《International Journal of Innovation Studies》：How does innovation network improve high-quality development? Evidence from Chengdu-Chongqing Economic Circle
编辑推荐：
全球各国日益重视依托科技创新实现城市发展的智能化、韧性与可持续性。在中国，创新是驱动国家振兴战略的核心动力与关键支柱，其目标指向迈向高质量发展（High-Quality Development, HQD）。本研究旨在评估成渝经济圈（Chengdu-Chongq
全球各国日益重视依托科技创新实现城市发展的智能化、韧性与可持续性。在中国，创新是驱动国家振兴战略的核心动力与关键支柱，其目标指向迈向高质量发展（High-Quality Development, HQD）。本研究旨在评估成渝经济圈（Chengdu-Chongqing Economic Circle, CCEC）内城市层面的创新网络（Innovation Network, IN）及其对HQD的影响，并揭示IN的内在作用机制。研究人员基于专利数据与社会经济数据，综合运用社会网络分析（Social Network Analysis, SNA）、面板回归模型与中介效应模型开展实证分析，结果表明IN对HQD具有显著驱动作用，该结论在控制内生性问题并通过稳健性检验后依然成立。进一步研究发现，信息通信技术（Information and Communication Technology, ICT）基础设施是IN影响HQD的重要中介变量。此外，CCEC的专利合作IN正处于动态演化阶段，重庆与成都被识别为驱动区域溢出的核心枢纽。依托IN，CCEC内的创新主体能够优化资源共享、提升网络整体创新水平，进而推动HQD进程。本研究对理解城市发展中的协同创新具有重要启示，同时为核心城市与外围城市提供了差异化的政策参考。
1. Introduction
创新是全球经济增长与社会进步的关键催化剂，中国将创新确立为国家发展的核心驱动力，并将提升自主创新能力作为国家振兴的核心战略，配套出台涵盖科技、教育、金融、知识产权保护等多领域的支持政策。与此同时，中国正积极推进从高速增长向高质量发展的范式转型，HQD已成为官方国家战略，创新是HQD的核心原则之一，当前科技创新革命持续重塑经济格局，创新资源的动态集聚与扩散使得创新活动的关联性显著提升。这种关联性具体表现为创新主体间合作形成的创新网络（IN），IN能够通过网络连接提升创新效率，降低信息与知识传播的时空壁垒，成为创新主体吸收与交换资源的核心通道。城市作为创新的主要空间载体，是信息、知识等关键资源的集聚枢纽，城市发展日益依赖创新资源流动形成的IN结构，IN对HQD的直接影响体现为新知识、新方法与新理念的大范围扩散，通过优化资源配置、提升劳动生产率与产业效率，推动产业结构升级、经济快速增长与社会环境改善，最终实现HQD目标。此外，ICT的发展深刻改变了区域发展格局，其对经济增长、社会福利与环境质量均具有积极影响，是中国HQD的重要引擎，而IN的有效运行需要完善的ICT基础设施支撑以降低创新资源转移成本，因此IN可能通过ICT的中介效应影响HQD。现有研究仍存在明显缺口：一是多聚焦经济增长数量（GDP）而非多维质量（HQD），对IN的社会与生态影响探讨不足；二是实证证据多来自沿海发达地区，对内陆多中心城市群关注有限，这类区域的中心-外围差距为网络演化带来独特挑战。基于此，本研究以成渝经济圈（CCEC）为研究对象，聚焦2002-2021年城市层面IN与HQD数据，首先通过社会网络分析刻画IN的演化特征，再运用面板回归与中介效应模型检验IN对HQD的影响路径，以补充现有研究的不足。
2. Literature review
2.1. Innovation network (IN)
IN是解决系统性创新的制度安排，由代表创新主体的节点构成，通过节点间的合作关系促进资源在网络内的流动，具有显著的协同特征，是提升创新效率与推动技术创新的核心路径。现有IN分析多覆盖国家、省域、城市与企业等多空间尺度，其中城市尤其是城市群是组织创新活动的关键枢纽，创新是产业升级与城市可持续发展的核心动力，因此IN对城市发展的影响值得深入探讨。已有研究多采用复杂网络分析、空间计量模型与多元回归模型解析IN的形态、时空演化特征与影响机制，证实IN对城市创新绩效与区域发明能力具有正向促进作用，但IN对城市整体发展质量的影响仍需进一步探索。在数据类型选择上，专利合作、学术论文合著与项目合作是构建IN的核心基础，其中专利是反映技术进步与监测创新动态的可靠来源，专利网络是IN的关键表现形式，能够有效刻画创新系统内的协作关系。
2.2. High-quality development (HQD)
2017年党的十九大首次提出HQD概念，标志着中国发展战略从高速增长向高质量增长转型，其核心内涵包括发展质量更优、效率更高、公平性更强与可持续性更好。质量维度强调通过创新驱动开发高附加值产品，提升服务、基础设施与治理体系质量；效率维度聚焦优化资源配置与全部门生产率提升；公平维度关注缩小收入差距、促进社会流动与保障弱势群体的医疗、教育与福利可及性；可持续维度要求加强环境保护与污染减排，实现经济发展与自然和谐共生。HQD的目标是构建更加平衡、包容、韧性的发展模式，在实现经济繁荣的同时提升社会福祉、应对环境挑战，这一发展目标对全球各国均具有重要借鉴意义。
2.3. The relationship between IN and HQD
当前新一轮科技革命深入推进，创新是国家发展的核心驱动力，中国持续实施创新驱动发展战略，城市作为高校、科研机构与高新技术企业的集聚地，是区域创新的核心引领者，而创新是HQD的基础支撑，城市创新自然成为HQD的核心基石。数字经济时代，全球化、信息化与网络化使得城市间联系日益紧密，城市创新越来越依赖协作与网络化模式，创新范式已从线性模型逐步转向复杂关系网络模型，城市研究也涌现出网络范式的新兴领域。IN影响HQD的理论机制可归纳为网络外部性与知识溢出两条路径：从网络外部性来看，随着IN规模扩张，创新资源获取的边际成本下降，网络对每个节点的价值提升，信息、知识与技术的交换突破物理空间限制，强化了城市环境下的互动学习；从知识溢出来看，一是提升资源配置效率，密集的网络结构降低了信息不对称，核心节点作为信息枢纽高效过滤与传递市场信号，引导生产要素流向高生产率部门，直接支撑HQD的效率维度；二是促进隐性知识扩散，隐性知识依赖社会互动传播，IN的协作纽带为隐性知识从核心城市向周边城市溢出提供了通道，提升了区域整体创新能力，推动协调发展这一HQD的核心支柱。此外，ICT基础设施是上述机制发挥作用的物理基础，创新活动在中心城市的集聚需要持续完善ICT基础设施以降低信息传输成本，外围城市则需通过ICT建设强化与中心城市的连接，促进资源转移与协同创新，最终融入高效的IN体系。基于此，本研究提出两个核心假设：一是IN的存在会促进城市HQD；二是IN对HQD的影响可能通过ICT基础设施建设间接实现。
3. Data
3.1. Study area and data sources
成渝经济圈（CCEC）是中国西南地区关键的城市群与区域发展战略引擎，总面积18.5万平方公里，常住人口约9700万，包含重庆、成都两大核心及四川省14个城市，是中国西部人口最密集、产业基础最雄厚的区域，创新能力强、市场潜力大、开放程度高，作为典型的内陆多中心城市群，其发展特征区别于成熟沿海城市群，对理解发展中地区IN驱动HQD的机制具有重要代表性。研究时段选取2002-2021年，覆盖了CCEC从“成渝经济区”设立到上升为国家战略的完整政策演进周期，关键节点包括2006年成渝经济区设立、2011年国务院批复区域规划、2016年城市群发展规划实施以及2021年CCEC上升为国家战略。数据来源包括incoPat全球专利数据库、《中国城市统计年鉴》、《重庆统计年鉴》、《四川统计年鉴》及各城市统计公报。
3.2. Innovation network data
发明专利是衡量技术进步与区域创新能力的可靠指标，联合专利申请是协作知识交换的直观成果，是绘制IN的核心依据，因此本研究采用城际专利合作数据构建CCEC的IN。数据筛选严格限定为发明授权专利，排除实用新型与外观设计专利，以保证数据与创新质量的匹配性。IN构建分为三个步骤：一是识别筛选跨城市联合申请的发明专利；二是构建2002-2021年每年16×16的对称邻接矩阵；三是对网络赋权，矩阵元素Wij代表给定年份城市i与城市j的联合专利申请总量，反映协作创新强度。
3.3. High-quality development data
HQD是超越传统GDP的多维概念，本研究从经济-社会-生态三维框架构建评价指标体系，共选取15项代表性指标：经济维度包括人均GDP、第三产业增加值占GDP比重、人均地方财政收入、GDP增长率、进出口总额占GDP比重；社会维度包括每万人普通高中在校生数、每万人卫生机构床位数、人均公共图书馆藏书量、城镇居民人均可支配收入、人均城市道路面积；生态维度包括建成区绿化覆盖率、人均公园绿地面积、人均生活垃圾清运量、污水处理率、人均道路清扫面积。指标选取遵循科学合理性、代表性与可获取性三个原则，采用熵值法计算各指标权重，最终得到城市层面的HQD综合指数，作为实证分析的被解释变量。
3.4. Mediating and control variables
研究选取互联网普及率作为ICT基础设施的代理变量，一方面互联网是现代经济活动的关键要素，能够降低通信成本、促进信息普惠；另一方面ICT是IN的物理载体，创新网络的知识溢出需要依托ICT基础设施才能有效转化为HQD成果。同时设置三类控制变量以剥离其他因素的干扰：人口流动规模（flow）采用公路客运周转量衡量，反映城镇化活力；金融发展水平（finance）采用年末金融机构贷款余额与GDP的比值衡量，反映金融服务实体经济的深度；城镇化率（urban）采用城镇人口占总人口的比重衡量，反映社会结构转型进程。
4. Methodology
4.1. Social network analysis
社会网络分析（SNA）是测度创新主体间协作与影响关系的核心方法，嵌入强社会关系的城市往往具有更高的创新活力。本研究从整体网络特征与个体节点特征两个维度展开分析：整体网络特征选取节点数、边数、平均度、网络密度、平均路径长度与平均聚类系数五个指标，分别反映网络规模、连接紧密性、信息传播效率与局部集聚特征；个体网络特征选取度中心性、接近中心性与中介中心性三个指标，分别衡量节点在网络中的直接连接数量、与其他节点的可达性以及控制资源流动的桥梁作用。各项指标的计算公式均基于标准SNA范式设定，确保测度的科学性。
4.2. Panel regression model
面板数据能够同时捕捉时间与截面维度的变异，本研究采用双向固定效应模型控制个体异质性与时间趋势，模型设定同时纳入个体固定效应与时间固定效应，以HQD综合指数为被解释变量，IN的中心性指标为核心解释变量，控制变量包括人口流动规模、金融发展水平与城镇化率，通过最小二乘法估计IN对HQD的影响系数。
4.3. Mediating effect model
为检验ICT基础设施的中介效应，研究遵循三步法构建中介效应模型：第一步，将IN作为自变量、HQD作为因变量进行回归，检验总效应系数c的显著性；第二步，将IN作为自变量、ICT作为因变量进行回归，检验IN对中介变量的影响系数a的显著性；第三步，同时将IN、ICT作为自变量，HQD作为因变量进行回归，检验中介变量系数b与直接效应系数c'的显著性。若a与b均显著，则存在中介效应；若c'仍显著则为部分中介，若c'不显著则为完全中介，通过系数乘积法验证中介效应的稳健性。
5. Results and discussion
5.1. Dynamic evolution of the innovation network
5.1.1. Overall characteristics of the innovation network
2002-2021年CCEC的IN整体拓扑特征呈显著上升趋势，节点数、平均度与网络密度均持续提升，尤其是2011年后增长更为明显，表明网络规模、城际专利协作强度与整体凝聚力显著增强。但整体网络密度仍处于较低水平，说明城市间尚未形成完全一体化的协作关系，合作型IN仍处于发展阶段。同时网络平均路径长度小于3，平均聚类系数较高，具备典型的小世界特征，表明各城市节点的创新要素能够快速循环，显著降低信息传播延迟，提升创新效率。
5.1.2. Individual characteristics of the innovation network
各城市的中心性指标存在显著异质性，IN呈现明显的层级结构：成都与重庆在所有中心性指标中均排名前两位，是网络的核心枢纽，成都的核心地位最为突出，重庆为关键副中心，二者共同承担区域创新合作与资源传输的桥梁功能；绵阳、德阳、泸州等城市为次级节点，研究期内其网络地位与自主性持续提升，成为区域亚中心，承担连接核心与外围的纽带功能；遂宁、眉山、自贡、雅安等城市处于网络外围层，受限于内部创新禀赋不足、地理摩擦或制度壁垒，网络中心性低、连接稀疏，高度依赖核心节点融入区域创新体系，区域发展的非均衡性仍然显著。整体来看，CCEC的IN呈现“核心紧密连接、外围逐步融入但仍稀疏”的特征，双核与其他城市的层级差距依然突出。
5.2. Effects of the innovation network on high-quality development
5.2.1. Baseline regression analysis
双向固定效应模型的回归结果显示，IN的三个中心性指标对HQD均具有显著正向影响：度中心性的系数为0.195（p<0.01），表明在网络中拥有更多直接连接的节点城市能够更高效调动创新资源，驱动HQD；接近中心性系数为正，说明网络中心位置的节点资源获取能力更强，更倾向于开展创新活动；中介中心性系数为0.031（p<0.01），表明占据网络桥梁位置的节点能够更好地控制资源传输路径，促进创新要素的空间溢出，提升区域整体发展质量。控制变量中，人口流动规模、金融发展水平与城镇化率均与HQD显著正相关，验证了人口红利、金融资源优化配置对HQD的支撑作用。
5.2.2. Robustness test
对所有连续变量进行1%水平的缩尾处理后重新回归，结果显示度中心性与中介中心性的系数仍保持1%水平的显著性，接近中心性系数仍为正向，与基准回归结果一致，表明IN对HQD的促进作用不受极端值干扰，结论具有稳健性。
5.2.3. Endogeneity test
采用年末移动电话用户数作为工具变量，通过两阶段最小二乘法（2SLS）缓解反向因果与遗漏变量导致的内生性问题。工具变量的不可识别检验、弱工具变量检验与过度识别检验均通过有效性验证，回归结果显示三个中心性指标的系数仍显著为正，且系数值普遍大于基准OLS回归结果，表明IN对HQD的真实影响可能被低估，核心结论依然成立。
5.3. Mediating effects of innovation network on high-quality development
中介效应检验结果显示，ICT基础设施在IN影响HQD的过程中发挥部分中介作用：以度中心性为例，IN对ICT的回归系数为0.132（p<0.01），表明IN扩张显著推动ICT基础设施建设；将ICT纳入回归后，ICT的系数为0.144（p<0.05），且度中心性的系数从基准回归的0.195降至0.176，中介效应占比约为9.75%。整体来看，IN的演化会提升对互联互通的需求，驱动ICT基础设施的完善与优化，进而提升技术复杂度与资源配置效率，最终推动城市HQD。ICT基础设施作为关键桥梁，有助于缩小区域差距、弥合数字鸿沟，提升CCEC整体的HQD水平。
6. Conclusions and policy recommendations
中国正处于向HQD转型的关键阶段，城市集聚与城市群规模经济有利于强化城际技术联系、激发创新活力。本研究表明CCEC的IN呈现显著的小世界特征，创新要素流动效率高，但整体网络密度偏低，协作创新尚未饱和；网络呈现典型的“核心-外围”结构，成都与重庆是高中心性的核心枢纽，发挥着资源辐射作用；IN的结构特征是影响城市HQD的关键变量，提升度中心性、接近中心性与中介中心性能够通过增强城市影响力与知识溢出效应促进HQD；ICT基础设施是重要的中介变量，能够放大IN的创新红利，推动发展成果转化为实际产出。基于上述结论，研究提出三点政策建议：一是推进区域一体化，破除行政壁垒，建立跨城市创新联盟与共享技术平台，提升网络密度，促进核心与外围的知识扩散，构建更具韧性的区域创新生态系统；二是实施差异化分层发展策略，核心城市应集聚高端创新资源，强化成熟技术向周边的溢出而非虹吸资源，同时培育绵阳等亚中心城市作为区域副中心，承接产业转移、提升创新能力，缩小网络层级差距；三是加大新型基础设施投资，重点布局5G、大数据中心、物联网等数字底座，降低协作创新交易成本，引导外围城市依托基础设施构建与核心城市的特色产业链接，通过“硬基建+软网络”的双重路径，推动创新连通性有效转化为CCEC全域的可持续HQD成果。本研究为理解创新网络驱动可持续城镇化提供了可推广的分析框架，对新兴经济体向创新主导增长转型具有参考价值，未来将进一步拓展研究边界，为全球可持续发展目标的实现贡献实证依据。
