地理邻近与知识产权
——基于中国1 331项新能源技术发明专利的实证研究

高 兴1,翟柯宇2

(1.伦敦大学学院 巴特莱特规划学院,英国 伦敦 WC1E 6BT;2.格拉斯哥大学 教育学院,英国 格拉斯哥 G12 8QQ)

虽然远程交流技术快速发展,但现有研究表明专利发明在很大程度上仍依赖于信息的地理邻近。以中国1992-2009年的1 331个新能源发明专利为研究对象,运用Jung Wonn,Jaffe等的实验设计方法,研究了专利引证的地理邻近是否会随时间递进而增大。结果表明,个人、大学、公司及其它种类发明专利引证的地理邻近会随着时间变化而增大,而政府受到的影响较小。另外,由于区域城市分属不同省份,因此并不能证明区域专利引证的地理邻近也会随着时间变化而增大。

关键词地理邻近;专利引证;新能源技术;知识产权

0 引言

远程交流与信息技术的迅速发展使得信息流动变得更为通畅,与此同时,知识的经济转化刺激了世界范围内的知识生产[1]。这两个改变表明日益增加的知识生产活动将会跨空间传播。大量地理经济学、城市经济学的研究表明:人力资本与知识生产组织之间的地理邻近仍然是保持创新能力的重要因素。来自生物技术[2]、半导体[3]、航天航空工业[4]和传媒[5]等创新部门的案例分析已经揭示产业集聚是一个常见现象。即使互联网产业被认为是不受地理空间限制的,但它仍然被认为是一种自我集聚[6]。同时,经济学家们已关注到知识资本对经济增长总量的作用,尤其是知识溢出的作用[7]。大量研究都得到同一个结论:既定知识种类的流动受限于成本及地理距离[8]。在中国,企业集群现象大量出现并一度成为驱动区域经济增长的主要力量,但是近年来企业集群对经济增长的促进作用正在减弱[9]。究竟地理邻近是增加还是阻碍了创新?新能源产业的创新能力如何被地理邻近影响?是否应该继续强化地理邻近?本文以新能源技术发明专利为研究样本,试图回答上述问题。

1 文献综述

首先,在地理邻近影响创新的实证研究中,Jaffe[10]基于美国各州专利数据的研究表明,企业专利数量与其所在州大学的R&D支出呈正相关关系,即知识创新与地理邻近相互促进。基于此,他推断从大学到企业都存在知识溢出效应。因此,Krugman[11]强调必须重视知识溢出的重要性,并对其回报率的日益增大给予关注。为此,他重新审视了Marshall 关于城市出现产业集聚现象的解释。Marshall[12]认为有3个原因导致该现象,即对专业技能劳工的共同需求、中间品的产业发展以及产业或企业中的知识溢出效应。Krugman[13]认为前两点被重视是因为知识流动是不可视的。相似地,Acs等[14]学者使用不同数据仍然得出知识创新与地理邻近是相互促进的结论。在控制产品的地理分布后,Kelly & Hageman[15]通过测试知识生产活动的集聚状态发现,假设不存在知识溢出,知识生产活动(通过专利数量衡量)的分布与普通产品生产活动(通过工人数量衡量)的分布相似,并且应用质量阶梯模型对国家层面数据进行验证后发现,即使在控制工人区位因素后,专利在地理上仍然呈现聚集状态。

其次,在知识流动时间改变方面,Jaffe & Trajtenberg[16]发现,在一项专利被授权后的若干年,在同一国家(区位影响)发明者会作出不相称的引证,但是国外引证的比例会随时间变化而增大,表明地理距离会带来先动优势。但是,他们没有调查当前的区位影响是否比以往更显著。Jaffe等[17]分别对1975年和1980年的专利引证样本作了t检验,发现区位因素对1980年的专利引证影响比1975年的显著,但是并没有得出区位影响力日益增大的结论,这是因为没有完全控制滞后引用。与此相反,Johnson 等[18]发现,专利合作者之间的距离以及引用和被引用专利之间的距离会随着时间变化而增大。这里的距离是指物理距离。然而,随着当今交通设施以及交流技术的发展,时间、成本与距离之间是非线性相关的。因此,距离应该被定义为带有独特阈值的间断变量。由于Johnson 等并没有控制创造活动的现存分布,他们发现距离因素重要性的减弱是由创造活动从美国东北部向南部、西部的长期历史性转移造成的,且该时期专利地理中心发生转移[19]。因此,在其它因素相同的情况下,引用专利与被引专利之间平均距离的增加是可能发生的。

另外,西方理论研究也表明,地理邻近对知识生产活动的影响客观存在。意会知识在地理上通常有界限,这是因为知识的生产、开发和传播需要经济体间密集、高成本、高文化的嵌入交互[20]。因此,在国家创新体系支持下,经济体间的这种交互更容易通过非正式渠道在全国范围内展开[21]。这表明地理邻近有利于创新。从劳工市场角度而言,Almeida & Kogut[22]认为劳工市场的灵活性对于加快当地知识流动也很重要,这是因为地理邻近通常会促进工作变换,加快工作机会寻找及岗位匹配。当个体调换工作时,他们会带着以前积累的知识到新的工作岗位上。因此,日益提升的就业弹性有助于促进知识流动。

最后,由于产品生命周期缩短,产品的快速模仿、市场的交叉渗透及全球化加速削弱了产品的质量与成本优势[23]。为了应对这种情况,创新必须及时,而标准化和编码化有助于远距离知识转移的高效化[24]。信息的不确定性来自其一直处于发展过程中,在这种情况下,不同地方经济机构之间的有计划联系使得迅速理解变得不足[25]。在这种情况下,也会存在一种道德风险,只有通过持久的直接联系才能克服[26]

目前,国内尚没有直接针对地理邻近与知识生产或知识产权关系的相关研究。苏芳林[27]认为,地理邻近与区域创新能力呈正相关关系,在其它情况不变的条件下,地理邻近区域的专利申请量每增加1%,其专利产出量会增加0.22%。相似地,宋丽思和陈向东[28]也发现技术溢出效应会随着空间物理距离的增大而降低。但是也有一些学者指出地理邻近对集群的负面影响。吴义杰、何健[29]认为由地理集聚导致的集群向心力是有限的,当集群进入成长和成熟期后,社会资本和社会网络将成为集群的保障,而地理集聚将会成为非关键因素。

总之,现有研究为本文提供了如下基础:第一,地理邻近是创新过程中的一个必要研究维度;第二,全球化以及空间交通和交流成本的降低对地理邻近来说,是把双刃剑;第三,即使距离变远,知识经济也可以被强化,它可以作为全球网络间远距离的联系[30]。但是,现有研究并没有回答地理邻近是促进了创新还是阻碍了创新,这是一个非常重要的问题。时间是测度知识生产活动集聚状态的一个重要维度,如果不能确定,就不能明确目前的知识生产活动聚集是否是原来的存留,未来是消失还是继续。因此,本文将瞄准新能源技术产业,采用新能源技术发明专利数据回答以上问题,并为是否鼓励产业地理邻近以及如何提升集聚创新能力提供政策建议。

2 数据与方法

2.1 专利引证数据

专利引证历来被认为是一个能够衡量发明与创新情况的有效指标[31]。但是,该指标仍然存在一些局限,首先,一些专利没有实现市场化,因此其对经济总量没有直接贡献,但是Acs 等[32]认为专利数据能够较好地反映商业创新的地理性质。特别是当研究主题是知识生产时,非商业化专利也是相关的[33]。其次,行业不同,对专利的倾向和态度也不同。总体来说,服务业对经济总量的贡献日益加大,但是其专利化的可能性较小[34],所以对经济总量的影响不大,而来自制药及化工行业的知识更可能被专利化[35]。由于本文研究对象为新能源技术产业,因此不存在专利引证指标缺陷。第三是关于专利引证是否可以真实反映创新者之间的知识流动。在美国,当专利和商标局(USPTO) 的专利审查员认为一些必要索引在发明者最初的索引列表上缺失时,他们能够将这些引证加在这些专利上[36]。但是如果一条引证是由审查员加上去的,那么这个引证就不能准确反映知识流动。多项研究表明,审查员加上的引证与该专利发明者的知识极其一致,并且审查员倾向于引证同一地区的专利[37-38]。在中国,专利审查员也会根据专利情况加入应有的引证,并依据《中华人民共和国专利法》、《中华人民共和国专利法实施细则》和《专利审查指南》进行严格审查。因此,严格遵循专利发明人的原始引证,能够最大限度定位创新者之间的知识流动。个体发明者和专利权人间的通讯信息为地理分析提供了一个独特视角,基于该优势,越来越多的地理学家和城市经济学家开始使用专利数据[39-40]。另外,本文选取新能源发明专利数表征知识生产,这是因为,首先,相比实用新型和外观设计,发明专利的技术和创新含量较高;其次, 发明专利的质量和知识度较高;最后,发明专利的市场价值和竞争力较强。同时,目前并没有研究或证据表明,专利许可和转让可以用作知识生产的代理变量,且专利许可和转让对专利的覆盖范围比较小,并不能代表全部的创新性知识,但是本文依然考虑这两个指标,并且在后文的发明人类型中对专利受让人进行了详细解释与规定。因此,总体来说,专利引证仍然是有效的。

本文数据主要来源于CNIPR和SIPO专利索引数据文件,包括专利信息、发明者信息、引证记录、发明人及专利权人地址。本文以新能源、核能、太阳能、风能、生物质能、地热能、海洋能、氢能为关键词,搜索中国1992-2009年的有效专利数。基于Jung Won 和Jaffe的方法,根据发明者所在城市,将每个发明者分配到一个城市。因此,本文会使用发明者的邮编地址。本文严格限定研究对象为中国国内发明者,如果发明者是外国人且地址是国外的,将剔除出去。

2.2 地理邻近重要性变迁

基于Jaffe[41]等的实验设计,当一个专利涉及N个发明者时,那么每个发明者对专利的贡献为1/N。相应地,N1发明者的一个被引专利与N2发明者的一个引证专利之间的一个引证被认为是N2发明者引证的一个集合,并且每个都会赋予1/(N1N2)的权重。举例说明,假设存在专利A和专利B两个专利,并且前者引用了后者,作为引用专利的专利A有两个发明者,一个在沃尔密集,另外一个在英国,被索引专利B有3个发明者,他们分别位于拉斯维加斯、法国和中国。在该案例中,专利A的1/2来自沃尔密集,1/2来自英国,相应地,专利B分别来自拉斯维加斯、法国和中国,它们各占1/3。从专利A到专利B的引证被认为是6个小引证的集合,每一个发明人都占有1/6的权重,也就是说,有1/6引证来自从沃尔密集到拉斯维加斯, 1/6引证来自从沃尔密集到法国,另外1/6引证来自从沃尔密集到中国,还有的来自从英国到拉斯维加斯,以此类推。本文使用分数计数,这样的权重设计并没有对知识的整体性进行分割,而是按知识从一个地方流动到另一个地方进行划分,目的是测量知识的空间分布程度。引用和被引用专利均来自同一地理单元被称作完全区域引证(TLC);然后通过全部引证数量分配TLC,是为了得到完全区域引证比例(TLCP)。本文排除如下引证——引证专利与被引证专利被赋予授权人(自我引证)。这是因为该结果极有可能产生于组织内,而不是外部或者地理邻近知识流动的结果。值得注意的是,只有当引证比专利化活动具有更高的区域化表征时,才会产生区域化的知识流动,因此需要控制知识生产活动的地理不均衡性。为此,借鉴Jaffe、Trajtenberg 和 Henderson的控制技术(the JTH control technique: Jaffe et al)。JTH控制技术的本质就是控制变量构建,也就是从同一个专利类别的申请年和授权日中找到一个可以联系每一个专利的控制专利,然后计算出专利数量,且被引专利的地理区位和控制专利的地理区位一致(JTH控制匹配频数)。该频数代表了先前既存知识生产活动的分布。JTH控制匹配频数除以完全引证数量,可以得到JTH控制匹配比(JTHCMP)。净区位引证比(NLCP)可以通过如下方程得到:

NLCP=TLCP-JTHCMP

根据以上定义,NLCP与TLCP呈正比关系,与JTHCMP呈反比关系。无论知识生产活动如何分配,TLCP增加均意味着区域引证偏好增大。另一方面,JTHCMP下降意味着知识生产活动范围更广。反之,则意味非区域引证机会增加。同时,当知识生产活动分布均匀且TLCP不变时,NLCP将会增加。这表明通过测量未实现的非区位引证,NLCP能够间接衡量知识流动。

在一个既定地理范围内,如果NLCP>0,则表明在控制知识生产活动的现存分布后,发明者不对等地引证了同一个地理单元的专利。换而言之,假设现存创造活动在地理空间内均匀分布,在创造新技术的过程中,相比其它地理单元的知识创造,科学家和工程师更倾向于同一地理单元的知识。NLCP<0则表明区域知识流动不重要。通过测量随时间变化的NLCP,可以得到知识流动的区位因素影响是变强还是变弱。

Jaffe 等根据索引专利的申请年份对专利进行分组,本文根据被引证专利年份进行分组,主要是为了测试现在的发明者引证地理邻近的专利是否比以往多。根据Jaffe 等的方法,会选择一个控制专利,其能够匹配引证专利申请的最初级别以及年份,然后比较控制专利与被引证专利,以及引证专利与被引证专利两组的地理交叉。前者表示假定的匹配比例,也就是被引证专利是被当地发明者引证的。本文选择一个控制专利,它能够匹配被引证专利的申请年份以及专利级别中最初的三位数字,然后比较控制专利与引证专利、被引证专利与引证专利两组的地理交叉。Jaffe 等并没有说明为什么要控制引证专利的分布而不是被引证专利,他们的目的是探寻现实引证是否不同于地理上的中性引证。基于本文研究,控制被引证专利更有意义,它会得到既定知识产品生产活动(被引证专利)的分布,并且发现既定年份的索引比其它年份索引更具有本土特点。因此,本文建立了一个数据库,并根据引证专利的申请年份对专利引证进行分组。

然而,数据库存在由引证滞后引致的截断误差问题。Jaffe 等指出,引证专利和被引证专利之间的时间滞后有很大不同,既定专利在申请后的头两年很少被引证,而在申请后的3-11年间,每年都会有相对稳定的引用数量。由于专利会在未来被持续引证,所以无法估计索引的滞后。如数据库仅包含1992年后授权专利的地址信息, 1992年前授权专利的地址缺失,即使1992-2009年这些专利被引证也无法估计索引的滞后。以1992年的引证专利为例。1992年的引证专利不到335 499个索引被做,其中的32.8%是对1992年之前授权专利的引证,相似地,1993年是31.7%,1994年是30.0%,但是到2011年和2010年却分别降落为8.0%与7.8%。为了弥补该问题,移除时间滞后超过7年的专利。之所以选择7年是因为这是索引分布高峰期滞后的一个安全年限——超过一半的引证会发生在专利申请后的7年内。按照该思路,考察1992-2009年的新能源发明专利技术引证信息,同时,搜寻2010-2016年的新能源技术专利信息,这是因为2009年的专利非常有可能在该时期出现引证高峰。

2.3 方法问题

首先需要关注NLCP结果的解释力。如前所述,引证的短时间滞后一般存在,进而影响研究结果。这是因为:①移除时间滞后超过7年的引证,可能导致NLCP被高估。因此,不能将NLCP视为当地知识流动的绝对衡量,但是可以将其视为当地或非当地知识流动的相对衡量指标;②1992-2009年的队列仅包括时间滞后少于7年的引证,所以该时期的NLCP可能被高估。但是,该偏好可能使之后时期的NLCP被低估。解决这些问题后,如果仍能够发现一个增长的NLCPs,则说明地理邻近的重要性随着时间演变而更加凸显。

其次,NLCP不能作为当地信息流动的绝对衡量指标是因为法律上对于最初级别的界定不一致。专利的最初级别应该是代表专利的最初归属,但是该情况并不适用所有产业。半导体产业就是一个例子。如果一项专利在技术投入中使用了半导体专利,那么该项专利会被归入半导体类别,即使该专利和半导体技术为弱相关。由于该专利经常会被其它产业专利引证,因此会减小其NLCP值。而且,随着时间演变半导体产业的重要性更加凸显,后面那些年份的NLCP会比之前发生更严重的缩水。这就解释了为什么NLCP不能作为当地信息流动的绝对衡量指标。

最后,Thompson & Fox-Kean[42]明确指出,如果使用更为严格的控制方法,那么NLCP将会下降。在定义控制专利的过程中,假设相同级别的两个专利具有相同性质,那么相似程度是多少才能被认为是足够相似?次级分类越精细,控制专利与被引证专利就越相似。Thompson & Fox-Kean验证了该问题并发现NLCP会显著变小。上述趋势也证明: NLCP不能够准确衡量当地信息流动水平,但是只要持续使用NLCP,它仍然能够呈现关于该趋势的有力证据。

2.4 发明者类型区别

本文预期不同类型的发明者有不同的当地知识流动水平,且大公司对当地知识的依赖程度较小,但是大公司可能有当地的以及长距离的知识流动[43]。在世界各地设有分支公司的大公司往往有自己的研究者和工程师到世界各地进行面对面的交流以及获取新信息。在长距离的交流过程中,这种技术和组织投资有助于创造分散的知识共同体[44-46]

为了检验该趋势,将发明者分为5类:个人、政府、大学、强创新公司及其它。为了定义发明者类型,借鉴专利信息中的专利权受让人信息。如果专利权受让人是中性的或者是法人,即表明知识产权的法定拥有者已经从发明者转移了。如果一个发明者在一个公司、政府或者大学工作,那么该知识产权会自动转移到他的单位。没有专利权受让人信息的专利极有可能被一个独立发明者占有,因此,可把没有专利权受让人信息的专利分类到个人类别中。 为了测试大学专利受让情况,首先筛选出带有大学、学院、机构的专利,然后手动移除不是大学的机构,再检查1992-2016年所有专利权受让人并且找到其他大学专利权受让人。该过程可能遗漏许多非本土的大学或者受本土大学管理的专利独立机构。非中文国家的大学在中国申请专利时经常会使用学校的英文名称,这也将被纳入大学分类中。当一个大学有分离的实体时,这个实体的名字通常包括大学名字,也被纳入大学分类中。任何被忽视的大学将被分配到强企业或者其它企业类别中,因为在最初数据库中大学和企业被归类到同组中。

1992-2009年,拥有授权转让的前5%公司被归类到强企业,剩下的被归类到其它企业。该方法可能少计了大公司拥有的专利数量,这是因为归属于其它企业类别的公司可能是强企业的子公司。Maurseth 和Verspagen[47]认为,如果引证是在母公司和子公司之间,那么所有大城市内部的引证应该从样本中移除。由于本文研究目的是测量邻近的重要性,因此,母公司与子公司间的引证在地理上的改变将会是整体模式改变的重要组成。而且,不正确分类的影响可能被最小化,最大的公司仍然被归类到强企业种类,而不是其它企业。

3 结果

集聚的重要性会随着时间而凸显。图1表明了3个地理区域层级的NLCP结果: 在国家层面,NLCP 从1992年的 7%增加到2009年的14.5%;在省域层面,NLCP从3%增加到7.5%;在城市层面,NLCP从最初的0.5%增加到最后的5%。在国家层面,引证活动的明显频繁化符合Lundvall 和 Nelson 的结论,即国家创新体系与创新主体紧密相连,从而提升二者的创新力并使他们更专注于创新[48-49]。这个结果也可能源自该时期中国致力于技术发展领域,扶植政策越来越多,且远程交流技术和高新技术产业发展迅猛。 另外,在国家专利增长层面,本文利用增长对数是因为中国快速的专利增长情景不符合线性增长规律。测试结果表明,Pearson相关系数是在5%p值下的0.5。该结果表明中国越来越依赖区域知识的流动。另外,城市和区域层面也呈现出集聚重要性凸显的趋势。导致该结果的原因是由于大公司给予区域发明者以创新外包,产学研紧密合作,以及企业权力下放,从而形成企业创新网络等。与国家层面不同,区域层面关于专利增长和NLCP的相关性检验并没有呈现出有统计意义的显著结果,这可能是由于区域层面的专利增长在很大程度上被非技术因素影响,例如区域之间相互流动的模式、户籍政策等。因此,对该问题还需要更加系统的研究和更多数据支持。以上结果和现存的关于知识流动的结论基本一致,但是仍然没有揭示区域是否是知识流动的一个有效地理单元。区域在本质上不是一个创新的地理模式,从边界来说,区域的概念既不与经济互动的边界相符,例如一个区域内的不同城市属于不同省域,也不匹配政策干预的重要性,例如淮海经济区的政策同样受到其所属四省的约束。除此之外,城市和区域的边界有时候也在不断调整。因此,这个问题很复杂。

图1 不同层级的NLCP改变

理论上来说,技术生命周期的缩短能够解释集聚重要性的调整。很多文献表明,区域本地引证随着时间变化而增加。因此,如果技术生命周期持续缩短,那么区域本地引证将会继续增加,并且平均引证滞后时间也会下降。国家、省域和城市层面所有引证平均滞后时间的波动并没有表明整体产品生命周期的缩短,另外,这些波动也不能反映出中国所有专利整体引证的滞后时间。但可以肯定的是,技术生命周期理论并不能解释本文关于NLCP增加的结果。另外,在文献综述部分的论述以及隐性知识重要性理论对增加的NLCP结果有一定的解释力度,但是就本文数据而言,并没有满足这些理论解释。

另外,相比其它受让人类型,强企业对知识本地流动的依赖性较小,而个体受让人或发明者对于知识本地流动的依赖性最大。创新过程被重组,已经远离了在知识生产和创新过程中大公司将会内化许多步骤的现行创新模式,现在的创新过程涉及许多不同主体或者组织内部关系,并且涉及科学、知识产品和商业化之间的反复作用[50]。这个可能被认为是大公司知识产品外部化的一个例子。Patel 和 Pavitt认为尽管全球化加速了生产交流,但是企业仍然会历史性地保持必要的母国知识生产活动,因为在那里,它们有优先机会获得信息资源以及密集的关系网络。本文计算了前5年和后5年的NLCP权重,然后根据受让人的种类,对这些群众数据进行t检验。结果表明,在99%的置信区间内NLCP显著增加。而在国家层面,个人和政府种类呈现小幅下降趋势,且在城市层面政府类别的NLCP并没有改变,但是这些并不能够证明NLCP增加的重要性。首先,个体种类的小幅下降是由于1992年高强度的正式知识流动。在绝大多数检验期内,个体种类的NLCP比起其它种类的要持续走高。该种类很接近正式知识流动的饱和状态。在城市和国家层面,个体种类的NLCP也验证了该结果 (在国家层面增加了4.5%,在城市层面增加了2.7%)。另外,在城市层面,政府种类知识流动的稳定性反映了相比其它经济主体,政府的创新活动不会屈从于其它力量,甚至比大学种类还要自由。政府研究资金来自政治过程和政治机构的财政分配,并且,相比其它类型,它没有任何时间、金钱或者未来市场价格的压力。总之,饱和理论和政府研究创新的特殊性表明知识流动的地理邻近重要性日益凸显。

4 结语

在不同区域层面上,经济活动的地理性毫无疑问是个复杂现象。本文研究表明,知识产品流动在一定程度上受到地理空间的限制。已有研究表明,对于跨国公司的大多数创新活动而言,它们一定与本国有着千丝万缕的联系[51]。之后,大量实证研究都证明地理邻近对创新的影响。但是,没有任何研究测试在中国随着创新过程、创新模式和科学技术的发展,该现象是加强了还是削弱了。本文尝试弥补该研究空白。结果表明,发明者对当地专利的引用随着时间变化而增加。尽管个体发明者比起企业而言,更加依赖当地的知识创造,但是国家层面的互补协同效应对于大企业更有效,并且会随着时间推移而增强。该结论表明大公司能够使复杂的知识活动或者远距离的知识传输内部化。值得注意的是大学专利数量的上升以及政府和个体专利数量的下降,可能是由于知识产品的日益商业化。在发明专业化的过程中,大学越来越活跃,并且力图通过专利化保护知识产权[52]。因此,政府应增加大学研究经费和政策支持,促进产学研协同效应的更好发挥。另外,独立发明人没有能力将所有发明都转化为商业化产品,所以他们非常有可能将自己的知识产权卖给有能力的企业。也可能存在这种情况——日益增长的知识产品投资可能给个体独立发明者留下的空间更少。但是这并不能抹杀个体发明者的贡献,政策制定者应给予个体发明者相应的制度倾斜,以此营造社会创新氛围和环境,从而有利于提升社会知识产权意识。

当然,还有很多问题有待研究:为什么实力非常雄厚的企业不愿意在中国申请专利?基于创新制度基础的地理性质如何解释?创新的时间和地理分布呈现何种关系等?尤其是在中国范围内。这些研究也许能够解释日益增加的专利活动。毫无疑问,这些研究将有助于理解全球化以及技术知识生产。

参考文献:

[1] LUNDVALL B, JOHNSON B. The learning economy [J]. Journal of Industrial Studies, 1994(1):23-42.

[2] AHARONSON B S, BAUM J A C, FELDMAN M P. Industrial clustering and the returns to inventive activity: Canadian biotechnology firms, 1991-2000[R]. WP 04-03, Danish Research Unit for Industrial Dynamics, Copenhagen,2004.

[3] SAXENIAN A. Regional advantage: culture and competition in Silicon Valley and Route 128 [M]. Cambridge: Harvard University Press, 1994.

[4] SCOTT A J. Technopolis: high-technology industry and regional development in Southern California [M]. Berkeley: University of California Press, 1993.

[5] BATHELT H, GRAFT A. Internal and external dynamics of the Munich film and TV industry cluster and the international entertainment sector [J]. Spaces, 2006(8):1-31.

[6] ZOOK M A. Hubs, nodes and by-passed places: a typology of e-commerce regions in the United States [J]. Tijdschrift voor Economische en Sociale Geografie, 2002, 93(5):509-521.

[7] JAFFE A B, TRAJTENBERG M, HENDERSON R. Geographic localization of knowledge spillovers as evidenced by patent citations [J]. Quarterly Journal of Economics, 1993(108):577-598.

[8] ACS Z J, ANSELIN L, VARGA A. Patents and innovation counts as measures of regional production of new knowledge [J]. Research Policy, 2002(31):1069-1085.

[9] 姜凌,李宴墅. 地理集聚对企业集群发展的制约性研究——基于知识转移的观点[J]. 河南社会科学, 2011, 19(3):197-200.

[10] JAFFE A B. Real effects of academic research[J].American Economic Review,1989(79):957-970.

[11] KRUGMAN P. Georgraphy and trade [M]. Cambridge: MIT press, 1991: 53.

[12] MARSHALL,ALFRED. Principles of economics [M]. London: Macmillan, 1920.

[13] KRUGMAN.P. Georgraphy and trade [M]. Cambridge: MIT press, 1991: 53.

[14] ACS Z J, AUDRETSCH D B, FELDMAN M P. Real effects of academic research: comment [J]. American Economic Review, 1992(82):363-367.

[15] KELLY M, HAGEMAN A. Marshallian externalities in innovation [J]. Journal of Economic Growth, 1999(4):39-54.

[16] JAFFE A B, TRAJTENBERG M. Flows of knowledge from universities and federal laboratories: modeling the flow of patent citations over time and across institutional and geographic boundaries [J]. Proceedings of the National Academy of Sciences of the United States, 1996(93):12671-12677.

[17] JAFFE A B, TRAJTENBERG M, HENDERSON R. Geographic localization of knowledge spillovers as evidenced by patent citations [J]. Quarterly Journal of Economics, 1993(108):577-598.

[18] JOHNSON D K N, SIRIPONG N, BROWN A. The demise of distance? the declining role of physical proximity for knowledge transmission [J].Growth and Change,2006(37):19-33.

[19] OEHUALLACHA IN B, LESLIE T F. Spatial convergence and spillovers in American invention [J]. Annals of the Association of American Geographers, 2005(95):866-886.

[20] GERTLER M S. Tacit knowledge and the economic geography of context, or the undefinable tacitness of being(there) [J]. Journal of Economic Geography, 2003(3):75-99.

[21] NELSON R R. National innovation systems: a comparative analysis [M]. Oxford: Oxford University Press, 1993.

[22] ALMEIDA P, KOGUT B. Localization of knowledge and the mobility of engineers in regional networks [J]. Management Science, 1999(45):905-918.

[23] JUNG WON SONN, MICHAEL STORPER. The increasing importance of geographical proximity in knowledge production: an analysis of US patent citations [J]. Environment and Planning A, 2008(40):1020-1039.

[24] LEAMER E E, STORPER M. The economic geography of the internetage [J]. Journal of International Business Studies, 2001(32):641-665.

[25] AMIN A, COHENDET P. Learning and adaptation in decentralised business networks [J]. Environment and Planning D: Society and Space, 1999(17):87-104.

[26] STORPER M, VENABLES A J. Buzz: face-to-face contact and the urban economy [J]. Journal of Economic Geography, 2004(4):351-370.

[27] 苏方林. 中国省域R&D溢出的空间模式研究[J]. 科学学研究,2006(5):696-701.

[28] 宋丽思,陈向东. 我国四大城市区域创新空间极化趋势的比较研究[J]. 中国软科学, 2009(10):100-108.

[29] 吴义杰,何健. 产业集群的演化过程及形成机制[J]. 甘肃社会科学, 2010(5):181-184.

[30] VERSPAGEN B, SCHOENMAKERS W. The spatial dimension of patenting by multinational firms in Europe [J]. Journal of Economic Geography, 2004(4):23-42.

[31] BRESCHI S, LISSONI F. Mobility and social networks: localised knowledge spillovers revisited [C].Centre for Research on Innovation and Internationalisation, Universitay Bocconi, Milan, 2003.

[32] ACS Z J, ANSELIN L, VARGA A. Patents and innovation counts as measures of regional production of new knowledge [J]. Research Policy, 2002(31):1069-1085.

[33] JUNG WON SONN, MICHAEL STORPER. The increasing importance of geographical proximity in knowledge production: an analysis of US patent citations [J]. Environment and Planning A, 2008(40):1020-1039.

[34] HIPP C, GRUPP H. Innovation in the service sector: the demand for service-specific innovation measurement concepts and typologies [J]. Research Policy, 2005(34):517-535.

[35] SCHERER F M. The propensity to patent [J]. International Journal of Industrial Organization, 1983, 1(1):107-128.

[36] BRESCHI S, MALERBA F. Networks of knowledge through patent citations: an analysis of EPO patent citations data [EB/OL].DRUID Summer Conference, Copenhagen, http://www.druid.dk/conferences/.

[37] JAFFE A B, FOGARTY M S. The meaning of patent citations: report on the NBER/case-western reserve survey of patentees [J]. Nber Working Papers, 2000,30(12):890-892.

[38] THOMPSON P, FOX-KEAN M. Patent citations and the geography of knowledge spillovers: a reassessment [J]. American Economic Review, 2005(95):450-460.

[39] JOHNSON D K N, BROWN A. How the West has won: regional and industrial inversion in US patent activity [J]. Economic Geography, 2004(80):241-260.

[40] O HUALLACHA IN B, LESLIE T F. Spatial convergence and spillovers in American invention [J]. Annals of the Association of American Geographers, 2005(95):866-886.

[41] JAFFE A B, TRAJTENBERG M, HENDERSON R. Geographic localization of knowledge spillovers as evidenced by patent citations [J]. Quarterly Journal of Economics, 1993(108):577-598.

[42] THOMPSON P, FOX-KEAN M. Patent citations and the geography of knowledge spillovers: a reassessment [J]. American Economic Review, 2005(95):450-460.

[43] VERSPAGEN B, SCHOENMAKERS W. The spatial dimension of patenting by multinational firms in Europe [J]. Journal of Economic Geography, 2004(4):23-42.

[44] AMIN A, COHENDET P. Learning and adaptation in decentralised business networks [J]. Environment and Planning D: Society and Space, 1999(17):87-104.

[45] HAKANSON L. Epistemic communities and cluster dynamics: on the role of knowledge in industrial districts [J]. Industry and Innovation, 2005(12):433-463.

[46] LISSONI F. Knowledge codification and the geography of innovation: the case of Brescia mechanical cluster [J]. Research Policy, 2003(30):1479-1550.

[47] MAURSETH P B, VERSPAGEN B. Knowledge spillovers in Europe: a patent citation analysis [J]. Scandinavian Journal of Economics, 2002(104):531-545.

[48] LUNDVALL B-A. National systems of innovation: towards a theory of innovation and interactive learning [J]. Pinter Publishers, 1992,7(4):318-30.

[49] NELSON R R. National innovation systems: a comparative analysis [M]. Oxford: Oxford University Press,1993.

[50] LUNDVALL B-A. National systems of innovation: towards a theory of innovation and interactive learning [J]. Pinter Publishers, 1992,7(4):318-30.

[51] PARI PATEL, KEITH PAVITT. Large firms in the production of the world′s technology:an important case of "Non-Globalisation"[J]. Journal of International Business Studies, 1991,22(1):1.

[52] JAFFE A B. The US patent system in transition: policy innovation and the innovation process [J]. Research Policy, 2000(29):531-557.

GeographicalProximityandIntellectualPropertyRights——AnEmpiricalStudyBasedon1331RenewableEnergyTechnologyPatentsinChina

Gao Xing1,Zhai Keyu2

(1.University College London Bartlett School of Planning, UK London WC1E 6BT; 2.University of Glasgow School of Education, UK Glasgow G12 8QQ)

AbstractDespite the rapid development of remote telecommunication technology, a large number of existing studies show that patent inventions are largely dependent on the geographical proximity of information. Taking 1331 renewable energy technology patents in China from 1992 to 2009 as subjects(Due to the time lag of the citation, the actual patent retrieval period is to 2016), the study take advantage of experimental design method of Jung Won and Jaffe to explore whether the geographical proximity of the patent citation will increase over time. The conclusions indicate that geographical proximity of individuals, universities, companies and other kinds of invention patents will increase with time and that the government will be less affected. In addition, because the cities in a region belong to different provinces, the findings cannot prove that the geographical proximity of regional patent citation will also increase with time.

KeyWords:Geographical Proximity; Patents Citations; Renewable Energy Technologies;Intellectual Property Rights

作者简介高兴(1992-),男,江苏宿迁人,伦敦大学学院巴特莱特规划学院博士研究生,研究方向为知识产权管理、区域与城市发展、经济地理学、政策分析等;翟柯宇(1993-),男,江苏淮安人,格拉斯哥大学教育学院博士研究生,研究方向为国际学生、社会流动、高等教育、区域流动、英语教育等。

收稿日期2018-04-02

文章编号:1001-7348(2018)21-0032-07

文献标识码:A

中图分类号F061.5

DOI10.6049/kjjbydc.2018010053

(责任编辑:胡俊健)