城市創新集聚空間演化及成因研究

創新集聚空間分布特征與演化趨勢的研究近年來，隨著國家創新驅動發展戰略的實施，創新型國家建設蓬勃發展，中國創新水平顯著提高。城市作為創新人才和資本等要素的集聚地，對建設科技創新強國發揮著至關重要的作用。一個自然的問題是，中國創新集聚空間分布特征與演化趨勢如何？現有文獻主要從省域、市域、城市圈幾個方面展開研究：首先，關于省域視角下的空間實證檢驗，大多采用探索性空間數據方法并結合空間計量模型，考察中國省域創新空間分布特征以及演化趨勢，得出的結論較為一致，發現中國省域創新水平呈現逐年上升的趨勢，并表現出空間集聚特征，集聚程度逐漸增強，三大地區差異特征明顯，由東部地區向西部地區逐漸遞減上述研究闡明中國創新集聚空間分布特征及演化趨勢，那么不禁產生疑問，影響創新集聚空間分布特征與演化趨勢的因素是哪些呢？通過梳理相關文獻，發現現有研究大多從兩個方面考察其影響因素。第一，從內部創新資源豐裕程度視角考察其對創新集聚的影響，大多數研究結論表明研發人員和資本有助于創新集聚綜合現有文獻來看，有關中國創新集聚空間分布特征與演化趨勢及成因分析的研究日益增多，但現有研究大量集中于省域和城市圈層面，缺乏全面刻畫城市創新集聚空間分布格局與演化特征的研究，并未重視知識溢出引發的輻射效應及其空間特征。基于此，本文利用2006—2017年中國286個地級城市面板數據，構建地理距離、經濟距離、經濟地理和技術關聯空間權重矩陣，結合空間計量模型，考察中國城市創新集聚空間分布特征與演化趨勢及成因，重點關注知識溢出對城市創新集聚的影響及其引發輻射效應的空間特征。一、知識溢出影響城市創新集聚熊彼特理論表明城市創新空間分布表現出顯著的集聚特征。城市匯聚了大規模的人才、高等院校、研發機構和高技術企業，是新知識和新技術的主要來源地。研究表明，中國城市創新產出并非完全隨機分布，而是呈現創新水平相似地區在空間上的集聚特征，并且城市創新水平存在較大空間差異，創新空間分布表現出極化特征，創新極核城市主要由北京、天津、上海和深圳組成假設1：中國城市創新集聚呈現顯著的極化現象，創新極核城市取決于城市內部創新資源豐裕程度。新經濟地理學認為，知識溢出是影響城市創新活動空間分布的重要原因。知識以人為載體，可以借助多種渠道在地區間傳播和擴散，進而有助于促進城市創新集聚水平的提升。在城市創新集聚空間演化過程中，尤其需要關注知識溢出對城市創新集聚的影響。創新極核城市知識溢出優先輻射到地理鄰近城市，有助于提升鄰近城市創新集聚水平，逐漸帶動鄰近城市轉變為新創新極核，形成以鄰近城市為創新極核的多中心網絡化特征。現有研究發現知識溢出效應表現出地理局限性，伴隨地理距離的增加，知識獲取和使用成本上升，導致知識溢出程度逐漸下降假設2：知識溢出引發的輻射效應導致中國城市創新集聚由極化特征逐漸演化為多中心網絡化特征，地理鄰近城市成為新創新極核，且輻射效應空間特征隨地理距離增加呈先增大后減小的倒U型。知識溢出對城市屬性具有較強的依賴性，城市研發水平、城市地理區位和城市規模成為影響知識溢出的關鍵因素。首先，研發領先的城市知識溢出能夠激發企業創新動力，促進企業間人員交流和學習技術，極大地提升企業獲取專利的概率，進而有助于城市創新集聚水平的提高；研發落后城市由于研發投入水平較低，知識溢出后僅僅是模仿或復制技術創新，導致大多為重復性研究和相似技術，大大降低落后城市創新集聚水平。其次，地理鄰近的中心城市間，由于地理區位優勢，能夠加快知識在城市間溢出的速度，提高企業間人才交流和學習技術的頻率，有助于提升企業創新水平，進而促進城市創新集聚；非中心城市借助發達的交通網絡體系，克服地理區位的劣勢，加快知識在城市間的流動頻率，有效提升企業研發和創新能力，進而有助于提高創新集聚水平，但作用程度明顯低于中心城市。最后，大型城市由于其市場規模較大，給研發人員提供更多選擇，吸引人才大量流入，另一方面，企業傾向于進入市場規模較大的城市，可以有效降低運輸和交易成本，且能夠便捷地獲取市場信息，因此，較大的市場規模加快了城市間知識溢出速度，提高企業創新能力，從而有助于提升城市創新集聚水平；中小型城市由于其自身市場規模較小，缺乏充足的吸引力，極大地降低知識溢出到這些城市的可能性，加之中小型城市可能會受到大型城市虹吸效應的影響，致使城市自身知識大規模流失，進而導致城市創新集聚水平大幅下降。由此，提出如下研究假設：假設3：知識溢出對城市屬性具有較強的依賴性，研發水平領先城市、中心城市和規模較大城市的知識溢出效應更為顯著。二、基于空間權重矩陣的城市創新集聚特征為刻畫中國城市創新集聚空間分布與演化特征，采用單位面積發明專利授權數衡量中國城市創新集聚程度，結合探索性空間數據分析方法，測算全局Moran’sI指數以及局部Moran’sI指數。全局Moran’sI指數計算公式如下：其中，y本文空間權重矩陣包括四類，第一類為地理距離權重矩陣（W基于四種空間權重矩陣測算2006—2017年中國城市創新集聚的全局Moran’sI指數。結果表明(見表1），中國城市創新集聚全局Moran’sI指數均在10%顯著性水平下為正，表現出正向空間關聯特征，即創新集聚分布呈現高-高型集聚或低-低型集聚的特征。在地理距離空間權重矩陣下，城市創新集聚關聯強度顯著大于其他三類空間權重矩陣，暗示地理鄰近城市間在空間上相對容易發生創新關聯。為進一步探究單個城市與之鄰近城市之間的創新集聚關聯程度，挖掘中國城市創新集聚特征及演化趨勢，測算城市i局部Moran’sI指數，公式如下：其中，y基于四種空間權重矩陣測算2006年、2010年、2017年中國城市創新集聚的局部Moran’sI指數，重點考察高—高型創新集聚城市，不同空間矩陣下城市創新集聚特征基本一致，在此僅展示地理距離權重矩陣下的結果，如表2所示。綜合分析不同空間權重矩陣下高—高型創新集聚演化特征，可以得出以下結論：第一，2006年中國城市創新集聚空間分布呈現顯著的極化特征，主要以北京、天津、上海、廣州、深圳為創新極核城市。第二，隨時間的推移，中國城市創新集聚逐漸表現出多中心化網絡化的特征，地理鄰近城市成為新創新極核。以上海為例，地理鄰近的蘇州、無錫、常州和鎮江逐漸成為新創新極核，推動長三角城市圈創新集聚水平的提升。以廣州、深圳為創新極核的珠三角城市圈，出現了珠海、佛山、東莞和中山等新一批創新極核城市，形成了多中心網絡化的創新集聚特征。對京津冀城市圈來說，呈現以北京和天津為主要創新極核城市的集聚特征。總體來說，2006—2017年中國城市創新集聚逐漸由極化特征演化成為多中心網絡化的特征。三、．控制變量為檢驗城市內部創新資源豐裕程度以及知識溢出引發輻射效應對創新集聚的影響，設定如下回歸模型：其中，i代表城市，t表示時間。UCJ為城市創新集聚度，PJG、PQY、PGX分別為研發機構、規模以上工業企業、高等院校研發人員，CJG、CQY、CGX分別表示研發機構、規模以上工業企業、高等院校研發經費內部支出，HUM為城市人力資本水平，WKSP表征知識溢出，KSP為城市研發人員，WUCJ表示創新集聚的空間自相關變量。W表示空間權重矩陣，采用地理距離、經濟距離、經濟地理和技術關聯空間權重矩陣。ρ表示空間自相關系數，θ城市創新集聚度：采用單位面積的發明專利授權數來衡量。城市內部創新資源豐裕程度：采用兩種權重對各省研發機構、規模以上工業企業、高等院校研發人員分解到各地級市，權重為城市勞動力占各省勞動力比重和城市從業人員中的科學綜合技術服務人員占各省科研人員比重；與此同時，基于兩種權重對各省研發機構、規模以上工業企業、高等院校研發經費內部支出分解到各地級市，權重為城市GDP占各省GDP比重和城市財政預算內的科學事業費用支出占各省科學事業費用支出的比重。城市人力資本水平采用高等學校在校大學生人數占城市總人口比例衡量。知識溢出：結合空間杜賓模型，采用WKSP表征知識溢出，W為空間權重矩陣，KSP為城市科學研究、技術服務和地質勘查業從業人員數量。控制變量主要包括交通便捷性、信息化水平、市場規模和城鎮化水平。交通便捷性（TRA）選擇高鐵是否開通表征，信息化水平（NET）采用互聯網寬帶用戶數衡量，市場規模（MGM）使用城市人口占地理面積比例表征，城鎮化水平（URB）選擇城市建設用地面積占市區面積比重衡量。本文最終選擇中國286個地級城市為研究樣本，原始數據來源于歷年《中國城市統計年鑒》、《中國科技統計年鑒》。根據計量模型（3），檢驗城市內部創新資源豐裕度對創新集聚的影響，結果如表3所示。第（1)—(4）列分別為采用不同比例分解得到城市創新資源對創新集聚影響的實證結果，第（1）列為采用勞動力比例和GDP比例分解，第（2）列為采用勞動力比例和科學事業費用支出比例分解，第（3）列為采用科學綜合技術服務人員比例和GDP比例分解，第（4）列為采用科學綜合技術服務人員比例和科學事業費用支出比例分解。表3結果可以看出：城市內部創新資源豐裕度對創新集聚影響的實證結果顯示出較高一致性。城市內部創新資源中研發機構研發人員和經費、高校研發經費以及城市人力資本水平對城市創新集聚表現出顯著的促進作用，企業研發經費投入對創新集聚具有負向作用，其中研發機構研發經費作用程度超過高校研發經費作用程度，表明城市研發機構作為城市創新的重要引擎，其研發投入對創新集聚發揮關鍵作用。數據顯示研發機構研發人員和經費投入前幾名的城市為北京、上海、天津、深圳、廣州等，由于城市內部創新資源豐裕程度較高，推動這些城市率先成為創新極核城市，致使中國城市創新集聚空間分布呈現顯著的極化特征。為檢驗城市知識溢出引發的輻射效應對創新集聚的影響，采用計量模型（4）進行回歸，結果如表4所示。第（1)—(4）列分別為地理距離、經濟距離、經濟地理和技術關聯空間權重矩陣下知識溢出對城市創新集聚影響的實證結果。表4實證結果顯示：基于四種空間權重矩陣下知識溢出對城市創新集聚存在顯著的正向作用，且在地理距離權重矩陣下作用程度最大，經濟地理權重矩陣次之，技術關聯權重矩陣再次，經濟距離權重矩陣最小。由前述分析可知，中國城市創新集聚空間分布呈現顯著的極化特征，北京、上海、天津、深圳、廣州等城市率先成為創新極核城市，創新極核城市知識向鄰近城市溢出引發輻射效應，導致中國城市創新集聚由極化特征逐漸演化為多中心網絡化的特征，鄰近城市成為新創新極核。本文從以下兩個方面做了穩健性討論：一是，在估計方法上換用普通面板回歸方法對知識溢出與創新集聚之間的關系再次進行驗證；二是，在指標選取上采用人均專利授權數作為衡量創新集聚的指標，重新檢驗知識溢出與創新集聚之間的關系。與此同時，采用知識離差三次方的空間滯后項作為工具變量，檢驗知識溢出對創新集聚的影響。從穩健性和工具變量回歸結果可以發現為進一步研究知識溢出輻射效應的空間特征，設定不同地理距離閾值空間權重矩陣，考察不同距離范圍內知識溢出輻射效應的空間特征。結果發現，全樣本下知識溢出對創新集聚的作用隨距離表現出無規律的特征，可能因為中國城市間創新集聚程度差異較大，導致未能準確刻畫知識溢出輻射效應空間特征。為此，選取具有代表性的長三角、珠三角和京津冀城市圈樣本進行回歸，以考察中國城市圈知識溢出輻射效應的空間特征，結果如表5所示。表5知識溢出輻射效應空間特征實證檢驗結果顯示：不同城市圈知識溢出輻射效應空間特征表現出非一致性，珠三角和長三角知識溢出對創新集聚的影響隨著距離變化先增大后減小，京津冀城市圈估計系數未通過顯著性檢驗。表明珠三角和長三角城市圈知識溢出輻射效應空間特征表現出顯著的倒U型關系，驗證了假設2，即伴隨地理距離的增加，知識溢出輻射效應空間特征呈現先上升后下降的趨勢，珠三角城市圈在125千米的距離范圍達到峰值，長三角城市圈峰值位于150千米的距離范圍，而京津冀城市圈并未表現出顯著空間特征。四、知識溢出與城市屬性的關系上述研究發現知識溢出能夠顯著促進城市創新集聚，但是知識溢出對城市屬性具有較強的依賴性，城市研發水平、城市地理區位和城市規模成為影響知識溢出的關鍵因素。（一）．研發領先城市知識溢出對創新集聚的影響奇數列為研發領先城市在四種權重矩陣下的回歸結果，偶數列為研發落后城市在四種權重矩陣下的回歸結果。表6回歸結果顯示：第一，研發領先城市知識溢出有助于城市創新集聚，在不同空間權重矩陣下回歸結果表現出一致性，且地理鄰近城市間知識溢出效應更為明顯。鄰近的研發領先城市之間，知識溢出能夠激發企業創新動力，有效促進企業間人員交流和學習技術，極大地提升企業獲取專利的概率，進而有助于城市創新集聚水平的提高。第二，研發落后城市知識溢出對創新集聚影響存在差異性。地理鄰近或經濟相似城市之間溢出效應并不顯著，地理鄰近且經濟相似城市間溢出效應發揮抑制作用，而技術相似城市間溢出效應存在顯著促進作用。地理鄰近且經濟相似的研發落后城市，由于研發投入水平較低，知識溢出后僅僅是模仿或復制技術創新，導致大多為重復性研究和相似技術，大大降低落后城市創新集聚水平。技術相似的研發落后城市間，知識借助現代化的交通基礎設施，突破城市間地理距離的限制，提升知識溢出的可能性，且城市間技術水平較為相似，從而能夠顯著提升城市創新集聚水平。（二）．知識溢出對創新集聚的促進作用根據地理區位特征，將樣本劃分為中心城市和非中心城市，中心城市主要包括全國性中心城市（北京、上海、廣州、深圳、重慶和天津）和區域性中心城市（副省級城市和省會城市），非中心城市包括除去全國性和區域性中心城市之后的其他地級城市，分別進行實證回歸，結果如表7所示。奇數列為中心城市在四種權重矩陣下的回歸結果，偶數列為非中心城市在四種權重矩陣下的回歸結果。表7回歸結果顯示：第一，中心城市知識溢出有助于城市創新集聚，在不同空間權重矩陣下回歸結果表現出穩定性，且地理鄰近中心城市間知識溢出效應更為明顯。地理鄰近的中心城市間，由于地理區位優勢，能夠加快知識在城市間溢出的速度，提高企業間人才交流和學習技術的頻率，有助于提升企業創新水平，進而促進城市創新集聚。第二，非中心城市知識溢出對創新集聚亦表現出促進作用，但作用程度明顯小于中心城市。在四種權重矩陣下，技術相似的非中心城市間，知識溢出對創新集聚發揮作用明顯。近年來，我國交通網絡空間不斷擴張，非中心城市借助發達的交通網絡體系，克服地理區位的劣勢，提高知識在城市間的流動頻率，有效提升企業研發和創新能力，進而有助于提高創新集聚水平。然而技術相似的非中心城市間，由于知識存量和技術水平方面較為接近，知識溢出效應能夠得到充分釋放，達到效益最大化的程度，因此，技術相似的非中心城市間，知識溢出對創新集聚作用更加顯著。（三）．中小型城市知識溢出作用總體情況，即主要奇數列為大型城市在四種權重矩陣下的回歸結果，偶數列為中小型城市在四種權重矩陣下的回歸結果。表8回歸結果顯示：第一，大型城市知識溢出顯著提升創新集聚水平，在不同矩陣下具有同一性，地理鄰近的大型城市間知識溢出作用程度更加顯著。原因在于，大型城市由于其市場規模較大，給研發人員提供更多選擇，吸引人才大量流入；另一方面，企業傾向于進入市場規模較大的城市，可以有效降低運輸和交易成本，且能夠便捷地獲取市場信息，因此，較大的市場規模加快了城市間知識溢出速度，提高企業創新能力，從而有助于提升城市創新集聚水平。第二，中小型城市知識溢出對城市創新集聚未表現出明顯作用。可能的原因在于，一方面，中小型城市由于其自身市場規模較小，缺乏充足的吸引力，極大降低知識溢出到這些城市的可能性；另一方面，中小型城市可能會受到大型城市虹吸效應的影響，致使城市自身知識大規模流失，進而導致城市創新集聚水平大幅下降。五、結論與啟示：知識溢出助推城市創新集聚空間差異，促進地區協同發展本文基于2006—2017年中國286個地級城市面板數據，構建地理距離、經濟距離、經濟地理和技術關聯空間權重矩陣，結合空間計量模型，考察中國城市創新集聚空間分布特征與演化趨勢及成因，重點關注知識溢出對城市創新集