【作　　者】
崔忠平1（博士），王浩名2（副教授）

【作者单位】
1.辽宁大学经济学院，沈阳110036；2.内蒙古财经大学经济学院，呼和浩特010070

【摘　　要】
     【摘要】以2005 ~ 2015年全国和各省的人口城市化率、空间城市化率、技术进步溢出和经济增长率作为主要研究对象，利用空间计量模型进行实证分析，结果显示：从全国来看，各研究变量的空间影响程度较大；从各省的研究来看，人口城市化率、空间城市化率、技术进步和溢出等变量的提高能够对全国的经济增长产生很好的促进作用，同时这三个变量对于经济增长的直接效用、间接效用和总效用也非常明显，在各变量对经济增长的效用影响排名也非常靠前。区分省级区域后发现，珠江三角洲地区人口城市化、空间城市化和技术溢出对经济增长的影响最大。从东、中、西部地区的实证结果来看，东部最高，中部次之，西部最低。
【关键词】人口城市化；空间城市化；技术进步与溢出；经济增长
【中图分类号】F061.3      【文献标识码】A      【文章编号】1004-0994（2017）30-0107-9

一、引言
随着我国经济增长方式的转变，城市化在我国经济发展中的地位越来越重要，城市化的发展是在充分发挥区域比较优势的基础上实现的。城市化已成为供给侧和需求侧结构性改革的最大潜力，是实现“一带一路”战略目标和经济结构有效调整的主要依托。城市化发展能够促进经济可持续发展的重要原因是，城市化发展带来了人口聚集，进而推动了技术创新或者说是技术进步，并由城市化发展较快的地区向相对落后的地区实现技术溢出，以带动周边城市的经济发展。
我国作为目前世界上第二大经济体，城市化率近年来实现了快速提升。反映城市化率的核心指标是人口城市化率和空间城市化率。人口城市化率是指城市人口占总人口的比重，从人口城市化率来看，2005年我国的城市人口为56212万人，到2013年我国的城市人口为73111万人，人口城市化率从2005年的42.99%上升到2013年的53.73%。空间城市化率是指城市建成区面积占国土面积的比重，从空间城市化率来看，2005年我国的建成区面积为32520.7平方公里，到2013年我国的建成区面积为47855.3平方公里，空间城市化率从2005年的3.38‰上升至2013年的4.98‰。虽然我国城市化有了较快速的发展，但是我国城市化的发展与世界其他国家大城市的发展仍存在较大差距。
表1为北京、京津冀地区与伦敦、巴黎、首尔和东京等大城市的地区面积、人口城市化率和经济发展水平之间的对比。从地区面积上看，北京和京津冀地区的城市土地面积超过了伦敦、巴黎、首尔城市圈的城市土地面积。然而北京和京津冀地区的人口城市化率和地区生产总值占全国GDP的比率，都低于伦敦、巴黎、首尔、东京的人口城市化率和地区生产总值占全国GDP的比率。这说明，一方面，虽然北京和京津冀地区近年来的城市化有所发展，但是带动经济增长的能力要落后于其他世界大城市；另一方面，北京在吸纳人口方面仍然具有较大的潜力，一旦做好城市规划，北京吸纳人口的能力将再次提高，人口聚集将会带来技术进步与溢出的提高，届时，北京将拥有经济快速增长的能力。另外，在城市化发展过程中，外在基础条件的不同，造成各省、市、自治区、直辖市的城市化发展的不均衡，特别是在人口城市化率和空间城市化率上的差距较大。从整体来看，东部地区由于经济发展和其他外部条件要比中、西部地区更具有比较优势，政策的支持力度也比较大，能够吸引更多的人口流入东部地区，因此东部地区的城市化得到了优先发展，然而中、西部地区城市化发展速度略显不足。
因此，在“一带一路”的经济战略环境下，本文分析了京津冀地区、长江三角洲地区和珠江三角洲地区城市化和技术溢出对于经济增长的影响，对我国这三个经济发展主要区域的分析有助于更深入地了解城市化和技术溢出是否能够真正带来经济增长。
二、文献综述
自从改革开放以来，我国的城市化被赋予了振兴区域经济发展的重任，随着我国经济发展的不断深化，城市化也被赋予了调节区域发展（从非均衡转向均衡发展）的历史使命。在20世纪90年代以后，我国的区域经济发展进入了新的历程，同时也面临着新的问题。章振华（1995）认为，中国经济增长轴心已发生变化，形成了以城市化或城市化群的发展推动经济增长的模式。胡少维（1999）指出，城市化的发展能够带来区域有效需求的增加，需求的增加能够刺激经济的发展。同时随着空间计量方法的大量应用，关于中国城市化与经济增长的实证检验，普遍得出了城市化水平与经济增长存在促进关系的结论（吕健，2011；项本武等；2013，王婷，2013）。
由城市化的发展所带来的经济增长，其中一个非常重要的因素是技术进步或者说是由于技术进步所带来的技术溢出。Mu & Lee（2005）研究了我国的技术创新能力，发现我国技术的“学习”和“追赶”显著受到知识扩散的程度和政府提出产业振兴计划的影响，并且通过技术溢出促进了城市化的发展和经济的增长。Liu & San（2006）认为，技术的创新能力和技术溢出的社会环境决定了技术发展促进经济增长的弹性系数，技术溢出的社会环境即为城市化的发展程度。Markusen（2006）分析了文艺创新对城市化的影响，并通过弗罗里达的城市化数据得出文艺创新为城市化带来了活力和更大的创造力的结论。Lorenzen & Andersen（2009）通过对欧洲八个国家444个城市化发展样本的研究发现，对现有知识的学习有利于技术的创新，新技术在第二产业和第三产业的使用也促进了城市化的发展并且推动了技术创新区域的经济增长，同时由于技术溢出会带来周边区域的经济增长，技术的影响力成为城市层次的创造力。Andersen（2010）在研究城市化和技术创新对经济增长影响的过程中，利用北欧城市化发展程度较高的城市，共选取了法国巴黎等15个大城市的数据进行了实证分析，发现技术创新和技术溢出相对大城市的经济增长所带来的好处，明显比技术创新和技术溢出对较小的北欧城市所带来的经济增长幅度大得多。
Comunian（2010）对弗罗里达州的毕业生数量和专利技术转让金额进行了实证分析，发现随着毕业生数量的增加，技术创新的专利项目与毕业生数量呈现同方向的增长关系，并且毕业生成为技术溢出的代理者，使得城市化得到发展，经济得到快速增长。Vinciguerra（2011）研究了欧盟区域内的基础设施发展对于技术创新的影响，并以互联网设施的发展为例分析了对技术创新的影响，研究结果表明，基础设施的发展能够促进区域内技术创新和溢出，并带动城市化的发展和经济增长。Hracs（2012）研究了北美工业化的发展，发现在影响北美工业化发展的诸多因素中，数字技术创新和数字技术溢出这两个因素对北美工业化的发展影响最大。Carter（2013）考察了曼彻斯特的城市化进程，发现只有技术创新才是一个城市能够可持续发展最重要的因素，并且由技术创新所带来的技术溢出使得城市化发展更具有创造性。
三、模型建立和理论假设
（一）模型假设
考虑在一个区域中进行创新活动，令这个区域为城市化，在城市化中工作的特点是把新技术和新技术所带来的技术溢出应用到生产性行为。假设资本存量用K（t）表示。资本随时间的变化率为h，因此得到资本的变化率为dK（t）/d（t）=hK（t）。城市化的生产者具有相对风险厌恶（CCRA）的效用函数，效用的高低取决于生产者的消费c（t），并且生产者的效用函数U（c）可以表示为
［c（t）1-θ-1］/（1-θ）dt，同时，θ≠1，ρ>0代表折旧率，θ>0代表相对厌恶风险的系数。生产函数表示为：
[y(t)=11-β×0N(t)x(v,t)1-βdv×Kβ]  （1）
其中，y（t）表示随时间变化的产出水平，0<β<1表示生产函数的参数，N（t）表示技术创新的专利数量，并且将这些专利应用到生产中。x（v，t）表示专利数量所转化的新技术，v表示专利数量转化为新技术的影响因素，例如城市化、技术传播的社会环境等因素。在技术创新研发部门的工作者在研发新技术中会由于知识结构或外在条件使得技术的创新遇到瓶颈，本文把这种情况称为技术创新边界，并存在技术创新边界可能性曲线：
[dN(t)dt=N(t)∙=ηN(t)αK(t)] （2）
方程（2）中，η>0表示流量参数，α表示技术溢出参数。如果α=1，则意味着技术溢出是线性的，或者说是技术创新能够完全溢出。在很多关于经济增长的模型中，都假定技术溢出是线性的，并且是经济增长内生性因素。实际上，虽然技术创新以及由技术创新所生产的产品能够带来技术溢出效应，但并非是完全溢出。因此，本文中假设技术溢出是正的，但是小于1。
（二）技术进步增长率的均衡解
上述分析的目标在于获得技术进步的均衡解g，以及经济增长或产出的均衡解。令r（t）和w（t）分别代表利率和工资水平。首先消费增长率为
                 ，因此对于生产者的风险厌恶效用函数的最大化U（c）可以转化为：
[limt→∞exp[-0tr(b)db×0N(t)V(v,t)]]  （3）
其中，V表示技术的折旧率。进而通过生产函数和资本函数得到w（t）的表达式以及x（v，t）的表达式：[w(t)=β1-β×0N(t)x(v,t)1-βdv×Kβ-1=βN(t)1-β]，x（v，t）=（1-β）N（t）K（t）。由于产出决定了消费以及资本存量，并且资本存量影响了技术的创新和技术溢出。以此转换产出函数的构成，令y（t）=c（t）+x（t）。并且在创新过程中所使用的资本以及由于技术所带来的价值v（t）影响了工资水平w（t），在w（t）中每单位资本用于技术创新的份额为ηN（t）α，令技术所带来的利润为π（t），因此根据Hamilton-Jacobi-Bellman条件可以得到：
                （4）
由方程（3）和上述w（t）的方程表达式，共同可以得到                                ，由此得到v（t）的函数形式：
              （5）
经过上述分析，得到经济均衡增长路径下的均衡利率                                         ，同时得到
                        。为了避免动态无效率本文假设[1θ-a(1-β)>0]，这是一个非常重要的条件。虽然无法获得K（t）和N（t）的具体函数形式，但是只要给定某一时间点作为城市化的技术创新的初始点，那么我们将会确定K（0）和N（0），因此可以通过时间的变化进而分析               的变化，进而了解K（t）和N（t）变动轨迹，并由已经确定的均衡利率和上述方程共同得到经济均衡增长路径条件下的均衡解g：
[g=hθ1-α+ρ] （6）
（三）非线性条件下由技术进步带来的技术溢出均衡解
在上述分析中本文得到了最优技术进步均衡解g，但是技术溢出才是经济增长的主要贡献来源，因此需要分析由技术进步增长率所带来的技术溢出增长率。同时，也可以计算技术进步的帕累托最优贡献度。为了解决这个问题，首先假定技术创新所带来的技术溢出所形成的价值为汉密尔顿（Hamiltonian）函数形式，因此由技术进步所带来的技术溢出的价值用p（t）表示：
   （7）
结合上述方程（1） ~ （7），本文可以计算得到技术进步溢出的增长率，这对理解在均衡增长路径下技术进步增长率并非完全转化成技术溢出的增长率具有非常重要的意义。这是因为技术进步或技术创新产生的技术专利，在经济均衡增长路径下，每单位资本转化为技术进步的现金比率有所不同，或者说专利数量与资本的比率将随时间的变化发生较大的变化，这里用g1表示技术溢出的增长率：
[g1=ρ+hθα(1-β)1-α-h(1-θ)1-α] （8）
得到技术进步与技术溢出增长率的差为[g-g1=hθ(1-α+αβ)1-α+h(1-θ)1-α>0]。
（四）城市化对技术进步和技术溢出均衡解的影响
由于v表示专利数量转化为新技术的影响因素，本文将这些因素分为城市化因素和其他因素。假定城市化用urb（m，l）表示，m表示人口，l表示土地，v1表示其他因素，那么x（v，t）可以分解为x（v，t）=
x（v1，t）+urb（m，l）。人口形成了人口城市化率，土地形成了空间城市化率，那么urb（m，l）的函数为：
         （9）
则人口城市化的增长率为            ，空间城市化的增长率为         ，同时0<γ<1和0<λ<1，由方程（2） ~ （5）和方程（9）共同得到在均衡路径下的技术进步增长率：
[g*=hθ1-α+ρ+γ+λ1-α] （10）
根据方程（8）可以得到g1和g之间的关系，即[g1=g-hθ1-α[1θ-a(1-β)]]，并且由于上述假定[1θ-a(1-β)>0]，这样根据方程（8）就可以得到城市化发展对于技术溢出所产生的实际增长率：
[g*1=hθ1-α+ρ+γ+λ1-α-hθ1-α[1θ-a(1-β)]] （11）
（五）经济增长的均衡解
到此本文已经为城市化和技术溢出进一步分析经济增长率做好了所有的准备工作，下面将分析包括城市化和技术溢出影响的经济增长率到底是多少。由方程（1）给出了产出水平的表达式，这样就可以得到实际产出的增长率为     。只要可以求出y（t）对于时间的导数就可以得到经济增长率，由方程（1）求导得：
 （12）
由于          ，对x（v，t）的分解实际上是关于
x（v，t）=x（v1，t）+urb（m，l）的导数，在这里主要考虑城市化和技术溢出对经济增长率的影响，假定其他v1所包括的各项因素并不会影响经济增长率，再根据方程（2）得到                      ，假定在经济发展初始时期K（0）和N（0）为常数项，那么可以得到                ，这样就可以求得从某一时期开始时经济增长率的均衡解为：

 （13）
（六）理论假设
通过对上述模型的建立，本文提出以下两个理论假设：
H1：人口城市化、空间城市化和技术溢出对于经济增长具有正向效应。
H2：经济发达地区的人口城市化、空间城市化和技术溢出的进一步发展对于全国经济增长的贡献度更高。
四、实证分析
（一）数据选择
本文主要选取了2005 ~ 2015年我国31个省市自治区和直辖市的面板数据进行空间面板实证分析。图1为2005年和2015年各省、市、自治区、直辖市的人口城市化率，图2为2005年和2015年各省、市、自治区、直辖市的空间城市化率（不包括香港、澳门和台湾）。
本文被解释变量主要选择人均地区生产总值，对其取自然对数，用lgdp表示。解释变量主要包括人口城市化率、空间城市化率、技术市场成交额、人均居民消费水平、第二产业产值占全国总产值的比重和第三产业产值占全国总产值的比重。解释变量的主要定义如下：
（1）城市化率包括了人口城市化率（purb）和空间城市化率（surb）。人口城市化率即城市人口占总人口的比重。人口城市化率越大，说明该区域的人口向城市聚集的程度越高，人口基数越大，由此带来的技术创新人员才会越多，技术创新人员是带来技术进步和技术溢出的主力军。空间城市化率，即城市建成区面积占国土面积的比重。空间城市化率反映了该城市承载人口的能力，同时，由于城市建成区基础设施的逐步完善，城市所带来的由于非城市地区的社会福利将更有利于技术的进步，能对技术的溢出提供更便利的外部条件。
（2）技术市场成交额（vtm），对其取自然对数，用lv表示。技术市场成交额反映有效专利在生产过程中的应用，技术市场成交额较高的地区一方面能够反映该城市地区具有较强的技术进步能力，另一方面也反映了由于技术进步能力较强，该地区能够产生较强的技术溢出能力。
（3）人均居民消费水平（c），对其取自然对数，用lc表示。消费是带动区域经济增长的重要指标之一，在城市化的发展过程中以及由于技术进步所带来的产出的提高，都会通过一定的消费路径影响经济的增长。
（4）人均工资水平（w），对其取自然对数，用lw表示。由于技术进步和城市化发展带来产出的提高，将使得该城市地区生产者的工资水平上升，并且工资水平的上升能够吸引更多的人口向该地区流动，而人口规模又是技术进步、技术溢出和城市化发展的重要基础。
（5）第二产业产值占全国总产值的比重（erc）和第三产业产值占全国总产值的比重（sc）。城市化的发展和技术的进步能够改变第一、二、三产业产值占全国总产值的比重，产业结构的调整在一定程度上也反映了城市化发展的水平和技术进步、技术溢出的水平。
以上对于被解释变量和解释变量的定义和计算方式进行了介绍，下面对被解释变量和解释变量进行描述性统计分析，如表2所示。（二）实证分析
本文主要采用了空间计量模型实证分析了城市化发展和技术创新后的技术溢出对经济增长的影响。空间面板模型的基本形式是：
yit=ρw"iyt+x"itβ+ui+εit（i=1，…，n；t=1，…，T）
 （14）
根据莫兰（Moran）检验法进行检验， 检验空间相关性的Moran’s I指数定义如下：

其中，[S2=1ni=1n(Yi-Y)]，[Y=1ni=1nYi]，Wij为空间权重，反映了城市之间的空间关系。
[W=w11   w21  ...  w21   w22  ...  ...      ...    ...wn1   wn2  ...  w1nw2n...wnn]

其中，Yi表示第i个城市的城市化率，n为省份数量。Moran’s I的取值范围为-1≤Moran’s I≤1，大于0表示空间正相关，小于0表示空间负相关，等于0表示空间不相关。
本文主要采用Stata 12统计软件，根据我国2007 ~ 2013年31个省、市、自治区和直辖市的面板数据模型来实证分析空间城市化、人口城市化和技术溢出与经济增长的时空关系。首先计量分析了全样本数据的空间模型，其次比较了京津冀和长三角洲地区与全样本数据空间模型的结果，最后实证比较了东、中、西部地区数据的空间模型结果。
1. 对全样本数据空间面板的实证分析结果。表3主要分析了各变量对经济增长的影响程度，以及各变量的变化对经济增长的直接效用、间接效用和总效用。通过表3我们可以看到，各个变量的回归系数、直接效用、间接效用和总效用都通过了显著性水平的检验，而且基本都在0.01的水平上显著，仅有技术溢出对经济增长的回归系数和第三产业对经济增长的间接效用未达到0.01的显著性水平，但也通过了0.05水平的显著性检验。
从空间城市化的角度看，空间城市化率与经济增长呈现同方向的变化趋势，空间城市化率的提高能够带动城市地区的经济增长，在0.01的显著性水平上的回归结果为0.752。同时空间城市化对经济增长的总效用在0.01的显著性水平上表现为1.044，直接效用为0.810，间接效用为0.234，这说明空间城市化的提高可以直接带动经济的增长，并且空间城市化的直接效用超过了间接效用。空间城市化率的提高实际上是通过对建成区的建设实现的，即对城市土地的投资带来的经济增长。
从人口城市化的角度看，人口城市化率与经济增长呈现同方向的变化，人口城市化率的提高能够带动城市地区的经济增长，在0.01的显著性水平上回归结果为1.105。同时，人口城市化对经济增长的总效用在0.01的显著性水平上为1.584，直接效用为1.154，间接效用为0.430，说明人口城市化率的提高可以直接带动经济增长，并且人口城市化的直接效用超过了间接效用。人口城市化率的提高反映了城市人口数量的上升，这种人口聚集促进了人才的引进，进而促进了技术进步，并且人口数量的上升可以促进城市消费的增加，共同促进了城市经济的增长。
从技术进步和技术溢出的角度或者说从技术市场成交额的角度看，技术市场成交额的增加能够带动城市地区的经济增长，在0.05的显著性水平上回归结果为0.343。同时技术市场成交额对经济增长的总效用在0.05的显著性水平上表现为1.466，直接效用为1.337，间接效用为0.129，这说明技术市场成交额的提高可以直接带动经济的增长，并且技术市场成交额的直接效用超过了间接效用。技术市场成交额的提高主要是由技术进步和技术溢出所引导的，之所以技术市场成交额的直接效用远超间接效用，很可能是因为某行业或某产业的技术进步和技术溢出在该行业或该产业中可以直接用于生产性行为，直接促进了本城市的经济增长，但是由于技术进步和技术溢出的传导路径问题，这些新发展的技术促进其他行业和产业的技术创新需要一定的时间，所以其他行业和产业对于经济的增长作用有一定滞后。
另外，从空间城市化率、人口城市化率和技术市场成交额对经济增长的效用角度看，这三个变量的总效用排在所有变量对经济增长总效用的第四位、第一位和第二位，对经济增长的促进效用非常明显。
2. 京津冀地区、长江三角洲地区和珠江三角洲地区回归比较。虽然全样本的空间城市化率、人口城市化率和技术市场成交额对经济增长分析具有一定的代表性，但是由于西部地区在空间城市化率、人口城市化率和技术市场成交额增长速度较慢，实际上是降低了全国空间城市化率、人口城市化率和技术市场成交额对经济增长的平均值。因此，有效区分不同省、市、自治区和直辖市，更有利于本文观测到这三个指标对经济增长的影响。京津冀、长江三角洲和珠江三角洲地区是我国经济增长的重要支柱区域，同时也是“一带一路”经济战略的主要发展区域，并且我国在今年提出了把京津冀、长江三角洲和珠江三角洲地区经济带作为我国区域非均衡发展向均衡发展的新战略，因此分析这三个地区的空间城市化率、人口城市化率和技术市场成交额对经济增长的作用更具有代表性。
表4列出了京津冀、长江三角洲和珠江三角洲地区在空间城市化率、人口城市化率和技术市场成交额这三个变量对经济增长回归系数以及直接效用、间接效用和总效用的空间计量结果。从表4可以看出，珠江三角洲地区在空间城市化率、人口城市化率和技术市场成交额这三个变量对经济增长的回归系数最高。长江三角洲地区在空间城市化率、人口城市化率和技术市场成交额这三个变量对经济增长回归系数以及直接效用、间接效用和总效用的空间计量结果都要高于京津冀地区，但是，珠江三角洲地区和京津冀地区与长江三角洲地区的空间计量结果都高于全样本的空间计量结果。3. 东、中、西部地区的实证比较。表5列出了对东、中、西部地区空间面板计量分析结果，可以发现人口城市化率、空间城市化率和技术溢出这三个变量都对经济增长产生了很强的正相关关系，并且基本在p<0.01的条件下显著。东部地区的人口城市化率、空间城市化率的回归系数高于中部地区；中部地区的人口城市化率、空间城市化率和技术溢出的回归系数高于西部地区。因此这三个变量对经济增长的空间作用结果非常明显。

五、结论和政策建议
综上所述，无论是全样本还是分地区数据，城市化发展和由技术进步所带来的技术溢出都能够推动地区经济增长，但各自对经济增长的影响程度不同，造成直接影响还是间接影响也都不尽相同，具体来说，可得出以下结论和政策推论：
（一）主要结论
1. 城市化和技术溢出对于经济增长具有正向效应，并且经济发达地区的城市化和技术溢出对于经济增长的贡献度更大，符合本文的理论假设。
2. 从人口城市化的角度看，无论是从全省整体数据，还是从京津冀、长江三角洲和珠江三角洲地区，以及从东、中、西部地区的实证结果来看，人口城市化（purb）对于经济增长率的回归结果都在0.01的水平上显著，同时人口城市化与经济增长呈现正相关关系，而且回归结果最大。
3. 从空间城市化的角度看，无论是从全省整体数据，还是从京津冀、长江三角洲和珠江三角洲地区，以及从东、中、西部地区的实证结果来看，空间城市化（surb）对于经济增长率的回归结果都显著，同时空间城市化与经济增长呈现了正相关关系。
4. 从技术溢出的角度看，无论是从全省整体数据，还是从京津冀、长江三角洲和珠江三角洲地区，以及从东、中、西部地区的实证结果来看，技术溢出（lv）对于经济增长率的回归结果都显著，同时技术溢出与经济增长呈正相关关系。
5. 人口城市化、空间城市化和技术溢出对于经济增长的直接效用都超过了间接效用，可知发展城市化和提高由技术进步带来的技术溢出能够直接促进经济的增长。
（二）政策建议
1. 在“一带一路”的经济战略指导下，发达地区的城市化发展和促进技术进步引领的技术溢出对经济增长的贡献度较大，因此应进一步发挥发达地区的城市化和技术进步的作用。同时通过上述实证发现，人口城市化率的提高对于经济增长的促进作用最为明显。只有人口向城市集中才能够带来城市化发展、促进技术进步和技术溢出，从而进一步带来经济增长。但是发达地区像北京、上海和广州等地区都面临着人口制约因素，即户籍因素，只有打破户籍限制，才能使这些发达城市的人口流动更加有效。大城市例如北京、上海和广州本身就对人才具有一定的吸引力，由于城市化程度非常高，生活设施非常便利，对于人才向该地区的流动具有很强的吸引力，但由于一些制度壁垒使得很多人无法真正留在这些城市。所以，由户籍制度造成的“浅度城市化”现象必须引起重视，如何打破这些制度壁垒和存在的人口问题更需要政策制定者深思。
2. 空间城市化率不断提高，在发展建成区的过程中，城市能够吸引大量的资本投入，特别是对于房地产领域的投资将使得城市获得巨大的资本存量。这些资本虽然可能并非用于消费，没有形成对消费的有效推动，但是为技术创新和技术进步提供了充足的资本，同时也为新技术的出现提供了优越的外在条件。因此，城市决策者不能忽略空间城市化过程中保证经济可持续发展的这种潜在因素。对此，要进行有效的政府干预，切实做好城市发展规划，保证既能满足当前城市化承载人口发展和经济增长的需要，又能避免城市发展速度与人口和经济增长速度发生脱节。
3. 技术进步和技术溢出成为经济主要的增长源泉。因此，我国政府应增加资金以加大技术创新的扶持力度，特别是对“一带一路”的经济带地区更需要做好资金调配，在保障资金的前提下，发挥“一带一路”的经济带地区城市的技术创新带头作用。应该继续发展和创新技术并推广生产，技术的进步和溢出才能够带动产业结构的调整和升级，为城市发展和经济增长保驾护航，通过政府干预的手段有目标、有步骤地发展适应当前国情的新技术。同时，也应该保护好我们的技术专利，政府应该制定相应的专利保护政策，维护好创造新技术的单位、企业和个人的合法权益。

主要参考文献：
章振华．中国城市化研究的一部有价值的新著——简评《明清时期杭嘉湖市镇史研究》［J］．中国社会经济史研究，1995（1）．
吕健．城市化驱动经济增长的空间计量分析：2000 ~ 2009［J］．上海经济研究，2011（5）．
项本武，张鸿武．城市化与经济增长的长期均衡与短期动态关系——基于省际面板数据的经验证据［J］．华中师范大学学报（人文社会科学版），2013（2）．
王婷．中国城市化对经济增长的影响及其时空分化［J］．人口研究，2013（5）．
Andersen K.V.，H.K. Hansen，A. Isaksen，M. Raunio. Nordic city regions in the creative class debate-putting the creative class thesis to a test ［J］．Industry and Innovation，2010（17）．
Vinciguerra S.，K. Frenken，J. Hoekman，F. Van Oort. European infrastructure networks and regional innovation in science-based technologies［J］．Economics of Innovation and New Technology， 2011（20）．
胡少维．加快城市化步伐 促进经济发展［J］．当代经济研究，1999（10）．
Mu Q.，K. Lee. Knowledge diffusion，market segmentation，and technological catch-up：The case of the telecommunication industry in China［J］．Research Policy，2005（34）．
Liu M.，G. San. Social learning and digital divides：A case study of internet technology diffusion ［J］．Kyklos，2006（59）．
 Markusen A.．Urban development and the politics of a creative class：Evidence from a study of artists［J］．Environment and Planning A，2006（38）．
Lorenzen M.， K.V. Andersen. Centrality and creativity: Does Richard Florida"s creative class offer new insights into urban hierarchy？［J］．Economic Geography，2009（85）．
Comunian R.，A. Faggian，Q.C. Li. Unrewarded careers in the creative class：The strange case of bohemian graduates［J］．Regional Science，2010（89）．
Hracs B. J.．A creative industry in transition：The rise of digitally driven independent music production ［J］．Growth and Change，2012（43）．
Carter D.．Urban regeneration，digital development strategies，and the knowledge economy：Manchester case study［J］．Journal of the Knowledge Economy，2013（4）．