知识溢出与集聚的互动关系：一个文献综述

王公博,关成华

(1.北京师范大学经济与资源管理研究院，北京 100891；2.首都科技发展战略研究院，北京 100022；3.城市绿色发展科技战略研究北京市重点实验室，北京 100891)

0 引言

全球1.5%的土地囊括了世界一半的生产活动；北美洲、欧盟与日本共有不足10亿人口，却拥有全世界75%的财富[1]，这都展示了集聚的力量。作为经济活动的主要空间特征，集聚是经济地理学的重要概念，因为它是促进创新和推动持续增长的关键动力[2-4]。学界关于集聚的形成机理虽已取得一些成果，却未达成完全共识。在Marshall提出外部性理论[5]和Krugman进一步开创新经济地理学[6]以前，要素禀赋的差异是解释产生集聚现象的主流观点，此后知识溢出开始成为集聚的一个有力解释。而且，知识溢出与集聚之间并非单向因果关系，而是一种互相影响强化的关系，Fujita[7]将之总结为滚雪球效应，这也引起了学界的广泛关注。

内生增长理论的知识外部性认为，科技投入与创新成果有显著的溢出效应，知识作为一种创新要素，不仅能使本企业、本区域获得创新收益，还会溢出到其他企业、区域并带来正向影响。在企业层面体现为促进创新产出和改善经济效益，在区域层面体现为促进集聚效应和提升发展质量。这说明关注知识溢出的影响是全面评估和考量科技管理与政策的保证。推进城市群建设的战略意图在创新方面是为了发挥城市与集聚利于交流的优势，促进知识溢出并利用其产生的正外部性，推动创新带动收益递增，实现经济转型升级、提升经济效率。

基于理论基础和现实意义，本文以知识溢出与集聚为综述对象，围绕二者间的互动关系进行文献回顾，并提出了三方面参考：第一，按逻辑构建起知识溢出与集聚关系的综述框架，将互动关系发现过程、单向影响和互动关系嵌入其中；第二，强调了二者间内生互动关系对于研究相关问题的重要性；第三，指出了知识溢出和集聚的关系在全球化、交通通信技术迅猛发展的时代背景下的再定位问题是回应时代疑问的必然。

1 认知演进脉络及相关文献总体分析

最早关注和解释集聚现象的是古典区位论。Thünen[8]以集聚中心——城市为给定变量，提出了经典的农业区位论，从而解答了农地利用类型差异的原因，但他未回答集聚形成的原因。最早尝试以经济学范式进行解答的是Weber[9]，他提出企业选址过程中的运输成本导向、劳动力成本导向和集聚力导向，最小化运输成本是优先考虑的问题，因而以遍在原料为原料的企业布局在消费区，以局地原料为原料的企业应考虑原料指数 (原料与产品的重量之比)是否大于1而选择原料区或者消费区。Christaller[10]从商业服务业的角度来回答集聚产生的原因，提出中心地理论：中心地是向周围地区提供产品服务的地区，交通成本只和距离呈线性相关关系，在空间上会形成一个集聚中心服务于整体六边形地域的格局。由于产品和服务的种类差别，中心地会形成不同的等级，高等级中心地的辐射范围更广。除古典区位论外，以Ohlin[11]为代表的资源禀赋说也具有较大影响力，他认为资源分布不均是集聚发生的原因。例如，许多国家的重工业在发展早期布局于煤炭或铁矿等自然资源丰富地区，城市在重工业衰落后通过发展转型仍保持生机[12]。

前述理论有一定的说服力，但存在两个不足。一是主要考虑促进集聚的向心力，这一点在城市经济学引入向心力与离心力两类因素得到解决，如Henderson[13-14]在城市规模的研究中引入本地化经济的向心力和城市地租的离心力。二是假定完全竞争市场和规模报酬非增，这一不足得到Lösch[15]的承认，于是引入垄断竞争的空间模型，提出更符合现实经济状况的市场区位论。Fujita[16]认为规模报酬递增是解释集聚的必备因素，经济发展在非递增收益和资源均质的假定下将呈现自给自足的 “鲁滨孙模式”；即便引入资源分布不均，无规模报酬递增就无法解释集聚[7]。Koopmans[17]、Starrett[18]、Dreze[19]也为这一论点提供证据，将空间要素纳入模型中，完全竞争在现实经济中不复存在。

不完全竞争和规模报酬递增为Krugman[6]开创新经济地理学奠定了重要基础，他总结了自Marshall[5]提出外部性理论以来的研究，将已达成共识的集聚原因分为三方面：第一，劳动力市场的蓄水池效应，为企业带来充足的劳动力，为劳动力实现更高的就业率[20]；第二，保证中间投入产品的生产[21]；第三，知识溢出，给企业带来更高效用的生产函数[22]。此后，知识溢出继续吸引着研究者的兴趣，如Henderson[23]所观察，关于知识溢出的研究主要有两个方向：一是知识溢出与集聚、城市规模、生产率增长的关系，二是知识溢出的本质和机制。

在关注知识溢出的特质时，Jaffe[24]、Greenstone[25]发现知识溢出具有距离衰减特征，企业部门和家庭部门需要确保互相间距离处在一定范围内，享受到知识溢出的效用；Fujita[26]指出信息和知识在外溢的过程中所产生的效用随企业数量增加而扩展；Henderson[14]对集聚的内、外部进行了区分，指出在集聚内部的企业才能获得溢出效用。既然知识溢出与距离负相关，集聚企业越多则溢出更显著，且处于集聚内部才能享受到知识溢出，集聚当然是促进知识溢出的重要条件。

借助Web of Science和中国知网引文数据库对以 “知识溢出与集聚”为主题的外文、中文文献进行分析。截至2019年4月，Web of Science中共有相关文献509篇。从时间上来看，文献的研究热度逐渐增加：数量呈总体增加趋势，于2017年达到最高的48篇，而后稍有下降。但从绝对数量来看，文献数量仍不丰富，还未成为足够的热点问题。从国别来看，美国贡献了近三分之一的研究，其次是意大利和英国，我国的研究同样具有较高热度，以61篇的数量排名第四。从学科来看，研究主要集中在经济学、地理学、科技管理学和环境学四方面，发表的期刊也主要属上述四方面。中国知网引文数据库中相关的CSSCI级别的文献共计181篇，相较外文文献数量存在一定差距。从时间来看，研究热度逐渐增加：自2001年第一篇研究发表以来，于2015年达到最高的27篇，而后稍有下降。从绝对数量来看，研究仍有继续加强的潜力。从所发表期刊来看，主要集中在科技管理和地理学两方面，发表文献数量最多的前五名全部为 《中国科技论坛》等科技管理类期刊，紧随其后是 《经济地理》 《人文地理》等地理类期刊。从研究内容来看，多数研究关注知识溢出与集聚间的单向影响，少有文献关注二者间的互动关系，仅有几篇文献且与外文文献具有较高的相似性。正因如此，本文就这一主题进行回顾具有理论价值。

2 知识溢出促进集聚

2.1 理论模型

强调知识是保证经济增长关键的功劳归于内生增长理论。Romer[27-28]在经济增长模型中将知识溢出作为增长的内生基础；Lucas[29]认为知识溢出具有空间地域性，能促进城市的发展，推动国家经济进步。

在模型中，学者们常以为家庭部门、企业部门间的交流表征知识溢出，集聚通过城市、城市规模、企业集群来表达。最早以交流来解释城市形成的模型由Beckmann[30]提出，他设定家庭部门效用由两因素决定：一是与其他家庭部门的交流费用，这与距离相关；二是拥有的土地面积。最终均衡是人口密度呈如竞租曲线般分布。Borukhov[31]将类似模型扩展到生产部门，认为企业间交流会产生集聚。前述研究的贡献在于最早将知识溢出引入模型进行解释，但考虑要素过少，模型设定与现实经济存在差异。Papageorgiou[32]将空间外部性引入模型，以均质分布为前提，均质发生变动即部分地区变为集聚。设定人们之间的交流产生积极或消极的外部性，这与距离、拥挤程度负相关，当空间外部性强度增大或者外部性影响的范围超出原有界限打破均衡时，集聚就形成了。

前述模型有两点不足：一是过于抽象和一般化，二是关注人的需求而忽略市场机制[7]。Fujita-Imai-Ogawa模型[22,33-34]试图弥补上述不足，综合考虑企业部门与家庭部门，假定不同企业拥有的知识存在差异，交流使企业受益，但距离的增加导致知识质量受损，企业倾向临近其他企业；企业集聚一处造成土地供给稀缺，还导致员工通勤距离的增加，造成企业成本的增加，最终企业部门与家庭部门在向心力、离心力的作用下达成均衡。由于企业郊区化现象，这一模型受到质疑，Ota[35]进行修正，将企业划分为前端部门和后端部门，前端部门需与其他企业交流实现商业交易等目的，后端部门只需与本企业前端部门交互即可，每个企业基于效益最大化选择前、后端部门的区位。

上述模型在经济系统中解释知识溢出对集聚的促进机制，但仍不免简单化。Puga[36]认为交通成本并非固定不变，劳动者并非自由流动，因而企业集聚呈动态变化特征。Behrens[37]考虑居民部门的异质性，引入劳动者的能力差异，均衡的空间集聚格局将使高能力、高生产效率者进入更大的城市。Lychagin[38]考虑企业部门的异质性，不同企业对于外溢知识的吸收能力存在差异，不同企业会呈现不同集聚特征。他将这一思想模型化，发现空间格局由企业的吸收能力塑造，模型的均衡是集聚地区吸引有更高吸收能力的企业。陈强远[39]构建基于劳动力和企业异质性的一般均衡区位模型，通过数理推导和数值模拟支持上述结论：高生产率的企业形成城市的技术比较优势，进而创造出的高净收入效应会吸引劳动力在城市的不断聚集。

2.2 实证研究

实证研究可概括为三个方向。一是为知识溢出的地理临近性提供证据。Jaffe[24]发现引用同一城市和所在州的已有专利更为常见。Rosenthal[40]发现一个行业的空间集中所带来的知识溢出在最初几英里内迅速衰减。Mariotti[41]发现知识溢出对跨国公司的选址有重要影响，跨国公司倾向于临近其他跨国公司而非国内企业，原因在于能够获得知识吸收与溢出的均衡。

二是考察教育水平对城市规模的影响[23]。Black[42]将集聚经济和知识溢出进行区分，发现即便所有城市以相同速度增长，教育水平、名义收入等都会因城市不同而各异。Glaeser[43]考察了大学教育对于城市规模的影响，显示相较于基期的大学教育水平每增加一个标准差，城市面积就增加2.5%。Henderson[44]发现知识溢出效应与城市规模呈显著正相关关系，表现为在一个百万人口的城市当中，高中学生的数量每增加一个标准差会带来城市规模9%的增加。

三是直接验证知识溢出对集聚的作用。Moretti[45]发现地处更高人力资本城市的企业相较较低人力资本城市的企业有更高产出。国内学者对此也有探索，韩剑[46]从大学研发投入对周边企业创新、周边地区创新投入对本地区创新两方面检验知识溢出对集聚的作用，发现知识溢出对集聚具有显著正向作用。沈能[47]构建衡量知识存量的指标体系，发现周边地区的知识存量对本地区生产性服务业集聚有正向促进作用。

比较不同研究可以发现，衡量集聚的指标相对成熟，在量化知识溢出时则差异显著，主要原因是集聚有可直接观察的特征，知识溢出往往无法被直接观测，只能通过间接方式来表征。面对这一困境，Audretsch[48]将其总结为两方面，一是知识溢出的机制仍不清楚，二是知识溢出的测度未达成共识。

2.3 质疑与回应

知识溢出对于集聚的促进受到一些挑战，主要有两点。第一，知识溢出的作用被过分夸大，Breschi[49]指出专业化经济和劳动力市场而非知识溢出应该被重视和强调。第二，Friedman[50]提出 “世界是平的”观点，伴随着全球化和互联网的发展，时间、距离和地理位置的作用愈发渺小，因追求享受知识溢出而集聚的解释难以站住脚。全球化与交通通信技术的发展可以保证知识溢出惠及全球吗？一方面，Jocabs[51]对知识的分类或许可以回应这个问题，知识被分为可编码知识和意会知识，前者因交通、通信技术的发展而受到更少空间限制，但后者是不容易表达、存储和转移的知识，面对面的交流仍至关重要。另一方面， 《2009年世界银行发展报告》显示，全球人口、生产集聚特征非常显著，未表现出集聚减弱的趋势。

但上述回应并未将 “世界是平的”观点对于知识溢出与集聚所带来的挑战完全解决，原因有三：第一，可编码知识可以在交通通信技术发展的背景下进行更为远程的传播，这等于是认可了 “世界是平的”部分观点；第二，当下的集聚趋势未显现出减弱不意味着集聚特征将持续存在；第三，从知识溢出与集聚关系的角度进行的研究并未构建出集聚的未来图景，尤其是在全球化和交通通信技术得到迅猛发展时代背景之下。

3 集聚利于知识溢出

3.1 理论分歧：MAR外部性、Jacobs外部性与Porter外部性

谈到集聚对知识溢出的作用，一个经典问题就是MAR外部性[5,27,52]、Jacobs外部性[51]与Porter外部性[53]的争论。三种外部性对于专业化还是多样化、垄断还是竞争有利于知识溢出、创新有分歧。Glaeser[54]概括了MAR外部性与Jacobs外部性。两种外部性均认同集聚对知识溢出有促进作用，但有两点区别。第一，MAR外部性认为同一产业的集聚即专业化促进知识溢出；Jacobs外部性认为知识溢出最重要的来源是企业所处行业的外部因素，区域内不同产业的集聚与交流即多样化是知识溢出的主要来源。第二，MAR外部性认为垄断比竞争更利于知识形成和溢出，因为企业主要活动所属行业较大则本地化外部性更容易出现[55]；且大企业中的工人在商业不确定和需求冲击中得到更好的保护[56]。Jacobs外部性认为竞争对于城市和企业的创新发展更为重要，因为竞争可以激励企业创新和加快技术采用。Porter外部性在关于专业化与多样化上认同MAR外部性，认为同一行业内的知识溢出是知识外部性的主要来源；在垄断与竞争上认同Jacobs外部性，认为同一市场的激烈竞争为创新提供了重要动力，从而加快了生产率增长所带来的技术进步速度。

3.2 实证争论

大量的文献研究不同地区、利用多种数据试图验证MAR外部性与Jacobs外部性，得出的结论不尽相同，本节对此进行简要梳理。

Glaeser[54]认同Jacobs外部性，因为竞争和城市多样化促进了工业就业增长，行业间知识溢出对增长的重要性不如跨行业的溢出效应，尤其是在相当成熟的城市的情况下。Feldman[57]同样验证了Jacobs外部性：互补的经济活动更利于促进创新，没有证据显示专业化经济活动促进知识溢出。

Henderson利用美国742个郡于1972—1992年9个行业的面板数据，验证了MAR外部性：本地化促进知识溢出与生产效率，代表当地信息溢出源的工业工厂数量对于生产效率具有显著促进作用。[58]利用美国1977—1990年742个郡5个资本品行业的面板数据，发现相近行业活动集中度的加强影响了5年或6年后的就业水平。[59]虽然坚定支持MAR外部性，但他也未否定Jacobs外部性的存在：利用1970年和1987年8个制造业的数据，发现成熟的资本品行业不存在Jacobs外部性；但高科技产业既存在MAR的外部性又存在Jacobs外部性。[60]

MAR外部性在其他国家也得到验证。Baptista[61]通过英国1975—1982年248家制造业企业的数据，发现企业在本土地区的自营部门就业率很高的情况下更能创新。Cingano[62]在意大利的数据中同样发现了MAR外部性，工业专业化和规模指标对全要素生产率的增长产生积极影响。但Paci[63]在意大利的数据中得出不同结论，认为MAR外部性与Jocabs外部性都是存在的，还发现Jocabs外部性在高科技领域和大都市中的作用更加突出。

我国学者也利用国内数据进行了探讨，研究结论也未达成一致。覃一冬[64]采用我国2002—2010年28个省、市、地区，包括21个二位数工业行业的面板数据的研究支持MAR外部性：产业专业化对产业全要素生产率的影响显著为正，而Jacobs外部性和Porter外部性的影响作用不明显。彭向[65]支持Jacobs外部性，利用我国1999—2007年30个地区21个工业行业数据，发现产业互补比产业专业化对创新的推动作用显著；企业竞争对创新具有负向影响，垄断比竞争更利于产业创新，这又支持了MAR外部性。邓玉萍[66]认为MAR外部性和Jacobs外部性均存在，利用2003—2013年我国275个地级市面板数据，认为在减排过程中，小城市更易受益于MAR外部性，大中型城市更容易分享Jacobs外部性红利。

3.3 分歧的原因

对于不同理论模型与实证研究得出不相同的结论，原因可能有以下二点。

第一，MAR外部性和Jacobs外部性间本没有绝对的对错之分，都在特定区域、行业中有所体现，所以尽可能多地涵盖多区域和多行业的数据和研究更具意义，更具说服力。

第二，不同研究者采用的数据、方法等存在差别，Beaudry[67]认为对于行业、地理集聚水平的测度方式以及方法论的差异是不同研究产生分歧的原因。一些研究因数据可用性等限制而用一个指标来衡量专业化和多样化，如Loikkanen等[68]采用的赫芬达尔指数，这在某些行业可能不适合，因为两个外部性并非完全相互排斥。就MAR外部性而言，研究中最常用的衡量指标是区位熵和自有行业就业人数，Glaeser[54]认为专业化程度 (区位熵)而非行业规模更好地代表MAR外部性，因为它更好地捕捉了企业之间相互作用的强度和密度；Van Soest[69]在荷兰的数据上发现，区位熵比行业在区域内的占比更好地显现出MAR外部性的影响。但是自有行业就业人数是衡量绝对规模的最常见的类别指标，有时被认为是比区位熵更好的代表，因为本地化经济来自行业的绝对规模而非相对规模，一个区域可能代表一个强大的集群某些行业，即使该行业占该地区整体活动范围的一小部分。就Jacobs外部性而言，其衡量指标相对多样，包括赫芬达尔指数、其他行业就业、基尼指数、当地总人口等。在统计了几十篇有代表性的研究后，Beaudry[67]认为指标的选择对于Jacobs外部性的验证影响显著：其他行业就业的数据通常显示不存在Jacobs外部性；基尼系数的数据多次验证了Jacobs外部性；采用赫芬达尔指数进行验证的研究中，存在Jacobs外部性与不存在Jacobs外部性的数量相近。

4 知识溢出与集聚的内生互动

4.1 模型与实证

虽然知识溢出与集聚的内生互动关系已成为学界共识，但多数研究关注二者间的单向影响，这导致两个不足。一是容易在经验研究中产生估计误差；二是意图促进知识溢出与集聚从而增强区域竞争力的政策，在未评估知识溢出对集聚重要性的前提下可能成为误导[70-72]。

少数学者对这一问题进行了探讨。Berliant[73]建立了一个搜索理论模型：知识影响集聚方面，较高的技术水平在人口移民内生的前提下提高生产率，进而促进集聚；集聚促进知识溢出方面，信息交换模式在人口规模越大的城市越专业化，知识溢出越多。结果是知识类型的异质性在思想传递中至关重要，因为代理人可以在选择性、高效益的知识交换和更多数量的匹配之间进行权衡。这一模型的贡献是将知识溢出和集聚的互动纳入统一分析框架，不足是缺乏实证检验和后续学者的跟踪。Koo[74]弥补了这一不足：建立集聚和知识溢出的联立方程模型来解决这个问题，在设定的模型中，方程1表示集聚受知识溢出、劳动力蓄水池效应、可用投入、当地人口、行业特性的影响，方程2表示知识溢出则受集聚、小企业数量的比重、行业专业化、行业多样化、行业固定效应的影响，通过联立方程来考量二者间的内生关系。在实证检验中，将美国159的建筑与采矿设备制造业、计算机与办公设备制造业数据带入其中，发现集聚与知识溢出确实互相促进，且联立方程估计可以改善内生性问题，提高估计精度。Koo[75]进一步在研究影响技术溢出地理分布的区域和行业属性时完善该模型，将区域属性量化为行业结构、公司规模分布、地方竞争和大学研究，将行业属性量化为知识、劳动力和原料密集度。利用美国1996—1998年大都市区的数据同样发现了知识溢出与集聚的内生互动关系，并再一次强调了3SLS联立方程相较于OLS具有改善内生性问题的优势。

4.2 不足之处

已有关于知识溢出与集聚互动关系的研究存在两个不足：第一，对比前述文献可知，研究数量较少，即便已有学者意识到在不明确知识溢出与集聚的互动关系的情况下，分析和研究二者间的单向作用容易出现偏误；第二，就综述文献而言，Koo[74-75]建立并实证检验了知识溢出与集聚的联立方程模型，这就意味着二者间互动关系的同时、瞬时发生。事实果真如此吗？相关研究未对此进行解答，这也就成为内生互动关系研究的另一不足。

5 结论和展望

在梳理了知识溢出促进集聚、集聚利于知识溢出、知识溢出与集聚的内生互动关系后，本文认为相关研究存在三方面不足，也对下一步相关的研究路径进行了细化。

第一，知识溢出与集聚的内生互动关系问题。目前学界仍未对这一问题引起足够重视，主要表现有两点：一是研究内生互动关系的文献数量较少，二是忽略内生互动关系、仅探讨二者间单向作用的文献仍层出不穷。此外，联立方程模型虽然可以改善内生问题，但却默认了内生互动关系的同时发生，这恐怕与现实经济地理状况并不吻合，相关研究未对此给出解答。构建知识溢出与集聚间内生互动关系的模型，并对其进行实证检验是应该继续深入探讨的方向。

第二，知识溢出和集聚的关系在全球化、交通通信技术迅猛发展的背景下再定位问题。 “世界是平的”观点对知识溢出与集聚关系的研究带来了挑战，现有研究不足以回应这一挑战。更严峻的是，知识溢出与集聚的关系在全球化、交通通信技术迅猛发展的时代背景下将如何作用于经济地理这一问题亟待解答。尽早对这一问题进行回答既是完善学术研究的要求，更是回应时代疑问的必然。

第三，知识溢出的测度问题。知识溢出的发生机制仍不明确，研究者往往使用间接的方式来测度量化知识溢出。这样的做法会造成两个问题：一是知识溢出的概念涵盖范围过广，不同的研究使用相同的概念，所表征的现象和含义可能各不相同；二是不同研究者使用不同测度方式，就相近甚至相同问题得出相互矛盾的结论。所以，相关研究应就知识溢出的机制和测度这一更为本源的问题进行探究和思考。

对于前述三个方面，当前最急迫的研究就是对知识溢出与集聚的内生互动关系进行探讨，本文拟定的研究路径为通过计量经济学方法验证知识溢出与人口集聚之间的互动关系。集聚至少包括人口集聚和产业集聚两个方面，有必要在实证研究中对集聚进行细分。人口集聚通过人口密度来量化，由于知识投入所带来的知识产出将带来溢出，所以用研发投入来表征知识溢出。更具体地，为了减少遗漏变量和变量间共线性的影响，采用我国地级市行政单位的面板数据；由于人口集聚受到GDP、工资、产业状况等影响，知识溢出受到MAR外部性、Jacobs外部性等影响，需要将这些控制变量分别纳入两个计量模型。通过文献回顾可知二者间可能存在着内生互动的关系，需要通过联立方程模型将这一关系纳入考量。在如此设定之下，可以将知识溢出与人口集聚的内生互动关系在回归结果中进行呈现，并有可能纠正忽略了这一互动关系的研究所得结果的偏误。