哈长城市群协同创新网络结构洞与中间人研究 ——基于专利数据的产学研网络与城际关系网络双维度测量

城市群是现代社会城市化进程中区域空间形态的高级表象，以美国五大湖沿岸城市群、欧洲西北部城市群、日本东海道太平洋沿岸城市群等为代表的世界公认的城市群均实现了巨大的规模经济效益，是区域与国家经济发展的重要增长极。2018年11月18日，中共中央、国务院印发了《关于建立更加有效的区域协调发展新机制的意见》，提出以京津冀、长三角、粤港澳大湾区等城市群推动国家重大区域战略融合发展，建立以中心城市引领城市群发展、城市群带动区域发展的新模式，推动区域板块之间融合互动发展。由于城市群中包括了一定地理空间内的主要特大城市和大城市，集聚了大量优质创新资源，使其成为建设创新型国家和实施创新驱动发展战略的重要载体。城市群的形成、发展与成熟，是区域和国家治理体系与治理能力现代化的重要标志之一。

截至2019年2月，国务院先后共批复了长江中游城市群、哈长城市群等10个国家级城市群。哈长城市群是目前获批的唯一一个地处东北地区的城市群，由哈尔滨、大庆、齐齐哈尔、绥化、牡丹江、长春、吉林市、四平、辽源、松原和延边朝鲜族自治州共11城组成。哈长城市群既包括哈尔滨、长春和吉林市3个国家级创新型城市，也包括大庆、牡丹江、松原这样典型的资源型城市；既有长春一汽、哈电集团等大型高技术企业，也有哈尔滨工业大学、吉林大学等双一流高校。哈长城市群建设和城市群协同创新网络结构的完善，能够进一步加强各产学研创新主体及城市间的联系，优化创新要素供给结构，加速创新资源流通，实现区域经济增长方式转变，赋能东北老工业基地振兴。

1 文献回顾与评述

城市群是以一个以上中心城市为核心向周围辐射构成的多个城市的集合体，各城市在空间、经济、交通和通信等关系上联系密切，构成具有地域特色的社会空间网络[1-2]。由于城市群的关系复杂多样，因此对城市群网络的研究可以从多个视角切入，包括城市群网络的时空规模[3-4]以及网络中的物流[5]、交通[6-7]、企业合作[8]和经济联系[9]等均受到国内外学者的广泛关注。在全球知识经济快速发展的时代背景下，城市群协同创新网络研究开始兴起。Lee[10]研究美国城市协同创新网络发现，小范围城市群内创新主体合作使城际关系更加密切，且这种密切的城际关系可替代原本松散的经济集聚；Pagano & Losco[11]认为，以大城市为核心的城市群实现了欧盟城市的可持续性与包容社会性，城市群网络提升了欧盟城市的创新能力。

在中国大力实施创新驱动发展战略和重大区域战略融合发展的背景下，我国城市群协同创新网络研究也取得了丰硕成果。杨明海等[12]对比中国七大城市群创新能力发现，邻域创新环境优劣对周边城市创新水平的向上转移产生了非同步、差异化影响；徐宜青等[13]对长三角城市群协同创新网络的研究表明，上海和南京是该网络的核心，多层级创新板块组合模式是提升区域协同创新能力的有效方式；谢伟伟等[14]研究长江中游城市群知识创新合作网络发现，该网络以长沙、武汉和南昌为核心，是具有小世界特征的多中心网络。可见，当城市本地独立R&D活动难以有效实现创新要素在城市内集聚时，借助城市群空间结构优势形成城际关系网，可以降低创新要素跨区域流动的制度壁垒和交易成本，增强区域创新系统在创新协同等方面的空间关联效应[15]。在研究方法与数据选择上，社会网络分析法对关系形式的表现较为丰富和具体，同时可以实现直观的可视化分析，是进行协同创新网络研究时较适用的一类方法；专利数据是衡量协同创新关系时最常用的一种数据类型。如胡艳等(2017)使用发明专利申请量月度数据完成了长三角城市群城市创新的空间关联分析，具体测量了网络密度、中心性、子群和中间人等具体指标；刘国巍(2015)选取大学、企业、研究所之间合作申请的专利数据，使用社会网络分析法刻画了广西产学研合作创新网络的时空演化特征；吴慧和顾晓敏(2017)同样选取产学研机构间合作申请专利数据，并使用社会网络分析法研究了产学研合作创新网络的行动者属性、小世界特征分别与产学研合作关系、集群企业创新绩效的关系。除社会网络分析法外，博弈论、复杂网络和仿真等方法更适用于微观层面协同创新研究[16-17]，引力模型可根据研究的具体需求与社会网络分析法配合使用[18]；除专利数据外，也可使用合作发表论文[19]、建立联合实验室[20]与创新联盟等[21]相关数据衡量协同创新关系。

通过文献回顾发现，城市群的概念界定已较为清晰；城市群中联系密切的协同创新网络关系能够提高城市和区域创新能力；学者选取专利、论文等数据，使用社会网络分析法等研究方法，对长三角、长江中游等经济较为发达地区的城市群协同创新网络进行了较为充分的研究。但是，针对欠发达地区城市群协同创新网络的研究成果相对较少。以哈长城市群为例，受限于经济发展水平与创新能力水平，其协同创新网络与长三角、长江中游等城市群相比，结构较为松散，密度较低，网络核心及优势位置占据者的作用更为突出。同时，现有研究大多仅关注城市群协同创新的内部城际关系。而在研究逻辑上，城际关系并不是凭空形成的，而是在城市内各产学研主体关系的基础上形成的，忽略产学研主体网络关系而直接对城际关系展开研究，会造成对城际关系本身的解释力不足；在研究范围上，城市群内部协同创新活动是为了解决各城市自身创新要素集聚不足的问题，但城市群内部创新要素的集聚就一定是充足的吗？若再开展城市群外部协同创新活动又将会分别给产学研及城际关系网络结构带来哪些变化？本文将聚焦并试图解决以上问题。

2 研究设计

2.1 研究方法

基于文献回顾，使用社会网络分析法对哈长城市群协同创新网络的结构洞与中间人进行研究。社会网络是社会行动者及其之间关系所构成的集合；社会网络分析从行动者间的关系，而非行动者属性视角构建理论和模型，是一种跨学科的结构范式与研究方法[22]。

结构洞是行动者间的非冗余关系，代表由至少3个行动者之间关系构成的一种特殊网络结构，这种结构可能为中间人带来利益。对结构洞非冗余关系的阐释可以从关系缺失、凝聚性和对等性3个方面展开。在关系缺失上，如图1所示，行动者A与B、C两者间的关系为一个结构洞，这是因为B、C都与A存在关系，但B、C两者之间却不存在关系，相当于存在一个空洞，但在D、E、F间就不存在结构洞；在凝聚力上，若一个行动者的两个联络人之间存在直接关系，凝聚力增加，冗余性也增强；在对等性上，若两个行动者与网络中同一群行动者之间共享同样的关系，那么这两个行动者之间的结构是对等的，虽然没有联系，但各自的关系网是一样的，因此从A的角度看，B、C所提供的信息是冗余的[23]，如图2所示。

使用结构洞指数[24]测量结构洞。一个行动者的有效规模等于该行动者的个体网规模减去网络冗余度，即有效规模等于网络中的非冗余程度。行动者i的有效规模为：

其中，j代表与点i相连的所有点，q是除i或j之外的每个第三者；piqmjq代表在点i与特定点j之间的冗余度；piq代表行动者i投入到q的关系所占比例，mjq是j到q的关系的边际强度。

限制度代表一个行动者在自己的网络中拥有运用结构洞的能力，是测量结构洞最重要的指标。行动者i受到j的限制度指标Cij计算公式为：

在二值网络中：

中间人是向一个位置发送资源，却从另一个位置获得资源的行动者。也可简单地将中间人理解为处于中间位置的行动者，不关注其能否得到直接回报。根据中间人所扮演的角色及三者分属的群体关系，可以定义5类中间人的具体角色[25-26]，如图3所示。

协调员——B为中间人，且A、B、C均属于同一群体。在5类中间人角色中，只有协调员所“协调”的关系是群体内关系。协调员从群体内某个行动者处获得资源，并将资源发送给群体内另一行动者。协调员在结构洞中的优势地位体现为其可限制群体内资源流动。

守门人——B为中间人，且B、C属于同一群体，A属于另一个群体。守门人从群体外行动者处获得资源，并将资源发送给群体内行动者。守门人在结构洞中的优势地位体现为其可限制群体外资源向内流入。

代理人——B为中间人，且A、B属于同一群体，C属于另一个群体。代理人从群体内行动者处获得资源，并将资源发送给群体外行动者。与守门人相反，代理人在结构洞中的优势地位体现为其可限制群体内资源向外流出。

顾问——B为中间人，且A、C属于同一群体，B属于另一个群体。顾问本身是群体外行动者，但群体内行动者间的资源流动却依赖顾问得以实现。顾问在结构洞中的优势地位体现为其可限制外部群体的内部行动者间的资源流动。由此可见，守门人、代理人和顾问所处理的关系均是群体内、外部关系。

联络人——B为中间人，且A、B、C分属于不同群体。在5类中间人角色中，只有联络人所“联络”的关系是绝对意义上的群体外关系。联络人本身属于一个群体，而联络人获取资源与发送资源的位置又分别属于另外两个不同群体。联络人在结构洞中的优势地位体现为其可作为第三方，限制不同群体间资源流动。

2.2 数据来源与处理

专利使用标准化信息集中表征知识创造和技术进步成果，是国际认可的衡量创新产出的重要指标，现已被广泛应用于衡量国家、区域[27]、城市及城市群[28]的创新能力。企业、高校、科研院所联合申请专利是创新主体形成协同创新关系的重要形式。将各产学研主体或城市看作网络节点行动者，联合申请专利形成行动者间的关系，建立哈长城市群协同创新产学研网络和城际关系网络，进而对其中的结构洞和各类中间人进行研究。

中国专利类型包括发明专利、实用新型专利和外观设计专利。其中，发明专利和实用新型专利具有新颖性、创造性和适应性特征，较适于作为衡量创新尤其是技术创新的指标。因此，在专利类型选择上，只选取发明专利和实用新型专利两类。由于专利在授权前只是一种提交给知识产权部门的技术方案，只有在授权后才可正式称为专利。因此，在专利审批程序上，只选取已授权专利。2016年，国务院批复哈长城市群发展规划，获批后才正式开展建设，因此在数据时间跨度上，限定为2017年1月1日—2019年12月31日。

通过国家知识产权局知识产权出版社的Patviewer数据库进行线上检索。若专利申请人是企业与高校、高校与科研院所、企业与科研院所，则认为存在协同创新关系。具体的生成式检索代码如“申请人=公司 and 申请人=大学 and 国省代码=23”、“申请人=研究所 and 申请人=大学 and 国省代码=23”、“申请人=公司 and 申请人=研究所 and 国省代码=22”，其中，“国省代码=23”和“国省代码=22”分别代表黑龙江省和吉林省。检索结束后进行二次统计，剔除不属于哈长城市群的个别城市。企业的检索关键词包括公司、集团、厂等，高校的检索关键词包括大学、学院等，科研院所的检索关键词包括研究院、研究所等。

对个别重复检索结果进行处理：①将企业内设科研院所与该企业本身开展的合作从检索结果中剔除，如国网吉林省电力有限公司与国网吉林省电力有限公司电力科学研究院联合申请的专利；②将高校内设企业与该高校本身开展的合作从检索结果中剔除，如哈尔滨工程大学与哈尔滨工程大学青岛船舶科技有限公司联合申请的专利。经数据处理后，共得到联合申请专利检索结果231条，各城市和产学研主体数量统计如表1所示。其中，城市群内城市数仅为9城是因为辽源市和松原市无任何产学研主体参与跨城联合申请专利的协同创新活动。

2.3 研究框架

研究按照以下逻辑展开：

(1)构建哈长城市群协同创新网络。第一个维度的网络是产学研网络。基于联合申请专利检索结果，将“企业与高校”、“企业与科研院所”、“高校与科研院所”两两相关，形成哈长城市群协同创新内部和内、外部产学研关系二值矩阵，以表征网络连接。如哈尔滨工业大学与国网吉林省电力有限公司联合申请专利，则网络中两者间存在一条连线；东北电力大学与中国地震局工程力学研究所没有联合申请专利，则网络中两者间不存在连线。第二个维度的网络是城际关系网络。统计联合申请专利的各产学研主体分别所属城市，将各城市两两相关，形成哈长城市群协同创新内部和内、外部城际关系二值矩阵，以表征网络连接。如大庆巨安建筑材料制造有限公司与黑龙江省寒地建筑科学研究院联合申请专利，这两个产、研主体分别位于大庆市和哈尔滨市，则网络中两城间存在一条连线，即城际关系形成；若两个城市内所有产学研主体间均不存在联合申请专利的情况，则网络中两城市间不存在连线，即城际关系未形成。

(2)分别对哈长城市群协同创新产学研网络、城际关系网络的结构洞与中间人进行测量。一方面，由于内部产学研网络与内部城际关系网络中的所有产学研主体、城市均属于城市群内部，不存在外部群体，因此，此时只存在各产学研主体或城市扮演协调员梳理城市群内部关系的可能；另一方面，由于内、外部产学研网络与内、外部城际关系网络中存在城市群内、外两个群体，因此，此时网络中可能存在协调员、代理人、守门人、顾问4种中间人分别出现的可能，但不存在联络人出现的可能。

(3)需要说明的是，由于联合申请专利使申请者间充分共享专利技术信息，因此，本文城市群协同创新网络中的所有关系均为双向关系。即默认当A、B两者联合申请专利或C、D两城形成城际关系时，都可作为信息发送者和接收者传递消息。这使得任何产学研主体或城市扮演协调员和顾问的次数都是偶数；同时，任何产学研主体或城市若扮演n次代理人，则必然同时扮演n次守门人。研究框架如图4所示。

3 产学研网络

3.1 内部产学研网络

基于处理后的联合申请专利数据，将合作关系转化为关系矩阵，根据式(1)、(2)、(3)，使用UCINET6软件计算各点的有效规模和总限制度。由于城市群内各产学研主体均属于同一个群体，因此各产学研主体均只可能扮演协调员角色。哈长城市群协同创新内部产学研网络结构洞与协调员测量结果如表2所示，限于篇幅，只报告扮演协调员次数超过5次的产学研主体情况。同时，使用NETDRAW软件绘制网络图，如图5所示。各产学研主体节点面积和名称标签的大小用点度中心度表示，即若某一产学研主体直接连接的其它主体个数多，则该点的面积和名称标签大。

结合表2与图5可知，哈长城市群协同创新规模为133的内部产学研网络密度仅为0.012，平均点度为1.534，表明该网络较为松散，平均每个产学研主体仅连接不到2个其它主体，在网络边缘形成了多个链型、Y型或星型连接。这种类型的网络中，结构洞数量较多，处于结构洞优势位置的协调员必然掌握大量核心资源，对网络结构具有决定性影响。该网络的最大片区是由以吉林大学、哈尔滨工业大学、哈尔滨理工大学等点度中心度较高的高校为核心建立起的网络。

同时，吉林大学的总限制度是0.063，在各产学研主体中最小。这是由于吉林大学的点度中心度高，且其与企业或科研院所形成了大量非冗余产学或学研关系。吉林大学学科门类齐全，广泛与汽车装配(吉林东光奥威汽车制动系统有限公司)、能源动力(吉林省新风科技有限公司)、信息技术(吉林省华大高科信息技术有限公司)、轨道运输(中车长春轨道客车股份有限公司)等行业的不同类型企业开展合作，而这些企业本身的合作单位又较为单一，仅局限于少数甚至某一高校或科研机构。此时，吉林大学自然占据了产学关系中的优势位置，多次扮演结构洞中的协调员角色，在获取信息利益与控制利益上存在明显竞争优势。网络中其它片区的情况类似。

哈长城市群协同创新内部产学研网络中，总限制度较小且扮演协调员角色较多的单位大部分是高校，城市群内部产学研协同创新活动大多以高校为核心节点展开。一方面是因为，哈长城市群本身的高等教育资源较为丰富，高校具有较强烈的寻求外部合作伙伴，尤其是技术转移伙伴，以及实现技术市场化的需求和动力；另一方面是受限于城市群内创新型企业的规模和能力不够，企业在产学研协同创新网络中掌握核心资源以及占据关键位置的难度较大。在城市群内部产学研典型的三方关系中，高校是关系的协调者，企业与科研机构间关系的维持依赖于高校。借助这种关系结构，一些高校，尤其是吉林大学、哈尔滨工业大学等明显占据结构洞中优势位置的高校声望持续增加。

3.2 内、外部产学研网络

纳入城市群外部产学研主体后，继续考察网络结构发生的变化。由于此时城市群内、外部形成两个群体，因此结构洞中各产学研主体可能扮演的中间人角色包括协调员、守门人、代理人和顾问。表3报告了扮演各类中间人次数超过10次的哈长城市群协同创新内、外部产学研网络中间人测量结果，并绘制该网络的网络图，如图6所示。

结合表3与图6可知，哈长城市群协同创新规模为238的内、外部产学研网络密度仅为0.007，平均点度1.672，表明在纳入城市群外部产学研主体后，网络密度进一步降低，但产学研主体所连接的平均节点数稍有提升，意味着在城市群外部存在一些重要合作者，其多次参与了与城市群内部产学研主体的合作。在该网络边缘同样存在多个规模不等的链型、Y型或星型连接，同时，以吉林大学、哈尔滨工业大学、哈尔滨理工大学等为核心建立起来的最大片区也获得了规模扩大。这说明在纳入哈长城市群外部产学研主体后，网络各片区范围虽有所扩大，但并未有效实现各独立片区间的连接，网络结构仍然是松散的。网络密度低、多片区共存以及城市群内、外部产学研主体数量相近的情况，使得群体间的资源流动受中间人限制程度较大，因此守门人、代理人和顾问的出现频率也都较高。

同时，相较于哈长城市群协同创新内部产学研网络，当同时考虑该城市群内、外部产学研合作关系时，科研院所的作用明显提升。具体地，国网吉林省电力有限公司电力科学研究院扮演各类中间人角色次数较为均衡，能够作为协调员梳理城市群内部产学研各主体的关系，也能够作为守门人或代理人连接城市群内、外部关系；中国科学院长春应用化学研究所在作为守门人或代理人连接城市群内、外部关系的同时，扮演了12次城市群外部产学研主体间的顾问角色；中国地震局工程力学研究所未能与城市群内部产学研主体形成联系，但同样12次扮演城市群外部产学研主体间的顾问。由此可见，上述3家科研院所寻求城市群外部协同创新关系的意愿与效果从高到低依次为中国地震局工程力学研究所、中国科学院长春应用化学研究所、国网吉林省电力有限公司电力科学研究院。

高校虽仍是结构洞中扮演各类中间人角色最多的一类产学研主体，但相较于内部产学研网络，当同时考虑该城市群内、外部产学研合作关系时，高校的优势有所减弱，且内部结构也发生了一些变化。如哈尔滨工业大学和哈尔滨理工大学扮演各类中间人的次数增幅较大，其中尤以哈尔滨工业大学为甚。哈尔滨工业大学扮演顾问角色的次数超过吉林大学，达到了所有产学研主体中最多的240次，表明哈尔滨工业大学比吉林大学更习惯于在城市群外部搜寻协同创新合作者。结合哈尔滨工业大学的学科特点与学校定位，出现这种情况的原因很可能是，哈长城市群内部航空航天、材料科学和机械工程等相关行业企业或科研机构难以满足哈尔滨工业大学的协同创新需求，迫使其同城市群外的中国空空导弹研究院、国家电网有限公司等单位开展合作。这也说明当考虑城市群外部产学研主体，进行城市群协同创新内、外部产学研网络分析时，一些高水平主体的地位会提升。同时，哈尔滨工业大学、吉林大学扮演守门人和代理人次数也较多，说明这两所大学是连接城市群内、外部各产学研主体的桥梁纽带，是先进知识技术传播与扩散的实际中间人。

国家电网有限公司是哈长城市群协同创新内、外部产学研网络中最主要的企业中间人(顾问)。哈长城市群内的高校和科研院所并未更多地寻求与城市群内部企业开展合作，反而同城市群外部企业联系密切。这同样从一个侧面反映出该城市群内部企业主体的创新能力有限，难以满足高校与科研院所的协同创新需求。

4 城际关系网络

4.1 内部城际关系网络

在哈长城市群协同创新内部产学研关系矩阵的基础上，按照各产学研主体所属城市，统计各城市间的连接情况，将城市作为网络中的行动者，进一步对网络中的城际关系进行分析，研究城市群内城市间的协同创新关系。哈长城市群协同创新内部城际关系网络结构洞与协调员测量结果如表4所示，网络图如图7所示。

结合表4与图7可知，哈长城市群协同创新规模为9的内部城际关系网络密度为0.250，平均点度2.000。与内部产学研网络不同，内部城际关系网络形成了9城连接在一起的整体网，但辽源市和松原市均未能与城市群内任何城市建立协同创新关系。哈尔滨和长春是点度中心度最高的两个城市，通过观察网络图，可初步判断两城明显占据了结构洞中的优势位置，甚至对一些城市形成了完全限制。

同时，哈尔滨市的总限制度最小，为0.273，长春市的总限制度也较小，为0.356，这两个城市分别扮演了18次和10次协调员角色。结合前文产学研网络的分析，哈长两市的各类产学研主体不论是规模还是能力，均明显强于城市群中的其它城市。这是由于产学研主体扮演协调员的次数多，自然使得哈长两市在城际关系网络中处于优势位置。由此可见，哈长城市群协同创新内部城际关系网络以两个省会城市为核心，其它城市明显在创新信息、资源上受制于这两个省会城市，哈尔滨和长春两市任何一个城市的剥离都将造成整个网络解体。

除两个省会城市外，该网络明显缺少“第三极”，甚至哈尔滨和长春任何一个城市的地位都超过了其它城市的总和。其中，齐齐哈尔市和牡丹江市完全受制于哈尔滨市，四平市和延边朝鲜族自治州完全受制于长春市。

4.2 内、外部城际关系网络

纳入城市群外部城市后，进一步分析网络结构发生的变化。由于此时同样存在城市群内、外部两个群体，因此结构洞中各城市可能扮演的中间人角色与内、外部产学研网络相似，包括协调员、守门人、代理人和顾问。表5报告了哈长城市群协同创新内、外部城际关系网络中间人测量结果，并绘制了网络图，如图8所示。

结合表5与图8可知，哈长城市群协同创新规模为51的内、外部城际关系网络密度为0.055，平均点度2.784。在纳入城市群外部各城市后，网络密度进一步降低，但城市所连接的平均节点数提升。这说明哈长城市群外部城市合作伙伴相对集中，存在城市群外多个城市多次与城市群内各城市形成协同创新关系的情况，城市群内、外部城市间的合作在一定程度上比城市群内的合作开展得更充分、频繁。较低的网络密度、大量城市群外城市的加入以及更密切的群间关系，都使得顾问的出现次数最多，守门人和代理人次之，协调员最少。同时，即便考虑城市群外部协同创新城际关系网，辽源市和松原市仍没有同51个城市中任何一个城市形成协同创新关系。

哈尔滨市和长春市是哈长城市群协同创新内、外部城际关系网络的主要中间人。这首先表明两个省会城市在城市群内部处于掌握核心资源的关键位置(哈长两市扮演协调员次数高)；其次也意味着外部城市与哈长城市群进行创新合作时，需要先与两个省会城市形成直接关系，再与城市群内其它城市形成间接联系(哈长两市扮演守门人与代理人次数高)；最后还体现了两个省会城市在全国协同创新城际关系中的地位，即某些城市间的协同创新关系通过哈尔滨市或长春市的中介作用实现(哈长两市扮演顾问次数高)。

即便将城市群协同创新网络扩大至城市群外，延边朝鲜族自治州仍完全受制于长春市，没有独立联系城市群外其它城市开展协同创新活动的能力。牡丹江、齐齐哈尔、四平3个城市虽然具备独立联系城市群外其它城市开展协同创新活动的能力，但并未形成结构洞，不处于具有限制力的优势位置，因此没有扮演中间人角色。

北京市是与哈长城市群合作关系最多的外部城市，这是城市间地理位置关系与创新能力级差双重作用的结果。北京市是距离哈长城市群最近的超级城市，掌握得天独厚的创新资源，各类产学研主体的体量大、质量高，自然成为哈长城市群搜寻外部合作伙伴的首选城市。

5 结论、问题与对策

5.1 研究结论

(1)哈长城市群协同创新内部产学研网络与内、外部产学研网络结构均比较松散，最大片区规模均不到网络总体规模的1/2，在最大片区外存在多个规模不等的链型、Y型或星型连接。不论是在产学研内部网络，还是内、外部网络中，吉林大学、哈尔滨工业大学等高校均占据结构洞中的优势位置；参与产学研合作的企业数量虽多，但大多受制于城市群内的高校。与产学研内部网络相比，产学研内、外部网络中科研院所的作用有所提升，体现在城市群内部科研院所扮演中间人的次数增多，也体现在城市群外部科研院所的数量超过了城市群内部的数量。城市群内企业更倾向于同城市群内高校合作，城市群内高校则同城市群内、外部企业和科研院所均进行了广泛的合作。整体上，产学研主体占据结构洞优势位置的位次由高到低依次是高校、科研院所、企业。现阶段，哈长城市群协同创新产学研网络的发展目标是连接独立片区，进而借助中间人的优势位置，加速创新资源在群体内、外部流动，提升网络密度。

(2)哈长城市群协同创新内部城际关系网络结构简单、规模小、可达性不高，城市群中的核心城市哈尔滨和长春在结构洞中占据了无可比拟的优势。哈长城市群协同创新内、外部城际关系网络是以哈尔滨市和长春市为主要中间人建立起来的，结合产学研网络结构特点，其实际中间人多为哈尔滨工业大学和吉林大学这两所双一流高校；内、外部城际关系网络的规模相较于内部城际关系网络有明显提升，哈长城市群能够在全国范围内开展跨城、跨城市群的外部协同创新活动，合作城市大多集中在长江以北，其中，北京市是其最主要的外部合作城市。现阶段，哈长城市群协同创新城际关系网络发展的首要目标是实现完整的城市群内部城际关系网络结构，即形成包括辽源市、松原市在内的11个城市均参与其中的完整网络；在此基础上，进一步借助哈长两市的中间人角色，开展城市群内、外部交流。

5.2 主要问题

(1)企业的核心主体地位不够突出，缺少创新型龙头企业。城市群的知识创造能力与知识转化能力不匹配，创新价值链中的知识技术商业化与市场化活动一定程度上需要依靠城市群外的企业来实现。为数不多的在结构洞中占据优势地位的企业多为国网吉林省电力有限公司等央企的子公司，本地创新型企业参与产学研合作的能力尤其不足。

(2)城市群内部各城市协同创新能力极差过大。在城际关系网络中，哈尔滨和长春作为两大核心城市，掌握绝对意义上的核心资源，其它7个城市受到哈长两城的限制程度较大，辽源市和松原市没有参与任何形式的协同创新活动。

(3)城市群内部较多城市的协同创新能力不高甚至根本不存在协同创新能力的情况，导致一些城市过多地寻求外部合作伙伴。如将北京市、沈阳市、深圳市中任何一个城市单独纳入到哈长城市群协同创新的内部城际关系网络后，网络密度都有明显提升，说明这3个城市在网络中的地位与作用均超过了城市群内部除哈长以外的所有城市。当然，城市群寻求与外部城市的联系、合作无可厚非，也必然有利于知识扩散和技术转移，但当寻求这种合作的原因是城市群内部合作伙伴能力匮乏时，如何提升城市群内部边缘城市的协同创新能力就成为必须解决的问题。

5.3 对策建议

(1)利用结构洞中占据优势地位的高水平院校扩张网络规模、提升网络关系强度。与长江三角洲、京津冀等城市群相比，哈长城市群的协同创新网络规模较小，关系强度也较弱，使得处于结构洞优势地位的各类中间人对资源流动的限制较强，而网络关系的维持尤其强调中间人的作用。在哈长城市群建设规划及区域协同创新管理中，应鼓励高校针对本地企业技术需求开展针对性研究，加速以高校为中间人的创新资源多向流动。在企业内部创新能力不足的情况下，应完善技术市场，借助科技中介组织和平台，引导本地创新型企业开放组织边界，通过与高校合作实现外部技术获取。在城市群协同创新网络中，扶持、孵化一批具有代表性的本地创新型企业，在知识与技术的合作交流中，着重提升企业的知识再创造和技术市场化能力，进而形成完备的创新价值链。

(2)优化城市群内部城际关系网络结构和制度安排。在网络结构优化上，应解决辽源市和松原市在协同创新网络中作用缺失的问题，在供给侧给予两市政策倾斜，在需求侧破除城域创新资源流动的障碍。同时，合理调整城市群内的协同创新能力极差，出台具体的城市群协同创新方案，并针对城市群协同创新绩效进行整体评价，尤其注重打破地级市间协同创新的阻碍，减少中间人传递资源与信息的成本，提高网络可达性。在制度安排优化上，应发挥各城市比较优势，在确立哈长两市为网络核心的同时，实现其它城市角色与功能互助互补，避免群内过分同质化，形成城市群协同创新的聚集效应和集团优势。

5.4 不足之处

本研究也存在一定局限：①受限于研究时间、数据可得性和UCINET软件处理数据的上限，对协同创新关系的表征仅通过联合申请专利完成，虽然专利是衡量创新最重要、最常用的指标，但也不可避免地对合作发表论文、共同开展项目研究等其它形式的协同创新有所忽视；②整体网络研究更多关注的是关系的形式而非关系的意义和内容，本研究默认了所有结构洞中的中间人都会借助其优势位置谋求利己的收益，尽管这种情况在自由市场中是一种常态，但考虑到创新的强大正外部性和政府干预，一些中间人的利己行为特征可能表现得并不明显。

[1] 顾朝林.城市群研究进展与展望[J].地理研究,2011,30(5):771-784.

[2] 方创琳.中国城市群研究取得的重要进展与未来发展方向[J].地理学报,2014,69(8):1130-1144.

[3] YAKIMOV M.Methods for spatial analysis of city structure distribution to estimate city agglomeration boundaries[J].Transportation Research Procedia, 2018(36):794-800.

[4] SIDDIQUI A, MAITHANI S.Urban growth dynamics of an Indian metropolitan using CA Markov and Logistic Regression[J].The Egyptian Journal of Remote Sensing and Space Science, 2018,21(3):229-236.

[5] 景楠,颜波.东北区域物流与经济的空间自相关和空间聚类分析[J].东北师大学报(哲学社会科学版),2015，273(1):134-140.

[6] TOKUNOVA G.Assessment of the transport infrastructure influence on urban agglomerations development[J].Transportation Research Procedia, 2018(36):754-758.

[7] 周正祥,毕继芳.长江中游城市群综合交通运输体系优化研究[J].中国软科学,2019，344(8):66-76.

[8] 翟士运,古朴,安毅.城市群与企业创新行为:联动效应及路径分析[J].科学学与科学技术管理,2019,40(7):31-42.

[9] TAO F, ZHANG H Q, XIA X H.Decomposed sources of green productivity growth for three major urban agglomerations in China[J].Energy Procedia, 2016(104):481-486.

[10] LEE D S.The changing structures of co-invention networks in american urban areas[J].Procedia Computer Science, 2016(96):1075-1085.

[11] PAGANO G, LOSCO S.EU cohesion-policies and metropolitan areas[J].Procedia-Social and Behavioral Sciences, 2016,233:422-428.

[12] 杨明海,张红霞,孙亚男.七大城市群创新能力的区域差距及其分布动态演进[J].数量经济技术经济研究,2017,34(3):21-39.

[13] 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[J].经济地理,2018,38(11):133-140.

[14] 谢伟伟,邓宏兵,苏攀达.长江中游城市群知识创新合作网络研究——高水平科研合著论文实证分析[J].科技进步与对策,2019,36(16):44-50.

[15] 毛琦梁,王菲.地区比较优势演化的空间关联:知识扩散的作用与证据[J].中国工业经济,2018,368(11):136-154.

[16] FAERBER L A, BALTA-OZKAN N, CONNOR P M.Innovative network pricing to support the transition to a smart grid in a low-carbon economy[J].Energy Policy, 2018(116):210-219.

[17] 方炜,王莉丽.协同创新网络演化模型及仿真研究——基于类DNA翻译过程[J].科学学研究,2018,36(7):1294-1304.

[18] 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,2019，374(11):30-45.

[19] RODRIGUEZ M A, PEPE A.On the relationship between the structural and socioacademic communities of a coauthorship network[J].Journal of Informetrics, 2008,2(3):195-201.

[20] 危怀安,王婉娟.生态关系对国家重点实验室协同创新系统稳定性影响研究——以天津大学—英飞凌汽车电子联合实验室为例[J].科技进步与对策,2015,32(2):1-7.

[21] 葛秋萍,汪明月.基于不对称Nash谈判修正的产学研协同创新战略联盟收益分配研究[J].管理工程学报,2018,32(1):79-83.

[22] 斯科特,卡林顿.社会网络分析手册(下卷)[M].重庆:重庆大学出版社, 2018.

[23] 刘军.整体网络分析:UCINET软件实用指南[M].上海:格致出版社, 2019.

[24] BURT R S.Structural holes and good ideas[J].American Journal of Sociology, 2004, 110(2):349-399.

[25] GOULD R V, FERNANDEZ R M.Structures of mediation: a formal approach to brokerage in transaction networks[J].Sociological Methodology, 1989(19):89-126.