中國新能源汽車產業創新網絡及其溢出效應研究

　　在過去的幾十年中，新能源汽車產業已經通過汽車企業間的合作在全球創新系統中形成了龐大的綜合知識庫。中國作為新能源汽車產業創新研究的典型地區，其新能源汽車產業的創新發展處于何種發展階段?是否形成了復雜的創新網絡，并通過創新網絡的溢出效應推動了整體的創新發展?目前，關于以上問題的研究相對較少，本文嘗試重點對以上問題進行分析探討。

　　創新活動在不同尺度下產生的知識共享、匹配和溢出的現象是目前創新研究的核心內容;并且，隨著流空間和網絡等概念的提出，網絡外部性——即知識在網絡結構中的溢出效應與集聚外部性共同成為刻畫空間溢出效應的核心概念。但受新能源汽車發展較晚的影響，國內對于新能源汽車產業創新網絡的相關研究相對較少，僅有少量研究對其網絡結構進行了相關分析，其發展中的溢出效應更鮮有涉及。同時，在中國近10年的新能源汽車產業快速發展中，以比亞迪、蔚來、小鵬等為代表的自主新能源汽車品牌企業逐漸占據了新能源汽車市場，沖擊了傳統以國有汽車企業為主導的汽車市場;并且，作為具有高技術門檻的產業，新能源汽車產業可能具有不同于傳統汽車制造業的創新發展模式。

　　據此，本研究選取中國新能源汽車產業的創新活動作為研究對象，主要對兩個方面展開分析： 基于新能源汽車專利數據，利用社會網絡分析方法，構建2011—2020年這?10?年來中國新能源汽車產業的城市合作矩陣，識別其創新網絡結構及演化過程; 基于創新網絡中的城市合作關系，通過空間杜賓模型計算其網絡溢出效應，并與基于城市的鄰接關系和距離關系的溢出效應對比，以期為中國新能源汽車產業的發展模式提供更豐富的實證證據與發展建議。

新能源汽車產業創新網絡空間結構分析

　　新能源汽車產業創新網絡數據及方法

　　本研究數據源自“專利匯”專利情報服務平臺。新能源汽車是指采用非常規動力來源的汽車，因此基于已有研究，本研究以“純電動”“新能源”“混合動力”“氫動力”和“燃料汽車”為檢索字段進行專利檢索;同時，考慮到我國新能源汽車產業的快速發展主要集中于近10年內，且用于計算溢出效應的相關統計數據僅更新至?2020?年，本研究篩選了專利公布日位于2011—2020年的國內有效專利數據，并剔除完全由個人提出申請的專利數據，共計獲得24957條新能源汽車有效專利數據，其中完全由企業、高校和科研機構完成的合作專利數據共計2328條。在此基礎上，利用“愛企查”企業信息垂直搜索引擎與展示平臺逐條獲取各專利申請單位的地理位置——當該專利的申請企業、高校和科研機構的地理位置位于兩個不同城市時，則記這兩個城市間存在1次合作關系，如果存在三個或三個以上城市，則兩兩之間記1次合作關系，進而構建中國新能源汽車產業創新網絡。

　　本研究基于社會網絡分析方法，利用多項相關指標計算了中國新能源汽車產業創新網絡的整體和節點特征。在對創新網絡的整體特征計算中，結網比例指合作專利占全部專利的比例;平均度指創新網絡中各節點的合作節點數量的平均值;網絡密度指創新網絡中各節點直接的合作密切程度;平均距離指創新網絡中任意兩節點之間產生合作聯系的平均距離;平均聚類系數則是在平均距離的基礎上，測算了網絡中與同一節點相連的兩個節點間建立聯系的平均概率。在對創新網絡的具體節點特征的計算中，節點中心度指與某一結點有合作關系的節點數量;接近中心度指某一結點到其他所有與之有合作關系的節點平均距離的倒數;中介中心度指某一結點到與之有合作關系的節點的最短路徑的數量。

　　新能源汽車產業創新網絡總體特征

　　中國新能源汽車產業創新能力不斷提升，但合作創新相對較少。由表1可知，自2011年以來，中國新能源汽車產業相關獲批專利數量逐年遞增;尤其在2015年后，中國新能源汽車產業進入快速發展時期，每年獲批專利數較前一年均增長在600件以上，可見中國新能源汽車產業創新能力在逐年提升。相反，結網比例雖然于2014年達到最大值22.57%，相較往年有所提升，但整體上仍呈現逐年下降的趨勢，至2020年，結網比例僅為10.98%。這反映出自2011年以來，盡管中國新能源汽車產業獲批的合作專利數量同專利總數同樣呈增長趨勢，但更多的專利由企業獨立完成申請，合作專利數量的增速遠低于專利總數的增速。

　　參與到中國新能源汽車產業創新網絡中的城市逐年增多，但城市之間的合作主要集中在部分城市。平均度自2011年以來逐年上升，至2018年到最大值后開始降低。這反映出隨著中國新能源汽車產業的發展，以及參與其生產創新的企業和城市逐漸增多，城市之間的合作對象也逐漸豐富。但受國內新能源汽車補貼政策進一步退坡影響，2019年中國新能源汽車產銷量首次出現下降的情況，新能源汽車企業相應地減少了企業間的專利合作，同時2020年受疫情的影響，城市間合作成本提升，因此2019年后平均度出現顯著下降。而網絡密度則表現出逐年下降的趨勢，雖然更多的城市參與到中國新能源汽車產業創新網絡中，但新參與的城市與其他城市的合作并不密切，僅和少數特定的城市開展了新能源汽車的專利合作。

　　平均距離和平均聚類系數的變化趨勢進一步解釋了自2011年以來網絡密度逐年下降的現象。隨著中國新能源汽車產業創新網絡中參與城市逐漸增多，其平均距離在2014年后穩定在2.2—2.4，而平均聚類系數雖然2017年僅有5.089，但整體呈上升趨勢。這反映出中國新能源汽車創新網絡中小世界網絡特征逐漸凸顯，即新能源汽車專利合作往往集中于特定的兩個或幾個城市間，而不是隨機出現。

　　新能源汽車產業創新網絡節點特征

　　中國新能源汽車產業的創新活動主要集中在三大城市群與其他直轄市、省會城市和首府城市。由圖1可知，中國新能源汽車產業有效專利的申請企業主要集中分布在北京市和長江三角洲城市群地區，此外粵港澳大灣區、重慶市、成都市、武漢市、鄭州市等地區也有少量分布。這反映了中國新能源汽車研發企業和科研機構集中的地理位置。例如，北京市擁有清華大學、北京理工大學、中國科學院下屬各類研究所，以及北汽集團和國家電網有限公司;長江三角洲城市群擁有(上海)上海交通大學、上汽集團，(浙江)浙江大學、吉利汽車集團，(江蘇)東南大學、南京理工大學、國電南瑞科技有限公司，以及(安徽)合肥工業大學、江淮汽車集團、奇瑞汽車集團等新能源汽車研發單位。

　　北京市、上海市和其他省會城市、首府城市是中國新能源汽車產業創新網絡中的核心節點，并具有引導其他城市共同開展新能源汽車專利合作的能力。由表2可知，北京市節點中心度自2011年以來始終是中國新能源汽車產業創新網絡中各城市的最高值，并且遠高于其他城市。這反映出北京市不僅在數量上擁有最多的新能源汽車產業專利，同時相對于其他城市，還與創新網絡中更多其他的節點城市開展了新能源汽車的創新合作。北京市在中介中心度上自2011年以來也保持著遠高于其他節點城市的數值。這反映了在新能源汽車產業創新網絡中，北京市擁有遠高于其他城市的在聯合其他兩個及兩個以上城市共同開展研發活動的能力。上海市的節點中心度和中介中心度自2011年以來上升顯著。同時，杭州市和南京市等其他長江三角洲城市群地區的城市也具有較高的節點中心度和中介中心度。結合圖1可知，在長江三角洲城市群地區，上海市同其他城市已經形成了復雜的新能源汽車產業創新網絡，同樣具有聯合其他兩個及兩個以上城市共同開展研發活動的能力。此外，相較于2011—2015年，2016—2020年的節點中心度和中介中心度排名前10名的城市中省會城市和首府城市顯著增多，這是由于省會城市和首府城市在省內和自治區內通常擁有更多的政策傾斜和更為豐富的企業、科研資源。隨著參與到中國新能源汽車產業創新網絡中的城市逐漸增多，省會城市和首府城市更有能力與率先開展新能源汽車研發的城市開展合作，或者自主開展并引導其他鄰近城市參與新能源汽車的研發活動。

　　綜上，隨著中國新能源汽車產業的發展，其創新網絡已初具規模，并有快速增長的趨勢;但整體上，城市間的合作并不密切，隨著參與創新網絡的城市增多，部分直轄市、省會城市和首府城市憑借其經濟和政策上的優勢，使得創新網絡中小世界網絡特征更加顯著。其中，北京市是中國新能源汽車創新網絡的核心節點，同時其也具有較強地推動其他城市開展新能源汽車研發合作的能力。

新能源汽車產業創新網絡溢出效應

　　新能源汽車產業溢出效應特征

　　溢出效應反映了經濟活動中產生的外部性，其中集聚外部性和網絡外部性從兩種角度解釋了在創新活動中的溢出效應。前者強調了知識在傳播過程中的距離成本——更加鄰近的區位往往更利于企業間知識的共享、匹配與學習;尤其是在交通條件相對較差的環境下，距離對知識在空間中溢出的影響則更為顯著。后者則認為隨著生產網絡的不斷擴張，產業集群的跨區域合作愈發明顯——不同區域的創新動力不僅取決于其自身的內生要素，更受到了其在多個尺度下生產網絡中的分工協作的影響。而隨著產學研一體化的推進，在企業之外的高校和科研機構也開始參與到創新活動中。因此，創新活動的溢出效應不僅局限在縱向產業鏈上的各企業間，同時也存在于橫向企業與高校和科研機構之間的知識鏈上。

　　新能源汽車產業作為新興的高技術門檻產業，其產業鏈涉及多種不同類型的企業間，高校和科研機構之間，以及企業與高校、科研機構之間的研發與合作。從新能源汽車產業創新網絡中的合作關系來看：① 新能源汽車產業中的合作一部分是新能源汽車企業與相關高校、科研機構間的合作。在中國新能源汽車產業發展初期，新能源汽車技術研發能力主要集中于高校和科研機構中，新興的新能源汽車企業必須依托于政府的政策支持，通過與科研機構開展合作來進行新能源汽車技術創新。但是，新能源汽車企業與擁有新能源汽車研發能力的高校和科研機構在空間分布上并不完全耦合，因此容易形成跨區域的城市合作關系。② 新能源汽車產業中的合作另一部分則是新能源汽車企業間的合作。隨著新能源汽車產業的發展，更多體量較大的汽車企業參與到該領域的研發活動中，此類汽車企業擁有充足的科研資金自發進行新能源汽車技術的研發。為了降低生產成本，企業通過內部分工，將不同產品的生產及相應的創新部門從企業內部劃分至其他城市進行生產及研發，或者單獨將研發部門劃分至創新環境更好的城市，進而形成跨城市的合作關系。知識也通過以上兩種方式形成了網絡溢出效應。

　　空間自相關分析

　　中國新能源汽車產業有效專利在城市間存在一定的空間集聚現象，并且集聚程度有上升趨勢。由表3可知，2011—2015年和2016—2020年中國新能源汽車專利的全局莫蘭指數均通過了5%的顯著性檢驗，并且莫蘭指數均為正值，但整體較低，這表示中國新能源汽車的專利在城市間存在較弱的空間集聚現象。相較于2011—2015年，2016—2020年的莫蘭指數有所提升，這也反映出隨著更多城市參與到新能源汽車的研發中，專利申請的空間集聚現象逐漸凸顯。

　　圖2進一步說明了專利申請的空間集聚現象具體的空間分布特征。① 與北京市鄰近的天津市、保定市和張家口市均為“高-高”聚類地區，但同時也存在唐山市、廊坊市等“低-高”聚類地區。這反映出北京市作為新能源汽車研發的核心城市，對其鄰近城市具有一定的知識溢出效應，但其溢出具有較為明顯的指向性——雖然部分城市對于北京市地理鄰近，但北京市知識溢出并沒有對其產生較為明顯的影響。② 在長江三角洲城市群地區具有顯著新能源汽車專利空間集聚現象，以上海市、南京市、杭州市和寧波市等為代表的城市形成了“高-高”聚類的連片區。同時，比較2011—2015年和2016—2020年的局部莫蘭指數空間格局可以發現，在2011—2015年，屬于“高-高”聚類的城市外圍存在大量屬于“低-高”聚類的城市，主要分布于浙江省南部、江蘇省北部和安徽省東部;而隨著新能源汽車產業的發展，這些城市逐漸從“低-高”聚類轉變為“高-高”聚類，“低-高”聚類區進一步向外圍延伸，這表現出顯著的依托地理鄰近性的知識溢出效應。③ 廣東省西部、廣西壯族自治區和云南省存在連片的“低-低”聚類區。這3個省份均擁有一定的汽車制造業基礎，但涉及新能源汽車的企業相對較少。盡管廣東省擁有比亞迪等重要新能源汽車企業，但其知識溢出也僅局限于粵港澳大灣區，難以產生較為明顯的地理鄰近上的知識溢出。

　　溢出效應的顯著性分析

　　根據莫蘭指數結果可知，中國新能源汽車產業可能存在一定的溢出效應。因此，本研究進一步利用空間杜賓模型對中國新能源汽車產業的空間溢出效應進行測度。現有研究指出，顯性知識與隱性知識擁有不同的傳播方式：隱性知識通常以非正式傳播方式進行傳播，其傳播距離限制較強，而顯性知識更容易以多種方式實現跨地區的傳播，二者互為補充。此外，多維鄰近性也強調了在地理鄰近外，也存在諸多其他鄰近性。因此，在模型構建時，本研究以各城市專利數量作為被解釋變量，城市人均國內生產總值(GDP)、規模以上工業企業R&D資金投入和科學技術支出等10項指標作為解釋變量;在設置網絡鄰接矩陣的基礎上，同時分別設置了城市空間距離矩陣和空間鄰接矩陣作為對照，來衡量城市間空間鄰近關系、空間距離關系與網絡鄰近關系對新能源汽車產業溢出效應的影響。

　　基于不同空間矩陣的中國新能源汽車產業空間溢出效應結果表示：① 中國新能源汽車產業的創新發展整體上并未形成向鄰近城市的溢出效應。在基于城市距離關系和鄰接關系的溢出效應中，空間自回歸系數(rho)均不顯著，這表示2011—2020年中國新能源汽車產業的創新活動并沒有在全國尺度上形成顯著的城市向鄰近城市溢出的情況。② 中國新能源汽車產業的創新發展存在一定的網絡溢出效應。網絡溢出效應的rho在1%水平下顯著且為正，表示2011—2020年中國新能源汽車產業的創新活動在城市網絡中具有一定的正向溢出。③ 企業的R&D投入在推動新能源汽車產業的創新發展中發揮了重要的促進作用。在主效應中，規模以上工業企業R&D經費內部支出同新能源汽車專利數量呈顯著的正相關，而在進一步的效應分解中，市域內規模以上工業企業R&D經費內部支出在直接效應中仍同新能源汽車產業專利數量呈顯著的正相關，但間接效應并不相關。這表示企業在當地R&D經費投入雖然對當地的新能源汽車創新活動有一定的促進作用，但也未產生顯著的溢出效應。

　　因此，由上述分析可知，新能源汽車企業是當前中國進行新能源汽車創新活動的主體。但一方面中國新能源汽車產業發展仍處于初期，并未形成相對健全的產業體系;另一方面則是新能源汽車的研發有較高的技術門檻，企業間的合作難以開展。中國新能源汽車產業創新網絡的結網比例及其下降趨勢也表示，大部分新能源汽車的研發基本由企業獨立完成。這使得中國新能源汽車在2011—2020年并未產生顯著的溢出效應，僅在長江三角洲城市群地區有一定的創新活動的集聚現象。

　　結論與建議

　　結論

　　本研究以中國新能源汽車產業的創新活動為研究對象，利用新能源汽車產業的合作專利數據構建了中國新能源汽車產業的城市合作矩陣，識別了其創新網絡的結構及演化過程。在此基礎上，運用空間杜賓模型計算了中國新能源汽車產業創新活動的網絡溢出效應，并與基于城市距離關系和鄰近關系的溢出效應進行對比，得出3點具體結論。

　　(1)2011—2020年，中國新能源汽車產業的創新活動已初具規模，并形成了一定規模的創新網絡;但相對于新能源汽車產業整體上的創新活動，城市、企業間的創新合作相對較少，合作關系并不密切，創新網絡仍處于發展初期。

　　(2)城市在參與新能源汽車產業創新網絡的過程中，城市的規模優勢和等級優勢顯著。規模較大的省會城市和首府城市擁有更多的企業及政策優勢來吸引其他企業或科研機構開展新能源汽車的研發活動，并推動鄰近城市共同參與到相關研發活動中。

　　(3)企業的R&D投入是推動當地新能源汽車產業創新發展的核心動力，但其作用尺度在當前階段主要表現在城市內部。盡管新能源汽車產業的創新發展在長江三角洲城市群地區出現了一定的空間集聚現象，但整體上，在城市的地理鄰近和網絡鄰近關系上均未產生顯著的溢出效應。

　　建議

　　(1)持續實施針對新能源汽車產業創新研發的補貼政策，推動新能源汽車產業內更廣泛的企業與企業、企業與高校和科研機構之間的合作。政府在制定新能源汽車企業的優惠政策時，除減少、免除相關稅收外，更需要實施有利于企業開展技術研發的相關政策，以推動當地新能源汽車產業產學研一體化，鼓勵當地企業與高校和科研機構以及其他擁有技術互補的企業開展合作。同時，在不同空間層級(如省域內、都市圈、城市群等)上制定有利于城市間開展研發合作的相關政策，降低在不同城市的企業合作過程中由行政邊界造成的合作壁壘，推動新能源汽車產業創新網絡的發展。

　　(2)根據不同地區新能源汽車產業的發展階段、創新資源稟賦與區位條件，針對性地完善新能源汽車產業鏈與知識鏈的建設，并發揮創新網絡中核心節點城市的帶動作用，推動新能源汽車產業創新在區域中的網絡化發展。就具體城市與區域而言：① 持續發揮北京市科研資源優勢，加大對清華大學、北京理工大學等具有新能源汽車研發實力的高校，以及中國科學院微電子研究所、中國科學院電工研究所等科研機構的研發經費投入，并鼓勵科研機構同當地及鄰近城市的新能源汽車企業開展研發合作。② 發揮長江三角洲城市群企業產業鏈相對完善、合作密切的優勢，適當減少不同城市、省份之間企業合作的政策限制，推動長江三角洲城市群新能源汽車產業創新網絡的發展。③ 粵港澳大灣區擁有比亞迪、小鵬、廣汽埃安等眾多新能源汽車品牌，其產業鏈上游關鍵零部件的生產、研發工作在該地區各城市均有分布，但企業間缺少產業鏈上的合作。在未來的新能源汽車產業發展中，應鼓勵不同城市間的上下游企業開展合作，實現上下游產業的有效結合。④ 中西部地區一方面應利用當地地租、人力等資源優勢，吸引東部地區新能源汽車企業的投資，并同其他新能源汽車企業共同開展相關研發活動，參與到新能源汽車產業創新網絡中;另一方面則應發揮中西部地區長安等新能源汽車品牌的資源優勢，逐步帶動中西部地區的新能源汽車產業進行創新發展。

　　(作者：熊志飛，中國科學院地理科學與資源研究所;張文忠，中國科學院地理科學與資源研究所、中國科學院區域可持續發展分析與模擬重點實驗室、中國科學院大學 資源與環境學院。《中國科學院院刊》供稿))

作者：熊志飛、張文忠