1.2.2 个体指标。① 相对度数中心度。度数中心度衡量与该点有直接关系的点的数目，计算公式为：crdi=ni(n-1)。式中：crdi为相对度数中心度；ni为地区i的度数。② 相对中间中心度。中间中心度测量行动者对资源控制的程度，即一个点在多大程度上位于网络中其他点的中间，计算公式为：j<k)。式中：crbi为相对中间中心度；bjk(i)为点j和k之间存在的捷径数目gjk(i)与点j和k之间存在的经过点的捷径数目gjk之比[25-27]。

1.3 影响因素选取与模型建立

考虑经济发展方式、政府政策、资本投入的地区差异以及地理邻接关系四方面因素的影响，参照宋旭光等[10]和邵汉华等[20]的研究，选取经济水平、人力资本水平、对外开放程度、基础设施水平、产业结构、城市化水平的地区差异来刻画经济发展方式的地区差异；政府政策的地区差异也可能影响地区间技术创新关联的形成，包括环境规制和政府支持力度的地区差异；资本投入是技术创新活动持续进行的动力所在，包括人力资本投入和财力资本投入，资本投入的地区差异可能会引起地区间人才和资金的流动，对技术创新的空间关联产生影响[28]；此外，技术溢出效应随地理距离的增加而迅速下降。因此，地理邻接的地区之间可能拥有更多的技术创新空间关联[29-30]。

综上分析，构建如下模型：

式中：SC是工业技术创新的空间关联矩阵；EL表示经济水平地区差异，用人均地区生产总值差异来衡量；HC表示人力资本水平地区差异，用就业人员平均受教育年限差异来衡量[31]；TO表示对外开放程度地区差异，用进出口总额和地区生产总值比值的差异来测度；IL表示基础设施水平地区差异，用邮电业务总量和地区生产总值比值的差异来测度；UL表示城镇化水平地区差异，用城镇人口比例差异来衡量；IS表示产业结构地区差异，用第二产业产值占比差异来衡量；ER表示环境规制地区差异，用环境污染治理投资总额和地区工业生产总值比值差异进行衡量[2]；GS表示政府支持力度地区差异，用政府资金占R&D经费内部支出比例差异来衡量[32]；HR和FR分别表示人力、财力资本投入地区差异，分别用R&D人员折合全时当量和R&D经费存量差异来衡量[28]；D为空间邻接矩阵，若两地区相邻取1，不相邻取0。其中，R&D资本存量根据永续盘存法计算，Kit=(1-δ)×Ki(t-1)+Ii(t-1)，折旧率δ取15%[33]，I为经过R&D支出价格指数平减的各地区R&D实际经费内部支出[34]；基期2011年R&D资本存量Ki2011=Ii2011/(g+δ),g=其中g为平均增长率。

收集数据，计算各地区各个指标在样本期间(2011—2016年)的平均值并标准化，再计算出绝对差值建立差异矩阵。采用二次指派程序(quadratic assignment procedure，QAP)对空间关联矩阵和它的影响因素矩阵进行多元回归分析[35]。

1.4 研究对象与数据来源

基于数据的可得性和可比性，选取中国内地除西藏以外的30个省份规模以上工业企业为研究对象。数据来源于2012—2017年的《中国统计年鉴》《中国工业统计年鉴》《中国科技统计年鉴》《中国环境统计年鉴》和《中国劳动统计年鉴》。地区生产总值以2011年为基期按照工业生产者出厂价格指数进行平减[2]，少量缺失数据采用插值法补齐。

2 结果与分析

2.1 整体空间关联网络结构特征

2.1.1 网络密度。从样本考察期内网络密度和网络关联数的变化情况(图1)看，2011—2016年，区域工业技术创新空间关联网络密度呈现缓慢上升态势，说明区域之间工业技术创新的空间网络关联越来越密切。随着区域间资本的流动和交通条件的改善，这种联系将进一步增强。

图1 网络密度和网络关联数变化趋势Fig.1 Trends of network density and correlation number

2.1.2 网络关联度、网络等级度及网络效率。2011—2016年网络关联度始终为1，表明网络可达性强，各地区之间都存在直接或间接的工业技术创新关联。从样本考察期间网络等级度和网络效率的变化(图2)看，网络等级度总体呈现下降趋势且保持在0.3以下的水平，说明样本期间内各地区之间工业技术创新的联系增多，省域间工业技术创新层级特征不明显。网络效率计算结果与网络等级度相似。由此可见，区域间工业技术创新的连线不断增加，网络的稳定性不断增强，参与技术创新协调与合作的工业企业不断增多。

图2 网络等级度和网络效率变化趋势Fig.2 Trends of network hierarchy and efficiency

2.2 各地区中心性

文章来源：《工业技术创新》 网址: http://www.gyjscxzz.cn/qikandaodu/2021/0710/1266.html