我國區域創新網絡評價與空間關聯研究

金浩 王平平 趙晨光

摘 要構建了區域創新網絡評價體系，并測度了我國區域創新網絡水平和空間分布格局。采用社會網絡分析和QAP回歸分析方法，考察了我國區域創新網絡空間關聯特征和影響因素。研究發現，我國區域創新網絡水平呈東高西低格局，東部地區多處于空間關聯網絡的核心，并通過吸收中西部創新資源形成明顯的創新聯動效應。地理位置、經濟基礎、創新資源投入是影響創新網絡空間溢出的主要因素。

關鍵詞區域創新網絡；空間關聯；社會網絡分析；QAP

[中圖分類號]F127；F207 [文獻標識碼]A [文章編號]1673-0461（2019）05-0049-09

一、引 言

隨著我國經濟步入新常態，創新驅動成為新的經濟增長點。區域創新網絡是創新驅動戰略的核心載體，通過有效優化創新資源配置，實現知識和技術在創新主體間加速流動，促進經濟轉型升級，推動地區平衡發展。有研究表明，區域創新網絡差異決定著區域創新能力的高低[1-3]，創新活動在地理空間內表現出區位集聚和空間關聯的特征，并通過多維鄰近性影響區域創新系統互動聯系，促進知識加速流動，形成跨區域創新網絡[4]。區域創新網絡結構對區域創新能力和績效有顯著影響。對區域創新網絡結構整體狀況的研究，有助于推動跨區域協同創新[5-7]。

伴隨區域經濟一體化進程的加速，區域創新的溢出效應超越了地理臨近，使得創新要素跨區域流動起來，跨區域協同創新與區際間創新活動的空間關聯成為學者關注重點。李琳[8]、方大春[9]基于社會網絡分析方法對區域創新空間網絡結構進行了研究；宋旭光[10]采用復雜網絡理論解析區域創新空間關聯結構，發掘中國區域創新的“梯度”可達的關聯特征；周密[11]論證了京津冀城市群協同創新網絡的形成是由專利轉移網絡的空間結構和協同關系推動的；馬雙[12]、周燦[13]刻畫了長江經濟帶城市間創新聯系和空間結構；夏麗娟[14]、胡品平[15]基于專利數據刻畫了協同創新網絡演化?？鐓^域協同創新有效推動著地區平衡發展，網絡范式的興起賦予區域創新研究新的內涵。

從現有研究看，將社會網絡分析方法（Social Network Analysis，SNA）應用于區域創新網絡結構和空間關聯成為研究熱點，同時可以避免傳統空間計量方法“相鄰”或“相近”的局限。隨著信息技術與互聯網創新的發展，地理鄰近不足以解釋創新集聚效應，流空間視角下各地區創新活動呈現網絡式創新特征。推動區域協調發展有必要全面把握區域創新網絡的整體結構。鑒于此，本文在測度區域創新網絡水平的基礎上，考察我國區域創新網絡的空間關聯及溢出路徑，運用二次指派程序（Quadratic Assignment Procedure，QAP）進一步探析區域創新網絡空間關聯的主要影響因素。

二、區域創新網絡評價

（一）指標體系構建

關于區域創新網絡結構特征的評價方法，還未形成系統科學的研究體系。本文將社會網絡分析方法引入到區域創新網絡結構特征的評價體系，以SNA的結構-關系范式，參照任勝剛[6]、于明潔[7]的研究，將區域創新網絡分為網絡規模、網絡開放度、結構洞、網絡連接四個維度，采用13個指標測算我國各區域的創新網絡水平，具體見表1。

網絡規模是整體網絡中的節點數量，反映區域創新網絡的組成情況，是網絡結構特征最直接的體現。網絡規模越大，節點越多，網絡異質性程度增加，有利于提高創新機會和創新效率[16]，故選取區域內規模以上工業企業、高校、研發機構等創新主體數量作為評價指標。

網絡開放度反映區域內創新主體利用外部創新資源的程度，對集群績效產生積極影響，并隨著環境不確定性的增加而增加[17]。區域創新網絡開放度越高，吸收系統外界養分的能力越強，進而使知識、人才、技術等資源集聚的機會越多，激發創新活力，促使區域創新網絡高級化。外商投資和貨物貿易是知識溢出的主要形式，且國際技術交易豐富跨區域合作，故本文選取外商直接投資、貨物進出口額、國外技術引進合同數量和金額等指標衡量。

結構洞指兩個聯系間的非冗余關系，在不相連的節點間起到紐帶作用[18]。結構洞提高了知識流動的速度和整體網絡運行效率。區域創新網絡結構洞數量越多，創新資源在創新主體間流動越順暢，使得區域創新效率提高，故本文選取技術市場成交合同和數量來體現。

網絡連接體現網絡關系維度，是知識、信息傳遞的主要渠道，也是創新資源溢出過程中價值創造和增值的鏈條。一般認為，區域創新網絡連接程度越高，知識和信息等資源共享程度越高，創新主體間交流與合作越多，穩定的關系網絡有利于降低合作成本和風險、減少不確定性。創新主體間的研發支出可以反映研發活動往來情況，故選擇高校和研發機構以及規模以上工業企業分別來自企業和政府的資金來衡量。

（二）研究方法與數據來源

權重的定性與定量確定方法有多種，其中變異系數法可操作性強、相對客觀[19]。變異系數（CV）衡量觀測值變異程度，是標準差與平均數的比值，計算公式為：

（三）我國區域創新網絡評價

利用變異系數法測度我國2016年區域創新網絡水平（見表2）。從網絡規?？?，江蘇、廣東、山東、浙江、河南得分較高，說明這些省市高校、研發機構、規模以上企業等創新主體多，創新機會多；從網絡開放度看，廣東、上海、江蘇、北京、浙江位居前五名，說明這些省市更善于利用外界資源來激發創新活力；從結構洞得分看，北京、湖北、江蘇、陜西、上海位居前五名，說明這些省市的創新資源在創新主體間充分流動以提高創新效率；從網絡連接看，北京、廣東、江蘇、上海、山東依次得分較高，說明這些省市的創新主體間交流合作較多形成了穩定的關系網絡；從總體排名看，廣東、北京、江蘇、上海、山東的創新網絡處于較高水平，體現出這些省市具有較高的資源配置能力。此外，不難發現，綜合排名與網絡連接維度的吻合度最高，說明區域創新活動中形成的關系連接有助于提升整體創新網絡水平。

為了更直觀的體現我國區域創新網絡分布格局，利用Arcgis軟件繪制了我國區域創新網絡空間結構，見圖1。位于第一梯隊的是北上廣等一線城市，江蘇省創新網絡水平高于上海，躋身高水平區域，得分在7～11分；位于第二梯隊的區域有山東、浙江、湖北、陜西、四川、遼寧、天津、安徽、福建、湖南、河南，這些地區多位于長江經濟帶和東部沿海地區，得分在2～6分；位于第三梯隊的區域包括重慶、河北、黑龍江、江西、吉林、甘肅、廣西、山西、云南、內蒙古、貴州、海南、青海、寧夏，這些地區多位于西部地區和東北地區，得分在2分以下?？梢钥闯?，區域創新網絡水平呈現東高西低的空間格局。

三、我國區域創新網絡空間關聯

（一）空間關聯模型

區域協同創新網絡將區域內企業、高校、科研機構、政府、金融機構、中介機構作為網絡節點，實現知識、技術等創新要素流動，進而實現區域內協同創新；區域之間通過要素流動形成創新活動在地域空間上的關聯效應，反映各創新子網絡之間的聯結關系，稱為空間關聯[20]。空間關聯有助于創新溢出，使創新要素跨區域流向最利于其發揮價值的地方，這種“擇優”機制把不同水平的創新網絡間聯系起來，從而實現資源優化配置（見圖2）。區域創新績效受協同創新和空間關聯的共同作用，網絡式創新逐步深入并步入高級化。

關于空間關聯的研究方法主要分兩類：一類是基于VAR模型的Granger 檢驗，李敬[21]、劉華軍[22]等利用VAR模型測度了中國區域經濟增長的空間關聯；另一類基于引力模型，李琳[8]、方大春[9]基于修正的引力模型測度了區域創新的空間關聯。VAR模型對時滯的選擇極其敏感，不適用于截面數據，因此本文選擇改進的引力模型來刻畫區域創新網絡空間關聯，模型如下：

（二）整體網絡分析

將有向矩陣導入UCINET，利用Netdraw生成空間關聯拓撲圖（見圖3），以更直觀展示我國區域創新網絡空間關聯特征。上海、北京、天津、浙江、江蘇、山東等東部區域處于網絡的核心位置，與其他區域聯系最多，并且箭頭多集中指向這些區域，表明這些區域通過吸收更多的創新資源形成創新集聚現象，造成創新資源分布不平衡，創新網絡異質性程度大，區際空間溢出明顯，呈現明顯的空間網絡特征。

網絡密度反映整體網絡連接的緊密程度，是網絡中實際關系數與最大可能關系數之比，見公式（4）。本文中網絡節點N=29，理論上最大關聯數為29（29-1）=812，實際關聯數M=217，經計算網絡密度為0.267，距離最大值1還有很大差距，說明區際創新空間關聯較弱，還有很大提升空間，我國創新活動的開展需要打破區域邊界的限制，形成跨區域創新網絡。

（三）中心性分析

中心性（centrality）是重要的網絡特征，反映節點在網絡中的地位和權利，包括點度中心度、中間中心度和接近中心度，結果分析見表3。

點度中心度反映節點在網絡中所處的地位，其值越高，代表與其他節點的連線越多，越處于網絡的中心位置。計算公式見式（8），其中n為某節點與其他節點的直接關聯。由表3可知，上海、江蘇、天津、北京、浙江、山東、廣東、甘肅、內蒙古、河南10個省市均高于平均水平，70%位于東部地區，說明東部省市與其他地區創新聯系更多，我國的創新網絡中心集中在東部地區。北京、天津、河北、上海、江蘇、浙江、安徽、山東、河南和內蒙古等省市點入度大于點出度，說明其受益大于溢出?？梢钥闯?，東部地區創新網絡水平高，擁有良好的網絡配置能力，吸引來其他地區創新資源并為我所用。

綜合點度中心度、中間中心度和接近中心度結果，北京、天津以及上海、江蘇、浙江等省市作為發達城市群的“龍頭”，在網絡中發揮著舉足輕重的作用。寧夏、青海等區域排名總體靠后，受當地經濟發展水平、地理位置、資源稟賦等因素限制，在網絡中扮演邊緣行動者的角色。

（四）塊模型分析

為了進一步探討我國區域創新網絡的空間聚類特征，采用CONCOR（Convergent Correlations）對網絡簡化，本文選擇最大分割深度為2，集中標準為0.2，根據 Wasserman 和Faust構建的塊模型評測體系[23]，將我國區域創新網絡空間關聯網絡劃分為雙向溢出、凈受益、凈溢出和經紀人四大板塊（Block）。如表4所示。

板塊I、II期望內部關系比例小于實際內部關系比例，故板塊I、II為雙向溢出板塊和凈受益板塊，又由于板塊II受益關系多于板塊I，故板塊I對應雙向溢出板塊（北京、天津、內蒙古、山東），板塊II對應凈受益板塊（江蘇、浙江、福建、上海、廣東）；同理，板塊III、IV期望內部關系比例大于實際內部關系比例，則板塊III、IV為凈溢出板塊和經理人板塊，板塊III溢出關系多于板塊IV，故板塊III為凈溢出板塊（海南、河北、山西、遼寧、貴州、黑龍江、河南、甘肅、云南、陜西、四川、寧夏），板塊IV為經理人板塊（吉林、江西、湖北、湖南、安徽、廣西、青海、重慶）?？傮w來看，東部沿海地區多為凈受益板塊，中西部地區多為凈溢出板塊，區域創新網絡整體上呈現非均衡現象，各區域間存在明顯的創新空間關聯和溢出效應。

計算各板塊之間的密度矩陣和像矩陣以進一步剖析板塊間的溢出路徑（見表5）。密度矩陣大于0.267，賦值1，否則為0?？梢灾庇^發現，雙向溢出和凈受益板塊一部分體現在對自身的溢出，一部分體現在對凈溢出或經理人的溢出，而凈溢出和經理人板塊則表現對雙向溢出和凈受益板塊的共同溢出；說明東部地區吸引中西部創新資源的流入，其創新聯動效應也更強，各板塊基本能夠發揮各自的角色和優勢（見圖4）。

四、我國區域創新網絡空間關聯影響因素分析

（一）模型設定與指標選取

區域創新網絡空間關聯特征受創新資源和環境等諸多因素相互作用，QAP 是探究不同矩陣之間相關系數的非參數檢驗方法，不需要自變量間互相獨立，比參數方法更穩健。地理位置鄰近便于兩區域間要素流動，利于隱性知識傳播，相鄰的省市更利于空間溢出。由空間溢出路徑分析推測，相差大的區域經濟體，空間溢出更明顯，區域異質性程度越高，關聯越多。各區域發展情況的差異性可用經濟基礎、產業結構、對外開放程度、創新資源投入、創新環境、從業人員結構等指標間接描述。因此，可以構建以下模型：

其中，N為區域創新網絡空間關聯矩陣，D為地理位置相鄰矩陣（相鄰取 1，否則為 0）；G 為人均GDP差異矩陣，反映經濟發展水平；S 為第三產業產值占 GDP 比重差異矩陣，反映產業結構；F 為實際利用外資差異矩陣，反映對外開放程度；R為R&D經費支出差異矩陣，反映創新資源投入情況；P為專利申請數差異矩陣，反映創新環境活躍度；E為從業人口結構差異矩陣，反映城鎮化水平。模型中變量全部為關系數據。

（二）QAP相關性分析

通過 QAP 相關性分析可以得出矩陣之間的相關性[24]。通過UCINET 軟件進行隨機矩陣置換10 000次，得到因變量N與自變量（D，G，S，F，R，P，E）之間的相關系數（見表6）。結果發現，地理位置D、經濟基礎G、產業結構S、對外開放程度F、從業人口結構E等變量均在1%的水平上顯著，創新資源投入R、創新環境P在5%的水平上顯著。其中，經濟基礎G的相關系數最大為0.486，對區域創新網絡空間關聯的作用最大，其次是產業結構S、從業人口結構E、對外開放程度F對區域創新網絡空間關聯的作用較大，相關系數依次是0.234、0.231、0.220，地理位置D、創新資源投入R、創新環境P對區域創新網絡空間關聯的作用最小，相關系數依次為0.180、0.171、0.140，說明地區發展程度的差異比地理位置鄰近性對區域創新網絡空間關聯影響更大。

進一步對自變量空間關聯矩陣進行相關系數與顯著性水平分析（見表7），發現專利申請數差異矩陣P與實際利用外資差異矩陣F相關系數為0.923，與R&D經費支出差異矩陣R相關系數為0.884，對外開放程度矩陣F與R&D經費支出差異矩陣R相關系數為0.846，三者間存在顯著的相關關系，為了減少變量間共線性的估計誤差，剔除專利申請數差異矩陣P和對外開放程度矩陣F，對模型進行修正。

（三）QAP 回歸分析

QAP回歸分析原理與QAP相關分析類似，都建立在對矩陣隨機置換的基礎上。運用 UCINET 軟件，選擇 10 000 次隨機置換，回歸結果在1%的水平上顯著（單尾檢驗），調整后的R2為0.306，說明五個矩陣變量可以解釋我國區域創新網絡空間關聯關系變異的30.6%。由表8可知，地理位置相鄰矩陣D、人均 GDP 差異矩陣（G）在 1% 的水平上顯著，R&D 經費支出差異矩陣（R）在 5%的顯著性水平上顯著，說明地理位置、經濟發展水平、創新資源投入確實對區域創新網絡空間關聯具有顯著影響。人均 GDP、R&D 經費支出、從業人口結構差異越大，空間關聯性越大；第三產業占比差異越小，空間關聯性越大。其中，產業結構差異矩陣S和E顯著性不明顯，但也是創新網絡空間關聯的影響因素，我國區域創新網絡空間關聯在不同程度上受到這些因素的影響。

五、結論與啟示

本文構建了區域創新網絡評價體系并測度我國區域創新網絡水平，在此基礎上利用改進的引力模型刻畫空間關聯，考察區域創新網絡空間關聯的拓撲結構特征和影響因素等，主要結論如下：第一，將區域創新網絡劃分為網絡規模、網絡開放度、結構洞、網絡連接四個維度，利用變異系數法測算創新網絡水平，發現我國東部沿海地區協同創新網絡水平最高，中部地區次之，西部地區最低，呈現梯度分布空間格局。第二，構建區域創新網絡空間關聯理論模型，區域內協同創新和區域間空間關聯共同影響區域創新績效，使得產學研官中介等網絡節點密切互動，創新資源加速流動。對整體網絡進行分析，發現關聯網絡密度為0.267，空間溢出效應還有很大提升空間；上海、北京、天津、浙江、江蘇、山東等地區處于網絡中心地帶，對其他地區的創新活動具有較大影響力；區域創新網絡空間關聯網絡的四大板塊分工明確，創新要素從中西部流向東部，東部地區的創新聯動效應最強。第三，我國區域創新網絡空間關聯和溢出效應受到各區域地理位置差異、經濟基礎差異、創新資源投入差異等因素的顯著影響，產業結構差異和從業人口結構差異也是創新網絡空間關聯的重要影響因素，這五個矩陣變量可以解釋我國區域創新網絡空間關聯關系的30.6%。

基于上述研究結論，得出以下政策啟示：第一，建立健全創新網絡，優化創新網絡結構。充分發揮創新網絡連接的功能，提高創新主體之間交流合作的深度和廣度，增強地區開放性，構建產學研官中介合作創新機制，充分發揮創新主體功能和優勢，加速創新成果轉化，共促區域協同創新與發展。第二，樹立系統觀念，把空間關聯作為區域共生戰略的決策依據。疏通區域間的空間溢出管道，使知識等創新資源真正流動起來，針對各功能板塊制定差別化區域政策，進行定向調控和精準調控，既要進一步激發東部沿海等受益板塊和雙向溢出板塊，使其積極發揮自身優勢創造價值，也要“溫暖”中西部溢出板塊和經理人板塊，動員其主動學習先進技術并參與跨區域創新活動，加強中西部區域創新聯動效應，提升區域創新網絡的空間協同性。第三，積極推進地區協調發展，提升區域發展的整體效能。地理位置鄰近只是解釋空間關聯的要素之一，地區發展方式差異也起著關鍵作用，需要制定差別化的區域創新政策并因地制宜實施。優化空間關聯網絡結構，既要開拓更多的創新溢出渠道，也要防止關系冗余帶來網絡效率的降低，形成區域協同推進、創新聯動的局面。

[參考文獻]

[1] SINGH J. Collaborative networks as determinants of knowledge diffusion patterns[J]. Management science，2005，51（5）：756-770.

[2] ALMEIDA P，KOGUT B.Localization of knowledge and the mobility of engineers in regional networks[J].Management science，1999，45（7）：905-917.

[3] GUAN J C，ZUO K R，CHEN K H，et al. Does country-level R&D efficiency benefit from the collaboration network structure？[J].Research policy，2016，45（4）：770-784.

[4] 趙雨涵，宋旭光.我國區域創新空間關聯的測度與分析——兼論區域創新網絡結構的動態特征[J]. 西南民族大學學報（人文社科版），2017，38（7）：88-96.

[5] FLEMING L，KING C，JUDA A I.Small worlds and regional innovation[J].Organization science，2007，18（6）：938-954.

[6] 任勝鋼，胡春燕，王龍偉. 我國區域創新網絡結構特征對區域創新能力影響的實證研究[J].系統工程，2011，29（2）：50-55.

[7] 于明潔，郭鵬，張果.區域創新網絡結構對區域創新效率的影響研究[J].科學學與科學技術管理，2013，34（8）：56-63.

[8] 李琳，牛婷玉.基于SNA的區域創新產出空間關聯網絡結構演變[J].經濟地理，2017，37（9）：19-25.

[9] 方大春，馬為彪. 我國區域創新空間關聯的網絡特征及其影響因素[J].西部論壇，2018，28（2）：50-61.

[10] 宋旭光，趙雨涵.中國區域創新空間關聯及其影響因素研究[J].數量經濟技術經濟研究，2018（7）：22-40.

[11] 周密，孫浬陽.專利權轉移、空間網絡與京津冀協同創新研究[J].科學學研究，2016，34（11）：1736-1743，1760.

[12] 馬雙，曾剛.長江經濟帶城市間的創新聯系及其空間結構分析[J].世界地理研究，2018，27（4）：57-65.

[13] 周燦，曾剛，宓澤鋒，等. 區域創新網絡模式研究——以長三角城市群為例[J].地理科學進展，2017，36（7）：795-805.

[14] 夏麗娟，謝富紀，付丙海. 鄰近性視角下的跨區域產學協同創新網絡及影響因素分析[J].管理學報，2017，14（12）：1795-1803.

[15] 胡品平，袁劍鋒，翟鋮.空間視角下中國產學研協同創新網絡演化研究[J/OL].科技進步與對策：1-6[2018-12-26].http：//kns.cnki.net/kcms/detail/42.1224.G3.20180713.0921.038.html.

[16] 池仁勇.區域中小企業創新網絡形成、結構屬性與功能提升：浙江省實證考察[J].管理世界，2005（10）：102-112.

[17] EISINGERICH A B，BELL S J，TRACEY P. How can clusters sustain performance？ the role of network strength，network openness，and environmental uncertainty[J].Research policy，2010，39（2）：239-253.

[18] 盛亞，范棟梁.結構洞分類理論及其在創新網絡中的應用[J].科學學研究，2009，27（9）：1407-1411.

[19] 鄭廣華.區域創新系統協調發展的評價系統研究[J].系統科學學報，2010（3）：76-79.

[20] 白俊紅，蔣伏心. 協同創新、空間關聯與區域創新績效[J].經濟研究，2015（7）：174-187.

[21] 李敬，陳澍，萬廣華，等.中國區域經濟增長的空間關聯及其解釋——基于網絡分析方法[J].經濟研究，2014，11：4-16.

[22] 劉華軍，何禮偉.中國省際經濟增長的空間關聯網絡結構——基于非線性 Granger 因果檢驗方法的再考察[J].財經研究，2016（2）：97-107.

[23] WASSERMAN S，FAUST K.Social network analysis：methods and applications[M].Cambridge：Cambridge University Press，1994.

[24] 劉軍.整體網分析講義——UCINET軟件實用指南（第2版）[M].上海：格致出版社，2014.