集聚經濟與城市創新：一個文獻綜述

吳向鵬，鄭 芳

(1.中國社會科學院 財經戰略研究院， 北京 100028； 2.嘉興學院 南湖學院， 浙江 嘉興 314001；3.浙江工商大學 經濟學院， 浙江 杭州 310018)

一、引言

合理的產業集聚可以促進城市高質量發展，反之，則會扭曲要素配置、阻礙經濟發展。一個多世紀以來，城市經濟研究者使用多種方法來揭示區域經濟發展中空間集聚的作用以及集聚效應影響因素的變化。20世紀80年代末開始，城市經濟學在經驗研究領域清晰地表明在連續集聚和經濟微觀數據收集方面有了長足進步，為人們研究新經濟地理現象和解釋城市轉型升級提供了全新視角。近年來，區域和城市經濟學的核心模型有了很多改進和擴展，為集聚和創新問題的研究提供了很多新的思路與方法，與創新集群相關的研究正在向這一領域快速發展。當前，我國經濟已進入轉型升級的關鍵期，要素流動日趨自由，城市產業空間布局和規劃正在加快調整。在這樣的背景下，基于集聚經濟和空間理論，掌握創新集聚的測度方法、闡釋創新集聚的空間效應、明晰集聚經濟與城市創新之間的內在聯系，對地區產業集聚和城市高質量發展具有重要的理論和實踐意義。基于此，本文提出只有將創新內化于城市經濟增長，才能實現城市集聚效應的可持續性發展。

然而，學術界對集聚和創新之間的理論聯系及經驗的研究卻存在比較大的分歧，例如，如何區分集聚、集聚經濟、創新集聚、城市創新？哪種集聚測度方式更適用城市創新？創新與集聚的關聯機制究竟如何？這些都是要明確解決的問題。因此，本文將圍繞這些話題，對20世紀90年代以來有關集聚和城市創新的研究成果進行總結和概括。

二、基礎概念的界定

集聚又稱匯合、集合，經濟學意義上的集聚就是集聚效應，又稱集聚經濟。集聚是導致城市形成和不斷擴大的基本因素。集聚效應指經濟活動在空間匯聚產生的經濟效果，集聚經濟包括集聚收益和集聚成本，而經濟學上通常認為的集聚經濟是指凈效用。創新理論的起源一般追溯到熊彼特的創新理論。作為創新理論的開山鼻祖,熊彼特認為經濟增長的源泉就是創新。他認為,經濟發展可以定義為執行新的組合，創新就是建立一種新的生產函數或生產要素的新組合。通常，創新活動發生在產業集聚之中，例如硅谷的半導體產業、紐約市的金融服務和廣告行業、洛杉磯的娛樂產業、田納西州的鄉村音樂，國內的中關村、深圳、昆山的發展歷程，說明了產業集聚是創新的源泉和動力[1]。

從馬歇爾(1890)開始，經濟學家就已經注意到城市在促進觀念交流方面的作用。實證研究表明，較大的城市會激勵人的認知和技能，而不是運動技能或體力促進了城市的發展[2]。物理接近、溝通增加和智力互動有關[3-6]。由于許多知識是默認需要面對面的傳播，城市就自然被視為思想交流的場所，集聚和城市創新就自然聯系起來。

空間集聚與經濟活動的關系難解難分，地理區域由于其本身固有的自然屬性不能為所有的經濟活動和地方發展提供一致的機會。集聚與創新之間關系的討論源于20世紀初“選擇多樣化還是選擇專業化”的相關命題的開展。Isard認為運輸成本和集聚經濟會引發生產活動的集中和分散，從而推動區位決策過程[7]。區位選擇的過程跟企業的規模經濟、當地的產業集聚密不可分。Hoover把集聚經濟分為3個不同層次：第一個層次是企業內部規模經濟；第二個層次是地方化經濟；第三個層次是城市化經濟[8]。尤其是第三個層次，城市里往往有多個產業或者行業的經濟活動，上下游行業之間通過聯系產生外部經濟，因而有利于每個行業降低成本。一般將地方化經濟和城市化經濟統稱為集聚經濟。

產業多樣化則主要表現為城市上下游企業在城市的競爭及合作。不同產業類型的公司員工之間由于交流接觸導致溝通的機會增多，交流會給不同的企業帶來新的體驗從而迸發靈感，這也是知識技術外溢性的體現，不同產業之間會有思想的交融和創新傳遞，所以產業多樣化會促進城市的發展[9]。無論是專業化集聚還是多樣化集聚均說明了兩個問題：第一，城市創新活動比其他活動更容易產生空間集聚效應；第二，集聚會促進勞動生產率提高，進而促進城市經濟發展。

集聚與經濟增長之間的相互促進關系也早在學術界得到廣泛證實。Martin等將Romer的內生增長模型[10]和Fujita等提出的空間經濟模型[11]結合起來，分別以集聚為自變量，以經濟增長為因變量，構造出集聚與增長的因果關系模型來討論產業集聚與經濟增長之間的循環累積因果關系[12-13]。因此，本文認為，創新必須依托于城市背景，城市是創新的載體，創新作為經濟發展的動力源自于人口在城市的集聚、企業在城市的集聚、產業在城市的集聚，而城市創新最終的表現形式是促進城市經濟的發展，尤其表現在依靠科技、知識、人力、文化、體制等創新要素驅動城市經濟發展。

三、創新集聚的測度方法

創新集聚是創新要素的集聚和匯合，屬于集聚的范疇，將探究集聚的測度方式聚焦于創新要素即為創新集聚的測度方法。如何解釋某一地區的創新活動的集聚，大部分研究文獻都集中于研究外部性，也有一些學者關注創新活動本身存在的空間集聚效應。如Ellison等認為產業再選址的專利、產品、工人與知識等要素存在共同集聚效應[14]。Capello等研究了歐盟262個地區的數據，指出受益于新知識的空間集聚創新的增長是促進本地集聚的顯著經濟動力[15]。目前關于集聚的測度方法大體上分為3類[16]，如表1所示。

表1 集聚測度方法的分類及來源

資料來源：根據文獻整理

區位熵最先由哈蓋特[17]提出并運用于區位分析中。熵就是比率的比率，反映某一產業部門的專業化程度。陳得文等用區位熵系數對我國區域人力資本的聚集程度進行了測度[27]。孫智君等對區域文化產業創新能力的衡量通過其就業人數的熵值大小來反映[28]。張清華測算了31個省份科技創新人員的區位熵，得出有21個省份存在科技創新人員集中在高-高聚集區或低-低聚集區的情況[29]。王歡芳等對31個省市2010—2015年均區位熵指數進行測算，認為我國的區位熵高的省份(廣東、浙江)大于2，低的省份(青海、貴州等)甚至在0.30～0.55[30]。區位熵方法雖然簡便易行，可在一定程度上反映產業集聚水平，但是卻不能反映區域經濟發展水平的差異性，產業集聚水平最高的地區區位熵不一定大。

空間基尼系數由克魯格曼在1991年提出，當時用于測算美國制造業行業的集聚程度，該值越接近1，則產業集聚程度越強。空間基尼系數是一個衡量產業空間分布均衡性的指標，如果用忽略地區集聚效應的基尼系數來討論中國地區收入差距問題，則會低估地區差距水平。王慶喜等廣泛使用專利數據作為創新指標，分析得出1990—2010年我國創新活動的空間分布比較集中，且其程度隨年份增強[31]。吳傳清等采用空間基尼系數測度長江經濟帶工業空間集聚水平，結果顯示，2001—2013 年長江經濟帶工業空間基尼系數均位于0.4以上[32]。丁剛等利用基尼系數分別對中國原始創新對經濟增長貢獻的省域空間差異進行測度表明，2010—2012年，中國省域原始創新能力總體呈增長態勢，中國省域原始創新對經濟增長的貢獻率約為7.38%[33]。

赫芬達爾-赫希曼指數(Herfindahl-Hirschman Index，簡稱HHI)，是一種測量產業集中度的綜合指數，它是指一個行業中各市場競爭主體所占行業總收入或總資產百分比的平方和，用來計量市場份額的變化，即市場中廠商規模的離散度，簡稱赫芬達爾指數。國內采用赫芬達爾指數來衡量競爭強度，一般都是描述銀行金融業競爭與企業創新的關系。蔡競等用2005—2007年工業企業數據實證分析企業所處地區銀行競爭度對企業研發創新行為的影響[34]。白極星等采用1998—2007年中國制造業微觀數據，測算城市層面和行業層面的赫芬達爾指數(HHI)以反映行業競爭程度[35]。

E-G指數是由Elilsion等結合赫芬達爾指數(HHI)提出的為解決空間基尼指數失真問題的集聚指數。E-G指數的優越性使得它被廣泛地用來測度產業集聚水平，Zhao 等利用 E-G指數測算巴基斯坦制造業集聚程度[36]，Duranton等驗證了英國制造業[22]，Bertinelli等驗證了比利時制造業[37]，都認為存在集聚現象。劉荷等選擇 E-G指數作為制造業集聚的代理變量[38]。單德朋等利用E-G指數，識別了不同行業部門集聚力和分散力的橫向差異和動態變化，各行業部門的空間集聚特征和影響因素體現了顯著不同[39]。而唐紅祥測算西部地區 2003—2011年交通基礎設施產業的E-G指數，卻得出交通設施對技術密集型行業集聚的促進作用最小的結論[40]。

Maurel 等從某行業任意兩個企業選擇在同一個區域的概率P 的推算入手，修正E-G指數，得到M-S指數[20]。Alonso-villar等利用E-G指數與M-S指數測度了西班牙制造業的集聚程度[41]。如果特定產業較總體經濟活動的比重更大，那么M-S估計值比E-G值更大。但在研究創新集聚方面，采用M-S指數的研究比較少，衡量結果一般不顯著。

行業集中度指數是指該行業的相關市場內前N家最大的企業所占市場份額(產值、產量、銷售額、銷售量、職工人數、資產總額等)的總和，行業集中度的高低都可以影響創新。荊象源等以高新技術行業集中度說明了高技術產業集聚的內生動力，指出技術創新、知識溢出和引進外資等因素是對產業集聚發展起推動作用的動力因素[42]。張西征等認為企業壟斷來源于高行業集中度，一定程度上促進高技術企業研發投入，可以促進創新[43]。而胡健等卻發現較低的行業集中有益于促進企業提升研發投入[44]。

Duranton 等提出的基于連續距離的測度方法(DO指數)可以有效處理連續邊界問題[22]，滿足Combes等列出的產業集聚度量指標應滿足的五大條件[45]，因此 DO 指數是目前研究跨邊界集聚的理想工具。國外大量學者采用 DO 指數對任意空間尺度的行業集聚特征進行研究[22,46-49]。Buzard利用位于California和Northeast Corridor的1 700家研究所的地理數據，采用 DO指數方法分析了這兩個地區創新的分布特征[50]。袁海紅等對北京市微觀企業的集聚情況和細化行業的集聚程度用DO指數方法進行了測度[51]。邵朝對等選擇 DO 指數測度了 2008 年中國制造業集聚程度，表明集聚的空間尺度大都在0～300 km，空間外部性具有地理衰減特征，尤其是知識技術溢出僅在 100 km范圍內發揮作用[52]。

空間統計方法中能夠精確地揭示經濟空間分布多方面特征的方法就是標準差橢圓(Standard Deviational Ellipse，SDE)，最早由美國南加州大學社會學教授D.Welty Lefever在 1926年提出[24]，用于揭示地理要素的空間分布特征，已在社會學、人口學等領域得到廣泛應用，描述研究對象時空分布特征。趙璐等用此方法分析得出中國人口分布和經濟分布軸線基本與胡煥庸線平行[53]。郭淑芬等采用標準差橢圓與空間馬爾可夫鏈方法，對山西省縣級尺度創新水平的時空特征與創新趨同演化規律進行分析，揭示了縣域創新水平空間格局變遷的趨勢[54]。何宜慶等以長江經濟帶為研究區域，采用標準差橢圓模型分析了高等教育發展、技術創新水平與產業結構升級的空間分布及動態遷移趨勢，得出在區域內部，技術創新水平對產業結構升級的影響呈正U型[55]。

空間自相關是空間單元屬性值聚集程度的一種度量，最常用的是Anselin提出的 Moran 指數[56]和Ord等提出的G系數[57]。張松林等采用模擬方法對比分析局部 G 系數和Moran指數，認為兩者都能較準確地探測出聚集區域，但 Moran 指數對聚集范圍的識別偏差較大，探測出的范圍比實際的小[58]。關于空間自相關指數在創新集聚方面的研究采用Moran指數的較多。地區創新效率的 Moran 值計算表明，一個地區創新活動由于技術擴散與外溢，以及知識與人力資源的地區間共享，在一定程度上受到鄰近地區技術創新活動的影響。

目前對創新集聚的測度還主要是基于空間基尼系數和 E-G指數方法，相對而言，盡管DO指數更精準，但對數據要求較高，需要微觀企業的經緯度數據。大部分學者研究集聚經濟，都是在評估空間集聚對本地結果的總體影響，而不是研究集聚經濟背后的傳導途徑。當城市規模存在門檻效應時，大多數集聚效應就會從正效應轉向負效應。而當集聚經濟的靜態效應出現難以解釋的問題和內生性時，就發展了集聚經濟動態效應。基于總體經濟活動的集聚度量幾乎包括了現有的產業集聚測度的所有方法，這些方法各有利弊，對創新集聚的測度是與之相關聯的一系列研究中最基本的問題。

四、集聚與城市創新

熊彼特將技術創新與產業集聚發展相結合，闡述了集聚與創新的作用機制，他在解釋經濟波動時提出集聚有助于創新，同時創新依賴于集聚，技術創新的產業集聚是經濟波動的主要原因。創新理論的提出，直接將創新和勞動生產率掛鉤，只有創新導致的技術進步才是經濟增長的內生動力。技術創新是知識外溢的表現之一，而知識外溢的最終主體是人，因此大部分學者通過引入人口密度、就業密度、工資水平等來研究集聚和創新的關系。由于集聚效應在產業間存在較大異質性，部分學者還會從產業集聚本身的難易程度來考慮集聚與勞動生產率的關系。梳理國內外學者的研究可知，國家類型不同、作用機制不同，則密度彈性研究結論不同(見表2)。

表2 國內外關于密度彈性的測算對比

資料來源：根據文獻整理

早期文獻從人口密度層面研究集聚經濟對勞動生產率的影響，因為城市規模的表征指標之一就是人口密度。一些學者從本地產業就業的集聚效應來進行識別[71-72]，他們認為就業比人口能更好地反映地方經濟活動，還有學者從密度的工資彈性角度來識別經濟發展水平[63,69,73]。Ciccone等利用1988年美國州一級的數據對理論模型進行檢驗，最先構建了人口密度與勞動生產率之間的理論模型，研究結果表明人口密度越大生產率越高，彈性區間為0.04～0.05，這意味著人口密度擴大一倍，生產率提高2%～3%[59]。Ciccone對1992年法國、德國、意大利、西班牙和英國的三級區域分類標準下的三級地區進行研究，仍然得出了0.05左右的彈性值[60]。大部分學者普遍認為發展中國家的市場規模普遍比發達國家要大，因此彈性系數更大。Combes 等同時測度了法國和中國的密度工資彈性，法國的測算結果只有0.027而中國高達0.1～012[69]。Chauvin等也用印度的實際地區數據評估密度對個體收入的影響，彈性系數為0.09～0.12[70]。國內學者范劍勇利用 2004 年中國地級市和縣級市的數據，計算得出彈性系數為 8.8%，顯著高于歐美發達國家水平[61]。但Brulhart等對20個西歐國家和東歐國家的245個三級區域分類標準下的二級地區進行研究，得出生產率和密度的長期彈性高達0.13的結論[62]。這些研究讓學術界開始重視生產率和集聚之間的內生性問題，即集聚與生產率之間是相互影響的關系。

值得注意的是集聚經濟具有產業高強度依賴性。Henderson等提出產業集中度的概念代表地方專業化程度[72]，Combes認為必須先考慮專業化再考慮總體就業密度彈性問題，并估計了法國99個產業的專業化程度對工資的影響，尤其是在商業服務業和高科技行業，技術溢出效應明顯[73]。Martin等對法國的專業化程度進行測算，發現法國專業化對企業生產率有顯著正效應，但是專業化效應和城市整體就業效應會相互抵消。甚至有學者認為產業自身的密度會對單位工人產出具有負效應[74]。毛豐付等充分考慮就業密度的內生性并采用面板數據模型，驗證就業密度對非農勞動生產率的影響顯著為正[75]。而張國峰等卻認為產業區位選擇導致大城市的集聚效應被高估1.82倍，尤其是制造業、服務業差異明顯[76]。

然而，人口密度一般存在門檻效應，隨著人口和產業過度集聚，已有不少研究指出經濟集聚度與生產率存在倒U型關系。如Henderson利用 20 世紀 70 年代數據驗證美國和巴西城市規模，發現城市規模和要素報酬正相關，但二者關系呈倒U型[77]。魏守華等通過分析我國城市實際規模和理論規模的偏差指出了城市公共服務和集聚效應間的不協調[78]。人口密度和人力資本都是影響城市生產率分層的重要因素，但人力資本的作用要大于人口密度，這也引發了很多學者開始關注人力資本外部性和知識溢出的問題[79-80]。

集聚經濟與城市創新之間的作用機制主要是從人口密度、產業發展、就業水平和勞動生產率之間的關系來進行。自熊彼特的創新理論提出之后，大部分學者都是從創新的角度來解釋經濟增長，即創新是經濟增長的多種生產要素組合而不是一種單一要素，這給未來從創新本身入手來研究提供了較大的空間。

五、結語

回顧城市創新集聚的眾多文獻可以發現，大部分學者從不同的視角對集聚相關概念的界定、創新集聚的測度方法、集聚與創新的關聯機制進行了廣泛深入的研究。但關于創新集聚對經濟增長的影響，大多集中在宏觀層面和中觀層面，如省級、行業、產業層面，而忽略了微觀企業層面上的影響，這一定程度上與微觀層面的數據可得性有關，而城市創新的主體是企業，企業在城市的經濟活動分布與創新能力密不可分。

然而，研究過程中有幾個關鍵的問題并沒有解決：第一，在眾多集聚測度方法中，哪種方法可以更加匹配創新要素的空間溢出效應？第二，若將創新要素進行細分，該從什么角度來劃分？又從什么角度對集聚進一步衡量？城市空間分布如何？第三，集聚和城市創新之間的內生互動機制的模型構建仍然比較模糊，是否存在其他傳導機制？

在眾多研究方法中，最匹配創新要素的集聚衡量方法是利用經濟地理等空間計量方法來測度集聚程度，如DO指數或者空間自相關測度。由于創新要素的傳播必須依賴城市空間要素分布，科技、知識、人力、文化、體制等創新要素的傳播與集聚更是直接影響一個城市發展的格局。在提倡城市高質量發展的時代，城市經濟活動的空間集聚促進創新，創新與集聚呈現出內生互動關系，并且創新會影響集聚形態。創新要素的集聚會促進城市發展，而城市發展越好越會更好地融合創新要素，形成良性循環機制，為人們把握城市經濟學、了解城市發展和演進提供了新的研究視角。城市發展、集聚與創新形成了穩定的鐵三角關系，相輔相成，相互牽制。創新要素的組合，在人口密度、產業發展、就業水平和勞動生產率之間如何進行線性組合分配，以及創新集聚是否與行業、企業布點密度，與CBD的距離遠近等密切相關，是研究城市創新與集聚內生關系的現代觀點。深入剖析集聚是否會促進企業創新，如何實現從微觀企業層面的發明專利、實用新型專利等創新產品入手來表征城市創新能力，如何進一步分析企業創新集聚分布規律和創新的內生機制也是未來研究可行的切入點。