基于创新的集聚

随重大创新而来的区域性共享、匹配和学习会在什么地方出现？新技术开启了“区位机会窗口”，在这里，原有地区的共享、匹配和学习过程可能无法再为它们提供超越新地点的决定性生产率优势（Scott and Storper,1987）。这种情况发生在20世纪50年代半导体产业的初期，它脱离了通信企业在美国东北部的大本营，并最终锁定硅谷。

当先发集聚（first-mover agglomeration）产生时，它们有时能够通过前面提到的区位机会窗口，在现有城市体系的重要城市之外，建立起新的城市产业中心。20世纪加利福尼亚的发展就是一个在未开发地区或偏远城市创立先发产业集聚的例子。当时，虽然加利福尼亚州的两大核心都市区（洛杉矶和旧金山）进入了美国城市系统，但仍然处于核心区域以外。然而，重要的新创新中心也可能在比较老的都市区创建，比如城市经济复苏浪潮中的波士顿、巴黎和伦敦等，1990年以来西方国家被淘汰的许多老牌城市出现的这一复苏浪潮一直备受关注。因此本地学习可以不断地“重新播种”集聚的过程，因为它用较高的中间贸易成本重建了经济活动（新产品或持续改进的产品常常涉及实质上很复杂的知识或波动的市场）。“雪球效应”不像新经济地理学认为的那样通过吸引消费者来启动，而是源自“苗圃效应”，即随着成立充满活力的新企业或现有企业致力于本地学习，经济质量随之提高。杜兰顿和普加（2001）将新产品创造与以本地学习为中心的“苗圃城市”相结合，改进了产品周期模型。但杜兰顿（2007）认为，从“苗圃城市”向其他地区的创新扩散存在着不同的时间差。另一个关于创新和产品多样性之间联系的更微妙的观点，建立在吉恩·格罗斯曼和埃尔赫南·赫尔普曼（Gene Grossman and Elhanan Helpman,1991）的质量阶梯概念的基础上，并加入了一个价格阶梯，对建模十分有用。

一些新经济地理学模型运用贸易成本模型实验推导此类集聚中心的形成，其中一些模型可以预测巨大的新中心（“黑洞”）（Thisse,2010）。通过结合劳动力流动，它们还引人入胜地说明了空间经济发展模式的临界点与不稳定性等动态可能性。这些模型展现贸易成本和区位结果的不同范围，因此极具启发性，但它们没有考虑本地共享、匹配和学习需求的初始来源。

理查德·鲍德温和菲利普·马丁（Richard Baldwin and Philippe Martin,2004）借助创新行业的空间分布方法，也对创新、学习与韧性之间的联系做出了贡献。但是，如我在上文中讲的那样，真正的动态问题并不是现有创新行业的分配，而是不断自我创造和再生的动力，这本身既涉及本地互动，也涉及远距离的要素流动及吸收。为了便于操作，鲍德温和马丁将内生增长转化为投资（资本积累）的函数，从而回到了缪尔达尔（Myrdal,1957）最初的灵感。但如果投资不与创新挂钩，而停留在产品质量阶梯的顶层，仅仅通过投资就不足以确保动态优势，许多老工业区对这一点可谓十分清楚。

正如我们看到的，新经济地理学、城市经济学和区域科学在集聚方面的研究取得了很大进展。集聚和解聚的时空动态是城市系统扩张和重组的基础。虽仍然无法准确定位赢家和输家地区，但它给我们提供了一种系统动力学意识。