京津冀創新網絡結構演變及其驅動因素研究

摘 要：

基于2018—2021年京津冀13個城市面板數據，構建城市綜合創新能力指標體系，采用熵值法和引力模型構建京津冀創新網絡，并利用社會網絡分析法探究京津冀創新網絡結構演變及其驅動因素。京津冀創新網絡整體的關聯度和穩定性有所增長，但仍處于較低水平，且內部具有明顯的等級差異。就網絡中城市個體而言，北京和天津對河北省城市產生創新的“虹吸”效應，是中心城市；廊坊和唐山也具有一定創新吸引能力，為次中心城市；河北省其他城市則表現為創新溢出或孤立狀態。京津冀創新網絡凝聚子群經歷分化，形成主受益板塊“首都圈”和“直轄市圈”、凈溢出板塊“環首都—直轄市圈”以及處于孤立板塊的“邊緣圈”。空間鄰近性、城市聚集資源能力差異、文化服務及資源差異以及交通便捷差異對京津冀創新網絡產生正向影響，城市教育資源差異對京津冀創新網絡產生負向影響，創新產出成果差異對京津冀創新網絡的影響逐漸降低。未來應提高網絡關聯度和穩定性、提升次中心城市的帶動作用、鼓勵加強板塊內外合作以及完善城市間創新資源配置，優化京津冀創新網絡，進一步推動京津冀創新協同發展。

關鍵詞：

京津冀創新網絡；結構演變；驅動因素；引力模型；社會網絡分析

中圖分類號：F124.3

文獻標識碼：A文章編號：1007-2101（2024）04-0083-13

收稿日期：2023-11-11 """修回日期：2024-04-15

基金項目：

河北省社會科學基金項目“中國（河北）自貿試驗區財稅政策創新研究”（HB21YJ027）

作者簡介：

許楠（1977-），女，黑龍江齊齊哈爾人，河北工業大學副教授，博士。

一、引言

2023年5月，習近平總書記主持召開深入推進京津冀協同發展座談會并發表重要講話，強調“推動京津冀協同發展不斷邁上新臺階，努力使京津冀成為中國式現代化建設的先行區、示范區”［1］。2024年3月，政府工作報告指出“支持京津冀、長三角、粵港澳大灣區等經濟發展優勢地區更好發揮高質量發展動力源作用”［2］。

京津冀區域戰略科技實力相對雄厚，具備打造創新策源地的基礎［3］。趙建強等［4］研究發現京津冀協同發展戰略有效提升了京津冀地區科技創新水平，但在京津冀三地的政策效應具有差異性，其中北京政策效應最明顯且具有一定的政策效應前置特征，天津也具有一定的政策效應前置特征，河北則呈現明顯的政策時滯，這種差異與區域創新資源配置水平和創新分工有關。王保林等［5］研究發現京津冀城市間的綠色創新效率差距有所縮小，但整體上仍不均衡，北京的綠色創新效率最高，天津的綠色創新效率略低于北京，河北省的綠色創新效率遠低于北京和天津。因此，從京津冀創新網絡整體來看，京津冀三地創新實力差距巨大會制約京津冀整體創新效能的發揮，不利于京津冀創新網絡的協調發展［6］。加強城市間創新協同、促進京津冀創新網絡的健康發展是實現京津冀協同發展戰略的重要任務［7］。

近年來京津冀地區創新網絡的發展態勢和各個城市在創新網絡中的地位，以及推動京津冀創新網絡進一步發展的因素，是本文關注的重點。提高區域整體協同創新能力，不僅取決于各城市創新能力，也取決于城市間的創新關聯程度。因此本文主要探究城市間創新關聯、創新網絡的結構演變及其驅動因素，以期為京津冀創新網絡優化提供理論依據和政策建議。

二、文獻綜述

（一）創新網絡結構特征與驅動因素研究

目前，對于城市創新網絡的研究，主要聚焦于網絡結構特征分析和驅動因素分析兩方面。

學者們構建了長三角地區、成渝地區、京津冀地區和粵港澳地區等區域創新網絡，構建方法不盡相同，大致分為兩類：一類是依據城市間創新合作成果，主要包括城市間合作專利［8-9］、城市間合作論文［10］、城市間專利轉移［11］等；另一類是出于城市間吸引能力的考慮，主要采用引力模型［12-13］。也有學者將兩者結合起來，運用引力模型從科學創新（合作論文）與技術創新（合作專利）兩個視角構建城市科技創新網絡［14］。創新網絡結構特征研究包括整體結構特征、個體特征和凝聚子群的分析，其方法主要為社會網絡分析法（SNA）。整體結構特征包括網絡整體密度、網絡中心勢、平均最短路徑和平均聚類系數分析，個體特征包括度數中心度、中間中心度和接近中心度，凝聚子群分析包括K-核、lambda模型和塊模型等。

城市創新網絡驅動因素變量可以分為三方面。第一方面是城市屬性變量，代表城市個體的創新資源稟賦優勢，指標可以概括為三類：第一類是制度優勢，即行政等級［15］；第二類是經濟實力，包括人均GDP［15］和GDP總量［16］；第三類是創新投入與產出，包括科教財政投入［17］、科技服務人員規模［17］以及專利成果［16］等。第二方面是城際差異性變量，代表城市間存在的差異，可以分為創新投入、產出以及創新環境差異，創新投入、產出差異包括科技投入差異［13］、專利授權差異［18］等；創新環境差異包括城市建設投資差異［14］、經濟發展水平差異［19］、對外開放程度差異［20］、行政等級差異［21］和產業結構差異［22］等。第三方面是城際鄰近性變量，代表城市間存在的某種鄰近關系，可以概括為三類：第一類是地理鄰近和組織鄰近，地理鄰近包括地理邊界鄰接［23］和通勤距離鄰近［24］，組織鄰近包括所屬同一省份［15］、歸屬同一主體［25］、文化鄰近［26］；第二類是制度鄰近，主要以行政級別鄰近衡量［23］；第三類是發展鄰近，有交通鄰近，包括火車運行時間鄰近［25］和空間交易成本鄰近［27］，以及產業結構鄰近［26］和技術鄰近［28-29］。學者們主要運用二次指派程序法（QAP）、指數隨機圖模型（ERGM）檢驗三方面變量對城市創新網絡的影響；還有學者采用面板數據回歸方法，包括OLS回歸模型和半參數估計模型。

（二）京津冀創新網絡結構特征與驅動因素研究

針對京津冀創新網絡的研究，學者們主要基于城市間聯合專利［25，27］、專利轉移［21，24］以及合作論文［30-31］建立京津冀創新網絡。盡管網絡構建依據有所差別，但是學者們得出了較為一致的結論。總體來看，京津冀創新網絡規模持續擴大，更多節點城市融入創新網絡，各節點城市之間聯系愈發緊密且彼此間暢通性增加、可達路徑長度下降，京津冀創新聯系的廣度和深度都持續增強［27，30-31］。從城市個體看，北京、天津在京津冀創新網絡中處于絕對核心地位，近年來其他城市尤其是唐山、保定和石家莊等城市在網絡演化過程中核心地位、自主性、控制能力不斷增強，網絡由核心節點為主轉變為多節點協同發展，態勢良好［24，27，30-31］。此外，雖然京津冀創新網絡中存在絕對核心節點，但創新網絡滿足小世界特征，網絡通達性好，網絡內部創新資源、信息和權力分散且流動速度快，不易受個別節點的控制［27］。從凝聚子群角度分析，京津冀創新網絡內部子群呈現典型“中心—邊緣”的等級結構特征，以北京為核心的子群不僅內部聯系緊密，而且能與較多子群產生交流互動；唐山、廊坊、保定和張家口等城市所在子群也能與其他子群產生一定的聯系；邯鄲、衡水等城市處于較為孤立的位置，與其他城市發生的創新聯系較少［21，30］。

學者對京津冀創新網絡驅動因素展開了全面的研究，主要從地理鄰近、產業鄰近、技術鄰近、組織鄰近、制度鄰近和社會鄰近等多維鄰近角度出發，檢驗其對創新網絡產生的影響。地理鄰近對京津冀創新網絡呈正向影響，但影響程度不斷降低，這是由于交通運輸以及電子通訊技術快速發展，京津冀區域協同創新對于地理鄰近的依賴越來越低［21，25，27，30］。產業鄰近程度過高的負面效應日益顯現，城市間產業結構相似造成資源配置效率過低、區域內競爭過度激烈，嚴重阻礙城市間合作發展，抑制京津冀創新網絡形成［25，30-31］。技術鄰近會促進京津冀創新網絡發展，具有相似知識背景或技術鄰近程度較高的城市間更容易產生協同創新關系［25，27，31］。組織鄰近也會對創新網絡產生正向影響，屬于同一集團公司或為母子分公司的主體更容易產生合作，同一組織內的認知、技術相似度較高，在合作時面臨的風險不確定性較低，因此更傾向于進行協同創新。學者們針對制度鄰近即行政等級鄰近對創新網絡產生影響的結論不盡相同，存在兩種截然相反的觀點。觀點一認為制度鄰近會對專利合作創新網絡產生正向影響，有效減少合作主體間的沖突和不確定性，促使主體間展開技術合作，提升區域內協同創新產出［24-25，27，32］；觀點二認為在論文合作網絡中制度鄰近對京津冀城市群創新合作呈現負向抑制作用，但影響程度逐漸降低，這是由于行政體制差異，京津冀內部發展梯度分明，科學合作更傾向于同一行政級別間的橫向合作，跨行政級別的多元化合作暫時還不明顯，京津冀一體化戰略實施尚未完全消除制度差異帶來的知識創新合作阻礙［30］。社會鄰近即過往合作經歷也會對京津冀創新網絡產生正向影響，協同創新經歷使主體間彼此產生技術上的默契和交流上的互信，這使得節點間傾向于在原有合作基礎上開展新的協同創新［25，27］。

（三）文獻述評

目前我國區域創新網絡研究成果較為豐富，針對我國幾大重要區域構建了不同視角的創新網絡，對網絡結構特征展開了詳細分析，并探索出推動創新網絡發展的多維因素，為本文研究奠定了良好的理論基礎。然而相較于長三角、粵港澳等地區，針對京津冀創新網絡的研究成果較少，京津冀協同發展的創新網絡構建、整體網絡結構、個體特征、凝聚子群的演變及驅動因素等亟待深入研究，具體體現為：（1）在創新網絡構建上，大多是基于城市間創新合作成果數量構建城市間創新合作的無向網絡（對稱矩陣），一方面難以體現創新合作水平和質量，另一方面也無法展示城市間創新關聯的方向即城市所處的主動或被動地位；（2）在社會網絡分析中，創新網絡結構整體特征、個體中心性特征研究比較豐富，對凝聚子群研究略有不足，部分學者對凝聚子群演化展開定性分析，少數學者對凝聚子群特征展開特定時期內的定量研究，缺少對凝聚子群演化過程的定量分析；（3）在驅動因素探究上，近些年文獻大多集中在多維鄰近性層面，缺乏城市間發展差異對網絡結構影響的研究。基于此，本文對京津冀創新網絡結構演變及其驅動因素展開研究，對京津冀創新網絡優化提出建議。研究對象為北京、天津以及河北省11個地級市，數據選取范圍為2018—2021年，北京、天津和河北省各城市統計數據主要來源于《中國城市統計年鑒》，并以《河北省統計年鑒》《河北省科技統計年鑒》《河北省科技經費投入統計公報》《北京市統計年鑒》《天津市統計年鑒》等作為補充。

三、京津冀城市綜合創新能力及創新吸引能力評價

（一）城市綜合創新能力評價

本研究采用綜合指標來衡量城市的綜合創新能力。參考張愛華［33］和貝淑華等［34］的研究思路，從創新投入、創新環境和創新產出三個維度衡量京津冀各城市的綜合創新能力，本文構建的評價體系包含10個評價指標，如表1所示。

在此基礎上，利用熵值法計算各城市綜合創新能力，計算結果如圖1所示。從圖1可以看出北京和天津創新能力遠遠領先于河北省其他城市；河北省各城市綜合創新能力差距也較為明顯，唐山、廊坊、石家莊、秦皇島排在前列，遠高于其他城市。

（二）城市創新吸引能力評價

引力模型以牛頓經典力學的萬有引力公式為基礎，已經成為研究地理空間相互作用的重要方法。采用引力模型衡量城市創新吸引能力，計算公式為：

Fij=ViVi+Vj×Vi×VjD2ij（1）

Ti=∑nj=1Fij（2）

式（1）中，Fij代表城市i對城市j的創新吸引能力；Vi和Vj分別為兩城市的綜合創新能力，由上文熵值法計算得出；Dij是兩城市間距離，利用ArcGis軟件中矢量投影確定兩城市中心點距離。式（2）中，Ti代表城市i對其他所有樣本城市的創新吸引能力總量。

由式（1）和式（2）可以看出，一個城市對區域內其他城市的創新吸引能力不僅取決于自身綜合創新能力，也取決于地理距離上的差異，2018—2021年京津冀各城市的創新吸引能力總量如圖2所示。從圖2可以看出，由于過強的綜合創新能力，北京和天津的創新吸引能力排在前兩位，且遠大于河北省其他城市；河北省各城市創新吸引能力排名靠前的為廊坊、唐山、秦皇島和石家莊，廊坊和唐山的創新吸引能力增長最為明顯，石家莊在地理位置上位于京津冀城市群的南部，與大部分城市的距離相對較遠，因此它的創新吸引能力排名不如自身綜合創新實力靠前。

四、京津冀創新網絡結構演變

以上述計算結果為基礎，構建城市間創新關聯網絡：以所有城市間平均創新吸引能力為閾值，大于均值記為1，即產生創新關聯，否則為0，確定城市間創新吸引能力二值化關系矩陣。對京津冀創新網絡展開社會網絡分析，主要包括城市群整體網絡結構、各城市個體中心性和城市凝聚子群的演變分析。

（一）城市群整體網絡結構演變

網絡密度（density）、網絡關聯度（connectedness）、網絡等級度（hierarchy）和網絡效率（efficiency）是分析社會網絡整體結構特征的主要指標。計算公式如下：

D=Ln（n-1）（3）

C=1-Vn（n-1）/2（4）

H=1-Kmax（K）（5）

E=1-Mmax（M）（6）

式（3）至式（6）中，n為網絡中節點數量，L為網絡中實際關聯數，V表示網絡內部不可達點對數，K和max（K）分別為對稱可達點對數及最大對稱可達點對數，M和max（M）為網絡中多余連線數和最大多余連線數。網絡密度反映社會關聯網絡的緊密程度，密度越大，整體網絡關聯性越強；網絡關聯度代表社會關聯網絡的穩健性，關聯度越高，網絡越穩定；網絡等級度代表節點間在多大程度上非對稱可達，反映出網絡中的等級結構，網絡等級度越高，結構越森嚴；網絡效率需要考慮節點間連接的冗余線條占比，反映節點間的連接效率，網絡效率越低，節點間的連線越多，網絡也越穩定，溢出關系也增多。

利用Ucinet軟件對京津冀創新網絡密度、網絡關聯度、網絡等級度、網絡效率進行計算，結果如圖3所示。

從網絡密度來看，2020年、2021年較2018年和2019年京津冀創新網絡密度值增加，說明各城市間創新聯系更加緊密。從網絡關聯度來看，同樣自2020年出現增長，表明整體網絡結構關聯度和緊密度進一步提高，穩健性得以提升。網絡等級度保持在較高水平且略微增長，表明京津冀地區創新網絡存在明顯的創新關聯等級差異，具有等級森嚴的關聯結構。網絡效率一直處于較高水平且變化不明顯，代表網絡中冗余路徑較多，導致網絡穩定性差。

將京津冀創新網絡可視化處理，直觀獲得京津冀創新網絡整體結構的演變，如圖4所示。圖中連線代表兩城市間發生創新關聯，節點間連線密度代表城市間創新關聯強度，某一節點的連接線越多說明該城市形成關聯越多，連接線符號指向的城市代表該城市占據主動地位。

比較圖4中的四幅圖不難發現，2020年起節點間連線數量增加，代表京津冀創新網絡關聯強度增強。觀察各節點所擁有的連接線，北京、天津在連線數量上具有絕對優勢，且為箭頭指向城市，代表北京、天津與更多數量的城市有創新關聯，且占據絕對主動地位。河北省各城市產生創新關聯較少，且幾乎都處于被動地位，邯鄲、邢臺甚至未進入創新網絡。可視化結果進一步印證了圖3的計算分析結果。

總體來看，京津冀創新網絡在2018—2021四年間關聯度和穩定性有所增加，但關聯程度仍處于較低水平、穩定性較差，且內部具有明顯的等級差異。產生這種現象的原因可能為：從綜合創新能力衡量指標和創新網絡構建來看，北京、天津和河北省各城市綜合創新能力、創新吸引能力差距十分顯著，北京和天津在經濟社會發展、高等教育資源、科技經費投入、社會文化服務等多方面具有顯著優勢，對創新資源有較高的控制權，遠優于河北省各城市，因此京津冀創新網絡結構穩定性差，且存在森嚴的等級結構。

（二）各城市個體中心性演變

度數中心度是衡量個體中心性的重要指標，指的是一個節點直接相連的其他點的個數，反映網絡中節點自身的連接能力。在有向圖中，度數中心度分為點出度和點入度，點出度是指從該節點發出的邊的數量，點入度是指指向該節點的邊的數量，計算公式分別為：

CD（ni）=∑ni=1Rij（7）

ID（ni）=∑nj=1Rji（8）

式（7）中CD（ni）為點出度，式（8）中ID（ni）為點入度，兩式中Rij和Rji取值分別為城市創新吸引能力Fij和Fji經過二值化處理后的0或1。點出度代表城市的創新輻射能力，點入度代表城市的創新吸引能力，點出度與點入度的差值代表該城市的凈輻射量。同樣可從圖4中獲得可視化結果，城市擁有的箭頭指向連線數量為點入度，城市發出連線數量為點出度。京津冀各城市2018—2021年的度數中心度如表2所示。

比較京津冀各城市2018—2021年的點出度，整體變化并不大。從城市個體來看，2020年起北京點出度有所增長，創新輻射作用有所增強。2019年及之前，衡水點出度為0，自2020年起衡水增長為2，開始與其他城市產生關聯。2021年保定的點出度由2增長為3，說明保定進一步發揮創新的輻射作用，增加了與其他城市的關聯。

京津冀各城市點入度特征較為明顯。北京和天津的點入度遠遠大于其他城市，說明北京和天津對河北省的創新資源進行集聚，即產生了“虹吸”效應。其次是唐山和廊坊，它們也具有一定的創新吸引能力且呈現增加趨勢。秦皇島在四年間維持少量的創新吸引，而河北省其他城市不具有創新吸引能力。

凈輻射量代表城市創新吸引和輻射產生的最終效果。北京、天津和廊坊各年凈輻射量均為負數，說明它們一直保持較高的對創新資源的集聚能力。石家莊、秦皇島、保定、張家口、承德、滄州和衡水凈輻射量為正值，發揮著創新輻射作用。唐山凈輻射量由正值變為零，代表隨著創新資源集聚能力不斷增強，創新吸引能力與創新輻射能力達到了平衡。

總體來看，北京、天津與更多數量的城市有創新關聯，且占據絕對主動地位，為中心城市。唐山、秦皇島、滄州、廊坊也有一定數量的關聯城市，廊坊最終表現為創新集聚，唐山創新輻射和集聚能力達到平衡，兩者為次中心城市；而滄州和秦皇島在與其他城市的關聯中處于被動地位。石家莊、保定和衡水（自2020年起）也和其他城市產生關聯，但都處于被動地位。張家口和承德在四年間均只與北京產生關聯，邯鄲、邢臺始終未與任何城市產生關聯。

（三）城市凝聚子群演變

凝聚子群是網絡中交互關系更為緊密的節點組成的子集合。塊模型可以考察子群內外關系，在凝聚子群分析時被普遍采用。借助Ucinet的Concor聚類方法，設置最大切分深度為2，得到京津冀創新網絡凝聚子群，繪制板塊間關系如圖5所示。

2018—2019年，京津冀創新網絡凝聚子群分布未發生變化，共三個板塊：板塊Ⅰ由石家莊、唐山、秦皇島、保定、張家口、承德和滄州等7個城市構成；板塊Ⅱ由北京、天津和廊坊構成；板塊Ⅲ包括邯鄲、邢臺和衡水。板塊Ⅰ內部關系數為2，相互關聯程度較低；向板塊Ⅱ溢出關系數為13，創新溢出效應顯著，是凈溢出板塊。板塊Ⅱ內部關系數為6，相互關聯緊密；接收來自板塊Ⅰ關系數13，遠大于向板塊Ⅰ溢出關系數1，是凈受益板塊。板塊Ⅲ處于孤立邊緣，內部沒有產生關聯，也不和其他板塊產生互動。產生上述結果的主要原因是板塊Ⅱ內的北京、天津和廊坊綜合創新能力強、地理位置優越，彼此之間互動多、關聯緊密，能夠有效吸引板塊Ⅰ中7個城市的教育、資金、技術等創新資源要素流入；位于板塊Ⅲ的邯鄲、邢臺和衡水綜合創新能力較低，且位于京津冀南部地區，不易于與其他城市產生關聯。

2020年，京津冀創新網絡凝聚子群分布發生變化，共四個板塊：板塊Ⅰ由石家莊、保定、張家口、承德、滄州和衡水等6個城市構成；板塊Ⅱ由唐山、秦皇島和廊坊構成；板塊Ⅲ由北京和天津構成；板塊Ⅳ包括邯鄲和邢臺。板塊Ⅰ內部未產生互動，向板塊Ⅱ和板塊Ⅲ溢出關系總數為11，是凈溢出板塊。板塊Ⅱ內部關系數為2，相互存在一定關聯；向板塊Ⅲ溢出關系數為6，接收來自板塊Ⅰ和板塊Ⅲ的關系數為5，溢出關系數和接收關系數基本相等，因此為經紀人板塊。板塊Ⅲ內部關系數為2，相互存在一定關聯；主要接收來自板塊Ⅰ和板塊Ⅱ的關系總數為16，雖然向板塊Ⅱ溢出關系數為4，但遠小于接收外界的關系數，因此為主受益板塊。板塊Ⅳ處于孤立邊緣，板塊內部沒有關聯，也未與其他板塊產生關聯。產生上述結果的主要原因是板塊Ⅰ中6個城市綜合創新能力較低，仍是主要的創新溢出城市；板塊Ⅱ內的唐山、秦皇島和廊坊在河北省中發展水平排在前列，它們內部間具有一定關聯，且能夠接收來自河北省其他城市的溢出，與京津產生互動，在京津冀創新網絡中發揮著“中介”“橋梁”的作用；板塊Ⅲ內的北京和天津，其綜合創新實力遠超河北省各城市，繼續吸引大量創新資源要素；衡水自本年起綜合創新能力明顯提升，不再處于邊緣板塊，邯鄲、邢臺綜合創新能力增長幅度較小，仍處于孤立位置。

2021年，京津冀創新網絡凝聚子群進一步演變，共四個板塊：板塊Ⅰ由石家莊、秦皇島、保定、張家口、承德、滄州和衡水等7個城市構成；板塊Ⅱ由天津、唐山和廊坊構成；北京獨立構成板塊Ⅲ；板塊Ⅳ包括邯鄲和邢臺。板塊Ⅰ內部未產生互動，向板塊Ⅱ、板塊Ⅲ溢出關系總數為15，遠大于接收來自板塊Ⅱ的溢出關系數1，因此為凈溢出板塊。板塊Ⅱ內部關系數為4，相互關聯較為緊密；主要接收來自板塊Ⅰ和板塊Ⅲ關系數為11，同時向板塊Ⅰ和板塊Ⅲ的溢出關系數為4，由于接收溢出關系數遠大于自身溢出關系數，為主受益板塊。板塊Ⅲ接收來自板塊Ⅰ、板塊Ⅱ溢出關系總數為10，向板塊Ⅱ溢出關系數為3，同理為主受益板塊。板塊Ⅳ處于孤立邊緣，板塊內部沒有關聯，與其他板塊也未產生關聯。產生上述結果的主要原因是板塊Ⅰ中河北省7個城市綜合創新能力仍有待加強，創新溢出效應明顯；板塊Ⅱ內的天津、唐山、廊坊在京津冀城市群中綜合創新能力排在前列，地理關系鄰近，彼此間關聯較為緊密，主要接收來自板塊Ⅰ中河北省主要城市的創新資源，并與北京產生互動；北京憑借自身強大的綜合實力，自2021年起創新獨立性進一步提升；邯鄲、邢臺綜合創新能力增長緩慢，仍處于邊緣位置。

京津冀創新網絡凝聚子群在2018—2021四年間經歷巨大變化，創新網絡板塊經過分化，數量由3增長為4，將其概括為“首都圈”“直轄市圈（不含首都，下同）”“環首都—直轄市圈”和“邊緣圈”。北京具有強大的綜合實力，對其他城市創新資源進行集聚，一直處在主受益板塊，2021年其創新獨立性進一步提高，自身構成獨立板塊（首都圈）；天津為另一主受益城市，2021年與唐山、廊坊聯系更加緊密，構成另一主受益板塊（直轄市圈）；石家莊、秦皇島、保定、張家口、承德、滄州、衡水發揮著創新的溢出效應，為凈溢出板塊（環首都—直轄市圈）；邯鄲、邢臺受其他城市的影響不明顯，未與其他城市產生關聯，一直處于孤立邊緣位置（邊緣圈）。結合對板塊內外主體城市地理位置關系進一步分析，發現地理位置鄰近與凝聚子群形成具有很大的相關性。

五、京津冀創新網絡驅動因素研究

（一）變量選取

參考有關文獻，以及根據上述實證分析結果，地理位置鄰近的城市更容易處于同一子群中，空間上的鄰近性是影響創新網絡形成的重要因素；北京、天津對各類資源的聚集能力強于河北省各城市，城市行政區劃代表的政治地位差異對創新關聯會產生影響［21］；公共圖書館能夠通過提升人力資本水平對區域科技創新產生促進作用［35］；與創新所需要的知識存量密切相關的是城市教育資源尤其是高等教育資源［36-37］；授權專利代表研發實力，是重要的創新產出成果［38］；近年來學者發現，交通基礎設施建設能夠促進人才流動、擴大人力資本積累，是促進區域創新的重要因素［39-41］。因此，空間鄰近性、城市聚集資源能力、文化服務及資源、城市教育資源、創新產出成果和交通便捷等是創新空間網絡結構形成的主要驅動因素，本文將其作為自變量，具體替代變量及其衡量方法如表3所示。

二次指派程序（QAP）是一種非參數檢驗方法，能夠檢驗多個矩陣和一個矩陣之間的回歸關系。該方法相較于傳統多元回歸統計檢驗方法可以克服自變量多重共線性的問題，因此常常用來研究復雜關系網絡的影響因素。

以引力模型確定的城市創新吸引能力二值化關系矩陣為因變量，參考秦奇等［42］的方法構建各自變量差異矩陣，運用Ucinet軟件中的QAP回歸分析法對2018—2021年的京津冀城市創新網絡驅動因素進行研究。由于QAP方法優先適用于處理二值矩陣，因此將自變量差異矩陣處理成二值矩陣：對于地理鄰接矩陣，如果兩城市相鄰記為1，否則為0；其他自變量矩陣以各自矩陣總體平均值作為閾值，大于該值取1，否則記作0。

（二）結果分析

QAP回歸分析結果如表4所示，2018—2021年Adj-R2分別為36.6%、38.0%、38.4%和42.4%，且在1%的顯著性水平下顯著，說明本研究選取的自變量對因變量有較強的解釋能力。

1.2018—2021年四年間地理鄰接矩陣的回歸系數為正，均在1%的水平上顯著，表明越鄰近的城市越容易形成關聯，地理鄰接對京津冀創新網絡起到正向作用。自2020年起該系數呈現下降趨勢，表明隨著現代交通、通訊技術和大數據迅猛發展，城市間創新關聯對于地理鄰近的依賴程度逐漸降低。

2.2018—2021年行政等級差異的回歸系數顯著性逐漸增強，說明城市聚集資源能力差異正向影響京津冀創新網絡形成。主要是由于不同行政級別城市之間的技術資源稟賦和政策優勢存在差異，導致創新資源具有向高行政級別城市集中的特征。創新要素向高行政級別城市集中的過程中，促進了京津冀城市間的創新交流，進而促進京津冀創新網絡發展。

3.2018—2021年公共藏書量差異的回歸系數顯著為正，說明文化服務及資源差異能夠促進城市間的創新網絡發展。公共圖書館能夠為創新主體提供專業信息、服務及平臺［43］，公共圖書館建設情況良好的城市能夠吸引其他城市創新主體展開合作交流，從而正向影響京津冀創新網絡發展。

4.2018—2021年高校教師數差異的回歸系數顯著為負，說明城市教育資源的差異越大，越不利于城市間創新網絡的形成。北京、天津兩地相比其他河北省的城市擁有更多的高等院校，擁有遠遠高于河北省各城市的教育科研力量，教育資源分配的不均衡負向影響城市間的創新網絡形成。

5.2018—2021年人均授權專利差異在前三年回歸結果為正，但系數逐漸降低，2021年不再顯著。京津冀協同發展上升為重大國家戰略以來，更多的京津科技成果在河北轉化，且近年來河北自貿區建設承接著京津科技成果轉化的重任，這勢必伴隨著專利向河北省各城市轉移。因此，人均授權專利差異對京津冀地區創新網絡的影響逐漸降低。

6.2018—2021年公路客運量差異的回歸結果逐漸顯著，說明交通便捷差異正向影響京津冀創新網絡。交通基礎設施建設水平高的城市能夠對人力資本產生虹吸效應［44］，人力資本作為一種重要的創新資源，由交通基建發展水平較低的城市流向較高的城市過程中能夠加強城市間的創新關聯，進而促進京津冀創新網絡發展。

六、研究結論與建議

（一）研究結論

1.從創新網絡整體結構演變特征來看，京津冀創新網絡已經初步形成，網絡密度、網絡關聯度和穩定性有所增加，但仍處于較低水平，亟待進一步提升，且內部具有明顯的等級差異。這與蘇屹等［27］、張貴等［30］發現京津冀創新網絡密度呈現增加態勢，區域內各節點城市之間聯系愈發緊密，創新網絡越來越趨于穩定的觀點一致。馮粲等［24］認為京津冀協同創新網絡整體水平較低，“核心—邊緣”特征顯著，在本文也得到了印證。

2.從城市個體中心性來看，京津冀各城市創新發展呈現非均衡格局。北京、天津在網絡中始終處于中心地位，創新吸引遠大于創新輻射，對其他城市產生“虹吸”效應；廊坊和唐山均有一定的創新輻射和吸引能力，廊坊主要表現為創新集聚，唐山創新輻射和集聚能力達到平衡，兩者為次中心城市；石家莊、秦皇島、保定、張家口、承德、滄州、衡水等河北省大多數城市表現為創新輻射；而邯鄲、邢臺既不吸引其他城市，受其他城市的吸引作用也不明顯。這與周密等［21］、蘇屹等［27］、席強敏等［31］發現北京、天津處于創新網絡核心地位，對資源、信息和知識擁有最強的控制能力觀點一致。蘇屹等［27］進一步發現唐山和廊坊等節點在演化過程中與周圍節點產生了更多的聯系，京津冀協同創新網絡由核心節點為主轉變為多節點協同發展的結論也與本文相似。

3.從凝聚子群演變過程來看，京津冀創新網絡最終形成了四大板塊：“首都圈”由北京獨立構成，為主受益板塊；“直轄市圈”包含天津、唐山和廊坊，是另一主受益板塊；“環首都—直轄市圈”包括石家莊、秦皇島、保定、張家口、承德、滄州和衡水7個城市，為凈溢出板塊；“邊緣圈”包括邯鄲、邢臺，未進入創新網絡。本文利用Ucinet中Concor聚類方法動態研究和定量研究了京津冀創新網絡板塊間溢出關系，確定各板塊特征，并總結命名為四大板塊，彌補了以往文獻對京津冀創新網絡凝聚子群動態演化特征定量分析的不足。本文發現地理位置鄰近是推動板塊形成的重要因素，這與裘靖文等［25］觀點一致。

4.從驅動因素看，空間鄰近性、城市聚集資源能力差異、文化服務及資源差異和交通便捷差異促進了京津冀創新網絡發展，而城市教育資源差異不利于京津冀創新網絡發展，創新產出成果差異對京津冀創新網絡影響逐漸降低。本文發現空間鄰近性促進京津冀創新網絡發展與周密等［21］、蘇屹等［27］和張貴等［30］結論一致，城市聚集資源能力差異對京津冀創新網絡產生正向影響也與周密等［21］得出了相同結論。然而本文也產生了與現有文獻不同的結論，由于網絡構建依據不同和自變量衡量方式不同，周密等［21］發現教育科研差異（城市所擁有大學是否設立碩士點）對京津冀專利權轉移網絡影響不明顯，而本文發現城市教育資源差異（每萬人高校專任教師數差異）對京津冀創新網絡產生不利影響。此外，本文QAP回歸結果識別出新的京津冀創新網絡影響因素：文化服務及資源差異和交通便捷差異對京津冀創新網絡產生正向影響，而創新產出成果差異對京津冀創新網絡影響逐漸不顯著。

（二）京津冀創新網絡優化建議

1.依托核心城市，提高網絡關聯度和穩定性。京津冀創新網絡運行過程中高度依賴北京、天津兩個核心城市，它們對河北省大多數城市產生“虹吸”效應；河北省各城市創新發展水平有所提升，但整體來看河北省城市之間創新關聯比較弱、穩定性差，亟待進一步發展。為提高網絡關聯度和穩定性，可行的方法是依托核心城市打造都市圈，從而“以點帶面”充分發揮北京、天津兩座核心城市的引領作用，加快與周邊城市的一體化進程。河北省各城市應提升對核心城市資源和功能的承接能力，提升自身綜合創新實力，彌補城市間的創新水平差距。

2.發展次中心城市，帶動城市群協同發展。廊坊、唐山創新吸引能力不斷增強，創新更加主動，但大部分河北省城市仍表現為創新溢出，且內部互動不足，邯鄲、邢臺甚至長期處于孤立狀態。廊坊、唐山作為除首都、直轄市以外的次中心城市，尚未發揮對河北省其他城市的帶動作用，應進一步加強與其他城市的聯系，帶動河北省各城市創新協同發展。石家莊作為省會城市，雖然具有較強的綜合創新能力，但形成創新關聯數量不多，且主要表現為創新溢出。石家莊具備成為次中心城市的制度優勢，應利用優勢，提升自身創新聯系能力，吸引創新要素并將其有效轉化，帶動所在板塊內部城市創新協同發展。

3.加強板塊內部聯系，鼓勵跨區域合作。京津冀創新網絡中城市子群經歷分化，目前形成“首都圈”“直轄市圈”“環首都—直轄市圈”和“邊緣圈”四大板塊，“環首都—直轄市圈”板塊內多個河北省城市表現為溢出型，這些城市間未發生創新關聯，長此以往不利于板塊內部創新協同發展，且會加大與受益板塊差距。地理位置鄰近是推動四大板塊形成的重要因素，鄰接城市具有創新關聯的天然優勢。然而若只限于與地理鄰近的城市互動形成以地域為限的板塊，超優勢城市單獨發展，長此以往不利于京津冀創新網絡的整體發展。因此，板塊內城市應利用地理位置優勢加快自身與鄰近城市創新關聯，提升板塊內部聯系密度；各城市除與板塊內城市創新合作外，應積極與其他板塊城市創新合作，尤其是處于“邊緣圈”的城市，應主動尋求與板塊外城市的關聯機會。政府應鼓勵并制定跨地理區域合作政策，為京津冀跨區域主體創新合作提供良好的制度環境，進一步增強京津冀跨區域主體間關聯強度。

4.完善城市間創新資源配置，優化創新網絡格局。

QAP驅動因素回歸結果展示出促進和抑制京津冀創新網絡發展的因素，基于此提出以下建議：（1）地理鄰近的城市間具有合作創新的天然優勢，各城市可考慮進一步加快與周邊城市合作進程；（2）直轄市、省會城市應充分發揮制度優勢和資源優勢，帶動其他城市創新發展；（3）各城市要注重提供與創新相關的服務及資源，助力創新產出；（4）將高校教育資源合理地分配到河北省各城市，實現教育科研資源的共享；（5）打造京津冀各城市間更快速、更便捷的交通網絡，促進創新資源的流動；（6）河北省各城市應保持承接京津科技成果轉化的良好勢頭，不斷提高科技成果轉化的能力和效率。

注釋：

參考文獻：

［1］張曉松，林暉，桂從路.努力成為中國式現代化建設的先行區示范區——習近平總書記考察雄安新區建設、京津冀協同發展并主持召開座談會紀實［N］.人民日報，2023-05-14.

［2］李強.政府工作報告——2024年3月5日在第十四屆全國人民代表大會第二次會議上［M］.北京：人民出版社，2024：30-32.

［3］米彥澤.建設戰略科技力量 深化三地協同創新［N］.河北日報，2022-08-22.

［4］趙建強，張佳磊.京津冀協同發展戰略的區域科技創新效應分析——基于合成控制法的實證評估［J］.河北經貿大學學報，2023（3）：78-88.

［5］王保林，戶艷領，李依彎.京津冀城市群綠色創新效率測度及空間效應研究［J］.河北經貿大學學報，2023（2）：88-99.

［6］劉暢.天津創新平臺助三地戰略科技力量均衡布局［N］.天津日報，2022-09-08.

［7］張濤.建設京津冀協同創新共同體［N］.經濟日報，2023-07-10.

［8］王斌，萬栗江，羅堅.成渝城市群創新網絡空間結構演化及優化策略研究——基于社會網絡分析法［J］.工業技術經濟，2022（3）：136-144.

［9］SONG Y H， KIM J W. The spatial spillover effect of technological innovation network in cities： A case of the high-tech industry of Yangtze River Delta［J］. International Journal of Urban Sciences， 2023（3）：414-441.

［10］姚志臻，黃曉明，張斌，等.學科視域下城市創新合作網絡的結構與演化——以粵港澳大灣區為例［J］.情報科學，2022（8）：167-176+184.

［11］張翼鷗，谷人旭，馬雙.中國城市間技術轉移的空間特征與鄰近性機理［J］.地理科學進展，2019（3）：370-382.

［12］孫中瑞，樊杰，孫勇，等.中國綠色科技創新效率空間關聯網絡結構特征及影響因素［J］.經濟地理，2022（3）：33-43.

［13］彭英，余小莉.基于改進引力模型的江蘇省城市創新空間關聯及其影響因素［J］.科技管理研究，2021（24）：81-86.

［14］王守文，趙敏，章杰嘉，等.長三角城市群科技創新合作的空間關聯網絡特征及影響因素分析［J］.統計與決策，2023（9）：91-96.

［15］戴靚，丁子軍，曹湛，等.長三角地區城市協同創新網絡的演化特征及其驅動力［J］.資源科學，2023（5）：1006-1019.

［16］孫宇，彭樹遠.長三角城市創新網絡凝聚子群發育機制研究——基于多值ERGM［J］.經濟地理，2021（9）：22-30.

［17］付曉寧，孫偉，閆東升.長三角專利轉移網絡的時空演化研究［J］.長江流域資源與環境，2021（10）：2347-2359.

［18］滕堂偉，潘雅君，王勝鵬，等.長三角地區城市綠色創新效率網絡空間結構演化及影響因素［J］.長江流域資源與環境，2023（7）：1335-1348.

［19］趙林，高曉彤，吳殿廷.黃河流域綠色技術創新空間關聯網絡結構與影響因素［J］.人文地理，2023（4）：102-111.

［20］檀菲菲，王飛躍，占華.長江經濟帶城市綠色創新空間關聯網絡演化分析［J］.華東經濟管理，2023（9）：34-43.

［21］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（11）：1736-1743+1760.

［22］李艷，葉明確.浙江省城市間協同創新網絡演化及影響因素研究——基于創新網絡視角［J］.蘭州學刊，2021（10）：49-64.

［23］杜亞楠，王慶喜，王忠燕.多維鄰近下中國三大城市群創新網絡演化特征及機制研究［J］.地理科學，2023（2）：197-207.

［24］馮粲，韓霞，史冬梅，等.多維鄰近性視角下城市群協同創新網絡及影響因素分析［J］.中國科技論壇，2023（10）：50-61.

［25］裘靖文，王昊，徐建國，等.京津冀跨區域主體間技術合作網絡凝聚性特征挖掘與關系治理［J］.情報科學，2022（9）：107-114+129.

［26］江凱樂，梁雙波.長江經濟帶技術創新網絡格局演化及其多維鄰近性機制［J］.長江流域資源與環境，2023（9）：1796-1805.

［27］蘇屹，曹錚.京津冀區域協同創新網絡演化及影響因素研究［J］.科研管理，2023（3）：43-55.

［28］WANG Y M， CHEN Y S， SUN Z F， et al. The structural characteristics and driving mechanism of collaborative innovation network for saline-alkali land development in China［J］.Land Degradation Development，2023（15）：4667-4679.

［29］覃成林，黃龍杰.粵港澳大灣區城市間協同創新聯系及影響因素分析［J］.北京工業大學學報（社會科學版），2020（6）：56-65.

［30］張貴，孫晨晨，呂曉靜.多維鄰近視角下京津冀知識創新合作網絡研究［J］.華東經濟管理，2022（6）：1-12.

［31］席強敏，李國平，孫瑜康，等.京津冀科技合作網絡的演變特征及影響因素［J］.地理學報，2022（6）：1359-1373.

［32］崔雪麗.多維鄰近性對跨區域基礎研究合作績效的影響——以京津冀為例［D］.天津：天津大學，2019.

［33］張愛華.區域創新評價指標體系構建［J］.統計與決策，2017（24）：51-54.

［34］貝淑華，王圓，沈杰.基于因子分析的江蘇省技術創新能力評價［J］.科技管理研究，2021（12）：77-82.

［35］張猷星，譚穎.公共圖書館促進了區域科技創新嗎？——基于動態面板和空間計量的實證研究［J］.新世紀圖書館，2021（1）：11-17.

［36］郄海霞，余江濤.研究型大學如何引領區域協同創新？——基于卡迪夫大學的實踐［J］.高教探索，2021（8）：71-79.

［37］DAVID C.Regional innovation impact of universities［J］.Regional Studies，2022（10）：1796-1797.

［38］JIN P Z， KUMAR M S， SONG M L. The power of innovation diffusion： How patent transfer affects urban innovation quality［J］.Journal of Business Research，2022（6）：414-425.

［39］譚志雄，邱云淑，李后建，等.高鐵開通、人才流動對區域創新的影響及作用機制［J］.中國人口·資源與環境，2022（8）：128-139.

［40］雷淑珍，王艷，高煜.交通基礎設施建設是否影響了區域創新［J］.科技進步與對策，2021（21）：24-33.

［41］XU X L， ZHENG M B. High-speed rail construction and urban innovation disparity in China： the role of internet development［J］.Economic Change and Restructuring，2023（5）：3567-3599.

［42］秦奇，吳良，李飛，等.基于社會網絡分析的東南亞地緣關系研究［J］.地理學報，2018（10）：2014-2030.

［43］侯衡.公共圖書館服務區域創新的實踐與思考——以深圳大學城圖書館為例［J］.圖書館學研究，2022（7）：94-101.

［44］馬蓉，周亞夢.交通基礎設施、人力資本與區域創新產出研究［J］.統計與決策，2020（24）：52-56.

責任編輯：艾 嵐

Research on the Structure Evolution and Driving Factors of

Beijing-Tianjin-Hebei Innovation Network

——Taking the \"Second

Xu Nan， Wei Ran

（School of Economics and Management， Hebei University of Technology， Tianjin 300131， China）

Abstract：

Based on the panel data of 13 cities in Beijing， Tianjin and Hebei from 2018 to 2021， this paper constructs an index system of urban comprehensive innovation ability， uses entropy method and gravity model to construct the innovation network of Beijing， Tianjin and Hebei， and uses social network analysis method to explore the structural evolution and driving factors of the innovation network of Beijing， Tianjin and Hebei. The overall relevance and stability of Beijing-Tianjin-Hebei innovation network have increased， but they are still at a low level， and there are obvious grade differences within it. As far as urban individuals in the network are concerned， Beijing and Tianjin have an innovative \"siphoning\" effect on cities in Hebei Province and are central cities. Langfang and Tangshan also have certain innovative attraction and are sub-central cities. Other cities in Hebei Province are characterized by innovation spillover or isolation. The agglomeration subgroups of Beijing-Tianjin-Hebei innovation network have undergone differentiation， and at present， they have formed the main beneficiary plates \"Capital Circle\" and \"Municipalities Circle\"， the net spillover plate \"Capital-Municipalities Circle\" and the isolated \"Marginal Circle\". Spatial proximity， differences in urban resources gathering capacity， differences in cultural services and resources， and differences in convenient transportation have a positive impact on Beijing-Tianjin-Hebei innovation network， while differences in urban educational resources have a negative impact， and differences in innovation output results have a gradual decline in the impact on Beijing-Tianjin-Hebei innovation network. In the future， we should improve the network relevance and stability， enhance the driving role of sub-center cities， encourage and strengthen cooperation inside and outside the plate， improve the allocation of innovative resources among cities， optimize the innovation network of Beijing-Tianjin-Hebei， and further promote the coordinated development of innovation in Beijing-Tianjin-Hebei.

Key words：

Beijing-Tianjin-Hebei innovation network; structure evolution; driving factors; gravity model; social network analysis