高技术服务业空间外溢与工业企业创新
时间：2020-04-24 07:54:44 来源：达达文档网 本文已影响 人 
打开文本图片集
内容提要作为现代服务业的重要内容和高端环节，各地方政府纷纷将高技术服务业列为促进本地工业企业创新升级的战略性新兴产业予以重点发展。由此引出的最大顾虑是，这种做法是否会导致区域间高技术服务业产业结构趋同？本文对此进行了理论与实证研究。研究发现，高技术服务业具有较强的空间外溢属性，在促进本地区工业企业创新的同时，还能通过知识、人力资本等的外部性对其他地区工业企业创新产生影响。在中国国内市场一体化程度不断提高的今天，各地区纷纷构建自己的高技术服务业体系并不会造成国内市场分割情况下的产业同构问题，相反会有利于高技术服务业跨地区网络化的形成和促进高技术服务业空间溢出效应的充分发挥。引入空间权重矩阵的负二项模型实证检验也证明，高技术服务业与工业企业创新之间的确存在显著的空间相关性，而且其他地区高技术服务业对本地工业企业创新的影响要大于本地高技术服务业的作用。从非线性的动态发展趋势来看，这种空间外溢效应会不断强化。
关键词高技术服务业空间外溢工业企业创新产业同构空间权重矩阵
〔中图分类号〕F424〔文献标识码〕A〔文章编号〕0447-662X（2016）02-0033-08
一、问题的提出
高技术服务业是现代服务业的重要内容和高端环节，其核心价值在于积累、创造和传播知识，为其他企业提供高知识附加值（high intellectualvalue-added）的服务与解决方案。在全球经济进入“知识经济”的大背景下，作为企业获取外部知识资源的主要途径和提升其创新潜能的重要战略合作伙伴，中国高技术服务业已成为近年学术界研究的一个焦点。王仰东等学者对高技术服务业的内涵特征及发展对策进行了研究。①王江和李郁璞、李光和乔亚兰、陈元山和姚山季分别考察了北京、湖北和江苏高技术服务业发展现状。②李勇坚和夏杰长研究了高技术服务业集聚的现状与问题。③几乎所有的此类研究都强调了高技术服务
业对于促进工业企业创新、推进产业结构优化升级以及提升传统产业竞争力的重要性。
事实上，借助高技术服务业提升中国工业企业技术创新水平，也是中国政府关于发展高技术服务业战略的重要预期之一。而在高技术服务业正式进入到国家总体发展战略规划的同时，各地方政府也纷纷出台一系列促进高技术服务业发展的规划纲要和政策文件，将其作为促进本地工业企业创新升级与经济发展方式转变、体现地区竞争力的战略性新兴产业予以重点发展。由此引出的问题是：这种各地争相大力发展高技术服务业的模式是否会导致区域间高技术服务业产业结构的趋同，不利于地区专业化，引发低水平的重复建设，加剧区域间市场与要素竞争程度，从而不利于高技术服务业的快速健康发展及其对工业企业创新支撑带动效应的发挥？本文将从高技术服务业的空间外溢角度切入，对这一问题进行理论与实证研究。
我们的理论分析表明，作为新知识新技术的生产者、使用者与传播者，高技术服务业具有较强的空间外溢属性，即在促进本地区工业企业创新的同时，还能通过知识、人力资本等的外部性对其他地区工业企业创新产生影响。各地区构建自己的高技术服务业体系并不会导致区域间高技术服务业产业结构趋同，引发低水平的重复建设，相反却有助于高技术服务业空间溢出效应的充分发挥，成为影响工业企业创新的一个重要因素。基于中国数据的实证检验也证明，一个地区的工业企业创新不仅受到本地高技术服务业的影响，还依赖于其他地区高技术服务业的空间外溢，两者之间的确呈现出显著的空间相关性，而且其他地区高技术服务业对本地工业企业创新的影响要大于本地高技术服务业的影响。这就意味着，在研究高技术服务业对工业企业创新的影响时，应考虑其空间外溢效应，否则就会低估高技术服务业对工业企业创新的总体作用。
本文基本研究思路如下：首先考察高技术服务业的空间分布现状及其特征；接着从高技术服务业空间外溢属性角度切入，理论分析高技术服务业与工业企业创新之间的空间相关性；在此基础上，借助知识生产方程（Knowledge Production Function， KPF）构建计量模型，实证检验高技术服务业对工业企业创新的空间溢出效应及其动态发展趋势。
二、高技术服务业的空间分布模式与特征
在对中国高技术服务业空间分布模式及其特征展开分析之前，有必要先对高技术服务业的内涵及统计口径予以界定。按照现行《国民经济行业分类》统计目录，高技术服务总量统计主要包括：一是第“G”类，信息传输、计算机服务和软件业；二是第“M”类，科学研究、技术服务和地质勘查业；三是第“L”类中的7450小类，即知识产权服务。鉴于国家统计局对知识产权服务缺乏系统的统计数据这一现实，这里将信息传输、计算机服务和软件业以及科学研究、技术服务和地质勘查业作为分析高技术服务业的基本依据。
我们通过计算各省市高技术服务业产值或就业人数占全国总体的比重来考察高技术服务业空间分布状况。鉴于数据的可获得性问题，我们选取了2010年31个省市的高技术服务业就业人数作为本文的样本数据，计算结果如表1所示。从中可以发现，高技术服务业的空间分布格局呈现出分散化特征。具体来说，除了北京的高技术服务业份额较高外，其余省市的高技术服务业份额都围绕在1.5%至7.5%之间。这一现象表明各省市都在从事高技术服务业生产活动，建立高技术服务产业体系。
这种空间分布态势无疑与各地方政府纷纷将高技术服务业作为战略性新兴产业予以大力发展的做法有关。我们的问题是，各地区构建自己的高技术服务业体系是否会导致地区间的低水平重复建设和资源浪费，从而不利于高技术服务业的快速健康发展及其科技创新支撑带动效应的发挥？接下来的部分将从理论和实证两个层面对这一问题进行分析。
三、高技术服务业对工业企业创新的空间外溢效应：理论分析与模型构建
在对上述问题回答之前，有必要先分析一下为什么各地纷纷建立高技术服务业体系，也就是高技术服务业的重要性。我们的早先研究也进一步揭示了高技术服务业对提升工业企业创新能力的重要性。具体说，它可以通过将自身掌握的技术信息直接传递给客户，或者通过搭建不同产业企业间知识经验交流平台的方式，为工业企业研发提供外部信息技术资源支持，成为企业研发的催化剂；也可以为企业提供包括人员技能培训、商业战略、知识产权、新技术获取、外部资源管理等在内的一系列多元化的专业服务，协助和推动工业企业研发创新活动的开展。作为新知识新技术的生产者、使用者与传播者，高技术服务业是工业企业获取外部知识资源的主要途径和提升自身创新潜能的重要战略合作伙伴。
既然高技术服务业成为中国工业化信息化进程中日益受到各方关注的焦点行业，自然也是近年来各级政府大力发展的新兴行业。这就引出前面所提到的问题：当各地纷纷建立自己的高技术服务业体系时，是否会导致区域间高技术服务业产业结构的趋同，不利于地区专业化，引发低水平的重复建设，加剧区域间市场与要素竞争程度，从而不利于高技术服务业的快速健康发展及其对工业企业科技创新支撑带动效应的发挥？我们将从高技术服务业特有的空间外溢属性角度切入，对这一问题进行分析。
我们知道，作为创新的重要投入要素，知识具有一些公共产品的特征：部分排他性和非竞争性。非竞争性意味着知识可以在不同地点被利用许多次，但不会减少它的价值。同时由于知识又是不完全排他，所以会产生溢出。知识溢出在经济增长和企业创新中的重要性，已被大量的新增长理论和新经济地理学研究所论证。而且新经济地理学进一步指出，知识溢出还具有空间属性，也就是说，溢出不可能被地理边界或行政壁垒限制在一个地区，相反地，知识会从一个地区扩散到其他地区。Coe D. and Helpman E.， “International R&D Spillovers，” European Economic Review， vol.39， no.9，1995， pp.859～887.这就意味着，一个地区企业的创新不仅仅依赖于本地区的知识投入，还会受到其他地区知识溢出的影响。作为新知识新技术的生产者、使用者与传播者，高技术服务业在促进本地区企业创新的同时，无疑也有助于知识技术的跨区域扩散，促进其他地区工业企业创新。
在这种情况下，各地区构建自己的高技术服务业体系并不会导致区域间高技术服务业产业结构趋同，引发低水平的重复建设，相反是有助于高技术服务业空间溢出效应的充分发挥。原因在于，产业同构通常是国内市场分割、地方保护主义的后果。而在信息网络技术快速发展的今天，随着中国国内市场一体化程度不断提高，地区间商品、资本、劳动力以及信息技术流动性增强，正如区域经济增长存在显著的空间相关性一样，各区域的高技术服务业也并非封闭的孤立的“岛屿”，而是存在着空间联系，构成了一个彼此依存、相互影响的网络。一个地区的高技术服务业可以借助这一网络通过人力资本、知识等外部性机制对周边地区甚至更远地区的工业企业创新产生影响，增强其空间外溢效应。
事实上，就高技术服务企业自身而言，出于拓宽知识来源、扩大专业范围、获取创新要素与客户等方面的考虑，高技术服务企业也需要通过与其他地区高技术服务企业建立战略联盟或其他形式的合作关系，来发展自身的社会关系网络。而且，中央政府在推进高技术服务业发展工作中的一项重要内容，就是鼓励现有高技术服务企业进一步拓展服务领域，构建多领域、网络化的创新服务体系，扩大技术信息资源共享范围，使各类高技术服务主体可低成本地获取基础信息资源。因此从这个层面来讲，各地区纷纷大力发展高技术服务业在一定程度上是有利于高技术服务业跨地区网络化的形成，进而使得知识外部性的空间溢出及其所具有的收益递增和正反馈效应能够得以充分实现，也使得一个地区高技术服务业对其他地区工业企业创新的带动成为可能。
为了进一步量化研究高技术服务业对工业企业创新的空间外溢效应，我们在知识生产方程（Knowledge Production Function， KPF）中引入高技术服务业及其空间溢出因素。具体来讲，将各个地区看作独立的经济实体i，其工业企业创新产出（INNO）既来自于工业企业自身的研发投入（RD）和资本投入（K），也来自于本地区高技术服务业所提供的创新服务（HS）和其他地区高技术服务业对本地区工业企业创新的溢出效应（OHS），用模型表示为：
INNOi=AKαiRDβiHSγiOHSδiOηi（1）
其中，A为常数，O是其他影响创新产出的控制变量，主要包括企业规模、人力资本和区域竞争环境变量。
上式可以进一步表示为用于实证检验的计量模型：
newprojecti，t=αi+β1ldi，t-1+β2lnhsi，t-1+β3lnohsi，t-1+β4lncapitali，t-1
+β5lnscalei，t-1+β6lnhci，t-1+β7lnemcompei，t-1+ui，t（2）
其中，αi表示与i地区特定工业企业相关的未观察因素。ui，t是误差干扰项。newprojecti，t代表i地区工业企业在t年的创新产出，具体可用新产品开发项目数衡量。rd是工业企业研发支出，可以用企业的R&D经费内部支出占其主营业务收入的比重来表示。capital表示工业企业的资本投入密度，用人均固定资产净值衡量，并用地区固定资产投资价格指数对其进行平减。hs为地区i高技术服务业发展程度，用各省市的高技术服务业人均城镇固定资产投资来衡量，并用地区固定资产投资价格指数进行平减。ohs是其他地区高技术服务业发展程度，高技术服务业对工业企业创新的空间外溢效应就通过这个变量进行衡量，该变量可以利用空间计量经济学中的空间权重矩阵来构建：
ohsi=Nj=1wijhsj（3）
其中，N为空间权重矩阵中与地区i相邻的区域数目。wij为空间权重矩阵的元素值。
空间权重矩阵的构建有许多种方法，本文按照钟昌标的做法，将空间权重矩阵W定义为本地区省会与其他地区省会之间的距离函数：钟昌标：《外商直接投资地区间溢出效应研究》，《经济研究》2010年第1期。
wij=1/d2ij（4）
其中，dij为省会i与省会j之间的绝对地理距离。
此外，在其他影响企业创新产出的控制变量O中，企业规模（scale），与现有文献一致，我们采用工业企业产值衡量。人力资本（hc）用工业企业科技活动人员数占从业人员数的比重衡量。由于《中国统计年鉴》对2009和2010年的大中型工业企业科技活动人员数没有记载，只有研发人员数的统计，因此，我们参照朱平芳和徐伟民的做法，通过设置虚拟变量d，并在模型（2）式后面加入β×d×hc的方法，来消除统计口径不统一的影响。朱平芳、徐伟民：《政府的科技激励政策对大中型工业企业R&D投入及其专利产出的影响》，《经济研究》2003年第6期。
