聚焦区域创新

陈向东

摘 要：本文主要介绍区域创新体系的基本概念，并与国家创新体系的概念进行比较，突出区域创新体系研究的特殊性和必要性，特别介绍和强调所谓“城市创新体系”及其研究维度，包括创新活动的网络关系、创新活动资源的认识和观测、潜在和现实的创新实力观测、创新活动的经济环境和人文社会环境关系的观测等。本文以一个突出现实和潜在创新能力的观测框架为例，对106个典型样本城市（专利指标作筛选标准）开展了包括14个相关经济和创新指标的实际观测，其中纳入了以单位能耗的城市经济产出水平为标准的所谓新经济业态观测指标，运用主成分分析方法，将此观测框架提炼为现实经济与创新、创新效率、社会网络条件、新经济业态四个维度，得出了有一定参考意义的研究结论，同时突出了我国南方城市和北方城市的群體差异。相关研究思想和分析框架可为对我国城市创新体系和城市带研究有兴趣的读者提供参考借鉴。

关键词：区域创新体系;城市创新体系;创新观测维度;创新活动比较

中图分类号：F061.5    文献标识码：A    文章编号：1671-0037（2020）2-10-10

DOI：10.19345/j.cxkj.1671-0037.2020.02.002

1 区域创新的观测和研究为何重要？

区域创新活动的观测和分析有助于了解创新活动的内在动力和外在影响，是一种着眼于创新活动区域异质性的观测，因而需要在相应的体系化角度开展观测，称其为区域创新体系（Regional Innovation System）。当然，在此基础上发现地区之间的相同之处也是可能的，但发现地区创新活动的特质仍然是其根本特点。相对于国家创新体系（National Innovation System）的观测和分析，区域创新更注重多元创新动力机制共存和相互作用背景下创新活动发展规律，而国家创新体系的研究往往注重国家层面的竞争战略和政策效应，不论从历史发展的维度进行归纳总结，还是从国家竞争力的逻辑进行推演分析，国家层面的政策效应及其相关创新机制都是首要的观测聚焦点;区域创新活动是国家创新体系的组成，但由于上述特点，区域创新体系的观测和分析往往揭示不同类型创新主体的集成作用，从创新活动的规律性观测来说应是更为客观的观测角度，也具有更强的国际可比性。

2 有关区域创新的主要研究观点

区域创新的分析和观测是以地理区域为单位展开的，同时，又与地理层面上默悟性（Tacit）知识和技术难于扩散的特性有关，于是以地理区域为节点的知识和技术外部性就成为区域创新活动观测和分析的出发点，以至于需要在区域创新体系的概念之下来将相应的观测结果体系化。虽然区域创新的研究和分析需要更为客观的视角，但其研究结果往往更有助于相关的政策研究和制定者群体，甚至区域创新的研究本身就有专门面向政策研究的国际学术期刊。从国际上看，自20世纪80年代起，某些特定区域的知识创造和创新密集现象引起了国际学者的广泛关注，即所谓创新活动的地理分布现象或称为地理聚集现象[1]，相应高技术产业的地理聚集成为这些研究工作的落脚点，其中包含了区域创新活动的复杂动态发展关系[2]，其观测的重要研究数据基础是专利技术[3]。重要的研究结论就是，创新活动的地理区域表现往往是高度非均匀分布的，于是特定地理范围上的创新活动结组成群，或称聚合（Clustering），就成为一种典型现象，甚至发展规律[4-6]。

其实，在20世纪90年代之前，区域创新的研究还算不上是一个独立的研究领域，至多只是区域经济研究的附属课题。但随着全球化经济的发展，新兴知识经济、技术创新相关的知识创造都成为区域范围上的研究热点（国家范围的研究已经不能足够说明问题），于是，区域创新体系（Regional Innovation System，RIS）的概念和研究进入了创新政策和创新战略研究领域，相关研究工作本身也渐成体系。初时也曾作为国家创新体系（National Innovation System，NIS）的附属表现，但由于特定地理区域上的创新活动特征更为生动、更接地气，也更能发现有意义的规律，同时也是由于国家创新体系主题的研究更倾向于以多维视角来引入各个可能的作用因素，因而更接近于客观实际，因此，区域创新体系也俨然形成了一套有特色的、相对独立的研究观点和方法，或者可以说，国家创新体系本身也就是一种研究方法（Approach）。其中，开拓性的研究工作当属Cooke[7]，他首次以系统化的视角研究区域创新活动，并提出了一套基础理论[8]，其中特别强调了观测区域创新活动中生产企业、研究机构和高等教育机构之间内在联系的重要性，以及网络活动的突出作用。事实上，网络因素也在城市创新活动层面上表现得最为突出;Hilpert和Smith[9]对城市劳动力质量的研究指出，城市载体上创新活动的网络关系也能反映劳动的质量和城市及周边劳动力市场的质量;而Fischer等人[10]对欧洲地区城市创新体系的研究更是聚焦于城市层面创新工作。

我国学者有关区域创新及其质量的研究自20世纪90年代以来层出不穷[11-12]，其中包括地理经济领域的学者对区域创新行为的分析[13];部分研究也突出了观测城市层级创新活动的重要视角[14]。通过在中国知网上检索，以“区域创新”为主题的中文研究论文，到2020年初为止已有1万多篇。值得强调的是，目前我国区域创新的研究和观测，还较少关注创新活动的技术特点（如新兴技术发展、高新技术发展等）。例如，在区域层面开展以技术分析为重点的创新研究，其数据基础大多是专利数据，而在上述1万多篇论文中，摘要中具有“专利”字样的论文只有400余篇，约占4%。

本文强调的是，区域创新研究更有效的观测点是城市。

例如，区域创新的技术主题通常的关注点是：新兴技术创新的区域分布、新兴技术创新对地区经济发展影响、技术创新集聚和扩散，等等。而这类研究其实大多需要在城市层面上开展观测，太大的区域（如省际）难以开展比较精细的研究。

如前所述，分析创新活动的扩散离不开网络关系的观测，而城市无疑是最为有效的观测点，其中密切相关的因素首先是经济活动的距离及相关的“技术距离”（表现企业间的技术竞争与合作），而这些距离最为具体的表现是地理距离。一般而言，知识的合作与扩散、技术的转移与扩散是随地理距离增大而递减，因而地理距离一直是影响知识聚集和技术聚集的关键因素[15]，但究竟以多大的速度递减，以及各类城市之间的经济和创新活动依赖关系，可以看作是带有权重的经济网络或创新网络关系，行政区划约定之下的城市区域依然是这类创新活动最好的观测载体。

Broekel（2009）的区域创新研究就是针对电气和电子产业上的270家德国企业开展合作专利的观测，并发现区域之间的技术合作强度、创新强度都呈现出一种倒U分布，那些区域内/区域间技术合作强度关系呈现中等水平地区的创新强度都要强过其他那些合作强度极高或极低的区域，而这类研究成果也表明了在城市层面的观测可以提供更为细致的观测角度，可以发现更有启示性的观测结果。我国学者也有类似的观测，例如，武前波、宁越敏通过我国电子信息企业生产网络的观测，研究中国城市空间网络[16]。

事实上，我国著名经济学家周天勇等已经连续多年主编《中国城市创新报告》[17]，清华大学启迪创新研究院也发布一年一度评定的《中国城市创新创业环境排行榜》。应当说，我国城市创新活动的研究理念已经有了可喜的发展。

从研究主题看，经中国知网检索，截至2020年2月，以“城市创新体系”或“城市创新系统”为关键词的各类出版文献约计255篇，其中期刊论文187篇，与“区域创新体系”为关键词的近3000篇各类文献（其中期刊论文1864篇）相比，研究工作仍然偏少（期刊論文占比约10%），均为2002年以来发表，但以此两关键词完成的学位论文也已有38篇（与区域创新学位论文相比约占7%）。总体上看，城市创新活动，特别是“城市创新体系”主题的研究还需要我国学者给予关注和推进。尤其是，我国作为世界上典型的新兴经济体国家，幅员辽阔，不同地区的城市创新活动应当呈现丰富多样的创新现象，因而值得中国学者深入研究和提炼。

3 城市创新活动特质和分析维度

在区域创新体系的研究中，提出城市创新这一聚焦点，以及城市创新体系的概念及其内涵，不但是由于单元城市本身具有创新活动的观测价值，更是由于在区域经济发展和区域创新发展中，往往是某些区域中的城市在起着核心作用，其城市间的个体表现及其带动或辐射作用都有着重要的观测和研究意义。

同时，由于城市层面的创新活动的观测可以更为精细，也就为城市创新体系的研究提出了更有独特意义的考察维度。例如，知识创新作为技术创新必要的投入往往是考察区域创新的纵向维度，但当区域的边界过于宏观时，研究意义不大;而在城市边界的意义上，可以引出更多独特的观测维度和研究主题。

根据作者多年来对城市创新活动的研究体会，有关城市创新体系的观测通常有以下角度或维度：

①创新活动与经济产出相关关系观测维度（经典区域创新主题）。

②创新活动的投入产出关系及绩效观测维度（经典区域创新主题）。

③创新活动潜力，或以创新潜力为聚焦点的创新能力观测维度。但值得强调的是，由于区域创新潜力的组成因素众说纷纭，因而这类研究首先需要设计特定研究主题的关切范围和创新体系构成，才能有的放矢地聚焦特定的潜力因素。如前文文献分析，有关创新潜力因素组成可能有以下几个方面，而每个方面都可以形成特定的研究问题：

一是知识创新和技术创新活动的载体。一般突出人力资源的质量，特别是在城市之间的比较而言，知识创新和技术创新水平的差异首先可归结于相关人力资源的存量、质量及其知识创新活力的差异，跨地区知识转移和技术转移的难度实际上也受制于特定地区（城市）人力资源的质量差异，以及相关人力资源育成体系[18-20];当然，创新活动载体还可以是企业（大型企业、中小企业、创业企业以及外资企业等）、高校等，但对这样的载体更多关心的是其间关系（合作与竞争水平、质量等），因而似应归于下一主题。

二是创新网络。创新网络决定特定地区（城市）的创新，可分为创新活动直接相关合作和竞争网络关系，以及间接相关的创新文化网络关系（更多以社会网络形式存在和作为研究对象）。显然，网络的活动水平（如网络密度）和网络质量（参与者及其合作、竞争质量）对该地区的创新产出有着重要的影响，是维持地区创新活力和潜力的重要条件，也是一种能动性资源。

三是多样化水平。创新活动的多样化水平，如参与者的多样化体制、创新活动的多样化组成、技术资源的多样化分布等，与生物世界相似，多样化的创新资源孕育着强大的生命力;当然，与多样化创新发展相对应的是专业化或收敛型创新发展，是技术创新从流动型走向效率型的必经之路，但专业化或收敛型创新发展更多决定的是当前的技术和创新实力，而不是其发展潜力。

④技术领域观测维度。技术领域通常与地区产业构成有密切关系，不同地理区域，特别是城市经济发展，产业构成特征影响极大。但随着信息技术和知识经济的发展，高科技发展的特征之一是跨产业，因而技术领域相比传统的产业划分更为重要。显然，某些技术的平台性、渗透性或称辐射性更大，具有这样技术特质的城市，相对而言其经济发展潜力更大，发展的可持续性更强。

⑤产业及技术差别化的动力机制观测维度。以城市为载体的技术领域（及产业领域）差别化创新活动，与相应地理区域上创新动力源的性质和创新质量有着密切关系，特别从工业技术发展背景看，地理区域上的国有企业、民营企业、外资企业等经济力量组合具有关键作用，而高技术相关的创新活动往往又与当地大学和科研院所的建设发展、创新创业企业的实力与潜力息息相关;同时，区域政府的相关创新政策和执行力更是地区创新活动的积极调节因素（包括调节过度和调节不足），因而值得开展相应的观测分析。

⑥区域创新政策效应观测维度。与上述维度观测相关，如果希望了解当地政府的科技创新政策和产业创新政策作用，则有必要特别考察政策对推进技术创新的短期和长期效力，以及推动特定技术领域或产业经济发展的短期和长期效力。尤其是，如何定义此类效力，亦有质量和潜力相应的考量。事实上，聚焦此类效力或绩效的研究活动也有一些（但仍缺乏城市间的比较），包括提升人力资源的投入（包括研发资源投入、研发活动的支持等）和产出、对创新指标的支持、对引进外资的开放政策、积极的网络化合作政策（即过程调节）、积极的市场竞争政策，等等。虽然此类分析在城市层面应有精细表现[21-22]，但难度仍然较大。例如，这类政策绩效是聚焦在经济和技术层面，还是必须对社会发展也有涉及，往往是需要商讨的问题。

根据上述城市创新活动可能关注的主要维度，城市创新体系的构成和观测元素显然也要有相应的分析和设计，根据特定的焦点问题确立和组织相应的城市创新体系的观测框架，但共性是对区域创新活动规律发展的再考察和再认识。

本文以作者团队研究工作[23]为代表，来说明城市创新活动研究的一种观测窗口。

4 基于知识创新—技术创新窗口的中国城市创新体系观测

为揭示中国典型城市技术创新及其知识创新两者之间的关系，包括两者各自的驱动资源及产出水平，本研究希望以中国典型城市为聚焦点，从知识创新和技术创新两个方面的内涵构造城市创新体系并加以考察，以期得出一定的规律。

考察框架主要出于以下考虑：

①与经济活动相联系的创新活动。区域创新活动一定与其经济产出具有密切关系，但一般应当从经济产出的效率层面以及某些高技术含量的产业性质来考察。

②知识创新活动的考察更应注重其創新活动的资源及活跃性，未必与经济产出有直接的关系，而更多与人力资源质量和存量，以及人力资源的社会网络活动（如前文文献分析，大多注重创新活动的网络水平）等中间过程有关。

③知识创新更多与社会网络相关，而技术创新则更多与市场网络相关，后者往往与地区对外开放的水平，也就是市场开放（往往以外资活动来反映）的水平有关。当然，外资活动并不一定对知识创新活动有直接的支持作用（政府的政策可能具有更大的支持作用）。

④专利信息及其反映出的专利技术活动（包括专利申请和发明专利授权等）是一个较好的观测指标（特别对于研发活动而言，是一种比较有代表性的创新产出指标），其特定地域（城市）边界上的专利记录信息应当对该城市相对创新水平有一定的参照意义。

⑤地区（这里以城市为聚焦）的文化传统，特别是工业文化传统，对城市创新活动也有着必然的影响。具有较深厚传统工业（以往称为重工业）的地区或城市，创新活动的效应可能影响有限;而那些传统工业的影响较小、创新创业意识和相关工业文化较强的地区，创新活动的影响一定相对较大。

⑥这一研究引入了新经济业态的观测角度，为简明起见，主要以该城市单位能耗带来的产出指标来衡量。显然，那些能耗相对较小而经济产出相对较高的地区（城市）应更多具有新经济业态的特征表现，如以IT或ICT行业为主导的城市及服务业主导的城市。

图1表现出三层含义：

①本文定义的城市创新质量三角形，用以突出知识创新—技术创新过程的潜质，其中包含了知识创新和创造（可以是资源类型，也可以是产出类型，类似于知识资本和知识资产的分类）、知识和技术创新的社会网络、技术创新效率层面的绩效表现等;

②城市经济和创新业绩层面与知识创新—技术创新潜力层面的关系，其中，几类箭头表现可能的影响关系，包括城市创新质量三角内部的影响关系（实线箭头）、此类潜力构造与城市经济和创新业绩层面的影响关系（实线箭头）、知识创新—技术创新过程质量（即城市创新质量三角）与城市经济和创新业绩层面的间接影响关系（白线箭头）;

③双箭头表现其间较为复杂的双向影响关系。例如，城市经济与创新业绩很可能会影响人力资源的聚集和知识创造需求，而知识创新和创造也有可能促进城市经济与创新活动，尽管更可能是间接影响，如经由实线箭头的方向，或通过创新质量三角形关系。为避免研究工作的复杂性，这里的研究只聚焦相应的观测点，而将其中可能存在的关系留给后续有兴趣的研究工作者去酌情开展。

5 观测结果及分析

本研究聚焦城市创新体系的现实和潜在能力。因此，相关创新活动应包括与产业经济密切相关的创新活动，也应包括与知识创新活动以及潜在经济增长相关的能力指标;同时，城市载体的经济能量（现实）和新经济业态表现也应是此类产业技术创新和知识创新活动观测的重要构成。相应的考察指标类型设计为：

①现实产能和创新业绩指标。

a.货币衡量的产能指标;

b.经济产出效率指标;

c.产业创新活动指标。

②创新质量三角形相关元素的指标。

a.创新效率：研发产出效率;

b.知识创造投入：相关科技人力资源指标;

c.知识创造产出：知识创新效率指标;

d.经济社会网络活力指标。

③新经济业态表现指标：

城市工业能耗效率指标。

为突出有关“城市创新体系”的研究主题，本文从我国《城市经济年鉴》中600余个城市中选择城市样本。在发明专利授权量排名在前的城市中，我们筛选出专利数据存量居前位的106个城市，以保证这些城市样本具有较强的专利技术资源积累，以供后续更多经济和创新相关指标的分析。同时，参照前述观测维度原则和指标类型设计，结合《中国城市年鉴》采集了14个相关指标数据。此外，值得强调的是，结合我国改革开放以来的区域经济发展国情，这一研究还包括了与地理位置密切相关的两条观测线索（我国的城市经济和创新活动，其产业经济和社会文化习惯与地理维度上的两个线条密切相关）：一条是沿海和内地线索，一条是南方和北方线索。在中国经济、政治、历史发展进程中，这样两个地理线索都曾牵引着许多重大历史变革的节点。因此，本研究也希望能反映这样两个线索的观测。

5.1 观测结果：新经济业态及其对照组经济发展格局分布

根据样本城市的经济产能总量、对外开放水平和企业能耗水平（辅助考察新经济业态），106个以授权发明专利为基准选取的样本城市可以进一步划分为5个大组，分别为：新经济业态组（具有高经济产出、高市场开放、低能耗特点）、高经济能量业态组（具有高经济产出、高市场开放、高能耗特点）、传统经济业态组（具有中等及较低经济产出、一定市场开放、高能耗特点）、边远经济业态组（具有低能耗、较低产能、较低市场开放水平），以及过渡经济业态组（相比上述各类经济表现居中）。其中，又可根据经济产出、市场开放、企业能耗的相对差别等级将前面的五类业态组细分为一等和二等。具体可用表1来表现其间分布。显然，如果划分南方城市和北方城市（以长江为界），南方城市表现出较强的新兴经济发展体质（即较低能耗和较高产出），而北方城市则表现出较强的传统经济格局，这也反映出较强的地域经济和文化（特别是工业文化）传统;同时，南方城市不仅在新经济业态组中的比例较大，在高经济能量业态组中占比也较高;相比之下，北方城市在传统经济业态组中占比较为突出，而在过渡经济业态组和边远经济业态组中，南方和北方城市基本持平。

5.2 观测结果：基于主成分分析方法的城市创新观测点对照（四个维度）

主成分分析具有在多维空间上有效降维的功用，同时能够保留原有维度空间上样本差异信息的80%以上，因此，可以在简化的维度上表现样本点的差距及其总体意义。Buesa，Heijs 和Baumert （2010）就曾应用主成分分析方法，将21个解释变量有效降维，研究欧洲区域创新活动中的知识产出功能。

本研究选取106个样本城市的14个经济和创新活动相关指标，并通过指標的比例关系设计，提高了不同规模城市之间的可比性。根据这些重新构造的指标开展主成分分析，得到下列分析结果（见表2）;其中：

①主成分1（F1）与样本城市的主要经济指标和专利指标密切相关，定义为城市经济创新业绩维度（属当前创新标识）;

②主成分2（F2）与样本城市的研发效率指标相关，定义为城市创新效率维度（属创新潜力标识）;

③主成分3（F3）与样本城市的交通和信息交流等社会网络指标高度相关，定义为社会网络维度（属创新条件和潜力性质）;

④主成分4（F4）与样本城市的能耗指标密切相关，定义为新经济业态水平维度。值得标注的是，由于本研究采用的是单位产出（或单位生产组织）的能耗类型指标，与新经济业态发展状况表现刚好相反，因此以反向表现形式出现，这一标识实际结合了当前标识和潜力标识两个层面。

形成主成分分析结果之后，可通过下列四个不同维度形成的二维平面观察城市（分组后的样本城市）分布图形（图2）。

图中，大型国际化城市如北京、上海、天津等基本属于高经济能量业态组（TE1或TE2组），因而都处于F1维度的顶端（尤其是上海，F1维度得分最高），而与上海地理位置最为接近的苏州，则属于新经济业态组（NE1）居前列的城市，在创新效率维度（F2）上表现突出。同时，该图形还显示出，居F2维度前列的NE1或NE2城市以及部分TE1城市都是南方城市。但总体来看，城市创新效率较高的城市，在现实经济产出和创新业绩维度上并没有显示出突出的领先地位。

图3（F1与F3，即社会网络维度，形成的平面图）显示，以交通和信息网络为代表的社会网络维度来观测，典型新经济业态城市并不全占优势，反而是高经济产能业态城市，以及某些过渡经济业态，甚至个别边远经济业态城市占据优势，显示出各类经济业态城市混合集群的形式。

再以创新效率（F2）和逆新经济业态维度（F4）来看（见图4），新经济业态城市和典型传统经济业态城市的对比则十分强烈，表现出新经济业态城市创新效率高，而传统经济业态城市创新效率较低的格局。

总体来看，研究结果可以导出下列发现：

①占据高经济能量的城市维度（表现为城市经济创新维度F1）的样本城市大多是我国大型国际化大都市（如北京、上海、天津等，标记为TE类），而新经济业态城市的典型样本则大多具有较高水平的创新效率（表现为创新效率维度F2得分前列），且都为高度市场开放的较大和中等规模城市（如苏州、杭州、青岛、宁波等，标记为NE类）;与此相对，标志传统经济业态的样本城市（标记为TR类），则在此二维度上表现较弱。可以说，这些城市样本在本研究中设计的城市创新体系观测框架下都有较为典型的表现。

②标记为M的过渡经济业态也可以在城市经济创新维度（F1）具有较好的表现（如图2）。而具有较高水平的新经济业态城市，尽管其创新效率维度（F2）表现突出，但在城市经济创新的业绩维度并没有整体突出的位置。

③标记为边远经济业态（RM）的城市样本则表现不典型，值得开展进一步研究。

④作为南方城市和北方城市的集群划分仍旧具有较为突出的对比意义，也显现出传统工业及市场经济发展层面的差异。

⑤根据以上研究结果，本文前述提出的创新质量三角形互动关系表现不足，事实上，社会网络的支撑关系对现实经济和创新实力的支撑更为直接，因而本研究更多体现的是四个元素的对角支持关系。

本研究的不足之处在于：

①对于城市创新网络关系的刻画指标仍然选取不到位：一是由于数据局限;二是开展的相关指标之间的考察实验仍然需要深入研究。

②专利数据具有可得性，同时也便于开展精细的研究，但其也存在覆盖性问题，某些创新活动无法用专利数据来分析。但如果聚焦城市的产业和技术分布问题，专利数据仍然是一个有价值的研究资源，只是还需要设计精细的次级数据库，以各类技术创新和专利技术发展规律研究为参考，合理使用专利数据。

③通过主成分分析建立相关观测维度，并观察相关样本点的分布特点，是比较直观的一种观测方式，便于体会其中的奇异点和不规律分布的特点，但应用模型分析方法可以得出相对更有统计意义的结论。因此，必要时应引入相关模型设计和模型分析，以期与这类分析形成对照。

6 结论

本文强调了城市创新体系的观测角度，提出了研究和观测城市创新体系的重要意义;并根据作者以往的研究经验，提供了有关城市创新体系重要的观测维度;根据这些观测维度，结合作者团队的典型研究工作，提出一个城市创新体系观测框架：以专利数据存量为基础，采集106个城市样本的经济和创新活动、创新效率、社会网络和能耗相关的指标，通过主成分分析，提取四个主成分，即相应的四个观测维度。结果显示，处于新经济业态组的城市较好地体现了创新效率维度（也是创新潜力维度）和知识创新维度的表征作用，但在当前经济和创新绩效维度上的对应关系表现则不突出;传统经济业态的城市组则从另一方面体现新经济业态维度（逆向）表现与创新效率维度的契合关系;而样本城市沿社会网络观测维度（作为创新活动的重要条件）的分布特征与本研究中城市经济和创新实力维度分布较为呼应，而与创新效率维度上的分布关系不明显;同时，五组城市样本划分在本研究中具有一定典型支撑意义，但尤以新经济业态组（NE）、高经济产能组（TE）、传统经济业态组（TR）表现突出，而过渡经济业态组（M）和边远经济业态组（RM）则表现不典型，值得开展更为精细的研究。

总之，城市创新体系是一个重要的研究领域，特别值得我国学者开展相关的研究，从以专利技术为代表的技术产出和其他现实及潜在创新活力的表征指标，观测多样化的创新活动规律，包括不同参与者及其网络关系，也是本研究希望扩展的方向。

参考文献：

[1] AN Z L. Regulation reformation and organizational change on harmonizing development of metropolitan regions （in Chinese）[M]， Economic science press， Beijing， China，2006.

[2] BELL G G. Research Notes and Commentaries Clusters， Networks and Firm Innovativeness[J]. Strategic Management Journal， 2005，26： 287-295.

[3] ACS Z J， ANSELIN L， Varga A. Patents and innovation counts as measures of regional production of new knowledge[J]. Research policy， 2002，31（7）：1069-1085.

[4] BRACZYK H J， COOKE P N， Heidenreich M.Regional innovation systems： the role of governances in a globalized world[J]. Psychology Press，1998.

[5] BROEKEL T. Collaboration intensity and regional innovation efficiency in Germany：a conditional efficiency approach[J].Industry and Innovation， 2012，19（2）： 155-179.

[6] BUESA M， HEIJS J， Baumert T. The determinants of regional innovation in Europe： A combined factorial and regression knowledge production function approach[J]. Research Policy， 2010，39（6）：722-735.

[7] COOKE P. The new wave of regional innovation networks： Analysis， characteristics and strategy [J]. Small Business Economics， 1996（8）： 159-171.

[8] COOKE P，MORGAN K. Learning through networking：Regional innovation and the lessons of Baden-Wurttemberg[M].Regional industrial research report no.5，Cardiff，University of Wales，1990.

[9] HILPERT U， SMITH H. L. Networking of Regionalised Innovative Labour Market [M].Routledge， 2013.

[10] FISCHER M M， DIEZ J R， SNICKARS F. Metropolitan innovation systems： Theory and evidence from three metropolitan regions in Europe[M]. Springer：Berlin，2001.

[11] 柳卸林.2004—2005中国区域创新报告分析[J].科学学与科学技术管理，2005（12）：5-14.

[12] Li X B.China's regional innovation capacity in transition： An empirical approach[J].Research Policy 2009，38：338-357.

[13] 王輯慈.网络环境：产业组织创新的崭新形式[J].区域创新网络，1997（3）：109-144.