创新集聚有利于促进创新的涌现,创新主体之间高度集中的知识溢出和频繁的互动学习使得创新成果的大量出现成为可能。伴随着经济全球化、信息网络化和知识产业化的发展,创新集聚的趋势也发生了改变,从单纯的地理上聚集在一起,转变为网络化的集聚形式。目前,关于创新集聚的研究多从空间的视角研究创新主体在地理上的集聚对创新的影响,亟需从创新网络出发丰富创新集聚的研究。创新网络中的创新集聚现象表现为社团结构,从社团结构的视角研究创新集聚可以更好地描述目前网络化的集聚形式,也是今后的发展方向。本文首先总结现有关于创新网络影响创新绩效、社团识别的研究进展,分析现有研究的不足,据此提出本文的研究问题。其次,结合创新主体之间的合作创新关系,考虑合作权重构建了加权创新网络模型。接着,在定义加权创新网络社团结构的基础上,选择快速模块度优化算法识别网络中的社团,进而分析社团的演化动态。然后,从创新资源集聚、知识溢出效应和降低创新风险三个角度分析了社团结构对创新绩效的影响机理。最后,结合机理分析和相关学者的研究,提出了相应的社团结构影响创新绩效的研究假说,以识别的社团数据为样本,运用负二项回归模型实证分析社团结构对创新绩效的影响。主要结论有:(1)我国新能源汽车行业和高端装备制造行业加权创新网络具有明显的无标度性和小世界性特征。(2)规模较大的社团的平均存在时间更长,且其节点变化更加动态。进一步的分析表明,对于规模小的社团,如果社团中节点的变化率低,则社团的存在时间较长;如果节点的变化率高,则社团的存在时间较短。而对于规模大的社团,如果节点的变化率高,则社团的存在时间较长。(3)加权创新网络中的强联系、社团数量、社团平均规模、社团平均存在时间、社团平均变化率均对创新绩效的提升有正向影响。本文研究表明,加权创新网络模型能更好地刻画真实的创新网络,社团结构能真实地反映加权创新网络中的创新集聚现象。从社团结构的视角出发,能加深我们对网络拓扑特征、创新集聚现象及其对创新绩效影响的认识,有助于进一步揭示网络中的社团这一结构的动态变化规律和促进创新的机理,从而为促进创新集聚、提升产业创新水平提供决策参考。