原文信息：
Bai, J., Jin, W., & Zhou, S. (2023). Proximity and knowledge spillovers: Evidence from the introduction of new airline routes. Management Science.
01
引言
知识创造对经济增长至关重要（Romer，1990）。然而在现实中，知识的获取是非常不完美的（Griliches，1957），这与罗默开创性的内生增长模型中的一个关键假设，即 "任何从事研究的人都可以自由获取全部知识"形成了直接对比。事实上，知识更有可能在距离更近的个人之间流动。通过专利引用来衡量知识流动可以看到，大多数知识传播都不是本地化的。图1显示，在1980年至2010年间申请的专利中，只有不到20%的专利引用和被引人地址位于同一核心统计区（CBSA）。
图2显示，在1980年至2000年期间，美国境内的专利引用和被引之间的平均距离大幅增加，自2000年以来一直在1000英里左右波动。
因此，本文利用引入新航线引起的大都市地区之间旅行时间的变化，研究邻近性如何影响知识溢出。研究结果表明，在引入新航线后，旅行时间减少 20%，两个核心统计区（CBSA）之间的专利引用流量增加了 0.5%。异质性分析发现，距离较远的CBSA之间的知识传播从旅行时间的减少中受益更多。其次，具有较高吸收能力的CBSA以及技术较复杂的专利从旅行时间的减少中获得更多的知识传播。最后，通过引用专利的时间差异发现，邻近性引用对促进新知识（六年内）的传播最为有效。与此相反，过时知识的传播对旅行时间的缩短并不敏感。
数据与实证策略
02
2.1. 数据和样本
2.1.1. 航空公司数据
本文从 1990 年至 2010 年的 T-100 国内航段数据库和 1977 年至 1989 年的 ER-586 服务航段数据中获取航线数据。这些数据库提供每个航空公司和航线（航段）的月度数据，包括始发地和目的地机场、飞行时间、计划起飞次数、执行的起飞次数和乘客数量。
2.1.2. 专利数据。
本文从 PatentsView 获取了美国专利商标局的专利引用数据。样本限定为 1977 年至 2010 年申请的 238 万项实用新型专利，其中至少有一位美国发明人，并在 2014 年之前获得授权。PatentsView 还能够跟踪发明人的迁移、发明人的自我引用和受让人的自我引用。此外剔除了不属于任何 CBSA 的县，重点关注 CBSA 之间的知识流动。
2.2. 变量的定义和汇总统计
2.2.1. 行程时间变化测度。
从任何一个CBSA到另一个CBSA，都需要结合驾驶和飞行两种方式。将从 CBSAi 到 CBSAj 的旅行方式分为四类：(1) 从i 驾车到j，(2) 从i 坐飞机到 j，(3) 从 i 驾车到附近的 CBSAk，然后从k 坐飞机到 j，以及 (4) 驾车到附近的CBSAk，从 k 坐飞机到 CBSAh，然后从h 驾车到j。
驾车行驶时间使用 CBSA 对的质心与每小时 60 英里的平均行驶速度之间的大地测量距离来计算。
航空旅行时间使用两个CBSA机场之间的旅行时间。一些大型CBSA包括多个机场，在这种情况下使用机场之间的最短旅行时间作为 CBSA 对之间的旅行时间。
2.2.2. 知识流测度。
本文使用专利申请年份来确定知识流动的时间，因为相对于授权日期，申请日期更接近发明活动的发生。具体使用三年的后向引用作为因变量，即第t年在 CBSAi 申请的专利对在第t - 3 年和第t - 1 年之间在CBSAj 申请的专利的引用次数。
2.3. 实证方法
新航线的引入减少了两个地点之间的旅行时间，使发明人更容易从一个地点前往另一个地点。这促进了面对面的互动和知识的传播，从而可能反过来影响新技术的发展。为了检查对知识扩散的影响，本文回归模型如下：
其中，yijt 衡量第t年从CBSAj 到 CBSAi 的知识扩散情况，为了处理零值，在模型中使用了 t 年在 CBSAi 申请的专利对 t - 3 年至 t - 1 年在 CBSAj 申请的先前专利的引用次数的 log(x + 1) 作为因变量。Travel Timeijt是一个连续变量，用于度量 t 时间点 i 和 j 之间的旅行时间。旅行时间（Travel Timeijt）的变化是航线网络变化的结果。Xijt 是一组控制变量，ɛijt 是误差项。β 估计了旅行时间对 CBSA之间专利引用的影响。
03
实证结果
3.1.邻近度和引用
表3在第（1）列中结果与先前的研究结果一致，即地理距离在限制知识溢出方面发挥着重要作用。在第（2）列中加入 Log（Travel Time）。虽然距离和旅行时间是正相关的，但当两者包括在同一个回归中时，旅行时间对知识扩散的负向影响占主导地位，而距离系数则变为正。因为在CBSA旅行时间相同的地区中，一些在创新活动中高度联系的CBSA对恰好相距很远。一个例子是生物技术，两个最大的集群，波士顿和圣地亚哥，对角线穿过美国本土。
第（3）列为本文的基线结果。结果显示，CBSA对之间的旅行时间平均减少20%，使其知识流增加0.5%（20%×0.025）。从长远来看，这意味着15,656次引用（0.91×3,440,938×0.50%，平均引用次数为 0.91）。第（4）列加入了前一年和后一年的旅行时间，结果表明先前的旅行时间会影响当前的技术扩散，而未来的旅行时间则不会。
3.2. 异质性
3.2.1. 专利引用来源
在表4第（2）-（4）列中，分别使用同一发明人，同一受让人和同一上市公司之间的专利引用作为因变量，Log（Travel Time）的系数并不显著。而除上述引用之外的其他引用作为第（5）列中的因变量，与第（1）列的基线结果相比，Log（Travel Time）的系数显著为负且较大，表明旅行时间的减少主要促进了知识的跨组织边界扩散。第（6）-（8）列考虑了三种类型的公司联系：合资企业、相互控股或垂直供应商-客户关系之间的专利引用，Log（Travel Time）的系数显著为负。
这些结果表明，企业内部的知识扩散对旅行时间的变化没有反应。相比之下，旅行时间的减少主要促进了跨组织边界的知识溢出，尤其是存在一些预先存在的组织间联系时，这些影响就会被放大。
3.2.2. 地理距离
表 5 的面板 A 检查了主效应如何随 CBSA 之间的距离而变化。根据推测，在旅行时间减少之前，CBSA之间的距离越远，当旅行时间减少时，CBSA受到的影响就越大。为了验证这一假设，根据 CBSA 之间的距离将样本划分为四个子样本，结果表明，主效应主要体距离较远的CBSA之间（第4列和第3列）。相比之下，旅行时间对引用的影响在最低距离四分位数（第1列）和第 25-50 百分位数（第2列）中很小，在统计上也不显著。
3.2.3. 吸收能力
接下来将样本分成CBSA的“吸收能力”的四分位数。这种方法的基本原理是CBSA越具有创新性，发明人就越有能力吸收新知识（Cohen和Levinthal， 1990）。具体而言，使用 1977 年至 1985 年期间累计申请的专利数量来代表 CBSA 的“吸收能力”。表5的B组所示，旅行时间缩短对知识传播的影响主要由吸收能力前四分之一的引用CBSA驱动（第 4 列。这反映了创新活动的空间分布高度集中。
3.2.4. 引用专利的技术复杂性。
如果旅行时间的减少通过降低信息获取和隐性知识转移的成本导致更高的引用率，那么对于高度复杂的引用专利，这种影响应该是最强的。这些复杂的专利需要发明人在一个物理地点会面，以讨论和交流与特定发明有关的想法、故事以及其他相关技术。为此将获得引用的专利按技术复杂性分为四个子样本，结果见表5的C组。旅行时间减少对知识溢出的影响在前四分位数中是最大的（第 4 列）。
3.2.5. 引用专利的新旧
上述回归一直关注于三年内的引用。在表 5 的 D 中展示了改变专利引用时间的结果。第（1）至（3）列中的因变量分别是是3年、6年和10年内的引用次数。第（4）列中将对1977年至1985年间申请的专利的引用作为因变量。结果显示，从第（1）列到第（4）列，Log（Travel Time）系数在大小和统计显著性方面都逐渐减小。这说明：新产生的知识不太可能被很好地编纂，而且在性质上更加隐性，有效的学习更多地依赖于面对面的交流。相比之下，过时的知识更成熟，编纂得更好，因此旅行时间的减少不会显着改变其转移。
3.3. 新知识创造的数量和方向
在表6的第（1）列中发现，旅行时间的减少与知识接收地点的专利数量增加呈正相关，这一发现与增加知识流动可能会增加创新活动的观点一致。为了衡量新专利的质量或影响，在第（2）（3）列中，分别将专利的前向引用次数加权和同年申请的专利中排名前25%的专利数量作为因变量，结果显示，旅行时间的减少显著增加了高影响力专利的数量。
在表6第（4）列使用两个 CBSA 之间专利类别向量的内积来衡量 CBSA 之间技术方向的相似性。具体来说，引用的 CBSA（知识接受者）用 i 表示，被引用的 CBSA（知识来源）用 j 表示。
其中，Plc(l = i,j)表示 CBSAl 中的专利数量，c =1, 2, …,M 表示 M 个不同的专利技术类别，t 表示专利申请年份。TechDirSimijt 是一个介于 0 和 1 之间的数字。当其值为 0 时，表示两个 CBSA 的技术优势是正交的。当它的值为 1 时，两个 CBSA 的技术优势完全一致。在表6第（4）列发现，旅行时间的减少显著增加了新申请专利技术方向的CBSA间相似性。也就是说，旅行时间的减少引导两个CBSA的技术优势朝着更相似的方向发展。这表明，技术的空间分布不仅影响发明人获取知识的地点，知识扩散的模式也反过来影响技术的空间分布。
3.4. 潜在机制和进一步讨论
文章还讨论了创新的三个不同但互不排斥的方面，提供了一些的证据来支持上述解释。首先，讨论了旅行时间的减少是否会影响发明人的搬迁和发明人的合作。其次，研究了当无法通过信息技术进行便捷的非个人信息传输方式时，旅行时间的作用是否更强。最后，使用两项具体的专利来说明为什么本文基于专利引用的估计，确实可以捕捉到隐性知识的传播（详见原文）。
结语
04
本研究通过引入新航线导致旅行时间缩短这一视角，拓展了对美国大都市地区知识扩散的理解。研究发现，由于新航线的引入，旅行时间减少了 20%，知识流增加了 0.5%，这相当于在总水平上增加了 15,000 多次引用。连接性更好的CBSA会产生更具影响力的新专利，并且在技术领域发展得更多。此外，旅行时间的减少导致的引用增加主要是跨组织边界的知识溢出。当知识吸收实体（专利制作者）和知识扩散实体（专利接收者）通过合资企业、大宗控股和垂直相关的供应商-客户等关系联系在一起时，这种影响尤为强烈。
Abstract
This paper examines the causal relationship between proximity and knowledge diffusion by estimating the elasticity of core-based statistical area (CBSA) pair-level citations to variations in travel time induced by the introduction of new flight routes. The findings reveal that decreasing travel time between U.S. cities by 20% increases knowledge flow by 0.5%, which corresponds to an increase of over 15,000 citations at the aggregate level. Rather than boosting within-firm knowledge transfer, travel time reduction leads to a rise in knowledge spillovers primarily across firm boundaries, particularly among those that form joint ventures, have block holdings in each other, or form supply chain relationships. These effects are stronger among city pairs located farther away from each other, with higher absorptive capacity, in complex technology classes, and for newly developed technologies. Additional mechanism tests suggest that the most likely channel through which travel time reduction impacts knowledge spillover is by influencing the transfer of tacit knowledge via facilitating cross-CBSA inventor flow and information acquisition.
转自：“香樟经济学术圈”微信公众号
如有侵权，请联系本站删除！
