这篇文档属于类型a（单篇原创研究论文报告），以下是详细的学术报告：

一、作者及发表信息
本研究由王琳琳（肇庆学院经济与管理学院）、彭庭莹※（南昌师范学院旅游与经济管理学院）、胡骁宇（澳门科技大学可持续发展研究所/景德镇学院经济管理学院）、曾冰（安徽财经大学经济学院）合作完成，发表于《经济地理》（Economic Geography）2025年5月刊（第45卷第5期），文章编号1000-8462(2025)05-0065-10，DOI:10.15957/j.cnki.jjdl.2025.05.007。研究获国家自然科学基金（72163010、42461027）等多项资助支持。

二、学术背景与研究目标
本研究属于区域经济学与创新地理学交叉领域，聚焦长三角城市群产学研创新合作网络（Industry-University-Research Innovation Cooperation Network）的结构演化及驱动机制。研究背景基于党的二十大提出的创新驱动发展战略需求，针对当前我国科技创新存在的资源分散、成果转化不畅等问题，旨在揭示跨区域产学研合作网络的拓扑结构特征及多维邻近性（Multi-dimensional Proximity）的影响机制。研究目标包括：
1. 解析2011—2020年长三角城市群产学研合作网络的结构演化规律；
2. 量化地理邻近性（Geographical Proximity）、技术邻近性（Technological Proximity）、制度邻近性（Institutional Proximity）和认知邻近性（Cognitive Proximity）对网络的影响；
3. 提出优化区域创新生态系统的政策建议。

理论基础融合了三螺旋理论（Triple Helix Theory）和行动者网络理论（Actor-Network Theory），强调企业、高校、科研机构在创新中的螺旋式互动关系。

三、研究方法与流程
研究分为四个核心环节：

1. 数据采集与网络构建

   • 数据来源：基于国家知识产权局2011—2020年长三角26个城市的701,861条联合发明专利数据，筛选出企业、高校、科研机构三方合作的专利（剔除单一类型申请及个人申请）。
     
   • 网络建模：以城市为节点，专利合作频次为连边权重，构建有向加权网络。采用Gephi 9.7软件计算网络拓扑参数。
     

2. 社会网络分析（Social Network Analysis, SNA）

   • 整体特征：计算网络密度、平均最短路径、聚类系数、平均度（Average Degree）和加权度（Weighted Degree）。
     
   • 节点特征：通过度中心度（Degree Centrality）和中介中心度（Betweenness Centrality）划分城市类型（H-H型、L-L型、H-L型）。
     
   • 空间演化：可视化“Z”字形到多中心“星型”结构的形态转变，分析联系强度层级（如20以下低强度占比超72%）。
     

3. 负二项回归模型（Negative Binomial Regression）

   • 变量设计：
     
     • 因变量：城市间创新联系强度（专利合作频次）。
       
     • 核心自变量：地理邻近性（城市间物理距离）、技术邻近性（专利量比值）、制度邻近性（行政级别虚拟变量）、认知邻近性（产业结构相似系数）。
       
     • 控制变量：GDP差距、文化基础设施差距、科技投入等。
       
   • 模型构建：包括基础模型、非线性模型（加入平方项检验倒U型关系）和交互效应模型。
     

4. 稳健性检验
   采用滞后一期的城市属性变量替代当期变量，验证结果一致性。

四、主要研究结果
1. 网络结构演化特征
- 网络密度从0.26升至0.44，合作路径从85条增至142条，显示网络稠密化。
- 小世界特征显著：平均最短路径从1.871缩短至1.572，聚类系数从0.734增至0.757。
- 节点类型分化：上海、南京、合肥等H-H型城市（高点度—高中介中心度）枢纽作用增强；扬州、泰州等L-L型（低点度—低中介中心度）边缘化加剧。

1. 空间格局演变

   • 从“Z”字形（合肥—南京—上海—杭州—温州）转向多中心“星型”放射结构，G60科创走廊推动合肥、宁波等次级中心崛起。
     
   • 层级极化明显：高层级联系（强度>100）占比不足5%，中小城市偏好与核心城市“择优链接”。
     

2. 多维邻近性机制

   • 正向影响：制度邻近（β=4.6334）和认知邻近（β=0.6725*）显著促进合作。
     
   • 负向影响：地理邻近（β=-0.0074***）因隐性知识传递成本而抑制合作。
     
   • 非线性关系：技术邻近性存在倒U型效应（转折点0.4251），过度相似导致“技术锁定”。
     
   • 交互效应：地理邻近与制度/认知邻近互补（交互项系数分别为0.0019*和0.0415***）。
     

五、结论与价值
1. 科学价值：
- 首次在城市尺度系统量化长三角产学研合作网络的多维邻近性机制，弥补了现有研究偏重微观主体的不足。
- 提出“制度—认知—地理”协同驱动框架，为创新地理学理论提供新证据。

1. 应用价值：
   
   • 政策建议包括：强化多中心网络布局（如“上海研发—边缘城市孵化”模式）、优化交通与制度协同、依托G60科创走廊构建跨区域创新生态系统。
     

六、研究亮点
1. 方法创新：结合社会网络分析与面板负二项模型，解决了合作频次过度离散问题。
2. 发现创新：揭示技术邻近性的倒U型效应及地理邻近的“双刃剑”作用。
3. 数据规模：处理超70万条专利数据，覆盖长三角全域十年动态。

七、其他价值
研究指出安徽与江浙沪的认知障碍需通过产业协同破解，为长三角一体化政策提供微观依据。局限性包括未细分产—学、产—研子网络，未来可结合超网络模型深化研究。