长三角区域科技协同创新发展研究——基于区域间论文和专利合作

刘乃全， 杨晓章

(上海财经大学城市与区域科学学院， 上海 200433)

2018年11月5日，习近平总书记在首届中国国际进口博览会上宣布，支持长江三角洲区域一体化发展并上升为国家战略.2018年7月，颁布《长三角地区一体化发展三年行动计划(2018-2020年)》，其中科创是十二个合作议题之一，产业协同创新是七个重点聚焦领域之一.科技协同创新能力的增强对长三角高质量一体化发展具有支撑作用，也对我国创新能力的提高具有重要的理论与现实意义.为进一步推动长三角地区科技创新协同发展，2020年科技部与长三角三省一市共同编制了《长三角科技创新共同体建设发展规划》，明确提出发挥上海的科技创新中心龙头带动作用，强化苏、浙、皖创新优势，深化区域创新开放合作，提升长三角地区协同创新能力.鉴于科技创新是经济长期增长的核心驱动力，区域科技创新协同水平的提升会极大地推动长三角一体化水平的提升，而区域创新开放合作是提升协同水平的重要途径.创新合作一方面可以利用各个参与主体的技术比较优势，从而更好的突破关键技术问题的制约，另一方面创新的合作本身也是一个创意交流和交换的过程，创新的合作使得在创意产生之初就开始扩散，新技术的扩散可以带来社会普遍生产率的提高.李亚军对山西省的研究发现创新合作网络规模对知识溢出效应具有正向的影响[1].中国地区间创新水平较不均衡[2]，有研究发现地区间技术差距过大不利于知识的溢出，东部地区之间较小的差距是东部区域协同创新水平较高的重要原因[3].因此，创新合作的网络化趋势可以促进创新的扩散，是缩小地区间差距的重要途径.创新的合作与知识溢出都受空间地理距离的约束，但随着交通和通信技术的发展，地理距离对于创新合作的约束效应逐渐削弱[4].

随着第三次科技革命的分工深化，单个个体无法掌握各个领域的技术，创新网络成为推动技术进步的重要力量[5].技术的复杂性提升使得开放式创新成为技术进步新的发展方式，信息技术的进步也使得开放式创新成为可能，开放式创新也从企业内部逐渐扩展到企业间[6]，开放式创新成为构建全球创新网络、推动技术进步的重要力量[7]，区域创新网络是全球创新网络的有机组成部分[8].现有研究发现，企业内部的合作有利于提高创新规模，企业间的合作可以提升创新的质量[9].创新合作也是知识空间溢出的重要传导方式，可以有效提高合作地区的生产率[10].随着全球经济联系的不断加深，地区间和国家间的竞争也在加剧，创新能力的高低成为获得竞争优势的关键因素，而创新合作网络的构建对于区域内创新活动具有积极的推动作用[11-12].提高区域整体的创新水平是提高区域竞争力的有效途径，而创新合作网络规模的扩大对于知识的空间溢出具有重要的作用[1，12].另外，创新合作对于提升边缘城市的创新水平至关重要，边缘城市的创新水平是制约整个区域创新能力的重要一环.彭纪生等认为地方政府的短视行为可能使得地区之间出现恶性竞争，跨区域的创新合作需要更高级的政府构建跨地区的平台[13-14].由于技术的有偏性，地区间技术的差距已经成为加剧地区间不平衡的重要因素[13-14]，而地区间技术较大差距不利于知识的空间溢出[3，17]，从而会持续拉大核心和边缘地区的差距，创新合作网络的构建也许是减缓差距扩大的重要路径，知识空间溢出效应的发挥需要技术水平相对较低的地区有一定的技术基础[10].政府层面也在积极推动创新合作，研究发现随着产学研合作投入的力度不断加大，创新合作模式正在形成，但创新效率仍有待进一步提高[18]，政府在创新合作网络中的参与度相较大学和企业更低[19].政府对于创新的影响可能更多的是在政策制定上，对于区域之间的创新合作可能起到的是作为沟通和链接的桥梁作用[20]，行业协会、技术联盟等组织也对创新网络起到了重要的纽带作用[8]，配套的协同环境是协同创新的重要支撑[21]，如交通设施的完善[22].需要注意的是，政府过多的干预创新活动可能不利于地区协同创新水平的提升[23].

从合作的动机来看，相对于基于压力的被动式合作，自发的基于利益的互惠机制更有利于促进双方的合作[24].从创新合作的双方来看，创新能力较弱的一方有可能从合作中获得更多的知识溢出，因此更有意愿进行创新的合作[25].另外，创新合作更多的是在距离相近、研究方向相近的企业或研究机构之间发生[26]，跨区域、跨学科的交叉创新合作相对较少[26].但相比较来看，由于创新的正向溢出效应，创新能力较强的企业合作的意愿相对较弱，当技术扩散到竞争对手时，企业会削减在该技术的研发投资[27].通过机构之间的合并可以避免对合作的顾虑，研究发现机构之间的合并有效提高创新产出和效率，异质性机构之间的合并可以促进跨学科合作[28].大学等研究单位是传播知识的重要载体，创新水平较高的地区往往由大学的支持，而没有大学的地区通过创新的合作、吸引人才流入等方式可以促进地区创新的发展[29].研究表明，创新人才的交流会促进知识的空间溢出，但限于在同一创新网络内部[10].大量的研究发现距离是创新合作和知识溢出的重要影响变量，但文化邻近同样具有重要的作用，两个地区人员的交流往来有助于增加文化上的理解和融合[30].由于地区之间较大的技术差距会削弱创新合作对于落后地区的知识溢出效应，弥补两者技术差距的方式可以通过贸易的自由化，贸易的自由化会为落后地区带来新的产品、新的技术和管理经验，有利于创新思想的传播[31].

长三角地区是全国一体化程度最高的区域之一，长三角一体化的推进可以为其他区域的一体化发展提供经验借鉴，长三角地区协同创新水平的提高是推进长三角一体化的关键.本文将从科技论文和专利的合作两个角度构建长三角区域科技协同创新指数，对长三角地区协同创新水平的时空演变特征进行经验分析，并基于研究结论为长三角协同创新发展乃至一体化建设提出政策建议.与以往研究相比，本文主要从下述方面进行阐述：首先，技术的复杂性使得高新技术的突破更依赖于创新的合作研发，本文从创新合作视角研究进一步明晰长三角科技协同创新的时空演变特征及所面临的问题，为推进长三角科技协同创新和提升我国科技自立自强提供政策启示.其次，目前不平衡问题是我国的主要矛盾之一，而一体化的推进可能是缩小区域差距的重要途径之一.从创新来说，一方面创新的空间溢出在面临行政边界时会有较大的削弱，另一方面由被动的知识空间溢出引发的创新扩散较为缓慢，而主动的创新合作可以加速创新的扩散，进而可以带来区域整体效率的提升和经济的增长，因此本文对创新合作的研究可以为缓解不平衡问题提供新的解决思路.最后，本文对协同创新指数的构建分别考虑论文和专利合作，并根据创新质量赋予不同权重从而可以更为准确地衡量长三角协同创新水平.

1 指标体系构建

1.1 指标设计

本文从协同创新的视角入手，评价长三角地区在创新方面的一体化程度.从地区层面来看，长三角地区的一体化推进主要是为了协调三省一市的发展，因此从省份出发去分析三省一市的协同情况是比较合适的，因此本文在数据分析部分将主要从省级层面分析长三角区域协同创新的时空演变特征，同时也会分析城市层面的创新合作，进一步分析省份内及省份间不同城市的合作状况.具体来说，对于长三角协同创新指标体系的构建主要从论文合作和专利合作的角度入手.由于创新与自然科学关系更为密切，因此论文合作指标主要从SCI论文合作的数量和质量来构建.专利合作指标主要根据两个及以上地区专利合作的数量和质量来衡量.

1.2 指标说明

本文的一级指标是长三角区域科技协同创新指数；二级指标体系有两个：一是论文合作度指标的构建和评价，二是专利合作度指标体系的构建和评价.论文合作的三级指标分SCI一区、二区、三区和四区，专利合作的三级指标为发明、实用新型和外观设计专利.合作论文根据SCI分区分别赋予其4分、3分、2分和1分的权重，合作专利按照发明、实用新型和外观设计分别赋予其2分、1分和1分的权重.一级指标长三角区域科技协同创新指数的计算主要由论文合作度和专利合作度来构建.借鉴经济产出的C-D函数以及创新生产函数，合作专利作为区域科技协同创新的一项产出，合作论文作为区域科技协同创新的另一项产出.

具体计算步骤为，由于专利和论文合作度计算的单位和权重不尽相同，计算一级指标长三角区域科技协同创新指数首先需要把二级指标标准化.论文和专利合作度的标准化借鉴z-score标准化方法，具体计算方法如下所示.

论文合作度标准化计算公式为：

(1)

专利合作度标准化计算公式为：

(2)

长三角区域科技协同创新指数计算公式为：

(3)

表1 长三角协同创新指标构建Tab.1 Yangtze River Delta collaborative innovation index construction

2 合作论文分析

2.1 城市间论文合作分析

图1分别是2010年和2018年长三角地区26个城市间的专利合作社会网络中心度分析图.蓝色方框代表城市的中心度，越大代表城市中心度越高.连接线的粗细代表合作度的高低，线越粗说明两地之间的合作度越高.从图中可以看到，与2010年相比，2018城市间的论文合作更加密切，与城市论文合作的参与程度越来越深.由于论文合作主要是在高校和科研机构间进行，因此论文合作的城市也主要在高校和科研机构研究实力强的城市进行，2010年到2018年论文合作参与程度较好的核心城市都有上海市、南京市、杭州市和合肥市，这几个城市的高校数量较多，科研实力较强.2010年论文合作中心度较高的城市有上海、南京、杭州、合肥和苏州等城市，2018年主要还是这四个核心城市之间的合作，但无锡和常州等城市也越来越多的参与到长三角论文合作的阵营里来，其他城市大部分也相对比其2010年合作的论文数量更多.从四个地区的对比可以看出安徽的城市参与论文合作的程度相对较低，非核心节点城市论文合作的对象主要是省内的核心节点城市.另外，上海与其他三个省份的城市之间论文合作数量都相对较多，但相对来说与江苏的城市论文合作是最多的，其次是浙江的城市，与安徽的城市合作是相对较少的.

图1 2010年和2018年城市间论文合作网络Fig.1 Inter-city paper cooperation network in 2010 and 2018

2.2 省份间论文合作分析

借鉴SCI论文的分区，分别赋予一区、二区、三区和四区论文4分、3分、2分和1分的权重，计算综合的论文合作度，分析各省份的论文合作状况.图2是2010年—2018年长三角各省市论文合作的情况.

图2 2010年—2018年长三角各省市间论文合作的情况Fig.2 Paper cooperation between any two areas in Yangtze River Delta from 2010 to 2018

从图2中可以看出省份间论文合作在9年间实现了迅速的增长.从合作规模来看，上海市和江苏省之间合作度最高，如图2(a)；其次是上海市与浙江省、江苏省与浙江省、江苏省与安徽省、上海市与安徽省，如图2(b)～(e)，浙江省与安徽省合作规模最小，如图2(f).从增长速度来看，增长最快的是江苏省与安徽省，其次增速较快的是江苏省与浙江省、江苏省与上海市，浙江省与安徽省、上海市与安徽省、上海市与浙江省.可以看出，安徽省参与省份间合作规模相对较小，安徽与浙江之间的合作相对较少，增速也较慢.从内部结构来看，各省之间合作增速最快的是高质量的一区论文，说明长三角的论文合作不仅规模逐步扩大，合作质量也在逐步提升.总的来说，长三角区域间科技论文合作规模和质量都在稳步提升，上海与江苏之间形成了较为紧密的合作关系，但安徽省的参与程度仍较低，目前安徽与江苏之间的合作快速增长，与浙江和上海的合作相对较少.因此上海与江苏之间的合作对长三角的创新合作起到了主导和带动作用，而安徽省参与合作仍较为不足.

2.3 长三角论文合作总体情况

图3是长三角论文合作总体状况.从前面省际间的论文合作可以看出，长三角论文合作度增长较快，9年间共增长8.5倍，并且主要是由高质量的一区论文合作增长为主，对于长三角一体化高质量发展可以起到巨大的推动作用.从区域之间的比较来看，2010年上海市与浙江省的论文合作度最高，但逐渐被江苏省在2012年追上，并且差距持续扩大.从2018年的各地区间的论文合作度来看，上海市与江苏省的论文合作度最高，其次为上海市与浙江省，第三为江苏省与浙江省，第四为江苏省与安徽省，第五为上海市与安徽省，第六是浙江省与安徽省.可以看出江浙沪三个地区的合作是最为紧密的，合作程度最高，而安徽省由于经济相对落后，加入长三角城市群也相对较晚，因此安徽省与其他地区的合作程度较低.但值得一提的是，安徽省与江苏省的论文合作度在9年间增长16.7倍，为各区域最高，说明安徽省与江苏省的创新合作联系更为密切.另一方面浙江省与江苏省的论文合作增长15.3倍，仅次于江苏省与安徽省的增长速度.这说明虽然上海市仍然是长三角地区协同创新中心节点，但江苏省逐渐开始成为长三角地区第二协同创新中心节点.最后浙江省与安徽省的论文合作在各区域中最低，说明浙皖的创新合作成为长三角地区协同创新发展的短板，可能会制约长三角高质量一体化的进程.

图3 长三角论文合作情况Fig.3 Paper cooperation in Yangtze River Delta

3 合作专利分析

3.1 城市间专利合作分析

3.1.1 网络分析 图4为2010年和2018年长三角地区26个城市间的专利合作社会网络分析图.从图中可以看出，与2010年相比，2018年城市间的合作更为密切，合作规模也更大，网络化合作趋势更为明显.2010年的合作以上海、南京和杭州为核心，2018年则有更多的城市处在核心的节点上，如苏州、无锡、合肥、宁波等.另外，初始处在网络边缘位置的城市现在也更多的参与到创新合作的网络中来，如舟山、芜湖、马鞍山和滁州等地区.城市间的中心度2018年杭州市最高，其次是上海、南京、宁波和苏州.杭州市专利合作较为突出的有两点：一是更多的是省内合作，二是更多的是由大集团驱动，如宁波、台州的吉利汽车研究院有限公司和浙江吉利控股集团有限公司，大集团驱动导致杭州市的合作度在不同年份间波动较大.

图4 2010年和2018年城市间专利合作网络Fig.4 Inter-city patent cooperation network in 2010 and 2018

如果包含城市内的专利合作数据，则上海市的中心度是最高的，远远高于其他城市，如图5所示.另外如果剔除省内合作的数据，省份间城市的合作苏州和上海的合作度是最高的.

图5 2018年城市专利合作中心度(含城市内合作)Fig.5 Patent cooperation centrality in 2018 (including intra city cooperation)

3.1.2 细分领域分析 根据国际IPC进行分类，本文对不同地区在8个一类专利合作方面的情况进行分析.其中A类为人类生活必需品领域的创新，B类为作业和运输领域，C类为化学和冶金领域，D类为纺织和造纸领域，E类为固定建筑物领域，F为机械工程、照明、加热、武器和爆破领域，G为物理领域，H为电学领域.表2是2018年长三角城市间实用新型专利的合作细分领域结果.从表中可以看出，B类仍然是合作最多的领域，其次是F类，H类和G类.B类中合作较多的城市与发明专利一致，为宁波、杭州和台州，F类合作较多的城市有温州、上海、南京、常州和苏州，H类合作较多的有盐城、南京、温州和上海，G类合作较多的城市有温州、上海、宁波和杭州.实用新型细分类型的结果(表3)与发明专利有较多的相似之处，但也有不同，从实用新型专利的合作可以更清晰地看出浙江的城市参与城市间创新合作较为积极，除了宁波和杭州之外，台州、温州、金华、绍兴都较多地参与了合作，浙江的城市与杭州和上海合作较多，即杭州和上海对支持浙江城市的创新起到了巨大的作用.

表2 长三角城市间发明专利合作类型分析Tab.2 Analysis of types of invention patent cooperation among cities in the Yangtze River Delta

表3 长三角城市间实用新型专利合作类型分析Tab.3 Types of patent cooperation for utility models among cities in the Yangtze River Delta

表4为外观设计城市间合作细分领域的结果.外观设计的分类与发明和实用新型不同，篇幅限制，本文只将表中涉及到的类型进行说明，具体来说：06类为家具，10类为钟、表和其他计量仪器、检测和信号仪器，12类为运输或提升工具，14类为录音、通讯或信息再现设备，15类为其他类未列入的机械，19类为文具用品、办公设备、美术用品及教学材料，23类为武器、烟火用具、用于狩猎、捕鱼及捕杀有害动物的器具，26类为照明设备.从表4可以看出，城市间外观设计细分领域的合作更为集中，主要是在12类也就是运输或提升工具上，主要合作的城市也是宁波和杭州市.其他合作较多的领域为15类和26类，分别是上海和常州及宁波和杭州.进一步观察其他类别的合作，可以发现杭州和宁波在合作较多的8类外观设计专利中都排序都较高，这再次说明了杭州和宁波在创新的多个领域形成了紧密的合作，并且在外观设计专利领域的创新具有相对比较优势.相比于发明和实用新型专利来说，在外观设计类别里杭州和宁波合作规模的优势更为明显.

表4 长三角城市间外观设计专利合作类型分析Tab.4 Analysis of types of design patent cooperation among cities in the Yangtze River Delta

3.2 省份间专利合作分析

图6是上海市、江苏省、浙江省和安徽省与长三角其他省市专利合作的情况，其中发明、实用新型和外观设计专利是上海市与其他三省某一省合作专利的数量，专利合作度是赋予发明专利权重为2、实用新型和外观设计权重为1计算得出.从图6(a)可以看出上海市与其他三省合作的发明和实用新型专利数量总体呈上升趋势，但发明专利数量2017年开始略有下降，外观设计专利合作数量总体呈下降趋势.从近几年来合作专利类别来看，实用新型专利合作数量最多，其次是发明专利，外观设计专利合作最少.从图6(b)可以看出江苏省发明和实用新型合作专利数量总体呈上升趋势，而外观设计专利合作数量较少，呈平稳发展趋势.三类专利合作数量同样实用新型合作专利数量最多，其次是发明专利，外观设计专利合作数量最少，2018年实用新型专利合作数量接近发明和外观设计专利数量之和的两倍.从图6(c)可以看出浙江省发明和实用新型合作专利数量总体呈上升趋势，而外观设计合作专利数量整体则呈下降趋势，专利合作度也主要呈上升趋势.三类专利中实用新型专利合作数量最多，远高于发明和外观设计专利，2018年实用新型专利合作数量接近发明和外观设计合作数量的3倍之多.浙江省专利合作度的上升主要归功于实用新型专利数量的持续快速增加，而发明专利合作数量一是增长较为缓慢，二是规模较小，对合作专利度的提高影响较小.从图6(d)可以看出安徽省发明和实用新型专利合作呈现上升趋势，而外观设计专利合作数量较少，专利合作度虽然总体呈上升趋势，但规模较小.另外安徽省专利合作也主要以实用新型专利为主，实用新型专利合作数量增长也较快，发明专利虽然整体呈上升趋势，但上升速度较为缓慢.

图6 上海市、江苏省、浙江省和安徽省与长三角其他省市专利合作的情况Fig.6 Patent cooperation in Shanghai(a)，Jiangsu(b)，Zhejiang(c)， Anhui(d) and the other provinces in the Yangtze River Delta

3.3 长三角专利合作总体情况分析

图7是长三角地区整体的专利合作度，从图中可以看出，长三角地区的整体专利合作度呈上升趋势.分地区来看，在2010年，上海市的专利合作度最高，几乎相当于江苏省、浙江省和安徽省三省专利合作数量之和.但其他三省专利合作度增长较为迅速，其中江苏省和浙江省都于2012年超过上海市，并且差距持续拉大.到2018年为止，专利合作度最高的是江苏省，高达3 535；其次是浙江省，为2 726；第三为上海市，为1 368；第四为安徽省，为1 124.长三角地区专利合作度的上升贡献最大的是江苏省，其次为浙江省和安徽省，上海市的专利合作度甚至在波动中有所下降.

图7 长三角地区专利合作情况Fig.7 Patent cooperation in Yangtze River Delta

图8是长三角地区间专利合作的社会网络分析图，红点的是专利合作的第一申请人，蓝色方框是除第一以外的申请人.从图8可以看出，虽然上海市对专利合作度贡献度在下降，但其他三省选择合作专利对象时，首选基本都是上海市，例如2018年江苏省发明专利合作828项，与上海市合作的有711项，占比为85%，实用新型专利占比为86%，外观设计专利占比高达91%；2018年浙江省发明专利合作492项，与上海市合作的有406项，占比为82%，实用新型专利占比为79%，外观设计为63%；2018年安徽省发明专利合作148项，与上海市合作的有93项，占比为62%，实用新型专利占比为65%.以第一申请人的主动合作来看，上海市的中心度仅仅为1 368，为第三，比江苏的3 535和浙江的2 726低两倍以上，但被合作方来看，上海市的中心度为5 943，比第二江苏省的1503高接近4倍，占总体被合作方的64%左右.因此上海市虽然在整体的专利合作度上有所下降，但是在推动整个长三角地区的专利合作上起到了重要的作用，有效的提升了长三角地区整体的协同创新发展.

图8 长三角地区间合作专利情况Fig.8 Patent cooperation among Yangtze River Delta Regions

3.4 长三角区域科技协同创新指数分析

对长三角区域科技协同创新指数的计算需要说明的一点是，作者认为论文在区域创新中的商业化应用程度比专利低，专利合作对经济的促进作用更为直接，因此专利合作在区域科技协同创新中会占据更为重要的位置.本文的α和β设定借鉴王明亮和徐猛对论文和专利权重的计算[32]，按照论文发表和专利授权量分别对论文和专利的权重进行计算，论文权重为0.44，专利权重为0.56.表5为长三角区域科技协同创新指数表，从表中可以看出长三角区域科技协同创新指数呈现持续上升的态势，9年间上升了3.5倍.从发展阶段来看，2013年之前科技协同创新指数增长较快，2014年开始长

表5 长三角区域科技协同创新指数Tab.5 Science and technology collaborative innovation index of Yangtze River Delta regional

三角区域科技协同创新指数增长速度明显放缓，在2017年开始指数又呈快速上升趋势，说明2017年之后长三角区域科技创新进入加速融合的阶段.从分类的合作度可以看出，除2014年和2016年专利合作度略有下降外，其余年份论文和专利合作度都在持续上升，其中论文合作度上升了5倍，专利合作度上升了2.6倍，这说明长三角区域科技协同创新指数的上升可能更多的是由论文合作度上升贡献的.

4 长三角一体化地区扩容与区域协同创新

地区间政府的交流和合作可以为创新的合作奠定基础，但由于长三角地区政府间的交流和合作目前尚无公开和完整的数据，直接利用政府交流数据分析其对长三角协同创新的影响较为困难.而长三角一体化主要是由长三角各地区政府来推动，因此可以从长三角一体化推进进程这一视角来分析这一联系.长三角地区的范围并不是固定不变的，而是随着不同时期而改变的.总体来看，长三角地区一体化的演变主要分为三个个阶段：第一阶段是上海经济区的提出(1982年—1988年)，主要包括三省一市10个城市；第二阶段是自发合作阶段(1992年—2004年)，参与的14个城市自发制定协作办主任联席会议制度，后在1997年和2003年分别吸纳了江苏省的泰州市和浙江省的台州市，总共包括16个城市.第三阶段，长三角地区一体化稳步推进建设阶段(2005年—至今)，2010年协调会第10次会议吸纳合肥等6个城市扩容至22个城市，2013年再次吸纳芜湖等8个城市扩容至30个城市.另外，2016年国家发改委将宣城等4城市纳入长三角规划中，因此本文分析将这次的调整也考虑进来.城市纳入长三角一体化区域中首先会在政府层面加强与长三角其他地区的交流和合作，促进要素的自由流动，进而可以促进地区间创新的交流和合作.基于上述分析，本文将进一步衡量长三角一体化扩容对区域协同创新的影响.考虑到2005年为长三角一体化的稳定建设阶段，本文将研究期间设为2006年到2018年.

表6是长三角一体化与区域协同创新的实证结果，其中因变量为创新合作，以专利合作数量来衡量，第(1)到(4)列分别为总体、发明、实用新型和外观设计专利合作.核心自变量是长三角一体化，以城市当年是否被纳入一体化区域为准，当年纳入一体化区域记为1，否则记为0.另外控制变量为研发人员、研发支出和人口集聚，其中研发人员以用科研综合技术服务业从业人员数衡量，研发支出以科学技术支出衡量，人口集聚以非农从业人员密度来表示.由于创新合作变量零值较多，PPML模型在面临较多零值样本时可以得到一致估计的优点，因此本文采用PPML模型进行实证回归，结果如表6所示.可以看出长三角一体化的扩容会显著促进创新合作，并且对质量较高的发明专利合作的积

表6 长三角一体化扩容与区域协同创新的实证结果Tab.6 Empirical results of Yangtze River Delta integration and regional collaborative innovation

极作用更大.长三角一体化的推进首先是从政府层面推进，因此可以推断政府之间的交流和合作可以为企业及机构间跨区域的创新合作奠定良好的基础，推动创新合作打破地域和行政边界的限制.

5 结论和政策建议

本文首先构建了长三角区域科技协同创新指标体系，然后对其进行评价分析.主要得到以下几点结论：1) 长三角区域科技协同创新指数基本呈现上升的态势，并且从2017年之后长三角科技协同创新建设进入加速融合的新阶段.从分类来看，论文比专利合作增长的速度更快，这说明长三角区域科技协同创新指数的上升可能更多的是由论文合作度上升贡献的.2) 长三角区域创新合作网络化趋势明显，并且正在从单中心的合作网络转变为多中心的合作网络.随着时间推移，城市间的专利合作网络化趋势更为明显，中心网络节点城市数量在增加，合作网络中的其他城市参与程度也在加深.3) 从细分领域的合作来看，核心城市在多个领域具有比较优势，非核心部分城市在个别领域有比较优势.从合作的城市来看，杭州和宁波之间形成了较为紧密的合作关系，在多个领域都有密切的合作.从省份来看，浙江的多个城市在部分领域具有较多的合作.4) 长三角其他三省依托上海的优势创新资源进行创新，上海的创新外溢促进了长三角地区的专利合作.从被依托合作方来看，上海市几乎占到了其他三省第二及以后申请人的一半以上，在推动整个长三角地区的创新合作上起到了重要的作用，有效的提升了长三角地区整体的协同创新发展.5) 论文合作度增长较快，并且主要是由高质量的一区论文合作增长为主，对于长三角一体化高质量发展可以起到巨大的推动作用.从区域之间的比较来看，可以看出江浙沪三个地区的合作是最为紧密的，合作程度最高，而安徽省与其他地区的合作程度较低，浙江省与安徽省的论文合作在各区域中最低.6) 长三角的创新合作主要可能仍以横向合作为主，其中论文合作以横向合作为主，专利合作以纵向合作为主.7) 长三角地区的扩容对区域协同创新具有显著的促进作用，并且对高质量的发明专利影响更大.

虽然长三角区域科技协同创新指数保持着稳定上升的良好趋势，但仍存在着诸多问题：1) 目前长三角的创新合作主要是其他三省依托上海进行创新合作，而上海依托其他三省进行的创新合作相对较少.如何进一步利用上海优势的创新资源，发挥上海市的主观能动性，支持长三角协同创新的提高，可能是实现长三角更高质量的一体化需要考虑的问题.2) 长三角区域之间专利合作增长速度相对较慢，激励不足.这主要可能是由于目前专利奖励和资助政策都是基于本地区，而对于跨区域之间专利的合作并没有奖励政策，因此区域之间专利的合作缺乏激励.3) 从专利合作结构来看，专利合作主要是实用新型专利之间的合作，发明专利合作相对较少.4) 安徽在长三角创新合作中参与程度相对较低.特别是安徽和浙江创新合作程度相对最低，是目前长三角区域科技协同创新的短板.5) 虽然长三角地区一体化程度相对较高，但仍面临着市场分割及地区间的体制机制障碍.

根据以上结论和长三角协同创新中存在的问题，本文提出以下几点建议：1) 完善激励机制，鼓励长三角区域之间创新合作，提升创新合作质量.长三角协同创新度的提高主要是由论文合作的增加贡献的.如何由学界的合作进一步扩散到专利以及在产业化方面加强合作仍然是需要思考的.由于以上对创新的资助和奖励政策是基于本地区的，下一步可以考虑成立长三角协同创新基金，资助和奖励三省一市合作的专利以及创新产品.2) 借鉴区域内较为成功的城市的经验，进一步推广至整个区域，比如杭州和宁波之间的合作模式.3) 进一步发挥上海在长三角创新合作中的核心带动作用.上海虽然本身的专利合作度并不高，但其在支持其他三省的创新方面做出了巨大的贡献，上海应该进一步发挥其在长三角创新合作中的核心地位，加强与其他三省一市的创新合作，支持长三角区域科技协同创新的发展，为长三角一体化程度的提高和长三角国际竞争力的提高提供动力.4) 地区政府之间建立常态化的合作和交流机制，三省一市政府之间稳定的交流和合作可以为企业之间的创新合作提供良好的基础条件.5) 破解合作障碍，加强安徽和浙江之间的创新合作.安徽和浙江之间的创新合作是长三角协同创新中的薄弱环节，因此加强两地间政府及企业的沟通，以及为两地的合作提供完善和便利化的配套服务可能是需要去做的.