基于改进引力模型的江苏省城市创新空间关联及其影响因素

彭 英，余小莉

(1.南京邮电大学管理学院；2.南京邮电大学国际电联经济和政策问题研究中心，江苏南京 210003）

我国提出要进一步提升创新发展能力，加快形成现代化产业体系，强化基础设施规划建设，要从协调推进全面建设社会主义现代化国家的大局出发，找准定位、发挥优势，持续深化跨区域、跨流域合作，着力打造一批具有战略意义的产业链和产业集群，推进区域创新联动发展。在此基础上，党中央也多次强调，要发挥中心城市、城市群的带动引领作用。党的十九届五中全会指出，当前我国经济发展的空间结构正在转变为中心城市和城市群成为承载发展要素的主要空间形式。在新形势下，促进各类要素合理流动和高效集聚，即在同一区域范围内，一些不同规模、不同职能的城市依靠交通、信息等网络连结成相互依存且空间分布有序的城市空间网络，以此来增强创新发展动力。在战略的选择上，要坚持创新驱动发展战略，构建高质量发展的国土空间布局和支撑体系，在区域协调发展的同时加快建设创新型国家。为此，本研究采用社会网络分析方法，利用城市空间经济联系强度值构建江苏省城市空间经济联系网络，通过实证分析探究江苏省城市创新空间关联及网络结构特征，探究影响城市创新发展的相关因素，以期为城市网络空间功能提升、区域经济优化和一体化发展提供参考和政策建议。

1 研究对象和方法

1.1 研究对象

本研究选取了江苏省的13 个地级以上市作为研究对象。江苏省总人口为8 029.3 万人，区域土地总面积为10.72 万km2，地区生产总值（GDP）为94 323.54 亿元。由于辖江临海、经济繁荣，江苏省是我国最具经济活力的重要战略省份之一，城市功能特征比较稳定，城市之间交通网络近年发展得比较完善。且由于地理、经济等方面的原因，江苏省呈现出苏南、苏中、苏北不同的空间分布特征，导致城市之间创新发展会出现较大的差异，具有较强的代表性。本研究所构建指标体系数据来源于2013 年、2018年《江苏省统计年鉴》及江苏省各城市统计年鉴，以5 年为一个阶段对比观察江苏省前后经济变化。城市间距离相关数据来源于江苏省交通图，同时以高德地图、百度地图进行补充。

1.2 研究方法

1.2.1 熵权法

多数学者采用城市生产总值及人口构建引力模型计算城市关系强度，但是单纯使用这两个指标具有片面性。借鉴胡盈等［1］的方法，本研究采用综合质量指标来衡量城市的综合能力。熵权法是一种重要的客观赋权法，可以避免在指标的选取中可能存在的主观性。熵权法的客观权重是靠指标变异性的大小来确定的，一般来说，若某个指标的信息熵越小，则指标的变异程度越大，提供的信息在综合评价中能起到的作用也越大，其权重就越大。用熵权法构建综合力竞争指数分为3 个步骤，包括数据标准化、确定各指标权重、综合指数合成。由于每个指标数据的量纲不同，要消除数据的量纲影响，对其进行标准化处理，确定各指标权重后再计算得出每个城市的综合质量指标。

1.2.2 引力模型

引力模型是以牛顿经典力学的万有引力公式为基础。Reilly［2］在1929 年借鉴牛顿的引力模型提出了“零售引力法则”，并借此来测度中心城市对周边区域的吸引力，这为定量分析区域之间的联系奠定了理论基础。1946 年Zipf［3］在前人研究的基础上对引力模型进行了进一步阐述，将引力模型引入到城市体系研究中，从而形成了城市体系空间联系研究的理论基础。Tinbergen［4］和Poyhonen［5］在前人的基础上做了延伸，研究出了比较完整的引力模型，认为两个经济体之间的单项贸易流量与它们各自的经济规模成正比，与它们之间的距离成反比，该模型经过诸多地理学家的研究和应用，已经成为研究地理空间相互作用的重要方法。国内学者李媛媛［6］、李伟［7］运用引力模型对我国不同城市创新空间关联进行了初步分析；谢诗光［8］运用引力模型对浙江省县际经济联系进行了分析；刘建华等［9］、杨蕙嘉等［10］在对引力模型进行一系列改进、修正的基础上，对城市创新空间关联作进一步研究。

各种交通基础设施是作为城市之间联系的重要枢纽，同时也是城市网络结构的重要载体。江苏省地处平原地区，且城市间空间距离相对较近，省内各城市间距离基本均小于500 km，除去极个别的苏州到徐州为523 km，其他城市之间大多集中在300 km 左右，所以航空流量较小；公路运输相对来说具有更强的灵活性，且江苏省各城市之间都有公路，公路承担了大部分运量，所以本研究中只考虑公路运输，计算得到地级城市间的经济距离 。

1.2.3 社会网络分析法

社会网络分析产生于20 世纪，它能将网络之间的关系进行量化分析，为经济联系的空间结构研究提供了崭新的视角与分析工具。Fritsch 等［11］较早将社会网络分析与创新网络空间相结合进行研究；李琳等［12］运用引力模型和社会网络分析法研究了我国的区域网络特征。

密度指的是一定范围内各个点之间联络的紧密程度，固定网络规模的点之间的连线越多，该网络的密度就越大，网络对其行动者的态度、行为等产生的影响就越大。可以通过UCINET 软件得出密度值。计算网络密度需要先对数据矩阵进行二值化处理，使得数据值为0 或者1。网络密度值的计算公式为：

式（1）中：D为网络密度；n为城市节点数量；是由城市i与城市j的创新关联强度值经过二值化处理后的0 或者1。

中心性是社会网络研究的重点，某个城市在一定范围的社会网络中居于什么样的中心地位，对于信息在整个网络中传播效果有重要意义。中心度与中心势是描述中心性的两种重要度量方法，其中，中心度指的是一个节点在网络中处于核心地位的程度，中心势则描述整个网络的中心度。社会网络的中心性分为点度中心性、中间中心性、接近中心性3 种，其中最常用来进行社会网络分析的是点度中心度，计算公式如下：

2 实证分析

2.1 指标体系构建

运用社会网络分析法对城市间的创新空间关联进行分析，首先要选取城市的创新指标。城市创新能力是一个地区将知识转化为新产品、工艺或者服务的能力［13］。以往学者常用人口和GDP 数据表示城市创新能力，比较片面。朱海就［14］在对区域创新能力评估指标进行研究时发现，需要考虑人员和金钱的投入、企业数目及产值，以及各种与创新相关的环境都与城市创新能力有关；颜莉［15］在对区域创新能力评估时选取创新投入、创新产出两个方面指标；王承云等［16］则选取创新能力、创新环境两个方面指标。参考前人的研究成果，综合考虑多方面因素，遵循科学性与系统性原则，本研究选取创新投入、创新产出以及创新环境3 个方面13 项指标来构建江苏省创新综合质量指标体系，如表1 所示。

表1 江苏省城市创新综合质量评价指标

根据表1 指标收集数据，利用熵权法计算指标权重，得出2013 年和2018 年江苏省城市创新综合质量指数值如图1 所示。从图1 可见，江苏省城市2018 年创新综合质量与2013 年相比整体上都有所提高，排序都是南京、苏州、无锡、常州、南通稳居前五。创新建立在各方面条件的积累上，创新环境或经济水平等方面相对落后的城市很难在创新方面实现逆袭。

图1 2013、2018 年江苏省城市创新综合质量指标

2.2 基于改进引力模型的城市创新空间关联强度

将上述所得江苏省城市创新空间关联指标数据形成矩阵，利用UCINET 中的Netdraw 软件依据矩阵数据绘制出2013 年、2018 年江苏省创新空间关联结构图，如图2 所示。图2 中，两个城市之间的连线表示两个城市之间的创新联系，线条的粗细表示两个城市之间创新联系强度的大小，即两个城市之间的创新联系越紧密则线条越粗，反之越细。由图2（a）与图2（b）相比较可知，2013 年与2018 年的总体网络结构特征较为相似，总体上都呈现出各市之间创新联系强度分布不均，苏南、苏中城市之间联系较强，苏北相对较弱。但从引力模型测算数据来看，各城市之间创新空间关联强度都有所上升。其中，2013 年创新空间关联强度最大的为南京与苏州，较强的是苏州与无锡、南通、常州，南京与无锡、常州、南通，无锡与常州；2018 年在2013 年的基础上加强了南京与镇江、扬州以及南通与无锡之间的关联强度。由此可见，苏中、苏南的创新关联有所提升；虽然宿迁与无锡建立新的创新关联，但苏北地区创新关联网络结构变化不大。而且从图2 可以观察到，南京、苏州、无锡3 个城市形成江苏省的中心城市，不仅自身创新综合质量高，相互之间的创新空间关联强度也高，带动整个江苏省的创新发展。

图2 江苏省城市创新空间联系结构

2.3 江苏省城市创新能力及空间网络的演化特征

为了更好地体现江苏省城市创新空间网络的演化特征，将城市创新空间关联矩阵进行二值化处理。根据多次尝试，最终取阈值为0.01，即创新空间关联矩阵中大于0.01 的值为1，小于0.01 的取值为0。

2.3.1 网络密度

运用UCINET 软件计算得到江苏省城市创新空间关联能力的网络密度，对比所选取不同时间的城市创新空间关联网络密度来看，2013 年网络密度为0.762 8，网络整体连通性较好，2018 年网络密度为0.820 5，相较于2013 年网络密度有小幅度的提升，表明城市创新空间流动的渠道有所增加，网络的整体流通性也有小幅度的增强。

2.3.2 点度中心度

运用UCINET 软件对江苏省城市综合指标进行分析，计算得出各个城市的点度中心度，通过点度中心度分析各城市在江苏省创新空间网络中所处的地位及决策能力的大小。用点出度来表示江苏省各城市创新发展的扩散能力，用点入度表示各城市创新发展的集聚能力,如表2 所示。

表2 江苏省创新空间关联点度中心度

表2 （续）

由表2 可以看出，2013 年有常州、无锡、苏州、南京等8 个城市的点出度中心度高于均值，而2018年在2013 年的基础上增加了泰州的点出度中心度高于均值，表明这些城市是江苏省城市创新空间结构网络的中心城市，与网络中的其他城市具有较多直接的创新关联，这些城市大多集中在苏中、苏南地区，苏北相对较弱；同时这些城市的创新关联具有不对称性，处于中心位置的城市基本都满足点出度大于点入度，而不处于中心位置的淮安、连云港、宿迁3 个城市的点入度大于点出度，基本处于被动接受状态，被动接受其他城市的创新关联，不能主动去寻求与其他城市的协同发展，但是可以发现处于边缘位置的城市在近几年的发展中也在逐步趋向于主动。

2.4 创新凝聚子群

凝聚子群是指彼此协同互动较强、关系密切的成员组成的子集合。通过凝聚子群研究的是一种社会结构，是一种在社会行动者之间实存或潜在的关系模式，这种关系模式可以分为二人关系、三人关系、子群层次关系3 种。本研究中的凝聚子群是指江苏省内各城市在创新发展过程中所表现出来的更为紧密的创新空间结构群组，可以反映出城市创新空间关联的紧密性。从图3（a）和图3（b）可见，2013年南京与苏州创新联系紧密，率先形成子群，符合中心城市的设定；次之是南通、常州、无锡、徐州与之形成新的子群；宿迁由于发展过慢，经济条件各方面相对较差，最后与其他城市形成子群。2018年相比于2013 年，无锡得到了较快的发展，率先形成子群的城市包括南京、苏州、无锡，三者成为“铁三角”的中心城市；苏北城市相比于苏南城市，在经济、文化各方面处于劣势，在集群的组合中创新联系的紧密度也相对靠后。

图3 江苏省城市创新凝聚子群结构

3 江苏省城市创新空间关联影响因素分析

创新空间网络关联是多种因素共同影响的结果，选择社会网络分析法中的QAP回归分析法进行分析，就是因为传统的统计方法不能计量分析两个矩阵之间的相关关系。参考刘兰剑等［17］、曾文霞等［18］、金浩等［19］的研究，利用QAP 回归分析法对2018 年江苏省城市创新空间关联影响因素进行研究。从3个目标层13 个指标中选取专利授权量差异矩阵代表创新产出，科技支出差异矩阵代表创新投入，城镇居民可支配收入差异矩阵代表创新环境中的经济发展水平，进出口额差异矩阵代表创新环境中的资源流通能力，地理邻近性用城市彼此之间的空间相邻关系来表示，参照段七零等［20］的0～1 规划模型设置空间相邻关系即相邻为1、不相邻为0。在此基础上，选取各自变量差异矩阵作为解释变量，创新空间关联矩阵作为被解释变量来构建模型。

运用UCINET 软件将创新空间联系关联矩阵与这些指标矩阵进行QAP 回归分析，得到QAP 回归分析结果（见表3）：可决系数为0.257 且在1%的显著性水平下显著，说明本研究选取的解释变量对创新空间联系关联矩阵结构有较强的解释能力，解释了城市创新空间关联的25.7%。回归系数大于0，表示指标自变量差异较小，城市间的创新要素流动性较强、创新空间关联程度较高，促进了城市创新空间网络的扩展，反之则表示指标自变量差异较大、城市间创新要素流动性较差，抑制了城市创新空间网络的扩展。

表3 2018 年江苏省城市创新空间网络关联分析

从表3 回归分析结果来看，地理邻近性的回归系数为正，表明地理距离对城市创新空间关联起到正向作用，邻近城市间的创新空间关联较强；科技支出水平和专利申请量的回归系数均为正，说明创新投入和创新产出对城市创新联系空间关联起到正向作用；专利授权量越多，科技支出水平越高，创新要素的流动能力越强；进出口额的回归系数也为正，进出口额反映城市的资源流通能力，证明其对城市创新空间管理也起到积极正向作用，城市的资源流通能力越强，其创新联系能力也越强，能与其他城市实现资源共享；城镇居民可支配收入的回归系数为负，则反映城市之间经济发展水平以及城市环境水平相差太大，很难实现创新资源流动与共享。

4 结论及政策建议

本研究基于改进的引力模型，利用13 项指标数据构建江苏省城市创新空间关联矩阵，利用UCINET软件对数据进行计算分析，分别求得2013 年与2018年网络密度和点度中心度等指标对其进行社会网络分析。主要得到以下结论：

（1）从整体的城市创新网络结构来看，江苏省整体网络结构良好，城市间能形成较为紧密的关联。作为国内最具有战略活力的省份之一，江苏省的创新发展并没有止步不前，网络密度在较高的基础上仍然有所增加，网络之间的流通性也有所增加，在整个网络结构中扮演主动者的角色的是处于创新网络中心位置的城市，其利用自身优势和资源带动其他城市创新。

（2）从基于引力模型绘制的城市创新网络结构图可以看出，从2013 年到2018 年，南京、无锡以及苏州一直处于强关联状态，形成“铁三角”发展模式，三者之间应该充分发挥创新主体间的统筹、协调作用，促进技术、知识和信息等创新资源在城市之间的流动，积极引导城市进行自主创新。

（3）位于江苏省创新空间结构中非中心位置的城市，由于创新环境相对较差、交通不够完善，使得这些城市只能被动地接受其他城市的创新关联，自我创新的能量不足，所以这些城市应加强经济文化等方面建设，改善创新环境。

基于上述结论，为了促进区域城市创新网络协调发展，推动江苏省的城市创新空间网络布局，对江苏省创新发展提出以下政策建议：

（1）从城市创新关联影响因素分析可知创新投入、创新产出以及创新环境对城市创新关联起正向作用，处于创新网络非中心位置的城市，国家应对其实行创新帮扶政策上的倾斜，比如税收方面的税费降低以及各种补贴政策的优惠，吸引企业进驻；且牵线创新中心城市与创新发展较慢城市间的合作，中心城市可以在发展缓慢地区设立创新平台，充分利用其创新资源，形成优势互补。

（2）由于城市创新环境涉及交通、通信等各方面，部分城市之间没有高铁直达等交通条件，导致创新发展较快城市与发展缓慢城市之间交流对接困难，必须要尽快完善基础设施，提高创新紧密度，通过各种渠道缩小区域间的创新能力差距；同时加快交通通信的进一步合作，打造新一代智能交通才能更快推动区域经济一体化。

（3）城市的创新发展离不开人才的聚集，发展缓慢的城市缺少专业人才、科研人才、技术人才等一系列人才发展问题亟待解决，但此类城市对高端人才的吸引力较小，因此为了全省的人才均衡发展，人才引进政策必须对此类城市倾斜；另外，居于创新领先地位的城市必须要有为全省输送“血液”的大局精神，要舍得把自己培养的优秀人才送出去。此外，地方也要加速提升经济发展水平，经济基础决定上层建筑，只有提升自己的经济硬实力才能更好地留住人才。