成渝地區雙城經濟圈協同創新網絡對區域創新效率的影響研究

[關鍵詞]成渝地區雙城經濟圈；網絡特征；協同創新網絡；創新效率[中圖分類號］F061.5[文獻標志碼］A［文章編號］1008-0694（2025）04-0041-14[作者］副教授 碩士研究生

一、引言

在全球化競爭與區域經濟一體化加快發展的背景下，協同創新已經成為賦能城市群、經濟區乃至國家間高質量發展的關鍵動力。協同創新能有效形成區域內規模經濟、提升交易效率、產生知識溢出效能，進而提升區域韌性。因此提高區域協同創新網絡創新效率對培育新質生產力及促進經濟圈經濟科技交流發展起著至關重要的作用。為此，國家在“十四五”規劃中明確提出，要優化區域經濟布局促進區域協調發展，深人實施區域重大戰略，以提升國家整體科技競爭力。

成渝地區雙城經濟圈作為新時代西部大開發戰略支點和國家“一帶一路”倡議的關鍵節點，其協同創新網絡的構建與創新效率的提升對西部地區高質量發展意義重大。探討成渝地區雙城經濟圈協同創新網絡及其對創新效率的影響不僅有利于構建成渝跨域協同治理體系，同時有利于區域內各行政單元在經濟、政治、文化與科技上加深融合與補充，提升資源配置效率，強化產學研跨區域協同融合，提高創新轉化效率和制度創新效率。

當前學術界對于協同創新研究主要聚焦三個領域，一是界定特定區域協同創新網絡的基本定義，明確協同創新網絡本質內涵，二是通過實證研究分析經濟區協同創新網絡結構情況及影響因素，三是考察了協同創新網絡與協同創新效率的關系。針對第一類研究，Freeman首次提出了“協同創新”的概念雛形，認為它是多元主體間通過合作關系而產生的系統性創新制度安排，在相互滲透的市場或組織關系中存在著資源互補以及主體作為特定伙伴關系的明確連接機制。隨后，相關研究的不斷進步豐富了這一概念的內涵。[1李梅等在研究京津冀協同創新的基礎上進一步提出了城市群協同創新網絡的概念，即特定區域范圍密集分布的城市創新群體，通過創新資源要素的整合、流動，實現分工協作及融合發展，形成穩定持續的合作關系。[2]而在關于城市群協同創新網絡的實證分析中，國內學者則多通過各類研究數據，如城市群的聯合發文數據、[3]專利數據、〔4-5]孵化數據、〔6以及省際間技術交易數據〔7］等建構了城市群協同創新網絡的測算口徑，也有運用多種實證方法，如社會網絡分析、引力模型〔8-9]以及凝聚子群分析和知識復雜度測算等考察了京津冀、長三角〔10]和珠三角（粵港澳大灣區）這三大城市群的協同創新網絡進程，[1]并識別相關驅動因素。[12]

總的來看，現有的研究雖取得一定進展但仍需進一步細化。首先就文獻數量而言，研究成渝地區雙城經濟圈協同創新的文獻較京津冀、長三角等地區的文獻相對稀缺，存在一定的研究盲區；其次就范圍尺度而言，大量文獻更加聚焦城市群特定產業或綠色經濟形態對協同創新網絡的影響，立足整體宏觀視角的文獻有所不足，導致對于經濟圈整體發展經驗的科學性推斷有待商榷；最后，相關文獻重點關注對象為經濟圈協同創新網絡及其影響因素，關于協同創新網絡對協同創新效率的關系探究還較為淺薄。因此，本文的邊際貢獻在于：一是以成渝地區雙城經濟圈為研究對象，新穎地從區域內聯合發文數據考察了這一特定區域協同創新網絡的基本特征和演化趨勢，一定程度上填補了成渝乃至西部經濟圈協同網絡的研究不足。二是綜合運用社會網絡分析、DEA數據包絡分析以及Tobit模型來充分識別區域協同創新網絡結構特征及其對區域創新效率的影響，診斷了成渝地區雙城經濟圈“高密度—短路徑一適度集聚”的網絡化協同創新特征及協同創新效率“先有效后失效”的特征及其產生原因，為科學施策提供了更加具體的方向。

二、協同創新網絡對區域創新效率影響的理論分析

1.協同創新網絡對區域創新效率的影響途徑

從理論上看，經濟圈協同創新網絡可通過連接企業、高校、科研機構、政府等多元主體，形成知識共享、資源整合和共同研發的合作體系，有效降低各種摩擦成本，進而利于區域協同創新效率的提升。而影響途徑可以通過社會網絡結構特征來加以闡釋。

具體來看，一是高密度網絡使城市間形成豐富的直接與間接聯系，增強了信息通達性。網絡密度越高，意味著成員間的相互聯系越多、互動越頻繁，反之，則說明網絡相對分散、各節點之間聯系松散。區域內網絡密度提升和節點間直接或間接聯系較多，能有效縮短信息傳遞平均路徑長度，知識與信息可以沿較短路徑迅速傳播，提升知識獲得速度，最終促進協同創新。這意味著創新主體能夠更快獲得其他成員所掌握的技術、市場、政策等顯性與隱性知識，降低創新主體在搜尋合作伙伴和尋找最優知識源的交易成本。[13]此外，高密度網絡往往伴隨著頻繁的互動與信息交換，〔14]這種互動能讓成員之間加深了解，逐漸建立起心理層面的信任關系。在信任基礎之上，成員更愿意開放分享資源與知識，減少談判與監督成本。并且在協同創新過程中，加強隱性知識的互動傳遞，恰好高密度協同創新網絡能夠為此提供良好條件。[15]在高密度協同創新網絡中來自不同方向的多樣化知識與高頻率互動的共同作用下，創新主體能夠將不同來源的知識元素進行重組與整合，促成更具突破性的技術創新與產品創新。最后，在連接結構較為多樣的協同創新網絡里，創新主體可同時通過多種渠道來獲取知識和技術支持，從而實現更高效地配置研發資源，降低單一方向合作帶來的風險。

二是網絡中心勢過高意味著資源和信息過度聚焦于少數核心城市。此時外圍城市長期處于信息接收的從屬地位，導致知識流動方向具有單向性，使得邊緣區域的知識吸納能力弱化。[16這種虹吸效應會使邊緣節點城市面臨人才流失與資金短缺的劣勢，加劇區域發展不均衡，最終削弱經濟圈整體規模效率。此外，當網絡中心化程度過高時，大量信息流、合作請求、資源協調等任務都會匯聚到少數核心節點，而核心節點本身的管理與處理能力有限，容易陷人“信息過載”或“決策擁堵”狀態。一旦核心節點處理速度跟不上整體網絡的協同創新需求，便會形成瓶頸，阻礙整個網絡的知識流動與項目推進效率。

三是平均路徑長度越短越有利于協同創新效率的提升。當平均路徑長度較短時，網絡中任意兩個創新主體之間需要經由的中介節點較少，信息在網絡內傳播經過的節點數就少。這樣企業或科研團隊在獲取外部技術情報、市場動態或政策扶持信息時，無需通過過多中間人，就能迅速獲得有效知識，各成員接觸新信息和新技術的速度也就越快，有助于創新成果轉化。〔17]此外，信息每經過一個中介節點就可能產生信息的截斷、簡化或誤傳，特別是在涉及專業知識或隱性知識時，信息經過多次中轉很容易丟失細節或產生偏差。在科研的組織協調成本上，較短的平均路徑長度意味著信息流經的中介較少，降低了知識在傳播過程中的衰減程度，保證創新主體能夠更完整地接收到原始知識，有助于更準確對信息加以應用，促進整體項目推進效率顯著提高。（18]

2.研究假設

基于上述協同創新網絡對創新效率影響機制的梳理，可知網絡密度與經濟圈協同創新效率有著正相關關系。網絡中心勢和平均路徑長度主要與規模效率（SE）負相關，而綜合技術效率（TE）又與規模效率（SE）呈正相關，故網絡中心勢和平均路徑長度與綜合技術效率（TE）也具有了負相關關系。網絡聚類系數更大可能涉及局部知識創新，與純技術效率（PTE）存在正相關關系，而由于綜合技術效率（TE）與純技術效率（PTE）具有正相關關系，于是較高網絡聚類系數對綜合技術效率（TE）提升也具有積極作用。

根據上述分析，提出以下三條假設。

假設H1：網絡密度與經濟圈協同創新效率正相關。

假設H2：網絡中心勢和平均路徑長度與經濟圈協同創新效率負相關。

假設H3：聚類系數與經濟圈協同創新效率正相關。

三、研究設計

1.研究區域與數據

根據《成渝地區雙城經濟圈建設規劃綱要》，成渝地區雙城經濟圈的空間范圍包括重慶市27個區縣和開縣、云陽的部分地區以及四川省的15個地級市。由于涉及協同創新問題，本文則選取了成渝雙城經濟圈學術聯系比較緊密的四川省11個地級市及重慶市13個行政區縣為研究對象，具體包括四川省所轄的市、自貢市、瀘州市、德陽市、綿陽市、遂寧市、內江市、樂山市、南充市、宜賓市、達州市，以及重慶市所轄的渝中區、萬州區、涪陵區、沙坪壩區、九龍坡區、南岸區、北碚區、永川區、合川區、巴南區、渝北區、綦江區、璧山區。

數據方面，在我國教育部、科技部以及各省市科研評估體系中，經常將核心期刊論文數和被引瀕次納人重要考核指標。作為國內最大的學術文獻數據庫，知網收錄了絕大部分在中國大陸正規學術期刊上發表的文章。知網收錄的論文作為創新代理變量是國內區域協同創新研究中主流的做法，其論文已足夠展示區域間科研主體的合作模式和知識流動軌跡。為此本文選取2015—2024年成渝地區雙城經濟圈跨區域聯合發文數據，從時間和空間上探究協同創新網絡的演化規律。在獲取區域間聯合發文數據過程中，先梳理研究區域內的所有高校，構建10張由51所高校組成的分屬過去10年的數據表格，之后在中國知網的高級檢索功能中，在“作者單位”字段中兩兩組合輸人高校名稱，選定知網中文總庫，發文類型主要為學術期刊和會議論文，將檢索到的歷年發文數據手動填人表格中，最終得到這些高校間的聯合發文數據，最后把這些高校聯合發文數據歸類到其所對應的區域，得到區域間的聯合發文數據。

？2.社會網絡分析法

（1）整體網絡分析法。在經濟圈協同創新研究中，整體網絡分析法是測度復雜創新系統的主流方法之一。網絡密度衡量網絡中節點之間的緊密程度，網絡密度越高，說明節點之間的聯系越緊密。網絡中心勢用于衡量網絡中節點連接度的集中程度，反映創新資源是否集中于少數核心城市。平均路徑長度反映網絡中節點間的連通效率，是所有節點之間最短路徑長度的平均值。較小的平均路徑長度意味著網絡的連通效率較高。聚類系數用于描述網絡中節點的局部聚集特性，較高的聚類系數表明該節點的鄰居節點之間聯系更緊密，具有更強“團體性”。

（2）個體網絡分析法。個體網絡分析能夠有效識別核心樞紐城市的網絡連接強度、次級節點的橋梁作用以及嵌人網絡的邊緣城市。點度中心度衡量節點直接連接的其他節點數量，反映其在網絡中的局部影響力。中介中心度反映了節點控制網絡中信息或資源流動的能力，通過計算節點出現在所有最短路徑上的比例確定。

3.Tobit模型

研究以協同創新效率（TE）作為被解釋變量，數值反映經濟圈整體創新協同效率。由于TE值在［O，1」區間存在截斷特征，故采用Tobit模型處理因變量的邊界問題。

本文核心解釋變量選取了成渝地區雙城經濟圈整體網絡特征的指標，包括網絡密度、網絡中心勢、平均路徑長度和聚類系數，以衡量網絡結構對協同創新效率的影響。控制變量則選取了教育支出。在測度經濟圈協同創新效率時使用了聯合發文數據，而聯合發文數據又與教育支出關聯度比較高。教育投人直接關系高素質創新人才的培養規模與質量，與人力資本的積累關系密切，是區域創新能力提升的基礎保障。相應變量設計見表1。

Tobit模型設定如下：

表1變量表

TE_t1=β₀+β₁DEN_t+β₂lnEDU_t+ε_t

TE_?12=β₀+β₁CEN_?1+β₂lnEDU_?1+ε_?1

TE，3=β₀+β₁PATH_?+β₂lnEDU_?+ε_?

TE_t4=β₀+β₁CC_t+β₂lnEDU_t+ε_t

式中， TE_r 表示城市群第 t 年的協同創新效率值，由DEA模型測算得出；等式右邊為第t年協同創新效率的各影響變量。 β₀ 為截距項， β_? 、 β₂ 為回歸系數， ε_I 為服從正態分布的隨機誤差項。

四、成渝地區雙城經濟圈協同創新網絡結構及演化規律分析

1.成渝地區雙城經濟圈協同創新基本特征

根據區域創新系統理論可知，經濟圈協同創新網絡的演化本質上是知識要素在空間上的動態重組過程。高校間聯合發文作為知識生產與擴散的核心載體，其數量與空間分布能夠直觀反映區域創新主體間的協作強度與網絡化特征。根據地理學第一定律，地理鄰近性與制度相似性都有利于驅動創新合作，成渝地區雙城經濟圈依托雙核城市（、重慶）的輻射效應，通過政策引導，逐步打破行政壁壘與地理阻隔，推動知識要素的跨域流動。圖1展示了區域協同創新規模的動態增長趨勢。

圖1成渝地區雙城經濟圈歷年聯合發文數量演變趨勢

從圖1看，成渝地區雙城經濟圈的聯合發文數量在近十年顯著提升。2015到2017年聯合發文數量增長顯著，2018年數據略有下降，但隨后在2019年和2020年又開始回升，顯示出短期內波動但長期整體增長的趨勢。2021年后，聯合發文數量出現明顯提升，2024年顯著提高到1987篇，顯示出近年來聯合科研活動的活躍度和合作深度不斷增強。

2.成渝地區雙城經濟圈協同創新網絡結構特征（1）整體網絡特征。創新網絡指標顯示，成渝地區雙城經濟圈在觀察期內呈現出顯著的動態演化特征。首先，網絡密度從2015年的0.280攀升至2024年的0.493，區域創新主體間的合作關系逐步增強，知識流動渠道趨于多元化（見表2）。值得注意的是，2020年后雖處于疫情期間，但網絡密度增幅仍較顯著，這可能與國家推動成渝地區雙城經濟圈建設的政策有關。

其次，網絡中心勢指標呈現波動式演進特征，其極值出現在2018年與2022年，既沒有出現大幅下跌到低位，也沒有持續沖高突破0.60。可見，成渝地區雙城經濟圈協同創新網絡整體保持了一定程度的“中心化”與“緊密度”，并未出現向核心城市過度聚集的演變趨勢。相反，網絡中心勢面臨著下降的壓力，過半數的年

表2成渝地區雙城經濟圈協同創新整體網絡指標

份都低于初始年份的中心勢數值。這表明成渝地區雙城經濟圈協同創新有向均衡發展的傾向。

再次，平均路徑長度從2015年的1.605降至2023年的1.464，降幅達 8.8% ，說明跨區域知識傳遞效率顯著提升。2020—2023年間路徑長度連續下降，城市間的信息和資源傳遞時間距離顯著縮短，創新資源的擴散效率有效提高。特別值得一提的是，聚類系數始終維持在0.56—0.67區間，高于隨機網絡理論值，證實了創新網絡具有典型的小世界特性，城市間存在明顯的群聚現象和區域內的協同子網絡，具有本地化創新集群與跨區域連接并存特征。這種結構特征既保持了本地知識溢出的優勢，又通過遠程連接促進異質性知識重組。

綜上，從階段性演化分析來看，成渝地區雙城經濟圈創新網絡在這期間大致經歷了三個發展周期。即2015—2017年網絡快速發展期，2018—2020年結構調整期。2021—2024年優化協同期，各指標不斷得到優化，呈現出“高密度-短路徑-適度集聚”的成熟網絡特征。這種演化軌跡驗證了區域創新網絡向復雜非線性協同的轉型升級過程。

（2）個體網絡特征。下一步基于2015年與2024年區域間聯合發文數據計算協同創新網絡中心度指標，再在24個區域中選取中心度指標變化較大和數值靠前，即在創新網絡中具有重要地位的地區，最終得到表3所示10個典型區域。計算結果顯示，成渝地區雙城經濟圈各城市個體網絡結構呈現顯著分異與動態演化特征。

觀察表3可以發現，一是核心節點極化效應繼續強化。與重慶主城區作為雙核引擎持續鞏固核心地位。市度中心度由0.783躍升至0.957，接近中心度突破0.958，顯示其創新要素集聚能力與信息傳播效率顯著增強。重慶沙坪壩區成

為中介中心度最高節點，達到0.114，形成“一沙坪壩”雙樞紐格局。核心區創新資源虹吸效應可能導致了渝北區等次級節點度中心度從0.522下降到0.478，呈現兩極分化強化趨勢。二是邊緣城市向次級節點躍遷。自貢、瀘州等傳統邊緣城市實現突破性增長。自貢市度中心度從零值躍升至0.522，接近中心度增幅達170.4% ，可能與其通過高速鐵路、信息網絡等基礎設施加強與核心城市聯動帶來的效果有關。綿陽、九龍坡等地區度中心度突破0.5閾值，初步形成次級創新集群。涪陵區、合川區等也通過跨區域合作實現中介中心度的巨大提升。這種“邊緣突圍”現象表明區域協同創新網絡正突破傳統兩極結構，呈現多層級節點共生特征。三是核心城市的中介作用呈現出差異化演變特征。中介中心度下降 9.9% ，而沙坪壩區、

表3成渝地區雙城經濟圈個別城市社會網絡中心度演變

注：表中箭頭符號“↑”“↓”表示指標升降趨勢，所有值已按UCINET默認方法標準化。

南岸區都出現較大增長，反映出重慶主城區在跨區域創新合作中的橋梁作用強化。同時，南充中介中心度下降 51.4% 、宜賓下降也有 25.0% ，傳統中介節點功能弱化，暗示網絡資源流動路徑正在發生結構性調整。

綜上，成渝協同創新網絡核心城市通過知識溢出帶動次級節點發展，而邊緣城市依托近年來交通與信息網絡的發展，深度嵌入到創新網絡中，逐漸形成“核心領導一多點支撐一全域聯動”的創新生態系統。

五、成渝地區雙城經濟圈協同創新網絡對協同創新效率的影響

1.經濟圈協同創新效率測算

下面采用數據包絡分析（DEA）方法對成渝地區雙城經濟圈協同創新效率進行測度。首先基于創新活動的投人產出邏輯，選取各城市Ramp;D人員全時當量和Ramp;D內部經費支出作為創新投入指標，以城市間聯合發表的學術論文數量作為創新產出指標。投入數據來源于國家統計局及川渝兩地統計局官方統計年鑒，產出數據通過中國知網（CNKI）聯合發文數據庫檢索整理獲得。針對部分城市在個別年份存在的Ramp;D數據缺失問題，采用線性插值法進行擬合補全。測算結果如表4所示。

表4DEA測度結果

從表4看，綜合技術效率（TE）分布呈現兩極分化特征。南充市、沙坪壩區在2015年TE值位居效率前沿面，但其效率持續下降，表明協同創新系統邊際效益衰減。市盡管Ramp;D投人在總量上居首，但其TE值逐年遞減，表明過度投入導致資源冗余。純技術效率（PTE）體現經濟圈技術轉化與管理能力。計算結果表明，部分城市PTE與資源投人呈負相關。如沙坪壩區2015年和2024年技術效率最優，但其間2020年驟降至0.484，可能受政策執行偏差或技術斷檔影響。規模效率（SE）反映經濟圈投入規模合理性。南充市、九龍坡區常年接近DEA有效狀態。市規模不經濟，2024年SE值僅為0.076?？傊?，從2015年到2024年， 67% 的城市TE值下降， 83% 的城市PTE值下降，表明技術滯后成為普遍瓶頸。

2.經濟圈總體協同創新效率演變分析

進一步地，我們將成渝地區雙城經濟圈24個區域2015—2024年的Ramp;D人員當量及Ramp;D經費支出作為投人指標，聯合發文數量作為投入指標，輸入DEA模型，最終測度結果如表6所示。

根據表5可知，綜合技術效率TE存在持續下降的趨勢。TE值從2015至2024年降幅達36% 。2015—2020年年均降幅 6.3% ，2021年后下滑速度放緩，年均降幅 0.9% ，表明經濟圈整體協同創新效率逐步弱化，資源整合能力與技術轉化水平面臨瓶頸，但近幾年有略微好轉。純技術效率（PTE）在波動中維持較高水平。PTE值在多數年份接近或達到1，顯示技術管理水平整體較優。但2021年PTE值驟降至0.672，可能與疫情沖擊或政策執行有關。規模效率SE值后期顯著惡化。2015—2021年SE值接近DEA有效狀態。但2022年后SE值急劇下降，反映投入規模與資源配置失衡問題凸顯，邊緣城市未能形成有效協同。

表52015—2024年各年份成渝地區雙城經濟圈協同創新效率

最后從DEA有效性來看。2015年DEA完全有效，TE值、PTE值、SE值均為1，表明該年成渝地區雙城經濟圈協同創新系統處于技術與規模雙重有效狀態，投入產出組合達到最優前沿。而后續年份有效性逐步喪失，2016年起TE值、SE值持續下降，至2024年僅有PTE值（0.934）接近有效值，綜合效率 TE=0.64 與規模效率SE1=0.685 嚴重偏離最優水平。DEA結果顯示，成渝地區雙城經濟圈協同創新效率在觀察期內呈現“先有效后失效”的特征，純技術效率PTE雖局部維持高效，但規模冗余與資源錯配問題逐漸主導效率損失，產生“規模不經濟”對整體協同效能的制約。

3.經濟圈協同創新網絡對創新效率的影響估計

采用Stata18.0統計軟件，基于Tobit模型對成渝地區雙城經濟圈協同創新效率的影響因素進行實證檢驗。模型估計結果如表6所示。

模型實證結果表明，成渝地區雙城經濟圈協同創新效率（TE）受網絡結構特征與區域創新環境的顯著影響，且部分假設得到驗證，分析如下：

一是網絡密度（DEN）的回歸系數為0.99且在 10% 的統計水平下顯著，表明成渝地區雙城經濟圈協同創新網絡密度的提升對綜合技術效率（TE）具有顯著正向影響，驗證了假設H1。

二是網絡中心勢（CEN）與平均路徑長度（PATH）的回歸系數分別為-0.806和-0.968且在 1% 的統計水平下顯著，支持了假設 H2 。

表6Tobit回歸結果

注： ???_plt;0.01 ， ??_plt;0.05 ，

三是聚類系數（CC）的回歸系數為0.59，僅在 15% 的水平下顯著，未通過顯著性檢驗，假設H3未得到支持。這可能反映了成渝地區雙城經濟圈局部創新子群的“封閉性”問題，盡管高聚類系數表明區域內（如成德綿、渝東北組團）形成了緊密的本地化合作網絡，但子群間缺乏跨區域的弱連接，導致知識同質化與路徑依賴。

四是教育支出（In_EDU）的回歸系數顯著為負，表明教育投入的增加反而抑制了成渝地區雙城經濟圈協同創新效率的提升。這一現象可能源于多方面的深層次矛盾。首先教育資源的區域配置存在顯著的結構性失衡。其次可能反映了成渝地區雙城經濟圈教育體系與區域創新發展需求脫節的問題突出，科研成果轉化率低，教育投入難以轉化為實際創新產出。此外，教育對創新的促進作用具有長期性和累積性，短期內經費可能主要用于基礎設施建設或師資擴充等投入，而人才培養質量與科研能力提升等效益需更長時間方能顯現。

4.穩健性檢驗

為檢驗Tobit模型的穩健性，針對所有四個模型分別進行了異方差性檢驗和殘差正態性檢驗。結果如表7所示，四個模型的Breusch－Pagan檢驗統計值均對應 Δpgt; 0.10，White檢驗p值也均大于0.10，均未在 5% 或 10% 顯著水平拒絕同方差假設，表明模型殘差不存在顯著異方差現象。由上可得，四個Tobit模型既未發現顯著異方差，也未出現殘差嚴重偏離正態的情況。因此，模型同方差性與誤差正態性假定在統計意義上得到基本滿足，實證結論通過穩健性檢驗。

六、結論與政策建議

本文基于2015—2024年成渝地區雙城經濟圈聯合發文數據與社會網絡分析、DEA、Tobit模型分析了區域協同創新網絡的結構演化及其對創新效率的作用，主要結論如下：

表7穩健性檢驗結果

一是成渝地區雙城經濟圈協同創新網絡迅速發展，網絡密度從0.280提升至0.493，平均路徑長度由1.605縮短至1.507，呈現出“高密度—短路徑—適度集聚”的網絡化協同創新的特征。

二是成渝地區雙城經濟圈協同創新效率在10年觀察期內呈現出“先有效后失效”的特征，純技術效率（PTE）在部分年份維持高效，而規模冗余與資源錯配問題逐漸主導效率損失。

三是成渝地區雙城經濟圈網絡結構特征對協同創新效率存在顯著的影響。創新效率與網絡密度呈正相關，與網絡中心勢、平均路徑長度呈顯著負相關，而與聚類系數在這10年期間還未在統計上表現出顯著的關系。

基于以上結論，提出如下政策建議。

一是著力優化協同創新網絡的空間結構。針對網絡密度與創新效率的正相關關系，要打通各區域間的人員、信息交流的阻礙，提升協同創新網絡的密度，但同時需避免過度追求連接廣度而忽視質量?？赏ㄟ^構建差異化協同機制，強化核心城市與次級節點的功能分工，推動“雙核引領”向“多極聯動”轉型。例如，、重慶主城區應聚焦前沿技術研發與高端要素整合，而綿陽、德陽等次級節點可依托本地產業集群優勢，深化產學研合作，形成互補性創新鏈條。同時，需打破行政邊界對資源流動的束縛，鼓勵邊緣城市通過交通基礎設施與數字平臺嵌人全域網絡，如修建城市間高速公路、高速鐵路，促進創新要素的跨域重組與梯度擴散。

二是完善創新資源配置的動態協調機制。針對規模效率下降與核心城市可能存在的資源冗余問題，應建立區域創新投入的統籌平臺，推動研發經費，人才與設備的共享共用?！?9]由此，可構建成渝跨區域技術轉移中心，通過市場化機制匹配供需雙方，減少重復投人與資源閑置。對于規模不經濟問題突出的城市（如），應控制增量投入規模，轉向存量優化與技術升級；而對效率提升潛力較大的邊緣城市（如瀘州、自貢），需通過政策傾斜增強其創新承載力，引導資源向高效率節點流動。

三是繼續強化創新子群間的開放協同能力。盡管局部聚類系數較高反映了本地化合作的活躍性，但其對效率的促進作用尚未顯現，表明子群間存在知識同質化與協作壁壘。為此，可依托成渝地區雙城經濟圈建設規劃，推動成德綿、渝東北等子群與其他區域的跨領域合作，例如通過聯合技術攻關、共建創新飛地等方式引人異質性知識資源。同時，需加強高校、科研機構與企業間的協同網絡韌性，例如建立跨區域的產學研聯盟，完善知識產權共享與利益分配機制，降低隱性知識傳遞成本。

四是夯實區域創新生態的長效基礎。科研支出、教育投入與人力資本積累是協同創新效率提升的核心支撐。應加大對邊緣城市高等教育的投人力度，擴大高素質人才儲備，并通過“人才飛地”“柔性引進”等模式促進核心城市與邊緣城市間的人才交互。同時，需加快新型基礎設施建設，例如布局5G網絡、工業互聯網等數字化平臺，縮短知識傳遞的時空距離，為協同創新網絡的效率提升提供技術保障。

參考文獻：

[1]Freeman C. Networks of Innovators：A Synthesis of Research Issues[J]. Research Policy，1991，（05）.

[2］李梅，孫艷艷，張紅．京津冀城市群協同創新網絡體系構建的問題與對策研究［J］.科技智囊，2021，（10）．

[3］陳紅霞，楊錦煊，谷永寶.城市群協同創新網絡結構特征、演化規律與協同創新效率—基于聯合發文數據的實證研究［J］.城市發展研究，2024，（09）．

[4]黃彩虹．城市群協同創新的網絡結構演化及經濟效應研究［D］．山東師范大學，2021.

[5］王?；ǎ瑢O芹，杜梅．長三角城市群協同創新網絡演化及形成機制研究——依存型多層網絡視角［J］.科技進步與對策，2020，（09）．

[6］劉彥平，錢明輝，王玉璽.孵化網絡創新協同對區域創新效率的溢出效應——基于我國三大城市群的實證研究［J］．中國軟科學，2023，（03）．

[7］潘春苗，母愛英，翟文．中國三大城市群協同創新網絡結構與空間特征——基于京津冀、長三角城市群和粵港澳大灣區的對比分析［J］.經濟體制改革，2022，（02）．

[8]王宇琛，陳歌，黃建中.城市群創新網絡協同度與影響因素的比較研究——以長三角和成渝城市群為例［C］.2024中國城市規劃年會論文集（18區域規劃與城市經濟），2024.

[9］李琳，彭璨．長江中游城市群協同創新空間關聯網絡結構時空演變研究［J］．人文地理，2020，（05）.

[10］徐宜青，曾剛，王秋玉．長三角城市群協同創新網絡格局發展演變及優化策略［J］.經濟地理，2018，（11）．

[11］王?；ǎ瑢O芹，杜梅，等．長三角城市群協同創新網絡對協同創新績效的影響研究[J］.科研管理，2023，（03）．

[12]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，（05）。

[13］呂丹，王等．“成渝城市群”創新網絡結構特征演化及其協同創新發展［J］．中國軟科學，2020，（11）．

[14］唐朝永，牛沖槐.協同創新網絡、人才集聚效應與創新績效關系研究［J］.科技進步與對策，2017，（03）.

[15]張保倉．虛擬組織網絡規模、網絡結構對合作創新績效的作用機制——知識資源獲取的中介效應［J].科技進步與對策，2020，（05）．

[16]夏麗娟，謝富紀，付丙海.鄰近性視角下的跨區域產學協同創新網絡及影響因素分析[J].管理學報，2017，（12）．

[17]成征宇，徐承紅．中國城市協同創新網絡時空演變特征分析［J］．人文地理，2024，（06）．

[18]許蕾，丁榮貴.協同創新項目組織特征與知識擴散———網絡嵌入視角［J］.科技進步與對策，2021，（04）．

[19]徐波，王潤娟.綠色創新效率時空演變及影響因素研究——以成渝地區雙城經濟圈為例［J]．中國西部，2022，（04）.

（責任編輯 張筠 李溪銘）

Researchon the Evolution Pattern of Collaborative Innovation Network in Chengdu-Chongqing Urban Agglomeration and Its Influence on Innovation Efficiency

DUAN Longlong WANG Ruidong

Abstract： Chengdu-Chongqing urban agglomeration，as a regional innovation highland with the nationallayout in the central and western regions，plays a pivotal role in the construction of an innovative country and innovation-driven development.Existing research has largely overlooked studies on collaborative innovation mechanisms in western China. Based on the co-authored publication data across 24 administrative regions in Chengdu-Chongqing urban agglomeration from 2015 to 2024，the temporal and spatial evolution characteristics of collaborative innovation network in ChengduChongqing urban agglomeration and its influence on regional innovation efficiency are deeply investigated by social network analysis.The results show that the innovation network density of collaborative innovation network in Chengdu-Chongqing urban agglomeration has been significantly improved in 2015 to 2O24，the average path length has been shortened，the centrality shows the law of first rising and then falling，and the clustering coefficient has remained stable.In terms of innovation efficiency， the region as a whole presents the phased characteristics of \"first eficient，then inefficient\"；Further research shows that network density is positively correlated with regional innovation efficiency，while network center potential and average path length are significantly negatively correlated with innovation efficiency.Finally，based on the perspective of optimizing regional collaborative innovation efficiency， this study puts forward some countermeasures and suggestions to improve the collaborative innovation network structure of Chengdu-Chongqing urban agglomeration.

Keywords： Chengdu-Chongqing Urban Agglomeration；Network Characteristics；Collaborative Innovation Network； Innovation Efficiency