呂拉昌，趙彩云

（1.首都師范大學(xué) a.資源環(huán)境與旅游學(xué)院；b.北京城市創(chuàng)新與發(fā)展研究中心，北京 100048；2.河北地質(zhì)大學(xué) 管理學(xué)院，石家莊 050031）

黨的二十大報(bào)告提出“完善促進(jìn)創(chuàng)業(yè)帶動就業(yè)的保障制度，支持和規(guī)范發(fā)展新就業(yè)形態(tài)?！弊鳛橥苿咏?jīng)濟(jì)增長和解決就業(yè)難題的創(chuàng)業(yè)活動，其形成和發(fā)展與城市環(huán)境緊密相關(guān)（Fogel, 2001）。知識經(jīng)濟(jì)時(shí)代，城市環(huán)境中較為重要的是知識環(huán)境。知識作為城市創(chuàng)新發(fā)展和維持競爭優(yōu)勢的重要驅(qū)動力，知識的生產(chǎn)、應(yīng)用和擴(kuò)散，推動著新思想、新組織形式和新企業(yè)不斷形成（Florida et al., 2017）。因此，探討城市知識環(huán)境對創(chuàng)業(yè)活動的影響機(jī)制，成為當(dāng)前社會需求與研究的重要議題。

已有較多文獻(xiàn)從經(jīng)濟(jì)學(xué)、地理學(xué)、社會學(xué)和人口學(xué)等視角，對影響創(chuàng)業(yè)活動的傳統(tǒng)區(qū)域因素進(jìn)行了大量研究（Delgado et al., 2010; Sambharya et al.,2014; Lounsbury et al., 2019; Tajpour et al., 2019）。近年來，隨著城市中知識要素密集度提升，較多學(xué)者逐漸關(guān)注城市知識環(huán)境對創(chuàng)業(yè)活動的影響研究。目前主要圍繞創(chuàng)業(yè)知識溢出理論（Ghio et al., 2014;Iftikhar et al., 2020）、創(chuàng)新體系理論（Ylinenp??,2009; Mi et al., 2022）、本地蜂鳴和全球管道理論（Bathelt et al., 2004）等，探討知識對創(chuàng)新創(chuàng)業(yè)活動形成和發(fā)展的影響；在實(shí)證研究方面，國外以歐美發(fā)達(dá)國家城市為例，分析了城市知識環(huán)境對創(chuàng)業(yè)活動的作用機(jī)制（Pancholi et al., 2014; Qian, 2017），國內(nèi)僅有少數(shù)文獻(xiàn)基于省級尺度或企業(yè)個(gè)體層面探討了知識對創(chuàng)業(yè)活動的影響（齊瑋娜 等，2014；孫啟新 等，2021）。城市是知識和創(chuàng)業(yè)活動的主要載體，而基于城市尺度的知識環(huán)境對創(chuàng)業(yè)活動的影響研究較缺乏，中國城市知識環(huán)境對創(chuàng)業(yè)活動的影響機(jī)理尚未厘清。為此，本文擬通過實(shí)證分析，重點(diǎn)探討：中國城市知識環(huán)境如何影響創(chuàng)業(yè)活動？其作用機(jī)制是什么？以及這種影響是否存在空間異質(zhì)性？

為回答上述問題，本文在回顧已有研究基礎(chǔ)上，構(gòu)建城市知識環(huán)境對創(chuàng)業(yè)活動影響的理論分析框架，基于中國275個(gè)地級及以上城市數(shù)據(jù)，采用空間回歸模型方法探討城市知識環(huán)境對創(chuàng)業(yè)活動的影響，揭示中國城市知識環(huán)境對創(chuàng)業(yè)活動作用的內(nèi)在規(guī)律與影響機(jī)制。以期為新時(shí)期中國城市創(chuàng)業(yè)發(fā)展提供理論依據(jù)和實(shí)踐參考。

1 文獻(xiàn)綜述

1.1 創(chuàng)業(yè)活動的影響因素

創(chuàng)業(yè)活動的影響因素研究已取得豐富成果，創(chuàng)業(yè)活動受制度環(huán)境、社會文化、產(chǎn)業(yè)集群、基礎(chǔ)設(shè)施、資源要素以及創(chuàng)業(yè)者個(gè)體特征等多種因素的影響。其中，制度環(huán)境是創(chuàng)業(yè)活動形成與發(fā)展的重要條件，自由的市場經(jīng)濟(jì)體制、良好的營商環(huán)境、優(yōu)惠的稅收政策等均對創(chuàng)業(yè)活動具有促進(jìn)作用（Davari et al., 2018）；文化多樣性能顯著提升創(chuàng)業(yè)活力，文化多樣性越高，城市創(chuàng)業(yè)越活躍（Sobel et al.,2010）；產(chǎn)業(yè)集聚形成的知識溢出效應(yīng)和專業(yè)化分工體系，有利于新企業(yè)產(chǎn)生（符文穎，2018）；傳統(tǒng)基礎(chǔ)設(shè)施通過促進(jìn)信息、資源和要素的快速流通，帶來更多創(chuàng)業(yè)機(jī)會，而新型信息基礎(chǔ)設(shè)施建設(shè)對提升數(shù)字化創(chuàng)業(yè)活躍度具有增強(qiáng)作用（Audretsch et al., 2015）。數(shù)字經(jīng)濟(jì)可以通過促進(jìn)科學(xué)技術(shù)創(chuàng)新、拓寬信息獲取渠道、組合知識創(chuàng)新要素等多種方式，培育創(chuàng)業(yè)機(jī)會，激發(fā)創(chuàng)業(yè)活力（Yin et al., 2019）。地區(qū)創(chuàng)業(yè)活躍程度還取決于本地人力資源儲備量，豐富的人力資源為創(chuàng)業(yè)活動提供人才保證和智力支持（Tajpour et al., 2019）。創(chuàng)業(yè)者個(gè)體的創(chuàng)業(yè)意愿，不僅受到成功創(chuàng)業(yè)者的示范效應(yīng)，還與其自身的受教育程度、人格特征、風(fēng)險(xiǎn)偏好、職業(yè)經(jīng)歷、家庭環(huán)境、經(jīng)濟(jì)收入等因素密切相關(guān)（Del et al., 2021; Mayr et al., 2021）?？傊?，上述研究從不同尺度、不同地區(qū)、不同角度對創(chuàng)業(yè)活動的影響因素進(jìn)行較全面的分析。隨著知識經(jīng)濟(jì)發(fā)展，城市知識環(huán)境對創(chuàng)業(yè)活動的影響逐漸成為研究的重要方向。

1.2 城市知識環(huán)境對創(chuàng)業(yè)活動的影響

關(guān)于城市知識環(huán)境研究，Knight（1995）提出以知識為基礎(chǔ)的發(fā)展（Knowledge-Based Development），認(rèn)為知識資源為地方發(fā)展服務(wù)并對可持續(xù)發(fā)展提供基礎(chǔ)。此后，知識環(huán)境（Knowledge Environment）、知識城市（Knowledge City）、以知識為基礎(chǔ)的城市發(fā)展（Knowledge-Based Urban Development）等研究迅速增加。知識城市強(qiáng)調(diào)知識在城市中的重要性，注重經(jīng)濟(jì)、社會、建筑、空間、環(huán)境等方面發(fā)展，把可持續(xù)性發(fā)展作為知識城市的終極目標(biāo)（Edvardsson et al., 2016）。以知識為基礎(chǔ)的城市發(fā)展，旨在建立環(huán)境保護(hù)、經(jīng)濟(jì)安全、社會公正和管理良好的具有知識生產(chǎn)和流通功能的城市（Yigitcanlar, 2011）。上述這些概念與理論，雖然都指出知識在城市環(huán)境中的重要作用，但內(nèi)容過于寬泛且較為綜合，沒有凸顯城市知識本身的特征。因此，本文基于以上概念，聚焦于城市知識特征，對城市知識環(huán)境作如下定義：城市中支撐各類知識活動的物質(zhì)條件和服務(wù)條件的環(huán)境總和。城市知識環(huán)境可以分為城市知識硬環(huán)境和城市知識軟環(huán)境2類。城市知識硬環(huán)境主要指為城市提供知識活動的硬件設(shè)施，包括大學(xué)、科研機(jī)構(gòu)、圖書館、科技館等知識基礎(chǔ)設(shè)施；城市知識軟環(huán)境主要指為城市提供知識活動服務(wù)的知識資源，包括論文、專利、圖書等知識存量。

城市知識環(huán)境對創(chuàng)業(yè)活動的影響研究，按照研究對象的不同，可分為2類：1）以城市知識要素為研究對象，分析城市中知識對創(chuàng)業(yè)活動的影響。如較多學(xué)者基于創(chuàng)業(yè)知識溢出理論，探索知識溢出效應(yīng)對創(chuàng)業(yè)活動的影響，認(rèn)為未被利用的新知識是創(chuàng)業(yè)機(jī)會的內(nèi)生動力來源，可以激發(fā)創(chuàng)業(yè)活動產(chǎn)生（Acs et al., 2009;Qian et al., 2013）。但知識溢出并不會自動產(chǎn)生創(chuàng)業(yè)機(jī)會，還取決于創(chuàng)業(yè)者對知識的吸收能力、社會資本等因素（Marks et al., 2020）。也有學(xué)者基于本地蜂鳴和全球管道理論，探討本地知識和外部知識對創(chuàng)業(yè)活動的影響，本地知識基礎(chǔ)對知識型創(chuàng)業(yè)存在顯著積極作用，本地知識存量越豐富，知識型創(chuàng)業(yè)水平越高（齊瑋娜 等，2014）；外部知識有助于創(chuàng)業(yè)者獲取互補(bǔ)性的新知識（郭潤萍，2016）。還有學(xué)者基于創(chuàng)新體系理論視角，探討知識基礎(chǔ)設(shè)施對創(chuàng)業(yè)活動的影響，發(fā)現(xiàn)在大學(xué)、科研機(jī)構(gòu)附近，創(chuàng)新型企業(yè)容易產(chǎn)生（Guerrero et al., 2016）；本地孵化器有助于提高創(chuàng)業(yè)成功率（Del Bosco et al., 2021）。2）以城市知識環(huán)境為整體，綜合分析城市知識環(huán)境對創(chuàng)業(yè)活動的影響。在案例選取上，主要集中在發(fā)達(dá)國家城市。如有學(xué)者以歐盟60個(gè)城市為例，建立由經(jīng)濟(jì)、社會、環(huán)境、創(chuàng)新、創(chuàng)業(yè)組成的以知識為基礎(chǔ)的城市發(fā)展創(chuàng)業(yè)（Knowledge Based City Developing Entrepreneurship）指數(shù)，分析了以知識為基礎(chǔ)的城市環(huán)境對創(chuàng)業(yè)活動的影響，得出以知識為基礎(chǔ)的城市環(huán)境促進(jìn)創(chuàng)業(yè)，良好的社會教育對創(chuàng)業(yè)具有積極影響（Penco et al., 2020）。然而，這些研究采用的城市知識環(huán)境測度指標(biāo)較寬泛，包含經(jīng)濟(jì)、社會、生態(tài)、管理等多方面內(nèi)容，難以凸顯城市的知識對創(chuàng)業(yè)活動的影響。

綜上，創(chuàng)業(yè)活動的影響因素隨著時(shí)代發(fā)展而變化，知識經(jīng)濟(jì)時(shí)代，城市知識要素密集度提升，知識環(huán)境對創(chuàng)業(yè)活動的影響增加。已有研究主要集中在西方發(fā)達(dá)國家城市，而以中國城市為案例的研究較少。同時(shí)，以往研究中，城市知識環(huán)境測度指標(biāo)過于綜合，未聚焦于城市知識特征，對城市知識環(huán)境影響創(chuàng)業(yè)活動的作用機(jī)理及異質(zhì)性研究存在不足。因此，本文基于上述城市知識環(huán)境定義和已有研究基礎(chǔ)，從知識存量和知識基礎(chǔ)設(shè)施2方面，構(gòu)建城市知識環(huán)境指數(shù)，探討中國城市知識環(huán)境對創(chuàng)業(yè)活動的影響（圖1）。

圖1 城市知識環(huán)境對創(chuàng)業(yè)活動影響的理論分析框架Fig.1 Theoretical analysis framework of urban knowledge environment on entrepreneurship

2 研究方法、指標(biāo)體系及數(shù)據(jù)來源

2.1 城市知識環(huán)境評價(jià)指標(biāo)和方法

從知識存量和知識基礎(chǔ)設(shè)施2方面，對城市知識環(huán)境水平進(jìn)行評價(jià)（表1）。1）知識存量指標(biāo)，參考李志宏等（2013）的研究，選擇專利、論文、圖書等數(shù)據(jù)表示。2）知識基礎(chǔ)設(shè)施指標(biāo)，在借鑒王艷（2007）研究的基礎(chǔ)上，采用城市高等院校、研究機(jī)構(gòu)、圖書館、科技館、博物館、天文館、美術(shù)館的POI數(shù)據(jù)表示。

表1 城市知識環(huán)境和創(chuàng)業(yè)活動評價(jià)指標(biāo)體系Table 1 Evaluation index system of urban knowledge environment and entrepreneurship

采用Pena Distance（也稱為“DP2”）方法分析以上指標(biāo)數(shù)據(jù)，計(jì)算城市知識環(huán)境（Urban Knowledge Environment）指數(shù)，記為UKE。該方法克服了傳統(tǒng)方法如主成分分析法和數(shù)據(jù)包絡(luò)分析法，在指標(biāo)復(fù)合計(jì)算中權(quán)重分配的任意性、信息冗余等缺陷（Penco et al., 2019），具有特定優(yōu)勢。Pena Distance表達(dá)式為：

式中：i是變量，i=1, 2,…,n；n是變量個(gè)數(shù)；j是樣本城市，j=1, 2…,m；m是城市數(shù)量；dij=|xji-x*i|，dij表示樣本城市j在變量i方面，與變量i基準(zhǔn)參考值的偏離程度；x*i是變量i的基準(zhǔn)參考，通常選擇0 或者最小值，本文選擇0 作為基準(zhǔn)參考值，即x*i=0。xji是變量i在城市j中的值；σi是變量i的標(biāo)準(zhǔn)差；R2i，i-1，…1是xi與xi-1，xi-2，…，x1線性回歸的系數(shù)，其中，R12=0。

2.2 城市創(chuàng)業(yè)活動評價(jià)指標(biāo)和方法

較多研究選取私營企業(yè)創(chuàng)業(yè)指數(shù)、自我雇傭比率、企業(yè)所有權(quán)比率、企業(yè)進(jìn)入率和退出率、新企業(yè)成立數(shù)量、每萬人擁有的中小企業(yè)數(shù)量等指標(biāo)測度城市創(chuàng)業(yè)活動（郭琪 等，2014；楊晨 等，2021）。近年來，國外研究選取每千名工作年齡人口中新注冊企業(yè)數(shù)量和獨(dú)角獸企業(yè)數(shù)量評估城市創(chuàng)業(yè)活動（Henrekson et al., 2020; Kotha et al., 2022）。因此，借鑒已有研究（Penco et al., 2020），結(jié)合中國城市企業(yè)現(xiàn)實(shí)情況，采用新注冊企業(yè)、獨(dú)角獸企業(yè)及瞪羚企業(yè)的數(shù)量測度城市創(chuàng)業(yè)活動（Entrepreneurship）指數(shù)，并使用Pena Distance 方法進(jìn)行計(jì)算，記為ENP。

2.3 空間計(jì)量模型

空間計(jì)量模型可以較好地反映解釋變量在空間層面產(chǎn)生的影響，本文采用此模型方法來分析城市知識環(huán)境對創(chuàng)業(yè)活動的影響。構(gòu)建如下基本模型：

式中：ENPi表示第i個(gè)城市創(chuàng)業(yè)活動指數(shù)，作為本研究的被解釋變量。UKEi表示第i個(gè)城市知識環(huán)境指數(shù)，作為本研究的核心解釋變量。Controli表示第i個(gè)城市控制變量。α1、α2分別為核心解釋變量和控制變量對城市創(chuàng)業(yè)活動的回歸估計(jì)系數(shù)；α0為截距項(xiàng)。ui為隨機(jī)擾動項(xiàng)。

模型中控制變量設(shè)定如下（表2）：HR 為人力資源（Human Resources），代表開展創(chuàng)業(yè)活動的潛在企業(yè)家，使用每萬人口中擁有大學(xué)及以上學(xué)歷的人口數(shù)量表示；VC 為創(chuàng)業(yè)資本（Venture Capital），創(chuàng)業(yè)者自身擁有的資本積累是創(chuàng)業(yè)初期資金的重要來源，參考已有研究（丁玥 等，2017），采用城鄉(xiāng)居民儲蓄年末余額占GDP比重表示；MS為市場規(guī)模（Market Scale），市場規(guī)模越大、需求越多，吸引更多的人選擇創(chuàng)業(yè)，采用城市年平均人口表示；BE為營商環(huán)境（Business Environment），選取城市商業(yè)信用環(huán)境指數(shù)，反映城市市場信用交易和營商環(huán)境狀況；CD 為文化多樣性（Cultural Diversity），地區(qū)創(chuàng)業(yè)活躍程度與當(dāng)?shù)厣鐣幕休^大關(guān)系，借鑒已有研究（Lyu et al., 2019），采用遷移人口來源城市多樣性表征城市文化多樣性，并使用改進(jìn)的赫芬達(dá)爾指數(shù)測度遷移人口來源城市多樣性。

表2 模型變量指標(biāo)和數(shù)據(jù)來源Table 2 Model variable indicators and data sources

已有研究表明創(chuàng)業(yè)活動具有空間相關(guān)性（楊晨等，2021），因此，為探討城市知識環(huán)境對創(chuàng)業(yè)活動的空間效應(yīng)，在式（2）中引入空間變量，構(gòu)建空間計(jì)量模型，并進(jìn)一步判斷出最適合本研究的模型，具體計(jì)算公式和判斷方法詳見參考文獻(xiàn)（丁玥等，2017）。

2.4 數(shù)據(jù)來源

以中國城市為研究單元，所需數(shù)據(jù)來源見表1、2 所示。囿于大學(xué)及以上學(xué)歷人口數(shù)據(jù)來源于人口普查和抽樣調(diào)查資料，2020年的商業(yè)信用環(huán)境等相關(guān)數(shù)據(jù)獲取受限。因此，為包含盡可能多的樣本城市，選擇2015年度數(shù)據(jù)作為研究基礎(chǔ)，以中國275個(gè)地級及以上城市為研究對象，香港、澳門和臺灣未包含在內(nèi)。

3 結(jié)果與分析

3.1 中國城市知識環(huán)境特征

依據(jù)自然間斷點(diǎn)分級法，將城市知識環(huán)境指數(shù)劃分為5級（圖2）。城市知識環(huán)境高水平的城市有31個(gè)，包括北京、上海、廣州、南京等城市；處于較高水平的城市有54個(gè)，包括南通、蘭州、廈門、烏魯木齊等城市；一般水平的城市有77個(gè)，包括泰安、大慶、阜陽等城市；較低水平的城市有75個(gè)，包括渭南、荊門、舟山等城市；低水平的城市有38個(gè)，包括廣安、石嘴山、武威等城市。城市知識環(huán)境指數(shù)最高水平與最低水平相差6.22，說明中國城市知識環(huán)境水平分布不平衡，差距較大，未來應(yīng)提高落后地區(qū)的城市知識環(huán)境水平。

圖2 中國城市知識環(huán)境指數(shù)空間格局Fig.2 Spatial Patterns of knowledge environment index in Chinese cities

中國城市知識環(huán)境水平呈現(xiàn)以下特征：1）東部沿海地區(qū)城市知識環(huán)境指數(shù)相對較高，中部和西部城市知識環(huán)境指數(shù)相對較低。2）京津冀城市群、山東半島城市群、長三角城市群、珠三角城市群、成渝城市群等主要城市群的城市具有較高城市知識環(huán)境水平。3）直轄市、副省級城市、省會城市的知識環(huán)境水平最高，一般地級市的知識環(huán)境水平較低。這可能是由于東部和行政級別較高的城市，經(jīng)濟(jì)水平和科技創(chuàng)新發(fā)展較快，高水平的大學(xué)和研究機(jī)構(gòu)集聚，吸引了大量高學(xué)歷人才，產(chǎn)生更多的知識存量，從而促進(jìn)城市知識環(huán)境水平提升。

3.2 回歸結(jié)果分析

3.2.1 全部樣本回歸結(jié)果 全部樣本分析結(jié)果（表3）顯示，由模型判斷方法得出空間誤差模型是最合適的模型，城市知識環(huán)境指數(shù)在1%統(tǒng)計(jì)水平上顯著，系數(shù)為0.239，表明在其他變量得到控制的情況下，城市知識環(huán)境指數(shù)每提高1%，城市創(chuàng)業(yè)活動將增加0.239%。城市知識環(huán)境對創(chuàng)業(yè)活動存在正效應(yīng)，城市知識環(huán)境指數(shù)越高，創(chuàng)業(yè)活動越活躍。其他控制變量，人力資源和市場規(guī)模均在1%水平上顯著，系數(shù)分別為0.196和0.732，反映人力資源和市場規(guī)模對創(chuàng)業(yè)活動具有顯著促進(jìn)作用。文化多樣性在5%水平顯著，系數(shù)為0.821，說明文化多樣性對創(chuàng)業(yè)活動有積極影響。創(chuàng)業(yè)資本和營商環(huán)境變量雖未通過10%顯著性檢驗(yàn)，但不表示兩者對創(chuàng)業(yè)活動沒有影響，后續(xù)還需進(jìn)一步分析；由其回歸系數(shù)分別為0.034和0.763，說明創(chuàng)業(yè)資本和營商環(huán)境均與創(chuàng)業(yè)活動存在正向聯(lián)系。

表3 城市知識環(huán)境對創(chuàng)業(yè)活動的回歸結(jié)果Table 3 Regression results of urban knowledge environment on entrepreneurship

城市知識環(huán)境的分指標(biāo)，知識存量（模型1）和知識基礎(chǔ)設(shè)施（模型2）對創(chuàng)業(yè)活動的影響見表4所示。空間誤差模型顯示，知識存量指數(shù)和知識基礎(chǔ)設(shè)施指數(shù)均顯著為正，說明知識存量和知識基礎(chǔ)設(shè)施對創(chuàng)業(yè)活動均有積極促進(jìn)作用。其中，知識存量指數(shù)在1%水平上顯著，系數(shù)為0.209，說明知識存量對創(chuàng)業(yè)活動具有顯著促進(jìn)作用，即具有更多知識存量的城市，創(chuàng)業(yè)活動越活躍。知識基礎(chǔ)設(shè)施也在1%水平顯著，系數(shù)為0.153，表明知識基礎(chǔ)設(shè)施對創(chuàng)業(yè)活動也存在顯著促進(jìn)效應(yīng)。進(jìn)一步發(fā)現(xiàn)，知識存量的系數(shù)高于知識基礎(chǔ)設(shè)施的系數(shù)，這可能是因?yàn)榫哂芯幋a形式的知識存量容易被創(chuàng)業(yè)者吸收，而知識基礎(chǔ)設(shè)施溢出的隱性知識不能全部被顯性化表示，需要?jiǎng)?chuàng)業(yè)者領(lǐng)悟體會后，將其轉(zhuǎn)化成個(gè)人能力，再應(yīng)用到創(chuàng)業(yè)中。

表4 知識存量和知識基礎(chǔ)設(shè)施對創(chuàng)業(yè)活動的估計(jì)結(jié)果Table 4 Estimates of knowledge stock and knowledge infrastructure on entrepreneurship

3.2.2 空間異質(zhì)性分析 由于地區(qū)發(fā)展階段、經(jīng)濟(jì)水平、社會文化、人力資源、市場環(huán)境等條件不同，城市知識環(huán)境水平和創(chuàng)業(yè)活動水平在空間分布上存在較大差異。因而，不同區(qū)域、不同層級的城市知識環(huán)境對創(chuàng)業(yè)活動的影響，可能存在空間異質(zhì)性。為此，在區(qū)域上將城市分為東部、中西部；在層級上，將直轄市、副省級城市和省會城市記為重點(diǎn)城市，其他地級市記為一般城市。

空間異質(zhì)性分析結(jié)果（表5）顯示，東部的LM-Error、LM-Lag、Robust LM-Error、Robust LM-Lag均顯著，進(jìn)一步比較SLM和SEM兩個(gè)模型的擬合優(yōu)度（R2），最后判斷得出，東部最優(yōu)模型為SEM；中西部為SEM；重點(diǎn)城市的殘差項(xiàng)未通過顯著性檢驗(yàn)，即空間效應(yīng)不顯著，因此選擇OLS 模型；而一般城市的最優(yōu)模型為SEM。由結(jié)果可知，城市知識環(huán)境指數(shù)在東部、中西部、重點(diǎn)城市和一般城市均在1%統(tǒng)計(jì)水平上顯著，且系數(shù)均為正，說明城市知識環(huán)境對創(chuàng)業(yè)活動具有顯著促進(jìn)作用。城市知識環(huán)境指數(shù)的回歸系數(shù)在東部、中西部城市、重點(diǎn)城市和一般城市存在較大差異，分別為0.207、0.214、0.727 和0.228，表明東部、中西部、重點(diǎn)城市、一般城市的城市知識環(huán)境指數(shù)每提高1%，對應(yīng)的城市創(chuàng)業(yè)活動分別增加0.207%、0.214%、0.727%和0.228%。其中，重點(diǎn)城市的城市知識環(huán)境指數(shù)提高帶來的創(chuàng)業(yè)活動增加最多，比東部、中西部、一般城市要高出近2倍，系數(shù)值也高于全部樣本回歸的0.239。這可能是由于直轄市、副省級城市和省會城市的知識存量較多，知識基礎(chǔ)設(shè)施集聚，在知識主體的相互交流作用下形成大量高價(jià)值、多樣化的知識，這些知識通過擴(kuò)散、溢出等方式，產(chǎn)生較多的創(chuàng)業(yè)機(jī)會，為創(chuàng)業(yè)活動提供更多的資源和服務(wù)，促進(jìn)創(chuàng)業(yè)活動的產(chǎn)生。

表5 城市知識環(huán)境對創(chuàng)業(yè)活動的空間異質(zhì)性分析結(jié)果Table 5 Analysis results of spatial heterogeneity of urban knowledge environment on entrepreneurship

其他控制變量在不同區(qū)域、不同層級的城市也具有異質(zhì)性。如人力資源在中西部和一般城市的回歸系數(shù)均顯著且為正，說明在中西部和一般城市地區(qū)增加人力資源對創(chuàng)業(yè)活動有正向作用；而在東部和重點(diǎn)城市不顯著，這可能是因?yàn)檫@些城市擁有的企業(yè)數(shù)量多，就業(yè)機(jī)會多，在就業(yè)得到滿足的情況下，潛在創(chuàng)業(yè)者可能考慮到市場競爭激烈和創(chuàng)業(yè)風(fēng)險(xiǎn)成本，創(chuàng)業(yè)意愿下降，選擇就業(yè)的可能性比較大。市場規(guī)模在東部、中西部的影響均在1%統(tǒng)計(jì)水平顯著，且系數(shù)均為正，分別為0.635 和0.794，說明提高東部、中西部的市場規(guī)模均能有效促進(jìn)城市創(chuàng)業(yè)活動，但其效應(yīng)存在區(qū)域差異，中西部城市提高市場規(guī)模產(chǎn)生的創(chuàng)業(yè)活動效應(yīng)更強(qiáng)。

同理，得出城市知識存量和知識基礎(chǔ)設(shè)施對創(chuàng)業(yè)活動影響的異質(zhì)性分析結(jié)果（表6），可知，在不同區(qū)域、不同層級的城市知識存量和知識基礎(chǔ)設(shè)施對創(chuàng)業(yè)活動的作用程度不同，但兩者均對創(chuàng)業(yè)活動具有促進(jìn)作用，與上文分析結(jié)果保持一致，各變量均顯著且正負(fù)方向未發(fā)生變化，表明本研究結(jié)果具有一定的穩(wěn)健性。

表6 知識存量和知識基礎(chǔ)設(shè)施對創(chuàng)業(yè)活動的異質(zhì)性分析結(jié)果Table 6 Analysis results of spatial heterogeneity of urban knowledge stock and knowledge infrastructure on entrepreneurship

4 結(jié)論與政策啟示

以中國275個(gè)地級及以上城市為案例，分析了中國城市知識環(huán)境空間分布特征，并采用空間回歸模型方法，探討了中國城市知識環(huán)境對創(chuàng)業(yè)活動的影響及其空間異質(zhì)性，主要結(jié)論有：

1）中國城市知識環(huán)境指數(shù)空間格局呈現(xiàn)東中西部依次下降，直轄市、副省級城市、省會城市及主要城市群的城市具有較高的知識環(huán)境指數(shù)。東部和行政級別較高的城市，聚集大量高學(xué)歷人才、高水平大學(xué)和研究機(jī)構(gòu)等知識源，在知識主體之間相互交流的作用下形成大量高價(jià)值和多樣化的知識，促進(jìn)城市知識環(huán)境水平提升。

2）中國城市知識環(huán)境對創(chuàng)業(yè)活動存在顯著促進(jìn)作用。在其他因素得到控制的情況下，城市知識環(huán)境指數(shù)每提高1%，創(chuàng)業(yè)活動將增加0.239%。城市知識環(huán)境中的知識存量和知識基礎(chǔ)設(shè)施均對創(chuàng)業(yè)活動具有促進(jìn)作用，相比較來說，前者對城市創(chuàng)業(yè)活動的促進(jìn)作用程度較大。

3）城市知識環(huán)境對創(chuàng)業(yè)活動的影響存在空間異質(zhì)性，城市知識環(huán)境帶來的邊際效應(yīng)，在不同區(qū)域、不同層級的城市之間存在著較大差異。省會及以上行政級別的城市知識環(huán)境水平提高，帶來的創(chuàng)業(yè)活動比東部、中西部、地級市要高出近2倍。

在當(dāng)前知識經(jīng)濟(jì)時(shí)代背景下，城市知識環(huán)境對創(chuàng)業(yè)活動的影響不斷增加，本研究結(jié)論具有一定的理論意義及實(shí)踐價(jià)值。1）相比以往研究，本研究聚焦于城市知識特征，構(gòu)建了更加簡潔且具有針對性的關(guān)鍵指標(biāo)來測度城市知識環(huán)境。2）以往對城市創(chuàng)業(yè)活動的影響因素研究，較多是基于傳統(tǒng)影響因素分析。而本研究立足于城市知識視角，探討了城市知識環(huán)境對創(chuàng)業(yè)活動的影響，拓展了知識經(jīng)濟(jì)時(shí)代背景下關(guān)于知識環(huán)境要素對創(chuàng)業(yè)活動作用的理論研究。3）本研究的實(shí)踐價(jià)值體現(xiàn)在，通過對中國城市的案例檢驗(yàn)及將異質(zhì)性納入分析，完善了城市知識環(huán)境對創(chuàng)業(yè)活動的空間影響效應(yīng)，為知識經(jīng)濟(jì)時(shí)代創(chuàng)業(yè)活動的影響因素研究補(bǔ)充案例，對未來如何發(fā)展城市創(chuàng)業(yè)具有一定的指導(dǎo)作用。

本研究的政策啟示意義：知識經(jīng)濟(jì)時(shí)代，城市知識環(huán)境對創(chuàng)業(yè)活動存在顯著促進(jìn)作用，因此，未來推動創(chuàng)業(yè)發(fā)展的一個(gè)重要舉措是通過改善并提升城市知識環(huán)境水平，為創(chuàng)業(yè)者提供更多的知識獲得與應(yīng)用機(jī)會，進(jìn)而促進(jìn)城市創(chuàng)新創(chuàng)業(yè)發(fā)展。城市知識環(huán)境對創(chuàng)業(yè)活動的空間異質(zhì)性分析說明，一些具有較高知識環(huán)境水平的重點(diǎn)城市，應(yīng)進(jìn)一步提升城市知識環(huán)境的檔次與質(zhì)量，邁向世界的“知識港”“創(chuàng)新港”，努力打造成為全球頂級的創(chuàng)新創(chuàng)業(yè)生態(tài)城市。中國中西部城市知識環(huán)境水平較差，未來應(yīng)增加本地知識存量，加強(qiáng)創(chuàng)新知識基礎(chǔ)設(shè)施建設(shè)，將改善并提升城市知識環(huán)境水平作為推動城市創(chuàng)業(yè)發(fā)展的重要戰(zhàn)略措施。另外，在國家整體層面上，應(yīng)為不同區(qū)域、不同城市的知識要素流動和產(chǎn)學(xué)研合作，提供創(chuàng)新創(chuàng)業(yè)協(xié)同平臺，形成一體化的發(fā)展，帶動中西部城市創(chuàng)業(yè)發(fā)展。

本研究雖然在一定程度上揭示了影響中國城市創(chuàng)業(yè)活動空間分布的知識環(huán)境因素及規(guī)律特征，但也存在一些不足：由于數(shù)據(jù)獲取受限，僅選擇橫截面數(shù)據(jù)，未來還需利用時(shí)間序列數(shù)據(jù)并結(jié)合城市知識流動和網(wǎng)絡(luò)外部性進(jìn)行深入分析。