內(nèi)容提要：在世界創(chuàng)新變局中加速開放，深度利用國際創(chuàng)新資源夯實和推動自主創(chuàng)新是中國建設(shè)創(chuàng)新型國家的內(nèi)在要求。空間集聚是創(chuàng)新活動的顯著特征，鑒于目前考察區(qū)域創(chuàng)新活動特征影響中外國際研發(fā)合作的研究并不多見，基于專利的后向引用信息和發(fā)明人地理信息，構(gòu)建中外次級行政地理單元之間的技術(shù)重疊指標(biāo)以刻畫雙邊創(chuàng)新投入的知識聯(lián)系，進(jìn)而基于集聚經(jīng)濟(jì)的分類效應(yīng)視角考察其對中外專利發(fā)明人國際研發(fā)合作的影響。研究證實了技術(shù)重疊對中外國際研發(fā)合作的規(guī)模有顯著推動作用，并進(jìn)一步揭示了分類效應(yīng)在集聚環(huán)境下，與集聚效應(yīng)和選擇效應(yīng)對高技能勞動力空間流動的聯(lián)動效應(yīng)。

一、 引 言

2020年國務(wù)院政府工作報告提出“支持制造業(yè)高質(zhì)量發(fā)展”需要“提高科技創(chuàng)新支撐能力”，尤其是“深化國際科技合作”。最大限度利用全球創(chuàng)新資源是中國當(dāng)前推進(jìn)創(chuàng)新型國家建設(shè)、夯實自主創(chuàng)新實力以應(yīng)對全球新一輪科技革命和產(chǎn)業(yè)變革的現(xiàn)實選擇，正如習(xí)近平總書記在兩院院士大會上的所言“自主創(chuàng)新是開放環(huán)境下的創(chuàng)新，……，要聚四海之氣，借八方之力”(習(xí)近平，2018)。在創(chuàng)新型國家戰(zhàn)略舉措的推動下，中國的創(chuàng)新實力得到了巨大提升，深圳-香港-廣州、北京和上海業(yè)已進(jìn)入全球創(chuàng)新集群百強(qiáng)的前十名(WIPO,2020)。成為全球創(chuàng)新網(wǎng)絡(luò)中的重要新興節(jié)點。與此同時，由歐美跨國公司主導(dǎo)的全球創(chuàng)新網(wǎng)絡(luò)業(yè)已形成了“地區(qū)熱點，全球互聯(lián)(Local Hotspot, Global Networks)”的特征(WIPO,2019)(1)世界知識產(chǎn)權(quán)局(WIPO)2019年的報告指出，數(shù)以百萬專利發(fā)明人和科學(xué)出版物作者提供的地理編碼級數(shù)據(jù)向世人描繪了近年來全球創(chuàng)新地理版圖的顯著特征：略具違和感的“區(qū)熱點，全球互聯(lián)”，即知識創(chuàng)造高度集中在少數(shù)幾個地區(qū)熱點城市，但正向更廣闊的國際社會擴(kuò)散。，引導(dǎo)著全球創(chuàng)新資源的流動。因此，依托全球創(chuàng)新網(wǎng)絡(luò)配置海外創(chuàng)新資源是現(xiàn)階段和今后較長時期內(nèi)中國的現(xiàn)實選擇。那么，中國參與創(chuàng)新國際合作的微觀基礎(chǔ)是什么？在近年來大國戰(zhàn)略博弈加劇以及全球創(chuàng)新治理體系重構(gòu)的背景下，面對單邊主義和各種“脫鉤”風(fēng)險，既有國際合作基礎(chǔ)有助于維系和拓展創(chuàng)新國際合作關(guān)系，助力創(chuàng)新國際合作走向“精準(zhǔn)化”，進(jìn)而為中國深度配置全球創(chuàng)新資源創(chuàng)造有利條件嗎？對該問題的探討在當(dāng)下具有重要的現(xiàn)實意義。

“科技創(chuàng)新，人才先行”，創(chuàng)新對經(jīng)濟(jì)增長的關(guān)鍵作用以及高技能勞動力在空間上高度集聚這一現(xiàn)象催生了創(chuàng)新人才流動及其影響成為近年來經(jīng)濟(jì)學(xué)諸多領(lǐng)域的研究熱點之一(Kerr和Kerr，2018)。創(chuàng)新地理領(lǐng)域的研究認(rèn)為，被投入于創(chuàng)新活動中的各種知識是彼此相互聯(lián)系的，即所謂的知識關(guān)聯(lián)(Boschma和Frenken，2011)。鑒于人是知識的重要載體之一，知識關(guān)聯(lián)這一特質(zhì)意味著創(chuàng)新活動中的人力資本是一個經(jīng)過匹配的有機(jī)組合，這與“新”新經(jīng)濟(jì)地理學(xué)中空間集聚配置資源的分類效應(yīng)(Sorting)(Gaubert,2018)所強(qiáng)調(diào)的“物以類聚，人以群分”是一致的。那么，全球創(chuàng)新網(wǎng)絡(luò)中的境內(nèi)外“地區(qū)熱點”之間的知識聯(lián)系能否成為中外創(chuàng)新合作的現(xiàn)實基礎(chǔ)，充當(dāng)起“紅娘”以推動雙邊創(chuàng)新人才漂洋過海實現(xiàn)“牽手”？ 歐美是全球創(chuàng)新活動的“領(lǐng)跑者”，而中國則屬于新興創(chuàng)新節(jié)點，扮演著“追趕者”和“趕超者”的雙重角色；知識聯(lián)系對跨境創(chuàng)新人才配置的影響在兩者之間是否存在顯著差異？與此同時，北京、上海和深圳(后文簡稱京滬深)三地是當(dāng)前中國境內(nèi)創(chuàng)新活動最為活躍的核心地區(qū)，知識聯(lián)系的跨境人才配置效應(yīng)在中國境內(nèi)又會呈現(xiàn)何種區(qū)域差異呢？“新”新經(jīng)濟(jì)地理學(xué)一直強(qiáng)調(diào)地理因素是影響創(chuàng)新活動的關(guān)鍵之一，那么“地區(qū)熱點”的其他創(chuàng)新活動特征在知識聯(lián)系配置跨境創(chuàng)新人才的過程中又能發(fā)揮何種作用呢？

區(qū)別于隱性知識，以學(xué)術(shù)刊物和專利等形式表現(xiàn)的編碼知識借助于革命性的通訊技術(shù)在全球以前所未有的廣度、深度和速度傳播，潛在地成為了創(chuàng)新人員交流的專業(yè)“共同語言”。顯然，科創(chuàng)人員之間內(nèi)化的編碼知識重合度越高，彼此間的專業(yè)“共同語言”就越多。因此，在創(chuàng)新活動專業(yè)化不斷演進(jìn)引致個人知識負(fù)擔(dān)(Burden of Knowledge)(Jones,2009)，進(jìn)而推動團(tuán)隊成為當(dāng)今創(chuàng)新活動主要組織形式的背景下，廣泛傳播的編碼知識在創(chuàng)新全球化進(jìn)程中扮演起創(chuàng)新人才實現(xiàn)“牽手”并組建國際創(chuàng)新團(tuán)隊的“紅娘”。當(dāng)我們關(guān)注于空間集聚對創(chuàng)新活動這一議題時，地理單元的編碼知識自然成為配置創(chuàng)新資源的關(guān)鍵因素之一，而在多個地理單元環(huán)境下，雙邊或多邊知識聯(lián)系則成為創(chuàng)新人才空間流動的驅(qū)動力之一。技術(shù)重疊(Technological Overlap)是一個兼顧各方知識存量關(guān)聯(lián)程度的概念(Ahuja和Katila,2001)，而基于專利數(shù)據(jù)構(gòu)建這一指標(biāo)是現(xiàn)有經(jīng)驗研究中的一種常見做法(Bena和Li,2014;Sears和Hoetker,2014)。鑒于外部性是知識與生俱來的天然屬性，結(jié)合“新”新經(jīng)濟(jì)地理學(xué)將地理單元視為考察創(chuàng)新活動的傳統(tǒng)視角，本文依托專利數(shù)據(jù)構(gòu)建技術(shù)重疊指標(biāo)，籍此刻畫和呈現(xiàn)中國與世界創(chuàng)新熱點之間的雙邊知識聯(lián)系，進(jìn)而考察其對專利發(fā)明人跨境合作的影響。

基于以上思考，本文以專利化創(chuàng)新活動為研究對象，聚焦于技術(shù)重疊對中國配置全球發(fā)明人的影響。本文的邊際貢獻(xiàn)主要體現(xiàn)在以下三個方面：首先，基于專利層面的微觀數(shù)據(jù)，本文首次在省/州地理單元層面測度了31個中國省份與境外586個次級行政區(qū)之間的技術(shù)重疊指標(biāo)，嘗試?yán)脛?chuàng)新節(jié)點間的共引專利呈現(xiàn)專利化創(chuàng)新活動的雙邊知識聯(lián)系，以區(qū)別現(xiàn)有文獻(xiàn)常見的單邊吸收能力和雙邊技術(shù)距離的視角，為考察國際研發(fā)合作提供新的洞見。其次，技術(shù)重疊這一具有雙邊聯(lián)系特征的概念強(qiáng)調(diào)了發(fā)明人之間“共同語言”對跨境創(chuàng)新團(tuán)隊組建的影響，且能基于技術(shù)類別刻畫人力資本的多元知識結(jié)構(gòu)，進(jìn)而有別于傳統(tǒng)高、低技能水平的二元勞動力分類，這兩個特征均契合于“新”新經(jīng)濟(jì)地理學(xué)中空間集聚配置資源異質(zhì)性的分類效應(yīng)(Behrens等,2014)，本文藉此提供了空間知識存量如何影響高技能勞動力國際流動的經(jīng)驗證據(jù)。最后，區(qū)別于現(xiàn)有研究多關(guān)注歐美等傳統(tǒng)創(chuàng)新高地的跨境人才配置，本文關(guān)注于中國作為全球創(chuàng)新網(wǎng)絡(luò)新興節(jié)點的經(jīng)驗證據(jù)，并在國家層面(中國與歐美等國)和區(qū)域?qū)用?北京、上海和深圳)進(jìn)行了比較研究，呈現(xiàn)了技術(shù)重疊配置跨境創(chuàng)新人才在多層地理緯度上的異質(zhì)性，豐富了發(fā)展經(jīng)濟(jì)學(xué)中“人才外流”(Gibson和McKenzie, 2011)這一問題的研究。

二、 文獻(xiàn)綜述

1. 關(guān)于空間集聚分類效應(yīng)對高技能勞動力流動的影響

勞動經(jīng)濟(jì)學(xué)的Roy模型強(qiáng)調(diào)的選擇效應(yīng)(什么樣的高技能勞動力被市場選擇)和分類效應(yīng)(高技能勞動力如何選擇就業(yè)目的地)對高技能勞動力的最優(yōu)區(qū)位選擇提供了堅實的微觀基礎(chǔ)。鑒于創(chuàng)新活動和高技能勞動力集中于少數(shù)大城市的特征事實，Kerr和Kerr (2018)強(qiáng)調(diào)了空間因素對解釋高技能勞動力空間流動特征的重要性，而Behrens等(2014)則進(jìn)一步基于動態(tài)視角強(qiáng)調(diào)配置勞動力資源的空間力量是由集聚效應(yīng)、選擇效應(yīng)和分類效應(yīng)三者相互交織而成的。

分類效應(yīng)強(qiáng)調(diào)勞動力的技能水平與空間集聚引致的大城市生產(chǎn)率優(yōu)勢相匹配，這主要表現(xiàn)為三個方面。首先，勞動力技能與技能溢價的匹配。依托于選擇效應(yīng)而形成的生產(chǎn)率優(yōu)勢，大城市的企業(yè)利用高工資吸引高技能勞動力(Davis和Dingel，2020)；與此同時，大城市在醫(yī)療教育等基礎(chǔ)設(shè)施方面的優(yōu)勢也為就業(yè)者創(chuàng)造了潛在的非貨幣收益(Kerr和Kerr,2018)。這導(dǎo)致大城市的技能溢價成為吸引高技能勞動力流入城市的力量之一。其次，勞動力技能與知識外溢的匹配。知識外溢效應(yīng)是最高層次的集聚動力，其對高技能勞動力區(qū)位選擇尤為重要。依托于吸收能力的概念，Davis和Dingel(2019)認(rèn)為高技能的勞動力在內(nèi)化知識外溢方面具有比較優(yōu)勢。顯然，高技能勞動力為了更好地發(fā)揮自己的比較優(yōu)勢會選擇進(jìn)入?yún)R聚了大量創(chuàng)新活動的大城市，因為這里知識溢出也更為顯著；而且Davis和Dingel(2020)給出的經(jīng)驗證據(jù)也支持城市越大，高技能勞動力和技能密集型生產(chǎn)活動越多這一觀點。最后，勞動力技能之間的匹配。區(qū)別于高、低技能水平的傳統(tǒng)二元勞動力分類，Eeckhout等(2014)認(rèn)為多元技能之間的互補(bǔ)性有助于解釋大城市中不同技能水平勞動力共存的特征事實，并進(jìn)一步指出技能互補(bǔ)既可以存在于高端技能之間，體現(xiàn)為異質(zhì)高技能勞動力之間的學(xué)習(xí)交流與技能知識的互補(bǔ)，即Top-skill complementarity(比如職業(yè)體育聯(lián)盟中的教練和運(yùn)動員)；也存在于高端技能與一般技能之間，表現(xiàn)為異質(zhì)勞動力之間在專業(yè)化分工和服務(wù)功能上的互補(bǔ)，即Extreme-skill complementarity(比如高技能勞動力與家政服務(wù)勞動力之間的互補(bǔ)性)。

Davis和Dingel(2019)認(rèn)為，鑒于勞動力可以免費享受知識外溢這一假設(shè)，源于空間集聚的馬歇爾外部性一般作為黑箱處理，現(xiàn)有的經(jīng)驗文獻(xiàn)通常用工資作為勞動力技能水平的代理變量(Wang，2016)。但工資只能反映技能水平，而無法進(jìn)一步揭示勞動力的技能結(jié)構(gòu)。鑒于與知識類型或結(jié)構(gòu)相關(guān)數(shù)據(jù)可得性較差，現(xiàn)有文獻(xiàn)對知識結(jié)構(gòu)如何影響高技能勞動力區(qū)位選擇的經(jīng)驗研究并不多見。通過對城市編碼知識存量的測度，本文提供了一種刻畫城市勞動力技能結(jié)構(gòu)的可行方法，進(jìn)而有助于我們提供關(guān)于分類效應(yīng)如何驅(qū)動高技能勞動力區(qū)位選擇的經(jīng)驗證據(jù)，成為打開外部性黑箱這一城市經(jīng)濟(jì)學(xué)基本問題的有益嘗試。

2. 關(guān)于技術(shù)重疊測度及其對創(chuàng)新活動的影響

技術(shù)重疊(Technological Overlap)，也稱為背景知識庫重疊(Knowledge Base Overlap)，是指兩個發(fā)明主體在某個時間點知識存量的重疊程度，側(cè)重從共性視角探討創(chuàng)新主體間的知識聯(lián)系。與之類似的概念有技術(shù)距離、技術(shù)相似性、技術(shù)相關(guān)性等。相關(guān)研究認(rèn)為，技術(shù)重疊越高，創(chuàng)新主體之間關(guān)于技術(shù)方面的專業(yè)知識越相似，彼此間對相關(guān)技術(shù)和知識越熟悉，越有助于緩解信息不對稱在交易前(比如交易雙方的搜尋匹配)和交易后(比如外部技術(shù)或知識的消化與吸收)引致的各種摩擦和困擾，故這一概念在考察企業(yè)獲取外部知識資源行為(比如技術(shù)并購和研發(fā)聯(lián)盟)的研究中多有論及(Ahuja和Katila，2001; Sears和Hoetker，2014)，而公司金融領(lǐng)域的研究認(rèn)為技術(shù)重疊也有助于并購交易后形成創(chuàng)新資源的規(guī)模經(jīng)濟(jì)(Bena和Li，2014)。鑒于專利引用信息所提供的知識流動足跡(Alcacer和Gittelman，2006)和專利信息電子化后數(shù)據(jù)可得性的改善，圍繞兩個發(fā)明主體(比如兩家企業(yè))申請專利中共同的引用專利信息構(gòu)建技術(shù)重疊指標(biāo)成為經(jīng)驗研究中較為常見的做法(Sears和Hoetker，2014；Bena和Li，2014)。

關(guān)于技術(shù)重疊對創(chuàng)新活動的影響，現(xiàn)有研究主要關(guān)注于技術(shù)重疊對創(chuàng)新主體內(nèi)化外部知識活動的影響。Chesbrough(2007)指出，企業(yè)等研發(fā)主體的研發(fā)創(chuàng)新活動呈現(xiàn)開放式創(chuàng)新(Openness Innovation)的傾向，但外部新思想或知識的內(nèi)化不是一個自動或免費的過程。Ahuja和Katila(2001)、Bena和Li(2014)均指出研發(fā)主體通過并購獲取的外部知識與自身既有知識存量之間的關(guān)聯(lián)性(即技術(shù)重疊)能夠影響其獲取外部知識資源后的創(chuàng)新產(chǎn)出。

總的來看，相關(guān)研究認(rèn)為技術(shù)重疊影響創(chuàng)新活動的機(jī)制主要有以下幾個方面。首先，技術(shù)重疊有助于緩解信息不對稱引致的各種摩擦，例如Graebner等(2010)認(rèn)為技術(shù)重疊有助于提高企業(yè)的吸收能力，降低企業(yè)消化和吸收外部知識資源的障礙。其次，技術(shù)重疊有助于形成創(chuàng)新資源的規(guī)模經(jīng)濟(jì)和范圍經(jīng)濟(jì)。由于技術(shù)重疊是交易雙方既有知識存量的交集，所以Henderson和Cockburn (1996)認(rèn)為并購交易有助于某些重復(fù)創(chuàng)新資源的節(jié)約，或者這些知識也可以產(chǎn)生更廣泛的用途。再次，技術(shù)重疊有助于創(chuàng)新活動的專業(yè)化分工。參與方重復(fù)創(chuàng)新資源引致的富余創(chuàng)新資源也會導(dǎo)致創(chuàng)新聯(lián)盟對創(chuàng)新資源進(jìn)行重新配置，參與各方可以在自己具有比較優(yōu)勢的技術(shù)領(lǐng)域投入更多的資源，從而提升專業(yè)化水平(Cassiman和Colombo,2006)。

現(xiàn)有文獻(xiàn)主要是在微觀創(chuàng)新主體(比如企業(yè))層面構(gòu)建技術(shù)重疊這一指標(biāo)，但知識天然外部性引致的溢出效應(yīng)意味著企業(yè)所掌握的知識的影響邊界可能不局限于其內(nèi)部，類似于專利這樣的編碼知識更是如此，故將該指標(biāo)拓展到地理空間也許是一個可行的嘗試，使之契合于創(chuàng)新活動在空間上高度集聚這一特性。并且，技術(shù)重疊所包含的兩個創(chuàng)新主體之間的知識聯(lián)系也在一定程度上較好地與空間集聚分類效應(yīng)所強(qiáng)調(diào)的“物以類聚”相契合。鑒于發(fā)明人是知識的關(guān)鍵載體，通過構(gòu)建地理單元之間的技術(shù)重疊指標(biāo)并考察其對國際創(chuàng)新人才流動影響可以讓我們從空間的視角考察技術(shù)重疊對創(chuàng)新活動的影響。

3. 關(guān)于中國配置全球創(chuàng)新人才的研究

作為全球人才流失最大的發(fā)展中國家之一，吸引海外留學(xué)人員和僑民，實現(xiàn)由“人才外流”到“人才回流”的反哺一直是中國自改革開放以來配置全球創(chuàng)新人才的重要現(xiàn)實選擇。Liu等(2010)給出了“海歸”促進(jìn)了中關(guān)村科技園企業(yè)專利數(shù)量的證據(jù)。但是，Zweig和 Wang (2013)認(rèn)為中國雖然在一定程度上實現(xiàn)了人才回流(reverse brain gain)，但未能吸引頂尖的科學(xué)家和研發(fā)人員。

伴隨著中國經(jīng)濟(jì)實力的增強(qiáng)，以及政府力推的高質(zhì)量增長轉(zhuǎn)型，創(chuàng)新成為引領(lǐng)發(fā)展的第一動力，中國全球引智的目的、方式和合作對象也日益多元化。Zheng等(2012)指出，中國參與的國際科技合作的合作對象不斷拓寬，其中美國和中國臺灣地區(qū)是最大的合作伙伴。Zhou和Gl?nzel(2010)則聚焦于科學(xué)出版物，認(rèn)為中國與歐盟和北美地區(qū)科技工作者的國際合作數(shù)量逐漸增加，但與新興國家(比如巴西和土耳其)之間的國際合作則出現(xiàn)下降。

總的來看，較少研究基于創(chuàng)新活動在空間上高度集聚這一特征，在中外省或州這一較小地理空間單元上考察中國參與國際研發(fā)合作的微觀基礎(chǔ)。在當(dāng)前逆全球化和全球科創(chuàng)格局不斷變化的背景下，考察中國如何實現(xiàn)國際科技合作的精準(zhǔn)化具有重大的現(xiàn)實意義。

三、 理論模型與研究假設(shè)

表1 發(fā)明人合作博弈的支付矩陣

假設(shè)1：技術(shù)重疊可以促成專利發(fā)明人之間的研發(fā)合作。

當(dāng)進(jìn)一步將該博弈模型置于外生的空間集聚環(huán)境下進(jìn)行討論時，本文討論兩個影響發(fā)明人研發(fā)合作博弈決策的空間因素。首先，地理距離鄰近提升了信息傳播的便利性，本地其他發(fā)明人既有的研發(fā)合作關(guān)系會產(chǎn)生溢出效應(yīng)，有助于降低本地發(fā)明人尋找合作伙伴的搜尋成本Cse；其次，本地在特定領(lǐng)域或行業(yè)的技術(shù)優(yōu)勢深化了相關(guān)專業(yè)知識厚度，空間鄰近提升了本地發(fā)明人享受相關(guān)知識溢出的可得性，有助于降低本地發(fā)明人在研發(fā)合作過程中內(nèi)化外部知識所面臨的吸收成本Cab。由此，本文提出以下假設(shè)：

假設(shè)2：本地既有發(fā)明人合作規(guī)模和本地技術(shù)優(yōu)勢會與技術(shù)重疊形成聯(lián)動效應(yīng)，推動專利發(fā)明人之間的研發(fā)合作。

四、 數(shù)據(jù)來源、變量構(gòu)建及模型設(shè)定

1. 數(shù)據(jù)來源和變量構(gòu)建

本文使用的數(shù)據(jù)來源為經(jīng)濟(jì)合作與發(fā)展組織，簡稱經(jīng)合組織(OECD)整理統(tǒng)計的REGPAT和Citations兩個專利數(shù)據(jù)庫(Egger和Loumeau, 2018)，其中REGPAT提供了專利發(fā)明人的地理位置，而Citations則提供了專利的引用信息。

本文關(guān)鍵解釋變量技術(shù)重疊(Overlapijt，其中下標(biāo)i和j分別代表中國大陸境內(nèi)和境外的省或州)的構(gòu)建步驟如下：首先，根據(jù)REGPAT數(shù)據(jù)庫中1998-2017年間公開的PCT專利的發(fā)明人地理信息，一共提取了617個有PCT專利發(fā)明人記錄的全球次級行政區(qū)(中國大陸境內(nèi)31個省和境外586個省或州，后文簡稱省)作為本文研究的空間單元(具體見表2)，在此基礎(chǔ)上匹配了18166個中外省際對用于構(gòu)建技術(shù)重疊指標(biāo)；其次，以省為單位，將時期t(2)為了平滑處理，基準(zhǔn)回歸中以3年為時間段構(gòu)建了各項指標(biāo)，并進(jìn)行了滾動計算。內(nèi)該省專利發(fā)明人參與專利的后向引用(backward citation)專利進(jìn)行加總作為該省的知識來源庫，然后進(jìn)一步提取中外省際對兩個地理單元知識來源庫中的相同專利構(gòu)建雙方的共同引用庫(具體見圖1)，并進(jìn)一步計算雙方共同引用庫中的專利總量，籍此作為中外省際對的技術(shù)重疊指標(biāo)，例如在圖1案例中，i、j雙方在考察期t內(nèi)的共同引用庫由專利a、專利c、專利d共計三條專利構(gòu)成，由此可以得出i、j雙方在考察期t內(nèi)技術(shù)重疊規(guī)模Overlapijt為3。此外，值得一提的是，本文只基于非合作專利(即不同時含中外省際對發(fā)明人的專利)提取技術(shù)重疊指標(biāo)(例如在圖1中排除由i、j雙方發(fā)明人合作的專利C)，以緩解后文回歸分析中由反向因果引致的內(nèi)生性偏誤。

表2 1998-2017年間有PCT發(fā)明人記錄的次級行政區(qū)地理分布

圖1 境內(nèi)外省份之間共同引用庫提取流程

作為被解釋變量的當(dāng)期的省際發(fā)明人國際合作規(guī)模(Invnumijt)則是選取18166個中外省際對的雙邊專利發(fā)明人合作人次。具體而言，本文首先基于REGPAT提供的專利發(fā)明人地理信息，識別出同時含有中外省際對兩地發(fā)明人的專利，然后根據(jù)該專利中中外各省發(fā)明人數(shù)量計算中外省際對雙邊發(fā)明人合作人次，將其作為中外省際對發(fā)明人國際研發(fā)合作規(guī)模指標(biāo)(3)舉例來說，假設(shè)一個專利有2個發(fā)明人來自北京，3個來自美國加州，1個來自日本東京，本文將北京-加州國際合作規(guī)模計算為6(2×3)人次，北京-東京國際合作規(guī)模計為2(2×1)人次。在后文的穩(wěn)健性檢驗中，本文也采取了其他方法測度省際國際合作規(guī)模這一指標(biāo)。。

如表3所示，中國參與的研發(fā)國際合作對象主要集中于G7國家，其中美國尤為突出，中美省際間的研發(fā)國際合作規(guī)模均值是G7其他國家的5倍。類似地，中美省際對的技術(shù)重疊均值接近11件專利，而中國與其他G7國家的只有3.9件。

表3 中外省際跨境研發(fā)合作規(guī)模和技術(shù)重疊樣本的統(tǒng)計特征

本文在控制變量中引入了中外各省t時期的發(fā)明人規(guī)模，分別為Invnumit和Invnumjt，該指標(biāo)基于發(fā)明人參與的專利人次計算而得。另外，后文回歸分析中的主要控制變量包括中外省際對的技術(shù)結(jié)構(gòu)相似性(Co_techijt)(4)正如Jiang等 (2017)在考察224個中國城市間的市際研發(fā)合作的空間格局及影響城市研發(fā)合作的主要因素時，采用兩兩城市之間的Pearson相關(guān)系數(shù)作為測度城市之間技術(shù)偏好因素的變量。。本文利用WIPO設(shè)定的專利IPC與技術(shù)領(lǐng)域?qū)φ毡?5)參見https:∥www.wipo.int/meetings/en/doc_details.jsp?doc_id=117672，2021年3月12日。測算了中外省際對專利活動在35個技術(shù)領(lǐng)域?qū)用娴姆植枷蛄恐gPearson相關(guān)系數(shù)，以此作為中外省際對創(chuàng)新活動在技術(shù)領(lǐng)域維度相似程度的代理變量。

2. 模型設(shè)定

為檢驗前文提出的假說，本文設(shè)定基準(zhǔn)計量方程如下：

Invnumijt=α+β1Overlapijt-3+Xη+FEit+FEjt+FEij+εijt

(1)

其中，被解釋變量Invnumijt是t期的中外省際對i和j之間發(fā)明人合作規(guī)模，解釋變量則為滯后一個觀測期(3年)(6)為了緩解可能的內(nèi)生性偏誤，本文在實證模型中將解釋變量和部分控制變量滯后了一個長度為3年的標(biāo)準(zhǔn)觀測期；此外，在之后的穩(wěn)健性檢驗中，本文也根據(jù)采用的觀測期長度，調(diào)整了對解釋變量和部分控制變量的滯后時間長度。的中外省際對技術(shù)重疊Overlapijt-3；控制變量X則是滯后一個觀測期的雙邊發(fā)明人合作規(guī)模Invnumijt-3和當(dāng)期的中外省際對技術(shù)結(jié)構(gòu)相似性Co_techijt。為了更好地控制遺漏變量導(dǎo)致的偏誤，估計方程還引入了中國大陸境內(nèi)省份與年份聯(lián)合固定效應(yīng)FEit，外國省份與年份的聯(lián)合固定效應(yīng)FEjt和中外省際對固定效應(yīng)FEij。

五、 基本回歸結(jié)果及其討論

1. 基準(zhǔn)回歸結(jié)果及其解釋

表4給出了以中國大陸境內(nèi)31個省級行政區(qū)與境外586個次級行政地理單元之間專利發(fā)明人合作規(guī)模(Invnumijt)為被解釋變量的基準(zhǔn)回歸結(jié)果。首先，表4第(1)列只引入了本文的關(guān)鍵解釋變量中外省際對的技術(shù)重疊(Overlapijt-3)；此外，為了控制時空維度的特定影響，常見的年份和省份固定效應(yīng)也予以引入。結(jié)果顯示，Overlap的估計系數(shù)為正，且在1%的水平上顯著。當(dāng)引入上期雙邊既有合作規(guī)模(即Invnumijt-3)、當(dāng)期雙方的發(fā)明人規(guī)模(即Invnumit和Invnumjt)后，如第(2)列所示，Overlapijt-3的估計系數(shù)略微下降，但仍在1%的水平上顯著。其次，鑒于省級層面(尤其是外國的省或州)影響創(chuàng)新活動的相關(guān)變量可獲得性不高，為了進(jìn)一步緩解遺漏變量引致的估計偏誤，本文在第(3)列的估計方程中分別引入了中、外省份與年份的聯(lián)合固定效應(yīng)(FEit和FEit)以及中外省際對固定效應(yīng)(FEij)，前面兩個固定效應(yīng)有助于我們控制中外省級層面隨年份變動的影響因素，比如第(2)列中的中外各省歷年專利發(fā)明人規(guī)模；而最后一個固定效應(yīng)則能夠控制中外省際間特定聯(lián)系的影響，比如說源自于南粵僑民和在粵傳教牧師建立起的廣東省與美國加州的民間聯(lián)系。如第(3)列顯示，調(diào)整R2由0.551上升至0.721，幅度高于30%，顯示了引入上述固定效應(yīng)對緩解遺漏變量的合理性和效果。與此同時，Overlapijt-3的估計系數(shù)下降至0.408，同樣在1%的水平上顯著。最后，直覺上，如果兩地從事的創(chuàng)新活動在技術(shù)領(lǐng)域較為相似或接近，兩地專利發(fā)明人合作的可能性也更大。為此，本文基于細(xì)分技術(shù)領(lǐng)域構(gòu)建了中外省際對創(chuàng)新活動技術(shù)結(jié)構(gòu)相似性指標(biāo)，即Co_techijt，并將其作為控制變量引入方程。估計結(jié)果如第(4)列所示，Co_techijt的估計系數(shù)顯著為正，而且Overlapijt-3的估計系數(shù)沒有發(fā)生變化。

表4 技術(shù)重疊對國際合作規(guī)模影響的基準(zhǔn)檢驗

總的來看，在不同的模型設(shè)定環(huán)境中，關(guān)鍵解釋變量Overlapijt-3的估計系數(shù)基本穩(wěn)健。本文將第(4)列作為基準(zhǔn)估計，該結(jié)果意味著境內(nèi)外省際間共引專利增加10條，則雙邊專利發(fā)明人國際合作規(guī)模增加4.08人次。本文將省這一地理單元視為創(chuàng)新集聚的空間節(jié)點，而將專利發(fā)明人視為擁有不同技術(shù)領(lǐng)域知識且可進(jìn)行區(qū)位選擇的創(chuàng)新人才，上述結(jié)果也可以看作是集聚經(jīng)濟(jì)環(huán)境下分類效應(yīng)配置跨境高技能勞動力的經(jīng)驗證據(jù)。

2. 穩(wěn)健性檢驗

本文采取了以下方式進(jìn)行了穩(wěn)健性檢驗(7)限于篇幅，穩(wěn)健性檢驗不再顯示，備索。。首先，為了檢驗考察期長度波動對回歸結(jié)果產(chǎn)生的潛在沖擊，本文進(jìn)一步進(jìn)行了考察期長度為2/4/5年的檢驗(關(guān)鍵解釋變量、控制變量和被解釋變量均根據(jù)考察期長度進(jìn)行了相應(yīng)的調(diào)整)，該檢驗結(jié)果顯示技術(shù)重疊的估計系數(shù)均在1%的水平上顯著為正。其次，考慮到被引專利在兩地被引用的次數(shù)很有可能存在差異，而這一事實也許反映了被引專利所含知識在本地創(chuàng)新活動中運(yùn)用的廣泛程度和強(qiáng)度，本文基于引用次數(shù)構(gòu)建加權(quán)的技術(shù)重疊指標(biāo)進(jìn)行了穩(wěn)健性檢驗，檢驗結(jié)果顯示加權(quán)構(gòu)建的技術(shù)重疊系數(shù)雖然有所下降，但仍在1%的水平上顯著。最后，借鑒Kogler等(2017)的構(gòu)建方法，本文利用發(fā)明人跨境合作的專利數(shù)量測度跨境合作的規(guī)模(8)基于專利數(shù)量測度的合作規(guī)模，同一地理單元的發(fā)明人不重復(fù)計算。比如說，專利A共有6個發(fā)明人，其中2個發(fā)明人來自中國北京，2個來自英國倫敦，2個來自美國紐約，那么北京-倫敦和北京-紐約的合作規(guī)模均為1。因此，Patnumijt相較于基準(zhǔn)回歸中基于發(fā)明人合作關(guān)系次數(shù)構(gòu)建的合作規(guī)模Invnumijt更小。，技術(shù)重疊的系數(shù)雖然有所下降，但依舊在1%的水平上顯著?？偟膩砜矗嚓P(guān)穩(wěn)健性檢驗的估計結(jié)果與基準(zhǔn)回歸的估計結(jié)果是一致的。

六、 異質(zhì)性分析

創(chuàng)新活動在空間上高度集聚這一顯著特征事實反映了地理單元配置創(chuàng)新資源能力的異質(zhì)性。作為全球創(chuàng)新活動“領(lǐng)跑者”的歐美地區(qū)是當(dāng)前全球創(chuàng)新網(wǎng)絡(luò)的主導(dǎo)者，也是全球創(chuàng)新資源配置競賽的領(lǐng)先者，在吸引境外高技能勞動力方面尤為突出，比如美國和瑞士是最大的高技能移民凈輸入國，而中國和印度兩個發(fā)展中國家則是最大的高技能移民凈輸出國(Kerr等,2016)。在創(chuàng)新型國家戰(zhàn)略的推動下，基于全球視野配置創(chuàng)新資源成為中國不斷夯實創(chuàng)新實力的重要選擇。那么，作為全球“搶人大戰(zhàn)”中的“后來者”，中國在利用知識聯(lián)系吸引國外高技能勞動力上與歐美國家存在顯著差異嗎？ 進(jìn)一步，深圳、北京和上海三個進(jìn)入了全球百強(qiáng)的創(chuàng)新集聚城市(WIPO,2020)是中國創(chuàng)新活動的核心地帶，上述效應(yīng)在中國境內(nèi)三大創(chuàng)新集群之間是否也存在異質(zhì)性呢？

1. 國際比較：發(fā)明人流入vs流出

為了考察中國和歐美地區(qū)在利用技術(shù)重疊吸引境外創(chuàng)新人才資源的差異，本文基于專利申請人國別對所有含中外發(fā)明人的專利進(jìn)行分類，提取了境外發(fā)明人流入和本土發(fā)明人流出專利(9)鑒于申請人通常是專利所含知識產(chǎn)權(quán)的所有者，對于含中外發(fā)明人的專利，本文將至少含一個中國境內(nèi)申請人的專利視為發(fā)明人流入專利；將至少含一個中國境外申請人的專利視為發(fā)明人流出。需要指出的是，本文此處的發(fā)明人流入和流出與發(fā)明人國籍變化無關(guān)，而是旨在突出發(fā)明人創(chuàng)新成果知識產(chǎn)權(quán)的國別歸屬。比如說，如果某專利的申請人只來自中國，那么該創(chuàng)新成果的產(chǎn)權(quán)專屬于中國；如果申請人來自中國和美國，那么該創(chuàng)新成果的產(chǎn)權(quán)由中國和美國共同擁有。上述定義契合于當(dāng)前國內(nèi)“不求所有，但求所用”的柔性人才引進(jìn)方式。另外，為了敘述簡潔，本文將“本地發(fā)明人流出”和“境外發(fā)明人流入”分別簡稱為“發(fā)明人流出”和“發(fā)明人流入”。，構(gòu)建對應(yīng)的專利發(fā)明人合作規(guī)模并沿用基準(zhǔn)回歸的設(shè)定進(jìn)行估計。具體如表5中所示，無論是發(fā)明人流入樣本，還是發(fā)明人流出樣本，技術(shù)重疊的估計系數(shù)均顯著為正，這說明共引專利建立起的雙邊知識聯(lián)系確實顯著地促進(jìn)了專利發(fā)明人的雙邊流動，形成互利共贏局面。換句話說，技術(shù)重疊既促進(jìn)中國在專利發(fā)明活動中引進(jìn)了更多“外援”，也推動中國向其他國家輸送了大量的專利發(fā)明人。

表5 國際合作發(fā)明人流向的國別比較

但通過對比，如第(1)列所示，本文發(fā)現(xiàn)發(fā)明人流入樣本中技術(shù)重疊的估計系數(shù)明顯小于發(fā)明人流出樣本中技術(shù)重疊的估計系數(shù)。就其經(jīng)濟(jì)含義而言，境內(nèi)外省際間共引專利增加10條，流入中國的境外發(fā)明人大概增加0.3人次；而流出中國的本土發(fā)明人則會增加近1.6人次。顯然，技術(shù)重疊雖然促進(jìn)了發(fā)明人的雙向流動，但流動規(guī)模卻呈現(xiàn)出顯著的不對稱。進(jìn)一步看，如Panel B所示，中國發(fā)明人主要流向了G7國家，其中美國遠(yuǎn)高于其他6國。另外，技術(shù)重疊也推動中國發(fā)明人流向金磚國家。與此同時，就境外發(fā)明人流入而言，涵蓋了全球主要創(chuàng)新熱點的G7國家是中國配置境外發(fā)明人的最重要來源地，而美國也為中國提供了最多的“外援”。 這一證據(jù)意味著，在近年來中美科技“脫鉤”事件頻發(fā)的背景下，維系和發(fā)揮中美既有的創(chuàng)新合作關(guān)系具有重大的現(xiàn)實意義。值得一提的是，技術(shù)重疊對中國與近鄰日韓之間的發(fā)明人國際合作并沒有顯著影響。

這一證據(jù)顯然契合于歐美地區(qū)一直以來是全球創(chuàng)新人才“凈流入”地(Kerr等,2016)的事實。另外，區(qū)別于現(xiàn)有基于移民群體的研究，本文基于專利產(chǎn)權(quán)國別歸屬視角的這一結(jié)果也豐富了發(fā)展中國家“人才外流”的證據(jù)。

2. 國內(nèi)比較：京、滬、深(10)為了與WIPO (2020)所列的中國三大創(chuàng)新集群對應(yīng)，本文選取了北京、上海和深圳進(jìn)行對比。的地區(qū)差異

技術(shù)重疊對專利發(fā)明人國際合作影響的空間異質(zhì)性也存在于中國境內(nèi)。表6給出了來自北京、上海和深圳三地子樣本的估計結(jié)果。首先，技術(shù)重疊均顯著推動了三地專利發(fā)明人流入和流出，這一結(jié)果與基準(zhǔn)回歸結(jié)果相吻合。其次，技術(shù)重疊對三地發(fā)明人流入和流出影響程度存在顯著的差異。具體來看，對于北京和上海兩地，技術(shù)重疊對發(fā)明人流出的促進(jìn)作用大于對發(fā)明人流入的影響，存在發(fā)明人的凈流出；與之相反，技術(shù)重疊對深圳發(fā)明人流入的影響明顯高于發(fā)明人流出的影響，存在發(fā)明人凈流入；橫向?qū)Ρ?，技術(shù)重疊對深圳發(fā)明人流入的促進(jìn)作用是北京和上海兩地的2.5～3倍。顯然，借助于市場力量實現(xiàn)從小漁村-世界工廠-全球創(chuàng)新基地完美三級跳的深圳在利用境外發(fā)明人資源方面獨樹一幟。結(jié)合表5的結(jié)果，中國專利發(fā)明人凈流出主要在于由京滬兩地的發(fā)明人流出所致(11)自中國改革開放以來，京滬兩地在科創(chuàng)資源和高級人才儲備上一直擁有明顯的優(yōu)勢，成為外國跨國公司在華設(shè)立區(qū)域總部和海外研發(fā)中心的重要選擇(比如截至2020年10月，上海已有研發(fā)中心477家，由世界500強(qiáng)企業(yè)設(shè)立的研發(fā)中心約占1/3，https:∥www.thepaper.cn/newsDetail_forward_10119035，2021年1月30日)。本文認(rèn)為，上述事實為外國企業(yè)配置京滬兩地本土創(chuàng)新人才提供了極大的便利，成為兩地專利發(fā)明人流出的重要“推手”。。

表6 發(fā)明人國際合作的京滬深比較

七、 空間集聚力量對專利發(fā)明人國際合作的交互效應(yīng)

如前所述，基于共引專利構(gòu)建的技術(shù)重疊指標(biāo)刻畫了地理單元之間在知識維度的雙邊聯(lián)系，其對專利發(fā)明人跨境合作的影響契合于空間集聚配置資源的分類效應(yīng)。事實上，地理單元雙邊知識聯(lián)系具有更為寬泛的含義，也可體現(xiàn)在其他方面。那么，這些不同知識聯(lián)系會形成疊加效應(yīng)嗎？在“新”新經(jīng)濟(jì)地理學(xué)探討的空間集聚配置經(jīng)濟(jì)資源過程中，Behrens等(2014)認(rèn)為傳統(tǒng)的集聚效應(yīng)會與選擇效應(yīng)和分類效應(yīng)交織在一起形成聯(lián)動效應(yīng)。集聚效應(yīng)源自于生產(chǎn)要素空間鄰近所形成的外部性，而選擇效應(yīng)則是市場競爭優(yōu)勝劣汰所形成的本地要素資源優(yōu)化。那么，在中國發(fā)明人與境外發(fā)明人的合作過程中，這些因素會與技術(shù)重疊形成何種聯(lián)動效應(yīng)呢？ 進(jìn)一步，該聯(lián)動效應(yīng)在京滬深三大創(chuàng)新中心之間是否存在異質(zhì)性呢？為此，這一部分將通過交互模型進(jìn)行相關(guān)考察，具體的計量模型如下：

Invnumijt=α+β1Overlapijt-3+β2Mijt+β3Mijt×Overlapijt-3+FEit+FEjt+FEij+εijt

(2)

其中調(diào)節(jié)變量Mijt與Overlapijt-3的交互項是新引入的，以此考察技術(shù)重疊與其他影響因素對中外發(fā)明人合作規(guī)模的交互效應(yīng)。

1. 雙邊技術(shù)結(jié)構(gòu)相似性與技術(shù)重疊的疊加效應(yīng)

Jiang等(2017)認(rèn)為地區(qū)間生產(chǎn)和創(chuàng)新活動的相似技術(shù)背景能夠顯著提升雙邊知識流動的規(guī)模。究其原因在于，某一領(lǐng)域創(chuàng)新活動所投入的技術(shù)通常與特定知識相關(guān)聯(lián)，其中某些被廣泛運(yùn)用的基礎(chǔ)性知識會成為本領(lǐng)域的通用知識。因此，對于從事相似技術(shù)背景創(chuàng)新活動的地理單元而言，這些通用知識起到了橋梁作用，相互間的知識更容易被再編碼和再解讀。從該意義上看，雙邊技術(shù)分布相似性可視為寬泛意義上的一種知識聯(lián)系。那么，在雙邊發(fā)明人合作這一過程中，寬泛的技術(shù)分布相似性和具體的技術(shù)重疊這種知識聯(lián)系會形成疊加效應(yīng)嗎？

為了驗證這一影響，本文構(gòu)建了控制變量Co_techijt與技術(shù)重疊的交互項Overlapijt-3×Co_techijt，籍此考察兩者的疊加效應(yīng)。表7第(1)列給出的結(jié)果顯示，兩種知識聯(lián)系的疊加效應(yīng)在全國范圍對發(fā)明人流入和流出均顯著存在，且對發(fā)明人流出的影響更強(qiáng)。進(jìn)一步對比京滬深三地，對于發(fā)明人流入，該疊加效應(yīng)只限于上海；對于發(fā)明人流出，該疊加效應(yīng)只限于北京，而對于深圳，技術(shù)結(jié)構(gòu)相似性與技術(shù)重疊之間則存在顯著的替代效應(yīng)，即技術(shù)結(jié)構(gòu)相似性緩解了技術(shù)重疊對發(fā)明人流出的推動效應(yīng)。

表7 雙邊技術(shù)結(jié)構(gòu)相似性與技術(shù)重疊的疊加效應(yīng)

2. 既有發(fā)明人合作規(guī)模與技術(shù)重疊的聯(lián)動效應(yīng)

雙邊專利發(fā)明人既有合作所形成的歷史遺產(chǎn)不僅體現(xiàn)在合作者之間的相互了解和聯(lián)系，而且也體現(xiàn)在相關(guān)信息(比如說合作者的個人信息、合作者所在城市的信息等)的網(wǎng)絡(luò)傳播，即合作者所了解的各種信息會在自身所處社會網(wǎng)絡(luò)的不同節(jié)點之間蔓延。顯然，既有發(fā)明人合作規(guī)模和發(fā)明人空間鄰近所形成的外溢效應(yīng)均會進(jìn)一步放大相關(guān)信息傳播的網(wǎng)絡(luò)效果，這有助于削弱雙邊發(fā)明人在尋求創(chuàng)新合作對象過程中由于地理距離引致的信息障礙。當(dāng)發(fā)明人借助于技術(shù)重疊所形成專業(yè)“共同語言”尋找“同道中人”時，上述網(wǎng)絡(luò)傳播所形成的集聚效應(yīng)則會強(qiáng)化分類效應(yīng)的影響，兩者形成正向的聯(lián)動效應(yīng)。

為了驗證這一機(jī)制，本文首先通過引入既有合作關(guān)系的虛擬變量Collaborijt-3(0/1分別表示i和j在第t期無/有合作關(guān)系)和關(guān)鍵解釋變量Overlapijt-3的交互項Overlapijt-3×Collaborijt-3，在發(fā)明人流入和流出兩種情境下驗證既有發(fā)明人合作規(guī)模引致的集聚效應(yīng)與技術(shù)重疊引致的分類效應(yīng)在跨境發(fā)明人流動中形成的聯(lián)動效應(yīng)。

如表8所示，在全國層面，無論是發(fā)明人流入還是發(fā)明人流出樣本，交互項Overlapijt-3×Collaborijt-3的估計系數(shù)顯著為正，這意味著既有合作關(guān)系與技術(shù)重疊在促進(jìn)發(fā)明人雙邊流動過程中形成了聯(lián)動效應(yīng)，且對發(fā)明人流出的影響仍舊顯著高于對發(fā)明人流入的影響。進(jìn)一步考察京滬深三地時，本文發(fā)現(xiàn)這一聯(lián)動效應(yīng)也同樣存在于京滬深三地發(fā)明人流入和流出樣本中。但值得一提的是，對于深圳而言，該聯(lián)動效應(yīng)對發(fā)明人流入的影響高于發(fā)明人流出的影響，有別于全國以及京滬兩地。

表8 雙邊既有合作關(guān)系與技術(shù)重疊的聯(lián)動效應(yīng)

其次，鑒于既有發(fā)明人合作規(guī)模也會進(jìn)一步影響集聚效應(yīng)的強(qiáng)度，本文通過引入Invnumijt-3和關(guān)鍵解釋變量Overlapijt-3的交互項Overlapijt-3×Invnumijt-3來進(jìn)一步驗證上述的聯(lián)動效應(yīng)。如表9所示，相關(guān)結(jié)果與表8非常類似。

表9 雙邊既有合作規(guī)模與技術(shù)重疊的聯(lián)動效應(yīng)

3. 本地技術(shù)優(yōu)勢與技術(shù)重疊的聯(lián)動效應(yīng)

本地技術(shù)優(yōu)勢體現(xiàn)了某一地理空間在科創(chuàng)環(huán)境、資源和配置效率上的獨到之處，可視為地理單元的空間資產(chǎn)(Bilal和Rossi-Hansber,2021)，其釋放的信號能極大地緩解創(chuàng)新活動常常面對的信息不對稱，從而成為吸引高技能勞動力的關(guān)鍵因素，比如歐洲五大職業(yè)足球聯(lián)賽和美國籃球職業(yè)聯(lián)盟(NBA)對全球頂尖足球和籃球運(yùn)動員的吸引力無出其右。從“新”新經(jīng)濟(jì)地理學(xué)視角來看，一個地區(qū)的技術(shù)優(yōu)勢是本地創(chuàng)新資源經(jīng)過市場競爭實現(xiàn)優(yōu)化配置后的綜合表現(xiàn)，故本文將其視為選擇效應(yīng)的代理變量。那么，本地技術(shù)優(yōu)勢所代表的選擇效應(yīng)與技術(shù)重疊所代表的分類效應(yīng)會形成聯(lián)動效應(yīng)嗎？

為此，本文基于地理單元參與PCT專利的發(fā)明人累計人次排位作為衡量本地技術(shù)優(yōu)勢的主要依據(jù)。具體而言，以全球610余個次級行政地區(qū)作為比較單元，在同一時期內(nèi)，如果某地區(qū)參與某一細(xì)分領(lǐng)域(12)沿用前文的35種技術(shù)領(lǐng)域分類。的PCT專利的發(fā)明人累計人次進(jìn)入該細(xì)分領(lǐng)域全球排名前20%，就將該地區(qū)于該細(xì)分領(lǐng)域的本地技術(shù)優(yōu)勢指標(biāo)Techadvift(表示中國境內(nèi)次級行政地理單元)和Techadvjft(表示中國境外次級行政地理單元)賦值為1，否則為0；然后在基準(zhǔn)回歸方程中引入它們與技術(shù)重疊相應(yīng)的交互項Overlapijft-3×Techadvift和Overlapijft-3×Techadvjft。

表10給出的估計結(jié)果顯示，對于全國樣本而言，中外地理單元的技術(shù)優(yōu)勢和技術(shù)重疊的聯(lián)動效應(yīng)對發(fā)明人流入和流出規(guī)模均具有顯著影響，且對發(fā)明人流出規(guī)模的影響明顯高于發(fā)明人流入規(guī)模。顯然，該聯(lián)動效應(yīng)的影響力在發(fā)明人流向上也是非對稱的。

表10 本地技術(shù)優(yōu)勢與技術(shù)重疊的聯(lián)動效應(yīng)

同樣地，通過進(jìn)一步的比較分析，技術(shù)優(yōu)勢和技術(shù)重疊對發(fā)明人流動的聯(lián)動效應(yīng)在京滬深三地呈現(xiàn)明顯的異質(zhì)性。在發(fā)明人流入方面，該聯(lián)動效應(yīng)對深圳的促進(jìn)作用大概是京滬兩地的2.7～3.5倍；在發(fā)明人流出方面，該聯(lián)動效應(yīng)對深圳的促進(jìn)作用遠(yuǎn)遠(yuǎn)低于上海和北京，只及前者的10%，后者的5%。顯然，本地技術(shù)優(yōu)勢是深圳實現(xiàn)發(fā)明人“外援”凈流入的重要“推手”之一。

八、 結(jié)論與討論

人才是科技創(chuàng)新的第一資源。在“本地?zé)狳c，全球互聯(lián)”的全球創(chuàng)新格局下，中國比歷史上任何時期都更需要積極主動地引進(jìn)海外創(chuàng)新人才。但在近年來西方發(fā)達(dá)國家單邊主義和民粹主義興起的風(fēng)潮下，國際環(huán)境日趨復(fù)雜，中國的“海外引智”面對諸多掣制，精準(zhǔn)匯聚天下英才對于中國的高質(zhì)量發(fā)展和深入?yún)⑴c全球科技創(chuàng)新治理的意義尤為重要，但已有文獻(xiàn)卻較少有深入研究。為此，基于“地區(qū)熱點”間的知識聯(lián)系是牽引雙邊創(chuàng)新人才國際合作的“紅線”這一觀念，本文利用專利數(shù)據(jù)將雙邊知識聯(lián)系具體化為中外省際對的技術(shù)重疊指標(biāo)，并依托“新”新經(jīng)濟(jì)地理學(xué)框架，運(yùn)用高維固定效應(yīng)模型集中考察了技術(shù)重疊對中外專利發(fā)明人雙邊流動的分類效應(yīng)，并進(jìn)一步探究了其與集聚效應(yīng)和選擇效應(yīng)在這一過程中的聯(lián)動作用。本文的研究結(jié)果顯示，技術(shù)重疊顯著地促進(jìn)了中外省際間的專利發(fā)明人國際合作規(guī)模，但該合作規(guī)模在流動方向上是非對稱的。具體而言，這一非對稱性表現(xiàn)在兩個地理維度：首先，在國家層面，技術(shù)重疊推動的中國本土發(fā)明人流出規(guī)模遠(yuǎn)高于境外發(fā)明人流入規(guī)模，且主要集中于G7國家，其中美國是中國最主要的國際合作對象；其次，在中國省級層面，京滬兩地呈現(xiàn)發(fā)明人凈流出，而深圳則是發(fā)明人凈流入。進(jìn)一步的研究發(fā)現(xiàn)，中外省際對創(chuàng)新活動的一般特征(雙邊技術(shù)分布相似性和既有合作規(guī)模)和中國境內(nèi)省份創(chuàng)新活動的專業(yè)特征(本地技術(shù)優(yōu)勢)均與技術(shù)重疊形成正向交互效應(yīng)推動發(fā)明人的雙邊流動，但這些交互效應(yīng)和影響強(qiáng)度在京滬深三地具有明顯異質(zhì)性。

利用專利數(shù)據(jù)，本文不僅測度中外省際間的知識聯(lián)系，還給出了其推動中外發(fā)明人國際合作的證據(jù)，相關(guān)結(jié)論具有重要的現(xiàn)實意義和豐富的政策含義。首先，技術(shù)重疊體現(xiàn)的共引專利這一知識聯(lián)系可以成為中國主動配置海外創(chuàng)新人才的既有現(xiàn)實基礎(chǔ)，且這一現(xiàn)實基礎(chǔ)受政治環(huán)境影響較小；其次，利用技術(shù)重疊在細(xì)分技術(shù)領(lǐng)域和小尺度地理空間的信息，結(jié)合相關(guān)專利發(fā)明人的信息，我們可以在微觀層面構(gòu)建多元立體的中外知識聯(lián)系，進(jìn)而提升中國海外引智政策的精準(zhǔn)性。這兩個特點契合于當(dāng)前中國在充滿不確定的國際環(huán)境中配置全球創(chuàng)新資源這一時代特征。

然而，作為一項探索性工作，本文對于技術(shù)重疊對發(fā)明人跨境合作影響的研究還處于初級階段，探討技術(shù)重疊的結(jié)構(gòu)以及其衍生的創(chuàng)新網(wǎng)絡(luò)對研發(fā)國際合作的影響可能是助推相關(guān)研究拓展和深化的方向。另外，依托中國的現(xiàn)實情境，進(jìn)一步探尋深圳在吸引境外發(fā)明人上的獨特原因也是一個非常有現(xiàn)實意義的研究。