摘要：推动技术创新与产业创新深度融合是发挥创新链整体效能和发展新质生产力的基本要求。本文构建了中国19个城市群的专利合作网络，采用双向固定效应模型和工具变量法实证探究了城市群内城市间专利合作对产业创新的影响及作用机制，并探讨如何进一步强化专利合作的产业创新效应。研究发现：中国城市群专利合作网络的规模、密度、凝聚性和通达性大幅提升，存在单中心放射状、多中心扩散状、多中心网络状三种类型。城市群内专利合作会通过强化知识溢出、提高知识多样化程度和推动技术转移，提升产业创新水平。城市群专利合作的产业创新效应具备可持续性，产学研合作、良好的制造业基础及文化身份认同可以放大专利合作的产业创新效应。本文从创新链角度为专利合作的产业创新效应及机制研究提供了新视角，为推进科技创新与产业创新深度融合提供经验证据和决策支撑。
关键词：创新网络，专利合作，产业创新，知识多样化，产学研合作
【基金项目】本文受到国家自然科学基金青年项目“开发区重点产业政策对资源配置效率的影响：微观机制与政策优化”（72003190）；教育部人文社会科学研究规划基金项目“开发区政策对生产性服务业效率的影响：微观机制与政策优化”（24YJA790075）的资助。
一、引言
新一轮科技革命和产业变革深入推进，世界各国纷纷加快创新步伐，以抢占科技竞争和产业发展的制高点。以科技创新引领现代化产业体系建设是赢得战略主动权的必然选择。党的二十届三中全会提出，“推动科技创新和产业创新融合发展”。科技创新要推动产业和经济发展，必须落在产业创新上，创新成果只有转化为产业新发展和新产业的发展，实现创造力的变现，才能真正成为驱动经济社会发展的动力。①
中国创新链前端的知识和技术创新供给规模快速扩大，2023年，中国发明专利授权量达92.1万件，同比增长15.4%，拥有24个全球百强科技集群，在科研经费投入规模、论文发表等多个方面位居世界前列。②然而，中国在芯片制造、高端医疗器械、工业机器人等领域的关键生产环节仍面临“卡脖子”问题，科技创新投入及产出的大规模增长尚未带来全要素生产率的显著提高和经济增长质量的提升，中国科技创新陷阱愈发明显。③这一困境与当前科技成果转化不足、产业创新水平较低密切相关，2023年中国发明专利产业化率为39.6%，相比日本的53.2%仍有较大差距。其中，高校发明专利转化率仅为3.9%，科研机构在10%左右，各类主体均拥有大量的“沉睡专利”。④加快技术创新向产业创新的转化，完成新技术、新发明实现市场价值的“惊险一跃”，是发挥科技创新的经济效益、实现创新链闭环和支撑经济高质量发展的关键。
随着技术创新步伐不断加快及技术生命周期持续缩短，创新活动加速复杂化且成本上升，创新日益成为系统性工程，且学科交叉、领域融合的趋势愈发明显。技术创新的高复杂性和高风险性构成单个企业创新能力的巨大挑战，使得创新活动越来越依赖不同创新主体间的合作。作为创新合作的重要载体，城市群是创新合作及创新网络构建的重要支撑，创新资源高度集中于城市群地区。中国城市群内部合作发明的授权规模从2005年的165件增长至2015年的5325件，占全国合作发明授权量的比重由16%增长至29.3%，实现了跨越式增长。在此背景下，构建中国城市群专利合作网络，探究城市群专利合作对产业创新的影响及其作用机制，以充分发挥技术进步的产业创新和发展效应，具有重要的理论和现实意义。
在经验分析部分，本文构建了中国19个城市群的专利合作网络，探究专利合作对产业创新的影响及其作用机制，并探讨如何进一步强化专利合作的产业创新效应。主要发现如下：第一，中国城市群专利合作网络的规模、密度、凝聚性和通达性大幅提升，并呈现单核心放射状、多中心扩散状、多中心网络状三种网络形态。第二，专利合作有效提升产业创新水平，知识溢出效应、知识多样化、技术转移是其中的主要机制。第三，产学研合作、良好的制造业基础及文化身份认同能够放大专利合作的产业创新效应。
相比以往的研究，本文的边际贡献在于：（1）既有文献多从企业内部因素或外部政策、环境等因素探究对产业创新的影响，本文聚焦创新链的前后端环节，在创新链视角下挖掘创新合作对于产业创新的影响及作用机制。（2）创新性地测度知识积累及其结构多样性，并结合对知识溢出效应和技术转移的机制检验，为专利合作如何促进产业创新提供了经验证据。（3）基于专利合作促进产业创新的实证结论，通过对产学研合作、制造业规模及文化身份认同的调节效应或异质性的理论与实证分析，探讨如何进一步强化专利合作的产业创新效应，为科技创新与产业创新深度融合提供决策支撑。
余文结构安排如下：第二部分是文献综述，第三部分基于理论分析提出研究假说，第四部分构建了城市群专利合作网络并分析其网络特征，第五和第六部分对研究假说进行实证检验，最后是结论与政策启示。
二、文献综述
与本文密切相关的文献主要分为两类。第一类是关于创新合作及城市群创新网络的研究。“创新网络”概念在20世纪80年代兴起，Imai和Baba将其定义为满足系统性创新需要而产生的一种制度安排，Freeman进一步指出相应组织对知识的需求催生了创新网络。⑤⑥创新网络的概念和范畴不断丰富，纵向演变方面，Ahokangas等基于产业集聚有序性将创新网络演化进一步划分为初始、增长趋同和成熟调整三阶段；横向分类方面，Moldoveanu等划分出特殊世界网络、小世界网络等四类空间形态，逐步构建起创新网络的完整面貌。⑦⑧
大量学者研究了创新网络的溢出效应。不同于广义共担风险、共享收益的合作创新模式，创新网络是基于社会网络嵌入的知识流动和资源整合的交互创新，成员能够享受网络外部性带来的知识溢出，加速技术融合，提高创新效率，进而有效提升创新产出的规模和质量。⑨⑩⑾⑿作为创新突破的重要驱动力，创新网络嵌入有助于提升地区生产效率，支撑经济高质量发展。⒀国内大量学者探讨了中国创新网络的发展特征与趋势。中国城市间创新网络覆盖范围较广、密度偏低，网络连接相对松散且地区差异较大，以“胡焕庸线”为界，呈现东密西疏、东强西弱的网络格局，产业链领先企业、理工类高等院校和政府科研机构在网络中占据核心地位。⒁⒂具体来看，中国创新网络逐步形成以北京、上海、南京等经济发达地区为核心的“核心—边缘”结构，具备“大分散、小集聚”的分布特点，并呈现明显的“梯度”可达关联特征。⒃东部地区的京津冀、长三角和珠三角城市群是中国创新网络的主要研究对象。京津冀城市群逐渐演变出北京与天津双核引领、以京津为主轴、京保石为次轴的空间结构，“多中心、多层次”的创新格局逐渐成型；长三角城市群创新网络经历了由“三足鼎立”格局向“多中心、多层次、趋平衡”格局的转变；与前两者类似，粤港澳大湾区创新网络联系越来越紧密，网络聚集能力和网络内部集团化程度大幅提升。⒄⒅⒆
另一类文献聚焦产业创新的影响因素研究，主要分为三支文献。其一是内部因素对产业创新的影响研究，企业人力资本、技术需求清晰度、科研人员的股权激励及专利范围与产业创新存在正相关关系，而专利价值及转化产品的不确定性会降低产业创新的速度，专利年龄则与产业创新存在倒U型关系，企业规模、研发水平及知识产权保护等特征也在产业创新中起到重要作用。⒇（21）（22）（23）（24）（25）（26）其二是外部环境对产业创新的影响因素研究，区域科技人才集聚显著促进产业创新，高技术产业的集聚促进技术创新向中低技术产业扩散，带动产业资源配置优化和全要素生产率提升，（27）而要素市场扭曲抑制产业创新效率的提高。（28）（29）其三是外部政策因素对产业创新的影响研究，创新型省份建设、技术转移办公室体制、财税政策及其不同组合方式和不同的实施次序对产业创新存在重要影响。（30）（31）（32）（33）
综上，既有文献多从企业内部因素或外部环境、政策等单一视角探讨产业创新，对于协作关系的研究较为不足，且多集中在国际合作研发、国际贸易等方面，对于国内专利合作的影响研究相对较少。（34）（35）本文在协作关系视角下，构建中国19个国家级城市群的创新网络，进一步探讨城市群内部的专利合作对产业创新的影响及其作用机制，为专利合作促进产业创新提供了经验证据。
三、理论分析与研究假说
知识创新、技术创新和产业创新是创新链的三个主要环节，通过从新思想到最终价值实现等一系列职能活动的序列集合构成了创新链。（36）其中，技术创新是产业创新的内在动力，而产业创新是技术创新的目标，两者的深度融合是构建和完善现代化产业体系的关键。产业创新实质上是技术创新成果产业化的过程，其有效运转离不开各个环节的畅通，有赖于技术创新供给的支撑。基于中国创新资源分布和产业布局在空间上并不完全匹配的现实，产业创新的实现往往需要跨地区的协同和合作。作为创新合作的重要载体，城市群汇集大量创新资源，技术创新合作产出更加丰富。此外，城市群的产业发展更为充分，空间邻近、交通便捷以及上位规划统筹等因素使得内部产业结构互补性更强，产业创新需求更加旺盛。
知识溢出是指知识在不同主体间的扩散和转移，包括知识外流与内向吸收两个过程。在交通和通信设施不断完善的背景下，资源的高度分散使得单个组织不太可能掌握所有资源。（37）创新活动的高复杂性、长周期和高风险性越来越要求创新主体间加强交流与合作。专利合作本质是知识流转和资源整合的交互创新过程，包含观察、模仿、纠错及重复学习等过程，通过高频率的交流推动合作双方知识的扩散与互补，而该过程中“面对面”交流的需要也使得创新活动集中在相对较小的空间范围内。通过对新知识的引进、消化和吸收，有效缓解单个主体的知识结构限制。一方面，创新主体的知识漏洞逐渐被填补，知识结构趋于完善和合理，对于特定行业和领域的认知不断深化，既能更好地研判产业发展趋势与市场需求，对于企业自身存在的问题与发展方向也更加明晰，技术需求日益明确，针对性地转化新成果和引进新技术，产业创新效率随之提升。另一方面，高质量的技术创新供给是产业创新的基础，由于涉及不同的主体和门类，创新合作可以形成知识宽度和质量更高的产出，且相比通过交易得到的创新成果，企业亲自参与研发的成果需求导向性更强，企业对其掌握更加透彻，进而可以提高产业创新效率。据此，本文提出假说1。
假说1：城市群专利合作通过强化知识溢出，促进产业创新。
知识多样化是产业变革新阶段的要求，也是技术创新合作深入推进的产物。在数字经济及纳米应用、高性能传感等关键共性技术快速发展下，跨领域的产业交叉和融合逐渐成为产业发展前沿，对知识和技术结构的多样性要求迅速提升。知识具备累积特性，随着专利合作的推进以及合作对象的拓宽，跨领域、跨学科、跨门类的多样化知识得到储备，知识积累的规模和多样性不断提升。一方面，知识多样化有助于规避创新过程中的“技术锁定”陷阱，通过引入不同领域的新成员和新知识，从不同的角度考虑问题，打破传统的思维惯性，有助于迸发新思路与新观点。另一方面，拥有更多积累的企业具备更强的技术选择敏感性和灵活性，能够快速把交叉融合的创新成果运用于生产实践，抢占新业态、新模式发展的先机，也能推动现有生产方式的转型升级，产生连锁的、裂变式的产业升级效应。（38）（39）据此，本文提出假说2。
假说2：城市群专利合作通过提高知识多样化程度，促进产业创新。
由于区域间的技术差距和产业空间分布不均衡等原因，技术转移成为科技成果转化的核心。随着技术更新速度加快和复杂化程度上升，企业越来越依赖外部技术获取，能够提高产品开发速度，有效降低研发成本和失败风险。（40）（41）技术转移体系本质上是内部成员相互依赖、共生演化的过程，但在技术转移过程中存在较大的信息不对称，专利转让人或受让人难以准确评估专利价值，企业也很难准确判断专利是否满足自身需要，在涉及跨领域、跨学科时这一问题更加突出，构成了产业创新的阻碍因素。（42）一方面，专利合作促成了合作双方的信任关系，并通过社会网络拓展至更丰富的合作对象，并借此进一步加固信任关系。在非正式社会关系的保障下，搜寻、监督等交易成本下降，技术转移的范围得到拓宽，交易过程中的信息不对称明显减少，企业能够获得技术含量更高、更符合自身发展需求的成果，推动产业创新水平提升。另一方面，专利合作中产学研合作的比重整体提升，能够针对企业的具体需求，更多地进行定向创新，企业能够更快将其运用于产业发展中。据此，本文提出假说3。
假说3：城市群专利合作通过推动技术转移，促进产业创新。
综上，城市群专利合作会通过强化知识溢出、提高知识多样化程度和推动技术转移，提升产业创新水平。
四、城市群专利合作网络的特征分析
（一）数据处理与研究方法
本文以《中华人民共和国国民经济和社会发展十四五规划和2035年远景目标纲要》中提出的19个国家级城市群为研究对象，覆盖全国212个地级市及以上城市，构成“两横三纵”的城镇化战略格局，是支撑中国经济高质量发展的核心骨架。（43）城市群是推动中国新型城镇化和经济发展的空间主体，汇聚大量人才、科研设施等创新资源，是科技创新产出、成果转化运用和产业创新发展的重要载体。（44）不同城市群发展差异较大，创新规模及网络化发展分化明显，探究城市群创新合作网络的特征及影响具有重要的理论和实践价值。考虑城市群发展历程和中国工业企业数据库限制，本文以2005-2015年为研究时段。
专利数据具有覆盖范围广、标准性强、易获得等优点，是目前国内外研究中用以衡量技术创新的主要指标。（45）中国专利数据包括发明、实用新型和外观设计3种类型，其中发明专利知识创造程度、专利技术含量和创新性水平高，能够更为充分地体现创新产出质量和创新水平。因此，本文基于国家知识产权局发明专利的授权数据，抓取2005-2015年申请人数量大于1的专利，通过高德地图的地理编码API解析得到多个申请人的经纬度坐标，与中国基础地理信息数据进行叠置分析后得到城市信息，最终共获得2005-2015年中国19个城市群内部的24060项城市间合作发明专利。
本部分运用社会网络分析法，从网络属性特征和结构特征对城市群专利合作网络进行分析，利用Gephi软件构建城市群专利合作网络并计算相关属性指标，从网络密度、网络凝聚性和网络通达性3个角度分析网络整体特征及其演变，并使用ArcGIS软件绘制城市群专利合作网络。网络规模和密度是城市群专利合作网络发展状况的直接反映，常用节点数量、关系数量、网络密度等指标反映。（46）（47）网络凝聚性常以平均聚类系数衡量，网络通达性则多以是否具备小世界效应来衡量，若相比同等规模随机网络，网络平均聚类系数显著较大而平均路径长度显著较短，则该网络具备小世界效应。（48）（49）
（二）专利合作网络的演变特征
在网络规模和密度方面，2005-2015年，中国城市群专利合作网络呈现快速拓展态势，网络规模不断壮大，城市节点数量由2005年的70个增加至2015年的199个，基本覆盖19个城市群的地级市及以上城市。创新联系更加紧密，专利合作网络关系总数从2005年的78条增加至2015年的565条，涨幅高达624.4%，并呈现明显的梯度特征，长三角城市群、山东半岛城市群、京津冀城市群及长江中游城市群的关系总数显著高于其余城市群。同时，主要城市群专利合作网络密度整体提升，创新联系进一步深化。但城市群间网络密度差异较大，2015年珠三角城市群网络密度高达0.806，京津冀及山东半岛城市群亦超过0.5，但其余城市群网络密度普遍低于0.4，仍处于低密度的松散连接状态。
在网络凝聚性方面，在专利合作网络关系总数和网络密度持续提升背景下，平均聚类系数亦大幅提升，从普遍低于0.6且存在大量零值，到整体高于0.7，部分城市间形成密切合作关系，网络凝聚性显著提升，表现出内部集团化特征。创新合作具备突出的路径依赖性，空间上邻近、经济社会特征相似的城市容易形成合作关系，并在创新网络演变过程中保持稳定，中国主要城市群均围绕中心城市或次中心城市形成创新合作集团，且集团内部创新联系强于集团间合作。
在网络通达性方面，随着创新网络生长和优化，平均聚类系数显著提升，截至2015年已整体高于0.7，而平均路径长度大幅下降，同期整体低于1.8。相比于同等规模和密度的随机网络，平均聚类系数偏高而平均路径长度偏低，具备小世界特性，其中以珠三角、京津冀、长三角及山东半岛城市群最为突出，表明我国主要城市群专利合作网络通达性整体改善，资源流动性提升，信息传输和技术扩散速度加快，推动创新合作深入开展。
（三）专利合作网络的类型划分
我国已逐步形成以东部三大城市群为核心、东部地区为主体的创新网络体系，城市群网络中心化、等级化、集群化趋势逐渐凸显。基于19个城市群在2015年的合作发明专利数据，使用自然断点将城市对外合作总量和城市对合作数量划分为4个等级，绘制我国城市群的专利合作网络，可以划分为单中心放射状、多中心扩散状、多中心网络状三类，图1展示了三种类型的代表性城市群专利合作网络。
1.单中心放射状
城市群中心城市依托其经济实力和科教资源成长为地区创新极，具备突破地理边界和空间障碍的创新势能，在扩散效应下通过知识溢出等方式带动周边地区实现技术创新，形成单中心创新网络。京津冀城市群、中原城市群和关中平原城市群均围绕中心城市形成放射状创新网络，北京、郑州及西安与城市群内其他城市的合作专利数占所在城市群合作专利总量的比重分别为40.5%、34.8%和46.9%，“富人俱乐部”效应是单中心创新网络生长的主要驱动力。放射状创新轴构成单中心网络的骨架，京津冀专利合作网络以北京和天津合作为主轴、北京—保定—石家庄、北京—邢台、北京—廊坊—沧州等为次轴，创新网络整体向南延伸，京津合作专利数占网络专利总量的18.8%；中原城市群则以郑州为枢纽，形成“米”字形的创新网络。此类专利合作网络均呈现明显的“核心—边缘”格局，中心城市与邻近城市创新联系紧密，且随着与中心距离的增大，合作规模呈现下降趋势，表明地理距离在专利合作中发挥重要作用。
2.多中心扩散状
多中心扩散状网络处于单核心放射网络向多中心网络化发展的过渡阶段，中心节点城市数量增加且覆盖范围扩张，创新网络逐渐成熟，但仍存在网络分布不均衡、合作规模较低等现象。济南和青岛为山东半岛城市群专利合作网络的核心枢纽，与城市群内的合作专利数在城市群合作专利总量的比重分别为23.3%和19.7%，共同驱动创新合作发展，并以青岛—济南—聊城为主轴、济南—淄博—潍坊和日照—青岛—烟台为次轴，形成向东延伸的专利合作网络。从网络节点分布来看，山东半岛城市群核心城市的中间地带创新节点分布较为密集，专利合作规模较大，形成科技创新走廊，原因主要为中间地带处于多中心城市辐射范围的交界地带，空间上邻近且彼此间产业协作、人员交往较为频繁，信息技术等要素流动便利，来自核心城市的知识溢出效应较为明显。
3.多中心网络状
多中心专利合作网络建立在城市群拥有多个中心城市的基础上，各中心城市辐射周边节点城市形成创新集团，且集团之间相互关联，形成多核驱动发展的网络结构。长三角城市群专利合作网络呈现以上海、南京、杭州和苏州为多中心，以南京—苏州—上海为网络主轴，南京—绍兴—杭州及沿海轴线为次轴的多中心网络化特征。长三角创新网络中的外围城市间创新合作规模较大，网络层级分化较为均衡，创新网络发展相对成熟。
五、专利合作影响产业创新的计量回归分析
（一）模型设定与变量说明
城市群创新合作联系不断强化，创新网络发展成效突出，网络密度大幅提升。作为产业发展高地，城市群对新技术的引进和应用需求高涨。为探究快速扩张的技术创新合作是否为产业创新提供了支撑，本文基于2005-2015年中国19个城市群的专利合作和产业创新数据，使用城市对和年份双固定效应模型进行估计，模型设定如下：
hightechijt=β0+β1lnpatijt-1+β2Cijt+uij+vt+εijt （1）
其中，ij表示城市i与城市j构成的城市对，对中国19个城市群内部任意两个城市组合成1924个城市对，t表示年份。被解释变量hightechijt为城市对ij在t年的高技术产值之和，解释变量lnpatijt-1为加1并做自然对数处理后的城市对合作发明专利授权数量，考虑到授权专利向产业创新的转变仍需经历技术转移、中试验证等环节，对其做滞后一期处理。Cijt为城市对层面的控制变量，包括经济发展水平、人才支撑、科技服务规模、科研经费投入、基础设施建设等因素。uij为城市对固定效应，吸收城市对不随年份变化的特征，如城市间地理距离、文化和社会特征等，vt是年份固定效应，εijt为随机扰动项。聚类标准误选择聚类到城市对层面。模型中使用的主要变量测度如下：
产业创新水平（hightech）。产业创新实质是技术创新成果的产业化运用和创造力变现，是通过引入新技术、新工业等实现生产效率和经济效益的提升，以及催生新业态、新产业的过程。（50）高技术产业科研投入和产出强度高，技术密集度显著高于其他行业，对于新技术的引进和使用更为频繁，其产值规模是产业创新的重要表征。因此，本文以高技术产业规模反映产业创新水平，基于中国工业企业数据库中的企业工业总产出指标，参照《高技术产业（制造业）分类（2017）》，依据国民经济行业分类二位数代码，加总对应企业的工业总产出得到分城市、分年份的高技术产业规模，并按城市对进行加总。
专利合作数量（lnpat）。2005-2015年制造业领域的合作发明量占城市群内部合作发明总量的90.5%，是创新合作的主体。因此，本文选取制造业领域的合作发明专利为研究样本。基于国家知识产权局数据，加总各城市对的合作发明专利授权量，然后加1并取对数。
控制变量：（1）经济发展水平（pgdpt）：用城市对的人均GDP之和表示经济规模；（2）人才支撑（unis），用城市对的每万人在校大学生数之和衡量人才状况；（3）科技服务规模（tss），取城市对科技服务业从业人员数之和并作自然对数处理；（4）研发经费投入（fiscal），用两城市财政科学支出占一般财政支出的比重的均值衡量；（5）信息基础设施（pt）：用两城市邮政和电信业务总量的规模之和衡量；（6）高铁开通（hsr），以城市对是否开通直达高铁反映交通便利性。
产业创新数据来自中国工业企业数据库。中国工业企业数据库统计调查的对象为全部国有工业企业以及规模以上非国有工业企业，是目前国内可获得的最为庞大的微观企业数据库，指标齐全，覆盖范围广，持续时间长，包含大量有关企业生产经营的信息，如工业总产出、长期投资等。对数据进行如下处理：（1）剔除不符合会计基本原则的观测值，包括产出为负、总资产为负等；（2）由于2010年的企业工业总产值数据缺失，以企业的营业收入为替代值；（3）将地区六位行政代码统一到2013年版本；（4）对样本中所有连续变量进行1%和99%的缩尾处理，避免异常值的可能影响。城市层面的控制变量数据主要来自《中国城市统计年鉴》，高铁开通情况由CNRDS数据库中的高铁线路信息整理得到。主要变量的描述性统计如表1所示。
（二）基准回归结果分析
表2报告了基准回归结果。在控制城市对和年份固定效应后，列（1）仅考虑核心解释变量的影响，专利合作数量的系数显著为正。列（2）在列（1）的基础上增加了控制变量，并将核心解释变量替换为城市对是否存在合作专利，结果显示，回归系数在1%的水平下显著为正，表明在控制可能影响产业创新的因素后，城市对开展技术创新合作有助于推动产业创新。为进一步检验专利合作规模的产业创新效应，列（3）将解释变量替换回专利合作数量，专利合作数量的系数依旧在1%的水平下显著为正，印证了专利合作规模对产业创新存在明显的促进作用。考虑到被解释变量为城市对的高技术产业规模之和，可能出现一个城市产业创新快速推进，而另一个城市进展缓慢的情况，进而拉大城市间产业创新差距。为进一步检验专利合作对不同发展水平的城市的产业创新效应，本文依据城市对中两个城市产业创新水平的高低分为发达城市和欠发达城市，然后将其对应的高技术产业规模作为被解释变量重新进行回归，列（4）和列（5）的结果显示，核心解释变量系数均显著为正，表明专利合作对城市对内的两个城市产业创新均存在促进作用。
（三）内生性处理
尽管基准回归从多个方面控制了可能影响产业创新的重要因素，但仍可能遗漏部分与产业创新相关的重要变量而引发内生性问题。此外，合作专利与产业创新可能存在反向因果关系，市场需求可能促使产业创新从需求侧倒逼技术进步，从而促成专利合作。
本文采用工具变量法处理内生性问题，选取历史专利合作数据作为工具变量。基于国家知识产权局1985-1995年的专利数据库，抓取申请人大于1的发明专利和实用新型专利，识别申请人的经纬度和所在城市后，将微观专利数据加总至城市对层面，并进一步加总同一城市对在该期间的专利合作数据，与年份时变变量相乘后得到工具变量。创新具备路径依赖特征，一方面，对合作双方的知识基础和知识结构匹配度要求较高，已有的合作关系为进一步创新合作奠定了良好的知识基础；另一方面，过往的合作关系便于创新主体间形成信任关系，降低了搜寻、磨合等交易成本，更容易达成二次合作，进而满足相关性要求。在技术创新和产业变革深入推进下，技术更迭不断加快，新业态、新模式持续产生和发展，绝大部分专利在较长时间内未得到转化即进入“沉睡”状态，历史合作专利与产业发展的年份差距在十年以上，在经历长时间的“沉睡”状态后相应的市场需求已发生较大改变，对当前产业创新的影响可以忽略不计，满足外生性要求。
表3列（1）的第一阶段回归结果显示，工具变量对解释变量存在显著的正向影响，且F值为122.23，进一步验证工具变量的有效性。由列（2）可知，工具变量的回归系数略大于基准回归，系数依然显著为正。列（3）和列（4）是对城市对内两类城市产业创新水平的工具变量回归结果，核心变量的系数均显著为正。在剔除可能存在的内生性问题后，核心结论依然稳健，专利合作能够显著促进产业创新。
（四）稳健性检验
1.更换解释变量
实用新型专利实用性强，具备更加突出的问题导向性，往往直接涉及制造业生产环节的技术解决方案，产业化运用更加迅速，也体现了一定的自主创新能力。因此，本部分综合考虑发明和实用新型的影响，将解释变量替换为城市对发明和实用新型授权专利的合作数量。此外，发明申请体现了创新意愿和新想法，也在一定程度上反映技术创新能力，且相比发明授权，发明申请的覆盖范围更广，因此本部分还将解释变量替换为发明申请合作，进行稳健性检验。考虑到发明专利从申请到授权的一般周期为18个月，对解释变量做滞后三期处理。表4第（1）和（2）列显示解释变量系数均显著为正，核心结论保持稳健。
2.调整样本范围
作为经济发展与生产要素集聚的高地，北京、上海、天津和重庆四大直辖市在汇集创新资源方面具备绝对优势，深刻影响周边地区的科技创新和产业创新。2005-2015年，直辖市与所在城市群其余城市的发明专利合作量占城市群发明专利合作总量的比重为32.8%。为排除少数发达城市的带动作用，本部分剔除了直辖市与所在城市群其他城市合作的样本。表4第（3）列结果显示，专利合作对产业创新的促进作用依然显著。
3.改变空间维度
将数据从城市对层面调整为城市层面，加总每个城市与所在城市群其他城市的专利合作数作为核心解释变量，探究其对城市产业创新的影响。在控制城市和年份固定效应后，表4列（4）显示核心解释变量在1%的水平下显著，核心结论稳健。
（五）动态效应
为检验专利合作对产业创新的动态效应，同时考虑到授权专利到产业化运用仍需经历技术转移、中试验证、市场推广等环节，该过程具备较大的不确定性，滞后一期可能无法全面反映转化的周期。因此，本文分别在城市对和城市层面，对核心解释变量做滞后两期到滞后五期处理。表5报告了回归结果，核心解释变量的系数均显著为正，但随着滞后期数的增加，回归系数呈现减小趋势，由此表明专利合作的产业创新效应具备可持续性，但随着时间跨度的增长，其效应趋于弱化。
（六）机制检验
1.知识溢出效应
专利合作需要不同创新主体间长期、高频率的交流，进而产生知识溢出。借鉴易巍等的研究，（51）使用城市间的发明专利引用数量（后向引用）作为知识溢出的代理指标（ksp）。中国《专利审查指南》要求发明人以引证的形式介绍背景技术的相关信息，而实用新型专利无需经过严格的实质审查，基本不描述引用信息，因此本文仅使用发明专利数据，包含“发明专利引用发明专利”和“发明专利引用实用新型专利”两种引用类型。本文将发明专利的引证专利与被引专利的公开号进行匹配，得到每条引证专利的第一申请人地址信息并识别所在城市，共得到903922条城市群内部的专利引用信息，然后分城市对分年份加总。由于专利引用具备方向性，本文加总了城市间的互相引用数据，加1取对数后得到知识溢出的代理变量，反映地区间双向的知识流动强度。隐性知识的传播难以捕捉，专利引用能反映部分知识流动，（52）但若在低估情形下仍存在影响，说明实际效应更加强烈。（53）
表6第（1）和（2）列报告了回归结果。列（1）中回归系数显著为正，表明专利合作有效促进了知识溢出，加快知识在合作方之间的扩散。随着知识和技术储备的不断丰富，企业等主体基于对产业的认知深化和自身需求研判，有动机加快新技术的引进和应用，产业创新水平随之提升，列（2）为此提供了经验证据。由此可见，知识溢出是专利合作推动产业创新的重要渠道，假说1得以验证。
2.知识多样化
为检验知识多样化机制是否成立，本文基于合作发明专利的授权数据构建城市对的知识多样化指标。从2001年开始，在样本期内逐年累积合作专利，如2005年的存量专利包括该城市对2001-2005年的合作专利，以此类推得到分年份、分城市对的存量专利。专利的IPC分类号是专利所涉及知识的直观呈现，IPC的数量和种类反映了专利知识的复杂度与多样性。本文提取每个专利的分类号，加总至城市对层面，得到分年份分城市对存量专利的IPC“知识池”。IPC分类号包含了专利的“部—大类—小类—大组—小组”的信息。为了全面测度城市对的知识储备，本文借鉴Akcigit等、张杰和郑文平的思路，参照产业多样化指数的测算方法，采用大组层面的赫芬达尔—赫希曼指数（HHI）的逻辑思路对IPC分类号进行加权，得到分年份、分城市对的知识多样化指数。（54）（55）知识多样化的计算公式为：
diversity=1-∑α2 （2）
其中，α表示专利分类号中各大组分类所占比重。diversity越大，各个大组层面的专利分类号间的差异越大，表明城市对存量专利的知识多样化程度越高。
回归结果见表6第（3）和（4）列。由列（3）可知，知识多样化的系数显著为正，表明专利合作有效促进了知识积累，提升知识多样化水平。列（4）进一步说明，随着知识多样化水平提升，产业创新水平也显著提升，假说2得以验证。
3.技术转移
党的二十届三中全会强调，“深化科技成果转化机制改革，加强国家技术转移体系建设”，以提升国家创新体系整体效能。为验证技术转移在专利合作推动产业创新过程中的作用，本文基于国家知识产权局2005-2015年专利转让的详细数据，识别转让人和受让人的经纬度并匹配到对应城市中，共得到903528项城市群内部专利转让数据，包含专利转入和转出两部分，分别反映一个城市向另一个城市的技术集聚和技术扩散能力。将专利数据加总到城市层面，加1取对数后得到技术转移的代理变量（transf）。
表6报告了回归结果，列（5）显示专利合作的系数显著为正，专利合作扩大了技术转移规模。作为企业获取新技术的重要渠道，技术转移规模的扩大进一步提升了产业创新水平，列（6）印证了这一过程。进一步，由于技术转移存在方向性，且对产业创新的促进作用更多体现在受让人。因此，在列（6）基础上，将自变量替换为考虑转让方向的专利转让数，并加1作自然对数处理，将因变量替换为专利受让城市的产业创新水平，列（7）报告了回归结果，回归系数仍然显著为正。由此可知，技术转移在实现专利合作对于产业创新的促进效应，推动科技创新与产业创新深度融合中发挥重要作用，假说3得证。
六、进一步分析
作为创新链的关键环节，技术创新与产业创新的互动事关国家创新体系整体效能的释放，深刻影响着创新驱动发展的成效。本部分将从产学研合作、制造业规模及文化身份认同三个角度探究如何进一步强化专利合作的产业创新效应。
（一）产学研合作
产学研协同创新将企业的市场、资金及经验优势，与高校和科研机构的知识创造优势相融合，紧密衔接技术供给方与需求方，从源头打通创新链的不同环节。党的二十大报告强调，要加强企业主导的产学研深度融合，强化目标导向，提高科技成果转化和产业化水平。产学研合作主要指企业与高校或科研机构之间的研发合作。本文加总了城市间企业与高校或科研机构的合作发明授权量，包括产学合作及产研合作，以其占合作发明授权总量的比重作为产学研合作（iurc）的代理指标。表7报告了回归结果，列（1）显示，产学研合作起到显著的正向调节作用，有助于强化专利合作的产业创新效应。将产学研合作进一步拆分为产学合作和产研合作，列（2）和（3）的回归结果显示，产学合作依旧发挥正向调节作用，而产研合作调节效应不显著。高校在基础研究方面具备突出优势，产学合作便于更快地转化和应用原始创新成果，从源头贯通创新链，一定程度上验证了基础研究的重要性。
（二）制造业规模
产业创新是产业发展到遭遇瓶颈或市场需求扩张所催生的产物，地区制造业规模越大，产业发展需求越旺盛，新技术的引进和落地规模随之提升。为检验制造业规模的调节作用，本文基于中国工业企业数据库，依据国民经济行业分类二位数代码，加总得到分城市分年份的制造业规模，并加总至城市对层面，以此衡量制造业的发展水平。由列（4）可知，制造业规模起到正向调节作用，表明制造业规模越大、产业发展需求越旺盛的地区，专利合作对于产业创新的促进作用更为突出。技术创新成果的就地转化需要本地制造业基础的支撑。
（三）文化身份认同
文化身份认同（cul）是一种非正式的社会关系，如相同的语言方言、相近的风俗习惯及宗教信仰等，对不同个体的创新合作及地区产业发展存在持久且深刻的影响。语言的出现和使用与某一群体特定文化相伴相生，并向该环境中成长的个体深深烙上地域文化的印记，使用相同方言的个体间更容易达成认同和信任。（56）语言的差异能在一定程度上反映文化差异，（57）中国区域文化与方言分类呈现高度相关的关系。（58）因此，本文以方言为文化身份认同的代理变量，并设置为虚拟变量，若城市对同属一个方言区，则该变量取1，反之为0。列（5）显示，相比合作双方处于不同文化氛围的城市对，处于同一文化氛围下的城市对专利合作的产业创新效应更加突出。相近的文化背景能拉近人际交往中的心理距离，（59）利于双方形成天然的信任关系，强化双方交流和深度合作的意愿。文化身份认同使得合作双方有更大的概率嵌入同一社会网络，减少搜寻合作对象的“中间人”数量，降低产业创新过程中的不确定性。
七、结论与启示
技术创新与产业创新深度融合是发展新质生产力的基本要求，要充分发挥出技术创新对产业创新的核心支撑作用。本文构建了中国19个城市群的专利合作网络，探究专利合作对产业创新的影响及其作用机制，并探讨如何进一步强化专利合作的产业创新效应。研究发现，第一，我国城市群专利合作网络迅速发展，网络规模、密度、凝聚性和通达性大幅提升，并呈现出单中心放射状、多中心扩散状、多中心网络状三种形态；第二，专利合作有效提升产业创新水平，在一系列稳健性检验和内生性处理后依然成立，且该影响具备可持续性；第三，知识溢出效应、知识多样化、技术转移是专利合作促进产业创新的主要机制；第四，产学研合作、良好的制造业基础及文化身份认同能够放大专利合作的产业创新效应。据此，本文提出如下政策启示。
第一，因地制宜制定差异化的创新引导政策。中国城市群专利合作网络发展呈现明显的阶段性差异，优化提升型城市群应优先引导中心城市的科研机构、高等院校、龙头企业对外合作或设立分支机构，并注重创新成果向周边地区的转移和转化。创新网络尚未成型的发展壮大和培育发展型城市群应强化政策刺激，加快构建跨地区的创新协作交流平台，鼓励经济协作较为密切的城市对率先强化创新合作。
第二，鼓励城市群范围内的创新合作，围绕创新网络打造产业网络。以城市群为基本单位、依托信息技术手段，构建线上平台整合创新合作资源，推动合作双方供需精准匹配。各地需跳出行政束缚，建立健全“一条龙”式的创新服务体系，服务保障技术创新全过程。引导技术创新合作成果向产业创新转化，围绕本地技术创新优势领域，针对性地引进对应产业，完善产业链缺失环节，为创新成果转化提供产业支撑和物质基础。
第三，深化产学研融通创新，引导创新成果梯度转移和转化。产学研合作及良好的产业基础能够强化专利合作的产业创新效应，因此要发挥科技领军企业的带动作用，探索构建区域创新联合体或产业创新联盟，推动创新成果转化。推动创新成果优先向制造业基础良好、产业需求旺盛的地区迁移，鼓励产业化成果通过技术交易等形式逐步向欠发达地区流动，推动区域产业高质量发展。
注释：
①黄群慧、盛方富：《以科技创新和产业创新深度融合助力发展新质生产力》，《光明日报》
2024年
07月
16日
。
②数据来源：国家知识产权局，《2023年中国专利调查报告》。
③叶祥松、刘敬：《异质性研发、政府支持与中国科技创新困境》，《经济研究》2018年第9期。
④数据来源：国家知识产权局，《2023年中国专利调查报告》。
⑤Imai, K. , and Y. Baba, “Systemic Innovation and Cross-border Networks: Transcending Markets and Hierarchies” , OECD Conference on Science, Technology and Economic Growth, Paris: OECD, 1989, pp. 389-405.
⑥Freeman, C. , “Networks of Innovators: A Synthesis of Research Issues” , Research Policy, vol. 20, no. 5（1991）, pp. 499-514.
⑦Ahokangas, P. , M. Hyry, and P. Rasanen, “Small Technology-based Firms in a Fast-growing Regional Cluster” , New England Journal of Entrepreneurship, vol. 2, no. 1（1999）, pp. 19-25.
⑧Moldoveanu, C. , C. Baum, and J. Rowley, “Information Regimes, Information Strategies and the Evolution of Interfirm Network Topologies” , Research in Multilevel Issues, 2003, pp. 221-264.
⑨张巍、党兴华：《企业网络权力与网络能力关联性研究——基于技术创新网络的分析》，《科学学研究》2011年第7期。
⑩Gertler, M. , “‘Being There’ : Proximity, Organization, and Culture in the Development and Adoption of Advanced Manufacturing Technologies” , Economic Geography, vol. 71, no. 1（1995）, pp. 1-26.
⑾Hwang, I. , “Evolution of the Collaborative Innovation Network in the Korean ICT Industry: A Patent-based Analysis” , Technology Analysis & Strategic Management, 2021, pp. 1-16.
⑿蒋仁爱、张路路、石皓月：《专利发明人合作对中国专利质量的影响研究》，《科学学研究》2020年第7期。
⒀Zacchia, P. , “Knowledge Spillovers through Networks of Scientists” , The Review of Economic Studies, vol. 87, no. 4（2020）, pp. 1989-2018.
⒁鲜果、曾刚、曹贤忠：《中国城市间创新网络结构及其邻近性机理》，《世界地理研究》2018年第5期。
⒂李泽鑫、刘青、赵忠秀：《协同创新网络与制造业企业出口国内附加值率》，《中国人民大学学报》2024年第3期。
⒃宋旭光、赵雨涵：《中国区域创新空间关联及其影响因素研究》，《数量经济技术经济研究》2018年第7期。
⒄席强敏、李国平、孙瑜康、吕爽：《京津冀科技合作网络的演变特征及影响因素》，《地理学报》2022年第6期。
⒅王海花、孙芹、郭建杰、杜梅：《长三角城市群协同创新网络演化动力研究：基于指数随机图模型》，《科技进步与对策》2021年第14期。
⒆覃成林、黄龙杰：《粤港澳大湾区城市间协同创新联系及影响因素分析》，《北京工业大学学报（社会科学版）》2020年第6期。
⒇李培楠、赵兰香、万劲波：《创新要素对产业创新绩效的影响——基于中国制造业和高技术产业数据的实证分析》，《科学学研究》2014年第4期。
（21）唐露源、谢士尧、胡思洋：《技术需求导向的科技成果转化影响因素研究——以101家高新技术企业为例》，《中国科技论坛》2023年第4期。
（22）聂常虹、武香婷：《股权激励促进科技成果转化——基于中国科学院研究所案例分析》，《管理评论》2017年第4期。
（23）Nerkar, A. and S. Shane, “Determinants of Invention Commercialization: An Empirical Examination of Academically Sourced Inventions” , Strategic Management Journal, vol. 28, no. 11（2007）, pp. 1155-1166.
（24）Wagner, S. , and S. Wakeman, “What Do Patent-based Measures Tell Us about Product Commercialization? Evidence from the Pharmaceutical Industry” , Research Policy, vol. 45, no. 5（2016）, pp. 1091-1102.
（25）Nerkar, A. and S. Shane, “Determinants of Invention Commercialization: An Empirical Examination of Academically Sourced Inventions” , Strategic Management Journal, vol. 28, no. 11（2007）, pp. 1155-1166.
（26）Do, H. , “Determinants of Innovation Commercialization Management and Anticipated Returns: An Exploratory Typology of SMEs” , International Journal of Innovation and Technology Management, vol. 12, no. 1（2014）, pp. 1-20.
（27）王伟光、马胜利、姜博：《高技术产业创新驱动中低技术产业增长的影响因素研究》，《中国工业经济》2015年第3期。
（28）裴玲玲：《科技人才集聚与高技术产业发展的互动关系》，《科学学研究》2018年第5期。
（29）戴魁早、刘友金：《要素市场扭曲与创新效率——对中国高技术产业发展的经验分析》，《经济研究》2016年第7期。
（30）廖直东、李威：《创新型省份建设促进了产业创新成果转化吗？——来自创新型省份建设试点准自然实验的证据》，《产业经济评论》2023年第2期。
（31）胡凯、王炜哲：《如何打通高校科技成果转化的“最后一公里”？——基于技术转移办公室体制的考察》，《数量经济技术经济研究》2023年第4期。
（32）Mukherjee, A. , M. Singh, and A. Žaldokas, “Do Corporate Taxes Hinder Innovation? ” Journal of Financial Economics, vol. 124, no. 1（2017）, pp. 195-221.
（33）詹新宇、于明哲：《组合式财税政策何以有效推动中小企业科技成果转化？》，《管理世界》2024年第8期。
（34）邓向荣、羊柳青、冯学良：《企业国际合作研发能否促进科技成果转化——从知识创新到产品创新》，《中国科技论坛》2022年第8期。
（35）郭冬梅、郭涛、李兵：《进口与企业科技成果转化：基于中国专利调查数据的研究》，《世界经济》2021年第5期。
（36）余义勇、杨忠：《如何有效发挥领军企业的创新链功能——基于新巴斯德象限的协同创新视角》，《南开管理评论》2020年第2期。
（37）Davis, J. , and K. Eisenhardt, “Rotating Leadership and Collaborative Innovation: Recombination Processes in Symbiotic Relationships” , Administrative Science Quarterly, vol. 56, no. 2（2011）, pp. 159-201.
（38）李玉花、简泽：《从渐进式创新到颠覆式创新：一个技术突破的机制》，《中国工业经济》2021年第9期。
（39）史丹、叶云岭、于海潮：《双循环视角下技术转移对产业升级的影响研究》，《数量经济技术经济研究》，2023年第6期。
（40）Calantone, R. , and M. Stanko, “Drives of Outsourced Innovation: An Exploratory Study” , Journal of Product Innovation Management, vol. 24, no. 3（2007）, pp. 230-241.
（41）Amiti, M. , “Location of Vertically Linked Industries: Agglomeration versus Comparative Advantage” , European Economic Review, vol. 49, no. 4（2005）, pp. 809-832.
（42）张可云、张杰彬：《推动科技创新和产业创新融合发展的关键环节和实现路径》，《前线》2024年第9期。
（43）取地级市及以上城市，部分未公布范围的城市群参照此前标准，如粤闽浙沿海城市群参照海峡西岸城市群、宁夏沿黄城市群参照2009年提出时规划的范围。
（44）方创琳：《中国城市群研究取得的重要进展与未来发展方向》，《地理学报》2014年第8期。
（45）席强敏、李国平、孙瑜康、吕爽：《京津冀科技合作网络的演变特征及影响因素》，《地理学报》2022年第6期。
（46）关系总数为城市群内不同城市间形成的非重复合作关系。
（47）网络密度指网络中实际存在的关系数与最大可容纳关系数的比例，反映网络整体联系紧密程度，计算公式为
，其中m为网络中实际存在的关系数，n表示网络节点数量，下同。
（48）单个节点的聚类系数指节点i与相邻节点实际存在的边数与可能存在的总边数之比，而所有节点的平均聚类系数计算公式为
，其中，di为节点i与相邻节点之间实际存在的边数，k表示与节点i相邻的节点数。
（49）平均路径长度指网络中节点两两之间距离的平均长度，计算公式为
，其中dij表示节点i与j之间的最短路径长度。
（50）黄群慧、盛方富：《以科技创新和产业创新深度融合助力发展新质生产力》，《光明日报》
2024年
07月
16日
。
（51）易巍、龙小宁、林志帆：《地理距离影响高校专利知识溢出吗——来自中国高铁开通的经验证据》，《中国工业经济》2021年第9期。
（52）Peri, G. , “Determinants of Knowledge Flows and Their Effect on Innovation” , Review of Economics and Statistics, vol. 87, no. 2（2005）, pp. 308-322.
（53）刘修岩、王峤：《知识溢出的边界效应——来自专利引用数据的证据》，《经济研究》2022年第11期。
（54）Akcigit, U. , S. Baslandze, and S. Stantcheva, “Taxation and the International Mobility of Inventors” , American Economic Review, vol. 106, no. 10（2016）, pp. 2930-2981.
（55）张杰、郑文平：《创新追赶战略抑制了中国专利质量么？》，《经济研究》2018年第5期。
（56）张萃：《外来人力资本、文化多样性与中国城市创新》，《世界经济》2019年第11期。
（57）Falck, O. , D. Heblich, and A. Lameli, “Dialects, Cultural Identity, and Economic Exchange” , Journal of Urban Economics, vol. 72, no. 2（2012）, pp. 225-239.
（58）高翔、龙小宁：《省级行政区划造成的文化分割会影响区域经济吗？》，《经济学（季刊）》2016年第2期。
（59）黄玖立、刘畅：《方言与社会信任》，《财经研究》2017年第7期。
作者简介：席强敏，中国人民大学应用经济学院教授；张杰彬（通讯作者），中国人民大学应用经济学院博士研究生。
