东北地区城市间协同创新网络特征分析

赵辉越 马语键

[摘 要]城市间的协同创新对一个区域的经济韧性的提升有着重要的作用。为分析东北地区城市间协同创新网络的分布现状，界定各个城市的发展地位和整个地区的创新网络结构，在3C框架下计算各个城市的创新能力的基础上，使用耦合协调度模型计算整个地区的城市间协同创新网络强度，并与较发达的长三角地区作对比，为东北地区的协同创新发展提供理论依据。研究发现，东北地区创新动力不足、科研合作较少、副省级城市创新核心地位不突出、协同创新网络构建的基础设施条件差等问题导致各城市间的协同创新联系强度不高。与长三角地区形成鲜明的对比。为了提高东北地区协同创新的水平，要改善产学研关系，充分发挥“哈-长-沈-大”发展轴的核心作用，消除行政壁垒。

[关键词]协同创新网络;耦合协调度模型;网络结构分析

[作者简介]赵辉越（1976-），女，长春工业大学经济管理学院副教授;马语键（1998-），男，长春工业大学经济管理学院硕士研究生（长春 130012）。

一个地区和城市的稳定发展在全球经济波动和自然危害频发的当下尤为重要。2020年爆发的新冠肺炎疫情席卷全球，更是让全球经济状况雪上加霜。而在经历过自然危害和经济冲击的国家或地区，有的基本抵御住了风险或者在经历波动之后快速恢复并实现经济的继续增长，而有的则在冲击和波动之后逐渐衰退[杜志威：《产业多样化、创新与经济韧性——基于后危机时期珠三角的实证》，《热带地理》2019年第2期。]。经过多年的研究，有学者总结了出现这种差别是由于各个经济体内在结构的差别，并将其定义为经济韧性。在此背景下，经济韧性逐渐成了相关学科研究的重点。在过去的研究中，经济韧性通常被解释为面对冲击的抵抗能力，危机过后的恢复能力[Martin R.，“Regional economic resilience， hysteresis and recessionary shocks”，Journal of Economic Geography，vol.12，no.1（December 2012）pp.1-32.]。我国在2020年全球爆发疫情的一年间，成为了全球主要经济体中唯一经济正增长的国家，这表明我国经济韧性较强。但是经济高质量的增长需要各个地区空间资源高效率的集聚和互补，协同创新网络就是集聚互补的一种重要表现形式。所以一个地区中城市间的协同创新网络联系强度对整个区域的经济韧性的提升有重要作用[郭将：《产业相关多样性对区域经济韧性的影响——地区创新水平的门槛效应》，《科技进步与对策》2019年第13期。]。

早在1965年Ansoff就提出了“协同”一词，他认为协同就是多个独立的个体为了达到同样的目标进行资源共享而暂时形成的一个主体的过程。他还强调，个体在协同的过程中进行资源共享达到的成果要大于个体各自带来的价值[Ansoff H I.，Corporate strategy：An analytic approach to business policy for growth and expansion，New York： McGraw-Hill Companies，1965，p.175.]。张志华（2019）提到创新活动的进行要不断的突破边界、寻求合作。协同创新就是企业跨边界获取资源、提高创新绩效和竞争力的重要手段。

[张志华：《战略性新兴产业协同创新网络影响企业创新绩效的实证研究》，《技术与创新管理》2019年第2期。]。赵波（2019）、陆云泉（2018）等学者在协同创新基础上增加关系网络的定义，他们认为协同创新网络是参与创新的多个主体为了共同的发展目标而进行资源共享、整合，相互联系的网络系统。[赵波：《协同创新网络，资源整合，主体互动与企业创新绩效的关系——以江苏战略性新兴产业物联网企业为例》，《江苏商论》2019年第7期。][陆云泉：《协同创新网络与组织创新绩效的关系》，《北京理工大学学报（社会科学版）》2018年第5期。][刘珊珊：《协同创新网络对协同创新绩效影响机制的实证研究》，吉林大学硕士学位论文，2020年。]Davis（2011）开始将地理学的知识运用到协同创新网络中来，借助地理邻近性理论将协同创新网络应用到区域间的关系研究上来[Davis J P，“Rotating Leadership and Collaborative Innovation：Recombination Processes in Symbiotic Relationships”，Social Science Electronic Publishing，vol.56，no.2（July 2011）pp.159-201.]。王志寶（2013）将区域间协同创新分为狭义与广义。狭义的区域间协同创新是科技创新活动在区域内合作开展，各个地区间为达到创新效益的最大化而进行科技合作以及构建科技创新平台。广义的区域间协同创新是更高级别的协同，区域内通过人口、环境等各个资源的协同发展以达到区域内的效益最大化。

现如今的学者在相关理论发展成熟之后，开始大量运用实证的方法研究协同创新网络[王志宝：《区域协同创新研究进展与展望》，《软科学》2013年第1期。]。孙天阳（2019）利用社会网络分析法对全国各地区的协同创新网络进行研究，他将联合申请专利量作为衡量协同创新的标准，结果发现经济发展水平高的地区协同创新网络强度同样也高[孙天阳：《中国协同创新网络的结构特征及格局演化研究》，《科学学研究》2019年第8期。]。同时，也不乏学者对我国长三角地区和成渝城市群的协同创新网络进行研究[吴慧：《长三角区域产业协同创新一体化的社会网络研究》，《华东经济管理》2021年第1期。][吕丹：《“成渝城市群”创新网络结构特征演化及其协同创新发展》，《中国软科学》2020第11期。]。

城市间的协同创新网络强度既是研究区域经济韧性的核心问题，也是解决东北地区经济锁定的关键。所以本文分别选取东北地区与长三角地区的20个城市三个年份的城市间协同创新网络强度进行对比，以期探究我国东北老工业地区协同创新的现状，并为此提供针对性的建议。

一、模型构建与数据来源

（一）区域创新能力指标的选择和数据来源

刘和东（2020）在研究区域间的协同创新中指出，各地区间形成协同创新网络，首先要求各地区本身具有完善的创新系统。

[刘和东：《区域协同创新效率测度及其关键影响要素——基于静态与动态空间面板的实证分析》，《科技管理研究》2020年第12期。]，该系统以政府、企业、高校等为主体，各个主体间相互合作构成区域的创新系统。本文据此，从各个主体的投入与产出两个视角选取指标，即政府财政支出中科研支出占比，科研人员人数，R&D经费投入，普通高等学校数，申请专利数。数据主要来源于黑龙江省科技统计年鉴，辽宁省、吉林省、黑龙江省、安徽省、江苏省、浙江省统计年鉴，各地级市的统计年鉴和中国城市统计年鉴。

（二）区域协同创新水平的测定

当两个区域的创新系统开始形成有序稳定的合作网络，说明两个区域之间就形成了协同创新过程。协同创新水平的测定既要考虑各区域本身的创新能力，又要分析区域之间空间联系。

故本文通过引用彭翀（2018）的3C框架对区域协同创新水平进行测定[彭翀：《区域协同创新系统绩效评价研究——以长江中游城市群为例》，《现代城市研究》2018年第11期。]。

首先是区域创新能力的计算，本文利用熵值法进行区域创新水平的测定。熵值法是一种从热力学引入的概念，用来计算各个指标的权重值，及对整体的影响程度。相比于其他方法，熵值法消除了主观的因素影响，测定值更为客观。

熵的概念就是对不确定性的测量值，假设j个信息的不确定度用Pj表示，则n个信息的熵值为：

S=-α∑nj=1Pjln（Pj）

其中，α为正常数，各个信息的出现几率相同时，P=1/n，熵最大，即S取值最大。

当确定权重时，假设决策矩阵为：

M=A1Amx11xm1 …… x1nxmn

此时，Pij=xij∑mi=1xij表示j个信息下第i个方案的贡献率。Ai为第i个方案。

设Ej为所有方案对属性Xj的总贡献量。则：

EJ=-α∑mi=1Pijln（Pij）

α=1/ln（m），α为常数，基于此，Ej的值就会在0-1之间，并可以得出所有要素决定权的数值，即贡献度dj=1-Ej。

各个要素的权重为：

Wj=dj∑nj=1dj

当要素对整体无影响时，dj=0。

其次是区域创新联系的计算，区域间的创新联系就是各区域间随着竞争和合作产生的科技创新网络联系。在进行区域创新联系的计算之前，要将数据进行标准化处理。本文利用极差法进行。

正向指标的处理方法：

At=xt-mintmaxt-mint

负向指标的处理方法：

At=maxt-xtmaxt-mint

式中At为标准化处理后的值，xt为标准化之前的数据，mint为数据中最小值，maxt为数据中最大值。

将数据进行标准化处理后，就要进行创新联系的计算，即两个地区协调度的计算：

f（x）=∑nt=1at*xt

g（y）=∑nt=1bt*yt

f（x），g（y）分别为两个目标城市的创新效益，at和bt为各个城市通過熵权法计算出的指标权重。通过创新效益计算耦合度得：

c=f（x1）*f（x2）……f（xn）∑nt=1xtnn1n

其中，C为耦合度，即城市间的创新联系。n为目标城市数，本文研究两个城市间的协同创新作用，所以n=2。

最后是区域创新协同，区域创新协同就是两个城市的内部关系和创新能力都从不平衡趋于平衡的过程，是两个城市相互联系之后形成网络的结果。通过耦合协同度来计算：

D=C*TT=αf（x）+βg（y）

其中D代表创新协同的耦合协同度，C代表创新联系的耦合度。f（x）g（y）代表各城市的创新效益，在研究中将相互联系的两个城市放在同等的地位，所以代表城市权重的α=β=0.5。

二、结果分析

（一）莫兰指数结果

本文选用地理邻接矩阵下的莫兰指数来验证东北地区以及长三角地区的创新能力存在空间溢出效应。

结果如表1所示，可以发现东北地区的莫兰值大多处于负值，并且都在10%以上的条件下显著。这说明东北地区的创新能力呈空间负相关性，空间存在差异性，即创新能力强的城市在东北地区较为分散，并没有为周边的城市带来足够的创新外部性。这也意味着东北地区各城市之间的协同创新能力较弱。反观长三角地区，莫兰指数均大于0且都在10%以上的条件下显著。这说明了长三角地区的创新能力成空间正相关，空间溢出效应明显，即创新能力强的城市周边的城市创新能力同样比较强，存在创新能力的外部性。通过莫兰指数的计算结果为下文分析两个地区的协同创新做铺垫。

（二）创新能力结果

首先是创新能力。如表2左半部分所示，为东北地区20个城市创新能力的数值，表中创新能力的数值是通过熵值法计算并取对数得到的。由表中数值可以发现，东北城市群选出的20个城市中，沈阳市的创新能力在三个年份中是最高的，其次是大连市。哈尔滨市和长春市的创新能力平均分值也同样排在前位，但低于沈阳市和大连市。四个城市的创新能力平均分值普遍在12以上。四平市、延边州、辽源市和绥化市创新能力较低，排在城市中的末位，创新能力平均分值在8左右。从时间角度看，各个城市在断点的三年间创新能力都有所提高。从中可以看出，东北地区整体的创新能力有所提高，这是东北地区实行创新发展战略带来的结果。但是创新能力水平普遍偏低，科技成果转化能力较弱，这仍然是整个东北地区的现状。

东北地区城市创新能力不足的原因在于以下几个方面。首先，东北是最早的工业基地，存在较多的大型企业，并且多数为重化工企业、资源型和传统型企业。这些企业往往由于其垄断地位导致企业创新能力不足，从而影响到整个城市的创新能力发展。作为创新主体的中小企业，在东北地区也很难发挥其主体作用。这是由于东北地区大型企业占主导，导致当地的中小企业主要以服务大型企业为主并提供配套服务，从而降低了其创新的动力。其次，政府的创新投入主要偏向副省级城市，这样就会出现两个极端：第一，除副省级城市以外的城市无论创新资源还是创新资金都会不足，导致城市的创新能力不足。第二，政府对副省级城市的过度投入会带来过于丰富的资金和资源，再加之当地政府对高新企业的优惠政策，吸引大量企业涌入，这样无疑会导致资源和产能过剩，创新效率低下的同时，还会带走其他城市的资源。同时，政府会保证副省级城市高新企业的存活，使更多没有创新能力的企业得以生存，从而更多企业降低了创新的热情。最后，东北地区的高校也主要集中在副省级城市，并且其他各个城市的人才吸引政策力度不够，缺乏新鲜的创新血液注入，导致没有较强的创新能力。

表2的右半部分，是长三角地区20个城市三个年份的创新能力。由表中的数值可以发现，上海市作为全国的金融中心，创新能力在长三角地区是最强的，其次是杭州市。除了作为省会城市的南京市和合肥市外，苏州市、无锡市和宁波市的创新能力也较高。池州市排名最后，创新能力平均值在9左右。长三角地区的整体创新能力平均分值在11以上，处在较高的水平。从时间角度看，长三角地区三个年份中的创新能力也在逐年上升。这说明长三角地区在保持较高创新水平的同时，各个城市创新水平还在稳步提升。从此结果来看，长三角地区的创新发展战略已经取得较大的成功。上海市、杭州市等创新能力较强的城市，在整个国家城市中也是经济较为发达、创新资源和创新投入较为雄厚的城市。无论是用于创新的基础设施建设、政府的政策倾斜还是创新创业环境都加速了这些城市创新能力的发展。创新发展环境不仅在当地培养了大量的优秀创新创业人才，同时大量人口资源也会不断向当地涌入。再加上长三角的区位优势和政府政策的倾斜，不断吸引中小企业入驻。

通过对比表2中数据可以充分看出，东北地区和长三角地区创新能力的不同。东北地区的四个副省级城市创新能力虽然处于领先地位，但是从表中的数据对比可以看出，东北地区副省级城市的创新能力在长三角地区中只能算在中游水平。东北地区创新发展战略格局极为单一，“哈-长-沈-大”的发展轴覆盖面积小，并且没有起到龙头作用。各个城市间创新能力发展差距大，资源分配不均。相反，长三角地区的上海市充分发挥了带头作用，并与其他城市连成一片，创新联动作用覆盖整个长三角地区，各个城市发展自身优势产业，促进创新水平的提升。例如，浙江省利用自身的区位及经济集群优势建立的以油气全产业链为特色的自贸试验区取得了极大的成功。而东北地区当地的私营企业大多依附国有企业而生存，创新能力和动力都明显不足。

（三）城市间协同创新结果分析

表3为东北地区20个城市三个年份的协同创新强度分布。联系强度通过自然断点法分为5个级别，一级联系为最强，五级联系为最弱。如结果所示，东北地区大部分城市协同创新网络的联系强度较弱，大部分处于三级联系和四级联系之间。与创新能力的分布一致，协同创新网络的强度也呈现出以“哈-长-沈-大”发展轴为核心的分布，四大副省级城市与其他城市的联系都比较强，尤其是四个城市之间的联系强度一般都在一级强度。但是绥化市、延边州等边缘城市与其他城市联系并不紧密。从时间上来看，整个东北地区的协同创新网络的强度有所提升，中心城市保持较高联系强度的同时，边缘城市的联系在2019年也有明显的改善。

表4为东北地区三个年份的协同创新一级联系强度分布。由结果可以看出，除了2012年沈阳市与大庆市的协同创新联系强度在一级强度以外，2015年和2019年一级联系强度都只在四个副省级城市之间。由于大庆市自然资源丰富，并且沈阳市的重工业发达，对石油等自然资源需求较大，大庆市关于自然资源的衍生产业较多，与沈阳地区的协同创新联系自然较强。可到了2015年之后，国家限制了自然资源开采，两个城市之间的协同创新联系强度就降为了二级。从结果看，东北地区“哈-长-沈-大”的整体性虽然强，但是作为网络中的核心城市，并没有兼顾到边缘城市。除去四个副省级城市，其余每个城市几乎都有与其他城市存在五级强度的协同创新联系，网络的韧性可想而知。这三个城市与其他城市的五级联系最多。到了2019年，结果虽然有些改善，但还是不能摆脱东北地区城市间协同创新网络强度低的现状。

表5为长三角地区20个城市所选三个年限中的协同创新结果分布。长三角地区整体上的协同创新网络强度较高，普遍为一级联系强度和二级联系强度。长三角地区的协同创新网络呈“一核心多中心”的分布状态，即以上海市为核心，三个省会城市为中心与周边其他城市构成了一个极具韧性的协同创新网络。从时间上看，2012年，长三角地区的多中心状态还没有完全成型，仅仅上海市起到了核心作用。2015年，三个省会城市逐渐发挥了其地区中心的作用，与各个城市间形成较强的协同创新网络，以上海市为主，三个省会城市为辅，宁波市等沿海城市、苏州市等长三角中心城市一起构成了该地区的高质量的协同创新网络，从而形成“一核心多中心”的网络分布状态。到了2019年，情况大有改善，边缘城市的协同创新联系强度显著提高。

但是由结果可知，长三角地区也仍然存在着城市间协同创新联系强度较低的现状，尤其是距离上海市较远的城市，其中以安徽省的三个城市滁州市、宣城市和池州市为主。这說明上海市的创新外部性还没有覆盖安徽省的大部分城市。而在2015年之后，协同创新网络结构偏弱的城市开始有较大改善，但是安徽省的池州市与作为省会城市之间的合肥市的协同创新联系强度仍然是五级，这说明长三角地区极具韧性的协同创新网络中依旧存在着城市之间协同创新联系弱的问题。

通过上述分析对比发现，东北地区相较于长三角地区的协同创新网络分布还存在较大差距，即使东北地区近几年的协同创新发展已经有了长足的进步，但是现实存在的制约条件仍不可忽视。

首先，东北地区的协同创新发展体系还不健全，作为创新主体的企业创新动力不足。由于东北地区受计划经济影响较大，而且作为建国初期最早的工业基地，国有企业在东北地区占比较大，导致了政府对资源的主导作用比市场作用要强，这样便缺少了一个公平的竞争环境。具有垄断地位的国有企业获得一些稀缺资源的机会也就更大，更多的中小企业为了生存选择依附于国有企业，创新对发展而言变得没有那么必要，各个城市间的协同创新也就缺少机会。协同创新也变得寸步难行。创新作为发展的源泉被以政府为主导的市场环境、不正当竞争等所抑制，创新主体的创新动力和协同创新的意向明显不足。

其次，创新投入要素不足，无法支撑东北地区大量创新活动和各城市间的协同创新。政府方面，东北三省政府的R&D投入均处于全国较低水平。创新意味着开发新产品，更新核心技术，发展高新企业，每一步都需要大量科研资金的支持，资金的缺乏导致的协同创新不足会使整个地区的企业附加值低，企业多数以生产初级产品为主。创新资金的来源除了政府投入以外还需要企业自身从资本市场获得。但是资本市场不发达也是困扰东北经济发展的一大难题。在东北地区，融资方式主要以间接融资为主，金融机构的数量少，金融服务的质量低。东北地区银行业主要是以政策性银行和国有银行为主导，导致资本市场同样缺乏竞争，融资渠道少，效率低下。除了资本要素外，创新对人才要素的需求也同样较高。虽然东北地区高校数量在全国各地区中排名靠前，但是毕业生数不能转化成人才资源，而且，东北地区的人口流出还在逐年上升，加上出生率降低和老龄化加重，导致创新人才要素严重缺乏。

再次，产业创新能力差，集群度不高。以吉林省为例，作为老牌工业基地，吉林省在汽车和电子等行业具有竞争优势。但是为了技术保密，在产品更新和技术研发过程中严重缺乏合作意识，这就导致了产业链短，与其相配套的上下游企业少，不具有形成规模经济的条件。受到产业分散问题的影响，不仅产学研的合作程度不高，更影响着城市间的协同创新作用。不仅如此，产业链条短的问题还会使创新成果不能就地转化，多数成果进入到其他产业类型丰富、创新成果需求更高的城市实现产业化。所以，产业结构问题也是困扰东北地区协同创新的一大因素。

最后，协同创新网络的建立要求地区内形成一个足够强大的创新合作体系，既要求政府、企业和高校之间加强创新合作，同时，也要有具有足够韧性的其他网络作为支撑。但是东北地区的其他基础网络也存在着诸多问题。根据东北地区铁路交通图分析得出，金融联系网络和信息关联网络也主要以四大副省级城市为主，并不能为整个东北地区协同创新网络的构建提供较好的基础。

长三角地区的协同创新网络虽然已经富有韧性，建立了比较全面的创新资源共享平台，但是在进一步加强协同创新网络建设的过程中还存在一些不足。首先，行政壁垒依然存在。长三角地区虽然协同创新网络强度很高，但是合作之外还有竞争，这样的竞争无疑会导致资源和人才分配的失衡。其次，协同创新体系还有待提升。虽然政府间在许多科研活动和企业创新活动方面达成过共识，但是关于科技发展规划，重大科研项目等方面的合作还有待提高。最后，由于各地政府的有利性和一味追求政绩等问题带来的排他性，严重影响资源共享和协同创新强度的提高。

三、结论与建议

本文通过对比研究东北地区与长三角地区的协同创新网络强度发现，两个地区的创新能力和协同创新网络强度存在非常大的差距。通过本文的分析，东北地区协同创新发展主要面临以下问题：企业多数为政府主导，创新动力不足;东北地区城市间科研合作较少;副省级城市创新核心地位不突出;构建协同创新网络的基础设施条件差。针对以上问题提出如下建议：

1.加强政府、企业和高校的联系。首先，政府作为当地发展的领导者，要把握好自身干预科技市场的尺度，既不能过度干预又不能放任不管。尤其是在技术创新活动中存在市场失灵的现象，

所以需要加强政府对市场的引导和帮助。尤其是加强对相关产业发展方向的预测，加大对新技术的开发力度，努力培养创新创业人才。为留住本地科研人才、吸引外地人才，政府需要加强基础设施建设，提高公共服务质量，为人才的生活和居住提供舒适的环境。其次，企业作为创新主体，是协同创新网络中的重要组成部分，要寻求多种融资渠道，建立合作共赢的科研共享平台，加强科技成果的转化。最后，高校要为科技创新提供技术支持和人才储备，同时通过引进科技人才来解决重大科技攻关问题。总之，政府要加强产学研的合作创新，提供良好的创新创业环境，制定有利于创新创业发展的政策，企业做好科技成果的转化工作，高校建立数据更全面更有创新能力的科技创新平台。

2.充分发挥核心城市的带动作用，促进整个地区均衡发展。如今，东北地区“哈-长-沈-大”发展轴虽然整体性较高，但是远不及上海在长三角地区的核心地位。所以，要建立富有韧性和强度的协同创新网络就要加强东北地区协同创新网络“核心-边缘”结构建设以及加强各类要素之间的充分流动。首先，充分发挥四个副省级城市的核心作用，加强创新网络建设，共享大型设备等创新资源、技术专利等创新成果。其次，边缘城市的发展不能仅仅依靠模仿增长极的发展路径。。要解决东北地区均质化问题，就要让边缘城市形成具有自身特色的发展模式。最后，创新要素的充分流动是提高一个地区协同创新网络强度的重要因素。建立覆盖大部分城市的交通网络、科技资源共享平台、富有效率的融资平台、完整的信息交流平台等都是保证要素充分流动的必要因素。

3.减少城市间的行政壁垒，避免由于政绩竞争导致合作不深入。城市之间合作建立统一的市场规则，减少歧视，降低准入，将资金、人才和技术流动的成本降到最低。建立跨城市创新园区，实现利益共享风险共担。同时，东北地区不仅要在自身强势产业上进行创新发展，也要在此基礎上推进传统产品向高端化智能化方向发展，例如高端装备制造、智能化汽车等。而高端智能化发展不能单纯依靠东北地区自身，还要进行跨国跨地区的创新合作，建设一批国内外合作的创新产业园和产业基地。建设长吉图开发区，以“一带一路”和中韩自由贸易区为纽带带动东北地区整体合作创新水平的提高。