EN中文

经济地理 >

2019 , Vol. 39 >Issue 11: 113 - 122

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.11.014

产业经济与创新发展

长江经济带装备工业知识空间网络特征及优化路径

  • 邹琳 , 1, 2 ,
  • 曾刚 , ※, 1 ,
  • 朱贻文 1 ,
  • 马双 3 ,
  • 曹贤忠 1
展开
  • 1.华东师范大学 中国现代城市研究中心，中国 上海 200062
  • 2.上海工程技术大学 管理学院，中国 上海 201620
  • 3.上海社会科学院 信息研究所，中国 上海 200235
※曾刚（1961—），男，湖北武汉人，博士，教授。主要研究方向为创新网络与产业集群、生态文明与区域发展模式。E-mail：。

邹琳（1987—），女，山东青岛人，博士，讲师。主要研究方向为产业集群、创新网络及区域经济发展等。E-mail：。

收稿日期: 2019-02-19

  修回日期: 2019-06-12

  网络出版日期: 2025-04-17

基金资助

教育部人文社会科学基地重大项目(17JJD790006)

国家自然科学基金面上项目(41071093)

国家自然科学基金面上项目(41371147)

上海市哲学社会科学规划基金青年项目(2017EJL002)

中国博士后科学基金面上资助项目(2018M641964)

收起

Characteristics and Optimum Path of Knowledge Network of Equipment Manufacturing Industry in Yangtze River Economic Belt

  • ZOU Lin , 1, 2 ,
  • ZENG Gang , ※, 1 ,
  • ZHU Yiwen 1 ,
  • MA Shuang 3 ,
  • ZENG Xianzhong 1
Expand
  • 1. Institute of Urban Development，East China Normal University，Shanghai 200062，China
  • 2. Institute of Management，Shanghai University of Engineering Science，Shanghai 201620，China
  • 3. Institute of Information，Shanghai Academy of Social Sciences，Shanghai 200235，China

Received date: 2019-02-19

  Revised date: 2019-06-12

  Online published: 2025-04-17

Fold

摘要

知识经济时代，企业、高校、政府等组织跨区域、跨组织合作不断增加，知识与技术创新逐渐取代传统经济竞争模式。如何在知识创新竞争新模式下，实现知识获取、吸收及转化是提升区域创新的关键。长江经济带横跨中国经济差异巨大的东、中、西三大区域，文章基于长江经济带三大城市群实地调研，结合SNA及VAR模型对三大城市群网络结构特征及演化路径进行判定及机理分析，结论包括：①长江经济带知识网络规模增强，科学知识网络规模扩散，技术知识网络核心—边缘结构显著。网络演化中，工业技术类高校或大型国有企业占重要结构洞位置，与工业技术类高校建立的合作关系有助于实现跨区域知识创新及转化。②长三角城市群在知识网络中表现为市场或企业需求驱动下技术指向型路径，跨区域关系为满足企业技术或市场需求。③长江中西部城市群路径相反，表现为科学知识驱动路径。目的是实现新科学知识市场化。区域知识网络结构及路径演化差异证明欠发达区域不应盲目追求创新，而需找出自身发展路径，才能避免创新活动一哄而上现象发生。

关键词： 知识网络; 发展路径; 装备工业; 知识转化

本文引用格式

邹琳 , 曾刚 , 朱贻文 , 马双 , 曹贤忠 . 长江经济带装备工业知识空间网络特征及优化路径[J]. 经济地理, 2019 , 39(11) : 113 -122 . DOI: 10.15957/j.cnki.jjdl.2019.11.014

Abstract

In the era of knowledge economy, regional or inter-state competition is increasingly evolving into competition for knowledge innovation. How to achieve knowledge acquisition, absorption and transformation through inter-organizational cooperation is the key to enhance regional innovation. This paper based on field research and use SNA and VAR method to analysis evolution of knowledge network. Main conclusions: 1) The scale of knowledge network in Yangtze River Economic Belt is enhanced, scale of scientific knowledge network is enhanced, the technical knowledge network has enhanced and the core-edge structure is significant. Engineering university or large state-owned enterprises occupy important structural hole locations. Knowledge cooperation relationship with universities plays key bridging role in realizing inter-regional knowledge cooperation. 2) Yangtze River Delta is driven by market or enterprise demand, inter-regional bridging relationship is essentially to meet the demands of enterprise technology or market. 3) Middle and western Yangtze River are driven by scientific knowledge cooperation, purpose of inter-regional cooperation is to realize marketization of new scientific knowledge. So less developed region should not blindly pursue innovation, and need to find out their own development pathway, in order to avoid the phenomenon of innovation activities going up.

Key words： knowledge network; evolution pathway; equipment manufacturing industry; knowledge transfer

长江经济带在我国具有重要的战略支撑地位，至2013年其装备工业总产值及专利数量分别占全国的50%[1]，对我国实现技术及知识创新、区域发展水平提升有十分重要的战略意义[2]。长江经济带内城市群存在较大差异，经济水平、创新绩效、区域创新投入产出差异大。本文选取长江经济带装备工业为研究对象，对其知识网络构建及区域网络演化过程进行分析。已有研究对长江经济带创新产出、区域研发、区域管制等内容进行了丰富总结[2⇓⇓-5]，也有研究对创新网络特征及变化路径进行分析[1,6-7]。对产学研合作的研究指出，合作网络能实现高校研发新知识、技术向生产力的转化，引领区域或国家经济和创新水平提升[9-10]。区域发展是区域产业演化及升级的过程[17-18]，已有研究对区域产业演化路径观点不一[16]。区域发展路径研究不能只考虑区域内产业的路径依赖，需将市场化、全球化等外生因素纳入路径研究中[16]。对跨区域网络连通性及演化路径的把握及对不同经济水平、不同发展阶段区域实现知识创新路径等方面的区别化研究仍需深入。
近来对网络演化的研究已向整体网络演化轨迹转向，并不局限于单一网络节点结构分析。网络研究向多层次网络关系演化转向[11-12]。从关系演化视角对网络参与主体不同关系整体网络分析，对完善现有网络演化理论研究有一定意义。知识创造及流动是区域实现创新的关键，区域中企业这一创新主体越来越多参与和高校的知识合作，高校的知识创新作用日益增强。网络合作主体如何通过合作实现知识创造，又如何在跨区域合作中实现新知识流动是区域创新经济的关键。特别处于经济发展及创新边缘的区域，是否与发达核心区域具有相同的发展路径，又是否需通过对核心区域的模仿和关系增强实现后发追赶仍待商榷。
“核心—边缘”创新是对网络、空间与创新关系提出的研究问题，该类研究中边缘与核心区密切联系及区域本身创新系统的连通完善都有助于边缘创新实现。首先，边缘区域创新能力不足，通过后发技术追赶完善区域创新系统，实现最终的区域创新；此外，加强与知识技术发达区域的知识联系强度也是增强欠发达区域创新的重要途径之一。“核心—边缘”理论丰富了网络、空间、创新方面的研究基础，但技术知识水平较弱的欠发达区域是否有自身独特的发展模式及过程?组织内创新网络实证研究已指出，某些阶段或过程中与发达区域保持弱联系或关系距离反而更有利于创新。本文基于创新网络新转向及区域发展路径研究存在的争议，以长江经济带装备工业为研究对象，尝试研究问题：①长江经济带知识网络结构特征及演化过程怎样?区域间知识合作如何实现?②长江经济带经济发展水平较高的核心区及欠发达区域，在知识合作过程中遵循何种路径?其如何与区域经济及产业发展相互作用?

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

SNA能准确分析合作网络的结构及演化过程。本文运用PAJEK对长江经济带科学知识网络和技术知识网络中心性、网络密度、网络桥接进行分析（表1）。
表1 SNA指标及内涵解释

Tab.1 SNA indicators and explanations

名称 内涵解释 基本表达式
网络密度及点度 网络中实际存在的连线数，密度最大、最健全的网络叫完备网络；单个顶点拥有连线数，通过计算顶点平均点度衡量网络凝聚性 D = ∑ i = 1 k ∑ j = 1 k d n i , n j / k k - 1
网络中心性 对节点在网络内中心性进行测度，包括点度中心度、接近中心度和中介中心度；中心势基于节点的中心度进行网络中心化程度测度 C D n i = ∑ j = 1 n X i j； C = ∑ i = 1 n C m a x - C i m a x ∑ i = 1 n C m a x - C i
网络弱组元及桥 点度大于等于1的顶点至少与一个邻点相连，但不意味这些点组成网络中的团块，弱组元是最大弱连通子网络；桥是只要删除就会增加网络组元数量的网络关系 -

1.1.2 VAR向量自回归

VAR模型在区域发展指标相关性分析中广泛应用，在宏观经济时间序列较大情况下分析产业动态发展问题，公式如下：
Z i , t = a + ∑ τ = t - s t - 1 b i , τ Z i , τ + ε i , t
装备工业从业人数矢量、城市群内新企业数目、合作发表论文、合作申请专利由字母Z表示，观察分析数据年度t（1990≤t≤2013），合作论文和合作专利中至少一个主体位于长江经济带范围内。

1.2 数据处理及模型检验

本文以地级及以上城市为研究单元对长江经济带区域进行划分：①长三角城市群（R1）；②长江中部城市群（R2）；③长江西部城市群（R3）。筛选并逐年统计1989—2013年不同组织专利名称、发表年份、论文名、所在城市等信息。统计《中国工业经济统计年鉴》《中国统计年鉴》1989—2014年经济带不同城市群装备工业新企业数量（F）、创新人员数（E）、区域产业GDP等指标。

1.2.1 单位根平稳性检验

通过对序列内单位根检验，判定序列是否为非平稳时间序列。检验开始前对随机序列进行定义，如t=1，2，…是一单位根过程，若 x t = ρ x t - 1 + ε，t=1，2，…且 ρ<1， ε为平稳序列， E ε = 0， V ε = σ ∞， C o v ε , ε = μ ∞，这里t=1，2，…。

1.2.2 Johansen协整检验

协整检验所得预测结果具高精准度，本文选取1989—2013年产业GDP、组织合作专利、合作论文、新企业数量等变量间的长期均衡稳定关系。
y t = A 1 y t - 1 + … + A p y t - p + B x t + ε t     t = 1 , … , T

1.2.3 Granger因果检验

对过去使用某时间节点信息进行最小二乘预测方差计算进行完整的分析，方程如下：
y t = ∑ i - 1 q a i x t - 1 + ∑ j - 1 q β i y t - j + u 1 t
x t = ∑ i - 1 s λ i x t - i + ∑ j - 1 s δ j y t - j + u 2 t
本文通过平稳性、协整性及因果检验对不同区域知识网络发展路径进行差异化分析。

2 知识网络特征及三大城市群演化路径

知识创新是提升区域创新能力的关键，已有研究多将知识划分为：由基础原理构成的科学知识；能转化为新产品或生产的技术知识；代表企业家精神的企业知识[13]。学术论文是知识共享的重要表征形式，专利则是知识产权的主要体现，二者是考量区域知识创新的主要指标[14-15]。基于此，本文中装备工业知识网络主要通过合作专利和合作论文表征。合作专利数据由中国知识产权库获取，合作论文由CNKI获取。

2.1 长江经济带知识合作变化趋势

2.1.1 长三角城市群知识合作：技术知识创新需求趋于显著

长三角城市群装备工业知识合作关系扩展，合作论文及合作专利占全国总量近20%和45%。长三角城市群1989年的技术知识合作中，企业与高校合作占94%，企业间合作仅占6%；至2009年，企业与高校合作比例降至70%，企业间合作增至30%。此后由于新专利法对企业技术合作的规范更加严格，2010年后技术企业间合作呈下降趋势，企业与高校技术合作上升并占绝对优势。长三角城市群合作论文数量远超其它区域。1989—2013年，合作趋势由高校合作主导向多组织合作均衡发展转变。初期科学知识合作主要通过高校间关系实现，而后企业意识到科学知识及其对技术转化的重要性，也逐渐参与科学知识研究，企业与高校及企业间合作增加。长三角城市群科研资源丰富，高校在科学知识合作中仍居核心位置，与企业合作一方面满足企业的技术创新需求，另一方面也满足高校新知识应用转化需求。
图1 1989—2013年长三角城市群装备工业技术知识合作

注：根据SIPO长三角城市群装备工业合作专利数据统计绘制。

Fig.1 Technology knowledge cooperation of equipment manufacturing industry of Yangtze River Delta from 1989 to 2013

图2 1989—2013年长三角城市群装备工业科学知识合作

注：根据CNKI长三角城市群装备工业合作论文数据统计绘制。

Fig.2 Scientific knowledge cooperation of equipment manufacturing industry of Yangtze River Delta from 1989 to 2013

2.1.2 长江中部城市群知识合作：科学知识转化需求趋于显著

中部城市群在长江经济带制造业转移中起桥接作用，承接东部向中西部地区的产业转移。该区域装备工业合作专利量占全国10%以上。技术知识合作仍以高校—企业合作占绝对优势（图3），且呈显著上升趋势，说明技术进步仍处于高校引导下快速发展阶段。科学知识合作中，高校间合作却并不占优势。1989年起，高校间合作与高校—企业合作数量均衡，至2013年高校—企业合作趋势增强。这与技术知识合作趋势一致，可见高校与企业合作关系在中部城市群发挥越来越重要作用。中部城市群知识合作关系有别于长三角城市群，与高校合作在科学知识和技术知识创新中都发挥日益重要作用。尤其在科学知识创新中，高校选择与企业开展合作主要为实现新知识或新技术的转化。
图3 1989—2013年长江中部城市群装备工业技术知识合作

资料来源：根据SIPO长江中部城市群装备工业合作专利数据统计绘制。

Fig.3 Technology knowledge cooperation of equipment manufacturing industry in central region of Yangtze River Economic Belt from 1989 to 2013

图4 1989—2013年长江中部城市群装备工业科学知识合作

资料来源：根据CNKI长江中部城市群装备工业合作论文数据统计绘制。

Fig.4 Scientific knowledge cooperation of equipment manufacturing industry in central region of Yangtze River Economic Belt from 1989 to 2013

图5 1989—2013年长江西部城市群装备工业技术知识合作

资料来源：根据SIPO长江西部城市群装备工业合作专利数据统计绘制。

Fig.5 Technology knowledge cooperation of equipment manufacturing industry in western region of Yangtze River Economic Belt from 1989 to 2013

图6 1989—2013年长江西部城市群装备工业科学知识合作

资料来源：根据CNKI长江西部城市群装备工业合作论文数据统计绘制。

Fig.6 Scientific knowledge cooperation of equipment manufacturing industry in western region of Yangtze River Economic Belt from 1989 to 2013

2.1.3 长江西部城市群知识合作：科学知识转化需求趋于显著

长江西部城市群是中国经济发展及创新资源相对边缘的区域，城市群面积大但人口密度低，GDP只占中国9%。西部城市群装备工业专利（3%）及论文（5%）量占比低，但知识合作比例，特别是合作专利比例（9%）较高。该区域是国家西部大开发及实施产业转移的关键，装备工业占区域GDP的50%。西部城市群技术知识合作总量低于东、中部城市群，高校—企业合作比例较高。2002年持续上升，企业与高校合作在区域技术创新中发挥重要作用。自2006年起，科学知识合作中高校—企业合作量超过高校间合作，可见长江经济带西部区域，高校倾向于寻求与企业开展合作，一方面满足了高校科学知识转化需求，另一方面也满足企业对前沿知识获取需求。

2.2 长江经济带知识网络特征分析

2.2.1 科学知识网络与技术知识网络拓扑特征

通过PAJEK对知识网络演化特征分析（图7、图8），1989—2013年，科学知识网络（SKN）关系增加，网络密度由0.14降至0.013。科学知识网络合作关系增加使网络密度增强，但并不保证网络节点凝聚性增强，反之网络呈开放的扩散趋势。技术知识网络（TKN）密度由0.03降至0.001，而技术知识网络规模的增强反而增强了主体联系紧密度和网络凝聚性，网络呈核心边缘趋势（表2）。从凝聚性特征看，ABB、上海交通大学、重庆大学、东南大学等在2008—2013年点度大于3，证明高校是凝聚关系的关键，小规模子网凝聚特征凸显。技术知识网络每五年平均点度分别为1.22、1.29、1.26、1.48、1.73和2.1，高于同期科学知识网络。1989—2008年，最大组元点度数由3增至46，2013年增至68，证明网络核心组元间具有强网络连通性，如浙江工业大学、华东理工大学等连通性不断增强。从知识网络演化角度，科学知识网络呈开放式规模扩散趋势，技术知识网络呈规模凝聚的核心边缘趋势。工业技术类高校或大型国有企业在科学知识及技术知识网络中占据结构洞网络位置。
图7 1989—2013年科学知识网变化拓扑图

注：1.“•”为参与知识合作网络的组织机构；-为组织间的合作关系。2.根据CNKI长江经济带装备制造业合作论文数据统计分析。

Fig.7 Topology changes of scientific knowledge network from 1989 to 2013

图8 1989—2013年技术知识网络变化拓扑图

注：1.“•”为参与知识合作网络的组织机构；“-”为组织间的合作关系。2.根据SIPO长江经济带装备制造业合作专利数据统计分析。

Fig.8 Topology changes of technology knowledge network from 1989 to 2013

表2 长江经济带装备工业知识网络基础拓扑数据

Tab.2 Topological data of knowledge network of equipment manufacturing industry in Yangtze River Economic Belt

年份 点度中心势 中介中心势 网络密度 年份 点度中心势 中介中心势 网络密度
SKN TKN SKN TKN SKN TKN SKN TKN SKN TKN SKN TKN
1989 0 0.03 0 0.003 0.14 0.030 2002 0.04 0.06 0.004 0.007 0.030 0.014
1990 0 0.08 0 0.023 0.07 0.029 2003 0.09 0.05 0.011 0.007 0.020 0.008
1991 0.11 0.05 0.020 0.003 0.11 0.025 2004 0.11 0.05 0.033 0.073 0.020 0.006
1992 0.18 0.06 0.070 0.003 0.15 0.025 2005 0.15 0.06 0.105 0.099 0.030 0.004
1993 0 0.02 0 0.003 0.09 0.019 2006 0.10 0.05 0.019 0.007 0.020 0.004
1994 0.13 0.02 0.060 0 0.12 0.015 2007 0.03 0.05 0.007 0.086 0.020 0.004
1995 0.06 0.03 0 0.002 0.09 0.018 2008 0.05 0.07 0.003 0.142 0.020 0.003
1996 0.12 0.01 0.020 0.002 0.08 0.019 2009 0.04 0.06 0.004 0.078 0.020 0.002
1997 0.05 0.03 0.008 0.003 0.08 0.020 2010 0.05 0.05 0.005 0.090 0.010 0.002
1998 0.04 0.05 0.002 0.006 0.03 0.023 2011 0.05 0.05 0.004 0.075 0.010 0.001
1999 0.11 0.13 0.019 0.078 0.05 0.029 2012 0.07 0.06 0.011 0.200 0.010 0.001
2000 0.06 0.08 0.008 0.011 0.07 0.020 2013 0.06 0.05 0.003 0.140 0.013 0.001
2001 0.11 0.12 0.020 0.029 0.04 0.020 总计 1.79 0.71 0.436 0.166 1.343 0.292

资料来源：根据CNKI和SIPO长江经济带装备制造业合作论文及合作专利数据分析。

2.2.2 科学知识网络与技术知识网络演化分析

虽然演化特征不同，但科学知识和技术知识网络连通性都不断增强（表3），且工业技术类高校都发挥重要的知识桥接作用，且这种桥接作用在跨城市群知识合作及转化中发挥重要作用。科学知识网络中，高校与企业间跨区域合作占比65%，高校间合作占比66%，企业间合作占比65%。至2013年，高校在科学知识网络关系中占比63%，工业技术高校占比58%以上。具体分析跨区域知识流动，1989—1993年科学知识合作关系较单一，并未出现三个或以上结构的跨区域合作；1998—2003年，区域科学知识网络规模扩大，长江经济带内知识合作多集中于长三角城市群内。跨区域合作以与京津冀等高校密集的知识源为主，带内跨区域合作不显著。2008年科学知识跨区域合作变化显著，长三角城市群与中部城市群合作增多，西部城市群内合作增强并与技术知识密集的珠三角合作密切；至2013年，长江经济带三大城市群间的合作增强，并通过网络联通实现跨区域知识流动。
表3 1989—2013年长江经济带科学知识网络和技术知识网络组元连通性

Tab.3 Connectivity of scientific and technology knowledge network in Yangtze River economic belt from1989 to 2013.

年份 网络规模 >3弱联系组元数 最大弱组元占比/% 最大弱组元规模
SKN TKN SKN TKN SKN TKN SKN TKN
1989 4 49 - 5 - 8.20 2 4
1993 12 68 - 7 - 8.82 2 6
1998 42 57 5 6 9.52 10.52 4 6
2003 61 185 6 20 13.11 9.70 8 18
2008 90 644 11 33 7.78 50.15 7 323
2013 118 1 412 17 65 7.62 66.85 9 944

注：1.SKN为科学知识网络，TKN为技术知识网络；2.根据CNKI和SIPO长江经济带装备制造业合作论文及合作专利数据分析。

技术知识网络以企业间及企业—高校关系为主，跨区域合作占比42%，企业间关系、企业—高校关系及高校间关系分别占38%、43%和56%。高校位于网络关系割点位置、起跨区域桥接作用比例为20%，而企业节点位于这种位置的只占6%。技术知识网络比科学知识网络有先发优势且规模更大，1989年已形成长三角内的三方组关系（如浙江医药股份有限公司—浙江省计算技术研究所—杭州机械总厂）及与北京等高校集聚区的合作（如机械工业委员会研究所—常熟喷嘴厂—北京钢铁学院）；1989—2008年，长三角城市群、中部城市群等跨区域合作关系密切（如长岭炼油化工厂机械厂—华中农业大学—武汉钢铁公司—中国科学院—中国科学技术大学）；至2013年，长江经济带内城市群间跨区域网络合作关系完备性增强（图9），66.9%网络关系能实现弱连通，工科高校在大型网络组元跨区域合作关系中起桥接作用。
图9 2013年长江经济带技术知识网络组元桥接关系

注：1.点表示参与技术知识网络的组织；线表示组织间的关系；颜色差异表示为不同的网络组元。2.根据SIPO长江经济带装备工业合作专利数据统计分析。

Fig.9 Bridge relationship of technology knowledge network in Yangtze River Economic Belt in 2013

可见，不论科学知识还是技术知识网络，虽然网络形态变化有差异，但整体连通性不断增强。单纯高校间合作或企业间合作在跨区域知识流动中都具局限性，与工业技术类高校的合作关系在实现跨区域的知识合作创新及知识转化中都起关键桥接作用。但不同区域由于自身发展基础差异，特别是欠发达区域不应盲目追求创新，而需找出自身的发展路径，才能避免创新活动一哄而上现象发生。因此针对发展水平差异的区域，探究其在知识网络中的发展路径具有重要意义。

2.3 三大城市群知识网络演化路径分析

2.3.1 知识网络发展路径的平稳性检验

对长江经济带知识网络数据及区域基础数据平稳性检验结果（表4）可见，长三角GDP、F、E、CP2、CP1 5个变量一阶差分后为平稳序列。长江中部城市群除变量E外，一阶差分结果均低于10%显著水平。长江西部城市群GDP、F、E、CP2、CP1一阶差分后显著性除D（CP1）外，均在5%水平下显著，CP1二阶差分值为平稳序列。长三角城市群VAR模型滞后期数为2阶；长江中部城市群1阶统计量标记显著；长江西部城市群VAR模型滞后期数为1阶。三大城市群经过差分可进行Johansen协整检验。
表4 长江经济带三大城市群单位根检验结果汇总

Tab.4 Unit root test of three regions in Yangtze River Economic Belt

城市群 变量名 ADF统计量 1%临界值 相伴概率 检验结果
长
三
角
城
市
群		 CP1 0.2459 -3.7378 0.9699 non-stationary
CP2 -2.4574 -3.7378 0.1378 non-stationary
E 0.5044 -3.7378 0.9832 non-stationary
F -1.2564 -3.7378 0.6323 non-stationary
GDP -0.4199 -3.7378 0.8906 non-stationary
D（CP1） -5.3037 -3.7529 0.0003 stationary
D（CP2） -5.5459 -3.7529 0.0002 stationary
D（E） -3.5113 -3.7529 0.0170 stationary
D（F） -3.3914 -3.7529 0.0221 stationary
D（GDP） -5.8649 -3.7529 0.0001 stationary
长
江
中
部
城
市
群		 CP1 -0.0960 -3.7378 0.9392 non-stationary
CP2 -1.2579 -3.7378 0.6316 non-stationary
E -3.4077 -3.7880 0.0224 stationary
F -2.3431 -3.7378 0.1675 non-stationary
GDP 0.4026 -3.7378 0.9788 non-stationary
D（CP1） -6.3603 -3.7529 0.0000 stationary
D（CP2） -7.0961 -3.7529 0.0000 stationary
D（F） -6.1423 -3.7529 0.0000 stationary
D（GDP） -2.6964 -3.8315 0.0929 stationary
长
江
西
部
城
市
群		 CP1 0.8437 -3.7529 0.9926 non-stationary
CP2 -0.4108 -3.7529 0.8917 non-stationary
E -1.0310 -3.7378 0.7251 non-stationary
F -2.3204 -3.7378 0.1740 non-stationary
GDP 0.2836 -3.7378 0.9723 non-stationary
D（CP1） -2.3358 -3.7880 0.1708 non-stationary
D（CP2） -5.5486 -3.7695 0.0002 stationary
D（E） -3.6251 -3.7529 0.0133 stationary
D（F） -6.0981 -3.7529 0.0000 stationary
D（GDP） -5.1730 -3.8315 0.0013 stationary
D（CP1，2） -3.7006 -3.8573 0.0137 stationary

2.3.2 知识网络发展路径协整检验

长三角城市群无协整方程显著性0.0000，协整方程小于等于1个显著性0.0468；协整方程小于等于两个及有更多协整方程的假设超过临界值。长三角城市群存在协整方程两个。长江中部城市群无协整方程显著性0.0262；长江西部城市群无协整方程显著性0.0354；但协整方程小于等于1个及有更多协整方程假设超过临界值，这两个城市群0.05显著性下存在一个协整方程。总结来看，长三角城市群五个变量时间序列间存在两个协整关系，长江中部及西部城市群均存在一个协整关系。三大城市群装备工业合作专利、论文、新增的企业数目、就业的人员数量、产业的GDP等几个指标表现为长期均衡关系。

2.3.3 知识网络发展路径格兰杰检验

长三角城市群企业知识需求是实现技术知识合作的基础，技术知识合作直接影响科学知识进步。长三角技术知识和科学知识网络都有助于区域产业经济发展，产业经济水平提升又能提升企业员工后续创新力。长三角城市群知识网络路径为技术知识指向型。
长三角城市群中与高校合作在知识子网中占较高比重，但与企业合作关系随时间变化呈上升趋势。这与同区域内企业间竞争而少直接合作的研究论断一致。总结来看，高校关系在区域中占重要网络位置，组织间知识合作为满足日益增强的技术市场或企业需求。市场或企业需求指向型网络路径会带动区域产业经济水平极大提升，进而推动区域企业创新。
长江中部城市群技术知识合作动力是科学知识的合作创新。通过新科学知识转化实现区域创新水平提升。科学知识应用转化带动中部城市群产业经济水平提升，而产业经济水平提升又带动区域科学及技术知识创新，形成良性循环。中部城市群表现为科学知识转化型路径。中部城市群与长三角城市群处于不同区域发展阶段，具有较大区域异质性。通过高校建立的跨区域合作以实现知识应用为导向，企业通过与高校合作能实现科学知识专业化，而高校主动与企业合作旨在推进新科学知识转化。
长江西部城市群与中部城市群相似，为科学知识转化型路径。差异在于，西部城市群科学知识转化后反过来直接提升本区域科学知识合作水平。带动西部城市群产业经济提升的不仅是技术知识，科学知识同样发挥直接作用。科学知识、技术知识及产业发展形成直接互动循环。其中，高校发挥显著主导性，区域科学知识合作直接推动区域产业经济增长，也可通过科学知识市场化间接作用于装备工业产业经济发展。
表5 长江经济带三大城市群VAR模型滞后阶数选择

Tab.5 Lag order of VAR of three regions in Yangtze River Economic Belt

城市群 阶数 LogL LR FPE AIC SC HQ
长三角城市群 0 -40.89017 NA 3.72e-05 3.990450 4.237296 4.052531
1 49.63643 133.8219 1.33e-07 -1.707515 -0.226436 -1.335028
2 92.82835 45.06983* 3.92e-08* -3.289421* -0.574109* -2.606528*
长江中部城市群 0 -83.01282 NA 0.001451 7.653289 7.900135 7.715370
1 -0.530108 121.9310* 1.04e-05* 2.654792* 4.135871* 3.027279*
2 19.88074 21.29827 2.23e-05 3.053849 5.769161 3.736743
长江西部城市群 0
1		 -62.68454
12.50066		 NA
111.1434*		 0.000248
3.35e-06*		 5.885612
1.521681		 6.132459
3.002761*		 5.947694
1.894169
2 41.33677 30.08985 3.45e-06 1.188107* 3.903419 1.871000*

注：1990—2014年样本数据变量包括：R1CP1、R1CP2、R1E、R1F、R1GDP；HQ：Hannan-Quinn information criterion；SC：Schwarz information criterion；AIC：Akaike information criterion；FPE：Final prediction error；LR：sequential modified LR test statistic（each test at 5% level）

表6 长江经济带三大城市群Johansen协整检验结果（迹统计量、最大特征值）

Tab.6 Johansen integration test of three regions in Yangtze River Economic Belt(trace Statistics, maximum eigenvalue)

城市群 原假设协整方程数 特征值 统计量 0.05临界值 相伴概率**
迹统计量 最大特征值 迹统计量 最大特征值 迹统计量 最大特征值 迹统计量 最大特征值 迹统计量 最大特征值
长三角城市群 None* None* 0.923906 0.923906 112.3850 59.24316 69.81889 33.87687 0.0000 0.0000
At most 1* At most 1* 0.701515 0.701515 53.14185 27.80784 47.85613 27.58434 0.0147 0.0468
At most 2 At most 2 0.522871 0.522871 25.33401 17.01929 29.79707 21.13162 0.1498 0.1711
At most 3 At most 3 0.277652 0.277652 8.314712 7.480705 15.49471 14.26460 0.4324 0.4339
At most 4 At most 4 0.035612 0.035612 0.834007 0.834007 3.841466 3.841466 0.3611 0.3611
长江中部城市群 None* None* 0.792460 0.792460 77.95518 36.16592 69.81889 33.87687 0.0097 0.0262
At most 1 At most 1 0.642101 0.642101 41.78926 23.63258 47.85613 27.58434 0.1647 0.1481
At most 2 At most 2 0.368293 0.368293 18.15668 10.56459 29.79707 21.13162 0.5545 0.6905
At most 3 At most 3 0.280866 0.280866 7.592086 7.583260 15.49471 14.26460 0.5100 0.4227
At most 4 At most 4 0.000384 0.000384 0.008826 0.008826 3.841466 3.841466 0.9248 0.9248
长江西部城市群 None* None* 0.782749 0.782749 70.37847 35.11410 69.81889 33.87687 0.0451 0.0354
At most 1 At most 1 0.525583 0.525583 35.26437 17.15037 47.85613 27.58434 0.4341 0.5671
At most 2 At most 2 0.419859 0.419859 18.11400 12.52312 29.79707 21.13162 0.5576 0.4969
At most 3 At most 3 0.215791 0.215791 5.590885 5.590839 15.49471 14.26460 0.7432 0.6661
At most 4 At most 4 2.00E-06 2.00E-06 4.59E-05 4.59E-05 3.841466 3.841466 0.9962 0.9962

注：1.1992—2014年全部序列R1CP1、R1GDP、R1E、R1CP2、R1F；0.05显著性下存在2个协整方程；线性确定性趋势为趋势设定。2.最大特征值检验说明显著性是0.05时，协整方程有2个。3.“*”说明在0.05的水平拒绝原假设，“**”P值可以通过MacKinnon-Haug-Michelis得出。

总结长江经济带三大城市群知识合作路径，不难发现路径差异与区域情境相关，长三角城市群与中西部城市群发展路径相反，中西部城市群相似性强。究其原因，长三角城市群FDI、大型国企数量及质量相对较好，市场技术需求大，实现科学知识转化并非该区域亟需解决的问题，因此表现为市场或企业技术驱动下的技术知识指向型路径。而中西部城市群经济及创新条件和基础薄弱，科学知识转化应用是区域产业经济发展重点，因此表现为科学知识转化型路径，且路径呈自东向西显著性增强趋势。
图10 长三角城市群在知识网络中的发展路径

Fig.10 Development path of Yangtze River Delta in knowledge network

图11 长江中部城市群在知识网络中的发展路径

Fig.11 Development path of central region of Yangtze River Economic Belt in knowledge network

图12 长江西部城市群在知识网络中的发展路径

Fig.12 Development path of western region of Yangtze River Economic Belt in knowledge network

3 结论与展望

3.1 研究结论

本文以长江经济带装备工业为案例，一方面分析网络演化趋势及跨区域知识桥接过程，另一方面，分别讨论不同城市群在知识网络中的差异发展路径。主要结论如下：
①长江经济带知识网络规模不断增强，科学知识网络规模扩散，网络关系控制力较弱；技术知识网络凝聚力增强，表现为核心—边缘结构，这与科学知识及技术知识属性内涵一致。知识网络演化中，工业技术类高校或大型国有企业占重要网络结构洞位置。建立与工业技术类高校的知识合作在实现跨城市群知识合作创新及转化中起桥接作用。
②长三角城市群知识网络发展路径表现为市场或企业需求驱动下的技术指向型。占重要网络位置的是工业技术类高校，一方面发挥网络桥接作用，同时通过桥接实现企业间后续技术知识合作。桥接关系本质为满足技术市场或产业需求，并为企业技术创新提供发展空间。技术市场需求驱动下的知识合作关系，对长三角装备工业产业经济具有积极推动作用。
③长江中、西部城市群与长三角城市群路径相反，为科学知识应用转化路径。长江中、西部城市群缺乏创新优势，与高校合作所构建的技术知识网络，发挥越来越重要作用。合作关系目的为实现新科学知识市场化。因此，欠发达区域不应盲目追求创新，而需找出自身的发展路径，才能避免创新活动一哄而上现象发生。
经济地理学界对知识、网络及地理空间关系问题讨论已久，本文一方面从跨区域网络连通角度出发，不否认空间邻近对网络关系产生的作用，但更强调随时间演化网络连通性实现跨区域桥接的作用，证明网络连通性作用可逐渐减缓或克服空间邻近阻滞，最终实现跨区域知识创造或流动。另一方面，通过构建不同区域创新路径，将长三角城市群表征经济及网络核心创新，中部及西部分别表征相对边缘创新区域，进行路径判定验证，有助于认知跨区域网络“核心—边缘”创新问题，为边缘区域创新提供可靠研究依据。

3.2 建议与展望

首先，重新认知与高校关系在知识及技术创新中的作用。本文认为，在进行创新合作关系构建过程中，需将高校的重要作用纳入战略或政策制定中，特别是针对技术型或专业化水平较高的高校或研究机构。高校不仅发挥传统意义上理论知识溢出及传播作用，在知识网络中，一方面可获取知识或技术知识，另一方面通过网络关系拓展获取更多合作关系。与高校的关系建立区域内的组织机构可共享开放的知识创新，且能实现跨区域知识桥接。因此，区域知识创新政策或战略制定，亟需纳入对高校跨区域桥接作用的思考，实现更广泛的知识跨区域流动和跨区域合作创新，助推区域间协同发展的实现。
其次，合理构建符合自身区域条件的知识创新策略。本文强调，区域创新发展战略须明晰区域自身所处阶段及发展路径。区域创新发展路径并非完全相似也并非无迹可寻，对欠发达区域，其发展路径与发达的创新核心区并不相同，因此区域创新策略需根据所处阶段的创新需求进行有侧重点的战略推进，才有助于对区域知识创新问题进行更精准定位。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
顾娜娜. 长江经济带装备工业产学研创新网络研究[D]. 上海: 华东师范大学, 2015.

[2]
陈雯, 虞孝感. 长江产业带建设特征、问题与发展思路[J]. 地理科学, 1997, 17(2):113-119.

[3]
Liefner I, Brömer C, Zeng G. Knowledge absorption of opticaltechnology companies in Shanghai,Pudong:Successes,barriers and structural impediments[J]. Applied Geography, 2012, 32(1):171-184.

[4]
Bathelt H, Zeng G. Strong growth in weakly-developed net-works:Producer-user interaction and knowledge brokers in the Greater Shanghai chemical industry[J]. Applied Geography, 2012, 32(1):158-170.

[5]
胡耀辉. 产业技术创新链:我国企业从模仿到自主创新的路径突破[J]. 科技进步与对策, 2013, 30(9):66-69.

DOI

[6]
吕国庆, 曾刚, 顾娜娜. 基于地理邻近与社会邻近的创新网络动态演化分析——以我国装备工业为例[J]. 中国软科学, 2014(5):97-106.

[7]
曹贤忠. 基于全球—地方视角的上海高新技术产业创新网络研究[D]. 上海: 华东师范大学, 2017.

[8]
陆大道. 建设经济带是经济发展布局的最佳选择——长江经济带经济发展的巨大潜力[J]. 地理科学, 2014, 34(7):769-772.

DOI

[9]
马双, 曾刚. 技术合作对企业创新绩效的影响研究——以我国装备工业为例[J]. 华东经济管理, 2016, 30(5):160-165.

[10]
马双. 封闭型创新网络的结构和内在机理研究[D]. 上海: 华东师范大学, 2017.

[11]
Glückler J, Lazega E, Hammer I. Knowledge and Networks[M]. Springer International Publishing, 2017.

[12]
Glückler J, Panitz R. Unpacking social divisions of labor inmarkets:generalized blockmodeling and the network boom in stock photography[J]. Social Networks, 2016, 47:156-166.

[13]
Karlsson C, Johansson B. Towards a dynamic theory for thespatial knowledge economy[C]//Johansson B,Karlsson C,Stough R R. Entrepreneurship and Dynamics in the Knowledge Economy[M]. London:Routledge, 2006:12-46.

[14]
Hullmann A, Merey M. Publications and patents in nanotech-nology[J]. Scientometrics, 2003, 58(3):507-527.

[15]
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

[16]
贺灿飞. 区域产业发展演化:路径依赖还是路径创造?[J]. 地理研究, 2018, 37(7):1 253-1 267.

[17]
Martin R. Roepke lecture in economic geography:Rethinkingregional path dependence:Beyond lock-in to evolution[J]. Economic Geography, 2010, 86(1):1-27.

[18]
Martin R, Sunley P. Path dependence and regional economicevolution[J]. Journal of Economic Geography, 2006, 6(4):395-437.

Options
文章导航

/

〈 〉