傅利平，周小明，張 燁

(1.天津大學(xué)公共資源管理研究中心，天津300072;2.天津大學(xué)管理與經(jīng)濟學(xué)部，天津300072)

作為區(qū)域創(chuàng)新系統(tǒng)的主體，高技術(shù)產(chǎn)業(yè)集群占有區(qū)內(nèi)大量創(chuàng)新資源，主導(dǎo)區(qū)內(nèi)信息、技術(shù)、知識等創(chuàng)新要素的流動，并通過知識溢出與區(qū)域創(chuàng)新系統(tǒng)的各要素互動，動態(tài)影響區(qū)域創(chuàng)新產(chǎn)出。在產(chǎn)業(yè)集群環(huán)境下，企業(yè)衍生與人員流動是主要的知識溢出機制。Saxenien在研究硅谷地區(qū)的創(chuàng)新活動時發(fā)現(xiàn)，區(qū)內(nèi)高技術(shù)企業(yè)從20世紀70年代不足3 000家迅速衍生至21世紀初期8 000多家，各類研發(fā)人員的流動及非正式交流是區(qū)內(nèi)知識溢出的主要途徑[1]。目前，企業(yè)衍生率已成為衡量產(chǎn)業(yè)集群競爭力的關(guān)鍵指標(biāo)。高技術(shù)產(chǎn)業(yè)集群內(nèi)研發(fā)人員與創(chuàng)新活動密集，各類研發(fā)人員頻繁流動，可促進創(chuàng)新性知識在不同企業(yè)間的溢出和擴散，從而加速區(qū)域內(nèi)創(chuàng)新性知識的流動，促進區(qū)域技術(shù)進步。根據(jù)知識溢出理論和硅谷科技人力資源流動模型，朱美光等(2005)研究得出:科技人力資源流動導(dǎo)致的知識溢出效應(yīng)可促進區(qū)域科技創(chuàng)新水平提高;區(qū)域科技創(chuàng)新水平的提高是區(qū)域產(chǎn)業(yè)集聚的內(nèi)生動力[2]?，F(xiàn)有國內(nèi)外研究已從企業(yè)衍生及人員流動等維度分析高技術(shù)產(chǎn)業(yè)集群的知識溢出效應(yīng)對區(qū)域創(chuàng)新產(chǎn)出的影響，但系統(tǒng)性的實證分析還較少，研究結(jié)論的解釋力受到影響。

一、效應(yīng)分析與關(guān)系假設(shè)

研發(fā)人員是創(chuàng)新性知識的主要載體，高技術(shù)產(chǎn)業(yè)集群的人員流動既包括各類研發(fā)人員在集群內(nèi)部企業(yè)間的流動，還包括集群內(nèi)外部研發(fā)人員之間的流動?；谌藛T流動的知識溢出效應(yīng)受到各種因素的共同作用，特別是溢出方與接收方的知識位勢差及接收方的知識吸收能力。企業(yè)對外部知識的敏感度越高，信息挖掘能力越強，自身知識存量越大，人力資本越雄厚，則溢出效應(yīng)越明顯[3]。此外，流動人員的層次、各場域間知識類型的區(qū)別及知識距離同樣對溢出效應(yīng)產(chǎn)生影響[4]。通常，掌握核心技術(shù)與關(guān)鍵創(chuàng)新的高端研發(fā)人才、高級工程技術(shù)人員的流動，所產(chǎn)生知識溢出強度較大，溢出效應(yīng)也相對更為明顯[5]。因此，基于高技術(shù)產(chǎn)業(yè)集群人員流動的知識溢出效應(yīng)，本文提出如下假設(shè)。

假設(shè)1(H1):高技術(shù)產(chǎn)業(yè)集群人員流動的知識溢出效應(yīng)，可提升集群整體的知識存量，對集群創(chuàng)新產(chǎn)出具有正向促進作用。

假設(shè)2(H2):高技術(shù)產(chǎn)業(yè)集群的人員流動可促進知識溢出的頻度和強度，加速區(qū)內(nèi)知識流動，對區(qū)域創(chuàng)新產(chǎn)出具有正向促進作用。

在高技術(shù)產(chǎn)業(yè)集群的發(fā)展中，企業(yè)衍生機制主要包括契約衍生與直接衍生兩種，即各成員通過契約安排聯(lián)合組建新企業(yè)或各成員直接設(shè)立新企業(yè)。衍生企業(yè)與高技術(shù)產(chǎn)業(yè)集群中母體間的資源聯(lián)系，是集群知識溢出的主要機制。在衍生企業(yè)從其母體獲取企業(yè)資源及整合利用的過程中，發(fā)生從母體到衍生企業(yè)的知識溢出[6]。通過對美國、日本的企業(yè)衍生與技術(shù)創(chuàng)新的比較分析，程進、韓玉啟(2006)研究指出企業(yè)衍生激發(fā)了區(qū)內(nèi)企業(yè)家精神的形成，增加了技術(shù)創(chuàng)新范式的選擇多樣性，并通過擴大企業(yè)基數(shù)為各種創(chuàng)新價值鏈的新組合提供了必要條件[7]。在直接衍生機制中，擁有技術(shù)成果或創(chuàng)意的企業(yè)家通過建立企業(yè)可與不同群體產(chǎn)生交流和互動，特別是在與其他人員的合作過程中通常發(fā)生緘默性知識的溢出[8]?；谄髽I(yè)家創(chuàng)業(yè)機制的知識溢出可通過自我雇用率、新建企業(yè)率和就業(yè)率等形式表現(xiàn)[9]。創(chuàng)新性知識的溢出則可拓展集群內(nèi)各企業(yè)家的技術(shù)選擇集，為其獲取、分析和把握創(chuàng)業(yè)機會，并成功建立企業(yè)提供可能[10]。而且，集群內(nèi)的企業(yè)衍生可吸引更多創(chuàng)新資源持續(xù)向所在區(qū)域匯集，使集群規(guī)模與集聚度不斷增加，從而使生產(chǎn)外部性和技術(shù)外部性等集聚效應(yīng)更加顯著，對區(qū)域創(chuàng)新產(chǎn)出產(chǎn)生促進作用[11]。因此，基于高技術(shù)產(chǎn)業(yè)集群企業(yè)衍生的知識溢出效應(yīng)，本文提出如下假設(shè)。

假設(shè)3(H3):高技術(shù)產(chǎn)業(yè)集群內(nèi)企業(yè)衍生的知識溢出效應(yīng)，可促進集群外部資源向集群匯集，對集群創(chuàng)新產(chǎn)出具有正向促進作用。

假設(shè)4(H4):高技術(shù)產(chǎn)業(yè)集群內(nèi)企業(yè)衍生的知識溢出效應(yīng)，可促進區(qū)域人員與知識流動，對區(qū)域創(chuàng)新產(chǎn)出具有正向促進作用。

假設(shè)5(H5):高技術(shù)產(chǎn)業(yè)集群的知識存量在人員流動與企業(yè)衍生知識溢出的作用下，對區(qū)域創(chuàng)新產(chǎn)出具有正向促進作用。

二、典型相關(guān)性分析

典型相關(guān)分析的基本思想是:為從總體上把握兩組指標(biāo)之間的相關(guān)關(guān)系，采用類似于主成分分析的方法，在兩組變量中分別選取若干有代表性的變量組成代表性強的綜合指標(biāo)，通過研究這兩組綜合指標(biāo)之間的相關(guān)關(guān)系，來反映這兩組變量間的整體相關(guān)性。該方法適用于研究難以通過構(gòu)造直觀數(shù)學(xué)模型分析被解釋變量與解釋變量之間數(shù)量關(guān)系的問題，通常要求時間序列數(shù)據(jù)的時間跨度較長。

中關(guān)村科技園作為北京市高技術(shù)產(chǎn)業(yè)聚集區(qū)，歷經(jīng)多年發(fā)展已成為以研發(fā)及服務(wù)為主要業(yè)態(tài)、國內(nèi)最為成熟的高技術(shù)產(chǎn)業(yè)集群，適宜作為典型高技術(shù)產(chǎn)業(yè)集群實證分析知識溢出與區(qū)域創(chuàng)新產(chǎn)出的關(guān)系。自成立以來，中關(guān)村科技園內(nèi)高技術(shù)企業(yè)不斷衍生，企業(yè)數(shù)及從業(yè)人員數(shù)不斷上升，新技術(shù)、新產(chǎn)品及新專利等創(chuàng)新產(chǎn)出不斷涌現(xiàn)，表現(xiàn)出強勁的發(fā)展動力和創(chuàng)新活力。依據(jù)知識溢出理論，中關(guān)村科技園較快的企業(yè)衍生速度與人員流動，可產(chǎn)生基于企業(yè)衍生與人員流動的知識溢出效應(yīng)。因此，本文以中關(guān)村科技園作為典型高技術(shù)產(chǎn)業(yè)集群，分析其基于企業(yè)衍生與人員流動機制的知識溢出對北京市創(chuàng)新產(chǎn)出的影響。分析方法采用典型相關(guān)分析，分析軟件采用SAS9.2。

實證分析采用兩組變量，第一組變量為區(qū)域的專利產(chǎn)出及知識存量(從知識增量和存量兩個維度反映區(qū)域創(chuàng)新產(chǎn)出);另一組變量為高技術(shù)產(chǎn)業(yè)集群的知識存量、基于人員流動的知識溢出、基于企業(yè)衍生的知識溢出(從三個維度反映集群創(chuàng)新活動)。第一組變量的指標(biāo)選取為發(fā)明專利授權(quán)數(shù)與地區(qū)生產(chǎn)總值，第二組變量的指標(biāo)選取為工業(yè)總產(chǎn)值、從業(yè)人員數(shù)、企業(yè)數(shù)。鑒于北京市非京籍人口占比高的實際，均選用總量而非人均指標(biāo)。為符合典型相關(guān)分析對數(shù)據(jù)時間長度的要求，選取1995—2011年(共計17年)的時間序列數(shù)據(jù)作為分析對象。

1.典型相關(guān)系數(shù)分析

將兩組變量17年的數(shù)據(jù)輸入SAS軟件后，得到典型相關(guān)系數(shù)及其相關(guān)置信域水平，如表1所示。

表1 典型相關(guān)系數(shù)及其特征值和顯著水平

從表1可得，第一典型相關(guān)系數(shù)為0.989 484，對應(yīng)的檢驗總體中所有典型相關(guān)均為0的零假設(shè)顯著性水平小于0.000 1，其F值(31.26)遠大于1;第二典型相關(guān)系數(shù)為0.620 242，對應(yīng)的檢驗總體中所有典型相關(guān)均為0的零假設(shè)顯著性水平為0.042 6，其F值(4.06)仍大于1。因此，在0.005的顯著性水平下，僅有第一個典型相關(guān)是顯著的，其特征值為46.799 3。

2.VAR類變量和WITH類變量之間的多變量檢驗

當(dāng)因變量多于1個時，須進行多變量檢驗。當(dāng)各組變量之間的差異沿多個維度擴展時，4個主要的標(biāo)準(zhǔn)檢驗統(tǒng)計量的精度依次為:Pillai’s軌跡、Wilks’λ、Hotelling-Lawley軌跡和Roy最大根統(tǒng)計量。其中，Pillai’s軌跡是最可靠的判定標(biāo)準(zhǔn)。

VAR類變量為:發(fā)明專利授權(quán)數(shù)(Y1);地區(qū)生產(chǎn)總值(Y2)。

WITH類變量為:中關(guān)村工業(yè)總產(chǎn)值(X1);企業(yè)數(shù)(X2);從業(yè)人員數(shù)(X3)。

上述4個標(biāo)準(zhǔn)檢驗值如表2所示。

表2 VAR類變量和WITH類變量之間的多變量檢驗值

前提假設(shè)H0:VAR類變量和WITH類變量之間沒有交互效應(yīng)。

由表2可得，Pillai’s軌跡的概率值為1.363 779 30，遠大于α理論值0.05，所以沒有理由拒絕原假設(shè)H0。說明VAR類變量和WITH類變量之間沒有交互效應(yīng)(即不相關(guān))，可以用高技術(shù)產(chǎn)業(yè)集群(中關(guān)村科技園)變量組來解釋區(qū)域(北京市)變量組。

3.典型相關(guān)模型

鑒于各原始變量的計量單位不同，不宜直接比較，因此本文采用標(biāo)準(zhǔn)化的典型系數(shù)，給出典型相關(guān)模型，如表3所示。

表3 VAR類變量和WITH類變量的標(biāo)準(zhǔn)化典型系數(shù)

從表3中標(biāo)準(zhǔn)化系數(shù)可以看到，來自高技術(shù)產(chǎn)業(yè)集群變量和區(qū)域變量構(gòu)成的第一典型變量的表達式分別為

從式(1)、式(2)可知，高技術(shù)產(chǎn)業(yè)集群(中關(guān)村科技園)的前兩個因素(工業(yè)總產(chǎn)值、企業(yè)衍生溢出)是影響集群創(chuàng)新的主要因素。區(qū)域(北京市)的主要因素是地區(qū)生產(chǎn)總值，說明知識存量是區(qū)域創(chuàng)新產(chǎn)出的主要因素。由于第一組典型變量占有的信息量遠大于第二組典型變量，所以可將第一組典型變量視為總體結(jié)果。

表4是典型相關(guān)分析的運行結(jié)果，即原始變量與典型變量之間的相關(guān)系數(shù)。

表4 原始變量與典型變量之間的相關(guān)系數(shù)

從表4可以得出，高技術(shù)產(chǎn)業(yè)集群的工業(yè)總產(chǎn)值(X1)、企業(yè)衍生溢出(X2)、人員流動溢出(X3)3個指標(biāo)與第一典型變量W1均呈高度相關(guān)(相關(guān)系數(shù)均大于0.99)，說明這些指標(biāo)在反映高技術(shù)產(chǎn)業(yè)集群的知識存量方面占有主導(dǎo)地位，其中工業(yè)總產(chǎn)值(X1)最高。因此，本文假設(shè)1與假設(shè)3均獲得驗證通過。而且，這3個指標(biāo)與第一典型變量V1之間也呈高相關(guān)性(相關(guān)系數(shù)均大于0.98)，從而反映出高技術(shù)產(chǎn)業(yè)集群各變量均對區(qū)域創(chuàng)新產(chǎn)出及知識存量有較大影響。因此，本文假設(shè)2、假設(shè)4與假設(shè)5均獲得驗證通過。反之，發(fā)明專利授權(quán)數(shù)(Y1)及地區(qū)生產(chǎn)總值(Y2)與第一典型變量V1、W1高度相關(guān)(相關(guān)系數(shù)均大于0.92)，說明區(qū)域創(chuàng)新產(chǎn)出與知識存量有助于推動高技術(shù)產(chǎn)業(yè)集群的創(chuàng)新及發(fā)展。根據(jù)北京市和中關(guān)村科技園17年的典型相關(guān)分析，可判定高技術(shù)產(chǎn)業(yè)集群知識溢出和區(qū)域創(chuàng)新產(chǎn)出之間存在良性互動、累積循環(huán)的關(guān)系。

4.冗余度分析

標(biāo)準(zhǔn)化的方差結(jié)果顯示，來自高技術(shù)產(chǎn)業(yè)集群變量的方差被對方第一個典型變量V1解釋的比例是91.06%;來自區(qū)域創(chuàng)新產(chǎn)出變量的方差被對方第一典型變量W1解釋的比例是97.04%。同時，高技術(shù)產(chǎn)業(yè)集群變量組的第一典型變量對三個指標(biāo)均具有很好的預(yù)測能力，其中工業(yè)總產(chǎn)值(X1)指標(biāo)(0.986 2)最好;區(qū)域創(chuàng)新產(chǎn)出變量組的第一典型變量對兩個指標(biāo)也都有很好的預(yù)測能力，其中地區(qū)生產(chǎn)總值(Y2)指標(biāo)最好(0.983 7)。

三、政策建議

上述典型相關(guān)分析的結(jié)果表明，基于人員流動與企業(yè)衍生的高技術(shù)產(chǎn)業(yè)集群知識溢出對區(qū)域創(chuàng)新產(chǎn)出均具有促進作用。而且，對于區(qū)域創(chuàng)新產(chǎn)出，高技術(shù)產(chǎn)業(yè)集群人員流動的知識溢出效應(yīng)低于企業(yè)衍生的知識溢出效應(yīng)。即快速的企業(yè)衍生比人員流動更能促進區(qū)域技術(shù)創(chuàng)新。因為中關(guān)村科技園大量中小型科技企業(yè)通?；诩夹g(shù)成果轉(zhuǎn)化而衍生，高技術(shù)產(chǎn)業(yè)集群的創(chuàng)新產(chǎn)出并非主要依賴于企業(yè)人數(shù)，而是素質(zhì)高、創(chuàng)新能力強的核心研發(fā)團隊。人員流動與企業(yè)衍生機制下的知識溢出在促進中關(guān)村高技術(shù)產(chǎn)業(yè)集群發(fā)展的同時，還使中關(guān)村對北京市創(chuàng)新能力產(chǎn)生顯著貢獻。因此，本文基于上述研究結(jié)果提出以下政策建議。

1.營造各類人員平滑流動的政策環(huán)境

首先，對于高技術(shù)產(chǎn)業(yè)集群，大量中小型科技企業(yè)的人才需求較強、人員流動大，需要及時補充。集群所在區(qū)域應(yīng)具備良好的人才引進及流動的機制，通過專場招聘、專項人才引進、創(chuàng)新獎勵、技術(shù)成果轉(zhuǎn)化扶持等措施，匯集企業(yè)所需的科技創(chuàng)新人員、企業(yè)家和工程技術(shù)人員。同時，政府應(yīng)為人才合理流動提供制度保障，特別是應(yīng)通過行政與法律手段，排除企業(yè)對人員正常流動的限制。

其次，政府可通過各類政策為高技術(shù)產(chǎn)業(yè)集群的人才需求提供多種供給形式，特別是“不求所有、但為所用”的形式。通過知識產(chǎn)權(quán)保護與政策激勵，促進高校和科研院所的各類研究人員以多種形式參與高技術(shù)產(chǎn)業(yè)集群的創(chuàng)新活動。通過建立完善技術(shù)開發(fā)獎勵、技術(shù)入股及科技人員持股經(jīng)營等制度，按照高技術(shù)產(chǎn)業(yè)效益分配的國際慣例(股份、期權(quán)等)，激發(fā)高校和科研院所的科研人員將研究成果商品化和產(chǎn)業(yè)化。

此外，政府可通過建立多層次的公共信息平臺，為用人企業(yè)與各類人才提供及時準(zhǔn)確的信息咨詢服務(wù)。根據(jù)高技術(shù)產(chǎn)業(yè)集群的技術(shù)特點及企業(yè)的人才、知識與技能需求，政府還可充分調(diào)動區(qū)域教育與科研資源，通過創(chuàng)辦高技術(shù)勞動力教育培訓(xùn)機構(gòu)，或直接向高等院校購買技術(shù)培訓(xùn)服務(wù)等形式，定向培養(yǎng)產(chǎn)業(yè)發(fā)展所需的高技能人才。

最后，高技術(shù)產(chǎn)業(yè)集群所在地區(qū)的工作生活環(huán)境亦為吸引人才的影響因素。相對優(yōu)越的工作環(huán)境，各類便利的生活設(shè)施，優(yōu)質(zhì)的公共教育、醫(yī)療及衛(wèi)生服務(wù)，良好的社會誠信體系等，均能有效增強各類人才對產(chǎn)業(yè)集群的根植性。

2.培育區(qū)域創(chuàng)新創(chuàng)業(yè)的文化與制度環(huán)境

首先，新企業(yè)的快速衍生是高技術(shù)產(chǎn)業(yè)集群發(fā)展成熟的標(biāo)志，企業(yè)孵化器可有效降低科技型小企業(yè)的創(chuàng)業(yè)風(fēng)險，是促進高技術(shù)企業(yè)衍生的有效途徑。為加快科技型企業(yè)的衍生速度，政府需提升科技型企業(yè)的孵化水平，提高孵化企業(yè)的成活率。同時，也可通過組建創(chuàng)業(yè)服務(wù)中心、生產(chǎn)力促進中心等企業(yè)服務(wù)機構(gòu)，為新企業(yè)的產(chǎn)生提供各種形式的服務(wù)。特別是對掌握先進科研成果或產(chǎn)品原型但缺乏企業(yè)運營經(jīng)驗的組織及個人，基于技術(shù)或產(chǎn)品的市場應(yīng)用提供針對性的創(chuàng)業(yè)服務(wù)。

其次，創(chuàng)新創(chuàng)業(yè)的文化環(huán)境對于企業(yè)衍生速度及創(chuàng)新活力影響較大。區(qū)域創(chuàng)新文化主要包括創(chuàng)新精神、創(chuàng)新思維、創(chuàng)新氛圍、創(chuàng)新教育和創(chuàng)新網(wǎng)絡(luò)等，各要素共同構(gòu)成區(qū)域創(chuàng)新的文化環(huán)境。政府通過政策措施與制度保障，積極營造“鼓勵創(chuàng)新、寬容失敗、崇尚合作”的創(chuàng)新氛圍，可激發(fā)市場主體或研發(fā)人員基于技術(shù)趨勢或市場需求不斷創(chuàng)新及合作。同時，通過科技體制的改革，推進科研院所的產(chǎn)權(quán)多元化改制或轉(zhuǎn)制，將科技資源的配置權(quán)交予市場，將競爭機制引入創(chuàng)新體系，有助于優(yōu)化區(qū)域創(chuàng)新環(huán)境。

此外，風(fēng)險投資是高技術(shù)產(chǎn)業(yè)發(fā)展的有利因素，也是高技術(shù)企業(yè)衍生的催化劑。因此，通過吸引風(fēng)險投資進入高技術(shù)產(chǎn)業(yè)集群，可擴大企業(yè)的投資主體，為高技術(shù)企業(yè)提供資金保障。因此，政府應(yīng)加強對風(fēng)險資本市場的管理，一方面協(xié)助企業(yè)積極尋求與產(chǎn)業(yè)發(fā)展相匹配的國內(nèi)外風(fēng)險投資，另一方面引進風(fēng)投機構(gòu)的行業(yè)管理與市場開拓經(jīng)驗，推動各類風(fēng)險投資進行規(guī)范化運作。

最后，需完善中介服務(wù)體系的制度環(huán)境，建立健全各類中介機構(gòu)的管理規(guī)章和法律制度，保障中介服務(wù)市場的規(guī)范運行;提升中介服務(wù)機構(gòu)的專業(yè)化水平與服務(wù)能力，通過重點建設(shè)一批專業(yè)服務(wù)能力強、對創(chuàng)新活動支撐作用大的骨干機構(gòu)，為集群企業(yè)的創(chuàng)新活動提供人才、科技、信息、法律、財務(wù)等方面的高質(zhì)量服務(wù);鼓勵企業(yè)、高校與科研機構(gòu)建立各種專業(yè)性的科技服務(wù)機構(gòu)，如科技評估、科技咨詢及科技信息服務(wù)，并推動各類中介機構(gòu)協(xié)同發(fā)展。

四、結(jié) 語

高技術(shù)產(chǎn)業(yè)集群作為區(qū)域創(chuàng)新系統(tǒng)的主體，通過人員流動與企業(yè)衍生兩種機制下的知識溢出效應(yīng)，動態(tài)影響區(qū)域知識存量及增量，從而正向作用于區(qū)域創(chuàng)新產(chǎn)出。通過對中關(guān)村科技園與北京市的典型相關(guān)分析，本文驗證了所提出的理論假設(shè)，即:高技術(shù)產(chǎn)業(yè)集群人員流動機制下的知識溢出既可提升集群整體的知識存量，又可通過加速區(qū)內(nèi)知識流動對區(qū)域創(chuàng)新產(chǎn)出產(chǎn)生正向促進作用;高技術(shù)產(chǎn)業(yè)集群企業(yè)衍生機制下的知識溢出既可促進外部資源向集群匯集，正向促進集群創(chuàng)新產(chǎn)出，又可通過加速區(qū)域人員與知識流動對區(qū)域創(chuàng)新產(chǎn)出產(chǎn)生正向促進作用。為充分利用高技術(shù)產(chǎn)業(yè)集群知識溢出對區(qū)域創(chuàng)新產(chǎn)出的正效應(yīng)，政府應(yīng)努力提供人才流動的良好環(huán)境及制度保障，建立多層次多渠道的公共信息平臺，打造便利優(yōu)越的工作生活環(huán)境;應(yīng)努力提升科技型企業(yè)的孵化成功率，營造創(chuàng)新創(chuàng)業(yè)的文化氛圍，引導(dǎo)規(guī)范各類風(fēng)險投資，完善中介服務(wù)體系的市場環(huán)境。

作者認為，后續(xù)研究可從以下方面進行完善:第一，基于知識溢出的發(fā)生機制及影響因素，進行高技術(shù)產(chǎn)業(yè)集群知識溢出的測度研究，構(gòu)造更為逼近知識溢出實際效應(yīng)的測度方法;第二，研究高技術(shù)產(chǎn)業(yè)集群知識溢出對區(qū)域創(chuàng)新產(chǎn)出的微觀作用機理，特別是挖掘其與區(qū)域創(chuàng)新系統(tǒng)各因素的互動關(guān)系;第三，采用空間計量經(jīng)濟學(xué)的模型與方法，研究高技術(shù)產(chǎn)業(yè)集群知識溢出對相鄰甚至更大范圍區(qū)域創(chuàng)新產(chǎn)出的效應(yīng)。

[1]Saxenien A.Regional Networks:Industrial Adaptation in Silicon Valley and Route 128[M].Cambridge:Harvard University Press，1994:63-79.

[2]朱美光，韓伯棠，徐春杰，等.知識溢出與高新區(qū)科技人力資源流動研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2005(5):100-104.

[3]Caniels，Marjolein C.Knowledge Spillovers and Economic Growth:Regional Growth Differentials across Europe[M].Cheltenham:Edward Elgar，2000:43-56.

[4]Kieron Meagher，Mark Rogers.Network Density and R＆D Spillovers[J].Journal of Economic Behavior and Organization，2004，53(1):237-260.

[5]Barro，Robert J.Human Capital and Growth[J].American Economic Review，2001(91):12-17.

[6]Zucker L G，Darby M R，Brewer M B.Intellectual human capital and the Birth of US biotechnology enterprises[J].American Economic Review，1998(88):290-306.

[7]程 進，韓玉啟.美日企業(yè)衍生方式與創(chuàng)新的比較分析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2006(12):57-60.

[8]魏 江，魏 勇.產(chǎn)業(yè)集群學(xué)習(xí)機制多層解析[J].中國軟科學(xué)，2004(1):121-126.

[9]Carrincazeaux C，Lung Y，Rallet A.Proximity and localization of corporate R＆D activities[J].Research Policy，2001(30):777-789.

[10]蔡 寧，吳結(jié)兵.產(chǎn)業(yè)集群的網(wǎng)絡(luò)式創(chuàng)新能力及其集體學(xué)習(xí)機制[J].科研管理，2005(4):22-28.

[11]李 真，盛昭翰，孟慶峰.基于知識溢出效應(yīng)的產(chǎn)業(yè)集聚創(chuàng)新演化[J].系統(tǒng)工程，2011(4):53-59.