刘 鹏，张运峰

●区域发展

产业集聚、FDI与城市创新能力
——基于我国264个地级市数据的空间杜宾模型

刘 鹏1，张运峰2

（1.南京大学长江三角洲社会经济发展研究中心，江苏南京210093；2.南京财经大学经济学院，江苏南京210023）

本土产业集聚模式会显著影响FDI在城市创新中的溢出效应，但是鲜有文献在研究FDI对城市创新能力影响时考虑了本土产业结构与FDI是否相互匹配的问题。文章在新经济地理学的框架下，首先分析了本土产业集聚模式影响FDI溢出效应的作用机制，并基于我国2008-2013年264个地级及以上城市的面板数据，利用空间杜宾模型实证研究了本土产业集聚模式如何影响FDI在城市创新中带来的区域内与区域间溢出效应。结果表明：产业集聚与FDI都能够产生明显的外部性，产业集聚对FDI溢出效应的影响受到地区差异、城市规模差异的约束。从整体上来看，相比于多样化集聚，本土产业专业化集聚更容易吸收和传播FDI的溢出效应，提升城市创新能力的作用更明显。从分区域层面来看，东部地区产业多样化集聚提升FDI的溢出效应作用显著，而中西部地区FDI的溢出效应更多的受益于专业化集聚。从分城市规模来看，特大规模城市应该选择多样化集聚模式，而大中小三种规模城市则应该更多地专注于专业化集聚模式。

专业化；多样化；FDI；城市创新能力

一、问题提出

进入21世纪以来，随着社会的不断发展和市场竞争程度的日益加剧，创新已经成为引领一个国家或地区发展的第一动力，而城市作为小型区域单元，城市创新能力也成为城市综合竞争力的重要指标。十三五规划明确指出“必须把创新摆在国家发展全局的核心位置，不断推进理论创新、制度创新、科技创新、文化创新等各方面创新”。然而，我国各区域城市创新能力存在巨大差异，2013年江浙沪地区25个城市专利申请数占全国专利申请数的比例为34.24%，而整个西部地区的49个城市专利申请数占全国专利申请数的比例仅为10.01%①，由此可见，江浙沪地区城市创新能力明显强于西部地区。那么是什么原因造成了区域创新能力存在如此大的差距？早期学者从R&D经费投入、人力资本差异、创新环境等角度进行了研究，随着新经济地理学的兴起，溢出效应成为学者们解释城市创新能力差异关注的热点，大部分学者都分别从产业集聚和FDI的角度解释了城市创新能力的差异。纵观现有文献，基本都认为产业集聚能够产生明显的外部性，提升城市创新能力明显。然而，FDI对城市创新能力的影响一直存在较大争议，究其原因，他们都忽视的一个重要问题是，随着我国FDI水平的不断提高和本土产业结构的不断调整，本土产业结构已经成为影响东道国FDI的关键因素之一，他们割裂了本土产业结构与FDI之间的联系，忽略了本土产业结构与FDI是否相互匹配的问题，这也必然引发研究兴趣和思考的问题是，FDI溢出效应会不会受到本土产业集聚模式的影响？在我国现有的产业集聚模式下，为了更好地利用外资提升城市创新能力，哪种产业集聚模式更有利于FDI发挥创新技术溢出效应？产业集聚模式影响FDI溢出效应的作用机制是什么？对这些问题的回答将有助于我们各级政府制定合理的产业发展和招商引资政策，为提升我国城市创新能力提供有效的解决办法。

与现有文献不同的是，本文将从以下几个方面扩展现有研究：第一，很多学者都没有考虑FDI与本土产业结构相互匹配的问题，他们都认为两者具有独立性，割裂了两者之间的关系，本文尝试阐明产业集聚模式影响FDI溢出效应的作用机制。第二，本文采用我国264个地级及以上城市数据，弥补省级层面数据过于粗糙的缺陷。第三，为了更好地刻画产业集聚模式、FDI如何影响区域内和区域间城市创新能力以及解决内生性问题，本文实证部分采用动态空间面板计量模型，并分区域和按城市规模分别进行实证检验，得到更具体可靠的研究结果。本文剩下部分结构安排如下：第二部分是理论分析，尽可能阐明产业集聚模式影响FDI溢出效应的机制；第三部分介绍本文的实证计量模型；第四部分分析实证结果；第五部分是本文的主要结论和政策建议。

二、理论分析

在我国实行赶超战略和全球化进程中，产业结构不断优化和调整，各地产业都呈现了空间集聚发展态势以保持在产业链中的竞争优势。各地采取了不同的产业集聚模式，按照产业内部结构的分布特征，产业集聚模式可以分为专业化集聚与多样化集聚。专业化集聚产生明显的MAR外部性，可以有效提供相类似的基础设施、设备等中间投入品和专业劳动力，最大限度地降低企业生产成本和交易成本［1］，同时，专业化集聚可以产生明显的知识、信息的溢出效应，促进产业内专家的更多交流和深化创新理念，从而有利于提升城市创新能力［2］。多样化集聚产生明显的Jacobs外部性，能够促进当地各种行业间和企业间互补知识的交流，为明显有利于创新的知识、技术、信息的传播提供良好的环境［3-4］，此外，多样化集聚可以降低上下游产业间的运输成本和交易成本、激励企业技术改造升级和提高生产效率，从而提升城市创新能力［5］。产业集聚在提升城市创新能力的同时，还会显著影响FDI在城市创新中的溢出效应，包括FDI的挤出效应、挤入效应以及在区域间与区域内的溢出效应。本土产业结构与FDI能否相互匹配？FDI的溢出效应在本土产业集聚模式下能够得到有效发散和传播，是FDI能否提升区域创新能力的关键所在，这也是现有研究所忽视的重要问题，产业集聚模式影响FDI溢出效应的作用机制主要体现在以下几个方面：

（一）专业化集聚与FDI溢出效应

第一，专业化集聚由于具有高度专业化的知识基础，在吸收作为知识源的外商直接投资时具有外部优势。此外，专业化的产业集聚模式提供了技术类似的本土企业在地理上的集中，使得它们更容易与类似的跨国公司相匹配，增加了本土企业与跨国公司的相互交流，从而导致更多的FDI溢出效应来促进地方的创新，这对于发展中国家吸收能力较弱的城市而言是非常重要的（Ellison et al，2010）［6］。第二，专业化集聚能够加快FDI溢出效应的局部扩散。专业化的集聚能够促进经济参与者产生相似的经济行为，方便相互间的交流与分享［7］。此外，专业化集聚的城市往往具有较大的劳动力市场池，在区域内和区域间吸引具有专业技能的工人和专业化的公司，这些当地企业和跨国公司的专业化技术工人和人才流动可以进一步促进嵌入在FDI中的知识、信息的传播与共享［8］。第三，城市专业化的产业集聚能够通过产业链和集中的资源提升FDI外部性的深度。上下游企业在地理上的集中可以通过专业化的生产投入、相同的制度和基础设施形成的规模经济最小化运输成本和交易成本，流入的FDI需要与本地供应链相整合，从而挖掘这些城市的融合优势，这导致增加本地企业和外国公司之间的交往，提供企业间潜在的知识更多的溢出机会［9］。此外，一个具有熟练劳动力供应，产业专业化投入的城市，能够提供一个稳定的市场环境，尽量减少市场波动性、不确定性和模糊性带来的额外的交易成本，这会影响国外先进跨国公司和当地企业之间的知识传递过程，这对于发展中国家往往至关重要［10］。

（二）多样化集聚与FDI溢出效应

相比于专业化集聚能够在特定技术范围内提升FDI外部性的溢出效率［11］，多样化集聚可以更全面的促进FDI溢出效应的传播和发散，促进一个地区多种产业整体的技术进步，溢出效应主要有如下两个路径：第一，不同行业的集聚可以充分吸收FDI带来的新知识和新技术，本土企业可以探索和整合发达国家各行业、各学科的知识，提供了一个滋生创新的环境，导致一个区域更大的知识溢出［12］。第二，多样化集聚能够产生创意火花，促进技术创新理念的相互交流和增加技术模仿的可能性，相比于知识创造和研发投入的初始投资成本，吸收和模仿先进技术的成本更低，多样化的集聚能够更有效降低研发成本和促进企业技术水平的提升，此时本土企业吸收FDI的溢出效应以提升自身创新能力的效果更加明显［13］。然而，多样化集聚模式也可能阻碍FDI的溢出效应。第一，FDI虽然能够带来先进的知识、信息与技术，但是多样化的集聚模式使得各产业处于不同的发展阶段，企业具有不同的内部学习能力和行业间网络，而且再加上行业间不同的兼容性和互补性，本土企业缺乏相应技术吸收能力与传递能力，这可能会导致企业吸收新知识的程度不同，从而抑制了FDI提升区域创新的作用［14］。第二，多样化集聚往往导致特定产业、需求相似的供应商、机构和生产要素的低集聚，在没有规模经济的情况下，无形中增加了企业间的知识搜索成本和交易成本，进一步削弱了FDI提升本土城市产业链的作用［15］。

三、实证模型的设定与变量说明

（一）模型选择

本文基于充分考虑产业集聚和FDI的溢出效应，因此考虑采用空间面板模型，空间面板计量模型将空间权重矩阵纳入模型中，更加贴近经济的实际情况。在选择空间计量模型时，必须考虑数据之间是否存在空间依赖性，即是否存在空间自相关，如果存在空间自相关，我们就认为使用空间计量方法是合适的。由于空间自相关的复杂性，国外学者提出了一系列检验空间自相关的方法，本文采用最常用的Moran′s I指数来检验城市创新能力的空间自相关性。Moran′s I指数可以写为是空间权重矩阵，用来衡量区域i和区域j之间的距离，我们借鉴林光平（2005）［16］等使用“经济距离”代替地理距离，用地区间人均GDP的差额来衡量“经济距离”，这样更能体现相邻省份之间的经济密切程度。构建的经济空间权重矩阵为W*,W*=WE,当i≠j时，Eij=是地区i在样本期间人均实际GDP的平均值。当i=j时，经济空间权重矩阵的对角线元素均为0。莫兰指数I的取值范围为［-1，1］，指数大于0表示存在正相关性；指数小于0表示存在负相关性，指数等于0说明空间分布是随机的，不存在空间相关性。测算结果如表1显示：2008-2013年城市创新能力的Moran’s I指数都至少通过了1%的显著性水平，说明城市创新能力都呈现空间正相关性。

表1 城市创新能力的Moran′s I指数检验结果

明确我国城市创新能力存在明显的空间自相关性之后，我们进一步采用Moran′s I散点图来观察城市创新能力的地理分布。图1为2013年全国城市创新能力Moran’s I散点图②。由图1我们可以发现，中国城市创新能力大部分都处于创新能力较强的HH象限和创新能力较弱的LL象限。城市创新能力的区域分布并不是随机的，较高创新能力的城市被同样较高创新水平的其他城市包围，较低创新能力的城市被同样较低创新水平的其他城市包围，表1和图1都说明了城市创新能力存在明显的空间正相关性，因此，本文实证部分考虑采用空间计量模型是有必要的。

图12013 年我国城市创新能力的Moran′s I散点图

本文还充分考虑到产业集聚对外商直接投资的溢出效应造成影响从而间接地影响区域创新能力，因此，我们在模型中引入了外商直接投资与专业化集聚、多样化集聚的交叉项。此外，考虑到吸收产业集聚和FDI的溢出效应需要一段时间，专利申请也需要一个漫长的过程，以及消除模型的内生性问题，我们采用动态空间面板计量模型，按照惯例采用滞后一期的各变量加入到模型中，为了消除异方差，所有变量取自然对数的形式，本文建立的空间计量模型如下：

其中，UI表示城市创新能力，SPE、DIV分别表示专业化指数和多样化指数，W表示空间权重矩阵，ηi表示个体效应，γt表示时间效应，εit表示随机扰动项。考虑到人力资本水平（HUM）、政府资助R&D强度（R&D）、地区经济发展潜力（GDP）、城市化水平（Urban）、固定资本投资水平（INV）也会对城市创新能力产生重要的影响，因此，我们也将这几项作为控制变量加入到模型中。

（二）相关变量说明

1.被解释变量：城市创新能力（UI）

本文采用每万人占有国内专利申请数代替新产品规模来衡量城市创新能力，出于以下两个原因，一是在我国新的产品很难被明确定义和衡量，其次我国是以加工贸易为主的国家，跨国公司外包和FDI等会明显提升我国新产品规模，此时用新产品规模就会高估城市的创新能力，相反，用每万人占有国内专利申请数来衡量城市创新能力会更合理［17］。

2.解释变量

（1）产业专业化集聚指数（SPE）。我们用克鲁格曼专业化指数（Krugman，1991；Kim，1995）［18-19］来衡量产业专业化集聚程度。具体的计算公式如下：，其中Eij是指城市i中j行业的就业人数，n和m分别代表是行业个数和城市个数，该指数越大，说明城市专业化集聚程度越高。

（2）产业多样化集聚指数（DIV）。我们借鉴（Hen⁃derson，1997）［20］的做法，采用改进的赫希曼－赫芬达尔集中指数来衡量产业多样化集聚程度。多样化指数的计算公式为，n同样是指行业的个数，该指数越大，说明城市多样化集聚程度越高。

（3）外商直接投资水平（FDI），外商直接投资不仅可以提高资本存量和引进先进生产技术，还能够通过产业关联产生明显的知识、技术溢出效应，提升城市创新能力。本文依旧采用实际利用外资额占GDP的比重来衡量FDI水平，并按照每年的人民币对美元的中间价进行折算。

3.控制变量

为了增强模型的解释力，我们增加了如下几个能够影响城市创新力的控制变量：①人力资本水平（HUM），根据人力资本理论，地区人力资本水平越高，劳动者的自身素质和技能水平也会越高，往往该地区创新能力越强，关于人力资本水平的衡量，本文参考熊灵（2012）［21］的做法：HUM=(h1×6+h2×9+ h3×12+h4×16)/L,其中h1、h2、h3、h4分别表示该地区当年小学毕业人数、初中毕业人数、高中毕业人数以及大专、本科、研究生毕业人数，L是该地区6岁以上人口数量，预期符号为正。②政府资助R&D强度（R&D），新经济增长理论普遍认为R&D是影响地区创新产出的重要变量，由于我们无法获得各城市人均研发经费的数据，我们用政府资助R&D强度来间接代替，还能反映该地区的创新环境，采用政府财政科技支出占公共财政支出的比例来衡量政府资助R&D强度，预期符号为正。③地区经济发展潜力（GDP），一般来说，城市经济发展速度越快，城市发展潜能越大，拥有的知识存量也越高，城市创新能力就会越强，我们用每年GDP增长速度来衡量地区发展潜力，预期符号为正。④城市化水平（Urban），一般来说，城市化水平越高，技术、知识等传播的互动程度越明显，对创新需求的拉动也越大，有助于提升城市创新能力，我们用非农业人口占总人口的比重来衡量城市化水平，预期符号为正。⑤固定资本投资水平（INV），城市创新可以看作一种投入产出活动，物质资本投资水平越高，城市创新产出也会越多，本文利用全社会固定资本投资占GDP的比重来衡量物质资本投资水平，预期符号为正。关于各变量的含义、测量及其描述性统计，详见表2所列。

表2 变量设定及其描述性统计

（三）数据来源

本文样本为2008-2013年的全国264个地级及以上城市，行业个数为我国国民经济行业分类法划分的19个行业③。其中，专利申请数数据来源于各城市每年的国民经济和社会发展统计公报，历年汇率中间价数据来源于《中国统计年鉴》，其余数据均来源于《中国区域经济统计年鉴》和《中国城市统计年鉴》，针对个别缺失的数据依照惯例，采取插值法进行补充。

四、实证结果分析

（一）全国层面实证结果分析

空间计量模型有空间自相关模型（SAC模型）、空间误差模型（SEM模型）、空间自回归模型（SAR模型）以及空间杜宾模型（SDM模型）四种，我们参照模型的拟合优度检验、自然对数函数值检验等确定本文最优选择SDM模型。其次究竟采用固定效应模型还是随机效应模型，我们通过Hausman检验后发现，各模型都应该采用固定效应模型。为了克服传统OLS回归方法没有解决内生性问题带来的估计结果产生偏误，我们使用最大似然估计方法（ML）来估计固定效应的空间杜宾模型，利用stata13.0软件估计的结果见表3所列。

表3 全国层面空间杜宾模型的估计结果

模型（1）-（5）为依次加入专业化集聚、多样化集聚、外商直接投资水平以及彼此交叉项的回归结果，模型（6）是包括所有解释变量和控制变量的回归结果，我们将模型（6）看作最终回归结果。由各模型的回归结果可以看出：空间滞后回归系数ρ显著为正，与Moran′s I指数检验结果相一致，说明城市之间创新存在技术外溢效应。从专业化集聚和多样化集聚回归系数来看，专业化集聚对城市创新能力有明显的正向作用，多样化集聚提升城市创新能力的作用不明显，说明我国城市创新能力的提升更多的来自于MAR外部性。模型（3）中FDI的回归系数显著为负，FDI不利于城市创新能力的提升，这与（王红领、李稻葵，2006；彭向、蒋传海，2010等）［22-23］的研究结论相同，而模型（4）（5）（6）中FDI的回归系数显著为正，两者相结合说明FDI的溢出效应受到了本土产业集聚模式的影响。进一步观察发现，FDI与专业化集聚的交叉项的回归系数显著为正，FDI与多样化集聚的交叉项的回归系数没有通过10%的显著性检验，并且前者的系数大于后者的系数，说明专业化集聚模式更能够促进区域内FDI溢出效应的传播发散。两者的空间滞后项回归系数都至少通过10%的显著性检验，专业化集聚与FDI交叉项的空间滞后系数大于多样化集聚与FDI交叉项的空间滞后系数，说明专业化集聚促进周边城市FDI溢出效应的传播发散作用更明显，因此，相比于多样化集聚，专业化集聚更容易吸收和传播FDI的溢出效应，提升城市创新能力的作用更明显。可能原因在于：其一，我国大部分城市产业结构相对单一，相比于多样化的产业结构，流入的先进FDI更容易与本土专业化产业结构相匹配，专业化集聚具有本地劳动力市场池和相同的制度，能够为国外先进的FDI知识溢出提供更好的基础和环境；其二，众多本土企业自身的技术吸收能力较差，产业多样化集聚加大了本土产业企业吸收新知识的程度不同，不利于提升FDI溢出效应的效率；其三，很多城市在没有形成规模经济的情况下，多样化集聚在无形中增加了企业间的知识搜索成本和交易成本，进一步削弱了FDI提升城市创新能力的作用。

从各控制变量的回归结果来看，政府资助R&D强度、固定资本投资水平和城市化水平不仅对本地城市创新能力具有显著的正向影响，而且对周边城市创新能力的提升具有显著的促进作用，这符合我们的理论预期。人力资本水平对本地城市的创新能力具有正向作用，但是并没有通过10%的显著性检验，而且不利于周边城市的创新能力提升，究其原因主要是劳动力可以在城市间任意流动，本地人力资本水平越高，吸引周边先进的高技术企业向本地集聚，从而带动周边城市高素质、高技能的劳动力迁移，最终会明显降低迁出地的人力资本水平，不利于迁出地城市创新能力的提升，具有“挤占效应”［24］。出乎我们预期的是，地区经济发展潜力的回归系数为负且通过了1%水平的显著性检验，并且其空间滞后项系数也显著为负，说明地区经济发展潜力不仅对本地区城市创新能力具有明显的负向作用，也会抑制周边城市的创新能力，可能原因在于我国近年来经济高速增长是依靠吸引外资和出口导向型的发展模式，一个地区经济发展潜力越高的背后是对这两种拉动经济高速增长因素的依赖性更强，外资企业的存在和本土制造业企业加工贸易模式在一定程度上遏制了本土企业的创新动力，从而不利于自主专利申请量的提升，不利于城市创新能力的提升。

（二）稳健性检验

本文采用了如下三种方法来检验本文实证结果的稳健性。1、我们采用地理空间权重矩阵来代替经济空间权重矩阵重新回归，地理空间权重矩阵为：对角线元素为0，非对角线元素为Wij=1 dij，dij为两个城市地理中心的距离。采用地理空间权重矩阵回归结果显示，各变量的回归系数符号基本保持不变，只是个别变量系数大小和显著性水平发生了变化。2、采用空间面板SEM模型和空间面板SAR模型进行实证回归，专业化指数、多样化指数、FDI以及彼此交叉项等主要变量的回归结果依旧基本保持不变。3、变量人力资本水平没有通过显著性水平检验，我们用每万人中高等学校在校学生数替代现有的人力资本水平衡量方法，回归结果依旧没有通过显著性水平检验。因此，可以看出本文的实证结果具有可靠性和稳定性④。

（三）分区域回归结果

本文接下来实证分析我国不同区域产业集聚模式如何影响FDI在城市创新中带来的溢出效应。我们依旧按照传统的划分方式，从东、中、西三大区域分别进行空间杜宾模型实证估计，结果见表4⑤。由表4可知，三大区域的空间滞后回归系数ρ都显著为正，西部地区的空间滞后回归系数最大，说明西部地区城市创新的技术外溢效应最为明显，可能原因在于相比于中东部地区，西部地区城市创新能力较弱且创新能力具有较大提升空间，技术溢出效应最为明显。产业集聚模式对城市创新能力的影响以及对周边城市的溢出效应存在明显的区域差异：对于东部地区而言，专业化集聚与多样化集聚对提升城市创新能力都有正向作用，多样化集聚提升作用和溢出效应更为明显；对于中西部地区而言，专业化集聚对提升城市创新能力有显著的正向作用，而多样化集聚不利于提升城市创新能力。FDI对城市创新能力的影响以及产业集聚模式对FDI溢出效应的影响也存在明显的区域差异，东部地区FDI对城市创新能力产生明显的负向影响，但是专业化集聚、多样化集聚与FDI的交叉项显著为正，并且多样化集聚与FDI的交叉项回归系数更大，说明东部地区FDI的溢出效应在多样化集聚模式下更能够得到有效吸收和发散；中西部地区FDI都有利于提升城市创新能力，从专业化集聚、多样化集聚与FDI的交叉项可以发现，中西部地区FDI的溢出效应在本土产业专业化集聚中更为明显，究其原因可能在于：东部地区作为我国改革开放和吸引外资优先发展的地区，产业发展水平整体上处于工业化中后期阶段，本土产业多样化集聚才能满足外商直接投资溢出效应有效发挥的外部需求，而中西部作为东部地区产业转移的地区，其产业结构层次相对滞后，本土产业多样化集聚难以与先进FDI相匹配，发展产业专业化集聚，更能够发挥FDI的溢出效应，从而提升城市创新能力作用更明显。

表4 分区域空间杜宾模型的估计结果

（四）分城市规模回归结果

由于不同规模等级的城市发展情况不一致，产业集聚模式与外商直接投资水平都存在明显的差异，因此，有必要从城市规模大小的特征出发，分城市规模进行空间杜宾模型实证估计⑥，估计结果见表5。从表5的估计结果可以看出，无论哪种规模城市的空间滞后回归系数ρ都显著为正，其中小规模城市的空间滞后回归系数最大，说明小规模城市创新的技术外溢效应最为明显。从专业化集聚与多样化集聚的回归系数来看，产业集聚模式对城市创新能力的影响以及对周边城市的溢出效应在不同的城市规模中也存在明显的差异，在以提升城市创新能力的导向下，特大城市应该选择多样化集聚，因为Jacobs外部性在特大规模城市中更为重要；而其他三种规模的城市则应该采取专业化集聚模式，这时MAR外部性提升城市创新能力的效果更为明显。FDI对城市创新能力的影响以及产业集聚模式对FDI溢出效应的影响在不同规模的城市中也存在明显的差异，从FDI的回归系数可以看出，特大城市的FDI回归系数为负，并且通过了5%的显著性检验，说明东部地区FDI不利于提升城市创新能力，而其他三种规模的城市都支持FDI创新论；从FDI与专业化集聚、多样化集聚的交叉项回归系数可以发现，特大城市FDI的溢出效应在本土产业多样化集聚中提升更为明显，其他三种规模的城市则应该发展专业化来集聚更好的发挥FDI的溢出效应。可能原因在于特大城市基本属于一二线城市，这些城市中的企业基本属于成熟企业和新兴企业，其自主研发能力相对较强，对国外先进FDI的依赖性较小，其次，特大城市作为作为区域的增长极，承担要素集聚和向周边城市辐射的作用，产业多样化集聚才能满足特大城市对周边城市提供外延的功能；而大中小城市中的企业缺乏自主研发能力，对国外先进FDI的依赖性较大，专业化的集聚能够促进同类企业在空间上的集中，提供稳定的市场环境，更有利于吸收FDI中包含的隐性知识和先进的生产技术，从而提升城市创新能力更为明显［25］。

表5 分城市规模空间杜宾模型的估计结果

五、结论与政策启示

本文在新经济地理学的框架下，首先分析了本土产业集聚模式影响FDI溢出效应的作用机制，并基于我国2008-2013年264个地级及以上城市的面板数据，利用空间杜宾模型实证研究了本土产业集聚模式如何影响FDI在城市创新中带来的区域内与区域间溢出效应。结果表明：产业集聚与FDI都能够产生明显的外部性，产业集聚对FDI溢出效应的影响受到地区差异、城市规模差异的约束。从整体上来看，相比于多样化集聚，本土产业专业化集聚更容易吸收和传播FDI的溢出效应，提升城市创新能力的作用更明显。从分区域层面来看，东部地区产业多样化集聚提升FDI的溢出效应作用显著，而中西部地区FDI的溢出效应更多的受益于专业化集聚。从分城市规模来看，特大规模城市应该选择多样化集聚模式，而大中小三种规模城市则应该更多地专注于专业化集聚模式。基于本文的实证结果，可供政策制定者三方面的考虑，第一、在以提升城市创新能力的导向下，不仅要考虑到城市创新能力存在明显的空间相关性和溢出效应，还应该考虑到不同地区、不同规模的城市创新能力会受益于不同的集聚外部性，地方政府在规划本地产业布局时，鼓励形成具有自己特色的产业集聚区，同时要与周边城市产业布局形成功能互补，形成城市群和都市圈建设，如长三角和珠三角发展模式，更好地利用产业集聚带来的空间溢出效应。第二、本文为解释FDI抑制创新论提供了一个新的视角，FDI不能提升城市创新能力的背后是因为FDI与本土产业结构不能相匹配，即FDI的溢出效应在本土产业集聚模式中不能得到有效的发散。因此，地方政府应该消除各种进入壁垒，提高城市的开放程度，国家目前在大力提倡“一带一路”和自贸区建设，部分城市应该抓住这次机会，注重外资和进出口贸易带来的技术溢出效应与学习效应。此外，继续吸引FDI的同时，还应该考虑如何选择产业集聚模式以最大化FDI溢出效应的问题，中西部地区城市和三四线城市应该注重专业化，东部地区和一二线城市应该选择多样化。第三、应该充分发挥人力资本、政府资助R&D强度、城市化水平和固定资本投资在提升本地城市和周边城市创新能力中的积极作用，政府应该继续加大对地区教育投入、加大科技财政支出，优化产学研协同创新环境，完善技术交易市场与知识产权制度，建立企业、高校、科研院所和政府之间协同创新互动机制，重视对现有科技成果的有效利用与转化，更好更快地促进城市创新能力的提升。

注释：

①笔者根据《2014年中国科技统计年鉴》数据计算得来，此处省略了数据缺失的城市。

②Stata软件只能作出横截面的Moran’s I散点图，本文随机作出了2013年城市创新能力的Moran’s I散点图，其他年份与2013年的类似，限于篇幅没有显示。

③为了保持数据前后一致，我们去除了三沙市、铜仁市、毕节市、海东市、巢湖市。此外我们还去掉了中国香港、中国澳门、中国台北以及数据缺失的张家口市、衡水市、赤峰市、通辽市、呼伦贝尔市、乌兰察布市、白城市、景德镇市和新余市、嘉峪关市、金昌市、白银市、武威市、张掖市、平凉市、定西市、陇南市、吴忠市、固原市、中卫市、拉萨市和克拉玛依市。

④由于篇幅限制，本文没有给出各种稳健型检验的实证性结果，有需要可向笔者索要

⑤东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、广西、海南共12个省直辖市在内的113个城市；中部地区包括黑龙江、吉林、内蒙古、山西、河南、湖北、江西、安徽、湖南共9个省在内的102个城市；西部地区包括陕西、青海、宁夏、新疆、四川、重庆、云南、贵州、甘肃在内的9个省直辖市在内的49个城市

⑥由于我国每一年的城市规模划分标准不一致，我们根据2012年的城市规模划分标准来划分，采用市辖区年末人口数为统计口径，具体划分标准如下：市辖区年末人口数在200万以上的为特大城市、市辖区年末人口数处于100万～200万之间的为大城市、市辖区年末人口数处于50万～100万的为中等城市、市辖区年末人口数处于50万以下的为小城市，本文利用2013年我国各城市市辖区年末人口数来划分城市规模，因此，特大城市有47个、大城市有83个、中等城市有98个、小城市有36个。

［1］席强敏，陈曦，李国平.中国城市生产性服务业模式选择研究——以工业效率提升为导向［J］.中国工业经济，2015（2）：18-30.

［2］邬滋.集聚结构、知识溢出与区域创新绩效——基于空间计量的分析［J］.山西财经大学学报，2010（3）：15-22.

［3］张明倩，赵彦云.产业集聚对创新活动空间差异的影响——基于中国制造业数据的实证研究［J］.统计与信息论坛，2008（3）：43-47.

［4］颜克益，芮明杰，巫景飞.产业集聚视角下高技术产业创新绩效影响因素研究——基于中国省级面板数据（1998-2007）的研究［J］.经济与管理研究，2010（12）：57-67.

［5］张秋燕，齐亚伟.地区规模、集聚外部性与区域创新能力——对中国工业行业的门槛效应检验［J］.科技进步与对策，2016，33（8）：35-40.

［6］Ellison G，Glaeser E L，Kerr W.What causes industry ag⁃glomeration？Evidence from co-agglomeration patterns［J］. American Economic Review，2007，100（3）：1195-1213.

［7］Greunz L.Industrial structure and innovation——evidence from European regions［J］.Evolutionary Econmic，2004（14）：563-592.

［8］赖永剑.集聚、空间动态外部性与企业创新绩效——基于中国制造业企业面板数据［J］.产业经济研究，2012（2）：9-17.

［9］Nigel Driffield On the search for spillovers from foreign di⁃rect investment with spatial dependency［J］.Regional Stud⁃ies，2006，40（1）：107-119.

［10］Fu X.Foreign direct investment，absorptive capacity and regional innovation capabilities：evidence from China［J］. Oxford Development Study，2008（36）：89-110.

［11］Paci R，Usai S.Externalities，Knowledge Spillovers and the Spatial Distribution of Innovation［J］.GeoJournal，1999，49（4）：381-390.

［12］Andersson R，Quigley J M，Wilhelmsson M.Agglomera⁃tion and the Spatial Distribution of Creativity［J］.Papers in Regional Science，2005，84（3）：445-464.

［13］程中华，于斌斌.产业集聚与技术进步——基于中国城市数据的空间计量分析［J］.山西财经大学学报，2014，36（10）：58-66.

［14］Salomon R.Does inward foreign direct investment improve the innovative performance of local firms？［J］.Research Policy，2013（42）：231-244.

［15］Goncalves E，AlmeidaE.Innovation and spatial knowledge spillovers：evidence from Brazilian patent data［J］.Region Study，2009（43）：513-528.

［16］林光平，龙志和，吴梅.我国地区经济收敛的空间计量实证分析：1978-2002年［J］.经济学（季刊），2005（4）：67-82.

［17］Fu X.Foreign direct investment，absorptive capacity and regional innovation capabilities：evidence from China［J］. Oxford Development Study，2008（36）：89-110.

［18］Krugman P R.Geography and Trade［M］.Massachusetts: The MIT press，Mass，1991.

［19］Kim S.Expansion of markets and the geographic distribu⁃tion of economic activities：the trends in US regional manu⁃facture structure［J］.Quarterly Journal of Economics，1995，110（4）：881-908.

［20］Henderson V.Externalities and industrial development［J］. Urban Economic，1997（42）：449-470.

［21］熊灵，魏伟，杨晋.贸易开放对中国区域增长的空间效应研究：1987-2009［J］.经济学（季刊），2012，11（3）：1037-1058.

［22］王红领，李稻葵，冯俊新.FDI与自主研发：基于行业数据的经验研究［J］.经济研究，2006（2）：44-56.

［23］彭向，蒋传海.产业集聚、知识溢出与地区创新——基于中国工业行业的实证检验［J］.经济学（季刊），2011（10）：913-934.

［24］余泳泽.中国区域创新活动的“协同效应“与”挤占效应“——基于创新价值链视角的研究［J］.中国工业经济，2015（10）：37-52.

［25］LutaoNing，Fan Wang，Jian Li.Urban innovation，region⁃al externalities of foreign direct investment and industrial agglomeration：Evidence from Chinese cities［J］.Research Policy，2016（1）：830-843.

Industrial Agglomeration,FDI and Urban Innovation Capability—Spatial Durbin Model Based on the Data of 264 Prefecture-level Cities in China

LIU Peng1,ZHANG Yun-feng2
(1.Yangtze River Delta Economics and Social Development Research Center,Nanjing University,Nanjing 210093,China; 2.School of Economics,Nanjing University of Finance and Economics,Nanjing 210023,China)

Local industrial agglomeration can significantly affect the spillover effects of FDI on urban innovation,but little researches study the matching between local industrial structure and FDI.This paper firstly analyzes the mechanism that local industrial agglomeration af⁃fects the spillover effects of FDI under the framework of the new economic geography.Using the statistical data from 264 cities at prefec⁃ture-level or above from 2008 to 2013,this paper employs the Spatial Durbin Model to empirically study how local industrial agglomeration interacts with the intra regional and inter regional spillover effects resulting from FDI in urban innovation capability.The results show that: Both industrial agglomeration and FDI can generate significant externalities.The spillover effects of industrial agglomeration on FDI are constrained by regional and urban scale differences.At the whole level,compared to diversified agglomeration,local specialized agglomera⁃tion can easily absorb and spread the spillover effects of FDI,and enhance the city’s innovation capability more significantly.At the region⁃al level,the industrial diversified agglomeration in the eastern region improves the spillover effects of FDI significantly,whereas the spill⁃over effects of FDI in the central and westerns benefit more from specialized agglomeration.At the city scale level,megacities should choose industrial diversified agglomeration mode,while other three scale cities should focus on industrial specialized agglomeration mode. Keywords:specialization;diversification;FDI;urban innovation capability

F263；F290

A

1007-5097（2017）05-0056-10

［责任编辑：程靖］

10.3969/j.issn.1007-5097.2017.05.008

2016-09-20

国家自然科学基金青年项目（71402111）；江苏省普通高校研究生科研创新计划项目（KYLX_0005）；教育部人文社科重点研究基地重大项目（16JJD790023）

刘鹏(1991-)，男，江苏扬州人，博士研究生，研究方向：产业经济；张运峰(1968-)，男，山西运城人，副教授，硕士生导师，经济学博士，研究方向：宏观经济与经济统计。