发表信息
郭琪.出口集聚、企业相关生产能力与企业出口扩展[J].中国工业经济，2020,(5):137-155.
|
图片来源：https://image.baidu.com 发表信息 郭琪.出口集聚、企业相关生产能力与企业出口扩展[J].中国工业经济，2020,(5):137-155. 外审意见1及作者修改说明 1.选题意义评价 论文的选题很好。论文实证研究了区域出口集聚对企业出口产品扩展的影响，以及区域出口集聚和企业相关产品生产能力交互作用对企业产品扩展的影响。论文发现（1）区域同产品出口集聚和相关产品出口集聚提高1%，企业出口该产品上升0.31%和0.01%。也就是说，同产品出口集聚对企业出口该产品的概率的影响是相关产品出口集聚影响的30倍。（2）给定区域出口集聚水平下，相关产品生产能力更高的企业出口该产品的概率越高。（3）专业劳动力和中间产品共享（供给侧）、市场信息共享（需求侧）都是区域出口集聚效应的影响机制。 2.内容创新评价 论文的创新性还不错。论文的主要创新处在于区分同产品出口集聚和相关产品出口集聚对企业在该产品首次出口概率的影响。但是在实证方法仅采用线性概率模型是该论文的主要问题。因为出口是少数现象，不管从产品还是企业层面而言，所以Logit或者Probit模型是更为合适的选择。 3. 存在的主要问题 和具体修改建议 （1）使用Logit或Probit模型。修改论文中公式6所示的计量模型。 回复：根据中心极限定理(CentralLimit Theorems)，大量相互独立的随机变量，在采样次数足够大的时候（一般要超过30次以上），其均值或者和的分布也接近正态分布。本轮修改中，模型样本量达到了上亿条。故而，即使因变量为二元变量，在大样本下，其残差分布也趋于正态分布，此时采用LPM来对模型进行估计也是无偏的（Angrist and Pischke，2008）。由于本文在估计过程中加入了企业、产品和时间的固定效应，在stata中采用Logit和Probit模型来估计效率极低，甚至用大型计算机也很难算出结果，因此文章仍然采用LPM来进行估计。 （2）对产品相关度指标作更多的统计性描述。论文交代了如何构建该指标，但是没有对该指标的统计性描述。对这一指标的统计性描述，作者可以借鉴在论文中引用的Hidalgo et al.（2007）。 回复：谢谢您的建议。听取您的建议，文章已经借鉴Hidalgo et al.(2007)对产品相关度指标做了简要的统计性描述以及网络图展示，使读者和相关研究者对产品相关度有更清晰的认识（具体的修改和调整情况见文章第三部分）。 图1展示产品相关度的核密度分布。产品相关度的分布严重左偏，说明产品空间中的相关度大多比较弱，这与很多研究结果高度一致（Hidalgo el at.，2007；Boschma et al.，2012；Neffke et al.，2011）。大约有1%的关联在0.32以上，产品相关度的平均值仅有0.064，超过95%的关联在0.2以下，这些弱关联不能说明两个产品之间有真正意义上的技术相关。本文借助Cytoscape3.2.1绘制中国2002-2011年期间的出口产品技术相关网络图，见图2。为了使该网络具有可读性，绘制该图时只保留0.3以上的技术相关产品对，包括534个HS四位码产品（点）和8077条关联（边）。为了识别产品类别，本文按照投入产出表产业大类将产品划分为11类，并用不同颜色加以区分，具体见图例。从图中可以发现，大部分产品之间存在一个关联网络，见图中③④⑤部分，有一个明显的关联核心，金属冶炼及制品业（黑色）、部分化学工业（玫瑰红）、电气机械及电子通信设备制造业（深红色）等产业位于这个网络的核心，围绕在核心周围存在很多关联束，这些关联束表现出明显的专业化特征，即从核心向外延伸的每个方向主要以一种或两种产品为主，例如，左上部分③以机械工业为主，右上部分一条以金属冶炼及制品业为主，一条以化学工业为主，右下部分⑤以纺织服装业为主，左下部分④以电气机械及电子通信设备制造业为主，这种同行业产品相互临近说明相同行业内的产品技术相关度更高。除核心结构外，还存在很多零散破碎的关联，如图2中①②⑥所示，它们也表现出同行业产品相互临近的特征。 资料来源：作者根据中国海关数据库（2002-2011）计算。 （3）文章没有明确指出是使用一年的数据来计算产品相关度指标，还是用多年的数据计算的。不同年份的数据计算出的产品相关度指标有何差异吗？ 回复：本文使用研究期（2002-2011年）全样本企业数据计算产品相关度指标，有两个原因：一方面，使用全样本企业（504500家非贸易公司），通过计算一对产品被同一企业出口的条件概率来反映产品的技术关联程度，以最大限度降低使用某一年数据所带来的偏误；另一方面，2002-2011的十年是中国出口贸易发展最快的十年，产品种类变化较大，用任何一年都不足以反应这一时期中国产品相关度的全貌。考虑以上原因，本文采用2002-2011年多年数据计算。当然我们分别使用各年数据尝试计算了产品相关度，各年的产品相关度之间有非常高的相关系数，说明使用此方法估计的产品相关度是稳健的。 （4）区域溢出效应的指标的描述有不清楚的地方。在公式2中是对j加总，但是加总对象 回复：感谢审稿人的意见。在公式2中应对i加总，作者笔误，实在抱歉。在公式3,4中，溢出效应的定义应为企业f所在城市c的其他企业在产品层面的集聚，因此，三类溢出效应均应剔除企业f本身在相应产品的出口规模，即 出口集聚效应的测度如下： 在获得“产品-产品”间的技术相关度后，本文计算区域溢出效应和企业生产能力。值得指出的是，本文所指的区域是城市。其中，区域溢出效应的测度中，根据产品之间认知距离的大小，又分为区域同产品溢出效应（Agg）、相关产品溢出效应（Agg_R）和不相关产品溢出效应（Agg_UR）。 其中，c是企业f所在城市，i和j为产品。 其中，
（5）对区域溢出效应的指标作更多的统计性描述。作者可以考虑借鉴HeiwaiTang和AnaFernandes的文章Learning to Export from Neighbors。 回复：感谢您的建议。由于本文区域溢出效应是在城市-产品层面的测算，对这一指标单独做统计性描述有难度，但为了初步刻画区域溢出效应与企业出口产品扩展之间的关系，我们做了更多的统计性描述，请见“三、数据描述与指标测算”的“4.特征性事实”部分。 为了初步验证三种类型出口集聚与企业出口产品扩展之间的关系，这里考察新扩展产品与拟扩展产品的出口集聚核密度分布差异，见图3。其中，横轴分别是企业所在城市的同产品集聚、相关产品集聚和不相关产品集聚，均做取对数处理。结果与预期一致，对于同产品集聚（见图3（a）和相关产品集聚（见图3（b）），拟扩展产品的分布在新产品的左侧，说明同产品集聚和相关产品集聚程度越高，该产品被企业扩展的概率更大。经ANOVA检验，p值为0.0000，即两个分布的差异在统计上显著。然而，不相关产品集聚（图3（c））的作用恰恰相反，拟扩展产品的分布在新产品的右侧，说明不相关产品集聚程度越高，该产品被企业扩展的概率越小，初步证实不相关产品集聚效应可能表现为集聚不经济。为验证三种类型出口集聚对企业产品扩展的影响，下文将通过计量模型，在控制不同固定效应以及控制变量的基础上进一步讨论。
（6）在样本数量上，论文有交代不清的地方。根据论文构建样本的方式，样本数量至少为，企业数量*年份数*随机抽取产品数=14687*10*50=7343500。但是论文中报告的样本量只有5569787。论文应对此解释清楚。另外，表二中模型(3)和(4)用到的样本量少于表中其他模型，作者也应提供解释。 回复：本文的样本数量不会是严格的14687*10*50=7343500，原因如下：第一，不是每个企业在每一年都有扩展新产品，本文只考察企业有新扩展产品的年份；第二，研究期为10年，但由于解释变量均滞后1年，IV滞后2年，导致样本量也有相应的损失。因此，最终参与估计的样本数量应该是远远少于7343500这个数字。需要特别提及的是，在本轮修改中，本文放弃对拟扩展产品的抽样，直接采用全样本，所以拟扩展产品量以及总样本量有很大的提升。 参考文献： 〔1〕Angrist,J. D. and J. S. Pischke. Mostly Harmless Econometrics: An Empiricist'sCompanion. Princeton University Press, 2008. Hidalgo C. A., B. Klinger,and A. L. Barabási. The Product Space Conditions the Development of Nations[J].Science, 2007, 317(5837): 482-487. 外审意见2及作者修改说明 1. 选题意义 选题具有比较强的现实意义。特别是对于企业相关生产能力培育与企业出口拓展方面展开了一定的研究，将为产业政策的主力点选择或者偏重方向确定提供一定的参考。 2. 内容创新评价 （1）本研究在出口溢出的基础上，将产品间的认知距离纳入到了引入到集聚经济分析中，进而研究了不同类型的区域溢出效应对企业产品扩展边际的影响，并对企业储备的相关生产能力的异质性与出口溢出研究做了一次有益的探索性研究。 （2）在“出口集聚的影响机制检验”部分分析了企业的产品扩展方向。 3. 存在的主要问题 （1）研究结论中，提到的“区域同产品出口集聚和相关产品出口集聚提高1%，企业出口扩展的概率分别上升0.31%和0.01%”，在此采用概率上升来说明，是否能够有力支持企业相关生产能力提升，从而增强企业出口拓展，是否还需要一些总量上的统计分析或者比例上的统计分析来更好地说明这一点研究。以及与“不相关产品出口集聚表现为竞争效应”这一结论做到有更为明确的说明。 回复：谢谢您的建议。我们根据论文实际情况，在第三部分增加了“4.特征性事实”，以初步刻画区域溢出效应与企业出口产品扩展之间的关系。同时，对不相关产品出口集聚表现的竞争效应做了简要说明。由于竞争效应不是本文核心论点，所以仍然采用弱化的策略，以凸显同产品集聚和相关产品集聚带来的正向溢出效应。 为了初步验证三种类型出口集聚与企业出口产品扩展之间的关系，这里考察新扩展产品与拟扩展产品的出口集聚核密度分布差异，见图1。其中，横轴分别是企业所在城市的同产品集聚、相关产品集聚和不相关产品集聚，均做取对数处理。结果与预期一致，对于同产品集聚（见图3（a）和相关产品集聚（见图3（b）），拟扩展产品的分布在新产品的左侧，说明同产品集聚和相关产品集聚程度越高，该产品被企业扩展的概率更大。经ANOVA检验，p值为0.0000，即两个分布的差异在统计上显著。然而，不相关产品集聚（图3（c））的作用恰恰相反，拟扩展产品的分布在新产品的右侧，说明不相关产品集聚程度越高，该产品被企业扩展的概率越小，初步证实不相关产品集聚效应可能表现为集聚不经济。为验证三种类型出口集聚对企业产品扩展的影响，下文将通过计量模型，在控制不同固定效应以及控制变量的基础上进一步讨论。
（2）研究综述的逻辑顺序可能需要做一些基本的调整。在本部分中，作者在研究综述的开篇未能直接切入到本文的主要研究思维上。可能需要从一定程度上跳出现有的文献逻辑顺序，综合写出一段本研究是依托于哪些相关研究而展开，以及在逻辑上这些研究是如何为本研究的提出服务的。 回复：谢谢审稿人的意见。本次修改稿对研究综述和理论分析的逻辑顺序做了较大调整，在研究综述的开篇就直接切入主题，同时也精简了理论分析的部分，请参看第二部分。 （3）第二部分中P5页“转换成本”一词，在本部分缺少一些必要的界定，这对如何提出假设二是一个基本的前提。现在的文稿中，对于两个假设的这部分叙述与文献综述的衔接做的不够明确。 回复：根据审稿人的意见，本文对“转换成本”部分做了调整，为了提出假说二，对于文献综述和假说提出之间加了部分理论分析的衔接，请参看第二部分相关内容。 （4）对照公式（2），第7页公式（3）中的 回复：谢谢审稿人的提醒。分别代表城市c出口产品j的规模、企业f出口产品j的出口额。在公式3,4中，溢出效应的定义应为企业f所在城市c的其他企业在产品层面的集聚，因此三类溢出效应均应剔除企业f本身在相应产品的出口规模，即 在获得“产品-产品”间的技术相关度后，本文计算区域溢出效应和企业生产能力。值得指出的是，本文所指的区域是城市。其中，区域溢出效应的测度中，根据产品之间认知距离的大小，又分为区域同产品溢出效应（Agg）、相关产品溢出效应（Agg_R）和不相关产品溢出效应（Agg_UR）。
其中，c是企业f所在城市，i和j为产品。
其中，
（5）第8页中提到“本文认为随机抽出的50个样本的分布可以代表拟扩展产品的总体分布，抽样的拟扩展产品与企业扩展的新产品合并为本文核心模型的估计样本。”，那么作者如何下的判断，在这里是要给给出一些说明的。 回复：这一点十分感谢审稿人。在我们重新审视抽样50的合理性时发现，虽然抽样与全样本估计结果在统计显著性上没有差别，但是二者在估计参数的经济意义上差别较大，抽样不能完全代表全样本的估计结果。因此，我们采用拟扩展产品的全样本作为估计样本，并对文章中所有计量模型重新进行了估计，结果更新请见文章。 （6）表2、表4-表8中观测值的变化及相应说明不够清楚。特别是模型（4）和模型（5）。此外，在供给侧需求侧分析中，一些结果的解释还需要更明确。 回复：表2观测值的变化说明在文章中进一步明确：“这主要由于工业企业库和海关库的匹配过程中损失了大量观测值，损失的观测值一方面是由于企业名称无法精确匹配，另一重要方面是因为工业库中规模以下的中小企业样本缺失。而企业规模可能是影响企业出口扩展行为的重要因素，故而中小企业样本的损失可能导致结果出现明显偏误。从表2第(3)列的系数来看，集聚经济在规模以上企业样本中的系数更小，这主要是因为由于内部规模经济的存在，大企业在出口产品扩展的过程中可能对外部规模经济的依赖更小，该结论也符合预期。为了避免匹配导致的观测值损失带来的偏误，后文只保留来源于海关库的企业出口总额和企业出口产品多样化两个控制变量。为了证明来源于工业企业库的企业劳动生产率和企业规模两个控制变量对模型解释力和集聚的系数没有显著影响，本文用匹配后的样本观测值仅控制出口库两个控制变量，重新估计表2第(3)列，结果见第(4)列，对比(3)和(4)确实发现企业劳动生产率和企业规模这两个控制变量对结果几乎没有影响，这一定程度上证明了本文只使用海关库更全样本观测值的合理性。”另外，由于文章结构的调整，表格编号已经变化。原表4-8中观测值变化是由于滞后变量作为IV进入模型、异质性和稳健性检验过程中将样本分类的原因。需要指出的是，由于本文放弃对拟扩展产品进行抽样，而将所有拟扩展产品均纳入样本，所以修改稿中的样本数量与原稿相比有较大提高。 供给侧机制讨论如下： 如前文所述，马歇尔外部性理论认为集聚效应来源于共享专业劳动力、中间投入品和技术溢出，适用于从供给侧角度或者产品生产角度来解释出口集聚效应。出口集聚效应使“跟随者”可以享受“先驱者”所积累下来的生产要素和技术，使其更高效地获取到更加匹配的劳动力、投入要素和生产技术，大大降低了企业出口产品扩展的沉没成本和创新风险。因此，本文将从专业劳动力共享、中间投入品共享以及技术溢出三个角度研究出口集聚效应的影响渠道，同时尝试探究企业相关生产能力通过哪种渠道影响企业在出口集聚中获益。 三个渠道的衡量方法如下：利用工业企业库，计算c城市i行业企业的年平均就业人数之和来测度专业劳动力共享（ 这里采用中介效应方法检验出口集聚效应的供给侧渠道：①式（1）估计出口集聚对企业出口产品扩展的总效应；②式（8）检验出口集聚对三个中介变量的影响；③将出口集聚变量和中介变量同时放入模型，检验中介变量对出口集聚系数变化的影响，见式（9）。三个方程的系数均显著才能说明存在中介效应，结果见表2和表10。
表2第（1）列显示，使用工具变量解决内生性问题后，出口集聚对企业出口产品扩展有显著的促进作用，同产品集聚程度提高1%，企业向该产品扩展的概率提高0.04%。表10报告出口集聚效应的渠道，第（1）—（3）列的结果显示出口集聚显著提高了当地的专业劳动力数量、中间投入品规模和技术研发水平，但第（4）列中只有专业劳动力、中间投入品规模对企业出口产品扩展有显著的促进作用，技术溢出反而降低了企业产品扩展的概率，且系数不显著。这一结果并不难理解，因为专业劳动力和中间投入品均是企业产品扩展所需要的投入要素，两者的本地化特征均较为明显。集聚带来的本地专业化劳动力市场和中间投入品规模大大降低了企业扩展产品过程中对劳动力、中间品的搜寻成本和运输成本。技术溢出没有表现出显著的正面中介作用，原因可能是技术研发投入较高表明该产品在当地拥有较高的技术实力，从侧面也可以反映该产品在当地存在较为激烈的竞争以及该产品可能具有较高的技术密集度。因此，从结果来看技术研发越高，企业向该产品扩展的难度越大。综合来看，中介效应的结果表明，出口集聚通过专业劳动力共享和中间投入品共享显著提高了企业出口产品扩展的概率。这一结论与孙天阳等（2018）一致，但不同的是，本文发现技术溢出不是出口集聚促进企业产品扩展的渠道。本文认为，中介效应的检验不应将不同作用渠道分别引入模型，因为不同作用渠道一般存在相互作用的可能。例如，研发水平较高的地区，其专业劳动力和中间投入品的规模也可能更大，因此，需要控制其他渠道的影响来识别出真正的目标渠道。 为了检验这三个渠道是否也影响企业相关生产能力在出口集聚效应中的作用，本文在式（8）基础上引入企业相关生产能力与三个作用渠道的交叉项进行检验，结果见表10第（5）列。专业劳动力与企业相关产品能力的交叉项显著为正，表明企业相关生产能力越高，越容易在出口集聚中享受到专业劳动力共享带来的正向外部性，从而有利于提高企业出口扩展的概率。技术溢出和中间投入品与企业相关能力的交叉项为负，表明企业相关能力越高，从当地获取技术溢出和中间投入品的概率反而越小。一方面，可能因为相关能力高的企业越容易实现内部规模经济，从而将技术研发和中间投入品的供给内部化；另一方面，这些企业也更有能力在更大空间范围内寻找合适的供应商，尤其是对运输距离不敏感的零配件。根据企业资源视角，企业储备的能力与某产品在技术上相关度越高，企业向该产品扩展需要投入的转换成本越低。企业相关生产能力提高了企业对技术与知识的转换能力，而不具备这些能力的企业虽然也可以享受出口集聚效应，但效率和成功率显著低于能力强的企业。更值得注意的是，企业相关生产能力越高，其越有能力将技术研发与中间投入内部化，此时反而会降低对集聚效应的依赖。
需求侧机制讨论如下： 研发新产品和开拓新市场是企业出口扩展的两种选择，向新产品扩展需要投入生产技术、资本和劳动力的转换成本，向新市场扩展需要投入搜集目的国的需求量、消费者偏好和出口渠道等市场信息的成本。企业在出口扩展时需要同时考虑在产品和市场两个维度的成功率。因此，与一般集聚外部性不同的是，出口集聚的影响渠道除专业化劳动力共享、中间投入品规模以及技术外溢等供给侧维度以外，还需要考虑需求侧信息积累对企业出口扩展的影响。一般来说，如果A国是c城市i产品的主要出口目的国，那么c城市围绕A国所积累的市场信息将更有利于企业向i产品扩展。 为了考察目的国需求侧信息优势是否有利于促进企业出口扩展，机制检验模型因变量延伸为企业—产品—目的国维度，自变量延伸为城市—产品—目的国维度的集聚变量，即城市—同产品—目的国集聚（Aggc）、城市—相关产品—目的国集聚（Aggc_R）、城市—不相关产品—目的国集聚（Aggc_UR）。模型中控制企业出口目的国经验、企业相关生产能力、企业出口规模和出口产品多样化水平等企业特征以及企业、产品、年份和目的国固定效应，结果见表11。第（1）列显示，同产品—目的国集聚程度提高1%，企业向该产品—目的国扩展的概率提高0.07%；相关产品—目的国集聚程度提高1%，企业向该产品—目的国扩展的概率提高0.01%；而不相关产品—目的国集聚依然降低了企业产品扩展的概率。此外，企业过去对目的国的出口经验也会影响企业出口扩展行为。表11第（2）列加入三个集聚变量与企业在该目的国的出口经验（即如果企业出口过该目的国，则EXP为1，否则为0）的交叉项。结果显示，企业如果对某国有过出口经验，而本地其他企业又同时大量向该国出口产品i或者与i相关度高的产品，那么该企业向该国出口产品i的概率更高。这主要是因为，企业掌握的需求侧信息大大降低了向该目的国进行产品扩展的风险和不确定性。由此可见，目的国维度的信息和渠道优势显著提高了企业扩展边际，而企业出口经验将影响其对需求侧信息的吸收，两者共同影响企业扩展边际。
（7）引言部分的结论性内容和创新启示性内容，可以在此处删去。一些专有名词第一次出现英文缩写时，未能标注清楚。如p4页MAR。 回复：已经按照您的建议对引言部分做了修改，同时，全文统一改成“马歇尔外部性”。 4.具体修改建议 （1）如P4页的表述应作为一部分首先在文献综述中直接显现。进而重新梳理研究综述。 回复：已对文章综述和理论分析重新进行梳理，请参见文章第二部分。 （2）文献综述适当压缩，调整逻辑结构。同时对于两个基本假设的提出前，要有一个明确的思维性的表达或者概括，再进而结合本文的研究思路提出这两个假设。 回复：已对文献综述适当压缩，并围绕两个基本假说调整了逻辑结构，并加入一些理论分析进而提出理论假说。 （3）全文实证部分的各小部分的模型分析中，建议有一个整体的思考。目前的各小部分的分析依托了不同的模型，它们之间的整体关系如何，是怎么来刻画本研究的基本思路的。也需要统一模型编号，避免在文章同样的表达,如“模型（1）、模型（2）”，在文章不同部分，实际上却代表了不同的模型。 回复：谢谢您的建议。对实证部分按照分析逻辑重新进行了结构上的调整，对于模型编号和相应分析也做了统一的修改。请参看文章实证分析的部分。 （4）文章的整体逻辑性有待加强，在内容组织上，要紧密围绕着文章的基本思维而展开。 回复：谢谢您的建议。本文对文章结构和整体逻辑性做出了较大修改，与原稿相比，在内容组织上更加围绕基本思路展开。 参考文献： 〔1〕邓向荣,曹红. 产业升级路径选择:遵循抑或偏离比较优势——基于产品空间结构的实证分析[J]. 中国工业经济, 2016,(2):52-67. 〔2〕韩峰, 柯善咨. 追踪我国制造业集聚的空间来源:基于马歇尔外部性与新经济地理的综合视角[J]. 管理世界, 2012, (10):55-70. 〔3〕钱学锋, 王胜, 陈勇兵. 中国的多产品出口企业及其产品范围:事实与解释[J]. 管理世界, 2013, (1):9-27. 〔4〕孙天阳, 许和连, 王海成. 产品关联、市场邻近与企业出口扩展边际[J]. 中国工业经济, 2018, (5):24-42. 〔5〕吴群锋, 杨汝岱. 网络与贸易:一个扩展引力模型研究框架[J]. 经济研究, 2019, (2): 84-101. 〔6〕杨汝岱, 李艳. 移民网络与企业出口边界动态演变[J]. 经济研究, 2016, (3):163-175. 〔7〕Aitken B., G.H. Hanson, and A. E. Harrison. Spillovers, Foreign Investment, and ExportBehavior[J]. Journal of International Economics, 1997, 43(1): 103-132. 〔8〕Álvarez R.,H. Faruq, and R. A. López. Is Previous Export Experience Important for NewExports[J]. The Journal of Development Studies, 2013, 49(3): 426-441. 〔9〕Bishop P.,and P. Gripaios. Spatial Externalities, Relatedness and Sector EmploymentGrowth in Great Britain[J]. Regional Studies, 2010, 44(4): 443-454. 〔10〕Boschma R.,A. Minondo, and M. Navarro. The Emergence of New Industries at the RegionalLevel in Spain: A Proximity Approach Based on Product Relatedness[J]. EconomicGeography, 2013, 89(1): 29-51. 〔11〕Danneels E.The Dynamics of Product Innovation and Firm Competences[J]. StrategicManagement Journal, 2002, 23(12): 1095-1121. 〔12〕Fernandes A.P., and H. Tang. Learning to Export from Neighbors[J]. Journal of InternationalEconomics, 2014, 94(1): 67-84. 〔13〕Fleming L.Recombinant Uncertainty in Technological Search[J]. Management science, 2001,47(1): 117-132. 〔14〕Frenken K.,F. Van Oort, and T. Verburg. Related Variety, Unrelated Variety and RegionalEconomic Growth[J]. Regional Studies, 2007, 41(5): 685-697. 〔15〕GreenstoneM., R. Hornbeck, and E. Moretti. Identifying Agglomeration Spillovers: Evidencefrom Winners and Losers of Large Plant Openings[J]. Journal of PoliticalEconomy, 2010, 118(3): 536-598. 〔16〕Henderson V.Externalities and Industrial Development[J]. Journal of Urban Economics, 1997,42(3): 449-470. 〔17〕Hidalgo C.A., B. Klinger, and A. L. Barabási. The Product Space Conditions theDevelopment of Nations[J]. Science, 2007, 317(5837): 482-487. 〔18〕Jaffe A. B.,M. Trajtenberg, and R. Henderson. Geographic Localization of KnowledgeSpillovers as Evidenced by Patent Citations[J]. The Quarterly Journal ofEconomics, 1993, 108(3): 577-598. 〔19〕Koenig P.Agglomeration and the Export Decisions of French Firms[J]. Journal of Urban Economics,2009, 66(3): 186-195. 〔20〕Lemelin A.Relatedness in the Patterns of Interindustry Diversification[J]. The Review ofEconomics and Statistics, 1982, 64(4): 646-657. 〔21〕Lo Turco A.,and D. Maggioni. On Firms’ Product Space Evolution: The Role of Firm and LocalProduct Relatedness[J]. Journal of Economic Geography, 2016, 16(5): 975-1006. 〔22〕MacDonald J.M. R&D and the Directions of Diversification[J]. The Review of Economicsand Statistics, 1985, 67(4): 583–590. 〔23〕Neffke F. M.H., M. Henning, and R. Boschma. The Impact of Aging and TechnologicalRelatedness on Agglomeration Externalities: A Survival Analysis[J]. Journal ofEconomic Geography, 2012, 12(2): 485-517. 〔24〕Nooteboom B.Learning by Interaction: Absorptive Capacity, Cognitive Distance andGovernance[J]. Journal of Management and Governance, 2000, 4(1–2): 69-92. 〔25〕Penrose E. T.The Theory of the Growth of the Firm[M]. MA: Cambridge, 1959. 〔26〕Poncet S.,and F. S. D. Waldemar. Product Relatedness and Firm Exports in China[J]. WorldBank Economic Review, 2015, 29(3):579-605. 〔27〕Teece D. J.,R. Rumelt, and G. Dosi. Understanding Corporate Coherence: Theory andEvidence[J]. Journal of Economic Behavior & Organization, 1994, 23(1):1-30. 〔28〕Teece D. J.Towards an Economic Theory of the Multiproduct Firm[J]. Journal of EconomicBehavior & Organization, 1982, 3(1): 39-63. 〔29〕Wang C. C.,and G. C. S. Lin. Dynamics of Innovation in a Globalizing China: RegionalEnvironment, Inter-Firm Relations and Firm Attributes[J]. Journal of EconomicGeography, 2013, 13(3): 397-418. 〔30〕Zhou, Y., S. Zhu, and C. He. Learning from Yourselfor Learning from Neighbours: Knowledge Spillovers, Institutional Context andFirm Upgrading[J]. Regional Studies, 2019, 53(10): 1397-1409. |
|
|
