中國科技服務業集群識別與多層次創新網絡演化

梁 娟，蔡猷花，陳國宏，汪 瑞

（1.福建江夏學院工商管理學院,福建福州 350108；2.福州大學經濟與管理學院，福建福州 350108；3.福建工程學院管理學院，福建福州 350118）

1 研究背景

習近平總書記在黨的十九大報告中，59 次提到“創新”、17 次提到“科技”，凸顯了科技創新在社會主義現代化強國建設中的重要作用和地位。隨著創新驅動發展戰略的貫徹落實，科技服務業的活躍程度和發展速度大幅提升，已然成為促進經濟服務化、推動經濟增長的新動力［1］，是推動產業結構轉型升級的新引擎［2］。各級政府高度重視科技服務業的發展，把建設科技服務業集聚區作為集約發展科技服務業的重要空間載體。科技服務業集聚區的快速發展推動了科技服務業集群理論的研究。目前，學者們在科技服務業集聚特征、空間集聚測度、集聚影響因素、發展水平與區域布局、對區域創新效率的影響等方面進行研究［3-7］，但對科技服務業集群創新網絡方面的研究較少。

在實踐領域中已經出現了科技服務業集群創新網絡嵌入的現象，如美國硅谷、北京中關村、臺灣新竹、張江高科技園區、深圳南山區創業服務中心、蘇州科技城等［8］，已形成了區域和國際化的科技服務業網絡［9］，呈現出空間集聚與全球擴張的雙重趨勢［10］。當前創新網絡研究已經取得了豐富的成果，但大多關注于制造業或工業集群和單一層次研究，對服務業集群創新網絡的專門研究和多層次創新網絡的綜合研究較少。Moulaert 等［11］指出服務業恐怕不能直接使用制造業集聚的理論與模型。Hipp［12］指出把不同的理論視角聯系起來能更加全面地認識服務業創新網絡模式及其空間格局問題。實證研究表明，突破本地的區域網絡，克服 “本地知識冗余危險”［13］，形成超本地關系［14］，構建跨集群間的創新網絡［15］，嵌入全球創新網絡［16］，構建開放的國際創新網絡［17］，能推動后發企業的逆向創新［18］。實踐中科技服務業集群企業的創新活動會同時發生在多空間層次，受到各層次創新網絡的協同影響，全球背景下多層次（尺度空間）行動者和機構相互作用的研究值得關注［19-20］。Capaldo 等［21］強調網絡治理同樣發生在企業層級與網絡層級，創新網絡研究的層次轉向愈加顯著［22］，呈現從本地網絡或全球網絡的分割研究向多層次網絡的研究轉向。

科技服務業集群創新網絡已經在實踐中存在，迫切需要開展相關的理論研究，為實踐活動提供理論指導。因此，本文基于集群創新網絡理論，以科技服務業集群為研究對象，以2001—2017 年的有效合作發明專利數據為基礎構建科技服務業集群創新網絡，從多層次互動的網絡視角來審視中國科技服務業組織在專利合作伙伴的選擇上是否具有集群指向，以及多層次創新網絡的網絡特征和空間格局等問題。從不同空間層次網絡耦合視角對科技服務業創新網絡的專門研究將總結出獨特的網絡演化模式和空間格局，豐富了創新網絡的研究內容，以期為科技服務業創新網絡在空間視角的后續研究做有益補充，為科技服務集群企業構建最佳空間尺度的創新網絡提供參考。

2 中國科技服務業集群識別

2.1 空間單元選取與數據說明

本文以地級市作為分析的空間單元，對科技服務業集群的空間范圍進行界定。以2015 年行政區劃為標準，根據《2016 年中國城市統計年鑒》，因三亞市數據缺失，研究范圍界定為291 個地級及以上城市。為確保數據的穩定性和可信性并全面地識別潛在的科技服務業集群，借鑒周燦等［23］學者的研究，使用2015—2017 年城鎮科技服務業從業人員的均值測算各城市科技服務業的區位熵。

2.2 中國科技服務業集群識別方法與步驟

基于科技服務業集群的空間集聚、高創新性、智力密集性等核心特征，在綜合考慮數據的可獲得性的基礎上，使用區位熵對科技服務業的空間集聚程度進行測度，再結合社會網絡分析法識別中國潛在的科技服務業集群［23］。

2.2.1 基于區位熵的科技服務業空間集群測度

區位熵可對各地區科技服務業的集聚程度進行測度，是專業化的重要衡量指標之一，其計算公式為：LGi=(Ki/K) / (Ti/T)，其中LGi為i城市的區位熵，Ki為i城市科技服務業城鎮單位就業人員總數，K為全國科技服務業城鎮單位就業人員總數，Ti為i城市城鎮單位就業人員數，T為全國城鎮單位就業人員數。根據上述公式，結合《中國城市統計年鑒》中的統計數據，可計算出中國291 個地級以上城市科技服務業的區位熵。LGi＞1 表示i城市科技服務業從業人員的空間集聚水平高于全國平均水平，62 個城市的區位熵大于1，為潛在集群。

2.2.2 潛在科技服務業集群篩選

選取上述62 個LGi＞1 的城市，借鑒李佳洺等［24］、周燦等［23］的研究，以第80 個百分位數的數值作為科技服務業城鎮單位從業人員（2015—2017 年度城鎮單位從業人員平均值）和創新規模（2017 年度城市發明申請數、發明授權數或專利數）的閾值下限，排除未達到閾值的城市。通過排序比較，排除不滿足從業人員閾值條件的22 個區域（日喀則市、昌都市、張掖市、丹東市、拉薩市、天水市、普洱市、張家口市、遵義市、齊齊哈爾市、白城市、麗江市、蚌埠市、崇左市、東營市、榆林市、海東市、七臺河市、鐵嶺市、咸陽市、昭通市、攀枝花市），以及不滿足創新規模閾值條件的17 個區域（大慶市、呼和浩特市、保定市、蘭州市、西寧市、鞍山市、畢節市、襄陽市、南寧市、烏魯木齊市、威海市、滄州市、渭南市、錦州市、銀川市、海口市、岳陽市）。深圳市和珠海市2017 年科技服務業從業人員的區位熵大于1，且專利申請量、專利授權量和發明數均排在第80 個百分位數之前，因此補充這兩個區域，篩選補充后共有25 個中國科技服務業集群區域。

根據檢索的專利信息，整理出上述25 個中國科技服務業集群區域的關系矩陣，由于區域間的聯系數量最大值為9 906，最小值為2，差異較大，偏度系數和峰度系數分別為4.923 和25.620，呈現高度偏態分布。為了提高網絡圖的可讀性，借鑒已有研究的做法［23］，采用封頂方式處理數據，將2015年、2016 年、2017 年最高聯系數量設置為2 000 條、3 000 條、5 000 條，低于最高閾值的均為聯結關系的原始值。使用UCINET 繪制2015 年潛在集群專利聯系的城市區域聯系網絡（見圖1），可以直觀地觀察集群多層次網絡之間的聯結關系和聯結強度。圖1 中，圓形代表東部區域，正方形代表中部區域，上三角代表西部區域，箱子代表東北區域，下三角代表全球；合作關系用線的粗細表示，越粗合作關系越多；度中心度的大小用節點和節點的標簽表示，度中心度越高，節點越大。

圖1 中國25 個潛在科技服務業集群網絡

由圖1 可以發現，25 個集聚區域在區域、全球尺度上的網絡關系、連接強度、度中心度等存在著較大的差異，關系連接最多的是北京、南京、深圳、上海、杭州、廣州、南昌、武漢等集群，成為科技服務業多層次創新網絡的核心。在區域創新網絡層面，北京、深圳、南昌、南京、廣州、杭州、上海、武漢等集群的關系聯結較為密集，上述集群基于地理鄰近因素和區位優勢增加了面對面接觸的頻率和關系強度，社會資本又促進了合作關系和信任關系的建立，分散了知識創新的風險，可提升知識轉移的效果，促進創新績效的提高，成為區域創新網絡的核心節點。在全球創新網絡層面，深圳、北京、上海、南京、廣州等集群通過組織臨近促進了彼此間的溝通和理解、交流和學習，關系連接最多，成為全球創新網絡的核心節點。由于綿陽、洛陽集群內創新合作少，且只和區域內創新主體建立了極少的聯結，尚未形成集聚效應，故排除綿陽、洛陽，剩余23 個潛在科技服務業集群。

經過篩選，最終識別出23 個科技服務業產業集群，見表1 所示。由表1 可知，中國23 個科技服務業產業集群主要分布在東部，集中在環渤海、長三角、珠三角等區域，這些區域正是中國科技服務業發展較快的區域，也是科技部首批科技服務業區域以及科技百千企業的集中分布區域。科技部于2015 年、2016 年公布了首批、第二批科技服務業區域試點單位名單，上述集群區域有17 個在試點名單中。在上述23 個科技服務業集群區域中，有60 家企業出現在2019 年全國科技創新企業百強名單中，有20 家高校屬于全國科技創新高校30 強，有23 家科研院所為全國科技創新科研院所30 強。由此可見，本方法識別出的23 個科技服務業產業集群與中國科技服務業集聚發展的實際相一致。

表1 中國23 個科技服務業集群區域分布

3 科技服務業創新網絡的數據來源與研究方法

3.1 數據獲取及處理

科技服務業具有高技術性的特點，專利作為最大的技術信息源，體現了組織的高技術性，合作申請專利體現了專利申請人之間的知識連接、知識吸收和協同創新，國內外學者大多使用合作申請專利數據開展創新網絡空間格局、區域創新績效等研究［23］。因此，借鑒周燦等學者的研究，本文以合作申請發明專利數據為基礎數據，根據發明申請權利人之間的合作關系構建科技服務業集群多層次創新網絡，數據來源于智慧芽平臺，檢索日期為2020年11 月。一項發明專利需要約3 年時間才能獲得專利權，檢索發現，2018—2020 年有較多的專利還處于實質審查階段，尚未獲得授權，為了提高縱向可比性和網絡關系的延續性，本研究以2001—2017 年的有效合作發明專利數據作為多層次創新網絡分析的數據基礎，共45 494 組申請。考慮到創新主體的異質性，把創新主體分為企業、高校、研究所、其他4 個類別，根據創新主體所屬的省份進行細分，據此將主體間創新合作分為集群（按地級市分類，市內的合作為集群層次的合作）、區域（依據《中國科技年鑒》的地區劃分標準劃分為東部、中部、西部、東北4 個區域，4 個區域內的合作定義為區域層次的合作。其中，東部地區包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南10 個省市；中部地區包括山西、安徽、江西、河南、湖北和湖南6 個省市。西部地區包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆12 個省區、市；東北地區包括：遼寧、吉林和黑龍江3 個省）、全球（美國、英國、德國、日本、新加坡、意大利、韓國、瑞士、芬蘭、法國、瑞典、荷蘭、愛爾蘭、加拿大、俄羅斯、丹麥、荷蘭、以色列、土耳其、比利時、列支敦士登公國、西班牙、印度、澳大利亞、朝鮮、南非、斯洛伐克、泰國、奧地利、挪威、沙特阿拉伯、薩摩亞、巴西、馬來西亞、盧森堡）3 個層次，由創新主體的空間分布可以看出，創新網絡涉及到集群、區域、全球三個層次，屬于多層次創新網絡。

3.2 研究方法

基于前文的45 494 組有效合作申請專利數據，依據合作申請專利涉及的申請人合作關系和合作申請專利數量，構建中國科技服務業創新主體間的加權合作申請專利關系網絡。根據專利申請人的名稱、地址等信息，使用百度、企查查等網絡搜索功能，查找出科技服務業創新主體所處的地市級空間位置，使用UCINET 軟件將上述合作申請專利關系網絡轉換為集群、區域與全球空間層次的創新網絡。全球創新主體的地理空間范圍較大，故把境外機構都劃歸為全球空間層次，沒有進行轉換。根據以上方法，整理出2001—2017 年所有合作專利的申請人間的網絡關系，在中國科技服務業集群識別的基礎上，運用社會網絡分析法，借助UCINET 軟件，繪制出科技服務業集群多層次創新網絡的拓撲圖并直觀地觀察網絡聯結關系和聯結強度及其空間布局的演化。

4 中國科技服務業集群創新網絡的空間演化

4.1 中國科技服務業集群創新網絡的演化過程

根據收集到的2001—2017 年間的合作發明專利申請和授權數量（見圖2），結合2001—2017 年合作發明專利申請人的區位分布，把科技服務業集群創新網絡的演化過程分為萌芽期、起步期、成長期三個時期，見表2 所示。

圖2 中國科技信息服務業集群合作發明專利和創新主體數量

表2 中國科技信息服業集群合作發明專利申請人的區位分布

表2（續）

（1）在萌芽期（2001—2005 年），每年的合作發明專利申請和授權數量少，增長速度慢，在引進、吸收、模仿創新的基礎上，中國科技服務業創新主體的創新能力逐步增強，出現了北京、上海、廣州、深圳、天津、武漢等集群創新網絡雛形，境內合作發明專利申請人的比例在逐年上升，境外機構（如美國、英國、法國、日本、韓國、中國臺灣）所占的比例在逐年下降，兩者之間的差距在逐漸縮短。（2）在起步期（2006—2011 年）隨著外資企業的進駐，通過產業合作和地理臨近導致的知識溢出，中國本土科技服務業創新主體的創新能力增長明顯，呈現漸進式增長態勢，合作發明專利申請人已經由之前的以境外機構為主轉為以境內機構為主，國內機構的數量和比例在逐年上升，科技服務業集群創新網絡的數量也在逐年增加。（3）在成長期（2012—2017 年），中國本土科技服務業組織立足于提升自身創新能力和自主研發，合作發明專利申請人中國內機構的數量和比例占絕對性的優勢，且呈現快速增長，國內機構的創新能力、技術實力、國際競爭力不斷增強，開始在海外建立研發中心，呈現出集群網絡、區域網絡和全球網絡的多層次融合，年度合作發明專利申請數量呈現快速大幅增長態勢，逐漸形成23 個科技服務業集群多層次創新網絡。

4.2 中國科技服務業集群創新網絡演化中的區位差異性分析

運用R 軟件，對科技服務組織在合作發明專利申請人的選擇上是否存在顯著的區位差異進行Pearson 卡方檢驗。通過整理專利數據，發現自2012年起，23 個潛在服務業集群開始穩定參與創新網絡。因此，對23 個潛在集群中科技服務業組織在2012—2017 年之間的網絡聯系按照集群聯系和非集群聯系進行分類，使用Pearson 卡方檢驗方法對科技服務業組織在合作發明專利申請人的選擇上的區位差異進行檢驗，結果如表3 所示。

表3 中國科技服務業集群創新網絡卡方檢驗

表3 中Pearson 卡方檢驗結果表明，集群區域內和集群區域外的科技服務組織在合作發明專利申請人的區位選擇上的卡方值均在1 000 以上，具有顯著差異：（1）中國科技服務業在集群和非集群各空間尺度下合作發明專利的重要載體均是集群。由于科技服務業集群具有地理的接近性和知識溢出等根植性特點，2012—2017 年在集群本地和其他集群空間尺度上的合作發明專利比率均達到80%以上，科技服務業的跨群合作有利于集群間知識的整合。（2）與非集群區域的科技服務業組織相比，科技服務業集群內的創新組織在合作發明專利申請人的區位選擇上更偏向于集群區域。2012—2017 年，集群內科技服務業組織的合作發明專利申請人中，有86%以上是選擇集群組織，遠遠高于非集群組織，而位于非集群的科技服務業組織的合作發明專利申請人中選擇集群組織的僅占50%左右，略高于非集群組織。

4.3 中國科技服務業多層次創新網絡的演化特征

以科技服務組織為網絡節點，根據組織間合作申請發明專利的次數，使用UCINET 畫出科技服務業創新網絡圖，創新網絡涉及到集群、區域、全球三個層次，屬于多層次創新網絡。圖3 所示（由于篇幅有限，僅列出2001 和2006 年的創新網絡圖，由于2006 年的創新網絡參與主體太多，僅顯示度中心度高于0.417 的參與主體名稱，其他主體用編號代替）。圖3 中，圓形代表企業，正方形代表高校，上三角代表研究所，箱子代表其他類型的組織，線、節點和節點的標簽含義與圖1 相同。

圖3 2001、2006 年中國科技服務業多層次創新網絡圖

從圖3 可以看出，科技服務業組織創新網絡節點與合作專利關系成倍增長。2001—2006 年，網絡節點從57 個增加到241 個，合作發明專利關系由114 條增加到884 條，表明中國科技服務業組織越來越重視合作發明專利關系的建立和維系，已逐漸構建了多尺度多空間耦合的合作發明專利關系網絡。科技服務業創新網絡具有度分布不均勻的特征，2001 年度中心度較高的節點為展訊通信（上海）有限公司（5.357）、信息產業部電信傳輸研究所（5.357）、浙江大學（5.357）、株式會社KCE 東京（5.357）、科樂美股份有限公司（5.357）、科樂美運動株式會社（5.357）、科樂美運動和生活株式會社（5.357），度中心度最小值為1.786。2006 年度中心度較大的組織是華為技術有限公司（5.417）、三星電子株式會社（4.583）和清華大學（4.167），最低的度中心度是0.417。可見，隨著網絡規模的擴大，節點度中心度之間的差距也在增加，節點間的關系聯結差距在拉大，度分布不均勻性凸顯。

4.4 中國科技服務業集群多層次創新網絡演化的空間格局

把23 個潛在集群與中國四大區域以及國際組織之間的創新合作聯系轉化成多值矩陣，使用UCINET畫出科技服務業集群多層次創新網絡圖，多層次創新網絡涉及到集群、區域、全球三個層次，見圖4所示（由于篇幅有限，根據前文我國科技服務業的發展階段劃分，選擇了2001 年、2006 年、2012 年和2017 年的網絡圖）。

圖4 中國23 個潛在科技服務業集群多層次創新網絡

由圖4 可見，2001 年，中國科技服務業多層次創新網絡節點少（7 個），網絡關系少，連接強度低，呈現出由北京和上海雙核主導的網絡特征。2006 年，中國科技服務業多層次創新網絡與2001 年相比雖然節點增多（18 個，其中14 個為潛在集群），網絡關系和連接強度增強，但仍然呈現出雙核主導（雙核為北京和深圳）的網絡特征。2012 年開始，中國23 個潛在科技服務業集群全部形成，網絡關系和連接強度明顯增強，呈現出由東部區域的北京、深圳、廣州、上海、珠海、南京等多核主導的網絡模式。與2012 年相比，2017 年中國科技服務業集群多層次創新網絡中的網絡關系最為密集，連接強度也明顯增強，且頭部效應更為明顯，北京、南京、深圳、上海、廣州、杭州等東部區域的集群和成都、西安等西部區域的集群成為創新網絡的多核中心。可見，2001—2017 年，隨著科技服務業多層次創新網絡的不斷演化，科技服務企業在集群、四大區域和全球等多個空間尺度網絡的協同創新行為逐漸增多，網絡關系越來越多，網絡聯系強度也越來越高，空間分布上呈現出顯著的非均衡性。集群為多層次創新網絡的核心節點且集群的創新能級影響科技服務業集群多層次創新網絡的空間范圍和聯系強度；區域層次網絡的核心是東部區域，東部區域的高創新能級集群如北京、南京、深圳、上海、廣州、杭州等城市是多層次創新網絡的中心節點；全球層次網絡的核心節點是東部區域和國外，多層次創新網絡的網絡聯結關系呈現由東部區域少核主導向東部西部多核互連演化，且創新主體間的網絡關系越來越密集。

（1）從集群網絡層次來看，2012—2017 年23個潛在集群的合作創新聯系的空間分布極為不均衡，呈現出由核心集群向弱勢集群急劇遞減趨勢、集群內創新合作的集聚性高于非集群，北京、南京、深圳、上海、廣州、杭州等集群成為中國科技服務業集群多層次創新網絡中集群網絡層次中的核心節點，見表4 所示。

表4 中國科技服務業多層次創新網絡中集群網絡創新合作節點

由表4 可見，在集群內創新合作中，北京、南京、深圳、上海、廣州、杭州等集群的群內專利合作次數最多，在集群內聯系總數中所占比例超過了87%，是本地創新合作最為密切的區域；在非集群創新合作中，北京、深圳、南京、上海、廣州、杭州、南昌等集群的非集群內發明專利合作次數最多，在非集群創新合作總數中所占比例均超過了70%，是集群間創新合作最為密切的區域。

（2）從區域網絡層次看，2012—2017 年，區域內部和區域之間的創新合作關系數遞增，聯系逐漸密切，表明科技服務業組織在區域層面的網絡聯系越來越多，網絡關系越來越密切，且呈現出典型的“核心-邊緣”結構特征，見表5 所示。橫向看，在2012—2017 年，每年的區域網絡創新合作聯系均呈現出東部最強、中部和西部相當、東北弱，自東向西創新合作聯系顯著減少的特征，東部區域內部的創新合作聯系最多且高于東部區域與其他區域之間的合作聯系，這表明東部區域是中國科技服務業多層次創新網絡中的核心區域。中部、西部、東北區域內部的創新合作聯系要低于東部與這些區域之間的創新合作，這表明這些區域在選擇創新合作伙伴時，優先選擇東部區域而不是本區域內部，東部區域的超強創新能力帶來的好處超越了本地距離臨近優勢。中部、西部、東北三個區域間的創新合作聯系較少，表明這些區域在中國科技服務業的多層次創新網絡中處于邊緣區域，主要接受東部地區的創新溢出。

表5 中國科技服務業多層次創新網絡中區域網絡創新合作聯系情況 單位：次

（3）從全球網絡層次看，2012—2017 年，中國東部區域與全球范圍的創新合作聯系最多，其次是中部和西部，東北與全球范圍的創新合作聯系最少，見表6 所示。

表6 中國科技服務業多層次創新網絡中全球網絡創新合作 單位：次

縱向看，中國各區域與全球范圍間的創新合作聯系呈現出階段性波動特點，2012—2014 年間，逐年上升，2015 年回落，2016—2017 年又進入新一輪上升態勢，全球范圍內部的創新合作聯系則呈現出逐年上升態勢，且創新合作聯系遠高于與國內各區域之間的聯系。這表明，中國科技服務業企業雖然認識到國際合作的重要性，但是由于創新能力之間的差距，與全球范圍的合作還有待進一步加深。

5 結論與啟示

5.1 結論

基于創新網絡理論，運用區位熵和社會網絡分析法識別出中國23 個科技服務業集群，收集中國科技服務業有效發明專利合作數據并構建關系矩陣，發現中國科技服務業多層次創新網絡的演化過程可分為萌芽期、起步期、成長期三個時期，在萌芽期創新主體以境外機構為主，起步期以境內機構為主，且呈現出集群網絡、區域網絡和全球網絡的多層次融合，年度合作發明專利申請數量呈現快速大幅增長態勢。通過UCINET 軟件繪制了2001—2017 年科技服務業組織創新網絡圖和23 個科技服務業集群多層次創新網絡圖，對科技服務業多層次創新網絡的區位選擇差異性、網絡特征和空間格局進行分析，揭示了科技服務業集群多層次創新網絡的演化規律，得出如下結論：

（1）中國科技服務業多層次創新網絡呈現出明顯的集群空間特征。Pearson 卡方檢驗方法結果表明，集群區域內與集群區域外的科技服務組織在合作發明專利申請人的區位選擇上，呈現出顯著差異性，中國科技服務業集群和非集群空間尺度上合作發明專利申請人選擇的重要載體是集群，集群與非集群區域的科技服務業組織相比，在發明專利合作伙伴的區位選擇上更偏向于集群區域。

（2）科技服務業創新網絡具有度分布不均勻性、空間分布的非均衡性。由圖3 不難發現，科技服務業組織已逐漸構建了多尺度多空間耦合的合作發明專利關系網絡，隨著網絡規模的擴大，節點度中心度之間的差距也在增加，節點間的關系聯結差距在拉大，度分布不均勻性凸顯。創新網絡在空間分布上呈現出由核心集群向弱勢集群急劇遞減趨勢、集群內聯系的集聚性高于非集群聯系，具有顯著的非均衡性，東部區域的高創新能級集群如北京、南京、深圳、上海、廣州、杭州等城市為多層次創新網絡的中心節點。

（3）中國科技服務業多層次創新網絡呈現出多集群、跨區域、多尺度的“核心-邊緣”空間格局。中國科技服務業多層次創新網絡的創新主體涉及集群、區域和全球層次，跨區域創新合作聯系逐漸遞增，多尺度空間格局已經形成，東部區域是中國科技服務業多層次創新網絡中的核心區域，中部、西部、東北三個區域處于邊緣區域，主要接受東部地區的創新溢出，呈現出典型的“核心-邊緣”結構特征。

5.2 啟示

上述研究結論，有助于各級政府和組織認識到中國科技服務業集聚發展和創新網絡演化的客觀規律，為政府政策的制定和科技服務集群企業構建最佳空間尺度的創新網絡提供參考。一方面，各集群要結合自身的資源和發展階段動態地嵌入多層次創新網絡，加強集群內各創新主體間的關系聯結和聯結頻次，通過提高科技經費投入和科研人員投入等內生創新努力，提升創新能級，從而提高在創新網絡中的網絡位置和中心度，減少節點的關系聯結差距。另一方面，多層次創新網絡的核心東部地區在保持核心優勢的同時，要注意瞄準國際科技前沿，加強與全球范圍內的交叉融合、協同發展，積極嵌入全球創新網絡，通過技術引進匯聚全球范圍內的優質創新資源，最大限度激發創新效益。最后，多層次創新網絡的邊緣中部、西部、東北等區域，應奮發追趕，更加積極地嵌入多層次創新網絡，加強區域間和全球范圍內的創新合作與交流，逐步縮小與東部區域科技服務業發展的差距。同時，在國家層面，要破除集群間、區域間、全球范圍內創新要素流動的障礙，營造有利于加強集群、區域、全球多空間層次協同創新的外部環境，進一步提升中國科技服務業的發展水平。