支點城市與“一帶一路”沿線省區市協同科技創新研究
——以廣州為例

李文輝，邱鈺杰

（1.華南師范大學經濟與管理學院；2.華南師范大學地理科學學院；3.華南師范大學科技創新與區域發展研究中心，廣東廣州 510631）

習近平主席指出，“一帶一路”是和平之路、繁榮之路、開放之路、創新之路、文明之路。對此，許多學者呼吁把“一帶一路”打造成科技創新之路，并進行了大量研究。在新一輪科技創新及產業變革背景下，科技創新活動不斷突破技術、組織和地區等方面的限制［1］，“一帶一路”沿線省區市和國家間的創新效率、創新協同等顯得更加重要［2］。“一帶一路”戰略涉及多個區域和國家，也是一條協同創新之路，需要合作機制協同創新、科學技術協同創新等。其中，科技合作與創新驅動、區域創新體系協同發展是推動“一帶一路”地區協調發展、縮短差距的強力紐帶和驅動力［3］。

支點城市是推進“一帶一路”戰略的橋頭堡，其積極作用受到了廣泛關注［4］。“一帶一路”連接的并不僅是單個支點城市，而是要打通以重要城市為核心的中心-外圍城市群之間的聯系和協同［5］。因此，地方政府紛紛出臺相應政策和相應配套措施，加強支點城市建設，以發揮其在產業升級、區域發展、對外開放和國際貿易等方面的戰略作用。有研究也認為，“一帶一路”支點城市建設要注重處理好增量發展與存量發展、“引進來”與“走出去”、同質競爭與差異化發展、向內對接和向外對接、政府與企業、自力與借力、地方政府與上級政府、物質與文化等八組關系［6］。

支點城市與“一帶一路”沿線省區市協同科技創新的發展水平，決定著“創新之路”建設的協同程度和建設效果。目前，以“一帶一路”支點城市為案例，以社會網絡分析方法對沿線省區市協同科技創新網絡進行研究的文獻并未呈現。而社會網絡結構對于信息和創新的擴散、技術和知識的交流非常重要［7-8］。本研究試圖以“一帶一路”支點城市廣州為例，借助廣州與“一帶一路”沿線省區市合作申請專利計量信息，分析其協同科技創新特征和機制，以期為國家“一帶一路”戰略和創新驅動發展戰略實施，為廣州建設國家創新中心城市和國際科技創新樞紐，提供參考和借鑒。

1 研究設計和數據來源

1.1 研究對象

國家《推動共建絲綢之路經濟帶和21 世紀海上絲綢之路的愿景與行動》圈定了“一帶一路”戰略重點涉及18 個省區市：新疆、陜西、甘肅、寧夏、青海、內蒙古等西北6 省區市，黑龍江、吉林、遼寧等東北3 省區市，廣西、云南、西藏等西南3 省區，上海、福建、廣東、浙江、海南等東南沿海5 省區市，內陸地區的重慶。本研究以廣東省省會城市廣州為“一帶一路”支點城市案例，分析廣州與廣東省以外的其他17 個重點涉及省區市（簡稱“沿線省區市”）之間的協同科技創新網絡發展特征，并探討其作用機制。

1.2 研究數據

專利數據來源于國家知識產權局專利數據庫，于2018 年7 月1 日，在專利檢索項“申請人”和“地址”中輸入廣州和沿線省區市之一，分別進行檢索，根據有關專利信息數據建立原始信息數據庫，包括發明專利、實用新型專利和外觀設計專利。以“申請日”截至2017 年12 月31 日、按自然年份進行分類匯總，形成可用于研究分析的有效信息，共有合作申請專利1 696 項。

1.3 研究設計

合作申請專利是探討知識共享和創新合作最直接、最有效的方式，合作專利計量信息可以很好地表征科技創新合作情況，在科學研究中可以反映網絡中相關節點基于創新活動所進行的合作程度［9-10］。同時，社會網絡既能分析關系網絡的結構問題，還可深入探討網絡特征與個體屬性的關聯，已經成為社會網絡關系研究的主要途徑。

在研究中，如果專利申請人中既包含廣州的單位，又包括沿線省區市的單位，則認為兩地間建立了協同科技創新關系網絡。創新網絡由一組節點V、V=（V1，V2,…,Vn）和一組邊E、E=（E1，E2,…,En）所構成。網絡中的節點數可以表示為N=|V|，而邊數則可記為M=|E|［11］。研究中的協同科技創新網絡，是以廣州單位和沿線省區市單位為節點，以單位之間的專利合作申請關系為邊，以合作申請專利數量為邊權重所構建的加權無向網絡，并通過Ucinet 軟件進行可視化分析。

2 實證研究分析

2.1 計量信息基本統計特征

2.1.1 時序特征

根據圖1，廣州與沿線省區市從1985 年開始有合作申請專利，總體上呈波動增長趨勢，趨勢線擬合程度指標R2 為0.583 4，年均增幅為77.37%。從圖1 合作申請專利年度分布總體情況來看，廣州與沿線省區市協同科技創新發展大致可以分為3 個階段，其中柱形代表專利數，折線代表專利年增減率。從中可以發現，“一帶一路”戰略自提出和實施以來，對廣州和沿線省區市科技協同創新起到了積極促進作用。

圖1 合作申請專利年度分布特征

階段1：1985—2006 年。此階段為協同科技創新摸索起步階段，強度較弱、水平較低，年均申請專利數僅為3.31 項，年均增長率為91.96%。

階段2：2007—2013 年。此階段為協同科技創新活躍成長階段，強度增大、水平提升，申請數增加、增長率放緩，年均申請專利數大幅增長至123.57 項，但年均增長率下降為66.08%。

階段3：2014—2017 年。此階段為協同科技創新快速發展階段，強度和水平進一步增大和提升，申請數增加、且在2017 年出現了年度專利數頂峰，增長率繼續放緩，年均申請專利數繼續增長至194.50 項，但年均增長率下降為38.73%。

2.1.2 技術發展特征

從類型來看，1 696 項專利中有發明專利1 175 項（占69.28%），實用新型專利474 項（占27.95%），外觀設計專利47 項（占2.77%），說明廣州與沿線省區市更加注重申請創新技術含量更高的發明專利。專利技術體現的創新技術發展階段，可以用技術生長系數（V）、技術成熟系數（α）、技術衰老系數（β）和新技術特征系數（N）4 項系數進行衡量［12］。根據這4 項系數，研究對連續每年均有合作申請發明專利的2001—2017 年創新技術發展情況進行了分析，結果如圖2 所示。

從技術生長系數看，廣州與沿線省區市協同科技創新技術總體上呈生長發展態勢，特別是2013 年國家實施“一帶一路”戰略后，生長系數從0.17 持續增長到了2017 年的0.35。從技術成熟系數和技術衰老系數看，創新技術經歷了從生長到成熟，再到衰老的明顯過程，技術成熟系數和技術衰老系數在2017 年分別下降為0.64 和0.92，均為2001 年之后的最低值。從新技術特征系數看，2001—2006 年在波動中呈增長趨勢，2007—2013 年在波動中呈下降趨勢，說明新技術特征沒有得到持續發展；從2015年開始呈現逐年增長，從0.67 增長至2017 年的0.73，說明新技術特征得到了新的重視和發展。

圖2 合作申請專利創新技術發展特征

2.1.3 技術領域特征

根據國際專利分類法(IPC)，專利技術領域分成8 個學部，外觀設計專利不分技術領域。A 學部：人類生活需要；B 學部：作業、運輸；C 學部：化學、冶金；D 學部：紡織、造紙；E 學部：固定建筑物；F 學部：機械工程、照明、加熱、武器、爆破；G 學部：物理；H 學部：電學。廣州與沿線省區市合作申請專利的技術領域如表1 所示。從中可以看出，申請數量較多的優勢技術領域為C 學部和G 學部，分別申請491 項和338 項，占29.78%和20.50%；相對優勢技術領域為B 學部、H 學部和A 學部，分別申請245 項、222 項和159 項，占14.86%、13.46%和9.64%。弱勢技術領域為D 學部、F 學部和E 學部。

表1 專利技術領域分布特征和新興技術預測

為了預測新興技術，研究采用赫芬達爾指數（Herfindahl Index，HHI）預測廣州與沿線省區市協同科技創新的技術領域發展趨勢，為相關產業技術發展和技術攻關方向提供依據。計算公式為［13］：

其中，Q為某學部的全部專利申請量、N為全部申請人數量及各自專利申請量，Qi是某合作單位省區市在該學部的專利申請量，因此Qi/Q表示某學部的申請量占全部專利申請量的比例。預測結果如表1 所示，可以發現，隨著國家“一帶一路”戰略的推進以及廣州和沿線省區市產業轉型升級對新興熱門技術的迫切需求，C 學部、A 學部、G 學部、H學部和B 學部在未來發展成為新興核心技術的可能性比較大。

2.1.4 區域空間分布特征

圖3 反映了廣州和沿線省區市合作申請專利空間區域分布特征。從合作申請專利項數超過30 項的省區市來看，與上海合作申請數量最大，為953 項，占56.19%，浙江161 項，占9.49%，廣州和上海、浙江的協同科技創新屬于經濟鄰近型模式；廣西173項，占10.20%，福建90 項，占5.31%，海南62 項，占3.66%，廣州和廣西、福建、海南的協同科技創新屬于地理鄰近型模式；重慶84 項，占4.95%，云南49 項，占2.98%，遼寧38 項，占2.24%，廣州和重慶、云南、遼寧的協同科技創新屬于技術鄰近型模式。其他省區市共合作申請專利86 項，占5.07%。

圖3 合作申請專利空間區域分布特征

為了從區域角度衡量廣州和各沿線省區市之間以及各技術領域之間，相比某個省區市是否具有技術優勢，研究采用專利相對優勢指標（Revealed Patent Advantage，RPA），衡量各沿線省區市在某技術領域的技術能力強度。RPA 計算公式如下［14］：

當Pij≠0 時，RPAij=100×tanh；當Pij=0 時，RPAij=-100。

其中，Pij為第i個省區市在第j個技術分類的專利數，表示第i個省區市的專利總數，因此表示第j個技術分類對該省區市整個區域技術領域的重要性。即表示從整體區域專利分布的情況來衡量第j個技術分類對第i個省區市的重要性。若RPA 值為正，代表相對技術水平高，反之則代表相對技術水平低。當RPA值相距15 以上，則表示兩個技術能力達到統計上的顯著差異［14］。

從不同省區市的RPA 值可以看出，各個省區市并不是在單一技術領域與廣州開展協同科技創新，但各個省區市的合作技術領域不均衡，可能在某一個或少數幾個技術領域與廣州開展較多、較深入的協同科技創新；某一技術領域可能是合作申請專利數量最多的優勢領域，但并不一定是該省區市協同科技創新最重點的領域。新疆合作申請專利項數最多的是C 學部，但重點的技術領域是F 學部，RPA值為88.81；陜西項數最多的是G 學部，重點的技術領域是E 學部和G 學部，RPA 值分別為67.83 和61.68；甘肅、寧夏、青海和內蒙古重點技術領域分別是A 學部、F 學部、F 學部和C 學部。黑龍江、吉林和遼寧重點技術領域分別是C 學部、E 學部和H 學部。廣西項數最多的為G 學部，重點的技術領域分別是A 學部、H 學部和G 學部，RPA 值分別為61.92、52.06 和51.56；云南項數最多的為G 學部，重點的技術領域為D 學部、RPA 值為69.09；西藏重點的技術領域是A 學部。上海項數最多的為C 學部，重點的技術領域分別是C 學部、D 學部和B 學部，RPA 值分別為37.70、37.21 和27.20；浙江項數最多的是G 學部，重點的技術領域是H 學部，RPA 值為67.86；福建和海南重點的技術領域均為A 學部。重慶項數最多的是G 學部，重點的技術領域是F 學部，RPA 值為90.44。

2.1.5 協同主體特征

協同主體是指合作申請專利的申請人。研究按表2 中的類別，分別對廣州和沿線省區市的協同科技創新主體進行歸類，并統計其合作申請專利數。依此，“申請人”中廣州或沿線省區市單位多于2個時，該項專利重復計算，如申請人為“中國南方電網有限責任公司電網技術研究中心 南方電網科學研究院有限責任公司 浙江大學”，則“中國南方電網有限責任公司電網技術研究中心 浙江大學”、“南方電網科學研究院有限責任公司 浙江大學”合作申請專利分別各計1 項。按此，合作申請專利增加了153 項、為1 849 項，即在社會網絡中有1 849 對協同關系。

這天，孟導又是下班后就到葉總店里報道了。孟導到的時候，葉總正忙著接待客人。今天葉總店里生意興隆，平時都是熟人過來聊天，而今天店里有好幾撥客人，讓孟導有些詫異。畢竟古玩市場里一直流傳著“不作買賣照樣賺大錢的葉總”這樣的說法。

從表2 可以看出，廣州和沿線省區市分別有238家和321 家單位參與了協同科技創新，平均合作申請專利數分別為7.77 項和5.76 項。可見，從協同主體看，民營企業和高新技術企業是廣州和沿線省區市協同科技創新的重要力量，國有企業、科研機構和高校是活躍參與力量，中外合資企業和外國企業是積極參與者。從平均合作專利強度看，廣州主體科研機構的強度最大，為16.00 項，其次是國有企業，為10.50 項，高校第3，為8.13 項；沿線省區市主體高校的強度最大，為8.40項，其次是國有企業，為6.70項，中外合資企業第3，為6.17 項。

表2 協同主體數量特征

2.2 協同科技創新社會網絡特征

2.2.1 分階段網絡特征

表3 和圖4 反映了廣州和沿線省區市協同科技創新網絡主要指標的變化特征（因清晰性要求，2007—2013 年、2014—2017 年和整體網絡圖在文中未附）。

表3 分階段網絡部分指標特征

從中可以看出，網絡規模越來越大，從第一階段的55 增加至第三階段的338，說明參與協同科技創新的主體越來越多。網絡密度越來越小，從第一階段的0.022 2 減小至第三階段的0.004 3，說明隨著主體的增多，網絡變得越來越松散。網絡距離越來越大，從第一階段的1.365 增加為第三階段的3.498，說明主體之間的建立協同關系需要更多主體從中牽線搭橋。中心勢反映網絡的凝聚性，即緊密程度，數值在0～1 之間，越接近1 表示網絡越緊密，反之表示關系越松散；其中，度數中心勢指數越來越小，從第一階段7.30%降至第三階段的2.85%，中間中心勢指數出現波動，三個階段分別為0.69%、2.25%和1.40%；這都說明廣州和沿線省區市協同科技創新網絡趨于稀疏和松散，不利于科技創新資源的流動和共享。另外，每個階段均呈現小世界網絡性質。

圖4 1985—2006 年合作申請專利網絡特征

從網絡具體節點來看，三個階段均有合作申請專利的廣州協同主體數量為5 家、占2.10%，在其中兩個階段有合作的為31 家、占13.03%，只在一個階段有合作的為202 家、占84.84%。在三個階段均有合作的5 個廣州主體分別是：金發科技股份有限公司，共合作473 項；華南理工大學，共合作22 項；中國科學院廣州地球化學研究所，共合作10 項；廣州有色金屬研究院，共合作9 項；中國科學院南海海洋研究所，共合作6 項。三個階段均有合作申請專利的沿線省區市協同主體數量為4 家，占1.25%，在其中兩個階段有合作的為19 家，占5.92%，只在一個階段有合作的為298 家，占92.83%。在三個階段均有合作的5 個沿線省區市主體分別是：上海金發科技發展有限公司，共合作473 項；上海交通大學，共合作77 項；浙江大學，共合作48 項；東華大學，共合作13 項。可見，廣州和各沿線省區市協同科技創新主體具有動態性和不確定性特征，高校、科研機構和有子母關系的企業，具有較好的協同科技創新長效性和網絡小世界性質持久性。

2.2.2 整體網絡特征

表4 反映了廣州和沿線省區市協同科技創新整體網絡中協同主體網絡規模超過5 個的節點特征。其中，浙江大學網絡規模最大，與其他18 個主體建立了協同科技創新合作關系，最大可能的點對數達306。廣東電網公司電力科學研究院可達的效率最大，為100.00。浙江大學的中間人指數和中介指數最大，均為153.00，說明其參與協同科技創新和資源共享的渠道比較順暢。度數中心性衡量哪些節點是網絡中的重要節點，值最大的是浙江大學，為3.130，說明浙江大學等度數中心性較高的主體是網絡中最具有社會地位的組織，在網絡中的地位越重要。中間中心性表示一個節點處于其他節點之間最短途徑上的程度，側重于衡量節點對其他節點的控制能力，值最大的是上海交通大學，為2.402，說明通過上海交通大學等中間中心性較高的主體，可以將不同的主體聯系起來，能夠更好地促進創新資源在網絡成員之間共享。接近中心性差異較小，其說明這些主體占據著主體之間連通路徑的關鍵位置，到達各方向的其他主體的距離更近，而處于邊緣位置的主體必須借助其他主體才能獲得協同科技創新信息和資源。這也說明，廣州和沿線省區市協同科技創新網絡為非完全連通的網絡，具有明顯的“小世界”特征［16］。

表4 整體網絡個體特征

3 研究結論驗證與啟示

根據上述實證分析結果，研究借助SPSS 統計分析軟件，采用表5 中階段2、階段3 指標之和與合作申請專利總數，進行了相關性多元回歸驗證。得出的主要研究結論如下：

（1）廣州和各沿線省區市協同科技創新具有地理鄰近特征。交通距離與合作專利數的皮爾遜相關性系數為-0.227，說明交通距離與合作專利數呈負相關關系，即交通距離越近，則合作申請專利數越多，協同科技創新關系越緊密。具體來看，在地理上與廣州最鄰近的廣西、福建和海南，分別合作申請專利173 項、90 項和62 項，排在第2、第4 和第6 位，共占合作申請總數的19.16%。地理鄰近有利于創新知識和技術、創新人員的流動，減少因空間阻隔而造成的障礙。因此，各沿線省區市，特別是與廣州交通距離較遠的省區市，應該更好地完善郵電網絡通訊基礎設施，構建更加便捷的知識交互手段，使協同科技創新系統變得更加開放。

（2）廣州和各沿線省區市協同科技創新具有明顯的經濟鄰近特征。GDP 與合作專利數的皮爾遜相關性系數為0.359，說明GDP 與合作專利數呈低度相關。R&D 經費投入的皮爾遜相關性系數為0.678，說明R&D 經費投入與合作專利數中度相關，且兩個變量間在0.01 級別上相關性非常顯著。R&D 人員投入與合作專利數的皮爾遜相關性為0.422，R&D 人員投入與合作專利數呈低度相關，且兩個變量間在0.1 級別上具有顯著相關性。具體來看，廣州與經濟發達的上海、浙江分別合作申請專利953 項和161 項，排在第1 和第3 位，共占合作申請總數的65.68%。經濟發展水平是開展協同科技創新的基礎，協同科技創新又反過來對經濟發展帶來內生效應。因此，廣州和各沿線省區市應該結合自身經濟發展水平，注重增加R&D 經費投入，并在此基礎上增加R&D人員投入。

（3）廣州和各沿線省區市協同科技創新具有組織鄰近特征。高技術企業數與合作專利數的皮爾遜相關性系數為0.376，說明高技術企業數與合作專利數呈低度相關。規模以上工業企業數、研究與開發機構數與合作專利數的皮爾遜相關性系數分別為0.196 和0.158，說明規模以上工業企業數、研究與開發機構數與合作專利數呈微弱相關關系。具體來看，廣州高新技術企業參與合作申請專利284項，占15.36%，其他企業共參與合作申請1 035項，占55.98%，科研機構參與合作申請400 項，占21.63%；沿線省區市高新技術企業參與合作申請專利342 項，占18.50%，其他企業共參與合作申請1 131 項，占61.17%，科研機構參與合作申請124 項，占6.71%。而同一組織系統內的企業，資源和信息流通更暢順、更便捷、更及時，也更易于開展協同科技創新。因此，應該充分激發組織鄰近的協同主體積極開展科技創新交流與合作，互通有無，協同發展。

（4）廣州和各沿線省區市協同科技創新具有技術鄰近特征。有效專利數與合作專利數的皮爾遜相關性系數為0.385，說明有效專利數與合作專利數呈低度相關關系。可見，在一定的技術資本積累前提下，技術鄰近的協同主體之間，也可以突破地理、經濟或組織的限制，優先尋求在特定技術領域與自己技術相近的主體進行合作。如廣州甘蔗糖業研究所分別與廣西農墾金光乳業有限公司、廣西農墾糖業集團股份有限公司、廣西農墾糖業集團金光制糖有限公司，共合作申請專利15 項。因此，各協同主體應該根據自身技術優勢，加強與技術鄰近的掌握前沿領域核心技術的主體開展產學研合作，以增強對技術的吸收和轉化，促進創新技術持續生長、更新和發展。

（5）廣州和各沿線省區市協同科技創新網絡具有“小世界”特征。在小世界網絡中，浙江大學、華南理工大學和上海交通大學、廣東電網公司電力科學研究院等網絡規模較大的主體均具有較高的聚集程度，小世界內的主體之間具有較好的相互信任度，更易于開展合作，從而推動協同科技創新的效率、質量和準確性，也提高了協同創新產出的能力和水平［16］。

表5 相關性回歸分析結果