EN中文

Economic geography >

2025 , Vol. 45 >Issue 10: 111 - 120

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.10.012

Impact of Knowledge Flow Based on Patent on Innovation Quality in the Yangtze River Delta Region

  • MI Zefeng , 1 ,
  • FU Jingxuan 2 ,
  • ZENG Gang , 3, ※ ,
  • ZHOU Jianping 1 ,
  • SUN Yin 1
Expand
  • 1. School of Economics / Institute for Industrial System Modernization， Zhejiang University of Technology， Hangzhou 310023， Zhejiang，China
  • 2. School of Economics and Management， Southeast University， Nanjing 211189， Jiangsu，China
  • 3. Center for Modern Chinese City Studies， East China Normal University， Shanghai 200062， China

Received date: 2025-04-29

  Revised date: 2025-09-11

  Online published: 2025-11-20

Fold

Abstract

The improvement of regional innovation quality is an important component of the development of new quality productivity. Based on the "Buzz-and-Pipeline" theory, this article uses the invention patent information of 41 prefecture level and above cities in the Yangtze River Delta region from 2003 to 2022 as raw data to define and characterize the local and nonlocal homogeneous and heterogeneous connections, measure and compare their impact on the quantity and quality of regional innovation, and analyze the role of technology gatekeepers in knowledge coupling. The research results find that: 1)The nonlocal homogeneous connections in the Yangtze River Delta exhibit the characteristics of "concentrated intensity and low density", while heterogeneous connections exhibit the characteristics of "balanced intensity and high density". 2)The positive effects of heterogeneous connections at different scales on the quantity and quality of regional innovation are significantly stronger than those of homogeneous connections. The construction of a global "pipeline" is crucial for improving the quality of regional innovation. 3)Local "buzz" can significantly positively regulate the impact of nonlocal heterogeneous connections on the quantity and quality of regional innovation. 4)The technological gatekeepers maintains a high proportion of heterogeneous connections in different technical categories, playing a key role in the process of knowledge coupling at different scales. The research conclusion deepens the understanding of the "Buzz-and-Pipeline" theory from the perspectives of homogeneous and heterogeneous knowledge flow, and has certain reference value for the development of new quality productivity.

Key words： patent; knowledge flow; "Buzz-and-Pipeline" theory; regional innovation quality; new quality productivity; the Yangtze River Delta region

Cite this article

MI Zefeng , FU Jingxuan , ZENG Gang , ZHOU Jianping , SUN Yin . Impact of Knowledge Flow Based on Patent on Innovation Quality in the Yangtze River Delta Region[J]. Economic geography, 2025 , 45(10) : 111 -120 . DOI: 10.15957/j.cnki.jjdl.2025.10.012

党的二十届三中全会强调要因地制宜发展新质生产力，新质生产力的发展已经成为提升国家竞争力的核心要素。新质生产力具备高技术、高效能、高质量特征，而其核心是创新，创新的本质则是知识的交互、重组与创造[1]，探讨知识流动与区域创新质量的关系能够为发展新质生产力提供基础支撑。
经济地理学者长期关注并不断深化知识流动与区域创新发展议题。1980年代，演化经济地理学者较早关注到“第三意大利”等区域崛起的事实，Scott等首次提出“区位机会窗口”的概念，用以解释后发地区利用高新技术产业实现崛起的现象[2]。技术轨迹和生产环境上的不连续性、高新技术产业自身创新创造能力带来的补缺作用以及偶然事件的影响被认为是“区位机会之窗”能够打开的重要原因[3]。从技术层面来看，高新技术产业主要由突破式创新驱动，而异质性知识的流动和重组是突破式创新产生的重要动力[4]。进入21世纪，技术创新的复杂程度持续提升，Boschma等演化经济地理学者运用“区域产业分叉”来比喻新兴产业可能源自一个地区内现有的产业结构的现象，该理论建立在两个重要观点之上：其一是知识倾向于溢出在空间上接近的地区；其二是特定领域知识的正外部效应更可能扩散到在同一领域的第三方之中[5]。可见，“区域产业分叉”理论认为专业化的同质性知识流动是催生新兴产业创新的重要基础，这与“区位机会窗口”理论的观点存在明显差别。
上述讨论显示出同、异性知识流动的不同作用可能是引发创新差异的重要原因，特别是对于区域创新质量而言，突破式、渐进式创新所依赖的知识类型并不相同，其引起的创新质量差异可能更为显著。然而，一方面，当前经济地理学对创新议题的研究仍主要以创新产出为研究主体，在国家倡导培育新质生产力的背景下，对于区域创新质量的研究愈发受到各界重视，并具有显著的现实意义；另一方面，尽管同、异质性知识的作用常被提及，但经济地理学创新网络研究对知识类型的关注多集中在显、隐性知识的差异[6]以及解析型、合成型、符号型等知识类型的划分上[7]，鲜少开展同、异质性知识作用的定量研究。
基于上述认识，本文试图探讨同、异质知识流动对区域创新质量的影响规律，而长三角是中国最具经济活力、一体化程度最高的地区之一，既是技术网络构建的领先区域，又是全国重要的创新中心，因此本文将长三角地区作为案例地展开研究。本文的边际贡献如下：一是从同、异质等两种知识类型出发开展研究，丰富了对不同类型知识流动的作用探讨；二是通过知识流动对区域创新数量和质量的影响比较，加深了同、异质知识流动对区域创新数量和质量的差异化作用的认识；三是结合微观主体的网络位置分析，解析“技术守门员”主体与一般主体的影响差异，深化了对不同类型主体的功能和作用理解。

1 知识流动与区域创新质量的相关文献综述

1.1 相关多样化假说、知识流动与区域创新

相关多样化假说由Frenken等学者于2007年首次提出，其基本观点认为区域内具备关联性的相关多样化能够带来有效的知识溢出，从而发挥集聚外部性，推动区域创新[8-9]。从外部性的角度来看，相关多样化的作用方式可视为对马歇尔外部性的拓展，即把集聚外部性发挥的范围从特定空间内的同一行业扩展到了该行业的相关行业。此后的研究中，学界从产品、劳动力、技术联系等视角展开研究，广泛肯定了相关多样化的积极作用[10-11]。
而对非相关多样化积极作用的探讨则日益受到重视。“相关多样化”假说中认为，非相关的多样化并不能促进形成有效的知识溢出，对促进创新的作用不明显[8]。备受讨论的是，在对真实世界的解释上，虽然“相关多样化”假说能够解释领先地区的产业“分叉”式发展，但对落后地区“跨越式发展”现象的解释力则显得不足[3]。实证研究中，许多学者也发现和肯定了相关和非相关多样化对创新的共同作用，Boschma、Antonietti等学者开始呼吁摒弃两者的二元对立，应当重视具备区域异质性的多元化发展方式[12-13]。

1.2 渐进式、突破式创新与区域创新质量

创新可分为渐进式创新和突破式创新两大类，知识新度和持续性是两者的主要差别。其中，渐进式创新主要在现有知识和经验上进行优化升级，而突破式创新则强调对现有产业或技术的“破坏性”改造[14]。在创新轨迹上，渐进式创新的技术轨迹具有一定的连续性，而突破式创新的技术轨迹具备不连续性；在知识需求上，渐进式创新依赖对现有知识的改造，因此对专业化的同质性知识需求较大，而突破式创新则对异质性知识需求较大[3]；在创新的影响上，突破式创新是推动技术和产业变革的重要力量，而渐进式创新是推动技术优化升级的重要方式。因而，突破式创新被普遍认为是比渐进式创新更具备高质量特征的创新方式，也更能表征区域创新质量；而突破式创新的特征决定了非相关多样化以及异质性知识互动可能更具重要意义[15]。

1.3 “蜂鸣—管道”理论与结构洞理论

21世纪初，德国学者Bathelt等提出了“本地蜂鸣—全球管道”理论（以下简称“蜂鸣—管道”理论），试图建立本地与非本地联系的关系[16]。“蜂鸣—管道”理论认为，全球“管道”提供了丰富的异质性知识，而本地“蜂鸣”则是吸收、利用和转化知识的重要基础，“蜂鸣”和“管道”的耦合是解释区域创新成功的关键[17-18]。通常认为，非本地的“管道”联系能够带来更多异质性知识，而本地的“蜂鸣”联系则更多地基于相关性强的同质性知识展开。
结构洞理论则从微观尺度为理解本地、非本地知识交互提供了重要视角。结构洞是社会网络中的一类关键位置，指社会网络中某个或某些个体和有些个体发生直接联系，但与其他个体不发生直接联系，即无直接关系或关系间断，从网络整体看好像网络结构中出现了洞穴。在这种情况下，如果两者之间缺少直接的联系，就必须通过第三者才能形成联系，那么行动的第三者就在关系网络中占据了一个结构洞[19]。而占据结构洞位置的主体被称为技术守门员，成为社会网络中揭示知识交流规律的一类关键主体[20]。

1.4 文献述评

新质生产力的发展要求着传统的创新研究需要向高质量创新研究转变，基于上述讨论，现有研究尚存以下不足：①同、异质知识流动与区域创新质量的关系研究亟待开展。区域一般创新与高质量创新在创新形式上存在显著差异，渐进式创新是区域创新的主体，而突破式创新具备更显著的高质量特征，两者内部的知识流动特征显著不同，有必要深入讨论同、异质知识流动与区域创新质量之间的相关规律。②不同尺度技术网络中同、异质知识的耦合规律尚需揭示。以往实证研究多基于知识的显、隐性等特征来进行划分，鲜少对同、异质知识的交互规律展开研究，而这对于揭示技术网络对区域创新质量的作用机理具有重要意义。③技术守门员在不同尺度知识耦合中的作用研究有待深化。以往研究多基于多尺度视角对技术守门员在网络结构中的位置进行作用探讨，但仍缺乏对技术守门员在不同知识耦合中的作用开展深入、细致的研究。

2 数据处理与研究方法

2.1 数据来源

本文的专利数据来源于IncoPat专利服务网站（https://www.incopat.com），研究时间段为2003—2022年。首先从IncoPat专利服务网站下载1985年以来中国所有已获授权的发明专利，继而从中提取出涉及长三角地区41个地级及以上城市（以下简称“城市”）2003—2022年的所有已获正式授权的发明专利，最后共得到1245549条发明专利。其他控制变量均来源于历年的《中国城市统计年鉴》。

2.2 数据处理

2.2.1 专利合作数据的处理

本文提取发明专利中“申请人”一栏为多个申请单位的数据，并剔除申请人为个人的数据；若一条专利中包含3个及以上申请单位，则对申请单位进行排列组合，生成一对一联系的合作数据。例如，发明专利“申请人”中存在A、B、C、D 4个共同申请人，则形成A和B、A和C、A和D、B和C、B和D、C和D 6对专利合作数据。通过上述处理，共计得到102944条发明一对一专利合作信息，由此形成长三角技术合作网络。

2.2.2 本地、非本地技术联系的界定

本文以城市为范围界线，界定本地、非本地等两种技术联系，步骤如下：①通过国家企业信用信息公示系统（https://www.gsxt.gov.cn/）、企查查（https://www.qcc.com/）、百度（https://www.baidu.com/）等网络渠道搜索创新主体的所在地，并将之归入对应的城市之中，由此得到企业的地址数据。②以城市为界线，如果专利合作双方在同一地级市内，则视之为本地联系，反之则视之为非本地联系。最终，得到本地技术合作联系41924条，非本地技术合作联系61020条。

2.2.3 同、异质性联系的界定

专利合作联系的存在即证明技术联系具备一定的相关性，其主要差别在于相关程度的高低，同质性知识流动通常在专业化的技术联系当中，而异质性知识流动则多出现在跨类别的技术联系之中。据此，本文借鉴相关研究，通过提取专利合作双方创新主体的属性来加以判定[4]，具体步骤如下：①IPC分类标准是判定技术类别的重要标准，首先根据创新主体所有发明专利的技术领域，依据多数原则来确定该创新主体的优势技术领域；其次，根据IPC分类号可分为部、大类、小类、大组、小组5个等级，由于从小类（四位IPC代码）开始明确专利内容，本文中创新主体的优势领域提取也基于发明专利的小类展开。例如，A创新主体共有5项发明专利，其中4项发明专利的小类IPC代码为C05F，1项发明专利的小类IPC代码为C08B，则视A创新主体的优势技术领域为C05F。②根据发明专利合作申请信息中创新主体的优势技术领域是否相同来判定其联系的属性：如果创新主体的优势技术领域相同，则视技术联系为同质性联系，以同质性知识交互为主，共计得到同质性联系42224条；反之则视为异质性联系，以异质性知识交互为主，共计得到异质性联系60720条。

2.2.4 创新质量的表征

专利的价值、被引程度等被认为是衡量创新质量的重要方面。价值方面，本文采用IncoPat专利服务网站提供的合享价值度指标来表征；而被引程度方面，则主要以专利中的家族被引数据为基础进行测算。具体如下：
①合享价值度。合享价值度是IncoPat专利服务网站通过自研的专利价值模型测度得到的、衡量专利价值的指标，该专利价值模型融合了专利分析行业内最常见和重要的技术指标（如技术稳定性、技术先进性、保护范围层面的20多个技术指标），并通过设定指标权重、计算顺序等参数，实现专利价值度分析。合享价值度的取值范围为0~10，数值越高，价值越大。
②被引程度。专利家族是指基于同一发明在不同国家或地区申请的一系列专利，这些专利共享相同的优先权，因此本文以专利的家族被引次数为基础衡量被引程度。由于专利的被引次数会受到专利申请年份的影响，本文借鉴相关文献，采用发明专利家族被引次数除以当年同技术类别所有发明专利平均被引次数来衡量专利的被引程度[21]，以此减轻专利申请年份以及领域带来的影响。

2.2.5 “技术守门员”的识别

“技术守门员”是地区内外部知识交流的关键所在，本文借鉴相关研究[22]，采用Breschi、Gallo等的方法[23-24]，从技术守门员的概念出发来进行识别：C城市的创新主体i（除g外）到D市的创新主体j的最短路径通过g，则g为C城市的技术守门员。进而，将外部联系分为直接联系与通过技术守门员介导的间接联系。若C城市有k个技术守门员g1，g2，…，gm，…，gk，则对于技术守门员gm，有：
$DW{R}_{{g}_{m}}=\sum _{i=1}^{{n}_{{C}_{m}}}\sum _{j=1}^{{n}_{{H}_{m}}}\frac{1}{{d}_{ij}}$
式中：dij为以技术守门员gm为中介连接创新主体i（位于C城市）与创新主体j（不在C城市i）的最短距离；nCm与nHm分别为通过技术守门员gm连接的位于城市C和其他城市H的创新主体数量；DWRgm为技术守门员gm的外部范围，仅计算gm起技术守门员作用时的DWRgm。
为测量技术守门员对联系外部知识的重要性，即技术守门员贡献率GCC，计算C城市以技术守门员作为中介的DWR占C城市总DWR份额：
$G{C}_{C}=\frac{\sum _{m=1}^{k}DW{R}_{{g}_{m}}}{DW{R}_{C}}$
式中：k为C城市的技术守门员数量。
在技术守门员主体的识别过程中，由于创新主体中的“个人”难以判定是否重名等情况，故剔除，仅统计大专院校、科研院所、企业、政府及相关机构四类主体。最终，在15087个创新主体中，共识别出1357个技术守门员主体，其中企业965个、大专院校178个、科研院所174个、政府及相关机构40个。

2.3 变量与模型选择

本文主要分析不同尺度的同、异质联系对区域创新质量的影响，并用一般创新产出作为对比。在被解释变量的选择上，以专利数量表征一般创新产出，并用被引程度和合享价值度表征区域创新质量。核心变量的选择上，以本地联系、非本地联系、同质性联系、异质性联系及其组合为核心变量。控制变量上，根据相关研究，经济发展水平、资金充裕程度、人才以及科教环境是影响区域创新的主要方面，因此用人均GDP、固定资产投资、高等学校在校学生数、科技支出占政府财政支出比重、教育支出占政府财政支出比重5个指标来具体控制。模型选择上，本文采用城市、年份双固定的面板OLS回归模型来测度相关影响。

3 空间格局与特征分析

3.1 创新及合作的空间格局与联系特征

由图1可知，长三角地区的专利产出和专利质量指标的高值分布区域整体接近、略有差异。具体而言，长三角地区专利总量、被引程度的高值区域分布格局较为相似，以“合肥—上海—杭州—宁波—温州”及其沿线城市组成的区域为高值区，涵盖浙东南、浙北、上海、苏南以及合肥等大部分地区；合享价值度的高值区域分布范围更为广泛，涵盖盐城、扬州等地市，高值分布区域更为接近以“盐城—温州”及沿线地市为竖轴、以“上海—合肥”及沿线地市为横轴的“T”字型结构。其中，上海的龙头地位显著，3个指标的得分均位于第一梯队；杭州、南京、苏州、合肥、宁波等城市的得分总体居于第二梯队。分省来看，江苏省内，南京、苏州成为“双核心”，苏南区域表现整体优于苏北；浙江省内，杭州的表现最为突出，其次为宁波，浙西南区域的得分较低；安徽省内，合肥的“单核心”地位稳固，但在整体表现上与上海、江苏、浙江尚有差距。
图1 长三角地区专利总量、被引程度、合享价值度的空间分布

注：基于自然资源部标准地图服务网站审图号为GS（2020）4632号的标准地图制作，底图边界无修改。图2~图4同。

Fig.1 Spatial distribution of total patent volume，citation degree，and shared value degree in the Yangtze River Delta

由图2可知，长三角地区专利合作的同质和异质性联系存在显著差异。具体特征如下：①长三角地区同质性联系呈现“强度集中、密度较小”的特征，核心城市间易形成高强度的同质性联系，“上海—南京”“上海—杭州”“杭州—台州”等城市间专利合作联系极为密切，最大同质性联系次数达2407次；但从整体网络构建上来看，长三角许多城市间尚未形成同质性专利合作联系，整体网络密度较小（图2a）。②长三角地区异质性联系呈现“强度均衡、密度较大”的特征，虽然异质性联系次数最高强度比同质性联系弱，为1937次，但异质性联系的整体强度要高于同质性联系，且异质性联系的网络完善程度要显著高于同质性联系网络，边缘城市间更容易构建起异质性联系（图2b）。③长三角地区异质性联系的高值区域相对集中，呈现以“合肥—南京—上海—杭州—宁波”及其沿线区域组成的”之”字形格局特征；长三角地区同质性联系的高强度区域分布更加广泛，呈现以“连云港—温州”及沿线地市为竖轴、以“上海—合肥”及沿线地市为横轴的“T”字型结构，连云港和温州的本地和非本地同质性联系均保持较高水平。进一步对长三角地区所有专利合作联系进行统计，本地尺度同质性联系比重为39.67%，异质性联系比重为60.33%；非本地尺度中同质性联系比重为30.94%，异质性联系比重为69.06%。
图2 长三角地区专利合作同质、异质性联系的空间分布

注：专利合作联系包含所有尺度的合作联系，为更好地突出联系特征，本图仅展示长三角地区的联系。

Fig.2 Spatial distribution of homogeneous and heterogeneous linkages in patent cooperation in the Yangtze River Delta

3.2 技术守门员的空间格局与特征分析

首先，对技术守门员和一般主体的各项创新指标的平均数值进行综合比较。由表1可知，“技术守门员”无论是在创新数量和创新质量上均显著优于一般主体：创新质量方面，技术守门员在平均合享价值度、被引程度等指标上均高于一般主体；创新数量方面，技术守门员的平均专利数量是一般主体的5.18倍，浙江大学、浙江吉利控股集团有限公司、中芯国际集成电路制造（上海）有限公司以及以国电南瑞科技股份有限公司等在位创新主体拥有大量专利，占据结构洞位置，成为内外部知识交流的核心。值得关注的是，技术守门员在同质、异质性联系的数量上占据绝对优势，并且其异质性联系的平均比重高达67.23%，比一般主体多14.76%，可见异质性联系成为推动技术守门员建立并巩固创新优势的重要因素。
表1 长三角地区“技术守门员”与“一般主体”各项主要创新指标平均数值比较

Tab.1 Comparison of the average values of the main innovation indicators of "technical goalkeeper" and "general subject" in the Yangtze River Delta

类型 专利
数量
（项）		 合享
价值度		 被引
程度		 同质性联系数量（次） 异质性联系数量（次） 异质性联系比重（%）
技术守门员 310.89 7.48 1.13 22.04 45.21 67.23
一般主体 59.97 7.31 0.92 3.94 4.35 52.47
其次，分析长三角地区技术守门员数量和贡献率的分布特征。图3a显示，技术守门员数量较多的城市在空间上呈现出明显的“之”字形特征，东部地区技术守门员数量明显多于西部地区；创新主体以企业居多，科研院所、政府及相关机构和大专院校占比较低。图3b显示，技术守门员贡献率的分布特征与技术守门员数量类似，其高值区域呈现“之”字形分布格局。其中，除占多数的企业主体以外，科研院所和大专院校在技术守门员的主体类型中占据重要地位，而政府及相关机构数量较少。这说明科研院所和大专院校在知识流动、重组上存在关键性的影响力。此外，通过比较城市技术守门员数量和贡献率可以发现，技术守门员贡献率的分布显然比数量的分布更为均衡，反映出城市的技术守门员数量与技术守门员的平均贡献率呈现一定的负相关关系，即技术守门员数量越少的城市，单个技术守门员发挥的作用就越关键。
图3 长三角地区技术守门员数量和贡献率的分布及结构

Fig.3 Distribution and structure of the number and contribution rate of technical goalkeepers in the Yangtze River Delta

再次，图4a和图4b分别展示了技术守门员和一般创新主体异质性联系占比的分布情况，比较可知：本地尺度，技术守门员异质性联系占比普遍高于一般主体；非本地尺度，技术守门员多以异质性联系为主，而一般主体的异质性联系占比较为均衡，但其辐射范围相比技术守门员更为广泛。这说明在本地、非本地的知识耦合中，技术守门员主体不但在结构上占据了区域内外部知识交流的关键位置，还具备十分突出的区域内外部异质性知识整合能力，对于提升区域创新质量的意义重大。
图4 长三角地区技术守门员与一般主体不同尺度的同、异质性联系分布

Fig.4 Distribution of homogeneous and heterogeneous connections between technical gatekeepers and general subjects at different scales in the Yangtze River Delta

4 计量分析

4.1 基准回归结果

本文运用城市、年份双固定的面板OLS模式对数据进行回归，得到表2。结果显示，除了模型3中本地联系对合享价值度的回归结果不显著之外，本地联系、非本地联系、同质性联系、异质性联系对专利数量、被引程度、合享价值度的回归结果都显著为正，说明无论是本地、非本地联系，还是同质、异质性联系都能够促进区域创新数量和创新质量，其中本地联系、同质性联系在部分模型中的显著程度相对较低。控制变量的表现中，固定资产投资额在模型1至模型6中均不显著，其他控制变量均显著为正，说明资金充裕程度对于区域创新而言并非关键，而经济发展水平、人才以及科教环境均具有显著影响。
表2 本地、非本地及同异质联系对区域创新影响的面板OLS回归结果

Tab.2 Panel OLS regression results of local，non-local，and homogeneous linkages on regional innovation

变量 模型1 模型2 模型3 模型4 模型5 模型6
专利数量 被引程度 合享价值度 专利数量 被引程度 合享价值度
本地联系 0.050** 0.072*** 0.031
非本地联系 0.214*** 0.211*** 0.203***
同质性联系 0.073*** 0.093*** 0.058*
异质性联系 0.179*** 0.181*** 0.162***
人均GDP 0.860*** 0.840*** 0.973*** 0.872*** 0.852*** 0.985***
固定资产投资额 -0.003 -0.003 -0.003 -0.002 -0.002 -0.002
高等学校在校学生数 0.334*** 0.399*** 0.324*** 0.328*** 0.394*** 0.317***
科学投入占政府财政支出比重 0.225*** 0.206*** 0.246*** 0.228*** 0.208*** 0.250***
教育投入占政府财政支出比重 0.217*** 0.201*** 0.250*** 0.219*** 0.202*** 0.253***

注：1.*、**、***分别表示在10%、5%、1%的水平下显著；2.为节省版面，标准误差值未显示。表3~表5同，且不再显示控制变量的结果。

4.2 内生性检验

鉴于高创新质量地区更易产生非本地联系，以及可能主动吸引更多异质性知识的现实情况，模型中存在一定内生性的影响，本文使用工具变量法来进行内生性检验。参考龙小宁等的方法[25]，本文主要从宗族文化和宗教文化等两个角度选取工具变量：①宗族文化方面，宗族作为一种传统社会组织形式，会显著增加主体间的认知邻近程度，促进知识流动。本文从数据中提取出个人申请的发明专利，以当地个人申请发明专利的情况为基准，用个人的姓氏在当地族谱中的数量作为其宗族文化的表征，并将宗族文化作为工具变量。例如，甲城市保留有A本李姓族谱、B本王姓族谱，而T年甲城市有a位李姓个人和b位王姓个人申请了发明专利，则T年甲城市的宗族背景数值等于A·a+B·b，依此类推。②宗教文化方面，宗教以超自然、超人间力量的形式反映支配着人们日常生活的外部力量，崇尚以唯心主义的方式进行思考，宗教文化浓厚的地区则更可能会抑制知识流动。在中国，佛教和基督教的影响较大，且两者在教义、行为等方面均存在较大差异，因此本文在宗教文化中提取出佛寺数量和基督教堂数量这两个指标作为工具变量。表3结果显示，宗族文化对各维度联系存在显著的正向影响，而佛寺数量则存在显著的负向影响，对基督教堂数量的影响不显著；表4中，Anderson LM统计量的P值均小于0.05，C-D Wald F统计量则均大于10，说明工具变量的选取满足外生性和相关性假设，符合模型要求。其中，宗族和宗教文化数据均来自CNRDS数据网站（https://www.cnrds.com）。
表3 第一阶段工具变量回归结果

Tab.3 Regression results of instrumental variables in the first stage

变量 模型7 模型8 模型9 模型10
本地联系 非本地联系 同质性联系 异质性联系
宗族文化 0.037*** 0.055*** 0.031*** 0.045***
佛寺数量 -0.236*** -0.089*** -0.110*** -0.152***
基督教堂数量 0.036 -0.038 0.063 -0.042
表4 第二阶段工具变量回归结果

Tab.4 Regression results of instrumental variables in the second stage

变量 模型11 模型12 模型13 模型14 模型15 模型16
专利
数量		 被引
程度		 合享
价值度		 专利
数量		 被引
程度		 合享
价值度
本地联系 0.337** 0.420*** 0.253
非本地联系 0.549*** 0.406*** 0.536***
同质性联系 1.276*** 1.457*** 1.299***
异质性联系 0.697*** 0.694*** 0.697***
Anderson LM
统计量		 15.741*** 8.858***
C-D Wald F
统计量		 14.439 13.606
从表4工具变量的第二阶段回归结果来看，基于工具变量法的回归结果除了在显著程度上与表2的基准回归存在一定差异之外，核心变量的结果保持高度一致性。因此，表2的回归结果是可信的。

4.3 异质性分析

本文进一步对不同尺度的同、异质性联系组合的影响进行测度，得到表5。结果显示，本地异质性联系、非本地异质性联系在不同模型中的系数均显著为正，说明不同尺度异质性联系对于区域创新数量与创新质量均具有显著的促进作用；从回归系数的比较可知，非本地异质性联系对区域创新数量与创新质量的促进作用均比本地异质性联系更大。同质性联系方面，模型17显示，本地、非本地的同质性联系对区域创新数量而言具有显著的促进作用；而模型18、模型19显示，本地、非本地的同质性联系均不能对被引程度、合享价值度等表征区域创新质量的指标产生显著影响，说明同质性联系对于区域创新质量的提升作用有限，难以催生高质量创新。
表5 不同尺度同、异质联系对区域创新影响的面板OLS回归结果

Tab.5 Regression results of panel OLS and substitution variables for the impact of homogeneous and heterogeneous linkages at different scales on regional innovation

变量 模型17 模型18 模型19
专利数量 被引程度 合享价值度
本地同质性联系 0.012* 0.011 0.005
本地异质性联系 0.049** 0.072** 0.035**
非本地同质性联系 0.035*** 0.055 0.027
非本地异质性联系 0.134*** 0.110*** 0.125***

4.4 本地“蜂鸣”的调节作用分析

基于表5的分析结果，本文进一步检验本地联系程度对非本地异质性知识的调节作用。表6展示了调节作用的简单斜率分析，结果显示：①所有情况下，本地同质性或异质性联系的调节作用均显著为正，说明本地的同质或者异质性联系均有助于提升区域对非本地异质性知识的吸收能力，从而促进地区创新数量和创新质量。②低水平状态下的本地同质性或异质性联系对非本地异质性联系的调节作用均比高水平状态更为明显（斜率更大），说明本地的联系程度越高，对于吸收非本地异质性知识的帮助作用就越小。③总体上，本地同、异质性联系调节非本地异质性联系对专利数量的作用比对被引程度和合享价值度更为明显，说明本地同、异质联系更易调节非本地异质性联系对区域创新数量的影响。④在各种情况中，本地同质性联系的调节作用与本地异质性联系的调节作用差异均较小，说明各种知识的本地“蜂鸣”对于外部异质性知识的吸收利用均具有积极意义。
表6 本地同质、异质性联系调节作用的简单斜率分析

Tab.6 Simple slope analysis of the moderating effect of local homogeneity and heterogeneity linkages

被解释变量 解释变量 调节变量 调节变量水平 t p 斜率
专利数量 非本地异质性联系 本地同质性联系 高水平 2.640 0.008 0.131
低水平 3.642 0.000 0.243
本地异质性联系 高水平 2.788 0.005 0.133
低水平 3.345 0.001 0.235
被引程度 非本地异质性联系 本地同质性联系 高水平 2.494 0.013 0.136
低水平 3.099 0.002 0.227
本地异质性联系 高水平 2.328 0.020 0.122
低水平 2.729 0.007 0.210
合享价值度 非本地异质性联系 本地同质性联系 高水平 2.066 0.039 0.110
低水平 3.166 0.002 0.227
本地异质性联系 高水平 2.263 0.024 0.116
低水平 3.007 0.003 0.227

5 结论与讨论

5.1 主要结论

本文结合“蜂鸣—管道”“相关多样化”“区域产业分叉”“区位机会窗口”等理论观点，重点从本地、非本地两个尺度分析了同、异质性联系对区域创新数量和创新质量的影响。主要结论如下：
①同、异质性联系的网络结构和空间特征存在差异。结构上，长三角地区形成以上海为中心、以省会城市为次中心的等级结构特征，其中浙江省的省内联系倾向要强于江苏、安徽。空间格局上，长三角地区异质性联系呈现“强度均衡、密度较大”的特征，高值区域相对集中，呈现以“合肥—南京—上海—杭州—宁波”及其沿线区域组成的“之”字形格局特征；长三角地区同质性联系则呈现“强度集中、密度较小”的特征，高强度区域分布更加广泛，呈现以“连云港—温州”及沿线地市为竖轴、以“上海—合肥”及沿线地市为横轴的“T”字型结构。而异质性联系在所有尺度中均占据主导，其中本地异质性联系的比重为60.33%，非本地尺度的异质性联系比重为69.06%，可见非本地尺度的联系中流动着更多的异质性知识。
②不同尺度异质性联系对区域创新数量和质量的积极作用均要显著强于同质性联系。基于回归结果可知，所有尺度的同、异质性联系对于区域创新数量而言均具有积极意义，但同质性联系的显著程度要低于异质性联系，其中又以本地同质性联系的显著程度最低。对于区域创新质量而言，本地、非本地的同质性联系均不能显著促进区域创新质量，而本地、非本地异质性联系的回归系数均显著为正，其中又以非本地异质性联系的促进作用最为明显。由此可见，“管道”构建带来的异质性知识流动对于提升区域创新质量而言至关重要。
③本地“蜂鸣”能够显著正向调节非本地异质性联系对区域创新数量和质量的影响。所有情况下，本地同质性或异质性联系均能够正向调节非本地异质性联系的影响，说明不同知识类型本地“蜂鸣”的调节作用稳定且显著。其中，本地同、异质性联系调节非本地异质性联系对区域创新数量的影响比对创新质量更加明显，并且低水平状态下的本地同、异质性联系对非本地异质性联系的调节作用均比高水平状态更为明显。由此可见，本地“蜂鸣”较弱的地区对于非本地异质性知识的边际利用效率可能更高，这为边缘地区打开区位机会之窗提供了机遇。
④技术守门员主体在不同尺度同、异质知识耦合过程中发挥着关键作用。技术守门员是推动本地、非本地知识交流的关键主体，在创新数量、质量以及各方面联系上均比一般主体表现优秀。从尺度上来看，技术守门员主体在绝大多数非本地联系中保持着80%以上的异质性联系比重，是区域吸收非本地异质性知识的“关键少数”，从而也成为区域提升创新质量的关键主体。

5.2 讨论

百年未有之大变局的背景下，新质生产力的发展不断重塑区域竞争格局，并推动着创新经济地理研究向高质量创新发展聚焦。本文对知识流动与区域创新质量的关系探讨引申出对区域创新发展理论和实践的再思考：理论层面，随着技术创新的复杂程度日益上升，跨界融合创新成为重塑创新格局的重要力量，寻找异质性知识成为高质量创新的关键之一，这意味着创新网络建设的重点需要从同领域向跨领域转变。在此过程中，“蜂鸣—管道”等不同尺度的网络耦合为知识流动提供了空间通道，“技术守门员”主体则占据了网络的关键位置。可以想象，伴随着创新竞争的不断加剧，以知识流动和融合为目的的创新网络建设，会更加强调不同尺度、不同主体之间的有效知识溢出，从而蜂鸣和管道的二元分异会趋向于模糊化，创新网络地理空间表征的复杂程度或将加剧。现实层面，产业集聚理论长期指导着地方产业建设，同行业间的知识交流为中国改革开放以来的产业发展提供了重要支撑，但可能并不足以满足当前高质量创新对于异质性知识的巨大需求，未来区域产业政策应突破传统产业空间集聚的固定思维，更加重视异质性知识通道建设，比如挖掘共位集群等既有通道的潜力，支持跨领域交流机会丰富的展会等临时性集群的发展，搭建以技术、产品创新为目标的跨界联合攻关平台等。需要指出的是，受限于数据获取难度，本文仅以专利数据为基础区分同、异质知识流动，在未来的研究中，其他渠道知识通道的分析将有效丰富本文的相关讨论。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
方创琳, 孙彪. 新质生产力的地理学内涵及驱动城乡融合发展的重点方向[J]. 地理学报, 2024, 79(6):1357-1370.

DOI

[2]
Scott A J, Storper M. High technology industry and regional development:A theoretical critique and reconstruction[J]. International Social Science Journal, 1987, 39:215-232.

[3]
宓泽锋, 曾刚. 本地知识基础对新兴产业知识流动的影响——以中国燃料电池产业为例[J]. 地理学报, 2021, 76(4):1006-1008.

DOI

[4]
宓泽锋, 邱志鑫, 尚勇敏, 等. 长三角区域创新集群的技术创新联系特征及影响探究——以新材料产业为例[J]. 地理科学, 2022, 42(9):1522-1533.

DOI

[5]
Frenken K, Boschma R A. A theoretical framework for evolutionary economic geography:Industrial dynamics and urban growth as a branching process[J]. Journal of Economic Geography, 2007, 7(5):635-649.

DOI

[6]
任传堂, 章屹祯, 王璐玮, 等. 基于“蜂鸣—管道”理论的显,隐性知识流动与影响机理对比研究[J]. 地理研究, 2023, 42(9):2369-2385.

[7]
叶琴, 曾刚. 解析型与合成型产业创新网络特征比较——以中国生物医药、节能环保产业为例[J]. 经济地理, 2018, 38(10):142-154.

[8]
Frenken K, Van Oort F, Verburg T. Related variety,unrelated variety and regional economic growth[J]. Regional Studies, 2007, 41(5):685-697.

DOI

[9]
许吉黎, 张虹鸥, 陈奕嘉, 等. 演化经济地理学的理论脉络演进与研究议题展望[J]. 地理研究, 2023, 42(9):2433-2450.

[10]
蒋晟, 贺灿飞. 区域产业相关多样化和非相关多样化对中国出口市场多样化的影响[J]. 地理科学进展, 2022, 41(5):770-784.

DOI

[11]
Content J, Frenken K. Related variety and economic development:A literature review[J]. European Planning Studies, 2016, 24(12):2097-2112.

DOI

[12]
Boschma R A, Van der Knaap G A. New high-tech industries and windows of locational opportunity:The role of labour markets and knowledge institutions during the industrial era[J]. Geografiska Annaler:Series B,Human Geography, 1999, 81(2):73-89.

DOI

[13]
Antonietti R, Montresor S. Going beyond relatedness:Regional diversification trajectories and key enabling technologies (KETs) in Italian regions[J]. Economic Geography, 2021, 97(2):187-207.

DOI

[14]
徐洁, 李琳. 技术关联、产业政策与中国城市突破性创新[J]. 地理研究, 2023, 42(10):2796-2816.

DOI

[15]
王璐玮, 汪涛, 张晗. 城市双元创新驱动因素的时空异质性——以生物医药多元创新要素耦合分区为例[J]. 地理科学, 2021, 41(9):1556-1568.

DOI

[16]
Bathelt H, Malmberg A, Maskell P. Clusters and knowledge:Local buzz,global pipelines and the process of knowledge creation[J]. Progress in Human Geography, 2004, 28(1):31-56.

DOI

[17]
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

[18]
王启轩, 任婕, 曹湛. 上海大都市圈创新网络的演化特征及其对创新产出的影响——基于“蜂鸣—管道”视角[J]. 经济地理, 2024, 44(1):107-117.

DOI

[19]
袁燕, 吴妍, 杨大鹏. 小世界、结构洞与城市创新的网络机制:来自长三角城市群的证据[J]. 管理工程学报, 2025, 39(2):14-26.

[20]
王菲菲, 董家鑫, 薛蕊, 等. 基于知识流动的技术守门人识别——以区块链技术领域为例[J]. 情报理论与实践, 2024, 47(7):126-134.

[21]
Castaldi C, Frenken K, Los B. Related variety,unrelated variety and technological breakthroughs:An analysis of US state-level patenting[J]. Regional Studies, 2015, 49(5):767-781.

DOI

[22]
李语杨, 谷人旭, 王腾飞, 等. 长三角地区知识守门人空间演变与作用机制研究[J]. 地理科学进展, 2021, 40(6):925-936.

DOI

[23]
Breschi S, Lenzi C. The role of external linkages and gatekeepers for the renewal and expansion of US cities' knowledge base,1990-2004[J]. Regional Studies, 2015, 49(5):782-797.

DOI

[24]
Le Gallo J, Plunket A. Regional gatekeepers,inventor networks and inventive performance:Spatial and organizational channels[J]. Research Policy, 2020, 49(5):103981.

DOI

[25]
龙小宁, 刘灵子, 张靖. 企业合作研发模式对创新质量的影响——基于中国专利数据的实证研究[J]. 中国工业经济, 2023(10):174-192.

Options
Outlines

/

〈 〉