中國高新技術產業集群知識外部性效應分析

史 歡，李洪波

（江蘇大學管理學院，江蘇鎮江 212013）

一、引言

改革開放40 年來，中國科技體制改革取得重大成就，國家高新技術產業快速發展。截至2019 年，全國共有國家高新技術產業開發區156 個，其中高新技術企業數量達4.89 萬家，科技活動人員378 萬余人，技術收入3.33 多萬億元。到2020 年底，國家級高新區數量已達168 個，高新技術產業的集群發展在促進區域經濟增長和技術進步中發揮著重要作用。知識外部性作為產業集群發展的驅動因素，其在創新生態系統中的溢出效應日益受到學者的重視。學者們普遍認為知識外部性是促進集群創新的主要條件。通過知識的創造、累積和溢出效應所帶來的集群效用，已經超過了傳統意義上通過要素投入和供應鏈優化配置所帶來的優勢，知識溢出通過提高資本生產率和提升勞動力促進報酬遞增，對區域經濟增長存在很大的促進作用。此外，由于知識在地理上、產業間的流動，其外部影響同時提升了相鄰區域的創新能力，并進而促進鄰近區域的經濟增長（王麗，2020）。集群現象對區域經濟增長產生的外部效應（包括知識的模仿、競爭、交流、帶動、激勵等效應），根據聚集企業的同異質化程度可以分為馬歇爾外部性（Marshallian externalities，Mar）和雅克布外部性（Jacobs externalities，Jac）。馬歇爾外部性指在一個集群系統中，主要通過同一行業中眾多企業的集聚行為促進區域經濟增長。特定區域內同類產業集聚程度越高，企業之間溝通和學習成本越低，越有利于企業之間的知識傳播與擴散，從而促進創新與經濟增長。雅克布外部性則以異質性產業為前提，該學說認為跨行業的集聚現象更有利于激發企業間競爭與創新，彌補知識異質性所導致的創新不足，通過產業間“動態的知識外部性”加深不同產業之間的溝通交流，進而推動區域經濟的增長。

與改革開放初期相比，國家高新技術產業配套能力和市場規模成為當前中國新的競爭優勢。產業升級的關鍵在于加強自主創新，將規模和成本優勢轉化為核心環節的技術優勢。因此知識外部性和技術溢出顯得尤為重要，大量高新技術企業為了充分利用知識外部性，促進產業結構升級而選擇集群。那么，在高新技術產業技術更迭周期的關鍵時期，在各類高技術產業集群開展創新活動的過程中，是否存在Mar 外部性和Jac 外部性？如果存在，國家高新技術產業集群知識外部性的輻射范圍有多大？Mar 外部性和Jac 外部性在產業集群間的帶動作用如何？不同類型知識外部性與區域經濟增長之間又存在何種關系？這些問題的解決有利于剖析知識外部性在區域經濟發展中所扮演的角色及高新技術產業集群影響區域經濟發展的機制，并對國家高新技術產業開發區知識創新和技術創新提供政策建議。因此，本文將以91 個城市的國家級高新技術產業開發區為研究樣本，對其知識外部性的Mar 效應和Jac 效應進行測度，并給出國家高新技術產業集群知識外部性的輻射范圍，定量計算知識外部性對經濟增長的效應，以期進一步推進產業集群理論、知識外部性的理論研究，在可能的范圍內為推動國家高新技術產業開發區高質量發展獻計獻策。

二、文獻回顧

外部性問題自19 世紀末、20 世紀初提出以來，廣泛受到微觀經濟學家的關注。研究外部性問題的學者認為，只要某企業或個人的效用函數包含的其中某些要素被另一家企業或個人所控制，就證實經濟發展存在著外部性（Buchanan 和Stubblebine，1962）。關于知識外部性的討論是新經濟增長理論的核心，學者們普遍致力于分析知識外部性特征及其對區域經濟發展和創新活動的影響。知識外部性又稱為技術外部性（technological externalities）或知識溢出（knowledge spillover），旨在強調知識、技術和信息資源在企業之間交流擴散所形成的關聯（Scitovsky，1954）。李曉飛等（2018）指出知識外部性與物質資本相似，對區域經濟增長具有一定的促進作用，知識外部性通過提升勞動力及資本生產率促進報酬遞增，進而促進經濟增長。知識外部性具有一定程度上的空間局限性（Rui 和0eter，1998），知識、技術在空間傳播過程中能夠會隨著距離增加而效用遞減（梁琦和錢學鋒，2007），知識溢出在地理上的輻射范圍會對經濟進步和技術創新造成很大程度的影響（王建華，2015）。由于知識傳遞過程的低成本和低阻礙，產業或技術的鄰近能夠促進企業之間的合作交流，并促使產業集聚化（Buzard et al，2015），而集聚恰恰可以有效避免知識外部性的空間局限性（王猛等，2016）。

馬歇爾在亨利·西奇威克“等他經濟學”理論的基礎上提出了“外部經濟”和“內部經濟”的概念，并從外部經濟的角度闡述了“產業區”的形成，認為產業集聚主要通過共享勞動力市場、知識外部性、節省運輸成本促進效率提升（陳子真，2017），并且由于知識具有同類產業獨有的特性，溢出發生在同類產業間（劉滿鳳和吳卓賢，2013）。Hoover 也認同該理論，認為產業集聚的最佳規模是通過產業集聚產生的知識外部性吸引同類經濟體加入集聚區，從而形成反饋回路進一步強化集聚體，促進區域經濟增長（胡晨光等，2011）。與之相反，以馬歇爾為代表的經濟學家認為，跨產業集聚更能促進關鍵技術的傳播，知識外部性更明顯的發生在跨產業集聚體中（Henderson et al，1995）。某一個產業的知識和技術投入除了會促進本產業的技術發展外，更多的會通過溢出過程促進其他產業生產率的提升，并進而促進區域經濟和科技創新（關愛萍，2013）。

以上兩種外部性理論均為深入探討產業集聚的內部規律提供了理論基礎，關于究竟是何種外部性占主導地位，學者們展開了大量的經驗探索。金春雨等（2016）以服務業專業化產業集聚為研究對象，研究發現地區產業的專業化程度對當地服務業發展具有顯著的正向效應，地理上鄰近地區服務行業專業化水平的提升會導致顯著負向的空間溢出效應。陳旭等則將重點放在多樣化集聚研究上，他們基于企業多樣化考察了空間集聚對中國制造業企業出口參與的影響，發現空間集聚對企業出口行為的影響在不同類型企業中表現出明顯的差異（陳旭等，2016）。有學者同時關注了行業內和行業間溢出效應的影響差異，田政杰和段志民（2019）以城市集聚經濟對制造業就業的動態影響為主題，實證發現行業內溢出對中國城市制造業就業增長具有顯著負向影響，而行業間溢出則主要通過產業關聯對城市制造業就業呈現顯著正向影響。

在關于集聚效應引起的知識外部性研究中，鮮有將知識外部性劃分為Mar 外部性和Jac 外部性同時來進行探討，通過以“專業化聚集”和“多樣化聚集”為關鍵詞進行文獻檢索，同時探究了知識外部性在兩類集聚中微觀機制的文章僅有寥寥數篇。張宗慶和張寅（2012）通過將產業集聚細分為專業化集聚和多樣化集聚，探討了其在長三角區域的不同組合及相應知識溢出的作用途徑，并提出“技術池”和“吸收能力”是長三角區域知識溢出效應的兩個重要途徑。劉滿鳳和吳卓賢（2013）通過構建固定效應面板模型研究了Mar 溢出、Jac 溢出對集群技術進步的效應，結果表明是產業間的競爭關系促進了產業集群的科技進步，但與經濟增長呈現負相關。王飛絨等（2015）以浙江省16 個高新技術開發區為樣本，衡量了集群間的知識溢出，實證得出產業間的知識溢出對經濟增長和技術創新均具有正向作用。黃永明和姜澤林（2019）實證分析了金融結構、產業集聚對經濟高質量發展的作用機理，并證實了金融結構對多樣化產業集聚與專業化產業集聚的作用也存在差異性。可以發現，對于國內集群知識外部性與經濟發展的實證研究結果尚存在不一致性，對于哪一類產業集聚引起的知識外部性對經濟增長更為重要沒有達成共識，尚未厘清究竟是產業集群內還是不同集群間的知識外部性帶動了經濟發展。

綜上所述，目前國內外關于產業集群知識外部性與區域經濟關系的研究很多，豐富了知識外部性理論和區域經濟學說，為本文的展開提供了有益的借鑒。但是將知識外部性劃分為Mar 外部性和Jac 外部性進行實證研究的文獻很少，亟待展開關于這方面的理論和實證研究。因此本文以91 個國家級高新技術產業開發區為研究樣本，對中國高新技術產業集群知識外部性進行定量研究。主要針對以下兩點進行研究：①中國高新技術產業集群知識外部性的測度，以解決產業集群聚集過程中是否存在Mar 外部性和Jac 外部性及集群知識外部性的輻射范圍大小的問題；②在前文基礎上進行Mar 外部性和Jac 外部性對國家高新技術產業開發區經濟增長的計量與分析，以解決不同類型知識外部性與區域經濟增長之間究竟存在何種關系，正向、負向還是不顯著關系。本文的創新性主要體現在以下兩個方面：一方面是研究視角的創新，本文從Mar 外部性和Jac外部性兩個角度分析中國高新技術產業集群知識外部性現象；另一方面是研究范圍的創新，按照區域協調發展戰略中對經濟區域的劃分將樣本分為東部、中部、西部及東北部四大類進行分析，研究結論更具有區域針對性。

三、國家高新技術產業集群知識外部性測度

（一）Mar 外部性與Jac 外部性測度

對于國家高新技術產業集群知識外部性的測度，本文選擇被廣泛認可的Henderson 計算方法（Henderson，2003），具體計算公式為

式（1）表示區域i產業j的Mar 外部性，即區域i在產業j內的知識外部性程度；式（2）表示區域i的Jar 外部性，即區域i產業間的知識外部性程度。本文選取的研究樣本為國家級高新技術產業集群，Vij表示區域i產業j的工業總產值。為更好地刻畫集群產業多樣化，在計算Jac 外部性時將工業總產值化分為Vi1高新技術產業集群工業總產值和Vi2非高新技術產業集群工業總產值，其中Vi2=Vi-Vi1。以91 個國家級高新技術產業開發區所在地區為基準，劃分為91 個區域，其中各區域高新技術產業工業總產值數據（Vi1）來源于2020 年國家科技部火炬高技術產業開發中心編纂的《中國火炬統計年鑒》，區域工業總產值數據（Vi）來自于2020 年國家統計局編纂的《中國城市統計年鑒》。為了更深入的剖析國內不同地域高新技術產業集群知識外部性效應，根據國家統計局統計分類標準，本文按照區域協調發展戰略中對經濟區域的劃分將樣本分為東部、中部、西部及東北部四大類進行分析，Mar 外部性和Jac 外部性計算結果分別如圖1～圖3 所示①數據來源：2020 年《中國火炬統計年鑒》，2020 年《中國城市統計年鑒》。。

從圖1 可以看出，東部地區Mar 外部性數值普遍比Jac 外部性高，Mar 外部性最高的城市北京達到了2.077，而Jac 外部性最高的城市珠海則只有1.221。北京、珠海、廈門、上海、南京等城市無論是Jac 還是Mar 外部性都比較高，說明這幾個城市高新技術產業集群專業化和多樣化程度均比較高。與東部地區相比，中部地區Jac 外部性曲線更為平穩，Mar 外部性最高的城市景德鎮達到了3.104，有5 個城市（景德鎮、太原、新余、武漢、株洲）Mar 外部性數值大于2，可以看出中部地區高新技術產業專業化集聚引起的知識外部性程度比東部地區高。例如，具有“火車拉來的城市”之稱的株洲，其高新技術產業類型相對集中——主要以軌道交通、通用航空和新能源汽車為主，知識外部性效應主要來自于產業內集聚。從圖3 可以看出，西部和東北部地區Mar 外部性現象較之東部和中部地區更為明顯，最高的城市西安數值達到5.21，Mar 外部性數值低于1 的城市僅有6 個，并且值得注意的是西安Jac 溢出僅有0.299，知識外部性效應主要來自于專業化集聚，西安高新技術產業開發區產業主要集中在儀器儀表、汽車等領域，并且已經形成了成熟的集汽車電子、重要汽車零部件和整車在內的汽車產業集群。因此難以吸收和消化另一產業溢出的知識。

圖1 2019 年東部地區高新技術產業集群Mar 外部性、Jac 外部性計算結果

圖2 2019 年中部地區高新技術產業集群Mar 外部性、Jac 外部性計算結果

圖3 2019 年西部和東北部地區高新技術產業集群Mar 外部性、Jac 外部性計算結果

總體來看，各高新技術產業集群之間Mar 外部性存在較大差異，Mar 外部性平均值1.104，方差為0.738。對于東部地區而言，Mar 外部性高于1 的地區只有9 個，而對于中部地區、西部地區及東北部地區而言，大部分地區Mar 溢出值都大于1。其中Mar 外部性最高的地區是陜西西安，高達5.21；同處于西部地區的另一個城市白銀Mar 外部性也高達3.64，位列第二。Mar 溢出值最低的地區是唐山，僅有0.04。與Mar 外部性相比，Jac 溢出測度曲線顯得較為平穩，各城市之間浮動較小，Jac 外部性平均值為0.928，方差0.039。其中，Jac 溢出最高的城市是珠海，高達1.221；最低的城市是西安，只有0.299。

Mar 外部性的計算主要是通過某一產業專業化程度來表示的，當該地區產業種類越多時，其專業化程度越低，Mar 外部性數值也越低；相反，當一個地區產業種類越單一，專業化程度越高，則Mar 外部性值越高。Jac 溢出的測度則是通過產業多樣化程度來表示，當地區產業種類越多時，Jac 溢出則越多。上述計算結果說明了以下幾點：①中國高新技術產業集群的知識外部性主要體現在集群內部，產業集群之間的知識外部性現象還不普遍；②西安、白銀、景德鎮等城市高新技術產業區受專業化知識外部性集聚驅動的程度較高；蘇州、泉州、煙臺等地區高新技術產業集群的集聚主要受Jac 溢出即不同產業間知識外部性的推動；③上海、南京、廈門、長沙、成都等城市的高新技術產業集群的聚集受多樣化和專業化知識外部性聚集驅動的程度相當。

（二）知識外部性輻射半徑測度

知識外部性研究的一個共識是知識在空間傳遞過程中存在著“時滯、扭曲和衰減”，即在地理上存在著明顯的“核心-外圍”結構（Chen 和Guan，2015）。知識外部性的輻射范圍也將影響企業的區位決定，有必要對高新技術產業集群知識外部性輻射范圍進行測度。傳統測量空間相互作用的模型包括Reilly 模型、康弗斯模型等，由于上述模型參數難以確定，無法解決相鄰區域吸引范圍界限的問題，本文選擇威爾遜的最大熵模型，并結合近年來學者們對威爾遜模型的改造進行第i個產業集群知識外部性輻射半徑ri的測度，具體測度公式為

其中：β為衰減系數，表示知識外部性衰減快慢；δi為修正項，表示對各高新技術產業開發區知識資源總量的賦權；θ表示知識溢出的臨界值。根據威爾遜模型，要測算各區域知識外部性輻射半徑，首先要得出各區域知識資源總量Di，它表示該高新技術產業集群知識位能，其不單獨屬于某個集群所具有，而是集群間相互作用所共用的知識儲量，具體計算公式為

其中：xij表示第i個高新技術產業集群第j項指標值。高新技術產業集群是高新技術領域內相關聯的企業通過科技產業在一定區域內聚集形成的有機組合，高新技術產業集群知識指包括產業集群區域內及所能擴散的周邊地區企業之間通過創新資源、教育、工作經驗和人才流動而產生并不斷更新迭代的資源，知識的創造、擴散、共享和吸收是高新技術產業集群技術溢出與人力資本外部性之間的連接渠道（林劍鉻等，2021）。高新技術產業集群知識主要包括技術專利、人才、創新資源、企業信息及價值習慣、經驗、行業準入規則等默會知識。本文為便于定量計算高新技術產業集群的知識存量，結合前人研究及國家科技部評價高新技術產業集群發展情況的指標，選擇以高新技術產業開發區內的高新技術企業數、工業總產值、凈利潤、出口總額、技術收入、科技活動人員及科技活動經費內部支出作為衡量各高新技術產業集群知識資源總量指標，相關數據描述性統計見表1。ωij表示第i個國家級高新技術產業開發區第j項指標的權重。為統一各指標的計量單位，首先對指標進行歸一化處理，然后采用熵值法進行賦權，以便更客觀的反映各集群知識資源總量。代入具體統計數據得到各高新技術產業開發區的知識資源總量，見表2。

表1 知識資源總量測量指標描述性統計

表2 國家高新技術產業集群知識資源總量

知識外部性的影響程度隨距離衰減，用衰減系數β來表示知識外部性衰減快慢。β值越大，知識外部性衰減越快；反之，則衰減越慢。衰減公式為

其中：D表示集群之間相互作用的范圍，采用各產業集群所在省市平均面積來表示，計算可得D=12198.70平方千米；T為相互作用的集群個數，即T=91；tmax為具有較強知識外部性輻射能力的集群個數，本文采用知識資源總量在平均值（13780417.25）以上的集群個數，即tmax=21。最后利用式（5）計算得出β=0.027。

根據王錚（2002）對Wilson 模型的改進，他認為城市間的相互作用可以表示為Die-βri，故可以取定一個閾值θ，當一個集群知識外部性輻射能力衰減到該值定下范圍時，可以近似認為該集群對此范圍之外的區域不存在輻射作用。采納多篇權威文獻實證經驗（張曦和郭淑芬，2020），取θ=0.1。

δi作為修正項，用以彌補項弱化了知識資源總量對知識外部性輻射能力影響的缺陷，重新強化知識資源總量的重要性。根據國家級高新技術產業開發區知識資源總量的分布，將91 個城市高新技術產業開發區劃分為五個層次，依次取權重δi=1，δi=0.9，δi=0.8，δi=0.7 以及第五層δi=0.6，具體劃分見表3。

表3 高新技術產業集群知識資源總量權重層次劃分

最終通過式（3）的計算，可以得到各國家級高新技術產業開發區知識外部性輻射半徑，見表4。

由表4 可見，北京作為國家中心城市、科技創新中心，其高新技術產業集群的知識外部性輻射半徑最大，達到802.34 千米，是唯一一個輻射半徑超過800 千米的城市；上海、武漢、深圳、廣州、杭州緊隨其后，知識外部性輻射半徑均能達到730 千米以上。所有高新技術產業集群的知識外部性輻射半徑平均值為542.86 千米，其中有41 個城市高新產業集群知識外部性輻射半徑高于平均值，知識外部性半徑輻射范圍最低的是青海，溢出半徑只有301.80 千米，輻射能力有限。對于知識擴散能力強的城市，要充分發揮高新技術產業示范區的科技和人才優勢，通過開展關鍵性技術和前沿技術研發攻關、成果共享、構建專利池等集專業化和多樣化為一體的聯合創新，充分發揮自身領軍角色，促進知識溢出輻射范圍內高新技術企業聯動合作、融通發展，并為各區域重點產業發揮帶動作用。

表4 國家91 個高新技術產業集群的知識外部性輻射半徑 單位：千米

四、高新技術產業集群知識外部性對區域經濟增長和技術進步的影響分析

（一）模型設定

由于傳統的線性回歸方法在研究高新技術產業集群知識外部性效應對經濟發展和技術進步上存在一定的偏誤，本文選擇面板數據模型進行實證分析，參考結合黃蘋（2013）和劉滿鳳和吳卓賢（2013）的研究構建內生技術增長模型為

其中：α、β、γ為彈性系數；Yit為被解釋變量，表示第i個區域t時刻的經濟增長和創新績效，本文選取TF0（total factor productivity）值作為衡量經濟增長的指標，TEC（technical efficiency change）值作為各區域技術進步測度指標。Lit表示城市i在t時刻的投入要素組合，包括R&D 投入增長率（Rd），科技活動人員增長率（Tech），以此體現內生技術對生產率的影響；除投入要素等內生因素的影響外，還會受到外部性經濟Kit的影響，包括Mar 外部性和Jac 外部性；Git為結構變量，包括高新技術產業集群發展規模（Scale）和科技研發強度（Intensity），以此更為全面的考察高新技術產業集群間的非均衡發展因素；A為系數。由于需要利用要素投入的線性模型，需對式（6）進行變換，在公式兩邊進行取自然對數處理，轉化為式（7）：

拓展式（7）得出本文計量經濟模型如下：

其中：Scaleit=；Rdit表示第i個區域在第t年的R&D 投入增長率；Techit表示第i個區域在第t年的科技活動人員增長率；Scaleit表示第i個區域在第t年的高新技術產業集群發展規模；Intensityit表示第i個區域在第t年的科技研發強度；snit為第t年里第i個區域高新技術產業開發區所擁有的企業數；εit為隨機誤差項；C為常數項；θi為彈性系數。

（二）數據來源與指標選取

本文的被解釋變量為經濟增長和技術進步，借鑒前人的研究，采用TF0 值作為經濟增長的衡量指標，TEC 值作為技術進步的衡量指標。本文以科技部評價高新技術產業發展情況的指標為基礎，融合其他學者研究成果，構建評價指標體系。在投入方面選取科技活動人員（STP）、R&D 支出（RD）作為評價指標，產出方面包含技術性收入（TI）、高新技術企業數量（SN）、凈利潤（NP）和工業總產值（GIO）作為指標，所有指標均為客觀指標，不包含任何主觀指標，數據來源于《中國火炬統計年鑒》及《中國城市統計年鑒》，運用DEA02.1 軟件進行計算，由于DEA 模型對于投入和產出數據均要求是正數，在計算之前對個別負值以無窮小正數代替，相關數據的描述性統計見表5。

表5 被解釋變量測量指標描述性統計

（三）計算結果分析

為避免數據的異方差和不平穩，首先對所有數據進行取對數處理，對知識外部性相關變量分別運用面板固定效應模型和隨機效應模型進行回歸，并利用Hausman 檢驗決定選擇何種模型進行回歸，回歸結果見表6和表7。

從表6 可以看出，全國范圍來看，高新技術產業集群Mar 外部性對經濟增長的影響不顯著，即高新技術產業集群內的知識外部性沒有引起集群經濟增長，該研究結果與王飛絨等（2015）類似；高新技術產業集群Jac 外部性對經濟增長有顯著的負向影響，即集群產業間知識外部性的提高阻礙了高新技術產業集群的經濟增長。此外，科技活動人員的增長率對產業集群的經濟增長之間存在顯著的負相關關系，說明高新技術產業集群科技活動人員的投入不能顯著提高高新技術產業集群的經濟增長。分地區來看，東部地區Mar 溢出對經濟增長有顯著的負向影響，西部地區Jac 溢出對經濟增長有顯著正向影響；除東部地區外，其余地區科技活動人員增長率對經濟增長均為顯著負相關，東部和西部地區高新技術產業集群發展規模對經濟增長具有推動作用，中部和西部地區科研投入強度的提高對經濟增長存在顯著負向影響，說明一味的增加科研投入對產業集群的經濟增長有制約作用。根據耗散結構理論，一個不發達的經濟系統想要演化成為一個穩定的新經濟結構，其系統必須是開放的并且處于遠離平衡的非線性區域（羅嘉文等，2021），這就要求區域內的經濟增長需要各種生產要素碰撞、重組、創新性的毀滅并產生新生產關系。因此，上述結果產生的可能原因在于我國高新技術產業集聚發展過程中存在盲目追求規模化、投入粗放、知識資源利用率低的現象，從而導致知識溢出沒有起到應有的效果，區域經濟增長緩慢。

表6 知識外部性對區域經濟增長（TF0）效應估計結果

從表7 可以看出，全國范圍內無論是Mar 外部性還是Jac 外部性均對高新技術產業集群技術進步產生了顯著的負向影響，其中東部地區Jac 溢出對技術進步的影響力最大，Jac 溢出增加1 個單位，則TEC降低6.424個單位。Mar 溢出對技術進步影響力最大的是中部地區，Mar 溢出增加1 個單位，TEC降低2.286 個單位，同時西部地區Mar 溢出對技術進步也為顯著負相關。此外，中部地區R&D 投入對技術進步也有顯著的負向影響。

表7 知識外部性對區域技術進步（TEC）效應估計結果

部分研究結果與預期不同，無論是集群內還是集群間知識外部性對技術進步的正向效應均未得到證實，首先Mar 外部性體現的是集群內專業化程度，是產業內的知識外部性效應。根據Marshall 理論，集群內的知識溢出會使得企業之間的交流和學習的成本大大降低，從而促進某一地理區域內集群企業知識的擴散，但同時也使得企業的同質性增加，隨著產業內專業化水平的不斷提高，各高新區產業集群產業結構雷同，缺乏明晰的產業定位和產業特色，產業集群中技術開發者之間、技術開發與促進者之間的關聯度低，相互間交易成本高，降低了高新產業集群的合作效率，集群內擴散知識也趨向于同質，從而不利于技術創新。

Jac 外部性與技術進步之間的負相關結果亦是出乎意料的，但是這種顯著負相關僅顯示在東部地區。Jac 外部性衡量的是集群多樣化程度，是產業間的知識外部性效應。東部地區包括了泛京津冀經濟生態圈、長三角區域、珠三角區域，是中國經濟發展最為活躍的地區。Jacobs 理論認為，多元化的產業結構更利于企業之間的競爭及區域內的創新，正是這種競爭關系促進了高新技術產業集群的技術進步，而不是產業間的外部性效應（劉滿鳳和吳卓賢，2013），可能的原因在于由于東部地區不同經濟圈之間產業類型豐富，但細分各個區域而言，區域內產業趨向于同質化，整個東部地區呈現無關多樣化，知識交流距離過大，從而削弱了產業多樣化對創新的貢獻（萬道俠等，2019）。此外，東部地區產業類型多而不精，高新區對熟悉國際前沿顛覆性技術和關鍵共性技術的尖端人員需求量越來越大，而區內大部分人員尚屬于毛坯型，遠遠不能適應高新產業創新的需求，現有的人才結構不足以滿足地區尤其是大城市高新區創新的要求，一味的追求產業多樣化而忽視了前沿顛覆性技術和關鍵共性技術的研發攻關，反而會抑制多樣化對創新的促進作用。

（四）穩健性檢驗

為了確保研究結果的穩健性，本文采用兩種方法進行了檢驗，檢驗結果見表8。第一種是刪除特殊樣本，參考王立平和鮑鵬程（2021）的做法，考慮到省會城市的發達程度普遍高于其他城市，與一般城市之間存在知識資源獲取的差異，本文刪除統計中24個省會城市的數據，檢驗結果見表8。模型1 和模型2 的回歸結果顯示，全國范圍來看，Mar 外部性與技術進步之間具有顯著的負相關關系，Jac 外部性與經濟增長在5%水平上負相關，和技術進步在1%水平上負相關。各知識外部性對經濟增長和技術進步的影響顯著性與上述結果基本一致。

表8 穩健性檢驗表

第二種檢驗方法是選取因變量替代指標，除了TFP和TEC以外，還有其他指標可以分別衡量地區經濟增長和技術進步。為檢驗上述研究結果在不同測量指標下的穩健性，本文分別參照李敬等（2014）和趙傳仁等（2016）前人研究選擇了地區生產總值增長率（GRP）和R&D 增長率（RDG）作為地區經濟增長和技術進步的衡量指標進行穩健性檢驗。模型3 和模型4 的回歸結果顯示，Mar 外部性與技術進步在10%水平上負相關，Jac 外部性與經濟增長在1%水平上負相關，和技術進步在1%水平上負相關，盡管估計系數略有變化，但實證結果的影響方向和顯著性未出現明顯變化。

五、結論

本文基于知識外部性理論對中國91 個城市國家級高新技術產業開發區Mar 外部性和Jac 外部性進行了測度，對東部、中部、西部及東北部四大經濟區知識外部性程度進行分析；采用威爾遜最大熵值模型測度了各區域知識外部性范圍；最后對高新技術產業集群知識外部性對區域經濟增長和技術進步效應進行實證分析，主要結論如下：①中國高新技術產業集聚過程中同時存在Mar 外部性和Jac 外部性，其中集群內部知識外部性效應較大，集群內的帶動作用相比集群間更大，不同種類產業集群之間應加強技術、資源、人員互動，促進多樣化聚集經濟的產生；②知識外部性的輻射范圍體現了高新技術產業集群的知識擴散能力，不同地區知識外部性的輻射范圍存在較大差異，在經濟較發達地區如北京、上海、廣州、武漢等產業集群，知識外部性輻射范圍也較大，西部地區高新技術產業集群較之其他地區輻射帶動作用較小；③西部地區高新技術產業集群Jac 外部性對于區域經濟增長更具有顯著的正向作用，Mar 溢出對無論是經濟增長還是技術進步方面的促進作用均未得到驗證，部分地區甚至呈現負相關關系，可能的解釋有兩點，一方面因為產業集群之間存在著嚴重的“搭便車”現象，機會主義行為嚴重，影響了集群創新產出，甚至抑制了部分區域經濟增長；其次高度的集聚經濟產生了“擁擠效應”，例如交通擁擠、居住成本的上升、土地價格和科技人員雇傭價格的上漲等問題，進而對經濟增長造成了負面影響。

本文的創新點主要體現在兩個方面：一方面，為了解決在中國各地區高新技術產業集群創新發展中，Mar 效應和Jac 效應的存在性如何，以及哪種效應更為明顯的問題，本文同時從Mar 外部性和Jac 外部性兩個角度分析中國高新技術產業集群知識外部性現象；另一方面，前人研究中針對區域的研究較少，又或只針對某一城市進行研究。我國發展各區域間存在明顯的差異。因此本文按照區域協調發展戰略中對經濟區域的劃分將樣本分為東部、中部、西部及東北部四大類進行測度和分析，研究結論更具有區域針對性。

本文蘊含的政策啟示在于：西部地區需加強產業集群建設，無論是專業化集聚還是多樣化產業集聚，通過技術專業、研發合作等方式拓寬與其他區域之間的溝通交流，充分發揮集聚經濟和知識外部性效應（王春楊和孟衛東，2019）。西部地區城市要依靠改革開放創新增強高新技術產業集群內生動力，政策上要加強西部大開發與長江經濟帶發展重大戰略的統籌銜接，在對口幫扶、R&D 投入、技術人員服務等方面加大對西部地區支持力度，促進西部地區產業結構多樣化，構建以技術創新為紐帶的“跨區域聯盟”。各地區應充分發揮以優秀高新技術產業示范區為代表的科技和人才優勢，打通知識和技術跨區域外溢的渠道，構建跨區域協同創新網絡，縮短知識交流距離。在目前的高新技術產業集群模式下，專業化程度越高，知識和技術外溢越容易，從而降低了模仿創新的成本，部分企業出于短期利益更不愿意進行創新，同時也打擊了原創企業的創新積極性，降低了整個地區的創新效率。產業集群在資源共享的同時需要加強對核心資源的保護意識，培育核心技術創力和市場競爭力，強化多元參與并提高集群之間異質性，形成高新技術產業集群多樣化格局。