摘要:高技术产业是知识密集型产业,多布局在知识密集区。西方国家很多学者通过研究发现,高校知识溢出是影响高技术企业布局重要因素之一。在我国,知识溢出对高技术产业空间布局是否有显著影响并没有统一的结论。本文通过运用SPSS软件对2009-2011年93个样本进行实证分析得出,高校知识溢出与高技术产业空间集聚之间并不存在显著相关关系;另外,分析了造成该现象的原因,并结合现状为高技术产业空间布局提出合理建议。
关键词:知识溢出 高技术产业 空间集聚
自1890年马歇尔[1]提出“外部经济”这个概念以后,产业集聚的理论得到了较大的发展。其中比较有代表性的有:波特的钻石模型理论,韦伯的区位理论,熊彼特的创新集群理论。产业集聚的影响因素是多种多样的,无论是多样化集聚还是专业化集聚,知识溢出都发挥着重要影响 [2]。我国高校的基础研究因其公共产品属性刺激了技术创新,最终以知识溢出的方式惠及相关企业[3]。但是我国高校知识溢出到底是否影响高技术产业的空间布局以及在多大程度上影响高技术产业,不同的学者有不同的结论。
1.文献综述
知识经济时代的到来,知识对企业效益的影响越来越大。不少学者开始研究知识溢出的效果。有些学者认为,局域的知识溢出效应是影响产业在空间的集聚根本原因。知识溢出程度取决于经济活动在区域内产业的空间集聚,它是所有决定溢出因素的单调函数[4]。刘斯敖,柴春来(2011) 通过实证研究发现制造业的产业空间集聚与R&D投入之间存在显著的知识空间溢出效应 [5]。
随着高等院校“增长发动机”的观点的传播,研究两者之间关系的文献也越来越多。杨蕙馨(2005)等认为知识溢出和高技术产业空间集聚之间存在着双向效用,一方面,知识溢出可以强化企业间知识流动和增强企业的创新能力。另一方面,空间集聚度的增加也增加了知识流失的风险[6]。杨晓琴,于津平(2006)通过实证分析发现,当高科技行业空间分布集中时,同行业员工之间的信息与构想的非正式交流导致的知识溢出有助于企业通过研究竞争对手的产品来获取专业化的知识进而保持技术市场竞争优势[7]。张波(2008年)得出知识溢出和产业集聚是一种互动双向的关系的结论[8]。阮光珍(2010)认为高技术产业集聚在空间距离、市场结构、接受能力及社会网络等因素方面都具有优势,而这四个方面恰好是影响知识溢出的因素。通过缩短了企业间的距离,产生大量的缄默知识溢出。高技术产业集聚区的市场结构近似于一种垄断竞争的市场结构,十分有利于知识的溢出。高技术产业集聚具有较强的知识吸收能力,这样使很多一流产品和技术能很快地实现成果转化,推动了技术进步和高技术产业的成长。特定地区的人际关系网络促进了知识溢出,进而提高了高技术企业集群企业的创新能力[9]。崔春梅(2011)认为集聚使企业更方便雇佣竞争对手的优秀人力,并获得技术溢出,但这一便利对竞争对手同样存在。因此,只有权衡考虑集聚收益与相对损失,才有可能做出高效的区位决策[10]。
2.实证分析
本文进行统计分析采用的主要工具是EXCEL和SPSSl7.0计量经济学软件。主要统计分析步骤方法为:
第一、进行单因素方差检验,考察各行业不良资产余额与银行业不良资产率之间的关系。
第二、进行回归分析并通过T检验和F检验,对回归方程的显著性和变量的显著性进行检验。
2.1研究对象
本文研究对象是指根据《中国科技统计年鉴2012》划分的高技术产业。其中包括:医药制造业、航天航空器制造业、电子及通信设备制造业、电子计算机及办公设备制造业和医疗设备及仪器仪表制造业。
2.2 指标选取
2.2.1产业空间的集聚指数。产业空间的集聚指数是为了反映经济活动的空间分布情况构建的数据指标。测量空间集聚程度的指标有很多。本文所选取的是区位熵法。
区位熵的主要是对地方专业化水平的测度。其计算公式为:
ri=(qi/q)/(Qi/Q)
其中,
ri为区位熵
qi为i地区高技术产业增加值
q为i地区GDP总值
Qi 为全国高技术产业增加值
Q 为全国GDP总值
r越大,说明高技术产业在i地区集聚程度越强。r<1,说明该产业在i地区集聚程度小于全国水平。r=1,说明该产业在i地区集聚程度与全国水平类似。r>1,说明该产业在i地区集聚程度较明显,即在该地区该产业相较于其他产业而言,具有一定的比较优势。
2.2.2高校知识溢出。本文用高校专利申请量计量高校知识溢出水平。
2.3 模型建立
以上分析了自变量和因变量之间的关系,本文最终提出1条假设:
假设1(H1):高校专利申请量对高技术产业空间集聚程度不具有显著线性关系。
yi=axi+b
yi为i地区高技术产业空间集聚程度
xi为i地区高校专利申请量
a为专利申请量对技术产业空间集聚程度影响的弹性系数
b为误差
2.4 实证检验
由于数据的可获得性和代表性,本文选取的数据主要来源于《中国科技统计年鉴》(2010-2012)、中国统计信息网和中国统计局网站。本文选取了2009-2011年93组数据进行分析。
2.4.1 线性回归分析。回归分析是数理统计中一个用来分析客观事物数量依存关系的方法,它常常来处理多个变量之间相互关系。
表一 系数Coefficientsa
从表一的分析可以得出,yi=5.692E-5xi+0.506.但是sig=0.073>0.05,我们接受原假设,认为高校专利申请量对高技术产业空间集聚程度不具有显著线性关系。
2.4.2 相关性分析
表二 Correlations相关性
由表二可以得到,因变量y与自变量x之间的相关系数=0.016远远小于1,即我们认为高技术产业空间集聚的程度与高校知识溢出之间几乎不具有任何相关性。
2.4.3变量的显著性检验。一般来说,拟合优度越高,模型的线性关系越有可信度。但是,拟合优度检验只是一个模糊的判断,不能给出严格意义上的统计结论。所以要进行变量的显著性检验。
表三 方差分析 ANOVAb
a. Predictors: (Constant), x专利申请数
b. Dependent Variable: y区位熵
表三方程的F检验中,P值为0.073>0.05,这说明模型中的自变量对于高技术产业空间集聚程度这个因变量的影响是不显著的。在此证明了高技术产业空间集聚的程度与高校知识溢出之间几乎不具有任何相关性的结论。
2.5 实证结论
本文针对提出的假设,用93组数据验证了高技术产业空间集聚程度和高校知识溢出之间的相关关系和一元回归分析,本文得出了以下结论:在我国,高技术产业空间集聚的程度与高校知识溢出之间几乎不具有任何相关性。这与现有理论预期不一致。
2.6可能原因分析
指标选取上,对于衡量高技术产业空间集聚的方法有多种,不同的产业集聚指数有不同的特点,本文采取区位熵坐位衡量我国高技术产业空间集聚程度的指标,可能影响了结果的准确性。此外,由于知识溢出分为隐性知识溢出和显性知识溢出,很难进行准确的衡量。当前学术界并没有统一的标准指标。本文依据刘丹(2013)[11]等人采用北京市高校专利申请数作为衡量北京市知识溢出水平指标的学术成果,将指标运用范围的扩大,这可能导致研究结果准确性下降。
空间位置影响知识溢出吸收量。如果一个省份有较少的临近省份,知识溢出吸收量就会偏小,反之则较大。北京、上海和天津的知识溢出吸收量较小,而内蒙古吸收知识溢出量较大就很好地印证了这一点[12]。
缺乏有效率的激励机制。虽然我国高校有庞大的科技队伍,却缺乏有效率的R&D资源分配与激励机制,存在大量科研冗余人员和非原创性的专利产出。高校科研人员的考核只注重基础研究而忽略了R&D创新的市场转化绩效[11]。我国科研人员往往注重成果在技术上的先进性和原理上的合理性,而忽视了其在实践中运行的可行性,只注重其研究成果的学术价值而不关注其是否存在社会经济价值。科研成果与社会实际需要脱节,致使高校的很多专利成果并不能转化成为企业的效益,所以导致高专利量和低专利影响力同时存在的现象。
企业知识转化能力较差。由于我国学科壁垒还很高,区内高科技人才与智力资源还利用得很不充分,企业间的互相信任程度还很低,这对知识溢出和转化的有较大影响。一方面高校作为知识源对知识接受方缺乏信任,知识转移之后不能得到平等的回报,从而可能会缺少专利市场化的动力。另一方面作为知识接收方的企业认为高校的某些专利是不可信赖的,因此高校的知识溢出对于企业选址的影响程度较小。
市场制度并不完善。知识溢出转换成经济效益的前提是完善的市场基础。在中国多样化区域的发展过程中,企业聚集是以一种无序甚至混乱的自发方式发展的,并且大多数是政府通过提供土地、税收等优惠政策吸引企业集聚,这种发展方式导致区域内企业的知识积累方式出现较大差别,集群内部机制并不完善。产业化的无序发展很难形成知识溢出效应,只能通过市场效应推动区域的发展[13]。
知识溢出具有时滞性。高技术企业受到能力的限制,对R&D成果的取得及技术的转移并非在短时间内就能结束,企业在应用高校申请的专利时需要一定的成本和时间,这就导致了高校R&D活动成果从投入到产出、到企业接受、再到R&D结果的实施,最后影响到企业的定位决策都需要一定的时间。首都地区的技术转移在滞后3年之后才能影响经济的增长。本文的研究期间为3年,很难确定高校知识溢出对于高技术企业空间集聚决策的影响[14]。
3.结论
本文通过选取93组数据,通过 SPSS软件进行实证分析得出,高校知识溢出与产业空间集聚之间并不存在显著相关关系。而很多尤其是西方发达国家的学者认为知识溢出对于高技术产业有显著地正向相关关系。随着知识经济的到来,知识对于经济的作用越来越大。而我国的高技术产业受到高校的知识溢出影响较小,这说明我国的高技术产业现阶段大都是靠规模拉动效益增加,发展阶段较低,可持续性较差。在目前我国高技术企业如何将高校知识成果转化成企业的效益是个值得研究的方向。
参考文献:
[1]Marshall.Alfred Principles of Economics 1961.
[2]张宗庆,张寅.产业集聚、知识溢出与区域增长[J].东南大学学报(哲学社会科学版).2012,14 (1):37-43.
[3]王立平.我国高校R&D知识溢出的实证研究--以高技术产业为例[J].中国软科学,2005(12):54-59.
[4]Audretsch,feldman.Innovation in Cities: Science-based Diversity,Specilization and Localized Completion[J].Euro Economic Review,1999,43,409-429.
[5]刘斯敖,柴春来.知识溢出效应分析——基于制造业集聚与R&D投入的视角研究[J].中国科技论坛.2011(7):32-37
[6]杨蕙馨,刘春玉.知识溢出效应与企业集聚定位决策[J].中国工业经济, 2005,(12):41-48.
[7]杨晓琴,于津平.我国高科技产业集聚的影响因素分析[J].科技进步与对策, 2006,23(2):120-122.
[8]张波.基于区位产业集聚的知识溢出效应研究[D].浙江.浙江大学.2008,:21.
[9]阮光珍.高技术产业集聚成长机制研究[D].武汉,武汉理工大学,2010:62-65.
[10]崔春梅.集聚经济与企业区位的选择[D].浙江.浙江大学,2011:110-112.
[11]刘丹.北京市高技术产业集聚的影响因素研究[D]北京,首都经济贸易大学,2013,19-47.
[12]胡彩梅,赵树宽.我国省域知识溢出吸收测度——基于空间计量方法的研究[J].中国科技论坛. 2011,17(12):79-84
[13]周学勤. 知识溢出、产业聚集与中国区域经济发展[J]. 经济与管理研究.2011(10):123-128.
[14]曾春媛,单鹏飞.知识溢出时滞性研究综述[J].科技管理研究. 2013,33(11):175-179