長(zhǎng)三角城市群創(chuàng)新聯(lián)系網(wǎng)絡(luò)時(shí)空演變分析

周正柱，楊 靜，張澤安

一、 引言與文獻(xiàn)綜述

黨的十九大報(bào)告提出堅(jiān)持以創(chuàng)新引領(lǐng)發(fā)展，加快建設(shè)創(chuàng)新型國(guó)家。在創(chuàng)新型國(guó)家建設(shè)中，離不開(kāi)各城市在發(fā)揮比較優(yōu)勢(shì)基礎(chǔ)上，通過(guò)促進(jìn)區(qū)域創(chuàng)新能力來(lái)提高競(jìng)爭(zhēng)力，同時(shí)也需要各城市間的密切聯(lián)系與跨區(qū)域協(xié)作。長(zhǎng)三角城市群作為我國(guó)經(jīng)濟(jì)最具活力、開(kāi)放程度最高、創(chuàng)新能力最強(qiáng)的城市群之一，肩負(fù)著率先實(shí)現(xiàn)一體化的時(shí)代使命，而以創(chuàng)新推動(dòng)長(zhǎng)三角跨區(qū)域發(fā)展是加快培育具有全球影響力的世界級(jí)城市群的必經(jīng)之路。因此，把握長(zhǎng)三角城市群創(chuàng)新能力現(xiàn)狀，探究其城市創(chuàng)新聯(lián)系時(shí)空格局與演變特征，有利于縮小城市間差距、消除城市創(chuàng)新發(fā)展的制度和體制壁壘、推動(dòng)城市創(chuàng)新聯(lián)系與合作；有利于跨區(qū)域整合創(chuàng)新資源，推動(dòng)區(qū)域間創(chuàng)新要素互聯(lián)互通，加快區(qū)域一體化進(jìn)程，促進(jìn)長(zhǎng)三角城市群創(chuàng)新發(fā)展，同時(shí)也為長(zhǎng)三角城市群，乃至全國(guó)創(chuàng)新體系建設(shè)提供決策參考。

在當(dāng)代知識(shí)經(jīng)濟(jì)時(shí)代背景下，創(chuàng)新的不確定性和復(fù)雜性不斷增加，創(chuàng)新成果的產(chǎn)生越來(lái)越需要多方主體共同參與，跨區(qū)域創(chuàng)新逐漸成為創(chuàng)新的新趨勢(shì), 區(qū)域創(chuàng)新能力評(píng)價(jià)成為重要的研究主題。例如，Buesa等從創(chuàng)新產(chǎn)出、創(chuàng)新環(huán)境等維度測(cè)算了西班牙各地區(qū)的創(chuàng)新能力(1)BUESA M, HEIJS J, PELLITERO M M, et al. Regional systems of innovation and the knowledge production function: the Spanish case[J]. Technovation, 2006(4):463-472.。周密等從創(chuàng)新基礎(chǔ)、創(chuàng)新投入與創(chuàng)新產(chǎn)出三方面構(gòu)建13個(gè)具體指標(biāo)，對(duì)區(qū)域創(chuàng)新能力進(jìn)行綜合評(píng)價(jià)(2)周密,申婉君.研發(fā)投入對(duì)區(qū)域創(chuàng)新能力作用機(jī)制研究——基于知識(shí)產(chǎn)權(quán)的實(shí)證證據(jù)[J].科學(xué)學(xué)與科學(xué)技術(shù)管理,2018(8):26-39.。陳洪瑋等運(yùn)用發(fā)明專利授權(quán)數(shù)指標(biāo)來(lái)衡量區(qū)域創(chuàng)新能力(3)陳洪瑋,王歡歡.創(chuàng)新平臺(tái)發(fā)展對(duì)區(qū)域創(chuàng)新能力的溢出效應(yīng)研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理,2020(3):32-46.。由此可見(jiàn)，目前學(xué)者們主要運(yùn)用單指標(biāo)和多指標(biāo)來(lái)評(píng)價(jià)區(qū)域創(chuàng)新能力，其中單指標(biāo)法，主要采用專利申請(qǐng)量與授權(quán)量、新產(chǎn)品銷售收入等指標(biāo)來(lái)表示區(qū)域創(chuàng)新能力。為了彌補(bǔ)單一指標(biāo)無(wú)法全面反映創(chuàng)新能力水平的不足，一些學(xué)者開(kāi)始使用多指標(biāo)評(píng)價(jià)法進(jìn)行綜合測(cè)度。

同時(shí)，目前發(fā)達(dá)的交通網(wǎng)絡(luò)和暢通的信息共享渠道有效推動(dòng)了知識(shí)、技術(shù)、人員等創(chuàng)新要素在空間上的轉(zhuǎn)移，從而產(chǎn)生空間上的創(chuàng)新聯(lián)系，城市創(chuàng)新聯(lián)系網(wǎng)絡(luò)研究也越來(lái)越受到國(guó)內(nèi)外學(xué)者的關(guān)注。從現(xiàn)有的文獻(xiàn)看，主要包括下面幾項(xiàng)研究?jī)?nèi)容。一是關(guān)于創(chuàng)新擴(kuò)散方面的研究，例如，H?gerstrand認(rèn)為創(chuàng)新會(huì)從“核心”區(qū)域擴(kuò)散至“邊緣”區(qū)域(4)HGERSTRAND T. The propagation of innovation waves[J]. Neuropsychobiology,2000(4):172-174.，同時(shí)城市的規(guī)模會(huì)影響城市間創(chuàng)新擴(kuò)散的強(qiáng)度，且伴隨著城市間的地理距離呈現(xiàn)出衰減狀況(5)ALMEIDA P，KOGUT B.Localization of knowledge and the mobility of engineers in regional networks[J]. Management science,1999(7):905-917.。二是關(guān)于運(yùn)用引力模型或修正的引力模型，對(duì)城市創(chuàng)新聯(lián)系強(qiáng)度測(cè)算并展開(kāi)分析進(jìn)一步結(jié)合城市創(chuàng)新聯(lián)系總量和最大引力線，判定創(chuàng)新節(jié)點(diǎn)城市及其輻射范圍分析,即基于城市間的創(chuàng)新聯(lián)系展開(kāi)分析(6)PEDERSEN P. Innovation diffusion within and between national urban systems[J]. Geographical analysis,1970(3):203-254.(7)LI D, WEI Y D, WANG T. Spatial and temporal evolution of urban innovation network in China[J]. Habitat international,2015(49):484-496.(8)LEE D. The changing structures of co-invention networks in American urban areas[J]. Procedia computer science, 2016(96):1075-1085.。一些學(xué)者采用修正引力模型，對(duì)長(zhǎng)三角區(qū)域創(chuàng)新空間聯(lián)系進(jìn)行研究，指出長(zhǎng)三角區(qū)域創(chuàng)新空間聯(lián)系呈現(xiàn)不均勻分布現(xiàn)象(9)蔣天穎,華明浩.長(zhǎng)三角區(qū)域創(chuàng)新空間聯(lián)系研究[J].中國(guó)科技論壇,2014(10):126-131.(10)謝偉偉,鄧宏兵,劉歡.綠色發(fā)展視角下長(zhǎng)三角城市群城市創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)特征研究[J].科技進(jìn)步與對(duì)策,2017(17):52-59.(11)王越,王承云.長(zhǎng)三角城市創(chuàng)新聯(lián)系網(wǎng)絡(luò)及能力研究[J].經(jīng)濟(jì)地理,2018(9):130-137.。三是關(guān)于運(yùn)用社會(huì)網(wǎng)絡(luò)分析等方法，探討城市的創(chuàng)新格局、網(wǎng)絡(luò)特征、等級(jí)體系等(12)LEONCINI R, MAGGIONI M M. Intersectional innovation flows and national technological systems network analysis for comparing Italy and Germany[J]. Research policy,1996(25):415-430.(13)KRATKE S. Regional knowledge networks: a network analysis approach to the interlinking of knowledge resources[J]. European urban and regional studies,2010(1):83-97.(14)NOMALER ?, VERSPAGEN B. River deep, mountain high: of long run knowledge trajectories within and between innovation clusters[J]. Journal of economic geography,2016(6):1259-1278.。例如，胡艷以專利申請(qǐng)量月度數(shù)據(jù)構(gòu)建長(zhǎng)三角創(chuàng)新關(guān)聯(lián)網(wǎng)絡(luò)，對(duì)其進(jìn)行社會(huì)網(wǎng)絡(luò)分析，得出目前科技一體化水平相對(duì)較高的結(jié)論(15)胡艷,時(shí)浩楠.長(zhǎng)三角城市群城市創(chuàng)新的空間關(guān)聯(lián)分析——基于社會(huì)網(wǎng)絡(luò)分析方法[J].上海經(jīng)濟(jì)研究,2017(4):87-97.。唐建榮等基于創(chuàng)新網(wǎng)絡(luò)視角，對(duì)長(zhǎng)三角城市群創(chuàng)新網(wǎng)絡(luò)空間結(jié)構(gòu)演化進(jìn)行分析，指出其存在“核心-次核心-邊緣”的發(fā)展態(tài)勢(shì)(16)唐建榮,李晨瑞,倪攀.長(zhǎng)三角城市群創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)及其驅(qū)動(dòng)因素研究[J].上海經(jīng)濟(jì)研究,2018(11):63-76.。此外，個(gè)別學(xué)者采用引力模型與社會(huì)網(wǎng)絡(luò)分析相結(jié)合方法對(duì)創(chuàng)新聯(lián)系進(jìn)行考察(17)徐夢(mèng)周,潘家棟.浙江省域經(jīng)濟(jì)聯(lián)系與創(chuàng)新聯(lián)系的空間形態(tài)及分異演化格局[J].浙江社會(huì)科學(xué),2019(4):36-44.。也有一些學(xué)者從微觀視角，采用合作發(fā)表論文數(shù)、合作專利授權(quán)數(shù)等指標(biāo)對(duì)區(qū)域創(chuàng)新聯(lián)系結(jié)構(gòu)進(jìn)行研究(18)徐宜青,曾剛,王秋玉.長(zhǎng)三角城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)格局發(fā)展演變及優(yōu)化策略[J].經(jīng)濟(jì)地理,2018(11):133-140.(19)呂拉昌,孟國(guó)力,黃茹,等.城市群創(chuàng)新網(wǎng)絡(luò)的空間演化與組織——以京津冀城市群為例[J].地域研究與開(kāi)發(fā),2019(1):50-55.(20)鐘韻,葉藝華,魏也華.基于創(chuàng)新聯(lián)系的城市網(wǎng)絡(luò)特征及影響因素研究——以粵港澳地區(qū)為例[J].科技管理研究,2020(7):1-9.。

綜上所述，關(guān)于城市創(chuàng)新聯(lián)系網(wǎng)絡(luò)相關(guān)研究，目前已取得一定研究成效，但從現(xiàn)有的文獻(xiàn)看，仍需要進(jìn)一步拓展。首先，從研究方法看，一是在區(qū)域創(chuàng)新能力評(píng)價(jià)方法上，傳統(tǒng)主成分分析法多用來(lái)研究由樣本和指標(biāo)體系構(gòu)成的截面數(shù)據(jù)，而對(duì)于含有時(shí)間序列的面板數(shù)據(jù)，傳統(tǒng)主成分分析僅能逐年單獨(dú)分析，且由于每年主成分權(quán)重的不同而無(wú)法對(duì)整個(gè)時(shí)序的數(shù)據(jù)進(jìn)行比較和評(píng)價(jià)。二是部分學(xué)者運(yùn)用社會(huì)網(wǎng)絡(luò)方法,同時(shí)結(jié)合論文合作、技術(shù)交易等指標(biāo)對(duì)區(qū)域創(chuàng)新網(wǎng)絡(luò)進(jìn)行研究，但這些指標(biāo)數(shù)據(jù)難以獲得,且無(wú)法從宏觀視角來(lái)表征區(qū)域創(chuàng)新“質(zhì)量”因子。其次，從研究對(duì)象看，現(xiàn)有的研究多以國(guó)家或省域或城市間的創(chuàng)新聯(lián)系為研究對(duì)象，而以城市群內(nèi)的城市為研究對(duì)象的文獻(xiàn)較少，尤其以較具有代表性的長(zhǎng)三角城市群為對(duì)象的研究，多數(shù)仍以16個(gè)城市為研究對(duì)象，但由于長(zhǎng)三角城市群所涵蓋城市數(shù)量不斷增加，現(xiàn)已拓展成27個(gè)核心城市，以此為研究對(duì)象的文獻(xiàn)幾乎還沒(méi)有。第三，從研究維度看，現(xiàn)有的研究主要集中于時(shí)間維度，從時(shí)序和空間視角動(dòng)態(tài)研究城市間創(chuàng)新聯(lián)系則較為缺乏。因此，筆者基于區(qū)域創(chuàng)新能力、創(chuàng)新聯(lián)系等內(nèi)涵及相關(guān)理論，將從創(chuàng)新投入、創(chuàng)新產(chǎn)出、創(chuàng)新環(huán)境等方面構(gòu)建綜合評(píng)價(jià)指標(biāo)體系，運(yùn)用時(shí)序全局主成分分析法綜合評(píng)價(jià)城市創(chuàng)新能力，以此表示城市創(chuàng)新“質(zhì)量”因子，并運(yùn)用引力模型、斷裂點(diǎn)公式等方法，以長(zhǎng)三角城市群27個(gè)核心城市為研究對(duì)象，展開(kāi)城市群創(chuàng)新聯(lián)系網(wǎng)絡(luò)時(shí)空演變特征分析，為長(zhǎng)三角區(qū)域科技創(chuàng)新一體化高質(zhì)量發(fā)展提供決策依據(jù)。

二、 研究設(shè)計(jì)

(一) 主要研究方法

1. 城市創(chuàng)新能力綜合評(píng)價(jià)方法。關(guān)于城市創(chuàng)新能力的內(nèi)涵，一般認(rèn)為是指一個(gè)城市依托于內(nèi)外部的創(chuàng)新環(huán)境將創(chuàng)新投入轉(zhuǎn)化為創(chuàng)新產(chǎn)出的能力。為此，筆者遵循科學(xué)性、可得性和可比性原則，借鑒中國(guó)科技發(fā)展戰(zhàn)略研究小組等(21)中國(guó)科技發(fā)展戰(zhàn)略研究小組,中國(guó)科學(xué)院大學(xué)中國(guó)創(chuàng)新創(chuàng)業(yè)管理研究中心.中國(guó)區(qū)域創(chuàng)新能力評(píng)價(jià)報(bào)告[M].北京：科學(xué)技術(shù)文獻(xiàn)出版社,2016：25.、宋躍剛等(22)宋躍剛,杜江.制度變遷、OFDI逆向技術(shù)溢出與區(qū)域技術(shù)創(chuàng)新[J].世界經(jīng)濟(jì)研究,2015(9):60-73.的研究成果，從創(chuàng)新投入、創(chuàng)新產(chǎn)出和創(chuàng)新環(huán)境三方面構(gòu)建綜合評(píng)價(jià)指標(biāo)體系，如表1所示，并借鑒現(xiàn)有研究(23)朱鶴,劉家明.中國(guó)東部地區(qū)旅游業(yè)競(jìng)爭(zhēng)力研究——基于時(shí)序全局主成分分析法[J].地域研究與開(kāi)發(fā),2015(5):100-104.(24)張煌強(qiáng),劉結(jié)玲.基于時(shí)序全局主成分分析的廣西城鄉(xiāng)消費(fèi)競(jìng)爭(zhēng)力演變趨勢(shì)評(píng)價(jià)[J].廣西社會(huì)科學(xué),2017(4):26-29.運(yùn)用時(shí)序全局主成分分析法對(duì)長(zhǎng)三角城市群創(chuàng)新能力進(jìn)行綜合評(píng)價(jià)。該方法主要優(yōu)點(diǎn)是規(guī)避了傳統(tǒng)主成分分析法只能采用截面數(shù)據(jù)的弊端，在傳統(tǒng)主成分分析法的基礎(chǔ)上，將時(shí)間序列添加到原始數(shù)據(jù)表中，從而形成時(shí)序立體數(shù)據(jù)表。

表1 區(qū)域創(chuàng)新能力評(píng)價(jià)指標(biāo)體系

2. 城市創(chuàng)新聯(lián)系網(wǎng)絡(luò)測(cè)度方法。(1) 引力模型。筆者在借鑒蔣天穎等(25)蔣天穎,華明浩.長(zhǎng)三角區(qū)域創(chuàng)新空間聯(lián)系研究[J].中國(guó)科技論壇,2014(10):126-131.文獻(xiàn)基礎(chǔ)上，構(gòu)建如下引力模型：

(1)

式中，Rij代表城市間的創(chuàng)新聯(lián)系強(qiáng)度，引力常數(shù)K取值為1；TFi和TFj分別代表城市i和城市j在創(chuàng)新能力評(píng)價(jià)體系中的綜合得分，Dij代表城市i和城市j間的地理距離，筆者使用Google Map計(jì)算得出各城市間的最短行車距離；區(qū)域距離衰減系數(shù)b，根據(jù)已有研究和實(shí)際操作(26)韓瑞波,曹滬華,劉紫葳.基于綜合引力模型的中國(guó)城鎮(zhèn)體系再探索[J].中國(guó)科學(xué)(地球科學(xué)),2018(12):1670-1684.，取值為1.5。在此基礎(chǔ)上計(jì)算得到城市i與其他所有城市的創(chuàng)新聯(lián)系總量，公式為

(2)

(2)最大引力線與斷裂點(diǎn)公式。一個(gè)城市被最大引力線連接的次數(shù)越多，表明該城市的創(chuàng)新影響能力越強(qiáng)。最大引力線公式為

Rmaxi=max(Ri1，Ri2，…，Rij)

(3)

式中，Rmaxi表示城市i具有的最大引力，Ri1，Ri2，…，Rij代表城市i到第1至第j個(gè)城市之間的引力，即創(chuàng)新聯(lián)系強(qiáng)度。將各城市最大引力線連接起來(lái)，即可得到創(chuàng)新聯(lián)系最大引力線示意圖。

斷裂點(diǎn)理論是由康維斯(P.D.Converse)在1949年根據(jù)賴?yán)?W.J.Reilly)的“零售引力規(guī)律”加以發(fā)展得來(lái)，主要反映城市創(chuàng)新能力的輻射范圍，其公式為

(4)

式中，Di表示斷裂點(diǎn)到城市i的距離，Dij代表城市i和城市j之間的距離，TFi和TFj分別表示城市i和城市j的創(chuàng)新能力綜合得分。

(二) 數(shù)據(jù)來(lái)源

研究數(shù)據(jù)主要來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》及長(zhǎng)三角城市群27個(gè)核心城市統(tǒng)計(jì)年鑒等。

三、 實(shí)證結(jié)果分析

(一) 長(zhǎng)三角城市群創(chuàng)新能力綜合評(píng)價(jià)分析

本文研究對(duì)象為長(zhǎng)三角城市群27個(gè)城市，時(shí)間跨度為2010—2020年，評(píng)價(jià)指標(biāo)共計(jì)15個(gè)，由此可以構(gòu)建27*11*15的時(shí)序立體數(shù)據(jù)表，使用統(tǒng)計(jì)分析軟件SPSS 21.0對(duì)長(zhǎng)三角城市群27個(gè)城市、上海、浙江9個(gè)城市、江蘇9個(gè)城市和安徽8個(gè)城市整體的創(chuàng)新能力綜合得分進(jìn)行測(cè)算，并使用ArcGIS軟件繪制2010年、2015年和2020年長(zhǎng)三角城市群城市創(chuàng)新能力綜合得分及其年均增速空間分布圖(27)由于篇幅受限，圖形從略，如有需要請(qǐng)聯(lián)系作者索取。。

首先，從城市群整體看，創(chuàng)新能力由高到低依次為上海、江蘇9個(gè)城市、浙江9個(gè)城市和安徽8個(gè)城市。從城市群各城市在三省一市分布看,2010—2020年間城市創(chuàng)新能力綜合得分均值,上海高達(dá)0.899 8,排第一；江蘇9個(gè)城市均值為0.580 3，位列第二；浙江9個(gè)城市均值為0.481 3，位列第三；安徽8個(gè)城市均值僅為0.357 5，排序最低。由此表明三省一市各城市創(chuàng)新能力由高到低依次為上海、江蘇、浙江和安徽，其中上海和江蘇9個(gè)城市創(chuàng)新能力綜合得分均值大于長(zhǎng)三角27個(gè)城市綜合得分均值0.476 6,而浙江9個(gè)城市和安徽8個(gè)城市低于長(zhǎng)三角27個(gè)城市綜合得分均值。

其次，從城市個(gè)體看，各城市與核心城市越近，其創(chuàng)新能力越強(qiáng)，反之，則越弱，總體上呈現(xiàn)梯度擴(kuò)散態(tài)勢(shì)。從長(zhǎng)三角城市群2010年、2015年和2020年創(chuàng)新能力分布圖可知，長(zhǎng)三角城市群各城市創(chuàng)新能力，空間上總體形成以上海及蘇州、南京、杭州、寧波和合肥“多點(diǎn)帶面”的創(chuàng)新中心局面，并圍繞此創(chuàng)新中心向周邊地區(qū)呈輻射擴(kuò)散狀，且越靠近創(chuàng)新中心的城市，其創(chuàng)新能力越強(qiáng)，說(shuō)明創(chuàng)新中心起到了良好的創(chuàng)新帶動(dòng)作用。2010—2020年間，上海顏色最深，創(chuàng)新能力綜合得分均值為0.899 8,在長(zhǎng)三角城市群中排序第一，其周邊沿著滬寧線的蘇州、無(wú)錫和常州，創(chuàng)新能力綜合得分均值依次為0.800 2、0.609 7和0.520 0；蘇州創(chuàng)新能力綜合得分均值為0.800 2,在長(zhǎng)三角城市群中排序第二，其周邊有無(wú)錫、嘉興、南通等城市，創(chuàng)新能力綜合得分均值依次為0.609 7、0.519 6和0.449 9；南京創(chuàng)新能力綜合得分均值為0.739 8,在長(zhǎng)三角城市群中排序第三，其周邊有常州、揚(yáng)州、泰州和鹽城等城市，創(chuàng)新能力綜合得分均值依次為0.520 0、0.409 2、0.369 8和0.319 7；杭州創(chuàng)新能力綜合得分均值為0.738 4,在長(zhǎng)三角城市群中排序第四，其周邊有嘉興、紹興、湖州和金華等城市，創(chuàng)新能力綜合得分均值依次為0.519 6、0.478 9、0.428 9和0.410 0；寧波創(chuàng)新能力綜合得分均值為0.588 7,在長(zhǎng)三角城市群中排序第五，其周邊有舟山、臺(tái)州和溫州等城市，創(chuàng)新能力綜合得分均值依次為0.410 1、0.369 8和0.411 0；合肥創(chuàng)新能力綜合得分均值為0.520 2,在長(zhǎng)三角城市群中排序第六，其周邊有蕪湖、馬鞍山、銅陵、宣城等，創(chuàng)新能力綜合得分均值依次為0.494 3、0.406 3、0.384 5和0.243 5。由此表明，各城市與核心城市距離越遠(yuǎn)，其創(chuàng)新能力就越弱，圖中的顏色就越淡。

從城市創(chuàng)新能力年均增速圖(28)由于篇幅受限，圖形從略，如有需要請(qǐng)聯(lián)系作者索取?？芍?，2010—2020年間，創(chuàng)新能力增速較快的多為創(chuàng)新能力較低的城市，如安徽省內(nèi)的宣城、滁州、池州、安慶、蕪湖和馬鞍山等，浙江省內(nèi)的金華、溫州、臺(tái)州、湖州等；而上海、南京、杭州等創(chuàng)新能力較強(qiáng)的城市，其增速相對(duì)較為平緩。以蕪湖和南京為例，蕪湖城市創(chuàng)新能力綜合得分均值為0.494 3，排序僅第十二，由2010年的綜合得分0.326 3上升至2020年的0.542 5，增幅達(dá)66.26%;而南京城市創(chuàng)新能力綜合得分均值為0.739 8，排序第二，由2010年的綜合得分0.583 6上升至2020年的0.794 5，增幅僅36.14%，表明蕪湖創(chuàng)新能力遠(yuǎn)不如南京，但其增速卻遠(yuǎn)大于南京。

(二) 長(zhǎng)三角城市群創(chuàng)新聯(lián)系時(shí)空演變分析

首次,根據(jù)時(shí)序全局主成分分析法,綜合評(píng)價(jià)長(zhǎng)三角城市群各城市創(chuàng)新能力得分,選取2010年、2015年、2020年三個(gè)年度，使用引力模型公式(1)計(jì)算長(zhǎng)三角城市群27個(gè)城市的創(chuàng)新聯(lián)系強(qiáng)度;其次,進(jìn)一步使用公式(2)將各城市的創(chuàng)新聯(lián)系總量進(jìn)行求和，如表2所示。

表2 長(zhǎng)三角城市群創(chuàng)新聯(lián)系量

1. 時(shí)間演變特征分析。由表2可知，首先,從城市群整體看，2010—2020年長(zhǎng)三角城市群創(chuàng)新聯(lián)系總量不斷提升，呈現(xiàn)先快速后放緩特征。具體而言，長(zhǎng)三角城市群創(chuàng)新聯(lián)系總量由2010年的335.479上升到2015年的645.557，增長(zhǎng)了約92.4%;而由2015年的645.557上升到2020年的727.617，增長(zhǎng)僅約12.7%。其次,從城市個(gè)體看，2010—2020年長(zhǎng)三角城市群各城市創(chuàng)新聯(lián)系總量變化趨勢(shì)與城市群整體變化趨勢(shì)基本一致,即呈現(xiàn)上升趨勢(shì)，且2010—2015年間上升幅度較大，2015—2020年間上升幅度較小。各城市創(chuàng)新聯(lián)系總量比重變化呈現(xiàn)一定的差異性，其中2015年和2020年都呈現(xiàn)下降的城市有上海、南京、常州、揚(yáng)州、舟山和銅陵共6個(gè)；2015年和2020年都呈現(xiàn)上升的城市有溫州、嘉興、湖州、金華、臺(tái)州、蕪湖、安慶、滁州、馬鞍山、池州、宣城共11個(gè)；2015年上升而2020年下降，即呈現(xiàn)倒“U”型趨勢(shì)的城市有無(wú)錫、蘇州、鎮(zhèn)江、寧波共4個(gè);2015年下降而2020年上升，即呈現(xiàn)正“U”型趨勢(shì)的城市有南通、鹽城、泰州、杭州、紹興、合肥共6個(gè)?？傮w上看，2020年較2010年，各城市創(chuàng)新聯(lián)系總量比重，浙江上升的城市有5個(gè)，下降的城市有4個(gè)；江蘇上升的城市有2個(gè)，下降的城市有7個(gè)；安徽上升的城市有7個(gè)，下降的城市有1個(gè)。由此表明，安徽作為我國(guó)中部省份，相對(duì)東部的浙江和江蘇，經(jīng)濟(jì)發(fā)展雖較落后，但由于合肥為國(guó)家創(chuàng)新型城市，對(duì)周邊城市創(chuàng)新發(fā)展有較強(qiáng)的輻射和帶動(dòng)作用。因此，創(chuàng)新聯(lián)系總量比重上升的城市數(shù)量遠(yuǎn)多于浙江和江蘇，而下降的城市數(shù)量遠(yuǎn)少于浙江和江蘇。第三，從各城市創(chuàng)新聯(lián)系量與均值比較看，2010年創(chuàng)新聯(lián)系總量均值為12.425，各城市創(chuàng)新聯(lián)系量超過(guò)均值的城市有上海、南京、無(wú)錫、常州、蘇州、揚(yáng)州、鎮(zhèn)江、杭州、嘉興、湖州、紹興和馬鞍山共12個(gè)；2015年創(chuàng)新聯(lián)系量均值為23.910，各城市創(chuàng)新聯(lián)系量超過(guò)均值的城市有上海、南京、無(wú)錫、常州、蘇州、揚(yáng)州、鎮(zhèn)江、杭州、嘉興、湖州、紹興、蕪湖和馬鞍山共13個(gè)；2020年創(chuàng)新聯(lián)系量均值為26.949，各城市創(chuàng)新聯(lián)系量超過(guò)均值的城市有上海、南京、無(wú)錫、常州、蘇州、揚(yáng)州、鎮(zhèn)江、杭州、嘉興、湖州、紹興、蕪湖、馬鞍山共13個(gè)。由此表明，創(chuàng)新聯(lián)系量超過(guò)創(chuàng)新聯(lián)系總量均值的城市，2010年、2015年和2020年三個(gè)年度呈現(xiàn)穩(wěn)定態(tài)勢(shì)，整體變化不大。

2. 空間演變特征分析。由表2可知，一方面，以上海、蘇州、南京、杭州、無(wú)錫等為代表的核心區(qū)域，其城市間創(chuàng)新聯(lián)系總量較大，創(chuàng)新聯(lián)系密切，也是創(chuàng)新聯(lián)系發(fā)生的主要區(qū)域；而以舟山、臺(tái)州、溫州、鹽城、安慶、滁州、池州等為代表的邊緣區(qū)域，由于與核心區(qū)域城市的距離較遠(yuǎn)，導(dǎo)致與核心區(qū)域的創(chuàng)新聯(lián)系總量較小，表明長(zhǎng)三角城市群的創(chuàng)新聯(lián)系存在明顯的“核心”區(qū)域與“邊緣”區(qū)域，符合美國(guó)地理學(xué)家Friedmann的“核心-邊緣”理論。另一方面，根據(jù)各城市創(chuàng)新能力綜合評(píng)價(jià)結(jié)果，2010年、2015年和2020年上海的創(chuàng)新能力都強(qiáng)于蘇州、南京、杭州等城市，但2010年、2015年和2020年上海創(chuàng)新聯(lián)系總量分別為23.261、42.211和44.985，位列第三、第四、第五。由此可見(jiàn)，盡管上海的創(chuàng)新能力水平高于蘇州、南京、杭州等城市，但其創(chuàng)新聯(lián)系總量并不占優(yōu)勢(shì)。究其原因，上海位于長(zhǎng)三角東部，盡管與蘇州、無(wú)錫、南通、嘉興等周邊城市的創(chuàng)新聯(lián)系較高，但與其他城市創(chuàng)新聯(lián)系并不高，表明創(chuàng)新聯(lián)系受到地理位置遠(yuǎn)近的影響，地理臨近一定程度上利于創(chuàng)新的擴(kuò)散和輻射。

(三) 長(zhǎng)三角城市群創(chuàng)新聯(lián)系網(wǎng)絡(luò)結(jié)構(gòu)分析

為了對(duì)長(zhǎng)三角城市群創(chuàng)新聯(lián)系網(wǎng)絡(luò)有一個(gè)直觀的認(rèn)識(shí)，本研究使用Netdraw軟件進(jìn)行可視化，將長(zhǎng)三角城市群內(nèi)各城市作為網(wǎng)絡(luò)中的“節(jié)點(diǎn)”，城市間的創(chuàng)新聯(lián)系作為網(wǎng)絡(luò)中的“線”，繪制長(zhǎng)三角城市群創(chuàng)新聯(lián)系網(wǎng)絡(luò)結(jié)構(gòu)拓?fù)鋱D。使用Netdraw軟件之前需對(duì)矩陣數(shù)據(jù)進(jìn)行二值化處理，然而不同的切分值會(huì)得到不同的結(jié)果。為了使各年間的結(jié)構(gòu)拓?fù)鋱D具有可比性，應(yīng)選擇同一個(gè)切分值，故筆者采取相對(duì)測(cè)度指標(biāo)，即“均數(shù)原則法”，以2010年為基期，將2010年長(zhǎng)三角城市群創(chuàng)新聯(lián)系強(qiáng)度的平均值作為切分值，對(duì)矩陣進(jìn)行二值化處理。經(jīng)計(jì)算，2010年長(zhǎng)三角城市群創(chuàng)新聯(lián)系強(qiáng)度平均值(即平均路徑長(zhǎng)度，不同于創(chuàng)新聯(lián)系總量平均值)為0.477 9，據(jù)此可定義：

式中Rij表示城市i與城市j間的創(chuàng)新聯(lián)系強(qiáng)度，當(dāng)Rij≥0.477 9時(shí)，Rij取值為1，定義為強(qiáng)關(guān)聯(lián)；當(dāng)0≤Rij<0.477 9時(shí)，Rij取值為0，定義為弱關(guān)聯(lián)。由此得到創(chuàng)新聯(lián)系網(wǎng)絡(luò)的二值化矩陣，使用Netdraw軟件繪制2010、2015、2020年的長(zhǎng)三角城市群創(chuàng)新聯(lián)系網(wǎng)絡(luò)結(jié)構(gòu)拓?fù)鋱D(29)由于篇幅受限，圖形從略，如有需要請(qǐng)聯(lián)系作者索取。，以分析其網(wǎng)絡(luò)形態(tài)變化。

在拓?fù)鋱D中，城市節(jié)點(diǎn)的大小代表各城市在長(zhǎng)三角城市群創(chuàng)新聯(lián)系網(wǎng)絡(luò)的節(jié)點(diǎn)中心度，節(jié)點(diǎn)中心度的數(shù)值越高，節(jié)點(diǎn)的形狀越大，與節(jié)點(diǎn)所連接的創(chuàng)新聯(lián)系數(shù)量也越多，表示該城市與其他城市的創(chuàng)新聯(lián)系越密切。總體上看，2010年、2015年和2020年長(zhǎng)三角城市群創(chuàng)新聯(lián)系網(wǎng)絡(luò)結(jié)構(gòu)拓?fù)鋱D存在一定差異性，具體表現(xiàn)為創(chuàng)新聯(lián)系的邊數(shù)呈現(xiàn)顯著增加趨勢(shì)，說(shuō)明網(wǎng)絡(luò)中各節(jié)點(diǎn)間的聯(lián)結(jié)關(guān)系在不斷增加，反映了現(xiàn)實(shí)中各城市間已經(jīng)建立良好的溝通渠道，技術(shù)、知識(shí)、人員等創(chuàng)新資源的流動(dòng)和聯(lián)系變得密切和頻繁。例如，2010年鹽城、安慶、溫州、臺(tái)州四個(gè)城市作為孤點(diǎn)城市，并未融入網(wǎng)絡(luò)中，而在2015年和2020年都與網(wǎng)絡(luò)中部分城市建立起聯(lián)結(jié)關(guān)系，逐步融入長(zhǎng)三角城市群創(chuàng)新聯(lián)系網(wǎng)絡(luò)中。從長(zhǎng)三角城市群東西部看，長(zhǎng)三角城市群東部城市與西部城市的聯(lián)結(jié)邊數(shù)呈現(xiàn)顯著增加趨勢(shì)。具體來(lái)說(shuō)，2010年，長(zhǎng)三角城市群創(chuàng)新聯(lián)系網(wǎng)絡(luò)結(jié)構(gòu)拓?fù)鋱D中，主要以東部城市間的聯(lián)結(jié)關(guān)系為主，西部城市的創(chuàng)新聯(lián)系邊數(shù)相較于東部城市顯得較為稀疏和單薄，特別是安徽省的合肥、蕪湖、馬鞍山、銅陵、安慶、滁州、池州和宣城8個(gè)城市，多數(shù)局限于省內(nèi)城市間的聯(lián)結(jié)關(guān)系；而2015年和2020年?yáng)|西部城市間的創(chuàng)新聯(lián)系邊數(shù)較2010年顯著增加，表明西部城市尤其是安徽省8個(gè)城市已經(jīng)較好地融入長(zhǎng)三角城市群創(chuàng)新聯(lián)系網(wǎng)絡(luò)中。

(四) 長(zhǎng)三角城市群創(chuàng)新中心城市及其輻射范圍分析

2. 中心城市輻射范圍分析。筆者運(yùn)用斷裂點(diǎn)公式(4)，計(jì)算一級(jí)創(chuàng)新節(jié)點(diǎn)城市即中心城市的斷裂點(diǎn)距離，使用ArcGIS 10.2軟件繪制長(zhǎng)三角城市群2010年、2015年、2020年中心城市的輻射范圍(31)由于篇幅受限，圖形從略，如有需要請(qǐng)聯(lián)系作者索取。。2010年中心城市南京、杭州的輻射范圍主要趨向東北部城市，其中南京的輻射范圍包括南京市轄區(qū)、馬鞍山、滁州、揚(yáng)州、鎮(zhèn)江、常州等城市；杭州的輻射范圍包括杭州市轄區(qū)、金華、紹興、嘉興、湖州、宣城、蘇州、無(wú)錫等城市；但由于其斷裂點(diǎn)距離較近，故輻射范圍有限。2015年中心城市為南京和蘇州，其中南京主要趨向東南方向，涉及范圍包括南京市轄區(qū)、滁州、馬鞍山、宣城、常州、鎮(zhèn)江、揚(yáng)州等城市；蘇州的創(chuàng)新輻射范圍主要向北部和西北方向輻射，涉及范圍包括蘇州市轄區(qū)、上海、嘉興、湖州、常州、無(wú)錫、南通等城市。2020年中心城市為南京、蘇州、杭州，其創(chuàng)新輻射范圍幾乎涵蓋了整個(gè)長(zhǎng)三角城市群的中部地區(qū)。由此表明，2020年較2010年，中心城市輻射范圍明顯擴(kuò)大。

四、 主要結(jié)論與研究展望

(一) 主要結(jié)論

1. 長(zhǎng)三角城市創(chuàng)新能力演變特征。從城市群整體來(lái)看，創(chuàng)新能力由高到低依次為上海、江蘇9個(gè)城市、浙江9個(gè)城市和安徽8個(gè)城市。從城市個(gè)體看，長(zhǎng)三角城市群各城市創(chuàng)新能力，空間上總體形成以上海及蘇州、南京、杭州、寧波和合肥“多點(diǎn)帶面”的核心城市和創(chuàng)新中心局面，并圍繞此創(chuàng)新中心向周邊地區(qū)呈輻射擴(kuò)散狀，且越靠近創(chuàng)新中心的城市，創(chuàng)新能力越強(qiáng)；總體上看創(chuàng)新能力較強(qiáng)的城市，增速往往較小，而創(chuàng)新能力較差的城市，增速往往較大。

2. 長(zhǎng)三角城市群創(chuàng)新聯(lián)系演變特征。從時(shí)間維度看，無(wú)論城市群整體，還是各城市個(gè)體，創(chuàng)新聯(lián)系總量都呈現(xiàn)上升態(tài)勢(shì)，且2015年較2010年上升幅度較大，2020年較2015年上升幅度較?。桓鞒鞘袆?chuàng)新聯(lián)系總量占比變化呈現(xiàn)一定的差異性，其中安徽創(chuàng)新聯(lián)系總量占比上升的城市數(shù)遠(yuǎn)多于浙江和江蘇，而下降的城市數(shù)遠(yuǎn)少于浙江和江蘇，表明作為國(guó)家創(chuàng)新型城市的省會(huì)合肥，對(duì)省內(nèi)城市創(chuàng)新發(fā)展具有較強(qiáng)的輻射和帶動(dòng)作用。從空間維度看，長(zhǎng)三角城市群創(chuàng)新聯(lián)系存在明顯的“核心”區(qū)域與“邊緣”區(qū)域，表明創(chuàng)新聯(lián)系受到地理位置遠(yuǎn)近的影響；上海創(chuàng)新能力水平雖高于蘇州、南京、杭州等城市，但其創(chuàng)新聯(lián)系總量并不占優(yōu)勢(shì)。

3. 長(zhǎng)三角城市群創(chuàng)新聯(lián)系網(wǎng)絡(luò)結(jié)構(gòu)演變特征?？傮w上看，2010年、2015年 和2020年長(zhǎng)三角城市群創(chuàng)新聯(lián)系網(wǎng)絡(luò)結(jié)構(gòu)演變存在一定差異性，具體表現(xiàn)為各城市創(chuàng)新聯(lián)系的邊數(shù)呈現(xiàn)顯著增加趨勢(shì)，表明網(wǎng)絡(luò)中各節(jié)點(diǎn)間的聯(lián)結(jié)關(guān)系在不斷增加；長(zhǎng)三角城市群東部城市與西部城市的聯(lián)結(jié)邊數(shù)也呈現(xiàn)顯著增加趨勢(shì)。

4. 長(zhǎng)三角城市群創(chuàng)新中心城市及其輻射范圍演變特征。長(zhǎng)三角城市群中心城市由2010年的杭州和南京2個(gè)城市演變到2020年的蘇州、杭州和南京3個(gè)城市；上海、無(wú)錫和鎮(zhèn)江始終穩(wěn)居在三級(jí)創(chuàng)新節(jié)點(diǎn)城市之列；而蕪湖2015年和2020年都躍居二級(jí)創(chuàng)新節(jié)點(diǎn)城市中；2020年較2010年，中心城市輻射范圍明顯擴(kuò)大。

(二) 研究展望

首先,筆者構(gòu)建指標(biāo)體系，運(yùn)用時(shí)序全局主成分方法測(cè)算長(zhǎng)三角城市群內(nèi)各城市的創(chuàng)新能力;其次,運(yùn)用引力模型測(cè)算長(zhǎng)三角城市群各城市間的創(chuàng)新聯(lián)系強(qiáng)度、匯總各城市的創(chuàng)新聯(lián)系量，并使用Netdraw軟件直觀展示出長(zhǎng)三角城市群創(chuàng)新聯(lián)系網(wǎng)絡(luò)結(jié)構(gòu)拓?fù)鋱D;第三,綜合最大引力線和創(chuàng)新聯(lián)系量?jī)蓚€(gè)指標(biāo)確定了創(chuàng)新節(jié)點(diǎn)城市;最后使用斷裂點(diǎn)公式計(jì)算輻射距離并借助ArcGIS實(shí)現(xiàn)了中心城市輻射范圍的可視化。通過(guò)對(duì)2010年、2015年、2020年三個(gè)特定時(shí)間點(diǎn)上的長(zhǎng)三角城市群創(chuàng)新聯(lián)系網(wǎng)絡(luò)進(jìn)行定量分析和時(shí)空演變分析，以動(dòng)態(tài)視角為長(zhǎng)三角城市群創(chuàng)新發(fā)展研究和空間關(guān)聯(lián)研究給予了一定的補(bǔ)充，但仍存在不足，未來(lái)可在以下方面展開(kāi)研究拓展。

1. 區(qū)域創(chuàng)新能力的測(cè)算受限于指標(biāo)體系構(gòu)建和數(shù)據(jù)獲取，測(cè)算值和實(shí)際值難免存在一定偏差，將測(cè)算值代表區(qū)域創(chuàng)新“質(zhì)量”因子，代入引力模型中得出的創(chuàng)新聯(lián)系強(qiáng)度也會(huì)存在一定偏差。因此，如何客觀獲得表征區(qū)域創(chuàng)新“質(zhì)量”因子，將是未來(lái)值得進(jìn)一步探討的問(wèn)題。

2. 創(chuàng)新聯(lián)系作為一種抽象的聯(lián)結(jié)關(guān)系，現(xiàn)有研究很難對(duì)其進(jìn)行精確、具體的計(jì)算。筆者通過(guò)引力模型計(jì)算得出的創(chuàng)新聯(lián)系強(qiáng)度僅能從一定程度上反映城市間的創(chuàng)新聯(lián)系，而現(xiàn)實(shí)中有一些能直觀反映創(chuàng)新聯(lián)系的數(shù)據(jù)難以收集和獲取，如合著論文數(shù)、合作專利數(shù)等，如何通過(guò)數(shù)據(jù)挖掘技術(shù)或與有關(guān)數(shù)據(jù)統(tǒng)計(jì)部門合作來(lái)獲取此類數(shù)據(jù)，將是值得進(jìn)一步探討的難點(diǎn)問(wèn)題。

3. 本研究中引力模型中的“距離”使用的是地理距離，難以準(zhǔn)確反映現(xiàn)實(shí)中的距離衰減效應(yīng)?，F(xiàn)代通信技術(shù)和交通運(yùn)輸業(yè)的快速發(fā)展改變了城市間相對(duì)位置，人們可以明顯感受到城市間空間距離的縮短。因此，僅以地理距離來(lái)衡量城市間的相對(duì)距離比較單一，未來(lái)研究可以將地理距離、時(shí)間距離、社會(huì)距離、文化距離以及交通方式、空間因素等進(jìn)行綜合考慮，構(gòu)建多指標(biāo)的“功能距離”變量來(lái)較為準(zhǔn)確地反映城市間距離。