中国城市知识创新职能空间分异及其影响因素_于英杰.pdf

地 理 学 报ACTA GEOGRAPHICA SINICA第78卷 第2期2023年2月Vol.78,No.2February,2023中国城市知识创新职能空间分异及其影响因素于英杰1,2，吕拉昌1,3（1.首都师范大学资源环境与旅游学院，北京 100048；2.华东师范大学城市与区域科学学院，上海 200062；3.北京城市创新与发展研究中心，北京 100048）摘要：知识创新是城市创新职能的重要组成部分和现代城市发展的重要基础。本文结合知识创新的多学科研究内容，从城市地理学城市职能的视角，构建了城市知识创新职能的测度框架并分析其空间格局及影响因素。结论如下：城市知识创新职能是以内在知识存量和外在实践条件为基础，以满足人类新时代生存和发展需求，在知识创造、知识传播及知识应用过程中所承担的任务和所起的作用，测度维度包括职能规模、职能强度、职能尺度和职能活力；中国城市知识创新职能发展水平不均衡，知识创新职能突出的城市主要集中在东部沿海及中西部少数发达地区，形成以京津、长三角、珠三角、陕成渝和中部武汉合肥为四顶点和中心的菱形知识创新结构，根据Jenks自然断点法划分为国家级、区域级、地区级和知识创新发展型城市；城市知识创新职能空间分异特征同时受人文环境、自然环境各因素共同影响，其中经济环境、对外开放环境和文化环境与其他因子交互解释力最强，是影响城市知识创新职能发展的主导因素。未来中国应全方位提升城市的知识创新职能，充分考虑城市自身知识经济发展的现状及特点，制定适合城市知识经济发展的政策与措施，强化人文社会因素在城市知识创新职能建设中的主导地位。关键词：知识创新职能；职能规模；职能强度；职能活力；职能尺度；影响因素DOI:10.11821/dlxb2023020041 引言城市职能是城市在一定地域内的经济、社会发展中所发挥的作用和承担的分工，是城市对城市本身以外的区域在经济、政治、文化等方面所起的作用1。随着时代变迁，城市职能已从生产制造职能、管理协调职能转向创新职能2。城市作为知识创新资源密集和知识转移交流的中心，以知识为重要战略资源形成的创新职能在国家或区域经济发展中承担重要任务3-5。知识创新是经济增长的原动力，也是推动区域发展的基本动力6-7，知识创新职能作为城市创新职能的重要组成部分和发展基础，不仅承担着知识创新的任务还影响着城市其他创新职能的发展。因此，探讨中国城市知识创新职能的空间分异、分析影响城市知识创新职能发展的区域差异因素，对精准打造知识创新城市、制定中国城市知识创新发展战略有重要的参考价值。近些年来，知识创新成为经济学、管理学、地理学等学科研究的热点领域，其中经济学、管理学集中在对知识创新内涵的理解8，从知识创造、知识传播和知识应用等方面收稿日期：2022-08-15;修订日期：2023-01-05基金项目：国家自然科学基金项目(41971201)Foundation:National Natural Science Foundation of China,No.41971201作者简介：于英杰(1996-),女,山东威海人,博士生,研究方向为科技创新与区域发展。E-mail:通讯作者：吕拉昌(1963-),男,陕西宝鸡人,博士,教授,博士生导师,研究方向为城市地理、创新地理与区域发展。E-mail:315-333页地 理 学 报78卷评价区域知识创新能力9-11，地理学侧重从创新环境等方面分析区域知识创新水平的差异性及影响因素12-14、基于专利合作探究城市群知识创新的空间结构15、借用专利分析城市创新能力的空间格局和影响因素16。学者们虽然对城市知识创新空间格局研究取得了一些进展，但多以专利进行测度，根据经济学和管理学对知识创新的理解，城市知识创新是一个从知识创造、知识传播到知识应用的复杂过程，专利只是知识创造的产物且并非所有专利都能转化为经济价值，不足以全面刻画城市知识创新职能及空间格局特征。随着国家创新驱动战略的实施，各城市集聚多样化人才等创新资源，较多的创新合作伙伴、面对面的交流机会以及高度的工作流动性促进知识传递和创新产生，创新也成为城市最为主要的职能并引起城市空间体系的重构2,17。学者也以各行业的论文和专利分别测度北京市不同行业的创新职能指数和专门化指数18，基于基本职能和非基本职能，采用区位商等方法，对北京和上海的科技创新职能进行比较研究19；利用城市创新流强度分析广东省城市创新职能20。知识创新职能是城市创新职能的重要组成部分和形成基础21-22，学者从知识的丰富度、知识获取和知识产出构建出7项指标，基于层次分析法赋予权重得出城市知识创新职能得分22，由于考虑的维度仍然较少且测度方法未准确按照城市职能的测度方法进行计算，也难以精确反映城市的知识创新职能。城市职能形成和发展的因素也随着城市人类活动发生了重大的变化。在城市形成初期，地形、气候、水文、土壤、资源、生态环境等自然因素和人口因素是影响城市职能形成的基础23-24。随着社会不断进步，城市也在逐渐适应社会生产力变革而承担不同的职能，人文因素对职能的影响力明显增强，技术、交通、信息化、全球化、政府等人文环境成为城市职能演变的重要因素1,25，尤其是信息技术通过影响城市的经济、社会、文化、管理体制、基础设施等方面直接或间接地影响城市职能26。虽然有学者提出城市职能演变主要受城市自身内在性因素和外来驱动性因素多个要素综合影响27-28，但缺少对现代城市职能的相关实证分析，少数学者对城市管理职能、研发职能、知识密集型职能专业化水平的因素进行定量分析23,29，但指标选取不全面，且目前还未涉及城市知识创新职能的因素分析。在创新时代背景下，需要更进一步研究影响城市知识创新职能的因素，有利于培育城市创新职能的发展。综上所述，知识创新职能已成为城市创新职能形成和发展的重要基础，但还没有系统的分析和测度知识创新职能。本文基于中国182个地级及以上城市，结合管理学和经济学的知识创新和地理学的城市职能研究成果，构建了城市知识创新职能的研究框架，建立一套城市知识创新职能的测度方法，采用空间自相关分析方法探讨中国城市知识创新职能的空间格局，并使用地理探测器分析影响城市知识创新职能空间差异化的因素，为中国知识创新型城市建设及优化国家创新发展格局提供参考，也丰富城市职能和知识创新的理论研究。2 城市知识创新职能及测度框架美国学者Amidon首次提出知识创新的概念，认为知识创新是以国家经济正常运转和企业健康发展为目标，创造、演化、交换和应用新思想并使其转变成市场化的产品和服务30。Drucker认为知识创新是赋予知识资源以新的创造财富能力的行为31，国内学者认为狭义的知识创新是指基础研究的创新，广义的知识创新指新知识的创造、传播和应用于实践并开发出新产品实现其经济价值的全过程32-33，这些过程不是线性关系，而是链环过程和反馈模式，每个阶段都离不开其他阶段的参与34。城市是人口的集中地，也是知3162期于英杰 等：中国城市知识创新职能空间分异及其影响因素识的主要生产、传播与应用之地，其知识创新主要通过3种形式实现：通过研究和发展（R&D）活动进行知识创新，人才、企业和科研机构是城市知识创新至关重要的主体35-36；创新主体在知识的生产、传播、交换和应用过程中发生的知识创新37-38；企业将新知识引入经济用途促进知识转化39。根据城市职能和知识创新的涵义，本文认为城市知识创新职能是以内在知识存量和外在实践条件为基础，以满足人类新时代生存和发展需求而在知识创造、知识传播及知识应用过程中所承担的任务和所起的作用。内在的知识存量包括城市自身的知识规模和通过外部实践条件不断创造的新知识40，外在实践条件涉及各类创新主体的创造能力、吸收传播能力、应用能力以及城市为其提供的创新环境41。对城市职能的测度，周一星系统提出“城市职能三要素”包括专业化部门、职能规模和职能强度42，张复明等认为专业化部门对单个城市来说是某一行业与其他行业比较中的地位标识，若某部门的专业化水平越高，则职能强度就越大，因此专业化部门无法与职能强度并列43。城市经济活动的影响具有空间性，为城市以外地区服务的职能为基本职能，为城市本身地区服务的职能为非基本职能，因此城市职能也具有职能尺度特征43-44。本文从不同侧面综合衡量城市知识创新职能，职能规模是知识创新的基础，表现在城市知识量的积累，职能强度是知识创新专业化水平的测度，职能尺度是城市知识创新在空间上的影响力，职能活力是城市在知识创新过程中表现的积极性和行动力。职能规模：职能规模是城市职能的量态特征，不同职能组分的职能规模测度标准不同43。知识创新职能规模主要取决于城市知识储备量，知识分为显性知识和隐性知识，论文和专利属于编码知识可反映城市的显性知识存量。隐性知识源于经验体验，倾向于高度本地化，空间距离在隐性知识传播过程中起着重要作用45。溢出效应认为地理邻近更有利于面对面的非正式交流，当知识密集型的地理事物越集中分布越有利于隐性知识的产生46，知识密集型服务业在知识创新的传播过程中至关重要，且知识密集型服务业比知识密集型制造业需要和产生更多的隐性知识47-48。职能强度：指职能地域的中心地所保持的中心职能的强度，随着距中心地逐渐变远中心性逐渐减弱。城市知识创新专业化水平越高，知识创新职能强度就越高。国内外学者多使用区位商或专业化指数来分析职能强度，取得了较好的效果28,49。由于各城市的人口密度和经济发展水平各不相同，仅以知识密集型产业的就业人数或产值来衡量城市知识创新职能强度存在一定偏差性，对于城市的部分知识产业来说，市场或劳动力的吸引力略大于知识或技术的吸引力，因此也可按人口平均的产值即集中系数来衡量知识创新职能强度50。职能尺度：城市知识创新活动的影响具有空间性，随着地理距离的增加影响力逐渐减弱。在空间影响上包括：为城市本身以外的其他地区提供知识生产及创新服务的活动；为城市自身所提供知识生产及与创新服务相关的活动45。城市知识创新的影响力主要通过两种方式实现，一种是通过论文和专利进行知识扩散，根据中心地理论思想在职能上体现于中心性程度19，当中心地的商品和服务有剩余，而中心地周围区域不足时，中心地商品和服务的剩余部分就用于补充周围区域的不足部分51，另一种是通过产业进行知识转移。本文主要针对这两种知识传播方式进行知识创新职能尺度测算。职能活力：学者将城市活力定义为城市对其自身功能、经济社会等不同资源与发展要素的支持程度，在一定程度上体现城市发展的能力和潜力52。城市知识创新职能活力是该类职能对城市知识创新活动的支持程度及推动其持续健康发展的潜力，在知识创新的整个过程中表现为知识创造的活力、知识更新的速度以及知识应用的水平，三者共同决定知识创新的活力。知识创造的活力是城市对知识发现、知识学习和知识创造的支持317地 理 学 报78卷程度，提供必要的人力、财力和物力支持会激发其创造的活力53。有活力的重要标准之一是城市的知识不断更新变化，知识更新速度是城市内部知识创新主体对原有知识的吸收、转移和加工后创造出新知识的速度54。知识创新的最终实现形式是知识转化成产品并投放市场获得相应利润，知识应用能力越高越能促进知识转化，知识密集型产业产值是知识应用的重要体现55。据上所述，建立城市知识创新职能与测度的理论分析框架（图1）。3 数据来源与研究方法3.1 数据来源由于中国部分城市缺乏相关统计数据，因此本文只选取182个地级及以上城市为研究区域，其中包括一线、新一线、二线城市全部（49个），三线城市55个，四线城市53个，五线城市25个56。其中东部、中部、西部分别有87个、66个、29个。根据2020年国家创新型城市创新能力评价报告的前72名城市，样本城市包括64个57。样本城市大部分是中国经济发展水平较高和人口规模较大的城市，小部分是经济发展水平较低的城市。多类型、多层次、多区域的样本城市，基本可反映中国整体的知识创新职能水平、层阶与空间格局。图1城市知识创新职能及测度框架Fig.1 Urban knowledge innovation function and measurement framework3182期于英杰 等：中国城市知识创新职能空间分异及其影响因素本文选取20152019年的5年数据的平均值综合分析城市知识创新职能及影响因素，其中知识密集型服务业细分行业的产值数据，由于大部分城市缺少2018年和2019年数据，因此只选取20152017年3年数据的平均值来衡量各城市的知识密集型服务业产值状况。论文发表数据来源于中国知网（CNKI），专利申请授权数据来源于国家专利信息服务平台，知识密集型服务业企业数据来自企查查，PM2.5数据来源华盛顿大学圣路易斯分校网站（https:/sites.wustl.edu/acag/datasets/surface-pm2-5/），根据Global/Regional Estimates（V5.GL.02）计算出国内各城市PM2.5数据（单位：g/m3），其他数据均来源于中国各城市统计年鉴和中国城市统计年鉴。根据经济合作与发展组织（OECD）、中国国家统计局和相关学者关于知识密集型产业的定义和分类58-59，以国民经济行业分类（GB/T4754-2017）为标准，共选取13类行业表征知识密集型产业，借鉴前人测度的知识密集度结果，利用AHP层次分析法计算知识密集型产业各类行业的权重系数60（表1）。3.2 研究方法3.2.1 城市知识创新职能的测度方法（1）职能规模的评价方法。本文采用某城市的“论文发表数”和“专利申请数”与样本城市论文和专利平均数的比值来衡量该城市的显性知识存量（X1），通过知识密集型服务业企业数与城市建成区（不包括居住区）面积的比值表示知识密集型服务业的密集度，用某城市的知识密集型服务业就业人数乘以知识密集型服务业密集度与样本城市该指标平均值的比值表示城市隐性知识存量（X2）。知识存量（X）计算公式为：X1=mi1ni=1nmi,X2=mj1nj=1nmj,mj=PjEjSjX=X1+X2（1）式中：X1为i地区显性知识存量；n为样本城市的个数；mi为i地区论文发表数和专利申请数；X2为i地区隐性知识存量；mj为i地区知识密集型服务业就业人数与知识密集型服务业企业密集度的乘积，Pj为知识密集型服务业就业人数，Ej为i地区知识密集型服务业企业数；Sj为i城市建成区面积（不包括居住区面积）；X为i城市知识总存量，即知识创新职能规模。（2）职能强度的评价方法：CCij=QijPiQjP（2）表1知识密集型产业的行业范围及权重系数Tab.1 Industrial scope and weight coefficient of knowledge intensive industry知识密集型制造业C26化学原料及化学品制造业C27医药制造业C34通用设备制造业C35专用设备制造业C36汽车制造业C37铁路、船舶、航空航天和其他运输设备制造业C38电气机械和器材制造业C39计算机、通信和其他电子设备制造业C40仪器仪表制造业权重系数0.0310.0150.0310.0320.0490.0490.0370.0730.009知识密集型服务业I信息传输、软件和信息技术服务业J金融业L租赁和商务服务业M科学研究和技术服务业权重系数0.1220.1920.0450.312319地 理 学 报78卷式中：CCij为i城市j产业的集中系数；j为知识密集型产业；Qij为i城市j产业的产值；Pi为i地区的人口；Qj为样本城市j产业总产值；P为样本城市总人口数。如果系数大于1，说明该产业比较集中。Rij=mijmMijM（3）式中：Rij为i城市j产业的专业化指数；j为知识密集型产业；mij为i城市j产业的产值；m为i城市所有产业总产值；Mij为样本城市j产业总产值；M为样本城市所有产业总产值。专业化指数大于1，则认为该产业是地区的专业化部门。（3）职能尺度的评价方法。胡晓辉等借鉴克里斯塔勒的中心地理论思想测度城市科技创新活动的对外服务影响力，以此来确定城市科技活动的中心性程度与等级50。本文采用专利授权量和论文发表量表示知识创新活动的产出情况进行知识创新中心性指数的计算，以此来确定城市知识创新活动的中心性程度与等级，公式为19,50：Yi=Xi-mean(X),mean(X)=1ni=1nXi,=1n-1i=1nXi-mean(X)2（4）式中：Xi为i城市的专利授权量和论文发表量；mean(X)为样本城市的专利授权量和论文发表量的平均值；为标准差；Yi代表i城知识创新活动的中心性指数，若值大于1，说明具备一定的全国地位，值越大，说明城市知识创新的对外服务能力越强。城市知识流强度是指一城市在区域城市体系中向其他城市输出的知识流量，它表征的是该城市对外知识服务能力的强弱61。本文以知识密集型产业的就业人数和产值来衡量知识流强度大小，公式为：F=NijEij（5）式中：F为城市知识流强度；Nij为城市知识功能效益，即一城市单位外向服务功能量所产生的实际影响；Eij为城市外向知识服务功能量。借助区位商的原理，可以计算出城市的知识密集型产业部门从业人员的基本部分，即城市的外向知识服务功能量。设i城市j部门从业人员的区位商为Rij：Rij=mijmMijM（6）式中：j为知识密集型产业；mij为i城市j产业的就业人数；m为i城市所有产业就业总人数；Mij为样本城市j产业总就业人数；M为样本城市所有产业总就业人数。区位商Rij1，则认为i城市j部门存在外向服务功能，因为i城市的总从业人员中分配给j部门的比例超过全国的分配比例，该部门可为城市以外区域提供服务62。Eij表示i城市j部门的外向服务功能量，它可定义为j部门从业人员中的基本活动部分，即i城市j部门中具有对外服务能力的人数。当Rij1时，则有：Eij=Gij-Gi(GjG)=Gij(1-1 Rij)（7）式中：Gij为i城市j部门从业人员数量；Gi为i城市从业人员数量；Gj为样本城市j部门从业人员数量；G为样本城市总从业人员数量。Nij表示i城市j部门的外向服务功能效率，这里用i城市j部门从业人员的人均GDP来表征，则有：Nij=GDPijGij（8）式中：GDPij表示i城市j部门的国内生产总值。Fi为i城市全部具有对外知识创新服务能力产业部门的知识流强度，则有：3202期于英杰 等：中国城市知识创新职能空间分异及其影响因素Fi=j=1nNijEij（9）（4）职能活力的评价方法。知识创造活力离不开人、财、物的支持，R&D人员数、在校大学生和教师数是知识创造的重要主体，科研财政支出额和R&D经费内部支出额是支撑科学研究的主要经费来源54，信息技术促使企业以更高的效率和更低的成本来获取更多的知识等创新资源，选择互联网宽带接入端口表示知识创新的物力支持55。公式为：O=fij1ni=1nfij+pij1ni=1npij+hij1ni=1nhij（10）式中：O为知识创造能力指数；n为样本城市数量；fij为i城研究与试验发展（R&D）人员数、在校大学生和教师数；pij为i城科研财政支出额和研究与试验发展（R&D）经费内部支出额；hij为i城互联网宽带接入端口数。新知识往往以论文和专利形式产生，因此选取论文和专利每年增加量来衡量知识更新速率。公式为：V=1ni=1n()xi+1-ximXi+1-Xi（11）式中：V为知识更新速率值；xi为该城市最近第i年的论文发表量和专利产出量；Xi为样本城市最近第i年论文总发表量和专利总产出量；m为样本城市数量；n为年数。V=1，表示该城市知识更新速度等于样本城市平均更新速度；V1，表示该城市知识更新速度超过样本城市平均更新速度；VMaxq(X1),q(X2)q(X1X2)q(X1)+q(X2)q(X1X2)Minq(X1),q(X2)Minq(X1),q(X2)q(X1X2)Maxq(X1),q(X2)q(X1X2)=q(X1)+q(X2)3222期于英杰 等：中国城市知识创新职能空间分异及其影响因素西部少数发达地区，形成以北京、上海为核心，深圳、广州、成都、南京、杭州、天津、苏州、重庆、武汉、西安、郑州、长沙和宁波为次核心的发展格局（表4、图2）。北京的知识存量远高于全国其他城市，高于样本平均分（0.012）的城市多为省会中心城市或次中心城市，大部分城市的隐性知识存量低于显性知识存量，且隐性知识存量的差距要大于显性知识存量。表4前10名城市知识创新职能各指标得分及综合得分Tab.4 Scores of indexes and comprehensive scores of knowledge innovation functions in the top 10 cities城市北京深圳上海南京广州苏州东莞天津成都杭州显性知识存量28.43513.98618.15212.05714.0929.5205.4629.90310.9569.008隐性知识存量47.70711.87419.7733.20011.4722.6740.3192.66512.4565.328产业集中系数6.68311.7534.9693.5214.2394.4436.6623.0281.5953.319专业化指数1.7501.5881.4251.2951.3161.3931.1801.2891.2541.269知识创新中心性指数7.7102.9344.6403.0343.3931.9060.7672.2312.5721.902知识流强度11734818104440507730270979199829099897820685538613024929514677611638348知识创造24.22214.17321.29710.22215.2079.8415.84512.40213.0649.771知识更新8.09725.15311.2145.80718.9362.22710.8164.0080.5352.432知识应用1.6452.1622.0683.6531.4602.2292.4000.6761.2751.307职能规模得分0.2370.0950.1320.0690.0950.0550.0290.0570.0800.057职能强度得分0.1870.2360.1450.1190.1290.1370.1490.1130.0940.115职能尺度得分0.2650.1640.1700.1590.1010.1200.0750.0760.0630.061职能活力得分0.1500.1820.1600.1480.1490.1010.1180.0760.0820.078综合得分0.8380.6780.6070.4960.4750.4120.3720.3210.3190.312注：基于自然资源部标准地图服务网站审图号为GS(2016)2936号的标准地图制作，底图边界无修改。图2中国城市知识创新职能的空间分布格局Fig.2 Spatial distribution pattern of urban knowledge innovation function323地 理 学 报78卷4.2 知识创新职能强度中国城市知识创新职能强度样本平均值（0.051）高于职能规模、职能活力和职能尺度，在空间分布上具有大集中、小分散的空间特征（表4、图2）。东部地区高值区呈现出以京津、长三角和珠三角地区为核心的三足鼎立局面，其中珠三角城市群为高密度核心区，京津和长三角地区为次密度核心区。中西部地区高值区分布较为分散，但武汉、成都等发达城市尤为突出，其他地区的知识创新职能强度较低。虽然最高值和较高值区域在空间分布范围上较职能规模、职能活力和职能尺度无明显扩大范围，但中西部地区的最低值区域面积显著缩小。4.3 知识创新职能尺度中国城市知识创新职能尺度高值区域和低值区域在空间分布上两极分化严重，城市之间对外知识创新服务能力差距显著（表4、图2）。高值区呈现出明显的点状分布，其中东部的京津、长三角和珠三角为三个核密度最高的点团，中西部的成都、重庆、西安、武汉为次核心地区，是城市在超越腹地尺度范围所承担的高度专业化知识创新分工。低值区在中西部地区呈现出明显的面状分布特征，是城市维持自身正常运转和满足知识创新发展的基本需要。以论文和专利测度的知识创新中心性指数和以产业测度的知识流强度结果差距较大，中国绝大部分城市是依附产业形式对外产生知识创新服务。4.4 知识创新职能活力中国知识创新职能活力较高的城市主要分布在东部沿海的京津、长三角和珠三角地区及沿江分布的中西部少数发达城市，形成以深圳、广州、北京、上海和武汉为大三角形的活力格局，具有大集中、小分散的空间特征（表4、图2）。整体活力重心偏向秦岭淮河以南，深圳、广州、上海和北京（0.1190.182）属于全国知识创新职能高活力的城市，武汉、南京、东莞、青岛、天津、郑州、重庆、佛山、成都、苏州、杭州和合肥（0.0710.118）属于知识创新职能较高活力的城市，高于样本平均值（0.043）的城市共有71个，中国城市的知识基础虽然较为薄弱但知识创新的整体积极性较高。总体来看，中国知识创新职能综合得分较高的城市主要集中在东部沿海地区和中西部的少数省会中心城市，其中京津、长三角和珠三角地区是高值分集聚地，在空间上形成以京津、长三角、珠三角、陕成渝和中部武汉合肥为四顶点和中心的菱形结构，构成中国稳固的五大知识圈。为进一步判断城市知识创新职能的空间分布特征，基于全局Morans I分析城市知识创新职能的空间集聚特征。结果显示全局Morans I为0.212，且Z值为4.205，P值为0.005即通过显著性检验，具有统计学意义，表明中国城市知识创新职能在地理空间上的总体分布并不是随机分散的，而是呈现出显著的空间聚集特征。基于邻接关系权重矩阵下形成的局部空间自相关（LISA）特征，主要表现为高高与低低集聚特征，京津及长三角、珠三角地区高高集聚的态势较为明显，重庆与邻近城市之间呈现出显著的高低集聚的空间格局，中部少数城市呈现出低低集聚的空间格局。根据Jenks自然断点法将全部样本城市划分4个等级，城市知识创新职能等级自下而上逐渐增高。北京、深圳、上海无论从知识创新职能的规模、活力、强度还是尺度都处于中国的前列，可划分为国家级知识创新中心城市。南京、广州、苏州等19个城市分值虽低于第一等级的城市，但其自身具备一定的知识创新基础和优势条件，能够对周边区域产生一定影响力，可归为区域级知识创新中心城市。排在第三等级的包括沈阳、常州、珠海等34个城市的知识创新职能综合得分较低，但均在平均分0.122分以上，对地区仅有一定的知识创新影响力，可定义为地区知识创新中心城市。对于排在第四等级的城市，知识创新能力均低于平均水平，这些城市一般依赖于全国或区域知识创新中心的3242期于英杰 等：中国城市知识创新职能空间分异及其影响因素知识扩散，受周边区域知识创新活动的影响而进行创新，知识创新条件正在形成，可称之为知识创新发展型城市（表5）。“塔顶”城市的发展主要得益于创新要素投入和国家政策的强力支持，如直辖市、省会城市等，“塔身”城市主要依托知识密集型产业集群发展，如长三角城市群的嘉兴、徐州、扬州等，珠三角城市群中的珠海、中山和江门，京津冀城市群的石家庄、保定，共同构成相对稳定的金字塔形结构。5 中国城市知识创新职能空间特征的影响因素分析随着时代进步和社会发展，城市职能演变中的自然因素影响力逐渐弱于社会因素，城市经济水平、产业结构、政府政策、人口类别等成为城市职能演变主要影响因素23,28。知识创新时代，知识密集型劳动者和产业的区位选择或流动是城市知识创新职能形成和发展的关键因素。创新人才的成长环境和创新企业、高校的发展环境影响主体知识创造、知识更新、知识应用能力发挥进而影响城市知识创新职能的形成和发展65-66。城市舒适性通过吸引人才来此定居和就业间接推动城市创新发展，舒适性的城市环境包括自然和人文两大方面，高素质人才对城市自然环境的追求更体现在健康养生的生态环境，包括绿化环境和空气质量67。在人文环境上，城市基础设施包括促进知识创造和知识传播的信息基础设施和交通基础设施是知识创新的必要条件；医疗环境和社会保障是城市为居民提供身体和心理层面的安全感，医疗环境包括城市的医院数量、医师质量及医院环境的舒适性，养老保险、医疗保险和失业保险是对创新人才的生活保障67。政府政策和产业环境不仅影响劳动者的迁移和流动，同时也影响企业产业结构调整和产业集聚68。区域文化中关于对冒险的精神、对机会的把握、对创新的追求等文化观念影响人的价值观和行为动机，动态上表现为人的创造力过程41,69。经济发展水平差异影响表5中国182个城市知识创新职能等级类型Tab.5 Types of knowledge innovation functions in 182 cities in China等级体系第一等级第二等级第三等级第四等级特征描述国家知识创新中心城市()区域知识创新中心城市()地区知识创新中心城市()知识创新发展型城市()得分范围0.5,1)0.20,0.50)0.12,0.20)0,0.12)城市北京、深圳、上海南京、广州、苏州、东莞、天津、成都、杭州、西安、武汉、重庆、郑州、佛山、长沙、青岛、无锡、合肥、长春、宁波、厦门沈阳、常州、珠海、济南、大连、中山、扬州、泰州、南通、镇江、吉林、福州、徐州、潍坊、南昌、太原、嘉兴、哈尔滨、昆明、盐城、烟台、江门、石家庄、惠州、温州、威海、贵阳、襄阳、保定、东营、泉州、洛阳、南宁宜昌、连云港、十堰、聊城、金华、邵阳、吉安、清远、绵阳、秦皇岛、滁州、邢台、河源、景德镇、赣州、台州、南阳、桂林、绍兴、淄博、德州、新乡、肇庆、濮阳、宁德、信阳、汕头、安庆、岳阳、湖州、汕尾、荆州、梅州、咸宁、柳州、兰州、孝感、上饶、郴州、丽水、西宁、淮安、济宁、安阳、云浮、乌鲁木齐、邢台、沧州、宿迁、漳州、衢州、滨州、宜城、马鞍山、菏泽、毕节、晋中、遂宁、三明、廊坊、眉山、安康、佳木斯、阜阳、运城、亳州、邯郸、南平、银川、临沂、黄冈、承德、衡水、开封、乐山、自贡、九江、阳江、泸州、齐齐哈尔、定西、荆门、龙岩、韶关、宜宾、安顺、呼和浩特、唐山、内江、泰安、临汾、资阳、海口、石嘴山、淮北、蚌埠、平顶山、长治、宿州、莆田、枣庄、咸阳、茂名、黄石、晋城、吕梁、铜陵、张掖、黄山、汉中、四平、商丘、淮南、盘锦、来宾、六安、抚州、三门峡、日照、铜川、鹰潭、随州、包头、池州、鄂尔多斯、新余、榆林、嘉峪关。325地 理 学 报78卷各城市知识创新能力与知识流动，经济水平高的城市承受知识合作与知识创新交易成本的能力更强，本文选择人均地区生产总值、金融机构的各项存贷款余额表示城市对知识创新企业的资金支持。经济开放的城市通过嵌入全球生产网络参与国际分工，影响城市内部生产要素的流动和资源配置31，交通和信息网络通达度高可以有效地降低知识流动的不确定性以及知识创新合作的交易成本70，本文对外开放度选取外商直接投资表示城市对外经济开放水平，用公路和航空客运量表示城市对外联系度。借助熵值法计算出城市创新职能影响因素各指标的权重（表6），依据各权重系数计算出各城市各要素层的得分。5.1 因子探测本文将城市知识创新职能综合得分作为因变量，2015年到2019年各影响因子得分均值作为自变量，采用自然断点法对自变量进行分层，将数值量转化为类型量进行因子探测，得出各变量对城市知识创新职能的影响程度（表7）。以显著性检验p0.1为判别影响程度显著的标准，则影响城市知识创新职能发展的主导因子为自然环境、文化环境、基础设施、医疗环境、社会保障、经济环境、产业环境、开放环境和政策环境，对应的q值分别为0.116、0.637、0.561、0.534、0.436、0.436、0.257、0.593和0.344。文化环境、对外开放度、基础设施环境和医疗环境相较其他主导因子是影响城市知识创新职能发展的重要因子，社会保障环境、经济环境和政策环境对城市知识创新职表6城市知识创新职能影响因素各指标的权重Tab.6 Weight of each index of influencing factors of urban knowledge innovation function目标层城市知识创新职能影响因素要素层自然环境(NAT)文化环境(CUL)基础设施(INF)医疗环境(MED)社会保障环境(SOC)经济环境(ECO)产业环境(IND)对外开放度(OPE)政策环境(POL)指标层X1每万人所占绿地面积(hm2)X2PM2.5(g/m3)X3每万拥有人公共图书馆藏书量(万册)X4每万人拥有博物馆数(个)X5中小学教师数(人)X6普通高等学校数(个)X7每万人拥有公共汽(电)车营运车辆数(辆)X8每万人拥有出租车营运车辆数(辆)X9每万人接入互联网端口数(个)X10医院数(个)X11每万人拥有医院床位数(张)X12每万人拥有执业(助理)医师数(人)X13每万人参与城镇职工基本养老保险人数(人)X14每万人参与城镇职工基本医疗保险人数(人)X15每万人参与失业保险人数(人)X16人均地区生产总值(元)X17年末金融机构人民币各项存款余额(万元)X18年末金融机构人民币各项贷款余额(万元)X19第三产业占地区生产总值的比重(%)X20第三产业就业人数占地区总就业人数比重(%)X21外商直接投资金额(万美元)X22公路客运量(万人)X23民用航空客运量(万人)X24科技财政支出占总支出的比重(%)权重0.4110.5890.2340.2630.2890.2140.3240.3150.3610.3290.3400.3310.3620.3380.3000.4290.2760.2950.5050.4950.3470.4780.1751功效性正向指标负向指标正向指标正向指标正向指标正向指标正向指标正向指标正向指标正向指标正向指标正向指标正向指标正向指标正向指标正向指标正向指标正向指标正向指标正向指标正向指标正向指标正向指标正向指标3262期于英杰 等：中国城市知识创新职能空间分异及其影响因素能的解释力较高，自然环境相比其他因子对城市知识创新职能的影响较弱，表明在创新时代，人文社会因素对城市知识创新职能的影响占据主导地位。5.2 交互探测单因子分析能够探测出对城市知识创新职能空间差异具有显著影响的单因子及其影响方式，交互作用探测器却可以通过识别不同因子间对城市知识创新职能发展的交互作用，分析是否会增加或减弱对因变量的解释力，或这些因子对城市知识创新职能的影响是否相互独立。结果表明（表8），双因子交互作用对城市知识创新职能的解释力均比单因子作用强，交互作用类型以双因子增强为主，自然环境（NAT）多表现为非线性增强。这表明城市知识创新职能空间分异特征并非由单一因素或单类因素所控制，而是同时受到人文环境各因素共同影响。其中经济环境（ECO）和对外开放环境（OPE）与其他因子交互作用的影响最强，其次是文化环境（CUL）与其他因子交互作用也具有较大影响，表明城市的经济基础、开放包容性和文化氛围对知识创新的贡献力最大，是城市知识创新职能形成和发展的基础。对外开放环境（OPE）和经济环境（ECO）的交互解释力度最大为0.845，其次是文化环境（CUL）、医疗环境（MED）、自然环境（NAT）和经济环境（ECO）的交互解释力度也较大分别为 0.832、0.808、0.770，自然环境（NAT）与产业环境（IND）交互作用时对城市知识创新职能影响解释力一般，表明在知识创新时代，自然环境只有与人文社会环境结合才能有效吸引人才移居和企业区位选择，进而促进知识创新活动产生。社会保障（SOC）与对外开放环境（OPE）交互作用对城市知识创新职能的影响也较大为0.812，政策环境（POL）与基础设施环境（INF）的交互作用远大于自身影响力，解释力度为0.807，表明政府政策制定要倾向于知识创新的物质条件才能极大推动城市知识创新发展。产业环境（IND）与文化环境（CUL）的非线性交互作用对城市知识创新职能的影响解释力达0.730，也远大于自身单独的解释力（0.257），说明产学研合作更有助于实现知识信息的创造、加工、传播和应