城市技術創新時空演變特征及影響因素研究

張宵　葛玉輝

摘 要：創新是促進區域經濟繁榮、全面提升發展質量的重要途徑。以江蘇省為例，基于Innojoy數據庫中2010—2020年的專利申請數據，運用位序—規模法則、重心遷移模型、變異系數等多種方法，系統分析城市技術創新的時空演變特征及影響因素。研究發現：江蘇省城市技術創新空間分異特征明顯，呈由蘇南向蘇北梯度擴散的分布格局；技術創新重心先向東南方向遷移，而后持續向西北方向遷移，但始終分布在全省幾何中心的東南方位。從內部差異看，江蘇省三大地理分區技術創新發展的絕對差異總體呈擴大趨勢，而相對差異呈斂縮趨勢。全局Morans I指數和空間計量結果均顯示城市技術創新具有正向空間溢出效應；經濟發展水平、政府科技支出、資本富集程度、產業結構和環境污染程度5個因素對城市技術創新發展具有不同程度的影響。研究結果有助于客觀揭示江蘇省城市技術創新演變驅動因素，為推動高質量均衡發展提供理論參考和決策依據。

關鍵詞：城市技術創新；江蘇省；時空演變特征；Morans I指數；空間計量模型

中圖分類號：F 129.9 文獻標識碼：A 文章編號：1672-7312（2023）02-0133-10

Spatial and Temporal Evolution Characteristics and Influencing Factors of Urban Technological Innovation

——A Case Study of Jiangsu Province

ZHANG Xiao，GE Yuhui

（School of Management，University of Shanghai for Science and Technology，Shanghai 200093，China）

Abstract：Innovation is an important way to promote regional economic prosperity and comprehensively improve the quality of development.Taking Jiangsu Province as an example，based on the patent application data of Innojoy database from 2010 to 2020，this paper systematically analyzes the spatio-temporal evolution characteristics and influencing factors of urban technological innovation by using a variety of methods such as rank-size rule，movement of gravity center model，and the coefficient of variation.It is found that the spatial differentiation of urban technological innovation in Jiangsu Province is obvious，showing a distribution pattern of gradient diffusion from southern Jiangsu to northern Jiangsu；The center of technological innovation first moves to the southeast，and then continues to move to the northwest，but it is always distributed in the southeast of the geometric center of the province.From the perspective of internal differences，the absolute differences of technological innovation development in the three geographical divisions of Jiangsu Province are generally expanding，while the relative differences are converging.The global Morans I index and spatial measurement results show that urban technological innovation has a positive spatial spillover effect；Five factors，including economic development level，government expenditure on science and technology，capital enrichment，industrial structure and environmental pollution，have different effects on the development of urban technological innovation.The research results will help objectively reveal the driving factors of the evolution of urban technological innovation in Jiangsu Province，and provide theoretical reference and decision-making basis for promoting high-quality balanced development.

Key words：urban technological innovation；Jiangsu Province；spatial and temporal evolution characteristics；Morans I index；spatial econometric model

0 引言

隨著改革開放的持續深化，我國已進入高質量發展階段，創新成為推動城市革新和社會發展的強力引擎。2021年，《江蘇省國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標綱要》明確提出要突出創新在現代化建設全局中的核心地位，堅持科技自立自強，加快建設科技強省的行動要求。江蘇省作為全國經濟發展的“領頭羊”，人均GDP、外資使用規模、進出口總額等主要經濟指標近年來始終位于全國前列，科研實力雄厚的高等院校，完善的創新創業服務體系以及數量眾多的高素質創新人才為技術創新發展注入源源不斷的活力，極大地提高了技術創新的綜合實力。然而，城市間技術創新能力和創新環境的差異，以及創新資源和創新要素的流通受阻，導致了全省技術創新聯系的不緊密和不平衡不充分發展，使得技術創新整體水平的進一步提升受到制約[1]。當前，我國正處于轉變發展方式、優化經濟結構、轉換增長動力的攻關期，探究近年來江蘇省城市技術創新的時空演變特征，識別技術創新的空間關聯性，對促進創新資源有效配置，推動江蘇省經濟社會和技術創新發展具有重要意義。

技術創新的時空演變特征以及分異規律一直是區域經濟研究的熱點之一，國內外學者進行了一系列探討，并形成了較為豐富的研究成果，主要采用核密度分析、重心遷移模型、Dagum基尼系數、Moran I指數、空間聚類分析等多種工具，對我國省域、縣域、中小城市群的技術創新產出、數字技術創新、農業技術創新、綠色創新效率等的時空分布格局及演變特征進行研究。如李紅雨等基于中國地級市的面板數據，研究發現中國技術創新產出總量雖逐年增加，但其在地級市層面的分布極不均衡，主要集中在經濟發達的大中型城市[2]。董俊鷙等研究發現中國縣域技術創新的空間分布具有內部細化、破碎化的特點，產出高值區主要分布在東部沿海，低值區主要分布在西北部半壁[3]。在影響因素研究方面，學者們采用地理探測器模型、GWR地理加權回歸、Shapley分解法等多種方法，從經濟發展、基礎設施建設、產業結構、環境規制等多維度對技術創新的影響因素進行識別。如孫勇等研究發現黃河流域綠色技術創新主要受經濟發展、創新環境和政府行為影響，而受到環境污染的影響較弱[4]。徐維祥等研究發現空間區位和金融支持對長江經濟帶沿線中心城市的創新產出具有正向影響，經濟基礎對下游城市具有促進作用[5]。

在梳理文獻后發現，目前有關城市技術創新時空演變特征的研究主要集中在全國、中小城市群等相對宏觀的層面，而從省一級層面研究單個省份城市技術創新發展的較少。江蘇省作為我國經濟大省，其城市技術創新的發展狀況如何？是否存在空間集聚現象？技術創新發展差異形成的原因是什么？現有研究成果還未能較好地回答這些問題。針對上述問題，本研究將以江蘇省13座地級市為研究對象，探索城市技術創新的時空演變特征并分析其成因，以期能夠較好地進行解釋。此外，與傳統技術創新發展影響因素的研究不同，本研究將空間效應納入研究范疇，并在此基礎上選擇經濟發展水平、政府科技支出、產業結構、環境污染程度以及資本富集程度等作為解釋變量構建空間計量模型，深入剖析城市技術創新發展差異的成因，以期為打造健康創新生態，推動江蘇省技術創新高質量均衡發展提供理論參考和決策依據。

1 研究設計

1.1 研究區域概況

江蘇省位于長江下游三角洲地區，總面積10.72萬平方公里，下轄13座地級市，包括南京、無錫、徐州、常州、蘇州、南通、連云港、淮安、鹽城、揚州、鎮江、泰州、宿遷。2021年末，江蘇省常住人口總量8 505.4萬人，地區生產總值11.64萬億元，比上年增長8.6%；全省專利授權量64.1萬件，比上年增長28.4%，其中發明專利授權量6.9萬件，增長49.7%；擁有網絡通信與安全紫金山實驗室、材料科學姑蘇實驗室、深海技術科學太湖實驗室等實驗創新平臺，第3代半導體技術創新中心（蘇州）、集成電路特色工藝及封裝測試國家制造業創新中心（無錫）、中航工業601所揚州協同創新研究院等眾多技術創新載體。

1.2 數據來源

在城市技術創新的測度方面，專利數據因其可得性好、完整度高、區域化分布特征明晰等特點受到學者的廣泛認可[6]。基于此，本研究以百萬人專利申請量為代理指標，對江蘇省13座地級市的技術創新規模進行刻畫，系統分析其在2010—2020年間的時空分布格局及演變規律，并識別技術創新發展的影響因素。文中所需的專利數據以“專利申請日”和“申請人所屬省份”為檢索條件，在Innojoy專利數據庫中檢索獲得，基礎數據來源于2011—2021年的《中國城市統計年鑒》和《江蘇省統計年鑒》。

1.3 研究方法

1.3.1 位序-規模法則

位序-規模法則是研究等級體系最經典的方法。借鑒郭建科等運用位序-規模法則揭示環渤海地區港口體系規模特征的做法，嘗試將13座地級市的技術創新規模及其位序數據繪制在雙對數坐標上，觀察其擬合態勢，以考察技術創新的區域差異，識別其空間分布的集散程度[7]。無標度區和Zipf指數是位序—規模法則的2個重要指標，其中無標度區可以體現技術創新的位序—規模分布結構，而Zipf指數不僅能夠反映技術創新的空間分布形態，還能夠揭示空間分布的變化規律[8]。Zipf指數大于1、小于1和等于1，分別表示技術創新處于集中分布、均衡分布和自然狀態下的最優分布模式。具體公式如下

式中：Pi為排名第i位城市的技術創新規模；Ri為第i個城市的位序；P1為首位城市技術創新規模；q為Zipf指數。

1.3.2 重心遷移模型

為探索江蘇省城市技術創新空間分布的變化軌跡，揭示其在空間上的動態演變過程，本研究借鑒梁中等運用重心遷移模型分析省域碳壓力空間分布演變情況的做法，引入“重心”概念評價江蘇省城市技術創新在空間上的均衡性[9]。就技術創新而言，其重心位置表示該區域周圍的技術創新處于相對均衡的“高密度”分布狀態，“重心遷移”是指當某地技術創新規模發展較快且高于全省平均速率時，技術創新重心向該地遷移的現象。具體公式如下

1.3.3 變異系數和σ系數

為刻畫江蘇省技術創新區域內部差異的時序演化圖景，本研究參考王兆峰等的做法，將江蘇省從地理位置上劃分為蘇南、蘇中、蘇北三大區域，綜合運用變異系數和σ系數探究其技術創新的相對差異和絕對差異[10]。變異系數是衡量一組數據離散程度的指標，可以客觀地反映三大地理分區技術創新的相對差異，其值越大意味著相對差異越大。σ系數可以衡量三大地理分區技術創新的絕對

差異，其值越大意味著絕對差異越大。具體公式如下

1.3.4 空間自相關

空間自相關分析是分析空間數據相互依賴性最常用的工具，包括全局空間自相關和局部空間自相關兩部分，分別用Morans I指數和Local Morans I指數進行表示。本研究采用全局空間自相關檢驗江蘇省城市技術創新發展是否具有整體關聯性，采用局部空間自相關檢驗其局部關聯性，以揭示不同區域內技術創新發展的空間異質性。Morans I指數的范圍在-1到1之間，Morans I指數越大，表明技術創新在空間上的集聚特征越明顯，與鄰近城市的差距越小。具體公式如下

1.3.5 空間面板模型

考慮到技術創新發展過程中可能存在的空間關聯性，本研究選擇空間面板數據模型探索江蘇省城市技術創新時空格局演變的影響因素。空間杜賓模型（SDM）、空間誤差模型（SEM）和空間滯后模型（SAR）均可識別技術創新發展的影響因素，本研究參考

BELOTTI等的模型驗證方法，將空間杜賓模型設定為初始模型，借助LR檢驗和Wald檢驗對其替代模型進行檢驗[11]。H01：空間杜賓模型可以簡化為空間滯后模型，H02：空間杜賓模型可以簡化為空間誤差模型，若H01和H02同時被拒絕，則應選擇初始的空間杜賓模型[12]。其次，基于ANSELIN等提出的理論，空間計量分析應當建立在空間權重矩陣的基礎上，本研究選擇空間鄰接

權重矩陣作為空間計量的權重矩陣[13]。具體公式如下

2 時空演變特征分析

2.1 空間演變特征

為更加直觀地呈現江蘇省城市技術創新的時空分布格局，運用ArcGIS自然間斷點分級法（Jenks），將城市技術創新劃分為“好”、“較好”、“中等”、“較差”和“差”5個等級，觀察其相對格局和變化趨勢。結果顯示，江蘇省城市技術創新總體呈明顯的由蘇南向蘇北梯度擴散的空間分布格局，如圖1所示。技術創新在以蘇州、無錫為代表的蘇南地區形成高值集聚分布，并圍繞蘇州形成連片分布態勢；在以連云港、淮安為代表的蘇北地區形成低值連綿分布，但區域范圍呈斂縮態勢。從現實情況看，高值集聚區主要位于長江下游沿岸，擁有中國內河第一大港蘇州港等眾多港口，區位優勢明顯，且該區域毗鄰上海，處于長三角經濟圈的核心位置，經濟實力強勁，投資環境優越，為技術創新的孕育與發展創造了良好的條件；而低值連綿區受地理位置偏遠，交通條件較差，創新人才引進困難等因素影響，綜合創新實力較為薄弱，技術創新發展緩慢。

將13座地級市的技術創新規模及其位序數據繪制在雙對數坐標上并進行擬合，得到其位序-規模分布參數（見表1）。結果顯示，2010—2020年江蘇省城市技術創新的位序—規模分布均存在一個無標度區，呈單分形結構，擬合曲線逐漸平坦；Zipf指數由2010年的1.56降低至2020年的0.73，總體呈下降趨勢。具體來看，2017年之前Zipf指數均大于1，表明在此區間內江蘇省技術創新的地理集中程度較高。以2012年為例，排在首位的蘇州百萬人專利申請量為2.16，排在第二、三位的無錫、常州分別為1.55和0.74，形成了在蘇州絕對主導下的高位序—規模分布特征。2017年之后Zipf指數降低至1以下，表明技術創新空間分布差異呈降低趨勢，技術創新由集中化發展逐漸轉變為均衡化發展。隨著經濟發展和創新人才的流動，以泰州、鹽城為代表的蘇中和蘇北城市迅速發展，使得技術創新的地理集中程度有所降低。這些城市將在未來很長一段時間內，在推動江蘇省技術創新高質量均衡發展上發揮模范帶頭作用，而蘇州、無錫等技術創新“排頭兵”城市在走向深度融合創新的同時，將為省內其他城市的技術創新提供更好的資金支持和技術服務[14]。

為進一步分析江蘇省城市技術創新的空間分異特征和演化軌跡，本研究引入重心遷移模型進行補充探討。由表2和圖2可知，近10年江蘇省技術創新重心分布在119°41′58″E ～120°1′11″E，32°14′1″N～31°51′31″N區域內，位于全省幾何中心（119°29′55″E，32°58′16″N）的東南方位，表明江蘇省東南部城市技術創新較為活躍。從經濟發展和社會消費看，以蘇州為代表的東南部城市經濟發展水平較高，社會消費增長速度較快，經濟發展和消費增長的同時伴隨著對新技術和新產品需求的擴大，從而推動技術創新綜合實力的提升。從地理區位看，江蘇東南部位于長江下游沿岸，貨運便利，交通發達，對技術集成度高的互聯網企業、高新技術企業等具有較強的吸引力，且該地區毗鄰上海，上海地區創新擴散效應的影響使得該地區技術創新發展始終保持在全省前列。

從重心遷移軌跡看，技術創新重心在2010—2012年向東南方向遷移，而后在2012—2020年向西北方向遷移，表明近幾年江蘇西部和北部城市技術創新的增長速率明顯高于平均水平，追趕態勢明顯，創新分布走向均衡。從遷移距離看，近10年技術創新重心共計遷移54.41 km，其中2012—2014年重心遷移距離最大，達到20.13 km。2013年江蘇省政府發布創新型省份建設推進計劃（2013—2015年），明確提出“蘇南創新提升、蘇中創新跨越、蘇北創新突破”的要求，支持徐州、淮安、宿遷等城市的創新發展，在一系列政策支持下，西北部城市技術創新規模實現歷史性增長。從重心遷移方位角變化看，近10年整體呈增大趨勢。從2012—2014年的310.60°增大至2014—2016年的314.10°，并進一步增大至2018—2020年的339.60°，技術創新重心雖始終向西北方向遷移，但向北偏轉的角度呈增大趨勢。

2.2 內部差異特征

基于13座地級市近10年的專利數據，分別計算出蘇南、蘇中、蘇北三大地理分區技術創新歷年的變異系數和σ系數，各差異指標變化趨勢如圖3、4所示。絕對差異方面，蘇南地區技術創新的σ系數在2012—2016年呈明顯下降趨勢，但總體保持上升態勢，由2010年的0.19上升至2020年的0.28，年均增速4.74%；蘇中地區在個別年份出現小幅上升，但整體呈斂縮態勢，年均降幅2.24%；蘇北地區在2010—2020年呈不斷上升的趨勢，年均增幅29.58%。總體來看，江蘇省三大地理分區技術創新的絕對差異呈擴大態勢，其中蘇北地區絕對差異的增長幅度最大。結合自然斷點分級圖看，蘇北地區屬于技術創新的低值連綿區，連云港、淮安等城市由于地理位置偏遠、經濟實力薄弱等因素，技術創新發展緩慢；而江蘇最北部城市徐州地處淮海經濟區中心位置，位于江蘇、山東、安徽、河南四省交界處，是中國第二大鐵路樞紐，較高的經濟發展水平和便捷的交通使其技術創新發展迅速，從而導致蘇北地區技術創新的絕對差異持續擴大。

相對差異方面，蘇南地區技術創新的變異系數僅在2011年明顯上升，總體呈先擴大后減小的演變趨勢，年均降幅4.26%；蘇中地區在個別年份出現小幅上升，但總體呈斂縮態勢，年均降幅7.94%；蘇北地區在2015、2017—2019年呈微升趨勢，但總體呈斂縮態勢，年均降幅5.86%。總體來看，江蘇省三大地理分區技術創新發展的相對差異呈下降趨勢，其中蘇中地區相對差異的下降幅度最大，表明蘇中地區的技術創新水平差距正不斷縮減，協調發展態勢良好，但仍存有改善空間。

2.3 空間關聯特征

基于空間鄰接權重矩陣，計算出技術創新歷年的全局Morans I指數。結果顯示，2010—2020年江蘇省城市技術創新的空間自相關性均為正，p＜0.01，全局Morans I指數由0.32波動上升至0.38。雖然Morans I指數在個別年份出現小幅縮減，空間相關性有所減弱，但總體呈上升趨勢，表明江蘇省技術創新發展存在顯著的空間關聯性，空間集聚特征明顯。技術創新核心城市產生的創新示范效應和擴散效應能夠帶動鄰近城市技術創新發展，縮減城市間的技術創新差距，從而推動全省技術創新協調發展。

為準確識別技術創新在局部區域的空間關聯性，本研究進一步采用局部Morans I指數分析其局部集聚特征，并繪制局部自相關LISA圖，如圖5所示。結果顯示，江蘇省城市技術創新的空間集聚主要有“高-高（H-H）”型聚類、“低-高（L-H）”型聚類和“低-低（L-L）”型聚類3種類型，無“高-低（H-L）”型聚類。“H-H”型城市在2011年有蘇州、無錫，而后在2012—2013、2015、2017—2020年均為無錫市，2016年為常州市，表明蘇州、無錫、常州技術創新的正向溢出效應顯著，對鄰近城市技術創新發展具有顯著的推動作用；“L-H”型城市分布穩定，2012—2017年、2020年均為泰州，表明泰州一直受到鄰近城市如蘇州、無錫、南通的“虹吸效應”影響，處于技術創新發展“虹吸潮”的低洼地帶，形成空心型的關聯模式，極化現象嚴重[15]；“L-L”型城市有宿遷、淮安、連云港等，主要位于蘇北地區，且城市數量有所增加，表明該地區城市間的技術創新存在嚴重的負向空間溢出效應，地區整體技術創新能力亟待提升。

3 影響因素分析

3.1 變量選取

技術創新具有復雜性、不確定性等特征，受到諸多因素復合影響，眾多學者對此開展了一系列研究。參考現有關于城市技術創新影響因素的研究成果[16-18]，結合技術創新動態發展態勢，本研究從外部環境出發對江蘇省城市技術創新影響因素進行研究。考慮數據的科學性與可得性，本文選擇經濟發展水平（PGDP）、政府科技支出（GOV）、產業結構（STR）、環境污染程度（ENV）和資本富集程度（CAP）5個指標作為解釋變量探究江蘇省城市技術創新發展差異的成因。一般認為區域經濟發展水平越高，越能為技術創新提供有力的支撐，本研究選擇經濟發展水平指標探究經濟發展與城市技術創新的關系；政府科技支出水平反映了政府對技術創新的支持程度，本研究選擇政府科技支出指標探究政府行為對技術創新的影響；產業結構在一定程度上反映了區域經濟的發展方式，本研究選擇產業結構指標探究經濟發展方式對城市技術創新的影響；環境污染程度一定程度上反映了城市的環境治理能力與居民素質水平，環境污染程度越高越不利于城市技術創新的發展[19-20]，本研究選擇環境污染程度指標探究城市技術創新與環境治理水平和居民素質間的關系；技術創新需要強大的資金保障和連續的創新投入，以此為技術創新發展提供源源不斷的驅動力[21-22]，本研究選擇資本富集程度指標探究城市技術創新與區域金融、創新投入間的關系。

在變量具體測度方面，分別以人均地區生產總值、政府科技支出占政府一般財政支出的比重、第三產業增加值與第二產業增加值比值、年度工業二氧化硫排放量、年末金融機構貸款余額占地區生產總值的比重為代理變量進行衡量。此外，為減小綱量差異，本研究將經濟發展水平和環境污染程度2個變量的數據分別取對數。建立的模型如下：

3.2 空間計量分析

全局Morans I指數顯示，江蘇省城市技術創新存在顯著的空間自相關性，因此OLS模型基于變量間相互獨立且不相關的假設不成立，應將空間溢出效應的影響納入研究范圍，采用空間計量模型作進一步分析。檢驗結果顯示，技術創新整體空間滯后項的LR檢驗（γ=19.45，p＜0.01）和Wald檢驗（γ=10.64，p＜0.1）結果均拒絕原假設H01，即拒絕將空間杜賓模型簡化為空間滯后模型；空間誤差項的LR檢驗（γ=22.99，p＜0.05）和Wald檢驗（γ=15.66，p＜0.01）結果均拒絕原假設H02，即拒絕將空間杜賓模型簡化為空間誤差模型，同時Hausman檢驗（γ=107.15，p＜0.01）顯示應當選擇固定效應模型進行研究。基于以上分析，本研究選擇固定效應下，基于空間鄰接權重矩陣的空間杜賓模型探究江蘇省城市技術創新的影響因素及其空間溢出效應。

空間杜賓模型回歸結果（表3）顯示，自然對數似然函數（Log_L）值為352.46，擬合優度（R2）為0.62，表明模型設定合理。技術創新的空間溢出系數（rho）為0.21，且通過1%水平下的顯著性檢驗，表明技術創新存在顯著的空間溢出效應，本市技術創新發展對鄰近城市技術創新具有驅動作用。資本富集程度（CAP）、政府科技支出（GOV）、經濟發展水平（lnPGDP）的系數在不同水平下顯著為正，環境污染程度（lnENV）的系數在5%水平下顯著為負，而產業結構（STR）的系數不顯著。解釋變量的空間滯后項W×CAP、W×lnPGDP的系數在不同水平下顯著為正，W×lnENV的系數在1%水平下顯著為負，而W×STR、W×GOV的系數不顯著，即資本富集程度增加和經濟發展水平提升對鄰近城市技術創新發展具有驅動作用，而環境污染程度增加不利于鄰近城市技術創新發展。受空間滯后項反饋效應等因素影響[23]，空間杜賓模型的回歸系數不一定精確，需進一步分析。

3.3 空間效應分解

基于LESAGE等提出的偏微分法，本文對空間杜賓模型各解釋變量的直接效應和間接效應進行分解（見表4）[24]。具體而言，資本集聚能夠為技術創新提供充足穩定的經費來源，保證技術創新過程中所需的人力和物力，進而提升技術創新的成功率和可持續性。分解結果顯示，資本富集程度在1%的顯著性水平下對技術創新發展的直接效應和間接效應均為正，表明資本較為富集的城市技術創新發展更具優勢，且對鄰近城市技術創新具有驅動作用。從系數看，資本富集程度的間接效應大于直接效應，占總效應的72.73%，表明資本集聚在為本市帶來創新優勢的同時，能夠極大地推動鄰近城市技術創新發展。

經濟發展水平在5%的顯著性水平下對技術創新發展的直接效應和間接效應均為正，表明經濟實力增加能夠顯著地提升本市及鄰近城市的技術創新水平。經濟發展水平是城市綜合實力的體現，經濟實力較強的城市往往擁有更加豐富的創新要素，伴隨著要素的流動和創新的擴散，經濟發展能夠有效激發城市創新活力，促進技術創新水平提升。

產業結構對技術創新發展的直接效應和間接效應均不顯著，說明產業結構的調整對城市技術創新發展的影響并不顯著。從系數看，產業結構對本市和鄰近城市技術創新發展具有負向影響，其系數均為負值的原因可能是技術創新主要集中在以高技術產業和制造業為代表的第二產業，以服務業為代表的第三產業占比過高不利于城市專利技術產出與發展。

政府科技支出的直接效應在1%水平下顯著為正，而間接效應不顯著，表明政府科技支出增加對本市技術創新水平提升具有驅動作用，但對鄰近城市技術創新發展影響并不顯著。政府財政支出中科技支出占比越大表明政府對于技術創新越重視，能夠幫助創新主體改善技術創新外部環境，降低創新成本與風險，緩解資源約束等問題，進而推動城市技術創新發展。從系數看，政府科技支出的直接效應占比高達89.03%，表明政府科技支出對于本市技術創新影響十分高效，政府支持的引導作用和杠桿效應得到了充分發揮。

環境污染程度對技術創新發展的直接效應和間接效應均為負，且均通過1%水平的顯著性檢驗，表明環境污染程度增加會抑制本市和鄰近城市技術創新水平提升。從系數看，環境污染的間接效應大于直接效應，占比75%，即環境污染對于鄰近城市技術創新的抑制作用大于對本市的影響。一方面，環境污染會增加城市的環境治理成本和防范成本，擠占創新資源；另一方面，環境污染程度高會影響居民健康水平，降低外部主體的投資意愿，加劇創新人才流失，進而抑制城市技術創新發展。

4 結論與建議

4.1 研究結論

本研究綜合運用位序-規模法則、重心遷移模型、變異系數等研究方法，系統分析江蘇省城市技術創新在2010—2020年間的時空演變特征，并采用空間計量模型識別其影響因素。

1）總體看，江蘇省城市技術創新呈現由蘇南向蘇北梯度擴散的分布格局，空間分異特征明顯；技術創新在蘇南地區形成高值集聚分布，在蘇北地區形成低值連綿區，但集聚程度呈降低趨勢；技術創新重心先向東南方向遷移，而后持續向西北方向遷移，但始終分布在全省幾何中心的東南方位。

2）從內部差異看，江蘇省三大地理分區技術創新發展的絕對差異總體呈擴大態勢，其中蘇北地區綜合創新實力較為薄弱，絕對差異增幅最大，區域創新水平亟待提升；相對差異總體呈斂縮態勢，其中蘇中地區降幅最大，區域協調發展態勢良好，但仍存有改善空間。

3）從影響因素看，江蘇省城市技術創新具有顯著的正向空間溢出效應，即本市技術創新發展能夠驅動鄰近城市技術創新水平提升；資本富集程度、經濟發展水平、政府科技支出對本市和鄰近城市技術創新發展具有顯著的正向影響，而環境污染程度增加會加重城市環境治理和污染防范的負擔，擠占創新資源，進而抑制城市技術創新發展。

4.2 決策建議

充分認識創新差異，優化創新空間布局。一是充分發揮政府作為創新主導者的作用，在營造良好創新氛圍的同時，客觀認識城市技術創新的空間集聚以及空間差異特征，推動構建創新資源差序與均衡并重的空間分布格局。二是以推動產業轉型升級為核心，統籌考慮蘇南、蘇北地區產業發展特點和空間關聯性，建立具有產業特色和區域特色的技術創新空間發展架構。三是擴大蘇州、南京等城市的技術創新示范效應，加強與上海科創中心互動合作，著力培育多極化區域創新中心。

優化政府財政支出，引導金融資源支持。一是政府要明確技術創新方向與重點，優化財政支出結構，有針對性地支持若干有助于全省經濟發展的重點產業，加大對關鍵性、前沿性領域的投資力度，提高政府財政科技支出創新產出效率。二是引導金融資源支持城市技術創新發展，合理規劃區域金融中心建設，建立“多點帶面”的多層次、網絡化的金融服務體系，借助金融服務網絡的延伸滿足本市和鄰近城市對金融資源的需求[25]，帶動城市技術創新協同互促發展。

改善區域生態環境，推進綠色技術創新。一是政府應實施更加高效、更加嚴格的生態環境監管體系，完善生態環境治理法律法規，持續改善創新生態環境。二是對區域內符合環境友好型企業標準的工業企業給予適當財政補貼與政策傾斜，積極營造健康有序的市場競爭環境，提升城市技術創新活躍度。三是遵從技術創新發展客觀規律，在經濟發展水平和創新環境較好的城市建立綠色創新研發機構，設立綠色技術研發和綠色技術人才專項基金，引導區域重點企業聯合科研機構、金融服務機構圍繞綠色技術研發加強攻關。

參考文獻：

[1] 王承云，沈澤洲.江蘇省城市綜合創新競爭力時空聯系研究[J].華東經濟管理，2020，34（11）：9-17.

[2]李紅雨，趙堅.中國技術創新產出的空間分布——來自中國地級以上區域的證據[J].北京理工大學學報（社會科學版），2020，22（01）：82-92.

[3]董俊鷙，孟怡偉，丁志偉.中國縣域創新產出的空間分異及其影響因素[J/OL].世界地理研究：1-19[2023-03-09].http：//kns.cnki.net/kcms/detail/31.1626.P.20210915.1759.004.html.

[4]孫勇，樊杰，孫中瑞，等.黃河流域綠色技術創新時空格局及其影響因素分解[J].生態經濟，2022，38（05）：60-67.

[5]徐維祥，楊蕾，劉程軍，等.長江經濟帶創新產出的時空演化特征及其成因[J].地理科學，2017，37（04）：502-511.

[6]孫燕銘，梅瀟，諶思邈.長三角城市群綠色技術創新的時空格局及驅動因素研究[J].江淮論壇，2021（01）：13-22+61.

[7]郭建科，陳園月，于旭會，等.1985年來環渤海地區港口體系位序—規模分布及作用機制[J].地理學報，2017，72（10）：1812-1826.

[8]姜海寧，蔡詩瑤，李博.長三角民用機場體系位序-規模分布及其作用機制[J].地理科學，2021，41（04）：615-624.

[9]梁中，徐蓓.中國省域碳壓力空間分布及其重心遷移[J].經濟地理，2017，37（02）：179-186.

[10]王兆峰，謝佳亮，吳衛.環長株潭城市群旅游業高質量發展水平變化及其影響因素[J].經濟地理，2022，42（03）：172-181+221.

[11]BELOTTI F，HUGHES G，MORTARI A P.Spatial panel-data models using stata[J].The Stata Journal：Promoting communications on statistics and Stata，2017，17（01）：139-180.

[12]李正昕，徐維祥，劉程軍.長三角縣域三次產業協調發展的空間特征及動力機制[J].經濟地理，2021，41（03）：136-143.

[13]ANSELIN L，HUDAK S.Spatial econometrics in practice[J].Regional Science and Urban Economics，1992，22（03）：509-536.

[14]孫勇，樊杰，劉漢初，等.長三角地區數字技術創新時空格局及其影響因素[J].經濟地理，2022，42（02）：124-133.

[15]李天宇，陸林，張海洲，等.長三角城市群A級物流企業空間演化特征及驅動因素[J].經濟地理，2021，41（11）：157-166.

[16]SANGWON L.A study of influential factors of technological innovation in the telecommunications industry：Focusing on the analysis of the effects of government R&D funding and of patent stock[J].Information Society & Media，2019，20（01）：1-18.

[17]歐陽曉靈，張駿豪，杜剛.環境規制與城市綠色技術創新——影響機制與空間效應[J].中國管理科學，2022，30（12）：141-151.

[18]趙巧芝.基于空間杜賓模型的中國技術創新系統發展驅動力研究——來自省域面板數據的實證檢驗[J].軟科學，2021，35（12）：15-21.

[19]孟浩，張美莎.環境污染、技術創新強度與產業結構轉型升級[J].當代經濟科學，2021，43（04）：65-76.

[20]王凱，吳三林，高皓等.空氣污染對重污染行業上市公司綠色技術創新的影響研究[J/OL].管理學報：1-11[2023-03-09].http：//kns.cnki.net/kcms/detail/42.1725.c.20221122.1344.020.html.

[21]丁煥峰，謝麗娟，孫小哲.金融集聚支持區域創新：作用效果與傳導路徑[J].金融經濟學研究，2022，37（02）：56-70.

[22]孟曉倩，吳傳清.數字金融對區域創新生態影響研究[J].中國軟科學，2022（09）：161-171.

[23]毛中根，武優勐，謝遲.長三角城市群消費水平空間格局及其影響機制[J].經濟地理，2020，40（12）：56-62.

[24]LESAGE J P，PACE R K.Introduction to spatial econometrics[M].New York：CRC Press，2009.

[25]徐偉呈，范愛軍.數字金融、產業結構調整與經濟高質量發展——基于南北差距視角的研究[J].財經科學，2022（11）：27-42.

（責任編輯：嚴焱）

收稿日期：2022-11-16

基金項目：教育部人文社會科學研究規劃基金項目（17YJA630020）；上海市一流學科建設項目（S1201YLXK）

作者簡介：張宵（1998—），男，江蘇南通人，碩士研究生，主要從事技術創新管理方面的學習與研究。