知识邻近性对城市间技术协同创新的影响研究
2022-05-30李子彪李晗陈丽娜
李子彪 李晗 陈丽娜
摘 要：推进京津冀协同发展需要加强城市间技术协同创新。本研究从知识邻近性视角切入，按照知识属性，首先探讨公共、专业知识库相似对城市间技术协同创新的影响差异，因各邻近维度影响非孤立存在，进一步探讨地理、经济邻近性对公共、专业知识库相似的调节作用。结果显示：公共、专业知识库相似对城市间技术协同创新分别有负向和倒U型影响;公共知识库相似仅受经济邻近性调节影响;专业知识库相似同时受地理、经济邻近性的调节影响。进一步发现：专业知识库相似对城市间技术协同创新存在先促进后抑制作用;公共知识库相似始终发挥抑制作用;在地理、经济邻近性的调节下，专业知识库相似的影响得到加强，公共知识库相似的影响被削弱。研究结论对构建京津冀协同创新共同体和城市群技术协同创新网络具有指导意义。
关 键 词：知识邻近性；城市间技术协同创新；京津冀
DOI：10.16315/j.stm.2022.05.006
中图分类号： F 061.5
文献标志码： A
收稿日期： 2022-08-14
基金项目： 河北省社会科学基金重大项目（HB19ZD03）
作者简介： 李子彪（1979—），男，教授，博士，博士生导师；
李 晗（1991—），女，博士研究生;
陳丽娜（1996—），女，硕士研究生.
Research on the impact of knowledge proximity on technological
collaborative innovation between cities： A case study of the Beijing-Tianjin-Hebei urban agglomeration
LI Zi-biao， LI Han， CHEN Li-na
（School of Economics and Management， Hebei University of Technology， Tianjin 300401， China）
Abstract：To promote the coordinated development of Beijing-Tianjin-Hebei， it is necessary to strengthen the collaborative innovation of technology between cities. This research starts from the perspective of knowledge proximity， and according to the attributes of knowledge， firstly， explores the difference in the impact of similar public and professional knowledge bases on technological collaborative innovation between cities. Because the influence of each neighboring dimension is not isolated， it further explores the impact of geographic and economic proximity on public， and the similar moderating effect of professional knowledge base. The results show that the similarity of public and professional knowledge bases has negative and inverted U-shaped effects on technological collaborative innovation between cities， respectively. The similarity of public knowledge bases is only affected by the adjustment of economic proximity， and the similarity of professional knowledge bases is adjusted by both geographical and economic proximity. It is further discovered that the similarity of professional knowledge bases has the effect of promoting and then inhibiting technological collaborative innovation between cities.The similarity of public knowledge bases has always played a restraining effect.Under the adjustment of geographical and economic proximity，the effect of similarity of professional knowledge bases has been strengthened， and the influence of similarity is weakened.The research conclusions have policy guiding significance for the construction of the Beijing-Tianjin-Hebei collaborative innovation community and the urban agglomeration technology collaborative innovation network.
Keywords：knowledge proximity; inter-city technology collaborative innovation; Beijing-Tianjin-Hebei
进入“十四五”时期，区域创新体系建设已经转向更高水平开放式的区域协同创新体系[1]。城市群作为区域创新的主体空间，相较于城市关注区域创新能力的提升更加强调各城市之间的功能互补和分工协同，而创新主体跨部门、跨区域技术协同创新能力的形成。目前我国主要建设的城市群有长三角城市群、粤港澳大湾区城市群、京津冀城市群等三大城市群。京津冀城市群则呈现出更加极化的特征：一是虽然存在北京和天津两大中心城市，但二者之间的差距却呈现出加大趋势；二是京津两市汇聚了更多的创新资源，与河北各市的差距较大。相较于长三角城市群和粤港湾大湾区城市群，京津冀城市群城市间总体实力和科技创新能力的巨大差距，将使得京津冀城市群技术协同创新实现面临更多的现实阻碍；三是相较其它城市群的经济社会发展而言，京津冀政治地缘等多重复杂关系的背后，对于探讨技术协同创新相关研究提出了更多挑战。因此，以京津冀为分析对象，对于更全面深入解剖城市群技术系统创新影响要素具有重要意义。
在探究城市间技术协同创新的影响因素中，邻近性成为重要研究视角，其中知识邻近性是重要维度之一。有学者实证发现相似或共同的知识基础是城市间创新合作的前提[2]，也有学者实证发现区域间知识禀赋差异是城市间创新合作的重要驱动力[3]。随着“京津协同发展战略”的深入推进和“双循环”新发展格局的加速形成，受城市间经济发展不平衡和创新资源分配不均衡影响，城市间技术协同创新具有长期存在和不断加强趋势。知识邻近性对城市间技术协同创新的影响方向和程度，将是有待深入探讨的重要研究议题。现有关于知识邻近性对城市间技术协同创新影响的研究较少，相关研究存在以下几点不足：一是更多考察知识邻近性对组织间知识溢出、创新合作的影响，较少关注对城市间技术协同创新影响；二是更多从单方面考虑知识邻近性的影响，较少考虑不同知识属性下的知识邻近性影响差异；三是较多关注知识邻近性的直接影响或调节作用，较少分析其他邻近维度在知识邻近性和创新绩效间的调节作用，也较少关注知识属性差异下的调节作用差异。
針对以上理论和实践不足，本文以京津冀13个城市为研究对象进行了深入分析和探讨。区域协同发展的核心是协同创新[4]，其中技术协同创新是实现协同发展的重要途径，为实现京津冀协同发展，需要进一步推动城市间技术协同创新。那么，不同知识属性下的知识邻近性是否均能促进京津冀13个城市间的技术协同创新？以地理邻近性和经济邻近性为例，其他邻近维度是否能够在知识邻近性和城市间技术协同创新之间发挥调节作用，进一步的，调节作用的存在与否、大小、方向是否因知识属性差异而不同？本文尝试回答以上2个问题，深入揭示知识邻近性对城市间技术协同创新的影响机理，这对丰富邻近性理论和城市间技术协同创新理论，以及促进城市间创新要素流动、配置和实现区域协同发展具有重要意义。
1 理论基础与文献综述
1.1 协同创新理论
Haken[5]通过研究激光和其他类似现象，关注到组分之间相互合作协同的作用而正式提出协同学[5]。协同学研究突破了以往线性科学着眼于他组织的局限，探讨了系统如何通过内部各子系统之间的竞争及由竞争导致的协同，协同创新突破空间地域和专业限制，不再局限于各要素的独立作用，致力于促进企业之间、城市之间和国家之间的协同创新，以实现创新要素的高效整合[6]。陈劲等[7]逐渐将协同创新理论应用到技术创新领域，认为在技术创新过程中，创新资源要素、创新主体要素在充分整合和交互作用过程中，发挥系统协同效应。在技术创新全球化浪潮下，城市创新逐渐突破区域和产业限制，形成跨区域的城市间协同创新模式[8]。城市之间通过协同创新，创新要素不再受区域限制，通过创新资源和主体的充分流动和交互作用，降低创新不确定性，促进城市群整体创新水平[9]。
京津冀城市群技术协同创新强调不同城市区域间的主体互动和资源整合，根本来讲是系统与系统间的互动关系，或整体内部子系统与子系统间的互动关系。本质上是多创新主体跨城市区域互动合作和多创新要素跨城市区域整合具有多元主体复杂互动的特点，需要由大学、企业、科研院所等核心主体以及中介机构、金融机构、政府部门等辅助主体的通力合作进行实现。
1.2 京津冀协同创新
整体来看，跨区域协同创新尚未形成完整的研究领域，跨区域技术协同创新也鲜有学者关注，京津冀城市群技术协同创新更是存在较多的研究空白。但技术协同创新作为现今技术创新的主流模式，同时也是驱动京津冀协同发展的核心方面。
京津冀城市群技术协同创新本质上也是跨区域技术协同创新。目前，已有协同创新研究主要将研究对象界定在区域层面，运用协同学、创新网络、复杂系统等理论对跨区域协同创新作出探讨：已有的京津冀协同创新的研究大多关注在协同创新水平评价或能力测度[10]、影响因素[11]、机制构建[12]、路径或策略[13]等方面。综合已有协同创新研究，发现尽管学者的研究重心多有不同，但无论是协同创新的理论探讨、评价测度、路径策略、机制构建在一定程度上都需要探明驱动或者影响协同创新的诸多因素。因此，对影响因素展开研究探讨，于京津冀城市群技术协同创新研究，具有基础性和关键性意义。已有研究，一方面较多从宏观和全局层面上，关注京津冀三地体制机制[14]、政策规划[15-16]方面对京津冀协同创新的影响；另一方面，较多从微观和个体层面上，关注单个省市自身的某方面能力和水平带来的影响，在中观层面上，虽然已有学者提出区域间经济差异、地理距离、创新能力差异等会影响京津冀协同创新[17]，但关注到城市群内部两两城市间的邻近性影响的研究较少。
而京津冀城市群技术协同创新作为跨区域技术协同创新的细分视角，不同于城市内部的个人间、组织间协同创新，是基于城市內部的创新资源无法满足创新需要的情况下，创新主体跨越组织、文化、认知、技术、行政等多边界实现协同创新的活动。所以城市间多个方面的邻近与否一定程度上都影响着技术协同创新的成本，进而影响京津冀城市群技术协同创新的实现。因此有必要从多维邻近性视角切入探讨京津冀城市群技术协同创新的影响因素。
1.3 多维邻近性
多维邻近性研究已经实现了一定的发展，比如由单一地理邻近性的影响探讨转向了多维度结合的影响探讨，由邻近性线性影响的探讨转向了非线性影响的探讨，由静态研究转向了动态研究。但界定在跨区域技术协同创新上的多维邻近性影响研究仍然较少，已有研究主要从三方面开展，围绕地理、技术、经济、制度、社会、关系邻近性对创新溢出[18-20]、要素流转[21-22]和创新合作[23-25]。
具体在京津冀城市群创新的多维邻近性研究中。吴卫红等[26]将多维邻近性归总为区域外影响因素，区域创新能力相似性和耦合性归总为区域内影响因素，进一步构建多元回归模型考察京津冀协同创新与区域内外影响因素间的关系，发现地方保护相似性对京津间协同创新能力有负向影响，而认知邻近性、地理邻近性、市场化相似程度、创新能力耦合度和相似度均有正向影响。徐洁[27]从多维邻近性的视角出发，重点研究了地理邻近性和认知邻近性对区域协同创新能力的影响程度和影响机制，发现地理邻近性对京津冀协同创新能力不具有显著作用，但存在倒U型影响，而认知邻近性相较于地理邻近性来说更具重要性，且多维度交互对京津冀协同创新能力存在更为显著的影响。胡悦等[3]发现地理邻近、制度邻近会正向促进京津冀城市群创新合作，经济与认知邻近性仅在早期发挥正向影响，知识邻近性则发挥负向影响。吴卫红等[17]实证发现京津冀三地协同创新效率受到经济发展差距、地理邻近性和区域间协同度的影响。
综上可知，关于跨区域技术协同创新的多维邻近性影响探讨较为缺乏，京津冀城市群技术协同创新的多维邻近性影响也存在较多空白，但学者已经在创新溢出、要素流转和创新合作（协同创新）等相关方面做出了一定的多维邻近性影响探讨，并发现了多维邻近性存在一定的交互影响和阶段影响变化，可以为本文开展京津冀城市群技术协同创新提供有益参考。
2 研究假设
2.1 知识邻近性与城市间技术协同创新
城市间技术协同创新主要有2种分析角度，一种是创新主体间的跨城市技术协同创新行为;另一种是城市间创新要素的转移、流动[28]。相对比创新要素流动视角，创新主体合作视角既能体现创新主体跨区域寻求技术创新合作的互动过程，又能在创新主体间跨区域、跨领域、跨部门的资源互补中体现城市间的创新要素流动，因此本文重点探讨创新主体视角下的城市间技术协同创新。
知识邻近性指城市间知识基础相似程度[29]。城市间技术协同创新是技术更新和知识增值的过程，既强调知识相似也强调知识互补[30]。一方面，知识相似可以为创新主体在跨区域、跨领域、跨部门开展技术协同创新中提供足够的知识理解、吸收和消化能力[31];另一方面，城市间技术协同创新是创新主体在城市内知识无法满足创新需要下的外部搜寻过程，知识互补能提供新颖知识，是城市间技术协同创新的主要驱动因素[32]。基于创新成本的考虑，当创新主体在城市内部匹配到既能满足知识门槛，又能提供互补性知识的合作者时，技术协同创新会在城市内部实现，反之技术协同创新就会在城市间实现。基于同时满足知识互补和知识门槛的需要，知识邻近性的非线性作用得到关注，普遍认为适度知识邻近产生促进作用，过度知识邻近产生抑制作用。但Schulze等[33]实证发现技术知识距离与创新绩效呈倒U型关系，管理知识距离则始终发挥负向影响，Capello等[34]提出区域间需要公共领域知识邻近，技术类别知识互补，可见现有理论尚不能充分解释知识邻近性的复杂影响。
本文尝试从不同知识属性揭示知识邻近性与城市间技术协同创新的关系。根据不同知识属性，城市知识可以划分为公共知识和专业知识，其中公共知识指可以被多个专业领域共享使用的知识范畴[35]，专业知识指仅被专业领域使用的知识范畴。公共知识因其本身的共享性，是多创新主体开展技术协同创新需要满足的基本知识门槛，创新主体间公共知识越丰富，知识门槛跨越的可能性就越高，技术协同创新也就越频繁[36]，反之，创新主体就难以准确识别、评价、获取、转化城市内新颖知识[37-38]，继而前往可以满足基本知识门槛的城市寻求创新合作，此时城市间公共知识相似度越高，创新主体跨越基本知识门槛的可能性就越低，因此本文预期公共知识库相似负向影响城市间技术协同创新。相较于公共知识，专业知识呈现一定的私有性，具有更强的知识深度，因此差异性的专业知识是技术协同创新互补知识的主要来源，同时不同专业领域间存在一个最低知识门槛，需要满足一定程度的知识邻近，因此专业知识库相似和城市间技术协同创新呈倒U型关系[39]。由此做出如下假设。
H1： 不同知识属性下的知识邻近性差异影响城市间技术协同创新。
H1a：公共知识库相似对城市间技术协同创新有负向影响。
H1b：专业知识库相似对城市间技术协同创新有倒U型影响。
2.2 地理邻近性、经济邻近性的调节效应
1）地理邻近性的调节作用。知识邻近性对城市间技术协同创新的作用受到地理邻近性的影响。一方面，创新需要异质性知识资源重组，地理邻近性作为知识创造、转移、吸收的重要促进因素[40]，可以加强面对面交流，确保隐性知识转移和共享。当知识邻近性不足以跨越技术协同创新所需的知识门槛时，地理邻近性可以补充知识邻近性，在知识邻近性对城市间技术协同创新的影响中发挥作用[41]，当存在过度知识邻近时，远距离协同创新成为可能。另一方面，随着地理距离减少，区域间的知识溢出倾向于不断增加[42]，继而造成知识同质化现象[43]，使得知识邻近性产生负向影响。对于公共知识库相似而言，持续的知识溢出会同化城市间的公共知识，继而加强公共知识库相似带来的负向影响。对于专业知识库相似来说，地理邻近带来的知识溢出、隐形知识转移以及较低的创新成本优势可以帮助创新主体跨越一定的专业门槛限制，继而增强专业知识库相似的正向影响，同时过度地理邻近会形成较多的知识溢出，继而通过过度同化专业知识库，加强专业知识库的负向影响，因此地理邻近性会强化专业知识库相似和城市间技术协同创新的倒U型关系。对此本文提出如下假设：
H2：地理邻近性可以在知识邻近性对城市间技术协同创新的影响中发挥调节作用。
H2a：地理鄰近性增强了公共知识库相似对城市间技术协同创新的负向影响。
H2b：地理邻近性增强了专业知识库相似与城市间技术协同创新的倒U型关系。
2）经济邻近性的调节作用。知识邻近性对城市间技术协同创新的作用受到经济邻近性的影响。一方面，区域内部主体基于搜寻互补知识需要进行城市间创新活动，较高经济水平容易拥有更多新颖知识，驱动其他区域与之合作[44-45]，适当的经济距离可以削弱过度知识邻近性带来的负向影响。另一方面，经济邻近区域具有相近技术问题与产业需求[46]，拥有相似知识体系、吸收能力、创新资源等，经济邻近可以缓解知识基础差异较大带来的阻碍作用[47]。对于公共知识库相似而言，城市间相似的经济发展水平，趋向于拥有相似的科学、技术问题，也趋向于拥有类似的知识消化、吸收能力，一定程度上加强城市间的溢出效应[48]，继而同化城市间的公共知识，因此经济邻近性会增强公共知识库和城市间技术协同创新的负向影响。对于专业知识库相似来说，经济邻近带来的知识消化、吸收优势，可以支撑创新主体跨越一定的专业知识门槛，继而增强专业知识库相似的正向影响，同时过度的经济邻近也会导致城市间互补性知识减少，继而增强专业知识库的负向影响，因此经济邻近性会强化专业知识库相似与城市间技术协同创新的倒U型影响。对此，本文做出如下假设：
H3：经济邻近性可以在知识邻近性对城市间技术协同创新的影响中发挥调节作用。
H3a：经济邻近性增强了公共知识库相似对城市间技术协同创新的负向影响。
H3b：经济邻近性增强了专业知识库相似与城市间技术协同创新的倒U型关系。
综合上述，本文研究模型，如图1所示。
3 研究设计
3.1 研究样本
本文以京津冀城市群为研究样本，共收集包含北京、天津2个直辖市和河北省的11个地级市的数据。数据来源于知识产权出版社专利信息服务中心、《中国引文数据库》、12306软件、同程旅行、国家数据官网和各市统计公报等。
3.2 变量测度
1）被解释变量测度。以城市间技术协同创新（TCI）为被解释变量。城市间技术协同创新指在突破城市区域限制进行多要素整合的基础上实现技术创新。发明专利产出是最具代表性的技术创新测度指标，且专利合作本身就是创新主体通过内外部创新资源搜寻和整合实现技术创新的过程[49]，因此本文选取城市间联合申请发明专利表示城市间技术协同创新。通过知识产权出版社专利信息服务中心获取京津冀城市群2011—2018年的发明专利申请数据，筛选出2个申请人及以上的专利数据，并剔除京津冀城市群与外部区域联合申请发明专利部分，最后整理出京津冀城市群两两城市间的联合申请发明专利数据，构建关系矩阵。
2）解释变量测度。以知识邻近性（KP）作为解释变量，包括公共知识库相似性（CKS）和专业知识库相似性（PKS）。国内外学者侧重采用专利产出代表技术知识来测量创新主体间的知识邻近性，但专利产出仅能代表部分显性技术知识，且技术协同创新需要实现各个环节上的各类创新资源、各行为主体协同整合[50]，在这个过程中包括技术知识在内的更宽泛的知识基础是技术协同创新实现的前提，而除技术知识外的多样化知识资源也是创新主体开展技术协同创新的重要驱动力。相较于城市专利产出，论文产出包括了基础研究、发展研究、应用研究在内的技术创新所需的多学科领域新知识、新方法、新成果，同时基础研究是技术创新的源泉，论文又是基础研究的重要表征[51]。因此，本文采用城市间论文产出结构相似性来衡量知识邻近性，公式如下：
进一步的，中国知网分别按照学科大类和专业学科将文献资源划分为10大专辑和168个专题。其中，10大专辑均涵盖了多个专题的文献资源，可以近似表示为城市公共知识库，因此本文以城市间10大专辑发文结构对城市间公共知识库相似性进行测量。此时式（1）中，Sin、Sjn分别表示专辑n的论文数在城市i和城市j专辑结构中所占比重，取值范围是0～1，越接近于0表示两城市间公共知识库相似性越小，进而得到城市间公共知识库邻近矩阵。另外，168个专题仅包括与学科相关的文献资源，可以近似表示为城市专业知识库，因此本文以城市间168个专题发文结构对城市间专业知识库相似性进行测量。此时式（1）中，Sin、Sjn分别表示专题n的论文数在城市i和城市j专题结构中所占比重，取值范围是0～1，越接近于0表示两城市间专业知识库相似性越小，进而得到城市间专业知识库邻近矩阵
3）其他变量测度。地理邻近性（GP）研究较为丰富，主要从区域间物理、交通距离入手对地理邻近性进行测度，在城市间技术协同创新中，交通距离能直观展现随地理距离增加产生的创新成本。因此，本文采用最短旅行时间测量地理邻近性，选取两城市间火车最短运行时间（无火车则计算公路最短旅行时间），若无直达列车，计算中转时间计入的最短时间，时间越短越邻近，通过UCINET6.560软件转置为邻近数据，构建地理邻近矩阵，数据来源于“12306”软件、同程旅行。
经济邻近性（EP）主要测度区域间经济发展水平差距，一般使用地区生产总值差值表征，考虑到由区域面积、总人口引起的测量偏差，本文采用人均生产总值差值，构建城市间绝对经济临近（AEP）矩阵[51]，差值越小越邻近。另外为考察高经济水平参与对城市间技术协同创新的影响，依据全国人均生产总值将京津冀13个城市划分为高、低经济水平，再组对为高高、高低、低低3种类型，赋值2、1、0，构建相对经济邻近（REP）矩阵，数据来源于国家数据官网和各市统计公报。
行政邻近性（AP）指城市行政级别相近程度，中国城市行政级别包括直辖市、副省级城市、准副省级城市、地级市、县级市等5级。京津冀城市群涉及2个直辖市、1个准副省级城市以及10个地级市。本文将2个直辖市和1个准副省级城市定义为高行政级别城市，10个地级市定义为低行政级别城市，进一步组对为高高、高低、低低3种类型，赋值2、1、0，构建行政邻近矩阵。
3.3 研究方法
在关系数据回归分析中，传统回归分析方法无法避免数据之间固有联系导致的多重共线性问题，QAP提供了解决办法。QAP作为非参数检验，可以将多个关系矩阵纳入回归方程，通过对矩阵进行多次行列置换，得到解释变量矩阵和被解释变量矩阵的因果关系。本文以京津冀协同发展战略提出时间为分隔点，将京津冀城市群技术协同创新数据分为2011—2014年、2015—2018年2个阶段，利用UCINET6.560软件将关系矩阵纳入多元回归分析，探究城市间技术协同创新的邻近性影响。
4 实证分析
4.1 QAP相关性分析
借助UCINET6.560软件进行QAP相关性分析，如表1、2所示。变量间整体相关性低，个别相关性较高，应用传统回归分析方法不可避免多重共线性问题，本文应用QAP回归分析法对这一问题进行解决。地理邻近性、行政邻近性、相对经济邻近均与城市间技术协同创新呈显著正相关关系，初步验证了控制变量的有效性。第1阶段专业知识库相似与地理邻近性、公共知识库相似与绝对经济距离均呈显著相关关系，第2阶段专业、公共知识库相似和绝对经济距离、相对经济邻近均呈显著相关关系，表明知识邻近性与经济、地理邻近性间存在一定的交互作用关系。
4.2 QAP回归分析
使用UCINET6.560软件，以京津冀协同发展战略提出为节点，将数据分为2011—2014年和2015—2018年两阶段，5 000次置换后得到QAP回归分析结果，如表3、4所示。其中模型（1）检验控制变量，结果显示地理邻近性对跨区域技术协同创新无显著影响。这与相关性分析结果相悖，可见地理邻近性掩盖了其他邻近维度的影响。地理邻近性系数符号发生阶段变化，京津冀协同发展战略实施后，地理邻近性可能阻碍跨区域技术协同创新。行政邻近性始终呈显著正向影响，且有增强的趋势，表明高行政级别城市参与是跨区域技术协同创新的重要影响因素。绝对经济距离始终保持显著负向影响，相对经济邻近在第1阶段呈不显著正向影响，在第2阶段呈显著正向影响，表明绝对经济距离阻碍了跨区域技术协同创新，但高经济水平城市参与是跨区域技术协同创新实现的重要条件。
模型（2）、（3）、（4）检验公共知识库相似的影响。首先模型（2）检验了公共知识库相似的直接影响。回归结果显示，公共知识库相似系数在第1阶段显著为负，在第2阶段负向不显著，假设H1a得到验证，表明公共知识库相似对城市间技术协同创新存在负向影响。与已有认为公共知识库相似可以为创新主体跨区域寻求技术知识提供帮助的观点不同，在区域内部，丰富的公共知识库是多创新主体开展技术协同创新的基本保障，当区域内的公共知识使得创新主体难以识别城市内可用的互补性知识时，跨区域知识寻找就会发生，此时差异性的公共知识库，存在满足创新主体公共知识需要的更高可能性。因此城市间需要更差异化的公共知识库，以抑制公共知识库相似带来的负向影响，促进城市间技术协同创新。
模型（3）检验公共知识库相似与地理邻近性间的交互作用，在模型（2）中加入了公共知识库相似与地理邻近性的交互项后，发现交互项系数并不显著，表明地理邻近性无调节作用，假设H2a未得到验证，地理邻近性并不能有效加强公共知识库相似对城市间技术协同创新的负向影响。模型（4）检验公共知识库相似与经济邻近性间的交互作用，在模型（2）中加入了公共知识库相似与绝对经济距离、相对经济邻近的交互项，结果显示公共知识库相似和绝对经济距离的交互项系数显著为负，且第2阶段相比第1阶段系数更大，显著性更强，表明绝对经济距离存在調节作用，且削弱了公共知识库相似的负向影响。公共知识库相似性与相对经济经济邻近交互项系数在第1阶段正向不显著，第2阶段显著为正，表明相对经济邻近存在调节作用，且削弱了公共知识库相似的负向影响。由此，假设H3a未得到验证，考虑原因是经济邻近带来的知识溢出对城市间公共知识库的同化作用较为微弱，远低于共同科学、技术问题解决和较高知识理解、消化、吸收、转化能力追求对创新主体开展城市间技术协同创新的驱动力。
模型（5）、（6）、（7）、（8）检验专业知识库相似的影响。首先模型（5）检验了专业知识库相似的直接效应，发现专业知识库相似系数显著为正，表明专业知识库相似可以促进城市间技术协同创新。为进一步检验专业知识库相似的倒U型影响，在模型（5）中加入专业知识库相似的平方项，由模型（6）的结果可知，专业知识库相似与城市间技术协同创新呈现倒U型关系，假设H1b得到验证，城市间技术协同创新需要在一定的专业知识库相似的基础上实现，同时异质性知识资源仍然是创新主体跨越城市行政界限的主要驱动力，专业知识库的过度相似将同化城市间的专业知识基础，对城市间技术协同创新产生抑制作用。
模型（7）检验专业知识库相似和地理邻近性间的交互作用。在模型（6）的基础上加入专业知识库相似和专业知识库相似平方分别与地理邻近性的交互项，结果显示专业知识库相似平方和地理邻近性的交互项系数在第1阶段不显著，在第2阶段显著为负，假设H2b得到验证。在京津冀协同发展战略引导下，地理邻近的城市间存在更多的知识溢出，与此同时创新成本优势和隐性知识转移优势也得到增强，对于尚未满足跨越知识门槛需要的城市来说，地理邻近有效补充了专业知识的不足，因而增强了专业知识库相似的正向影响，对于专业知识过度相似的城市而言，地理邻近也过度同化了城市间的专业知识，增强了专业知识库相似的负向影响。因此，城市间需要合理发挥地理邻近性的调节作用，在满足一定专业知识库相似的基础上，具备更强的差异性，以发挥专业知识库相似对城市间技术协同创新的促进作用，削弱抑制作用。
模型（8）检验专业知识库相似和经济邻近性间的交互作用。在模型（6）的基础上加入专业知识库相似和专业知识库相似平方各自分别与绝对经济距离和相对经济邻近的交互项。结果显示专业知识库相似平方和绝对经济距离的交互项显著为负，表明绝对经济距离会削弱专业知识库相似的倒U型影响。专业知识库相似平方和相对经济邻近交互项在第1阶段显著为负，在第2阶段不显著，京津冀协同发展战略提出前，相对经济邻近可以有效增强专业知识库相似的倒U型影响。假设H3b得到部分验证，京津冀协同发展战略提出前，城市间较大的经济距离和高水平经济城市参与会增强专业知识库相似的倒U型影响，战略提出后，高水平城市参与失去调节作用。
综上，假设H1得到验证：公共知识库相似和专业知识库相似差异影响城市间技术协同创新。其中公共知识库越相似，城市间技术协同创新越消极，在满足一定知识门槛前，专业知识库越相似，城市间技术协同创新越积极，超出一定范围后，城市间技术协同创新由积极转变为消极。假设H2得到部分验证：仅专业知识库相似受到地理邻近性的调节影响。随着地理邻近性的增加，专业知识库相似的倒U型影响得到增强。假设H3得到部分验证：知识邻近性受到经济邻近性调节影响，其中经济邻近性负向调节公共知识库相似对城市间技术协同创新的影响，专业知识库的倒U型影响仅在相对邻近性的调节中得到增强。
5 结论与启示
5.1 研究结论
本文选取京津冀城市群2011—2018年城市间技术协同创新数据，分阶段、分知识属性探讨了知识邻近性对城市间技术协同创新的影响，以及地理、经济邻近性的调节影响2个问题，结论如下：
1）知识邻近性对城市间技术协同创新有重要影响。其中，公共知识相似程度越高，城市间技术协同创新越消极。城市间技术协同创新随着专业知识库相似程度增加而增加，超过一定范围，专业知识库相似产生负向影响。这一结论丰富了已有研究，在城市层面，不同知识属性下的知识邻近性影响存在差异。
2）地理邻近性仅在专业知识库相似与城市间技术协同创新的关系中发挥调节作用。在满足专业知识门槛前，随着地理邻近性的增加，专业知识库相似对城市间技术协同创新的影响不断增强，在超出一定范围后，地理邻近性增加反而增强了专业知识库相似的负向影响。公共知识库相似对城市间技术协同创新的影响并不受到地理邻近性的影响，考虑原因，一是京津冀各城市间本就地理邻近，地理邻近性的影响不明显;二是公共知识库中隐形知识占比小，地理邻近性的推动作用较小。
3）经济邻近性在知识邻近性与城市间技术协同创新的关系中发挥着调节作用。随着经济邻近性增加，公共知识库相似对城市间技术协同创新的抑制作用不断降低。京津冀协同发展战略提出前，城市间较大的经济距离和高水平经济城市参与会加速城市间的专业知识库相似，一方面增加城市间创新合作的专业知识基础，另一方面加快消化城市间异质化的专业知识。战略提出后，高经济水平城市参与失去加速推进城市间专业知识库相似的推动力。
4）地理邻近性掩盖了其他邻近性的影响，佐证了地理邻近性并非关键影响因素的研究结论。行政邻近性和相对经济邻近发挥着重要影响，即高行政级别和高经济水平城市参与在城市间技术协同创新中有一定重要性，拓宽了城市间技术协同创新的邻近性维度并丰富了研究成果。
5.2 政策启示
本文丰富了知识邻近性和城市间技术协同创新的研究，研究结论对京津冀协同创新共同体构建和城市群技术协同创新网络搭建有政策启示。
1）知识邻近性对城市间技术协同创新有重要影响，但不同知识的影响效果不同。在京津冀城市群技术协同创新中，城市间相似的科学知识基础通过为技术创新提供知识吸收、理解、转化、应用能力以及科学知识，可以促进京津冀城市群技术协同创新；城市间较大的技术知识基础差异，可以满足支撑互补性技术知识的搜索需要，进而促进京津冀城市群技术协同创新。因此，京津冀各城市需要支持多创新主体搭建各种类型的知识共享平台、技术协同创新平台，以不断丰富城市内公共知识库，同时也要通過平台建设、项目合作、活动开展等措施支持创新主体跨区域开展交流合作，提升城市间专业知识库相似度。
2）鉴于地理邻近性和经济邻近性在知识邻近性与技术协同创新之间的调节作用差异性，要利用城市群的地理邻近优势，完善已有交通，降低跨城市经济和时间成本；统筹城市群交通网络建设，积极协调城市主体合作，支持经济发展水平较低的城市以产品、服务代替资金支出参与城市间交通建设合作。相距较远的城市间，一是需要增加城际轨道交通的日均发车次数，二是要加快建设城市间高速铁路，缩短旅行时间，三是要多元化建设城际交通，增加交通方式可选择性。相邻的城市间，需要重点建设城际高速公路、铁路，压缩跨城市时间。此外，完善河北北部与南部区域间的交通基础设施，提升河北省内交通通达度，发挥出地理邻近性对知识邻近性的正向调节作用。
3）回归分析结果显示，在京津冀协同发展不同阶段，不同维度邻近性的交互作用对技术协同创新的影响作用不同。尤其是随着京津冀协同发展战略的持续推进和发展，地理邻近性的促进作用逐渐被削弱，限制创新发展潜力。因此，对于技术创新能力相对薄弱的河北省而言要在已有地理优势基础上，充分利用京津冀产业链和创新链的分工格局，大力挖掘本地特色产业，发挥专业知识相似性的促进作用，助力城市群内循环促进外循环的发展格局。
4）随着京津冀协同战略的深入开展，地理邻近性已不再是协同创新发展的关键要素，尤其是北京、天津、石家庄、唐山等高经济水平城市在参与京津冀城市群技术协同创新中，基于吸收创新资源和响应京津冀协同发展需要等因素影响一定程度上会削弱经济距离带来的抑制作用。因此，要支持北京、天津、石家庄等高行政级别城市和北京、天津、石家庄、唐山等高经济水平城市牵头搭建城市群技术协同创新平台、知识共享平台、技术转移平台、成果转化平台等，实现创新要素在城市群内高效流动配置；支持牵头组建城市群技术协同创新协调办公室，制定全局规划政策和各类具体措施，提升政府间合作水平和深度；给予城市群中低行政水平和低经济水平城市更多资源倾斜，削弱过大经济距离对城市间技术协同创新的抑制作用。
参考文献：
[1]中国社会科学院工业经济研究所课题组，张其仔.“十四五”时期我国区域创新体系建设的重点任务和政策思路[J].经济管理，2020，42（8）：5.
Research Group of Institute of Industrial Economics of CASS，ZHANG Q Z.The main tasks and policies thinking on the construction of regional innovation system in China during the “Fourteenth Five Year Plan”[J].Business Management Journal，2020，42（8）：5.
[2]周锐波，邱奕锋，胡耀宗.中国城市创新网络演化特征及多维邻近性机制[J].经济地理，2021，41（5）：1.
ZHOU R B，QIU Y F，HU Y Z.Characteristics，evolution and mechanism of inter-city innovation network in China：From a perspective of multi-dimensional proximity[J].Economic Geography，2021，41（5）：1.
[3]胡悦，马静，李雪燕.京津冀城市群创新网络结构演化及驱动机制研究[J]. 科技进步与对策，2020，37（13）：37.
HU Y，MA J，LI X Y.Research on innovation network structure evolution and driving mechanism of Beijing-Tianjin-Hebei urban agglomeration[J].Science & Technology progress and policy，2020，37（13）：37.
[4]张贵.京津冀经济社会发展报告（2019）[M].北京：社会科学文献出版社，2020：1.
ZHANG G.The report on Beijing-Tianjin-Hebei economic and social development[M].Beijing：Social Sciences Academic Press，2020：1.
[5]HAKEN H.Synergetics：An introduction：Non-equilibrium phase transition and self-organization in Physics，Chemistry and Biology[M].Berlin：Springer，1983：1.
[6]VICK T E，NAGANO M S，POPADIUK S.Information culture and its influences in knowledge creation：Evidence from university teams engaged in collaborative innovation projects[J].International Journal of Information Management，2015，35（3）：292.
[7]陈劲，阳银娟.协同创新的理论基础与内涵[J].科学学研究，2012，30（2）：161.
CHEN J，YANG Y J.Theoretical basis and content for collavorative innovation[J].Studies science of science，2012，30（2）：161.
[8]程跃，王维梦.创新资源对跨区域协同创新绩效的影响研究：基于31个省份的QCA分析[J].华东经济管理，2022，36（6）：13.
CHEN Y，WANG W M.Research on the influence of innovation resources on the performance of cross regional collaborative innovation：QCA analysis based on 31 provinces and cities[J].East China Economic Management，2022，36（6）：13.
[9]吴和成，赵培皓.邻近性视角下长三角协同创新绩效影响因素实证研究[J].科技管理研究，2020，40（7）：96.
WU H C，ZHAO P H.An empirical study of influencing factors of collaborative innovation performance in Yangtze River Delta from perspective of proximity[J].Science and Technology Management Research，2020，40（7）：96.
[10]魯继通.京津冀区域协同创新能力测度与评价：基于复合系统协同度模型[J].科技管理研究，2015，35（24）：165.
LU J T.Measurement and evaluation of Beijing-Tianjin-Hebei regional collaborative innovation ability based on coordinating measurement model with respect to composite system[J].Science and Technology Management Research，2015，24：165.
[11]毕娟.京津冀科技协同创新影响因素研究[J].科技进步与对策，2016，33（8）：49.
BI J.Research on factors of science and technology synergy innovation between Beijing，Tianjin and Hebei[J].Science & Technology Progress and Policy，2016，33（8）：49.
[12]郭斌.京津冀都市圈科技协同创新的机制设计：基于日韩经验的借鉴[J].科学学与科学技术管理，2016，37（9）：37.
GUO B.The research on technology innovation cooperation mechanism of Beijing-Tianjin-Hebei metropolitan circle：Based on the experience from Japan and South Korea[J].Science of Science and Management of S.& T.，2016，37（9）：37.
[13]刘雪芹，张贵.京津冀产业协同创新路径与策略[J].中国流通经济，2015，29（9）：59.
LIU X Q，ZHANG G.The research on the path and strategic choice on industry collaborative innovation among Beijing-Tianjin-Hebei region[J].China Business and Market，2015，29（9）：59.
[14]许爱萍.京津冀科技创新协同发展战略研究[J].技术经济与管理研究，2014（10）：119.
XU A P.Research on Beijing-Tianjin -Hebei science and technology innovation collaborative development strategy[J].Journal of Technical Economics & Management，2014（10）：119.
[15]周灵玥，彭华涛.中心城市对城市群协同创新效应影响的比较[J].统计与决策，2019，35（11）：98.
ZHOU L Y，PENG H T.The comparative research on the influence of central cities on urban agglomeration synergetic innovation effect[J].Statistics & decision，2019，35（11）：98.
[16]孫瑜康，李国平.京津冀协同创新中北京辐射带动作用的发挥效果与提升对策研究[J].河北经贸大学学报，2021，42（5）：78.
SUN Y K，LI G P.Research on the effect and promotion path of Beijing Radiation in Beijing-Tianjin-Hebei collaborative innovation[J].Journal of Hebei University of Economics and Trade，2021，42（5）：78.
[17]吴卫红，冯兴奎，张爱美，等. 跨区域协同创新系统绩效测度与优化研究[J].科研管理，2022，43（7）：29.
WU W H，FENG X K，ZHANG A M，et al.Research on performance measurement and optimization of cross-regional collaborative innovation system[J].Science Research Management，2022，43（7）：29.
[18]王庆喜.多维邻近与我国高技术产业区域知识溢出：一项空间面板数据分析（1995—2010）[J].科学学研究，2013，31（7）：1068.
WANG Q X.Inter-provincial knowledge spillovers under multiple dimensions of proximity：an empirical examination by spatial panel data analysis（1995—2010）[J].Studies in Science of Science，2021，31（7）：1068.
[19]BENOS N，KARAGIANNIS S，KARKALAKOS S.Proximity and growth spillovers in European regions：The role of geographical，economic and technological linkages[J].Journal of Macroecono mics，2015，43：124.
[20]徐德英，韩伯棠.地理·信息化与交通便利邻近与省际知识溢出[J].科学学研究，2015，33（10）：1555.
XU D Y，HAN B T. Geographical proximity，informational proximity，convenient transportation degree and inter-regional knowledge spillovers[J].Studies in Science of Science，2015，33（10）：1555.
[21]KARAMARIS D，DRIVAS K，ECONOMIDOU C，et al.Mobility of highly skilled individuals and local innovation activity[J].Technological Forecasting and Social Change，2020（158）：120.
[22]李涛，张贵.研发要素流动对京津冀城市群的科技创新影响研究[J].河北工业大学学报（社会科学版），2019，11（2）：1.
LI T，ZHANG G.The impact of intercity flow of R&D elements on the scientific and technological innovation of Beijing-Tianjin-Hebei urban agglomeration[J].Journal of Hebei University of Technology（Social Sciences Edition），2019，11（2）：1.
[23]党兴华，弓志刚.多维邻近性对跨区域技术创新合作的影响：基于中国共同专利数据的实证分析[J].科学学研究，2013，31（10）：1590.
DANG X G，GONG Z G.Impact of multidimensional proximities on cross region technology innovation cooperation：Experical analysis based on Chinese coinvent patent data[J].Studies in science of science，2013，31（10）：1590.
[24]TEEMU M，WILLIAMS A M，TIMO M，et al.Science and technology cooperation in cross-bord er regions：A proximity approach with evidence for Northern Europe[J].European Planning Studies，2018：1.
[25]高珺，余翔.技术接近性对国际技术合作影响：基于“一带一路”国家专利合作的研究[J].科学学研究，2021，39（6）：1050.
GAO J，YU X.Impact of technology proximity on international technical cooperation：Based on patent cooperation between the belt and road countries[J].Studies science of science，2021，39（6）：1050.
[26]吳卫红，李娜娜，张爱美，等.京津冀省市间创新能力相似性、耦合性及多维邻近性对协同创新的影响[J].科技进步与对策，2016，33（9）：24.
WU W H，LI N N，ZHANG A M，et al.Study on the impact of the innovation abilitys similarity，coupling，and multidimensional proximity on the collaborative innovation in Beijing-Tianjin-Hebei between provinces and cities[J].Science & Technology Progress and Policy，2016，33（9）：24.
[27]徐洁.多维邻近性对区域协同创新影响机制的实证研究[D].天津：南开大学，2017：1.
XU J.The empirical study on the influence mechanism of multi-proximity on regional collaborative innovation[D].Tianjin：Nankai University，2017：1.
[28]白俊红，蒋伏心.协同创新、空间关联与区域创新绩效[J].经济研究，2015，50（7）：174.
BAI J H，JIANG F X.Collaborative innovation，spatial correlation and regional innovation performance[J].Economic research journal，2015，50（7）：174.
[29]李琳，韩宝龙.组织合作中的多维邻近性：西方文献评述与思考[J].社会科学家，2009（7）：108.
LI Q，HAN B L.Multidimensional Proximity in organizational cooperation：The review and consideration of the Western literature[J].Social Scientist，2009（7）：108.
[30]WERKER C，KORZINOV V，CUNNINGHAM S.Formation and output of collaborations：The role of proximity in German nanotechnology[J].Journal of Evolutionary Economics，2019，29：697.
[31]于永达，闫盛枫.邻近性与自主合作创新网络演进：以集成电路产业链为例[J].科技进步与对策，2017，34（14）：66.
YU Y D，YAN S F.Proximity and evolution of independent collaboration innovation network：Evidence from IC industry chain[J].Science & Technology progress and policy，2017，34（14）：66.
[32]MOODYSSON，JERKER，JONSSON，et al.knowledge collaboration and proximity the spatial organization of biotech innovation projects[J].European Urban&Regional Studies，2007，14（2）：115.
[33]SCHULZE A，BROJERDI G J C.The effect of the distance between partners' knowledge components on collaborative innovation[J].European Management Review，2012，9（2）：85.
[34]CAPELLO R，CARAGLIU A.Proximities and the intensity of scientific relations：Synergies and Nonlinearities[J].International Regional Science Review，2018，41（1）：7.
[35]陳则谦.探析“公共知识”：概念、特征与社会价值[J].图书馆学研究，2013（5）：2.
CHEN Z Q.An analysis of “public knowledge”：The concept，characteristics and social values[J].Research on library science，2013（5）：2.
[36]张红兵，张素平.技术联盟知识转移有效性影响因素的实证研究[J].科学学研究，2013，31（7）：1041.
ZHANG H B，ZHANG S P.An empirical research on influence factors of knowledge transfer effectiveness in technology alliance[J].Studies science of science，2013，31（7）：1041.
[37]李子彪，孙可远，赵菁菁.企业知识基础如何调节多源知识获取绩效？：基于知识深度和广度的门槛效应[J].科学学研究，2021，39（2）：303.
LI Z B，SUN K Y，ZHAO Q Q.How does the companys knowledge base moderating multi-source knowledge acquisition performance？-Threshold effect based on depth and breadth of knowledge[J].Studies science of science，2021，39（2）：303.
[38]LANE P J，LUBATKIN M.Relative absorptive capacity and interorganizational learning[J].Strategic Management Journal，2015，19（5）：461.
[39]胡杨，李郇.多维邻近性对产学研合作创新的影响：广州市高新技术企业的案例分析[J].地理研究，2017，36（4）：695.
HU Y，LI X.The impact of multi-dimensional proximities on university-industry cooperative innovation：Case studies of high-tech enterprises in Guangzhou[J].Geographical Research，2017，36（4）：695.
[40]VISSERS G，DANKBAAR B.Knowledge and proximity[J].European Planning Studies，2013，21（5）：700.
[41]曹兴，宋长江.认知邻近性、地理邻近性对双元创新影响的实证研究[J].中国软科学，2017（4）：120.
CAO X，SONG C J.Impact of geographical proximity and cognitive proximity on ambidextrous innovation of technological innovation network[J].China soft science，2017（4）：120.
[42]徐德英，韩伯棠.地理、信息化与交通便利邻近与省际知识溢出[J].科学学研究，2015，33（10）：1555.
XU D Y，HAN B T.Geographical proximity，informational proximity，convenient transportation degree and inter-regional knowledge spillovers[J].Studies science of science，2015，33（10）：1555.
[43]张应青，范如国，罗明.知识分布、衰减程度与产业集群创新模式的内在机制研究[J].中国管理科学，2018，26（12）：186.
ZHANG Y Q，FAN J G，LUO M. A study of the inner mechanisms of knowledge distribution，depreciation on industrial clusters innovation patterns[J].Chinese journal of management science，2018，26（12）：186.
[44]PACI R，MARROCU E，USAI S.The complementary effects of proximity dimensions on knowledge spillovers[J].Spatial Economic Analysis，2014，9（1）：9.
[45]HJALTADTTIR R E，MAKKONEN T，MITZET.Inter-regional innovation cooperation and structuralheterogeneity：Does being a rural，or border region，or both，makea difference？[J].ournal of Rural Studies，2020，74：257.
[46]刘承良，桂钦昌，段德忠，等.全球科研论文合作网络的结构异质性及其邻近性机理[J].地理学报，2017，72（4）：737.
LIU C L，GUI Q C，DUAN D，et al.Structural heterogeneity and proximity mechanism of global scientific collaboration network based on co-authored papers[J].Acta geographica sinica，2017，72（4）：737.
[47]許培源，吴贵华.粤港澳大湾区知识创新网络的空间演化：兼论深圳科技创新中心地位[J].中国软科学，2019（5）：68.
XU P Y，WU G H.Spatial evolution of the knowledge innovation network in Guangdong-HongKong-Macao Greater Bay Area：The role of Shenzhen technological innovation hub[J].China soft science，2019（5）：68.
[48]陈跃刚，张弛，吴艳.长江三角洲城市群多维邻近性与知识溢出效应[J].城市发展研究，2018，25（12）：34.
CHEN Y G，ZHANG C，WU Y.Proximities and knowledge spillover in the Yangtze River Delta[J].Urban development studies，2018，25（12）：34.
[49]谭晓，张志强.基于专利分析的技术合作和流动研究[J].科学学研究，2013，31（9）：1313.
TAN X，ZHANG Z Q.Study on technology collaboration and flowing based on patent analysis[J].Studies science of science，2013，31（9）：1313.
[50]彭纪生，吴林海.论技术协同创新模式及建构[J].研究与发展管理，2000（5）：12.
PENG J S，WU L H.The mode and construction of technology collaborative innovation[J].R&D Management，2000（5）：12.
[51]庄涛，吴洪.基于互信息的官产学研三螺旋国际合作测度研究[J].情报杂志，2013，32（12）：145.
ZHUANG T，WU H. Measuring the national and international relationships of the triple helix based on mutual information[J].Journal of intelligence，2013，32（12）：145.
[编辑：刘琳琳]
