龔劍 曹卉 丁一然

作者簡介：龔劍，女，漢族，重慶市奉節(jié)縣人。單位：北京交通大學(xué)經(jīng)濟(jì)管理學(xué)院金融專業(yè);

曹卉，女，漢族，新疆維吾爾自治區(qū)烏魯木齊市人。單位：北京交通大學(xué)經(jīng)濟(jì)管理學(xué)院金融專業(yè);

丁一然，女，漢族，黑龍江省牡丹江市人。單位：北京交通大學(xué)經(jīng)濟(jì)管理學(xué)院金融專業(yè)。

摘要：本文從科技創(chuàng)新的角度，運用知識溢出的效應(yīng)機(jī)制、內(nèi)生經(jīng)濟(jì)增長理論以及實證研究對中國城鎮(zhèn)化道路選擇進(jìn)行探究。在實證研究方面，以每萬人專利授權(quán)量和經(jīng)濟(jì)密度分別作為科技創(chuàng)新能力和城鎮(zhèn)化發(fā)展方向的代理變量，以2008~2011年全國275個地級以上城市為樣本，按照經(jīng)濟(jì)密度將樣本均分為大、中、小城市三組，運用面板數(shù)據(jù)模型對問題進(jìn)行研究。結(jié)果表明經(jīng)濟(jì)密度與人口密度對每萬人專利授權(quán)量影響顯著，每萬人專利授權(quán)量與經(jīng)濟(jì)密度呈正相關(guān)，與人口密度呈負(fù)相關(guān)。分組回歸結(jié)果表明大城市組每萬人專利授權(quán)量對經(jīng)濟(jì)密度及人口密度的變化更敏感，而中等城市組又優(yōu)于小城市組。從經(jīng)濟(jì)角度來說，發(fā)展集聚經(jīng)濟(jì)更有利于培養(yǎng)科技創(chuàng)新能力；從人口角度來說，較分散的人口結(jié)構(gòu)更有利于科技創(chuàng)新。

關(guān)鍵詞：城鎮(zhèn)化道路選擇；科技創(chuàng)新；專利授權(quán)量；經(jīng)濟(jì)密度1.緒論

1988年9月，鄧小平同志根據(jù)當(dāng)代科學(xué)技術(shù)發(fā)展的趨勢和現(xiàn)狀，提出了“科學(xué)技術(shù)是第一生產(chǎn)力”的論斷。當(dāng)今社會，科技發(fā)展水平更成為了國家競爭力的體現(xiàn)，科技創(chuàng)新在這個知識經(jīng)濟(jì)和經(jīng)濟(jì)全球化的時代顯得尤為重要，因此，我們比以往更需要科技創(chuàng)新來推動生產(chǎn)力實現(xiàn)質(zhì)的飛躍，從而推動經(jīng)濟(jì)社會的全面協(xié)調(diào)可持續(xù)發(fā)展。因而選擇何種“科技創(chuàng)新最佳孵化器”決定著科技創(chuàng)新的成敗。

周寄中(2011)在《科學(xué)技術(shù)創(chuàng)新管理》中指出“科技創(chuàng)新的結(jié)構(gòu)由創(chuàng)新主體、創(chuàng)新資源和創(chuàng)新環(huán)境三大部分組成”。如果科技創(chuàng)新希望取得成功，就有賴于這三者的協(xié)調(diào)發(fā)展。而經(jīng)濟(jì)集聚顯然能夠在創(chuàng)新資源與創(chuàng)新環(huán)境上給予科技創(chuàng)新良多助力。其原因是經(jīng)濟(jì)集聚的出現(xiàn)來源于生產(chǎn)要素在空間上的重新布局與匯集，這些要素流在空間上的匯集一般可能表現(xiàn)為兩種方式，一種方式是一定空間形態(tài)上要素的匯集程度的提高；另一種是一定空間形態(tài)上要素流級別所發(fā)生的變化。而經(jīng)濟(jì)集聚可以使這些要素在空間上進(jìn)行重整和集中，促進(jìn)資源集中化以及整體環(huán)境的改變，從而影響了創(chuàng)新主體、創(chuàng)新資源和創(chuàng)新環(huán)境的互動關(guān)系，進(jìn)而影響科技創(chuàng)新的整體成果。這同時也是本文探究的重點，集聚經(jīng)濟(jì)對科技的影響程度是怎樣的？本文將進(jìn)行論證及解答。

我國正值由“中國制造”向“中國創(chuàng)造”轉(zhuǎn)型的階段，更需科技創(chuàng)新這一強(qiáng)有力支撐，集聚經(jīng)濟(jì)的產(chǎn)生更離不開城鎮(zhèn)化的集約發(fā)展和產(chǎn)業(yè)的集聚，因而選擇集約的城鎮(zhèn)化道路才是正確的方向。

2.相關(guān)理論基礎(chǔ)及文獻(xiàn)綜述

2.1理論基礎(chǔ)

一個城市或一個區(qū)域內(nèi)，整體科技水平對區(qū)域內(nèi)經(jīng)濟(jì)發(fā)展的影響來源于該區(qū)域經(jīng)濟(jì)集聚所產(chǎn)生的知識溢出效應(yīng)，而知識溢出效應(yīng)的根源是知識的外部性特征。馬歇爾較早關(guān)注到外部性這一現(xiàn)象，新經(jīng)濟(jì)增長理論中也提出了知識溢出對于經(jīng)濟(jì)增長的貢獻(xiàn)，其中羅默和盧卡斯的模型更為完善，他們的主要觀點之一表示，知識是追逐利潤的產(chǎn)物, 廠商在進(jìn)行物質(zhì)資本投資和積累的同時也進(jìn)行著知識的投資和積累, 知識的溢出效應(yīng)提高了社會生產(chǎn)率，這證明知識和技術(shù)進(jìn)步是經(jīng)濟(jì)體系的內(nèi)生因素。

早在20世紀(jì)初，經(jīng)濟(jì)學(xué)家熊彼特就提出了創(chuàng)新理論，這一理論的提出為知識溢出的測度方法——知識生產(chǎn)函數(shù)開了先河。熊彼特認(rèn)為，所謂創(chuàng)新就是要建立一種新的生產(chǎn)函數(shù)，要把一種從來沒有的關(guān)于生產(chǎn)要素和生產(chǎn)條件的新組合引入到生產(chǎn)體系中，以實現(xiàn)對生產(chǎn)要素或生產(chǎn)條件的新組合，不同的創(chuàng)新會對經(jīng)濟(jì)發(fā)展產(chǎn)生不同的影響。

索洛式新古典增長模型為其后的經(jīng)濟(jì)增長理論模型研究確立了基本準(zhǔn)則，以后的經(jīng)濟(jì)增長理論，都圍繞著索洛模型，迸一步展開關(guān)于經(jīng)濟(jì)增長中技術(shù)進(jìn)步的研究?？紤]技術(shù)進(jìn)步的新古典模型表明，只要有一個不變技術(shù)進(jìn)步率，穩(wěn)態(tài)條件下的總產(chǎn)量增長率將按照人口增長率和技術(shù)進(jìn)步率提高。

內(nèi)生經(jīng)濟(jì)增長理論，如同勞動和資本一樣，知識和技術(shù)是一種內(nèi)生的生產(chǎn)要素，是知識積累的結(jié)果。盡管在特定的條件下，知識的出現(xiàn)或技術(shù)的突破是隨機(jī)是，但技術(shù)進(jìn)步或知識增加與人們?yōu)槠湄暙I(xiàn)的資源成正比。Lucas(1988)引入了人力資本積累因素來解釋技術(shù)進(jìn)步和經(jīng)濟(jì)增長的內(nèi)生性，而Romer(1990)將知識或技術(shù)進(jìn)步賦予了一個完全內(nèi)生化的解釋，強(qiáng)調(diào)技術(shù)進(jìn)步是決定經(jīng)濟(jì)增長的內(nèi)生變量，是經(jīng)濟(jì)主體的利潤極大化的投資決策的產(chǎn)物。

知識溢出是知識擴(kuò)散的一種方式，是經(jīng)濟(jì)外部性的一種表現(xiàn)，是一種被動的、非自愿的和無意識的知識傳播。Arrow從企業(yè)技術(shù)創(chuàng)新成果的非獨占性的視角指出，當(dāng)新技術(shù)的秘訣不為創(chuàng)新企業(yè)所獨而成為公共產(chǎn)品時，知識溢出就發(fā)生了。Griliches (1992)認(rèn)為知識溢出是“在相似的事情上工作，并在彼此的研究中獲益”。Branstetter (1998)認(rèn)為知識溢出是“一個企業(yè)能夠從另一個企業(yè)所從事的R&D活動中獲得經(jīng)濟(jì)收益，而不需要承擔(dān)對方的研究成本”。

2.2國內(nèi)文獻(xiàn)綜述

劉柯杰(2002)主要從知識外溢出發(fā)，探討了知識外溢、產(chǎn)業(yè)聚集與地區(qū)經(jīng)濟(jì)增長之間的關(guān)系，研究了知識經(jīng)濟(jì)條件下地區(qū)高科技產(chǎn)業(yè)政策的選擇和制定。

國內(nèi)殷曉莉、王里克(2006)在提出科技創(chuàng)新評價指標(biāo)體系的基礎(chǔ)上，引入新的工具（網(wǎng)絡(luò)層次分析法）來確定評價指標(biāo)權(quán)重，并對中國大陸31個省市區(qū)的科技創(chuàng)新能力進(jìn)行實證分析和評價，對區(qū)域科技創(chuàng)新能力評價方法進(jìn)行了有益的探索。文章在運用此方法進(jìn)行研究后彌補(bǔ)了層次分析法在處理無結(jié)構(gòu)和半結(jié)構(gòu)決策問題的不足。也證明了此種方法所得結(jié)論更優(yōu)，為未來各地區(qū)的規(guī)劃發(fā)展有一定的借鑒價值。

李凱，任曉艷，向濤(2007)根據(jù)國內(nèi)外學(xué)者的產(chǎn)業(yè)集群促進(jìn)技術(shù)創(chuàng)新的說法，把產(chǎn)業(yè)集群分解成四方面的因素，分別分析它們對國家高新區(qū)技術(shù)創(chuàng)新能力的貢獻(xiàn)，并對我國53個國家高新區(qū)進(jìn)行實證分析，討論這四方面因素對國家高新區(qū)創(chuàng)新的貢獻(xiàn)，指出國家高新區(qū)的自主創(chuàng)新未充分發(fā)展的主要原因之一是，我國現(xiàn)階段的高新技術(shù)產(chǎn)業(yè)集群沒有實現(xiàn)真正意義上的產(chǎn)業(yè)集群，從而無法充分發(fā)揮其促進(jìn)高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新的作用。

竇紅賓(2009)分析了知識溢出對區(qū)域競爭力的促進(jìn)效應(yīng)，認(rèn)為知識溢出有利于提高產(chǎn)業(yè)或企業(yè)的生產(chǎn)力、降低企業(yè)的創(chuàng)新成本和風(fēng)險、激發(fā)區(qū)域的創(chuàng)新活動、激活區(qū)域知識資本的潛能。

彭中文，熊炬成（2011）通過對中國裝備制造業(yè)的研究，得出產(chǎn)業(yè)集聚對裝備制造業(yè)的技術(shù)進(jìn)步產(chǎn)生較大影響，同時可以從集群創(chuàng)新、技術(shù)溢出和生產(chǎn)率增長等角度得到很好的解釋。

石琳娜、石娟、顧新(2012)通過對高技術(shù)企業(yè)內(nèi)知識溢出系統(tǒng)的分析，發(fā)現(xiàn)知識溢出對高技術(shù)企業(yè)自主技術(shù)創(chuàng)新存在著著的激勵作用。

2.3外國文獻(xiàn)綜述

Westney &Sakakibara(1986)、Rosenberg & Steinmueller (1988)、Odagiri & Goto ( 1993)等人從經(jīng)濟(jì)學(xué)的角度證實了知識溢出的重大作用，外部知識源與內(nèi)部知識源溢出的知識能夠迅捷高效地積累到企業(yè)知識資本的蓄水池中，這是一個漸進(jìn)與累積的學(xué)習(xí)過程，由此成為技術(shù)創(chuàng)新的雄厚資本與堅實基礎(chǔ)。

Romer Grossman Ilolpmam (1993)認(rèn)為如果不存在顯著的知識溢出，經(jīng)濟(jì)增長就不會持續(xù)。知識的溢出促成了社會資源的節(jié)約，并促進(jìn)區(qū)域競爭力的發(fā)展，因此也成為了增長理論的微觀經(jīng)濟(jì)基礎(chǔ)。Audretsch&Freldman (1996)研究發(fā)現(xiàn)，知識溢出傾向于產(chǎn)業(yè)集群，而且具有創(chuàng)新活動的產(chǎn)業(yè)集群的知識溢出對區(qū)域競爭力的影響更加明顯。

C.Beaudry，P.Swalm(2001)在他們的研究中表明產(chǎn)業(yè)集聚帶來的技術(shù)溢出可使在此范圍內(nèi)的企業(yè)受益，為此他們研究了英國主要工業(yè)區(qū)中經(jīng)濟(jì)集聚與企業(yè)科技創(chuàng)新績效的關(guān)系，在他們的分析中，經(jīng)濟(jì)集聚的衡量指標(biāo)是企業(yè)中科研人員數(shù)量的比重，科技創(chuàng)新績效的測算指標(biāo)是每年新型科技產(chǎn)品的營業(yè)收入。根據(jù)他們的研究成果，在不同的行業(yè)，經(jīng)濟(jì)集聚與企業(yè)科技創(chuàng)新績效的關(guān)系并不一致，正效應(yīng)、負(fù)效應(yīng)和零效應(yīng)幾乎同時并存，但是在計算機(jī)、汽車、航空和通訊設(shè)備制造業(yè)等領(lǐng)域，經(jīng)濟(jì)集聚對企業(yè)科技創(chuàng)新績效存在非常強(qiáng)的正效應(yīng)。

3.實證分析

3.1變量選取的說明

本文研究的問題是我國選擇什么樣的城鎮(zhèn)化道路可以促進(jìn)科技創(chuàng)新能力的提高，那么就變量的選取必須考慮兩個問題：何種變量可以代表城鎮(zhèn)化道路？何種變量可以衡量科技創(chuàng)新能力？

第一，本文主要選取經(jīng)濟(jì)密度衡量城市發(fā)展的集中程度。經(jīng)濟(jì)密度越大，代表該城市的發(fā)展更側(cè)重于集約型；反之，則為粗放型。由于資源的地理分布不平衡，導(dǎo)致人口、生產(chǎn)與財富向大城市和發(fā)達(dá)地帶聚集，聚集能創(chuàng)造更高的收入，因此經(jīng)濟(jì)產(chǎn)出因素是城鎮(zhèn)化發(fā)展的真正動力。而經(jīng)濟(jì)密度是指區(qū)域國民生產(chǎn)總值與區(qū)域面積之比，它代表了城市單位面積上經(jīng)濟(jì)活動的效率和土地利用的密集程度，可以用來衡量城市發(fā)展的集中程度，間接地代表城鎮(zhèn)化道路選擇。此外，還會輔以人口密度、人均GDP等因素加以衡量。

第二，本文選取每萬人專利授權(quán)數(shù)衡量城市的科技創(chuàng)新能力。洪明勇(2003)、蔣興華(2012)等學(xué)者都構(gòu)建過區(qū)域科技創(chuàng)新能力評價體系，主要以科技創(chuàng)新產(chǎn)出、科技創(chuàng)新投入、科技創(chuàng)新與社會經(jīng)濟(jì)的協(xié)調(diào)能力、科技創(chuàng)新潛力等四方面構(gòu)建指數(shù)綜合體系。本文選取的專利授權(quán)量來自于科技創(chuàng)新產(chǎn)出，原因有以下幾點：1.科技創(chuàng)新產(chǎn)出能力是區(qū)域科技創(chuàng)新的基礎(chǔ)，是將新知識轉(zhuǎn)化為新產(chǎn)品、新工藝和新服務(wù)的過程，沒有產(chǎn)出就沒有創(chuàng)新。2.近年來,隨著專利制度的逐步完善,專利數(shù)據(jù)在科技創(chuàng)新分析中越來越顯示出其重要性，專利活動指標(biāo)一直是測度國家、地區(qū)科技能力的主要指標(biāo)。專利被很多經(jīng)濟(jì)學(xué)家認(rèn)為是在產(chǎn)業(yè)和國家層面上技術(shù)進(jìn)步和變革的指標(biāo)，采用專利授權(quán)數(shù)更能說明問題。3.基于數(shù)據(jù)獲得的容易程度。專利授權(quán)量與其他反應(yīng)科技創(chuàng)新產(chǎn)出的指標(biāo)相比，如重要國際科技論文數(shù)、獲科技進(jìn)步獎數(shù)等，更易獲取，可信度高。為了更好的說明不同城市在科技創(chuàng)新能力間的差異，本文采取相對數(shù)，即每萬人專利授權(quán)量為最終指標(biāo)。

3.2數(shù)據(jù)來源與處理

本研究選取2008、2009、2010和2011年全國275個地級以上城市為樣本,選取每萬人專利授權(quán)數(shù)(PaGr)、人均GDP(Perc GDP)、經(jīng)濟(jì)密度(EcDe)、人口密度(PoDe)等4個研究變量，樣本數(shù)為4400個。選取2008、2011這兩個年限的原因是大部分城市缺少2008年以前和2012年的專利授權(quán)量統(tǒng)計，275個城市樣本中剔除了數(shù)據(jù)不全的齊齊哈爾、鶴崗、大慶、佳木斯、七臺河、黑河、崇左、咸陽、漢中、商洛、拉薩等11個城市。

本文研究所用的經(jīng)濟(jì)社會數(shù)據(jù)主要來源于《中國城市統(tǒng)計年鑒》中“中國地級以上城市”的相關(guān)統(tǒng)計資料。經(jīng)濟(jì)密度是市轄區(qū)“地區(qū)生產(chǎn)總值”與“建成區(qū)面積”的比值，人口密度是市轄區(qū)“年末總?cè)丝凇迸c“建成區(qū)面積”的比值，人均GDP是市轄區(qū)“地區(qū)生產(chǎn)總值”與市轄區(qū)“年末總?cè)丝凇钡谋戎?。“建成區(qū)面積”是指市行政區(qū)范圍內(nèi)經(jīng)過征用的土地和實際建設(shè)發(fā)展起來的非農(nóng)業(yè)生產(chǎn)建設(shè)地段，可以較好反應(yīng)城市中城鎮(zhèn)化區(qū)域面積的大??；之所以用市轄區(qū)而非全市的數(shù)據(jù)是因為從經(jīng)濟(jì)意義上而言,市轄區(qū)更能準(zhǔn)確地反映一個城市的范圍。

本研究所用專利授權(quán)的數(shù)據(jù)主要來源于各省、市的知識產(chǎn)權(quán)局以及統(tǒng)計年鑒，每萬人專利授權(quán)量是指“專利授權(quán)量”與“年末總?cè)丝凇保ㄈf人）的比值。

我們根據(jù)各城市四年的平均經(jīng)濟(jì)密度由高到底排序，均分成三組，平均經(jīng)濟(jì)密度越高說明該城市的集聚水平越高。以三組的不同水平的經(jīng)濟(jì)密度來衡量城市的集聚程度高低，從而間接的說明城鎮(zhèn)化的道路選擇。分組結(jié)果為：大城市組92個城市、中等城市組92個城市、小城市組91個城市。

表1各變量的描述性統(tǒng)計結(jié)果年份

Year變量標(biāo)記

Variable變量解釋

Variableinterpretation均值

Mean標(biāo)準(zhǔn)差

Std.Error2008PaGr每萬人專利授權(quán)量（個）7.0514.39Perc GDP人均GDP（萬元/人）3.963.42PoDe人口密度（萬人/平方公里）1.631.04EcDe經(jīng)濟(jì)密度（億元/平方公里）5.084.002009PaGr每萬人專利授權(quán)量（個）9.7920.23Perc GDP人均GDP（萬元/人）4.323.51PoDe人口密度（萬人/平方公里）1.580.96EcDe經(jīng)濟(jì)密度（億元/平方公里）5.504.302010PaGr每萬人專利授權(quán)量（個）14.0925.49Perc GDP人均GDP（萬元/人）5.054.05PoDe人口密度（萬人/平方公里）1.500.85EcDe經(jīng)濟(jì)密度（億元/平方公里）6.164.802011PaGr每萬人專利授權(quán)量（個）16.5931.37Perc GDP人均GDP（萬元/人）5.964.66PoDe人口密度（萬人/平方公里）1.420.81EcDe經(jīng)濟(jì)密度（億元/平方公里）6.945.313.3模型的建立

通過前面的分析，在表1中我們發(fā)現(xiàn)從2008年開始，伴隨著經(jīng)濟(jì)密度、人均GDP的均值逐年上升，每萬人專利授權(quán)數(shù)的均值也存在逐年上升的趨勢，此外，人口密度呈小幅度下降趨勢。由此，我們設(shè)想各城市每萬人專利授權(quán)量與經(jīng)濟(jì)密度、人口密度、人均GDP間可能存在一定程度的相關(guān)性，為了可以較為科學(xué)地分析城市集聚程度對科技創(chuàng)新產(chǎn)生的影響，我們采用以下模型驗證變量間的關(guān)系：

PaGrit=αi+β1PercGDPit+β2PoDeit+β3EcDeit+uit

其中，i代表不同城市，t代表時間， PaGrit、PercGDPit、PoDeit、EcDeit分別表示第i個城市t年的真實每萬人專利授權(quán)量、人均GDP、人口密度、經(jīng)濟(jì)密度，ui代表誤差項。考慮到個地級以上城市可能存在異方差問題，為了較少異方差的影響，我們擬采用雙對數(shù)模型。經(jīng)過試回歸后發(fā)現(xiàn)，采用雙對數(shù)模型沒有原模型效果顯著，固仍采用原模型。

對于分組后的城市，我們也采用上述模型對各組變量間的關(guān)系進(jìn)行說明，同時根據(jù)系數(shù)、模型的顯著性以及對于同一變量，各組間的系數(shù)差異來分析問題。

3.4實證檢驗與回歸分析

本文利用Stata10.0進(jìn)行回歸分析。最初我們使用雙對數(shù)模型，即先對原始數(shù)據(jù)取對數(shù)，再導(dǎo)入軟件回歸。一般來說，雙對數(shù)模型一定程度上可以消除模型的異方差和自相關(guān)性等，變量增量之間的相關(guān)關(guān)系也更顯著，因此更有利于觀察與研究。但通過回歸結(jié)果我們發(fā)現(xiàn)，取對數(shù)后的變量之間的線性關(guān)系并不顯著，故最后仍選擇原始數(shù)據(jù)進(jìn)行回歸。

首先通過hausman檢驗選取回歸模型。最終使用隨機(jī)效應(yīng)模型（小城市組和中等城市組）和固定效應(yīng)模型（大城市組）進(jìn)行面板數(shù)據(jù)回歸，得到表2的回歸結(jié)果。

表2STATA面板數(shù)據(jù)回歸結(jié)果樣本整體(1)(2)(3)(4)經(jīng)濟(jì)密度（億元/平方公里）-0.012.12**人口密度（萬人/平方公里）0.2-5.27**人均GDP（萬元/人）3.78**3.76**截距-6.6-0.6819.946.23R20.270.130.050.27大城市組(1)(2)(3)(4)經(jīng)濟(jì)密度（億元/平方公里）2.78**3.02**-1.15人口密度（萬人/平方公里）-18.10**5.44人均GDP（萬元/人）6.88**4.44**截距-5.6219.01-28.43-12.76R20.110.190.280.29中等城市組(1)(2)(3)(4)經(jīng)濟(jì)密度（億元/平方公里）1.33**1.46**-0.28人口密度（萬人/平方公里）-4.99**-1.81人均GDP（萬元/人）2.29**2.30**截距2.279.764-0.44R20.030.080.160.15小城市組(1)(2)(3)(4)經(jīng)濟(jì)密度（億元/平方公里）1.53**1.88**-0.95人口密度（萬人/平方公里）-3.04**-1.78人均GDP（萬元/人）2.57**2.56**截距0.854.22-0.89-1.43R20.070.120.170.17注：其中**表示通過1%的顯著性檢驗。

在樣本整體數(shù)據(jù)的回歸中可以發(fā)現(xiàn)，每萬人專利授權(quán)數(shù)與經(jīng)濟(jì)密度、人均GDP顯著正相關(guān)，與人口密度顯著負(fù)相關(guān)。但加入這3個變量的回歸，即總體（1）中經(jīng)濟(jì)密度與人口密度的系數(shù)均改變了方向且不顯著，說明這3個變量高度相關(guān)，對模型產(chǎn)生了影響。比較（1）列和（4）列可以發(fā)現(xiàn)在模型加入經(jīng)濟(jì)密度和人口密度前后，擬合程度和人均GDP的系數(shù)幾乎沒有變化，即人均GDP幾乎可以解釋所有的變動。

下面我們來看看分組回歸的結(jié)果。

首先從經(jīng)濟(jì)密度的回歸系數(shù)來分析。從（1）列可得在三個城市分組里其系數(shù)均為正且通過了1%的顯著性檢驗，說明經(jīng)濟(jì)密度越大，專利授權(quán)數(shù)相應(yīng)的越大。同時，其大城市組的系數(shù)大于中小城市組的系數(shù)，說明在大城市中經(jīng)濟(jì)密度對專利授權(quán)數(shù)的影響程度大于中小城市。也就是說，經(jīng)濟(jì)密度每變動一單位，其能在大城市引起更多單位的增加或減少。

接下來，模型中加入人口密度這個變量以后，經(jīng)濟(jì)密度的系數(shù)方向和顯著性仍不變，但大小都顯著變大。而人口密度系數(shù)雖然顯著，但為負(fù)數(shù)，說明城市的人口密度越大，專利授權(quán)數(shù)可能越低，與前面的整體分析吻合。且城市規(guī)模越大，系數(shù)負(fù)得越多，即人口密度增加一單位時，大城市的專利授權(quán)數(shù)減少得比中等城市多，中等城市減少得比小城市多。同（1）得出的結(jié)論一樣，大城市的專利授權(quán)數(shù)對經(jīng)濟(jì)密度的變化更敏感。另外，模型整體的R2顯著增大了，可看出模型（2）優(yōu)于模型（1）。

在（3）列中加入了人均GDP這個變量，此時模型整體的擬合程度雖然有一定程度的提高，但經(jīng)濟(jì)密度與人口密度的系數(shù)都不僅不顯著，其方向還發(fā)生了變化，因而人均GDP的加入不利于模型。其原因可能是人均GDP與經(jīng)濟(jì)密度高度相關(guān)。

最后，我們將人均GDP與專利授權(quán)數(shù)單獨分組進(jìn)行了回歸。得出的結(jié)論與之前的經(jīng)濟(jì)密度變量類似，發(fā)現(xiàn)其相當(dāng)于經(jīng)濟(jì)密度的替代變量，故最終選用（2）列的模型，即

PaGrit=αi+β2PoDeit+β3EcDeit+uit

上述一系列回歸結(jié)果表明大城市組專利授權(quán)數(shù)對經(jīng)濟(jì)密度及人口密度的變化更敏感，而中等城市組又優(yōu)于小城市組。也就是說，當(dāng)經(jīng)濟(jì)密度增加一單位或人口密度減少一單位時，大城市的科技創(chuàng)新能力增長快于中等城市，中等城市又優(yōu)于小城市。從經(jīng)濟(jì)角度來說，發(fā)展集聚經(jīng)濟(jì)更有利于培養(yǎng)科技創(chuàng)新能力；從人口角度來說，較分散的人口結(jié)構(gòu)更有利于科技創(chuàng)新。

4.結(jié)論

本文以經(jīng)濟(jì)集聚對科技創(chuàng)新活動的影響為研究對象，在總結(jié)現(xiàn)有國內(nèi)外參考文獻(xiàn)的基礎(chǔ)上，并以此為研究基礎(chǔ)并從理論上討論了經(jīng)濟(jì)集聚對科技創(chuàng)新活動的影響。在實證研究里，本文選取每萬人專利授權(quán)量來代表城市的科技創(chuàng)新能力，用經(jīng)濟(jì)密度、人口密度、代表經(jīng)濟(jì)集聚程度。由此推導(dǎo)了包含代表科技創(chuàng)新指標(biāo)的多元回歸方程。綜合理論分析與實證研究得出了一下結(jié)論：

第一，從經(jīng)濟(jì)集聚程度對科技創(chuàng)新活動的影響來看，大城市組的經(jīng)濟(jì)密度較中等、小城市組更為顯著，即大城市經(jīng)濟(jì)集聚程度對科技創(chuàng)新的影響要優(yōu)于中小城市。說明在大城市，經(jīng)濟(jì)集聚對科技創(chuàng)新產(chǎn)出的影響機(jī)制是穩(wěn)定的，并且這一趨勢正逐步加深，但相對于中小城市，經(jīng)濟(jì)集聚程度的偏低導(dǎo)致其對科技創(chuàng)新產(chǎn)出的影響機(jī)制并不穩(wěn)定。

第二，從資源配置對科技創(chuàng)新活動影響來說，大城市資源集中，不乏各類高新科技園區(qū)，及產(chǎn)業(yè)創(chuàng)新示范區(qū)。能夠更加優(yōu)化資源配置，共享基礎(chǔ)設(shè)施，在科技創(chuàng)新成本降低的同時能夠共享相互之間的知識溢出效應(yīng)。而中小城市目前面臨的問題是承接了來自大城市的勞動密集性產(chǎn)業(yè)，同時面對自身優(yōu)質(zhì)資本科技資本向大城市轉(zhuǎn)移的困境。但在目前國家的政策扶持之下，中小城市在科技發(fā)展上也加大了投入力度，許多小城市也借由其地廣人稀的地理優(yōu)勢進(jìn)行研發(fā)及實驗，這也印證了我們研究中提到的城市的人口密度越大，專利授權(quán)數(shù)可能越低。

第三，從科技創(chuàng)新的需求對科技創(chuàng)新活動的影響，從本文中人均GDP對專利授權(quán)量的影響來看，大城市的系數(shù)要顯著高于中小城市。可以看出，大城市多發(fā)展資本密集型產(chǎn)業(yè)，對科技水平的要求較為較高，需求較大，加之大城市所處區(qū)位環(huán)境的影響，同時大城市的經(jīng)濟(jì)集聚不僅提高了要素的邊際生產(chǎn)力，也降低了它的邊際支付價格，必然導(dǎo)致科技資本需求的大幅增加，從而出現(xiàn)較高的科技資本需求的集聚效應(yīng)，而這種效應(yīng)繼而導(dǎo)致了科技創(chuàng)新活動的大幅增加。

綜上，經(jīng)濟(jì)集聚產(chǎn)生的知識溢出對科技創(chuàng)新的影響是極為顯著的，這也說明了城鎮(zhèn)化道路的選擇應(yīng)該圍繞經(jīng)濟(jì)集聚展開。通過我們的研究可以看出，發(fā)展集約的城鎮(zhèn)化道路更有利于經(jīng)濟(jì)的集聚從而帶動科技創(chuàng)新的發(fā)展。

參考文獻(xiàn)

[1]劉柯杰. 知識外溢、產(chǎn)業(yè)聚集與地區(qū)高科技產(chǎn)業(yè)政策選擇[J]. 生產(chǎn)力研究, 2002(1).

[2]殷曉莉, 王里克. 區(qū)域科技創(chuàng)新能力評價研究[J]. 生產(chǎn)力研究, 2006(6).

[3]李凱, 任曉艷, 向濤. 產(chǎn)業(yè)集群效應(yīng)對技術(shù)創(chuàng)新能力的貢獻(xiàn)——基于國家高新區(qū)的實證研究[J]. 科學(xué)學(xué)研究. 2007(03).

[4]竇紅賓.知識溢出、集群學(xué)習(xí)、區(qū)域競爭力提升效應(yīng)[J].未來與發(fā)展,2009(12).

[5]石琳娜, 石娟, 顧新. 基于知識溢出的我國高技術(shù)企業(yè)自主創(chuàng)新能力提升途徑研究[J].軟科學(xué),2011 (8).

[6]Westney D E, Sakakibara K. Designing the designers: computer R&D in the United States and Japan[J]. Technology Review, 1986, 89(3): 24-31.

[7]Rosenberg N, Steinmueller W E. Why are Americans such poor imitators[J]. The American Economic Review, 1988, 78(2): 229-234.

[8]Odagiri H, Goto A. The Japanese system of innovation: Past[J]. Present and Future'in Nelson, 1993: 76-114.

[9]Audretsch D B, Feldman M P. R&D spillovers and the geography of innovation and production[J]. The American Economic Review, 1996, 86(3): 630-640.

[10] C.Beaudry,P.Swalm. Growth in Industrial cluster: a Birds Eye View of the United Kingdom[J].SIEPR Discussion Paper, 2001(1).

[11]洪名勇. 科技創(chuàng)新能力與區(qū)域經(jīng)濟(jì)實力差異的實證研究[J]. 經(jīng)濟(jì)地理, 2003, 23(5).

[12]李倩, 師萍, 趙立雨. 基于灰色關(guān)聯(lián)分析的我國區(qū)域科技創(chuàng)新能力評價研究[J]. 科技管理研究. 2010(02).

[13]黃智淋, 俞培果. 近年技術(shù)創(chuàng)新對我國經(jīng)濟(jì)增長的影響研究——基于面板數(shù)據(jù)模型分析[J]. 科技管理研究. 2007(05).

[14]蔣興華. 區(qū)域科技創(chuàng)新能力評價體系構(gòu)建及綜合評價實證研究[J].科技管理研究. 2012(14).

[15]陳玉娟. 知識溢出, 科技創(chuàng)新與區(qū)域競爭力關(guān)系的統(tǒng)計研究[D]. 浙江工商大學(xué), 2013.

[16]李衛(wèi)東. 計量經(jīng)濟(jì)學(xué)[M]. 北京: 機(jī)械工業(yè)出版社, 2011.

[17]詹姆斯?H.斯托克, 馬克?W.沃森. 計量經(jīng)濟(jì)學(xué): 第三版[M]. 沈根祥, 孫燕, 譯. 上海: 格致出版社: 上海人民出版社, 2012.