论文部分内容阅读
摘要：运用2000—2010年中国制造业分行业数据建立动态面板数据模型，采用广义矩（GMM）估计方法对FDI和产业集聚结构对制造业创新绩效的影响分析表明：从全国整体来看，FDI、产业多样化和产业专业化对创新绩效影响为正向，只不过仅在10%的水平上统计显著；从分组回归结果来看，FDI和产业专业化对高技术行业创新绩效的影响相对更大，而产业多样化对低技术产业创新绩效的影响更为突出。为此，地方政府可以通过实施行业差别化产业集聚战略、营造创新网络体系，提升制造业创新绩效。
关键词：外商直接投资；集聚多样化；集聚专业化；广义矩估计
中图分类号：F832.0 文献标识码：A 文章编号：1003-3890（2013）07-0092-06
一、引言
中国从20世纪80年代初期开始的改革开放推动了对外贸易和FDI的迅速增长，与此同时，国内制造业也出现了明显的向东部沿海地区集聚的空间维度特征，为我们研究FDI和产业集聚效应对地区创新的影响提供了很多有用的数据。尽管中国一直以来都被看作劳动力廉价的国家和全球最大的加工贸易区之一，但现在许多大型跨国公司，如IBM、Intel纷纷将研发中心向中国转移。根据《中国科技统计年鉴》的统计资料显示，2010年流入中国投资于R&D方面的资金累计超过6 753亿元，使中国开始向研究密集型国家转型。从世界范围来看，依靠引入FDI来培育本地产业集群，并进一步推动本国技术创新的模式尽管在一些地区取得成功，但绝大多数地区存在FDI和本地经济无法真正融合，很难产生有活力、能自我维持的产业集群的问题，实现带动本地创新能力提升的目标更无从谈起。
我国早在2006年就将“推进自主创新能力、建设创新型国家”作为国家战略提出并实施。之前以汽车产业为代表的一些行业希望依靠外资流入带动国内企业技术进步，但事实证明这种模式只是一厢情愿的想法，通过外资企业的技术溢出推动技术创新这一途径不会自动取得，传统经济学所认为的技术“涓滴效应”不会经常出现，或者说“涓滴”速度可能过慢以至于不能对创新效率产生显著的效果。外资企业技术溢出的实现还离不开产业集群这一平台，集群之中内、外资企业间的正式和非正式关系网络，创新有关的其他协同体系建设，都会直接影响我国企业创新绩效。因此，要实现这一目标需要国家实施合理的公共政策和制度安排，在促进FDI的技术转移和带动本地产业集群的发展，以及产业集群向创新集群转变等方面有积极引导作用。
二、文献综述
Blomstrom & Kokko（1998）将FDI的技术溢出归结为四种途径：示范效应、竞争效应、劳动力流动以及垂直关联效应[1]。因为技术溢出会受到地理空间限制，主要是发生在邻近企业之间，或者是企业间直接合作过程中，因此产业集聚对于技术创新的重要作用在于，集聚可以增加潜在技术转移的机会，并可以进一步改进技术能力。
首先，集群内企业会得到集聚带来的市场收益。因为企业间不断进行市场交易，企业密集度越高，越有利于减少搜寻信息成本、交通费用之类的交易成本。还因为和上游专业供应商、下游消费者地理接近而降低被特定原材料和中间品供应商、配送商挟持的可能性，便于扩大选择资源和对象的范围。此外，和同行业竞争对手的共存，可以更加便捷地了解相关市场、产品的最新信息，更迅速地发现需求面的变化。国内很多学者对于产业集聚和地区劳动生产率的关系进行了大量实证分析，现有的研究大多都支持集聚经济会提高生产率。例如，范剑勇（2006）实证发现，在中国如果非农就业密度平均提高一倍，则会引起城市平均劳动生产率出现8.8%左右的上升[2]。刘修岩（2009）利用中国城市面板数据发现，就业密度每提高10%，则城市的劳动生产率会大约提高11.7%[3]。
其次，集聚地区之内会存在企业之间的知识溢出现象。大量的研究已经证明，尤其对包含大量缄默知识的高技术产业而言，“粘性知识”的溢出非常依赖距离远近。集群往往具有一些创新关键要素，从而可以降低创新成本，减少与信息相关的风险。集群内部企业可以用较低成本得到这些公共或本地化知识，但集群外部企业在信息获取方面要付出更高代价。地理邻近促进了知识传播以及持续的学习过程，提供了更多的鼓励创新主体间直接相互作用的机会。集群中具有高度的专业化分工和互补性的企业特征，它们决定了知识创造（学习和创新）和知识转移（扩散和综合）动态过程。在集群内，存在协同学习过程，从而激发创新，即使那些技术密集度低的产业也会适当提高竞争力。此外，企业间能力与合作的结合对新知识的产生和扩散非常重要，它们有利于企业创新活动的开展。竞争对手的增加将成为技术改进和创新的压力，同时本地企业间知识溢出将有利于集群内企业创新升级。Freeman（1991）说明了集聚地区内部非正式网络对于企业创新的影响，他认为企业的学习，特别是缄默知识的掌握，主要是依赖于集群内非正式网络[4]。包括企业间正式和非正式互动学习过程，使得来自竞争对手的研发活动会产生溢出效应，从而使集群内其他企业创新水平得以提升。知识溢出包括产业内和产业间溢出，产业内溢出是专业化的结果，一般称之为MAR外部性，是指某企业的知识积累会有助于技术接近的、相似企业的发展，这些集聚在一起的企业能够从产业内部知识交流中获得最大收益。产业间的知识溢出来自于多样化、互补性产业的不同类型知识，或是消费者和生产者之间相互服务的关系。Jacobs（1969）提出，除了同一产业的企业之间存在知识溢出外，不同产业之间也是知识溢出的重要来源，由于城市往往集聚不同产业集群，因而为创新提供了更好的机会[5]。多样化企业之间互补性知识结构导致了知识生产的递增报酬，而同类企业之间相互更偏向于竞争。当溢出效应显著时，企业就有很强动机进入集群内，以获取额外收益。尤其是那些高科技中小企业，因为缺乏发展所需的内部资源能力，还必须依靠开发新产品来获得市场，集聚收益将会十分重要。此外，中小企业受制于R&D资源，特别是需要不断开发新产品的企业，从竞争对手和公共资源得到溢出收益可以降低研发支出。 对于集聚带来的知识溢出，学者们进行了大量实证研究，但结果各有不同。例如Andretsch & Feldman（1996）利用1982年美国企业创新数据发现，那些具有相同知识基础的、互补性的不同产业的创新活动更容易集中在一起，也就是说集聚专业化对创新活动影响不大，多样化集聚却有显著性影响[6]。Maine et al.（2008）用美国45个高科技中小企业为样本，分析了专业化和多样化产业集群对于企业增长绩效的影响[7]，发现不同类型企业从集群中获得的收益差别很大，其中生物科技企业从专业化集聚中收益最大，而信息通信企业从多样化城市经济中能得到更快的增长。国内学者也在理论和实证方面进行了大量的研究，比如彭向、蒋传海（2011）利用动态面板数据检验知识溢出和企业竞争对地区产业创新的影响[8]，他们研究发现MAR外部性与Jacobs外部性对我国地区产业创新的影响具有明显的正效应，不同产业互补性对创新的推动作用最大，而区域内企业相互竞争对创新有明显的负效应。张丽华、林善浪、汪达钦（2011）认为集聚经济通过提高地区技术人员的可获得性来降低其边际成本，并发现不同地理区域内集聚经济对创新有不同影响[9]，在全国范围内，集聚经济影响不太显著，而在东部地区的集聚经济可以显著提高技术创新水平，但对于西部地区集聚经济没有显著影响。邬滋（2010）利用空间计量模型分析产业聚集所产生的知识溢出对创新绩效的影响，并发现产业内知识溢出对创新绩效具有正面影响[10]，多样化的集聚结构对区域创新绩效的影响在不断提高，而竞争性市场结构比垄断性市场结构对创新有着更显著的影响。
但也有一些研究发现，部分地区借助FDI形成的产业集群，被证明是脆弱和短期的，跨国公司并没有将自身融入本地生产和创新体系之中，并且当外部经济条件改变，或者本地生产成本开始上升时，跨国公司将会轻易决定改变生产区位，技术转移很少或根本不会发生。集群也可能让部分企业出现搭便车行为，理性企业就会减少在R&D方面的投入，这样反而会抑制地区创新潜力的发挥。一些经验观察发现，中小企业在R&D方面的投入相对大企业来说要少得多，但同样也存在创新产品，说明中小企业在研发环节存在搭便车行为。此外，知识溢出的存在会降低企业研发投入带来的预期收益，尤其是竞争对手通过模仿新技术，或者借助创新产品进行反向技术推导，从而导致创新者的差异化优势维持时间进一步缩短，这可能削弱企业的研发投入，从而对区域创新带来负面影响。Cantwell & Iammarino（2003）研究发现，过度依赖本地集群的内部知识可能也有意想不到的负面作用，会出现整个地区经济被锁定在一个过时的技术路径上[11]。
本文将在现有研究的基础上，从行业FDI进入和产业集聚的视角对我国13个制造业产业的创新绩效进行实证分析，并根据行业R&D投入强度将其分为中低和高技术组别，进行分类对比，来探讨各类因素对行业创新绩效的影响程度。
三、实证模型构造及检验
（一）模型设定
根据以上关于FDI和产业集聚对地区技术创新绩效的讨论，本文认为FDI的技术溢出和产业集聚带来的正外部经济均会对本地企业技术创新绩效产生影响，另外考虑到本地企业的创新投入，以及市场环境带来的外部影响，本文将以上因素纳入分析范畴，试图通过实证分析找出影响创新绩效的具体因素。本文首先建立基础模型，根据Jaffe（1989）所提出的知识生产函数来反映创新产出。他认为一个地区创新产出主要取决于两方面因素，第一是企业的R&D投资，第二来自于外部知识的影响，也就是所在地区各种类型的技术溢出，本文主要是指FDI和产业集群的影响，这些因素能够改进企业创新投入的使用效率。创新生产函数中考虑各种与知识溢出有关的因素能更全面地解释创新绩效，通常可以采用柯布—道格拉斯生产函数形式：
（二）变量说明及数据来源
模型中各个变量的定义如下：
Innov为创新产出指标，最新关于知识外溢的研究开始使用创新绩效，而不是生产率作为因变量。不少研究采用专利申请数量来衡量创新产出，本文采用行业大中型工业企业新产品价值占主营业务收入的比重来表示。笔者认为FDI知识溢出和集聚正外部性可以促进技术创新，用新产品市场接受程度可以更真实地反映创新绩效，而且新产品中包括了那些应用于生产过程中的非专利的创新成果，尽管专利是衡量技术进步很好的指标，但其很难反映这类技术的经济价值。
rd为R&D经费投入指标，用行业大中型工业企业R&D经费内部支出占全社会固定资产投资总额的比重来表示。在知识生产函数中，创新来源于企业在研发方面的投入，会使企业内部的科学知识存量增加，这会进一步推动集群内部的知识溢出，而且集群内作为准公共物品的知识存量的增加有助于企业降低研发费用，其产品价格也更具有竞争力。
human为R&D人员投入指标，用行业大中型工业企业R&D人员占从业人员的比重来表示。FDI的技术溢出还取决于本地企业的吸收能力，本文用本地企业技术人员数量来反映企业对外部技术的吸收和学习能力。本地企业技术吸收能力的提高最终会缩小技术上的差距，为创新产品商业化提供保障。
FDIP为FDI渗透率，用行业外商投资和港澳台商投资工业企业占工业总产值比重来表示。创新绩效也受到外资的影响，特别是那些来自发达国家的跨国公司，具有很强的科学和技术能力。因此在那些外资比重高的产业，本地企业有可能从FDI技术溢出的示范效应和企业学习能力增长中获得更大回报。相反，在那些外资比重低的产业，创新绩效通过FDI流入改进的可能性预期更低。
div为产业多样化程度指标，用赫芬达尔—赫希曼指数（HHI）的倒数来表示，用来反映不同产业之间的知识溢出作用，即Jacobs外部性。由于城市往往集聚不同产业集群，因而为创新提供了更多机会。
spe为产业专业化指标，用地区各行业区位商的平均值来表示，用以分析MAR外部性的影响。一般来说，技术相似企业数量越多，则企业的创新活动越会从中受益，集聚能够带来产业内部知识交流并产生技术外溢效应。 trans为基础设施完善度指标，用行业固定资产投资中电力、燃气及水的生产和供应业、交通运输、仓储和邮政业、信息传输、计算机服务和软件业的比重来表示。
market为行业市场化程度指标，用行业私营工业企业总产值比重来表示。企业竞争对手的技术进步会抵消一部分企业自身创新收益，换句话说，在竞争激烈不允许企业获取全部收益的情况下，创新的影响有可能不是那么显著。自由开放产业中的外资，经常引起竞争加剧，可以预期R&D的经济回报在外资比重高的地区将比较低。反对的观点认为，竞争激烈的国内市场将刺激企业进行生产创新。
open为行业开放度指标，用行业进出口总额与总产值的比值来表示。国际贸易便于技术产生和扩散，参与出口市场会使企业尽力开发新技术，并且提高企业向国外竞争对手学习先进技术的学习能力。通过接触不同先进知识、理念、竞争产品信息和消费者偏好，企业出口产品也可以提高其创新能力。
本文2000年至2010年我国制造业13个分行业的面板数据来源于历年《中国工业经济统计年鉴》、《中国科技统计年鉴》和《工业企业科技活动统计资料》。为了分析R&D经费投入和R&D人员投入等八个因素对创新绩效影响的行业性差异，我们按照经济合作与发展组织（OECD）1999年根据R&D投入强度对制造业的技术分类，将其分为两大类，低技术产业类（包括低技术产业和中低技术产业）以及高技术产业类（包括中高技术产业和高技术产业），其中，低技术产业类包括食品制造业、纺织业、造纸及纸制品业、石油加工、炼焦及核燃料加工业、黑色金属冶炼及压延加工业、金属制品业；高技术产业类包括化学原料及化学制品制造业、医药制造业、化学纤维制造业、交通运输设备制造业、电气机械及器材制造业、通信设备、计算机及其他电子设备制造业、仪器仪表及文化、办公用机械制造业。在动态面板回归模型（4）中，被解释变量与干扰项相关，动态项OLS估计量严重上偏，固定效应OLS估计量严重下偏，随机效应GLS估计量也有偏。此外，其他解释变量也可能存在内生性。为了解决以上的计量问题，本文采用Blundell和Bond提出的广义矩（GMM）方法对动态面板模型进行估计，计量分析使用stata10.0软件。
四、回归结果分析
从表1可以看出，从全国整体来看，FDI渗透率变量估计系数为0.051，t值为1.88，在10%水平上统计显著，这说明FDI的进入对于制造业创新绩效的提升具有一定的积极促进作用，只不过这种正向作用较弱。rd变量估计系数为1.926，且在10%水平上统计显著，这说明随着我国R&D投入的逐步增加，无论是在R&D经费投入方面还是在R&D人员投入方面，我国内资企业不但在自主技术创新，而且在承接外资企业技术溢出的能力方面均有了较大的提升。从分组来看，低技术产业中研发要素投入的创新结果更加明显。制造业多样化变量div和专业化变量spe的估计系数分别为0.004和0.014，t值分别为1.59和1.78，这说明产业多样化和产业专业化对创新绩效影响确实存在正向作用，只不过这种正效应非常弱。产业多样化的结论与彭向、蒋传海（2011）的实证结果基本一致，他们指出，产业集聚区内产业的多样性更能激发不同知识主体间的思维碰撞，能带来更多的创新产出。产业专业化的结论与牛玲飞（2008）的实证结果基本相同，她认为同行业企业的接触与交流会产生知识溢出，企业可以利用其掌握的先进技术以及与市场相关的前沿信息，进行更深入地创新[12]。
分组对比来看，外资企业对高技术行业创新绩效的影响更加显著，具有比较强的示范效应以及人员流动引起的知识溢出。相对而言，低技术行业的外资对行业创新绩效影响非常有限，因为在这些行业中，内、外资企业在夺取市场和消费者方面的竞争更激烈，技术保护措施也更严格，从而导致其对行业的技术创新并无明显帮助。制造业产业多样化变量对低技术产业的影响在10%水平上显著为正，对高技术产业为不显著性，从影响程度来看都比较微弱，总的来看低技术行业能从城市集聚中得到更多收益。相反，产业专业化变量对高技术产业的影响显著为正，对低技术产业为不显著的正向效应，因此产业集聚结构对创新绩效存在较大的行业性差异：对于低技术产业而言，不同产业的集中有利于获得跨行业知识，且市场规模的扩大保证行业内企业的收入稳定，为企业研发投入提供资金保证，从而促进了创新绩效的提升；对于高技术产业而言，创新更依赖于行业缄默知识的传播，所以专业化集聚区内知识溢出有利于推动行业创新绩效。
此外，市场化程度对于行业创新绩效有比较明显的正向效应，特别是对于高技术产业。究其原因，市场化程度提高会带来更大的竞争压力，企业一旦开发出符合市场需求的差异化创新产品，甚至会出现“赢家通吃”独占市场的局面，因此市场壁垒较低的行业创新绩效更明显。开放度变量对行业创新绩效有显著的负向效应，尤其是高技术产业。开放度在本文中主要以进出口比重来衡量，高技术行业的产品大量进口，不利于行业自主技术创新能力的提高，特别是不利于高科技中小企业的成长。
五、结论及对策建议
本文利用2000—2010年制造业分行业动态面板数据，建立动态面板数据模型，采用广义矩（GMM）估计方法对FDI和产业集聚结构对制造业创新绩效的影响进行了实证分析。可以得到以下两个结论：一是从全国整体来看，FDI、产业专业化对创新绩效影响是正向，只不过仅在10%的水平上统计显著；二是从分组回归结果来看，FDI和产业专业化对高技术行业创新绩效的影响相对更大，产业多样化对低技术产业创新绩效的影响相对更大。
结合以上实证分析，为了提升制造业行业的创新绩效，本文认为地方政府可以从以下几个方面进行引导：
1. 实施行业差别化产业集聚战略。高技术行业应该重视专业化产业集聚的发展，建议在产业集聚区培育具有地域特色的专业化产业集群，以提高产业竞争优势。同时，低技术产业应该加强产业的横向联系，力争进一步强化产业之间的知识溢出，塑造多样化的产业环境。实施行业差别化FDI战略。建议加大对高技术行业FDI的招商引资力度，继续吸引技术密集型外商直接投资，力争通过外资进入产生积极的技术示范和人员流动效应，提高外资企业的技术溢出，促进高技术行业产业集群的发展，进一步提升当地高技术行业的竞争力。鉴于我国低技术水平特别是劳动密集型产业具有较好的产业基础，产品已经具有较强的竞争力，外资企业的进入更多是带来竞争效应或者“吞噬效应”，因此，可以提高FDI进入低技术水平行业的门槛，并在此基础上进一步提升质量。
2. 强化集群发展中创新网络体系的营造。所谓网络体系是指机构、组织间在相互联系、作用过程中所形成的社会网络关系。网络是交流的方法、工具，网络的易于接近度、便利度和信任度将影响集群内企业的竞争力。如果集群内的网络关系非常薄弱，那么集群比起单个企业并不会强多少。强大的网络体系使得集群内企业和企业家可以将资源作用成倍放大。而目前不少地方政府已经意识到组织间的正式网络关系建设，并且采取各类措施来强化，但往往容易忽略非正式网络关系的建设。专业技术、管理人员之间的非正式网络在将产业集群转变为创新集群中发挥着关键作用。非正式的社会关系更加具有活力，因为相对于企业和机构间的关系，专业人员间的个人关系更持久，不随工作变化而改变，更加有利于激发工作范围之外的思想火花。
关键词：外商直接投资；集聚多样化；集聚专业化；广义矩估计
中图分类号：F832.0 文献标识码：A 文章编号：1003-3890（2013）07-0092-06
一、引言
中国从20世纪80年代初期开始的改革开放推动了对外贸易和FDI的迅速增长，与此同时，国内制造业也出现了明显的向东部沿海地区集聚的空间维度特征，为我们研究FDI和产业集聚效应对地区创新的影响提供了很多有用的数据。尽管中国一直以来都被看作劳动力廉价的国家和全球最大的加工贸易区之一，但现在许多大型跨国公司，如IBM、Intel纷纷将研发中心向中国转移。根据《中国科技统计年鉴》的统计资料显示，2010年流入中国投资于R&D方面的资金累计超过6 753亿元，使中国开始向研究密集型国家转型。从世界范围来看，依靠引入FDI来培育本地产业集群，并进一步推动本国技术创新的模式尽管在一些地区取得成功，但绝大多数地区存在FDI和本地经济无法真正融合，很难产生有活力、能自我维持的产业集群的问题，实现带动本地创新能力提升的目标更无从谈起。
我国早在2006年就将“推进自主创新能力、建设创新型国家”作为国家战略提出并实施。之前以汽车产业为代表的一些行业希望依靠外资流入带动国内企业技术进步，但事实证明这种模式只是一厢情愿的想法，通过外资企业的技术溢出推动技术创新这一途径不会自动取得，传统经济学所认为的技术“涓滴效应”不会经常出现，或者说“涓滴”速度可能过慢以至于不能对创新效率产生显著的效果。外资企业技术溢出的实现还离不开产业集群这一平台，集群之中内、外资企业间的正式和非正式关系网络，创新有关的其他协同体系建设，都会直接影响我国企业创新绩效。因此，要实现这一目标需要国家实施合理的公共政策和制度安排，在促进FDI的技术转移和带动本地产业集群的发展，以及产业集群向创新集群转变等方面有积极引导作用。
二、文献综述
Blomstrom & Kokko（1998）将FDI的技术溢出归结为四种途径：示范效应、竞争效应、劳动力流动以及垂直关联效应[1]。因为技术溢出会受到地理空间限制，主要是发生在邻近企业之间，或者是企业间直接合作过程中，因此产业集聚对于技术创新的重要作用在于，集聚可以增加潜在技术转移的机会，并可以进一步改进技术能力。
首先，集群内企业会得到集聚带来的市场收益。因为企业间不断进行市场交易，企业密集度越高，越有利于减少搜寻信息成本、交通费用之类的交易成本。还因为和上游专业供应商、下游消费者地理接近而降低被特定原材料和中间品供应商、配送商挟持的可能性，便于扩大选择资源和对象的范围。此外，和同行业竞争对手的共存，可以更加便捷地了解相关市场、产品的最新信息，更迅速地发现需求面的变化。国内很多学者对于产业集聚和地区劳动生产率的关系进行了大量实证分析，现有的研究大多都支持集聚经济会提高生产率。例如，范剑勇（2006）实证发现，在中国如果非农就业密度平均提高一倍，则会引起城市平均劳动生产率出现8.8%左右的上升[2]。刘修岩（2009）利用中国城市面板数据发现，就业密度每提高10%，则城市的劳动生产率会大约提高11.7%[3]。
其次，集聚地区之内会存在企业之间的知识溢出现象。大量的研究已经证明，尤其对包含大量缄默知识的高技术产业而言，“粘性知识”的溢出非常依赖距离远近。集群往往具有一些创新关键要素，从而可以降低创新成本，减少与信息相关的风险。集群内部企业可以用较低成本得到这些公共或本地化知识，但集群外部企业在信息获取方面要付出更高代价。地理邻近促进了知识传播以及持续的学习过程，提供了更多的鼓励创新主体间直接相互作用的机会。集群中具有高度的专业化分工和互补性的企业特征，它们决定了知识创造（学习和创新）和知识转移（扩散和综合）动态过程。在集群内，存在协同学习过程，从而激发创新，即使那些技术密集度低的产业也会适当提高竞争力。此外，企业间能力与合作的结合对新知识的产生和扩散非常重要，它们有利于企业创新活动的开展。竞争对手的增加将成为技术改进和创新的压力，同时本地企业间知识溢出将有利于集群内企业创新升级。Freeman（1991）说明了集聚地区内部非正式网络对于企业创新的影响，他认为企业的学习，特别是缄默知识的掌握，主要是依赖于集群内非正式网络[4]。包括企业间正式和非正式互动学习过程，使得来自竞争对手的研发活动会产生溢出效应，从而使集群内其他企业创新水平得以提升。知识溢出包括产业内和产业间溢出，产业内溢出是专业化的结果，一般称之为MAR外部性，是指某企业的知识积累会有助于技术接近的、相似企业的发展，这些集聚在一起的企业能够从产业内部知识交流中获得最大收益。产业间的知识溢出来自于多样化、互补性产业的不同类型知识，或是消费者和生产者之间相互服务的关系。Jacobs（1969）提出，除了同一产业的企业之间存在知识溢出外，不同产业之间也是知识溢出的重要来源，由于城市往往集聚不同产业集群，因而为创新提供了更好的机会[5]。多样化企业之间互补性知识结构导致了知识生产的递增报酬，而同类企业之间相互更偏向于竞争。当溢出效应显著时，企业就有很强动机进入集群内，以获取额外收益。尤其是那些高科技中小企业，因为缺乏发展所需的内部资源能力，还必须依靠开发新产品来获得市场，集聚收益将会十分重要。此外，中小企业受制于R&D资源，特别是需要不断开发新产品的企业，从竞争对手和公共资源得到溢出收益可以降低研发支出。 对于集聚带来的知识溢出，学者们进行了大量实证研究，但结果各有不同。例如Andretsch & Feldman（1996）利用1982年美国企业创新数据发现，那些具有相同知识基础的、互补性的不同产业的创新活动更容易集中在一起，也就是说集聚专业化对创新活动影响不大，多样化集聚却有显著性影响[6]。Maine et al.（2008）用美国45个高科技中小企业为样本，分析了专业化和多样化产业集群对于企业增长绩效的影响[7]，发现不同类型企业从集群中获得的收益差别很大，其中生物科技企业从专业化集聚中收益最大，而信息通信企业从多样化城市经济中能得到更快的增长。国内学者也在理论和实证方面进行了大量的研究，比如彭向、蒋传海（2011）利用动态面板数据检验知识溢出和企业竞争对地区产业创新的影响[8]，他们研究发现MAR外部性与Jacobs外部性对我国地区产业创新的影响具有明显的正效应，不同产业互补性对创新的推动作用最大，而区域内企业相互竞争对创新有明显的负效应。张丽华、林善浪、汪达钦（2011）认为集聚经济通过提高地区技术人员的可获得性来降低其边际成本，并发现不同地理区域内集聚经济对创新有不同影响[9]，在全国范围内，集聚经济影响不太显著，而在东部地区的集聚经济可以显著提高技术创新水平，但对于西部地区集聚经济没有显著影响。邬滋（2010）利用空间计量模型分析产业聚集所产生的知识溢出对创新绩效的影响，并发现产业内知识溢出对创新绩效具有正面影响[10]，多样化的集聚结构对区域创新绩效的影响在不断提高，而竞争性市场结构比垄断性市场结构对创新有着更显著的影响。
但也有一些研究发现，部分地区借助FDI形成的产业集群，被证明是脆弱和短期的，跨国公司并没有将自身融入本地生产和创新体系之中，并且当外部经济条件改变，或者本地生产成本开始上升时，跨国公司将会轻易决定改变生产区位，技术转移很少或根本不会发生。集群也可能让部分企业出现搭便车行为，理性企业就会减少在R&D方面的投入，这样反而会抑制地区创新潜力的发挥。一些经验观察发现，中小企业在R&D方面的投入相对大企业来说要少得多，但同样也存在创新产品，说明中小企业在研发环节存在搭便车行为。此外，知识溢出的存在会降低企业研发投入带来的预期收益，尤其是竞争对手通过模仿新技术，或者借助创新产品进行反向技术推导，从而导致创新者的差异化优势维持时间进一步缩短，这可能削弱企业的研发投入，从而对区域创新带来负面影响。Cantwell & Iammarino（2003）研究发现，过度依赖本地集群的内部知识可能也有意想不到的负面作用，会出现整个地区经济被锁定在一个过时的技术路径上[11]。
本文将在现有研究的基础上，从行业FDI进入和产业集聚的视角对我国13个制造业产业的创新绩效进行实证分析，并根据行业R&D投入强度将其分为中低和高技术组别，进行分类对比，来探讨各类因素对行业创新绩效的影响程度。
三、实证模型构造及检验
（一）模型设定
根据以上关于FDI和产业集聚对地区技术创新绩效的讨论，本文认为FDI的技术溢出和产业集聚带来的正外部经济均会对本地企业技术创新绩效产生影响，另外考虑到本地企业的创新投入，以及市场环境带来的外部影响，本文将以上因素纳入分析范畴，试图通过实证分析找出影响创新绩效的具体因素。本文首先建立基础模型，根据Jaffe（1989）所提出的知识生产函数来反映创新产出。他认为一个地区创新产出主要取决于两方面因素，第一是企业的R&D投资，第二来自于外部知识的影响，也就是所在地区各种类型的技术溢出，本文主要是指FDI和产业集群的影响，这些因素能够改进企业创新投入的使用效率。创新生产函数中考虑各种与知识溢出有关的因素能更全面地解释创新绩效，通常可以采用柯布—道格拉斯生产函数形式：
（二）变量说明及数据来源
模型中各个变量的定义如下：
Innov为创新产出指标，最新关于知识外溢的研究开始使用创新绩效，而不是生产率作为因变量。不少研究采用专利申请数量来衡量创新产出，本文采用行业大中型工业企业新产品价值占主营业务收入的比重来表示。笔者认为FDI知识溢出和集聚正外部性可以促进技术创新，用新产品市场接受程度可以更真实地反映创新绩效，而且新产品中包括了那些应用于生产过程中的非专利的创新成果，尽管专利是衡量技术进步很好的指标，但其很难反映这类技术的经济价值。
rd为R&D经费投入指标，用行业大中型工业企业R&D经费内部支出占全社会固定资产投资总额的比重来表示。在知识生产函数中，创新来源于企业在研发方面的投入，会使企业内部的科学知识存量增加，这会进一步推动集群内部的知识溢出，而且集群内作为准公共物品的知识存量的增加有助于企业降低研发费用，其产品价格也更具有竞争力。
human为R&D人员投入指标，用行业大中型工业企业R&D人员占从业人员的比重来表示。FDI的技术溢出还取决于本地企业的吸收能力，本文用本地企业技术人员数量来反映企业对外部技术的吸收和学习能力。本地企业技术吸收能力的提高最终会缩小技术上的差距，为创新产品商业化提供保障。
FDIP为FDI渗透率，用行业外商投资和港澳台商投资工业企业占工业总产值比重来表示。创新绩效也受到外资的影响，特别是那些来自发达国家的跨国公司，具有很强的科学和技术能力。因此在那些外资比重高的产业，本地企业有可能从FDI技术溢出的示范效应和企业学习能力增长中获得更大回报。相反，在那些外资比重低的产业，创新绩效通过FDI流入改进的可能性预期更低。
div为产业多样化程度指标，用赫芬达尔—赫希曼指数（HHI）的倒数来表示，用来反映不同产业之间的知识溢出作用，即Jacobs外部性。由于城市往往集聚不同产业集群，因而为创新提供了更多机会。
spe为产业专业化指标，用地区各行业区位商的平均值来表示，用以分析MAR外部性的影响。一般来说，技术相似企业数量越多，则企业的创新活动越会从中受益，集聚能够带来产业内部知识交流并产生技术外溢效应。 trans为基础设施完善度指标，用行业固定资产投资中电力、燃气及水的生产和供应业、交通运输、仓储和邮政业、信息传输、计算机服务和软件业的比重来表示。
market为行业市场化程度指标，用行业私营工业企业总产值比重来表示。企业竞争对手的技术进步会抵消一部分企业自身创新收益，换句话说，在竞争激烈不允许企业获取全部收益的情况下，创新的影响有可能不是那么显著。自由开放产业中的外资，经常引起竞争加剧，可以预期R&D的经济回报在外资比重高的地区将比较低。反对的观点认为，竞争激烈的国内市场将刺激企业进行生产创新。
open为行业开放度指标，用行业进出口总额与总产值的比值来表示。国际贸易便于技术产生和扩散，参与出口市场会使企业尽力开发新技术，并且提高企业向国外竞争对手学习先进技术的学习能力。通过接触不同先进知识、理念、竞争产品信息和消费者偏好，企业出口产品也可以提高其创新能力。
本文2000年至2010年我国制造业13个分行业的面板数据来源于历年《中国工业经济统计年鉴》、《中国科技统计年鉴》和《工业企业科技活动统计资料》。为了分析R&D经费投入和R&D人员投入等八个因素对创新绩效影响的行业性差异，我们按照经济合作与发展组织（OECD）1999年根据R&D投入强度对制造业的技术分类，将其分为两大类，低技术产业类（包括低技术产业和中低技术产业）以及高技术产业类（包括中高技术产业和高技术产业），其中，低技术产业类包括食品制造业、纺织业、造纸及纸制品业、石油加工、炼焦及核燃料加工业、黑色金属冶炼及压延加工业、金属制品业；高技术产业类包括化学原料及化学制品制造业、医药制造业、化学纤维制造业、交通运输设备制造业、电气机械及器材制造业、通信设备、计算机及其他电子设备制造业、仪器仪表及文化、办公用机械制造业。在动态面板回归模型（4）中，被解释变量与干扰项相关，动态项OLS估计量严重上偏，固定效应OLS估计量严重下偏，随机效应GLS估计量也有偏。此外，其他解释变量也可能存在内生性。为了解决以上的计量问题，本文采用Blundell和Bond提出的广义矩（GMM）方法对动态面板模型进行估计，计量分析使用stata10.0软件。
四、回归结果分析
从表1可以看出，从全国整体来看，FDI渗透率变量估计系数为0.051，t值为1.88，在10%水平上统计显著，这说明FDI的进入对于制造业创新绩效的提升具有一定的积极促进作用，只不过这种正向作用较弱。rd变量估计系数为1.926，且在10%水平上统计显著，这说明随着我国R&D投入的逐步增加，无论是在R&D经费投入方面还是在R&D人员投入方面，我国内资企业不但在自主技术创新，而且在承接外资企业技术溢出的能力方面均有了较大的提升。从分组来看，低技术产业中研发要素投入的创新结果更加明显。制造业多样化变量div和专业化变量spe的估计系数分别为0.004和0.014，t值分别为1.59和1.78，这说明产业多样化和产业专业化对创新绩效影响确实存在正向作用，只不过这种正效应非常弱。产业多样化的结论与彭向、蒋传海（2011）的实证结果基本一致，他们指出，产业集聚区内产业的多样性更能激发不同知识主体间的思维碰撞，能带来更多的创新产出。产业专业化的结论与牛玲飞（2008）的实证结果基本相同，她认为同行业企业的接触与交流会产生知识溢出，企业可以利用其掌握的先进技术以及与市场相关的前沿信息，进行更深入地创新[12]。
分组对比来看，外资企业对高技术行业创新绩效的影响更加显著，具有比较强的示范效应以及人员流动引起的知识溢出。相对而言，低技术行业的外资对行业创新绩效影响非常有限，因为在这些行业中，内、外资企业在夺取市场和消费者方面的竞争更激烈，技术保护措施也更严格，从而导致其对行业的技术创新并无明显帮助。制造业产业多样化变量对低技术产业的影响在10%水平上显著为正，对高技术产业为不显著性，从影响程度来看都比较微弱，总的来看低技术行业能从城市集聚中得到更多收益。相反，产业专业化变量对高技术产业的影响显著为正，对低技术产业为不显著的正向效应，因此产业集聚结构对创新绩效存在较大的行业性差异：对于低技术产业而言，不同产业的集中有利于获得跨行业知识，且市场规模的扩大保证行业内企业的收入稳定，为企业研发投入提供资金保证，从而促进了创新绩效的提升；对于高技术产业而言，创新更依赖于行业缄默知识的传播，所以专业化集聚区内知识溢出有利于推动行业创新绩效。
此外，市场化程度对于行业创新绩效有比较明显的正向效应，特别是对于高技术产业。究其原因，市场化程度提高会带来更大的竞争压力，企业一旦开发出符合市场需求的差异化创新产品，甚至会出现“赢家通吃”独占市场的局面，因此市场壁垒较低的行业创新绩效更明显。开放度变量对行业创新绩效有显著的负向效应，尤其是高技术产业。开放度在本文中主要以进出口比重来衡量，高技术行业的产品大量进口，不利于行业自主技术创新能力的提高，特别是不利于高科技中小企业的成长。
五、结论及对策建议
本文利用2000—2010年制造业分行业动态面板数据，建立动态面板数据模型，采用广义矩（GMM）估计方法对FDI和产业集聚结构对制造业创新绩效的影响进行了实证分析。可以得到以下两个结论：一是从全国整体来看，FDI、产业专业化对创新绩效影响是正向，只不过仅在10%的水平上统计显著；二是从分组回归结果来看，FDI和产业专业化对高技术行业创新绩效的影响相对更大，产业多样化对低技术产业创新绩效的影响相对更大。
结合以上实证分析，为了提升制造业行业的创新绩效，本文认为地方政府可以从以下几个方面进行引导：
1. 实施行业差别化产业集聚战略。高技术行业应该重视专业化产业集聚的发展，建议在产业集聚区培育具有地域特色的专业化产业集群，以提高产业竞争优势。同时，低技术产业应该加强产业的横向联系，力争进一步强化产业之间的知识溢出，塑造多样化的产业环境。实施行业差别化FDI战略。建议加大对高技术行业FDI的招商引资力度，继续吸引技术密集型外商直接投资，力争通过外资进入产生积极的技术示范和人员流动效应，提高外资企业的技术溢出，促进高技术行业产业集群的发展，进一步提升当地高技术行业的竞争力。鉴于我国低技术水平特别是劳动密集型产业具有较好的产业基础，产品已经具有较强的竞争力，外资企业的进入更多是带来竞争效应或者“吞噬效应”，因此，可以提高FDI进入低技术水平行业的门槛，并在此基础上进一步提升质量。
2. 强化集群发展中创新网络体系的营造。所谓网络体系是指机构、组织间在相互联系、作用过程中所形成的社会网络关系。网络是交流的方法、工具，网络的易于接近度、便利度和信任度将影响集群内企业的竞争力。如果集群内的网络关系非常薄弱，那么集群比起单个企业并不会强多少。强大的网络体系使得集群内企业和企业家可以将资源作用成倍放大。而目前不少地方政府已经意识到组织间的正式网络关系建设，并且采取各类措施来强化，但往往容易忽略非正式网络关系的建设。专业技术、管理人员之间的非正式网络在将产业集群转变为创新集群中发挥着关键作用。非正式的社会关系更加具有活力，因为相对于企业和机构间的关系，专业人员间的个人关系更持久，不随工作变化而改变，更加有利于激发工作范围之外的思想火花。