产业间溢出（精选7篇）
产业间溢出 篇1
1研究背景
从20世纪末以来,具有高技术含量、高附加值和高竞争力 “三高”特征的高新技术产业集群已经成为各国发展高新技术最为成功的模式,也成为了各国创新体系中的火车头和和领头羊。美国的硅谷、 日本的筑波、印度的班加罗尔软件园、台湾新竹科技园等成功范例已充分说明高技术产业集群是增强一个国家或地区核心竞争力和提高创新能力的有效途径。高技术产业集群在推动科技进步,提高经济增长质量,促进国家或地区经济发展方面所起到的作用是无庸置疑的,因此受到理论界及各国政府的高度重视。
综观各个国家高技术产业发展的实践,我们发现这样一个值得深思的问题,即 “为什么有的高技术产业集群能够健康发展( 如硅谷) ,而有的高技术产业集群却缺乏活力,如昙花一现( 如美国的218公路) ? 什么是高技术产业集群旺盛的生命力? 这种旺盛的生命力来自于何处?”许多学者将其归结为集群内的知识溢出,认为知识溢出是形成集群创新及其繁荣的最主要条件,知识溢出构成了集群创新能力的本质特征。知识溢出通过集群内人才的流动、企业信息的交流、知识的共享与传播、设施的共享等为集群内企业的知识及技术创新提供了适宜环境和强大动力,为产业集群持续竞争优势的建立提供了有力的支持。知识溢出效应是促进集群创新发展和集群经济增长的根本动力,是集群创新产生和生产率提高的源泉。
因此,多角度、系统深入地探讨和研究高技术产业集群内的知识溢出影响因素、知识溢出机制与溢出效应,不仅是对知识创新理论的丰富和完善, 也是对集群创新理论的有效补充。高技术产业集群创新是一个多主体的创新体系,包括企业、高校、 科研院所、中介机构和政府等,发生在高技术产业集群内的知识溢出主要是组织间的溢出,如企业与企业之间、企业与科研院所之间、企业与高校之间、 高校与科研院所之间等。本文将应用系统动力学模型与方法来系统地研究高技术产业集群组织间的知识溢出机制与知识溢出效应,进而揭示知识溢出对企业集群发展和持续创新的诱因,以期为知识溢出的研究进行有益的探索。
2文献回顾
国内外很多学者认为知识溢出是高技术企业集群发展、提高创新能力、获取竞争优势的主要动因。 新古典经济学的鼻祖Marshall［1］指出产生集聚的原因在于可以便利地获取知识溢出效应。Mac Dougall［2］在探讨东道国接受外商直接投资( FDI) 的社会效益时,提出知识的溢出效应应视为FDI的一个重要现象。Mahony和Vecchi［3］通过研究美国、英国、日本、法国和德国5个国家的数据发现,行业内部研发活动发挥非常重要的角色,能够提供更高的生产率,并认为这可以解读为支持知识溢出效应存在的证据。国内学者叶建亮［4］认为知识溢出是企业集群的重要原因,它不仅决定了集群的规模,也影响集群组织内企业的生产函数。李文宇、陈健生［5］指出高新技术产业向主要发达省份集聚的驱动因素之一是知识溢出。吴梅、龙志和［6］的研究结果表明,广东高新技术产业存在显著的MAR外溢效应和Porter外溢效应,其中MAR外溢影响最为显著。
关于知识溢出效应的研究,Grossman和Help- man［7］认为高技术企业集群的主要动因是获得同行或相关企业或机构的知识溢出,知识溢出效应可以增加集群的知识积累和新知识创造,是高技术产业集群提高创新能力,获得竞争优势的根本原因。Fal- lick,Fleischman和Rebitzer［8］指出推动集群成长的主要动力是持续的创新活动,而持续创新活动的关键因素是知识溢出,知识溢出是高技术产业开发区产生凝聚经济效应的主要原因。Propris和Drifield［9］认为在已有的集群中,集群从FDI溢出效应可以产生巨大的生产力,当国内企业进行R&D投资,进入集群中的外企也会得到知识溢出效应的好处。 Alcácer和Chung［10］发现公司定位时不仅考虑从内在知识溢出的收益也考虑向外的溢出效应的损失。Gil- bert,Mc Dougall和Audretsch［11］发现位于地理集群中的企业能从当地的环境中吸收更多的知识,从而有更高的经济增长和创新绩效。 Todo, Zhang和Zhou［12］指出,研究生或有海外教育背景的员工在跨国企业中有巨大的溢出效应。
为了进一步研究知识溢出对集群带来的正负效应,王子龙、谭清美［13］在Logistic曲线的基础上建立了知识溢出效应模型,认为知识溢出在带来区域集聚经济、规模经济形成的同时也造成区域产品雷同化和网络内部企业的竞争加剧,并提出了 “使知识溢出效应的外部性内在化”的解决问题的有效途径。张秀武、王波［14］的实证结果表明知识溢出对区域高技术产业技术创新产出影响显著。沙文兵、李桂香［15］的研究表明外资企业R&D活动对内资企业产生了一定的知识溢出效应,一定程度上推动了内资企业创新能力的提高。刘满凤、唐厚兴［16］通过计算机仿真研究了知识溢出对组织间知识分布的影响, 为学术界关于知识溢出会使不同企业技术水平趋于相同还是走向分化的争论提供了有益的参考。
影响知识溢出的因素很多,Saxenian［17］提出知识溢出与企业的吸收能力密切相关。Jaffe,Traijtenberg和Henderson［18］为检验知识溢出与地理接近的关系, 通过比较初始专利和引用专利的地理位置,认为知识溢出以专利引用的形式留下了纸痕。Maurseth和Verspagen［19］指出知识溢出效率的高低还取决于受溢者的吸收能力与溢出者和受溢者之间的地理距离, 知识溢出的地理维度来源于隐性知识与显性知识的差异。Lim［20］强调自身的R&D投资是提高企业吸收能力的重要手段。Szulanski［21］用复杂性和隐性两个特征变量来刻画知识,认为复杂的与特定情境相关联的知识往往令人难以理解,越复杂的知识产生越高程度的模糊性,认为知识的复杂性和隐性程度越高,就越不利于产业集群网络中知识的溢出。Whit- tington,Smith和Powell［22］对1988 - 1999年美国生命科学集群研究表明,集群的地理位置和网络结构对知识溢出有着不可忽视的影响。Shafiei,Ghofrani和Saboohi［23］研究表明技术追随者的吸收能力、吸收速度、知识的复杂性都是知识溢出过程的影响因素。 朱秀梅、蔡莉［24 － 25］研究高技术产业集群创新的结果表明,知识溢出、企业吸收能力、集群社会资本、 企业创新绩效这几个要素之间存在较复杂的作用关系。刘红丽等［26］分析了高技术产业集群中知识源的知识表达能力、知识传递能力、知识转移意愿,知识受体的吸收能力、学习愿望和竞争压力,集群的集聚程度和距离,知识源与知识受体的接触频率对隐性知识转移的影响,绘制了高技术产业集群隐性知识转移的因果关系图。
关于知识溢出的渠道,Saxenian［17］认为集群成员间的广泛互动( 包括非正式交流) ,为知识溢出提供了有利的条件。Fallick,Fleischman和Rebitz- er［8］认为快速和经常发生的员工跳槽是硅谷高技术集群的微观基础,人员流动带来的知识溢出是聚集的一个重要因素。Kesidou和Romijn［27］在分析乌拉圭蒙得维的亚的软件企业集群时指出,集群内劳动力的流动、公司拆分和非正式交流都会引发本地知识溢出( LKS) ,LKS对区域创新和经济增长有显著的正向影响。Kloosterman［28］在研究鹿特丹和阿姆斯特丹的建筑公司间的知识溢出效应时指出,衍生企业、人才流动和专门机构行使了知识交流桥梁的职责。魏江［29］揭示了知识溢出的经济性和存在意义, 分析了集群中知识溢出的途径和影响因素及知识溢出的动态控制机制,提出了既能使每个集群成员发展具有自身特征的知识,又能激励集群成员承担应有的知识溢出义务,维持知识溢出和知识控制之间的动态平衡的策略。
从以上研究可以看到,国内外许多学者对知识溢出是集群的一个重要驱动因素达成了共识,但因知识溢出的度量比较复杂,知识溢出效应的定量研究比较困难,大多数学者的研究都是对知识溢出效应的定性分析,定量分析相对较少,本文拟借鉴Shafiei,Ghofrani和Saboohi的知识溢出在知识积累中的思想,结合高技术产业集群的特点来分析其组织间的知识溢出效应,以期能从定量角度描绘高技术产业集群组织间知识溢出的效应。
3集群内组织间的知识溢出影响因素及反馈模型建立
系统动力学( system dynamics,简称SD) 是一门分析研究复杂信息反馈系统动态趋势的学科,SD借助计算机仿真技术来研究和分析复杂系统内部结构与外部动态行为的关系,为系统决策者提供决策所需要的科学依据。SD模型能处理高阶次、非线性、多重反馈的复杂时变系统。本文的知识溢出是一个系统工程,该系统结构复杂、影响因素众多、 系统行为有时滞现象,这些特征提示我们可以用系统动力学的方法来研究知识溢出。为研究方便,本文考虑集群内只有两个组织的单向知识溢出情形, 这两个组织分别称之为知识的溢出者和知识接收者, 简称为溢出者和接收者。
3. 1知识溢出影响因素分析
Cohen和Levinthal［30］认为内部研发和外部溢出是科学技术知识流的两大来源,并依此开创性地给出了如下著名的知识流公式:
其中Rj是企业i自身在研发上的投资,是同行业或相同技术领域的其他企业在研发上的投资总额;θ是知识溢出程度,U是背景知识水平;是企业可以利用外部知识资源的总量;是企业吸收能力。
由于知识的无损耗性,即溢出者在溢出知识后其自身的知识并不会减少,运用Cohen和Levinthal的知识流公式并考虑到知识的折旧,假定知识溢出者的知识存量变化只与自身的知识折旧和自身的R&D有关,接收者的知识存量变化不仅与自身的知识折旧和自身的R&D有关,而且与接收者吸收的知识量有关,而接收者吸收的知识量由知识难度系数、 知识溢出度、接收者的吸收能力决定。
( 1) 溢出度。知识是一种除了失效外不含损耗、可重复使用和共享的资源。1958年,奥地利生物学家Polanyi［31］最早提出 “隐性知识”概念,他认为知识分为显性知识和隐性知识两类。显性知识是能够用明确符号表述的知识,如以文字、图表和数学公式等表述的知识,隐性知识是人们意识到、但难以言传和难以用符号表达的知识。考虑到高技术产业的特点,Shafiei,Ghofrani和Saboohi［23］将高技术产业的知识分为创新知识和背景知识,认为创新知识是最近的创新活动所产生的知识,背景知识是普适性知识,这部分知识为创新知识的发展提供基础。本文将上述两种对知识的分类结合起来,把高技术产业的知识分为显性的背景知识、隐性的背景知识、显性的创新知识和隐性的创新知识。
知识溢出的关键因素涉及知识自身的特性。新的知识诞生后,其中可用语言、文字、图形和符号等整理、编码的显性知识,在被使用和流动过程中都会自然地溢出,知识的隐性程度越低,知识自然溢出的程度就越高。本文用溢出度 θ 表示知识溢出的程度,用自然溢出度表示知识自然溢出的程度, 为研究方便,假定知识的自然溢出度 α ( 0α1) 为一个定值。除自然溢出的知识外,余下的知识( 1 - α) 是需要接收者通过努力才能获取溢出,即是这些知识能否被接收者获取和获取的程度,与溢出者的溢出意愿和接收者的R&D有关,获取的程度会随溢出者的溢出意愿的增大而提高。本文认为溢出者的溢出意愿主要与溢出者感受到的来自接收者的威胁有关,溢出者如感觉接收者的知识与自己的知识太相近,知识溢出可能减少自身的利益,溢出意愿就会越低。
研发投入的作用不仅在于直接带来了新知识, 更重要的是增强了接收者对外来技术的模仿、学习和吸收能力,所以接收者的R&D投入越大,余下的知识被获取的可能性越大。影响溢出度的因素如图1所示。
( 2) 知识难度系数。Shafiei,Ghofrani和Sa- boohi认为知识难度系数是一个由知识自身的特性决定的量,接收者实际感知到的知识难度不仅与知识自身的难度系数有关,而且与所感知的背景知识相似度和预期的创新知识的难度系数有关。感知的背景知识相似度和预期的创新知识难度系数都与接收者的创新能力有关,创新能力越高,感知和预期的能力越强。感知的背景知识相似度还与背景知识的相似度有关,当接收者的背景知识与溢出者的背景知识越相似,接收者感知的背景知识相似度越高, 此时接收者感觉知识的难度系数越低。
接收者感知的创新知识难度系数与创新知识相似度有关,创新知识相似度越大,溢出者和接收者的创新知识越接近,接收者没有太多的新东西可向溢出者学习,只依赖它自己的R&D,这时,接收者感知的知识难度系数将会增加。
为平滑感知的创新知识难度系数的激烈起伏, 本文假设调整时间为2年。
影响感知的知识难度系数的因素如图2。
在图2中存在两个反馈环:
反馈环1: 感知的难度系数→吸收能力→吸收速度→溢出的知识→接收者的知识存量→接收者的背景知识→背景知识相似度→感知的背景知识相似度→感知的难度系数,这是一个正反馈环。
反馈环2: 感知的难度系数→吸收能力→吸收速度→溢出的知识→接收者的知识存量→接收者的创新知识→创新知识相似度→感知的创新知识难度系数→预期的创新知识难度系数→感知的难度系数, 这是一个负反馈环。
( 3) 吸收能力。吸收能力是企业学习、消化外部新知识并最终商业化应用的能力,吸收能力与外部知识的难度有关,在其它条件不变的情况下,实际感知的外部知识难度的增加会降低企业的吸收能力。
溢出的知识要有效地被吸收,先决条件是接收者具备吸收此项新知识的能力以及学习强度足以引发学习动机。吸收新知识不只是记忆与背诵,而是将新知识纳入自己现有的知识体系中加以充分利用。 Kwanghui通过实证分析认为,企业R&D活动、企业外部网络关系会影响企业的吸收能力。吸收能力与R&D投入具有密切关系,自身的R&D投资是提高企业吸收能力的重要手段。R&D活动除了会带动创新与开发新产品之外,对强化组织的吸收能力也会具有显著的效益,企业R&D投入增强了企业对外来知识的吸收、学习和模仿的能力,使得企业拥有更强的技术能力去吸收外部知识溢出。影响接收者吸收能力的因素见图3。
3. 2知识溢出反馈模型的建立
基于以上分析,建立如下的知识溢出反馈模型( 见图4) 。从图4中可以看出与知识接收者知识存量相关的反馈环有6个( 见图5) 。
反馈环3: 接收者的知识存量→溢出的知识→ 接收者的知识存量,这是一个负反馈环。
反馈环4: 接收者的知识存量→接收者的知识折旧→接收者的知识存量,这是一个负反馈环。
反馈环5: 接收者的知识存量→接收者的创新知识→接收者显性的创新知识→接收者的显性知识 →接收者对溢出者的知识相似度→溢出意愿→溢出度→溢出的知识→接收者的知识存量,这是一个负反馈环。
反馈环6: 接收者的知识存量→接收者的背景知识→接收者显性的背景知识→接收者的显性知识 →接收者对溢出者的知识相似度→溢出意愿→溢出度→溢出的知识→接收者的知识存量,这是一个负反馈环。
反馈环7: 接收者的知识存量→接收者的背景知识→背景知识相似度→感知的背景知识相似度→ 感知的难度系数→吸收能力→吸收速度→溢出的知识→接收者的知识存量,这是一个正反馈环。
反馈环8: 接收者的知识存量→接收者的创新知识→创新知识相似度→感知的创新知识难度系数 →预期的创新知识难度系数→感知的难度系数→吸收能力→吸收速度→溢出的知识→接收者的知识存量,这是一个负反馈环。
4模拟仿真及结果分析
4. 1仿真模型建立
依据以上对高技术产业集群内组织间知识溢出各因素的反馈分析,建立仿真模型,仿真模型关系设定基于上述分析并借鉴文献［23］后修改,具体如下:
(1)起始时间=2012
(2)结束时间=2032
( 3) 知识折旧率= 0. 03
( 4) 知识折旧= 知识存量* 知识折旧率
( 5) 接收者的知识存量= INTEG ( 接收者实现的R&D + 溢出的知识- 接收者的知识折旧,12000)
( 6) 接收者的背景知识= MIN ( 接收者的知识存量,溢出者的背景知识)
( 7) 接收者的创新知识= MAX ( 0,接收者的知识存量- 溢出者的背景知识)
( 8) 显性的背景知识= 背景知识* 背景知识的显性因子
( 9) 背景知识显性因子= 0. 8
( 10) 显性的创新知识= 创新知识* 创新知识的显性因子
( 11) 创新知识显性因子= 0. 5
( 12) 显性知识= 显性的背景知识+ 显性的创新知识
( 13) 接收者对溢出者的知识相似度= 接收者的显性知识/ ( 溢出者的显性知识+ 溢出者的隐性知识)
( 14) 溢出意愿= IF THEN ELSE ( 接收者对溢出者的知识相似度> 0. 6,0. 1,0. 15)
(15)接收者的R&D=RAMP(1,2012,2032)
( 16) 溢出度= 1 - ( 1 - 自然溢出度) * EXP ( - 溢出意愿* 接收者的R&D)
( 17) 溢出的知识= ( 可得的溢出者的知识- 接收者的知识存量) * 溢出度* 吸收速度
( 18) 创新知识相似度= 接收者的创新知识/溢出者的创新知识
( 19) 背景知识相似度= 接收者的背景知识/溢出者的背景知识
( 20) 感知的背景知识相似度= 接收者的创新能力* 背景知识相似度
( 21) 感知的创新知识难度系数= 接收者的创新能力* ( 创新知识相似度^2)
( 22) 预期的创新知识难度系数= SMOOTH ( 感知的创新知识难度系数,2 )
( 23) 感知的难度系数= 知识的难度系数- 感知的背景知识相似度+ 预期的创新知识难度系数
( 24) 吸收能力= 1 - 1* 感知的难度系数* EXP ( - 0. 01* 接收者的R&D/感知的难度系数)
( 25) 吸收速度= 吸收能力/吸收时间
( 26) 吸收时间= 1
( 27) 可得的溢出者的知识= DELAY FIXED ( 溢出者的知识存量,2,18000 )
( 28 ) 近来的R&D = TIME STEP * 溢出者的R&D
( 29) 隐性的背景知识= 背景知识* ( 1 - 背景知识的显性因子)
( 30) 隐性的创新知识= 创新知识* ( 1 - 创新知识的显性因子)
( 31) 隐性知识= 隐性的背景知识+ 隐性的创新知识
( 32) 实现时间的延迟= 3
( 33) 接收者最初的R&D投入= 500
( 34) 接收者实现的R&D = DELAY1I ( 接收者的R&D,实现时间的延迟,接收者最初的R&D投入)
( 35) 溢出者的背景知识= MIN ( 溢出者的知识存量- 近来的R&D,0. 8* 溢出者的知识存量)
( 36) 溢出者的创新知识= 溢出者的知识存量- 溢出者的背景知识
( 37) 溢出者的知识存量= INTEG ( " 溢出者的R&D" - 溢出者的知识折旧,18000)
( 38) 知识势差= 溢出者的知识存量- 接收者的知识存量
( 39) 溢出者的R&D = WITH LOOKUP
( Time,( [( 2005,0 ) - ( 2100,3000 ) ],( 2007, 745) ,( 2012,810) ,( 2022,1160) ,( 2032,1590) ) )
( 40) SAVEPER = TIME STEP
( 41) IME STEP = 1
4. 2仿真结果分析
( 1) 接收者不同创新能力情况下,接收者的知识存量变化和接收者与溢出者知识势差变化。图6、 图7是知识的难度系数为1,自然溢出度为0. 3,溢出者和接收者的初始知识存量分别为18 000和2 000,接收者的创新能力分别为0. 1、0. 3、0. 5、 0. 7、0. 9时,接收者的知识存量和接收者与溢出者的知识势差随时间变化的仿真结果。从图6中可以看出,接收者知识存量随时间推移逐渐增大,并且不管创新能力为多少,接收者的知识存量从某一时间点以后都是一样的,这表明经过相当长的一段时间,接收者几乎不再从溢出者那里接受知识,知识存量的变化只与接收者自身因素有关。创新能力强的接收者的知识存量增加速度较创新能力弱的接收者的知识存量增加速度快。这正是反馈环7和8作用的结果: 接收者创新能力越强,感知的背景知识相似度越大,从而感知的创新知识难度系数越小, 吸收能力越强,知识存量增加越快。
本文假定溢出者的知识存量只与自身的R&D和折旧有关,所以随着接收者知识存量随时间推移逐渐增大,接收者与溢出者的知识势差随时间推移逐渐减小。开始时知识势差较大,知识复杂性偏高, 导致接收者的吸收能力偏低,此时接收者较低的知识存量让溢出者感受不到( 或感受较轻) 来自接收者的竞争压力,从而知识保护意识偏低,溢出意愿较高,接收者吸收的知识多,因此知识势差开始时快速降低而后降低速度放缓( 见图7) 。仿真结果分析的( 2) ( 3) ( 4) 中有关知识势差的结果分析类似,不再赘述。
( 2) 不同初始势差情况下,接收者的知识存量变化和接收者与溢出者知识势差变化。图8、图9是知识的难度系数为1,自然溢出度为0. 3,接收者的创新能力为0. 3,溢出者的初始知识存量为18000,接收者的初始知识存量分别为2 000、7 000、 12 000、17 000时,即初始知识势差为16 000、11 000、6 000、1 000时接收者的知识存量和接收者与溢出者的知识势差随时间变化的仿真结果。从图8可以看出,随时间的推移,接收者知识存量以递减的速度逐渐增大,初始势差小的接收者的知识存量增加速度较初始势差大的接收者的知识存量增加速度慢,这正是反馈环5和6作用的结果: 接收者与溢出者知识势差越小,接收者对溢出者的知识相似度越大,溢出者会感到潜在竞争压力的增大,利益可能受损因而溢出意愿小而导致。知识势差的结果分析同( 1) 。
( 3) 不同知识难度系数情况下,接收者的知识存量变化和接收者与溢出者知识势差变化。图10、图11是知识的自然溢出度为0. 3,接收者的创新能力为0. 3,溢出者和接收者的初始知识存量分别为18000和2000,知识的难度系数为1、0. 8、0. 6、 0. 4时,接收者的知识存量和接收者与溢出者的知识势差随时间变化的仿真结果。从图10中可以看出,接收者的知识存量随时间推移逐渐增大,知识的难度系数越大,接收者的知识存量增加速度越慢, 这正是反馈环7和8作用的结果: 由于知识的难度系数越大,接收者感知的难度系数也越大,导致接收者的吸收能力降低,吸收速度减慢,知识溢出也减小。知识势差的结果分析同( 1) 。
( 4) 不同自然溢出度情况下,接收者的知识存量变化和接收者与溢出者知识势差变化。图12、 图13是知识的难度系数为1,接收者的创新能力为0. 3,溢出者和接收者的初始知识存量分别为18000和2000,自然溢出度为0. 1、0. 4、0. 7、1时,接收者的知识存量和接收者与溢出者的知识势差随时间变化的仿真结果。从图12中可以看出,接收者知识存量随时间推移逐渐增大,而且自然溢出度越大, 接收者的知识存量增加速度越快,这正是反馈环5和6作用的结果: 自然溢出度越大,溢出度就越大, 知识溢出越多,接收者的知识存量增加越多。知识势差的结果分析同( 1) 。
5结论
本文应用系统动力学模型分析了高技术产业集群内两个组织间的单向知识溢出,通过模拟仿真得出,知识溢出中接收者与溢出者间的知识势差会随着时间的推移而逐渐减小,接收者知识存量的增加及增加速度与初始知识势差、知识的难度系数、知识的自然溢出度、接收者的创新能力有关。初始势差小的接收者的知识存量增加速度较初始势差大的接收者的知识存量增加速度慢、接收者的知识存量增加速度随知识的难度系数的加大而减慢、随自然溢出度的增大而加快、随接收者的创新能力的增强而加速。
高技术产业的知识更新速度较快、知识商业寿命较短,这使得接收者吸收知识的速度非常关键。 速度越快,意味着可以更快地利用吸收到的知识进行再创新,从而尽早实现知识的效能; 速度慢意味着吸收的知识可能过时,成为冗余知识。在知识爆炸、知识更新周期越来越短的当今时代,接收者搜寻溢出知识时找准定位非常重要,选择接收多宽的知识势差以及多大自然溢出度、多高难度系数的知识,明确自身的创新能力以及自身创新能力的提升空间,对这些影响因素做前期评估,是保证知识溢出的有效性的重要举措。
摘要：知识溢出是企业集群发展、提高创新能力、获得持续竞争优势的驱动因素之一,但其过程仍是一个“黑箱”。应用系统动力学模型分析在高技术产业集群内组织间的知识溢出过程中,知识的难度系数、自然溢出度、接收者的创新能力、溢出者和接收者的初始知识势差对组织知识存量和组织间知识势差的影响,得到的结论是,知识的难度系数、知识势差一定程度上阻碍知识溢出,而自然溢出度和接收者的原始创新能力则加速知识溢出。
关键词：知识溢出,系统动力学,溢出度,知识难度系数,创新能力
产业间溢出 篇2
区域间经济溢出是指由于某区域的财政政策、货币政策或者其他内生变量变动而引起的其他区域的经济变量产生的变动。随着经济的发展, 各种产品和生产要素在区域间的流动更加频繁, 区域间经济溢出也比以前更加明显。基于这种认识, 许多学者认为发达地区可以通过溢出效应推动落后地区经济增长, 由此提出均衡增长和非均衡增长两种不同的增长方式。邓小平提出“允许一部分地区、一部分人先富起来, 以先富带动后富, 整个社会走向共同富裕”的观点后, 我国开始了区域经济非均衡发展的道路。如何通过区域间经济溢出, 最终实现区域经济均衡发展, 本文拟从我国区域间经济溢出现状、机制角度进行分析, 最后提出发展建议。
二、我国区域间溢出现状分析
(一) 完善的产业结构和先进的经济体制有利于区域发展
当本地的各种产业与其他区域建立密切的联系时, 资本和要素可以自由流动, 那么最终消费会通过各区域各产业间的流动产生较大的乘数效应, 推动本地和其他区域经济发展。如东部沿海区域拥有相对完善的产业结构和经济体制, 不仅本身经济发展良好, 而且对周边地区具有良好的辐射作用, 如长三角地区经历了从上海辐射至江苏、浙江, 如今开始向安徽、江西、湖北等省辐射。
(二) 我国已经形成长期稳定的核心———边缘结构
从我国区域经济发展情况来看, 东部沿海地区和南部沿海地区的产业结构相对完善, 经济总量一直处于全国领先地位, 区域间溢出效应也比其他地区的大, 而落后地区的区域间溢出效应却很小。这一点可以用新经济地理的相关理论解释。由于存在由本地市场效应和价格指数效应决定的集聚力, 由企业之间相互竞争形成的分散力, 在自由贸易度较大时, 集聚力会大于分散力, 从而形成稳定的核心———边缘结构, 一旦形成将很难改变。1980年我国东部地区的生产总值为2202.37亿元, 中部和西部分别为1369.12亿元和735.64亿元, 东部地区的产值分别是中部和西部的1.61倍和2.99倍;经过28年的发展, 到2010年东部地区的生产总值增加到250487.94亿元, 中部和西部的则增加到116817.56亿元和69736.49亿元, 东部地区的生产总值分别是中部和西部的2.14倍和3.59倍, 地区间的差异越来越大。虽然我国目前对中西部地区实施了各种优惠政策, 进行了大量投资, 但并没有从根本上改变各区域在我国经济发展中的地位。
(三) 中间需求率决定产业溢出效应的大小
农业、采选业、其他服务业的受溢效应较大, 轻工业、重工业和能源工业的溢出效应较大。农业和采选业对中间产品的需求小, 所以对其他产业的带动小, 所以溢出效应小, 受溢效应大;其他服务业主要服务于当地的最终需求, 同样对外地的溢出小, 受溢效应大。而轻工业、重工业和能源工业对中间产品的需求大, 所以溢出效应大。如果以发展本地为主要目的, 则应该发展受溢效应大的产业, 因为这些产业的产出能够促进当地经济发展;如果希望促进区域经济协调发展, 则应该根据当地的资源和产业优势, 协调地区间的产业结构。我国东部地区正在由轻工业为主向现代服务业转型, 而中部和西部地区的产业以采掘业和重工业为主。
(四) 发达地区从经济溢出中获得更多好处
由于发达地区拥有较高的规模报酬和人力资本报酬吸引当地和其他区域的资本和人才, 产生集聚经济和规模经济, 尤其会从相对落后地区吸引资金、人才, 或通过技术优势从相对落后地区获得高额利润。目前, 许多教育质量较高的中部地区学生将东部地区作为学习和就业的目标, 汽车、造船、动漫等文化附加值和技术附加值高的产业基本聚集在东部地区。发达地区的经济增长并没有促进落后地区的经济增长, 反倒是随着东部地区的经济发展水平越来越高, 产业结构越来越完善, 强化了当地的经济地位, 落后地区成为“塌陷区”。从空间分布来看, 相邻区域的经济溢出要大于不相邻区域的经济溢出。当然也存在特殊情况, 如果两个区域都是发达地区, 即使两个区域不相邻, 他们之间的溢出效应也很大, 这称为跳跃式扩散或等级扩散。
三、我国区域间经济溢出机制分析
(一) 基于垂直链接的区域间经济溢出机制
垂直链接是指产业的上下游关系, 如煤炭采掘企业为火力发电站提供煤炭, 火力发电站会向电网公司提供电力, 电力公司会向用户分配电力, 这些产业构成一条垂直的链条。
钱纳里和渡边根据中间投入率和中间需求率的差异, 将各种产业分为四类 (下表) 。如果中间需求率大, 那么其他产业对该产业的溢出效应大, 反之对该产业的溢出效应较小;如果中间投入率大, 那么该产业对其他产业的溢出效应大, 反之溢出效应较小。
工业尤其是重工业属于中间投入率和中间需求率都很大的产业, 所以其溢出效应和受溢效应都很大;农业的中间投入率小, 中间需求率大, 所以受溢效应更大;如果不考虑公用事业、文教卫生、科研、行政事业等中间需求率和中间投入率都很小的行业, 其他的非物质生产部门如金融、房地产等行业的这种中间需求率小, 中间投入率大的行业溢出效应更大。根据配第—克拉克定理, 随着人均国民收入水平的提高, 劳动力和资本要素会逐渐从第一产业向第二产业转移, 进而再向第三产业专业。如果某些地区的第三产业已经很发达, 那么当地产业对其他产业的溢出效应较大。对于区域间经济也是一样, 某地区如果最终需求型产业较发达, 可以带动周边地区中间需求率大的产业发展, 商业和服务业可以带动当地和周边地区的工业和采掘业等产业的发展。
(二) 基于水平链接的区域间经济溢出机制
水平链接溢出效应指同一行业内的企业通过示范效应、竞争效应和人员流动等途径导致的溢出效应。这是因为存在规模报酬递增。如果当地的产业聚集, 那么当地的产出水平会高于其他地区, 发展到一定水平后, 会向周边地区产生扩散, 即一般意义上所说的聚集效应和扩散效应。
新经济地理理论认为产生聚集和扩散现象的原因是存在三种效应:本地市场效应、价格指数效应和市场拥挤效应。聚集力来源于本地市场效应和价格指数效应。我国整体上存在本地市场效应和价格指数效应, 其中价格指数效应对区域产业聚集的作用更大。分地区来看, 东部地区的本地市场效应和价格指数效应对规模经济的作用更大, 而西部地区没有明显的产业聚集现象, 更没有显著的规模收益递增现象。这是因为当地市场体制不完善形成制度壁垒, 地理条件和气候差提高了交通成本, 产业结构不完善降低了当地的实际购买能力。扩散力的产生来源于市场拥挤效应, 市场拥挤效应通过物价水平上升所导致的实际购买能力下降产生作用, 消费品和土地价格的上涨导致人们的实际购买能力下降, 生活成本增加, 这时企业和劳动力开始转移到其他地区, 扩散现象开始出现。就我国而言, 发达地区对其他地区的水平链接经济溢出始终为负, 即发达地区的聚集作用小于扩散作用。如果依靠市场的力量分配资源, 那么落后地区始终无法赶上发达地区, 而且这种差距会越拉越大。
四、我国区域经济均衡发展策略
不管是发达地区还是落后地区, 都需要考虑“效率”和“公平”, 我国目前的发展方针是“效率优先、兼顾公平”。从区域间经济溢出的角度看, 不同地区可以采用不同的发展模式来实现我国各地区经济的快速均衡发展。
(一) 发达地区继续完善产业结构, 扩大经济溢出效应
完善的产业结构能够扩大当地的乘数效应和区域间的溢出效应。目前我国东部发达地区的第二、三产业占较大比重, 第一产业所占比重较小。如2010年东部地区的国内生产总值为232030.7亿元, 占全国的比重为53.1%, 第二产业和第三产业占当地总产出的比重分别为49.37%和44.33%。东部地区应根据自身发展特色确定优势产业, 同时逐渐减少第二产业尤其是重工业比重, 发展知识密集型和文化增值型产业, 扩大对外地的溢出。
(二) 发达地区应积极发展最终需求型产业, 落后地区发展中间投入型产业
发达地区可以逐步从第二产业为主转变为第三产业为主, 带动周边落后地区经济发展, 落后地区则可以通过发展中间投入型产业, 为发达地区最终需求型产业的发展提供中间产品, 并获得相应的收益。这样可以建立一个跨地区的产业链, 完善全国的产业结构。
(三) 中部地区需要做好承上启下的工作
从垂直链接经济溢出的角度看, 我国中部地区的经济发展十分重要。东部地区第三产业的比重越来越大, 西部地区的产业集中在农业、采选业等初级产品阶段, 这时中部地区的产业选择和升级就显得特别重要。需要积极发展中间产品型产业, 对初级产品进行加工的同时, 为最终需求型产品提供中间产品, 那么可以形成一个较为完善的产业链。而且当东部发达地区不具备竞争优势的企业开始转移到落后地区, 这时中部地区可以承接相关的产业, 同时中部地区的一些产业也可以转移到西部地区。
(四) 政府加大扶持力度, 突破聚集和扩散的界限
产业间溢出 篇3
改革开放30多年来,随着经济建设的稳步推进,我国越来越注重科技创新,并将其作为新常态下经济持续增长的重要驱动力。全国各地区为了在新一轮经济发展中保持持续竞争力,纷纷加大创新投入力度,积极构建区域创新系统。然而,在我国经济高速发展的同时,区域创新产出空间分布存在严重不均衡。以区域知识产出为例,《中国科技统计年鉴》数据显示,长三角地区(包括上海市、浙江省、江苏省)2004—2013年期间,发明专利授权量占全国总量的21.51%~32.07%,同时该地区的科技论文数、新项目开发数均占全国总量的20%以上。从区域创新系统角度考虑,地区的创新产出通常来源于如下两类因素:一类是区域创新系统内创新要素禀赋的作用,由于区域内各类资源禀赋条件的不同,导致了创新产出的地区差异;另一类是区域创新系统之间创新要素的流动带来的影响,随着资本、劳动力等各类创新要素在不同区域创新系统之间流动,会对流入地与流出地的创新产出水平产生重要影响。而在创新要素的区际流动过程中,知识溢出已经成为最重要的途径之一。
在已有的相关研究成果中,大多数是针对上述第一类因素的研究,如:漆艳茹等[1]通过计算我国30个省级行政区的创新能力综合评价值发现,经济基础好、教育水平高、市场经济发达的“北上广”地区的创新能力最强;潘雄锋等[2]基于中国30个省级行政区1990—2010年数据进行实证分析发现,经济发展水平和人力资本状况对区域创新具有重要影响。而针对上述第二类因素,特别是针对知识溢出的研究相对较少。实际上,随着人员、资本等传统要素在区域间流动的同时,必然伴随着知识的流动(知识溢出),而知识溢出又促进了区域创新产出水平的提升;另外,从空间因素上来讲,知识(特别是隐性知识)的流动与空间距离有关,随着距离的增大,知识溢出水平逐渐降低[3]。因此,在研究区域创新系统间的知识溢出效应时需要考虑空间相关因素的影响。基于此,本文在考虑空间相关的视角下,旨在对区域创新系统间的知识溢出效应及其影响因素进行深入研究,以期对相关部门提供政策参考。
目前,国内外学界非常重视区域创新系统的研究,关于“区域创新系统”的概念,顾新[4]认为,区域创新系统是指在一国之内的一定地域空间,纳入了新的经济发展要素或要素组合、资源配置方式更加有效的系统。区域创新系统能够进一步推动产业结构升级,形成区域竞争优势,促进区域经济跨越式发展。李婧等[5]指出,在国家创新系统的整体框架内,作为其子系统的区域创新系统之间存在普遍关联性,尤其当地理位置邻接或邻近时,这种关系愈发明显。针对区域创新系统与知识溢出的关系,苏屹等[6]通过研究发现,我国区域创新系统间存在知识存量的不公平性,知识存量除了和自有知识相关,还受到其他区域创新系统知识溢出的影响。
“知识溢出”最早是由Arrow[7]在《经济学》一书中提出。Fallah等[8]认为,知识溢出是指知识在主体之间无意识地传递。陈傲等[9]指出,空间知识溢出主要指知识在区域之间通过信息交换获得R&D成果,区域之间可以通过知识溢出达到相互学习、相互促进的目的,进而促进区域经济的增长。知识溢出由于具有非竞争性和部分非排他性的特点,往往可以冲破制度、贸易壁垒,成为创新系统间先进技术、管理方式传播的重要途径。知识溢出是一个过程,而知识溢出效应则是知识溢出所产生的结果和影响。20世纪60年代以来,知识溢出的形成吸引了诸多学者的关注,新经济增长理论更是将知识视为现代经济增长的重要动力,并认为经济增长和技术创新全部建立在新知识不断溢出的基础之上。学者们对知识溢出的研究,主要从区域、行业以及企业角度入手,从而分析或验证知识溢出效应。从区域角度来看,徐盈之等[10]发现省域间存在知识溢出现象,且知识溢出对区域经济具有显著促进作用;Audretsh等[11]、曹建清[12]研究证明区域知识溢出受到地理空间限制;此外,曹建清[12]还发现R&D投入、运输条件、专利授权量以及地区GDP对知识溢出具有影响;施晓丽[13]则通过构建空间权重发现贸易进口、人力资本和FDI对区域知识溢出具有一定作用。从行业角度来看,王向阳等[14]通过研究发现,FDI知识溢出的增加可以促进高技术企业技术创新能力提高,即二者具有显著的正向效应;刘鸿燕等[15]分别从内、外部因素入手,发现技术差距、吸收能力以及贸易环境是知识溢出效应的影响因素。从企业角度来看,Philippe等[16]研究发现知识溢出能够激励企业进行研发创造,对外部知识的吸收消化是企业发明活动的重要影响因素;Agrawal[17]、杨眉[18]的研究表明,企业间知识溢出和溢出接受方的吸收能力密切相关。
知识溢出由于自身的复杂性,测度非常困难。针对知识溢出测度这一问题,学者们分别从理论探讨和实证分析两方面展开研究。在理论研究方面,赵勇等[19]从空间知识溢出出发,分类论述了知识溢出的多种测度方法,并对未来研究方向给予建议;金雯倩[20]通过对技术流量、成本函数等4种研究方法的综合论述,讨论各个方法的优缺点,最后指出知识溢出测度问题的研究前景。在实证研究方面,Nadiri[21]曾将研究知识溢出的分析方法分成知识流动方法与成本函数方法两种,此外还包括文献跟踪法、生产函数法等。其中,生产函数法可以展现知识溢出的时空特征,同时知识投入和产出可以通过一系列变量进行衡量,因此学者们多采用知识生产函数法(KPF)对知识溢出加以分析。此外,许箫迪等[22]采用C-D结构对数模型对知识溢出效应的各个影响因子进行实证研究;施晓丽[13]基于经济距离权重矩阵构建知识生产函数,验证区域间知识溢出的存在。
已有的相关成果对本文的研究提供了非常有益的参考,然而相关的研究中主要还存在以下3个方面的不足:第一,在知识溢出效应的替代变量寻找方面的不足。已有研究多采用单一指标如专利数、劳动生产率等来衡量知识溢出效应,如,许箫迪等[22]利用全员劳动生产率作为知识溢出的衡量指标对知识溢出的影响因子进行测度;马野青等[23]基于专利授权数量对FDI是否对东道主国产生知识溢出效应这一问题作相应研究。事实上,知识溢出的效应是全方位、多视角、发散式的影响过程[24],仅利用单一指标并不能全面反映知识溢出效应。第二,目前学者多从区域、行业、企业角度对知识溢出进行研究[10,14,16],而从系统角度对区域创新系统之间的知识溢出效应的研究相对较少。知识溢出作为上述第二类影响区域创新绩效的重要途径,在区域创新系统之间产生重要影响。第三,关于知识溢出效应的空间相关性,目前的研究一方面承认空间因素的影响,而另一方面在实证研究中又普遍缺乏对空间因素的考虑。实际上,知识溢出必然受到空间距离的影响,因此对空间因素的考虑在分析知识溢出效应中必不可少。
综上所述,本文将着重对以下3个问题作出进一步研究:知识溢出效应的替代变量如何确定?区域创新系统间知识溢出效应出的空间分布如何?知识溢出效应的影响因素有哪些?基于此,本文将按照行政区域划分,将中国划分为30个独立的区域创新系统(由于数据获取原因,不含西藏和港澳台地区),构建知识溢出效应评价指标体系,分析知识溢出效应的分布特征规律;并基于知识生产函数建立相关的空间计量经济模型,探讨影响知识溢出效应强度的因素。
本文后续部分作以下安排:第二部分是对相关研究方法的介绍;第三部分介绍数据来源、变量选取以及建立空间面板数据模型;第四部分是实证分析部分;最后第五部分是本文结论。
2 研究方法介绍
2.1 熵权法
由于知识溢出效应是多角度、全方位的,因此不能通过单一指标简单测度。本文通过构建评价指标体系,从多个维度对知识溢出效应进行评价,但是对于各个指标权重大小的确定不可以仅凭主观臆断,因此需要对各指标权重大小进行客观评价。熵权法作为一种客观的赋权方法,通过利用各指标的熵值所提供信息量的大小来决定指标权重的大小,恰好满足本文在确定加权指标时避免主观随意性的需要,所以本文引入熵权法对指标进行加权。熵权法要求对各个指标的数据进行标准化处理,标准化后的数据集合为,其中hij与lij分别表示标准化处理前与标准化处理后第i个区域创新系统的第j个指标值,i=1,2,3,…,n,j=1,2,3,…,m(本文中n=30,m=8);min(hi)与max(hi)分别表示标准化处理前指标数据集合中的最小值和最大值。对各指标数据进行标准化处理后可以进一步计算熵值:,其中;当gij=0时,。得到各个指标的熵值后可以最终确定各个指标的权重:,其中m为指标个数。
2.2 Moran I检验
本文主要考察区域创新系统间知识溢出的空间效应,因此需要检验各个系统之间的空间相关性。在空间计量经济学中,空间相关性的检验通常采用Moran I指数,其定义式如下:
其中:,Xi表示第i个区域创新系统的观察值,n是区域创新系统总数,Wij是空间二进制的空间相邻权重矩阵元素。Moran I的指数范围是[-1,1],指数大于0表示空间正相关,小于0表示空间负相关。其绝对值越大,表明相关程度越强;绝对值越小,则说明相关程度越弱。
Moran I散点图可以呈现直观的空间自相关效果,在进行空间自相关分析过程中作用重大。经典的Moran I散点图以(z,f)为坐标点,其中f=Mz=n Wz。陈彦光[25]对此做出了改进,在纵轴中同时给出f和f*的值,其中(zi,fi)代表观测值、(zi,fi*)代表趋势值,观测值是凌乱的散点,趋势值则是标准的直线。空间自相关的散点和直线拟合得越好,则表明空间自相关程度越强;反之,则越弱。
2.3 空间计量经济模型
在通过Moran I指数检验确定了知识溢出效应存在空间相关性以后,应考虑空间因素构建空间计量经济模型。空间计量经济学(Spatial Econometrics)最早是由Paelinck于1974年的荷兰统计协会年会中提出,其后Anselin等[26]针对空间计量经济学的已有理论进行梳理,形成了空间计量经济学的基本框架。空间计量经济学主要包含空间自回归模型(SAR)和空间误差模型(SEM)2种,其表达式分别为:
上述两式中,Y为被解释变量;X为n×k的自变量矩阵;ρ为空间回归系数;W为n×n阶的空间权重矩阵;WY为空间滞后被解释变量;ε为随机误差项向量;λ是n×1的截面被解释变量向量的空间误差系数;μ是随机误差向量,服从正态分布。
参数λ用来衡量样本中各观察值的空间依赖作用,即邻近地区的Y值对本地区Y值的影响程度;参数β反映了X对Y的影响强度。空间误差模型的空间依赖作用存在于扰动误差项之中,测度了邻近地区关于Y的误差冲击对本地区观察值影响的大小。通常为了保证估计值的无偏性和有效性,需要采用极大似然法或广义最小二乘估计等方法进行估计。
3 数据与变量
3.1 数据来源
本文以中国30个省级行政区(由于缺乏相关数据,不含西藏和港澳台地区)为研究对象,考察期间为2004—2013年,所有数据均来自《中国统计年鉴》、《中国科技统计年鉴》等,其中R&D经费、R&D人员、国外主要检索工具收录中国科技论文数、专利、新产品开发项目数、国外引进技术合同金额以及技术市场成交合同额等数据出自《中国科技统计年鉴》(2004—2013),各省级行政区的经济生产总值、受教育年限等数据来自《中国统计年鉴》(2004—2013)。
3.2 变量说明
3.2.1 技术创新绩效
对于区域创新系统来说,知识溢出效应并不是单一的,而表现在促进经济增长、技术进步等多方面,对区域创新系统技术创新能力的提高是知识溢出对区域创新系统的重要作用机制。对于知识溢出效应的替代变量,学者们过去通常采用专利数作为衡量指标,例如官建成等[27]、吴玉鸣等[28]的相关研究。虽然对使用专利数作为产出变量存在一系列争议,例如学者Pakes等[29]认为,并不是所有的发明都申请了专利,因此专利在衡量创新产出的所有成果时存在缺陷。一些学者尝试使用其他的指标来衡量,比如新产品销售收入[30]。虽然新产品销售收入可以很好地衡量创新产出(即知识溢出效应),但是在相关统计年鉴中并没有分地区的数据,因此在实证方面缺乏可行性。只利用单一指标作为替代变量太过片面,不能对知识溢出效应进行全面衡量,因此本文将从经济效应、R&D效应两方面入手,通过构建技术创新绩效评价指标体系分析区域创新系统间的知识溢出效应。其中,经济效应可以通过人均GDP直接反映;R&D效应分别从高校和企业两个角度出发,通过论文、专利、新项目开发数这3个指标进行量化,最后通过熵权法将这4个指标转化成技术创新绩效这一指标,并以之作为知识溢出效应的替代变量。
在上述指标的具体数据选取上,本文如此考虑:科技论文是衡量高校及研发机构创新产出的重要指标,各大高校均十分重视论文的发表情况,将其视为学者创新能力的重要表现之一。对于论文这一指标,选取的是国外主要检索工具收录我国科技论文数量,这在一定程度上可以表征知识溢出对高校技术创新产出的影响。专利数采用的是发明专利授权专利数,由于发明专利数能够很好地反映企业、研发机构的技术创新能力,而其又较少地受到专利审核授权机构的限制,因此可以很好地反映区域创新系统的原始创新能力。新项目开发数可以看作企业的隐性技术创新产出,这是因为有时企业为了保持竞争能力、以防先进技术被模仿而选择不申请专利,所以特引入新项目开发数这一指标来衡量企业的隐性技术创新产出。
综上,构建区域创新系统技术创新绩效评价指标体系如图1所示,可以将知识溢出对区域创新系统创新产出各方面的效应综合成技术创新绩效这一个指标,具体过程通过熵权法实现。
3.2.2 R&D密度
R&D密度表示本区域创新系统的人均R&D投入,包括R&D经费投入和R&D人员投入两部分。此处用各区域创新系统R&D经费投入除以R&D人员投入来表示各区域创新系统的R&D密度。R&D人员是指在统计年度内,一个地区参与研发工作并且具有创新能力的主体,包含研究、管理和辅助工作人员的投入。对于R&D人员投入这一变量,本文选用各地区各期R&D人员全时当量这一指标。经费投入是指在统计年度内各个研发单位实际用于基础研究、应用研究和试验发展的经费支出。R&D经费主要包括科研机构、高等院校和企业的R&D经费。由于R&D活动对知识生产的影响不仅表现在当期,对以后若干时期的创新生产也会产生影响[31],因此本文将利用永续盘存法将R&D经费支出折算为R&D经费存量,具体计算公式如下:
其中:Kit、Ki,t-1分别表示第i地区第t、第t-1期的资本存量;δ为折旧率,一般取值15%;Eit表示第i地区第t期的实际R&D经费支出,可以利用R&D经费支出价格指数[32]核算得到(R&D支出价格指数=0.55×消费价格指数+0.45×固定资产投资价格指数,以2004年为基期,对名义R&D经费支出作平减处理)。
在估计基期资本存量时,假设资本存量的增长率和R&D经费的增长率相等,得出基期资本存量Ki0,具体计算公式如下:
其中:Ei0为基期实际R&D经费支出,g为考察期内实际R&D经费支出的平均增长率,δ为折旧率。根据此式可计算出各地区各期的R&D资本存量。
3.2.3 R&D人员流动
区域创新系统间知识型人才流动,势必会影响区域创新系统的技术创新能力,特别是高级人才的流动必定会为区域创新系统带来巨大效益。理论上来说,R&D人员流动与知识溢出效应是正相关关系。本文通过引用引力模型实现对劳动力流动的测度,借鉴蒋天颖等[33]学者的研究,建立引力模型如下:
其中:Fij表示两区域劳动力产出联系量;Ni、Nj分别表示两区域创新系统的R&D人员全时当量;dij表示i、j之间的地理距离,这里采用省际之间的直线距离测算;K表示引力常数,一般为1。在此基础上测算该区域创新系统与其他所有区域创新系统间的R&D人员流动总量:
其中Fi为i对外R&D人员流动总量,n为对外区域创新系统个数。
3.2.4 受教育程度
为了反映人力资源水平对知识溢出效应的影响程度,引入人均受教育程度这一变量。由于《中国统计年鉴》中多数年份的大专以上人数并没有具体给出,因此在核算时为了便于统计,将大专以上学历(含大专)的受教育年限默认为16年。一般来说,拥有较好的人力资源基础,尤其高知识人才储备较多,人力资源势差相对较小,能够对外来溢出知识作出更快反应,更加快捷、高效地吸收和消化先进知识,受教育程度越高,个体吸收能力越强,则整体吸收能力越强。因此,理论上来说,人均受教育年限与技术创新绩效应呈显著正相关,这也表明人力资源水平在一定程度上影响区域创新系统的创新能力以及经济增长。
3.2.5 国外技术引进合同额
国外技术引进主要包括专利技术和专有技术的许可或转让、技术咨询及服务、商标许可等方面。区域创新系统对国外先进技术的引进,能够给本系统带来先进的知识、成熟的技术,一定程度上能够刺激区域创新系统的技术创新能力提升,从而促进区域创新系统的技术进步,进而提高技术创新绩效;另外,在带动区域创新系统内部技术创新的同时,先进技术知识也会在相邻或邻近区域的创新系统之间发生溢出,进而带来知识溢出效应的提高。
3.2.6 技术市场合同成交额
技术市场合同成交包括技术开发、技术转让、技术咨询和技术服务4种方式。区域创新系统之间的技术合作是知识溢出的重要途径。在技术成交过程中,能够直接带来技术知识的转移:技术较先进一方向技术相对落后一方的技术输出,可以促进落后方对先进技术知识的学习,同时带来各种优质资源,推动技术创新能力的提高;而输出方也能够从中获得经济效益,并转化为技术创新长效发展的经济基础。技术市场成交合同额能够表征各区域创新系统间相互交流、学习的情况,这一变量在理论上应对知识溢出效应具有正向影响。
3.3 模型建立
3.3.1 构建空间权重矩阵
空间权重矩阵表明空间各单元间的相互关联性和依赖性。作为空间计量分析的基础和前提,选择正确的空间权重矩阵是对空间计量模型进行合理分析的重要保证,本文从地理特征出发构建空间权重矩阵:
(1)空间邻接权重矩阵。通常两个区域创新系统间的知识溢出效应可能与二者处所的空间相对位置相关,通过空间邻接权重矩阵的构建来表示二者的邻接关系,其中对角线上的元素为0,其他元素满足。
(2)空间地理距离权重矩阵。上述空间邻接权重矩阵认为两区域创新系统的相关性取决于地理位置的相邻,但实际上某个区域创新系统A对与之相邻的两个区域创新系统B、C的知识溢出效应并非完全相同,同时A对于不与之相邻的区域创新系统D、E的知识溢出效应也并不一定相同。由于经济发展水平、交通便利程度的不同,即使对于两个或多个与溢出主体的区域创新系统都相邻的区域创新系统而言,学习吸收能力以及转化能力的不同都会造成知识溢出效应的不同。基于这种考虑,本文还将基于地理距离标准构建权重矩阵:,其中d为两区域创新系统中心位置之间的距离。
3.3.2 知识溢出效应评价模型
知识溢出效应是知识的接受者或需求者消化吸收知识、创新知识从而提高创新能力、提升创新绩效以及推动经济增长而产生的关联效应,这种促进作用表现在:先进技术、知识一旦得到利用,便可以有效地促进区域创新系统内相同行业或相关行业的技术进步和管理方式改进。对于区域创新系统来说,知识溢出效应在于提升整个区域创新系统的技术创新绩效。
知识溢出效应的大小受到两方面的影响,分别是知识溢出接受者的吸收能力和创新投入水平。知识溢出接受者的吸收能力是对接受者是否具有一定基础能力的考量,即与知识溢出者之间的知识势差大小,如人力资源水平、创新投入力度等相关。一般来说,人力资源素质较高的地区能够更加有效地吸收、消化先进知识,使之转化为促进经济发展的动力。平均受教育年限这一指标可以很好地衡量人力资源素质高低。对区域创新系统来说,R&D密度可以直接衡量区域创新系统的创新投入水平。另外,国外技术引进水平意味着所在系统对外部技术、知识的引进力度,技术市场成交合同额反映区域创新系统间技术、知识的交互状况,二者可以间接反映区域创新系统的创新投入水平,因此本文选用R&D密度、国外技术引进水平和技术市场成交合同额这3个指标来衡量创新投入力度。通常区域创新系统创新投入力度越大,则越有利于知识溢出的发生,因此知识溢出效应也更加显著。另外,R&D人员流动过程中伴随着知识溢出现象,从理论上来说,R&D人员流动与知识溢出效应为正相关关系。为了衡量不同影响因子对知识溢出效应的作用,我们建立基于空间计量经济学扩展的知识生产函数,为了便于分析,对模型两侧取对数形式:
其中:JX表示技术创新绩效;RD、LD、JY、JS和JE分别表示R&D密度、R&D人员流动、平均受教育年限、国外技术引进合同金额和技术市场合同成交总额;ε为随机误差项;λ为空间自相关系数,取值范围为[-1,1];W为空间权重矩阵;φ为溢出成分误差,ξ为非系统随机误差项,假设二者服从独立同分布且不相关。
4 实证分析
4.1 技术创新绩效综合评价得分
基于上文构建的技术创新绩效评价指标体系,利用我国30个省级行政区2004—2013年10年的数据,采用熵权法计算得出专利授权数、国外主要检索工具收录科技论文数、新产品开发项目数以及人均GDP等4个指标的权重,最终计算出各区域创新系统技术创新绩效的加权综合得分如表1所示。
根据表1数据,计算出我国区域创新系统技术创新绩效综合得分各年份的平均值,以及各区域创新系统技术创新绩效增长率,分别如图2、图3所示。
观察图2可以发现,从全国范围来看,2004—2013年技术创新绩效平稳上升。其中,2007—2008年有所下降,这可能与2008年的全球金融危机有关,当时国内外经济形势严峻,因此各区域创新系统对创新投入力度有所缩减,区域创新系统间技术、知识的交流减少,从而造成知识溢出效应减弱;2008年之后,随着我国经济状况逐步好转,各个区域创新系统投入力度加大,创新产出成果逐渐增多,知识溢出效应愈发增强。
从图3来看,2004—2013年期间,各个区域创新系统的技术创新绩效平均增长率各有不同。其中,平均增长率最高的为广东(70.94%),其次分别为河南(62.59%)、江苏(61.72%)和重庆(57.31%);平均增长率最低的为上海(20.60%),其次分别为甘肃(25.46%)和北京(25.56%)。分析产生如此差异化结果的原因在于:北京、上海两地由于早期国家政策倾斜,本身经济基础好,同时作为全国重要的科教中心,高校云集、人才众多,科技创新投入大,早在2004年京沪两地的技术创新成果已经在国内遥遥领先;另外,正因为两地创新水平很高,造成知识流出量大,而知识流入量较少,因此增长率比其他地区低。而甘肃、青海、新疆等区域创新系统由于经济发展水平落后、人力资源素质较低,吸收能力较弱,因此知识溢出效应低下。相比较而言,位于沿海地区的广东、邻近上海的江苏以及重庆等区域创新系统,虽然前期创新发展不是很好,但是由于所处位置交通发达、对外联系方便,经济基础好,能够更加便利地吸收外部溢出的技术和知识;同时在知识溢出过程中,逐步强化创新意识,加大创新投入,最终实现技术创新绩效的迅速发展。
4.2 空间自相关性检验
Moran I指数可以检验技术创新绩效的空间自相关性。表2是2004—2013年我国30个省级行政区技术创新绩效的Moran I指数以及显著性概率。从表2可以看出,过去10年间区域创新系统的技术创新绩效存在正向空间自相关性,相关系数在0.189~0.226之间波动,除了2007年,其他年份均通过了显著性概率检验,表明我国区域创新系统技术创新活动并非无规律的活动,过去10年间技术创新绩效存在明显的空间自相关性。
注:*表示显著性概率p≤0.1,**表示显著性概率p≤0.05,***表示显著性概率p≤0.01
根据空间自相关性检验的结果可以发现,技术创新绩效在空间分布上具有较明显的特征。大多数东部沿海地区处于“高-高”区域,其中包括北京和上海地区;而中部地区并没有显著的分布特征,唯有四川省处于“高-低”区域;西北部的新疆对其邻近区域具有“低-低”相关性。技术创新绩效之所以如此分布的具体原因分析为:第一,位于东部沿海的区域创新系统自身经济发展水平较高,行业之间或行业内交流更为频繁,有利于知识、技术的流动。第二,区域创新系统自身良好的经济发展趋势有利于吸引更多外来创新资源的投资,带来的物质资本和人力资源有利于先进知识、技术的引进;另外,随着创新资源的流动,知识溢出效应随之加强。第三,综合上述两种因素,东部沿海经济发达地区由于拥有优越的创新资源,对内、外部知识溢出的吸收和消化能力较强,从而更高效地转化为进一步促进知识溢出良性循环的推动力。对于中西部地区来说,由于自身经济发展水平、人力资源水平较低,导致不能很好地利用创新资源,造成创新资源的流失,因此很难对知识溢出进行有效吸收和消化;另外,由于邻近区域的创新环境同样落后,知识溢出效应较不明显。值得一提的是四川省,该区域创新系统处于“高-低”区域,这是因为四川省虽然位于西部地区,但其经济发展水平相对较发达、交通便利、高校众多,同时作为我国西南部重要的科技研发中心,各方面基础条件良好,有利于知识的吸收和消化,因此其知识溢出效应明显。
4.3 知识溢出效应分析
通过技术创新绩效的空间自相关性检验结果可以发现,区域创新系统创新产出活动存在显著为正的空间自相关性,因此需要对空间因素加以考虑,并对建立的空间计量模型进行分析,表3、表4是分别基于空间邻接矩阵和空间地理距离权重矩阵估计的结果。
注:1)*、**、***分别表示显著性概率p≤0.1、p≤0.05、p≤0.01;2)/表示该项为空白。下同
观察表3和表4的估计结果可以发现:
第一,从R2、极大似然值的统计结果可以看出,2个模型均具有很好的拟合优度,表明建立的空间计量模型能够很好地表征中国区域创新系统知识溢出效应的特征。结合模型中各因变量系数的估计结果来看,截面固定,即地区固定、时间不固定时多数变量通过了显著性检验,此时估计结果较好,因此在后续研究中将以此结果作为分析对象。实际上,地区固定效应和时间固定效应分别反映的是区位变化及时间变化对知识溢出效应的影响。在知识溢出效应分析过程中,地区固定效应反映区域创新系统的自然、社会结构特征的不同带来的影响;时间固定效应则反映随着时间改变,经济周期以及突发事件带来的影响,这种影响不仅表现在当期,对未来周期内的知识溢出效应仍然产生一定的影响。
第二,从2个模型4种效应的估计结果来看,大多数模型的空间相关系数均通过了显著性概率为1%的检验,并且空间相关系数为正,则可以充分说明知识溢出效应存在明显的空间正相关效应,即一个区域创新系统技术创新绩效的提高和与之空间特征相似的区域创新系统的创新投入和创新产出有所关联。观察表3和表4中模型的空间相关系数(分别为0.625和0.754),说明空间地理邻近对溢出效应具有显著正向作用,而地理位置相邻或者较接近,为知识、技术的传播提供了良好的客观条件,有利于资源共享。而表4中模型空间相关系数比表3中的模型空间相关系数更大,说明地理距离对知识溢出效应的影响强于空间邻接的影响,原因可能在于知识溢出并不局限于相邻区域创新系统之间,不相邻区域创新系统间仍然存在知识、技术的相互辐射、相互接受的现象。相比较而言,地理距离权重矩阵可以更加真实地反映实际情况。
第三,区域创新系统技术创新绩效与R&D密度、R&D人员流动、人均受教育水平、国外引进技术合同额以及技术市场合同金额均存在显著的空间正相关关系。具体分析如下:
(1)R&D密度。估计结果表明,R&D投入程度越高,创新产出就越多。这与多数学者的观点一致。R&D密度包含R&D经费支出和R&D人员投入两方面,其中R&D人员投入是影响知识溢出的主要人力要素,而R&D经费支出则是影响知识溢出的经济基础要素。
(2)R&D人员流动。模型估计结果表明,R&D人员流动和知识溢出效应呈显著的正相关关系。劳动力流动,尤其是知识型员工流动对知识溢出效应具有显著影响。通常熟练劳动力、知识型员工在区域创新系统间流动,能够促进知识扩散,进而提高技术创新水平。比较表3和表4中模型的空间相关系数,分别为0.023和0.020,可以看出邻接权重矩阵下的相关性稍强,说明在地理位置相邻时,劳动力流动对知识溢出效应的影响程度要更强烈,这可能由于地理位置相邻,R&D人员流动更加频繁,知识扩散更简易。
(3)人均受教育年限。根据表3和表4中2个模型的估计结果发现,人均受教育年限通过了显著性检验;观察所有变量发现,人均受教育年限相关系数最大,说明受教育水平和知识溢出效应之间具有强烈正相关关系。通常来说,人力资源基础对知识溢出具有重要作用,人力资源基础好的区域创新系统更利于先进知识、技术的学习吸收,并将其最终转化为自身的创新能力。因此,我国应持续加大对教育事业的投入,从而为技术创新提供人才,为区域创新系统的创新发展提供良好的人才环境。
(4)国外技术引进合同金额。根据2个模型的估计结果发现,国外技术引进这一变量通过了显著性检验,说明国外技术引进合同金额对知识溢出效应具有一定促进作用。事实上,国外技术的引进可以直接带来先进的技术知识,从而带动区域创新系统的技术进步;同时对研发能力、研发投入有一定刺激作用,有助于对国外先进技术的学习,进一步提高区域创新系统的创新能力,进而提高知识溢出效应。另外,相邻或邻近区域创新系统之间由于对国外技术不同程度的引进、吸收,能够在交流沟通中促进技术知识的交换,从而加剧知识溢出效应空间分布的不均衡。
(5)技术市场合同成交额。根据2个模型的估计结果发现,该变量和创新产出具有显著的正相关关系,即表明技术市场成交合同额的提高对知识溢出效应具有促进作用。这一变量可以表征区域创新系统间直接的技术交流活动,期间必定带来技术转移、知识溢出。通常,区域创新系统的技术市场合同金额越高,则证明该系统对外交流活动更加频繁,外部区域创新系统的技术引进势必会提高本区域创新系统的技术水平以及技术创新能力,因此知识溢出效应也愈加明显。
5 结论
本文将我国30个省级行政区(由于数据获取原因,不含西藏和港澳台地区))视为独立的区域创新系统,基于此考察区域创新系统间的知识溢出效应。本通过构建技术创新绩效评价指标体系选取合适指标,进而利用熵权法计算得出技术创新绩效的综合得分,将其作为知识溢出效应的替代变量;从地理区位特征出发,分别构建空间邻接权重矩阵和空间距离权重矩阵,多角度考察知识溢出效应的影响因素。根据Moran I指数检验的结果可以发现,我国区域创新系统间的知识溢出效应存在规律性的不均衡分布现象:在东部沿海地区形成“高-高”集聚的良性态势,而在中西部地区则出现相反现象。说明相邻区域创新系统的良好发展会对本区域创新系统的R&D活动起到刺激作用;同时先进知识、技术的外溢能够提升本区域创新系统的创新能力,进而造成知识溢出效应的空间分布不均衡。
研究还发现,知识溢出效应除了与空间距离有关外,还与R&D投入(R&D经费支出和R&D人员全时当量)、劳动力流动、人均受教育水平、国外技术引进水平以及技术市场成交水平有密切关联,不同影响因素对知识溢出效应产生不同程度的影响。其中,人均受教育水平对知识溢出效应的影响最大,且对知识溢出效应的影响为正,平均受教育年限越高,知识溢出效应越强,反之则越弱;R&D投入与知识溢出效应呈显著正相关,即R&D投入的增加能够促进知识溢出效应增强;R&D人员流动对知识溢出效应的影响为正,说明劳动力特别是知识型劳动力流动会带来知识的流动,进而正作用于知识溢出效应;国外技术引进水平对知识溢出效应具有显著正向影响;区域创新系统间技术市场成交合同的订立有利于知识溢出效应水平的提高。
产业间溢出 篇4
在知识经济时代, 产品和技术的生命周期日益缩短, 新技术的扩散效应日益扩大, 越来越多的企业发现, 仅有良好的生产效率、足够高的质量已不足以保持市场竞争优势, 创新正日益成为企业生存与发展的不竭源泉和动力。竞争环境的日益复杂以及企业可用资源的有限性等因素使得供应链中的企业势必要在创新方面开展更加广泛的协同, 有效地整合企业创新所需的各种资源和能力, 从而实现协同创新。供应链中的企业通过协同创新可以充分发挥成员企业各自的优势, 降低产品成本, 提高供应链的整体收益。因此, 供应链企业间的协同创新对提高企业乃至整个供应链的竞争力具有重要意义。
近年来, 国内外不少学者研究了供应链企业间的合作创新问题, 但主要关注的是供应商与制造商之间的合作创新[1,2,3,4], 如Kim B (2000) 提出制造商通过向供应商提供创新补贴, 可以促使供应商进行创新, 降低原材料、零部件的供应成本, 从而实现双赢[5];李勇 (2005) 则研究了制造商负责产品的总体创新开发, 供应商则负责配套零部件的创新开发, 探讨了不同情况下制造商对供应商的创新补贴策略, 阐明了制造商与供应商在创新方面的协同不仅可以使供应链整体利润最优, 而且还能形成双赢的局面[6]。此外, 创新活动往往具有溢出效应, 会对相关企业的创新活动产生一定的影响。然而, 大多数学者主要关注的是竞争企业间创新活动的横向溢出效应[7,8,9], 即企业的创新活动会通过溢出使其竞争对手获益。事实上, 由于上下游企业在产品生产方面的关联度较大, 上下游企业间的创新活动往往也具有纵向溢出效应, 即企业的创新活动会通过溢出使其上游的供应商 (或下游的制造商) 获益[10,11,12]。因此, 考虑供应商、制造商的创新活动对彼此的纵向溢出效应十分必要。与此同时, 销售商在创新方面的作用也不可忽视, 由于销售商与客户有着直接的交流, 掌握各种市场需求信息, 销售商可以为供应商、制造商提供各种不断变化的市场需求信息, 使供应商、制造商更好地把握创新的方向。
鉴于此, 笔者研究了一个由供应商、制造商和销售商组成的供应链, 分析了在具有纵向创新溢出效应的情况下, 供应商、制造商和销售商在三方非协同创新、三方协同创新情形下的供应链总收益、创新投入以及产品产量的情况, 并分析了纵向溢出效应、创新系数的大小对供应链总收益、创新投入以及产品产量的影响。
二、问题描述
以由一个零部件供应商、一个装配制造商和一个产品销售商组成的供应链为研究对象 (见图1) , 为了简化问题的分析, 不妨假设制造商所生产的产品只需供应商提供一种零部件。供应商为制造商供应零部件的单价为w1, 每单位零部件的生产成本为c1, 供应商在零部件的生产过程中, 可以在零部件结构、生产工艺等方面进行创新, 提高零部件的生产效率, 从而可以使零部件的单位生产成本降低x。制造商生产一单位的产品除了需要花费w1购买一单位的零部件外, 还需要装配制造成本c2, 制造商在产品的装配制造过程中, 可以在产品结构、制造工艺等方面进行创新, 提高产品的制造效率, 从而可以使产品的单位装配制造成本降低y。此外, 制造商提供给销售商的单位产品批发价为w2, 销售商向制造商下产品订单, 订货量为q, 产品的销售单价为p, 销售商的单位产品销售成本为c3。
供应商的创新投入为
图1 三级供应链结构
由于同一供应链中的供应商、制造商的产品关联度较大, 在零部件、产品的生产工艺方面也具有一定的相关性。因此, 供应商、制造商的创新活动往往具有纵向溢出效应。即供应商的创新活动能够使制造商的单位产品装配制造成本降低σ1x, 其中σ1是供应商的创新对制造商的溢出系数;制造商的创新活动能够使供应商的单位零部件生产成本降低σ2y, 其中σ2是制造商的创新对供应商的溢出系数。σ1、σ2为纵向溢出系数 (σ1、σ2∈[0, 1]) , 指创新活动中的技术知识资源从一个企业向另一个企业溢出的程度。因此, 供应商的单位零部件生产成本为cs=c1-x-σ2y, 其中x+σ2y<c1;而制造商的单位产品装配制造成本则为cm=c2-y-σ1x, 其中y+σ1x<x2。
此外, 笔者的分析还基于以下的假设条件:
(1) 供应商、制造商和销售商是在完全信息情况下进行决策, 并假设供应商、制造商和销售商是风险中性和完全理性的。
(2) 供应链提供的产品为市场垄断性产品, 顾客对产品的需求量D线性地依赖于销售商的定价, 销售商的产品订货量q与产品的市场需求量D相等, 并假设产品的逆需求函数为p=a-bq, 参数a、b均大于0, 且a>c1+c2+c3。
三、模型的建立与求解
(一) 三方非协同创新的情形
该情形下, 供应商、制造商和销售商在产品、零部件的创新过程中并不进行协同。供应商独自进行零部件的创新 (如改进零部件结构、改善生产工艺等) , 降低零部件的生产成本;制造商则独自进行产品的创新 (如改进产品结构、改善制造工艺等) , 降低产品的装配制造成本;销售商向制造商下产品订单, 并且销售商并不参与供应商和制造商的零部件、产品的创新。在此过程中, 供应商、制造商和销售商均站在各自收益最大化的角度来决定创新投入的多少、中间品的转移价格以及订货量的大小。此时, 三方的收益函数表示如下:
供应商的收益:
制造商的收益:
销售商的收益: πr= (p-w2-w3) q
此时, 供应链企业间进行非合作四阶段博弈:第一阶段, 供应商、制造商站在各自收益最大化的角度分别决定x、y, 两方同时进行决策;第二阶段, 供应商决定w1;第三阶段, 制造商决定w2;第四阶段, 销售商决定订货量q。采用逆向归纳法进行求解:
销售商将x、y、w1和w2当作给定的, 选择q最大化πr, 由
制造商将x、y、w1当作给定的, 选择w2最大化πm, 由
供应商将x、y当作给定的, 选择w1最大化 , 由 可得:
供应商选择x最大化 , 制造商选择y最大化πm, 由
将式 (4) 、 (5) 代入式 (1) 、 (2) 、 (3) 中, 即可以得出:
xNC、yNC和qNC的上标NC (Non Collaborative innovation) 代表的是三方非协同创新情形。
其中, 根据πs、πm取最大值的二阶条件要求, 不妨假设8bα- (σ1+1) 2>0及16bβ- (σ2+1) 2>0。
因此, 可以得出供应商、制造商和销售商在三方非协同创新情形下, 供应链的总收益为:
(二) 三方协同创新的情形
该情形下, 供应商、制造商和销售商在产品、零部件的创新过程中进行协同。销售商主要是将市场需求信息与供应商、制造商共享, 并根据市场需求状况, 对零部件、产品的创新提出一些切合实际的建议;供应商主要负责实现零部件的创新, 降低零部件的生产成本;制造商则主要负责实现产品的创新, 降低产品的装配制造成本。在此过程中, 供应商、制造商和销售商是站在三方总收益最大化的角度来决定各自创新投入的多少和订货量的大小。此时, 供应商、制造商和销售商三方的总收益函数可以表示如下:
三方的总收益:
供应商、制造商和销售商站在三方总收益最大化的角度来选择x、y和q最大化π,
由
xC、yC和qC的上标C (Collaborative innovation) 代表的是三方协同创新情形。
其中, 根据π取最大值的二阶条件要求, 不妨假设2bαβ-β (σ1+1) 2-α (σ2+1) 2>0。
因此, 可以得出供应商、制造商和销售商在三方协同创新情形下, 供应链的总收益为:
四、模型分析
(一) 均衡解比较分析
比较式 (4) 和式 (8) , 因为
同理, 比较式 (5) 和式 (9) 、式 (6) 和式 (10) 、式 (7) 和式 (11) , 可知:yC>yNC, qC>qNC 以及πC>πNC。因此, 可得:
结论1 在供应商、制造商和销售商三方协同创新的情形下, 供应商的零部件创新投资额、制造商的产品创新投资额、产品产量以及供应链的总收益均比三方非协同创新的情形大。这是由于在三方协同创新的情形下, 供应商、制造商和销售商是站在三方总收益最大化的角度来决定零部件、产品的创新投资额和订货量, 此时零部件、产品的创新投资额增大, 相应的生产成本减少, 产品的销售单价降低、需求量增大, 从而销售商的订货量增加, 因此供应链的总收益增加。
结论1表明, 供应商、制造商和销售商三方的协同创新可以使创新投入和产品产量增加, 从而使供应链的总收益增加。此时, 供应商、制造商和销售商三方可以通过谈判, 合理地分配总收益, 以使各方的收益较之三方非协同创新的情形均有所提高。由于三方协同创新情形下的供应链总收益增加了, 通过合理的收益分配必然可以保证各方均能受益, 因而供应商、制造商和销售商是有积极性进行协同创新的。
(二) 纵向溢出系数对均衡结果的影响
其中由假设条件2bαβ-β (σ1+1) 2-α (σ2+1) 2>0,
必然可知2bαβ-α (σ2+1) 2+β (σ1+1) 2>0, 所以
同理, 通过推导, 可知:
因此可得:
结论2 在供应商、制造商和销售商三方协同创新的情形下, 随着供应商和制造商创新活动的纵向溢出效应的增大, 供应商的零部件创新投资额、制造商的产品创新投资额、产品产量逐渐增大, 并且供应链的总收益也逐渐增大。结论2表明, 随着纵向溢出程度的提高对三方协同创新有促进作用, 可以使供应链总收益提高, 从而通过合理的收益分配以使各方均受益变得更加现实可行。因此, 供应商与制造商应该采取更有效的制度安排, 增进彼此信任, 促进彼此间的知识学习和交流, 并鼓励企业间创新人才的互相流动, 从而增大创新活动的纵向溢出程度。此外, 供应商与制造商还可以通过提高企业自身的学习和吸收能力、顺畅企业间信息传递渠道来增大创新活动的纵向溢出程度。结论2也从另一个侧面反映了供应商与制造商在产品生产方面的相关度越高, 进行协同创新的可能性就越大。因为产品生产的相关度越高, 知识和技术的相关度就越高, 创新活动的纵向溢出效应就越大, 因此协同创新的收益就越大, 从而企业间协同创新的可能性也就越大。
(三) 创新系数对均衡结果的影响
其中由假设条件2bαβ-β (σ1+1) 2-α (σ2+1) 2-α (σ2+1) 2>0,
可得:
同理, 通过推导, 可知:
因此可得:
结论3 在供应商、制造商和销售商三方协同创新的情形下, 随着供应商、制造商创新系数的增大, 零部件、产品的生产成本降低额逐渐减少, 产品产量也逐渐减少, 并且供应链的总收益也逐渐减少。结论3表明, 随着技术知识资源产出效率的降低 (即创新系数增大) , 供应商、制造商的创新效果趋于降低, 供应链的总收益也逐渐减少。因此, 在三方协同创新的情形下, 供应商、制造商还应该提高企业自身的创新能力。供应商、制造商应该提高技术知识资源的使用效率, 并在现有基础上不断加快技术知识的积累, 重视技术的引进、消化、吸收与再创新, 同时注重创新人才的培养与引进, 来提高企业自身的创新能力, 从而为企业以及整个供应链创造更多的利润。此外, 政府也应该加大力度支持与企业创新密切相关的基础研究工作的开展, 这样有利于降低相关应用研究的成本, 提升整个行业的创新能力。
五、结束语
笔者以由一个零部件供应商、一个装配制造商和一个产品销售商组成的供应链为研究对象, 分析了在具有纵向创新溢出效应的情况下, 供应商、制造商和销售商在三方非协同创新、三方协同创新情形下的供应链总收益、创新投入以及产品产量的情况。研究结果表明, 在三方协同创新情形下, 供应链总收益、创新投入以及产品产量均大于三方非协同创新的情形。此外, 通过分析还得出, 纵向溢出效应越大、创新系数越小, 供应链总收益、创新投入以及产品产量越大;反之越小。因此, 供应链企业间应通过协同创新来提高整个供应链的总收益, 并通过合理的收益分配来提高各个企业的收益。与此同时, 供应商与制造商还应进行更充分的信息交流来增大创新活动的纵向溢出程度, 并提高企业自身的创新能力, 从而为整个供应链创造更多的利润。
参考文献
[1]Sobrero M, Roberts E B.Strategic management of supplier-manufacturer relations in new product development[J].Research Policy, 2002, 31 (1) :159-182.
[2]Croom S R.The dyadic capabilities concept:examining the processes of key supplier involvement in collaborativeproduct development[J].European Journal of Purchasing&Supply Management, 2001, 7 (1) :29-37.
[3]王冰, 张子刚.基于帕累托原则的供应链企业间创新活动的合作模型[J].科研管理, 2003, 24 (2) :36-40.
[4]张千帆, 方超龙, 胡丹丹.基于博弈论的供应链中技术创新激励机制研究[J].商业研究, 2007, 365 (9) :41-44.
[5]Kim B.Coordinating an innovation in supply chain management[J].European Journal of Operational Research, 2000, 123 (5) :568-584.
[6]李勇, 张异, 杨秀苔.供应链中制造商——供应商合作研发博弈模型[J].系统工程学报, 2005, 20 (1) :12-18.
[7]霍沛军, 陈剑, 陈继祥.单边R&D时横向一体化的效应[J].系统工程学报, 2002, 17 (4) :329-335.
[8]柳剑平, 郑绪涛, 喻美辞.税收、补贴与R&D溢出效应分析[J].数量经济技术经济研究, 2005, 22 (12) :81-90.
[9]郑德渊, 李湛.具有双向溢出效应的上游企业R&D政策研究[J].管理工程学报, 2002, 16 (1) :84-85.
[10]Atallah G.Vertical R&D spillovers, cooperation, marketstructure, and innovation[J].Economics of Innovationand NewTechnology, 2002, 11 (3) :179-209.
[11]Ishii A.Cooperative R&D between vertically related firms with spillovers[J].International Journal of IndustrialOrganization, 2004, 22 (8) :1213-1235.
产业间溢出 篇5
关键词：关口局,溢出,话务量
前言
随着电信部门业务的发展, 各运营商话务量均有大幅度的增长, 网间话务量也增长迅速, 长春联通与长春移动间的本地话务量便存在着比较严重的溢出情况, 如何调整网络结构、疏通拥塞的中继, 已成为刻不容缓的问题之一。
一、背景
随着移动网用户数量的增长, 话务量也增长迅速。我联通移动网关口局到本地中国移动关口局的忙时话务, 已出现溢出现象, 最忙时每线话务量已接近1erl/线。
疏通话务的方法不外有二。一是扩容电路。二是通过迂回路由解决。由于移动网两个联通关口局到移动关口局已经分别开通了128条2M电路, 借于两个局向的CIC号码最多为4096, 而128*32时隙即为4096, 也就是说, 如果在不采用某局点开通第二信令点的情况下, 已经不可能增开新的2M电路。故只能采用迂回路由疏通话务的方式来疏导此局间的话务。针对现网的网络结构, 考虑利用联通固网关口局来疏导此部分话务成为最优的方法之一。
二、移动网现网的网络结构及网间话务量
现在移动网网间的话务通过图2-1中的1、2、3、4中继连接。每个中继群均开满128条2M电路。根据2011年9月月平均忙时话务量, 除以128条中继, 再除以每中继31个话务时隙, 可得出忙时每线话务量。中继群1总话务量为3900ERL, 算出平均每线为0.99erl/线;中继群2总话务量为3900ERL, 平均每线为0.99erl/线;中继群3总话务量为3890ERL, 平均每线为0.98erl/线;中继群4总话务量为3880ERL, 平均每线为0.98erl/线。根据每线话务量高达0.99、0.98可以看出, 联通移动网关口局到本地中国移动的网间话务存在严重的溢出情况。
而联通固网关口局到中国移动关口局, 即图2-1中中继群5、6、7、8, 分别开放了128、128、68、68条中继电路, 用于专门传送联通固网与本地中国移动的话务。根据2011年9月月平均忙时话务量, 中继群5总话务量为1720ERL, 算出平均每线为0.43erl/线;中继群6总话务量为1900ERL, 算出平均每线为0.48erl/线;中继群7总话务量为1210ERL, 算出平均每线为0.57erl/线;中继群8总话务量为1030ERL, 算出平均每线为0.50erl/线。可见固网与中国移动关口局的局间每线话务较低。
另外, 现网图2-1中9、10、11、12, 用于传送本地联通移动网与固网之间的话务。中继数目分别为77、44、49、43, 总话务量分别为621ERL、286ERL、588ERL、373ERL, 平均每线为0.26ERL、0.21ERL、0.24ERL、0.28ERL。
三、话务调整分析
根据联通移动网关口局到本地中国移动的高话务情况以及联通固网关口局与本地中国移动的每线低话务情况的分析, 可以考虑将部分到本地中国移动的网间去话话务通过“联通关口局-联通固网关口局-中国移动关口局”进行转接。即将图2-1中1、2、3、4中的部分话务通过9、10、11、12送至联通固网关口局, 再由该网元转至本地的中国移动关口局。例如, 将135、136号段 (约占中国移动话务的25%) 指向固网关口局, 则联通移动网关口局到本地中国移动关口局的每线话务量可降低13%左右 (只降低了去话方向) 。通过计算, 可得出中继群1、2、3、4减少13%的每线话务量分别为:0.855erl/线、0.855erl/线、0.853erl/线、0.851erl/线。
而中继群5、6、7、8、9、10、11、12增加了这部分13%的话务后, 分别为0.561erl/线、0.607erl/线、0.814erl/线、0.728erl/线、0.47erl/线、0.58erl/线、0.45erl/线、0.66erl/线。均在正常的话务范围内。
根据以上分析, 可以看出, 通过“联通关口局-联通固网关口局-中国移动关口局”的方式转接13%的移动网网间话务, 是确实可行的。
结束语
通过“联通关口局-联通固网关口局-中国移动关口局”的方式转接移动网网间的部分话务, 从技术层面分析, 是可行的, 可有效降低网间的话务溢出情况, 减少话务损失。
参考文献
[1]王珊珊、梁显锋:《最新通信工程技术标准规范全编》, 吉林人民出版社出版, 2003-06-30。
产业集群内部创新溢出研究 篇6
一、创新溢出的特性
创新是知识流动和资源活化的动态过程,是对原有技术进行改造和传播,创造新的生产方式和新的消费方式,它是一个渐进和持续的过程。创新溢出作为对创新成果外部化的形式,具有这几个特点。
1. 通过非正式交流导致溢出
非正式交流既是创新溢出的主渠道,又是创新的主要源泉,研究表明知识创新的绝大部分是通过非正式交流传播的,而非正式交流传播的速度要比正式交流快得多。非正式交流是隐含经验类知识传播的重要途径,由于隐含经验类知识不能通过正规教育培训等途径获得,因此只能通过个人间交流共享,通过交流双方对交流主体的复杂性能够同时处理,借助于语言、情感等隐含表达方式使对方领悟到一些隐含经验类知识的本质,推动知识向外溢出。
2. 创新溢出具有两面性
创新溢出是创新社会化的过程,它对社会发展产生两种效应:一种是正的经济效应。由于创新溢出的存在,能够加快创新网络内技术知识的扩散,使竞争中的企业为市场提供更多优质价廉的创新产品,增加社会财富;另一种是负的经济效应。对于创新行为主体而言,知识创新溢出降低了知识的独占性价值,当创新成为集群内部的公共知识后,集群内部企业都能够以较低的成本享有这些创新成果,将有可能使得创新者反而获取低于平均收益率的创新效率,而当企业创新收益小于创新成本时,从事创新的动力就会消失,进而将会产生抑制创新主体进行创新的积极性,进而降低了整个社会的福利。
二、创新溢出的途径
创新溢出通常是指技术领先者对同行业企业及其它企业的技术进步产生的积极影响,溢出所表现的就是经济学意义上的外部效应。由于创新的外部效应的存在,在集群发展过程中,要通过强化集群内部技术交流及合作,充分利用知识溢出效应。创新溢出主要是通过这几个途径实现的:
1. 示范与模仿作用
由于集群内部主导企业通过加强创新研发投入,产生核心技术或核心概念的突破,并在此基础上完成创新的后续环节,形成领先优势,从而对集群内部跟随厂商产生示范效应,同时由于积极创新也加大了集群内部竞争压力,迫使跟随厂商谋求提高技术水平,避免被逐出行业。模仿创新是指企业以创新主导企业的创新思路、创新行为以及创新产品为示范,充分吸收率先创新者的核心技术和技术秘密,并在此基础上对率先创新进行改进和完善,从而形成进一步创新的活动。
2. 技术人员的流动
集群内部人员自由流动是促进创新在集群内部传播的重要方式。集群内部人员的流动一般要快于集群外的企业,这是因为集群内人才流动的交易成本和转换成本降低所致。集群内专业人才市场的存在及人才市场信息在一个相对狭小的地域内的迅速传播,降低了雇员与企业之间的相对搜寻成本以及交易成本。同时,集群内的从业人员有着相似的集群文化,这些人员在集群内的流动将不会遇到来自企业文化方面的抵制,人员流动的调整成本相对较低,这显然有利于技术人员在多个企业间流动。此外,集群内企业的良好的信誉,一方面会加大政府对集群所需人才的培养力度,同时还能吸引大学和其他领域的优秀人才到集群内企业工作。这种优秀人才在集群内外各种机构间的频繁流动,能不断激发创新的来源,并能带来知识和创新成果在集群内的传播。
由于地理临近性和处于共同的社会文化环境中,集群内部企业之间通常存在着大量的正式与非正式交流,相互学习。由于集群内部企业之间相互信任,存在着长期合作关系,各种非正式的、偶然的、面对面的以及口头上的交流方式是非常常见的,例如,在硅谷,向竞争对手求助以解决某一技术难题是常见的事情。竞争对手也愿意提供必要的帮助,并相信这种行为在未来必然会得到回报。这种交流与学习方式使得在集群内聚集的企业和机构取得了比集群外企业更为有利的创新优势,无形中促进了企业创新能力的提高。
3. 前向与后向联系
集群内部主导厂商在以供应商、客户、合作伙伴等身份与其他企业建立起业务联系网络。在后向联系方面,主导厂商通过提高对供应商的产品的质量要求,促使供应商改进技术,提高产品的技术含量,有时主导厂商还会通过和供应商的合作,提高相关改进质量和技术的帮助和信息。对供应商提供的技术帮助不仅存在于后项联系中,主导企业对处在下游的企业也会提供产品培训以及使用方面的技术指导和帮助,这样,有关高质量的产品的知识,有时就会转化为下游企业自身的创造性活动。
三、创新溢出的效应分析
创新溢出是由于存在知识的非独占性,导致了创新成果向外溢出到相关企业,溢出的结果是促进了竞争者技术水平的提高。由于知识的公共产品属性,企业的研究成果,就可能被其他企业无偿使用,进而削弱了创新厂商的竞争优势,创新投入相对于知识的传播显得过于昂贵,削弱了创新厂商进行研发投入的积极性。
为了分析方便,我们假设一个市场结构符合古诺模型(Cournot Model)条件,两个寡头厂商生产的产品同质,厂商根据对手的策略作出自己的决策,两个厂商不存在串谋行为。在这样一种市场条件下,对知识向外溢出产生的不同影响进行相应分析。
市场中存在两个生产相同产品的厂商,其需求函数为:
其中,a和b为需求曲线的参数,P为产品价格,qi为企业i(i=1,2)的产量,假定最初两个厂商具有相同的单位成本c,满足0
ci=c-xi-βxj i=1,2 i≠j 0≤β≤1为溢出系数
其中,xi是厂商i通过创新投入降低的成本;βxj是厂商j的创新投入使厂商i成本降低的幅度;当专利制度的保护力度足够大,厂商能够完全保护创新成果不向外溢出时,β=0;当没有专利保护的环境下,厂商之间的技术知识完全共享时,β=1。厂商的创新投入是收益递减的,其创新收益函数为:
根据利润最大化原则:MC=MR,得到均衡产量为:
根据模型假设,厂商的收益由产量决定,当β=0时,产业集群内部厂商采取严格的产权保护措施,避免创新成果的向外溢出,厂商i没有获得外部创新溢出,此时,对于创新厂商而言进行非合作创新的收益最大化;当0<β<1,由于创新成果的公共性特征,创新成果在集群内部通过非正式渠道向外溢出,厂商i通过模仿、雇佣创新厂商的员工获得创新溢出。通过对溢出成果的利用,厂商i实现了降低成本、提高效益的目的。同时,在这种情况下,信息的自由流动有利于消除重复研究开发努力,因此有可能提高社会福利;当β=1,表明由于缺乏专利保护措施,创新成果在厂商之间被滥用,创新厂商由于没有得到进行创新投入而产生的竞争优势,创新积极性遭到打击,厂商的单独创新相对于合作创新而言成本过高。因此,当溢出系数等于1的情况下,合作创新就显示出更好的效果,通过合作企业会进行更多的研发投入,生产更多的产品,不仅有利于合作厂商自身技术能力的提高,同时也会促进产业集群的整体竞争力的提高。
四、结论
产业集聚有利于创新在集群内部溢出。一旦产业集群形成,集群内部的厂商就形成互动关系,它的效应是相互促进的,地缘因素会增加集群内部的信息和知识的集中度,除了加速一个产业内部信息流动的速,由于地缘之便所形成的特殊的沟通模式,创新也就随着供应商、客户的关系迅速扩散,由此带来的新的观念、新的机会和新的创新组合,共同促进创新的发展。同时,产业集群也帮助厂商的内在的惯性与僵化,打破竞争过于滞后的危机,加速厂商进行创新。
参考文献
[1]迈克尔.波特李明轩等译:国际竞争优势.北京:华夏出版社,20021
[2]韦伯:工业区位理论.北京:商务印书馆,1997
[3]徐怀伏等:技术创新溢出的经济学分析.南京:南京农业大学学报(社会科学版),2005.3
[4]刘禹宏:产业集聚技术溢出与创新效应的经济学分析.天津:现代财经,2008.8
产业间溢出 篇7
产业集群是指在特定的领域中, 一群在地理上集中, 且有相互关联的企业、专业化供应商、服务供应商、相关产业的厂商以及相关的机构 (如大学、制定标准化的机构、产业协会等) 所构成的群体。产业集群能够形成的重要原因是集群成员之间能够产生溢出效应, 对此, 学术界已经形成共识。目前, 我国一些地区的产业集群由于聚集程度偏低, 群内成员间分工不合理, 导致溢出效应损失严重, 这不利于地区主导产业的培育, 不利于支柱产业的振兴, 也不利于衰退产业的调整, 已在一定程度上影响我国经济可持续发展。因此, 需要深入研究产业集群的溢出效应, 并充分利用积极的溢出效应, 培育地方主导产业和支柱产业, 发展产业集群, 提高国民经济的质量和效益。
2 国内外研究概况
关于产业集群溢出效应的研究最早可以追溯到马歇尔。马歇尔 (1920) 解释了基于外部经济的企业在同一区位集中的现象。他发现了外部经济与产业集群的密切关系。他认为产业聚集在某一特定区域持续增长时, 产业聚集区会出现熟练劳工市场和先进的附属产业, 或产生专门化的服务性行业, 以及改进铁路交通和其他基础设施等, 这些都会为企业带来外部经济利益。庇古 (1920) 最先阐明了溢出效应这一概念, 他认为, 在一方为另一方提供某种服务的过程中, 同时为第三方带来好处或损失, 这种附带形成的后果, 第三方作为受益者不会支付报酬, 作为受害者也得不到补偿。此类受益或受损, 没有通过货币或市场交易反映出来, 都不由发生作用的双方承担, 所以是一种外部效应。对于经济主体来说, 如果外部效应带来了利益, 称作外部经济或积极溢出;相反, 如果外部效应带来了损失, 称作外部不经济或消极溢出。目前, 国内外学者对产业集群溢出效应的研究主要集中在知识溢出效应和技术溢出效应两个方面。如Romer (1986) 提出了知识溢出模型, 通过假设知识和技术的创造是投资的一个副产品来消除掉报酬递减的趋势, 开创了新经济增长理论, 在模型中, 假定知识是厂商进行投资决策的产物, 知识不同于普通商品之处在于知识具有溢出效应, 这使任何厂商所生产的知识都能提高全社会的生产率, 正是由于知识溢出的存在, 资本的边际生产率才不会因固定生产要素的存在而无限降低, 内生的技术进步是经济增长的动力;Lucas (1988) 认为由知识溢出的聚集经济、规模经济产生的技术外部性和金融外部性使要素边际收益递增, 从而引起经济活动的地域空间聚集和扩散;Werner (2008) 通过实证研究了知识溢出和地理上接近的公司间的相互信任对买卖双方关系的影响。特别是传入性知识溢出对纵向相关企业的影响。结果表明, 从业务伙伴来的传入性知识溢出和企业间的信任度之间存在一种积极的关系;黄志启 (2012) , 以高科技产业集群中企业衍生为例, 对知识溢出、知识流失、企业研发以及知识获取等要素进行模型分析, 结果表明, 在高科技产业集群中, 知识溢出的短期效应是企业出现知识溢出负外部性即企业知识流失, 知识溢出的长期效应具有正外部性。对于产业集群技术溢出效应的分析, 重点是在运用知识或者创新的产出方程, 检验区域邻近对技术创新、知识溢出效应的作用, 进而得出产业集群、知识溢出与技术创新关系的若干结论。如吴玉鸣 (2007) 采用空间计量经济学理论方法, 对我国省域研发、知识溢出与区域创新之间的关系进行理论分析与实证检验。
综上所述, 国内外学者主要从知识溢出效应和技术溢出效应等角度, 分析溢出效应的内涵、本质特征、形成机制、溢出途径, 以及溢出效应与国家、区域、集群的关系、效应评价等。然而, 如何计算产业集群成员之间的溢出效应?迄今为止, 仍然处于探索之中。本文通过构建产业集群溢出效应模型, 得出计算溢出效应的公式, 并对模型进行了分析。在此基础上, 提出促进我国产业集群发展的政策, 为我国政府培育地方主导产业和支柱产业, 发展产业集群提供理论支持和决策参考。
3 产业集群溢出效应模型的构建与分析
设某个产业集群有m个成员, 每个成员既是溢出效应的溢出方, 又是溢出效应的接受方, 该产业集群成员间的溢出效应模型如图1所示。设第i个成员的溢出效应为Si (i=1, 2, ……, m) , 第j个成员对第i个成员溢出效应的有效溢出率为rij (i=1, 2, ……, m;j=1, 2, ……, m, i≠j) , 其中, -1≤rij≤1;由于产业集群每个成员不会接受自己的溢出效应, 所以, rii=0。则第i个成员获得的溢出效应Di (i=1, 2, ……, m) 计算如下:
因此, 该产业集群的总溢出效应为:
由公式 (6) 可知, 决定一个产业集群溢出效应多少的因素有两个:一个是集群成员各自溢出效应的大小, 另一个是集群成员之间有效溢出率的高低。
产业集群某一成员溢出效应的大小主要由该成员的产出水平和技术水平共同决定的。该成员产出水平越高, 其所需群内其他成员协作的深度和广度就越大, 对其他成员的拉拔效应就越大, 其溢出效应也就越大;同理, 该成员技术水平越高, 其所拥有的可以被群内相关企业模仿的技术就越多, 其溢出效应也就越大。
产业集群的溢出效应可分为纵向溢出效应和横向溢出效应:纵向溢出效应是指集群内上下游企业之间的溢出, 如供应商—生产商、生产商—客商之间的溢出效应, 这种溢出效应促进了双方的发展, 其有效溢出率为1>rij>0。横向溢出效应是指集群内竞争企业之间的溢出, 这种溢出效应往往是从高技术水平企业向低技术水平的企业溢出, 因此, 当高技术水平企业向低技术水平企业溢出时, 促进了后者的发展, 其有效溢出率为1>rij>0;反之, 其有效溢出率为0>rij>-1。当然, 两个相互独立的群内成员之间没有溢出效应, 有效溢出率rij=0。产业集群成员间有效溢出率数值的大小主要由以下因素决定:一是集群内低技术水平企业对溢出效应的吸收能力的强弱决定, 吸收能力越强, 有效溢出率的数值就越大;二是集群内企业雇员相互交流或流动的频度, 雇员相互交流的时间越多, 或者流动的频度越大, 有效溢出率的数值就越大;三是群内企业的衍生频率的高低, 由于企业衍生加速了群内企业雇员的流动和技术的扩散, 因此, 企业衍生频率越高, 有效溢出率的数值就越大。
4 结论与政策建议
依据对产业集群溢出效应模型的分析, 结合公式 (7) , 可以得出以下结论:
(1) 产业集群的溢出效应可以是积极溢出, 也可以是消极溢出。当溢出效应是纵向溢出或者从高技术水平企业向低技术水平企业溢出时, 其溢出效益为正值, 是积极溢出;当溢出效应从低水平企业向高技术水平企业溢出时, 即前者以低技术、低价格的产品同后者竞争, 甚至形成“拼成本、拼价格、拼数量”的低成本竞争状态, 使得后者的创新投入得不到有效补偿, 因此, 其溢出效应是负值, 是消极溢出。
(2) 产业集群内单个企业的产出和技术水平越高、低技术水平企业的吸收能力越强、不同企业的雇员相互交流的时间越多、雇员流动的频度越大、企业衍生频率越高, 该产业集群的溢出效应就越大。
根据本文研究结论, 提出如下促进我国产业集群发展的政策建议:一是政府努力促进产业集群成员尽量沿产业链纵向互补化分工合作, 避免群内企业沿产业链横向同质化分工竞争, 使得整个集群尽可能产生积极的溢出效应;如果一个产业集群内企业主要沿产业链横向同质化分工竞争时, 政府应该对高技术水平企业进行补偿, 以抵消消极的溢出效应给高技术水平企业带来的负面影响。二是政府应积极培育集群内的骨干企业群, 使其在产值和技术水平上, 大幅领先群内其他企业, 以增加其自身的溢出效应。三是鼓励群内企业聘用高素质人才、并培训现有雇员, 提高企业雇员的整体素质, 增加群内企业对溢出效应的吸收能力。四是通过大学、行业协会等机构促进企业雇员之间经常交流, 支持企业雇员合理流动, 从而促进技术溢出和扩散。五是通过税收减免、财政补贴等手段, 鼓励企业衍生, 由于衍生企业和母体企业之间存在着千丝万缕的联系, 它促进了人才的交流, 强化了因人才流动而引发的技术溢出和扩散效应。通过这五项政策措施, 可以大幅度增加产业集群积极的溢出效应, 从而促进产业集群快速发展。
参考文献
[1]陈金梅, 赵海山.高新技术产业集群网络关系治理效应研究[J].科学学与科学技术管理, 2011, (6) :154-158.
[2][英]马歇尔.经济学原理 (上卷) [M].朱志泰 (译) .商务印书馆, 1997.
[3] (英) 阿瑟.庇古.福利经济学[M].台北:台湾银行经济研究室, 1971.
[4]R omer P, Growth Based on Increasing Returns and Long-run Growth[J].Journal, of Political Economy, oct, 1986.
[5]Lucas R.E.on the Mechanics of Economic Development[J].Journal of Monetary Economics, 1998, 7.
[6]WernerBonte.Inter–firmtrustinbuyer–supplierrelations:Areknowledge spillovers and geographical proximity relevant[J].Journal of Economic Behavior&Organization, Volume67, Issues3-4, September2008:855-870.
[7]黄志启.高科技产业集群中知识溢出效应的模型分析[J].科技进步与对策, 2012, (3) .