汪 濤，王璐瑋，張 晗

(南京師范大學 地理科學學院, 江蘇 南京 210023)

0 引言

創(chuàng)新是引領發(fā)展的第一動力，建立國家創(chuàng)新體系、培育有中國特色的創(chuàng)新型城市已成為中國參與國際分工、構筑持續(xù)性競爭優(yōu)勢的戰(zhàn)略核心。2008年，深圳獲批為全國首個創(chuàng)新型城市試點，隨后又分批次確立了78個國家創(chuàng)新型城市。目前國內已有200多個城市提出建設創(chuàng)新型城市的構想，創(chuàng)新驅動經濟轉型成為各城市追求高質量發(fā)展的共識與目標[1]。創(chuàng)新主體在城市內集聚，創(chuàng)新活動在城市間開展，使部分城市或成長為關鍵研發(fā)中心，或演化為重要制造基地，還有少數城市晉級為國際性創(chuàng)新中心。城市在創(chuàng)新系統(tǒng)中的分工不斷合理化，逐漸分化出多重創(chuàng)新路徑[2]。

差異化創(chuàng)新路徑主要取決于城市內創(chuàng)新主體的創(chuàng)新行為。根據雙元創(chuàng)新理論，創(chuàng)新可劃分為漸進式(利用式)創(chuàng)新和突破式(探索式)創(chuàng)新，前者是以最大化價值利用為目標，對現有技術進行完善、升級引起的連續(xù)性創(chuàng)新行為[3]；后者是以滿足市場潛在需求為目標，不斷開發(fā)新產品、新技術形成的跳躍性創(chuàng)新行為[4]。傳統(tǒng)研究普遍認為，資源稀缺導致漸進式創(chuàng)新與突破式創(chuàng)新具有強烈的對抗性[5]，也有部分研究認為兩者可以同時實現[6]?；谝陨蠣幷撔杂^點，目前主要形成兩種不同創(chuàng)新模式，即漸進與突破交替進行的次序型平衡模式及漸進與突破并行的共時型平衡模式[7]。理論上，先發(fā)主體同時具有在成熟市場利用現有資源和在新興市場開拓新產品的能力，可以根據城市資產、外部環(huán)境等實行共時型平衡模式；后發(fā)主體受資源限制，更適合采用次序型平衡模式。然而，實踐表明，在蘊藏豐富資源的創(chuàng)新網絡中，一些先發(fā)主體在沉沒成本效應下，外部關系表現出較強的組織依賴和鎖定特征；部分后發(fā)主體從創(chuàng)新溢出效應中受益頗豐，并隨著創(chuàng)新網絡的擴容，在時空上對雙元創(chuàng)新的動態(tài)調節(jié)更加靈活。因此，在當前創(chuàng)新日趨網絡化的背景下，有必要進一步探討中國城市雙元創(chuàng)新路徑及其發(fā)生機制。

隨著實踐發(fā)展及相關研究的深入，學者們對雙元創(chuàng)新的認知視角逐漸從單個組織主體擴展到復雜的網絡成員之間，頻頻利用網絡理論揭示創(chuàng)新路徑及其發(fā)生機制。在網絡結構層面，部分研究認為，高中心度和結構洞占據者可憑借可達性、時效性和參考性等信息優(yōu)勢促進漸進式創(chuàng)新，并通過掌握資源處理的先發(fā)權、主動權推動突破式創(chuàng)新[8]；也有研究發(fā)現，過高的中心性或中介性會給創(chuàng)新帶來負面效應[9]，即接近網絡中心或占據結構洞節(jié)點更易受到網絡規(guī)則的束縛，其創(chuàng)新能力易被聲望和網絡準則扼殺。值得注意的是，網絡結構對兩種創(chuàng)新的作用存在差異。劉潔等[10]分析發(fā)現，當網絡中心性達到一定規(guī)模時，網絡進一步集中化會加深對現有技術的理解，抑制對未知技術的探索，使得度數中心度與利用式創(chuàng)新呈正相關，而與探索式創(chuàng)新呈倒U型關系；曾德明等(2015)實證發(fā)現，相較于利用式創(chuàng)新，探索式創(chuàng)新需要更多異質性知識支撐，而高集中度網絡更易形成認知與行為模式一致的發(fā)展環(huán)境，因而隨著中心度提升，探索式創(chuàng)新比利用式創(chuàng)新更先到達倒U型曲線的峰值。在網絡知識搜索層面，越來越多學者意識到知識搜索在創(chuàng)新中的邊際收益遞減效應，即過度的知識搜索會帶來知識整合成本提高和路徑鎖定[11]，但從雙元創(chuàng)新視角出發(fā)的研究還相對缺乏。梁阜等[12]研究指出，過寬的知識搜索易造成知識冗余，增加知識治理成本，而過度依賴知識深度搜索會弱化組織柔性，易于催生僵化的創(chuàng)新定式，進而提出搜索寬度與深度相互協(xié)調、補給的平衡型雙元搜索模式和聯(lián)合型雙元搜索模式；王建平等[13]研究發(fā)現，本地知識搜索是低成本創(chuàng)新的主要知識來源，有利于完善原有產品的功能和形式，進而促進漸進式創(chuàng)新，如果過分關注本地知識搜索，則很難打破現有格局進而產生突破式創(chuàng)新。在網絡關系層面，學者們通常根據主體間的互動頻率、情感強度、親密度或互惠性，將關系劃分為強關系和弱關系，以探究關系強度對雙元創(chuàng)新的影響。朱霞等[14]、龐娟等[15]分析認為，強關系因強互惠性建立的信任基礎，有利于促進關鍵技術在雙方之間分享，極大降低隱性知識流動難度，從而促進漸進式創(chuàng)新；Wan等[168]、李丹等[17]研究指出，弱關系強調市場化交易原則，彼此之間不需要關系承諾和關系投資，有利于節(jié)約資源從而建立更多新關系，促進突破式創(chuàng)新。由于缺乏創(chuàng)新連續(xù)性、新穎程度劃分的統(tǒng)一標準，有關雙元創(chuàng)新發(fā)生機制的研究仍存在較大分歧，相關探究還需進一步豐富。

典型新興技術選擇是本文重要的前期基礎工作。生物醫(yī)藥作為引領未來世界經濟的先導產業(yè)之一，被明確列入《戰(zhàn)略性新興產業(yè)重點產品和服務指導目錄(2016 版)》，并且尚未進入大規(guī)模商品化階段，是開展新興技術創(chuàng)新研究的良好案例[18]。此外，我國以中關村國家自主創(chuàng)新示范區(qū)、上海張江高新區(qū)、武漢東湖高新區(qū)、蘇州工業(yè)園等為代表的生物醫(yī)藥產業(yè)園區(qū)，還未建立起專業(yè)化分工與協(xié)作的聯(lián)合生產網絡，遠遠落后于美國波士頓基因城、北卡三角園、大華府以及英國劍橋、法國里昂、德國漢堡、日本神戶等地區(qū)，我國生物醫(yī)藥產業(yè)亟需在部分尚未形成壟斷的領域實現創(chuàng)新突破和技術追趕?；诖耍疚囊陨镝t(yī)藥技術為研究領域，根據專利IPC代碼，建立技術共現網絡，構建城市雙元創(chuàng)新指數，分析中國生物醫(yī)藥技術演化特征和創(chuàng)新格局；基于合作專利數據，建立創(chuàng)新合作網絡，分析創(chuàng)新網絡演化特征；運用層次回歸模型，探究城市雙元創(chuàng)新路徑的發(fā)生機制及創(chuàng)新主路徑。

1 數據來源與變量測算

1.1 數據來源

由于中國政府統(tǒng)計出版物和分級制圖數據大多以行政區(qū)劃單元為統(tǒng)計口徑，難以直接獲取與城市建成區(qū)相對應的數據。因此，本文將城市定義為經國務院批準設置建制市的地區(qū)，基于城市建成區(qū)和數據可獲取性原則，選擇中央直轄市、地級市和縣級市三級建制市的市(縣)轄區(qū)數據作為城市數據。

創(chuàng)新合作網絡數據：①根據生物醫(yī)藥技術IPC小類代碼，在萬方數據庫和incoPat數據庫中收集2000—2018年156 513條專利信息，從中篩選出11 624條合作專利(剔除個人專利)，根據專利權人地址，將合作專利歸并到城市；②利用C++程序生成城市專利合作矩陣，構建創(chuàng)新合作網絡(涉及309個樣本城市和43個其它國家)；③將專利權人分為企業(yè)、高校、研究所及其它4類，識別產學研合作類型。

技術共現網絡數據：根據合作專利申請?zhí)枺趇ncoPat專利數據庫中批量收集IPC小組代碼，統(tǒng)計其在各城市出現年份及在同一專利中出現次數，利用C++程序生成專利共現矩陣，構建生物醫(yī)藥技術共現網絡。

時間成本數據：在盛名列車時刻表V3.22版中進行站站查詢，優(yōu)先選擇高鐵和動車(非直達則依次考慮高鐵或動車中轉、普通列車)，導出車次、站點和歷時信息，計算24h內合作城市間所有車次歷時平均時長。

城市GDP和R&D內部經費支出數據來自2001—2019年《中國城市統(tǒng)計年鑒》《中國縣域統(tǒng)計年鑒》及國家統(tǒng)計局，部分缺失數據通過克里格空間內插法補充，剔除多年度連續(xù)缺失數據樣本。中國地圖來自國家測繪地理信息局標準地圖服務網站，底圖無修改(審圖號為GS(2016)2927)。

1.2 雙元創(chuàng)新指數測算

參考吳穎文等[19]的研究，以IPC小組代碼為節(jié)點，以其在同一項專利中出現的次數為連邊質量，構建生物醫(yī)藥技術共現網絡。借鑒Guan等[20]的研究，考察IPC大組代碼在城市中出現的頻次，若在任意(t-4，t]年間出現的次數大于0，則定義該代碼為城市的漸進式技術組份(Incre-IPC)，否則為突破式技術組份(Break-IPC)。識別Incre-IPC和Break-IPC，構建城市漸進創(chuàng)新指數(Incre-index)和突破創(chuàng)新指數(Break-index)(見表1)。

表1 雙元創(chuàng)新指數評價體系Tab.1 Evaluation system of dual innovation index

1.3 創(chuàng)新合作網絡指標測算

以樣本城市和其它國家為節(jié)點，以城市間專利合作次數為網絡連邊質量，建立創(chuàng)新合作網絡[21]，測算表2中的網絡指標。

表2 創(chuàng)新合作網絡指標評價體系Tab.2 Evaluation system of cooperative network indicators

2 生物醫(yī)藥技術發(fā)展與創(chuàng)新格局

2.1 生物醫(yī)藥技術時空演化

生物醫(yī)藥技術共現網絡節(jié)點數由2000—2006年的715個增至2013—2018年的1 108個，關系數由7 725條增至49 630條，說明生物醫(yī)藥涉及的技術領域越來越多，技術融合范圍越來越廣；技術共現網絡3個階段的關聯(lián)度呈上升趨勢(0.017→0.210→0.468)，說明生物醫(yī)藥細分領域的技術可達性逐漸提高，技術間距離不斷縮?。患夹g共現網絡分派指數先上升后下降(0.878→0.963→0.796)，說明前兩個階段技術簇群之間的聯(lián)系不斷增強，技術簇群內部的聯(lián)系逐漸減弱，為城市突破式創(chuàng)新提供了有利條件，后一階段生物醫(yī)藥技術體系化程度不斷提高，技術融合呈現出顯著的群落特征。

基于生物醫(yī)藥技術IPC大組代碼，繪制合作專利授權量前100位城市的技術圖譜，如圖1所示。結果顯示，50%以上的城市擁有C12N1、C12N15和C12R1技術，說明這3項技術是處于競爭前階段的技術，即基礎共性技術，城市在其基礎上進行后續(xù)開發(fā)形成相互競爭的技術或產品；C12Q1、C12N9等15項技術的城市普及率在20%～50%之間，且在多數城市中屬于Incre-IPC，說明大部分城市在其基礎上進行技術改進、升級，不斷開展?jié)u進式創(chuàng)新；A61K39、C12N7等39項技術的普及率在5%～20%之間，說明這些技術是部分城市的專有性研發(fā)資源，即城市培育核心競爭力的關鍵技術；A61K47、A62D101等89項技術的普及率低于5%，在城市中多屬于Break-IPC，說明這些技術具有高獨占性，城市在其基礎上進行突破式創(chuàng)新更易獲取競爭優(yōu)勢。例如，常州捕捉到A61K47(普及率為3.56%)的機會窗口，在含肽醫(yī)藥配制品領域獲得技術先發(fā)優(yōu)勢；上海探索A23C9(普及率為2.27%)的技術應用，在乳酸桿菌科的微生物或酶領域實現跳躍發(fā)展；蘇州嘗試對C07C29(普及率為3.29%)進行技術開發(fā)，在含羥基或氧—金屬基連接碳原子的化合物制備領域取得突破性進展。

圖1 2000—2018年城市生物醫(yī)藥技術圖譜(普及率≥5%)Fig.1 Atlas of urban biomedical technology from 2000 to 2018 (penetration rate ≥5%)

2.2 生物醫(yī)藥技術雙元創(chuàng)新空間格局

分別對Incre-index和Break-index進行聚類分析(見圖2-a、2-b)，發(fā)現雙元創(chuàng)新指數的高—低集聚程度不高，兩類指數的高—高類型區(qū)均集聚在環(huán)渤海、長三角和粵港澳大灣區(qū)。通過雙變量全局自相關分析發(fā)現(見圖2-c)，Incre-index和Break-index的Moran's I指數顯著性為0.396(p<0.01)，說明兩者具有顯著的空間正相關性，相鄰城市間的Incre-index與Break-index相互促進。

根據Incre-index和Break-index的第三四分位數，將城市分為高(Incre)—高(Break)、高(Incre)—低(Break)、低(Incre)—高(Break)、低(Incre)—低(Break) 4種類型(見圖2-d)。高—高(HH)城市包括北京、上海、深圳等19個城市，多為全國或區(qū)域性節(jié)點城市，具有較強的科技和經濟實力，說明生物醫(yī)藥是在技術研發(fā)基礎上形成的產業(yè)，在經濟、科技發(fā)展驅動下，HH城市的雙元創(chuàng)新能力得以快速成長，這是城市產業(yè)結構高級化演進的必然趨勢[26]。高—低(HL)城市包括鄭州、西安等71個城市，具有一定產業(yè)基礎和技術積累，實施以漸進式創(chuàng)新為主導的戰(zhàn)略，通過延續(xù)、加強原有技術鏈，鞏固自身在創(chuàng)新鏈中的地位，在某一細分領域擁有相對穩(wěn)固的生態(tài)位。這種創(chuàng)新戰(zhàn)略使城市間形成高度的組織慣例，有利于加快對現有技術的深度挖掘，但過分遵循慣例會導致技術惰性、路徑依賴等問題，這是造成組織成熟期難以開展突破式創(chuàng)新的主要原因。低—高(LH)城市包括日照、唐山等106個城市，雖然以突破式創(chuàng)新為主導，但Break-index與HH城市相差懸殊，說明LH城市的部分技術正經歷“從無到有”的創(chuàng)新過程，在產業(yè)演進中需要進行一定知識積累，才能實現高質量突破式創(chuàng)新。低—低(LL)城市包括鞍山、鐵嶺等113個城市，Incre-index和Break-index處于低水平均衡狀態(tài)，受到智力密集程度、基礎設施條件等制約，創(chuàng)新主導戰(zhàn)略還未形成。

圖2 2018年生物醫(yī)藥技術雙元創(chuàng)新分布格局Fig.2 Distribution pattern of dual innovation in biomedical technology in 2018

2.3 創(chuàng)新合作網絡演化

2000—2006年，創(chuàng)新合作網絡節(jié)點為99個(包括71個樣本城市)，關系數為2 794，網絡密度為0.077，網絡結構松散，處于創(chuàng)新孵化階段。從網絡位置看(見圖3)，北京(Di=119，ESi=35)、上海(Di=98，ESi=21)位于網絡中心，占據大量結構洞，承擔著重要交流樞紐和傳播通道的角色。運用核心—邊緣方法對節(jié)點進行分區(qū)，核心區(qū)包括北京、上海、廣州、成都、天津、杭州、南京、深圳和青島，這些城市與美國、日本等聯(lián)系密切，形成網絡密度為1.603的凝聚子群。其它城市位于邊緣區(qū)，網絡密度為0.013，與其它國家鮮有合作。從知識搜索看(見圖4)，約79.46%的專利合作集中在省內，說明創(chuàng)新主體獲取信息的能力受到交通通訊業(yè)發(fā)展的限制，為節(jié)約搜索成本而又能全面了解合作伙伴的技術情況，往往選擇在鄰近地域開展合作。此外，各城市的產學研合作關系類型占比較低，均值為23.34%，說明此階段生物醫(yī)藥技術僅具有基本生產能力，城市間知識交流內容相對簡單，知識搜索深度有限。從關系強度看(見圖4)，強(526條)、弱關系(839條)均較少，表明創(chuàng)新主體對外合作具有一定保守性。

2007—2012年，大量HL、LH城市進入創(chuàng)新合作網絡，節(jié)點與關系數分別增至175(包括145個樣本城市)和6 587，進入創(chuàng)新成長階段。從網絡位置看(見圖3)，北京、上海的網絡地位進一步加強，廣州、成都、深圳、天津不斷靠近網絡中心，承接起部分“中介”角色，與北京、上海共同構成高度結構化的凝聚子群，網絡密度達到7.528。網絡呈現出以北京、上海為核心，以廣州等多個HH城市為次核心的多中心、多節(jié)點空間形態(tài)。從知識搜索看(見圖4)，省際專利合作比重由20.54%增至42.31%，說明盡管近域搜索具有可靠性和低成本優(yōu)勢，但會限制知識搜索視野，更多創(chuàng)新主體超越原有地理邊界為創(chuàng)新爭取更多機會。此外，產學研合作關系比重增至32.41%，說明部分創(chuàng)新主體通過積累知識、生產技能等實現快速發(fā)展，城市間愈加重視復雜知識的深度交流。從關系強度看(見圖4)，強、弱關系分別快速增至1 312和2 834，但兩者比例下降到0.463，說明為減小復雜知識交流阻力，部分創(chuàng)新主體間建立了持續(xù)、頻繁的合作關系，強關系數顯著增多。同時，在更開放的創(chuàng)新環(huán)境下，大量創(chuàng)新主體根據市場需求，及時調整技術創(chuàng)新方向，嘗試建立更多弱關系。

2013—2018年，大量城市進入創(chuàng)新合作網絡，節(jié)點與關系數分別增至327(包括289個樣本城市)和12 776。從網絡位置看(見圖3)，武漢等HH城市及西安等HL城市進入網絡核心區(qū)，核心區(qū)網絡密度下降為2.886，分別形成以北京、上海、廣州、武漢為核心的小團體，呈現出多中心、多層次的創(chuàng)新格局。從知識搜索看(見圖4)，省際專利合作比重增至43.5%，說明更多創(chuàng)新主體從遠程搜索中獲益，地域限制對知識搜索的約束越來越小。產學研合作關系類型下降為30.08%，說明隨著部分技術逐漸成熟，知識越來越復雜，市場細化程度越來越高，創(chuàng)新主體間聯(lián)合開拓新產品、追求更高質量創(chuàng)新成果的難度加大。從關系強度看(見圖4)，強、弱關系數分別增至1 442和5 097，比例下降至0.283，且強關系在地理范圍上擴展明顯，弱關系中產學研合作占比增長顯著，說明此階段部分創(chuàng)新主體通過增加強關系拓展知識搜索寬度，以抵御外部市場的高不確定性，而更多創(chuàng)新主體從弱關系中獲益，通過增加弱關系提高創(chuàng)新效率和質量。

圖3 2000—2018年生物醫(yī)藥領域創(chuàng)新合作網絡Fig.3 Innovation cooperation network in biomedical field from 2000 to 2018

圖4 2000—2018年城市間專利合作關系分布Fig.4 Distribution of patent cooperation between cities from 2000 to 2018

3 生物醫(yī)藥技術雙元創(chuàng)新發(fā)生機制及路徑

3.1 模型構建與數據檢驗

分別以Incre-index和Break-index為因變量，以網絡位置為自變量，以知識搜索寬度和深度為中介變量，以關系強度為調節(jié)變量，以城市內涉及的創(chuàng)新主體個數、2000—2018年城市GDP年均增長率和R&D內部經費支出為控制變量，建立層次回歸模型(見圖5)，探究城市雙元創(chuàng)新的發(fā)生機制。

采用Cronbach'sα系數檢驗變量信度，各變量的Cronbach's α系數均大于0.7，表明數據具有良好的信度。依次加入各變量進行因子分析，結果顯示，KMO值均在0.75～0.85之間，Bartlett球形檢驗的顯著性水平均小于0.01，表明數據具有良好的結構效度。各變量間相關性分析結果顯示，相關系數均小于0.7，且自變量、中介變量、調節(jié)變量與因變量之間均呈顯著正相關，為探究變量間的作用關系提供了初步證據。

3.2 主效應分析

表3結果顯示，模型2比模型1、模型5比模型4的解釋力分別增加53.7%和47.6%，且在模型2、5中，度數中心度和結構洞的系數均顯著為正，即網絡位置對雙元創(chuàng)新具有顯著正向影響。模型2中，度數中心度的系數(0.313)大于結構洞(0.289)，而在模型5中則相反，說明高中心性城市更有能力調動潛在網絡資源，使信息集聚和擴散更加便捷，更利于漸進式創(chuàng)新，而高中介性城市可以從網絡中獲取更多“橋收益”，更利于突破式創(chuàng)新。

3.3 中介效應分析

模型8比模型7、模型10比模型9更具解釋力，且在模型8、10中，度數中心度和結構洞的系數均顯著為正，即網絡位置對知識搜索能力具有顯著正向影響。模型8中，度數中心度的系數(0.307)大于結構洞 (0.246)，而在模型10中則相反，說明高中心性城市憑借大量緊密的直接聯(lián)系對知識進行篩選、吸收和整合，對知識搜索深度的促進作用更大；高中介性城市通過非冗余聯(lián)系高效識別有價值的信息，將有限精力投入到最值得維系的聯(lián)系上，及時更新外部關系，拓展知識搜索范圍，對知識搜索寬度的促進作用更大。

模型3比模型1、模型6比模型4的擬合效果更好，且在模型3、6中，知識搜索寬度和深度的系數均顯著為正，即知識搜索寬度和深度對雙元創(chuàng)新具有顯著正向影響。模型3中，知識搜索寬度的系數(0.217)小于搜索深度(0.273)，而在模型6中則相反，說明在高不確定性環(huán)境中，城市通過深度搜索不斷積累知識，循序漸進地升級現有產品與工藝，更利于漸進式創(chuàng)新；當面臨較多冗余資源時，城市通過跨區(qū)域搜索開拓新市場，找到進入新領域的機會，更利于突破式創(chuàng)新。

圖5 城市雙元創(chuàng)新發(fā)生機制概念模型Fig.5 Conceptual model of urban dual innovation mechanism

表3 主效應與中介效應回歸結果Tab.3 Regression results of main effect and intermediary effect

3.4 調節(jié)效應分析

對變量進行標準化處理，生成交互項1(知識搜索寬度×關系強度)、交互項2(知識搜索深度×關系強度)，引入交互項的模型12、14、16、18擬合效果更好(見表4)。在模型12、14中，關系強度和交互項的系數均為正值，而在模型16、18中均為負值，說明關系強度在知識搜索促進漸進式創(chuàng)新的過程中起正向調節(jié)作用，漸進式創(chuàng)新更依賴頻繁、持續(xù)的強關系；關系強度在知識搜索促進突破式創(chuàng)新的過程中起負向調節(jié)作用，突破式創(chuàng)新更依賴強調市場化交易原則的弱關系。

表4 調節(jié)效應回歸結果Tab.4 Regression results of regulatory effects

3.5 被調節(jié)的中介效應

將城市分為強關系組(tiei>0)和弱關系組(tiei≤0)，采用SPSS中Process宏命令進行路徑檢驗，結果如表5所示。就漸進式創(chuàng)新而言，無論是在強關系還是弱關系調節(jié)下，度數中心度均可以通過知識搜索對Incre-index產生顯著間接效應，而結構洞僅在強關系調節(jié)下對Incre-index產生顯著間接效應，說明在關系強度限制下，中心性地位高的城市更利于漸進式創(chuàng)新，中介性地位高的城市需要建立更多強關系，才能有效促進漸進式創(chuàng)新。對于突破式創(chuàng)新而言，度數中心度和結構洞只在弱關系調節(jié)下，對Break-index產生顯著間接效應，而強關系調節(jié)下的間接效應并不顯著，說明無論占據中心性地位還是中介性地位，城市均需建立更多弱關系，才可以有效促進突破式創(chuàng)新。

表5 城市創(chuàng)新路徑檢驗結果Tab.5 Test results of urban innovation path

3.6 路徑選擇

結合城市創(chuàng)新網絡指標演化特征和雙元創(chuàng)新發(fā)生機制(見圖6)，分析不同類型城市的創(chuàng)新路徑。前期(2000—2006年)，HH城市的度數中心度和結構洞遠高于其它城市，憑借網絡位置贏得知識搜索優(yōu)勢。此時，強、弱關系數比值遠高于平均水平(23.34%)，表明弱關系對突破式創(chuàng)新的調節(jié)效應較弱，城市主要通過“接近網絡中心→深化知識搜索→增加強、弱關系→促進漸進式創(chuàng)新”路徑開展創(chuàng)新；中期(2007—2012年)，HH城市的弱關系數量增長快于強關系，弱關系的調節(jié)效應增強，HH城市在原有路徑基礎上開拓出“接近網絡中心→深化知識搜索→增加弱關系→促進突破式創(chuàng)新”和“占據結構洞→拓寬知識搜索→增加弱關系→促進突破式創(chuàng)新”兩條主路徑；近期(2013—2018年)，HH城市基于發(fā)展經驗，對突破式創(chuàng)新路徑進行調整，更加重視中介性地位、知識搜索寬度、弱關系對突破式創(chuàng)新的促進作用。

前期，部分HL城市的度數中心度、知識搜索深度具有相對優(yōu)勢，強調漸進式創(chuàng)新；中期，HL城市的創(chuàng)新路徑沒有顯著變化，仍然以“接近網絡中心→深化知識搜索→增加強、弱關系→促進漸進式創(chuàng)新”為主路徑；近期，HL城市的知識搜索寬度和強關系數增長顯著，說明HL城市開始重視知識搜索寬度對雙元創(chuàng)新的促進作用，試圖通過遠程搜索增加強關系數，推動漸進式創(chuàng)新。

LH城市和LL城市處于創(chuàng)新合作網絡邊緣，其中LL城市尚未形成創(chuàng)新主路徑，而LH城市中期的知識搜索寬度和弱關系數增長顯著，說明此時LH城市形成了“處于網絡邊緣→拓寬知識搜索→增加弱關系→促進突破式創(chuàng)新”的主路徑；近期，LH城市的知識搜索逐漸深化，說明LH城市開始重視知識搜索深度對雙元創(chuàng)新的促進作用，但在關系強度的調節(jié)下，未產生顯著正向影響。

圖6 2000—2018年創(chuàng)新合作網絡指標演化過程Fig.6 Evolution process of innovation cooperation network indicators from 2000 to 2018

4 結論與討論

4.1 結論與建議

(1)本文通過分析中國生物醫(yī)藥技術共現網絡演化特征并繪制城市技術圖譜，發(fā)現中國生物醫(yī)藥技術融合范圍越來越廣，2013年以后技術體系化程度不斷提高，但技術發(fā)展整體處于跟跑階段，主要表現為由C12N1、C12N15和C12R1組成的共性技術支撐體系無法滿足產業(yè)轉型升級需求，A61K39等39項專有性研發(fā)技術和A61K47等89項高獨占性技術在國際上缺乏競爭力。這導致目前中國生物醫(yī)藥市場仍以胰島素、人血白蛋白、傳統(tǒng)型疫苗制品等基礎產品占據主流市場，而基因藥物、單抗、治療性疫苗、細胞治療等前沿領域的研發(fā)和創(chuàng)新受到核心技術、融資成本、政策環(huán)境的掣肘，因此提出構建城市—技術協(xié)同共生模式。該模式中，市場主體應加強知識管理協(xié)同平臺建設，對內打造包括數據挖掘技術、知識存儲技術、知識資產評估工具在內的知識庫，對外建立聯(lián)接互補性、異質性知識的外部知識接口，以提高知識動態(tài)性和知識模塊分布集成性，從而提高技術融合能力和系統(tǒng)化程度，進而豐富和充實生物醫(yī)藥共性技術支撐體系；政府應根據本地實際狀況，塑造城市與技術間二元共生的創(chuàng)新小生境，通過資金補助、減免稅收等激勵手段，引導企業(yè)在適宜時間窗口發(fā)展合適的技術，并為極具發(fā)展前景的技術提供互動性、開放性孵化空間，完善專利保護制度，形成新產品專利保護網，促進潛力技術向應用型產品轉化。

(2)本文通過分析生物醫(yī)藥技術雙元創(chuàng)新格局，發(fā)現雙元創(chuàng)新指數高—高集聚區(qū)主要分布在環(huán)渤海、長三角和粵港澳大灣區(qū)，多數地區(qū)還未形成良好的創(chuàng)新集聚效應。由于各城市在生物醫(yī)藥領域的項目批準建設、優(yōu)惠政策方面差異較大，部分城市脫離自身研發(fā)實力和雙元創(chuàng)新能力，盲目建設各種生物科技園，造成國家和企業(yè)資源巨大浪費，進而制約我國生物醫(yī)藥產業(yè)發(fā)展?；诖?，當地政府應結合自身實際情況制訂創(chuàng)新戰(zhàn)略，如環(huán)渤海、長三角和粵港澳大灣區(qū)應加大原創(chuàng)性研發(fā)投入，提高雙元創(chuàng)新戰(zhàn)略柔性，改善創(chuàng)新集聚區(qū)低水平擴張、同質化建設的局面。中西部地區(qū)城市應大力推進市場化進程，優(yōu)化雙元創(chuàng)新生存因子(基礎設施、技術優(yōu)勢宣傳、研發(fā)風險等)，建立高強度的市場保護機制，鼓勵市場主體間建立跨城市聯(lián)盟，實現利益共享和風險共擔。重慶、成都和西安等中西部城市政府應適度降低對一般技術的保護程度，以檢驗其生存的可能性，精準定位城市市場，加大對關鍵技術的前期支持力度，提高突破式創(chuàng)新質量，實現彎道超車，以點帶面，打造新的創(chuàng)新集群。

圖7 2000—2018年不同類型城市雙元創(chuàng)新路徑Fig.7 Dual innovation path in different types of cities from 2000 to 2018

(3)本文通過探究創(chuàng)新合作網絡演化特征及雙元創(chuàng)新發(fā)生機制，發(fā)現城市雙元創(chuàng)新在空間上具有顯著正向依賴關系，但在時序上存在不同發(fā)生機制，且城市雙元創(chuàng)新路徑具有階段性特征(見圖7)。從全局網絡視角，我國應遵循地域空間連續(xù)性原則，識別出創(chuàng)新合作網絡中的核心與邊緣城市，優(yōu)先提升核心城市群組間的相互聯(lián)系水平與雙元創(chuàng)新效率，再適當淡化分布在網絡邊緣城市間的等級關系，優(yōu)化網絡整體結構，提升創(chuàng)新合作網絡的魯棒性；從個體網絡視角，各城市應積極發(fā)揮主觀能動性，合理評估不同創(chuàng)新行為的難度、深度和潛在價值，結合自身技術發(fā)展階段及在創(chuàng)新體系中的分工，確立生物醫(yī)藥技術發(fā)展目標和雙元創(chuàng)新戰(zhàn)略。在目標和戰(zhàn)略指導下，根據雙元創(chuàng)新過程中網絡位置的主效應、知識搜索能力的中介效應、關系強度的調節(jié)效應，決定城市提高中心性或中介性的先后順序，判別擴展知識搜索地域和提高產學研合作水平的重要程度，預測形成適度強、弱關系的作用效果，以減少創(chuàng)新資源投放的盲目性，實現雙元創(chuàng)新績效最大化。

4.2 討論

本文對中國生物醫(yī)藥技術演化特征和城市技術圖譜的分析，有助于城市識別生物醫(yī)藥基礎共性技術和關鍵核心技術，找到“不連續(xù)技術”機會窗口，從而嵌入全球創(chuàng)新鏈。本文探究城市雙元創(chuàng)新格局及發(fā)生機制，并繪制不同類型城市的全景創(chuàng)新路徑，有助于城市發(fā)揮主觀能動性，明晰自身在創(chuàng)新體系中的分工，制定具有設計性、方向性和全局性的創(chuàng)新戰(zhàn)略，進而實現創(chuàng)新突破和技術追趕。然而，本文聚焦國內城市間合作關系，后續(xù)研究還應進一步探討國際合作和全球環(huán)境對我國城市雙元創(chuàng)新路徑的影響。