跨境技术创新溢出网络演化研究：中国香港案例

doi:10.3969/j.issn.1004-9479.2025.08.20230805

摘要/Abstract

摘要：

技术创新溢出的跨境流动正塑造着全球创新格局，有效吸收溢出日渐成为提升创新实力的关键途径。基于内地对香港专利的9 763次引用文献，采用社会网络分析方法和相关性回归分析方法，研究了香港向内地跨境技术创新溢出网络的演化过程及其作用机理。结论如下：①香港向内地跨境技术创新溢出时序演化具有时滞性，溢出高峰出现在专利申请公开后2年左右，随后专利被引用次数呈阶梯式递减；②香港向内地跨境技术创新溢出区域范围逐渐增大，总体呈从东南向西北拓展态势，溢出平均地理距离为1 313.19km；但空间分布不均衡，具有区域等级层次和空间异质性，“东多西少、南多北少”的“马太效应”明显；③ 香港向内地跨境技术创新的溢出网络广度和深度不断拓展；个体网络呈“大分散、小聚集”的“小世界”特征，创新主体间建立溢出关系的机会空间增大；网络演化过程受经济邻近、关系邻近、组织邻近和技术邻近等多维邻近综合作用影响，兼具路径依赖和路径创造特征，地理邻近和正向技术势差对网络演化的影响作用不明显。

关键词: 技术创新, 溢出, 跨境, 专利引用, 香港

Abstract:

The cross-border flow of technological innovation spillover is shaping the global innovation pattern in the profound changes unseen in a century, and effective absorption of spillover has increasingly become a key way to enhance innovation strength. Based on the 9 763 citations of Hong Kong patents in the Chinese mainland, the evolution process and mechanism of the cross-border technological innovation spillover network from Hong Kong to the Chinese mainland were studied by using social network analysis method and correlation regression analysis method. The conclusions of the study include: ① The spillover timing evolution of cross-border technological innovation from Hong Kong to the Chinese mainland has the characteristics of time lag, and the spillover peak occurs in the patent application for about 2 years, and then the number of patents cited is decreasing in a stepwise manner. ② The scope of cross-border technological innovation spillover areas from Hong Kong to the Chinese mainland has gradually increased, and the overall trend is expanding from southeast to northwest, the average geographical distance of spillover is 1313.19km, but the spatial distribution is uneven, with regional hierarchical levels and spatial heterogeneity, and the "Matthew effect" of "more east and west, more south and less north" is obvious. ③ The breadth and depth of the cross-border technological innovation spillover network from Hong Kong to the Chinese mainland continue to expand. The individual network is characterized by a "small world" of "large dispersion and small aggregation", the opportunity space for the establishment of spillover relationship among subjects increases. The evolution process of network is affected by the comprehensive effect of multidimensional proximity such as economic proximity, relationship proximity, the influence of organizational proximity and technological proximity, and geographical proximity and forward technology potential difference on network evolution is not obvious.

Key words: technological innovation, spillover, cross-border, patent citations, Hong Kong

唐志华, 杨钰琳, 陈致昂, 李文辉. 跨境技术创新溢出网络演化研究：中国香港案例[J]. 世界地理研究, 2025, 34(8): 114-127.

Zhihua TANG, Yulin YANG, Zhiang CHEN, Wenhui LI. Research on the evolution of cross-border technological innovation spillover networks: The example of Hong Kong, China[J]. World Regional Studies, 2025, 34(8): 114-127.

图/表 10

表1 香港向内地技术创新溢出专利情况

Tab.1 Technological innovation spillover patents from Hong Kong to the Chinese mainland

申请年份	被引用专利项数/项	被引用总次数/次	平均被引用次数/次
合计	3 391	9 763	2.88
1997	8	50	6.25
1998	5	19	3.80
1999	13	21	1.62
2000	27	56	2.07
2001	41	161	3.93
2002	59	145	2.46
2003	72	225	3.13
2004	78	214	2.74
2005	80	240	3.00
2006	158	450	2.85
2007	219	597	2.73
2008	248	736	2.97
2009	196	644	3.29
2010	312	876	2.81
2011	373	1 326	3.55
2012	404	1 201	2.97
2013	367	1 131	3.08
2014	337	816	2.42
2015	238	516	2.17
2016	156	339	2.17

表2 技术创新溢出网络评价指标体系

Tab.2 The index system of technological innovation spillover network

网络层级	衡量指标	计算公式	指标说明
整体层面	节点数	N=\|V\| （1）	反映网络的规模。式（1）中V为节点数，即参与溢出的主体；式（2）中E为边数，即有向溢出关系数
	边数	M=\|E\| （2）	反映网络的规模。式（1）中V为节点数，即参与溢出的主体；式（2）中E为边数，即有向溢出关系数
	密度	$D e = 2 E V (V - 1)$ （3）	反映网络的紧凑程度。变量含义同式（1）式（2）。
	平均路径长度	$L = 2 N (N + 1) ∑ i ≥ j d i j$ （4）	反映网络中信息传递的效率。式中d_ij 代表节点i和节点j之间的距离
节点层面	节点度	$C D (N i) = ∑ j = 1 N a i j (i ≠ j)$ （5）	反映网络节点的基本特征。式（5）中当节点i与节点j之间存在连接边时，a_ij =1，否则a_ij =0；式（6）中W（i，j）为节点i与节点j之间连边的权重
	节点强度	$S i = ∑ j w (i, j)$ （6）
	度数中心度	$C D (N i) ̃ = ∑ j = 1 N a i j i ≠ j N - 1$ （7）	反映网络节点地位最直接的指标。式（8）中g_jk 为节点j和k间存在的最短线数目，g_jk （N_i ）为包含N_i 个g_jk 节点
	中介中心度	$C B = ∑ j < k g j k (N i) g j k$ （8）
	接近中心度	$C (i) = N - 1 ∑ n = 1 N D i n$ （9）	反映网络节点的独立性。式中 $D i n$ 表示节点i到节点n的最短距离

表2 技术创新溢出网络评价指标体系

Tab.2 The index system of technological innovation spillover network

网络层级	衡量指标	计算公式	指标说明
整体层面	节点数	N=\|V\| （1）	反映网络的规模。式（1）中V为节点数，即参与溢出的主体；式（2）中E为边数，即有向溢出关系数
	边数	M=\|E\| （2）	反映网络的规模。式（1）中V为节点数，即参与溢出的主体；式（2）中E为边数，即有向溢出关系数
	密度	$D e = 2 E V (V - 1)$ （3）	反映网络的紧凑程度。变量含义同式（1）式（2）。
	平均路径长度	$L = 2 N (N + 1) ∑ i ≥ j d i j$ （4）	反映网络中信息传递的效率。式中d_ij 代表节点i和节点j之间的距离
节点层面	节点度	$C D (N i) = ∑ j = 1 N a i j (i ≠ j)$ （5）	反映网络节点的基本特征。式（5）中当节点i与节点j之间存在连接边时，a_ij =1，否则a_ij =0；式（6）中W（i，j）为节点i与节点j之间连边的权重
	节点强度	$S i = ∑ j w (i, j)$ （6）
	度数中心度	$C D (N i) ̃ = ∑ j = 1 N a i j i ≠ j N - 1$ （7）	反映网络节点地位最直接的指标。式（8）中g_jk 为节点j和k间存在的最短线数目，g_jk （N_i ）为包含N_i 个g_jk 节点
	中介中心度	$C B = ∑ j < k g j k (N i) g j k$ （8）
	接近中心度	$C (i) = N - 1 ∑ n = 1 N D i n$ （9）	反映网络节点的独立性。式中 $D i n$ 表示节点i到节点n的最短距离

图1 香港向内地技术创新溢出的滞后性演化特征

Fig.1 The lagging characteristics of technological innovation spillover from Hong Kong to the Chinese mainland

表3 香港向内地技术创新溢出的区域网络演化特征

Tab.3 The evolution characteristics of regional network for technological innovation spillover from Hong Kong to the Chinese mainland

节点	节点强度				度数中心度
节点	2005年	2010年	2015年	2020年	2005年	2010年	2015年	2020年
北京	8	29	124	189	7.692	1.541	1.834	1.825
天津	2	5	19	22	1.923	0.622	0.413	0.176
上海	1	22	57	121	0.962	1.148	1.039	1.231
江苏	3	51	143	161	2.404	1.847	2.265	1.544
浙江	1	39	107	104	0.962	1.158	1.275	0.919
安徽	-	2	30	68	‑	0.163	0.763	0.515
福建	-	6	18	41	‑	0.783	0.393	0.396
江西	1	1	9	11	0.962	0.086	0.277	0.115
山东	3	15	27	51	2.404	0.632	0.533	0.484
湖北	2	7	15	41	1.923	0.812	0.306	0.396
广东	6	89	160	362	3.846	3.704	3.333	3.333
重庆	-	7	9	8	‑	0.812	0.277	0.110
四川	-	4	18	75	‑	0.612	0.393	0.598
陕西	‑	6	22	25	‑	0.783	0.422	0.198

图2 香港向内地技术创新溢出的区域特征（2020年）注：基于自然资源部标准地图服务网站下载的审图号为GS（2020）4630号的标准地图制作，底图无修改。

Fig.2 The evolution characteristics of region for technological innovation spillover from Hong Kong to the Chinese mainland in 2020

表4 香港向内地技术创新溢出的区域网络演化影响因素的相关性回归分析结果

Tab.4 The correlation regression analysis results of influencing factors of regional network evolution for technological innovation spillover from Hong Kong to the Chinese mainland

年份	系数	A1	A2	A3	A4	A5	A6	A7	A8	A9
2005	相关性	0.081	0.298	0.456	0.191	0.368	0.568	0.412	0.297	0.452
2005	显著性	0.835	0.436	0.217	0.622	0.330	0.110	0.271	0.438	0.222
2010	相关性	-0.428	0.842^**	0.890^**	0.785^**	0.940^**	0.876^**	0.923^**	0.879^**	0.942^**
2010	显著性	0.031^*	0.000	0.000	0.004	0.000	0.000	0.000	0.000	0.000
2015	相关性	-0.342	0.786^**	0.863^**	0.753^**	0.908^**	0.823^**	0.925^**	0.757^**	0.798^**
2015	显著性	0.129	0.004	0.000	0.005	0.000	0.000	0.000	0.005	0.003
2020	相关性	-0.429	0.787^**	0.868^**	0.803^**	0.880^**	0.803^**	0.851^**	0.809^**	0.907^**
2020	显著性	0.047^*	0.004	0.000	0.000	0.000	0.000	0.000	0.000	0.000

图3 香港向内地技术创新溢出2020年个体网络示意图（权重≥2）

Fig.3 The schematic diagram about individual network of technological innovation spillover in 2020 from Hong Kong to the Chinese mainland （Weight≥2）

表5 香港向内地技术创新溢出个体网络整体层面特征

Tab.5 The overall characteristics about individual network of technological innovation spillovers from Hong Kong to the Chinese mainland

年份	2005	2010	2015	2020
节点数/个	40	345	944	1 348
边数/条	44	469	1 490	2 334
密度	0.017 3	0.002 6	0.001 0	0.000 8
平均路径长度	1.000	1.000	1.004	1.000

表6 2020年香港向内地技术创新溢出个体网络节点特征（TOP5）

Tab.6 The characteristics of technological innovation spillover network at node level in 2020 from Hong Kong to the Chinese mainland (TOP5)

指标	个体所在区域	个体名称	指标值
节点度	香港	香港理工大学	94
		香港应用科技研究院有限公司	91
		香港科技大学	77
		香港中文大学	48
		香港城市大学	30
	内地	清华大学	7
		努比亚技术有限公司	6
		珠海格力电器股份有限公司	6
		北京小米移动软件有限公司等4个个体	5
节点强度	香港	香港理工大学	122
		香港应用科技研究院有限公司	113
		香港科技大学	100
		香港中文大学	55
		香港城市大学	35
	内地	东华大学	18
		张新	16
		华为技术有限公司	15
		清华大学	13
		广东欧珀移动通信有限公司	12
度数中心度	香港	香港理工大学	0.566
		香港应用科技研究院有限公司	0.524
		香港科技大学	0.464
		香港中文大学	0.255
		香港城市大学	0.162
	内地	东华大学	0.084
		张新	0.074
		清华大学	0.06
		广东欧珀移动通信有限公司	0.056
		电子科技大学	0.046
中间中心度	香港	香港理工大学等382个个体	0.000
中间中心度	内地	东华大学等966个个体	0.000
接近中心度	香港	DSG有限公司、宝洁公司等382个个体	0.074
接近中心度	内地	电子科技大学等6个个体	0.075

表7 2005、2010、2015和2020年香港向内地技术创新溢出关系对情况（权重≥5）

Tab.7 The relationships of technological innovation spillovers in 2005, 2010, 2015 and 2020 from Hong Kong to the Chinese mainland (Weight≥5)


申请人	优势技术领域所在部门	优势技术领域专利数/项	申请人	优势技术领域所在部门	优势技术领域专利数/项	吸收溢出专利权重/项	吸收溢出年份
明门香港股份有限公司	B	657	张新	B	220	16	2020
极光有限公司	H	7	宁波大学	H	865	10	2015
香港理工大学	G	369	东华大学	D	3 369	10	2020
香港澳维有限公司	G	24	英科新创（厦门）科技有限公司	G	46	8	2020
香港科技大学	H	53	广东中显科技有限公司	H	16	7	2010
广景科技有限公司	G	32	触景无限科技（北京）有限公司	G	33	6	2020
优信电子（香港）有限公司	H	7	江苏普世祥光电技术有限公司	G	19	6	2020
T&A移动电话有限公司	H	107	乐金电子（中国）研究开发有限公司	H	553	5	2005
联想创新有限公司（香港）	H	970	中兴通讯股份有限公司	H	19 323	5	2010
全球战略股份有限公司	C	3	江苏汇诚机械制造有限公司	C	34	5	2020
香港澳维有限公司	G	10	艾博生物医药（杭州）有限公司	G	48	5	2010
香港乐蜜有限公司	H	75	武汉斗鱼网络科技有限公司	H	1 346	5	2020

参考文献 32

[1]	叶静怡, 林佳, 张鹏飞, 等. 中国国有企业的独特作用:基于知识溢出的视角. 经济研究, 2019, 54(6): 40-54.
	YE J, LIN J, ZHANG P, et al. Understanding the unique role of state-owned enterprises: The knowledge spillover perspective. Economic Research Journal, 2019, 54(6): 40-54.
[2]	谢锐, 陈湘杰, 张友国. 全球价值链视角下中美贸易双向溢出效应研究. 统计研究, 2020, 37(1): 88-98.
	XIE R, CHEN X, ZHANG Y. Research on the two-way spillover effect of Sino-US trade from the perspective of global value chain. Statistical Research, 2020, 37(1): 88-98.
[3]	ALMEIDA P, KOGUT B. Localization of knowledge and the mobility of engineers in regional networks. Management Science, 1999, 45(7): 905-916.
[4]	BRESCHI S, LISSONI F. Knowledge spillovers and local innovation systems: A critical survey. Industrial and Corporate Change, 2001, 10(4): 975-1005.
[5]	GROSSMAN G, HELPMAN E. Trade knowledge spillovers and growth. European Economic Review, 1991, 35(2-3): 517-526.
[6]	陈胜蓝, 刘晓玲. 生产网络中的创新溢出效应——基于国家级高新区的准自然实验研究. 经济学(季刊), 2021, 21(5): 1839-1858.
	CHEN S, LIU X. Innovation spillovers in production networks: Evidence from quasi-natural experimental research of national High-tech zones. China Economic Quarterly, 2021, 21(5): 1839-1858.
[7]	FELDMAN M. Location and innovation: The new economic geography of innovation, spillovers, and agglomeration. Oxford: Oxford University Press, 2000.
[8]	JAFFE A. Real effects of academic research. American Economic Review, 1989, 79(5): 957-970.
[9]	JAFFE A, MANUEL T, REBECCA H. Geographic localization of knowledge spillovers as evidenced by patent citations. Quarterly Journal of Economics, 1993, 108(3): 577-598.
[10]	JAFFE A. Technological opportunity and spillovers of R&D: Evidence from firms' patents, profits and market value. American Economic Review, 1986, 76(5): 985-1001.
[11]	JAFFE A, TRAJTENBERG M, FOGARTY M. Knowledge spillovers and patent citations: Evidence from a survey of inventors. American Economic Review, 2000, 90(2): 215-218.
[12]	刘凤朝, 马荣康. 跨国公司在华专利活动的技术溢出效应. 管理学报, 2012, 9(9): 1343-1348.
	LIU F, MA R. Technology spillovers of foreign patent activities in China. Chinese Journal of Management, 2012, 9(9): 1343-1348.
[13]	蒋仁爱, 贾维晗. 不同类型跨国技术溢出对中国专利产出的影响研究. 数量经济技术经济研究, 2019, 36(1): 60-77.
	JIANG R, JIA W. Impact of international technological spillover through different channels on patent output in China. Journal of Quantitative & Technological Economics, 2019, 36(1): 60-77.
[14]	张传杰, 乔永忠. 跨国公司对我国企业技术溢出的滞后效应研究——基于行业专利产出面板数据模型的分析. 科学学研究, 2011, 29(2): 215-219.
	ZHANG C, QIAO Y. Multi-period lagged effect of multinational enterprise technology spillovers on Chinese corporations. Studies in Science of Science, 2011, 29(2): 215-219.
[15]	马野青, 林宝玉. 在华FDI的知识溢出效应——基于专利授权数量的实证分析. 世界经济研究, 2007(5):20-25.
	MA Y, LIN B. Knowledge spillover effects of FDI in China: An empirical analysis based on patent grants. World Regional Studies, 2007(5):20-25.
[16]	杨勇. 中美外包体系中美国专利知识溢出机制及效应. 国际贸易问题, 2019(9): 69-82.
	YANG Y. Mechanisms and effects of american patent knowledge spillover on Sino-US outsourcing system. Journal of International Trade, 2019(9): 69-82.
[17]	黄志启, 张光辉. 论创新扩散和知识溢出的测量指示器——专利引用、技术许可和出版引证. 科技进步与对策, 2010, 27(2): 124-126.
	HUANG Z, ZHANG G. On measuring indicators of innovation diffusion and knowledge spillovers: Patent citations, technology licensing, and publication citations. Science & Technology Progress and Policy, 2010, 27(2): 124-126.
[18]	HICKS D, BREITZMAN T, OLIVASTRO D. The changing composition of innovative activity in the U.S.: A portrait based on patent analysis. Research Policy, 2001, 30(4): 681-703.
[19]	PERI G. Determinants of knowledge flows and their effect on innovation. Review of Economics and Statistics, 2005, 87(2): 308-322.
[20]	DUGUET E, MACGARVIE M. How well do patent citations measure flows of technology? Evidence from French innovation surveys. Economics of Innovation and New Technology, 2005, 14(5): 375-393.
[21]	向希尧, 蔡虹. 跨国技术溢出网络结构分析与路径识别——基于专利引用的实证分析. 科学学研究, 2009, 27(9): 1348-1354.
	XIANG X, CAI H. International technology spillover network analysis and path identification: An empirical study based on patent citation. Studies in Science of Science, 2009, 27(9): 1348-1354.
[22]	向希尧, 蔡虹. 试论地理距离与社会距离对知识溢出的影响——基于专利引用研究视角. 外国经济与管理, 2008, 30(11): 18-26.
	XIANG X, CAI H. An empirical study on the impact of geographic distance and social distance on knowledge spillovers: A patent citation perspective. Foreign Economics & Management, 2008, 30(11): 18-26.
[23]	洪勇, 康宇航. 基于专利引文的企业间技术溢出可视化研究. 科研管理, 2012, 33(7): 81-87.
	HONG Y, KANG Y. Visualization of inter-firm technology spillover based on patent citation. Science Research Management, 2012, 33(7): 81-87.
[24]	司月芳, 梁新怡, 曾刚, 等. 中国跨境知识溢出的地理格局及影响因素. 经济地理, 2020, 40(8): 1-8.
	SI Y, LIANG X, ZENG G, et al. Geographical patterns and determinants of transnational knowledge spillovers in China. Economic Geography, 2020, 40(8): 1-8.
[25]	FISHER M, SCHERNGELL T, JANSENBERGER E. The geography of knowledge spillovers between high-technology firms in Europe. Geographical Analysis, 2006, 38(3): 288-309.
[26]	ERIKSSON R. Localized spillovers and knowledge flows:How does proximity influence the performance of plants?. Economic Geography, 2011, 87(2): 127-152.
[27]	JAFFE A, TRAJTENBERG M. Patents, Citations, and Innovations: A Window on the Knowledge Economy. Cambridge: The MIT Press, 2002.
[28]	KANG B, TARASCONI G. PATSTAT revisited: Suggestions for better usage. World Patent Information, 2016(46): 56-63.
[29]	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 evolution of cooperative technological innovation about Guangdong-Hong Kong-Macao Greater Bay Area based on patent measurement. Statistical Research, 2019, 36(8): 74-86.
[30]	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.
[31]	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 Guangdong-Hong Kong-Macao Greater Bay Area based on patent measurement. World Regional Studies, 2023, 32(12): 129-141.
[32]	VERSPAGEN B, SHOENMANKESR W. The spatial dimension of knowledge spillovers in Europe: Evidence from firm patenting data. Working Papers, Eindhoven: Eindhoven Center for Innovation Studies, 2000.