中國制造業創新集聚典型事實描述：基于專利數據的分析

李澤揚

［摘 要］制造業創新是中國未來經濟發展的重要議題。制造業創新無論是在空間上還是在行業間，都呈現出明顯的集聚特征。文章基于專利數據，從區域內空間集聚與城市內行業集聚兩個視角總結了中國制造業創新集聚的典型事實。

［關鍵詞］制造業創新；集聚；專利

［中圖分類號］ F12 ［文獻標識碼］ A ［文章編號］ 2095-3437（2023）08-0145-04

創新是引領發展的第一動力，黨的二十大報告強調：“堅持創新在我國現代化建設全局中的核心地位，并對加快實施創新驅動發展戰略進行部署。”同時也強調：要加快建設制造強國，實施產業基礎再造工程和重大技術裝備攻關工程，推動制造業高端化、智能化、綠色化發展。因此，如何推動制造業創新成為了未來經濟發展的重要議題。由于經濟發展不平衡與創新要素天然集聚的特征，制造業創新無論是在空間上還是在行業間，均呈現出明顯的集聚特征。因此，深入探究中國制造業創新集聚的典型事實顯得尤為必要。

首先，本文與創新測度的研究相關。卡利諾（Carlino）和克爾（Kerr）提到：“創新既可采用創新過程投入（例如風險投資或研發支出）來衡量，又可采用創新產出（例如各類專利）來衡量，還能基于創新的最終作用（例如新產品數量）來衡量。”[1]而在目前國內的創新研究中，往往采用專利量來衡量，例如黎文靖和鄭曼妮等[2]，但如何體現專利價值也是目前亟待解決的問題，對此，寇宗來和劉學悅[3]提供了研究思路，他們根據佩克斯（Pakes）和香克曼（Schankerman）[4]的專利更新模型，對中國的發明專利進行了價值估算，將2001年全國專利價值總量標準化值設定為100，計算得到2001—2016年的城市產業創新指數。

其次，本文還與集聚測度的研究相關。本文主要關注空間集聚與行業集聚的專業化與多樣化測度，其中專業化衡量指標有杜蘭頓（Duranton）和普加（Puga）[5]使用的首位部門集中度、赫芬達爾-赫希曼指數以及宣燁和余泳澤[6]等使用的熵指數；多樣化衡量則有趙偉和隋月紅[7]基于赫芬達爾-赫希曼指數的各種修正指數。

基于專利數據，本文采用寇宗來和劉學悅[3]提供的城市產業創新指數，分別構建空間與行業的專業化與多樣化集聚指數，從區域內空間集聚與城市內行業集聚兩大視角對中國制造業創新集聚現狀與發展趨勢進行典型事實描述。

一、中國制造業創新集聚的典型事實描述

為總結中國制造業創新集聚的典型事實，本文基于寇宗來和劉學悅[3]提供的2001—2021年的城市產業創新指數數據，選取其中的制造業專利創新數據，分別從區域內空間集聚與城市內行業集聚兩個視角展開研究。

（一）基于制造業創新指數的區域內空間集聚比較

首先從區域內空間集聚視角入手，筆者選取京津冀、長三角與珠三角三大城市群的制造業創新指數與全國水平進行多維度比較。

1.制造業創新的區域內集聚：空間專業化與多樣化

為考察制造業創新的區域內集聚情況，筆者根據制造業創新指數[I]構建了集聚指標，其中空間專業化指數與空間多樣化指數的構造方式如下：

[ZIIrit=max（srit）， srit=IritIrt] ? ? ? ? ? ? ?（1）

[DIIrt=1-HHI1-R-1， HHI=i=1Rsrit] ? ? ? ? ? ? ?（2）

其中r代表區域，i代表城市，t代表時間，R為區域內城市數，[srit]為該區域中各地級市制造業創新指數在整個區域內的占比。空間專業化指數采用的是首位城市集中度指標，為該區域中各地級市制造業創新在整個區域內占比的最大值，取值范圍為[1/R，1]。空間多樣化指數則是采用調整后的赫芬達爾-赫希曼指數，由于赫芬達爾-赫希曼指數的取值范圍為[1/R，1]，本文對其進行了調整，使其取值范圍變為[0，1]。上述兩個指標值越大，表明空間專業化與多樣化集聚程度越高。

如圖1所示，三大城市群與全國制造業創新集聚有以下典型事實：2001—2021年期間，京津冀專業化程度略有提升；長三角專業化程度呈現出先增后減的趨勢，2006年前后的空間專業化指數達到最高，2006年后開始出現大幅下降；珠三角專業化程度的演變趨勢比較波折，呈現出先減后增再減的變化情況，總體上略有下降。三大城市群專業化程度都遠超全國平均水平，全國平均水平也同樣存在下降的趨勢。從空間多樣化上來看，總體上與專業化演變趨勢相反。通過各區域內城市制造業創新指數值的對比可知：京津冀區域內制造業創新主要集中在北京，2021年的制造業創新指數值為2276.49，遠超區域內第二名的天津（263.20）；長三角區域內2021年的制造業創新指數值超過400的分別是上海（1123.478）、蘇州（512.67）、杭州（497.40）與南京（466.79）；珠三角區域內2021年指數值超過400的分別是深圳（1131.38）和廣州（487.01），各區域的創新指數值按各城市創新指數值加總計算得出。三大城市群的集聚模式存在一定差異：京津冀地區保持著北京“一家獨大”的專業化集聚趨勢，長三角地區則是“多點開花”的多樣化集聚趨勢，而珠三角地區則是深圳和廣州雙城聯動帶動周邊城市逐步趨向多樣化的集聚趨勢。

2.行業大類視角下的制造業創新集聚：空間專業化與多樣化

本文基于不同的制造業行業大類，重新測度了空間專業化與多樣化指標，再次考察制造業創新集聚情況。如圖2所示，本文選取了2021年制造業創新指數前三的行業，即計算機、通信和其他電子設備制造業，專用設備制造業以及通用設備制造業，分別做了三大城市群與全國制造業創新集聚的演變趨勢圖。三大城市群在計算機、通信和其他電子設備制造業的創新集聚情況為：京津冀地區保持著常年的高度專業化發展趨勢；長三角地區的專業化程度在21世紀初有所提升，但隨后轉向高度多樣化；珠三角地區在21世紀初保持非常明顯的專業化上升趨勢。在專用設備制造業方面，京津冀依然保持著高度專業化趨勢；長三角地區的專業化趨勢先增后減，逐步轉向高度多樣化；而珠三角地區總體上保持著較為緩和的多樣化發展趨勢。在通用設備制造業方面，京津冀地區繼續保持著高度專業化趨勢，但在中途有所下降；長三角地區專業化趨勢先增后減，在2006年后迅速轉向高度多樣化；珠三角地區則是呈現了多樣化程度波動上升的趨勢。總體來說，對于這三個制造業創新的支柱行業，三大城市群的集聚情況在演化細節上略有差異，京津冀地區保持北京一城獨大的專業化集聚趨勢，長三角與珠三角地區則形成了多個創新增長點。

3.優勢行業視角下的制造業創新空間分布比較

本文還選取2001年、2011年和2021年為三個代表年份，根據寇宗來和劉學悅的《中國城市和產業創新力報告2017》，分城市計算出制造業31個行業大類創新在所屬城市群中的占比，并在城市群中標記各行業創新占比最高的城市。在此基礎之上考察三大城市群中制造業創新占比最高的行業大類在不同城市間的分布狀況，由此可知，2001年京津冀地區除了天津的家具制造業創新占比最高外，其他30個行業大類創新占比最高的城市均為北京。2011年和2021年，31個行業大類的創新占比最高的城市均為北京。在2001年長三角地區創新占比最高的行業大類中，南京占有2個，杭州、合肥、鹽城、溫州、紹興五市占有1個，其他24個均屬于上海。2011年制造業創新空間分布情況轉變為上海擁有28個創新占比最高的行業大類，蘇州擁有1個而寧波擁有2個。2021年上海擁有26個創新占比最高的行業大類，蘇州擁有4個，溫州擁有1個。反觀珠三角地區創新占比最高的行業大類，2001年廣州擁有23個，深圳擁有8個；2011年則變為廣州擁有10個，深圳擁有18個，佛山、江門、東莞市各有1個；到了2021年廣州擁有12個，深圳擁有17個，佛山擁有2個。上述情形意味著京津冀地區北京“一城獨大”的專業化集聚趨勢越發明顯，長三角地區則呈現出專業化集聚先增后減的發展趨勢，而珠三角地區則出現了創新重點的遷移，制造業創新的主動力源由廣州轉移至深圳。

（二）基于制造業創新指數的行業集聚對比

同樣，此外仍選取2001年、2011年和2021年為三個代表年份，分別選取制造業創新排名前五的城市，其中包括2001年的北京、上海、沈陽、成都與武漢；2011年的北京、上海、深圳、杭州與南京；2021年的北京、深圳、上海、蘇州與杭州。筆者將其分成北京、上海、沈陽、成都、武漢和北京、深圳、南京、杭州、蘇州兩組，并進行多維度比較。前者為老牌制造業創新強市，并可細分為持續高速增長的北京、上海兩市與增速較緩的沈陽、成都、武漢三市；后者則是以北京為參照的新興制造業創新強市，包括深圳、南京、杭州、蘇州。

1.制造業創新集聚：行業專業化與多樣化

上述內容主要介紹了制造業創新的集聚情況，根據制造業創新指數[I]構建集聚指標，其中行業專業化指數與行業多樣化指數的構造方式如下：

[ZIIijt=max（sijt），sijt=IijtIil] ? ? ? ? ? ? ? ? ? ? ?（3）

[DIIit=1-HHI1-n-1，HHI=j=1nsijt] ? ? ? ? ? ? （4）

其中i代表城市，[j]代表行業大類，t代表時間，n為行業大類數（其值為31），[sijt]為某地級市某個行業大類的制造業創新在整個城市內的占比。行業專業化指數采用的是首位行業集中度指標，為各地級市中行業大類制造業創新占比的最大值，取值范圍為[1/31，1]。行業多樣化指數為調整后的赫芬達爾-赫希曼指數，取值范圍為[0，1]。

如圖3所示，可以發現北京、上海、沈陽、成都、武漢等五個城市的行業集聚情況大致呈現出先專業化后多樣化的發展趨勢。北京呈現出先專業化、后多樣化、再專業化的發展趨勢；上海則呈現出明顯的多樣化趨勢，但在2012年之后略微轉向專業化；沈陽呈現出明顯的多樣化趨勢；成都的變化趨勢與北京相似，但較為緩和；武漢同沈陽類似，變化趨勢較為緩和。這五座城市中，行業專業化集聚程度最高的是北京，上海次之；多樣化集聚程度最高的則是武漢，成都次之。

如圖4所示，除了深圳之外，其他城市的行業集聚情況有以下發展趨勢：深圳的行業專業化趨勢非常明顯，并在2008年達到最高位，而后略有下降；南京總體上保持多樣化的趨勢；杭州專業化程度處于低位浮動；蘇州專業化程度先減后增，但總體保持下降趨勢。這五座城市中，行業專業化集聚程度最高的是深圳，其他各城市與其差距非常明顯，而多樣化集聚程度由高至低依次是蘇州、南京、杭州與北京，但在2016年之后，蘇州、南京與杭州的行業多樣化集聚差距很小。

2.制造業創新集聚：主導行業變遷

本文聚焦上述9個代表性城市制造業創新的行業結構，考察各城市的創新主導行業如何變化。具體地，本文根據寇宗來和劉學悅的《中國城市和產業創新力報告2017》分城市逐年計算出制造業31個行業大類創新在城市中的占比，并在城市中標記創新占比最高的行業，即當年的創新主導行業，由此推出以下主導行業變遷的規律。

北京創新主導行業在2015年之前為化學原料和化學制品制造業，而后變為計算機、通信和其他電子設備制造業。上海創新主導行業分為三段：2001—2011年是化學原料和化學制品制造業，2012—2019年是專用設備制造業，2020—2021年是計算機、通信和其他電子設備制造業。沈陽創新主導行業先從2001—2008年的醫藥制造業轉為2009—2010年的化學原料和化學制品制造業，然后再到2011—2015年的專用設備制造業，最后變為2016—2021年的通用設備制造業。成都創新主導行業則從2001—2014年的化學原料和化學制品制造業轉變為2015—2021年的專用設備制造業。武漢創新主導行業則從2001—2011年的化學原料和化學制品制造業轉變為2012—2021年的專用設備制造業。

2001年深圳的創新主導行業是專用設備制造業，隨后便轉為計算機、通信和其他電子設備制造業，其創新占比從20.48%迅速上升至47.11%，其中，在2009年一度達到56.63%的高位。南京除了2020年和2021年的創新主導行業為儀器儀表制造業以外，其他均為化學原料和化學制品制造業。杭州創新主導行業2001—2015年均為化學原料和化學制品制造業，2016—2018年則為專用設備制造業，2019—2021年為計算機、通信和其他電子設備制造業。蘇州2001年創新主導行業是醫藥制造業，2002年轉變為專用設備制造業，2003—2010年為電氣機械和器材制造業，2011年之后為通用設備制造業。

由此可見，各代表性城市創新主導行業基本遵循著從資本密集型轉向技術密集型的規律，多數城市主導行業均變為計算機、通信和其他電子設備制造業，而其中最為突出的是深圳，其長期主導行業為計算機、通信和其他電子設備制造業，占比一度高達50%以上，反映出該行業結構專業化高度集聚。

二、結論與討論

本文基于專利數據發現中國制造業創新集聚有以下兩個特征：一是在區域內空間集聚方面，京津冀地區保持著北京“一城獨大”的專業化發展趨勢，長三角地區呈現出多樣化的發展趨勢，而珠三角地區則是深廣雙城帶動周邊城市聯動發展，創新重心由廣州轉移至深圳，但在2021年制造業創新指數排名前三的支柱行業中這一趨勢并沒有太大差異。二是在城市內行業集聚方面，無論是老牌制造業創新強市組，還是新興制造業創新強市組，均大致呈現出先專業化后多樣化的發展趨勢，但深圳較為特殊，其行業專業化趨勢非常明顯。在此基礎之上，各代表城市制造業創新主導行業基本遵循著從資本密集型轉向技術密集型的規律，多數城市的創新主導行業均變為計算機、通信和其他電子設備制造業，而其中最為突出的依然是深圳，該行業創新占比一度高達50%以上。

基于上述結論，本文認為中國制造業創新存在著顯著的空間集聚和行業集聚特征，雖然有京津冀城市群聚力于北京的高度空間專業化集聚與深圳深耕于計算機、通信和其他電子設備制造業的行業高度專業化集聚兩種模式，但多數城市向行業多樣化集聚轉型，而城市群走向空間多樣化集聚是制造業創新發展的必然趨勢，這將有助于增強城市或城市群制造業未來發展的韌性。

［ 參 考 文 獻 ］

[1] CARLINO G， KERR W R. Agglomeration and innovation[M]//DURANTON G， HENDERSON J V， STRANGE W. Handbook of regional and urban economics，2015（5）： 349-404.

[2] 黎文靖， 鄭曼妮. 實質性創新還是策略性創新？：宏觀產業政策對微觀企業創新的影響[J]. 經濟研究， 2016，51（4）： 60-73.

[3] 寇宗來， 劉學悅. 中國城市和產業創新力報告2017[R].上海：復旦大學產業發展研究中心， 2017.

[4] PAKES A， SCHANKERMAN M. The rate of obsolescence of patents， research gestation lags， and the private rate of return to research resources[M] //GRILICHES Z. R&D， patents， and productivity. Chicago：University of Chicago Press， 1984： 73-88.

[5] DURANTON G， PUGA D. Diversity and specialisation in Cities： why， where and when does it matter？[J]. Urban studies， 2000， 37（3）：533-555.

[6] 宣燁，余泳澤. 生產性服務業集聚對制造業企業全要素生產率提升研究：來自230個城市微觀企業的證據[J]. 數量經濟技術經濟研究， 2017，34（2）：89-104.

[7] 趙偉，隋月紅. 集聚類型、勞動力市場特征與工資：生產率差異[J]. 經濟研究， 2015， 50（6）： 33-45.

［責任編輯：吳雪強］