长江中游城市群创新空间关联网络动态演变——基于社会网络分析法的研究

仇 怡，韩晚晚，吴建军

(1.湖南科技大学 商学院，湖南 湘潭 411201；2.中南林业科技大学 经济学院，湖南 长沙 410004)

一、引言及文献综述

相对于城市而言，城市群的核心是在集聚过程中形成分工与协作，从而实现资源的优化配置[1]149。因此，研究城市群空间网络结构对促进区域协调发展具有重要意义。长江中游城市群作为长江经济带建设重点区域之一，位于长三角、京津冀、粤港澳及成渝四大城市群连接交点，具有独特的地理空间位置优势、特色鲜明的科技创新优势。自2015年《长江中游城市群发展规划》提出以来，长江中游城市群已成为中国经济发展新的助力点，但其发展机制仍需完善，中心城市辐射带动能力有待提高。2021年全国两会期间，来自湖北、湖南、江西三省的全国政协委员聚焦长江中游城市群，建议将长江中游城市群一体化发展提升为国家重大区域战略，认为推动长江中游城市群一体化发展，是衔接畅通国家重大区域战略的必然要求[2]。城市群一体化发展意味着各城市创新能力不仅取决于自身实力，而且与城市群整体创新水平密切相关。因此，在长江中游城市群中建立创新空间关联网络，分析各城市创新联系现状及演化趋势，对促进长江中游城市群高质量发展至关重要。

国外有关创新网络正式文献最早可以追溯至Freeman在1991年发表的《Research Policy》[3]499-514，此后，关于创新网络的文献不断涌现。Cantner和Graf[4]463-480、Yoon和Park[5]989-1007以及Fan等[6]440-463关于德国、韩国及中国城市的研究一致认为，创新网络可以促进地区间创新合作。国内学者盖启文和王缉慈认为区域创新网络是指地方行为主体之间在长期正式或非正式的合作与交流关系基础上所形成的相对稳定的系统[7]29-36。通过文献梳理发现，国内外关于社会网络分析与创新网络的研究主要集中在以下三个方面：第一，关于创新网络对象。已有文献主要研究企业(Fitjar等，2016)、产业(Guan和Liu，2016)、省市(汤静等，2020)、城市群(马双和曾刚，2019)、区域(佘茂艳等，2018)、国家(邵汉华等，2018)乃至全球(陈欣，2020)等不同空间尺度下的创新合作[8]-[14]。中国现有城市群层面的研究则主要集中在长三角、京津冀、粤港澳、成渝等城市群，鲜有学者对长江中游城市群的创新空间关联网络进行分析[15]-[18]。搜索到的关于长江中游城市群创新网络分析主要从高校科研合作创新、知识创新合作和协同创新等角度展开，如李琳和彭璨(2020)等探讨了长江中游城市群协同创新空间关联网络结构[19]94-102。第二，关于创新网络构建时参量选择。在确定研究对象后，许多学者采用不同指标构建创新网络，为使用社会网络分析法分析网络结构做准备。如基于超效率DEA模型测算的创新发展效率，对创新网络演化路径、影响因素等进行分析[16]61-66；以发明专利申请量月度数据为依据，采用格兰杰因果检验方法构建城市创新联系[15]87-97；以专利合作申请数为基础，用社会网络分析法对比京津冀和长三角城市群创新网络结构特征[16]61-66；选取联合申请专利量，分析成渝城市群创新网络结构特征及其协同创新发展趋势[18]154-161；以研发合作数据为依据，分析城市研发合作网络结构演变趋势[20]555-577。第三，关于创新网络结构特征。目前，国内学者主要从整体网络结构和个体网络结构两个角度对创新网络特征进行分析，主要涉及整体网络密度、网络关联性、个体网络中心性、结构洞、聚类分析等指标[12]-[13]。

综上所述，已有部分学者对创新网络进行了探讨，但在创新网络构建参数指标体系时，以综合创新能力作为引力模型质量指标的文献有限。同时，尽管空间关联网络结构对创新能力的效应分析是判别网络结构特征分析是否准确的前提，但鲜有研究对此进行实证检验。从所掌握的资料来看，现有研究主要集中在长三角、粤港澳、京津冀、成渝等城市群，关于长江中游城市群创新空间关联网络的研究偏少。由此，本文的主要贡献在于：(1)采用熵值法对长江中游城市群2008—2019年城市创新能力进行测度并分析其动态演变趋势；(2)以其地理位置作为空间范围，用城市创新能力作为质量指标修正引力模型，并以此模型为基础构建创新空间关联矩阵；(3)采用社会网络分析法从多个视角考察创新网络的网络结构、空间格局分布及其演化趋势，并着重分析创新动力。

二、城市群创新空间关联网络理论分析

根据社会网络理论和创新网络理论，结合长江中游城市群创新发展现实情况，提出以下理论假设：

假设1：长江中游城市群的创新能力、创新联系与网络密度值呈正比。城市创新能力是指城市将知识或创意等转化为新产品、新工艺、新服务的能力，是对城市知识和技术发展现状的综合反映[21]162-170。当作为创新主体的各城市产生交易、引用或合作关系时，它们之间便形成了创新联系[22]23-27+38。城市创新联系具有显著空间异质性，主要集中在创新能力强且距离近的城市之间，此种联系因城市群创新能力提高而不断增强(胡悦等，2020)[23]37-44。网络密度作为衡量网络紧密程度的指标，城市创新联系越紧密，网络结构对各城市创新产生影响越大，网络密度值越大。

假设2：长江中游城市群的网络等级度与网络效率呈同向变化关系。网络关联性是衡量网络自身稳健性和脆弱性的指标，主要包括网络关联度、网络效率、网络等级度三个方面。其中，网络关联度越大，表明该网络中各城市把长江中游城市群这个整体团结起来的能力越强。网络等级度表示网络中城市间非对称可达程度，反映网络中各城市等级结构，取值在0～1之间。网络等级度越大，表明网络中各城市之间等级分化越明显，即少数城市处于网络核心地位，大部分城市处于该网络边缘位置。网络等级度降低，城市等级分化越弱，网络中各城市间的联系随之增多，各城市的创新要素则更容易通过网络空间进行流动，这不仅可缩小各城市之间的创新差异程度，也会降低网络效率。

假设3：长江中游城市群的中心性指标值越大，创新能力越强。网络中心性指标包含点度中心度、接近中心度、中间中心度三个方面，可衡量网络中各城市的集中发展程度。中心性指标结果越大，说明网络中各城市发展越集中，即少数城市拥有较大中心性，而大部分城市中心性程度较小。点度中心度是衡量城市中心性的指标，点度中心度越大，意味着该城市在网络中越重要。接近中心度可以衡量一个城市在网络中不受其他城市控制的程度，接近中心度越高表明与其他城市存在更多直接关联，该城市越是网络中心行动者，受其他城市控制可能性越低。中间中心度衡量一个城市在网络中控制其他城市的能力，中间中心度越大说明该城市在长江中游城市群中越能起到中介作用，属于网络核心圈层。当前中国城市创新网络建设尚处于初级阶段，城市所处网络地位在获取创新知识和信息方面具有显著优势，城市中心性指标值越大，创新能力提升则越快[24-25]。

三、长江中游城市群创新空间关联网络动态演变

(一)研究方法

学术界主要采用VAR检验方法、引力模型等构建城市空间关联网络。由于VAR检验方法无法展示研究对象动态特征，而引力模型可以刻画空间关联网络演变趋势。因此，本文选择引力模型作为构建空间关联矩阵基础模型。将综合评价指标体系测算出的创新能力作为质量指标，i城市创新能力在i和j城市创新能力总和中所占比重作为修正经验常数，以揭示长江中游城市群创新空间关联网络动态演变趋势。改进后引力模型如下：

(1)

(2)

其中，Tij表示城市创新联系，kij表示修正经验常数，Ei、Ej分别表示i、j城市创新能力，Dij为利用ArcGIS软件计算的i和j城市区间球面距离。借鉴Taaffe(1962)研究结果，距离衰减指数取值为2[26]。根据上述公式计算出长江中游城市群创新联系，以此建立无权有向矩阵，以2008年为基期对矩阵进行二值化处理[27]。根据修正后的引力模型，在使用社会网络分析法对创新空间关联网络进行分析前，首先要测算长江中游城市群的创新能力。

(二)综合评价指标体系构建及数据来源

本部分采用客观赋权法中熵值法对城市创新能力进行测度。与模型综合评判法、层次分析法等主观赋权法相比，熵值法能够避免人为因素存在而造成的随机性问题。参考已有文献，大部分学者采用R&D人员和R&D经费内部支出，分别代表人员投入和财力投入来衡量创新投入，采用专利申请量、专利授权量、高技术产业产值等指标衡量创新产出。在科学性、代表性、可比性、可获取性等原则下，本文采用规模以上工业企业R&D人员和规模以上工业企业R&D经费内部支出来表示创新投入，采用专利申请量和专利授权量来衡量创新产出。基于创新投入-产出视角，建立长江中游城市群城市创新能力综合评价体系，如表1所示。

表1 长江中游城市群城市创新能力综合评价体系

由于部分数据不可得，选取的研究样本为2008—2019年长江中游城市群28个城市(1)研究样本的28个城市分别为：湖北省武汉市、黄石市、鄂州市、黄冈市、孝感市、咸宁市、襄阳市、宜昌市、荆州市、荆门市；湖南省长沙市、株洲市、湘潭市、岳阳市、益阳市、常德市、衡阳市、娄底市；江西省南昌市、九江市、景德镇市、鹰潭市、新余市、宜春市、萍乡市、上饶市、抚州市、吉安市。由于天门市、潜江市、仙桃市的部分数据不可得，暂不考虑。，所有数据均来自历年的《湖南统计年鉴》《湖北统计年鉴》《江西统计年鉴》以及各城市相应门户网站。其中，江西省2008—2014年、2018年及湖南省2008—2010年的规模以上工业企业R&D人员和R&D经费内部支出的缺失数据，借鉴仇怡和李亚珂(2017)处理数据的方法，根据其他年度各城市规模以上工业企业R&D人员和R&D经费内部支出占其省份全年规模以上工业企业R&D人员和R&D经费内部支出的平均比值来估算[28]。其他部分缺失数据则按照平均增长率法补齐。考虑到价格因素影响，规模以上工业企业R&D经费内部支出以2000 年不变价进行平减处理。

(三)时间演变趋势

图1为长江中游城市群28个城市2008—2019年城市创新能力平均水平总体变化趋势。从整体上看，各城市的创新能力大致呈上升趋势，2011年出现下降可能与萍乡等城市当年专利申请量和专利授权量下降有关。此外，根据《世界知识产权指标2020》，中国由于优化专利申请结构、提高专利申请质量的整体监管转型，2019年专利申请量同比下降了10.8%，而长江中游城市群城市创新能力出现一定程度下降可能与其专利申请数量下降有关(如萍乡等)。从省份层面来看，湖北创新能力始终高于湖南和江西，湖南与湖北差距较小，江西与其他两个省份差距较大；湖北和湖南创新能力波动幅度基本一致，江西与其他两个省份变化趋势存在差异，且江西创新能力上升幅度在三个省份中最大。原因可能在于相对于南昌而言，不仅地理区位上武汉和长沙之间关系更为密切，而且从地区经济发展数据来看，武汉和长沙的相关指标也明显高于南昌。

图1 长江中游城市群城市创新能力总体趋势(2008—2019年)

(四)空间演变趋势

为进一步了解长江中游城市群各城市创新能力空间演变情况，本文运用ArcGIS软件通过自然间断点分级法将各城市创新能力分为低、中、高三个等级，绘制了两个主要年份各城市创新能力的空间演化图(见图2)。整体而言，城市创新能力有所提升。2008年长江中游城市群城市创新能力整体水平较低，仅武汉处于高水平区间，长沙处于中等水平区间，大部分城市处于低水平区间，各城市创新能力存在较大差异。2019年，长沙处入高水平区间，南昌、宜昌、襄阳及株洲进入中等水平区间，各城市创新能力发展不平衡情况有所缓解。这表明长江中游城市群在国家创新驱动发展战略背景下，积极响应国家号召并取得了一定成效。此外，城市创新能力发展形成了以武汉、长沙、南昌三个省会城市为中心，逐步向周边城市扩散的空间分布格局。

图2 长江中游城市群城市创新能力空间演化(2008年和2019年)

四、长江中游城市群创新空间关联网络结构特征分析

(一)整体网络结构特征

用UCINET软件对长江中游城市网络整体网络结构特征进行分析，部分结果见图3。从网络密度来看，样本期内网络关联关系和网络密度大致呈上升趋势。2008年网络关联关系为65个，2019年增加到127个。相应地，网络密度从2008年的0.0860增加到2019年的0.1680，这表明创新空间关联网络联系更加密切。此外，所有城市最大可能关系数为756个，但是样本期内城市之间最大关系数仅150个，可见长江中游城市群在创新联系方面尚有很大进步空间。从空间关联性来看，存在明显溢出和空间关联效应。网络等级度在2008年至2019年存在一定程度波动，2019年下降至0.3636，说明空间关联网络结构森严程度在逐渐下降，城市间联系和影响逐渐增强。网络效率与网络等级度变动趋势相似，2019年下降至0.8120，其原因在于随着网络联系紧密性增加，各城市之间联系逐渐增多，网络稳定性增强，但网络中连线增多也带来效率下降。从图3明显看出2011年为网络结构特征出现特殊趋势的年份，这与其当年创新能力整体均值下降有着必然联系。可见，网络中部分城市创新能力变化对整个创新空间关联网络结构特征起着至关重要的作用。

图3 整体网络结构特征(2008—2019年)

为更充分显示网络结构变化，利用UCINET软件绘制长江中游城市群创新空间关联网络结构图，限于篇幅，图4仅列出2008年、2012年、2016年、2019年的具体情况。其中，2008年网络结构较为松散，大部分城市之间创新交流和合作不充分，创新联系较弱。景德镇、新余、吉安、抚州、上饶处于孤立状态，表明与其他城市尚未建立创新联系。2019年网络结构联系更加紧密，28个城市之间均建立了一定的创新联系，其原因可能在于通过交流与合作，网络中创新资源得以流动。从图中可以看出长江中游城市群创新空间关联网络联系日益密切，武汉、长沙均处于网络中心地位，且其影响范围不断扩大，这表明武汉城市圈和环长株潭城市群已经发展较为成熟。相比之下，南昌作为环鄱阳湖城市群中心城市，与城市群中其他城市之间联系还不够紧密，虽然其2019年与2008年相比中心地位有所上升，但尚未起到充分带动作用，环鄱阳湖城市群发展仍不成熟。

图4 长江中游城市群创新能力空间网络结构图

(二)个体网络结构特征

利用UCINET软件对2019年长江中游城市群创新空间关联网络个体结构特征进行分析，具体结果见表2。武汉人口规模大、战略意义高，在城市群中具备与众不同的自然地理资源优势，点度中心度高达85.185。长沙作为“两核”之一，点度中心度仅次于武汉，若提升其城市地位，整个长江中游城市群发展将更进一步。黄冈、鄂州及景德镇创新能力相对较弱，经济发展水平落后，且处于网络边缘位置，与网络中其他城市之间空间关联不足。根据点入度和点出度结果可知，点出中心势为70.919%，点入中心势为20.988%。可见创新联系相对于创新联系围绕核心地区集聚趋势而言，从核心地区往外辐射趋势更明显。点出度较高的武汉、长沙、南昌在长江中游城市群创新空间关联网络中处于核心地位，是整个城市群扩散辐射中心，对外扩散创新能力强。此外，株洲、宜昌、宜春这三个城市对外创新辐射能力也较强，有望成为第二层级扩散点。点入度高于均值的城市也能够吸引一定外部资源，具有较强的聚合效应。

表2 长江中游城市群创新空间关联网络中心性分析(2019年)

武汉、长沙、南昌接近中心度分别达到了87.097、84.375、69.231。可见武汉和长沙具有很高的中心行动者地位，而南昌相对较弱。网络中间中心势为22.89%，中间中心势值相对较低，说明创新空间关联网络联系需要借助少数几个重要城市来完成，表明网络中处于核心地位城市较少，而大部分城市处于边缘地位，核心-边缘结构明显。中间中心度较高的武汉和长沙在整个网络中发挥了中介作用，处于整个网络核心圈层的位置。除此之外，南昌也具有一定影响和控制其他城市的能力。景德镇、萍乡、九江、新余等城市中间中心度为0。表示这些城市处于网络边缘地位，完全没有控制其他城市的能力。

(三)块模型

利用UCINET软件CONCOR对2019年长江中游城市群创新空间关联网络进行块模型分析，最大分割深度分别为2、3，集中标准均为0.2。为更清楚地观察其在地理位置上的分布，利用ArcGIS软件将上述块模型结果绘制成地图，如图5所示。当最大分割深度为2时，创新板块数目为4个。2019年4个板块分别是环鄱阳湖部分城市群+黄冈+咸宁+鄂州+黄石、武汉城市圈部分城市、环鄱阳湖部分城市群、环长株潭城市群。由此可见，4个创新板块与武汉城市圈、环长株潭城市群、环鄱阳湖城市群的国家空间布局相一致，但各创新板块相对独立。其中，环长株潭城市群与环鄱阳湖城市群的城市均处于不同创新板块，可见这两个城市群创新联系程度较低；武汉城市圈出现向东南方向发展的趋势，黄冈、鄂州、咸宁及黄石与环鄱阳湖城市群出现一定程度的融合。当最大分割深度为3时，可以看到上述4个创新板块在更细程度上被划分为8个创新板块。其中，长沙、株洲及湘潭处于同一创新板块说明环长株潭空间格局在创新联系方面已充分建立。

图5 长江中游城市群创新板块分布情况(2019年)

为考察最大分割深度为3时长江中游城市群8个创新板块关联关系，利用UCINET软件计算出各创新板块密度矩阵。将密度矩阵转化为像矩阵，即将小于当年整体网密度板块密度赋值为0，反之则赋值为1。由表3可知，板块1、2、3、4、6、7存在着自身内部创新联系。板块3、7对其他板块存在溢出效应，并且还接收着来自其溢出作用，可见创新水平高的武汉、长沙所在板块创新溢出能力强，同时也具备吸收外界创新资源的能力。板块5、8中城市因处于城市群边缘位置，且发展水平相对落后，在创新溢出方面非常薄弱，但存在一定的创新吸收能力。

表3 长江中游城市群创新空间关联网络密度矩阵表(2019年)

五、长江中游城市群创新空间关联网络实证分析

(一)整体网络结构效应

本文将2008—2019年长江中游城市群28个城市创新能力均值作为被解释变量，分别以网络密度、网络等级度、网络效率为解释变量进行OLS回归。由表4可知，网络密度提升能够促进城市创新，且效果显著，其原因可能在于网络密度增加使得网络中各城市联系增加，可以有效改进各城市创新空间差异，有助于促进创新。网络等级度下降表明网络中更多城市间由过去单向联系变成双向联系，从而对其他城市创新行为产生约束，促进创新产生。网络效率降低促进网络中各城市联系增多，破除了某些城市在网络中的比较优势，使得各城市在创新方面差距不断缩小，进而促进城市创新。

表4 整体网络结构效应回归结果(2008—2019年)

(二)个体网络结构效应

对整体网络结构效应进行分析后，将2008—2019年长江中游城市群28个城市创新能力作为被解释变量，分析点度中心度、接近中心度、中间中心度对城市创新能力影响。经hausman检验可知，模型1和模型3为固定效应模型。模型2因存在缺失值，参考张学良(2007)的做法，选择随机效应模型[29]51-63。根据表5回归结果可知，三个中心性指标系数均为正值，且通过了1%的显著性检验，说明中心性对创新具有显著促进作用。点度中心度增加使得各城市与网络中其他城市联系更广泛，网络局部关联性提高，从而促进了创新。接近中心度提高使得网络中各城市相互依赖关系更密切，从而提高了整体网络结构对各城市创新能力的影响，从而有利于创新。中间中心度提高增加了与其他城市的比较优势，促进了创新。

表5 个体网络结构效应回归结果(2008—2019年)

六、结论与政策建议

本文以2008—2019年长江中游城市群28个城市为研究对象，使用社会网络分析法对其网络结构特征及效应问题进行分析。主要结论如下：首先，网络密度最大值仅为0.1984，创新空间关联程度较低，但城市创新能力和网络密度大致呈上升趋势，创新联系日益密切。此外，严格的等级制度逐渐被打破，网络效率随之下降，网络结构越来越稳定。其次，武汉和长沙始终处于网络核心地位，南昌在网络中地位不断提高，且相对于创新联系围绕核心地区集聚趋势而言，从核心地区往外辐射趋势更明显。再次，块模型中创新板块与武汉城市圈、环长株潭城市群、环鄱阳湖城市群的国家布局相符，但各板块之间创新联系不足。最后，整体网络中网络密度增加、网络等级度下降、网络效率降低，个体网络中城市中心性指标增加对长江中游城市群各城市创新具有显著促进作用。

根据上述结论，提出以下几点政策建议：首先，长江中游城市群创新空间联系还有很大进步空间，需要国家相关政策给予发展机会。近年来，国家在区域协调发展、创新驱动等方面颁布了很多相关法规，但在区域协调发展中更加强调区域经济协调发展，对城市群创新空间联系的相关措施还不充分。其次，建立创新分工体系，充分发挥中心城市创新带动作用，使得各城市在相互的创新空间溢出效应中快速提升创新能力。具体而言，可以组织科研人才跨省份交流学习，甚至可以通过科研人才流动交换措施，加强城市之间创新交流，而增加先进技术溢出。再次，加强各板块间的创新合作，打破由于地理空间位置等因素存在的壁垒，进而增强整个长江中游城市群创新空间关联网络联系。如：加大武汉、长沙及南昌中光谷高科技企业之间合作力度，进一步促进创新板块融合。最后，由效应分析结果可知，创新空间关联网络对城市群创新发展有显著促进作用。因此，要重视城市群创新空间关联网络的构建，从中寻找解决空间效率和空间不平衡的方案，这或许是未来的研究方向之一。