淮河生态经济带城市创新网络结构与网络资本分析

李刚 王梦伟

[摘 要]基于区域创新联系的相关理论，借助改进的辐射模型和社会网络分析方法，对淮河生态经济带城市创新网络的结构、复杂网络特征及网络资本与创新能力的关系进行分析。研究表明：1.城市创新网络具有显著的空间异质性，中高等强度的城市创新联系主要分布在区域的东北部;2.城市创新网络的整体密度偏低，节点城市的等级规模特征显著，网络连接较为松散;3.城市创新网络中首位联系多为城市对之间的相互联系，城市的向心性较弱，整体呈现以六安与宿迁为核心的“双核”系统;4.城市创新网络具有小世界特征，网络的流通性与效率较高，宿迁与连云港处于网络中的结构洞位置;5.网络资本与城市创新能力在0.01的水平上显著相关，但网络资本中的网络中心性指标与城市创新水平表现出不相关，说明城市创新网络仍处于初级发展阶段，网络中心性对城市创新水平影响较弱。

[关键词]城市创新网络;网络结构;网络资本;创新能力

[中图分类号]F127 [文献标识码]A [文章编号]1671-8372（2020）03-0017-09

Abstract：Based on the theory of regional innovation connection， with the help of improved radiation model and social network analysis method， this study analyzes the structure， complex network characteristics and the relationship between network capital and innovation capability of urban innovation network in Huaihe Ecological Economic Belt. The results show in the following aspects： 1. The urban innovation network has significant spatial heterogeneity， and the medium and high intensity urban innovation links are mainly distributed in the northeast of the region; 2. The overall density of the urban innovation network is low， the rank scale characteristics of node cities are significant， and the network connection is relatively loose; 3. In the urban innovation network， the first link is mostly the mutual link between city pairs， and the city has a weak centrality， which presents a “dual-core” system with luan and Suqian as the core; 4. The urban innovation network has the characteristics of a small world， the network has high liquidity and efficiency， Suqian and Lianyungang are located in the structural holes of the network; 5. Network capital is significantly correlated with urban innovation ability at the level of 0.01， but the network centrality index in network capital is not correlated with urban innovation level， indicating that urban innovation network is still in the primary stage of development， and network centrality has weak impact on urban innovation level.

Key words：urban innovation network; network structure; network capital; innovation capacity

随着中国经济由高速增长阶段转向高质量发展阶段，知识和科技创新逐步取代传统的物质资本，成为推动区域经济增长的关键因素。2019年3月，全国两会提出要提升科技支撑能力，以科技创新培育壮大新动能，打造中国高质量发展的强劲动力，创新成为推动经济高质量发展的重要助推力。创新网络作为创新主体之间协同合作、创新要素流动共享的载体和有效途径，在降低市场的不确定性和保持区域持续的创新能力方面具有重要作用。淮河生态经济带作为中东部合作发展的先行区，在承接长三角地区的产业转移方面，发挥着淮河水道和新亚欧大陆桥经济走廊纽带的重要作用。因此，本文拟对淮河生态经济带创新网络进行研究，为加快其产业的转型升级以及新旧动能的转化提供积极的参考。

一、文献综述

創新网络概念由英国学者Freeman于1991年率先提出，他认为：“网络的基本连接机制是城市企业间的创新合作关系”[1]。城市创新的“网络化”发展态势，要求城市创新的研究由点向面，由面及网，这对区域内创新资源优化配置、空间结构调整以及创新绩效提升具有重要意义。因此，城市群或经济带的城市创新网络分析引起了国内外学者的高度重视，创新网络结构特征以及区域创新模式与创新资源流动与整合的关系问题[2]，成为研究的焦点。

早期学者采用传统的引力模型[3]或重力模型[4]建立区域间的创新联系，构建创新网络模型，但这种创新网络模型的局限性较强，无法有效地解释流动要素下城市间的创新联系。因此，更多的学者将创新网络模型集中于专利技术合作网络[5]和科研合作网络[6]上，采用地区间联合申请专利[7]和论文合作数据[8]构建创新网络。随着社会网络分析方法的运用逐渐加深，无标度特征[9]、小世界特征[10]、网络中心性[11]、结构洞[12]等创新网络特征的研究逐渐丰富，创新网络的动态演化[13-14]成为研究的热点，创新网络研究开始由传统的静态向动态演变分析转变。不同的创新网络，如知识创新网络[15]、技术创新网络[16]、产业集群的创新网络[17]等，由于各自演化的机制与途径存在着不同[18]，进而驱动因素[19]以及邻近性机理[20]也存在着不同。不同的创新网络在不同的阶段表现出不同的特征[21]。对此，演化经济地理学者从创新网络的演化、网络特征等方面进行了探讨，但对网络结构如何影响区域创新方面的研究有所欠缺。罗伯特·哈金斯（Robert Huggins）认为，为获得知识而对计算网络的投资是一种资本形式，亦即网络资本，将其纳入区域经济增长模型之中[22]。丹尼尔·普罗科普（Daniel Prokop）从这个角度实证分析网络结构对区域创新的作用，发现网络与创新绩效存在显著相关性，网络结构以及由此产生的网络结构资本存量影响着区域创新[23]。随着相关研究的进一步推进，通过对网络结构特性进行时间序列分析来评估网络系统的创新绩效[24]成为未来研究的主要方向。

综上所述，目前创新网络的相关研究较为丰富，但研究对象多为全国或全球层面的知识创新网络以及科研合作创新网络，对特定区域的多层次创新网络的研究较少，鲜有关注网络结构性资本与创新能力的关系。因此，本研究以淮河生态经济带25个地级市为研究对象①，运用改进的引力辐射模型，量化城市创新能力，构建城市创新网络;运用GIS分析法与社会网络分析方法测度城市创新网络拓扑结构特征以及复杂网络特征，对网络资本与城市创新能力关系进行分析，以期为跨区域创新网络的构建以及区域经济的均衡发展提供有益参考。

二、研究数据与研究方法

（一）数据来源

选取的指标数据来源于各省的2018年统计年鉴以及《中国城市统计年鉴》，城市创新关注度指数数据来源于百度指数大数据分享平台（index.baidu.com）。

（二）研究方法

城市之间创新资源的流动整合构成了空间创新网络，这就要求创新资源的集聚与扩散效应必须符合城市间的空间辐射作用，城市之间的创新联系也必须以创新流动力及潜在创新“辐射”为主。美国学者西米尼（Simini）在空间相互作用一般机理基础上所提出的辐射模型[25]能够较好地解释资源流动下城市间的空间相互作用。所以，本文以其为空间创新网络的模型原型，加入城市间的综合关注度指数，形成空间创新辐射模型，并对其进行社会网络分析，以揭示淮河生态经济带城市创新网络的特征以及节点城市所处的位置。

1. 改进的空间创新辐射模型

辐射模型的本质是一种介入机会模型，而介入机会的大小与城市间的创新流动水平以及城市创新联系能力有关。借鉴西米尼等学者的研究，结合城市創新辐射的规律，对空间创新辐射模型做出以下假设：（1）信息网络高速发展的条件下，城市间的创新联系强度受传统地理空间因素的影响较小，其“流动空间”特性使其符合虚拟空间的连接规律，城市间创新联系的概率呈现一定的虚拟化特征;（2）城市间的创新水平差距越大，研究区范围内其他城市的介入机会越大，介入机会用两城市间的创新水平差值的绝对值表示，令其为|Sij|。

基于上述假设，对辐射模型的参数进行一定的调整，使得城市之间创新联系的测度更具有针对性。创新资源的流动符合空间辐射作用，创新资源的流动能力受城市潜在创新“辐射”的影响，城市间的创新联系由创新资源的流动能力以及城市的潜在辐射能力体现，符合空间相互作用的一般理论。在“流动空间”的研究范式下，城市间的实际创新流动能力可以用百度趋势指数来表示，用rij表示城市j对城市i的创新关注度指数，用Ri表示所有研究城市对城市i创新关注度指数的加总，并作为城市i的综合创新关注度指数。公式如下：

2.社会网络分析法

社会网络分析法是基于网络节点间联系能力来分析节点间联系类型及其影响程度的一种方法。包括运用个体网络结构特征中的网络中心度和结构洞分析、考察创新网络的结构特征以及节点城市所处的位置关系，间接测度网络资本，以及从复杂网络特性中选用小世界特征和凝聚子群来分析创新网络的可达性和集聚性。

（1）网络中心度分析。中心度分析反映各城市节点在创新网络中所处的位置，所以本文选用点的度数中心度来反映城市创新网络中点的节点中心性。点的度数中心度分为绝对中心度和相对中心度。绝对中心度指的是与节点直接相连的点的个数，相对中心度指的是点的绝对中心度与图中点的最大可能的度数之比。基于绝对中心度能够更直观地显示节点的中心性，本文选用绝对中心度测量节点的中心性。绝对度数中心度的公式如下：

（2）小世界特征分析。瓦特（Watts）和斯特罗加兹（Strogatz）于1998年提出的小世界网络模型是一种介于规则网络与随机网络的复杂网络形态。创新网络会受一定固定因素的影响，而创新网络中节点之间又符合虚拟网络的概率连接方式，因此，创新网络是介于规则网络与随机网络之间的小世界网络。小世界网络具有网络中任意两点的特征路径长度较短、集聚系数较高的特征，因此用特征路径长度L与集聚系数C可以判断复杂网络是否具有小世界特征。特征路径长度L是指网络中所有节点对距离dij的平均值（dij为最短路径），其计算公式为：

集聚系数C表示网络中所有相邻节点实际连边数占最大连边数的比例，其计算公式为：

（3）结构洞与凝聚子群分析。结构洞表示的是非冗余的联系，处于结构洞位置的网络节点能够获取更多的信息和资源，所以可以减少获取非冗余信息的成本。创新网络中的结构洞可以看作是一种创新资本，处于结构洞位置的城市可以通过控制创新信息与资源的流动，来实现自己的价值。结构洞的测度一般分为两类计算指标，第一类是伯特（Burt）的结构性指标，第二类是中间中心性指数。因为伯特的结构性指标涵盖了网络节点获取信息的有效性，使节点具有运用结构洞的能力，所以选用伯特的结构性指标。其中结构性指标包括有效规模、效率、限制度与等级度。

（三）城市创新联系能力指标体系的构建

城市的创新投入与产出能够衡量城市创新能力的大小[2]，创新资源的流通水平能够反映创新主体城市将创新资源与区域内其他城市进行联系的能力[9]，城市间的创新联系与城市创新能力以及创新流通水平有关[14]。所以，从创新投入与产出、城市发展的经济水平、人力与资源流通水平五个维度进行细化，并通过理论分析和因子分析等方法对指标进行选择，建立五大维度14项指标（X1-X14）的城市创新联系能力测度指标体系（见表1）。

通过标准离差法对指标体系进行权重计算。计算步骤为：首先对原始数据Xij进行无量纲化处理，得到Zij;其次求变量的均值Zj;再次求j指标的均方差，并利用均方差得出指标的权重Wj，得出城市的创新规模：M=WjZij。式中i表示城市，j表示选取的指标，城市间的创新联系强度可以根据公式（2）（3）得出。

三、淮河生态经济带城市创新网络的构建及特征分析

（一）城市创新网络的构建

基于复杂网络理论的分析思路，将淮河生态经济带25个城市作为网络节点，城市间的创新联系强度作为节点之间的连边，构建淮河生态经济带城市创新网络。为了突显城市创新网络的空间分布差异以及网络拓扑结构，选取城市之间创新联系强度大于1500的城市对作为连边，对创新网络进行简化。城市之间创新联系强度按照Jenks自然断裂点分级法分为5级，并通过ArcGIS进行可视化处理，绘制淮河生态经济带城市创新联系网络图（见图1）。

整体上看，淮河生态经济带的城市创新网络呈现错综复杂的形态，区域中部形成较强的网络连接，区域外围的网络连接较弱。城市创新网络大致形成以宿迁、蚌埠为核心的，向外辐射的复杂网络形态，其中，蚌埠、商丘、连云港与宿迁处于创新网络中的核心位置，與其他城市的创新联系度较强，阜阳、滁州等城市处于次核心位置，其他城市处于创新网络的边缘位置，网络结构整体上呈现“核心-外围”形态。

（二）城市创新网络结构特征

1.城市创新网络具有显著的空间异质性

运用Jenks自然断裂点分级法将城市间的创新联系强度分为三类：高强度联系、中等强度联系、低强度联系。通过可视化高强度和中等强度的联系，得到淮河生态经济带创新联系的空间分布图（见图2）。淮河生态经济带城市之间的创新联系在地理空间上存在显著的非均衡性，高强度的城市创新联系分布在区域的东北部以及中部，并以江苏省与安徽省内部城市之间的创新联系为主，省际的创新联系较弱。行政区划的阻隔效应比较明显，说明创新网络受各区域政策的开放力度、行政区划等社会规律的影响，表现出规则网络的特征。中等强度的城市创新主要集中于区域中部，表现为省际城市之间的联系。其中，河南省城市与其他地区联系较小，表现为一种弱联系。整体来看，淮河生态经济带城市创新网络主要集中于东北部以及中部，空间分布差异较为显著。

高强度的城市创新联系以宿迁、阜阳与蚌埠的单中心辐射为主;中等强度的城市创新联系以中部区域的局部网络化为主，主要表现为安徽省内城市之间的创新联系。其中地理空间因素对城市之间的创新联系影响较小。总的来看，高强度与中等强度的创新联系分布在淮河生态经济带的东北部地区，西南部的创新联系网络较弱。表明城市创新网络的空间异质性特征显著。

2.城市创新网络整体密度偏低，节点城市的等级规模特征显著

网络密度能够反映出创新网络中各节点城市间整体的联系程度，网络密度越高，节点间的联系越密切，相关的联系也就越紧密。将城市间的联系强度数据作为O-D数据，联系强度小于1500的O-D数据赋值为0，并对数据进行0—1对数转换，运用 Ucinet软件对城市创新网络的整体密度进行测算。结果显示淮河生态经济带城市创新网络的网络密度为0.510，网络密度较低，城市间的创新联系在中高等强度上较弱，节点城市间呈现出弱联系状态。表明该经济带缺乏有较大控制力与影响力的核心城市，需要进一步运用网络中心性指标测度节点城市在网络中所处的位置。

绝对度数中心度表示与研究对象的城市节点直接存在创新联系的其他城市节点的个数。将城市间联系强度小于1500的赋值为0，大于1500的赋值为1，能够体现节点城市在中高等创新联系强度下的联系情况。节点的度数中心度越大表示其在网络中的度数中心性越高，在网络中的地位越重要。通过Ucinet软件计算淮河生态经济带各节点城市的绝对度数中心度，并将节点城市的绝对度数中心度划分为5个层级。第一层级的节点度数中心度为D≥18，位于创新网络中的强核心位置;第二层级的节点度数中心度为15≤D<18，处于网络中的核心位置;第三层级的节点度数中心度为10≤D<15，处于网络中的次核心位置;第四层级的节点度数中心度为5≤D<10，处于网络中的半边缘位置;第五层级的节点度数中心度1≤D<5，处于网络中的边缘位置。借助Ucinet软件的Net Draw 功能绘制淮河生态经济带节点城市的等级结构分布图（见图3）。图中点的大小与城市的绝对度数中心度呈正比，线的连接表示实际的城市创新联系。

由图3可见，宿迁市与连云港市处于网络中的强核心位置，为区域的创新合作中心，所以通过加强网络中创新资源的流通能力，能够提高整体的创新水平。商丘、蚌埠等地居于创新网络中的核心位置，与其他城市的创新联系强度相对较弱，其创新联系多集中于邻近地区的创新合作，多分布在区域的中部。作为经济发展与科技发展水平较高的徐州市，其创新规模较强但创新辐射较弱;与省界内城市的创新联系较强，但与其他地区城市的创新联系较弱，导致其在整体的创新网络中处于半边缘位置。因此要加大徐州地区创新的区域开放力度，提高与其他城市的创新联系水平。漯河与淮北处于网络的边缘位置，创新联系较弱，政府应合理调整淮北与漯河的创新投入支出，加大与其他城市之间的创新联系。整体来看，节点城市网络中心性的等级规模特征比较明显，核心城市与边缘城市的节点度数中心度相差较大。因此要加大城市创新资源的投入力度，加快创新资源的整合流通，缩小城市之间的创新联系差距。

3.城市创新网络的首位联系呈现出以六安与宿迁为核心的“双核”系统

城市创新网络从整体上反映出淮河生态经济带城市创新联系的空间形态，但并未体现出节点城市的局部联系特征，通过对节点城市首位联系的分析，能够从局部的角度探讨城市创新网络的特征。

运用ArcGIS对节点城市的首位联系进行空间表述，得到淮河生态经济带城市创新网络的首位联系分布图。如图4所示，淮河生态经济带东北部形成以宿迁为核心的首位联系分布状态，多为邻近城市之间的创新联系，济宁—淮安、临沂—泰州互为首位联系，城市间的依赖性与耦合性较高;区域南部形成以六安为核心的首位联系分布状态，河南省的节点城市与六安的创新联系较为密切。城市之间互为首位联系的城市对占比为64%，首位联系主要以城市间的耦合关系为主，城市对之间的首位联系较弱，说明该区域缺乏强有力的节点城市，可将城市间的创新联系进行整合。宿迁与连云港虽处于创新网络中的强核心位置，但与其他城市之间的创新流动能力较弱，使得创新资源的交流与合作处于缓慢发展阶段。所以应加大节点核心城市的创新流通能力，加快创新资源的整合。整体来看，首位联系多为城市对之间的相互联系，城市的向心性较弱，整体呈现以六安与宿迁为核心的“双核”系统。

四、淮河生态经济带复杂网络特征与网络资本分析

城市创新网络结构分析从整体上显示了创新网络的结构特征，但对创新网络中节点的位置关系、网络整体的可达性以及局部之间的集聚性特征描述较少。因此，分析复杂网络特性中的小世界特征、结构洞与凝聚子群，探究创新网络的可达性与集聚性，并用网络中心度与结构洞等指标来衡量网络资本，分析网络资本与创新能力的关系。

（一）小世界特征分析

城市创新网络受一定社会规律的影响，诸如区域政策开放力度、经济发展水平等因素，会表现为规则网络的特征。但当城市之间创新联系的概率呈现一定的虚拟化特征时，城市创新网络就会具有随机网络的特征。小世界网络模型是介于规则网络与随机网络的复杂社会网络，具有特征路径长度较短、集聚系数较大的特征。运用Ucinet软件对淮河生态经济带城市创新网络的特征路径长度与集聚系数进行测度，可以对城市创新网络的小世界特征进行分析。小世界特征分析能够体现创新网络的可达性以及凝聚性情况。

将城市间的全部创新联系强度作为O-D数据，运用Ucinet软件对城市创新网络的特征路径长度与集聚系数进行测度。特征路径长度是网络中连接任意两个节点所需的最少边数，其数值越小，表明其网络的可达性越高。当城市创新网络的平均特征路径长度为1时，说明城市创新网络具有紧密的拓扑结构联系，即城市之间均存在着创新联系，数值较小说明网络可达性与网络运行效率较高。集聚系数描述了一个节点的邻接点之间相互连接的程度，集聚系数越大，说明一个节点的邻接点之间相互连接的程度越强，网络整体的运行效率越高。通过公式（6）计算得出淮河生态经济带城市创新网络整体的聚类系数为903.183，说明其网络整体的聚类系数较高，整体的运行效率较高。城市创新网络具有较小的平均特征路径长度以及较大的集聚系数，表明城市创新网络具有小世界特征，虽然网络内部创新联系强度较不均衡，但网络整体的连通性和网络效率比较高，具备较好的创新要素流动与创新活动扩张的客观基础，有利于促进区域创新。

（二）结构洞特征分析

结构洞理论强调网络中存在的结构洞可以为处于该位置的组织和个人带来信息和其他资源上的优势。伯特所说的结构洞至少由三个行动者之间的关系构成，如果两个行动者之间无直接联系，就必须通过第三个行动者进行联系，那么第三个行动者在网络中就会占据一个结构洞。这种结构可以为中间人带来利益，将不同群体间的信息与新观念进行联系。因此，这种结构是一种社会资本。在城市创新网络中，结构洞可以视作一种创新资本，处于网络的核心位置，掌握着关键要素或信息的流动，可通过控制创新资源的流动以及信息的获取，来实现自身的价值。伯特的结构洞测度指标包括四个方面：有效规模、效率、限制度与等级度。其中限制度在判断网络中节点是否为结构洞时最為重要。利用Ucinet软件对淮河生态经济带城市创新网络的结构洞相关指标进行分析（见表2）。

结构洞测度指标中的限制度最为关键，限制度越小，说明节点城市处于网络中的结构洞位置。由表2可知，宿迁与连云港的限制度最小，处于城市创新网络中的结构洞位置，是网络中的核心枢纽，对创新资源的流通具有一定的控制和引领作用。同时，根据上文节点的度数中心度划分的层级，宿迁与连云港也处于网络中的核心位置，在网络中有效的地理位置使得两者能够有效利用创新信息与资源。徐州、扬州、泰州、临沂、淮北等地限制度较大，利用结构洞的能力较弱，在网络中处于边缘位置。其中徐州、扬州等经济发达的城市在创新网络中的优势不明显。因此，将网络中处于结构洞位置的城市作为区域独立创新中心，能够带动区域整体在网络中的创新连接与发展，提升区域网络的创新效率。

（三）凝聚子群分析

凝聚子群分析能够从整体的网络结构之中找到联系较为密切的子群体，从局部角度分析城市创新网络中节点城市的创新联系关系。运用Ucinet软件的迭代相关收敛法对淮河生态经济带城市创新网络进行凝聚子群分析（见图5）。

由图5可知，对淮河生态经济带城市创新网络进行凝聚子群分析，得到7个子群（从上至下分为第一至第七子群）。从整体来看，子群数量较多，子群间的联系相对较弱，不利于创新资源的流动以及城市间的创新交流;处于核心位置的子群以跨区域间的创新联系居多，空间邻近效应较弱，处于一种强联系状态。其中第四子群内部城市间的创新联系较强，处于网络的核心位置;河南省的大部分城市位于第六与第七子群，说明城市间的创新联系较弱，处于网络的边缘位置，河南省应该加大城市创新资源的投入力度，加快城市创新的发展，以更好地融入淮河生态经济带城市的创新网络中。所以子群在创新联系较弱的情况下，空间邻近效应较强，表现为空间位置相近的城市成为一个子群;在创新联系较强的情况下，空间邻近效应较弱，表现为跨地区间的创新联系。总的来看，城市创新网络中子群间的联系相对较弱，缺乏强有力的核心将不同子群间的创新联系进行整合。创新网络具有结构洞优势，所以要充分利用处于结构洞位置的城市的引领作用，加强子群间的创新联系，优化城市创新网络的格局。

（四）网络资本与城市创新能力关系

网络技术的发展，强化了创新扩散理论中的扩散环境，加快了创新扩散的速度。网络作为知识和创新资源流通的重要通道，能够强化知识的溢出效应，加强城市间的创新资源流通，降低城市之间创新合作的成本，从而促使城市的创新能力与其在网络中的位置具有较大的关系，并体现为一种网络资本。城市获取外部创新资源与知识的多寡主要受其所处网络位置和地位的影响，而处于结构洞位置的城市能够获取更多的创新资源与信息。城市的度数中心度能够反映城市在网络中所处的地位，控制创新资源与信息的流动，所以城市网络资本可以通过网络度数中心度与结构洞指标间接测量，其结果称为“结构性网络资本”。据此，本文选取城市创新规模得分来衡量城市创新能力，开展网络资本与城市创新能力的关系分析。

Stata软件的Pearson相关分析结果显示（见表3），在0.01的水平上，节点城市的度数中心度与城市创新能力无关。淮河生态经济带中城市的创新能力水平与度数中心度存在着同配和异配现象：一些城市的度数中心度与创新能力存在着正相关关系;另有一些城市的度数中心度与创新能力存在着负相关关系，整体上表现为不相关。其中徐州的创新能力水平最高，但度数中心度较低，说明徐州自身的创新能力较强，但对周边的创新辐射力度较小，与城市间的创新联系强度较弱。所以应加大徐州的政策开放力度，提高其对周边城市的创新辐射。宿迁的度数中心度最高，但自身的创新能力较低，说明宿迁在网络中处于核心位置，吸收与整合创新资源的能力较强，但自身的创新水平较低。所以政府应加大创新资源的投入力度如加大科研与教育支出，提高宿迁的创新水平。城市的度数中心度与创新能力的相关性较弱，但通过对处于同配和异配现象的城市采取不同的措施，能够提升度数中心度与城市创新能力的相关性水平。

节点城市的结构洞指标与城市创新能力存在显著的相关性，在网络中处于结构洞位置的城市拥有的外部创新知识众多，整合创新资源的能力较强，有利于推动其自身创新能力的提高。而在创新网络中处于边缘的城市，信息资源的获取与流通较弱，与其他城市的创新联系较弱，不利于自身创新的发展。如徐州，虽然自身的创新能力较强，但却在网络中处于边缘位置，创新信息的获取较少，不利于创新技术的进一步发展，其创新发展可能会遇到一个瓶颈期。若网络结构洞指标的相关系数相较于网络中心性指标的相关系数要高，说明该创新网络中节点城市在获取外部创新信息与资源方面，结构洞比中心性优势更大。淮河生态经济带的城市创新网络处于初级阶段，网络中心性的优势还没有更好地发挥。所以具有较高创新能力的城市应该充分发挥好自身的辐射作用，创新政策开放力度应该加大。总的来看，结构性网络资本与城市创新能力存在显著性的相关性，网络位置决定了城市获取外在创新资源与知识的异质性，网络结构是影响城市创新能力的关键因素。

五、结论

本文在改进的辐射模型基础上计算了淮河生态经济带25个节点城市的创新联系强度，通过GIS分析构建了城市创新网络，并借助社会网络分析方法，对淮河生态经济带城市创新网络结构特征、复杂网络特征及城市网络资本与创新能力的关系进行了分析，主要结论如下：

1.网络结构形态上，淮河生态经济带城市创新网络行成以宿迁、蚌埠、连云港与商丘为核心的，向外辐射的复杂网络状态，整体上呈现“核心-外围”形态。

2.网络结构特征上，淮河生态经济带城市创新网络具有显著的空间异质性，高强度的城市创新联系分布在区域的东北部与中部，行政区划的阻隔效应明显。城市创新网络的整体密度偏低，网络连接较为松散，网络中缺乏强有力的核心整合创新资源，需提高整体的网络密度。另外，节点城市的等级规模特征显著，节点分布表现为“核心-外围”格局。首位联系多为城市对之间的相互联系，城市的向心性较弱，整体呈现以六安与宿迁为核心的“双核”系统。

3.淮河生态经济带城市创新网络具有小世界特征。相比于随机网络，该经济带城市创新网络具有较小的特征路径长度与较大的集聚系数，网络整体的连通性与流通效率较高。宿迁与连云港处于网络中的结构洞位置，能够有效利用创新信息与资源，实现自身的创新发展，徐州、扬州等创新能力较高的城市限制度较大，与周边城市的创新联系较小，处于网络中的边缘位置。所以培育网络中心城市，加大区域政策开放力度有助于优化城市创新网络结构，促进跨界知识流动，提升城市网络资本价值。

4.城市创新网络的整体联系较弱。依据凝聚子群分析，淮河生态经济带城市创新网络分为7个子群，子群间的联系较弱，创新联系强度较弱的城市间以空间邻近效应为主，表现为位置相近的城市形成子群，创新联系强度较强的子群表现为城市间的跨区域创新联系。

5.网络资本与城市创新能力存在显著的相关性。从结构性网络资本与城市创新关系来看，在网络中处于结构洞位置的城市，其城市创新能力較高，由结构洞指标表征的网络资本与城市创新能力存在着显著的相关性水平;由网络中心度指标表征的网络资本与城市创新能力表现出不相关，说明淮河生态经济带城市创新网络处于初级阶段，网络中心性的性质不明显。将处于结构洞位置的城市培养成区域创新中心城市，能够提高城市创新水平。

因此，要促进淮河生态经济带城市创新网络的发展，需培育创新型中心城市，加强边缘城市的对外创新联系，缩小区域间的创新联系差距;需要注重处于结构洞位置城市的创新发展，大力实施创新发展战略，通过创新网络自身所处的网络优势，加快创新资源与信息的流通，促进城市之间创新资源的融合;应制定鼓励城市间创新合作的政策，以降低城市之间创新合作的制度壁垒。

Freeman C. Networks of innovators： a synthesis of research issues[J].Research Policy， 1991（5）：499-514.

马双，曾刚.网络视角下中国十大城市群区域创新模式研究[J].地理科学，2019（6）：905-911.

马双，曾刚.长江经济带城市间的创新联系及其空间结构分析[J].世界地理研究，2018（4）：57-65.

王丰龙，曾刚，叶琴，等.基于创新合作联系的城市网络格局分析—以长江经济带为例[J].长江流域资源与环境，2017（6）：797-805.

吕拉昌，孟国力，黄茹，等.城市群创新网络的空间演化与组织—以京津冀城市群为例[J].地域研究与开发，2019（1）：50-55.

龚轶，王峥，高菲.协同创新、区域差异与现代化经济体系布局—以京津冀为例[J].城市发展研究，2019（8）：71-77.

周灿，曾刚，曹贤忠.中国城市创新网络结构与创新能力研究[J].地理研究，2017（7）：1297-1308.

刘琼，刘桂锋，丁岚.中韩科研合作网络、模式与演进路径[J].科技管理研究，2019（13）：65-73.

谢伟伟，邓宏兵，刘欢.绿色发展视角下长三角城市群城市创新网络结构特征研究[J].科技进步与对策，2017（17）：52-59.

谢伟伟，邓宏兵，苏攀达.长江中游城市群知识创新合作网络研究—高水平科研合著论文实证分析[J].科技进步与对策，2019（16）：44-50.

徐梦周，潘家栋.浙江省域经济联系与创新联系的空间形态及分异演化格局[J].浙江社会科学，2019（4）：36-44，68，156.

史焱文，李二玲，李小建，任世鑫.农业产业集群创新通道及溢出效应—以山东寿光蔬菜产业集群为例[J].地理科学进展，2019（6）：861-871.

徐宜青，曾刚，王秋玉.长三角城市群协同创新网络格局发展演变及优化策略[J].经济地理，2018（11）：133-140.

尹向来，张晓青.山东省城市创新联系时空演变分析[J].湖南师范大学自然科学学报，2018（1）：1-10.

许培源，吴贵华.粤港澳大湾区知识创新网络的空间演化—兼论深圳科技创新中心地位[J].中国软科学，2019（5）：68-79.

孫天阳，成丽红.中国协同创新网络的结构特征及格局演化研究[J].科学学研究，2019（8）：1498-1505.

周灿，曹贤忠，曾刚.中国电子信息产业创新的集群网络模式与演化路径[J].地理研究，2019（9）：2212-2225.

王歌，张安录，杨帆，李景旺，黄俊添.土地科技创新的合作网络及热点演化研究—以国土资源科学技术奖为例[J].中国土地科学，2019（6）：104-112.

唐建荣，李晨瑞，倪攀.长三角城市群创新网络结构及其驱动因素研究[J].上海经济研究，2018（11）：63-76.

鲜果，曾刚，曹贤忠.中国城市间创新网络结构及其邻近性机理[J].世界地理研究，2018（5）：136-146.

颜子明，杜德斌，刘承良，等.西方创新地理研究的知识图谱可视化分析[J].地理学报，2018（2）：362-379.

Huggins  R，  Thompson P. A network-based view of regional growth[J].Journal of Economic Geography， 2014，14（3）：511-545.

Huggins R，  Prokop D. Network structure and regional innovation： a study of university–industry ties[J].Urban Studies， 2017（4）：931-952.

Kang M J，  Hwang J. Structural dynamics of innovation networks funded by the European Union in the context of systemic innovation of the renewable energy sector[J].Energy policy， 2016， 96： 471-490.

Simini F， González M C， Maritan A， et al. A universal model for mobility and migration patterns[J].Nature， 2012（7392）： 96-100.

[责任编辑 祁丽华]