城市紧凑度对城市创新能力的驱动效应

赵培红 李庆雯

摘 要：  理论分析城市紧凑度影响城市创新能力的多重效应。在测算31个大中城市紧凑度的基础上，实证分析城市紧凑度与城市创新能力的关系和驱动效应。研究表明：整体而言，城市紧凑度能够显著促进城市创新能力的提高。区域异质性方面，中西部城市相比东部城市，其紧凑度提高更能够显著地提高城市创新能力。城市规模异质性方面，大城市紧凑度越高，越能够促进城市创新；但是特大城市的紧凑发展模式对创新影响并不显著。影响机制方面，城市紧凑度通过直接效应、人力资本的知识溢出效应、产业多样的集聚经济效应和交通通达的时空压缩效应等多重效应驱动城市创新能力的提升。

关键词：城市紧凑度；城市创新能力；知识溢出效应；集聚经济效应；时空压缩效应

中图分类号：F127     文献标志码：A     文章编号：1009-055X（2024）03-0047-18

doi：10.19366/j.cnki.1009-055X.2024.03.006

一、引 言

党的十九大报告指出，“创新是引领发展的第一动力”［1］。随着知识经济时代的到来，经济发展方式由传统要素驱动向创新驱动转变。创新成为城市经济高质量发展和竞争力快速提升的重要战略支撑，城市主导功能也由管理和服务逐渐向科技创新转变。创新地理学认为，创新具有明显的空间集聚特征，地理邻近性成为集聚经济和知识溢出的核心驱动力［2］，是城市创新能力提高的关键。目前，建设以空间邻近性作为主要特征的紧凑城市，逐渐成为创新型城市“十四五”乃至更长时期的发展目标［3］。例如，广州在“十四五”规划中明确提出要建设精明增长的紧凑城市、精致城市①；上海提出打造新城经济增长极，鼓励紧凑集约、复合利用、站城融合发展②；武汉则坚持组团式、复合型、紧凑型、内涵式的空间增长模式③。这些城市以“紧凑”的空间形态，不断吸引人力资本、资金技术和知识创意集聚。但是，城市非集约利用、低密度无序蔓延，严重影响了城市本地化知识溢出和技术扩散［4］23-178。“大城市病”等突出问题仍亟待解决。在此背景下，相关学者、城市规划者和政策制定者们纷纷寻求通过改变城市空间形态来培育、支持知识生产和创新交流的路径。

国内外学者对城市形态与创新的关系进行了广泛研究，并取得了丰富的成果，研究视角可以分为城市蔓延与城市创新质量、紧凑城市与创新能力两个方面。Hamidi等［5］认为：城镇化进程中大规模新建工业园区、新城新区等，使得人口活动和经济密度趋于分散化，不利于城市生产效率的提升。一方面，低密度蔓延的发展模式拉长了通勤距离和通勤时间，阻碍基于地理邻近优势的本土化信息交流［6］；另一方面，城市蔓延通常会带来集聚经济的稀释，城市设施的可达性和区域连通性受到影响，造成高低技能劳动力错配［7］、就业密度稀释［8］，进而抑制了知识溢出效应，影响城市集聚外部性的有效发挥［9］。Hamidi等［10］从空间邻近性、便利的公共交通、消除贫困和种族隔离三个方面阐述了紧凑城市如何加强创新能力。空间邻近性作为紧凑城市的明显特征，通过促进集聚和知识溢出成为创新的核心驱动力［11］。便利的公共交通和高质量的创新环境是吸引人才进行知识生产和发展创新经济的背后驱动力［12］。城市功能复合和土地用途混合最大限度地促进了社会和文化交流，能够有效增加人力资本和社会资本［13］。包容性和种族多样性作为创意阶级理论的关键因素，对创新和人力资本积累发挥着积极作用［14］。国内学者在借鉴Hamidi等［5， 10-12］的理论的基础上，研究紧凑的空间形态正向促进创新能力的结论与中国城市的适配性，如以江苏省内城市为例，紧凑城市的土地开发利用效率提高和城市功能用途组合，提高了区域内的可达性和空间邻近性，增强了对高等教育人才和知识密集型机构的吸引力［15］。全国层面来看，具有更高密度、街道连通性更好及交通通达度更强的城市，其创新产出更高［16］。然而，尽管城市紧凑度与城市创新能力的相关研究在国外已形成较为系统的理论体系，但这一结论在国内是否适用仍有待验证，部分城市提出紧凑城市发展目标的可行性需要进一步论证，本土化创新较少，忽视了紧凑城市的多重效应对城市创新的影响。

紧凑城市最早由Dantzing等［17］8-12提出。他们将紧凑的城市环境描述为内部复杂、各部分高度关联且处于动态中的城市系统，是具有相对较高的密度、用地功能混合和多样性、交通高效与鼓励步行、社会与经济多样化的一种可持续发展的城市形态。紧凑城市的设计理念已经充分融入西方精明增长、步行导向型城市规划中。而中国人口密度不断提高、土地资源稀缺等困境不断加剧，城市紧凑度与多样性两大核心要素的作用尚未充分发挥［18］。因此，本文结合国外的紧凑城市理念与国内城市实际情况，将合理规划的城市空间结构、高效利用的城市功能以及节能低碳、宜居多样的可持续环境等本土化特点融入紧凑城市的特征描述中，并从量化角度构建了城市紧凑度指标，反映了城市空间的紧凑程度。

本文的边际贡献在于：一是以城市集聚外部性的微观作用机制为理论基础，从人力资本的知识溢出效应、产业多样的集聚经济效应和交通通达的时空压缩效应三个维度分析了城市紧凑度驱动城市创新能力提高的多重效应；二是以2010—2019年31个大中城市的资料为依据，对城市紧凑度与城市创新能力的关系展开实证分析，并进行了区域异质性和城市规模异质性检验，为城市创新能力的提升提供经验依据；三是采用中介效应模型与Bootstrap相结合的方法对城市紧凑度驱动城市创新能力提升的多重效应进行检验，并对各效应进行了贡献分解，增强了政策启示的针对性，为建设创新型城市与中国可持续发展提供参考。

二、理论分析：城市紧凑度影响城市创新能力的多重效应

地理邻近性是引发集聚经济和知识溢出的核心驱动力［2］，其作为紧凑城市的主要特征之一，能够间接影响城市创新能力。本文将从人力资本的知识溢出效应、产业多样的集聚经济效应和交通通达的时空压缩效应三个角度阐述城市紧凑度影响城市创新能力的多重效应进。

（一）人力资本的知识溢出效应

创新地理学大量研究表明，创新相比其他活动具有更明显的集聚特征，其中，中间投入品共享、劳动力匹配和知识溢出是集聚经济的核心微观作用机制［2］。Cooke等［19］基于马歇尔的产业区理论，提出城市集聚外部性和空间邻近性能够带来面对面接触、隐性知识的产生、传播共享以及知识溢出，同时密织的行动者网络提高了编码知识的传播效率。紧凑城市的本质特征在于城市的集聚经济外部性和环境的可持续发展［20］，通过更高的可达性和空间邻近促进人力资本集聚，加速社会创新网络的形成和知识溢出［21］。首先，紧凑城市的高度可达性和空间邻近性，这意味着高校、科研机构、创新型企业的区位更加接近或者可达程度更高，促进了企业与其他创新主体之间的互动、合作，提升了企业与知识劳动力之间的匹配可能性，多样化的就业机会增加了高技能人才与知识密集型企业之间的交流和知识共享。其次，高密度人口与地理邻近能够促进人才之间正式与非正式面对面交流，通过模仿效应、竞争效应、激励效应和带动效应等形成一种创新、创意氛围，为知识和信息的流动创造更大的可能性［22］，并激发人才集聚的“马太效应”。最后，高密度人口一定程度上增加了社会多样性，对于民族、文化、生活习惯以及所从事的行业和领域具有更大的包容性。已有研究表明，包容性、多元化与人力资本、城市创新之间呈现正相关关系［23］。Jacobs［24］指出，重要的创新是多元化、差异化知识的重新组合。紧凑城市的多元化和高包容性降低了城市准入门槛，不同知识背景和观念的多样化人群相互交流和思维碰撞，催生出更多的创新和创意。

（二）产业多样的集聚经济效应

土地集约利用是实现紧凑城市目标最直接的举措之一，其在经济学上表现为土地的“投入-产出”效益，土地配置效率的高低决定着产业集聚的盈利能力［25］。土地集约利用鼓励不同行业的企业和组织在有限的产业园区共存，通过中间品投入共享、产业关联以及创新平台共建等降低生产成本创造更大的经济规模，在产业集聚区内，从事不同产业的企业更容易共享最新技术和研发成果，从而促进创新［26］。正如Feldman等［27］所说，有意义的知识溢出是跨越产业边界的，企业创新会受益于位于同一地区不同产业的互补性知识。首先，紧凑城市凭借高级化的城市功能和强大的土地集约利用优势，在一定空间范围内聚集了具有竞合关系且关联性较强的公司、专业化的供应商服务商以及政府和科研机构等多个部门，形成了产业集群或产业群落。拥有相似或不同技术结构的产业集聚，有利于各种类型资源、信息和技术交互共享，通过创新主体之间相互交流形成不同类型知识的重组多样化，进而创造突破性新技术、新产品和新工艺［28］。其次，产业多样化集聚拉近了具有产业关联的不同行业企业的距离，由此带来的中间产品市场共享降低了各种成本，助力资源高效利用，释放更多资源用于研发和创新活动，中间投入品共享也降低了企业的创新风险，通过共享成本共担风险进行创新尝试［29］。最后，产业集聚区内相关企业、机构、政府以及大学等形成复合型创新系统，各创新主体通过专业化分工，推动城市内产业集群向较高级的包含人流、物流、信息流和资金流等流动空间载体的形态发展，并随着信息网络技术的普及，逐渐演变为城市创新网络。

（三）交通通达的时空压缩效应

未来城市可持续发展战略中最重要的项目之一是公共交通与城市空间的整合。紧凑城市强调以公共交通为导向的城市开发（transit-oriented development，TOD）原则，旨在推动轨道网络交通与城市功能中心实现良好互动。例如，广州提出了构建轨道枢纽TOD，即以高铁、地铁、轻轨公交等公共交通的交汇点为中心，以400～800米（5～10分钟步行路程）为半径，将出行、居住、工作、购物、休闲、娱乐等功能集中于一体的城市空间［30］。TOD模式打破了邻近城区的空间限制，重新整合了时间与空间维度，将城市空间关系通过快速交通网络进行了重整，将各种城市功能有机融合［31］，吸引更多高素质人才城内城际流动，实现劳动力有效配置，聚集更多创新型企业和研发机构，以交通枢纽为依托打造城市创新圈［32］。一方面，紧凑城市通过TOD提供了更便捷的交通方式，形成以公共交通为主的出行方式。尤其是轨道交通和高铁的发展，加深了城市间的开放程度，对城市的时间和空间距离进行重塑，加速了人力资本、信息、劳动力、技术等生产要素流动，使得知识在更大空间范围内溢出扩散。另一方面，TOD打通城市各大功能和场景，推动产学研一体融合，强调城市的创新功能。例如，日本的柏叶智慧城市以促进大量创新人群集聚为主要规划目标，提出了建设政府、社会、研究机构合作的“官、民、学”协同的国际学术城市及下一代环境城市［33］，其智慧TOD模式在轨道站点核心区域设置了综合性、多功能的创新设施，将轨道站点建设成为较大尺度上的创新中心。这也是北京、杭州、广州、成都等城市基于TOD模式建设紧凑城市的规划目标。综上所述，城市紧凑度能够通过人力资本的知识溢出效应、产业多样的集聚经济效应和交通通达的时空压缩效应等多重效应驱动城市创新能力的提升，城市紧凑度驱动城市创新能力提升的多重效应如图1所示。

三、大中城市紧凑度测算与模型设定

国内外学者对城市紧凑度的探讨经历了由简单到复杂，从用城市规模面积等空间形态指标衡量紧凑度，到加入城市功能、土地集约、人口密度、交通通达等指标，不断提高指标体系对城市紧凑度的解释力的过程。因此，本文基于紧凑城市内涵，从人口、土地利用、经济、交通、基础设施和生态环境保护六个维度选择指标建立城市紧凑度综合评价指标体系，并对2010—2019年间大中城市紧凑度的时空分布特征进行分析。

（一）城市紧凑度指标选取、测度与结果分析

1.指标选取依据

针对城市紧凑度的评价方法，学者们尚未达成一致。源于紧凑城市内涵和衡量方法的差异，西方学者更倾向于用空间形态饱满程度来表征城市紧凑度。例如，Tsai［34］利用都市区规模、不均衡分布度、密度、中心性、连续性等来评价城市紧凑性。Dantzing等［17］根据紧凑城市的类型分别建立了高密度型、功能混合型、密度增强型紧凑城市的衡量指标。Hamidi等［5］则从发展密度、土地混合利用、中心性以及街道连通性对城市紧凑度进行评价。国内学者认为紧凑城市是一种城市发展战略，更注重除空间形态外的经济、社会和环境等内涵，通过构建多维度的综合评价指标体系进行衡量［35-36］。综合来看，尽管衡量城市紧凑度的方法存在差别，但都包含了人口经济高密度集中、城市功能高度复合、土地集约利用、生态环境可持续等核心指标。结合本文对紧凑城市主要特征的定义，选取人口紧凑度、土地利用紧凑度、经济紧凑度、交通紧凑度、基础设施紧凑度、生态环境保护程度6类指标来表示城市紧凑度的核心特征，构建城市紧凑度综合评价指标体系，如表1所示。

其中，部分具体指标设计对于大中城市紧凑度衡量具有特殊含义。第一，土地利用紧凑度指标中，城区开发强度、建成区土地利用率均采用控制变量法，数值增加说明建成区或城市建设用地每年都在蚕食城市用地，呈现出不断蔓延的趋势，对城市紧凑度产生负向影响。土地利用有序度采用土地利用结构信息熵进行衡量，其计算公式为：

H=-∑Ni=1PilnPi=-∑Ni=1Ai/∑Ni=1AilnAi/∑Ni=1Ai （1）

式中，A为城市土地总面积，Ai为各类城市用地面积（i=1，2，…，N）；Pi为各类用地占城市土地总面积的比例；H为城市土地结构的信息熵，信息熵值越小，表明内部结构越有序［37］。

第二，经济紧凑度指标中，固定资产投资强度，用市辖区固定资产投资总额/建成区面积来衡量，表明了固定资产的投入产出比。该数值降低说明固定资产投资收益率提高，体现了城市紧凑发展的经济回报。第三，基础设施紧凑度指标中，建成区供水管道与排水管道密度与公共设施、教育医疗和文化共同构成了满足人们生活最基础需要的功能。较紧凑的城市中拥有更加现代化的排水和污水处理系统，紧凑城市的城市功能复合能够有效提升城市幸福感、舒适感和安全感，吸引更多人才聚集。第四，生态环境保护指标中，用气普及率越高，说明在较紧凑的城市中燃气管道更容易覆盖更多的家庭和企业，拥有更短的能源传输距离，有助于减少燃气输送过程中的能源损失；用水普及率越高，说明紧凑城市水供应和排水系统更加集中，有助于更有效地管理用水和处理废水。

2.数据来源与测度方法

文中采用的评价指标原始数据均来自2011—2020年《中国城市统计年鉴》《中国城乡建设统计年鉴》和部分城市的统计年鉴。考虑到省会城市与计划单列市的行政级别特殊、“大城市病”问题更严重，但又拥有众多高校、科研院所和科创平台等丰富创新和教育资源，行政管理更加便利、创新水平更高等因素，本文选择26个省会城市和5计划单列市26个省会城市包括：成都、福州、广州、贵阳、哈尔滨、海口、杭州、合肥、呼和浩特、济南、昆明、兰州、南昌、南京、南宁、沈阳、石家庄、太原、乌鲁木齐、武汉、西安、西宁、银川、长春、长沙、郑州；5个计划单列市包括：宁波、青岛、厦门、深圳、大连。作为研究对象，以期为全国其他城市解决城市问题提高创新水平提供新的思路。文中指标均采用市辖区层面数据，对于部分城市存在原始数据缺失问题，文中统一采用线性插值法补全，对于缺失数据过多的指标进行了舍弃。

本文采用熵值法对城市紧凑度进行测度，通过客观赋值法确定各指标的权重，能够有效避免人为因素干扰，更加客观反映指标的重要程度。熵值越大，权重越低，差异越小；反之则相反［38］。城市紧凑度数值范围为0～1，值越大城市越紧凑，具体计算过程如下：

（1）构建指标矩阵：X=xijm×n。m为样本城市的个数；n为评价指标个数，xij代表第i个样本城市的第j项评价指标值；i=1，2，…，m；j=1，2，…，n。

（2）采用极值法对原始数据进行无量纲化处理，正向指标与有负向指标计算方法略有差别：

正向指标：x′ij=xij－minxijmaxxij－minxij（2）

负向指标：x′ij=maxxij－xijmaxxij－minxij（3）

（3）计算第j个评价指标的熵值ej：

ej=－1lnm∑mi=1pijlnpij，  pij=x′ij/∑mi=1x′ij，  0≤ej≤1（4）

式中，pij表示第i个城市中第j个指标的特征权重。

（4）确定指标权重系数wj：

wj=（1－ej）/∑mi=1（1－ej）（5）

（5）计算城市i的城市紧凑度综合得分Yi：

Yi=∑nj=1wj×x′ij（6）

3.城市紧凑度评价结果分析

半数以上城市紧凑度较低。根据全国31个样本城市2010—2019年间的城市紧凑度平均值，可以将31个城市划分为四个梯度，即紧凑城市、一般紧凑城市、弱紧凑城市和不紧凑城市，如图2所示。其中，紧凑城市占16.13%，一般紧凑城市均占22.58%，弱紧凑城市占41.94%，不紧凑城市占19.35%，说明我国有一半以上的城市紧凑度有待提升，城市发展模式相对扩张化，需要集约化发展。通过计算十年间城市紧凑度的方差发现，紧凑城市中成都、广州和杭州的城市紧凑度方差较大，说明城市紧凑度波动幅度较大，可能与这些城市的发展模式有较大关系。

东、中、西部城市紧凑度差异较大。将31个大中城市按照东部、中部、西部和东北地区四大经济区域东部、中部、西部和东北四大地区划分依据出自中华人民共和国国家统计局《东西中部和东北地区划分方法》。其中东部包括：北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南；中部包括：山西、安徽、江西、河南、湖北和湖南；西部包括：内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆；东北包括：辽宁、吉林和黑龙江。https：//www.stats.gov.cn/zt_18555/zthd/sjtjr/dejtjkfr/tjkp/202302/t20230216_1909741.htm。进行划分，这些城市紧凑度大体呈现出东部城市>中部城市>东北城市>西部城市的特征，如图3所示，在区域层面表现出由西向东逐步递增趋势。结合综合评价指标体系可以看出，经济发展水平较高、人口聚集以及基础设施完善的城市紧凑度往往较高。从2010年至2019年，各板块内部城市紧凑度稳步提升，但东北城市紧凑化发展相对特殊，其在2015年前城市紧凑度均值逐年上升且高于中西部城市的紧凑度均值，然而2015年东北城市紧凑化发展出现断层下降的态势，且下降趋势较为明显。这主要是因为长春2015年后城市紧凑度骤降，对东北地区城市紧凑度造成冲击。从整体来看，我国城市正朝着紧凑化的方向发展，这对于整体社会的经济发展和人民生活质量的提高都具有重要意义。

（二）计量模型与指标选取

1.模型设定

基于前面的理论分析，借鉴毛文峰等［39］、孙飞翔等［16］变量选择和模型设定，为验证城市紧凑度与城市创新能力的关系使用普通面板模型，基准模型为：

innoi，t=β0+β1compactnessi，t+γXi，t+λi+μt+εi，t（7）

式中，下标i和t分别表示个体城市和相应年份，inno为被解释变量城市创新能力；compactness为核心解释变量城市紧凑度；X为一系列影响城市创新创业的控制变量，包括科技投入、金融发展、产业结构、职工平均工资等；β0表示截距项系数；β1表示城市紧凑度对城市创新能力的影响系数；γ表示各控制变量对城市创新能力的影响系数；λi表示城市固定效应；μt表示时间固定效应；εi，t则表示随机扰动项。

2.变量选择

被解释变量：城市创新能力（inno）。本文采用朗润龙信创新创业指数该指数由北京大学企业研究中心、龙信数据研究院和企研数据联合编制完成。该指数充分采用了大数据思维和分析手段，将原本分散的技术、人力、投资等几个领域数据有机联系起来，统一用“企业”的角度进行划分，涵盖了能够体现创新创业不同侧面的多维度综合评价，具备专利申请量、研发投入产出等单项指标不具备的优势。来衡量城市创新能力；同时，还以人均城市创新创业指数（inno1）、城市单位面积创新创业指数（inno2）［40］作为城市创新能力的另外两个代理变量，用来考察人口规模和土地面积的影响。

解释变量：城市紧凑度（compactness）。基于紧凑城市内涵，从人口紧凑度、土地利用紧凑度、经济紧凑度、交通紧凑度、基础设施紧凑度和生态环境保护程度6个维度构建了城市紧凑度综合评价指标体系，并采用熵值法计算得到城市紧凑度。城市人口密度（lnpop）和城市就业人口密度（lnemp）作为城市紧凑度的另外两个代理变量，用来进行稳健性检验。

控制变量：根据以往文献和数据的可获得性，并控制其他重要因素对城市创新能力的影响，本文选择了一组控制变量——科技投入力度（cap），用科技活动内部经费支出占城市生产总值来衡量，比重越高表明研发投入强度越高，越有利于激发企业的创新活力；金融发展水平（lnfinance）采用金融机构贷款余额的对数来表示，创新作为一种投资面临着投资约束，而金融支持能够有效缓解创新融资难的问题；产业结构（indus），采用第三产业增加值占城市生产总值比重表示，产业结构是影响城市创新力的重要因素；劳动力工资水平（lnwage），采用城镇职工工资的对数来衡量。

中介变量：基于城市紧凑度对城市创新能力驱动效应的理论分析，主要选择人力资本、产业多样化和交通通达度作为中介变量，对多重效应进行验证。第一，人力资本（lab）采用每万人大学在校生数量进行衡量，高素质人口的聚集能够产生知识溢出效应，推动知识经济和创新经济的发展，提高城市创新能力。第二，产业多样化（div），借鉴苏华［41］、Duranton等［42］的研究构建产业多样化指数产业多样化指数计算公式为：divi=1/∑jsij-sj 。divi表示i地区的产业专业化水平；Sij表示j产业在i地区所占的就业比例；Sj表示j产业在全国所占的比例。本文选择了包含采矿业和制造业在内的18个行业：采矿业，制造业，电力、燃气及水的生产和供应业，建筑业，交通运输、仓储及邮政业，信息传输、计算机服务和软件业，批发和零售业，住宿、餐饮业，金融业，房地产业，租赁和商业服务业，科学研究、技术服务和地质勘查业，水利、环境和公共设施管理业，居民服务和其他服务业，教育，卫生、社会保障和社会福利业，文化、体育和娱乐业，公共管理和社会组织。，数值越大表示产业多样化程度越高。第三，交通通达度（tra）采用公共交通线网密度来表示，计算方法为有公交路线的道路中心线总长度占有公共交通服务用地面积的比值，反映了居民出行接近线路的程度，表明紧凑城市居民出行的便捷性和公共设施的可达性。

工具变量：本文选择人口自然增长率（nature）和工业用电（power）作为工具变量。人口自然增长率计算公式为：人口自然增长数与同期平均总人口数之比；工业用电采用市辖区规模以上工业用电占全社会用电量比重来表示。

由于2010—2013年和2019年衡量公共交通线网密度的原始数据存在缺失，仅使用2014—2018年的数据进行分析。无其他特殊情况，其余变量原始数据均来源于2011—2020年《中国城市统计年鉴》。同时样本城市选择上，为了与朗润龙信创新创业指数城市数量保持一致，不包含区域层面的4个直辖市，最终在基准回归模型中选择2010—2019年31个大中城市的面板数据进行分析，主要变量描述统计见表2。

四、实证结果与分析

在理论分析和大中城市紧凑度现状描述的基础上，本文采用双向固定效应模型对城市紧凑度与城市创新能力的关系进行验证。并借助稳健性分析和异质性分析，深入探究城市紧凑度对城市创新能力驱动效应的稳健性，以及区域差异和规模差异对两者关系的影响。

（一）基准结果

为了从整体上验证城市紧凑度对城市创新能力的影响，表3汇报了31个大中城市的基准回归结果，第（1）列—第（4）列分别表示混合最小二乘法（pooled OLS）、只含有城市固定效应的随机效应模型、固定效应模型和加入时间固定项的双向固定效应模型。对比各模型基准回归结果发现，城市紧凑度与城市创新能力存在正向相关关系。在充分考虑了城市发展水平和时间变化趋势的影响，并进行Hausman检验后，选择加入城市固定效应和时间固定效应的双向固定效应模型。第（4）列显示城市紧凑度在5%的显著水平上对城市创新能力存在正效应，城市越紧凑，城市创新能力越高。从表3第（4）列控制变量的估计结果来看，科技投入、金融发展水平和劳动力工资水平对城市创新能力具有明显的正向促进作用。其中，创新资金投入有利于提高企业和科研人员的创新积极性；金融发展程度提高和金融体系的完善降低了企业和机构的创新融资成本，使其更容易从商业银行获得进行创新活动的资金；劳动力工资上升会促进企业创新并采用劳动节约型的生产技术，提高劳动生产效率激励企业进行研发活动和产品创新［43］。而产业结构对城市创新能力产生负向影响，这可能是因为产业结构优化过程中受到城市资源条件、人力资本结构及市场需求结构等制约，产城关系不匹配导致了产业结构高级化对城市经济效率提升产生阻滞效应，进而阻碍城市创新能力的提升。

（二）考虑内生性的工具变量估计

尽管本文采取了双向固定效应模型，并加入了一组可能影响城市创新能力的控制变量，但城市紧凑度对城市创新能力的影响仍可能存在遗漏变量和反向因果的内生性干扰。这是因为创新能力较低的城市，往往生产要素配置效率也较低，无法吸引要素集聚，造成资源流向配置效率较高的城市，阻碍城市紧凑发展。为了缓解内生性问题对模型估计的影响，本文采用工具变量法处理内生性问题。根据陈云松［44-45］提供的五种工具变量选择方法，本文选择人口自然增长率（nature）和工业用电（power）作为内生解释变量城市紧凑度的工具变量。

张黎娜等［46］在研究中发现人口增长率的持续下降会对经济产生负向拉动作用，导致城市经济蔓延和要素资源扩散，同时人口自然增长率对经济和城市要素产生滞后效应，因此采用人口自然增长率的滞后一期（L.nature）作为工具变量。工业用电反映了工业的发展水平，我国高耗能行业占比较大，工业用电增速放缓表明高耗能行业发展得到有效控制，促进了城市的可持续发展，同时高耗能产业的影响也具有一定的滞后性，采用工业用电滞后一期（L.power）作为工具变量。表4汇报了工具变量的回归结果，在对相关变量进行中心化处理后使用二阶段最小二乘法进行估计，从第一阶段结果可知，工具变量与城市紧凑度存在显著的正相关关系，第一阶段F值为19.934，大于相应的临界值，说明不存在弱工具变量问题，从第二阶段的结果来看，城市紧凑度的估计系数在5%的显著性水平上为正，且估计值比基准结果更大，意味着内生性问题低估了城市紧凑度对城市创新能力的正向影响，再一次印证了本文结论的稳健性较高。此外，对工具变量进行识别不足检验和过度识别检验，表4中工具变量识别不足检验p值为0.026，拒绝

原假设，说明不存在识别不足的问题

，表明所选工具变量与内生解释变量是相关的，模型可以有效地被识别。同时过度识别约束检验p值为0.248，结果表示不能拒绝原假设，即本文所选的工具变量是外生的。

（三）稳健性检验

稳健性检验结果如表5所示。本文从四个方面对基准回归结果的稳健性进行讨论：第一，排除极端异常值对估计结果的干扰，对所有连续变量采取了上下1%的缩尾处理。从检验结果可以发现对极端异常值进行处理后，城市紧凑度对城市创新能力的正向作用相比基准回归更加显著，同时基准回归的核心结论整体不受极端异常值的影响。第二，替换核心解释变量。本文采用人口密度（lnpop）和就业人口密度（lnemp）来替代核心解释变量并进行重新估计，表5的第（2）列和第（3）列的估计结果同样表明提高城市紧凑度能够显著提升城市创新能力。第三，对解释变量及控制变量进行滞后一期处理，以检验基准回归估计结果的稳健性，结果与基准回归结论一致。第四，替换核心被解释变量。本文分别以人均城市创新能力和城市单位面积创新创业指数作为被解释变量进行估计，结果见表5第（5）列和第（6）列。替换被解释变量后，城市紧凑度对城市创新能力的正向作用均在1%的水平上显著，同时估计系数值更大，说明城市紧凑度对人均和地均角度的城市创新能力的驱动效应更加明显。整体来看，本文的基准结果具有较高的稳健性。

（四）异质性分析

中国东中西部城市和不同人口规模的城市在人口密度、经济和社会发展、土地和人口政策、基础设施和交通条件等方面存在着巨大差异，导致城市紧凑度和城市创新能力也存在着较大的差异，因此有必要分区域和城市规模考察城市紧凑度与城市创新能力之间的关系。城市空间区位和城市规模异质性分析结果如表6所示。

1.区域异质：中西部城市紧凑度对创新的驱动作用更显著

表6第（1）列和第（2）列分别表示东部城市、中西部城市紧凑度对城市创新能力的影响。可以看出，东部城市和中西部城市的城市紧凑度均能够正向影响城市创新能力，与基准回归结果基本一致，且中西部的城市紧凑度对城市创新能力的正向影响显著性更高。这是因为东部城市交通便捷，街道间具有更高的连通性，公共设施可达性高，能够吸引创新和创意人才集聚，提高城市创新能力，同时东部城市文化更加多样，产业结构更加合理，促进创新网络的形成和知识溢出的产生。相比之下中西部城市较为宽松的土地政策和人口流失导致的城市蔓延不利于城市创新能力的提高。因此，应该加强空间规划，提高城市紧凑度，以促进城市的创新和可持续发展。

2.规模异质：大型城市紧凑度与城市创新能力存在正向关系

本文选择2019年各城市城区人口作为判断城市规模的标准，根据2014年发布的《国务院关于调整城市规模划分标准的通知》，将城区常住人口100万以上500万以下的城市划分为大城市，500万以上1 000万以下的城市为特大城市，1 000万以上为超大城市（以上包括本数，以下不包括本数）。由于本文样本量限制，将特大城市与超大城市合并为特大城市进行分析。表6第（3）列和第（4）列分别为特大城市和大城市两种规模的城市紧凑度对城市创新能力的影响。可以看出，特大城市和超大城市的城市紧凑度提高对城市创新能力没有显著影响，这可能因为城市紧凑度过高导致人口密度过高、交通拥堵、生态环境问题、社会保障不完善等过度紧凑的负面影响大于正面效应，从而导致人才创新动力不足。但是，大城市紧凑度在5%的显著性水平下正向影响城市创新能力，其影响系数为20.230，远高于基准回归结果。这说明大城市在城市化过程中人口集聚、交通网络化、基础设施完善、城市功能复合、社会多元化为城市创新生态系统的构建提供了良好环境，从而增强了城市的创新活力。

五、驱动效应分析

为了检验城市紧凑度驱动城市创新能力提升的多重效应，本文借鉴了温忠麟等［47］、Baron等［48］的中介效应模型。首先，以方程（7）为基准模型，验证城市紧凑度对城市创新能力的影响。其次，考察城市紧凑度对中介变量的影响，实证方程如式（8）所示：

MVi，t=α0+α1compactness+γXi，t+λi+μt+εi，t（8）

本文将人力资本、产业多样化和交通通达度作为中介变量，用MVi，t表示。式（8）中，α0表示截距项系数，如果α1显著，则表明城市紧凑度对中介变量存在显著影响。最后加入中介变量再次对城市紧凑度影响城市创新能力进行估计，检验方程如式（9）所示：

innoi，t=η0+η1compactness+η2MVi，t+λi+μt+εi，t（9）

式中，η0表示截距项系数；η1表示城市紧凑度对城市创新能力的影响系数；η2表示中介变量对城市创新能力的影响系数。η1的估计值相比β1有变化则说明中介变量是城市紧凑度驱动城市创新能力提高的重要传导机制；同时α1和η2都显著则表明中介效应显著，如果至少一个不显著则需要用Bootstrap法进行检验。此外，在同时存在直接效应和间接效应的情况下，须分析α1η2与η1估计值的符号是否相同，同号则属于部分中介效应，报告中介效应占总效应的比例α1η2/β1，如果异号，属于遮掩效应，报告中介效应与直接效应比例的绝对值α1η2/η1，具体检验流程如图4所示，中介效应检验结果如表7所示。

（一）人力资本的知识溢出效应

表7的第（1）列和第（2）列为以人力资本作为中介变量的估计结果。其中，第（1）列为城市紧凑度对人力资本的影响，可以看出城市紧凑度对人力资本没有显著影响。第（2）列表示加入中介变量后，人力资本和城市紧凑度对城市创新能力的影响。可以看出城市紧凑度对城市创新的影响系数下降，可能存在直接效应和间接效应。同时，人力资本系数不显著，表示依次检验法检验力较差，需要使用Bootstrap法进一步检验中介效应，检验结果如表8所示。可以看出，人力资本的中介效应和城市紧凑度的直接效应的置信区间均不包含0在内，人力资本的间接效应系数为1.722，在10%的水平上显著，城市紧凑度的直接效应的系数为15.067，在1%的水平上显著，说明紧凑城市本身具有较强创新力，创新驱动力十足，同时又能通过人力资本的集聚，形成城市创新网络，促进知识溢出和创新技术的产生，因此人力资本的知识溢出效应是城市紧凑度驱动城市创新能力提高的多重效应之一。

（二）产业多样的集聚经济效应

表7的第（3）列和第（4）列报告了以产业多样化指数为中介变量的估计结果。其中第（3）列考察了城市紧凑度对产业多样化的影响，结果显示城市紧凑度对产业多样化在5%的显著性水平上产生正向影响。这是因为在城市紧凑化发展的过程中，高能耗的工业行业逐渐搬离城市中心，替代的是高附加值的服务业、金融业、住宿餐饮等行业，信息和公共设施共享，增强了紧凑城市抵御各种经济、金融风险的能力。第（4）列报告了加入中介变量后的模型估计结果，城市紧凑度和产业多样化分别在5%和1%的显著性水平上对城市创新能力产生正向影响，说明既存在直接效应又存在中介效应，依次检验的效力较高，报告采用依次检验结果。由第（4）列的结果可知，产业多样化显著增强了城市创新能力。例如，产业多样化能够在经济危机时通过刺激创新加快实现结构调整，使城市经济更具有韧性；产业多样化也为企业提供了更多的学习机会，使企业能够在吸取其他企业优势的基础上，增加企业技术和品牌的竞争从而不断激发创新活力。因此，产业多样化的集聚经济效应是城市紧凑度影响城市创新能力的多重效应之一。

（三）交通通达的时空压缩效应

表7的第（5）列和第（6）列汇报了以交通通达度为中介变量的估计结果。其中，第（5）列的结果显示，城市紧凑度对交通通达的影响在5%的显著性水平上为正，说明紧凑城市中单位面积内公交线路和公交站点的增加，对人力资本产生了时空压缩效应，大大缩短了时间和空间距离。第（6）列中将交通通达度加入模型后的结果显示，交通通达对城市创新能力的影响不显著，依次检验效力不高。本文采用Bootstrap法进一步检验中介效应。交通通达的间接效应和城市紧凑度的直接效应的置信区间均不包含0在内，且分别在5%和1%的显著性水平上对城市创新能力产生正向影响，说明城市紧凑度对城市创新能力的影响既存在直接效应也存在交通通达度的间接效应。交通便捷不仅缩短了各建筑之间的距离，而且缩短了人与人交流的距离。高校、科研机构等知识机构和人力资本的区位更加接近，企业与创新主体之间的互动有利于形成创新网络和知识溢出，增强了聚集经济的外部性。因此，交通通达的时空压缩效应是城市紧凑度驱动城市创新能力提高的多重效应之一。

（四）城市紧凑度驱动城市创新能力的多重效应贡献分解

基于以上分析，可以分解出上述三个多重效应占总效应的相对贡献大小。根据温忠麟等［47］的研究方法，得出紧凑城市多重效应的贡献度，如表9所示。其中，人力资本的知识溢出效应、产业多样的集聚经济效应和交通通达的时空压缩效应的中介效应分别为1.722、1.125、4.316。从进一步的相对贡献分解可知，城市紧凑度对城市创新能力的驱动效应中，有13.83%由人力资本的知识溢出效应所解释，9.04%由产业多样的集聚经济效应所解释，而交通通达的时空压缩效应占总效应的相对贡献份额为34.67%，其余均由城市紧凑度对城市创新能力的直接效应解释。紧凑城市的直接效应和多重效应互相强化、互相支持，共同形成对城市创新能力的驱动效应。紧凑城市本身具有高密度人口、创新生态系统，TOD模式下的紧凑城市建立起更加高效的“站—城”融合创新圈（直接效应），强大的劳动力市场和创新资源更容易吸引产业集聚和企业投资，形成更加完善的创新集群，从而提高城市创新活力（多重效应）。同时，产业集聚、人力资本集聚以及TOD发展模式对周边形成了虹吸效应，也逐渐内化为城市本身的创新禀赋（直接效应），为城市创新发展提供强大的驱动力。

六 结论与建议

城市创新空间的发展与紧凑城市理念结合逐渐成为未来城市发展的主要方向之一。本文理论上分析了城市紧凑度影响城市创新能力的多重效应，实证上利用31个大中城市的数据检验了两者的关系以及区域和规模差异的影响，并对三种效应进行了机制检验和贡献分解。

（一）主要结论

整体来看，城市紧凑度能够显著驱动城市创新能力提高。从区域异质角度来看：中西部城市紧凑度的提高能更明显促进城市创新发展。这主要是因为中西部城市密度本身不高，创新资源集聚能力较差，紧凑发展能够带来经济密度提高、空间距离缩短和城市基础设施接近度提升，有利于具有地方黏性的隐性知识交流和区域协同创新合作的快速有效开展。从城市规模异质角度来看：大城市现阶段发展仍处于规模报酬递增阶段，城市空间高密度紧凑能够集聚经济活动，发挥集聚经济优势，从而提高城市创新质量；而特大城市由于过度紧凑，饱受“大城市病”困扰，城市进一步紧凑发展会加剧资源短缺、交通拥挤和住房紧张的困境，反而限制了城市创新发展。从驱动效应来看：城市紧凑度通过直接效应、人力资本的知识溢出效应、产业多样的集聚经济效应和交通通达的时空压缩效应驱动城市创新能力提升。其中紧凑城市交通的高度通达性驱动城市创新能力提高的贡献度最高，说明紧凑城市的TOD模式能够显著缩短创新要素流动的时空成本，进一步提高单位空间的创新产出，加速创新网络形成。

（二）对策建议

根据以上结论，本文提出如下政策建议：

第一，结合紧凑城市理念与创新城市建设，科学规划城市空间。一方面，借鉴超大城市经验，避免过高人口密度造成严重的“大城市病”。在推进紧凑城市发展战略的过程中有必要对城市最优人口密度值进行预测和研判，并将预测结果作为城市管理和区域规划的重要指标依据，提高城市和区域人力资本配置效率，实现人力资源最优配置。另一方面，坚持空间紧凑的城市化原则，将城市视为创新生产的空间载体，践行更加灵活的城市空间发展模式。对于大中型城市而言，坚持紧凑式的“单中心”城市发展模式，避免“蛙跳式”的松散型城市蔓延行为；而对于超大城市和特大城市，应适当调整城市空间结构，采取“多中心”发展模式，提倡健康合理的紧凑城市发展模式。

第二，提高城市功能与用途组合的紧凑度，吸引创新资源集聚。一方面，倡导多业态的开发形式，推动城市内部行业多样化发展。调整产业空间布局，增进本地产业间的良性互动；重点关注新兴行业、创新型行业、技术密集型行业的发展，结合产业多样化制定创新优惠政策，充分发挥城市创新空间产业创新优势。另一方面，提高城市混合开发功能，充分盘活人才流、信息流和交通流。城市中心区应采用多业态互动经营，将大型娱乐中心、时尚百货、生活超市、餐饮中心、商业步行街等不同业态科学合理地规划在商业空间中，打造业态齐全、复合度高的新兴消费模式，促进社会包容性和文化多样化发展，为城市创新生产提供良好的环境。

第三，加速推进城市交通立体网络的建设，提高要素流通效率。首先，建设良好的交通网络系统，促进城市内各种创新要素流的流动，通过轨道、公路、河流、铁路等通道网络衔接构建高效高质量的公共交通网络，提高城市内建筑和城市间的可达性，强化覆盖城市的交通三维网络，增强交通强市的单向吸引力。其次，城市内要实现交通、建筑复合的立体城市空间最优密度。合理提高城市空间密度，即规划交通与建筑的立体复合，加强高架公路、地下隧道等立体交通廊道的建设，纵向合理利用城市空间，优化密集交通路网，为城市立体发展打好基础，提高土地利用率与城市密集度，增加整体空间使用效率。

参考文献：

［1］ 习近平.决胜全面建成小康社会 夺取新时代中国特色社会主义伟大胜利

——在中国共产党第十九次全国代表大会上的报告［N］.人民日报，2017-10-28（01）.

［2］ 吕拉昌，等.创新地理学［M］.北京：科学出版社，2017.

［3］ 李顺成.紧凑城市的中国化范式：理论、测度方法与实证研究［M］.北京：中国社会科学出版社，2019.

［4］ 金俊.中国紧凑城市的形态理论与空间测度［M］.南京：东南大学出版社，2017.

［5］ HAMIDI S， EWING R. A longitudinal study of changes in urban sprawl between 2000 and 2010 in the United States［J］. Landscape and Urban Planning， 2014， 128： 72-82.

［6］ 毛文峰，陆军.蔓延的城市空间形态影响城市创新质量吗——来自中国地级市层面的经验证据［J］.现代经济探讨，2020（4）：94-100，108.

［7］ 陈旭，秦蒙，刘修岩.蔓延的城市结构是否损害了全要素生产率——基于中国制造业企业数据的实证研究［J］.现代经济探讨，2018（7）：87-98.

［8］ BRUECKNER J K， FANSLER D A. The economics of urban sprawl： theory and evidence on the spatial sizes of cities［J］. The Review of Economics and Statistics， 1983，65（3）： 479-482.

［9］ 杨晓昕，张涵.城市蔓延真的抑制城市创新空间集聚吗［J］.科技进步与对策，2021，38（8）：34-40.

［10］ HAMIDI S， ZANDIATASHBAR A. Does urban form matter for innovation productivity？ A national multi-level study of the association between neighbourhood innovation capacity and urban sprawl［J］. Urban Studies， 2019， 56（8）： 1576-1594.

［11］ HAMIDI S， ZANDIATASHBAR A， BONAKDAR A. The relationship between regional compactness and regional innovation capacity （RIC）： empirical evidence from a national study［J］. Technological Forecasting and Social Change， 2019， 142（5）： 394-402.

［12］ HAMIDI S， EWING R. Is sprawl affordable for Americans？ Exploring the association between housing and transportation affordability and urban sprawl［J］. Transportation Research Record， 2015， 2500（1）： 75-79.

［13］ LEYDEN K M. Social capital and the built environment： the importance of walkable neighborhoods［J］. American Journal of Public Health， 2003， 93（9）： 1546-1551.

［14］ QIAN H. Diversity versus tolerance： the social drivers of innovation and entrepreneurship in US cities［J］. Urban Studies， 2013， 50（13）： 2718-2735.

［15］ 郭将，岳文瑞.城市紧凑度与区域创新能力——以江苏省为例［J］.技术经济，2020，39（8）：51-58.

［16］ 孙飞翔，吕拉昌.城市紧凑度对中国城市创新的影响［J］.人文地理，2021，36（3）：97-107.

［17］ DANTZING G B， SATTY T L.Compact city： a plan for a livable urban environment［M］. San Francisco：W.H.Freeman，1974.

［18］ 仇保兴.紧凑度与多样性——中国城市可持续发展的两大核心要素［J］.城市规划，2012，36（10）：11-18.

［19］ COOKE P， URANGA M G， ETXEBARRIA G. Regional innovation systems： Institutional and organisational dimensions［J］. Research Policy， 1997， 26（4/5）： 475-491.

［20］ CHATMAN D G， NOLAND R B， KLEIN N J. Firm births， access to transit， and agglomeration in Portland， Oregon， and Dallas， Texas［J］. Transportation Research Record， 2016， 2598（1）： 1-10.

［21］ 张皓，赵佩玉，梁维娟，等.空间集聚、产业关联与企业创新［J］.产业经济研究，2022（5）：28-41.

［22］ CREDIT K. Transit-oriented economic development： the impact of light rail on new business starts in the Phoenix， AZ Region， USA［J］. Urban Studies， 2018， 55（13）： 2838-2862.

［23］ FLORIDA R. The creative class and economic development［J］. Economic Development Quarterly， 2014， 28（3）： 196-205.

［24］ JACOBS J. The economy of cities［M］. New York：Vintage， 2016.

［25］ 马琴.长江中游城市群土地集约利用与服务业集聚耦合关系研究［D］.武汉：华中师范大学，2023.

［26］ 谭昕.开发区土地政策、产业集聚及创新与区域经济发展［D］.北京：中央财经大学，2022.

［27］ FELDMAN M P， AUDRETSCH D B. Innovation in cities： science-based diversity， specialization and localized competition［J］. European Economic Review， 1999， 43（2）： 409-429.

［28］ 李武艳，周依甸.产业集聚、空间溢出与区域创新效率——以长江经济带为例［J］.技术经济，2022，41（8）：11-22.

［29］ 李东海.产业专业化集聚、多样化集聚与区域创新效率——基于空间计量模型的实证考察［J］.技术经济与管理研究，2022（5）：111-117.

［30］ 张纯，黎雪莹.多维度多尺度的TOD理论趋势及在发展中国家的应用实践［J/OL］.国际城市规划：1-23［2024-02-12］.https：//doi.org/10.19830/j.upi.2023.156.

［31］ 滕丽，蔡砥，钟楚捷，等.城市轨道交通TOD开发的地价溢出效应研究——以广州市地铁TOD为例［J］.地理科学，2023，43（6）：1001-1010.

［32］ 黄漫宇，余祖鹏，陈磊，等.高铁开通促进了城市绿色创新吗？［J］.经济经纬，2023，40（1）：25-35.

［33］ 刘泉，张莞莅，黄丁芳.智慧TOD模式的空间规划布局——以日本柏叶智慧城市为例［J］.现代城市研究，2023（6）：82-87.

［34］ TSAI Y H. Quantifying urban form： compactness versus sprawl［J］. Urban Studies， 2005， 42（1）： 141-161.

［35］ 贾梦圆，刘晓阳，陈天，等.中国地级及以上城市紧凑度测度［J］.城市问题，2019（11）：4-12.

［36］ 方创琳，祁巍锋.紧凑城市理念与测度研究进展及思考［J］.城市规划学刊，2007（4）：65-73.

［37］ 卢新海，李周密.基于信息熵和基尼系数的城市土地结构合理性分析——以湖北省为例［J］.资源开发与市场，2015，31（6）：662-665，735.

［38］ 黄永斌，董锁成，白永平，等.中国地级以上城市紧凑度时空演变特征研究［J］.地理科学，2014，34（5）：531-538.

［39］ 毛文峰，陆军.土地要素错配如何影响中国的城市创新创业质量——来自地级市城市层面的经验证据［J］.产业经济研究，2020（3）：17-29，126.

［40］ 中国企业创新创业调查2018年课题组.中国企业创新创业的特征事实及企业家画像［J］.产业经济评论，2022（1）：38-57.

［41］ 苏华.中国城市产业结构的专业化与多样化特征分析［J］.人文地理，2012，27（1）：98-101.

［42］ DURANTON G， PUGA D. Diversity and specialisation in cities： why， where and when does it matter？［J］. Urban Studies， 2000， 37（3）： 533-555.

［43］ 庄子银，杨雨琪，李宏武.劳动力工资上涨与中国工业企业创新［J］.宏观质量研究，2017，5（2）：40-50.

［44］ 陈云松，范晓光.社会学定量分析中的内生性问题——测估社会互动的因果效应研究综述［J］.社会，2010，30（4）：91-117.

［45］ 陈云松.逻辑、想象和诠释：工具变量在社会科学因果推断中的应用［J］.社会学研究，2012，27（6）：192-216，245-246.

［46］ 张黎娜，夏海勇.人口结构变迁对中国需求结构的动态冲击效应［J］.中央财经大学学报，2012（12）：65-70.

［47］ 温忠麟，叶宝娟.中介效应分析：方法和模型发展［J］.心理科学进展，2014，22（5）：731-745.

［48］ BARON R M， KENNY D A. The moderator-mediator variable distinction in social psychological research： Conceptual， strategic， and statistical considerations［J］. Journal of Personality and Social Psychology， 1986， 51（6）： 1173-1182.

Driving Effect of Urban Compactness on Urban Innovation Capability

ZHAO Peihong1，2 LI Qingwen3

（1.School of Economics，Hebei University of Economics and Business， Shijiazhuang 050061， Hebei， China；2. Hebei Coordinated Innovation Center for BTH Coordinated Development，Shijiazhuang 050061， Hebei， China；3. School of Economics， Jinan University，Guangzhou 510630， Guangdong， China）

Abstract：

This paper theoretically analyzed the multiple effects of urban compactness on urban innovation ability. And based on the measurement of 31 large and medium-sized cities compactness， it analyzed the relationship between urban compactness and urban innovation capability. The study shows that， on the whole， the urban compactness can significantly promote the improvement of urban innovation ability， but in terms of regional heterogeneity， the central and western cities can more significantly improve the level of urban innovation compared with the eastern cities. In terms of the heterogeneity of city size， the compactness of large cities can significantly improve the level of urban innovation， while the compactness of mega-cities has no significant impact on innovative development. In terms of the influence mechanism， urban compactness drives the improvement of urban innovation ability through direct effect， knowledge spillover effect of human capital， agglomeration effect of industrial diversification and space-time compression effect of traffic access.

Key words：urban compactness; urban innovation capability; knowledge spillover effect; agglomeration economy effect; space-time compression effect