开放科学(资源服务)标识码(OSID)：
中共十九大报告明确提出，创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。十九届四中全会进一步强调，完善科技创新体制机制，充分发挥科技创新的引领作用。粤港澳大湾区作为我国建设世界级城市群的重要组成部分，其内部技术往来合作历时已久，是我国区域创新发展前沿。2018年8月15日，韩正同志在粤港澳大湾区建设领导小组全体会议上指出，要积极吸引和对接全球创新资源，建设“广州—深圳—香港—澳门”科技创新走廊，打造大湾区国际科技创新中心。2019年2月18日出台的《粤港澳大湾区发展规划纲要》指出，粤港澳大湾区战略定位就是建设成为具有全球影响力的国际科技创新中心，充分发挥科技研发和产业创新优势，深化粤港澳创新合作，以区域创新推动区域经济可持续发展，成为区域发展示范。因此，研究粤港澳大湾区创新网络空间结构演化特征及效应，能够满足国家战略实施与区域经济协调发展的双向需求。
Cooke等[1]最早明确了区域创新网络概念，认为它是一个区域组织之间分工协作、交流学习的创新系统，并强调从系统角度全面理解创新。在研究方法选择上，刘建华和王明照[2]选取莫兰指数等空间自相关指数分析黄河下游城市群的区域创新空间格局；包海波和林纯静[3]通过测算长三角城市群区位基尼系数与集中度指数，发现长三角城市群的空间创新结构具有不断向外扩散的特征；赵凯旭等[4]采用变异系数、空间基尼系数描述我国区域创新效率时空演变趋势，证实我国区域创新效率不断降低。此外，还有部分学者利用空间面板杜宾模型、随机前沿函数、BP人工神经网络、泰尔指数、探索性空间数据分析和多元线性回归等方法，探究区域创新网络的空间结构特征与演化趋势[5-9]。然而，莫兰指数、区位基尼系数、集中度指数、变异系数及泰尔指数等区域研究方法只能反映区域创新网络整体结构特征，无法描述区域创新网络中每个节点的特殊地位[10]。为克服上述方法的不足，有学者利用社会网络理论研究区域创新网络内部结构特征，如谢伟伟等[11]、张景帅和唐根年[12]分别采用社会网络分析法探究长三角城市群以及浙江省县域创新网络结构特点与各节点空间分布特征。
为了更充分地理解粤港澳大湾区各城市在创新网络中的地位与角色，更好地解构粤港澳大湾区创新网络的疏密程度、关联状态等复杂空间结构特征，本文基于2009—2017年大湾区各城市专利授权数据，运用社会网络理论思想，并结合组合赋权法创新性地重构创新活度评价指标，以衡量区域创新水平。使用社会网络分析法，通过引力模型建立粤港澳大湾区创新关联矩阵，并对区域创新网络的整体网络密度、关联性、中心性、凝聚子群等指标进行测算，揭示粤港澳大湾区创新网络结构特征与演化过程，并进一步运用QAP分析方法探究影响粤港澳大湾区创新网络发展状态的内在机理，以期为粤港澳大湾区创新合作协同发展提供有效建议。
(1)创新活度概念。区域创新是一个复合网络系统，单纯采用创新产出衡量难免存在一定的局限性。为了更准确地描述区域创新能力，刘刚等[13]在生态位理论的基础上，结合区域创新实际情况，仿照“生态活度”提出创新活度概念；毛显强等[14]指出，生态活度描述了区域生态系统中一个占据特定空间位置的复合生态系统单元,在与其它单元相互作用过程中所形成的相对地位与作用，是对区域复合生态系统中各生态单元的经济、社会功能以及自然资源、环境功能相对优势程度的概括度量。
本文对创新活度概念理解和指标选取进行了补充。以创新活度衡量区域创新，契合社会网络分析思维方式，故采用社会网络分析方法对创新活度概念进行补充。在生态活度生态位理论的基础上，将粤港澳大湾区城市创新网络结构类比为复合生态系统，将生态活度的二维空间扩展到网络化三维空间，将粤港澳大湾区内的市节点类比为生态单元。节点城市之间的矢量长度意味着城市节点的创新优势程度与创新服务提供能力；矢量方向反映创新能力作用方向。三维空间中的矢量可以直观反映出节点城市在创新网络结构中的性质和角色，度量各城市创新水平的相对优势程度。在指标选取上，现有研究简单采用专利授权量作为创新活度的衡量指标，但是创新能力评价不仅需要考察创新成果数量，更应考虑创新“质量”[15]，专利申请量或授权量只能体现“数量”而非“质量”。而专利授权量中发明专利、实用新型专利和外观设计专利的性质、特点不同，3种专利对节点城市创新水平的度量能力与代表性显著不同。因此，需根据3种专利的性质和特点测算3种专利的重要程度，对3种专利赋予适当的权重。因此，本文采用客观赋权法和主观赋权法相结合的组合赋权法，创新性地重构创新活度评价指标。
(2)创新活度指标构建。本文利用熵权法对大湾区专利授权量的3个指标进行客观权重分析。在信息论中，熵可以用来衡量系统不确定性程度。若一项专利在系统中的熵越小，表明其信息量越大，不确定性越小，在客观评价中所占权重就越高。通过熵的大小度量专利信息量，可有效避免人为因素干扰，使评价结果更加客观[16]。熵权法虽能依据指标数值的差异程度测算指标权重，但过分依赖样本数据。因此，本文有针对性地从粤港澳大湾区高校邀请10位相关领域专家进行问卷调查，采用层次分析法(AHP)对专利授权量中的各指标进行主观权重分析，对客观权重的缺陷进行一定的修正。在对创新活度概念理解的基础上，本文对发明专利、实用新型专利和外观设计专利进行组合赋权，构建创新活度评价指标。组合赋权法结合客观赋权和主观赋权评价方法的优势，兼顾决策者的主观偏好及数据客观属性，能够最大限度地减少信息损失，并缩小两者权重偏差，在客观赋权与主观赋权之间寻找权重的一致性(吴赐联、朱斌，2015)，使创新活度指标权重更符合实际。
空间关联矩阵构建是社会网络分析的基础，本文选用改进的引力模型构建2009年、2013年、2017年粤港澳大湾区创新活度关联矩阵，为使数据更直观，对矩阵中的数据进行取整处理。
在改进的引力模型中个体“质量”分别是指粤港澳大湾区城市节点的创新活度Crei和Crej;Dij表示节点城市i和j之间的最短地理距离(公路里程)，数据参考网络地图查询结果。由于区域创新影响会随距离增加而衰减，本文参考前人研究将距离衰减系数b定为2[17]。为了更准确地衡量城市间非对称性创新联系，以节点城市创新活度占两城市创新活度之和的比重确定经验常数kij，修正后的引力模型如式(1)所示。
(1)
(1)网络密度分析。网络密度表示整体网络中实际存在的联系数目除以理论上最大联系数目，反映节点之间的传递性和交互性，是考察网络整体结构特征最基本的指标，计算公式如下：
(2)
其中，Dn为网络密度，m为节点间的实际矢量数目，n为网络中节点数目。
(2)中心度分析。中心度描述了节点在网络中的“权力”大小，反映该节点对其它节点的依赖程度、自身在网络中的重要性，以及处于怎么样的中心地位。本文选取度数中心度、中间中心度和接近中心度等3个代表性指标，量化分析各节点城市在创新网络中的权力[18]。度数中心度用来描述节点与其它节点直接连接情况，包括点入度和点出度。点入度
表示节点城市接收其它城市创新联系的能力；点出度
表示节点城市向其它城市发出创新联系的能力。其中，lij、lji分别描述两节点i(j)和j(i)城市间有无直接创新联系。中间中心度测量节点对网络其它节点及要素的掌控能力，计算公式如下：
且j<k
(3)
其中，bjk(i)表示节点i对于节点j与k交往的控制能力，即节点i位于节点j与k间捷径的概率。接近中心度描述一个节点与其它节点的捷径之和，反映该节点不受其它节点控制的程度，计算公式如下：
(4)
其中，dij为节点i与j之间的捷径距离。
(3)核心—边缘结构分析。在社会网络中，核心区比边缘区占据更丰富的要素资源与节点联系，边缘区往往需要依赖核心区带动发展。核心—边缘模型可以通过核数量化分析各节点在网络中的位置，节点核数越大，节点在网络中的重要性越高，其地位就越接近核心区。根据定比数据和定类数据，可以把模型方法划分为连续的核心—边缘模型和离散的核心—边缘模型。
(4)QAP分析。在整体网络分析中，由于数据相关性违背了多重共线性原则，基于对矩阵数据置换的QAP分析法可以避免多元回归分析的缺陷。通过QAP分析可对两个矩阵中元素的相关性进行对比，得到两个矩阵之间的相关系数，包括QAP相关分析和QAP回归分析[19]。具体操作步骤如下：首先，计算出两个矩阵的相关系数；其次，对其中一个矩阵的行和列重复至少数百次随机置换，从而得到整个相关系数分布结果；第三，对比实际矩阵的相关系数和相关系数分布，分析实际矩阵相关系数是落在接受域还是拒绝域，从而得到分析结论[20]。
(1)研究样本选取。粤港澳大湾区是一个生产要素自由流动的区域经济系统，在创新驱动区域增长模式下，大湾区创新网络结构整体性研究对大湾区经济高质量发展具有重要意义。本文以粤港澳大湾区11个城市(广州、深圳、珠海、惠州、东莞、中山、江门、佛山、肇庆、香港、澳门)为研究样本，探究粤港澳大湾区创新网络空间结构。
(2)研究数据来源。考虑到时间跨度的合理性以及数据可得性，本文选取2009-2017年大湾区各城市专利授权数据中的发明专利、实用新型专利和外观设计专利作为研究数据。专利授权数据来源于《广东知识产权年鉴》与《中国知识产权年鉴》。需要指出的是，对于香港来说，专利可基于中华人民共和国国家知识产权局、欧洲专利局(指定英国的专利)和英国专利局进行申请；对于澳门来说，专利可直接申请，或者依据巴黎公约在先申请日的12个月内向澳门经济局递交申请，或者将中华人民共和国国家知识产权局授予的专利延伸至澳门。对于不需要内地保护或者涉及赌博等不被国内专利法承认的专利，申请人不会选择向国家知识产权局申请。本文研究角度侧重于内地创新水平与协同合作提升程度，故以中华人民共和国国家知识产权局专利授权数据为统一标准，研究粤港澳大湾区内部创新联系。因此，本文中香港与澳门创新活度不能代表其真实创新水平，仅反映其与内地创新活动的联系范畴。
基于熵权法和层次分析法得到组合权重，如表1所示。从客观权重上看，发明专利、实用新型专利、外观设计专利在创新活度评价中所占权重依次递减且差距不大，说明3种专利所代表的不确定性依次递增，信息量依次递减。整体数据较为稳定、信息有效度高，且发明专利所占有的信息量最大，在综合评价中发挥的作用也最大。从主观权重上看，发明专利权重明显增加，外观设计专利权重大幅下降。在3种专利中，粤港澳大湾区专家认为，发明专利更能体现区域创新活度，而外观设计专利的相对重要性较弱。组合赋权法得到的创新活度指标，耦合了数据客观属性与专家主观偏好，进一步提升了发明专利权重并降低了外观设计专利权重。
表1 粤港澳大湾区创新活度指标权重测度结果
指标名称客观权重主观权重综合权重发明专利0.3780.5690.610实用新型专利0.3260.3400.314外观设计专利0.2960.0910.076
(1)创新网络空间结构。将创新活度关联矩阵导入UCINET软件，绘制粤港澳大湾区创新网络结构图(见图1)。其中，创新网络中各节点表示对应城市，节点之间的有向线段表示城市之间的创新联系及联系方向，线段粗细表示创新联系强弱。
自2003年内地与港澳地区签署《关于建立更紧密经贸关系的安排》以来，粤港澳大湾区越来越重视区域创新合作与技术交流。从图1可以直观地发现，2009年已存在大范围跨区域创新合作，基本形成环形创新网络。2013年，粤港澳大湾区创新联系日益紧密，整体网络结构日趋完善，基本满足大湾区创新要素流动需求。此后，创新网络整体结构逐渐趋于稳定。总体上，创新网络中的边缘城市如惠州、肇庆与其它城市的创新联系数量逐年递增，但核心区的创新联系强度仍远高于边缘区。不难发现，创新联系最强的两对城市“广州-佛山”、“深圳-东莞”都处于核心区，且城市之间彼此相邻。这是因为空间交易成本的存在使得创新合作必须考虑地域性问题。虽然信息通讯发展使显性知识更容易流通，但依赖于科研人员的隐性知识会因难以用书面形式表达，受限于交通物流水平、区域创新组织差异程度等空间制约条件，从而产生衰减和失真。此外，对距离较远、合作基础不牢固的合作者，科研人员往往会担心资源投入不对等、创新成果被剽窃等风险，从而抑制创新合作[21]。粤港澳大湾区空间交易成本变化会对创新网络结构演变产生直接影响，而相邻城市空间的交易成本较低，因而能产生更紧密的创新合作。本文还发现，虽然广州和深圳的创新活度在粤港澳大湾区中均位于前列，但由于地理区位、资源禀赋等原因，两者一直存在或多或少的竞争，2017年这两个城市之间的创新联系强度仍未达到最优水平。
图1 2009年、2013年、2017年粤港澳大湾区创新网络结构
(2)整体网络密度。利用UCINET软件构建创新活度关联矩阵并进行以0为分界的二值处理，从定量角度分别测算出3年网络密度，结果见表2。2009年粤港澳大湾区创新网络的整体网络密度高达0.727 3，说明粤港澳大湾区创新协同合作已久，基本形成支撑协同创新的网络组织模式，拥有良好的创新联系基础。在接下来4年时间里仍增速明显，2013年网络密度已增至0.9，粤港澳大湾区创新网络已基本实现互联互通。2017年整体网络密度仅增长1.011 1%，一方面，粤港澳大湾区的创新联系从初期追求“量”的积累转变为当期注重“质”的提升；另一方面，结合图1可以发现，创新网络内部结构趋向于核心城市之间的强强联合，或“核心—边缘”城市之间的强弱联系且各城市间联系强弱不均，而外围边缘城市之间少有联系或联系程度较低，从而拉低了粤港澳大湾区创新网络整体网络密度。
(1)点度中心度。使用UCINET软件分别计算出2009年、2013年、2017年各城市节点的点出度中心度和点入度中心度，结果见表3。从整体上看，2009—2017年点出度和点入度均呈现大幅上升趋势，表明粤港澳大湾区创新环境优良、创新资源更加丰富，内部创新协同合作逐年加强。
表2 粤港澳大湾区创新网络整体网络密度
年份关联关系总数整体网络密度变化幅度(%)2009800.727 32013990.900 023.745 420171000.909 11.011 1
具体来看，广州、深圳、佛山、东莞的点出度和点入度均处于较高水平，既是粤港澳大湾区创新网络中最主要的创新技术扩散和接收城市，也是创新网络中创新活度较高的核心区。作为粤港澳大湾区创新网络中的关键城市，广州和深圳的点出度一直高于点入度，持续高效地发挥着扩散作用，促进前沿技术、高水平人才等创新要素流向网络各节点，积极带动创新网络协同发展。中山、珠海、江门、香港、惠州处于创新网络的中间地带，更为依赖核心城市的创新辐射。从2009年的低水平点入度中心度到2017年点入度中心度显著提高，说明这5个城市已和核心城市建立起稳定的创新合作机制，在创新网络中逐渐向半核心城市转变，整体网络结构优化。此外，肇庆和澳门是创新网络中的边缘城市，虽然点出度中心度在2013年突破了“0”，但2017年点度中心度仍处于总体低水平状态，自身创新活度较低且尚未与其它城市建立起良好的创新合作机制。
表3 粤港澳大湾区创新网络点度中心度
排序点出度200920132017点入度2009201320171深圳825 3广州46 717广州270 375佛山7 418佛山42 850佛山245 0322广州761 9深圳32 081深圳126 740广州6 948广州30 396广州163 6503佛山666 3佛山28 091佛山153 680东莞5 151东莞22 786东莞101 4104东莞197 8东莞11 826东莞67 033香港1 684深圳9 391深圳51 1085中山792中山6 622中山35 589深圳1 675中山8 534中山47 9016珠海334珠海2 785珠海20 910中山1 358珠海5 539珠海33 0487江门193江门799江门3 202珠海761香港3 757江门14 6988香港142惠州405惠州2 319江门711江门3 211惠州11 0419惠州11香港218香港368惠州214惠州2 246香港9 29510肇庆0肇庆43肇庆146肇庆47肇庆579肇庆2 38811澳门0澳门4澳门3澳门18澳门302澳门794
(2)中间中心度。利用UCINET软件求得中间中心度，如表4所示。从整体看，中间中心度数据分布越来越平衡，体现出创新网络空间结构从不均衡向均衡化方向发展。说明创新网络中相对弱势的城市不断进步，打破了个别城市在网络联结中的垄断地位，使每个城市基本都能享受到网络中优质的创新资源，体现出粤港澳大湾区创新网络较强的联结状态。
具体分析，2009年深圳和中山的中心度均为6.667，作为创新资源流通和共享的枢纽，这两个城市拥有较多的结构洞，能最大程度地操控其它城市之间的创新交流。随后，这两个城市的“中间”地位被削弱，其它城市得以享受更多创新资源，这是创新网络一体化进程推进的好兆头。香港、惠州分别于2013年和2017年实现中间中心度“0”的突破，说明其逐渐改变在创新网络中的边缘位置，对创新资源的控制能力加强。然而，肇庆和澳门的中间中心度始终为“0”，无法成为与其它城市联通交互的枢纽，加上肇庆和澳门的创新活度基础较差，空间地理位置相对偏僻，存在被创新网络孤立化和边缘化风险，因而是大湾区城市群创新合作的重点帮扶对象。
表4 中间中心度
排序中间中心度2009年2013年2017年1深圳6.667广州0.556广州0.2472中山6.667深圳0.556深圳0.2473珠海4.444佛山0.556佛山0.2474广州1.111东莞0.556东莞0.2475佛山1.111中山0.556中山0.2476东莞1.111珠海0.556珠海0.2477江门1.111江门0.556江门0.2478香港0香港0.556香港0.2479惠州0惠州0惠州0.24710肇庆0肇庆0肇庆011澳门0澳门0澳门0
(3)接近中心度。如表5所示，从整体看，2009—2017年创新网络中各城市的接近中心度均呈上升趋势且数值分布向均衡方向发展。近年来，信息通讯技术发展、交通物流状况改善和知识产权保护完善，极大地促进了科技人员往来和知识流通，从整体上提高了粤港澳大湾区城市群对技术、资源、人才、信息等创新要素的吸收能力，使城市间创新互动更为紧密，形成多中心联动发展态势。肇庆和澳门的接近中心度一直处于粤港澳大湾区城市群的最低水平，说明这两个城市对创新资源的掌控能力较弱，与湾区中其它城市的创新合作具有较大潜力，仍需依赖创新网络核心城市的帮助。
本文通过UCINET软件使用连续的核心—边缘模型分别测算2009年、2013年、2017年粤港澳大湾区各城市节点核数，量化分析创新网络核心区、半核心区、边缘区构成，从而客观把握创新网络结构状态和发展趋势。其中，2009年、2013年、2017年拟合度分别为0.863、0.883、0.912，表明粤港澳大湾区创新网络契合连续的核心—边缘模型，且核心、半核心、边缘的层次结构越来越明显。
从表6可以直观地发现，粤港澳大湾区创新网络的“核心-边缘”结构层次分明。其中，广州、深圳、佛山牢牢占据核心区位置，发挥着技术创新扩散效应，带动相邻城市创新活度提升。东莞、中山分别于2013年和2017年跃升至核心区，除自身创新技术水平提升外，也与其毗邻创新核心区有关，再次验证了创新联系受空间地域的影响。毗邻核心城市不仅能直接享受创新扩散效应带来的正外部性，而且由于较低的空间交易成本，使得创新技术合作更容易实现。无独有偶，惠州创新活度基础较差且地理位置相对偏远，2009—2013年处于创新网络边缘，但因其背靠广州、东莞、深圳这3个核心城市，占据创新发展的环境优势，在2017年跃升至网络半核心区。相对而言，处于创新边缘区的肇庆、香港、澳门还未完全释放其创新发展潜力，仍需进一步加强创新合作，从而提高创新资源要素协同整合水平和利用率。从整体看，粤港澳大湾区已初步形成以广州、深圳、佛山、东莞、中山为核心的协同创新模式。网络内部层次分明，联系紧密，创新资源和要素基本实现互联互通。但各城市仍需进一步克服空间地域距离、机会主义行为、组织形式差异、恶性竞争等创新障碍，加强知识交流互通和跨区域性创新合作，逐步形成多中心联动创新网络结构。
表5 接近中心度
排序接近中心度2009年2013年2017年1深圳100广州100广州1002中山100深圳100深圳1003广州90.909佛山100佛山1004佛山90.909东莞100东莞1005东莞90.909中山100中山1006珠海90.909珠海100珠海1007江门90.909江门100江门1008香港83.333香港100香港1009惠州83.333惠州90.909惠州10010肇庆71.429肇庆90.909肇庆90.90911澳门58.824澳门83.333澳门90.909
表6 粤港澳大湾区创新网络核心—边缘结构
年份城市2009年核心区广州、深圳、佛山半核心区东莞、中山、江门、珠海边缘区香港、惠州、肇庆、澳门拟合度0.8632013年核心区广州、深圳、佛山、东莞半核心区中山、珠海、江门边缘区惠州、肇庆、香港、澳门拟合度0.8832017年核心区广州、深圳、佛山、东莞、中山半核心区珠海、惠州、江门边缘区肇庆、香港、澳门拟合度0.912
前述研究揭示了粤港澳大湾区创新网络空间特征，各城市不同的角色与定位代表其创新资源获取能力各不相同，进一步影响其创新能力与发展潜力。然而，城市角色和定位并不是创新网络演化与发展的唯一限制条件。基于此，本文采用QAP分析法检验创新活度关联矩阵的相关关系。首先，由于空间交易成本的存在，使得城市间距离限制了知识、信息传播与科技人员流动，故地理距离是创新网络的影响因素之一。其次，粤港澳大湾区内部人员往来与交流基本通过铁路设施，而高铁网络发展大大缩短了粤港澳湾区的时空距离，降低了空间交易成本，加强了城市之间的联系，故高铁设施是创新网络的影响因素之一。第三，知识、信息、资本、科研人员等创新资源在不同渠道下跨区域流通推动了区域协同创新发展，直接影响不同城市之间的创新联系。因此，创新要素集聚与扩散是创新网络的影响因素之一。第四，发明创造不是一个短周期过程，充足的科研资金不仅能保证研究稳步推进，而且对科研人员具有激励作用。因此，科研投入是创新网络的影响因素之一。第五，出售产品所得直接反映了科技创新的市场价值，是合作创新的直接利益驱动。因此，产品消费是创新网络的影响因素之一。本文以2017年为时间点，选择地理距离、高铁设施、创新要素集聚与扩散、科研投入、产品消费5个影响因素，探讨粤港澳大湾区创新网络影响机制并构建模型。
F=f(D,H,S,E,C)
(5)
其中，D代表城市间的地理距离，以最短公路里程数矩阵表示；H代表城市的高铁设施，以高铁来回班次矩阵表示；S代表创新要素集聚与扩散，以全社会固定资产投资总额的差值矩阵表示；E代表城市科研投入，以全社会研究与试验发展经费的差值矩阵表示；C代表城市产品消费，以社会消费品零售总额的差值矩阵表示。除最短公路里程数矩阵采用网络地图查询、高铁来回班次在12306网站查询外，其它指标数据均来源于广东省统计局、香港政府统计处和澳门统计暨普查所。由于香港和澳门的《统计年刊》没有全社会固定资产投资总额数据，因而港澳全社会固定资产投资总额参考前人的方法[21]，用中国固定资产投资年鉴中的总额减各省数据再对港澳划分权重。
使用UCINET软件，选择10 000次随机置换分别对创新活度关联矩阵和5个影响因素矩阵进行QAP相关性分析，结果如表7所示。表7中，实际相关系数为创新活度关联矩阵与其余影响因素矩阵直接计算所得；相关系数均值、标准差为创新活度关联矩阵和影响因素矩阵随机置换得到的相关系数集合中的均值与标准差；最大值与最小值分别代表相关系数集合中的最大值和最小值；P≥0和P≤0分别表示相关系数集合中大于等于和小于等于实际相关系数的概率[21]。
表7 粤港澳大湾区创新网络与其它影响因素的QAP相关分析结果
变量实际相关系数显著性水平相关系数均值标准差最小值最大值P≥0P≤0地理距离D-0.3390.002-0.0000.133-0.3710.3690.9990.002高铁设施H0.2550.0440.0010.131-0.0940.7680.0440.956创新要素的集聚与扩散S0.0660.0570.0010.041-0.0980.1180.0570.943科研投入E0.0840.0300.0000.041-0.0940.1160.0300.970产品消费C0.0870.0240.0000.041-0.0950.1160.0240.976
由表7可知，地理距离、高铁设施、创新要素集聚与扩散、科研投入、产品消费这5个影响因素均显著影响创新网络演化和发展。其中，创新活度关联矩阵与最短公路里程数矩阵的相关系数为-0.339，表明城市之间的距离显著阻碍城市间创新联系与区域合作创新，同时也印证了空间交易成本的存在；创新活度关联矩阵与高铁来回班次矩阵的相关系数为0.255，表明城市高铁设施对于城市间创新联系存在显著正向影响，高铁线路越完善，人才流动与交流越便捷，创新合作就越容易产生；创新活度关联矩阵与全社会固定资产投资总额差值矩阵的相关系数为0.066，表明随着城市创新要素集聚与扩散强度提升，城市间创新联系显著加强，反映出创新要素集聚与扩散是粤港澳大湾区创新网络发展的重要条件；创新活度关联矩阵与全社会研究与试验发展经费差值矩阵的相关系数为0.084，表明加大科研投入力度对创新网络发展具有显著正向影响。同时，在粤港澳大湾区建立创新园区能促进跨区域创新合作；创新活度关联矩阵与社会消费品零售总额差值矩阵的相关系数为0.087，说明产品消费增长对创新网络存在激励作用，随着人们消费活动的增加，城市间创新联系得以加强。
不难发现，地理距离和高铁设施实际相关系数的绝对值远高于创新网络的其它影响因素，说明空间交易成本增加会极大地阻碍粤港澳大湾区知识技术自由扩散、共享和流通，抑制城市间跨区域创新联系建立，同时增大边缘区城市被进一步孤立的风险，加剧区域创新活度分布格局“极化”特征。因此，在粤港澳大湾区构建互融互通的综合交通体系，可以有效优化创新网络空间结构。
使用UCINET软件，选择10 000次随机置换，进一步对地理距离、高铁设施、创新要素集聚和扩散、科研投入、产品消费与粤港澳大湾区城市间的创新联系进行QAP回归分析，结果如表8所示。地理距离D的标准化回归系数为-0.304，通过了1%水平下的显著性检验，说明当存在其它影响因素时，加强粤港澳大湾创新联系需要考虑地理距离因素与空间交易成本。高铁设施H的标准化回归系数为0.202，通过了10%水平下的显著性检验，说明当存在其它影响因素时，粤港澳大湾区高铁网络完善会促进创新网络发展。地理距离与高铁设施系数的绝对值最大，说明加强粤港澳大湾区城市间的创新联系，必须保障基础设施建设。如今，虎门大桥、港珠澳大桥、南沙大桥等公路通道相继通车运营；以“三纵三横三线”为骨架的高等级航道网基本成型；在大湾区建成世界级机场群，香港机场第三跑道建设和澳门机场改扩建已提上进程；规划中的广中珠澳高铁和广深港北延段使港澳与内地有更紧密的联系。随着粤港澳大湾区综合交通体系逐渐完善，区域间创新协同合作与经济高质量发展必将迎来新的机遇。
创新要素集聚与扩散S的标准化回归系数为-0.109，通过了10%水平下的显著性检验，说明当存在其它影响因素时，创新要素集聚与扩散能力越强，区域创新合作就越紧密。科研投入E的标准化回归系数是0.098，通过了5%水平下的显著性检验，说明在粤港澳大湾区建设科研经费充足的创新园区有利于区域人才、知识流动与分配，从而促进区域创新协同发展。产品消费C的标准化回归系数为0.105，通过了5%水平下的显著性检验，说明新产品消费增加可以激励区域创新合作。QAP回归分析结果与QAP相关性分析结果基本一致，表明本文研究结论具有较好的稳健性。
表8 粤港澳大湾区创新网络与其它影响因素的QAP回归分析结果
变量非标准化回归系数标准化回归系数显著性概率P≥0P≤ 0地理距离D-142.358-0.3040.0030.9980.003高铁设施H114.6570.2020.0550.0550.945创新要素集聚与扩散S-1.128-0.1090.0880.9120.088科研投入E0.0010.0980.0230.0230.977产品消费C0.7020.1050.0370.0370.963
本文综合运用组合赋权法、改进的引力模型和社会网络分析法，对2009—2017年粤港澳大湾区创新网络空间结构演进及网络结构影响因素进行分析，得到以下结论：
从创新网络整体演进趋势看，粤港澳大湾区创新协同合作历时已久，2009年粤港澳大湾区已形成环形空间创新网络，创新网络密度逐年提升，城市间创新合作的联系方向、联系对象增多，支撑协同创新的网络组织模式日益完善。城市节点的中心度分布越来越均衡，说明网络中相对弱势城市的创新能力得到提高，打破了个别城市在网络联结中的垄断地位，创新网络韧性得以加强，空间结构朝均衡化、扁平化方向发展。同时，粤港澳大湾区创新网络契合连续的核心—边缘模型，且核心、半核心、边缘层次结构逐渐显著。广州、深圳、佛山牢牢占据核心区位置，发挥着技术创新扩散效应，带动相邻城市创新活度提升，使得相邻城市更容易向核心区跃升。从创新网络节点联系看，创新活度高的城市倾向于与相邻创新活度高的城市进行紧密合作，表明创新网络具有同配性,网络中“核心—边缘”的跨区域协同创新水平较低，边缘城市被孤立的风险加大，创新合作交流减少，节点创新联系路径固化，从而阻碍技术变革与区域创新合作协同发展。通过QAP分析结果发现，地理距离越近、高铁设施越完善、创新要素集聚与扩散能力越强、科研投入力度越大、产品消费水平越高，跨区域创新合作与交流就越紧密。
(1)为降低空间交易成本、实现远距离区域创新合作，必须完善城市之间的基础设施特别是高铁网络建设，提升综合交通体系整体效率，保障科技人员往来与流动的便利性；必须提高信息通信水平，使技术知识传播更加便捷；必须完善区域创新合作法律法规与知识产权保护，杜绝创新合作中的投机主义，使人们对远距离创新合作更加信任。
(2)进一步深化创新网络整体联系，夯实创新联系基础。为减缓创新网络同配性趋势，增强网络韧性，避免边缘城市被孤立，政府应根据各城市在创新网络中的角色与定位制定发展战略，主动建立远距离跨区域创新协作，合理利用边缘城市的后发优势并增强核心城市的辐射能力，通过互补性分工协作激发创新网络活力，形成多中心联动的一体化创新合作格局。
(3)深化广州与深圳创新协作，加强广深港澳科技创新走廊建设。充分发挥广州、深圳的区位优势，加强多领域创新联动，“双核”合力扩大创新联系辐射面积。同时，依托广深港澳创新走廊，联合出台促进区域创新协作与创新要素共享政策，破除限制粤港澳三地创新联系的制度阻碍。鼓励港澳创新导向更贴合内地发展实际，加强粤港澳三地资金、人才、信息、技术等创新要素互联互通，完善广深港澳产学研合作模式，从而形成极点带动、轴带支撑的创新联动发展格局。
(4)应鼓励粤港澳大湾区建设跨区域的创新园区，通过集聚创新要素和科研资金，优化区域内人流、物流、知识流配置，发挥创新园区增长极的带头作用，提升整体区域创新活度，从而推动粤港澳大湾区创新协同合作高效发展。
[1] PHILIP COOKE,MIKEL GOMEZ URANGA,GOIO ETXEBARRIA.Regional innovation systems: institutional and organisational dimensions[J].Research Policy,1997,26(4).
[2] 刘建华,王明照.黄河下游城市群创新能力的空间演变及其影响因素[EB/OL].郑州大学学报(哲学社会科学版),2020(2):1-6[2020-04-11].http://kns.cnki.net/kcms/detail/41.1027.C.20200402.0913.002.html.
[3] 包海波,林纯静.长三角城市群创新能力的空间特征及影响因素分析[J].治理研究,2019,35(5):51-58.
[4] 赵凯旭,杨永春,李恩龙,等.中国区域创新效率时空演变及其影响因素研究[J].西北大学学报(自然科学版),2019,49(3):437-448.
[5] 李胤奇,李柏洲.知识网络环境下企业技术创新自主性与协同性比较研究——基于空间杜宾模型的实证[J].科技进步与对策,2017,34(3):69-75.
[6] GAO HUA.Research on China's regional innovation efficiency and influence factors based on SFA[J].Science and Technology Management Research,2015, 2(3)
[7] 陈文韬,李琳.基于BP人工神经网络的知识创新能力的区域差异研究[J].科技进步与对策,2008，23(9):149-152.
[8] RU MA,WAN-HSIN LIU.Spatial concentration of innovation activities in China and the role of mega-economic zones[J].China & World Economy,2019,27(2).
[9] 蒋天颖.我国区域创新差异时空格局演化及其影响因素分析[J].经济地理,2013,33(6):22-29.
[10] 宋旭光,赵雨涵.中国区域创新空间关联及其影响因素研究[J].数量经济技术经济研究,2018,35(7):22-40.
[11] 谢伟伟,邓宏兵,刘欢.绿色发展视角下长三角城市群城市创新网络结构特征研究[J].科技进步与对策,2017,34(17):52-59.
[12] 张景帅,唐根年.基于社会网络分析的浙江省县域创新网络特征研究[J].科技管理研究,2020,40(2):123-129.
[13] 刘刚,杨蕾,刘程军.创新活度的空间分异特征及其门槛效应——以长江经济带为例[J].华东经济管理,2017,31(1):51-59.
[14] 毛显强,鱼京善,郭秀锐,等.生态活度生态位——理论、方法及其应用[J].中国人口·资源与环境,2005(5):125-129.
[15] 张古鹏,陈向东.基于专利的中外新兴产业创新质量差异研究[J].科学学研究,2011,29(12):1813-1820.
[16] 王钰,纪巧玲,刘庆凯,等.基于综合赋权法的港口物流竞争力评价[J].山东科技大学学报(自然科学版),2019,38(5):113-120.
[17] 李琳,牛婷玉.基于SNA的区域创新产出空间关联网络结构演变[J].经济地理,2017,37(9):19-25+61.
[18] 刘军.整体网分析讲义——ucinet软件实用指南[M].上海:格致出版社,2009:107.
[19] 刘军.社会网络分析导论[M].北京：社会科学文献出版社，2004：137-138.
[20] 王方方,杨焕焕.粤港澳大湾区城市群空间经济网络结构及其影响因素研究——基于网络分析法[J].华南师范大学学报(社会科学版),2018(4):110-120+191.
[21] 蒙大斌,张诚,李宁.空间交易成本对创新网络空间拓扑的影响研究——以京津冀医药产业为例[J].软科学,2019,33(11):22-28.