摘要：在京津冀协同发展战略和“双碳”战略双重战略背景下，绿色技术专利合作成为推动区域绿色技术创新发展的重要途径。通过构建2015-2022年京津冀城市群绿色技术专利合作网络，分析发现京津冀城市群绿色技术专利合作网络日趋密集复杂，形成“三核心、双轴心、多节点”的格局。实证研究发现，地理邻近性对绿色技术专利合作的正向影响逐渐减弱，城市间制度越邻近，对外开放程度差异越大则越有利于绿色技术专利合作，而城市间科学技术支出差异、人力资本差异越大，越抑制绿色技术专利合作网络的联系。基于此，核心城市应发挥其核心带动作用，京津冀城市群之间应强化制度邻近，促进对外开放，缩小资金和人力投入差异，为京津冀城市群绿色技术合作高效赋能。
关键词：京津冀城市群，绿色技术，专利合作网络，社会网络分析
基金项目：重庆理工大学创新研究项目“京津冀城市群绿色技术专利合作网络演化影响因素研究”（gzlcx20243511）
0 引言
在全球气候治理与可持续发展议程深化背景下，绿色技术创新已成为推动经济转型升级的核心动力。中国作为全球最大的发展中国家，近年来提出“双碳”战略目标，并陆续出台《关于构建市场导向的绿色技术创新体系的指导意见》《十四五绿色技术创新行动方案》等政策文件，将绿色技术协同创新提升至国家战略高度。京津冀协同发展战略作为国家层面的重大区域发展战略，旨在构建以首都北京为核心的世界级城市群。在2017年颁布的《京津冀协同发展科技创新专项规划》中，着重强调通过创新网络重构来有效应对并破解区域发展不平衡的难题。在构建开放式创新体系中，协同创新成为区域发展、建设创新型国家的重要推动力量[1]。绿色技术的发展离不开协同创新，而绿色技术合作专利是绿色技术协同创新的重要表现形式，其中不同城市主体的绿色技术交流及创新联系是当前区域专利合作网络研究的重要组成部分。在此双重战略叠加下，开展京津冀城市群绿色技术专利合作网络的演化规律及其驱动机制研究，对揭示区域协同创新效能、优化绿色技术要素配置具有重要的理论和现实意义。
绿色技术的概念最早见于20世纪90年代，Braun等[2]在环境技术理论领域作出开创性研究，首次系统阐释绿色技术的概念内涵，将其定义为具备环境效益的技术集合体，强调通过工艺革新与产品创新实现双重核心价值：有效降低环境负荷与提升资源利用效率，其范畴涵盖清洁生产技术体系、能源集约化利用方案及污染控制方法论。1994年Ernest等[3]提出基于“绿色”的概念，从生态环境的保护和社会生产效率两方面对绿色技术进行定义，其认为“绿色技术”具有促进环境保护及提高生产效率两方面的作用。Hojnik & Ruzzier[4]提出绿色技术的双重优化：最小化环境负外部性影响与最大化资源转化效能，其核心机理体现为通过技术创新建立生态效率与生产系统的动态平衡，进而构建环境效益评估的双重基准。胡春立等[5]结合国内外多种定义，对绿色技术进行综合定义，即通过判断技术对生态环境是否产生积极效应来判断技术的绿色属性，体现在绿色技术创新与发展的全部过程中所呈现出来的生态思维方式。由此可见，国内外学者对绿色技术定义内涵意见不一。目前国内学术界在绿色专利分类方面少有公认的标准，专利数据筛选普遍采用世界知识产权组织（WIPO）构建的IPC绿色清单体系。该分类框架作为具有国际权威性的技术分类标准，通过专利分类编码与环境效益的映射关系，建立起了环境技术创新的识别机制。其技术逻辑体现在：基于专家系统构建的专利筛选矩阵，将专利文献与七维技术领域进行系统匹配，包括可替代能源、交通运输、能源节约、废弃物处理、农林业、行政监管和设计、核能发电。该体系通过建立专利技术特征与环境绩效指标的对应关系，为绿色技术创新测度提供了具有可操作性的国际标准参照系，成为学界普遍应用的筛选绿色技术专利的标准。但是该体系分类更新滞后于技术发展，覆盖范围不全面，且未充分考虑区域性绿色技术需求。目前，中国绿色技术发展处于关键加速期，需要对绿色技术领域进行更深层次的聚焦和更精准的扶持。国家知识产权局于2023年8月颁布的《绿色技术专利分类体系》给予绿色技术明确的定义：绿色技术是指降低消耗、减少污染、改善生态，促进生态文明建设、实现人与自然和谐共生的新兴技术，包括传统能源清洁利用、新能源利用、节能增效、温室气体捕集利用封存、循环利用、环保材料、污染治理、绿色交通、绿色农业林业和绿色建筑等有利于实现可持续发展的技术。该体系动态更新机制更贴合国内技术发展需求，新增“双碳”等前沿领域，细化应用场景（如节能环保、清洁能源），并引入减排效率等量化指标，强化技术实用性评估等，更贴合中国绿色技术发展实情，这为绿色技术专利数据的筛选提供了依据。
专利作为技术创新成果的主要载体，为产业创新和技术进步带来新鲜活力[6]。专利合作是创新主体开展技术创新合作、提升竞争优势的方式之一，专利主体之间通过信息传递和技术资源共享共同研发专利并联合申请。目前学者们对专利合作网络展开了大量研究，通过不同主体的划分来刻画专利合作网络特征，现有文献将主体主要划分为宏观层面的国家或城市主体间的专利合作和微观层面企业、产学研等主体合作。在刻画国家或者城市专利合作网络上，Guan & Chen[7]通过研究全球的专利合作，发现全球最紧密的合作关系集中在少数发达国家之间，如美国和德国；任建辉等[8]运用Kernel密度估计、社会网络分析和空间杜宾模型，从“集聚-网络”视角探析了黄河流域绿色创新格局的时空演进特征；程丹亚等[9]以长三角区域41个地级及以上城市为研究对象，利用各城市2010-2019年联合发明专利授权数据信息，构建绿色技术创新合作的本地网络与跨界网络，诠释网络结构演变特征及本地—跨界网络空间联动机制。微观层面主要以企业、产学研等主体来刻画微观主体的合作网络结构，例如Graf等[10]利用合作网络进行专利合作分析时发现高校与科研院所在网络中的地位显著，且其数量能随着网络密度的增加而逐渐增；王黎萤等[11]发现体科技型中小企业专利合作网络呈现局部抱团集聚现象，且网络中核心企业都集中在一线城市，网络规模逐年扩大，在2010年后呈现“小世界”特征。
网络结构的异质性驱动机制日益成为区域经济学及经济地理学等领域的研究焦点。创新主体间的关联对专利合作网络构建至关重要。目前，关于专利合作网络影响因素的探讨，多围绕多维邻近性理论框架展开深入分析。例如Balland[12]基于全球游戏创意产业链的协同创新机制研究，认为地理邻近性有利于企业之间的合作；苏屹等[13]发现，制度邻近对京津冀区域合作创新网络具有显著性影响，且显著程度呈阶段性上升趋势。也有基于经济、人力等要素投入差异视角探究专利合作网络的影响因素，Scherngell等[14]研究表明，经济发展水平越接近的地区在科学研究诉求方面越一致，这种相似性可以促使研究人员开展创新合作活动；科技人才对区域绿色技术创新有着显著的正向影响，且性别结构对该影响具有异质性[15]；不同的对外开放对城市间绿色技术创新合作的水平影响也大不相同[16]。
综上可知，目前学者对专利合作网络的研究取得了有价值的成果，但是仍存在以下不足：①对于绿色技术专利合作网络的研究较为匮乏，京津冀城市群绿色技术合作专利研究较少。②绿色专利是以国际分类体系为依据搜集的绿色专利，不能立足中国国情和发展需要。基于此，本研究将依据国家知识产权局印发的《绿色技术专利分类体系》搜集绿色技术专利，全面涵盖清洁能源、资源循环利用等绿色技术，立足中国国情和发展需要，重点突出污染控制与治理技术创新，聚焦“双碳”目标战略，主要运用社会网络分析方法和QAP回归分析法，深入细致地刻画京津冀城市群在绿色技术领域的专利合作网络特征和演化规律，探究京津冀城市群绿色技术专利合作网络演化的影响因素，为京津冀城市群的绿色技术专利合作策略提供实践参考。
1 数据来源与研究方法
1.1 数据来源
专利是知识外化与技术创新的重要体现，合作专利申请反映了不同主体和不同区域在资源整合和技术流动下顺利实现专利产出的新过程。与自主独立研发相比，合作专利可以为企业缓解资金压力和研发风险，信息交互与技术共享为不同领域的创新主体精准匹配所需信息，避免信息盲区下的模糊研发所带来的时间和资金的损耗。因此，合作专利是研究合作网络创新的直接有效的变量。
专利类型包括发明专利、实用新型专利和外观设计专利，其中发明专利申请在创新程度和技术复杂度的要求上更为严格。因此，本研究选取2015-2022年京津冀城市群绿色技术合作发明专利，依据2023年8月国家知识产权局印发的《绿色技术专利分类体系》，在Incopat上抓取除自然人以外的两个不同地区的主体联合申请的绿色技术合作专利，两个不同地区包括北京、天津以及河北省下辖的11个地级市，通过对专利申请人的地区筛选，最终获得2015-2022年京津冀13个地级以上城市之间的3 473份绿色技术合作专利数据。
1.2 数据处理
为确保所研究的专利数据准确反映京津冀城市群的专利合作情况，本研究对数据进行了严格的筛选。首先剔除国外以及非京津冀城市群主导型的专利合作申请，仅聚焦于第一申请人为京津冀城市群内机构的合作发明专利。在处理专利联合申请数据时，鉴于申请人城市信息的不确定性，特别是当申请人为自然人时，统一排除了联合申请人仅为一个非自然人实体或全部为自然人的专利记录，以确保数据的准确性。为进一步确认创新合作主体的地理归属，筛选时采用了天眼查、爱企查及百度地图等工具，对每条专利数据中的合作主体进行了人工核查，剔除了非京津冀城市群主体的专利。最后，为深入分析京津冀城市群的跨城市合作，本研究对专利数据中的合作主体进行了排列组合分析，保留了城市间的合作专利，拆分规则如如下：如联合专利申请主体中国电力科学研究院（北京），国家电网公司（北京），国网天津市电力公司（天津）和国网河北省电力公司（石家庄），可将其拆分成国电力科学研究院（北京），国家电网公司（北京）和国网天津市电力公司（天津）的一次合作，电力科学研究院（北京），国家电网公司（北京）和国网河北省电力公司（石家庄）的一次合作，国网天津市电力公司（天津）国网河北省电力公司（石家庄）的一次合作，一共3次合作关系，从城市上看即北京-天津，北京-石家庄和天津-石家庄的城市间的3次合作，城市内部合作不计入次数统计。最终获得京津冀城市群绿色技术专利合作创新频次共计4 037次。
1.3 研究方法
1.3.1
社会网络分析法
社会网络分析法是一种分析社会关系网络结构特征的切实有效方法，该方法既能揭示复杂的网络结构下微观结构的内在联系，又能够反映网络结构整体规律[17]。而专利合作网络是一种典型的以社会关系为基础构建的社会网络，不同网络主体之间的网络联系强度、资源共享能力均有所不同。专利合作网络中，各种节点如同组成一张错综复杂的网，它们彼此连接并相互作用，而节点间的连接强度则直接影响信息的传递效率和准确性，节点的数量、密度与连接强度共同作用于整个网络的效能，节点所处位置的不同也对其信息控制能力产生重大影响[10]。因此，本研究利用社会网络分析软件Ucinet，以京津冀城市群作为网络节点，各地级市跨区域下绿色技术专利合作关系作为连线绘制京津冀城市群在绿色技术领域的专利合作网络，利用Arcgis将其进行可视化处理，并计算出网络的整体指标、个体中心度指标，分析其网络结构特征。
1.3.2
QAP回归分析法
由于本研究从网络视角出发研究京津冀城市群绿色技术专利，必须利用大量的“关系数据”建立城市间绿色技术专利合作的关联关系，因此研究关联结构的影响因素时，变量间不可避免存在“多重共线性”现象。此时若使用传统的多元线性回归，不能满足被解释变量间的独立条件，导致结果容易出现严重误差。QAP（Quadratic Assignment Procedure）回归的基础数据是矩阵形式，该方法通过置换比较不同矩阵数据以研究矩阵的关系，因此不要求解释变量间相互独立，可有效解决关系数据的内生性问题。本研究基于此方法识别京津冀城市群绿色技术专利合作网络演化的影响因素，据此为京津冀城市群绿色技术专利合作提供建议。
2 京津冀城市群绿色技术专利合作网络特征及其演化分析
2.1 描述性统计分析
如图1所示，2015-2022年京津冀城市群在绿色技术领域的专利合作申请量呈总体上升的趋势。2015-2017年，京津冀城市群的绿色技术专利合作申请数量维持在200～300件，呈现出逐年稳步增长但增幅相对平缓的特征。2018-2020年，绿色技术专利的合作申请量则显著增长态势。2021年，该增长势头有所减缓，呈现出一种增速放缓的趋势，而2022年绿色技术专利的合作申请量再次急剧增长，这一变化可能与2020年新冠肺炎疫情所带来的不可抗力因素密切相关，表明外部环境变化对技术创新活动可能产生的深远影响。
针对京津冀城市群绿色技术专利的合作状况进行具体分析，图2数据揭示了该区域内合作模式的主导特征及其动态变化。研究结果显示，京津冀城市群合作网络主要以北京为核心，构筑了京津与京冀两大合作圈。具体而言，2015-2016年，绿色技术专利的合作活动主要集中在北京与天津之间，其合作频次相较于北京与河北省的合作更为频繁。2017年起，这一格局发生了转变，北京与河北省的合作频次不仅超越了北京与天津的合作，而且其增长幅度也高于京津之间的合作，表明北京与河北省在绿色技术领域的合作逐渐成为推动该区域绿色技术创新成果产出的主要动力。此外，天津与河北省之间的合作在2019年之前相对较少，尽管2019年后合作频次有所增加，但仍保持在一个较低水平。河北省内各地级市之间的合作频次在2019年之前呈整体上升趋势，而在此之后则呈现出波动性的升降态势。由此可见，京津冀城市群在绿色技术专利合作方面展现出以北京为中心、合作格局动态变化的特征，其中北京与河北省的合作逐渐成为京津冀城市群绿色技术合作创新的重要增长点。
2.2 京津冀城市群绿色技术专利合作网络空间演化特征
本研究基于京津冀城市间的绿色技术专利合作数据（具体为联合申请发明专利数据），构建了2015-2022年京津冀城市群绿色技术专利合作关系矩阵。随后，利用ArcGis软件绘制了相应的合作网络图，其中城市被设定为网络节点，城市间的绿色技术专利合作频次则构成网络边。为深入揭示合作关系的强度差异，本研究采用Jenks自然间断点分级法，将京津冀城市群的绿色技术专利合作关系强度划分为4个等级，等级越高代表合作关系越强。同时，2019年《国家发展改革委科技部关于构建市场导向的绿色技术创新体系的指导意见》（发改环资[2019]689号）发布，此后各地区政府积极响应，绿色技术产出取得了显著成效。因此本研究以2019年为时间节点，以2015年、2019年和2022年3个时间段做对比，对各时间段绿色技术专利合作空间网络演化作深入分析。
京津冀城市群绿色技术专利合作网络空间演化结构特征如图3、图4和图5所示。2015年京津冀城市群的绿色技术专利合作网络空间结构并非均匀分布，而是呈现出明显的集聚现象。合作强度较高的区域主要集中在北京和天津之间，而北京与河北省大部分城市之间的合作强度较弱，多数城市尚未建立起合作关系。整体来看，2015年的合作网络以北京为核心，向外呈现辐射状的空间联系特征，反映了区域内核心城市对周边城市的辐射带动作用，同时也揭示了绿色技术专利合作的空间异质性。2019年绿色技术合作空间密度变得更加复杂，合作强度也更强，北京和天津依旧是京津冀城市群绿色技术专利合作的双核城市，北京与石家庄之间的合作虽仍处于第二梯队，但合作强度有一定深化。石家庄和天津与大部分城市建立了联系，但联系强度仍需进一步加强。2022年京津冀城市群的绿色技术专利合作网络空间结构发生了显著变化，北京和天津的双核格局被打破，石家庄成为第三核心城市，形成了北京-天津、北京-石家庄双轴核心结构。同时，北京与河北省各个城市之间的联系强度不断强化，与保定、廊坊等城市的合作关系更加深入。这一时期，合作网络的空间密度更加复杂，分布更为均匀，绿色技术专利合作空间结构更加优化。
总体来看，2015-2022年，京津冀城市群的绿色技术专利合作网络逐步演化发展，从最初的以北京为核心的单核辐射状结构，逐渐演变为多核心、多轴线的复杂网络结构，反映了区域内城市间合作强度的不断深化和空间联系的日益紧密，同时也揭示了绿色技术创新区域协同发展的潜力。
2.3 京津冀城市群绿色技术专利合作网络整体结构特征
京津冀城市群绿色技术专利合作网络的关系总数与网络密度展现出整体递增趋势，整体网络结构特征如表1所示，尽管2022年略有回调，但幅度较小。2015年该网络关系总数为36，网络密度为0.231，揭示了早期京津冀城市群在绿色技术专利合作的不均衡性，合作城市数量稀少，网络结构极为稀疏。伴随京津冀城市群协同发展战略的深化实施，合作网络的关系总数与网络密度均有所提升，至2020年两者均达2015年的两倍水平；2021年网络密度更是突破0.5，关系总数增至80，整体紧密性显著增强，但相较于网络最大潜在关联数（156）仍存较大差距，表明城市间绿色技术合作的潜力巨大，未来合作空间广阔。总体来看，京津冀城市群绿色技术专利合作网络正朝向更加稠密与复杂的方向发展，但网络结构中的不稳定性因素犹存，整体上升空间仍然较大。
京津冀城市群整体网络结构的平均度和加权平均度。平均度从2015年的2.769到2022年的5.692，平均度呈现出逐年上升趋势，这表明京津冀城市群中各个城市在绿色技术专利合作方面的联系日益紧密，合作网络逐渐扩展。特别是在2020-2021年，平均度有较大幅度提升，表明这一时期内的绿色技术专利合作活动尤为频繁，城市间的互动增强。加权平均度从2015年的89.231增长至2022年的264.308，增长幅度较大，表明随着时间的推移，京津冀城市群绿色技术专利合作不仅数量上有所增加，而且在质量上也得到了提升，合作关系的深度和广度都在不断扩大。加权平均度的增加还表明，一些关键城市在合作网络中发挥着越来越重要的作用，其通过高强度的合作关系，推动了整个网络的优化和发展。平均加权度的增幅远大于平均度，且2022年平均度与2021年相比有所降低，反映了京津冀城市群绿色技术合作主要体现为部分城市间联系的紧密性，而各城市的整体参与度尚有待进一步提升。
2.4 京津冀城市群绿色技术专利合作网络个体结构特征
2.4.1
度数中心度
度数中心度是衡量一个节点在网络中直接连接其他节点能力的关键指标，反映了该节点在网络中的重要性和影响力。由表2可知，北京在2015-2022年始终保持最高的度数中心度，均为12，表明北京作为京津冀地区的核心城市，在绿色技术专利合作网络中具有最强的连接能力和最高的影响力，持续扮演着网络中心的角色。天津的度数中心度在2015-2017年间波动后，自2019年起显著提升，至2021年达到峰值12，虽在2022年略有下降，但仍保持较高水平，显示出天津在网络中的重要性有所增强。石家庄、保定、邯郸、唐山等城市在2015-2022年间度数中心度有所波动，但整体呈上升趋势，表明这些城市在绿色技术专利合作中的参与度逐渐提高，网络地位有所上升。而沧州、承德、衡水、廊坊、秦皇岛、邢台、张家口等城市，虽然度数中心度绝对值相对较低，但部分城市如邯郸、邢台、张家口等也呈现出增长态势，显示出其在网络中的连接能力和影响力正在逐步增强。京津冀城市群绿色技术专利合作网络2015-2022年呈现出一定的动态变化特征，核心城市的网络地位稳固，部分城市的网络参与度有所提升，网络结构的优化和合作深度仍有待进一步提升。
2.4.2
中间中心度
中间中心度是衡量一个节点在网络中作为其他节点间最短路径桥梁的重要性的指标，反映了该节点对网络中资源、信息或机会流动的控制能力。从表3可见，2015-2022年北京的中间中心度占据绝对优势，但随后逐年下降，尽管在2022年有所回升，仍低于早期水平，表明北京作为网络“中介”的角色有所减弱。天津的中间中心度在2015年后显著提升，尤其在2020年后增长显著，显示出其在促进网络内部资源流动方面的作用日益增强。石家庄、保定等城市的中间中心度也呈现波动上升趋势，表明其在连接不同城市、促进合作方面的作用逐渐显现。多数城市的中间中心度在2015-2022年间保持较低水平，甚至为零，如承德、邯郸（除2022年外）、衡水、张家口等城市，这反映其在绿色技术专利合作网络中作为“桥梁”的功能有限，对资源流动的控制力较弱。京津冀城市群绿色技术专利合作网络的中间中心度分布呈现出一定的不均衡性，北京和天津作为核心城市，在网络中扮演着重要的“中介”角色，但其他城市的中间中心度普遍较低，表明网络内部资源流动和合作机会的分配存在优化空间。
2.4.3
接近中心度
接近中心度是衡量节点在网络中与其他节点接近程度的度量指标，反映了该节点在网络中不受其他节点控制的程度，即其信息传递的独立性和效率。从表4可以看出，北京在所有年份中的接近中心度均为100.000，表明北京在京津冀城市群绿色技术专利合作网络中始终处于核心地位，与其他城市的合作联系极为紧密，信息和资源交换的效率和独立性均达到最高水平。天津的接近中心度从2015年的57.143逐渐上升至2021年的100.000，随后略有下降，但仍保持在较高水平，表明天津在网络中的地位逐渐提升，逐渐成为另一个重要的合作中心。相比之下，其他城市的接近中心度普遍较低，但多数城市在此期间内呈现上升趋势，如石家庄、保定、沧州等，表明这些城市在绿色技术专利合作网络中的连通性和影响力在逐渐增强。然而，也有一些城市的接近中心度波动较大，如承德、衡水等，反映了这些城市在合作网络中的稳定性和参与度有待提升。从均值来看，整个京津冀城市群绿色技术专利合作网络的接近中心度在考察期间内呈现稳步上升趋势，从2015年的58.166上升至2021年的69.722，虽然在2022年略有下降，但仍保持在较高水平，揭示了整个网络在绿色技术专利合作方面的连通性和效率在不断提高，各城市之间的合作联系日益紧密。北京作为核心城市，其地位稳固且影响力巨大，而其他城市虽然相对较弱，但多数呈现上升趋势，整个网络正朝着更加紧密和高效的方向发展。
2.5 京津冀城市群绿色技术专利合作网络的“小世界”效应
“小世界效应”通常用聚类系数和平均路径长度两个指标表示。聚类系数衡量网络整体的凝聚力，聚类系数值越大，说明网络节点中的关系越紧密，合作交流越顺畅。平均路径长度是衡量网络中两点间最短连接路径的平均值，其值越大，节点间交流合作所需的中间节点越多，信息交流效率越低。依据社会网络理论，“小世界”网络特征为短平均路径长度与高聚类系数并存，当网络平均路径长度小于10且聚类系数超过0.1时，该网络即展现出“小世界”网络效应[18]。首先，从聚类系数的变化来看，京津冀城市群绿色技术专利合作网络的聚类系数从2015年的0.247逐年上升至2021年的0.593，虽然在2022年下降至0.566，但整体上呈现出显著的上升趋势，这表明，随着时间的推移，京津冀城市群在绿色技术专利合作方面逐渐形成了更多的小团体或合作集群，这些集群内部的合作联系日益紧密，有利于信息和资源的共享与交流。其次，平均路径长度的变化也呈现出相似的趋势。从2015年的1.769逐年下降至2021年的1.487，虽然在2022年回升至1.526，但整体上呈现出显著的下降趋势，表明了京津冀城市群绿色技术专利合作网络的连通性逐年增强，各节点之间的合作路径越来越短，信息传递和资源共享的效率不断提高。
3 影响因素分析
3.1 变量选择与模型建立
京津冀城市群绿色技术专利合作网络的构建与演进，是多城市及创新主体间显性合作与隐性知识共享等机制共同作用的结果，其核心在于，绿色技术创新要素在地理区域内不同区域与创新实体间实现了动态流动与溢出，促进了合作网络的发展[19]。参考已有文献，本研究选取地理邻近性（Geo）、制度邻近性（Sys）、经济发展水平差异（Ed）、科学技术支出差异（Tec）、对外开放程度差异（Op）、人力资本差异（Hum）探究京津冀城市群绿色技术专利合作网络的影响因素，被解释变量为京津冀城市群绿色技术专利合作网络（Gen）。本研究采用QAP回归分析对影响因素进行识别，构建模型如下：
Gtc=f（Geo，Sys，Ed，Tec，Op，Hum）
其中，地理邻近性以省市之间是否相邻作为衡量空间邻近的影响因素，相邻的省市之间设为1，不相邻的省市设为0，以此来构建空间邻近矩阵；制度邻近性基于优势城市行政等级简化测度，将两城市属于省会及以上城市赋值为3，两城市之间有一个为省会及以上城市赋值为1，两城市之间无省会及以上城市赋值为0，以此构建制度邻近矩阵；经济发展水平差异选用各城市的人均GDP的差值来来构建经济发展水平差值矩阵；科学技术支出差异以各城市之间的科学技术支出差值构建科学技术支出差值矩阵；对外开放程度差异以进出口贸易总额与GDP的比值表征，以城市间对外开放程度差值来构建对外开放程度差值矩阵；人力资本差异以每万人中在校大学生数量衡量人力资本，城市间人力资本差值来反映人力资本差值矩阵。
3.2 QAP回归分析
基于上一章节对京津冀城市群绿色技术专利合作空间网络演化研究，以2015年、2019年和2022年做时间对比，分析京津冀城市群绿色技术专利合作网络演化的影响因素。本研究通过5 000次随机置换，得到京津冀城市群绿色技术专利合作网络影响因素的回归结果。
3.2.1
地理邻近性
2015年与2019年的数据分别通过了5%和10%的显著性检验，标准化回归系数为0.147和0.115，而2022年数据显示，地理邻近性与城市绿色技术专利合作网络的空间关联无显著相关性，表明京津冀城市群绿色技术专利合作的空间关联虽与地理距离有关，但不再完全受限于地理位置的邻接性。随着京津冀城市群协同战略的部署，京津冀城市群一体化建设明显加快，在交通的便利性、资源的可达性和信息的传播性上得到快速提升，城市间资源和信息的交流效率大大提高，这为绿色技术专利合作提供了更多的发展契机。
3.2.2
制度邻近性和对外开放程度差异
制度邻近性在3个研究年份中，均对京津冀城市群绿色技术专利合作网络产生了1%显著性水平下的正向影响，凸显其作为网络演变关键因素的地位。北京、天津、石家庄等制度建设较为完善的城市，在网络中发挥着举足轻重的引领作用，推动了绿色技术专利的协同创新。同时，对外开放程度的差异也在不同年份显现出显著的正向效应。2015年和2019年在1%水平下显著，2022年则在5%水平下显著，这种差异促进了城市间绿色技术专利合作网络的空间关联，表明京津冀城市群在对外开放方面的多样性，不仅增强了城市间的互动，还使得绿色技术专利合作网络的联系更为紧密，促进了区域间的协同创新与发展。
3.2.3
科学技术支出差异和人力资本差异
科学技术支出差异和人力资本差异在3个年份当中对京津冀城市群绿色技术专利合作网络呈显著负相关，表明科学技术支出差异和人力资本差异越大，越抑制城市绿色技术专利合作网络空间联系。当两个城市的科学技术支出存在较大差异时，它们往往会在技术水平和创新能力上展现出显著的差距，这种差距可能会在技术合作过程中引发沟通障碍与协调难题。而人力资本差异较大的城市，往往伴随着知识和技能的差异，这种差异可能导致知识溢出和流动的障碍，可能需要更多的时间和资源来协调和整合不同群体的知识和技能，这将会增加绿色技术专利合作的人成本，降低合作的可行性和吸引力。
3.2.4
经济发展水平差异
经济发展水平差异影响因素在3个年份都没有显著性的影响，说明在京津冀城市群绿色技术专利合作网络空间关联演化的过程中，经济发展水平差异因素并非是促进京津冀城市群绿色技术专利合作网络的关键因素。
4 结论与启示
4.1 研究结论
本研究运用社会网络分析方法和QAP回归分析法，基于京津冀城市群13个城市绿色技术合作专利的样本数据，揭示了2015-2022年京津冀城市之间绿色技术专利合作网络结构特征和空间网络演化的影响因素，得出以下结论：
京津冀城市群在绿色技术领域的联合专利申请呈稳健的增长态势，且此增长趋势随时间推移表现出逐渐加速的特征。在合作城市维度上，绿色技术专利的合作网络以北京为核心，构筑了京津与京冀两大紧密的合作圈层，并且北京与河北省之间的合作强度正持续增强，已成为驱动京津冀城市群绿色技术创新成果协同产出的核心力量。
京津冀城市群内各城市之间联系强度日益提升，合作网络越来越趋向密集化和复杂化，其绿色技术合作网络演变成“三核心、双轴心、多节点”的演变格局。北京作为中国的政治、经济和文化中心，掌握着大量的绿色关键技术，在京津冀绿色技术合作发展中始终处于绝对的领导核心地位，而关键技术的外溢和绿色技术资源信息的共享促成了多个关键城市节点的形成，例如天津和石家庄，作为省会城市，在京津冀城市合作网络的形成中逐步发挥着省会城市的辐射带动作用，建立起了以省会城市为核心的多边合作网络格局，这使得京津冀城市群绿色技术专利合作网络不断向趋于平衡的方向发展，各城市之间的合作路径也不断缩短，内部也呈现出“小世界”特征。
由于北京作为国家首都所产生的虹吸效应，京津冀城市群绿色技术专利合作网络结构并不均衡，以承德、衡水为代表的边缘城市在绿色技术合作上无论是联系广度还是联系深度都较薄弱，一定程度上阻碍了京津冀城市群之间绿色技术的交流合作。
在京津冀城市群绿色技术专利合作网络演化的实证研究中发现，地理邻近性的相关性变得不再显著，表明城市间绿色技术专利合作不再受地理位置邻近的限制。制度邻近性和对外开放程度差异对网络演化呈现出显著的正向影响，制度环境越相似的城市，以及对外开放程度差异越大的城市之间，越倾向于建立绿色技术专利合作关系。而科学技术支出差异和人力资本差异与京津冀城市群绿色技术专利合作网络之间存在着显著的负向影响，表明科学技术支出和人力资本相似的城市，越容易建立起绿色技术合作关系。由于京津冀城市群城市之间的发展水平差异较大，使得经济发展水平差异不属于绿色技术专利合作网络的影响因素。
4.2 管理启示
基于上述结论，本研究得到以下管理启示：
一是发挥核心城市的引领辐射作用。京津冀城市群核心城市应构建“核心辐射+边缘承接”绿色技术专利协同体系，以北京、天津、石家庄为枢纽，通过专利池共建、技术标准互认、产业生态联动三大机制带动边缘城市。北京应建立开放许可平台，向唐山、保定输出专利；天津打造转化走廊，推动技术在港口和园区应用；石家庄与邯郸、廊坊等城市共建示范带，推广技术以破解边缘城市能源难题。三地共建评估互认机制，以政策引导共建专利合作实验室，形成绿色技术协同网络。
二是强化制度邻近和对外开放能力。首先京津冀城市群应共建统一要素市场，打通绿色技术创新资源跨区域流动通道，建立跨城市技术交易平台与知识产权保护互认机制，降低要素流通成本。其次聚焦北京“科创开放枢纽”、天津“海向开放门户”定位，强化两地对外开放能力。北京依托中关村科创资源，重点引入国际前沿绿色技术，通过专利跨境许可与本土转化向唐山、保定等工业城市输出；天津借助港口优势，承接国际绿色装备制造技术，联合沧州、廊坊打造“滨海—渤海湾”技术转化带，带动周边城市产品嵌入全球绿色产业链。最后建立开放梯度互补合作机制，支持北京、天津与承德、邢台等开放薄弱城市结对，通过技术入股和收益共享模式共建绿色技术专利应用基地，对跨区域合作项目给予税收减免、跨境融资便利等政策倾斜，形成“制度协同筑基、开放梯度互补、全域创新联动”的绿色技术合作新格局。
三是优化科技支出差异配置和强化人力资本建设。在科学技术支出上，各城市需根据绿色技术发展需求，精准配置资金于绿色关键技术研发，以优化支出结构。人力资本建设方面，要强化人力资本共建，北京可依托清华大学、北京大学等高校资源，与津冀共建“绿色技术产业学院”“联合实验室”，定向培养储能、碳捕集等领域应用型人才；健全区域人才共享体系，打通社保转移、职称互认、子女教育跨城市政策通道，建立统一的绿色技术人才库与柔性流动平台，支持北京科研人员到津冀企业兼职或技术入股，为绿色技术发展提供可持续人力支撑。
参考文献：
[1]曾莉，李霞.成渝双城经济圈高校产学研专利合作网络的时空演化分布与特征[J].科技管理研究，2023，43（16）：132-145.
[2]BRAUN E, WIELD D. Regulation as a means for the social-control of technology[J]. Technology Analysis & Strategic Management, 1994, 6（3）: 259-272.
[3]ERNEST B, DIVID W. Regulation as a means for the social control of technology[J]. Technology Analysis & Strategic Management, 1994（3）: 260-271.
[4]HOJNIK J, RUZIER M. What drives eco-innovation? A review of an emerging literature[J]. Environmental Innovation and Societal Transitions, 2016, 19: 31-41.
[5]胡春立，赵建军.绿色技术发展的理性审视[J].自然辩证法研究，2017，33（5）：118-122.
[6]温军，张森.专利、技术创新与经济增长——一个综述[J].华东经济管理，2019，33（8）：152-160.
[7]GUAN J, CHEN Z. Patent collaboration and international knowledge flow[J]. Information Processing & Management, 2012, 48（1）: 170-181.
[8]任建辉，赖琳琳，何则，等.基于绿色专利的黄河流域绿色创新格局的时空演进及影响因素[J].世界地理研究，2023，32（9）：78-92.
[9]程丹亚，曾刚.本地—跨界视角下长三角区域绿色技术创新网络结构特征研究[J].人文地理，2023，38（5）：79-87.
[10]GRAF H, HENNING T. Public research in regional networks of innovators: a comparative study of four East German regions[J]. Regional Studies, 2009, 43（10）: 1349-1368.
[11]王黎萤，虞微佳，王佳敏.科技型中小企业专利合作网络演化分析[J].科技管理研究，2018，38（5）：180-187.
[12]BALLAND P A. Proximity and the evolution of collaboration networks: evidence from research and development projects within the Global Navigation Satellite System （GNSS） industry[J]. Regional Studies, 2012, 46（6）: 741-756.
[13]苏屹，曹铮.京津冀区域协同创新网络演化及影响因素研究[J].科研管理，2023，44（3）：43-55.
[14]SCHERNGELL T, HU Y. Collaborative knowledge production in China: tegional evidence from a gravity model approach[J]. Regional Studies, 2011, 45（6）: 755-772.
[15]蒋玉蓉，吴方.科技人才性别结构对区域绿色技术创新的影响[J].科技创业月刊，2024，37（9）：51-59.
[16]王盟迪.粤港澳大湾区科技创新能力空间结构演变与影响因素探究[J].科技管理研究，2019，39（18）：1-10.
[17]谢刚，邰季雯，李文鹣.“一带一路”背景下数字通信领域跨国专利合作特征及网络演化研究[J].技术经济，2022，41（2）：15-25.
[18]VALVERDS S, CANCHO R F, SOLE R V. Scale-free networks from optimal design[J]. Europhysics Letters, 2002, 60（4）: 512-517.
[19]顾伟男，刘慧，王亮.国外创新网络演化机制研究[J].地理科学进展，2019，38（12）：1977-1990.
作者简介：张婷（1982-），女，博士，重庆理工大学重庆知识产权学院副教授，研究方向：技术创新与知识产权管理；吴宏（1999-），男，重庆理工大学重庆知识产权学院硕士研究生，研究方向：技术创新与知识产权管理。
