包海波 林純靜

摘要：長江三角洲一體化發(fā)展已經(jīng)上升為國家戰(zhàn)略，創(chuàng)新引領是長三角城市群的重要功能?；?007～2017年專利申請數(shù)據(jù)對長三角城市群26個城市創(chuàng)新能力的空間特征進行分析，并建立空間計量模型探討其影響因素，研究結果顯示：長三角城市群創(chuàng)新能力在空間上呈現(xiàn)出向內(nèi)陸擴散的趨勢，空間分布更加均衡;城市創(chuàng)新能力的空間相關性和集聚特征顯著;上海、蘇州、無錫和南通等城市處于高高集聚區(qū)，而杭州、南京和合肥等城市存在虹吸效應;影響因素中，R&D人員對長三角城市創(chuàng)新能力的影響程度最高。最后，提出了提升長三角城市群創(chuàng)新能力的對策建議。

關鍵詞：城市;創(chuàng)新能力;空間特征;影響因素;長三角城市群

中圖分類號：C962文獻標志碼：A文章編號：1007-9092（2019）05-0051-008

一、引言

2018年11月5日，習近平總書記宣布支持長江三角洲一體化發(fā)展并上升為國家戰(zhàn)略。長三角城市群是“一帶一路”和長江經(jīng)濟帶的重要交匯地帶，在國家發(fā)展格局中具有重要戰(zhàn)略地位。引領和支撐國家創(chuàng)新發(fā)展是長三角城市群的重要功能，促進區(qū)域內(nèi)創(chuàng)新要素自由流動和高效配置，完善區(qū)域協(xié)同創(chuàng)新體系，構建協(xié)同創(chuàng)新共同體，對長三角城市群打造具有全球影響力的科技創(chuàng)新高地具有重要意義。隨著交通、通訊等基礎設施的高速發(fā)展，創(chuàng)新要素流動日益頻繁，城市之間的競爭不再僅僅是單個城市的單打獨斗，而逐漸表現(xiàn)為城市群之間的競爭，只有擁有產(chǎn)業(yè)集群和經(jīng)濟規(guī)模優(yōu)勢的城市群才能應對城市競爭與合作的挑戰(zhàn)①。創(chuàng)新是引領發(fā)展的第一動力，我國經(jīng)濟已經(jīng)由高速發(fā)展階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，創(chuàng)新驅(qū)動發(fā)展的重要性日益提升，但創(chuàng)新的發(fā)展具有明顯的空間集聚特征和空間溢出效應，長三角城市群推進創(chuàng)新一體化發(fā)展，需要進一步分析創(chuàng)新的空間特征并探究城市創(chuàng)新差距的影響因素。

對創(chuàng)新能力空間特征的研究目前主要使用省域?qū)用鎸＠y(tǒng)計數(shù)據(jù)，分析空間集中特征和空間相關性②③④，但創(chuàng)新溢出在較小的空間尺度上更具有顯著性牛欣、陳向東：《城市創(chuàng)新跨邊界合作與輻射距離探析：基于城市間合作申請專利數(shù)據(jù)的研究》，《地理科學》，2013年第6期。，有學者開始從地級市尺度對創(chuàng)新的空間分布進行研究王春楊、張超：《中國地級區(qū)域創(chuàng)新產(chǎn)出的時空模式研究：基于ESDA的實證》，《地理科學》，2014年第12期。王俊松、顏燕、胡曙虹：《中國城市技術創(chuàng)新能力的空間特征及影響因素：基于空間面板數(shù)據(jù)模型的研究》，《地理科學》，2017年第1期。何舜輝、杜德斌、焦美琪等：《中國地級以上城市創(chuàng)新能力的時空格局演變及影響因素分析》，《地理科學》，2017年第7期。馬靜、鄧宏兵、蔡愛新：《中國城市創(chuàng)新產(chǎn)出空間格局及影響因素：來自285個城市面板數(shù)據(jù)的檢驗》，《科學學與科學技術管理》，2017年第10期。?；诔鞘腥簞?chuàng)新集聚與協(xié)作的特點，將創(chuàng)新與城市群兩個角度結合起來的研究開始出現(xiàn)，這些研究從城市群內(nèi)各城市創(chuàng)新能力的測度與評價、空間特征、影響因素等方面進行。國內(nèi)對城市群創(chuàng)新能力的研究還較少，所選取的研究對象以長三角城市群、京津冀城市群、珠三角城市群、成渝城市群為主。長三角城市群創(chuàng)新活動活躍，創(chuàng)新要素集聚，逐漸成為研究熱點，陳瑜等（2017）以江浙滬25個城市為研究對象，發(fā)現(xiàn)長三角地區(qū)創(chuàng)新呈現(xiàn)空間鎖定和分布不均衡現(xiàn)象，城市群創(chuàng)新能力強弱分化明顯陳瑜、謝富紀：《基于ESDA的中國長三角地區(qū)創(chuàng)新空間分異及演進研究》，《技術經(jīng)濟》，2017年第3期。;謝守紅等（2017）構建了創(chuàng)新能力評價指標體系，對長三角城市群26個城市的創(chuàng)新能力進行評價，發(fā)現(xiàn)城市群創(chuàng)新能力差異顯著，且存在正的空間相關性謝守紅、甘晨、于海影：《長三角城市群創(chuàng)新能力評價及其空間差異分析》，《城市問題》，2017年第8期。;王振等（2018）研究發(fā)現(xiàn)長三角城市群的科技創(chuàng)新驅(qū)動力呈現(xiàn)出首位城市層、核心城市層、節(jié)點城市層和一般城市層四個層次的空間分布，層級之間存在梯度擴散效應王振、盧曉菲：《長三角城市群科技創(chuàng)新驅(qū)動力的空間分布與分層特征》，《上海經(jīng)濟研究》， 2018年第1期。;滕堂偉等（2018）的分析發(fā)現(xiàn)長三角城市群創(chuàng)新的差異縮小，空間格局呈現(xiàn)出原有的“Z”字形，政府支持和產(chǎn)業(yè)集群環(huán)境是影響創(chuàng)新水平最主要的因素滕堂偉、方文婷：《新長三角城市群創(chuàng)新空間格局演化與機理》，《經(jīng)濟地理》，2017年第4期。;黃麗等（2018）則認為信息化水平是影響長三角創(chuàng)新產(chǎn)出的主導因素黃麗、王曉燕、熊瑤：《長三角城市群創(chuàng)新產(chǎn)出差異的時空演變及影響因素》，《科技管理研究》，2018年第9期。;劉鑒等（2018）的研究表明長三角城市群創(chuàng)新具有顯著的空間溢出效應，人力資本、資金投入及創(chuàng)新平臺對本城市和周邊城市皆有正向作用，而經(jīng)濟發(fā)展水平、政府支持、對外交流對本城市有正向作用，對周邊城市具有負向溢出效應劉鑒、楊青山、江孝君等：《長三角城市群城市創(chuàng)新產(chǎn)出的空間集聚及其溢出效應》，《長江流域資源與環(huán)境》，2018年第2期。。其他城市群的研究中，張貴等（2018）以京津冀城市群為研究對象認為京津存在虹吸效應，城市群不存在收斂特征張貴、李濤：《京津冀城市群創(chuàng)新產(chǎn)出空間差異的影響因素分析》，《華東經(jīng)濟管理》，2018年第1期。;張鴻武等（2018）則選擇長三角和珠三角兩個城市群進行對比，結果顯示長三角創(chuàng)新集聚特征明顯，珠三角創(chuàng)新空間相關性較弱、極化特征明顯，高科技企業(yè)是影響城市群創(chuàng)新最重要的因素張鴻武、李濤：《長三角和珠三角城市群創(chuàng)新的空間效應及影響因素研究——基于空間面板杜賓模型的比較分析》，《湖南科技大學學報（社會科學版） 》，2018年第4期。。城市群內(nèi)創(chuàng)新能力的空間格局體現(xiàn)的是城市群各級城市的地域勞動分工和經(jīng)濟社會聯(lián)系，城市的創(chuàng)新功能不斷凸顯，已有研究分析了長三角城市群創(chuàng)新的時空格局和影響因素，本文從新長三角城市群26個城市創(chuàng)新能力的分布差異、空間格局和集聚特征多個角度、多種方法對長三角城市群創(chuàng)新能力的空間特征進行綜合分析，并考慮到創(chuàng)新的空間溢出效應，建立了空間計量模型分析影響城市創(chuàng)新能力的因素，以期為長三角城市群以及全國其他城市群更好地實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略和制定創(chuàng)新發(fā)展政策提供理論依據(jù)。

二、研究數(shù)據(jù)與方法

（一）研究數(shù)據(jù)

創(chuàng)新能力是衡量區(qū)域競爭力和綜合實力的重要指標。對城市創(chuàng)新能力的評價學術界尚未形成統(tǒng)一標準，有些學者選擇從創(chuàng)新基礎、創(chuàng)新投入、創(chuàng)新產(chǎn)出等多方面構建指標體系進行綜合評價，有些學者直接考察創(chuàng)新的成果。各個方法都有其優(yōu)缺點，構建綜合指標體系涉及創(chuàng)新的各個方面，但存在重復計算和數(shù)據(jù)缺失的問題，且學者對創(chuàng)新投入能否反映實際創(chuàng)新能力也存在質(zhì)疑。創(chuàng)新的主體是企業(yè)，專利數(shù)據(jù)較接近創(chuàng)新的商業(yè)應用，能較好的衡量企業(yè)的創(chuàng)新能力。本文借鑒已有的研究，認為專利申請量受人為因素影響較小，且更具時效性，比專利授權量更能反映一個地區(qū)的創(chuàng)新能力，因此本文選用專利申請量作為衡量城市創(chuàng)新能力的指標Crescenzi，R.，Rodriguez-Pose，A.，Storper，M..The Territorial Dynamic of Innovation in China and India. Journal of Economic Geography，2012.5.。研究區(qū)域為2016年國務院常務會議通過的《長江三角洲城市群發(fā)展規(guī)劃》中確定的26個城市，包括上海，江蘇9市（南京、鎮(zhèn)江、揚州、常州、蘇州、無錫、南通、泰州、鹽城），浙江8市（杭州、嘉興、湖州、紹興、寧波、舟山、金華、臺州）和安徽8市（合肥、蕪湖、滁州、馬鞍山、銅陵、池州、安慶、宣城），研究時間跨度為2007～2017年。本文數(shù)據(jù)來源于各市統(tǒng)計年鑒和《中國城市統(tǒng)計年鑒》。

（二）研究方法

1.區(qū)位基尼系數(shù)與集中度指數(shù)。

三、長三角城市群創(chuàng)新能力分布的空間特征

（一）長三角城市群創(chuàng)新能力的空間分布差異

為分析長三角城市群創(chuàng)新能力的空間差異，本文計算了長三角各地級市2007～2017年專利申請量的區(qū)位基尼系數(shù)（Gini）和集中度指數(shù)（CR6）（圖1），結果表明：26個城市的創(chuàng)新能力顯示出高水平的空間集中。2007年區(qū)位基尼系數(shù)和集中度指數(shù)分別為0.6199和0.6082，說明專利產(chǎn)出還集聚在少數(shù)城市，2007～2017年區(qū)位基尼系數(shù)和集中度指數(shù)呈不斷下降的趨勢，地理集中程度隨著時間緩慢下降，表明長三角城市群的創(chuàng)新能力在空間上呈不斷擴散的趨勢，但2017年區(qū)域基尼系數(shù)和集中度指數(shù)開始提升，專利產(chǎn)出在空間上可能已經(jīng)開始出現(xiàn)極化效應。

（二）長三角城市群創(chuàng)新能力的總體空間格局

區(qū)位基尼系數(shù)和集中度指數(shù)僅僅能反映空間集中程度，并不能清晰地描述創(chuàng)新能力相似的城市在空間上位置關系和分布情況，本文采用專利申請量的空間分布圖分析長三角城市群創(chuàng)新能力的總體分布特征，圖2為2007年和2017年長三角城市創(chuàng)新能力的空間四分位圖。2007年長三角城市的創(chuàng)新能力整體上由沿海向內(nèi)陸遞減，呈片狀分布，表現(xiàn)出集聚特征，高水平創(chuàng)新能力的城市主要集中在沿海地區(qū)，分布為上海、蘇州、南通和杭州、紹興、寧波兩個片區(qū)，高水平城市周邊成片分布著中高水平城市，主要集中在蘇南地區(qū)和浙江中部，中高水平城市周邊散落分布中低水平和低水平城市。2007～2017年長三角城市群創(chuàng)新能力逐漸向內(nèi)陸擴展，空間分布更為分散，省會城市表現(xiàn)突出。2013年南京由中高水平城市變?yōu)楦咚匠鞘校?014年合肥從中低水平城市發(fā)展為中高水平城市，在2017年又成為高水平城市。從2007～2017年，長三角城市群創(chuàng)新能力的空間格局比較穩(wěn)定，上海、蘇州、杭州、寧波創(chuàng)新能力一直處于高水平，蘇南地區(qū)城市的創(chuàng)新能力一直穩(wěn)定在中高水平，安徽非省會城市的創(chuàng)新水平則一直處于中低水平和低水平，與李國平提及的創(chuàng)新空間格局具有鎖定特征和路徑依賴的觀點相一致。

（三）長三角城市群創(chuàng)新能力的空間集聚特征

區(qū)位基尼系數(shù)和集中度指數(shù)不能反映創(chuàng)新能力相似的區(qū)位在空間上的分布情況，為分析長三角城市群創(chuàng)新能力的空間關聯(lián)特征，本文計算了2007～2017年專利申請量的全局空間自相關系數(shù)（表1），結果如下：長三角城市群創(chuàng)新能力的Morans I指數(shù)在10%的顯著性水平下均為正值，說明創(chuàng)新能力在空間上呈現(xiàn)出顯著的集聚特征，相鄰城市的創(chuàng)新能力水平具有一致性。2007～2010年Morans I指數(shù)不斷上升，2010～2016年呈不斷下降趨勢，說明城市之間的聯(lián)系程度并不是一成不變的，表現(xiàn)為先上升后下降，空間自相關和集聚特征有所弱化，但總體而言，還是處于較高水平。

為具體探究每個城市與周邊城市的關聯(lián)特征，本文進一步計算了局部空間自相關系數(shù)，用Moran散點圖和Lisa集聚圖來反映長三角城市群的局部關聯(lián)模式（圖3），結果如下：從Moran散點圖看出，2007年代表各城市的點集聚在中心點處，2017年各點向四個象限分散，說明長三角城市群創(chuàng)新能力強的城市和創(chuàng)新能力弱的城市分化越來越明顯，與陳瑜的研究結論類似。杭州、南京和合肥的點向外擴散明顯，說明隨著這些城市創(chuàng)新能力的不斷提高，周邊城市創(chuàng)新能力并沒有隨之提高，存在競爭現(xiàn)象和極化效應。創(chuàng)新能力弱的銅陵、安慶和池州與其他城市的分化也在擴大。從各個象限來看，除了無錫實現(xiàn)了從L-H象限到H-H象限、合肥從L-L象限到H-L象限的變化，大部分的城市一直處于同一象限沒有變化，說明長三角城市群創(chuàng)新能力的空間鎖定特征比較明顯。

H-H象限：從Lisa集聚圖可以看出，具有高顯著性高集聚的城市有上海、蘇州和南通，在Moran散點圖第一象限最右側(cè)的兩點即是上海和蘇州，上海和蘇州本身創(chuàng)新能力強，周邊地區(qū)的南通和無錫創(chuàng)新能力也比較強，形成了高水平創(chuàng)新能力相互集聚的創(chuàng)新區(qū)域，說明區(qū)域創(chuàng)新溢出效應明顯，空間聯(lián)系緊密。

H-L象限：杭州、南京和寧波穩(wěn)定處于Moran散點圖第二象限，說明這類城市自身創(chuàng)新水平較高，但周邊城市相對較低，空間分布呈核心-邊緣結構，即中間高、周邊低的分化格局，但從Lisa集聚圖看出并不具有顯著性。杭州、南京和合肥自身創(chuàng)新能力不斷增強，但并沒有帶動周邊城市創(chuàng)新能力水平的提高，城市創(chuàng)新能力的區(qū)域極化效應不斷增強。

L-H象限：主要分布在創(chuàng)新能力強的上海、蘇州、杭州和寧波等城市周邊，形成中間低、周邊高的分化格局，但除了2007年的湖州，其他城市都不具有顯著性。湖州、嘉興、舟山、臺州和金華一直穩(wěn)定在這一象限，說明受周邊城市影響有限，創(chuàng)新能力與周邊城市的差距一直較大。隨著無錫和合肥創(chuàng)新能力的提升，周邊的鎮(zhèn)江、常州和滁州便形成了該類型的空間格局。

L-L象限：該城市類型在安徽和蘇中地區(qū)成片分布，創(chuàng)新能力水平較低且周邊城市的創(chuàng)新能力水平也低，差距較小。從Lisa集聚圖看出，2012年蕪湖、安慶、銅陵和池州的L-L集聚皆具有顯著性，2017年減少為銅陵和池州，說明周邊城市創(chuàng)新能力有所提升。

四、長三角城市群創(chuàng)新能力影響

因素的空間計量分析上文研究結果已顯示，長三角城市群創(chuàng)新能力具有高度的集聚性和空間關聯(lián)性，專利申請量的Morans I指數(shù)為正，且都具有顯著性，說明城市創(chuàng)新能力不僅受自身條件影響，還受周邊城市的影響。影響城市創(chuàng)新能力的因素很多，綜合已有研究蔣天穎：《浙江省區(qū)域創(chuàng)新產(chǎn)出空間分異特征及成因》，《地理研究》，2014年第10期。譚俊濤、張平宇、李靜：《中國區(qū)域創(chuàng)新績效時空演變特征及其影響因素研究》，《地理科學》，2016年第1期。，本文認為主要因素包括研發(fā)投入、創(chuàng)新環(huán)境、創(chuàng)新政策和創(chuàng)新基礎。選用R&D人員反映創(chuàng)新的研發(fā)投入;高校數(shù)量和研究機構數(shù)量衡量創(chuàng)新環(huán)境;科學技術的財政支出反映創(chuàng)新政策;人均GDP表征創(chuàng)新基礎?？紤]到實際情況下的創(chuàng)新投入產(chǎn)出之間存在時滯，滯后期一般為2年，本文采用截面數(shù)據(jù)，以2017年的專利申請量作為被解釋變量，對應2015年影響因素的指標數(shù)據(jù)作為解釋變量。

由于普通計量模型沒有考慮到空間相關性，可能會造成偏誤，本文首先構建不考慮空間影響的OLS模型，然后設定空間權重W，構建空間滯后模型（SLM）和空間誤差模型（SEM），并通過空間相關性診斷結果對模型進行檢驗和選擇。各模型表達式為：

上式中： W為n×n階空間權重矩陣，ε和μ為隨機誤差項，ρ反映了相鄰區(qū)域觀察值對本區(qū)域觀察值的影響，λ反映了相鄰區(qū)域觀察值的誤差對本區(qū)域觀察值的影響。

OLS模型回歸結果分析如下（表2）：模型擬和優(yōu)度R2為0.9432，R&D人員、高校數(shù)量和研究機構數(shù)量的回歸系數(shù)為正，且具有顯著性，說明對創(chuàng)新能力的影響具有正向作用;人均GDP結果為負顯著;財政科技支出未表現(xiàn)出顯著性結果。空間相關性檢驗結果中OLS回歸殘差P值為0.08，表明長三角城市群創(chuàng)新能力在空間上具有明顯的相關關系，因此有必要進一步用空間計量模型進行研究。

關于空間計量模型選擇問題，本文依據(jù)Anselin和Florax提出的標準進行判斷：從表3中看出，LMlag不顯著而LMerr顯著，R-LMlag不顯著而R-LMerr顯著，因此，空間誤差模型比空間滯后模型更優(yōu)Anselin，L.，F(xiàn)lorax，R.J.G.M.. Small Sample Properties of Tests for Spatial Dependence in Regression Models： Some Further Results [M].Berlin Heidelberg： Springer，1995.1.。對空間滯后模型和空間誤差模型進行擬合分析，進一步判斷模型擬合的優(yōu)劣，結果見表2，比較OLS模型、SLM、SEM的擬和優(yōu)度R^2可以看出，SEM>SLM>OLS模型，且SEM的對數(shù)似然值LogL最大，AIC值和SC值最小，與前文SEM最優(yōu)的診斷結果相一致，因此，下文根據(jù)SEM對影響長三角城市群創(chuàng)新能力的各種因素進行分析。

在SEM中，R&D人員、高校數(shù)量和研發(fā)機構數(shù)量對長三角城市創(chuàng)新能力都具有顯著的正向影響。R&D人員的投入對城市創(chuàng)新能力的影響系數(shù)為0.7862，說明在其他條件不變的情況下，R&D人員每增加1%，城市的專利產(chǎn)出上升0.79%，研發(fā)人員投入對城市創(chuàng)新能力的促進作用最大，企業(yè)作為創(chuàng)新的主體，是專利產(chǎn)出的主要平臺，企業(yè)R&D人員作為高端的人力資本，創(chuàng)新的主要推動力量，對城市創(chuàng)新的發(fā)展最為重要，與吳玉鳴的研究認為的區(qū)域創(chuàng)新與人力資本關聯(lián)密切的結論一致吳玉鳴：《空間計量經(jīng)濟模型在省域研發(fā)與創(chuàng)新中的應用研究》，《數(shù)量經(jīng)濟技術經(jīng)濟研究》，2006年第5期。。其次，高校和研究機構也是影響城市創(chuàng)新能力的重要因素，影響系數(shù)分別為0.4832和0.3080。創(chuàng)新能力包括技術創(chuàng)新和知識創(chuàng)新，高校和研究機構作為知識創(chuàng)新的來源，不僅可以創(chuàng)造出前沿的創(chuàng)新成果，還可以與企業(yè)通過產(chǎn)學研合作創(chuàng)新獲得專利產(chǎn)出。

與已有的研究結論不同，財政科技支出和人均GDP并沒有對城市創(chuàng)新能力產(chǎn)生正向作用，回歸系數(shù)為負且通過1%的顯著性檢驗。發(fā)達國家財政科技支出占GDP的比重在2.13%～3.1%之間，而我國只有1%左右包?。骸段覈斦萍贾С鰞?yōu)化分析》，《科學管理研究》，2010年第3期。，財政科技支出對創(chuàng)新能力的作用毋庸置疑，其設定在本模型中沒有表現(xiàn)出正向作用并不代表應減少財政科技支出?？赡苡捎诒疚囊詫＠暾埩亢饬縿?chuàng)新能力，財政科技支出的部分投向為基礎研究，創(chuàng)新成果沒有表現(xiàn)為專利產(chǎn)出，沒有體現(xiàn)出財政科技支出的作用。一般認為經(jīng)濟發(fā)展會增加科技投入，從而促進創(chuàng)新發(fā)展。長三角部分城市依靠勞動密集型加工制造業(yè)形成技術含量低的產(chǎn)業(yè)集聚，實現(xiàn)經(jīng)濟快速發(fā)展，企業(yè)并沒有將資金投入研發(fā)的動力。隨著經(jīng)濟的增長，此類城市面臨的資源約束越來越嚴峻，需重視科技創(chuàng)新的作用實現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型升級。方成也認為低層次的產(chǎn)業(yè)結構鎖定使得經(jīng)濟發(fā)展與創(chuàng)新水平形成負循環(huán)效應，但隨著產(chǎn)業(yè)結構調(diào)整與高級化，經(jīng)濟發(fā)展對創(chuàng)新能力的作用會逐漸顯現(xiàn)方成、趙磊、楊宏浩：《浙江省創(chuàng)新產(chǎn)出空間相關性及其影響因素研究》，《華東經(jīng)濟管理》，2014年第7期。。

另外，由于選擇了擬合程度最優(yōu)的空間誤差模型，長三角城市群的空間相關性可能是由人文地理、產(chǎn)業(yè)結構或?qū)ν忾_放等未考慮到的因素引起的。與現(xiàn)有研究認為的創(chuàng)新能力存在正向溢出效應不同，模型結果顯示空間溢出效應為負，城市創(chuàng)新能力的提升并沒有向周邊溢出，與前文所述一致，強創(chuàng)新能力的城市不再高度集聚于沿海地帶，開始向內(nèi)陸擴散。城市之間對人才、資金等創(chuàng)新要素的競爭，特別是高鐵開通后的“虹吸效應”使得要素不斷由沿途地級市向中心城市轉(zhuǎn)移張克中、陶東杰：《交通基礎設施的經(jīng)濟分布效應：來自高鐵開通的證據(jù)》，《經(jīng)濟學動態(tài)》，2016年第6期。，杭州、南京、合肥和寧波等城市創(chuàng)新能力不斷提高，但周邊城市并沒有隨之提高，存在極化效應，空間特征呈不斷分化的趨勢。

五、結論與啟示

本文基于2007～2017年專利申請數(shù)據(jù)對長三角城市群26個城市創(chuàng)新能力的空間特征進行分析，并建立空間計量模型探討其影響因素。結論如下：

長三角城市的創(chuàng)新能力整體上由沿海向內(nèi)陸遞減，但隨著南京、合肥創(chuàng)新能力的提高，空間能力呈現(xiàn)出向內(nèi)陸擴散趨勢。區(qū)位基尼系數(shù)和集中度指數(shù)也表明，地理集中程度不斷下降，專利產(chǎn)出在空間上的分布更加均衡，有趨同的跡象。Morans I指數(shù)表明創(chuàng)新能力在空間上呈現(xiàn)出顯著的空間相關性和集聚特征，但隨時間推移有所弱化;Moran散點圖和Lisa集聚圖表明，大部分城市空間格局穩(wěn)定，具有鎖定特征，僅少部分城市（無錫、合肥）實現(xiàn)從低水平創(chuàng)新區(qū)到高水平創(chuàng)新區(qū)的跨越，多數(shù)城市穩(wěn)定在同一象限。上海、蘇州、無錫和南通等城市處于高高集聚區(qū);杭州、南京和合肥作為區(qū)域創(chuàng)新極，對周邊城市帶動效應并不明顯，存在極化效應。空間計量結果表明，R&D人員、高校數(shù)量和研發(fā)機構數(shù)量對長三角城市創(chuàng)新能力具有顯著的正向影響，其中R&D人員影響程度最高，而財政科技支出和人均GDP對城市專利產(chǎn)出影響為負向。

根據(jù)研究結論，本文政策啟示如下：

第一，健全協(xié)同創(chuàng)新發(fā)展機制。首先，鄰近創(chuàng)新能力強的城市，得益于經(jīng)濟與創(chuàng)新活動的交流合作，人才、技術、創(chuàng)新思想等要素的流動，受到的溢出和帶動作用較強，城市創(chuàng)新能力不斷提高，從而形成高水平創(chuàng)新能力集聚的空間格局，如無錫創(chuàng)新能力不斷提高，與上海、蘇州和南通形成高水平集聚區(qū)。其次，創(chuàng)新能力弱的區(qū)域通常與創(chuàng)新能力強的區(qū)域地理距離較遠，區(qū)域之間聯(lián)系較少，低水平創(chuàng)新能力集聚鎖定特征明顯，如安徽大部分地區(qū)長期處于低水平集聚狀態(tài)。同時，杭州、南京和合肥等城市存在明顯的虹吸效應，城市間對創(chuàng)新要素的競爭，使得吸引力較弱的周邊地區(qū)創(chuàng)新要素不斷流向中心城市，中心城市創(chuàng)新能力不斷提高，周邊地區(qū)反而降低。因此，對整個長三角城市群而言，應健全協(xié)同創(chuàng)新機制，發(fā)揮增長極帶動作用，共建開放型的創(chuàng)新網(wǎng)絡，創(chuàng)新技術合作模式，深化科技資源共享，促進區(qū)域創(chuàng)新要素自由流動與高效配置。

第二，提升城市自身創(chuàng)新能力?？臻g溢出效應雖然存在，但決定城市創(chuàng)新能力更重要的是城市自身綜合條件，各城市人力資本、創(chuàng)新環(huán)境的不同是導致創(chuàng)新能力差距的主要原因。南京、合肥并沒有受益于創(chuàng)新空間溢出，但創(chuàng)新能力不斷提高，進入高水平城市梯隊，取決于這兩個城市不斷發(fā)揮自身高校和科研機構的資源優(yōu)勢，改善創(chuàng)新環(huán)境，吸引人才流入，提高人力資本在區(qū)域創(chuàng)新中的作用。因此，創(chuàng)新水平較低的城市應加大科技投入，構造政策比較優(yōu)勢，吸引人才、資金等要素流入;同時，加強與創(chuàng)新能力強的城市交流合作，提高自身知識吸收能力，促進知識溢出、轉(zhuǎn)移和擴散，從而不斷提高城市自身創(chuàng)新能力，縮小與高水平創(chuàng)新區(qū)之間的差距，實現(xiàn)長三角城市群科技創(chuàng)新協(xié)同發(fā)展。

第三，引進和培養(yǎng)創(chuàng)新人才。高端的創(chuàng)新研發(fā)人才作為重要的創(chuàng)新投入要素，對城市創(chuàng)新能力的影響程度最高。長三角城市群應立足自身產(chǎn)業(yè)基礎，根據(jù)產(chǎn)業(yè)發(fā)展導向做好人才精準引進，優(yōu)化政府人才資金的配置，創(chuàng)新人才引進政策，放寬人才落戶條件，滿足產(chǎn)業(yè)轉(zhuǎn)型升級、新興產(chǎn)業(yè)培育的人才需求。此外，長三角城市群高等院校資源豐富，南京、合肥等集聚大量高校師生及專業(yè)技術人才的城市已經(jīng)開始不斷發(fā)揮其人力資本優(yōu)勢，城市創(chuàng)新能力不斷提升，其他城市也應注重對人才的培養(yǎng)，創(chuàng)造更優(yōu)的創(chuàng)新環(huán)境，提高創(chuàng)新人才的積極性，促進城市創(chuàng)新能力的提升。

（責任編輯：石洪斌）