中国南北差距现象能得到改善吗——基于三大重点城市群创新网络韧性监测和比较

梁 林，段世玉，李 妍

1.河北工业大学经济管理学院，天津 300401；2.河北工业大学京津冀发展研究中心，天津 300401)

0 引言

近年来，中国南北差距呈现扩大态势。从经济总量看，南北GDP份额比例从2012年的0.57:0.43提高到2019年的0.65:0.35。1978年中国城市GDP前20名中，北方城市占11个，但截至2020年第3季度，北方只有4个城市入围20强，前10名中只有北京一席。从创新能力看，南北分化也呈加剧趋势。南北研发人员总数比例从2015年的0.64:0.36提高到2018年的0.7:0.3；设有研发机构的规模以上工业企业总数比例，从2015年的0.83:0.17提高到2018年的0.89:0.11。从要素流动性看，南方对于破除传统条块分割和块块分割的体制机制改革速度更快于北方，市场化环境差异也导致人才、技术等关键要素的 “孔雀东南飞”现象长期客观存在。从中美贸易战、疫情等重大冲击后的经济复苏状态看，南方似乎也表现出更强韧性，经济恢复速度显著优于北方。

“十四五”时期，中国正处于历史性窗口期和战略性机遇期，缩小南北差距事关中国区域协调发展战略的实现和依靠创新向高质量发展阶段的顺利过渡。特别是在双循环新发展格局中更需要以重点城市群建设为实践抓手，在集聚中促进平衡发展。随着中国深入推进创新驱动战略、区域重大战略、区域协调发展等重大部署，长三角、粤港澳、京津冀等重点城市群创新网络已经逐步形成，却也受到经济下行压力、国内市场需求疲软、中美贸易摩擦、新冠疫情暴发等多重不利因素叠加影响。如何在外部冲击与扰动不确定性日益增大的情境下，降低不确定性风险，确保创新网络稳定发展是中国城市群当前面临的首要难题。

当前中国实现城市群创新网络稳定持续发展的关键问题已经不仅仅是做好城市群内部网络建设，更重要的是面对国内外环境变化引发的冲击与扰动，如何预防和应对本地创新网络可能出现的动荡局面，并保持稳定甚至实现超越。韧性理论为解决这一难题提供新思路，提出 “识别网络韧性特征→建立韧性监测和预警体系→提供针对性解决策略”的路线，提高网络对冲击与扰动的吸收、调整和恢复能力，从而得到发展。

本文基于韧性研究路线，通过设计城市群创新网络韧性监测和预警方法来评估和提升网络韧性水平，优化城市群吸引和包容外部创新要素的能力，实现整体创新网络可持续发展。本文试图回答以下问题：①中国重点城市群创新网络建设现状如何？如何进行更为有效的衡量？②从城市群创新发展趋势看，未来中国南北差距现象是否会得到改善？

1 文献综述

1.1 城市群创新网络相关研究

近年来，城市群创新网络愈加受到学界重视，研究重点主要是内涵、结构分布、影响机制、测度和评价等方面，采用方法主要是复杂网络分析法结合地理空间分布的分析测度。

(1)概念内涵。陈睿山等[1]提出城市群是具备区域特色的社会空间网络，由多个城市集合构成，其中包含一个以上的中心核心城市并辐射周围其他城市，各城市之间具有紧密的空间、交通和经济等联系。城市群内部各城市在创新发展过程中，必然相互联接形成复杂的网络化系统，城市群 “网络化”成为学界关注重点。然而，目前城市群创新网络的概念还未形成统一认识，但区域创新网络研究由来已久，邹琳等[2]认为区域创新网络是指各创新主体通过要素交流和合作协同等过程，在一定范围内建立起以创新为导向、相对稳定、正式或非正式的关系网络。城市群创新网络是城市群内部各创新主体通过相互联接构成的区域创新网络，是城市群和区域创新网络两个概念的结合。鉴于此，本文将城市群创新网络界定为 “在以一个以上中心城市为核心向周围辐射构成的多个城市集合体中，各种类型创新主体通过要素交换、创新协同等过程，建立起以创新为导向、相对稳定、正式或非正式的城市关系网络。”

(2)网络结构布局。现有研究着重分析城市群创新网络的空间分布、等级结构和分布格局等，侧重于评估网络内部结构功能，缺乏对外部因素的考量。多数学者运用社会网络分析法得出城市群创新网络的分布格局，李琳等[3]指出长江中游城市群创新网络从最初的 “武长”双核驱动转变为 “3+5”多核主导格局。

(3)影响机制。现有研究探究空间、认知、技术、知识、经济、制度、社会等距离对城市间创新联系的影响机制。马双等[4]从多个尺度研究中国城市创新网络的邻近效应，提出城市创新网络联接的影响因素包括社会、技术和地理等邻近效应，不同邻近效应的影响效果不同。

(4)网络测度。较多研究利用城市间科技合作成果数量测度城市群创新网络的联接情况。不同学者选择的具体指标存在差异，包括专利交易、科技论文合作、人才流动等。例如，Liu等[5]基于2008—2015年的专利交易数据分析中国三大重点城市群的创新关系。许培源等[6]以Web of Science数据库的科研合作数据为依据，分析粤港澳大湾区内部各城市间的创新关系。马海涛[7]运用人才流动等新数据构建城市间的创新关系，以高端归国人才为对象，指出高端人才跨城迁移可以反映高端创新合作等创新关系。

(5)网络评价。现有研究主要从网络特征、创新规模、创新效率等方面对城市群创新网络进行评价，评价体系的测量维度较单一，未实现从内外结合角度对城市群创新网络进行综合评价。在网络特征方面，学者多运用网络联系强度、网络通达性、网络中心度等进行评价，多数学者针对单一城市群进行研究，吕丹等[8]通过分析成渝城市群创新网络特征，认为该地区创新联系不断加强，部分城市的创新地位和自主创新能力不断提高；在网络创新规模方面，刘心怡[9]从研发投入和研发产出两个维度构建粤港澳城市群创新规模评价体系，通过主成分分析法得出深圳、广州的创新规模高于其他城市；在网络创新效率方面，盛彦文等[10]运用DEA模型，通过发明专利申请授权数、R&D人员全时当量等数据得出中国三大城市群的创新效率呈波动上升趋势，排名为粤港澳、长三角、京津冀。

1.2 社会科学中韧性相关研究

目前，韧性在区域经济、城市建设、防止灾害等领域已得到广泛应用，研究主要集中在韧性的内涵、特征、分析框架和监测方法等方面。

(1)韧性内涵。Brown等[11]认为区域韧性的内涵既包括应对 “短期”打击的能力，即区域适应性，又包括摆脱 “长期”依赖效应，在持续性冲击中激发演进革新能力，即区域适应能力。韧性强调恢复能力、适应变化、改变和创造，是一个包含网络和组织的过程性概念。

(2)韧性特征。Wildavsky[12]提出动态平衡、兼容性、高流动、扁平化、缓冲力、冗余度是一般系统的韧性特征。在系统韧性特征的基础上，魏冶等[13]指出城市网络韧性包含结构韧性和功能韧性两大特征。

(3)韧性分析框架与监测方法。洛克菲勒基金会和奥雅纳研究得出最经典的韧性指标体系包括基础设施与生态系统、经济与社会、领导与策略、健康与福祉4个维度[14]，强调城市累积多个耦合系统，彼此之间实现持续协同韧性。在此基础上，学者相继构建城市韧性和城市群经济韧性等评价体系。Hudec等[15]基于对金融危机中斯洛伐克应对过程的分析，提出社会、社区管理能力、经济三维度的城市韧性评价体系。还有少数学者关注城市群韧性的评价，Du等[16]基于抵抗能力、恢复能力两个维度，评价珠三角城市群经济韧性。

1.3 研究评述

综上，城市群创新网络的概念内涵、结构特征、影响机制、网络测度和评价等方面研究不断深化，已取得丰富的研究成果，但在测度方式选择上仍存在研究空间：①现有研究较为侧重网络内部结构评估，缺乏应对外部不确定风险和冲击扰动时，内外综合考虑城市群创新网络未来发展；②现有测度指标体系和具体数据选取需要新的理论框架进行规范界定；③测度对象大多是单一城市群，较少对城市群发展进行横向比较。

在当前国内外环境不确定性提高的背景下，如何在内外双重影响下有效推动城市群创新网络发展需要构建更加契合的理论研究和规范的量化体系。韧性理论在社会科学研究中不断应用，为这一问题的解决提供机会。然而，城市群创新网络韧性的概念内涵、特征和量化模型尚未统一，如何从韧性视角阐释城市群创新网络发展过程和构建监测体系有待探索完善。

本文基于已有研究和韧性理论，明晰城市群创新网络韧性特征，综合采用多种数据来源和量化方法，设计韧性监测指标体系和预警预测模型，以期为比较三大重点城市群创新网络发展情况和解决南北差距问题提供决策参考。

2 城市群创新网络的韧性化理论解释

2.1 城市群创新网络发展过程的韧性化解释

(1)城市群创新网络韧性的内涵。基于系统的演进韧性概念[17]，本文提出城市群创新网络韧性是指面对外部冲击和扰动时，通过合理准备、抵抗、缓冲、吸收和修复等应对手段，快速恢复并跃升到高阶平衡状态的能力。

(2)城市群创新网络发展过程的韧性化表征。城市群创新网络实质是区域创新生态系统的高级演化阶段，其发展过程持续伴随网络创新主体通过调节自身，应对外部冲击与扰动等环境变化[18]。系统通过提高韧性水平，增强抵御和缓冲外部不确定性的能力，实现向高阶平衡状态的跃升[19]。

本文力求赋予城市群创新网络发展过程的韧性化解释，从而归纳城市群创新网络韧性特征，目的在于提高对外部不确定环境的适应性，从内外协调思路出发，构建城市群创新网络韧性监测体系。从韧性视角看，网络内部结构和功能变化的起因是外部不确定环境。城市群创新网络为应对外部冲击，内部创新主体会发挥自组织作用，保持结构和功能稳定，并与外部环境形成竞合关系，实现城市群创新网络的演化发展。基于本研究团队前期研究成果提炼出国家级新区创新生态系统多样性、进化性、流动性和缓冲性的四维韧性特征[20]，进一步描述城市群创新网络的五维韧性特征。具体而言，在与外部环境实时交互中，城市群创新网络在内部信任环境和互补机制作用下 (兼容性)，内部创新主体之间进行各种形式的要素交流 (流动性)，并不断集聚外部创新资源，表现为创新主体种类和数量的增加，以及网络内部结构的复杂变化 (多样性)，以此化解外部冲击对网络产生的影响 (缓冲性)，进而实现网络整体功能提升 (进化性)。

(3)城市群创新网络韧性的监测。通过量化韧性特征，能够有效监测城市群创新网络韧性水平。韧性理论为衡量城市群创新网络发展提供新的量化途径，通过识别其韧性特征，测量韧性值，监测整体韧性强度。基于前期研究[20]，通过解释城市群创新网络韧性化理念和发展演化过程，本文归纳出城市群创新网络多样性、兼容性、流动性、缓冲性、进化性的五维韧性特征。其中，城市群创新网络兼容性是网络内部创新要素实现高效流动的前提。城市群内部各城市之间相互兼容的程度越高，网络创新主体的 “异城合作”越便利，从而提高创新要素的流动效率。从韧性视角看，过多的流通障碍会降低网络应对外部冲击的速度和效率，导致网络结构过于脆弱，城市群创新网络韧性的提升需要多元兼容的网络关系。

2.2 城市群创新网络韧性的五维特征分析

(1)多样性维度。多样性反映创新主体的种类和规模，是城市群创新网络实现进化的前提条件。创新主体主要包括企业、高校、科研机构等[21]。多样性越强，创新主体越可能获得更多联接选择或试错机会，从而削减外界扰动对城市群创新网络的冲击。

(2)兼容性维度。兼容性反映网络内部各城市间的协调程度，是城市群创新网络实现联接的机制保障[22]。兼容性越强，城市间的创新联系会更加通畅和完善，促进城市间高效交流合作，从而改善创新要素流通障碍、区域发展不平衡等问题。

(3)流动性维度。流动性反映创新要素交换和创新活动协同的速度与频率，是城市群创新网络进化的内部动力[20]。创新主体相互联接，实时发生专利成果转让转移等多种形式的创新流动。流动性越强，城市间的创新合作活动和创新要素交流互动越多，越可能形成稳定的创新合作网络，提升城市群创新网络的内生力。

(4)缓冲性维度。缓冲性反映系统创新资源的丰富度和复杂性，是应对外部冲击的基础保障。积累创新资源，提高资源冗余，帮助城市群创新网络形成资源优势[23]。缓冲性越高，创新资源越丰富，网络联接方式越复杂，外部危机发生时，越能保证网络在一定时间内持续运行，降低外部冲击对其造成的危害。

(5)进化性维度。进化性反映城市群创新网络整体功能进步的水平[20]。进化性越高，表明网络系统具有较高的资源配置水平，实现创新高效产出，保证面对外部冲击和扰动时，网络自身进行适应、调整和改变，从而实现创新资源优化配置和创新结构优化升级，达到更有利于网络运行的高阶平衡。

3 城市群创新网络韧性监测指标体系设计

3.1 城市群创新网络韧性监测指标选取与数据来源

依据城市群创新网络的韧性特征，参考城市群创新网络和国家级新区创新生态系统韧性相关文献[7, 20，24]，本文建立城市群创新网络韧性监测指标体系，见表1。

(1)多样性维度指标。创新主体包括个人、组织和产业3个层面。因此，选取人才、高校和产业多样性作为多样性维度指标。

(2)兼容性维度指标。城市群创新网络兼容是通过提高城市间的邻近性，为创新联系提供更多机会。因此，选取地理、经济、知识、制度邻近作为兼容性维度指标。

(3)流动性维度指标。城市群的创新流动是通过创新要素互动，增强城市群内部创新活力。城市群创新网络事实上是构建了一种主观的城市关系，没有相应的统计数据能够直接表示城市间的创新联系。因此，选取城际合作申请专利数量作为流动性维度指标。

(4)缓冲性维度指标。城市群创新资源主要包括知识、技术、经济、自然、社会5个层面。因此，选取知识资源、技术资源、经济资源、自然环境资源、社会环境资源作为缓冲性维度指标。

(5)进化性维度指标。城市群创新网络进化是提升创新资源配置水平，实现网络整体功能优化升级。创新资源投入产出比表示网络资源配置能力。因此，选取创新人才投入、创新资金投入、创新实物投入、基础创新产出、应用创新产出作为进化性维度指标。

本文基于构建的城市群创新网络韧性监测指标体系，在相关文件中提取所需监测数据并进行整理和测算，数据来源包括统计年鉴、相关报告和互联网数据，见表1。数据提取的时间范围是2014—2018年，以2013年为基年。运用各城市及所在省份统计年鉴，补充上述主要统计年鉴中缺失数据，无法获得的地市级数据通过地市对所在省份GDP贡献率与相应省份数据的乘积获得。其中，城际合作申请专利数量是在国家知识产权局网站中进行公式检索，并人工剔除重复数据而得到。

3.2 城市群创新网络韧性监测与预警预测模型

(1)多样性维度监测模型。多样性指数能测度系统内部组成结构的复杂程度。Shannon-Wiener指数能够测度群落异质性，被广泛应用于测度多样性水平。因此，选取Shannon-Wiener指数作为多样性维度监测模型。

(2)兼容性维度监测模型。兼容性反映城市群创新网络内部各城市间的协调配合度。Borgatti网络联系强度模型能通过地理距离、经济、制度、文化背景等的差异数据来测度网络联接强度。因此，借鉴Borgatti网络联系强度模型，构建兼容性维度监测模型，计算公式为：

(1)

式中，dij表示高铁最短通勤时间、人均GDP差值、期刊文献数量差值、制度距离。Q越大，城市间协调配合度越高，兼容性越强。

(3)流动性维度监测模型。流动性反映创新主体通过创新要素交换和创新活动协同，形成紧密的创新合作网络。在创新合作网络测度中，常用网络密度对网络成员关系密切程度进行度量。因此，选取网络密度测量模型作为流动性维度监测模型。

(4)缓冲性维度监测模型。缓冲性反映城市群创新网络的资源冗余度。熵权TOPSIS是一种测算冗余度的综合评价方法。因此，选取熵权TOPSIS法作为缓冲性维度监测模型。

(5)进化性维度监测模型。进化性反映网络资源的配置效率。DEA-Malmquist是一种对多投入-多产出决策单元进行效率评价的方法。考虑城市群创新网络在创新效率方面的边际收益具有一定程度的不确定性，选取DEA-Malmquist指数中投入导向的BCC模型，作为进化性维度监测模型。

(6)城市群创新网络整体韧性值监测模型。城市群创新网络整体韧性是五维度韧性的有机整合。因此，选取耦合调度计算方法监测城市群创新网络整体韧性值，计算公式为：

(2)

式中，H为城市群创新网络多样性维度值，Q为兼容性维度值，D为流动性维度值，B为缓冲性维度值，E为进化性维度值，均不为0。K为调节系数，本文K=5。C表示五维度的协调程度，T表示五维度的综合水平，α=β=γ=λ=δ=0.2,R为城市群创新网络整体韧性值，R越大表示韧性越强。

(7)城市群创新网络韧性预测模型。灰色GM (1，1)预测模型适用于小样本，预测精准度较高，被广泛应用于社会学领域，选取该模型作为城市群创新网络韧性预测模型，计算公式为：

(3)

(8)城市群创新网络韧性预警模型。熵权TOPSIS法基于多目标决策分析，通过测度目标靠近理想解的程度来评估评级对象，本文将其作为城市群创新网络韧性的安全预警方法，计算公式为：

计算无量纲化数据的加权。

(4)

计算城市群与理想解的相对贴近度J，即预警值。

(5)

借鉴相关预警研究，本文设置城市群创新网络韧性的预警判别标准：当0.8

3.3 城市群创新网络韧性的计算过程

首先，运用熵权法计算城市群创新网络5个韧性维度的指标权重，见表2；其次，根据监测模型，计算城市群创新网络各维度及整体韧性值；最后，计算城市群创新网络韧性的预测值和预警值。考虑到部分数据缺失，在进行韧性值预测时，舍弃2014年京津冀和2017年长三角、粤港澳的数据，得到2021—2023年整体韧性预测值。由于2019和2020年已经发生，但韧性测度数据无法获得，本文也不再对其进行预测。

表2 2014—2018年城市群创新网络韧性指标权重

4 实证结果分析

4.1 三大重点城市群创新网络韧性监测结果分析

从韧性监测现状看，长三角各维度韧性值大致相当，整体韧性值最高，但呈下降趋势；粤港澳多样性维度劣势明显，整体韧性值低于长三角，但呈上升趋势；京津冀各维度韧性值既有突出优势，也有明显短板，整体韧性值最低，且呈下降趋势，见表3。

(1)监测结果的静态排名。2014—2018年三大重点城市群创新网络整体韧性值排名为长三角、粤港澳、京津冀，见表3。这与前期研究有一定差异 (三大重点城市群创新效率排名为粤港澳、长三角、京津冀[10]；城市韧性排名为长三角、京津冀、粤港澳[25])，原因可能是与创新效率和静态韧性评价方式相比，本文构建的韧性监测体系是基于韧性理念，更侧重反映网络受到外部冲击后的适应能力、未来发展趋势和潜力。

长三角是长江经济和 “一带一路”的交汇中心，中国城镇化基础最好的区域。从排名看，虽然整体韧性值排名第一，但没有任何单一维度韧性排名第一，且兼容性和整体韧性值都呈明显下降趋势，发展趋势不容乐观。长三角的比较优势是均衡，其经济腹地广阔，尤其重视创新要素引入聚集和创新资源高效配置。城市间的行政壁垒较小，产业分工明确，城市间的创新交流与合作较为密切。各维度均衡发展使得长三角韧性值目前处于第一位。

粤港澳是中国创新活力最高、开放包容力最强的地区之一。从排名看，整体韧性值排名第二，但流动性、缓冲性、进化性3个维度韧性排名第一，且整体韧性值呈明显上升趋势。粤港澳的比较优势是潜力，得益于湾区高度开放包容的市场环境、日益便利的交通体系等因素，城市间的创新合作较为紧密，创新要素流动频繁，城市间经济差异相对较小。另外，以深圳为代表的企业创新源地的知识溢出和产业带动能力较强，对于未来创新网络发展尤为重要。但粤港澳产业结构多样性和协同程度较差，仅广州市有4所重点院校，人才异质性也较低，这已经引起地方政府重视。随着以深圳大学、南方科技大学为代表的高校快速发展，多样性维度短板将会得到改进。

京津冀是北方经济的核心，中国的政治文化交流中心。从排名看，整体韧性值排名最后，但多样性、兼容性两个维度韧性排名第一，整体韧性值呈下降趋势。京津冀的比较优势在于资源，一是在重点建设高校、优质科研院所和高端人才占比等关键知识资源上具有绝对优势，二是京津冀拥有国内最便利的城际交通体系，地区间文化差距也相对较小。但受限于以往相对固化的行政壁垒，创新资源流动不畅，城市间的创新合作频率较低，协同发展进程相对缓慢。未来随着雄安新区快速建设，协同发展战略有望加速落地。

(2)监测结果的变化趋势。由表3可知，2014—2018年三大重点城市群创新网络整体韧性值的总体变化趋势是：粤港澳呈上升趋势，京津冀和长三角呈下降趋势，且都有V形回升过程。这与前期研究中三大重点城市群创新网络联系强度均呈上升趋势的结果不同[10]，原因可能是与网络内部特征评价相比，本文的韧性监测体系更侧重从由外及内和内外结合角度综合考虑网络的未来发展。

表3 2014—2018年城市群创新网络五维度和整体韧性值

粤港澳整体韧性值在2014—2016年稳步上升，但2017年明显下降，2018年大幅度回升。原因是2017年提出 《深化粤港澳合作推进大湾区建设框架协议》将港澳地区加入大湾区。虽然丰富了粤港澳的资源，但也对原有平稳状态形成一定冲击。港澳地区与广州、深圳之间有较强联系，导致大湾区内人才等创新要素极化聚集明显，城市间的资源配置格局形成重构，造成2017年整体韧性值明显下降。但在开放包容的市场氛围中，重构过程非常迅速，其韧性值在2018年迅速回升，并且超过2015年，显示市场引导的关键作用。

长三角整体韧性值在2014—2016年稳步上升，但2017年明显下降，2018年又出现一定程度回升，但仍未恢复到2014年水平。原因是2017年江苏、浙江和上海等省市积极深化供给侧结构性改革，关停大量钢铁、煤炭、化工企业，经济发展速度放缓，创新资源冗余度不足，城市间的创新产出空间关联性也呈下降趋势。2018年韧性值虽有所提高，但由于产业同构倾向严重、产业转型阵痛期较长等问题，回升幅度弱于粤港澳。

京津冀整体韧性值在2015年大幅下降，2016年后逐步回升，但仍未恢复到2014年水平。原因是2014年提出京津冀协同发展战略后，京津冀协同发展规划在2015年制定，新顶层设计谋划造成京津冀短期发展缓慢和停滞。2016年后，协同发展战略逐步实施，各项工作逐步展开。但受限于原有行政体制束缚，城市间创新联系仍较弱，协同发展水平较低，韧性值仍未恢复到2014年水平。

4.2 三大重点城市群创新网络发展态势比较

运用K均值聚类分析2014—2018年三大重点城市群创新网络五维韧性均值数据，分别描绘三者的发展态势，如图1所示。图1中阴影面积越大，表明发展态势越好；阴影形状越接近正五边形，表明发展越均衡。由此，可以发现三大重点城市群创新网络均存在发展不均衡问题，但问题形式有较大差异。

图1 三大重点城市群五维度韧性聚类分析雷达图

由图1-a可知，长三角整体发展态势最均衡，各维度韧性值大致相当，但五维度韧性值均较低，阴影面积最小，其韧性提升受到影响，未来极可能被其他城市群超过；由图1-b可知，粤港澳整体发展态势最好，阴影面积最大，其兼容性、流动性、缓冲性、进化性4个维度韧性值均较高，但多样性维度短板明显，严重制约整体韧性水平，是亟需改进之处；由图1-c可知，京津冀整体发展呈明显不协调状态，畸形的阴影形状趋近三角形，优势与劣势都很突出，其缓冲性和进化性维度韧性值在最低水平，而多样性和兼容性维度韧性值在最高水平，如何实现各维度均衡发展是关键。

4.3 三大重点城市群创新网络韧性的预测与预警

利用城市群创新网络韧性预测模型，预测三大重点城市群创新网络2021—2023年韧性值变化，见表5。长三角在2021—2023年仍呈下降趋势，粤港澳和京津冀呈上升趋势，京津冀与南方两大城市群之间差距显著缩小。粤港澳和京津冀整体韧性值分别在2021和2023年超越长三角，2023年韧性排名变为粤港澳、京津冀、长三角。这与统计年鉴数据反映的长三角与京津冀GDP差距增大的趋势形成反差，主要原因是与单纯经济总量比较不同，韧性监测是多方面因素综合作用的结果。

利用城市群创新网络韧性预警模型，分析三大重点城市群2014—2018年和2021—2023年韧性警情状况，见表4和表5。从总体警情状况看，三大城市群的韧性警戒度均较高，表明发展均存在问题，应高度重视。从警情状况的变化趋势看，粤港澳2014—2018年、2021—2023年均处于中警状态，较另外两个城市群警戒状况低；京津冀城市群在2014—2018年经历过重警状态，但从2017年已经回归到中警状态，且在2021—2023年也一直处于中警状态，警情逐渐平稳；而长三角2014—2018年经历过且仍处于重警状态，2021—2023年也都为重警状态，警情最为严重。

表4 2014—2018年城市群创新网络韧性警戒值

表5 2021—2023年城市群创新网络韧性预测值与警戒值

5 结论与启示

移植韧性理念，本文构建城市群创新网络韧性监测、预测和预警体系，试图通过有效衡量三大重点城市群创新网络建设现状，解决城市群发展中存在的问题，预判南北差距现象的变化，形成以下主要结论。①阐释城市群创新网络韧性化理念，提出包括多样性、兼容性、流动性、缓冲性和进化性的五维度韧性特征。②构建基于韧性特征的城市群创新网络监测、预测和预警模型，使城市群创新网络韧性测度成为可能。③通过2014—2018年三大重点城市群创新网络韧性的实证分析，发现当前三大重点城市群创新网络均存在发展不均衡问题。④通过对三大重点城市群创新网络开展韧性预测和预警研究，得出2021—2023年京津冀与南方两大城市群之间的差距显著缩小，2023年韧性排名变更为粤港澳、京津冀、长三角，南北差距现象将得到明显改善。与以往从网络特征、创新效率等内部视角测度城市群发展情况的研究方式相比，基于城市群创新网络韧性特征而构建的韧性监测体系更侧重反映面对外部不确定性冲击而产生的抵御、恢复和调整能力，更适合反映城市群对外部环境的适应力和未来发展潜力，对于破解当前中国情境下城市群面临的内外困境具有现实意义。

通过开展城市群创新网络韧性监测、预测与预警，为实现区域协调发展战略，综合、科学、动态地治理城市群，改善南北差距现象提供实践启示。①市场化改革是解决南北差距问题的关键措施。粤港澳强势崛起更加印证南北差距的根本原因在于市场化程度差距。京津冀协同发展进程中要针对短板加快深化产权、要素等市场化改革，学习南方亲清型政商关系，破除原有体制机制束缚。同时，发挥北京知识创新源头引领作用，打破创新要素流通壁垒，加速创新要素流动和共享，提高城市间的创新合作成果转化率。②人才和高校发展是未来城市群发展的重要资源。从韧性监测体系权重计算结果看，人才、高校多样性和流动性权重最高。粤港澳需进一步利用自身定位优势吸引异质创新人才，重视发展重点高等院校，提升创新产出平台多样性。③以常态化、动态化监测结果作为城市群治理的目标和导向。基于发展态势对比和预警分析结果，长三角未来发展暴露出较大隐患是发展后劲不足，预测整体韧性值将被粤港澳超越，警情也有恶化趋势，表明原有管理手段可能已经失灵，需要创新制定针对性解决方案。粤港澳暴露的突出问题是多样性劣势明显，应深入分析个人、组织、产业等层面丰富度较低的原因，着力吸引补足短板。京津冀的突出问题是明显失衡，应加强缓冲性和进化性维度短板改进，同时防止由于过度重视劣势发展而忽视原有优势。未来在顶层设计逐步落地过程中，赋予更多市场自主权，发挥自主调节适应功能。