图片来源：ChatGPT DALL-E

文章来源：Quatraro, F., A. Scandura. The Contribution of Academic Inventors to Regional Technological Diversification: The Italian Evidence[J]. Journal of Economic Geography, 2024, 24(6): 785-819. 

经济地理学者对区域工业和技术多样化动态的驱动因素越来越关注。大量实证研究强调了所谓关联性原则：区域可以通过进入与现有能力接近的新专业化来实现其工业和技术活动组合的多样化。已有研究试图通过深入研究生产、科学和技术领域之间的相互作用来理解区域技术多样化，而这些领域以前被视为彼此独立的。这些研究发现，在特定领域强大的本地科学基础与一个地区在同一领域发展新技术专业化的能力之间存在着强有力的实证关联。然而，关于科学和科研机构如何影响地区技术多样化的理论和实证证据严重匮乏。

这篇文章旨在探讨区域科学和技术能力之间的相互作用，作者关注学术发明者，因为他们在大学-工业（U-I）技术转移中具有特殊地位。具体而言，作者调查了大学发明者参与本地专利活动是否会影响区域技术多样化，并且深入研究关联性渠道，认为学术发明者在参与本地发明活动时，往往会与地区的技术专业化趋于融合。这使我们能够限定学术发明者的贡献，并对政策制定具有相关意义。

1. 本地科研能力、学术发明家和技术多样化

近十年来，区域技术多样化研究迅速发展。演化经济地理学将重组知识方法应用于区域，强调学习和本地能力的积累，使得知识重组更易在经验丰富的领域发生。现有文献对于非经济主体，尤其是大学的作用，研究相对不足。

许多研究强调学术机构在区域知识网络中的贡献，特别是在知识密集型产业中。区域创新系统文献也指出大学在技术轨迹发展中的关键作用，既作为知识来源，又通过知识溢出促进区域集聚。

关注大学中的学术发明家有助于理解科学能力在区域技术多样化中的作用。发明家通过专利活动扩大地区知识基础，促进技术应用，强化地方重组，进而塑造技术专业化模式。基于此，作者提出假设：

基于此，作者提出假设：

H1a：学术发明家参与专利活动积极促进地区进入新技术领域。

U-I（大学-工业）技术转移通过多种渠道影响地方技术轨迹，包括知识产权相关的互动、合同研究、出版物及科学家流动性等。学者参与专利活动是U-I技术转移的重要组成部分，促进技术进步。

团队组成对创新的重要性也被广泛研究，团队的多样性和发明者背景的异质性提升了创新能力。学者在发明团队中的参与，特别在复杂任务中，对技术进步具有显著影响。因此，作者进一步提出：

H1b：U-I专利对地区进入新技术领域具有积极作用。

2. 学术发明家驱动的多样化和关联性的作用

学术发明家对区域技术多样化的贡献源于其知识重组能力，主要体现在创造新知识上。创新主体具备不同类型的重组能力，包括重组再利用（recombinant reuse）和重组创造（recombinant creation）。

重组创造，即将来自不同技术领域的知识整合，已被证明在区域层面激活无关联的多元化模式至关重要。这种能力有助于区域在面对结构变化或行业波动时，通过多元化战略降低风险。学术发明家因具备较强的解决问题能力和跨界研究能力，能够有效进行知识重组。此外，学术发明家较少受技术锁定的限制，能够缓解技术关联性对区域多样化的制约，充当技术关联性的调节者，促进结构性变革。其知识广度也是推动U-I共同专利技术多样化的关键因素。在U-I专利中，学术发明家作为通才发明家，通过跨界研究活动推动公司的创新，降低对现有技术模式的依赖，促进区域进入新的技术专业化领域。基于以上分析，作者提出以下假设：

H2a：学术发明家参与专利活动减弱了技术相关性对区域进入新技术领域的影响。

H2b：U-I专利减弱了技术相关性对区域进入新技术领域的影响。

3. 地区发明家和学术发明家的专业化程度是否会趋同？

到目前为止的论点均指出，学术发明家通过知识溢出和参与混合发明团队，对区域多样化模式产生了直接和间接的影响。文章的核心观点是，学术发明家不仅提升了地区发展新技术专业化的能力，还能作为关键因素，减轻关联性对多样化的制约，从而促进非关联多样化模式的发展。

关于学术（共同）专利对区域技术分支的影响，核心问题在于区域多样化模式在多大程度上与学术发明家的专业化趋同或偏离，这为揭示关联性提供了有趣的视角。现有文献研究了大学与当地企业技术轨迹的共同进化模式，结果不一。

近期研究提出了一个统一的框架，整合了两个主要维度：一方面是大学与地区技术概况的趋同或分歧；另一方面是推动这一过程的动力，即地区或大学。这一框架形成了四种可能。当大学和学术发明家的专利活动较弱，无法有效推动区域技术多样化时，区域技术轨迹可能呈现多样化路径。相反，当学术专利活动足够强大，能够影响地区新技术专业化发展时，趋同动态便会更加频繁。在地区拉动中，强大的大学-工业（U-I）链接及共同专利是实现技术融合的关键因素；在大学推动过程中，大学在塑造区域与自身技术概况的融合中发挥着重要作用。

基于上述分析，作者提出以下假设：

H3：在学术发明家参与专利或共同专利的地区，技术多样化与学术专业的相关性比与非学术专业的相关性更为重要。

在过去几十年里，全球大学越来越多参与管理员工的知识和技术转让活动。20世纪90年代，大多数欧洲国家取消了“教授特权”，将研究成果的所有权从研究人员转移至机构。然而，意大利在2001年进行了相反的改革，将专利所有权从机构转回发明人，基于个人发明人更有能力从其发现中获利。即在大多数情况下，专利权归机构所有，通常与其他机构及私人共同拥有。

意大利学术专利环境的运作和特点引起了广泛关注。文章为意大利案例提供了额外的实证证据，重点研究了涉及学术发明人的专利的地理分布、技术分布及其与地区新技术专业化的重叠情况。专利样本包括1998年至2009年期间的50831项专利，其中2490项涉及至少一名学术发明人。图1显示学术专利活动的集中度明显符合意大利的经济和创新活动模式，学术专利的地理分布与新技术专业化的进入存在一定重叠，尤其是学术发明者申请专利的前十个技术类别与地区专门领域高度重叠，表明地区技术轨迹可能受到学术发明者专业化的驱动。

1. 数据

1998至2009年期间103个意大利NUTS-3地区的618个专利IPC技术类别（四位数）数据，来自OECD RegPat数据库该数据库允许将专利信息链接到NUTS-3地区，以及APE-INV数据库，该数据库提供了拥有专利的意大利发明家名单以及来自剑桥计量经济学欧洲区域数据库和意大利国家统计局（Istat）的区域数据

解释变量：

对于H1a和H1b的检验：

测算学术发明者的参与度：（1）虚拟变量，表示至少有一名大学发明者参与了专利活动（dummy_acad_involvist_ist)。（2）计数变量，涉及至少一名学术发明者的专利数量（n_acad_involvist_ist）。

衡量U-I专利，专利文件中列出了至少一名学术发明人和一名非学术发明人：（1）虚拟变量，当专利文件中列出了至少一名学术发明人和一名非学术发明人（dummy_ui_patent_ist）。（2）计数变量，U-I专利的数量（n_ui_patent_ist）。

对于H2a和H2b的检验：

将上述变量与关联性变量进行交互，捕捉新获得的专业化与现有专业化的接近程度。基于Hidalgo et al.（2007）提出的关联性指数，以研究区域层面技术对之间的接近度。首先，测量时间t时给定的新技术s与t-k时该地区专门从事的技术之间的接近度：假设某地区在另一项技术中具有比较优势，则该地区在技术s中具有比较优势的成对条件概率的最小值：

对于H3的检验：

将上述相关性密度指数分解为：（1）区域技术专业化与学术发明者发明的专利存量的相关性密度（rel_acad_ist）;（2）区域技术专业化与非学术发明的专利存量的相关密度（rel_noacad_ist）。如果专利文件中至少列出了一位学术发明者，将专利标记为由学术发明。

3.模型

作者使用具有稳健标准误差和时间固定效应的probit模型，以及1年滞后回归量。

05 

1. 基准回归

表7展示了对假设H1a和H1b的检验结果。四个回归系数均为正且高度显著，验证了H1a和H1b的假设，即学术发明家参与专利活动和U-I专利对进入新技术专业化的可能性具有积极影响。

关于学术发明家参与带来的缓解效应，图2显示，当大学发明家参与本地发明活动时，关联性对进入新专业领域的概率影响非常有限，当学术发明家不参与时，关联性的斜率则显著较高。图3展示了不同参与度值对进入新专业领域预测概率的影响。曲线的斜率表明，随着大学发明家参与程度的增加，关联性对进入概率的影响逐渐减弱。当n_acad_involvist_ist值超过第99百分位数时，关联性对进入概率的影响甚至转为负向。

至于U-I专利的缓解效应（H2b），图4和图5表明，在存在U-I专利的情况下，关联性对进入新专业领域的概率影响较小。当缺乏U-I专利时，关联性的影响呈现显著的正向（浅蓝色曲线）。随着U-I专利水平的提升，这种正向影响逐渐减弱。

2. 反向因果关系和遗漏变量偏差

为了缓解内生性问题，文章采取两种策略。一方面，作者研究因变量对学术发明家参与本地创新动态的响应如何随时间变化。具体来说，观测主要估计的结果是否在距离的某个时间距离内保持不变。这种做法应该使文章能够减轻（但不能完全解决）与反向因果关系相关的可能偏差。

另一方面，作者采用合成变量进行工具变量（IV）回归，这些合成变量常用于处理空间数据序列。具体而言，首先对空间统计中常用的空间权重矩阵进行特征向量分析，变换后的权重矩阵的特征向量代表潜在的空间模式。基于这些模式，构建合成变量作为IV回归的工具变量。这些合成工具变量本质上是外生的，并且与内生变量具有较高的相关性（Le Gallo & Paez, 2013）。具体步骤如下：首先，定义一个邻接矩阵并提取其特征向量；其次，将每个特征向量回归到内生变量上，保留显著的特征向量并根据回归系数进行加权求和，最终生成外生工具变量。有关该方法的详细说明，请参阅Le Gallo & Paez (2013)。

3. 稳健性检验和进一步分析

一方面，作者汇总了地区（NUTS-3）级别的观测数据，使其能够在区域环境中调查这项工作的假设。因变量是NUTS-3地区在NUTS-3级别获得的新技术专业化数量的5年移动平均值。

另一方面，使用不同的因变量估计模型。在计算RTA_ist时排除所有学术发明专利（有或没有U-I关联）后计算出entry_ist。从而使我们能够了解学术发明者是否会产生溢出效应，并排除当地RTA_ist的变化仅归因于其专利。

这篇文章探讨了学术发明家对区域技术多样化的贡献。研究动机源于学术界和政策界日益关注科学与技术能力的相互作用如何影响技术多样化，以及需要将分析重点放在变革的推动者上。研究结果表明，学术发明家参与地方专利活动（通常通过专利，或具体通过大学-工业联合专利）与地区进入新技术专业化的可能性呈正相关。更为重要的是，学术发明家的参与减轻了地区对现有专业化的依赖。此外，数据显示，各地区的新技术专业化趋势趋向于与学术发明家的专业化相一致。

文章在三个方面做出了贡献：首先，文章丰富了关于区域技术多样化中地方科学与技术能力相互作用的学术讨论，支持了Tanner（2014）关于区域多样化依赖于大学和研究机构等非工业参与者知识的观点。此外，通过聚焦技术变革的推动者，本文提供了超越纯经济行为者的区域多样化微观视角，拓展了现有文献。其次，研究发现学术发明家的知识重组能力显著影响区域技术多样化模式，无论其是否参与混合团队。这是首次将演化经济地理学与创新经济学文献相结合，揭示了学术发明家作为变革推动者的关键作用。最后，本文展示了挖掘关联性渠道的重要性，特别是区分学术与非学术专业的接近程度。研究结果显示，意大利各地区的专业化趋势趋向于与学术发明家的专业化一致，表明学术发明家推动了区域技术轨迹向自身轨迹靠拢，这与现有研究相符。

作者简介：

推文作者：李一杰，上海财经大学博士研究生

邮箱：liyijie@stu.sufe.edu.cn

声明：推文仅代表文章原作者观点，以及推文作者的评论观点，并不代表香樟经济学术圈公众号平台的观点。