| 1,647 | 45 | 86 |
| 下载次数 | 被引频次 | 阅读次数 |
城市绿色技术创新网络的构建和优化是城市群内涵发展的要求。该文采用2007-2017年长江经济带108个城市的绿色专利数据，基于修正的引力模型及社会网络分析研究长江经济带整体和三大城市群的绿色技术创新网络。结果显示：1)长江经济带绿色技术创新空间关联逐渐紧密，呈现为较复杂、有层次的空间关联网络结构。其中，长三角城市群的网络密度较高，冗余信息逐渐减少，城市之间形成良性互动，苏州、杭州、无锡等有望成为绿色技术创新中心城市；长江中游城市群核心城市的“虹吸效应”不断增强，对周边地区创新资源吸引作用强烈；成渝城市群除省会城市外绿色技术创新能力较低，整体空间差异较大，缺乏桥梁子群。2)二次指派程序(QAP)分析结果表明，地理邻近有利于绿色技术创新空间关联，地区生产总值、人力资本投入、技术发展和信息化水平等的差异对不同城市群绿色技术创新关联的影响存在异质性。
Abstract：The construction and optimization of urban green technology innovation network is the requirement of the connotation development of urban agglomeration.Based on the green patent data of 108 cities in the Yangtze River Economic Belt from 2007 to 2017,the green technology innovation network characteristics of the whole Yangtze River Economic Belt and three major urban agglomerations were studied by using the modified gravity model and social network analysis.The results show that the spatial correlation of green technology innovation in the Yangtze River Economic Belt of China is gradually closer, presenting a relatively complex and hierarchical spatial correlation network structure.Among them, the urban agglomeration of the Yangtze River Delta has higher network density values, and the redundant information is gradually reduced, which forms a benign interaction among cities.Suzhou, Hangzhou, Wuxi and many other regions are expected to become green technology innovation center cities.The "siphon effect" of the core cities in the urban agglomeration in the middle reaches of the Yangtze River has been strengthened, which has a strong effect on attracting innovative resources in the surrounding areas.Except for provincial capital cities, Chengdu-Chongqing urban agglomeration has low green technology innovation ability and large spatial difference, lacking bridge subgroup.The empirical results of the quadratic assignment procedure show that geographical proximity promotes the spatial correlation of green technology innovation, and the impact of differences in GDP,technological development level, human capital investment and informatization level on the spatial correlation of green technology innovation in different urban agglomerations is heterogeneous.
[1] 林卫斌，苏剑，周晔馨.经济发展方式转变：加快还是减缓：基于能源环境视角的测度与分析[J].经济学家，2016(2):33-41.
[2] HUANG Z H,LIAO G K,LI Z H.Loaning scale and government subsidy for promoting green innovation[J].Technological Forecasting and Social Change,2019,144:148-156.
[3] SUN L Y,MIAO C L,YANG L.Ecological-economic efficiency evaluation of green technology innovation in strategic emerging industries based on entropy weighted TOPSIS method[J].Ecological Indicators,2017,73:554-558.
[4] BROUWER E,KLEINKNECHT A.Innovative output,and a firm′s propensity to patent:an exploration of CIS micro data[J].Research Policy,1999,28(6):615-624.
[5] 邝嫦娥，路江林.环境规制对绿色技术创新的影响研究：来自湖南省的证据[J].经济经纬，2019,36(2):126-132.
[6] 裴潇，蒋安璇，叶云，等.民间投资、环境规制与绿色技术创新：长江经济带11省市空间杜宾模型分析[J].科技进步与对策，2019,36(8):44-51.
[7] 孙燕铭，梅潇，谌思邈.长三角城市群绿色技术创新的时空格局及驱动因素研究[J].江淮论坛，2021(1):13-22.
[8] XIE X M,WANG H W.How can open innovation ecosystem modes push product innovation forward?An fsQCA analysis[J].Journal of Business Research,2020,108:29-41.
[9] 叶堂林，李国梁.京津冀创新扩散机制及扩散成效研究：基于京津冀，长三角两大城市群对比[J].经济社会体制比较，2019,206(6):172-183.
[10] 叶玉瑶.城市群空间演化动力机制初探：以珠江三角洲城市群为例[J].城市规划，2006(1):61-66.
[11] 方创琳.京津冀城市群协同发展的理论基础与规律性分析[J].地理科学进展，2017,36(1):15-24.
[12] 李响.基于社会网络分析的长三角城市群网络结构研究[J].城市发展研究，2011,18(12):80-85.
[13] 陈大峰，赵国振.我国城市创新关联网络及其驱动因素分析[J].求索，2021(3):179-186.
[14] 胡盈，韩增林.基于改进引力模型的辽中南城市群网络结构研究[J].地理与地理信息科学，2019,35(5):101-108.
[15] 王婧，杜广杰.中国城市绿色创新空间关联网络及其影响效应[J].中国人口·资源与环境，2021,31(5):21-27.
[16] 龙飞扬，殷凤，王超.金融服务流视域下城市网络关联格局及其影响因素：以江苏省为例[J].经济问题探索，2019(7):85-93.
[17] 孙宇，彭树远.长三角城市创新网络凝聚子群发育机制研究：基于多值ERGM[J].经济地理，2021,41(9):22-30.
[18] 胡悦，马静，陈菲，等.京津冀城市群生态创新联系及网络结构研究[J].城市问题，2020(12):4-13.
[19] 赵泽斌，韩楚翘，王璐琪.国防科技产业联盟协同创新网络：结构与演化[J].公共管理学报，2019,16(4):156-167.
[20] DAVIDS M,FRENKEN K.Proximity,knowledge base and the innovation process:towards an integrated framework[J].Regional Studies,2018,52(1):23-34.
[21] CAPONE F,LAZZERETTI L.The different roles of proximity in multiple informal network relationships:evidence from the cluster of high technology applied to cultural goods in Tuscany[J].Industry and Innovation,2018,25(9):897-917.
[22] 顾伟男，刘慧，王亮.国外创新网络演化机制研究[J].地理科学进展，2019,38(12):1977-1990.
[23] INNOCENTI N,CAPONE F,LAZZERETTI L.Knowledge networks and industrial structure for regional innovation:an analysis of patents collaborations in Italy[J].Papers in Regional Science,2020,99(1):55-72.
[24] GUI Q C,LIU C L,DU D B.Does network position foster knowledge production?Evidence from international scientific collaboration network[J].Growth and Change,2018,49(4):594-611.
[25] 肖黎明，肖沁霖，张润婕.绿色创新效率与生态治理绩效协调的时空演化及收敛性分析：以长江经济带城市为例[J].地理与地理信息科学，2020,36(6):64-70.
[26] 葛世帅，曾刚，胡浩，等.长三角城市群绿色创新能力评价及空间特征[J].长江流域资源与环境，2021,30(1):1-10.
[27] 尚英仕，刘曙光.中国东部沿海三大城市群的科技创新与绿色发展耦合协调关系[J].科技管理研究，2021,41(14):46-55.
[28] 张曦，郭淑芬.中国工业技术创新效率空间关联及其影响因素[J].科学学研究，2020,38(3):525-535.
[29] 刘华军，刘传明，孙亚男.中国能源消费的空间关联网络结构特征及其效应研究[J].中国工业经济，2015(5):83-95.
[30] 牛欣，陈向东.城市间创新联系及创新网络空间结构研究[J].管理学报，2013,10(4):575-582.
[31] 方创琳，马海涛，王振波，等.中国创新型城市建设的综合评估与空间格局分异[J].地理学报，2014,69(4):459-473.
[32] 王欣，吴殿廷，王红强.城市间经济联系的定量计算[J].城市发展研究，2006,13(3):55-59.
[33] DIEBOLT C,HIPPE R.The long-run impact of human capital on innovation and economic development in the regions of Europe[J].Applied Economics,2019,51(5):542-563.
[34] XIONG A L,XIA S M,YE Z P,et al.Can innovation really bring economic growth?The role of social filter in China[J].Structural Change and Economic Dynamics,2020,53:50-61.
[35] CUI X Z.How can cities support sustainability:a bibliometric analysis of urban metabolism[J].Ecological Indicators,2018,93:704-717.
[36] 李琳，韩宝龙，李祖辉，等.创新型城市竞争力评价指标体系及实证研究：基于长沙与东部主要城市的比较分析[J].经济地理，2011,31(2):224-229.
[37] 徐维祥，张凌燕，刘程军，等.城市功能与区域创新耦合协调的空间联系研究：以长江经济带107个城市为实证[J].地理科学，2017,37(11):1659-1667.
[38] 汪彦，华钢，曾刚.人力资本对长三角城市群区域创新影响的实证研究：基于空间计量经济学模型[J].南京社会科学，2018(5):27-35.
[39] 叶静怡，林佳，姜蕴璐.知识溢出、距离与创新：基于长三角城市群的实证分析[J].世界经济文汇，2016(3):21-41.
[40] 李琳，刘瑞.创新要素流动对城市群协同创新的影响：基于长三角城市群与长江中游城市群的实证[J].科技进步与对策，2020,37(16):56-63.
[41] 陈婧，方军雄，秦璇.交通发展、要素流动与企业创新：基于高铁开通准自然实验的经验证据[J].经济理论与经济管理，2019(4):20-34.
[42] MASKELL P,MALMBERG A.Localised learning and industrial competitiveness[J].Cambridge Journal of Economics,1999,23(2):167-185.
[43] 王俊，夏杰长.中国省域旅游经济空间网络结构及其影响因素研究：基于QAP方法的考察[J].旅游学刊，2018,33(9):13-25.
基本信息:
中图分类号:F124.3;X321
引用信息:
[1]邵小彧,翁宗源,苗青松,等.区域绿色技术创新产出网络演化及要素分析——来自长江经济带城市群的证据[J].地理与地理信息科学,2022,38(04):40-49.
基金信息:
四川省教育厅科研创新团队项目(18TD0009); 沱江流域高质量发展研究中心项目(TjGZL202201)