长三角城市群创新溢出效应评价及其时空演进

白云朴，赵鸿洋

（南京邮电大学管理学院，江苏南京 210003）

坚持实施创新驱动发展战略，实现科技高水平自立自强是我国“十四五”时期的关键举措。在此背景下，推动区域创新协同发展成为国内多地区的发展重心所在。长三角城市群地处“一带一路”与长江经济带交汇处，是我国创新能力最强的城市群之一［1］，也是率先践行区域协同发展的战略要地之一，在推动国家科技进步、促进长三角区域创新发展的过程中扮演着关键角色。2022 年8 月22 日，长三角三省一市科技厅（委）正式印发《三省一市共建长三角科技创新共同体行动方案（2022—2025年）》，提出要推动科技成果跨区域转移转化，构建区域一体化协同创新体制机制。区域创新协同不仅与各地知识积累、科技投入等要素密切相关，也离不开其他地区创新溢出效应的作用。因此，激发长三角城市群各城市之间创新效应的交互和释放，成为实现长三角区域协同创新、构建长三角创新共同体的关键环节。然而，目前长三角城市群各城市不仅在经济体量、地理位置、资源禀赋等方面存在显著差异，其创新发展水平更是参差不齐，由此产生的创新溢出效应更是表现各异。为实现城市群创新溢出效应最大化、推动长三角区域创新进步，对城市群创新溢出效应作出科学评价是重要前提。为此，研究从长三角城市群创新溢出效应评价出发，围绕创新禀赋、溢出禀赋两大维度构建城市创新溢出效应的评价指标体系，采用熵权TOPSIS 法对2016—2020 年长三角城市群26 市创新溢出效应进行综合评价，并以此对城市群创新溢出的动态时空格局演变进行分析，从中探寻城市创新溢出效应变化发展的重要规律，以期从城市创新溢出效应视角为推动长三角区域创新协同发展提供政策参考。

1 文献综述

1.1 创新溢出效应研究

溢出效应是创新活动的重要特征之一。由于创新成果具备公共属性与外溢性，其产生的全部收益时常向其他主体外溢，难以被投资者垄断［2］。创新的大量收益会通过外溢的方式流向其他主体，成为推动经济发展、促进社会进步的重要推动力［3］。研究创新溢出效应对构建区域创新网络、激发主体创新活力具有重要意义。为此，创新产生的外溢效应逐渐成为学界关注的重点。当前，国内大量研究围绕外商直接投资（FDI）对东道主国产生的创新溢出效应［4-7］、产学研体系中高校的创新溢出效应展开［8-11］。

首先，吸引外资投入是引进、吸收其他国家先进技术的有效方式，也是促进东道主国科学研发与技术进步的重要因素［4］。郭平等［5］运用GMM 估计法，发现外资对我国中、东、西部地区技术创新均有促进作用；考虑到江苏省外资投入规模较大，叶娇等［6］发现，FDI 流入对江苏省技术研发具有显著正向溢出效应。此外，外资投入对东道主国创新与经济发展的正向溢出作用存在一定条件，如黄烨等［7］发现，外资对我国内资企业的创新溢出作用受外资竞争水平、内资模仿程度等因素的影响。

其次，“产学研”合作是产生创新溢出效应的重要途径之一，而高校在此系统中承担着基础研究的职责，其创新能力的进步有助于促进周边地区的创新产出［8］。王淑英等［9］研究发现，我国高校创新产出存在地理空间集聚现象，提高高校创新投入水平会显著促进创新空间溢出；李文辉等［10］采用熵值法和社会网络分析法，构建高校技术创新溢出能力评价体系，发现经济规模、社会网络、人力投入等指标对高校创新溢出能力具有重要影响；汪涛等［11］利用熵值法与DEA 模型，以高校与其他主体联合申请专利数量、高校专利技术转移数量作为指标，对高校技术创新溢出能力进行评价分析。

1.2 城市创新溢出研究

除外资、高校创新溢出外，城市创新溢出也是创新溢出研究领域的重要课题之一。伴随我国城市一体化政策推进，以各大中心城市为核心的城市群作为我国新型城镇化的主体形态［12］，成为推动国家科技创新发展的中坚力量。城市群内部的各城市为高校、企业、人才提供了必要的生存发展环境。充分发挥城市创新溢出效益，对促进城市群区域创新一体化发展具有重要推动作用。为此，众学者从城市、城市群视角出发，对城市创新溢出效应展开研究。其中，大量研究探讨了城市创新溢出的存在性与重要性问题［13-21］，并对其影响因素作出相应阐述［22-26］。

首先，国内外大量研究认为，创新溢出效应普遍存在于城市创新活动中，对增强其他主体创新产出水平、促进区域创新协同发展具有重要作用，如Carlino［13］、Duranton［14］等提出，城市创新活动在产出相应的创新成果时，也会推动创新集聚与知识溢出，进而提升周边地区的创新产出水平；Lim［15］发现1990—1999 年间美国大都市各区域的创新活动存在显著的空间相关性；Kerr［16］则进一步提出，城市创新中心会通过产业空间转移等方式促进其他地区创新发展；宋旭光等［17］在研究中国创新空间关联及其影响因素时发现，中国各创新集聚带非孤立存在，相互之间存在“梯度”可达的关联性，这为创新溢出提供了路径。此外，还有研究从区域发展维度出发，研究城市群、中心城市的创新溢出作用，如马为彪等［18］、万陆等［19］、王建国等［20］的研究表明，中心城市的科技创新及建设对周边非中心城市和城市群发展具有溢出作用；原嫄等［21］基于空间溢出效应视角，研究发现成渝高技术产业的专业化、多样化集聚不仅会促进当地科技创新，也会产生正向溢出效应，促进城市群协同创新。

其次，城市创新溢出效应受多种因素影响。尽管各学者的研究侧重与方法不同，所得结论也不完全一致，但总体而言，城市创新溢出效应的影响因素主要包括以下两方面：其一，在内部驱动要素方面，城市创新溢出主要与当地创新资源积累，以及相关的社会经济变量有关，如周锐波等［22］选取研发投入、人力资本、外商投资等变量衡量城市知识溢出水平，以研究中国城市创新的时空分布与溢出效应；胡俊峰［23］的研究表明，创新投入、市场规模会正向促进周边城市对溢出效应的吸收；陈大锋等［24］构建杜宾模型分析不同要素对城市间溢出效应的影响，发现R&D 投入、城市人口规模有利于促进创新溢出，而政府支出会显著抑制创新溢出。其二，在外部驱动要素方面，城市创新溢出主要与外溢环境或条件有关，如程开明等［25］发现，城市溢出效应水平随地理距离增加而呈现先增后减的倒U 型特征；而邱洋冬［26］的研究提出，便利的网络基础设施有助于打破空间距离对知识溢出的阻碍，从而增强知识溢出效应，提升各城市企业创新绩效。

最后，长三角地区作为促进我国经济发展与科研创新的核心地区之一，其创新溢出效应也获得部分学者的关注。文献普遍认为，长三角各城市创新存在溢出效应，如王腾飞等［27］的研究指出，城市创新关联是创新合作和知识溢出的重要路径之一，目前长三角不同等级城市间的创新联系已转为多层多向的合作模式；翟婧彤等［28］的研究也表明，长三角城市群各市的创新能力存在显著的空间溢出效应，且空间正相关性随时间增强。此外，也有学者探讨了长三角城市创新溢出的影响因素，如戴靓等［29］的研究表明，高校数量、研发投入等因素会正向促进城市对外研究合作；刘鉴等［30］发现人力资本、资金投入和创新平台均有助于促进邻近城市和城市群创新产出。

1.3 研究述评

综上所述，有关城市创新溢出的研究已取得一定成果，为研究提供了必要的理论参考。然而，相关研究仍有可待补充之处。首先，国内大量研究集中于对城市创新溢出存在性、重要性及其影响因素进行探讨，但少有文献以城市创新溢出效应的综合评价为研究视角，分析各城市创新溢出水平的高低状况及时空演进，探讨如何利用溢出效应推动城市群创新协同发展。其次，现有文献的研究对象及方法虽丰富多样，但少有文献通过构建具体可测算的指标体系评价分析城市创新溢出效应，且以我国科技创新龙头城市群——长三角城市群为对象的研究仍有待补充。基于此，研究采用熵权TOPSIS 法，依据国务院常务会议所通过的《长江三角洲城市群发展规划》，以长三角城市群26 市为研究对象构建评价指标体系，计算各城市创新溢出效应得分并排序，以此分析各市创新溢出效应的强弱及时空分布规律。以便为不同溢出水平的城市提供针对性发展建议，以期激发城市创新溢出效益、加速长三角城市群创新协同，同时为城市创新溢出相关研究提供视角与方法参考。

2 研究设计

2.1 城市创新溢出评价指标体系构建

参考现有文献中有关城市创新溢出效应影响因素的结论，并结合创新溢出内涵与特质，研究认为城市创新溢出主要与城市创新能力、创新资源积累和外溢环境密切相关。创新能力为创新溢出提供基础和动力，学界通常用创新投入与创新产出来衡量［31］。而创新资源积累为创新溢出提供人才、资金等支撑，是创新投入的重要组成部分。传播媒介、交通设施等溢出环境影响创新溢出的效率。此外，创新溢出广度能较为直观地反映创新主体向其他区域实施溢出的程度。因此，研究参考已有研究并结合创新溢出内涵与特性，从城市创新禀赋予溢出禀赋两大维度构建评价指标体系。以创新禀赋予溢出禀赋为一级指标。其中，创新禀赋包含创新投入与创新产出两项二级指标，溢出禀赋包含溢出环境与溢出广度两项二级指标，评价指标体系见表1。

（1）创新禀赋。在创新投入方面，首先，科研人才拥有较强的科研创新产出能力，是提高国家乃至地区创新能力的根本［32］。因此，研究参考以往研究，选取人才储备为指标，以各市历年每万人普通高等学校在校生人数衡量，以便消除因人口不同而产生的差异。其次，培育创新人才离不开高校，高校是当今各地区创新型人才的重要培育地［33］，各地研究院所常依托高校而建立，高校知识溢出也是城市创新溢出的重要组成部分，其溢出效应能有效促进企业创新，进而推动区域整体创新效益的进步［34］。因此，研究选取建设高校数量为指标，以各市历年建设普通高等学校的总数衡量。最后，研究与试验发展（R&D）经费投入能为区域创新发展提供有力保障，支撑当地开展创新实验活动［31］，是衡量城市创新投入的重要指标之一。因此，研究选取R&D经费支出为指标，以各市历年开展R&D 活动的内部经费支出衡量。

在创新产出方面，专利产出是创新主体知识创新与科技研究成果的重要具现形式之一。现有研究经常采用专利申请数与专利授权数来评价研究主体的创新能力。专利可被分为发明类、实用新型类与外观设计类，其中，发明类专利兼具新颖性、创造性和实用性，更能体现研究对象的真实创新水平［10］。因此，研究参考已有研究，选取发明专利授权与发明专利申请为指标，以各市历年每万人发明类专利的申请量与授权量衡量。

（2）溢出禀赋。在溢出环境方面，首先，便利的交通基础设施有利于促进各创新人才流通，加速创新主体间相互交流与融合［35］，因此，研究选取交通通达程度为指标，以各市历年公路客运量与民航客运量的总和占城市人口比重衡量。其次，城市邮政电信业务涵盖物流、邮件、电话等基本业务，邮电业务的发展有利于促进当地通信服务水平的提高，从而促进区域创新溢出。因此，研究选取邮电业务发展水平为指标，以各市历年每万人邮政电信业务收入总量衡量。再次，互联网能缓解交通距离和时间差异对知识外溢的阻碍作用，较高的互联网普及水平有利于打破时空界限问题，能有效促进创新成果传播与共享。因此，研究选取互联网普及水平为指标，采用各市历年互联网宽带接入户数占城市人口比重衡量［32］。最后，城市人口在一定程度上体现了城市体量大小及其资源集聚能力。城市人口越多，则易获得更多发展机会、承担更多社会责任，同时也更易带动周边城市创新［24］。因此，研究选取城市人口为指标，以各市历年常住人口衡量。

在溢出广度方面，技术贸易和技术合作是典型的两种技术扩散路径，同时也是创新外溢的最强形式［36］。各创新主体通过科研合作等方式，共享创新资源与技术，促进科研成果的产出与交换，从而提高其他主体的创新效益，最终实现创新外溢。而科研合作的成果常通过论文合著、专利合作等方式展现［29］。因此，除采用发明类专利申请数、授权数之外，还应该将有关城市间科研合作的各项变量纳入指标体系。基于此，研究选取专利权转让数与合作申请专利数为指标。其中，专利权转让数以各市历年发明类专利的专利权转出总数衡量，合作申请专利数用各市历年与其他城市合作申请的发明类专利总数衡量。两类指标均以城市为统计单位，其中合作申请专利数以第一申请人为计数标准。

2.2 城市创新溢出研究设计

熵权TOPSIS 法是一种典型的综合评价方法，其实现了熵权法与TOPSIS 法的有机结合。其中，熵权法是一种经典的客观赋权法，与主观确定各指标权重的方法相比，其能有效避免主观因素造成的不确定性［37］。TOPSIS 法通过计算各研究主体与理想解的欧氏距离，从而实现对各研究主体的综合排序，能充分利用原始数据，信息失真较少［38］。熵权TOPSIS 法利用熵权法所得指标权重辅助TOPSIS法后续的计算过程，能够使计算结果更具客观性与准确性。因此，研究采用熵权TOPSIS 法对长三角城市群26 座城市的创新溢出能力进行评价与分析。

首先，运用熵权法计算长三角城市群创新溢出能力各指标权重。设有n个研究目标X={X1,X2,…,Xn}和m个评价指标Y={Y1,Y2,…,Ym}，则原始数据矩阵为X=xij(i=1,2,…,n;j=1,2,…,m)，具体步骤如下：

（1）为消除各指标间量纲不同对分析带来的影响，采用极值处理法对数据进行标准化。极值法相较于标准化平移法等其他线性无量纲化方法，在实际运用中更具优势［39］。由于所用指标均为正向指标，即数值越大代表水平越好，且不含负值，因此运用公式（1）计算，得到标准化矩阵D=dij(i=1,2,…,n;j=1,2,…,m)：

（2）对标准化后的矩阵按公式（2）、（3）、（4）依次计算第j项指标第i项的比重pij、熵值ej和冗余度tj:

（3）运用公式（5）依次计算各指标权重：

其次，运用TOPSIS 法计算研究主体的正、负理想解，之后计算各主体与理想解的欧氏距离与接近度，最终实现对研究主体的综合排序，具体步骤如下：

（1）将熵权法所得各权重指标wj与公式（1）所得标准化矩阵D相乘，得出新数据矩阵Z=zij(i=1,2,…,n;j=1,2,…,m)：

（3）运用公式（9）、（10）分别计算各研究主体对应指标数据距正、负理想解的欧氏距离、：

（4）运用公式（11）计算各研究主体与理想解的相对接近度：

3 实证分析

研究选取2016—2020 年长三角城市群26 个城市为对象。所用数据来源于2017—2021 年《中国城市统计年鉴》《安徽统计年鉴》《浙江统计年鉴》《江苏统计年鉴》以及各城市统计年鉴和各统计局公布的数据。此外，专利权转让数、合作申请专利数、统计年鉴中未涉及的部分发明类专利相关数据来源于国家知识产权局专利数据库。个别缺失数据依据该城市其余年份数据，采用线性拟合法填补。

3.1 指标权重测算及分析

根据已得数据，计算得出2016—2020 年，长三角城市群26 市创新溢出能力评价指标权重，结果见表2。此外，在指标权重变化趋势方面，研究以2016—2020 年各指标历年权重数据为依据，绘制城市创新溢出能力评价指标趋势图，结果见图1。

图1 长三角城市群创新溢出评价指标权重变化

表2 长三角城市群创新溢出评价指标权重

根据表2，从各指标平均权重看，首先，合作申请专利数、建设高校数量、R&D 经费支出、专利权转让数4 项三级指标的平均权重分别为16.36%、12.96%、12.70%、11.79%，均大于10%。说明这四项指标对长三角城市群各城市创新溢出影响较大。此外，这四项指标主要集中于创新投入和溢出广度中，说明提高创新投入与溢出广度这对于增强城市创新溢出效应更为重要。究其原因，充足的创新投入能为城市创新活动提供必要的资源支撑，同时也表明该市对科研创新的重视程度较高，更易吸引创新人才往来与创新资源交换，从而进一步增强城市创新溢出效应。创新溢出广度能够较为直观地表现出该市向周边区域开展创新合作、输出创新成果的程度，创新溢出广度越大说明其创新溢出效应较强。其次，邮电业务发展水平、人才储备、城市人口规模、发明专利申请量4 项三级指标的平均权重分别为8.34%、7.41%、7.40%、7.22%，均大于7%。最后，发明专利授权量、交通通达程度、互联网普及水平3项三级指标的平均权重相对较低，分别为6.02、5.21%、4.59%，均大于4%。其中。互联网普及水平的平均权重最低，表明相较于其他指标而言，其与长三角城市群创新溢出效应的关系较弱。

根据图1，从各指标权重变化趋势看，首先，R&D 经费支出的指标权重整体呈上升趋势，表明2016—2020 年间长三角城市群各市不断增强对科研经费投入的重视力度。而发明专利授权量的指标权重呈下降趋势，表明其对于长三角城市群创新溢出的重要性逐渐降低。其次，合作申请专利数、专利权转让数的指标权重总体呈“V”型，即这两项指标对城市创新溢出的影响力先降低后增强。再次，交通通达程度指标从2016 年起保持上升趋势，并于2019 年达到顶峰。研究分析部分原因在于：2016 年印发的《长江三角洲城市群发展规划》特别强调，要“健全互联互通的基础设施网络”，“提升综合交通枢纽辐射能力。”因此，伴随长三角城市群不断推进交通基础设施建设，交通通达程度的权重随之上升。最后，邮电业务发展水平的指标权重自2016 年起处于缓慢增长态势，并于2019 年迅速增长至顶点。研究分析部分原因在于：2018 年11 月长三角区域一体化上升为国家战略，发展邮政、电信行业是长三角一体化建设的重要内容之一。在2019 年直播电商行业全面爆发的浪潮下，长三角城市群邮电行业活力不断增强。

3.2 长三角城市群创新溢出评价及分析

基于已得各指标权重，计算2016—2020 年长三角26 市创新溢出能力的接近度及其均值，结果如表3 所示。之后，根据26 座城市创新溢出能力接近度大小计算其名次，并以年份为单位对各城市进行排序，所得结果见表4。最后，再对各城市历年创新溢出能力排名进行整合，从而研究各市名次变化趋势，所得结果见表5。

表3 长三角城市群创新溢出接近度

表4 长三角城市群历年创新溢出得分排序 单位：位

表5 长三角城市群26 市创新溢出名次变化单位：位

根据表3，首先，2016—2020 年长三角城市群各年创新溢出能力的平均接近度分别为：0.217、0.243、0.236、0.229、0.226。以2016 年 与2020 年为基准，创新溢出得分提高的城市共16 座，创新溢出得分下降的城市共10 座，可见长三角城市群创新溢出的总体水平有所增强。其次，从长三角城市群各市历年创新溢出的平均接近度看，上海、南京、杭州、苏州、合肥的平均相对接近度较高，分别为0.737、0.563、0.495、0.481、0.425，均大于0.4。说明这五座城市创新溢出效应较强，对周边区域创新发展具备正向推动作用；而滁州、安庆、铜陵、宣城、池州的平均相对接近度较低，分别为0.090、0.069、0.067、0.064、0.061，均小于0.1。说明这五座城市创新溢出效应较弱，难以有效推动其他城市创新发展；此外，长三角城市群26 市中，上海的创新溢出能力平均接近度最高，池州的创新溢出能力平均接近度最低，两者相差0.676，初步体现出长三角城市群创新溢出能力发展的不平衡性。

结合表4、表5 可以看出，首先，2016—2020年创新溢出能力排名前五的城市始终包括上海、南京、苏州、杭州、合肥。其中，上海的创新溢出效应长期位于长三角城市群顶尖位置，历年排名均位于第1 位；南京、合肥排名分别长期位于第2、第5 位；杭州、苏州的名次波动极小，以2016 年与2020 年为基准，二者名次均未改变。可见，这些城市的创新溢出效应呈现出水平高、波动小两大特征，能够持续对其他城市的创新活动产生正向溢出，是推动长三角创新一体化建设的中坚力量。其次，2016—2020 年铜陵、宣城、池州的排名始终位于后5 位。安庆除2016 年外、滁州除2018 年外，其余年份排名均位于后5 位。盐城仅2016 年与2018 年排名位于后5 位，但其余年份排名均位于倒数第6 位。其中，安庆由21 名降至25 名；盐城由22 名升至21 名；池州由25名升至22名；宣城由25名升至24名。可见，这些城市的创新溢出效应呈现出水平低、波动大两大特征，难以对外维持创新溢出。为此，必须注重对此类城市创新发展的带动引领，以缩小长三角城市创新水平差距。此外，其余各市名次下降较为明显的是镇江，由第9 名降至第13 名。究其原因，镇江紧邻南京，而南京作为江苏省省会，其高校建设、经费投入等关键指标均处于较高水平。受到南京虹吸效应的作用，镇江难以集聚大量创新资源与科研人才，创新溢出增长受限。

3.3 长三角城市群创新溢出效应时空格局分析

利用ArcGIS 软件的自然断裂点法将2016—2020年长三角城市群26 市的创新溢出效应得分分类，5 个分段标准从高到低依次代表高水平（得分＞0.578）、较高水平（0.252 ＜得分≤0.578）、中等水平（0.172 ＜得分≤0.252）、较低水平（0.075 ＜得分≤0.172）、低水平（得分≤0.075），所得长三角城市群创新溢出时空格局图见图2。

图2 长三角城市群创新溢出效应时空分布

首先，在时间维度，从图2（a）、图2（e）可以看出，2016 年长三角城市群创新溢出效应处于高、较高水平的城市共有7 座，2020 年减少至5 座；2016 年创新溢出效应处于中等水平的城市共有6 座，2020 年仍为6 座；2016 年创新溢出处于低、较低水平的城市共有13 座，2020 年增值至15 座。结合3.2节结论可知，伴随时间推移，尽管长三角城市群总体创新溢出水平有所增强，且创新溢出效应得分增加的城市多于减少的城市，但仍有部分城市的创新溢出水平处于下降状态，且下降幅度较大。表明长三角城市群创新溢出水平发展并不均衡，呈现出整体水平提高，局部水平下降的发展趋势。可见，创新溢出中心城市对周边地区的辐射带动作用仍需进一步加强。

其次，在空间维度，从图2（a）～图2（e）可以看出，2016—2020 年，长三角城市群创新溢出效应水平的空间分布存在明显的地理临近性与集聚性特征，整体呈现出以龙头城市上海，副中心城市南京、苏州、杭州为中心，逐步向外递减的“多中心”结构。可见，上海、南京、苏州、杭州作为长三角城市群重要的创新溢出中心，对激发区域创新溢出效益、提升区域科技创新水平起到重要引领作用，充分利用这些城市的创新溢出效应，对构建长三角科技创新共同体具有重要意义。而合肥同为副中心城市，虽然具备较高的创新溢出水平，但其周边城市的创新溢出水平整体较弱。其中，对比图2（a）、图2（e）可知，滁州、铜陵、安庆三市由较低水平下降至低水平状态。可见，合肥对周边城市的创新带动作用并不显著，相比之下，其对周边城市创新的虹吸效应更强。此外，长三角城市群创新溢出效应空间分布整体呈现东南强，西北弱的态势。主要由于上海、苏州、杭州三个溢出中心整体位于城市群东南部，且创新溢出效应均处于高、较高水平，能够不断带动周边地区创新水平提升。而西北部的溢出中心只有南京、合肥两座城市，且合肥的创新带动作用相对较弱，因此整体弱于东南部。

4 结论与建议

4.1 结论

城市创新溢出是促进城市周边地区创新协同发展，推动城市区域创新一体化建设的重要引擎，评价并分析城市创新溢出效应、厘清城市群创新溢出时空分布特征，对提升区域整体创新水平、推动区域创新一体化具有重要参考意义。为此，研究以长三角城市群26 市为研究对象，运用熵权TOPSIS 法对各市创新溢出效应进行分析。主要结论如下：

第一，三级指标中，合作申请专利数、建设高校数量、R&D 经费支出、专利权转让数对提高城市创新溢出效应具有重要作用，而发明专利授权量、交通通达程度、互联网普及水平权重相对较低。二级指标中，创新投入和溢出广度对城市创新溢出影响更大。第二，城市创新溢出效应得分排名前五的城市为上海、南京、苏州、杭州、合肥，其创新溢出表现出水平高、波动小的特征，是长三角城市群的创新溢出中心。而排名落后的城市主要包括滁州、安庆、铜陵、宣城、池州、盐城，其创新溢出效应表现出水平低、波动大的特征，对周边区域创新溢出效应较弱。第三，时间维度，2016—2020 年长三角城市群总体创新溢出水平实现增长，但局部城市溢出水平下降幅度较大。空间维度，城市群创新溢出呈现出以上海、南京、苏州、杭州为中心的“多中心”结构。城市群东南部创新溢出水平整体高于西北部，呈现出“东南强、西北弱”的分布特征。特别的，合肥市对周边城市创新的实际带动作用并不明显，其创新溢出尚未得到充分利用。

4.2 建议

第一，应结合自身实际提升各项关键创新溢出指标水平。长三角城市群各城市应统筹创新资源，逐步提高城市创新投入支持力度，尤其应注重加强高校建设与科研经费投入，为城市教育事业与科技创新的发展提供助力。同时也要注重加强科研合作与技术交流，努力实现与其他城市的创新交流与联动，合作产出更丰富的创新成果，扩大创新溢出广度。

第二，应加快构建以溢出中心为核心的创新溢出网络。上海、南京、苏州、杭州、合肥五大创新溢出中心应高效利用优质创新资源，激发自身对区域创新的辐射带动作用，通过共享创新资源、组织创新活动、促进人才交流等方式构建创新网络，不断带动周边城市创新水平的进步，着力提高较低水平、低水平城市的创新能力，为建设长三角科技创新共同体注入动力；滁州、安庆、铜陵、宣城、池州、盐城应将重心转移至吸收中心城市的创新外溢成果中，争取更多科研合作与交流机会，同时推行人才激励政策，建立健全区域人才交互机制，不断汲取新技术、新资源、新人才，提高自身创新水平；其他城市应做到取长补短，在保持现有创新溢出优势的基础上，针对自身短板完善创新服务政策、改善科技创新环境。结合自身特点打造独特创新优势，在促进自身创新产出的同时打通创新外溢渠道，促进区域创新一体化发展。

第三，应着力推进长三角城市群区域创新协同发展。要完善创新资源流通模式，保障创新要素分配效率与公平性，适当对西北部创新溢出能力较弱的城市实施政策优惠与资源倾斜，以缩小区域差距。各创新溢出处于低、较低水平的城市也应主动加强与其他地区，尤其是创新溢出中心城市的合作与联系，补齐短板，增强长三角城市群总体创新能力。此外，合肥市应注重实现创新外溢效应与自身虹吸效应的平衡，在谋求发展的同时承担更多责任，引领、带动其他城市的创新发展。通过持续向外输出技术、知识与人才，构建以自己为中心的创新溢出网络，进而促进长三角城市群西北部整体科技创新水平的提升，以期加快构建长三角科技创新共同体。