黄河下游豫鲁地区创新网络时空演化及环境效应研究

摘 要：创新是城市与区域发展的核心动力，创新网络是提升区域创新能力的重要支撑.以黄河下游豫鲁地区为研究对象，采用修正后的引力模型来构建城市间的创新关联网络，运用社会网络分析法探究2014-2022年空间关联网络的演化与特征，并探析黄河下游豫鲁地区创新网络对环境的影响.研究发现，整体来看，黄河下游豫鲁地区整体创新网络发展水平逐步提高，但空间分布不均的特征明显，创新网络整体发展水平仍处于起步阶段；分区域来看，河南省创新网络水平存在严重的两极分化现象，在空间上呈“米”字形分布.山东省整体创新网络水平高于河南省，创新资源分布较为均衡；研究期内，郑州、济南、青岛等城市是网络中的溢出主体，其中郑州、青岛是网络中的关键节点，影响整个网络稳定性.此外，研究区凝聚子群呈现出以郑州、济南、青岛为引领的“三核心”创新网络格局，但子群倾向于“抱团”，行政壁垒尚未消除；黄河下游豫鲁地区创新网络与环境污染呈倒“U”型关系，当创新网络水平跨过“拐点”时，才会对环境污染产生抑制作用，从而有效改善环境质量.在创新网络发展初期，开放程度、经济水平和人口规模扩大会加剧环境污染程度，而环境治理支出的增长和产业结构的优化能有效抑制环境污染.

关键词：黄河下游；豫鲁地区；空间联系网络；引力模型；社会网络分析；环境污染

中图分类号：F532""""" 文献标志码：A""" 文章编号：1000-2367（2025）01-0001-12

党的二十大报告明确指出，完善科技创新体系，坚持创新在我国现代化建设全局中的核心地位，提升国家创新体系整体效能，形成具有全球竞争力的开放创新生态，并明确概括了中国式现代化5个方面的中国特色，人与自然和谐共生的现代化是其中之一.创新发展是推动地区经济高质量发展的重要动力，对促进新质生产力发展，强化区域间联动效应具有重要意义［1］.随着人文社会科学对地理空间的重视以及城市地理学中关系研究的崛起，城市创新网络逐渐成为探讨区域知识溢出和城市创新系统的主要方式［2］.

关于创新网络的正式文献，最早可追溯至1991年［3］.此后，CANTNER等［4］、FAN等［5］通过对德国及中国城市的研究一致认为，创新网络可以促进区域间的创新合作.随着研究的不断深入，学者们从不同尺度，基于多种方法对创新网络的特征和机制进行深入探析.研究对象方面，创新网络研究对象多集中于城市群［6］、产业［7］、经济区［8］等不同部门或区域.研究方法方面，学者采用不同指标来构建创新网络，其中专利数据被多数学者用于创新网络的构建.例如部分学者以专利授权量、研发人员数等指标为依据，采用修正的空间引力模型构建城市创新联系［9］.创新网络及其演化影响机制方面，耿旭等［10］通过对相关核心期刊论文进行可视化分析，探析了粤港澳科技创新合作研究的演变趋势.整体来看，已有成果对中国发展相对发达的长江流域、京津冀、粤港澳等区域的创新网络研究较为成熟，而有关黄河流域创新网络的演化及影响机制研究较少涉及.

环境问题深刻影响经济社会长远发展，现有研究逐渐聚焦于集聚和网络联系与生态环境关系的探讨.在传统要素集聚与生态环境关系研究方面，产业集聚［11］、人口集聚［12］等对环境的影响研究较为丰富.在创新网络联系与生态环境关系研究方面，钟顺昌等［13］通过构建省级面板数据模型和中介效应模型，发现创新集聚可通过规模效应降低霾污染.整体来看，相对于传统要素集聚的研究，基于创新要素集聚的研究更适用于探讨当下经济与环境复杂的关系，但研究依然侧重于创新要素的空间集聚，而对弱化地理空间距离的跨区域合作创新网络的环境效应研究较为匮乏.

综上所述，有关创新网络的研究多集中于长三角、京津冀等区域，黄河流域尤其是黄河下游创新网络的研究较为薄弱；关于集聚和网络联系与生态环境关系的研究依然侧重于传统要素和创新要素的空间集聚，而对弱化地理空间距离的跨区域合作创新网络的环境效应研究较为匮乏.黄河下游豫鲁地区是黄河流域经济发展水平最高的区域，郑州、青岛等城市在经济高质量发展维度上处于领先地位［14］，借鉴长江流域以下游长三角城市群核心城市为引领的区域一体化发展经验，研究黄河下游豫鲁地区创新联系，以促进豫鲁地区一体化发展，从而推动黄河流域高质量发展；此外，当前日益复杂的环境问题已经超过了单一行政区，逐渐成为一个区域问题，传统以政府为单一主体的集聚型治理方式已不能适应环境治理的需要［15］，而网络型治理模式在环境治理中有其自身独特的优势，能弱化地理空间距离，在不同发展程度、类型、行政层级的区域间实现区域环境的改善.因此，探究黄河下游豫鲁地区创新网络对环境的效应关系，对保护黄河流域生态环境也具有积极作用.

2014年是全面深化改革的元年，也是创新驱动发展的发力之年；2018年，各项创新重大任务的落实，加快了创新型国家的建设；2022年，中国正式迈入创新型国家行列.基于此，本文选取城市研发经费投入、研发技术人员数与专利授权量作为衡量创新能力的指标［16］，选取2014、2018和2022年3个时间截面，采用修正的空间引力模型来构建创新网络，使用社会网络分析方法对网络结构进行分析，以此来研究黄河下游豫鲁地区创新网络的演化与特征，从而解决黄河下游豫鲁地区一体化发展面临的困境，并构建创新网络与环境的面板回归模型，探析弱化地理空间距离的跨区域创新网络与生态环境的关系，提出相关政策建议，为寻求区域合作创新及生态环境协作共治、缓解经济发展与生态环境间的矛盾提供支持.

1 研究对象、数据及方法

1.1 研究对象及数据来源

1.1.1 研究对象

黄河下游豫鲁地区地处黄河流域三角洲，地理区位与地形地貌接近，经济上相互依赖，产业分工上互补.2022年，豫鲁地区生产总值为14.87万亿元，常住人口为2.12亿人，研发经费投入为2.96万亿元，研发产出为47.21万件，分别占黄河流域9省的50.48%、48.21%、66.52%、60.31%，是黄河流域9省发展势头最为强劲的地区，有望发挥黄河流域高质量发展的龙头带动作用.2021年，河南省与山东省发改委代表共同签署了《关于豫鲁毗邻地区共建黄河流域高质量发展示范区合作框架协议》，积极推进省级交接地区高质量发展.不同于长江流域，黄河流域经济发展水平较低，门户城市和枢纽城市不明显，没有形成联系紧密的经济带［17］.作为流域内发展水平最高的豫鲁地区，通过强化创新联系打造枢纽城市或者门户城市，形成创新和经济发展的高地并辐射带动整个流域，有助于促进黄河流域整体协调发展［18］.基于此，本文选取黄河下游豫鲁地区35个城市为研究区域.需要说明的是，2019年1月，国务院批复同意撤销地级莱芜市，但为保证数据统计口径一致，本研究仍将莱芜作为市级单位进行处理.

1.1.2 数据来源

本文选取2014至2022年黄河下游豫鲁地区35个城市的数据作为研究样本，本文数据来源于《河南省统计年鉴》、《山东省统计年鉴》和各市的国民经济和社会发展统计公报.此外，部分缺失数据利用线性插值法进行补充.

1.2 研究方法

1.2.1 修正的空间引力模型

自然界中任何两个物体都有相互吸引力，引力的大小跟这两个物体的质量成正比，跟它们距离的二次方成反比［19］.基于空间相互作用理论，城市间的创新联系度表达式如下：

式中，Pij表示城市i对j的创新吸引力;Pi和Pj分别表示城市i与j的创新能力，本文用地区研发技术人员数和研发投入乘积的平方根来表示;Dij表示城市i与j之间的地理距离.考虑到创新联系的双向性，本文引入城市创新引力系数K，以此来刻画创新联系的双向性.修正后的空间引力模型表达式如下：

式中，Kij表示城市i对Pij的影响，本文用城市i的专利授权数占两城市专利授权数总和的比重来表示（ni和nj分别表示城市i和j的专利授权数）；ri和rj分别表示城市i和j的研发技术人员数；vi和vj分别表示城市i和j的研发投入；最后得到的空间引力模型表达式如下：

1.2.2 社会网络分析方法

社会网络分析方法是刻画创新网络结构的常用方法.本文使用Ucinet软件对黄河下游豫鲁地区创新网络结构进行分析并做可视化表达.

1.2.2.1 整体网络结构分析

整体网络结构分析能够从整体出发有效把握网络的整体结构与特征.本文主要从整体网络密度进行分析.网络密度是测度复杂网络中节点间关联关系密切程度的指标，密度越大，说明网络越紧密，节点间的关联关系越强［20］.

式（4）为网络密度计算公式，w为城市联系网络中包含的实际关系数，n为网络中成员数量.

1.2.2.2 中心性分析

中心性是用以表达网络中每个点或人在整体网络中与其他点或人之间的关联程度［21］.本文选取度数中心度和中间中心度两个指标，对黄河下游豫鲁地区创新网络中各个网络节点的地位进行分析.

式（5）为度数中心度计算公式，式（6）为中间中心度计算公式.其中l为城市联系网络中与某城市直接关联的其他城市数量;bjk（i）为城市i处于j、k间捷径上的概率，gjk（i）为城市j、k间捷径经过城市i的数量，gjk为城市j、k之间的捷径数量.

1.2.2.3 凝聚子群分析

凝聚子群分析是为了揭示社会行动者之间实际存在的或潜在的关系.如果该网络存在凝聚子群，且凝聚子群的密度较高，说明处于该凝聚子群内部的行动者之间联系紧密，在信息分享和合作方面交往频繁［22］.

1.3 面板模型构建

为了检验创新网络与环境的效应关系，本文在面板回归模型的基础上，引入创新网络的平方项，同时，为了避免异方差与内生性的影响，本文采用取对数方法并把所有变量滞后一期纳入方程.具体模型构建如下：

ln epi，t-1=β0+β1ln ini，t-1+β2ln dooi，t-1+β3ln egi，t-1+β4ln isi，t-1+β5ln psi，t-1+β6ln eli，t-1+εit，（7）

ln epi，t-1=β0+β11ln ini，t-1+β12ln in2i，t-1+β2ln dooi，t-1+β3ln egi，t-1+β4ln isi，t-1+β5ln psi，t-1+β6ln eli，t-1+εit.（8）

式中，β为系数，εit为误差项，i代表地区，t代表年份.

变量解释如下：

①被解释变量

环境污染（ep）：环境污染物排放主要指废水、废气和固体排放物，由于单个污染物排放不能衡量整体环境污染水平，因此本文借鉴张可等［23］的做法，选取工业二氧化硫、废水及烟尘排放量指标，对其加权处理得到反映环境污染程度的综合指标.

②核心解释变量

创新网络（in）：创新网络水平的提升往往伴随着产业经济水平的提高，这不可避免会对环境造成一定程度的污染，同时创新网络促进创新要素的流动，其技术本身和对环境治理技术的进步可有效抑制环境污染.本文借鉴殷德生等［24］的做法，选取各地区度数和中间中心度并对其加权处理，来作为衡量创新网络水平的综合指标.

③控制变量

开放程度（doo）：“污染光晕”假说认为FDI（外商直接投资）通过绿色技术的引进来降低经济发展对环境带来的负外部性，而“污染避难所”假说认为FDI使东道国承接了来自其他地区的高污染制造业，从而致使环境污染程度加剧.本文借鉴袁华锡等［25］的做法，采用人均实际利用外资金额衡量各城市开放程度.

环境治理（eg）：地区环境治理水平与环境污染有直接关系，地区环境治理水平能大幅度降低环境污染程度，有效改善环境质量.本文借鉴宋宝琳等［26］的做法，选用各地区环境保护支出金额与地区生产总值的比值来衡量各地区环境治理水平.

产业结构（is）：产业结构作为污染物产生的控制体，其合理调整可以促进资源优化配置，提高资源利用率和循环利用程度，降低环境污染.本文借鉴陈西芷等［27］的做法，以第二产业产值占规模以上工业企业总产值的比重来衡量产业结构.

人口规模（ps）：人口集中通常与经济增长保持同步，也与“城市病”问题密切相关，经济发达的地区往往人口规模较大，导致当地出现能源短缺、环境污染等问题.本文参考贺彩霞等［28］的做法，选取年末城镇常住人口数量来衡量人口规模.

经济水平（el）：环境污染与经济发展水平密切相关，当经济水平不断提高时，居民生活水平不断改善，幸福指数逐渐上升，政府由此会关注环境质量，加大对环境保护等方面的投入，从而有效改善环境质量.本文借鉴唐建荣等［29］的研究，采用人均GDP来衡量地区经济水平.

2 黄河下游豫鲁地区创新网络演化特征

2.1 整体网络结构及动态演变

根据式（3）计算黄河下游豫鲁地区城市间的引力，利用ArcGIS软件分别得到2014、2018和2022年城市间创新网络空间联系强度，利用自然断裂法将其分级，并摘除小于空间引力值平均数的线段.豫鲁地区创新网络的结构及演变特征.如图1所示.

对比图1中3幅图可以发现，济南和郑州与其他城市间的联系一直较多，原因可能是郑州处于中国地理的中心地带，是中国重要的铁路、航空、高速公路等交通枢纽，交通发展水平较高；此外，2016年国务院批复的《中原城市群发展规划》明确指出，支持郑州建设国家中心城市，推动郑州与开封、洛阳等城市深度融合，建设现代化大都市区.而济南自党的十八大以来，深入实施创新驱动发展战略，推进科技创新，着力构建一流科技创新生态体系；同时国际机场航线的扩建，与外界的交通联系更为畅通，为加快创新网络发展提供了更强有力的“交通支撑”.

此外，郑州作为省会城市，创新资源较为充足，在创新网络中处于核心位置.由于地理邻近性在创新扩散中起到了主要作用，创新能力高的区域在创新外溢过程中，与其地理临近的区域受益更大，因此在2014年，只有焦作、开封、新乡和许昌与其保持较强联系强度；到2022年，受郑州对外辐射带动作用，与郑州的联系强度由较强联系变为强联系.而作为中国北方新动能增长极的济南，2014年，与其保持强联系的仅有泰安，到2022年，淄博作为济南的邻近城市，城区发展与济南相互吸引，产业渊源深厚，创新联系愈加紧密；此外，青岛深度融入“一带一路”，自身创新资源丰富，2022年与烟台和潍坊的创新联系强度转为强联系.

整体来看，信阳、南阳、东营等城市处在创新联系网络的边缘位置，资源与技术难以流入这些城市，且与其他城市间的交流合作较少，因此自身创新能力一直较弱.

为更直观地分析黄河下游豫鲁地区整体网络的演变，本文取阈值为3，对面板数据进行0-1转换，借助Ucinet软件分别测算出黄河下游豫鲁地区2014、2018和2022年的网络密度、网络关系数和网络关联度，如表1所示.

由表1可以看出，2014至2022年，黄河下游豫鲁地区创新网络密度、关联度与关系数呈逐步上升的趋势.2018至2022年增幅较2014至2018年快，主要原因是黄河流域生态保护和高质量发展重大国家战略实施，使黄河下游豫鲁地区形成良好的创新环境，吸收了大量创新资源，创新能力得以快速提高，创新联系愈加紧密.

尽管2014至2022年黄河下游豫鲁地区创新联系呈上升趋势，但其创新联系紧密程度依旧较低，距离理论上网络密度最大值仍有较大差距.此外，网络中实际存在的最大关联关系数为318，远低于城市间最大潜在关联关系数，结合图1可以说明，黄河下游豫鲁地区创新网络的各城市节点在创新关联上相互影响作用较弱，网络关系较为松散，中心城市辐射范围较小，只能辐射周边几个城市，远距离的城市受益小.

为更直观反映黄河下游豫鲁地区创新网络时空演化特征，使用Kriging插值法，对各地市创新产出数据进行空间平滑处理，构建黄河下游豫鲁地区创新网络时空演化图（图2）.结果显示，2014至2022年，由于山东省沿海城市较多，海洋贸易较为发达，因此其整体创新网络发展水平远高于河南省；此外，济南和青岛在创新网络中一直处于核心位置，与上文从图1所得结果不同，原因是青岛处于沿海位置，外向经济发达，与黄河下游豫鲁地区的往来较少，未在创新网络中处于主导地位.就个体而言，山东省各地市发展资源较为均衡，创新资源分布没有出现明显极化现象.

与之相反，河南省创新网络发展水平差异显著，表现出明显的“核心-边缘”结构特征，河南省大部分城市特别是西南部城市发展落后，人才、技术等普遍流向以郑州为核心的中北部区域，而南阳、信阳等城市与中北部城市创新资源数量差距较大，以郑州为中心形成的圈层外部城市创新网络水平明显下降，并未形成逐层递减的格局.

2.2 创新网络中心性分析

为深入研究黄河下游豫鲁地区创新网络中各个节点的地位，借助Ucinet软件，计算流域内各城市的度数中心度与中间中心度，由于城市数量较多，无法一一罗列，因此本文仅从整体测算结果选取排名前十的城市进行分析.如表2所示.

首先，郑州与济南度数中心度一直高于其他城市，是黄河下游豫鲁地区创新资源生产的空间关联较为集中的地区，整体网络结构的稳定性对这两个城市的依赖程度较高；此外，郑汴快速通道的开通大幅度提高了开封与郑州的交通可达性，创新技术、人才等资源更加便捷地流入开封，创新能力得以提升，反映在表2中就是开封度数中心度在2018年仅次于郑州与济南并一直处于第三的位置.

其次，郑州、济南、青岛、开封等城市点出度均大于点入度，是黄河下游豫鲁地区创新网络中的溢出主体，其中郑州点出度明显大于点入度，在网络中溢出效应显著.但结合图1来看，与郑州保持强联系的仅有洛阳、许昌、焦作与开封，并呈“米”字形分布，由此可见，河南省城市间联系强度表现出普遍弱联系、个别强联系的特点.

最后，从中间中心度来看，郑州与济南排名一直靠前，在创新网络中处于中心位置，对其他城市的空间关联具有较强的控制能力；而临汾、洛阳等城市则排名靠后，易受排名靠前城市的影响而难以对其他城市的创新能力发挥控制和支配作用.

综上，黄河下游豫鲁地区在创新网络中的中间中心度表现出明显的非均衡特征，郑州与济南在网络中处于显著的中心地位，是网络中的关键节点.一旦节点出现问题，将导致网络断裂而出现“结构洞”，影响整个创新网络的稳定性.

2.3 凝聚子群结构及动态演变

凝聚子群分析能够明晰不同子群的内部结构特征及各节点互动机理.利用基于迭代相关收敛法的concor程序，选择最大分割深度为2，收敛标准为0.2，对黄河下游豫鲁地区创新网络进行凝聚子群分析，结果见图3和表3.

结果显示，黄河下游豫鲁地区在3个不同时间段均形成了4个凝聚子群体，且随着时间与创新网络内外部环境和政策的变化，子群内部成员组成也发生了一定改变.

具体来看，子群一在2014至2018年城市构成未发生改变，囊括了郑州、菏泽等8个城市;2018至2022年，开封、洛阳、焦作的加入及信阳的离开使子群一扩展到10个城市，这些城市大部分位于河南省偏北地区，创新资源与环境较为良好，是河南省创新网络中各节点联系较强的子群体；构成子群二的城市以平顶山、许昌为主，介于河南省创新网络的“边缘”位置，中心度较低，创新人才、技术等资源易流入处于创新网络“核心”位置的城市；子群三是以济南为核心引领的子群，在2014至2022年进行了一定程度的重构，但其主要成员都位于山东省；子群四发生了较大重构，2014年由青岛、日照等沿海城市变为聊城、济宁等城市，但在2022年经过重构后又形成了以青岛为核心引领的子群.

总体来看，地理距离和行政区划对黄河下游豫鲁地区创新网络的影响不可忽视，截至2022年凝聚子群仍以地理位置临近来进行“抱团”，子群构成尚未突破行政壁垒，黄河下游豫鲁地区内部仍缺乏跨越地理距离与行政规划的创新凝聚子群.

表3为2014、2018和2022年各子群的密度矩阵表，能反映黄河下游豫鲁地区创新网络各城市间的内在关系.结果显示，子群一内部联系密度逐年稳定增长，在2022年增长至0.447，接近密度较高的子群三、四，但与其他子群联系密度较低，创新联系较少.子群二位于创新网络“边缘”位置，内部密度逐年降低，与外部联系较为匮乏，尤其与子群三、四联系密度为零，说明2014至2022年，黄河下游豫鲁地区西南部边缘城市未与山东省产生创新联系.子群三、四在2014至2022年发生了较大重构，青岛、日照等沿海城市的从属对子群三、四的重构起到了重要影响.2014年子群三内部密度为0.687，略高于子群四，但到2018年，由于青岛、日照等沿海城市的加入，子群三内部密度高达0.839，远高于其他子群内部密度，到2022年，子群内城市的减少使得其内部联系紧密程度有所下降，但依然是创新网络中紧密度最大的重要子群.构成子群四的城市在2018年由沿海城市变为靠近河南省的“边缘”城市，其内部密度大幅度下降，但在2018年经过重构后又形成了以青岛为核心引领的子群，内部密度大幅提升，仅次于由济南为核心引领的子群三，且二者创新联系紧密度较强.

综上所述，2014至2022年，黄河下游豫鲁地区各城市创新联系、创新网络结构均发生了一定程度的变化，凝聚子群呈现出以郑州、济南、青岛为引领的“三核心”创新联系网络格局.

3 创新网络对生态环境的影响分析

3.1 基础模型回归及稳健性检验结果

根据式（7）、（8）所构建的计量模型，本文首先对混合效应模型和个体效应模型进行选择，然后就固体效应模型与随机效应模型进行Hausman检验，根据检验结果选取相应的模型进行回归，并逐步增加控制变量进行稳健性检验.如表4所示.

模型（1）与模型（2）分别为探究创新网络与环境污染间的线性及非线性关系；模型（3）～（7）表示分别加入控制变量，以检验计量模型的稳健性；模型（8）为加入所有控制变量，以检验计量模型的稳健性.

3.2 回归结果分析

模型（1）检验了创新网络与环境污染的线性关系.结果表明，创新网络对环境污染的影响呈现正向促进作用，创新网络水平每提高1%，将导致环境污染程度增加0.132%.模型（2）引入了创新网络的平方项，检验了创新网络与环境污染的非线性关系，通过回归结果可以看出：在5%的显著性水平下，创新网络的平方项对环境污染的影响系数为负，说明创新网络与环境污染的影响呈倒“U”型关系.在其他因素不变的情况下，当创新网络水平达到e0.603 3之前，创新网络水平的提升对环境污染程度产生促进作用，只有当创新网络水平跨过了e0.603 3这一“拐点”，才能对环境污染产生抑制作用.

创新网络与环境污染的影响呈“U”型关系的可能原因有以下3方面：从规模效应来看，创新网络发展要增加创新资源的使用，同时也带来了污染排放的增加.从技术效应来看，创新研发技术支出上升，推动技术进步，改善资源使用效率，削弱创新生产对环境的影响.从结构效应来看，在早期阶段，为促进创新网络的发展，对资源进行了过度利用，造成了诸多环境问题，随后创新网络发展转向低污染的现代服务业和知识密集型产业，单位产出的排放水平降低，环境质量得以改善.

模型（3）～（8）在依次加入控制变量后，创新网络均在1%的显著性水平下显著，说明所构建的计量模型是稳健的，可以支撑上述所得结论：创新网络对环境污染的影响呈现复杂的非线性关系，只有当创新网络水平达到一定高度，才能对环境污染起到抑制作用，从而有效改善环境质量.其中开放程度、经济水平和人口规模对环境污染产生促进作用：在创新网络发展初期，为加快创新网络发展速度，各地区经常降低外商直接投资的环境准入门槛，引入高耗能企业，虽会带动地区经济发展水平，但也对环境造成了一定程度的破坏.此外，人口的增多也会加大资源消耗，加重保护生态环境的压力.而环境治理和产业结构对环境污染有着抑制作用，环境治理投资越多，环境质量越高；产业结构系数为负，说明黄河下游豫鲁地区产业结构较为合理，在一定程度上能改善环境质量.

4 结论与建议

4.1 研究结论

有关黄河下游尤其是豫鲁地区的创新网络相关文献较少，且缺乏弱化地理空间距离的跨区域合作创新网络的环境效应研究.因此，本文通过修正的引力模型测算了黄河下游豫鲁地区的城市联系强度，结合社会网络分析方法探究城市空间联系的网络演化与特征，并分析了黄河下游豫鲁地区创新网络与环境污染的效应关系，为解决豫鲁地区创新网络一体化发展所面临的困难及从弱化地理空间距离出发，探究跨区域合作创新网络与环境的效应关系提供相应的文献参考，得出以下结论：

（1）整体来看，黄河下游豫鲁地区创新网络发展水平逐步提高，在空间上呈现出东北部高、西南部低的创新网络格局，核心城市与周边城市创新网络联系紧密度高于偏远城市.在2022年，网络密度仅为0.224 5，最大关联关系数仅为318，远低于理论上网络密度最大值和豫鲁地区城市间最大潜在关联关系数，黄河下游豫鲁地区创新网络整体发展水平依旧处于起步阶段.

（2）分区域来看，河南省创新网络水平存在严重的两极分化现象，创新资源分布不均，在空间上呈“米”字形分布.郑州处在创新网络核心位置，创新资源较为充足，辐射带动洛阳、开封等周边城市创新的发展.但南阳、信阳等创新网络边缘区城市创新资源少，创新水平低，郑州辐射作用有限.山东省整体创新网络水平高于河南省，创新资源分布较为均衡，核心城市济南带动了泰安、淄博等城市的发展.而文化同源、产业渊源深厚的烟台和威海具有区域一体化发展的良好基础，创新网络联系愈加紧密.此外，位于沿海地区的青岛、威海等城市外向经济发达，各城市间的合作交流较多，但缺少与豫鲁地区其他城市的创新网络联系.

（3）2014至2022年，郑州、济南、青岛等城市点出度均大于点入度，是黄河下游豫鲁地区创新资源生产空间关联网络中的溢出主体.郑州和济南的度数及中间中心度一直靠前，对其他城市的关联及控制作用较强，是网络中的关键节点，影响着整个网络的稳定性.此外，黄河下游豫鲁地区凝聚子群逐步形成了以郑州、济南、青岛为引领的“三核心”创新网络格局.2022年，子群三与子群四创新联系紧密度最强，但凝聚子群仍进行“抱团”，行政壁垒尚未破除.从子群分布图来看，黄河下游豫鲁地区内部仍缺乏跨越地理距离与行政规划的创新凝聚子群.

（4）创新网络对环境污染的影响呈现倒“U”型关系，当创新网络水平跨过“拐点”时，才能抑制环境污染，有效改善环境质量.此外，在创新网络发展初期，开放程度、经济水平和人口规模扩大会加剧环境污染程度，而环境治理支出的增长和产业结构的优化能有效抑制环境污染，改善环境质量.

4.2 政策建议

（1）完善河南省区域内的创新网络协调机制，缩小城市间的差距.首先，一体化推进河南省科学院、中原科技城、国家技术转移郑州中心“三合一”融合发展，充分发挥郑州龙头带动作用.紧抓双创载体，加快推广智慧岛标准化建设，同时引进高水平创新团队，柔性引进教育、医疗、文化等领域专业技术人才，加快建设国家创新高地，打造一流创新生态.其次，充分发挥市场与政府的双重调控作用，统筹考虑河南省整体利益的发挥，积极探索差别化发展路径，各个城市要发挥优势，弥补劣势，鼓励创新要素在各个城市间畅通流动，促进各个城市高质量发展.

（2）深入探索跨行政边界的创新合作格局.打造郑济双城经济圈，在经济圈内部加速推进创新资源、产业协作等方面一体化发展，建立利益分享机制和损益补偿机制，以政府引导为前提，制定相关政策，弱化行政干预，打破行政壁垒，使资源要素自由流动；加强豫鲁毗邻区域濮阳、菏泽、聊城间城镇协同发展等方面的交流互访，不断扩展合作区域，持续推进交通运输创新生态等基础设施建设、流域环境系统治理、文化旅游联动发展等，打造区域合作发展示范区，破除豫鲁地区行政壁垒.

（3）提高创新网络水平，优化创新网络环境.充分发挥政府在提高创新网络水平中的作用，增加政府第二产业支出，最大程度降低创新网络水平资金瓶颈；出台有关“鼓励创新、宽容失败”的政策，营造良好创新网络发展氛围.提高开放程度，使外商产业积极涌入当地，吸收外商产业的新技术、新管理经验，促进创新网络水平提升和产业结构升级，努力使生产活动逐步由资源依赖型向技术依赖型转变，从而降低环境污染，改善环境质量.

参 考 文 献

［1］刘建华，闫静，王慧扬，等.黄河流域新质生产力水平的动态演进及障碍因子诊断［J］.人民黄河，2024，46（4）：1-7.

LIU J H，YAN J，WANG H Y，et al.The dynamic evolution of new quality productive forces level and diagnosis of obstacle factors in the Yellow River Basin［J］.Yellow River，2024，46（4）：1-7.

［2］顾伟男，刘慧，王亮.国外创新网络演化机制研究［J］.地理科学进展，2019，38（12）：1977-1990.

GU W N，LIU H，WANG L.International research on the evolution mechanisms of innovation networks［J］.Progress in Geography，2019，38（12）：1977-1990.

［3］FREEMAN C.Networks of innovators：a synthesis of research issues［J］.Research Policy，1991，20（5）：499-514.

［4］CANTNER U，GRAF H.The network of innovators in Jena：an application of social network analysis［J］.Research Policy，2006，35（4）：463-480.

［5］FAN F，LIAN H，WANG S.Can regional collaborative innovation improve innovation efficiency？[KG-*2]An empirical study of Chinese cities［J］.Growth and Change，2020，51（1）：440-463.

［6］刘建华，黄亮朝，左其亭.黄河下游经济-人口-资源-环境和谐发展水平评估［J］.资源科学，2021，43（2）：412-422.

LIU J H，HUANG L C，ZUO Q T.Evaluation of harmonious development of economy-population-resource-environment in the lower reaches of the Yellow River［J］.Resources Science，2021，43（2）：412-422.

［7］刘建华，马瑞俊迪，姜照华.基于“结构-动力-绩效” 视角的战略性新兴产业协同创新：以日本新能源汽车产业为例［J］.科技进步与对策，2020，37（9）：96-104.

LIU J H，MA R J D，JIANG Z H.Research on Strategic Emerging Industry Collaborative Innovation based on the \"Structure-Dynamic-Performance\" Perspective：taking Japanese New Energy Vehicle Industry as an Example［J］.Science amp; Technology Progress and Policy，2020，37（9）：96-104.

［8］曾志敏，杨泽森.粤港澳大湾区的创新网络与大学角色：网络视角的分析［J］.智库理论与实践，2018，3（3）：78-88.

ZENG Z M，YANG Z S.Innovation network and university role in Guangdong-Hong Kong-Macau greater bay area：a network analysis［J］.Think Tank：Theory amp; Practice，2018，3（3）：78-88.

［9］马双，曾刚.长江经济带城市间的创新联系及其空间结构分析［J］.世界地理研究，2018，27（4）：57-65.

MA S，ZENG G.Analysis on the innovation and spatial structure of the Yangtze River Economic Belt［J］.World Regional Studies，2018，27（4）：57-65.

［10］耿旭，李洪浩，邱惠亭.粤港澳大湾区科技创新合作的研究热点与前沿：基于CiteSpace的可视化分析［J］.科技创新发展战略研究，2023，7（5）：56-67.

GENG X，LI H H，QIU H T.Research hotspots and frontiers of scientific and technological innovation cooperation in Guangdong-Hong Kong-Macao greater bay area：based on the visual analysis of CiteSpace［J］.Strategy for Innovation and Development of Science and Technology，2023，7（5）：56-67.

［11］郑欢，方行明.产业集聚与生态环境耦合协调及其空间驱动机制：以成渝地区双城经济圈为例［J］.资源开发与市场，2023，39（4）：426-434.

ZHENG H，FANG X M.Coupling coordination and spatial driven mechanism of industrial agglomeration and eco-environment：taking Chengdu-Chongqing Twin-City Economic Circle as an example［J］.Resource Development amp; Market，2023，39（4）：426-434.

［12］刘耀彬，冷青松.城市化、人口集聚与雾霾变化：基于门槛回归和空间分区的视角［J］.生态经济，2020，36（3）：92-98.

LIU Y B，LENG Q S.Urbanization，population agglomeration and haze changes：based on threshold regression and spatial partition［J］.Ecological Economy，2020，36（3）：92-98.

［13］钟顺昌，闫程莉，任娇，等.创新集聚空间分布模式对霾污染的影响［J］.中国环境科学，2021，41（4）：1970-1984.

ZHONG S C，YAN C L，REN J，et al.The impact of innovative agglomeration spatial distribution modes on haze pollution［J］.China Environmental Science，2021，41（4）：1970-1984.

［14］申庆元.黄河流域中心城市高质量发展水平测度分析［J］.人民黄河，2023，45（1）：19-24.

SHEN Q Y.Analysis of measuring the level of high quality development of central cities in the Yellow River Basin［J］.Yellow River，2023，45（1）：19-24.

［15］李文钊.环境管理体制演进轨迹及其新型设计［J］.改革，2015（4）：69-80.

LI W Z.Evolution and model design of environmental management system［J］.Reform，2015（4）：69-80.

［16］张仁杰，董会忠，曹正旭，等.黄河流域城市创新溢出网络复杂性及空间分异［J］.统计与决策，2023，39（8）：183-188.

［17］陆大道，孙东琪.黄河流域的综合治理与可持续发展［J］.地理学报，2019，74（12）：2431-2436.

LU D D，SUN D Q.Development and management tasks of the Yellow River Basin：a preliminary understanding and suggestion［J］.Acta Geographica Sinica，2019，74（12）：2431-2436.

［18］金凤君.黄河流域生态保护与高质量发展的协调推进策略［J］.改革，2019（11）：33-39.

JIN F J.Coordinated promotion strategy of ecological protection and high-quality development in the Yellow River Basin［J］.Reform，2019，（11）：33-39.

［19］毛伟.长三角城市群创新网络的演化与特征［J］.学习与探索，2020（5）：90-97.

［20］赵巧芝，张聪，崔和瑞.长江经济带地级城市间技术创新关联网络演变特征研究［J］.技术经济，2021，40（12）：1-10.

ZHAO Q Z，ZHANG C，CUI H R.Research on the evolution characteristics of technological innovation association network among urban cities in the Yangtze River economic belt［J］.Journal of Technology Economics，2021，40（12）：1-10.

［21］任建辉，赖琳琳，何则，等.基于绿色专利的黄河流域绿色创新格局的时空演进及影响因素［J］.世界地理研究，2023，32（9）：78-92.

REN J H，LAI L L，HE Z，et al.Spatio-temporal evolution and influencing factors of green innovation pattern in the Yellow River Basin based on green patents［J］.World Regional Studies，2023，32（9）：78-92.

［22］孙宇，彭树远.长三角城市创新网络凝聚子群发育机制研究：基于多值ERGM［J］.经济地理，2021，41（9）：22-30.

SUN Y，PENG S Y.Development mechanism of cohesive subgroups'urban innovation networks in the Yangtze River Delta：based on the valued ERGM［J］.Economic Geography，2021，41（9）：22-30.

［23］张可，豆建民.集聚与环境污染：基于中国287个地级市的经验分析［J］.金融研究，2015（12）：32-45.

ZHANG K，DOU J M.Agglomeration and pollution：empirical analysis based on the 287 cities of China［J］.Journal of Financial Research，2015（12）：32-45.

［24］殷德生，吴虹仪，金桩.创新网络、知识溢出与高质量一体化发展：来自长江三角洲城市群的证据［J］.上海经济研究，2019，31（11）：30-45.

YIN D S，WU H Y，JIN Z.Innovation network，knowledge spillover and high-quality integrated development：an empirical study based on the urban agglomeration of the Yangtze River Delta［J］.Shanghai Journal of Economics，2019，31（11）：30-45.

［25］袁华锡，刘耀彬，胡森林，等.产业集聚加剧了环境污染吗？：基于外商直接投资视角［J］.长江流域资源与环境，2019，28（4）：794-804.

YUAN H X，LIU Y B，HU S L，et al.Does industrial agglomeration aggravate environmental pollution：from a perspective of foreign direct investment［J］.Resources and Environment in the Yangtze Basin，2019，28（4）：794-804.

［26］宋宝琳，白士杰，郭媛.经济增长、能源消耗与产业结构升级关系的实证分析［J］.统计与决策，2018，34（20）：142-144.

［27］陈西芷，陈立泰.FDI、产业集聚与生态效率［J］.统计与决策，2021，37（18）：108-112.

［28］贺彩霞，冉茂盛.环境污染与经济增长：基于省际面板数据的区域差异研究［J］.中国人口·资源与环境，2009，19（2）：56-62.

HE C X，RAN M S.Environmental pollution and economic growth：research based on China's provincial data for difference areas［J］.China Population Resources and Environment，2009，19（2）：56-62.

［29］唐建荣，郭士康.产业集聚、人口规模与环境污染［J］.统计与决策，2021，37（24）：46-51.

TANG J R，GUO S K.Industrial agglomeration，population size and environmental pollution［J］.Statistics amp; Decision，2021，37（24）：46-51.

Research on the evolution of innovation network and environmental pollution effects in Henan-Shandong region of the lower Yellow River

Abstract： The primary driver of urban and regional development is innovation. To strengthen regional innovation cap-abilities， it is necessary to establish an innovation network. The research of this paper focuses on Henan-Shandong region of the lower Yellow River. The study utilized a modified gravity model to establish an innovation network among cities. Subsequently， social network analysis was used to examine the spatial network's features and evolution between 2014 and 2022. Furthermore， this paper aimed to examine the impact of the innovation network on the environment of Henan-Shandong region of the lower Yellow River. Overall， this paper indicates that the innovation network in Henan-Shandong region of the lower Yellow River is gradually developing at a higher level. However， there is a clear disparity in the spatial distribution， and innovation network is still in its early stages of growth. In terms of sub-regions， the spatial distribution of bifurcation phenomena within innovation network in Henan Province shows a distinct \"mi\"-shaped pattern. In contrast， the innovation network in Shandong Province exhibits a higher overall level compared to Henan Province， indicating a more equitable distribution of innovation resources. The main hubs of the network are identified as Zhengzhou， Jinan， and Qingdao. Zhengzhou and Qingdao are identified as crucial nodes having a significant impact on the overall stability of the network. Furthermore， Zhengzhou， Jinan， and Qingdao lead a \"three-core\" innovation network structure， as evidenced by the cohesive subgroups observed in the research area. While administrative obstacles have not entirely disappeared， these subgroups tend to be closely linked. In Henan-Shandong region of the lower Yellow River， the relationship between innovation network and environmental pollution exhibits an inverted \"U\" shape. The inflection point represents the moment when innovation network starts to effectively reduce environmental pollutants and enhances environmental quality. During the early stages of innovation network development， environmental pollution tends to increase due to factors such as openness， economic status， and population growth. Nevertheless， increasing investment in ecological governance and optimizing industrial can effectively mitigate.

Keywords： the lower Yellow River; Henan-Shandong region; spatial contact network; gravity model; social network analysis; environmental pollution