數字化轉型背景下技術鄰近與跨區域協同創新質量
——基于長三角的經驗證據

王海花，李 燁，郭建杰，池長昀

（1. 上海大學 a.管理學院；b.科研管理部，上海 200444；2. 上海商學院 工商管理學院，上海 200235）

一、引 言

“十四五”規劃綱要提出加快數字化發展，建設數字中國。在數字化轉型的進程中，數字基礎設施的建設、數字技術的發展應用［1］在很大程度上改善了溝通學習［2］、生產經營、關系管理［3］等方式，進而促進創新。與此同時，組織界限不斷擴張，組織間呈現出日益增強的連通性與依賴性［4］，協同創新作為一種能夠重新配置資源的解決方案［1］，有助于應對劇烈的環境變化。區域協同創新是深化協同創新實踐的重要途徑，主要涉及區域內和跨區域協同創新［5］，其中跨區域創新協同為創新要素的整合與流通提供了有效渠道［6］，通過打破區域壁壘助力實現區域間互聯互通、互學互鑒的共贏［7］。同時創新資源的流通需要對接、融合的端口來跨越技術的邊界［5］，而技術鄰近表征合作主體之間技術經驗和知識基礎的相似程度［8］，是測度技術跨越程度的重要指標，受到廣泛關注。

數字化時代創新資源涉及的技術要素更為繁雜，技術鄰近能夠促使雙方高效地識別、轉換和吸收新知識［9］，其對于協同創新的影響仍需進一步探索。梳理既有關于技術鄰近性與協同創新的文獻發現，大部分學者聚焦于技術鄰近對協同創新績效的影響，認為技術鄰近與協同創新績效呈正向［10］或倒U型［11］關系，但是較少關注其對協同創新質量的作用。而創新質量是創新成果難以被模仿或改進的表征［12］，能更好地體現區域間協同創新的價值，創新中所包含的知識越復雜、越廣泛，其被模仿和替代的難度就越大，從而表現出的質量就越高［13-14］。同時，技術鄰近程度越高的主體間越傾向于建立較為穩定的合作關系［10］，即增進關系強度，從而提升協同創新質量。因此，需要聚焦討論技術鄰近對協同創新質量的影響，并研究主體間關系強度在其中發揮的作用。

此外，城市群是推動我國數字化進程的中堅力量，全面推動城市數字化轉型正成為搶占先機的焦點。長三角地區作為我國經濟發展最活躍、科技創新能力最強的區域之一，其區域創新一體化發展卓有成效，各省數字化改革競相發展。根據《數字中國指數報告（2020）》的數據，長三角數字化指數在全國城市群中占據前三，增速高達80%，其中上海市數字化指數規模達到48.15，而位于第二位的蘇州市數字化指數規模不足10，表明區域間數字化水平存在顯著差異。區域間數字化的發展不均衡會造成一定的數字鴻溝［15］，不利于跨區域的協作。有研究指出，當區域間數字化基礎設施、數字技術水平等相適配時，有利于實現雙向的知識溢出和創造［16］。在較高的數字化水平鄰近下，區域間易于實現資源的高效流通與有效匹配［17］，促使相似技術精準對位并拓寬知識域，進而多樣化的知識組合促成創新的提質增效。因此，探討數字化水平鄰近對跨區域協同創新的影響非常有必要。綜上，本研究擬解決的問題是：城市數字化轉型背景下，技術鄰近能否真正帶來跨區域協同創新質量的提升？關系強度在其中的中介作用如何？數字化水平鄰近在上述關系中是否起到調節作用？

二、理論分析與研究假設

（一）技術鄰近與跨區域協同創新質量

知識創造是創新的重要基礎，技術鄰近往往決定著合作主體之間的知識溢出量［17］。當合作雙方擁有足夠接近的技術基礎時，主體間更易吸收和理解新知識，并進行知識的交互以完善資源儲備和實現資源配置。首先，區域間較高水平的技術鄰近提供相似的技術認知，易于區域間就共同利益達成共識［18］，推動同一領域的深入探究以拓展知識的深度，從而使創新技術更加精細化、復雜化，進而提升創新質量；其次，技術鄰近意味著合作雙方對相似技術的掌握程度及應用能力接近，共同的風險分擔［7］促使更多的創新投入用于新想法的試驗，通過反復實驗論證新的創新組合；最后，相似的知識基礎推動創新組合的快速演變［19］，可以挖掘創新方案潛在的價值。本研究認為，相近的技術基礎促使跨區域協同創新主體間快速理解雙方的創新意愿，并識別、吸收新知識以激發新思想，在知識交互過程中產生高質量的創新成果。基于此，本文提出假設1。

H1：技術鄰近對跨區域協同創新質量有顯著正向影響。

（二）關系強度的中介作用

關系強度反映了合作主體之間的交互頻率［20］，較高的關系強度意味著區域間長期合作建立起的穩定合作關系。技術資源是個體獨有的資源與能力，通常難以與合作伙伴的資源直接匹配［21］。一方面，伴隨技術鄰近性的提高，區域間知識實現高度共享與協調整合，促使新知識的融合門檻和資源匹配難度降低，能夠鞏固合作雙方的合作關系，進而增強關系強度；另一方面，相似的技術基礎促進知識的緊密聯系與頻繁交流［22］，使信息在合作主體間高效轉移，雙方資源的有效對接推動合作關系意愿的強化。本研究認為，合作雙方的技術基礎越接近，合作關系就越穩固［23］。基于此，本文提出假設2。

H2：技術鄰近對關系強度有顯著正向影響。

跨區域協同創新是知識創造的過程，涉及顯性知識和隱性知識的傳遞［24］，而關系強度的水平決定了溝通協調、相互支持的程度［16］。關系強度對跨區域協同創新質量的作用體現在以下幾個方面：第一，從顯性知識的交換來看，合作主體通過強化關系聯結，形成、拓展知識交換的渠道，促使知識交換愈發頻繁，從而促進知識的編碼、轉移與轉化效率的穩步提高［25］，進而豐富知識基礎以提升創新質量；第二，由于知識具有默會性特征，隱性知識的傳遞需要通過頻繁的人際交互才能實現［2］，當關系強度較高時，雙方通過對復雜知識的深入理解與反復交互，深化對創新轉化的認知，促成創新成果的高質量轉化；第三，區域間基于較高的關系強度來評估相互的創新資源和能力，深入挖掘對方的知識體系和技術潛能［23］，最大化協同效應以推動創新提質增效。基于此，本文提出假設3。

H3：關系強度對跨區域協同創新質量有顯著正向影響。

基于上述理論分析，關系強度在知識整合和轉化過程中至關重要，較高的關系強度能夠提升知識傳遞的有效性［26］，在資源高度共享、知識流動密集的協同創新主體中，技術鄰近的主體間傾向于建立密切的合作關系，通過加強關系強度以促進知識的轉移、整合與創造，達成高質量的協同創新。結合假設2 和假設3 的分析，本研究認為區域間越高程度的技術鄰近會導致雙方較高水平的關系強度，從而提升跨區域協同創新質量。基于此，本文提出假設4。

H4：關系強度在技術鄰近與跨區域協同創新質量間起中介作用。

（三）數字化水平鄰近的調節作用

區域層面的數字化指社會生活在基礎設施、經濟發展等多領域的重組方式，是對數字技術的采用或增加使用［27］。數字化改變了知識的更新迭代速率、儲存方式、流通渠道等，而傳輸和接收的區域擁有相近的配置，即區域間數字化水平鄰近時，利于從知識溢出中受益［16］。首先，當數字化水平鄰近較高時，擁有相似技術基礎的區域間能夠快速調動自有知識儲備以整合并搭建共有的臨時知識庫［28］，儲存和調度未充分利用的資源，促使相似技術的完善和新技術的開發，增加創新價值；其次，相近的數字化水平意味著合作雙方擁有較為對等的配置進行知識的交互，當創新合作領域的技術鄰近增加時，跨區域資源整合效率隨之提高［2］，保障知識整合和重組的高效性；最后，有學者認為技術鄰近較大導致主體之間知識互補性較小，難以激發創新方案的產生［9］，而較高的數字化水平鄰近能夠破解這種認知阻礙［29］，促使技術接近的主體間開拓多元領域的創新，依托數字化工具挖掘潛在的知識組合，推動創新方案產生，進而帶來創新質量的提升。本研究認為，當跨區域協同創新主體間數字化水平鄰近程度較高時，技術接近的主體可以依托數字技術實現知識流通與轉化，深度挖掘創新潛能，從而對創新質量的正向影響就越顯著。基于此，本文提出假設5。

H5：數字化水平鄰近正向調節技術鄰近對跨區域協同創新質量的促進作用。

隨著城市數字化水平鄰近的提升，空間集聚和擴散的靈活性顯著增加，促使不同區域內的要素根據多樣化的需求進行高效地聯結和重組［30］。在此情境下，區域間信息互動呈現雙向、連續、實時的特點［31］，促進合作雙方在原有相似技術基礎上深入挖掘彼此的知識構架，一定程度的知識整合增加了共同應對外部機遇與風險的靈活性［32］，進而堅定合作的信心和意愿，從而使合作主體間的關系強度增強。同時，資源流動的過程趨向透明化，雙方得以相互追蹤、監管資源動向及存量，以實現相似技術的匹配效率最大化，進而激發深入合作的動機。當數字化水平鄰近調節程度較低時，技術鄰近的主體間協同創新受到知識集成難以跨越地理距離、技術邊界等限制［2］，會弱化雙方的關系強度。基于此，本文提出假設6。

H6：數字化水平鄰近正向調節技術鄰近對關系強度的促進作用。

基于以上論述，本研究認為技術鄰近通過關系強度的中介作用對跨區域協同創新質量產生間接影響，而數字化水平鄰近在此過程中發揮了調節作用，即這是一個有調節的中介模型。具體而言，當數字化水平鄰近程度較高時，技術鄰近對跨區域協同創新質量的正向影響較大，關系強度更多地傳導了技術鄰近對跨區域協同創新質量的直接效應；反之，當數字化水平鄰近程度較低時，由于技術鄰近對跨區域協同創新質量的正向影響較弱，技術鄰近對跨區域協同創新質量的直接效應也就較少地通過關系強度的傳導。基于此，本文提出假設7。

H7：數字化水平鄰近調節了關系強度在技術鄰近與跨區域協同創新質量間的中介作用，即在數字化水平鄰近程度較高和較低時，關系強度在技術鄰近與跨區域協同創新質量間的中介效應有顯著差異。

綜上所述，本研究構建的研究模型如圖1所示。

圖1 研究模型

三、研究設計

（一）樣本選取和數據來源

本研究選取2011—2018年長三角41個城市的面板數據進行實證研究，主要關注跨區域協同創新主體以專利合作關系形成的820 個城市組合，如“上海—南京”為一個組合。專利分為發明專利、實用新型專利和外觀設計專利三種，其中發明專利最具創新性且技術含量較高［7］，因此，本研究借鑒夏麗娟等（2017）［9］、Guan 等（2015）［33］的研究，選用跨區域產學研創新主體聯合申請專利數據來衡量跨區域協同創新，根據每年產學研專利申請人所在城市與其他城市聯合申請的發明專利數量來測量跨區域協同創新，最終得到2013—2018 年聯合申請的發明專利信息，共計4 022條專利數據。

此外，技術鄰近數據來源于大為INNOJOY 專利數據庫，與城市主體有關的變量分別來自《中國城市統計年鑒》和《中國科技統計年鑒》。由于在創新過程中創新投入與產出績效之間往往存在2～3年的滯后期［3］，同時為了最小化內生性關系，本研究對因變量做2年的滯后處理，即自變量技術鄰近數據時間跨度為2011—2016 年，因變量協同創新質量數據時間跨度為2013—2018年。

（二）變量測量

（1）被解釋變量：跨區域協同創新質量（quality）。參照 Aghion 等［14］的專利寬度法，采用知識寬度法來衡量創新質量。為了測算協同創新質量，本研究使用國家知識產權局城市間聯合申請的專利中IPC 分類號的數據信息。在發明專利中，IPC 專利分類號一般采用“部—大類—小類—大組—小組”的格式，大組與小組之間用“/”隔開。由于每項專利可能包含多個專利分類號，本研究基于赫芬達爾—赫希曼指數（HHI）的邏輯思路，從專利分類號大組層面進行測算，合作專利知識寬度的具體計算方法為quality=1-∑α2，其中α表示專利分類號中各大組分類所占的比重。quality越大，專利分類號之間的差異越大，該項專利涉及的領域就越多，意味著合作專利的知識寬度就越大，創新質量越高。同時，本研究借鑒張杰和鄭文平［13］的做法，采用均值加權方式將各項合作專利的質量加總到城市組合層面，形成城市組合-年份的面板數據。

（2）解釋變量：技術鄰近性（tec）。借鑒Jaffe（1986）［34］、黨興華和弓志剛（2013）［35］等的做法，按照國際專利分類標準（IPC）中的專利部，檢索長三角41個城市2011—2016年申請的發明專利的全部專利信息，根據各專利的專利號將全部專利進行分類，計算專利中三位數IPC 子類的專利數比重，并利用工業結構相似系數公式計算兩城市間的專利結構相似系數，最后得到兩兩城市間的技術鄰近性。測量公式為：

其中，Xik、Xjk分別表示觀察年份內城市i和城市j前三位IPC 分類號k部的發明專利數占該城市發明專利總數的比重。tecij值范圍為0～1，越接近1表示兩兩城市間的技術鄰近性越高。

（3）中介變量：關系強度（rel）。借鑒王巍等（2019）［36］的方法，使用兩兩城市間合作的次數來表示關系強度的強弱程度，即以合作申請的專利數量作為關系強度的測量指標，并對該變量進行加1取自然對數處理。

（4）調節變量：數字化水平鄰近（dig）。用互聯網普及率、相關從業人員情況、相關產出情況和移動電話普及率4個指標表示互聯網發展水平［20］，并增加中國數字普惠金融指數［37］構建綜合指標，通過主成分分析的方法，將以上5個指標的數據標準化后進行降維處理，得到數字化水平綜合指數。由于數字化水平綜合指數存在負權數，而兩城市間鄰近性水平應介于0～1之間，進一步通過平移使之歸結為結構相對數則取相應地其中：k為平移量；wi為數字化水平綜合指數［38］。

此外，為了測量兩兩城市間數字化水平的鄰近性（dig），借鑒黨興華和弓志剛（2013）［35］測量區域間相似性的做法，采用兩區域指標比值與均值的乘積作為度量。

其中，Di、Dj分別表示城市i和城市j的數字化水平結構相對數。

（5）控制變量。既有研究表明，地理鄰近和制度鄰近是影響協同創新的重要因素［7］，因此本研究將地理鄰近和制度鄰近作為控制變量。

其一，地理鄰近（geo）。借鑒Wei和Su（2013）［39］的研究，首先測量兩兩城市間市政府之間的球面距離，球面距離的具體計算方式為：

其中：dij表示兩城市間的球面距離；6 371 km表示地球的平均半徑；lati、latj分別表示城市i和城市j的緯度；longi、longj分別表示城市i和城市j的經度。接著，用球面距離平方根的倒數作為兩城市間的地理鄰近性，具體計算方式為：

其二，制度鄰近（ins）。以往對合作創新相關的實證研究在探討制度鄰近時，大多數考慮屬于同一類型的組織來表示制度鄰近，本研究采用類似的測量方式來設置虛擬變量，若兩城市屬于同一省份則為1，否則為0。

此外，跨區域創新合作還會受到區域差異性因素的影響，本研究選取開放度差異（fdi）、科技支出差異（tsp）、人力資源水平差異（hum）、人均GDP差異（GDP）來控制對跨區域研發合作的影響。分別使用兩兩城市在觀察年份FDI 差的絕對值、科技支出差的絕對值、城市高等學校在校生數差的絕對值、人均GDP 差的絕對值來表示［6］，同時對上述變量均進行加1取自然對數處理。

各變量的描述性統計見表1所列。

表1 描述性統計

（三）模型構建

（1）基準模型。考察技術鄰近對跨區域協同創新質量的直接影響效應：

其中：i為樣本，表示820個城市組合；t為年份，代表2013—2018年；ε為隨機誤差項。

（2）中介效應。為了檢驗技術鄰近是否通過關系強度而間接影響跨區域協同創新質量，在基準模型的基礎上進行中介效應檢驗：

方程（6）檢驗技術鄰近對中介變量（關系強度）的影響是否顯著；方程（7）在控制技術鄰近的影響后，檢驗中介變量（關系強度）對協同創新質量的影響是否顯著。

（3）調節效應。檢驗數字化水平鄰近對于技術鄰近與協同創新質量間的關系、技術鄰近與關系強度間關系的調節效應，模型如下：

其中，quality、tec、dig、rel分別表示經過中心處理后的協同創新質量、技術鄰近、數字化水平鄰近和關系強度。

四、實證分析

（一）回歸分析結果

見表2所列，模型1至模型7依次進行主效應、中介效應和調節效應檢驗。由于跨區域協同創新質量的數值介于0～1 之間，且有大量的零值，數據存在截斷特征，若直接使用普通最小二乘法回歸，參數估計值將偏向于0。因此，本研究根據F 檢驗和LR檢驗拒絕原假設的結果，采用Tobit隨機效應面板模型檢驗被解釋變量為跨區域協同創新質量時的假設。模型1、模型2顯示，技術鄰近對跨區域協同創新質量存在顯著的正向影響（β=2.758，p＜0.01），驗證了H1。

表2 模型估計結果

接著，本研究需檢驗技術鄰近通過關系強度影響協同創新質量的作用機制。由于關系強度為連續型變量，其取值中有大量的0值，本研究綜合F檢驗和LR檢驗，仍然選用Tobit隨機效應面板模型來檢驗被解釋變量為關系強度時的假設。模型6回歸結果說明，技術鄰近對關系強度存在顯著正向影響（β=0.637，p＜0.05）。Tobit隨機效應面板模型（模型3、模型4）回歸結果表明，關系強度對協同創新質量存在正向影響（β=0.318，p＜0.01），以自變量技術鄰近和中介變量關系強度同時對因變量跨區域協同創新質量進行回歸時，技術鄰近對協同創新質量仍然存在顯著正向影響（β=2.698，p＜0.01），效應系數由2.758降為2.698，表明關系強度在技術鄰近與協同創新質量間存在部分中介作用，驗證了H2、H3、H4。

在進行調節效應檢驗前，先對技術鄰近、數字化水平鄰近、關系強度和協同創新質量進行中心化處理，并構造技術鄰近與數字化水平鄰近的乘積項。在模型5 中加入控制變量、自變量（技術鄰近）、調節變量（數字化水平鄰近）和乘積項（技術鄰近×數字化水平鄰近），結果表明技術鄰近與數字化水平鄰近的交互作用對跨區域協同創新產生顯著正向影響（β=2.515，p＜0.1），意味著數字化水平鄰近正向調節技術鄰近對跨區域協同創新質量的正向影響，H5得到驗證。由模型7可知，數字化水平鄰近正向調節技術鄰近與跨區域協同創新質量的關系（β=1.867，p＜0.1），說明數字化水平鄰近程度越高，技術鄰近對關系強度的正向作用就越顯著，H6得到驗證。

為了更直觀地展示數字化水平鄰近的調節作用，繪制調節作用圖如圖2和圖3所示。

圖3 數字化水平鄰近對技術鄰近與關系強度之間關系的調節作用

（二）有調節的中介效應檢驗

本研究通過Bootstrap 法檢驗有調節的中介效應。由表3 可知，在數字化水平鄰近程度高時，關系強度產生的間接效應顯著（β=0.230，95%置信區間為［0.191，0.270］，不包含0）；在數字化水平鄰近程度較低時，關系強度產生的間接效應顯著（β=-0.121，95%置信區間［-0.156，-0.087］，不包含0）。由此可知，在數字化水平鄰近的調節程度由低到高時，關系強度產生的中介效應值由負值轉為正值且始終顯著，說明有調節的中介效應成立，H7 得到驗證。

表3 關系強度在不同數字化水平鄰近調節下的中介效應

（三）內生性檢驗

本研究采用各主體所申請專利信息的接近程度來測量技術鄰近以及采用主體間合作專利的寬度來測量跨區域協同創新質量，技術鄰近與跨區域協同創新質量之間可能存在雙向因果關系，即一方面技術鄰近會對協同創新質量產生影響，另一方面協同創新質量也會影響技術鄰近程度。本研究通過格蘭杰因果關系檢驗表明，技術鄰近是跨區域協同創新質量的格蘭杰原因，而跨區域協同創新質量并未構成技術鄰近的格蘭杰原因，因此在實證上不存在雙向因果關系。此外，盡管本研究控制了多個影響跨區域協同創新質量的因素，但仍可能遺漏一些重要變量，并且研究過程中可能存在變量的測量誤差等引起內生性問題。因此，進一步采用工具變量法進行估計，以解決上述問題。

具體而言，本研究將技術鄰近視為內生解釋變量，借鑒Blundell 和Bond（1998）［40］的研究，選取技術鄰近的二階滯后項（tecII）作為工具變量，技術鄰近的滯后項與其自身存在相關性，并且由于滯后變量已經發生，從當期的角度看，其取值已經固定，因而與當期的隨機擾動項不相關［41］。此外，本研究以表2 的（2）作為基準回歸模型，進行IV-Tobit 回歸和2SLS回歸，估計結果見表4所列。

表4 工具變量估計結果

第一階段先將工具變量對內生變量回歸，結果顯示工具變量與內生變量相關系數為0.662，且在1%的水平上顯著，兩者的正相關關系符合工具變量的基本假設條件。此外，Cragg-donald WildF統計量均大于10，說明研究拒絕存在弱工具變量問題的原假設，并且由于本研究所選取的工具變量數正好等于內生變量數，故不存在過度識別問題。第二階段估計結果顯示，無論是IV-Tobit 回歸還是2SLS 回歸，技術鄰近對跨區域協同創新質量的估計系數在1%的水平上顯著為正，與前文Tobit隨機效應面板模型檢驗結果一致，說明估計結果是穩健的，在統計學上不存在內生性問題。

五、研究結論與啟示

本研究探究了城市數字化轉型背景下技術鄰近對跨區域協同創新質量的影響機制，分析關系強度的中介作用和數字化水平鄰近的調節作用，利用長三角41個城市間聯合申請的專利數據進行實證研究，主要研究結論如下：

（1）技術鄰近對跨區域協同創新質量有顯著的正向影響。在跨區域協同創新的過程中，隨著城市間技術鄰近性的增加，主體之間基于共同的知識基礎增進吸收能力［24］，以識別、理解和有效利用新知識，合作者能夠加深對于彼此之間的理解，以合理配置創新資源，實現創新想法落地，從而提高創新質量。這一結論驗證了技術鄰近與跨區域協同創新的正向關系［8］，認為知識交互與創造在技術較為鄰近的區域之間效果更好。

（2）關系強度在技術鄰近與跨區域協同創新質量的關系間起中介作用。當城市間技術相似程度較高時，主體之間更易于進行資源上的匹配，能夠有效集成和豐富知識儲備，便于所需資源協調與整合效率的最大化。在這一過程中資源傳遞阻礙較小，復雜知識能夠頻繁交流、共同突破，雙方越容易形成強烈的合作意愿并建立起長期合作的穩定關系，形成較高水平的關系強度。隨著關系強度的增加，雙方在已有的合作中挖掘創新潛能，基于共同的風險承擔和利益共享，易于在原有的技術成果基礎上實現再創新，最終提高協同創新質量。

（3）數字化水平鄰近正向調節技術鄰近與跨區域協同創新質量的關系。數字化水平鄰近越大時，數字技術越能推動技術越鄰近主體之間彼此獲取有價值的知識，構建顯性知識和隱性知識溝通的渠道，顯著加強技術鄰近提升跨區域協同創新質量的效果。此外，數字化水平鄰近正向調節技術鄰近與關系強度的關系。當數字化水平鄰近越高時，創新主體間能夠實時地互動與相互監管，促使技術鄰近程度較高的雙方更為高效地匹配創新資源，增強關系強度。同時，未充分利用的資源儲存在共同的知識庫中，為進一步的合作即提高關系強度水平提供基礎。

（4）數字化水平鄰近正向調節技術鄰近→關系強度→跨區域協同創新質量這一中介機制。數字化水平鄰近越大時，關系強度的中介效應就越顯著。當數字化水平鄰近程度較高時，相似的技術對跨區域協同創新質量的作用越大，長期穩定的合作關系更多地傳導了兩者間的直接影響。當數字化水平鄰近程度較低時，區域間相似的技術在流通與轉化的過程中效率較低，且更難突破區域的邊界，因此對跨區域協同創新質量產生的正向影響較弱，其中的直接效應通過關系強度的傳導就越少。

以上結論為數字化轉型背景下我國跨區域協同創新的實踐提供了一些啟示。對于合作創新主體來說，在數字化轉型情景下，為實現跨區域協同創新的提質增效，不僅尋求合作時需要考慮選擇資源相匹配的合作伙伴以最大效能地轉化創新方案，減少知識交互、溝通交流、資源整合與重組等方面的阻礙，還要關注合作雙方的數字化水平接近程度，甄選出有助于推進合作的創新資源，提高資源傳遞、接收和應用的效率。對于政府來說，首先，出臺相關政策鼓勵知識儲備相似且有合作經驗的主體間推進更深層次的合作，搭建互信互惠、合作共贏的良好合作關系，在特定領域中實現更高的創新價值或將創新成果推廣到新興領域實現再創新；其次，面對新發展階段的新機遇和新挑戰，應加快推進城市的數字化建設，實現全方位賦能、革命性重塑，清除跨區域合作障礙，用數據要素配置鏈接各區域資源，大力激發長三角城市群的創造力。