經(jīng)濟(jì)集聚、空間結(jié)構(gòu)與城市創(chuàng)新
——基于233個(gè)地級(jí)及以上城市數(shù)據(jù)的實(shí)證研究

倪進(jìn)峰，李 華

(1.蘭州大學(xué)經(jīng)濟(jì)學(xué)院，甘肅 蘭州 730000；2.銅陵學(xué)院會(huì)計(jì)學(xué)院，安徽 銅陵 244061)

1 引言與文獻(xiàn)回顧

歷經(jīng)30多年的高速增長，支撐中國經(jīng)濟(jì) “量”上膨脹的紅利基礎(chǔ)逐漸消失，隨著新常態(tài)的到來，人們對(duì)經(jīng)濟(jì)發(fā)展在“質(zhì)”上飛躍產(chǎn)生了迫切需要。眾所周知，技術(shù)創(chuàng)新是提升經(jīng)濟(jì)發(fā)展質(zhì)量的重要保障，黨的十八大明確將科技創(chuàng)新擺在國家發(fā)展全局的核心位置，提出實(shí)施“創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略”。可見，在今后推進(jìn)創(chuàng)新驅(qū)動(dòng)發(fā)展的進(jìn)程中，準(zhǔn)確把握決定創(chuàng)新能力的核心因素、科學(xué)認(rèn)識(shí)各核心因素的內(nèi)在關(guān)聯(lián)，將十分關(guān)鍵。受Schumpeter[1]的影響，早期對(duì)創(chuàng)新問題的探討聚焦于企業(yè)或產(chǎn)業(yè)視角，將技術(shù)創(chuàng)新與產(chǎn)業(yè)的生命周期相聯(lián)系，強(qiáng)調(diào)技術(shù)創(chuàng)新主體——企業(yè)的興衰對(duì)創(chuàng)新產(chǎn)出狀況的決定性影響。后來，創(chuàng)新的地理集中現(xiàn)象引起關(guān)注，學(xué)者們一方面將空間和集聚要素納入創(chuàng)新活動(dòng)的分析框架，另一方面，由于觀察到大量的專利等技術(shù)創(chuàng)新產(chǎn)品總是產(chǎn)出于城市化和大都市區(qū)域，區(qū)域科學(xué)學(xué)家逐漸將城市置于影響技術(shù)創(chuàng)新過程的中心位置，認(rèn)為創(chuàng)新無法脫離城市而存在，城市是涵養(yǎng)創(chuàng)新活動(dòng)、激發(fā)創(chuàng)新產(chǎn)出的容器[2]。

作為各種經(jīng)濟(jì)資源的匯集地，城市不僅為創(chuàng)新活動(dòng)提供了有形的設(shè)施場所，更提供了無形的集聚效應(yīng)。然而，城市間的技術(shù)創(chuàng)新能力卻存在顯著差異，以中國地級(jí)及以上城市為例，以每萬人專利申請(qǐng)數(shù)作為衡量標(biāo)準(zhǔn)，2015年創(chuàng)新能力前五位的城市分別是蘇州、無錫、北京、常州和紹興，它們創(chuàng)新能力的平均值是后五位城市：商丘、信陽、周口、綏化和臨滄創(chuàng)新能力平均值的109倍，其中最高的蘇州市，每萬人專利申請(qǐng)數(shù)是最低的臨滄市的202倍，233個(gè)城市創(chuàng)新能力的標(biāo)準(zhǔn)差達(dá)到24.33。是什么導(dǎo)致了城市間如此大的創(chuàng)新差別？最重要原因歸結(jié)于異質(zhì)的城市特征。在這些特征中，首先，城市的經(jīng)濟(jì)集聚度對(duì)技術(shù)創(chuàng)新具有重要影響，緊湊的空間距離和密集的社會(huì)關(guān)系網(wǎng)絡(luò)不僅方便人們進(jìn)行知識(shí)交換和積累，也提高了人們之間的接觸頻次。知識(shí)交換和積累是創(chuàng)新的基礎(chǔ)[3]，更高的接觸頻次提高了創(chuàng)新的可能性，進(jìn)而推動(dòng)創(chuàng)新能力的增強(qiáng)。城市的經(jīng)濟(jì)集聚度越高，創(chuàng)新能力也就越強(qiáng)嗎？現(xiàn)有文獻(xiàn)在該問題上仍未形成一致觀點(diǎn)，Carlino等[4]利用美國城市數(shù)據(jù)，發(fā)現(xiàn)人均專利數(shù)與城市化部門的就業(yè)密度正相關(guān)，控制其他情況不變，一個(gè)城市就業(yè)密度是另一個(gè)城市的兩倍時(shí)，前者的人均專利數(shù)將比后者高出20%?；谥袊鞘袛?shù)據(jù)的經(jīng)驗(yàn)研究中，郭潔等[5]的研究顯示，城市擁堵的存在使得集聚的邊際創(chuàng)新效應(yīng)遞減，得到最大人均專利數(shù)量的最優(yōu)城市就業(yè)規(guī)模為30～50萬。高翔[6]分別采用人口規(guī)模和就業(yè)密度衡量城市經(jīng)濟(jì)集聚度，發(fā)現(xiàn)僅有前者對(duì)城市人均創(chuàng)新產(chǎn)出有顯著的促進(jìn)作用。其次，空間既然是重要的，那么城市的空間特征對(duì)于其技術(shù)創(chuàng)新會(huì)有怎樣的影響？直接探討城市空間結(jié)構(gòu)與技術(shù)創(chuàng)新能力關(guān)系的研究并不多見，在一些主旨相近的文獻(xiàn)里，Parr[7]認(rèn)為城市內(nèi)部的多中心結(jié)構(gòu)將伴隨較高的交通成本和較低的通勤效率，對(duì)信息的傳播和知識(shí)的交換不利。郭騰云和董冠鵬[8]利用數(shù)據(jù)包絡(luò)分析方法，結(jié)合 Malmquist模型與GIS分析工具，對(duì)中國特大城市的空間緊湊度與城市效率的相關(guān)關(guān)系進(jìn)行了研究，得出的結(jié)論：隨著城市空間緊湊度的提高，技術(shù)進(jìn)步得到明顯改善。

梳理已有研究發(fā)現(xiàn)，首先，由于在研究視角、樣本選擇、估計(jì)方法等方面的差異，文獻(xiàn)對(duì)城市經(jīng)濟(jì)集聚與技術(shù)創(chuàng)新關(guān)系的認(rèn)識(shí)并不統(tǒng)一。那么，在中國的城市中，抑制創(chuàng)新的“擁擠效應(yīng)”究竟是否存在？對(duì)這一疑問的深思也引申出一個(gè)爭論已久的話題，即在中國的城鎮(zhèn)化發(fā)展過程中，究竟是優(yōu)先發(fā)展大城市，還是應(yīng)該推動(dòng)中小城市占主導(dǎo)的發(fā)展模式？如果通過實(shí)證檢驗(yàn)發(fā)現(xiàn)，集聚的創(chuàng)新效應(yīng)是遞增的，那么至少從推動(dòng)創(chuàng)新的角度來看，應(yīng)支持優(yōu)先發(fā)展大城市，反之，如果集聚對(duì)創(chuàng)新的推動(dòng)效應(yīng)是遞減的或是存在拐點(diǎn)，那么應(yīng)以中小城市發(fā)展為主導(dǎo)。其次，實(shí)證研究城市空間結(jié)構(gòu)對(duì)技術(shù)創(chuàng)新影響的文獻(xiàn)十分缺乏。中國眾多城市在經(jīng)濟(jì)發(fā)展?fàn)顩r、城市化水平等方面存在差異，反映在城市內(nèi)部，是人口分布和基礎(chǔ)設(shè)施布局的不同，最終在城市間形成有區(qū)別的空間結(jié)構(gòu)。由此引發(fā)聯(lián)想，有區(qū)別的城市空間結(jié)構(gòu)與分異的城市技術(shù)創(chuàng)新能力之間會(huì)有怎樣的聯(lián)系？相對(duì)集中還是分散的空間結(jié)構(gòu)更有利于技術(shù)創(chuàng)新？最后，經(jīng)濟(jì)集聚與空間結(jié)構(gòu)彼此相關(guān)，一方面，空間結(jié)構(gòu)反映了經(jīng)濟(jì)集聚具體的空間組織形態(tài)，另一方面，集聚效應(yīng)的發(fā)展變化也為空間結(jié)構(gòu)的適時(shí)調(diào)整提出要求，不考慮空間結(jié)構(gòu)去討論集聚的創(chuàng)新效應(yīng)，可能會(huì)遺漏必要的空間內(nèi)涵。于是，經(jīng)濟(jì)集聚與空間結(jié)構(gòu)之間，是否存在作用技術(shù)創(chuàng)新的交互關(guān)系？交互關(guān)系如果存在，方向如何？經(jīng)濟(jì)集聚與空間結(jié)構(gòu)以怎樣的匹配關(guān)系，最有利于城市創(chuàng)新？對(duì)這些問題的研究不僅有助于理解城市的技術(shù)創(chuàng)新規(guī)律，為有效實(shí)施創(chuàng)新驅(qū)動(dòng)戰(zhàn)略提供參考。還有助于發(fā)現(xiàn)技術(shù)創(chuàng)新能力在城市間分異的原因，為中國統(tǒng)籌區(qū)域協(xié)同創(chuàng)新、縮小區(qū)域發(fā)展差距提供思路。

2 研究設(shè)計(jì)

2.1 實(shí)證模型的設(shè)定

本文的實(shí)證模型如下:

lninnov=α0+α1shhi+α2shhi2+α3lnaggl+α4lnaggl2+α5lnaggl*mono+z′β+ε

(1)

其中，innov是衡量城市技術(shù)創(chuàng)新能力的因變量，shhi是衡量城市空間結(jié)構(gòu)的變量，aggl是衡量經(jīng)濟(jì)集聚度的變量，z′是控制變量向量，ε是隨機(jī)誤差項(xiàng)。

考慮到城市空間結(jié)構(gòu)、經(jīng)濟(jì)集聚對(duì)技術(shù)創(chuàng)新可能有多種作用方式，實(shí)證分析中分步驟將變量添加入回歸模型。第一步，利用城市空間結(jié)構(gòu)、經(jīng)濟(jì)集聚變量的一次項(xiàng)同技術(shù)創(chuàng)新變量建立計(jì)量模型，試探空間結(jié)構(gòu)、經(jīng)濟(jì)集聚對(duì)技術(shù)創(chuàng)新的線性影響。第二步和第三步，分別引入城市空間結(jié)構(gòu)和經(jīng)濟(jì)集聚變量的二次項(xiàng)，考察二者對(duì)技術(shù)創(chuàng)新的影響是否存在“先升后降”或“先降后升”的拐點(diǎn)。在第四步中，引入城市空間結(jié)構(gòu)與經(jīng)濟(jì)集聚的交互項(xiàng)，探究二者對(duì)技術(shù)創(chuàng)新的影響是否需要對(duì)方作為中介和條件，如果交互項(xiàng)系數(shù)估計(jì)值顯著的話，符號(hào)的正負(fù)情況還能反映出在推進(jìn)城市創(chuàng)新進(jìn)程中，城市空間結(jié)構(gòu)的集中與經(jīng)濟(jì)集聚程度的提升究竟是相互促進(jìn)還是彼此制約。第五步，統(tǒng)一考察和比較相關(guān)變量的一次項(xiàng)、二次項(xiàng)以及交互項(xiàng)的估計(jì)系數(shù)，可以得到城市空間結(jié)構(gòu)、經(jīng)濟(jì)集聚對(duì)技術(shù)創(chuàng)新非線性影響的拐點(diǎn)值，了解城市空間結(jié)構(gòu)與經(jīng)濟(jì)集聚在怎樣的匹配下，會(huì)產(chǎn)生最大的技術(shù)創(chuàng)新效應(yīng)。

2.2 空間結(jié)構(gòu)的概念及其量化

經(jīng)濟(jì)集聚度體現(xiàn)了區(qū)域經(jīng)濟(jì)活動(dòng)的密集程度，反映了單位土地上的經(jīng)濟(jì)規(guī)模，在土地面積給定的情況下，經(jīng)濟(jì)集聚度實(shí)際上刻畫了區(qū)域經(jīng)濟(jì)發(fā)展的總量。空間結(jié)構(gòu)描繪了區(qū)域內(nèi)部經(jīng)濟(jì)活動(dòng)的空間組織和布局，是與“總量”或“密度”等規(guī)模含義相對(duì)應(yīng)的“結(jié)構(gòu)”概念。 空間結(jié)構(gòu)這一命題來源于城市規(guī)劃研究中對(duì)城市體系 “單中心”和“多中心”相關(guān)話題的探討。早期研究多采用人口的規(guī)模分布度量城市體系的空間結(jié)構(gòu)，然而這一方法存在一些弊端，首先，較小地理尺度上詳細(xì)精確的人口分布數(shù)據(jù)較難獲取，一般只能在普查年份得到，囿于此種局限現(xiàn)有文獻(xiàn)探討空間結(jié)構(gòu)問題時(shí)多采用截面數(shù)據(jù)進(jìn)行分析，缺乏時(shí)間維度。其次，中國一些年鑒在統(tǒng)計(jì)人口數(shù)據(jù)時(shí)是基于“戶籍人口”口徑，在“城鄉(xiāng)分割”的戶籍制度下這一統(tǒng)計(jì)口徑遺漏了大量的進(jìn)城務(wù)工人員，用這種人口指標(biāo)量化空間結(jié)構(gòu)不能準(zhǔn)確把握經(jīng)濟(jì)活動(dòng)真實(shí)的空間布局狀況，會(huì)產(chǎn)生一定的偏誤。

為了克服現(xiàn)有數(shù)據(jù)的不足，再加上近年來DMSP/OLS夜間燈光數(shù)據(jù)的可靠性逐漸被中外學(xué)界所證實(shí)[9]，已有學(xué)者開始采用DMSP/OLS夜間燈光數(shù)據(jù)量化區(qū)域空間結(jié)構(gòu)[10-11]。DMSP/OLS夜間燈光數(shù)據(jù)來源于美國國防氣象衛(wèi)星(DMSP)搭載的業(yè)務(wù)掃描傳感器(OLS)，該傳感器拍攝全球夜間燈光影像最初的目的在于氣象監(jiān)測(cè)，后來由于使用的光學(xué)倍增管具有很強(qiáng)的光電放大能力,OLS傳感器逐漸被應(yīng)用于探測(cè)人類地表活動(dòng)。OLS傳感器具有很高的探測(cè)精度，甚至能探測(cè)到城市內(nèi)部小規(guī)模居民地、車流等發(fā)出的低強(qiáng)度燈光，其“穩(wěn)定燈光影像”去除了云、光火及油氣燃燒等噪聲影響，較好地捕捉了城市、鄉(xiāng)鎮(zhèn)內(nèi)持久光源場所的亮光狀況，因此，DMSP/OLS夜間燈光影像較準(zhǔn)確地提供了城市空間信息，可以作為探察人類城市空間活動(dòng)很好的數(shù)據(jù)來源[12-15]。

盡管DMSP/OLS夜間燈光影像十分有研究價(jià)值，但該影像也存在一些問題，主要包括影像像元亮度值(DN值)飽和、同年兩個(gè)衛(wèi)星拍攝的影像存在差異以及一些影像像元異常波動(dòng)三種問題，于是很多研究在應(yīng)用DMSP/OLS夜間燈光影像前對(duì)其進(jìn)行了校正。本文參考了Elvidge等[16]的做法，利用“不變目標(biāo)區(qū)域”和“影像序列相互校正”法對(duì)燈光影像進(jìn)行校正，考慮到利用長時(shí)序的影像資料可以獲得更好的校正效果，本文選取了2000—2013年共22期的DMSP/OLS夜間燈光影像進(jìn)行校正，以獲得考察期內(nèi)的城市空間結(jié)構(gòu)數(shù)據(jù)。操作中參考了曹子陽等[17]的方法，首先，選用鶴崗市轄區(qū)作為不變區(qū)域，結(jié)合亮值像元回歸的方法進(jìn)行了飽和校正。其次，通過取平均值對(duì)同年兩個(gè)衛(wèi)星拍攝的影像進(jìn)行了校正。最后，利用影像序列進(jìn)行相互校正以消除像元異常波動(dòng)的現(xiàn)象。具體的校正步驟可參考曹子陽等[17]的研究。

2.3 變量與數(shù)據(jù)

(1)變量設(shè)定與指標(biāo)選取。因變量——技術(shù)創(chuàng)新能力(innov)。創(chuàng)新產(chǎn)出是創(chuàng)新能力的直觀體現(xiàn)，在表征創(chuàng)新產(chǎn)出的指標(biāo)中，專利數(shù)據(jù)由于其相對(duì)完整并與創(chuàng)新產(chǎn)出關(guān)聯(lián)性較強(qiáng)而常常被采用，相對(duì)于受時(shí)滯性和機(jī)構(gòu)偏好干擾較大的專利授權(quán)量，專利申請(qǐng)量可以更好地度量區(qū)域技術(shù)創(chuàng)新狀況[18-19]，結(jié)合我國的專利制度，有的研究選用了“發(fā)明專利”的申請(qǐng)數(shù)，有的研究用包含“發(fā)明”、“實(shí)用新型”和“外觀設(shè)計(jì)”三類專利申請(qǐng)數(shù)之和衡量區(qū)域創(chuàng)新能力，考慮到接近一半的地級(jí)市專利數(shù)據(jù)來源于各市的《國民經(jīng)濟(jì)與社會(huì)發(fā)展公告》，而在這些報(bào)告中很多僅給出了專利申請(qǐng)總數(shù)，并未指明專利類型結(jié)構(gòu)，且專利申請(qǐng)總數(shù)的口徑更寬，反映區(qū)域創(chuàng)新活動(dòng)更加全面[20]。因此本文選用三類專利申請(qǐng)受理總數(shù)與城市年末人口數(shù)(萬人)之比，作為因變量技術(shù)創(chuàng)新能力的衡量指標(biāo)。

核心自變量——城市空間結(jié)構(gòu)(shhi)?，F(xiàn)有研究多采用“城市首位率”來衡量區(qū)域空間結(jié)構(gòu)，然而此方法是一種數(shù)據(jù)受限情況下的折中方法，如果能獲取較小空間尺度的優(yōu)質(zhì)數(shù)據(jù)，赫芬達(dá)爾—赫希曼指數(shù)(HHI)可以更完整地度量整個(gè)區(qū)域單元的體系結(jié)構(gòu)[21-22]。完整、客觀、跨區(qū)可比的夜間燈光數(shù)據(jù)和功能強(qiáng)大GIS軟件為采用HHI衡量區(qū)域空間結(jié)構(gòu)提供了技術(shù)可能，因此本文借助這些工具，并設(shè)定空間赫芬達(dá)爾—赫希曼指數(shù)(shhi)來衡量地級(jí)市市域的空間結(jié)構(gòu)，shhi的計(jì)算方法如下：

(2)

其中，DNi表示燈光影像中某市市域范圍內(nèi)第i個(gè)區(qū)域單元的影像DN合計(jì)值，SDN表示該市所有區(qū)域單元DN值總和。按照中國的行政區(qū)劃體制，地級(jí)及以上城市一般下轄區(qū)、縣或縣級(jí)市，考慮到市轄區(qū)作為城市核心區(qū)域集中連片，而縣和縣級(jí)市散布在城市周邊相對(duì)獨(dú)立，參考孫斌棟等[23]的工作，本文將市轄區(qū)、每個(gè)縣和每個(gè)縣級(jí)市分別作為一個(gè)獨(dú)立的區(qū)域單元(或稱中心)，n表示該市包含的區(qū)域單元個(gè)數(shù)。同產(chǎn)業(yè)組織理論中的赫芬達(dá)爾—赫希曼指數(shù)相似，shhi∈(0,1)反映了經(jīng)濟(jì)活動(dòng)在區(qū)域中的集中程度，shhi越大說明經(jīng)濟(jì)活動(dòng)集中于少數(shù)區(qū)域單元，城市的單中心程度較高。shhi越小表明經(jīng)濟(jì)活動(dòng)在各個(gè)區(qū)域的布局越為平衡，整個(gè)城市擁有多個(gè)中心，呈分散化結(jié)構(gòu)。

核心自變量——經(jīng)濟(jì)集聚(aggl)。自Ciccone等[24]使用非農(nóng)就業(yè)密度衡量區(qū)域經(jīng)濟(jì)集聚度，后續(xù)研究大多沿用了他們的做法。為了便于文獻(xiàn)間結(jié)論的參照和比較，本文也使用該指標(biāo)衡量城市經(jīng)濟(jì)集聚度，以各市“第二和第三產(chǎn)業(yè)城鎮(zhèn)單位就業(yè)人員數(shù)”與“城鎮(zhèn)私營和個(gè)體從業(yè)人員數(shù)”之和比上各市“行政區(qū)域土地面積”。

控制變量。技術(shù)創(chuàng)新投入(input)，鑒于目前在中國地級(jí)市層面難以獲取完整詳實(shí)的R&D經(jīng)費(fèi)數(shù)據(jù)，考慮到地方政府在推動(dòng)技術(shù)創(chuàng)新中的重要作用，參照已有研究，選取各市地方財(cái)政支出中的“科學(xué)技術(shù)支出”與GDP的比重代理技術(shù)創(chuàng)新投入。人力資本(hc)，國內(nèi)外文獻(xiàn)在分析截面數(shù)據(jù)時(shí)多采用大學(xué)畢業(yè)生數(shù)衡量城市人力資本水平，但城市層面的詳細(xì)學(xué)歷數(shù)據(jù)一般僅能在普查年份獲得，缺少連續(xù)的時(shí)序數(shù)據(jù)。參考現(xiàn)有文獻(xiàn)，本文采用“普通高等學(xué)校在校生人數(shù)”與城市人口數(shù)(萬人)之比予以代理。固定資產(chǎn)投資(invest)，用各市“固定資產(chǎn)投資”與GDP之比表示。運(yùn)輸條件(trans)，借鑒余永澤等[25]，在數(shù)據(jù)受限情況下用“交通發(fā)達(dá)程度”代理，用每萬人“全市貨運(yùn)總量”衡量。

(2)數(shù)據(jù)說明、來源與描述。首先，考慮到2009年之后的城市專利申請(qǐng)數(shù)據(jù)相對(duì)完整，本文研究選取的考察期為2009—2015年。其次，根據(jù)專利申請(qǐng)數(shù)據(jù)的缺失狀況篩選出245個(gè)城市，在這245個(gè)城市中，僅轄有市區(qū)以至于shhi值在考察期內(nèi)恒為1的12個(gè)城市也予以剔除，最終確定的研究區(qū)域包括233個(gè)城市。最后，一方面考慮到創(chuàng)新產(chǎn)出的時(shí)間滯后，也有必要減弱反向因果關(guān)聯(lián)帶來的內(nèi)生性。另一方面，現(xiàn)有的夜間燈光數(shù)據(jù)僅更新到2013年。本文借鑒劉修巖等[11]的思路，將所有自變量進(jìn)行了滯后兩期處理，因此因變量選取的是2009—2015年數(shù)據(jù)，全部自變量為2007—2013年數(shù)據(jù)。最后，獲取城市行政區(qū)劃信息的矢量地圖根據(jù)國家基礎(chǔ)地理信息系統(tǒng)1:400萬數(shù)據(jù)繪制獲得，行政區(qū)劃以2012底為標(biāo)準(zhǔn)。233個(gè)城市的專利申請(qǐng)數(shù)據(jù)來源于各省知識(shí)產(chǎn)權(quán)局網(wǎng)站、各市國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)、各省科技廳網(wǎng)站、城市科技局網(wǎng)站或科技信息網(wǎng)。穩(wěn)定燈光及輻射定標(biāo)影像由NGDC網(wǎng)站獲取。其他數(shù)據(jù)來源于2008—2016年《中國城市統(tǒng)計(jì)年鑒》，少量缺失數(shù)據(jù)通過線性插值法內(nèi)插或外推得到，變量數(shù)據(jù)的描述性統(tǒng)計(jì)見表1。

表1 各變量原始數(shù)據(jù)的描述性統(tǒng)計(jì)

3 實(shí)證分析

為了避免多重共線性對(duì)研究結(jié)論的干擾，在進(jìn)行回歸分析之前對(duì)自變量間的相關(guān)性進(jìn)行了檢驗(yàn)，從表2顯示的檢驗(yàn)結(jié)果來看，各變量間的相關(guān)系數(shù)都不超過0.5，表明模型中并不存在嚴(yán)重的多重共線性。

表2 自變量間的相關(guān)系數(shù)

面板數(shù)據(jù)兼有截面數(shù)據(jù)與時(shí)序數(shù)據(jù)的特征，也會(huì)存在異方差和自相關(guān)問題，然而本文的考察期僅有7年，但有233個(gè)截面，是典型的短面板數(shù)據(jù)。此外，涉及的233個(gè)城市分屬經(jīng)濟(jì)社會(huì)發(fā)展存在一定差異的30個(gè)省區(qū)，地域范圍橫跨東中西，有的是直轄市，有的是副省級(jí)城市，其余是一般省會(huì)城市和非省會(huì)地級(jí)市，類型較多，個(gè)體間異質(zhì)性較強(qiáng)，因此在檢驗(yàn)時(shí)僅考慮異方差是否存在。豪斯曼檢驗(yàn)(Hausman test)結(jié)果顯示，在最終模型中，不能拒絕固定效應(yīng)與隨機(jī)效應(yīng)系數(shù)估計(jì)值沒有系統(tǒng)差別的原假設(shè)，樣本更適用隨機(jī)效應(yīng)模型。進(jìn)一步的沃爾德檢驗(yàn)(wald test)顯示，應(yīng)拒絕同方差假設(shè)，組間異方差顯著存在。此種情況下，比較其他方法，可行性廣義最小二乘估計(jì)(FGLS)可以得到更有效的估計(jì)結(jié)果[26-27]，因此本文選用FGLS作為實(shí)證模型(1)～(4)的估計(jì)方法，具體的參數(shù)估計(jì)和假設(shè)檢驗(yàn)結(jié)果如表3所示

表3 經(jīng)濟(jì)集聚、空間結(jié)構(gòu)對(duì)城市技術(shù)創(chuàng)新影響的回歸結(jié)果

注：估計(jì)值下方括號(hào)內(nèi)顯示的是z值，***、**、*分別代表p<0.01、p<0.05和p<0.1。為了緩解引入高次項(xiàng)帶來的共線性，對(duì)變量shhi和lnaggl的二次項(xiàng)以及它們的交互項(xiàng)數(shù)據(jù)進(jìn)行了中心化處理。

模型(1)的估計(jì)結(jié)果顯示，shhi和lnaggl的系數(shù)估計(jì)值在1%的水平下顯著為正，z統(tǒng)計(jì)量的值很大，說明初步來看，較集中的空間結(jié)構(gòu)與高經(jīng)濟(jì)集聚度對(duì)城市創(chuàng)新能力都有十分明顯的推動(dòng)作用。模型(2)引入了單中心指數(shù)的二次項(xiàng)(shhi)2，(shhi)2與shhi都在1%水平通過了顯著性檢驗(yàn)，且二次項(xiàng)系數(shù)為負(fù)一次項(xiàng)系數(shù)為正，表明城市的空間結(jié)構(gòu)對(duì)技術(shù)創(chuàng)新具有非常顯著(z值很大)的非線性影響，二者之間的關(guān)系可以用一條開口向下、對(duì)稱軸在第一象限的二次函數(shù)描述，說明在考察期內(nèi)單中心的空間結(jié)構(gòu)對(duì)技術(shù)創(chuàng)新先促進(jìn)后抑制，存在有利城市技術(shù)創(chuàng)新的“最優(yōu)空間結(jié)構(gòu)”。受到現(xiàn)有文獻(xiàn)討論“集聚不經(jīng)濟(jì)”的啟發(fā)，模型(3)在模型(2)的基礎(chǔ)上加入了二次項(xiàng)(lnaggl)2，嘗試考察經(jīng)濟(jì)集聚與技術(shù)創(chuàng)新的非線性關(guān)系，從結(jié)果來看，經(jīng)濟(jì)集聚度變量的一、二次項(xiàng)系數(shù)估計(jì)值均通過了水平為1%的顯著性檢驗(yàn)，且都顯著為正，表明可以用一條開口向上的二次函數(shù)大致描述集聚經(jīng)濟(jì)與城市創(chuàng)新能力之間的關(guān)系。

模型(4)加入經(jīng)濟(jì)集聚與空間結(jié)構(gòu)的交互項(xiàng)shhi×lnaggl，目的在于一方面依托交互項(xiàng)的估計(jì)情況，判斷城市的經(jīng)濟(jì)集聚與空間結(jié)構(gòu)之間是否有、有的基礎(chǔ)上以怎樣的交互效應(yīng)對(duì)技術(shù)創(chuàng)新施加影響。另一方面，結(jié)合具體的系數(shù)估計(jì)值，可以考察經(jīng)濟(jì)集聚與空間結(jié)構(gòu)以怎樣的匹配，對(duì)城市創(chuàng)新能力產(chǎn)生最有力的推動(dòng)。結(jié)果顯示，第一，經(jīng)濟(jì)集聚與空間赫芬達(dá)爾—赫希曼指數(shù)呈現(xiàn)顯著的負(fù)向互動(dòng)關(guān)系，二者的上升對(duì)技術(shù)創(chuàng)新的促進(jìn)，必須以對(duì)方下降為條件。說明在考慮經(jīng)濟(jì)集聚對(duì)技術(shù)創(chuàng)新的推動(dòng)時(shí)，不能忽略城市的空間結(jié)構(gòu)因素，在集聚度高的單中心結(jié)構(gòu)城市內(nèi)部，出現(xiàn)了創(chuàng)新資源過度集中的“擁擠效應(yīng)”，抑制了技術(shù)創(chuàng)新。而集聚度較低的多中心城市也對(duì)技術(shù)創(chuàng)新不利。相反，高集聚度與多中心結(jié)構(gòu)融合，低集聚度與單中心結(jié)構(gòu)匹配，都能形成推動(dòng)創(chuàng)新的合力。第二，城市的單中心結(jié)構(gòu)與技術(shù)創(chuàng)新呈倒U型關(guān)系。結(jié)合參數(shù)估計(jì)值有:

(3)

式中，當(dāng)lnaggl取均值μlnaggl時(shí)，倒U型曲線最高點(diǎn)的空間赫芬達(dá)爾-赫希曼指數(shù)值為shhi*=0.113+μshhi=0.423，即平均看來，0.423是有利于城市技術(shù)創(chuàng)新的“最優(yōu)空間結(jié)構(gòu)”，如圖1所示(曲線下虛線左右兩邊的百分?jǐn)?shù)分別代表shhi小于和大于拐點(diǎn)值的個(gè)體比重)。結(jié)合空間結(jié)構(gòu)與經(jīng)濟(jì)集聚的交互效應(yīng)，如果某市經(jīng)濟(jì)集聚度高于均值，則最優(yōu)空間結(jié)構(gòu)的shhi需向下調(diào)整，反之則向上調(diào)整指數(shù)值。第三，基于上文的初步推斷，城市的經(jīng)濟(jì)集聚度與技術(shù)創(chuàng)新能力應(yīng)呈正U型關(guān)系，但考慮到集聚程度(lnaggl)2的數(shù)據(jù)經(jīng)過了中心化處理，需要結(jié)合具體數(shù)值考察二者的實(shí)際關(guān)系：

(4)

式中，當(dāng)shhi取μshhi時(shí)，將均值μlnagg=3.914帶入，得到U型曲線最低點(diǎn)的經(jīng)濟(jì)集聚對(duì)數(shù)值為lnaggl*=2.032，然而，在lnaggl的1631個(gè)觀測(cè)值中，小于2.032的觀測(cè)值僅有63個(gè)，僅占總觀測(cè)數(shù)的3.86%，說明u型曲線的遞減階段僅占3.86%，而在整個(gè)定義域超過96%區(qū)間內(nèi)是u型曲線的遞增階段，如圖2所示。因此總體來看，經(jīng)濟(jì)集聚的邊際創(chuàng)新效應(yīng)遞增，經(jīng)濟(jì)集聚度越高越有利于城市創(chuàng)新能力的提升。此外，從控制變量的估計(jì)結(jié)果來看，城市的創(chuàng)新投入、人力資本狀況、運(yùn)輸條件和固定資產(chǎn)投資水平都對(duì)城市創(chuàng)新能力有顯著的正向促進(jìn)作用。

圖1 空間結(jié)構(gòu)與創(chuàng)新能力的正U型關(guān)系

圖2 經(jīng)濟(jì)集聚與創(chuàng)新能力的倒U型關(guān)系

4 政策含義

根據(jù)本文的研究結(jié)論，可以得到很明顯的政策含義：

首先，依據(jù)研究結(jié)論，從推動(dòng)城市創(chuàng)新能力的角度，并沒有發(fā)現(xiàn)高集聚度會(huì)帶來擁擠效應(yīng)，反而觀察到經(jīng)濟(jì)集聚度對(duì)創(chuàng)新能力的貢獻(xiàn)是邊際遞增的，由此可以認(rèn)為，經(jīng)濟(jì)密度高的大城市在發(fā)揮規(guī)模經(jīng)濟(jì)和集聚效應(yīng)上的作用仍十分關(guān)鍵，刻意強(qiáng)調(diào)“城市病”去限制大城市規(guī)模并剝奪大城市的優(yōu)先發(fā)展權(quán)，會(huì)削弱大城市的創(chuàng)新能力，與“創(chuàng)新驅(qū)動(dòng)發(fā)展”戰(zhàn)略相違背。那么，為了維護(hù)大城市在提升國家整體創(chuàng)新能力中的核心地位，保障措施應(yīng)分別著力于“釋放集聚潛能”和“抑制集聚不經(jīng)濟(jì)”，前者要求進(jìn)一步提高大城市的經(jīng)濟(jì)密度，掃除限制經(jīng)濟(jì)資源在市場機(jī)制下自發(fā)集中的人為障礙，在國內(nèi)限制資本跨區(qū)流動(dòng)的“地方保護(hù)主義”不斷得到緩解的現(xiàn)狀下，更有意義的策略導(dǎo)向在于松動(dòng)現(xiàn)有戶籍制度并完善人才引進(jìn)政策，將提高人口規(guī)模和優(yōu)化人力資源結(jié)構(gòu)有機(jī)結(jié)合，在直接提高集聚度這一“量”的同時(shí)，提升集聚效應(yīng)的“質(zhì)”。對(duì)于后者，需要管理者革除“抑制集聚不經(jīng)濟(jì)”等同于“管控人口規(guī)模”的舊式思維，集聚不經(jīng)濟(jì)發(fā)生在交通擁堵、犯罪、環(huán)境污染等“城市病”出現(xiàn)的時(shí)候，那么只要能高效的“治理城市病”就可以一定程度上避免集聚不經(jīng)濟(jì)的出現(xiàn)，并不必須以犧牲創(chuàng)新效率為代價(jià)。于是，加大地鐵和環(huán)城高架等交通基礎(chǔ)設(shè)施建設(shè)、增加警力等公共服務(wù)的提供、提升服務(wù)業(yè)比重或?qū)⒊蔀榍袑?shí)可行的操作手段。

其次，平均來說，最大化創(chuàng)新能力的空間赫芬達(dá)爾-赫希曼指數(shù)為0.423，在城市規(guī)劃工作的實(shí)踐中，適宜將此指數(shù)與城市的經(jīng)濟(jì)集聚度相結(jié)合，作為優(yōu)化城市內(nèi)部創(chuàng)新格局的評(píng)判標(biāo)準(zhǔn)。具體來說，中小城市為推動(dòng)創(chuàng)新，應(yīng)進(jìn)一步鞏固市轄區(qū)的中心地位，加大配套措施投入，引導(dǎo)經(jīng)濟(jì)資源強(qiáng)化在市轄區(qū)內(nèi)的集中，嚴(yán)格限制核心區(qū)域的無序蔓延，以中心—外圍形態(tài)在全市形成一定的空間發(fā)展層次，在提高土地配置效率的基礎(chǔ)上走緊湊式空間發(fā)展道路。對(duì)于大城市而言，與多中心結(jié)構(gòu)相結(jié)合的集聚是更有效率的集聚模式，在獲取高集聚度帶來的創(chuàng)新效應(yīng)的同時(shí)，可以利用內(nèi)部結(jié)構(gòu)的分散化緩解擁擠。進(jìn)一步的，適度的郊區(qū)化發(fā)展，不僅可以助力統(tǒng)籌城鄉(xiāng)創(chuàng)新資源的發(fā)展和配置，更有利于在市域范圍內(nèi)形成各空間單元競爭和協(xié)作的創(chuàng)新網(wǎng)絡(luò)，最終推動(dòng)大城市在“創(chuàng)新驅(qū)動(dòng)發(fā)展”戰(zhàn)略中承擔(dān)更多的創(chuàng)新責(zé)任。