文章快速检索     高级检索
  人文地理  2023, Vol. 38 Issue (5): 79-87  DOI: 10.13959/j.issn.1003-2398.2023.05.010
0

引用本文  

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. DOI: 10.13959/j.issn.1003-2398.2023.05.010.
CHENG Dan-ya, ZENG Gang. THE STRUCTURAL CHARACTERISTICS OF GREEN TECHNOLOGY INNOVATION NETWORK IN THE YANGTZE RIVER DELTA FROM A LOCAL-TRANSBOUNDARY PERSPECTIVE[J]. Human Geography, 2023, 38(5): 79-87. DOI: 10.13959/j.issn.1003-2398.2023.05.010.

基金项目

国家自然科学基金重点项目(42130510);国家自然科学基金面上项目(42171184)

作者简介

程丹亚(1989-), 女, 陕西商洛人, 博士生, 主要研究方向为绿色技术创新与创新网络。E-mail: dyen0422@163.com

通讯作者

曾刚(1961-), 男, 湖北武汉人, 教授, 博士生导师, 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: gzeng@re.ecnu.edu.cn

文章历史

收稿日期:2022-02-28
修订日期:2023-03-07
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
程丹亚 1,2, 曾刚 1,2     
1. 华东师范大学 中国现代城市研究中心, 上海 200062;
2. 华东师范大学 城市与区域科学学院, 上海 200062
提   要:为强化长三角区域绿色技术协同创新水平,以长三角区域41个地级及以上城市为研究对象,利用各城市2010—2019年联合发明专利授权数据信息,构建绿色技术创新合作的本地网络与跨界网络,诠释网络结构演变特征及本地—跨界网络空间联动机制。研究表明:①本地网络的通达性和凝聚力逐渐上升,空间上呈现以省会城市为中心的核心—边缘结构及核心节点间强—强联系格局;跨界网络的节点和关系数急速增加,空间上呈现以放射状为主,稀疏的闭环创新联系为辅的特征。②本地网络与跨界网络的交互作用增强。本地网络中参与跨界合作的节点数量越多越有利于推动区域内外城市建立正式创新合作关系。跨界网络的发展也会提高本地网络中节点城市的平均网络地位。③本地网络中网络地位高的城市扮演着本地—跨界绿色技术协同创新的“中间人”,其中处于高递推中心性高递推权力位置的城市充当着本地—跨界网络空间联动的技术守门员。
关键词绿色技术创新网路    本地—跨界    递推中心性    递推权力    长三角区域    
THE STRUCTURAL CHARACTERISTICS OF GREEN TECHNOLOGY INNOVATION NETWORK IN THE YANGTZE RIVER DELTA FROM A LOCAL-TRANSBOUNDARY PERSPECTIVE
CHENG Dan-ya1,2 , ZENG Gang1,2     
1. Center for Modern Chinese City Studies & School of City and Regional Science, East China Normal University, Shanghai 200062, China;
2. School of Urban & Regional Sciences, East China Normal University, Shanghai 200062, China
Abstract: This paper constructs local and transboundary network of green technology innovation cooperation in the Yangtze River Delta, and explains the characteristics of network structure evolution and space linkage mechanism. The results show that: 1) The local network tends to be mature, and presents in space the coreperiphery structure and the strong-strong connection between the core nodes; The transboundary network grows rapidly, and the spatial characteristics are from sparse radial, supplemented by sparse closed-loop innovation links. 2) The interaction between local and transboundary network is enhanced. The development of transboundary network also gradually increases the average network status of node cities in the local network. 3) Cities with high network status in local network play the role of "middleman" in localtransboundary network, and cities with high recursive centrality high recursive power play the role of technology goalkeeper in local-transboundary network.
Key words: green technology innovation network    local-transboundary    recursive centrality    recursive power    the Yangtze River Delta    
1 引言

随着资源环境保护与经济增长的矛盾突出,绿色创新成为经济地理学界关注的热点主题之一[1]。绿色技术创新是绿色创新的重要手段,日趋成为破解经济增长与生态环境保护矛盾的主要形式[2, 3]。“十四五”规划提出的“构建市场导向的绿色技术创新体系,实施绿色技术创新攻关行动”,明确了绿色技术创新的重要性。绿色技术创新强调兼顾创新的经济效益与环境效益,注重通过开发能够降低环境影响和改善环境质量的新技术平衡经济发展与环境保护之间的关系,实现更高质量的绿色发展[4, 5]。相比传统技术创新,绿色技术创新公共物品属性较强,具有投入高、风险大、周期长的特点,对于经济发展水平、技术基础、社会结构、地域环境有着较高应用场景要求[6]。Barbieri等[7]利用既定的专利指标比较不同知识维度的绿色和非绿色技术,认为绿色技术比非绿色技术更具复杂性和新颖性。客观上,绿色技术创新主体尤为依赖不同空间尺度的协同创新实现创新要素间的网络耦合。

自创新网络概念提出之后,经济地理学界对创新网络进行了大量的研究[8, 9]。由于关系经济地理学强调多尺度互动对于区域经济发展的重要性[10],创新网络的相关研究尤其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[11-14]。需要注意,此处的本地—跨界遵循的是人文—经济地理学尺度关联的特征,反映的是不同空间尺度的互动。根据尺度划分方式的不同,跨界可以是跨越国界、某类行政区边界或者某类功能区边界。最早从多尺度视角对创新网络的研究以德国关系学派Bathelt教授等提出的本地蜂鸣—全球通道理论模型和曼彻斯特学派Henry Yeung等教授提出的全球生产网络理论为代表,二者分别采用“跨界通道”和“战略耦合”概念描述区域建立外部联系的途径[15-17]。尔后,华东师范大学曾刚教授团队立足于新区域主义、全球生产网络、全球创新网络等创新研究主要流派的核心观点,提出本地—跨界和全球—地方等创新网络研究视角[18, 19]

认知和测度城市绿色技术创新网络结构特征是推动城市实现绿色转型的关键环节[20]。绿色技术创新的特点可能意味着绿色技术创新结网与传统意义上城市间创新结网的空间尺度与结构特征有所不同。已有研究多基于Friedmann提出的核心—边缘理论研究城市间创新网络结构特征,并借助社会网络研究中的“中间人”理论分析不同尺度创新网络交互作用过程中起关键作用的节点城市的特征[21]。根据“中间人”在区域内的联系和在区域外的努力程度的差异,分为守门员、代理人和联络人等[22]。其中守门员这种类型的“中间人”,是指具备能更好实现吸收和传递外部知识,并能够把这些知识资源转化为区域内部创新主体可以消化吸收的知识的一类城市。然而已有研究多侧重于分析区域内部绿色技术创新网络结构特征[23, 24]或者研究外部网络关系对绿色技术创新绩效的影响[25],忽视了不同尺度绿色技术创新网络的交互作用。此外,关于网络中创新主体的地位,Balland等[26]和Liefner等[27]均认为创新主体在网络中的地位决定了其吸收和创造知识的能力,且居于网络核心位置的创新主体往往占有更为丰富的创新资源,从而拥有更高的网络地位。Neal[28]把城市网络中的中心性视为一种集中资源或允许资源有效扩散的力量,提出了递推中心性和递归权力概念。相比Freeman提出的各种中心性测度方法,递推中心性、递推权力能够对城市网络中节点城市的网络地位进行细粒度地区分[29]。已有研究多采用Freeman提出的度中心性、接近中心性和中介中心性测度城市间绿色技术创新网络的拓扑结构特征[30-32]。此类测度中心性的方法均只考虑了创新主体间存在的直接创新合作关系,忽视了主体间存在的间接创新合作关系,难以客观地反映其真实网络特征。本文可能的边际贡献为:第一,为更真实刻画绿色技术创新网络节点城市的网络地位演变,引入递推中心性和递推权力概念;第二,借鉴已有反映城市间创新合作关系的理论,揭示城市层面绿色技术创新本地—跨界合作网络的结构特征;第三,为“双碳”目标和“双循环”背景下长三角区域绿色技术协同创新向纵深发展以及长三角区域与外部创新主体构建更高效的本地—跨界绿色技术创新合作网络提供理论和实践指导。

2 数据来源与研究方法 2.1 数据来源

鉴于绿色技术并不是指某一特定的技术领域,而是涵盖了利用现代科技全部潜力来实现环境优化目标的所有技术类别,关于绿色技术专利目前还未形成统一检索标准[33]。相对来讲,世界知识产权组织(WIPO)2010年公布的绿色专利清单(green inventory)更具权威性和适用性。根据WIPO提供的绿色专利检索IPC号,在IncoPat数据库检索联合申请发明授权专利数据,检索时间为2021年11月15日。根据2021年江苏大学发布的全国首个长三角绿色专利发展报告,长三角绿色技术专利申请在2010年后才进入快速增长期。考虑到专利从申请到公布通常需要18个月,综合数据的完整性和可获取性将研究时段定为2010—2019年。

数据筛选及处理主要步骤如下:①提取2010—2019年长三角区域三省一市中由两个或两个以上主体合作申请的发明授权专利信息,共获取9695件专利;②剔除专利申请人均为个人、个人与机构及长三角区域与港澳台及国外机构的合作关系数据,共获得8303件专利,20071项创新联系,包含4330个创新主体;③将创新主体归并入所属城市,涉及201个地级及以上城市,剔除创新主体位于同一个城市的创新合作关系,最终获得7556条创新合作关系,其中由长三角区域内部城市之间创新合作组成的本地创新合作关系2335条,由长三角区域内城市与区域外的国内其他城市组成的跨界创新合作关系5221条。不同于周灿等[19]对本地—跨界的尺度划分方式,本地是指长三角区域,跨界是指长三角区域外的国内区域。

2.2 研究方法

运用社会网络和空间可视化分析方法测度并刻画本地和跨界绿色技术创新网络结构演变特征。对于本地网络,采用整体网络指标表征网络基本拓扑结构,采用递推中心性和递推权力综合反映节点城市的网络地位演变;针对跨界网络,除了采用反映网络基本拓扑关系的指标外,结合历年本地网络平均递推中心性和平均递推权力综合分析长三角区域在跨界绿色技术创新合作网络中网络结构的演变。在此基础上,通过空间可视化分析方法刻画本地和跨界创新合作网络的空间结构演变。

(1)整体网络指标说明

主要通过网络的节点数、关系数、密度、平均路径长度、平均聚类系数和碎裂化程度表征网络的基本拓扑结构特征。节点数,即网络中城市的数目;关系数,即网络中两两城市联系次数;密度,即实际存在的关系数除以理论上可能存在的关系总数;网络平均路径长度,即网络中任意两个节点间经历最少边数的平均值。平均聚类系数,描述了网络中个体的邻居节点也互为邻居的可能性。首先,用邻居节点间实际存在的边数除以邻居节点间可能构成的边数分别求得单个节点的聚类系数;然后,用网络中单个节点的聚类系数之和除以节点个数求得网络的平均聚类系数。碎裂化程度指不能相互连接的节点所占的比例,度量网络的稳定性,该值越小,说明网络越稳定。

(2)递推中心性和递推权力测度

递推中心性是指一个城市的中心性是与之链接的其他城市网络中心性的函数,即城市在绿色技术创新网络中的中心性既与直接相链接的城市数量有关,也与间接相链接的城市数量有关,反映了城市集聚或者扩散绿色技术创新相关资源、信息的能力。与递推中心性不同,城市在网络中的递推权力是指其在腹地范围内整合、控制其他城市绿色技术创新相关资源、信息集聚与扩散的能力。高递推中心性的节点城市并非同时具有高递推权力,二者共同诠释节点城市在网络中的地位。具体计算方法见式(1)—(2):

(1)
(2)

式中:RCiRPi分别代表城市i在网络中的递推中心性和递推权力。Rij代表城市i到城市j的创新合作联系,采用城市i和城市j之间绿色技术合作创新频次表征,若合作频次为0,赋值为0,反之,赋值为1。DCj则表示城市j的度中心性。应用Neal编写的Stata计算包,命令为centpow,计算网络中节点城市的递推中心性和递推权力。

(3)空间结构分析

已有研究试图通过凝聚子群分析中的成分与切点探究在本地—跨界交互作用网络中扮演“守门员”的节点城市[34]。此方法的局限在于:一是凝聚子群分析是基于二值化数据,不能够反映处于切点位置城市对内和跨界联系强度的差异,且并非处于切点位置的城市都有能力充当技术守门员的角色;二是无法形象地展示本地网络、跨界网络以及切点位置城市的时空格局演变规律。因此本文运用Arc-GIS10.2软件可视化分析本地和跨界创新合作网络的空间结构演变并结合本地网络中参与跨界创新合作的城市特征阐释本地—跨界网络的空间联动机制。

2.3 研究区域

2019年12月国务院印发的《长江三角洲区域一体化发展规划纲要》把长江三角洲区域空间范围扩展为包括上海市、江苏省、浙江省、安徽省全域,共包含41个地级及以上城市,其中以上海市,江苏省南京、无锡、常州、苏州、南通、扬州、镇江、盐城、泰州,浙江省杭州、宁波、温州、湖州、嘉兴、绍兴、金华、舟山、台州,安徽省合肥、芜湖、马鞍山、铜陵、安庆、滁州、池州、宣城等27个城市为中心区。为透视在一体化进程中,长三角区域绿色技术创新合作网络的整体特征,选取长三角全域41个城市作为研究区域(见图 1),并进一步把其划分为核心区域和边缘区域,由中心区27个城市组成的区域为核心区域,由其余14个城市组成的区域为边缘区域。

图 1 长三角区域41个地级及以上城市的空间分布图 Fig.1 The Spatial Distribution of 41 Prefecture Level and Above Cities in the Yangtze River Delta
3 绿色技术创新网络结构特征分析 3.1 绿色技术创新网络拓扑结构特征分析 3.1.1 本地绿色技术创新网络拓扑结构分析

(1)整体网络结构性指标分析

本地绿色技术创新网络结构的稳定性与凝聚力趋于成熟,但“小世界性”仍不突出。如表 1所示,鲜有年份出现关系数、密度呈现大幅上升,平均路径长度、碎裂化程度却同时上涨的现象。从网络节点数、关系数和密度看,2010—2019年整体网络规模稳步扩张,并接近饱和,从2010年的15个增长到2019年的36个;网络节点之间的知识流动与创新合作明显增加,节点城市间创新合作关系数除2014年小幅下降,其他年份均呈持续递增态势;网络密度也在逐年小幅增加,从2010年的0.023增加到2019年的0.102。从平均路径长度和聚类系数看,此两类指标均呈现在一定区间内波动的状态,但整体上网络的平均路径长度在下降,聚类系数在增加,表明网络的“小世界性”显露。此外,网络的碎裂化程度几乎逐年下降,网络中不能相互连接的节点所占的比例由2010的87.2% 下降到2019年的23.2%,在一定程度反映了长三角一体化为绿色技术创新网络建设提供了有效的空间组织形式,与尚勇敏等[23]的观点吻合。

表 1 2010—2019年本地创新网络整体网络结构性指标 Tab.1 Overall Network Structural Indicators of the Local Innovation Network, 2010 to 2019

(2)本地网络的递推中心性和递推权力演变

每个城市的中心性是其在城市网络中地位的重要体现。城市中心性具有的集聚和扩散功能为城市提供双重结构优势。一般认为在城市网络中占据中心位置的城市促进资源在城市间集聚或扩散的能力更强大。本文采用递推中心性和递推权力共同表征节点城市的网络地位。

参照Neal对世界城市网络的研究方法,通过测算节点城市的递推中心性和递推权力绘制本地网络中节点城市网络地位演变图谱(见图 2)。各取两类指标的中位数,构成四个象限,依次为高递推中心性高递推权力区域、高递推中心性低递推权力区域、低递推中心性低递推权力区域、低递推中心性高递推权力区域。通过对比图 2中不同年份节点城市的数量和在各个象限的位置演变特征,发现2010—2019年本地绿色技术创新合作网络中的节点城市数量不断增加,且整体上节点城市的网络地位演变呈现两种路径:一种是沿着“低递推中心性低递推权力区域→低递推中心性高递推权力区域→高递推中心性高递推权力区域”的路径演变, 如南京、上海和杭州;另一种是沿着“低递推中心性低递推权力区域→高递推中心性低递推权力区域”的路径演变,如长三角区域的大部分城市。沿着前一种路径演变的城市兼顾提升在本地城市网络中的中心地位和权力地位,获得了对绿色技术创新相关资源集聚和扩散的双重结构优势,并逐渐占据区域的绿色技术创新高地,不仅能与长三角区域内部其他城市产生大量链接,还有能力链接到很少有其他创新资源链接的城市。后一种路径演变表明高递推中心性和高递推权力对网络中大部分城市来讲不能同时存在。分析结果与周灿等[19]对长三角城市群创新模式的划分结果基本一致。鲜有城市迈入高递推中心性高递推权力区域,缘于网络中的大部分城市受自身经济发展水平、制度环境等制约,难以产生内源性的创新成果,倾向于借助网络资本从外部区域快速获取绿色技术创新相关的信息、知识和技术资源。无锡、苏州等城市在网络中占据了较中心的位置,充当了重要的枢纽功能,却难以对网络中其他城市的绿色技术创新资源流动产生太大控制作用,发挥组织引领功能。

图 2 长三角区域本地网络中节点城市网络地位演变(2010—2013—2016—2019) Fig.2 The Evolution of the Network Status of Node Cities in the Local Network in the Yangtze River Delta(2010—2013—2016—2019)
3.1.2 跨界绿色技术创新网络基本拓扑结构特征分析

通过测算跨界网络整体指标与长三角区域41个城市递推中心性和递推权力指标的平均值(表 2),可以发现,一是长三角区域重视外部知识获取。2010—2019年跨界网络的节点规模和关系数急速增长,持续不断地有外部城市被纳入跨界绿色技术创新网络,其中2019年跨界网络中的关系数是2010年的约30倍,表明长三角区域与外部进行知识交流与技术合作的通道不断拓宽,合作交流的强度逐年增强,区域整体上能接收到更多来自外部地区的知识溢出;二是外部知识与技术的流入提高了长三角区域内部节点城市的平均网络地位,催生出更广泛的城市节点之间的联系。从两个递推度量指标的平均值来看,十年间41个城市递推中心性的平均值整体上增长明显,2017年有所下降但降幅较小,且2015年后均高于研究时段的平均值;递推权力的平均值同样增长明显,2015年后区域内递推权力高于平均值的城市数量持续增长。此两类指标的变化表明:一方面,长三角区域内各城市对绿色技术创新资源的集聚、扩散和组织引领水平的增强,辐射带动了区域外部更大范围内的城市与长三角区域产生网络链接;另一方面,对区域外部多样化的知识溢出的消化吸收以及扩散,提高了区域内部城市的整体网络地位。

表 2 2010—2019年跨界创新网络相关网络结构性指标 Tab.2 Transboundary Innovation Network Related Network Structural Indicators, 2010—2019
3.2 长三角区域绿色技术创新网络的空间结构演变 3.2.1 本地网络空间结构演变

图 3可以看出,在空间上长三角区域内部城市间绿色技术创新网络主要呈现以省会城市为中心的核心—边缘结构。随着网络格局的不断演变,以上海、南京、杭州、苏州等为核心节点的创新闭环逐渐形成。此类闭合的空间形态为网络内的知识和信息流动提供自强化机制,有利于提高区域整体的绿色技术协同创新水平。2010年网络较为稀疏,创新联系强度最大的上海—绍兴,合作次数仅为9,其次是杭州—宁波,创新合作次数为6,再次为南京—盐城。稀疏的创新合作关系表明2010年长三角绿色技术创新合作网络还处于萌芽阶段。此阶段参与合作的创新主体多为受环境规制倒逼作用影响较大的化工类企业。2013年以上海、南京和杭州为核心向外辐射的合作对象变得更加丰富。创新合作强度最大的城市对分别是上海—南京,杭州—台州。在2013年的基础上,2016年上海—南京,南京—盐城,杭州—台州的合作强度增加,且出现闭环网络雏形。2019年上海—南京—苏州以及上海—南京—杭州闭环网络形成,预示本地绿色技术创新网络空间结构趋于成熟,为绿色技术创新知识流动提供了便捷的通道。此外,绿色技术创新高地南京、上海、杭州等与长三角边缘区域城市的合作强度明显少于与核心区域,主要原因可能是择优链接以及多维邻近性,侧面反映长三角地区的绿色技术协同创新水平仍较低,核心区域和边缘区域间绿色技术创新发展还未形成符合区域特色的创新发展模式。

图 3 长三角区域绿色技术创新本地合作网络空间结构演化(2010—2013—2016—2019) Fig.3 The Spatial Structure Evolution of Local Cooperation Network of Green Technology Innovation in the Yangtze River Delta (2010—2013—2016—2019)
3.2.2 跨界网络空间结构演变

图 4可以看出,跨界网络的空间结构呈现两个特征。一是网络空间形态逐渐呈现以北京为核心,以上海、南京、苏州、杭州为主要顶点的伞状放射型。南京—北京的创新联系强度逐年增加,合作次数从2010年到2019年增加了约68倍。北京在跨界合作网络中的地位突出,首位度优势明显,缘于北京具有强大的知识生产能力。开放性创新下地理距离对创新合作的制约作用下降,跨界合作更多基于创新主体间形成的择优链接机制。二是长三角区域内部参与跨界创新合作的城市逐渐增多,使得网络空间格局由稀疏放射状、稠密放射状向以放射状为主,稀疏的闭环创新联系为辅演变。从纵向上看,2010年跨界合作网络较为稀疏,长三角内部城市参与跨界合作的城市以上海为主,其次是南京。2013年南京—北京的合作强度超过上海—北京,区域内部参与跨界合作的城市以南京为主,其次是上海、杭州。2016年,跨界合作仍以南京—北京为主,其次是上海—北京、杭州—北京,但是与2013年相比,核心区域更多的城市参与跨界合作且合作强度显著增加,常州—北京、苏州—北京、宁波—北京、盐城—北京等合作次数均超过20。2019年参与跨界合作的城市数量继续增加且对外合作强度和广度相较2016年增幅显著,南京—北京创新合作强度仍居于首位,杭州—北京合作强度超过上海—北京位于第二。其中上海—深圳和苏州—深圳的合作强度明显增加,但是创新主体仍较为单一,苏州—深圳合作集中体现为苏州热工研究院有限公司与中国广核集团有限公司或中国广核电力股份有限公司间的创新合作。总体上,长三角区域内部参与跨界合作的城市集中分布在上海、江苏与浙江,安徽参与跨界创新合作的节点城市较少。就吸收和扩散外部知识的能力而言,上海、江苏与浙江整体上保持在较高的水平上,安徽由于参与跨界合作的节点城市数量较少,接收外部知识的水平以及吸收、扩散能力与其余两省一市相比均存在较大差距。

图 4 长三角区域绿色技术创新跨界合作网络空间结构演化(2010—2013—2016—2019) Fig.4 The Spatial Structure Evolution of Transboundary Cooperation Network of Green Technology Innovation in the Yangtze River Delta (2010—2013—2016—2019) 底图来源:自然资源部地图技术审查中心1:2000万标准地图,审图号为GS(2019)1822号,底图无修改。
3.3 本地—跨界网络的空间联动机制

本地—跨界绿色技术创新网络的有效空间联动对于强化长三角区域整体的绿色技术协同创新水平以及辐射带动全国绿色技术创新水平的提高至关重要。根据3.1和3.2节的分析,两类网络的空间联动机制呈现出两个特点:一是本地网络中的创新合作关系与跨界网络中的创新合作关系存在正向的交互作用。本地网络中参与跨界合作的节点数量越多越有利于推动本地与区域外的城市建立更多的正式创新合作关系,进而降低区域内部技术锁定的风险。Bathelt等[15]提出的本地蜂鸣—全球通道理论强调了本地的非正式联系以及非本地的正式联系对创新绩效的影响。此分析结果在一定程度上拓展了该理论,即区域内部正式的创新合作关系不仅有利于提高区域内部的创新水平,而且还有利于加强区域内部和外部进行知识传递、合作交流。二是本地网络中网络地位高的城市扮演着本地—跨界绿色技术创新网络的“中间人”。相比长三角内部其他城市,上海、南京、杭州三个城市不论参与跨界创新合作还是与长三角区域内部其他城市创新合作的关系数均处于领先地位。根据图 2本地网络中节点城市的网络地位演变图谱,上海、南京、杭州在创新网络中的递推中心性和递推权力均在上升。不难确定,这三个城市不仅充当着长三角内部核心区域与边缘区域、本地—跨界区域协同创新的“中间人”的角色,还因为自身较强的绿色技术创新水平和研发实力,充当着本地—跨界绿色技术创新网络的技术守门员。该分析结果呼应了Morrison等[35]的观点,他们认为具有强大的知识库的“中间人”才能充当技术守门员,为区域内外部创新主体建立了知识流动与技术交流的通道。相比之下,处于高递推中心性低递推权力区域的城市,如苏州、无锡和合肥等,积极与长三角区域内部城市建立绿色技术创新合作关系,但参与跨界合作的关系数相对较少,扮演着本地—跨界区域协同创新的“中间人”,能够实现本地和跨界创新网络的桥接,但对区域内外部绿色技术创新相关资源的集聚和扩散作用相对较小。

4 结论与讨论 4.1 结论

(1)本地创新合作网络的整体通达性和凝聚力逐渐上升。节点城市的网络地位演变呈现两种路径:一种是沿着“低递推中心性低递推权力区域→低递推中心性高递推权力区域→高递推中心性高递推权力区域”的路径演变;另一种是沿着“低递推中心性低递推权力区域→高递推中心性低递推权力区域”的路径演变。空间上主要呈现以省会城市为中心的核心—边缘结构。随着网络格局的演变,以上海、南京、杭州、苏州等为核心节点的创新闭环逐渐形成。

(2)长三角区域重视外部知识获取。跨界网络的节点规模和关系数急速增长,持续有外部城市被纳入跨界绿色技术创新网络。空间上主要由稀疏放射状、稠密放射状向以放射状为主,稀疏的闭环创新联系为辅演变,其中以北京为核心,以上海、南京、苏州、杭州为主要顶点的伞状放射型最为突出。

(3)本地网络与跨界网络的交互作用增强。长三角内部参与跨界创新合作的城市逐渐增多,且本地网络中参与跨界合作的节点数量越多越有利于推动区域内外部城市建立更多的正式创新合作关系。跨界网络的发展也使得本地网络中节点城市的平均网络地位得到提高。

(4)本地网络中网络地位高的城市扮演着本地—跨界绿色技术协同创新的“中间人”,其中处于高递推中心性高递推权力区域的城市充当着本地—跨界创新合作网络的技术守门员,为区域内外部创新主体建立知识流动与技术交流的通道,推动长三角区域发展增长极向绿色创新迭代。

4.2 讨论

城市在创新合作网络中的地位并非呈现一维现象,通过透视节点城市的网络拓扑结构和空间结构演变特征本研究认为未来长三角区域绿色技术创新网络建设需注重提高城市自身在绿色技术创新网络中的结构优势:为提高绿色技术创新相关的资源集聚潜力需要与核心区域链接良好的节点城市建立新的链接,为增强组织引领和控制潜力,需要与链接不良的边缘区域建立新的链接。二是注重核心区域与边缘区域绿色技术创新资源的协同与互补。当前绿色技术创新联系主要集中在核心区域,但长三角边缘区域受环境规制驱动寻求协同创新的动力同样较强。挖掘边缘区域绿色创新发展的比较优势有利于推动区域整体的绿色技术协同创新水平的提高。Krupoderova等[36]研究认为一些绿色技术创新成果更偏向于出现在城市周边和农村环境中,如土壤改良技术、对可再生能源以及其他自然资源的更有效利用相关的技术。此外,多尺度视角下研究绿色技术创新合作网络结构特征本质上是基于水平尺度。实际上,除了水平尺度,供应商的绿色供应也可能会促进绿色产品和过程创新,从而影响绿色技术创新网络的结构特征。未来可以借助网络动力学方法从水平和垂直叠加的视角进一步探究长三角绿色技术创新网络的结构演变特征以及本地绿色技术创新网络和跨界绿色技术创新网络的强弱对比和动态变化机制。

参考文献
[1]
贺灿飞, 毛熙彦. 中国环境经济地理的研究主题展望[J]. 地理科学, 2021, 41(9): 1497-1504. [He Canfei, Mao Xiyan. Emerging themes of environmental economic geography in China[J]. Scientia Geographica Sinica, 2021, 41(9): 1497-1504.]
[2]
Barbieri N, Perruchas F, Consoli D. Specialization, diversification, and environmental technology life cycle[J]. Economic Geography, 2020, 96(2): 161-186. DOI:10.1080/00130095.2020.1721279
[3]
余振, 龚惠文, 胡晓辉. 可持续性转型地理研究综述与展望[J]. 地理科学进展, 2021, 40(3): 498-510. [Yu Zhen, Gong Huiwen, Hu Xiaohui. Geography of sustainability transitions: A sympathetic critique and research agenda[J]. Progress in Geography, 2021, 40(3): 498-510.]
[4]
Mirata M, Emtairah T. Industrial symbiosis networks and the contribution to environmental innovation[J]. Journal of Cleaner Production, 2005, 13(10-11): 993-1002. DOI:10.1016/j.jclepro.2004.12.010
[5]
孙燕铭, 谌思邈. 长三角区域绿色技术创新效率的时空演化格局及驱动因素[J]. 地理研究, 2021, 40(10): 2743-2759. [Sun Yanming, Shen Simiao. The spatio-temporal evolutionary pattern and driving forces mechanism of green technology innovation efficiency in the Yangtze River Delta region[J]. Geographical Research, 2021, 40(10): 2743-2759.]
[6]
Montresor S, Quatraro F. Green technologies and smart specialization strategies: A European patent-based analysis of the intertwining of technological relatedness and key enabling technologies[J]. Regional Studies, 2020, 54(10): 1354-1365. DOI:10.1080/00343404.2019.1648784
[7]
Barbieri N, Marzucchi A, Rizzo U. Knowledge sources and impacts on subsequent inventions: Do green technologies differ from nongreen ones[J]. Research Policy, 2020, 49(2): 1-53.
[8]
Freeman C. Networks of innovators: A synthesis of research issues[J]. Research Policy, 1991, 20(5): 499-514. DOI:10.1016/0048-7333(91)90072-X
[9]
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. [Zhou Can, Zeng Gang, Shang Yongmin. Progress and prospect of research on innovation networks: A perspective from evolutionary economic geography[J]. Economic Geography, 2019, 39(5): 27-36.]
[10]
Trippl M, Grillitsch M, Isaksen A. Exogenous sources of regional industrial change: Attraction and absorption of non-local knowledge for new path development[J]. Progress in Human Geography, 2018, 42(5): 687-705. DOI:10.1177/0309132517700982
[11]
Jonas A E G. Region and place: Regionalism in question[J]. Progress in Human Geography, 2012, 36(2): 263-272. DOI:10.1177/0309132510394118
[12]
Bathelt H, Cohendet P. The creation of knowledge: Local building, global accessing and economic development-toward an agenda[J]. Journal of Economic Geography, 2014, 14(5): 869-882. DOI:10.1093/jeg/lbu027
[13]
马双, 曾刚. 多尺度视角下中国城市创新网络格局及邻近性机理分析[J]. 人文地理, 2020, 35(1): 95-103. [Ma Shuang, Zeng Gang. Analysis of China's urban innovation network pattern and its proximity mechanism from a multi-scale perspective[J]. Human Geography, 2020, 35(1): 95-103.]
[14]
牛欣, 陈向东. 城市创新跨边界合作与辐射距离探析——基于城市间合作申请专利数据的研究[J]. 地理科学, 2013, 33(6): 659-667. [Niu Xin, Chen Xiangdong. The cooperation innovation across city boundary and radiation distance-based on the cross-city cooperationpatent application data[J]. Scientia Geographica Sinica, 2013, 33(6): 659-667.]
[15]
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:10.1191/0309132504ph469oa
[16]
Yeung H W C, Coe N M. Toward a dynamic theory of global production networks[J]. Economic Geography, 2015, 91(1): 29-58. DOI:10.1111/ecge.12063
[17]
Coe N M, Yeung H W C. Global production networks: Mapping recent conceptual developments[J]. Journal of Economic Geography, 2019, 19(4): 775-801. DOI:10.1093/jeg/lbz018
[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. [Si Yuefang, Zeng Gang, Cao Xianzhong, et al. Research progress of glocal innovation networks[J]. Progress in Geography, 2016, 35(5): 600-609.]
[19]
周灿, 曾刚, 宓泽锋, 等. 区域创新网络模式研究——以长三角区域为例[J]. 地理科学进展, 2017, 36(7): 795-805. [Zhou Can, Zeng Gang, Mi Zefeng, et al. The study of regional innovation network patterns: Evidence from the Yangtze River Delta urban agglomeration[J]. Progress in Geography, 2017, 36(7): 795-805.]
[20]
王欣欣. 风险投资、研发投入与我国绿色技术创新[J]. 工业技术经济, 2021, 40(7): 23-27. [Wang Xinxin. Venture capital D & D investment and green technology innovation in China[J]. Journal of Industrial Technological Economics, 2021, 40(7): 23-27.]
[21]
Bianchi C, Galaso P, Palomeque S. The trade-offs of brokerage in intercity innovation networks[J]. Regional Studies, 2023, 57(2): 225-238.
[22]
戴勇, 王诗卉. 创新网络守门人区域比较研究: 以电信领域为例[J]. 科研管理, 2019, 40(7): 106-118. [Dai Yong, Wang Shihui. A comparative study of the area of innovation network gatekeeper: Taking the field of telecommunications as an example[J]. Science Research Management, 2019, 40(7): 106-118.]
[23]
尚勇敏, 王振, 宓泽锋, 等. 长三角绿色技术创新网络结构特征与优化策略[J]. 长江流域资源与环境, 2021, 30(9): 2061-2069. [Shang Yongmin, Wang Zhen, Mi Zefeng, et al. Structural characteristics and optimization strategies of green technology innovation network in the Yangtze River Delta[J]. Resources and Environment in the Yangtze Basin, 2021, 30(9): 2061-2069.]
[24]
邓世成, 吴玉鸣. 城市群绿色技术创新的空间网络结构特征及其效应研究——以成渝地区双城经济圈为例[J]. 管理学报, 2022, 19(12): 1756-1765. [Deng Shicheng, Wu Yuming. Research on spatial network structure characteristics and effects of green technology innovation in urban agglomeration: take Chengdu-Chongqing economic circle as an example[J]. Chinese Journal of Management, 2022, 19(12): 1756-1765.]
[25]
庞娟, 靳书默, 朱沛宇. 外部网络关系对绿色技术创新的影响——促进抑或抑制[J]. 科技进步与对策, 2019, 36(10): 1-10. [Pang Juan, Jin Shumo, Zhu Peiyu. The impact of external network relationship on green technological innovation: promotion or inhibition[J]. Science&Technology Progress and Policy, 2019, 36(10): 1-10.]
[26]
Balland P A, Belso-Martínez J A, Morrison A. The dynamics of technical and business knowledge networks in industrial clusters: Embeddedness, status, or proximity?[J]. Economic Geography, 2016, 92(1): 35-60.
[27]
Liefner I, Bromer C, Zeng G. Knowledge absorption of optical technology companies in Shanghai, Pudong: Successes, barriers and structural impediments[J]. Applied Geography, 2012, 32(1): 171-184.
[28]
Neal Z. Differentiating centrality and power in the world city network[J]. Urban Studies, 2011, 48(13): 2733-2748.
[29]
Liu Y I, Shao X Y, Tang M P, et al. Spatio-temporal evolution of green innovation network and its multidimensional proximity analysis: Empirical evidence from China[J]. Journal of Cleaner Production, 2021, 283: 1-17.
[30]
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. [Li Dandan, Wang Tao, Zhou Hui. The structural characteristics of knowledge spillover networks based on different spatial and temporal scales[J]. Scientia Geographica Sinica, 2013, 33(10): 1180-1187.]
[31]
王庆喜, 胡志学. 多维邻近下浙江城市创新网络演化及其机制研究[J]. 地理科学, 2021, 41(8): 1380-1388. [Wang Qingxi, Hu Zhixue. Urban innovation network of Zhejiang from the perspective of multidimensional proximities[J]. Scientia Geographica Sinica, 2021, 41(8): 1380-1388.]
[32]
王成, 王茂军, 柴箐. 城市网络地位与网络权力的关系——以中国汽车零部件交易链接网络为例[J]. 地理学报, 2015, 70(12): 1953-1972. [Wang Cheng, Wang Maojun, Chai Qing. The relationship between centrality and power in the city network[J]. Acta Geographica Sinica, 2015, 70(12): 1953-1972.]
[33]
段德忠, 夏启繁, 张杨, 等. 长江经济带环境创新的时空特征及其影响因素[J]. 地理科学, 2021, 41(7): 1158-1167. [Duan Dezhong, Xia Qifan, Zhang Yang, et al. Evolution pattern and impact factors of environmental innovation in the Yangtze River economic belt[J]. Scientia Geographica Sinica, 2021, 41(7): 1158-1167.]
[34]
王承云, WANG Yongzheng, SHEN Zezhou. 长三角区域创新合作网络空间演化研究[J]. 上海师范大学学报(哲学社会科学版), 2021, 50(5): 117-126. [Wang Chengyun, Wang Yongzheng, Shen Zezhou. Research on the evolution of innovation and cooperation network space of urban agglomerations in the Yangtze River Delta[J]. Journal of Shanghai Normal University (Philosophy & Social Sciences Edition), 2021, 50(5): 117-126.]
[35]
Morrison A, Rabellotti R, Zirulia L. When do global pipelines enhance the diffusion of knowledge in clusters[J]. Economic Geography, 2013, 89(1): 77-96.
[36]
Krupoderova A, Portnov B A. Eco-innovations and economic performance of regions: A systematic literature survey[J]. Regional Studies Regional Science, 2020, 7(1): 571-588.