徐維祥，周建平，周夢(mèng)瑤，鄭金輝,劉程軍

(1.浙江工業(yè)大學(xué) 經(jīng)濟(jì)學(xué)院，浙江 杭州 310023；2.浙江工業(yè)大學(xué)之江學(xué)院，浙江 紹興 312030)

0 引言

在數(shù)量型經(jīng)濟(jì)增長(zhǎng)模式難以為繼的背景下，探索高質(zhì)量發(fā)展路徑成為區(qū)域發(fā)展的重要議題，從要素驅(qū)動(dòng)升級(jí)為創(chuàng)新驅(qū)動(dòng)是實(shí)現(xiàn)高質(zhì)量發(fā)展的首要?jiǎng)恿完P(guān)鍵支撐[1]。在過(guò)去的幾十年里，中國(guó)創(chuàng)新過(guò)度依賴外部汲取模式，通過(guò)模仿、吸收國(guó)際先進(jìn)科技力量實(shí)現(xiàn)技術(shù)追趕，但隨著后發(fā)技術(shù)優(yōu)勢(shì)和人口紅利逐漸消失，以技術(shù)模仿實(shí)現(xiàn)技術(shù)創(chuàng)新的動(dòng)力不斷減弱[2]。此外，在逆全球化思潮的影響下，美國(guó)試圖通過(guò)技術(shù)封鎖手段遏制中國(guó)科技產(chǎn)業(yè)發(fā)展，加之新冠肺炎疫情影響，中國(guó)的創(chuàng)新體系面臨多重外部沖擊。隨著長(zhǎng)江三角洲區(qū)域一體化上升為國(guó)家戰(zhàn)略，長(zhǎng)三角作為中國(guó)創(chuàng)新資源的集聚高地及高新技術(shù)產(chǎn)業(yè)的關(guān)鍵樞紐節(jié)點(diǎn)[3]，要充分發(fā)揮暢通新雙循環(huán)格局的引領(lǐng)作用，促進(jìn)全國(guó)創(chuàng)新要素高效流動(dòng)，實(shí)現(xiàn)更大范圍的協(xié)同創(chuàng)新和原始創(chuàng)新。在此背景下，促進(jìn)長(zhǎng)三角創(chuàng)新要素自由流動(dòng)、發(fā)揮創(chuàng)新協(xié)同和區(qū)際聯(lián)動(dòng)效應(yīng)、提升長(zhǎng)三角創(chuàng)新網(wǎng)絡(luò)抵御外部沖擊的能力顯得尤為關(guān)鍵。

韌性概念最初發(fā)源于工程領(lǐng)域，主要用于分析系統(tǒng)受到?jīng)_擊后恢復(fù)到原始狀態(tài)的能力和速度，其關(guān)注系統(tǒng)維持及穩(wěn)定的能力[4]。生態(tài)學(xué)領(lǐng)域較早引入韌性研究，主要分析生態(tài)系統(tǒng)抵御沖擊、快速恢復(fù)以應(yīng)對(duì)外界干擾的能力[5]。隨著研究深化，韌性概念被逐步引入其它自然科學(xué)與社會(huì)科學(xué)研究領(lǐng)域[6, 7]，強(qiáng)調(diào)適應(yīng)性和動(dòng)態(tài)演化的適應(yīng)韌性研究也應(yīng)運(yùn)而生，主要聚焦于探究系統(tǒng)在應(yīng)對(duì)外部沖擊或干擾過(guò)程中動(dòng)態(tài)地吸收、抵御沖擊與自我調(diào)整能力[8]，尤其是在經(jīng)濟(jì)學(xué)、地理學(xué)領(lǐng)域適應(yīng)韌性研究已漸成體系，其概念內(nèi)涵得到進(jìn)一步豐富。在新近研究中，演化經(jīng)濟(jì)與經(jīng)濟(jì)地理領(lǐng)域?qū)W者進(jìn)一步將經(jīng)濟(jì)韌性研究視角劃分為短期和長(zhǎng)期，既包括經(jīng)濟(jì)主體短期內(nèi)應(yīng)對(duì)外部沖擊以及抗干擾的能力，也包括長(zhǎng)期擺脫低端或負(fù)面鎖定效應(yīng)、探索經(jīng)濟(jì)新增長(zhǎng)路徑的能力，兩個(gè)視角分別關(guān)注經(jīng)濟(jì)主體在沖擊中實(shí)現(xiàn)組織恢復(fù)以及自我更新的潛能，拓展了經(jīng)濟(jì)韌性研究領(lǐng)域[9]。

此外，在地方空間研究逐漸轉(zhuǎn)向流空間研究的背景下，區(qū)際間復(fù)雜的流動(dòng)網(wǎng)絡(luò)也成為探究現(xiàn)代區(qū)域體系的熱點(diǎn)[10]，而且城市網(wǎng)絡(luò)結(jié)構(gòu)與區(qū)域經(jīng)濟(jì)韌性密切相關(guān)[11]，使得區(qū)域網(wǎng)絡(luò)韌性測(cè)度也開(kāi)始受到關(guān)注。協(xié)作與互補(bǔ)是網(wǎng)絡(luò)存在的內(nèi)源力，網(wǎng)絡(luò)韌性可以理解為借助區(qū)域各領(lǐng)域間的協(xié)作與互補(bǔ)關(guān)系，網(wǎng)絡(luò)在受到外部沖擊或影響下預(yù)防、抵御、響應(yīng)和適應(yīng)恢復(fù)的能力。網(wǎng)絡(luò)韌性研究主要聚焦于以下方面：在產(chǎn)業(yè)網(wǎng)絡(luò)韌性方面，供應(yīng)鏈網(wǎng)絡(luò)是學(xué)者們研究的重點(diǎn)。如Tukamuhabwa等[12]發(fā)現(xiàn)增強(qiáng)靈活性、創(chuàng)建冗余、形成協(xié)作供應(yīng)鏈關(guān)系以及改善供應(yīng)鏈敏捷性可以增強(qiáng)供應(yīng)鏈網(wǎng)絡(luò)韌性；Kamalahmadi和Parast[13]認(rèn)為，供應(yīng)鏈網(wǎng)絡(luò)韌性需要借助供應(yīng)鏈再造、網(wǎng)絡(luò)協(xié)作、增強(qiáng)敏捷性和建立供應(yīng)鏈風(fēng)險(xiǎn)管理文化等手段。在基礎(chǔ)設(shè)施網(wǎng)絡(luò)韌性方面，Reggiani[14]強(qiáng)調(diào)了韌性在網(wǎng)絡(luò)連接結(jié)構(gòu)中的作用，認(rèn)為其能提升運(yùn)輸和通信網(wǎng)絡(luò)安全性；彭翀等[15]基于中斷模擬方法分析長(zhǎng)江中游城市群客運(yùn)網(wǎng)絡(luò)結(jié)構(gòu)韌性變化，發(fā)現(xiàn)脆弱節(jié)點(diǎn)是顯著削弱網(wǎng)絡(luò)結(jié)構(gòu)韌性的關(guān)鍵因素。在創(chuàng)新網(wǎng)絡(luò)韌性方面，袁劍鋒[16]應(yīng)用ICT行業(yè)專利數(shù)據(jù)分析創(chuàng)新網(wǎng)絡(luò)韌性，發(fā)現(xiàn)局部網(wǎng)絡(luò)鎖定效應(yīng)會(huì)弱化創(chuàng)新網(wǎng)絡(luò)韌性,而網(wǎng)絡(luò)關(guān)系破壞會(huì)導(dǎo)致創(chuàng)新網(wǎng)絡(luò)韌性下降；岳增慧和方曙[17]以圖書(shū)情報(bào)學(xué)科研合作網(wǎng)絡(luò)為研究對(duì)象, 研究節(jié)點(diǎn)點(diǎn)度失效、介數(shù)失效以及隨機(jī)失效策略下的網(wǎng)絡(luò)彈性，發(fā)現(xiàn)采用網(wǎng)絡(luò)效率測(cè)度科研合作網(wǎng)絡(luò)彈性更合適；Franceschet[18]則發(fā)現(xiàn)計(jì)算機(jī)科學(xué)創(chuàng)新領(lǐng)域的協(xié)作分布高度偏向且集中，同時(shí)，網(wǎng)絡(luò)形成依賴于核心節(jié)點(diǎn)。

通過(guò)梳理國(guó)內(nèi)外研究成果發(fā)現(xiàn)，現(xiàn)階段關(guān)于網(wǎng)絡(luò)韌性的研究已較為深入，但是針對(duì)創(chuàng)新網(wǎng)絡(luò)韌性的研究尚有不足，缺乏一個(gè)全面且系統(tǒng)的創(chuàng)新網(wǎng)絡(luò)韌性測(cè)度方法，同時(shí)，對(duì)創(chuàng)新網(wǎng)絡(luò)韌性驅(qū)動(dòng)機(jī)制的分析也較少?；诖?，本研究以長(zhǎng)三角城市群創(chuàng)新網(wǎng)絡(luò)為研究對(duì)象，構(gòu)建以節(jié)點(diǎn)韌性、結(jié)構(gòu)韌性、創(chuàng)新群落韌性為主的創(chuàng)新網(wǎng)絡(luò)韌性測(cè)度體系，并將節(jié)點(diǎn)韌性引入加權(quán)網(wǎng)絡(luò)，構(gòu)建創(chuàng)新網(wǎng)絡(luò)韌性分析因變量，探究創(chuàng)新網(wǎng)絡(luò)韌性的驅(qū)動(dòng)機(jī)制，進(jìn)而為增強(qiáng)長(zhǎng)三角科技創(chuàng)新自主控制力、抗風(fēng)險(xiǎn)能力和發(fā)展韌性提供理論支撐及科學(xué)指導(dǎo)。

1 研究方法與數(shù)據(jù)來(lái)源

梳理文獻(xiàn)后發(fā)現(xiàn)，網(wǎng)絡(luò)韌性度量方法包括韌性指標(biāo)體系構(gòu)建、韌性代理與定性研究方法[19]，本研究將基于多種方法的融合視角構(gòu)建創(chuàng)新網(wǎng)絡(luò)韌性測(cè)度體系，以“創(chuàng)新網(wǎng)絡(luò)節(jié)點(diǎn)韌性—?jiǎng)?chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)韌性—?jiǎng)?chuàng)新網(wǎng)絡(luò)群落韌性”為主線展開(kāi)，并將節(jié)點(diǎn)韌性引入加權(quán)網(wǎng)絡(luò)，構(gòu)建創(chuàng)新網(wǎng)絡(luò)韌性分析因變量，探究創(chuàng)新網(wǎng)絡(luò)韌性驅(qū)動(dòng)機(jī)制。

1.1 網(wǎng)絡(luò)節(jié)點(diǎn)韌性指標(biāo)體系

準(zhǔn)確把握創(chuàng)新網(wǎng)絡(luò)節(jié)點(diǎn)韌性內(nèi)涵，是科學(xué)構(gòu)建網(wǎng)絡(luò)節(jié)點(diǎn)韌性評(píng)價(jià)指標(biāo)體系的關(guān)鍵。經(jīng)梳理大量文獻(xiàn)后[9,11,15]，本研究將其定義為網(wǎng)絡(luò)節(jié)點(diǎn)在受到外部沖擊或影響下抵御、響應(yīng)、適應(yīng)恢復(fù)及轉(zhuǎn)型發(fā)展的能力。多數(shù)學(xué)者認(rèn)為網(wǎng)絡(luò)結(jié)構(gòu)與網(wǎng)絡(luò)韌性密切相關(guān)[11,14]，而核心節(jié)點(diǎn)是網(wǎng)絡(luò)形成和聯(lián)結(jié)的關(guān)鍵結(jié)構(gòu)[18]，中心度則主要用來(lái)衡量網(wǎng)絡(luò)節(jié)點(diǎn)中心性。其中，度數(shù)中心度是一種能直觀反映節(jié)點(diǎn)中心性的指數(shù)，它是根據(jù)網(wǎng)絡(luò)中節(jié)點(diǎn)連接數(shù)確定的，如果該節(jié)點(diǎn)在創(chuàng)新網(wǎng)絡(luò)中與其它許多節(jié)點(diǎn)直接相連，則可以判斷該節(jié)點(diǎn)具有較高度數(shù)中心度(張藝,陳凱華,朱桂龍，2016)。由于度數(shù)中心度較高的節(jié)點(diǎn)與許多節(jié)點(diǎn)聯(lián)結(jié)，相比其它節(jié)點(diǎn)，其更具抗中斷性與抵抗能力，因此可以采用度數(shù)中心度衡量節(jié)點(diǎn)抵抗與恢復(fù)能力；接近中心度是根據(jù)節(jié)點(diǎn)在創(chuàng)新網(wǎng)絡(luò)中與其它節(jié)點(diǎn)的距離判斷的，該指標(biāo)可以反映節(jié)點(diǎn)與其它節(jié)點(diǎn)的聯(lián)系程度，如果該節(jié)點(diǎn)與網(wǎng)絡(luò)中大多數(shù)節(jié)點(diǎn)的聯(lián)系距離較短，則可認(rèn)為該節(jié)點(diǎn)具有較高的接近中心度(張曦,郭淑芬，2020)。接近中心度高的節(jié)點(diǎn)與其它節(jié)點(diǎn)的距離總和較短，重啟創(chuàng)新聯(lián)系的能力較強(qiáng)，因此可以衡量節(jié)點(diǎn)的適應(yīng)與調(diào)整能力；中間中心度可以反映節(jié)點(diǎn)在創(chuàng)新網(wǎng)絡(luò)中對(duì)資源的控制能力(宋志紅,史玉英,李冬梅，2014)，如果節(jié)點(diǎn)處于許多其它點(diǎn)對(duì)的最短途徑上，則可認(rèn)為該點(diǎn)的資源控制能力較強(qiáng)，因此可以采用中間中心度衡量網(wǎng)絡(luò)節(jié)點(diǎn)的控制與轉(zhuǎn)型能力；節(jié)點(diǎn)創(chuàng)新能力是創(chuàng)新協(xié)作關(guān)系形成的關(guān)鍵[20]，因此可以采用區(qū)域?qū)＠麛?shù)衡量由網(wǎng)絡(luò)節(jié)點(diǎn)創(chuàng)新能力形成的本地知識(shí)基礎(chǔ)。綜上所述，本研究從抵抗與恢復(fù)能力、適應(yīng)與調(diào)整能力、控制與轉(zhuǎn)型能力以及本地知識(shí)基礎(chǔ)4個(gè)角度構(gòu)建科技創(chuàng)新網(wǎng)絡(luò)節(jié)點(diǎn)韌性測(cè)度體系，具體見(jiàn)表1。

表1 網(wǎng)絡(luò)節(jié)點(diǎn)韌性測(cè)度指標(biāo)體系Tab.1 Indicator system for measuring the resilience of innovation network nodes

其中，CD(ci)表示度數(shù)中心度；aij為區(qū)域點(diǎn)i和其它區(qū)域的有效聯(lián)系數(shù)量；CC(ci)表示接近中心度；dij表示節(jié)點(diǎn)i與j之間的最短路徑，CB(ci)表示中間中心度；Djl表示連接區(qū)域點(diǎn)i的另外2個(gè)區(qū)域點(diǎn)j與l之間的最短路徑；Djl(i)為連接區(qū)域點(diǎn)j與l并通過(guò)節(jié)點(diǎn)i的路徑。通過(guò)構(gòu)建指標(biāo)體系，運(yùn)用熵權(quán)法計(jì)算得到網(wǎng)絡(luò)節(jié)點(diǎn)韌性。

1.2 網(wǎng)絡(luò)模體(Motif)分析方法

模體能夠反映網(wǎng)絡(luò)節(jié)點(diǎn)間的基本連接模式。網(wǎng)絡(luò)模體是網(wǎng)絡(luò)中出現(xiàn)頻率遠(yuǎn)高于具有相同節(jié)點(diǎn)與連線數(shù)的隨機(jī)網(wǎng)絡(luò)的連通子圖，通?；谀ｓw頻率、P值以及Z值等統(tǒng)計(jì)特征進(jìn)行分析。Z值反映模體在真實(shí)網(wǎng)絡(luò)中的重要性，Z 值越大，表示該模體在網(wǎng)絡(luò)中越重要。Z值的計(jì)算公式為(繆莉莉,韓傳峰,劉亮,等，2012)：

(1)

其中，Nreali表示模體i在實(shí)際網(wǎng)絡(luò)中出現(xiàn)的次數(shù)，Nrandi表示模體i在隨機(jī)網(wǎng)絡(luò)中出現(xiàn)的次數(shù)，σrandi表示標(biāo)準(zhǔn)差。

1.3 隨機(jī)游走算法

本研究基于隨機(jī)游走算法挖掘長(zhǎng)三角創(chuàng)新網(wǎng)絡(luò)的創(chuàng)新群落分布。隨機(jī)游走算法(walktrap)是由Pascal Pons和Matthieu Latepy[21]提出的基于隨機(jī)游走的社團(tuán)發(fā)現(xiàn)算法，相較于其它經(jīng)典的社區(qū)發(fā)現(xiàn)算法，該算法優(yōu)勢(shì)在于聚類速度和聚類精度表現(xiàn)出色。社區(qū)劃分的具體過(guò)程如下：

(1)基于網(wǎng)絡(luò)的鄰接矩陣A和度矩陣D，計(jì)算概率轉(zhuǎn)移矩陣P，計(jì)算公式如下：

P=D-1A，即Pij=Aij/di

(2)

其中，di表示節(jié)點(diǎn)i的度值，P的每一個(gè)元素代表轉(zhuǎn)移概率，Pij代表從節(jié)點(diǎn)i經(jīng)過(guò)一次隨機(jī)游走、到達(dá)節(jié)點(diǎn)j的概率。

(2)定義節(jié)點(diǎn)間距離。

(3)

(3)基于節(jié)點(diǎn)距離公式推導(dǎo)出社團(tuán)距離公式：

(4)

其中，將所有節(jié)點(diǎn)都看成社團(tuán)，計(jì)算所有相連節(jié)點(diǎn)(社團(tuán))間的距離，并將它們合并成新社團(tuán)。

(5)

其中，C1、C2表示需要合并的社團(tuán)，C3表示合并后的新社團(tuán)。合并過(guò)程是基于將最小的兩個(gè)社團(tuán)進(jìn)行合并，后續(xù)重復(fù)上述步驟，繼續(xù)合并網(wǎng)絡(luò)中的社團(tuán)，直到所有點(diǎn)合并為一個(gè)社團(tuán)。

1.4 指數(shù)隨機(jī)圖模型(ERGM)

指數(shù)隨機(jī)圖模型(ERGM)能夠通過(guò)類似的回歸形式解釋觀測(cè)到的網(wǎng)絡(luò)結(jié)構(gòu)特征[22]。該模型的一般構(gòu)建過(guò)程如下：考慮一個(gè)隨機(jī)圖G=(V,E)，令二元隨機(jī)變量Yij=Yjt，表示V中節(jié)點(diǎn)i和j之間存在一條邊e∈E。這樣Y=[Yij]就是G的(隨機(jī))鄰接矩陣。記y=[yij]是Y的一個(gè)特定實(shí)現(xiàn)。指數(shù)隨機(jī)圖模型是使用指數(shù)族分布形式定義Y中元素聯(lián)合分布的模型。ERGM的基本形式如下：

(6)

式中：每個(gè)H都是一個(gè)構(gòu)型，定義為G的一個(gè)節(jié)點(diǎn)子集中節(jié)點(diǎn)間可能存在的邊的集合；gH(y)=∏yij∈Hyij，若構(gòu)型H出現(xiàn)于y中則為1，否則為0；非零值θH表示在給定剩余部分圖的條件下，Yij和H中的所有節(jié)點(diǎn)對(duì){i,j}相依；k=k(θ)是歸一化指數(shù)。該模型主要采用馬爾科夫鏈蒙特卡羅極大似然估計(jì)法對(duì)模型進(jìn)行檢驗(yàn)，通過(guò)模型模擬和參數(shù)修正，結(jié)合赤池信息量( AIC) 和貝葉斯信息量( BIC)評(píng)判指數(shù)隨機(jī)圖模型(ERGM)的間接性與擬合度。

1.5 數(shù)據(jù)來(lái)源

本研究選取長(zhǎng)三角城市群作為樣本區(qū)，主要包括上海市以及浙江省、江蘇省和安徽省各城市，共41個(gè)。由于發(fā)明專利具有創(chuàng)新性，利用合作發(fā)明專利構(gòu)建創(chuàng)新網(wǎng)絡(luò)受到眾多學(xué)者的認(rèn)可(孫天陽(yáng),成麗紅，2019)。因此，本研究基于2010-2018年長(zhǎng)三角城市群的合作發(fā)明專利數(shù)展開(kāi)研究，專利數(shù)據(jù)主要來(lái)源于國(guó)家知識(shí)產(chǎn)權(quán)局專利檢索網(wǎng)站(http://pss-system.cnipa. gov. cn/)，其它數(shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》。對(duì)于少量缺失數(shù)據(jù)，通過(guò)插值法進(jìn)行補(bǔ)充。

2 長(zhǎng)三角創(chuàng)新網(wǎng)絡(luò)韌性演化分析

2.1 創(chuàng)新網(wǎng)絡(luò)節(jié)點(diǎn)韌性演化

根據(jù)上述構(gòu)建的創(chuàng)新網(wǎng)絡(luò)節(jié)點(diǎn)韌性測(cè)度指標(biāo)體系，運(yùn)用熵權(quán)法計(jì)算得出長(zhǎng)三角城市網(wǎng)絡(luò)節(jié)點(diǎn)韌性，結(jié)果如表2所示。整體而言，網(wǎng)絡(luò)節(jié)點(diǎn)韌性分布格局具有明顯空間異質(zhì)性，并且呈動(dòng)態(tài)演進(jìn)特征。根據(jù)韌性值可知，2010-2018年長(zhǎng)三角城市群的節(jié)點(diǎn)韌性分布呈現(xiàn)由以“滬寧”為強(qiáng)韌性核心向以“滬蘇錫”，再向以“滬寧蘇杭”為強(qiáng)韌性核心的格局轉(zhuǎn)變。具體而言， 2010年網(wǎng)絡(luò)節(jié)點(diǎn)韌性最低的為0.006(六安市)，最高的為0.719(上海市)，數(shù)值差異較大，網(wǎng)絡(luò)節(jié)點(diǎn)韌性高于0.300的城市僅有南京、上海2個(gè)城市，數(shù)值分別為0.320與0.719，而且除杭州大于0.200外，其余城市的網(wǎng)絡(luò)節(jié)點(diǎn)韌性均低于0.200，主要包括金華、常州、合肥、蘇州、無(wú)錫等38個(gè)城市，占研究區(qū)域的92.7%。這表明2010年長(zhǎng)三角大部分城市的創(chuàng)新網(wǎng)絡(luò)節(jié)點(diǎn)韌性水平較低，各城市的網(wǎng)絡(luò)節(jié)點(diǎn)韌性差異明顯，創(chuàng)新網(wǎng)絡(luò)的整體協(xié)同性較弱。2014年創(chuàng)新網(wǎng)絡(luò)節(jié)點(diǎn)韌性最高的5個(gè)城市降序依次為上海、蘇州、無(wú)錫、南京以及杭州，數(shù)值分別為0.495、0.452、0.339、0.261及0.191。這些城市由于產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展好、教育資源配置完善，聚集了豐富的創(chuàng)新要素，而且在發(fā)展過(guò)程中發(fā)揮了創(chuàng)新要素投入帶來(lái)的創(chuàng)新能力增量作用，使得這些城市節(jié)點(diǎn)的創(chuàng)新韌性較高。其中，蘇州、無(wú)錫呈現(xiàn)上升趨勢(shì)，而上海、南京及杭州有所降低，反映了創(chuàng)新網(wǎng)絡(luò)的動(dòng)態(tài)調(diào)整過(guò)程。與之相反，創(chuàng)新網(wǎng)絡(luò)節(jié)點(diǎn)韌性值最低的5個(gè)城市依次為亳州、淮南、宿遷、六安及黃山，這些城市均位于各自省份的邊緣位置。2018年長(zhǎng)三角創(chuàng)新網(wǎng)絡(luò)節(jié)點(diǎn)韌性均值為0.117，仍處于較低水平，但是比2010年的0.072提升了近62.3%。其中，高于該均值的城市有12個(gè)，分別為上海、南京、杭州、蘇州、無(wú)錫、合肥、南通、溫州、寧波、徐州、紹興及鎮(zhèn)江。然而，亳州、淮南、宿遷、六安以及黃山作為節(jié)點(diǎn)韌性排名墊底者，是長(zhǎng)三角城市群中迫切需要提升創(chuàng)新網(wǎng)絡(luò)節(jié)點(diǎn)韌性、強(qiáng)化創(chuàng)新體系危機(jī)抵御能力的城市。

表2 2010、2014及2018年長(zhǎng)三角城市創(chuàng)新網(wǎng)絡(luò)節(jié)點(diǎn)韌性Tab.2 Innovation network node toughness values of Yangtze River Delta cities

2.2 創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)韌性分析

首先基于模體分析方法剖析長(zhǎng)三角創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)，探究創(chuàng)新網(wǎng)絡(luò)微觀關(guān)聯(lián)模式，運(yùn)用Fanmod軟件進(jìn)行統(tǒng)計(jì)，并基于真實(shí)網(wǎng)絡(luò)模擬，通過(guò)比較真實(shí)網(wǎng)絡(luò)與模擬網(wǎng)絡(luò)，判斷模體是否顯著存在。本研究基于三元結(jié)構(gòu)、四元結(jié)構(gòu)視角挖掘哪些模體結(jié)構(gòu)的出現(xiàn)頻率較高。結(jié)果如表3所示，表中ID為模體結(jié)構(gòu)的對(duì)應(yīng)編碼，并無(wú)實(shí)際意義，Motif表示該模體編碼下的結(jié)構(gòu)。由表3可知，三元結(jié)構(gòu)中模體構(gòu)成較簡(jiǎn)單，主要由模體14、模體238構(gòu)成。這可能是由于長(zhǎng)三角城市群的創(chuàng)新一體化已發(fā)展至一定程度，創(chuàng)新網(wǎng)絡(luò)較成熟，三元構(gòu)成模式較簡(jiǎn)單、固定，四元模體構(gòu)成較復(fù)雜，其中，模體4382、模體4958在四元結(jié)構(gòu)形成中發(fā)揮了主要作用，出現(xiàn)頻率超過(guò)60%。上述兩個(gè)模體均呈現(xiàn)出核心節(jié)點(diǎn)主導(dǎo)聯(lián)結(jié)結(jié)構(gòu)的形成，表明核心節(jié)點(diǎn)輻射聯(lián)結(jié)是長(zhǎng)三角創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)形成的關(guān)鍵因素。橫向?qū)Ρ认?，在三元結(jié)構(gòu)中，模體14的出現(xiàn)頻率隨時(shí)間變化呈波動(dòng)下降趨勢(shì)，而模體238呈波動(dòng)上升趨勢(shì)，該模體的交互性較強(qiáng)，各節(jié)點(diǎn)均產(chǎn)生了傳遞作用，存在明顯平衡且協(xié)同的網(wǎng)絡(luò)關(guān)聯(lián)，創(chuàng)新協(xié)同性較強(qiáng)。由于模體238在結(jié)構(gòu)上比模體14更穩(wěn)定，而結(jié)構(gòu)穩(wěn)定性是韌性形成的重要基礎(chǔ)，說(shuō)明長(zhǎng)三角城市群創(chuàng)新網(wǎng)絡(luò)的三元結(jié)構(gòu)韌性逐漸增強(qiáng)；在四元結(jié)構(gòu)中，模體4382、8598的出現(xiàn)頻率呈下降趨勢(shì)，模體4958、13278及31710則出現(xiàn)頻率上升趨勢(shì)。通過(guò)比較可以發(fā)現(xiàn)，出現(xiàn)下降趨勢(shì)的模體穩(wěn)定性較低，而出現(xiàn)上升趨勢(shì)的模體內(nèi)節(jié)點(diǎn)交互關(guān)系較顯著，結(jié)構(gòu)相對(duì)穩(wěn)定。

表3 2010-2018年長(zhǎng)三角創(chuàng)新網(wǎng)絡(luò)模體結(jié)構(gòu)頻率Tab.3 Frequency of innovation network motif structure in the Yangtze River Delta from 2010 to 2018

為探究長(zhǎng)三角創(chuàng)新網(wǎng)絡(luò)整體結(jié)構(gòu)韌性，基于模體出現(xiàn)頻率及模體結(jié)構(gòu)穩(wěn)定性進(jìn)行測(cè)度。一般而言，模體中的邊數(shù)越多，網(wǎng)絡(luò)的交互關(guān)系越密集，形成的結(jié)構(gòu)也越穩(wěn)定(三元結(jié)構(gòu)及四元結(jié)構(gòu)不作比較)。因此，本研究以模體邊數(shù)表征模體結(jié)構(gòu)穩(wěn)定性。通過(guò)模體出現(xiàn)頻率及模體結(jié)構(gòu)穩(wěn)定性計(jì)算得到創(chuàng)新網(wǎng)絡(luò)整體結(jié)構(gòu)韌性值(由模體邊數(shù)與模體結(jié)構(gòu)的乘積計(jì)算得到)，結(jié)果如圖1所示。隨時(shí)間演進(jìn)，創(chuàng)新網(wǎng)絡(luò)整體結(jié)構(gòu)韌性由2010年的5.841上升到2018年的6.267，整體呈現(xiàn)曲折上升趨勢(shì)，表明隨著創(chuàng)新網(wǎng)絡(luò)發(fā)展與成熟，長(zhǎng)三角創(chuàng)新網(wǎng)絡(luò)韌性水平逐漸提升，抗擊外部沖擊與風(fēng)險(xiǎn)的能力也不斷增強(qiáng)。

圖1 2010-2018年長(zhǎng)三角創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)韌性水平Fig.1 The structural resilience value of the innovation network in the Yangtze River Delta from 2010 to 2018

2.3 創(chuàng)新網(wǎng)絡(luò)群落韌性分析

基于創(chuàng)新網(wǎng)絡(luò)的系統(tǒng)性，創(chuàng)新網(wǎng)絡(luò)韌性不僅體現(xiàn)在網(wǎng)絡(luò)節(jié)點(diǎn)、網(wǎng)絡(luò)結(jié)構(gòu)上，由多個(gè)城市節(jié)點(diǎn)組成的創(chuàng)新網(wǎng)絡(luò)群落韌性也是創(chuàng)新網(wǎng)絡(luò)韌性的重要組成。本研究以隨機(jī)游走算法挖掘長(zhǎng)三角城市群創(chuàng)新網(wǎng)絡(luò)群落，通過(guò)R語(yǔ)言的igraph程序包實(shí)現(xiàn)，結(jié)果如表4所示?？梢园l(fā)現(xiàn)，創(chuàng)新網(wǎng)絡(luò)群落數(shù)量從2010-2012年的6個(gè)演化至2013-2015年的5個(gè)，到了2016-2018年僅剩2個(gè)，創(chuàng)新網(wǎng)絡(luò)群落數(shù)量逐漸減少；2010-2012年創(chuàng)新群落以“上海—蘇州—金華—麗水—阜陽(yáng)—連云港”為核心，2013-2015年則演變?yōu)橐浴吧虾！拗荨闻d—宿遷—銅陵”為核心，至2016-2018年最終形成以“上?！贾荨睘楹诵牡膭?chuàng)新網(wǎng)絡(luò)群落。這一方面說(shuō)明長(zhǎng)三角各城市創(chuàng)新合作深度及廣度均在提升，長(zhǎng)三角創(chuàng)新一體化程度也在不斷深化，另一方面隨著網(wǎng)絡(luò)聚集程度持續(xù)提升，大型創(chuàng)新網(wǎng)絡(luò)群落的形成會(huì)推動(dòng)創(chuàng)新資源在更廣區(qū)域內(nèi)流動(dòng)，進(jìn)而提升創(chuàng)新網(wǎng)絡(luò)內(nèi)部節(jié)點(diǎn)聯(lián)系緊密度，增強(qiáng)創(chuàng)新網(wǎng)絡(luò)抵御力及恢復(fù)力，實(shí)現(xiàn)創(chuàng)新網(wǎng)絡(luò)韌性強(qiáng)化。

表4 2010-2018年長(zhǎng)三角創(chuàng)新網(wǎng)絡(luò)創(chuàng)新群落Tab.4 Innovation clusters in the Yangtze River Delta innovation network from 2010 to 2018

3 創(chuàng)新網(wǎng)絡(luò)韌性形成的驅(qū)動(dòng)機(jī)制

3.1 模型選取

在分析長(zhǎng)三角創(chuàng)新網(wǎng)絡(luò)節(jié)點(diǎn)韌性、結(jié)構(gòu)韌性以及群落韌性后，需要明確哪些因素影響長(zhǎng)三角創(chuàng)新網(wǎng)絡(luò)韌性形成。由于創(chuàng)新網(wǎng)絡(luò)數(shù)據(jù)屬于節(jié)點(diǎn)間的關(guān)系型數(shù)據(jù)，在模型選擇上與傳統(tǒng)計(jì)量方法有所不同?，F(xiàn)階段國(guó)內(nèi)外學(xué)者分析網(wǎng)絡(luò)型數(shù)據(jù)驅(qū)動(dòng)機(jī)制主要采用以下幾種方法：一是運(yùn)用空間計(jì)量方法分析網(wǎng)絡(luò)節(jié)點(diǎn)聯(lián)系總量的驅(qū)動(dòng)因素[23]；二是通過(guò)QAP模型對(duì)網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行重復(fù)采樣以闡明網(wǎng)絡(luò)間關(guān)聯(lián)關(guān)系[24]；三是基于指數(shù)隨機(jī)圖模型(ERGM模型)剖析網(wǎng)絡(luò)結(jié)構(gòu)特征及形成過(guò)程[25]。指數(shù)隨機(jī)圖模型在解釋網(wǎng)絡(luò)連接關(guān)系以及連接形成上具有一定優(yōu)勢(shì)，其可以提供隨機(jī)的網(wǎng)絡(luò)形成過(guò)程，并基于網(wǎng)絡(luò)仿真過(guò)程、參數(shù)估計(jì)推斷多種因素對(duì)某網(wǎng)絡(luò)結(jié)構(gòu)的影響，而且該模型允許將網(wǎng)絡(luò)自組織效應(yīng)(內(nèi)生結(jié)構(gòu)變量)、個(gè)體屬性效應(yīng)、外生網(wǎng)絡(luò)效應(yīng)等多種可能影響節(jié)點(diǎn)關(guān)系形成的因素納入。因此，本研究運(yùn)用ERGM模型展開(kāi)分析。

3.2 變量選取與說(shuō)明

為了分析多種因素對(duì)長(zhǎng)三角創(chuàng)新網(wǎng)絡(luò)韌性的驅(qū)動(dòng)機(jī)制，從網(wǎng)絡(luò)自組織效應(yīng)、個(gè)體屬性效應(yīng)、外生網(wǎng)絡(luò)效應(yīng)展開(kāi)分析，如表5所示。

表5 創(chuàng)新網(wǎng)絡(luò)韌性驅(qū)動(dòng)因素Tab.5 Driving factors of innovation network resilience

3.2.1 被解釋變量測(cè)度方式

指數(shù)隨機(jī)圖模型類似于傳統(tǒng)計(jì)量中的廣義線性模型，但其被解釋變量為網(wǎng)絡(luò)節(jié)點(diǎn)的關(guān)聯(lián)關(guān)系。為了探究長(zhǎng)三角創(chuàng)新網(wǎng)絡(luò)韌性的形成，基于前文計(jì)算的節(jié)點(diǎn)韌性及創(chuàng)新網(wǎng)絡(luò)節(jié)點(diǎn)關(guān)聯(lián)關(guān)系，構(gòu)建創(chuàng)新網(wǎng)絡(luò)韌性關(guān)系。構(gòu)建方式為兩節(jié)點(diǎn)的節(jié)點(diǎn)韌性乘積的平方根與關(guān)聯(lián)關(guān)系的乘積，再將網(wǎng)絡(luò)進(jìn)行二值化處理[26]。

3.2.2 網(wǎng)絡(luò)自組織效應(yīng)變量選取

創(chuàng)新網(wǎng)絡(luò)內(nèi)生結(jié)構(gòu)是影響創(chuàng)新網(wǎng)絡(luò)效率及創(chuàng)新協(xié)作關(guān)系形成的重要因素[20,27]。為了分析內(nèi)生結(jié)構(gòu)對(duì)創(chuàng)新網(wǎng)絡(luò)韌性的影響，將網(wǎng)絡(luò)自組織效應(yīng)引入模型中，而指數(shù)隨機(jī)圖模型可以將多種網(wǎng)絡(luò)內(nèi)生結(jié)構(gòu)變量(網(wǎng)絡(luò)的邊數(shù)、交互性、聚斂性、擴(kuò)張性、傳遞性、交互k三角、交互k路徑)納入模型中，分析影響網(wǎng)絡(luò)實(shí)現(xiàn)概率的特殊內(nèi)生結(jié)構(gòu)，找出較為重要的網(wǎng)絡(luò)局部關(guān)系構(gòu)建過(guò)程。但是在具有較強(qiáng)聚集性的網(wǎng)絡(luò)中，如果將三角結(jié)構(gòu)變量納入模型中，則可能導(dǎo)致模型衰減和估計(jì)參數(shù)不收斂[25]。因此，本研究?jī)H考慮網(wǎng)絡(luò)邊數(shù)、交互性對(duì)創(chuàng)新網(wǎng)絡(luò)韌性的影響。

3.2.3 個(gè)體屬性效應(yīng)變量選取

在梳理創(chuàng)新網(wǎng)絡(luò)、網(wǎng)絡(luò)韌性影響因素的相關(guān)文獻(xiàn)后，借鑒經(jīng)濟(jì)地理學(xué)領(lǐng)域的研究成果，確定影響創(chuàng)新網(wǎng)絡(luò)韌性形成的個(gè)體屬性變量，從經(jīng)濟(jì)驅(qū)動(dòng)、產(chǎn)業(yè)結(jié)構(gòu)、科技服務(wù)、政府供給、對(duì)外開(kāi)放及教育投入6個(gè)方面展開(kāi)分析，以厘清這些變量在創(chuàng)新網(wǎng)絡(luò)韌性形成中的作用。經(jīng)濟(jì)發(fā)展通常被認(rèn)為是影響區(qū)域創(chuàng)新與知識(shí)流動(dòng)的重要驅(qū)動(dòng)力[28]，本研究選取人均GDP(萬(wàn)元/人)表征經(jīng)濟(jì)驅(qū)動(dòng)情況；產(chǎn)業(yè)發(fā)展層級(jí)高的城市對(duì)創(chuàng)新的依賴性更強(qiáng)，創(chuàng)新韌性也隨之提升，為衡量產(chǎn)業(yè)結(jié)構(gòu)對(duì)創(chuàng)新網(wǎng)絡(luò)韌性的影響，選取第三產(chǎn)業(yè)占比(%)表征；科技服務(wù)業(yè)的滲透與發(fā)展對(duì)創(chuàng)新具有一定促進(jìn)作用[29]，因此選取科技服務(wù)業(yè)從業(yè)人數(shù)(萬(wàn)人)表征科技服務(wù)情況；Liang[30]認(rèn)為由政府資助形成的協(xié)作網(wǎng)絡(luò)會(huì)對(duì)創(chuàng)新產(chǎn)生影響，為衡量政府供給的影響，選取人均地方財(cái)政科學(xué)技術(shù)支出(萬(wàn)元/人)表征；隨著經(jīng)濟(jì)全球化的深入，中國(guó)與全球產(chǎn)業(yè)鏈的關(guān)系更加緊密，由外資增長(zhǎng)帶來(lái)的外溢效應(yīng)使得區(qū)域創(chuàng)新發(fā)展受到一定影響，因此選取當(dāng)年實(shí)際使用外資金額(萬(wàn)美元)表征對(duì)外開(kāi)放水平；教育投入對(duì)創(chuàng)新水平具有明顯的驅(qū)動(dòng)提升作用(高潔，汪宏華，2020)，為了衡量其對(duì)創(chuàng)新網(wǎng)絡(luò)韌性的影響，選取人均地方財(cái)政教育支出(萬(wàn)元/人)表征。在數(shù)據(jù)處理上，根據(jù)相關(guān)研究方法[25]，將上述數(shù)據(jù)分為高中低三類。

3.2.4 外生網(wǎng)絡(luò)效應(yīng)變量選取

鄰近性是分析創(chuàng)新網(wǎng)絡(luò)演化的重要視角，地理鄰近能降低創(chuàng)新主體交流成本，驅(qū)動(dòng)知識(shí)溢出，成為協(xié)同創(chuàng)新形成的重要推力[31]。伴隨信息通信技術(shù)的不斷滲透和知識(shí)復(fù)雜化程度持續(xù)加深，信息鄰近性借助信息通道的低成本交流機(jī)制對(duì)地理鄰近性產(chǎn)生一定替代效應(yīng)[23]。因此，本研究通過(guò)檢驗(yàn)節(jié)點(diǎn)地理距離、節(jié)點(diǎn)空間鄰接以及節(jié)點(diǎn)信息距離對(duì)創(chuàng)新網(wǎng)絡(luò)韌性形成的影響，探究鄰近性網(wǎng)絡(luò)與創(chuàng)新網(wǎng)絡(luò)韌性間的相互依賴性。第一，地理距離網(wǎng)絡(luò)：首先基于長(zhǎng)三角各城市經(jīng)緯度數(shù)據(jù)計(jì)算節(jié)點(diǎn)i與節(jié)點(diǎn)j質(zhì)心間的地理距離，以此構(gòu)建地理距離矩陣；第二，空間鄰接網(wǎng)絡(luò)，判斷標(biāo)準(zhǔn)為兩節(jié)點(diǎn)間是否在空間上存在鄰接關(guān)系，若i節(jié)點(diǎn)和j節(jié)點(diǎn)空間鄰接，則Wij=1，否則Wij=0，以此構(gòu)建空間鄰接網(wǎng)絡(luò)；第三，信息距離網(wǎng)絡(luò)，互聯(lián)網(wǎng)發(fā)展能夠提升區(qū)域間的信息對(duì)稱性，強(qiáng)化創(chuàng)新協(xié)同合作，因此以兩節(jié)點(diǎn)間互聯(lián)網(wǎng)用戶數(shù)差值為測(cè)度依據(jù)，構(gòu)建信息距離網(wǎng)絡(luò)。

3.3 指數(shù)隨機(jī)圖模型擬合結(jié)果

在指數(shù)隨機(jī)圖模型擬合過(guò)程中，運(yùn)用馬爾科夫鏈蒙特卡洛極大似然估計(jì)法進(jìn)行估計(jì)，采用似然函數(shù)模擬網(wǎng)絡(luò)，將隨機(jī)網(wǎng)絡(luò)與實(shí)際網(wǎng)絡(luò)進(jìn)行比較，并且不斷優(yōu)化估計(jì)參數(shù)，直到參數(shù)達(dá)到穩(wěn)定狀態(tài)為止，然后通過(guò)AIC、BIC檢驗(yàn)?zāi)Ｐ蛿M合度。本研究基于R語(yǔ)言中的Statenet程序包展開(kāi)分析，結(jié)果如表6所示。為了更深入探究長(zhǎng)三角創(chuàng)新網(wǎng)絡(luò)韌性形成的驅(qū)動(dòng)機(jī)制，將研究時(shí)期劃分為2010-2012、2013-2015及2016-2018年3個(gè)階段。表6報(bào)告了模型Ⅰ、模型Ⅱ的結(jié)果，其中，模型Ⅰ是對(duì)網(wǎng)絡(luò)自組織效應(yīng)和個(gè)體屬性效應(yīng)的綜合探究，而模型Ⅱ則加入了外生網(wǎng)絡(luò)效應(yīng)的影響。

表6 指數(shù)隨機(jī)圖模型分析結(jié)果Tab.6 Regression results of ERGM

3.3.1 網(wǎng)絡(luò)自組織效應(yīng)

在網(wǎng)絡(luò)自組織效應(yīng)中，edges變量類似傳統(tǒng)模型中的常數(shù)項(xiàng)，可解釋為網(wǎng)絡(luò)節(jié)點(diǎn)形成關(guān)系的基本傾向，該變量在3個(gè)階段的結(jié)果中均通過(guò)了1%的顯著性檢驗(yàn)，表明長(zhǎng)三角創(chuàng)新網(wǎng)絡(luò)韌性的形成不具有隨機(jī)性。Mutual系數(shù)在3個(gè)階段存在一定差異性，如在2010-2012、2013-2015年，該變量系數(shù)均為負(fù)值，在2016-2018年則變化為正值，表明在創(chuàng)新網(wǎng)絡(luò)韌性演化過(guò)程中，創(chuàng)新合作的互惠性及交互性逐漸成為創(chuàng)新網(wǎng)絡(luò)韌性強(qiáng)化的驅(qū)動(dòng)因素。

3.3.2 個(gè)體屬性效應(yīng)

在個(gè)體屬性效應(yīng)中，經(jīng)濟(jì)驅(qū)動(dòng)變量系數(shù)在2010-2012年、2013-2015年的模型Ⅱ中均為正且通過(guò)1%的顯著性檢驗(yàn)，而在2016-2018年的兩個(gè)模型中為負(fù)且通過(guò)1%的顯著性檢驗(yàn)，表明經(jīng)濟(jì)驅(qū)動(dòng)變量的作用隨時(shí)間演化具有一定差異性，如正向驅(qū)動(dòng)作用消失。產(chǎn)業(yè)結(jié)構(gòu)變量在3個(gè)階段均呈現(xiàn)出顯著的正向作用，表明城市產(chǎn)業(yè)高級(jí)化會(huì)提升創(chuàng)新網(wǎng)絡(luò)韌性。究其原因，可能是由于產(chǎn)業(yè)結(jié)構(gòu)升級(jí)實(shí)質(zhì)上是技術(shù)不斷進(jìn)步或創(chuàng)新的過(guò)程，隨著產(chǎn)業(yè)持續(xù)高級(jí)化，對(duì)創(chuàng)新的依賴性會(huì)不斷強(qiáng)化，進(jìn)而推動(dòng)創(chuàng)新網(wǎng)絡(luò)韌性提升?？萍挤?wù)業(yè)未表現(xiàn)出顯著的正向作用，這可能是因?yàn)榭萍挤?wù)業(yè)的發(fā)展水平仍有待提升，其對(duì)創(chuàng)新合作的促進(jìn)作用難以體現(xiàn)。政府供給變量系數(shù)在2010-2012年表現(xiàn)出一定負(fù)向效應(yīng)，到了2013-2015年、2016-2018年則表現(xiàn)出顯著的正向作用，且系數(shù)呈遞增趨勢(shì)，表明政府供給所發(fā)揮的作用越來(lái)越重要，能在創(chuàng)新體系抵御外部沖擊時(shí)發(fā)揮調(diào)控作用。對(duì)外開(kāi)放變量系數(shù)的顯著性在不同模型中呈現(xiàn)出一定差異，但是在整體上仍表現(xiàn)出對(duì)創(chuàng)新網(wǎng)絡(luò)韌性提升的促進(jìn)作用。雖然多項(xiàng)研究表明，教育經(jīng)費(fèi)支出對(duì)科研創(chuàng)新會(huì)產(chǎn)生促進(jìn)作用，但本研究中教育投入在整體上未表現(xiàn)出顯著正向效應(yīng)，這可能是由于教育投入的作用具有一定滯后性，難以及時(shí)表現(xiàn)出對(duì)創(chuàng)新網(wǎng)絡(luò)韌性提升的驅(qū)動(dòng)作用。

3.3.3 外生網(wǎng)絡(luò)效應(yīng)

在外生網(wǎng)絡(luò)效應(yīng)中，地理距離網(wǎng)絡(luò)系數(shù)為負(fù)，且僅在2010-2012年通過(guò)了顯著性檢驗(yàn)，意味著創(chuàng)新網(wǎng)絡(luò)韌性與地理距離網(wǎng)絡(luò)的依賴性不強(qiáng)?？臻g鄰接網(wǎng)絡(luò)的作用在不同時(shí)間段表現(xiàn)出一定差異性，從負(fù)向作用演化為正向作用，說(shuō)明空間鄰接對(duì)創(chuàng)新韌性的提升作用逐漸增強(qiáng)。信息距離網(wǎng)絡(luò)在2013-2015年、2016-2018年兩個(gè)時(shí)期的影響系數(shù)為正且通過(guò)1%的顯著性檢驗(yàn)，表明創(chuàng)新網(wǎng)絡(luò)韌性與信息距離網(wǎng)絡(luò)存在強(qiáng)依賴性。

4 結(jié)論與討論

4.1 結(jié)論

長(zhǎng)三角城市群的創(chuàng)新一體化程度已達(dá)到一定水平，城市創(chuàng)新深受區(qū)域外部力量的影響，發(fā)揮創(chuàng)新協(xié)同和聯(lián)動(dòng)效應(yīng)是邊緣城市創(chuàng)新能力提升的重要驅(qū)動(dòng)力。本研究從多個(gè)視角分析長(zhǎng)三角創(chuàng)新網(wǎng)絡(luò)韌性演化及驅(qū)動(dòng)機(jī)制，得到如下結(jié)論：①創(chuàng)新網(wǎng)絡(luò)節(jié)點(diǎn)韌性分布格局呈動(dòng)態(tài)演進(jìn)特征，除核心城市外，多數(shù)城市創(chuàng)新網(wǎng)絡(luò)節(jié)點(diǎn)韌性水平普遍較低，隨時(shí)間演變，大部分城市的節(jié)點(diǎn)韌性整體上呈遞增趨勢(shì)；②由核心節(jié)點(diǎn)輻射形成的結(jié)構(gòu)及交互關(guān)系較強(qiáng)是創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)韌性形成的關(guān)鍵，交互關(guān)系較強(qiáng)的模體結(jié)構(gòu)呈現(xiàn)波動(dòng)上升趨勢(shì)，平衡協(xié)同的網(wǎng)絡(luò)關(guān)聯(lián)性持續(xù)增強(qiáng)，創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)韌性整體呈現(xiàn)曲折上升趨勢(shì)，結(jié)構(gòu)韌性的強(qiáng)化提升了創(chuàng)新網(wǎng)絡(luò)的抗毀力和抵御力；③長(zhǎng)三角城市的創(chuàng)新合作深度及廣度均在提升，而且隨著網(wǎng)絡(luò)聚集程度的持續(xù)提升，逐漸形成大型創(chuàng)新網(wǎng)絡(luò)群落，進(jìn)一步增強(qiáng)了創(chuàng)新網(wǎng)絡(luò)韌性；④網(wǎng)絡(luò)自組織效應(yīng)結(jié)果表明，創(chuàng)新合作的互惠性及交互性逐漸成為創(chuàng)新網(wǎng)絡(luò)韌性強(qiáng)化的驅(qū)動(dòng)因素，在個(gè)體屬性效應(yīng)中，產(chǎn)業(yè)結(jié)構(gòu)及對(duì)外開(kāi)放的驅(qū)動(dòng)作用較顯著，政府供給的作用隨時(shí)間演變逐漸凸顯，但科技服務(wù)業(yè)及教育投入對(duì)創(chuàng)新網(wǎng)絡(luò)韌性的提升未表現(xiàn)出正向作用，經(jīng)濟(jì)驅(qū)動(dòng)的作用甚至出現(xiàn)由正向轉(zhuǎn)為負(fù)向。在外生網(wǎng)絡(luò)效應(yīng)中，地理距離的作用減弱，但空間鄰接對(duì)創(chuàng)新韌性的提升作用逐漸增強(qiáng)，而創(chuàng)新網(wǎng)絡(luò)韌性與信息距離網(wǎng)絡(luò)存在強(qiáng)依賴性。

4.2 理論貢獻(xiàn)

本研究理論貢獻(xiàn)如下：①本研究考慮到若忽視區(qū)域關(guān)聯(lián)作用會(huì)對(duì)區(qū)域韌性測(cè)度產(chǎn)生偏誤，較難深入理解區(qū)域韌性形成機(jī)制，因此將關(guān)系經(jīng)濟(jì)地理學(xué)理論引入韌性研究，從網(wǎng)絡(luò)視角解釋區(qū)域韌性的差異性，并且在經(jīng)濟(jì)地理研究由“地方觀”向“網(wǎng)絡(luò)觀”轉(zhuǎn)變的背景下，實(shí)現(xiàn)韌性研究視角的轉(zhuǎn)換；②從韌性視角豐富了創(chuàng)新網(wǎng)絡(luò)研究，構(gòu)建了基于節(jié)點(diǎn)韌性、結(jié)構(gòu)韌性及群落韌性的創(chuàng)新網(wǎng)絡(luò)韌性評(píng)價(jià)體系，從而可以捕捉到創(chuàng)新網(wǎng)絡(luò)中不同要素演化模式，對(duì)完善創(chuàng)新網(wǎng)絡(luò)韌性分析具有重要的理論意義；③將節(jié)點(diǎn)韌性引入創(chuàng)新網(wǎng)絡(luò)中，構(gòu)建創(chuàng)新網(wǎng)絡(luò)韌性分析的因變量，基于ERGM模型探究網(wǎng)絡(luò)自組織效應(yīng)、個(gè)體屬性效應(yīng)以及外生網(wǎng)絡(luò)效應(yīng)對(duì)創(chuàng)新網(wǎng)絡(luò)韌性的影響，豐富了韌性驅(qū)動(dòng)機(jī)制探索內(nèi)容，也拓展了ERGM模型的應(yīng)用領(lǐng)域，為后續(xù)研究提供了重要的借鑒與參考。

4.3 政策建議

長(zhǎng)三角城市群作為中國(guó)創(chuàng)新的重要策源地，是構(gòu)建國(guó)內(nèi)大循環(huán)的重要節(jié)點(diǎn)和雙循環(huán)的關(guān)鍵樞紐。同時(shí)，推進(jìn)長(zhǎng)三角創(chuàng)新一體化也成為中國(guó)在新一輪科技革命中提升創(chuàng)新能力、培育創(chuàng)新增長(zhǎng)極的必然要求。為了提升長(zhǎng)三角創(chuàng)新系統(tǒng)韌性，基于研究結(jié)論提出以下建議：①促進(jìn)創(chuàng)新要素自由流動(dòng)，激發(fā)創(chuàng)新合力。長(zhǎng)三角區(qū)域一方面應(yīng)打破行政壁壘，保障要素自由流動(dòng)，發(fā)揮創(chuàng)新聯(lián)動(dòng)效應(yīng)，另一方面需要整合一市三省科技資源，構(gòu)建創(chuàng)新協(xié)作平臺(tái)，探索更加凝聚創(chuàng)新合力、激發(fā)創(chuàng)新活力的協(xié)作方式；②推動(dòng)區(qū)域間多要素互補(bǔ)，共創(chuàng)雙鏈協(xié)同。長(zhǎng)三角城市應(yīng)結(jié)合自身優(yōu)勢(shì)、產(chǎn)業(yè)發(fā)展目標(biāo)、區(qū)域技術(shù)水平的互補(bǔ)性及關(guān)聯(lián)程度，合理配置要素，強(qiáng)化區(qū)域間產(chǎn)業(yè)協(xié)同發(fā)展，同時(shí)，將各類創(chuàng)新要素納入產(chǎn)業(yè)體系，形成產(chǎn)業(yè)鏈與創(chuàng)新鏈協(xié)同發(fā)展的新格局，強(qiáng)化外部知識(shí)汲取與自主創(chuàng)新能力提升的雙元平衡，提升創(chuàng)新體系韌性。