地理科学 2018 , 38 (8): 1245-1255 https://doi.org/10.13249/j.cnki.sgs.2018.08.006

Orginal Article

基于期刊论文的中国地级以上城市知识专业化研究

吕拉昌¹^,²^,³^,, 廖倩²^,⁴, 黄茹²^,

1.首都师范大学管理学院,北京 100048
2. 首都师范大学资源环境与旅游学院,北京 100048
3.北京城市创新与发展研究中心,北京100048
4.中国地图出版社,北京100054

Knowledge Specialization of Cities Above the Prefecture Level in China Based on Journal Articles

Lyu Lachang¹^,²^,³^,, Liao Qian²^,⁴, Huang Ru²^,

1.School of Management of Capital Normal University, Beijing 100048, China
2.Resources and Environment and Tourism College of Capital Normal University, Beijing 100048, China
3.Center for Beijing Urban Innovation and Development, Beijing 100048, China
4.Sinomaps Press,Beijing 100054, China

中图分类号: F299.2

文献标识码: A

文章编号: 1000-0690（2018）08-1245-11

通讯作者: 通讯作者：黄茹,副教授。E-mail:huang8@aliyun.com

收稿日期: 2017-08-20

修回日期: 2018-01-3

网络出版日期: 2018-08-20

基金资助: 国家自然基金项目（41471136）资助

作者简介:

作者简介：吕拉昌（1963-）,男,陕西凤翔人,博士,教授,博导,主要从事城市地理、创新地理与区域发展研究。E-mail: lachanglu@163.com

展开

摘要

将287个地级以上城市（不包括港澳台地区）作为研究对象,以中国知网发布的168个学科领域期刊论文数量为数据来源,对中国地级以上城市知识专业化水平、影响因素及其与经济发展的关系进行了研究。研究发现：① 中国地级以上城市的专业化水平总体偏低,多样化水平较为明显;知识专业化水平西部地区>中部地区>东部地区;地区相对专业化指数随城市行政等级依次升高,即直辖市<副省级城市<省会城市<普通地级市。具有资源优势的城市,其知识专业化领域高度集中在以资源为基础的领域;中小城市的知识专业化领域相对较少,专业化程度高;大中城市知识专业化领域多,多样化趋势明显,但各领域的知识专业化程度相对较低。从城市等级上来看,知识专业化程度表现为五线城市>四线城市>三线城市>二线城市>一线城市。② 知识专业化水平主要受科教经济因素、人才潜力和服务业因素、工业基础因素、人口规模因素四大因素影响。③ 知识专业化与经济发展关系密切,整体呈现倒U形关系;但各区域随发展阶段不同,表现出不同的形式可以分为U形、倒U形、M形和W形4种大类型。

关键词： 知识专业化 ; 期刊论文 ; 知识专业化影响因素 ; 地级以上城市

Abstract

In the era of knowledge economy, knowledge becomes the most important dynamics for development of the city, urban development depends on the richness of urban knowledge including storage of knowledge, knowledge contents and knowledge of the division of labor. Amount of literature have examined the knowledge specialization, however, few could touch the relationship between cities and knowledge specialization in China. We still could not answer the questions, such as, what does knowledge specialization of Chinese cities? How does it distribute in Chinese cities? What the influential factors are determined urban knowledge specialization? What is the relationship between knowledge specialization and economic development? In order to answer these questions, taking more than 287 above prefecture cities as the research object, using the amount of articles of CNKI including 168 field of discipline as data source, we examines the knowledge specialization level of above prefectural cities in China, influence factors determining the knowledge specialization, and its relationship with economic development . The study shows that: 1) the level of knowledge specialization of Chinese cities is generally low and the diversity level is obvious. From the area, the level of knowledge specialization in the eastern China are higher than that of central China, that central China are high than that the western China. The relative specialization index of the area shows in order from low to high, municipality directly under the central government, vice provincial cities, the provincial capital and prefecture cities. Knowledge specialization area in the cities with resource advantage, is highly concentrated in resources-based field; Small and medium-sized cities have relatively less areas of knowledge specialization and high degree of knowledge of specialization, while, large and medium-sized cities have many fields of knowledge specialization, but low knowledge specialization with obvious knowledge diversified of characteristic. From the city level, the knowledge specialization degree manifested in the order from high to low, the fifth tier cities, the fourth tier cities, the third tier cities, the second tier cities and the first tier cities. 2) Knowledge specialization is mainly influenced by 4 factors: the economy and factor of science and education, the talent potential and the service industry, the industrial base factor, and the factor of population size. 3) The relationship between knowledge specialization and economic development is closely related, and the overall relationship is inverted “U”. However, different regions show different forms of shaped, inverted U, M and W types; this may result by the varied economic development stages and some regional background.

Keywords： knowledge specialization ; journal articles ; knowledge specialization influencing factors ; cities above prefecture level

PDF (1042KB) 元数据多维度评价相关文章收藏文章

本文引用格式导出 EndNote Ris Bibtex

吕拉昌, 廖倩, 黄茹. 基于期刊论文的中国地级以上城市知识专业化研究[J]. 地理科学, 2018, 38(8): 1245-1255 https://doi.org/10.13249/j.cnki.sgs.2018.08.006

Lyu Lachang, Liao Qian, Huang Ru. Knowledge Specialization of Cities Above the Prefecture Level in China Based on Journal Articles[J]. Scientia Geographica Sinica, 2018, 38(8): 1245-1255 https://doi.org/10.13249/j.cnki.sgs.2018.08.006

20世纪80年代, 伴随新经济的发展,知识和信息的生产、分配和使用基础上的知识经济所创造的社会经济价值远远超过传统要素带来的价值,知识、技术等要素在经济增长中的作用凸显^[1]。知识分工与劳动分工同等重要,知识分工成为经济学的“中心问题”^[2]。城市作为经济增长的中心,也是知识中心^[3],城市的竞争优势不再是自然资源或者廉价劳动力,而是知识资源和知识资产的开发^[4]。伴随着知识的不断积累和发展,知识的分工与专业化不断深化,城市的知识资源与城市的发展联系在一起。

知识成为城市发展的最重要支撑,城市有什么样的知识,就有什么样的城市,城市知识的储蓄、知识的内容、知识的分工决定城市发展的走向与潜力。知识专业化（国外学者又叫科学专业化）,是指知识在某一学科领域的集中生产的过程。当一个地区人口、高校及大型科研机构较少时,知识生产较为单一,更容易出现较高的知识专业化;反之,当一个地区拥有的人口、高校及大型科研机构数量较多时,研究领域多,知识生产较为广泛,则不易出现高的知识专业化^[5]。

国外学者对知识专业化的研究集中于以下几个方面：一是对知识专业化理论研究。哈耶克等人提出了知识分工理论^[5,6,7],个体所掌握的特定知识会使个人在发生行为时比其他人具有优势,反映到经济活动中,表现为不同的行业领域具有不同的“天赋”,形成专业化分工;二是知识专业化的空间分布及其影响因素。Schwarz采用1994~1996年SCI论文研究欧洲大都市区域科学强度,发现城市规模与知识专业化存在很明显的关系：城市规模较大的城市的科学研究总量大,但知识专业化水平较低,多样化特征明显;而中小规模的城市知识专业化水平更高^[8,9];三是着眼于知识专业化对企业发展的作用,包括知识专业化对知识增长的作用^[10]、对企业绩效的作用^[11,12]等。国内关于知识专业化的研究起步晚、数量少。主要集中于两点：一是对国外的知识专业化理论进行介绍^[13,14]等对西方知识专业化理论介绍与评述。二是注重研究科技活动的空间分布及其对经济增长的作用^[15,16,17]。

在知识专业化的测度方面,学者较多使用出版物、专利和R&D支出来测量知识专业化^[18,19,20]。这些测度有一定的科学性,但也存在一些问题,比如采用论文的引用率来测度知识专业化,引用率虽有一定客观性,但与作者及所在单位的知名度有一定关系,只能反映知识专业化的一个方面。我们认为,采用发表的论文是测度知识专业化的可行指标,因为从总体上反映了城市知识存量和知识的结构状况。

综上所述,国内外学者的成果为城市知识专业化研究奠定了一定的理论与实证基础,但仍没有对中国城市知识专业化问题进行系统研究,因此也无法回答中国城市知识专业化水平如何?如何分布?影响城市知识专业化的因素是什么?知识专业化和经济发展存在什么样的关系?本研究在前人研究的基础上,以中国知网（China National Knowledge Infrastructure）期刊论文数量为基础数据,对中国287个地级以上城市知识专业化进行分析,试图对上述问题给出答案。

1 研究对象、数据来源与研究方法

1.1 研究对象与数据来源

本文以中国大陆287个地级以上城市为研究对象（不包括港澳台地区）。之所以选取地级以上城市,是因为这些城市是中国大陆社会经济、文化的主要载体,也是地区知识的主要载体。本文使用的数据是期刊论文数据,以中国知网（CNKI）为检索平台,按照中国知网对所有期刊论文进行分类,分别对中国287个地级及以上城市期刊论文的10个专辑,168个主题依次进行检索,共收集48 216条数据(截止2015年12月31日),作为本文的基础数据。

1.2 研究方法

知识专业化可用地区相对知识专业化指数,以及行业知识专业化指数进行测度。

1）地区相对知识专业化指数（SS_i）

$S S_{i} = \sum_{j} |S_{ij} - S_{j}|$ (1)

式中, $S_{ij}$ 是行业j在城市i中所占的论文数量比重, $S_{j}$ 是行业j在全国所占论文数量比重。 $S S_{i}$ 值的范围为[0~2],当 $S S_{i}$ 值越小时,城市知识专业化水平越低,多样化特征越显著;当 $S S_{i}$ 值越大时,城市知识专业化水平越高。

2）行业知识专业化指数 $(L_{ij})$

$L_{ij} = \frac{\frac{T_{ij}}{T_{i}}}{\frac{T_{j}}{T}}$ （2）

式中 $T_{ij}$ 表示i城市j行业的论文数量, $T_{i}$ 表示i城市论文总数; $T_{j}$ 表示全国j行业的论文数, $T$ 表示全国论文总数。当 $L_{ij}$ >1时,说明该行业为知识专业化部门,且值越大其知识专业化程度越高。

2 期刊论文总体的空间分布

各城市的期刊论文数据是城市所有学科领域论文数量的总和。中国地级以上城市期刊论文总数共29 900 888篇,但地区分布不均衡,与经济发展水平一致,经济发展水平越高,其高校、科研机构及研发机构数量越多,期刊论文发表量越大,反之,经济发展水平低,高校、科研机构等数量少,期刊论文发表也较少。

2.1 期刊论文的空间分布

从区域分布上来看,华东地区期刊论文共9 970 204篇,占全部论文的33.34%;中南地区共6 580 926篇,占全部论文的22%;华北地区共5 711 064篇,占全部论文的19.1%;东北地区共3 154 079篇,占全部论文的10.55%;西南地区共2 408 656篇,占全部论文的8.06%;西北地区共2 075 959篇,占全部论文的6.94%,总体呈现：华东地区>中南地区>华北地区>东北地区>西南地区>西北地区,省会城市与直辖市是主要的期刊论文的主要分布地,论文总数17 439 674篇,占全部论文的58.32%（图1）。从城市视角：中国期刊论文空间分布集中分布于三大城市群：京津冀城市群、长江三角洲城市群以及珠江三角洲城市群。

显示原图| 下载原图ZIP| 生成PPT

图1 中国期刊论文分布状况

Fig.1 Distribution of Chinese journal articles

2.2 期刊论文的学科领域分布

从期刊论文的学科领域分布来看,论文数量医药卫生科技>经济与管理科学>工程科技I辑>社会科学II辑>工程科技II辑>信息科技>哲学与人文科学>基础科学>农业科技>社会科学I辑。且学科领域间数量差异显著,其中：中等教育、临床医学、建筑科学与工程、计算机软件及计算机应用、外科学是所有学科中论文数量前五的学科。经济统计、逻辑学、非线性科学与系统科学、民族学、社会科学理论与方法是所有学科中论文数量后五的学科（表1）。

表1 地级以上城市期刊论文学科领域前10名和后10名分布情况

Table 1 Top 10 and last 10 of journal articles in subject areas in cities above prefectural level

排名	学科	数量（篇）	排名	学科	数量（篇）
1	中等教育	995878	159	领导学与决策学	10924
2	临床医学	931391	160	地理	10132
3	建筑科学与工程	789756	161	美学	9734
4	计算机软件及计算机应用	752562	162	中国通史	9482
5	外科学	697698	163	史学理论	9431
6	肿瘤学	659951	164	社会科学理论与方法	7748
7	中医学	604269	165	民族学	7489
8	高等教育	590307	166	非线性科学与系统科学	6861
9	电力工业	585167	167	逻辑学	5220
10	企业经济	582746	168	经济统计	4931

新窗口打开

3 中国地级以上城市知识专业化水平

3.1 城市知识专业化总体水平

地区相对知识专业化指数能够反映一个地区知识专业化总体水平。相对知识专业化指数值越小,城市知识专业化水平越低;相对知识专业化指数值越大,城市知识专业化水平越高。根据公式（1）可以计算出中国地级以上城市的相对专业化指数（表2）,结果表明：

表2 中国地级以上城市地区相对知识专业化指数前10名和后10名情况

Table 2 Top10 and last 10 of relative knowledge specialization index in cities above prefectural level in China

排名	城市	指数	排名	城市	指数
1	定西市	0.973	278	济南市	0.286
2	广安市	0.954	279	北京市	0.272
3	雅安市	0.877	280	烟台市	0.258
4	中卫市	0.871	281	福州市	0.244
5	陇南市	0.863	282	南京市	0.243
6	武威市	0.854	283	郑州市	0.242
7	景德镇市	0.845	284	南昌市	0.226
8	泸州市	0.842	285	杭州市	0.222
9	固原市	0.835	286	重庆市	0.222
10	来宾市	0.820	287	石家庄市	0.192

新窗口打开

1）中国地级以上城市地区相对知识专业化指数总体偏低,多样性特征较为明显,相对知识专业化指数最高值为定西市的0.973,最低值为石家庄市的0.192。

2）从地级以上城市相对知识专业化指数值的空间分布来看,总体上地区相对知识专业化指数西部地区>中部地区>东部地区,其中相对知识专业化指数值较高的城市主要为西部地区的城市,如定西市、广安市、延安市、中卫市等,这些城市的人口、高校及大型科研单位较少,知识结构较单一,容易出现较高知识专业化;地区相对知识专业化指数值较低的城市多为东部地区的城市,如石家庄市、杭州市、南京市、福州市、北京市、上海市等,这些城市知识生产主体多,知识体系复杂,涉及领域广泛,多样化特征更为明显。

3）地区相对知识专业化指数值变化的规律：直辖市<副省级城市<省会城市<普通地级市,但也有个别城市例外的情形（表2）。

3.2 不同学科领域城市知识专业化水平

行业知识专业化指数能够反映一个地区不同学科领域的知识专业化程度,行业知识专业化指数>1,说明该学科领域为知识专业化部门,数值越大其知识专业化程度越高。由公式（2）可以得出中国地级以上城市各学科领域的知识专业化情况（表3）。结果表明：

表3 前10名和后10名城市知识专业化学科领域

Table 3 Top 10 and last 10 subject areas of knowledge specialization

排序	城市	专业化学科领域数量	排名第一领域	排名第二领域	排名第三领域
1	大庆市	25	石油天然气工业(27.73)	地球物理学(5.41)	地质学(5.37)
2	常州市	25	学前教育(8.39)	职业教育(5.66)	初等教育(5.33)
3	景德镇市	25	美术书法雕塑与摄影(34.46)	旅游(22.28)	考古(13.33)
4	雅安市	27	畜牧与动物医学(13.49)	蚕蜂与野生动物保护(10.45)	农作物(9.59)
5	定西市	29	学前教育(6.94)	中等教育(6.36)	农作物(6.20)
6	广安市	31	自然科学理论与方法(19.23)	中医学(15.45)	中西医结合(9.13)
7	宿迁市	32	初等教育(6.84)	中等教育(6.19)	外国语言文字(4.15)
8	河源市	32	职业教育(5.90)	中等教育(4.09)	妇产科学(2.81)
9	抚顺市	33	燃料化学(23.95)	石油天然气工业(9.72)	矿业工程(5.49)
10	淮南市	33	矿业工程(18.20)	安全科学与灾害防治(9.80)	燃料化学(4.13)
…	…	…	…	…	…
277	长沙市	78	伦理学(3.71)	公路与水路运输(2.93)	冶金工业(2.71)
278	怀化市	78	民族学(8.16)	音乐舞蹈(4.31)	管理学(2.82)
279	济南市	79	军事医学与卫生(5.36)	军事(2.87)	美学(2.80)
280	宜宾市	79	科学研究管理(4.28)	一般服务业(4.22)	中国共产党(2.44)
281	郑州市	80	刑法(2.85)	宪法(2.37)	考古(2.29)
282	湘潭市	82	宪法(8.86)	刑法(7.50)	诉讼法与司法制度(7.33)
283	上海市	87	船舶工业(3.11)	天文学(2.48)	核科学技术(2.24)
284	武汉市	89	国际法(3.83)	船舶工业(3.58)	自然地理学与测绘学(3.50)
285	南京市	92	武器工业与军事技术(3.70)	军事(3.26)	气象学(3.22)
286	南昌市	93	刑法(2.24)	伦理学(1.83)	民商法(1.70)
287	北京市	95	天文学(2.95)	航空航天科学与工程(2.84)	核科学技术(2.75)

注：括号内数字为该领域知识专业化指数值。

新窗口打开

1）各地级以上城市168个学科类别中,城市行业知识专业化指数值大于1的学科领域最少的有25个,如大庆市,常州市、景德镇市;专业化学科领域最多为北京市,共95个;中国城市知识专业化学科领域平均为57.32个,大于平均值的城市有146个,说明中国大多数地级以上城市知识专业化领域较多,知识多样化特征明显。

2）城市的知识专业化领域数量表现为：直辖市>副省级城市>省会城市>普通地级市（图2）。

显示原图| 下载原图ZIP| 生成PPT

图2 中国地级以上城市知识专业化领域数量分布情况

Fig.2 Quantitative distribution of knowledge specialization in cities above prefectural level in China

3）具有资源优势的城市,其知识专业化领域高度集中在以资源为基础的领域,如大庆的石油天然气工业,景德镇的美术书法雕塑与摄影,克拉玛依的石油天然气工业,舟山的水产和渔业,马鞍山的冶金工业等。

4）城市规模相对较小的城市的知识专业化领域相对较少,但专业化程度较高;规模较大的城市城市知识专业化领域多,多样化特征明显,各领域的知识专业化程度相对较低。如大庆,其知识专业化领域25个,排名倒数第一,但石油天然气工业领域知识专业化程度极高,达到27.73;而北京知识专业化领域达到95个,但其专业化指数值最高的天文学的值仅为2.95（表3）。

3.3 不同等级城市知识专业化水平

城市规模与知识专业化有密切的关系,基于城市等级视角揭示城市的知识专业化水平具有重要意义^[8]。

为分析不同等级城市的知识专业化水平,本文以《第一财经周刊》分类方法^[21],作为城市等级划分标准,并将一线城市与新一线城市进行合并,将中国地级以上城市划分为5类：一线城市、二线城市、三线城市、四线城市、五线城市,分别对每类城市的地区相对知识专业化指数进行计算,结果表明：知识专业化水平与城市等级呈现负相关关系。知识专业化水平越高的城市其城市等级越低,知识专业化水平表现为五线城市>四线城市>三线城市>二线城市>一线城市; 中国各等级城市相对专业化指数值总体水平偏低,多样化特征较为显著,一线城市知识多样化特征十分显著。不同等级城市知识专业化水平差异显著。最大值为五线城市0.961,最小值为一线城市0.494,差异性较为显著。5个等级城市相对知识专业化平均值为0.800,其中二、三、四、五线城市相对知识专业化指数值分别为0.813、0.844和0.888,均超过平均值,一线城市相对知识专业化指数值远远低于平均值。

4 知识专业化的影响因素分析

创新行为的结果取决于环境和刺激、刺激本身的意义和创新主体所处的状态^[22]。根据地级以上城市知识专业化特点及前人的研究成果^[23,24],在坚持科学性和可操作性原则基础上设计了知识专业化影响因素指标体系,包含5个方面18个指标（表4）。

表4 知识专业化影响因素指标体系

Table 4 Index system for influencing factors of knowledge specialization

影响因素	符号	指标	单位
经济发展水平	X1	GDP	万元
经济发展水平	X2	人均GDP	元
产业结构	X3	第一产业占GDP比重	%
	X4	第二产业占GDP比重	%
	X5	第三产业占GDP比重	%
人力资源基础	X6	R&D人员全时当量	万人
	X7	普通高校数量	所
	X8	高校专任教师数量	人
	X9	每万人在校大学生数量	人
	X10	年末总人口	万人
	X11	互联网宽带接入用户数	万户
财政投入	X12	R&D经费	亿元
	X13	科学技术支出	万元
	X14	教育支出	万元
	X15	R&D经费投入强度	%
基础设施及条件	X16	行政区域土地面积	km²
	X17	公共图书馆图书总藏量	册
	X18	百人公共图书馆藏书	册

新窗口打开

考虑数据的可获得性,样本城市为262个地级以上城市,主要数据来源于《第二次R&D资源清查主要数据公报》^[25]、《中国城市统计年鉴》^[26]和各省市统计局、科技局网站。

4.1 数据标准化处理

由于各指标计量单位具有差异,为了使各指标具有可比性,需要对城市样本中各变量数据进行标准化处理,以消除量纲对评价结果的影响,标准化后的变量方差为1,均值为0。标准化公式如下：

$X_{i} = \frac{x_{i} - \bar{x}}{\partial^{2}}, i = 1,2 \dots n$ (3)

式中, $X_{i}$ 为指标i标准化后的值, $x_{i}$ 为指标i初始值, $\bar{x}$ 为平均数, $\partial$ 为方差,n为指标个数。

4.2 相关性检验

本文采用SPSS19.0对城市知识专业化指标体系各变量进行相关性检验。KMO值为0.807,适合做因子分析; Bartlett球体检验伴随概率为0.000,小于0.01,达到显著性水平,适合做因子分析。

4.3 主因子分析

用标准化之后的18个指标数据进行主成分分析,得到各变量特征值、贡献率和累计贡献率如表5。

表5 主成分特征值及方差贡献率

Table 5 Principal component eigenvalue and variance contribution rate

成份	初始特征值			提取平方和载入			旋转平方和载入
成份	合计	方差的 %	累积 %	合计	方差的 %	累积 %	合计	方差的 %	累积 %
1	9.676	53.758	53.758	9.676	53.758	53.758	6.795	37.749	37.749
2	2.256	12.532	66.290	2.256	12.532	66.290	3.551	19.730	57.479
3	1.563	8.682	74.973	1.563	8.682	74.973	2.408	13.380	70.858
4	1.212	6.731	81.704	1.212	6.731	81.704	1.952	10.846	81.704
5	0.974	5.410	87.114
6	0.583	3.241	90.355
7	0.471	2.618	92.974
8	0.386	2.144	95.118
9	0.328	1.822	96.940
10	0.232	1.286	98.227
11	0.111	0.619	98.846
12	0.076	0.421	99.267
13	0.052	0.291	99.558
14	0.030	0.169	99.727
15	0.022	0.124	99.851
16	0.018	0.101	99.952
17	0.009	0.048	100.000
18	1.026E-7	5.702E-7	100.000

新窗口打开

结果表明：18个变量中前4个变量主成分特征值均大于1,后面的14个变量主成分特征值均小于1,前4个变量累计方差占原变量总方差的81.704%。进一步提取正交旋转后的主成分（主因子）,也包含4个主因子,其累计方差贡献率为81.704%,所以,提取前4分主因子即可显示全部18个变量的变化情况。

主因子载荷矩阵结果对部分因子不能进行较好的解释,为了使其结果更为显著,对主因子载荷矩阵进行方差极大化因子正交旋转,旋转后的主因子载荷矩阵（表6）。

表6 旋转后的主因子载荷矩阵

Table 6 Main load matrix after rotation

	成份1	成份2	成份3	成份4
GDP	0.805	0.343	0.186	0.369
人均GDP	0.436	0.306	0.639	-0.220
第一产业占GDP的比重	-0.251	-0.281	-0.809	-0.014
第二产业占GDP的比重	-0.180	-0.446	0.850	0.064
第三产业占GDP的比重	0.428	0.751	-0.216	-0.058
R&D人员全时当量	0.908	0.316	0.100	0.160
普通高校数量	0.429	0.722	0.140	0.437
高校专任教师数量	0.420	0.716	0.135	0.446
每万人在校大学生数	0.112	0.888	0.288	0.068
年末总人口	0.284	0.118	-0.118	0.860
互联网宽带接入用户数	0.641	0.343	0.139	0.456
R&D经费	0.902	0.283	0.077	0.166
科学技术支出	0.924	0.157	0.022	0.182
教育支出	0.848	0.179	0.006	0.461
R&D经费投入强度	0.423	0.477	0.434	0.048
行政区域土地面积	0.008	-0.048	-0.362	0.008
公共图书馆图书总藏量	0.911	0.201	0.001	0.168
每百人公共图书馆藏书	0.771	0.200	0.228	-0.299

新窗口打开

旋转后的主因子解释如下：

1）第一个主因子与原始18个变量载荷较大的因子有：科学技术支出（X13）、公共图书馆图书总藏量（X17）、R&D人员全时当量（X6）、R&D经费（X12）、教育支出（X14）、GDP（X1）、每百人公共图书馆藏书（X18）、互联网宽带接入用户数（X11）,其作用在第一个主因子上的载荷分别为0.924、0.911、0.908、0.902、0.848、0.805、0.771、0.641,反映城市的经济规模、科技规模和教育发展水平对城市知识专业化水平的影响,可定义为科教经济因素（R1）。其特征值为6.795,解释原变量总方差的37.749%。从得分情况来看,上海、北京、深圳、天津、苏州、杭州、广州等居于前列。

2）第二个主因子与原始18个变量载荷较大的有：每万人在校大学生数（X9）、第三产业占GDP的比重（X5）、普通高校数量（X7）、高校专任教师数量（X8）、R&D经费投入强度（X15）,其作用在第二个主因子上的载荷分别为0.888、0.751、0.722、0.716、0.477,反映城市的高等教育、人力资源水平和财政投入状况对城市知识专业化的影响,可定义为人才潜力和服务业因素（R2）。其特征值为3.551,解释原变量总方差的19.730%。从得分情况来看,广州、西安、南京、济南、武汉、太原等城市得分较高。

3）第三个主因子与原始18个变量载荷较大的因子有：第二产业占GDP的比重（X4）、人均GDP（X2）,其作用在第三个主因子上的载荷分别为：0.850、0.639,反映城市第二产业发展状况和人均经济发展水平状况对城市知识专业化的影响,可定义为工业基础因素（R3）。其特征值为2.408,解释原变量总方差的13.380%。从得分情况来看,克拉玛依、大庆、铜陵、嘉峪关、东陵、攀枝花等城市得分较高。

4）第四个主因子与原始18个变量载荷较大的有：年末总人口（X10）、行政区域土地面积（X12）、第一产业占GDP的比重（X3）,其作用在第四个主因子上的载荷分别为：0.860、0.008、-0.014,其中行政区域土地面积、第一产业占GDP的比重与第四主因子载荷量较小,说明这行政区域土地面积、第一产业占GDP的比重对城市知识专业化影响较小,第四个主因子主要反映城市的人口规模对城市知识专业化的影响,可定义为人口规模因素（R4）。其特征值为1.952,解释原变量总方差的10.846%。从得分情况来看,重庆、天津、郑州、保定、成都得分较高。

由此可见,中国城市知识专业化的影响因素主要包括：科教经济因素、人才潜力和服务业因素、工业基础因素和人口规模因素。

5 城市知识专业化与经济发展的关系

知识作为城市经济的内生动力^[27],城市知识储备及质量与城市经济发展有一定的关系。影响城市经济发展的因素不仅包括知识,还包括如投资、劳动、生产率、消费等等因素。本文假设影响城市经济发展的其他因素都相同,着力分析城市知识专业化与对经济发展的关系。参考《第一财经周刊》对城市等级的分类标准^[21],本研究将一线城市与新一线城市合并,从五大类城市中各选取样本城市10个,共50个城市作为研究样本。包括一线城市、新一线城市北京、上海、武汉、西安、成都、广州、重庆、南京、天津和杭州;二线城市郑州、佛山、昆明、石家庄、乌鲁木齐、哈尔滨、南昌、长春、太原和合肥;三线城市秦皇岛、绵阳、遵义、株洲、大庆、兰州、保定、唐山、连云港和郴州;四线城市丽水、韶关、南阳、定西、牡丹江、营口、九江、锦州、曲靖和七台河;五线城市遂宁、阳泉、景德镇、伊春、张掖、鹤岗、攀枝花、三门峡、克拉玛依和忻州。

5.1 城市知识专业化总体水平与经济发展的关系

通过公式（1）的测算获得50个城市的地区相对专业化指数,为了反映城市知识专业化总体水平与经济发展的关系,将50个城市2005~2013年的地区相对知识专业化指数平均值与GDP平均值进行拟合,以GDP平均值为横轴,地区相对知识专业化指数平均值为纵轴,结果表明：GDP平均值与地区相对知识专业化指数平均值呈倒U形关系（图3）,拟合度为77.06%,即：城市知识专业化总体水平随着经济发展的水平的提高先不断升高,升高到一定阶段之后开始逐步下降。说明城市的知识专业化在城市最初发展阶段对经济发展有促进作用,但随着经济发展水平的提高,城市发展对知识需求更加广泛,领域更多,需要更加多样化的知识体系支撑,多样化的知识环境更能促进城市的经济发展。

显示原图| 下载原图ZIP| 生成PPT

图3 2005~2013年城市总体知识专业化水平与经济发展的关系

Fig.3 Relationship between the level of urban general knowledge specialization and economic development in 2005-2013

5.2 各城市知识专业化随经济发展的演化趋势

为探究各样本城市知识专业化与经济发展的关系,以地区生产总值（GDP）为横轴,地区相对专业化指数为纵轴,绘制出50个城市的散点图及趋势线（表7）。结果表明：50个城市地区总体知识专业化随经济发展的演化趋势大致呈现以下几种类型,U形、倒U形、M形和W形4种大类型。这种形态有的与总体形态基本一致,有的不完全一致,可能与城市处于不同的经济发展阶段以及区域性因素有很大关系。

表7 知识专业化随经济发展的演化趋势及类型（2004~2013年）

Table 7 evolution trend and types of knowledge specialization along with economic development (2004-2013)

类型		城市
U形	U形上升	南阳 (R²=0.7294)	y = 4E-16x²- 9E-09x + 0.57
		唐山（R² =-0.2630）	y = 1E-23x³-2E-15x² + 6E-08x
		克拉玛依（R² = 0.6409）	y = 9E-21x³-2E-13x² + 7E-07x
	U形下降	石家庄 (R²=0.9038)	y = 2E-16x²-2E-08x + 0.754
	U形下降	阳泉 (R²=0.9145)	y = 2E-14x²-2E-07x + 0.9683
倒U形	倒U形上升	定西（R²=0.8159）	y = -1E-13x² + 6E-07x + 0.2271
		株洲 (R²=0.7941)	y = -5E-16x² + 2E-08x + 0.4387
		太原（R² = 0.6957）	y = -2E-15x² + 6E-08x
	倒U形下降	郑州 (R²=0.9003)	y = -8E-31x⁴ + 1E-22x³-8E-15x² + 2E-07x-0.9582
		遵义 (R²=0.7102)	y = 4E-29x⁴-1E-21x³ + 9E-15x² + 8E-09x + 0.7548
		上海 (R²=0.8002)	y = -4E-18x² + 2E-11x + 0.4823
		昆明 (R²=0.8221)	y = 1E-23x³-1E-15x² + 5E-08x + 0.1957
		西安 (R²=0.9211)	y = 3E-23x³-2E-15x² + 6E-08x + 0.2031
		乌鲁木齐 (R²=0.8669)	y = 4E-36x⁵-3E-28x⁴ + 6E-21x³-7E-14x² + 4E-07x-0.1741
		韶关 (R²=0.7692)	y = -1E-27x⁴ + 3E-20x³-3E-13x² + 2E-06x-1.9871
		牡丹江 (R²=0.8197)	y = 1E-21x³-3E-14x² + 3E-07x-0.1411
		北京 (R²=0.6119)	y = -5E-17x² + 9E-09x + 0.6654
		张掖 (R²=0.6890)	y = -8E-20x³ + 4E-13x²-6E-07x + 0.8602
		成都 (R²=0.7190)	y = -1E-16x² + 1E-08x + 0.3303
		遂宁 (R²=0.9679)	y = -3E-33x⁵ + 9E-26x⁴-9E-19x³ + 5E-12x²-1E-05x + 9.0248
		哈尔滨(R²=0.7454)	y = 8E-24x³-1E-15x² + 5E-08x
		郴州（R²=0.8530）	y = -4E-15x² + 1E-07x
		营口（R²=0.9041）	y = -7E-36x⁵ + 3E-28x⁴-3E-21x³ + 4E-16x² + 2E-07x
		七台河（R²=0.4246）	y = 1E-31x⁵-1E-24x⁴ + 4E-18x³-6E-12x² + 4E-06x
		三门峡（R²=0.1853）	y = 1E-21x³-4E-14x² + 3E-07x
		忻州（R²=0.2704）	y = 2E-33x⁵-5E-26x⁴ + 3E-19x³-1E-12x² + 1E-06x
		广州（R²=0.7843）	y = 2E-40x⁵-9E-32x⁴ + 1E-23x³-1E-15x² + 4E-08x
		重庆（R²=0.7647）	y = -2E-32x⁴ + 6E-24x³-7E-16x² + 3E-08x
		南京（R²=0.6425）	y = 4E-24x³-7E-16x² + 3E-08x
		天津（R²=0.8990）	y = -1E-32x⁴ + 5E-24x³-7E-16x² + 3E-08x
		杭州（R²=0.7727）	y = -4E-39x⁵ + 9E-31x⁴-7E-23x³ + 2E-15x² + 6E-09x
M形	M形	景德镇 (R²=0.7482)	y = -1E-39x⁶ + 3E-32x⁵-3E-25x⁴ + 1E-18x³-3E-12x² + 4E-06x-1.3534
	M形	锦州（R²=0.7738）	y = 1E-41x⁶-5E-34x⁵ + 7E-27x⁴-5E-20x³ + 2E-13x²-3E-08x
	M形上升	佛山 (R²=0.3326)	y = -5E-46x⁶ + 1E-37x⁵-2E-29x⁴ + 9E-22x³-3E-14x² + 4E-07x-1.9716
	M形上升	大庆 (R²=0.3152)	y = 6E-44x⁶-1E-35x⁵ + 6E-28x⁴-2E-20x³ + 4E-13x²-3E-06x + 12.625
	M形下降	武汉 (R²=0.8256)	y = 5E-39x⁵-1E-30x⁴ + 2E-22x³-8E-15x² + 2E-07x-1.3675
		丽水 (R²=0.8130)	y = 1E-33x⁵-5E-26x⁴ + 6E-19x³-3E-12x² + 9E-06x-8.8
		长春（R²=0.6148）	y = -8E-45x⁶ + 1E-36x⁵-1E-28x⁴ + 4E-21x³-6E-14x² + 5E-07x
		九江（R²=0.5394）	y = -0.0014x⁴ + 0.0321x³-0.2345x² + 0.635x
W形	W形	秦皇岛 (R²=0.6297)	y = -5E-40x⁶ + 2E-32x⁵-5E-25x⁴ + 5E-18x³-3E-11x² + 8E-05x-92.482
		绵阳 (R²=0.6925)	y = -5E-41x⁶ + 3E-33x⁵-7E-26x⁴ + 9E-19x³-6E-12x² + 2E-05x-26.045
		伊春 (R²=0.7019)	y = -2E-30x⁵ + 2E-23x⁴-7E-17x³ + 1E-10x²-0.0001x + 42.183
		合肥（R²=0.5342）	y = -2E-44x⁶ + 4E-36x⁵-2E-28x⁴ + 6E-21x³-8E-14x² + 4E-07x
		南昌（R²=0.8151）	y = -3E-43x⁶ + 3E-35x⁵-1E-27x⁴ + 3E-20x³-3E-13x² + 1E-06x
		保定（R²=0.0840）	y = -9E-44x⁶ + 1E-35x⁵-6E-28x⁴ + 1E-20x³-2E-13x² + 8E-07x
		连云港（R²=0.3531）	y = 4E-35x⁵-2E-27x⁴ + 4E-20x³-3E-13x² + 9E-07x
		兰州（R²=0.5587）	y = 2E-35x⁵-1E-27x⁴ + 2E-20x³-2E-13x² + 6E-07x
		曲靖（R²=0.3282）	y = 6E-35x⁵-3E-27x⁴ + 4E-20x³-3E-13x² + 8E-07x
		鹤岗（R²=0.7428）	y = -3E-37x⁶ + 4E-30x⁵-2E-23x⁴ + 4E-17x³-4E-11x² + 2E-05x
		攀枝花（R²=0.6513）	y = 1E-33x⁵-3E-26x⁴ + 2E-19x³-9E-13x² + 1E-06x

新窗口打开

U形发展趋势包括U形上升趋势和U形下降趋势。呈U形上升趋势的主要有南阳、唐山、克拉玛依,其知识专业化程度随经济发展水平的提高不断上升;呈U形下降趋势的主要有石家庄和阳泉,其知识专业化程度随经济发展水平的提高呈现下降趋势。

倒U形发展趋势包括倒U形上升趋势和倒U形下降趋势。呈倒U形发展趋势的城市有26个,其中呈倒U形上升趋势的主要有定西、株洲、太原,其知识专业化实力随着经济水平的提高不断提高;呈倒U形发展趋势的城市有郑州、哈尔滨、昆明、上海、西安、乌鲁木齐、重庆、南京、杭州、天津、北京、成都等23个城市,是知识专业化随经济发展演变趋势最主要的类型,这些城市的知识专业化在全国的地位早期处于上升水平,但随着经济水平的提高,其知识专业化在全国地位出现下降。

M形发展趋势包括M形、M形上升和M形下降。景德镇、锦州为标准的M形,说明其知识专业化部门处于调整状态中;呈M形上升趋势的主要有佛山和大庆,其知识专业化水平部门不断进行调整,并且其地位在全国地位不断上升;呈M形下降趋势的主要有武汉、丽水、长春、九江,其知识专业化部门也在进行不断调整,但其在全国地位呈下降趋势。

W形发展趋势主要包括秦皇岛、绵阳、伊春、鹤岗、兰州、攀枝花等11个城市,其知识专业化部门有所变化,但其总体发展趋势趋于稳定或略有下降。

6 结论

知识与城市的发展有重要联系。知识包括的内容比较广泛,不仅包括的论文,也包括专利、数据库,还包括一些隐性知识,对这些知识的测度本身就是一个问题,本文以可以量化测度的论文作为基础数据,基本反映了中国地级以上城市知识专业化水平、影响知识专业化的因素及与经济发展的关系。

1）从知识专业化总体水平来看,中国地级以上城市的专业化水平总体偏低,多样化水平较为明显;从空间分布来看,西部地区>中部地区>东部地区;且地区相对专业化指数呈现直辖市<副省级城市<省会城市<普通地级市。从学科领域上来看,城市的知识专业化领域数量呈现直辖市>副省级城市>省会城市>普通地级市的特征;具有资源优势的城市,其知识专业化领域高度集中在以资源为基础的领域;城市规模较小的城市的知识专业化领域相对较少,但专业化程度高;城市规模较大的城市知识专业化领域多,多样化特征明显,但各领域的知识专业化程度相对较低。从城市等级上来看,知识专业化水平与城市等级呈现负相关关系,即知识专业化水平越高的城市其城市等级越低,知识专业化水平表现为五线城市>四线城市>三线城市>二线城市>一线城市;中国各等级城市相对专业化指数值总体水平偏低,多样化特征较为显著,其中一线城市多样化特征十分显著;各等级城市知识专业化水平差异显著。

2）中国城市知识专业化受科教经济因素、人才潜力和服务业因素、工业基础因素、人口规模因素四大主要因素影响,科教经济因素是最主要的影响因素。

3）知识专业化与经济发展关系密切,总体上呈现倒U形关系,但由于各城市处于不同的经济发展阶段,区域性的因素影响,城市知识专业化随经济发展演化趋势表现出不同的类型与状态。

The authors have declared that no competing interests exist.

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]	汪良兵. 区域创新网络结构与协同演化研究 [D].北京:中国科学技术大学,2014. [本文引用: 1] [Wang Liangbing. Research on the Structure and Co-evolution of Regional Innovation Networks .Beijing:University of Science and Technology of China,2014. ] [本文引用: 1]
[2]	弗里德利希.冯.哈耶克.《经济、科学与政治:哈耶克思想精粹》[M].冯克利,译. 南京:江苏人民出版社,2000. [本文引用: 1] [Friedrich von Hayek. Economy, Science and Politics: The Essence of Hayek's Thought. Nanjing: Jiangsu People's Press, 2000.] [本文引用: 1]
[3]	Lever W. Correlating the knowledge-base of cities with economic growth [J]. Urban Studies,2002,39(5/6):859-870. https://doi.org/10.1080/00420980220128345 URL [本文引用: 1]
[4]	Johnston A. The economic performance of UK cities [J]. European Planning Studies,2011,19(12):2095-2108. https://doi.org/10.1080/09654313.2011.633821 URL [本文引用: 1]
[5]	弗里德利希.冯.哈耶克.《致命的自负》[M].冯克利,等译. 北京:中国社会科学出版社,2000. [本文引用: 2] [Friedrich von Hayek. Fatal Conceit. Translated by von Kelly. Beijing: China Social Sciences Press, 2000.] [本文引用: 2]
[6]	格尔哈德.帕普克. 知识、自由与秩序——哈耶克思想论集[M].黄冰源, 译. 北京:中国社会科学出版社,2001. [本文引用: 1] [Gerhard Papke.Knowledge, freedom and order: A collection of Hayek's thoughts. Translated by Huang Bingyuan. Beijing: China Social Sciences Press,2001.] [本文引用: 1]
[7]	弗里德利希. 冯.哈耶克.自由秩序原理 [M].邓正来,译. 北京:生活.读书.新知三联书店,1997. [本文引用: 1] [Friedrich von Hayek. The principle of Free Order. Translated by Deng Zhenglai. Beijing: Life, Reading, New Knowledge Triple Bookstore,1997.] [本文引用: 1]
[8]	Schwarz A W. Scientific centres in Europe: an analysis of research strength and patterns of specialisation based on bibliometric indicators [J]. Urban Studies, 1999, 36(3): 453-477. https://doi.org/10.1080/0042098993475 URL [本文引用: 2]
[9]	Pianta M, Archibugi D. Specialization and size of scientific activities: a bibliometric analysis of advanced countries [J]. Scientometrics, 1991, 22(3): 341-358. https://doi.org/10.1007/BF02019767 URL [本文引用: 1]
[10]	Carnabuci G, Bruggeman J. Knowledge specialization, knowledge brokerage and the uneven growth of technology domains [J]. Social Forces, 2009, 88(2): 607-641. https://doi.org/10.1353/sof.0.0257 URL [本文引用: 1]
[11]	Brusoni S, Prencipe A, Pavitt K. Knowledge specialization, organizational coupling, and the boundaries of the firm: why do firms know more than they make? [J]. Administrative science quarterly, 2001, 46(4): 597-621. https://doi.org/10.2307/3094825 URL [本文引用: 1]
[12]	Jones E E, Kelly J R. The psychological costs of knowledge specialization in groups: Unique expertise leaves you out of the loop [J]. Organizational Behavior and Human Decision Processes, 2013, 121(2): 174-182. https://doi.org/10.1016/j.obhdp.2013.02.002 URL [本文引用: 1]
[13]	张明勇. 从“知识分工”到自由秩序——哈耶克思想体系的内在理路研究 [M]//中国制度经济学年会论文集,2006. [本文引用: 1] [Zhang Mingyong. From knowledge division of labor to free order—the internal theory of Hayek's ideological system .Annual Meeting of Committee of Chinese Institutional Economics Society, 2006 .] [本文引用: 1]
[14]	徐示奥. 论“劳动分工”和“知识分工”的同质结构 [J]. 经济视角(上),2013,11:8-12. [本文引用: 1] [Xu Shiao. On the homogeneous structure of division of labor and division of knowledge [J].Economic Perspective (I), 2013, 11:8-12.] [本文引用: 1]
[15]	易勇. 我国与世界主要国家科研论文产出的计量比较分析——基于学科专业化和标准引文影响二维视角 [J]. 中国科技论坛,2012,1:155-160. [本文引用: 1] [Yi Yong. A quantitative comparative analysis of the output of scientific papers between China and major countries in the world-based on two-dimensional perspective of subject specialization and standard citation influence .China Science and Technology Forum, 2012,1:155-160.] [本文引用: 1]
[16]	张雄林. 知识集聚研究 [D].天津:天津大学,2007. [本文引用: 1] [Zhang Xionglin. Research on knowledge gathering . Tianjin: Tianjin University, 2007.] [本文引用: 1]
[17]	王文春. 基于科技论文发表量的中国城市知识创新分布研究 [D].重庆:西北大学,2008. [本文引用: 1] [Wang Wenchun. Research on the Distribution of Urban Knowledge Innovation in China Based on the Publication of Scientific and Technological Papers . Chongqing: Northwest University, 2008.] [本文引用: 1]
[18]	Abramo G, D’Angelo C A, Di Costa F. Inefficiency in selecting products for submission to national research assessment exercises [J]. Scientometrics, 2014, 98(3): 2069-2086. https://doi.org/10.1007/s11192-013-1177-3 URL [本文引用: 1]
[19]	Tuzi F. The scientific specialisation of the Italian regions [J]. Scientometrics, 2005, 62(1): 87-111. https://doi.org/10.1007/s11192-005-0005-9 URL [本文引用: 1]
[20]	Morettini L, Perani G, Sirilli G. Associazione Italiana di Scienze Regionali XXXIII Conferenza scientifica annuale Roma, 13-15 settembre 2012[J]. [本文引用: 1]
[21]	新一线城市研究所. 2017 城市商业魅力排行榜: 什么样的城市才是最好的城市 [N/OL]. , 2017-05-25. URL [本文引用: 2] [New front-line City Research Institute. 2017 city business charm list: what kind of city is the best city? , 2017-05-25.] URL [本文引用: 2]
[22]	陈潭,杨孟. 创新驱动发展:理论逻辑与实践图景 [J].广州大学学报(社会科学版),2016,15(8):38-43. [本文引用: 1] [Chen Tan, Yang Meng. Innovation-driven Development: Theoretical Logic and Practical Outlook .Journal of Guangzhou University (Social Science Edition), 2016,15(8): 38-43.] [本文引用: 1]
[23]	拜琦瑞,杨开忠. 我国省域知识产出份额的演变及其影响因素 [J]. 经济管理,2009,3:23-27. [本文引用: 1] [Bai Qirui, Yang Kaizhong. Analysis of Chinese Provincial Knowledge Production Shares and Their Factors .Economic Management, 2009,3:23-27.] [本文引用: 1]
[24]	李春燕. 我国创新活动空间差异及其影响因素研究 [D].天津:天津财经大学,2010. [本文引用: 1] [Li Chunyan. Spatial Differences of Innovative Activities in China and Their Influencing Factors . Tianjin: Tianjin University of Finance and Economics, 2010.] [本文引用: 1]
[25]	国家统计局.第二次R&D资源清查主要数据公报[M].北京:中国统计出版社,2011. [本文引用: 1] [National Bureau of Statistics of China. Major Data Bulletin of the Second R&D Resource Inventory. Beijing: China Statistical Publishing House, 2011.] [本文引用: 1]
[26]	国家统计局. 中国城市统计年鉴2006-2014[M].北京:中国统计出版社,2006-2014. [本文引用: 1] [National Bureau of Statistics of China. China Urban Statistical Yearbook 2006-2014. Beijing: China Statistics Press, 2006-2014.] [本文引用: 1]
[27]	陈晓红, 李喜华, 曹裕. 创业知识资本与企业绩效关系研究 [J].科学学研究, 2009(5):759-764. [本文引用: 1] [Chen Xiaohong, Li Xihua, Cao Yu. Research on the relationship between entrepreneurial knowledge capital and firm performance . Science Research, 2009(5): 759-764.] [本文引用: 1]

区域创新网络结构与协同演化研究

2014

... 20世纪80年代, 伴随新经济的发展,知识和信息的生产、分配和使用基础上的知识经济所创造的社会经济价值远远超过传统要素带来的价值,知识、技术等要素在经济增长中的作用凸显^[1].知识分工与劳动分工同等重要,知识分工成为经济学的“中心问题”^[2].城市作为经济增长的中心,也是知识中心^[3],城市的竞争优势不再是自然资源或者廉价劳动力,而是知识资源和知识资产的开发^[4].伴随着知识的不断积累和发展,知识的分工与专业化不断深化,城市的知识资源与城市的发展联系在一起. ...

区域创新网络结构与协同演化研究

2014

2000

Correlating the knowledge-base of cities with economic growth

2002

The economic performance of UK cities

2011

2000

... 知识成为城市发展的最重要支撑,城市有什么样的知识,就有什么样的城市,城市知识的储蓄、知识的内容、知识的分工决定城市发展的走向与潜力.知识专业化（国外学者又叫科学专业化）,是指知识在某一学科领域的集中生产的过程.当一个地区人口、高校及大型科研机构较少时,知识生产较为单一,更容易出现较高的知识专业化;反之,当一个地区拥有的人口、高校及大型科研机构数量较多时,研究领域多,知识生产较为广泛,则不易出现高的知识专业化^[5]. ...

... 国外学者对知识专业化的研究集中于以下几个方面：一是对知识专业化理论研究.哈耶克等人提出了知识分工理论^[5,6,7],个体所掌握的特定知识会使个人在发生行为时比其他人具有优势,反映到经济活动中,表现为不同的行业领域具有不同的“天赋”,形成专业化分工;二是知识专业化的空间分布及其影响因素.Schwarz采用1994~1996年SCI论文研究欧洲大都市区域科学强度,发现城市规模与知识专业化存在很明显的关系：城市规模较大的城市的科学研究总量大,但知识专业化水平较低,多样化特征明显;而中小规模的城市知识专业化水平更高^[8,9];三是着眼于知识专业化对企业发展的作用,包括知识专业化对知识增长的作用^[10]、对企业绩效的作用^[11,12]等.国内关于知识专业化的研究起步晚、数量少.主要集中于两点：一是对国外的知识专业化理论进行介绍^[13,14]等对西方知识专业化理论介绍与评述.二是注重研究科技活动的空间分布及其对经济增长的作用^[15,16,17]. ...

2000

2001

冯.哈耶克.自由秩序原理

1997

冯.哈耶克.自由秩序原理

1997

Scientific centres in Europe: an analysis of research strength and patterns of specialisation based on bibliometric indicators

1999

... 城市规模与知识专业化有密切的关系,基于城市等级视角揭示城市的知识专业化水平具有重要意义^[8]. ...

Specialization and size of scientific activities: a bibliometric analysis of advanced countries

1991

Knowledge specialization, knowledge brokerage and the uneven growth of technology domains

2009

Knowledge specialization, organizational coupling, and the boundaries of the firm: why do firms know more than they make?

2001

The psychological costs of knowledge specialization in groups: Unique expertise leaves you out of the loop

2013

从“知识分工”到自由秩序——哈耶克思想体系的内在理路研究

2006

从“知识分工”到自由秩序——哈耶克思想体系的内在理路研究

2006

论“劳动分工”和“知识分工”的同质结构

2013

论“劳动分工”和“知识分工”的同质结构

2013

我国与世界主要国家科研论文产出的计量比较分析——基于学科专业化和标准引文影响二维视角

2012

我国与世界主要国家科研论文产出的计量比较分析——基于学科专业化和标准引文影响二维视角

2012

知识集聚研究

2007

知识集聚研究

2007

基于科技论文发表量的中国城市知识创新分布研究

2008

基于科技论文发表量的中国城市知识创新分布研究

2008

Inefficiency in selecting products for submission to national research assessment exercises

2014

... 在知识专业化的测度方面,学者较多使用出版物、专利和R&D支出来测量知识专业化^[18,19,20].这些测度有一定的科学性,但也存在一些问题,比如采用论文的引用率来测度知识专业化,引用率虽有一定客观性,但与作者及所在单位的知名度有一定关系,只能反映知识专业化的一个方面.我们认为,采用发表的论文是测度知识专业化的可行指标,因为从总体上反映了城市知识存量和知识的结构状况. ...

The scientific specialisation of the Italian regions

2005

2012

城市商业魅力排行榜: 什么样的城市才是最好的城市

2017

... 为分析不同等级城市的知识专业化水平,本文以《第一财经周刊》分类方法^[21],作为城市等级划分标准,并将一线城市与新一线城市进行合并,将中国地级以上城市划分为5类：一线城市、二线城市、三线城市、四线城市、五线城市,分别对每类城市的地区相对知识专业化指数进行计算,结果表明：知识专业化水平与城市等级呈现负相关关系.知识专业化水平越高的城市其城市等级越低,知识专业化水平表现为五线城市>四线城市>三线城市>二线城市>一线城市; 中国各等级城市相对专业化指数值总体水平偏低,多样化特征较为显著,一线城市知识多样化特征十分显著. 不同等级城市知识专业化水平差异显著.最大值为五线城市0.961,最小值为一线城市0.494,差异性较为显著.5个等级城市相对知识专业化平均值为0.800,其中二、三、四、五线城市相对知识专业化指数值分别为0.813、0.844和0.888,均超过平均值,一线城市相对知识专业化指数值远远低于平均值. ...

... 知识作为城市经济的内生动力^[27],城市知识储备及质量与城市经济发展有一定的关系.影响城市经济发展的因素不仅包括知识,还包括如投资、劳动、生产率、消费等等因素.本文假设影响城市经济发展的其他因素都相同,着力分析城市知识专业化与对经济发展的关系.参考《第一财经周刊》对城市等级的分类标准^[21],本研究将一线城市与新一线城市合并,从五大类城市中各选取样本城市10个,共50个城市作为研究样本.包括一线城市、新一线城市北京、上海、武汉、西安、成都、广州、重庆、南京、天津和杭州;二线城市郑州、佛山、昆明、石家庄、乌鲁木齐、哈尔滨、南昌、长春、太原和合肥;三线城市秦皇岛、绵阳、遵义、株洲、大庆、兰州、保定、唐山、连云港和郴州;四线城市丽水、韶关、南阳、定西、牡丹江、营口、九江、锦州、曲靖和七台河;五线城市遂宁、阳泉、景德镇、伊春、张掖、鹤岗、攀枝花、三门峡、克拉玛依和忻州. ...

城市商业魅力排行榜: 什么样的城市才是最好的城市

2017

创新驱动发展:理论逻辑与实践图景

2016

... 创新行为的结果取决于环境和刺激、刺激本身的意义和创新主体所处的状态^[22].根据地级以上城市知识专业化特点及前人的研究成果^[23,24],在坚持科学性和可操作性原则基础上设计了知识专业化影响因素指标体系,包含5个方面18个指标（表4）. ...

创新驱动发展:理论逻辑与实践图景

2016

我国省域知识产出份额的演变及其影响因素

2009

我国省域知识产出份额的演变及其影响因素

2009

我国创新活动空间差异及其影响因素研究

2010

我国创新活动空间差异及其影响因素研究

2010

2011

... 考虑数据的可获得性,样本城市为262个地级以上城市,主要数据来源于《第二次R&D资源清查主要数据公报》^[25]、《中国城市统计年鉴》^[26]和各省市统计局、科技局网站. ...

2011

2006-2014

创业知识资本与企业绩效关系研究

2009

创业知识资本与企业绩效关系研究

2009

〈

〉

基于期刊论文的中国地级以上城市知识专业化研究

Knowledge Specialization of Cities Above the Prefecture Level in China Based on Journal Articles

1 研究对象、 数据来源与研究方法

1.1 研究对象与数据来源

1.2 研究方法

2 期刊论文总体的空间分布

2.1 期刊论文的空间分布

2.2 期刊论文的学科领域分布

3 中国地级以上城市知识专业化水平

3.1 城市知识专业化总体水平

3.2 不同学科领域城市知识专业化水平

3.3 不同等级城市知识专业化水平

4 知识专业化的影响因素分析

4.1 数据标准化处理

4.2 相关性检验

4.3 主因子分析

5 城市知识专业化与经济发展的关系

5.1 城市知识专业化总体水平与经济发展的关系

5.2 各城市知识专业化随经济发展的演化趋势

6 结论

参考文献 文献选项 原文顺序 文献年度倒序 文中引用次数倒序 被引期刊影响因子

1 研究对象、数据来源与研究方法

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子