京津冀城市群创新网络结构演化及驱动机制研究

互联网大数据的兴起以及经济全球化的不断深入，使得中国经济社会发展模式从传统要素驱动开始向创新驱动转变，以专业知识和信息技术为主的创新要素逐渐成为国家经济增长及区域性产业发展的核心资源[1]，国家竞争力比较在某种程度上已上升为城市群的较量[2]。Castells[3]提出流空间理论，为城市创新研究提供了新视角。知识和技术在城市间流动使得企业、高校及相关机构的线性合作形式逐渐向网络化延伸，创新网络作为新组织形式应运而生，并在创新型国家及创新体系建设中发挥着重大作用。

创新网络研究最早在企业及特定产业展开，企业是区域创新系统的核心部分，产业集群的持续发展为企业创新提供了良好环境，其与区域创新形成互动关系，使得创新网络研究对象逐渐过渡到城市、城市群。传统方法多是基于静态年鉴数据，从创新环境、创新资本、创新效率等方面构建城市创新能力指标体系，并结合引力模型[4]或系统动力学模型[5]探讨城市体系创新空间格局。网络数据便捷性与动态性使越来越多的学者倾向于采用论文合作数据和专利联合申请数据衡量城市创新，以直接反映网络中相关节点的创新合作。李丹丹等[6]、李建成等[7]基于论文合作数据探究区域创新网络动态演变。城市群创新网络演化研究是创新网络已有研究的一大重点，主要从节点及网络层面分析网络形态及特征变化。社会网络分析方法的引入使得组织间互动关系得以量化，并逐渐形成以网络结构为出发点的创新网络研究。研究脉络主要分为3条主线：一是通过网络结构指标分析划分城市演进阶段[8-9]；二是从整体网、局域网、个体网层面的时空演变解析创新网络时空复杂性和空间格局[7,10]；三是从网络拓扑结构和空间结构变化形态探讨创新网络演变规律及演化进程[11]。

从邻近性视角阐释创新网络演化是已有研究的另一个重点。Boschma[12]将邻近性归纳为地理邻近性、制度邻近性、认知邻近性、组织邻近性和社会邻近性5个维度。在此基础上，学者还提出文化邻近、技术邻近、知识基础邻近等维度[13]。从区域层面和创新合作角度出发，创新活动在特定范围内的空间集聚必然受到地理邻近的影响[14]，文化差异、经济水平不同及行政级别悬殊也会影响城市间创新互动。成功的创新合作需要相似的知识基础作铺垫，而创新过程是创新网络中各主体吸收异质性知识或互补性知识的整合过程，差异化、互补性知识往往更容易实现高效组合与创新[15]。学者在研究基于专利联合申请数据的创新网络邻近性时，通常将产业结构相似性与知识积累性组合在一起统称为认知邻近，验证认知邻近对创新合作的作用，得出不同甚至相反的结论[16]。产业结构相似的两个城市有着相同的成长经历与经验，更容易实现沟通与合作，知识邻近则侧重于城市交流过程中对知识的吸收能力，二者对创新网络的驱动效应不同。因此，本文分别论述两种邻近对创新网络演化的影响。

综上所述，创新网络研究已取得一定进展，但仍存在一些局限性。在内容上，缺乏创新网络结构特征、空间演化格局及创新网络演化机理一体化的深入研究；在研究对象上，已有文献关注产业、特定行业、全国城市以及发展成熟的长三角城市群、粤港澳大湾区，对处于科技创新上升期的京津冀城市群则关注不足。鉴于此，本文以京津冀城市群为研究对象，分析城市群创新网络结构特征和空间演化格局，并运用QAP实证方法探讨创新网络演化邻近性机理，可为增强京津冀城市群创新网络连接性、促进城市自主创新提供理论依据。

1 研究方法与数据来源

1.1 研究方法

1.1.1 社会网络分析法

社会网络分析法是通过数学方法、图论等手段，将网络中个体间关系与整个社会系统相结合的定量分析方法。Ucinet、ArcGIS、Networks等软件平台的兴起和运用使得社会网络分析法被广泛应用于管理学、区域经济学和地理学等领域。本文遵循社会网络分析法思路，将网络结构分为整体网、局域网和个体网3部分。在整体网层面，选用关系总数、网络密度、平均加权度、平均路径长度等多个静态指标分析京津冀城市群创新网络结构演化的拓扑结构特征；在局域网层面，通过凝聚子群分析城市群创新网络内部团体聚集状态；在个体网层面，从城市中心性研究城市群创新网络演化时空格局。以下为指标含义与测度方法：

(1)关系数与网络密度。关系数衡量网络中创新主体合作对象数，与结构特征复杂度呈正比关系；网络密度则是对网络成员关系密切程度进行度量，具体公式为：

(2)平均度数与平均加权度。平均度数是对城市与其它城市创新合作联系是否广泛的测度，用以反映节点间交互能力。具体公式为：

加权度表示与该节点相连的所有边的权重之和，反映一个城市与其它城市创新合作联系的深浅程度。具体公式为：

(3)平均聚类系数与平均路径长度。聚类系数考察创新网络结构的可达性，平均聚类系数由网络中所有节点的局部聚类系数平均得到。具体公式为：

路径长度用以度量连接两个节点的最小边数，平均路径长度反映节点间交流畅通程度。具体公式为：

(4)中心性。中心性是对个体权力的量化分析，分为点度中心性、中间中心性、接近中心性3种。其中，点度中心性(CC)测量与该点连接的其它节点个数，反映城市在整个网络中的中心位置，具体公式为：

中间中心性(DC)测量网络中节点城市对其它城市的控制力，如果该节点处于其它节点连接路径的桥梁位置，则说明其获取核心资源的能力较强，具有较高的中间中心度。具体公式为：

点的接近中心性(BC)表示节点与其它节点联系的远近程度，若该节点与网络中其它节点的距离很短，则说明该点具有较高的接近中心性。具体公式为：

1.1.2 QAP非参数实证方法

QAP分析主要研究多个矩阵对一个主要矩阵的回归关系，测度 “关系”中的关系，直接对属性矩阵作用于主要矩阵的系数进行非参数检验，不需要考虑属性间的独立性或是否符合参数检验中的某种统计分布。在社会网络分析中，QAP非参数实证分析是研究节点间关系结构与其它以某种方法建立的关系结构的主要方法。因此，本文构建地理、经济、制度、认知、知识邻近矩阵和城市创新合作矩阵，检验邻近性矩阵对创新网络结构矩阵的作用关系，分析不同维度邻近属性在不同阶段对创新网络演化的驱动效应，探究京津冀城市群创新网络演化驱动机制。

1.2 数据来源

高质量论文合作是衡量城市创新联系的重要指标，论文合著作者所属高校、企业及科研机构分布在各个城市便形成了城市知识合作网络。维普期刊数据库共收录文献总量3 000余万篇，包括医疗卫生、经济管理、核科学等30多个学科，权威性较高。因此，本文基于维普期刊数据库，检索京津冀各城市论文合作篇数，构建13×13二模无向合作矩阵，检索条件为“机构”+“机构”+“期刊范围”，检索时间为2000-2018年，检索期刊范围限定为核心期刊、EI、CAS、CSCD、CSSCI来源期刊，所有学科的高水平合作论文可以更为全面地反映城市间的创新交流。

2 京津冀城市群创新网络演化特征

2.1 京津冀城市群创新合作现状

京津冀城市群高校、企业及科研院所高质量论文合作总量及其增长趋势可反映该区域整体创新合作水平。2000年，京津冀地区发表论文总量约89 300篇，2018年增长到336 507篇，上升了2.73倍；区域内城市论文合作数量由2000年的603篇增长到2018年的6 846篇，增幅11.35倍。由此可见，区域内城市间创新联系随着城市群创新能力提高而逐渐加强。

如图1所示，京津冀创新合作变化趋势包括稳步增长期(2000-2009年)和波动增长期(2010-2018年)两个阶段。其中，稳步增长阶段表现为网络规模处于扩张状态，合作总量不断增加，从2000年的603篇直至2009年突破6 000篇，越来越多网络成员参与提高了城市间创新交流频率进而促进创新成果产出。在波动增长阶段，在既定参与城市规模上实现创新合作力度进一步加强，主要得益于京津冀协同发展理念的深入和国家战略的全面启动，京津冀区域交通一体化为高校、科研机构等主体知识交流提供了便利条件。雄安新区的设立强化了教育、科技、人才多级驱动，促使京津冀城市群区域创新迈向新台阶。那么，京津冀城市群创新网络空间结构特征怎样？城市群创新网络结构如何演化？创新网络演化驱动机理又是什么？这些是探讨京津冀城市群创新能力及创新空间格局的关键问题。

2.2 京津冀城市群创新网络结构

2.2.1 整体网络拓扑结构

本文对历年京津冀城市群创新网络整体网拓扑特征进行分析(如表1所示)，发现2000-2007年网络关系数持续增多，关系总量增长迅速；2008-2016年呈现波动式变动，关系数维持在90～100间，2018年达到150，网络规模急剧扩大。网络密度从2000年的0.153 8增长到2018年的0.961 5，网络结构变化幅度之大体现出整体网作用力扩张、城市间凝聚力明显增强。为推动京津冀城市群协同发展所颁布的人才政策、科技政策、产业政策等有效促进了城市间创新要素和创新人员快速流动，使得城市间创新联系更为紧密。

网络平均节点度与平均加权度持续增长态势表明，城市间科学合作深度和广度不断增强。平均聚类系数在2000-2018年从0.205持续增加到0.961，网络成员间关系密切且日益复杂，呈现出对节点城市越发增大的影响力。平均路径长度最高时为2001年的1.653，下降到2018年仅有1.038，降幅为31.89%，距离缩短提高了城市间创新合作畅通度。从时段变化看，2012-2018年关系总数、平均加权度、网络密度等指标持续增长，在2018年达到峰值，表明京津冀城市群创新合作从最初个体合作迈向协同发展阶段。

2.2.2 城市中心性分析

如表2所示，2000-2018年京津冀城市群点度中心性(CC)呈上升趋势，创新合作不断深化。2000年，京津冀城市群创新水平不高，仅北京度数中心性值超过10，沧州、衡水、邢台处于“零联系”状态。2005年，城市度数中心性大幅增长，北京、石家庄和天津度数中心性值超过20，参与城市创新合作的主体逐渐增多；2011年，点度中心性超过10的城市有6个，分别是北京、天津、石家庄、保定、唐山和秦皇岛；2017年，所有城市点数中心性均有所提高，北京、石家庄、天津、和保定处于创新网络核心位置。从整个时序上看，京津冀城市群创新网络处于逐渐丰富的状态。

不同城市在创新网络中的“桥梁”作用不同。网络中节点城市对其它城市信息、资源控制程度可用中间中心度(DC)表示。如表2所示，2000年，京津冀城市群创新网络结构松散，基本以北京为核心呈放射状分布，所有创新联系几乎均通过北京实现；2005年，天津和石家庄陆续发挥“中介”作用，省会城市拥有河北省丰富的创新资源且其行政权力有助于其对资源进行控制并高效获取信息，天津控制能力显然落后于石家庄；2011年，保定控制其它城市的能力迅速上升，超越天津；2017年，更多城市参与创新网络连接，北京、石家庄、天津和保定中间中心性值均为7.904，唐山、秦皇岛、邯郸、承德开始承担少部分“中介”角色。通过数据对比可以发现，城市群中其它城市控制力的提升可有效降低北京的“中介”地位。

接近中心性(BC)衡量网络行动者不受其它行动者控制的程度，反映节点城市独立创新能力。如表2所示，京津冀城市群接近中心性阶段性比较明显。2000年，城市接近中心性普遍偏低，自主创新能力较弱，接近中心性最大的城市是北京，中心性值仅有25，沧州、衡水、邢台接近中心性值为0，无独立创新能力；2005年，北京、石家庄接近中心性达到100，天津、保定、秦皇岛接近中性大于60；2011年，接近中心性进一步增长，保定接近中心性为100，天津达到92.308，能够与其它城市直接进行创新合作；2017年，所有城市接近中心性均大于60，网络距离缩短促使城市间创新交流更加顺畅，对网络中心城市(如北京、天津、石家庄)的依赖性逐渐降低。

2.2.3 凝聚子群分析

创新网络中的派系和群体关系通过凝聚子群体现，探究子群数目和具体成员分布有助于揭示创新网络抱团现象。如果创新网络具有较多的凝聚子群，则说明城市群内部存在创新联系频繁、密切的小团体，不利于整个创新网络创新合作，但从创新型城市群建设层面说，凝聚子群数量也反映了区域内创新团体多样性，进而揭示了该区域创新潜力。本文运用Ucinet软件中的迭代相关收敛法(CONCOR)对2000年、2005年、2011年、2017年创新网络进行聚类分析，以最大分割深度为2、收敛标准为0.2进行板块划分(许培源等，2019)，划分结果如图2所示。从中可见，不同时期京津冀城市群创新网络子群派系分布明显不同。

2000年，京津冀城市群主要有三大凝聚子群，第一子群集中了京津冀城市群合作关系紧密、中心度较高的城市，包括北京、石家庄、唐山；第二子群由相互关系较为密切的城市组成，以保定、天津等城市为主；第三子群是由没有创新联系的城市构成的团体，如衡水、沧州、邢台。2005年，第一子群由北京、保定构成紧密的团体；第二子群集中了京津冀城市群密切合作的城市，如天津、石家庄；低水平联系的边缘城市(承德、邢台、沧州)则构成了第三子群。

2011年和2017年，凝聚子群发生了显著变化，分别形成了以北京、天津、石家庄、保定为核心的4个小团体，作为团体中创新能力较强节点在京津冀城市群创新网络中居于重要位置，引导其它城市与其发生直接、密切的联系，从而益于整个区域创新高层次发展。整体看，京津冀城市群创新网络中子群数目增多，存在较多关系层级，导致创新网络呈现多个“小世界”的创新格局。

2.3 京津冀城市群创新网络时空演化分析

京津冀地区地理位置南北跨度广且政治、经济、科技环境悬殊较大，因此京津冀城市群创新网络分布具有鲜明的层级特征。上述对城市群创新网络结构特征的分析反映出不同时期城市间创新要素流动不均衡。因此，本文探讨京津冀城市群创新网络时空演变格局，运用ArcGIS10.3软件绘制2000、2005、2011、2017年的创新网络演化图，分别用点大小、城市间连接线粗细程度表示城市点度中心性和合作强度。

如图3所示，2000年，京津冀城市群创新网络分层极化现象明显，空间形态上呈现以首都为中心的核心-边缘结构；2005年，京津冀城市群创新网络密度增大，省会城市石家庄开始发挥作用，城市间创新联系逐渐增多，创新网络呈现以天津为支点的“北京-石家庄”双核空间格局；2011年，城市间论文合作数量迅速上升，特别是边缘城市(承德、邢台、衡水)网络联系有了大幅度提升，创新网络呈现以北京为核心、天津和石家庄为次核心的“多中心、多节点”空间形态；2017年，京津冀城市群创新合作实现质的突破，网络结构趋于平衡，北京、天津、石家庄、保定形成创新走廊，唐山、秦皇岛、承德、邯郸为重要节点，创新网络呈现“多中心、多层次”创新格局。

京津冀城市群创新网络结构从简单趋向复杂化，空间格局经历了“单中心→多中心→多中心、多节点→多中心、多层次”的演变过程。北京最早成为该区域创新网络的核心，处于创新网络关键位置，创新要素流动及创新溢出促进天津、石家庄、保定等多个创新中心的形成，带动承德、秦皇岛、唐山、邯郸创新发展。但是，京津冀创新城市群落结构单一且不发达，整个创新网络还需要更多高层次、高水平的创新参与。

3 创新网络演化驱动机制

不同维度邻近属性为节点间创新结网行为提供了源动力，在创新活动、组织合作和知识溢出中发挥了重要作用。因此，本文采用QAP非参数实证方法探究各种邻近对创新网络演化的作用机理。

3.1 因素变量选取

(1)地理邻近。地理邻近为创新交流提供便利条件，频繁的创新合作有助于创新网络演化。本文借鉴谢富纪等(2017)的做法，具体公式如下：

[cosβi×cosβj×cos(αi-αj)+sinβi×sinβj]

式(10)中，R为地球半径(取值6 371km)，βi、βj表示城市i、j的纬度，αi、αj表示城市i、j的经度。

(2)认知邻近。城市间认知邻近影响城市对合作对象的选择，诸多学者选用技术积累或产业结构代表城市认知水平，本文借鉴党兴华(2013)的产业结构相似性表示认知邻近。具体公式如下：

式(11)中，Xik、Xjk分别为i、j城市第k个产业的产值。

(3)制度邻近。制度距离衡量两个城市间能够促使知识有效传播的制度基础相似性，基于前人研究使用的虚拟变量方法，采用城市行政级别差距度量城市间制度距离。考虑到行政级别高的城市会有更卓越的创新表现，因此本文借鉴王忠燕[17]的处理办法，具体公式如下：

知识邻近。创新源于知识重组、整合和创造[18]，城市间知识禀赋差异与互补程度会对网络中城市交流产生影响。本文以过去5年论文积累表征知识邻近，采用极差标准化法处理数据。具体公式如下：

式(12)中，Zij表示i、j城市的知识积累差值，Zmax、Zmin为所有城市对知识积累差值的最大值和最小值。

(5)经济邻近。经济水平相近城市拥有相近的资本需求和相似的创造力，可能对创新合作产生影响。本文采用人均GDP的差距表征经济邻近性，具体公式如下：

式(13)中，Yij表示i、j城市的人均GDP差值，Ymax则为所有城市对人均GDP差值的最大值。

3.2 QAP回归结果

基于以上变量数据，运用Ucinet软件进行5 000次随机置换得到的QAP回归结果(如表3所示)显示，各年份R2依次增加，分别为0.559、0.579、0.58、0.609，且均通过显著性检验，拟合效果较好，表明各种邻近在创新网络演化不同阶段发挥的效应不同。

2000年，城市群内城市创新能力普遍薄弱，交通不便阻碍了信息的广泛传播，使得创新合作更倾向于发生在地理位置相邻以及有着相似认知水平和经济结构的城市，因而地理邻近、经济邻近、认知邻近对创新合作具有正向驱动作用，知识邻近和制度邻近则对创新网络演化具有负向效应，相关系数分别是0.378 1、1.457 8、2.866 5、-1.763 0、-0.429 5，且均通过5%显著性水平检验。2005年，石家庄中心地位开始突出，地理和行政上与核心城市的邻近更易发生创新结网行为，地理邻近和制度邻近对创新网络演化具有显著正向影响，而经济邻近与认知邻近体现为正向效应但并不显著。随着创新要素流动的加快，2011-2017年逐渐形成北京-天津-石家庄三核多节点的三角稳定结构，地理邻近显著性进一步提升。在京津冀城市群创新网络演化过程中，除地理位置邻近外，相似的认知水平、互补的知识基础和相近的制度距离也是重要影响因素，自京津冀协同发展纲要提出以来，一系列国家战略政策的实施与落实使得邻近性效应更加显著，创新水平、合作频次和结网效率得到显著提升。

4 结语

4.1 结论与建议

本文采用社会网络分析法并结合Ucinet、ArcGIS软件分析京津冀城市群创新网络结构特征、时空演化及其驱动机制，得出以下结论：

(1)京津冀城市群创新水平在2000-2018年呈逐步上升趋势，网络密度、节点度数、凝聚力强度指标都显示城市间创新联系不断加强，尤其是2000-2009年，城市群创新网络联系密度稳步上升，北京、天津、石家庄发挥着重要的“中介”作用，但是城市群创新联系强度还存在上升空间。

(2)京津冀城市群创新合作从简单的单个城市演变成多个城市协同发展，空间结构也从单核形式演变成多核心网络化形式，北京、天津、石家庄、保定陆续成为京津冀城市群创新网络中心，拓扑结构特征逐渐复杂化，凝聚子群数目不断增长，但是小团体结构单一问题还有待完善。

(3)QAP非参数实证结果表明，地理邻近、制度邻近和知识邻近是京津冀城市群创新网络演化的主要驱动因素，其中地理邻近对创新合作具有显著正向影响，知识邻近对创新合作体现为负向影响，制度邻近是先负向再正向影响创新合作，经济邻近与认知邻近对创新合作的正向驱动效应仅在早期通过显著性检验。分析结果表明，知识差异较大的城市间合作互动更容易驱动创新网络演化，直辖市和省会城市则更容易吸引其它城市的创新交流。

京津冀城市群创新网络演化及驱动机制研究为把握城市群发展战略提供了新思路。首先，京津冀应抓牢北京这一中国创新源头以及中关村国家自主创新示范区的重要地位，步入京津冀协同发展快车道，加速推动创新要素共享和创新资源合理配置，提高城市创新合作成果转化率，形成长期、稳定、高效的创新网络；其次，提高河北省自主创新能力，围绕不同维度邻近属性，拓宽大学、科研机构创新合作渠道，制定科学合理的高科技人才引进政策，推进具有优势潜力与创新能力的学科建设和产业升级，营造良好的科研创新环境，为打造雄安新区科技创新新引擎提供动力源泉。边缘城市应大力引进外资用于基础设施建设，提高科教水平、创新水平和信息化水平，为城市跨界合作、网络结构优化提供有利条件。

4.2 不足与展望

本文从京津冀城市群创新网络结构特征及空间格局揭示京津冀科技创新提高过程和协同发展变化趋势，探索多维邻近在创新网络演化不同阶段的驱动效果。但是，本研究也存在一些不足之处，如仅探讨京津冀城市群内部结网状况，而建设世界级城市群还需要外界创新要素和创新资本流入，即与其它城市、其它区域乃至其它国家建立创新合作关系会形成更复杂的创新网络。因此，未来应基于“本地蜂鸣-全球管道”角度，从不同空间尺度探究创新网络演化；其次，囿于城市、机构地理位置无法被改变，可考虑利用非地理邻近代替地理邻近，发挥其对创新合作的驱动效应，从而使边缘城市突破地理距离进行高效率创新交流；最后，可对创新网络演化驱动机制及邻近性理论框架作进一步完善。

[1] 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):135-142.

[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] CASTELLS M.The space of flows: a theory space in the informational society[C].Princeton University,1992.

[4] 吴志强, 陆天赞.引力和网络:长三角创新城市群落的空间组织特征分析[J].城市规划学刊, 2015(2)：31-39.

[5] 游达明,李志鹏,杨晓辉.高新技术企业创新网络能力对创新网络绩效的影响路径[J].科学学与科学技术管理,2015,36(2):70-82.

[6] 李丹丹,汪涛,魏也华,等.中国城市尺度科学知识网络与技术知识网络结构的时空复杂性[J].地理研究,2015,34(3):525-540.

[7] 李建成, 王庆喜, 唐根年.长三角城市群科学知识网络动态演化分析[J].科学学研究, 2017，35(2):197-205.

[8] 陈凯华.合作创新网络结构演化特征的复杂网络分析[J].科研管理, 2015, 36(6):28-36.

[9] 吴康,方创琳,赵渺希.中国城市网络的空间组织及其复杂性结构特征[J].地理研究, 2015, 34(4):711-728.

[10] 周灿, 曹贤忠, 曾刚.中国电子信息产业创新的集群网络模式与演化路径[J].地理研究, 2019, 38(9)：2212-2225.

[11] 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.

[12] MALMBERG A, MASKELL P.Localized learning-what it is and what it isn't[C].Paper presented at the 5th Proximity Congress, Bordeaux,2006.

[13] KNOBEN J, OERLEMANS L A G.Proximity and inter-organizational collaboration: a literature review[J].International Journal of Management Reviews, 2010, 8(2):71-89.

[14] 李琳, 韩宝龙, 高攀.地理邻近对产业集群创新影响效应的实证研究[J].中国软科学, 2013(1):172-180.

[15] NOOTE BOOM.Learning and innovation in organizations and economies [M].Oxford University Press,Oxford,2000．

[16] 胡杨,李郇.多维邻近性对产学研合作创新的影响——广州市高新技术企业的案例分析[J].地理研究,2017,36(4):695-706.

[17] 王忠燕.中国三大城市群创新网络空间格局演化机理研究：多维邻近视角[D].杭州：浙江工业大学,2017.

[18] 刘军. 整体网分析讲义:UCINET软件实用指南[M].上海：上海人民出版社, 2009.