跨區域產學研協同創新影響因素研究

王維夢 程躍

摘要：協同創新能夠補齊區域創新的短板，對區域及整個國家創新成果的產出極為重要。使用Gephi9.2軟件生成2019年我國31個省、市、自治區跨區域產學研協同創新網絡圖，對協同創新網絡進行分析；運用因子分析、多元回歸的方法探討我國各區域創新資源發展情況及其對跨區域產學研協同創新的影響。結果表明：（1）我國跨區域協同創新網絡存在北京一個主中心和上海、廣東等多個子中心，跨區域產學研協同創新實力呈現地區發展不平衡的特征；（2）區域創新資源條件綜合得分在地理分布上與跨區域協同創新網絡基本吻合，總體上對跨區域產學研協同創新績效呈現正向影響。針對研究結果提出相關的對策建議。

關鍵詞：協同創新；創新合作網絡；創新資源

中圖分類號：F124.3文獻標識碼： ADOI：10.3969/j.issn.1003-8256.2021.02.001

開放科學（資源服務）標識碼（OSID）：

0引言

在當前創新驅動發展戰略的新時代背景下，我國創新型國家建設取得了良好成效。在世界知識產權組織（World Intellectual Property Organization，WIPO）發布的2020年全球創新指數（Global Innovation Index，GII）中，中國連續兩年排第14位。隨著社會環境的不確定性和不穩定性增加，各區域緊密合作的重要性凸顯，要實現社會的可持續發展，就要加強技術創新合作，創造新的經濟發展動力。在創新知識需求不斷增長的背景下，產學研合作作為組織間知識網絡的一種形式，被視為非常重要的合作模式，有利于增強區域的活力，促進國家競爭力的提高。進入信息化時代以來，國內外眾多學者對區域創新進行了有益探討。尤其在我國，自實施創新驅動發展戰略以來，一些省份嘗試建立協同創新網絡以期促進區域創新水平的提高，學術界的研究熱點也逐漸從對區域內部創新的研究逐漸轉向對區域創新合作網絡及其影響因素的研究。2011年，胡錦濤同志在紀念清華大學建校100周年的演講中首次提出“協同創新”，多年過去，我國跨區域產學研協同創新績效成果如何？哪些因素影響我國跨區域產學研協同創新的進程？本文將從區域創新資源的角度回答這兩個問題。

1理論基礎和研究綜述

集群理論認為，一個地方存在相互聯系的組織是競爭優勢的來源，而在跨區域協同創新合作中，區域間的相互聯系是整個國家競爭優勢的來源。區域創新依賴創新資源融入跨區域協同創新網絡的能力，區域間的聯系和互動可以促進隱性知識的溢出，因而在知識經濟時代變得越來越重要。當前學者們一般以跨區域產學研協同創新為研究跨區域協同創新的切入點，研究的方法主要包括數據包絡方法、社會網絡分析方法以及構建“三螺旋”模型等。Teemu Makkonen等[1]構建了跨歐盟國家的協同創新分析框架來闡釋跨區域協同創新系統，實證證明了該分析框架的可行性。Henry Etzkowitz[2]認為，產學研之間形成的合作網絡和如今制度層面的根本變革構成了一個新的創新環境，產學研的“三螺旋”聯系是新興的生產模式，其目的是增強知識經濟中的創新動力。Lawrence Dooley等[3]的研究發現，大學和產業組織之間的合作網絡有利于知識創造和技術創新，網絡實體內部需要進行多層面的治理，以優化知識交流和技術創新的路徑。Maksim Belitski等[4]認為產學研合作可以促進技術和知識的商業化，因此推動創業生態系統在教育領域的實施。Jinjuan Zang[5]從結構洞的角度研究網絡位置對企業創新績效的影響，研究指出，不同類型的創新需要不同類型的資源，區域互補性的資源有利于創新主體打破思維慣性；研究發現，結構洞可以幫助企業進行探索性創新，但會對發展創新性產生負面影響。Barry Ferguson[6]認為，大部分創新是通過合作的方式實現的，區域中的各種要素組成是進行創新的重要決定因素，公共部門實施創新戰略時應該把關注的重點放在區域的資源條件和發展要素上。李美娟等[7]運用基于灰靶理論的動態評價方法，對我國不同地區的協同發展能力進行分析，發現我國區域協同合作能力整體上還不夠強。鄧富民等[8]通過構建區域協同創新協調度模型和區域協同創新管理熵模型對我國若干個經濟發達城市進行區域協同創新能力的測度，為研究我國跨區域協同創新成果提供了有益參考。侯光文等[9]從社會網絡的角度研究集群網絡關系、知識獲取和協同創新績效的關系，集群創新網絡的網絡強度、網絡穩定性等對企業創新績效有不同程度的影響。范斐等[10]運用改進的DEA模型和門檻回歸模型探究區域協同創新對創新績效的影響機制，發現我國創新績效的總體水平呈上升趨勢。王海花等[11]從鄰近性角度出發研究鄰近性對跨區域產學研協同創新的影響，發現地理鄰近性和網絡鄰近性對跨區域產學研協同創新有顯著的促進作用，而社會鄰近性和技術鄰近性對跨區域產學研協同創新會產生倒U型的影響。

綜上可知，關于跨區域產學研協同創新的研究已經有了基本的理論框架和研究方法，但是在研究的問題上，既有研究更側重于對若干個城市產學研協同創新的研究，關于全國區域范圍內跨區域產學研協同創新的研究還比較少，尤其在對跨區域產學研協同創新影響因素的問題上，既有研究一般是從結構洞的角度和鄰近性視角出發進行研究。但是無論研究的角度如何，要實現跨區域產學研協同創新，離不開區域自身資源條件的支撐，而在關于內生增長的研究中可以發現，動態外部性通常被視為增長的引擎，讓區域創新資源在協同創新網絡中真正地“活”起來，可以在很大程度上降低區域創新的風險和費用，實現區域創新資源應有的價值。本文從區域自身資源角度出發，探究區域創新資源條件對跨區域產學研協同創新績效的影響，以期從區域創新資源的角度為促進我國跨區域產學研協同創新的發展建言獻策。

2跨區域產學研協同創新網絡結構分析

2.1指標度量與數據來源

在區域范圍內，有學者認為區域創新是創新行為嵌入區域系統的一個過程[12]。一些學者從地理學的角度出發，將區域創新系統理解為位于某一個區域內的創新網絡系統，其中企業和其他組織通過以嵌入性為特征的制度環境系統地參與互動和集體學習。現有研究通常選用專利授權數、專利申請數等指標，或者通過建立DEA投入產出模型來衡量區域創新績效。借鑒Robert T.等[13]、Magdaniel等[14]做法，且考慮到所選指標的說服力和數據的可得性，將與區域創新有關的概念和衡量區域創新績效的指標體系引申到跨區域產學研協同創新績效中，用跨區域專利申請數衡量跨區域產學研協同創新績效。本文的跨區域專利申請數據通過在國家知識產權局的專利檢索及分析系統檢索獲得，檢索的關鍵詞為“集團、廠、公司、大學、學院、研究所、研究院、研究中心”，檢索的時間跨度為“2019年1月1日—2019年12月31日”，篩選的專利范圍為“中國發明申請、中國實用新型、中國外觀設計”，地區依次選擇我國除了港、澳、臺地區以外的全國31個省級行政區域。本文所指的跨區域專利申請數包括總公司與跨區域的子公司之間的合作，如“國家電網有限公司和國網山東省電力公司科學研究院”；跨區域的子公司與子公司之間的合作，如“國網江蘇省電力公司和國網上海電力公司”，剔除自然人與產學研主體合作和不確定申請主體所在地的專利申請數據。根據以上檢索要求對各個省區的專利數據進行，最終匯總得出31個省區2019年跨區域申請專利的數據，形成2019年全國跨區域產學研協同創新頻率矩陣，詳見表1。

2.2跨區域產學研協同創新網絡結構

依據表1數據運用Gephi9.2軟件生成2019年全國跨區域產學研協同創新網絡圖及結構數據，如圖1和表2所示。圖1中的31個節點表示各省區的相對地理位置，節點與節點之間有連接線表示兩個區域存在跨區域產學研協同創新合作，連接線的粗細表示合作頻率的高低，連接線越粗表示合作的頻率越高，反之越低。可以看出，北京是全國產學研協同創新網絡的中心，同時有多個子中心，例如廣東、上海、江蘇和浙江等，這些中心地區在促進全國各地區的合作創新中發揮著重要作用。我國跨區域產學研協同創新水平呈現地區發展不平衡的特征，華北、華中、東部沿海地區網絡密度較大，顯著高于西部和東北地區。區域的資源環境是影響創新的重要因素，具有互補知識背景的主體是創新的關鍵，創新技術具有知識和技術相混合的復雜結構。

從表2可以看出，網絡圖的邊數量為189，說明我國31個省區中存在189條省域合作關系線，但是，連接線的粗細不同，表明區域之間合作創新的頻率不同。北京與江蘇、安徽、陜西等省份的合作頻率較高，主要原因是產學研主體的總部大部分位于北京，且北京與這些省份的地理距離相對較近。現有研究表明，地理距離是影響跨區域產學研協同創新的重要因素，地理距離近的區域之間更有可能實現跨區域協同創新。平均度為12.194，表示每個省份之間平均相互產生跨區域創新聯系的省份數量為12.194。網絡密度是協同創新網絡的節點和邊連接情況的特征，該協同創新網絡的網絡密度為0.406，表示平均每個省份在網絡中均有0.406條聯系，說明我國跨區域協同創新網絡的完整性大致處于中等水平，還有提高網絡密度的空間。平均加權度為74.968，表示平均每個省份有74.968項跨區域合作申請專利。平均聚類系數為0.668，表示在該網絡中兩個區域之間產生跨區域產學研協同創新聯系的概率為0.668，跨區域產學研協同創新的凝聚力較好，但是仍有提升的空間，尤其是西部、東北地區的省份與其他省份的跨區域協同創新聯系有待增強。

3跨區域產學研協同創新績效影響因素

3.1指標體系構建

為了進一步確定跨區域產學研協同創新績效的影響因素，我們把影響因素指標作為自變量，把跨區域產學研協同創新績效作為因變量進行多元回歸分析。參考我國長江經濟帶城市協同發展能力指數指標體系以和相關研究實踐，同時考慮數據的可得性，本文選取的跨區域產學研協同創新績效及其影響因素的指標體系如表3所示。部分數據來源于《2019年中國統計年鑒》，FDI數據來源于各省商務部和地區統計年鑒。由于西藏的部分變量數據缺失，故分析影響因素時只對全國30個省區進行分析。

3.2變量間的相關性分析

在進行實證分析之前，所有變量均已標準化，以消除數據量綱對實證研究的影響。對各指標進行VIF檢驗，VIF檢驗結果見表4。通常而言，VIF值大于10表示變量之間存在嚴重的線性相關性。表4中的檢驗結果表明，本文選擇的自變量和因變量之間存在極強的線性相關性。基于VIF檢驗結果，考慮到變量之間極強的線性相關性會導致線性回歸模型參數估計不準確，且由于所選自變量指標對本文的研究來說都很重要，故不對其采用剔除的方法，而是運用因子分析消除多重共線性，其原理是：因子分析對每個變量進行方差極大的正交旋轉，因子上的載荷會兩極分化，這樣就構建了潛在因子，增加因子的解釋能力，解釋能力強的因子可以代替原始自變量進行多元線性回歸。這樣不僅消除了要放棄自變量指標的弊端，還能很好地消除多重共線性。

3.3基于因子分析法的跨區域產學研協同創新影響因素評價

對跨區域產學研協同創新影響因素進行評價主要分為三步：第一步，運用因子分析法對自變量提煉出解釋能力強的主因子；第二步，對因變量、主因子進行多元線性回歸；第三步，運用主因子得分計算出各省跨區域協同創新影響因素的綜合得分，根據綜合得分對各區域的創新資源情況進行評價。

3.3.1因子分析

通過分析主因子與因變量之間的相關關系，并根據各主因子的綜合得分進一步可獲知各變量與原始因變量指標之間的相關關系。具體操作步驟如下：把原變量記為X1，X2…Xm，把主因子記為F1，F2…Fm，X = AF +β，A為因子載荷矩陣a（ij），F為X的主因子，β為特殊因子。以上步驟在stata15.0中進行。在進行因子分析之前先對變量進行巴特利特球度檢驗和KMO檢驗，巴特利特球度檢驗用于檢驗相關陣是否是單位陣，即各變量是否獨立。它是以變量的相關系數矩陣為出發點，巴特利特球形檢驗的零假設為：相關系數矩陣是一個單位陣。KMO值和巴特利特球度檢驗結果見表5。KMO值為0.804，巴特利特球度檢驗的卡方值為1390.546，說明所選數據適合進行因子分析。

從表6可以看出，特征值高于1的因子有三個，且這三個因子方差的累計貢獻率為91.76%，說明信息的損失量較小，這三個因子能夠很好地代表原始變量，因此提取這三個因子作為跨區域協同創新的主要影響因素指標，記為F1、F2、F3。旋轉后的因子載荷矩陣見表7。根據各個指標對這三個因子的載荷情況，結合每個主因子所代表的具體指標的共同特征，將F1、F2、F3分別命名為綜合因子、信息經濟水平因子和創新成果市場化因子。

3.3.2多元回歸分析

從總體來看，跨區域產學研協同創新績效與區域自身資源條件存在顯著的正相關關系。其中，創新成果市場化因子的回歸系數的T值為8.16，P值為0.000，表明創新成果市場化因子所指向的技術市場成交額可以顯著提高跨區域協同創新績效，技術市場成交額每提高一個單位，跨區域協同創新績效則會相應提高約0.77個單位；綜合因子的回歸系數的T值為3.15，P值為0.004，表明綜合因子所指向的一般公共預算收入、R&D經費數等13項指標對跨區域協同創新績效同樣有顯著的促進作用。綜合因子代表的指標包括經濟、科研、對外開放水平等指標，其中，綜合因子對GDP的解釋力度為69.83%，說明經濟規模對跨區域產學研協同創新的影響屬于一般顯著，原因是我國經濟的發展還不是創新驅動型的[15]。信息經濟水平因子的回歸系數的T值為2.94，P值為0.007，信息經濟水平因子代表的主要是互聯網普及情況、居民消費、實際利用外資的數量等指標，說明區域的信息發展水平、經濟發展水平的高低對跨區域產學研協同創新影響重大。

3.3.3跨區域產學研協同創新影響因素評價

根據因子分析所衍生出的新變量F1、F2、F3的各主因子得分，由此得出各省跨區域協同創新影響因素的綜合得分：F = （78.23F1+ 7.56F2+ 5.97F3）/91.76（詳見表9）。為便于分析，我們按綜合得分的排名先后將30個省區劃分為五個梯隊，綜合得分高于1的列為第一梯隊，綜合得分介于0到1之間的列為第二梯隊，綜合得分介于-0.2到0之間的列為第三梯隊，綜合得分介于-0.4到-0.2之間的列為第四梯隊，綜合得分介于-0.6到-0.4之間的列為第五梯隊。在本文中，協同創新影響因素主要是指區域內的創新資源條件，從總體上看，各區域的創新資源條件的綜合得分基本與跨區域協同創新網絡圖的分布特征相吻合，位于東部沿海地區的省份擁有較好的跨區域協同創新資源條件，這些省份的各項區域創新資源條件表現俱佳。位于第一、第二梯隊的廣東、江蘇、浙江等省份，經濟發展水平高，對外開放的時間早，消費對創新的拉動作用強。在經濟發展新常態的大環境下，沿海地區率先進行區域經濟發展方式的轉型，產業結構由勞動密集型轉向創新驅動型，這些地區對創新的需求很大，從而促進了跨地區協同創新的發展。此外，東部地區基礎設施完善，高校云集，人才濟濟，地方政府高度重視地區創新水平的提高，對產學研協同創新提供強有力的資金支持。上海在科技創新、交流服務等領域基本達到世界一流水平，在經濟發展方面達到世界較高水平，城市功能完善。同時也可以發現，福建、浙江的區域創新資源條件較好，但是跨區域合作專利申請數較少，說明福建、浙江未能充分發揮條件優勢，跨區域協同創新的成果還不夠理想。

位于第三梯隊的省份包括北京、天津、青海等，對比全國產學研協同創新網絡可以發現，北京、天津充分利用了自身的創新資源，跨區域協同創新網絡的完整性較好，充分發揮了協同創新網絡的輻射帶動作用，取得了良好的跨區域協同創新成果；而處于同一創新資源條件水平的青海、寧夏跨區域協同創新績效較低，主要原因是這兩個地區的技術市場成交額較低，此外，這兩個地區人口相對較少，高校數量很少，缺乏進行跨地區協同創新的動力；另一方面，技術市場成交額體現了創新成果的市場化水平，青海、寧夏的經濟發展水平較低，阻礙了創新成果以市場為導向的輸出，在將創新成果轉化為生產力方面仍有改進的空間。

位于第四、第五梯隊的省份包括東北、西北、西南地區的省份，且數量較多。我國創新資源條件地區分布不均，主要體現為東部沿海地區、華北地區的區域創新資源條件較優，東北、西北、西南等邊疆地區的區域創新資源條件較差。說明跨區域協同創新存在組織分工及共建脈絡不清晰、區域協調發展能力有限、信息共享程度低等方面的問題[16]。值得注意的是，武漢作為我國創新型城市的代表，湖北省的創新資源條件卻位于第四梯隊，主要原因是湖北省的R&D經費數、技術市場成交額處于全國的中等水平，與北京、廣東、遼寧等地相比，湖北省的專利申請授權數較低，可能的原因是湖北省跨區域協同創新水平內部分布不均。云南、廣西等省份的區域創新資源條件得分較低，主要原因是財政收入水平不高，科研經費支出較少，地方的優質高校數量屈指可數，區域創新外向度較低，因此這些省份的區域創新資源條件綜合得分較低。高校林立、旅游業發達的四川，跨區域協同創新資源條件得分在全國的排名靠后，主要原因是四川的新產品銷售收入和技術市場成交額指標處于全國的中等水平。另一方面，四川深處內陸，由于地理位置的局限性，對外服務功能欠佳，吸納國際創新資源的能力和創新成果市場化的能力有待進一步提升。

4對策建議

總的來說，創新資源條件較優的區域當前的重點是想辦法充分利用好本區域的創新資源，同時為創新資源條件較差的區域提供創新資源支持；創新資源條件較差的區域當前的重點是想辦法吸納更多的創新資源，積極開辟與創新資源條件較優的區域進行合作創新的渠道；國家從多個方面做好宏觀調控，因勢利導，促進以上兩方面工作的順利開展。

4.1國家層面：全面構建跨區域產學研協同創新保障機制

國家層面要持續推進創新驅動發展戰略，進行跨區域協同創新的宏觀調控。政策和制度環境在促進跨區域創新合作的順利開展中起著重要作用[17]。為促進區域協調發展，必須創新區域間管理體制，通過制定政策和機制指引，促進區域政策一體化，為創新合作創造良好環境[18]。每個地區都存在異質性資源，國家要以長遠的眼光進行統籌設計，實施差異化的創新發展策略，一方面要促進異質性資源的流動，另一方面要合理分工，最大程度降低創新合作的成本。設立跨區域的協同創新行政管理部門，積極推動跨區域信息平臺建設和推廣運用工作，進行跨區域合作創新的路徑引導，開展跨地區聯合創新宣傳活動，促進各地區合作；通過電子政務、會議論壇等手段實現跨區域合作創新的交流和對話，促進各區域異質性創新資源的跨區域流動。

財政是科技資金的主要來源，國家要持續加強財政科技投入，完善協同創新網絡邊緣地區的基礎設施建設，幫助其引進技術、設備、人才、信息等重要創新要素。通過財政支持、稅收補貼、信貸優惠等財政、金融手段，為創新成果的市場化產出提供資金支持。

Hemin Song等[19]發現，在中國文化背景下，政府績效導向對區域創新績效有顯著的促進作用。把跨區域協同創新成果以適當的比重納入地方政績考核體系，通過績效考核的策略性措施促進地區的跨區域協同創新。

完善區域內的知識產權保護制度，為形成創新能力提供文化背景和動力支持。前文的研究發現，我國多個省份都存在創新成果市場化產出較弱的問題，因此，要努力構建動態競爭型市場結構，創造公平競爭的市場環境，為跨區域產學研協同創新成果的市場化產出提供市場保障。

4.2區域層面：不同區域取長補短，相互促進

在對跨區域產學研協同創新影響因素進行評價之后，可以發現我國每個區域的創新資源發展情況不同，要遵循區域發展的客觀規律，每個區域的創新發展戰略應該因地制宜。

處于協同創新網絡中心地位的省份應利用其區位優勢，通過與更多省份建立創新聯系，擴大創新的影響范圍，增加創新資源的廣度和深度，打破區域行政壁壘，增強互利互惠的意識。比如，北京的科技戰略布局應堅持服務全國戰略與支撐首都發展相結合的原則，充分發揮科技信息資源優勢，有效對接國家科技計劃項目，提升持續創新能力。處于中心和子中心地位的區域是跨區域產學研協同創新網絡架構的首要支撐，上海、江蘇、廣東等地，地理位置優越，擁有雄厚的經濟實力、科技創新能力、交通通達能力，各協同創新網絡的子中心區域應強化與北京之間的有效對接，率先實現跨區域協同創新基礎設施的有效共享。上海、江蘇、廣東等地應該突出其在國家層面的戰略價值，聚焦社會需求，樹立創新型、服務型、樞紐型的新功能理念，通過增強科技創新能力來全面提升區域的綜合承載力力和輻射帶動能力。

當前處于產學研協同創新網絡子中心地位的省份都能較大程度地利用好區域創新資源。而山東、福建、浙江等地的創新資源發展情況較好，卻未得到有效利用。在中國通信信息研究院公布的2020年“中國工業百強區”名單中可以發現，我國的工業百強區主要集中在江蘇、浙江、山東等省份，可見我國東部沿海省份擁有雄厚的工業實力。東部沿海地區應強化科技轉化創新、產業創新、吸收引進再創新，加快產業結構從要素驅動到創新驅動的步伐。

中國創新產業的發展不可能“脫實向虛”，東北地區的省份要加強老工業基地的振興，建立以服務型經濟和創新型經濟為主體的現代產業體系，為跨區域產學研協同創新提供產業支撐。在全國范圍內建立產學研協同創新網絡，可以根據不同區域的創新資源匹配情況，實行處于網絡中心地位的區域對處于網絡邊緣地位的區域的“點對點”合作幫扶政策，打破條塊分割、相互脫節、彼此隔離的局面。

中西部省份如四川、重慶等，要適應區域發展戰略和內陸開放的時代要求，提高經濟外向度水平，在擁有深厚的歷史文化底蘊的同時讓區域迸發國際化的新鮮活力。一般而言，社會互動的條件越方便，迸發創新想法和區域間合作的可能性就越大。中西部省份應積極參與西部陸海新通道的建設，西部陸海新通道是繼絲綢之路經濟帶之后的又一偉大的基建工程，這一工程將為途經地區帶來龐大的人流、物流、信息流、資金流，不同區域之間的互聯互通水平和開發開放水平將會得到進一步提升，為跨區域產學研協同創新創造良好的資源要素條件。廣西、云南、海南等省份，一方面要加強高校和科研院所的建設；另一方面要利用位于我國西南門戶的地理優勢，加強與東南亞國家的合作，引進更多的國際創新資源，同時，要清除協同創新的障礙，為與其他地區創新合作開拓新路徑。青海、西藏、新疆等省份人口相對較少，但這不等于沒有創新需求，要從區域特色產業的角度出發，挖掘創新需求。青海、西藏屬于我國的高寒地區，生態環境保護工作是重中之重，開辟與科技發達地區的合作渠道，實現科技與生態的融合，完成好國家的重大生態保護項目。

我國華北、華中的省份，如河北、天津、湖北等，擁有良好的資源稟賦和地理區位，但是這些省份對區域創新資源的利用率還不夠高，這些地區應更加積極地開展產學研協同創新合作，增多對科研難題的立項，幫助國家取得重點領域核心關鍵技術的突破，做到跨區域產學研協同創新的能力與區域創新資源實力相匹配。

5結論

為了解我國跨區域產學研協同創新的現狀，本文利用國家知識產權局專利技術檢索系統對我國31個省、市、自治區的專利申請數據進行檢索，篩選出各省區跨區域專利申請的數據，并將此作為跨區域產學研協同創新績效的衡量指標。運用Gephi9.2軟件生成2019年我國跨區域產學研協同創新網絡圖，分析我國跨區域產學研協同創新情況。構建跨區域產學研協同創新影響因素的指標體系，運用因子分析和多元回歸的方法找出影響跨區域產學研協同創新的關鍵因素。研究表明，我國跨區域產學研協同創新網絡有待進一步完善，尤其是東北、西部地區的創新動力不足，協同創新網絡的完整性有待增強。區域自身資源條件對跨區域產學研協同創新績效影響顯著，有鑒于此，本文在國家層面和地區層面提出相關的政策建議，以更好地推進創新型國家的建設。

參考文獻：

[1]MAKKONEN T， WEIDENFELD A， WILLIAMS A M. Cross‐border regional innovation system integration： an analytical framework [J]. Tijdschrift voor economische en sociale geografie. 2017， 108（6）： 805-820.

[2]ETZKOWITZ H . The triple helix： science， technology and the entrepreneurial spirit[J]. Journal of Knowledge-based Innovation in China， 2011， 3（2）：76-90.

[3]DOOLEY L，GUBBINS C.Inter-organisational knowledge networks： synthesising dialectic tensions of university-industry knowledge discovery [J]. Journal of Knowledge Management. 2019， 23（10）： 2113-2134.

[4]BELITSKIM，HERONK.Expandingentrepreneurship education ecosystems [J]. Journal of Management Development. 2017， 36（2）： 163-177.

[5]ZANGJJ.Structuralholes，exploratoryinnovationand exploitative innovation [J]. Management. 2018： 1682-1695.

[6]FERGUSON B. Adjusting to change： The role of innovation in competing for influence[M]. Canberra： ANU Press ， 2019： 353-376.

[7]李美娟，魏寅坤，徐林明.基于灰靶理論的區域協同創新能力動態評價與分析[J].科學學與科學技術管理， 2017， 38（8）： 122-132.

[8]鄧富民，張金光，梁學棟.基于協調度-管理熵的區域協同創新能力測度[J].科技進步與對策， 2014， 31（5）： 113-117.

[9]侯光文，薛惠鋒.集群網絡關系、知識獲取與協同創新績效[J].科研管理， 2017， 38（4）： 1-9.

[10]范斐，連歡，王雪利，等.區域協同創新對創新績效的影響機制研究[J].地理科學， 2020， 40（2）： 165-172.

[11]王海花，王蒙怡，孫銀建.多維鄰近性對我國跨區域產學協同創新的影響：靜態與動態雙重作用[J].科技進步與對策， 2019，36（2）： 44-50.

[12] DOLOREUX D. What should we know about regional systems of innovation？ [J]. Technology in Society. 2002， 24（3）： 243-263.

[13] BURRUS R T ， GRAHAM J E ， JONES A T . Regional innovation and firm performance[J]. Journal of Business Research， 2018， 88（7）：357-362.

[14] MAGDANIEL F T D J C ， HEIJER A C D ， JONGE H D . The locations of innovation described through thirty-nine techcampuses[J]. Competitiveness Review： An International Business Journal ， 2018， 28（1）：58-74.

[15]蔣伏心，華冬芳，胡瀟.產學研協同創新對區域創新績效影響研究[J].江蘇社會科學， 2015（5）： 64-72.

[16]王駿飛，姜穎，付明.京津冀區域協同創新機制構建[J].商業經濟研究， 2020（1）： 131-134.

[17]高建新.區域協同創新的形成機理及影響因素研究[J].科技管理研究， 2013， 33（10）： 74-78.

[18]何雪瑩.區域創新合作網絡對創新績效的影響——基于空間效應的視角[D].上海：上海師范大學， 2020.

[19] SONG H M， ZHANG Y Y， TIAN M， et al. Culture and regional innovation performance： an exploration in China [J]. Chinese Management Studies， 2019， 13（2）： 397-420.

Research on the Influencing Factors of Cross-Regional IndustryUniversity-Research Collaborative Innovation： Based on the Perspective of Innovation Resources

WANG Weimeng，CHENG Yue（School of Public Administration Guangxi University， Nanning 530000， China）

Abstract： Cross-regional collaborative innovation can complement the weak points of regional innovation， which is crucial to regional and national innovation output. In this paper， Gephi9.2 software was used to generate a map of the cross-regional industry-university-research collaborative innovation network of 31 provinces， autonomous regions and municipalities in China in 2019 and analyze the collaborative innovation network. At the same time， it uses factor analysis and multiple regression methods to explore the development of regional innovation resources in each region and its impact on crossregional industry-university-research collaborative innovation. The result of research show that： （1） Chinas cross-regional collaborative innovation network has a main center in Beijing and a number of sub-centers in Shanghai and Guangdong. The cross-regional collaborative innovation strength of industry-university-research institute is characterized by uneven regional development. （2） The comprehensive score of regional innovation resource conditions is basically consistent with the cross-regional collaborative innovation network in terms of geographical distribution， and is positively correlated with the cross-regional collaborative innovation performance of industry-university-research institute in general. At the end of this paper， some suggestions are put forward.

Keywords： collaborative innovation；innovation collaboration network；innovation resources