EN中文

SCIENTIA GEOGRAPHICA SINICA >

2022 , Vol. 42 >Issue 1: 115 - 125

DOI: https://doi.org/10.13249/j.cnki.sgs.2022.01.011

The Relationship Between Urban Amenity, Difference and Innovation Ability in Beijing

  • Lyu Lachang , 1, 2 ,
  • Yu Yingjie 1, 2 ,
  • Luan Hui 1
Expand
  • 1. School of Resources Environment and Tourism, Capital Normal University, Beijing 100048, China
  • 2. Beijing Urban Innovation and Development Research Center, Beijing 100048, China

Received date: 2020-06-12

  Revised date: 2021-02-02

  Accepted date: 2021-11-25

  Online published: 2022-01-20

Supported by

National Natural Science Foundation of China(41971201)

Copyright

Copyright reserved © 2021.
Fold

Abstract

Urban amenity has an important impact on urban innovation and development, but there is a lack of research on the impact of metropolitan internal amenity and differences on urban innovation ability. Taking Beijing as the research area, this article uses coupling coordination degree model and multiple linear regression models to analyze the relationship between urban amenity and innovation ability. The main conclusions of this article are as follows. 1) The overall level of urban amenity distribution of Beijing gradually decreases with the increase of the distance from the central urban area to suburbs. 2) The northwestern districts in Beijing has better ecological environment amenity than the southeastern districts. However, artificial environment and social atmosphere decrease from the urban center to the surrounding areas and the urban amenity level of each district shows a phenomenon of agglomeration in spatial distribution, with high-high clustering concentrated in Dongcheng District, Xicheng District, Chaoyang District, Haidian District and Fengtai District and forming a “high urban amenity” area in Beijing. 3) Based on the coupling coordination degree model, it is found that except Pinggu District, Miyun District and Yanqing District, other urban areas in Beijing are in the high-level coupling stage. Haidian District, Dongcheng District, Xicheng District, Chaoyang District and Fengtai District have a high degree of coupling and coordination of innovation ability and amenity development, but there is also a lag between the development of urban amenity and urban innovation in all districts of Beijing. 4) There is a positive correlation between urban amenity and innovation ability in Beijing, but different urban amenity factors have different effects on innovation ability. Cultural and educational amenity has the greatest impact on urban innovation ability, and traffic amenity and social atmosphere have the second effect on innovation ability. The policy implication of this paper is that Beijing should promote the relative balanced development of artificial amenity level such as culture, education and traffic amenity to improve the coordination of urban amenity to enhance urban innovation ability of each district.

Key words： urban amenity; urban innovation ability; Beijing

Cite this article

Lyu Lachang , Yu Yingjie , Luan Hui . The Relationship Between Urban Amenity, Difference and Innovation Ability in Beijing[J]. SCIENTIA GEOGRAPHICA SINICA, 2022 , 42(1) : 115 -125 . DOI: 10.13249/j.cnki.sgs.2022.01.011

知识经济时代，创新逐渐成为城市与区域发展的核心动力[1]。城市创新能力反映了城市的创新水平，不仅受R&D资金、基础设施等物质要素影响，还受市场环境、金融环境、制度环境等创新环境的影响[2,3]，高素质人才和创意工作者是城市创新和经济发展的重要资产[4]。近年来，城市的舒适性（便利性）“Urban Amenity”为城市创新创意的发展提供了一个新的解释视角。舒适性是地方特有的、不能出口的、能为当地居民或工作者提供的商品或服务[5] ，包括自然舒适性、历史舒适性和现代舒适性[6]，能够为居民提供物质和精神上的高质量生活。城市舒适性理论认为城市舒适性作为城市增长动力，并不直接作用于城市发展，而是通过吸引人才间接推动城市发展[7]。舒适的城市具有多样性、宽容环境和可供居民选择多种生活方式，城市舒适的设施提供了高质量生活，吸引受过高等教育的劳动力，尤其是创新人才。而高素质人才的集中又会对创新型企业产生强大的吸引力，从而促进城市经济的发展。
城市舒适性对城市创新能力的影响，主要是通过城市舒适性对人才的定居、就业和企业区位选择而产生影响。首先，舒适性水平高的城市能够吸引人才来此定居；其次，人才在工作选择上，会不同程度考虑城市的舒适性。第三，舒适性高的城市更能吸引企业的分布，通过吸引人才从而吸引到企业。20世纪50年代，美国地理学家乌尔曼（Ullman）发现城市舒适性是影响区域发展的重要因素，令人愉快的生活环境——舒适性是造成美国各地区人口迁入率不同的主要原因，美国阳光地带人口的增长就反映出城市舒适性对人们居所选择的重要性[8,9]。进入后工业社会，这种影响更加突出。佛罗里达（Florida）认为在物质生活比较丰富的后工业社会中，人们对工资等经济条件的关注降低，反而对城市中气候、湿度、剧院、咖啡厅等舒适性条件的需求越来越高[10]。格拉泽（Glaeser）发现舒适性较好的城市具备完善的商品市场和服务、优美建筑物和完善的城市风貌、安全的生活环境、便捷的交通和通讯等基础设施[11]。克拉克（Clark）提出不同类型的人群对舒适性的要求不同，高校毕业的年轻人在人工利便性高的城市集中，老年人在自然利便性高的城市集中，高技能人才更集中于自然和人工舒适性都较高的城市[12]。
近年来，城市舒适性被广泛应用于美国国内的旧城改造和城市更新实践[13]，并引起中国研究者的重视。学者们以城市尺度测算中国地级市城市的舒适性水平，分析其空间分布格局及影响机制[14,15]，围绕着舒适性与城市人口增长进行实证研究[7]。在城市舒适性与城市创新能力的关系上，国内外学者主要是通过对人才的定居、就业和企业区位选择上分析舒适性对创新能力的影响，研究表明城市舒适性对城市创新能力有影响[16~18]。由此可见，舒适性影响城市创新发展已有一定的理论与实证研究，城市舒适性水平与创新能力具有一定的相关性。既然城市舒适性可以影响一个地区的创新能力，那么城市舒适性的空间差异性是否也会影响区域内部创新能力的差异？这一方面的研究多以国家为研究尺度，那么对于规模较大的城市大都市区，地域范围广，城市内部差异明显，城市内部舒适性及差异较大，是否会影响城市的创新能力？这一问题仍有待回答。基于此，本文以北京市为例，在市域尺度上实证分析城市舒适性、差异性对城市创新能力的影响，以期为城市舒适性影响城市创新发展提供新的证据。

1 研究区概况、数据来源与方法

1.1 研究区概况

本文以北京市为研究区域，范围包括北京市16个市辖区：东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区。以北京作为案例研究区域的原因：一是北京是中国的科技创新中心，科技教育水平居全国首位。二是北京作为首都，集中了全国最优质的科技、教育、医疗、文化等公共资源。三是北京市域面积达1.64万km2，空间差异较大，城市中心区与郊区的舒适性、创新能力差异较大，因此，选择北京市作为研究对象。

1.2 数据来源

本文2018年北京舒适性评价中的餐厅、电影院、星级酒店、综合商场数据均通过Python爬取2018年的美团网，娱乐休闲、生活服务商家数据来源于大众点评网（ www.dianping.com），三甲医院数据来源于微医网（ www.guahao.com），空气质量数据来源于北京市环境保护检测中心网站（ www.bjmemc.com.cn），地铁站数来源于高德地图。规模以上文化创意产业人均收入、技术合同成交总额、专利申请量、研究与试验发展人员数、科技财政支出占财政总支出数据均来源于2019年《北京区域统计年鉴》[19]。

1.3 研究方法

1.3.1 综合测评方法

在计算综合得分前，首先对数据进行标准化预处理，本文采用极差标准化方法对正向指标和负向指标进行处理。为了得到更客观的指标权重，本文选择熵值法确定权重。通过计算各指标层的权重系数，然后按照线性加权综合方法求得各区要素层的得分，以各区的要素层舒适性水平得分为基础，按照以上步骤计算各要素层对于目标层的权重系数，最终得到目标层的综合得分。计算公式为：
$ S_i = \sum\limits_{j = 1}^m {(W_j \times Z_{ij})} $
式中，当Si表示北京市i区的舒适性水平总分，Zij是通过线性加权算出的要素层指标得分，Wj表示要素层指标j权重；当Si为某一要素层指标分值时，Zij是指标层数据，Wj为各具体指标j相对于所属要素层的权重，m为指标数量。

1.3.2 空间格局分析法

空间自相关分析是通过空间自相关指数来反映自然或社会要素在空间上的关联程度，揭示其空间分布规律的一种空间统计方法[20]。基于各区的舒适性水平得分，利用空间自相关分析法，探究各区之间整体上的舒适性与创新能力的空间关联程度。计算公式为：
$ {\rm {Moran's}} \;{I}{\rm{ = }}\frac{1}{{{M^2}}}\sum\limits_{i = 1}^n {\sum\limits_{j \ne 1}^n {{W_{ij}}} {\left( {{X_i} - \bar X} \right)\left( {{X_j} - \bar X} \right)} } \Bigg/\sum\limits_{i = 1}^n {\sum\limits_{j \ne 1}^n {{W_{ij}}} } $
式中，n为地区总数；Xi为区域i观测值； $\overline {{X}}$ 为样本平均值；Wij为空间权重矩阵，本文使用基于距离的空间权重矩阵；M2为 $ \displaystyle\sum\limits_{i = 1}^n {{{\left( {{X_i} - \bar X} \right)}^2}} /n $ 。Moran’s I取值范围为[-1, 1]，大于0为正相关，高值区域或低值区域趋于集聚，小于0为负相关，高值区域被低值区域包围或低值区域被高值区域包围，等于0表示随机分布。

1.3.3 耦合协调度模型

根据熵值法和前文评价内容计算出的指标权重和得分，建立耦合协调度模型，以度量系统之间相互作用及协同关系强弱，其中耦合度是对体系间相互影响程度的度量，具体计算公式为：
$ C = 2\sqrt {(U_1 \times {{U_2}) \mathord{\left/ {\vphantom {{U_2} {{{\left( {U_1 + U_2} \right)}^2}}}} \right. } {{{\left( {U_1 + U_2} \right)}^2}}}} $
式中，C为创新能力和城市舒适性的耦合度，C值在0~1之间，其值越接近1，说明耦合程度越高，越接近0，则说明2个系统耦合程度越低。U1表示城市舒适性评价值，U2表示创新能力评价值。
协调度采用评价系统整体协调发展水平，其表达式为：
$ D = \sqrt {C \times T} $
$ T = \alpha U_1 + \beta U_2 $
式中，D为创新能力和城市舒适性发展的协调度，其值在0~1之间，D值越高，表示系统间发展协调程度越高。T为两系统的综合协调指数，反映两系统整体协同的效应。α和β为待定权数且和为1，一般在两者同等重要的情况下均取值0.5，考虑到城市创新能力和舒适性的相互影响和影响程度不确定，α和β也均取值0.5。
耦合协调度可以准确评估城市舒适性与创新能力的耦合协调发展水平，却难以评估二者的相对发展状况。进一步引入相对发展度E模型，以评价城市舒适性供给与创新需求的相对发展状况，公式为：
$ E = {{U_1} \mathord{\left/ {\vphantom {{U_1} {U_2}}} \right. } {U_2}} $

1.3.4 多元线性回归分析

结合权重分析计算出城市舒适性和创新能力的综合得分，利用多元线性回归分析，探讨创新能力与区域舒适性指标之间的关系。公式为：
$ Y = \beta _0 + \beta _1F_1 + \beta_ 2F_2 + \cdots + \beta_ pF_p + \varepsilon $
式中，Y为因变量，β0为常数项，β1~βp为回归系数，F1~Fp为自变量，p为自变量数量，ε为随机误差。

2 北京城市舒适性评价

在借鉴国内外学者关于城市舒适性评价指标的基础上，本文充分考虑中西方评价的具体内容差异及特点，从数据可获取性、科学性、真实性和可操作性的原则出发，构建北京城市舒适性的指标体系。在计算舒适性综合得分的基础上，分析城市舒适性空间特征。

2.1 城市舒适性指标体系构建及权重赋值

国内外关于城市舒适性、宜居性、生活质量的评价已有相关研究。克拉克（Clark）把舒适性分为自然舒适性和建设舒适性[12]，其中建设舒适性分为历史舒适性和现代舒适性[6]。史蒂文（Steven）和斯科特（Scott）等选择当地气候等自然条件、休闲基础设施和人口分布密度作为舒适性评价要素[21,22]。张文忠对宜居城市评价从客观和主观展开，客观是社会提供的服务和保障，主观是居民对其满意度评价[23]。国内其他学者也基本从自然和社会两大方面展开，自然涉及气候、环境等，社会条件包括文化教育、卫生、交通、休闲游憩、基础设施、社会保障等[14,24,25]。综合国内外学者对舒适性的评价体系，本文对城市舒适性的评价从自然环境、人工环境以及社会氛围3个维度，构建城市舒适性评价体系，通过熵值法计算各要素的权重（表1）。
表1 北京城市舒适性水平评价指标及权重

Table 1 Evaluation index and weight of urban amenity level in Beijing

目标层 要素层 权重 指标层 权重 功效性
城市舒适性水平
生态环境 0.1132 X1森林覆盖率 0.3094 正向指标
X2 人均公园绿地面积 0.3205 正向指标
X3 空气质量高于二级的天数 0.3701 正向指标
娱乐休闲 0.1394 X4每万人餐厅数量 0.1453 正向指标
X5每万人电影院数量 0.1166 正向指标
X6每万人星级酒店数量 0.1789 正向指标
X7每万人综合商场数量 0.0730 正向指标
X8每万人生活服务商家数量 0.1493 正向指标
X9每万人休闲娱乐商家数量 0.1126 正向指标
X10人均社会消费品零售额 0.0825 正向指标
X11每万人体育场地数量 0.1419 正向指标
文化教育 0.2423 X12每万人拥有公共图书馆藏书数量 0.2374 正向指标
X13每万人博物馆藏品数量 0.1145 正向指标
X14每万人中小学教师数 0.6481 正向指标
医疗条件 0.2743 X15每万人三甲医院数量 0.6147 正向指标
X16每万人医院床位数 0.3853 正向指标
交通条件 0.1689 X17每万人汽车拥有量 0.2447 正向指标
X18人均备案停车场数量 0.2707 正向指标
X19交通事故数量 0.0565 负向指标
X20每公顷地铁站数 0.4281 正向指标
社会氛围 0.0620 X21每万人失业人数 0.0609 负向指标
X22每万人参加失业保险人数 0.1041 正向指标
X23每万人参加基本养老保险人数 0.1125 正向指标
X24常住外来人口占比 0.0941 正向指标
X25每万人入境旅游人数 0.4147 正向指标
X26收入房价比 0.1072 正向指标
X27刑事案件破案立案比 0.0665 正向指标
X28常住人口密度 0.0399 负向指标
1）自然环境。城市自然舒适性中一般包含气候和生态条件两方面，Clark采用湿度、温度、气候、山川等对自然环境进行舒适性评价[12]。考虑到城市内部气候条件差异不大，本文选择生态环境的指标，包括森林覆盖率、人均公园绿地面积、空气质量高于二级的天数作为评价依据。
2）人工环境。基于张瀚月和温婷对城市的人工环境舒适性分析[13,15]，本文从娱乐休闲、文化教育、医疗条件和交通条件4个方面表征人工环境的舒适性。娱乐休闲方面选择每万人餐厅数量、每万人电影院数量、每万人星级酒店数量、每万人综合商场数量、每万人生活服务商家数量、每万人休闲娱乐商家数量、每万人体育场馆数量和人均社会消费品零售额作为指标来表示各区为居民提供衣食娱乐方面的舒适性。文化教育方面选择每万人拥有公共图书馆藏书数、每万人博物馆藏品数、每万人中小学教师数来表示城市提供的文化教育舒适性。医疗的舒适性以每万人三甲医院数和每万人床位数等指标来反映。交通条件舒适性评价采用每万人汽车拥有量、交通事故数量、人均备案停车场数及每公顷地铁站数指标来表征。
3）社会氛围。社会氛围是居民对生活城市舒适性的心理层面的体验，可从城市包容性、开放性、安全性、城市拥挤程度、生活成本等方面进行评价[15]。本文选择每万人失业人数、每万人参加失业保险人数、每万人参加养老保险人数、常住外来人口占比、每万人入境旅游人数、收入房价比、刑事案件破案立案比、常住人口密度指标反映社会氛围舒适性。每万人失业人数表征社会民生的安全稳定性，是舒适性水平的负向指标；每万人参加基本养老保险人数和失业保险人数可表示社会保障性；常住外来人口一定程度反映了城市包容性；城市开放性用入境旅游人数表征；收入房价比在一定程度上能反映人口在该城市居住的难易程度，为城市生活成本的重要指标；刑事案件破案立案比体现城市治安治理效果；利用常住人口密度指标表示城市拥挤程度。综合以上指标评价城市社会氛围方面的舒适性。

2.2 北京城市舒适性空间分布特征

2.2.1 北京各类舒适性空间特征

本文采用ArcGIS 10.2中的自然断裂点法将其划分为高、较高、中等、较低和低5个等级，得到各类舒适性的空间分布（图1）。
图1 2018年北京各要素层舒适性空间分布

Fig. 1 Spatial distribution of the amenity in Beijing in 2018

生态环境舒适性水平总体呈现从西北地区向东南地区逐渐递减特征，延庆区、门头沟区、怀柔区和昌平区位居前四位，其次是密云区、平谷区和顺义区，海淀区、石景山区和房山区处于中等水平，朝阳区、丰台区和石景山区生态环境水平较低，东城区和西城区得分远低于平均分0.470 5，属于生态环境水平最低的区域。
娱乐休闲舒适性分值最高的区域集中在市中心的东城区和朝阳区，其次是西城区和海淀区。门头沟区娱乐休闲方面的舒适性水平最低，大兴区、石景山区、平谷区和顺义区娱乐休闲方面的舒适性水平较低，总体上由市中心向周围郊区逐渐减弱。
文化教育舒适性：海淀区、东城区和朝阳区的文化教育得分明显高于其他行政区，其中高校云集的海淀区位居首位，门头沟区、石景山区、延庆区、怀柔区、密云区和平谷区得分较低。昌平区、顺义区、丰台区、通州区、大兴区、房山区在文化教育上的舒适性水平得分较为平均，处于中等水平，总体由市中心向南北两侧递减。
医疗条件舒适性：从市中心向郊区递减，西南部城区略高于东北部城区。其中分值较高的集中在西城区、东城区、朝阳区和海淀区。房山区、通州区、顺义区、大兴区、怀柔区、平谷区、密云区和延庆区的得分均低于平均分0.314，市中心和周围郊区差异较大。
交通条件舒适性：北京各城区交通舒适性水平呈现南部高于北部，中心城区高于周边郊区的空间分布格局。东城和西城交通最便利，其次是朝阳区、海淀区、丰台区和石景山四区，延庆、怀柔、密云、昌平、顺义区的交通便利程度最低，房山区和平谷区、门头沟区、大兴区、通州区的交通舒适性程度处于中等和较低水平。
社会氛围舒适性：朝阳区和东城区社会氛围舒适性水平得分最高，其次为海淀区和西城区，门头沟区和通州区社会氛围舒适性水平最低，延庆区、平谷区、石景山区和丰台区相对较低，总体上社会氛围舒适性的空间分布特征也呈现出由中心城区向四周递减的特点。

2.2.2 北京城市总体舒适性特征

根据北京各行政区在舒适性水平上的综合得分，在ArcGIS中用自然断裂点分类法将各区划分为5类：高水平区（0.329 5~0.617 6）、较高水平区（0.248 7~0.329 4）、中等水平区（0.193 9~0.248 6）、较低水平区（0.170 1~0.193 8）和低水平区（0.160 6~0.170 0）。总体来看，北京城市舒适性水平呈现出从城市中心向周边地区递减的特点，中心城区舒适性水平较高，远离中心的城区舒适性水平逐渐降低。密云区、平谷区、大兴区和通州区处于低水平区域，门头沟区、顺义区、怀柔区和延庆区处于较低水平区，石景山区和房山区处于中等水平区域，丰台区和昌平区处于较高水平区，市中心的东城区、西城区、海淀区和朝阳区处于高水平区域（图2）。
图2 2018年北京市总体舒适性分布情况

Fig. 2 The general distribution of amenity in Beijing in 2018

在GeoDa软件平台中采用莫兰指数（Moran’s I）对北京市舒适性进行全局空间自相关分析。结果显示Moran指数为0.324，且在10%水平下显著，说明相邻区的舒适性水平在空间分布呈集聚现象。为了进一步反映局域空间关联特征，借助LISA图来反映不同局域的关联模式。高高型聚类集中在东城区、西城区、朝阳区、海淀区及丰台区，说明北京市中心区舒适性水平最高且对周围相邻区域的带动性较强，形成北京市“高舒适性”区域。低高型聚类分布在石景山区、昌平区、顺义区和通州区，这些区舒适性明显低于周围城区，且受周围城区的影响小（图2）。

3 北京城市舒适性与创新能力的关系分析

本文首先对北京城市各区创新能力进行评价，再分析其与城市舒适性的相关性。在构建城市创新能力的评价指标时，选取指标较多可能会与城市舒适性的一些变量重复，影响结果的科学性，因此对城市创新能力的评价采用既能代表创新能力，又较为简化的指标。本文采用规模以上文化创意产业人均收入、技术合同成交总额、专利申请量作为评价指标来反映该研究区的产业创新和技术创新，用熵值法计算各指标的权重。然后根据各区的舒适性得分和创新能力得分利用耦合协调度计算舒适性水平与创新能力发展的协调程度，最后采用多元线性回归分析研究北京城市舒适性水平对创新能力的影响。
通过熵值法计算得出规模以上文化创意产业人均收入的权重系数为0.161 4，技术合同成交总额的权重系数为0.452 9，专利申请量的权重系数为0.385 6。经过加权计算得出北京各区的创新能力得分，按自然断裂点分类法为5个级别：高水平区域（0.560 4~0.950 8）海淀区，较高水平的区域（0.375 6~0.560 3）朝阳区，中等水平区域（0.163 3~0.375 5）的区域有东城区、西城区和丰台区，较低水平区域（0.037 1~0.163 2）为大兴区、通州区、房山区、石景山区、昌平区、顺义区和怀柔区，其他4个行政区是低水平区域（0.006 2~0.037 0）（图3）。
图3 2018年北京市创新能力空间分布

Fig. 3 Spatial distribution of innovation capability in Beijing in 2018

3.1 北京市各区舒适性与创新能力耦合协调度

根据已有研究，学者对耦合度C与耦合协调度D划分出不同类别或阶段。本文结合黄金川等[26]的划分标准，将耦合度从0<C≤0.3、0.3<C≤0.5、0.5<C≤0.8、0.8<C≤1.0分别划分为低水平耦合阶段、拮抗阶段、磨合阶段和高水平耦合阶段。根据吴玉鸣等[27]将耦合协调度D值划分为4个等级，0<D≤0.4、0.4<D≤0.5、0.5<D≤0.8、0.8<D≤1.0分别为低度协调耦合、中度协调耦合、高度协调耦合与极度协调耦合。相对发展度E借鉴刘浩[28]的研究成果，0<E≤0.8、0.8<E≤1.2、E>1.2分别为城市舒适性供给滞后于城市创新发展需要、城市舒适性供给同步于城市创新需求，城市舒适性供给超前于城市创新发展。
利用公式（3）~（5）测算北京市各区的城市舒适性和城市创新的耦合度、耦合协调度和相对发展度。从耦合度来看，北京市大部分区处于高水平耦合阶段，只有平谷区和密云区处于磨合阶段，系统向良性耦合阶段转变。延庆区还处于拮抗阶段，城市创新能力的发展可能受低水平舒适性影响的制约，目前还未能与城市创新形成良好耦合。
从耦合协调度D来看，北京各区创新能力和舒适度发展整体协调度较低，门头沟区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区和延庆区处于低度协调耦合阶段，石景山和房山区目前处于中度协调耦合阶段，东城区、西城区、朝阳区和丰台区的D值均高于0.550，处于较高度协调耦合阶段，海淀区的D值最高达0.804，处于高度协调耦合阶段。
从相对发展度E来看，东城区和西城区虽然处于高度协调耦合，但城市舒适性供给超前于创新发展，说明两地未能充分利用当地的舒适性所带来的对创新发展的促进影响。海淀区、朝阳区和丰台区的舒适性供给却稍滞后于城市创新需求，未来还需进一步提升地区的舒适性水平推动创新发展。处于中度协调耦合的石景山区和房山区舒适性相对较好，但创新能力提高较慢。处于低度协调耦合的通州、昌平、平谷、密云、延庆也存在同样问题，顺义区和怀柔区的舒适性和创新发展比较同步，但处于低水平发展阶段（表2）。
表2 2018年北京各区舒适性与创新能力耦合协调度

Table 2 Coupling coordination of amenity and innovation capability in Beijing in 2018

地区 耦合度 耦合协调度 相对发展度 地区 耦合度 耦合协调度 相对发展度
东城区 0.9854 0.6287 1.4103 通州区 0.9699 0.3174 1.6432
西城区 0.8936 0.5182 2.6290 顺义区 0.9959 0.3613 1.1995
朝阳区 0.9909 0.6994 0.7622 昌平区 0.9105 0.3857 2.4102
丰台区 0.9819 0.5508 0.6812 大兴区 0.9929 0.3736 0.7879
石景山区 0.9922 0.4082 1.2855 怀柔区 0.9985 0.3733 1.1162
海淀区 0.9302 0.8043 0.4629 平谷区 0.7020 0.2239 5.9480
门头沟区 0.8051 0.2705 3.9158 密云区 0.7302 0.2302 5.3145
房山区 0.9973 0.4185 1.1580 延庆区 0.4091 0.1713 9.8528

3.2 北京市舒适性对创新的影响

本文首先对城市总体舒适性与创新能力进行相关性分析，选取控制变量：每万人研究与试验发展人员数、科研财政支出占总支出比重。在进行相关性分析之前对城市舒适性和两个控制变量进行熵值法权重赋值，城市舒适性的权重系数为0.218 3，每万人研究与试验发展人员数权重系数为0.422 4，科研财政支出占总支出比重的权重系数为0.359 3。然后通过多元线性回归模型进行相关性分析（表3），公式如下：
表3 城市总体舒适性与创新能力的相关性分析

Table 3 Correlation analysis of urban overall amenity and innovation ability

变量 非标准化系数 标准化系数 t sig.
B 标准误差
　　注：B为非标准化系数，*、***分别表示回归系数在10%、1%水平下显著，空白为无此项。
常量 0.141 0.174 0.189 0.997
F1 1.449 0.513 0.357*** 3.801 0.003
F2 0.041 0.395 0.213* 1.105 0.081
F3 0.819 0.407 0.380* 2.012 0.067
$ Y = \beta_ 0 + \beta_ 1F_1 + \beta_ 2F_2 + \beta_ 3F_3 + \varepsilon $
式中，Y为创新能力得分，β0为常数项，β1~β3为回归系数，F1为城市舒适性得分，F2为每万人研究与试验发展人员数得分，F3为科研财政支出占总支出比重得分，ε为随机误差。
结果显示：R2为0.688，拟合程度较好，VIF的值均小于为1.5，不存在共线性问题。城市舒适性与创新能力总分相关性为0.357，并在5%的水平上显著。说明城市舒适性与城市创新能力存在明显的正相关关系，且城市舒适性每增加1%，对城市创新的贡献率增加0.357%。
本文对城市各类型舒适性与创新能力进行多元回归分析，将创新能力作为因变量，X1、X2、X3、X4、X5、X6作为自变量分别代表生态环境、娱乐休闲、文化教育、医疗条件、交通条件和社会氛围，利用SPSS进行多元线性回归分析。通过计算得R2为0.78，但X2娱乐休闲的VIF值为12.91大于10，说明存在较大的共线性问题。因此剔除该变量，对其它变量再次进行回归分析。结果显示，R2为0.89，VIF值均小于5，说明存在较弱的共线性，但对结果影响不大，无需采取纠正措施（表4）。
表4 舒适性各要素与创新能力的相关性分析

Table 4 Correlation analysis of amenity factors and innovation ability

变量 非标准化系数 标准化系数 t sig.
B 标准误差
　　注：B为非标准化系数，**、***分别表示回归系数在5%、1%水平下显著，空白为无此项。
常量 0.316 0.117 0.369 0.024
X1 -0.046 0.117 -0.185 1.257 0.250
X3 0.865 0.298 0.365*** 3.552 0.000
X4 -0.186 0.282 -0.026 -1.658 0.902
X5 0.206 0.263 0.194** 2.783 0.045
X6 0.135 0.279 0.261** 5.984 0.015
分析结果表明：北京市生态环境舒适性和医疗条件对城市创新影响不显著，说明与其他因素相比，城市创新受气候、绿地等自然生态环境舒适性影响较小。文化教育环境的舒适性与城市创新存在明显正相关，且通过1%的显著性水平检验，每增加1%对城市创新的贡献率为0.365%。文化资源丰富、文化氛围浓厚利于高素质人才集聚，为创新活动的发生提供了基础条件。交通便利性和社会氛围对城市创新也具有较大积极影响，均在5%的水平上显著。这表明城市交通便利增加了生活的便利性，也利于人才、资本、知识与信息的传递与集聚，对城市创新影响较大。城市的安全性、保障性、居住条件、拥挤度等形成的社会环境会给创新创业者的创新活动提供保障，激发科技创新活动。由此可见，北京市的文化教育环境、交通便利性和社会氛围对创新影响较大，因此未来还需不断优化这3方面的舒适性环境，推动创新水平的进一步提高。

4 结论与讨论

城市舒适性作为影响城市创新发展的重要因素，已有大量的理论与实证分析，但对一个较大的城市或是都市区，城市舒适性具有差异性，对不同区域有不同的影响。本文以城市舒适性理论为依据，结合北京市城市发展与建设的实际情况，从生态环境、娱乐休闲、文化教育、医疗条件、交通条件和社会氛围6个维度出发构建舒适评价指标体系，利用综合测评法对北京市16个区进行舒适性水平进行评价，分析北京市舒适性的空间分布格局并分析各区的舒适性与创新能力的耦合协调关系，进一步探讨不同类型的舒适性对城市创新的影响程度，研究得出以下主要结论：
1）北京市生态环境舒适性水平的空间格局总体呈现从西北地区向东南地区逐渐递减特征；娱乐休闲舒适性水平总体上由市中心向四周逐渐减弱；众多高等院校和知识分子聚集的海淀区、东城区和朝阳区成为文化教育氛围最浓厚的地区，文化教育舒适性总体由市中心向南北两侧递减；医疗条件舒适性趋向于向市中心集中，其中西南部城区略高于东北部城区，市中心和周围郊区差异较大；北京各城区交通舒适性水平呈现南部高于北部，中心城区高于周边郊区的空间分布格局；在社会氛围舒适性上，朝阳区和东城区分值最高，其次为海淀区和西城区，空间分布特征也呈现出由中心城区向四周递减的特点。
2）从总体上看，北京市舒适性水平排在前4位的是东城区、西城区、海淀区和朝阳区，密云区、平谷区、大兴区和通州区处于低水平区域。整体上北京中心城区舒适性高于周边地区，南部地区优于北部地区。各区的舒适性水平在空间分布上呈集聚现象，高高型聚类集中在东城区、西城区、朝阳区、海淀区及丰台区，形成北京市“高舒适性”区域。低高型聚类分布在石景山区、昌平区、顺义区和通州区，说明东城区和西城区对相邻区域的带动作用较强，而朝阳区、海淀区及丰台区对外围区域的辐射带动作用不明显。
3）北京城市创新能力的空间分布与舒适性表现特征相似，呈现出以市中心为核心向四周递减的格局。结合耦合协调度模型发现北京市除平谷区、密云区和延庆区，其他城区目前均处于高水平耦合阶段，但各区创新能力和舒适性发展整体协调度较差，海淀区和东城区、西城区、朝阳区、丰台区处于较高或高度协调耦合阶段，平谷区和密云区处于磨合阶段，系统有向良性耦合阶段转变。延庆区还处于拮抗阶段，目前还未能与城市创新形成良好的协调互动。
4）总体而言，北京城市创新能力与各类舒适性因素均有关系，计量模型回归结果显示文化教育舒适性、交通便利性和社会氛围是创新能力提高的关键因素，而生态环境和医疗条件相比之下对城市创新发展作用不明显。
北京目前在推动“四个中心”建设，要建成宜居城市，文化中心、科技中心建设尤其重要。但各行政区的城市舒适性差异较大，创新能力也有较大的差异。要全面推动“四个中心”建设，就要求北京市要进一步优化各区的舒适性水平，推动创新能力和舒适性整体协调发展。在打造城市舒适性时可优先发展文化教育、提高交通便利性以及营造良好的社会氛围，通过满足和提高创新人才的生活和工作舒适性水平，吸引高层次人才及企业集聚，带动城市创新发展。东城区和西城区需进一步提高区域的生态环境舒适性；朝阳区要努力解决交通拥堵问题，提高出行的便利性；海淀区、丰台区需全方面改善和提高娱乐休闲舒适性、交通舒适性和社会氛围；石景山区、房山区等周围地区由于舒适性供给快于创新发展需求，因此要加大其它创新要素的供给，如创新资金的投入、创新基础设施的建设等。
本文的研究丰富和深化了中国城市舒适性研究，对中国其它大都市区域创新发展和城市舒适性建设也有一定参考价值。当然，本文也存在一些不足之处，未来还需继续完善。如本文仅选取2018年数据分析北京市舒适性空间分布特征及与创新能力的关系，结果可能存在一定偏差。对于选取的指标也未能完全覆盖各区的舒适性发展状况，未来还需详细考虑各类型舒适性的指标选择。此外，本文关注的是北京城市舒适性水平与创新能力的关系，对于其它大都市来说是否存在相同的分布规律也是值得深入研究的问题。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
吕拉昌等. 创新地理学[M]. 北京: 科学出版社, 2017.

Lyu Lachang et al. Innovation Geography. Beijing: Science Press, 2017.

[2]
侯纯光, 程钰, 任建兰,等. 中国创新能力时空格局演变及其影响因素[J]. 地理科学进展, 2016, 35(10): 1206-1217.

Hou Chunguang, Cheng Yu, Ren Jianlan et al. spatial and temporal pattern evolution of China’s innovation capability and its influencing factors. Progress in Geography, 2016, 35(10): 1206-1217.

[3]
吕拉昌, 李勇. 基于城市创新职能的中国创新城市空间体系[J]. 地理学报, 2010, 65(2): 177-190.

DOI

Lyu Lachang, Li Yong. China’s innovative urban space system based on urban innovation function. Acta Geographica Sinica, 2010, 65(2): 177-190.

DOI

[4]
Cooke P. Regional innovation, entrepreneurship and talent systems[J]. International Journal of Entrepreneurship and Innovation Management, 2007, 7(5): 117-139.

[5]
Gottlieb P D. Amenities as an economic development tool: Is there enough evidence[J]. Economic Development Quarterly, 1994, 8(3): 270-285.

DOI

[6]
Brueckner J K, Thisse J F, Zenou Y. Why is central par—Is rich and downtown Detroit poor? An amenity-based theory[J]. European Economic Review, 1999, 43(1): 91-107.

DOI

[7]
项本武, 杨晓北. 中国城市便利性对城市人口增长的影响研究[J]. 城市发展研究, 2017, 24(2): 146-150.

Xiang Benwu, Yang Xiaobei. The impact of urban convenience on urban population growth in China. Research on Urban Development, 2017, 24(2): 146-150.

[8]
Perloff H S. Regions, resources, and economic growth[M]. NE: University of Nebraska Press, 1960: 1-716.

[9]
Chen Y, Rosenthal S S. Local amenities and life-cycle migration: Do people move for jobs or fun[J]? Journal of Urban Economics, 2008, 64(3): 519-537.

[10]
Florida R. The economic geography of talent[J]. Annals of the Association of American Geographers, 2002, 92(4): 743-755.

DOI

[11]
Glaeser E L, Kolko J, Saiz A. Consumer city[J]. Journal of Economic Geography, 2001, 1(1): 27-50.

DOI

[12]
Clark T N. Urban amenities: Lakes, opera, and juice bars—Do they drive Development?[J] Research in Urban Policy, 2003, 9(3): 103-140.

[13]
张瀚月. 美国城市舒适性评价及其对人才吸引力的影响[D]. 上海: 华东师范大学, 2017.

Zhang Hanyue. Evaluation of urban amenity in the United States and its impact on talent attraction. Shanghai: East China Normal University, 2017.

[14]
喻忠磊, 唐于渝, 张华, 等. 中国城市舒适性的空间格局与影响因素[J]. 地理研究, 2016, 35(9): 1783-1798.

Yu Zhonglei, Tang Yuyu, Zhang Hua et al. Spatial pattern and influencing factors of urban amenity in China. Geographical Research, 2016, 35(9): 1783-1798.

[15]
温婷, 林静, 蔡建明, 等. 城市舒适性: 中国城市竞争力评估的新视角及实证研判[J]. 地理研究, 2016, 35(2): 214-226.

DOI

Wen Ting, Lin Jing, Cai Jianming et al. Urban amenity: A new perspective and empirical study of urban competitiveness evaluation in China. Geographical Research, 2016, 35(2): 214-226.

DOI

[16]
Brown Mark W, Darren M Scott. Human capital location choice: Accounting for amenities and thick labor market[J]. Journal of Regional Science, 2012, 52(5): 787-808.

[17]
Hall P. Cities in civilization: Culture, innovation and urban order[J]. Journal of Irish Urban Studies, 2001, 14(3): 1-14.

[18]
段楠. 城市便利性、弱连接与“逃回北上广”——兼论创意阶层的区位选择[J]. 城市观察, 2012(2): 99-109.

DOI

Duan Nan. Urban convenience, weak connection and "Escaping back to Beijing, Shanghai and Guangzhou" —On the location choice of creative class. Urban Observation, 2012(2): 99-109.

DOI

[19]
庞江倩. 北京区域统计年鉴[M]. 北京: 中国统计出版社, 2019.

Pang Jiangqian. Beijing regional statistical yearbook. Beijing: China Statistics Press, 2019.

[20]
刘彦随, 张紫雯, 王介勇. 中国农业地域分异与现代农业区划方案[J]. 地理学报, 2018, 73(2): 203-218.

DOI

Liu Yansui, Zhang Ziwen, Wang Jieyong. China’s agricultural regional differentiation and modern agricultural regionalization scheme. Acta Geographica Sinica, 2018, 73(2): 203-218.

DOI

[21]
Steven C Deller, Tsung-Hsiu Tsai David, W Marcouiller et al. The role of amenities and quality of life in rural economic growth[J]. American Journal of Agricultural Economics, 2001, 83(2): 352-365.

DOI

[22]
Scott Allen J. Jobs or amenities? Destination choices of migrant engineers in USA[J]. Papers in Regional Science, 2010, 89(1): 43-63.

DOI

[23]
张文忠. 城市内部居住环境评价的指标体系和方法[J]. 地理科学, 2007, 27(1): 17-23.

DOI

Zhang Wenzhong. Index system and method of urban interior residential environment evaluation. Scientia Geographica Sinica, 2007, 27(1): 17-23.

DOI

[24]
马凌, 李丽梅, 朱竑. 中国城市舒适物评价指标体系构建与实证[J]. 地理学报, 2018, 73(4): 755-770.

DOI

Ma Ling, Li Limei, Zhu Hong. Construction and demonstration of urban amenity evaluation index system in China. Acta Geographica Sinica, 2018, 73(4): 755-770.

DOI

[25]
周瑞瑞, 米文宝, 李俊杰,等. 宁夏县域城镇居民生活质量空间分异及解析[J]. 干旱区资源与环境, 2017, 31(7): 14-21.

Zhou Ruirui, Mi Wenbao, Li Junjie et al. Spatial differentiation and analysis of the quality of life of urban residents in Ningxia. Resources and Environment in Arid Areas, 2017, 31(7): 14-21.

[26]
黄金川, 方创琳. 城市化与生态环境交互耦合机制与规律性分析[J]. 地理研究, 2003, 22(2): 211-220.

DOI

Huang Jinchuan, Fang Chuanglin. Coupling mechanism and regularity of urbanization and ecological environment. Geographical Research, 2003, 22(2): 211-220.

DOI

[27]
吴玉鸣, 张燕. 中国区域经济增长与环境的耦合协调发展研究[J]. 资源科学, 2008, 27(1): 25-30.

DOI

Wu Yuming, Zhang Yan. Research on the coupling and coordinated development of regional economic growth and environment in China. Resource Science, 2008, 27(1): 25-30.

DOI

[28]
刘浩, 张毅, 郑文升. 城市土地集约利用与区域城市化的时空耦合协调发展评价——以环渤海地区城市为例[J]. 地理研究, 2011, 30(10): 1805-1817.

Liu Hao, Zhang Yi, Zheng Wensheng. Evaluation of spatiotemporal coupling coordinated development of urban land intensive use and regional urbanization. Geographical Research, 2011, 30(10): 1805-1817.

Options
Outlines

/

〈 〉