大城市更有利于創新嗎？

紀祥裕

(暨南大學 產業經濟研究院，廣東 廣州 510632)

一、問題提出

當前，中國經濟面臨不少亟待解決的難題，例如人口紅利消融、環境約束趨緊、外部需求不足、傳統產業產能過剩等，這也意味實現經濟發展方式轉變迫在眉睫。黨的十八大將創新驅動發展上升為國家戰略，黨的十九大進一步強調了科技創新在現代化經濟體系建設中的戰略支撐作用。不難發現，創新發展正成為中國經濟結構戰略性調整進程中的新動能與新優勢。

城市是開展經濟活動的基本空間單元，在集聚效應的作用下各類創新要素不斷流入，并產生了大量技術創新成果。在城市經濟學中，城市規模問題一直以來都是學者們研究的重點。事實上，對城市規模大小與技術創新二者間關系的探討由來已久，也產生了豐富且有意義的研究成果，然而研究結論并不一致。一方面，不少學者確認了城市規模對城市創新的正向作用。例如，大城市在創新活動方面更具優勢[1]；較大的城市規模為創新活動提供了相當大的優勢，但是這種優勢隨著時間推移而逐漸消失[2]。這種正向關系的結論得到了基于中國數據的經驗研究的支持[3-4]。另一方面，也有學者提出不一樣的看法：城市就業密度對專利強度具有關鍵作用，規模不大的城市往往擁有更多人均專利數[5]；城市規模與企業創新成功率的并非是簡單的線性關系，而是呈倒U型發展趨勢[6]。

綜上所述，既有文獻存在兩方面的不足：第一，在研究中國情境下區域創新的影響因素時，絕大多數文獻是基于省級數據展開的。但是這樣的處理方式并不能反映城際創新資源的差異。已有學者指出，在同一省級層面內往往呈現出城市創新資源非均質的空間分布特征，具體表現為創新要素主要集中于少數城市，而周邊城市享有較少的創新資源[7]。第二，既然創新資源非均質的空間分布狀態是一個客觀事實，那么創新活動就會產生城際效應，但是著重討論城市創新的空間互動現象以及城市規模溢出效應的文獻較為鮮見。

在改進既有文獻的不足的基礎上，本文試圖對城市規模與中國區域創新能力的關系進行再檢驗。本文所做的工作主要有：第一，本文將使用樣本信息更為豐富的地級及以上城市面板數據，對城市規模與創新水平的關系展開定量分析；同時，本文還將分析在城市特征的約束條件下，上述影響效應是否會產生顯著變化。第二，大城市往往具有更大的市場規模與更高的金融集聚水平，進而可能對創新活動產生積極影響。本文通過中介效應模型證實了市場潛能與金融集聚兩類中介效應的存在。第三，本文進一步使用空間計量方法考察城市創新的空間集聚特征以及城市規模的空間外溢作用。

二、理論分析與研究假設

(一)城市規模影響城市創新的直接機制

在人口密度更大、經濟活動更為密集的大城市中，集聚經濟的外部性能更好發揮[8]。首先，創新人才可獲得性是創新能否成功的關鍵所在。與小城市相比，大城市擁有更多高端人才，能形成較大的勞動力池[6]，提升了創新人才與高科技企業之間的匹配數量與質量，進而對創新產生促進作用。其次，大城市高密度的經濟活動使得異質性企業可以專注于同類產品鏈上的不同組裝工序，并逐漸形成專業化、網絡化的分工體系。這種專業而聯系密切的發展格局不僅實現了規模經濟，而且大大降低了企業交易成本，分攤了企業經營風險[9]，進而引導企業將更多資金配置到研發創新活動當中。再者，大城市在知識溢出上擁有很大優勢，原因在于，較大的城市規模具備更大體量先前經驗的本地知識庫。由于新想法大多來源于新老知識間的融合貫通[10]，因此大城市無疑為企業間的知識交流提供了更大的平臺，推動其迸發創新思想的火花，進而對創新產生激勵作用。與此同時，大城市的多樣化特征在企業的創新過程中也具有重要作用，具體表現在：第一，產業多樣化有利于不同產業間勞動力資源配置的優化。當本地的某個行業因產能過剩等原因而出現大量多余的勞動力時，與實施跨區域就業決策相比，這些勞動者往往會留在本地，并搜尋其他行業可能適合的工作[11]。這樣一來，厚實多樣的勞動力蓄水池不僅為創新企業提供了必不可少的高素質人才，而且為企業雇傭其他行業勞動力以獲取不同專業背景的新想法提供了可能性。第二，企業可以利用大城市多樣化產業形成的上下游關聯來降低生產成本。大城市上下游可達性較好，企業的投入需求能容易地從本地市場獲取，這直接降低了中間品尤其是非標準化服務中間品的獲取成本[12]，促使企業配置更多資金與精力用于創新活動當中。第三，多樣化環境能夠加速行業間知識溢出，形成創新源泉。多樣化環境拓寬了各類知識溢出渠道，有助于不同專業背景的人才彼此學習，進而促進企業對技術的吸收、整合以及創新。正如戈雷瑟等(Gleaser et al.，1992)指出，行業間知識溢出更有助于創新的產生[13]。據此，提出假設1。

假設1：城市規模與城市創新之間具有顯著的正相關關系。

(二)城市規模影響城市創新的間接機制

與中小城市相比，大城市具有更大的市場規模。從需求側的角度來說，市場競爭促進技術創新水平提升的路徑是可能存在的。城市規模的擴張通過增加消費者數量、提升消費能力來影響市場需求。首先，城市空間擴張有助于吸引和承載更多的企業和勞動力，這直接增加了消費者數量。其次，由于具備更完善的城市交通體系、更豐富的娛樂設施以及更優質的教育醫療資源，大城市更容易吸引高素質人才流入。這部分勞動力不僅擁有更強的消費能力，而且還呈現出更加多樣化的消費需求。多樣性環境在需求刺激的作用下逐漸形成，能夠為不同行業的從業人員搭建起深入交流的平臺。在頻繁交流的過程中，企業不僅能使用更多新思想用于制定產品方案，而且可以使用新技術生產多樣化的新產品[14]。與此同時，更大的市場規模也意味著更激烈的競爭，“優勝劣汰”的市場機制將不斷壓縮創新能力不足企業的生存空間[15]。這樣一來，為了獲取足夠的競爭優勢或避免退出市場，企業會加大研發投入，致力于研發新技術與新產品，進而提升了技術創新水平。據此，提出假設2。

假設2：城市規模的擴張會刺激市場需求，進而對城市創新水平的提升具有促進作用。

企業進行研發創新時往往需要專業的金融服務。與中小城市相比，大城市往往是交通樞紐中心，是互聯網和供應鏈的核心，擁有更強大的信息收集和信息處理能力，是金融信息的源頭。王如玉等(2019)發現，隨著人口規模的不斷擴大，城市的資本集中度與金融集聚水平越高[16]。金融集聚主要通過緩解信貸約束、提高資源配置效率以及分散創新風險來激勵城市創新。首先，金融機構為研發活動提供資金支持，緩解企業由于內源性融資不足而面臨的信貸約束，進而提高創新項目成功率。其次，金融機構在空間上的集聚有助于提升生產效率，促進金融資源的有效利用，具體表現在金融機構可以對資金需求者做出更準確的評估，并挑選出最具創新與成長能力的企業[17]，因此優質創新項目總能被準確識別并優先得到支持。最后，研發風險是讓投資者“望而卻步”的重要因素，而金融機構能通過設計各類風險分散組合予以緩解。在研發創新可持續的預期下，企業會有足夠激勵增加創新投入[18]。據此，提出假設3。

假設3：城市規模的擴張會強化金融集聚程度，進而對城市創新水平的提升具有激勵效應。

(三)城市規模對城市創新的空間溢出機制

在一定空間范圍內，城市規模會產生城際創新抑制作用。由于研發創新具有長周期、高風險、高投入的特征，因此投資者在考慮創新項目的選址時會充分評估城市的資金流、人才流和信息流的狀況。正如上文所述，與規模較小的城市相比，大城市頗具規模的實體經濟部門可以有效保證金融體系的規模化經營，充足的資金供給和完善的金融安排也對創新企業具有很大的吸引力。因此，周邊地區的投資者會將更多創新項目在本城市落地，以期獲得更高的創新回報。同時，大城市聚集了更多知識密集型企業，新知識、新技術更容易在研發人員的頻繁交流中產生。也就是說，城市規模越大，對資金流、人才流和信息流等創新投入要素的引力作用就越大。值得關注的是，中國情境下城市規模的擴張在一定程度上是地方政府競爭的結果[19]。為了實現本地經濟的高速增長以獲得上級政府認可，地方主政官員往往會采取最大限度地開發、利用各類資源的發展策略[20]。地方政府動用土地財政等手段實現城市空間持續擴張，以達到吸引更多生產要素流入本地的目的，其中也包括對創新資源的激烈爭奪。據此，提出假設4。

假設4：城市規模對周邊城市創新具有顯著的負向空間溢出效應。

三、模型設定、指標選取與數據說明

(一)模型設定

為了研究城市規模與創新水平之間的關系，本文設定了以下面板數據回歸模型：

Innoit=α0+α1Popit+ηXit+vt+ui+εit

(1)

其中，Innoit表示城市i在第t年的創新產出；α0為常數項；Pop衡量城市規模，α1為其系數；X表示一系列控制變量，η為控制變量的系數，具體變量的選擇在下文予以說明；為了控制年份固定效應與城市固定效應，本文進一步在模型中添加了vt和ui，εit為模型的誤差項。本文還將進一步檢驗二者的內在動力機制，為此，設定以下中介效應模型：

Mediatorit=β0+β1Popit+θXit+vt+ui+εit

(2)

Innoit=δ0+δ1Popit+δ2Mediatorit+ωXit+vt+ui+εit

(3)

式(1)可視為第一步，關鍵在于考察城市規模變量的顯著性；第二步是考察城市規模變量對兩類中介變量(Mediator，即市場潛能或金融集聚)的作用關系，倘若式(2)中的系數β1通過了顯著性檢驗，意味著可以進行最后一步；式(3)中同時包含了城市規模與兩類中介變量，在δ1與δ2都顯著的情況下，如果δ1與式(1)的α1相比，數值和顯著性大小都有所減少，意味著存在中介效應。

(二)指標選取

被解釋變量(Inno)。在研究區域創新的眾多文獻中，專利是衡量創新成果最為常見的指標之一[21]。與實用新型和外觀設計專利相比，發明專利的研發成本更高，承載的技術復雜程度更大。與此同時，無論在申請程序抑或在保護規定上都具有十分嚴格的限制。因此，不少學者認為發明專利數據更能體現地區實質性創新水平[22]。本文采取人均發明專利授權量作為城市創新的衡量指標。

解釋變量(Pop)。參考已有研究的一般做法，使用城市年平均人口數來衡量城市規模。

控制變量。經濟發展水平(Pgdp)，使用城市實際人均國內生產總值(GDP)表示；財政科技支出(Govinno)，使用每一年度政府用于支持科技發展的財政支出與GDP之比進行刻畫；固定投資規模(Invest)，采用固定資產投資與GDP之比來表示；實際利用外資水平(Fdi)，使用實際利用外資占GDP的比重來衡量；信息化水平(Inform)，使用人均意義上的郵電量與GDP之比作為代理指標[23]；產業結構(Upg)，使用產業結構指數進行衡量，即Upg=∑qm，m(m=1，2，3)，其中，m表示產業，qm表示產業增加值占GDP的比重[24]。

中介變量。當一個城市里的消費者擁有越強的消費能力且呈現出越加多樣化的消費需求，那么該城市的市場潛能指數也就越大。哈里斯(Harris)函數是刻畫市場潛能的良好指標，已在眾多文獻中得到廣泛應用[25]，因此本文沿襲已有文獻的一般做法，設定市場潛能指標如下：

Mpi=∑i≠jYj/dij+Yi/dii

(4)

其中，Mpi表示城市i的市場潛能；Y表示城市GDP；dij表示城市i駐地與城市j駐地間的直線距離；dii表示城市i的內部距離，設定dii=(2/3)(areai/π)1/2，areai表示城市i的面積。關于金融集聚程度，參考陶鋒等(2017)[26]的做法，構建地理密度指數來刻畫金融集聚，具體如下：

Finit=Dit/Areait

(5)

在式(5)中，Fin為金融集聚的代理指標，是金融活動程度(D)與城市建成區面積(Area)的比值。金融活動程度使用年末金融機構貸款余額進行表示，原因在于現階段中國金融資源供給狀況主要取決于銀行體系貸款指標。

(三)數據說明

在數據可獲得性的前提下，本文收集了2003—2017年中國277個地級及以上城市的面板數據進行分析。城市發明專利授權量數據來源于國家知識產權局網站中的中國專利公布公告系統；城市規模、控制變量以及中介變量的數據來自《中國城市統計年鑒》，需要強調的是，本文使用的是市轄區層面的數據；從《中國統計年鑒》中獲取省級價格指數，用于將名義變量調整為實際變量。

四、實證結果與分析

(一)基準回歸結果分析

在表1中，城市規模系數均在1%水平下顯著為正，這說明城市規模與城市創新之間具有顯著正相關關系，假設1得到了初步驗證。由列(7)可以分析控制變量的影響：經濟發展水平(Pgdp)對城市創新具有顯著正效應，這是因為隨著經濟不斷發展，要素市場更為充分，能為研發活動提供高級化生產要素，同時市場機制的日益完善也可以營造良好的創新競爭環境；財政科技投入(Govinno)系數顯著為正，這說明地方政府加大對科技創新的財政支持力度具有顯著的創新激勵效應；固定投資規模(Invest)變量系數為-1.181，且通過了1%水平下顯著性檢驗，意味著固定投資對創新活動產生了拖累效應，可能的解釋是，過度投資活動往往是企業費用負擔增加的根源，會導致企業無法配置足夠資金用于研發創新。

表1 基準回歸結果

(二)穩健性檢驗

首先，對因變量進行重新刻畫。從專利申請的角度來衡量城市創新，即把基準回歸中的人均發明專利授權量替換為人均發明專利申請量(Inno_apply)，具體結果見表2列(1)。同時，還使用《中國城市和產業創新力報告2017》中的城市創新能力指數(Inno_index)作為新的被解釋變量[27]，具體結果見表2列(2)。結果顯示，城市規模與城市創新之間仍然呈現穩定的正向關系。

其次，使用當期專利數據可能無法全面反映專利在研發、申請和授權等環節上的耗時狀況，進而可能會造成衡量誤差問題。因此，將解釋變量和控制變量均依次采取滯后一期和滯后二期的處理，以消除時滯對估計結果的影響。同時，將解釋變量作滯后處理也能夠消除反向因果關系，使得內生性問題得到有效緩解。表2列(3)是對解釋變量和控制變量均采取滯后一期處理后的估計結果，表2列(4)則是采取滯后兩期處理后的估計結果。不難發現，城市規模變量系數在5%水平下顯著為正，說明上文結論是較為穩健的。

最后，考慮到少部分城市的數據可能存在異常值或離群值的情況，如創新產出等變量的數值過低或過高等，進而影響估計結果的準確性。因此，對人均發明專利授權量與城市規模這兩個關鍵變量進行上下1%的縮尾處理后重新進行估計，具體結果見表2列(5)。可以發現，城市規模系數仍在1%水平下顯著為正，這進一步支撐了上文的研究結論。

表2 穩健性檢驗結果

(三)異質性分析

首先，考察地區異質性可能產生的影響。從經濟發展階段來看，東部城市經濟起步更早，在資本和技術上具備更好的先天條件。從人力資本上看，東部城市擁有豐富教育資源，加之中、西部勞動力大量涌入，進而形成了能為企業輸送高素質創新人才的厚勞動力池。從基礎設施來看，東部城市在互聯網、物聯網和供應鏈上更具優勢，擁有更強的信息收集和處理能力，可以有效降低創新過程中的信息不對稱和風險，進而提升企業創新能力。基于此，本文分別對東部城市與中、西部城市兩個子樣本進行估計，具體結果見表3列(1)、列(2)。可以發現，無論是東部還是中、西部，城市規模均能產生顯著創新提升效應。為了比較二者的大小，進一步構建了地區虛擬變量(Area)，即當城市處于東部時賦值為1，當城市處于中、西部時賦值為0，并在式(1)基礎上引入城市規模與地區虛擬變量的交互項(Area×Pop)進行回歸，具體結果見表3列(3)。結果顯示，交互項系數為1.837，且通過了1%水平的顯著性檢驗，這說明與中、西部城市相比，東部城市規模擴張的創新促進效應更大。

其次，嘗試分析資源稟賦異質性帶來的影響。自然資源豐裕是資源型城市的優勢所在，然而這些城市也容易走上資源依賴型道路。更為重要的是，長期以資源型產業為主導的經濟體并不太需要高技能勞動力，導致當地的高素質創新人才流失殆盡。同時，由于經濟結構單一并且缺乏知識密集型產業，資源型城市中的企業對技術改造和技術升級的創新意愿也不夠強烈。鑒于此，根據國務院《全國資源型城市可持續發展規劃(2013—2020年)》將全樣本劃分為資源型城市與非資源型城市后進行估計，具體結果見表3列(4)、列(5)。結果顯示，非資源型城市的城市規模具有顯著創新提升效應，而資源型城市的規模擴張卻無法對創新產生實質性影響。對此可能的解釋是，資源型城市普遍存在“荷蘭病”等“資源詛咒”現象，長期以資源產業為主導的經濟結構使得城市規模擴張也無法提升城市創新水平。

表3 異質性檢驗結果

(四)機制甄別檢驗

這一部分將使用中介效應模型來驗證市場效應與金融集聚效應的存在與否。表1列(7)是中介效應模型第一步的估計結果，其中城市規模對城市創新產出具有顯著正效應。表4列(1)是檢驗市場效應的第二步估計結果，其中城市規模的擴大提升了城市創新能力。第三步表4列(2)中市場潛能系數為1.751，且在1%水平下顯著為正，說明市場潛能對城市創新具有顯著促進作用。同時，城市規模系數為0.270，與表1列(7)相比有所下降，這意味著市場潛能存在部分中介效應，恰恰驗證了假設2。

接著，進一步考察金融集聚變量的中介效應。表4列(3)是第二步的相應估計結果，可以發現，城市規模與金融集聚度呈現顯著正相關關系。第三步表4列(4)結果中金融集聚系數顯著為正，說明金融集聚水平的提升具有正向創新效應。同時，城市規模系數為0.628，與表1列(7)相比有所下降，這意味著金融集聚存在部分中介效應，至此假設3得到驗證。

表4 機制甄別檢驗結果

五、進一步討論：空間互動的視角

這一部分將著重考察空間互動因素，同時對假設4進行檢驗。在變量間存在空間互動的情況下，應該借助空間計量模型進行分析。在眾多空間計量模型當中，空間杜賓模型(SDM)不僅將被解釋變量的空間互動納入分析范圍，而且能夠準確辨別解釋變量的空間溢出效應。因此，構建SDM如下：

(6)

在式(6)中，ρ為空間滯后系數，當數值為正時，表明城市創新具有正向的空間集聚特征；Wij為空間權重矩陣中的元素，由兩兩城市駐地間歐式直線距離平方的倒數來衡量；Innojt表示第j個城市(j≠i)在第t年的創新產出；Popjt表示第j個城市(j≠i)在第t年的城市規模；θ1與η1分別刻畫了城市規模對城市創新的直接效應與空間溢出效應；Xjt為第j個城市(j≠i)在第t年的控制變量指標；θ2與η2分別衡量了一系列控制變量對城市創新的直接效應與空間溢出效應；vt、ui和εit分別為年份固定效應、城市固定效應和誤差項。

在對空間杜賓模型進行估計之前必須進行空間相關性檢驗。具體來說，使用莫蘭指數對城市創新進行空間相關性檢驗。根據表5的檢驗結果可得，樣本觀測期內莫蘭指數的數值均顯著為正，意味著現階段城市創新具有正向空間集聚特征。上述空間集聚性在整個觀測期發生了較大變化，莫蘭指數在2003—2009年處于較低水平。自2010年開始，其數值便開始快速上升，表明城市創新的正向空間集聚特征呈現加強的趨勢。對此的解釋是，隨著國家出臺一系列旨在實現創新驅動發展的規劃與政策，不少城市借助制度紅利加快了研發創新的腳步，并在一定區域范圍內形成了創新俱樂部現象。

表5 空間相關性檢驗結果

表6 SDM效應分解結果

根據勒沙杰和佩斯(LeSage & Pace，2009)[28]提出的偏微分方法將式(6)分解為直接效應與溢出效應(間接效應)兩部分。表6列(1)報告的是效應分解中的直接效應部分，直接效應刻畫的是本地區域特征變量對本地創新的影響。可以看出，城市規模系數仍然在1%水平下顯著為正。本文關注的重點是溢出效應的方向和力度，這部分結果見表6列(2)。結果顯示，城市規模的溢出系數為-4.084，且通過了1%的顯著性水平檢驗，意味著本地城市規模的持續擴大會對周邊地區的創新水平產生抑制作用。可能的原因在于，大城市在人力資本、市場發展、信息收集與處理上更具優勢，會對周邊城市的優質創新要素產生虹吸效應，最終抑制了周邊城市的創新水平而提升了本地的創新能力。至此，假設4亦得到了驗證。

六、主要結論與政策建議

在大力實施創新驅動戰略的背景下，本文深入分析了城市規模及其空間互動對城市創新的影響效應，并使用2003—2017年中國277個地級及以上城市的面板數據對若干命題進行了實證檢驗。主要發現有：第一，基于全樣本的估計結果，隨著城市規模持續擴大，城市創新產出不斷增加，但是該正向作用會受到所處地區和資源稟賦兩類城市異質性的約束。第二，本文進一步考察了城市規模影響城市創新的機制路徑，中介效應模型的估計結果表明，更大的市場需求規模與更高的金融集聚水平是大城市擁有更多創新產出的重要原因。第三，為了分析城市規模對城市創新活動的空間溢出效應，本文借助空間杜賓模型進行檢驗發現，城市規模對周邊城市創新能力具有顯著的負向溢出效應。

基于上述經驗結論，本文對于如何推進創新驅動戰略、提升區域整體創新水平提出如下政策建議：(1)在中國大部分地級市的實際規模仍然具有較大提升空間的現實情境下，應該適度推動城市尤其是中小城市的規模擴張，發揮城市承載創新要素的空間優勢，提高人口集聚程度，為企業研發創新提供厚實的智力儲備。(2)要根據城市特征來安排城市規劃。對于東部或非資源型城市而言，應優化城市規模的發展路徑，進一步挖掘城市的集聚經濟優勢；對于中西部或資源型城市而言，在城市規模擴張的過程中要合理引導城市產業發展，培育和發展先進制造業，形成現代服務業體系。(3)要重視市場需求與金融集聚在城市規模創新效應中的作用。具體來說，要發揮市場需求對企業研發創新活動的拉動作用，促使企業生產更多新產品；也要發揮金融集聚對創新活動的資本配置功能和風險分散功能，構建、完善多層次的資本市場，提高金融體系服務實體經濟研發創新的能力。(4)本文的研究結果表明，大城市對周邊城市創新要素產生了虹吸效應。對此，區域創新中心城市的創新網絡應該向創新能力較弱的城市延伸，形成以點帶面的創新空間格局，在區域內形成創新的“擴散效應”，縮小城際創新能力差距。