涂心語 嚴(yán)曉玲 王珊珊

內(nèi)容提要：?借鑒Bloom等的思想，本文通過多維空間鄰近方法將知識溢出效應(yīng)與偷生意效應(yīng)分離，更為準(zhǔn)確地估計企業(yè)間知識溢出效應(yīng)對彼此全要素生產(chǎn)率的影響?；?007-2019年中國制造業(yè)上市公司樣本數(shù)據(jù)的研究表明：企業(yè)間知識溢出對其全要素生產(chǎn)率有顯著的提升作用，地理鄰近是知識溢出得以產(chǎn)生的必要條件，僅技術(shù)鄰近無法產(chǎn)生知識溢出；企業(yè)具有一定的吸收能力、企業(yè)之間有一定技術(shù)差距是知識溢出效應(yīng)得以產(chǎn)生的前提條件，但當(dāng)企業(yè)間技術(shù)差距過大時，知識溢出效應(yīng)無法產(chǎn)生。進(jìn)一步研究發(fā)現(xiàn)，大企業(yè)與小企業(yè)在從知識溢出效應(yīng)中獲益方面均具備其各自獨特優(yōu)勢，中等規(guī)模企業(yè)則無法從知識溢出效應(yīng)中獲益；知識溢出僅能促進(jìn)高技術(shù)企業(yè)全要素生產(chǎn)率的提升，對非高技術(shù)企業(yè)不具有顯著影響。

關(guān)鍵詞：?全要素生產(chǎn)率；知識溢出；研發(fā)創(chuàng)新；企業(yè)異質(zhì)性；產(chǎn)業(yè)集聚

中圖分類號：F425；F272??文獻(xiàn)標(biāo)識碼：A??文章編號：1001-148X（2022）06-0023-11

收稿日期：2021-11-01

作者簡介：?涂心語（1991-），男，湖北老河口人，南開大學(xué)經(jīng)濟(jì)學(xué)院博士研究生，福建江夏學(xué)院金融學(xué)院副教授，研究方向：產(chǎn)業(yè)組織、創(chuàng)新經(jīng)濟(jì)學(xué)；嚴(yán)曉玲（1991-），女，福建詔安人，南開大學(xué)經(jīng)濟(jì)學(xué)院博士研究生，研究方向：創(chuàng)新經(jīng)濟(jì)學(xué)；王珊珊（1992-），女，黑龍江齊齊哈爾人，南開大學(xué)經(jīng)濟(jì)學(xué)院助理研究員，研究方向：創(chuàng)新經(jīng)濟(jì)學(xué)。

基金項目：國家社會科學(xué)基金重大項目，項目編號：18ZDA102，19ZDA077；國家社會科學(xué)基金重點項目，項目編號：19AZD015。

一、引言

企業(yè)研發(fā)活動是中國科學(xué)技術(shù)發(fā)展的微觀基石，其所創(chuàng)造的知識資本不僅是企業(yè)自身技術(shù)進(jìn)步的重要來源，而且能通過正外部性促使其他相關(guān)主體提升創(chuàng)新能力、生產(chǎn)效率，進(jìn)而產(chǎn)生溢出效應(yīng)推動整體層面技術(shù)進(jìn)步［1］。?新經(jīng)濟(jì)增長理論指出，除非存在重大的外部因素、溢出效應(yīng)或其他社會遞增收益來源，否則經(jīng)濟(jì)不可能在長期保持一定速度持續(xù)增長；知識溢出所創(chuàng)造的外部經(jīng)濟(jì)在微觀層面是企業(yè)全要素生產(chǎn)率提升所賴以存在的重要外部環(huán)境，在宏觀層面能夠帶來整體生產(chǎn)的收益遞增，因此被認(rèn)為是經(jīng)濟(jì)長期持續(xù)增長的重要因素［2］。改革開放以來，中國研發(fā)經(jīng)費支出增長非常迅速，企業(yè)在技術(shù)創(chuàng)新體系中扮演著越來越重要的角色，數(shù)據(jù)顯示①，在2000—2019年間中國研發(fā)經(jīng)費支出中企業(yè)支出占比從5995%增長至7642%。規(guī)模如此龐大的企業(yè)研發(fā)投入是否能夠產(chǎn)生知識溢出效應(yīng)，進(jìn)而促進(jìn)其他企業(yè)全要素生產(chǎn)率的提升？知識溢出效應(yīng)的產(chǎn)生是否存在一定的前提條件？深入研究上述問題對于中國推進(jìn)實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略、推動增長方式由投資驅(qū)動轉(zhuǎn)向生產(chǎn)率驅(qū)動從而實現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要意義。

在創(chuàng)新研究領(lǐng)域，企業(yè)規(guī)模與創(chuàng)新的關(guān)系一直存在爭議，一類觀點認(rèn)為大規(guī)模企業(yè)更具創(chuàng)新優(yōu)勢［3］，但也有觀點指出小規(guī)模企業(yè)更具創(chuàng)新活力［4］?？紤]到知識溢出效應(yīng)與企業(yè)創(chuàng)新的密切關(guān)系，本文認(rèn)為考察企業(yè)規(guī)模與知識溢出效應(yīng)的關(guān)系有助于為上述爭論提供新的觀點和證據(jù)。此外，創(chuàng)新要素對于不同研發(fā)強(qiáng)度②的企業(yè)而言重要程度并不同，高技術(shù)企業(yè)與非高技術(shù)企業(yè)在創(chuàng)新、運營等方面存在顯著差異，研究知識溢出對不同研發(fā)強(qiáng)度企業(yè)所發(fā)揮的不同作用對于深入研究知識溢出效應(yīng)對經(jīng)濟(jì)整體技術(shù)水平的推動作用具有重要意義。因此，本文在考察知識溢出與企業(yè)全要素生產(chǎn)率關(guān)系的基礎(chǔ)上所要研究的第二個重要問題便是：企業(yè)規(guī)模以及企業(yè)研發(fā)強(qiáng)度這兩類企業(yè)異質(zhì)性因素是否與知識溢出效應(yīng)的發(fā)揮有關(guān)？具體的影響特征如何？

當(dāng)前探討知識溢出的文獻(xiàn)主要有兩類：第一類聚焦于國際貿(mào)易、FDI、OFDI等渠道產(chǎn)生的知識溢出，這一類文獻(xiàn)涉及企業(yè)、行業(yè)異質(zhì)性與知識溢出效應(yīng)的關(guān)系，但研究重點在于探討來源于國外的先進(jìn)技術(shù)與知識對國內(nèi)創(chuàng)新所產(chǎn)生的溢出效應(yīng)。事實上，長久以來的諸多研究［5］表明，知識溢出普遍存在，如果僅將目光局限于國外先進(jìn)技術(shù)對本國所產(chǎn)生的知識溢出，可能會低估知識溢出的影響，同時也無法全面認(rèn)識知識溢出效應(yīng)。第二類文獻(xiàn)的研究視角主要聚焦于中國地區(qū)間、行業(yè)間產(chǎn)生的知識溢出，這類文獻(xiàn)使用加總數(shù)據(jù)進(jìn)行研究，其潛在假設(shè)是同一地區(qū)或者行業(yè)內(nèi)所有企業(yè)同質(zhì)，這可能導(dǎo)致累計性偏差（Aggregation?bias）［6］。此外，企業(yè)是知識溢出的主要微觀主體，如果以行業(yè)或者地區(qū)作為研究對象，將無法深入到異質(zhì)性企業(yè)層面探討知識溢出。目前國內(nèi)知識溢出的相關(guān)研究中涉及企業(yè)層面知識溢出測算的很少［7-8］，主要原因在于企業(yè)間知識溢出數(shù)據(jù)可得性不強(qiáng)、測算難度較大，而且大部分文獻(xiàn)對知識溢出的測算仍存在缺陷，因此存在進(jìn)一步研究空間。

本文基于滬深A(yù)股制造業(yè)上市公司樣本，考察了企業(yè)間知識溢出對彼此全要素生產(chǎn)率的影響，并從企業(yè)吸收能力、企業(yè)之間的技術(shù)差距視角分析了知識溢出效應(yīng)產(chǎn)生的前提條件，在此基礎(chǔ)上還研究了企業(yè)規(guī)模、企業(yè)研發(fā)強(qiáng)度這兩類企業(yè)異質(zhì)性因素對于知識溢出效應(yīng)的調(diào)節(jié)作用。本文的邊際貢獻(xiàn)主要體現(xiàn)在三個方面：（1）利用Bloom等（2013）［9］提出的方法估計了知識溢出的影響，這種基于企業(yè)微觀數(shù)據(jù)的分析識別對于知識溢出效應(yīng)研究深度而言是一次較大推進(jìn)，也增強(qiáng)了研究結(jié)果的科學(xué)性和可靠性。Bloom等（2013）［9］指出，企業(yè)研發(fā)能同時產(chǎn)生兩種外部性，分別為正的知識溢出效應(yīng)和負(fù)的偷生意效應(yīng)（Business?stealing?effect）。因此，將兩種效應(yīng)進(jìn)行分離與識別對于準(zhǔn)確估計知識溢出效應(yīng)具有重要意義。（2）對知識溢出效應(yīng)的研究深入到了異質(zhì)性企業(yè)層面。雖然目前關(guān)于知識溢出的研究已經(jīng)非常豐富，但具體到微觀層面考察企業(yè)間知識溢出，同時進(jìn)一步研究企業(yè)異質(zhì)性調(diào)節(jié)效應(yīng)的文獻(xiàn)并不多，本文是對現(xiàn)有文獻(xiàn)的有力拓展。（3）分別從地理空間鄰近、技術(shù)空間鄰近兩個維度研究了企業(yè)間知識溢出對全要素生產(chǎn)率的影響，研究視角更為豐富。地理空間鄰近以及技術(shù)空間鄰近是知識溢出得以產(chǎn)生的重要機(jī)制，同時檢驗兩種維度的知識溢出，有助于深度理解這兩種不同機(jī)制的機(jī)理及重要性。

二、理論分析與研究假設(shè)

（一）知識溢出與企業(yè)全要素生產(chǎn)率

企業(yè)間知識溢出效應(yīng)主要指“一個企業(yè)可從另一個企業(yè)的研發(fā)活動中獲益，但無需支付對方研發(fā)成本”的效應(yīng)［10］，這種效應(yīng)之所以能夠產(chǎn)生，是因為知識具有非競爭性和部分排他性特征。知識溢出的具體渠道可歸納為以下六個方面③：（1）人才流動。人是知識，尤其是隱性知識的重要載體④，因此各類人才在企業(yè)之間的流動會產(chǎn)生知識溢出效應(yīng)［11］。（2）商品流動。知識通常會物化于商品或資本品之中，因此伴隨著商品的交易，企業(yè)能夠從中獲取新知識，進(jìn)而產(chǎn)生知識溢出效應(yīng)［12］。?（3）研發(fā)合作。研發(fā)是一項高風(fēng)險、高成本、高復(fù)雜性的活動，因此企業(yè)之間也會進(jìn)行研發(fā)合作［13］，這要求雙方分享自身的現(xiàn)有知識，由此會產(chǎn)生知識溢出效應(yīng)。（4）科技文獻(xiàn)。世界現(xiàn)存的知識中有大量可以輕松獲取甚至免費獲取的基礎(chǔ)性知識，如科技論文、書籍專著、專利等，企業(yè)在學(xué)習(xí)吸收科技文獻(xiàn)的過程中便會產(chǎn)生知識溢出效應(yīng)。（5）模仿學(xué)習(xí)。即使沒有人才、商品的流動以及企業(yè)間的研發(fā)合作，落后企業(yè)仍然可以通過觀察與模仿學(xué)習(xí)獲取先進(jìn)企業(yè)的技術(shù)知識，進(jìn)而產(chǎn)生知識溢出效應(yīng)［14］。（6）企業(yè)家創(chuàng)業(yè)。企業(yè)家創(chuàng)業(yè)過程中一方面需要吸收、利用大量現(xiàn)存的外界知識，另一方面，擁有創(chuàng)意或?qū)＠钠髽I(yè)家在創(chuàng)業(yè)過程中會分享自身的經(jīng)驗和知識，因此新企業(yè)的創(chuàng)立和成長同樣是知識溢出效應(yīng)產(chǎn)生的過程［15］。綜合來看，通過上述各種渠道，不同企業(yè)能夠從彼此的研發(fā)中受益，從而提升其自身創(chuàng)新能力，最終提升其全要素生產(chǎn)率?；谝陨戏治觯疚奶岢鋈缦录僭O(shè)：

假設(shè)1：企業(yè)間知識溢出能夠提升彼此的全要素生產(chǎn)率。

并非所有企業(yè)均能從外界知識溢出中獲益，知識溢出效應(yīng)的產(chǎn)生需建立在一定條件和基礎(chǔ)上，其中最為關(guān)鍵的因素便是企業(yè)的吸收能力［16］和企業(yè)之間的技術(shù)差距［17］。Cohen和Levinthal（1989，1990）［16，18］的開創(chuàng)性研究指出，?企業(yè)研發(fā)投資不僅能夠直接產(chǎn)生知識資本促使自身創(chuàng)新能力提升，還能增強(qiáng)其吸收能力，從而更有效識別和評價外部知識，進(jìn)行學(xué)習(xí)、利用及商業(yè)化應(yīng)用，?這兩種作用使研發(fā)投資具備“兩面性”（The?two?faces?of?R&D）。因此，即使外界存在大量可以獲取的技術(shù)和知識，在企業(yè)自身缺乏一定技術(shù)基礎(chǔ)和知識積累的情況，知識溢出效應(yīng)也很難產(chǎn)生。此外，企業(yè)之間的技術(shù)差距同樣是知識溢出產(chǎn)生的關(guān)鍵影響因素：一方面，技術(shù)差距的擴(kuò)大雖然帶來更多學(xué)習(xí)空間，但企業(yè)有可能無法達(dá)到能夠從知識溢出中獲益的技術(shù)門檻；另一方面，技術(shù)差距的縮小使企業(yè)模仿學(xué)習(xí)能力更強(qiáng)，但可能意味著能從前沿企業(yè)學(xué)到的東西不多［19］。根據(jù)以上分析，本文提出如下假設(shè)：

假設(shè)2：企業(yè)自身具備一定的吸收能力是其能夠從外界知識溢出中獲益的前提條件。

假設(shè)3：企業(yè)之間具有一定的技術(shù)差距是知識溢出能夠產(chǎn)生的前提條件。

（二）企業(yè)異質(zhì)性的調(diào)節(jié)效應(yīng)

結(jié)合經(jīng)典文獻(xiàn)［3，15］以及本文對各種類型企業(yè)層面的調(diào)研觀察，我們認(rèn)為企業(yè)規(guī)模、研發(fā)強(qiáng)度這兩類企業(yè)異質(zhì)性因素對于知識溢出效應(yīng)的發(fā)揮有著重要影響。

1企業(yè)規(guī)模。大企業(yè)一般而言具備兩類特征：第一，研發(fā)項目相比于小企業(yè)而言更為多元化，涉及不同性質(zhì)的技術(shù)種類更多，而每種類型的技術(shù)能從外界獲取的知識溢出往往并不相同，因此多元化的研究項目使大企業(yè)更能從外界知識溢出中獲益［20］。第二，相比于小企業(yè)而言會從事更多基礎(chǔ)研究，而與其他類型的研究相比，基礎(chǔ)研究更能增強(qiáng)企業(yè)學(xué)習(xí)外界先進(jìn)知識和技術(shù)的能力［21］。上述分析意味著大型企業(yè)能夠從知識溢出中獲益更多，從而創(chuàng)新能力更強(qiáng)，這與熊彼特假說［3］相一致。但是，大企業(yè)通常位于技術(shù)前沿，是其他企業(yè)的“學(xué)習(xí)對象”，自身難以從外界獲取有價值的知識，而且大企業(yè)對于外部知識可能不夠重視，在接受外部知識時存在“惰性”或者“傲慢”，這可能導(dǎo)致其難以從知識溢出中獲益。與大企業(yè)相比，小企業(yè)在利用知識溢出方面也具有獨特優(yōu)勢。小企業(yè)的研發(fā)資金通常沒有大企業(yè)充裕，技術(shù)也沒有大企業(yè)先進(jìn)，因此其對外界知識的重視程度通常高于大企業(yè)［15］。小企業(yè)之間的溝通互動與相互學(xué)習(xí)通常也更為頻繁，這能使其獲取更多的知識溢出［22］。僅憑理論分析無法確定企業(yè)規(guī)模與知識溢出的關(guān)系，具體情況依賴于實證檢驗。據(jù)此，本文提出如下對立假設(shè)：

假設(shè)4A：外界知識溢出對小規(guī)模企業(yè)全要素生產(chǎn)率的提升作用更大。

假設(shè)4B：外界知識溢出對大規(guī)模企業(yè)全要素生產(chǎn)率的提升作用更大。

2研發(fā)強(qiáng)度。不同企業(yè)由于所處行業(yè)不同，其要素使用情況、創(chuàng)新機(jī)制、創(chuàng)新理念具有較大差異［23］，因此知識溢出所依賴的不同渠道的有效性因行業(yè)而異［24］。企業(yè)的研發(fā)強(qiáng)度能夠較好反映企業(yè)所處行業(yè)的特征以及技術(shù)特質(zhì)，可能與知識溢出存在某種內(nèi)在關(guān)聯(lián)：首先，研發(fā)強(qiáng)度高的企業(yè)往往屬于高技術(shù)產(chǎn)業(yè)，這類產(chǎn)業(yè)技術(shù)革新速度快，對知識和技術(shù)的需求普遍比其他產(chǎn)業(yè)高，而且愿意把大量資源傾斜在創(chuàng)新活動，這本身體現(xiàn)了企業(yè)的某種“特質(zhì)”，即對創(chuàng)新的重視程度高于其他企業(yè)，因此會對外界知識更為關(guān)注［15］；其次，高技術(shù)產(chǎn)業(yè)自身技術(shù)水平較強(qiáng)，因此更容易把握外界知識和技術(shù)，吸收能力更強(qiáng)；最后，高技術(shù)產(chǎn)業(yè)更依賴于專用設(shè)備、專業(yè)人才，其溝通互動通常在地理上受到更多限制，因此在新技術(shù)發(fā)展迅速的行業(yè)中企業(yè)會在地理空間上顯著集聚，而這種地理集聚會刺激企業(yè)創(chuàng)新及其傳播，這有利于知識溢出效應(yīng)發(fā)揮［22］。由此，本文提出如下假設(shè)：

假設(shè)5：外界知識溢出對高研發(fā)強(qiáng)度企業(yè)全要素生產(chǎn)率的提升作用更大。

三、研究設(shè)計

（一）知識溢出效應(yīng)的識別方法

知識溢出在理論上的含義雖相對明確，但進(jìn)行實證測算時面臨較大困難。首先，并非所有類型的知識都能清晰表述和有效轉(zhuǎn)移，對于可以用一定符碼系統(tǒng)完整表述的“顯性知識”（Explicit?knowledge），其傳播與擴(kuò)散相對容易觀測，但是對于“隱性知識”（Tacit?knowledge）而言則幾乎無法觀測；其次，知識溢出的作用鏈很長，其作用范圍可能非常廣，以至于“人們很難在浩瀚如沙的數(shù)據(jù)中搜尋溢出效應(yīng)的軌跡”［25］。學(xué)術(shù)界對于知識溢出的測算至今沒有統(tǒng)一標(biāo)準(zhǔn)，被多數(shù)學(xué)者所接受的是Jaffe（1986）［26］提出的技術(shù)相似度方法。但Bloom等（2013）［9］指出，由于官方統(tǒng)計的價格平減指數(shù)存在缺陷，由此測算得到的企業(yè)全要素生產(chǎn)率往往是“收入”生產(chǎn)率，難以純粹反映企業(yè)的技術(shù)水平，此時企業(yè)全要素生產(chǎn)率會同時被外界企業(yè)研發(fā)所帶來的兩種外部性所影響，分別為正的知識溢出效應(yīng)以及負(fù)的偷生意效應(yīng)，僅使用Jaffe（1986）［26］的方法對知識溢出進(jìn)行測算可能會被偷生意效應(yīng)所干擾，使結(jié)果出現(xiàn)偏差。

為解決上述問題，參考Bloom等［9］的方法識別知識溢出效應(yīng)對企業(yè)全要素生產(chǎn)率的影響，這里簡單介紹識別策略⑤。（1）將能對本企業(yè)產(chǎn)生知識溢出效應(yīng)與偷生意效應(yīng)所有企業(yè)劃分為本企業(yè)的四類空間鄰居：技術(shù)空間鄰居、地理空間鄰居、產(chǎn)業(yè)鏈垂直空間鄰居、產(chǎn)品市場空間鄰居。由于四類空間鄰居間存在相互重疊關(guān)系（圖1），因此以Jaffe（1986）［26］為代表的一系列文獻(xiàn)中所使用的方法（即僅考察技術(shù)空間鄰居的研發(fā)對本企業(yè)的影響）測算得到的知識溢出效應(yīng)可能存在偏誤，更為科學(xué)的識別策略需要將產(chǎn)品市場空間鄰居的研發(fā)對本企業(yè)的影響剔除。（2）設(shè)置企業(yè)間技術(shù)空間距離權(quán)重矩陣ωteckspillij、地理空間距離權(quán)重矩陣ωgeospillij、產(chǎn)業(yè)鏈垂直空間距離權(quán)重矩陣ωverspillij以及產(chǎn)品市場空間距離權(quán)重矩陣ωcompetitionij，進(jìn)而測算潛在的技術(shù)溢出池∑j≠iωteckspillijKj、地理溢出池∑j≠iωgeospillijKj、產(chǎn)業(yè)鏈垂直溢出池∑j≠iωverspillijKj與市場競爭池∑j≠iωcompetitionijKj。其中Kj為除企業(yè)i外某一家企業(yè)j的知識資本。（3）構(gòu)建類似式（1）的計量模型，通過在實證中控制各類潛在影響池以最終識別出知識溢出效應(yīng)的影響。其中TFP代表企業(yè)的全要素生產(chǎn)率，X與Ω為控制變量向量及相應(yīng)系數(shù)向量，系數(shù)τ3、τ4、τ5即為知識溢出效應(yīng)的影響系數(shù)，τ6即為偷生意效應(yīng)的影響系數(shù)。

lnTFPit=τ1+τ2lnKit+τ3ln∑j≠iωtecspillij，tKjt+τ4ln∑j≠iωgeospillij，tKjt+τ5ln∑j≠iωverspillij，tKjt+τ6ln∑j≠iωcompetitionij，tKjt+ΩXit+εit?（1）

圖1?四類空間鄰居的重疊關(guān)系

（資料來源：龐瑞芝等（2021）［31］）

（二）計量模型

由于數(shù)據(jù)可得性問題，本文無法研究基于產(chǎn)業(yè)鏈垂直空間鄰近所產(chǎn)生的知識溢出。事實上由圖1可知，產(chǎn)業(yè)鏈垂直空間鄰居與產(chǎn)品市場空間鄰居重疊關(guān)系較小，可認(rèn)為其不會干擾對知識溢出效應(yīng)的識別。因此，本文構(gòu)建如下計量模型以識別企業(yè)間知識溢出效應(yīng)對彼此全要素生產(chǎn)率的影響：

lnTFPijkt=β1+β2lnKtecspillijkt+β3lnKgeospillijkt+β4lnKcompetitionijkt+β5lnKijkt+αXijkt+λj+μk+ξt+εijkt?（2）

其中，lnTFPijkt表示年份t在行業(yè)j中且位于省份地區(qū)k的企業(yè)i的全要素生產(chǎn)率對數(shù)，lnKtecspillijkt、lnKgeospillijkt、lnKcompetitionijkt分別表示技術(shù)溢出池、地理溢出池與市場競爭池對數(shù)值，lnKijkt表示企業(yè)i的知識資本對數(shù)值。Xijkt為控制變量向量。λj、μk、ξt分別為行業(yè)、地區(qū)、時間固定效應(yīng)，εijkt為隨機(jī)誤差項。

（三）指標(biāo)選擇與測算

（1）被解釋變量。全要素生產(chǎn)率（lnTFP），本文使用OP-ACF法［27-28］估計企業(yè)全要素生產(chǎn)率，并用LP［29］等方法進(jìn)行穩(wěn)健性檢驗。

（2）核心變量。①知識資本（K）。參考經(jīng)典文獻(xiàn)［1］，本文采用永續(xù)盤存法計算知識資本。企業(yè)第t期知識資本Kt的計算公式如下⑥：Kt=Rt-1+（1－δ）Kt-1。其中Rt-1代表企業(yè)在第t－1期的研發(fā)投入，δ為折舊率，按照慣例，假設(shè)δ為15%⑦。接下來需要對研發(fā)投入進(jìn)行價格平減，平減指數(shù)用《中國科技統(tǒng)計年鑒-2020》的研發(fā)經(jīng)費內(nèi)部支出可比價增長率推算得出。最后還需要估算基期知識資本K0，計算公式為［30］：K0=R0/（g+δ）。其中R0為基期實際研發(fā)投入，g為樣本期內(nèi)企業(yè)研發(fā)投入的平均增長率。②技術(shù)溢出池（Ktecspill）。對于企業(yè)i而言，第t期所面臨的技術(shù)溢出池為：Kteckspillit=∑j≠iωteckspillijtKjt。其中Kjt表示企業(yè)j第t期的知識資本，ωteckspillijt表示第t期企業(yè)j與企業(yè)i在技術(shù)空間的距離，計算方法如下⑧：

ωtechspillijt=?FEitFEjt′??FEitFEit′??FEjtFEjt′??=?∑Ee=1fit，efjt，e??∑Ee=1f2it，e∑Ee=1f2jt，e??，i≠j?（3）

其中FEit=（fit，1，…，fit，e，…，fit，E）表示第t期企業(yè)i在技術(shù)空間中的位置向量，F(xiàn)E′it為其轉(zhuǎn)置向量。以國際專利分類（IPC）三位碼作為分類標(biāo)準(zhǔn)，E為樣本中所有企業(yè)全部年份發(fā)明與實用新型專利申請種類總數(shù)，fit，e為第t期企業(yè)i的第e類專利申請數(shù)存量與企業(yè)i所有種類專利申請總數(shù)存量之比。ωteckspillijt的取值范圍為［0，1］，該值越接近于1表明企業(yè)間距離越近。③地理溢出池（Kgeospill）。對于企業(yè)i而言，第t期所面臨的地理溢出池為：Kgeospillit=∑j≠iωgeospillijKjt。其中ωgeospillij表示企業(yè)j與企業(yè)i在地理空間中的距離（假設(shè)其不隨時間改變），計算方法如下：

ωgeospillij=?FGiFGj′??FGiFGi′??FGjFGj′??=?∑Gg=1fi，gfj，g??∑Gg=1f2i，g∑Gg=1f2j，g??，i≠j?（4）

其中FGi=（fi，1，…，fi，g，…，fi，G）表示企業(yè)i在地理空間中的位置向量。G為樣本中所有企業(yè)全部年份的發(fā)明、實用新型、外觀設(shè)計專利申請的申請人所在城市以及企業(yè)總部所在城市總數(shù)⑨。fi，g表示企業(yè)i第g座城市出現(xiàn)頻數(shù)與企業(yè)i所有城市出現(xiàn)頻數(shù)之比⑩。④市場競爭池（Kcompetition）。對于企業(yè)i而言，第t期所面臨的市場競爭池為：Kcompetitionit=∑j≠iωcompetitionijtKjt。ωcompetitionijt表示第t期企業(yè)j與企業(yè)i在產(chǎn)品市場空間中的距離，計算方法如下：

ωcompetitionijt=?FCitFCjt′??FCitFCit′??FCjtFCjt′??=?∑Cc=1fit，cfjt，c??∑Cc=1f2it，c∑Cc=1f2jt，c??，i≠j?（5）

其中FCit=（fit，1，…，fit，c，…，fit，C）表示第t期企業(yè)i在產(chǎn)品市場空間中的位置向量。?根據(jù)Bloom等（2013）［9］，可利用企業(yè)分行業(yè)銷售額數(shù)據(jù)構(gòu)建FCit。遺憾的是，中國上市公司雖在其年報中匯報了分行業(yè)主營業(yè)務(wù)收入，但行業(yè)分類混亂且不同公司標(biāo)準(zhǔn)不一，因此無法直接使用。本文分別將Wind、申銀萬國、中信、中證、證監(jiān)會五大上市公司行業(yè)分類標(biāo)準(zhǔn)與企業(yè)分行業(yè)主營業(yè)務(wù)收入相匹配以解決上述問題B11。⑤吸收能力（K）。根據(jù)Cohen和Levinthal（1989）［16］的經(jīng)典研究，本文選取企業(yè)知識資本（K）代表其吸收能力。⑥技術(shù)差距（techgap）。參考Aghion等（2005）［32］，技術(shù)差距定義為：techgapij＝（lnTFPFj－lnTFPij）/lnTFPFj。其中l(wèi)nTFPFj表示與企業(yè)i在同一行業(yè)j（證監(jiān)會二級行業(yè)）的全要素生產(chǎn)率最高的企業(yè)F的全要素生產(chǎn)率對數(shù)值，techgapij的取值范圍為［0，1］，其越大意味著企業(yè)i與技術(shù)前沿的差距越大。⑦企業(yè)規(guī)模（size）。用企業(yè)總資產(chǎn)表示。⑧研發(fā)強(qiáng)度（intensity）。用企業(yè)研發(fā)投入占主營業(yè)務(wù)收入比重表示。

（3）控制變量。①企業(yè)規(guī)模（lnsize），用企業(yè)總資產(chǎn)的對數(shù)值表示。②產(chǎn)品市場競爭程度（market），用企業(yè)銷售毛利率表示。③政府補(bǔ)助（subsidy），用企業(yè)非經(jīng)常性損益中的政府補(bǔ)助與企業(yè)主營業(yè)務(wù)收入之比表示。④企業(yè)年齡（lnage），從企業(yè)上市年份計算，并取對數(shù)。⑤盈利能力（profit），用企業(yè)凈資產(chǎn)收益率表示。⑥現(xiàn)金流量（cash），用企業(yè)銷售商品提供勞務(wù)收到的現(xiàn)金與營業(yè)收入之比表示。⑦成長能力（growth），用企業(yè)總資產(chǎn)增長率表示。⑧營運能力（lnmanage），用企業(yè)營業(yè)周期表示，并取對數(shù)。⑨產(chǎn)權(quán)屬性（state），構(gòu)建虛擬變量，當(dāng)企業(yè)為國有企業(yè)時state＝1，否則state＝0B12。

（四）樣本及數(shù)據(jù)來源

理論上，由于服務(wù)業(yè)生產(chǎn)函數(shù)較為復(fù)雜，非C-D函數(shù)所能刻畫，因此本文選取證監(jiān)會一級行業(yè)分類為制造業(yè)的滬深A(yù)股上市公司樣本進(jìn)行研究B13。在剔除了ST、*ST、沒有專利以及觀測值存在嚴(yán)重缺失或異常的企業(yè)后B14，本文構(gòu)建了2007—2019年的非平衡面板數(shù)據(jù)，并對連續(xù)變量采用Winsorize處理了前后1%的異常觀測值，主要變量的描述性統(tǒng)計見表1。本文所需數(shù)據(jù)來源于CSMAR經(jīng)濟(jì)金融研究數(shù)據(jù)庫、中國研究數(shù)據(jù)服務(wù)平臺（CNRDS）及Wind數(shù)據(jù)庫。

四、實證結(jié)果分析

（一）基準(zhǔn)檢驗

本文將地理溢出池、技術(shù)溢出池與市場競爭池三個變量的七種組合分別作為解釋變量進(jìn)行回歸，以檢驗識別效果，結(jié)果如表2所示。相關(guān)結(jié)果揭示出以下三點：第一，從表2列（1）至列（7）結(jié)果可知，基于地理空間鄰近的知識溢出能顯著促使企業(yè)全要素生產(chǎn)率的提升，而基于技術(shù)空間鄰近的知識溢出的影響則不顯著，此結(jié)果與前文假設(shè)1相符，同時表明地理空間鄰近是企業(yè)間知識溢出效應(yīng)得以產(chǎn)生不可或缺的基本條件。?第二，從表2列（3）及列（5）至列（7）結(jié)果可知，市場競爭池的估計系數(shù)顯著為負(fù)。這可能表明測算得到的全要素生產(chǎn)率并不能純粹反映企業(yè)的技術(shù)水平，此時偷生意效應(yīng)會對企業(yè)全要素生產(chǎn)率產(chǎn)生負(fù)向影響。第三，對比表2列（1）與列（7）發(fā)現(xiàn)，在控制技術(shù)溢出池與市場競爭池后，地理溢出池的估計系數(shù)更大，說明本文的識別策略具有一定成效。

（二）內(nèi)生性問題分析

全要素生產(chǎn)率更高的企業(yè)可能具有以下特征：第一，更有資金和能力從事研發(fā)［1］；第二，通常處于經(jīng)濟(jì)更為發(fā)達(dá)的城市，這類城市聚集了大量企業(yè)，其地理空間鄰居更多；第三，更有能力獲取市場力量和壟斷地位，減少競爭對手威脅。上述特征可能帶來雙向因果問題：即企業(yè)全要素生產(chǎn)率更高導(dǎo)致其知識資本、地理溢出池更大，市場競爭池更小。為緩解此類問題，同時考察知識溢出效應(yīng)對企業(yè)全要素生產(chǎn)率影響的持續(xù)性，本文將地理溢出池、技術(shù)溢出池、市場競爭池以及知識資本變量分別滯后一階、二階、三階進(jìn)行回歸，結(jié)果列于表3列（1）至列（3）?？傮w而言，本文的核心結(jié)論并沒有改變，即企業(yè)間知識溢出對其全要素生產(chǎn)率有顯著正向影響。為進(jìn)一步檢驗上述結(jié)果的穩(wěn)健性，表3列（4）將地理溢出池、技術(shù)溢出池、市場競爭池以及知識資本變量的一階、二階滯后值作為工具變量進(jìn)行兩階段最小二乘法（2SLS）估計，結(jié)果仍然顯示企業(yè)間知識溢出對全要素生產(chǎn)率有正向影響，?因此本文結(jié)論具有一定穩(wěn)健性。

（三）穩(wěn)健性檢驗

本文還進(jìn)行了以下穩(wěn)健性檢驗：（1）改變標(biāo)準(zhǔn)誤的聚類層面?；鶞?zhǔn)回歸的估計結(jié)果采用了企業(yè)層面的聚類穩(wěn)健標(biāo)準(zhǔn)誤，其潛在假設(shè)可能過于寬松，鑒于此，本部分分別聚類到行業(yè)層面以及地區(qū)層面計算穩(wěn)健標(biāo)準(zhǔn)誤，并重新回歸。（2）改變?nèi)厣a(chǎn)率測算方法。全要素生產(chǎn)率是本文的關(guān)鍵變量，為盡量緩解測算全要素生產(chǎn)率過程中的偏誤對估計結(jié)果造成的影響，本部分分別使用OLS、固定效應(yīng)、LP［29］、LP-ACF［28-29］、OP［27］、GMM方法測算企業(yè)全要素生產(chǎn)率，并重新回歸。（3）改變知識資本的折舊率以及用研發(fā)投入替換知識資本變量。測算地理溢出池、技術(shù)溢出池、市場競爭池等核心解釋變量需將所有企業(yè)的知識資本進(jìn)行加權(quán)求和，因此知識資本測算方法的差異可能影響本文結(jié)論?；鶞?zhǔn)檢驗中將知識資本的折舊率設(shè)置為15%，這雖然與多數(shù)文獻(xiàn)的做法一致［1］，但仍然可能存在偏誤，因此本部分分別將折舊率設(shè)置為10%、714%、5%，重新測算企業(yè)知識資本以及地理溢出池、技術(shù)溢出池、市場競爭池，此外，本文還直接用企業(yè)當(dāng)期研發(fā)投入代替知識資本并測算上述變量。在此基礎(chǔ)上重新回歸。（4）改變地理空間距離權(quán)重矩陣的測算方法?；鶞?zhǔn)檢驗中以企業(yè)總部以及研發(fā)部門是否處于同一座城市為標(biāo)準(zhǔn)定義企業(yè)間的地理空間距離權(quán)重，這種做法雖然考慮了企業(yè)研發(fā)部門的鄰近，但也存在缺陷：假設(shè)知識溢出的地理邊界局限于地級市范圍，即使兩家企業(yè)處于相鄰的地級市，其地理空間距離權(quán)重也被定義為0。事實上，有研究發(fā)現(xiàn)，一到兩個省的范圍是中國知識溢出的邊界［33］，因此為檢驗本文結(jié)論的穩(wěn)健性，本部分使用傳統(tǒng)方法［34］，以企業(yè)總部間的地理距離定義距離權(quán)重，?并設(shè)置了八種不同的距離衰減模式分別測算地理溢出池B15。，在此基礎(chǔ)上重新回歸。（5）改變回歸樣本。基準(zhǔn)檢驗所用樣本將缺失的企業(yè)研發(fā)投入數(shù)據(jù)進(jìn)行了補(bǔ)全，考慮到此過程可能影響最終結(jié)果，本部分將缺失數(shù)據(jù)直接剔除，并重新回歸。此外，基準(zhǔn)檢驗將地理溢出池、技術(shù)溢出池與市場競爭池三個變量的七種組合分別作為解釋變量進(jìn)行回歸與對比分析，但由于測算三個變量所需原始數(shù)據(jù)的缺失程度不同，使七種組合的回歸所用樣本存在差異。考慮到在相同數(shù)量樣本下的對比分析更有意義，本部分還將七種組合的回歸樣本刪減為相同數(shù)量進(jìn)行回歸。以上檢驗結(jié)果均表明B16，企業(yè)間知識溢出效應(yīng)對彼此全要素生產(chǎn)率有顯著的正向影響，本文核心結(jié)論具有一定穩(wěn)健性。

（四）知識溢出效應(yīng)的發(fā)生條件檢驗

在前文理論分析部分，本文指出企業(yè)的吸收能力與企業(yè)之間的技術(shù)差距是知識溢出效應(yīng)得以產(chǎn)生的關(guān)鍵影響因素（假設(shè)2與假設(shè)3），本部分使用分組回歸方法，將樣本按相應(yīng)指標(biāo)等分為三組進(jìn)行檢驗，并參考連玉君等（2010）［35］使用費舍爾組合檢驗方法?（Fishers?permutation?test）?檢驗組間系數(shù)差異的顯著性。

1吸收能力。表4列（1）至列（3）給出了按照吸收能力指標(biāo)分組回歸的結(jié)果。結(jié)果顯示在中吸收能力組與強(qiáng)吸收能力組中知識溢出效應(yīng)對企業(yè)全要素生產(chǎn)率有顯著正向影響，在低吸收能力的組中知識溢出效應(yīng)的影響不顯著，組間系數(shù)差異檢驗結(jié)果顯示僅列（1）與列（2）的地理溢出池估計系數(shù)存在顯著差異?？傮w而言此結(jié)果證實了前文的假設(shè)2，即企業(yè)自身具備一定的吸收能力是其能夠從外界知識溢出中獲益的前提條件，而吸收能力強(qiáng)弱與企業(yè)自身的知識資本密切相關(guān)，企業(yè)的研發(fā)投資具有“兩面性”［16，18］。傳統(tǒng)觀點認(rèn)為，知識溢出的存在會抑制從事創(chuàng)新活動的企業(yè)的研發(fā)動機(jī)，導(dǎo)致經(jīng)濟(jì)整體研發(fā)投資不足［36］，但研發(fā)投資“兩面性”的存在可能顛覆這種認(rèn)知。如果研發(fā)投資能夠增強(qiáng)企業(yè)的吸收能力，那么知識溢出的存在將激勵一些企業(yè)進(jìn)行研發(fā)，這會彌補(bǔ)經(jīng)濟(jì)整體研發(fā)投資不足的問題。

2技術(shù)差距。表4列（4）至列（6）給出了按照技術(shù)差距指標(biāo)分組回歸的結(jié)果。結(jié)果顯示僅在中技術(shù)差距組中知識溢出效應(yīng)對企業(yè)全要素生產(chǎn)率有顯著正向影響，在小技術(shù)差距與大技術(shù)差距組中知識溢出效應(yīng)的影響均不顯著，組間系數(shù)差異檢驗結(jié)果顯示，僅列（4）與列（5）地理溢出池的估計系數(shù)存在顯著差異，列（5）與列（6）兩組的回歸系數(shù)不存在顯著差異（經(jīng)驗p值為0146）。綜合來看此結(jié)果證實了前文假設(shè)3，即企業(yè)之間具有一定的技術(shù)差距是知識溢出能夠產(chǎn)生的前提條件，因為技術(shù)差距不大的企業(yè)之間可互相學(xué)習(xí)的知識并不多。通常來說技術(shù)差距過大同樣不利于企業(yè)從外界知識溢出中獲益，表4中列（6）的估計結(jié)果雖然支持了此觀點，但組間系數(shù)差異檢驗卻表明中技術(shù)差距組與大技術(shù)差距組的地理溢出池估計系數(shù)不存在顯著差異，這可能是因為本文所用樣本是中國上市公司數(shù)據(jù)，能夠上市的企業(yè)通常已經(jīng)具有較強(qiáng)實力，企業(yè)之間的技術(shù)差距不會過大B17。

五、知識溢出與全要素生產(chǎn)率：企業(yè)異質(zhì)性的調(diào)節(jié)效應(yīng)

本部分考察企業(yè)規(guī)模、企業(yè)研發(fā)強(qiáng)度這兩種企業(yè)異質(zhì)性特征在知識溢出與全要素生產(chǎn)率的關(guān)系中所發(fā)揮的調(diào)節(jié)效應(yīng)，以檢驗前文的假設(shè)4A、4B及假設(shè)5。目前主流的調(diào)節(jié)效應(yīng)檢驗方法主要有交互項回歸、分組回歸等，考慮到交互項回歸的前提假設(shè)過于嚴(yán)格，本部分我們?nèi)允褂梅纸M回歸方法檢驗企業(yè)異質(zhì)性的調(diào)節(jié)效應(yīng)，并使用費舍爾組合檢驗方法（Fisher′s?permutation?test）檢驗組間系數(shù)差異的顯著性。

（一）企業(yè)規(guī)模

表5列（1）至列（3）給出了按照企業(yè)規(guī)模指標(biāo)分組回歸的結(jié)果。結(jié)果顯示在小企業(yè)規(guī)模與大企業(yè)規(guī)模組中知識溢出效應(yīng)對企業(yè)全要素生產(chǎn)率均有顯著正向影響，在中企業(yè)規(guī)模組中知識溢出效應(yīng)的影響不顯著，組間系數(shù)差異檢驗結(jié)果顯示列（1）、列（2）以及列（2）、列（3）的地理溢出池估計系數(shù)均存在顯著差異。在前文理論分析部分本文曾指出無論是大企業(yè)還是小企業(yè)，在從外界知識溢出效應(yīng)中獲益方面均存在自身獨特優(yōu)勢，并提出了對立假設(shè)4A、4B，本部分的回歸結(jié)果在某種程度上與這兩個假設(shè)均相符。大企業(yè)由于研發(fā)項目種類多、吸收能力強(qiáng)、基礎(chǔ)研究實力更強(qiáng)等原因，能夠從外界知識溢出中獲益更多，小企業(yè)由于對外界知識的重視、與技術(shù)前沿差距更大等原因，同樣能夠從知識溢出效應(yīng)中獲益，中等規(guī)模企業(yè)則不具備大企業(yè)與小企業(yè)的優(yōu)勢，反而無法從知識溢出效應(yīng)中獲益。在創(chuàng)新研究領(lǐng)域中歷來存在兩種對立觀點：一種觀點認(rèn)為大企業(yè)創(chuàng)新能力更強(qiáng)，一種觀點認(rèn)為小企業(yè)創(chuàng)新能力更強(qiáng)。本文結(jié)論一定程度上解釋了上述對立觀點產(chǎn)生的原因，即無論是大企業(yè)還是小企業(yè)在從外界知識溢出中獲益方面都具有獨特優(yōu)勢，因此創(chuàng)新能力均較強(qiáng)。

（二）研發(fā)強(qiáng)度

表5列（4）至列（6）給出了按照研發(fā)強(qiáng)度指標(biāo)分組回歸的結(jié)果。結(jié)果顯示在中研發(fā)強(qiáng)度與高研發(fā)強(qiáng)度組中知識溢出效應(yīng)對企業(yè)全要素生產(chǎn)率有顯著正向影響，在低研發(fā)強(qiáng)度組中知識溢出效應(yīng)的影響不顯著，組間系數(shù)差異檢驗結(jié)果顯示僅列（4）與列（5）的地理溢出池估計系數(shù)存在顯著差異。綜合來看此結(jié)果與前文假設(shè)5相符，即知識溢出效應(yīng)僅對研發(fā)強(qiáng)度較高的企業(yè)的全要素生產(chǎn)率有顯著提升作用，這類企業(yè)多屬于高技術(shù)行業(yè)，在地理空間的集聚程度高于其他企業(yè)，且更為依賴外界知識，須時刻把握技術(shù)變革動態(tài)，同時也具有很強(qiáng)的吸收能力，因此與低研發(fā)強(qiáng)度企業(yè)相比更能有效利用外界知識溢出。

六、結(jié)論與政策建議

中國正處于經(jīng)濟(jì)由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段的關(guān)鍵時期，增強(qiáng)經(jīng)濟(jì)內(nèi)生增長動力、提升全要素生產(chǎn)率是當(dāng)前面臨的重要任務(wù)。企業(yè)研發(fā)活動所產(chǎn)生的知識溢出效應(yīng)是微觀層面企業(yè)全要素生產(chǎn)率提升的重要影響因素，在宏觀層面也被視為經(jīng)濟(jì)持續(xù)增長的重要內(nèi)生動力，對于推動中國經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要意義。鑒于此，本文基于滬深A(yù)股制造業(yè)上市公司樣本數(shù)據(jù)，同時借鑒Bloom等（2013）［9］的思路，通過將知識溢出效應(yīng)與偷生意效應(yīng)分離，使用更加科學(xué)準(zhǔn)確的方法研究了中國企業(yè)間知識溢出對其全要素生產(chǎn)率的影響，并從企業(yè)吸收能力與企業(yè)間技術(shù)差距視角考察了知識溢出效應(yīng)發(fā)生的前提條件。在此基礎(chǔ)上本文還進(jìn)一步研究了企業(yè)規(guī)模、企業(yè)研發(fā)強(qiáng)度這兩類企業(yè)異質(zhì)性因素對于知識溢出效應(yīng)的調(diào)節(jié)作用。主要結(jié)論如下：（1）企業(yè)間知識溢出效應(yīng)對彼此全要素生產(chǎn)率有顯著的正向提升作用，僅技術(shù)空間鄰近并不足以使企業(yè)間產(chǎn)生知識溢出效應(yīng)，地理空間鄰近是知識溢出效應(yīng)得以產(chǎn)生不可或缺的基本要素，經(jīng)過多種穩(wěn)健性檢驗后上述結(jié)論仍然成立。（2）企業(yè)自身具備一定的知識技術(shù)積累和吸收能力，且與技術(shù)前沿存在一定技術(shù)差距是其能夠從外界知識溢出效應(yīng)中獲益，并提升全要素生產(chǎn)率的前提條件，但當(dāng)技術(shù)差距過大時，知識溢出效應(yīng)反而無法產(chǎn)生。（3）小規(guī)模企業(yè)與大規(guī)模企業(yè)在從外界知識溢出效應(yīng)獲益方面均具備其各自獨特優(yōu)勢，而中等規(guī)模企業(yè)無法從知識溢出效應(yīng)中獲益。（4）高研發(fā)強(qiáng)度的企業(yè)在外界知識溢出效應(yīng)中獲益更多，低研發(fā)強(qiáng)度的企業(yè)無法從知識溢出效應(yīng)中獲益。

上述研究結(jié)論對政府部門促進(jìn)企業(yè)從知識溢出中獲益、進(jìn)一步挖掘中國經(jīng)濟(jì)內(nèi)生增長動力以及相關(guān)創(chuàng)新激勵政策的實施具有重要啟示意義：（1）應(yīng)實施更大力度的研發(fā)費用加計扣除、高新技術(shù)企業(yè)稅收優(yōu)惠等政策，完善激勵科技型中小企業(yè)創(chuàng)新的稅收優(yōu)惠政策，激勵企業(yè)加大研發(fā)投入。這不僅能促進(jìn)企業(yè)自身技術(shù)水平提升，還能擴(kuò)大其在知識溢出中的獲益，從而在宏觀層面實現(xiàn)對知識溢出效應(yīng)的高效利用，形成有利的正向循環(huán)。（2）本研究揭示出，即使在互聯(lián)網(wǎng)信息技術(shù)廣泛應(yīng)用和普及的當(dāng)下，地理空間的鄰近仍是企業(yè)間知識溢出得以產(chǎn)生的重要機(jī)制。因此，應(yīng)進(jìn)一步發(fā)展壯大城市群和都市圈，以中心城市和城市群等經(jīng)濟(jì)發(fā)展優(yōu)勢區(qū)域為重點，增強(qiáng)經(jīng)濟(jì)和人口承載能力，因地制宜建設(shè)先進(jìn)產(chǎn)業(yè)基地。這有利于進(jìn)一步利用知識溢出效應(yīng)，帶動全要素生產(chǎn)率整體提升，增強(qiáng)經(jīng)濟(jì)長期增長的內(nèi)生動力。（3）根據(jù)本文研究結(jié)果，部分小微企業(yè)可能因為技術(shù)積累薄弱、與先進(jìn)企業(yè)差距過大等失去從知識溢出中獲益的機(jī)會。?因此，應(yīng)完善服務(wù)于中小微企業(yè)的技術(shù)轉(zhuǎn)移服務(wù)系統(tǒng)和政策體系，提供財稅優(yōu)惠以及融資便利，幫助存在困難的中小微企業(yè)快速度過技術(shù)關(guān)卡、實現(xiàn)整體技術(shù)水平提升、縮小與技術(shù)前沿的差距，從而促進(jìn)其從知識溢出中獲益，步入良性發(fā)展軌道，這有利于經(jīng)濟(jì)整體擴(kuò)大收益遞增效應(yīng)。（4）應(yīng)采取措施鼓勵技術(shù)從高技術(shù)企業(yè)向低技術(shù)企業(yè)流動，搭建高技術(shù)企業(yè)與低技術(shù)企業(yè)的長效合作機(jī)制與平臺，最大程度發(fā)揮高技術(shù)企業(yè)對經(jīng)濟(jì)整體創(chuàng)新的驅(qū)動作用，借助高技術(shù)企業(yè)的創(chuàng)新成果改造傳統(tǒng)企業(yè)，提高傳統(tǒng)企業(yè)的全要素生產(chǎn)率。

注釋：

①??數(shù)據(jù)來源于《中國科技統(tǒng)計年鑒-2020》。

②?企業(yè)研發(fā)強(qiáng)度指企業(yè)研發(fā)投入與主營業(yè)務(wù)收入之比。

③?趙勇和白永秀（2009）、Hall等（2010）對此做了較好的綜述。

④?根據(jù)知識能否清晰地表述和有效的轉(zhuǎn)移，可以把知識分為顯性知識和隱性知識。顯性知識是能夠被人類以一定符碼系統(tǒng)（最典型的是語言，也包括數(shù)學(xué)公式、各類圖表、盲文、手勢語、旗語等諸種符號形式）加以完整表述的知識。隱性知識和顯性知識相對，是指那種我們知道但難以言述的知識。

⑤?詳見龐瑞芝等（2021）［31］一文。

⑥?受篇幅所限，這里未列出具體的推導(dǎo)過程，如有需求可向作者索取。

⑦?白俊紅和李婧（2011）進(jìn)行了較為詳細(xì)的梳理和說明。

⑧?此類方法最初由Jaffe（1986）提出，測算出的距離一般被稱為企業(yè)間技術(shù)相似度。

⑨?每座城市最多統(tǒng)計一次。

⑩?受篇幅所限，這里未列出具體的處理過程，如有需求可向作者索取。

B11?同⑩。

B12?Wind數(shù)據(jù)庫依據(jù)公司大股東或?qū)嶋H控制人的屬性，將企業(yè)的所有制類型分為國有企業(yè)（包括中央國有企業(yè)與地方國有企業(yè)）、民營企業(yè)、外資企業(yè)、集體企業(yè)、公眾企業(yè)五種。

B13?顯然，A股制造業(yè)上市公司并不能代表所有企業(yè)，但基于數(shù)據(jù)可得性，本文只能以此進(jìn)行研究，而且不能保證將結(jié)論推廣到所有企業(yè)時仍然成立。

B14?對缺失不嚴(yán)重的樣本進(jìn)行線性插值補(bǔ)齊。

B15?同⑩。

B16?受篇幅所限，這里未列出具體結(jié)果，如有需求可向作者索取。

B17?由描述性統(tǒng)計表1可知，在本文樣本中技術(shù)差距指標(biāo)的最大值僅為04889，即沒有企業(yè)與前沿企業(yè)全要素生產(chǎn)率的差距超過一半。

參考文獻(xiàn)：

［1］??Griliches?Z.?Issues?in?Assessing?the?Contribution?of?Research?and?Development?to?Productivity?Growth［J］．The?Bell?Journal?of?Economics，1979，10（1）：?92.

［2］?Romer?P?M.?Increasing?Returns?and?Long-Run?Growth［J］．Journal?of?Political?Economy，1986，94（5）：?1002-1037.

［3］?Schumpeter?J?A.?Capitalism，Socialism?and?Democracy［M］．Oxford：?Routledge，1942.

［4］?Arrow?K?J.?The?Economic?Implications?of?Learning?by?Doing［J］．The?Review?of?Economic?Studies，1962，29（3）：?155.

［5］?Hall?B?H，Mairesse?J，Mohnen?P.?Measuring?the?Returns?to?R&D［M］．Handbook?of?the?Economics?of?Innovation.?Amsterdam：?Elsevier，2010：?1033-1082.

［6］?路江涌.?外商直接投資對內(nèi)資企業(yè)效率的影響和渠道［J］．經(jīng)濟(jì)研究，2008（6）：?95-106.

［7］?葉靜怡，林佳，張鵬飛，等.?中國國有企業(yè)的獨特作用：基于知識溢出的視角［J］．經(jīng)濟(jì)研究，2019，54（6）：?40-54.

［8］?胡志強(qiáng)，裴開兵.?研發(fā)溢出、吸收效應(yīng)與經(jīng)營績效——基于創(chuàng)業(yè)板上市企業(yè)的經(jīng)驗證據(jù)［J］．軟科學(xué)，2020，34（4）：?13-18，50.

［9］?Bloom?N，Schankerman?M，Van?Reenen?J.?Identifying?Technology?Spillovers?and?Product?Market?Rivalry［J］．Econometrica，2013，81（4）：?1347-1393.

［10］?Branstetter?L?G.?Looking?for?International?Knowledge?Spillovers?A?Review?of?the?Literature?with?Suggestions?for?New?Approaches［M］//Encaoua?D，Hall?B?H，Laisney?F，et?al.?The?Economics?and?Econometrics?of?Innovation.?Boston：?Springer?US，2000：?495-518.

［11］?Almeida?P，Kogut?B.?Localization?of?Knowledge?and?the?Mobility?of?Engineers?in?Regional?Networks［J］．Management?Science，1999，45（7）：?905-917.

［12］??Coe?D?T，Helpman?E.?International?R&D?Spillovers［J］．European?Economic?Review，1995，39（5）：?859-887.

［13］?D′Aspremont?C，Jacquemin?A.?Cooperative?and?Noncooperative?R&D?in?Duopoly?with?Spillovers［J］．The?American?Economic?Review，1988，78（5）：?1133-1137.

［14］?Aitken?B?J，Harrison?A?E.?Do?Domestic?Firms?Benefit?from?Direct?Foreign?Investment？?Evidence?from?Venezuela［J］．American?Economic?Review，1999，89（3）：?605-618.

［15］?Audretsch?D?B，F(xiàn)eldman?M?P.?R&D?Spillovers?and?the?Geography?of?Innovation?and?Production［J］．The?American?Economic?Review，1996，86（3）：?630-640.

［16］?Cohen?W?M，Levinthal?D?A.?Absorptive?Capacity：?A?New?Perspective?on?Learning?and?Innovation［J］．Administrative?Science?Quarterly，1990，35（1）：?128.

［17］?Aghion?P，Howitt?P.?A?Model?of?Growth?Through?Creative?Destruction［J］．Econometrica，1992，60（2）：?323.

［18］?Cohen?W?M，Levinthal?D?A.?Innovation?and?Learning：?The?Two?Faces?of?R&D［J］．The?Economic?Journal，1989，99（397）：?569.

［19］?Nakamura?T.?Foreign?Investment，Technology?Transfer，and?the?Technology?Gap：?A?Note［J］．Review?of?Development?Economics，2002，6（1）：?39-47.

［20］?Henderson?R，Cockburn?I.?Scale，Scope，and?Spillovers：?The?Determinants?of?Research?Productivity?in?Drug?Discovery［J］．The?RAND?Journal?of?Economics，1996，27（1）：?32.

［21］?劉常勇，謝洪明.?企業(yè)知識吸收能力的主要影響因素［J］．科學(xué)學(xué)研究，2003（3）：?307-310.

［22］?Koo?J.?Determinants?of?Localized?Technology?Spillovers：?Role?of?Regional?and?Industrial?Attributes［J］．Regional?Studies，2007，41（7）：?995-1011.

［23］?Hall?B?H，Jaffe?A?B，Trajtenberg?M.?The?NBER?Patent?Citation?Data?File：?Lessons，Insights?and?Methodological?Tools［R］．Cambridge：?National?Bureau?of?Economic?Research，2001.

［24］?Harabi?N.?Channels?of?R&D?Spillovers：?An?Empirical?Investigation?of?Swiss?Firms［J］．Technovation，1997，17（11）：?627-635.

［25］?Griliches?Z.?The?Search?for?R&D?Spillovers［J］．The?Scandinavian?Journal?of?Economics，1992，94：?S29.

［26］?Jaffe?A?B.?Technological?Opportunity?and?Spillovers?of?R&D：?Evidence?from?Firms′?Patents，Profits，and?Market?Value［J］．The?American?Economic?Review，1986，76（5）：?984-1001.

［27］?Olley?G?S，Pakes?A.?The?Dynamics?of?Productivity?in?the?Telecommunications?Equipment?Industry［J］．Econometrica，1996，64（6）：?1263.

［28］?Ackerberg?D，Caves?K，F(xiàn)razer?G.?Structural?Identification?of?Production?Functions［R］．München：?MPRA?Paper，2006.

［29］?Levinsohn?J，Petrin?A.?Estimating?Production?Functions?Using?Inputs?to?Control?for?Unobservables［J］．The?Review?of?Economic?Studies，2003，70（2）：?317-341.

［30］?吳延兵.?R&D與生產(chǎn)率——基于中國制造業(yè)的實證研究［J］．經(jīng)濟(jì)研究，2006（11）：?60-71.

［31］?龐瑞芝，涂心語，嚴(yán)曉玲.?產(chǎn)品市場競爭與知識溢出如何影響企業(yè)研發(fā)？——基于多維空間鄰近的實證識別［J］．產(chǎn)業(yè)經(jīng)濟(jì)研究，2021（2）：?1-14，29.

［32］?Aghion?P，Bloom?N，Blundell?R，et?al.?Competition?and?Innovation：?An?Inverted-U?Relationship［J］．The?Quarterly?Journal?of?Economics，2005，120（2）：?701-728.

［33］?符淼.?地理距離和技術(shù)外溢效應(yīng)——對技術(shù)和經(jīng)濟(jì)集聚現(xiàn)象的空間計量學(xué)解釋［J］．經(jīng)濟(jì)學(xué)（季刊），2009，8（4）：?1549-1566.

［34］?王文翌，安同良.?產(chǎn)業(yè)集聚、創(chuàng)新與知識溢出——基于中國制造業(yè)上市公司的實證［J］．產(chǎn)業(yè)經(jīng)濟(jì)研究，2014（4）：?22-29.

［35］?連玉君，彭方平，蘇治.?融資約束與流動性管理行為［J］．金融研究，2010（10）：?158-171.

［36］?Pepall?L，Richards?D，Norman?G.?Industrial?Organization：?Contemporary?Theory?and?Empirical?Applications［M］．New?Jersey：?John?Wiley?&?Sons，2014.

Knowledge?Spillover，Enterprise?Heterogeneity?and?Enterprise?Total?Factor

Productivity——Empirical?Evidence?from?Listed?Manufacturing?Companies

TU?Xin-yu1，2，YAN?Xiao-ling1，WANG?Shan-shan1

（1.?School?of?Economics，Nankai?University，Tianjin?300071，China；

2.?School?of?Finance，F(xiàn)ujian?Jiangxia?University，F(xiàn)uzhou?350108，China）

Abstract：?This?paper?draws?on?the?ideas?of?Bloom?et?al.?（2013）?and?separates?the?effects?of?knowledge?spillover?from?business?stealing?effect?through?the?multidimensional?spatial?proximity?method，and?more?accurately?estimates?the?impact?of?knowledge?spillovers?between?enterprises?on?each?other′s?total?factor?productivity.?Research?based?on?sample?data?of?listed?Chinese?manufacturing?companies?from?2007?to?2019?shows?that：?Knowledge?spillovers?between?enterprises?have?a?significant?effect?on?their?total?factor?productivity.?Geographic?proximity?is?a?necessary?condition?for?the?generation?of?knowledge?spillovers.?Only?technological?proximity?cannot?produce?knowledge?spillovers;?a?certain?absorptive?capacity?and?a?certain?technological?gap?between?companies?are?the?prerequisites?for?the?knowledge?spillover.?However，when?the?technology?gap?between?companies?is?too?large，the?knowledge?spillover?cannot?occur.?Further?research?found?that?both?large?and?small?enterprises?have?their?own?unique?advantages?in?benefiting?from?the?knowledge?spillover，while?medium-sized?enterprises?cannot?benefit?from?the?knowledge?spillover;?knowledge?spillover?can?only?promote?the?total?factor?productivity?of?high-tech?enterprises，does?not?have?a?significant?impact?on?non-high-tech?companies.

Key?words：?total?factor?productivity;?knowledge?spillover;?R&D?and?innovation;?enterprise?heterogeneity;?industrial?agglomeration

（責(zé)任編輯：李江）