何喜軍 吳爽爽 張佑 Chan Chee Seng 龐婷

摘 要：采集2003-2019年粵港澳大灣區(qū)（以下簡稱GBA）和舊金山灣區(qū)（以下簡稱SFBA）發(fā)明專利轉讓數(shù)據(jù)，從宏觀、中觀、微觀3個維度，分別構建GBA與SFBA的城市間、組織間以及主體間技術轉讓網(wǎng)絡，以探索灣區(qū)網(wǎng)絡結構特征及演化規(guī)律。研究發(fā)現(xiàn)：①GBA的城市間技術轉讓網(wǎng)絡由以“廣州”為核心的單核結構向以“深圳-東莞-廣州”為核心的多核結構演化，但香港、澳門與內(nèi)地核心城市間聯(lián)系松散，在網(wǎng)絡中處于邊緣位置，SFBA的城市間網(wǎng)絡由以“Santa Clara-San Mateo”為核心的雙核結構向以“Santa Clara-San Francisco-San Mateo”為核心的多核結構演化；②企業(yè)間轉讓是GBA組織間網(wǎng)絡中最重要的轉讓模式，產(chǎn)學研間轉讓呈現(xiàn)衰退趨勢，金融機構在網(wǎng)絡演化中的作用未得到有效發(fā)揮，企業(yè)與金融機構間的轉讓是SFBA網(wǎng)絡中最重要的模式，且呈現(xiàn)快速增長趨勢；③SFBA和GBA的主體間技術轉讓網(wǎng)絡均具有高頻率小群體和低頻率大群體兩種結構模式，網(wǎng)絡演化由少部分關鍵主體主導，且形成了基于核心主體的星型轉讓模式；④與SFBA主體間網(wǎng)絡相比，GBA網(wǎng)絡結構穩(wěn)定性較低，持續(xù)參與技術轉讓的主體規(guī)模較小，主體間技術創(chuàng)新能力差距較大，未能形成優(yōu)勢互補、均衡發(fā)展的技術轉讓互惠模式。

關鍵詞：粵港澳大灣區(qū)；舊金山灣區(qū)；技術轉讓網(wǎng)絡；演化模式

DOI：10.6049/kjjbydc.2022030145

中圖分類號：F061.5

文獻標識碼：A

文章編號：1001-7348（2023）09-0033-11

0 引言

灣區(qū)作為獨特的城市群及區(qū)域經(jīng)濟一體化發(fā)展的高級形態(tài)，以高度的創(chuàng)新性、開放性和國際化為顯著特征［1］，是促進區(qū)域全面開放以及激發(fā)創(chuàng)新活力、經(jīng)濟活力的重要載體?；浉郯拇鬄硡^(qū)作為我國最發(fā)達的城市群之一，集聚了大量創(chuàng)新要素和資源，其以建設國際科技創(chuàng)新中心為目標，以深化內(nèi)地與港澳合作為基礎，通過強化區(qū)域創(chuàng)新要素流動推動區(qū)域經(jīng)濟高質量發(fā)展。

世界城市群建設經(jīng)驗顯示，優(yōu)化灣區(qū)創(chuàng)新網(wǎng)絡結構及空間演化路徑、促進城市間創(chuàng)新要素流動，是建設世界一流灣區(qū)的關鍵（辜勝阻，曹冬梅，楊嵋，2018）。技術轉讓作為創(chuàng)新要素流動的重要方式，是技術從原產(chǎn)地到使用地之間的轉移［2］。其中，個體間技術轉讓能為組織提供技術獲取機會［3］，提升組織創(chuàng)新水平與競爭力［4］；城市間技術轉讓則對支撐區(qū)域技術進步［5］、促進區(qū)域技術流動與經(jīng)濟協(xié)調發(fā)展起重要作用［6，7］。因此，建立一個高效持續(xù)發(fā)展的技術轉讓網(wǎng)絡，對促進灣區(qū)城市群協(xié)調發(fā)展、增強科技創(chuàng)新能力具有重要價值［8］。

1 文獻述評

有關粵港澳大灣區(qū)技術轉讓網(wǎng)絡的研究，主要聚焦于創(chuàng)新生態(tài)系統(tǒng)建設和創(chuàng)新網(wǎng)絡空間演化。如陳健等［9］系統(tǒng)歸納了創(chuàng)新生態(tài)系統(tǒng)概念、理論與治理對策；在此基礎上，辜勝阻等（2018）提出構建粵港澳大灣區(qū)創(chuàng)新生態(tài)系統(tǒng)的戰(zhàn)略思考；丁旭光等［10］借鑒舊金山灣區(qū)的創(chuàng)新經(jīng)驗，提出構建粵港澳大灣區(qū)創(chuàng)新共同體的對策。這些研究從宏觀和定性視角為大灣區(qū)技術轉讓網(wǎng)絡建設與治理提出對策。此外，引入社會網(wǎng)絡分析方法，探索大灣區(qū)創(chuàng)新網(wǎng)絡空間結構演化規(guī)律是近年來的研究焦點。如許培源、吳貴華（2019）選取Web of Science 中科技論文合作數(shù)據(jù)，研究大灣區(qū)知識創(chuàng)新網(wǎng)絡空間結構演化及形成機制；馬海濤等［1］基于論文合作數(shù)據(jù)，借助基尼系數(shù)測度屬性和功能多中心性方法，對粵港澳大灣區(qū)城市群的知識多中心性及知識網(wǎng)絡的空間演化進行研究，但基于論文數(shù)據(jù)的局限性，難以全面表征大灣區(qū)城市間創(chuàng)新要素的流動情況。

專利轉讓數(shù)據(jù)因能提供專利權流的“源-匯”關系［11］，為研究大灣區(qū)技術轉讓網(wǎng)絡提供了數(shù)據(jù)支撐［12］。如李文輝等［13］以1992-2017年粵港澳大灣區(qū)合作申請專利數(shù)據(jù)為依據(jù)，從城市創(chuàng)新協(xié)同網(wǎng)絡、組織創(chuàng)新協(xié)同網(wǎng)絡、個體創(chuàng)新協(xié)同網(wǎng)絡3個維度，分析大灣區(qū)技術創(chuàng)新協(xié)同演化過程及機理，發(fā)現(xiàn)灣區(qū)城市間的技術創(chuàng)新協(xié)同具有地理鄰近、組織鄰近和技術鄰近等特征；Feng等［14］利用2010年、2014年和2018年的專利交易數(shù)據(jù)，從整體特征、網(wǎng)絡節(jié)點強度、網(wǎng)絡關聯(lián)、網(wǎng)絡節(jié)點重要性等方面分析城市間技術交易網(wǎng)絡的空間格局。

綜上，基于專利交易數(shù)據(jù)的研究僅關注單一空間尺度的城市間網(wǎng)絡，對空間內(nèi)創(chuàng)新主體間的技術流動未作深入挖掘。同時，與世界著名科技灣區(qū)技術轉讓網(wǎng)絡的對比研究成果也較為匱乏。因此，本研究從宏觀、中觀、微觀3個維度，對灣區(qū)不同城市間、不同類型組織間和創(chuàng)新主體間的技術轉讓網(wǎng)絡進行系統(tǒng)研究，挖掘網(wǎng)絡結構特征及演化模式，并通過與世界著名科技灣區(qū)的對比研究，為大灣區(qū)創(chuàng)新網(wǎng)絡的優(yōu)化及治理提供依據(jù)。

2 研究設計

2.1 研究范圍與對象

粵港澳大灣區(qū)（Guangdong-Hong Kong-Macao Greater Bay Area，GBA）是我國參與國際競爭與合作的重要平臺，也是推動區(qū)域經(jīng)濟高質量發(fā)展的重要增長極。與其它灣區(qū)不同，GBA最典型的特征是異質性，即“一國兩制、三關稅區(qū)”的獨特管理結構［15］。GBA包括香港、澳門兩個特別行政區(qū)和廣東省的廣州、深圳、珠海、佛山、肇慶、惠州、東莞、中山、江門，共11個城市。

美國舊金山灣區(qū)（San Francisco Bay Area，SFBA）是全球創(chuàng)新創(chuàng)業(yè)高地，也是美國科技金融中心和世界風險投資中心。SFBA擁有眾多世界知名的科技公司、大學和科研機構，并建立了完善的由大學-企業(yè)-風險投資-政府組成的創(chuàng)新生態(tài)系統(tǒng)（楊靜，趙俊杰，2021）。具體包括舊金山（San Francisco）、馬林（Marin）、索諾馬（Sonoma）、納帕（Napa）、索拉諾（Solano）、阿拉梅達（Alameda）、康特拉科斯塔（Contra Costa）、圣克拉拉（Santa Clara）和圣馬特奧（San Mateo）共9個郡。

GBA和SFBA有眾多相似之處：①二者均是創(chuàng)新要素和資源高度聚集的地區(qū)（何喜軍，吳爽爽，才久然，2021）；②均以信息通信、電子制造等作為主導產(chǎn)業(yè)，SFBA的硅谷是世界級高新技術的創(chuàng)新之都，GBA的深圳則是中國創(chuàng)新城市的后起之秀［16］；③在發(fā)展戰(zhàn)略上，均瞄準建設科技創(chuàng)新灣區(qū)。由于SFBA建設較早，科技創(chuàng)新體系較為成熟，大多數(shù)研究分別從創(chuàng)新主體［17］、創(chuàng)新資源（辜勝阻，曹冬梅，楊嵋，2018）、產(chǎn)業(yè)結構［18］等方面對比兩個灣區(qū)。本文將以GBA和SFBA為研究對象，從多維度構建兩個灣區(qū)的專利轉讓網(wǎng)絡（Patent Transfer Network，PTN）以開展結構及演化規(guī)律的探索和對比。

2.2 研究方法與內(nèi)容設計

社會網(wǎng)絡分析方法近年來被廣泛應用于經(jīng)濟區(qū)域［19-20］、城市間［7，12］以及組織間創(chuàng)新網(wǎng)絡（欒春娟，宋河發(fā)，謝彩霞，2019）等領域研究。本文利用社會網(wǎng)絡分析、統(tǒng)計學及信息熵等方法，從3個維度構建大灣區(qū)PTN并開展結構及演化模式研究。具體包括：

（1）宏觀維度：構建灣區(qū)城市間專利轉讓網(wǎng)絡（PTN among inter cities of Bay Area，PTN-C），基于信息熵方法考察城市在PTN中的影響程度，度量灣區(qū)城市角色；結合社會網(wǎng)絡的“核心-邊緣”分析，挖掘PTN的空間結構特征與演化規(guī)律。

（2）中觀維度：構建灣區(qū)不同類型組織間專利轉讓網(wǎng)絡（PTN among organizations of Bay Area， PTN-O），并利用統(tǒng)計方法研究組織間技術轉讓模式與演化規(guī)律。

（3）微觀維度：構建灣區(qū)主體間專利轉讓網(wǎng)絡（PTN among subjects of Bay Area， PTN-S），分析網(wǎng)絡結構特征并通過度量網(wǎng)絡穩(wěn)定性、異質性、互惠性、同配性等特征，研究主體間技術轉讓模式、關系模式及演化規(guī)律。

2.3 數(shù)據(jù)來源與處理

2.3.1 數(shù)據(jù)采集

基于IncoPat專利數(shù)據(jù)庫檢索2003-2019年GBA和SFBA的有效發(fā)明專利轉讓方信息，本文僅考慮轉讓或受讓方地址位于GBA和SFBA區(qū)域的轉讓記錄，暫不考慮跨國公司及總部地址未在灣區(qū)的組織。通過在數(shù)據(jù)庫中的申請人地址、受讓人地址、當前專利權人地址欄輸入“所屬區(qū)域為灣區(qū)城市”，生成檢索式，獲得初步數(shù)據(jù)：GBA轉讓專利48 640項，轉讓記錄11 397條；SFBA轉讓專利66 490項，轉讓記錄54 761條。

2.3.2 轉讓記錄拆分

針對存在多個轉讓方或受讓方的記錄，按照將U1→U2U3拆分為U1→U2、U1→U3，U1U2→U3拆分為U1→U3、U2→U3的規(guī)則進行拆分（其中，U1、U2、U3代表專利轉讓方或受讓方，→代表轉讓方向），數(shù)據(jù)拆分后抽取主體列表，刪除轉讓方和受讓方為個人的主體，得到主體列表。

2.3.3 主體所屬區(qū)域映射

對于數(shù)據(jù)庫未記錄地址的主體，利用JavaScript調用百度地圖API和谷歌地圖API，通過輸入主體名稱，批量獲取主體地址，并通過行政區(qū)劃列表匹配城市所屬省市信息。在此基礎上，將主體間專利轉讓記錄映射為城市間轉讓記錄，并刪除轉讓方和受讓方均不在灣區(qū)的記錄。

2.3.4 主體所屬組織類型映射

按照大學、科研院所、金融機構、企業(yè)、其它等進行組織類型劃分，構建組織間專利技術轉讓網(wǎng)絡。

綜上，得到的數(shù)據(jù)集包括：GBA：轉讓專利32 304項，轉讓記錄46 418條，涉及各類主體22 230個；SFBA：轉讓專利38 143項，轉讓記錄234 630條，涉及各類主體11 238個。為直觀展示中美灣區(qū)各類PTN的結構及演化規(guī)律，在宏觀和中觀維度分析時，將2003-2019年分為3個階段：階段I（2003-2008年）、階段II（2009-2014年）、階段III（2015-2019年）。在微觀維度分析時，以年為單位。

2.3.5 數(shù)據(jù)初步統(tǒng)計分析

基于上述數(shù)據(jù)集，統(tǒng)計2003-2019年中美灣區(qū)轉讓專利數(shù)（Number）與頻次（Frequency）變化趨勢，如圖1所示。

由圖1可得：2015年以前，GBA的專利轉讓處于低水平平穩(wěn)發(fā)展階段，SFBA則呈現(xiàn)波動增長趨勢；2015-2017年，GBA進入快速增長階段，SFBA增速放緩；2017年后，GBA和SFBA的專利轉讓都呈現(xiàn)下降趨勢。其中：SFBA和GBA的增長都與市場及政府的推動密不可分。自2017年以后，隨著技術創(chuàng)新壁壘持續(xù)提高、超大型企業(yè)日漸強盛及政府反壟斷政策的孱弱，美國小企業(yè)在技術創(chuàng)新過程中逐漸被邊緣化［21］，以致SFBA的技術轉讓與技術擴散呈現(xiàn)放緩趨勢。相比之下，GBA在2017年之后步入正式發(fā)展階段，三地政府不斷出臺相關政策規(guī)劃，助推高新技術產(chǎn)業(yè)發(fā)展，處于政策調整和產(chǎn)業(yè)優(yōu)化期，高質量的專利需求與供給之間出現(xiàn)短期不均衡態(tài)勢，專利轉讓數(shù)及頻次在發(fā)展期出現(xiàn)波動下降趨勢。

基于上述數(shù)據(jù)集，統(tǒng)計兩個灣區(qū)參與專利轉讓的各類主體數(shù)量，結果如表1所示。

從表1可知：①參與GBA專利轉讓的主體規(guī)模遠高于SFBA，充分體現(xiàn)了GBA具備超大規(guī)模技術市場優(yōu)勢和內(nèi)需潛力，對構建以國內(nèi)技術交易大循環(huán)為主、國內(nèi)國際雙循環(huán)相互促進的新發(fā)展格局具有重要支撐作用；②企業(yè)是GBA和SFBA專利轉讓的主體，但在地理分布上存在差異，其中，GBA內(nèi)企業(yè)占比達65.2%，SFBA內(nèi)企業(yè)占比達48.2%，說明SFBA內(nèi)企業(yè)與灣區(qū)外企業(yè)的專利技術轉讓更活躍；③參與GBA專利技術轉讓的大學和科研院所數(shù)量多，而參與SFBA專利技術轉讓的金融機構數(shù)量多，說明在GBA與SFBA的專利轉讓網(wǎng)絡中組織類型差異較大。

3 實證研究

3.1 宏觀維度：城市間技術轉讓網(wǎng)絡空間結構及演化模式

（1）灣區(qū)城市角色分類。根據(jù)灣區(qū)城市間以及灣區(qū)城市與灣區(qū)外城市間的技術轉讓關系，將灣區(qū)城市角色劃分為三類：①輸出角色（Out），指灣區(qū)城市為轉出方，灣區(qū)外城市為受讓方；②吸納角色（In），指灣區(qū)城市為受讓方，灣區(qū)外城市為轉出方；③自我維持角色（Self），指灣區(qū)城市既作為轉出方，也作為受讓方。

（2）基于信息熵定量測度灣區(qū)城市多元角色的重要性。從信息論思想出發(fā)，以網(wǎng)絡中某節(jié)點為信息源點，以其鄰近節(jié)點為目標點，測度節(jié)點在選擇過程中的影響程度以評估其重要性，即在技術轉讓過程中轉讓方或受讓方會在相鄰節(jié)點中選擇目標點進行轉出或吸納。因此，在Xu等［22］的研究基礎上，本文提出可應用加權有向網(wǎng)絡中節(jié)點重要性的評價方法，即利用兩城市間技術轉讓總頻次衡量城市重要性。基于該方法，不僅能度量灣區(qū)城市在灣區(qū)內(nèi)部技術轉讓活動中的角色重要性，考察灣區(qū)城市與灣區(qū)外城市的創(chuàng)新要素流動，評估其多元角色的重要性，而且有助于反映城市產(chǎn)出、吸收技術以及創(chuàng)新強度的差異性，進行核心-邊緣結構評價時也更能反映實際情況［23］。具體步驟如下：

第一，定義網(wǎng)絡G=（V，M，W）。其中，V為節(jié)點集合，包括灣區(qū)城市和灣區(qū)外城市，M為連邊集合，如果節(jié)點i將專利轉讓給j，則aij=1，否則aij=0。權重矩陣W=wij表示節(jié)點間轉讓頻次，在有向網(wǎng)絡中，一般有wij≠wji。

第二，定義節(jié)點出權和入權。在加權有向網(wǎng)絡中，節(jié)點i的入權kini為指向該節(jié)點的所有邊的權重之和，節(jié)點i的出權kouti為該節(jié)點指出的所有邊的權重之和。

第三，節(jié)點鄰接出權和入權。在加權有向網(wǎng)絡中，節(jié)點i的鄰接出權是指輸入到節(jié)點i的鄰居的出權之和，節(jié)點i的鄰接入權是指節(jié)點i輸出到鄰居的入權之和。計算公式如下：

Aouti=∑j→ikoutj，（eji∈M）（1）

Aini=∑i→gking，（eig∈M）（2）

第四，選擇概率。在加權有向網(wǎng)絡中，節(jié)點i被鄰居節(jié)點選擇的概率代表其重要性，吸納選擇重要性pinij是指節(jié)點i被鄰居節(jié)點選擇為輸出節(jié)點的概率，輸出選擇重要性poutij是指節(jié)點i被鄰居節(jié)點選擇為吸納節(jié)點的概率。計算公式如下：

pinij=kini/Ainj（3）

poutij=kouti/Aoutj（4）

第五，節(jié)點信息熵。利用熵的計算方法，計算節(jié)點的吸納重要性和輸出重要性，計算公式如下：

Eini=∑j→i－pinijlog2pinij（5）

Eouti=∑i→j－poutijlog2poutij（6）

上述步驟中需要評價的節(jié)點為灣區(qū)城市，鄰居節(jié)點均指灣區(qū)外城市。

第六，自我維持角色的重要性。借鑒上述公式，給出節(jié)點自我維持角色重要性的計算方法為灣區(qū)城市輸出重要性與吸納重要性的融合。其中，評價節(jié)點為灣區(qū)城市，鄰居節(jié)點也指灣區(qū)內(nèi)城市，系數(shù)θ設置為0.5。公式如下：

Ei=θEini+（1－θ）Eouti（7）

（3）灣區(qū)城市的多元角色及演化趨勢。按照3個時間段計算灣區(qū)城市各類角色的重要性及演化趨勢，結果如表2-表3所示，其中，I-III列數(shù)據(jù)展示了各城市三類角色變化情況。

由表2-表3可得：①SFBA中大部分城市三類角色重要性程度的變化較小，說明灣區(qū)城市在技術轉讓網(wǎng)絡中的定位清晰且穩(wěn)定，同時重要性排名較高的城市，其三類角色的重要性程度都較高，說明在網(wǎng)絡演化中核心城市的綜合能力，即技術吸納能力、技術輸出能力和自我維持能力均較強且穩(wěn)定，排名前三的核心城市包括San Francisco、Santa Clara和San Mateo；②GBA中排名靠前且穩(wěn)定的城市為廣州和東莞，部分城市三類角色的重要性程度變化較大，其中中山在網(wǎng)絡中的吸納角色持續(xù)提升，反映出該城市產(chǎn)業(yè)發(fā)展的技術需求旺盛，惠州的專利輸出角色持續(xù)提升，反映出其技術創(chuàng)新和輻射能力快速提高，深圳和香港的技術吸納角色持續(xù)下降，其中深圳面臨傳統(tǒng)制造業(yè)升級和生產(chǎn)成本上升的轉型期，高質量技術供給不足與高質量技術需求不足并存，而香港的主要優(yōu)勢表現(xiàn)在金融、商貿(mào)等專業(yè)服務方面，近幾年制造業(yè)“空心化”嚴重，科技產(chǎn)業(yè)基礎較弱，同時，香港的資金、技術、人才進入內(nèi)地技術市場的手續(xù)相對繁瑣，使得香港與內(nèi)地的專利轉讓受阻，珠海則更多靠技術吸納和自主研發(fā)支撐產(chǎn)業(yè)升級與組織創(chuàng)新。

（4）灣區(qū)城市間技術轉讓網(wǎng)絡空間結構演化模式。按照3個階段，分別構建并繪制GBA和SFBA的城市間專利轉讓網(wǎng)絡，如圖2-圖3所示。其中，城市節(jié)點大小根據(jù)該城市轉出和吸納專利頻次之和劃分，城市背景顏色深淺根據(jù)該城市自我維持的專利頻次調整，箭頭粗細根據(jù)城市間轉出或吸納專利頻次調整，具體見圖例。已有研究表明，城市群經(jīng)濟競爭力主要取決于其內(nèi)部是否形成創(chuàng)新空間組織體系和多中心的創(chuàng)新網(wǎng)絡（許培源，吳貴華，2019）。從圖2-圖3可以看出，SFBA內(nèi)PTN-C在第I階段已呈現(xiàn)出多中心網(wǎng)絡化特征，各城市間建立了聯(lián)系，在第II階段及以后呈現(xiàn)出穩(wěn)定的多中心發(fā)展格局。而GBA內(nèi)PTN-C在第I階段呈現(xiàn)出廣州市一核獨大的格局，城市間聯(lián)系具有鄰近性特征，至第II階段及以后呈現(xiàn)快速發(fā)展態(tài)勢，“多中心”空間結構演化趨勢明顯，網(wǎng)絡化和多核結構特征明顯，具體表現(xiàn)為越來越多的城市間發(fā)生專利轉讓關系，核心城市間的聯(lián)系更緊密，各城市與核心城市的聯(lián)系緊密度也有所提升，說明城市間技術交流與轉讓關系加深，多中心網(wǎng)絡化格局初步形成。

基于中美灣區(qū)PTN-C的多中心發(fā)展趨勢，利用Ucinet的Core/periphery功能分析網(wǎng)絡的核心-邊緣結構，結果如表4所示。

由表4可得：GBA和SFBA的PTN-C均表現(xiàn)出顯著的核心—邊緣結構，并且核心結構中多中心演化趨勢明顯。

第一，GBA的城市間技術轉讓網(wǎng)絡逐漸由以廣州為核心的單核網(wǎng)絡結構演化為以深圳—東莞—廣州為核心的多核網(wǎng)絡結構。其中，深圳作為全國性國際科技產(chǎn)業(yè)創(chuàng)業(yè)中心，除了形成包括電子制造業(yè)在內(nèi)的高科技制造中心外，其在金融服務、科技創(chuàng)新等領域優(yōu)勢明顯，且制造業(yè)進入外溢環(huán)節(jié)，對外技術輻射效應明顯；東莞與深圳區(qū)位相鄰，成為深圳產(chǎn)業(yè)轉移的優(yōu)先選擇，借助該優(yōu)勢，東莞培育出一批新興產(chǎn)業(yè)并逐步轉向高端制造業(yè)，自主創(chuàng)新能力有所提升；廣州具有豐富的大學和科研機構資源，重點依托高科技園區(qū)和金融服務體系建設國際大都市，具有前沿技術研究和人才儲備等優(yōu)勢。除核心城市外，GBA中越靠近核心城市的地區(qū)，其核心程度越高，說明大灣區(qū)城市間的技術轉讓具有地理鄰近性。此外，香港和澳門在專利轉讓網(wǎng)絡中的作用未有效發(fā)揮，一方面是由于香港和澳門的制造業(yè)“空心化”嚴重，與內(nèi)地城市間的高科技產(chǎn)業(yè)技術供需對接難；另一方面是由于三地政府在科技、人才交流等方面的政策具有顯著差異，三地優(yōu)勢資源難以有效互補。

第二，SFBA的城市間技術轉讓網(wǎng)絡逐漸由以Santa Clara-San Mateo為核心的雙核網(wǎng)絡結構演化為以Santa Clara-San Francisco-San Mateo為核心的多核網(wǎng)絡結構。其中，Santa Clara是硅谷的核心地段，高新技術企業(yè)云集，涉及計算機、通信、互聯(lián)網(wǎng)、新能源等多個領域；San Mateo與硅谷的高科技產(chǎn)業(yè)集中地鄰近，受其影響，技術創(chuàng)新發(fā)展勢頭強勁；San Francisco作為重要的海軍基地和貿(mào)易港，也是美國西部最大的金融中心，以金融、商業(yè)貿(mào)易等產(chǎn)業(yè)為主，近年來逐漸發(fā)展為重要的科技創(chuàng)新中心，與硅谷并駕齊驅，并超越San Mateo成為第二核心城市。

綜上，中美灣區(qū)均以少數(shù)高度發(fā)展的城市為核心，通過技術溢出帶動其它城市技術發(fā)展，在一定范圍內(nèi)形成了技術創(chuàng)新協(xié)同、產(chǎn)業(yè)結構相互依存的城市群體。

3.2 中觀維度：組織間技術轉讓網(wǎng)絡結構與演化模式

按照I、II、III三個階段，將轉讓方、受讓方與5類組織類型進行映射，并構建灣區(qū)不同組織類型間的技術轉讓網(wǎng)絡，研究組織間技術轉讓模式及演化規(guī)律，結果如圖4。

（1）企業(yè)間專利轉讓是中美灣區(qū)的重要轉讓模式。其中，在GBA網(wǎng)絡中，I、II、III三個階段的企業(yè)間專利轉讓頻次及占比分別為：229次、80%；3 472次、77%；36 321次、87%；SFBA網(wǎng)絡中企業(yè)間專利轉讓頻次及占比分別為：13 060次、51%；36 287次、33%；24 622次、25%，占比均低于GBA，反映出SFBA組織間的轉讓模式比GBA更加多元化。

（2）產(chǎn)學研間專利轉讓是GBA的主要轉讓模式。在I、II、III三個階段中企業(yè)與大學、科研院所之間的專利轉讓頻次占比分別為14%，11%和7%，說明GBA中大學和科研院所作為技術創(chuàng)新主體，對滿足灣區(qū)企業(yè)技術需求具有支撐作用，但作用逐漸下降。挖掘其原因：一是GBA內(nèi)國際知名的高水平研究型大學和國家重點實驗室較少，擁有高校173所、國家重點實驗室55個（全國共316個），2019年僅有4所大學位列世界前100名且均為香港高校，只有5所高校位列中國高校專利轉讓排行榜前100名。二是GBA各地產(chǎn)學研機構分布不均衡且城市間產(chǎn)學研協(xié)同創(chuàng)新水平不高。如香港擁有的頂級高校數(shù)量較多，具有較強的基礎研究能力，但制造業(yè)“空心化”嚴重，科技型企業(yè)不足，科研成果轉化效率不高；廣州科教資源豐富，但科技型企業(yè)規(guī)模普遍較小，企業(yè)技術創(chuàng)新能力不強；深圳擁有華為、騰訊等龍頭創(chuàng)新型企業(yè)，科研成果轉化能力強，但缺乏高水平研究型大學以及世界級基礎性、前沿性研發(fā)平臺的支撐。

（3）企業(yè)與金融機構間專利轉讓是SFBA的主要轉讓模式，其中，I、II、III三個階段中由企業(yè)向金融機構的轉出頻次及占比分別為：8 638次，34%；42 853次，39%；49 247次，50%，該比例逐漸高于企業(yè)間技術轉讓頻次及占比。由金融機構向企業(yè)的轉出頻次及占比分別為：3 682次，14%；30 614次，28%；24 266次，25%，說明金融機構在SFBA的組織間專利轉讓網(wǎng)絡演化中承擔重要角色。原因為：SFBA中有大量企業(yè)與金融機構通過專利權質押融資形成專利轉讓。而GBA中，因香港金融機構進入內(nèi)地技術市場的手續(xù)較繁瑣［2］，導致GBA金融市場與技術市場的互聯(lián)互通程度仍有待提高。

3.3 微觀維度：主體間技術轉讓網(wǎng)絡結構及演化模式

通過構建灣區(qū)主體間技術轉讓網(wǎng)絡（PTN-S），可以發(fā)現(xiàn)其具有顯著的非密集、零碎、松散、非連通、大規(guī)模等特征。利用Matlab探測連通子圖，并統(tǒng)計2003-2019年各網(wǎng)絡子圖規(guī)模及數(shù)量，發(fā)現(xiàn)：GBA和SFBA的PTN-S均呈現(xiàn)出隨子圖規(guī)模拓展、子圖比例下降的趨勢，說明大規(guī)模連通子圖的數(shù)量很少，小規(guī)模的連通子圖數(shù)量較多，且大量子圖僅包括2～5個節(jié)點，表明灣區(qū)主體間的專利轉讓具有高頻率小群體和低頻率大群體兩種結構模式。

為進一步挖掘穩(wěn)定型大群體構成的專利轉讓網(wǎng)絡結構及轉讓模式，利用Matlab逐年探測中美灣區(qū)主體間專利轉讓網(wǎng)絡中最大連通子圖PTN-S-LS并進行相關分析。

（1）網(wǎng)絡結構特征。利用Gephi計算網(wǎng)絡結構指標，結果如表5所示。

通過表5可得，中美灣區(qū)PTN-S-LS的網(wǎng)絡密度低、聚集系數(shù)小、結構稀疏。其中：GBA網(wǎng)絡平均路徑長度較小，SFBA的平均路徑長度較大，說明兩個灣區(qū)主體間的專利轉讓網(wǎng)絡不具有小世界特征，且GBA網(wǎng)絡中任意兩個主體間的接近程度越高，合作潛力就越大。

（2）網(wǎng)絡結構穩(wěn)定性及結構模式。網(wǎng)絡結構穩(wěn)定性是指網(wǎng)絡狀態(tài)從t-1到t之間共享節(jié)點的比例，可通過自相關函數(shù)J衡量。其值介于0～1之間，值越高表示穩(wěn)定性越好。其中，G（t）是t時刻網(wǎng)絡中節(jié)點的集合，計算公式如式（10），結果如圖5所示。

Jt=G（t－1）∩G（t）G（t－1）∪G（t）（8）

通過圖5可得，2003-2019年SFBA的網(wǎng)絡結構穩(wěn)定性均高于GBA，說明SFBA中持續(xù)參與專利轉讓的主體數(shù)量較多。其原因在于SFBA具有優(yōu)質的科技資源和創(chuàng)投資源，并培育了諸如谷歌、蘋果、惠普等著名企業(yè)，在網(wǎng)絡演化中與其它主體建立了密切、信任度高、穩(wěn)定的合作關系。同時，SFBA較為完善的創(chuàng)新生態(tài)環(huán)境能夠吸引中小企業(yè)入駐，多元融資渠道以及灣區(qū)扶持政策有助于中小企業(yè)在SFBA中存活并穩(wěn)定發(fā)展。而GBA作為新興灣區(qū)，雖形成了一批龍頭企業(yè)，如華為、中興等，但眾多初創(chuàng)中小企業(yè)進入和退出專利轉讓網(wǎng)絡的行為較頻繁，且初創(chuàng)企業(yè)與網(wǎng)絡中其它主體建立高信任度還需要較長時間。因此，GBA中具有核心競爭力并持續(xù)參與技術轉讓的核心主體數(shù)量較少，網(wǎng)絡演化中交易行為的波動性較大。

（3）網(wǎng)絡異質性及關系模式。根據(jù)Estrada［24］研究中提出的異質性指數(shù)，可判斷網(wǎng)絡結構的異質性。該指數(shù)對于正則有向圖是0，對于星型圖為1，計算公式如下。

ρD（G）=1V－2V－1∑（i，j）∈E1douti+1dinj－2doutidinj（9）

其中，0≤ρDG≤1，V是節(jié)點數(shù)，i與j之間有連邊，d表示節(jié)點度。該值越接近1，表示異質性越強。

表6顯示，中美灣區(qū)主體間專利轉讓網(wǎng)絡的異質性均大于0.11（BA無標度網(wǎng)絡的異質性指數(shù)為0.11［24］），說明網(wǎng)絡結構具有顯著異質性。異質性越高，表示各主體之間度數(shù)分布的不均勻性也越高，即少量節(jié)點度數(shù)較高而大部分節(jié)點度數(shù)較低。中美灣區(qū)主體間專利轉讓網(wǎng)絡比無標度網(wǎng)絡具有更高的異質性，說明網(wǎng)絡演化過程由極少數(shù)的核心主體主導。

（4）網(wǎng)絡主體間互惠性及關系模式。互惠性用于衡量主體間形成相互轉讓關系的趨勢。對于加權有向網(wǎng)絡，互惠性計算公式如下［25］：

ρ=∑i≠j（wij－w）（wji－w）∑i≠j（wij－w）2（10）

其中，wij表示從主體i到j的連邊權重，w=∑i≠jwij/（MM－1），網(wǎng)絡邊總數(shù)為M，如果ρ>0，則網(wǎng)絡中存在互惠關系。否則，網(wǎng)絡是反互惠的［12］。

通過計算得到，2003-2019年有14個年份的SFBA網(wǎng)絡主體間互惠性遠高于GBA，說明SFBA主體間的專利轉讓呈現(xiàn)出高互惠模式。這一方面是由于SFBA中主體的研發(fā)、消化吸收再創(chuàng)新能力較強，主體間技術創(chuàng)新與擴散能力差距較小，更易形成穩(wěn)定互惠的技術轉讓關系；另一方面是由于SFBA中高新技術企業(yè)集聚度較高，集中于信息通信、電子制造、高端裝備制造等領域，灣區(qū)內(nèi)產(chǎn)業(yè)聯(lián)系緊密，產(chǎn)業(yè)集群較成熟，形成了大、中、小型企業(yè)協(xié)同發(fā)展的高新技術產(chǎn)業(yè)集群，產(chǎn)業(yè)結構趨于生態(tài)化，主體間通過專利轉讓彌補技術勢差，并實現(xiàn)技術優(yōu)勢互補，促進了產(chǎn)業(yè)集群各類主體的協(xié)同發(fā)展。相比之下，GBA中很多主體間呈現(xiàn)出單向轉讓關系，主體間技術創(chuàng)新能力差距較大，未能形成優(yōu)勢互補、均衡發(fā)展的技術轉讓互惠模式，且產(chǎn)業(yè)集群主體間的協(xié)同創(chuàng)新水平有待提高。

（5）網(wǎng)絡同配性及關系模式。同配性描述了具有相似特征主體間的相關性，如度、強度或指定頂點的任何其它數(shù)量。此值歸一化后取值范圍為-1～1，正值表示節(jié)點度高的節(jié)點傾向于與其它節(jié)點度高的節(jié)點鏈接，負值表示網(wǎng)絡具有異配性。使用Newman［26］提出的方法，計算公式如下：

rin，outij=∑i，jsinisoutj－1M∑i，jsini∑i，jsoutj∑i，jsini2－1M（∑i，jsini）2∑i，jsinj2－1M（∑i，jsinj）2（11）

其中，M是網(wǎng)絡的總邊數(shù)，sini和soutj分別是M中某條邊入與出的頂點的多余入度及出度（比頂點本身的度小1），計算四類同配性系數(shù)，即rin，outij、rin，inij、rout，outij、rout，inij。

由計算結果得，SFBA網(wǎng)絡4類同配性系數(shù)均小于0，2014年及以后GBA的網(wǎng)絡同配性系數(shù)也均小于0，表明中美灣區(qū)主體間的專利轉讓關系呈現(xiàn)出明顯的異配特征。同配性系數(shù)為負值，表示度小的節(jié)點傾向于連接度大的節(jié)點，即節(jié)點度高的主體間的轉讓趨勢不明顯，說明中美灣區(qū)主體間專利轉讓網(wǎng)絡均在演化中形成了基于核心主體的星型轉讓模式。

4 結論與思考

4.1 研究結論

本文從宏觀、中觀、微觀3個維度，構建中美灣區(qū)城市間、組織間和主體間專利轉讓網(wǎng)絡，運用統(tǒng)計學、社會網(wǎng)絡分析以及信息熵等方法，利用Matlab、Python以及Gephi等研究網(wǎng)絡結構演化規(guī)律，并對比專利轉讓中的多元模式，得出如下結論。

（1）GBA和SFBA的城市間技術轉讓網(wǎng)絡結構均趨向多中心格局發(fā)展。其中，GBA由以廣州為核心的單核結構向以深圳-東莞-廣州為核心的多核結構演化；SFBA由以Santa Clara-San Mateo為核心的雙核結構向以Santa Clara-San Francisco-San Mateo為核心的多核結構演化。在空間網(wǎng)絡結構演化過程中，網(wǎng)絡化程度與多中心結構有一定關系，SFBA網(wǎng)絡較早達到緊密狀態(tài)，故較早呈現(xiàn)出多中心結構；GBA的網(wǎng)絡化和多中心結構形成緩慢，各城市間技術水平仍存在差距，城市間技術轉讓具有地理鄰近特征，且香港、澳門與內(nèi)地的聯(lián)系不夠緊密，在網(wǎng)絡中處于邊緣位置。

（2）在GBA的組織間技術轉讓網(wǎng)絡中，企業(yè)間轉讓是重要模式，產(chǎn)學研間的轉讓也較重要，但在網(wǎng)絡演化中大學和科研院所對企業(yè)技術需求的支撐作用逐漸下降。一方面，是由于GBA中國際知名的研究型大學和國家重點實驗室較少，且很多大學和科研機構的專利轉化機制有待完善，科技成果轉化能力有待提升；另一方面，港澳地區(qū)高校參與內(nèi)地產(chǎn)業(yè)和企業(yè)創(chuàng)新存在制度阻礙，跨區(qū)域產(chǎn)學研合作的深度和廣度仍有待拓展；金融機構對科技型中小企業(yè)的專利抵押融資積極性不高，在網(wǎng)絡演化中的作用有待提升。

（3）在SFBA的組織間技術轉讓網(wǎng)絡中，企業(yè)與金融機構間的轉讓是重要模式，并在網(wǎng)絡演化中呈現(xiàn)快速增長趨勢，企業(yè)間轉讓模式呈現(xiàn)下降態(tài)勢，說明科技金融業(yè)在創(chuàng)新生態(tài)系統(tǒng)中占據(jù)非常重要的位置，風險資本產(chǎn)業(yè)成為硅谷乃至灣區(qū)促進技術創(chuàng)新與技術轉讓的重要引擎。

（4）SFBA和GBA的主體間技術轉讓網(wǎng)絡均具有非連通、零散、局部聚集等特征，主體間轉讓具有高頻率小群體和低頻率大群體兩種結構模式?；谧畲筮B通子圖的分析結果顯示，SFBA網(wǎng)絡結構穩(wěn)定性高于GBA，說明GBA中持續(xù)參與技術轉讓的主體規(guī)模較小；兩個網(wǎng)絡的演化均由少部分關鍵主體主導，且形成了基于核心主體的星型轉讓結構模式；相比SFBA，GBA網(wǎng)絡主體間技術創(chuàng)新能力的差距較大，未能形成優(yōu)勢互補、均衡發(fā)展的技術轉讓互惠模式，且產(chǎn)業(yè)集群主體間的協(xié)同創(chuàng)新水平有待提高。

4.2 研究思考

借鑒SFBA專利轉讓網(wǎng)絡發(fā)展經(jīng)驗，粵港澳大灣區(qū)專利轉讓網(wǎng)絡需在以下方面下功夫。

第一，破除粵港澳體制機制障礙，發(fā)揮核心城市帶頭作用，推動城市協(xié)同創(chuàng)新發(fā)展?；浉郯娜卦谥R產(chǎn)權制度體系、運營服務、保護機制等方面仍存在差距，由此不可避免地增加了灣區(qū)內(nèi)技術交易成本，限制了創(chuàng)新要素流動。因此，應通過政策協(xié)調實現(xiàn)三地技術合作聯(lián)動、強化粵港澳專利跨區(qū)域執(zhí)法保護等手段破除粵港澳三地間存在的體制機制障礙，為粵港澳提供良好的創(chuàng)新生態(tài)環(huán)境。同時，科技創(chuàng)新領先發(fā)展的核心城市應充分發(fā)揮科技創(chuàng)新的外溢效應，基于地緣鄰近，帶動周邊城市技術創(chuàng)新發(fā)展。

第二，重視基礎研究平臺建設，深化粵港澳產(chǎn)學研用合作。大灣區(qū)一方面應重視基礎研究平臺建設，通過加大科研投入、招聘科技人才、完善技術轉化機制等方式對香港大學、香港科技大學等已具備較高創(chuàng)新能力的高校進行重點培育，同時，加大對國家級重點實驗室、創(chuàng)新型高校的支持力度，為灣區(qū)提供高質量技術能力。另一方面應加強粵港澳三地產(chǎn)學研創(chuàng)新資源的深度融合。如在研發(fā)階段，充分利用香港和廣州的高校資源，為高科技企業(yè)和傳統(tǒng)制造業(yè)轉型升級提供基礎研究支撐；在成果轉化階段，加強香港科技服務業(yè)與深圳高科技產(chǎn)業(yè)間的協(xié)同合作；在科技成果產(chǎn)業(yè)化階段，利用東莞、廣州等城市的制造業(yè)將具有市場前景的科技創(chuàng)新產(chǎn)品批量生產(chǎn)。

第三，發(fā)揮粵港澳大灣區(qū)已有金融優(yōu)勢，探索多元化科技金融服務方式。一要探索建立大灣區(qū)跨區(qū)域合作的金融市場，以發(fā)揮香港國際金融中心的優(yōu)勢以及深圳、廣州等城市的金融資本優(yōu)勢；二要探索多元化的科技金融服務方式，以多元化的科技融資市場為基礎，集風投、創(chuàng)投、股權融資、科技合作中心為一體，為科技型中小微企業(yè)提供技術融資。同時，加大對知識產(chǎn)權質押融資和知識產(chǎn)權證券化的推進，通過財政補貼、股權合作等方式引導鼓勵金融機構與擁有高質量專利的中小企業(yè)合作，以盤活沉淀專利，將其轉化為能應用于后續(xù)商業(yè)化開發(fā)的資源。

第四，重點培育一批關鍵行業(yè)領域的科技型龍頭企業(yè)，推動創(chuàng)新型產(chǎn)業(yè)集群建設。灣區(qū)應聚焦新一代信息技術、高端裝備制造、生物醫(yī)藥、新能源等優(yōu)勢新興產(chǎn)業(yè)，集中力量加大資源供給，培育一批龍頭企業(yè)以壯大灣區(qū)核心企業(yè)隊伍。同時，灣區(qū)可通過制定“專精特新”中小企業(yè)和專精特新“小巨人”企業(yè)培育政策以及構建開放式創(chuàng)新服務平臺，推動技術、人才等創(chuàng)新資源流向專精特新企業(yè)，并依托龍頭企業(yè)整合優(yōu)勢產(chǎn)業(yè)資源，發(fā)揮創(chuàng)新溢出效應，帶動中小企業(yè)發(fā)展，以形成高質量產(chǎn)業(yè)集群，促進灣區(qū)各類主體間形成穩(wěn)定、互惠、持續(xù)發(fā)展的技術合作與轉讓關系，實現(xiàn)技術轉讓網(wǎng)絡的健康發(fā)展。

參考文獻：

［1］ 馬海濤，黃曉東，李迎成. 粵港澳大灣區(qū)城市群知識多中心的演化過程與機理［J］. 地理學報， 2018， 73（12）： 2297-2314.

［2］ BAGLIERI D， FRANCESCO B， CHRISTOPHER L T. University technology transfer office business models： one size does not fit all［J］. Technovation，2018，76：51-63.

［3］ SON H S， CHUNG Y H， HWANG H J. Do technology entrepreneurship and external relationships always promote technology transfer？evidence from Korean public research organizations［J］. Technovation， 2019，82：1-15.

［4］ 何喜軍，吳爽爽，武玉英，等. 專利轉讓網(wǎng)絡中結構洞占據(jù)者識別及角色演化——粵港澳大灣區(qū)的實證研究［J］.科學學與科學技術管理，2022，43（4）：75-94.

［5］ GRIMALDI M， HANANDI M. Evaluating the intellectual capital of technology transfer and learning public services［J］. International Journal of Engineering Business Management，2013，5：5-7.

［6］ LEE S J， KIM B S， KIM Y， et al. The framework for factors affecting technology transfer for suppliers and buyers of technology in Korea［J］. Technology Analysis & Strategic Management，2018，30（2）：172-185.

［7］ 潘雄鋒，張靜，米谷. 中國區(qū)際技術轉移的空間格局演變及內(nèi)部差異研究［J］. 科學學研究， 2017， 35（2）：240-246.

［8］ CHEN H J， XIE F J. How technological proximity affect collaborative innovation？an empirical study of China's Beijing-Tianjin-Hebei region［J］. Journal of Management Analytics，2018，5（4）：287-308.

［9］ 陳健，高太山，柳卸林，等. 創(chuàng)新生態(tài)系統(tǒng)： 概念， 理論基礎與治理［J］. 科技進步與對策， 2016， 33（17）：153-160.

［10］ 丁旭光. 借鑒舊金山灣區(qū)創(chuàng)新經(jīng)驗， 構建粵港澳大灣區(qū)創(chuàng)新共同體［J］. 探求，2017，27（6）：27-30，59.

［11］ ARAJO I F D， GONALVES E， TAVEIRA J G. The role of patent co-inventorship networks in regional inventive performance［J］. International Regional Science Review，2019，42（3-4）：235-280.

［12］ MARCO A D， GIUSEPPE S， ELISA U， et al. Global markets for technology： evidence from patent transactions［J］. Research Policy， 2017，46（9）：1644-1654.

［13］ 李文輝，李青霞，丘芷君. 基于專利計量的粵港澳大灣區(qū)協(xié)同技術創(chuàng)新演化研究［J］. 統(tǒng)計研究， 2019，36（8）：74-86.

［14］ FENG Z J， CAI H C， ZHOU W. Structural characteristics and spatial patterns of the technology transfer network in the Guangdong-Hong Kong-Macao greater bay area［J］. Sustainability，2020，12（6）：2204.

［15］ 張玉臣，朱銘祺，廖凱誠.粵港澳大灣區(qū)創(chuàng)新生態(tài)系統(tǒng)內(nèi)部耦合時空演化及空間收斂分析［J］.科技進步與對策，2021，38（24）：38-47.

［16］ 劉佐菁，陳杰，余趙，等.創(chuàng)新型經(jīng)濟體系建設的灣區(qū)經(jīng)驗與啟示［J］.中國科技論壇，2020，36（1）：126-133，142.

［17］ 張振剛，尚希磊. 舊金山灣區(qū)創(chuàng)新生態(tài)系統(tǒng)構建對粵港澳大灣區(qū)建設的啟示［J］. 科技管理研究，2020，40（5）：1-5.

［18］ 譚銳. 灣區(qū)城市群產(chǎn)業(yè)分工：一個比較研究［J］. 中國軟科學，2020，35（11）：87-99.

［19］ DUAN D Z， ZHANG Y， CHEN Y， et al. Regional Integration in the inter-city technology transfer system of the Yangtze River delta， China［J］. Sustainability，2019，11（10）：2941.

［20］ LIU C L， NIU C C， HAN J. Spatial dynamics of intercity technology transfer networks in China's three urban agglomerations： a patent transaction perspective［J］. Sustainability，2019，11（6）：1647.

［21］ 董昀，張明，郭強. 美國技術擴散速度放緩： 表現(xiàn)、成因及經(jīng)濟后果［J］. 經(jīng)濟學家，2020，32（7）：119-128.

［22］ XU X， ZHU C， WANG Q Y， et al. Identifying vital nodes in complex networks by adjacency information entropy［J］. Scientific Reports， 2020，10（1）：1-12.

［23］ 劉國巍，邵云飛，劉博.戰(zhàn)略性新興產(chǎn)業(yè)協(xié)同創(chuàng)新網(wǎng)絡協(xié)同度研究——基于“網(wǎng)絡的網(wǎng)絡”結構分析視角［J］.科技進步與對策，2021，38（23）：56-66.

［24］ ESTRADA E. Quantifying network heterogeneity［J］. Physical Review E，2010，82（6）：66102.

［25］ GARLASCHELLI D， LOFFREDO M I. Patterns of link reciprocity in directed networks［J］. Physical Review Letters，2004，93（26）：268701.

［26］ NEWMAN M E J. Mixing patterns in networks［J］. Physical Review E， 2003，67（2）： 26126.

（責任編輯：胡俊健）

英文標題Comparison of Evolution Patterns of Technology Transfer Networks in the Guangdong-Hong Kong-Macao Greater Bay Area and the San Francisco Bay Area

英文作者He Xijun1， Wu Shuangshuang1， Zhang You1， Chan Chee Seng2， Pang Ting2

英文作者單位（1. School of Economics and Management， Beijing University of Technology， Beijing 100124，China; 2.Faculty of Computer Science and Information Technology，University of Malaya， Kuala Lumpur 50603， Malaysia）

英文摘要Abstract：The construction of the international science and technology innovation center is an important strategic direction for the Guangdong-Hong Kong-Macao Greater Bay Area （GBA） in the new era. It will help promote the coordinated development of the GBA city clusters and the construction of an international science and technology innovation center by studying the structure and evolutionary pattern of the technology transfer network in the GBA， and proposing countermeasure suggestions and experience from the development of the technology transfer network in the San Francisco Bay Area （SFBA）. At present， domestic and foreign studies using patent transaction data to analyze technology transfer networks of GBA only focus on a single spatial scale of inter-city networks. This paper further explores the structure and evolution pattern of technology transfer networks in the GBA from multiple dimensions， and conducts a comparative study on the evolution pattern of technology transfer networks in the GBA and SFBA， so as to provide a basis for the optimization and governance of innovation networks of GBA.

This paper uses patent transfer data in the Guangdong-Hong Kong-Macao Greater Bay Area （GBA） and San Francisco Bay Area （SFBA） from 2003 to 2019， and constructs inter-city， inter-organization and inter-subject technology transaction networks of GBA and SFBA from the macro， meso and micro dimensions. Using social network analysis， statistics and information entropy， this paper compares the structural characteristics and evolutionary patterns of technology transfer networks of GBA and SFBA， and has the following findings. （1） The inter-city technology transfer network of GBA has evolved from a single-center structure with Guangzhou as the core to a multi-core structure with Shenzhen-Dongguan-Guangzhou as the core; however， Hong Kong and Macau are loosely connected to the core cities and are in the peripheral structure of the network. The inter-city network of SFBA has evolved from a dual-core structure with Santa Clara-San Mateo as the core to a multi-core structure with Santa Clara-San Francisco-San Mateo as the core. （2） Enterprise to enterprise transfer is the most important transfer mode in the GBA inter-organization network， and the transfer between industry， universities and research institutes show a declining trend. The role of financial institutions in the evolution of the network has not been effectively played. The transfer between enterprises and financial institutions is the most important transfer mode in the SFBA network， and it shows a rapid growth trend. （3） The inter-subject patent transfer networks of SFBA and GBA have two structural patterns： high-frequency small groups and low-frequency large groups. The network evolution is dominated by a small number of key subjects， and a star-shaped transfer pattern based on core subjects is formed. （4） Compared with the inter-subject network of SFBA， the network structure of GBA is less stable， the scale of subjects continuously involved in technology transfer is smaller， and the gap in technological innovation capacity between subjects is larger， failing to form a reciprocal pattern of technology transfer with complementary advantages and balanced development.

Based on the research results， this paper puts forward several suggestions for promoting the efficient development of GBAs technology transfer network. First， in terms of creating a favorable business environment， the governments of GBA should break down the institutional barriers of Guangdong， Hong Kong and Macao， bring the spillover effect of science and technology innovation into play from the core cities of Shenzhen-Dongguan-Guangzhou， and promote cross-city technology flows and collaborative innovation. Second， in promoting basic research and cooperation between industry， academia and research， GBA should pay attention to the construction of basic research platforms such as universities and national key laboratories， improve the quality of innovation achievements， and bring into full play of the educational， financial and technological advantages of Guangdong， Hong Kong and Macao to strengthen the cooperation among the three regions in terms of industry， academia， research and application. Third， in terms of financial empowerment for technological innovation， GBA should strive to establish of a cross-regional financial market， leverage the financial advantages of Hong Kong， Guangzhou and Shenzhen， and explore diversified approaches of technological financial services， so as to provide financing access for technology-based small and medium enterprises. Fourth， in the construction of industrial clusters，GBA should focus on emerging industries and strengthen support to cultivate a number of leading enterprises， and rely on leading enterprises to integrate advantageous industrial innovation resources， give play to the innovation spillover effect， and drive the development of small and medium-sized enterprises.

英文關鍵詞Key Words：The Guangdong-Hong Kong-Macao Greater Bay Area; The San Francisco Bay Area; Patent Technology Transaction Network; Evolution Pattern

收稿日期：2022-03-07? 修回日期：2022-06-08

基金項目：國家自然科學基金面上項目（71974009）；國家自然科學基金項目（71774010）；國際科研合作基金項目（2021B35）

作者簡介：何喜軍（1979-），女，河北文安人，博士，北京工業(yè)大學經(jīng)濟與管理學院教授、博士生導師，研究方向為區(qū)域創(chuàng)新發(fā)展、科技成果轉化；吳爽爽（1998-），女，山東菏澤人，北京工業(yè)大學經(jīng)濟與管理學院碩士研究生，研究方向為區(qū)域創(chuàng)新網(wǎng)絡；張佑（1998-），男，北京人，北京工業(yè)大學經(jīng)濟與管理學院碩士研究生，研究方向為區(qū)域發(fā)展；Chan Chee Seng（1980-），男，博士，馬來亞大學計算機科學與信息技術學院副教授、博士生導師，研究方向為機器學習；龐婷（1989-），女，河南新鄉(xiāng)人，馬來亞大學計算機科學與信息技術學院博士研究生，研究方向為數(shù)據(jù)挖掘。