城市網絡與創新能力間的時空關系研究
——以成渝城市群為例

韓文麗，楊鑫垚

（西南交通大學公共管理與政法學院，四川成都 610031）

1 研究背景

隨著信息時代的到來以及全球化進程的不斷推進,物理距離對城市活動空間位置的約束作用被不斷削弱［1］。這不僅使得城市間關系突破了原有的等級制體制開始走向多中心化、網絡化，同時也催生了全新的城市創新范式［2］。城市創新能力不再僅取決于其自身的實力，而更多地受到城市間創新合作的影響。由此，以網絡化為視角研究城市創新便成為相關學科的研究熱點［3］。Cooke 等［4］學者研究發現，創新主體的網絡化能夠明顯提升創新能力與績效［5］。Huggins［6］則提出了“網絡資本”概念，認為網絡主體能夠通過一系列制度安排，降低創新要素獲取及傳遞的成本從而提高創新績效［7］。“十三五”以來，我國先后出臺了《國家中長期科學和技術發展規劃綱要（2006—2020 年）》《國家創新驅動發展戰略綱要》《“十三五”國家科技創新規劃》等文件，明確了以創新為動力，城市群或城市網絡為主體的戰略格局［8］。

相較于個體城市，城市網絡對于創新的主體優勢不僅在于其可以通過確立供求關系、要素流通等一系列規則以降低知識或技術交易成本，更為重要的是，其作為多中心創新主體，改變了過去創新結果由核心城市向次級城市的單向、階梯式傳遞［9］，在創新網絡中很多次級城市能夠憑借比較優勢從而向核心城市進行“逆向傳遞”［10］；同時由于小世界效應，創新成果的非正式傳播也時常存在，從而極大地提升了網絡整體創新能力［11］。如程開明等［12］利用社會網絡分析法論述了城市網絡對技術創新的激勵路徑；高麗娜等［13］以長三角城市群為例論述了網絡外部性對于城市群創新能力的動態影響。然而，在現實的創新過程中，這種主體優勢是否始終存在？換句話說，城市網絡的發展與城市創新能力的提升是否始終為正相關？城市網絡應如何規劃才能更好地服務于創新能力的提升？從現有研究來看，似乎對這一基本邏輯的探討并不充分。即使是涉及城市網絡與創新能力關系的探討，也往往是從正向角度出發，著重論述網絡對于創新能力提升的優勢，如周燦等［14］基于網絡資本視角，闡述了正是由于網絡化主體自身的結構優勢從而更好地促進城市創新能力的提升。

據此，為了理清創新能力與城市網絡間的時空關系，本文以成渝城市群為研究對象，該地區是國務院2018 年確立的九大城市群之一，同時也是西南創新先導區以及內陸開放型經濟戰略高地，對于連接我國東西部，更好地落實區域協同發展戰略有著重要意義；并且相較于長三角、京津冀等成熟城市群，相關研究較少因而存在更大的探究空間。

2 研究方法與數據

2.1 研究思路

首先以城市間聯合專利、百度指數為變量構建成渝城市網絡，并依據本文編制的創新能力評價指標通過因子分析法對目標城市的創新能力進行測度；隨后對二者的相關性做出判斷并通過象限圖法對其時空關系做出可視化分析；最后，憑借障礙度模型識別阻礙成渝城市群創新能力提升的相關指標，并在此基礎上為成渝城市網絡日后規劃能更好地服務于創新能力的提升提出建議。

2.2 研究方法

2.2.1 因子分析法

該方法在創新能力測度中有著廣泛的應用，主要通過降維的方式識別復雜問題中的若干個主要影響因子從而實現對該問題的剖析。具體公式如下：

具體計算過程如下：

（1）數據的無量綱化。對數據進行標準化處理，消除不同計量單位的影響，得到無量綱數據。

（2）估計因子載荷矩陣。這是因子分析的重要環節，可使用的方法有映像因子法、主成分法、加權最小二乘法和最大似然法等。

（3）因子旋轉。當因子荷載矩陣對主因子解釋不清晰、不明確時，可實行正交變換，從而使因子具有明確的意義。

（4）測算因子得分。通過因子得分函數計算觀測因子得分。

2.2.2 象限圖法

象限圖法能夠對各城市變量的協調類型提供一個較為直觀的比較方法，計算過程也相對簡便，常被應用于城鎮化與經濟、生態等系統的關系研究，是判別系統關系的重要方法。本文通過象限圖法論述城市網絡與城市創新能力兩大系統間的時空關系。首先將城市網絡(B)與創新能力(P)進行標準化處理，生成新的變量ZB和ZP，以ZB為X軸，ZP為Y軸，繪制點集(ZB，ZP)，形成散點式象限圖。根據象限圖法，城市網絡與創新能力的關系可分為 4 類:高級協調型、網絡優先型、低級協調型和創新優先型。其中，第一象限為高級協調型(ZB ＞0，ZP ＞0)，城市網絡和創新能力水平均較高，是雙高狀態下的同步發展；第二象限為創新優先型（ZB＜0，ZP＞0），城市網絡通達性較低，而城市創新水平較高，創新能力提升速度快于城市網絡的發展；第三象限為低級協調型(ZB ＜0，ZP ＜0)，城市網絡與創新能力水平均較低，兩者呈現出同步的雙低狀態;第四象限為城市網絡優先型(ZB ＞0，ZP ＜0)，城市網絡較為健全，而創新能力水平較低，城市網絡的發展速度大于創新能力提升;

2.2.3 障礙度模型

以創新能力評價指標為檢測對象，通過障礙度模型識別阻礙成渝創新能力進一步提升的相關因素，具體計算公式如下：

式（4）中，U為因子貢獻度，即因子對目標層的權重；式（5）中，V為指標偏離度，Xi為指標標準化后的數值；式（6）中，m為指標層障礙度，即指標對創新能力的影響；M為準測層障礙度。

2.3 研究區域與數據

以成渝城市群內成都、重慶、自貢、雅安、遂寧、德陽、綿陽、眉山、達州、瀘州、遂寧、內江、資陽、宜賓、廣安、南充在內的16 個城市作為研究區域。所涉及的研究數據包括如下三種類型：（1）專利授權數據。以創新活動的重要成果——專利授權量作為創新能力的評價指標并從中國國家知識產權局專利檢索與服務系統中的地方知識產權局網站，以及歷年《四川統計年鑒》《重慶統計年鑒》《中國城市統計年鑒》中收集了上述城市過去十年間的發明、實用新型以及外觀設計共三種類型的專利授權量，同時選用ArcGIS10.1 和SAMv4.0 等定量研究工具對其進行數據處理。（2）百度指數的信息數據。百度指數為表征城市間信息流強度提供了相對便捷的途徑，是構建城市網絡的重要變量。本文采集兩兩城市間關注度的年平均數構建成渝地區城市信息網絡，數據采集時間段為過去十年間。（3）創新能力評測數據。本文通過14 個變量對城市創新能力進行測度，所涉及數據均來自《四川省統計年鑒》《四川省經濟統計年鑒》《重慶統計年鑒》。

2.4 創新能力評價指標

根據現有研究以及數據的可獲得性，本文構建了包含14 個變量的創新能力評價指標體系（見表1），從創新投入、創新產出以及創新環境3 個層面對城市創新能力進行測度。

表1 創新能力評價測度

3 成渝城市網絡與創新能力的測度結果分析

3.1 成渝城市網絡構建及分析

當前，構建城市網絡選擇的主流變量為城市間聯合專利、百度指數、企業總部分部數據、交通客流等數據。為避免單變一變量效度不足，本文采用百度指數、城市間聯合專利雙變量構建成渝城市網絡。參考李帥等［15］的研究方法，兩兩城市間的信息聯系強度用A和B兩座城市間關注強度的乘積RAB表示。計算公式為：

式(8)中，Ab為城市A在城市B的用戶關注度，Ba為城市B在城市A用戶關注度。

為了進行動態可視化分析，將上述分析結果劃分為2010、2015 以及2019 年三個時間節點并用Arcgis 軟件繪制成如圖1 所示。

圖1 成渝城市網絡分布

從圖1（a）可以看出，信息流密度在第一階段內明顯大于聯合專利，但數值也普遍較低，其中峰值出現在成都與重慶之間，然而未能形成明顯的輻射帶，說明該階段城市網絡較為松散，尚處于發育階段。從圖1（b）可以看出，到了第二階段隨著成渝城市群規劃的正式提出，不僅網絡密度進一步提升，同時催生了成都、重慶、瀘州、綿陽等核心輻射點；網絡結構得以初步形成。第三階段，該網絡形成了成都-重慶核心輻射帶，并且出現大量內部子群，網絡結構復雜程度顯著提升。總體而言，成渝城市網絡密度不斷提升并且核心城市的輻射能力增長較為迅速，說明城市網絡架構日趨成熟。其中，專利網絡發展更為迅速。從圖1（c）可以看出，在第三階段不僅形成了成都、重慶雙核心，同時綿陽、南充、瀘州、德陽等次級城市也能主動雙向地參與網絡運作并形成內部子群，說明各節點創新合作模式逐漸穩定。然而，該城市網絡也存在顯著缺陷——高度“雙核心化”，即成都與重慶無論是在百度指數還是專利網絡中始終保持絕對核心。盡管綿陽、瀘州、南充等次級城市成長較快，但網絡地位與“雙核心”相比仍有明顯差距。這意味著由于缺乏中堅城市從而對核心城市的依賴性過大，網絡結構的多元性受到了極大的破壞。

3.2 成渝城市群創新能力的測度結果分析

通過因子分析法，測度出16 個城市過去十年間的創新能力數值并選取了前、中、后三個時間點的綜合數值及排名，結果見表2 所示。總體而言，除資陽、廣安、綿陽和自貢創新能力有所下降外，其余各城市基本都有較為明顯的提升。其中，重慶數值增幅最大，較期初增加了4 個單位，增幅超過3 倍；南充排名上升了6 位，增幅最大；而遂寧與內江則排名下降相對較多。同時，各城市創新能力差異十分明顯：首先，成都與重慶不僅數值最高同時增幅也最大，這種過高的中心性極大地限制了城市群整體創新能力的協調發展。其次，作為中堅城市的德陽、綿陽、瀘州與眉山，盡管創新能力有所上升，但數值大多仍為負數并且和重慶、成都間的差距愈發加大，說明其增長乏力從而無法有效地做到“承上啟下”。最后，雅安、資陽以及遂寧等城市，創新基礎十分薄弱且增幅基本為負，這表明網絡內大量的邊緣城市長期得不到發展與重視，從而難以擺脫積貧積弱的局面。不難看出，上述結果與成渝城市網絡結構基本吻合，這也說明本文研究的出發點存在合理性。

表2 成渝城市群各城市創新能力綜合數值

4 成渝城市網絡與創新能力的關系分析

4.1 城市網絡與創新能力相關關系分析

依據前文對城市網絡和創新能力的測度結果，通過EViews6.0 進行面板數據的相關系數分析，從而對城市網絡與創新能力間是否存在相關性進行判斷。計算得知，成渝城市網絡與其創新能力的相關系數為0.69，sig=0.000,說明二者間存在著較強的正相關性。為了進一步探究二者間的時空關系，本文對城市網絡以及創新能力的測度結果進行標準差標準化，并運用象限圖法進行進一步探究（見圖2）。

圖2 成渝城市網絡與創新能力間關系象限

4.2 城市網絡與創新能力的象限圖分析

（1）以低級協調分布為主，且大體呈同步演進。成渝城市網絡與其創新能力的關系以低級協調為主，即二者間的時空關系呈現出較強的正相關但都處于較低水平。首先，低級協調型城市共有12 個，占城市總數的75%。其中數值最低的城市為雅安，這主要是由于其位于四川貧困山區，經濟基礎與創新水平較低，加之處于成渝網絡邊緣，接收網絡正外部性能力十分有限因而很難實現城市網絡與創新能力的協調發展。其次，該地區僅有宜賓一座城市屬于創新優先型，這可能與城市發展規劃轉型有關。宜賓曾作為典型的資源型城市，白酒與煤炭是其過去的支柱產業。然而，近年來宜賓進行城市轉型將經濟增長的動能落在新能源汽車、智能終端高科技新興產業。在此發展理念下，城市科技產業發展自然優先于城市網絡建設。此外，網絡內僅有成都、重慶屬于高級協調型城市。其中，成都數值最大且P值遠大于B值，這可能是由于成都因擁有眾多核心創新資源而使其創新能力得到持續快速提升，但成渝城市群與成都都市圈規劃起步較晚，相關基礎設施以及制度設計尚處于發育階段，因而城市網絡發展速度滯后于創新能力的提升。總體而言，除成都外的其余15 個城市，城市網絡與創新能力數值大致平衡，再次證明了二者間存在較強的正向關系。

（2）低級協調型呈帶狀分布，高級協調型則分散分布。首先，成渝城市網絡與創新能力間的關系類型存在較為顯著的區域差異。低級協調型城市呈帶狀分布并從西南向東北延伸，而高級協調型則分散在該帶狀兩側。其次，關系類型的地理分布與各城市的發展水平基本吻合。如成都、重慶、綿陽作為該地區體量前三名的城市，城市網絡構建與創新能力都處于領先水平，這主要是由于上述城市能夠通過完善的發展規劃使得二者間呈現出和諧共贏的發展關系；而諸如瀘州、樂山、內江等城市，盡管近年來城市發展增速不斷加大，但由于基礎過于薄弱，因而在城市發展的過程中無法很好地協調城市網絡發展與創新能力提升間的關系。最后，關系類型的內部子群分布也存在較大差異。如由成都、眉山、德陽、資陽組成的成都城市圈，其整體數值明顯領先于其他城市圈。這可能是由于近年來隨著“成德一體化”以及成都城市圈規劃的實施，全面加速了成都城市圈內部交通網絡建設、部分公共服務一體化以及城市發展間的全面合作，從而不僅極大地提升了網絡的通達性，也為各城市創新能力的持續提升提供了良好的環境。與此相反，盡管瀘州、達州鄰近重慶，但由于缺乏類似成都城市圈的區域整體規劃，極大地影響了重慶對上述兩地的輻射帶動作用，因此該子群整體數值偏低。

5 成渝城市群創新能力時空演變的障礙因子分析

5.1 準則層障礙因子

根據障礙度模型計算出成渝城市群2010—2019年創新能力準則層障礙度，結果如表3 所示。由表3 可見，首先，創新產出與創新環境的障礙度呈波動上升的趨勢，而創新投入則與此相反，其在初期障礙度較大，2014 年以后明顯下降。這可能是到了2014 年以后，我國出臺的“十三五”規劃明確指出要實現經濟增長動能的轉換即創新驅動將是日后發展的主動力，創新相關指標由此納入了地方政府政績考核的范圍；加之此時成渝城市群規劃的正式提出，黨中央明確了其作為西南創新驅動先導區的戰略定位，從而使得各地政府紛紛加大了在創新方面的投入，因而該層面的障礙度自此以后有了較為明顯的降低。其次，創新產出之所以成為當前最大的阻礙因素，這可能主要是由于本文僅通過專利衡量創新產出所帶來的度量偏差。因為就目前而言，該地區的創新投入主要是流向國有單位，而相關創新產出大多不是以專利的形式得以體現從而造成測度的遺漏。但值得注意的是，創新作為一種生產過程，投入的持續改善卻沒有在產出層面得以回饋，說明該地區創新投入的方式和資源流向存在較大的提升空間。最后，創新環境盡管在中期得到了一定程度的改善，但就總體而言，其障礙度仍呈現上升趨勢。這可能與該地區內各城市發展水平嚴重失衡密切相關。正如前文所說，成渝城市群面臨著“中級城市塌陷”的困境，大量的創新資源如國家級實驗室、高等科研院校以及創新經費高度集中在成都、重慶以及綿陽；創新要素地理分布的嚴重失衡加之當前該網絡創新資源共享機制并未在制度層面上得以確立，使得創新環境遲遲無法得到根本性的改善。

表3 成渝城市群創新能力準則層障礙度

5.2 指標層障礙因子

本文選取了2010、2014 以及2018 年排名前五的指標層障礙因子，如表4 所示。由表4 可見，首先，過去十年間，阻礙成渝城市群創新能力持續提升的指標層面因素盡管排名有所變化，但始終都為上述5 個因子并且除了普通高校在校生數外，其余因子都來自于創新環境，表明創新環境長期得不到改善這一困境嚴重阻礙了成渝城市群創新能力的提升。其中，實際利用外資始終為最大的障礙因子，這一方面是由于該地區處于內陸地區，對外開放程度相較于沿海城市群顯得較為有限，造成了可利用外資數量不足；同時成渝城市群尚處于發育階段，該階段更多地依托政府力量從而市場能夠發揮的空間較為有限。其次，當前的創新行為與發明創造有著本質性的區別，其不僅包含了產品的設計與生產更延伸至市場銷售，因此市場體量的大小直接關系到創新的可持續性發展。盡管該地區擁有成都、重慶兩座新一線城市，但其余各節點經濟體量普遍較低，如網絡內排名第三的綿陽，其年生產總值也未超過2 000 億元，故而相較于長三角、京津冀等城市群，成渝城市群腹地市場體量較小加之對外開放性較差，所以人均GDP 和地區生產總值便成為創新能力的重要障礙因素。最后，普通高校在校生人數之所以成為重要的障礙因素，可能是由于該區域內的重點高校如四川大學、電子科技大學、重慶大學、西南交通大學等悉數集中在成都與重慶，其他城市的高校水平總體而言相對較低，同時優秀人才回流也較為困難，從而限制了這些地區的創新能力提升。

表4 成渝城市群創新能力指標層主要障礙因子障礙度

6 結論與政策建議

為了對城市網絡和創新能力間關系的研究進行補充，本文以成渝城市群為例，對過去十年間該地區城市網絡及其創新能力的時空關系進行了探討，并通過障礙度模型對阻礙成渝城市網絡創新能力提升的因素進行了識別。主要得到如下結論：

（1）成渝城市網絡與其創新能力存在較強的正向關系，但其主體形態為低級協調型，全網絡內僅有成都、綿陽、重慶為高級協調型。說明該地區當前的城市網絡規劃并未很好地服務于創新能力的提升。

（2）創新能力與城市網絡的關系類型地理分布存在明顯的區域差異且與各城市發展水平基本吻合。低級協調型呈帶狀分布并從西南向東北延伸，高級協調型則零散分布在該帶狀兩側。

（3）成渝城市群創新能力的準則層障礙因子中，創新投入波動下降，而創新產出和創新環境波動上升，并且前者數值最大。從指標層障礙因子來看，實際利用外資數、普通高校在校生數、人均GDP、地區生產總值以及國際互聯網用戶數始終占據前五位，其中實際利用外資數為最大障礙因子并且上述因子主要來自于創新環境，說明創新環境長期得不到改善這一困境嚴重阻礙了成渝城市群創新能力的提高。

基于上述研究，為進一步提升整體創新能力使成渝城市群真正成為西南地區創新驅動的先導區，本文認為成渝城市群在其未來的城市網絡規劃中應做好如下幾點：首先，充分發揮成都、重慶兩座核心城市的引領作用，加快與其周邊城市的一體化進程，以此擴大成都、重慶城市圈創新輻射的廣度與深度，從而彌補因“中部城市塌陷”帶來的困境［16］。其次，構建網絡內各節點在科研、教育等領域的合作框架，盡量做到統一部署、標準一致、資源共享以及建立成渝城市群利益共享機制，如成立成渝城市群專門投資基金，按照區域總體發展規劃與各城市實際情況酌情發放資金，制定科學合理的GDP 值及稅收分成辦法，避免各節點為某一項目惡意競爭從而出現囚徒困境［17］。最后，成立對成渝城市網絡人力資源進行管理的專職部門。一方面通過建立外部人才引流機制，吸收各地創新人才從而解決在創新過程中因缺乏尖端人才而導致創新能力提升緩慢的困境；另一方面，通過建立網絡內各城市公共服務互認制度以及人才轉移優惠制度［18］，使得人力資源能夠充分流動尤其是流向次級城市。