粤港澳大湾区中心城市技术创新流动网络演化研究——以深圳为案例

doi:10.3969/j.issn.1004-9479.2024.11.20222497

摘要/Abstract

摘要：

技术转移是打破跨区域创新要素流动壁垒的主要形式，对提升创新网络效率具有重要作用。基于深圳与粤港澳大湾区其他城市区域间技术转移专利计量信息及其空间关系，借助社会网络分析方法，从辐射、集聚两个维度，对粤港澳大湾区中心城市深圳与其他城市间技术创新流动网络时空演化进行了研究。研究结论包括：①技术创新流动网络规模不断增大，呈“小世界”特征和“核心-边缘”结构演化趋势；网络整体较为稀疏，个体辐射和集聚能力有待提高。②网络广度和深度不断拓展，其演化遵循累积循环作用机制和社会邻近作用机制，逐步向多中心趋势演化，反映了“路径依赖”“路径锁定”和“路径创造”效应。③集聚网络信息和资源传递的可达性强于辐射网络，而辐射网络的广度和深度均大于集聚网络，空间敏感度更强。④应不断提升个体的技术创新能力，充分发挥科技中介机构、民营企业（特别是高新技术企业）、高校等的各自技术创新优势和影响力，提高技术创新流动的网络广度和深度。

关键词: 粤港澳大湾区, 中心城市, 技术创新流动, 中国特色社会主义先行示范区, 深圳

Abstract:

Technology transfer is the main form of breaking down barriers to cross-regional innovation factor flow and plays an important role in improving the efficiency of innovation networks. Based on the measurement information and spatial relationship of technology transfer patents between Shenzhen and other cities in the Guangdong-Hong Kong-Macao Greater Bay Area, this paper studies the temporal and spatial network evolution of technology innovation flow between Shenzhen and other cities in Guangdong-Hong Kong-Macao Greater Bay Area from two dimensions of radiation and agglomeration. The conclusions are as follows: ① The scale of the technological innovation flow network is growing, showing the characteristics of a "small world" and "core edge" structure evolution trend; The overall network is sparse, and the ability of individual radiation and aggregation needs to be improved. ② The breadth and depth of the network are constantly expanding. The evolution of the network follows the mechanism of cumulative circulation and social proximity. The gradual evolution of the network towards multi center reflects the effects of "path dependence", "path locking" and "path creation". ③ The accessibility of information and resource transfer in the agglomeration network is stronger than that in the radiation network; the breadth and depth of the radiation network are greater than that of the agglomeration network; and the spatial sensitivity is stronger. ④ We should constantly improve the individual's technological innovation ability, fully leverage the respective technological innovation advantages and influence of technology intermediaries, private enterprises (especially high-tech enterprises), universities, etc, and improve the network breadth and depth of technology innovation flow.

Key words: Guangdong-Hong Kong-Macao Greater Bay Area, central city, technology innovation flow, a pilot demonstration area of socialism with Chinese characteristics, Shenzhen

陈穗丽, 陈致昂, 郑舒桐, 杨钰琳, 李文辉. 粤港澳大湾区中心城市技术创新流动网络演化研究——以深圳为案例[J]. 世界地理研究, 2024, 33(11): 94-105.

Suili CHEN, Zhi'ang CHEN, Shutong ZHENG, Yulin YANG, Wenhui LI. Research on the network evolution of technology innovation flow in the central cities of the Guangdong-Hong Kong-Macao Greater Bay Area: A case of Shenzhen[J]. World Regional Studies, 2024, 33(11): 94-105.

图/表 8

表1 技术创新流动社会网络评价指标体系

Tab.1 The evaluation index system of technology innovation mobile social network

层级	衡量指标	计算公式	指标说明
整体层面	节点数	N=\|V\|	网络规模
	边数	M=\|E\|	网络规模
	密度	$D e = 2 E \| V \| (\| V \| - 1)$	网络的紧凑程度
	平均路径长度	$L = 1 12 N (N + 1) d i j$	网络中信息传递的效率
节点层面	节点度	$C D (N i) = ∑ j = 1 N a i j (i ≠ j)$	网络节点的基本特征
	节点强度	$S i = ∑ j w (i, j)$	网络节点的基本特征
	度数中心度	$C D (N i) ̃ = ∑ j = 1 N a i j i ≠ j N - 1$	网络节点地位最直接的指标
	中介中心度	$C B = ∑ j < k g j k (N i) g j k$	网络节点地位最直接的指标
	接近中心度	$C (i) = N - 1 ∑ n = 1 N D i n$	网络节点的独立性

表1 技术创新流动社会网络评价指标体系

Tab.1 The evaluation index system of technology innovation mobile social network

层级	衡量指标	计算公式	指标说明
整体层面	节点数	N=\|V\|	网络规模
	边数	M=\|E\|	网络规模
	密度	$D e = 2 E \| V \| (\| V \| - 1)$	网络的紧凑程度
	平均路径长度	$L = 1 12 N (N + 1) d i j$	网络中信息传递的效率
节点层面	节点度	$C D (N i) = ∑ j = 1 N a i j (i ≠ j)$	网络节点的基本特征
	节点强度	$S i = ∑ j w (i, j)$	网络节点的基本特征
	度数中心度	$C D (N i) ̃ = ∑ j = 1 N a i j i ≠ j N - 1$	网络节点地位最直接的指标
	中介中心度	$C B = ∑ j < k g j k (N i) g j k$	网络节点地位最直接的指标
	接近中心度	$C (i) = N - 1 ∑ n = 1 N D i n$	网络节点的独立性

表2 深圳与粤港澳大湾区其他城市专利技术转移情况 (项)

Tab.2 The patents of technology transfer between Shenzhen and other cities in the Greater Bay Area

阶段	类别	香港	广州	佛山	惠州	东莞	江门	肇庆	珠海	中山
第一阶段（1994—2007年）	辐射专利/项	13	138	17	108	287	5	21	90	43
第一阶段（1994—2007年）	集聚专利/项	34	69	7	12	48	1	0	7	10
第二阶段（2008—2013年）	辐射专利/项	118	1 228	194	714	1 039	115	48	218	358
第二阶段（2008—2013年）	集聚专利/项	180	390	130	246	460	24	6	38	71
第三阶段（2014—2019年）	辐射专利/项	48	693	263	708	1 747	113	27	250	277
第三阶段（2014—2019年）	集聚专利/项	103	1 002	220	588	1 002	29	36	113	239

图1 深圳与粤港澳大湾区其他城市技术创新流动辐射总体网络示意图

Fig.1 The schematic diagram of the overall network of technology innovation flow and radiation between Shenzhen and other cities in the Greater Bay Area

表3 深圳与粤港澳大湾区其他城市技术创新流动辐射网络整体层面特征

Tab.3 The overall level characteristics of technology innovation flow radiation network between Shenzhen and other cities in the Greater Bay Area

阶段	第一阶段（1994—2007年）	第二阶段（2008—2013年）	第三阶段（2014—2019年）	总体（1994—2019年）
节点数/个	370	1 599	2 199	3 691
边数/条	423	1 988	2 694	4 646
密度	0.011	0.029	0.024	0.051
平均路径长度	3.193	2.538	2.018	3.305

图2 深圳与粤港澳大湾区其他城市技术创新流动集聚总体网络示意图

Fig.2 The schematic diagram of the overall network of technology innovation flow and agglomeration between Shenzhen and other cities in the Greater Bay Area

表4 深圳与粤港澳大湾区其他城市技术创新流动集聚网络整体层面特征

Tab.4 The overall level characteristics of technology innovation flow and cluster network between Shenzhen and other cities in the Greater Bay Area

阶段	第一阶段（1994—2007年）	第二阶段（2008—2013年）	第三阶段（2014—2019年）	总体（1994—2019年）
节点数/个	176	1 091	2 066	3 056
边数/条	182	1 226	2 580	3 752
密度	0.012	0.010	0.021	0.026
平均路径长度	1.062	1.269	2.184	1.180

表5 深圳与粤港澳大湾区其他城市技术创新流动辐射总体网络节点层面特征（TOP5）

Tab.5 The node level characteristics of overall network of technology innovation flow radiation between Shenzhen and other cities in the Greater Bay Area (TOP5)

指标	主体（值）
节点度/个	广东高航知识产权运营有限公司（15）	广州博鳌纵横网络科技有限公司（9）	鸿海精密工业股份有限公司（7）	广东华博企业管理咨询有限公司（5）	中山市云创知识产权服务有限公司（5）
节点强度/项	广东高航知识产权运营有限公司（913）	华为技术有限公司（754）	惠州市吉瑞科技有限公司（290）	刘秋明（284）	中山市云创知识产权服务有限公司（207）
度数中心度	广东高航知识产权运营有限公司（0.331）	华为技术有限公司（0.276）	惠州市吉瑞科技有限公司（0.108）	刘秋明（0.106）	中山市云创知识产权服务有限公司（0.077）
中介中心度	广东高航知识产权运营有限公司（0.759）	比亚迪股份有限公司（0.362）	广州博鳌纵横网络科技有限公司（0.326）	鸿海精密工业股份有限公司（0.254）	广东华博企业管理咨询有限公司（0.175）
接近中心度	广东高航知识产权运营有限公司等44个个体（0.249）

表6 深圳与粤港澳大湾区其他城市技术创新流动集聚总体网络节点层面特征（TOP5）

Tab.6 The node level characteristics of the overall network of technology innovation flow cluster between Shenzhen and other cities in the Greater Bay Area (TOP5)

指标	主体（值）
节点度/个	广东高航知识产权运营有限公司（11）	刘乐凝（7）	广州市恒策科技服务有限公司（5）	中山市元亨家居用品有限公司、茹朝贵、中山大学、深圳创宇鹏兴科技有限公司（4）
节点强度/项	广东高航知识产权运营有限公司（117）	深圳TCL新技术有限公司（105）	深圳比亚迪微电子有限公司（101）	惠州比亚迪实业有限公司（97）	东莞捷荣技术股份有限公司、康凯（84）
度数中心度	深圳TCL新技术有限公司（0.239）	深圳比亚迪微电子有限公司（0.223）	惠州比亚迪实业有限公司（0.218）	东莞捷荣技术股份有限公司（0.191）	康凯（0.191）
中介中心度	刘乐凝（0.112）	广州市恒策科技服务有限公司（0.095）	深圳市胜意佳厨房用品有限公司（0.065）	广东高航知识产权运营有限公司（0.056）	深圳市颈势鸿贸易有限公司（0.044）
接近中心度	广东高航知识产权运营有限公司等24个个体（0.237）

参考文献 29

1	王帮娟, 王涛, 刘承良. 中国技术转移枢纽及其网络腹地的时空演化. 地理学报, 2023, 78(2): 293-314.
	WANG B, WANG T, LIU C. Spatiotemporal dynamics of China's technology transfer hubs and their hinterworlds. Acta Geographica Sinica, 2023, 78(2): 293-314.
2	CASTELLS M. The Rise of the Network Society. Oxford: Blackwell, 1996.
3	CHESBROUGH H. Open Innovation: The New Imperative for Creating and Profiting from Technology. New York: Harvard Business Press, 2006.
4	桂钦昌, 杜德斌, 刘承良, 等. 全球城市知识流动网络的结构特征与影响因素. 地理研究, 2021, 40(5): 1320-1337.
	GUI Q, DU D, LIU C, et al. Structural characteristics and influencing factors of the global inter-city knowledge flows network. Geographical Research, 2021, 40(5): 1320-1337.
5	宓泽锋, 曾刚. 本地知识基础对新兴产业知识流动的影响——以中国燃料电池产业为例. 地理学报, 2021, 76(4): 1006-1018.
	MI Z, ZENG G. The impact of local knowledge base on knowledge flow of emerging industry: A case of China's fuel cell industry. Acta Geographica Sinica, 2021, 76(4): 1006-1018.
6	郑万腾, 赵红岩, 陈羽洁, 等. 技术扩散能否成为区域创新效率提升的新动能——研发要素流动视角. 科技进步与对策, 2020, 37(21): 56-63.
	ZHENG W, ZHAO H, CHEN Y, et al. Can technology diffusion become a new driving force for improving regional innovation efficiency: From the perspective of R&D factor flow. Science ＆ Technology Progress and Policy, 2020, 37(21): 56-63.
7	梁丽娜, 于渤. 技术流动、创新网络对区域创新能力的影响研究. 科研管理, 2021, 42(10): 48-55.
	LIANG L, YU B. Research on the impact of technology flow and innovation networks on regional innovation capability. Science Research Management, 2021, 42(10): 48-55.
8	王林辉, 胡晟明, 董直庆. 技术流动的创新效应:来自技术势差和技术相似度视角的经验证据. 南京社会科学, 2022(5): 34-44.
	WANG L, HU S, DONG Z. The innovation effect of technology flow: Empirical evidence from the perspective of technology potential difference and technology similarity. Nanjing Journal of Social Sciences, 2022(5): 34-44.
9	王正明, 李远, 李文超. 创新要素流动对区域技术进步的空间效应研究. 南京工业大学学报(社会科学版), 2021, 20(5): 65-79.
	WANG Z, LI Y, LI W. A Study on the spatial effect of innovation factor flow on regional technological progress. Journal of Nanjing Tech University(Social Science Edition), 2021, 20(5): 65-79.
10	贾善铭, 唐海菊. 技术创新对经济增长的非线性影响——基于要素流动视角. 开发研究, 2021(2): 69-76.
	JIA S, TANG H. The nonlinear impact of technological innovation on economic growth: From the perspective of factor flow, Research on Development, 2021(2): 69-76.
11	TSUTOMU H. A model of intersectoral flow of technology using technology and innovation flow matrices. Economic Systems Research, 2018, 30(2): 238-251.
12	李文辉, 冼楚盈, 陈丽茹, 等. 基于专利计量的粤港澳大湾区技术创新流动研究. 世界地理研究, 2023, 32(12): 129-141.
	LI W, XIAN C, CHEN L, et al. Research on technological innovation flow in the Guangdong-Hong Kong-Macao Greater Bay Area based on patent measurement. World Regional Studies, 2023, 32(12): 129-141.
13	叶雷,曹贤忠,宓泽锋,等.中国高校技术转移网络的时空特征及影响因素:基于高校-城市二模网络视角.地理研究, 2023,42(1):69-85.
	YE L, CAO X, MI Z, et al.Spatiotemporal dynamic and influencing mechanism of university technology transfer network in China: A university-city bipartite network perspective.Geographical Research,2023,42(1): 69-85.
14	马海涛.知识流动空间的城市关系建构与创新网络模拟.地理学报,2020,75(4):708-721.
	MA H.Urban relationship construction and innovation network simulation of knowledge flow space.Acta Geographica Sinica,2020,75(4): 708-721.
15	朱贻文, 曾刚, 曹贤忠, 等.不同空间视角下创新网络与知识流动研究进展. 世界地理研究, 2017, 26(4): 117-125.
	ZHU Y, ZENG G, CAO X, et al. Research progress of innovation network and knowledge flow. World Regional Studies, 2017, 26(4): 117-125.
16	刘承良, 管明明.基于专利转移网络视角的长三角城市群城际技术流动的时空演化.地理研究,2018,37(5):981-994.
	LIU C, GUAN M. Spatio-temporal evolution of interurban technological flow network in the Yangtze River Delta Urban Agglomeration: From the perspective of patent transaction network. Geographical Research, 2018, 37(5): 981-994.
17	刘承良, 牛彩澄. 东北三省城际技术转移网络的空间演化及影响因素. 地理学报, 2019, 74(10): 2092-2107.
	LIU C, NIU C. Spatial evolution and factors of interurban technology transfer network in Northeast China from national to local perspectives. Acta Geographica Sinica, 2019, 74(10): 2092-2107.
18	张建伟, 梁常安, 胡正玉, 等. 黄河流域市际技术转移网络的时空特征. 经济地理, 2020, 40(5): 58-69.
	ZHANG J, LIANG C, HU Z, et al. Spatiotemporal characteristics of intercity technology transfer network in the Yellow River Basin. Economic Geography, 2020, 40(5): 58-69.
19	王秋玉, 曾刚, 杨文龙, 等. 长江经济带技术转移网络结构及影响机制探究. 长江流域资源与环境, 2022, 31(1): 1-12.
	WANG Q, ZENG G, YANG W, et al. Research on structure and effect mechanism of technology transfer network in Yangtze River Economic Belt. Resources and Environment in the Yangtze Basin, 2022, 31(1): 1-12.
20	李庆博, 李子彪. 京津冀区域技术转移网络结构与网络治理. 科技管理研究, 2019, 39(3): 99-106.
	LI Q, LI Z. Network structure and network governance of technology transfer in Beijing-Tianjin-Hebei Region. Science and Technology Management Research, 2019, 39(3): 99-106.
21	许云, 刘云, 贺艳. 北京高校和科研机构跨区域技术转移模式及政策启示. 科研管理, 2017, 38(S1): 444-452.
	XU Y, LIU Y, HE Y. Trans-regional technology transfer pattern and policy implications of Beijing universities and research institutes. Science Research Management, 2017, 38(S1): 444-452.
22	熊励, 孙文灿. "互联网+"背景下创新要素流动对城市能级提升的动力机制研究——以上海数据和模型仿真为例. 科技进步与对策, 2016, 33(20): 43-49.
	XIONG L, SUN W. Study on the dynamic mechanism of how the innovation elements flows promote city level in the internet plus era: Take Shanghai as an example. Science & Technology Progress and Policy, 2016, 33(20): 43-49.
23	吴炫, 杨家文. 流动量与关注度视角下的城市网络结构——以广州、深圳为例. 地理科学进展, 2019, 38(12): 1843-1853.
	WU X, YANG J. Urban network structure from the perspective of mobility and attention--Taking Guangzhou and Shenzhen as examples. Progress in Geography, 2019, 38(12): 1843-1853.
24	施洁, 谢志岿, 吴定海. 深圳先行示范区建设进程的量化评价与预测. 深圳社会科学, 2020(2): 22-31.
	SHI J, XIE Z, WU D. Quantitative evaluation and prediction of the construction process of Shenzhen Pilot Demonstration Zone. Social Sciences in Shenzhen, 2020(2): 22-31.
25	WU L, WANG D, EVANS J. Large teams develop and small teams disrupt science and technology. Nature, 2019, 566(7744): 378-382.
26	李文辉, 李青霞, 丘芷君. 基于专利计量的粤港澳大湾区协同技术创新演化研究. 统计研究, 2019, 36(8): 74-86.
	LI W, LI Q, QIU Z. Research on the evolution of collaborative technology innovation in the Guangdong-Hong Kong-Macao Greater Bay Area based on patent measurement, Statistical Research, 2019, 36(8): 74-86.
27	TEECE D. Technology transfer by multinational firms: The resource cost of transferring technological know-how. The Economic Journal, 1977, 87(346): 242-261.
28	刘承良, 管明明, 段德忠. 中国城际技术转移网络的空间格局及影响因素. 地理学报, 2018, 73(8): 1462-1477.
	LIU C, GUAN M, DUAN D. Spatial pattern and influential mechanism of interurban technology transfer network in China. Acta Geographica Sinica, 2018, 73(8): 1462-1477.
29	闫姗姗,刘承良. 中国对外技术转移网络的空间演化及其影响因素. 世界地理研究, 2023, 32(1): 19-30.
	YAN S, LIU C. Spatial evolution and influential factors of China's foreign technology transfer network. World Regional Studies, 2023, 32(1): 19-30.

[1]	肖若兰, 马仁锋, 马静武, 王建庆. 全球海洋中心城市：理论溯源、衡量基线与方法论争[J]. 世界地理研究, 2024, 33(9): 104-117.
[2]	李文辉, 冼楚盈, 陈丽茹, 张芷欣. 基于专利计量的粤港澳大湾区技术创新流动研究[J]. 世界地理研究, 2023, 32(12): 129-141.
[3]	李文辉, 邱晓晴. 基于社会网络的城市疫情空间扩散及治理研究[J]. 世界地理研究, 2022, 31(3): 637-648.
[4]	陈虹, 林伊婷, 刘云刚, 黄慧明, 陈祁琪, 刘仕影, 陈西雅. “一国两制”下香港居民跨境消费行为特征和影响因素研究[J]. 世界地理研究, 2021, 30(5): 1024-1035.
[5]	邓昊键, 李恒凯, 熊永柱, 郑春燕, 李迎双. 近20年粤港澳大湾区城市群时空演化格局分析[J]. 世界地理研究, 2020, 29(6): 1181-1189.
[6]	李文辉, 丘芷君, 利雪莹, 陈忠暖. 国家中心城市高校技术创新溢出格局比较研究[J]. 世界地理研究, 2020, 29(4): 781-791.
[7]	武前波, 惠聪聪. 新时期我国中心城市人口城镇化特征及其空间格局[J]. 世界地理研究, 2020, 29(3): 523-535.
[8]	熊瑶, 黄丽. 粤港澳大湾区城市网络的时空演化[J]. 世界地理研究, 2019, 28(5): 83-94.