区域合作创新网络的动态演化

张 璐，项桂娥

（池州学院商学院，安徽池州247000）

创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。创新作为高质量发展最重要的因素，引发了学者广泛讨论。由于创新天然具有高风险性和技术复杂性，各创新主体的发展路径更倾向于“优势互补”而非“单打独斗”[1]，因此创新必须在合作、共享中才能实现。随着全球化和信息化不断发展，网络化创新合作已经逐渐成为一种全新的创新模式，以往创新中依赖“地方空间”所产生的优势正在被网络化创新中形成的“流动空间”所弱化。创新网络正逐渐成为创新要素流动共享、协同合作以及创新成果转化利用的重要载体和有效途径。

研究创新网络离不开“广度”和“深度”这两个重要的衡量指标，前者指企业拥有的创新源和不同类型的合作伙伴的数量，后者是与合作伙伴联系的频率[2]。研究普遍认为，企业创新合作网络越广、越频繁将越有利于创新能力的提升[3‐4]。同时，研究创新网络也应当考虑到地理空间的变化因素。从本地“新区域主义”[5]到“全球生产网络”[6]再到“本地蜂鸣—全球管道”[7]融合式，创新受到地理空间因素的影响已逐步发展成多维空间合作模式。但目前学界尚未解决“广度”“深度”以及地理空间如何综合影响创新因素，进而对整个创新产生作用的过程。

此外，以往研究多聚焦某一行业或发达国家和地区产业的合作创新，对欠发达地区如何实现创新突破关注较少。安徽省作为长三角区域中的省份之一，虽近几年在科技创新中取得一定的成绩，但与上海、江苏、浙江之间的差距仍较大。作为欠发达地区，要想积极融入长三角协同发展，安徽省必须寻求其独特的创新发展路径，这也是欠发达地区实现高质量发展的典型代表。本文以安徽省为例，基于网络化合作创新视角，试图分析合作创新网络演化路径并找寻规律，通过研究合作创新的发展动因，对区域明确自身定位、整合区域优势，更好地实现创新驱动发展具有一定现实指导意义。

一、文献回顾与理论框架

合作创新网络是指创新主体之间建立合作创新关系的网络化模式。合作创新一般以R&D合作为主要形式，以正式或非正式的契约或协议实现主体间创新资源共享、共摊成本，优势互补、共担风险[8]。

目前，理论界对合作创新网络的研究主要集中在三个方面：

一是关注创新主体特征。在创新网络中，科研机构、高等学校承担着知识创造、知识传播与科技创新的任务，是知识溢出的关键来源；企业作为知识溢出的运用者，通过对知识溢出的产业转换来实现创新产出的提升。而不同区域创新的主体并不完全相同。有学者认为国有企业由于承担一定的社会责任，缺乏适应市场进行创新改革的动力和压力，创新主体主要是非国有的民营企业[9]；另一些学者则认为合作创新网络中中心度较高的节点多为理工科高等院校[10]。不同国家或地区创新主体并不完全相同，因此，应进一步明晰安徽省合作创新网络的主体特征和作用。

二是空间尺度方面。新区域主义[5]认为应重视本地知识网络，根植性和地理邻近具有网络优势，产业集聚有重要意义；而全球生产网络学派[6]基于全球化产业链发展，认为跨界网络能促进异质性知识的融合，知识的全球化共享与传播能进一步推动创新发展；关系经济地理学[7]认为应将本地网络和跨界网络结合起来，构建知识流动的“本地蜂鸣-全球管道”模型。以往研究虽较好地解释了如何挖掘和开发发达国家、地区或产业集群创新，但很难解释中国欠发达地区创新发展。且多聚焦全球化的空间尺度，尺度较单一，理解较为片面，比如安徽省近几年的科技创新既通过招商引资建立与发达地区的联系，同时也积极推动地区创新产业集聚、产业结构优化、加强自主创新，而其跨国联系贡献很小。

三是网络尺度方面。不同行业中，创新主体寻求的合作伙伴类型有所不同。如有学者认为高校、民营企业在中国装备制造产业创新网络的地位不断增强[11]，而在新能源汽车行业2012年以前高校是网络关键节点，但在2012年之后则演变为与电力相关的公司及研究院[12]。以往研究均局限某一行业，较少涉及某一区域，且以产学研合作数据解释不同类型合作的作用是较为片面的，缺乏说服力。企业与企业之间的合作已成为创新网络的主体，应以全部合作类型数据进行分析。

基于以上不足，本文聚焦于空间尺度和合作伙伴类型对合作创新的影响。与以往研究不同，本文的创新点在于：一是引入组织学习理论，试图解释不同类型的合作伙伴的交互学习对创新的影响，以弥补网络构成尺度上的缺失；二是基于安徽省特点，建立本地、本省、本国、海外四个区域空间尺度，揭示安徽省合作创新的独特性和创新的动力源；三是以安徽省范围内企业和企业、产学研全口径的合作类型展开分析，弥补以往研究数据的片面性。

本文主要研究三个方面的问题：一是结合安徽省创新发展的进程分阶段对合作创新的动态演化特征进行了研究；二是分别从创新主体层面和城市合作层面分析，将微观创新主体和创新城市结合起来，探寻其演化规律；三是构建负二项回归模型，实证分析创新主体属性、创新城市政策环境以及创新网络结构对企业创新能力的影响程度，增强结论的可靠性。

二、数据来源与研究方法

1.数据获取及处理

合作创新通过创新资源的投入、知识创造，最终形成创新产出。研究中创新产出多以学术论文和联合专利申请数作为合作创新能力的重要指标[13]，而二者相比，联合申请专利是协同创新最直观的创新产出数据[14]，更适合用来衡量科技创新能力[15]。因此，本文以联合申请专利数来衡量安徽省创新网络，数据来源于国家知识产权局。

考虑到2000年以前联合申请专利数不足10个，为保证最低样本量要求，本文提取2000—2018年由2个或2个以上主体合作申请的专利信息。数据筛选标准：（1）专利申请地区为国内；（2）删除个人申请专利；（3）确定主体所在城市，以反映城市之间的创新合作；（4）按行为主体的属性特征，分为国有、民营、高校或研究院等类型。信息通过中国经济普查企业名录获取，最终得到原始数据共计26 483项。

2.研究方法

基于复杂网络理论，本文采用Gephi软件对合作创新网络的关系结构进行可视化描绘，并运用复杂网络的统计指标进行数理分析。

三、安徽省合作创新网络结构演化

1.合作创新网络演化趋势

根据2000—2018年联合申请专利数的趋势，可将安徽省合作创新划分为2000—2009年、2010—2014年、2015—2018年3个阶段，其趋势图见图1。

第一阶段为起步阶段（2000—2009年）。2000年颁布的《关于修改〈中华人民共和国专利法〉的决定》明确了专利权人的合法权益，为专利的申请提供重要的法律保障。由于企业间合作和校企合作尚处于萌芽状态，这一阶段以各主体独立申请专利为主，合作申请专利较少。这一阶段主要特征是国有企业和高校是联合申请专利的主体。以2009年为例，该年度联合申请的276项专利中，国有单位占比高达70.4%。

图1 2000—2018年安徽省联合申请专利趋势图

第二阶段为持续增长阶段（2010—2014年）。随着2010年国家技术创新工程在安徽省试点工作的全面部署，安徽省加快创新城市建设，完善创新机制、优化创新环境，联合专利数量从2010年705项增长到2014年2 460项。此阶段最重要的特征是大型企业（合肥美的、芜湖奇瑞、合肥京东方等）的联合申请数量多。如合肥京东方，2014年一年的联合申请数量就高达418项，合作创新取得了巨大成功。

第三阶段稳步增长阶段（2015—2018年）。2015年安徽省大力推动创新创业高质量发展，从多角度、多维度支持鼓励科技创新，创新产出实现连续保持在10%以上的增长率，全省创新产出能力明显提升。这一阶段最重要的特征是创新主体实现多样化。国有企业、大型民营企业、理工科类高校、研究所等创新主体、创新数量均大幅增加。

通过三阶段特征，运用Gephi软件绘制出2000—2018年安徽省合作创新网络拓扑图。

图2 2000—2018年安徽省合作创新网络结构图演变

网络图中边的粗细代表创新合作的频率，字体大小代表出现的次数。2000—2018年，安徽省联合申请专利规模逐年增长。具体而言，第1阶段节点和边都比较少，节点之间较为孤立，网络未连通，主体合作对象单一，仅有中国科技大学、中国科学院和宁国中鼎股份有限公司有2个以上创新合作伙伴；第2阶段合作数量增长迅速，增长率保持在10%以上。网络图开始呈现“多节点多边辐射”的网络状态，以合肥工业大学、淮南矿业、中铁四局为中心点向外辐射，多向合作，中心节点数量增加，网络化初步显现；第3阶段，节点的网络化规模扩大，合作创新数量和合作频率都大幅提升，并呈现出“多节点蜂窝状”，主要以合肥工业大学、国家电网、京东方、美的集团、中铁四局等为中心的独立聚集圆环。从图中每个阶段的主导企业可以看出，安徽省合作创新的中心节点由单一高校转向多元化主体，其中大型民营企业的发展迅速。

不同所有制属性的主体选择合作伙伴的倾向各有不同。其中，大型国有企业因受政府资金或政策影响，较倾向于在系统内寻找合作对象，如国家电网、中铁四局更倾向于与分支机构系统内的研究所进行合作，而民营企业则倾向于与高校或产业伙伴进行合作，如京东方、美的集团往往和产业伙伴或高校间合作更为紧密。

2.合作创新网络特征

根据Gephi计算出复杂网络相关统计指标，见表1和表2。

表1 复杂网络指标含义

表2 2000—2018年安徽省合作创新网络指标统计值

由表2可知：（1）网络规模呈逐渐扩大趋势。网络节点数和边数逐年增长，表示参与合作创新的主体和建立的合作关系逐渐扩大。（2）网络直径逐年增长，2018年达到14。有研究表明，科技合作创新网络在成长初期网络直径会快速增长，在达到12～14左右后趋于稳定[16]。安徽省创新网络增长趋势显示安徽省正处于成长期。（3）网络连通性较差。网络聚类系数值有所增加，“小世界网络”特征显现，但网络密度值远低于1。说明尽管合作主体逐年增加，但均处于独立的模块化的小网络中，网络整体凝聚力不强，机构间的合作关系并不稳定。

3.安徽省合作创新网络空间尺度

知识的流动性和外部性是合作创新的前提条件，不同创新主体的合作形成的知识网络，在空间上又表现为城市创新网络。为体现区域环境对合作创新网络的影响，本文以创新主体所在城市为空间尺度，绘制安徽省合作创新城市空间网络图，探析城市之间跨界合作的特征。

由图3可知，第1阶段创新城市空间图较为简单，主要以合肥市为主，逐渐向外扩散，合作城市主要集中在省内，并且主要集中在医药、煤矿、机械等重工业，原因是专利申请主要是国有企业，淮南淮北以煤矿业为主，合肥、宣城市、蚌埠市以机械、医药类行业为主；第2阶段，合作城市从省内合作伙伴发展到省外，以上海市、北京市为主，不少创新企业总部一般设在上海、北京市，联合申请专利很多是总部—分支机构合作，上海和北京市是全国科技资源的核心聚集区域；第3阶段，呈现以合肥市、芜湖市为主的经济圈式创新合作态势，跨界合作主要是省外城市，以北京、佛山市、深圳市为主，对外部专利辐射有一定的带动作用，同时，省内其他城市如马鞍山、淮南、滁州、六安等也初步形成了一定规模的创新网络，且小网络之间具有连通性，共同形成安徽省合作创新网络图。

在合作创新的不同阶段，核心城市会发生一定的变化。如合肥市凭借省会城市的优势，获得的政府R&D投入、拥有的高等院校及研究所数量以及享受的宽松政策在同一时期均处于绝对优势水平，因此在创新网络中处于核心地位。但随着城市间的经济发展变化，芜湖市等其他城市也逐步形成了自己的创新网络。

图4 2000—2017年合作创新空间结构

在合作创新的不同时期，寻求的合作城市也会发生变化。由图4可知，从第一阶段的市内、省内合作到第二、三阶段国内合作，合作的城市距离发生了变化。不同创新主体偏向的合作城市各不相同。小企业倾向于与市内合作；国有企业和大型民营企业则倾向于寻求科技资源、人才资源更加富裕的地区的创新主体合作。省内高校和研究所倾向于和省内企业开展合作，部属高校和国家级科研院所则更倾向于全国全球范围内的合作。

由此可见，区域内的R&D经费来源、研发政策环境、研发主体的类型等在创新合作网络的形成和演化中均产生重要影响。

4.安徽省创新合作的影响因子分析

通过比较分析2000—2018年安徽省企业、城市合作创新网络，基于特定的企业属性和区域创新环境来构建模型，以期进一步考量合作伙伴类型和空间尺度对企业创新网络形成的影响程度。

（1）研究假设

①所有权属性

不同类型企业其获取创新资源的能力是不同的。国有企业规模较大，有充足的资源和资金投入到科技创新，更容易寻找到合作伙伴，因此具有较高的创新水平。此外，国有企业还可以获取政府资金和政策支持，相较于民营企业更易获得创新所需的资源[11]，从而提升创新能力。

H1：国有企业相较于非国有企业创新能力更强；

②区域创新环境

企业发展离不开其所属城市，在创新资源较丰富的城市，企业创新发展也会拥有更多的机遇。城市内拥有较多的高等院校和研究机构，企业可以减少寻找知识伙伴进行合作创新的成本；同时，地方政府的技术研发经费投入也会给企业创新提供支持，提高企业创新水平[13]。

H2：研究机构数目和政府R&D经费支出对其创新能力成正影响。

③合作伙伴类型

根据组织学习理论[10]，创新合作方式分为知识学习（STI）和经验学习（DUI），以STI为创新合作的企业注重基础理论知识的应用和突破，更多的寻求与高等院校或科研机构的合作，即知识伙伴的互动；以DUI为创新合作的企业更重视知识的市场化，更倾向于寻求与产业链上的供应商、客户或者同行之间的合作，即产业伙伴的互动。

H3：相对于知识伙伴而言，企业与产业伙伴之间的创新合作互动对创新能力的影响更为显著。

④空间尺度

合作创新城市空间网络图谱图显示，创新发展初期或小型企业更倾向于寻求市内企业合作，形成本地网络。然而，由于聚集在一起的产业由于其知识的局限性和自闭性，更容易产生创新锁定风险[17]，不利于企业创新能力的提升。跨区域合作可以拓展知识源，形成知识流动。通过寻求跨界合作，创新主体能获取相对较多的创新资源，创新能力也会相应提高。

H4:多尺度跨区域合作网络的主体创新能力更加明显。

2.模型设定

由于合作专利数据属于计数数据，可能呈现泊松分布或负二项分布，所以在选取模型时先通过hausman检验确定选择固定效应或随机效应模型。具体公式如下：

式中，i表示第i家企业，Yi是被解释变量，表示一段时期内地区的创新能力；βi分别为参数估计值；Firm表示企业经验和所有制性质，企业经验是企业在各个阶段内出现的次数；所有制性质用1表示国有企业，非国有企业则用0表示。Network是创新网络，采用0和1两分法对空间尺度和合作伙伴类型划分。Context是区域创新环境，包括本市研究机构数目和政府研发经费投入。εi代表随机项。数据来源于专利数据库和2001—2018年安徽省统计年鉴，变量选取情况如下表3：

表3 变量选取的情况

3.描述性统计

根据表4描述性统计分析结果可知，被解释变量为整数值，标准差大于均值，再进一步用LR检验，得出LR=0，说明拒绝泊松回归模型，使用负二项回归模型更为恰当。变量中政府研发经费投入值较大，因此模型中取其对数值。

表4 变量的描述性统计

4.实证结果

表5 负二项回归结果

表5负二项回归结果显示：

首先，企业属性中经验指标在三个模型中显著为正，说明随着企业在创新合作中的参与程度越高，企业的创新能力越强，且随着时间演变，其影响效应增强，系数值从0.333到0.505，说明网络的极化态势显著，呈现稳定的“核心-边缘”结构。究其原因，能持续进行创新合作的企业创新实力较强，有较好的创新资源和稳定的合作伙伴；而持续创新能促进企业发展，企业实力的增强又会促进企业进一步合作创新。

其次，创新网络与创新能力正相关。空间尺度方面，除了海外尺度第1和第3阶段不显著，其他空间尺度均正向显著，且本省和本国系数值均大于本市，说明本省、本国合作较多的企业创新能力要高于本市合作企业，即具有较高创新能力的企业通过搜寻和融合本市以外的跨境合作而具有更高的创新绩效。合作伙伴类型方面，产业伙伴的合作更能提高创新能力，到第3阶段，产业伙伴的作用（0.096）相较于知识伙伴（-0.057）更明显。这说明产业伙伴对企业创新能力的提升有较大的促进作用，来自于产业伙伴的合作创新能更快进行产业化、市场化，关系也更趋于稳定。

此外，回归结果显示：所有制和研究机构数量系数值均为负，说明城市中的研究机构数量和企业产权制度对企业创新能力有一定的负效应，H1假设不成立。但政府R&D投入系数为正，说明地方政府加大研发投入，对提升企业合作创新有一定促进作用，随着越来越多的创新城市加入创新网络，比如芜湖市，在第3阶段开始逐步形成区域创新中心。

四、结论和建议

本文以区域创新网络理论为基础，综合运用社会网络分析法，从空间尺度和合作伙伴类型的视角，围绕安徽省合作创新的三个不同阶段开展研究，重点分析了2000—2018年安徽省合作创新网络的形成及演化规律，并在此基础上通过构建负二项回归模型探讨安徽省合作创新网络的影响因素。主要结论如下：

第一，安徽省合作创新网络的阶段性特征明显。从最初阶段的零散合作到后续阶段的形成规模再到现阶段的复杂网络，安徽省合作创新网络在主体多元化、结构复杂化、联系紧密化方面不断加强，符合创新网络发展的一般规律。从创新主体看，从国有企业、研究所为主体逐步转化为以大型民营企业、理工科高校及国有企业为主体，民营企业逐渐成为合作创新的主力军。从创新城市角度看，省会城市合肥市仍然处于绝对的核心功能区，但其他城市例如芜湖市也逐渐形成了自身的网络圈。

第二，跨区域企业间的合作在创新网络中的引领作用明显。从“术业有专攻”的角度来看，跨区域企业间的合作，通过合作的方式与具有较强实力的企业深度对接，通过强势联合、互补所需，有效避免了低水平的同质竞争；从创新风险成本控制的角度来看，由于创新具有高风险性和技术复杂性，在创新网络中更强调的是相互协作，补齐短板，互利共赢，更符合对创新风险成本的控制要求。

第三，高校和专门研究所在创新网络中的桥接作用明显。高校和专门研究所作为知识伙伴代表着知识创造能力，而且相对产业伙伴而言更容易形成网络化，对提升创新能力更加显著。在安徽省复杂网络的形成过程中，高校和专门研究所发挥了巨大的桥接作用。例如，合肥工业大学在各个阶段的网络中均处于中转枢纽地位，充分发挥了高校的桥接作用；安徽大学、安徽农业大学、安徽建筑大学等也都结合自身的专业特色形成了相对密集的创新小网络。造成这种情况的原因主要有两方面：一方面在安徽省融入长三角一体化发展的过程中，创新主体要在长三角的合作和竞争中占有一席之地，就必须要走出一条以科学技术为基础支撑的新路；另一方面，企业为了获取竞争上的优势，往往愿意加强与具有专业技术优势和创新研发能力的高校、研究机构的合作。在数量众多、技术侧重点各有不同的企业刺激下，高校、研究机构实际上成为各类创新思维和创新技术的集散地，形成创新网络的核心节点。

第四，地理因素在创新网络中的影响作用淡化。在信息化全球化背景下，外部知识源对创新网络发展至关重要，地理临近已并非成为城市合作创新、知识获取的必要条件，北京、深圳、武汉、佛山等在地理上与安徽并不临近的城市已然成为安徽省创新网络中的重要节点。

基于此，本文得出促进区域合作创新网络构建及空间布局优化的建议：

一是进一步优化本地创新环境，对创新网络的发展进行精细化管理。在区域各创新主体的研发投入趋于饱和、区域创新研究机构数量趋于稳定、区域创新资源禀赋条件趋于同质的环境下，努力发挥和提升创新网络质效。

二是进一步提升跨界企业合作创新的契合度，形成一整套行之有效的争端解决机制。有效规范各创新主体在创新网络中的行为，减少对市场有较大影响力的企业在跨界合作创新中出现重大分歧的概率。

三是用好高校、研究所的创新网络“能量站”，发挥网络辐射功能。鼓励大企业增加研发成本投入，提升高校、研究机构研发能力和人才储备，充分调动产学研合作创新的积极性。

四是注意创新合作的弱地理临近分布的显著效应，注重发掘和开拓经济地理学“网络化”研究范式的新内涵新视野。充分发挥安徽省城市群的区位优势，注重与地理上并不临近的城市创新网络的接入工作，建立、完善跨区域创新网络格局。