郑冠群 徐 妍 安 磊

一、引 言

产业活动在空间上集聚是经济学中一个古老而时新的话题。随着新经济地理学的快速崛起、产业空间集聚测度方法的完善以及产业空间布局结构发展趋势的变化，经济集聚的福利效应再度成为新经济地理学、新经济增长理论、空间经济学以及产业组织学等领域中的研究焦点，其中核心问题之一即是产业空间集聚与创新活动的关系。

知识溢出外部性(intellectual spillovers)是联结经济集聚和创新的关键所在。从西方发达国家的经济实践来看，知识溢出外部性的主导形式既可能是“MAR 外部性”，即同一产业内部具有相似生产技术的企业之间由于低知识溢出壁垒而促成知识外溢和技术创新(Marshall，1966；Henderson 等，1995)；也可能是“Jacobs 外部性”，即不同产业中多样化企业之间由于跨产业知识互补和创新搜寻而促成知识外溢和技术创新(Jacobs，1969；Glaeser 等，1992)。按照MAR 外部性和Jacobs 外部性的经典理论，经济活动的空间分布结构是纯粹的市场化行为结果，因而在完全自主的区位选择下形成的产业空间集聚结构应当是最有利于发挥集聚外部性作用和最大化企业利润的空间结构。

与西方发达经济体不同，中国的产业空间分布特征除了受自然禀赋和知识溢出外部性影响之外，很大程度上还受到政策影响。一方面，中央和地方政府的政策(或政府直接干预经济活动)能够促使产业在特定区域内集中。例如，金煜等(2006)认为，产业政策是导致中国工业集聚的重要因素之一；贺灿飞(2018)等发现，地方政府的产业政策、税收与金融政策等能够形成经济激励和政治激励而推动特定产业的发展。另一方面，来自地方政府的非市场力量的“干扰”会导致产业集聚水平下降和行业专业化水平下降。例如，白重恩等(2004)、路江涌和陶志刚(2007)均发现地方保护主义对中国经济活动的空间集聚起到了负面影响；吴意云和朱希伟(2015)、杨继东和罗路宝(2018)指出，地方政府不当跟风中央重点产业政策导致区域分工不足和产业空间集聚水平过早下降。

由于中国产业往往会“被动”地集聚或者扩散(吴福象和蔡悦，2014)，不宜简单地照搬西方经典理论来判断产业空间集聚对创新活动的影响。那么，中国产业空间集聚对企业创新活动影响如何呢？为了回答这个问题，我们尝试从Porter 外部性的视角来讨论中国式的产业集聚对创新活动的影响。相比于MAR 外部性和Jacobs 外部性，利用Porter 外部性解释中国产业集聚对创新影响的合理之处在于：后者并不过分强调由知识创造与溢出以及产业间技术关联驱动内生集聚，而是强调集聚带来的竞争能够推动集聚区内的企业降低生产成本、提高生产效率，从而促进创新技术的升级、革新。因此，即使中国产业空间布局受产业政策或地方政府行为影响而呈现出“被动”集聚特征，由产业空间集聚引起的企业竞争仍然可能是驱动创新的重要原因。

与现有文献相比，本文的边际创新和贡献在于以下三个方面。第一，本文首次利用中国制造业企业微观数据检验了Porter 外部性驱动创新的机制①已有部分研究讨论了特定行业中Porter 外部性表现和作用机制，但是尚没有发现检验Porter 外部性驱动创新的机制的文献。，即企业需要通过产品创新形成差异化竞争来抑制产业集聚带来的对其市场份额的侵蚀；产业空间集聚程度的提升会促使创新型企业增加创新产出和提高创新水平。第二，Porter 外部性驱动的创新同样存在竞争效应和挤出效应，即随着产业集聚程度的加深，创新型企业的创新化程度提升会形成创新威胁和壁垒，迫使潜在创新企业放弃推出新产品，从而使得产业空间集聚对市场整体的创新活动表现出抑制作用。第三，Porter 外部性驱动创新的机制具有企业所有权性质异质性和要素密集度异质性，其异质性表现形式符合“产业集聚→市场份额→企业创新→市场创新”的逻辑。

二、理论分析与假说提出

（一）产业集聚与企业市场份额

从微观的角度来看，经济活动空间分布结果本身是理性经济人追逐福利的结果。在市场机制下，区域的要素禀赋、经济外部性等导致的集聚力量与运输成本、拥挤效应等导致的扩散力量共同作用而形成了产业空间分布的均衡。然而，中国产业空间分布结构不仅受经济地理因素的驱动，还受到一些“非市场化”因素的影响。例如：区域分权式体制下的地方保护、市场分割、政策指导等。因此，自二十世纪八十年代以来，尽管市场力量主导了中国产业空间结构的演化，但地方政府行为在一定程度上影响了产业空间配置(文玫，2004；金煜等，2006)。这种影响可能会产生“干预性扭曲”，在宏观上表现为产业集聚水平的下降、行业专业化水平的下降(吴意云和朱希伟，2015)，甚至全国全要素生产率下滑(陆铭和向宽虎，2014)；在微观上表现为局部区域的产业过度集聚甚至出现拥挤迹象(李君华，2009；汪彩君和唐根年，2011)以及区域内专业化集聚伴随着严重的同质化竞争。

企业为获得集聚带来的正外部性以及政策性扶持，与同一产业部门的类似企业共同集中分布在一个狭小的区域后，将面临要素禀赋条件、区位条件、市场潜能与可达性的同质化问题。随着集聚程度的提升，集聚区内企业数量不断增加，企业不得不面对同质化竞争加剧和市场份额流失的态势。在这种情况下，企业通过产品创新形成差异化，是获得竞争优势的重要渠道。因此，我们提出假说1。

假说1：产业空间集聚程度提升会加剧制造业企业市场份额竞争，可能导致企业市场份额流失，但产品创新能够抑制产业空间集聚对企业市场份额的侵蚀。

（二）产业集聚与企业创新

现有研究表明，产业集聚通过MAR 外部性、Jacobs 外部性以及Porter 外部性促进企业创新，其中前两者认为专业化集聚或多样化集聚能够促进知识溢出，为企业创新提供了良好的外部环境；而Porter 外部性侧重于阐明产业集聚对企业创新的驱动作用，即通过竞争来推动集聚区内的企业进行技术升级、革新，以提升其综合竞争力水平。Porter(1990)认为，MAR 外部性的作用固然是存在的，专业化水平和地理集中度较高的行业会受益于知识溢出外部性；但是，区域内竞争而不是区域内垄断是推动企业追求技术创新和采纳创新技术的原因。区域内竞争加速企业模仿和改进其他企业的新技术和新产品，尽管这可能会降低原创企业的回报率，但也增加了企业继续创新的压力和动力，因为停止创新的企业将逐渐失去市场份额。

区域内竞争所发挥的创新驱动作用是Porter 外部性区别于MAR 外部性的最大之处，而前者的作用在那些地理上高度集中并且专业化程度较高的行业里最为突出(Glaeser 等，1992)。国外已有不少文献针对Porter 外部性和其他两种外部性进行检验，Groot 等(2007)针对31 篇重要文献资料的荟萃分析进一步肯定了Porter 提出的竞争驱动机制。按照本文假说1 的逻辑，受地方政府行为和产业政策的影响，中国的产业集聚存在拥挤效应迹象和同质化竞争问题。对于产业集聚水平较高的行业而言，具备地理上高度集中并且专业化程度较高的特点，符合Porter 外部性驱动创新机制的特征。因此，我们提出假说2。

假说2：产业空间集聚程度的提升会促使创新型企业出于保持或提升市场份额的考虑而增加创新产出，提高创新水平。

（三）产业集聚、创新挤出与市场创新

尽管产业集聚和竞争可能促使企业通过创新寻求竞争优势，但现实中产业集聚并不必然导致区域或行业的创新活动增加。Porter 外部性驱动的创新同样表现出竞争和挤出效应，部分企业的创新活动将会对其他企业的创新产生威胁或抑制。

企业可以通过产品创新建立竞争优势，但这种优势并不能长期自然存在。只要存在超额利润，必然会引致潜在创新企业的模仿和竞争。叶林和曾国安(2013)发展了一个策略性阻止进入模型并利用中国制造业企业数据实证研究发现：中等进入壁垒下在位企业会增加创新投入威慑进入者。按照前述分析，中国的产业集聚表现为区域内的专业化集中和高度竞争。专业化意味着存在一定的进入壁垒，但高度竞争表明其进入壁垒要小于垄断或寡头市场的进入壁垒，大体可以认为其进入壁垒处于居中水平。因此，集聚区内的创新型企业为了维持或巩固其竞争优势，有动机通过增加创新投入和产出对潜在创新企业形成威胁。我们据此提出假说3。

假说3：随着产业集聚程度的加深，创新型企业的创新化程度提升会迫使潜在创新企业放弃产品创新，从而对市场整体的创新活动产生抑制作用。

（四）异质性逻辑与表现

在“产业集聚→市场份额→企业创新→市场创新”逻辑链条当中，市场份额是受产业空间集聚影响和驱动创新的关键中介因素。但是，对于不同属性的企业而言，产业集聚对企业市场份额的影响力度可能不同，市场份额在企业创新决策中的重要程度也存在很大差异。

以产业集聚对企业市场份额的影响力度不同为出发点，国有控股企业和非国有控股企业存在异质性。前者由于在市场竞争中存在某些潜在优势(例如垄断行业进入壁垒、行政性资源独占、外部融资成本低、政策敏感度高等优势)，其企业市场份额对产业空间集聚程度的敏感性可能比非国有控股企业低得多。因此，前述假说可能更加适用于非国有控股企业。

以市场份额在企业创新决策中的重要程度不同为出发点，技术密集型企业和非技术密集型企业存在异质性。技术密集型企业产品附加值更高、产品差异化水平更大，因而其市场份额受产业空间集聚的影响更小；更为重要的是，无论短时内市场份额如何受产业集聚影响，技术密集型企业都不得不持续开展技术创新和产品迭代，否则将面临永久性的市场损失。相比之下，产业集聚通过市场份额驱动技术创新的逻辑可能对非技术密集型行业更加适用。据此，我们提出假说4。

假说4：按照“产业集聚→市场份额→企业创新→市场创新”的逻辑，产业空间集聚对制造业企业创新活动的影响具有企业所有权性质异质性和要素密集度异质性。

三、中国制造业空间集聚效应的测度

（一）测度方法

测度产业集聚水平的主流方法大致有两类：一类是不考虑企业规模差异，仅考虑行业和地区范围大小的影响，例如地方化系数、产业空间基尼系数以及区位商等；另一类是考虑企业规模差异的影响，其中应用最广泛的是Ellison 和Glaeser(1997)构建的γ指数(即EG 产业集聚指数)以及Duranton 和Overman(2005)提出的以企业间地理距离为基础的DO 指数。由于难以获得全部企业地理位置的精确信息，这里构造EG 指数来衡量中国制造业的空间集聚水平。其计算方法如公式(1)。

（二）测度结果

我们基于中国工业企业数据库(1996—2013 年)提供的数据来计算制造业的EG指数。由于部分样本存在明显的匹配混乱、指标异常、信息缺失以及口径变化等问题，需要进行数据处理。首先，按照Brandt 等(2012)所采用的“逐年序贯识别法”，利用法人代码和企业名称进行样本匹配。随后，将行业代码统一转换为GB/T4754—2002 标准，并通过面板数据比对填充缺失的地区行政代码和修改异常值。最后，剔除就业人数为0 或缺失、行业分类代码缺失以及不符合GAAP 的样本。经过上述处理之后，本文共得到3801791 个可用观测点。

图1 描绘了中国制造业空间集聚指数走势与核密度分布图。首先，从图1(a)可以看出，中国制造业的集聚程度总体上经历了两个阶段的变化：制造业集聚程度在1996年至2009 年期间呈上升趋势，而2009 年之后明显下滑。图1(b)描绘的核密度分布也反映出类似情况：1998 年、2004 年和2009 年的核密度分布峰值向右移动，而2013 年的核密度峰值左移，且低于2004 年和2009 年水平。其次，EG 指数的算术平均值普遍大于以就业人数份额为权重的加权平均值①受篇幅所限，具体数据没有汇报，感兴趣的读者可向作者索要其数据。，这意味着：集聚程度较高的行业整体就业规模较小，而集聚程度较低的行业整体就业规模较大，这与文东伟和冼国明(2014)的研究一致。最后，行业分类越细致，则集聚指数越大，这意味着大类行业在各地区分布相对比较平均，而一些细分的行业在地域上的分布则相对不平衡。

图1 中国制造业空间集聚指数走势与核密度分布图

四、产业集聚创新效应的实证检验

（一）模型、变量与数据

我们利用中国工业企业数据库中的制造业企业为样本②1996 年和1997 年两年的样本数量少且质量差，故在回归分析中剔除掉了这部分观测值。，对前述假说进行实证检验。为了检验假说1，我们针对全部样本企业构建了如下计量模型：

对于假说3，我们针对全部样本企业构建如下线性可能性(Linear Probability)模型，研究产业空间集聚对企业推出新产品积极性的影响。

同时，我们将式(8)中的被解释变量替换为企业新产品产值占所属行业总产值的比例 innov _ si,j,t，构成公式(9)。

按照上述式(4)至式(9)的模型，我们以不同测算口径(2 位数、3 位数、4 位数三种行业细分标准和省、市、县三种区域细分标准)测算上述变量，其释义与描述性统计如附录表1 所示①扫描本文首页二维码，点击“附录”获取。。

（二）实证结果

1. 产业集聚与企业市场份额

表1 列示了式(4)的参数估计结果。在其第(1)列中，被解释变量为企业销售市值占所属2 位数行业销售总市值的比例( mshare _2)，核心解释变量为企业所属2 位数行业的产业空间聚集指数(EG_2 )。E G_2 系数估计值为-0.051，且通过了1%水平的显著性检验。在其第(2)列中，以3 位数行业为细分标准，E G_3 系数估计值为-0.227，在5%水平统计显著。在其第(3)列中，进一步细分至4 位数行业，E G_4 的系数估计值为-0.371，通过了1%水平显著性检验。从上述估计结果可以看出，第一，随着产业空间集聚程度的提升，行业内制造业企业的市场份额显著下降；第二，行业分类标准越细，产业空间集聚对企业市场份额的影响力度越大。聚类稳健的混合截面最小二乘估计结果(Pooled OLS)与面板固定效应模型估计结果(Fixed Effect)比较接近，上述结论依然成立。

表2 列示了式(5)的参数估计结果。以面板固定效应模型估计结果为例，在引入交互项之后，企业所属行业的产业空间聚集指数(EG_2 、E G_3 、E G_4 )对企业市场份额依然存在显著的负面影响。集聚指数与创新哑变量的交互项系数均为正，且3 位数和4 位数行业口径下交互项系数(EG_3×innov_dum 和EG_4×innov_dum)通过了5%水平的显著性检验。这表明，制造业企业的产品创新能够在一定程度上减小产业空间集聚对企业市场份额的负面影响。

综合表1 和表2 的结果，假说1 得到验证，即产业空间集聚会削减制造业企业的市场份额，但产品创新能够抑制产业空间集聚对企业市场份额的侵蚀。

表1 产业空间集聚对制造业企业市场份额的影响

表2 产业空间集聚、产品创新对制造业企业市场份额的影响

2. 产业集聚与企业创新

表3 汇报了式(6)的参数估计结果，显示了产业空间集聚程度对创新型企业的实际创新产出的影响。表3 中第(1)列至第(3)列为面板固定效应模型的估计结果，核心解释变量的估计值均大于0，并通过了10%和5%水平上的显著性检验。混合截面回归得到的参数估计值更大，其显著性水平更高(第(4)列至第(6)列)。以上结果表明，随着产业空间集聚程度的加深，创新型企业会提高创新产出水平。

表3 产业空间集聚对创新型制造业企业的新产品实际产值的影响

表4 列示了式(7)的参数估计结果，显示了产业空间集聚对创新型企业创新程度的影响。从核心解释变量的符号来看，除了第(3)列中(4 位数行业划分标准，面板固定效应模型)EG_4 的系数估计值小于0 之外，其余情形下产业集聚指数变量的估计值均大于0，表明随着产业集聚程度的加深，创新型企业的创新程度均有不同程度的提升。参数估计值的显著性水平方面差异较大，2 位数行业划分口径下参数估计值最为显著，混合截面回归模型的OLS 估计值的显著性也强于面板固定效应模型的该显著性。

表4 产业空间集聚对创新型制造业企业创新程度的影响

从表3 和表4 的参数估计结果可以得到以下结论：产业空间集聚对创新型企业新产品产值的绝对数量和新产品产值的相对份额都存在积极影响。结合得到验证的假说1，我们认为：产业空间集聚程度的提升会促使创新型企业出于保持或提升市场份额的考虑而增加创新产出、提高创新水平，从而帮助企业抵御产业空间集聚对市场份额的侵蚀。

3. 产业集聚、创新挤出与市场创新

表5 汇报了公式(8)和公式(9)的参数估计结果。其中，第(1)列至第(3)列是线性可能性公式(8)的估计结果，显示了产业空间集聚程度对制造业企业推出新产品概率的影响。其估计结果显示，产业空间集聚指数对新产品哑变量的影响系数均在1%水平上显著为负。这表明：整体来看，产业的空间集聚对制造业企业创新决策有显著的抑制效应；随着产业聚集水平的提高，制造业企业进行新产品开发的可能性降低，企业研发创新的积极性在下降。

表5 产业空间集聚对制造业企业整体创新概率和创新活动的影响

表5 中，第(4)列至第(6)列汇报了式(9)的参数估计结果，显示产业空间集聚对行业整体创新活动的影响。当以2 位数为标准进行行业划分时，E G_2 的系数估计值为-1.15，在1%水平上统计显著，这表明产业空间集聚程度的提高对行业整体的创新活动起到了显著的抑制效果。当以3 位数和4 位数为标准进行行业划分时，产业空间集聚指数的系数也小于0，且后者通过了10%水平的显著性检验。

通过公式(8)和公式(9)的参数估计结果，我们发现产业空间集聚程度的提高降低了制造业企业开发新产品的可能性，对行业整体的创新活动水平也有负面影响。然而，根据假说2 和前述检验结果可知：产业空间集聚程度的提高会促使创新型企业增加创新产出并提高创新水平。这意味着：随着产业空间集聚程度的提高，创新型企业的创新活动在整个行业的工业生产活动中的占比下降，更多的制造业企业(或称之为“潜在创新企业”)选择不开展产品创新。因此，我们验证了假说3：随着产业集聚程度的提高，创新型企业的创新深化会迫使潜在创新企业放弃推出新产品，从而使得产业空间集聚对行业整体的创新活动表现出抑制作用。

五、内生性、稳健性与异质性讨论

（一）内生性讨论

可能导致内生性问题的原因主要有两点：一是遗漏重要变量和不可观测变量导致的内生性，二是解释变量和被解释变量互为因果而产生的内生性问题。对第一类问题，一方面通过在企业、行业以及地区层面控制了众多变量来尽量减少遗漏变量；另一方面，在模型中加入了企业、行业、年份及城市层面的固定效应，以降低遗漏变量和不可观测变量导致内生性问题的可能性。对第二类问题，本文的核心解释变量均为产业空间集聚指数，这是一个行业维度的指标；而主要的被解释变量均是刻画企业个体特征的指标。直觉上，企业个体维度的创新行为、产品销售、新产品产值等很难对行业整体的空间布局结构产生直接影响(尤其是短期影响)。因此，模型中由逆向因果关系导致内生性问题的可能性并不大。

出于谨慎性考虑，我们仍然按照文献中的“惯例”，利用解释变量的滞后项来消减内生性。Bellemare 等(2017)指出，使用解释变量的滞后项来解决内生性问题的有效性依赖于两个前提：一是不可观测因素不存在序列相关，二是内生变量是平稳的自回归过程。前提一涉及不可观测变量，本质上无法得到验证或拒绝；前提二可以利用观测数据予以检验。我们用IPS 和Fisher 检验对主要解释变量进行了平稳性检验，其结果均表明产业集聚水平显著平稳。除此之外，Bellemare 等(2017)还提出了另一套检验法则：当总体数据生成过程满足三种特定情形之一时，使用滞后项解决双向因果关系导致的内生性也是可以接受的。他们建议，可以估计回归方程 Yt= b1Xt+ b2Xt-1，若 b1不显著异于0 的话，可以考虑使用滞后项。我们将企业市场份额对行业集聚指数及其一阶滞后进行回归，估计得到的参数1b 未能通过显著性检验①受篇幅所限，平稳性检验结果和参数b1估计没有汇报，感兴趣的读者可向作者索取。。因此，使用滞后项基本上是可以接受的。

（二）稳健性检验

上述基准回归中，我们使用的是以省(直辖市、自治区)为区域划分标准测算集聚指数。这里我们以地级市为区域划分标准，计算2 位数、3 位数和4 位数行业的EG 指数作为产业空间集聚水平的代理变量，进行稳健性检验。

在替换了产业空间集聚水平代理变量后，由公式(4)至公式(9)的参数估计结果仍然可以与基准模型相当一致的参数估计结果②受篇幅所限，稳健性检验的结果没有列示，欢迎感兴趣的读者向作者索要相关数据。，前文提出的三个假说及实证检验结果稳健可信。

（三）异质性检验

我们按照企业所有权性质将全部样本企业划分为国有控股企业(SOE)和非国有控股企业NSOE)两类，按照企业所属行业的要素密集度将全部样本企业划分为技术密集型行业(TIE)和非技术密集型行业(NTIE)③用国家统计局公布的2 位数行业口径下“规模以上工业企业研究与试验发展经费”除以“主营业务收入”，计算2 位数行业的“研究与试验发展经费投入强度”，随后通过k 均值聚类算法区分出技术密集型行业和非技术密集型行业。。

表6 汇报了2 位数行业划分标准下利用国有控股企业与非国有控股企业子样本分别回归公式(4)至公式(9)的核心参数估计结果①受篇幅所限，表6 和表7 中没有汇报3 位数和4 位数行业划分标准下的参数估计结果，有需要者可向作者索要。。其第(1)列、第(2)列和第(7)列、第(8)列是对假说1 的检验，国有企业子样本的系数估计值与基准结论不一致；非国有企业子样本的参数估计值与基准结论一致，产业空间集聚会减少非国有企业的市场份额，而产品创新能够抑制产业集聚对其市场份额的侵蚀。其第(3)列、第(4)列和第(9)列、第(10)列是对假说2 的检验，而国有企业子样本的EG_2 系数估计值没有通过显著性检验，且影响方向不一致；非国有企业子样本的产业集聚指数的系数估计值均大于0，且至少在5%水平上统计显著，产业集聚程度的提高能够显著地促进非国有企业增加产品创新。其第(5)列、第(6)列和第(11)列、第(12)列是对假说3 的检验，国有企业子样本的系数估计值符号相反，作用方向不明确；非国有企业子样本的EG_2 系数估计值均在1%水平上显著为负，表明在非国有控股企业当中，产业空间集聚程度的提高对行业整体创新活动产生了抑制作用。

表6 国有控股企业与非国有控股企业异质性检验

表7 汇报了在2 位数行业划分标准下利用技术密集型行业与非技术密集型行业子样本分别回归公式(4)至公式(9)的核心参数估计结果。其第(1)列、第(2)列和第(7)列、第(8)列检验了假说1，产业空间集聚均会减少企业的市场份额，而产品创新均能够抑制产业集聚对市场份额的侵蚀。其第(3)列、第(4)列和第(9)列、第(10)列是对假说2 的检验，产业集聚并不能促进技术密集型行业的创新型企业增加产品创新，主要参数系数估计值符合正负不一且不显著；而非技术密集型行业子样本的EG_2 系数估计值在1%水平上显著大于0，产业集聚程度的提高能够显著地促进非技术密集型行业的创新型增加产品创新。其第(5)列、第(6)列和第(11)列、第(12)列是对假说3 的检验，技术密集型行业子样本的产业集聚作用方向不明确；而在非技术密集型行业子样本的EG_2 系数估计值均小于0，且第(11)列中系数估计值通过了1%水平上的显著性检验，表明对非技术密集型行业而言，产业空间集聚程度的提高对行业整体创新活动产生了抑制作用。

表7 技术密集型行业与非技术密集型行业异质性检验

从以上结果来看，非国有控股企业和非技术密集型行业子样本得到的参数估计结果与基准模型更为一致。异质性的表现形式进一步明确了市场份额在产业集聚驱动企业创新过程中所发挥的重要作用，验证了“产业集聚→市场份额→企业创新→市场创新”逻辑的合理性。

六、结论与政策建议

产业集聚对创新活动的影响是新经济地理学、新经济增长理论、空间经济学以及产业组织学研究的焦点点问题之一。近年来国内学者针对产业集聚中知识溢出外部性对创新的影响进行了广泛而深入的研究，特别是对MAR 外部性(专业化集聚)和Jacobs 外部性(多样化集聚)进行了大量的实证检验。但是，与西方发达经济体不同，中国的产业空间分布特征除了受自然禀赋和知识溢出外部性影响之外，还受到很多“非市场化”因素的影响。区域分权式威权体制下的地方保护、市场分割、政府干预以及政策指导等一定程度上影响了中国的产业空间配置，使得中国制造业产业“被动”集中于某些区域，并呈现出过度集聚的拥挤效应和同质化竞争激烈的问题。因此，仅仅从知识创造和溢出以及产业间技术关联的角度来解读中国产业空间分布格局的形成和对创新活动的影响似有不妥之处。

基于这样的考虑，我们认为有必要重新认识中国产业空间集聚对企业创新活动的影响。本文尝试从Porter 外部性的视角来讨论中国式的产业集聚对创新活动的影响，得到以下结论。第一，产业空间集聚的提升会加剧制造企业市场份额竞争，可能会导致企业市场份额流失，但产品创新能够抑制产业空间集聚对企业市场份额的侵蚀；第二，出于保持或增加市场份额的考虑，产业空间集聚程度的提升会促使创新型企业增加创新产出，提高创新水平；第三，随着产业集聚程度的日益提高，创新型企业的创新化程度提升会迫使潜在创新企业放弃产品创新，从而使得产业空间集聚对市场整体的创新活动表现出抑制作用；第四，按照“产业集聚→市场份额→企业创新→市场创新”的逻辑，产业空间集聚对制造业企业创新活动的影响具有企业所有权性质异质性和要素密集度异质性。

基于上述研究结论，可得出以下启示。

第一，从推动区域或行业发展的角度来看，制造业企业在空间上高度集聚并不一定能够起到正面效果。与MAR 外部性所驱动的专业化集聚有所不同，地方政府主导的工业(产业)园区和开发区建设、产业政策支持所引发的产业被动集聚，未必能够很好地发挥产业内部的知识溢出外部性作用；相反，可能会造成区域内的产业过度集聚，导致拥挤效应和高度同质化竞争，企业聚集在同一狭小区域，失去区位差异带来的要素禀赋条件、市场可达性等比较优势后，更容易丧失市场份额，生存压力增大。近年来随处可见的园区企业破产、外迁等现象表明，一些地区不仅没有实现所谓的“筑巢引凤”，反而造成了巨大的资源浪费。因此，应当杜绝随意开发和盲目建设产业园区，减少政策干预，让市场对资源配置发挥更大的作用。

第二，对于非国有企业占比较高的行业和非技术密集型行业而言，专业化集聚无助于提高行业整体的创新活力。对专业化集聚区内的非国有企业和非技术密集型行业企业而言，在其他市场条件不变的情况下，部分企业的创新产出增加和创新程度的提高是以挤出其他企业创新活动、抢占其他企业市场份额为代价的，行业或市场整体的创新水平并没有得到提升。特别是对于非技术密集型行业而言，其产品往往是非差异化或横向差异化的；按照Matraves 和Rondi(2007)的研究，这些企业并没有动机开展持续创新活动，市场集中度提升后的持续创新能力值得怀疑。因此，政府在进行产业布局规划时应尽量避免非国有企业占比高的行业和非技术密集型行业过度集聚。

第三，产业集聚过程中的竞争既有创造性，也有破坏性，创新活动在企业间的分布并不均衡。产业集聚的“红利”由头部创新型企业获得，表现为市场份额的扩张和创新能力的深化，而潜在创新企业的创新动机受到压制，市场份额也受到挤占。因此，在现阶段依靠完全市场化的竞争机制来激发普遍创新仍然是比较困难的，要实现大众创业、全民创造、全民创新，要促进整个社会的创新发展，还需要积极的转移支付、保障配套政策等手段进行协调。