产业集聚、市场集中对区域创新能力的作用

全文总计 8931 字,阅读时间 23 分钟,快速浏览仅需 5 分钟。

副标题:——基于京津冀、长三角两大经济圈制造业的比较

英文标题:Effect of Industrial Agglomeration and Market Concentration on Regional Innovation Capability: A Comparison Based on th

内容摘要:产业集聚和市场集中是影响区域创新能力的重要因素。本文考察了京津冀、长三角两大经济圈制造业产业集聚与市场集中对区域技术创新能力的作用。实证分析结果表明:两大经济圈制造业集聚与市场集中均在一定程度上促进了区域创新能力的提升,但由于两大区域体制机制条件、创新环境、产业组织形态等不同,制造业产业集聚影响区域技术创新的程度、特征与路径也存在一定差别。两大经济圈应采取差异化集群发展方式,加快推进制造业集群升级,特别是应抢抓第四次工业革命发展机遇,提升制造业智能化水平,提升区域创新能力水平。

关键词:产业集聚,市场集中,区域创新能力,京津冀经济圈,长三角经济圈  industrial agglomeration,market concentration,re

GB/T 7714-2015 格式引文:[1].产业集聚、市场集中对区域创新能力的作用.[J]或者报纸[N].经济与管理研究,(20187):48-57

正文内容

  中图分类号:F062.9 文献标识码:A 文章编号:1000-7636(2018)07-0048-10

  提高区域创新能力是中国供给侧结构性改革的重要内容,也是促进产业转型升级的重要动力保障。影响区域创新能力的因素是多方面的,其中区域产业集聚与市场集中作为现代产业组织演进的两条基本路径[1],对区域创新能力提升具有重要影响。本文以京津冀经济圈与长三角经济圈为例,揭示产业集聚、市场集中对区域创新能力的作用机理,并提出相应的对策建议。

  一、文献综述及相关机理分析

  产业集聚对区域创新能力的影响主要表现为产业集聚对集群内企业技术创新能力的影响。罗森贝格和兰度(Rosenberg & Landau,1986)认为产业集聚区可提供相对低廉的有利于创新的专业化劳动力、中间投入产出品等创新要素,从而促进技术创新[2]。迪朗东和普加(Duranton & Puga,2001)认为产业集聚有利于发生知识和技术溢出效应,形成技术创新的环境[3]。理查森(Richardson,1996)认为产业集聚区内的企业间竞争,激励企业不断进行技术改造、升级和更新[4]。伦德瓦尔(Lundvall,2010)认为集聚企业有利于形成相互间的业务往来和信息交流,形成企业创新的更好平台[5]。另有学者进一步从产业集聚的类型视角,揭示产业集聚对技术创新的影响。如巴普蒂斯塔和斯旺(Baptista & Swann,1998)认为专业化产业集聚更有利于促进技术创新,因为同一产业在某一地区的专业化集聚有利于知识、技术和信息等在产业内的扩散和共享,从而形成知识和技术溢出的外部性效应[6]。费尔德曼和奥德斯(Feldman & Audretsch,1999)则认为多样化产业集聚的外部性更有利于创新,原因是不同产业具有互补性,可通过各自所拥有的资源、信息、知识在集聚区内流动,带动相互之间的往来,从而起到促进区域创新、改善区域内产业结构的作用[7]。有的学者如帕奇和乌赛(Paci & Usai,1999)、安德松等(Andersson et al.,2005)认为,两种外部性都有利于促进技术创新,因为无论是专业化集聚还是多样化集聚,均促进了各种要素在某一区域的集聚,专业化集聚带来的扩散效应和多样化集聚带来的互补效应均有利于区域创新能力的提升[8-9]。还有学者如亨德森(Henderson,2003)、布鲁哈特和马蒂斯(Brulhart & Mathys,2008)研究了产业集聚可能给技术创新与经济发展带来的不利影响,即在产业集聚过程中,大量企业在向同一区域集聚的过程中很可能出现盲目的过度集聚,致使企业数量超过当地经济的承载能力,出现争夺公共基础设施和原料、过度竞争、企业利润下降等现象,从而不利于提升区域创新能力和经济增长,发生所谓“拥塞效应”[10-11]。

  市场集中对创新的影响一直是产业组织理论关注的重点问题。从历史上看,对该问题存在两种截然不同的观点:一种观点以诺贝尔奖获得者阿罗(Arrow,1962)为代表,认为市场集中度越低,市场竞争越激烈,这对企业的创新活动具有激励作用,从而有利于促进技术创新[12];另一种观点以创新经济学创始人熊彼特(Schumpeter,1942)为代表,认为垄断企业可为创新活动提供更多的资金,更有实力从事研发和创新。在国内,有学者结合中国的产业及市场特征,对市场集中与垄断对技术创新的影响进行实证研究[13]。如戚聿东(1999)考察了中国37个行业的产业集中度,分析了中国产业集中度与经济绩效的关系,得出集中度越高,产业经济绩效越好的结论[14]。彭向和蒋传海(2011)利用中国1999-2007年30个地区21个工业行业的数据,实证检验区域内知识溢出和企业竞争对地区产业创新的影响,得到区域内激烈竞争抑制了企业的创新动力的结论[15]。杜威剑和李梦洁(2015)证明了竞争与企业新产品生产存在显著正相关关系,表明如果产品市场上竞争激烈,企业为了保持或扩大市场份额,不得不进行更多新产品的研发,从而加速了企业对于新产品生产的需求[16]。沈鸿和陈丽娴(2017)研究了中国制造业的市场结构与地理分布对企业全要素生产率的影响,认为制造业的市场集中不利于企业生产率的提高[17]。

  学术界对产业集聚、市场集中对企业技术创新的影响已进行了较多的研究,但也存在一定的不足:一是将产业集聚、市场集中对企业技术创新的影响结合起来进行研究的较少,而现实中在特定区域内,产业集聚与市场集中往往紧密结合在一起;二是基于不同区域产业层次、体制基础、创新条件等的不同,对其产业集聚、市场集中对企业技术创新影响的分析有待加强。本文将在已有研究的基础上,基于1998-2013年中国工业企业数据库数据,以京津冀经济圈和长三角经济圈为例,对21世纪以来两大经济圈制造业集聚和市场集中对技术创新的影响进行实证分析并加以比较,在此基础上提出相关对策建议。

  二、模型设定、变量选取与数据来源

  (一)模型设定

  借鉴费尔德曼和奥德斯(Feldman & Audretsch,1999)[7]、彭向和蒋传海(2011)[15]的研究,本文构建以下模型,刻画产业集聚和市场集中对区域创新能力的影响:

  

  其中,i表示企业,j表示行业,t表示年份,s表示地区。INV是被解释变量,用来衡量区域创新能力;MAR、JAC和HHI是核心解释变量,分别用来衡量专业化产业集聚水平、多样化产业集聚水平和市场集中度;X表示其他控制变量,包括研发资金投入、资本劳动比、出口规模、企业年龄、企业利润、政府补贴;表示不随时间变化的不可观测的个体固定效应;是随机误差项。

  基于前面的分析可知,产业集聚和市场集中对技术创新的影响不会是线性的,应存在一个动态变化过程。为考察这种动态性,在上述模型基础上加入核心解释变量的二次项验证“U”型关系:

  

  若出现一次项负显著、二次项正显著的“U”型结果,则意味着产业集聚和市场集中对区域创新能力具有“先抑制后促进”的作用;若出现一次项为正显著、二次项为负显著的倒“U”型结果,则说明产业集聚和市场集中对区域创新能力有“先促进后抑制”的作用。

  (二)变量选取

  1.被解释变量

  以区域创新能力(INV)作为被解释变量,以企业新产品产值占该企业总产出的比重(newzb)来衡量。由于newzb的取值范围为[0,1],那么其对数值为负数,因此本文将newzb的对数值lnnewzb表示为lnnewzb=ln(1+newzb)。

  2.核心解释变量

  核心解释变量为产业集聚和市场集中度。地方化经济和城市化经济指标分别衡量了专业化产业集聚(MAR)和多样化产业集聚(JAC),因此在四分位行业与县域层面构造地方化经济和城市化经济指标衡量产业集聚。用赫芬达尔—赫希曼指数(Herfindahl-Hirschman index,HHI)衡量市场集中度。

  (1)专业化产业集聚。该种产业集聚的水平可通过企业所在地区行业内其他企业的就业规模来衡量,计算公式为:

  

  其中,i表示企业,j表示产业,t表示年份,s表示地区。为t时期地区s中行业j的就业人数,为t时期地区s行业j中企业i的总就业人数,为地方化经济集聚指数,表示本地区行业内产业集聚的外部性对于企业的影响,即通常所说的专业化集聚。

  (2)多样化产业集聚。可采取同一城市邻近行业规模指数衡量这类集聚的效应,以研究行业间集聚的外部性对于企业的影响,计算公式为:

  

  其中,为t时期地区s的总就业人数。

  (3)市场集中度。市场集中度是对整个行业企业规模和市场结构集中化程度的测量指标,它在很大程度上体现了市场的垄断与竞争程度。该指数越大,表明在某个地区内市场越集中在少数厂商手中,垄断程度越高;该指数越小,则表明在某个地区内市场集中度越低,市场竞争越激烈。以赫芬达尔—赫希曼指数测算的市场集中度可以表示如下:

  

  3.控制变量

  主要控制变量见表1。

  

  4.变量描述性统计

  表2列出了本文计量模型中涉及的各个变量的描述性统计结果。

  

  结果显示,全国整体、京津冀经济圈、长三角经济圈各个变量的观测值、平均值、标准差存在一定差异,表明全国整体、京津冀经济圈、长三角经济圈在产业集聚和市场集中及区域创新能力提升方面存在一定的差异。其中,长三角经济圈观测值明显多于京津冀经济圈,说明前者拥有较多的企业,且该区域企业存续时间较长。三个区域lnnewzb的平均值和波动性相对较小,这与大多数企业新产品产值为0有关;京津冀经济圈lnnewzb的平均值大于全国整体和长三角经济圈,说明该区域创新能力相对较强。从全国整体MAR、JAC、HHI的平均值看,产业集聚在区域创新能力提升中发挥重要的作用,作用力度比市场集中度大,且两大经济圈遵循同样的规律。从全国整体MAR、JAC、HHI的标准差数值看,产业集聚的标准差也大于市场集中度,表明产业集聚和市场集中存在明显的时间和区域差异,两大经济圈表现出同样的特点。控制变量中,三个区域的lnSUBSIDY的标准差数值是最大的,说明政府对创新的补贴力度持续加大,且各个企业获得的政府补贴存在显著差异。其他变量的描述性统计情况与现实状况基本一致且波动性不大,这里不再一一赘述。

  (三)数据来源

  本文企业数据来源于中国工业企业数据库,该数据库提供了全部的国有企业和销售额在500万元以上的非国有企业的数据。借鉴已有研究,删除缺少以下变量的企业样本:总资产、净固定资产、销售额和工业总产值;删除员工数少于8的企业样本;删除观测值明显不符合会计原则的样本,如流动资产大于总资产、总固定资产大于总资产以及企业识别代码缺失的样本。另外,考虑到2003年采用了新的行业分类代码,按照新的行业分类代码(GB/T4754-2011)对企业数据进行了标准化统一。各县和各地级市代码在2004年之前有几次大的调整,尤其是在1998-2003年调整较为频繁。根据国家统计局提供的地区行政代码,按照2004年的地区代码划分标准进行了标准化处理。样本的时间范围确定为1998-2013年①,只以制造业行业作为考察对象,使用数据时对该数据库企业数据进行了加总整理。

  三、计量回归结果及其分析

  (一)计量回归结果

  考虑到样本中大量企业的新产品产值及新产品占比为0,采用传统OLS回归会出现一定偏误,而采用截取回归Tobit模型可得到一致性结果,所以本文均采用Tobit模型进行回归。采用计量模型(2)进行估计,所得计量分析结果见表3。

  

  列(1)、列(2)、列(3)反映了京津冀经济圈制造业产业集聚和市场集中度对区域创新能力影响的动态变化。列(4)、列(5)、列(6)反映了长三角经济圈制造业产业集聚和市场集中度对区域创新能力影响的动态变化。模型还控制了年份、省级区域、行业效应,估计时采用稳健标准误。

  (二)计量结果的分析

  下面对表3中回归组合列(1)、列(2)、列(3)与回归组合列(4)、列(5)、列(6)的计量结果进行综合分析并加以比较。

  1.两大经济圈专业化集聚对技术创新的影响及比较

  京津冀经济圈制造业专业化集聚的一次项系数显著为正,二次项系数显著为负,即这类产业集聚对区域创新能力的影响呈倒“U”型关系,相同制造业产业的集聚对区域创新表现出先促进、后抑制的作用特征。长三角经济圈制造业专业化集聚的一次项系数显著为正,二次项系数不显著。这表明,该经济圈相同制造业行业集聚对提升区域创新能力具有促进作用。

  两大经济圈制造业专业化集聚对技术创新的作用之所以产生以上不同,主要原因是,从一般意义上说,制造业企业集聚的过程,一般同时伴随着两种效应的产生:一种效应是在集聚过程中企业知识(包括显性知识与隐性知识)相互外溢,彼此交流生产技术、技能,信息流动等,由此促进了集聚企业技术创新能力的提升;另一种效应是在集聚过程中,随着集聚企业数量的增多,将会发生一定程度的“拥塞效应”,对创新产生一定负面影响。产业集聚对技术创新的影响最终表现为以上两种效应强度大小的对比的结果。

  对京津冀经济圈来说,在制造业专业化集聚过程中,在产业集聚初期,行业内企业数量不多,集聚过程中企业的知识溢出、技术技能学习(“干中学”)等效应明显,使得这一时期产业集聚对技术创新能力的提升表现为正向促进作用。当行业内企业超过一定数量,企业集聚便会发生越来越明显的“拥塞效应”,对技术创新的阻碍作用也逐渐增强。当集聚“拥塞效应”对创新的阻碍作用大于知识溢出等对技术创新的正向促进作用时,产业集聚便整体上表现出对技术创新的抑制作用。

  对长三角而言,相同制造业企业集聚始终对技术创新发挥正向促进作用,这主要是由于这一区域的市场机制较为灵活,企业创新能力与创新活力较强,企业知识、信息及技术的流动性较强,产业集聚对技术创新的正向促进作用远大于企业集聚过程中所发生的“拥塞效应”对创新的阻碍作用,从而这种类型的产业集聚对技术创新始终表现出正向促进作用。

  2.两大经济圈多样化产业集聚对技术创新的影响及比较

  京津冀经济圈制造业多样化产业集聚的一次项系数显著为负,二次项系数显著为正,影响形态呈现“U”型关系,即在京津冀经济圈,制造业不同产业的集聚对区域创新能力的影响表现出“先抑制后促进”的作用。长三角多样化产业集聚的一次项系数显著为正,二次项系数显著为负,呈现倒“U”型关系,即在长三角经济区,不同制造业企业的集聚对区域创新能力表现出先促进后阻碍的特征。

  两大经济圈多样化产业集聚对技术创新的作用之所以产生以上差别,除了与上面专业化集聚影响技术创新的机理有关外,还存在另外的影响因素:一是与两大经济圈多样化集聚的初始状态不同有关。长三角经济圈存在数量较多的多类型企业;相比之下,京津冀经济圈制造业多样性程度较低,不同产业中的企业数量偏少。在这种条件下,长三角经济圈的多类型制造业企业集聚比京津冀经济圈的企业集聚知识溢出能力更强,产业创新更活跃。二是长三角经济圈产业分工协同性较高,产业组织较合理,特别是大中小企业之间已形成较为合理的协同分工关系,已经度过了企业低水平过度竞争的阶段,企业积聚过程中的“拥塞效应”不明显。

  3.两大经济圈市场集中度对技术创新的影响及比较

  京津冀经济圈市场集中度的一次项系数显著为正,二次项系数显著为负,表明市场集中度对区域创新的影响呈现倒“U”型关系。即在该经济圈,当市场集中或垄断程度不高时,对技术创新表现出一定的促进作用;但当集中度达到一定程度,垄断程度过高时,便对技术创新产生一定的阻碍作用。长三角经济圈市场集中度的一次项系数显著为正,二次项系数不显著。这表明,在该经济圈,制造业市场集中始终有利于提升区域创新能力。

  两大经济圈市场集中度对技术创新的影响之所以存在以上差别,有着较为复杂的原因。事实上,即使在市场体制机制相对完善、企业创新主体地位显著的西方发达国家,不同国家以及一个国家不同地区及行业的市场集中度对技术创新的影响也表现出一定的差异。中国总体上正处于经济体制转轨时期,政府对企业微观活动的干预还不同程度地存在,企业特别是国有企业作为技术创新主体的地位尚未完全确立。市场集中也表现出较为复杂的特征,既包括市场性垄断,也存在行政性垄断。并且不同区域体制基础、创新环境、垄断程度等都存在一定差别,在这种情况下,不同区域市场集中度对技术创新的影响表现出较为复杂的情况。基于此,可对京津冀与长三角两大经济圈制造业市场集中度对技术创新影响的差异进行分析。

  首先,总体上说,长三角经济圈市场经济发育及成熟程度高于京津冀地区,企业特别是国有企业的竞争活力及创新主体地位等也明显强于京津冀地区。在这种情况下,在制造业企业创新动力及主动性方面,长三角经济圈的企业明显优于京津冀地区的企业。其次,两大经济圈制造业垄断的性质存在一定差异。京津冀经济圈制造业企业垄断带有较为浓重的行政性垄断色彩,这种类型的垄断主要产生于政府行政权力及部门特权,从根本上限制市场竞争,阻碍技术创新。而通过市场竞争形成的经济性垄断尚不突出。相比之下,长三角经济圈制造业企业的垄断主要是市场性垄断,是在激烈的市场竞争基础上形成的垄断,这种垄断虽然在一定程度上也会限制竞争,阻碍创新,但在政府反垄断法作用下,对技术创新的阻碍作用并不明显。相比于京津冀经济圈,长三角经济圈的行政性垄断已不明显。第三,区域创新生态系统完善程度存在差异。经过多年发展,长三角经济圈已基本形成相对健全的区域创新生态系统,包括分工明确的创新主体、相对高效的政产学研研发体系、相互衔接的创新链与资金链以及较为优越的创新制度、政策环境等。在这方面,京津冀区域还存在一定的差距。

  正是由于存在以上差别,总体上长三角经济圈制造业市场集中始终表现出有利于提升区域创新能力的特征,而京津冀经济圈,市场集中度对技术创新的影响呈现出一定的阶段性特征,当市场集中或垄断程度不高时,对技术创新表现出一定的促进作用;但当集中度达到一定程度,垄断程度过高时,便对技术创新产生一定的阻碍作用。

  (三)控制变量回归结果分析

  回归组合列(1)、列(2)、列(3)的控制变量中,研发投入、平均工资、出口密集度、企业规模、政府补贴及所有制均与区域创新能力呈显著正相关,其中研发投入和出口密集度的系数最大,表明在京津冀经济圈,这两个变量对区域创新能力提升的作用最显著。研发投入对区域技术创新的作用不言而喻②。出口规模对创新能力提升具有促进作用,主要是由于出口企业更重视创新能力提升,以应对竞争性更大的海外市场。平均工资越高则创新能力越强,主要是由于高工资能够吸引到更高素质的员工尤其是研发人员,由此有利于创新能力提升。企业规模对区域创新能力的促进作用主要是大企业具有更强的创新能力,且现实市场竞争性较强,即使处于支配性地位的大企业也不能高枕无忧,而需要不断创新。政府补贴及政策倾斜有利于提升企业创新能力,尤其是在竞争环境下政府的这种扶持政策的作用效应更加明显。所有制系数为正且显著,表明相对于国有企业,民营企业和外资企业竞争性更强,机制更灵活,从而创新能力更强。

  回归组合列(4)、列(5)、列(6)的控制变量均与区域创新能力呈显著正相关,表明在长三角经济圈,各控制变量对区域创新能力提升均具有正向作用,其中人均教育支出对区域创新能力的促进作用最显著,主要是由于对职工的教育培训提升了企业职工素质,从而提升职工创新能力;资本劳动比的提升有利于促进创新能力提升,主要是因为人均资本体现了企业的实力,人均资本越高意味着企业实力越强,从而越有利于技术创新;企业年龄对创新能力的影响显著为正,主要是由于成熟企业有更加充足的资本与更丰富的创新经验,从而更有利于实现技术创新。

  四、结论与对策建议

  通过以上实证分析,可得出以下结论:两大经济圈产业集聚和市场集中均在特定情况下表现出对区域创新能力提升的促进作用,但其作用路径存在明显差异。从影响强度看,长三角经济圈制造业集聚对区域创新能力的影响要强于京津冀经济圈制造业集聚对区域创新能力的影响。从集聚类型看,京津冀经济圈制造业专业化集聚对区域创新能力的影响呈倒“U”型关系;相比之下,长三角经济圈制造业专业化集聚对区域技术创新则总是表现为促进作用。从市场集中度的影响看,京津冀经济圈制造业市场集中具有较明显的提升区域创新能力的特征,但也存在“度”的界限,当市场集中达到一定程度,市场的垄断性开始限制区域创新能力的提升;对于长三角经济圈,制造业市场集中始终表现为对区域创新能力的促进作用。京津冀经济圈和长三角经济圈作为中国两个重要的区域,既存在很多共同点又存在明显的差异,而异同的存在本质上是由市场化程度与开放程度不同所致,这在产业集聚和市场集中度对区域创新能力的影响上就有所体现,因此,两大经济圈应根据自身的特点,制定不同的发展战略以促进本地创新能力的提升。而且,产业集聚和市场集中是产业组织发展的两个方向,无论是哪种形式,均在一定程度上表现出对区域创新能力提升的促进作用,但是两种形式都存在“度”的问题,应该在一定程度内发挥其对创新的推动作用。

  为进一步促进区域创新能力的提升,建议主要采取以下政策:

  第一,总体上两大经济圈应加快推进制造业集群转型升级,进一步促进区域创新能力提升。促进制造业集群升级是提升区域创新能力的内在要求。为此,应加快提升集群企业研发能力,完善区域创新体系,优化技术创新环境,构建更多更好的技术创新平台,强化知识产权保护等。

  第二,两大经济圈制造业集群应采取差异化发展方式,各有侧重。对京津冀经济圈,应进一步深化市场经济体制改革,进一步完善市场竞争机制,转变政府职能,增强企业的竞争活力和创新动力,同时大力发展非国有制造业企业,增加制造业门类和数量。对长三角经济圈,应把更多的关注点放在进一步优化区域产业分工协作方面,形成更加科学合理的企业分工协作体系,在现有产业集聚基础上,打造相对完整的区域产业价值链,并有效对接区域创新链,进一步提升区域创新能力。

  第三,抢抓第四次工业革命提供的机遇、条件,加快发挥制造业集群对区域创新能力提升的作用。两大经济圈作为中国制造业发展基础相对较好的区域,应以《中国制造2025》《新一代人工智能发展规划》等为指南,大力发展数字化制造、网络化制造和智能化制造,加快用新一代信息技术改造提升传统制造业集群,大力发展制造业新模式、新业态,实现区域制造业集群根本性改造和质的提升,形成中国更为强大的区域创新能力“龙头”。

  作者感谢匿名审稿人的评审意见。

  ①由于中国工业企业数据库中新产品产值数据自1998年开始公布,中国工业企业数据库目前更新至2013年,因此本文考察的时间范围确定为1998-2013年,由于统计原因,个别年份的部分变量数据存在缺失。

  ②衡量一个国家或地区的创新能力,往往将研发投入作为一个重要指标。

参考文献

[1]杜传忠.市场集中与空间集聚:现代产业组织演进的两条基本路径[J].中国工业经济,2009(7):142-151.

[2]ROSENBERG N,LANDAU R.The positive sum strategy:harnessing technology for economic growth[M].Washington,D.C.:National Academy Press,1986.

[3]DURANTON G,PUGA D.Nursery cities:urban diversity,process innovation and the life cycle of products[J].The American Economic Review,2001,91(5):1454-1477.

[4]RICHARDSON G B.Competition,innovation and increasing returns[Z].DRUID Working Papers No.96-10,1996.

[5]LUNDVALL B A.National systems of innovation:toward a theory of innovation and interactive learning[M].London:Anthem Press,2010.

[6]BAPTISTA R,SWANN P.Do firms in clusters innovate more?[J].Research Policy,1998,27(5):525-540.

[7]FELDMAN M,AUDRETSCH D.Innovation in cities:science-based diversity,specialization and localized competition[J].European Economic Reviews,1999,43(2):409-429.

[8]PACI R,USAI S.Externalities,knowledge spillovers and the spatial distribution of innovation[J].Geo Journal,1999,49(4):381-390.

[9]ANDERSSON R,QUIGLEY J M,WILHELMSSON M.Agglomeration and the spatial distribution of creativity[J].Papers in Regional Science,2005,84(3):445-464.

[10]HENDERSON V J.Marshall's scale economies[J].Journal of Urban Economics,2003,53(1):1-28.

[11]BRULHART M,MATHYS N A.Sectoral agglomeration economics in a panel of European regions[J].Regional Science and Urban Economics,2008,38(4):348-362.

[12]ARROW K.The economic implications of learning by doing[J].Review of Economics Studies,1962,29(3):155-173.

[13]SCHUMPETER J A.Capitalism,socialism and democracy[M].New York:Harper & Brothers,1942.

[14]戚聿东.我国产业集中度与经济绩效关系的实证分析[J].首都经济贸易大学学报,1999(1):64-69.

[15]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(4):913-934.

[16]杜威剑,李梦洁.产业集聚会促进企业产品创新吗?——基于中国工业企业数据库的实证研究[J].产业经济研究,2015(4):1-9,20.

推荐10篇