EN中文

经济地理 >

2024 , Vol. 44 >Issue 10: 66 - 75

DOI: https://doi.org/10.15957/j.cnki.jjdl.2024.10.007

城市地理与新型城镇化

基于专利技术转移的城市群创新网络结构及其组织模式

  • 冯兴华 , 1 ,
  • 高紫媛 1 ,
  • 徐美海 1 ,
  • 傅钰 2 ,
  • 李建新 3 ,
  • 文玉钊 4
展开
  • 1.江西师范大学 地理与环境学院，中国江西 南昌 330022
  • 2.江西财经大学 工商管理学院，中国江西 南昌 330032
  • 3.江西师范大学 江西经济发展研究院，中国江西 南昌 330022
  • 4.河南财经政法大学 城乡规划学院，中国河南 郑州 450046

冯兴华（1990—），男，博士，副教授，研究方向为流动空间、区域韧性评估。E-mail：

收稿日期: 2023-11-30

  修回日期: 2024-06-20

  网络出版日期: 2024-11-29

基金资助

国家自然科学基金项目(42201187)

国家自然科学基金项目(42001189)

江西省社会科学基金项目(23YJ21)

江西省社会科学基金项目(21YJ29)

江西省高校人文社会科学研究项目(JC20206)

江西省教育厅研究生创新基金项目(YC2023-S216)

国家社会科学基金项目(24BJL064)

河南省软科学研究项目(242400411056)

收起

Structure and Organizational Model of Innovation Network in China's Urban Agglomerations Based on the Patent Technology Transfer

  • FENG Xinghua , 1 ,
  • GAO Ziyuan 1 ,
  • XU Meihai 1 ,
  • FU Yu 2 ,
  • LI Jianxin 3 ,
  • WEN Yuzhao 4
Expand
  • 1. School of Geography and Environment，Jiangxi Normal University，Nanchang 330022，Jiangxi，China
  • 2. School of Business Administration，Jiangxi University of Finance and Economics，Nanchang 330032，Jiangxi，China
  • 3. Jiangxi Institute of Economic Development，Jiangxi Normal University，Nanchang 330022，Jiangxi，China
  • 4. School of Urban and Rural Planning，Henan University of Economics and Law，Zhengzhou 450046，Henan，China

Received date: 2023-11-30

  Revised date: 2024-06-20

  Online published: 2024-11-29

Fold

摘要

文章选取中国19个城市群作为研究单元，基于专利转移数据，通过刻画2010—2020年各城市群之间及内部的创新网络特征，揭示了中国城市群创新结构的演化过程并归纳其网络组织模式。研究发现：①中国城市群间的创新网络快速发展，网络规模与密度、节点数量与联系强度不断提升，城市节点等级分化，呈现出明显的核心—边缘结构；②中国各城市群的地理开放度与区域协同度均得到持续提升，不同发育水平下的城市群创新网络虽得到快速拓展，但其空间组织结构存在显著差异；③创新网络组织具有空间尺度内的嵌套特征，城市群内部创新技术的循环累积和外部协同创新体系的逐步形成共同驱动着中国城市群创新网络组织模式的优化重组；④强化中心城市创新溢出效应、培育区域创新增长极、构建跨区域合作机制、优化创新发展环境是完善中国城市群创新网络体系的重要路径。

关键词： 专利转移; 创新网络; 节点等级; 组织模式; 核心—边缘结构; 增长极; 城市群

本文引用格式

冯兴华 , 高紫媛 , 徐美海 , 傅钰 , 李建新 , 文玉钊 . 基于专利技术转移的城市群创新网络结构及其组织模式[J]. 经济地理, 2024 , 44(10) : 66 -75 . DOI: 10.15957/j.cnki.jjdl.2024.10.007

Abstract

Selecting 19 urban agglomerations in China as research units,and based on the patent transfer data,this article depicts the innovation network characteristics between and within urban agglomerations from 2010 to 2020,reveals the evolution process of innovation structure in Chinese urban agglomerations and summarizes their network organization patterns. The main conclusions are as follows: 1) The innovation network between urban agglomerations in China is developing rapidly,with the network size and density,the number of nodes and the strength of connections continuously increasing,the urban node rank are differentiated,presenting an obvious core-edge structure. 2) The geographical openness and regional synergy of various urban agglomerations in China have been continuously improved. Although the innovation network of urban agglomerations at different development level has been rapidly expanded,there are significant differences in their spatial organizational structure. 3) The innovation network organization has nested characteristics at the spatial scale,and the cyclic accumulation of innovative technologies within urban agglomerations and the gradual formation of external collaborative innovation systems jointly drive the optimization and restructuring of the innovation network organization model in China's urban agglomerations. 4) Strengthening the spillover effect of innovation in central cities,cultivating regional innovation growth poles,constructing cross regional cooperation mechanisms,and optimizing the innovation development environment are important ways to improve the innovation network system of urban agglomerations in China.

Key words： patent transfer; innovation network; node rank; organizational model; core-edge structure; growth pole; urban agglomeration

国家“十四五”规划强调了创新在我国现代化建设中的核心地位，并将科学技术作为国家发展的战略支柱[1]。城市群作为国家发展的增长极，在城市化过程中起到了中心作用，也是引领经济转型与创新的前沿地带[2]。城市群不仅可以整合资源和发挥整体区位优势，还可以通过协同发展来弥补单个城市创新的不足，提升整体的创新能力和竞争力[1-3]，建设创新网络体系对提升城市群在全国的竞争力具有重要作用。
创新网络的基本关系包括互惠、互信、学习、伙伴关系、分权。其中，互惠与互信是网络各方合作的基础，学习是合作的过程，伙伴关系和分权是网络形成后的结果[4]。因此，基于创新联系的网络化城市体系研究成为当前区域研究的热点[5]。不少学者从论文合作[6]、专利合作[7]、专利转移[8-9]、企业[10]、人才流动[11]等视角对城市创新网络展开了大量的实证研究，主要采用引力模型[12]或社会网络法[13]刻画创新网络结构。相关研究在空间尺度和分析单元的选取上也呈现出多样化的特点[14]，出现了不同类型的“尺度—单元”组合，验证了创新联系具有多尺度的空间特征[15]。随着知识经济时代的到来，创新成果的产生也越来越需要多方主体共同参与[16]，跨区域创新成为创新的新趋势[17]。区域创新网络是指在长期的正式或非正式合作与交流关系的基础上，地方行为主体（包括企业、科研机构、地方政府组织及个人）所形成的相对稳定的系统，通过知识、技术和资源的共享，推动创新活动的发展[4]。在知识经济崛起的背景下，创新深刻影响着区域的高质量发展进程，而创新网络作为一个开放、复杂的动态过程，已不仅限于本地视角或简单的跨界联系[18]。Bathelt在2004年提出的“蜂鸣—管道”理论，为解释知识和技术要素的全球—地方互动过程提供了一个经典框架[19]。该理论认为，某一地区既可通过“全球管道”获取本地区之外的新异知识和先进技术，又通过“本地蜂鸣”不断将知识传播扩散至本地，形成“全球—地方”良性互动的知识获取空间路径，从而为区域发展带来竞争优势[20]。在创新网络中，创新主体不仅获取外部的知识、技术和资本，还与外部创新主体建立合作关系、共享创新资源，为推动创新项目的实施创造有利条件[21]。同时，创新主体通过外部资源与内部创新资源的有效整合提高自身的创新效率和质量[22]。基于创新活动动态变化过程，创新网络研究开始注重探究本地与跨界创新合作网络的交互作用及所形成的半粘合拓扑空间的特征[23]，关注城市内部创新网络与外部创新网络之间的关联，普遍认为城市创新互动和城市对外联系之间具有相互促进作用，城市经济集聚能力与其对外辐射功能之间呈显著正相关关系[24-25]。在新时代背景下，城市群作为创新要素资源的主要集聚地，为创新网络研究提供了较好的样本[26]；而从城市群这一中观尺度出发，不仅有利于识别我国创新活动发展的宏观态势和城市群内创新联系的微观格局，也有利于探究不同尺度下创新联系的交互特征。整体而言，城市群创新网络研究虽在演化格局[27]、作用机制[28]和协同创新模式[29-30]等方面取得一定进展，但仍存在一些不足：一方面，现有创新网络研究普遍关注发达城市群的结构演化过程及影响因素分析，鲜有全面揭示我国不同发育水平的城市群之间及城市群内部创新网络格局变化；另一方面，创新网络的空间组织结构受创新要素在不同空间尺度内的交互作用影响明显[12]，而现有研究多聚焦于单一空间尺度下的网络结构分析，忽略了创新活动在不同空间尺度内的关联特性，缺乏多尺度下创新网络的嵌套组织模式的深入探究。
鉴于此，本文基于专利转移数据，以全国19个城市群为研究对象，综合运用社会网络分析方法、空间分析法定量刻画创新活动在城市群之间和城市群内部的网络结构特征，揭示不同发育水平、不同结构的城市群创新网络演变过程，并从尺度嵌套视角出发提炼城市群创新网络的空间组织模式，为科学推动城市群协同创新和高质量发展提供有益思考。

1 数据来源与研究方法

1.1 数据来源

在现有的创新网络研究文献中，专利是有效衡量技术知识的主要指标[31]。专利转移代表着最直接的“技术流”[32]，反映了技术创新成果在不同主体之间的流动和转移情况，可以用来评估城市及城市群在技术创新方面的活跃程度和能力。因此，本文主要使用专利交易中的专利权转移来衡量技术流动，以此作为评估城市及城市群创新能力的指标。专利数据来源于SIPO（国家知识产权局）数据库中的“专利信息服务平台”。本文提取了2010、2015、2020年全国19个城市群① 中的218个地级及以上城市的专利转移数据。
根据本文研究需要，对数据做以下处理：保留“专利权转让”且变更事项是“专利权人”的条目。通过人工校验对数据进行修复，删除重要信息缺失或无法识别的条目，以确保数据的科学性和统一性。最终得到专利转移数据423995条，剔除19个城市群之外的地级市及同城市内转移后得到专利转移数据50880条，其中2010年数据2723条，2015年数据14551条，2020年数据33606条。

1.2 社会网络分析

通过运用社会网络分析法，从个体网络指标、整体网络指标以及复杂网络指标对城市群创新网络进行量化分析，测度网络的度中心性、中心性、网络密度、平均路径、度相关性。

1.3 多中心度与首位度

本文采用多中心度与首位度2个指标测量城市群内部创新网络结构。城市群多中心发展程度的常用量化方法有两大类：位序—规模回归法和多中心指数。其中，位序—规模法是通过将城市规模与其位序进行回归，获得最优拟合下的回归线坡度值，但拟合精度的差异会导致坡度值在不同城市群研究中缺乏可比性[33]，因此本文采用多中心指数测量城市群多中心发展程度。中国19个城市群包含的城市数量不一且创新发展差距较大，为控制样本数量提高横向比较精度，本文采用Taylor、李涛等研究中的多中心测度方法[34-35]。多中心度，即网络中排名第二至第六位城市的总加权度均值占首位城市加权度的比重，值越高，网络的多中心特征越明显。首位度，以网络中首位城市与次位城市总关联度的比值来表示，值越高，首位城市在网络中的地位越明显。对于测度指标的多中心以及首位度临界值，本文借鉴李涛等对城市群网络多中心的测度方法，将多中心度在0.5及以上的城市群视为多中心发展，首位度1.5以上的界定为单核结构[35]。

2 城市群间创新网络结构的时空演化特征

2.1 网络化程度提高，整体联系加强

我国城市群创新网络快速扩张，联系程度愈加紧密，网络化程度不断提高（表1）。创新网络在规模扩张的同时，网络密度也得到持续增长，城市群间创新网络不断壮大，不同城市群之间的合作更加紧密。城市群间的创新合作和关联程度日益密切、网络通达性持续优化。平均路径长度在10年间有较大幅度的下降，城市群间的技术转移越来越便捷。我国城市群创新网络整体规模日益拓展，联系强度和密度不断提高，网络效率和通达性持续提升。
表1 我国城市群创新网络拓扑结构指标表

Tab.1 Topological index of innovation network in China's urban agglomerations

年份 网络
密度		 度相
关性		 平均路
径长度		 度中心性
基尼系数		 特征向量中心性基尼系数
2010 0.36 -0.30 1.58 0.54 0.51
2015 0.64 -0.31 1.32 0.61 0.50
2020 0.84 -0.31 1.14 0.61 0.48

2.2 城市节点等级分化，网络生长择优连接

我国城市群创新网络具有明显的择优连接，核心城市群的地位不断增强。城市群创新网络度中心性较高，节点城市群的网络地位具有较大的差异，度相关性为负数，表明节点城市群在与其他节点连接时具有异配性，更加倾向于与自身类型不同的节点相连接（表1）。网络中规模小、创新能力差的节点城市群积极寻求与规模更大、创新能力更强的城市群进行合作，因此核心城市群在网络里的中心地位不断加强，网络的扩张也主要围绕核心城市群展开。通过择优连接，“马太效应”逐步显现，京津冀、长三角和珠三角城市群的网络核心地位和枢纽功能得到持续强化。

2.3 核心城市群数量增加，网络等级层次显著

研究期内我国城市群间的创新网络存在着明显的“核心—边缘”结构，城市群间的创新网络不断向多核心结构发育，网络等级层次清晰（图1）。我国城市群创新网络在2010年形成了以京津冀、长三角、珠三角三大城市群为核心的圈层结构，其中京津冀城市群专利转移量居19个城市群之首，长三角与珠三角城市群紧随其后，呈现三足鼎立的网络格局。其他城市群专利转移数量较少或仅与少数城市群产生技术联系，位于网络结构的边缘地位。2015—2020年，长三角城市群的专利转移数量最先超过京津冀城市群成为全国创新网络的绝对核心，山东半岛城市群、成渝城市群以及长江中游城市群加入外围层，逐渐拉大与其他城市群的差距，中西部城市群多处于网络的边缘位置；而以长三角城市群为核心的城市群创新网络结构逐渐巩固，海峡西岸城市群转移数量也越来越庞大，跻身外围圈层；全国东部地区的城市群均位于核心与外围圈层，地域差异逐渐拉大，中西部地区的城市群整体科技创新水平较低。
图1 我国城市群创新网络“核心—边缘”结构演变

Fig.1 Core-periphery structure of the innovation network in China's urban agglomerations

2.4 以三角为基础结构，钻石菱形格局逐渐清晰

研究期内，由京津冀、长三角、珠三角构成的三角结构成为我国城市群创新网络的核心组织单元，随着成渝城市群科技创新实力的增强，我国创新网络的菱形格局逐步凸显（图2）。2010年，尽管城市群创新网络还较为稀疏，我国创新网络的三角架构的雏形初步显现，京津冀—长三角—珠三角构成了我国城市群的“创新三角”，其专利转移量占整体专利转移量的比例高达82.6%，跨区域创新活动多在这三大城市群之间进行。2015年，随着我国各个区域科技创新实力的不断增强，城市群之间的创新联系也在快速增长，城市群创新网络联系越发紧密，京津冀—长三角—珠三角这一核心组织单元间的联系得到显著提升，山东半岛城市群成为网络中的第四大节点，长江中游城市群和海峡西岸城市群的网络地位持续增强。发展至2020年，京津冀—长三角—珠三角在网络中的地位趋于稳固，三者间专利技术转移的跨区域联系不断增强；与此同时，我国城市群创新网络孕育了多个三角结构的小创新网络，如辽中南—京津冀—山东半岛、京津冀—山东半岛—关中平原等；成渝城市群在这一时期的专利转移活动频繁，区域创新中心地位逐步形成，成为我国创新网络“钻石菱形”格局中的核心之一。
图2 我国城市群创新网络时空格局演变

注：该图基于自然资源部标准地图服务网站下载的审图号为GS（2023）2767号的标准地图制作，底图无修改。

Fig.2 Evolution pattern of innovation network in China's urban agglomerations

3 城市群内部创新网络结构的时空演化特征

3.1 网络联系越发紧密，各城市群差异不断扩大

2010—2020年，多数城市群的内部创新网络密度值不断增长，表明城市群内部城市之间的创新联系越来越紧密，城市群内协同创新水平得到显著提升。其中，长三角城市群具有人才、政策、资金支持等诸多优势，区域内形成了较好的创新生态环境，网络联系的强度和广度在研究期内均处于最高水平；天山北坡城市群的网络密度较低但增速明显，但随着“一带一路”倡议的推进和西部大开发的加速，天山北坡城市群在创新技术开发和创新环境优化等方面具有相对发展优势。整体来看，我国城市群内部的创新资源共享和技术交流活动日益频繁、协同创新水平均得到显著提升。
表2 19个城市群平均加权入度与平均加权出度

Tab.2 Average weighted inbound and regional weighted outgoing degrees of 19 urban agglomerations

城市群 网络密度 平均加权入度 平均加权出度
2010 2015 2020 2010 2015 2020 2010 2015 2020
长三角 0.13 0.39 0.74 21 136 421 526 4169 8362
珠三角 0.35 0.55 0.58 56 255 456 304 2690 6543
京津冀 0.16 0.28 0.48 29 269 366 987 1849 3299
长江中游 0.12 0.18 0.24 5 40 98 136 1087 2137
成渝 0.11 0.16 0.17 5 51 92 108 869 2122
辽中南 0.07 0.15 0.21 6 24 53 85 294 510
山东半岛 0.13 0.39 0.49 7 68 159 115 1406 1944
海峡西岸 0.07 0.21 0.39 9 60 40 58 791 3681
哈长 0.02 0.14 0.14 9 14 14 101 269 710
滇中 0.15 0.25 0.28 4 12 31 23 71 112
黔中 0.02 0.15 0.45 2 11 42 5 61 266
兰西 0.03 - 0.08 2 10 29 3 39 168
宁夏沿黄 0.08 0.10 0.58 1 3 40 1 3 117
中原 0.04 0.10 0.15 1 28 90 41 482 1353
关中平原 0.02 0.06 0.15 6 12 54 101 142 518
北部湾 - 0.09 0.10 4 16 42 40 186 636
天山北坡 0.01 0.08 0.13 2 10 29 11 55 195
山西中部 0.07 0.36 0.33 5 12 65 22 54 135
呼包鄂榆 0.08 0.10 0.12 5 8 3 7 33 15
各个城市群的创新资源扩散能力也在不断提升，研究期内平均加权出度基本呈现指数式递增，但各个城市群内部的创新溢出效应差距仍然显著。其中，珠三角、长三角以及京津冀城市群等内部创新网络稠密，部分城市群依靠区域内创新增长极对其他城市的扩散能力，整体仍能保持较高的创新水平；而兰西、呼包鄂榆、滇中等城市群内部创新网络稀疏，创新资源扩散水平较低，创新能力较好的城市溢出水平有限，区域整体创新发展相对滞后。

3.2 多中心特征明显，城市群组织模式多元特征显著

多中心度可以反映网络中除首位城市之外的其他城市的重要性，网络中的创新活动是否完全依赖于一个城市，体现网络结构的均衡性。首位度反映了网络中首位城市节点的重要性，创新活动是否集中在核心城市以及核心城市在网络中的地位，体现网络结构的集中性。本文基于2020年城市群内部专利转移强度对单个城市群创新网络的首位度和多中心度进行测算。城市群的多中心度和首位度的变异系数分别为0.37、0.32，相较于首位度，我国城市群的多中心差异相对显著。其中，长三角城市群多中心度最高，达到0.62，区域内创新发展呈多中心态势；而中原城市群多中心度最低，仅为0.1，核心城市对创新资源的吸引能力最为显著。海峡西岸城市群首位度高达3.02，核心城市在创新网络中的地位比较突出；天山北坡城市群最低，为1.12，区域内核心城市对创新资源的汇聚能力较弱，创新增长极还未凸显。
参考相关研究[36]，通过多中心度与首位度对城市群内部创新结构进行划分，将多中心度≥0.50的城市群视为多中心城市群，多中心度<0.50的视为单中心城市群；以首位度≤1.50的为双核城市群，首位度>1.50的为单核城市群（图3）。根据对多中心度与首位度测量，多中心城市群均表现为双核结构，因此城市群内创新网络结构可分为单中心单核、单中心双核、多中心双核3种模式，其中单中心单核型城市群数量最多，多中心双核型城市群数量最少。为直观呈现不同结构、不同水平下的城市群创新网络空间差异，本文综合网络结构及其发育水平对城市群类型进行划分（表3）。
图3 2020年不同城市群内部创新网络的多中心度和首位度

Fig.3 Polycentricity and primacy degrees of innovation networks within different urban agglomerations in 2020

表3 19个城市群发展水平及创新网络结构分类

Tab.3 Classification of urban agglomeration development level and innovation network structure

城市群类型 成熟型 发展型 培育型
单中心单核 京津冀 海峡西岸、中原、北部湾 黔中、山西中部、滇中、兰西
单中心双核 长江中游、成渝 关中平原 宁夏沿黄、天山北坡、呼包鄂榆
多中心双核 珠三角、长三角 山东半岛 辽中南、哈长
为更加清晰地展现出不同发展类型、不同结构的城市群创新网络的演变过程，本文在综合考虑城市群创新网络结构模式和城市群发育程度基础上，选取京津冀、中原和滇中城市群代表单中心单核型城市群的不同发展阶段，以长江中游、关中平原和宁夏沿黄城市群网络结构演化刻画单中心双核型城市群的发育过程，选取长三角、山东半岛和辽中南城市群代表多中心双核型城市群的不同发育阶段，通过对各类型城市群创新网络时空格局的刻画，揭示不同发育程度与不同类型的城市群内部创新网络的组织过程和演化规律。
①单中心单核型城市群创新网络结构（图4）。京津冀城市群内创新合作联系的广度和深度进一步加强，技术合作网络越来越呈现“稠密化”的发展态势；北京始终处在创新网络的核心位置，其加权度数中心度远超第二位城市天津；创新合作基本以北京为核心逐步向周边城市溢出的“辐射”状格局。中原城市群创新网络发展基本呈现以郑州为引领的发展模式，其在城市群中具有完善的创新链衔接和综合资源调配的能力，在中原城市群的创新发展中发挥着不可忽视的作用，城市群创新网络联系得到快速拓展。滇中城市群内部创新联系强度不断提升、整体呈现出以昆明为中心的放射状格局；昆明虽为城市群的核心城市，其创新水平在全国城市中仍处于较低水平，其创新扩散能力仍有待进一步提升。整体来看，单中心单核型城市群的创新网络均处于不断完善中，创新合作广度和强度得到持续提升，但其区域空间组织的多中心均衡度仍然较低，仍然呈现以单个核心城市带动城市群创新水平提升的发展模式。
图4 典型单中心单核型城市群内部创新网络结构演变

注：图中城市大小只表示在该区域尺度内技术转移节点重要性强弱，区域间不具可比性。图5~图6同。

Fig.4 Evolution of innovation network structure within a typical single-center，single-core urban agglomerations

②单中心双核型城市群创新网络结构（图5）。长江中游城市群网络密度呈显著上升趋势，区域协同创新水平得到快速提升；随着创新网络广度和强度的不断提升，武汉、长沙和南昌在城市群内的创新溢出效应持续增强、辐射范围进一步拓展。关中城市群创新网络拓展具有空间“近邻”效应，城市群边缘地区的创新能力普遍偏弱，未能有效融入城市群协同创新体系；西安、咸阳成为城市群创新资源汇聚和扩散的关键枢纽，宝鸡与渭南处于网络半边缘，部分城市仍处于孤立状态。宁夏沿黄城市群创新网络得到快速拓展，创新合作的广度持续提升，形成以银川为中心，石嘴山和银川共为核心的格局；银川—石嘴山之间的技术联系虽逐步趋于紧密，但城市群内核心轴线偏少、偏弱的发展状况仍未得到有效改善。整体来看，中心城市在单中心双核型城市群创新网络中始终处于核心地位，大部分城市则扮演着从属角色，具有典型的核心—边缘特征；中心城市因自身较强的创新实力使其成为整个城市群辐射中心，对外扩散能力普遍较强。
图5 典型单中心双核型城市群内部创新网络结构演变

Fig.5 Evolution of innovation network structure within a typical single-center and dual-core urban agglomerations

③多中心双核型城市群创新网络结构（图6）。长三角城市群创新网络不断拓展，城市连通效率持续提升；逐步形成以上海和杭州为中心城市，南京、宁波为核心城市的网络联系格局；城市群协同创新处于较高水平，创新网络具备较强的综合竞争力。随着各个城市创新水平的提高，城市群内部的技术合作越来越密切，山东半岛城市群创新网络趋于完善；城市群内逐步形成了以青岛和济南为创新中心，潍坊、烟台共同作为核心的城市群内部创新网络结构，呈现由青岛和济南两大城市向周边城市辐射的空间特征。辽中南城市群内技术转移数量不断增长，沈阳和长春处于辽中南城市群创新网络的核心地位，而大连、鞍山、铁岭等城市作为次级城市对创新网络拓展起到关键作用。总体来看，相对不同发展水平的其他类型城市群，多中心双核型城市群创新联系更紧密，技术转移联系强度更高，省会城市与周边创新水平发展较高城市间的创新联系成为城市群内创新发展主轴线。
图6 典型多中心双核型城市群内部创新网络结构演变

Fig.6 Evolution of innovation network structure within a typical polycentric dual-core urban agglomerations

4 基于区域尺度嵌套的我国城市群创新网络结构演变模式分析

在城市群内尺度下，创新网络的空间异质性明显，即以各城市群中心城市为集聚核心的区域性空间集聚和层级叠套特征明显。研究期内城市群内部的节点数量与强度均在不断提升，同时，城市群之间的创新联系也逐渐紧密。随着全国科技创新迅速发展，尽管各个城市群的技术创新能力得到提高，但各个城市群之间的创新水平差异和创新联系仍然存在显著差异。为探讨不同城市群内部及城市群之间专利技术转移的差异状况，根据二值化网络拓扑图、以地级市为单元计算得到各城市群之间与城市群内部创新联系网络密度矩阵（图7）。
图7 各类型典型城市群之间与城市群内部创新联系网络密度矩阵演变

注：X1~X9分别代表京津冀、长三角、长江中游、山东半岛、关中平原、中原、辽中南、滇中和宁夏沿黄城市群。

Fig.7 Density matrix of innovation linkages between and within urban agglomerations

京津冀城市群内部网络密度不断提高，创新联系得到长足增长，区域创新协同能力提升。长三角城市群在研究期的内部网络密度都领先于其他城市群，且与其他城市群均保持较高水平的联系，反映了长三角城市群内部创新协同程度较高、其跨区域的外部联系普遍较强，是我国创新发展的核心区之一。长江中游城市群、中原城市群、关中平原城市群以及辽中南城市群内部的网络密度与其他城市群之间的网络密度差异较小，城市群内部联系与城市群之间的联系均处于中等水平。山东半岛城市群、滇中城市群、宁夏沿黄城市群内部网络密度虽整体较高但跨城市群联系仍然较弱，城市群内部创新联系密切、协同水平较好但跨域协作不足。
为更加清晰地展现我国创新网络的跨尺度交互特征，本文综合城市群之间以及城市群内部的创新网络结构分析进一步归纳了尺度嵌套下的我国城市群创新网络组织模式（图8）。本文借鉴相关研究将城市群内部的创新联系代表其区域协同度，城市群与其他城市群之间的创新联系代表其地理开放度[1]，认为高水平的区域协同和地理开放更易出现创新要素的跨尺度交互联系，提升“本地蜂鸣—全球通道”的耦合效应。各城市群通过区域内外部交流合作促进创新资源的有效整合，加速创新要素集聚的速度，构建更加高效的创新生态系统以助力区域创新发展。①单中心单核型城市群基本呈现地理开放度高于区域协同度的特点，城市群内部网络联系的网络密度不断增长，但增加数量远不及外部网络联系数量；城市群内部创新水平差异较大，依托中心城市可较好地融入全国城市群创新网络中，但内部联系偏弱也导致本地化效应不足，城市群内部的创新潜力和协同效应无法得到有效释放。②单中心双核型城市群虽展现出地理开放度大于区域协同度的发展模式，但城市群内部创新水平差异持续缩小，整体创新能力不断提升，创新合作联系愈发紧密，该类型城市群内部虽呈现多中心结构，但仍表现为以核心城市为引领的创新网络格局，核心城市之间的创新互动相对较弱。③多中心双核型城市群内部创新水平差异较小、创新能力相对均衡；各城市通过共享资源、知识和技术，实现区域内创新要素的高效流动；该类型城市群具有较高的区域协同度和地理开放度，能够快速整合城市群内外部的创新资源，实现创新的跨界融合和创新能力提升。整体来看，无论是单中心还是多中心城市群，城市群内部技术水平是创新活动和资源集聚的关键因子，而创新协同度提升成为推动创新资源跨区域整合的重要途径，城市群间高效的创新联系在促进内部创新能力的自我更新和循环累积的同时，也为外部城市提供了更多的创新机会和动力。在内外联动的作用下，新的知识和技术不断产生，城市群创新溢出效应持续增长，共同促进整体创新水平的进步。
图8 不同类型城市群之间与城市群内部嵌套拓扑结构演变

Fig.8 Nested topology structure between and within urban agglomerations

5 结论与讨论

本文基于2010—2020年中国城市群及其城市之间的专利转移数据构建城市群创新网络，定量分析了城市群间和城市群内部的创新网络结构及其演化过程，并探究了城市群创新网络的嵌套组织模式。主要结论如下：
①研究期内，中国城市群创新网络快速发展，网络规模持续扩大、节点数量不断增加，联系强度逐渐强化，网络连通效率也呈现明显的提升趋势。城市群间的创新网络呈现明显的核心—边缘结构，以长三角、京津冀以及珠三角城市群为枢纽，以发展较成熟的城市群为重要节点，共同构成了中国城市群创新网络的核心地区，并在全国创新发展宏观格局中具有引领和枢纽作用。
②各城市群内部创新网络联系日趋紧密，协同创新水平得到显著提升；不同空间结构、不同发展水平城市群的创新网络模式存在显著差异。其中单中心单核型城市以核心城市带动区域创新水平发展，中心城市在单中心双核城市群中创新网络中处于核心地位、核心城市较少，多中心型城市群创新联系更紧密，创新资源溢出和扩散能力较强。
③城市群内部技术转移与城市群外部创新联系均得到显著增强，二者呈明显的正相关性；内部技术水平是创新活动和资源集聚的关键因子，创新协同体系构建是助力创新资源跨区域整合的有效途径；在创新资源的跨尺度交互作用下，高效的创新联系强化了城市群内部创新能力的循环累积，为外部城市的创新发展提供了更多机遇。
基于中国城市群创新水平存在显著差异的现状，在促进城市群创新网络拓展和区域创新协同体系构建时应立足城市群发育状况和组织结构特征提出差异化发展策略。①对于单中心城市群应持续推进新型城市化战略，促进人口、经济和社会资源的进一步集聚，优化创新发展环境、提升区域创新能力；充分发挥市场机制作用，促进中心城市和城市群内部资源自由流通，释放中心城市的创新潜力、强化其创新溢出能力；适时培育内部创新次级增长极，破除行政壁垒对创新要素流动的限制，提升其创新要素集聚能力和经济密度，以促进城市群创新发展的多极格局形成。②对于多中心城市群应进一步释放多中心城市对创新资源的扩散能力，并利用多层次创新网络体系合理引导资源向边缘城市集聚，实现城市群内部创新能力的协同提升；同时，建立跨区域合作机制，促进城市群间的创新资源共享，为城市群创新网络的拓展和完善提供有利条件。
本文对城市群创新网络结构演化过程进行详细刻画，有利于全面认知中国创新发展的宏观格局和不同发育阶段的城市群内部创新的微观格局，而基于尺度嵌套视角归纳城市群创新网络的组织模式，对于揭示创新要素在不同空间尺度内的交互影响、推动城市群内外部协同创新体系的构建均提供有益思考。然而，限于其数据的可获取性，对城市群创新网络的跨尺度影响及其内在机理仍有待深入探讨，这也是未来需要进一步深入研究的方向。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
马双, 曾刚. 网络视角下中国十大城市群区域创新模式研究[J]. 地理科学, 2019, 39(6):905-911.

DOI

[2]
马海涛, 黄晓东, 李迎成. 粤港澳大湾区城市群知识多中心的演化过程与机理[J]. 地理学报, 2018, 73(12):2297-2314.

DOI

[3]
顾朝林. 城市群研究进展与展望[J]. 地理研究, 2011, 30(5):771-784.

[4]
童昕, 王缉慈. 论全球化背景下的本地创新网络[J]. 中国软科学, 2000(9):80-83.

[5]
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.

DOI

[6]
吕拉昌, 梁政骥, 黄茹. 中国主要城市间的创新联系研究[J]. 地理科学, 2015, 35(1):30-37.

DOI

[7]
李丹丹, 汪涛, 周辉. 基于不同时空尺度的知识溢出网络结构特征研究[J]. 地理科学, 2013, 33(10):1180-1187.

DOI

[8]
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.

DOI

[9]
张翼鸥, 谷人旭, 马双. 中国城市间技术转移的空间特征与邻近性机理[J]. 地理科学进展, 2019, 38(3):370-382.

DOI

[10]
周媛媛, 董平, 陆玉麒, 等. 基于上市高新技术企业的中国城市创新网络及其影响因素[J]. 经济地理, 2023, 43(6):145-155.

DOI

[11]
马海涛. 基于人才流动的城市网络关系构建[J]. 地理研究, 2017, 36(1):161-170.

DOI

[12]
刘心怡. 粤港澳大湾区城市创新网络结构与分工研究[J]. 地理科学, 2020, 40(6):874-881.

DOI

[13]
周灿, 曾刚, 尚勇敏. 演化经济地理学视角下创新网络研究进展与展望[J]. 经济地理, 2019, 39(5):27-36.

DOI

[14]
周锐波, 邱奕锋, 胡耀宗. 中国城市创新网络演化特征及多维邻近性机制[J]. 经济地理, 2021, 41(5):1-10.

DOI

[15]
叶雷, 曹贤忠, 宓泽锋, 等. 中国高校技术转移网络的时空特征及影响因素——基于高校—城市二模网络视角[J]. 地理研究, 2023, 42(1):69-85.

DOI

[16]
Johnston A, Huggins R. The spatio-relational nature of urban innovation systems:Universities,knowledge intensive business service firms,and collaborative networks[J]. Journal of Urban Technology, 2016(1):1-24.

[17]
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.

DOI

[18]
司月芳, 曾刚, 曹贤忠, 等. 基于全球—地方视角的创新网络研究进展[J]. 地理科学进展, 2016, 35(5):600-609.

DOI

[19]
Bathelt H, Malmberg A, Maskell P. Clusters and knowledge:Local buzz,global pipelines and the process of knowledgecreation[J]. Progress in Human Geography, 2004, 28(1):31-56.

[20]
Bathelt H. Buzz-and-Pipeline dynamics:Towards a knowledge-based multiplier model of clusters[J]. Geography Compass, 2007, 1(6):1282-1298.

[21]
Vidmar M, Rosiello A, Vermeulen N, et al. New space and agile innovation:Understanding transition to open innovation by examining innovation networks and moments[J]. Acta Astronautica, 2020,167:122-134.

[22]
Avelino F, Dumitru A, Cipolla C, et al. Translocal Empowerment in Transformative Social Innovation Networks[C].The Economics of Social Innovation. London:Routledge, 2022.

[23]
程丹亚, 曾刚. 本地—跨界视角下长三角区域绿色技术创新网络结构特征研究[J]. 人文地理, 2023, 38(5):79-87.

[24]
曹湛, 戴靓, 杨宇, 等. 基于“蜂鸣—管道”模型的中国城市知识合作模式及其对知识产出的影响[J]. 地理学报, 2022, 77(4):960-975.

DOI

[25]
曹贤忠, 吕磊, 曾刚. 区域创新网络研究的重点领域及前沿方向[J]. 地域研究与开发, 2023, 42(4):1-6,43.

[26]
滕堂伟, 史磊, 鲍涵, 等. 三大城市群数字技术专利创新网络演化比较研究[J]. 经济地理, 2024, 44(4):100-109,120.

DOI

[27]
叶琴, 曾刚, 杨舒婷, 等. 东营石油装备制造业创新网络演化研究[J]. 地理科学, 2017, 37(7):1023-1031.

DOI

[28]
杜亚楠, 王庆喜, 王忠燕. 多维邻近下中国三大城市群创新网络演化特征及机制研究[J]. 地理科学, 2023, 43(2):197-207.

DOI

[29]
李迎成, 杨钰华, 马海涛. 邻近视角下长三角城市多尺度创新网络形成的微观机制[J]. 地理学报, 2023, 78(8):2074-2091.

DOI

[30]
Tang H, Ma Z, Xiao J, et al. Toward a more efficient knowledge network in innovation ecosystems:A simulated study on knowledge management[J]. Sustainability, 2020, 12(16):6328.

[31]
刘承良, 管明明. 基于专利转移网络视角的长三角城市群城际技术流动的时空演化[J]. 地理研究, 2018, 37(5):981-994.

DOI

[32]
周灿, 曾刚, 曹贤忠. 中国城市创新网络结构与创新能力研究[J]. 地理研究, 2017, 36(7):1297-1308.

DOI

[33]
戴靓, 曹湛, 朱青, 等. 中国城市群知识多中心发展评价[J]. 资源科学, 2021, 43(5):886-897.

DOI

[34]
Taylor P J, Evans D M, Pain K. Application of the interlocking network model to mega-city-regions:Measuring polycentricity within and beyond city-regions[J]. Regional Studies, 2008, 42(8):1079-1093.

[35]
李涛, 张伊娜. 企业关联网络视角下中国城市群的多中心网络比较研究[J]. 城市发展研究, 2017, 24(3):116-124.

[36]
潘竟虎, 魏石梅, 张蓉, 等. 中国居民城际出行网络的空间结构特征[J]. 地理学报, 2022, 77(10):2494-2513.

DOI

Options
文章导航

/

〈 〉