文献来源：Octávio Figueiredo, Paulo Guimarães, Douglas Woodward.Industry localization, distance decay, and knowledge spillovers:Following the patent paper trail[J].Journal of Urban Economics 89 (2015) 21–31.
摘要：本文研究了阿尔弗雷德·马歇尔的假设，即在那些产业本地化的地方，知识溢出效应会增加。同时，我们重新审视了距离在知识溢出扩散中的作用。基于高维固定效应的引证引力方程，我们实现了泊松伪极大似然估计(Poisson伪极大似然估计，PPML)。本文基于1998-2006年的专利数据和衡量产业本地化的相关指标数据研究了空间距离和产业本地化对知识溢出的影响。研究发现，知识溢出与产业本地化呈正相关，产业集聚可以抵消距离的负面效应。研究结果也证实了早期研究中发现的距离衰减效应。本文使用的估计具有两个高维固定效应的PPML新方法也可以应用于经济领域的各种其他问题，如研究国家和地区之间的移民、贸易等问题。
1.研究背景
本文研究了阿尔弗雷德·马歇尔(Alfred Marshall)提出的产业的地理集中或本地化与知识溢出的增加有关的假设，即企业在特定行业内的空间集群增加了基于密集的本地网络和密切的相互联系产生的知识溢出。这一聚集过程增强了城市地区的外部规模经济，并为罗默(1990)和格罗斯曼 (1991)等提出的经济增长模型提供了一个微型基础。除了产业集聚，知识溢出还可能受到距离衰减的影响。接近知识生成地对公司和个人是一种天然的优势。然而现在人们认为知识可以以低成本、无障碍的方式在空间中传播。考虑到通信创新，特别是互联网的广泛应用，知识的任意流动已经成为一种普遍的观念 (Cairncross, 1997)。即便如此，不少学者认为知识溢出在一定程度上仍然取决于与知识生成地的距离。本文基于专利的视角，使用引力回归和PPML估计方法研究了空间距离和产业本地化对知识溢出的影响，结果发现空间距离和产业本地化是专利流动的决定性因素。此外，这些决定因素之间似乎存在权衡，例如,距离变量增10%产生的知识溢出效应等价于同行业企业增加47%产生的知识溢出效应。
2.模型构建
（1）数据：
本文使用的数据包括两个主要来源:美国专利商标局的专利记录和来自美国人口普查局的县商业模式(CBP)的数据。所有专利相关信息均来自USPTO，产业本地化数据来自CBP。从谷歌的USPTO批量下载网站下载了从1998年到2006年的专利授权书目数据，最终从162,317项专利中筛选出37,612项作为本文的数据。产业本地化的指标来源于CBP。CBP中包含了在美国大陆所有县的机构数目和就业数据。本文按县及产品类别计算得出1998-2006年度平均就业人数及机构数目。
（2）模型方法：
本文采用了Caballero和Jaffe(1993)和Jaffe和Trajtenberg(1996)的“准结构”方法。新创建的专利k从现有专利j中生成一个引用的可能性取决于指数过程的组合，模型分别描述了知识扩散以及知识折旧。具体模型如下:
其中
为折旧率，
为扩散率。这里
代表两项专利之间的时间差(或引用滞后)。
包括组
的所有其他因素，比如工业集中和人口集中也是促进知识更广泛传播的另一个可能因素。
3.结论
本文研究了马歇尔假设，即在产业本土化的地区，知识溢出增加。此外，还重新讨论了Jaffe et al.(1993)和Thompson and Fox-Kean(2005)关于空间相邻性对知识溢出扩散的作用的影响。本文的主要贡献是基于一种新的实证方法理解产业本地化和知识溢出之间的关系。根据Santos Silva和Tenreyro(2006)的做法，建立了一个类引力模型，并用PPML方法进行估计，在此基础上还增加了两个高维的固定效应。这一创新可以被适用于经济学中的其他问题，如研究国家或地区之间的移民或贸易流动时涉及到引力方程的估计。
对主要实证结果的讨论分两步进行。首先，我们提出了空间邻近在产生知识溢出方面的作用的新证据，接下来，我们转向马歇尔的假设，即在产业本地化的地方，知识溢出会增加。样本的PPML估计结果表明，所有的回归都包含两个高维的固定效应，一个是受限数据集中拥有的20265项被引专利，另一个是6828个县/行业的组合专利。本文还包括了一个控制变量 (sameINDUSTRY)来说明被引用的专利j是否具有属于industry i的特征。在回归结果中，距离是以离散的方式测量的，如Jaffe et al.(1993)和Thompson and Fox-Kean(2005)。我们用三个虚拟变量进行了试验，这些变量表明引用是否在同一个县、基于核心的统计区域(CBSA)或原始专利的州。同一县、CBSA和州的引用分别高出9.2、7.6和3.9倍。这些结果与Jaffe et al.(1993)一致，他们发现引用来自同一大都市地区的可能性要高出六倍，而来自同一州的可能性则是原始专利的两倍。通过对分析进行改进，以更深入地探究邻近性的影响。在控制时，它们位于同一个县或CBSA，因为sameSTATE变量对引用次数有额外的积极影响。结果表明，在同一县域内，存在邻近性的有利影响。当我们同时控制sameCBSA和sameSTATE时，邻近性的有利影响仍然存在。这些结果强化了外溢具有高度局部性的观点。
本文还发现了支持阿尔弗雷德·马歇尔产业本地化假说的有力证据。通过实证分析，发现产业在某一地区的高度集中对该县和该产业的专利引用数量有积极的影响。此外，估计表明，产业集聚可以弥补空间距离的负向作用。通过将溢出效应和聚集效应联系起来，这些结果为马歇尔的外部规模经济微观基础提供了新的经验证据。（李焕杰，周玉龙）
