粤港澳大湾区知识创新网络演化及影响因素研究——基于多维邻近视角和社会网络分析方法

罗乐， 张笑玲， 陈妍， 陈嘉鑫（广州大学）

1 引言

党的二十大报告中强调“加快实施创新驱动发展战略，深化粤港澳大湾区创新合作战略”，研究大湾区创新联系网络对了解大湾区创新水平及驱动机制，对提升区域创新综合水平具有重要意义。

“创新网络”[1]为在一定范围内由政府、企业或科研院校之间存在的合作关系所形成的稳定系统[2]。梳理现有文献发现，研究对象多以企业和政府为创新主体[3-4]，对科研院校的研究较少；研究范围上，国内研究多集中于长三角地区，对粤港澳大湾区，特别是香港和澳门的研究较缺乏[5-6]；研究方法上，多采用引力模型，缺乏对创新联系直接的测度[7]；研究内容集中于网络的空间特征，缺少对网络演变及机制的研究[8]。因此，研究采用Web of Science 论文合著数据，围绕高校和科研机构构建粤港澳大湾区知识创新网络，探究2008年～2020年的网络演变机制。

2 研究方法与数据说明

2.1 研究方法

2.1.1 社会网络方法

社会网络分析法作为一门对关系进行量化分析的技术和研究范式，已被广泛地运用于创新网络的研究[9]，适用于研究网络的空间结构、动态演变过程及其影响因素[10]。

选取网络密度、平均路径长度、度中心势和聚类系数等指标来测度整体网络的特征。网络密度可测度网络的疏密程度；平均路径长度能反映出整体网络的联系距离；度中心势和聚类系数分别能测度出网络的向心性和聚集程度。

选取度数中心度、中间中心度和接近中心度来分析网络中各城市的中心地位和作用。度数中心度可反映节点的重要程度如何；中间中心度反映节点控制资源及影响其他城市的能力；接近中心度能测量出节点的独立程度。

网络分析中，由于数据本身存在“关联”，无法使用常规统计分析方法，因此使用QAP 分析方法，解释“关联”之间的关系[11]。

2.1.2 多维邻近

多维邻近性概念被法国邻近动力学派提出后[12]，Boschma构建了五个维度的分类方法和分析框架，包括制度邻近性、地理邻近性、社会邻近性、认知邻近性和组织邻近性[13]。基于前人研究，本研究的多维邻近构建如下。

1）地理邻近

地理邻近Geoij主要是指从地理空间角度考察两地的远近程度，参考周锐波测度方法[14]，查询两城市间最短公路距离，并代入下列公式来衡量城市间的地理邻近性。

式（1）中：dij为城市i与城市j之间的公路距离。

2）制度邻近

在制度临近Insij的测度上参考陈娟的做法[15]，采取两城市间国家级经济技术开发区、高新区、青年创新基地数量和的差值倒数进行测度。

3）社会邻近

社会邻近Socij是合作主体之间基于信任的社会关系，“关系空间”通过相同语言体系有利于知识的隐性传播，进而能够推动区域内的创新活动[16]。采用虚拟变量0 或1，分别代表两城市是否使用同种语言[17]。

4）技术邻近

检索的专利数据来自IncoPat全球专利数据库，采用专利分类中小类500，借鉴Jaffe（1993）测度技术邻近Tecij的方法[18]，计算城市间专利结构的相似性。

式（2）中：PATim、PATjm分别为城市i和城市j当年第m个IPC小类的发明专利申请量

3 创新联系网络结构和演变过程分析

3.1 整体网络结构分析

大湾区的创新网络指标如表1所示。2008年～2020年，创新网络的密度值和平均度数显著提高，增幅明显。表明大湾区城市间的创新联系更紧密。网络的平均路径长度从1.75 下降至1.18，说明联系成本下降，城市间合作更加便捷。从度中心势看，2008年网络的中心性强，度中心势为0.91，随着湾区发展，2020年度中心势下降至0.22，网络的向心性显著减弱。聚类系数缓慢下降，但最小值仍高达0.7，网络整体聚集性较强。

表1 粤港澳大湾区创新网络整体指标

3.2 中心性

2008 年～2020 年大湾区创新网络的中心性见表2。从度数中心度看，大湾区各城市间的创新合作不断加强。其中，广州始终位于首位，是大湾区创新网络的中心城市。2020 年，深圳、香港、佛山追上广州，并列首位。肇庆、江门的度数中心度提升较为缓慢，且一直低于平均值，在大湾区中处于边缘地位。

表2 粤港澳大湾区创新网络中心性

从接近中心度来看，各城市的接近中心度都在下降，说明大湾区创新网络的整体性越来越强，各城市的创新发展越来越离不开与其他城市协同合作。

中间中心度上，在2008 年，广州是大湾区的绝对枢纽，充当中间人角色；2014年，深圳快速发展，成为湾区第二大创新枢纽城市；2020年，广州、深圳、香港、佛山并列成为大湾区中间中心度最高的城市，发挥知识创新中转的作用。

3.3 空间演变

2008 年～2020 年大湾区的知识创新联系如图1～图3。2008 年大湾区创新网络松散稀疏，为单中心的空间结构。2014 年网络密度有所增加，深圳发展迅速，中心度接近广州成为第二大创新节点。广州、深圳、香港之间形成紧密的创新联系，呈现出“广州—深圳—香港”的三角结构。2020年，大湾区创新网络密度显著提升，各城市间创新联系十分紧密，形成以广州、香港、深圳、佛山和珠海为中心的多中心格局。

图1 2008年大湾区创新联系图

图3 2020年大湾区创新联系图

4 QAP

选择10000 次随机置换，对各变量与创新关系矩阵进行QAP回归分析，结果见表3。

表3 QAP 回归分析结果

2008 年～2020 年的制度邻近性均呈现显著性水平。其回归系数的绝对值先降后升，表明制度邻近对创新网络的正向影响存在2008 年～2014 年下降，2014 年后又逐渐增强的趋势。2008 年是《珠江三角洲地区改革发展规划纲要（2008-2020）》实施的第一年，受制度积极影响，大湾区各个城市开始积极地创新合作，陆续成立开发区、高新区等。其间，此类科创区建设经历一定的探索并逐渐成熟。2019年《粤港澳大湾区发展规划纲要》发布，设立了更多具有资金、管理等一系列政策支持的青年创新基地。

社会邻近性呈负相关的显著性水平，且绝对值不断增加。说明社会邻近性的制约作用越来越大，语言差异愈发成为影响合作效率的因素。

技术邻近性显著为正，在2014年～2020年增幅较大。表明具有共同的认知在大湾区创新网络演变中起积极作用。各个时期的影响中，技术邻近的影响始终是最大的，且占比越来越重。说明相似的产业结构更有利于城市之间的合作。

地理邻近的显著性水平均低于10%，一定程度上说明地理邻近对以高校和科研机构为主体的知识创新网络并无显著影响。

5 结论与启示

总的来说，大湾区创新网络愈发紧密，由单中心演变为多中心格局。其中，广州是最核心的节点，早期作为唯一枢纽，带动整个湾区的创新发展。2014年，深圳飞速发展，成为第二中心。香港积极融入大湾区，在2020年与广州、深圳并列，成为大湾区的创新中心城市。肇庆和江门处于创新联系网络最边缘地带，需增加关注。

基于QAP 分析，制度邻近和技术邻近对创新网络具有积极影响，社会邻近有制约作用。为促进大湾区城市间创新联系的进一步发展，要营造区域创新一体化发展的制度环境，推动各类要素在区域内流动；注重完善合作机制，调和城市间由语言差异引起的合作壁垒；在城市间形成共同认知，引导产生相似的知识基础和行为经验等能有效影响创新合作。