長江經濟創新驅動帶的空間關聯網絡結構及效應分析
——以國家高新區為例

邵漢華，周 磊

(1.南昌大學中國中部經濟社會發展研究中心，江西 南昌 330031；2.南昌大學經濟管理學院，江西 南昌 330031)

0 引言

2016年5月，中共中央、國務院發布的 《國家創新驅動發展戰略綱要》指出， “構建跨區域創新網絡，提升京津冀、長江經濟帶等國家戰略區域科技創新能力，著力打造區域協同創新共同體。”作為國家火炬計劃的重點建設區域，長江經濟帶集中了眾多國家級高新區，創新資源豐富，將長江經濟帶建設成引領全國轉型發展的創新驅動帶正成為新時期創新驅動發展戰略的主戰場。但是，目前長江經濟帶內部創新資源分布不平衡、區域創新能力差距大、創新發展各成體系、創新市場分割等問題較為突出，其跨區域創新合作仍處于初級階段，跨區域創新網絡結構松散、開放性不夠，制約了長江經濟創新驅動帶建設這一目標的實現。此外，學術界涉及長江經濟創新驅動帶的研究僅停留于長三角城市群的創新關聯[1]、創新松散型產業結構特征[2]等層面，目前并未展開對長江經濟創新驅動帶的網絡結構及效應的實證研究。因此證實了以下問題研究的必要性：(1)長江經濟帶各高新區的創新能力有何差異？(2)長江經濟創新驅動帶的空間關聯網絡結構是怎樣的？(3)長江經濟創新驅動帶的空間關聯網絡結構具有哪些效應？對以上問題的研究有助于充分認識以國家高新區為創新發展依托的長江經濟創新驅動帶的發展現狀，理清空間關聯網絡結構對高新區創新能力的影響，為構建跨區域創新網絡提供理論依據。

自20世紀早期熊彼特首次將 “創新”概念引入經濟學領域以來,關于以 “創新”為主題的學術研究和討論經歷了近百年的發展歷程[3]。21世紀初期，已經深入人心的 “新經濟地理學[4]”思想推動著學術界對傳統封閉式的創新發展模式進行反思，轉而探索區域創新發展的 “外部通道”，關于創新外溢的研究逐漸增多。然而這些成果[5]只是創新發展外部延伸的初步，地理距離的限制依然存在。后來，隨著我國產業布局調整及產業結構優化，地區之間的創新要素流動日益顯著，有關區域創新的研究逐步擺脫地域的桎梏，開始向區域創新的空間關聯性方面演進。余泳澤等[6]運用空間面板模型分別考證了我國區域創新效率空間外溢和價值鏈外溢的顯著性。白俊紅等[7]運用空間計量技術證實創新主體關聯和區域空間關聯均對區域創新績效的提高產生了正向影響。在創新空間關聯成果日益累積的基礎上，以及在信息化進程發揮推動力的前提下，地區間創新活動的遠程聯系逐漸加強，創新關聯的地理局限性進一步被打破，多主體、多線程式的創新網絡日漸清晰。結構方程模型[8]、網絡分析[9]等技術先后應用于區域創新網絡的研究中，不同時間不同地域范圍的區域創新網絡系統被可視化呈現出來。

綜合已有文獻[10-12]，網絡分析技術，尤其是社會網絡分析法，在創新網絡的研究中日益增多。究其原因，社會網絡分析技術(Social Network Analysis，SNA)以 “關系數據”為基礎進行空間關聯網絡的構造和分析，突破了傳統 “屬性數據”研究方法的局限，是一種更適用于網絡結構分析的研究方法。本文立足于長江經濟創新驅動帶建設目標，以國家高新區為城市創新發展依托，綜合評價城市高新區的創新能力，運用社會網絡分析法構建長江經濟創新驅動帶的空間關聯網絡并對其結構效應進行分析，以此為長江經濟創新驅動帶由 “點”向 “帶”突破的政策設計提供理論參考。

1 研究設計

1.1 創新能力綜合評價

(1)綜合評價指標體系的構建。綜合評價高新區的創新能力是描述區域創新 “質量”，構建長江經濟創新驅動帶空間關聯網絡的關鍵。本文以構建多指標評價體系為基礎，同時考慮到本文測度的創新能力是考察地區之間創新水平的相對指標，故選用熵值法對29個高新區樣本的相對創新水平進行評價，由此衡量高新區創新能力的強弱。

本文首先從創新主體維度考慮，將創新主體分為高等院校、科研院所與企業；其次從創新活動的投入產出角度切入，進一步確定創新能力的具體評價指標。創新主體主要包括高等院校、科研院所和企業。其中，中高級職稱人員是高等院校中最活躍的創新主體；科技人員與科技活動經費的投入為科研院所從事研發活動提供了保障；企業作為研發成果產出的最終環節，其產生的工業總產值、技術收入、凈利潤、出口創匯及所繳稅費是創新過程的最終產出形式。從創新價值鏈的角度來看，高等院校和科研院所處于創新過程的第一、二階段，其產出即為以企業為主體的第三階段的投入。本文從創新活動的整體性考慮，將高等院校和科研院所在創新活動中所投入的人力資本和經費以及第三階段所投入的企業數視為整個創新過程的投入，而將收入、利潤等企業在經濟轉化階段的成果視為整個創新過程的產出。因此，本文選取中高級職稱、科技人員數量、科技經費內部支出、企業數、工業總產值、上繳稅費、出口創匯、技術收入和凈利潤九個指標構建綜合評價指標體系，如圖1所示。

圖1 創新能力綜合評價指標體系

(2)創新能力的測度與分析。依據上述構建的創新能力綜合評價指標體系，利用2011—2015年九個指標的相關數據，運用熵值法測度了長江經濟創新驅動帶29個國家高新區的相對創新能力。需要說明的是，本文考慮到國家高新區數量的遞增變化，選用截至2010年已批復的國家高新區，同時采用 “一城一區”的選取原則，將上海紫竹高新區排除在研究范圍之外，最終確定的研究樣本為包括上海張江在內的29個國家級高新區，原始數據均來自于相關年份的 《中國火炬統計年鑒》。與傳統的熵值法不同，本文從時間趨勢的角度考慮，將分年度數據轉化為面板數據，求出統一權重后再進行評價，既保證了熵值法的科學性，又使得不同年份的創新能力之間具有可比性。圖2呈現了29個高新區創新能力的核密度分布圖像。

圖2 創新能力的核密度分布

從曲線形狀來看，創新能力的核密度估計呈現右偏分布，說明大多數高新區的創新能力較低，只有少數高新區具有較強的創新能力；從波峰來看，隨著時間的推移，核密度分布的峰值一直處于下降趨勢，說明低創新能力的高新區數量在逐漸減少；從曲線位置來看，2011年以來，分布曲線呈現右移的趨勢，波峰對應的創新能力逐漸提高，同時曲線向右收斂距離加大，說明長江經濟創新驅動帶的整體創新水平在穩步提升。

1.2 空間關聯關系的確定

長江經濟創新驅動帶空間關聯網絡是個體高新區之間創新發展關聯關系的集合[13]。與傳統的 “屬性數據”的分析方法不同，社會網絡分析技術的基礎是創新能力關聯矩陣。由于本文重點考察各個網絡指標的時間演變趨勢，并且將以面板數據為基礎對網絡結構效應進行分析，因此選用引力模型用于關聯矩陣的構建。以Fij表示個體i和個體j之間的引力，Mi和Mj分別表示個體i和j的 “質量”，Dij表示i和j之間的距離；以b和k分別表示距離衰減系數和經驗常數，則引力模型的基本公式為：

(1)

應用于本文的研究，上述引力模型中的Mi和Mj分別指高新區i和j的綜合創新能力，即前文運用熵值法測度的crei和crej；Dij表示高新區i和j之間的地理距離(公路里程)；與已有研究[14]相同，距離衰減系數b取2；采用高新區i的創新能力與高新區i和j的創新能力之和的比重來修正經驗常數kij，修正后的引力模型公式為：

(2)

1.3 社會網絡分析法

長江經濟創新驅動帶所涉及的社會網絡分析技術主要包括整體網絡特征、中心性分析和塊模型三個方面。

(1)整體網絡特征。整體網絡特征需要借助網絡密度、網絡關聯度、網絡等級度和網絡效率四個指標進行表述。網絡密度用于衡量創新驅動帶個體之間關聯關系的疏密程度。網絡密度越大，說明長江經濟創新驅動帶各成員之間的關聯程度越緊密。網絡關聯度用于表示網絡中個體與個體之間的可達程度。網絡中兩兩成員之間的直接關聯連接越多，則網絡結構越穩健。網絡等級度是反映網絡成員的等級結構和支配地位的指標，往往是針對有向網絡而言的，適用于本文構建的長江經濟創新驅動帶網絡結構的研究。本文中，網絡等級度表達的是驅動帶創新網絡中高新區兩兩之間在多大程度上非對稱地可達。網絡效率是指在網絡個體數既定的條件下，網絡中冗余線條的存在程度，也是用于表達網絡穩健性的指標。網絡效率越低，說明網絡中的冗余線條越多，網絡則表現出較強的穩健性。

(2)個體中心度。本文用度數中心度、接近中心度和中介中心度來描述個體高新區的角色定位。度數中心度有絕對和相對之分。絕對度數中心度指網絡中與某高新區直接相關聯的成員數；而相對度數中心度是指絕對度數中心度和網絡中與該高新區直接相關聯的最大可能的成員數之比。本文采用相對度數中心度來衡量各高新區在長江經濟創新驅動帶空間關聯網絡中所處的地位。相對度數中心度越高，意味著該高新區與網絡中其他成員的直接關聯關系越多，在網絡中越具有 “支配”地位。接近中心度一般用于刻畫個體高新區不受其他高新區控制的程度，需要借助捷徑距離，即成員與成員之間的最短路徑來表述。接近中心度強調的是高新區與高新區之間的距離，是某高新區與其他高新區之間的捷徑距離之和。接近中心度越高，表明個體高新區與其他高新區之間的關系越密切，受其他高新區控制的程度越低。中介中心度強調的是個體高新區在創新網絡中處于其他高新區關聯路徑上 “中間”位置的程度，用于測度高新區成員在創新網絡中的 “中介”作用的大小。中介中心度越大，表明高新區在網絡中所發揮的 “橋梁”作用越大，對創新資源溢出的控制程度越高，越處于網絡的中心位置。

(3)塊模型。塊模型是由White等[15]提出的進行空間聚類[16]的一種方法。在社會網絡分析中，通常采用CONCOR方法根據角色定位對網絡成員進行不同板塊的劃分，在本文揭示長江經濟創新驅動帶空間關聯網絡的內部結構狀態和溢出路徑方面發揮了重要作用。自Wasserman等[17]提出通過比較實際內部關系比例和期望內部關系比例的大小進行板塊劃分以來，相關研究通常采用切割深度為2的分割原則，將網絡劃分為 “凈溢出” “凈受益” “雙向溢出”和 “經紀人”四個板塊。然而，由于長江經濟創新驅動帶空間關聯網絡沒有呈現多線程的板塊間溢出關系，運用內部關系比例的方法對四個板塊進行定位變得相對困難。本文借助密度矩陣和像矩陣來刻畫板塊間的溢出路徑，將密度矩陣中大于網絡密度的數值賦值為1，代表一條溢出路徑；小于網絡密度的數值賦值為0，則表示不存在溢出關系。

2 長江經濟創新驅動帶的空間關聯網絡結構分析

2.1 整體網分析

根據引力模型得出的空間關聯矩陣，本文計算出了網絡密度、關聯度、等級度和網絡效率四個指標(見表1)，以此來刻畫長江經濟創新驅動帶的網絡結構與效率。

表1 整體網分析結果

從表1的分析結果來看，2011年網絡中各高新區之間的關系數為180，而29個高新區最大可能的關系數是812個，由此得出2011年創新網絡的網絡密度是0.2217；2015年29個高新區之間的關系數為178，則2015年的網絡密度為0.2192。5年間，長江經濟創新驅動帶空間關聯網絡的網路密度略有波動，并未出現顯著地變化。結合其他指標分析，網絡的關聯度均為1，網絡的通達性較好，高新區之間的空間溢出效應明顯；網絡的等級度均為0，表明創新網絡的等級梯度不明顯，網絡結構較疏松，有利于長江經濟創新驅動帶高新區之間進行多方位多渠道的創新合作；另外，網絡效率呈現出穩步提升的態勢，說明在網絡中冗余連線減少的同時，創新溢出的多重疊加效應減弱，從而不利于網絡的穩定性。通過整體網指標的分析結果可以發現，長江經濟創新驅動帶高新區之間存在顯著的創新溢出與合作路徑，協同發展現象明顯，已形成較穩定的跨區域創新網絡，但創新網絡空間關聯的緊密程度仍維持在較低水平，網絡的穩定性不斷削弱，提高網絡的緊密度和穩定性是創新驅動戰略實施的攻堅內容。

2.2 中心性分析

為進一步研究各成員在創新網絡中的地位和作用，本文進行了個體網絡分析，分別測度了度數中心度、接近中心度和中介中心度三個指標。

度數中心度的測度結果顯示，上海張江、蘇州、武漢三個高新區的度數中心度排名居首，說明這三個高新區與長江經濟創新驅動帶其他高新區之間的空間關聯關系最多。更進一步，關聯關系的產生是由發出和接收兩部分形成的，因此度數中心度分為點出度和點入度。點出度排名處于前四位的高新區分別是武漢、南京、合肥、南昌，這些地區處于長江中下游地區，其人才等創新要素在 “虹吸效應”的推動下流向了經濟水平、創新環境更加優越的長三角地區，所以這些城市的高新區在總體上是溢出的。位于長三角地區的上海張江、蘇州、無錫、常州等成員的點入度排名靠前，這些地區在總體上是受益的，佐證了上述分析結果。接近中心度的測度結果顯示，長江經濟創新驅動帶創新網絡呈現出顯著的 “核心—邊緣”分布。武漢、上海張江、合肥、南京、杭州五個高新區位列前五位，說明這些地區是網絡中的 “中心行動者”，獲得創新資源的能力較強；成都、綿陽、自貢、益陽四個高新區位列后四位，說明這些地區在網絡中處于邊緣地位，獲得創新資源的能力較弱。另外，根據中介中心度的分析結果可見，武漢、合肥、上海張江、南京、杭州五個高新區的中介中心度排名處于前五位，其余成員往往借助這些地區建立關聯，這些地區在網絡中扮演 “橋梁”和 “中介”的作用，對創新資源的流動具有較強的 “控制”能力；紹興、益陽、成都、綿陽、自貢五個高新區的中介中心度排在后五位，在尋求創新合作的過程中往往受到其他成員的 “支配”。

總體而言，度數中心度、接近中心度、中介中心度的分析結果相似。長三角地區在網絡中處于中心位置，吸收了其周邊地區其他高新區的創新要素，導致泰州、寧波、紹興、蚌埠等高新區的中心度偏低。長江中上游地區高新區的網絡中心度普遍較低，處于網絡的邊緣位置，創新發展的外部聯系較少，獲取創新資源的能力不足。需要說明的是，武漢雖然地處長江中游地區，卻扮演者 “中轉站”的特殊角色，附近創新能力較差的高新區普遍需要借助武漢的 “中介”作用才能形成兩兩之間的創新關聯關系，由此形成了局域網絡中 “一家獨大”的局面，表現為武漢高新區的三種中心度的排名均處于第一位。

2.3 塊模型分析

長江經濟創新驅動帶橫跨我國東、中、西部地區，地域的狹長分布現狀阻礙了驅動帶的協同發展。為研究驅動帶的 “區塊”特征，接下來對長江經濟創新驅動帶的空間關聯網絡進行塊模型分析。本文采用CONCOR方法，選取最大切割深度為2，集中標準為0.2，將2015年29個高新區劃分為四個不同的創新發展板塊，并繪制了板塊溢出關系圖像，如圖3所示。

圖3 長江經濟創新驅動帶板塊溢出關系

圖3呈現了板塊內與板塊間的溢出關系數量，以及每個板塊所包含的高新區成員。為了使結果直觀化，接下來運用可視化網絡和密度矩陣加以分析。首先運用Ucinet軟件下的Netdraw工具將長江經濟創新驅動帶的空間關聯網絡可視化，如圖4所示。

從圖4中可以看出，長江經濟創新驅動帶創新發展板塊的空間分布呈現顯著的 “地理鄰近”特征，即距離較近的高新區之間的關聯關系的溢出與接收特征較為接近。在圖4的基礎上，通過計算像矩陣來定量分析板塊間的關聯關系以及創新資源的溢出路徑。首先運用Ucinet軟件計算出塊模型分析的密度矩陣(見表2)，將密度矩陣中大于2015年網絡密度(0.2192)的數值賦值為1，小于2015年網絡密度(0.2192)的數值賦值為0，由此得出像矩陣結果如表2所示。

圖4 創新網絡與板塊空間分布

板塊密度矩陣像矩陣第一板塊第二板塊第三板塊第四版塊第一板塊第二板塊第三板塊第四版塊第一板塊0.6560.0600.0000.0001000第二板塊0.4800.6500.0750.0001100第三板塊0.0500.1750.5540.0210010第四版塊0.0000.0000.1880.8000001

從溢出關系數可以看出，四個板塊的內部成員間均存在顯著的創新資源流動現狀，在像矩陣中體現為 “數值1”；而除第二板塊向第一板塊創新資源溢出較多外，其余板塊間只有少量溢出關系，在像矩陣中體現為 “數值0”。結合圖3進一步分析，第二板塊向第一板塊存在明顯的溢出關系，表現為第二板塊的內部關系數僅為13，而向第一板塊的溢出關系數為24，說明長三角周邊城市高新區的創新資源流向了長三角地區，這是長三角地區 “虹吸效應”推動的結果；其余板塊間的溢出關系不明顯，表現為板塊內部關系數遠遠大于板塊間的溢出關系數，說明長江經濟創新驅動帶高新區的發展還未完全打破地域的限制，沒有形成創新驅動帶各高新區之間創新資源的自由流動機制，協同創新路徑仍不完善。

3 長江經濟創新驅動帶的空間關聯網絡結構效應分析

3.1 指標說明與模型構建

前述研究揭示了長江經濟創新驅動帶的關聯網絡架構，分析了不同城市的高新區在驅動帶網絡中的角色和地位。高新區成員在網絡中所處的位置決定了其獲得創新資源的難易程度，進一步影響了現階段的創新能力以及創新發展潛力。本文通過分析空間關聯網絡的結構效應從而檢驗位置優劣對高新區創新能力的影響。

度數中心度、接近中心度和中介中心度可以很好地刻畫高新區的 “位置優劣”。然而， “位置優劣”不是創新能力提升的唯一限制因子，政府支持、經濟規模、金融發展、人力資本等因子與之共同構成了創新發展的驅動機制。其中，政府支持通過政策扶持和資金注入等方式降低創新系統因 “市場失靈”、資金短缺和利益分配等問題而存在的崩潰的風險[18]，為創新能力的提升提供了良好的運行環境和政策優勢；經濟規模是城市經濟實力的體現，決定著創新要素的投入規模，是高新區創新發展的基礎；金融發展，尤其是金融寬化，拓寬了中小企業創新的融資渠道[19]，是區域創新能力提升的源動力；此外，內生經濟增長理論認為，人力資本首先作用于技術創新和傳播，從而間接實現對經濟增長的影響[20]。因此，本文構建如下模型探究創新能力的驅動機理和創新驅動帶關聯網絡的結構效應。

(3)

式中，creit表示i高新區t年的創新能力；degit表示i高新區t年的度數中心度；cloit表示i高新區t年的接近中心度；betit表示i高新區t年的中介中心度；govit表示i城市t年的政府支持；gdpit表示i城市t年的經濟規模；finit表示i城市t年的金融發展；peoit表示i城市t年的人力資本。gov、gdp、fin、peo的具體測度指標如表3所示，所用數據來源于2011—2015年的 《中國城市統計年鑒》。

表3 影響因子的具體測度指標說明

需要說明的是，本文對自變量和因變量取自然對數以探究中心度的變化率對高新區創新能力的影響，而少數高新區的中介中心度的分析結果為0，所以本文將把中介中心度為0的樣本剔除后的數據用于模型的求解。

3.2 模型求解與效應分析

Hausman檢驗的結果顯示，模型(1)的ch(2)結果為28.07，模型(2)的ch(2)結果為29.52，模型(3)的ch(2)結果為24.20，三個模型均在1%的水平上拒絕了原假設，均支持固定效應模型，模型回歸結果如表4所示。

表4 網絡效應分析結果

表4中的結果顯示，度數中心度的回歸系數為0.713，且在1%的水平上顯著，表明高新區的度數中心度每提高1個百分點，高新區的創新能力將會提升0.713個百分點，這意味著個體高新區越處于創新驅動帶關聯網絡的中心位置，與其他高新區之間的創新關聯程度越高，越能從驅動帶協同創新發展的進程中受益，從而有利于增強自身的創新發展能力。接近中心度的回歸結果為1.753，且在1%的水平上顯著，表明高新區的接近中心度每提高1個百分點，高新區的創新能力將會提升1.753個百分點，這意味著隨著個體高新區之間距離的逐漸縮短，高新區之間的關聯關系變得更加密切，跨區域創新的合作程度更高，區域間協同創新促進了創新資源流動的 “成本遞減”效應的實現。中介中心度的回歸結果為0.105，且在1%的水平上顯著，表明高新區的中介中心度每提高1個百分點，高新區的創新能力將會提升0.105個百分點，這意味著個體高新區越處于創新驅動帶關聯網絡的 “中介”位置，越能充分發揮 “橋梁”的優勢，有效引導創新資源的流動并從中獲益，在維持創新網絡有序、合理運行的同時，不斷增強自身的創新能力，最終實現 “雙贏”的局面。可見，高新區在網絡中的位置是影響其自身創新綜合能力的重要因素。因此，提升自身的地位，縮短與其他高新區成員之間的距離，增強對創新資源流動的配置作用，是每個高新區及其所在的城市實現創新硬實力穩步提升的關鍵。

4 結論性評述

本文綜合運用熵值法、引力模型、社會網絡分析法和固定效應模型對長江經濟創新驅動帶的空間關聯網絡結構和效應進行了研究，得出以下政策啟示：

(1)對于中央政府而言，應整體把控長江經濟創新驅動帶的跨區域創新合作與發展現狀。重視高新區作為創新主戰場的戰略地位，兼顧 “精準扶持”和 “有效扶持”舉措。針對長江經濟創新驅動帶多重疊加效應減弱的現狀，中央與地方政府應更加強調創新要素跨區域流動、共享和整合以及區域間創新主體互動、耦合和結網，更加強調長江經濟帶整體的協同創新效應，加強區域創新資源傳輸的 “基礎設施”建設，拓寬高新區成員之間的人力、資本、技術等創新要素的溢出通道，提高創新網絡的緊密程度，保障創新網絡的長期穩定。

(2)對于創新板塊而言，尤其是創新水平較低、創新合作較少的中游和上游板塊，應當攜手培育所在板塊創新要素流動的 “中轉站”和 “守門員”，促使其成為板塊協同創新發展的 “發動機”，在加強與其他板塊之間聯系的同時，有效帶動板塊內部成員創新水平的共同提升。上游板塊可吸取 “武漢經驗”，邁出區域創新關聯發展的第一步；中游板塊應逐步打破武漢高新區 “一家獨大”的局面，加快培育創新要素輸送的第二 “樞紐”。四大板塊應共同構建多層次區域創新合作治理體系，包括城市群、省際、地市以及國家高新區之間的創新合作戰略聯盟，推動各地區之間的創新協作交流。

(3)對于高新區成員而言，應當關注 “經濟規模是創新發展的基礎”的重要性，在加大創新投入的同時，更加關注創新效率的提升。政策的頒布應當惠及高等院校、科研院所、企業等各個創新主體，有效促進產學研協同創新發展。重視創新網絡的結構效應，處于邊緣地位的成員應當積極尋求創新合作，參與創新資源流動的 “管道”建設，提高在網絡中的話語權，從而獲得對創新動能溢出與傳送的支配力；處于中心位置的成員應當適時回饋創新要素的 “貢獻者”，與邊緣成員攜手突破制約創新資源合理配置、開放共享和高效整合的體制障礙，加強技術交易市場、科技消費市場和科技投融資市場一體化建設，共同建立起長江經濟創新驅動帶的長效發展機制。