原文摘要：The vast majority of U.S. inventors work for firms that also have inventors and plants in other tech clusters.Using merged USPTO–U.S. Census Bureau plant-level data, we show that larger tech clusters not only make local inventors more productive but also raise the productivity of inventors and plants in distant clusters, which are connected to the focal cluster through their parent firms’ networks of innovating plants. To rationalize these findings, we develop a tractable model of spatial innovation that features both within- and cross-cluster innovation spillovers. Within our model, we derive a sufficient statistic for the wedge between the social and private returns to innovation in a given location. Taking the model to the data, we find a 41% correlation between the location wedges and locations’ connectedness to other tech clusters.

引言：硅谷、波士顿、西雅图、奥斯汀——这些地名早已不仅是地理坐标，更是全球创新的代名词。大量研究已经证实，科技集群规模越大，发明人的平均生产率越高。知识在近距离内的快速流动，被视为这一现象的核心解释。但如果一家企业同时在多个科技集群设有研发机构，一个自然而然的追问便浮现了：这种集聚优势，能否沿着企业内部网络，从一座城市传导到另一座城市？

一篇发表于 《Journal of Financial Economics》(2026年)的论文《Innovation Spillovers across U.S. Tech Clusters》，对这一问题给出了肯定的回答。作者利用1976年至2018年美国专利商标局（USPTO）的专利数据与美国人口普查局的企业微观数据，追踪了企业、工厂和发明人之间的动态关联，揭示了知识跨越地理边界的传播路径。

研究内容：

一、一张隐形的创新网络

一个容易被忽略的事实是，当代创新企业早已突破了单一地域的布局。数据显示，80.7%的美国发明人，其所在公司在其他科技集群也拥有发明人。

这意味着，企业内部实际上形成了一张跨区域的研发网络。以一家典型的创新工厂为例，它通过母公司网络平均连接着 3.22个其他科技集群，能够在这些关联集群中接触到约 1,915名来自其他企业的发明人。

企业已不再是孤立点，而更像是横跨不同科技集群的桥梁。这张隐形的网络，为知识跨越地理边界的传播提供了基础设施。

二、本地的集聚效应：经典规律的再现

研究首先复现了文献中经典的“集群内溢出”效应：本地集群规模越大，本地工厂的创新产出和生产率越高。具体而言，同城市、同领域内其他公司的发明人数每增加1%，本地创新工厂的发明人产出提高约 0.076%，生产效率提高约 0.023%。

值得注意的是，这一溢出效应并非自动发生。只有自身拥有发明人的工厂，才能从本地知识溢出中获益。非创新工厂即便身处大型集群，也无法吸收周边的知识。这一发现指向一个关键角色——发明人。他们不仅是知识的创造者，更是企业吸收外部知识的“天线”。

三、跨越地理边界的溢出：一个更具颠覆性的发现

如果说本地溢出验证了已知的规律，跨集群溢出的发现则带来了新的认识。研究发现，即便关联集群远在数百甚至上千公里之外，只要本企业在那里设有研发机构，本地工厂依然能够受益于那些集群的知识积累。

跨集群溢出效应约为本地溢出效应的1/3到1/2。 关联集群规模每增加1%，本地工厂的发明人产出提高约 0.021%，生产效率提高约 0.012%。从经济意义上看，若将工厂的关联集群规模从分布的第25百分位提升至第75百分位，其发明人产出将提高 8.2%，生产效率提高 4.7%。

表1跨集群溢出基准回归（论文Table 4）

更值得注意的是，知识接收方自身并不一定需要拥有发明人。非创新工厂也能通过企业内部网络获得生产效率的提升（约为创新工厂的一半）。这意味着，一旦知识被吸收进入企业内部网络，它便可以通过组织渠道向其他生产单元扩散。

表2 机制总结表（论文Table 1 )

四、知识何以远距离传播？两条关键证据

为了厘清跨集群溢出的传导机制，论文提供了两条关键的间接证据。

其一，地理距离并不构成障碍。当研究人员依次剔除工厂周围100英里、250英里乃至500英里范围内的所有关联集群后，跨集群溢出效应依然稳健存在。这表明，知识的跨区域传播并不依赖面对面的交流，而是通过企业内部的信息系统、研发协同和技术文档共享等正式渠道完成。

其二，专利引用方向提供了知识流动的微观证据。 随着关联集群规模的扩大，工厂引用来自这些集群的专利份额显著提高。引用行为的定向偏移，是知识从外部流入的直观印迹。

五、连通性何以重于规模？

论文的最终落脚点，在于回答一个政策层面的核心问题：哪些地方的创新投资不足最为严重？

作者构建了一个空间创新模型，推导出“社会-私人创新楔子”——即一项创新带来的社会总回报与企业所能捕获的私人回报之间的比率。该比率大于1，意味着企业由于无法完全占有创新的社会收益而投资不足。

将模型带入数据后，论文发现了一个关键结论：集群的“连通性”对这一楔子的解释力（41.1%）约是集群“自身规模”解释力（16.6%）的2.5倍。

换言之，硅谷之所以具有极高的社会创新价值，不仅是因为它本身规模庞大，更是因为它通过无数企业的内部网络，与其他集群形成了广泛的连接。创新政策若只关注扩大本地科技园区的规模，可能并非最优选择。更有效的思路，或许是支持那些规模较大且网络连接度较高的创新型企业与技术集群。

结语：这项研究的理论贡献在于，它将创新溢出的分析单元从“集群内部”拓展至“集群之间”，揭示了企业内部网络作为知识传播载体的关键功能。而在现实层面，它提醒我们重新审视科技集群的战略价值：一座城市的创新优势，不仅取决于本地集聚了多少人才，还取决于它通过企业网络连接了多少其他创新高地。当知识能够沿着组织管道跨越三千公里流动时，创新的地理边界，或许比我们想象中更具渗透性。

原文链接：https://doi.org/10.1016/j.jfineco.2026.104264

引用格式：Giroud X ,Liu E ,Mueller H . Innovation spillovers across U.S. tech clusters [J]. Journal of Financial Economics, 2026, 179 104264-104264.

                                                                                                                                                          撰稿人：任建辉