技术创新网络多维邻近性演化研究

研究技术创新网络多维邻近性是否伴随创新网络生命周期不同发展阶段而呈现出不同演化特征,对创新网络内部伙伴选择、关系治理和创新绩效发展具有重要意义。基于IBM专利合作网络数据,运用Feature Selection方法,从地理邻近、社会邻近、技术邻近、组织邻近和制度邻近5个维度分析技术创新网络多维邻近性演化特征。结果表明：①生命周期视角下,在创新网络创生阶段,企业选择合作伙伴时主要考虑技术邻近性和组织邻近性,成长阶段主要考虑地理邻近性,成熟和衰退阶段主要考虑社会邻近性;②演化视角下,地理邻近性与技术邻近性曲线呈倒U型关系,地理邻近性在成长期达到最高点,技术邻近性在成熟期达到最高点;制度邻近性与组织邻近性呈U型关系,制度邻近性在成长期达到最低点,组织邻近性在成熟期达到最低点;社会邻近性则随着创新网络生命周期发展一直呈上升态势。     

中国沿海地区海洋产业合作创新网络特征及其邻近性

创新是引领发展的第一动力,网络是创新成功的关键。文章基于2000—2017年中国沿海地区海洋产业合作专利数据,运用复杂网络分析、ArcGIS空间分析和地理探测器等方法,构建海洋产业合作创新网络,分析合作网络的特征、结构及邻近性机制得出:①沿海地区海洋产业合作专利经历萌芽和探索阶段,现在正处于高速发展阶段,但部分省的合作专利贡献率不足。②创新主体中心节点带动辐射能力与合作能力增强,高校是合作创新的主力军。以企业为中心的海洋技术创新体系尚未形成,企业创新生态环境有待完善。③海洋产业合作创新网络结构的广度扩张,有明显的合作团体出现,但网络整体通达性弱,结构松散、不稳定。④城市间趋于向更多、更广的范围拓展合作,上海市、青岛市、天津市、广州市与其他各城市联系较强,北京市引领创新能力逐渐凸显。⑤社会邻近性对海洋产业合作创新网络的解释力最高,且两两邻近性之间对城市间合作率的交互影响呈现双因子或非线性增强关系。     

多维邻近性与创新:西方研究回顾与展望

近年来,多维邻近性与创新的论题引起了西方学术界的热切关注.相关研究虽已取得重大进展,但整体上尚处于探索阶段.在梳理相关研究成果的基础上,试图从法国邻近动力学派和其他邻近学派两个视角探析邻近性对创新的影响机理,以期通过厘清主要学派的研究脉络、主要观点及未来研究方向,为推进学术界对于邻近性与创新论题的深入探究做些努力.     

多维邻近性在集群外部知识获取与创新中的作用机制分析

多维邻近性与创新是近年来西方学术界多学科关注的热点,但国内研究却相对滞后。首先从外部知识获取到新知识生成的过程轨迹分析了外部知识获取对于集群创新的作用,然后重点探析了地理邻近、组织邻近、认知邻近及三种邻近形式组合在集群外部知识获取与创新中的影响机制,并得出以下结论：认知邻近是集群外部知识获取的必要条件,地理邻近既不是充分条件也不是必要条件,组织邻近是集群外部知识获取的重要协调机制,3种邻近性的有效组合可以减小单一邻近的负面效应,促进集群外部知识的获取与创新。     

种子行业联盟网络中地理邻近性、组织邻近性、网络位 置与创新绩效的研究

本文以中国种子行业的战略联盟网络为样本,用地理邻近性、组织邻近性来表征联盟主体选择伙伴的特征,用网络点度中心性和结构洞来表征联盟网络的位置特征,研究种子行业2010—2015年的创新绩效。研究表明:地理邻近性对组织创新绩效呈倒"U"型影响;不同类型的组织结盟有利于组织创新绩效的提高;点度中心性正向促进组织创新绩效;中国文化背景下的结构洞对组织创新绩效的影响为负;点度中心性负向调节地理邻近性与组织创新绩效间倒"U"型关系。最后,为我国种子行业联盟网络间创新绩效的提升提供建议。     

京津冀省市间创新能力相似性、耦合性及多维邻近性对协同创新的影响

考虑到省市间协同创新能力受省市内和省市间因素的共同影响,从创新能力的相似性、耦合性以及制度邻近性、认知邻近性、地理邻近性5个方面构建京津冀省市间协同创新能力评价指标体系,运用主成分分析法对京津冀省市间协同创新能力进行测度,并利用多元回归分析这些因素对协同创新能力的影响程度。研究结果表明：①北京-天津的协同创新能力最好,北京-河北的协同创新能力最差,这种结果与京津冀省市内各自创新能力分布不均衡紧密相关;②创新能力的相似性、耦合性对京津冀协同创新发展具有正向影响;③认知邻近性、地理邻近性以及制度邻近性中市场化程度的相似性对京津冀协同创新发展具有正向影响,其中市场化程度相似性的影响最为显著,而制度邻近性中的地方保护相似性对京津冀协同创新发展具有制约作用。     

长三角协同创新网络韧性演化及驱动机制研究

构建以网络节点韧性、网络结构韧性以及网络群落韧性为核心的城市网络韧性评价体系,并运用ERGM模型分析创新网络韧性形成的驱动机制。研究表明：①创新网络节点韧性分布格局呈动态演进特征,由以“沪宁”为强韧性核心形态向以“沪苏锡”为强韧性核心再向以“沪宁苏杭”为强韧性核心形态转变;②网络结构类型相对稳定,三元结构中以核心节点散射联系的网络结构为主,四元结构中以散射联系及三元结构为基础的网络结构为主,随时间演进,整体网络结构韧性表现为曲折提升趋势;③创新网络群落逐渐减少,聚集指数持续上升,长三角创新一体化程度不断加深,抵御外部冲击能力增强;④创新合作互惠性及交互性逐渐成为创新网络韧性强化的驱动因素,产业结构及对外开放的驱动作用也较为显著,而创新网络韧性与信息距离网络存在强依赖性。     

京津冀产学协同创新绩效影响因素分析——基于多维邻近性视角

产学协同创新是区域协同发展的内在动力,多维邻近性作为创新主体获取外部知识的关键因素,对协同创新绩效有重要影响.文章基于多维邻近性视角,采用京津冀28个高校和492家企业2009—2018年在中国国家知识产权局共同联合申请并授权的发明专利数据,运用负二项回归模型进行了实证分析.研究结果表明:①地理邻近性对产学创新主体间的协同创新绩效具有显著促进作用;②制度邻近性对产学主体协同创新具有积极正向作用;③技术邻近性对产学协同创新绩效具有显著倒U型作用;④技术邻近性与地理邻近性的交互作用会对京津冀产学协同创新绩效产生显著负向影响;⑤技术邻近性与制度邻近性的交互作用对京津冀产学协同创新绩效产生显著负向影响;⑥地理邻近性与制度邻近性的交互作用对京津冀产学协同创新绩效产生正向作用但不显著.因此,京津冀应加大交通运输基础设施和通信网络投资,加强企业自主技术创新能力建设,加快完善制度和市场一体化政策的实施和管理,发挥多维邻近性对协同创新绩效的交互作用,实现科技创新资源优化聚集,形成京津冀协同创新共同体.     

中国城际创新飞地联系的演化特征与形成机制

创新飞地是当前区域创新合作的一种重要表现形式,对促进城际创新要素流动、构建区域创新共同体具有重要意义。文章通过搜集全国范围内的创新飞地信息,探讨了中国城市间创新飞地联系的演化特征和形成机制。研究发现：(1)城际创新飞地联系以城市群为主要空间载体,逐渐形成一定规模,飞入地城市以及同时作为飞出地和飞入地的城市分布较为零散,飞出地城市则呈现出围绕飞入地城市向四周组团式分布的特点。(2)城际创新飞地联系具有距离衰减、趋同择优连接的特点,逐渐形成了以北京、深圳、上海、杭州为核心,以省会城市为重要节点,其他城市为一般节点,以欠发达地区飞向发达地区为主导的多尺度和层级化结构。(3)城际创新飞地联系主要受到城市间功能距离和多维邻近性的影响,城市经济发展、科研投入、科研产出等方面差异导致的创新位势差是城际创新飞地联系形成的内在动力,地理邻近、技术邻近和制度邻近影响创新飞地合作对象的选择,是推动城际创新飞地联系形成的外部力量。     

邻近性与自主合作创新网络演进:以集成电路产业链为例

随着科学的发展及与知识的融合,越来越多的创新通过多个组织合作完成,但现有研究对于合作创新机理仍缺乏共识。从社会网络视角出发,通过引入邻近性概念构建合作创新解释框架,然后基于中国1985-2015年集成电路领域的500 945条专利的全样本数据,通过QAP多元回归分析发现:地理邻近、知识积累邻近、知识结构邻近与创新环境邻近共同影响合作伙伴选择,且随着时间推移与产业发展,地理邻近的重要程度逐渐降低,知识结构邻近的影响呈现U型变化,知识积累邻近和创新环境邻近在产业进入成熟阶段后开始正向影响合作创新伙伴选择,表明合作创新网络内已经出现一定程度的阶层固化现象。     

多维邻近视角下跨区域协同创新影响因素实证研究

在国家实施创新驱动战略的背景下,研究跨区域协同创新具有重要实践意义。邻近性理论是产业集群层面和企业层面协同创新的重要研究主题,因而从多维邻近视角出发,探讨跨区域协同创新的影响因素具有重要理论价值。从跨区域协同创新的实践背景出发,借助协同创新理论,以长三角地区苏州、上海和杭州企业为例,通过问卷调查,运用因子分析法找出跨区域协同创新影响因素,并运用结构方程模型进行实证研究,构建了跨区域协同创新影响因素模型,最后提出了促进跨区域协同创新的对策。     

京津冀城市群创新网络结构演化及驱动机制研究

城市网络化是城市群发展到高级阶段的必然结果,创新网络是提高区域创新能力的重要支撑。以京津冀城市群为研究对象,运用社会网络分析法并结合Ucinet、ArcGIS软件,分析创新网络结构特征及其时空演化,探究京津冀城市群创新网络演化驱动机制。结果发现：①京津冀城市群创新网络密度日益提高,城市间创新联系显著加强;②京津冀城市群创新网络从早期单核心演变成中期以北京为核心、天津和石家庄为重要支点的“1+2”空间模式,再到中后期的“多中心、多层次”创新格局;③QAP非参数实证分析表明,地理邻近、制度邻近正向促进创新合作,而知识邻近对创新合作具有负向作用,经济邻近与认知邻近仅在早期对创新合作有显著正向驱动效应。     

基于嵌入性视角的企业集成创新网络的演化研究

集成创新网络为企业的发展提供了不竭的动力,其集优、协作的特性为企业抢占先机、占领市场起至关重要的作用。本文从嵌入性视角探讨企业集成创新网络的演化过程,分析了集成创新网络的自组织增强机制、弱联结机制与信任机制。     

多维邻近性对校企创新合作绩效的影响研究

在百年未有之大变局的时代背景下,加强校企创新合作、促进科技成果转化是提升国家创新实力、促进国家科技变革的关键。然而,总体上看中国校企创新合作绩效不容乐观,如何提升其整体绩效也就成了亟需解决的问题。多维邻近性作为衡量校企创新合作绩效的常用前置因素,其影响关系也在不断随外界环境的变化而变化。因而文章在理论分析及案例调研的基础上,构建了多维邻近性的内涵维度以及对校企创新合作绩效的影响关系模型,并通过问卷调查等方法结合结构方程对概念模型进行探索验证。结果表明：认知、技术及关系邻近性通过合作信任度和合作依赖度两个中介正向影响校企创新合作绩效,地理邻近性的作用在下降,政府引导支持和技术中介服务在两者之间起的调节作用互补且显著。     

中国农业科技创新跨域合作的多维邻近差异性研究

文章基于省级行政范围、区域边界维度,针对中国当前各省级区域农业科技专利普遍缺少跨省协同合作这一现象,选取中国农业科技跨域合作数量最多的四大省级行政区（北京、江苏、山东、广东）为研究对象,从多维邻近性视角出发,借助零膨胀负二项回归模型,探析地理邻近性、技术邻近性、关系邻近性对不同区域农业科技跨域协同合作的影响。研究发现：地理邻近、关系邻近普遍显著正向影响农业科技跨域协同合作,而反向表征技术邻近性的技术距离对不同区域农业科技跨域协同合作的影响正负不一,技术距离的平方项对农业科技跨域合作影响普遍不显著。     

技术创新网络演化研究述评及展望

技术创新网络是技术创新活动的重要组织形式,但具有很高的失败率,一个重要原因在于对技术创新网络演化的规律及趋势缺乏掌握。从演化动因和演化形态两方面对技术创新网络演化研究的相关文献进行综述,展示了有关技术创新网络演化的最新研究进展;对文献进行评述,总结了当前研究的趋势及不足,并指出了新的研究议题。     

创新网络空间格局形成机理及演化分析

针对创新网络空间格局如何形成及演化的问题,基于多元邻近视角剖析创新网络空间格局形成机理,运用Agent理论设计仿真算法,并基于Netlogo构建创新网络空间格局演化仿真平台。通过模拟实验发现：①多元邻近更有利于创新网络区域内、外部合作共生,且（跨区、内部）合作边数与区域面积、毗邻距离呈正、负相关;②社会邻近或技术邻近更有利于创新网络产生（绝对）空间集聚,且集聚态势与区域位置中心性呈正相关;③创新网络空间格局呈现随机型至斑块型（或均匀型）的动态演化趋势,且社会邻近或技术邻近更有利于创新网络产生均匀型空间格局,地理邻近或多元邻近更有利于创新网络产生斑块型空间格局;④地理因素作用下的创新网络（空间格局）仍保持幂律分布特性;⑤斑块型空间格局的创新绩效高于均匀型,且多元邻近下斑块型空间格局的创新绩效最高。     

地理距离阻碍产学合作探索式创新吗？ ——基于多维邻近的视角

针对企业从大学中获取探索性创新技术的地理阻碍,本文重点探讨了地理邻近对产学合作中的探索式创新影响,并且基于Boschma多维邻近的视角,进一步分析组织邻近、制度邻近、社会邻近和认知邻近对二者的作用关系.以信息通信技术(ICT)产业为研究对象,基于2014—2018年大学的专利转让数据构建产学合作创新网络数据库,采用负二项回归进行实证分析.结果表明:地理距离确实是企业与大学合作获得探索式创新的障碍因素,但组织邻近、制度邻近、社会邻近和认知邻近对二者具有显著的正向调节作用,即企业与合作大学隶属于同一中央部委、地方政府,拥有先前合作经验和认知优势的情况下,更能够克服地理距离的限制而实现合作探索式创新.     

多维邻近性对关键研发者与企业二元创新的调节作用——基于“两带”企业专利数据

合作创新资源配置是决定企业合作创新能否达到探索式创新或利用式创新预期目标的关键。作为企业最重要的人力和智力资本,关键研发者(明星发明家)是影响企业合作创新资源配置的重要因素。然而,鲜有研究基于调节效应视角分析多维接近性对关键研发者与企业合作创新产出关系的作用机制。由此,基于2004—2019年我国“丝绸之路经济带”“长江流域经济带”高新技术企业发明和实用新型申请专利数据,利用负二项回归模型分析多维邻近性对关键研发者与企业探索式和利用式创新产出关系的调节效应。结果发现：合作企业地理邻近性、社会邻近性和技术邻近性程度越高,越能强化关键研发者参与比例对合作企业利用式创新的促进作用。同时,技术邻近性程度越高,越能强化关键研发者参与比例对合作企业探索式创新的抑制作用。结论对于创新管理者根据合作创新主体的多维邻近性特征与调节机制优化企业外部合作关系结构、合理配置人力和知识资源,从而提高合作创新效率具有重要实践价值。