集聚视角下城市群与产业群技术创新联动、同群效应与创新涌现的关系研究

陈 斌，何思思

（1.南通大学经济与管理学院；2.南通大学江苏长江经济带研究院，江苏南通 226019）

1 问题提出

城市群已经在全球范围内成为驱动经济及技术发展的重要载体。作为新的经济空间组织形态，城市群一体化发展引致创新要素高速、高效及高能流动，并激发城市群成为技术创新活跃区域。在西方，如美国西海岸、东京太平洋湾区、德国莱茵河区域，创新涌现正引领着这些区域经济高速增长。实践表明，上述区域的创新涌现有着共同规律：城市群与产业群空间交叠，技术创新要素高度集聚，从而催生一大批新经济企业，其中不乏一些独角兽企业在空间上出现扎堆现象，使得技术进步与变革式创新层出不穷，不断涌现。在我国长三角、珠三角等城市群中，产业集群已经具备世界级产能及集聚优势，但创新优势并不突出，这既制约了这些区域内产业集群的转型升级，也对我国城市群的进一步发展形成阻滞。探究城市群与产业群空间交叠下创新涌现的形成机制、影响效应及治理机制已经成为亟待研究的一个问题。因此，本研究将进一步厘清在城市群和产业群的空间交叠下创新涌现的形成机制，从微观个体企业视角，以我国6 个主要城市群中在沪深两市的上市企业作为研究对象，在理论分析的基础上建立研究假设，实证检验城市群企业创新行为在专业化集聚和多样化集聚下是否存在联动效应和同群效应，并检验城市群与产业群空间交叠能否引发区域技术创新的涌现现象。

2 文献综述

早期，企业创新驱动因素的研究主要围绕管理者特质、股权结构等企业内部因素展开，外部因素集中为政策制度因素。近年来，伴随着集聚经济的快速发展，外部集聚环境成为关注焦点，学者们广泛探究了产业集聚对企业创新的影响，包括具体行业的专业化集聚水平对企业创新的影响，如郑冠群等［1］测度了我国制造业产业空间集聚指数，并通过实证研究发现制造业空间集聚水平的提升能够显著促进创新型企业创新水平的提高；以及探究不同集聚类型对企业创新的影响，如胡彬等［2］讨论了产业集聚环境对企业创新偏好的分层影响，认为专业化集聚环境能增强企业的低端创新偏好，相关多样化集聚环境则更能增强企业的高端创新偏好。此外，也不乏有学者探究产业间协同集聚对企业创新的影响，如刘胜等［3］基于产业空间协同分布视角，实证研究发现生产性服务业与制造业协同集聚能够显著促进企业技术创新。

在城市群日益崛起的背景下，集聚经济空间逐步从城市扩展到城市群，城市群一体化程度的提升使得各类要素流动更为高效、高速，城市群内资源实现优化配置，城市群人口集聚能显著促进企业创新［4］。从企业创新的内外部因素来看，多数相关研究都基于企业独立决策的隐含假设，忽略了创新主体间的相互影响。一方面，企业创新往往具有高风险、高成本等特点，作为理性决策主体，企业更倾向于模仿学习群内其他主体，企业间的相互影响使得企业创新行为具有显著的同群效应［5］；另一方面，在城市群与产业群的交叠下，知识溢出效应的扩大为技术创新产生联动效应创造了良好的条件，从空间集聚角度探讨同城市群内企业间创新活动的相互影响具有较强的现实意义。股票投资所具有的同地区联动性最早得到验证［6］。赵娜等［7］考察了城市群内企业投资的联动性，发现不仅同行业企业间的投资策略具有联动性，跨行业企业间的投资策略也具有联动性。

在关于企业创新联动效应的探讨中，郝盼盼等［8］以国家级城市群中沪深 A 股上市的制造业和信息技术企业作为研究样本，研究发现城市群内不同行业的企业创新投资存在明显的联动性；而翟士运等［9］研究发现，同城市群内企业创新行为也具有显著的联动效应。以上两篇文献均探究了专业化集聚与多样化集聚效应对企业创新行为的影响，并进一步判断同行业企业和跨行业企业创新是否存在联动效应，但缺乏不同类型的多样化集聚效应对企业创新的影响。因此，本研究从跨总体、跨相关以及跨无关多样化集聚视角进行行业的划分和实证检验，有利于丰富集聚效应理论。

3 理论分析与研究假设

3.1 城市群技术创新联动效应

城市群是城市化发展的高级形态，其一体化发展使得毗邻城市间的基础设施、资源配置、公共空间治理不断得到优化与完善，并促使经济活动在城市群内高度集中，从而产生更大规模的集聚经济效益。伴随着城市群一体化程度的提升，城市群与产业群往往空间交叠、相互作用。期间，城市群内部的功能分工协作，使得群内各产业关联度不断增强［10］，城市间、企业间的联系更加紧密，促使创新资源要素能更为高速、高效及高能流动，并且能营造更加优质、开放融合的“双创”生态环境［11］。Marshall［12］最早指出产业集聚与创新行为之间存在密切关系，并利用外部性阐述了产业空间聚集的原因，即专业化投入和服务的发展、劳动市场共享以及技术外溢。既往研究表明，在专业化集聚作用下，同行业企业间的知识溢出效应使得企业能通过学习与模仿、非自愿扩散、人才要素流动等形式获得同行业企业的相关知识［13］，从而激发企业的创新灵感与活力。众多同类企业在特定的空间范围内集聚，更容易使得新想法、新知识和新技能在企业之间传播和应用［14］，空间集聚使得企业间合作加强、信任度提升，有利于隐性知识的传播和分享。城市群一体化也有利于企业交流与合作常态化，促进行业研讨会等技术交流平台的搭建［15］，企业不仅通过信息交流平台和技术合作平台吸收新知识和新技能，还能够提高创新资源利用率和创新效益。此外，城市群一体化进一步强化了知识溢出［16］，使得企业间关系更为密切、交流更加频繁，企业间进行知识分享与技术交流的机会变得更多，从地理位置和知识源邻近获得所需的隐性知识，有利于提高创新收益［17］。

如图1 所示，技术创新产生联动效应，同城市群内企业创新行为具有显著的联动效应，不同行业的企业创新投资也存在明显的联动性，进而说明特定的时空环境有助于创新涌现。知识溢出效应是技术创新产生联动效应的先决条件，而溢出效应不仅可出现在同行业内部，同一区域不同行业聚集（包括相关多样化与无关多样化集聚）也会产生知识或技术溢出［18］。Frenken 等［19］最早提出“相关多样化”与“无关多样化”概念，其中相关多样化是指在经济技术方面存在较强联系的一系列产业，相关产业集聚有利于跨行业企业间共享资源、信息和知识，降低企业各项成本，进而提升企业的研发创新投入强度。在相关多样化集聚背景下，产业间合适的认知距离使得黏性技术更易溢出和被模仿学习［20］。无关多样化是指没有明显技术经济联系的产业在特定地区分布的产业格局［19］。无关多样化能有效促进跨领域重新组合下的突破性创新［21］，因为不同产业下的工作人员具有不同专业背景，彼此之间的相互交流及合作更易于产生新思想、新产品与新工艺。Jacobs［22］提出外部性源于产业间知识的差异性和多样化。多样化集聚作为开放型系统，其多元化能有效促进企业间知识共享和产业联合发展，企业间沟通交流所涉及的信息更为丰富且异质，企业吸收和整合异质性知识资源对提高创新能力具有促进作用［23］。此外，通过多样化集聚，企业还能有效利用高等院校及科研机构的创新资源，使高层次人才及其科研成果为企业创新所用。正是由于城市群与产业群的空间交叠，从而营造出产业相关多样化、无关多样化同时集聚的时空环境，企业间更易进行知识交流、模仿学习以及竞争赶超，从而引致城市群内企业创新行为产生联动效应。因此，基于以上分析，提出研究假设1 和假设2。

图1 集聚视角下城市群创新涌现形成机制

H1：城市群内专业化集聚会促使同行业企业创新行为产生联动效应，有助于创新涌现。

H2：城市群内多样化集聚会促使异行业企业创新行为产生联动效应，有助于创新涌现。

3.2 城市群技术创新同群效应

同群效应研究主要聚焦在特定群体对群内单独个体的作用上［24］。同群效应中群体指向明确，即仅影响特征相似的群体［25］，如同行业、同地区或同行业且同地区群体。本研究中的同群所指为同城市群且同行业。既有研究表明，企业决策包括企业融资决策、投资决策、并购决策都具有同群效应，即企业管理者制定相关决策时会借鉴同群企业有效信息，并根据同群企业已有决策作出响应［26］。同理，对于企业创新行为而言，其决策过程也可能受同群效应的影响［27］。如图1 所示，企业研发创新过程中面临着投入成本高、回报不可预期等问题，而地理位置上的接近促使企业间的交流沟通能够更为直接、便捷［28］，且同群企业间的信息交流沟通中往往包含着更为高效有用的信息集，企业获取和消化这部分有用信息并将其转化为更为新颖的创意与想法，进而减少试错成本，缩短研发周期，达到企业创新在效率和成本上的双优。其次，作为企业竞争力的核心，技术创新的动力根植于企业生存发展的基本需求。面对同群其他企业的竞争，以产品竞争力为核心卖点的企业，其技术水平必须达到不断被抬升的同行业平均线，而想要谋求更大的发展，企业技术水平应当时刻处于领先地位，这种企业生存发展的内生逻辑在同群效应下显著放大，驱动企业不断加大创新投入强度。因此，基于以上分析，提出研究假设3。

H3：城市群同行业群体创新行为具有同群效应，有助于创新涌现。

4 研究设计

4.1 样本选取与数据来源

选取我国6 个重点城市群作为研究区域，分别为长三角城市群、珠三角城市群、长江中游城市群、成渝城市群、中原城市群以及粤闽浙城市群，企业样本选择这6 个城市群内2015—2020 年沪深两市上市公司。对研究数据进行了如下处理：（1）剔除ST（special treatment,ST）类上市公司；（2）剔除研发投入连续2 年及以上数据缺失的上市公司；（3）剔除财务数据缺失的上市公司；（4）剔除所属行业和所属地区在样本年度前后不一致的上市公司。主要数据来源于中国经济金融研究数据库（China Stock Market Accounting Research Database，CSMAR）和Wind 数据库，并对模型中的连续控制变量进行1%分位上的Winsorize 处理。

4.2 变量说明

（1）企业创新变量。创新投入和创新产出是衡量企业创新行为的两个维度，本研究关注各城市群是否存在创新行为的涌现现象，更倾向于使用创新投入作为企业创新变量，而研发投入强度又是创新投入的主要衡量指标。

（2）核心解释变量。多样化集聚程度根据Frenken 等［19］的界定，分为总体多样化、相关多样化和无关多样化，因此基于产业集聚视角，将异行业分为跨总体行业、跨相关行业和跨无关行业。明晰样本企业所属的小类行业，并将其匹配进相对应的大类部门。参考武翠等［29］的做法，并借鉴2015年《中国城市统计年鉴》中产业划分，小类行业划分为19 类；同时参照联合国标准产业分类（SIC），将大类部门分为第一产业、第二产业、生产性服务业、流通性服务业、社会性服务业和消费性服务业。跨总体行业是指样本企业所属行业以外的所有行业；跨相关行业是指与样本企业所属行业同属一个大类部门的其他行业；跨无关行业是指与样本企业所属大类部门无关的其他大类部门的行业。

（3）控制变量。企业创新行为还受到企业自身因素的影响，因此，本研究还控制了研发人员占比、资产收益率、现金净流量、资产负债率、企业规模、销售收入增长、托宾Q值及产权性质的影响。具体变量定义见表1。

表1 变量定义

4.3 计量模型设计

为考察城市群产业集聚对企业创新涌现的具体影响，将城市群产业集聚效应分为专业化集聚（同城市群-同行业）和多样化集聚（同城市群-跨总体行业、同城市群-跨相关行业、同城市群-跨无关行业）。为检验城市群技术创新联动效应（同行业联动效应与跨总体行业联动效应），构建模型1，如式（1）所示。

将跨行业拆分为跨相关和跨无关行业，并进一步检验城市群创新涌现的同行业联动效应与跨相关行业、跨无关行业的联动效应，构建模型2，如式（2）所示。

为检验城市群技术创新同群效应，即同城市群同行业企业创新投入强度对上市企业自身创新投入强度的影响，建立回归模型即模型3，如式（3）所示。

由于模型3 的核心解释变量为滞后1 期数据，且同一城市群同一行业内企业数量需大于2，为保证样本的可靠性，剔除2015 年上市的企业以及同一城市群同一行业内只有1 家企业的样本，最终该模型保留884 家上市企业的5 304 个观测值。

5 实证分析

5.1 描述性统计

样本的描述性统计结果见表2，可知同行业和跨行业企业间创新发展水平仍存在较大的差异，且平均水平较低，一定程度上反映了我国创新驱动的新型经济还处于初创阶段，仍需持续建设。

表2 主要变量的描述性统计

5.2 基准回归结果分析

首先，通过模型检验城市群技术创新联动效应，即检验城市群专业化集聚效应和多样化集聚效应是否会促使企业创新行为涌现。如表3 所示，同城市群同行业平均创新投入强度和同城市群跨总体行业平均创新投入强度均能够显著提升企业创新投入强度，二者的系数均在1%的水平上显著为正，且同行业集聚效应的系数估计值大于跨总体行业效应系数值；同城市群跨相关行业和跨无关行业均能够显著促进企业创新投入强度的提升，且同行业集聚效应的系数估计值仍然要大于跨相关行业效应系数值和跨无关行业效应系数值。由此，可以得出同一城市群内不仅专业化集聚效应会促进同行业企业间创新行为联动，在多样化聚集（总体、相关、无关）的作用下，同一城市群内不同行业企业创新行为也具有显著的联动效应，有助于创新涌现，因此假设1 和假设2 得到验证。

表3 样本同城市群企业创新涌现的基准检验结果

其次，检验同一城市群同行业企业的平均创新投入强度对上市企业自身创新投入强度的影响。从表3 可知，同群企业平均创新投入强度的系数在5%的检验水平上显著为正，表明同群企业平均创新投入强度越高，上市企业自身创新投入强度也将随之增强。基于以上检验结果，假设3 得到验证。

5.3 异质性分析

创新涌现的产生与城市群产业集聚下营造出的时空环境和创新环境密切相关。由于我国各个城市群发展进程并不一致，经济发展水平、产业的类型与规模以及一体化程度都存在较大差异，因此有必要进一步分析城市群异质性对企业创新行为的影响。

5.3.1 分城市群区位的异质性分析

将样本城市群分为东部城市群（长三角、珠三角、粤闽浙）以及中西部城市群（成渝、中原、长中游），如表4 所示，东部城市群同行业平均创新投入强度与跨总体行业平均创新投入强度均在1%的检验水平上显著为正，且跨总体行业集聚效应大于同行业集聚效应，同时其同行业、跨相关、无关行业集聚效均在1%的检验水平上显著为正，且跨无关行业集聚效应大于同行业与跨相关行业聚集效应；中西部城市群均仅受到同行业集聚效应的正向显著影响，而跨行业集聚效应对企业创新投入强度具有负显著影响。究其原因，中西部城市群同行业内产业链上的企业较不同行业的企业间的联系更为密切。

表4 样本同城市群创新联动效应的异质性检验结果（分城市群区位）

5.3.2 分城市群类型的异质性分析

在我国，城市群的发展进程并不一致，经济发展水平及一体化程度也存在较大差异，基于此，将样本城市群划分为成熟型城市群（长三角、珠三角、长中游、成渝）以及发展中城市群（中原、粤闽浙），分别进行考察。如表5 所示，成熟型城市群各类集聚效应，无论是同行业集聚效应还是跨相关、跨无关和跨总体集聚效应均对企业的创新投入强度具有正显著影响；而发展中城市群主要受到专业化集聚效应的影响，跨行业集聚的活跃度还有待进一步加强。

表5 样本同城市群创新联动效应的异质性检验结果（分城市群类型）

5.3.3 分企业产权性质的异质性分析

按照组织行为的相关理论，企业所有权性质是影响企业与外界进行信息交流的重要因素，因此，将样本企业按照产权性质划分为国有企业和非国有企业，进一步分析城市群集聚效应对国有企业和非国有企业创新投入强度影响。如表6 所示，同城市群同行业平均创新投入强度与跨总体行业平均创新投入强度均能够显著促进非国有企业创新投入强度，同时其同行业、跨相关行业、跨无关行业集聚系数均在1%的水平上显著为正，其中同城市群同行业集聚效应对非国有企业创新投入强度的影响大于跨行业集聚效应，且能够显著促进国有企业创新投入强度的提升，但跨行业集聚效应对国有企业创新投入强度的提升不显著。

表6 样本同城市群创新联动效应的异质性检验结果（分企业产权性质）

5.3.4 分企业产权性质的同群效应分析

为考察城市群创新涌现的同群效应在国企与非国企中的差别，并判断相同产权性质的企业间的同群效应是否比不同产权性质企业间的同群效应更明显，计算样本城市群国有企业以及非国有企业各行业平均值（剔除自身）。回归结果如表7 所示，国有与非国有企业同行平均创新投入强度的回归系数均为正且在1%水平上显著，但非国有企业的创新同群效应较国有企业更为明显；与基准回归（见表3）的同群效应回归系数（0.067）相比较，可以发现，相同产权性质的企业间的同群效应比不同产权性质企业间的同群效应更为明显。

表7 样本同城市群创新同群效应的异质性检验结果（分企业产权性质）

5.4 稳健性检验

基于稳健性的考虑，针对城市群技术创新联动效应，将核心解释变量进行滞后1 期处理，并加入年份与行业固定效应的交互项进行重新检验；针对城市群技术创新同群效应，将核心解释变量与被解释变量进行非对数化处理后再次检验，并采用当期平均创新投入强度对企业创新同群效应进行稳健性检验。

5.4.1 核心解释变量滞后1 期检验

对核心解释变量进行滞后1 期分析，在样本中剔除2015 年上市的企业，计算2014 年各城市群各行业平均创新投入强度。回归结果如表8 所示，衡量专业化和多样化集聚效应的核心解释变量滞后1期的各项指标均在1%的检验水平上显著为正，说明城市群内专业化集聚会促使同行业企业创新行为产生联动效应，多样化集聚也会促使异行业企业创新行为产生联动效应，从而促使企业间创新行为涌现。检验结果与基准回归结果没有偏差，因此研究结论未受影响。

表8 样本同城市群创新联动效应的稳健性检验结果（滞后1 期）

5.4.2 加入年份和行业固定效应交互项

如表9 所示，加入年份和行业固定效应交互项后，无论是单独考察同行业集聚、跨总体行业集聚效应，还是放入同一模型一同考察，各项指标均在1%水平上显著为正，均能显著促进企业创新投入强度的提升。上述相关检验结果没有偏差，因此研究结论未受影响。

表9 样本同城市群创新联动效应的稳健性检验结果（加入时间和行业交互项）

5.4.3 非对数化处理

如表10 所示，对核心解释变量与被解释变量进行非对数化处理后，各指标分别在5%和1%的检验水平上显著为正，说明同城市群企业创新具有同群效应，与上述相关检验结果没有偏差，因此研究结论未受影响。

表10 样本同城市群创新同群效应的稳健性检验结果（非对数化）

5.5 内生性检验

为了保证研究结论的稳健性，采用工具变量方法检验城市群空间集聚变量的内生性问题。参照赵娜等［7］的做法，采用2015—2020 年各样本城市群就业密度和人口密度作为各城市群平均创新投入强度的工具变量。各城市群就业密度为城市群内各城市年末单位从业人员总数与各城市陆地面积总和之比，各城市群人口密度为各城市群内各城市年末户籍总人口数与各城市土地面积总和之比。如表11 所示，在控制同城市群总体多样化集聚效应的内生性问题后，不论是单独考察还是加入同行业平均创新投入强度，跨总体行业平均创新投入强度仍显著为正，并且其他变量估计系数的符号和显著性也均未发生本质变化；而在控制同城市群无关多样化集聚效应的内生性问题后，单独考察时，跨无关多样化集聚效应仍显著为正，加入同行业与跨相关集聚效应后，跨无关多样化集聚效应与专业化集聚效应仍显著为正。以上模型进行工具变量检验时均通过了不可识别、弱工具变量和过度识别检验。

表11 样本同城市群企业创新涌现的内生性检验结果（工具变量法）

6 扩展分析

城市群内产业集聚不单是某一产业在地理位置上不断汇聚集的过程，更伴随着相关产业的协同集聚。“协同集聚”概念最早由Ellison 等［30］提出，是指关联度较高的异质性产业间空间相互依赖的一种现象。Amiti［31］研究表明产业间的协同集聚会产生知识技术外溢效应，有利于企业间整合创新要素、改善创新环境以及节约创新成本，从而促进企业进行创新活动。因此，从制造业与各类服务业协同集聚视角出发，进一步检验样本城市群的空间协同集聚效应对先进制造业创新投入强度的影响，分别就城市群内所有服务业、知识性服务业、流通性服务业对先进制造业的创新投入强度的影响展开讨论，并分别构建了模型4至模型6，具体见式（4）至式（6）。

如表12 所示，城市群服务业企业平均创新投入强度对先进制造业创新投入强度具有显著正向影响；城市群知识性服务业平均创新投入强度每增加1%，先进制造业创新投入强度将显著增加0.204%；城市群流通性服务业平均创新投入强度每增加1%，先进制造业创新投入强度将显著增加0.246%。

表12 样本城市群空间协同集聚效应对先进制造业创新投入强度影响分析结果

7 结论与政策建议

本研究将我国部分主要城市群（长三角、珠三角、长中游和成渝城市群等）作为研究对象，对其中在沪深两市2015—2020 上市企业进行现实考察，并建立面板模型实证检验城市群在专业化和多样化集聚下能否产生创新行为联动效应与同群效应，进而激发创新涌现。结果表明：（1）城市群与产业群协同发展有助于创新涌现。城市群内同行业企业创新行为联动，且由于多样化聚集的作用，不同行业企业创新行为也具有显著的联动效应，且东部城市群与成熟型城市群的创新联动效应尤为明显。（2）城市群企业的创新同群效应有利于创新涌现，企业的创新行为会受到同城市群同行业其他企业创新行为的影响，其中相同产权性质企业之间的同群效应比不同产权性质企业之间的同群效应更为明显。（3）城市群服务业与先进制造业协同发展有助于技术创新，流通性服务业、知识性服务业的发展会推动先进制造业企业积极开展技术创新，有助于城市群创新涌现。

根据以上结论，提出相关政策建议如下：（1）注重顶层设计，强化城市群协调发展机制，充分发挥出城市群内集聚产业创新的联动效应与同群效应。以跨界共建作为城市群一体化的主要抓手，根据各城市产业基础和优势，在明确自身功能定位的基础上，探索并建立城市间产业协同与技术创新合作发展的常态化机制。（2）构筑城市群内高密度产业发展协同廊道，集聚创新要素，通过产业联盟、技术联盟或行业协会等平台加强城市群内企业的技术联系，释放企业创新活力。（3）产业政策上注重专业化与多元化协同发展，营造良好的营商环境与创新环境。注重“软环境”的改善，支持创新要素在城市群中的高效流动，在招商引资过程中既关注重点产业，也扶持产业链、供应链、创新链上相关企业的引进，促使城市群产业专业化集聚与多样化集聚相结合。