智慧城市的技术创新效应：基于杭州数据

杨雪锋　王成

摘要：产业集聚的创新效应是空间经济学的重要命题，但是智慧城市在要素集聚的基础上渗透了新兴信息技术，使得创新效应倍增，这一判断尚未引起学界重视。从系统集成视角对智慧城市建设诱发技术创新的作用机制进行理论分析，然后选取2001—2013年的时间跨度，对杭州市智慧城市的技术创新效应进行实证分析。其结果表明，杭州市智慧城市的核心解释变量宽带网络接入户数、基础网络设施建设投资额、网络信息技术及互联网企业数对技术创新效应代表性指标科技经费内部支出、专利申请授权量以及新产品产值都具有正向促进作用。其中，基础网络设施建设投资额对科技经费内部支出及新产品产值的正向推动作用较大，网络信息技术及互联网企业数对专利申请授权量的正向推动作用较大。

关键词：要素集成；智慧城市；技术创新效应；诱发机制；智慧杭州；城市人口规模；城市创新系统；创新源

中图分类号：TU994 文献标识码：A 文章编号：1007-2101（2016）02-0116-07

一、引言

城市人口规模的急剧扩张给城市的规划、发展、管理带来很大的挑战，引发了诸如空气污染、垃圾围城、交通堵塞、社会治安、公共资源紧张等复杂而难以破解的“城市病”。为化解这些“城市病”，“智慧城市”应运而生，其强调的是以城市整体效益提升为导向，通过物联网、云计算、新一代移动通信技术等的应用来整合城市资源，为公众提供智慧化的服务与管理。然而，随着新一代信息通讯技术的广泛普及，商业模式不断被颠覆，跨界经营成为常态，智慧城市的功能就不限于此，它对于技术创新的诱发效应愈加显著。传统城市的存在使得生产要素从简单的集中提升到城市区域层面的空间集聚，从而带来较低的贸易成本、充分的劳动力和产品市场、企业规模报酬递增、技术创新等促进创新活动发生的优势条件，最终通过优势的资金和人力资源的积累获得能带来更高效产出的技术或知识层面的创新成果，提高企业乃至整个城市的核心竞争力。然而，与传统城市促进创新效应相比较，智慧城市在承袭城市对创新效应作用的传统优势之上，借助于物联网技术、云计算技术、移动互联网技术、大数据处理技术、标准与安全共性技术等现代科技技术，实现城市区域要素空间集聚、整合，进而大幅度提升创新效应。

国内外学者主要从区域创新系统理论、国家创新系统等方面进行研究，但是对于特殊区域的城市创新系统理论研究甚少，大多从城市的单一特定角度进行技术创新的研究。雅各布斯（1969）认为，城市竞争性结构对于创新和知识积累有着非常大的推动作用。安德松和卡尔森（2002）认为，城市集群在创新系统中占据着相当重要的作用，并且提出了以城市集群为中心的城市创新系统结构模式。另外，普加（2005）研究发现，许多城市由部分专业化向功能性专业化转变主要是由于远程管理成本下降导致的。在此过程中，大多数公司总部以及商务服务聚集地设置在大城市，工厂则聚集在小城市。卡利杰拉尔德和罗伯特（2007）研究发现，城市的就业密度以及专利申请量存在显著的正相关关系。在其他控制变量保持恒定的情况之下，A城市的就业密度如果是B城市就业密度的2倍，那么对应的专利授权量会高出20%。

在国外学者对技术创新理论研究的基础之上，我国学者也积极探讨城市技术创新体系的有关问题。王铁明、曾娟（2000）研究发现，城市技术创新体系主要以城市角度为基准点，以追求创新要素效应最大化为核心目标，着重从计划经济体制、过渡时期技术创新运行机制以及市场经济体制下的创新运行机制进行分析；城市技术创新体系的构建必须要立足于协调城市私有部门以及公共部门的组织和制度网络，实现城市新知识及新技术的创造、扩散以及使用的顺利进行。之后，王永康（2002）对我国沿海开发城市进行了研究，从产业结构调整、外向经济型发展以及企业创新主体的塑造几个方面分析科技优势，同时提出率先建立并完善城市创新体系来实现创新水平的增强。廖德贤和张平（2005）在分析宏观层次上的国家创新系统、中观层次上的区域创新系统和微观层次上的企业创新系统三者相互关系基础上构建了城市创新系统的结构模型。认为作为区域经济的核心以及基础设施、信息服务等方面功能的综合体，城市应该以推动区域经济发展为导向，而区域创新系统的构建必须要以城市创新系统为突破口，才能够有效整合城市创新资源、营造城市创新氛围以及完善创新基础实施，进而推进城市区域创新系统高效运行。

从当前已有文献及有关资料来看，智慧城市如何诱发创新效应这一问题目前尚无探索。杭州以 “电商之都”作为城市发展目标之一，先行发展智慧产业，吸引相关优质要素集聚，进而通过科创园、高新区、海创园等智慧经济载体进行资源整合及系统集成，诱导众多科研院所、高校、企业等创新主体参与智慧城市建设，引发创新效应。为此，笔者在分析创新诱发机制的基础上，以杭州智慧城市为研究案例，基于2001—2013年的数据，对城市智慧化对技术创新的诱发效应做实证研究，旨在降低城市的创新成本，提升创新水平。

二、智慧城市促进技术创新的作用机制

（一）要素集聚视角下传统城市对创新的作用机制

要素集聚是经济发展过程中的一种产业分布形态。改革开放以来，我国沿海地区，特别是浙江、广东等省市的经济获得快速发展，同时在这些地区都形成了不同程度和不同特点的产业集聚现象，以中小企业的扎堆集聚最为显著。产业的集聚必然会引起人力资源、资金、技术、基础设施等要素在一定程度上的集中，要素的集中引发的递增规模报酬、平均生产和运输成本降低以及完善配套的基础设施，进一步促进了城市创新活动发生的频率。但由于城市受到环境、资源承载力的制约，要素在特定空间集聚到一定程度后，再增加要素投入并不会促进创新效应的进一步提升。因此，由于资源禀赋的不同，那些具备良好的地理、资源和人口优势的城市，大多数企业家倾向于选择该区位进行生产和经营。城市独特的优势以及逐渐成熟的技术、市场环境吸引更多的要素或关联企业转移到集聚区发展，从而促进城市创新活动的发生。这种要素向某一集聚地区转移，使该地区具有丰富的资本、技术、信息、人才等资源获得加速发展的现象被称为“吸纳效应”，使劳动力和资本市场向深度发展，带来较低的交易成本、信贷成本、富余的劳动力及市场规模的进一步扩大。

此外，要素的集聚与城市的分工与专业化是双向的促进关系，其本质是通过知识积累和知识溢出来促进经济发展，奠定了进行创新活动所具备的硬件及软件基础条件。一方面，要素集聚推动了城市分工与专业化的进程，使得集聚的企业在该方面的生产经营能力更强，拥有更丰富的技术知识和稳定的产品市场，同时专业性增强有助于实现创新。另一方面，城市的分工与专业化进一步整合要素集的程度，从而将各类企业、居民、高校和科研院所与社会机构聚集在一起，他们为了各自的技术、人才或资金需要互相交流、影响和促进，带来了多样化的经济活动，触动知识溢出而推动创新活动和经济增长。城市各部门之间的信息、知识、人力资本等集聚和流动也正是知识溢出的表现和重要方式，城市产业之间相互合作、各类企业家、知识技能拥有者相互交流促进了新知识、新思想、新技术的产生，多样化使得企业拓宽了交流渠道，而不仅仅限于关联企业间合作，并由此获得提升自身发展能力和改善经营状况的信息与知识。同时，城市与城市之间、产业与产业之间的知识溢出增进了彼此的合作关系，使得产业或城市之间的各类信息和知识技能得到进一步融合，同时增强了知识溢出的范围和效用，促进城市创新效应的提升。

（二）系统集成视角下智慧城市对创新的诱发机制

从系统集成的角度来看，对一般产业要素集聚进行分析可知，城市创新系统实质上由三部分构成：核心层要素创新系统、中间层要素创新系统和外围层要素创新系统。但是对于智慧城市而言，城市创新系统还包含了智慧层、感知层以及网络层，是智慧城市要素集聚赖以生存与发展的创新网络系统，在各要素之间正式和非正式的交流过程起到一种桥梁沟通的作用。为了便于分析智慧城市促进技术创新效应的作用机制，笔者构建了智慧城市与技术创新的物联网系统（如图1所示）。智慧城市与技术创新的物联网系统是智慧城市特有的一种形态，借助于正式和非正式的交流沟通机制，相互作用、相互渗透组成一个强大的网络结构。这种网络结构强调技术创新不仅仅发生在单个创新源上，更多的技术创新产生于不同创新源的协同互动之中，突出了智慧城市物联网是技术创新的力量源泉，任何一层的任何因素都可能成为技术创新的创新源。就像一个庞大的生态系统，内部具有灵活的自我调节机制和技术创新功能。随着智慧城市要素的不断集聚，逐步增强集聚区域在市场竞争中的适应性和创新能力，从而保持智慧城市要素集聚区域的生命力和竞争力。

另外，智慧层、感知层以及网络层在核心层、中间层和外围层之间形成一条信息通道，促使智慧城市要素集聚与技术创新的互动发展。具体而言，处于最外层的智慧层、感知层以及网络层能够迅速对企业的外部环境数据进行收集、整合，然后通过正式和非正式的交流直接传递到核心层中的企业中，进而保障企业获取数据的时效性，提升技术创新效应。其次，智慧层、感知层以及网络层通过正式与非正式交流传递外部信息的同时，也会通过物联网系统输送到外围层及中间层，从而间接传递到核心层。这样的直接好处就是可以增加创新活动在网络系统各节点发生的频率，提升创新水平。最后，由于智慧层、感知层以及网络层的存在，当一种创新活动在网络中的一个结点发生后，就会在网络内部快速流动起来，加速技术创新的扩散速度，从而促使更高层次创新活动的诞生。一般情况下，技术创新活动往往发生在网络结点上，联系的结点越多，技术创新扩散速度越快，技术创新能力就会越强。在相互交流过程中，会产生新的技术创新结点，增加结点密度，交流的机会就会越来越多，技术创新机遇就会越多，技术创新能力就会不断增强，从而创新效应也会越来越高。

三、实证分析

（一）变量选择

智慧城市相关变量的选取主要依据《智慧城市评价指标体系2.0》以及2014年杭州市信息经济和智慧经济发展工作领导小组办公室编制的信息经济/智慧经济项目（第一批）汇总表而确定的。基于指标数据的可得性问题，从政府、企业以及个人三个层面确定基础网络设施建设投资额（NI）、网络信息技术及互联网企业数（IT）、宽带网络接入户数（BN）三个指标作为智慧城市的度量指标。通过投入法和产出法来衡量技术创新活动。其中，投入法的相关指标有R&D经费投入、科技经费投入等。由于缺乏完整的R&D经费内部支出数据，选用科技经费内部支出作为技术创新的投入指标。产出法的相关指标有专利数量、新产品产值等。除了智慧城市相关指标以外，还有许多因素会对技术创新产生不同程度的影响。从外资溢出、科技人力资本、企业规模以及市场竞争四个方面进行控制变量的选择（见表1）。

（二）数据来源及描述性统计

为了剔除价格因素的影响，用高技术产业产品出厂价格指数对新产品产值、高技术产业总产值进行平减。同时参照《中国统计年鉴》各年份价格指数对科技经费内部支出、基础网络设施建设投资额用CPI指数进行平减。对于外资溢出，先用年平均汇率换算成人民币，然后再用CPI指数进行平减。通过表2可以看到，各变量的最大值与最小值之间存在着非常大的差异，同时大多数变量的标准差也很大。虽然对各变量进行了平减，但是各变量的平稳性很差。因此，按照常规的方法对各变量进行平减后进一步取自然对数。

（三）模型构建

智慧城市创新水平模型构建借鉴广义的柯布—道格拉斯生产函数表示：

IBt=At.Kat.Lbt

IB（Innovative Benefits）代表智慧城市的技术创新水平度量指标，K、L分别表示智慧城市的资本投入和人力投入。其中，K资本投入选取了基础网络设施建设投资额（NI）作为代表性指标。L人力投入代表性指标选取高技术产业科技活动人员中的科学家和工程师数来（HUM）表示。因此，模型进一步细化为：

IBt=At.NIta1.HUMtb1

A为综合技术水平，表示影响智慧城市创新水平的其他因素。通过张倩肖等（2007）的研究成果发现，在开放式的经济体系中，创新水平不仅受到资本投入和人力投入的影响，而且还与整个行业的研发溢出效应等外部环境有关，例如高技术产业通过引入外资、购买技术、良性竞争等方式提高创新水平。为此，对于智慧城市的创新水平而言，也可以通过引入上述要素和机制得到进一步提升。为此，可以将影响智慧城市的创新水平的其他因素A进一步表示为：

At=λef（ITt，BNt，FDIt，SIZEt，MCRt）+εt

IT是网络信息技术及互联网企业数；BN是宽带网络接入户数；FDI代表的是外商直接投资实际利用外资金额，衡量外资溢出效应；SIZE代表高技术产业的平均企业规模，衡量行业规模效应；MCR代表高技术产业的市场结构，衡量竞争效应。λ为常数项，εt为随机误差性。进一步将上述模型整理为：

IBt=λef（ITt，BNt，FDIt，SIZEt，MCRt）+εt.（NIta1）.HUMtb1

根据吴延兵（2008）以及Hu（2005）等研究成果，可以进一步将At函数展开为：

At=σ1InFDIt+σ2InSIZEt+σ3InMCRt+a2ITt+a3BNt

通过取对数得到智慧城市对技术创新水平的基本假定模型：

InIBt=a0+（a1InNIt+a2InITt+a3InBNt）+b1InHUMt+σ1InFDIt+σ2InSIZEt+σ3InMCRt+μt

（四）实证检验与分析

以2001—2013年时间序列数据为基础，运用Eview6.0对上述模型进行估计分析。用TIE、PAT、NEPV代表技术创新，分别作为子模型一、子模型二、子模型三的被解释变量。针对时间序列数据而言，需要进行解释变量、被解释变量以及控制变量的平稳性检验（见表3）。

以TIE、PAT、NEPV代表技术创新，分别以InInTIE、InPAT以及InNEPV作为被解释变量，InBN、InNI以及InIT作为解释变量，InFDI、InHUM、InSIZE以及InMCR作为控制变量，运用OLS方法进行回归分析子模型一、子模型二、子模型三。另外，为了探讨控制变量对被解释变量及模型的影响，采取逐次加入（见表4）。

从OLS回归估计结果来看，子模型一、二、三随着控制变量的逐次加入，整体拟合优度很好，且在不断提高（R-squared数值的提升）。智慧城市的核心解释变量（宽带网络接入户数、基础网络设施建设投资额、网络信息技术及互联网企业数）和控制变量（外商直接投资、科技人力资本、企业规模以及市场竞争）都有很好的解释力，基本上通过了显著性检验（T值及F检验值）。可以看出技术创新效应受到众多因素的影响，是一个较为复杂的过程。所选取的指标及技术创新多元要素驱动模型是合适的。

1. 智慧城市核心解释变量对技术创新效应的作用。宽带网络接入户数（BN）对技术创新效应的影响。在分别以TIE、PAT以及NEPV作为解释变量的三个子模型中，T值、F检验值以及DW值分别为（3.331 1、151.789、2.704 8）（2.708 2、122.00 8、1.785 7）（3.814 2、350.51 9、2.007 4），均通过了显著性检验及自相关检验。宽带网络接入户数（BN）的弹性系数分别为0.029 7、0.036 7、0.008 3，即保持其他变量不变的情况下，BN每增长1%，TIE、PAT、NEPV将相应地提高0.029 7%、0.036 7%、0.008 3%。因此，宽带网络接入户数（BN）对PAT的贡献程度最大，其次是TIE，对NEPV的贡献程度最小，回归估计的结果也符合前期BN对技术创新正向促进作用的预期。

基础网络设施建设投资额（NI）对技术创新效应的影响。在分别以TIE、PAT以及NEPV作为解释变量的三个子模型中，T值、F检验值以及DW值分别为（-1.972 2、151.78 9、2.704 8）（7.041 5、122.00 8、1.785 7）（2.009 1、350.51 9、2.007 4），也均通过了显著性检验及自相关检验。基础网络设施建设投资额（NI）弹性系数分别为0.045 3、0.168 9、0.129 1，即在保持其他变量不变的情况下，NI每增长1%，TIE、PAT、NEPV将相应地提高0.045 3%、0.168 9%、0.129 1%。因此，基础网络设施建设投资额（NI）对PAT的贡献程度最大，其次是NEPV，对TIE的贡献程度最小，回归估计的结果也符合前期NI对技术创新正向促进作用的预期。

网络信息技术及互联网企业数（IT）对技术创新的影响。在分别以TIE、PAT以及NEPV作为解释变量的三个子模型中，T值、F检验值以及DW值分别为（2.112 1、151.78 9、2.704 8）（2.421 6、122.00 8、1.785 7）（4.098 1、350.51 9、2.007 3），均通过了显著性检验及自相关检验。网络信息技术及互联网企业数（IT）弹性系数分别为0.001 1、0.192 7、0.025 2，即保持其他变量不变的情况下，NI每增长1%，TIE、PAT、NEPV将相应地提高0.001 1%、0.192 7%、0.025 2%。因此，网络信息技术及互联网企业数（IT）对PAT的贡献程度最大，其次是NEPV，对TIE的贡献程度最小，回归估计的结果也符合前期IT对技术创新正向促进作用的预期。

总体来看，基础网络设施建设投资额对TIE的正向促进作用最大，其次是宽带网络接入户数；网络信息技术及互联网企业数对PAT的正向促进作用最大，其次是基础网络设施建设投资额；基础网络设施建设投资额对NEPV的正向促进作用最大，其次是智网络信息技术及互联网企业数。

2. 控制变量对技术创新效应的作用。在选取的以FDI、HUM、SIZE以及MCR作为控制变量的回归中，FDI在子模型三中出现了系数为正负的情况，这与前文预期的不确定性吻合，需要进一步分析。其他控制变量在三个模型中的系数均为正，符合预期，并且显著性检验也均通过。总体来看，科技人力资本（HUM）对TIE的正向促进作用最大，其次是市场竞争（MCR）；市场竞争（MCR）对PAT的正向促进作用最大，其次是科技人力资本（HUM）；企业规模（SIZE）对NEPV的正向促进作用最大，其次是市场竞争（MCR）。

四、结论及建议

（一）主要结论

以宽带网络接入户数、基础网络设施建设投资额、网络信息技术及互联网企业数作为杭州市智慧城市的代表性指标，科技经费内部支出、专利申请授权量、新产品产值作为技术创新效应的代表性指标以及外资溢出、科技人力资本、企业规模以及市场竞争作为控制变量，分析杭州市智慧城市对技术创新效应的影响。实证结果表明，宽带网络接入户数、基础网络设施建设投资额以及网络信息技术及互联网企业数的增加对技术创新效应的代表性指标都具有正向的促进作用。另外，除了外资溢出，其他控制变量对技术创新效应的代表性指标也具有正向的促进作用。而外资溢出在一定程度上对技术创新具有一定的抑制作用，表现为负的弹性系数。

总体而言，在智慧城市相关解释变量中，基础网络设施建设投资额对科技经费内部支出的正向推动作用最大，网络信息技术及互联网企业数对专利申请授权量的正向推动作用最大，而基础网络设施建设投资额对新产品产值的正向推动作用最大。在控制变量中，科技人力资本对科技经费内部支出的正向推动作用最大，市场竞争对专利申请授权量的正向推动作用最大，企业规模对新产品产值的正向推动作用最大。

（二）政策建议

通过研究发现，杭州市智慧城市对技术创新效应具有积极的促进作用。为了更大程度地发挥出技术创新效应，还需要进一步加大杭州智慧城市建设方面的工作。一方面需要加大对智慧城市建设科学规划的力度。规划是对未来发展的一个初步预判，所以需要杭州市充分借鉴国内外智慧城市建设的先进经验，减少智慧城市建设中走弯路的情况发生。由于智慧城市是在新一代信息技术的突破中孕育而生的，考虑到新一代信息技术在许多方面还不够成熟，例如在云计算方面还处于大数据时代，真正实现云计算还需要很大的突破。因此，需要规划好智慧城市建设的侧重点，促进新一代信息技术的不断发展，为技术创新活动奠定一个技术保障。另一方面需要搭建智慧城市技术创新信息交流平台。新一代信息技术虽然实现了公共信息的快速传播，但是对于许多非公开的信息也不能够实现其有效传播。为此，可以鼓励企业与本市企业及外地甚至跨国企业建立智慧城市信息共享中心，实现信息在平台内部共享。政府在这个平台之中需要充当起代理人的角色，保障双方或多样的共同利益不受侵害，同时运用新一代信息技术发挥出智慧城市信息共享平台的作用，实现加强技术创新活力与提升技术创新效应的目的。此外，还需要优化智慧城市建设各要素投入比重，在有限的投入下如何实现技术创新效应最大化，结合特定的实际情况加以考虑，充分协调好各要素之间的投入比重，保障技术创新效应的持续性与合理性。

参考文献

[1]刘兰娟，徐鑫.智慧城市建设财政支出影响经济转型的CGE模拟分析——以上海为例[J].上海经济研究，2014，（1）：104-110.

[2]朱庆.三维GIS及其在智慧城市中的应用[J].地球信息科学学报，2014，（2）：151-157.

[3]李德仁，姚远，邵振峰.智慧城市中的大数据[J].武汉大学学报（信息科学版），2014，（6）：631-640.

[4]屠启宇.全球智慧城市发展动态及对中国的启示[J].南京社会科学，2013，（1）：47-53.

[5]陈博，高光耀.智慧城市的建设路径、核心和推进策略研究[J].管理现代化，2013，（1）：67-69.

[6]蓝荣钦，王家耀.智慧城市空间信息基础设施支撑力评价体系研究[J].测绘科学技术学报，2015，（1）：78-81.

[7]刘刚，张再生，梁谋.智慧城市建设面临的问题及其解决途径——以海口市为例[J].城市问题，2013，（6）：42-45.

[8]徐静，陈秀万.基于信息空间理论的智慧城市模型构建[J].科技导报，2013，（22）：56-59.

[9]李健.新城发展中的智慧城市建设战略与框架[J].南京社会科学，2013，（11）：66-71.

[10]刘勇，张韶月，柳林，王先伟，黄华兵.智慧城市视角下城市洪涝模拟研究综述[J].地理科学进展，2015，（4）：494-504.

[11]戴强，黄庆德.智慧城市关键技术投资分析[J].山西财经大学学报，2012，（S1）：36.

[12]胡军燕，纪超逸.智慧城市建设背景下经济增长的多因素分析[J].统计与决策，2015，（5）：119-123.

[13]孙涛，董永凯.物联网产业发展对智慧城市建设影响研究[J].理论探讨，2015，（2）：86-90.

[14]王艳军，李朝奎，路立娟.地理空间信息技术在智慧城市中的应用思考[J].湖南科技大学学报（自然科学版），2014，（4）：69-73.

[15]郑承良，梁勇，刁海亭，井月欣，刘洪岩.云计算下的蔬菜安全追溯与预警系统[J].测绘科学，2015，（4）：74-77，125.

责任编辑、校对：李金霞

Abstract： The innovation effect of industrial agglomeration is an important proposition of spatial economics， but on the basis of factor gathering， smart city permeates emerging information technology， which doubles the innovation effect， this judgment has not yet attracted the attention of the educational circles. From the perspective of system integration， the author analyzes theoretically mechanism of technological innovation in the smart city construction， and makes empirical analysis of the technological innovation effect of smart city in Hangzhou from 2001 to 2013. Its results show that the core explanation variables of the wisdom of the city of Hangzhou，such as broadband network access， based network infrastructure construction investment， network of information technology and Internet companies number to represent the effect of technology innovation index of internal expenditures on scientific and patent application authorization quantity and output value of new products， have positive promoting effect. In which， construction investment in infrastructure network has greater positive promoting effect on internal expenditure on science and technology funds and new product output value， and network information technology and internet companies have greater positive promoting effect on patent application and authorization.

Key words： factor aggregation； smart city； technological innovation effect； induced mechanism； smart city of Hangzhou； urban population scale； urban innovation system； source of innovation