The Impact of Technological Diversification on the Resilience of Urban Technological Networks

Yang Yang1, Wang Lili1, Li Hongtao2, Zhang Hongchi3

(1. School of Public Administration and Policy, Dalian University of Technology, Dalian 116024, China; 2. School of Politics and Public Administration, Guangxi Minzu University, Nanning 530006, China; 3. School of Architecture and Fine Art, Dalian University of Technology, Dalian 116024, China)

Abstract：As global connections between industries and technologies deepen, the growth and spillover effects of industrial agglomeration have become pivotal drivers of technological progress. External risks and internal technological lock-in threaten the secure development of urban technology networks. Cities establish resilient technology networks to make quick responses, absorb disruptions, and recover swiftly when encountering risks, thereby ensuring the secure development of urban science and technology. The resilience of urban technology networks is inseparable from technological diversity. Diversity, acting as a "shock absorber",enables swift recovery from shocks and plays a pivotal role in fostering resilience. From the perspective of micro-enterprises, during their developmental stages, conducting R&D activities introduces uncertainty in innovation and blind expansion, rendering urban technology networks relatively fragile. However, as enterprises mature and technological diversification improves, the resilience of urban technological networks has strengthened. From a meso-industrial perspective, during the initial stages of industrial development, urban technological networks experience a mix of opportunities and challenges, leading to relative turbulence. With the development of diversified technology and continuous industrial scale expansion, industrial upgrading has given rise to new growth paths, enhancing the resilience of urban technology networks to withstand risks. From a macro urban perspective, during the initial stages of urban development, rising innovation uncertainty results in heightened risks and greater vulnerability of urban technological networks. As cities continue to evolve, technological agglomeration fosters greater technological diversification, while efficiency advantages and spillover effects mitigate the impact of risks on the network. It is thus necessary to delve into the relationship between technological diversification and urban technological network resilience.

Using the panel data of 48 cities in China's three major urban agglomerations from 2006 to 2021, this study employs a fixed effect model to investigate the nonlinear relationship between technological diversification and the resilience of urban technological networks under random and intentional disturbance scenarios. It further examines the moderating effect of industry scale. Additionally, this study decomposes diversification into related variety and unrelated variety, conducting an analysis of how diversification influences the resilience of urban technological networks.

It is found that, firstly, technological diversification significantly influences the resilience of urban technology networks under various disturbance scenarios, exhibiting a U-shaped relationship. Additionally, urban heterogeneity plays a role in this context. Secondly, industry scale enhances the U-shaped relationship between technological diversification and the resilience of urban technology networks across disturbance scenarios. Thirdly, the analysis of the decomposition effect reveals that related variety exhibits a U-shaped relationship with urban technology network resilience, whereas unrelated variety shows an inverted U-shaped relationship across disturbance scenarios.

This paper argues that enhancing the resilience of urban technology networks should focus on two key aspects. First, diversified technology strategies should be developed to stimulate innovation development and foster new technologies and industries. On the one hand, fostering new growth pathways via related variety is essential for overcoming lock-in effects and fostering the resilient development of urban technology networks. On the other hand, pursuing unrelated variety can reduce technology entry costs and thresholds, thus mitigating risks and ensuring stable development of urban technology networks. Second, the government should optimize regional industrial layouts to leverage comparative advantages, strengthen upstream, midstream, and downstream industrial chains, and foster resilient urban technology network development through technological advancements. Meanwhile, expanding industry scale through structural adjustments can accelerate technological factor circulation, foster technological diversification, and enhance the resilience of urban technology networks to resist risks.

The contributions of this study are twofold. First, in terms of research content, it delves into the diversification within evolutionary economic geography, and it dissects diversification further, by examining how related and unrelated varieties impact urban technological network resilience across various disturbance scenarios. Overall, this study advances the understanding of diversification in evolutionary economic geography. Second, regarding the research methods, this paper employs complex network theory and resilience theory to categorize the disturbances and risks faced by urban technology networks. It proceeds by simulating two disturbance scenarios—random and intentional, and assesses urban technology network resilience through these simulations, which enhances the measurement techniques for assessing the resilience of urban technology networks and provides a basis for investigating how urban technology diversification impacts the resilience of these networks.

Key Words：Resilience of Urban Technological Networks; Technological Diversification; Technological Related Diversification;Unrelated Diversification; Industrial Scale

DOI：10.6049/kjjbydc.2024040258

开放科学(资源服务)标识码(OSID)：

中图分类号：F290

文献标识码：A

文章编号：1001-7348(2025)16-0049-11

收稿日期：2024-04-09

修回日期：2024-07-02

基金项目：国家自然科学基金项目(52108044)

作者简介：杨洋(1992-),女,内蒙古乌拉特前旗人,大连理工大学公共管理学院博士研究生,研究方向为城市网络与科技管理;王丽丽(1964-),女,辽宁鞍山人,博士,大连理工大学公共管理学院教授、博士生导师,研究方向为区域治理与城镇化;李洪涛(1993-),男,广西桂林人,博士,广西民族大学政治与公共管理学院讲师、硕士生导师,研究方向为区域经济与城市创新管理;张弘驰(1990-),男,江苏溧阳人,博士,大连理工大学建筑与艺术学院副教授、硕士生导师,研究方向为城市空间测度与韧性治理。通讯作者:张弘驰。

0 引言

在技术发展过程中,任何技术领域都不是独立存在的,一项技术的产生必将带来相关技术的发展(暴海龙和李金林,2004)。随着市场分工不断细化、技术链不断延伸,不同技术之间的联系也日益深化。技术的承接性、延展性与异质性促使技术要素通过不断创新与组合,形成技术网络体系[1]。城市技术网络是特定地理空间上科技要素流动的载体,对促进城市技术与信息交互至关重要[2]。由于外部冲击与内部锁定会降低信息传输效率,导致网络缺乏韧性[3]。在此背景下,城市技术网络韧性概念应运而生,而构建具有韧性的技术网络成为保证城市创新与可持续发展的重要议题。

城市技术网络必然会受到技术多样化影响,网络韧性作为“冲击减震器(Shock Absorber)”,有助于系统快速从冲击状态恢复,在城市技术网络发展中发挥重要作用[3]。技术多样化反映了技术领域广度,有助于城市技术组合与技术结构升级,促进产品质量提升与功能改善,是城市开展创新活动的基础[4]。同时,多样化作为知识溢出与创新来源,具有风险分散效应[5],能够避免技术锁定对内部的扰动[6]。技术多样化对城市技术网络韧性的影响表现为通过技术进入、技术整合、技术重组以及技术退出等方式对网络产生扰动(Neffke等,2011)。以上研究表明,技术多样化是影响城市技术网络韧性的重要因素。本文基于演化经济地理理论、网络韧性理论探究技术多样化与城市技术网络韧性关系,对提升城市技术网络韧性具有重要理论意义与实践价值。相较于已有研究,本文可能的边际贡献在于:第一,在研究内容上,深入分析技术多样化对技术网络韧性的非线性影响并进一步将多样化进行分解,探索相关多样化与无关多样化对不同情境下城市技术网络韧性的影响机制,拓展多样化理论研究。第二,在研究方法上,已有研究大多采用指标体系测度城市网络韧性,本文基于复杂网络理论与韧性理论,细化城市技术网络扰动类型,通过模拟随机扰动与蓄意扰动两种情境测度城市技术网络韧性,丰富城市技术网络韧性测度方式,并对技术多样化与城市技术网络韧性关系进行分析。

1 文献综述

1.1 城市技术网络韧性

技术网络作为了解城市创新的新视角,其本质是不同技术要素的组合[1]。城市是技术网络的空间载体,城市技术要素之间不是静态、孤立的,而是关联、动态的[7]。韧性概念最早起源于Holling(1973)针对生态系统的研究,其描述了生态系统受到外界冲击时表现出的恢复能力,随后韧性理论被广泛应用于各学科领域。城市技术网络韧性是衡量城市技术网络面临风险与扰动时能够承载不确定变化的能力指标,即城市技术网络在随机扰动或蓄意扰动情境下依旧能够保持技术协作能力以及网络完整性。在不同扰动下,城市技术网络韧性会有所差异。按照风险扰动来源,可以将城市技术网络韧性划分为随机扰动情境下的城市技术网络韧性与蓄意扰动情境下的城市技术网络韧性 (Albert等,2000),如图1所示。其中,随机扰动情境主要是指不确定性风险,具体表现为国际关系、宏观政策、自然灾害等因素造成技术结构变化,从而对城市技术网络产生影响。蓄意扰动情境主要是指随着城市技术网络发展,不同技术间依赖性增强,导致资源过度集中,造成技术锁定与区域壁垒,影响城市获取新技术[6]。在技术集聚效应下网络内某些核心技术拥有大量关系与资源,对网络形成较强影响力与控制力[8]。当这些核心技术成为蓄意攻击目标并受到损害时,与之关联的技术可能会因此受到影响,进而引发连锁效应,破坏网络整体性与稳定性[9]。

城市技术网络韧性不仅会影响地区抵御风险与冲击的能力,还会影响当地创新发展[10]。当前,学者们主要围绕3个方面展开研究:第一,城市技术网络构建方面,如万幼清等[11]认为,技术要素异质性、根植性与嵌入性是技术网络存在基础,技术网络形成是技术价值组合与累积的演进;曹湛等[1]提出城市—城市、城市—技术、技术—技术等3种城市技术网络构建方式。第二,网络韧性测度方面,如陈伟等(2015)采用最大连通子图下降率以及网络效率下降率衡量网络结构特征与效能特征;Crespo等[6]利用节点度的层次结构水平与分类水平表征本地网络韧性水平;Peng等[12]提出利用自然连通性对网络韧性进行测度。第三,城市技术网络韧性影响因素方面,有研究提出,区域经济发展以及教育、技术投入可以增强网络韧性 (Guan等,2023);层次性、集聚性、传导性和多样性是影响网络韧性的重要因素(Du等,2023)。Toth等[13]通过对欧洲269个大都市圈的评估发现,各区域技术网络韧性不同,就业率较高地区表现出较强韧性。

1.2 技术多样化

伴随技术创新对地区发展重要性的不断凸显,多样化概念逐渐与演化经济地理理论融合,用以解释演化框架下的集聚现象(Rigby,2015)。新技术依赖原有技术并在原有技术基础上不断创新与组合(Frenken &Boschma,2007)。技术多样化体现了演化经济地理学中的关联法则,即技术与产业、产业与产业、技术与技术之间互相依赖和相互促进[14]。现阶段,多样化与风险应对、韧性提升关系引起演化经济地理理论研究者们广泛关注,但研究结论尚未统一。一部分学者认为技术多样化是技术强关联的表现,面对外部冲击时能够快速重组或快速应对,不仅能够分散风险带来的冲击,还能够促进创新思想产生,增加创新路径[15]。另一部分学者则认为,技术多样化会加速风险蔓延,当多样化水平较高时,风险与扰动冲击会令技术之间产生连锁反应,从而对城市技术创新造成危害(贺灿飞和陈韬,2019)。还有一部分学者认为,多样化对风险抵抗能力的影响是动态的,短期内多样化对区域网络韧性产生抑制作用,长期来看多样化有助于技术学习与交流,通过技术创新,提升区域网络韧性[16]。基于上述分析发现,学者们对城市技术网络、网络韧性以及技术多样化展开了较为丰富的研究,但多样化与不同扰动情境下城市技术网络韧性的关系还需要进一步探讨。

1.3 相关多样化与无关多样化

关联性是技术多样化研究的基础,企业通过研发活动不断探索和开发新技术,扩大技术领域范围,因此有必要区分主要领域和非主要领域[17]。其中,主要领域实现技术多样化被称为相关多样化,非主要领域实现技术多样化被称为无关多样化(Chen&Chang,2012)。相关多样化对就业率、区域发展、贸易等方面的作用强于无关多样化[18]。相关多样化有助于从整体上提高创新可能性,而无关多样化有助于提高突破性创新可能性(Castaldi等,2015)。此外,无关多样化会促使技术集中在少数优势领域,导致技术发展面临锁定与僵化,不利于技术范围扩大与技术溢出[19]。无关多样化与城市创新产出、知识组合的非线性关系表明,无关多样化达到一定限度会阻碍知识产出以及城市知识组合(高旻昱等,2020)。上述研究表明,技术多样化既包括对核心领域的探索,也包含对非核心领域的探索,不同类型技术多样化的作用也存在差异[20]。因此,有必要将技术多样化细分为相关多样化与非相关多样化,以进一步探索其与城市技术网络韧性关系。

2 理论分析与研究假设

演化经济地理学强调区域经济演化具有非线性、多因素特点,并将经济主体有限性、组织惯例以及认知邻近性与区域演化有机结合,研究焦点也从结构视角转向关系视角(许吉黎等,2023)。关联性能够促进城市技术多样化发展,从而有效抵御外部风险冲击(Martin,2012)。从风险角度看,技术多样化对不同扰动情境下城市技术网络韧性的影响存在异质性。为了进一步明晰技术多样化与不同扰动情境下城市技术网络韧性关系,本文分别从企业、产业、城市层面探讨其作用机制。

2.1 技术多样化对随机扰动情境下城市技术网络韧性的影响

从微观企业层面,技术多样化的本质是企业技术资源的分散化配置,目的是规避风险、提升竞争力[21]。在企业初创期,研发活动具有较大不确定性以及收益风险,技术多样化水平提升意味着大量技术进入或退出,使得技术网络在随机扰动情境下的风险抵御能力下降,影响技术网络韧性发展。随着企业发展进入稳定期,企业利用技术多样化优势实现自身核心竞争力提升以及新市场开拓,扩大技术范围,平衡研发收益风险,有效提升随机扰动情境下城市技术网络韧性。

从中观产业层面,在产业发展初始阶段,大量新产品、新企业涌入行业,产业规模逐步扩大,市场竞争加剧,产业震荡明显,创新机遇与风险挑战并存,使得随机扰动情境下城市技术网络波动较大,脆弱性陡增(王海花等,2024)。但是城市技术网络韧性不会一直降低,随着产业发展逐步稳定,不同技术主体之间的技术重组增多,显著提升技术多样化水平,产业规模进一步扩大,此时城市技术网络面对随机风险的抵抗力增强,有利于保障城市技术网络稳定发展[22]。

从宏观城市层面,城市发展在时间上呈现出形成—发展—成熟—发展受限—转型/衰退—新一轮周期的特点(何文韬等,2018)。在城市发展初期,技术关联性增强促使其对周边产生虹吸效应,不断出现新的细分领域(Martin,2012),不稳定的新技术往往伴随创新失败风险,风险的传导性使得随机扰动情境下的城市技术网络比较脆弱。随着新技术、新产业不断进入,城市技术多样化水平持续提升,相关技术不断交叉,易产生溢出效应,促进新增长路径形成,技术交流、要素配置以及生产协作更为成熟,此时技术多样化水平提升有助于分散风险对城市技术网络的冲击。基于以上分析,本文提出研究假设:

H1:技术多样化对随机扰动情境下城市技术网络韧性呈现出先弱化后强化的U型作用特征。

2.2 技术多样化对蓄意扰动情境下城市技术网络韧性的影响

与随机扰动情境下的城市技术网络韧性相比,蓄意扰动情境下的城市技术网络韧性更脆弱,这是由于针对高价值技术的蓄意破坏会导致网络更快地陷入崩溃[9]。从微观企业层面看,初创期企业尚处于扩张期,技术扩张会增加企业运行成本,增大企业运行风险,弱化蓄意扰动情境下城市技术网络的风险抵抗力[23]。进入成熟期的企业拥有丰富的资源,通过持续创新提升技术多样化水平,破除技术锁定与路径依赖,提升蓄意扰动情境下的城市技术网络韧性[4]。

从中观产业层面看,产业周期性调整会带来产业震荡,技术规模、技术结构也随之发生变化[24]。产业持续震荡还会引发资源闲置、配置效率降低,导致市场失灵,使得蓄意扰动情境下的城市技术网络变得更加脆弱(王海花等,2024)。随着产业规模不断扩大,技术多样化发展有助于实现产业升级,打破产业结构固化,催生新业态与新增长路径[25]。通过技术迭代与更新,提升技术网络传输效率,增强城市技术网络应对蓄意扰动风险的抵抗力。

从宏观城市层面看,城市技术集聚与多样化发展是一个渐进过程。技术溢出既是多样化的结果,能够促进区域发展,同时,也是区域发展的动力机制(苏灿等,2020)。在城市发展初期,区域内技术不断集聚,技术集聚产生的外部性为城市技术网络发展提供必要基础,但高技术集聚会引发城市技术网络风险与脆弱性叠加[11],导致面对蓄意扰动时城市技术网络处于动荡状态。随着城市技术集聚,城市创新能力不断提升,技术溢出带来规模优势、效率优势,有助于提升蓄意扰动情境下技术网络风险承受能力[2,15]。基于以上分析,本文提出研究假设:

H2:技术多样化对蓄意扰动情境下城市技术网络韧性呈现出先弱化后强化的U型作用特征。

3 研究设计

3.1 模型设定

本文参考Albert等(2000)关于网络韧性的研究,将扰动情境分为随机扰动情境与蓄意扰动情境,以模拟城市技术网络受到的随机风险与技术锁定风险。结合理论分析,构建技术多样化对两种扰动情境下城市技术网络韧性影响的实证模型,基本回归方程如下:

(1)

(2)

其中,RARit表示城市i在t年随机扰动情境下的城市技术网络韧性水平,TARit表示城市i在t年蓄意扰动情境下的城市技术网络韧性水平,TVit为i市t年技术多样化,TVit2为其二次项,controli,t为控制变量,yeart为时间固定效应,cityi为个体固定效应,μit为随机误差项。

3.2 变量测度与数据来源

3.2.1 数据来源

本文采用Python语言从国家知识产权局中国专利信息中心网站爬取2006-2021年三大城市群48个城市共143万条发明授权专利,数据处理过程具体如图2所示。根据已有研究,将专利与第一申请人所在城市进行匹配[26]。

3.2.2 城市技术网络构建

专利是保护创新的重要手段,是度量技术创新的主要指标。相比其它类型专利,发明授权专利具有技术含量高、研发难度大、审查严格的特点[27]。专利IPC(International Patent Classification)分类号可以表征技术特征,一项专利中包含不同IPC分类号,意味着该项技术包含不同技术要素组合[28]。以城市为载体的技术网络体现了以城市作为知识生产中心,促进技术在本地组合、充实本地知识库的过程[13]。参考滕堂伟等[29]的做法,按照IPC技术小类提取专利信息,形成646*646矩阵,以此作为城市技术网络构建基础。其中,IPC技术小类即技术要素构成网络节点,技术关系构成网络连线,共形成768个城市技术网络。

3.2.3 城市技术网络韧性测度

基于构建的城市技术网络,进一步对城市技术网络韧性进行测度。参考Toth等[13]、颜文涛等[30]的研究,利用阈值点与网络扰动变化曲线围成的面积表达吸引域,即城市技术网络韧性水平。其中,采用节点失效与最大连通子图相对大小变化曲线描述城市技术网络的破坏过程[31]。式(3)为城市技术网络最大连通子图相对大小。

(3)

其中,S表示城市技术网络最大连通子图的相对大小,N表示网络中的技术要素总量,N'为网络中最大连接子图的技术要素数量。

城市技术网络韧性水平越高,表明其风险承受能力越强,即韧性曲线与阈值所围成的面积越大。如果不稳定因素较多,失效节点不断增加,会导致网络中技术要素不断减少,当超越阈值时,网络会脱离理想状态陷入崩溃。本文利用python语言程序仿真模拟随机扰动与蓄意扰动情境下的城市技术网络韧性。由于随机扰动情境下不同技术风险的概率大致相同,因此采用随机删除技术元素的方式,直至网络崩溃[8]。随机扰动情境下城市技术网络韧性测度如式(4)所示。

(4)

其中,RARi表示随机扰动情境下城市i的技术网络韧性水平,κr为随机扰动情境下城市i的技术网络崩溃阈值。

蓄意扰动情境是对技术进行针对性攻击,从而破坏网络。节点重要性会通过节点属性表现出来,可以采用重要节点丢失策略模拟技术锁定风险对城市技术网络的影响[32]。蓄意扰动情境下城市技术网络韧性的计算公式如式(5)所示。

(5)

其中,TARi表示蓄意扰动情境下城市i的技术网络韧性水平,κt为蓄意扰动情境下城市i的技术网络崩溃阈值。

当城市技术网络受到扰动,进而陷入崩溃的阈值计算可采用莫洛伊—里德准则(Molloy-Reed Criterion)[33],如式(6)所示。

(6)

其中,k为技术网络中技术要素的度,<k>为技术要素的平均度。具体仿真模拟过程如图3所示。

3.2.4 技术多样化测度

依据Frenken等[5]、Castaldi等(2015)的研究,采用熵值法计算技术多样化。具体地,利用各城市拥有授权发明专利所属分类号(IPC)的类别计算技术多样化水平,如式(7)所示。

(7)

其中,TV代表城市技术多样化水平,Pi为技术类别为i的专利数量。TV越大,表明城市技术多样化水平越高。

3.2.5 控制变量

已有研究表明,人力资本、科技投入、信息化水平、对外开放水平是影响城市技术网络韧性的重要因素(王玉珊等,2024;赵瑞东等,2020)。本文选取普通高等学校在校学生数的对数、科学支出占财政支出的比重、国际互联网用户数的对数、货物进出口额与GDP的比重,分别对人力资本、科研投入、信息化水平、对外开放水平进行表征。控制变量数据来源于历年《中国城市统计年鉴》与各市统计年鉴,缺失值采用线性插补法补齐,由此形成2006-2021年面板数据。变量基本特征统计结果见表1。

4 实证分析

4.1 基本回归分析

研究使用固定效应模型对技术多样化与两种扰动情境下城市技术网络韧性关系进行回归分析。由表2可知,模型1为技术多样化及其平方项对随机扰动情境下城市技术网络韧性影响的回归结果,模型2增加了控制变量。模型2中,技术多样化一次项回归系数显著为负,二次项回归系数显著为正,技术多样化对随机扰动情境下城市技术网络韧性的影响呈U型,假设H1得到证实,即技术多样化对随机扰动情境下城市技术网络韧性呈现先弱化后强化的影响。模型3为技术多样化及其平方项对蓄意扰动情境下城市技术网络韧性影响的回归结果,模型4增加了控制变量。模型4显示,城市技术多样化对蓄意扰动情境下城市技术网络韧性的影响呈U型,即研究假设H2成立。

4.2 内生性检验

考虑到模型可能存在内生性问题,选取产业多样化及技术多样化滞后一期作为工具变量(孙晓华和柴玲玲,2012)。一个城市的技术进步与当地产业发展密不可分[4],城市产业多样化反映出当地技术多样化且不会影响当地城市技术网络韧性发展,满足工具变量相关性与外生性要求。技术多样化发展是一个过程且对城市技术网络存在长期影响[3],技术多样化滞后一期满足作为工具变量的相关要求。本研究采用最小阶段二乘法(2SLS)进行估计,结果如表3所示。工具变量通过识别不足检验(Anderson canon. Corr. LM)、弱工具变量(Cagg-Donald Wald F)检验与过度识别检验,表明工具变量具有效度。在考虑内生性问题后,其检验结果与表2的基本回归结果一致,表明技术多样化对城市技术网络韧性的影响仍呈U型曲线特征,即研究结果稳健。

4.3 稳健性与异质性分析

4.3.1 替换被解释变量

为保证回归结果可靠,采用替换被解释变量方式进行稳健性检验。借鉴颜文涛等[30]、Zhou等[31]的研究,采用阈值点与网络效率网络扰动变化曲线围成的面积表示韧性水平,得出随机扰动情境下城市技术网络韧性(ERR)与蓄意扰动情境下城市技术网络韧性(ETR),回归结果如表4所示。数据显示,回归结果并未发生根本性改变,进一步印证技术多样化对两种扰动情境下城市技术网络韧性的影响呈现出先弱化后强化的U型曲线特征。

4.3.2 异质性分析

基准回归是基于平均影响效应研究技术多样化对两种扰动情境下城市技术网络韧性的影响,考虑到各城市在地理区位、行政等级以及政策支持等方面存在差异,城市间差异是否影响二者的U型关系还需进一步检验。

(1)地理区位异质性。按照三大城市群的地理区位进行分组回归,比较不同区位特征下技术多样化对城市技术网络韧性的影响,结果如表5所示。在模型11～13中,京、长、珠三大城市群分组回归结果显示,技术多样化二次项系数均在5%水平下显著,表明技术多样化对随机扰动情境下城市技术网络韧性的影响呈U型曲线特征。在模型15～16中,长、珠两大城市群分组回归结果表明,技术多样化二次项系数也显著为正,即U型关系成立。在模型14中,京津冀城市群技术多样化对城市技术网络韧性的回归系数在统计上不显著,表明京津冀城市群内的技术多样化无法提升蓄意扰动情境下城市技术网络韧性水平,这可能是由于现阶段京津冀城市群内技术多样化水平存在差距,对城市技术网络韧性的影响有限。

(2)行政等级异质性。行政等级从一定程度上代表城市获取资源的能力。为探索不同行政等级下技术多样化对城市技术网络韧性的影响,将是否为省会城市作为划分依据,分组回归结果如表6所示。在省会城市分组中(模型17与模型19),技术多样化对两种扰动情境下城市技术网络韧性的影响均不明显。这可能是由于省会城市掌握大量资源,技术资源集聚较多,技术多样化发展已经饱和,无法再继续通过丰富技术构成促进韧性水平提升。对于非省会城市而言(模型18与模型20),技术多样化对两种扰动情境下城市技术网络韧性的U型作用依旧成立。

(3)创新型城市政策试点异质性。创新型城市建设为区域创新能力提升提供强大支撑。本文将是否为创新型城市作为划分依据,进行分组回归,如表7所示。数据显示,在创新型城市分组中(模型21与模型23),技术多样化对两种扰动情境下城市技术网络韧性二次项的影响均显著为正,表明技术多样化对城市技术网络韧性的影响呈U型曲线特征。在非创新型城市分组中,技术多样化对随机扰动情境下城市技术网络韧性的影响呈U型曲线特征(模型22),但对蓄意扰动情境下城市技术网络韧性的影响不显著(模型24)。这一方面可能是由于非创新型城市创新资源缺乏、创新效率较低,难以吸引新技术进入,导致技术多样化不足;另一方面可能是其技术网络比较分散,技术多样化对城市技术网络韧性的作用不明显。

4.4 分解效应

一个地区可以通过相关多样化与无关多样化实现多样化(Boschma等,2017)。Frenken等[5]将多样化划分为相关多样化与无关多样化。根据Boschma等[3]的研究,技术相关多样化是指技术间具有较强关联性和依赖性,有助于技术溢出,反映了技术间的互补能力。无关多样化是指一个城市内的技术不相关或相关性较弱,这些知识或技术难以被吸收或产生溢出效应(Boschma等,2009)。

具体来看,当技术相关多样化水平较低时,技术结构较松散,技术发展不存在路径依赖,城市技术网络遭遇风险与扰动的概率较低,城市技术网络韧性较强[16]。随着技术相关多样化水平提升,形成多样化 “技术池”,技术重组能力与溢出能力不断增强,不仅有助于缓解不确定性风险冲击,而且能够通过创造新路径避免锁定[34]。因此,技术相关多样化对城市技术网络韧性存在非线性作用。

由于技术的复杂性,新技术研发需要涉足不同技术领域以寻找机会,由此提升了技术进入成本。一方面,当城市技术无关多样化水平较低时,新技术进入门槛较低,从而有助于新产业、新技术形成,促使城市技术结构发生变化,实现城市技术网络稳定发展(Hidalgo,2007)。另一方面,当技术无关多样化水平较高时,不仅会提高不相关知识领域知识重组风险与转换成本[2],而且由于无关技术从当地知识溢出中受益最少最终处于网络边缘地位,导致整个城市技术网络脆弱性陡增(Zhu等,2021)。因此,技术无关多样化对城市技术网络韧性的影响存在一个拐点,即呈现出非线性作用特征。

技术相关多样化是对技术专利大类下细分技术多样化程度的测量(孙晓华等,2012),具体如式(8)所示。

(8)

其中,是各部技术类别Sg中小类i的专利数量之和。

无关多样化是对城市拥有不同技术类别的衡量 (孙晓华和柴玲玲,2012),具体计算如式(9)所示。

(9)

为了深度剖析技术多样化对两种扰动情境下城市技术网络韧性的作用机理,将技术多样化分解为技术相关多样化与技术无关多样化,研究其对两种扰动情境下城市技术网络韧性的影响,得到式(10)与式(11)。

(10)

(11)

其中,UVit为i市t年的技术无关多样化水平,UVit2为其二次项,RVit为i市t年的技术相关多样化水平,RVit2为其二次项。

本研究采用双向固定效应模型考察技术相关多样化、技术无关多样化对城市技术网络韧性的非线性作用,如表8所示。模型25为技术无关多样化及其平方项、技术相关多样化及其平方项对随机扰动情境下城市技术网络韧性的回归结果,模型26增加了控制变量。由模型26可知,技术相关多样化对随机扰动情境下城市技术网络韧性的影响呈U型曲线特征。技术无关多样化对随机扰动情境下城市技术网络韧性的影响呈倒U型曲线。模型27为技术无关多样化及其平方项、技术相关多样化及其平方项对蓄意扰动情境下城市技术网络韧性的回归结果,模型28增加了控制变量。分析可知,技术无关多样化对蓄意扰动情境下城市技术网络韧性的影响呈倒U型。可以发现,短时间内技术无关多样化发展促使两种扰动情境下城市技术网络韧性增强,但随着技术无关多样化水平不断提升,反而抑制城市技术网络韧性发展,所以技术无关多样化要保持在合理范围内以使城市技术网络韧性处于较佳状态。技术相关多样化对蓄意扰动情境下城市技术网络韧性的影响呈U型曲线特征。即技术相关多样化对两种扰动情境下城市技术网络韧性的影响存在一个结构性拐点,表现为先弱化后强化的作用特征。

4.5 调节效应

产业规模扩大不仅能够促进技术多样化水平提升,还能够提高行业生产率,促进城市创新[35]。为进一步研究产业规模对技术多样化与城市技术网络韧性关系的影响,本文采用城市企业数的对数作为产业规模的代理变量(LNIS)并建立调节效应模型。由表9可知,技术多样化的二次项与产业规模的交互项在1%水平下显著为正,说明产业规模对多样化与两种扰动情境下城市技术网络韧性的U型关系具有正向调节作用,即随着产业规模扩大,技术多样化与城市技术网络韧性的U型关系得到强化。为了更加直观地展示产业规模的正向调节作用,绘制不同产业规模对技术多样化与城市技术网络韧性U型关系的调节作用曲线,如图4所示。图中显示,高水平产业规模对技术多样化与城市技术网络韧性关系的调节曲线比低水平产业规模下的调节曲线更陡峭,即产业规模会强化技术多样化对两种扰动情境下城市技术网络韧性的U型作用。

5 结论与启示

5.1 研究结论

本文基于2006-2021年中国三大城市群48个城市面板数据,结合演化经济地理学理论与网络韧性理论,采用固定效应模型探讨技术多样化对随机扰动与蓄意扰动情境下城市技术网络韧性的非线性作用,以及产业规模的调节作用,并将多样化分解为相关多样化与无关多样化,深度分析多样化对城市技术网络韧性的影响机制。得出以下主要结论:第一,技术多样化对随机扰动/蓄意扰动情境下城市技术网络韧性的影响呈U型曲线特征并存在城市异质性;第二,产业规模对技术多样化与随机扰动/蓄意扰动情境下城市技术网络韧性的U型作用关系具有促进作用;第三,分解效应表明,相关多样化对随机扰动/蓄意扰动情境下城市技术网络韧性的影响呈U型曲线特征,无关多样化对随机扰动/蓄意扰动情境下城市技术网络韧性的影响呈倒U型曲线。

5.2 管理启示

(1)制定多样化技术发展战略,激励创新主体对新技术、新产业进行部署。城市科技安全是城市创新的基础,城市技术网络韧性发展需要持续的技术多样化。通过研判风险,整合城市资源,发挥技术比较优势,促进技术重组,构建符合市场需求的技术多样化发展战略。应基于地区技术基础、城市规模以及产业优势,选择适宜的多样化发展策略。一方面,通过技术相关多样化创造新增长路径,破除技术锁定,促进城市技术网络韧性提升;另一方面,通过技术无关多样化降低技术进入成本与门槛,分散风险,实现城市技术网络稳定发展。

(2)优化产业布局,扩大产业规模。一方面,通过调整产业结构,扩大产业规模,实现产业升级与产业优势互补,加速技术要素流转,促进技术多样化水平提升,增强城市技术网络风险抵御能力。另一方面,面对外部冲击与技术锁定带来的挑战,不断优化产业布局,发挥地区比较优势,丰富产业技术结构,适度培育新兴产业,加强上、中、下游产业链建设,通过促进技术变革实现城市技术网络韧性发展。

参考文献：

[1] 曹湛, 戴靓, 吴祖泉, 等. 城市技术网络的概念框架与实证研究[J]. 地理研究, 2023, 42(9): 2302-2323.

[2] BALLAND P A, RIGBY D, BOSCHMA R. The technological resilience of US cities[J]. Cambridge Journal of Regions, Economy and Society, 2015, 8(2): 167-184.

[3] BOSCHMA R. Towards an evolutionary perspective on regional resilience[J]. Regional Studies, 2015, 49(5): 733-751.

[4] 郑江淮, 冉征. 走出创新“舒适区”:地区技术多样化的动态性及其增长效应[J]. 中国工业经济, 2021,38(5): 19-37.

[5] FRENKEN K, VAN OORT F, VERBURG T. Related variety, unrelated variety and regional economic growth[J]. Regional Studies, 2007, 41(5): 685-697.

[6] CRESPO J, SUIRE R, VICENTE J. Lock-in or lock-out? how structural properties of knowledge networks affect regional resilience[J]. Journal of Economic Geography, 2014, 14(1): 199-219.

[7] 胡海鹏, 吕拉昌, 黄茹, 等. 基于创新流视角的广东省城市创新体系与职能[J]. 城市发展研究, 2015, 22(6): 71-76.

[8] 陈伟, 周文, 郎益夫. 集聚结构、中介性与集群创新网络抗风险能力研究——以东北新能源汽车产业集群为例[J]. 管理评论, 2015, 27(10): 204-217.

[9] SERDAR M Z, KOÇ M, AL-GHAMDI S G. Urban transportation networks resilience: indicators, disturbances, and assessment methods[J]. Sustainable Cities and Society, 2022, 76: 103452.

[10] TSOURI M, PEGORETTI G. Structure and resilience of local knowledge networks: the case of the ICT network in Trentino[J]. Industry and Innovation, 2021, 28(7): 860-879.

[11] 万幼清,张妮,鲁平俊. 产业集群协同创新风险及其形成机理研究[J]. 管理世界, 2015,31(2): 182-183.

[12] PENG G SHENG, WU J. Optimal network topology for structural robustness based on natural connectivity[J]. Physica A: Statistical Mechanics and its Applications, 2016, 443: 212-220.

[13] TTH G, ELEKES Z, WHITTLE A, et al. Technology network structure conditions the economic resilience of regions[J]. Economic Geography, 2022, 98(4): 355-378.

[14] BOSCHMA R, BALLAND P A, KOGLER D F. Relatedness and technological change in cities: the rise and fall of technological knowledge in US metropolitan areas from 1981 to 2010[J]. Industrial and Corporate Change, 2015, 24(1): 223-250.

[15] 袁丰, 熊雪蕾, 徐紫腾, 等. 长江经济带经济韧性空间分异与驱动因素[J]. 地理科学进展, 2023, 42(2): 249-259.

[16] 陈奕玮, 吴维库. 产业集聚、产业多样化与城市经济韧性关系研究[J]. 科技进步与对策, 2021, 38(18): 64-73.

[17] GRANSTRAND O. Towards a theory of the technology-based firm[J]. Research Policy, 2021,27(5): 465-489.

[18] BOSCHMA R, MINONDO A, NAVARRO M. Related variety and regional growth in Spain [J]. Papers in Regional Science, 2012, 91(2): 241-257.

[19] 郭颖, 魏佳奇, 段炜钰. 技术多样化对城市数字经济发展的影响路径研究——基于279个地级市的实证分析[J]. 经济问题探索, 2024,45(2): 17-29.

[20] 何郁冰, 周慧, 丁佳敏. 技术多元化如何影响企业的持续创新[J]. 科学学研究, 2017, 35(12): 1896-1909.

[21] 徐娟. 技术多元化、核心技术能力与企业绩效——来自新能源汽车行业上市公司的面板数据[J]. 经济管理, 2016, 38(12): 74-88.

[22] 覃柳婷, 王秋玉, 曾刚. 长三角技术多样化、外部创新合作对城市非典型知识组合产出的影响[J]. 长江流域资源与环境, 2022, 31(10): 2122-2133.

[23] 张倩琳, 戚聿东. 重点产业政策如何抑制产业震荡 [J]. 财经问题研究, 2023,45(7): 67-77.

[24] 孙平军,张可秋,曹乃刚,等.东北区域性城市收缩的地理认知与治理逻辑[J].地理学报,2024,79(8):1918-1939.

[25] 赵建吉, 张馨歆, 王艳华, 等. 中国区域经济韧性的时空格局特征与影响因素[J]. 经济地理, 2023, 43(8): 1-11.

[26] SINGH J, FLEMING L. Lone inventors as sources of breakthroughs: myth or reality[J]. Management Science, 2010, 56(1): 41-56.

[27] 邵朝对, 苏丹妮, 王晨. 服务业开放、外资管制与企业创新:理论和中国经验[J]. 经济学(季刊), 2021, 21(4): 1411-1432.

[28] BASILICO S, CANTNER U, GRAF H. Policy influence in the knowledge space: a regional application[J]. The Journal of Technology Transfer, 2023, 48(2): 591-622.

[29] 滕堂伟, 张晶. 多样性、技术网络与城市经济韧性——基于长江经济带城市数据的分析[J]. 同济大学学报(社会科学版), 2023, 34(5): 48-59.

[30] 颜文涛, 卢江林, 李子豪, 等. 城市街道网络的韧性测度与空间解析——五大全球城市比较研究[J]. 国际城市规划, 2021, 36(5): 1-12,137.

[31] ZHOU H, ZHANG X, HU Y. Robustness of open source product innovation community's knowledge collaboration network under the dynamic environment[J]. Physica A: Statistical Mechanics and its Applications, 2020, 540: 122888.

[32] ZHAO J, BAI A, XI X, et al. Impacts of malicious attacks on robustness of knowledge networks: a multi-agent-based simulation[J]. Journal of Knowledge Management, 2020, 24(5): 1079-1106.

[33] MOLLOY M, REED B. A critical point for random graphs with a given degree sequence[J]. Random Structures &Algorithms, 1995, 6(2-3): 161-180.

[34] 徐圆, 邓胡艳. 多样化、创新能力与城市经济韧性[J]. 经济学动态, 2020,61(8): 88-104.

[35] 张可. 产业集聚与区域创新的双向影响机制及检验——基于行业异质性视角的考察[J]. 审计与经济研究, 2019,34(4): 94-105.

(责任编辑：胡俊健)