區域綠色技術創新產出網絡演化及要素分析
——來自長江經濟帶城市群的證據

邵 小 彧，翁 宗 源，苗 青 松， 劉 云 強

(1.武漢大學經濟與管理學院，湖北 武漢430072；2.武漢大學中國中部發展研究院，湖北 武漢 430072；3.西南財經大學財政稅務學院，四川 成都 611130;4.四川農業大學管理學院，四川 成都 611130)

0 引言

“十一五”規劃實施節能減排戰略以來，中國經濟發展的綠色化程度初見成效，但資源約束趨緊、有效創新不足、區域差異大等問題并未從根本上得到解決[1]。轉變經濟發展方式，建立綠色低碳循環經濟發展體系是實現可持續發展的必然選擇。伴隨著知識經濟時代的到來，中國新時代下經濟發展方式的轉變被賦予新要求，自主科技創新成為推動綠色發展的一條重要途徑。因此，只有構建“循環可持續”的綠色生產方式，堅持低碳發展的基本要求，搶占綠色技術創新的制高點，才能實現國家及區域經濟的綠色轉型和創新發展。

國內外學者關于綠色技術創新的概念界定并不統一，主要著眼創新特征和生產過程兩個角度[2,3]。結合研究實際，本文將綠色技術創新定義為：為促進經濟高質量發展、資源要素節約和環境保護的技術創新，具體表現為不同地區制定和實施綠色創新發展政策，推動污染降低和節能降耗等項目開展而進行的創造性活動，包括技術硬件和軟件(如制度設計與操作方法)等方面的創新。企業是綠色技術創新的重要主體，因技術創新產出與專利申請數相關[4]，國內研究多利用企業綠色專利探討綠色技術創新的意愿、規則手段的影響、外部效應等[5,6]，從區域特別是城市角度對綠色技術創新產出的探討相對較少[7]。國家知識產權發布報告指出，2014-2017年中國綠色技術創新活力不斷凸顯，以國內高校和國外企業兩大主體為代表。而更高層次和更緊密的合作創新更能促進區域間要素流動[8]，更大程度地帶來區域創新擴散和溢出，因此，從實現綠色發展的角度出發，分析城市群綠色技術創新尤為必要。

城市群作為重要的區域創新系統，能強化和培育創新策源地，有利于促進區域創新資源的優化和整合[9，10]。隨著交通和基礎設施的完善，時空距離縮短背景下各創新主體和要素跨區域流動頻繁，城市群的空間結構呈現更復雜的網絡化特征。關于城市群網絡的研究主要集中在機理分析、結構特征和演化、動力機制分析等方面[11-13]，多選取VAR模型[13]、引力模型[14]、社會網絡分析[15]和連鎖網絡模型[16]等進行網絡構建，多關注城市群中細分產業創新或協同創新關聯網絡的構建和結構分析，對于長三角和京津冀城市群的探討比較全面[17,18]。近年來，創新網絡演化的影響機制研究備受關注，學者們普遍認為創新網絡的演化受內外生動力機制和其他組織機制的影響[19]，其中網絡結構內生效應和多維鄰近性是網絡自身的驅動[20,21]，而網絡組織要素特征和網絡環境則為網絡的動力機制[22]。網絡組織要素特征通常涵蓋要素的規模大小、中心度和關系屬性等方面，不同的要素特征對于創新網絡演化的作用機理存在差異。大規模和構成復雜的組織相較于小規模和構成單一的組織更易于集聚并促進當地創新網絡的發展，其中子群凝聚力發揮重要作用[23]。具有較高地位的組織要素由于吸收能力和資源轉移能力等優勢，承擔了知識流動網絡中的核心角色，通過加強與不同層級要素的溝通和聯系，有利于促進創新網絡整體水平的提升[24]。

“十三五”規劃中提及加強城市群建設，發揮核心城市的輻射作用，加快發展中小城市。依靠黃金水道打造的長江經濟帶是我國經濟增長的重要支撐，涵蓋長三角、長江中游和成渝三大城市群100多個城市。根據《長江經濟帶綠色發展報告(2017)》，2011-2015年長江經濟帶綠色發展水平穩步提升，平均增速達2.67%，但長江經濟帶綠色創新和生態治理的協調關系存在顯著空間差異[25]，如何促進長江經濟帶各城市綠色協同發展，構建區域生態保護協同網絡，是各級政府面臨的重要問題。然而，目前國內關于長江經濟帶城市群綠色技術創新的研究較少，一些學者結合專利數據從沿線城市群綠色創新能力評價、科技創新與綠色發展耦合協調的角度展開探討[26,27]，或直接針對單一城市群綠色技術創新的時空演化格局和驅動因素展開分析[7],但缺少對不同城市群綠色技術創新的關聯分析和網絡結構對比。因此，本研究在倡導綠色創新發展理念的背景下，從區域要素集聚和區域聯系的角度切入，利用修正的引力模型構建關聯矩陣，選用社會網絡分析探討三大核心城市群綠色技術創新網絡整體及內部個體的結構特征，以期揭示長江經濟帶綠色技術創新產出的空間關聯特性和協作水平，為區域創新資源整合和協同發展提供理論參考。

1 研究方法與數據來源

長江經濟帶中城市節點之間綠色技術創新的相互作用構成空間上的聯系，抽象表現為綠色技術創新關聯網絡，往往需要借助社會網絡分析進行探究，該方法將“關系”作為基本分析單元，確定“關系”是關鍵[28]。目前研究多以引力模型、連鎖網絡模型以及VAR模型下的格蘭杰因果檢驗確定節點間的關系。其中，連鎖網絡模型衡量空間聯系的精度不足，且未考慮調整因素，導致測度結果不夠系統；VAR模型不能體現網絡結構的變化趨勢，且對滯后階數要求較高[29]；而引力模型能動態、簡潔地表示各節點間的聯系，已廣泛應用于社會網絡研究。因此，本文采用引力模型構建長江經濟帶的聯系強度矩陣，以確定長江經濟帶108個城市之間綠色技術創新的總體作用關系，并進一步選取經濟帶中典型的三大城市群(總計78個城市)展開網絡結構分析。

1.1 模型構建

1.1.1 區域綠色技術創新產出空間關聯關系的確定 區域創新空間聯系是指創新主體尋求創新聯系伙伴、密切雙方交流和合作、促使創新要素動態流動而產生的空間聯系，但創新溢出會隨著空間距離增加而衰減，因此，探討地區之間創新產出的空間關聯關系有必要確定地區間創新聯系強度。長江經濟帶各城市的地理位置關系、人口數量、經濟發展水平差異等會影響區域空間聯系的強度，而面板數據能反映聯系的時空演化，可借鑒經濟動力學的引力模型對城市間的綠色技術創新產出聯系進行測算。本文借鑒牛欣等[30]修正的引力模型，考慮綠色技術創新關聯有向性，綜合科研資金投入、科研人力投入以及創新環境對綠色技術創新的影響，測算長江經濟帶各城市間綠色技術創新產出的聯系強度。由于創新產出會受到創新投入的影響[31]，需要對綠色技術創新產出進行修正，使產出關聯的測度更精確。城市間的創新聯系是雙向和不對等的，因此學者常采用引力常數反映這種聯系。基于王欣等[32]的實證研究，將修正指數視作表征經濟結構的因素，同時不少學者已經證明地區經濟水平、研發投入等與創新水平呈正相關。因此，在綜合可得數據的基礎上，選擇城市i的人均收入與關聯城市j及城市i本身的人均收入之和的比值作為引力常數。計算公式為：

(1)

式中：Tij為長江經濟帶中城市i、j之間的綠色技術創新產出聯系；Kij為修正引力常數；πi為修正系數，主要包含3個二級指標(創新資本投入Ei、人力資本投入和儲備Fi、創新環境支撐Gi分別是各子指標標準化后采用熵值法賦權求得的加權平均值)和11個二級子指標(表1)；科研人員是創新的主體和執行者，是重要測度指標，本文用Pi(Pj)表示城市i(j)的科研人員規模；Mi(Mj)為城市i(j)綠色技術創新產出水平，本文用每百萬從業人口擁有的綠色專利(含綠色發明專利、新型實用專利)申請受理數表征。

表1 修正系數指標Table 1 Correction coefficient indexes

1.1.2 城市群視角下綠色技術創新關聯網絡結構特征探究 本文基于引力模型測度城市之間的綠色技術創新聯系，并記錄城市之間的引力值數據，而后計算出各城市群內的引力值平均值。對實際計算出的節點城市間引力值與其平均值相比較，若實際值大于平均值，則表示為1，反之為0，由此得到關聯矩陣。在構建關聯矩陣的基礎上，選擇網絡密度、網絡中心勢從城市群整體角度分析綠色技術創新關聯網絡結構，選擇中心度、結構洞和凝聚子群從城市群內個體城市角度分析綠色技術創新關聯網絡特征。

(1)綠色技術創新網絡整體緊密度。引力模型計算得到的綠色技術創新關聯矩陣為有向矩陣，故要探究并分析有向網絡密度，計算公式為：

E=L/[n(n-1)]

(2)

式中：E為綠色技術創新網絡密度；L為城市之間實際連接的數量；n為網絡中節點城市的數量。

(2)綠色技術創新網絡整體中心勢。本文選取反映中心勢的度中心性指標測度綠色技術創新網絡中心化程度，點入(出)中心勢表達式為：

(3)

式中：C為綠色技術創新網絡點入(出)中心化程度；cmax為綠色網絡中各城市點入(出)中心度的最大值；ci為城市i的點入(出)中心度。只有當網絡為包含n個點的星形網絡時，分母才達到最大值(n2-3n+2)。

(3)利用二值化后城市與其余城市的關聯數總和衡量中心度測度個體的資源控制能力。度數中心度為基礎的中心度，網絡中節點城市的度數中心度等同于和該節點相連的其余節點的數量，本文用點出度(本城市綠色技術創新影響其他城市的程度)和點入度(本城市受其他城市綠色技術創新影響的程度)分別表示綠色技術創新關系“輸出”和“輸入”的程度。節點的中心度越大，表明其在整體網絡中的中心地位越凸顯。

(4)結構洞可衡量城市獲取關鍵信息和機會的能力，計算公式為：

Cij=pij+∑piqpjq

(4)

式中：pij為城市i、j之間的直接引力值；∑piqpjq為城市i和j通過城市q間接相連的引力值之和；Cij表示城市i、j之間的引力值約束程度。

(5)凝聚子群是一種將網絡節點分為小團體，從而研究子群之間關系的方法。本文首先通過CONCOR法分區，再分別測算各子群的密度，可得每個子群的密度矩陣。三大城市群代表3個區塊，分別比較各區塊中各子群密度矩陣中的值，大于該城市群整體網絡密度的數值取1，反之為0，最終得到像矩陣。

1.1.3 城市群視角下綠色技術創新關聯網絡的影響要素 經濟是推動綠色技術創新的基礎，包括生產產出與資本投入；科技投入是提高綠色技術創新的直接動因，包括科技人力資本投入與技術投入；要素流動有利于創新關聯的形成，可分為交通便利程度與信息化水平；此外，地理距離與空間關聯聯系緊密。綜上，本文選取經濟發展水平、科技投入、要素流動和地理距離為度量要素，構建城市群綠色技術創新空間關聯矩陣：

S=f(EL,FE,NR,TD,TA,IL,GD)

(5)

式中：EL(地區生產總值差異)和FE(地方財政一般預算支出差異)表示經濟發展水平差異；NR(科學研究、技術服務和地質勘察人員數量差異)和TD(工業固體廢物綜合利用率差異)分別表示人力資本投入和技術發展水平差異；TA(地區客運量差異)和IL(國際互聯網用戶數差異)分別反映交通便捷程度和信息化水平差異；GD為兩城市間地理距離。

本文在利用二次指派程序(QAP)構建差異矩陣時，首先計算節點城市之間基礎數據的絕對差異值，然后求出城市群內求倒的絕對差異值的平均值并與實際值對比，若實際值大于平均值則取1，反之為0。將兩地之間的地理距離矩陣與平均值相比較，從而進行二值化處理。

1.2 數據來源

本文選取長江經濟帶108個地級市作為研究對象，以2007年、2012年、2017年為研究時點。綠色技術創新產出數據比照經合組織(OEDC)發布的“國際專利分類綠色清單”，以申請人地址、IPC分類號、專利類型等為條件，通過知識產權局專利信息服務平臺檢索獲得；綠色技術創新產出引力計算的修正指標數據來自相應年份的《中國城市統計年鑒》，其中部分地區的寬帶用戶數來自《中國科技統計年鑒》，缺失數據主要利用線性插值法補齊。關聯網絡影響因素的分析數據來自2017年《中國城市統計年鑒》，兩城市間的距離數據通過ArcGIS 10.8點圖之間的距離計算得到。

2 實證結果分析

2.1 區域綠色技術創新關聯網絡初步刻畫

結合修正的引力模型對綠色技術創新空間關聯強度進行測算，采用ArcGIS 10.8軟件以1、10、50和100作為分界點，將關聯強度劃分為弱關聯、較弱關聯、一般關聯、較強關聯和強關聯5個等級區間[37]，同時設置弱關聯的引力線為不可見(圖1)。從時間角度看，長江經濟帶108個城市之間的綠色技術創新關聯在不同年份有較大差異，綠色技術創新網絡由簡單向復雜轉變，長三角地區和長江中上游地區的關聯逐漸緊密，向西部拓展的深度增加，表現為內蘊外拓的發展趨勢；從空間角度看，長江經濟帶綠色技術創新整體網絡結構分布不均衡，層次性和區域性特點顯著，關聯強度和引力線密度大致從東向西遞減。具體而言，2007年網絡結構以弱關聯為主，關聯網絡較單一，主要覆蓋長三角地區；2012年關聯網絡以軸線為基礎向西部地區延伸，輻射到成渝城市群，軸線周邊中小城市的弱關聯有所增強；2017年整個經濟帶關聯網絡的密集程度顯著增加，弱關聯逐漸轉變為較弱和一般關聯。長三角地區的網絡結構初具雛形，基本覆蓋周邊所有中小城市，區域范圍內綠色技術創新發展呈現一定程度的集聚，較強關聯由60組增長到70組，一般關聯組數高達244組。關聯網絡向中西部進一步延伸和拓展，其中合肥、宣城和蕪湖等為加強長江經濟帶中上游地區與下游地區的溝通交流以及促進中西部欠發達地區承接東部發達地區的綠色技術發揮了重要作用。中游地區形成以長沙、武漢和南昌3個省會城市為多核心的放射狀綠色技術創新網絡，上游地區的綠色技術創新空間關聯漸趨緊密，初步形成“錐形”關聯網絡結構。

圖1 長江經濟帶綠色技術創新空間關聯網絡Fig.1 Spatial correlation network of green technology innovation in the Yangtze River Economic Belt

2.2 城市群視角下綠色技術創新關聯網絡結構特征

從城市群角度對綠色技術創新網絡進行研究有利于深挖長江經濟帶綠色技術創新的問題，增強研究結論的適用性。本文從108個地級市中選取70個地級市，以發展程度相對成熟的長三角、長江中游和成渝三大城市群為主體進行探討。

2.2.1 城市群整體綠色技術創新網絡特征 分析長江經濟帶城市群的綠色技術創新網絡整體結構是全面掌握三大城市群綠色技術創新網絡發展水平的可靠手段，本文選取網絡密度和網絡中心勢兩個典型指標對整體網絡特征進行探討(表2)。

(1)綠色技術創新網絡整體緊密度分析。2007-2017年長三角城市群關聯節點數明顯多于長江中游城市群及成渝城市群，但長三角城市群實際連接數相對于最大值而言依然較少。三大城市群最大可能關系數分別為650(26×25)、756(28×27)、240(16×15)，而研究期間三大城市群的實際關系數最大值分別為110(2017年)、94(2007年)、29(2007年)，同時，三大城市群中均有部分城市與其余城市未形成任何綠色技術創新關聯。綜上，三大城市群綠色技術創新關聯仍有較大的上升潛力。由表2可知，2007-2017年長三角城市群網絡密度總體呈上升態勢，從0.131增至0.169，隨著長三角城市群一體化的推進，區域之間的協同發展趨勢向好。2007-2017年長江中游城市群和成渝城市群網絡密度分別從0.124和0.121降至0.097和0.083，說明兩城市群對綠色技術創新的重視程度不夠，城市之間要素流動不充分，城市綠色技術發展受限。三大城市群的網絡密度均較小，城市之間的綠色技術創新關聯較弱，應通過調節網絡內部結構加強城市之間關聯。

表2 三大城市群綠色技術創新關聯網絡特征Table 2 Correlation network characteristics of green technology innovation in the three major urban agglomerations

(2)綠色技術創新網絡中心性分析。由表2可知：三大城市群2012年的點入和點出中心勢均低于2007年，其中長三角和成渝城市群的中心勢下降趨勢明顯，說明該區域綠色技術創新趨于多元化發展，城市間差異較小。2017年成渝城市群綠色技術創新的網絡中心勢相比2012年增長明顯，而長江中游城市群的點出中心勢從65.302%降至55.281%，意味著成渝城市群從多核轉變為單核綠色技術創新發展，而長江中游城市群綠色技術創新的輻射力減弱，對資源的吸引作用明顯增強，說明城市群內部分地區憑借優勢地位對周邊地區逐漸形成“虹吸效應”。

2.2.2 城市群內部綠色技術創新網絡特征 把握網絡中各節點城市的結構特征可以更深入地剖析網絡中存在的問題，有利于促進長江經濟帶綠色技術創新產出水平的提高和優化，本文選取網絡中心度、結構洞和塊模型展開分析。

(1)重點綠色技術創新城市分析。利用UCINET軟件，由修正后的城市綠色技術創新引力矩陣計算得出三大城市群綠色技術創新網絡中心度(表3)，由于長江經濟帶三大城市群內城市較多且數量不等，故只列出排名前5的城市。由表3可知，三大城市群點入度和點出度排名前5的城市基本一致，這些城市是綠色技術創新的焦點城市，其作為綠色技術創新資源的吸入地區，也承擔著綠色技術創新發散的角色。2007-2017年長三角城市群內上海市率先成為創新網絡的中心，之后貫穿蘇州、無錫、常州和南京，逐漸形成一條狹長的綠色經濟帶。上海起初作為綠色技術創新的中心節點，綠色技術創新發展水平較高，一直處于長三角城市群的優勢地位，后來其點出度逐漸大于點入度，對周邊輻射和帶動作用不斷增強。2012年后杭州市的中心度數不斷上升，點入度明顯大于點出度，說明2011年杭州提出全面建設“生態城市”以來綠色發展成效顯著，其堅持創新驅動，推動地區生態文明建設，倒逼產業轉型升級，吸收和引進發達地區綠色技術轉移；2007-2017年長江中游城市群點入度和點出度排名前5的城市順序基本一致，中心城市武漢、長沙、南昌一直位居前3，說明中游地區核心城市的綠色技術創新對周邊地區的影響和吸引作用均較強，其資源利用和創新驅動均處于較高水平；2007年和2012年成渝城市群點入度和點出度排名前5的城市順序變化較大，2017年排名順序較一致，3年點入度和點出度排名前5的城市均有成都、重慶、綿陽和德陽。其中成都的中心度一直處于較高水平，而重慶受區位因素限制，與成渝城市群內多數城市關聯不夠緊密，綠色技術創新的吸引力和輻射力有波動，成渝城市群綠色技術創新聯系能力整體呈現出一定的空間固化特征。

表3 三大城市群綠色技術創新網絡中心度Table 3 Centrality of green technology innovation network in the three major urban agglomerations

(2)城市綠色技術創新要素流動效率分析。結構洞反映兩個節點城市之間的非重疊關系，網絡中處于結構洞的節點城市具有天然的信息優勢。本文利用UCINET軟件測算網絡約束系數(表4)以衡量節點城市形成結構洞時所受到的約束。由表4可知：1)2017年武漢、成都、南京、杭州的網絡約束系數相對其他城市較低，表明這些省會城市更富有結構洞，其作為三大城市群中經濟相對發達的城市，社會關系稠密，綠色技術創新水平高。2)長三角城市群中，2007-2017年上海周邊的蘇州、南通、嘉興和舟山網絡約束系數下降明顯，區域范圍形成緊密的創新協作關系；安徽省部分欠發達城市的網絡約束系數較低，尤其是安慶、池州等城市的網絡約束系數多在0.3～0.4之間，不同于聯系稠密地區形成結構洞的模式，緣于安徽省整體的綠色技術創新能力不足，城市之間創新能力差距較大，綠色技術創新關聯較弱，獲得的非冗余信息相對少，因此結構洞數目更豐富。 3)長江中游城市群中，2007-2012年城市平均網絡約束系數由0.438降至0.373， 2017年整體網絡約束系數增至0.457，而中心城市武漢、長沙和南昌約束系數增長不明顯，甚至有降低，說明核心城市周邊的中小城市結構洞數目明顯減少，冗余信息增多，要素易呈現單向流動。4)成渝城市群中，四川省廣安、瀘州、達州的網絡約束系數整體呈下降趨勢，緣于3市與重慶地理和文化鄰近，近年來與重慶交流和聯系較密切，通過創新資源和平臺共享、項目清單敲定、產業基地協作共建、交通設施建設等加強川渝示范合作，共同推動成渝城市群一體化發展。

表4 三大城市群網絡約束系數Table 4 Network constraint coefficients of the three major urban agglomerations

(3)綠色技術創新凝聚子群分析。基于2017年各城市群創新關聯矩陣，利用UCINET軟件進行塊模型分析，得到三大城市群凝聚子群劃分結果(圖2)，進而得到簡化“像矩陣”(圖3)。圖3中的數字代表子群編號，部分子群內部綠色技術創新聯系密切，關聯指向線從子群出發最終又指向子群，如長三角城市群中的子群3。凝聚子群與其自身以及其余子群之間的關系構成凝聚子群關系圖，各凝聚子群在綠色技術創新網絡中的作用不同，大體可分為4類。1)領導子群：如成都作為成渝城市群1號子群的唯一成員，其在綠色技術創新的輸入和輸出上均居主要位置，發揮著領導作用。2)橋梁子群：如長江中游城市群的1號子群以南昌為代表，與領導子群存在雙向創新交流，同時與武漢聯系密切。3)凈輸出子群：滁州、泰州、揚州等因鄰近以南京為核心的創新子群，鄰近子群對本子群內資源要素的吸引作用強，導致其綠色技術創新關聯呈單向，子群的輸入作用小于輸出。4)孤立子群：長三角城市群中孤立子群較多，主要包括安徽省內的中小城市，其綠色技術創新的輸入與輸出作用不明顯，可能受地理區位限制，加之配套設施落后，其提升空間較大；長江中游城市群部分子群聯系頻繁，此類子群主要以武漢、長沙和南昌為中心，三大核心子群輸入作用均大于輸入，形成綠色技術創新交流的小團體，對其余子群的帶動作用較弱。結合網絡中心性和重點創新城市的分析更印證了長江中游城市群的核心城市對周邊地區的資源要素存在“虹吸效應”。綜上，以上4類子群承擔的責任和分工不同，因而三大城市群內網絡結構具有較大差異，但各城市群內部的關聯特征與整體基本一致。

圖2 三大城市群凝聚子群劃分Fig.2 Division of cohesive subgroups in the three major urban agglomerations

圖3 三大城市群創新關聯網絡簡化Fig.3 Simplified diagram of innovation correlation network of the three major urban agglomerations

2.3 城市群視角下綠色技術創新關聯網絡要素分析

2.3.1 城市群綠色技術創新網絡回歸分析 本文應用構建的7個自變量矩陣進行QAP分析(表5)。1)地區生產總值差異(EL)對長江中游和長三角城市群的正向影響較顯著。長三角城市群的創新溢出效應較明顯，呈現“多核心”蔓延趨勢，部分經濟發展較差的城市往往會選擇模仿發展，承接周邊發達地區的產業和技術轉移，其創新能力和動力不足，綠色技術創新要素的需求低于供給，要素價格偏低。而長江中游城市群內中心城市對周邊城市的“虹吸效應”較強，發達地區經濟發展水平越高，越需要新技術驅動經濟可持續發展，對綠色技術創新的需求越大；同時地區生產總值高的城市要素價格往往偏高，綠色技術創新要素在城市間的不同定價直接導致要素從邊際收益率低的城市流向邊際收益率高的城市。2)地方財政一般預算支出差異(FE)對三大城市群的影響不顯著，說明其可直接促進區域內綠色技術創新，并非通過不同地區的預算差異形成的空間關聯促進落后地區創新能力的提升。3)人力資本投入差異(NR)對三大城市群綠色技術創新關聯產生的作用存在異質性。與汪彥等[38]的研究結論相似，長三角城市群中優勢地區對人力資源的“虹吸效應”不強，人力資本不僅會直接影響本地的創新產出，還對其他城市產生輻射作用，促進整體創新水平提升；而成渝城市群中各城市人力資本投入水平差異較大，缺少要素溝通和知識交流優勢，不利于技術的吸收和再轉化，抑制了城市間技術創新的直接聯系。4)技術發展水平差異(TD)對成渝和長江中游城市群的影響為負，但對長三角城市群的影響為正。城市群內綠色技術發展水平高的城市通過向發展水平低的城市提供綠色技術創新產出換取一部分綠色技術創新要素，導致綠色技術水平差異大的區域間能產生更強的協同作用。而長三角城市群內多數城市的技術水平較高，技術需求和產業結構相似，形成優勢城市與落后城市間“創新—模仿”的競合關系[39]；同時，受創新稟賦條件的約束，優勢城市往往會選擇與其更匹配的發達地區合作，不利于長三角城市群內長期的創新聯系和合作。5)信息化水平差異(IL)對長江中游和成渝城市群的影響為正，并且顯著影響長江中游城市群。主要是因為在互聯網發展水平較低的區域，創新核心城市影響創新協同進程，因信息不對稱產生逆向選擇使區域關聯緊密，促進資源的優化配置；而隨著互聯網的普及和快速發展，創新資本流動的正向作用較顯著，信息化水平差異的減小更利于區域的協同創新[40]。6)地理距離(GD)和交通便捷程度差異(TA)對綠色技術創新空間關聯的影響方向不同，且交通便捷程度的影響系數較小，對成渝和長江中游城市群的影響不顯著。綠色技術創新要素的流動是提高創新效率、加快創新產出的推動因素，技術轉移作為一種市場交易行為，空間距離短便于合作雙方線下交易，促進交易合約的簽訂和轉移行為的落實。不同地區之間技術傳播會隨輻射范圍增大而衰減，即形成漣漪效應[41]，地理上的鄰近往往更能促進地區創新關聯，這與知識創新空間溢出的原理相同[42]。交通便捷程度的提升能打破地理距離的限制，推動要素流動，長三角城市群立體交通發達，城市間聯系便利，交通條件對區域創新關聯的正向影響較小。其次，城市客運量在一定程度上反映了該城市在政治、經濟和文化上的活動總量，是衡量地區綜合發展水平的重要指標，會驅使創新要素流動，促進綠色技術創新空間關聯的提升。

表5 QAP回歸分析所得各變量矩陣的回歸系數及檢驗指標Table 5 Regression coefficients and test indicators of each variable matrix obtained from QAP regression analysis

2.3.2 穩健性檢驗 利用各城市群綠色技術創新均值作為空間關聯關系衡量的標準，可能會因個別極值而拉高或降低整體的平均值，導致QAP回歸結果存在一定偏差，因此，有必要更換關聯關系確定的權衡標準進一步檢驗，通常檢驗指標選擇在基礎指標上下浮動一定比例。借鑒王俊等[43]的方法，以各大城市群綠色技術創新引力均值的120%和80%為權衡標準判定空間關聯性,得出兩個綠色技術創新空間關聯的新矩陣；將這兩個矩陣依次作為被解釋變量開展回歸，并與上述成果進行對比分析，發現自變量的置信度和系數均未出現急劇轉變，表明回歸結果穩健可靠。

3 結論與討論

本文選取綠色專利申請數據、人均GDP、科研人數等關鍵指標構建引力模型，進一步從創新資本、人力資本和環境支持三方面進行修正，刻畫了長江經濟帶108個城市綠色技術創新產出的空間關聯網絡。在此基礎上，結合社會網絡分析深入探究三大城市群綠色技術創新關聯網絡的特征和影響因素，得出以下結論：1)從區域整體角度看，2007-2017年長江經濟帶綠色技術創新關聯不斷增強，創新的熱點區域中心化趨勢明顯，形成了以三大城市群為核心的基本關聯格局。綠色關聯網絡的復雜性、層次性和區域性特點顯著。經濟帶中綠色技術創新輻射和吸引力處于中心地位的城市主要集中在中下游，多為省會城市，因此，應適當將行政與經濟區域分離，簡化不必要的行政程序，推動綠色技術創新的合作化和一體化。比如在打造成渝雙城經濟圈的同時，促進內部地區合作平臺建設，形成城市間“強—強”合作、“強—弱”帶動、“弱—弱”結合等多種發展模式，提高綠色技術創新信息流動效率。2)從城市群整體角度看，隨著時間推移，綠色技術創新發展模式由不均衡向均衡狀態轉變，但長三角城市群綠色技術創新仍呈現明顯的極化發展態勢，關聯網絡的密度較大，區域范圍內趨于多元化發展。長江中游城市群與成渝城市群的綠色技術創新發展仍以本區域為中心，城市群內核心地區的綠色技術創新發展能力凸顯。各城市群應做好內部角色定位，在優勢互補的基礎上，破除地區間行政和產業發展的傳統壁壘，通過園區共建、校企合作等形式加強交流和溝通。3)從城市群內部角度看，長三角城市群綠色技術創新能力較強，蘇州、杭州、無錫等均有望成為綠色技術創新中心城市，而安徽省部分城市形成了孤立子群；長江中游綠色協同發展尚處于初級階段，整體關聯不緊密，省會城市對周邊城市資源的“虹吸效應”明顯；成都是成渝城市群綠色技術創新中心，群內其他城市綠色技術創新能力較弱，缺少橋梁子群。因此，應合理規劃綠色技術創新開發戰略，找到有發展潛力的二級節點城市，優先加強對潛力城市創新人力和專項資金的投入支持，探索多層次、多方向的協作；其次，促進中心城市不斷轉型升級，在提高“優勢團體”內部綠色技術交流的基礎上，著眼“團體”外部知識的溝通，以提高綠色技術創新的整體水準。4)回歸結果表明，地區生產總值、人力資本投入、技術發展和信息化水平對不同城市群創新關聯的影響存在異質性，地理距離較遠會抑制綠色技術創新的空間關聯。因此，應以城市群為關鍵，促進長三角城市群產業結構優化，增強次級節點城市自主創新能力，實現技術互補；加強中上游城市群的交通基礎設施建設，構建一條暢通的交通網絡，增強群內對外創新聯系能力。其次，立足城市群經濟社會發展狀態，促進要素在領先地區和落后地區間合理配置，提高資源利用效率。

鑒于綠色技術創新是由微觀主體及其關系構成的復雜系統，本研究存在以下不足：橫向上，未能對細分綠色技術創新領域的網絡結構展開對比研究，依據國際綠色專利分類清單，綠色技術創新包含替代能源生產、廢物利用、能源節約等多個領域，不同細分領域的網絡結構特征可能存在異質性；縱向上，探討城市群綠色技術創新關聯網絡結構特征，可進一步利用專利合作和轉移數據分析不同層級嵌套的網絡關系；此外，可從關聯特征的影響因素展開進一步分析，并考慮高鐵建設、區域合作等變化帶來的影響。