“一帶一路”共建國家農業科技創新合作網絡結構演化及影響因素探究

王 丹，鄧燦輝，趙新力，盧 頔，郭翔宇

（1.東北農業大學經濟管理學院，黑龍江哈爾濱 150030；2.東北農業大學現代農業發展研究中心，黑龍江哈爾濱 150030；3.中共河南省委黨校經濟管理教研部，河南鄭州 451464；4.清華大學中國科技政策研究中心，北京 100084；5.中國國際工程咨詢有限公司，北京 100089）

0 引言

黨的二十大報告指出，共建“一帶一路”成為深受歡迎的國際公共產品和國際合作平臺?！耙粠б宦贰笔呛献髦?，也是創新之路，科技創新在“一帶一路”建設中發揮著重要的先導和支撐作用［1］。農業科技創新合作是“一帶一路”科技創新合作的重要組成部分。加強“一帶一路”農業科技創新合作，推動農業領域知識、技術、人才、資金、信息等創新要素跨國流動，有助于提升各國農業科技創新能力，強化科技創新對“一帶一路”共建國家農業高質量發展的驅動作用。

隨著“一帶一路”合作框架的日益成熟，加強農業科技協同創新已成為“一帶一路”共建國家的共識，國家間的農業科技創新合作也由傳統的封閉、獨立、線性的方式不斷轉向開放、合作、網絡化的模式［2］，形成了相互聯系、相互作用的農業科技創新合作網絡。通過解構“一帶一路”共建國家農業科技創新合作網絡，明晰合作網絡格局及其演化特征，掌握不同時期合作網絡中的核心國家及其地位變化，識別合作網絡的主要影響因素及影響程度，將有助于科學地認識“一帶一路”共建國家農業科技創新合作的進程、驅動與制約因素，為實現和平合作、開放包容、互學互鑒、互利共贏的“一帶一路”共建國家農業科技創新合作提供科學依據。有鑒于此，本研究將對“一帶一路”共建國家農業科技創新合作網絡結構演化及影響因素展開全面深入的研究。

1 文獻回顧

1.1 “一帶一路”共建國家農業科技創新合作

學者們從不同方面進行過相關探討，如溫國泉等［3］從國家宏觀層面，曹玉娟等［4］從各省市自治區中觀層面以及張晉楚等［5］從農業企業、農業科研院所和農業高等院校等微觀創新主體層面，剖析“一帶一路”共建國家農業科技國際合作的國際形勢和國內環境；林炳坤等［6］和俞建飛等［7］識別出知識產權保護力度不足、農業技術標準不一致、合作模式單一、合作資金較緊缺等現存問題；楊敬華［8］223-224總結國際農業科技創新戰略聯盟、農業科技聯合實驗室、農業技術轉移中心、現代農業示范區等合作模式，探究國家間農業科技合作選擇機制；此外，俞建飛等［7］、楊敬華［8］225-234和郭靜利等［9］從加強農業科技合作頂層設計、建立健全與國際全面接軌的國際農業科技合作政策法律體系、建設農業科技合作平臺、構建農業科技國際合作金融支持體系、引進和培養高層次的國際化人才隊伍等方面提出加強“一帶一路”共建國家農業科技國際合作的對策建議。

1.2 科技創新合作網絡

國內外關于科技創新合作網絡研究主要集中于網絡結構和網絡影響因素兩個重要方向。當前，科技創新合作網絡結構的研究由傳統的制造業［10］，不斷向人工智能等新興產業領域延伸［11］，由創新個體間的微觀層面、創新組織間的中觀層面向國家間的宏觀層面拓展［12］，由早期借助典型案例法對合作網絡結構進行單一維度的質性分析轉向當前基于社會網絡分析法的多維度量化分析［13］。從網絡影響因素的研究看，經濟地理學中用于衡量主體間二元關系的多維鄰近性被視為是影響科技創新合作網絡的重要因素。相關研究認為，地理鄰近、制度鄰近、組織鄰近等多維鄰近性可以通過降低交易成本（如曹晨等［14］的研究）、增加知識溢出（如于永達等［15］）、促進知識技術轉移（如劉承良等［16］）、加強標準化合作（如顧偉男等［17］）等途徑正向影響主體間的科技創新合作關系。但是，過度鄰近也會導致網絡內部要素互動靈活性下降［18］、主體間知識基礎異質性降低［19］，從而產生鄰近鎖定效應。

綜上所述，現有關于“一帶一路”共建國家農業科技創新合作研究大多采用定性分析方法，鮮有定量研究，尚缺乏從網絡視角剖析“一帶一路”共建國家農業科技創新合作問題，尤其缺乏利用多維鄰近性進一步探究“一帶一路”共建國家農業科技創新合作網絡演化的影響因素。基于此，本文以“一帶一路”農業科技創新合作網絡為研究對象，采用社會網絡分析法定量分析農業科技創新合作網絡的結構及其演化情況，使用多維鄰近性和QAP 分析方法研究網絡的影響因素及其影響程度。

2 研究設計

2.1 研究對象

根據中國“一帶一路”網官方數據，選取截止至2021 年6 月1 日網站公布的147 個“一帶一路”共建國家和地區為研究對象。同時，為了在全球背景下進一步對比分析“一帶一路”共建國家農業科技創新合作網絡結構演化特征，選取了全球215 個國家和地區（世界銀行統計數據）作為對比分析對象。

2.2 數據來源與處理

跨國合著科技論文是不同國家或地區通過知識、技術、人才、資金、信息等科技創新要素不斷交互與整合所產生的重要科研結果，在一定程度上能夠體現不同政府對科技創新國際合作的政策支持力度、科技創新要素跨國流動與資源共享的發展態勢，進而展現出科技創新跨國合作的基本格局［17］。因此，本文以跨國農業科技論文合著數據測度國家農業科技創新國際合作，并據此構建“一帶一路”共建國家農業科技創新合作網絡。

運用網絡爬蟲技術從Web of Science（以下簡稱“WOS”）核心集數據庫抓取相關數據，檢索條件設置如下：國際標準連續出版物號為ESI 農業科學（agricultural sciences）領域全部期刊的ISSN 編號，國家/地區為147 個“一帶一路”共建國家和215個全球國家，語種和文獻類型為所有語言的期刊論文，出版年限分別為2006—2010 年、2011—2015年和2016—2020 年，索引類型選擇Science Citation Index Expanded（SCI-EXPANDED）和Social Sciences Citation Index（SSCI）。

2.3 研究方法

2.3.1 網絡結構分析方法

基于社會網絡理論，從網絡整體層次結構、個體層次結構和位置層次結構3 個方面構建國家農業科技創新合作網絡的三角思維結構分析框架（見圖1）。與之對應，采用社會網絡分析法的整體結構、中心度及塊模型指標全面、深入地分析合作網絡結構演化。

圖1 國家農業科技創新合作網絡三角思維結構

（1）網絡整體層次結構，即網絡中所有國家之間的關聯關系特征。具體分析指標：①網絡規模。用于衡量合作網絡中開展跨國農業科技創新合作的國家數量；②網絡邊數。測度網絡中跨國農業科技創新合作關系總量；③網絡密度?？坍嬀W絡中跨國農業科技創新合作關系的疏密程度；④平均路徑長度。測度網絡中各國之間最短路徑長度的平均值。

（2）網絡個體層次結構，即國家在整個網絡中的個體權利特征。具體分析指標：①度數中心度。衡量網絡中與某個國家直接相連的其他國家的個數，值越高表明該國家越處于網絡的中心位置；②中間中心度。衡量網絡中某一國家多大程度上居于另外兩個國家之間，值越高說明該國家在網絡中的中介地位更明顯；③接近中心度。測度網絡中某一國家與所有其他國家的捷徑距離之和，反映該國家不受其他國家控制的程度。

（3）網絡位置層次結構，即國家農業科技創新合作網絡的塊集聚特征。根據塊模型理論，角色相同的國家構成同一個板塊，板塊類型分為4 類：①主溢出板塊。該板塊國家向板塊外國家的溢出關系明顯多于向板塊內國家的發出關系，且較少地接收板塊外國家的溢出關系；②雙向溢出板塊。該板塊國家既向板塊外國家溢出關系，又向板塊內國家發出關系，但較少地接收板塊外國家的溢出關系；③“經紀人”板塊。該板塊國家既較多地接收板塊外國家的溢出關系，又較多地向板塊外國家溢出關系，但板塊內國家之間的關系較少；④主受益板塊。該板塊國家既接收板塊外國家的溢出關系，又接收板塊內國家發出的關系，但接收板塊外國家溢出的關系遠大于向板塊外國家溢出的關系。板塊劃分結果需結合研究問題的現實情況進行具體分析，并非所有網絡都同時存在4 類板塊。

2.3.2 網絡影響因素分析方法

本文采用多維鄰近性和QAP回歸分析法研究“一帶一路”共建國家農業科技創新合作網絡演化的影響因素。

基于顧偉男等［17］和陳文婕等［18］在多維鄰近性對科技創新合作網絡影響方面的研究，結合國家農業科技創新合作特征的深入分析，預選出如下5 項鄰近性影響因素：（1）空間鄰近性?？臻g鄰近不僅有助于降低各個國家創新主體之間的溝通交流成本，而且有助于知識、經驗、方法、技術在創新主體間的流動與轉移，從而實現知識溢出效應。（2）制度鄰近性。制度鄰近水平能夠影響知識溢出和跨區域技術創新合作，制度鄰近水平越高，知識勢能在國家間的溢出效應受到的阻礙就越小。（3）經濟鄰近性。國家間經濟發展水平的差異會引起設施建設、市場需求等國家農業科技創新合作承載力的差別。經濟發展水平越相似的國家，合作承載力差別越小，農業科技創新合作的開展越順暢。（4）科研鄰近性?？蒲朽徑韲议g科學生產力的差異，具有對等科學生產力的國家間更容易推動農業科技創新合作。（5）認知鄰近性。認知鄰近主要指文化、價值觀、規范和愿景等的相似性。國家對合作共贏新型國際關系所持有的價值觀及愿景的高度相似，能夠減少國家間農業科技創新合作的阻礙。

QAP 回歸分析法是研究多個矩陣和一個矩陣之間回歸關系的一種非參數方法。相較于多元回歸分析方法，該方法無需假設自變量之間相互獨立，能夠有效避免因關系矩陣中的結構性自相關而導致的變量顯著性檢驗失效［20］。相關變量具體解釋如表1所示。

表1 多維鄰近性影響因素

國家農業科技創新合作網絡的多維鄰近性模型如公式（1）所示：

式（1）中，因變量為國家間農業科技創新合作矩陣，自變量為影響農業科技創新合作網絡的多維鄰近性矩陣。

3 “一帶一路”共建國家農業科技創新合作網絡結構演化分析

3.1 網絡整體層次結構演化分析

3.1.1 網絡整體結構指標值演化分析

“一帶一路”共建國家及全球國家的國家農業科技創新合作網絡整體網絡結構指標值如表2所示。

表2 國家農業科技創新合作網絡整體網絡結構指標值

根據表2，第2 和第3 階段“一帶一路”共建國家及全球國家的合作網絡規模、網絡邊數、網絡密度、平均路徑長度相較于第1 階段均有不同幅度的優化，且“一帶一路”共建國家農業科技創新合作網絡的優化速度快于全球國家合作網絡。具體來看，“一帶一路”共建國家和全球國家第3 階段的網絡規模分別較第1 階段增加6 個和11 個，網絡邊數分別為第1 階段的2.523 倍和1.921 倍，網絡密度分別增加了0.151 和0.112，平均路徑長度分別縮短了0.492 和0.213。以上表明，參與農業科技創新合作的“一帶一路”共建國家數量不斷增長，國家間的合作關系數持續提高，合作障礙不斷被克服，合作更加順暢。

3.1.2 網絡拓撲結構演化分析

“一帶一路”共建國家農業科技創新合作網絡的連通性持續增強，由第1 階段分別以意大利和中國為中心的雙核結構演化為第2階段分別以歐洲區、亞洲區和埃及構成的三角結構，再到第3 階段的中國、意大利、巴基斯坦、馬來西亞、沙特阿拉伯等多個中心點構成的多邊放射結構。

網絡拓撲結構中的國家間合作量的演化可以反映出“一帶一路”共建國家合作聯系強弱的變化。一方面，第3 階段國家間合作量較第2 階段的增長明顯快于第2 階段較第1 階段的增長，表明“一帶一路”倡議對國家間的農業科技創新合作產生了持續且正向的影響。另一方面，3 個階段內亞洲國家內部、亞洲與歐洲國家間、亞洲與非洲國家間的合作量及合作范圍的持續突破，說明亞洲國家是推動“一帶一路”共建國家農業科技創新合作的中堅力量。

遵循顧偉男等［17］的研究中的命名慣例，某個國家與其他所有國家的論文合作量之和被稱作強度中心度。第1 階段“一帶一路”共建國家的強度中心度均小于1 000。第2 階段僅有意大利和中國的強度中心度位于區間1 000～5 000，占比1%。第3階段區間1 000～5 000 的國家占比提升至8%，中國成為唯一的強度中心度大于5 000 的國家。以上說明，多數“一帶一路”共建國家的強度中心度仍處于較低水平（小于1 000），但階段性增長趨勢明顯，增速較快。

全球格局下的合作網絡演化顯示：（1）全球農業科技創新合作網絡由第1 階段的以美國為核心的單核結構逐步演化為第2 階段的美國、中國構成的雙核結構，再到第3 階段的中國、美國、德國、澳大利亞構成的多核結構。（2）高合作量始終集中在美國、中國、德國、澳大利亞和加拿大之間。中國與美國之間的合作量均居于3 個階段的首位，且第3 階段的合作量突破5 000。（3）全球國家的強度中心度差距不斷擴大。3 個階段強度中心度閾值高于5 000 的國家占比呈現出1%、3%和5%的穩步增長趨勢，但閾值高于10 000 的國家占比則由第2 階段的0.3%迅速增長至第3 階段的2.3%。（4）絕大多數“一帶一路”共建國家在全球合作網絡中的表現并不突出。以第3 階段為例，合作量大于500 的僅有中國、韓國、意大利等8 個國家，強度中心度高于5 000 的國家也僅有中國和意大利。

3.2 網絡個體層次結構演化分析

如表3 所示，3 個階段意大利和中國的度數中心度和接近中心度始終位居前兩名，中間中心度除第2 階段外均居于前兩名。這與網絡拓撲結構演化具有一致性，進一步說明意大利和中國始終處于合作網絡的中心位置，具有網絡核心權利，且兩國在發揮橋梁作用及不受其他國家控制的能力上同樣表現出色。

表3 “一帶一路”共建國家農業科技創新合作網絡中心度指標值排名前5 名的國家

相較于前兩個階段，第3 階段亞洲及非洲國家的度數中心度排名得到有效提升，但中間中心度與接近中心度排名并未出現明顯向好的趨勢。這說明亞非洲國家正不斷向網絡的中心位置移動，網絡地位及權利持續上升，但也不能否認當前亞非國家仍易受控于其他國家的客觀事實。

從全球視角看，表4 結果顯示全球農業科技創新合作網絡的核心圈層較為穩定，歐美國家仍掌握著全球農業科技創新合作網絡的核心權力。具體表現為：美國、英國、法國、德國及澳大利亞5 個國家在3 個階段的中心度指標排名均居全球前10；3個階段進入中心度排名前10 的國家中，除歐美以外僅有中國、日本和印度3 個亞洲國家；度數中心度前10 名也始終被美國、英國、法國、中國、德國、西班牙、意大利、加拿大、荷蘭和澳大利亞10 個國家占據。

表4 全球國家農業科技創新合作網絡中心度指標值排名前10 名的國家

從“一帶一路”共建國家在全球合作網絡中的表現看，進入全球中心度排名前10 的國家有意大利、中國和新西蘭。其中，除第2 階段的中間中心度排名外，意大利其他排名均穩定在4～7 名之間；中國勢頭良好，度數中心度排名由第4 名（第1 階段）上升至第2 名（第2 階段和第3 階段），中間中心度和接近中心度均是在第3 階段首次進入全球前10；新西蘭僅在第2 階段的中間中心度進入全球前10，排名第7。以上表明，“一帶一路”共建國家在全球農業科技創新合作網絡中的競爭力仍有很大的提升空間。

3.3 網絡位置層次結構特征分析

由于篇幅原因，本節以第3 階段（2016—2020）為例，通過塊模型進一步分析“一帶一路”共建國家農業科技創新合作網絡的結構特征。為了保證模型解釋力及結果準確性，參照魏素豪［21］的方法，篩選出2016—2020 年“一帶一路”共建國家強度中心度排名前30 的國家作為塊模型分析對象，采用Ucinet 6.0 軟件中的CONCOR 算法（convergent correlations），設置最大切分深度為2，集中標準為0.2，迭代次數為25，將網絡中的國家進行板塊劃分，計算得出各板塊的溢出效應關系，結果如表5 所示。

表5 “一帶一路”共建國家農業科技創新合作網絡各板塊的溢出效應

“一帶一路”共建國家農業科技創新合作網絡共存在133 個關系數，4 個板塊內部關系數76 個，板塊外部關系數57 個，板塊間存在明顯的溢出效應，板塊劃分結果詳見圖2。板塊Ⅰ的國家共有10 個，主要集中在亞洲地區，該板塊溢出關系總數（通過表5 的接收關系矩陣數體現）為49 個，其中內部關系數25 個，接收板塊外關系數10 個，屬于雙向溢出板塊。板塊Ⅱ的國家共有6 個，均為非洲地區國家，溢出關系總數為21 個，其中內部關系數15 個，接收板塊外關系數13 個，符合主受益板塊的特征。板塊Ⅲ的國家共有10 個，主要集中在歐洲地區，與板塊Ⅰ溢出關系特征一致，同屬于雙向溢出板塊。板塊Ⅳ的國家共有4 個，全部為歐洲國家，溢出關系總數為15 個，其中內部關系數6 個，接收板塊外關系數13 個，是典型的“經紀人”板塊。

圖2 “一帶一路”共建國家農業科技創新合作網絡板塊關系

進一步，根據合作關系在板塊間的分布，計算網絡的密度矩陣，進而概括出像矩陣（見表6），并最終繪制出合作網絡板塊關系圖（見圖2），以展示各板塊的溢出效應及板塊間的整體溢出路徑。

表6 “一帶一路”共建國家農業科技創新合作網絡的密度矩陣與像矩陣

像矩陣對角線的元素均為1，表明4 個板塊內部都存在著合作關系，并且產生了俱樂部集聚效應。從板塊間的整體溢出路徑看，板塊Ⅰ是“一帶一路”共建國家農業科技創新合作網絡的動力源，不僅對板塊Ⅱ、Ⅲ、Ⅳ直接溢出，也通過發揮板塊Ⅳ的橋梁與中介作用對板塊Ⅲ間接溢出。同時，板塊Ⅲ也向板塊Ⅳ直接溢出，兩個板塊間呈現雙向溢出的特征。

以上說明：第一，亞洲國家是“一帶一路”共建國家農業科技創新合作網絡的主引擎，其在滿足自身發展的前提下，會主動向其他地區國家溢出，尤其對非洲國家溢出最多；第二，歐洲國家作為全球國家農業科技創新合作的主要對象，在向自身所在大洲內部溢出的同時，也會向其他地區國家溢出；第三，俄羅斯、波蘭、捷克和斯洛伐克在亞洲與歐洲國家的溢出關系中發揮著橋梁與中介作用；第四，相較于其他地區，非洲國家不具有比較優勢，較多地接收其他地區國家的溢出關系。

4 “一帶一路”共建國家農業科技創新合作網絡影響因素分析

將空間、制度、經濟、科研和認知鄰近矩陣與因變量農業科技創新合作網絡矩陣導入QAP 回歸分析模型，設置隨機置換次數為2 000 次，分析結果見表7，分析得出R2逐年上升，且因變量在多個階段都通過了1%的顯著性檢驗，表明模型擬合度較高，具有較好解釋力。

表7 “一帶一路”共建國家農業科技創新合作網絡QAP 回歸結果

（1）第1 階段的空間鄰近性在5%的水平上顯著，第2 和第3 階段不顯著。說明國家間早期的農業科技創新合作會因地理空間距離及網絡空間距離的大小而受到影響，空間距離越小，越有助于開展農業科技創新合作；然而，隨著交通出行便利化程度的提高、交通出行成本的降低以及全球信息化水平的快速提升，各國創新主體間的交流日益暢通，空間鄰近性已不再是影響農業科技創新合作的主要因素。

（2）3 個階段的制度鄰近性均在1%的水平上顯著，且標準化系數均為正。表明制度鄰近性始終是影響國家間農業科技創新合作的重要因素，相似的制度對促成農業科技創新合作具有顯著的正向推動作用。

（3）3 個階段的經濟鄰近性始終保持在1%水平上的顯著，且標準化系數均為正。意味著國家間的經濟發展水平越接近，雙方的合作承載力越強，開展農業科技創新合作的可能性與規模就越大。

（4）3 個階段的科研鄰近性均保持在1%水平上的顯著，標準化系數為正。表明兩國間農業科學生產力的量與質水平越相似，相互間的創新溢出效應越明顯，越有利于拓寬農業科技創新合作的深度與廣度。

（5）3 個階段的認知鄰近性分別在5%、5%和10%的水平上顯著，且標準化系數為正。說明國家間文化、價值觀、規范與愿景越相近，合作過程中由于語言溝通障礙、法律標準及合作理念差異所產生的風險和額外成本越低，雙方的信任程度就越高，進而有利于兩國開展農業科技創新合作。

5 結論與啟示

5.1 結論

本文以“一帶一路”共建國家為研究對象，以5 年為時間間隔將2006—2020 年劃分為3 個階段，借助社會網絡分析法從網絡整體層次結構、個體層次結構和位置層次結構3 個方面剖析了“一帶一路”共建國家及其在全球格局下的農業科技創新合作網絡結構演化特征，并采用QAP 回歸模型從多維鄰近性視角探究“一帶一路”共建國家農業科技創新合作網絡的影響因素及其影響程度，研究結論如下：（1）縱觀2006—2010、2011—2015 及2016—2020年3 個階段，“一帶一路”共建國家及全球國家農業科技創新合作網絡的網絡規模、網絡邊數、網絡密度以及平均路徑長度均得到了不同程度的優化，且“一帶一路”共建國家優化速度快于全球農業科技創新合作網絡。（2）“一帶一路”共建國家和全球國家農業科技創新合作網絡的去中心化趨勢均較明顯，多核共存的特征更加突出。（3）中國和意大利在“一帶一路”共建國家農業科技創新合作網絡中同時扮演核心者和中間人的角色，始終掌握著網絡核心權利，發揮著橋梁作用。（4）“一帶一路”共建國家農業科技創新合作網絡呈現出塊集聚特征。分別以亞洲、歐洲國家為主的板塊Ⅰ和板塊Ⅲ在內部緊密合作的基礎上對其他板塊產生了較強的溢出效應；以非洲國家為主的板塊Ⅱ是合作網絡中的主要受益方；俄羅斯、波蘭等歐洲國家構成了“經紀人”板塊Ⅳ，在整個合作網絡中發揮著重要的中介作用。（5）空間鄰近性、制度鄰近性、經濟鄰近性、科研鄰近性及認知鄰近性是“一帶一路”共建國家農業科技創新合作網絡演化的重要影響因素。相似的國家制度、經濟承載力、科學生產力以及文化、價值觀和愿景等能夠拓寬國家間合作的廣度與深度、提高合作效率、增強未來合作潛力，進而實現國家間農業科技創新合作關系的良性發展。但是，空間鄰近性對農業科技創新合作網絡的影響由顯著變為不再顯著，符合交通便利和通信技術升級減弱了空間距離對合作造成阻礙的客觀規律。

5.2 啟示

（1）“一帶一路”共建國家應進一步重視跨國農業科技創新合作。通過優化體制機制、提升經濟承載力、縮小科學生產力差異、培養合作共贏價值觀等途徑推動以農業科技創新合作為核心的全面創新合作，聯合攻克農業科技難題，共同應對世界糧食和農業可持續發展面臨的重大挑戰。（2）各國應充分借助網絡核心國家的重要作用，加速融入農業科技創新國際合作核心網絡，積極通過與中國、意大利開展合作來打通與“一帶一路”共建國家及全球國家的農業科技創新合作路徑。（3）明確“一帶一路”共建國家在合作網絡中的地位與板塊角色，充分發揮各板塊功能，促進板塊間的協調發展。持續增強以亞洲國家為核心的板塊Ⅰ的引擎功能與拉動效應，著重發揮板塊Ⅳ在網絡中的樞紐作用與傳導功能，不斷推動板塊Ⅱ中非洲國家主動加強與其他板塊國家的合作。此外，各板塊在強化內部合作的同時，要加大向板塊外溢出的力度和開放程度，為“一帶一路”共建國家農業科技創新合作創造良好的網絡環境。