廣東省城市創新能力的空間格局及其溢出效應

龍志軍，鄔麗萍

（1.廣西大學經濟學院，廣西南寧 530004；2.廣東海洋大學管理學院，廣東湛江 524088）

1 研究背景

創新是區域經濟發展的動力源泉，國家“十四五”規劃綱要提出，堅持創新在我國現代化建設全局中的核心地位，把科技自立自強作為國家發展的戰略支撐。城市具有很強的創新資源和要素集聚能力，是創新發展的主要空間單元，城市是承載國家創新戰略實現的基本單元，城市尺度的創新空間格局研究是更為本質的創新空間格局。2021 年，廣東省區域創新能力已連續5 年排名第一［1］，但廣東省內部也面臨著城市創新高度極化、區域間創新差距明顯和分層化等問題。進一步分析廣東城市創新能力空間格局及其演變趨勢，有利于尊重不同區域創新資源的特色優勢，促進不同層次各類創新資源和要素的合理流動和高效集聚，對區域創新協調平衡發展具有重要意義。

現有研究對城市創新能力的概念和測度并沒有形成權威觀點，但城市作為一個小型區域單元，可借鑒較為成熟的區域創新能力研究進行分析。如柳卸林等［2］認為區域創新能力是一個地區將知識轉化為新產品、新工藝、新服務的能力，區域創新能力評價指標體系包括知識創造能力、知識流動能力、企業的技術創新能力、創新的環境、創新的經濟績效5 個方面；任勝鋼等［3］認為區域創新能力是區域內各個創新主體在一定創新環境條件下，創新投入與產出的水平，評價指標包括創新主體的投入產出、創新環境兩個方面；李二玲等［4］從投入產出視角出發，認為區域創新能力是一個區域依托于內外部的創新環境將創新投入轉化為社會生產力，形成創新產出的能力，評價指標包括創新投入、產出和環境3 個方面；李斌等［5］在區域創新能力概念基礎上構建城市創新能力評價指標包括知識創新、技術創新、政府支持和服務、創新基礎環境4 個方面。因而，本研究認為城市創新能力是城市尺度的區域創新能力，用構建評價指標體系的方式來測度城市創新能力更為客觀，雖然現有研究所構建的指標體系不盡相同，但關鍵指標較為一致，大多包括各創新主體的創新投入產出，以及創新環境等指標。

創新空間格局分析將區域創新異質性問題拓展到了空間維度，從國際、省域、局域地區等空間尺度，對創新空間分布、空間差異和關聯分析。廣東省作為全國創新大省，學者們使用了不同的創新變量研究了廣東的創新空間格局問題。如吳國棟等［6］認為珠三角城市創新效率突出，沿粵東西北遞減；王偉等［7］認為粵港澳地區的創新產出呈“核心-外圍”格局；張祥宇［8］認為廣東省科技資源配置形成珠三角領銜、粵東西部協同發展的“一核兩翼”創新發展格局；孟霏等［9］認為粵港澳大灣區城市技術創新能力“中心-外圍”特征明顯；王盟迪［10］和程風雨［11］的研究表明，粵港澳大灣區城市科技創新能力差異的主要來源是的灣東、灣中和灣西3 個區域間的差距。現有廣東創新空間格局研究關注到城市的創新效率、創新產出、創新資源投入、技術創新能力等創新變量，較為一致認為廣東的創新空間格局表現出地區分布不均衡、極化和集聚等特征，但是從城市創新能力這一視角分析廣東創新空間格局研究仍然不多，而城市創新能力這一變量更為綜合和全面，能更好描述廣東的創新格局。

為進一步摸清廣東省城市創新能力的空間格局，為落實國家創新驅動發展戰略，支撐廣東創新型省份建設提出可參考建議，本研究構建了廣東城市創新能力評價指標體系，深入研究廣東城市創新能力的空間格局特征，探討城市創新能力發展趨勢，并進一步研究城市創新能力空間溢出效應，為解決廣東城市創新均衡發展和協調發展提供政策建議。

2 城市創新能力的綜合評價

2.1 城市創新能力評價指標體系構建

研究認為城市創新能力是城市尺度的區域創新能力，可參考區域創新能力來構建評價指標體系。現有研究關于區域創新能力的測度并沒有一個固定的標準，測度區域創新能力主要分為單一指標和綜合指標兩種類型。單一指標主要是使用新產品產值、專利、R&D 投入等評價區域創新能力，綜合指標是建立綜合指標評價體系，通過一定權重計算方法測算區域創新能力綜合指數，綜合指標對區域創新能力的評價更為全面，應用研究更可信。

應用較廣泛的綜合指標方法又大致分為兩類。一是出自世界專業機構或政府部門的報告，如中國科技發展戰略研究小組自1999 年開始每年發布的《中國區域創新能力評價報告》、世界知識產權組織發布的《全球創新指數》等，這些報告具有一定的權威性，但由于評價對象固定為國家或者省域等大區域，創新指標的應用范圍受限，然而其構建的綜合指標體系有重要參考價值；二是學者們根據研究需要，參考專業機構報告而構建的創新能力評價綜合指標體系，計算出綜合評價指數。

根據李二玲等［4］遵循科學性、代表性、可比性、可獲得性等原則，構建區域創新能力綜合評價指標體系，其二級指標包括創新投入、創新產出、創新環境3 個方面。這一指標體系得到廣泛應用，如黃麗等［12］、王文靜等［13］、陳琦等［14］、張建偉等［15］的研究都構建了相同的二級指標體系，根據研究目的和數據的可得性，專家們對三級評價指標的選擇存在些許差異。參考以上研究，本研究構造了衡量城市創新能力的綜合指標體系。如表1 所示，二級指標體系包括創新環境、創新投入和創新產出3 個方面，三級指標衡量方法如第四列所示11 個指標，其中專利申請復合數為對發明專利申請數、實用新型專利申請數和外觀設計專利申請數分別賦予0.5、0.3 和0.2 的權重計算而得。所有的指標以2000 年為基期，按人均地區生產總值（GDP）總值指數、居民消費價格指數等進行平減。

表1 城市創新能力綜合指標體系

2.2 數據來源與處理方法

研究時間范圍為2000—2019 年，以分析新世紀以來廣東城市創新能力空間格局的變化，考慮到數據的可得性和研究的時效性，研究樣本始于2000 年，由于2020 年受新冠疫情影響可能引起偶然性波動，本研究時間截至2019 年。數據主要來自 2001—2020年的《廣東統計年鑒》《廣東科技統計年鑒》，廣東科技統計網數據等，個別缺失數據用插值法填補。綜合指標體系各指標權重的確定方法主要有熵值法、主成分分析法和層次分析法等，為了避免主觀性的影響和確保實證結果的穩健性，本研究使用熵值法計算城市創新能力綜合指數（簡稱城市創新指數），用主成分分析法作穩健性檢驗。熵值法計算11 個三級指標的權重分別為0.042、0.010、0.039、0.059、0.010、0.163、0.140、0.045、0.155、0.151、0.186，對歸一化處理的7 個指標按熵權計算出城市創新指數innovation，部分年份的創新指數如表2 所示。由于熵值法使用歸一法對各三級指標進行無量綱化處理，因而得到的城市創新指數是一個相對水平的數值，范圍在0～1 之間，大致表示考察期城市創新指數的最小值到最大值之間的百分位。

表2 主要指標數據統計描述

3 廣東城市創新能力的空間格局分析

城市創新空間格局研究將城市創新指數投影到空間維度，主要包括對創新指數的數值及空間分布、創新空間差異、創新空間關聯及空間集聚等3 個方面研究。

3.1 廣東城市創新能力的空間分布

通過橫向比較各年度的城市創新指數可以發現，城市創新能力以低水平為主，如表3 所示，表中所列5 年數據，只有深圳、廣州、東莞、佛山、珠海、中山、惠州7 個城市創新指數均高于當年所有城市的平均水平，而其他14 個城市的創新指數均低于當年的平均水平。創新能力排名也表現出明顯的地理位置分布特征，表3 所列5 年的創新指數及全部年份創新指數均值排名中，排名前10 的有9 個城市位于珠三角地區，珠三角之外僅汕頭位于第9，而排名11～21 名的城市全部位于粵東西北地區，而且2005 年后汕頭創新指數也位列9 名之后，兩個地區的城市創新能力排名基本分開為頭尾兩部分，排名趨于固化。從創新指數概率分布看具有典型的冪律特征，頭部的極少數城市（深圳、廣州）對應極高的創新能力，分布在長尾中的絕大多數城市（主要是粵東西北地區城市）創新能力較低，而且排名越靠近頭部，城市之間創新能力階梯明顯，排名越靠近尾部，城市之間的創新能力差距越小。如表3 最后一行所示，首位度顯示了排在首位深圳與次位廣州的創新指數比值，初期增長迅速后期有所回落，但總體趨于上升，表明頭部城市的階梯在拉大。

表3 廣東城市創新指數統計

通過縱向對比各城市創新指數變化趨勢可以看出，城市創新能力增長明顯，但增長速度出現分化，創新能力增長趨于發散。全省2019 年創新指數均值為2000 年的4 倍，表3 最后一列的Nich 指數表示從2000 年到2019 年，城市創新能力成長倍數相對全省成長倍數的比值。Nich 指數大于1 的城市從高到低依次是河源、深圳、廣州、佛山、清遠等5 個城市，其創新能力增長速度快于全省的平均水平，Nich 指數小于1 的其他14 個城市創新能力增長速度慢于全省平均水平，增長速度較快的城市大多位于珠三角和粵北地區。

3.2 廣東城市創新能力的空間差異

使用變異系數分析廣東城市創新能力的分散性。如表4 第二列所示，各年度城市創新指數的變異系數呈波動上升趨勢，說明城市創新能力的距離均值趨于發散。變異系數的逐年上升也表明城市創新能力不存在σ收斂，進一步計算創新指數絕對β收斂系數為0.067 且顯著，說明城市創新能力發展趨于發散。使用基尼系數和總體泰爾指數分析廣東城市創新能力的非平衡情況，如表4 第三列所示，2000—2019 年，全省城市創新能力的基尼系數從0.518 逐步上升到0.628，說明整體的城市創新能力差距懸殊并在擴大；表4 第四列所示總體的泰爾指數除了在量綱上與基尼系數有差別外，其展現出來的變化趨勢與基尼系數基本一致。由此可見，廣東城市創新能力嚴重不平衡，而且這種不平衡有進一步擴大的趨勢。廣東這一情況與全國創新發展趨勢存在差異，如馬靜等［16］研究表明全國城市創新產出空間差異的總體水平自2007 年開始不斷下降，因而廣東區域創新失衡面臨更大挑戰。

表4 廣東城市創新能力差異指標

前文分析珠三角和粵東西北地區的城市創新能力的排名完全分開為頭尾兩部分，通過分解泰爾指數進一步分析創新能力在兩區域內的城市間差異、兩區域之間的差異。如表4 第五、六列所示，2000年時兩區域各自的內部差異相差不大，但珠三角區域內部城市創新能力差異隨著時間不斷增大，而粵東西北區域內部差異總體在減小，到了2019 年，珠三角區域內部泰爾指數達到0.276，內部差異較大，而粵東西北為0.035，內部差異較小。如表4 最后兩列所示，珠三角和粵東西北的區域間差異的泰爾指數不斷增長，但由于珠三角地區內部差異迅速擴大導致總體泰爾指數增長更快，區域差異占總差異的比重卻在小幅下降；區域間差異占總體差異雖然在緩慢下降但仍高于60%。總體而言，廣東城市創新能力空間不平衡在擴大的主要原因是珠三角和粵東西北地區間的差距在擴大，而且珠三角地區內部差異迅速擴大貢獻的比重在增加。

3.3 廣東城市創新能力的空間關聯

如表5 所示為2000、2006、2012 和2019 年城市創新指數的從高到低四分位數的分布情況，如表所示的4 個年份中，珠三角地區的深圳、廣州、東莞、佛山、珠海等5 市的創新能力位于常年位于前五第一梯隊；珠三角周邊的惠州、中山、江門、肇慶常年位于創新能力第二梯隊；創新能力第三梯隊以粵北和粵西城市居多；創新能力最末梯隊以粵東城市居多。初步判斷城市創新能力有俱樂部集聚的現象。

表5 城市創新能力排名的四分位表

通過探索性空間數據分析對城市創新能力的空間集聚現象進行檢驗。空間自相關是對空間集聚程度的度量，使用地理鄰接權重矩陣對各城市創新能力進行全局Moran'sI指數檢驗，如表6 所示，2000—2019 年全局Moran'sI指數均大于零，并且通過了5%的顯著性檢驗，說明廣東城市創新能力總體具有正的空間相關性，即相似創新能力的城市在空間分布上呈現集聚態勢，Moran'sI指數隨2000—2010 年趨于快速下降，2010—2019 年有小幅回升，說明城市化創新能力的空間集聚態勢有波動，總體上趨于下降。

表6 廣東城市創新能力全局Moran's I 指數

全局Moran'sI指數給出總體上空間相關性，不能表明局部集聚特征，需要使用莫蘭散點圖來探索各城市創新能力與其鄰近城市的空間關聯，仍然使用地理鄰接權重矩陣，繪制2000、2006、2012 和2019 年的莫蘭散點圖，表7 匯總了莫蘭散點圖在4個象限的分布情況。如表7 所示，各城市創新能力總體呈現顯著的高—高聚集和低—低聚集的空間俱樂部現象。其中，高-高集聚區集中了珠三角地區城市，創新能力較高的城市周邊集聚了創新能力較高城市；低-低集聚區集中了粵東、粵西地區城市，創新能力較低的城市周邊集聚了創新能力較低城市；低-高集聚區包括江門、清遠、韶關等城市，這些城市位于珠三角邊緣或者周邊，在創新發展不及鄰近城市情況下成為了創新洼地；高-低集聚區沒有城市，創新能力較高的城市周邊沒有出現創新能力較低城市的集聚現象。2000—2019 年集聚格局變化主要集中在高-高集聚區和低-高集聚區之間，中山和惠州因為創新發展速度相對較慢，逐漸落后于鄰近城市。

表7 廣東城市創新能力具體空間集聚情況

綜合以上分析，廣東城市創新能力逐漸形成以深圳、廣州為中心，周邊城市創新能力逐層遞減的“中心-外圍”的不均衡空間關聯格局，深圳、廣州核心創新能力極高，珠三角其他城市創新能力次之，珠三角周邊城市再次之，外圍的粵東西北地區城市的創新能力較低。這一研究發現與吳國棟等［6］研究的城市創新效率集聚，王偉等［7］研究的創新產出集聚，張祥宇［8］研究的科技資源配置集聚等現象較為一致。

4 廣東城市創新能力的空間溢出效應分析

4.1 模型設定

空間格局分析表明廣東城市創新能力表現出“中心-外圍”的空間集聚現象，新地理增長理論解釋經濟現象的空間分布不均勻、空間集聚現象的核心思想是知識外部影響空間有界性。張可云等［17］認為，知識的溢出效應意味著在研究區域層面的創新問題時必須考慮空間依賴性，由于創新活動的空間依賴性，容易形成很強的經濟活動的空間極化特征，導致創新的空間異質性。由此可見，對創新溢出效應分析能更深層次解釋創新空間格局的形成原因，為了進一步檢驗城市創新能力的空間溢出效應，本文使用空間計量模型進行識別，并分析各影響因素的直接效應、間接效應（溢出效應）和總效應。

城市創新能力的空間溢出效應，可能由鄰近城市創新能力、由某些可觀測和不可觀測的影響因素引起，本研究構建如下3 種常用的空間計量模型：模型（1）即式（1）為空間誤差模型（SEM），模型設定認為相鄰城市的創行能力存在空間依賴，由一些未被觀測或模型遺漏的變量引起；模型（2）即式（2）為空間滯后模型（SAR），模型設定認為城市創新能力會按照空間傳導機制影響其他城市，使相鄰的城市創新能力趨于平均；模型（3）即式（1）為空間杜賓模型（SDM），作為更一般的空間計量模型形式，該模型兼具以上兩個模型的特點，同時引入了因變量與自變量的空間滯后項。

模型中i表示城市，t表示年份，innovation 表示被解釋變量城市創新能力，X表示城市創新能力的影響因素，根據現有文獻研究，本研究概括了6 個方面的影響因素：（1）外商投資水平fdi，外商直接投資對本地企業創新有示范效應和溢出效應；（2）產業結構indstr，創新主要發生在制造業領域和生產性服務業領域，城市產業結構影響城市創新能力；（3）政府干預力度gov，地方政府對經濟活動的干預體現了政府的宏觀調控政策力度，對城市創新也有影響；（4）金融支持水平rzxl，創新活動有長期性、不確定性和高調整成本等特點，金融支持能緩解創新的融資約束；（5）高等教育水平gdjy，高等教育能夠提供基礎研究和高層次人才，促進城市創新水平；（6）互聯網發展水平ydyw，互聯網的應用推動了知識的溢出，從而促進創新。

W為空間權重矩陣，由于本研究關注的是相鄰城市之間的空間相關性，或者說要檢驗的是相鄰城市之間的空間溢出效應，且創新知識的溢出具有空間有界性，因而采用地理鄰接權重矩陣。W中的元素Wij表示城市i和城市j的空間權重，如果兩個城市有共同邊界，則權重矩陣對應元素取值為 1，否則為 0。

待估參數方面，β為各影響因素的回歸系數，λ為空間誤差項系數，ρ為空間滯后項系數，θ為各影響因素的空間交互項系數，μ、ω分別表示城市固定效應和時間固定效應，u、ν表示獨立同分布的干擾項。本研究關注的重點是系數λ和ρ的估計結果，如果其符號顯著為正，則表明存在空間溢出效應，鄰近城市的創新能力能促進本地城市創新能力提高。

4.2 變量選取

被解釋變量innovation 采用上文計算的城市創新能力綜合指數。解釋變量方面，外商投資水平fdi 采用實際利用外資和固定資產投資的比值衡量；產業結構indstr 采用第二、三產業占GDP 的比重衡量；政府干預水平gov 用政府財政支出占GDP 比重衡量；金融支持水平rzxl 用中外金融機構各項貸款總額和GDP 的比值衡量；高等教育水平gdjy，用普通高等學校教師人數代理；互聯網發展水平ydyw 用人均郵電業務總量衡量。所有的經濟指標以2000 年為基期，分別按GDP 總值指數、消費者物價指數等進行平減。為對系數解釋的統一，對比率指標不取對數，對非比率解釋變量指標innovation、gdjy 和ydyw 分別取對數。經檢驗，解釋變量之間無嚴重共線性問題。表8 為主要解釋變量的描述性統計。

表8 主要解釋變量描述性統計

表9 空間相關性檢驗結果

4.3 空間相關性檢驗和模型選擇

使用地理鄰接權重矩陣構，對被解釋變量，也即取對數后的城市創新能力進行空間相關性檢驗，Moran'sI指數為0.594，并通過1%的顯著性檢驗，這一結果與表5 的結果是一致的，可以判斷城市間存在顯著的空間自相關，滿足空間計量分析的條件。

盡管空間杜賓模型（SDM）比空間滯后模型（SAR）和空間誤差模型（SEM）更具一般性，且在空間滯后或空間誤差的實際情況下也能得到無偏的估計系數，但是為嚴謹起見，本研究使用統計檢驗判斷模型的選擇問題。如表10 所示，LM-error和LM-lag 都是顯著的，Robust LM-error 不顯著而Robust LM-lag 顯著，表明城市創新能力有空間溢出效應，兩者比較應選擇SAR。LM 檢驗未涉及到SDM，進一步使用SDM 回歸后的Wald 檢驗和SDM等回歸后的LR 檢驗分析，Wald 和LR 統計量均在1%水平下顯著，說明SDM 不能簡化為SEM 或SAR。LM 檢驗與Wald 檢驗、LR 檢驗結果表明，應當選擇SDM。從理論上講，控制個體效應和時間效應是合乎實際情況的，為謹慎起見，采用Hausman 檢驗判斷SDM 固定效應選擇的問題，Hausman 統計量在5%的水平下顯著，說明二者有系統差異，應選擇固定效應模型，LR 檢驗結果表明應該選擇個體和時間雙向固定效應模型。因而，本研究以雙向固定效應SDM 空間計量估計結果為準。

表10 空間計量模型選擇的檢驗結果

4.4 回歸結果

為了比較估計結果，表11 給出了4 種模型的估計結果，分別是固定效應（FE）、空間滯后（SAR）、空間誤差（SEM）、空間杜賓（SDM）4 種模型，從估計結果看，各解釋變量的估計結果基本一致，說明估計結果較為穩健。空間計量模型中，SDM 的方差σ2最小，對數似然數Log-L 最大，赤池信息準則（AIC）和貝葉斯信息準則（BIC）最小，表明SDM模型有較好的擬合度，與上文Wald 檢驗、LR 檢驗等結果一致。如表11，最后一列所示，系數ρ為0.277，顯著為正，表明廣東各城市的創新能力有顯著的空間溢出效應，周邊城市創新能力提高1%，本地城市創新能力將提高0.277%，城市的創新能力顯著受到地理鄰接城市的影響，符合空間格局分析中的俱樂部集聚情況。SDM 比SAR 估計的ρ較小，因為SDM考慮了鄰近城市影響因素的空間溢出效應。

表11 城市創新能力空間溢出效應估計結果

空間杜賓模型包含了被解釋變量的空間滯后項，因而影響因素的系數并不能直接反映相應解釋變量對被解釋變量的邊際效應，當空間滯后項顯著時，可以通過求解偏微分方法求解各影響因素的平均直接效應、平均間接效應（溢出效應）和平均總效應［18］。表12 報告了城市創新能力各影響因素的直接效應、間接效應和總效應，直接效應為該影響因素對本地城市創新能力的影響，間接效應為鄰近城市該影響因素對本地的影響，總效應為二者加總的結果。

表12 SDM 空間效應分解結果

直接效應方面，本地的外商投資，產業結構、金融支持、高等教育、互聯網發展與城市創新能力正相關，政府干預與城市創新能力負相關，和現有主流文獻觀點較為一致。間接效應方面產業結構、金融支持、高等教育的間接效應為正，與直接效應相同，表示這些影響因素在城市間存在相互促進關系，城市間存在正向溢出作用。外商投資、政府干預、互聯網發展水平都與直接效應的符號相反，表明鄰近城市之間創新的資源稟賦相近，存在著該因素及相關資源競爭關系。鄰近城市的外商投資可能對本地同行企業構成激烈的創新競爭、人才競爭，不利于本地創新；鄰近城市通過互聯網發展獲得知識溢出，和本地同類創新項目形成資源爭奪，不利于本地創新；而對城市創新能力不利的政府干預促使創新項目向資源稟賦相近的周邊地區尋找機會，促進本地城市創新。總效應方面，產業結構、政府干預、金融支持、高等教育、互聯網發展的對城市創新能力影響方向與主效應相同且顯著，只有外商投資總效應與主效應方向相反且不顯著。

4.5 穩健性檢驗

本研究從以下兩個方面檢驗結論穩健性。（1）替換被解釋變量，采用主成分分析法計算創新指數。主成分分析前對7 個三級指標作Bartlett 檢驗和KMO檢驗，Bartlett檢驗P值為0.000，KMO值為0.843，大于0.5，適合進行主成分分析。提取前5 個特征值較高的主成分，累計解釋方差94.36%。替換被解釋變量后采用SDM 模型估計的系數ρ為0.333，在1%水平下顯著；由于主成分分析得到的變量小于0，可采取加2 再取對數，替換為對數形式后，采用SDM模型估計的系數ρ為0.272，其他影響因素的符號方向、顯著性與基準回歸也基本一致，說明城市創新能力存在正向空間溢出效應。（2）考慮到各城市面積大小不一，一些不相鄰但距離較近的城市也可能存在創新能力空間溢出效應，參考杜之利等［19］的研究，構建基于距離的空間權重矩陣，相距200 km以內的視為鄰近城市，相距200 km 以上的視為非鄰近城市，替換空間權重矩陣后采用SDM 模型估計的系數ρ為0.201，且在1%水平下顯著，其他影響因素的符號方向、顯著性與基準回歸也基本一致，也說明城市創新能力存在正向空間溢出效應。

5 結論與建議

本研究構建了包括創新投入、創新產出、創新環境3 個二級指標體系的城市創新能力指標體系，并通過熵值法計算創新指數。分析廣東省21 個城市20 年的城市創新能力空間格局，并通過空間計量分析城市間城市創新能力空間溢出效應。研究發現：（1）廣東城市創新能力分布呈現出愈來愈典型的冪律分布特征，城市創新能力的馬太效應現象凸顯；就空間分布而言，珠三角的深圳、廣州等極少頭部城市創新能力極高而且增長速度也是最快的，珠三角內部的城市創新能力趨于極化；以粵東西北城市為代表的尾部城市占據了絕大多數，其創新能力較低，發展速度普遍較慢，而且尾部城市之間內部差異趨于縮小。（2）廣東城市創新能力不平衡在擴大；其中珠三角地區的城市間差異在擴大，粵東西北地區的城市間的差異在縮小，珠三角和粵東西北地區間的差異在擴大；廣東城市創新能力空間不平衡在擴大的主要原因是珠三角和粵東西北地區間的差距在擴大，而且珠三角地區內部差異迅速擴大貢獻的比重在增加。（3）城市創新能力出現俱樂部集聚現象，表現出以深圳、廣州為核心，珠三角其他城市、珠三角周邊城市、粵東西北城市的創新能力逐層遞減的“中心-外圍”的空間結構。（4）城市創新能力存在顯著的正向空間溢出效應，鄰近城市創新能力的影響因素也影響了本地創新能力，空間溢出效應是創新能力俱樂部集聚現象的重要原因。

基于以上結論，本文立足于創新驅動發展戰略和廣東創新型省份建設背景提出以下建議：

一是發揮全省中心城市和局部地區中心城市創新增長極的引領帶動作用，形成“一核兩翼”創新發展格局。根據城市創新能力綜合指標體系的構建原理，城市創新能力的空間格局反映了創新資源稟賦空間差異，包括創新環境、創新投入等的差異，因此創新能力不平衡實際上也反映了經濟綜合水平的差異。不平衡發展理論強調經濟發展過程中增長極的重要作用，城市創新能力協調發展并不意味著城市之間的絕對均衡，特別是我國處在經濟發展的中前期，創新能力的極化是普遍現象。應發揮深圳、廣州創新增長極的集聚效應和規模效應，培養中心城市在全球創新價值鏈中的競爭力，打造國際一流的創新中心和引領全省創新發展的強大引擎，帶動全省創新能力的提升。同時，為了減小創新要素過度集聚而產生的擁擠效應，在汕頭和湛江建設省域副中心城市背景下，引導科技資源配置向東西兩翼中心城市集聚，形成“一核兩翼”創新發展格局。

二是發揮空間溢出效應，降低空間非均衡分布提升整體創新能力。珠三角和粵東西北的地區差異是全省城市創新能力差異的重要來源，縮小區域間的創新能力差距是全省從現有非均衡分布逐漸走向空間均衡的重要途徑。優化珠三角地區向東西北三個方向的創新資源及成果的空間溢出通道，充分利用高速鐵路、城際鐵路和互聯網升級等基礎設施壓縮空間距離，擴大創新能力溢出空間范圍。加大珠三角城市與周邊城市的創新合作，建立健全創新合作和共享平臺，鼓勵創新主體跨城市合作，搭建創新人才交流平臺、創新技術轉移平臺，打造全方位互聯互通創新格局，促進從高創新能力城市向低創新能力城市的創新溢出。

三是基于全省“中心-外圍”創新空間關聯格局，促進國家創新驅動發展戰略落實。要引入空間治理思想，以地理鄰近的城市創新協同引領區域創新發展，構建形成以廣州、深圳市為引領，珠三角地區為主體，粵東西北地區支撐的協同創新格局。當前階段，我國眾多產業被鎖定在創新價值鏈低端，多個關鍵產業被技術卡脖子，而國家創新驅動發展戰略、自主創新能力建設不僅需要突破關鍵核心技術，也需要大規模的產業化實現。深圳、廣州等創新領先城市，應充分利用其在創新積累的領先優勢，支持一大批優秀企業、科研單位，聚焦科技前沿和國家重大需求，加強源頭創新，完成核心部件、關鍵部件的國產化替代，為國家創新驅動發展戰略提供重要支撐。眾多外圍城市充分利用市場規模優勢，加強與核心城市的產業和技術合作，圍繞國產核心技術，在外圍部件、工藝、技術創新等環節提供創新協同支持，支持國產技術生態系統建設，支持本國技術路線產業價值鏈建設，為國家創新驅動發展戰略提供重要力量。