加载中...
Spatial Clustering of Top Talent and Innovation Development in Latecomer Countries: Evidence from Individual Patent Data in China
创新是引领发展的第一动力,后发国家受限于人才资源约束,可依托战略性新兴产业、集聚创新高端人才,从而实现创新发展。本文基于2001—2019年中国战略性新兴产业的个体专利数据,从国家创新发展阶段差异入手拓展传统集聚经济理论,从创新个体集聚的微观视角,定量分析了后发国家创新高端人才集聚对个体创新产出的影响和机制,并利用反事实分析了人才空间分布差异对整体创新产出的影响。研究发现:其一,后发国家创新高端人才的集聚可以有效提升个体创新数量和质量,该提升主要通过建立更紧密的本地知识网络、合作知识溢出、国际知识网络,以及市场化集聚等渠道实现;其二,优化创新高端人才空间分布能够有效提升后发国家的整体创新产出。
Abstract
Innovation is the primary engine of development, with talent being the most critical resource for innovation activities. For latecomer countries with insufficient innovation talent endowments, clustering top innovation talent in key industries is a crucial strategy to achieve innovation catch-up. This paper extends traditional economic theories of agglomeration by considering different stages of national innovation development. Using individual patent data from nine strategic emerging industries in China from 2001 to 2019, it analyzes the impacts and mechanisms of top talent clustering on individual innovation output from a micro perspective. The findings demonstrate that the clustering of top innovation talent in cities significantly enhances both the quantity and quality of individual innovation. This paper identifies four crucial mechanisms: local knowledge networks, collaborative knowledge spillovers, international knowledge networks, and market-based clustering. A counterfactual analysis shows that a uniform distribution of top talent would reduce the nation's total innovation output, while concentrating talent in key industrial cities significantly boosts national innovation output.
高端人才集聚显著提升个体创新数量
基准回归结果显示,创新高端人才集聚程度提高10%时,发明人当年的创新产出可提高约1.3%。该结论在多种稳健性检验下均成立。
高端人才集聚显著提升个体创新质量
采用专利被引数、剔除自引被引数、最大被引数、授权比例、原创性、通用性等多种指标衡量创新质量,发现人才集聚均显著提升个体创新质量。
本地知识网络是重要机制
人才集聚促使发明人更多引用本地专利,本地被引和引用数量显著上升,形成紧密的区域知识网络,知识溢出局限于本地城市。
合作知识溢出带动普通创新者
高端人才集聚本身不直接提升普通发明人产出,但普通发明人通过与高端人才合作,其创新产出显著提升,表明合作是知识溢出的重要渠道。
国际知识网络促进创新产出
人才集聚显著增加发明人对国外专利的引用,特别是对经典专利的引用,表明集聚有助于接触国际前沿知识,提升创新产出。
市场化集聚效果更优
在户籍制度放松、人才流动更自由的城市,人才集聚的创新提升效应更显著,表明市场化配置人才资源能更好发挥集聚效应。
核心解释变量
创新高端人才集聚程度(Cluster),定义为特定城市-战略性新兴产业中除本人以外的高端发明人数量占全国该产业高端发明人总数的比重
被解释变量
个体创新产出,包括创新数量(发明专利申请数Patents)和创新质量(专利被引数AdjCited、平均被引数AvgAdjCited、剔除自引被引数、最大被引数、授权比例、原创性、通用性等)
样本与数据
2001-2019年中国战略性新兴产业个体专利数据,包含55003个高端发明人个体、230954个观测值、1218058个发明专利、27507个所属机构、9个战略性新兴产业和327个城市
识别方法 / 模型设定
采用多重固定效应回归模型(控制城市×产业、城市×专利小类、产业×年份、专利小类×年份、城市×年份、个体和机构固定效应),并使用1952年高校理工科院系调整作为工具变量处理内生性问题
内生性及稳健性检验
包括工具变量回归、排除序列相关、变换采样区间、不同高端人才划分标准(前5%和前10%)、变换变量取值形式(+1对数、IHS变换)、PPML估计、变换集聚定义(城市层面)、改变聚类标准误类型、控制发明人首次申请年份固定效应、不折算专利数量、控制年份趋势等