长三角国家高新区空间关联网络结构特征研究

收稿日期：2021-08-30中文收稿日期

基金项目：安徽省社会科学创新发展研究重大项目《长三角战略性新兴产业与新兴产业基地建设研究》（2020ZD006）;安徽高校协同创新项目《安徽深度融入长三角跨界协同治理》（GXXT-2019-039）;安徽省哲学科学规划重大项目《安徽深度融入长三角更高质量一体化发展研究》（AHSKZD2018D06）。

作者简介：方大春（1973—），男，安徽和县人，博士，教授，主要从事区域经济研究。

DOI： 10.13253/j.cnki.ddjjgl.2021.11.009

[摘 要] 探究长三角国家高新区空间结构的特征，有利于更好地发挥长三角国家高新区的创新协同效应，加快建成长三角科技创新共同体。文章基于社会网络分析方法（SNA）构建长三角国家高新区空间关联网络探究其结构网络。从整体网络特征看：网络密度不高且呈现小幅度的下降趋势，说明网络关联程度不高;网络效率与网络等级度较高，说明网络并不稳定。从中心性分析看：中心度的均值整体上呈下降趋势，表明国家高新区间的经济联系有待加强;上海、无锡、常州、苏州、南京、杭州等城市国家高新区的中心度排名均位于前列，在空间关联网络中处于中心地位;点出度中心势均高于点入度中心势，表明网络结构失衡。从核心-边缘分析看：核心国家高新区数量减少，处于边缘的数量在增加，表明核心高新区对边缘高新区的辐射带动作用在不断减弱。从块模型分析来看：跨板块的经济联系强度较弱，空间关联网络结构较为松散，国家高新区间的经济联系有待加强。因此，要坚持系统观念来谋划全局，完善区域创新合作发展机制，强化创新平台建设和布局，促进长三角国家高新区更高质量一体化发展。

[关键词]长三角;国家高新区;空间关联网络;社会网络分析

[中图分类号]  F061.5;F127[文献标识码] A[文章编号] 1673-0461（2021）11-0073-07

一、引 言

作为知识、人才、技术密集的特区，国家高新技术产业开发区（以下简称国家高新区），已经成为我国实施创新驱动发展战略的重要载体，在振兴高新技术产业、促进科技进步等方面发挥着举足轻重的作用，更在推进区域经济高质量发展中发挥了显著作用[1]。国家高新区发展一直是经济学人和管理专家关注的重点，学者们从不同角度对国家高新区进行了深入系统研究。

与国家高新区建设发展进程的相适应，国内早期的研究更多地集中在理论机制[2]、发展模式[3]研究上，而后逐步向国家高新区的效率评价研究发展。欧光军等（2013）采用DEA方法对国家高新区发展的总体效率、技术效率、规模效率做了分析[4]。余珮、程阳（2016）基于创新价值链理论采用因子分析定权法测度我国国家高新区的创新效率[5]。杨捷、秦远建（2020）对国家高新区的创新效率展开三阶段DEA分析[6]。王林川等（2021）从智能化、生态化、平台化和国际化4个方面入手建立了国家高新区高质量发展综合评价指标体系[7]。随着国家高新区规模不断发展壮大，国家高新区之间的相互作用关系愈加密切，越来越多地影响和改变城市和区域的空间结构[8]。张林、高安刚（2019）采用双重差分法研究发现国家高新区建设显著推动城市群向创新多中心空间结构模式演进[9]。实际上，各国家高新区之间经济联系日益密切，高新区的经济联系已经超越了单纯地理学意义上的“近邻”关系，每个国家高新区成为空间网络中的节点，直接或间接影响其他高新区创新发展。

2020年7月17日，国务院印发《关于促进国家高新技术产业开发区高质量发展的若干意见》强调要优化国家高新区布局。2020年12月20日，科技部印发《长三角科技创新共同体建设发展规划》中指出，积极推进长三角在2025年建设成现代化、国际化的科技创新共同体。目前，国内学术界对长三角城市群内国家高新区空间结构的相关实证研究并不多。邵汉华、周磊（2019）基于创新能力运用社会网络分析法构建了长江经济带国家高新区空间关联网络结构[10]，但尚未有学者从经济联系视角研究长三角国家高新区空间关联网络结构。因此，本文运用社会网络分析方法（SNA）考察长三角地区国家高新区的空间关联网络特征，对于更好地发挥长三角国家高新区的创新协同效应，提升长三角整体区域创新能力，打造科技创新共同体具有重要的现实意义，也对国内其他城市群内国家高新区的发展具有借鉴意义。

二、模型构建与数据来源

（一）空间关联网络模型构建

经济动力学认为，万有引力原理也适用于经济联系，即区域经济联系也存在着相互吸引的规律性[11]。以万有引力公式为基础的引力模型可以衡量区域经济联系的强度，在空间布局[12]、贸易[13]、人口迁移[14]等许多不同的研究领域广泛应用。对于国家高新区来说，其产业结构具有同构性和竞争性，彼此之间的经济交易关系构成了显性的网络关系，可以构建空间关联网络模型探究国家高新区之间经济联系的强弱，以整体反映区域内国家高新区的空間关联网络结构特征及中心高新区的极化与辐射能力。引力模型中一般使用人口变量或经济变量来进行定量测度，本文选择就业人员数和营业收入来表示。其中引力常数K通常取值为1，但考虑到高新区之间经济联系存在差异性，为了更好地将引力模型用于国家高新区空间关联网络的研究中，参考侯赟慧等（2009）的做法[15]，使用流动速度更快的营业收入的相对占比来表示，得到修正后的引力模型是：

Rij=KijPiVi·PjVjD2ij，Kij=ViVi+Vj（1）

其中：Rij表示国家高新区关联关系强度，Pi、Pj分别是国家高新区i、j某一年的就业人员数，Vi、Vj分别是国家高新区i、j某一年的营业收入，Dij表示表示两国家高新区间的地理距离。根据（1）式，建立长三角国家高新区空间关联网络的的引力矩阵，取每行的平均值为该行的行阈值，并将行内的每个值与其比较，当大于阈值时取“1”代替，代表两者在空间上具有关联性，否则取0。由于得到的Rij

与Rji值不同，所以该空间关联网络是有方向的。

（二）数据来源

2014年9月12日，国务院印发《关于依托黄金水道推动长江经济带发展的指导意见》，提出促进长江三角洲一体化发展，打造具有国际竞争力的世界级城市群，并进一步明确通过创新驱动促进区域内产业转型升级。因此，本文选择时间跨度为2015—2019年。国家高新区就业人员数和营业收入来源于2016—2020年《中国火炬统计年鉴》。地理距离以两国家高新区之间的球面距离表示，通过ARCGIS10.0软件计算而得。需要说明的是，由于地理相近地区的国家高新区发展环境相似，经济联系密切，本文采用“一城一區”的选取原则，将同一地级市或县级市城区内的多个国家高新区加总视为一个单位①。

三、整体网络特征分析

（一）空间关联网络

以修正的引力模型为依据，建立我国长三角国家高新区的空间关联网络，利用UCINET软件中Netdraw功能实现网络的可视化，因篇幅原因仅展示2015年、2017年、2019年的空间关联网络结构图，如图1—3所示。网络连线为国家高新区间的经济联系，箭头方向为经济联系的流动方向。通过图1—3，可以看出长三角高新区空间关联网络中各高新区间存在紧密且复杂的流向关系。

（二）整体网络特征指标

为进一步了解长三角国家高新区空间关联网络的结构特征，从网络关联数、网络密度、网络效率、网络等级度等方面进行描述，具体数据见表1。

1.网络关联数

2017—2018年淮安、宿迁、铜陵、淮南市新设国家高新区，随着这些国家高新区逐渐融入网络中，使得整体网络关联数增加，而2019年网络关联数比2018年有所减少，说明长三角国家高新区间网络联系还有很大的提升空间。

2.网络密度

网络密度是网络中实际关联关系数与最大可能存在的关系数之比，表示一个网络关系紧密程度，网络密度越大，表明空间关联网络的关联程度越紧密[16]。2015—2019年网络密度在0.21～0.24之间，网络密度数值较小，且网络密度呈现小幅度的下降趋势，说明国家高新区间经济联系程度偏低，空间关联网络结构较为松散。

3.网络效率

网络效率是衡量空间关联网络中存在使网络稳定性下降的冗余关系数的程度，网络效率越接近于0，表明网络关联越紧密，网络越稳定[16]。2015—2019年网络效率维持在0.65～0.67，说明空间关联网络的冗余关系数呈稳定态势，但整体上看网络效率数值较大，说明网络关联程度并不高，网络也不够稳定。

4.网络的等级度

网络等级度反映空间关联网络中行动者之间非对称的可达程度，反映空间关联网络的等级结构[16]。网络等级度越高表示网络中处于从属或边缘地位的行动者越多。2015—2019年网络等级度较高，呈现出先下降后上升的趋势，说明网络等级梯度明显，网络中处于从属或边缘地位的行动者数量多，核心国家高新区与边缘国家高新区之间的差异特征明显。

四、中心性分析

中心性是行动者在网络中所具有“权力”或者占有资源力度的量化分析，一般包括中心度与中心势。中心度是对个体行动者“权力”的量化分析，衡量的是单个行动者在网络中所占据的中心地位。中心势是对群体“权力”的量化分析，所度量的是整个网络中心化的程度，指的是网络的总体整合度或者一致性[17]。

（一）中心度

中心度一般有度数中心度，中间中心度、接近中心度3个常用指标，主要用来研究各国家高新区在空间关联网络中的权力大小和是否处于核心位置。由于网络中的节点国家高新区在变化，因此使用中心度的相对值来衡量。同时，由于测量接近中心度时，需要节点与节点之间两两强相连才能计算[18]，而本文中的国家高新区空间关联网络并不满足这个条件，因此不作分析。限于篇幅原因，在此仅列出展示2015年、2017年、2019年的长三角地区国家高新区空间关联网络的中心度特征，如表2所示。

1.度数中心度

度数中心度是一个最具直观性的指数，体现的是行动者在网络中所占据的相对位置[16]，如果一个点与许多点直接相连，就说明该点具有较高的度数中心度，说明该行动者与其他行动者联系更加密切。可以看出，度数中心度均值由2015年的0.24持续下降到2019年的0.21，说明整体上网络行动者的核心地位在缓慢下降，这表明长三角高新区之间的联系日益均质化。从整体上来看，

上海、无锡、常州、杭州、南京、苏州等城市的国家高新区度数中心度排名靠前，处于网络中的中心地位;而常熟、扬州、嘉兴、湖州、绍兴等城市的国家高新区度数中心度排名靠后，处于网络的边缘位置。

2.中间中心度

中间中心度是测量个体行动者对资源控制的程度[16]。如果某个行动者在网络中位于与其他行动者最短连线上，就说明该行动者掌握较多的资源，具有较高的中间中心度，在网络中起到桥梁的作用。可以看出，中间中心度先从2015年的0.019上升到2017年的0.021，最后2019年又下降到0.015，整体上呈下降趋势，表明网络中的中心行动者对高新区资源变动的控制程度弱化。上海、南京、常州等城市的国家高新区中间中心度排名靠前，说明这些核心高新企业区能在网络中很好发挥“桥梁”的作用。整体来看，中间中心度差距较大，如温州、嘉兴、湖州、绍兴、衢州等中间中心度水平一直为0，说明这些国家高新区处于网络边缘位置，对其他高新区的依附性很强，容易受制于中间中心度排名靠前的国家高新区。

不难发现，中心度的均值整体上呈下降趋势，说明国家高新区间的经济联系有待加强。中心度排名呈现出一定的相似性，上海、无锡、常州、苏州、南京、杭州等城市国家高新区的各中心度排名均位于前列，原因在于这些高新区大多在省会城市或经济发展较发达的城市，其资源向外辐射溢出效应明显，在空间关联网络中处于中心地位。

（二）中心势

根据度数中心度、中间中心度分别计算其中心势，其中度数中心度可分为点出度中心势和点入度中心势。通过分析网络的中心势可以判断空间关联网络整体的中心化的程度和地区间联系的不对称和不均衡程度，该值越接近100%，则说明网络越具有集中性[16]。具体结果见表3。由表3可知，点出度中心势均高于点入度中心势，说明核心国家高新区发挥出更多的空间溢出作用，国家高新区之间的联系存在不对称不均衡的现象，长三角国家高新区空间关联网络结构失衡。但是点出度中心势和点入度中心势的差距呈现出下降趋势，这表明随着经济的发展，越来越多的边缘高新区积极加入长三角国家高新区空间关联网络中。整体来看中间中心势不高，说明整个网络的中心化程度不高。从变化趋势上看，点出度中心势变化幅度不大，在80%上下波动，点入度中心势呈现出先平稳后上升的趋势，中间中心势在2015—2019年呈现出先上升后下降的趋势。

五、核心-边缘结构分析

各国家高新区发展水平有较大差异，为进一步探究长三角国家高新区空间关联网络结构的特征规律，进行核心-边缘结构分析，采用UCINET软件得到2015年、2017年、2019年各国家高新区的核心度，把核心度大于0.2的国家高新区归为核心区，核心度在0.01～0.2的国家高新区归为半边缘区，核心度小于0.01的国家高新区归为边缘区。结果如表4所示。

在长三角国家高新区空间关联网络中存在核心-边缘结构。核心区包含的国家高新区随经济发展而有所变动，其中上海、苏州、无锡、杭州、常州始终处在核心地位，而昆山在2019年核心度下降，落至半边缘区，说明核心高新区对边缘高新区的辐射带动作用在不断减弱。半边缘区如宁波、绍兴、南京、江阴、常熟、合肥、马鞍山等国家高新区，它们既受处于核心高新区的影响，同时又部分地影响其他处于边缘区的高新区。边缘区内的国家高新区处在网络边缘，主要受到处于半边缘区的国家高新区的影响，具有一定的依赖性。处于边缘区的国家高新区个数在增加，核心高新区需要进一步积极扩大自身辐射能力。

六、块模型分析

为更好的展现各高新区的网络角色位置和作用规律，研究引入社会网络分析领域的块模型进行聚类分析。采用UCINET中对网络结构研究进行的CONCOR方法，以最大切分深度为2，集中标准为0.2，对网络进行聚类分成4个板块（见图4），将各板块期望内部关系比例和实际内部关系比例进行比较从而得出结论。

可以看出，同一板块内成员大多由地理位置相邻的国家高新区构成，地理位置临近有利于实现国家高新区间技术、创新要素的自由流动和互

联互通，形成更多的关联联系，“临近性”特征明显。从表5中板块的接受和发送关系以及内部关系比例来看：第一板块的实际内部关系比例为46.15%，大于期望内部关系比例24.14%，板块外接收关系为44个，发出关系为21个，该板块成员向板块内部成员、其他板块成员均发出较多关系，第一板块具有“双向溢出”板块特征，该板块成员主要为核心度排名居中的国家高新区组成。第二板块的实际内部比例为27.10%，稍低于期望内部比例27.59%，但向其他板块成员的溢出关系明显多于接收关系，具有“净溢出”板块特征。该板块内成员多为核心度较高的国家高新区，资源溢出和向外发出关系较多。第三板块实际内部比例为24.14%等于期望内部关系比例，板块外发出关系数22，小于板块外接收关系数47，既对其他板块溢出关系，也接受其他板块成员的发出关系，但内部成员间关系联系少，除上海以外其他板块成员没有内部溢出关系，具有“经纪人”板块特征。第四板块的实际内部比例为25%，大于期望内部比例13.79%，板块外接受关系19个，发出关系9个，该板块成员向其他板块成员的接收关系明显多于溢出关系，具有“净收益”板块特征。该板块成员主要位于核心国家高新区的周边，相比较其他国家高新区，因地理临近更容易收到来自核心国家高新区的溢出，成为资源流入地。整体来看，跨板块的经济联系强度较弱，空间关联网络结构较为松散。

七、结论与建议

本文基于社会网络分析方法（SNA）探究长三角地区国家高新区空间关联网络特征，研究结论如下：

（1）从整体网络特征看：虽然在2015—2019年长三角地区新设4个国家高新区，网络关联数总体有所增加，但网络密度并不高且呈现小幅度的下降趋势，网络结构较为松散;网络效率数值较大，说明网络关联程度并不高，网络也不够稳定;网络等级度较高，说明网络等级梯度明显，核心国家高新区与边缘国家高新区之间的差异明显。

（2）从中心性分析看：点出度中心势均高于点入度中心势，说明国家高新区之间的联系存在不对称不均衡的现象，长三角高新区空间关联网络结构的失衡，中心度的均值整体上呈下降趋势，说明国家高新区间的经济联系有待加强，中心度排名呈现出一定的相似性，上海、无锡、常州、苏州、南京、杭州等城市国家高新区的各中心度排名均位于前列，其资源向外辐射溢出效应明显，在空间关联网络中处于中心地位。

（3）从核心-边缘分析看：核心国家高新区数量减少，处于边缘区的国家高新区数量在增加，说明核心高新区对边缘高新区的辐射带动作用在不断减弱，但边缘高新区对核心高新区具有较强的经济依赖性，核心高新区需要进一步积极扩大自身辐射能力。

（4）从块模型分析来看：地理位置临近，有利于实现高新区间技术、创新要素的自由流动和互联互通，更容易形成资源溢出和流入;整体上，跨板块的经济联系強度较弱，空间关联网络结构较为松散。

根据上述论述，本文提出以下建议：

第一，要坚持系统观念来谋划全局。长三角国家高新区间存在复杂的空间关联联系，要坚持系统的“一盘棋”思想，考虑到各国家高新区在空间关联网络中所扮演的角色;用长远眼光加以全局谋划，坚持差异化、特色化的互补发展战略，在网络结构中考量各国家高新区自身区位和资源优势，进一步提高长三角高新区整体网络效益。

第二，要完善區域创新合作发展机制。在长三角区域一体化战略下，需要国家高新区主动寻求创新发展跨区域合作路径，形成高质高效的市场化新型创新创业跨区域合作发展机制。鼓励国家高新区之间开展多区域、多形式、多层次的合作，推进区域间基础设施、产业分工、平台载体建设等方面的协调互动。支持核心国家高新区设立分区（分园），共享跨区经济发展收益。要促进各国家高新区开展精准对接合作，促进科技创新成果在共建园区转化，以及国家高新区的集中、集群、集约化发展。

第三，要强化创新平台建设和布局。针对长三角各国家高新区创新资源孤立不均衡的现状，要积极推进服务平台建设，完善区域内科技资源共享服务体系，引导长三角地区各类优质创新资源在国家高新区不同产业间的合理流动，积极推动创新要素的合理优化配置，形成强大的集聚力融合力。要加强上海张江、合肥综合性国家科学中心等重大创新平台配套载体建设，围绕各国家高新区内现有的重大创新平台，聚焦战略需要和产业发展实际，加强重点实验室、新型研发机构等配套载体建设，建设加强平台载体和产业发展对接，推动平台错位互补发展格局形成。

[注 释]

① 基于“一城一区”原则，根据国家科技部网站公布的2015—2019年获批的国家高新技术产业开发区名单，2015年长三角地区共有26个国家高新区样本，2017年新设淮安、宿迁、铜陵国家高新区，2018年新设淮南国家高新区。[BFQ][ZK）]

[参考文献]

[1]王仰东，张敏，张劲菊.“千人计划”创业人才研究[J].科技进步与对策，2014，31（23）：161-165.

[2]林汉川.高新技术开发区建设的理论思考[J].中国社会科学，1995（4）：43-53.

[3]王缉慈.高新技术产业开发区对区域发展影响的分析构架[J].中国工业经济，1998（3）：54-57.

[4]欧光军，孙骞，刘思云，等.基于DEA分析的国家高新区发展对策研究[J].科学管理研究，2013，31（1）：75-78.

[5]余珮，程阳.我国国家级高新技术园区创新效率的测度与区域比较研究——基于创新价值链视角[J].当代财经，2016（12）：3-15.

[6]杨捷，秦远建.国家级高新区创新效率综合分析——基于DEA模型研究[J].技术经济与管理研究，2020（5）：3-8.

[7]王林川，刘丽，吴慈生.新经济环境下国家高新区高质量发展评价研究——以10个国家高新区为例[J].科技管理研究，2021，41（3）：33-39.

[8]王战和，许玲.高新技术产业开发区与城市社会空间结构演变[J].人文地理，2006（2）：65-66.

[9]张林，高安刚.国家高新区如何影响城市群创新空间结构——基于单中心-多中心视角[J].经济学家，2019（1）：69-79.

[10]邵汉华，周磊.长江经济创新驱动带的空间关联网络结构及效应分析——以国家高新区为例[J].中国科技论坛，2019（5）：107-115.

[11]吴国清.上海都市旅游与长三角区域旅游的互动响应[J].长江流域资源与环境，2009，18（7）：597-602.

[12]沈惊宏，陆玉麒，韩立钦，等.基于“点—轴”理论的皖江城市带旅游空间布局整合[J].经济地理，2012，32（7）：43-49.

[13]谷克鉴.国际经济学对引力模型的开发与应用[J].世界经济，2001（2）：14-25.

[14]马伟，王亚华，刘生龙.交通基础设施与中国人口迁移：基于引力模型分析[J].中国软科学，2012（3）：69-77.

[15]侯赟慧，刘志彪，岳中刚.长三角区域经济一体化进程的社会网络分析[J].中国软科学，2009（12）：90-101.

[16]刘军.整体网分析讲义：UCINET软件实用指南[M].上海：格致出版社，2009：209-210.

[17]侯赟慧，刘洪.基于社会网络的城市群结构定量化分析——以长江三角洲城市群资金往来关系为例[J].复杂系统与复杂性科学，2006（2）：35-42.

[18]罗家德.社会网分析讲义[M].北京：社会科学文献社版社，2010：193.

Research on the Characteristics of Spatial Association Network Structure

of National Hightech Industrial Development Zones in the Yangtze River Delta

Fang Dachun

（School of Business， Anhui University of Technology， Maanshan 243032， China）

Abstract：  Exploring the characteristics of the spatial structure of the national hightech industrial development zones in the Yangtze River Delta is conducive to better exerting the innovative synergies of the national hightech industrial development zones in the Yangtze River Delta and accelerating the establishment of a scientific and technological innovation community in the Yangtze River Delta. Based on the Social Network Analysis （SNA） method， this paper constructs the spatial correlation network of the national hightech industrial development zones in the Yangtze River Delta to explore its structural characteristics. From the perspective of the overall network， the density of the network is not high and shows a small downward trend， indicating that the degree of network relevance is not high. The efficiency and level of the network are high， indicating that the network is unstable. From the perspective of centrality analysis， the average value of the centrality has on the whole a downward trend， indicating that the economic ties between the national hightech industrial development zones need to be strengthened. The centrality rankings of national hightech industrial development zones in Shanghai， Wuxi， Changzhou， Suzhou， Nanjing， Hangzhou and other cities are all in the forefront， and they are at the center of the spatial association network. Moreover， the centrality of the pointout degree is higher than the pointin degree， stating clearly that the network structure is unbalanced. From the perspective of coreperipheral analysis， the number of hightech industrial development zones in the core area are decreasing， and the number in the peripheral area is increasing， indicating that the core national hightech industrial development zones radiating effect on peripheral national hightech industrial development zones are constantly weakening. From the perspective of block model analysis， the strength of crossplater economic ties are weak which demonstrates the spatial correlation network structure is relatively loose， the economic ties between national hightech industrial development zones need to be strengthened. Therefore， it is necessary to adhere to the system concept to plan the overall situation， improve the regional innovation cooperation development mechanism， strengthen the construction and layout of innovation platforms， and promote the integrated development of higher quality of national hightech industrial development zones in the Yangtze River Delta.

Key words：Yangtze River Delta; national hightech industrial development zone; spatial association network; social network analysis