风险投资网络与绿色技术创新网络的时空耦合及其影响因素——以长三角城市群为例

孙 茜， 黄 丽,b

（华东师范大学a.城市与区域科学学院；b. 全球创新与发展研究院，上海 200062）

绿色技术创新是以提高资源利用率，节能环保为导向，从技术研发到管理制度等产品生命周期全过程实现不断创新的全面变革过程（Braun et al.,1994；葛晓梅等，2005）。在资源匮乏、环境恶化和全球金融危机等国际环境下，世界各国纷纷加大对绿色技术创新的投入，大力发展绿色环保产业，抢占绿色技术创新高地，绿色技术创新在综合国力竞争中的地位更加突出。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》（中华人民共和国中央人民政府，2021）明确提出，要加快经济发展方式绿色转型，构建市场导向的绿色技术创新体系。随着中国技术创新步伐加快，绿色环保领域成为风险投资新方向。风险投资（Venture Capital）亦称风险资本、创业投资，是指把资金投向具有较大失败风险的高技术研究开发领域，并通过参与企业管理，帮助技术创新产品上市进而获取高额收益的一种投资行为（Martin,2002；成思危，2008）。2018 年中国绿色环保领域总投资额达35.66 亿美元，其中环保技术投资占比约76.2%（清科研究中心，2018），而且有13.74%风险投资事件分布在长三角地区①，长三角城市群已成为中国风险投资主要中心之一。

《长江三角洲区域一体化发展规划纲要》（中华人民共和国中央人民政府，2019）指出要推动长三角更高质量一体化，成为全国重要创新策源地，鼓励设立产业投资、创业投资等科技成果转化引导基金，积极完善绿色技术创新的资金支持服务。在陆续出台的绿色技术创新政策中，以促进绿色技术创新为主，积极引导风险投资等社会资金为技术创新提供金融支持，而忽略了绿色技术创新与风险投资间的协调发展要求。政策指引下风险投资和绿色技术创新是否实现协调发展，网络节点城市具有哪些特征会促进二者协调发展，对这些问题开展研究将有利于政府完善金融支持政策和绿色技术创新配套服务，构建市场导向的绿色技术创新体系，促进经济发展与环境的协调，因此具有重要的实践价值。学者们对风险投资和技术创新进行了大量研究，但是多数研究围绕风险投资与绿色技术创新单向关系，从社会网络角度考虑二者相互关系的成果较少。

风险投资与绿色技术创新的相互关系一直是学界研究的重点，尚未有定论。国内外研究主要分为两类：1）探究风险投资网络对技术创新的作用。与传统融资方式不同，风险投资能够承担技术创新过程中的高风险和高成本，并且提供非资本增值服务以提升研发成功的概率，促进企业绿色技术创新（苟燕楠等，2014；蔡地等，2014）。为避免资源同化，风险投资机构通过联合投资方式建立风险投资网络（徐研等，2020），借助风险投资网络获取信息和资源（Noyes et al.,2014），整合、吸收后传递给被投企业，丰富其创新知识，提高绿色技术创新能力（Baierl et al., 2016；戚湧等，2016；蔡宁等，2017）。2）主要围绕技术创新网络对风险投资的作用展开。企业通过技术创新网络实现资源共享，提升创新能力，占据更多市场份额（曹婷等，2020）。较高绿色技术创新能力也会吸引众多优质投资，获取企业发展所需的资源（Haeussler et al.,2014）。风险投资通过风险投资网络获取资源为被投企业提供创新知识，而企业整合风险投资机构和创新网络中获取的信息，提升绿色技术创新能力和质量，吸引更多优质投资，这一机制决定了风险投资与绿色技术创新不是简单的单向关系。

理论分析中，初叶萍（2006）验证了风险投资与绿色技术创新是相互作用与促进的关系，只有二者结合才能实现良性循环发展。实证研究中，Chemmanur等（2014）发现风险投资更倾向选择更高全要素生产率（TFP）的企业，并且在获取风险投资之后，企业TFP增长幅度较大。国内学者也陆续证实风险投资通过融资功能和增值服务对创新具有“作用效应”，而创新对风险投资具有“选择效应”，能够刺激风险投资行为的发生（李沁筑，2017；林晓等，2019；曹婷等，2020）。现有研究将风险投资视为一种变量，通过多种计量分析方法分析其对绿色技术创新网络的影响；亦有学者将绿色技术创新网络视为一种变量（徐向阳等，2018），探究其对风险投资的作用程度，鲜有文献探究风险投资网络与绿色技术创新网络的协调发展程度。耦合协调度模型能够反映不同经济社会系统间的相互影响，衡量各系统主体间相互作用程度。如王兆峰等（2020）基于交通网络和城市旅游地的双向视角，构建城市群交通网络和旅游地的耦合协调模型，发现长株潭城市群交通网络和旅游地发展水平中高耦合协调度地区集聚于东部，低耦合度地区位于西部地区。

因此，根据王兆峰等（2020）将耦合协调模型用于研究交通网络、旅游网络的做法，本文尝试提取风险投资网络和绿色技术创新网络中节点城市网络特征属性表征2个网络在该节点城市的发展水平，构建耦合协调模型，分析评价2个网络系统之间的相互作用及影响程度，揭示影响长三角城市群风险投资网络与绿色技术创新网络耦合协调发展的因素。以期一方面有助于拓展创新地理学的研究范畴，另一方面也为城市风险投资和绿色技术创新的协调发展提供理论参考。

1 研究方法与数据来源

1.1 研究方法

1.1.1 耦合协调度模型 物理学中，耦合是指两个（或多个）系统或运动形式通过各种相互作用而彼此影响的现象（刘定惠等，2011），耦合度多用于描述系统或要素之间相互作用影响的程度，决定了系统在达到临界值时将走向何种结构（孙平军等，2012）。为防止2个网络都处于低耦合但呈现较高协调水平现象，构建风险投资网络和绿色技术创新网络的耦合协调度模型表征二者之间的耦合协调性（表1）。

表1 耦合协调度模型Table.1 Coupling coordination degree model

本文着重分析风险投资网络和绿色技术创新网络中节点城市网络特征，故选用中心度（度中心度、接近中心度和中介中心度）和结构洞（冗余度和制约度）两类微观网络指标。借鉴已有研究（翁钢民等，2015），利用Ucinet6.212软件，计算风险投资网络和绿色技术创新网络中心度和结构洞指数，构建耦合协调度模型。参考刘耀彬（2005）、石建中（2018）和金永红（2020）等的研究，测度风险投资网络和绿色技术创新网络的耦合协调水平，并划分等级，由于公式较为常用，故不再赘述。为客观测度长三角城市群风险投资网络和绿色技术创新网络的综合指数，采用极差标准化消除指标量纲差异，借鉴已有研究（魏敏等，2018），使用熵权法计算各指标的权重。

1.1.2 二次指派程序回归模型 本研究的变量为矩阵形式的网络关系数据，存在结构性的自相关，常规的多元回归要求自变量之间相互独立，无法有效检验关系数据的显著性。QAP（Quadratic Assign‐ment Procedure，二次指派程序）是通过对各个方阵对应的元素值进行比较，给出矩阵之间的相关系数，并且对其进行非参数检验的一种检测关系数据相关关系的方法（刘军，2007）。因此，选择社会网络分析中QAP多元回归分析法，检验各变量对于因变量的影响程度。

1）因变量测度

使用风险投资网络与绿色技术创新网络的耦合协调度，构建城市间耦合协调度差值矩阵CcdMij，取值0～1。

2）自变量测度

地理邻近性通过降低节点城市间信息、知识和资源互通的成本，增加城市间的合作强度，影响节点城市风险投资网络和绿色技术创新网络的耦合协调水平。地理距离直接涉及联合投资和绿色技术合作创新的成本，这些成本有两类：一是合作网络节点城市间随距离减弱带来的信息成本（Ensign et al.,2014；黎振强等，2015）；二是节点城市间互动的时间成本和经济成本（党兴华等，2013；李琳等，2013），这种成本随距离的增加而增加，合作强度随距离增加而衰减，因此面对面的交流显得尤为重要。地理邻近城市通过低成本信息获取，吸引风险投资网络和绿色技术创新网络选择此类城市作为网络节点，通过信息和资源的交流，影响节点城市这2 个网络的协调发展。借鉴阮平南等（2018）的研究，以网络节点城市间的地理距离作为地理邻近性的测度。计算公式为：

式中：dij是节点城市i、j间地理距离；Max(dij)和Min(dij)分别是地理矩阵中的最大值和最小值；GeoMij取值范围是0～1。

社会邻近性。相似社会、文化背景使节点城市间以低成本建立联系，增强互信，建立稳定合作关系，促进显性、隐性知识的吸收和转移（Phlippen,2008；夏丽娟等，2017），通过影响网络节点的接近中心度和制约度，对风险投资网络和绿色技术创新网络的耦合协调发展产生影响。借鉴已有研究（吕国庆等，2014；阮平南等，2018），本文以2个网络中节点城市的合作次数测度社会邻近性。计算公式为：

式中；Nij是节点城市i、j间合作次数；Max(dij)和Min(dij)分别是差值矩阵中的最大值和最小值；FSocMij表示城市i与城市j投资事件差值标准化后的矩阵，取值范围为0～1；GSocMij表示城市i与城市j联合申请绿色专利数量差值标准化处理后的矩阵，取值范围为0～1。

制度邻近性通过节点城市间相似的政策、产业环境和规范影响风险投资网络和绿色技术创新网络的耦合协调发展。风险投资和绿色技术创新的发展都会受到政府政策调控的影响，而制度邻近意味着城市之间准则规范、产业环境、财税政策等方面相似，能够降低合作风险，减少交易成本，增加合作可能性（向玉琼，2011）。制度邻近可以增强网络节点联系的紧密程度和对外联系程度，提高交流效率，增加风险投资网络和绿色技术创新网络中信息通过该节点城市的概率（Giuliani,2013）。参考贺灿飞等（2016）的研究，使用合作城市的行政等级关系测度制度邻近性，若合作的城市均为直辖市、省会城市或者副省级城市，取值为“1”，否则为“0”，以此构建风险投资网络和绿色技术创新网络的制度邻近性矩阵GIpMij和FIpMij。

经济邻近性通过节点城市间经济水平的相似程度决定风险投资网络和绿色技术创新网络的形成，进而影响节点城市2个网络耦合协调发展。风险投资机构更青睐向金融中心和高技术产业聚集地投资，经济水平邻近的区域之间更容易建立联合投资网络，而且经济发展水平会制约绿色技术创新的投入力度，进而影响地区吸引优质风险投资的能力（吴和成 等，2020）。参考陈跃刚等（2018）的做法，以合作城市国内生产总值的差值测度节点城市间的经济邻近性。构建经济发展水平差异矩阵GdpMij，计算公式为：

式中；gij是节点城市i、j间的国内生产总值差值；Max(gij)是城市间经济发展水平差异矩阵中的最大值；Min(gij)城市间经济发展水平差异矩阵中的最小值；GdpMij取值范围为0～1。

1.2 数据来源

选取Wind 数据库中收录的2005-2018 年发生在长三角城市群27个地级市共计5 588个风险投资事件；依照IPC中的绿色专利分类号，从万方数据知识服务平台获取2005-2018 年3 382 个绿色技术联合申请专利详情，通过天眼查和企查查获取风险投资事件和合作专利事件的详细地址，其他数据主要来源于2005-2018 年《中国城市统计年鉴》（陈小龙，2005-2018）。

2 风险投资网络与绿色技术创新网络耦合协调度分析

2.1 时序特征

2.1.1 历年耦合协调度均值 运用社会网络分析方法，使用Ucinet 6.212 软件对长三角城市群绿色技术创新网络和风险投资网络结构相关数据进行计算，得出长三角城市群2个网络结构指标的具体数据。使用熵权法确定指标权重，运用耦合协调度模型计算2005-2018年长三角城市群2个网络的耦合协调度。为了更直观地呈现2个网络的耦合协调程度随时间变化的趋势，所以对每年27个城市的耦合协调度取均值，得到2005-2018年耦合协调度均值演变曲线（图1）。

图1 2005—2018年风险投资网络和绿色技术创新网络耦合协调度均值演变Fig.1 The mean evolution of the coupling coordination degree of the venture capital and green technology innovation networks networks from 2005 to 2018

2005-2018年，长三角城市群2个网络耦合度与协调度均值呈现同步上升趋势。按照其发展趋势，主要可以分为3个阶段：1）2005-2009年，2个网络协调程度快速提高阶段；这一阶段风险投资网络与绿色技术创新网络的相互影响程度增加，逐渐趋向协调。这是因为长三角城市群区域绿色技术创新能力不断提升，与风险投资水平的差距逐渐缩小，进而导致二者协调程度也在提升。2）2010-2014年，2 个网络耦合协调度均值呈现波动变化，耦合协调水平从勉强协调水平下滑到濒临失调水平。这是因为2008年国际金融危机波及各个产业，风险投资产业积极性不高，各省政府出台多项金融措施提振经济，政策效果在2010年初步显现，导致2010年长三角城市群2个网络耦合协调度水平远高于前后两年耦合协调度水平。3）2015-2018年，2个网络的耦合度均值与耦合协调度均值波动上升，耦合协调度水平实现了从濒临失调水平向勉强协调水平的跃迁。整体来看，2005-2018年，长三角城市群风险投资网络和绿色技术创新网络的耦合协调度水平呈现波动上升趋势，这说明长三角城市群风险投资和绿色技术创新资源优化配置及要素不断趋于协调。

2.1.2 分阶段耦合协调度均值 按照耦合协调均值演变趋势，将其分为2005-2009、2010-2014 和2015-2018年3个研究时期，分别探讨长三角城市群27个城市2个网络耦合协调发展程度。由于文章篇幅限制，选取2005-2018年耦合协调度均值排名在前5 位和和后5 位共计10 个城市为例进行分析（表2）。

表2 三个研究时期风险投资网络和绿色技术创新网络耦合协调度Table 2 Network coupling coordination degree of the venture capital and green technology innovation networks networks in three study periods

对比3个研究期，10个城市风险投资网络和绿色技术创新网络耦合协调度水平大致可以分为3类：1）耦合协调程度保持不变，主要包括处于初级协调水平的上海、杭州和南京3个城市，以及极度失调水平的宣城和池州。前者在研究期内2个网络的耦合协调程度一直处于较高水平，说明风险投资网络和绿色技术创新网络处于有效耦合发展阶段，绿色技术创新活动较其他城市更加活跃，风险投资能够为绿色技术创新活动提供相应的资金支持，引导相关金融投资流向，资金的有效配置初步实现，绿色技术创新网络也由初期滞后于风险投资网络发展为后期领先于风险投资网络。长期处于极度失调发展阶段的宣城和池州，绿色技术创新网络滞后于风险投资网络，说明绿色技术创新产出相对匮乏，不能吸引风险投资为当地的技术创新注入活力，这2个网络尚未形成良性互动的耦合发展模式，耦合协调发展状况仍有较大提升空间。2）耦合协调发展状况有较大提升，主要有苏州、宁波、铜陵和安庆。宁波风险投资网络和绿色技术创新网络耦合协调度水平虽然在2005-2009年为勉强协调水平，但经过10余年的发展已经进入初级协调发展阶段，耦合协调度的层级跃迁表现明显。苏州则从勉强协调水平提升为初级协调水平，绿色技术创新网络在整个系统中所占的比重逐渐增加。铜陵的绿色技术创新网络发展较快，对系统的影响力也不断增加，2个网络耦合协调水平从极度失调提升为中度失调。虽然安庆2个网络耦合协调水平也实现相同的提升，但是绿色技术创新网络不能与风险投资网络良好地协调，对于系统的影响力一直落后于风险投资网络。3）耦合协调水平波动变化。研究期内，滁州2个网络耦合协调水平从2005-2009年的濒临失调提升为2010-2014 年的中度失调水平，2015-2018年下降为极度失调水平，初期风险投资网络和绿色技术创新网络对于系统的影响程度不相上下，中期风险投资网络滞后于绿色技术创新网络，后期风险投资网络遥遥领先，说明滁州这2个网络之间还未能良好适配，二者之间存在发展错位现象。

2.2 耦合协调度空间特征

为了深入剖析长三角各城市群风险投资网络与绿色技术创新网络耦合协调发展的空间格局及动态演化，以2005-2009、2010-2014 和2015-2018年3个时段为时间节点，通过ArcGIS 10.2软件，分别对3个时间段的系统耦合协调度均值进行空间可视化处理（图2）。

图2 风险投资网络和绿色技术创新网络的耦合协调度空间格局演化Fig.2 Spatial pattern evolution of coupling coordination degree of the venture capital and green technology innovation networks networks

长三角城市群风险投资网络与绿色技术创新网络耦合协调等级整体不高，均处于初级协调及以下水平，多数城市处于濒临失调或更低水平，说明2个网络的发展存在较为明显的错位现象，初级协调层次主要集中在省会及副省会城市，逐步形成较为清晰的“Z”型格局。2005-2009年，南京、上海和杭州风险投资网络和绿色技术创新网络耦合协调达到初级协调水平，呈现“＞”型格局，可能是由于这些城市经济发展迅速、交通便利，从而在网络中占据重要位置，获取发展资源更为容易，促进了2 个网络的耦合协调发展；2010-2014 年，为应对国际金融危机冲击，宁波全面开展“创新提升”活动（宁波市人民政府，2010），科技创新能力持续增强，2 个网络的耦合协调水平实现较大提升，以南京、上海、杭州和宁波为顶点的“Z”型格局初步显现，滨海城市2个网络耦合协调水平提升较内陆城市快，这可能是因为这些城市经济水平、交通条件等产业发展的基础设施配套较内陆城市完善，绿色技术创新水平不断提升，节点城市在2个网络中占据的位置差异逐渐缩小，导致2个网络耦合协调水平提升较快。2015-2018年，长三角城市群的耦合协调水平以省会城市或副省级城市为顶点的“Z”型格局基本形成，并呈现逐渐向内陆城市扩散的空间形态，盐城、南通、嘉兴、台州和温州等沿海城市2个网络耦合协调水平也已达到濒临失调水平，与这些滨海城市或者轴线邻近的部分城市的网络耦合协调水平也有较大提升，这可能是因为随着金融要素和技术创新要素配置的逐渐合理，风险投资网络和绿色技术创新网络不断向周边城市扩散，为周边地区提供丰富资源，促进2个网络的协调发展。

3 风险投资网络与绿色技术创新网络耦合协调影响因素

使用Ucinet6.212软件中的QAP多元回归分析，分别观察多维邻近性对不同研究时期风险投资网络和绿色技术创新网络耦合协调度的作用，将矩阵数据放入对话框中，进行2 000 次的矩阵置换，得到QAP多元回归结果（表3）。

表3 多维邻近性对网络耦合协调发展影响QAP回归结果Table 3 The influence of multidimensional proximity on the coordinated development of network coupling QAP regression results

回归结果表明，3个研究时间段，经济邻近性、风险投资网络社会邻近性均在1%的水平上显著，风险投资网络制度邻近性通过了显著性检验，绿色技术创新网络社会邻近性和制度邻近性只有部分研究期通过了显著性水平检验。3 个时间段内，地理邻近性对于2个网络耦合协调发展的影响并不显著。具体来看：

1）地理邻近性对风险投资网络与绿色技术创新网络耦合协调发展存在一定抑制作用，但回归系数不显著，并未通过10%的显著性水平检验。这是因为空间锁定效应致使城市间产业集群知识同质化，阻碍了产业革新，加剧行业竞争。对于绿色技术创新活动而言，更为看重的是城市政府融资政策以及地区经济发展水平；对于风险投资产业而言，较多选择高回报、见效快的企业进行投资，并不会关注企业是否距离较近；并且随着通信技术和交通设施的日益完善，距离较远的主体可以通过视频会议或者短期会议等方式实现高效率的学习和合作创新，因此，城市间地理邻近优势并不会成为风险投资网络和绿色技术创新网络选择在此发展的决定性因素。

2）社会邻近性对风险投资网络和绿色技术创新网络耦合协调发展的影响存在差异性，风险投资网络中城市社会邻近呈现正向显著影响，这说明风险投资机构作为专业的投资者，具备良好的辨别和筛选创新技术的能力，能够利用城市以往的合作经验，结合自身的专业优势、市场资源，为绿色技术创新活动提供决策指导，帮助企业更好地利用资源持续创新，同时也有助于技术交流，从而促进2个网络的耦合协调发展。而绿色技术创新网络中城市社会邻近在初期产生负向显著影响，之后不再显著，是因为合作经验会对技术创新初期的企业形成一种思维定式，不利于新技术的研发。而随着创新研发活动的逐渐成熟，思维定式被打破，绿色技术创新网络中城市社会邻近作用不显著，从而不再显著影响2个网络耦合协调发展。

3）制度邻近性在2005-2009和2010-2014年对风险投资网络和绿色技术创新网络协调发展有显著正向影响，2015-2018年风险投资网络中城市制度邻近性有显著正向影响，绿色技术创新网络中城市制度邻近性的影响不显著。这说明城市制度邻近能够减少因不同城市制度不同引起的企业间交流的不确定性，有利于合作双方保持基本稳定的关系，从而促进绿色技术创新网络内部各节点之间的交流和学习；同样，相似的政策、经济社会制度、行动规范等有利于风险投资机构将自身资源引入企业内部，减少信息不对称，从而促进绿色技术创新。因此风险投资网络中城市制度邻近对于2个网络耦合协调发展呈现显著正向影响，而在2015-2018 年，可能是因为近几年国家大力提倡社会经济发展绿色转型，各个地区都在加大对于绿色技术创新的扶持力度，导致绿色技术创新网络中城市制度邻近性对于2个网络耦合协调发展的影响不再显著。

4）经济邻近性对于风险投资网络和绿色技术创新网络耦合协调发展有非常显著的正向影响，这表明在经济水平较高的城市，这2个网络能够较为容易地获得发展所需要的配套设施和资源，并且这类城市的容错率较高，对于风险投资和绿色技术创新失败有较高的包容度，有利于孵化新的技术，吸引各种类型的投资入驻，最终促进2个网络耦合协调发展。与前文提到的长三角城市群耦合协调度较高的城市多为省会城市或者是副省级城市相一致。经济水平较低的城市，人才、技术和创新环境配套设施等促进绿色技术创新的配套设施较为缺乏，导致城市较难拥有优质的绿色技术创新产品，对于风险投资的吸引力也会下降，所以经济水平较为落后的城市风险投资网络和绿色技术创新网络耦合协调发展较为缓慢，其水平相较于经济水平发达城市也较低。

4 结论与讨论

以长三角城市群27个城市为例，通过测度风险投资网络和绿色技术创新网络耦合协调度，分析其时空演变特征，并从多维邻近性视角探究邻近性因素对耦合协调度的影响作用。得到主要结论：

1）时间尺度上，风险投资网络与绿色技术创新网络耦合协调水平不断上升，且较高协调水平的城市绿色技术创新网络对于耦合协调发展的贡献度由初期的滞后于风险投资网络，逐步赶超并且不断拉大差距，说明风险投资网络虽然初期发展较快，但长久来看绿色技术创新为城市可持续发展提供不竭动力，而风险投资只能借助绿色技术创新等产业的发展而发展。空间尺度上，长三角城市群风险投资网络和绿色技术创新网络的耦合协调发展水平层次呈现“Z”型格局，并且从沿海城市向内陆城市逐渐降低，这说明沿海或省会城市间会首先建立合作网络，在不断强化之后，才会与其他城市衍生新的联系，构建更为复杂的网络结构。省会城市应充分利用其经济和交通优势，与其他城市建立稳定有效的合作关系，推动风险投资网络和绿色技术创新网络协调发展；其他城市应增加与沿海或省会城市的直接联系，获取丰富隐性知识，制定优惠的融资和创新激励政策，为风险投资网络和绿色技术创新网络的协调发展营造良好氛围，促进地区风险投资网络和绿色技术创新网络的协调发展。

2）在多维邻近性整体框架下，4项邻近性指标对风险投资网络和绿色技术创新网络耦合协调发展的影响存在差异：经济邻近性对2个网络耦合协调发展有显著促进作用，风险投资网络中城市制度邻近能够促进2个网络协调发展，而绿色技术创新网络中这一特征逐渐消失；节点城市在风险投资网络中社会邻近能够带动2个网络协调发展，但这种社会邻近性在绿色技术创新网络中会阻碍二者协调发展。地理邻近性对2个网络耦合协调发展没有显著影响，但存在一定的负向作用。在推动风险投资网络和绿色技术创新网络协调发展时，通过节点城市经济邻近特点强化网络联系，适当发挥节点城市在风险投资网络中的制度和社会邻近特性，带动城市中风险投资网络和绿色技术创新网络协调发展。

本文为“多维邻近性对风险投资网络和绿色技术创新网络耦合协调发展的作用效果不同”的争议呈现一种思路，丰富了风险投资网络和绿色技术创新网络耦合协调发展的研究，深化城市间风险投资和技术创新合作及其影响因素的认识。

本文期望通过分析长三角城市群风险投资网络和绿色技术创新网络耦合协调发展的时空特征及影响因素，为其他城市促进2个网络协调发展提供参考借鉴。实际上，风险投资和绿色技术创新耦合协调发展机制更加错综复杂，例如风险投资的进入和退出、绿色技术创新成果的转化等对2个网络耦合协调发展的作用，本文对此未有涉及；并且，影响2 个网络耦合协调发展的因素也不止本文中经济、社会、制度和地理距离邻近等4类因素，例如通信技术、高技术人才分布等，需要进一步深入研究；此外，由于数据的局限性，风险投资并不是针对绿色技术创新的数据，今后可寻找更为针对性的数据进行深入研究。总之，城市层面风险投资网络和绿色技术创新网络耦合协调发展在理论和方法上尚需进一步探讨。