我國城市群知識創(chuàng)新的空間結構演變趨勢

國勝鐵　姚常成

關鍵詞：知識合作;空間結構;城市群;社會網(wǎng)絡分析法;Web of? Science

基金項目：國家社會科學基金一般項目（18BJL070）

DOI編碼：10.19667/j.cnki.cn23-1070/c.2019.04.007

引言

在城市群建設的時代背景下，城際便捷的通勤網(wǎng)絡，加之城際認知鄰近、制度鄰近以及文化鄰近等有利條件，增加了知識主體選擇跨區(qū)合作的意愿。1 2知識合作網(wǎng)絡愈發(fā)突破單體城市的限制，在城市群的空間范圍內形成知識合集。但城市群不同城市之間有著不同的知識中心分布、不一致的經(jīng)濟發(fā)展水平以及差異化的行政管制等情況。城市群的一體化建設便會借由這些因素的變化影響著知識合作創(chuàng)新的走向，是中心城市內部的合作愈發(fā)突出，日益呈現(xiàn)出單中心化的知識創(chuàng)新空間結構特征;還是中心城市與非中心城市的合作意愿逐步加強，顯現(xiàn)出多中心化的發(fā)展趨勢，目前尚缺乏經(jīng)驗證據(jù)。

城市群知識合作創(chuàng)新的空間結構不僅可以反映地區(qū)的知識集聚程度，還能在一定程度上反映地區(qū)的經(jīng)濟協(xié)調發(fā)展程度。1因為跨區(qū)域的知識合作狀況能體現(xiàn)各地區(qū)的知識創(chuàng)新水平，而知識創(chuàng)新水平的提升不僅能進一步影響地區(qū)生產(chǎn)效率，還能決定學習外部性擴散的方向和范圍大小，由此便決定著地區(qū)經(jīng)濟發(fā)展差距水平。不同于國外知識中心的分布，我國知識中心大多分布在經(jīng)濟發(fā)達地區(qū)，且在部分地區(qū)表現(xiàn)出越來越明顯的集聚特征，雖然這種知識合作網(wǎng)絡的單中心化趨勢有利于中心城市的知識聚集，形成中心城市的創(chuàng)新優(yōu)勢，但這也會在一定程度上加劇地區(qū)經(jīng)濟發(fā)展差距，不利于解決當下發(fā)展不平衡與不充分的主要矛盾。基于此，如何構建多中心的城市群知識協(xié)調創(chuàng)新空間網(wǎng)絡就成為了當下極具現(xiàn)實意義的話題。

就筆者已收集到的大量文獻資料來看，目前，針對單體城市層面的知識合作研究已有所涉及，2但針對跨區(qū)域的城市群層面的研究則基本處于空白，尤其是在我國行政區(qū)經(jīng)濟日臻轉變?yōu)槌鞘腥航?jīng)濟的大背景下，知識合作在城市群內的網(wǎng)絡化特征及其空間結構特征亟待深入研究，這不僅是因為強化城際知識合作網(wǎng)絡建設可以促進整個城市群的經(jīng)濟發(fā)展，還因為多中心城市群知識合作網(wǎng)絡的構建有利于落實區(qū)域協(xié)調發(fā)展戰(zhàn)略，使得知識的溢出效應惠及城市群的每個角落。

一、計量模型的構建

（一）計量模型的選擇

社會網(wǎng)絡是指作為節(jié)點的社會行動者及其間關系的集合。也可以說，一個社會網(wǎng)絡是由多個節(jié)點（社會行動者）和各節(jié)點之間的連線（行動者之間的關系）組成的集合。用點和線來表達網(wǎng)絡，這是社會網(wǎng)絡的形式化界定。而社會網(wǎng)絡分析法（Social Network Analysis）則是用以研究社會網(wǎng)絡結構以及社會關系特征的一種工具。近年來，國內外學者已經(jīng)把它應用在了科研人員合著、圖書館資源配置、學科熱點、引文分析、博客等方面。

關于社會網(wǎng)絡分析法，其測度的參數(shù)較多，如網(wǎng)絡密度分析、中心性分析等。前者主要用來測度網(wǎng)絡各節(jié)點之間關系緊密程度，后者則主要測度各節(jié)點在網(wǎng)絡中的中心地位及其影響力大小。本文將主要從這兩個方面來研究城市群知識合作網(wǎng)絡的特征趨勢，同時借鑒Hanssens等（2014）4和葉磊等（2016）5的做法，采用中間中心度指標，從多中心結構建設的視角來研究我國八大國家級城市群知識合作網(wǎng)絡的結構演變趨勢。

（二）數(shù)據(jù)來源及處理

本文主要研究城市群知識合作創(chuàng)新特征及其結構演變趨勢。關于知識創(chuàng)新的研究，既有學者主要采用專利數(shù)1和期刊論文數(shù)量2來衡量。但相較于專利數(shù)，如果考慮到面板數(shù)據(jù)的可獲得性，利用期刊合作指標來研究城市之間的知識合作創(chuàng)新更為普遍和可行。3如Li和Phelps（2016、2017）45就利用Web of Science 核心數(shù)據(jù)庫中城市間合作期刊數(shù)來衡量城際知識合作程度。除此之外，與期刊論文合作不同，專利合作會因為專利所具有的排他性而受限或受阻，專利所帶來的經(jīng)濟利益通常使得“合作”在專利領域尤為“勢單力薄”，所以專利合作更多的是企業(yè)內部或者高校、地區(qū)內部行為6（段德忠等，2018）。

基于此，本文主要采用期刊論文數(shù)量來衡量知識合作情況。就期刊數(shù)據(jù)庫的選擇來看，本文研究數(shù)據(jù)主要來源于Web of Science Core Collection Database。Web of Science是由美國科學技術信息研究所（ISI-Institute for Scientific Information）提供的重要信息檢索平臺。而其中的Web of Science Core Collection核心館藏數(shù)據(jù)庫則屬于Web of Science中的核心子庫，該子庫中包含了超過12000種權威、高影響力學術期刊，涉及社會科學、自然科學、生物醫(yī)學、工程與藝術和人文科學等，時間上甚至可追溯到1900年，是高質量文獻信息的重要檢索來源。7所以，Web of Science核心數(shù)據(jù)庫中的論文質量相對較高，所以能較好地反映知識創(chuàng)新水平，同時盡量避免論文內容重復發(fā)表等問題。本文衡量了2005—2016年我國八大國家級城市群（143個城市）內部城市之間知識合作情況，最終收集的期刊合作論文數(shù)量統(tǒng)計如下：

表1 2005—2016年我國八大國家級城市群內部城市之間知識合作情況統(tǒng)計 單位：（篇）

從表1中可以看出，長三角、京津冀和珠三角城市群內城際間合作發(fā)表的期刊論文數(shù)量最高，而中原城市群與北部灣城市群城市間合作發(fā)表論文的數(shù)量最少。這可能與地區(qū)高等院校數(shù)量、經(jīng)濟發(fā)展水平、市場一體化程度、城市群內城市數(shù)量等因素相關，下文中將就知識合作的影響因素做進一步分析。

二、城市群知識創(chuàng)新空間結構演變趨勢分析

（一）城市群知識合作網(wǎng)絡密度日趨升高

網(wǎng)絡密度是指社會網(wǎng)絡中各節(jié)點間聯(lián)絡的緊密程度。在保證節(jié)點數(shù)量固定的前提下，節(jié)點之間的連線越多，說明該社會網(wǎng)絡的密度就越大，該網(wǎng)絡對其中節(jié)點（社會行動者）的行為等產(chǎn)生的影響就越大。8本文利用Ucinet軟件對2005-2016年間我國八大國家級城市群內部城市間合作發(fā)表的論文數(shù)量矩陣進行網(wǎng)絡密度分析，得到各城市群知識合作網(wǎng)絡密度值（見圖1）。知識合作網(wǎng)絡密度指標可以剔除城市群之間城市數(shù)量不一、城市群內城市間合作情況不一等因素的影響，便于不同城市群之間知識合作程度的比較，相較于城市群內合作發(fā)表的期刊論文數(shù)量指標更為合理。

圖 1 2005—2016年我國八大國家級城市群知識合作網(wǎng)絡密度變化趨勢

就圖1中我國八大國家級城市群知識合作網(wǎng)絡密度的變化趨勢來看，除了北部灣城市群、中原城市群知識合作網(wǎng)絡密度沒有明顯變化以外，其他城市群大體都呈現(xiàn)出明顯的上升趨勢。其中京津冀城市群知識合作網(wǎng)絡密度最高，其次是長三角城市群和珠三角城市群。東北地區(qū)的哈長城市群知識合作網(wǎng)絡密度也較高。這集中反映出我國知識合作主要集中在東部地區(qū)以及東北地區(qū)的特征。東北地區(qū)雖然近年來經(jīng)濟發(fā)展水平較為落后，但在新中國成立初期，經(jīng)濟發(fā)展水平在全國一直處于領先地位，這也就為東北地區(qū)的教育和知識發(fā)展夯實了基礎。而東部地區(qū)城市群建設起步較早，城市之間的互聯(lián)互通建設也較為完善，經(jīng)濟發(fā)展水平在全國處于領先水平，教育資源集中，這也就決定了東部地區(qū)不可撼動的知識中心地位。此外，值得注意的是，進入新常態(tài)以后，除中原和北部灣城市群以外，其他城市群的知識合作網(wǎng)絡密度增速都有了明顯的提升。這可能與全國范圍內大規(guī)模高鐵網(wǎng)絡建設和地區(qū)間市場分割指數(shù)的日趨降低有關（見圖2）。

圖 2 2005—2015年全國高鐵建設情況和市場分割指數(shù)變化趨勢圖

為此，本文參考范欣等（2017）的研究，整理和測算了2005—2015年全國累計高鐵里程數(shù)和市場分割指數(shù)1（見圖2），并運用Stata分析工具實證分析了城市群知識合作網(wǎng)絡密度與累計高鐵里程數(shù)、市場分割指數(shù)的相關性。由表2可知，城市群知識合作網(wǎng)絡密度與累計高鐵里程數(shù)呈現(xiàn)顯著的正相關。而城市群知識合作網(wǎng)絡密度、累計高鐵里程數(shù)與市場分割指數(shù)則呈現(xiàn)顯著的負相關。

表2 Pearson相關性檢驗估計結果

進入新常態(tài)以后，雖然全國經(jīng)濟增速有所放緩，但是高鐵網(wǎng)絡的建設卻不斷鋪展開來，這不僅帶來了城市群內部通達性水平的提升，也使得“以鄰為壑”的市場分割現(xiàn)象有所緩解，2從而促使城市之間知識合作的加強。正如王立非等（2017）1指出，地理距離會削弱創(chuàng)新主體選擇知識合作的意愿，但交通狀況的改善則能突破地理距離的限制，2特別是高速鐵路的運營使得天塹變通途，城市與城市之間人員的交流往來日益密切。

（二）城市群知識合作網(wǎng)絡單中心特征明顯

中心性分析主要用來衡量節(jié)點（行動者）在其社會網(wǎng)絡中具有的權力特征，或者說中心地位特征。關于“中心性”的測度指標，比較常用的包括：度數(shù)中心度、中間中心度、接近中心度以及與之相對應的多種中心勢指數(shù)。鑒于各項測度指標所衡量的中心性特征有所差異，本文主要采用度數(shù)中心度、度數(shù)中心勢以及中間中心度指標來進行分析。

（1）知識合作網(wǎng)絡節(jié)點的度數(shù)中心度分析

為了衡量一個節(jié)點在社會網(wǎng)絡中的地位——其是處于網(wǎng)絡中心還是居于網(wǎng)絡的邊緣地帶，學者們通常采用度數(shù)中心度指標來分析。度數(shù)中心度指標又可分為絕對度數(shù)中心度與相對度數(shù)中心度，為了便于不同知識合作網(wǎng)絡的比較，文本主要采用了相對中心度指標。

圖3 2016年我國八大國家級城市群各城市度數(shù)中心度、高等院校數(shù)、經(jīng)濟發(fā)展水平分布 ③

就圖3中2016年我國八大國家級城市群各城市的度數(shù)中心度分布情況來看，哈長城市群的知識合作網(wǎng)絡主要以哈爾濱和長春為中心，齊齊哈爾和大慶的副中心地位也開始凸顯;京津冀城市群主要以北京為中心，天津的中心地位有待進一步加強;珠三角城市群的知識合作網(wǎng)絡則以廣州為中心，深圳和中山的副中心地位也有所顯現(xiàn);長三角城市群則以上海和南京為中心，杭州的中心地位有待進一步加強;長江中游城市群以武漢和長沙為中心;成渝城市群主要以成都為中心，重慶的中心地位不夠明顯;北部灣城市群主要以南寧和湛江為中心，欽州、玉林和海口的副中心地位也較為顯著;而中原城市群則主要以鄭州為中心。這些度數(shù)中心度較高的城市大都是經(jīng)濟發(fā)展水平和高等院校數(shù)量較多的城市。經(jīng)濟發(fā)展水平較高和高等院校數(shù)量較多的城市為知識創(chuàng)新提供了強大的資金和人力資源支持，同時創(chuàng)新水平所帶來的生產(chǎn)效率的提升又反過來促進了經(jīng)濟增長，如此便實現(xiàn)了知識創(chuàng)新在該城市的自我強化。

就2005—2016年我國八大國家級城市群中心度分布的趨勢變化情況來看，1哈長城市群、珠三角城市群、長江中游城市群、成渝城市群、北部灣城市群、中原城市群中心城市的知識集聚水平在不斷升高。與之相對應，在過去的11年時間里，哈長城市群的中心城市哈爾濱增加了16所高等院校;珠三角城市群的中心城市廣州增加了23所高等院校;長江中游城市群的中心城市武漢增加了32所高等院校，長沙也增加了6所高等院校;成渝城市群的中心城市重慶增加了40所高等院校，而成都市也增加了18所高等院校;北部灣城市群的中心城市南寧增加了4所高等院校;中原城市群的鄭州增加了18所高等院校。除了這些知識中心城市，其他邊緣城市高等院校增長的數(shù)量相比之下顯得非常有限，這也在部分程度上說明了我國教育資源分配不均的典型特征，這也是知識集聚水平不斷攀升的主要原因之一。但這種資源分配不均的現(xiàn)象在京津冀城市群和長三角城市群得到了一定程度的改觀，京津冀城市群與長三角城市群中心城市的中心度水平有所降低，而其他非中心城市的中心度水平則穩(wěn)步提升。從高等院校的數(shù)量變化情況來看，京津冀城市群除了北京市增加了12所高等院校以外，天津、石家莊、秦皇島和保定也分別增加了13、17、8、7所高等院校，而長三角城市群除了南京和上海分別增加了6所和4所高等院校以外，蘇州、紹興也分別增加了6所和7所高等院校。這一發(fā)展趨勢有效地緩解了京津冀城市群和長三角城市群知識合作過于集中的不均衡發(fā)展格局。

就知識合作的影響因素來看，正如上文所說，雖然高等院校的數(shù)量和地區(qū)的經(jīng)濟發(fā)展水平是決定城市開展知識合作的基礎，但并非所有擁有較多數(shù)量高等院校或較高經(jīng)濟發(fā)展水平的城市都能擁有較高水平的知識合作程度，它還取決于城市是否與其他合作城市相鄰近，是否與其他合作城市同屬于一個管轄區(qū)等。從圖3中可以看出，知識合作中心城市周邊城市的度數(shù)中心度水平也相對較高，但在城市群內部同一省份內的知識合作數(shù)量要明顯高于跨省份的知識合作數(shù)量，且在一個省份內的知識中心會傾向于出現(xiàn)在某個單一城市。這也就在部分程度上解釋了為什么涵蓋多個省份的城市群會傾向于出現(xiàn)多個知識中心城市。

就地區(qū)比較來看，東部地區(qū)城市群（京津冀、長三角、珠三角）以及東北地區(qū)城市群（哈長城市群），它們的中心城市知識集聚水平較其他地區(qū)的知識集聚水平要高（北部灣城市群除外），這種現(xiàn)象可能是地區(qū)之間高鐵等交通基礎設施的布局差異所致。東部地區(qū)以及東北地區(qū)高鐵等交通基礎設施建設時間較早，我國第一條高鐵線路——合寧客運專線就在2008年正式通車運營，截止2016年底長三角、珠三角、京津冀以及哈長城市群的高鐵網(wǎng)絡布局已較為完善。高鐵的運營極大地壓縮了城市之間的旅行時間，使得城市與城市之間的聯(lián)系日益緊密，面對面交流變得日趨頻繁，這有利于城市群內部城市之間的知識合作。相比之下，中部地區(qū)和西部地區(qū)城市群除了有幾條連接南北和東西的高鐵線路貫穿以外，服務于城市群內部的高鐵線路還在進一步規(guī)劃建設之中。

（2）知識合作網(wǎng)絡的度數(shù)中心勢

從整體上說，一個網(wǎng)絡也有其度數(shù)中心勢指數(shù)CT，用以衡量該網(wǎng)絡是否存在向某個單中心點或某些多中心點集中的趨勢。為了測量網(wǎng)絡的度數(shù)中心勢，首先需要找出網(wǎng)絡中節(jié)點的最大中心度值[Cmax]，然后再計算出最大的中心度值與網(wǎng)絡中其他節(jié)點的中心度值[Ci]的差，再就網(wǎng)絡中得出的不同差值求和，最后用該求和值除以理論上能得到的最大差值總和，具體的計算公式如下：

本文采用Ucinet軟件分析，得出我國八大國家級城市群2005—2016年網(wǎng)絡度數(shù)中心勢的變化趨勢（見表3）。

表3 2005—2016年八大國家級城市群知識合作網(wǎng)絡度數(shù)中心勢變化趨勢

表3中長江中游城市群的度數(shù)中心勢在2005—2016年間基本維持不變，且度數(shù)中心勢絕對值較低，說明城市群內部知識合作關系分布較為均衡。京津冀城市群、長三角城市群和成渝城市群的度數(shù)中心勢呈現(xiàn)出下降趨勢，說明這些城市群的知識合作網(wǎng)絡正向均等化方向發(fā)展。而哈長城市群、珠三角城市群、北部灣城市群和中原城市群的知識合作網(wǎng)絡的度數(shù)中心勢雖然絕對值相對較低，但是度數(shù)中心勢卻呈現(xiàn)出較為明顯的上升趨勢。說明這些城市群內知識合作網(wǎng)絡在向一個或多個中心集中。度數(shù)中心勢雖然測度了社會網(wǎng)絡的均衡發(fā)展程度，但正如上文中所發(fā)現(xiàn)的一樣，除了各大城市群的知識合作中心有著較高的度數(shù)中心度以外，其他城市的度數(shù)中心度水平都相對較低，因此，均衡的發(fā)展主要還是體現(xiàn)在了非中心城市的中心度分配上，位于度數(shù)中心度金字塔底端的非中心城市數(shù)量較多，中端的副中心城市或頂端的中心城市數(shù)量則較少，是一種“[⊥]”型的空間發(fā)展結構。下文中將采用多中心空間結構指數(shù)，就城市群知識合作網(wǎng)絡空間結構的演變趨勢做進一步的定量分析。

（三）城市群知識創(chuàng)新空間結構呈現(xiàn)出多中心化趨勢

對于知識合作創(chuàng)新空間結構的測度，本文主要采用多中心結構指數(shù)來衡量，重點參考Hanssens等（2014）1的做法，將計算知識合作網(wǎng)絡的多中心結構指數(shù)分為以下兩個步驟：（i）測量城市群內每個城市的中間中心度（[RCi]）;（ii）將這些中間中心度的得分合并為一個指數(shù)（FPI），以量化知識合作網(wǎng)絡空間結構的平衡程度。

（1）

（2）

式（1）中[RCi]表示城市的中間中心度，它測量的是主體對于資源控制的程度。本文中中間中心度高的城市在各城市的知識鏈接中起著重要的橋梁作用，說明該城市在整個知識合作網(wǎng)絡中對其他城市的影響能力大。[DIi]為城市的主導性指數(shù)，用城市i與城市群內其他城市中間中心度均值的比值來衡量，J為城市群內城市的數(shù)量。式（2）中[RC‘i]為將城市群內城市的中間中心度進行排序以后的倒數(shù)值，i為城市排序的序號。

（3）

（4）

式（3）與（4）中SD為中間中心度[RCi]的標準差，而[SDRS]則為城市中間中性度排序以后其序號[RC‘i]的標準差。Nuffel等（2010）1指出SD的大小會受城市群城市數(shù)量的影響。為此，只有通過對SD進行標準化才能避免這一偏誤，而FPI即是在對SD進行標準化以后的空間結構指數(shù)。FPI是一個介于0到1之間的值，其中0表示絕對的單中心，而1表示完美的多中心，0.5則表示等級大小分布。經(jīng)過標準化以后的FPI值與知識合作網(wǎng)絡中城市的數(shù)量無關，便于不同知識合作網(wǎng)絡之間的比較研究。

從圖4中八大國家級城市群知識合作創(chuàng)新空間結構指數(shù)的比較來看，京津冀城市群和長三角城市群多中心空間結構指數(shù)最高，而長江中游城市群與中原城市群知識創(chuàng)新單中心空間結構特征最為明顯。雖然珠三角城市群經(jīng)濟發(fā)展水平較高，通達性水平也較其他區(qū)域更高，但其知識合作創(chuàng)新空間結構的單中心特征則較成渝城市群與哈長城市群更為明顯。究其原因，可能是因為珠三角城市群創(chuàng)新能力過于集中。雖然珠三角城市群區(qū)域創(chuàng)新能力在2017年已經(jīng)躍居全國首位，但除深圳市以外，其他地市R&D占GDP比重均未達到地區(qū)平均水平。從具體數(shù)據(jù)指標來看，廣州市擁有省級以上重點實驗室214家，占全省65%。深圳市擁有省級以上重點實驗室41家，占全省12%，其余市總和僅為23%;粵東西北高校數(shù)僅占全省16.6%，國家高新技術企業(yè)數(shù)量占比不足10%，規(guī)模以上工業(yè)企業(yè)研發(fā)機構覆蓋率僅有11%。

圖 4 2005—2016年我國八大國家級城市群知識創(chuàng)新空間結構演變趨勢

就圖4中我國八大國家級城市群知識合作網(wǎng)絡空間結構的變化趨勢來看，八大國家級城市群知識合作網(wǎng)絡的空間結構指數(shù)不斷上升，知識單中心網(wǎng)絡結構正向多中心網(wǎng)絡結構轉變，但就空間結構指數(shù)的絕對值來看，八大國家級城市群知識合作網(wǎng)絡的空間結構指數(shù)都低于0.5（標準等級規(guī)模分布結構），說明我國城市群內知識合作網(wǎng)絡還是以單中心結構特征為主。就八大國家級城市群的趨勢比較來看，京津冀城市群和長三角城市群多中心空間結構指數(shù)上升趨勢最為明顯，尤其是在2014年以后，這兩大東部地區(qū)城市群的知識合作空間結構指數(shù)與其他地區(qū)城市群的差距在逐漸拉大。中部地區(qū)的中原城市群與長江中游城市群，它們的空間結構指數(shù)上升趨勢較為平緩，而東北地區(qū)的哈長城市群與西部地區(qū)的成渝城市群、北部灣城市群空間結構指數(shù)的上升趨勢則處于居中的地位。珠三角城市群空間結構指數(shù)雖然在2015年以前上升趨勢不顯著，但2015年以后也開始超過中西部地區(qū)，逐漸顯現(xiàn)出多中心知識創(chuàng)新的發(fā)展趨勢。這主要得益于政府在引導創(chuàng)新要素向非中心城市流動所做的努力。廣東省科技廳與廣東省發(fā)改委聯(lián)合印發(fā)了《廣東省促進縣域創(chuàng)新驅動發(fā)展實施方案》，指出廣東要引導創(chuàng)新資源重點向粵東西北縣域流動聚集，實現(xiàn)區(qū)域創(chuàng)新能力結構合理、創(chuàng)新資源分布均衡。

三、主要結論及相關啟示

本文利用社會網(wǎng)絡分析法對我國八大國家級城市群知識合作創(chuàng)新的空間結構特征及其演變趨勢進行了實證分析，時間跨度涵蓋2005—2016年的11年，城市樣本共計143個。本文研究結論發(fā)現(xiàn)：（1）就城市群知識合作網(wǎng)絡中心的分布來看，北京、上海和廣州等特大型城市在各自的城市群知識合作網(wǎng)絡中都占據(jù)著絕對中心的地位，天津、南京和深圳等二線城市的中心地位也在不斷加強。（2）就知識合作的影響因素來看，城市之間的地理距離、城市之間的行政壁壘、城市本身的經(jīng)濟發(fā)展水平及其高等院校的數(shù)量都是決定知識合作的重要因素，但隨著高鐵網(wǎng)絡的不斷展開，地理距離對知識合作的限制在逐漸被削弱。（3）就城市群知識合作網(wǎng)絡的建設來看，城市群內的一體化建設正通過縮短城市之間的旅行時間、建設便利的信息網(wǎng)絡、打破城市間的行政壁壘等方式提高城市群內知識合作的頻率和成功的概率，城市群內知識合作網(wǎng)絡密度不斷升高。（4）就城市群知識合作網(wǎng)絡的空間結構來看，我國八大國家級城市群內知識合作網(wǎng)絡主要還是以單中心結構特征為主，但這一單中心的空間結構正向多中心的空間結構轉變。（5）就多中心知識創(chuàng)新結構的演變動力來看，國家出臺的一系列創(chuàng)新驅動發(fā)展政策措施，如《國務院辦公廳關于縣域創(chuàng)新驅動發(fā)展的若干意見》（簡稱《意見》）1等，以及高鐵網(wǎng)絡發(fā)展規(guī)劃正幫助各城市群地區(qū)逐漸實現(xiàn)區(qū)域創(chuàng)新能力結構合理、創(chuàng)新資源分布均衡的格局。此外，城市群建設帶來的區(qū)域市場一體化、行政一體化和經(jīng)濟一體化也削弱了市場分割、行政壁壘管制以及產(chǎn)業(yè)惡性競爭給知識合作創(chuàng)新帶來的不利影響。

就相關啟示來看，由知識合作網(wǎng)絡的單中心空間結構映射出來的創(chuàng)新資源分布不均問題是由一定的歷史背景和現(xiàn)實原因所導致的。不同于西方發(fā)達國家知識中心的均衡分布，它們的非中心城市也聚集著諸多高等院校（如加州大學系統(tǒng)，其分校大多位于郊區(qū)甚至農(nóng)村地區(qū)），但在中國，高等院校則偏向于向中心城市聚集，非中心城市的創(chuàng)新資源則稍顯稀缺。

從歷史原因來看：（1）中國近現(xiàn)代的高等教育濫觴于清末民初，辦學資本來源多具有官方背景，加之受歷史上重文尊學的傳統(tǒng)，高校分布并不單純受經(jīng)濟規(guī)律的制約，包含更多的象征意義，如此，在核心城市就需要有高等學府來體現(xiàn)其一定的社會等級;（2）新中國成立后，我國高等教育效法蘇聯(lián)，高校設置走“小而精”“專門化”的路線，在行政手段主導分配的思路下，繼續(xù)將高校設置在城市的核心區(qū)域;（3）而西方高校的初期籌建者多為商人、教會，即使官方推動建立，也一般基于促進經(jīng)濟發(fā)展的需要，并無更多象征意義，在社會資本、思想觀念上不具備中國高校的其他職能。

而從現(xiàn)實原因來看，高校作為教育產(chǎn)業(yè)的重要環(huán)節(jié)、城市作為承載經(jīng)濟活動的重要形式，兩者均有各自的發(fā)展周期，且在一定條件下互相影響。中國高校初建時，城鎮(zhèn)化也尚處早期，城鎮(zhèn)規(guī)模較小、地價成本較低，高校自然位于核心區(qū)域。改革開放以后，商業(yè)經(jīng)濟逐漸發(fā)達，城鎮(zhèn)規(guī)模擴大的同時市場經(jīng)濟成為資源配置的主導方式。高校由于自身規(guī)模擴大、市內地價成本提升、城市區(qū)域功能分化等原因而遷居邊緣城市。進入新時代，部分地方政府為了帶動周邊或當?shù)爻鞘械陌l(fā)展，有意識地開發(fā)大學城或在非中心城市設立分校等，政策傾斜為高校遷移提供了條件。所以本文研究發(fā)現(xiàn)，雖然單中心知識合作網(wǎng)絡結構依舊凸顯，但多中心化的趨勢已經(jīng)開始顯現(xiàn)。國家發(fā)展改革委等部門聯(lián)合印發(fā)了《關于促進市域（郊）鐵路發(fā)展的指導意見》。根據(jù)《關于促進市域（郊）鐵路發(fā)展的指導意見》的規(guī)劃要求，至2020年，中國將在京津冀、長江中游、長三角、珠三角、成渝等經(jīng)濟發(fā)達地區(qū)的特大城市及具備條件的大城市建立市域（郊）鐵路骨干線路。這些公共基礎設施的發(fā)展使高校遠離市區(qū)或中心城市成為可能，多中心化的知識合作網(wǎng)絡有望在不遠的將來實現(xiàn)。