方健雯 趙增耀

摘 要：本文研究集群情境下企業(yè)創(chuàng)新投入的影響因素，并利用蘇州制造行業(yè)中3090家企業(yè)的數據進行了實證檢驗。研究發(fā)現產業(yè)集群能促進企業(yè)創(chuàng)新投入強度的提高；由于復雜知識的排他性，集群中的高技術企業(yè)會進一步加大創(chuàng)新投入，但聚集效應對創(chuàng)新投入的影響還與集群知識分布的不對稱性有關。由于具有外部技術來源，產業(yè)聚集中的外資企業(yè)會減少創(chuàng)新投入，但集群中采用市場機制進行創(chuàng)新的企業(yè)將會增加創(chuàng)新投入。

關鍵詞：集群；創(chuàng)新; 知識；溢出

中圖分類號：F062.3 文獻標識碼：A 文章編號：1003-5192(2012)01-0001-07

Innovation Factors of Clustered Enterprises: An Empirical Study of Suzhou

Manufacturing Industry

FANG Jian-wen, ZHAO Zeng-yao

(Business School of Soochow University, Suzhou 215021, China)

Abstract:This paper analyses whether firms located in clusters invest more in innovation by the data from 3090 manufacturing firms in Suzhou. The main results of the paper are as follows:(1)Geographical proximity can enhance firms innovation input. (2)Due to the sticky nature of knowledge, the level of firm-specific technological competence has a positive effect on clustered

firms R&D intensity, while the advantages is depend on the degree of asymmetry in technological competence among firms located in the cluster. (3)As expected, Foreign enterprises with alternative sources show a lower R&D intensity than their now-clustered counterparts.(4)Clustered firms that are actively engaged inpurposeful knowledge exchange through market mechanisms are more likely to exhibit a higher R&D intensity.

Key words:cluster; innovation; knowledge; spillover

1 引言

美國硅谷、印度的班加羅爾、臺灣的新竹等眾多成功產業(yè)集群的涌現，使得產業(yè)聚集的創(chuàng)新優(yōu)勢也日益凸顯，這些成功產業(yè)集群的范例促使世界各地紛紛效仿這種集群式發(fā)展的模式。2007年出臺的《國家發(fā)展改革委關于促進產業(yè)集群發(fā)展的若干意見》明確提出了促進產業(yè)集群發(fā)展的總體思路和措施。各地區(qū)也根據當地的產業(yè)發(fā)展條件，陸續(xù)出臺了不少引導和鼓勵集群發(fā)展的政策。各地工業(yè)園區(qū)的建設也大多遵循了“園區(qū)集群化”的發(fā)展思路，通過自發(fā)和自主選擇園區(qū)的主導產業(yè)，各園區(qū)集群現象也越來越顯著［1］。

在這些產業(yè)集群中，有不少憑借當地獨特的產業(yè)專業(yè)化條件，取得了集群創(chuàng)新的成功。但也有不少產業(yè)集群不僅未能表現出強大的競爭力，甚至逐漸衰弱。還有些產業(yè)集群雖然目前發(fā)展態(tài)勢良好，但集群整體創(chuàng)新不足，因而存在不少隱憂。㎝arshall-Arrow-Romer的知識外部性理論，Feldman創(chuàng)新的空間分布理論都指出集群創(chuàng)新的優(yōu)勢，即集群內的知識溢出可以降低創(chuàng)新的成本和不確定性，因而有助于集群企業(yè)提高創(chuàng)新績效。但為何還有不少產業(yè)集群由于無法實現持續(xù)創(chuàng)新而走向衰退？集群企業(yè)是否真的更具創(chuàng)新性？

本文從創(chuàng)新投入的角度，對集群企業(yè)是否更具創(chuàng)新性進行理論分析和實證檢驗。

2 文獻回顧

產業(yè)聚集的創(chuàng)新優(yōu)勢既來自需求方面也來自供給兩方面。從需求角度看，產業(yè)聚集以及由此形成的專業(yè)市場可以降低消費者的搜尋成本，因此集群企業(yè)面臨著更大的來自消費者或者相關行業(yè)的市場需求［2］。生產者在與消費者交流的過程中獲得的信息，能夠使促使企業(yè)更好地改進生產和創(chuàng)新產品［3］。

學者們更多地是從供給角度對集群和創(chuàng)新的關系進行研究。首先，產業(yè)聚集帶來的專業(yè)化分工和由此產生的規(guī)模效應有助于企業(yè)的創(chuàng)新活動。從事相同或相關生產活動的企業(yè)聚集在一起所帶來的專業(yè)化分工的深化，能夠幫助企業(yè)在某個領域建立起較強的能力，有助于企業(yè)的創(chuàng)新。同時集群內人才、信息、專業(yè)化服務等創(chuàng)新相關資源高度密集，大大減少了企業(yè)的創(chuàng)新成本。其次，知識的外部性使集群創(chuàng)新更具規(guī)模效應。Marshall［4］在分析產業(yè)區(qū)競爭優(yōu)勢時提到知識溢出對創(chuàng)新機制的重要作用。他認為，知識在集群相關企業(yè)之間溢出，刺激了企業(yè)創(chuàng)新活動的發(fā)生。而技術知識的默會性和非編碼性，使知識更容易在地理臨近的企業(yè)之間，通過近距離的觀察以及正式或非正式的人際交流等途徑傳播［5~7］。按照這種說法，產業(yè)集群中的企業(yè)比外部孤立企業(yè)更具創(chuàng)新性，因為他們更有可能分享和接觸到集群中的默會知識，接觸到更多的創(chuàng)新思想，因而會有更多的創(chuàng)新產出。第三，產業(yè)集群所提供的創(chuàng)新網絡有助于企業(yè)和各類集群組織之間的交流與合作創(chuàng)新。隨著研究的深入，人們逐漸意識到創(chuàng)新不僅是特定部門的個體活動，也是一種集群行為。特別是對于復雜創(chuàng)新，創(chuàng)新所需知識不可能全部來自企業(yè)內部，集群內各類行為主體在多邊交易過程中相互學習，不斷創(chuàng)新［8］。企業(yè)之間，以及企業(yè)與其他行為主體之間在發(fā)展中結成的合作網絡，是集群成功的關鍵［9］。

雖然大量理論和實證研究都指出集群創(chuàng)新的優(yōu)勢［10,11］，但卻很少有學者就集群企業(yè)是否更具創(chuàng)新性進行檢驗。Baptista和Swann［12］，Beatudry［13］分別對英國的創(chuàng)新數量或專利數量進行了研究，結果表明處于產業(yè)集群內部的企業(yè)確實比外部孤立的企業(yè)更具創(chuàng)新優(yōu)勢。Beadry和Breschi［14］通過對英國和意大利企業(yè)的專利數的研究發(fā)現，企業(yè)的扎堆并不會促進創(chuàng)新，只有創(chuàng)新型企業(yè)聚集在一起時才會促進彼此的進一步創(chuàng)新。也有研究認為集群和創(chuàng)新沒有直接關系，甚至有研究認為集群內企業(yè)的創(chuàng)新還不及集群外的孤立企業(yè)。Beal和Gimeno［15］利用50家軟件企業(yè)的數據發(fā)現人均R&D支出與地理聚集沒有關系。Suarez-Villa和Walrod［6］通過對洛杉磯地區(qū)企業(yè)的研究發(fā)現，集群企業(yè)的人均R&D支出甚至低于群外孤立企業(yè)。Lee［17］對 多個國家不同行業(yè)的研究表明，在對企業(yè)技術能力、潛在的技術溢出以及創(chuàng)新方式加以控制后，聚集效應反而降低了集群企業(yè)的創(chuàng)新強度。造成這些實證研究不一致的原因，既與研究者所選樣本和研究方法有關，也與學者對創(chuàng)新的定義有關。上述研究似乎暗示了聚集效應對企業(yè)創(chuàng)新的不同方面具有不同影響［18］。

目前對產業(yè)集群中企業(yè)創(chuàng)新的研究，更多的是從集群創(chuàng)新如何影響企業(yè)創(chuàng)新績效這個角度進行分析，但卻忽略了聚集效應對企業(yè)創(chuàng)新投入的影響。如果聚集效應削弱企業(yè)創(chuàng)新投入的意愿和強度，那么集群在提高企業(yè)創(chuàng)新產出上的優(yōu)勢也就失去了基礎。本文將從產業(yè)聚集和企業(yè)創(chuàng)新投入的角度，從企業(yè)微觀角度對兩者的關系進行研究。

3 理論分析和研究假設

產業(yè)聚集對企業(yè)創(chuàng)新投入的意愿和強度有正反兩方面的影響。一方面，產業(yè)聚集的競爭效應，規(guī)模效應以及集群創(chuàng)新網絡，有助于企業(yè)增加創(chuàng)新投入。集群內的企業(yè)往往面對相似的市場，企業(yè)之間的激烈競爭要求各企業(yè)只有持續(xù)的進行技術創(chuàng)新才能在競爭中獲勝；產業(yè)集群內人才、信息、專業(yè)化知識等資源高度密集，這種規(guī)模效應大大減少了創(chuàng)新的時間和成本；地理位置的接近為集群中企業(yè)、研究機構、大學的頻繁交往與合作提供了便利，集群各種行為主體結成的創(chuàng)新網絡有助于他們開展創(chuàng)新合作，在彼此學習交往的過程中激發(fā)出創(chuàng)新靈感。另一方面，集群內的知識溢出也可能會削弱企業(yè)技術創(chuàng)新的動機。知識的外部性使得集群企業(yè)的創(chuàng)新活動很容易被集群內同行業(yè)的競爭對手學習和模仿。開展創(chuàng)新的企業(yè)無法獲得全部創(chuàng)新收益，“知識溢出”就變成了“利益溢出”。集群內部的知識溢出，以及由此引發(fā)的機會主義損害了創(chuàng)新者的利益和進一步創(chuàng)新的積極性。特別是對于由中小企業(yè)組成的橫向產業(yè)集群，如果企業(yè)只想“搭便車”，不愿承擔創(chuàng)新的高成本和高風險，那么就會造成企業(yè)創(chuàng)新投入不足，導致集群整體發(fā)展缺乏后勁，甚至走向衰退。處于特定的產業(yè)集群中的企業(yè)創(chuàng)新投入是高是低，還要取決于上述各種力量博弈的結果。因此，提出如下假設：

H1 產業(yè)聚集能夠促進（降低）集群企業(yè)創(chuàng)新投入強度。

近年來一些研究指出，企業(yè)特性（例如企業(yè)規(guī)模，企業(yè)年齡，網絡，所有制），決定了企業(yè)的吸收能力和創(chuàng)新能力，因此會影響集群企業(yè)的創(chuàng)新表現［19,20］。對高技術行業(yè)的研究指出，知識不會自動在集群中流動［21,22］，因此知識轉移的方式，購買技術或合作開發(fā)等，會顯著地影響集群企業(yè)的創(chuàng)新活動。本文從企業(yè)的技術能力，知識的非對稱性，企業(yè)所有制和創(chuàng)新方式等方面考察企業(yè)特質對集群企業(yè)創(chuàng)新的影響。

集群企業(yè)之間頻繁的交往和近距離觀察有利于企業(yè)的集體學習，特別是對隱性知識的學習。隨著知識復雜程度的提高，集群內其他企業(yè)要想在創(chuàng)新上“搭便車”就會變得越來越困難，因為對于這類復雜知識的學習必須要花費較高的成本來吸收和轉化。復雜知識自身所具有的排他性阻止了知識在集群中的溢出，緩解了知識溢出對企業(yè)創(chuàng)新的負面影響［6,22］。因此集群企業(yè)技術水平越高，知識越復雜，被模仿的可能性也就越低，提出如下假設：

H2 集群情形下，高技術企業(yè)會進一步提高其創(chuàng)新投入強度。

技術差距也會影響企業(yè)的創(chuàng)新投入。隨著研究的深入，學者們發(fā)現產業(yè)集群內部，企業(yè)分享“產業(yè)空氣”所帶來的知識溢出效應并不具有均等性。Shaver 和Flyer［23］，Cantwell和Santangeolo［24］，以及Iammarino和McCann［25］的研究指出，集群企業(yè)在技術能力上的非對稱性和異質性使他們從集群中獲得的好處是不同的。由于集群內知識分布的不對稱性，行業(yè)中技術相對落后的企業(yè)能夠從知識溢出中收益，但行業(yè)中技術相對領先的企業(yè)則面臨著技術被模仿或被竊取的風險。因此，集群中知識分布的不對稱性也會影響領先企業(yè)的技術創(chuàng)新的意愿，根據上述分析，提出如下假設：

H3 集群情形下，行業(yè)中的領先者反而會降低其創(chuàng)新投入強度。

外資企業(yè)由于擁有較高的技術水平，通常其創(chuàng)新強度也較高。但位于集群中的外資企業(yè)，面臨著技術被模仿和學習的情況，因此他們會減少本地研發(fā)，轉而從其母公司直接獲取所需要的技術。因此，提出如下假設：

H4 產業(yè)聚集會降低外資企業(yè)的創(chuàng)新投入強度。

企業(yè)若是通過技術轉移或合作開發(fā)進行創(chuàng)新，將有助于減少創(chuàng)新的風險，因此技術合作會促進企業(yè)的創(chuàng)新投入。集群的創(chuàng)新網絡環(huán)境，為合作創(chuàng)新的企業(yè)提供了良好的創(chuàng)新平臺，這有助于企業(yè)進一步加大創(chuàng)新投入。因此，提出如下假設：

H5 產業(yè)聚集有助于合作創(chuàng)新的企業(yè)進一步加大創(chuàng)新投入。

4 模型、變量與數據說明

4.1 模型與變量定義

根據上面的理論分析和研究假設，本文構建了如下實證檢驗模型驗證前面提出的研究假設

其中Y為被解釋變量，表示企業(yè)的創(chuàng)新投入強度，用玆&D經費占企業(yè)總收入的比重表示。學者們對于哪些企業(yè)特征會影響創(chuàng)新還存有不同看法，但通常企業(yè)的年齡（Age）以及企業(yè)的規(guī)模（Size，本文用企業(yè)總收入表示企業(yè)規(guī)模）是較多被考慮的。此外，不同的企業(yè)可能本身就具有不同的創(chuàng)新偏好，我們用企業(yè)擁有的有效專利數（Pat）表示企業(yè)固有的創(chuàng)新傾向。

知識屬性和創(chuàng)新方式也可能通過聚集效應影響企業(yè)的創(chuàng)新投入。Tech表示企業(yè)的技術水平，用勞動生產率表示，該指標反映了企業(yè)技術水平的高低和所掌握技術的復雜性。Gap表示相對于行業(yè)平均水平而言，企業(yè)的技術領先（落后）程度，用企業(yè)的勞動生產率與行業(yè)平均勞動生產率（三位數行業(yè)）的差表示。F是反映企業(yè)所有制形態(tài)的虛擬變量。若企業(yè)為外資企業(yè)F=1，否則為0。通過合作或購買等方式獲取技術，可以減少創(chuàng)新的風險，因此也可能影響企業(yè)創(chuàng)新行為，虛擬變量M表示企業(yè)是否從其他機構引進技術或與其他機構合作研發(fā)，如果有則M=1，反之為0。要想對企業(yè)是否處于產業(yè)集群進行精確界定非常困難，考慮到目前各類開發(fā)區(qū)（工業(yè)園）已經成為產業(yè)集群的主要載體，因此本文以該企業(yè)是否進駐某開發(fā)區(qū)作為企業(yè)是否處于某產業(yè)集群的判別標準。虛擬變量C表示企業(yè)是否位于某產業(yè)集群中，若企業(yè)位于開發(fā)區(qū)內則C=1，否則為0。Tech?C,Gap?C,F?C,M?C是有關變量與C的乘積項，用來反映產業(yè)聚集和相關變量對企業(yè)創(chuàng)新投入的交互效應。

4.2 數據來源說明

據蘇州市發(fā)改委的不完全統計，蘇州市現有產業(yè)集群20多個，涉及電子信息、新材料、汽車零部件、紡織等行業(yè)的近萬家企業(yè)。在這些產業(yè)集群中有一部分是從傳統優(yōu)勢產業(yè)，由大量本土企業(yè)在空間上相互集中，并借助市場組織網絡發(fā)展而來的。代表性的行業(yè)如絲綢紡織產業(yè)，已經形成從原料、織造、印染到服裝的一條龍發(fā)展的優(yōu)勢，在周邊地區(qū)，乃至全國都有一定影響力。另有部分集群是在上世紀90年代末，蘇州利用國際制造業(yè)轉移的機遇，發(fā)揮自身優(yōu)勢，通過招商引資，在當地形成了以外資為主導的產業(yè)集群。這類產業(yè)集群，特別是一些高技術產業(yè)集群主要是在政府引導下，以開發(fā)區(qū)和工業(yè)園的方式發(fā)展和壯大起來的。這其中最具代表性的就是蘇州的電子信息產業(yè)集群，目前以外資企業(yè)為龍頭的蘇州電子信息產業(yè)集群已經成為全國最大的IT制造基地和全球最大的筆記本電腦生產基地。

這些產業(yè)集群的發(fā)展大大提升了蘇州市的競爭力，同時也引起了人們對蘇州市產業(yè)集群的研究興趣。在同一城市，存在了眾多發(fā)展經歷不同，構成主體不同，行業(yè)特性不同的產業(yè)集群，為我們的研究提供了豐富的樣本。因此本文選擇2009年全國第二次R&D清查中所涉及到的蘇州市制造行業(yè)的企業(yè)，包括32個行業(yè)的共3090家企業(yè)，這其中有約47%位于各類產業(yè)集群內。表1給出了一些關鍵指標的摘要統計。

5 實證檢驗結果及分析

5.1 FDI集群情境下企業(yè)創(chuàng)新投入的總體影響因素分析

由于我們采用的是橫截面數據，檢驗發(fā)現數據存在異方差性，此時OLS估計量不再有效。利用White方法對估計量的方差—協方差矩陣進行修正，可以得到一致估計量。首先基于（1）式對全部行業(yè)進行了估計，結果見表2。

模型1的估計結果與本文的理論預測基本一致。C的系數顯著大于0，說明產業(yè)聚集從總體上看能促進企業(yè)增加創(chuàng)新投入，假設1得以明確。Tech的系數為正說明企業(yè)的技術含量越高其創(chuàng)新投入強度也越高，而Tech?C 的系數大于0，表明產業(yè)聚集在一定程度上能夠強化這種效應，結合模型2和模型3的估計結果，可見隨著企業(yè)所掌握的知識復雜度的提高，集群對企業(yè)創(chuàng)新活動的負面影響逐步減弱，假設2得以支持。Gap的系數為負，說明行業(yè)中領先企業(yè)的創(chuàng)新投入強度相對較低，Gap?C的系數也顯著小于0，說明在集群中知識分布的不對稱性導致領先企業(yè)面臨著更嚴重的技術外溢，這種顧慮促使他們進一步減少了創(chuàng)新投入，假設3得到驗證。F的系數為正，說明具有較高技術水平的外資企業(yè)的創(chuàng)新投入普遍，而F?C的系數顯著小于0，卻反映出這些處于行業(yè)技術領先地位的外資企業(yè)，由于擔心技術外溢，減少了在當地的研發(fā)活動，假設4得到驗證。M的系數為正，說明企業(yè)通過技術轉移和技術合作等方式可以有效地降低創(chuàng)新的風險和成本，因此有助于企業(yè)提高創(chuàng)新投入意愿，M?C的系數也顯著為正，說明集群情形下，企業(yè)借助集群創(chuàng)新環(huán)境可以更有效地降低創(chuàng)新風險和創(chuàng)新成本，因此聚集效應有助于那些采用合作創(chuàng)新方式的企業(yè)進一步增大創(chuàng)新投入，假設5得到驗證。

為了考察行業(yè)的技術特征如何影響產業(yè)聚集和企業(yè)創(chuàng)新投入的關系，我們按照行業(yè)平均勞動生產率將行業(yè)劃分為低技術行業(yè)和高技術行業(yè)兩組，分別進行估計，結果見表2。結果表明，無論行業(yè)整體技術水平高低，產業(yè)聚集對企業(yè)的創(chuàng)新總體上都有顯著的促進作用。對于高技術行業(yè)，知識特性和創(chuàng)新方式會對集群企業(yè)的創(chuàng)新投入產生影響，而對低技術行業(yè)來說，這種影響則不顯著。究其原因，首先，在高技術行業(yè)中技術復雜性強，企業(yè)創(chuàng)新更多依靠隱性知識，復雜知識的這種特性使集群溢出效應的負面影響減少。其次，在高技術行業(yè)中，行業(yè)內技術領先者同樣面臨著技術被模仿和被學習的風險，從而導致他們的創(chuàng)新投入減少。第三，高技術行業(yè)中，多數企業(yè)都面臨著更大的技術發(fā)展壓力，而這些知識往往來自于企業(yè)外部，因此高技術行業(yè)中，企業(yè)更多地選擇技術轉移或合作創(chuàng)新方式，此時集群創(chuàng)新網絡環(huán)境有助于促進合作企業(yè)進一步加大創(chuàng)新力度。

5.2 產業(yè)集群情境下，行業(yè)特性對企業(yè)創(chuàng)新投入的影響分析

行業(yè)的知識特征和市場結構的差異也可能會對集群企業(yè)創(chuàng)新投入產生不同的影響。為了去除行業(yè)異質性對集群企業(yè)創(chuàng)新的影響，我們將研究對象聚焦于單一產業(yè)。本文選擇了蘇州最具代表性的兩個產業(yè)集群，紡織產業(yè)集群和電子信息產業(yè)集群，進一步研究產業(yè)聚集對集群企業(yè)創(chuàng)新投入的影響，估計結果見表3。

與表2的結果不同，對兩個典型行業(yè)的實證研究發(fā)現單一產業(yè)的聚集對企業(yè)創(chuàng)新投入并沒有顯著的提升作用（C的系數不顯著）。

一個可能的原因是由于將研究對象限定于單一產業(yè)，此時企業(yè)之間的關系更多地表現為激烈的同行競爭。集群企業(yè)的創(chuàng)新活動更可能被集群中眾多的競爭對手模仿，因此知識溢出的負面效應就更為明顯。以紡織產業(yè)為例，蘇州的紡織產業(yè)是內資企業(yè)占主導的傳統產業(yè)集群。作為典型的勞動密集型行業(yè)，企業(yè)創(chuàng)新投入的意愿本身就不高，即使有企業(yè)進行技術創(chuàng)新，由于行業(yè)整體技術含量不高，因此創(chuàng)新成果很容易被集群中的競爭對手竊取或模仿。技術的外部性是造成這類內生型橫向產業(yè)集群整體創(chuàng)新不足的重要原因。

另一個可能的原因是集群企業(yè)之間沒有形成有效的創(chuàng)新網絡優(yōu)勢。蘇州的電子信息行業(yè)的興起和發(fā)展具有明顯的外資驅動的特點，在調查的733家企業(yè)中，外資企業(yè)的比例高達62%。而處于行業(yè)龍頭與核心地位的外資企業(yè)具有明顯的加工貿易特征，這些外資企業(yè)提供的技術多屬于裝配組裝技術和后序生產技術，其中間投入品主要依賴進口，行業(yè)中的內資企業(yè)多作為外圍供應商。由于這些處于主導地位的外資企業(yè)缺乏當地根植性，與當地企業(yè)缺乏有效的協調和交流機制，沒有形成經濟活動的生態(tài)鏈條，集群創(chuàng)新的優(yōu)勢無法體現。

6 結論和與啟示

盡管學者們對產業(yè)集群的競爭優(yōu)勢已經做了廣泛研究，但對產業(yè)聚集是否有助于提高集群中企業(yè)創(chuàng)新投入這一點鮮有涉及。本文從企業(yè)微觀角度研究集群情境下企業(yè)創(chuàng)新投入的影響因素，得到以下結論：（1）總體上看，產業(yè)集群能夠促進集群企業(yè)創(chuàng)新投入強度的提高，但是對于橫向產業(yè)集群的效果并不明顯；（2）隨著知識復雜程度的增加，知識自身的排他性增強，因此產業(yè)聚集能夠有效促進高技術行業(yè)的創(chuàng)新投入；（3）由于集群中知識分布的不均衡性，行業(yè)中的領先企業(yè)反而會降低其創(chuàng)新投入強度；（4）產業(yè)集群中的外資企業(yè)創(chuàng)新投入較少；（5）良好的集群創(chuàng)新環(huán)境有助于那些采用技術轉移和合作創(chuàng)新的企業(yè)進一步擴大創(chuàng)新投入。

基于上述研究結論，我們認為，要充分調動集群企業(yè)創(chuàng)新投入的意愿，提高創(chuàng)新投入強度，可以從以下幾個方面進行考慮：一是加強知識產權保護。研究表明在高技術行業(yè)中由于知識的強粘性使得企業(yè)對知識溢出帶來的負面影響顧慮較少。但在低技術行業(yè)中，創(chuàng)新更容易被模仿，同類企業(yè)的聚集更放大了知識溢出的負面效應，因而嚴重挫傷了創(chuàng)新主體的積極性。當仿冒成為企業(yè)的競爭習慣后，還有誰會花費高成本，承擔高風險去進行創(chuàng)新呢？因此，必須要加強知識產權保護，規(guī)范競爭秩序，否則就會導致整個集群創(chuàng)新能力的減弱。二是在內生型中小企業(yè)集群中培育、壯大龍頭企業(yè)。在一些傳統產業(yè)的中小企業(yè)集群中，創(chuàng)新的外部性較大，企業(yè)模仿的動機超過了創(chuàng)新的動機。隨著集群內企業(yè)數量的增加，這種知識溢出就越加嚴重，最終可能導致整個集群的衰落。要破解集群企業(yè)在創(chuàng)新上的“囚徒困境”，就必須培養(yǎng)集群內的創(chuàng)新源——龍頭企業(yè)。作為集群的核心，龍頭企業(yè)不僅具有更強的創(chuàng)新實力，而且其創(chuàng)新的外部性也大部分被內化了，因此他們更具創(chuàng)新動力。通過引導中小企業(yè)與龍頭企業(yè)結成產業(yè)鏈，完善核心產業(yè)的上下游企業(yè)，提高企業(yè)間專業(yè)化協作水平，形成集群企業(yè)協同創(chuàng)新的局面。三是促進各類主體的合作創(chuàng)新。實證檢驗表明合作創(chuàng)新能夠有效地提高企業(yè)玆&D投入強度。目前多數產業(yè)集群面臨著競爭過度、合作不足的現象。然而復雜知識的創(chuàng)新必須依靠企業(yè)外部知識，對這些知識的學習只能通過合作研發(fā)或技術轉讓等方式進行。因此要引導企業(yè)樹立合作競爭的理念，通過集群中各創(chuàng)新主體的互補聯動，相互學習，實現共贏。四是對于外資主導的產業(yè)集群要增加外資企業(yè)的根植性。由于擁有外部的創(chuàng)新資源，外資企業(yè)的創(chuàng)新活動對當地集群資源的依賴度較低。必須提高本土企業(yè)的技術水平，縮短和這些跨國公司之間的技術差距，只有這樣才能促進跨國公司加大技術創(chuàng)新和技術轉移力度，吸引跨國公司在集群內設立研發(fā)中心。

參 考 文 獻：

［1］A劉世錦.中國產業(yè)集群發(fā)展報告［M］.北京:中國發(fā)展出版社,2008.

［2］AMalerba F. Sectoral systems of innovation and production［J］. Research Policy, 2002, 31: 247-264.

［3］ALundvall B A. Innovation as an interactive process: from user-producer interaction to the national system of innovation［A］. In Dosi G, Freeman C, Nelson R, et al.. Technical Change and Economic Theory［C］. Printer, London, 1988.

［4］AMarshall A. Principles of economics［M］. London: Macmillan Press, 1920.

［5］ALundvall B A. National systems of innovation: towards a theory of innovation and interactive learning［M］. Printer, London, 1992.

［6］AVon Hippel E. Sticky information and the locus of problem solving: implications for innovation［J］. Management Science, 1994, 40(4): 429-B439.

［7］AAudretsch D B, Feldman M P. Knowledge spillovers and the geography of innovation［A］. In Henderson J V, Thisse J F. Handbook of Regional and Urban Economics［C］. Elsevier, Amsterdam, 2004. 2713-2739.

［8］APerrin J. The role of small, high-technology firms and science parks in the CIM industry［J］. International Journal of Technology Management, 1989, 3(3): 349-359.

［9］A王緝慈.創(chuàng)新的空間—企業(yè)集群與區(qū)域發(fā)展［M］.北京:北京大學出版社,2001.

［10］AJaffe A B, Trajtenberg M, Henderson R. Geographic localization of knowledge spillovers as evidenced by patent citations［J］. The Quarterly Journal of Economics, 1993, 108: 577-598.

［11］AAcsZ J, Audretsch D B, Feldman M P. Research and development spillovers and recipient firm size［J］. Review of Economics and Statistics, 1994, 76: 336-340.

［12］ABaptista R, Swann P. Do firms in clusters innovate more［J］ Research Policy, 1998, 27: 525-540.

［13］ABeaudry C. Entry, growth, and patenting in industrial clusters: a study of the aerospace industry in the UK［J］. International Journal of the Economics of Business, 2001, (8): 405-B435.

［14］ABeaudry C, Breschi S. Are firms in clusters really more innovative［J］ Economics of Innovation and New Technology, 2003, 12(4): 325-342.

［15］ABeal B D, Gimeno J. Geographic agglomeration, knowledge spillovers, and competitive evolution［R］. INSEAD Working Pager, Fontainebleu, France, 2001.No.2001/26/SM.

［16］ASuarez-Villa L, Walrod W. Operational strategy, R&D and intra-metropolitan clustering in a polycentric structure: the advanced electronics industries of the los angeles basin［J］. Urban Studies, 1997, 34: 1343-1380.

［17］ALee C Y. Do firms in clusters invest in R&D more intensively? Theory and evidence from multi-country data［J］. Research Policy, 2009, 38: 1159-1171.

［18］ACallois J M. The two sides of proximity in industrial clusters: the tradeoffs between process and product innovation［J］. Journal of Evolutionary Economics, 2008, 63: 146-162.

［19］AHarrision B, Kelly M R, Gant J. Innovative firm behavior and local milieu: exploring the intersection of agglomeration, firm effects, and technological change［J］. Economic Geography, 1996, 72: 233-257.

［20］ABreschi S, Lissoni F. Mobility and social networks: localized knowledge spillovers revisited［R］. CESPRI Working Paper, 2003. No.142.

［21］AZeller C. Clustering biotech: a recipe for success? Spatial patterns of growth of biotechnology in Munich, Rhineland, and Hamburg［J］. Small Business Economics 2001, 17: 123-141.

［22］AHowells J R L. Tacit knowledge, innovation and economic geography［J］. Urban Studies, 2002, 39: 871-B884.

［23］AShaver J M, Flyer F. A agglomeration economies, firm heterogeneity, and foreign direct investment in the United States［J］. Strategic Management Journal, 2000, 21: 1175-1193.

［24］ACantwell J, Santangelo G D. The new geography of corporate research in informationand communications technology［J］. Journal of Evolutionary Economics, 2002,12: 163-197.

［25］AIammarino S, McCann P. The structure and evolution of industrial clusters: transactions, technology, and knowledge spillovers［J］. Research Policy, 2006, 35: 1018-1036.