浙江省城市间协同创新网络演化及影响因素研究——基于创新网络视角

李 艳 叶明确

一、引言

创新驱动发展战略背景下，协同创新是区域经济发展的重要推动力,有助于发挥区域创新要素的集聚优势及创新“第一动力”作用，增强区域经济协调性。协同创新还是提升区域创新能力的有力支撑，建立跨区域协同创新网络，有助于加强区域间的协同创新联系，为创新要素流动、创新成果共享、技术扩散提供了条件。协同创新在一定程度上还发挥着“引进来”与“走出去”的双向作用，促进了区域间的创新合作与交流，为区域制定空间战略规划提供重要参考。

浙江省作为我国发展最为成熟的省份之一，是创新要素资源的主要集聚地，是区域一体化起步最早、基础最好、程度最高的主要地区之一。根据《中国城市和产业创新力报告2017》《中国区域创新能力评价报告》及《中国城市创新竞争力发展报告》可以得出，在2001—2020年的中国省级创新能力排名中，浙江省排名一直位居全国第5位，尽管在全国省级排名中一直相对靠前，但近十年来，浙江省创新力排名没有任何提升，且与排名前四的广东、北京、江苏、上海的差距不断增大，与排名第六的山东之间的差距逐渐缩小；在2001—2020年的中国城市创新能力排名中，作为浙江省创新力最强的城市杭州，其创新能力远落后于北京、深圳、上海、广州，且被苏州反超。可见，尽管浙江省创新能力排名位居全国前列，但与我国创新先进地区相比，浙江省的创新能力、创新规模及创新质量等方面都有较大差距。因此，提升浙江省城市间协同创新能力势在必行，协同创新有助于激发浙江省创新活力，促进浙江城市间创新要素的流动，实现创新资源的整合，强化协同创新的多维溢出与集聚效应，有助于提升浙江省的创新能力和发展潜力。另外，在浙江省创新资源不足的情况下，协同创新有助于优化浙江省创新要素配置，对推动浙江省高质量具有重要现实意义。

查阅相关文献发现，目前国内外相关研究主要集中在协同创新、协同创新网络构建、协同创新网络的影响因素等方面。首先，在协同创新方面，目前关于协同创新的研究主要集中在协同创新的内涵(1)董津津、陈关聚、陈艺灵：《协同创新如何避免价值共毁？——参与者异质性视角的模糊集定性比较分析》，《科学学研究》2021年第5期。、动因(2)Fiaz M.，“An empirical study of university-industry R&D collaboration in china: implications for technology in society ”, Technology in society,Vol.35,No.3,2013,pp.191-202.、模式(3)何郁冰：《产学研协同创新的理论模式》，《科学学研究》2012年第2期。及作用机制(4)杨晓昕、陈波、张涵：《军民融合协同创新、空间关联与国防创新绩效》，《科技进步与对策》2020年第9期。四个方面。其次，在协同创新网络构建方面，目前主要有两种方法：一是利用引力模型测度城市间创新联系强度(5)Andersson D E etal.，“The geography of Chinese science”, Environment and Planning A, Vol.46, No.12, 2014, pp.2950-2971.(6)蔡翔、赵娟：《大学-企业-政府协同创新效率及其影响因素研究》，《软科学》2019年第2期。(7)叶明确、任会明：《中国省际人口流动网络演化及其影响因素研究》，《当代经济管理》2020第3期。；二是基于合作论文及合作专利等数据、综合运用文献计量学方法构建城市间协同创新网络(8)Matthiessen C Wetal.，“Systems, networks and potential dynamics: An analysis based on bibliometric indicators”, Urban Studies, Vol.47, No.9 , 2010,pp.1879-1897.(9)叶明确、任会明：《北京和上海城市网络时空演化研究》，《上海经济研究》2019年第5期。(10)任会明、叶明确、祝影：《 基于教育网络的上海城市网络空间结构研究》，《经济地理》2019年第8期。。最后，在协同创新网络的影响因素方面，协同创新网络受多种因素影响，当前，学术界关于城市间协同创新的影响因素主要归结为地理距离(11)张德钢、陆远权：《中国碳排放的空间关联及其解释——基于社会网络分析法》，《软科学》2017年第4期。、经济发展水平(12)盛广耀：《中国省际人口流动网络的演化及其解释》，《中国人口·资源与环境》2018年第11期。、科研产出水平(13)夏丽娟、谢富纪：《邻近性视角下的跨区域产学协同创新网络及影响因素分析》，《管理学报》2017年第12期。、科研投入水平(14)范柏乃、吴晓彤、李旭桦：《城市创新能力的空间分布及其影响因素研究》，《科学学研究》2020年第8期。、产业结构(15)曾冰、邱志萍：《长江经济带省际贸易网络结构时空特征及其影响因素研究》，《上海经济研究》2017年第9期。、人力资本(16)何舜辉、杜德斌、焦美琪：《中国地级以上城市创新能力的时空格局演变及影响因素分析》，《地理科学》2017年第7期。、 人口集聚(17)邵汉华、周磊、刘耀彬: 《中国创新发展的空间关联网络结构及驱动因素》，《科学学研究》2018 年第11期。等。但在创新驱动发展战略背景下，目前学术界关于城市间协同创新网络的关注较少，而且在研究时间的选择上跨度不够大，对城市间协同创新网络的剖析不够深入。因此，本文利用社会网络分析法及修正引力模型，所用数据“城市创新指数”来源于我国目前最新统计报告《中国城市和产业创新力报告2017》，将研究方法及数据相结合，选择2001年、2006年、2011年及2016年四个时段的浙江省城市间协同创新网络进行研究，剖析浙江省城市间协同创新网络的演化趋势及影响因素，有助于促进浙江省城市间协同创新的发展，提升浙江省各城市的创新能力，为浙江省协同创新驱动发展的实践提供科学依据。

二、浙江省城市间协同创新网络构建与指标测度

(一) 浙江省城市间协同创新网络构建

本文以浙江省11个地级市为研究对象，利用Ucinet6.0软件探究浙江省城市间协同创新网络的结构特征及演化。不同于以往研究往往选用专利合作或者论文合作数据作为城市间协同创新联系的测度，本文运用我国目前最新统计报告《中国城市和产业创新力报告2017》中的“城市创新指数”数据综合体现城市创新能力的高低，城市间的地理通过ArcGIS软件计算获得，且相应年份区县级行政边界按研究设定进行处理。接着将城市创新指数数据运用到修正引力模型，构建并测度2001年、2006年、2011年及2016年四阶段的浙江省城市创新的空间联系强度矩阵。引力模型界定中城市创新联系强度与城市创新水平成正比，与城市间的地理距离成反比(18)温馨、高维新、朱金勋：《粤港澳大湾区城市时空演变测度及协同发展研究》，《统计与决策》2021年第11期。。由此本文建立的引力模型如式(1)：

(1)

(1)式中，Rij为两城市i、j的创新联系强度；Kij为城市i、j间的引力常数，一般取1，Ii、Ij分别为城市i、j的创新指数；dij为城市i、j间的交通距离距离；b为距离摩擦系数，理论为1或2(19)许学强、周一星、宁越敏：《城市地理学》，北京:高等教育出版社,2003年。。本文在参考相关研究及对浙江省城市创新联系矩阵进行计算的基础之上，发现浙江省城市间距离摩擦系数b取1时更加符合实际，更能合理反映城市间创新联系的强度(20)谢诗光：《浙江省县际经济联系网络结构演化分析》，《世界地理研究》2020年第4期。(21)崔万田、王淑伟：《京津冀区域经济联系强度与网络结构分析》，《技术经济与管理研究》2021年第4期。。所以本文的修正引力模型具体如式(2)：

(2)

同时，为了体现浙江省不同城市在协同创新网络中的权重，本文以浙江省城市创新联系强度矩阵各行的均值作为阈值，将浙江省城市创新联系强度矩阵二值化为有向网络数据。具体是以Rij各行的均值作为阈值,每行中创新联系强度Rij高于该行均值的记为1，表示城市i对城市j存在创新能力空间溢出效应；反之，记为0，表示城市i对城市j不存在创新能力空间溢出效应(22)周锐波、刘叶子、杨卓文：《中国城市创新能力的时空演化及溢出效应》，《经济地理》2019年第4期。。

(二) 浙江省城市协同创新网络指标测度

为探索浙江省城市间协同创新网络的结构特征，运用社会网络分析法，利用Ucinet6.0软件对浙江省城市间协同创新网络相关指标进行了测度。在整体网层面，选用网络密度、中心势两个静态指标对比分析浙江省城市间协同创新网络整体的拓扑结构特征演化；在局域网层面，通过凝聚子群对比分析浙江省城市间协同创新网络内部团体聚集情况演化；在个体网层面，从城市点入度、点出度和结构洞对比分析浙江省城市间协同创新网络的城市节点特征演化(23)刘军：《整体网分析讲义》，上海: 格致出版社，2009年。(24)孙天阳、成丽红：《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。。

1. 网络密度

用网络密度来衡量浙江省城市节点之间创新联系的紧密程度，具体计算公式为式(3)。

(3)

其中Dens为浙江省城市间协同创新网络的密度，其值越大说明网络成员之间联系越密切；Rij为节点城市i与j之间的协同创新联系强度；n为浙江省节点城市数量，本文n=11。

2. 中心度

在浙江省城市创新有向网络中，城市创新联系的强度和方向存在差异，对其中心度进行分析，可以看出不同城市在城市间创新网络中的地位和作用。本文选取点出度、点入度对其进行分析。具体计算公式如式(4)和(5)：

(4)

(5)

其中，CD(out)(i)、CD(in)(i)分别为节点城市i的点出度及点入度，Rij为节点城市i、j之间创新联系的有效数量。如果节点城市i的点入度及点出度都较高，说明该城市位于浙江省城市间协同创新网络的中心，很可能拥有较大的权利。

3. 网络中心势

网络中心势用以测度网络各节点的凝聚水平在多大程度上是围绕某个或某些中心而组织起来的，从而反映浙江省城市间协同创新网络发展的均衡与偏离程度。在有向网络中又分为点入度中心度与点出度中心度，具体计算公式为式(6)：

(6)

其中，CP为网络点入(出)度中心势，Ci为网络节点i的点入(出)度中心度，Cmax为网络节点的点入(出)度中心度的最大值。

4. 结构洞

对处于浙江省城市间协同创新网络的任一城市而言，占据结构洞位置有助于为其提供获取“信息控制”和“利益控制”的机会，从而比城市创新网络中位于其他位置的城市更具有竞争优势。结构洞的衡量指标主要为有效规模、效率及限制度，其中，有效规模等于城市创新网络中的非冗余因素；效率等于节点城市的有效规模与实际规模之比；限制度指节点城市在创新网络中拥有的运用结构洞的能力，且是三者之中最重要的指标。

5. 凝聚子群分析

创新网络中某些节点城市间的关系特别紧密，以至于结合成一个次级团体时，则称该团体为凝聚子群。如果浙江省城市间协同创新网络中存在凝聚子群，且子群密度较高，则表示该子群内部的成员之间联系紧密，创新联系强度较高，在信息分享和合作交往频繁。

三、浙江省城市间协同创新网络结构特征及演化分析

(一) 浙江省城市创新能力整体情况

图1报告了2001年、2006年、2011年与2016浙江省城市创新能力的整体情况。可以发现，浙江省11城市创新指数整体在不断增长，且增长速度加快，经历了由低水平时期的稳定波动向较高水平时期的快速增长的转变，但城市间创新指数差别较大。杭州的创新水平一直位于浙江省首位且远高于其他城市，其次是宁波、温州；相反，丽水、衢州、舟山的创新能力较差。可见浙江省11个城市在创新能力方面存在严重的两极分化，原因可能是杭州地理位置优越，且为创新要素的集聚地，得益于浙江大学与阿里巴巴的创新基因，创新能力较强；而丽水、衢州、舟山发展起步较晚，开发程度较小，缺乏创新要素导致其创新能力较弱，但是创新指数在不断增长，说明这些城市存在一定的创新发展潜力。从协同创新联系强度方面来看，随着创新指数快速增长，在城市地理距离不变的情况下，城市间创新联系强度大幅度提高，这主要得益于创新政策的出台、信息技术水平及交通水平的发展，使得城市间的创新要素跨区域流通越来越便利，创新能力不断提高，协同创新联系强度愈发紧密。

图1 浙江省11个城市创新能力图

(二)浙江省城市间协同创新网络整体的拓扑结构

为了更简单明了地展示浙江省城市间协同创新网络结构的演化，本文使用 Gephi软件分别绘制2001年、2006年、2011年及2016年的浙江省城市间协同创新网络图(图2)，并分别用节点大小、连线粗细程度表示城市度数中心度和合作强度。从图2可以看出，2001年—2016年浙江省城市间协同创新联系不断增加，越来越多的城市参与协同创新，这又进一步了促进浙江省城市间协同创新的发展。网络成典型的“核心—边缘”结构，基本以杭州、宁波、绍兴为核心呈放射状向周围分布，这三个城市的中间中心度较高且位于网络核心位置，可以有效地控制网络中其他节点城市；湖州、衢州、舟山、丽水等处于网络的边缘，不能控制网络中的其他任何节点城市，对其他城市的依赖程度较高。这主要是因为在浙江省协同创新网络中，杭州、宁波、绍兴地理位置优越，人才新吸引能力较强，创新起步较早，创新政策优势明显，而湖州、衢州、舟山、丽水等城市则不具备这些优势。

表1报告了浙江省城市间协同创新网络的整体拓扑结构特征。从浙江省城市间协同创新网络密度来看，网络的整体密度相对较高且呈现较小的波动，但整体还是呈缓慢增长趋势，这说明浙江省城市间协同创新网络中11个城市之间创新联系水平相对较高，各城市对创新型生产要素获取和共享的渠道也较多，但城市间的协同创新联系水平有待继续提高。从浙江省城市间协同创新网络的标准差来看，从2001年到2016年浙江省城市间协同创新网络的标准差由0.4880变动到0.4835，整体来看该标准差较大，各年份波动较小，这表明浙江省城市间协同创新联系的差距较大，呈现明显的两极分化趋势，且协同创新联系主要靠网络核心城市的驱动，可能越来越趋于两极化发展趋势，这主要是浙江省城市间创新合作主要发生在创新水平相似、经济发展水平相似或地理邻近的一小部分城市之间，不利于浙江省整体创新联系水平的提升。

图2 浙江省城市间协同创新网络图

从浙江省城市间协同创新网络中心势来看，首先，浙江省协同创新网络的标准化点出度中心势与点入度中心势均值分别8.5%与60.75%，两者差别较大，说明该网络具有极大的不对称性，协同创新的辐射效应远低于受益效应，这不利于浙江省城市间协同创新联系强度的整体提升。浙江省城市间协同创新网络的点出度中心势与点入度中心势不高，说明该网络没有明显的集中趋势，节点间联系不够紧密，与之对应的子群间联系较少，不利于浙江省城市间协同创新的发展。其次，浙江省城市间协同创新网络的点出度中心势整体呈大幅度波动且逐渐减小趋势。这主要是因为浙江省城市间协同创新联系主要发生在创新水平相似、经济发展水平相似或地理邻近的一小部分城市之间，相同或相似的要素条件及默契程度可以节省城市间协同创新的交易成本，并且随着协同创新联系强度的提升，产生规模经济效应，进一步节省创新合作的成本，这就导致了它们与其他外围城市间的协同创新联系强度不断减小，协同创新的城市合作范围也在不断缩小，这说明今后浙江省应进一步加强核心城市与边缘城市间的协同创新联系。再次，浙江省城市间协同创新网络的点入度中心势呈小幅度下降趋势。主要是因为在浙江省各城市创新集聚效应能力差别较大，创新能力相对较高的城市从创新能力相对较弱的城市吸引创新资源和要素，并逐渐流入本地，进一步提升了自身的创新水平；而创新能力较弱的城市由于不断流失创新资源及要素，从而导致了创新能力的进一步下降。两者差距的不断拉大又进一步减弱城市间协同创新联系，导致网络的点入度中心势逐渐减少，这说明今后浙江省应进一步加强创新能力较强的城市与创新能力较弱的城市间的协同创新联系。

表1 浙江省城市间协同创新网络整体密度表

(三)中心度分析

在浙江省城市间协同创新网络有向图中，点出度表示某节点城市对网络中其他节点城市协同创新的影响程度，即向外的辐射能力；点入度表示某节点城市受益于网络中其他节点城市协同创新的程度，即创新集聚的能力；二者差值为净辐射量，差值大于0，表现为净溢出效应，称该城市为创新辐射型城市；差值小于0，表现为净受益效应，称该城市为创新集聚型城市(25)White H C etal.，“Social structure from multiple networks. I. Blockmodels of roles and positions”,American Journal of Sociology，Vol. 81, No. 4, 1976，pp.73-80．。表2报告了浙江省城市间协同创新网络的点净入度。

表2 浙江省创新集聚型城市及集聚量

从点净入度的角度来看，在2001年、2006年、2011年及2016年的浙江省城市间协同创新网络中，创新集聚型城市位于网络的核心，而创新辐射型城市位于网络的边缘，创新集聚型城市与创新辐射型城市有着明显的差距。杭州、宁波、绍兴三个城市的点净入度量一直大于0，呈现净受益效应，一直都是创新集聚型城市，主要因为这三个城市区位优势明显，较容易打造人才集聚优势，创新投入较多，且增幅较快，有助于吸引创新资源。2001年的温州与台州及2006年的温州也是创新集聚型城市，表明这些城市创新能力较强，能够吸引网络中其他节点城市的创新资源及要素，并将其有效转化以进一步提升自身创新能力。在浙江省协同创新网络中，台州及温州分别于2006年与2011年由创新集聚型城市转型为创新辐射型城市，这说明与杭州、宁波相比，台州及温州吸引高层次创新创业人才的能力有限，且人才留置率较低，较难打造人才集聚优势，科技创新政策逐渐“趋同化”，失去了原有的政策优势，但台州及温州与周围城市的协同创新联系逐步增强，并发挥着较大的辐射能力，有助于带动周边城市发展。这也说明今后浙江省应进一步加强创新集聚型城市与创新辐射型城市间的协同创新联系。

表3报告了浙江省城市间协同创新网络的点入度与点出度。从点入度来看，2001年、2006年、2011年及2016年浙江省城市间协同创新网络中各节点城市的点入度每年变化不大，但各节点城市对创新资源的吸引及整合能力差别较大，发展不均衡，这不利于浙江省城市间协同创新的发展。杭州、宁波、绍兴的点入度远高于衢州、舟山、丽水等城市，说明这三个城市在创新要素及资源集聚方面占据了核心地位，与周边城市的协同创新联系强度较强，并积极对其他城市的创新资源及要素进行整合，集聚能力较强。这可能是因为这三个城市拥有良好的创新平台、丰富的创新资源、完善的创新政策和较强的经济实力；同时这些城市拥有良好的就业和宜居环境，在对创新资源和要素吸引方面，较其他城市更具有竞争优势；此外，这些城市具备优越的区位优势，有助于与其他城市建立协同创新联系，促进它们对创新资源的有效整合。

表3 浙江省城市间协同创新网络各节点城市的点入度与点出度分析(标准化)

从点出度来看，2001年、2006年、2011年及2016年浙江省城市间协同创新网络节点之间的点出度差距不是很大，分布也更具有层次性。整体来看，温州、金华的点出度较高。温州点出度较高主要是因为温州经济水平较高、创新意识强烈、创新平台良好等原因，带动其创新能力不断提升，创新设施日益完善，并不断向把知识和技术扩散到其他周围城市，进而导致其点出度较高。金华点出度较高可能是因为金华市经济发展缓慢、创新起步较晚、创新发展水平不高等原因导致其对创新不够重视，从而引起了创新要素向外流动的程度较高。

(四)结构洞分析

从表4可以发现，在浙江省城市间协同创新网络中，2001年、2006年、2011年及2016年杭州、宁波、绍兴一直具有较高的有效规模和效率及较低的限制度，这说明杭州、宁波在网络中占据了较多的结构洞，最能控制与网络中其他节点城市之间的联系。较其他节点城市而言，它们与网络中其他节点城市间的联系更加紧密。从2001年到2016年，杭州及宁波的有效规模呈不断下降，而温州和金华的有效规模反而提高了，这说明杭州及宁波在协同创新网络中所占的优势受到了温州及金华的挑战，杭州和宁波有效规模大小的变化就是对这种挑战所做出的适应性调整。湖州、衢州、舟山表现出较低的有效规模和较高的限制度，这说明这三个城市区位优势不明显，创新资源投入相对较少，人才吸引能力相对较弱，导致其在浙江省城市间协同创新网络中与其他节点城市的联系较弱，位于网络的边缘位置，对核心资源控制能力极弱。总的来看，在创新驱动发展及长三角一体化战略背景下，浙江省信息技术不断发展，交通基础设施不断完善，各城市对创新的重视程度不断提高，竞争优势逐渐加强，促使浙江省城市间协同创新网络中节点城市的有效规模都有了显著提升，有助于浙江省城市间协同创新的发展。

表4 浙江省城市间协同创新网络的结构洞相关指标分析

(五)凝聚子群分析

应用社会网络分析法中的凝聚子群分析对浙江省城市间协同创新网络进行分类，揭示浙江省城市内部的抱团现象，进一步说明其内部创新联系的紧密程度。本文运用Ucinet软件中的CONCONR算法，以最大分割深度为2，收敛标准为0.2，对2001年、2006年、2011年及2016年的浙江省城市间协同创新网络中的11个城市进行聚类分析，共得到四个子群，且从子群内部联系密度来看，第一子群>第二子群>第三子群>第四子群，凝聚子群分布见表5(26)黄勤、刘素青：《成渝城市间经济网络结构及其优化研究》，《华东经济管理》2017年第8期。。

表5 浙江省城市间协同创新网络凝聚子群分布表

结合表5与图2可以看出，2001年、2006年、2011年及2016年四阶段浙江省城市间协同创新网络的凝聚子群变化不太明显。第一、第二子群位于浙江省城市间协同创新网络的核心，第三、第四子群位于浙江省城市间协同创新网络的边缘，且第一与第二子群，第三与第四子群两两间的联系比较紧密，但第一、第二子群与第三、第四子群的联系较弱。第一子群包括协同创新网络中协同创新联系最为紧密且中心度较高的城市杭州、宁波、绍兴；第二子群包括中心度相对较高且与其他城市协同创新联系较为紧密的城市湖州、舟山、嘉兴；第三子群是由心度较低且与其他城市协同创新联系较少的城市温州、台州、金华组成的团体；第四子群是由中心度低且与其他城市创新联系很少的城市衢州、丽水构成的团体。其中，从2006年开始，绍兴由第二子群变动到了第一子群，这主要得益于绍兴加快出台了科技创新的若干政策，促使其创新能力不断提升，且与网络中其他节点城市的协同创新联系强度不断提高，以至于分别被划进了同等水平的第一子群。2011年舟山由第二子群变动到第四子群，衢州由第四子群变动到第三子群，这说明舟山创新资金投入不足，创新人才吸引能力不强，与网络中其他节点城市的协同创新联系强度下降，以至于落后于第二子群整体水平；衢州由于积极响应创新驱动发展战略，扩大研发资金投入，促使其与网络中其他节点城市的协同创新联系强度不断提高，以至于高于第四子群整体水平。这说明今后浙江省应进一步加强四大子群间的协同创新联系，以促进浙江省城市间协同创新的整体发展。

四、浙江省城市间协同创新网络的影响因素分析

为了提升浙江省城市间协同创新程度，揭示浙江省城市间协同创新的影响因素至关重要。本文选用QAP计量模型，对浙江省城市间协同创新网络的影响因素进行验证。

(一)指标选取和模型构建

1.指标选取。协同创新网络受多种因素影响，当前，学术界关于城市间协同创新的影响因素主要归结为地理距离(27)张德钢、陆远权：《中国碳排放的空间关联及其解释—基于社会网络分析法》，《软科学》2017年第4期。、经济发展水平(28)盛广耀：《中国省际人口流动网络的演化及其解释》，《中国人口·资源与环境》2018年第11期。、科研产出水平(29)夏丽娟、谢富纪：《邻近性视角下的跨区域产学协同创新网络及影响因素分析》，《管理学报》2017年第12期。、科研投入水平(30)范柏乃、吴晓彤、李旭桦：《城市创新能力的空间分布及其影响因素研究》，《科学学研究》，2020年第8期。、产业结构(31)曾冰、邱志萍：《长江经济带省际贸易网络结构时空特征及其影响因素研究》，《上海经济研究》2017年第9期。、人力资本(32)何舜辉、杜德斌、焦美琪：《中国地级以上城市创新能力的时空格局演变及影响因素分析》，《地理科学》2017年第7期。、 人口集聚(33)邵汉华、周磊、刘耀彬: 《中国创新发展的空间关联网络结构及驱动因素》，《科学学研究》2018 年第11期。等。本文通过参考相关文献梳理，并结合《长三角地区高质量一体化发展水平研究报告(2018年)》,将浙江省城市间协同创新网络影响因素初步归结为地理邻近GP)、经济发展水平(Pgdp，人均GDP)、科研产出水平(Outp，专利申请量)、科研投入水平(Input，人均科学支出)、人力资本(Hum，地方财政教育支出)、产业结构(Is，第二产业增加值占GDP比重&第三产业增加值占GDP的比重)六个方面，具体如表6所示。

表6 各自变量的解释与说明

2. 模型构建。根据以上选取的变量指标，构建浙江省城市间协同创新网络的影响因素模型，如式(7)所示:

Yij=f(GPij,lnPgdpij,lnOutpij,lnInputij,lnHumij,Is2ij,Is3ij)

(7)

根据引力模型，在选取样本时间点的各变量指标后，利用各城市对应指标的绝对差异建立差异网络矩阵，进行QAP回归分析。

(二)实证结果分析

运用Ucinet软件，经5000次随机置换对模型进QAP回归分析，结果见表7 。

通过表7可以看出，浙江省城市间协同创新网络主要受地理邻近、经济发展水平、科研产出水平、科研投入水平、人力资本、产业结构六大因素影响，其中地理临近、科研投入水平及科研产出水平对其产生显著的正向影响，这主要因为城市间地理越近，科研水平越接近，城市间创新合作与交流越顺畅，有利于城市间合作(34)李敬、陈澍、万广华等：《中国区域经济增长的空间关联及其解释—基于网络分析方法》，《经济研究》2014年第11期。。经济发展水平、人力资本及产业结构对其产生显著的负向影响，主要因为经济发达的城市不愿与相对落后的城市进行创新合作，经济发展水平的差距又造成了城市人力资本与产业结构的差距，阻碍了城市间的创新合作与交流(35)杨宏昌、黎鹏：《中国和东盟国家经济增长的空间关联及其动力》，《经济问题探索》2017年第5期。。

表7 浙江省城市间协同创新网络影响因素的QAP分析

(三)稳健性检验

文中借鉴 Klundert 等(36)Klunderttvd etal.，“North-South Knowledge Spillovers and Competition：Convergence versus Divergence”, Journal of Development Economics，Vol. 50, No. 2, 1994,pp.213-232．和王铮等(37)王铮、马翠芳、王露等：《知识网络动态与政策控制(I)：模型的建立》，《科研管理》2001年第5期。文中科学产出能力差距的确定方法，科研产出能力差距计算公式为式(8)所示：

(8)

其中，Xi和Xj分别表示城市i和j的文献产出量。

人力资本用平均受教育年限来衡量。参考目前的普遍做法，采用五层次划分受教育年限，按照加权平均法计算得出平均受教育年限(38)张桅、胡艳：《长三角地区人力资本对经济增长的作用机制研究—基于创新中介效应》，《安徽大学学报(哲学社会科学版)》2021年1期。。为保证实证结果的可靠性，接下来将进行稳健性检验。不改变模型的其他变量，将科研产出水平的差距替换为科研产出能力的差距，将人力资本用平均受教育年限衡量，进行QAP回归分析，稳健性检验结果见表8。

通过表8可以看出，稳健性检验结果与前面的结论基本保持一致。从而进一步验证了浙江省城市间协同创新网络主要受地理邻近、经济发展水平、科研产出水平、科研投入水平、人力资本、产业结构六大因素的影响，其中地理临近、科研投入水平及科研产出水平对其产生显著的正向影响，经济发展水平、人力资本及产业结构的对其产生显著的负向影响，且随着时间变化，这六因素对浙江省城市间协同创新网络发挥着不同的影响作用。

表8 稳健性检验

五、结论与政策启示

(一)结论

本文借助修正引力模型和社会网络分析法，对浙江省城市间协同创新网络演化与影响因素进行研究，得到如下主要结论:

1.浙江省城市创新能力整体不断提升，城市间协同创新联系强度呈缓慢增加趋势。在创新驱动发展战略背景下，浙江省11个城市积极进行创新探索与实践，城市创新能力不断提升，尽管浙江省11个城市在创新资源、研发投入、区位优势等方面仍存在差距，但在创新驱动下，浙江省城市间协同创新联系强度不断加强，有助于浙江省协同创新的进一步发展。

2.浙江省城市间协同创新网络呈显著的“核心—边缘”空间结构，在创新能力及创新联系方面存在发展不均衡与不对称的现象。随着浙江省各城市积极参与协同创新，不断提升自身创新能力，浙江省11个城市的创新能力差距会不断缩小，协同创新网络会不断趋于平衡与对称，浙江省城市间协同创新联系也逐渐提升。

3.浙江省城市间协同创新网络处于逐渐丰富的状态，节点城市的有效规模也有了显著提升。随着浙江省协同创新网络中节点城市的独立创新能力逐渐提高，今后会有更多的节点城市参与网络的连接，承担更多“中介”角色，浙江省城市间创新合作与交流也会更加顺畅(39)李艳、郭玉华、胡梦轩：《论长三角城市群知识合作网络的影响因素——基于创新网络视角》，《嘉兴学院学报》2021年第4期。。

4.浙江省城市间协同创新网络主要受地理邻近、经济发展水平、科研产出水平、科研投入水平、人力资本、产业结构六大因素的显著影响。随着浙江省城市间协同创新网络的发展，其影响因素也在不断变化，今后研究中有必要选取更全面更动态的影响因素指标，全面地展示浙江省城市间协同创新网络影响因素的变化。

(二)政策启示

1.完善浙江省协调机制，加快协同创新发展。以全局视角，逐渐打破浙江省城市间的政策壁垒，理顺各级政府的协同创新联动机制，探索城市间的经济融合模式和创新布局，大力培育跨城的创新中介组织，充分利用先进技术搭建城市间协同创新服务平台，完善跨城的资源优化组合等制度，实现创新资源供给覆盖浙江省各城市。

2.优化浙江省制度环境，激发创新创业活力。要优化浙江省各城市的企业创新环境及人才发展环境，激发企业家的创新创业潜能及活力，让企业家成为浙江省城市协同创新的主体，改进浙江省创新人才引进制度，建立跨城的人才培养和引进制度，促进城市间创新创业人才的自由流动；同时，完善浙江省知识产权保护体系，强化创新成果转化激励政策，保护和尊重知识产权，加大创新资金投入，全面构筑浙江省创新创业新高地。

3.以点带线，以线促面，辐射带动。应充分发挥浙江省城市间协同创新网络核心城市杭州、宁波及绍兴的辐射带动作用，充分发挥创新程度较高的第一、第二子群对第三、第四子群的创新带动作用，促进浙江省协同创新的融合、联动发展。同时，还应提高浙江省城市间协同创新网络核心城市杭州、宁波及绍兴的稳定性和均衡性。

4.盘活创新资本存量，激发创新要素增量。在创新驱动发展战略背景下，浙江省各城市应盘活创新资本存量，激发创新要素增量，引导更多的创新主体如企业和科研单位加入浙江省协同创新体系，实现协同创新主体、协同创新设施、协同创新资源及协同创新环境等在浙江省城市间协同创新过程中的相互支持。同时，浙江省各城政府、企业及科研单位等还应共同努力为协同创新营造良好的政策环境，科技引领产业转型升级，增强协同创新关系稳定性，提升浙江省协同创新的整体水平(40)徐宜青、曾刚、王秋玉：《长三角城市群协同创新网络格局发展演变及优化策略》，《经济地理》2018年第11期。。

(三)讨论

1.基于数据的可得性，目前城市创新指数数据只统计到2016年，数据相对滞后，如果城市创新指数数据不断更新，今后研究中则有必要增加更新的时间节点，构建更加完整的、动态的浙江省城市间协同创新网络；如果城市创新指数数据不再更新，今后研究中则应该选取更全面的指标体系构建城市创新指数或寻找其他合适的替代指标进行浙江省城市间协同创新网络的分析。

2.浙江省城市间协同创新网络是一个复杂多变的系统，在其影响因素的指标选取中，今后研究中有必要选取更多更适当更动态的指标，寻找其他适当的计量模型与方法进行分析；在其影响因素的时间节点上，应选取更多的时间点，更全面地展示浙江省城市间协同创新网络影响因素的动态变化。

3.研究视角和空间尺度仍有待突破，因为本文是在市级层面的基础上探究了浙江省城市间协同创新网络的演化及影响因素，如果能获得浙江省县级层面的创新指数数据，今后研究中则有必要在县级节点的层面上，进行更详细的浙江省城市间协同创新网络的研究；此外，本文未深入到其浙江省内城市与省外城市的协同创新网络状态及创新联系状况，因而在今后研究中，需要进一步探究区域、城市内外的协同创新网络关系，挖掘区域、城市内外协同创新网络关系的宏微观时空特征及影响因素。