張佳锃，夏麗麗,b，林劍鉻，安 琳，蔡潤林

（1. 華南師范大學a.地理科學學院；b. 粵港澳大灣區(qū)村鎮(zhèn)可持續(xù)發(fā)展研究中心，廣州 510631；2. 華東師范大學城市與區(qū)域科學學院，上海 200241；3. 中山大學地理科學與規(guī)劃學院，廣州 510275）

知識經(jīng)濟背景下，城市逐漸成為區(qū)域知識流動與交互的樞紐節(jié)點（馬海濤，2020）。城市間企業(yè)、大學、部門及各類機構(gòu)通過知識共享與技術(shù)合作構(gòu)建的多尺度、多部門正式與非正式聯(lián)系及其交互影響，塑造了區(qū)域創(chuàng)新與要素流動的新格局。創(chuàng)新要素的流動性與網(wǎng)絡(luò)化趨勢不斷增強，推動著以城際互動關(guān)系為核心議題的城市網(wǎng)絡(luò)研究向城市創(chuàng)新網(wǎng)絡(luò)領(lǐng)域拓展（黃曉東等，2021），城際間創(chuàng)新網(wǎng)絡(luò)的結(jié)構(gòu)特征、知識溢出與外部性以及演化路徑成為學術(shù)界關(guān)注的熱點問題（Terman et al.,1995；李琳等，2013）。

目前，城際創(chuàng)新網(wǎng)絡(luò)研究主要沿3條主線展開：1）基于不同創(chuàng)新主體進行網(wǎng)絡(luò)構(gòu)建，除利用城市整體的創(chuàng)新屬性數(shù)據(jù)構(gòu)建的城市創(chuàng)新網(wǎng)絡(luò)外（呂拉昌等，2015），還包括根據(jù)創(chuàng)新企業(yè)的總部-分支數(shù)據(jù)構(gòu)建城際創(chuàng)新功能網(wǎng)絡(luò)（黃曉東等，2021），根據(jù)跨城科技成果數(shù)據(jù)構(gòu)建知識共享與技術(shù)合作網(wǎng)絡(luò)，根據(jù)科學家、工程師和企業(yè)家等高素質(zhì)人才的移動軌跡構(gòu)建人才移動網(wǎng)絡(luò)等（Alderson et al.,2004；高爽等，2019；馬海濤，2020）；2）網(wǎng)絡(luò)結(jié)構(gòu)及效應(yīng)分析，通過對創(chuàng)新網(wǎng)絡(luò)組織、層級、群組與控制結(jié)構(gòu)的測度，分析網(wǎng)絡(luò)結(jié)構(gòu)演化規(guī)律及結(jié)構(gòu)效應(yīng)（葉琴等，2020；錢肖穎等，2021；郭建科等，2021）；3）網(wǎng)絡(luò)演化機制探討，主要圍繞城際技術(shù)勢差、城市吸收能力、主體環(huán)境屬性和多維鄰近性等對城市創(chuàng)新要素的轉(zhuǎn)入、轉(zhuǎn)出能力和城際創(chuàng)新合作強度的作用機理進行分析（劉承良等，2018；司月芳等，2020）。

上述研究為認知城際創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)、組織模式與演化機理提供重要的理論成果與實證案例，但仍有以下問題需要思考：首先，在創(chuàng)新網(wǎng)絡(luò)構(gòu)建方面，創(chuàng)新的來源是知識，知識的創(chuàng)造、發(fā)展、使用與傳播是技術(shù)溢出與人力資本外部性之間的連接渠道，不同創(chuàng)新主體對知識的交流、整合與吸收方式存在差異，但學者們在城際創(chuàng)新網(wǎng)絡(luò)模擬時，往往忽視了創(chuàng)新主體知識生產(chǎn)與應(yīng)用模式的異質(zhì)性。其次，作為最具流動性的創(chuàng)新要素之一，地方識別、激活與錨定（anchoring）流動知識的能力以及流動知識與地方知識之間協(xié)作與互動的內(nèi)容與形式，成為理解與構(gòu)建區(qū)域創(chuàng)新網(wǎng)絡(luò)的新路徑（Crevoisier et al.,2009），如何在“知識動態(tài)”背景下，基于經(jīng)濟主體“知識生產(chǎn)”的邏輯，發(fā)展出有效甄別經(jīng)濟主體與經(jīng)濟活動異質(zhì)性的方法，并將其應(yīng)用于創(chuàng)新網(wǎng)絡(luò)的空間組織及演化機制研究，成為城際創(chuàng)新網(wǎng)絡(luò)研究的新挑戰(zhàn)。最后，在城際創(chuàng)新網(wǎng)絡(luò)的形成機理層面，反映創(chuàng)新主體間“共享或接近”程度的多維鄰近機制對創(chuàng)新影響的研究備受矚目。20世紀90年代，法國動力學派最先提出“多維鄰近”的概念（Torre et al.,2000），但對于鄰近維度的劃分還存在頗多爭議，比較有代表性的如Boschma（2005）將鄰近機制劃分為地理、社會、制度、認知與組織5個維度。當前學術(shù)界從不同角度揭示了多維鄰近對創(chuàng)新網(wǎng)絡(luò)形成的影響（Boschma,2005；王慶喜等，2021），但不同研究對多維鄰近性影響的結(jié)論仍存在諸多爭議。并且，多維鄰近對創(chuàng)新網(wǎng)絡(luò)形成的影響并非是靜態(tài)的，也會因鄰近作用程度、方法論選擇與產(chǎn)業(yè)生命周期而異（李琳等，2013；周燦等，2019），學術(shù)界較少從創(chuàng)新本源“知識”生產(chǎn)與流動模式異質(zhì)性角度進行分析。此外，多維鄰近性之間可能存在的互補或替代關(guān)系也常被忽視。因此，需要在厘清多維鄰近性復雜關(guān)系的基礎(chǔ)上，識別不同鄰近性對創(chuàng)新主體和創(chuàng)新行為的獨立作用與交叉影響。

知識基礎(chǔ)理論作為20 世紀90 年代興起的一種新的知識分類方法與理論分析工具，是區(qū)域創(chuàng)新理論與實踐研究中“異質(zhì)性知識”視角的新切入點。知識基礎(chǔ)理論從差異化的知識生產(chǎn)邏輯出發(fā)，根據(jù)創(chuàng)新過程中輸入的基本知識或知識搜索、學習與創(chuàng)造模式的差異，將知識基礎(chǔ)分為解析型、綜合型和象征型3 種類型（Asheim et al., 2005, 2007;Manniche, 2012）。早期的研究主要基于單一知識基礎(chǔ)類型的質(zhì)性劃分，探討不同類型知識基礎(chǔ)的主體在創(chuàng)新過程中組織、協(xié)作模式的特定差異、區(qū)位分異與鄰近性機制等（Martin et al.,2011;Davids et al., 2018；葉琴等，2020）。此后，隨著知識基礎(chǔ)內(nèi)涵的進一步深化，研究開始關(guān)注區(qū)域不同類型知識基礎(chǔ)間的關(guān)聯(lián)與演化，圍繞知識基礎(chǔ)的組合模式、區(qū)位與組合效應(yīng)進行深入探討（Asheim et al., 2009; Manniche, 2012; Grillitsch et al.,2017,2018），同時借鑒管理學與演化經(jīng)濟地理學的理論與方法，向創(chuàng)新軌跡和具體流程滲透，重點識別創(chuàng)新過程中關(guān)鍵節(jié)點（事件）的知識基礎(chǔ)，探討知識創(chuàng)造、轉(zhuǎn)化與擴散過程中知識基礎(chǔ)的演化路徑（Manniche et al., 2017；孫瑜康 等，2022）。

長三角城市群是中國創(chuàng)新能力最強與創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)發(fā)育最為成熟的城市群之一，但也存在區(qū)域創(chuàng)新資源配置不均衡、核心城市創(chuàng)新輻射帶動能力較差與城際創(chuàng)新要素流通效率不高等問題（王越等，2018）?；谥R基礎(chǔ)理論，以行業(yè)“知識異質(zhì)性”視角①在創(chuàng)新主體選擇上，企業(yè)作為微觀經(jīng)濟單位，是進行知識基礎(chǔ)屬性界定和城際創(chuàng)新網(wǎng)絡(luò)構(gòu)建的理想主體，但本文時間跨度為15 年，企業(yè)個體數(shù)據(jù)變動較大，行業(yè)是相同產(chǎn)品或服務(wù)屬性的企業(yè)集合，行業(yè)屬性相對企業(yè)個體而言變動性較低，故選用行業(yè)視角進行知識基礎(chǔ)屬性的界定。為切入點，從“知識主體的認知與實踐行為”和“知識客體”差異2個維度，理解與識別長三角城際創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)、演化的基本差異與內(nèi)在驅(qū)動力，可為面向不同知識基礎(chǔ)類型主體的創(chuàng)新資源優(yōu)化配置，提高城際間知識流通效率以及差異化的區(qū)域創(chuàng)新系統(tǒng)構(gòu)建與創(chuàng)新管治策略制定提供新的視角。因此，本文以長三角城市群為案例地，從知識創(chuàng)造動態(tài)與經(jīng)濟績效2個維度量化識別行業(yè)知識基礎(chǔ)類型，基于修正引力模型構(gòu)建2005-2019年長三角城市群異質(zhì)性知識基礎(chǔ)行業(yè)的城際創(chuàng)新網(wǎng)絡(luò)，運用社會網(wǎng)絡(luò)分析與QAP回歸分析法，探析不同知識基礎(chǔ)類型網(wǎng)絡(luò)的結(jié)構(gòu)演化特性與鄰近作用機理。以期為“知識動態(tài)”背景下，知識生產(chǎn)與應(yīng)用模式具有內(nèi)在差異的創(chuàng)新主體構(gòu)建的城際創(chuàng)新網(wǎng)絡(luò)空間組織特征及演化機制研究提供實證案例。

1 方法與數(shù)據(jù)來源

1.1 行業(yè)知識基礎(chǔ)類型的量化識別

1.1.1 行業(yè)知識基礎(chǔ)的聚類分析 現(xiàn)有研究對行業(yè)知識基礎(chǔ)類型的劃分主要選擇質(zhì)性分析或主觀判斷（Asheim et al.,2005;2007；葉琴 等，2020），缺乏系統(tǒng)化的量化分析。借鑒林劍鉻等（2021）既考慮“知識創(chuàng)造成果”，又包含“知識創(chuàng)造過程”的企業(yè)知識基礎(chǔ)量化分析框架，結(jié)合行業(yè)特性，從知識創(chuàng)造動態(tài)與經(jīng)濟績效2個維度構(gòu)建行業(yè)知識基礎(chǔ)類型劃分的聚類指標體系，通過K均值聚類法對行業(yè)進行類別劃分。聚類時最優(yōu)K值通過計算誤差平方和繪制手肘圖確定，運用單因子方差和T檢驗，驗證類別間差異是否具有統(tǒng)計意義。行業(yè)知識基礎(chǔ)的聚類指標具體為：1）知識創(chuàng)造動態(tài)，反映行業(yè)知識生產(chǎn)、轉(zhuǎn)移過程中的內(nèi)在差異，從行業(yè)知識投入、產(chǎn)出與流動3個層次進行測算。其中，知識投入包括資金、人力和研發(fā)機構(gòu)3個指標，分別用研發(fā)費用占利潤總額比重、技術(shù)開發(fā)員工數(shù)占總員工數(shù)比重和行業(yè)中設(shè)有研發(fā)機構(gòu)的企業(yè)數(shù)量占行業(yè)總企業(yè)數(shù)量比重來度量；知識產(chǎn)出包括構(gòu)成與效率2個層面，分別用3 種類型專利與行業(yè)專利總數(shù)比值和3種專利數(shù)量與行業(yè)研發(fā)費用比值測算；知識流動包括知識搜索與擴散2個層面，分別通過行業(yè)平均一項專利申請人數(shù)量②知識搜索中，平均一項專利的申請人數(shù)量越多，表示行業(yè)研發(fā)從外部搜索（獲取）知識的可能性越大。與被引用專利數(shù)量占比度量。2）經(jīng)濟績效，用以甄別不同知識基礎(chǔ)類型盈利規(guī)模與盈利能力的差異，盈利規(guī)模用行業(yè)利潤總額與企業(yè)數(shù)量比值測算，盈利能力用行業(yè)總資產(chǎn)凈利率表示（表1）。由于不同維度量綱存在差異，在進行K均值聚類分析前，對發(fā)明授權(quán)產(chǎn)出效率、實用新型產(chǎn)出效率、外觀設(shè)計產(chǎn)出效率、平均一項專利的申請人數(shù)量和盈利規(guī)模進行了正向標準化處理。

表1 行業(yè)知識基礎(chǔ)劃分指標Table 1 Indexes for dividing the knowledge base of national economic industries

1.1.2 行業(yè)知識基礎(chǔ)類型及組合形態(tài)識別 運用K均值聚類法將行業(yè)劃分為不同的知識基礎(chǔ)類別后，還需對每一類別的行業(yè)知識基礎(chǔ)類型進行識別。單一知識基礎(chǔ)類型可通過定量化測算顯性知識成果類型界定。借鑒林劍鉻等（2021）方法，將發(fā)明授權(quán)、實用新型、外觀設(shè)計專利數(shù)量占行業(yè)已獲授權(quán)專利數(shù)比例作為標志因子，分別作為解析型、綜合型、象征型3種單一行業(yè)知識基礎(chǔ)聚類結(jié)果解讀的主要依據(jù)。

但是，不同于體現(xiàn)企業(yè)主體核心競爭力的單一知識基礎(chǔ)形態(tài)（林劍鉻等，2021），行業(yè)的知識基礎(chǔ)可能是組合式的，只憑借專利類型比例不一定能準確識別。因此，采用專利結(jié)構(gòu)的信息熵識別知識基礎(chǔ)的組合形態(tài)。行業(yè)內(nèi)專利結(jié)構(gòu)信息熵越高，表示知識成果的混雜程度越高，知識基礎(chǔ)越可能是組合的。樣本行業(yè)的信息熵均值反映平均混亂水平，可作為信息熵的比較基準。使用單樣本T檢驗，將每一聚類的專利結(jié)構(gòu)信息熵與樣本行業(yè)專利結(jié)構(gòu)信息熵均值作比較，若顯著大于比較基準或與比較基準無差別，則為組合式知識基礎(chǔ)，具體組合形態(tài)根據(jù)標志因子確定；反之則為單一知識基礎(chǔ)，類型由比例占優(yōu)的標志因子確定。借鑒羅偉玲等（2020）思路，計算行業(yè)信息熵，具體公式為：

式中：En表示行業(yè)的信息熵值；P為行業(yè)中某種專利類型所占比例；N為行業(yè)總數(shù)。

1.2 不同知識基礎(chǔ)類型行業(yè)創(chuàng)新網(wǎng)絡(luò)構(gòu)建

城際行業(yè)創(chuàng)新網(wǎng)絡(luò)構(gòu)建需綜合考慮行業(yè)知識存量③采用永續(xù)盤存法對知識存量進行計算。、社會環(huán)境、經(jīng)濟發(fā)展水平和空間性等因素，故使用修正引力模型進行網(wǎng)絡(luò)構(gòu)建。引力模型的原理為牛頓萬有引力定律，測算的是城際行業(yè)間建立創(chuàng)新聯(lián)系的潛力，屬于間接模擬，能根據(jù)城市內(nèi)不同創(chuàng)新主體相關(guān)的屬性數(shù)據(jù)對模型進行修正，可更為全面地刻畫城際創(chuàng)新聯(lián)系（呂拉昌等，2015）。本文參考Liu 等（2021）方法，在構(gòu)建長三角城市群不同階段分知識基礎(chǔ)類型行業(yè)城際創(chuàng)新聯(lián)系潛力矩陣的基礎(chǔ)上，借鑒謝永順等（2020）的思路，使用遙感圖像閾值確定法，通過計算引力矩陣的最大類間差值（OTSU）作為臨界值進行遍歷判斷，若大于或等于最大類間差值則將數(shù)據(jù)重新賦值為1，表示存在創(chuàng)新聯(lián)系，反之賦值為0，表示不存在創(chuàng)新聯(lián)系，最終將行業(yè)創(chuàng)新聯(lián)系潛力矩陣轉(zhuǎn)化為創(chuàng)新聯(lián)系二值矩陣。

1.3 創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)與演化的社會網(wǎng)絡(luò)分析

運用社會網(wǎng)絡(luò)分析法，從網(wǎng)絡(luò)節(jié)點、聯(lián)系與凝聚子群3 個方面，以5 年為窗口期（Lobo et al.,2008），將研究期劃分為2005-2009、2010-2014和2015-2019年3個時段。運用度中心性分析網(wǎng)絡(luò)節(jié)點在整個網(wǎng)絡(luò)中的地位；通過計算網(wǎng)絡(luò)密度和效率分析網(wǎng)絡(luò)聯(lián)系特征；采用迭代相關(guān)收斂法與網(wǎng)絡(luò)分派指數(shù)（E-I）分析凝聚子群的群內(nèi)與群間聯(lián)系。具體計算均通過Ucinet 6完成。

1.4 城際創(chuàng)新網(wǎng)絡(luò)的鄰近機制分析

1.4.1 分析框架與指標選取 現(xiàn)有研究界定的鄰近機制包括地理、技術(shù)、認知、文化、制度、組織和社會7 個維度（Boschma, 2005；李琳 等，2013），考慮到不同知識基礎(chǔ)類型行業(yè)學習互動的認知基礎(chǔ)、技術(shù)研發(fā)軌跡與制度環(huán)境影響存在明顯差異，選擇地理、認知、制度和技術(shù)鄰近構(gòu)建城際鄰近矩陣（王慶喜等，2021）。在多維鄰近交互層面，地理鄰近表征城市間在空間上的真實鄰近性，制度、認知與技術(shù)鄰近主要表征城市間的相似性（Liu et al.,2021），本文主要聚焦地理鄰近與非地理鄰近的交互作用。另外，城際創(chuàng)新網(wǎng)絡(luò)的形成也會受不同城市經(jīng)濟狀況、對外開放程度與城市所處行政等級差異的影響（劉承良等，2018），因此，將城市經(jīng)濟發(fā)展水平、對外開放度與行政等級設(shè)置為控制變量。通過測算城際鄰近數(shù)值與控制變量構(gòu)建城際關(guān)聯(lián)矩陣，各鄰近性指標及控制變量的選取與測算方法為：

1）地理鄰近性：指城市間在地理空間上的接近程度，城市間的物理距離可通過城市的地理坐標進行測算，為避免城市間實際地理距離過大可能產(chǎn)生的誤差，借鑒劉承良等（2018）思路進行地理鄰近的測算。

2）認知鄰近性：指創(chuàng)新主體交流合作時認知理解的一致性（王慶喜等，2021）。參考王慶喜等（2021）方法，通過測算城市間行業(yè)結(jié)構(gòu)相似指數(shù)表示認知鄰近。

3）制度鄰近性：指城市間制度環(huán)境的相似程度，參考Liu 等（2021）方法，通過城市間的研發(fā)投入相似程度衡量制度鄰近性。

4）技術(shù)鄰近性：指城市間的技術(shù)相似程度，借鑒已有研究（王慶喜等，2021），運用技術(shù)向量夾角的余弦值來測量技術(shù)鄰近性。

5）控制變量：城市行政等級通過代理變量進行設(shè)置，如果雙方都是省會城市或直轄市則賦值為1，否則為0，構(gòu)建城市關(guān)聯(lián)矩陣。城市經(jīng)濟發(fā)展水平與對外開放度通過城際人均GDP差值與外商直接投資額差值構(gòu)建關(guān)聯(lián)矩陣。

1.4.2 QAP 回歸模型構(gòu)建 QAP（Quadratic Assignment Procedure，二次指派程序）是一種研究矩陣之間相關(guān)性與回歸性的方法，以大量的重復隨機抽樣為基礎(chǔ)，對矩陣中的元素進行比較，計算相關(guān)系數(shù)（李苑君等，2021）。由于二元網(wǎng)絡(luò)節(jié)點間可能存在直接或間接聯(lián)系，關(guān)系數(shù)據(jù)各個觀察值之間不相互獨立，QAP回歸可避免一般回歸模型產(chǎn)生的多重共線性問題。以創(chuàng)新聯(lián)系矩陣為因變量，以多維鄰近關(guān)聯(lián)、交互矩陣為自變量，以城市行政等級、經(jīng)濟發(fā)展水平與對外開放度關(guān)聯(lián)矩陣為控制變量，構(gòu)建QAP回歸模型，具體方程為：

式中：C為不同知識基礎(chǔ)類型創(chuàng)新關(guān)聯(lián)矩陣；X1～X4分別為地理、認知、制度和技術(shù)鄰近矩陣；X5～X7分別為地理鄰近與認知、制度和技術(shù)鄰近交互矩陣；X8～X10分別為城市行政等級、經(jīng)濟發(fā)展水平與對外開放度關(guān)聯(lián)矩陣；c1～c10為參數(shù)。

1.5 數(shù)據(jù)來源

行業(yè)知識基礎(chǔ)類型劃分方面，2005-2019年國民經(jīng)濟行業(yè)的研發(fā)費用、利潤總額、技術(shù)開發(fā)人員數(shù)、總員工數(shù)、設(shè)置研發(fā)機構(gòu)企業(yè)數(shù)、總企業(yè)數(shù)、總資產(chǎn)來源于《中國統(tǒng)計年鑒》（國家統(tǒng)計局，2006—2020a），《中國科技統(tǒng)計年鑒》（國家統(tǒng)計局社會科技和文化產(chǎn)業(yè)統(tǒng)計司，2006—2020），《中國工業(yè)統(tǒng)計年鑒》（國家統(tǒng)計局工業(yè)統(tǒng)計司，2006—2020），《中國建筑業(yè)統(tǒng)計年鑒》（國家統(tǒng)計局固定資產(chǎn)投資統(tǒng)計司，2006—2020），《中國農(nóng)業(yè)統(tǒng)計年鑒》（國家統(tǒng)計局農(nóng)村社會經(jīng)濟調(diào)查司，2006—2020），《中國第三產(chǎn)業(yè)統(tǒng)計年鑒》（國家統(tǒng)計局，2006—2020b），部分缺失數(shù)據(jù)從同花順iFinD 金融數(shù)據(jù)終端獲取④https://www.51ifind.com/。各行業(yè)3種類型專利數(shù)據(jù)主要來源于IncoPat全球?qū)＠麛?shù)據(jù)庫⑤https://www.incopat.com/，根據(jù)每項專利擁有的國民經(jīng)濟行業(yè)分類代碼進行專利的行業(yè)歸類，最終確定48個二級行業(yè)。在創(chuàng)新網(wǎng)絡(luò)構(gòu)建方面，2005-2019 年長三角城市群各城市行業(yè)專利授權(quán)量源于IncoPat全球?qū)＠麛?shù)據(jù)庫，行業(yè)從業(yè)人員與行業(yè)總產(chǎn)值源于各城市歷年統(tǒng)計年鑒與統(tǒng)計公報，部分缺失數(shù)據(jù)通過插值方法獲取。在鄰近性機制層面，城市坐標數(shù)據(jù)源于高德平臺⑥https://lbs.amap.com/，城市人均GDP、外商直接投資數(shù)據(jù)、研發(fā)投入數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》（國家統(tǒng)計局城市社會經(jīng)濟調(diào)查司，2006—2020）和同花順iFinD金融數(shù)據(jù)終端。

2 結(jié)果分析

2.1 行業(yè)知識基礎(chǔ)類型的劃分

聚類結(jié)果顯示，K為5 時聚類效果最佳，48 個樣本被分成Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ5類。單因子方差檢驗表明，所有聚類變量的F值均在0.01水平上顯著，表明5種類型的差異有統(tǒng)計意義。信息熵比較基準（樣本行業(yè)的信息熵均值）為1.146 8。以發(fā)明、實用新型和外觀設(shè)計3種類型的專利數(shù)量占比作為標志因子可知，Ⅰ類在發(fā)明授權(quán)專利占比（0.977 8）上具有絕對優(yōu)勢，Ⅲ類在外觀設(shè)計占比（0.751 2）上具有絕對優(yōu)勢，可以確定兩者分別為解析型和象征型知識基礎(chǔ)。其他3類中，標志性因子不存在明顯優(yōu)勢，可能是知識基礎(chǔ)的組合類型。專利結(jié)構(gòu)的信息熵計算結(jié)果表明，類型Ⅳ、Ⅴ顯著大于比較基準，類型Ⅱ與比較基準無差別，可判斷為組合式知識基礎(chǔ)。根據(jù)各類型專利占比進行命名，Ⅱ類為解析-綜合型，Ⅳ類為綜合-解析-象征型，Ⅴ類為綜合-象征-解析型（表2）。在組合式知識基礎(chǔ)類型行業(yè)中，綜合型傾向于與解析型和象征型知識基礎(chǔ)進行組合創(chuàng)新，且60%以上的行業(yè)同時擁有3種知識基礎(chǔ)類型的組合。

表2 行業(yè)知識基礎(chǔ)類型識別Table 2 Marker variable cluster center and significance test

計算5種知識基礎(chǔ)類型行業(yè)的聚類指標的均值（圖1），并比較、歸納不同知識基礎(chǔ)類型的行業(yè)特點，表現(xiàn)為：1）解析型行業(yè)研發(fā)投入強度大，需要較多的技術(shù)開發(fā)人員，行業(yè)內(nèi)設(shè)有研發(fā)機構(gòu)的企業(yè)數(shù)量最多，發(fā)明授權(quán)專利的產(chǎn)出效率與知識擴散能力最強，但行業(yè)盈利能力較差，主體行業(yè)為醫(yī)藥制造業(yè)。2）象征型行業(yè)創(chuàng)新投入較低，外觀設(shè)計專利產(chǎn)出效率最高，知識流動能力較差，代表性行業(yè)有紡織業(yè)，紡織服裝、服飾業(yè)，皮革、毛皮、羽毛及其制品和制鞋業(yè)等。3）解析-綜合型行業(yè)創(chuàng)新投入較高，發(fā)明授權(quán)專利產(chǎn)出效率高，知識流動能力強，但行業(yè)盈利能力偏低，代表性行業(yè)有農(nóng)副食品加工業(yè)，食品制造業(yè)，酒、飲料和精制茶制造業(yè)等。4）綜合-解析-象征型行業(yè)研發(fā)投入與產(chǎn)出較為均衡，實用新型與發(fā)明授權(quán)專利的產(chǎn)出效率較高，行業(yè)盈利能力強，代表性行業(yè)為金屬制品業(yè)、通用設(shè)備制造業(yè)和儀器儀表制造業(yè)等。5）綜合-象征-解析型行業(yè)知識搜索與盈利能力最強，但研發(fā)投入低，在知識產(chǎn)出效率方面，實用新型與外觀設(shè)計專利均具有一定優(yōu)勢，代表性行業(yè)有煙草制品業(yè)、有色金屬冶煉和壓延加工業(yè)、電氣機械和器材制造業(yè)等。

圖1 五種知識基礎(chǔ)類型行業(yè)聚類變量均值比較Fig.1 Comparison of mean values of cluster variables in different types of industries

2.2 五種知識基礎(chǔ)類型行業(yè)的創(chuàng)新網(wǎng)絡(luò)模擬

2.2.1 網(wǎng)絡(luò)節(jié)點演化分析 運用自然斷裂法，將網(wǎng)絡(luò)節(jié)點度中心性的計算結(jié)果劃分為“核心”“次級核心”“中間”和“邊緣”4個等級。不同行業(yè)知識基礎(chǔ)類型的創(chuàng)新網(wǎng)絡(luò)節(jié)點及其演化特征（圖2）表現(xiàn)為：1）解析型網(wǎng)絡(luò)整體呈雙核結(jié)構(gòu)，其余網(wǎng)絡(luò)呈多核結(jié)構(gòu)。2）解析型、解析-綜合型網(wǎng)絡(luò)核心表現(xiàn)出明顯的高行政級別和經(jīng)濟中心城市指向，前者的網(wǎng)絡(luò)核心一直是上海和南京，后者則包括上海、南京和蘇州，2種網(wǎng)絡(luò)核心城市數(shù)量均較少且穩(wěn)定，邊緣城市數(shù)量較多。3）象征型網(wǎng)絡(luò)核心城市數(shù)量較多且變化明顯，常州、湖州等非行政和經(jīng)濟中心城市成為網(wǎng)絡(luò)核心，蘇州一直位于核心位置，無錫在第Ⅰ、Ⅱ階段、南京在第Ⅱ、Ⅲ階段位于網(wǎng)絡(luò)核心。4）2種綜合型知識基礎(chǔ)主導的行業(yè)網(wǎng)絡(luò)差異明顯，其中綜合-解析-象征型網(wǎng)絡(luò)核心表現(xiàn)出明顯的高行政級別和經(jīng)濟中心城市指向，上海、杭州、南京、蘇州一直位于網(wǎng)絡(luò)核心位置；綜合-象征-解析型網(wǎng)絡(luò)中，蘇州、無錫一直位于網(wǎng)絡(luò)核心，南京在第Ⅰ、Ⅲ階段、杭州在第Ⅱ、Ⅲ階段、常州在第Ⅲ階段位于網(wǎng)絡(luò)核心，核心城市存在明顯變化。

圖2 2005—2019年長三角城市群5種知識基礎(chǔ)類型行業(yè)創(chuàng)新網(wǎng)絡(luò)節(jié)點演變Fig.2 Evolution of five knowledge-based types of industry innovation network nodes in the Yangtze River Delta urban agglomeration during 2005-2019

綜上可知，不同知識基礎(chǔ)類型行業(yè)的創(chuàng)新網(wǎng)絡(luò)節(jié)點及其演化路徑明顯不同。其中，解析型、解析-綜合型行業(yè)研發(fā)投入力度大，創(chuàng)新成果產(chǎn)出與技術(shù)應(yīng)用往往難以模仿與復制，行政或經(jīng)濟中心城市憑借基礎(chǔ)設(shè)施、資金投入、科研與高等教育力量、政策等有利條件，在創(chuàng)新網(wǎng)絡(luò)演化中居于核心地位。象征型行業(yè)知識創(chuàng)造源于特定人群對特殊美學意義或文化認同的追求，產(chǎn)品設(shè)計以體現(xiàn)時尚潮流或文化價值為導向（Asheim et al.,2007），但潮流發(fā)展變化快，網(wǎng)絡(luò)演化中核心城市變化較大。綜合型知識基礎(chǔ)主導的行業(yè)中，知識創(chuàng)造模式以應(yīng)用或重組現(xiàn)有知識為主，以解決用戶與供應(yīng)商的具體問題或定制生產(chǎn)為目標（Asheim et al.,2005）。其中，綜合-解析-象征型行業(yè)產(chǎn)品要求突出技術(shù)的先進性并具備藝術(shù)價值，具備深厚研發(fā)底蘊的行政或經(jīng)濟中心城市在行業(yè)網(wǎng)絡(luò)中占主導地位；綜合-象征-解析型行業(yè)則要求產(chǎn)品具備較高的藝術(shù)價值和擁有一定的技術(shù)新穎性，受潮流、藝術(shù)價值觀念變化等影響大，網(wǎng)絡(luò)演化過程中核心城市較多，且常發(fā)生明顯更替。

2.2.2 網(wǎng)絡(luò)聯(lián)系演化分析 從密度與效率2個層面對不同知識基礎(chǔ)類型行業(yè)網(wǎng)絡(luò)聯(lián)系演化特征進行分析，發(fā)現(xiàn)長三角城市群知識聯(lián)系演化路徑存在明顯差異化特征（表3），具體為：1）研究時段內(nèi)，解析型網(wǎng)絡(luò)密度不斷升高，同時效率不斷降低，整體網(wǎng)絡(luò)向“緊湊”型發(fā)育。這反映解析型行業(yè)經(jīng)過科學方法演繹推理形成的抽象而普遍有效的編碼化知識流動性更強，且知識交換具有高度的選擇性（Martin et al.,2013），構(gòu)建了以上海、南京為核心的城際創(chuàng)新體系，使知識聯(lián)系緊密化。2）象征型網(wǎng)絡(luò)密度與效率值均呈現(xiàn)波動上升的趨勢，整體網(wǎng)絡(luò)結(jié)構(gòu)表現(xiàn)出“松散-緊湊-松散”的演變特征。象征型行業(yè)的創(chuàng)新由創(chuàng)造力和藝術(shù)技能主導，學習運行模式較為靈活，通常是圍繞既定的設(shè)計目標基于項目合作進行知識交換（Martin et al.,2011），由于主導知識交換的項目具有非正式性與臨時性，使得長三角城際知識聯(lián)系演化結(jié)構(gòu)不穩(wěn)定。3）解析-綜合型網(wǎng)絡(luò)密度值呈現(xiàn)波動下降的趨勢，而效率值卻呈現(xiàn)波動上升的趨勢，整體網(wǎng)絡(luò)結(jié)構(gòu)表現(xiàn)出“緊湊-松散-緊湊”的演變特征。解析-綜合型行業(yè)知識生產(chǎn)側(cè)重通過研發(fā)試驗創(chuàng)造解析型知識用以解決本地供應(yīng)鏈生產(chǎn)者與用戶之間或大規(guī)模工業(yè)生產(chǎn)的技術(shù)問題，解析型知識創(chuàng)造、應(yīng)用和交換更加具備地方綜合應(yīng)用場景，由于長三角城市群內(nèi)不同城市面臨的市場與工程類技術(shù)問題具有明顯差異，而解析型知識交換具有“選擇性”，使得城際知識聯(lián)系呈現(xiàn)不穩(wěn)定的演化特征。4）綜合-解析-象征型和綜合-象征-解析型網(wǎng)絡(luò)結(jié)構(gòu)較為穩(wěn)定，前者網(wǎng)絡(luò)密度與效率均保持不變；后者網(wǎng)絡(luò)密度稍有增加，效率出現(xiàn)小幅下降，整體網(wǎng)絡(luò)結(jié)構(gòu)穩(wěn)定。綜合型知識基礎(chǔ)主導的行業(yè)知識互動主要發(fā)生在供應(yīng)鏈中的生產(chǎn)者與客戶以及能夠解決相似技術(shù)、工程問題的“實踐社區(qū)”內(nèi)的成員之間（Martin et al., 2013），城市群內(nèi)行業(yè)能夠綜合考慮需求，通過重組、應(yīng)用和交換解析型與象征型知識進行創(chuàng)新，構(gòu)建較為穩(wěn)定的城際知識聯(lián)系。

表3 2005—2019年長三角城市群五種知識基礎(chǔ)類型行業(yè)創(chuàng)新網(wǎng)絡(luò)密度與效率值Table 3 The density and efficiency values of five types'knowledge-based industries innovation network of the Yangtze River Delta urban agglomeration during 2005-2019

2.2.3 凝聚子群分析 從不同知識基礎(chǔ)類型行業(yè)城際創(chuàng)新網(wǎng)絡(luò)子群的劃分結(jié)果（圖3）可知，5種知識基礎(chǔ)類型網(wǎng)絡(luò)均可被劃分為4個子群，從整體上看，子群地理空間集聚特征明顯，內(nèi)部成員互不重疊，存在明顯的邊界效應(yīng)；子群1 至4 的網(wǎng)絡(luò)密度依次降低，子群內(nèi)成員數(shù)量、子群內(nèi)部與子群間的聯(lián)系數(shù)量存在明顯差異，具體為：

圖3 長三角城市群五種知識基礎(chǔ)類型行業(yè)創(chuàng)新網(wǎng)絡(luò)子群成員空間分布Fig.3 Spatial distribution of members of five industry knowledge base types of innovation network subgroups

1）子群內(nèi)部聯(lián)系。5 種類型網(wǎng)絡(luò)的E-I 指數(shù)介于-0.87～-0.74之間⑦其中解析型網(wǎng)絡(luò)為-0.829，解析-綜合型網(wǎng)絡(luò)為-0.866，象征型網(wǎng)絡(luò)為-0.847，綜合-解析-象征型網(wǎng)絡(luò)為-0.851，綜合-象征-解析型網(wǎng)絡(luò)為-0.734，E-I數(shù)值均接近于-1。，表明子群內(nèi)部城市創(chuàng)新聯(lián)系強度均強于子群間聯(lián)系強度。進一步比較分析：①解析型與解析-綜合型網(wǎng)絡(luò)中，上海、南京、杭州、蘇州和無錫均位于子群1，反映在以解析型知識主導的行業(yè)網(wǎng)絡(luò)中，經(jīng)濟與行政中心城市間的知識聯(lián)系最為緊密。②象征型網(wǎng)絡(luò)中，蘇州、無錫、南通和湖州位于子群1，由于象征型行業(yè)知識生產(chǎn)的靈活性，知識聯(lián)系無明顯的城市等級之分，且子群1的城市數(shù)量較少。③綜合-解析-象征型與綜合-象征-解析型網(wǎng)絡(luò)中子群1的空間分布具有明顯差異，由于行業(yè)知識創(chuàng)造與交互模式的異質(zhì)性，前者的經(jīng)濟與行政中心城市聯(lián)系較為緊密，后者并無明顯的城市等級之分。④城市群西部城市安慶、池州、銅陵、宣城和馬鞍山均位于5種類型網(wǎng)絡(luò)的子群4，子群內(nèi)網(wǎng)絡(luò)密度低，行業(yè)創(chuàng)新發(fā)展動力不足，難以進行創(chuàng)新輻射。

2）子群間聯(lián)系。5 種類型網(wǎng)絡(luò)形成的群間知識輸出、回流模式明顯不同，子群間創(chuàng)新聯(lián)系不均衡（圖4），表現(xiàn)為：①解析型網(wǎng)絡(luò)中，子群1對子群2、子群3 和子群4 的創(chuàng)新輻射強度明顯強于其他類型網(wǎng)絡(luò)，表明解析型網(wǎng)絡(luò)核心子群知識輸出能力最強。②其余4 種類型網(wǎng)絡(luò)中，子群4對子群1、子群2 的知識輸出能力明顯強于解析型網(wǎng)絡(luò)，但解析-綜合型網(wǎng)絡(luò)中子群2 與子群3 不存在直接聯(lián)系，表明以解決本地商業(yè)與工程類技術(shù)問題為主的解析-綜合型網(wǎng)絡(luò)子群間創(chuàng)新聯(lián)系產(chǎn)生的條件更為復雜。③以綜合型知識基礎(chǔ)為主導的2 種行業(yè)網(wǎng)絡(luò)中，綜合-解析-象征型網(wǎng)絡(luò)子群密度明顯大于綜合-象征-解析型行業(yè)網(wǎng)絡(luò)，表明行業(yè)知識生產(chǎn)過程中重組解析型、象征型知識的邏輯直接影響網(wǎng)絡(luò)形成的群間聯(lián)系，相較而言綜合-解析-象征型行業(yè)知識的流動性更強，群間聯(lián)系更為緊密。

圖4 五種知識基礎(chǔ)類型行業(yè)創(chuàng)新網(wǎng)絡(luò)子群間聯(lián)系Fig.4 Links between subgroups of five knowledge-based types of industry innovation networks

2.3 鄰近機制分析

2.3.1 模型穩(wěn)健性檢驗 選擇20 000 次⑧隨機置換的次數(shù)越多，回歸的結(jié)果更加精確，軟件的設(shè)置的最大次數(shù)為2萬次隨機置換進行QAP 回歸，調(diào)整后決定系數(shù)在0.62～0.65 區(qū)間內(nèi)，決定系數(shù)的概率在1%水平下通過顯著性檢驗，表明所選變量對不同知識基礎(chǔ)類型網(wǎng)絡(luò)形成解釋力度為62%～65%，模型測算結(jié)果較好（Liu et al.,2021）（表4）。計算最大類間差值作為臨界值判斷城際是否存在創(chuàng)新聯(lián)系，參考王俊等（2018）采用臨界值的80%和120%重新設(shè)定判斷值作為穩(wěn)健性檢驗的標準值，構(gòu)建5種類型的創(chuàng)新網(wǎng)絡(luò)二值矩陣，以此為因變量進行QAP回歸，對比可得回歸系數(shù)的符號方向和顯著性未發(fā)生改變，說明模型運行結(jié)果較為穩(wěn)健。

表4 五種知識基礎(chǔ)類型行業(yè)創(chuàng)新網(wǎng)絡(luò)QAP回歸分析結(jié)果Table 4 Results of QAP regression analysis of five types'knowledge-based industry innovation networks

2.3.2 多維鄰近對長三角城際行業(yè)異質(zhì)性知識基礎(chǔ)創(chuàng)新網(wǎng)絡(luò)的影響 據(jù)表4 可知：1）地理鄰近對解析型網(wǎng)絡(luò)影響不顯著，對其他類型網(wǎng)絡(luò)產(chǎn)生顯著正影響。由于解析型行業(yè)的創(chuàng)新主要依賴于抽象、普遍有效的編碼知識，長三角城際知識交換一般通過研發(fā)合作或在某一問題領(lǐng)域有相似認知的科學家群體中進行，具有高度的選擇性，能有效打破地理隔閡。而綜合型與象征型知識基礎(chǔ)在長三角城市群內(nèi)進行學習交互創(chuàng)新時，主要依賴于隱性知識，面對面交流是構(gòu)建創(chuàng)新聯(lián)系的主要方式，地理鄰近能提高面對面交流的概率，促進知識交換。2）認知鄰近與技術(shù)鄰近對5種網(wǎng)絡(luò)的形成均產(chǎn)生顯著正影響，反映長三角城市群不同類型行業(yè)進行知識創(chuàng)造、流動與應(yīng)用時，在行業(yè)結(jié)構(gòu)與技術(shù)產(chǎn)出領(lǐng)域具備一定的相似度，可以減少各知識基礎(chǔ)類型的行業(yè)在技術(shù)研發(fā)、工程應(yīng)用和藝術(shù)設(shè)計等方面的障礙，有效提高知識生產(chǎn)與交互的效率。3）制度鄰近僅對解析型、解析-綜合型網(wǎng)絡(luò)形成產(chǎn)生顯著正影響，對其他類型網(wǎng)絡(luò)的影響不顯著。從知識投入層面看，長三角城市群解析型與解析-綜合型行業(yè)在研發(fā)投入方面具有明顯優(yōu)勢，知識交換以研發(fā)合作為主，通過提高研發(fā)投入相似度，能降低研發(fā)合作的門檻，促進知識交換。

多維鄰近的交互對異質(zhì)性知識基礎(chǔ)行業(yè)創(chuàng)新網(wǎng)絡(luò)的影響表現(xiàn)為（見表4）：1）地理鄰近與技術(shù)鄰近交互對5種類型網(wǎng)絡(luò)均產(chǎn)生顯著正影響，表明地理鄰近與技術(shù)鄰近具有較強的互補作用，長三角城市群可通過同時縮短空間距離與增強技術(shù)鄰近，有效促進不同知識基礎(chǔ)類型行業(yè)的創(chuàng)新聯(lián)系。2）地理鄰近與認知鄰近交互對綜合-解析-象征型與綜合-象征-解析型網(wǎng)絡(luò)影響不顯著，對其他類型網(wǎng)絡(luò)影響顯著為正。綜合型知識基礎(chǔ)主導的行業(yè)知識創(chuàng)造動因為解決應(yīng)用工程類與供應(yīng)商-客戶交互中的問題，反映長三角各城市通過地理鄰近與認知鄰近的交互雖然可在一定程度上增大行業(yè)建立創(chuàng)新聯(lián)系的潛力，但也可能因地理鄰近有利于隱性知識的交流而不利于技術(shù)保護，加劇同行業(yè)市場競爭，成為行業(yè)構(gòu)建知識聯(lián)系的障礙。3）地理鄰近與制度鄰近交互對5種類型網(wǎng)絡(luò)的影響都不顯著，表明地理鄰近的創(chuàng)新主體并沒有通過制度鄰近獲得相關(guān)的政策傾斜，原因可能是長三角各城市間存在較大的制度、體制壁壘（王越等，2018），阻礙地理鄰近的創(chuàng)新主體構(gòu)建不同類型的知識聯(lián)系。

2.3.3 控制變量對長三角城際異質(zhì)性知識基礎(chǔ)行業(yè)創(chuàng)新網(wǎng)絡(luò)的影響 城市經(jīng)濟發(fā)展水平差異對長三角5種類型網(wǎng)絡(luò)的形成都產(chǎn)生顯著負影響，表明城市間經(jīng)濟發(fā)展水平越相近，越有利于5種知識基礎(chǔ)類型的行業(yè)創(chuàng)新網(wǎng)絡(luò)形成。城市行政等級對5種類型網(wǎng)絡(luò)產(chǎn)生顯著正影響，表明5種知識基礎(chǔ)類型網(wǎng)絡(luò)均更加傾向于在行政等級高的城市間形成。對外開放度差異對解析型與解析-綜合型網(wǎng)絡(luò)形成產(chǎn)生顯著負影響，對其他類型的網(wǎng)絡(luò)影響不顯著；這表明對外開放度高的城市為解析型知識基礎(chǔ)主導的行業(yè)與國外先進領(lǐng)域建立研發(fā)合作提供有利平臺，城市間對外開放水平差異越小，越容易建立解析型知識主導的行業(yè)創(chuàng)新聯(lián)系。

3 結(jié)論與討論

3.1 結(jié)論

本文基于知識基礎(chǔ)理論，將知識基礎(chǔ)異質(zhì)性理解為知識動態(tài)實踐的行為模式分類，在量化識別行業(yè)知識基礎(chǔ)類型的基礎(chǔ)上，探究長三角異質(zhì)性知識基礎(chǔ)行業(yè)形成的城際創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)特征與演化的基本差異與鄰近性機理，結(jié)果顯示：1）行業(yè)知識基礎(chǔ)被劃分為解析型、象征型、解析-綜合型、綜合-解析-象征型和綜合-象征-解析型5種類型。2）解析型網(wǎng)絡(luò)呈雙核結(jié)構(gòu)，其余類型網(wǎng)絡(luò)呈多核結(jié)構(gòu)，行政或經(jīng)濟中心城市主導解析型、解析-綜合型與綜合-解析-象征型行業(yè)創(chuàng)新聯(lián)系與發(fā)展，象征型、綜合-象征-解析型網(wǎng)絡(luò)中，常州、湖州等非行政和經(jīng)濟中心城市成為創(chuàng)新網(wǎng)絡(luò)核心節(jié)點，核心城市數(shù)量較多且變化較大。3）解析型網(wǎng)絡(luò)結(jié)構(gòu)日益“緊密化”，象征型網(wǎng)絡(luò)呈現(xiàn)“松散-緊湊-松散”、解析-綜合型網(wǎng)絡(luò)呈現(xiàn)“緊湊-松散-緊湊”的演變態(tài)勢，綜合型知識基礎(chǔ)主導的行業(yè)城際知識聯(lián)系結(jié)構(gòu)較為穩(wěn)定。4）解析型、解析-綜合型與綜合-解析-象征型網(wǎng)絡(luò)子群內(nèi)行政與經(jīng)濟中心城市聯(lián)系緊密，象征型與綜合-象征-解析型網(wǎng)絡(luò)子群內(nèi)知識聯(lián)系無明顯的城市等級之分；解析型網(wǎng)絡(luò)核心子群知識輸出能力強，其余類型網(wǎng)絡(luò)邊緣子群的知識回流能力更強。5）地理鄰近對解析型網(wǎng)絡(luò)影響不顯著，對其余類型網(wǎng)絡(luò)的影響顯著為正；認知鄰近與技術(shù)鄰近對5種網(wǎng)絡(luò)的影響均顯著為正；制度鄰近對解析型、解析-綜合型網(wǎng)絡(luò)的影響顯著為正，對其他類型網(wǎng)絡(luò)的影響不顯著；地理鄰近與技術(shù)鄰近交互對5 種網(wǎng)絡(luò)的影響均顯著為正；地理鄰近與認知鄰近交互對綜合-解析-象征型與綜合-象征-解析型網(wǎng)絡(luò)的影響不顯著，對其他類型網(wǎng)絡(luò)的影響顯著為正；地理鄰近與制度鄰近交互對5 種網(wǎng)絡(luò)的影響均不顯著。

3.2 討論

城市創(chuàng)新驅(qū)動發(fā)展既需要本地內(nèi)生知識，也需要外部知識，城際間知識創(chuàng)造、轉(zhuǎn)移與應(yīng)用成為重塑地區(qū)互動關(guān)系的重要力量。異質(zhì)性知識基礎(chǔ)行業(yè)在知識生產(chǎn)邏輯、學習與交互模式、搜索與擴散能力以及演化機制等方面存在顯著差異，長三角不同區(qū)域在創(chuàng)新系統(tǒng)構(gòu)建、區(qū)域管制和創(chuàng)新政策制定時，需要與差異化的知識基礎(chǔ)相匹配。其中，解析型網(wǎng)絡(luò)中編碼化知識的流動性與技術(shù)的程式化能力較強，知識交換能夠有效打破地理隔閡，長三角城市群可通過加大研發(fā)投入、實行人才引進政策、強化“產(chǎn)學研”合作、主動嵌入全國甚至全球先進知識網(wǎng)絡(luò)以促進創(chuàng)新發(fā)展。解析-綜合型與解析型網(wǎng)絡(luò)性質(zhì)相似，但知識生產(chǎn)與交互更聚焦于本地市場與工程類問題，知識網(wǎng)絡(luò)配置具有“地方性”特征，長三角城市群通過加大研發(fā)投入、營造人才氛圍和加強研發(fā)合作等同樣有利于行業(yè)知識交互，但應(yīng)具備地方應(yīng)用場景，以解決本地市場、項目工程等問題為導向。象征型網(wǎng)絡(luò)主要是藝術(shù)家和設(shè)計師等群體基于項目合作，圍繞反映創(chuàng)造意義、美學和文化價值的設(shè)計目標進行知識交互而形成，受地方潮流、文化環(huán)境變化影響大，知識網(wǎng)絡(luò)的配置靈活多樣，長三角城市群可通過重點培育以創(chuàng)意及藝術(shù)為基礎(chǔ)的高等教育、支持音樂廳、劇院等文化及創(chuàng)意基礎(chǔ)設(shè)施建設(shè)、提供臨時項目合作地點和進行業(yè)務(wù)輔導等方式提高知識交換效率。綜合-解析-象征型與綜合-象征-解析型行業(yè)由于知識生產(chǎn)與學習模式差異，網(wǎng)絡(luò)節(jié)點、子群聯(lián)系演化路徑明顯不同，但從行業(yè)特點與鄰近性機理分析發(fā)現(xiàn)，二者需對市場和項目工程等具備綜合認知能力，長三角城市群可加強工程領(lǐng)域和應(yīng)用科學的高等教育、引進工程型和應(yīng)用型人才，通過法律、法規(guī)和優(yōu)惠稅收政策構(gòu)建良好營商環(huán)境，促進行業(yè)知識互動。

本文也存在一些不足，如：1）以研究期內(nèi)行業(yè)數(shù)據(jù)的均值識別行業(yè)所屬知識基礎(chǔ)類型，在保證不同時段分類數(shù)據(jù)具有可比性的同時，可能會弱化某些行業(yè)知識基礎(chǔ)類型的動態(tài)演化；2）基于修正引力模型構(gòu)建的城際行業(yè)創(chuàng)新網(wǎng)絡(luò)與基于流空間視角，采用跨城科技成果數(shù)、人才移動軌跡等構(gòu)建的城際知識合作與人才移動網(wǎng)絡(luò)相比，仍屬于間接模擬；3）在網(wǎng)絡(luò)結(jié)構(gòu)分析層面，僅對不同知識基礎(chǔ)類型的行業(yè)創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)演化及鄰近機制進行比較分析，尚未涉及不同類型網(wǎng)絡(luò)間的知識交互與創(chuàng)新影響。未來可以在分析知識基礎(chǔ)分類的時序變化基礎(chǔ)上，探討行業(yè)知識基礎(chǔ)類型的動態(tài)演化及其對創(chuàng)新網(wǎng)絡(luò)的影響；或在對不同知識基礎(chǔ)類型行業(yè)網(wǎng)絡(luò)的創(chuàng)建方式繼續(xù)追蹤研究的基礎(chǔ)上，分析異質(zhì)性知識基礎(chǔ)行業(yè)創(chuàng)新網(wǎng)絡(luò)間的耦合性與外部性，進一步挖掘不同知識基礎(chǔ)類型網(wǎng)絡(luò)間的相互影響與演化機制，豐富城市創(chuàng)新網(wǎng)絡(luò)研究的視角與理論成果。