本文试图回答以下核心问题：三大城市群的知识合作网络在演化过程中具有怎样的空间结构特征差异？影响三大城市群知识合作网络结构差异的因素有哪些？同一种因素对不同城市群的影响作用是否相同？

 研究范围、数据来源与研究方法

1.1   研究范围

三大城市群的空间范围分别参考《京津冀协同发展规划纲要（2015）》《长三角区域一体化发展规划纲要（2019）》和《粤港澳大湾区发展规划纲要（2019）》，研究基本空间单元为地级市（图 1）。这三个城市群是我国人口最密集、经济发展最发达、区域一体化程度最高、创新能力最强的区域。

图1 本文研究范围：京津冀城市群、长江三角洲城市群、粤港澳大湾区城市群

2018 年，这三个城市群仅占全国陆地面积的 4.73%；总人口（户籍）达 2.54 亿，占全国总人口的 18.19%；创造 GDP36.60 万亿元，占全国 GDP 总额的 40.65%。2012—2016 年，三大城市群的 WoS 论文产出总量分别为 283 331 篇、406 854篇和 146 371 篇，分别占全国 WoS论文产出总量的 28.36%、20.03% 和10.80%。

1.2  数据来源

科技合作是知识生产的主要途径之一，也是知识合作的主要形式之一。本文利用作者地址共现信息构造和分析跨城知识合作网络，数据来源为 WoS 数据库。WoS 数据库的检索字段除了包含作者、题名、文献出处、引文、研究领域等基本信息外，也提供了每位作者所在的机构以及机构的详细地址，这些地理信息是本文构建城市知识合作网络的关键。

WoS的三大索引据库（SCI-EXPANDED、 SSCI 和 A&HCI）具有极高的学术声誉，被这些数据库收录的学术论文数量，被认为是评价研究者或研究机构学术水平的重要标尺之一。

本文构建知识合作网络的基本思路为：若一篇科技论文由两个或两个以上组织合作完成，且这些组织位于不同的城市，则认为这些城市间存在合作关系，以此可以构建知识合作网络。

此外，关于研究的时间维度选择，需要强调的是，由于创新活动和创新产出之间存在“时间滞后效应”，因而年度创新产出和创新合作存在波动。按照国际研究惯例，本研究采用“五年平滑窗口法”来消除这种波动带来的影响，即选择 2002—2006 年和2012—2016 年两个连续五年的时间段作为研究时段。统计和计算过程采用五年的总数值。

1.3    研究方法

1.3.1 空间结构特征

首先考察并对比三大城市群知识合作网络演化过程中的空间结构特征。其中，网络的空间结构主要采用一系列空间统计指标来考察，包括城市在网络中的度中心性的最值、均值、变异系数以及基尼系数，用于测度城市在知识合作网络中的等级结构、组间差异和极化程度等。

1.3.2 网络结构演化的影响机制

通过构造计量模型，考察影响城市群知识合作网络结构差异的地域因素。模型的因变量为两个城市之间的合作强度，即合作论文的总数（Iij）。

自变量包括一系列反映城市间相互作用关系和属性差异的指标，包括城市间的地理距离、城市的生产总值、研发支出比重、高等院校数量、城市间的列车班次、城市间的知识相似性、行政边界、首府效应和文化相似性。自变量选取依据和代理方式如下。

（1） 地理距离（Dist）

新知识的产生往往来源于创新主体间面对面的互动和知识交换，这种知识生产机制表现出显著的距离衰减效应。因此，空间上彼此邻近的城市，两者之间的距离摩擦成本较低，因而更容易产生合作关系；反过来，空间距离较远的城市之间形成合作关系，则需要耗费更多的精力、金钱和时间。本研究中，变量地理距离由两个城市之间的欧式距离测度。

（2） 生产总值（GDP）

生产总值是城市经济规模体量的直接反映。根据城市引力模型，城市之间要素流动的强度和频率与两个城市的规模紧密相关，且有许多研究也表明，城市的经济规模与其创新能力存在不同程度的相关性。以引力模型为基础，生产总值变量由两个城市的生产总值乘积计算得出。

考虑到时间滞后效应，城市的生产总值为1997—2001 年和 2007—2011 年两个时间段数据的均值，数据来源于《中国城市统计年鉴》，香港和澳门的相关数据来源于《中国统计年鉴》。

（3） 研发支出占比（R&D）

研发支出占比反映的是城市政府、企业对科技研发活动的支持和投入力度，显然，其与城市创新能力存在一定程度的相关性。同样，基于引力模型，研发支出占比变量由两个城市的研发支出占比乘积得出。数据处理方式与来源同生产总值的一致。

（4） 高等院校数量（Univ）

高校是科技论文产出的主要创新主体，也是知识的蓄水池。城市中的高校越多，创新知识的储量越高，也就更有可能吸引其他创新主体来寻求合作。高等院校数量变量数据为1997—2001 年和 2007—2011 年数据的均值，数据来源于《中国城市统计年鉴》。香港和澳门高校的相关数据来源于维基百科。

（5） 列车班次（Rail）

许多研究指出，交通基础设施的便利性对创新合作有正向作用，因为高效、便利的交通设施能降低距离摩擦成本，为面对面的交流创造更多机会。列车班次变量采用两个城市之间的高铁班次来反映交通基础设施的连通性。数据来源于中国铁路售票官网，数据采集时间分别为 2013 年10 月和 2016 年 2 月。