The Impact of Different Agglomeration Modes on Innovation Efficiency in Industrial Development Stage: Based on the Analysis of Creative Industries in China
-
摘要: 基于2007—2018年28省份的面板数据, 采用系统广义矩估计法探究创意产业不同集聚模式对产业创新发展阶段的影响。结果表明: 专业化集聚和多样化集聚在知识开发阶段对创新效率的促进作用显著高于经济转化阶段, 且多样化集聚的作用效应大于专业化集聚; 竞争性集聚对知识开发阶段的创新效率具有显著负向影响, 对经济转化阶段创新效率具有负向影响但作用不显著。因而应鼓励创意产业集聚及不同行业间的创新主体深度合作, 通过完善创意产业的制度环境和市场机制等举措, 提升我国创意产业的创新能力。Abstract: Based on the panel data of 28 provinces from 2007 to 2018, the system GMM model is used to explore the impact of creative agglomeration in creative industries on the innovation efficiency in the stage of knowledge development and economic transformation. The findings reveal that the promotion effect of specialized agglomeration and diversified agglomeration on innovation efficiency in the stage of knowledge development is more significant than that in the stage of economic transformation, and the effect of diversified agglomeration is greater than that of specialized agglomeration; competitive agglomeration has a significant negative effect on the innovation efficiency in the stage of knowledge development, and not quite significant negative effect on the innovation efficiency in the stage of economic transformation. Therefore, industrial agglomeration and in-depth cooperation between innovation subjects from different industries are encouraged. Measures should be taken such as improving the institutional environment and market mechanism of creative industries so as to enhance the innovation ability of China's creative industries.
-
表 1 各变量含义及描述性统计
指标 符号 单位 最小值 最大值 均值 标准差 观测值 创意产业知识开发创新效率 E(1) — 0.055 1 0.492 0.333 280 创意产业经济转化创新效率 E(2) — 0.047 1 0.452 0.290 280 创意产业专业化集聚水平 Marshall — 0.179 3.081 1.084 0.789 280 创意产业多样化集聚水平 Jacobs — 0.001 4.481 0.969 1.393 280 创意产业竞争性集聚水平 Porter — 0.134 12.840 2.710 15.010 280 数字化水平 DIG 户/每万人 0.001 1.027 0.238 0.230 280 人力资本 L % 0.001 1.244 0.242 0.471 280 创意企业规模 S 人/个 0.274 36.221 18.312 4.587 280 
下载: 导出CSV
表 2 2018—2017年全国创意产业集聚及创新效率变动情况一览表
年份 Marshall Jacobs Porter E(1) E(2) 2008 0.962 0.614 2.753 0.224 0.410 2009 0.958 0.732 2.722 0.285 0.402 2010 0.996 0.754 2.712 0.373 0.467 2011 1.010 0.858 2.820 0.522 0.471 2012 0.937 0.886 2.814 0.569 0.474 2013 1.025 0.918 2.747 0.580 0.453 2014 1.269 1.001 2.661 0.571 0.441 2015 1.167 1.066 2.711 0.584 0.455 2016 1.128 1.207 2.623 0.587 0.471 2017 1.246 1.663 2.544 0.628 0.482 均值 1.084 0.969 2.710 0.492 0.452
下载: 导出CSV
表 3 2018—2017年区域创意产业集聚及创新效率变动情况一览表
省份 Marshall Jacobs Porter E(1) E(2) 省份 Marshall Jacobs Porter E(1) E(2) 北京 2.501 4.013 0.134 0.971 0.903 湖北 0.967 0.136 2.298 0.480 0.418 天津 2.112 2.488 0.220 0.667 0.641 湖南 0.947 0.590 3.052 0.519 0.402 河北 0.561 0.689 0.510 0.613 0.464 山西 0.893 0.113 5.011 0.455 0.352 上海 3.003 3.265 0.204 0.799 0.873 内蒙古 0.679 0.081 4.252 0.331 0.339 江苏 1.300 2.582 0.577 0.662 0.564 吉林 0.881 0.069 5.214 0.360 0.384 浙江 1.359 2.730 0.532 0.551 0.57 黑龙江 0.762 0.735 4.883 0.358 0.375 福建 1.051 0.934 0.614 0.560 0.444 中部地区 0.913 0.278 3.401 0.437 0.370 山东 0.854 1.741 0.857 0.446 0.531 重庆 0.877 0.196 3.002 0.426 0.300 广东 2.512 4.363 0.320 0.604 0.596 四川 0.857 0.312 4.532 0.456 0.444 广西 0.678 0.304 3.861 0.467 0.320 贵州 0.623 0.010 5.331 0.285 0.393 海南 0.839 0.200 2.688 0.441 0.423 云南 0.848 0.037 5.528 0.368 0.486 辽宁 0.588 0.713 2.452 0.421 0.392 陕西 0.472 0.034 3.225 0.335 0.340 东部地区 1.446 2.001 1.080 0.600 0.560 甘肃 0.482 0.010 5.529 0.409 0.328 安徽 1.300 0.261 2.113 0.543 0.388 青海 0.625 0.008 5.176 0.380 0.325 江西 0.953 0.253 1.783 0.436 0.249 西部地区 0.683 0.086 4.617 0.379 0.373 河南 0.843 0.267 2.003 0.451 0.430 全国平均 1.084 0.969 2.710 0.492 0.452 注：东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东、广西、海南、辽宁；中部地区包括安徽、江西、河南、湖北、湖南、山西、内蒙古、吉林、黑龙江；西部地区包括重庆、四川、贵州、云南、陕西、甘肃、青海。
下载: 导出CSV
表 4 集聚对两阶段创新效率影响的计量回归结果
因变量 知识开发阶段 因变量 经济转化阶段 OLS(1) FE(2) SYS-GMM(3) OLS(4) FE(5) SYS-GMM(6) E1(-1) 0.325*** 0.104*** 0.139*** E2(-1) 0.265*** 0.137*** 0.162*** Marshall 0.315*** 0.201*** 0.256*** Marshall 0.037 0.105 0.083 Jacobs 0.337** 0.317** 0.306** Jacobs 0.247** 0.201** 0.216** Porter -0.098 -0.265** -0.201* Porter -0.021 -0.041 -0.011 DIG 0.135** 0.229** 0.236*** DIG 0.096 0.093 0.085 L 0.227** 0.214** 0.207** L 0.228** 0.135** 0.220** S 0.100 0.108 0.058 S 0.185* 0.108* 0.179** AR(1) — — 0.000 AR(1) — — 0.000 AR(2) — — 0.546 AR(2) — — 0.423 Sargan — — 0.629 Sargan — — 0.658 Adjust R2 0.498 0.521 — Adjust R2 0.341 0.330 — 时间固定效应 — 是 是 时间固定效应 — 是 是 区域固定效应 — 是 是 区域固定效应 — 是 是 观察值 280 280 280 观察值 280 280 280 注：***、**、*分别代表在1%、5% 和10% 水平下显著；AR(1)、AR(2)和Sargan分别代表Arellano-Bond test for AR(1)、AR(2)和Sargan test概率。下表同。
下载: 导出CSV
表 5 稳健性检验结果
因变量 知识开发阶段 因变量 经济转化阶段 OLS(7) FE(8) SYS-GMM(9) OLS(10) FE(11) SYS-GMM(12) E1(-1) 0.237** 0.169** 0.210** E2(-1) 0.214** 0.116* 0.200** Marshall 0.114** 0.120* 0.102* Marshall 0.042 0.057 0.036 Jacobs 0.134** 0.119** 0.127** Jacobs 0.203* 0.112* 0.154** Porter -0.058 -0.141* -0.103* Porter -0.100* -0.021 -0.022 DIG 0.121** 0.105 0.123** DIG 0.049 0.090 0.062 L 0.087 0.112* 0.130* L 0.130** 0.128** 0.122* S 0.074 0.103 0.034 S 0.100 0.083 0.092 AR(1) — — 0.000 AR(1) — — 0.002 AR(2) — — 0.258 AR(2) — — 0.341 Sargan — — 0.529 Sargan — — 0.511 Adjust R2 0.432 0.418 — Adjust R2 0.330 0.317 — 时间固定效应 — 是 是 时间固定效应 — 是 是 区域固定效应 — 是 是 区域固定效应 — 是 是 观察值 280 280 280 观察值 280 280 280
下载: 导出CSV
-
[1] 蒋园园, 杨秀云, 李敏. 中国文化创意产业政策效果及其区域异质性[J]. 管理学刊, 2019(5): 1-11. https://www.cnki.com.cn/Article/CJFDTOTAL-XXXY201905002.htm [2] 邢超, 石玲. 《2015-2016年全球竞争力报告》与中国表现[J]. 全球科技经济瞭望, 2016(2): 6-13. doi: 10.3772/j.issn.1009-8623.2016.02.002 [3] RAAB R A, KOTAMRAJU P. The efficiency of the high-tech economy: conventional development indexes versus a performance index[J]. Journal of Regional Science, 2010, 46(3): 545-562. doi: 10.1111/j.1467-9787.2006.00452.x [4] 杨骞, 刘鑫鹏, 王珏. 中国战略性新兴产业创新效率的测度及其分布动态[J]. 广东财经大学学报, 2020(2): 20-34. https://www.cnki.com.cn/Article/CJFDTOTAL-SONG202002003.htm [5] 韩兵, 苏屹, 李彤, 等. 基于两阶段DEA的高技术企业技术创新绩效研究[J]. 科研管理, 2018(3): 11-19. https://www.cnki.com.cn/Article/CJFDTOTAL-KYGL201803002.htm [6] 范德成, 杜明月. 高端装备制造业技术创新资源配置效率及影响因素研究——基于两阶段Sto NED和Tobit模型的实证分析[J]. 中国管理科学, 2018(1): 13-24. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGGK201801002.htm [7] 李柏洲, 王雪, 苏屹, 等. 我国战略性新兴产业研发-转化两阶段创新效率[J]. 系统工程, 2019(4): 48-56. doi: 10.3969/j.issn.1001-2362.2019.04.031 [8] HANSEM M T, BIRKINSHAW J. The innovation value chain[J]. Harvard Business Review, 2007, 85(6): 121-142. http://www.ncbi.nlm.nih.gov/pubmed/17580654 [9] 曹如中, 史健勇, 郭华, 等. 区域创意产业创新生态系统演进研究: 动因、模型与功能划分[J]. 经济地理, 2015(2): 107-113. https://www.cnki.com.cn/Article/CJFDTOTAL-JJDL201502015.htm [10] 闫磊. 新时代中国创意产业国家价值链建构的核心要素[J]. 甘肃社会科学, 2019(2): 204-213. https://www.cnki.com.cn/Article/CJFDTOTAL-GSSH201902030.htm [11] 王毅, 廖卓娴. 湖南文化创意产业园区发展分析与建设路径[J]. 经济地理, 2019(2): 215-223. https://www.cnki.com.cn/Article/CJFDTOTAL-JJDL201902026.htm [12] 冯根尧, 肖维歌. 中国区域创意产业创新效率的动态演化研究[J]. 西北工业大学学报: 社会科学版, 2013(3): 33-37. https://www.cnki.com.cn/Article/CJFDTOTAL-GDSH201303009.htm [13] 余文涛. 创意产业集聚及其生产效率研究——基于省会和副省级城市的经验分析[J]. 经济学家, 2016(6): 51-57. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXJ201606007.htm [14] 王庆喜, 胡志学. 长三角地区研发企业集聚与知识溢出强度——连续空间中的微观分析[J]. 地理科学, 2018(11): 1812-1835. https://www.cnki.com.cn/Article/CJFDTOTAL-DLKX201811010.htm [15] 宛群超, 袁凌. 空间集聚、企业家精神与区域创新效率[J]. 软科学, 2019(8): 32-38. https://www.cnki.com.cn/Article/CJFDTOTAL-XUXI201908006.htm [16] 张彩江, 覃婧, 周宇亮. 技术扩散效应下产业集聚对区域创新的影响研究——基于两阶段价值链视角[J]. 科学学与科学技术管理, 2017(12): 124-132. https://www.cnki.com.cn/Article/CJFDTOTAL-KXXG201712011.htm [17] 刘雅娇, 胡静波. 产业集聚、市场竞争性与劳动生产率——基于高技术产业面板数据的实证分析[J]. 产经评论, 2018(1): 40-48. https://www.cnki.com.cn/Article/CJFDTOTAL-TQYG201801005.htm [18] COLL-MARTINEZ E, MORENO-MONROY A I. Agglomeration of creative industries: an intra-metropolitan analysis for Barcelona[J]. Papers in Regional Science, 2019, 98(1): 409-432. doi: 10.1111/pirs.12330 [19] CLARE K. The essential role of place within the creative industries: boundaries, networks and play[J]. Cities, 2013, 34(7): 52-57. http://www.sciencedirect.com/science/article/pii/S0264275112000881 [20] 卢丽娜, 郭淑芬. 产业集聚对文化产业发展的影响——基于山西文化产业的实证研究[C]. 湘潭: 第十一届中国技术管理(2014'MOT)年会论文集, 2014. [21] 钟廷勇, 国胜铁, 杨珂. 产业集聚外部性与我国文化产业全要素生产增长率[J]. 管理世界, 2015(7): 178-179. [22] 耿红军, 王昶. 后发国家技术创新能力国际研究的系统回顾[J]. 科学学与科学技术管理, 2020(3): 1-27. https://www.cnki.com.cn/Article/CJFDTOTAL-KXXG202005010.htm [23] FREEMAN C. Economics of industrial innovation[M]. Cambridge MA: MIT Press, 1982. [24] ROBERTS E B. Managing invention and innovation[J]. Research Technology Management, 2007, 50(1): 35-54. doi: 10.1080/08956308.2007.11657418 [25] MASHALL A. Principles of economics: an introductory volume[M]. Macmillan, London: Cosimo Classics, 1890. [26] LI Y, JOHAN H, MIHAESCU O. Agglomeration economies in urban retailing: are there productivity spillovers when big-box retailers enter urban markets?[J]. Applied Economics Letters, 2019, 33(26): 1586-1589. doi: 10.1080/13504851.2019.1588939 [27] YANG CH, HUANG CH. Agglomeration, ownership, and R & amp; D activity: firm-level evidence from China's electronics industry[J]. Empirical Economics, 2018, 54(4): 1-24. [28] ZHANG H. How does agglomeration promote the product innovation of Chinese firms?[J]. China Economic Review, 2015, 40(35): 105-120. http://www.sciencedirect.com/science/article/pii/S1043951X15000838 [29] 张璐, 牟仁艳, 胡树华, 等. 专业化、多样化集聚对制造业创新效率的影响[J]. 中国科技论坛, 2019(1): 57-65. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGKT201901012.htm [30] JACOBS J. The economy of cities[M]. New York: Vintage, 1969. [31] AGOVINO M, RAPPOSELLI A. Agglomeration externalities and technical efficiency in Italian regions[J]. Quality & amp; Quantity, 2015, 49(5): 1-20. http://smartsearch.nstl.gov.cn/paper_detail.html?id=10c83ccaa0ae0b57e60ec74522a07435 [32] 张天华, 陈博潮, 雷佳祺. 经济集聚与资源配置效率: 多样化还是专业化[J]. 产业经济研究, 2019(5): 51-64. https://www.cnki.com.cn/Article/CJFDTOTAL-CYJJ201905005.htm [33] MOSSIG I. Regional employment growth in the cultural and creative industries in Germany 2003-2008[J]. European Planning Studies, 2011, 19(6): 967-990. doi: 10.1080/09654313.2011.568807 [34] 余文涛. 集聚能否溢出异质性企业家精神?来自中国创意产业的经验证据[J]. 科学学与科学技术管理, 2018(5): 39-51. https://www.cnki.com.cn/Article/CJFDTOTAL-KXXG201805004.htm [35] KAO C. Efficiency decomposition in network data envelopment analysis: a relational model[J]. European Journal of Operational Research, 2009, 192(3): 949-962. doi: 10.1016/j.ejor.2007.10.008 [36] 陈羽洁, 赵红岩, 俞明传, 等. 中国创意产业创新效率及影响因素——基于两阶段DEA模型[J]. 经济地理, 2018(7): 117-125. https://www.cnki.com.cn/Article/CJFDTOTAL-JJDL201807016.htm [37] 陈凯华, 官建成. 共享投入型关联两阶段生产系统的网络DEA效率测度与分解[J]. 系统工程理论与实践, 2011(7): 1211-1221. https://www.cnki.com.cn/Article/CJFDTOTAL-XTLL201107003.htm [38] 简泽, 段永瑞. 企业异质性、竞争与全要素生产率的收敛[J]. 管理世界, 2012(8): 15-29. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ201208002.htm [39] 于斌斌. 生产性服务业集聚能提高制造业生产率吗?——基于行业、地区和城市异质性视角的分析[J]. 南开经济研究, 2017(2): 114-134. https://www.cnki.com.cn/Article/CJFDTOTAL-NKJJ201702007.htm [40] YU W T. Creative industries agglomeration and industrial efficiency in China[J]. Growth and Change, 2018: 677-696. doi: 10.1111/grow.12255 [41] WAHYU W, RUHUL S, HARRY B. Agglomeration economies and productivity growth in manufacturing industry: empirical evidence from Indonesia[J]. Economic Record, 2014, 90: 41-58. doi: 10.1111/1475-4932.12115 -
