技術創新合作網絡與經濟網絡演化特征及協同關系研究
——以中國30個省會城市為例

■ 朱向梅 王子莎

中北大學經濟與管理學院 太原 030051

0 引言

隨著技術發展和經濟全球化的不斷深入,城市經濟發展由傳統的資源、勞動力、資本要素向技術、知識、人才等創新要素轉變。特別是基于大數據和互聯網支撐的信息流的逐漸興起，使信息和技術創新成為決定一個城市經濟發展和可持續發展的動力。通過建立和完善技術創新合作機制，能夠為城市的經濟發展提供核心驅動力，從而促進區域協調發展和經濟繁榮。但經濟發展涉及到多種因素，技術創新只是重要因素之一，它們之間并不是簡單的線性關系，因此需要進一步探究二者的關系。

早在20世紀90年代就有學者指出中國應當考慮通過技術創新來引領經濟的高質量發展[1]，后有學者指出中國經濟質量提升緩慢的重要原因在于技術創新能力的薄弱[2]，但大多研究只是利用定性方法對二者的關系加以闡述。2013年中國經濟步入新常態階段，開始利用實證分析對技術創新和經濟發展關系進行檢驗。何興邦[3]、馬昱[4]、李成剛[5]、楊愷鈞[6]、尚勇敏[7]、李翔[8]分別利用面板平滑轉移模型、動態空間杜賓模型、Malmquist 指數等多種計量方法證明技術創新對經濟高質量發展具有推動作用。華堅等人[9]利用灰色關聯分析對30 個省會城市的耦合協調進行評價，結果顯示我國的科技創新與經濟發展呈現良好的協調關系，但東西部省市之間具有較大差距。以上研究均將城市作為一個單點進行分析，在區域經濟聯系呈現網絡化的背景下，既無法揭示城市間的聯系，也無法反映技術創新與經濟發展的雙向動態關系。

城市作為技術創新和經濟增長的載體[10]，是國家經濟社會發展的重要空間依托[11]。隨著城市空間結構由單中心向多中心演化，城市之間形成相互依存、互相補充的異質動態關聯關系[12]，而這種關聯關系實際上可以由城市的網絡關系進行代替。因此，通過網絡的方法來探討技術創新與經濟發展之間的關系，可以克服現有研究的局限性，不僅能夠體現出城市節點彼此間的技術合作和經濟往來，而且能夠從動態角度分析兩個網絡的時空演化特征及相互作用的關系。基于此，本文在以全國30個省會城市（由于拉薩的數據不可得性，因此剔除）作為研究對象，借助社會網絡分析法和引力模型的方法，分別構建城市之間的技術創新合作網絡和經濟網絡，進而分析兩個網絡隨時間推移演化的特征，并利用QAP相關和格蘭杰因果檢驗的方法，進一步揭示網絡間協同發展的關系。

1 數據處理及指標選取

1.1 技術創新合作網絡數據來源與處理

現有研究多表明，專利作為技術創新的載體，包含了全球90%以上的最新技術情報[13]，成為衡量創新能力高低的重要數據來源，尤其是城市間專利聯合申請的數據，能夠反映出彼此間合作的強度和聯系的強弱，也能反映出全國范圍內區域的知識流動。但由于城市聯合專利數據的不可得性，省會城市作為一個省份的經濟、政治、文化中心，享有最優質的資源和最先進的技術，是一個省份競爭力的主要支柱，省會城市之間的技術合作成為跨省技術合作的主要參與主體。由此本研究借鑒鄭蔚[14]、邢華[15]、王崇峰[16]、翟東升[17]等學者的觀點，以主體間的合作專利刻畫城市間的技術創新合作。

2014年國家知識產權局制定發布了《深化實施國家知識產權戰略行動計劃（2014-2020）》，提出進一步深入推進全國專利事業并加強專利合作，優化產業布局，引導各省市的技術創新，促進產業提質增效升級，另外國家財政部會加大對技術創新的資金支持，適當降低企業專利申請的費用和減少不必要的手續，由此，全國技術創新合作步入新的階段。本研究選取2014年以來各省會城市的專利聯合申請數據，對城市間的技術創新合作情況進行探究。

借助國家知識產權局專利檢索平臺進行檢索，構建合作矩陣并進行二值化處理，借用社會網絡分析方法對城市節點之間的互動結構關系進行研究，以此反映整個網絡的特征及每個城市在技術創新合作網絡中的地位[18]。

1.2 經濟網絡數據來源與處理

引力模型起源于牛頓的萬有引力定律，最初由Tinghergen[19]提出，隨后Anderson[20]和Bergstrand[21]等學者對其進行不斷的完善，使之既能反映出中心城市對周圍地區的輻射能力，又能反映出周圍地區對中心城市輻射能力的接受力[22]，因此被廣泛地應用于刻畫城市之間的經濟聯系。本文采用省會城市間的直線距離（dij）與城市質量來表示城市間的經濟聯系強度（Rij）(萬元*萬人/km2)，其中城市的質量用該城市的GDP 和人口乘積（P）來表示，如公式（1）所示，建立城市經濟網絡圖的節點賦值矩陣，將測算得到的引力值矩陣的行平均值作為行閾值，大于閾值，城市間的經濟聯系取值為“1”，若小于閾值，則取為“0”。

1.3 指標選取

指標的含義及公式如表1所示。

表1 指標含義及公式

2 中國省會城市技術創新合作網絡與經濟網絡時空演進特征

通過構建專利網絡表示各省會城市的技術創新合作，借助引力模型刻畫省會城市間的經濟聯系，隨后通過UCINET 6.0 軟件進行中心性分析，最后通過軟件對經濟網絡和技術創新網絡進行可視化分析，更好地揭示各自的演進特征。

2.1 技術創新合作網絡演進特征

2.1.1 城市之間的直接技術創新合作不斷增強且呈現多中心化趨勢

全國技術創新合作網絡密度整體處于上升態勢。由表2可知，2014年全國的技術創新合作網絡實際存在的關聯數為219 條，整體密度為0.252；2018年全國的關聯數為225 條，整體密度為0.259。2016年和2017年稍有回落，但變化不大，整體處于上升的趨勢，說明全國的技術創新合作往來增強。同時由表2（中間中心度）可以看出，大部分城市的中間中心度均處于下降趨勢，2014年全國技術創新合作網絡中間中心度范圍為[0,17.106]，2018年范圍縮減為[0.099,14.730]，說明各城市間的直接合作逐漸加強，在合作中占據越來越多的主動權，不再依賴于其他城市的“中轉合作”，削弱了城市的中心地位。

表2 2014～2018年技術創新網絡和經濟網絡密度

通過借助NetDraw 軟件繪制出2014年及2018年的可視化網絡，圖中藍色的節點表示城市，中間的連線代表城市之間的合作。由圖1可以看出，技術創新合作網絡整體結構較為松散，僅有北京、上海、濟南、南京、杭州、重慶等城市之間的連線較密集。而圖2可以明顯看出各個城市之間的連線增加，且成都、鄭州、西安等城市逐漸向中心靠攏，呈現多中心化趨勢。

圖1 2014年省會城市技術創新合作網絡

圖2 2018年省會城市技術創新合作網絡

2.1.2 突破地理距離局限的跨區域技術創新合作增強

最初的技術創新合作往往局限于距離相近的城市，有學者用實證分析指出“距離每增加100公里，合作的可能性下降34.2%”[23]，地理距離對跨區域創新合作具有顯著的負向影響。本文利用Ucinet 中的相關收斂法對30個省份城市進行聚類分析，將全國30 個省會城市在3 級層面上劃分為8 個子群，在2 級層面形成4 大片區，具體情況如圖3所示，從中可以看出，除北京、石家莊子群外，其他子群城市間地理跨度較大，受地理距離影響較小。隨著城市交通網絡以及各方面設施的不斷完善，跨區域合作愈演愈烈，逐漸突破地理距離局限。

圖3 2018年省會城市技術創新合作網絡凝聚子群分析

2.1.3 全國省會城市技術創新合作網絡呈現明顯的區域差距

由表3呈現的各省會城市的點度中心度和接近中心度結果，可以發現我國的技術創新合作網絡呈現出明顯的區域差異。

①2014年的技術創新合作網絡中城市點度中心度范圍為[13.393,96.662]，而2018年范圍為[20.690,100]，說明全國30 個省會城市的技術創新合作在不斷增加。北京、上海等大多數東部城市點度中心度均在50%以上，可以看出這些城市在網絡中居于中心地位，在技術創新上對其他城市具有很強的引領作用和輻射力，事實上高新技術型企業、高校和科研院所作為技術創新的主體，大多集中在這些城市。而中西部地區僅有重慶、成都、鄭州在2018年度數達到50%以上，大部分城市僅有30%左右，我國技術創新合作呈現出明顯的東強西弱的特點。

②接近中心度用來衡量城市的“不受控制力”，2014年接近中心度均值為63.046，2018年接近中心度平均值為64.753，說明各城市技術創新合作的獨立性在逐漸增強。由表3東中西部城市技術創新合作的接近中心度范圍可以看出2014年及2018年均呈現出由東向西逐漸變小的趨勢，反映出城市間技術創新合作的獨立性由東向西逐漸減弱。東部地區的北京、上海、杭州等城市獨立性最強，不易受其他城市影響，以自我為中心的傾向性較為明顯；中部和西部地區絕大多數城市的接近中心度均低于整體平均值，尤其是長春、昆明、蘭州等地，在技術創新合作中表現出高度依賴外力的特征。

表3 2014及2018年技術創新合作網絡中心性分析

2.2 經濟網絡演進

2.2.1 城市之間的經濟關聯有所增加但整體偏低

由圖4和圖5可看出，2018年城市間的經濟連線逐漸增多，經濟關聯趨于緊密。2018年沈陽、西寧等城市逐漸融入到經濟網絡中，使得整體經濟網絡連線數增加，網絡密度有所提高。由表1可看出，省會城市經濟網絡密度由0.228 增長至0.244，城市經濟網絡聯系總體有所擴張，但網絡結構仍較為松散，城市間經濟聯系較為薄弱且發展不均衡，說明我國城市間的經濟聯系還有很大的提升空間。

圖4 2014年省會城市經濟網絡

圖5 2018年省會城市經濟網絡

2.2.2 核心區域與邊緣區域的經濟聯系發展不均衡

全國資源分布不均衡，各地發展水平有較大差異，東部沿海城市率先成為網絡的中心節點，而西部等不發達的城市仍處于網絡的邊緣。為進一步探究全國省會城市的演化規律，本文對經濟網絡的核心—邊緣結構進行分析，結果如下：2014年處于邊緣位置的城市有：哈爾濱、長春、沈陽、西寧、貴陽、昆明、海口，其他23個城市位于核心地位。2018年西寧、沈陽躋身于核心區域，哈爾濱、長春等5個城市由于地理位置偏僻、經濟發展水平較低等因素導致與其他省會城市的經濟往來較少，因此始終處于經濟網絡的邊緣位置。

通過對核心區和邊緣區內部密度進行探究可以發現（表4）：①核心區域內部密度未發生變化，說明核心區內部省會城市間的經濟聯系基本沒有變化；②邊緣區內部的聯系密度有所提升，表明邊緣區內部聯系不斷增強，經濟聯系趨于緊密；③邊緣區對核心區的密度有所提升，說明邊緣城市對核心城市的經濟聯系在增強，核心城市對邊緣城市具有經濟帶動作用；④核心區對邊緣區的網絡密度稍有下降，反映出核心區域對邊緣區域的經濟往來略有減弱，折射出核心城市對邊緣城市的輻射帶動作用在不斷減弱。由核心-邊緣分析可得，核心區域與邊緣區域發展不平衡，核心城市間的經濟聯系比邊緣城市間的聯系更為緊密，但近幾年邊緣區域內部經濟聯系發展速度快于核心城市；同時兩個區域間的雙向關系發展亦不均衡，表現為邊緣城市對核心城市具有較強的經濟依賴性。

表4 省會城市經濟網絡核心—邊緣分析

圖6 QAP相關性分析結果

2.2.3 省會城市在經濟網絡中的位置變化不明顯

①由表5呈現的省會城市3 種中心度指標測算結果可以看出：點度中心度范圍由[13.793,65.517]變為[13.793,72.414]，除個別邊緣城市外，其他省會城市中心度水平均在上升，因此各城市在網絡中的位置變化并不明顯，重慶、北京、上海、鄭州、武漢（2014）、天津（2018）始終占據著網絡的中心位置，原因在于這些城市憑借著經濟總量和人口規模優勢成為引力中心，與其他省會城市具有密切的經濟聯系。

表5 2014及2018年經濟網絡中心性分析

②全國省會城市中心度由2014年的[0,15.134]下降至2018年的[0,11.658]，整體處于下降趨勢，但趨勢并不明顯。2014年到2018年全國省會城市經濟往來的“中介”位置并未發生太大變化，排名靠前的有北京、重慶、上海、鄭州、武漢（2014）、天津（2018），這些城市以經濟總量、人口規模以及交通樞紐的位置優勢成為其他城市經濟往來的中間橋梁，發揮著連接城市經濟、縮小區域差距的重要作用。長春、哈爾濱2014年及2018年中間中心度均為0，說明這兩個城市對其他城市的依附性很強，位于全國省會城市經濟網絡的邊緣，無法充當城市間經濟往來的“中介”。

③接近中心度作為一個全局測度指標[24]，可以清楚地表示出城市節點在網絡中所處的位置。2014年全國省會城市接近中心度取值范圍為[43.939,74.359]，2018年上升為[46.032,78.378]，接近中心度水平有所上升但浮動很小，表明從整體來看城市節點在網絡中的位置變化不明顯。其中距網絡中心較近的城市有鄭州、重慶、上海、武漢、北京（2014）、天津（2018），表明這些城市的獨立性較強，不容易受其他城市的控制。長春、哈爾濱接近中心度水平雖有上升但仍然是所有省會城市中的最小值，說明它們處于距離網絡中心較遠的位置，在資源和信息的傳遞共享方面處于弱勢地位，極易受到其他省會城市的“控制”。

點度中心度、中間中心度和接近中心度的排名呈現出一定的相似性。北京、上海、天津等東部發達城市及鄭州、武漢、重慶等交通樞紐城市的各中心度排名均位于前列，原因在于東部發達城市GDP水平明顯高于中西部，人口密集程度也較高，導致與其他城市的經濟引力值升高；而樞紐城市雖然GDP水平及人口不及東部發達城市，但其憑借優越的地理位置與其他省會城市形成密切的經濟聯系。

3 QAP相關分析及因果檢驗

3.1 技術創新合作網絡和經濟網絡QAP相關分析

QAP（即二次指派程序）方法被學者廣泛應用于社會網絡研究中，后被引入到經濟領域的研究中[25]，該方法常常用來研究兩種關系矩陣之間是否具有相關關系，如果相關分析的結果為正，則說明二者對彼此有相互促進的作用。本文經過對比全國的技術創新合作網絡和經濟網絡的演進特征發現，它們之間的演進具有一定的相似性，因此借助QAP相關分析來檢驗二者的協同演進關系，然后通過格蘭杰因果檢驗分析二者之間是否屬于互為因果的關系。

由表6及圖6可以看出，全國省會城市的技術創新合作網絡與經濟網絡的相關性結果均在0.3 以上，并且在統計意義上顯著，說明技術創新合作和經濟聯系能夠對彼此起到促進作用。技術創新合作不僅能夠促進區域間技術的流動，而且可以改善區域間的互動關系，影響空間外溢[26]。經濟聯系可以加速城市間各生產要素及資源的流動與利用，從而在一定程度上促進技術創新方面的合作與發展。二者的相關性由2014年的0.304逐漸上升為2018年的0.353，可見二者相關性隨著經濟和技術的不斷發展而不斷加強，省會城市間的技術創新合作和經濟往來相輔相成，互相促進，形成穩定的網絡正相關關系。

表6 QAP相關分析結果

3.2 技術創新合作網絡和經濟網絡的格蘭杰因果檢驗

QAP 相關分析僅能說明兩個網絡之間具有相關關系，并不能確定二者間的具體影響關系。格蘭杰因果檢驗常用來檢驗某一變量是否為另一變量變化的原因，因此本文以網絡的3 個中心度指標為數據，借助格蘭杰檢驗對其進行分析。首先借助任意一組中心度數據建立ⅤAR 系統，根據系統在不同滯后期下的AIC 和SC 值來判斷最優滯后階數。圖7中可以看出所有準則（除LogL外）所對應的滯后期均為7，所以選擇滯后7 期符合信息準則的精神。格蘭杰因果檢驗結果如表7所示。

圖7 VAR系統

由表7可以看出，點度中心度、中間中心度以及接近中心度作為數據源時，均在15%的顯著性水平下拒絕原假設，即接受備擇假設“技術創新合作是經濟發展的格蘭杰原因”。這說明省會城市之間的技術創新合作為當地產業升級提供了供給側動力，促使生產力水平的提升，并成為經濟高質量發展的重要支撐。由中間中心度作為數據源時可看出在15.77%的顯著性水平下拒絕“經濟發展不是技術創新合作的格蘭杰原因”，說明城市間的經濟互動和發展能夠加強彼此間的互動連通性，促進其技術創新合作。

表7 技術創新合作網絡和經濟網絡的格蘭杰因果檢驗結果

由此可以證明經濟發展和技術創新合作二者互為因果關系，技術創新合作能夠促進區域間技術的流動，進而影響經濟聯系；經濟發展上行可以為技術創新提供物質和資金支持，從而間接促進區域間技術創新方面的合作。但相比之下，經濟發展對技術創新合作的作用相對較弱。

4 結論及建議

借助社會網絡分析和引力模型的方法對全國30 個省會城市之間的技術創新合作網絡和經濟網絡的時空演進特征進行分析，并利用QAP和格蘭杰因果檢驗的方法對二者之間的關系進行探究，得出以下結論：

（1）2014～2018年城市間跨區域技術創新合作不斷增強且呈多中心化趨勢，成都、鄭州、西安等城市逐漸向中心靠攏。此外，全國省會城市技術創新合作網絡呈現出東強西弱的區域差異，東部城市自我中心性傾向較為明顯，而中西部城市則表現出高度依賴外力的特征。因此應針對不同地區制定不同的技術政策，東部發達地區應著力提高其技術創新含金量，而中西部地區應當堅持技術引進和技術帶動，承接東部地區的產業轉移，以此來實現區域經濟均衡發展。

（2）2014～2018年城市間的經濟聯系有所增強但整體偏低，東部核心區域與西部邊緣區域的經濟聯系發展不均衡，核心區域內經濟聯系比邊緣區域聯系更為緊密，邊緣城市對核心城市具有較強的經濟依賴性。

（3）技術創新合作網絡和經濟網絡互為格蘭杰因果關系，技術創新合作能夠轉化為生產力進而促進經濟聯系發展，相反經濟聯系發展能夠為技術創新合作提供資金和物質支持，二者相互促進，呈現穩定的網絡正相關關系。因此應當充分利用技術創新合作網絡來優化經濟結構，通過信息和技術創新促進城市經濟發展，經濟“邊緣城市”也可以通過技術創新合作，加強同核心城市之間的往來，承接其相關產業，促進經濟轉型升級。