开发区、集聚类型与企业创新——来自上海的经验证据

张铭心 黄铄珺 张志强

（复旦大学经济学院，上海 200433）

一、引言

1984年9月25日，国务院批准建立了全国第一个经济技术开发区（以下简称开发区），这是继中国14个沿海开放城市之后又一项重要的改革开放措施。三十多年来，开发区以平均25%以上的增幅实现了高速发展。2016年，全国219家国家级经济技术开发区（以下简称国家级经开区）实现地区生产总值83139亿元人民币，占全国GDP的11%，成为国民经济主体力量，奠定了经开区牢固的国民经济主体地位。与此同时，开发区明显地由粗放型向节约型演变、由加工贸易向自主创新发展，逐渐树立了区域经济的主体和龙头地位，科技创新在经开区必将大有作为。

开发区作为承接地方创新和产业政策落地的重要载体，通过对入园企业实施一定的政策优惠，吸引和孵化更多企业，尤其是优质科技企业入园，提高园区的研发和产业集聚程度，辐射和带动城市经济发展、生产率和创新水平的提高。开发区的引资政策主要体现在税收优惠、政府审批简化、人才引进和培育以及良好的软硬件环境。其中对企业创新有突出意义的政策措施包括：1）开发区企业进口自用的建筑材料、生产设备、原材料、零配件、元器件、交通工具和办公用品，免征关税和进口税；2）人才引进与培育，通过设立“引才津贴”、“人才公寓”等形式，吸引或培育掌握关键技术、拥有自主知识产权或高端管理水平的海内外领军人才、高层次管理和技术人才；3）鼓励企业通过科技创新、技术改造，将高科技、新工艺、智能化应用于生产等。

在开发区优惠政策和较为先进的行政管理体制下，园区企业创新能力的提高将通过两种机制实现：1）集聚效应，开发区带来了诸多企业地理上的接近，当园区内集聚了足够多的创新企业之后，企业和人员之间的交流，知识将产生正的外部性，产生知识溢出；有些开发区的成立与当地的产业优势有关，开发区促进了产业上下游和同行业的集聚，这种集聚也会产生一定的正外部性，促进产业内和产业间的创新程度；2）选择效应，一系列的税收和人才优惠条件将吸引（潜在的）创新型企业从非开发区区域迁入开发区，也吸引高技术人才选择在开发区内创办企业，存在退出机制的开发区还可能将非创新型企业或者落后产能淘汰。但是选择效应很难与回归分析中的内生性区别开，而且潜在的自选择效应具有不可观测性。

集聚效应不仅存在于开发区建设中，也存在于大城市的集聚、区域产业群的集聚中，具有很强的可观测性，也便于政策操作，是相关领域研究中的重点。集聚效应与创新的关系在于，一定形态的集聚可以促进企业创新，但是也并不排除某些集聚形态（比如同业恶性竞争等）导致企业创新能力和意愿下降。本文的研究目的在于：通过考察开发区、集聚和企业创新三者之间的关系，集中回答集聚度和不同集聚类型如何影响开发区的创新作用？

二、文献综述

关于地区政策及其带来的企业选址和集聚的研究已经较为常见（比如，Arzaghi和Henderson, 2008; Greenstone等, 2010; Kline和Moretti, 2014; Neumark和Kolko, 2010;Rosenthal和Strange, 2004; Rossi-hansberg等, 2010）。但是他们的结论一般是认为地区政策仅仅是将一些区域的经济资源转移和集中到另一个地区，这种“零和”调整不会带来新的增长，甚至会因为认为干预造成资源误置。但是这种观点在中国可能不会成立，原因在于中国的开发区政策附加了如简政放权、税收减免和人才优惠措施等，中国的基础设施条件也存在差异，因此将最有效率的企业集中在最优的软硬件环境中可能会带来更多增长和创新。

Y.Lu等(2015)使用最小单位的行政级别数据研究了开发区政策对就业、投资、产出和企业动态（进入和退出）的影响。Wang(2013)使用县级数据研究了有无开发区对吸引外商直接投资（FDI）的影响，她发现开发区成功的帮助中国提高了FDI水平，没有挤出国内投资，并且提高了地区生产率。类似方法的研究还包括：王永进和张国锋（2016），他们主要考察了开发区提高生产率的机制是选择效应还是集聚效应；吴一平和李鲁（2017）通过企业地址关键词判断企业是否位于开发区中，进而使用新产品产值这一指标度量企业创新能力，发现开发区政策抑制了企业创新。S.Zheng等(2015)借助企业的经纬度定位判断企业是否在工业区内，借此识别工业区的生产率溢出效应，以及工业区对周边商业和房地产的影响，结论肯定了开发区在这三个方面的积极作用，为中国地方政府建立开发区的利弊权衡提供了较为综合的参考意见。本文借鉴S.Zheng等(2015)使用地理数据做企业层面研究的方法，重点研究开发区对企业创新的影响。

关于集聚的研究主要分为两个方向，一是不考虑产业关联等因素的的经济集聚及其溢出效应等；二是产业集聚及其影响等。关于前者的研究主要对强调企业集聚后生产率、创新等的溢出效应，比如：Feldman(1999)指出集聚影响创新的具体渠道可以概括为，创新生产函数、专利引用、技术工人的流动和技术商品的流动；Ellison和Glaeser(1999)则考察了禀赋对一个地区产生经济集聚的影响；Greenstone等(2010)使用倍差法识别了地区吸引大型制造业企业集聚与否与若干年后地区TFP（全要素生产率）之间的关系，结论显示大企业的生产率集聚溢出效应显著存在。

后者强调集聚与产业间关联的关系。Blasio和Addario(2005)则研究了产业集聚对劳动力工资、流动、就业和创业等方面的影响。Freedman(2008)也发现了类似的结论，产业集聚更有利于高技术行业内的职员跳槽。Fan和Scott(2003)考察了东亚地区，尤其是中国的经济集聚现象，研究发现中国经济市场化改革越快的地方，产业集聚对TFP的积极影响更大。J.Lu和Tao(2009)使用中国的企业数据对中国1998年-2005年的经济空间集聚现象做了研究，结果发现中国在这一时期经历了快速的经济集聚，而地方政府的产业保护则成为一种阻碍集聚的力量，进而发现了马歇尔外部性、资源禀赋和规模经济之外的一种经济集聚的重要影响因素。以上对产业集聚和劳动力流动的关系的研究为集聚溢出效应通过人员交流发挥作用提供了坚实的研究基础。彭向和蒋传海（2011）使用行业层面数据实证研究了产业内和产业间知识溢出的对地区创新的影响，结论显示互补性较高产业间知识溢出在更大程度上显著提高了地区创新水平，而产业多样性和产业内的知识溢出同样可以提高创新水平，但是影响要弱于互补性产业间知识溢出。陈良文和杨开忠（2007）则将城市内部空间结构和外部规模经济效应同时整合到标准的新经济地理学模型框架之中，发现马歇尔外部性的溢出效应仍是一种重要的经济集聚力量。杜威剑和李梦洁（2015）通过构建城市层面的行业内和行业间集聚指数发现集聚对企业新产品有显著的提升作用。雷曙光（2017）使用上海市的开发区企业普查数据，研究了创新投入、产业集聚和园区内企业绩效的关系，发现增强创新投入和产业集聚效应是提高开发区产值利润等绩效的重要途径。王帅和周明生（2018）从知识溢出视角分析了信息基础设施对产业集聚和经济增长的影响，发现信息基础设施建设对产业集聚的影响在我国区域之间存在巨大差异，侧面说明了西部地区可能还不具备产业集聚带动经济发展的条件。孙楚仁等（2015）研究了行业内外部性、行业间外部性、行业分散和行业竞争四种集聚对城市出口增长二元边际的影响，不同集聚类型之间存在较大差异。周沂和贺灿飞（2018）则使用海关数据研究了不同类型的集聚经济对城市出口产品结构的影响。

以上研究分别对开发区、产业集聚对创新等的影响做了较为详尽的分析，但是以往研究对集聚在开发区创新推动作用中所施加的影响缺乏研究，对不同类型的集聚在其中所起的作用缺乏认识，从而无法对开发区建设提供更为细致和更有建设性的建议。本文的边际贡献在于考察了集聚度和集聚类型对开发区创新作用的影响。综合以上研究本文提出以下研究假设：

假设1：开发区可以提高城市内企业间的空间集聚水平，这种政策引致的经济集聚可以提升企业创新投入和产出。

假设2：不同类型的经济集聚对企业创新投入和产出的影响存在异质性，开发区内不同的集聚类型对企业创新投入和产出的影响存在异质性。

接下来本文将从以下几个部分展开研究：第三部分将介绍我们的识别策略、数据和变量设置；第四部分研究集聚度对开发区创新作用的影响；第五部分进一步考察不同集聚类型对开发区创新作用的影响；第六部分提出结论和政策建议。

三、研究设计

1.识别策略

本部分主要考察集聚度对开发区创新作用的影响，为此我们首先使用开发区对企业集聚度回归，再将开发区和集聚度对企业创新进行回归，进而可以确定集聚度是不是开发区创新作用的重要渠道。基准回归方程设置如下：

其中Innoist表示被解释变量为企业研发能力，包含创新投入和创新产出；Parkist表示解释变量企业距离开发区边界的距离（正数表示在开发区内，负数表示在开发区外）或者是否在开发区内（在开发区内则设置该变量为1，否则为0）；Aggist为企业周边的集聚程度和集聚类型；Xist表示地理和企业方面的控制变量；λj表示行业固定效应，λt表示时间固定效应，由于大部分企业地址是不发生改变的，即解释变量不随年份改变，因此没有加入企业固定效应；µist为随机误差项。α1和α2为本文主要观察的系数。

2.数据样本

本文企业层面的数据来自《中国工业企业数据库》，作为国家统计局统计年鉴的微观基础，该数据库详细录入了全部国有企业和规模以上非国有企业的主要信息和财务数据，其中包含对于本位最为重要的研发投入和企业地址。本文选择2001-2003年以及2005-2007年的上海市的企业数据进行实证研究，并参照聂辉华等（2012）的方法对数据做了处理。选择这几个年份是因为2008年以前的数据库中只有这几年报告了企业研发投入。本文的研究目的在于判断开发区政策和集聚类型的创新促进作用，因此选取最有可能出现正向作用的地区作为研究对象，而选择上海市企业作为代表性研究样本的原因包括：第一、上海是中国重要的经济中心，其城市本身的工业体系最为完整，工业门类非常齐全；第二、上海市是我国最早建立各类开发区和开发区的省市之一，有中国最为完整的开发区建设体系，这里既有较早成立的国家级高新技术开发区（上海市高新技术开发区等），又有全国最为重要的金融业改革试验区（陆家嘴金融贸易区）；第三、工业企业数据库中上海市企业的地理位置信息最为详尽，能够获得较为准确的经纬度落点。采用类似做法的研究还包括Ding(2004)、S.Q.Zheng和Kahn(2008)和孙楚仁等（2015）等。根据工企数据库提供的企业地址信息，借助百度地图Web服务API中的Geocoding API v2.0接口，获取相应的经纬度信息以及信息的可信度，进而获取企业的经纬度信息。

开发区地理区位信息来自国土资源部发布的《中国开发区四至范围公告目录》（以下简称《四至公告》）。本文根据《四至公告》描述的范围，使用ArcGIS软件画出了各开发区的地理范围。结合企业经纬度数据判断企业是否在开发区或开发区内。企业专利申请的数据来自上海市知识产权局网站。

3.变量定义与数据描述

本文的被解释变量为企业研发支出和专利申请，分别用以衡量企业的创新投入和创新产出。研发支出方面，本文对以2000年为基期的固定资产价格指数平减后的研发支出取对数。专利申请方面，本文根据企业i在t年是否申请了专利（且该专利申请在此后获得通过）来构造虚拟变量，有申请则为1，否则为0。

本文主要的解释变量为企业距离开发区边界的距离（单位：千米）或者是否在开发区内，以及企业的空间集聚度和集聚类型。前者根据地理坐标落点做出精确的判断，后者我们借鉴Desmet和Rossi-Hansberg(2007, 2009和2010); Lucas和Rossi-Hansberg(2002);Rossi-Hansberg(2004); Wilson等(2004)等文献的设定设置企业的集聚指数，将企业的研发集聚设置为：

dijt表示企业i和企业j之间的直线距离，1jt为指示函数，我们将dist*分别设置为5千米、10千米和全市范围我们将dist*分别设置为10千米和5千米。上式通过将一定范围内其他企业的Z变量研发支出使用距离（以一定衰减方式，衰减系数）加权，式（2）很好的度量了集聚溢出效应程度。我们将dist*分别设置为5千米、10千米和正无穷大（即不限范围）。当Z=1时Aggit衡量的是企业i的集聚度，它反映的是周边企业的空间分布密集程度，Aggit越大表示企业周边的企业更多。对Z的其他不同设置可以反映不同的集聚类型。本文重点关注以下几种类型的集聚：

1）研发要素集聚

2）产业垂直集聚

3）产业水平集聚

控制变量方面，地理层面的变量包括企业到市中心（人民广场）的距离、到最近的主要大学（前211/985大学中的综合类和理工类大学）的距离以及到最近的交通枢纽（虹桥火车站、上海火车站、上海南站、虹桥机场和浦东机场）的距离（Zheng等2015），距离的单位为千米；企业层面的距离包括国企虚拟变量（Girma等, 2009）、全要素生产率（LP方法计算而得，Levinsohn和Petrin, 2000; 杨汝岱, 2015）和成立年份（Huergo和Jaumandreu, 2004）。变量的描述性统计见表1：

表1 变量的描述性统计

研发要素集聚（10km内） 69,806 11.884 2.172 0 15.636研发要素集聚 69,806 14.378 0.738 10.141 15.925产业垂直集聚（5km内） 69,806 6.738 5.150 0 49.161产业垂直集聚（10km内） 69,806 19.303 12.891 0.032 84.636产业垂直集聚 69,806 87.111 41.616 0.724 205.293产业水平集聚（5km内） 69,806 5.234 0.811 0 6.453产业水平集聚（10km内） 69,806 6.358 0.793 0 7.383产业水平集聚 69,806 8.054 0.380 4.505 8.566到市中心的距离 69,806 23.354 12.637 0.347 99.556到大学的距离 69,806 14.799 10.176 0.027 90.561到交通枢纽的距离 69,806 17.765 11.419 0.174 86.842国企虚拟变量 69,806 0.059 0.236 0 1生产率 69,806 7.566 1.864 -0.631 14.767成立年份 69,806 1994.724 11.270 1860 2007

四、集聚度对开发区创新作用的影响

这部分我们要集中解决的问题是，开发区能不能促进企业集聚和提升企业创新能力，以及开发区的集聚效应是不是促进企业创新的重要渠道。需要注意的是上海市作为我国的经济金融中心，除了以发展制造业为主的开发区外，还有诸如陆家嘴金融贸易区和佘山国家旅游度假区两处服务业为主的开发区。本文严格意义上的开发区仍然是指那些以发展制造业为主的经济技术开发区、开发区和出口加工区，为此我们将两个服务业开发区中的企业也作为控制组对待。我们选取研发支出和专利申请作为被解释变量，全面考察开发区对集聚和创新的影响。回归中控制了行业固定效应和年份固定效应，使用行业层面的聚类稳健标准误（以下各回归均使用此类标准误）。

1.开发区能不能提升企业集聚度和企业创新能力

开发区的划定带来了企业空间上的集聚，这从图1中可以直观的看出。此外我们用企业距离开发区边界的距离对集聚度进行回归（图2），不难发现越接近开发区几何中心企业的集聚程度越高。为了准确识别开发区和集聚的关系，我们进一步做了回归分析。

图1 上海企业（2007年）与开发区分布

图2 开发区内外集聚程度

我们使用企业到开发区边界的距离对集聚度做了回归，以进一步确定开发区是否促进了企业的空间集聚。表2第（1）-（3）列分别是对企业5千米、10千米和全市范围内的集聚度的回归结果。从开发区系数的大小和显著性来看，10千米范围内的集聚度受开发区的影响最大且最显著。这表明企业越接近开发区的几何中心点，企业所处的一定范围内的空间密集程度越高，这与图1和图2中观察到的结论是一致的。此外，地理层面的变量如到市中心、大学和交通枢纽的距离也显著影响企业的集聚度；企业层面的国企变量和成立年份也影响企业所处的集聚程度。

第（4）和（5）列分别表示企业到开发区边界的距离对企业研发和专利申请的影响。回归结果表明开发区内的企业，尤其是接近开发区中心的企业其创新能力越强。该结论看似与吴一平和李鲁（2017）的结论不同，但事实上吴一平和李鲁（2017）衡量创新的指标主要是新产品产值占比等，某种程度上这反应的是创新的第二阶段-创新成果转化，而开发区政策的规模偏向以及相对较差的制度环境可能导致财政激励政策错配，企业忽视专利等创新成果转化为产品（梁正等，2016），因此与本文的结论并不冲突。控制变量方面，企业TFP和成立年份对企业创新有更为显著和稳健的影响。以上回归结果表明，开发区可以显著且稳健的提高企业的空间集聚度，越接近开发区几何中心点企业集聚度越高；开发区也显著且稳健的提高了企业的创新能力，越接近开发区几何中心点企业的创新能力越强。

表2 开发区、集聚度和企业创新

2.集聚效应是不是开发区促进企业创新的重要渠道

我们使用中介效应检验了集聚效应作为开发区促进企业创新重要渠道的可能性，表3显示了回归结果，其中第(1)-(3)列的被解释变量为企业研发支出，第(4)-(6)列的被解释变量为专利申请。可以发现，集聚度显著影响了企业的创新能力，而在加入了集聚度变量之后，开发区的系数大小有明显的下降或者系数显著性下降。这表明，集聚度在很大程度上吸收了开发区的作用，加上表2的回归结果，我们可以认为集聚效应是开发区促进企业创新的重要渠道。

表3 开发区、集聚度和企业创新

综上所述，开发区对企业的空间集聚有显著的提升作用，同时开发区对企业创新也存在显著的提升作用。而借助中介效应检验方法，我们发现集聚效应是开发区促进企业创新的重要渠道，这为第五部分探寻不同集聚类型的作用提供了基础。

五、不同集聚类型对开发区创新作用的影响

接下来本文进一步将集聚度做了细分，将前文构建的不同集聚指标放入回归方程并考察不同集聚类型在开发区创新作用中所起的作用。为了便于对回归结果进行解释，我们将解释变量由企业到开发区边界的距离改为企业是否位于开发区内（在开发区内等于1，否则等于0），并且加入开发区和集聚类型和交互项，从而便于说明在开发区内形成怎样的集聚形式才能促进企业创新。

1.开发区与不同集聚类型

表4中，我们将回归分析的被解释变量改为集聚程度，第(1)-(3)列分别是开发区对不同范围研发要素集聚的回归，第(4)-(6)列分别是对不同范围产业垂直集聚的回归，第(7)-(9)列分别是对不同范围产业水平集聚的回归。我们得到一些有趣的结论：第一，开发区对所谓类型和范围的集聚程度都有显著的提升作用，开发区的这种地理集聚效应非常明显；第二，对于研发集聚和产业水平集聚，开发区的系数随着集聚范围扩大而缩小（且系数差距很大），而对于产业垂直集聚，开发区的系数随着集聚范围扩大而扩大（系数差距不大）。开发区促进了研发活动和同行业企业小范围的高度集中，距离衰减非常明显；而产业垂直集聚的分布似乎并没有因为开发区而变得高度集中。当然，最重要的是开发区显著提高了企业间不同类型的集聚，这为后文的分析奠定了基础。

表4 开发区与集聚

2.研发要素集聚与企业创新

在确定了开发区和企业集聚的关系后，我们使用式(1)进行回归分析。对三种集聚类型的回归结果分别见表5、表6和表7。研发要素集聚的回归结果表5中，列(1)-(3)为对研发支出的回归结果，列(4)-(5)为对专利申请的回归结果。在同时控制了集聚和交互项之后，开发区的系数变成负数，在开发区内的集聚到达一定程度（约研发集聚大于10）之后，开发区的影响系数才能成为正数。这或许可以部分解释吴一平和李鲁（2017）的回归结果为负数的原因，即回归样本更多样本的集聚程度没有达到临界值。三个范围内的研发要素集聚的系数大都显著为正，但是过大范围的研发集聚可能不利于企业研发支出和专利申请。可见，一定范围内的研发要素集聚比开发区促进创新的作用更加显著和稳健。交互项的系数全部是显著大于零的，且随着集聚范围的扩大而增大，这再次表明说明开发区政策真正起作用必须以建立一定形式的集聚（比如研发集聚）为基础，这与向宽虎和陆铭（2015）对内陆地区开发区有损内陆地区的总体效率的解释相符合，只有处于一定的集聚环境中才能激发企业的创新能力。

表5 研发要素集聚

观测值 69,806 69,806 69,806 69,806 69,806 69,806 R2 0.121 0.119 0.116 0.040 0.040 0.040

3.产业垂直集聚与企业创新

与研发活动的集聚不同，产业垂直集聚本身对企业创新的影响是非常显著和稳健的，而且在加入了这种集聚后，开发区的作用被全部吸收，开发区对研发支出的影响系数甚至是负的。而交互项的系数也显示开发区内的垂直集聚仅仅显著增加了企业的研发支出，对专利申请没有显著影响。该回归结果或许可以部分解释吴一平和李鲁（2017）的结论，即如果开发区内的垂直集聚程度很低，可能导致开发区对企业创新的影响很小，甚至表现为负面影响。

表6 产业垂直集聚

4.产业水平集聚与企业创新

加入产业水平集聚变量后，开发区对研发支出的影响显著为负，不过交互项的系数仍然显著为正，即在一定的水平集聚较低的情况下开发区对研发支出的影响有可能的负。这也是对吴一平和李鲁（2017）结论的一种解释，水平集聚程度过低也是造成开发区创新作用为负的重要原因之一。在加入水平集聚变量后，开发区的对专利申请的影响系数不再显著。

表7 水平集聚效应

综上所述，研发要素集聚、产业垂直集聚等很大程度上吸收了开发区的作用，考虑开发区内具体的集聚类型时，开发区本身的政策作用会被削弱。这再次说明在促进创新方面开发区的作用较微弱，集聚才是推动创新的重要内在力量。开发区内形成研发要素集聚对创新投入和产出都有显著促进作用；开发区内形成的产业垂直和水平集聚则仅仅显著促进研发投入。

六、结论

本文首先详细总结了关于开发区以及经济集聚的研究，并在此基础上提出研究假设，进而使用地理数据和企业研发、专利数据等数据指标，准确识别了集聚度和不同类型的集聚对开发区创新作用影响，本文结论主要包括：

1）开发区显著的提高了企业的空间集聚程度，越靠近开发区的几何中心，这种集聚度越高，这一结论在改变计算集聚度的范围时依然稳健。

2）集聚是开发区促进企业创新的重要渠道之一，将集聚度放入回归方程时开发区的系数会变小或者变得不显著。

3）并非所有的类型的集聚都可以促进创新，在开发区内营造良好的经济集聚形式才是使得开发区发挥创新作用的关键。开发区内的研发要素集聚显著的提高了企业的创新投入和创新产出，而产业垂直和水平集聚则仅仅提高了企业创新投入，没有显著提高创新产出。

本文的结论为地方政府的开发区建设提供了重要参考，具体来说：

1）开发区选址和规划中，一定要充分考虑当地产业集聚情况，在经济集聚的基础上规划开发区可起到锦上添花的作用；同时要防范不考虑经济规律和产业发展状况，盲目规划开发区、产业园的做法。按照本文的研究结论，产业园区本身的创新效应并不稳健，真正起作用的还是集聚的力量；

2）加大对园区内企业的研发支持力度，增强研发集聚的强度，提供良好的基础设施，为研发人员的交流学习提供良好环境，从人才补贴、金融扶持和税收优惠等多方面入手，增强园区对创新的支持；

3）合理优化园区企业的行业分布，既要保持行业的多样性，鼓励园区内行业上下游之间的合作，提高产业垂直集聚程度，又要注重保持一定的同业竞争性，引导良性竞争，提高产业水平集聚水平。