删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

创新松散型产业的创新网络特征及其对创新绩效的影响研究——以长江经济带物流产业为例

本站小编 Free考研考试/2021-12-29

宓泽锋, 曾刚
华东师范大学中国现代城市研究中心,城市与区域科学学院,上海 200062

The innovation network characteristics of innovation-loose industry and its impact on innovation performance: An empirical analysis on the logistics industry of the Yangtze River Economic Belt

MIZefeng, ZENGGang
Center for Modern Chinese City Studies, School of City and Regional Science, East China Normal University, Shanghai 200062, China
通讯作者:通讯作者：曾刚（1961- ）,男,湖北武汉人,博士,教授,主要从事创新网络与产业集群、生态文明与区域发展模式研究。E-mail: gzeng@re.ecnu.edu.cn
收稿日期:2017-03-2
修回日期:2017-07-20
网络出版日期:2017-09-15
版权声明:2017《地理研究》编辑部《地理研究》编辑部
基金资助:

国家重点研发计划（2016YFC0502701）

国家自然科学基金项目（41071093,41371147）

作者简介:
-->作者简介：宓泽锋（1991- ）,男,浙江余姚人,博士研究生,主要从事创新、生态与区域发展研究。E-mail: mizefeng1991@163.com

展开

摘要
基于国家重点产业专利信息服务平台物流产业中1985-2013年间的合作发明专利数据,借助Stata、Gephi、ArcGIS等定量分析和图形分析软件,通过负二项回归分析,对长江经济带物流产业的合作创新网络特征以及其对创新绩效的影响进行刻画和分析,归纳创新松散型产业和创新密集型产业创新网络的不同点。研究发现：物流产业合作创新网络形态上呈现出以高校为中心的“核心—边缘”结构;网络存在过度根植性和结构洞位置功能缺失的问题,而物流产业创新碎片化和网络主体联系上“强企业—弱高校”关系是其内因。因此,需要提升高校的创新能力,加强核心企业与高校创新联系,建立“强企业—强高校”关系,推动创新联盟和创新交流平台的建设,促进长江经济带物流产业创新网络健康发展。

关键词：长江经济带;创新松散型产业;物流产业;合作创新网络;过度根植性
Abstract
Innovation plays an important role in the development of China. Previously, the research of industries with strong innovation ability has attracted much more attention from academic researchers. Nevertheless, those industries with weak innovation ability are also important to the development of national economy, and there is a significant difference in the innovation network characteristics of innovation-loose industries and innovation-intensive industries. Therefore, this paper aims to study the innovation network forms of innovation-loose industries, and its influence on network performance. And the logistics industry is taken as a typical representative of innovation-loose industries in the Yangtze River Economic Belt. With the help of some quantitative graphics analysis software such as Stata, Gephi, and ArcGIS, we describe the collaborative innovation network of logistics industry in the Yangtze River Economic Belt and discuss its impact of innovation networks on innovation performance based on and negative binomial regression models using co-invented patent data of logistics industry issued by the State Intellectual Property Office of the P.R.C. from 1985 to 2013. Compared to the equipment manufacturing industry, in addition, it sums up difference of innovation networks between innovation-loose industries and innovation-intensive industries. The results show that: (1) In terms of spatial distribution, the "Z"-shaped region which is composed of "Nanjing-Shanghai-Hangzhou-Ningbo" has become the innovation center of logistics industry in the Yangtze River Economic Belt. And there is a close cooperative relation of innovation network between the region and the cities of Wuhan, Beijing, Shenzhen and Taipei. (2) Cooperation innovation network of logistics industry has a core-periphery structure which takes colleges and universities as the center of the network. While there are major network problems of over-embeddedness and missing-structural holes position function, which internally result from fragmentation caused in logistics industry innovation and strong enterprises-weak universities' relations. Hence, it is necessary to enhance innovation ability of colleges and universities, create a new relationship between strong enterprises and strong universities, and construct innovation union and platform to make enterprises play a leading role in the core network. Moreover, we need to be aware that universities with high innovation ability will attract enterprises to participate in cooperation, which will promote the healthy development of the logistics industry innovation network in the Yangtze River Economic Belt.

Keywords：Yangtze River Economic Belt;innovation-loose industries;logistics industry;cooperative innovation network;over-embeddedness

-->0
PDF (1161KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNote Ris Bibtex 收藏本文-->
宓泽锋, 曾刚. 创新松散型产业的创新网络特征及其对创新绩效的影响研究——以长江经济带物流产业为例[J]. 地理研究, 2017, 36(9): 1653-1666 https://doi.org/10.11821/dlyj201709005
MI Zefeng, ZENG Gang. The innovation network characteristics of innovation-loose industry and its impact on innovation performance: An empirical analysis on the logistics industry of the Yangtze River Economic Belt[J]. Geographical Research, 2017, 36(9): 1653-1666 https://doi.org/10.11821/dlyj201709005

1 引言

随着全球化不断发展,创新逐渐成为增强区域产业和竞争力的重要因素,而创新作为中国“十三五”规划的五大发展理念之一,更是成为****关注的重点领域之一,越来越多的管理****和经济地理****加入了创新网络研究的行列^[1,2]。迄今为止,创新网络研究成果主要集中在网络的知识流动分析、创新网络的关系刻画及创新网络影响因素分析等领域。Bathelt等认为,持续高效创新需要通过全球生产网络与地方网络相结合以及通过“本地蜂鸣—全球通道”所带来的全球—本地知识流动来实现^[3-5];Coe等从全球生产网络视角出发,认为创新必须建立在与外部的合作网络的基础之上,必须借助知识传递、合作和学习才能实现^[6-8];Liefner等指出,合作专利能较好地反映产学研关系,是刻画不同产业的创新网络结构、各类创新主体相互关系、创新网络演变的重要数据来源^[9-11];Martin等指出,政府、信任、企业、高校是影响创新网络形成和发展的重要因素^[12-15]。然而,当前诸多文献分析了创新网络的形态以及创新主体（特别是企业）在创新网络中的网络属性（如结构洞、中心度）^[16],对创新网络反作用于创新绩效的定量关系研究也开始受到重视^[11,17,18],但在研究创新网络所起到作用中,以往研究一方面对企业自身创新能力和所处环境造成的影响的定量控制不足,例如陈伟等研究中的回归模型自变量均为网络变量,忽视了创新主体自身特征会对创新绩效造成影响的现实^[18,19];另一方面,研究也多集中在装备制造业、集成电路产业等创新能力强的产业当中,而中国产业门类众多,如创新合作相对松散的物流产业、纺织产业等对中国的经济发展仍然起着基础且重要的作用^[20,21],对创新松散型产业的研究亟待开展和深入。
物流产业等创新松散型产业的创新门槛相对较低,创新合作相对松散,构建而成的合作创新网络形态与创新密集型产业有极大不同,因而本文选择物流产业为研究对象,探索创新松散型产业的创新网络形态与特征、对创新能力所带来的影响以及存在的问题,丰富和拓展创新网络的研究。
物流产业是长江经济带重要的战略性产业之一,在国家战略中占据重要地位。根据中国物流与采购网企业库发布的数据,截至2015年6月底,长江经济带共有物流企业952家;在全国物流企业50强中,长江经济带占22席,占比高达44%;而从物流产业中创新能力较强的物流相关设备制造企业分布来看,《中国物流技术装备行业发展报告2013》收录的515家物流设备供应企业中,长江经济带占54.56%。长江经济带的物流产业案例极具代表性。同时,摸清长江经济带物流产业创新网络演化规律、明确影响因子、分析创新网络与创新绩效之间的定量关系,对于进一步丰富创新网络研究内容、促进中国物流产业健康发展具有重要意义。

2 研究方法与数据来源

2.1 创新松散型产业的概念界定

对于产业的创新形式,已有****进行了相关论述,但总体研究成果较少。屈仁均等从产业集群的角度入手,认为创新松散型产业集群具有知识基础薄弱、合作交流机制不成熟、合作创新氛围缺失等特征^[22];李宇从产学研合作创新的角度出发,认为紧密型产学研结合模式需要形成政策、金融资本和中介机构等对产学研主体的嵌入结构^[23]。从以上论述中可以发现,创新松散型产业在内部合作网络构建上往往联系不紧密,在外部环境支撑上,又处于相对弱势地位。因此,本文将创新松散型产业界定为：创新松散型产业是在内部创新上表现为创新知识基础薄弱、创新主体之间的创新要素交流与合作机制不完善、合作创新的社会文化氛围缺乏,在外部创新环境上受创新政策的扶持较少、创新联盟等创新中介相对缺乏、创新领域对金融资本的吸引力较弱的产业。创新密集型产业则反之,其创新知识积累雄厚、创新合作机制相对完善、具备良好的合作创新氛围,在创新领域受到国家政策重视、创新中介发展较好、对创新领域的投入较大。
物流产业是显著的应用性极强而创新性相对弱势的基础性产业,在整体布局、基础设施建设、物流效率等方面备受政策和相关研究的重视,而对物流产业创新领域的重视程度则相对较低,创新中介等创新合作交流渠道缺乏,合作创新氛围不佳,创新知识虽不断积累,但相较于装备制造业等创新性强的产业,一直处于弱势地位,是典型的创新松散型产业。而装备制造业被认为是工业发展的核心,其创新受到国家政策的高度重视,特别是在高端装备制造业上的创新突破是实现“中国制造2025”的关键点之一,各类创新联盟以及重点实验室、研究院繁多,合作创新氛围浓厚,是典型的创新密集型产业。本文即选取物流产业与装备制造业为创新松散型与创新密集型产业的代表案例,比较研究不同创新类型的产业在创新网络的构建形态和影响上的特征和差异。

2.2 变量选取

网络研究一般分为网络结点研究和整体网络研究,网络结构主要用来研究网络结点特征,反映网络结点在网络中的地位、作用以及与其他结点的连接情况^[18]。一般认为,网络结构对网络内成员的知识交流起到了关键的作用,Freeman等较早地总结了“中心度”的概念,Burt等强调了结构洞对于创新主体获取知识以提升创新能力的作用^[24,25],而Balland等系统讨论了网络地位、网络根植性和临近性在创新网络中的重要作用,研究显示地理临近性对创新网络的发展有显著的影响^[26,27]。长江经济带贯穿中国东、中、西三大地带,网络发展差异极为明显,更不可忽视网络中创新主体的地理空间差异对创新的影响。因此,本文将网络地位、网络根植性、结构洞、地理临近性作为核心变量进行研究。
在控制变量选取上,创新主体自身的创新能力是其创新产出的重要影响因素^[28],而以往的许多研究未做到对创新主体自身能力进行定量控制^[18,19]。本文则试图对创新主体的创新能力以及所处的创新环境进行控制。借鉴相关研究,用四个指标对创新主体的创新能级（用创新活跃度、合作广度来表示）和所在城市创新环境（用人均GDP、R&D投入占GDP的比例来表示）进行量化^[16,29]。

2.3 各变量解释

因变量：赵建吉等认为专利仍是目前测度创新产出应用中最为广泛的指标^[30],因此本文采用发明专利作为因变量。由于合作专利仅为专利中的一部分,在反映创新能力的时候存在偏差,因此在中华人民共和国国家知识产权局官网上分别对各创新主体的发明专利总数进行查找,以发明专利总数作为因变量。
自变量：创新绩效受到网络地位、网络根植性、结构洞限制度、地理邻近性、创新主体的创新能级以及所处的创新环境等方面因素的共同影响,这些影响因子因而可被视为自变量,本文将之分为核心变量和控制变量两部分。核心变量包括：
（1）网络地位。众多研究显示,处于网络中心地位的创新主体在获得创新资源上占据优势,并能有效促进其创新能力的进一步提升^[24,26]。本文认为网络地位是经过择优机制而产生的,并用公式

\begin{matrix} P_{i} = \sum x_{ij} \sqrt[]{\sum x_{h j}} \end{matrix}

量化表示^[31]。式中：

\begin{matrix} P_{i} \end{matrix}

表示创新主体

\begin{matrix} i \end{matrix}

的网络地位;

\begin{matrix} x_{ij} \end{matrix}

即表示创新主体

\begin{matrix} i \end{matrix}

和

\begin{matrix} j \end{matrix}

之间的合作专利次数。该公式能够较好地测量某一主体拥有的合作伙伴吸引更多合作伙伴的能力。由于合作专利数据是无向数据,因而在计算时,可以认为存在专利合作的创新主体之间的合作意向是双向的,以下涉及到方向性的数据处理均采用这一原则。
（2）网络根植性。在网络关系的根植性研究中,根植性被认为是增强信息共享、促进知识内部化,从而增强创新能力的重要因素^[32]。然而,研究显示过度的根植性会阻碍与外部知识的交流,反过来抑制创新能力的提升^[33]。本文采用三元闭包模型来衡量创新主体的网络根植性,公式为

\begin{matrix} T_{i} = \sum x_{ij} x_{i h} x_{j h} \end{matrix}

^[26]。三元闭包模型可以较好的测度一个行为主体和两个已经是合作伙伴的行为主体建立联系的能力,同时也反映出网络向三元结构演化的趋势。实际上三元闭包模型的强度对创新的影响极为显著,因而本文进一步采用有强度和无强度的三元闭包模型进行比较研究,由此生成模型1和模型2。其中,模型1（计算强度的三元闭包模型）中的

\begin{matrix} x_{ij} \end{matrix}

为创新主体

\begin{matrix} i \end{matrix}

和创新主体

\begin{matrix} j \end{matrix}

之间的合作专利次数,而模型2（不计强度的三元闭包模型）中的

\begin{matrix} x_{ij} \end{matrix}

始终计算为1。
（3）结构洞限制度。占据结构洞位置的成员往往表现出更容易接近网络资源、与其他成员保持更为频繁的联系等特征。盛亚、范栋梁等对结构洞进行了深入的研究,认为结构洞分为自益性结构洞和共益性结构洞,不同结构洞都能给桥接者带来更多的异质资源和运行效率,但自益性结构洞对网络整体运行效率作用相对较弱^[34]。衡量结构洞的指标中,结构洞限制度应用最为广泛,计算公式为

\begin{matrix} C_{i} = \sum (P_{ij} + \sum P_{iq} P_{qj}) \end{matrix}

,其中,

\begin{matrix} C_{i} \end{matrix}

表示创新主体

\begin{matrix} i \end{matrix}

的结构洞限制度数值;

\begin{matrix} P_{iq} \end{matrix}

是创新主体

\begin{matrix} i \end{matrix}

的全部关系投入中,投入

\begin{matrix} q \end{matrix}

的关系占总关系的比例。需要注意的是,结构洞限制度越小,则创新主体越处于结构洞位置,因此结构洞限制度为负向指标。
（4）地理临近性。地理临近被众多研究证实是创新知识流动和合作关系形成的重要影响因素^[35-37],本文通过计算空间自相关系数矩阵

\begin{matrix} X_{n \times 1} \end{matrix}

来表示并量化地理临近的作用,用以衡量在现实空间分布上某一创新主体与周边创新主体的关系,展现其空间分布形态。公式为

\begin{matrix} X_{n \times 1} = W_{n \times n} Y_{n \times 1} \end{matrix}

,式中：

\begin{matrix} W_{n \times n} \end{matrix}

为地理临近矩阵,

\begin{matrix} Y_{n \times 1} \end{matrix}

为各创新主体的总发明专利数。本文将同一地级市内创新主体间的距离处理为0,将不同城市间创新主体的距离处理为城市间的最短行车距离。最短行车距离通过在百度地图中查找获得,分别输入两座城市的名称,交通方式选择“驾车”,在搜索结果中选择“最短路程”,最终获取城市间的距离。在地理临近矩阵的构建中,对地理距离进行处理,生成放入地理临近矩阵中的距离

\begin{matrix} D \end{matrix}

,计算公式为

\begin{matrix} D = \frac{1}{d + 1} \end{matrix}

,式中：

\begin{matrix} d \end{matrix}

为百度地图中搜索到的行车最短距离,最终形成

\begin{matrix} 3636 \times 3636 \end{matrix}

的创新主体间的地理临近矩阵

\begin{matrix} W \end{matrix}

（本文对2013年的3636个创新主体进行了负二项回归,具体解释见下文）。百度地图的行车距离搜索得到的城市间距离,相较于地图上简单的城市间直线距离,更加接近现实中城市间的实际距离。
控制变量包括：
（1）创新活跃度。Balland等指出,观察年份内参与合作创新的次数可以表示企业的创新活跃程度,以此来间接表征创新能级^[26]。为表现企业在创新能力上的异质性,用该指标进行控制。具体计算为各创新主体在1985-2013年间合作网络中出现的次数,一年中出现即计数为1,否则为0,累加得到最终数值。例如出现次数最多的浙江大学,在1985-2013年中有25个年份参与物流产业创新合作,其值为25。
（2）合作广度。一般而言,跨国企业、跨地区的大型企业等相对于中小企业,具有从更大范围内获得合作伙伴的能力。因而本文通过计算创新主体与合作伙伴之间的平均空间距离来表示合作广度,对创新主体规模进行控制。
（3）人均GDP。人均GDP是能反映城市经济发展水平的指标,通过其控制城市经济发展水平对创新的影响。
（4）R&D投入占GDP的比例。该指标是衡量城市创新环境的重要指标,通过该指标控制创新主体所在城市的创新环境对创新主体的影响。

2.4 数据来源

本文的专利数据来源于“国家重点产业专利信息服务平台”中的“物流产业”专利平台,人均GDP、R&D投入占比等指标的数据来源于《中国城市统计年鉴》以及各地级市的统计局等相关网站。由于国家重点产业专利信息服务平台从1985年起开始公开专利数据,且专利申请规定在自专利申请日起的18个月内保证处理完毕,因此仅搜索1985-2013年物流产业专利数据。
在专利获取时,进入国家重点产业专利信息服务平台中的“物流产业”进行专利检索,仅选择“中国发明专利”,以“大学”“学院”“研究所”“公司”“厂”这五个关键词进行检索,筛选出存在合作关系的专利数据,得到1985-2013年的合作专利数量为48529条,共15961个创新主体参与合作创新。对存在三个创新主体及以上的专利数据进行处理,统一处理成两两合作的专利数据（例如,A、B、C三个创新主体存在于一条专利当中,则处理成A与B合作、B与C合作、A与C合作这三条两两合作的合作关系数据）。
物流产业专利服务平台对物流产业的创新类型进行了明确的界定,其创新分为六大类：一、装卸搬运（二级分类有集装单元装卸搬运、散料装卸搬运、装卸搬运设备）;二、物流运输（二级分类有甩挂运输组织、公路、铁路、水路、航空、管道）;三、库存（仓储、保管）技术（二级分类有自动仓储系统、仓储材料及保管、仓储设备设施、保管、检验、存取/计量）;四、流动加工（二级分类有产品深加工、储运、验货加工）;五、分拣包装配送系统（二级分类有包装设备及方法、包装材料、分拣和拣选、配送）;六、物流信息技术（识别标识技术、信息交换/电子数据交换EDI/因特网、物流运输信息、物流核算技术、物流信息系统安全）。物流产业的创新跨度大、门槛低,是其创新网络松散的主要原因之一。
由于长三角城市群规划包含江苏、浙江、上海、安徽四省份的部分地级市,因此下文中东部地区指代江苏、浙江、上海、安徽四省份,中部地区指代湖南、湖北、江西三省,西部地区指代重庆、四川、贵州、云南四省份。

3 长江经济带物流产业创新网络特征

从1985-2013年长江经济带物流产业专利总数变化中可以看到,长江经济带物流产业的创新发展基本以十年为一个阶段：① 初始波动阶段（1985-1995年）,该阶段专利申请增长率正增长和负增长交替出现,网络成长不明显;② 波动增长阶段（1996-2005年）,该阶段物流产业专利增长显著,但增长率很不稳定,大至80%以上,小至10%以内,年际变化大;③ 稳定增长阶段（2006-2013年）,该阶段物流产业的增长率基本稳定在30%左右,逐渐步入稳定期。因此,选取1985年、1995年、2005年、2013年的数据对创新网络进行刻画（图1）。数据来源于中华人民共和国国家知识产权局官网。

显示原图|下载原图ZIP|生成PPT
图11985-2013年长江经济带物流产业专利总数
-->Fig. 1The total number of patents in logistics industry in the Yangtze River Economic Belt during 1985-2013
-->

3.1 长江经济带物流产业的网络中心与强度中心分离

1985-2013年长江经济带物流产业合作创新网络演化如图2所示,图2中的数据来源于中国重点产业专利信息服务平台（http://www.chinaip.com.cn/）。1985-2013年长江经济带物流产业合作网络得到了极大的发展。一方面,网络的“核心—边缘”结构逐步显现。

显示原图|下载原图ZIP|生成PPT
图21985-2013年长江经济带物流产业合作创新网络演化
-->Fig. 2Evolution of collaborative innovation network of logistics industry in the Yangtze River Economic Belt during 1985-2013
-->

1985年和1995年,专利合作网络基本处于起步阶段,网络发展不明显,并表现出较强的不稳定性;2005年,以高校为网络中心的合作创新网络结构已经出现;至2013年,以高校为中心的“核心—边缘”合作创新网络结构得到加强。另一方面,网络中心与强度中心出现分离。与装备制造业等产业逐渐形成强产学研联系不同^[14],2013年高校这一网络中心呈现广而弱的合作创新特征,从合作强度层面来看,对2013年的合作创新专利数据进行分析,发现两两合作次数在48次以上的合作关系共有35对（70个创新主体）,均为企业与企业合作;从总合作专利数上来看,高校与研究所中总合作专利数最多的浙江大学共合作143次,仅排第26位。因此大量零散但联系强度大的企业创新组团处于网络的边缘位置,其中以“浙江吉利控股集团有限公司”（合作强度居第一位）为中心的外围企业组团最具代表性,其与浙江吉利汽车研究院有限公司、浙江吉利汽车有限公司、浙江吉润汽车有限公司、浙江陆虎汽车有限公司等公司形成了强联系的企业组团,但组团具有极强的封闭性,与高校、研究所等合作甚少。

3.2 长江经济带物流产业模块化特征凸显

从表1中网络量的变化可知,1995年多项数据相较于1985年有所下降,主要原因是该时间段内长江经济带合作创新网络规模本身基本处于停滞阶段（一直为90个创新主体左右）,而合作创新的强度相对上升（平均合作次数从1985年的1.04次上升到了1995年的1.14次）。这在规模基本不变的网络当中,就表现为合作对象范围相对减小,因此在平均度、平均加权度、网络直径、平均路径长度上均有所下降;由于1985年合作创新网络强度较小、合作对象范围相对较广的特征,其平均聚集系数也较1995年更大,而模块度更小。在1995年之后,合作创新网络的创新主体数量与合作次数均大大增加,合作创新网络特征也逐渐稳定。
Tab.1
表1
表11985-2013年长江经济带物流产业合作创新网络变化
Tab.1Change of collaborative innovation network of logistics industry in the Yangtze River Economic Belt during 1985-2013

名称	解释	1985年	1995年	2005年	2013年
平均度	网络总边数/网络总节点数,表示网络的平均联系程度。	0.605	0.518	0.782	0.828
平均加权度	无向网络中,计联系强度的网络总边数/网络总节点数。	0.640	0.590	1.332	2.716
网络直径	节点间的距离指从一个节点要经历的边的最小数目,其中所有节点之间的最大距离称为网络直径。	4	2	8	18
模块度	衡量网络社区结构强度的方法,其值越接近1,表示网络划分出的社区结构的强度越强。	0.908	0.927	0.933	0.952
平均聚集系数	聚类系数表示一个图形中节点集聚程度的系数;局部聚集系数表示一个节点与它相邻节点形成团的紧密程度;平均聚集系数表示所有节点的局部聚集系数的均值。平均聚集系数越大,则越容易形成“小世界”。	0.563	0.429	0.467	0.600
平均路径长度	网络中所有节点对之间的平均最短距离。	1.458	1.085	4.145	6.634

注：各网络量由Gephi软件计算生成。

新窗口打开
综上所述,1985-2013年间长江经济带物流产业合作创新网络无论是合作广度、合作的紧密程度都获得了极大的提升（平均度、平均加权度、平均聚集系数、平均路径长度的数值均上升）,但网络的模块度持续上升,物流产业的合作创新网络并未像装备制造业一样持续朝网络中心集聚^[10],而是网络中心与网络边缘组团都发展迅速,并且新产生的网络组团更倾向于游离在网络中心组团之外,导致网络模块化持续加剧。

3.3 长江经济带物流产业的创新网络发展空间分异显著

由图3可知,至2013年,长江经济带物流产业的创新网络发展差异化已十分显著,东部地区是合作创新网络的核心区,并且与外部创新主体的联系也十分紧密,是内外部创新知识交流的集中地,合作创新网络已处于网络完善阶段;中部地区中武汉的创新副中心地位显现,中部地区的合作整体创新网络处于构建阶段;而西部地区的合作创新网络仍处于起步阶段。

显示原图|下载原图ZIP|生成PPT
图31985-2013年长江经济带物流产业合作创新网络核密度图总之,以物流产业为代表的创新松散型产业与以装备制造业为代表的创新密集型产业所构成的合作创新网络存在显著差异。首先,物流产业合作创新网络的强联系组团分布于网络边缘,网络中心区以高校为中心;而装备制造业中,企业积极参与产学研合作,与高校一起成为强联系的网络中心。其次,物流产业的合作创新网络边缘区分布更加碎片化,而装备制造业的网络边缘区合作相对较多,并更容易与网络核心区产生联系。最后,物流产业合作创新网络中,长江经济带外的企业和带内的网络边缘企业组团存在着较多的联系。例如以鸿海精密工业股份有限公司为代表的台湾企业与鸿富锦精密工业（武汉）有限公司等带内企业共同申请了“马达控制器及马达转速控制方法”等大量物流专利,而带外企业甚少与带内高校或研究所共同申请物流专利;异于顾娜娜的研究,其研究显示装备制造业的带外创新主体与带内高校和核心企业存在大量联系,并且高校和核心企业共同构成了网络中心^[38]。
-->Fig. 3The nuclear density map of collaborative innovation network of logistics industry in the Yangtze River Economic Belt during 1985-2013
-->

究其原因,装备制造业等创新密集型产业的创新更容易受到高校和研究所的重视,并与企业形成紧密的合作关系;而物流产业等创新松散型产业的创新由于相对不受高校和研究所的重视,尽管高校凭借其合作对象广泛的特征依旧居于合作创新网络的中心,但高校的物流创新能力并不强,因此其对于企业参与合作创新的吸引力较小（图4）。

显示原图|下载原图ZIP|生成PPT
图4长江经济带物流产业和装备制造业创新网络示意图
-->Fig. 4The innovation network diagram of equipment manufacturing and logistics industry in the Yangtze River Economic Belt
-->

4 结果分析

4.1 负二项回归及检验

本文用回归模型来揭示创新网络与创新能力之间的关系。2013年合作创新网络中共有长江经济带内主体3636个,带外主体647个,共产生15409条两两合作关系数据。本文对长江经济带内的3636个创新主体数据进行回归分析,其网络关系数据仍包括与带外的合作联系,即从全网络中生成。从中华人民共和国国家知识产权局官网中查找到这3636个创新主体2013年的总专利数作为回归方程的因变量。专利数据为技术数据,为防止过度离散,不适宜用普通OLS回归,而应采用适合于技术数据的负二项回归。表2中显示因变量发明专利总数的标准偏差是均值的6.4倍,符合负二项回归要求,并且自变量相关性绝对值均在0.65以下,VIF检验值均小于5,表明回归模型没有明显的多重共线性问题。
Tab.2
表2
表2描述性统计量及相关性检测
Tab.2Descriptive statistics and correlation detection

	均值	标准偏差	VIF	1	2	3	4	5	6	7	8	9
1.发明专利总数	30.56	196.79		1
2.网络地位	64.10	737.33	1.03	0.112^**	1
3.网络根植性	0.52	2.41	1.09	0.196^**	0.164^**	1
4.结构洞限制度	0.85	0.30	1.34	0.03	-0.047^**	-0.123^**	1
5.地理临近	8885.62	8508.65	2.89	0.023	-0.013	-0.018	0.006	1
6.创新活跃度	2.38	2.38	1.09	0.333^**	0.093^**	0.213^**	0.026	0.135^**	1
7.合作广度	246.70	426.80	1.35	0.022	0.036^*	0.073^**	-0.485^**	-0.103^**	0.053^**	1
8.人均GDP	86355.47	26672.35	1.73	0.034^*	0.007	0.012	0	0.466^**	0.075^**	-0.105^**	1
9.R&D投入占比	2.57	0.92	3.84	0.025	0	-0.002	-0.003	0.604^**	0.107^**	-0.126^**	0.642^**	1

注：^*表示P<0.05,^**表示P<0.01。

新窗口打开

4.2 回归结果分析

由表3中核心变量的负二项回归系数可得：
（1）网络地位对于创新绩效产生了稳定的正相关影响,这印证了处于网络中心地位的创新主体在获取创新资源并强化自身创新能力时更具优势。
（2）网络根植性在模型1中计算合作强度时整体上呈现出负相关性,在模型2中不计强度时呈现正相关,说明根植性在网络初建时确实有益于创新知识的流动,对创新的产生起到促进作用,而当前长江经济带物流产业的合作创新已经呈现出过度根植性,反而抑制了创新的产生。这一方面是因为物流产业的创新类别差异较大（如库存技术与物流信息技术的创新差异）,不同类别之间的创新联系较弱;另一方面,物流创新网络中的强联系企业组团与高校、研究所的联系较弱,多处于网络边缘位置。上述两方面导致物流创新网络的模块度很大,网络模块化显著,从而使得网络的过度根植性问题严重。
（3）物流产业结构洞限制度在整体和东部地区的回归分析中系数显著为正,这与陈伟等研究的装备制造业结构洞限制度回归系数显著为负截然相反^[11,18],而西部地区结构洞限制度的回归系数显著为负,与东部地区表现出不同。由于结构洞限制度为负向指标,因此,东部地区物流产业的结构洞与创新绩效呈现出显著的负相关。其主要原因是物流产业创新网络的模块化特征极强,东部地区有极多结构洞限制度高的企业组团（典型代表为以浙江吉利控股集团有限公司中心的强企业组团）,这类合作形式在组团内的合作强度很大。同时,合作伙伴相对单一、合作强度大的特性导致其结构洞限制度高,使得东部地区的结构洞与创新绩效呈现负相关。而西部地区结构洞限制度的回归系数显著为负,主要是因为西部地区物流产业的合作创新网络并不发达,缺少像东部地区的强企业组团,处于结构洞位置的创新主体仍是创新产生的优势节点。值得注意的是,结构洞位置的创新主体能力不突出问题在网络发展较为完善的东部地区十分突出,相关部门需要引起重视。
（4）地理临近（通过空间自回归得到）指标主要衡量某一创新主体与周边创新主体之间的关系,体现创新网络的空间分布形态。中部地区的空间自相关系数为正,说明中部地区创新主体的创新总体呈现高高集聚或低低集聚的特征,主要原因是中部地区的区内合作创新网络处于完善阶段,创新能力强的创新主体多在武汉、长沙、南昌等大城市集聚,因而总体上呈现高高集聚,而边缘的地级市中的创新主体多呈现低低集聚。西部地区的空间自相关系数为负,总体呈现低高集聚或高低集聚的特征,主要是由于西部地区的区内创新网络构建处于起步阶段,创新能力总体较弱,与区外合作是创新知识获取的重要途径,创新能力突出的创新主体多为与区外有合作的创新主体,而创新能力强的创新主体并未呈现出显著的集中分布,导致西部地区整体呈现低高集聚或高低集聚。东部地区空间自相关系数不显著,主要是因为物流产业的合作创新网络较为发达,地区内中心地区和边缘地区都有较多创新能力较强的创新主体存在,集聚的特征反而不明显（图3）。
（5）在控制变量中,创新活跃度与创新绩效呈现正相关,说明企业自身的创新水平对最终创新绩效的产出有直接影响。合作广度与创新绩效的关系在东、中、西部地区呈现不同的影响,主要是因为东部地区与台湾、北京等区外联系是保持其创新优势的重要方式,而西部地区与区外的联系是其获得创新知识的重要来源,因此创新主体的合作广度均对其创新绩效有正相关影响,而中部地区在合作网络构建完善阶段,总体上更加注重于区内的合作关系建立,因此呈现负相关。人均GDP这一指标在东部地区呈现正相关,主要是由于东部地区人均GDP高的地区（核心区为“南京—上海—杭州—宁波”及沿线的“Z”字型区域）吸引了大量创新能力强的创新主体,因此这一指标系数显著为正。R&D占比这一指标在东部和西部地区呈现正相关,说明对于中部地区和西部地区而言,地区创新投入对创新主体的创新能力增长极为重要。
Tab.3
表3
表32013年长江经济带物流产业网络属性对创新绩效的回归结果
Tab.3The regression results of the logistics industry network properties to the innovation performance in the Yangtze River Economic Belt in 2013

解释变量	长江经济带		东部四省		中部三省		西部四省
解释变量	模型1	模型2	模型1	模型2	模型1	模型2	模型1	模型2
网络地位	0.00138^***	0.00068^***	0.00211^***	0.00073^***	0.00111^**	0.00084^***	0.00530^***	0.00103^**
网络根植性	-5.60E-07^***	0.0531^***	-8.74E-07^***	0.0731^***	-9.4E-07	-0.0178	-2.41E-05^***	0.1310^***
结构洞限制度	0.702^***	0.708^***	0.896^***	0.939^***	0.266	0.268	-0.393^**	-0.332^*
地理临近	-6.7E-06	-4.8E-06	-5.4E-06	-1.4E-06	9.40E-05^***	8.83E-05^**	-0.000108^*	-0.000102^*
创新活跃度	0.329^***	0.329^***	0.350^***	0.361^***	0.341^***	0.346^***	0.430^***	0.437^***
合作广度	0.000282^***	0.000272^***	0.000653^***	0.000658^***	-0.000478^**	-0.000484^**	0.000202^*	0.000191^*
人均GDP	6.41E-06^***	7.05E-06^***	4.28E-06^***	5.12E-06^***	5.74E-07	1.2E-06	-3.9E-06	-3E-06
R&D占比	0.129^**	0.103^*	0.050	-0.007	0.531^**	0.546^**	0.621^**	0.602^**

注：① ^*表示P<0.1,^**表示P<0.05,^***表示P<0.05;② 模型1为计算合作强度的网络根植性计算方法,模型2为不计算合作强度的网络根植性计算方法（详见2.3变量解释中的网络根植性解释）,其余变量均相同。

新窗口打开

5 结论与讨论

5.1 结论

已有的学术成果多关注装备制造业等创新密集型产业创新网络分析,而忽视对创新松散型产业创新网络的研究,本文对长江经济带物流产业创新网络进行了分析研究,得出如下结论：
（1）过度根植性、位于结构洞位置的创新主体功能较弱是当前长江经济带物流产业创新网络发展面临的两大问题。不计强度的三元闭包模型（模型2）回归系数为正,计强度的三元闭包模型（模型1）回归系数为负,表明长江经济带物流产业创新网络存在过度根植性问题;结构洞限制度回归系数显著为正,表明处于物流产业创新网络结构洞位置的创新主体功能缺失,影响了创新网络的发展。从网络形态角度看,长江经济带物流产业创新网络呈现与装备制造业创新网络形态相同但机理不同的“核心—边缘”结构。物流产业创新网络中高校位于网络中心,但与相关主体联系强度较小,网络中心组团合作关系脆弱;核心企业位于网络边缘,但与相关主体联系强度较大,网络边缘组团合作关系紧密。从空间分布看,“南京—上海—杭州—宁波”组成的“Z”字形区域为长江经济带物流产业合作创新中心区域,与长江经济带内的武汉以及长江经济带以外的台北、北京、深圳存在着密切的创新合作关系。
（2）由于高校在物流创新能力上的相对弱势,高校对长江经济带物流产业创新网络带动作用不强（特别是无法与核心企业建立合作联系）是导致创新网络发展水平不高的根本原因。位居物流产业创新网络中心位置的高校对物流产业研究不太重视,从事相关研究人员有限,研发投入较少,物流技术研发成果不多,反而与核心企业形成了“强企业—弱高校”的对比关系,高校对拥有丰富物流创新资源和较强物流创新能力的核心企业吸引力不大,导致其与核心企业的创新合作联系很少。进而出现了物流产业创新网络模块化问题,以及少数核心企业抱团织网、技术锁定、过度根植性问题。
（3）长江经济带物流产业创新碎片化是其网络问题产生的另一大原因。一方面,六大类物流创新跨度较大,开展跨大类创新的难度大,核心企业倾向于在同一领域内挑选合作伙伴,合作伙伴相对固定且联系极强,出现合作创新网络过度根植性问题和“小圈子”现象,导致核心企业对不同类别创新企业的整合能力不强;另一方面,物流产业创新门槛较低,大量中小企业开展了低层次对外创新合作,而弱势高校尽管拥有宽广的专业领域,社会联系广泛,占据结构洞位置,但由于其物流创新能力较弱,不能发挥好创新知识交流中心的作用,对其他物流企业创新带动作用有限,呈现弱联系现象。也就是说,强势核心企业、弱势高校对其他创新主体的整合能力均不强,导致物流产业创新网络模块化加剧和网络问题的出现。

5.2 讨论

为了解决长江经济带物流产业创新网络中高校与研究所创新能力弱小、对其他物流企业创新带动作用不足,导致强势企业游离于创新网络中心区之外以及已出现的过度根植性、处于结构洞位置的创新主体功能缺失等问题,本文给出如下建议：① 鼓励部分高校、研究所建立物流产业创新研究中心,加强与核心企业的合作,构建“强高校—强企业”新型合作关系,将目前分散割据的强势企业组团连接起来,改变网络的过度根植性现状,构建一体化的综合物流创新网络。② 推动物流产业创新联盟和交流平台建设。碎片化极大地影响了长江经济带物流产业创新网络发展,创新联盟和交流平台的建设一方面可以促进中小企业参与合作创新,另一方面可以推动六大类物流行业跨门类的融合创新,整合物流产业的创新力量,鼓动核心企业向合作创新网络结构洞位置移动,充分发挥核心企业在创新知识流动、合作创新中的作用。
The authors have declared that no competing interests exist.

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]	Whittington K B, Owen-Smith J, Powell W W.Networks, propinquity, and innovation in knowledge-intensive industries. Administrative Science Quarterly, 2009, 54(1): 90-122.https://doi.org/10.2189/asqu.2009.54.1.90 URL [本文引用: 1]
[2]	邓羽, 司月芳. 西方创新地理研究评述 . 地理研究, 2016, 35(11): 2041-2052.https://doi.org/10.11821/dlyj201611004 URL [本文引用: 1]摘要创新是区域经济发展的重要驱动力,创新地理研究得到了西方地理学界的重视。追溯西方创新地理研究的发展历程：从创新的空间特征描述,经区域创新集聚机制探索,到跨区域知识传播和创新网络演化机理的研究;系统梳理了20世纪90年代以来西方创新地理研究的代表人物、空间尺度、研究内容、主要观点和研究方法。研究发现：西方创新地理研究存在以下缺憾：重视创新组织,忽略了创新个体和组织之间的互动关系研究;重视理论反思,缺乏对实证研究的重视和方法的突破;欧美研究占绝对主流,缺乏基于发展中国家实证的反思。因此,未来应围绕着创新主体,运用定量和定性相结合的研究方法,建立基于中国等发展中国家实践的新型创新地理研究框架。 [Deng Yu, Si Yuefang.The progress and prospect of innovation geography research in the West. Geographical Research, 2016, 35(11): 2041-2052.]https://doi.org/10.11821/dlyj201611004 URL [本文引用: 1]摘要创新是区域经济发展的重要驱动力,创新地理研究得到了西方地理学界的重视。追溯西方创新地理研究的发展历程：从创新的空间特征描述,经区域创新集聚机制探索,到跨区域知识传播和创新网络演化机理的研究;系统梳理了20世纪90年代以来西方创新地理研究的代表人物、空间尺度、研究内容、主要观点和研究方法。研究发现：西方创新地理研究存在以下缺憾：重视创新组织,忽略了创新个体和组织之间的互动关系研究;重视理论反思,缺乏对实证研究的重视和方法的突破;欧美研究占绝对主流,缺乏基于发展中国家实证的反思。因此,未来应围绕着创新主体,运用定量和定性相结合的研究方法,建立基于中国等发展中国家实践的新型创新地理研究框架。
[3]	Bathelt H, Malmberg A, Maskell P.Clusters and knowledge: Local buzz, global pipelines and the process of knowledge creation. Progress in Human Geography, 2004, 28(1): 31-56.https://doi.org/10.1191/0309132504ph469oa URL [本文引用: 1]
[4]	Bathelt H, Glückler J.Toward a relational economic geography. Journal of Economic Geography, 2003, 3(2): 117-144.https://doi.org/10.1093/jeg/3.2.117 URL摘要 In this paper, we argue that a paradigmatic shift is occurring in economic geography toward a relational economic geography. This rests on three propositions. First, from a structural perspective economic actors are situated in contexts of social and institutional relations. Second, in dynamic perspective economic processes are path-dependent, constrained by history. Third, economic processes are contingent in that the agents' strategies and actions are open-ended. Drawing on Storper's holy trinity, we define four ions as the basis for analysis in economic geography: organization, evolution, innovation, and interaction. Therein, we employ a particular spatial perspective of economic processes using a geographical lens. Copyright 2003, Oxford University Press.
[5]	Yeung H.Rethinking relational economic geography. Transactions of the Institute of British Geographers, 2005, 30(1):37-51.https://doi.org/10.1111/tran.2005.30.issue-1 URL [本文引用: 1]
[6]	Coe N M, Dicken P, Hess M.Global production networks: Realizing the potential. Journal of Economic Gography, 2008, 8(3): 271-295.https://doi.org/10.1093/jeg/lbn002 URL [本文引用: 1]摘要 ABSTRACT Understanding and conceptualizing the complexities of the contemporary global economy is a challenging but vitally important task. In this article, we critically evaluate the potential of one interpretive framework—the global production networks (GPN) perspective—for analysing the global economy and its impacts on territorial development. After situating the approach in relation to other cognate chain/network approaches, the article proceeds to review and evaluate a number of underdeveloped areas that need to be understood and incorporated more fully if the framework is to deliver on its early potential. The article concludes with a consideration of the key research issues facing work in this area.
[7]	Gereffi G, Humphrey J, Sturgeon T.The governance of global value chains. Review of International Political Economy, 2005, 12(1): 78-104.https://doi.org/10.1080/09692290500049805 URL摘要 This article builds a theoretical framework to help explain governance patterns in global value chains. It draws on three streams of literature – transaction costs economics, production networks, and technological capability and firm-level learning – to identify three variables that play a large role in determining how global value chains are governed and change. These are: (1) the complexity of transactions, (2) the ability to codify transactions, and (3) the capabilities in the supply-base. The theory generates five types of global value chain governance – hierarchy, captive, relational, modular, and market – which range from high to low levels of explicit coordination and power asymmetry. The article highlights the dynamic and overlapping nature of global value chain governance through four brief industry case studies: bicycles, apparel, horticulture and electronics.
[8]	刘炜, 李郇, 欧俏珊. 产业集群的非正式联系及其对技术创新的影响: 以顺德家电产业集群为例 . 地理研究, 2013, 32(3): 518-530.https://doi.org/10.11821/yj2013030013 URL [本文引用: 1]摘要产业集群企业之间建立在各种正式与非正式联系上的技术交流与合作是集群企业技术创新的重要基础.然而,长久以来产业集群的非正式联系在西方主流的技术创新的研究文献中一直被忽视.本文通过对顺德家电产业集群30家企业的问卷调查和深度访谈,总结了产业集群的非正式联系的三种类型,即企业衍生形成的非正式联系、人才流动形成的非正式联系、长期合作建立在信任基础上的非正式联系.通过进一步研究发现,不同类型的非正式联系对于集群企业技术创新有着不同的影响.前两者对技术创新的影响主要体现在技术信息与知识的传递,而后者主要体现在使企业之间产生了一种技术上的共同理解和认识,能够提高企业之间技术合作的成功率. [Liu Wei, Li Xun, Ou Qiaoshan.Informal ties in industrial cluster and its impacton technological innovation: A case study of household appliance cluster in Shunde. Geographical Research, 2013, 32(3): 518-530.]https://doi.org/10.11821/yj2013030013 URL [本文引用: 1]摘要产业集群企业之间建立在各种正式与非正式联系上的技术交流与合作是集群企业技术创新的重要基础.然而,长久以来产业集群的非正式联系在西方主流的技术创新的研究文献中一直被忽视.本文通过对顺德家电产业集群30家企业的问卷调查和深度访谈,总结了产业集群的非正式联系的三种类型,即企业衍生形成的非正式联系、人才流动形成的非正式联系、长期合作建立在信任基础上的非正式联系.通过进一步研究发现,不同类型的非正式联系对于集群企业技术创新有着不同的影响.前两者对技术创新的影响主要体现在技术信息与知识的传递,而后者主要体现在使企业之间产生了一种技术上的共同理解和认识,能够提高企业之间技术合作的成功率.
[9]	Liefner I, Hennemann S.Structural holes and new dimensions of distance: The spatial configuration of the scientific knowledge network of China's optical technology sector. Environment and Planning A, 2011, 43(4): 810-829.https://doi.org/10.1068/a43100 URL [本文引用: 1]摘要 This paper analyses the spatial configurations of knowledge networks and their overlap with spatial concentrations, such as urban agglomerations. It proposes a typology of spatial concentrations in knowledge networks, and uses data from academic coauthorships in the field of optical technology and complex network analysis to show how China鈥檚 regions and research organisations are located in national and international knowledge exchanges. This spatial representation and analysis of a large-scale knowledge network provide an enhanced view of the quality of network structures. Access to different pools of knowledge is unevenly distributed, allowing some regions to combine knowledge and create learning opportunities that do not stem from a spatial concentration of activity in science, but rather from their positions in the network.
[10]	吕国庆, 曾刚, 郭金龙. 长三角装备制造业产学研创新网络体系的演化分析 . 地理科学, 2014, 34(9): 1051-1059.URL Magsci [本文引用: 1]摘要 <p>利用国家重点产业专利信息服务平台，对长三角装备制造业联合申请发明专利数据进行检索，绘制了长三角地区企业、厂、公司与高校、科研机构之间的产学研创新网络，从节点、部类、城市、区域等4 个层面，采用中心度、网络密度等网络结构指标，对1985~2010 年长三角装备制造业产学研创新网络的结构及空间特征进行分析。研究发现，长三角装备制造业产学研创新网络的演化具有明显的阶段性特征，中心度较高的成员多为高校，区域内各城市的产学研空间分异特征明显，地理邻近、行政邻近及知识规模邻近是影响行为主体建立创新合作联系重要的因素，网络建构处于初级阶段。</p> [Lv Guoqing, Zeng Gang, Guo Jinlong.Innovation network system of industry- university- research institute of equipment manufacturing industry in the Changjiang River Delta. Scientia Geographica Sinica, 2014, 34(9): 1051-1059.]URL Magsci [本文引用: 1]摘要 <p>利用国家重点产业专利信息服务平台，对长三角装备制造业联合申请发明专利数据进行检索，绘制了长三角地区企业、厂、公司与高校、科研机构之间的产学研创新网络，从节点、部类、城市、区域等4 个层面，采用中心度、网络密度等网络结构指标，对1985~2010 年长三角装备制造业产学研创新网络的结构及空间特征进行分析。研究发现，长三角装备制造业产学研创新网络的演化具有明显的阶段性特征，中心度较高的成员多为高校，区域内各城市的产学研空间分异特征明显，地理邻近、行政邻近及知识规模邻近是影响行为主体建立创新合作联系重要的因素，网络建构处于初级阶段。</p>
[11]	陈伟, 张永超, 田世海. 区域装备制造业产学研合作创新网络的实证研究: 基于网络结构和网络聚类的视角 . 中国软科学, 2012, (2): 96-107.URL [本文引用: 3] [Chen Wei, Zhang Yongchao, Tian Shihai.Empirical research on innovation networks consisting of industry-university-research institute in regional equipment manufacturing industry: A perspective of network structure and network cluster. China Soft Science Magazine, 2012, (2): 96-107.]URL [本文引用: 3]
[12]	Martin S, Pahor M, Jakli? M.The structure of policy-induced innovation networks in Slovenia. Journal of Innovation Management, 2015, 18(4): 428-450.https://doi.org/10.1108/EJIM-09-2013-0093 URL [本文引用: 1]摘要 Purpose – The recent economic crisis has significantly slowed Slovenia’s recent social and economic progress and exposed some important long-term problems such as a reliance on low value added Practical implications – Partnership is a learned behavior and the development of trust among partners takes time. The Slovenian government should provide policy stability and allow niches of technical excellence to emerge through consortium proposals. They should monitor the project partnerships and adjust funding so that it is reaching applicants that are actually partnering on projects rather than working alone or within their own institutional types. Other nations should also monitor the impact of partnership programs to ensure that as they evolve the funding is continuing to support and demonstrate the benefits partnership behavior. Research limitations/implications – The definition of a network member is the company, faculty, or department. In reality, individuals within these organizations are acting on their own connections and experiences, and these may or may not encourage other individuals in the same organization to engage in partnerships. Thus, the authors may be overstating the extent to which one connection among organizations generates experience that will lead to future connection. Another important limitation of the data is that for the second stage of the analysis the authors received project information from only ten of the 32 formal center programs examined in the first stage.industries and lagging labor productivity. The Slovenian government has taken steps to create research partnerships between public science and the private sector and among multiple private sector companies. The purpose of this paper is to conduct a social network analysis (SNA) of the research partnerships and examine whether public funding has created the desired partnerships. Design/methodology/approach – The authors employed a SNA in two stages. In the first stage, the authors treated the founding partners of government-funded 32 research centers as a single two-mode network and investigated how each of the members was bound to the network. In the second stage of the analysis the authors used project data from ten of the centers to characterize a project network based on collaborations on specific projects. Thus, the second stage overlaps the center network with the project network. The authors used information from interviews with network members to assist in interpreting the results. Findings – Networking policies are stimulating collaborations among different types of centers and partners, but to differing degrees. While the formal collaborative network showed
[13]	Shazi R, Gillespie N, Steen J.Trust as a predictor of innovation network ties in project teams. International Journal of Project Management, 2015, 33(1): 81-91.https://doi.org/10.1016/j.ijproman.2014.06.001 URL摘要 We examine the influence of trust on the formation of social network ties for the idea generation and idea realisation stages of innovation. Drawing on data from 153 employees working in project teams at two firms, we find two dimensions of trustworthiness, Ability and Benevolence, predict tie formation for both idea generation and idea realisation, whereas Integrity predicts tie formation for idea generation only. Moderation analyses across both firms and stages of innovation reveal that a lack of benevolence makes ability largely irrelevant as a criterion for choosing a partner for innovation activities, whereas high benevolence increases the extent to which ability influences partner choice. Additionally, a lack of integrity makes ability either irrelevant or a negative criterion for partner section. Overall the results suggest that people need to perceive others as benevolent and not lacking in integrity in order to seek out their skills and knowledge for innovation in project teams.
[14]	王秋玉, 吕国庆, 曾刚. 内生型产业集群创新网络的空间尺度分析: 以山东省东营市石油装备制造业为例 . 经济地理, 2015,35(6): 102-108.URL [本文引用: 1] [Wang Qiuyu, Lv Guoqing, Zeng Gang.Spatial analysis of innovation network about the endogenous industrial cluster: An analysis on Dongying. Economic Geography, 2015, 35(6): 102-108.]URL [本文引用: 1]
[15]	吕国庆, 曾刚, 马双, 等. 产业集群创新网络的演化分析: 以东营市石油装备制造业为例 . 科学学研究, 2014, 32(9): 1423-1430.URL [本文引用: 1] [Lv Guoqing, Zeng Gang, Ma Shuang, et al.The evolutionary study about innovation network of industrial clusters: An empirical analysis on Dongying. Studies in Science of Science, 2014, 32(9): 1423-1430.]URL [本文引用: 1]
[16]	王秋玉, 曾刚, 吕国庆. 中国装备制造业产学研合作创新网络初探 . 地理学报, 2016, 71(2): 251-264.https://doi.org/10.11821/dlxb201602006 URL [本文引用: 2]摘要 Industry-university-research institute collaborative innovation process and its spatial structures attract the interest of researchers in many fields. With the rise of emerging economies and their technological upgrading, their spatial structure of innovation network is developing into an important research topic. And China, in particular, provides the opportunity to study the evolution of such network structures. With the help of some sophisticated data analysis software like SPSS, UCINET and ArcGIS, this paper discusses the above-mentioned issues based on graphical analysis and an empirical analysis of co-inventor networks of China's equipment manufacturing industry using patent data issued by the State Intellectual Property Office of P.R.China from 1985 to 2012. We reached three conclusions about the structural evolution of the industry-university-research institute collaborative innovation network of Chinese equipment manufacture industry. Firstly, our systematic examination has identified a rapid growth of patents and significant changes of actor composition from 1985 to 2012, which shows the rise of privately owned enterprises and universities around 2000, with universities standing out as the most significant and strongest actors in the process of building innovation networks, while state-owned enterprises only dominate some specific fields. Secondly, city-level is the major geographical scale of industry-university-research institute collaboration in developed cities; while undeveloped cities tend to cooperate with competent ones at provincial or national level. It is mainly because concentration of universities and firms with strong innovative ability makes it easy to find the perfect local partner, while weaker actors have to look for the best innovation partners across city boundaries. Last but not least, political decisions concerning R&D investment supported by provincial governments have a positive influence on interprovincial innovation activities. Meanwhile, the spatial political bias in China can lead to the hierarchical structure of Chinese innovation networks, which shows the significance of municipalities and provincial capital like Peking, Shanghai and Guangzhou. [Wang Qiuyu, Zeng Gang, Lv Guoqing.Structural evolution of innovation networks of China's equipment manufacturing industry. Acta Geographica Sinica, 2016, 71(2): 251-264.]https://doi.org/10.11821/dlxb201602006 URL [本文引用: 2]摘要 Industry-university-research institute collaborative innovation process and its spatial structures attract the interest of researchers in many fields. With the rise of emerging economies and their technological upgrading, their spatial structure of innovation network is developing into an important research topic. And China, in particular, provides the opportunity to study the evolution of such network structures. With the help of some sophisticated data analysis software like SPSS, UCINET and ArcGIS, this paper discusses the above-mentioned issues based on graphical analysis and an empirical analysis of co-inventor networks of China's equipment manufacturing industry using patent data issued by the State Intellectual Property Office of P.R.China from 1985 to 2012. We reached three conclusions about the structural evolution of the industry-university-research institute collaborative innovation network of Chinese equipment manufacture industry. Firstly, our systematic examination has identified a rapid growth of patents and significant changes of actor composition from 1985 to 2012, which shows the rise of privately owned enterprises and universities around 2000, with universities standing out as the most significant and strongest actors in the process of building innovation networks, while state-owned enterprises only dominate some specific fields. Secondly, city-level is the major geographical scale of industry-university-research institute collaboration in developed cities; while undeveloped cities tend to cooperate with competent ones at provincial or national level. It is mainly because concentration of universities and firms with strong innovative ability makes it easy to find the perfect local partner, while weaker actors have to look for the best innovation partners across city boundaries. Last but not least, political decisions concerning R&D investment supported by provincial governments have a positive influence on interprovincial innovation activities. Meanwhile, the spatial political bias in China can lead to the hierarchical structure of Chinese innovation networks, which shows the significance of municipalities and provincial capital like Peking, Shanghai and Guangzhou.
[17]	Tseng C Y, Lin S C, Pai D C, et al.The relationship between innovation network and innovation capability: A social network perspective. Technology Analysis & Strategic Management, 2016, 28(9): 1-12.https://doi.org/10.1080/09537325.2016.1181739 URL [本文引用: 1]摘要 Abstract The key for acquiring innovation capability is knowledge transmission which is primarily based on the closer and tighter connections among businesses and other actors within innovation networks. Previous literature of patent analysis based on social network only explains the most influential corporations within an industry through social network indicators, but did not investigate the impact of these indicators on a firm’s innovation capability. This study uses social network perspective ‘centrality, cohesion and density’ to investigate the relationship between innovation network and innovation capability in the global semiconductor industry. Two purposes of this study are: (1) to investigate the innovation network relationship within the semiconductor industry at different periods and its evolution and (2) to study whether network position occupied by a firm in innovation network influences innovation capability. The empirical results show that firms with higher centrality and higher density have stronger innovation capability, but the weaker innovation capability with closer connection of sub-cluster (cohesion).
[18]	陈伟, 张永超, 田世海. 区域装备制造业产学研合作创新网络的实证研究: 基于网络结构和网络聚类的视角 . 科学学研究, 2012, 30(4): 600-607.URL [本文引用: 5] [Chen Wei, Zhang Yongchao, Tian Shihai.Empirical research on innovation networks consisting of industry-university-research institute in regional equipment manufacturing industry: A perspective of network structure and network cluster. Studies in Science of Science, 2012, 30(4): 600-607.]URL [本文引用: 5]
[19]	张艺, 陈凯华, 朱桂龙. 中国科学院产学研合作网络特征与影响 . 科学学研究, 2016, 34(3): 404-417.URL [本文引用: 2]摘要基于中国科学院在基础研究领域参与发表的文本数据,借助社会网络分析方法刻画了中国科学院在该领域的产学研合作网络特征,并通过回归方法进一步探究了该特征对中国科学院基础研究绩效的影响。通过网络分析发现中国科学院与企业合作的强度远低于与大学合作的强度;中国科学院与国内大学合作的强度大于与国外大学合作的强度,而中国科学院与国外企业的合作强度大于与国内企业合作的强度;随着时间的推移,中国科学院与企业、大学之间的合作规模不断扩大。通过回归分析发现中国科学院与企业、大学合作越紧密,以及中国科学院在产学研合作网络中扮演的角色越重要,都有益于其基础研究绩效的提升。本文的研究为更加全面地了解中国科学院—企业—大学的产学研合作特征与影响提供了新的依据,为支撑中国科学院的＂率先行动＂计划的实施以及国家创新驱动发展战略的相关决策提供新的参考。 [Zhang Yi, Chen Kaihua, Zhu Guilong.The characteristics and the influences of industry-university-research institute collaborations of Chinese Academy of Sciences. Studies in Science of Science, 2016, 34(3): 404-417.]URL [本文引用: 2]摘要基于中国科学院在基础研究领域参与发表的文本数据,借助社会网络分析方法刻画了中国科学院在该领域的产学研合作网络特征,并通过回归方法进一步探究了该特征对中国科学院基础研究绩效的影响。通过网络分析发现中国科学院与企业合作的强度远低于与大学合作的强度;中国科学院与国内大学合作的强度大于与国外大学合作的强度,而中国科学院与国外企业的合作强度大于与国内企业合作的强度;随着时间的推移,中国科学院与企业、大学之间的合作规模不断扩大。通过回归分析发现中国科学院与企业、大学合作越紧密,以及中国科学院在产学研合作网络中扮演的角色越重要,都有益于其基础研究绩效的提升。本文的研究为更加全面地了解中国科学院—企业—大学的产学研合作特征与影响提供了新的依据,为支撑中国科学院的＂率先行动＂计划的实施以及国家创新驱动发展战略的相关决策提供新的参考。
[20]	李燕. 现代物流与经济增长关系研究: 基于浙江省的研究 . 杭州: 浙江大学硕士学位论文, 2004.URL [本文引用: 1]摘要近年来，现代物流在社会经济中的地位变得越来越重要，并逐渐引起人们的关注，现代物流与经济增长之间的作用关系也成为各级政府和理论界共同探讨的话题。在阅读和归纳分析相关文献的基础上，笔者主要就现代物流与经济增长之间的相瓦作用关系在以下三个方面进行了研究：现代物流供给能力与经济增长之间，经济增长与物流需求之间以及现代物流发展成效与经济增长之间的相互作用关系。论文主要采用对变量之间相互作用关系进行分析的计量经济方法——格兰杰因果检验对上述内容进行了定量研究和分析。结合前人研究的理论基础，首先根据浙江省现代物流发展与经济增长的实际对二者之间关系进行定性判断，然后基于浙江省1978至2003年的统计数据，应用格兰杰因果检验法对上述关系的判断进行验证和分析，以此来揭示现代物流与经济增长相互促进、共同发展的作用机制。论文的主要研究结论如下：(1)从现代物流供给能力发展水平上看，现代物流供给能力与经济增长呈现出相互促进发展作用关系，但就浙江省而言，现代物流水平还较低，对经济增长的促进作用还没有发挥出来。(2)从现代物流需求的角度上看，经济的快速增长必然带来对现代物流的巨大需求，浙江省现代物流与经济发展实际进一步证实了经济的快速增长能够为现代物流进一步的发展打好良好基础。(3)现代物流与经济增长之间不是简单的单向促进作用关系而是相互协调、共同发展双向促进作用机制。从浙江省现代物流发展成效与经济增长的关系定量分析中看出，现代物流的发展与经济增长互为因果关系，二者呈现出协调发展的良好态势。 [Li Yan.Study on the relationship between modern logistics and economic growth: Based on the research of Zhejiang province. Hangzhou: Master Dissertation of Zhejiang University, 2004.]URL [本文引用: 1]摘要近年来，现代物流在社会经济中的地位变得越来越重要，并逐渐引起人们的关注，现代物流与经济增长之间的作用关系也成为各级政府和理论界共同探讨的话题。在阅读和归纳分析相关文献的基础上，笔者主要就现代物流与经济增长之间的相瓦作用关系在以下三个方面进行了研究：现代物流供给能力与经济增长之间，经济增长与物流需求之间以及现代物流发展成效与经济增长之间的相互作用关系。论文主要采用对变量之间相互作用关系进行分析的计量经济方法——格兰杰因果检验对上述内容进行了定量研究和分析。结合前人研究的理论基础，首先根据浙江省现代物流发展与经济增长的实际对二者之间关系进行定性判断，然后基于浙江省1978至2003年的统计数据，应用格兰杰因果检验法对上述关系的判断进行验证和分析，以此来揭示现代物流与经济增长相互促进、共同发展的作用机制。论文的主要研究结论如下：(1)从现代物流供给能力发展水平上看，现代物流供给能力与经济增长呈现出相互促进发展作用关系，但就浙江省而言，现代物流水平还较低，对经济增长的促进作用还没有发挥出来。(2)从现代物流需求的角度上看，经济的快速增长必然带来对现代物流的巨大需求，浙江省现代物流与经济发展实际进一步证实了经济的快速增长能够为现代物流进一步的发展打好良好基础。(3)现代物流与经济增长之间不是简单的单向促进作用关系而是相互协调、共同发展双向促进作用机制。从浙江省现代物流发展成效与经济增长的关系定量分析中看出，现代物流的发展与经济增长互为因果关系，二者呈现出协调发展的良好态势。
[21]	李国刚, 曹昱亮. 区域物流发展与经济增长关系的实证研究 . 经济问题, 2012, (12): 121-124.URL [本文引用: 1]摘要在物流发展理论的基础上构建计量模型,利用中国物流发展和经济增长的2000～2010年宏观统计数据,实证分析了区域物流效率与经济增长、区域物流资源与经济增长以及区域物流效率与区域物流资源之间相关性,认为区域物流指标中的电信业务、移动电话业务和网络业务对经济增长有着很大的促进作用。基于回归结论从区域物流效率和区域物流资源的角度提出具有可操作性的推动经济增长的政策建议,对今后我国物流业的发展和经济增长有一定的借鉴意义。 [Li Guogang, Cao Yuliang.An empirical study of the regional logistics development and economic growth. On Economic Problems, 2012, (12): 121-124.]URL [本文引用: 1]摘要在物流发展理论的基础上构建计量模型,利用中国物流发展和经济增长的2000～2010年宏观统计数据,实证分析了区域物流效率与经济增长、区域物流资源与经济增长以及区域物流效率与区域物流资源之间相关性,认为区域物流指标中的电信业务、移动电话业务和网络业务对经济增长有着很大的促进作用。基于回归结论从区域物流效率和区域物流资源的角度提出具有可操作性的推动经济增长的政策建议,对今后我国物流业的发展和经济增长有一定的借鉴意义。
[22]	屈仁均, 李严锋. 物流集群网络创新研究 . 物流技术, 2010, 29(9): 12-15.URL [本文引用: 1] [Qu Renjun, Li Yanfeng.Research on the innovation of the logistics agglomeration network. Logistics Technology, 2010, 29(9): 12-15.]URL [本文引用: 1]
[23]	李宇. 嵌入大学科技园的紧密型产学研结合机制及区域创新驱动模式研究 . 科技进步与对策, 2013, 30(1): 5-10.https://doi.org/10.6049/kjjbydc.2011110393 URL [本文引用: 1]摘要产学研结合的紧密程度不仅依赖中间力量对产学研主体的连接作用，更取决于产学研结合主体之间的互补性。首先分析了松散型产学研结合机制和紧密型产学研结合机制的成因，以及大学作为创新源头的缺位和原有辅助机构嵌入方式导致高新区发展的“空心化”和“外援化”困境，并进一步指出当前大力发展大学科技园的必要性，总结出辅助机构嵌入大学科技园的紧密型产学研平台的多种模式。最后，结合我国大力建设大学科技园及高新区二次创业并举的背景，阐述了大学科技园与高新区协同发展的条件，提出了“区中园、一体化、虚拟结合”这3种大学科技园与高新区有机结合的“双核”区域创新驱动模式。大学科技园产学研合作区域创新产学研结合机制 [Li Yu.The tight binding-type mechanism of industry-university-institute cooperation embedded in university science &technology park and its regional innovation driven-mode. Science & Technology Progress and Policy, 2013, 30(1): 5-10.]https://doi.org/10.6049/kjjbydc.2011110393 URL [本文引用: 1]摘要产学研结合的紧密程度不仅依赖中间力量对产学研主体的连接作用，更取决于产学研结合主体之间的互补性。首先分析了松散型产学研结合机制和紧密型产学研结合机制的成因，以及大学作为创新源头的缺位和原有辅助机构嵌入方式导致高新区发展的“空心化”和“外援化”困境，并进一步指出当前大力发展大学科技园的必要性，总结出辅助机构嵌入大学科技园的紧密型产学研平台的多种模式。最后，结合我国大力建设大学科技园及高新区二次创业并举的背景，阐述了大学科技园与高新区协同发展的条件，提出了“区中园、一体化、虚拟结合”这3种大学科技园与高新区有机结合的“双核”区域创新驱动模式。大学科技园产学研合作区域创新产学研结合机制
[24]	Burt R S, Jannotta J E, Mahoney J T.Personality correlates of structural holes. Social Networks, 1998, 20(1): 63-87.https://doi.org/10.1016/S0378-8733(97)00005-1 URL [本文引用: 2]摘要 We use survey network and personality profile data to explore the idea that personality varies systematically with structural holes. We draw two conclusions from the analysis: (1) Personality does vary with structural holes. The association is concentrated in a few items, but those few personality items describe three-fourths of the variance in network constraint. (2) The association is consistent with the structural hole argument. People in the least constrained networks claim the personality of an entrepreneurial outsider (versus conforming and obedient insider), in search of authority (versus security), thriving on advocacy and change (versus stability). We summarize with a network entrepreneur personality index that defines a surprisingly accurate probability of the respondent having an entrepreneurial network. We conclude with cautionary evidence from a survey of corporate staff in a large financial organization. Where the personality index is associated with entrepreneurial networks (lower ranks), neither the index nor the networks are associated with manager performance. Where manager performance is significantly linked with entrepreneurial networks (more senior ranks), the personality index is not associated with network structure, and performance is not higher for managers with more entrepreneurial personalities. The personality data are an interesting correlate, but no substitute for sociometric data.
[25]	Tan J, Zhang H, Wang L.Network closure or structural hole?. The conditioning effects of network-Level social capital on innovation performance. Entrepreneurship Theory and Practice, 2015, 39(5): 1189-1212.https://doi.org/10.1111/etap.12102 URL [本文引用: 1]摘要 This study contributes to the bonding–bridging debate in the social capital literature by examining the conditioning effects of collective social capital. Data
[26]	Balland P A, Vaan M D, Boschma R.The dynamics of interfirm networks along the industry life cycle: The case of the global video game industry, 1987-2007. Journal of Economic Geography, 2013, 13(5): 741-765.https://doi.org/10.1093/jeg/lbs023 URL [本文引用: 4]
[27]	Balland P A, Belsomartínez J A, Morrison A.The dynamics of technical and business knowledge networks in industrial clusters: Embeddedness, status, or proximity?. Papers in Evolutionary Economic Geography, 2015, 92(1): 35-60.https://doi.org/10.1080/00130095.2015.1094370 URL [本文引用: 1]摘要 Although informal knowledge networks have often been regarded as a key ingredient behind the success of industrial clusters, the forces that shape their structure and dynamics remain largely unknown. Drawing on recent network dynamic models, we analyze the evolution of business and technical knowledge networks within a toy cluster in Spain. Empirical results suggest that the dynamics of the two networks differ to a large extent. We find that status drives the formation of business knowledge networks, proximity is more crucial for technical knowledge networks, while embeddedness plays an equally important role in the dynamics of both networks.
[28]	陈力田. 企业技术创新能力演进规律研究: 基于适应性演化和协同视角 . 杭州: 浙江大学博士学位论文, 2012. [本文引用: 1] [Chen Litian.Rule of enterprises' innovation capability evolution: Based on adaptive evolution and synergy perspectives. Hangzhou: Doctoral Dissertation of Zhejiang University, 2012.] [本文引用: 1]
[29]	罗守贵, 刘俊彦, 孙中峰. 区域知识竞争力的国际比较及上海的实证 . 研究与发展管理, 2008, 20(6): 56-61.URL [本文引用: 1]摘要介绍了区域知识竞争力的评价模型,它建立在新的人力资本理论和经济增长的内生模型基础上.根据该模型对世界主要区域知识竞争力的评价结果,比较分析了上海在知识竞争力方面的整体表现和结构问题,揭示了其创新系统"短板". [Luo Shougui, Liu junyan, Sun Zhongfeng. International comparison of regional knowledge competitiveness and empirical study on Shanghai municipality. R&D Management, 2008, 20(6): 56-61.]URL [本文引用: 1]摘要介绍了区域知识竞争力的评价模型,它建立在新的人力资本理论和经济增长的内生模型基础上.根据该模型对世界主要区域知识竞争力的评价结果,比较分析了上海在知识竞争力方面的整体表现和结构问题,揭示了其创新系统"短板".
[30]	赵建吉, 曾刚. 创新的空间测度:数据与指标 . 经济地理, 2009, 29(8): 1250-1255.URL [本文引用: 1] [Zhao Jianji, Zeng Gang.Spatial measurement of innovation: Data and indicator. Economic Geography, 2009, 29(8): 1250-1255.]URL [本文引用: 1]
[31]	Barabási A L, Albert R.Emergence of scaling in random networks. Science, 1999, 286(5439): 509-512.https://doi.org/10.1126/science.286.5439.509 URLPMID:10521342 [本文引用: 1]摘要 Systems as diverse as genetic networks or the World Wide Web are best described as networks with complex topology. A common property of many large networks is that the vertex connectivities follow a scale-free power-law distribution. This feature was found to be a consequence of two generic mechanisms: (i) networks expand continuously by the addition of new vertices, and (ii) new vertices attach preferentially to sites that are already well connected. A model based on these two ingredients reproduces the observed stationary scale-free distributions, which indicates that the development of large networks is governed by robust self-organizing phenomena that go beyond the particulars of the individual systems.
[32]	李顺才, 李伟. 基于知识根植性视角的联盟协作创新研究 . 研究与发展管理, 2007, 19(1): 1-5.https://doi.org/10.3969/j.issn.1004-8308.2007.01.001 URL [本文引用: 1]摘要联盟协作创新,已经引起研究者们的广泛关注并从不同角度,运用不同方法作了分析研究.在此,从知识根植性的视角,采用结构方程模型的方法构建理论模型,对知识根植性的影响变量进行系统分析,并明确了战略联盟中知识根植性对协作创新中的作用及中间调节变量的影响. [Li Shuncai, Li Wei.A study on the collaborative innovation in alliance based on the knowledge embeddedness perspective. R&D Management, 2007, 19(1): 1-6.]https://doi.org/10.3969/j.issn.1004-8308.2007.01.001 URL [本文引用: 1]摘要联盟协作创新,已经引起研究者们的广泛关注并从不同角度,运用不同方法作了分析研究.在此,从知识根植性的视角,采用结构方程模型的方法构建理论模型,对知识根植性的影响变量进行系统分析,并明确了战略联盟中知识根植性对协作创新中的作用及中间调节变量的影响.
[33]	李军晓. 嵌入全球竞争的学习型企业集群 . 福州: 福州大学硕士学位论文, 2005.URL [本文引用: 1] [Li Junxiao.Learning enterprise cluster embedding in the global competition. Fuzhou: Master Dissertation of Fuzhou University, 2005.]URL [本文引用: 1]
[34]	盛亚, 范栋梁. 结构洞分类理论及其在创新网络中的应用 . 科学学研究, 2009, 27(9): 1407-1411.URL [本文引用: 1]摘要美国社会学家罗纳德·博特1992年提出的结构洞理论对创新网络的发展起到了极大的推动作用。通过大量的文献阅读和对现实的观察，在前人研究的基础上进行了进一步的研究，提出了结构洞分类理论，理论上完善罗纳德·博特的结构洞理论。开创性地把结构洞分类理论应用于创新网络中的利益相关者管理中，对创新网络中的利益相关者管理问题进行了初步探索。 [Sheng Ya, Fan Dongliang.Structural holes classification theory and its application in innovation network. Studies in Science of Science, 2009, 27(9): 1407-1411.]URL [本文引用: 1]摘要美国社会学家罗纳德·博特1992年提出的结构洞理论对创新网络的发展起到了极大的推动作用。通过大量的文献阅读和对现实的观察，在前人研究的基础上进行了进一步的研究，提出了结构洞分类理论，理论上完善罗纳德·博特的结构洞理论。开创性地把结构洞分类理论应用于创新网络中的利益相关者管理中，对创新网络中的利益相关者管理问题进行了初步探索。
[35]	Acs Z J, Anselin L, Varga A.Patents and innovation counts as measures of regional production of new knowledge. Research Policy, 2002, 31(7): 1069-1085.https://doi.org/10.1016/S0048-7333(01)00184-6 URL [本文引用: 1]摘要 The role of geographically mediated knowledge externalities in regional innovation systems has become a major issue in research policy. Although the process of innovation is a crucial aspect of economic growth, the problem of measuring innovation has not yet been completely resolved. A central problem involved in such analysis is the measurement of economically useful new knowledge. In the US information on this has been limited to an innovation count data base. Determining the extent to which the innovation data can be substituted by other measures is essential for a deeper understanding of the dynamics involved. We provide an exploratory and a regression-based comparison of the innovation count data and data on patent counts at the lowest possible levels of geographical aggregation.
[36]	Boschma R.Proximity and innovation: A critical assessment. Regional Studies, 2005, 39(1): 61-74.https://doi.org/10.1080/0034340052000320887 URL
[37]	Balland P A, Boschma R, Frenken K.Proximity and innovation: From statics to dynamics. Regional Studies, 2015, 49(6): 907-920.https://doi.org/10.1080/00343404.2014.883598 URL [本文引用: 1]摘要 Balland P.-A., Boschma R. and Frenken K. Proximity and innovation: from statics to dynamics, Regional Studies. Despite theoretical and empirical advances, the proximity framework has remained essentially static. A dynamic extension of the proximity framework is proposed that accounts for co-evolutionary dynamics between knowledge networking and proximity. For each proximity dimension, how proximities might increase over time as a result of past knowledge ties is described. These dynamics are captured through the processes of learning (cognitive proximity), integration (organizational proximity), decoupling (social proximity), institutionalization (institutional proximity), and agglomeration (geographical proximity). The paper ends with a discussion of several avenues for future research on the dynamics of knowledge networking and proximity.
[38]	顾娜娜. 长江经济带装备制造业产学研创新网络研究 . 上海: 华东师范大学硕士学位论文, 2015.URL [本文引用: 1]摘要伴随经济全球化的日益深入和知识经济的到来,创新成为驱动经济增长、提升区域核心竞争力的关键因子,依托区内、区外创新资源,构建区域创新网络成为经济地理**服务社会、创新学科理论的重点之一。长江经济带是当今世界上最大的内河经济带,而装备制造业是推进工业化的重要支撑力量,是转变经济增长方式、优化产业结构的核心动力。放眼全球,中国装备制造业产业规模已超过美、日、德等发达国家,位居全球首位,但也存在企业创新意识淡薄、创新能力差、产品附加值低、市场竞争力不强等问题。因此,综合评价长江经济带发展条件,探索长江经济带装备制造业产学研创新网络建设具有重要的理论与现实意义。联合申请发明专利反映了不同主体之间的应用性技术创新合作,科技论文反映了不同主体之间的基础性技术创新合作,产业技术创新战略联盟则是一种新型产学研合作模式,反映了不同主体之间科研成果转化方面的创新合作。已有研究成果多以省份为空间单元,主要对地理距离、关系资本等因素及其对我国省级层面创新网络的影响进行了研究。实际上,我国各个主体之间的创新合作多发生在同一市域或相邻城市之间,因而本文以地级市为基本空间单元,对长江经济带装备工业创新网络的形成与演化机制进行研究。具体而言,笔者搜集了长江经济带内110个地级市的发明专利、科技论文、产业联盟等3项指标数据,构建了创新环境评价指标体系,对长江经济带的创新环境进行了定量评价,划分了长江经济带创新网络的发展阶段,并对长江经济带创新环境与创新网络的相互作用、创新网络的形成与演化进行了系统研究。为了全面系统反映长江经济带装备制造业创新网络特征,本文综合运用发明专利、科技论文、产业联盟数据以及UCINet软件和Arcgis软件,定量计算了规模、密度、中心势、中心度等长江经济带装备工业创新网络结构指数,绘制创新网络空间结构图。笔者发现,长江经济带装备工业创新网络内部联系总体不强,但呈现出规模迅速扩大、联系强度迅速提高的态势；创新网络的空间集聚特征显著,长三角地区是长江经济带创新网络的核心区：高校和大型企业位于装备工业创新网络的核心位置,小企业则位于网络的边缘；长江经济带装备工业创新网络的开放性较强,与北京、广州联系紧密；应从政府、企业、高校及科研院所等主体着手,加快长江经济带装备制造业产学研创新网络建设。 [Gu Nana.Innovation network of industry-university-research institute cooperation-empirical investigation into equipment manufacturing industry in the Yangtze River Economic Belt. Shanghai: Master Dissertation of East China Normal University, 2015.]URL [本文引用: 1]摘要伴随经济全球化的日益深入和知识经济的到来,创新成为驱动经济增长、提升区域核心竞争力的关键因子,依托区内、区外创新资源,构建区域创新网络成为经济地理**服务社会、创新学科理论的重点之一。长江经济带是当今世界上最大的内河经济带,而装备制造业是推进工业化的重要支撑力量,是转变经济增长方式、优化产业结构的核心动力。放眼全球,中国装备制造业产业规模已超过美、日、德等发达国家,位居全球首位,但也存在企业创新意识淡薄、创新能力差、产品附加值低、市场竞争力不强等问题。因此,综合评价长江经济带发展条件,探索长江经济带装备制造业产学研创新网络建设具有重要的理论与现实意义。联合申请发明专利反映了不同主体之间的应用性技术创新合作,科技论文反映了不同主体之间的基础性技术创新合作,产业技术创新战略联盟则是一种新型产学研合作模式,反映了不同主体之间科研成果转化方面的创新合作。已有研究成果多以省份为空间单元,主要对地理距离、关系资本等因素及其对我国省级层面创新网络的影响进行了研究。实际上,我国各个主体之间的创新合作多发生在同一市域或相邻城市之间,因而本文以地级市为基本空间单元,对长江经济带装备工业创新网络的形成与演化机制进行研究。具体而言,笔者搜集了长江经济带内110个地级市的发明专利、科技论文、产业联盟等3项指标数据,构建了创新环境评价指标体系,对长江经济带的创新环境进行了定量评价,划分了长江经济带创新网络的发展阶段,并对长江经济带创新环境与创新网络的相互作用、创新网络的形成与演化进行了系统研究。为了全面系统反映长江经济带装备制造业创新网络特征,本文综合运用发明专利、科技论文、产业联盟数据以及UCINet软件和Arcgis软件,定量计算了规模、密度、中心势、中心度等长江经济带装备工业创新网络结构指数,绘制创新网络空间结构图。笔者发现,长江经济带装备工业创新网络内部联系总体不强,但呈现出规模迅速扩大、联系强度迅速提高的态势；创新网络的空间集聚特征显著,长三角地区是长江经济带创新网络的核心区：高校和大型企业位于装备工业创新网络的核心位置,小企业则位于网络的边缘；长江经济带装备工业创新网络的开放性较强,与北京、广州联系紧密；应从政府、企业、高校及科研院所等主体着手,加快长江经济带装备制造业产学研创新网络建设。

创新松散型产业的创新网络特征及其对创新绩效的影响研究——以长江经济带物流产业为例

本站小编 Free考研考试/2021-12-29

The innovation network characteristics of innovation-loose industry and its impact on innovation performance: An empirical analysis on the logistics industry of the Yangtze River Economic Belt

1 引言