邻近性、网络中心性与产学合作：来自中国长三角的证据

《Applied Geography》：Proximity, network centrality, and university–industry collaboration: Evidence from the Yangtze River Delta, China

　　

• •
  将桥接中心性整合进多维邻近性框架，以解释城际产学研协作。
• •
  认知邻近性是城际产学研协作最强的非空间驱动因素，但过度时会产生锁定效应。
• •
  网络中心性对认知邻近性悖论的调节效应具有行动者特异性，而非统一的总体效应。
• •
  基于大学的中心性相比基于企业的中心性，对认知锁定提供了更稳定的缓冲效应。
• •
  网络结构的调节作用具有尺度依赖性，在长三角内部的运作方式与在全国范围内有所不同。

引言

产学研协作是指企业与学术机构之间双向的知识交换过程。从传统的"象牙塔"模式向创业型大学（Etzkowitz等人，2000）的转变，引发了关于产学研协作效应和过程的广泛研究。产学研协作被认为能为企业带来专业化的科学专业知识，同时提升大学的技术转移和商业化能力。与其他基于科学的合作相比，产学研协作在区域技术多样化和创新中发挥着尤为重要的作用（Li & He，2024）。

长期以来，文献一直强调大学知识溢出的空间嵌入性。以专利衡量的创新活动倾向于围绕研究型大学集中（Jaffe等人，1993），地理邻近性放大了学术研究的经济影响。由于顶尖大学分布不均，许多地区无法获取高质量的本地学术知识，这就引发了关于大学知识何时及如何跨越城市边界流动的问题。网络关系是研发溢出的关键渠道，反映了从本地受限的邻近性向多地点和多尺度知识动力学的更广泛转变（Cortinovis & van Oort，2019）。大学分校对学术基础设施的空间复制进一步促进了跨界知识交换（He & Liu，2026）。因此，大学不仅作为本地知识生产者，还充当连接区域创新体系与国家乃至全球网络的守门人（Fran?oso & Vonortas，2023）。

过去二十年来，邻近性思维已成为理解创新网络中协作的核心框架（Boschma，2005）。大量文献研究了地理邻近性和非空间邻近性如何塑造协作（Balland，2012；Capello & Caragliu，2018；Marek等人，2017；Květoň等人，2022；Kaneva等人，2024；D'Adda等人，2025）。尽管网络中心性和邻近性动态各自都受到了广泛关注，但它们的交互作用尚未得到系统考察。邻近性与协作网络之间存在动态关联：邻近性塑造网络的演化，而网络结构则调节邻近性效应（Balland，2012；Boschma & Frenken，2010）。在此过程中，邻近性效应与结构性网络机制相互交织（Broekel & Hartog，2013）。更根本地说，邻近性与网络中心性捕捉了创新协作的两种不同但互补的关系条件。多维邻近性刻画了城市二元组内部的兼容性和关系条件，而网络中心性则捕捉了城市获取该二元组以外知识和伙伴的程度。因此，仅从任一视角出发都可能提供不完整的解释：邻近性本身无法表明行动者是否接触到了足够多样的外部知识，而网络地位本身也无法表明通过这些连接获取的知识能否被有效理解、吸收和重组。

研究表明，内生网络效应——互惠性、三元闭合和优先连接——可以与邻近性一起纳入一个共同框架来解释网络形成（Hermans，2021）。遵循Balland等人（2016）的方法，网络地位不仅捕捉了联系的数目，还反映了城市在协作网络中的相对位置。近期基于引力模型并纳入节点中心性的研究证实，结构性中心城市在区域间知识流动中受空间分离的约束较小（Gao等人，2024；Neul?ndtner & Scherngell，2020）。在Balland等人（2022）的组合视角基础上，拥有多元化外部知识联系的城市也可能对认知邻近性悖论——即过度的认知相似性导致知识冗余和创新收益递减的倾向——具有更强的抵抗力。然而，网络中心性是否具体在城市二元组层面上调节了行动者细分的产学研网络中的这一悖论，仍有待研究，这正是本文所关注的空白。

本文通过双尺度视角考察中国长三角的城际产学研协作，比较了长三角内部的协作以及长三角城市与中国其他地区的协作。这两个尺度代表了不同的关系环境和知识机会结构，而不仅仅是不同的地理范围。长三角内部协作捕捉了在一个相对整合的区域创新体系内的知识互动，该体系以密集的城际连接、较高的可达性和反复的互动机会为特征。相比之下，长三角与非长三角地区的协作捕捉了长三角向更广泛的国家创新网络的对外联系，其中的合作伙伴通常在空间和制度距离上更大，协作更直接地涉及桥接区域差异化的知识池。这一区分与长三角在中国创新体系中的多尺度角色（Li & Phelps，2017，2018）、邻近性动态的情境依赖性（Balland等人，2015）以及长三角一体化在加强区域内协调同时促进更广泛国家联系的双重目标相一致。

在此背景下，本研究做出了三项贡献。首先，它将网络结构整合进多维邻近性框架，通过桥接中心性（Bergé等人，2017）进行操作化，分析城市的结构位置如何调节认知邻近性悖论。它进一步识别了哪种基于行动者的网络——以大学为中心还是以企业为中心——更有效地使城市能够调节邻近性效应并参与跨区域协作，揭示了不同知识行动者在塑造网络地位方面的异质性作用。其次，通过将研究置于中国情境下，拓展了产学研协作研究的实证和理论范围，使其超越了以欧洲为基础的传统范式。在中国，国家协调的创新政策、非对称的大学分布以及高速铁路的 rapid 扩张为邻近性动力学创造了独特的条件。第三，它运用具有替代固定效应设定的面板数据，区分了来自横截面变异的静态邻近性效应与由时间变化驱动的动态机制，弥补了忽视邻近性与协作模式如何共同演化的横截面方法的局限性。

本文余下部分按如下顺序展开。第2节回顾文献并构建理论框架。第3节描述数据和方法论。第4节呈现实证结果。第5节进行理论贡献和政策含义的讨论并总结全文。

章节摘录

空间邻近性的持续性

尽管经历了数十年的技术变革，产学研协作仍然从根本上受到地理因素的影响。早期研究表明，学术知识溢出具有高度本地化特征：Jaffe等人（1993）的经典研究证明，大学专利引用随距离急剧下降，而后续研究证实了创新活动在空间上的集聚以及面对面互动对隐性知识转移的关键作用（Audretsch & Feldman，1996；Storper &

产学研协作的共同专利数据

我们使用共同专利作为实质性产学研知识交换的代理变量，因为它们反映了学术知识中与商业化相关的组成部分。专利数据来源于中国国家知识产权局。我们仅关注发明专利，排除了实用新型和外观设计专利以提高数据质量。本研究考察了长三角41个地级市的城际产学研协作以及长三角城市与中国其他地区之间的协作，涵盖

产学研协作中的多维邻近性

表2报告了检验多维邻近性如何影响城际产学研协作的基线回归结果。在所有可识别Geo的设定中（第1–3列），Geo的系数均显著为负，证实了空间分离抑制了城际协作。系数估计值范围从?0.26到?0.43，表明地理距离的对数增加一个标准差与

讨论与结论

本研究考察了中国城际产学研协作的决定因素，特别关注长三角地区。实证发现揭示了一个一致的模式，即空间和非空间邻近性维度通过不同且互补的渠道发挥作用。认知邻近性成为城际产学研协作最强的非空间决定因素，凸显了知识交换中吸收能力和技术相关性的重要性（Boschma，2005；Cohen &

CRediT作者贡献声明

Fan Yang（杨帆）：撰写 – 初稿、软件、数据整理。Wei Xu（徐伟）：撰写 – 审阅与编辑、概念化。Xiao Lin（林潇）：方法论、调查、数据整理。

利益声明

作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。

致谢

作者感谢加罗韦大学的Seamus Grimes教授提出的宝贵意见。本工作得到了国家自然科学基金（42101181；42301196）的资助。

Fan Yang|Wei Xu|Xiao Lin