长期以来，城市一直被视为创新和知识创造的中心枢纽。一方面，城市汇聚了关键的创新要素，如人力资本、大学和研究机构以及知识密集型企业（Jacobs, 1969; Anselin et al., 1997; Audretsch and Feldman, 1996）。这一研究方向强调了城市密度、产业集聚、知识溢出和创业活动之间的相互增强关系（Florida et al., 2017）。另一方面，城市不仅仅是生产场所，也是人们日常生活的环境。越来越多的证据表明，环境质量和城市适宜性在吸引人才、激发创造力和促进知识交流方面起着关键作用（Ai et al., 2022; Chen et al., 2022a; Esmaeilpoorarabi et al., 2018; Florida, 2002）。
作为城市环境的基本组成部分，街道绿色植被越来越受到学术界的关注。除了其生态和美学功能外，街道绿色植被还能提升心理幸福感并可能激发个人创造力（Wang et al., 2019; Plambech and Konijnendijk Van Den Bosch, 2015）。通过营造愉悦且具有社交吸引力的公共空间，它还能促进创新者之间的非正式互动，从而促进信息交流和局部知识溢出（Storper and Venables, 2004; Credit et al., 2024）。从这个意义上说，街道绿色植被不仅有助于提高城市宜居性，还代表了一种可能影响创新结果的微观空间机制。
尽管有这些理论见解，街道绿色植被与城市创新之间的关系仍不够充分研究。一方面，创新地理学文献越来越多地纳入了微观尺度的城市环境视角，但现有研究主要关注交通便利性（Zandiatashbar & Hamidi, 2018）、城市形态（Hamidi & Zandiatashbar, 2019）、土地利用（Jiang & Xiong, 2024）和第三空间（Li et al., 2023），对街道景观绿色植被的关注相对较少。另一方面，关于街道级别绿色植被的研究主要发生在创新地理学文献之外，主要集中在身体活动（Lu, 2019; Wu et al., 2020）、个人幸福感（Liu et al., 2019a; Navarrete-Hernandez et al., 2024）和房价（Qiu et al., 2022, Luo et al., 2025, Zhang et al., 2026）等结果上，对其对创新绩效的潜在影响探讨较少。此外，绿地通常使用遥感数据或土地覆盖指标进行测量，这些方法无法充分捕捉街道层面人们对绿色植被的感知，从而限制了对街道景观绿色植被对创新活动影响机制的深入理解。
为填补这一空白，本研究以上海市中心为例，利用大规模街道视图图像和基于机器学习的图像分割技术构建了一个街道景观绿色视野指数（GVI）。通过将GVI与地理编码的发明专利申请数据联系起来，我们实证检验了街道景观绿色植被与城市创新绩效之间的关系。结果表明，街道景观绿色植被对创新具有显著但非线性的影响，呈现出倒U形模式：适度的绿色植被与较高的创新绩效相关，而过多的绿色植被则与较低的创新活力相关。为了解决潜在的内生性问题，采用了工具变量（IV）方法。我们还发现了空间溢出效应的证据，表明社区层面的绿色植被也与当地创新活动相关。异质性分析显示，这种正向关联在高复杂性创新中更为稳定和显著，而在低复杂性创新中关系较弱，且呈现更强的非线性特征，即收益递减现象更早出现。这些发现在不同模型规范下具有稳定性。
本文对文献做出了三项贡献。首先，通过分析微观空间尺度上街道景观绿色植被与创新绩效之间的关系，本文将街道级别的环境属性融入创新地理学研究，从而 bridges 了创新地理学和街道绿色植被研究这两个相对独立的研究领域。其次，本文引入了一个基于感知的、三维绿色视野指数，该指数利用街道视图图像和机器学习技术构建，超越了传统的二维或基于面积的城市绿色植被测量方法。第三，本文提供了街道景观绿色植被与创新之间关系的实证证据，并揭示了街道级别环境与创新活动之间的微观机制。
本文的其余部分安排如下：第2节回顾相关文献并提出研究假设；第3节介绍数据和方法论；第4节展示实证结果；第5节总结理论意义和政策建议以及未来研究方向。
