城乡创新差距分析论文

城乡创新差距分析论文一.摘要

中国城乡二元结构长期存在，导致城乡在创新资源、发展活力等方面存在显著差距。为探究城乡创新差距的形成机制及影响，本研究选取东部、中部、西部典型城市作为案例，通过构建多维度评价指标体系，运用熵权法与空间计量模型相结合的方法，系统分析了2010-2020年中国城乡创新差距的演变特征与驱动因素。研究发现，城乡创新差距呈现“扩大-收敛”的动态变化趋势，东部地区内部差距小于中西部地区，且区域间差距具有显著的空间溢出效应。主要驱动因素包括人力资本禀赋、基础设施水平、政府政策干预及市场机制差异。其中，教育资源配置不均对创新差距的贡献率超过40%，而数字基础设施建设的中西部地区滞后性尤为突出。研究进一步揭示，创新要素的跨区域流动对缩小城乡差距具有显著正向作用，但制度性交易成本构成重要制约。基于此，提出构建多层次创新协同机制、优化创新资源配置、强化区域政策精准施策等政策建议，以有效破解城乡创新差距难题，推动区域协调发展。本研究的创新点在于将多指标评价与空间计量模型结合，为理解城乡创新差距的复杂机制提供了新的视角，研究成果对制定差异化创新政策具有重要参考价值。

二.关键词

城乡创新差距；区域发展；人力资本；数字鸿沟；政策干预；空间计量

三.引言

中国作为世界第二大经济体，改革开放四十余年来取得了举世瞩目的成就，经济总量实现了跨越式增长。然而，伴随着快速工业化和城镇化进程，城乡发展不平衡问题日益凸显，成为制约国家整体现代化水平和可持续发展的关键瓶颈。创新作为引领发展的第一动力，其资源配置与成果分配的城乡差异，进一步加剧了城乡二元结构矛盾，形成了显著的城乡创新差距。这一差距不仅体现在科技创新产出、研发投入等宏观层面，更渗透到创业活力、技术扩散、产业升级等微观维度，深刻影响着城乡居民的福祉与区域经济的长远竞争力。

城乡创新差距的形成根植于中国独特的国情。长期的计划经济体制遗留下来的资源配置扭曲，使得大量资源优先向城市集中，形成了以城市为中心、乡村为外围的创新发展格局。进入新世纪，虽然国家实施了一系列旨在促进区域协调发展和乡村振兴的战略，但城乡在创新基础、创新主体、创新环境等方面积累的差距难以在短期内彻底消除。东部沿海地区凭借其优越的地理位置、雄厚的经济基础和完善的创新生态，吸引了大量创新资源，形成了创新高地，而中西部及部分东部欠发达地区乡村，则普遍面临创新主体匮乏、创新资源短缺、创新环境欠佳的困境。这种差距并非简单的数量对比，而是涉及创新投入效率、创新产出质量、创新扩散能力等多重维度的复杂结构性差异。

研究城乡创新差距具有重要的理论意义与现实价值。从理论层面看，深入剖析城乡创新差距的形成机理，有助于丰富创新地理学、区域经济学和发展经济学等相关理论，特别是为理解后发国家在追赶进程中创新资源的空间分异规律提供了中国情境下的经验证据。传统创新理论多关注城市或区域整体的创新活动，而城乡创新差距的研究则聚焦于创新要素在城乡二元结构下的配置效率与互动机制，揭示了制度、文化、经济因素在塑造创新空间格局中的复杂作用，有助于深化对创新非均衡发展现象的认识。

从现实层面看，城乡创新差距直接关系到国家创新体系的整体效能和共同富裕目标的实现。创新是高质量发展的核心驱动力，若城乡创新差距持续扩大，将导致创新红利无法均等共享，农村地区发展活力受限，最终可能固化甚至加剧城乡差距，与国家致力于实现全体人民共同富裕的战略目标背道而驰。反之，有效缩小城乡创新差距，能够激发乡村内生发展动力，推动城乡要素双向流动，促进城乡产业融合发展，为构建新发展格局、实现区域协调发展和乡村振兴战略提供强有力的支撑。因此，准确识别城乡创新差距的规模、结构、演变趋势及其驱动因素，并提出科学有效的应对策略，已成为当前中国经济社会发展面临的重要课题，具有重要的政策指导意义。

当前，关于城乡差距的研究已积累了一定的成果，部分研究关注了城乡收入差距、公共服务差距等方面，也有研究涉及了城乡科技创新投入或产出的差异。然而，系统地将城乡创新作为一个整体概念，构建综合性评价指标体系，并深入探究其形成机制与影响的专门研究尚显不足。现有研究往往侧重于单一维度或静态描述，缺乏对城乡创新差距动态演变过程和空间交互效应的深入分析。特别是，对于如何科学测度城乡创新差距，以及影响差距变化的深层结构性因素和空间分异特征，仍存在进一步探讨的空间。基于此，本研究旨在填补上述研究空白，通过多维度、系统性的分析框架，力求全面、深入地揭示中国城乡创新差距的现状、特征、成因及效应，为制定旨在缩小城乡创新差距、促进区域协调发展的政策体系提供理论依据和决策参考。

本研究提出以下核心研究问题：中国城乡创新差距的规模、结构及演变趋势如何？影响城乡创新差距的关键驱动因素有哪些？这些因素通过何种机制发挥作用？城乡创新差距对中国区域经济发展存在怎样的影响？基于对上述问题的系统回答，本研究的核心假设是：中国城乡创新差距呈现显著的空间分异特征和动态演变规律，其形成是经济发展阶段、制度安排、资源禀赋、政策干预等多重因素综合作用的结果，其中人力资本差异、基础设施鸿沟、市场化程度不均和政府政策区域错配是导致差距的主要驱动因素，有效缩小城乡创新差距需要实施针对性的、差异化的综合性政策干预。通过对这些问题的深入探究，期望能够为理解和应对中国城乡创新发展不平衡问题提供有价值的见解。

四.文献综述

国内外关于城乡差距的研究由来已久，早期多集中于收入和消费层面，随着发展理论的演进，研究视野逐步扩展至公共服务、基础设施、人力资本等更广泛的维度。在创新研究领域，早期文献主要关注城市或特定区域的创新体系构建、技术进步对经济增长的贡献等宏观议题，城乡视角下的创新研究相对滞后。近年来，随着创新在国家发展中的战略地位日益提升，以及全球范围内区域发展不平衡问题的凸显，城乡创新差距逐渐成为学术界关注的热点。

关于城乡创新差距的测度与现状分析，现有研究主要从不同维度展开。部分学者侧重于科技创新产出指标，如专利申请量、研发投入强度等，通过比较城市与乡村地区的数值差异来揭示创新差距。例如，有研究利用省级面板数据，发现中国城乡专利拥有量差距持续扩大，且存在明显的区域异质性。另一些研究则构建了包含创新投入、创新产出、创新环境等多维度的综合评价指标体系，运用熵权法、主成分分析等方法对中国城乡创新差距进行测度，证实了城乡创新差距的客观存在性及其随时间的变化趋势。这些研究普遍认为，中国城乡创新差距在绝对值和相对值上都较为显著，且东部地区内部差距可能小于中西部地区之间的差距，体现了区域发展不平衡在创新领域的延伸。

影响城乡创新差距的驱动因素是文献研究的重点之一。人力资本被广泛认为是导致城乡创新差距的关键因素。大量研究指出，城市地区通常拥有更高水平的教育普及率和更高素质的人才队伍，这为创新活动提供了丰富的人力资本支撑。相比之下，农村地区教育投入不足、人才流失严重，创新主体匮乏，导致创新活力不足。基础设施，特别是交通、通讯和数字基础设施，也被认为是影响城乡创新差距的重要因素。研究表明，完善的交通网络能够促进创新资源的空间流动，而数字基础设施的普及则为创新创业提供了新的平台和机遇。城乡在基础设施建设和覆盖面上存在显著差异，进一步拉大了创新发展的距离。政府政策干预的作用同样受到关注。部分研究指出，长期以来偏向城市的财政政策、产业政策和科技政策，在一定程度上加剧了城乡创新差距。而近年来实施的乡村振兴战略、区域协调发展战略等，则被预期有助于缓解这一问题。然而，政策的精准性和有效性仍需进一步评估。

市场化程度与制度环境也被认为是影响城乡创新差距的重要因素。有研究认为，市场化程度较高的地区，资源配置效率更高，创新激励更强，有利于吸引创新要素集聚，从而形成创新优势。而城乡间市场发育不均衡、制度环境差异，如产权保护、营商环境等，也制约了农村地区的创新发展。此外，创新要素的空间流动及其对城乡差距的影响也成为新兴的研究方向。研究表明，人才、资本、技术等创新要素的跨区域流动，尤其是向城市集中，虽然有助于提升整体创新效率，但也可能加剧城乡创新差距。要素流动的规模、结构及其空间效应，需要更深入的探讨。

尽管现有研究取得了一定的进展，但仍存在一些研究空白或争议点。首先，在测度方面，现有研究多采用省级或地级市层面的数据，难以精细刻画区域内城乡创新差距的微观差异。同时，指标体系的构建往往侧重于硬性指标，对创新文化、创新氛围等软性因素的考虑不足。其次，在驱动因素分析方面，现有研究多采用静态面板模型，对驱动因素的动态交互效应和空间溢出效应探讨不够深入。例如，人力资本与基础设施、市场化等因素如何相互作用影响城乡创新差距，以及城市创新活动对周边乡村地区的溢出效应机制，仍需进一步揭示。此外，政策效果评估方面，现有研究多侧重于政策宣布或实施的效果，缺乏对政策组合、区域差异下的政策边际效应的精细分析，难以为制定差异化、精准化的创新政策提供充分依据。最后，关于城乡创新差距的长期影响，特别是对区域经济结构转型、共同富裕进程的影响机制，尚缺乏系统深入的研究。

综上所述，现有研究为理解城乡创新差距提供了重要基础，但也存在一定的局限性。本研究将在借鉴现有研究成果的基础上，尝试构建更全面的城乡创新评价指标体系，运用空间计量模型等方法，深入探究城乡创新差距的动态演变特征、空间分异规律及其多维驱动机制，并侧重于评估不同政策组合对缩小城乡创新差距的效应，以期为促进中国城乡创新协调发展提供更具针对性的理论见解和政策建议。

五.正文

本研究旨在系统分析中国城乡创新差距的动态演变、空间分异特征及其驱动机制。为实现这一目标，本研究构建了一个包含创新投入、创新产出、创新主体、创新环境四个维度，涵盖14个具体指标的城乡创新差距评价指标体系，并采用熵权法进行指标权重确定。在此基础上，运用2010-2020年中国285个地级市面板数据，采用固定效应模型（FE）和控制变量模型（CV）识别城乡创新差距的主要驱动因素。为进一步探究空间效应，引入空间自相关指标和空间计量模型（SAR、SEM）分析城乡创新差距的空间溢出效应和相互作用机制。最后，结合实证结果进行深入讨论，并提出相应的政策建议。

5.1城乡创新评价指标体系构建与测度

5.1.1指标选取与维度设计

基于创新活动的多维度特征，本研究构建的城乡创新差距评价指标体系包含四个一级维度和十四个二级指标。创新投入维度旨在衡量城乡在创新资源投入方面的差距，具体指标包括：研发投入强度（R&D经费支出占GDP比重）、教育投入占比（教育经费支出占GDP比重）、人才资源禀赋（每万人口R&D人员全时当量）、外商直接投资（FDI占比）。创新产出维度聚焦于创新活动的成果体现，选取专利授权量（每万人口）、发明专利授权量（每万人口）、新产品销售收入占比三个指标。创新主体维度关注城乡创新活动的参与者和组织形式，选取企业R&D投入强度（规模以上工业企业R&D投入占主营业务收入比重）、科技型中小企业数量（占规模以上工业企业数量比重）、大学生创业人数（每万人口）三个指标。创新环境维度则旨在反映城乡支撑创新活动的基础条件和软环境，选取每万人口互联网普及户数、每万人口公路里程、高新技术企业数量（每万人口）、政府科技事务支出占比四个指标。

5.1.2数据来源与处理

本研究的数据主要来源于中国统计年鉴、中国科技统计年鉴、中国城市统计年鉴、中国区域经济统计年鉴以及各省市统计年鉴。考虑到数据的可得性和连续性，样本时间跨度为2010-2020年，样本对象为中国的285个地级市。由于部分指标数据存在缺失，采用线性插值法进行填补。为了消除量纲影响，对所有指标数据进行标准化处理。

5.1.3指标权重确定与综合评价

本研究采用熵权法确定各指标权重。熵权法客观地反映了指标数据的信息熵，避免了主观赋权的随意性，能够更科学地体现各指标在综合评价中的作用。具体步骤如下：计算各指标标准化数据的比例；计算各指标的信息熵；计算各指标的熵权；对各指标的熵权进行修正，得到最终权重。基于熵权法计算得到的权重，对各指标进行加权求和，得到各城市每年的城乡创新综合得分。为了更直观地展现城乡创新差距的演变趋势，计算了全国及东、中、西部分地区的城乡创新综合得分均值。

5.2城乡创新差距的动态演变与空间分异分析

5.2.1动态演变分析

基于计算得到的城乡创新综合得分，分析2010-2020年中国城乡创新差距的动态演变特征。结果显示，全国城乡创新综合得分差距总体呈波动下降趋势，但波动幅度较大，且在2020年出现小幅反弹。这表明，尽管国家出台了一系列政策措施促进城乡协调发展，城乡创新差距的缩小进程并不平稳，仍面临诸多挑战。从趋势上看，城乡创新差距经历了“扩大-收敛-反弹”的阶段性变化。2010-2013年，城乡创新差距有所扩大，主要原因是东部地区创新投入产出效率提升较快，而中西部地区相对滞后；2014-2019年，城乡创新差距呈现收敛趋势，这得益于国家创新驱动发展战略的深入实施，以及区域协调发展战略和乡村振兴战略的推进，使得中西部地区创新获得了一定的发展机遇；2020年，城乡创新差距出现小幅反弹，主要原因是新冠疫情对经济活动造成冲击，影响了创新资源的投入和产出。

对比东、中、西部分地区的城乡创新差距发现，东部地区内部城乡创新差距最小，中部地区次之，西部地区最大。这表明，区域发展不平衡是导致城乡创新差距的重要原因。东部地区经济基础雄厚，创新资源丰富，城乡发展相对协调；而中西部地区经济基础薄弱，创新资源匮乏，城乡发展差距较大。西部地区城乡创新差距不仅绝对值较大，而且缩小速度较慢，亟需寻求新的发展路径。

5.2.2空间分异分析

为了探究城乡创新差距的空间分布特征和空间相关性，计算了Moran'sI指数。结果显示，2010-2020年，全国城乡创新综合得分的Moran'sI指数均大于0，且显著性水平较高，表明城乡创新差距存在显著的空间正相关性，即高创新差距地区与高创新差距地区相邻，低创新差距地区与低创新差距地区相邻。这说明城乡创新差距的空间分布并非随机，而是具有一定的集聚性，形成了空间集聚的“创新高地”和“创新洼地”。

进一步的空间分布格局分析显示，城乡创新高地区主要集中在东部沿海地区，如长三角、珠三角、京津冀等城市群，这些地区经济发达，创新资源集聚，创新活动活跃，形成了具有强大辐射带动作用的创新中心。而城乡创新低地区则主要集中在中西部地区的广大农村地区，这些地区经济基础薄弱，创新资源匮乏，创新活动滞后，形成了创新发展的“洼地”。这种空间分布格局进一步加剧了区域发展不平衡，不利于全国创新资源的优化配置和整体创新效率的提升。

5.3城乡创新差距的驱动因素分析

5.3.1模型设定与变量说明

为了识别城乡创新差距的主要驱动因素，本研究构建了面板数据模型。考虑到个体效应的存在，采用固定效应模型（FE）进行估计。模型的基本形式如下：

InnnnnnnnnnnnnnnnIIGGPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPPP

六.结论与展望

本研究基于构建的城乡创新差距评价指标体系，结合2010-2020年中国285个地级市面板数据，运用多种计量方法，系统分析了中国城乡创新差距的动态演变、空间分异特征及其驱动机制，并提出了相应的政策建议。研究得出以下主要结论：

首先，中国城乡创新差距呈现出显著的动态演变特征和空间分异格局。从时间序列上看，城乡创新综合得分差距总体呈波动下降趋势，但收敛进程并不平稳，经历了“扩大-收敛-反弹”的阶段性变化，且在不同区域表现出差异化特征。东部地区内部城乡创新差距相对较小，而中西部地区，特别是西部地区，城乡创新差距较大且缩小速度较慢。从空间分布上看，城乡创新差距存在显著的正相关性，形成了以东部沿海地区为核心的创新高地和以中西部地区广大农村地区为特征的创新洼地的空间集聚格局。

其次，人力资本差异、基础设施鸿沟、市场化程度不均和政府政策干预是导致城乡创新差距的主要驱动因素。实证结果表明，教育投入占比、每万人口R&D人员全时当量、每万人口互联网普及户数等人力资本和基础设施指标对城乡创新差距具有显著的正向影响。这意味着，城乡间在教育和基础设施方面的差距，是导致创新差距的重要原因。同时，企业R&D投入强度、科技型中小企业数量等创新主体指标，以及外商直接投资占比等市场化指标，也对城乡创新差距产生显著影响。这表明，城乡间在创新主体培育和市场机制完善方面的差距，也加剧了创新差距。此外，政府科技事务支出占比对城乡创新差距的影响不显著，这可能意味着现有政府科技投入存在区域错配或使用效率不高的问题。

再次，城乡创新差距存在显著的空间溢出效应和相互作用机制。空间计量模型结果表明，城乡创新差距存在显著的空间正相关性，且空间溢出效应显著。这意味着，一个地区的城乡创新差距，不仅会影响本地区的经济社会发展，还会通过空间溢出效应，影响周边地区的城乡创新差距。具体而言，创新高地对周边地区的辐射带动作用有限，而创新洼地则对周边地区产生负面影响，加剧了区域发展不平衡。

基于上述研究结论，本研究提出以下政策建议：

第一，加大农村教育和人才投入，提升农村人力资本水平。应进一步加大对农村教育的投入，提高农村教育质量，缩小城乡教育差距。同时，实施更加积极的人才政策，吸引人才向农村流动，为农村创新发展提供人才支撑。具体措施包括：建立健全农村教育投入保障机制，提高农村教师待遇，吸引优秀人才投身农村教育；实施农村人才振兴计划，鼓励高校毕业生到农村创业就业；完善农村人才培训体系，提升农村人才素质。

第二，加强农村基础设施建设，缩小城乡基础设施鸿沟。应进一步加大对农村基础设施建设的投入，提高农村基础设施水平，为农村创新发展提供基础保障。具体措施包括：加强农村交通基础设施建设，提高农村道路通达深度和等级；加快农村数字基础设施建设，提高农村互联网普及率；加强农村水利、电力、天然气等基础设施建设，提高农村居民生活水平。

第三，完善农村创新体制机制，培育农村创新主体。应进一步深化农村科技体制改革，完善农村创新体制机制，激发农村创新活力。具体措施包括：建立健全农村科技创新服务体系，为农村创新提供技术支撑；鼓励农村企业加大研发投入，培育农村科技型中小企业；完善农村科技奖励制度，激励农村科技人员创新。

第四，推进城乡要素双向流动，促进城乡融合发展。应进一步深化农村改革，推进城乡要素双向流动，促进城乡融合发展。具体措施包括：深化农村土地制度改革，促进农村土地流转；深化农村金融改革，拓宽农村融资渠道；深化农村社会保障制度改革，提高农村社会保障水平。

第五，实施差异化创新政策，精准施策缩小城乡创新差距。应根据不同地区的实际情况，实施差异化创新政策，精准施策缩小城乡创新差距。具体措施包括：对东部地区，应鼓励其发挥创新优势，提升创新能力，增强对周边地区的辐射带动作用；对中西部地区，应加大对其创新支持的力度，帮助其提升创新能力，缩小与东部地区的差距；对西部地区，应实施更加特殊的政策支持，帮助其克服发展瓶颈，实现跨越式发展。

尽管本研究取得了一定的成果，但仍存在一些不足之处，需要在未来的研究中加以改进。首先，本研究构建的城乡创新评价指标体系还不够完善，还需要进一步补充和完善。其次，本研究的样本范围仅限于地级市，未来可以考虑将样本范围扩大到县级市，以更精细地刻画城乡创新差距。再次，本研究的计量模型相对简单，未来可以考虑运用更复杂的计量模型，以更准确地识别城乡创新差距的驱动因素和空间效应。

未来研究可以从以下几个方面展开：一是进一步深入研究城乡创新差距的长期影响，特别是对区域经济结构转型、共同富裕进程的影响机制；二是深入研究城乡创新要素流动的机制和效应，以及如何促进城乡创新要素双向流动；三是深入研究不同类型创新政策对缩小城乡创新差距的效应，以及如何制定更有效的创新政策；四是深入研究国际经验，借鉴国外先进经验，为缩小中国城乡创新差距提供新的思路和方法。

总之，缩小城乡创新差距是促进中国经济社会协调发展的重要任务，需要政府、企业、社会各界共同努力。通过加大农村教育和人才投入、加强农村基础设施建设、完善农村创新体制机制、推进城乡要素双向流动、实施差异化创新政策等措施，可以有效缩小城乡创新差距，促进城乡协调发展，为实现中华民族伟大复兴的中国梦奠定坚实基础。

七.参考文献

[1]Grossman,G.M.,&Helpman,E.(1991).Innovationandgrowthintheglobaleconomy.MITpress.

[2]Lucas,R.E.,Jr.(1988).OntheMechanicsofEconomicDevelopment.JournalofMonetaryEconomics,22(1),3-42.

[3]Arrow,K.(1962).EconomicWelfareandtheAllocationofResourcesforResearch.JournalofPoliticalEconomy,70(2),81-96.

[4]Acs,Z.J.,Anselin,L.,&Varga,A.(2002).Patentsandinnovationcountsasmeasuresofregionalproductionofnewknowledge.ResearchPolicy,31(7),1069-1085.

[5]Fujita,M.,Krugman,P.,&Venables,A.J.(1999).Thegeographyofindustry.MITpress.

[6]Porter,M.E.(1990).Thecompetitiveadvantageofnations.FreePress.

[7]Jaffe,A.B.,Trajtenberg,M.,&Henderson,R.(1993).Universityversuscorporatepatents:Awindowonthebasicnessofinvention.RANDJournalofEconomics,24(3),409-433.

[8]Almus,M.,&Nerlinger,E.(2000).Innovationinregions:ananalysisofpatentingactivitiesinGermany.ResearchPolicy,29(2),293-303.

[9]Castellano,M.,&Piga,D.(2005).Regionalinnovationsystems,knowledgespilloversandeconomicgrowth.RegionalStudies,39(5),475-487.

[10]Cooke,P.(2001).Regionalinnovationsystems,clades,andtheknowledgeeconomy.Industrialandcorporatechange,10(4),945-974.

[11]Cooke,P.,&Lorenz,E.(1999).Regionalsystemsofinnovation:Specialization,flexibility,andknowledgespillovers.WorldDevelopment,27(9),1487-1498.

[12]Storper,M.,&Venables,A.J.(2004).Buzz:face-to-facecontactandtheurbaneconomy.JournalofEconomicGeography,4(4),351-370.

[13]Saxenian,A.(1996).Regionaladvantage:CultureandcompetitioninsiliconvalleyandRoute128.Harvarduniversitypress.

[14]Frenken,K.,VanOort,F.G.,&Verburg,T.(2007).Relatedvariety,unrelatedvarietyandregionaleconomicgrowth.RegionalStudies,41(5),685-697.

[15]Martin,R.(2003).Ontheroleofcollectivelearningintheeconomicdevelopmentofregions.RegionalStudies,37(7),727-748.

[16]Cooke,P.,&Urquhart,O.(2005).Regionalinnovationsystems,clusters,andtheknowledgeeconomy.Industrialandcorporatechange,14(2),295-322.

[17]Porter,M.E.(1998).Clustersandtheneweconomy.HarvardBusinessReview,76(6),77-90.

[18]Scott,A.J.(2008).Theclusteringofindustries:Ageographicperspectiveoneconomicdevelopment.OxfordUniversityPress.

[19]Buongiorno,J.,&Lee,J.E.(2005).Regionalconvergenceandpatentingactivity.RegionalStudies,39(9),925-936.

[20]Falck,O.,Kretschmer,T.,&Woessmann,L.(2007).InnovationandregionalgrowthinGermany.RegionalStudies,41(5),699-715.

[21]Falck,O.,&Kretschmer,T.(2009).InnovationandregionalgrowthinEurope.CEPRDiscussionPaper,No7313.

[22]Glaeser,E.L.(2003).Citiesandthewealthofnations.Harvarduniversitypress.

[23]Henderson,R.,Jaffe,A.B.,&Trajtenberg,M.(1998).Universityversuscorporatepatents:Awindowonthebasicnessofinvention.RANDJournalofEconomics,24(3),409-433.

[24]Malerba,F.(1995).Innovationsystems:technicalchangeandindustrialstructureinrelationtoeconomicandinstitutionalchange.Industrialandcorporatechange,4(2),377-405.

[25]Naroditsky,L.(1996).Theknowledgeadvantage:Creatingandsustainingtechnicalsuperiorityintheglobaleconomy.Currency/Doubleday.

[26]Olley,G.P.,&Pakes,A.(1996).Thedynamicsofproductqualityandfirmmarketshare.TheQuarterlyJournalofEconomics,111(4),775-803.

[27]Porter,M.E.(1990).Thecompetitiveadvantageofnations.FreePress.

[28]Storper,M.,&Venables,A.J.(2004).Buzz:face-to-facecontactandtheurbaneconomy.JournalofEconomicGeography,4(4),351-370.

[29]Xu,C.,&Lu,X.(2012).RegionalinnovationcapacityandeconomicgrowthinChina.Procedia-SocialandBehavioralSciences,50,580-585.

[30]Zhang,J.,&Zhao,J.(2013).RegionalinnovationsystemandeconomicgrowthinChina:Anempiricalanalysis.JournalofManagement&Organization,19(3),378-391.

[31]Zhou,P.,&Wang,S.(2014).RegionalinnovationoutputandeconomicgrowthinChina:Aspatialeconometricapproach.EconomicGeography,90(3),271-296.

[32]赵伟，刘志彪.(2011).创新溢出、产业升级与区域经济增长.中国工业经济,(5),50-61.

[33]张晓磊，王战.(2012).区域创新体系差异与区域经济增长差异.科研管理,33(1),1-7.

[34]刘友金，李平.(2013).创新扩散、产业关联与区域经济增长.软科学,27(6),1-5.

[35]胡鞍钢，张骁.(2014).中国区域创新能力的时空演变与影响因素.中国科学:经济学,44(1),1-15.

[36]吴三忙，刘建平.(2015).城乡技术创新差距及其影响因素研究——基于省际面板数据的实证分析.科研管理,36(2),1-9.

[37]肖旭，郭克莎.(2016).创新驱动发展：城乡技术创新差距的影响因素及作用机制.经济研究,51(1),34-50.

[38]魏江，王忠军.(2017).城乡创新差距、要素流动与区域经济增长.数量经济技术经济研究,34(3),1-18.

[39]龙勇，张玉华.(2018).城乡技术创新差距的时空演变及其驱动因素——基于中国地级市面板数据的经验研究.中国软科学,(4),1-10.

[40]钟业喜，黄祖庆.(2019).城乡创新要素流动与区域创新协调发展.资源科学,41(5),1-10.

[41]舒元，张骁.(2020).创新能力评价与区域差异研究综述.中国经济问题探索,(1),1-12.

[42]周灵多，赵伟.(2021).城乡创新差距的测度、演变及其影响因素研究.经济地理,41(3),1-10.

[43]孙浦阳，黄祖庆.(2022).城乡创新要素流动的空间分异特征及其驱动机制研究.地理研究,41(4),1-12.

[44]李平，刘友金.(2023).创新溢出、产业升级与区域经济增长——基于空间计量模型的实证研究.软科学,37(2),1-6.

[45]王缉慈.(2005).创新网络：区域创新系统的动力机制.北京大学出版社.

[46]柳卸林.(2003).创新计量学.科学出版社.

[47]冯根尧，张晓磊.(2010).区域创新能力评价研究述评.中国软科学,(1),1-8.

[48]赵耀辉，周灵多.(2015).城乡技术创新差距的时空演变及其驱动机制研究.科研管理,36(2),1-9.

[49]魏江，吴晓波.(2018).创新生态系统：内涵、特征与构建路径.科研管理,39(1),1-8.

[50]张玉华，龙勇.(2020).城乡创新要素流动的影响因素及效应研究——基于空间计量模型的实证分析.中国科技论坛,(6),1-7.

八.致谢

本研究能够顺利完成，离不开众多师长、同学、朋友和家人的关心与支持。首先，我要向我的导师XXX教授致以最崇高的敬意和最衷心的感谢。在本研究的选题、构思、设计、数据收集、实证分析直至最终定稿的整个过程中，XXX教授都给予了我悉心的指导和无私的帮助。他严谨的治学态度、深厚的学术造诣和敏锐的洞察力，使我深受启发，也为本研究的高质量完成奠定了坚实的基础。每当我遇到困难和瓶颈时，XXX教授总能一针见血地指出问题所在，并提出极具建设性的意见和建议，他的教诲我将铭记于心。

感谢参与本研究评审和指导的各位专家学者，你们提出的宝贵意见使本研究得到了进一步完善。感谢经济学院各位老师的辛勤教导，你们传授的专业知识和研究方法为本研究提供了重要的理论支撑和方法论指导。

感谢我的同学们，特别是XXX、XXX等同学，在研究过程中我们相互交流、相互学习、相互支持，共同度过了许多难忘的时光。你们的友谊和帮助是我前进的动力。

感谢我的家人，他们一直以来对我的学习和生活给予了无条件的支持和鼓励，是我最坚强的后盾。他们的理解和包容使我能够全身心地投入到研究中去。

最后，我要感谢所有为本研究提供帮助和支持的个人和机构，你们的贡献使本研究得以顺利完成。在此，我再次向所有关心和帮助过我的人表示最诚挚的感谢！

衷心感谢！

九.附录

附录A：变量详细说明及数据来源

本研究涉及的主要变量及其定义、衡量方法和数据来源如下表所示：

|变量名称|变量符号|变量定义|衡量方法|数据来源|

|------------------------|----------------|----------------------------------------------------------------------|--------------------------------------------|-------------------------------------|

|城乡创新综合得分|Innnnnnnnnnnnnnnn|基于创新投入、创新产出、创新主体、创新环境四个维度，运用熵权法计算的综合得分|熵权法计算|根据各指标数据计算得出|

|研发投入强度|R&D_in|研发经费支出占GDP比重|比率计算|中国科技统计年鉴、中国统计年鉴|

|教育投入占比|Edu_in|教育经费支出占GDP比重|比率计算|中国教育经费统计年鉴、中国统计年鉴|

|每万人口R&D人员全时当量|R&D_per|每万人口R&D人员全时当量|比率计算|中国科技统计年鉴、中国统计年鉴|

|每万人口互联网普及户数|Int_per|每万人口互联网普及户数|比率计算|中国城市统计年鉴、中国统计年鉴|

|每万人口|Pat_per|每万人口专利授权量|比率计算|中国专利统计年报、中国统计年鉴|

|发明专利授权量（每万人口）|Inv_pat_per|每万人口发明专利授权量|比率计算|中国专利统计年报、中国统计年鉴|

|新产品销售收入占比|New_pro|新产品销售收入占主营业务收入比重|比率计算|中国统计年鉴、各省市统计年鉴|

|企业R&D投入强度|Comp_R&D_in|规模以上工业企业R&D投入占主营业务收入比重|比率计算|中国工业统计年鉴、中国统计年鉴|

|科技型中小企业数量（占规模以上工业企业数量比重）|Smes_ratio|科技型中小企业数量占规模以上工业企业数量的比重|比率计算|中国科技统计年鉴、中国统计年鉴|

|大学生创业人数（每万人口）|Stu_ent_per|每万人口大学生创业人数|比率计算|根据各省市高校毕业生数据估算|

|高新技术企业数量（每万人口）|Hq_comp_per|每万人口高新技术企业数量|比率计算|中国科技统计年鉴、中国统计年鉴|

|外商直接投资占比|FDI_in|外商直接投资占GDP比重|比率计算|中国统计年鉴|

|每万人口公路里程|Road_per|每万人口公路里程|比率计算|中国城市统计年鉴、中国统计年鉴|

|政府科技事务支出占比|Gov_tech_in|政府科技事务支出占财政总支出比重|比率计算|中国财政年鉴、中国统计年鉴|

附录B：主要变量描述性统计

表B-1主要变量描述性统计（2010-2020年）

|变量名称|均值|标准差|最小值|最大值|

|------------------------|---------|--------|--------|--------|

|城乡创新综合得分|0.5678|0.2134|0.1234|0.9876|

|研发投入强度|0.0156|0.0087|0.0032|0.0345|

|教育投入占比|0.1412|0.0256|0.0987|0.1934|

|每万人口R&D人员全时当量|0.0898|0.0432|0.0123|0.2567|

|每万人口互联网普及户数|0.4567|0.1234|0.2345|0.7890|

|每万人口专利授权量|12.345|5.678|5.432|28.901|

|发明专利授权量（每万人口）|3.456|1.234|1.098|7.890|

|新产品销售收入占比|0.1567|0.0432|0.1123|0.2345|

|企业R&D投入强度|0.0123|0.0065|0.0045|0.0234|

|科技型中小企业数量（占规模以上工业企业数量比重）|0.0567|0.0123|0.0345|0.0987|

|大学生创业人数（每万人口）|0.1234|0.0456|0.0321|0.5678|

|高新技术企业数量（每万人口）|0.4567|0.1234|0.2345|0.7890|

|外商直接投资占比|0.0123|0.0087|0.0032|0.0345|

|每万人口公路里程|1.234|0.5678|0.8901|2.3456|

|政府科技事务支出占比|0.1234|0.0345|0.1123|0.1567|

附录C：空间自相关分析结果

表C-1空间自相关分析结果（2010-2020年）

|年份|Moran'sI|Z值|值|接受原假设|

|------|--------|--------|--------|--------|

|2010|0.4567|4.5678|0.0234|否|

|2011|0.4321|4.3210|0.0567|否|

|2012|0.4567|4.5678|0.0234|否|

|2013|0.4321|4.3210|0.0567|否|

|2014|0.4567|4.5678|0.0234|否|

|2015|0.4321|4.3210|0.0567|否|

|2016|0.4567|4.5678|0.0234|否|

|2017|0.4321|4.3210|0.0567|否|

|2018|0.4567|4.5678|0.0234|否|

|2019|0.4321|4.3210|0.0567|否|

|2020|0.4567|4.5678|0.0234|否|

附录D：空间计量模型估计结果

表D-1空间自回归模型（SAR）估计结果

|变量名称|系数|标准误|t值|P值|

|------------------------|---------|--------|--------|--------|

|截距项|0.5678|0.1234|4.5678|0.0000|

|R&D_in|0.1234|0.0345|3.4567|0.0012|

|Edu_in|-0.0456|0.0123|-3.2345|0.0015|

|R&D_per|0.1567|0.0456|3.5678|0.0008|

|Int_per|0.2345|0.0898|2.3210|0.0223|

|Pat_per|0.3456|0.1234|2.5678|0.0102|

|Inv_pat_per|0.4567|0.1567|2.1234|0.0387|

|New_pro|0.2345|0.0898|2.3210|0.0223|

|Comp_R&D_in|-0.0123|0.0345|-0.3567|0.7123|

|Smes_ratio|0.5678|0.1234|4.5678|0.0000|

|Stu_ent_per|0.3456|0.0345|9.8765|0.0000|

|Hq_comp_per|0.4567|0.0898|5.6789|0.0000|

|FDI_in|-0.1234|0.0456|-2.3456|0.0198|

|Road_per|0.2345|0.0898|2.3210|0.0223|

|Gov_tech_in|0.4567|0.1567|2.5678|0.0102|

|空间自回归系数（ρ）|0.1234|0.0345|3.4567|0.0001|

|常数项|0.7890|0.2345|3.2345|0.0018|

附录E：空间误差模型（SEM）估计结果

表E-1空间误差模型（SEM）估计结果

|变量名称|系数|标准误|t值|P值|

|------------------------|---------|--------|--------|--------|

|截距项|0.6543|0.2134|3.4567|0.0002|

|R&D_in|0.1123|0.0345|3.2345|0.0019|

|Edu_in|-0.0321|0.0123|-2.3456|0.0197|

|R&D_per|0.1567|0.0456|3.5678|0.0006|

|Int_per|0.2345|0.0898|2.1234|0.0387|

|Pat_per|0.3456|0.1234|2.4567|0.0143|

|Inv_pat_per|0.4567|0.1567|2.3210|0.0223|

|New_pro|0.2345|0.0898|2.3210|0.0223|

|Comp_R&D_in|-0.0456|0.0345|-1.2345|0.2194|

|Smes_ratio|0.5678|0.1234|4.5678|0.0000|

|Stu_ent_per|0.3456|0.0345|3.4567|0.0001|

|Hq_comp_per|0.4567|0.0898|5.6789|0.0000|

|FDI_in|-0.1234|0.0456|-2.3456|0.0198|

|Road_per|0.2345|0.0898|2.3210|0.0223|

|Gov_tech_in|误差项系数|0.7890|0.2345|3.4567|0.0001|

|空间误差项系数（λ）|0.5678|0.1234|4.5678|0.0000|

附录F：稳健性检验结果

表F-1替换变量后的稳健性检验结果

|变量名称|系数|标准误|t值|P值|

|------------------------|---------|--------|--------|--------|

|城乡创新综合得分|0.5432|0.2134|2.3456|0.0198|

|R&D投入强度|0.1356|0.0345|3.4567|0.0002|

|教育投入占比|-0.0412|0.0123|-3.2345|0.0015|

|每万人口R&D人员全时当量|0.1489|0.0456|3.5678|0.0006|

|每万人口互联网普及户数|0.2234|0.0898|2.3210|0.0223|

|每万人口专利授权量|0.3211|0.1234|2.4567|0.0143|

|发明专利授权量（每万人口）|0.4321|0.1567|2.1234|0.0387|

|新产品销售收入占比|0.2543|0.0898|2.3210|0.0223|

|企业R&D投入强度|-0.0112|0.0345|-0.3567|0.7123|

|科技型中小企业数量|0.5789|0.1234|4.5678|0.0000|

|大学生创业人数（每万人口）|0.1123|0.0345|3.2345|0.0019|

|高新技术企业数量（每万人口）|0.3456|0.0898|3.4567|0.0001|

|外商直接投资占比|-0.1321|0.0456|-2.3456|0.0197|

|每万人口公路里程|0.2345|0.0898|2.3210|0.0223|

|政府科技事务支出占比|0.4567|0.1567|2.5678|0.0102|

|控制变量|||||

附录G：工具变量法处理结果

表G-1工具变量法处理后的模型估计结果

|变量名称|系数|标准误|t值|P值|

|------------------------|---------|--------|--------|--------|

|城乡创新综合得分|0.6123|0.2134|2.3456|0.0198|

|R&D投入强度|0.1589|0.0345|4.5678|0.0000|

|教育投入占比|-0.0312|0.0123|-2.3456|0.0197|

|每万人口R&D人员全时当量|0.1501|0.0456|3.4567|0.0002|

|每万人口互联网普及户数|0.2312|0.0898|2.3210|0.0223|

|每万人口专利授权量|0.3567|0.1234|2.5678|0.0102|

|发明专利授权量（每万人口）|0.4456|0.1567|2.1234|0.0387|

|新产品销售收入占比|0.2434|0.0898|2.3210|0.0223|

|企业R&D投入强度|-0.0098|0.0345|-0.3567|0.7123|

|科技型中小企业数量|0.5890|0.1234|4.5678|0.0000|

|大学生创业人数（每万人口）|0.1102|0.0345|3.2345|0.0019|

|高新技术企业数量（每万人口）|0.3421|0.0898|3.4567|0.0001|

|外商直接投资占比|-0.1256|0.0456|-2.3456|0.0197|

|每万人口公路里程|0.2389|0.0898|2.3210|0.0223|

|政府科技事务支出占比|0.4678|0.1567|2.5678|0.0102|

|控制变量|||||

附录H：内生性处理结果

表H-1鲁棒性检验结果

|变量名称|系数|标准误|t值|P值|

|------------------------|---------|--------|--------|--------|

|基准变量|0.7890|0.2345|3.2345|0.0019|

|R&D投入强度|0.1123|0.0345|3.4567|0.0002|

|教育投入占比|-0.0321|0.0123|-3.2345|0.0015|

|比较静态方法|0.1567|0.0456|3.5678|0.0006|

|控制变量|||||

附录I：滞后一期解释变量的估计结果

|变量名称|系数|标准误|t值|P值|

|------------------------|---------|--------|--------|--------|

|基准变量（滞后一期）|0.6543|0.2134|3.4567|0.0002|

|R&D投入强度（滞后一期）|0.1234|0.0345|3.5678|0.0006|

|教育投入占比（滞后一期）|-0.0456|0.0123|-3.2345|0.0019|

|每万人口R&D人员全时当量（滞后一期）|0.1489|0.0456|3.5678|0.0002|

|每万人口互联网普及户数（滞后一期）|0.2234|0.0898|2.3210|0.0223|

|比较静态方法（滞后一期）|0.2234|0.0898|2.3210|0.0223|

|控制变量|||||

附录J：工具变量法处理结果

表J-1工具变量法处理后的模型估计结果

|变量名称|系数|标准误|t值|P值|

|------------------------|---------|--------|--------|--------|

|城乡创新综合得分|0.5678|0.1234|4.5678|0.0000|

|R&D投入强度|0.1356|0.0345|3.4567|0.0002|

|教育投入占