【文章导读】多中心空间结构对中国城市创新绩效的影响——基于279个地级及以上城市的实证

创新是城市和区域发展的根本性内生动力，人类的创新活动也主要集中在城市区域，故而有学者甚至将城市称之为“创新机器”。在中国经济从要素驱动转向创新驱动的当下，研究城市的创新活动有着重要的理论和政策含义。关于城市空间结构与创新绩效之间的关系，一方面由于规模经济效应、高度专业化的劳动力市场、面对面沟通的需要、公共基础设施共享和知识溢出等马歇尔外部性，使得产业不断往城市集聚，不同主体之间的知识溢出理论上能够提高城市总体的创新绩效；另一方面，集聚也并非万能灵药，过度的集聚导致地租、房价、通勤成本的上升，以及交通拥挤、空气污染等负外部性效应，这又势必对创新活动产生抑制作用。虽然多中心城市的集聚效益可能小于同等规模的单中心城市，但是前者可以通过“规模互借”效应，即在更大的空间范围内分工协作实现多中心城市的规模效益。因此，理论上讲，多中心空间结构既能够保持高水平的城市人口集聚，享有知识溢出的正效应，同时又能够缓解由过度集聚导致的负效应，理应对城市创新绩效具有促进作用。

1

文献综述

虽然关于城市经济绩效的实证研究表明，多中心空间结构的确能够显著促进城市的经济绩效。然而关于城市创新绩效的研究却指出，多中心空间结构对城市的创新能力产生了阻碍作用。后一组文献主要从知识溢出角度解释多中心空间结构对创新活动的抑制作用，主张知识溢出要求创新主体之间进行频繁且密切的交流，而城市多中心空间结构将增加创新主体之间的地理距离，进而减弱知识溢出的效果。

然而，关于地理邻近与创新的经典文献指出，过度的地理邻近将导致创新主体缺乏地理上的开放性，有可能导致知识上的趋同化和认知锁定，进而引发邻近悖论现象（proximity paradox），对创新活动产生抑制作用。从这个角度来看，多中心空间结构能够避免过度的地理邻近，提升城市知识基础的多样性，而多样化的知识基础有助于城市创新绩效的提升。例如，有研究指出多中心空间结构能够提升城市的社会经济多样性，进而对城市的创新能力有促进作用。同时，多中心空间结构也能够允许企业根据不同中心的知识禀赋，更为合理地布局企业职能部门，将自身的研发和创新活动与不同中心的知识资源有效结合，从而最大程度地发挥自身的创新潜力。此外，随着交通条件的改善和即时通信技术（ICT）的日益普及，地理距离对知识溢出的阻碍作用有可能会逐渐减小，使得多中心空间结构对创新绩效的抑制作用也相应减弱。

综上，多中心空间结构可以通过增加创新主体之间的地理距离、提升城市知识的多样性、给予企业更多的区位选择等渠道，对城市创新绩效产生抑制或者促进作用，而多中心空间结构对于城市创新绩效的总体影响无疑取决于以上因素的综合作用。

2

数据与方法

2.1 变量构建与数据来源

本研究关注多中心空间结构对中国城市创新绩效的影响，因此采用城市年每万人专利申请量作为因变量（缩写为patent，单位为个/万人），其计算方法为城市年专利申请数量除以相应年份城市年末总人口数量。

本研究的核心解释变量为市域空间结构的多中心程度（polycentricity）。其构造方法为，首先利用美国能源部橡树岭国家实验室提供的陆地扫描全球人口数据库（2000—2019年）识别城市区域，然后计算相应城市空间结构的多中心程度。本文采用探索性空间数据分析方法（ESDA）识别城市区域。详细步骤为，首先依据顶点相接（Queen）原则构造空间权重矩阵（即有共同点就视为相邻），根据局部莫兰指数及其显著性程度挑选出市域范围内所有人口密度和人口密度的空间滞后值均高于该城市的相应平均值，且在0.1的显著性水平上显著的栅格，然后按照顶点相接原则，将所有相邻的栅格合并为一个多边形。识别出人口最多的多边形作为主城区，考虑到河流水系对城市建成区的分隔作用，若某一多边形与主城区之间最近的两点距离小于2 km则将这一多边形合并至主城区，重复这一过程直至其余所有多边形与主城区之间的最近距离均不小于2 km，这样能够更为准确地识别如重庆、武汉、南京等长江沿岸城市的主城区。然后，依据面积大于1 km²和总人口大于5万人的标准，挑选出最终的城市区域，即市域的主中心及次中心。相关识别程序（基于R语言）和结果可以通过联系笔者获取。市域空间结构的多中心程度（polycentricity）具体计算如公式（1）～（5）所示。

   （1）

   （2）

   （3）

   （4）

   （5）

本研究还控制了以下控制变量：城市科教投入、科研人员数量、城市规模、人力资本、产业结构、经济发展水平、固定投资水平、开放程度、收入水平、公共服务水平和建成环境质量。

2.2 模型设定与识别

本研究采用面板双向固定效应模型，基本的模型设定如式（6）所示，变量的定义如前文所述。其中i 代表城市个体，t 代表年份，β₁为本文重点关注的系数，X_it 为一组控制变量，γ 为一列系数向量，μ_i 表示城市的个体效应，λ_t 表示时间效应，ϵ_it 表示特异性误差。为消除特异性误差中异方差的影响，本文的所有回归结果均采用异方差稳健标准误。

   （6）

3

中国城市创新绩效的演化分析

在开展计量分析之前，本节先对中国城市的创新绩效进行描述性分析。图1展示了2001—2016年中国城市历年创新绩效的均值与莫兰指数。从总体上来看，中国城市的平均创新绩效水平从2001年的1.06个/万人，逐年稳步提升至2016年的19.36个/万人。从增长趋势上看，城市创新绩效大体上呈现出指数增长的态势，增长速度越来越快，表明我国城市的创新活动日益活跃。然而，反映城市创新绩效空间集聚水平的全局莫兰指数却大体上先降后升，表明中国城市的创新绩效呈现出先趋向均衡后持续极化的态势，截至2016年全局莫兰指数升高至0.528。对中国城市创新绩效的空间演变分析表明，中国城市创新绩效的空间演变呈现出以长三角、珠三角、京津冀为核心向外辐射扩散的态势，创新绩效较高的城市主要分布在沿海地区，这也与我国的区域经济发展水平相吻合。近年来，随着成渝城市群、武汉城市圈和中原城市群的逐渐崛起，中西部城市群的创新绩效也显著提高，总体上体现出东部区域持续领先、中西部主要城市多头并进的态势。

▲ 图1 | 2001—2016年中国城市创新绩效的均值与莫兰指数

4

实证结果分析

对公式（6）进行回归分析的结果显示，城市空间结构的多中心程度在[0,1]的范围内每增加0.01，城市每万人专利申请量相应提高0.044个/万人，且在0.01的显著性水平上显著。当分别采用多中心空间结构的滞后1期值至滞后4期值替代当期值进行估计，结果显示滞后3期及以前的多中心空间结构的估计系数均为正，且在0.01水平上显著，表明多中心空间结构对城市创新绩效存在较为长期的显著影响。根据前文的论证，一方面，多中心空间结构可以通过增加创新主体之间的地理距离，抑制知识溢出的效果，进而对城市创新绩效产生阻碍作用，另一方面，多中心空间结构也可以通过提升城市知识的多样性，以及给予企业更多的区位选择，从而提升城市创新绩效。本文的实证结果表明，多中心空间结构对于城市创新绩效的正面影响超过了负面影响，总体上对于城市创新绩效具有显著正向影响。这可能是由于，一方面，中国城市无论是主中心还是次中心的人口规模都通常较大，故而集聚经济和知识溢出效应并不很弱；同时，随着21世纪以来我国交通和通信基础设施的整体改善，城市各中心之间的联系较为便捷，因此，多中心空间结构的负面效应总体并不明显。而另一方面，多中心空间结构有利于形成社会经济和知识的多样性，也便于企业根据不同中心的知识禀赋对研究和创新活动进行空间安排，在形成专业化集聚中心的同时，不同专业化中心之间可以通过便捷的交通和通信联系产生知识溢出，从而促进城市创新活动。

异质性分析表明，一方面，多中心空间结构对不同类型专利（发明专利、实用新型专利和外观专利）的申请数量均具有正向影响；另一方面，多中心空间结构对城市创新绩效的显著正向影响仅对经济发展水平高的观测样本成立。本文对此的解释是，在经济发达地区，人口通常较为稠密，交通和通信基础设施水平较高，故而，多中心空间结构对城市创新绩效的抑制作用较弱；同时，经济发达地区的经济专业化和多样性程度一般较高，企业的研究和创新活动分工更为深化，空间需求更为多样化，因此，多中心空间结构对城市创新绩效的正向作用较强。

在其他控制变量方面，人均科教支出、城市人口规模、人均GDP和人均病床张数与城市创新绩效显著正相关，说明科教投入、人口集聚、经济发展水平和公共服务水平的提升能够促进城市创新绩效。而人均固定资产投资与城市创新绩效显著负相关，这说明在样本时期内，投资驱动型城市建设对于城市创新绩效有一定的抑制作用。

5

政策含义

本文的发现表明，城市多中心空间结构对于城市创新绩效具有显著正向影响，且仅对高经济发展水平的城市成立，这为城市规划实践中提倡的多中心空间结构提供了一定的实证支撑。为形成真正的功能分工协作的城市多中心空间结构，在具体的城市规划和建设实践中，首先，需要实现城市各中心之间轨道交通、即时通信等基础设施的融合与一体化，减少各中心由于地理距离增加而导致的交通和交流成本，为城市多中心空间结构奠定物质基础；其次，需要考虑城市的经济发展阶段，经济发展水平较高的城市采用多中心空间结构较为适宜；同时，城市各中心之间应该避免产业的同质化竞争，形成差异化分工的专业化中心，增加城市知识和空间供给的多样性，更好地服务于创新活动，激发城市创新活力；最后，需要完善城市多中心之间的治理体制，形成权责明晰、协作共治的规划和管理体系，为城市多中心空间结构提供制度保障。

本文撰稿：乔艺波  罗震东

---

原文介绍

《多中心空间结构对中国城市创新绩效的影响——基于279个地级及以上城市的实证》一文已在知网首发。

【doi】10.11819/cpr20231721a

乔艺波，南京大学建筑与城市规划学院博士后，[e-mail]。罗震东，南京大学建筑与城市规划学院教授、博导，南京大学空间规划研究中心执行主任，中国城市规划学会总体规划专业委员会委员，本文通信作者，[e-mail]。

【基金项目】国家自然科学基金“电子商务推动的乡村城镇化特征、机制与规划应对研究”(51878329)；国家自然科学基金“圈群空隙地区的县域城镇化：空间格局、动力机制与规划应对研究”(52278066)。

【全文下载】文章已在知网发布，复制并搜索下方网址，或点击下方“阅读原文”，即可下载阅读全文。

https://kns.cnki.net/kcms2/article/abstract?v=3uoqIhG8C45S0n9fL2suRadTyEVl2pW9UrhTDCdPD65yGIwywwrpsd2Cae407HbFiY_focoY9c3wv8INlqykZNM4RoDoYnIA&uniplatform=NZKPT

---

欢迎在朋友圈转发，转载请在后台留言

封面图片源自中国政府网 无人机照片

---

官方投稿网址：http://www.planning.com.cn

微博：http://weibo.com/cityplanningreview微信号：chengshiguihuazazhi电子期刊：App Store搜索“城市规划”(支持iPad下载)国内统一刊号：CN 11-2378/TU国际标准刊号：ISSN 1002-1329【免责声明】本公众号推文目的在于信息交流与共享。若有来源误注或侵犯了您的合法权益，请持权属证明与本公众号联系，我们将及时更正、删除，谢谢。

关注、分享、在看与点赞，至少我要拥有一个吧~