开放科学(资源服务)标识码(OSID)：
With the continuous advancement of scientific and technological revolution and the in-depth development of technological diversification, some traditional industries may gradually decline due to technological obsolescence, while emerging industries will rise driven by technological breakthroughs. However, in the process of investment attraction and industrial planning, if local governments blindly follow similar innovation policy directions (e.g., homogeneous pursuit of high-tech industries) and fail to implement, differentiated development policies based on their own resource endowments and industrial foundations, it will easily trigger the problem of "involutionary" innovation competition—where regions compete for the same market segments with similar technologies, resulting in wasted innovation resources and stagnant industrial upgrading. In contrast, in an environment with high technological diversification, enterprises have more opportunities to access new technological concepts, cross-domain knowledge, and innovative methods (such as integrating digital technology with traditional manufacturing), which can effectively stimulate innovative inspiration and help avoid the trap of homogeneous competition. Therefore, a critical question arises:Can technological diversification suppress involutionary competition? An explanation is needed in terms of academic theory.
To explore the intrinsic relationship between technological diversification and involutionary competition, this study adopts the analytical framework of Marshallian continuum and Schumpeterian break. It focuses on examining how technological diversification suppresses involutionary competition by three pathways: expanding the possibility boundary of innovation, promoting differentiated industrial development, and improving production efficiency and market competitiveness. Furthermore, the study further examines the pathways through Marshallian continuum in the related technical fields and Schumpeterian break in the unrelated technical fields. On this basis, the study uses the patent data of the China National Intellectual Property Administration from 2010 to 2023 to empirically test the above issues. The results show that, firstly, technological diversification significantly suppresses involutionary competition; secondly, the Marshallian continuum effect in the related technical fields and the Schumpeterian break effect in the unrelated technical fields are two key mechanisms; thirdly, inter regional technological complementarity can effectively overcome involutionary competition; fourthly, inhibitory effect is strongest in the western region, followed by the central and eastern regions. In addition, technological diversification has a stronger inhibitory effect in group with higher proportion of non-invention patents; lastly, there is a significant positive moderating effect of the government's efforts to suppress involutionary competition through technological diversification.
This study has three marginal contributions. First, it elucidates the mechanism by which technological diversification suppresses intra-regional innovation competition and the potential impact pathways. Second, aiming at the limitation of traditional technological proximity indices (which mainly measure the similarity of technical fields and ignore the intensity of competition), this study constructs a relatively objective index to measure innovation competition. Finally, by considering the potential heterogeneity of regions, differences in patent-mix composition, and the moderating role of government, the study offers important practical value and theoretical significance. Accordingly, the government should expand open access to big-science facilities, funds cloud labs and cross-region consortia, and use patient capital to ferry firms across the “valley of death”. It should calibrate investment to each region's level: backing emerging niches in lagging areas, widening technology portfolios in middle regions, and channeling abundant resources into basic and breakthrough research in leading cities. Instead of creating subsidy races, the government could systematically support R&D, enforce competition and anti-“involution” laws and eliminate local market barriers to promote industry standards that shift rivalry from price-cutting to value creation.
开放科学(资源服务)标识码(OSID)：
2024年中央经济工作会议提出,“制定全国统一大市场建设条例,综合整治‘内卷式’竞争”。“内卷式”竞争是导致资源过度消耗、竞争加剧以及区域比较优势难以发挥的重要原因,也是制约制造业实现由大到强转变的重要因素。当前,我国地区间存在一定程度产业同构化和配置不合理现象,产能过剩从煤炭、钢铁、水泥等传统行业扩展到光伏、风电、新材料、锂电池等新兴行业,优化地区间产业结构合理配置是新常态下转变发展方式和实现经济高质量发展的关键举措[1]。近年来,中国专利“爆炸式”增长引发学者广泛关注,与此同时,若专利质量停滞不前甚至降低,那么就会存在专利“泡沫”或“创新假象”[2]。根据国家统计局公布的专利数据,2020—2023年我国实用新型专利申请受理量占专利申请总量的均值分别为63.15%、62.15%、62.54%、62.20%,同期实用新型专利申请授权量占比均值分别为72.88%、75.59%、72.25%、65.09%。有研究发现,实用新型专利对我国经济增长和全要素生产率提升边际作用呈现一定程度递减趋势[3]。
在资源稀缺性假设条件下,“内卷”一词原本指同行之间竞相付出更多努力以争夺有限资源,从而导致个体收益努力比下降。在宏观经济学领域,“内卷”更多指地区间同质化竞争或过度消耗资源却并未带来生产力提升。创新“内卷式”竞争则是在这一概念的基础上,尤其强调创新主体在创新过程中产生的无效竞争。随着技术不断进步和多样化发展,一些传统产业可能会逐渐衰退,而新兴产业则会崛起,地区面临按照原有技术路径和发展新技术领域的两难问题。同时,地方政府在招商引资和产业规划过程中如果都遵循相似的创新政策导向,而没有结合本地实际情况采取差异化发展策略,有可能导致产业同构现象加剧,进而形成创新“内卷式”竞争。技术多样化被认为是推动地区经济增长的主要因素,在一个技术多样化环境中,企业更容易接触到新的技术理念、知识和方法,从而激发创新灵感。此外,多样化技术也为企业提供了更多创新路径和选择,有助于企业在激烈的市场竞争中保持领先地位。那么,技术多样化能否抑制创新“内卷式”竞争?其作用于创新“内卷式”竞争的机理又是什么?解答上述问题有助于打破原有技术壁垒和市场垄断,形成新竞争优势。
本文主要贡献在于:①基于马歇尔连续效应和熊彼特断裂效应分析框架,阐释技术多样化抑制创新“内卷式”竞争的作用机理,着重分析相关技术多样化和不相关技术多样化作用于创新“内卷式”竞争的路径。②在传统技术相似度指标基础上,通过对不同地区大类技术领域赋权以及地区创新规模赋权,还原地区在相似技术领域的重叠程度,从而提供一个相对客观的创新“内卷式”竞争测度指标。③考虑到区域潜在异质性、不同地区专利结构偏好差异以及有为政府的调节作用,提出相关政策建议。
回顾既有研究,与本文研究主题紧密关联的文献主要包括以下两类:
(1)关于“内卷式”竞争研究,大体分为3类:第一,“内卷式”竞争表现形式。如学者从GDP锦标赛[4]、产能过剩[5]、产业结构趋同[6]、创新同构[7]等维度为“内卷式”竞争提供了经验证据。第二,“内卷式”竞争产生机理。如从行政竞争视角出发,指出地方官员会以上级政府考核指标为准展开竞争,行政竞争的零和博弈特性会导致区域间出现恶性经济竞争[4],会直接影响产业投资策略,进而导致区域产业结构趋同[8]。从产业投资视角出发,有研究指出面对未来有前景的,企业容易在投资上出现“潮涌现象”,从而导致产能过剩[5]。县域产业结构过度同质化形成的非合意性产业重叠现象极易导致供给侧资源要素低效配置和需求侧市场恶性竞争[9]。从体制机制障碍视角出发,有研究指出制造业转型升级中等技术陷阱、国内国际市场供给侧与需求侧均衡结构性矛盾、国内产业循环和科技创新体制机制障碍是当前中国制造业“内卷式”竞争的主要原因[10]。第三,“内卷式”竞争破解路径。如从区域一体化视角出发,指出区域一体化通过改善资源错配、提升市场潜力、抑制产业同构3条路径,缓解制造业产能过剩[11]。从财政激励视角出发,有研究指出分税制蕴含着丰富的政府间利益分配、努力和风险分担信息,能够因时因地调动各级政府发展经济的积极性,在一定程度上避免“内卷式”竞争[12]。从数字经济驱动视角出发,有研究指出数字经济发展能够催生新产业门类,从而有效降低产业过度同构化问题[13]。从环境治理视角出发,有研究指出淘汰落后产能是新时代有效化解企业产能过剩的重要举措[14]。
(2)关于技术多样化研究,学者围绕技术多样化和经济发展进行积极探讨,大体分为3类:第一,技术多样化对经济发展的影响。如从区域经济增长视角出发,有研究指出技术多样化能够较大幅度地促进经济增长[15],这种增长效应会随着地区技术种类增加而呈现出先增强后衰退趋势[16]。从打破原有路径依赖视角出发,有研究指出那些拥有不同成分技术组成的地区通常更能摆脱技术路径依赖[17]和低端锁定[18]。从创新效率视角出发,有研究指出技术多样化能够显著提升地区创新效率[19]。第二,技术多样化对城市经济发展的影响。如从数字经济发展视角出发,有研究指出技术多样化通过促进城市整合和重组现有技术与新技术, 进而影响城市数字经济发展[20]。从创新网络视角出发,有研究指出技术多样化通过提升创新网络韧性促进城市经济发展[21]。从技术复杂度视角,有学者指出地区技术多样化有助于形成复杂技术知识体系,进而建立不可复制比较优势[22]。第三,技术多样化路径。如从统一大市场视角出发,有研究指出全国统一大市场建设有利于促进创新资源整合,从而对技术多样化产生积极作用[23]。从知识组合角度出发,有研究指出通过与外部创新合作以及对本地区非典型知识进行组合是提升技术多样化的有效路径[24]。从要素配置视角出发,有学者指出国内市场需求、增强区域间技术关联会影响地区创新路径[25]。
总之,当前关于技术多样化影响创新“内卷式”竞争的研究较少,尤其是在新古典分析框架下剖析二者关系的文献较少。另外,国内关于创新“内卷式”竞争的研究尚处于理论探讨阶段,关于技术多样化能否有效抑制创新“内卷式”竞争的文献较少。因此,在“内卷式”竞争背景下,地区技术结构重叠是否会影响地区未来创新路径成为亟待解答的问题。
首先,从地区层面看,技术多样化有利于地区专利池扩充。阿瑟在《技术的本质》一书中指出,大部分技术重大突破均来自对已有技术的重新组合。通过多样化技术组合可以探索出更多前所未有的创新路径,从而推动地区创新发展。当地区拥有多样化技术时,会更倾向于增加研发投入,探索新技术路径以提升自身竞争优势。这种创新格局不仅有助于企业开发出更具有竞争力的产品,还能打破同质化竞争僵局,避免陷入低价低质的恶性循环。其次,从产业层面看,技术多样化能促进产业差异化发展。技术多样化往往伴随着新技术的出现和应用,这些新技术能够突破传统产业边界,催生新产业领域和新业态。例如,人工智能、大数据等前沿智能化技术推动智能制造、数字金融等新兴产业崛起。这些新兴产业不仅为经济增长开辟了新赛道,还使得产业之间的差异化更加明显,促进产业多样化发展。此外,技术多样化还能够推动产业融合。随着技术不断进步,产业间界限越来越模糊,许多产业相互渗透和融合。技术多样化使得不同产业之间的技术交流和合作更加频繁,加快产业间协同创新。这种跨界融合不仅能拓展产业边界,还催生了新商业模式和新业态,进一步推动产业差异化发展。最后,从企业层面看,在多样化技术环境中,企业可以较快获取到所需技术资源,减少创新搜索成本和试错成本。多样化技术背景能为企业提供更多学习机会,促进知识在不同技术领域之间传播和共享,进一步加速创新进程。此外,技术多样化还能提升企业生产效率。不同技术往往对应不同生产方式,通过选择更高效的技术,企业可保证产品质量,同时降低生产成本,提高生产效率,在市场竞争中占据有利地位,避免因为成本过高而被迫参与“内卷式”竞争。同时,技术多样化能增强企业市场竞争力。拥有多样化技术的企业在面对市场变化时更具有灵活性,可以更快适应市场需求变化,调整产品策略和生产方式,这种灵活性使得企业在市场竞争中更具有优势,能够更好地应对“内卷式”竞争带来的挑战。综上所述,技术多样化通过提高地区创新可能性边界、促进产业差异化发展、鼓励企业创新、提升企业生产效率以及增强市场竞争力等方式抑制“内卷式”竞争。据此,本文提出如下假设:
H1:技术多样化能够显著抑制创新“内卷式”竞争。
新古典增长理论认为,经济社会发展的动力源于技术进步,既包括生产和管理方面不那么剧烈但实际上非常重要的改进,对应于马歇尔连续效应,也包括通过创造性破坏颠覆原有技术结构的非连续性变革过程,对应于熊彼特断裂效应。首先,技术多样化能够促进知识在产业内部传递和溢出,通过相关技术关联性形成认知邻近性,推动隐性知识突破组织边界,创造非正式知识流动的“巴斯德象限”,使得隐性知识得以跨组织传播。这种溢出效应能显著降低产业内技术转移粘性信息成本,在原有创新基础上拓展知识扩散维度,从而加速知识传播和创新。其次,技术多样化能够优化产业资源配置。相关技术集聚有利于形成“技术储备池”,使企业沿着技术关联性梯度作出最优技术选择,这种动态匹配过程实质上是阿罗—德布鲁一般均衡在技术要素市场上的微观体现。通过减少资源错配降低生产成本,为资源向产业研发活动集中提供更多可能。最后,技术多样化能够增强产业间联系和协同。具有相似知识背景的多样化技术使得不同产业之间更容易找到合作点,形成产业链上下游紧密协作关系,通过催生跨界创新构建产业共生网络。这种网络外部性不仅能产生Jacobs外部性,更通过“结构洞”效应持续推动马歇尔连续效应的发挥。综上所述,技术多样化通过马歇尔连续效应触发产业内部知识溢出、资源优化配置以及不同产业间协作,进而抑制创新“内卷式”竞争。据此,本文提出如下假设:
H2:技术多样化通过马歇尔连续效应抑制创新“内卷式”竞争。
基于Schumpeterian的创新范式和复杂适应系统理论,不相关技术多样化通过触发熊彼特断裂效应抑制创新“内卷式”竞争。首先,不相关技术多样化能够带来更多跨部门融合机会。根据创新重组理论,不相关技术多样化形成的技术异质性可创造“远缘组合”机会,其创新产出符合幂律分布而非正态分布。这种突破性创新实质上是组合进化在技术空间的体现,通过打破技术轨道路径依赖,产生演化增长意义上的突变式创新,从而加速推进跨领域技术重组。其次,不相关技术多样化会激发破坏性创新。不相关多样化技术生态为破坏性创新提供孵化环境,技术距离增大促使创新搜索半径扩展,使得企业能够突破本地搜索局限,进入全新探索式学习领域。这种创新模式产生的技术范式转换直接对应技术轨迹理论中的不连续性创新,使得企业有机会探索前所未有的技术方向,并开发出具有破坏性创新的产品或服务。最后,不相关技术多样化为企业提供全新生产要素和生产条件的“新结合”。这种新结合能直接改进现有生产流程和市场策略,引发生产函数重构,符合Romer内生增长模型,即通过引入架构性知识,实现生产要素超模组合。这有利于打破行业壁垒,从而触发更多产品创新或工艺创新。综上所述,不相关技术多样化通过熊彼特断裂效应触发更多跨部门机会融合和跨界融合、激发破坏性创新、促进生产要素和生产条件结合,进一步抑制创新“内卷式”竞争。据此,本文提出如下假设:
H3:不相关技术多样化通过熊彼特断裂效应抑制创新“内卷式”竞争。
本文研究对象为中国内地31个省份,研究考察期为2010—2023年,数据主要来源于两个部分:一是用于测度创新“内卷式”竞争程度和技术多样化水平的数据来源于国家知识产权局专利数据;二是相关控制变量数据来源于国家统计局公布的年度省级数据,少量缺失数据由各省区市统计年鉴补齐。
为考察技术多样化对创新“内卷式”竞争的影响,构建如式(1)所示的计量模型:
incompetit=β0+β1diverit+∑βkcontrolsit+λi+μt+εit
(1)
式(1)中,下标i表示地区,t表示时间,incompet表示创新“内卷式”竞争,diver表示技术多样化,controls表示相关控制变量,λi、μt分别表示地区固定效应和时间固定效应,εit表示随机扰动项。
(1)被解释变量:创新“内卷式”竞争(incompet)。创新“内卷式”竞争是指在一个地区现有技术存量中,各种创新要素在不同技术领域的投入份额、配置比例及要素构成表现出的相同行为和倾向,最终反映在以专利产出为表征的技术结构与其它地区呈趋同现象。因此,可通过测度不同地区大类技术领域中小类技术重叠部分反映地区之间创新“内卷式”竞争程度。已有文献通常采用两个地区技术向量夹角余弦值大小表征地区之间技术重叠程度,但存在两个问题:一是当两个地区在少数技术领域创新产出相对集中时,可能被其它多数技术领域专利“稀释”,从而导致两地区技术重叠程度低于真实水平;二是由于不同地区创新规模不同,可能会出现两个地区专利产出体量较小但技术相似度较高的情形,在一定程度上“放大”地区真实技术相似水平。
为解决上述问题,本文在传统技术相似度指标基础上进行两次赋权:一是基于地区大类技术领域专利份额赋权,二是基于地区总体创新规模赋权,经过两次赋权后得到一个地区创新“内卷式”竞争总体水平。以3个地区为例,假设地区A技术公共池有ipcb1至ipcbn共n个技术大类领域,对应技术矩阵为
每个技术大类又由m个技术小类构成,m为所有技术大类领域中技术小类最大值,
分别对应地区A在ipcb1和ipcbn技术领域的小类技术向量,
表示技术大类ipcbn对应技术小类ipcs1,…,ipcsm中专利个数分别为x1n,…,xmn。若在某技术小类ipcsp(1≤p ≤m)中未发现专利申请行为,则记为0。类似地,地区B和地区C对应的技术矩阵分别记为
(见图1)。
图1 创新“内卷式”竞争指标构建
Fig.1 Indicator construction of involutionary innovation competition
图2 双边技术互补矩阵构建
Fig.2 Construction of bilateral technical complementarity matrix
(2)解释变量:技术多样化(diver)。技术多样化指数反映地区技术分散程度,本文采用熵指数测算地区技术多样化水平,如式(2)所示。
(2)
式(2)中,下标i、t分别表示地区和时间;g表示技术类别,以地区大类技术领域作为标准。B表示地区大类技术领域的总数,Pg表示g类技术发明专利申请数量在该地区所有专利中占比。该指标值越大,说明地区参与研发的技术种类越多,即该地区技术集中度越低;反之则表明地区参与研发的技术种类越集中。在此基础上,Frenken等[26]将技术多样化进一步划分为相关技术多样化(rvtec)和不相关技术多样化(uvtec),前者是指创新活动聚焦于某一大类技术领域内多个细分技术领域,后者是指创新活动分布于若干不同大类技术领域,具体测算如式(3)和式(4)所示。
(3)
(4)
式(3)中,rvtecit为地区i第t年相关技术多样化水平。借鉴Theil熵值分解公式,用四位数分类熵值与三位数分类熵值的组间差异衡量区域通过扩展全新知识领域实现技术重组的能力。Pm,it、Pn,it分别代表地区i第t年四位数专利类别中m类专利和三位数专利类别中n类专利占该地区该年所有专利数的比重。式(4)中,uvtecit表示地区i第t年不相关技术多样化水平,通过提取专利IPC分类号三位码刻画技术领域分布均匀程度。Pk,it表示地区i第t年三位码k类专利占该地区当年所有专利的比重,若同一专利分属于两个或多个分类,则在每类中都计入其中。
(3)机制变量。本文机制变量包括马歇尔连续效应(marshall)和熊彼特断裂效应(schumpet)。根据现有专利理论,创新包括以推动技术进步、获取竞争优势来促进高质量发展的实质性创新[27]以及通过追求创新数量和速度的策略性创新[28]。发明专利通常涉及更为复杂的技术创新,是对现有技术的重大突破;而非发明专利,如实用新型专利和外观设计专利技术含量相对较低,主要侧重于产品实用功能改进或外观设计。鉴于此,本文遵循国内学者常用的划分方法[29],将发明专利视为以突破式创新为表征的熊彼特断裂,而将外观设计专利和实用新型专利视为以渐进式创新为表征的马歇尔连续。
(4)控制变量。为尽可能避免遗漏变量带来的内生性问题,本文设置如下控制变量:经济发展水平(gdp)、产业结构(ind)、地区开放程度(open)、规上工业企业数量(firm)、金融发展水平(finance)、财政支出水平(fiscal)、高等学校规模(edu)。为减弱模型可能存在的异方差问题,对相关变量作加1取对数处理。同时,为避免潜在离群值对回归结果造成的干扰,对相关变量进行前后1%的缩尾处理,具体变量定义见表1。
表1 变量定义
Table 1 Variable definitions
变量名称 变量符号 变量测度方法 创新“内卷式”竞争 incompet 基于技术领域专利份额和创新规模赋权后的技术结构相似度 技术多样化 diver 采用专利数据统计地区在不同技术领域的分散程度 马歇尔连续效应 marshall 实用新型专利和外观设计专利申请总数加1取对数 熊彼特断裂效应 schumpet 发明专利申请总量加1取对数 经济发展水平 gdp 地区生产总值的对数 产业结构 ind 第三产业增加值与第二产业增加值的比重 地区开放程度 open 当年美元兑人民币平均汇率乘外商直接投资额取对数 规上工业企业数量 firm 地区规上工业企业数量取对数 金融发展水平 finance 年末金融机构人民币各项存贷款余额取对数 财政支出水平 fiscal 地方财政一般预算支出取对数 高等学校规模 edu 普通高等学校招生数取对数
表2为主要变量的描述性统计结果。地区创新“内卷式”竞争最大值为0.779,最小值为0.020,平均值为0.422,标准差为0.147。这表明,地区之间创新“内卷式”竞争存在一定差异,但波动较小。技术多样化水平最大值为0.848,最小值为0.325,平均值为0.497,标准差为0.091,表明技术多样化水平在地区之间波动较小。
表2 变量描述性统计结果
Table 2 Descriptive statistics
变量 样本量 均值 标准差 最小值 最大值 incompet 434 0.422 0.147 0.020 0.779 diver 434 0.497 0.091 0.325 0.848 marshall 434 9.460 1.594 4.331 12.400 schumpet 434 8.191 1.670 2.773 11.870 gdp 434 9.762 1.026 6.242 11.820 ind 434 1.359 0.744 0.527 5.690 open 434 6.308 2.633 0.006 10.560 firm 434 8.756 1.388 4.043 11.180 finance 434 6.379 1.144 1.802 8.484 fiscal 434 7.533 0.984 3.628 9.554 edu 434 3.043 0.838 0.631 4.473
表3列(1)～(8)汇报了依次加入相关控制变量的检验结果,技术多样化回归系数均在1%水平上显著为负,表明技术多样化有效抑制了创新“内卷式”竞争,假设H1得到验证。此外,从两者所反映的技术特征看,技术多样化更加侧重于创新在相同大类技术领域不同技术小类的分布情况,考察的是专利产出在不同小类技术领域的均匀分布程度;而创新“内卷式”竞争更加侧重于不同创新投资技术领域是否趋同,考察的是技术结构相似程度。因此,前者反映的是某一地区创新在不同技术领域的分布情况,即该地区自身创新选择偏好;而后者反映的是某一地区与其它地区相比,其技术结构的形成可能是基于本地区要素禀赋优势内生的,也有可能是通过接收先发地区技术溢出外生的。因此,两者虽然在概念上看似存在一定相关性,实质上表达的是两个不同层面含义。
表3 基准回归结果
Table 3 Baseline regression results
变量 (1) (2) (3) (4) (5) (6) (7) (8) incompet incompet incompet incompet incompet incompet incompet incompet diver -1.164 *** -1.131 *** -0.884 *** -0.895 *** -0.890 *** -0.898 *** -0.911 *** -0.815 *** (0.151) (0.155) (0.168) (0.169) (0.170) (0.170) (0.178) (0.188) gdp -0.005 0.094 *** 0.096 *** 0.102 *** 0.098 *** 0.096 *** 0.109 *** (0.005) (0.028) (0.028) (0.029) (0.030) (0.031) (0.032) ind -0.163 *** -0.164 *** -0.171 *** -0.139 ** -0.131 ** -0.144 ** (0.046) (0.046) (0.047) (0.055) (0.062) (0.063) open 0.003 0.002 0.002 0.002 0.002 (0.002) (0.002) (0.002) (0.002) (0.002) firm -0.010 -0.011 -0.011 -0.010 (0.013) (0.014) (0.014) (0.014) finance -0.036 -0.036 -0.036 (0.032) (0.033) (0.032) fiscal -0.003 -0.004 (0.011) (0.011) edu -0.002 (0.001) _cons 0.825 *** 0.817 *** 0.671 *** 0.659 *** 0.670 *** 0.679 *** 0.687 *** 0.676 *** (0.067) (0.067) (0.078) (0.078) (0.079) (0.080) (0.086) (0.086) 地区固定 是 是 是 是 是 是 是 是 年份固定 是 是 是 是 是 是 是 是 样本量 434 434 434 433 433 433 433 433 调整 R 2 0.611 0.612 0.624 0.625 0.625 0.626 0.626 0.629
注:括号内为标准误差;***、**、*分别表示1%、5%和10%的显著性水平,下同
(1)替换原有被解释变量。专利申请量反映创新投入规模与技术探索广度,但包含大量未通过审查的提案。而专利授权量则代表经官方审查的创新成果质量与技术可行性,具有更高法律效力与经济价值。两者高度相关,在实证检验中,若核心结论在两种指标下均显著成立,则可增强结果稳健性。故本文在基准回归的基础上,进一步采用发明专利授权量重新测算创新“内卷式”竞争指标。表4列(1)(2)汇报了替换原有被解释变量的检验结果,技术多样化回归系数在1%水平上显著为负,表明技术多样化对创新“内卷式”竞争具有显著抑制作用。
表4 稳健性检验结果
Table 4 Robustness test results
变 量 ( 1 ) ( 2 ) ( 3 ) ( 4 ) ( 5 ) ( 6 ) inc om p e t inc om p e t inc om p e t inc om p e t inc om p e t inc om p e t div e r - 0 . 7 3 8 * * * - 0 . 3 8 9 * * * - 0 . 7 1 7 * * * - 0 . 3 7 7 * * ( 0 . 1 1 4 ) ( 0 . 1 4 0 ) ( 0 . 1 2 4 ) ( 0 . 1 4 9 ) inddiv e r - 0 . 5 0 2 * * * - 0 . 2 2 6 * * ( 0 . 0 9 2 ) ( 0 . 1 1 0 ) _ c o n s 0 . 6 1 7 * * * 0 . 5 0 0 * * * 0 . 3 9 6 * * * 0 . 3 4 8 * * * 0 . 5 0 4 * * * 0 . 4 1 0 * * * ( 0 . 0 4 8 ) ( 0 . 0 6 9 ) ( 0 . 0 3 9 ) ( 0 . 0 5 4 ) ( 0 . 0 5 5 ) ( 0 . 0 6 8 ) 控 制 变 量 否 是 否 是 否 是 地 区 固 定 是 是 是 是 是 是 年 份 固 定 是 是 是 是 是 是 样 本 量 4 3 4 4 3 3 4 3 4 4 3 3 4 3 4 4 3 3 调 整 R 2 0 . 5 9 5 0 . 6 1 8 0 . 7 0 3 0 . 7 3 8 0 . 7 0 6 0 . 7 3 9
(2)替换原有解释变量。Jacobs外部性理论表明,多样化产业聚集能够突破技术路径依赖,通过“主动共聚”形成技术知识池,并拓展技术广度和深度。因此,产业多样化有利于形成技术关联网络,不同产业技术知识可通过地理邻近性加速交叉渗透,促进技术模块跨领域重组与适应性改进。这种“产业生态—技术演化”协同进化过程催生了跨领域技术组合创新,有利于提升地区技术多样化水平。参照Duranton &Puga[30]的方法,本文用产业多样化(inddiver)替换原有解释变量。表4列(3)(4)汇报了替换原有解释变量的检验结果,inddiver回归系数在1%或5%水平上显著为负,表明产业多样化对创新“内卷式”竞争具有显著抑制作用。
(3)变换统计口径。本文进一步以专利分类号小类作为技术领域分组标准,统计大组申请的专利数量,构建技术向量重新测度创新“内卷式”竞争。表4列(5)(6)汇报了替换变换统计口径的检验结果,技术多样化回归系数至少在5%水平上显著为负,表明技术多样化对创新“内卷式”竞争具有显著抑制作用。
本文内生性问题主要来源于两个方面:一是遗漏变量,尽管本文控制了可能影响创新“内卷式”竞争的相关变量,但仍有可能遗漏影响创新“内卷式”竞争的其它变量。二是互为因果,当某一地区创新“内卷式”竞争对经济增长拉动难以为继时,可能会倒逼该地区打破原有创新“舒适区”,在一些新技术领域进行探索和拓展,从而促进该地区技术多样化水平提升。针对上述潜在内生性问题,本文采用工具变量法进行处理。在工具变量选取上,参照章激扬等[31]的方法,采用技术互补作为工具变量。假设属于不同技术大类之间的技术无关,而属于同一技术大类下的不同小类技术形成互补关系,则技术互补可视作不同地区之间所涉行业技术大类的相似度减去同一技术小类的相似度,如式(5)所示。
converij=
(5)
式(5)中,converij表示地区i与地区j之间的技术互补程度;b表示技术大类,B表示技术大类的类别总数;x和y表示技术小类;SB表示技术大类集合。
分别表示地区i和j中技术大类专利数占各自地区专利总数比重。
分别表示地区i和地区j中技术小类专利数占各自地区专利总数比重。converij指数越大,表明地区i和j技术互补程度越高。为得到某地区与其它地区综合技术互补程度,采用一定赋权方法对已有地区间技术互补进行加权,具体分为两步。
第一步,构建地区双边技术互补矩阵。假设共有n个区域,按照排列组合方式共存在
种技术互补关系。以4个地区为例,存在6种技术互补关系,据此构建地区间技术互补矩阵,第i行与第j列技术互补系数为converij,对应地区i和j的技术互补程度。由于地区i与j技术互补与地区j与i技术互补对称,因此满足converij=converji,并且假设地区与自身技术互补为1,即地区技术互补矩阵为一个对角矩阵,如图(2)所示。
第二步,构建地区技术互补综合指数。若对某地区与其它地区技术互补指数进行简单加总,一方面可能会出现该地区技术互补综合指数随着与其具有技术联系地区数量的增加而呈现线性增加趋势;另一方面可能会出现两个地区创新规模较小但技术互补程度虚高等问题,从而造成一定偏误。Los &Verspagen[32]基于美国制造业细分行业研发数据,通过分析各行业间的相互关联,构建4组不同“间接”研发存量来衡量本地经济情况。在此基础上,为构建能够反映地区技术互补程度的综合指标,用地区专利份额对地区间技术互补进行赋权,测算某一地区与其它所有地区技术的互补程度,如式(6)所示。
converi=
(C=C1,…,Cm)
(6)
式(6)中,converi表示地区i技术互补综合指数;converij表示地区i和j之间的技术互补指数,C表示地区包含的技术领域数量,Cm表示第m个地区包含的技术领域数量;zi、zj分别表示地区i和j的发明专利申请数量。为避免工具变量回归的恰好识别问题,在上述工具变量的基础上,进一步使用技术多样化滞后一期、地区技术多样化均值以及地区技术互补均值作为补充工具变量,结果见表5。工具变量回归系数均在1%水平上显著为负,表明在克服潜在内生性问题后,技术多样化对创新“内卷式”竞争的抑制作用依然稳健。此外,从相关统计量看,识别不足检验统计量K-P rk LM的值均在1%统计水平上显著,表明工具变量与内生解释变量之间存在显著相关性。弱识别检验统计量K-P rk Wald F的值远大于10%统计水平的临界值,强烈拒绝存在弱工具变量的原假设。工具变量有效性统计量Hansen J的值远高于常规阈值,未拒绝选取工具变量有效的原假设,因而认为本文工具变量选取合理。
表5 工具变量法检验结果
Table 5 Instrumental variable test results
变 量 ( 1 ) ( 2 ) ( 3 ) ( 4 ) inc om p e t inc om p e t inc om p e t inc om p e t c onv e r - 0 . 2 1 1 * * * ( 0 . 0 6 9 ) L . div e r - 0 . 6 9 8 * * * ( 0 . 1 8 4 ) div e rme an - 1 . 4 9 6 * * * ( 0 . 2 5 0 ) c onv e rme an - 1 . 1 3 9 * * * ( 0 . 2 4 5 ) _ c o n s 0 . 5 1 4 * * * 0 . 5 8 8 * * * 0 . 3 1 1 * * * 2 . 1 8 4 * * * ( 0 . 0 8 9 ) ( 0 . 0 8 5 ) ( 0 . 1 1 3 ) ( 0 . 3 9 9 ) K - P r k L M 1 2 1 . 8 3 5 [ 0 . 0 0 0 ] 1 7 8 . 8 2 2 [ 0 . 0 0 0 ] 1 1 3 . 3 2 0 [ 0 . 0 0 0 ] 1 1 0 . 9 6 1 [ 0 . 0 0 0 ] K - P r k W a l d F 2 8 0 . 6 0 9 3 9 8 . 6 8 5 2 4 1 . 8 2 7 2 2 3 . 4 2 5 H a n s e n J 0 . 2 5 3 [ 0 . 6 3 0 ] 0 . 2 4 0 [ 0 . 5 9 9 ] 0 . 3 4 7 [ 0 . 8 6 5 ] 0 . 3 2 0 [ 0 . 7 9 7 ] 控 制 变 量 是 是 是 是 地 区 固 定 是 是 是 是 年 份 固 定 是 是 是 是 样 本 量 4 3 3 4 0 2 4 3 3 4 3 3 调 整 R 2 0 . 7 4 1 0 . 6 4 2 0 . 6 1 1 0 . 6 3 1
注:[]内为检验统计量对应的P值
为进一步验证相关技术多样化通过马歇尔连续效应抑制创新“内卷式”竞争以及不相关技术多样化通过熊彼特断裂效应抑制创新“内卷式”竞争的作用机制,本文采用中介效应模型对上述问题进行验证。表6列(1)～(3)汇报了以马歇尔连续效应作为中介变量的检验结果,可见一方面存在相关技术多样化抑制创新“内卷式”竞争的直接效应,另一方面存在相关技术多样化通过马歇尔连续效应进一步抑制创新“内卷式”竞争的间接效应。表6列(4)～(6)汇报了以熊彼特断裂效应作为中介变量的检验结果,可见一方面存在不相关技术多样化抑制创新“内卷式”竞争的直接效应,另一方面存在不相关技术多样化通过熊彼特断裂效应进一步抑制创新“内卷式”竞争的间接效应。
表6 机制检验结果
Table 6 Mechanism test results
变 量 ( 1 ) ( 2 ) ( 3 ) ( 4 ) ( 5 ) ( 6 ) mar s ha l l inc om p e t inc om p e t s c hum p e t inc om p e t inc om p e t rvt e c 0 . 7 8 0 * * * - 0 . 1 0 9 * * * ( 0 . 0 3 8 ) ( 0 . 0 2 2 ) mar s ha l l - 0 . 0 2 7 * - 0 . 0 4 6 * * ( 0 . 0 1 5 ) ( 0 . 0 2 1 ) uvt e c 0 . 2 5 5 * * * - 0 . 0 7 8 * * * ( 0 . 0 4 5 ) ( 0 . 0 1 8 ) s c hum p e t - 0 . 0 6 0 * * * - 0 . 0 8 4 * * * ( 0 . 0 2 0 ) ( 0 . 0 2 0 ) _ c o n s 0 . 6 7 4 * 0 . 1 2 1 - 0 . 3 2 1 * * 4 . 3 1 1 * * * 0 . 7 3 2 * * * 0 . 1 8 9 ( 0 . 3 7 0 ) ( 0 . 1 2 3 ) ( 0 . 1 4 9 ) ( 0 . 4 1 1 ) ( 0 . 1 3 5 ) ( 0 . 1 8 4 ) 控 制 变 量 是 是 是 是 是 是 地 区 固 定 是 是 是 是 是 是 年 份 固 定 是 是 是 是 是 是 样 本 量 4 3 3 4 3 3 4 3 3 4 3 3 4 3 3 4 3 3 调 整 R 2 0 . 9 2 4 0 . 6 1 4 0 . 6 3 7 0 . 9 4 3 0 . 6 2 0 0 . 6 3 7
(1)区域异质性检验。根据国家统计局划分标准,将样本地区划分为东、中、西部地区进行检验。表7列(1)～(3)分别汇报了地区异质性检验结果,在采取似不相关检验和费舍尔组合检验后,技术多样化对地区创新“内卷式”竞争的抑制强度由强到弱依次为:西部、中部、东部。可能原因在于:东部地区经济发展水平较高、产业结构更优,更加注重创新高质量发展,从而在一定程度上避免了创新“内卷式”竞争。而中西部地区经济发展水平相对落后、产业结构单一,更容易出现重复建设、同质化竞争等问题,从而加剧创新“内卷式”竞争。此外,东部地区拥有丰富的创新技术资源,更容易形成独特产业优势,从而避免“内卷式”竞争,而资源匮乏地区则可能面临较高的竞争压力。
表7 异质性检验结果
Table 7 Heterogeneity test results
变 量 ( 1 ) ( 2 ) ( 3 ) ( 4 ) ( 5 ) inc om p e t inc om p e t inc om p e t inc om p e t inc om p e t div e r - 0 . 6 5 1 * - 0 . 8 8 6 * * * - 1 . 8 0 7 * * * - 0 . 6 7 0 * * * - 0 . 8 8 1 * * * ( 0 . 3 6 8 ) ( 0 . 2 7 8 ) ( 0 . 3 8 8 ) ( 0 . 2 2 2 ) ( 0 . 2 1 8 ) _ c o n s - 0 . 2 2 5 0 . 3 3 8 * 0 . 6 3 2 * * * - 0 . 2 3 1 * * 0 . 7 5 9 * * * ( 0 . 1 7 5 ) ( 0 . 1 7 7 ) ( 0 . 1 2 7 ) ( 0 . 1 0 6 ) ( 0 . 1 0 0 ) 控 制 变 量 是 是 是 是 是 地 区 固 定 是 是 是 是 是 年 份 固 定 是 是 是 是 是 样 本 量 1 5 4 1 2 6 1 5 3 1 8 1 2 5 2 调 整 R 2 0 . 7 5 2 0 . 7 9 4 0 . 8 5 9 0 . 6 7 3 0 . 7 8 7
(2)专利结构异质性检验。为进一步考察技术多样化对创新“内卷式”竞争是否存在专利结构层面异质性。本文以每年实用新型专利和外观设计专利总数占比均值为基准,将高于均值的非发明专利记为占比较高组,反之则记为较低组。表7列(4)(5)分别汇报了非发明专利占比较低组和较高组样本的检验结果,可见技术多样化对非发明专利占比较高组创新“内卷式”竞争的抑制作用强于较低组。可能原因在于:非发明专利占比较高组更加专注于某一特定技术领域或产品,创新活动相对单一。这种专业化虽然可能带来某些领域的激进式突破,但也会增加同质化竞争风险。当多个企业都在争夺同一有限市场资源时,就容易陷入“内卷式”竞争。而非发明专利占比较低组创新活动更加多样化,涉及技术领域也更广泛,这些企业在创新过程中有更多选择和可能性,可通过技术多样化避免同质化竞争。
为进一步考察技术多样化对创新“内卷式”竞争的作用效果是否受有为政府的调节作用,本文将有为政府作为调节变量纳入回归方程。参照Burnside &Dollar[33]基于多个经济政策混合效应对地方政府调控进行测度的思路,选取经济持续增长、充分就业、稳定物价以及国际收支平衡作为宏观经济政策的四大目标[34],采用主成分分析法得到政府调控指数,将其作为有为政府的代理变量,指标体系如表8所示。
表8 政府调控评价指标体系
Table 8 Government regulation indicator system
一 级 指 标 二 级 指 标 三 级 指 标 属 性 权 重 经 济 增 长 ( g r o w ) 实 际 G D P 经 济 规 模 + 0 . 1 9 6 实 际 G D P 波 动 实 际 G D P 3 年 滚 动 标 准 差 - 0 . 1 6 5 物 价 稳 定 ( p ric e ) 通 货 膨 胀 C P I 计 算 - 0 . 1 3 0 通 货 膨 胀 波 动 通 货 膨 胀 3 年 滚 动 标 准 差 - 0 . 1 0 4 充 分 就 业 ( e m p lo y ) 失 业 率 城 镇 登 记 失 业 率 - 0 . 0 8 0 失 业 率 波 动 失 业 率 3 年 滚 动 标 准 差 - 0 . 1 4 9 国 际 收 支 平 衡 ( ba lanc e ) 净 出 口 占 比 净 出 口 / 进 出 口 总 额 + 0 . 0 9 5 净 出 口 波 动 净 出 口 占 比 3 年 滚 动 标 准 差 - 0 . 0 8 1
表9列(1)～(5)依次汇报了以政府调控综合指数、经济增长、物价稳定、充分就业、国际收支平衡作为有为政府代理变量的调节效应检验结果。交互项系数至少在10%水平上显著为正,表明有为政府对技术多样化抑制创新“内卷式”竞争的作用效果具有显著正向调节作用。可能原因在于:首先,政府作为市场规则制定者和监督者,通过加强市场监管,确保市场公平竞争。政府厘清自身职能与边界,运用法治思维和方式履行市场监督职能,科学划分各级政府部门的市场监督职责,形成权责明确、透明高效、法治保障的市场监管格局,这有助于防止企业陷入低价低质恶性循环,维护市场秩序,促进产业健康发展。其次,政府通过宏观调控和政策引导降低企业融资成本,缓解中小企业资金压力,这有助于提升企业盈利能力,降低“内卷式”竞争对企业造成的财务压力,从而为企业创造更好的营商环境。最后,通过规范地方政府行为,防止地方政策导致的“内卷式”竞争。政府通过加强政策协调和引导,确保地方政策的合理性和科学性,避免引发产业结构失衡、重复建设等问题。综上所述,政府在整治“内卷式”竞争中扮演着至关重要的角色,通过政策制定、市场监管、宏观调控以及规范地方政府行为等措施,为建立更加公平、高效、有序的市场竞争环境提供有力保障。
表9 调节效应检验结果
Table 9 Moderating effect test results
变 量 ( 1 ) ( 2 ) ( 3 ) ( 4 ) ( 5 ) inc om p e t inc om p e t inc om p e t inc om p e t inc om p e t div e r - 0 . 6 3 7 * * - 0 . 5 4 6 * * - 0 . 5 9 4 * * * - 0 . 5 4 3 * * - 0 . 5 1 5 * * * ( 0 . 2 9 1 ) ( 0 . 2 3 9 ) ( 0 . 1 1 2 ) ( 0 . 2 3 6 ) ( 0 . 1 0 5 ) g o v - 0 . 1 3 3 * * * - 0 . 1 4 7 * * * - 0 . 0 6 2 * * * - 0 . 0 6 8 * * * - 0 . 0 3 3 * * * ( 0 . 0 2 2 ) ( 0 . 0 1 8 ) ( 0 . 0 1 1 ) ( 0 . 0 2 2 ) ( 0 . 0 0 9 ) div e r × g o v 0 . 4 2 2 * * ( 0 . 1 7 7 ) div e r × g r o w 0 . 3 7 8 * * * ( 0 . 0 7 3 ) div e r × p ric e 0 . 1 2 8 * * ( 0 . 0 5 4 ) div e r × e m p lo y 0 . 1 8 2 * ( 0 . 1 0 3 ) div e r × ba lanc e 0 . 1 1 2 * * ( 0 . 0 0 8 ) _ c o n s 0 . 6 8 9 * * * 0 . 6 3 8 * * * 0 . 6 6 7 * * * 0 . 5 9 8 * * * 0 . 6 1 5 * * * ( 0 . 0 6 6 ) ( 0 . 0 7 0 ) ( 0 . 0 6 9 ) ( 0 . 0 6 7 ) ( 0 . 0 6 4 ) 控 制 变 量 是 是 是 是 是 地 区 固 定 是 是 是 是 是 年 份 固 定 是 是 是 是 是 样 本 量 4 3 3 4 3 3 4 3 3 4 3 3 4 3 3 调 整 R 2 0 . 6 8 0 0 . 6 4 8 0 . 6 4 5 0 . 6 2 4 0 . 6 4 5
本文基于2010—2023年国家知识产权局专利数据,考察技术多样化对创新“内卷式”竞争的影响,得出如下结论:第一,技术多样化有利于地区专利池扩充,扩大地区创新可能性边界,进而有效抑制地区创新“内卷式”竞争。第二,技术多样化通过相关技术领域的马歇尔连续效应和不相关技术领域的熊彼特断裂效应作用于创新“内卷式”竞争。第三,在构建技术互补指标作为技术多样化工具变量后,区域间技术互补能够有效抑制创新“内卷式”竞争。第四,技术多样化对创新“内卷式”竞争的抑制强度由强到弱依次为西部、中部和东部地区;此外,技术多样化对非发明专利占比较高组创新“内卷式”竞争的抑制作用强于非发明专利占比较低组。第五,将有为政府作为调节变量后,其对技术多样化抑制创新“内卷式”竞争具有显著正向调节作用。
根据上述研究结论,本文提出如下建议:
(1)加强区域技术创新交流与合作。加强大科学装置开放共享,避免信息不对称导致的科研设施重复投资,利用大科学装置进行科研活动,推动装置向更广泛地区开放。例如,通过建立“云实验室”等方式实现全国乃至全球“接单”,让更多地区企业和科研机构享受自动化实验设备带来的便利,降低研发成本。技术范式变革和技术多样化具有较高不确定性,企业对相关领域进行研发攻关需要政府投资基金和国有金融资源支持,引领各方资金在科学与技术之间的“死亡之谷”上“铺路搭桥”。构建高校、企业和科研团队创新联合体,破除发明人才、科技资源在科学研究和应用创新之间的体制壁垒,扩大发明人才和科技资源自由匹配范围,使之在各地区和行业之间充分流动。
(2)加大突破性技术基础研究与应用研究投资力度,促进技术范式转型。各区域应结合自身技术多样化现状,根据所处发展阶段规划并实施创新发展策略。经济欠发达地区应依托现有技术优势精准投资新兴与前沿科技领域,吸引同类企业落户,汇聚创新要素,提升产品品质。经济中等发达地区需逐步拓宽技术创新范畴,有选择性地引进新技术与新产业项目,实施针对性创新激励措施,搭建跨技术领域合作交流平台,为技术多样化创造有利的知识共享环境。经济发达地区在面对发达国家知识溢出限制时,应加大基础性、突破性和原创性创新投入,引导创新要素科学配置,吸引更多创新资源流向技术范式革新。
(3)系统提升政府治理效能。地方政府在招商引资时往往通过出台优惠政策打造出政策“洼地”,可能导致资源向特定产业部门集中,造成产业规划同质化、重复建设和资源浪费问题。政府应出台相关政策强化产业激励,落实研发费用资助政策,减轻企业负担,引导金融机构创新金融产品和服务,为企业提供多元化融资渠道。加强法治建设与执法力度,遏制不正当竞争和“内卷式”恶性竞争。以建设全国统一大市场为目标,系统梳理并调整与公平竞争要求不相适应的政策条款,在法律修订中完善对非理性竞争行为的规制框架。推动行业自律与标准建设,出台反“内卷式”竞争公约,建立行业技术创新标准与规范,借助行业协会等平台开展行业标准规范建设,强化质量管理体系,引导企业加强价值创造。
本文存在以下不足:一是创新“内卷式”竞争所映射的地区技术结构有待明确,其可能是基于本地区要素禀赋优势内生形成,也有可能通过技术溢出效应外生形成;二是技术多样化在不同技术生命周期阶段边际效应差异未被充分验证[35]。未来一方面应将地区空间关联性纳入研究,深入剖析创新“内卷式”竞争来源问题;另一方面,进一步探讨技术多样化对处于不同发展阶段地区创新“内卷式”竞争的影响效应。
[1] 余东华,张昆.要素市场分割、产业结构趋同与制造业高级化[J]. 经济与管理研究, 2020, 41 (1): 36-47.
[2] 张杰,郑文平.创新追赶战略抑制了中国专利质量么[J].经济研究,2018,53(5):28-41.
[3] 毛昊,尹志锋,张锦.中国创新能够摆脱“实用新型专利制度使用陷阱”吗[J].中国工业经济, 2018,35(3): 98-115.
[4] 周黎安.中国地方官员的晋升锦标赛模式研究[J]. 经济研究, 2007,42(7): 36-50.
[5] 林毅夫,巫和懋,邢亦青. “潮涌现象”与产能过剩的形成机制[J]. 经济研究, 2010, 45 (10): 4-19.
[6] 杨亚平,秦宁.粤港澳大湾区真的产业结构趋同了吗——基于制造业产业结构趋同与竞合关系视角[J].暨南学报(哲学社会科学版),2024,46(7):146-164.
[7] 曹再兴,罗能生,黄艳艳. 我国区域创新同构的实证分析[J]. 科技进步与对策, 2009, 26 (20): 32-36.
[8] 闫威,党文珊.区域产业投资策略与区域产业结构趋同:锦标赛机制的视角[J]. 产经评论, 2014, 5 (6): 63-71.
[9] 刘宁,张洪烈,王琳琳.中国县域产业重叠测度与影响因素研究[J]. 统计与信息论坛, 2023, 38 (6): 52-63.
[10] 刘志彪,王兵.中国制造业“内卷式”恶性竞争的发生机制与破解路径[J]. 财经问题研究, 2024,38(12): 3-15.
[11] 杨桐彬,朱英明,张云矿.区域一体化能否缓解制造业产能过剩——基于长江经济带发展战略的研究[J]. 产业经济研究, 2021,19(6): 58-72.
[12] 吕冰洋,陈怡心.财政激励制与晋升锦标赛:增长动力的制度之辩[J].财贸经济, 2022, 43 (6): 25-47.
[13] 于良春,宫园园.数字经济、地区性行政垄断与产业过度同构化[J].当代财经, 2023,39(10): 109-120.
[14] 杜勇,孙帆.地方政府环境治理与企业产能过剩[J]. 财经论丛, 2024,40(9): 80-90.
[15] 章激扬,段继红,师磊.高速增长与高质量发展阶段二元创新活动属性——多样化还是专业化[J]. 当代经济管理, 2022, 44 (5): 14-26.
[16] 冉征,郑江淮.技术范式下的创新发展:技术多样化与技术专业化的经济增长效应研究[J].管理世界,2024,40(9):1-20.
[17] SAVINO T, MESSENI PETRUZZELLI A, ALBINO V. Search and recombination process to innovate: a review of the empirical evidence and a research agenda[J]. International Journal of Management Reviews, 2017, 19(1): 54-75.
[18] KIM J E, TANG T. Preventing early lock-in with technology-specific policy designs: the renewable portfolio standards and diversity in renewable energy technologies[J]. Renewable and Sustainable Energy Reviews, 2020, 123: 109738.
[19] 郭爱君,杨春林,张永年. 长江经济带数字经济产业发展对创新效率的影响——基于技术多样化和技术外溢视角[J].经济体制改革, 2024,32(2): 96-103.
[20] 郭颖,魏佳奇,段炜钰.技术多样化对城市数字经济发展的影响路径研究——基于279个地级市的实证分析[J].经济问题探索, 2024,45(2): 17-29.
[21] 杨洋,王丽丽,李洪涛,等.技术多样化对城市技术网络韧性的影响[J].科技进步与对策,2025,42(16):49-59.
[22] BALLAND P A, RIGBY D. The geography of complex knowledge[J]. Economic Geography, 2017, 93(1): 1-23.
[23] 卞元超,白俊红.全国统一大市场、地区技术多样化与企业技术复杂度[J].数量经济技术经济研究, 2024, 41 (6): 129-150.
[24] 覃柳婷,王秋玉,曾刚.长三角技术多样化、外部创新合作对城市非典型知识组合产出的影响[J].长江流域资源与环境, 2022, 31 (10): 2122-2133.
[25] 张玉昌,冉征,郑江淮,等.地区市场整合如何影响地区创新路径——基于技术多样化的视角[J].南方经济, 2023,41(11): 83-104.
[26] FRENKEN K, VAN OORT F, VERBURG T. Related variety, unrelated variety and regional economic growth[J]. Regional Studies, 2007, 41(5): 685-697.
[27] TAN Y, TIAN X, ZHANG C, et al. Privatization and innovation: evidence from a quasi-natural experience in China[R]. Unpublished Working Paper, 2014.
[28] TONG T W, HE W, HE Z L, et al. Patent regime shift and firm innovation: evidence from the second amendment to China′s patent law[J].Academy of Management, 2014, 2014(1): 14174.
[29] 黎文靖,郑曼妮.实质性创新还是策略性创新——宏观产业政策对微观企业创新的影响[J].经济研究,2016,51(4):60-73.
[30] DURANTON G, PUGA D. Diversity and specialisation in cities: why, where and when does it matter[J]. Urban Studies, 2000, 37(3): 533-555.
[31] 章激扬,邵记友,冯金梅.技术互补如何促进战略性新兴产业效率提升——以长三角为例[J].经济问题探索,2025,46(1):67-91.
[32] LOS B, VERSPAGEN B. R&D spillovers and productivity: evidence from US manufacturing microdata[J]. Empirical Economics, 2000, 25: 127-148.
[33] BURNSIDE C, DOLLAR D. Aid, policies, and growth[J]. American Economic Review, 2000, 90(4): 847-868.
[34] 李瑶,李磊,刘俊霞. 有为政府、有效市场与高质量发展——基于调节效应和门槛效应的经验研究[J].山西财经大学学报,2022,44(2):16-30.
[35] 彭文波,余翔,冯仁涛. 区域多样化模式、技术生命周期与战略性新兴产业创新绩效 [J]. 科技进步与对策, 2024, 41(14): 49-61.