美国城市的长期创新模式：技术转移分布和变革
摘要：本文研究了美国长期(1860年至2019年)的创新分布动态变化及成因，发现与人口分布相比，创新总是高度集中的，尽管集聚度有高低交替的波动期，且在长期渐进演变的作用下，虽然创新分布相对稳定，但中心城市会发生显著移动。在创新格局中由于西北部和中西部的城市逐渐让位于南部和西部的城市成为中心城市，创新格局发生显著变化。最后，城市所处的技术生命周期阶段决定了其在创新分布中的流动性，处于专业化发展中期的城市在创新分布中的地位会得到相对提高，处于专业化发展成熟期的城市则相反。
引言
自19世纪至今四次技术革命带来前所未有的技术发展，改变了增长的驱动力，标志着从自然资源的大规模开发到知识驱动的增长模式转变。经济史学家在过去广泛研究了创新现象和增长模式随时间的逐渐演变。这些历史分析往往忽略创新的地理维度，而整合历史和地理的研究对创新发展变得尤为重要。故演化经济地理学在分析企业、产业和技术在空间上的演化时，需要考虑历史因素。
近年来，在美国背景下采用历史视角的经济地理学研究激增。本研究也隶属于历史长周期的文献分析，具体来说，本文以城市为核心分析单位，探讨了创新分布的形状、美国创新格局的转变、城市遵循的不同轨迹，以及这些轨迹与技术生命周期的关联程度。本文使用HistPat数据库获得160年间(1860-2019)942个美国核心统计区域(CBSA)产生的专利进行分析，具体研究分三步走。第一步，分析专利地理分布随时间推移发生的演变。对创新与城市人口规模的分布模式进行比较，发现创新的集聚度远高于人口，但分布稳定性远低于人口分布；对中心边缘区域进行比较分析，发现存在不同演化路径。第二步，研究城市在创新分布演变中的移动轨迹。区域作为创新中心的持久性取决于其保持积极锁定优势的能力。Andrews 和Whalley(2022)研究发现创新中心地点的成员会随时间推移发生变化，本文在此基础上将样本扩展至美国所有城市，发现创新格局是通过累积过程逐渐转变的，会出现创新从东北部、中西部城市转移至西部和南部地区的区域反转。第三步，研究了城市专业技术领域的演变及不同发展阶段的专业技术如何塑造城市创新轨迹。研究表明随着时间推移，城市会改变自身的专业化领域，展开多样化生产活动并淘汰部分活动，本文评估了这些变化的强度和速度。研究发现技术更迭快速，擅长新兴或成长技术的城市更容易处在创新中心区域，并在分布中呈现向更中心地位攀升的趋势，而擅长成熟技术的城市通常在创新边缘区域，并在分布演化中有向更边缘区域跌落的趋势。
理论背景
创新地理学者一致认为，创新与其他经济活动相比在空间上更有利于聚集，因为创新是重组现有知识的过程，为了产生新的知识，创新主体需要搜寻自身积累的知识库并与具有不同但互补的其他知识代理方发生交互。地理在这个过程中起关键作用，因为知识流动有地理界线，面对面交流及邻近的知识外溢交流活动是最好的知识传播方式。故创新在空间上发生集聚，尤其在城市中。创新与人口类似，都和城市规模呈正相关，但创新分布不如人口分布稳定。研究发现，随着美国西部城市的崛起，顶级创新城市发生变化，这意味着多种城市发展轨迹的并存。城市从创新边缘区域上升至创新核心区是可能的。虽然边缘地区本地创新力弱，机会较少，但不意味着会永远落后。他们通过与非本地资源或全球知识管道建立联系，弥补本地能力的缺失，实现创新赶超。
技术因素是人口与创新分布差异产生的原因，也是不同城市创新发展轨迹不同的原因。在技术发展的早期阶段，考虑到行业的不确定性和知识重组的重要性，知识生产者会选择具有大量行业间技术外溢的多元化城市进行创新，故新技术和更激进的创新经常出现在多元化的城市。而随着技术的成熟和生产成本考虑，技术会向专业化城市转移。故擅长新兴或成长性技术的城市将倾向于成为创新中心城市，而专攻成熟或衰退技术的城市增长潜力则被削弱。
实证设置
本文重点关注1860年至2019年间美国专利局(USPTO)授予的专利，1975-2019年间的专利来自USPTO，1860-1974年间的历史性专利数据来自HistPat。此外，还使用了美国人口普查局收集的1860年以来的县级人口变量。当一个CBSA的人口达到50000居民时，算作大都市统计区，人口在10000到49999之间算作小都市统计区。
创新在城市间的演变和分布
美国专利数量呈现出持续增长的趋势，且创新活动持续高度集中在大都市地区，小都市的创新水平一直很低，可见专利数量激增实际上是由少数大都市地区推动的过程。从创新活动分布来看，创新活动一直保持集中，但存在集中与分散的交替时期。具体来看（如图1），19世纪60年代至20世纪处于相对稳定期，20世纪初期至30年代处于包括一战和大萧条在内的集中时期，20世纪30年代至80年代，二战与战后区域反转带来的经济繁荣带来创新分散，20世纪80年代至2010年代，创新集中度进一步提高。
同时对比人口基尼系数与专利基尼系数发现，在各个时期创新活动的集中度高于人口集中度，且人口分布与创新分布变动不同步。分析专利数量变动发现，创新集中度高但不稳定的原因是创新核心区专利生产的显著变化。
城市分布的流动模式识别
1.识别流动性
根据Colombo、Herbert和 Harting的(2024)博弈论模型，城市在创新分布中的移动可能是聚集经济的结果，也可能反映了高度创新企业的位置动态。使用与“创新在城市间的演变和分布”中相同的分位数构建转换矩阵，发现创新分布的流动性很高，且变化伴随着创新活动空间模式的转变，这种转变是渐进和累积的。城市从创新边缘区向核心区跃迁的情况比城市从创新核心区向边缘区移动的情况更多。所以从中长期来看，落后区域的创新赶超是可行的，且尽管人口与创新之间存在超线性关系，但关系中的顶级创新城市等参与者可能发生变化。
2.创新格局的变迁
19世纪60年代，创新中心在东海岸；到20世纪30年代，发生创新集中，西海岸的部分城市崛起；20世纪80年代，创新分散，创新中心分散各地，包括东海岸、西海岸及南部；最后，到2010年代西部成为创新温床。
可见创新高度集中在少数几个中心，且这些中心距离越来越远，这种“大反转”现象是非线性的。图三说明，19世纪60年代，东北部拥有超过50%的专利，随后逐渐下跌；中西部地区的专利占比则逐年增加，从19世纪60年代的25%，增长至20世纪30年代的制造业黄金地带，随后衰落至近期的约15%，成为“锈带”；南部份额则一直很低，20世纪90年代开始上升，超过中西部，并在21世纪10年代达到与东北部相似的份额；最后，西部地区初始专利占比仅为5%，随后持续增长，在经历大萧条时期的短暂下降后，飞速跃升，现已成为专利最多的区域。
总结现有城市演化模式，将其分为两大类，如图四。一类处于稳定模式，包括稳定的创新领导者、落后者及中庸者；二类处于不稳定模式，包括从创新边缘向中心区域移动的城市及从创新中心向边缘区域移动的城市。且向中心迁移的新兴运动通常比城市的创新衰落活动更激烈且迅速。
城市技术专业化与流动布局的驱动因素
1.城市技术专业化的变迁
表5报告了最初十年和最后十年的比较结果。可以看出，创新布局的变迁度很高，且城市技术专业化变化比城市在创新分布中的变化发生得更快、更强烈。随着时间的推移，城市专业化水平发生变化，这一定程度上反映了技术生命周期的地理分布。在这些周期中，技术会经历不同的阶段(出现、成长、成熟、更新/衰退)。由于每种技术都有自己的生命周期且不是同时发生，因此技术的相对重要性随时间发生显著变化。
2.技术专业化、地位与城市在布局中的流动性
根据技术循环的空间模型，分析技术生命周期对城市在专利分布中的位置和移动的影响如所示表6，虽然潜在技术专业化程度的提高并不决定城市的创新地位，但增长型技术的专业化程度越高，城市越易占据更高创新地位；成熟型技术的专业化程度越高，城市则易走向创新衰落。此外，结果表明，更多的人口和更多样化的城市更有可能成为创新中心。
迁移率分析模型的结果见表7。关于城市创新向上跃迁，潜在技术专业化程度的提高对其没有影响，而增长型技术专业化程度的提高则会提升城市跃迁为创新中心的可能性，而成熟技术专业化程度的提高则降低了这种可能性。城市创新衰落与此相反。此外，新兴技术创新的增加会降低城市创新衰落的可能性。最后，技术专业化对城市创新衰落的影响更有限，这一结果与之前讨论的非对称持续性相一致，即城市跃迁为创新中心比退化为边缘区的可能性更高，也更快。
更进一步，评估特定时期特定技术的专业化是否会影响分布中的流动性。发现与ICT、生物产业相关的新兴技术专业更容易激发城市向创新中心跃迁，传统行业也对其起到重要作用，可能由于这些部门的复兴，导致周期中一个新阶段的开始。
结论
本文以城市作为分析的核心单元，聚焦1860年至2019年间美国创新空间模式变迁及成因，研究发现：一是与人口集中相比创新持续保持高度集中，但集聚度会出现高低起伏的波动期；二是分布的流动性需要长期累积，在创新变动中维持稳定的城市占比仅为30%，且同时存在从创新中心向边缘区衰落及从边缘向中心区跃迁的变动情况，后者的速度与激烈程度远高于前者；三是技术专业化的变化比城市相对位置的变化速度更快，其中专注多样化新兴技术发展的城市倾向于跃升至创新中心区域，而专注于成熟技术的城市则会出现创新停滞风险增加及向边缘地区迁移的趋势。
转自微信公众号：南开城市与经济