長(zhǎng)三角城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)演化及形成機(jī)制研究
——依存型多層網(wǎng)絡(luò)視角

王?；ǎ瑢O 芹，杜 梅，李 玉

(上海大學(xué) 管理學(xué)院，上海 200444)

0 引言

創(chuàng)新已經(jīng)成為推動(dòng)國(guó)家和區(qū)域經(jīng)濟(jì)發(fā)展、科技進(jìn)步的內(nèi)驅(qū)動(dòng)力。城市群作為我國(guó)區(qū)域創(chuàng)新的主體空間，已經(jīng)成為我國(guó)經(jīng)濟(jì)發(fā)展的核心區(qū)域[1]。隨著“十三五”期間推動(dòng)區(qū)域協(xié)調(diào)發(fā)展、建設(shè)全國(guó)20個(gè)城市群等國(guó)家重大規(guī)劃提出，以及十九大報(bào)告中創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略、加快建設(shè)創(chuàng)新型國(guó)家戰(zhàn)略出臺(tái)，城市群協(xié)同創(chuàng)新已成為政府部門和學(xué)術(shù)界關(guān)注的熱點(diǎn)之一。長(zhǎng)三角城市群作為我國(guó)最具經(jīng)濟(jì)活力、產(chǎn)業(yè)體系最完備、開放程度最高、科技創(chuàng)新能力最強(qiáng)區(qū)域被稱為“世界第六大創(chuàng)新城市群”[2]，“一帶一路”與長(zhǎng)江經(jīng)濟(jì)帶重要交匯地帶的地理位置也使其成為我國(guó)綜合實(shí)力最強(qiáng)的區(qū)域。國(guó)務(wù)院印發(fā)的《關(guān)于進(jìn)一步推進(jìn)長(zhǎng)江三角洲地區(qū)改革開放和經(jīng)濟(jì)社會(huì)發(fā)展的指導(dǎo)意見》明確提出，要著力增強(qiáng)長(zhǎng)江三角洲地區(qū)自主創(chuàng)新能力，將其建設(shè)成為亞太地區(qū)重要的國(guó)際門戶、全球重要的先進(jìn)制造業(yè)基地、具有較強(qiáng)國(guó)際競(jìng)爭(zhēng)力的世界級(jí)城市群?！吨袊?guó)城市群發(fā)展報(bào)告(2016)》[3]顯示，長(zhǎng)三角城市群以明顯優(yōu)勢(shì)位居全國(guó)城市群首位。然而，《長(zhǎng)三角城市群發(fā)展規(guī)劃》指出，與美國(guó)東北部大西洋沿岸城市群、日本太平洋沿岸城市群、英國(guó)中南部城市群等世界級(jí)城市群相比，長(zhǎng)三角城市群仍然存在城市間分工協(xié)作不足、低水平同質(zhì)化競(jìng)爭(zhēng)嚴(yán)重、創(chuàng)新資源分配不合理、城市功能相對(duì)較弱等問題。因此，優(yōu)化長(zhǎng)三角城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)和空間布局、提高協(xié)同創(chuàng)新效率、健全一體化發(fā)展體制機(jī)制是其競(jìng)爭(zhēng)力提升的關(guān)鍵(辜勝阻等，2013)。

當(dāng)前，城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)研究主要聚焦在網(wǎng)絡(luò)結(jié)構(gòu)特征演化和形成機(jī)制分析方面。首先，在創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)特征演化方面，隨著跨組織創(chuàng)新活動(dòng)網(wǎng)絡(luò)組織形成和壯大[5]，集中在組織或區(qū)域內(nèi)部的創(chuàng)新網(wǎng)絡(luò)研究[5]向跨區(qū)域創(chuàng)新和協(xié)同創(chuàng)新研究發(fā)展?，F(xiàn)有研究主要利用城市間合作論文數(shù)據(jù)[6]或聯(lián)合申請(qǐng)專利數(shù)據(jù)[7]構(gòu)建城市群合作網(wǎng)絡(luò)，進(jìn)而通過分析網(wǎng)絡(luò)規(guī)模、中心性、結(jié)構(gòu)洞、“小世界”特性以及凝聚子群特征等刻畫城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)特征及演化。Scherngell等[7]基于歐洲255個(gè)地區(qū)之間的專利數(shù)據(jù)探討城市合作網(wǎng)絡(luò)演變特征；周燦[8]、許敏[9]利用聯(lián)合申請(qǐng)專利數(shù)據(jù)研究長(zhǎng)三角城市群創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)。不同的是，前者從本地和跨界多維空間尺度出發(fā),后者從省際比較角度出發(fā)；李建成等[10]基于長(zhǎng)三角城市群論文合作數(shù)據(jù)，從整體網(wǎng)與自我網(wǎng)的空間分布、拓?fù)涮卣?、結(jié)構(gòu)復(fù)雜性等特征分析該城市群科學(xué)知識(shí)網(wǎng)絡(luò)結(jié)構(gòu)特征及其發(fā)展演化；謝偉偉等[11]通過刻畫長(zhǎng)三角城市群綠色發(fā)展創(chuàng)新網(wǎng)絡(luò)密度、節(jié)點(diǎn)中心度和網(wǎng)絡(luò)中心勢(shì)，證實(shí)該網(wǎng)絡(luò)以發(fā)達(dá)城市為核心的半輪軸型集聚格局基本形成。其次，在形成機(jī)制分析方面，現(xiàn)有研究大多使用關(guān)系數(shù)據(jù)，采用QAP分析法進(jìn)行分析。唐建榮等[12]在分析長(zhǎng)三角城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)特征的基礎(chǔ)上，剖析該網(wǎng)絡(luò)形成的重要驅(qū)動(dòng)因素是地理鄰近性、產(chǎn)業(yè)結(jié)構(gòu)、高校人數(shù)和科技支出；許培源等[1]從鄰近性視角證明，地理、技術(shù)結(jié)構(gòu)、經(jīng)濟(jì)、制度和語言多維鄰近因素對(duì)粵港澳大灣區(qū)城市間創(chuàng)新合作有顯著影響；高麗娜等[13]指出，創(chuàng)新要素集聚與擴(kuò)散是推動(dòng)城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)形成的根本機(jī)制，城市創(chuàng)新要素規(guī)模與結(jié)構(gòu)、產(chǎn)業(yè)特征異質(zhì)性影響城市群協(xié)同創(chuàng)新模式。

現(xiàn)有文獻(xiàn)為城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)研究奠基了基礎(chǔ)，但是仍存在以下不足：首先，現(xiàn)有研究大多數(shù)著眼于單層網(wǎng)絡(luò)并分析其結(jié)構(gòu)特征[10]，較少考慮協(xié)同創(chuàng)新過程中的知識(shí)網(wǎng)絡(luò)嵌入，未將城市與知識(shí)元素置于一個(gè)框架中分析、刻畫協(xié)同創(chuàng)新程度和協(xié)同創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)特征。此外，多數(shù)研究側(cè)重于從鄰近性視角探討其外部影響因素，忽視了網(wǎng)絡(luò)內(nèi)在因素影響，或者僅從定性層面分析協(xié)同創(chuàng)新網(wǎng)絡(luò)驅(qū)動(dòng)因素[14]，難以充分揭示協(xié)同創(chuàng)新網(wǎng)絡(luò)形成機(jī)制。

創(chuàng)新主體本質(zhì)上是知識(shí)元素的集合，創(chuàng)新主體協(xié)同創(chuàng)新過程也是知識(shí)元素之間不斷重組、形成知識(shí)網(wǎng)絡(luò)以實(shí)現(xiàn)創(chuàng)造新知識(shí)的過程[15]。協(xié)同創(chuàng)新網(wǎng)絡(luò)中的知識(shí)網(wǎng)絡(luò)和合作網(wǎng)絡(luò)具有非同構(gòu)解耦特性，二者同時(shí)決定創(chuàng)新行為和創(chuàng)新結(jié)果[16,17]，合作網(wǎng)絡(luò)為創(chuàng)新主體提供接觸外部異質(zhì)性知識(shí)的機(jī)會(huì)，知識(shí)網(wǎng)絡(luò)則解釋了創(chuàng)新主體知識(shí)組合潛能及應(yīng)用模式等問題[18]。因此，研究當(dāng)前長(zhǎng)三角城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)，需要同時(shí)考慮知識(shí)網(wǎng)絡(luò)結(jié)構(gòu)嵌入的影響，從而突破以往研究將知識(shí)網(wǎng)絡(luò)和合作網(wǎng)絡(luò)作為并行變量的限制。依存型多層網(wǎng)絡(luò)[19,20]能夠突破單層網(wǎng)絡(luò)中節(jié)點(diǎn)同質(zhì)性和連邊同質(zhì)性的限制，增加包括兩種不同性質(zhì)節(jié)點(diǎn)的隸屬網(wǎng)絡(luò)，并將其與合作網(wǎng)絡(luò)和知識(shí)網(wǎng)絡(luò)有機(jī)結(jié)合，進(jìn)一步剖析城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)特征演化及形成機(jī)制。復(fù)雜網(wǎng)絡(luò)認(rèn)為，網(wǎng)絡(luò)邊的相關(guān)性是網(wǎng)絡(luò)結(jié)構(gòu)形成的關(guān)鍵要素，即現(xiàn)有結(jié)構(gòu)會(huì)影響新的邊形成，而傳統(tǒng)Logistic回歸模型以網(wǎng)絡(luò)邊的獨(dú)立性為前提，無法測(cè)量網(wǎng)絡(luò)內(nèi)生結(jié)構(gòu)影響因素。隨機(jī)指數(shù)圖模型(Exponential Random Graph Model，簡(jiǎn)稱“ERGM”)將網(wǎng)絡(luò)中邊的發(fā)生概率建模，包括外生性網(wǎng)絡(luò)屬性(節(jié)點(diǎn)或邊的屬性)和內(nèi)生性結(jié)構(gòu)(三角結(jié)構(gòu)、星型結(jié)構(gòu)等網(wǎng)絡(luò)構(gòu)型)[23]嵌入，分析網(wǎng)絡(luò)生成的因果關(guān)系，從而預(yù)測(cè)未來網(wǎng)絡(luò)關(guān)系生成概率。Brennecke等[16]基于ERGM預(yù)測(cè)企業(yè)知識(shí)網(wǎng)絡(luò)結(jié)構(gòu)特征對(duì)發(fā)明者之間的人際互動(dòng)以及知識(shí)在組織內(nèi)擴(kuò)散和重組的影響；Chrobat等[21]利用ERGM預(yù)測(cè)組織和團(tuán)隊(duì)中重要領(lǐng)導(dǎo)關(guān)系形成；何喜軍等(2018)基于ERGM從網(wǎng)絡(luò)內(nèi)生結(jié)構(gòu)、科技主體間關(guān)系屬性、科技主體個(gè)體屬性等維度預(yù)測(cè)科技主體間的專利技術(shù)交易機(jī)會(huì)。因此，ERGM在預(yù)測(cè)網(wǎng)絡(luò)關(guān)系形成機(jī)制方面具有優(yōu)勢(shì)。

基于以上分析，本研究基于依存型多層網(wǎng)絡(luò)視角，將長(zhǎng)三角城市群合作網(wǎng)絡(luò)、知識(shí)網(wǎng)絡(luò)和城市-知識(shí)元素隸屬網(wǎng)絡(luò)3個(gè)不同網(wǎng)絡(luò)整合到一個(gè)框架中，利用指數(shù)隨機(jī)模型識(shí)別網(wǎng)絡(luò)內(nèi)生結(jié)構(gòu)特征和外生變量(結(jié)點(diǎn)和結(jié)點(diǎn)間關(guān)系)的綜合影響，解答以下問題：長(zhǎng)三角城市群協(xié)同創(chuàng)新程度如何？其協(xié)同創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)特征及演化如何？其協(xié)同創(chuàng)新網(wǎng)絡(luò)形成機(jī)制如何？這對(duì)于長(zhǎng)三角城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化、創(chuàng)新資源合理配置和更高質(zhì)量的一體化發(fā)展具有重要意義。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源與處理

相較于其它科研成果，專利是目前創(chuàng)新領(lǐng)域使用最廣泛的數(shù)據(jù)，具有先進(jìn)性和創(chuàng)新性[22]。因此，將合作專利作為協(xié)同創(chuàng)新衡量指標(biāo)具有合理性。本研究選取長(zhǎng)三角城市群，包括上海、江蘇、浙江和安徽在“三省一市”共41個(gè)城市作為研究對(duì)象，以2009—2018年城市群內(nèi)產(chǎn)學(xué)研聯(lián)合申請(qǐng)專利為數(shù)據(jù)，研究其協(xié)同創(chuàng)新程度、協(xié)同創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)特征演化及形成機(jī)制。

本研究專利數(shù)據(jù)來源于國(guó)家知識(shí)產(chǎn)權(quán)局專利檢索及分析網(wǎng)站(http://pss-system.cnipa.gov.cn)，檢索2009年1月1日至2018年12月31日長(zhǎng)三角城市群139所本科院校申請(qǐng)的發(fā)明專利信息，在檢索欄專利申請(qǐng)(專利權(quán))人處輸入“XX大學(xué)”(如復(fù)旦大學(xué))，將檢索到的488 658條專利數(shù)據(jù)批量下載，剔除單個(gè)專利申請(qǐng)主體(僅有一個(gè)申請(qǐng)人)、非長(zhǎng)三角區(qū)域主體(北京大學(xué))、非產(chǎn)學(xué)研主體(軍隊(duì)、醫(yī)院、個(gè)人)等不符合條件的專利數(shù)據(jù)，最終得到14 849條專利數(shù)據(jù)。首先利用專利計(jì)量方法，分析產(chǎn)學(xué)研協(xié)同創(chuàng)新聯(lián)合申請(qǐng)專利數(shù)據(jù)時(shí)間分布和地域分布，然后針對(duì)同一條專利申請(qǐng)人地域分布進(jìn)行拆分，獲得城市間協(xié)同創(chuàng)新合作頻次共計(jì)7 653次。拆分規(guī)則見表1，如果某條專利申請(qǐng)人為同濟(jì)大學(xué)、上海XX有限公司和徐州XX有限公司，其地域分布分別為上海、上海與徐州，則可拆分為上海和徐州以及上海和徐州兩條合作關(guān)系。

表1 聯(lián)合申請(qǐng)專利拆分規(guī)則(示例)

注：A、B、C分別代表城市

1.2 研究方法

本研究利用長(zhǎng)三角城市群產(chǎn)學(xué)研聯(lián)合申請(qǐng)專利數(shù)據(jù)，基于依存型多層網(wǎng)絡(luò)視角構(gòu)建一個(gè)能體現(xiàn)長(zhǎng)三角城市群城市間合作關(guān)系、知識(shí)元素間組合關(guān)系以及城市-知識(shí)元素間隸屬關(guān)系的多層次社會(huì)網(wǎng)絡(luò)，如圖1所示。合作網(wǎng)絡(luò)是以長(zhǎng)三角城市群的41個(gè)城市為網(wǎng)絡(luò)節(jié)點(diǎn)(Nodes)，城市之間聯(lián)合申請(qǐng)專利的合作關(guān)系為聯(lián)結(jié)(Ties)構(gòu)建而成；知識(shí)網(wǎng)絡(luò)根據(jù)Guan等[23]的劃分原則，以專利IPC分類號(hào)前4位劃分出的946類知識(shí)元素作為網(wǎng)絡(luò)節(jié)點(diǎn)，以不同知識(shí)元素出現(xiàn)在同一條專利數(shù)據(jù)中作為聯(lián)結(jié)。中間的城市-知識(shí)元素隸屬網(wǎng)絡(luò)是以41個(gè)城市和946類知識(shí)元素作為網(wǎng)絡(luò)節(jié)點(diǎn)，并以兩類節(jié)點(diǎn)間的隸屬關(guān)系為聯(lián)結(jié)構(gòu)建。

圖1 依存型多層網(wǎng)絡(luò)

結(jié)合劉軍[24]、Barrat[25]、Burt[26]&Guan等[27]的研究成果，本研究選取網(wǎng)絡(luò)規(guī)模、網(wǎng)絡(luò)密度、網(wǎng)絡(luò)中心勢(shì)、平均路徑長(zhǎng)度、平均聚類系數(shù)和點(diǎn)度中心度指標(biāo)，從整體網(wǎng)絡(luò)和個(gè)體網(wǎng)絡(luò)兩個(gè)方面刻畫長(zhǎng)三角城市群產(chǎn)學(xué)研協(xié)同創(chuàng)新合作網(wǎng)絡(luò)結(jié)構(gòu)特征，選取網(wǎng)絡(luò)規(guī)模、網(wǎng)絡(luò)密度和網(wǎng)絡(luò)中心度測(cè)量知識(shí)網(wǎng)絡(luò)結(jié)構(gòu)特征演化。結(jié)合Wang[28]、Fleming[29]&Brennecke[16]的研究成果，選取知識(shí)多樣性、知識(shí)組合機(jī)會(huì)和知識(shí)獨(dú)特性3個(gè)指標(biāo)測(cè)量隸屬網(wǎng)絡(luò)結(jié)構(gòu)特征及其演化。

2 協(xié)同創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)特征分析

長(zhǎng)三角城市群內(nèi)各城市產(chǎn)學(xué)研聯(lián)合申請(qǐng)專利情況如圖2所示，各城市聯(lián)合申請(qǐng)專利總量呈上升趨勢(shì)，但城市間申請(qǐng)專利情況差異較大。長(zhǎng)三角城市群產(chǎn)學(xué)研聯(lián)合專利申請(qǐng)數(shù)量從2009年的792件增長(zhǎng)至2018年的2 829件，增長(zhǎng)了2.57倍。上海、南京、杭州、蘇州、無錫和南通等城市聯(lián)合申請(qǐng)專利總量一直位居前列。長(zhǎng)三角城市群內(nèi)各城市產(chǎn)學(xué)研聯(lián)合申請(qǐng)專利情況如圖2所示,可以發(fā)現(xiàn)，各城市聯(lián)合申請(qǐng)專利總量呈上升趨勢(shì),但城市間聯(lián)合申請(qǐng)專利情況差異較大。長(zhǎng)三角城市群產(chǎn)學(xué)研聯(lián)合申請(qǐng)專利數(shù)量從2009年的792件增長(zhǎng)至2018年的2 829件,增長(zhǎng)了2.57倍。其中，上海、南京、杭州、蘇州、無錫和南通等城市聯(lián)合申請(qǐng)專利總量一直位居前列；宿州、亳州、黃山、池州和麗水等城市聯(lián)合申請(qǐng)專利總量較少且增長(zhǎng)速度明顯慢于其它城市。

從長(zhǎng)三角城市群城產(chǎn)學(xué)研協(xié)同創(chuàng)新頻次看，2009—2018年協(xié)同創(chuàng)新頻次呈逐年遞增趨勢(shì)，其中2018年合作頻次最多，達(dá)到1 341次。2009—2018年上海、江蘇、浙江和安徽參與產(chǎn)學(xué)研協(xié)同創(chuàng)新頻次占比分別為13.8%、55.8%、22.0%和8.4%。其中，南京、上海、杭州、蘇州、無錫、南通和合肥分別以參與協(xié)同創(chuàng)新合作頻次占比17.0%、13.9%、10.6%、8.3%、6.6%、5.9%及3.5%位于前列。這表明2009—2018年長(zhǎng)三角城市群各城市知識(shí)創(chuàng)新合作關(guān)系密切，協(xié)同創(chuàng)新程度不斷加深并形成了以多個(gè)中心城市領(lǐng)先帶動(dòng)發(fā)展的格局。由此可見，研究長(zhǎng)三角城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)就必須分析長(zhǎng)三角城市群創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)特征。

2.1 合作網(wǎng)絡(luò)結(jié)構(gòu)演化分析

使用Ucinet6.0計(jì)算合作網(wǎng)絡(luò)結(jié)構(gòu)特征各項(xiàng)指標(biāo)，結(jié)果如表2所示。①節(jié)點(diǎn)數(shù)表示合作網(wǎng)絡(luò)中參與協(xié)同創(chuàng)新的城市數(shù)量，用于衡量合作網(wǎng)絡(luò)規(guī)模。2009—2018年長(zhǎng)三角城市群參與產(chǎn)學(xué)研協(xié)同創(chuàng)新城市主體由33個(gè)增加到41個(gè)，網(wǎng)絡(luò)規(guī)模不斷擴(kuò)大且趨于穩(wěn)定，2018年實(shí)現(xiàn)長(zhǎng)三角城市群41個(gè)城市全部覆蓋。網(wǎng)絡(luò)規(guī)模越大，網(wǎng)絡(luò)資源越豐富，就越有助于知識(shí)整合和創(chuàng)新[30]；②網(wǎng)絡(luò)邊數(shù)表示兩城市主體之間的合作關(guān)系數(shù)量。聯(lián)結(jié)次數(shù)表示合作網(wǎng)絡(luò)中城市主體之間的合作次數(shù)。由表2可見，合作網(wǎng)絡(luò)邊數(shù)和聯(lián)結(jié)次數(shù)均呈逐年增長(zhǎng)趨勢(shì)，聯(lián)結(jié)次數(shù)數(shù)量和增長(zhǎng)幅度均遠(yuǎn)大于網(wǎng)絡(luò)邊數(shù)，說明各城市之間的合作更加頻繁、合作關(guān)系更加密切，同時(shí)協(xié)同合作也達(dá)到相對(duì)穩(wěn)定狀態(tài)；③網(wǎng)絡(luò)密度是指合作網(wǎng)絡(luò)中各城市之間的合作緊密程度。結(jié)果顯示，合作網(wǎng)絡(luò)密度逐年遞增，最高達(dá)到0.190，但整體仍處于低密度網(wǎng)絡(luò)狀態(tài)。這表明長(zhǎng)三角城市群知識(shí)創(chuàng)新合作狀態(tài)雖然得到改善且達(dá)到相對(duì)穩(wěn)定狀態(tài)，但聯(lián)系強(qiáng)度還沒有達(dá)到完備狀態(tài)；④網(wǎng)絡(luò)中心勢(shì)是指合作網(wǎng)絡(luò)在一定程度上表現(xiàn)出向某中心城市集中的趨勢(shì)，體現(xiàn)的是網(wǎng)絡(luò)整體中心性。隨著網(wǎng)絡(luò)規(guī)模擴(kuò)大，網(wǎng)絡(luò)中心勢(shì)在40%—53%的范圍波動(dòng)變化，說明該網(wǎng)絡(luò)已經(jīng)形成依賴于某些中心城市的空間集聚；⑤平均最短路徑是指已建立合作關(guān)系的兩個(gè)城市之間存在的最少邊條數(shù)，用于衡量城市之間合作關(guān)系建立的難易程度。呈下降趨勢(shì)的平均最短路徑表明,城市之間的通達(dá)性提高，信息傳遞和合作交流效率提高，因合作成本和中間環(huán)節(jié)過多導(dǎo)致的風(fēng)險(xiǎn)降低(宋晶等，2017)；⑥平均聚類系數(shù)是指兩城市與同一城市存在合作關(guān)系，且這兩城市之間恰好也存在合作關(guān)系的概率，用于衡量創(chuàng)新主體之間聚集程度。結(jié)果顯示，合作網(wǎng)絡(luò)平均聚類系數(shù)一直維持在0.590～0.724之間，較高的平均聚類系數(shù)說明合作網(wǎng)絡(luò)中各城市之間的聚集程度大，信息通達(dá)路徑多，有利于信息傳遞和知識(shí)創(chuàng)新，但過度聚集也可能造成城市之間的知識(shí)冗余，導(dǎo)致資源浪費(fèi)[31]。此外，長(zhǎng)三角城市群協(xié)同創(chuàng)新合作網(wǎng)絡(luò)呈現(xiàn)較高的平均聚類系數(shù)和逐漸減小的平均路徑長(zhǎng)度表明，該網(wǎng)絡(luò)呈現(xiàn)逐漸向“小世界”網(wǎng)絡(luò)[32]演化的趨勢(shì)。

圖2 2009—2018年長(zhǎng)三角各城市聯(lián)合申請(qǐng)專利情況

表2 合作網(wǎng)絡(luò)測(cè)度指標(biāo)

分析節(jié)點(diǎn)在網(wǎng)絡(luò)中位置及與其聯(lián)系的節(jié)點(diǎn)數(shù)量，可以探討不同節(jié)點(diǎn)在網(wǎng)絡(luò)演化過程中的差異性演化特征。表3和圖3反映出2009—2018年長(zhǎng)三角城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)中各城市點(diǎn)度中心度。

點(diǎn)度中心度是指在合作網(wǎng)絡(luò)中與該城市有合作關(guān)系的其它城市個(gè)數(shù)，采用與該城市直接連線數(shù)量衡量，反映了該城市的相對(duì)重要程度。由表3可見，2009—2018年各城市點(diǎn)度中心度均有提升，表明相較于2009年，長(zhǎng)三角城市群中各城市協(xié)同創(chuàng)新程度提高，城市群內(nèi)各城市聯(lián)系更加密切。從各個(gè)城市看，上海、南京和杭州始終位于城市點(diǎn)度中心度的前3；蘇州和無錫中心度排名一直穩(wěn)定且居于前列；合肥自2012年進(jìn)入中心度排名前5之后成長(zhǎng)迅速，2016年和南京并列第一；阜陽(yáng)、亳州、宣城、黃山、銅陵和安慶等城市中心度一直處于低值，表明上述城市處于長(zhǎng)三角城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)邊緣位置。總體來看，上海、南京和杭州始終處于長(zhǎng)三角城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)核心位置；蘇州和無錫發(fā)展穩(wěn)定，處于長(zhǎng)三角城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)關(guān)鍵位置；合肥創(chuàng)新能力提升迅速，對(duì)長(zhǎng)三角城市群協(xié)同創(chuàng)新的影響越來越大，成為其協(xié)同創(chuàng)新網(wǎng)絡(luò)“多中心”布局中的“一個(gè)中心”。

圖3反映了2009—2018年長(zhǎng)三角城市群協(xié)同創(chuàng)新合作網(wǎng)絡(luò)動(dòng)態(tài)演化過程，圖中各節(jié)點(diǎn)為城市，邊線為城市之間的合作關(guān)系，合作網(wǎng)絡(luò)節(jié)點(diǎn)大小表明與該節(jié)點(diǎn)聯(lián)系的節(jié)點(diǎn)數(shù)量，節(jié)點(diǎn)越大表明與該節(jié)點(diǎn)直接聯(lián)系的其它節(jié)點(diǎn)越多，即該節(jié)點(diǎn)影響力越大；聯(lián)結(jié)兩節(jié)點(diǎn)的邊的粗細(xì)表明兩節(jié)點(diǎn)之間的合作頻次，邊越粗表明兩節(jié)點(diǎn)之間的合作頻次越高。在每年合作網(wǎng)絡(luò)中，上海、杭州、南京的節(jié)點(diǎn)都是最大的，與其它城市之間的連線也是最多、最粗的，說明上海、杭州和南京一直以來都處于長(zhǎng)三角城市群創(chuàng)新網(wǎng)絡(luò)核心位置，發(fā)揮著輻射其它城市協(xié)同創(chuàng)新、合作發(fā)展的作用。此外，自2014年以后，長(zhǎng)三角城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)中心城市增多且關(guān)鍵城市數(shù)量獲得增長(zhǎng),主要原因有兩個(gè)：一是2013年以后，隨著“一帶一路”倡議和“長(zhǎng)江經(jīng)濟(jì)帶”戰(zhàn)略提出，長(zhǎng)三角城市群作為重要交匯地帶，在國(guó)家現(xiàn)代化建設(shè)大局中占有重要地位，從而進(jìn)一步推進(jìn)長(zhǎng)三角城市群協(xié)同發(fā)展；二是《長(zhǎng)江三角洲城市群發(fā)展規(guī)劃》(2016—2020)將長(zhǎng)三角地區(qū)擴(kuò)容到“三省一市”，并對(duì)其空間格局、基礎(chǔ)設(shè)施網(wǎng)絡(luò)、創(chuàng)新網(wǎng)絡(luò)、開放平臺(tái)等進(jìn)行規(guī)劃，為長(zhǎng)三角城市群知識(shí)交流和共享、全面協(xié)同、加速創(chuàng)新提供了保障。

表3 城市點(diǎn)度中心度

圖3 合作網(wǎng)絡(luò)演化過程

凝聚子群是指由更加直接、密切、積極的關(guān)系構(gòu)成的節(jié)點(diǎn)子集合，用于分析網(wǎng)絡(luò)整體結(jié)構(gòu)的小子群構(gòu)成[6]。凝聚子群的存在說明城市群內(nèi)部存在合作更加頻繁、聯(lián)系更加密切的集群[1]。本研究中，凝聚子群是指在長(zhǎng)三角城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)中，合作關(guān)系更加密切的城市集合。本研究選用迭代相關(guān)收斂法( CONCOR) 進(jìn)行聚類分析，以最大分割深度為 2、收斂標(biāo)準(zhǔn)為 0.2 進(jìn)行計(jì)算。

凝聚子群分析結(jié)果如表4所示，縱向來看，若凝聚子群數(shù)量較多，則不利于整個(gè)創(chuàng)新網(wǎng)絡(luò)中的成員進(jìn)行密切聯(lián)系，將長(zhǎng)三角城市群各年協(xié)同創(chuàng)新網(wǎng)絡(luò)均分為4個(gè)子群則比較易于長(zhǎng)三角城市群各城市之間的直接聯(lián)系[24]。橫向來看，第一子群集中了長(zhǎng)三角城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)中合作關(guān)系緊密、中心度較高的城市，以上海、南京等城市為主；第二子群集中了相互聯(lián)系較為密切的城市，以杭州、合肥等城市為主；第三、四子群則集中了中心度較低且與其它城市存在較少聯(lián)系的城市，以衢州、阜陽(yáng)等城市為主。結(jié)合表5可知，2009年聯(lián)系密度最大的是第一子群和第二子群，2012年第一子群和第三子群的聯(lián)系密度最大，2014年第二子群內(nèi)部聯(lián)系密度最大，2016年第一子群內(nèi)部聯(lián)系密度最大，2018年第一子群和第三子群的聯(lián)系密度最大，說明隨著長(zhǎng)三角城市群一體化戰(zhàn)略推進(jìn)，長(zhǎng)三角城市群形成了包括以上海和南京為核心，以及以杭州和合肥為核心的多個(gè)組團(tuán)創(chuàng)新凝聚子群。此外，以衢州、阜陽(yáng)等城市為代表的第三、四子群的聯(lián)系密度突破零，達(dá)到2.125，說明長(zhǎng)三角城市群創(chuàng)新網(wǎng)絡(luò)中處于較為邊緣位置的城市與其它城市之間的創(chuàng)新聯(lián)系得到加強(qiáng)，整個(gè)創(chuàng)新網(wǎng)絡(luò)聯(lián)系密度向均衡趨勢(shì)發(fā)展。總體而言，長(zhǎng)三角城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)呈現(xiàn)“多中心、多層次、趨均衡”結(jié)構(gòu)布局，并且由上海、南京、杭州、合肥、蘇州和無錫等中心城市帶動(dòng)輻射周邊城市發(fā)展。

表4 長(zhǎng)三角城市群知識(shí)創(chuàng)新網(wǎng)絡(luò)凝聚子群分區(qū)

表5 長(zhǎng)三角城市群合作網(wǎng)絡(luò)凝聚子群密度矩陣

注：每個(gè)數(shù)值分別代表2009、2012、2014、2016、2018年的子群密度

2.2 知識(shí)網(wǎng)絡(luò)結(jié)構(gòu)演化分析

知識(shí)網(wǎng)絡(luò)各測(cè)度指標(biāo)結(jié)果如表6所示。①節(jié)點(diǎn)數(shù)用來衡量知識(shí)網(wǎng)絡(luò)規(guī)模，即各年參與長(zhǎng)三角城市群協(xié)同創(chuàng)新的知識(shí)元素?cái)?shù)量。網(wǎng)絡(luò)規(guī)模由2009年的205個(gè)增長(zhǎng)至2018年的335個(gè)，表明知識(shí)網(wǎng)絡(luò)規(guī)模不斷擴(kuò)大，知識(shí)要素和創(chuàng)新資源越來越豐富，長(zhǎng)三角城市群協(xié)同創(chuàng)新技術(shù)領(lǐng)域得以擴(kuò)展。此外，網(wǎng)絡(luò)邊數(shù)從836條增長(zhǎng)至1 836條，表明知識(shí)元素之間的組合越來越頻繁，不同技術(shù)領(lǐng)域之間的合作更加密切；②網(wǎng)絡(luò)密度由0.002 0增長(zhǎng)至0.004 3，表明協(xié)同創(chuàng)新知識(shí)元素之間的合作關(guān)系增加且聯(lián)系程度加深，但仍屬于低密度網(wǎng)絡(luò)；③點(diǎn)度中心度由1.284增長(zhǎng)至2.812，說明知識(shí)元素之間的平均聯(lián)系次數(shù)不斷增加，但仍有進(jìn)一步提升的空間。

為了更直觀地觀察長(zhǎng)三角城市群2009—2018年協(xié)同創(chuàng)新知識(shí)網(wǎng)絡(luò)結(jié)構(gòu)特征及演化趨勢(shì)，本研究運(yùn)用軟件Gephi0.9.1構(gòu)建知識(shí)網(wǎng)絡(luò)并將其可視化，結(jié)果如圖4所示。

2.3 城市—知識(shí)元素隸屬網(wǎng)絡(luò)

城市-知識(shí)元素隸屬網(wǎng)絡(luò)分析，以2009、2018年為例展示，結(jié)果見表7和圖5。①知識(shí)多樣性是指各城市所擁有的異質(zhì)性知識(shí)元素?cái)?shù)量，城市知識(shí)多樣性越高，就越有利于其與外部其它城市建立合作關(guān)系，從而提高自身協(xié)同創(chuàng)新能力；②知識(shí)組合機(jī)會(huì)是指各城市所擁有的知識(shí)元素在任意其它兩個(gè)知識(shí)元素組合路徑中起中介作用的能力，用來衡量知識(shí)元素之間可能發(fā)生的組合關(guān)系，城市知識(shí)組合機(jī)會(huì)越大，說明其擁有的知識(shí)元素越有可能對(duì)不同知識(shí)元素進(jìn)行重組，就越有利于利用現(xiàn)有知識(shí)進(jìn)行創(chuàng)新；③知識(shí)獨(dú)特性是指城市在與其相聯(lián)系的其它城市不熟悉的領(lǐng)域具有豐富的異質(zhì)性知識(shí)，知識(shí)獨(dú)特性絕對(duì)值越大，說明其擁有的異質(zhì)性知識(shí)資源越多。表7結(jié)果顯示，長(zhǎng)三角城市群各城市知識(shí)多樣性和知識(shí)組合機(jī)會(huì)均有提升，表明長(zhǎng)三角城市群創(chuàng)新知識(shí)和資源不斷豐富，新知識(shí)開發(fā)及利用現(xiàn)有知識(shí)進(jìn)行創(chuàng)新的能力不斷增強(qiáng)；各城市知識(shí)獨(dú)特性絕對(duì)值提高，擁有的異質(zhì)性知識(shí)增多，表明城市有各自側(cè)重發(fā)展的技術(shù)領(lǐng)域和產(chǎn)業(yè)，整體創(chuàng)新水平得到提升。

表6 知識(shí)網(wǎng)絡(luò)測(cè)度指標(biāo)

分析長(zhǎng)三角城市群各城市擁有的知識(shí)元素種類及數(shù)量變化，可以發(fā)現(xiàn)長(zhǎng)三角城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)中技術(shù)領(lǐng)域變化。根據(jù)國(guó)家知識(shí)產(chǎn)權(quán)局中國(guó)專利公布公告的 IPC 分類查詢的分類號(hào)(A——人類生活必需；B——作業(yè)、運(yùn)輸；C——化學(xué)、冶金；D——紡織、造紙；E——固定建筑物；F——機(jī)械工程、照明、加熱、武器、爆破；G——物理；H——電學(xué))進(jìn)行統(tǒng)計(jì)，結(jié)果發(fā)現(xiàn)：

圖4 知識(shí)網(wǎng)絡(luò)演化過程

表7 隸屬網(wǎng)絡(luò)測(cè)度指標(biāo)

注：KD表示知識(shí)多樣性，KO表示知識(shí)組合機(jī)會(huì)，KU表示知識(shí)獨(dú)特性注：KD表示知識(shí)多樣性，KO表示知識(shí)組合機(jī)會(huì)，KU表示知識(shí)獨(dú)特性

(1)從每年各城市擁有的知識(shí)元素?cái)?shù)量占長(zhǎng)三角擁有的知識(shí)元素總量看，2009年上海擁有的各類知識(shí)元素?cái)?shù)量在各類知識(shí)元素總量中占比均為第一，分別為0.161 9、0.203 5、0.153 8、0.191 5、0.218 8、0.333 3、0.241 9、0.267 4。2018年，上海在B類和F類知識(shí)元素中占比仍為第一，分別為0.118 7和0.181 8；杭州在A類、C類和D類知識(shí)元素中占比第一，分別為0.118 4、0.106 2和0.149 1；南京在E類知識(shí)元素中占比為0.112 4，居41個(gè)城市之首；南通分別以0.095 7和0.191 5的占比在G類和H類知識(shí)元素中居于第一。

(2)從各類知識(shí)元素增長(zhǎng)情況看，相較于2009年，2018年各類知識(shí)元素?cái)?shù)量分別增長(zhǎng)了2.895 2、3.504 4、1.919 2、2.425 5、2.781 3、2.200 0、2.612 9、2.186 0倍，“作業(yè)、運(yùn)輸”技術(shù)領(lǐng)域協(xié)同創(chuàng)新發(fā)展速度最快；C類知識(shí)元素仍然分別以260和499的數(shù)量位于各年第一，但相較于其它知識(shí)元素,其增長(zhǎng)幅度最小。由此可見，隨著協(xié)同創(chuàng)新戰(zhàn)略推進(jìn)，長(zhǎng)三角城市群協(xié)同創(chuàng)新領(lǐng)域出現(xiàn)空間聚集，各城市在不同領(lǐng)域各有側(cè)重地進(jìn)行協(xié)同創(chuàng)新；各技術(shù)領(lǐng)域協(xié)同創(chuàng)新力度不同，傳統(tǒng)“化學(xué)、冶金”仍為協(xié)同創(chuàng)新的重點(diǎn)，“作業(yè)、運(yùn)輸”領(lǐng)域發(fā)展更加迅速。

3 協(xié)同創(chuàng)新網(wǎng)絡(luò)生成機(jī)制分析

3.1 ERGM模型構(gòu)建

具體變量及相關(guān)解釋見表8。考慮到知識(shí)多樣性、知識(shí)組合機(jī)會(huì)和知識(shí)獨(dú)特性表示知識(shí)網(wǎng)絡(luò)的不同維度，且三者之間的相關(guān)性較高，故本研究選取代表各城市擁有異質(zhì)性知識(shí)資源程度的知識(shí)獨(dú)特性測(cè)量隸屬網(wǎng)絡(luò)特征對(duì)協(xié)同創(chuàng)新網(wǎng)絡(luò)的影響。

圖5 城市—知識(shí)元素隸屬網(wǎng)絡(luò)

表8 ERGM模型統(tǒng)計(jì)量含義

3.2 ERGM結(jié)果分析

采用R環(huán)境下的Statenet程序包計(jì)算ERGM模型，并使用馬爾科夫連蒙特卡羅最大似然估計(jì)法(MCMC)估計(jì)模型參數(shù)，結(jié)果如圖6和表9所示。統(tǒng)計(jì)結(jié)果顯示，樣本網(wǎng)絡(luò)密度為0.334，擁有節(jié)點(diǎn)41個(gè)，邊274條，三角形874 個(gè)，2-路徑5 006個(gè)，表明存在數(shù)量龐大的星型結(jié)構(gòu)。

圖6 樣本網(wǎng)絡(luò)

參考段慶鋒等[33]的研究成果，對(duì)參數(shù)擬合程度采用以下兩種方法進(jìn)行判定：一是t檢驗(yàn)法，由p值判斷參數(shù)顯著性水平；二是參數(shù)絕對(duì)值至少是標(biāo)準(zhǔn)差的2倍，若成立則可判斷變量在模型中能夠發(fā)揮顯著效應(yīng)。從整體上看，本研究變量均表現(xiàn)出較好的擬合效果。

(1)結(jié)構(gòu)嵌入方面。變量Gwdsp、Gwesp、Gwdegree和Kstar(2)系數(shù)均顯著為正，意味著新成立的關(guān)系能夠形成中介2-路徑、閉合三角形、星型結(jié)構(gòu)和2星的概率是其它情形的1.117(=exp(0.111))、1.496(=exp(0.403))、1.281(=exp(0.248))和1.074(=exp(0.071))倍，說明協(xié)同創(chuàng)新網(wǎng)絡(luò)合作關(guān)系形成傾向于中介2-路徑、閉合三角形、星型結(jié)構(gòu)和2星結(jié)構(gòu)。

(2) 在馬太效應(yīng)機(jī)制方面，nodecov(“KU”)系數(shù)顯著為負(fù)，意味著城市每增加一個(gè)知識(shí)獨(dú)特性，與其它城市形成合作關(guān)系的幾率是原來的0.999(=exp(-0.001))倍，說明知識(shí)獨(dú)特性對(duì)城市之間合作關(guān)系形成具有反向效應(yīng)，即擁有獨(dú)特性知識(shí)的城市與其它城市形成合作關(guān)系的可能性較小，出現(xiàn)這種情況的原因可能是：一方面，城市所擁有的獨(dú)特性知識(shí)對(duì)整個(gè)城市群協(xié)同創(chuàng)新沒有重要性，難以在知識(shí)創(chuàng)新過程被利用；另一方面，創(chuàng)新主體會(huì)潛心于自己獨(dú)特的知識(shí)領(lǐng)域進(jìn)行研發(fā)而不會(huì)積極與其他創(chuàng)新主體展開合作。

(3)在同配性方面，nodematch(“Province”)系數(shù)為正，說明地理層面的同配性可促進(jìn)城市之間合作關(guān)系形成，同一省份內(nèi)各城市之間的合作關(guān)系建立概率是不同城市之間的15.120(=exp(2.716))倍，同配性效應(yīng)顯著。

檢驗(yàn)ERGM模型對(duì)城市之間合作關(guān)系形成機(jī)制的捕捉能力，需要進(jìn)行模型擬合優(yōu)度診斷?；舅悸肥菣z驗(yàn)根據(jù)擬合模型模擬得到的隨機(jī)模型是否與原模型具有相同的結(jié)構(gòu)特征，若存在則說明模型擬合效果好。本研究選取經(jīng)典結(jié)構(gòu)特征指標(biāo)——二元共享伙伴DP(i)進(jìn)行擬合優(yōu)度診斷。結(jié)果如圖7所示，實(shí)線表示原模型的統(tǒng)計(jì)特征，箱體代表隨機(jī)模型的結(jié)構(gòu)特征，實(shí)線基本位于箱體中線附近，表明模型擬合效果良好。

表9 ERGM模型參數(shù)估計(jì)結(jié)果

注：***代表p<0.001，**代表p<0.01，*代表p<0.05

圖7 ERGM模型擬合優(yōu)度診斷

4 結(jié)語

4.1 研究結(jié)論

本研究基于依存型多層網(wǎng)絡(luò)視角，通過對(duì)長(zhǎng)三角城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)特征、時(shí)空演化趨勢(shì)以及生成機(jī)制影響因素進(jìn)行分析，主要得出以下結(jié)論：

(1)長(zhǎng)三角城市群協(xié)同創(chuàng)新水平不斷提升但仍處于弱聯(lián)結(jié)狀態(tài)。2009-2018年協(xié)同創(chuàng)新網(wǎng)絡(luò)呈現(xiàn)出網(wǎng)絡(luò)規(guī)模不斷擴(kuò)大、網(wǎng)絡(luò)密度持續(xù)提高、關(guān)鍵節(jié)點(diǎn)不斷增多、聯(lián)結(jié)次數(shù)穩(wěn)步上升、平均路徑長(zhǎng)度波動(dòng)下降等發(fā)展趨勢(shì)，城市協(xié)同創(chuàng)新水平不斷提高，創(chuàng)新技術(shù)領(lǐng)域不斷擴(kuò)大，創(chuàng)新資源更加豐富。但創(chuàng)新合作網(wǎng)絡(luò)與知識(shí)網(wǎng)絡(luò)密度最大值僅為0.190和0.004 3，兩類網(wǎng)絡(luò)均處于弱連接狀態(tài)，一體化程度有待加深。

(2)長(zhǎng)三角城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)空間由“三足鼎立”格局向“多中心、多層次、趨平衡”格局演變。從網(wǎng)絡(luò)中心性看，上海、南京和杭州一直處于協(xié)同創(chuàng)新網(wǎng)絡(luò)中心位置，合肥、蘇州和無錫等城市迅速成長(zhǎng)為協(xié)同創(chuàng)新網(wǎng)絡(luò)的“新中心”，池州、六安、阜陽(yáng)、亳州和宿州等城市一直處于網(wǎng)絡(luò)邊緣位置?！靶∈澜纭卑l(fā)展趨勢(shì)以及凝聚子群分析結(jié)果表明，長(zhǎng)三角城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)發(fā)展呈現(xiàn)由中心城市帶動(dòng)、輻射邊緣城市創(chuàng)新的格局，協(xié)同創(chuàng)新網(wǎng)絡(luò)整體趨于一體化和均衡化發(fā)展。

(3)長(zhǎng)三角城市群協(xié)同創(chuàng)新能力不斷增強(qiáng)，技術(shù)領(lǐng)域出現(xiàn)空間聚集。從隸屬網(wǎng)絡(luò)分析結(jié)果看，知識(shí)多樣性、知識(shí)組合機(jī)會(huì)和知識(shí)獨(dú)特性絕對(duì)值均呈遞增趨勢(shì)，各城市擁有的知識(shí)元素種類及數(shù)量也發(fā)生了變化。協(xié)同創(chuàng)新網(wǎng)絡(luò)知識(shí)和資源不斷豐富，新知識(shí)開發(fā)能力以及利用現(xiàn)有知識(shí)進(jìn)行創(chuàng)新的能力不斷增強(qiáng)。長(zhǎng)三角城市群協(xié)同創(chuàng)新領(lǐng)域出現(xiàn)空間聚集，各城市在不同領(lǐng)域各有側(cè)重地進(jìn)行協(xié)同創(chuàng)新，傳統(tǒng)“化學(xué)、冶金”仍然是創(chuàng)新重點(diǎn)，但是“作業(yè)、運(yùn)輸”領(lǐng)域發(fā)展更加迅速。

(4)長(zhǎng)三角城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)形成受地理同配性、知識(shí)獨(dú)特性和結(jié)構(gòu)嵌入的影響。同配性方面，相同省份的城市之間更容易形成合作關(guān)系；馬太效應(yīng)方面，城市所擁有的獨(dú)特性知識(shí)會(huì)對(duì)其合作關(guān)系形成起抑制作用；結(jié)構(gòu)嵌入方面，協(xié)同創(chuàng)新網(wǎng)絡(luò)中各城市之間的合作關(guān)系傾向于中介2-路徑、閉合三角形和星型結(jié)構(gòu)，即合作關(guān)系社區(qū)化傾向、關(guān)系資源的中介性以及網(wǎng)絡(luò)結(jié)構(gòu)的“核心-邊緣”傾向，其中，社區(qū)化發(fā)展傾向最為顯著。

4.2 理論貢獻(xiàn)

(1)使用社會(huì)分析方法將城市和知識(shí)元素置于一個(gè)隸屬框架下，分析城市所擁有的知識(shí)元素屬性與演化，全面探究城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)動(dòng)態(tài)演化趨勢(shì)。

(2)基于依存型多層網(wǎng)絡(luò)視角構(gòu)建長(zhǎng)三角城市群協(xié)同創(chuàng)新中合作網(wǎng)絡(luò)、知識(shí)網(wǎng)絡(luò)和城市-知識(shí)元素隸屬網(wǎng)絡(luò)的多層次網(wǎng)絡(luò)結(jié)構(gòu)，分析協(xié)同創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)特征和演化趨勢(shì)，彌補(bǔ)現(xiàn)有研究?jī)H從單層網(wǎng)絡(luò)進(jìn)行分析的不足，從多層網(wǎng)絡(luò)視角揭示城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)特征與演化。

(3)構(gòu)建 ERGM 回歸模型，識(shí)別影響長(zhǎng)三角城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)的內(nèi)生結(jié)構(gòu)變量和外生變量，分析協(xié)同創(chuàng)新網(wǎng)絡(luò)形成機(jī)制，拓展 ERGM 模型應(yīng)用領(lǐng)域，從而豐富產(chǎn)學(xué)研協(xié)同創(chuàng)新與合作關(guān)系預(yù)測(cè)相關(guān)研究。

4.3 政策啟示

(1) 長(zhǎng)三角城市群協(xié)同創(chuàng)新發(fā)展需要整合創(chuàng)新資源，實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)。政府部門應(yīng)加快機(jī)制體制創(chuàng)新，積極推動(dòng)以上海、南京、杭州、合肥、蘇州和無錫等城市為主的“多中心”城市輻射，拉動(dòng)周邊城市發(fā)展。同時(shí)，發(fā)揮上海、南京、杭州和合肥等城市的人才優(yōu)勢(shì)、資源優(yōu)勢(shì)，蘇州、無錫等城市的地理位置優(yōu)勢(shì)，馬鞍山、阜陽(yáng)、亳州和宣城等城市的勞動(dòng)力優(yōu)勢(shì)，整合各地創(chuàng)新資源，打破城市之間的發(fā)展壁壘，促進(jìn)信息、知識(shí)、技術(shù)和人才交流，發(fā)揮各自創(chuàng)新優(yōu)勢(shì)。

(2) 長(zhǎng)三角城市群協(xié)同創(chuàng)新發(fā)展需要統(tǒng)籌區(qū)域資源，推動(dòng)公平發(fā)展。“小世界”網(wǎng)絡(luò)特性雖然可以使網(wǎng)絡(luò)信息傳遞更加快速和便捷，但是幾個(gè)聯(lián)結(jié)的改變便可能改變網(wǎng)絡(luò)特性。因此，網(wǎng)絡(luò)中資源公平性原則格外重要[10]。位于網(wǎng)絡(luò)邊緣位置的第三、四子群資源匱乏，國(guó)家政策需要平衡各城市創(chuàng)新能力，因地制宜，協(xié)同發(fā)展。從促進(jìn)安徽省深度融合到長(zhǎng)三角城市群一體化發(fā)展過程中，政府應(yīng)該采取相關(guān)促進(jìn)措施，例如增加財(cái)政支持、引進(jìn)人才、發(fā)展研究型院校等，助推邊緣城市創(chuàng)新水平提高，加強(qiáng)各城市一體化發(fā)展協(xié)同作用。

(3) 長(zhǎng)三角城市群協(xié)同創(chuàng)新發(fā)展需要發(fā)揮各區(qū)域資源優(yōu)勢(shì)，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)。立足各城市功能定位，調(diào)整產(chǎn)業(yè)布局，形成各自優(yōu)勢(shì)產(chǎn)業(yè)。例如，上海是國(guó)際金融中心，杭州發(fā)展電子商務(wù)平臺(tái)，南京集聚中國(guó)制造業(yè)，以合肥為中心發(fā)展電子產(chǎn)業(yè)集群，利用各城市優(yōu)勢(shì)資源形成產(chǎn)業(yè)聚集，構(gòu)建高效開放融合的產(chǎn)業(yè)發(fā)展網(wǎng)絡(luò)。提高創(chuàng)新資源和知識(shí)元素聚集性，促進(jìn)多學(xué)科、多產(chǎn)業(yè)領(lǐng)域協(xié)同創(chuàng)新和融合發(fā)展，從而推動(dòng)協(xié)同創(chuàng)新網(wǎng)絡(luò)良性發(fā)展。

(4)長(zhǎng)三角城市群協(xié)同創(chuàng)新發(fā)展需要突破集體行動(dòng)困境，建立長(zhǎng)效合作機(jī)制。政府應(yīng)該通過相關(guān)政策引導(dǎo)，突破省內(nèi)合作局限，打破資源壟斷并擺脫關(guān)系依賴，建立起城市群內(nèi)部由中心城市帶動(dòng)邊緣城市發(fā)展的協(xié)同創(chuàng)新和長(zhǎng)效合作機(jī)制。合理布局創(chuàng)新資源，提高協(xié)同創(chuàng)新效率并保持合作關(guān)系的穩(wěn)定性。

本研究使用長(zhǎng)三角城市群內(nèi)部產(chǎn)學(xué)研協(xié)同創(chuàng)新數(shù)據(jù)，但是各城市與城市群外部也存在產(chǎn)學(xué)研合作和創(chuàng)新合作，后續(xù)研究可以對(duì)長(zhǎng)三角城市群內(nèi)外部協(xié)同創(chuàng)新網(wǎng)絡(luò)進(jìn)行研究，從而為長(zhǎng)三角城市群一體化發(fā)展與協(xié)同創(chuàng)新提供具體政策建議和實(shí)踐啟示。