空间计量视角下创新网络结构资本对产业发展的影响测度——基于“地理-社会”邻近耦合空间权重的回归建模与实验

摘要：针对创新网络结构资本空间溢出如何影响产业发展的问题，基于地理邻近性和社会邻近性动态耦合视角，运用加权平均思想构建动态空间权重矩阵，并借助Moran′s I空间相关性检验、空间滞后(SLM)、空间误差(SEM)和空间杜宾(SDM)模型实验测度多元“地理-社会”邻近耦合下创新网络结构资本对产业发展的影响。以广西电子信息产业专利数据为例展开实证研究发现：①广西电子信息产业发展空间集聚效应明显，且地理邻近性作用大于社会邻近性；②广西电子信息创新网络结构资本空间溢出能够产生产业发展空间集聚效应；③广西电子信息创新网络结构资本通过直接和间接层次路径影响产业发展。研究结论可为产业创新空间(均衡)发展提供决策支持。

关键词：空间计量；创新网络；结构资本；产业发展；影响测度

0 引言

经济新常态下，创新是引领发展的第一动力，协调是持续健康发展的内在要求。创新驱动发展成为我国寻求新经济增长点、实现经济转型升级的重要战略举措。区域创新网络作为创新驱动战略的核心载体，其累积的区域内结构资本能够有效配置产业资源、提升产业运行效率、降低产业集群风险，从而加快产业结构优化升级。同时，根据地理学第一定律，创新网络作为一种典型的区域产业集群组织，必然呈现一定的地理(位置) 集聚态势和软技术扩散，其结构资本存在区域外空间溢出效应，有利于加速区域间产业协同，进而推动产业协调发展。因此，从空间计量视角探究区域内外创新网络结构资本对产业发展的整体影响，符合我国“创新、协调”新发展理念，具有重要现实意义。

诸多国外学者认为，结构资本就是社会资本的网络结构维度，并界定其是“可以获取资源和掌控资源的网络结构”[1]，能够影响个人行为及经济增长[2]，也是一种“流动信息或资源的社会性渠道”[3]，能够解释所有(关系网络)形式的连接[4]。可见，结构资本与网络关系密切，其是一种具有资源获取能力的网络结构资本。同时，学者关于创新网络结构资本的研究主要集中在以下几个方面：①创新网络(集群、联盟)结构资本内涵。如Chow等[5]认为，结构资本是社会关系(知识)网络的重要组成部分，有利于组织间获取资源及共享知识。曹霞等[6]认为，结构资本描述了产学研合作网络中节点的结构属性，用于解决节点“边”建立及节点“位置”问题；②创新网络结构资本构成维度。如王鹏等[7]研究了产学研创新合作网络社会资本结构维度，认为其包括网络规模、网络密度等衡量指标。付向梅等[8]将创新网络结构资本划分为结构洞、节点度等维度；③创新网络结构资本功能。如Bhandar[9]研究发现，组织间网络社会(结构)资本对知识集成具有积极作用。Alguezaui等[10]分析了不同类型社会资本结构维度对企业创新绩效的影响，发现稀疏网络和密集网络影响作用迥异。综上所述，本文认为，创新网络结构资本是产、学、研等创新主体利用社会关系网络构建、网络文化积累，实现组织间资源和知识共享的无形资本，其网络结构维度(如节点度、结构洞和中介中心度等)对区域产品、知识、技术创新具有重大影响。

虽然国内外学者研究了创新网络结构资本的科学内涵、测量维度和基本功能，但其对产业发展影响的研究却相对较少，且主要集中在组织合作、企业创新等中、微观层面，鲜有学者从产业宏观层面开展测度研究，而从空间计量视角创新网络结构资本影响产业发展的“空间相依性”研究更是较少。然而，国外学者Rutten R等[11]认为，社会(结构)资本可以影响区域创新网络的有效运作，区域社会(结构)资本可以解释经济发展的差异性。因此，为实现产业空间均衡，运用空间计量经济模型探究创新网络结构资本影响产业发展的区域(内、外)空间自相关和空间滞后规律具有重要理论意义。

基于此，本文以创新网络结构资本空间溢出为切入点，以其对产业发展的影响测度为主线，在传统空间权重矩阵的基础上，构建地理邻近性和社会邻近性耦合动态空间权重矩阵，并基于“对比分析”实验法，利用空间自相关检验及空间计量经济模型，探究和验证创新网络结构资本影响产业发展的内在机理与效应，剖析影响产业发展的层次路径。

1 研究方法

1.1 基于地理邻近和社会邻近的动态耦合空间权重矩阵构建

国内外学者深入剖析了创新网络“邻近性”问题，认为创新网络演化、扩散(空间溢出)是地理邻近性和社会邻近性整合驱动的结果[12-15]。邻近性包含一般和二元两个分析层面，一般层面注重对空间辐射范围的研究，而二元层面更关注组织之间的社会邻近程度[16]。对于“创新网络”邻近性分析范式而言，其不仅包括关注合作网络特征的一般层面，也必然包含在地理邻近性基础上存在一定程度社会邻近性的二元层面[17]。

空间权重矩阵w=[ωij]n×n是描述空间观测单元相对位置关系和度量空间自相关性的重要工具 [18]，可以有效表达“邻近性”。学者们常采用邻接、距离两种“地理邻近”方法测算ωij [19]：①依据相邻空间观测单元是否共享一个边界或顶点，设置ωij=0或1；②按照两个空间观测单元质心距离(观测点坐标的笛卡尔距离)对ωij进行赋值。随着社会(经济)邻近性和空间计量研究的深入，学者们采用“社会邻近”对角权重矩阵与“地理邻近”对称权重矩阵的乘积，测算包含地理邻近和社会邻近双重属性的耦合空间权重矩阵w [20-21]。然而，在合作较少的两空间观察单元间耦合值应该很小的情况下，当某空间观察单元的社会属性值(对角线上的值)远远大于两个空间单元的地理邻近值时，将导致耦合乘积值ωij“过度”放大，形成空间观察单元作用的“虚涨”现象。基于此，为有效解决上述问题，本文构建如下“地理-社会”邻近动态耦合空间权重矩阵w：

其中

分别为反映地理邻近属性的距离权重矩阵元素

和反映社会邻近属性的空间矩阵元素

的(对称)标准化值；α1∈[0,1]、α2∈[0,1]分别为地理邻近属性和社会邻近属性的作用权重值，反映了本地蜂鸣(偏好于跨界合作)和全球通道(偏好于本地发明)的偏好组合状态。

1.2 基于Moran′s I的空间相关性检验

Moran′s I方法是基于特定位置的观测变量值与所有邻近观测单元统一观测变量值空间加权平均值之间的空间相关系数 [19]，介于-1～1之间，用于反映创新网络结构资本和产业发展空间自相关、空间溢出程度。计算公式如下：

其中，I为全局Moran′s I指数，Ii为空间单元i的局部Moran′s I指数；n是研究区域内空间单元总数，wij是“地理-社会”邻近耦合空间权重矩阵的元素值，xi是空间单元i的创新网络结构资本、产业发展测度值。

1.3 空间计量经济模型设定、估计与检验

通过Moran′s I空间相关性检验后，需基于Moran′s I检验结果(减少模型误设的可能)首先设定空间计量经济模型，并基于模型参数估计揭示创新网络结构资本影响产业发展的主要因素及其程度。目前，应用较多的空间计量经济模型包括空间滞后模型(SLM)、空间误差模型(SEM)和空间杜宾模型(SDM)。据此，本文设定如下空间计量经济(截面)模型[18-19]：

SEM y=Xβ+u，u=λwu+ε，ε～N(0,σ2I)

SDM y=ρwy+Xβ+wXθ+ε，ε～N(0,σ2I)

其中，y为n×1的产业发展测度变量；X为n×m的创新网络结构资本测度矩阵；w表示n×n的“地理-社会”邻近耦合空间权重矩阵；ρ、λ分别为空间自回归参数；β、θ分别为待估模型向量；ε为n×1的误差向量，且服从正态分布。然后，运用极大似然估计(ML)、两阶段最小二乘(2SLS)等方法估计上述模型参数，并运用拉格朗日乘数(LM)、Kelejian-Robinson等检验方法分析模型的合理性。

2 变量与数据

学者们普遍运用网络结构特征测度“无形性”创新网络结构资本，测度指标主要包括中心度(ZXD)、结构洞(JGD)、平均距离(PJJL)、节点数(NU)和边数(L)等[6-8]，具体如表1所示。

产业发展是一个动态过程[22-24]，故产业发展测度指标应能体现过程绩效[25-26]。本文基于产业发展结果(产出)绩效指标(GDP)[27-28]，采用工业GDP指数作为测度产业发展过程绩效指标GYZCZi的构建依据[29-30]，以某空间单元产业GDP变化趋势揭示产业发展态势。具体公式如下：

其中，产业总产值是指某产业的工业生产总值，而工业GDP指数则是以上年为基期标准计算的国内生产总值，反映了GDP实际变化水平。

专利网络作为一种典型的创新网络，能体现产业范畴属性，揭示产业创新发展动力。本文首先以国家知识产权局重点产业专利数据库的“电子信息产业”专栏为数据源，申请时间设定为2014年，申请省域设定为“广西%”，申请人检索词设定为“大学”、“研究所”、“公司”、“厂”，并通过筛选得到联合发明专利391条。然后，基于获取的联合发明专利数据，以申请人为矩阵坐标，构建对称节点合作关系邻接矩阵(若有关系则邻接值为1，否则为0)。最后，以广西壮族自治区14个地级市(北海、崇左、百色、防城港、河池、贺州、钦州、梧州、玉林、贵港、来宾、桂林、柳州、南宁)为空间观测单元矩阵坐标，构建对称区域合作关系邻近矩阵(连边为区域合作专利数)，并运用UCINET软件绘制如图1(a)、(b)所示的创新网络和区域网络结构。

研究发现，这种网络结构(南宁、桂林为节点度最大的核心节点)与广西电子信息产业战略布局息息相关，有利于形成以北海至桂林的高速公路为主轴(北海、来宾、柳州为节点度次之关键节点)、以南宁和桂林为区域中心(增长极)的电子信息产业聚集区，表明专利数据具有较强的创新实践性，能够反映广西电子信息产业创新演进态势。

同时，整理广西14个地级市各空间观测单元的联合发明专利数据，构建广西电子信息产业地市级创新节点合作关系邻接矩阵，并运用UCINET软件绘制如图2所示的各空间观测单元创新网络结构。

依据创新网络拓扑结构和结构资本测度指标计算公式(见表1)，运用UCINET、EXCEL软件计算得到表2所示的各空间观察单元创新网络结构资本测度值。本文查阅《2015广西统计年鉴》确定工业总产值、电子信息产业(计算机、通信和其它电子设备制造业)总产值及各地级市工业GDP指数，依据式(6)计算得到各空间观察单元GYZCZ变量值(见表2)。

为深入揭示创新网络结构资本(空间溢出)对产业发展的影响规律，本文采用“对比分析”实验设计方法，对“地理-社会”邻近耦合空间权重矩阵中的形式参数α1、α2进行{α1=0.2，α2=0.8}、{α1=0.5，α2=0.5}、{α1=0.8，α2=0.2}3次赋值，据此开展ρ、λ、β、θ等空间计量模型实际参数估计，并依据3次实验结果揭示多元地理邻近和社会邻近属性偏好下的影响规律。

3 结果分析

3.1 广西电子信息产业发展空间自相关性检验

基于α1、α23组参数设计，分别进行Moran′s I全局空间自相关性检验，得到如表3所示的检验统计结果。

由表3可知，产业发展(GYZCZ)在3次不同“地理-社会”耦合空间权重下全局空间相关性检验中，Moran′s I均为正值(0.03、0.09、0.14)且均通过显著性检验(P-value≤0.1)，表明广西电子信息产业发展存在显著的空间集聚效应。进一步研究发现，随着地理邻近属性α1的增加，Moran′s I不断增大，表明地理邻近性越强，广西电子信息产业发展空间集聚效应越显著，而社会邻近性的跨界协同作用并不明显(α2逐渐减少)，这种现象与本文选取的空间单元范围直接相关。本文以广西省域内地市级为考察对象，对象之间的“知识”差异性不大，导致广西电子信息产业发展更多依赖于地市级间的“资源”地理邻近性，从而“资源”地理分布越集中，空间集聚效应越明显。于是，本文得出如下结论：

结论1：广西电子信息产业发展空间集聚效应显著，且地理邻近性作用大于社会邻近性。

3.2 创新网络结构资本影响产业发展的空间计量经济模型

通过GYZCZ的Moran′s I全局空间自相关性检验后，借助R语言编程，运用表2数据对公式(3)～(5)的SLM、SEM和SDM模型进行参数估计。同时，考虑本文样本容量不大，因此估计方法选择处理小样本较好的极大似然估计(ML)，而检验方法采用最常用的拉格朗日乘数法(LM)。具体空间计量经济模型估计结果见表4。

由表4可见，无论在何种α1、α2组合情况下，SEM模型中唯一标识空间滞后属性的变量W*u均未通过显著性检验(P-value≥0.1)，表明SEM模型并不适用于创新网络结构资本影响产业发展的空间计量分析。同理，SLM模型中唯一标识空间滞后属性的变量W*GYZCZ也都未通过显著性检验(P-value≥0.1)，且3组实验的LM检验都未通过显著性检验(P-value≥0.1)，进一步表明SLM模型估计无效。另外，研究还发现，3组实验下SDM模型均有空间滞后变量W*通过显著性检验(虽然α1=0.8、α2=0.2时，W*L 的P-value=0.13，但因其残差值Variance=0.00非常小，故本文仍认为W*L的参数估计是显著的)，且3组实验下SDM模型估计均通过显著性检验(P-value分别为0.00、0.01、0.06)，表明SDM模型适用于创新网络结构资本影响产业发展的空间计量分析，且模型估计是有效的。因此，在设定的SLM、SEM、SDM 3个模型中，SDM模型更适合测度创新网络结构资本对产业发展的影响。

此外，由SDM模型估计结果可知，产业发展空间滞后变量W*GYZCZ在α1=0.2、α2=0.8和α1=0.5、α2=0.5时均未通过显著性检验(P-value分别为0.99、0.39)，而在α1=0.8、α2=0.2时虽然通过显著性检验(P-value=0.02)，但参数估计值为-2.01，表明某空间观测单元的GYZCZ受周围邻近单元GYZCZ的(正向)影响不显著。同时，表4中AIC值越小，表明模型估计结果越准确。因此，当α1=0.8、α2=0.2时，SDM模型更精准，此时空间观测单元内ZXD、JGD、PJJL、NU、L对空间观测单元GYZCZ的直接影响(效应)明显，且空间滞后变量W*ZXD、W*JGD、W*PJJL、W*NU的显著性检验值均小于0.1，表明某空间观测单元GYZCZ受周围邻近单元创新网络结构资本的影响十分显著。进一步研究发现，创新网络结构资本(ZXD、JGD)存在明显的空间溢出效应，具体见表5所示的Moran′s I空间自相关检验结果。

综上分析可知，某空间观测单元GYZCZ主要受创新网络结构资本空间溢出的影响(邻近空间单元结构资本增加观察空间单元结构资本(空间溢出中介变量)，进而利用结构资本的直接效应增加观测单元GYZCZ)，而非产业发展本身溢出的影响。基于上述分析和结论1，本文得出结论2：

结论2：广西电子信息创新网络结构资本空间溢出能够产生产业发展空间集聚效应。

上述基于3组参数(α1、α2)的Moran′s I自相关统计检验、空间计量经济模型估计结果存在一定差异，主要原因在于不同参数数据反映了不同地理邻近和社会邻近偏好差距，而这一差距往往是由不同地区资源、文化等要素组合的区域协调机制设计造成，如某地区更偏好于区域内有形资源整合，而另一地区则更偏好于区域间跨界文化融合。本文借助动态耦合空间权重矩阵有效表达上述机制设计造成的差距，并通过典型模型运算产生的结果差异，分析不同机制设计功效。

3.3 创新网络结构资本对产业发展的影响路径

基于表4 中不同α1、α2组合情况下SDM模型估计结果及结论1～2，本文通过对比分析构建如图4所示的创新网络结构资本影响产业发展的演进框架，并据此探究影响产业发展的层次路径。

从SDM空间计量经济模型估计的直接效应和间接效应可知，创新网络结构资本对产业发展的影响路径主要包括直接和间接两层：①直接路径是空间观察单元内部创新网络结构资本对产业发展产生直接影响的路径。这一路径随着空间单元间地理邻近性的增强(α1从0.2→0.8，即毗邻区域合作强化)，空间观察单元内部中心度、结构洞影响增大(SDM参数系数0.13→0.15、-4.08→-3.41)，平均距离影响渐弱(0.24→0.15)，而(负)节点数、边数影响则分别呈先减后增、先增后减态势(-0.04→-0.05→-0.04、0.13→0.16→0.11)；②间接路径是邻近空间单元创新网络结构资本对空间观察单元产业发展产生影响的路径。该路径随着空间单元间地理邻近性的增强，呈现出邻近空间单元中心度、(负)结构洞、平均距离和节点数影响增大(-0.55→1.19、0.92→-19.18、-0.28→2.53、-0.15→-0.04)和邻近空间单元边数影响降低(0.48→0.08)两种态势。这一态势主要是基于创新网络结构资本空间自相关产生的滞后效应，增强空间观察单元内部资本积累(累积路径见图2)，再利用直接路径推动产业发展。因此，本文得出结论3：

结论3 ：广西电子信息创新网络结构资本通过直接和间接层次路径影响产业发展。

4 结论与展望

本文为区域产业创新发展模式构建提供了新思路和新方法。基于广西电子信息产业的实证研究结果表明：广西电子信息产业地理邻近性作用大于社会邻近性，导致产业发展空间集聚效应明显，且创新网络结构资本空间溢出通过直接和间接层次路径推动产业发展空间集聚。在此基础上，本文提出如下对策：①企业、大学和研究机构等创新网络节点间的协同创新应注重文化差异较小邻近地区间的创新资源要素协同，树立“文化相通背景下跨界合作”的观念将更有利于地市级产业(集聚)发展，以实现规模经济；②政府在注重产业硬技术传播的同时，应注重推动产业发展软技术扩散，利用学习培训、绩效考核、增加信息透明度等政策工具刺激创新网络结构资本空间溢出，增加区域整体网络结构资本积累效应，以提升产业发展界面交互效率；③创新网络节点和政府既要加强区域内组织凝聚力、信息扩散程度和合作密度，又要兼顾区域内外形成“中心-边缘”结构、缩减区域间知识传递渠道，以优化创新网络结构资本影响产业发展的直接和间接层次路径。

本文是对空间计量视角下创新网络结构资本影响产业发展机理的探索性研究，关于该机理及模型的相关问题有待进一步挖掘。如运用实验对比法分析不同地理-社会邻近组合机制的运行效率，为相关产业政策制定提供决策支持；引入大数据和科学计量学方法获取全国重点产业专利数据，测度省级层面创新网络结构资本对产业发展的影响；运用空间面板计量经济模型探究创新网络结构资本影响产业发展的时空演化规律。

[1] BURT RS.Structural holes：the social structure of competition[M].Harvard University Press,1992.

[2] CHERY L,WAGNER MARIA E,FERNANDEZ-GIMENEZ.Does community-based collaborative resource management increase social capital[J].Society & Natural Resources：An International Journal，2008，21(4).

[3] LINDENBERG S.Constitutionalism versus relationalism：two views of rational choice sociology[M].Coleman,London：Falmer Press,1996：229-311.

[4] NAHAPIET J.Social capital,intellectual capital,and the organization advantage[J].Academy of Management Review,1998,23(2):242-266.

[5] CHOW W S，CHAN L S.Social network，social trust and shared goals in organizational knowledge sharing[J].Information & Management，2008，45( 7):458-465.

[6] 曹霞,刘国巍.基于社会资本的产学研合作创新超网络分析[J].管理评论,2013,25(4):115-124.

[7] 王鹏,张淑贤.产学研创新合作网络的社会资本结构维度研究——基于2006—2014年广东省产学研合作专利申请数据分析[J].中国科技论坛,2016(7):16-22.

[8] 付向梅,曹霞.产学研联盟结构资本对创新绩效的影响研究[J].预测,2015,34(2):22-27.

[9] BHANDA R M.A framework for knowledge integration and social capital in collaborative projects[J].Electronic Journal of Knowledge Management，2010,8(3):267-280.

[10] ALGUEZAUI S,FILIERI R.Investigating the role of social capital in innovation:sparse versus dense network[J].Journal of Knowledge Management,2010,14(6):891-909.

[11] RUTTEN R,BOEKEMA F.Regional social capital:embeddedness,innovation networks and regional economic development[J].Technological Forecasting&Social Change, 2007(11):1834-1846.

[12] HOEKMAN J,FRENKEN K,VANOORT F.The geography of collaborative knowledge production in europe[J].The Annals of Regional Science,2009,43(3):721-738.

[13] BALLAND P A.Proximity and the evolution of collaboration networks:evidence from research and development projects within the global navigation satellite system industry[J].Regional Studies,2011,46(6):741-756.

[14] HENNEMANN S,RYBSKI D,LIEFNER I.The myth of global sciencecollaboration-collaboration patterns in epistemic communities[J].Journal of Informetrics,2012(6):217-225.

[15] LI P F,BATHELT H,WANG J C.Network dynamics and cluster evolution:changing trajectories of the aluminum extrusion industry in Dali,China[J].Journal of Economic Geography,2012(12):127-155.

[16] KNOBEN J,OERLEMANS L A G.Proximity and inter-organizational collaboration:a literature review[J].International Journal of Management Reviews,2006(8):71-89.

[17] 李琳,韩宝龙.组织合作中的多维邻近性：西方文献评述与思考[J].社会科学家,2009(7):108-112.

[18] 詹姆斯·勒沙杰,R 凯利·佩斯.空间计量经济学导论[M].北京:北京大学出版社,2014.

[19] 李新忠,汪同三.空间计量经济学的理论与实践[M].北京:社会科学文献出版社,2015.

[20] XI Q,LUNG F L.Estimating a spatial autoregressive model with an endogenous spatial weight matrix[J].Journal of Econometrics,2015(184):209-232.

[21] 李婧,谭清美,白俊红.中国区域创新生产的空间计量分析——基于静态与动态空间面板模型的实证研究[J].管理世界,2010(7):43-55.

[22] 杨慧,宋华明,刘小斌.全过程界面管理视阈下新兴产业发展政策研究——鉴于美、日、西欧等发达国家经验[J].科学学研究,2011,29(5):684-691.

[23] 黄幸婷,杨煜.后危机时代战略性新兴产业发展研究——基于核心技术联盟知识创造过程的视角[J].中国科技论坛,2010(8):36-40.

[24] 侯合银,王浣尘.高新技术产业发展的技术经济过程的系统研究[J].上海经济研究,2003(3):28-35.

[25] 郭淑芬,裴耀琳.中国内地31省市文化产业创新绩效区域比较——基于过程视角[J].科技进步与对策,2016,33(4):31-37.

[26] 郑季良,陈春燕,王娟,等.高耗能产业群循环经济发展的多绩效协同效应调控研究[J].中国管理科学,2015(23):794-800.

[27] 薛信莉,唐学文,党耀国.江苏省第三产业发展与GDP就业弹性分析[J].统计与决策,2005(8):127-128.

[28] 董永祥,梁辰,佟士祺.基于绿色GDP的区域临港产业发展优化模型[J].水运工程,2011(7):31-35.

[29] 李忠民,姚宇,庆东瑞.产业发展、GDP增长与二氧化碳排放脱钩关系研究[J].统计与决策,2010(11):108-111.

[30] 闫超,刘金全.吉林省汽车产业发展对经济增长的影响研究[J].现代管理科学,2015(6):43-45.

Research on the Impact of Innovation Network Structure Capital on Industrial Development from the Perspective of Spatial Econometrics——Regression Modeling and Experiment based on the Weight of the Proximity Coupling Space of "Geography-Society"

(School of Management, Guilin University of Aerospace Technology,Guilin 541004,China)

Abstract：In order to demonstrate the issues that how the innovation network structure capital spillover influence industrial development, we established a dynamic spatial weight matrix by using the idea of weighted average, based on the perspective of geographical proximity and social proximity coupling and with the help of Moran's I spatial correlation test, as well as spatial lag (SLM) and spatial error (SEM) and space Durbin (SDM) models to measure the impact that innovation network structure capital on industrial development in terms of multiple adjacent coupling of Geographical-Society". Then, the electronic information industry of Guangxi patent data was taken as an example to carry out empirical research. we found that: the effect that Guangxi electronic information industry development spatial agglomeration is obvious, and the geographical proximity effect is greater than the social proximity; The agglomeration effect of industrial development space is promoted by the Guangxi electronic information innovation network structure capital spillover; The innovation of Guangxi electronic information network capital structure influence industry development through the direct and indirect path. Hereby, we can provide decision-making support for the development of industrial innovation space (equilibrium).

Key Words:Spatial Measurement; Innovation Network; Structural Capital; Industrial Development; Impact Measure

基金项目：国家自然科学基金项目(71473055)；广西自然科学基金项目(2015GXNSFBA139258)

作者简介：刘国巍(1985-)，男，黑龙江绥化人，管理学博士，桂林航天工业学院管理学院副教授，研究方向为创新网络、空间计量；张停停(1985-)，女，江苏宿迁人，桂林航天工业学院管理学院讲师，研究方向为国际技术合作、地理经济学。