中国制造业知识溢出吸收机制研究*

王 珺, 李泽华

一、引 言

作为全球人口第一大国，在人均资源并不充裕的条件下，中国实现了持续近40年的高速经济增长，中国经济社会发展取得了举世瞩目的成就。1978年至2017年，中国的名义GDP从3,679亿元增长到827,122亿元，经济总量排名跃居全球第二。改革开放改变了中国，让中国人民富裕起来，让中国重拾历史荣光和大国自信。

内生增长理论认为，技术进步是经济增长的动力源泉，知识溢出(Knowledge Spillover)是技术进步的重要来源(Romer，1990)。改革开放为中国制造业带来了吸收知识溢出、实现技术进步的历史机遇。知识溢出是改革开放以来推动中国制造业技术进步，实现经济高速增长的关键因素。前人对改革开放以来知识溢出在中国的作用和影响已有大量研究，主要集中在三个方面：(1)知识溢出对经济增长和地区差距的影响(沈坤荣和耿强，2001；范剑勇，2006)；(2)知识溢出对效率提升和研发创新的影响(王红领等，2006；彭向和蒋传海，2011)；(3)影响知识溢出发挥上述作用的因素和条件(何兴强等，2014)。

知识溢出的存在和作用是毋庸置疑的，但知识溢出的作用本质在于知识的社会回报率高于私人回报率，因此除了探讨溢出主体带来的影响，从吸收的视角出发，探讨其他主体吸收溢出的成效如何，通过何种机制进行吸收，同样具有重要意义。

理论上，知识溢出的吸收既可能是在位企业通过技术模仿和干中学等方式吸收知识溢出实现渐进创新，带来自身生产率的提升，也可能是被新生的进入企业吸收，通过采用一些激进的创新，比如使用更先进的设备、技术，在进入之初就具备更高的生产率(Acemoglu & Cao，2015)。在我们掌握的为数不多的讨论知识溢出吸收问题的文献中，有学者研究发现，知识溢出主要是被进入企业所吸收，这些企业在进入之初就获取了知识溢出带来的全部好处(Brandt et al.，2012；Faberman & Freedman，2016)；也有学者研究发现，在位企业吸收知识溢出实现效率提升是制造业TFP增长的主要来源(范剑勇等，2014；吴利学等2016)。总体而言，目前针对中国制造业知识溢出吸收的研究，主要是针对生产率提升的结构展开，对企业吸收知识溢出实现技术进步的理论机制和实证检验尚缺乏充分的讨论。

本文在吴利学等(2016)的基础上，从在位企业成长的角度，深入探讨知识溢出的吸收机制，在微观层面较前人研究提供更充分的讨论。通过理论假说和实证分析证明在位企业吸收知识溢出实现渐进效率进步是中国制造业吸收知识溢出的主要机制。基于1998—2007年中国规模以上工业企业数据的实证检验，本文发现：(1)中国制造业的知识溢出吸收机制，主要是在位企业吸收知识溢出实现渐进的生产率提升；(2)在位企业对集聚知识溢出的吸收效果存在阶段性差异；(3)企业成立的前10年，对FDI知识溢出的吸收会经历一个先降后升的过程，但存续超过20年的企业，对FDI知识溢出的吸收效果不升反降。本文结论总体而言是稳健的。

本文的后续结构安排如下：第二部分结合改革开放以来中国制造业发展的典型事实，提出本文要验证的理论假说，并介绍知识溢出吸收机制识别策略；第三部分介绍模型设定并进行数据说明；第四部分报告实证结果并识别知识溢出吸收机制；第五部分得出结论和启示。

二、理论假说与识别策略

本部分将结合改革开放以来中国制造业发展的典型事实提出本文要验证的理论假说，并介绍从动态视角检验知识溢出吸收机制的识别策略。

(一)典型事实与理论假说

知识溢出被吸收转化为技术进步是一个动态的过程，结合改革开放以来中国制造业发展的典型事实，在位企业可能基于以下两种逻辑之一，成为吸收知识溢出带动制造业技术进步的主体。

1.专业镇和大城市是改革开放以来推动中国经济发展和制造业技术进步的两台“发动机”。空间集聚的企业可能享受到两种外部性：专业化和多样化外部性。这两种外部性被认为是专业镇和大城市形成的重要机制(Glaeser，1992)。市场中的成熟企业主要得益于专业化外部性提供的投入共享、劳动力池和知识溢出，而新生企业主要得益于多样化外部性提供的知识创造和更多的试错机会(Duranton & Puga，2001)。基于中国制造业的经验研究表明，中小企业更偏向于自主研发和原始创新，大企业更偏向于引进技术和吸收消化再创新(张宗庆和郑江淮，2013)。因此在位企业相对于进入企业更可能成为吸收集聚带来的知识溢出主体。

2.改革开放之初，经济特区的设立，外商直接投资的进入，为中国工业化的起步提供了资金和技术支持。FDI通常会为东道国带来先进的技术，比如先进的设备、产品和生产流程以及生产计划、市场营销和企业管理等非物化技术，东道国企业通过对外资企业的模仿学习，可以提高自身生产率；同时，外资企业会与东道国企业竞争有限的市场资源，东道国企业在竞争压力下将被迫进行技术改进，提高自身的生产率。2001年12月中国正式加入WTO，深度嵌入全球价值链，对FDI知识溢出的吸收方式不再仅限于简单地模仿，也能根据本地的资源禀赋进行一定的改良(Kokko，1994)。此外，当市场中存在知识溢出时，在位企业可以同时获益于内源和外源创新，而新生企业仅能获益于外源创新(Akcigit & Kerr，2018)。因此，在位企业相比进入企业更可能吸收来自FDI的知识溢出。

基于上述理论逻辑，我们可以提出本文实证部分要验证的假说：中国制造业的知识溢出吸收机制，主要是在位企业吸收知识溢出实现渐进的生产率提升。

(二)知识溢出吸收机制识别策略

本部分第一节中提出的理论假说，意味着企业从溢出中获取的好处将随着企业年龄的增长不断提升。由此，我们可以提出一种识别策略，即考察空间集聚和FDI对企业TFP的溢出效应是否随着企业年龄增长而变强。同一年同一个地区的企业，其获得的溢出效应若随着企业年龄增长而变强，则说明知识溢出带来的好处是不断提升的，即知识溢出被在位企业吸收实现渐进的效率提升；若溢出效应并不随企业年龄变化，则说明进入企业在进入之初就已经吸收了知识溢出带来的全部好处。

三、模型设定与数据说明

本部分首先介绍本文实证部分的基准模型设定，然后说明数据来源，最后介绍实证部分主要变量的选取并报告描述性统计结果。

(一)基准模型设定

基于本文第二部分提出的识别策略，参考Faberman & Freedman(2016)，本文实证部分的基准模型设定如下：

lnTFPijt=C0+β0Aggit+λ0FDIit+φ0aD.Ageijt+γ0Zit+δ0Wjt+μi+σj+νk+εijt

(1)

式(1)中，下标i代表城市，下标j代表企业，下标t代表年份，下标k代表行业，被解释变量lnTFPijt为自然对数形式的企业全要素生产率，两个解释变量Aggit和FDIit分别为空间集聚和外商直接投资的度量指标，D.Ageijt为控制企业年龄效应的虚拟变量，Zit是一组城市特征的控制变量(包含产业结构、人力资本和拥挤成本)，Wjt则是企业特征控制变量组(包含销售总额，用工规模、所有制类型以及外资技术前沿距离)，μi、σj和νk分别代表城市、企业和行业的固定效应，εijt为残差项。

(二)数据来源和变量说明

1.数据来源

为了考察知识溢出对制造业企业效率的影响随企业年龄动态变化的情况，需要使用企业级的连续微观数据。本文采用的企业数据来源于《中国工业企业数据库》，时间跨度为1998—2007年[注]2002年我国制造业行业分类标准发生调整，工业企业数据库中的行业分类从2003年开始与之前年份存在差异。本文根据GB/T 4754—1994 和GB/T4754—2002两份国民经济行业分类标准，通过逐一对比将2003年以前的四位数行业代码按新的标准调整，统一了各年份的行业分类。，其中仅考察1978年以后成立的企业。此外，由于中国工业企业数据库存在样本匹配混乱、变量大小异常、测度误差明显和变量定义模糊等问题，本文参照Brandt et al.(2012)以及聂辉华等(2012)提出的方法，对工业企业数据库数据进行了整理。

在考察空间集聚带来的知识溢出影响时，空间尺度的选取非常关键，不同的尺度可能带来截然不同的结果。前人的研究表明，知识溢出的影响会随着空间距离迅速衰减(Duranton & Overman，2005)，考虑到数据可得性，城市是一个合适的空间尺度。本文城市数据来自各年度《中国城市统计年鉴》、《中国城市建设统计年鉴》以及《中国区域经济统计年鉴》中的地级行政单元和直辖市数据，通过国家民政局官方网站公布的各年度行政区划代码进行匹配,最终选取的数据有效时间范围是2000年至2007年。

2.变量说明

本文实证部分选取的变量定义及其测算方法说明详见表1，以下做重点说明。

被解释变量。本文采用企业全要素生产率(TFP)作为被解释变量。在TFP的估计方面，本文参考Olley & Pakes(1996)以及Levinsohn & Petrin(2003)的方法分别计算出OP法和LP法两类TFP指标，并参考鲁晓东和连玉君(2012)对部分变量进行价格指数平减。此外，由于中国工业企业数据库有许多企业所报告的当期投资额为零，使用OP法会损失较多的样本(范剑勇等，2014)，因此在本文实证的主体部分，将采用LP法估计的TFP对数作为被解释变量，OP法估计的TFP则用于稳健性检验。

解释变量。对于空间集聚指标Aggit，理论上应使用城市人口密度，但由于缺少口径统一的常住人口密度数据，因此本文借鉴Faberman & Freedman(2016)的策略，采用市辖区常住人口规模作为人口密度的代理变量。对于外商直接投资指标FDIit，本文参考王红领等(2006)，选择市辖区规模以上外资和“三资”企业工业产值之和占市辖区规模以上工业总产值的比例作为解释变量。

表1 变量说明

各个变量的描述性统计参见表2。实证部分用于计量回归的企业样本为1978年起成立的全部内资企业，内资企业的判定标准为中外合资和中外合作企业中，外方在实收资本中占比不超过25%的企业。

表2 主要变量描述性统计

四、实证结果与机制识别

本部分首先报告基准模型的回归结果，得出两种溢出效应的总体情况，然后分别刻画两种溢出效应随企业年龄增长的动态变化，由此识别两种知识溢出的吸收机制，最后进行稳健性检验。

(一)基准模型回归结果

基准模型回归结果如表3所示，最后一列为总体回归结果，(1)至(3)列为不控制城市和企业特征与只控制其中一类特征的情况，城市和企业的固定效应使用面板FE回归控制。从表3中可以发现：(1)两个解释变量的系数都在1%的水平上统计显著，说明集聚溢出效应和FDI溢出效应都对企业全要素生产率具有显著为正的影响，该发现与范剑勇(2006)和王红领等(2006)的主要结论是相吻合的；(2)引入城市特征和企业特征的控制变量后，两个解释变量的系数有一定变化，但仍在1%的水平上统计显著，说明结果比较稳健；(3)城市特征和企业特征控制变量的系数均在1%的水平上统计显著。

表3 基准模型回归结果

注：系数下括号内为稳健标准误，*p<0.1,**p<0.05,***p<0.01。

综上，基准回归的结果证明基准模型确实可以有效识别空间集聚和外商直接投资的溢出效应，适用于接下来对知识溢出吸收机制的动态识别。

(二)知识溢出吸收机制识别

1.溢出效应动态识别模型

在基准模型的基础上，我们加入年龄虚拟变量与集聚指标的交乘项，以考察企业所获取的集聚溢出效应随企业年龄变化的情况，模型变为如下形式：

lnTFPijt= C1+β1Aggit+λ1FDIit+θaAggit*D.Ageijt+φ1aD.Ageijt+

γ1Zit+δ1Wjt+μi+σj+νk+εijt

(2)

公式中的变量定义均与基准模型相同，此时我们感兴趣的指标为β1+θa，作出其图像即可观察内资制造业TFP的集聚溢出效应随企业年龄增长的变化情况。若溢出效应随年龄增加不断上升，则可以证明空间知识溢出是被在位企业吸收的。

FDI溢出效应的动态变化也可通过相同方式进行识别，通过加入年龄虚拟变量与FDI指标的交乘项，以考察企业所获取的外商直接投资溢出效应随企业年龄变化的情况，模型如下：

lnTFPijt= C2+β2Aggit+λ2FDIit+ξaFDIit*D.Ageijt+φ2aD.Ageijt+

γ2Zit+δ2Wjt+μi+σj+νk+εijt

(3)

同上，此时我们感兴趣的指标为β2+ξa，作出其图像即可观察内资制造业TFP的外商直接投资溢出效应随企业年龄增长的变化情况，从而识别外商直接投资知识溢出吸收机制。

2.溢出效应动态识别结果

表4 集聚溢出效应动态识别结果

注：系数下括号内为稳健标准误，*p<0.1,**p<0.05,***p<0.01。

表 4报告了公式(2)的回归结果，可以看到解释变量中的集聚指标及其与各个年龄虚拟变量的交乘项系数均在1%的水平上统计显著，两者相加即可刻画集聚效应动态变化，具体如图1(a)。

表5 FDI溢出效应动态识别结果

注：系数下括号内为稳健标准误，*p<0.1,**p<0.05,***p<0.01。

表5报告了公式(3)的回归结果，可以看到解释变量中的FDI指标系数在1%的水平上统计显著，其与各个年龄虚拟变量的交乘项虽然仅有部分显著，但进行联合检验会在1%水平上拒绝原假设。因此交乘项系数依然是可用的，两者相加即可刻画FDI溢出效应的动态变化，具体如图1(b)。

图1 集聚溢出效应(a)和FDI溢出效应(b)随企业年龄变化趋势

从图1(a)中我们可以看出，集聚溢出效应明显表现出随企业年龄增长持续上升的趋势，集聚项和交乘项系数之和随企业年龄增长累计上涨超过70%，由此可以证明空间集聚的知识溢出吸收是被在位企业吸收实现渐进的生产率提升。此外，从折线图的斜率阶段性变化可以看出在位企业对集聚知识溢出的吸收效果本身也存在阶段性差异。

从图1(b)可以看出，FDI的溢出效应同样会随着企业年龄的增长不断增强，证明FDI带来的知识溢出同样是通过被在位企业吸收实现渐进的生产率提升。但在企业成立最初的几年，溢出效应有一个先降后升的过程，大约从第10年开始，企业获得的FDI溢出效应快速增强，这与假说中提及的第2条逻辑途径是相吻合的。东道国企业在进入之初，主要是面临FDI所带来的竞争效应，伴随其在市场中不断模仿学习，将进入生产率的快速上升期。但超过20年的制造业企业，对知识溢出的吸收效果不升反降，这可能是由于这些企业普遍规模较大，对外部信息不敏感，业务上与国际接轨程度也较低。

(三)稳健性检验

1.替换指标检验

在本文的实证中，可能存在由于指标算法的选取带来的干扰，采用替换指标的策略重跑基准回归，可以检验这方面的问题，具体包括：(1)使用OP法TFP替换LP法TFP构造被解释变量；(2)使用存量指标替代产出指标测算FDI，参考邱立成等(2017)的做法，使用每个城市中规模以上工业企业外商资本加总占实收资本加总的比例(fdi_k)。

限于篇幅，本部分不再详细报告城市特征和企业特征控制变量的系数。分析表6可以发现，替换指标后系数符号与显著性都没有变化，仅系数绝对值有变动。从(2)和(4)两列可以看出，基于OP法TFP的回归系数与基准回归结果有较为明显的差别，这主要是由于OP法计算TFP存在大量缺失值所导致，可以留意到使用OP法指标时样本量减少了20多万。

表6 指标替换回归结果

注：系数下括号内为稳健标准误，*p<0.1,**p<0.05,***p<0.01。

2.分样本检验

实际经营中，规模越大的企业，往往组织架构越复杂，对于外界信息的敏感性也越差，与此同时，大规模的企业也可能更倾向于自主研发，因此对知识溢出的吸收效果可能较中小企业更弱。为了确保本文的结果并不是仅仅来自一部分企业的特殊结论，有必要区分不同规模的企业样本进行稳健性检验。企业规模划分原则参照国家统计局2011年发布的《关于印发中小企业划型标准规定的通知》，将工业企业划分为微型(20人以下)、小型(20—300人)、中型(300—1 000人)以及大型(1 000人以上)四个样本，回归结果见表 7。

表7 企业规模分样本回归结果

注：系数下括号内为稳健标准误，*p<0.1,**p<0.05,***p<0.01。

表7报告了分样本回归的结果，第(1)列是用于对照的全样本回归结果，(2)至(5)列依次为微型、小型、中型和大型工业企业样本的回归结果。从表 7可以看出，规模越大的企业，获得的溢出效应确实越小，但就集聚溢出效应而言，即使是规模1 000人以上的大型企业，仍能获得1%水平上统计显著的溢出效应；就FDI集聚溢出效应而言，微型到中型工业企业均可获得1%水平上统计显著的溢出效应，大型企业的FDI溢出效应在统计上不显著，但系数的符号和大小仍保持一致的趋势。

综上，我们发现更换关键指标的测量方法以及划分不同规模的企业样本并不会影响本文结论。总体而言，本文的实证是稳健的。

五、结论与启示

本文深入探讨知识溢出的吸收机制，首先结合改革开放以来制造业发展历程提出理论假说，然后通过刻画企业TFP的集聚溢出效应和FDI溢出效应随企业年龄增长的动态变化情况，对知识溢出的吸收机制进行了识别，实证结果为本文的理论假说提供了有力证据。基于1998—2007年中国规模以上工业企业数据的实证分析，本文发现：(1)中国制造业的知识溢出吸收机制，主要是在位企业吸收知识溢出实现渐进的生产率提升；(2)在位企业对集聚知识溢出的吸收效果存在阶段性差异；(3)企业成立的前10年，对FDI知识溢出的吸收会经历一个先降后升的过程，但超过20年的企业，对FDI知识溢出的吸收效果不升反降。

基于上述结论，可以得到以下三点启示：

首先，在推动新旧动能转换的过程中，政策制定者应当认识到中国制造业的技术进步是一个循序渐进的提升过程，新旧动能转换并不是单纯依靠新兴产业对传统产业、进入企业对在位企业的替代实现的。在鼓励创新的同时，也要为市场中的在位企业提供更有利于其吸收知识溢出实现技术进步的条件，比如组织更多的企业交流、提供技术改造贷款和先进人才与技术的引进补贴等。

其次，不同年龄阶段的在位企业对集聚知识溢出的吸收效果本身存在差异，有积累期也有爆发期，因此对于制造业园区的产业培育和转型升级绩效切忌盲目追求速度，更要慎用补贴等调控手段。

最后，考虑到制造业在位企业对FDI知识溢出的吸收会出现阶段性变化，尤其是前10年存在先降后升这一特征，地方政府若希望通过招商引资带动本地制造业发展，则应先对本地制造业企业能否应对外资进入后带来的市场竞争压力进行客观评估，并且要从多种途径促进外资企业与本地制造业的合作与交流，不可抱有一步到位的想法。