DOI：10.18402/resci.2022.07.14 修订日期：2022-05-04 引用格式：戴靓，纪宇凡，王嵩，等.中国城市知识创新网络的演化特征及其邻近性机制[J].资源科学，2022，44(7)：1494-1505.[Dai L,Ji Y F,Wang S,et al.Evolutionary characteristics and proximity mechanism of intercity knowledge innovation networks in China[J].Resources Science,2022,44(7):1494-1505.]DOI:10.18402/resci.2022.07.14 1 引言 面对中国经济增长方式转型与百年未有之大变局，国家对提升城市和区域的创新能力日益重视，强调依靠创新实现高质量发展和内涵型增长。十四五规划提出，“支持北京、上海、粤港澳大湾区形成国际科技创新中心，建设北京怀柔、上海张江、大湾区、安徽合肥综合性国家科学中心，支持有条件的地方建设区域科技创新中心”。新时期，城市的功能正在由以要素资源驱动的生产制造加速迈向以技术信息驱动的知识创新。如今的市场和竞争环境复杂多变，产品和技术的生命周期愈发缩短，创新的成本和风险不断上升，这使得创新主体对外部知识的依赖性越来越强，合作成为知识创新的重要途径[1]。在流动空间下，传统封闭、单点线性的创新模式向开放式合作创新系统转变，积极融入全球和区域的创新网络成为城市创新发展的新趋势[2，3]。因此，动态把握中国城市知识合作创新的时空格局与演化机制，对培育多级科创中心、优化合作结网路径和完善国家创新体系具有重要的现实意义。 创新网络最早由Freeman提出，随着人文社会科学对地理空间的重视以及城市地理学中关系研究的崛起，城市创新网络逐渐成为探讨区域知识溢出和城市创新系统的主要方式[4]。学者们从不同视角对不同空间尺度的创新网络开展了广泛研究，而城际创新联系的构建是前提，既有文献主要通过模型拟合法和参量替代法来刻画[5]。模型拟合法是在对城市创新禀赋综合评价的基础上，采用修正的空间交互模型测度城市间的创新联系。这类方法拟合出的城际创新关联较为综合，但结果并非真实，侧重于潜力的表征[6]。随着大数据技术的发展，有关城市间合作创新的显性信息不再难以获取，参量替代法受到学者们的青睐。该方法中的城际创新联系表现为以论文产出为代表的科学型创新联系、以专利或项目研发为代表的技术型创新联系、以创新企业空间布局为代表的载体型创新联系，以高端人才跨城流动为代表的要素型创新联系[7]。其中，城市间隐性的知识创新网络，主要通过论文合著的科学知识和专利合申的技术知识来显化。例如，Cao等[1]基于城际论文合作数据，探讨了中国城市知识合作创新网络中的“本地嗡鸣—全球管道”。焦美琪等[8]利用专利合作数据，分析了“一带一路”城市技术合作创新网络的时空演化。李丹丹等[9]认为论文与专利合作作为科技发展的重要成果，是反映区域创新能力的主要指标，因而比较了中国城市间两种知识创新网络的异同。然而，既有研究对知识创新网络的表征总体局限于单一维度，将科学或技术知识集成考虑的文献不多，容易导致对中国城市知识创新格局的片面认知，因而需进一步探索城际知识创新网络的综合测度。 随着学者们对城市知识创新网络时空格局认识的深入，其形成与演化机制成为研究的重点。其中，多维邻近性作为区域知识溢出、创新与技术扩散的重要动力，为城市合作创新网络的影响机制分析提供了理论框架。法国邻近动力学派(French School of Proximity)最早提出“多维邻近性”的概念，并对其在创新中的作用进行探讨[10]。其在经济地理中的流行得益于Boschma将多维邻近性拓展和归纳为地理、制度、认知、组织、社会等方面[11]。大量实证研究揭示了多维邻近性对城市创新网络演化有着不同程度的影响[12-14]，但这些文献往往假设不同邻近性之间相互独立，且对创新网络的影响机制不变。事实上，邻近性的作用并非单调的、静止的，也不是相互独立的。一方面，过度邻近性容易引发锁定效应而产生“邻近悖论”(Proximity Paradox)，即随着创新网络所处阶段不同，邻近性可能产生“U”型或者倒“U”型的影响[15]。另一方面，不同维度邻近性的作用机制之间存在依赖性。Boschma指出地理邻近性本身对创新合作可能没有影响，而需要作用于其他维度的邻近性才能发挥效应[11]；Ma等[16]则认为地理邻近性与非地理邻近性对创新合作的影响是相互交织的，存在互补或替代效应。总体而言，虽然邻近性被认为是城市间创新结网的基本动力，但对于多维邻近对创新网络影响的动态性以及不同邻近对创新网络影响的交互性仍较少关注，需深入理解多维邻近性“相互联系和内在动态的本质”[17]。 在此背景下，本文基于中国285个地级及以上城市的论文和专利合作数据，综合构建2011年和2019年的中国城市知识创新网络，分析其结构特征与演化规律，并运用多元回归的二次指派程序(Multiple Regression Quadradic Assignment Procedure，MRQAP)，从邻近性视角探讨中国城市知识创新网络的演化机制。研究的主要特色在于：一方面，集成论文和专利合作综合测度城际知识创新联系，一定程度上克服了引力模型拟合的虚拟性和单一参量替代的片面性。另一方面，加入平方项和交互项深入考察邻近性影响的动态性和交互性，以期深化多维邻近性机制的理论认知和实证研究，并为区域创新政策的制定提供科学依据。 2 研究方法与数据来源 2.1 中国城市知识创新网络的构建 Johansson等[18]将知识分为科学知识、技术知识以及与企业相关的知识。论文和专利作为知识产出的显性表达，是科技创新的重要载体，其合作生产往往需要著作者和发明人之间密切的联系和深厚的信任，成为当前追踪隐性知识溢出和创新资源流动的主要途径[9]。不同于以往研究从单一维度刻画城市间知识合作创新联系，本文将论文合作和专利合作相结合，综合构建城市知识创新网络。2010年以来随着一系列科技创新政策的出台，中国各中心城市科技创新能力显著提升，城市间技术合作呈现爆发式增长[19，20]。因此，以2010年为数据收集基年，对比近10年两个时段下中国城市知识合作创新格局的演变。考虑到论文发表和专利申请的周期，采用两年的时间窗口2010-2011年和2018-2019年收集数据以消除知识产出的滞后性与单一年份的波动性。同时，考虑到中国行政区划的部分调整，为确保两个时间段城市统计口径的一致性及其社会经济数据的可得性，研究对象最终涉及中国境内的285个地级市和直辖市。
