粵港澳大灣區城市群知識創新合作網絡結構演化及影響因素研究

（廣東財經大學 經濟學院，廣州 510320）

隨著科技革命和競爭全球化的發展，各國將創新作為推動經濟發展的重要推動力。新古典經濟學派認為，經濟增長一方面來源于要素增加的“增長效應”；另一方面來源于要素技術水平提高的“水平效應”，創新作為技術進步的關鍵能夠實現生產要素與生產方式的新的結合，實現更高效率的經濟增長。創新系統的研究在“國家創新系統”的基礎上發展出“區域創新系統”［1］，“區域創新系統”由于各方面鄰近的影響更加穩定和持久，克服了單個個體的創新局限，同時也減少了以技術、市場等方面的不確定性。

同時在信息化的推動下，知識社會形成，知識創新系統作為創新系統的子系統被進一步認識。知識創新是技術創新的基礎，知識的積累與創新能夠產生經濟效益，能夠提供新的認識生產與改造生產的方式方法，促進新的生產組合的誕生，以推動生產力的提升。區域知識創新合作網絡是區域創新系統內各主體進行知識流動、知識合作、知識創新的主要表征方式。因此，科學的認識區域知識創新合作網絡有利于了解區域內各主體知識創新的基本情況以及知識合作、知識創新的驅動方式，進而促進區域內資源的合理配置，提高區域的知識創新能力、競爭力。

2019 年2 月18 日，中共中央、國務院印發《粵港澳大灣區發展規劃綱要》，其中“創新”一詞一共被提及139 次，同時綱要闡明了粵港澳大灣區創新要素聚集的背景，強調了創新粵港澳大灣區各領域的開放合作體制機制，將大灣區建設成為具備有國際影響力的科技創新中心?；浉郯拇鬄硡^的知識創新合作不僅有利于實現知識的積累，促進生產要素產生新的生產效益，加快區域內要素的流動，實現要素的合理配置，促進創新能力的提高與經濟的增長，同時也帶動著周圍城市的發展。因此，運用社會網絡分析方法以探索粵港澳大灣區城市群知識創新合作網絡的特征、演化情況以及影響因素具有重要的現實意義。

一、文獻綜述及理論框架

在羅默的收益增長模型中，知識作為一種內生的獨立要素，為經濟的增長提供給了條件［2］。除了本身能夠產生經濟效益外，知識還能夠使勞動與資本等要素產生經濟效益。同時知識合作會產生知識溢出，形成知識的額外積累，推動生產要素新組合的誕生，從而實現知識創新。而知識的共享是知識合作、知識創新的關鍵，網絡可以體現主體間為了知識共享所發展的關系［3］。論文是知識創造的主要成果，合作論文則是知識合作、知識創新的重要體現。例如，謝偉偉等［4］以長江中游28 個城市作為研究區域，采用2006—2017 年的高水平合著論文數據，構建知識創新合作網絡，分析得出長江中游知識創新網絡形成多中心特征；董彥邦和劉莉［5］采用改革開放40 年我國高校參與的1101 篇Nature 和Science 合作論文數據，基于社會網絡分析法，構建創新合作網絡，分析了我國高校在機構合作網絡中的中心度與凝聚子群演化情況；馬海濤等［6］采用1990—2016 年WOS（Web of Science）核心合集數據庫的合著論文數據，借助基尼系數測度屬性和功能多中心性的方法，分析粵港澳大灣區城市群知識的多中心的演化情況。區域內個體的經濟行為、創新行為根植于社會網絡中，對知識創新合作的體現與發展產生著重要的作用［1］，通過探索知識共享網絡的結構可以探索各個主體知識創新合作的分布情況與知識創新合作的中心主體，進而分析區域知識創新合作的發展特征，針對現有特征以及演化情況制定發展的目標與方向。

采用鄰近維度的視角，可以將空間在經濟活動分析中內生化；辨識不同主體在不同方面的鄰近維度有利于探索各個主體間相互影響的機制［7］，是分析區域內各主體進行知識合作、知識創新的重要工具。當前，國內外對區域知識創新合作的影響因素主要從多維鄰近性的角度出發，而由于研究目的與研究對象的不同，不同學者對鄰近性的定義與采用的計算方式不同。Boschma［8］在理論層面將認知鄰近、組織鄰近、社會鄰近、制度鄰近、地理鄰近作為一個整體研究，并且提出這5 種鄰近間具備互為替代或者互為補充的關系。Lata 等［9］采用空間交互建模的視角，通過比較兩個經濟區域和兩個不同協作網絡，分析空間距離、非鄰近區域、技術鄰近、認知鄰近、國家邊界以及語言邊界對區域間協同強度的影響以及這些影響隨時間的演化情況，得出歐洲和美國的多種鄰近性的影響各不相同，并且其影響程度隨時間的變化而演化。李琳和曾?。?0］利用2000—2013 年長三角的面板數據，分析地理鄰近性、認知鄰近性及地理鄰近與認知鄰近交互下對區域經濟協同產生的影響。

區域知識創新合作的發展主要的原因可以歸結為要素分布的差異以及交易費用的差異。基于要素稟賦理論，由于區域內各主體的要素分布存在差異，要素稀缺程度差距產生，形成區域要素的流動可能性，進而產生區域知識合作、知識創新［11］。同時區域內各主體間進行知識創新合作的交易費用存在差異，導致各主體間進行知識創新合作的可能性存在差異?；谝匾暯堑泥徑S度大致有經濟鄰近、科學生產力鄰近等；基于交易費用視角的鄰近維度大致有地理鄰近、制度鄰近、認知鄰近、互聯網鄰近、社會鄰近等。

此外，路徑依賴理論認為，技術演進或制度變遷中均存在著報酬遞增與自我強化機制，同樣的，由此推導，知識創新合作網絡的演化也存在著自我強化的機制。知識創新合作網絡的演化過程中，面對創新環境的變化，為了應對各種“稀缺”，提高創新能力和競爭力，區域內部各個節點不斷調整自身以及與其他節點的關系，微觀上表現為節點以及節點間關聯關系的變化，宏觀上表現為整體網絡結構的變化［7］。通過基于演化視角的知識創新合作網絡結構分析，有利于分析網絡的演化規律，進一步找尋知識創新合作的動力機制。例如，呂國慶等［12］便是基于演化視角與社會分析方法，采用長三角裝備制造業聯合專利的申請量數據，分析了長三角裝備制造業產學研的創新網絡結構和空間特征；蘇屹等［3］采用2000—2005 年我國29 個省的發明專利授權數的數據，基于社會網絡分析方法分析得出我國區域創新關聯關系網絡的整體密度較低，同時形成的各個子群密度有較大差異。

綜上所述，當前對創新網絡的分析主要基于高校、產業層面，或是以研發機構為研究對象，較少從城市視角出發進行分析；在對粵港澳大灣區的研究局限于11 座城市的研究，較少考慮大灣區對周圍城市的輻射作用以及周圍城市借助大灣區優勢發展條件下與粵港澳大灣區內城市產生的融合效應；對粵港澳大灣區城市群的知識創新合作網絡結構及影響因素演化分析的研究成果更是甚少。因此，本文采用社會網絡分析法，以粵港澳大灣區城市群為研究對象，具體包括官方規定的11 座城市與其地理鄰近的環珠三角6 座城市（韶關、河源、陽江、汕尾、云?。瑥恼w網絡情況、中心性分析、凝聚子群方面分析區域知識創新合作網絡的結構及其演化情況，同時基于經濟鄰近、科學生產力鄰近、地理鄰近、制度鄰近、認知鄰近、互聯網鄰近等維度，使用QAP（quadratic assignment procedure）的分析方法，研究粵港澳大灣區城市群知識創新合作網絡演化的影響因素及其影響程度。

二、數據來源及研究方法

（一）數據來源

本文考慮粵港澳大灣區對周圍城市的輻射作用，以及周圍城市借助粵港澳大灣區的優勢與大灣區內11座城市融合發展的現象，參考王方方等［14］的研究，規定研究對象為廣義的粵港大灣區城市群，具體包括官方規定的11 座城市與韶關、河源、陽江、汕尾、云浮等周邊地理鄰接的6 座城市在內的17 座城市，規定研究時期為2008—2018 年。

知識生產往往伴隨著知識的相互作用與相互轉換，而知識的交換、積累有利于刺激新知識的生產進而產生知識創新。知識成果通常以顯性知識與隱性知識的形式呈現，而顯性知識的生產與交換相對隱性知識的生產與交換更容易體現，顯性知識成果常以論文的形式呈現?，F有的關于知識創新的研究常用合著論文數來衡量不同主體間的知識共享、知識流動、知識創新的情況［4，6］。本文鑒于合作論文是知識流動的重要體現形式之一以及其可獲取性高的特點，以合著論文數作為主體間進行知識創新的體現，同時選取世界上最為權威與最具影響力的數據庫WOS 核心合集數據庫中粵港澳大灣區城市群17 座城市的合著論文數據來代表城市間的知識創新合作。同時本文選取經濟距離、科學生產力相似度、地理距離、制度距離、技術距離、互聯網通達度6 個因素作為區域知識創新合作網絡的影響因素，其中所采用的數據分別來自《廣東統計年鑒》、Google map、世界銀行、上海市知識產權信息平臺。

（二）研究方法

社會網絡分析法起源于物理學的適應性網絡，是一種有利于分析個體間的關系和宏觀社會系統結構的方法。社會網絡分析法包括多角度的分析方法，如中心性分析、凝聚子群分析以及核心-邊緣分析等，可以從多種角度揭示網絡的整體特征以及網絡內個體與個體間的關系。當前，社會網絡分析法被廣泛地應用在揭示不同尺度下的創新網絡結構方面。本文主要采用整體視角的網絡密度、網絡關聯度、節點的中心性分析、凝聚子群分析研究粵港澳大灣區城市群的知識創新合作網絡結構與演化情況，利用QAP 回歸分析研究粵港澳大灣區知識創新合作的影響因素。

1.網絡密度與網絡關聯度

網絡密度具體為實際網絡關系數與理論上可以有的最大網絡關系數的比值，可以用來表示區域知識創新合作網絡對區域內各個城市的影響程度。網絡的密度越大，表示區域知識創新合作網絡對區域內各個城市的選擇、行為產生的影響越大，網絡密度大的網絡可以為區域內城市群提供的社會資源［14］，同時對區域內各城市造成約束的可能性也越大。

網絡關聯度體現著網絡的可達性，任意兩個城市間具備聯系則可達，而兩個城市間具備的聯系越多則關聯度越高。以下是網絡關聯度的計算公式：

其中：C是網絡關聯度；V是網絡中不可達的節點數；N是網絡規模。網絡關聯度越高，代表著網絡的信息、權力越分散，網絡內各城市的地位越平等，不易受到其他城市的影響，同時網絡處于均勻的結構；網絡的關聯度越低，代表網絡的權力、信息越集中，網絡內各城市的地位不平等，容易受到其他城市的影響，網絡處于分散結構［14］。

2.度數中心度、中間中心度、接近中心度

中心性分析是研究網絡內節點的權力大小的一種方法，刻畫中心性主要有度數中心度、中間中心度、接近中心度3 個指標，其中各種中心度的相對中心度（標準中心度）的計算是以絕對中心度指數除以該網絡中最大的中心度指數，本文對3 種中心度的指標均采取標準化。

度數中心度指與城市直接聯系的其他城市的個數，城市度數中心度越高表示該城市擁有的權力越大，居于網絡的中心程度越高。

中間中心度代表的是城市在多大程度上位于網絡中其他城市的“中間”。

其中：n表示城市數量；gjk表示城市j和城市k之間存在的捷徑數目；bik(i)表示的是城市i位于城市j和城市k捷徑上的概率；gjk(i)表示城市j和城市k之間存在的經城市i的捷徑數目；CABi表示城市i的中間中心度，j≠k≠i，并且j≠k［14］。

接近中心度衡量的是城市多大程度不受其他城市的影響，接近中心度越大則該城市與其他城市越接近，在傳遞信息上越便捷［16］。其計算公式如下：

其中：dij表示城市i與城市j的捷徑距離；CAPi表示的是城市j的接近中心度。

3.凝聚子群分析

在社會網絡分析中，凝聚子群指的是具備緊密聯系的行動者集合，凝聚子群分析是將網絡內部形成的具備較強聯系的小群體進行劃分，有利于揭示網絡內部的子結構情況［14］。

4.QAP 回歸分析

QAP 是基于對矩陣數據進行置換的基礎，通過比較矩陣間的相似性，計算出矩陣間的相關系數并且對系數進行非參數檢驗的方法。QAP 回歸分析研究的是一個矩陣與多個矩陣間的回歸關系，并且評價其判斷系數是否顯著［14］。本文選取QAP 回歸分析在演化視角下，多種鄰近性對粵港澳大灣區知識創新合作網絡的影響［15］。

三、粵港澳大灣區城市群知識創新合作網絡結構及演化情況分析

（一）粵港澳大灣區城市群知識創新合作網絡整體結構

本文基于WOS 核心合集數據庫2008—2018 年間粵港澳大灣區合著論文的數據①本文在WOS 核心合計數據庫中使用檢索式“作者地址+年份”收集粵港澳大灣區城市群（17 座城市）的論文數據，對拼寫存在重合性的地址采取郵編進行排查。，運用Ucinet 軟件運行得出粵港澳大灣區11 座城市及環珠三角6 城的網絡規模、網絡關聯度、網絡密度，具體結果見表1。發表論文總量的數值逐年增加，反映粵港澳大灣區城市群的科學生產力逐年增強；合著論文總量的數值呈現上漲，除了2015 年存在小幅度下降，表明大灣區整體的合作數量增加；合著論文占比呈波動性上漲，在2014 年、2015 年、2018 年有所回落，表明粵港澳大灣區城市群總體知識創新合作能力在11 年間有所提升，但存在不穩定性，這是因為粵港澳大灣區城市群的合作數量的上漲未能趕上總體的科學生產力的上升。

同時粵港澳大灣區城市群的網絡規模2008—2010 年分別有云浮、陽江、汕尾未加入區域知識創新合作網絡，但自2011 年起均為17，表明粵港澳大灣區城市群知識創新合作網絡內不存在孤立的城市，實現了知識創新合作網絡的全覆蓋；網絡關聯度自2011 年起均為1，實現了區域知識創新合作網絡的完全通達，各個城市均可以通過直接聯系或者間接聯系實現與網絡內任意城市的合作；網絡密度呈現波動性上漲，在2013—2014 年有所回落，2015—2017 年呈現大幅度上漲，但是在2018 年又回落到0.5597，這是由于前期周邊6 座城市與區域內其他城市的知識創新聯系較少，后期與區域內其他城市的知識創新聯系有所增加，但是這些知識創新聯系不穩定；同時粵港澳大灣區城市群的知識創新合作網絡對各個城市的知識創新行為的影響力也逐步增加。

此外，為了比較知識創新合作網絡的演化情況，本文將數據劃分為2008—2009 年、2010—2012 年、2013—2015 年、2016—2018 年4 個階段，運用Arcgis 軟件對粵港澳大灣區城市群的知識創新合作網絡進行可視化，同時采用自然斷裂法對度數中心度進行符號分級，得到網絡結構如圖1 所示，圖1 中各個節點表示的是各個城市，各個城市間的連線表示的是城市間的知識創新聯系?？煽闯龌浉郯拇鬄硡^城市群在4 個不同時期的知識創新聯系基本上沒有較大的改變，這是因為粵港澳大灣區城市群間基本形成了一定的知識創新聯系；在中心地位上，2008—2009 年、2010—2012 年、2013—2015 年3 個階段內，區域知識創新合作網絡的核心城市為廣州，這是因為廣州具備南方最密集的高校群，是國家自主創新示范區，科學生產力居于粵港澳大灣區城市群的首位；同時在2013—2015 年期間韶關的中心地位有所下降，但在下一階段出現較大幅度的提升；2016—2018 年期間，粵港澳大灣區城市群的知識創新合作網絡出現多中心的結構，廣州、深圳、佛山、東莞、珠海、韶關均處于知識創新合作網絡的中心，這是由于大灣區的知識創新合作網絡逐漸密集，11 座主要城市間的知識創新合作增加，周邊6城與11 城的知識創新合作逐漸增加，逐步打入11 城的知識創新合作網絡。

表1 粵港澳大灣區城市群2008—2018 年間論文數據、網絡規模、網絡密度以及網絡關聯度

圖1 粵港澳大灣區城市群2008—2018 年間知識創新合作網絡結構的演化情況

（二）粵港澳大灣區城市群知識創新合作網絡結構的中心性分析

在城市的個體角度上，本文選取度數中心度、中間中心度、接近中心度測度3 種不同類型的中心位置。其中度數中心度更強調城市與其他城市的直接聯系，可以反映城市在網絡中的權力；中間中心度側重于城市掌握的資源的控制程度，反映城市的“中間人”地位；接近中心度側重于用來表示城市在傳遞信息方面的便捷程度。

如表2 所示，在度數中心度方面，長期處于核心地位的是廣州與深圳，同時隨著時間的演化，佛山逐步邁入核心城市群；相反的是，長期以來，香港、澳門、肇慶處于度數中心度的均值以下，與其他城市的聯系未能隨時間推移而有所累積，這可能是因為長期以來港澳與內地的制度差異造成了對知識創新合作行為的限制，肇慶則是因為經濟水平的相對落后使得其與其他城市知識創新水平差距較大，創新可能性小；周邊6 座城市中，韶關的度數中心度自2016 年來都高于均值，逐步擺脫邊緣地位，同時珠海也自2016 年加強了與其他城市的直接聯系。

表2 粵港澳大灣區城市群知識創新合作網絡2008—2018 年間度數中心度情況

在中間中心度方面（表3），廣州、深圳在11 年均來保持著較高的中間中心度，長期處于“中間人”地位，控制著粵港澳大灣區城市群的知識創新合作信息資源，同時自2011 年以來，佛山的中間中心度也逐步提高，在一定時間內均處于較高水平，這與2009 年來所開展的“廣佛同城化”有著密切的聯系；香港、澳門、肇慶在11 年間的中間中心度均未超過各年的均值，同時，其他城市也普遍未超過各年的中間中心度均值，這是由于各城市與其他城市的直接聯系較少，造成了在網絡中未能處于中間地位，對網絡內的資源掌握能力相對較差，對中心城市的依賴性強。

表3 粵港澳大灣區城市群知識創新合作網絡2008—2018 年間中間中心度情況

在接近中心度方面（表4），廣州、深圳、佛山在網絡內部傳遞創新信息的能力強，處于中心地位；香港、澳門在2011 年后的接近中心度開始降低到均值以下的水平，在知識創新合作網絡完全覆蓋后香港、澳門的接近中心度未能跟上知識創新合作網絡的擴展，逐步失去中心地位，同時周圍6 城的陽江、汕尾、云浮也長期處于接近中心度均值以下的水平，處于邊緣地位，未能有效地對外傳遞創新信息。

表4 粵港澳大灣區城市群知識創新合作網絡2008—2018 年接近中心度情況

總的來說，隨著時間的演化，粵港澳大灣區城市群知識創新合作網絡逐漸實現全覆蓋與全通達，整體網絡從以“廣州-深圳”為核心逐步演變為以“廣州-深圳-佛山”為核心，同時其他城市對中心城市的依附性強，其他城市如果脫離廣州、深圳、佛山三座城市則與各城市的創新聯系將大幅減少，整體呈現核心-邊緣結構。

（三）粵港澳大灣區城市群知識創新合作網絡的凝聚子群分析

本文運用Ucinet 軟件對粵港澳大灣區城市群進行凝聚子群concor（迭代相關收斂法）分析，設置最大分隔深度為2，收斂為0.2，最終得出表5 凝聚子群內部成員的演化結果和表6 凝聚子群的密度結果。

表5 粵港澳大灣區城市群知識創新合作網絡2008—2018 年間凝聚子群的演化情況

表6 粵港澳大灣區城市群知識創新合作網絡2008—2018 年間凝聚子群密度情況

為了分析的簡便，本文在此將時間劃分為2008—2009 年、2010—2012 年、2013—2015 年、2016-2018 年4個階段。由表5 可知，第一、第二階段，第一子群以香港、澳門、珠海為核心成員，第四階段珠海脫離第一子群加入第三子群，與香港、澳門的知識創新合作關系有所解綁；第二子群中，第一階段以河源為核心城市，第二階段以中山為核心城市，第三、第四階段以廣州為核心城市。第三、第四子群各個階段的子群成員波動大，在第三子群中，第一、第二階段以廣州為主，第三階段以深圳、東莞、韶關為主，第四階段以佛山為主；第四子群的第一階段以江門、深圳為主，第二階段以東莞、河源為主，第三階段按以惠州為主，第四階段以韶關為主。總的來說，粵港澳大灣區城市群城市群內部仍未演化成較穩定的小團體群，但是存在一定的趨勢；第一子群逐步演化為以香港、澳門為核心的群體，這與兩個城市的制度環境相似存在著一定的關系；第二子群逐步演化為以廣州為核心的群體，此外，廣州與汕尾處于同一子群的頻率較高，這是因為汕尾長期處于邊緣，與其他城市的知識創新聯系主要是依靠廣州作為“橋梁”，對廣州的依賴性強。

在凝聚子群的密度方面（表6），第一子群在第一階段的子群內部密度小于對外的密度，其余3 個階段的子群內部密度均大于對外的密度，對第二子群的密度演化呈上升趨勢，對第三子群的密度演化較為平穩，對第四子群的密度演化呈下降趨勢，表明第一子群內部成員的知識創新聯系隨時間演化而增強，同時第一子群對其余3 個子群的聯系演化均不相同，這與其余3 個子群成員變動較大存在一定關系；第二子群在第一、第三階段的內部密度大于對外密度，第二、第四階段的內部密度大于對外密度，總的來說，第二子群的成員存在一定的波動，使得子群的密度存在波動；第三子群在第一階段的子群內部密度小于對外密度，其余3 個階段內部的密度整體上均大于對外的密度，表明第三子群的子群內部的知識創新聯系同樣隨時間演化而增強；第四子群在前3 個階段的內部密度均小于對外密度，第四階段的內部密度大于外部密度，表明第四子群在加強內部成員知識創新聯系的同時也在加強與外部成員的知識創新聯系。

總體而言，粵港澳大灣區城市群知識創新合作網絡前期逐步形成了“香港、澳門、珠?！边@一較為穩定的小團體，后期珠海逐漸與香港、澳門解綁；汕尾則長期以來依賴廣州與其他城市進行知識創新合作，在不同梯度的子群中長期與廣州處于同一子群；其余城市未形成穩定的小團體，并且不同階段的不同子群對其他子群的知識創新聯系少，總的來說，內部子群對區域整體知識創新合作行為的影響較低。雖然小團體現象對區域知識創新合作的限制較小，但是香港與澳門相對穩定的綁定狀態阻礙了其內部與周圍的聯系，形成了知識創新合作聯系“內地密切，港澳稀疏”的局面。

四、粵港澳大灣區城市群知識創新合作網絡結構影響因素分析

（一）影響因素的選擇

由上文分析可知，粵港澳大灣區城市群存在“多中心”的趨勢，以及處于知識創新聯系“內地密切，港澳稀疏”的局面。而由于不同的知識創新合作網絡存在著不同的動力機制驅動著網絡的實現與演化，本文將基于鄰近性視角以及已有的研究，與粵港澳大灣區城市群的基本現狀從以下幾個點探討驅動粵港澳大灣區城市群知識創新合作網絡結構實現與演化的影響因素。

首先，經濟發展水平的差異一直是影響各城市知識創新能力與知識流動的重要因素，經濟水平高的城市對知識創新的需求更高，能夠承受知識合作與知識創新交易成本的能力更強；第二，科學生產力是各城市對外輸出顯性知識與隱性知識的基礎，基于區域內可以科研機構、大學、企業分布的差異，各城市間存在著科學生產力的差距；第三，各城市存在的地理距離在一定程度上是知識溢出與知識流動無法避免的硬性阻礙；第四，區域內各城市存在著因地制宜的地方制度，一部分有利于刺激知識溢出，而一部分又會阻礙知識的流動；第五，組織或企業間知識與技術的差異會影響知識合作的交易成本以及知識創新的效率；第六，互網絡通達度高可以有效地降低知識流動的不確定性以及知識創新合作的交易成本。本文基于以上要素構建區域知識創新合作的計量模型：

其中：I為粵港澳大灣區城市群城市的合作論文數據的網絡矩陣；E為經濟距離矩陣；T為科學生產力相似度矩陣；G為地理距離矩陣；S為制度距離矩陣；C為認識距離矩陣；N為互聯網通達度矩陣。

本文參考種照輝和覃成林［16］的研究，借助重力模型構建經濟距離的指標代表各城市經濟發展水平的差距：

其中：Eij為經濟距離；PGDPi為i城市的人均GDP；PGDPj為j城市的人均GDP。

基于合著論文數據，本文構建城市與城市間發表的論文數量的比值說明各城市間科學生產力的差異，其中默認數量較多的為分母，使得科學生產力相似度位于0～1，越靠近0 則城市間科學生力差距越大，越靠近1則城市間科學生產力越相似。

借助王忠燕［17］的方法，本文采用Google map 上粵港澳大灣區城市群的經緯度數據，計算兩兩城市間的球面地理距離：

其中：Gij表示城市i與城市j的地理距離；βi與βj表示城市i與城市j的緯度；αi與αj表示城市i與城市j的經度；R是地球半徑，以6371 千米計算。

地區間制度的差異性影響著知識創新主體間的行為，跨行政區域的行為可能因為制度的不同變得繁瑣，同時科研機構的合作行為也會因此受限。在制度方面，我國劃分行政區域與設立地方分治機構進行行政管理，各行政區域因地制宜實行科學、合理的地方行政制度。中國的行政區域主要分為省、直轄市、自治區以及特別行政區，同時由于經濟特區的制度的特色性更強，因此本文基于粵港澳大灣區17 城中的實際情況，劃分行政特區、經濟特區、同一省級的地級市（除經濟特區外）的差別，設定制度鄰近性這一虛擬變量，其中同一省級的地級市（除經濟特區外）間為1，經濟特區與同一省級的地級市（除經濟特區外）間為2，經濟特區與行政特區為3，行政特區與同一省級的地級市（除經濟特區外）間為4，不同的行政特區間為5。

技術鄰近性是認知鄰近性的重要體現，反映著城市間對知識創新合作行為的認知情況［17］。專利一定程度上反映著知識積累的成果，技術相似度則反映了城市間基于知識積累與知識經驗的不同產生的認知距離；產業結構的相似度一定程度上反映了城市間基于物質基礎的認知差距。同樣參考王忠燕［17］的研究方法，基于各個城市專利授權的數量，構建認知距離如下：

其中：Kij為城市i與城市j的認知距離；PAij、PSij分別代表城市i與城市j的技術相似度與產業結構相似度；Pikt代表第t年城市i與城市j第k類專利的申請數量，專利的分類以國際專利分類表的8 種分類為基準②專利數據收集：在上海知識產權信息平臺中使用“年份+地址+IPC”的檢索式進行專利數據的收集。；CPikt代表第t年城市i與城市j第k種產業增加值占GDP 的數值。計算得出的認知距離Kij位于0～1 內，越靠近0 則表示城市間的認知差距越大，越靠近1 表示城市間的認知差距越小。

自1990 年世界進入信息時代，互聯網的普及有利于打破部分不確定性對區域間知識創新合作的影響，可以降低地理距離、經濟距離對區域間要素流動的影響。基于此，本文設置互聯網通達度為虛擬變量，跨越城市需要切換網絡的城市對互聯網通達度為0，跨越城市不需要切換網絡的城市對互聯網通達度為1。

（二）結果分析

本文運用Ucinet 軟件進行QAP 回歸分析，設定區域知識創新合作網絡（合著論文矩陣）為因變量，上文所述的6 個影響因素為自變量，排列的隨機置換選擇5000 次，分析結果見表7，分析得出修正后的R2逐年上升，并且其概率均小于0.01，說明通過1%的顯著性水平檢驗。

由表7 可知，從整體上看，科學生產力相似度、認知距離、互聯網通達度三者的系數相對其他影響因素的系數較大，三者對粵港澳大灣區城市群知識創新合作網絡結構演化的推動明顯；其中認知距離的系數呈現下降后上升的趨勢，科學生產力相似度與互聯網通達度兩者的系數呈波動性上漲，特別是互聯網通達度的系數整體呈現大幅度增加，說明隨著互聯網普及度與使用率的提高，大大降低了區域人流、物流、資金流、信息流的交易成本，使得互聯網通達度對粵港澳大灣區城市群知識創新聯系的增加作用逐步增強。經濟距離、地理距離、制度距離三者的系數相對其他影響因素較小，對粵港澳大灣區城市群知識創新合作網絡結構演化的推動相對較弱，特別是地理距離的系數下降明顯并且接近0，這說明了在高速鐵路在粵港澳大灣區城市群內的普及與信息全球化的影響下，地理距離對知識流動的局限作用減弱，粵港澳大灣區城市群的知識創新合作網絡逐步實現了全覆蓋，知識創新合作網絡通達度大大提升。

此外，經濟距離、科學生產力相似度的系數為負數說明雖然經濟距離與科學生產力相似度對區域知識創新合作網絡結構的影響程度各不相同，但區域內經濟差距的縮小與科學生產力相似度的提高均有利于增強區域整體知識創新能力，推動區域整體知識合作在多個城市間實現，促進區域知識創新合作中心城市的增加，兩者是知識溢出與知識合作的基礎。同時制度距離的系數為正數，制度環境的差異在一定程度上有利于實現知識的異質性與豐富性，提高區域內各城市知識合作的吸引力，粵港澳大灣區城市群內各城市不同制度環境有利于各城市進行知識創新，但也會形成一定的知識交流阻礙，應當打破現有的制度形成的知識壁壘，充分利用已有的不同制度下的知識資源，加強港澳與內地的聯系，扭轉知識創新聯系“內地密切，港澳稀疏”的局面。

表7 粵港澳大灣區城市群知識創新合作網絡QAP 回歸分析結果

五、結論

本文基于社會網絡的分析方法，借助WOS 核心合集數據庫中2008—2018 年粵港澳大灣區11 座城市與環珠三角6 座城市的合著論文構建知識創新合作網絡，采用網絡密度、關聯度、中心性分析、凝聚子群分析，從整體、城市個體、網絡內子群（局部）3 個角度研究粵港澳大灣區城市群知識創新合作網絡結構以及其演化情況，同時，采用QAP 回歸分析方法，分析經濟距離、科學生產力相似度、地理距離、制度鄰近性、技術距離、互聯網通達度6 個要素對粵港澳大灣區城市群知識創新合作網絡的影響，最終得出以下結論。

第一，在整體上，粵港澳大灣區知識創新合作網絡逐步實現了17 座城市的全覆蓋，各城市的創新合作通達度高；同時粵港澳大灣區的知識創新合作網絡對各城市知識創新行為的影響程度逐步提高，但是仍存在一定程度的不穩定性，尤其是周邊6 座城市各自對其他城市的知識創新聯系。

第二，在中心性層面上，粵港澳大灣區城市群的知識創新網絡前期以“廣州-深圳”為中心，后期形成以“廣州-深圳-佛山”為中心的局面，具有逐步實現“多中心化”的趨勢；同時知識創新合作網絡也呈現“中間強，周邊弱”的局面，“香港、澳門、廣州、深圳、珠海、佛山、中山、東莞、惠州、江門、肇慶”11 座城市的知識創新合作相對強于周邊“韶關、河源、陽江、汕尾、云浮”6 座城市。

第三，粵港澳大灣區城市群知識創新合作網絡內部主要有“香港、澳門”這一子群，其他城市未形成穩定的合作子群，并且不同階段的子群內部聯系強于與其他子群的聯系，子群對整體知識創新合作網絡的影響較小。

第四，粵港澳大灣區城市群知識創新合作網絡結構演化的動因主要為科學生產力鄰近、認知鄰近、互聯網通達度，并且這三大因素對粵港澳大灣區城市群知識創新合作網絡演化的影響存在增強的趨勢。此外，地理距離的影響降低促使區域知識創新合作網絡逐步實現全覆蓋、全通達，區域經濟差距的縮小與科學生產力的相似提高區域各城市知識創新與知識合作的能力，有利于驅動區域知識創新合作網絡實現“多中心”的局面；制度環境的差異一方面有利于刺激知識創新；另一方面又會阻礙區域內各組織與企業進行跨城市的知識合作，制度環境的差異也是造成知識創新聯系“內地密切，港澳稀疏”的原因。

基于以上結論，本文提出以下建議：

第一，核心城市應當充分發揮自身的優勢，加強與其他城市以及區域外部其他城市的合作，促進知識溢出與知識創造。

第二，培養多個知識創新合作的中心城市，實現中心城市對周邊的城市的創新合作輻射，擴大中心城市對周邊城市的輻射范圍。

第三，打破因制度環境的差異形成的各主體知識合作的壁壘，加強城市間高校、企業、研究院的合作，特別是環珠三角6 市與中間11 座城市的合作，促進港澳同內地的深度合作，搭建穩定的知識共享平臺，構建并維持良好的合作關系，穩定區域內部的知識創新聯系。

第四，推動區域內子群城市的形成，促進城市內穩定的創新合作、創新聯系的形成，同時要避免子群聯系對區域整體聯系的阻礙作用。

第五，應當重視互聯網在降低交易的不確定性、降低交易費用中發揮的作用，以互聯網為載體構建創新合作平臺，促進區域內知識創新合作網絡的進一步發展。