吳康敏，葉玉瑤，張虹鷗，何祖欣，王翔宇，鄭志軍

（1. 廣東省科學院廣州地理研究所廣東省遙感與地理信息系統(tǒng)應用重點實驗室/廣東省地理空間信息技術與應用公共實驗室，廣州 510070；2. 粵港澳大灣區(qū)戰(zhàn)略研究院，廣州 510070；3. 廣東財經大學經濟學院，廣州 510320；4. 中山大學地理科學與規(guī)劃學院，廣州 510275）

在過去十年，“創(chuàng)新”逐步成為區(qū)域發(fā)展的主流話語，區(qū)域創(chuàng)新能力被視為是區(qū)域競爭力的關鍵要素（Wu et al.,2021）。盡管新冠疫情對全球經濟增長造成了極大的沖擊（劉衛(wèi)東，2020），但創(chuàng)新發(fā)展仍然顯示出了高強度的韌性。2020年，作為創(chuàng)新產出的重要指標，全球科研論文的出版增長了7.6%，國際專利申請數量達到歷史新高，申請總量增長了3.5%，作為創(chuàng)新的重要資本支撐，風險投資交易增長了5.8%①數據來源：2021年全球創(chuàng)新指數報告.https://www.wipo.int/global_innovation_index/zh/。。這些數據表明，創(chuàng)新能力的提升已經成為推動經濟增長的重要抓手，對創(chuàng)新能力的追求已經成為當代民族國家與區(qū)域等多尺度發(fā)展主體的共同政策目標（Capello et al.,2018；符文穎等，2020）。

與此同時，不斷增長的創(chuàng)新地理研究文獻也指出創(chuàng)新在空間分布上的不均衡性（Aharonson et al.,2016;Wu et al.,2021），而創(chuàng)新地理的空間動態(tài)與區(qū)域發(fā)展軌跡密切相關（Balland et al.,2021;Corradi‐ni et al.,2021;Santoalha et al.,2021）。作為演化經濟地理學中的關鍵概念，“路徑依賴”強調了區(qū)域發(fā)展方向根植于其原有的產業(yè)和技術結構特征（Bos‐chma et al., 2006；賀燦飛，2018），因而，理解區(qū)域技術創(chuàng)新地理的空間動態(tài)成為經濟地理學關注的重點議題。

作為中國經濟增長與城鎮(zhèn)化的前沿，次國家尺度、跨制度區(qū)域的粵港澳大灣區(qū)的發(fā)展無疑極具特殊性（張虹鷗等，2018；2021）。憑借著珠三角與港澳成功的戰(zhàn)略耦合，粵港澳大灣區(qū)在改革開放后實現了快速的工業(yè)化與城鎮(zhèn)化，這種“前店后廠”的發(fā)展模式推動了早期珠三角的崛起（許學強等，2009；馬向明等，2017）。然而，原有的全球生產分工模式也使得珠三角一直處于全球價值鏈的末端，這種發(fā)展模式受到了理論與政策研究的批判（Yang, 2012;Ye et al., 2019）。為了謀求發(fā)展轉型，國家、珠三角與港澳等多尺度政府進行了一系列發(fā)展戰(zhàn)略的積極調整（Yang,2013）。2019年，國務院發(fā)布了粵港澳大灣區(qū)發(fā)展規(guī)劃綱要，其中，打造國際科技創(chuàng)新中心被明確為其戰(zhàn)略定位之一（葉玉瑤等，2020）。理解粵港澳大灣區(qū)的技術創(chuàng)新地理空間動態(tài)特征對于推動粵港澳大灣區(qū)的協同創(chuàng)新至關重要，是新時期粵港澳大灣區(qū)發(fā)展的關鍵議題。

當前，經濟地理對區(qū)域創(chuàng)新的研究關注主要涉及創(chuàng)新要素的空間組織與流動（Montresor et al.,2020；馬海濤，2020；Wu et al.,2021）、創(chuàng)新系統(tǒng)構建（Cooke et al., 1997; Zhu et al., 2019；彭如霞等，2021；杜德斌，2015）、創(chuàng)新集群及高新技術產業(yè)園區(qū)（王緝慈等，2010；王緝慈等，2018）、多尺度創(chuàng)新的空間治理（呂拉昌等，2018；He,2019；曾剛等，2019；曾剛，2021）等議題，涉及國家、區(qū)域、城市、社區(qū)等多層級尺度，其關注的核心科學問題在于揭示創(chuàng)新的空間動態(tài)特征、解析創(chuàng)新的實現機制（張虹鷗等，2021）。這些研究成果為創(chuàng)新地理的發(fā)展打下了堅實的基礎。然而，從微觀尺度系統(tǒng)性地揭示區(qū)域技術創(chuàng)新地理動態(tài)的研究仍不多見，其原因一方面在于創(chuàng)新代理指標（如專利、論文等）在地理編碼上尺度不夠微觀，以往研究往往基于行政區(qū)尺度進行分析（Wu et al.,2021）；另一方面在于數據統(tǒng)計口徑、獲取難度與專利分類體系同國民經濟行業(yè)分類體系間的差異等，都給實證研究帶來較大的挑戰(zhàn)（馬海濤等，2018；高爽等，2019）。具體到粵港澳大灣區(qū)，由于涉及港澳兩個特別行政區(qū)，目前仍缺少以粵港澳大灣區(qū)為研究對象的區(qū)域技術創(chuàng)新地理研究成果。

因此，本文以粵港澳大灣區(qū)為案例，在細分格網尺度的基礎上，分析2020年粵港澳大灣區(qū)技術創(chuàng)新的空間格局及其分異特征，并通過建立專利IPC（International Patent Classification）分類號與國民經濟行業(yè)分類代碼間的聯系，重點關注不同類型技術創(chuàng)新在大灣區(qū)的分布差異。以期為粵港澳大灣區(qū)創(chuàng)新地理研究與發(fā)展政策制定提供新的參考。

1 研究區(qū)概況、數據與方法

1.1 研究區(qū)概況

粵港澳大灣區(qū)位于中國東南沿海，與京津冀、長三角并稱為中國最發(fā)達的三大城市群，是中國創(chuàng)新發(fā)展的前沿。本研究聚焦于創(chuàng)新地理，在研究區(qū)范圍上采用傳統(tǒng)的珠三角經濟區(qū)概念（創(chuàng)新活動的主要分布區(qū)域）疊加港澳作為分析對象（王洋等，2020），在行政范圍上包括廣州，深圳，佛山，東莞，中山，珠海，江門，惠州（不含龍門縣），肇慶（不含德慶、懷集、封開、廣寧）以及香港、澳門兩個特別行政區(qū)，總面積42 813.78 km2。2020年，粵港澳大灣區(qū)的GDP達到了113 654.77億元②經濟統(tǒng)計數據來源：國民經濟和社會發(fā)展統(tǒng)計公報.香港與澳門數據來自特區(qū)政府統(tǒng)計處。，以僅占中國0.58%的國土面積，創(chuàng)造了占全國11.2%的經濟產值。作為中國最典型的外向型經濟區(qū)，疊加其特殊的跨尺度特點，粵港澳大灣區(qū)的發(fā)展得到了廣泛關注（李郇等，2018；劉毅等，2019；劉逸等，2020）。在新時期，其創(chuàng)新發(fā)展轉型也成為經濟地理關注的熱點話題。

1.2 研究數據

采用發(fā)明專利作為技術創(chuàng)新的代理指標（Hamidi et al., 2019; Wu et al., 2021；金澤潤 等，2021），所用數據采集自中國國家知識產權局專利公布公告查詢系統(tǒng)（2020年數據，獲取時間為2021年8月③專利數據公布時間存在滯后性，2021年未能獲取全部的2020年申請數據，數據量經與2020年《中國統(tǒng)計年鑒》數據比對，占比超過2020年發(fā)明專利申請量的93.5%，數據樣本量足以支撐本研究分析需求。）。該專利數據庫包含專利名稱、申請時間、專利權人（含詳細地址信息）、專利分類號等。采用地理編碼技術，基于百度API接口獲取每個發(fā)明專利的經緯度信息，通過坐標糾偏與異常值清洗，建立粵港澳大灣區(qū)發(fā)明專利空間數據庫。該數據庫包含大灣區(qū)11 個城市共190 916 條發(fā)明專利信息。

中國現行的專利公布數據庫所采用的分類代碼體系是國際專利分類（IPC），IPC 分類與國民經濟行業(yè)分類屬于兩個獨立的分類系統(tǒng)，對主要產業(yè)的技術創(chuàng)新研究需要建立兩套分類系統(tǒng)間的聯系（Tanner,2016）。基于“官方途徑、官方口徑”的分類原則，本文通過收集《廣東省戰(zhàn)略性支柱產業(yè)集群發(fā)展現狀和對策研究》系列報告④http://stats.gd.gov.cn/tjfx/index_2.html。，獲取廣東省戰(zhàn)略性支柱產業(yè)所對應的國民經濟行業(yè)分類代碼，通過《國際專利分類與國民經濟行業(yè)分類參照關系表》建立戰(zhàn)略性產業(yè)與IPC分類號間的聯系。其中，新能源產業(yè)較為特殊，在廣東統(tǒng)計信息網暫無相關報告，通過《戰(zhàn)略性新興產業(yè)分類與國際專利分類參照關系表（2021）（試行）》，補充新能源產業(yè)的IPC 分類。具體的行業(yè)代碼與IPC 分類號如表1 所示。需要指出的是，由于每一類產業(yè)所涉及的國民經濟行業(yè)分類眾多，對應的IPC 分類號極其復雜，表1 列出了完整的國民經濟行業(yè)代碼，而IPC 分類號僅列出了部分有代表性的專利分類，更詳盡系統(tǒng)的IPC分類號可參照《國際專利分類與國民經濟行業(yè)分類參照關系表》⑤《國際專利分類與國民經濟行業(yè)分類參照關系表》由國家知識產權局編制，具體參見：https://www.cnipa.gov.cn/art/2018/10/8/art_75_131968.html。。

表1 粵港澳大灣區(qū)多類型技術創(chuàng)新專利分類篩選Table 1 Multi-type technology innovation patent classification screening index in the Guangdong-Hong Kong-Macao Greater Bay Area

1.3 研究方法

1.3.1 核密度方法及標準差尾值檢驗 基于核密度分析方法測度大灣區(qū)發(fā)明專利的空間分布格局，識別創(chuàng)新的集聚區(qū)以及定量研究創(chuàng)新的空間集聚程度。核密度方法被廣泛應用于點模式分析中，在定量識別點集聚區(qū)上具有突出優(yōu)勢（Yu et al.,2015）。

核密度函數的估計形式為：

式中：f（s）是s處的核密度估計值；n是專利總樣本量；h是搜索半徑；dis是專利點i與位置s的距離；K是空間權重，一般基于托普勒第一定律，即根據反距離加權的方式賦權。

核密度函數通過對點分布的空間核密度值展示發(fā)明專利的空間分布特征，但無法對這種集聚的精確位置、集聚程度等進行量化。因此，本研究引入基于統(tǒng)計學的標準差尾值檢驗方法，該方法被有效應用于點模式分布的邊界確定（Yu et al.,2015；吳康敏等，2016）。核心思想是基于統(tǒng)計學的正態(tài)分布假設，即在數據分布中，均值±1個標準差的范圍將涵蓋約68%的數據頻次分布，均值±2個標準差的范圍將涵蓋約95%的數據頻次分布，均值±3個標準差的范圍將涵蓋約99%的數據頻次分布。依托數據正態(tài)分布的特征規(guī)律，本研究將“均值±標準差”的數據檢驗方法與核密度估計方法相結合，在確認創(chuàng)新空間分布的集聚與分散模式的基礎上，提取創(chuàng)新的集聚核心的準確位置，并且量化集聚的程度。

1.3.2 空間自相關算法 采用空間自相關算法探索發(fā)明專利的空間集聚特征。創(chuàng)新往往伴隨著高度的集聚外部性與知識溢出（Wu et al., 2021），因而，專利在空間分布上往往具有空間自相關性。本研究采用全局空間自相關（Moran'sI）和局部空間自相關（Anselin Local Moran'sI）定量測度粵港澳大灣區(qū)技術創(chuàng)新在空間上的關聯程度與集聚特征（陳斐等，2002）。

1.3.3 熵指數 信息熵被用于衡量系統(tǒng)紊亂度（吳康敏等，2018），利用信息熵度量粵港澳大灣區(qū)技術創(chuàng)新的多樣性特征?；诩夹g類型計算熵值（基于格網尺度），熵值越大，技術類型的種類越多樣化，表明地方的創(chuàng)新多樣性程度越高?；诟窬W化的研究區(qū)，考慮6類主要產業(yè)類型，相關分類與專利類別篩選規(guī)則見1.2小節(jié)。以6類主要產業(yè)類型的發(fā)明專利點數為基礎計算格網創(chuàng)新熵值。

記格網內發(fā)明專利總數為M，產業(yè)類型數為6類，各產業(yè)類型發(fā)明專利數Mi為：

各產業(yè)類型發(fā)明專利數占專利總數百分比Pi為：

格網創(chuàng)新信息熵值計算公式為：

式中：S≥0，且創(chuàng)新熵值越大，技術類型多樣性越高；反之，創(chuàng)新熵值越小，則說明地方技術結構越單一。

1.3.4 平均最鄰近距離 基于平均最鄰近距離方法分析發(fā)明專利點間的平均距離與鄰近度。該方法基于點之間最鄰近距離的實測值/期望值得到分布判別系數R，R越小，表明集聚程度越高（吳康敏等，2016）。R的計算公式為：

式中：dn、dm分別是專利點間最鄰近距離的實測值與期望值。

2 結果與分析

2.1 粵港澳大灣區(qū)技術創(chuàng)新的地理格局與空間識別

2.1.1 粵港澳大灣區(qū)技術創(chuàng)新分布的整體分析基于格網尺度分析探索粵港澳大灣區(qū)技術創(chuàng)新的空間分布特點[格網尺度為3 km×3 km（Wu et al.,2021）]。由圖1-a可以看出，粵港澳大灣區(qū)的技術創(chuàng)新在空間上分布顯著不均衡，發(fā)明專利在空間分布集中于少數縣區(qū)。專利高值區(qū)顯著集中在珠江的東西兩岸。其中，廣州與深圳的分布密度最高，專利數量超過4 000 個的格網（極高值區(qū)）一共有7個，分布在廣州的越秀區(qū)、天河區(qū)，深圳的南山區(qū)、福田區(qū)，東莞的濱海片區(qū)與珠海的香洲區(qū)。其余典型的高值區(qū)位還包括東莞的松山湖片區(qū)，深圳的光明區(qū)、龍華區(qū)等；對于港澳而言，香港的專利高值區(qū)主要分布在港島片區(qū)，澳門則形成以澳門大學為核心的專利集聚區(qū)。

進一步分析灣區(qū)內發(fā)明專利分布的空間相關性特征。基于全局空間自相關算法得到專利數據的全局相關系數為0.313 4（p=0.000 0；z=47.426 0），表明整體而言，粵港澳大灣區(qū)的發(fā)明專利在空間上呈現顯著的正空間自相關性。基于局部莫蘭指數算法探索高值與低值集聚區(qū)的分布特征，結果顯示（圖1-b），在粵港澳大灣區(qū)內形成了兩個連片的專利高高集聚區(qū)，分別是廣州—佛山片區(qū)和深圳—東莞片區(qū)，這兩個片區(qū)集聚了灣區(qū)內主要的核心科技資源，也是廣深港澳科技走廊的核心節(jié)點（葉玉瑤等，2020）。

圖1 粵港澳大灣區(qū)發(fā)明專利的空間分布Fig.1 The spatial distribution of invention patents in the Guangdong-Hong Kong-Macao Greater Bay Area

基于格局的分析可以直觀看出珠江東西兩岸技術創(chuàng)新能力上的差距，進一步以廣州為起點，沿東西兩岸各自截取剖面線（基于3 km×3 km尺度；東岸剖面線：廣州－東莞－深圳－香港剖面線經廣州越秀至香港港島；西岸剖面線：廣州－佛山－中山－珠海剖面線經廣州越秀至珠海香洲）（吳康敏等，2016）。結果顯示（圖2），東岸的技術創(chuàng)新積累遠高于西岸。東岸的剖面線在廣州、深圳形成了兩個明顯的高峰，在東莞形成了一個次級的峰值；西岸的剖面線高值主要集中在廣州與珠海，且峰值遠低于東岸。東西兩岸的創(chuàng)新能力剖面線結果驗證了兩岸在創(chuàng)新能力上的差距（邱堅堅等，2020）。

圖2 粵港澳大灣區(qū)珠江東西兩岸的創(chuàng)新能力差異分析Fig.2 Analysis of the difference in innovation capability between the east and west banks of the Pearl River in the Guangdong-Hong Kong-Macao Greater Bay Area

2.1.2 粵港澳大灣區(qū)創(chuàng)新空間及其多樣性特征基于格網的密度分析無法準確量化集聚核心的專利集聚程度，因此采用標準差尾值檢驗法確定粵港澳大灣區(qū)技術創(chuàng)新專利的集聚核心（吳康敏等，2016）。結果顯示（圖3、表2），在1sd標準差面所包含的空間范圍內集中分布了141 780個發(fā)明專利，占大灣區(qū)總量的74.26%，密度達到了40.412 9 個/km2，是整個密度的9.06倍，而1sd標準差面的面積僅占研究區(qū)的8.19%，即研究區(qū)91.81%的面積只分布了25.74%的發(fā)明專利數，創(chuàng)新高度集聚。從3sd標準差面的分布可以看出，粵港澳大灣區(qū)技術創(chuàng)新的核心分布在廣州與深圳，以及珠海的香洲。

表2 基于標準差面的專利分布特征Table 2 Patent Distribution Characteristics of Standard Deviation Surface

圖3 粵港澳大灣區(qū)技術創(chuàng)新空間識別及其多樣性特征（a.發(fā)明專利集聚區(qū)；b.發(fā)明專利的熵值分布）Fig.3 The identification and diversity of technological innovation space in the Guangdong-Hong Kong-Macao Greater Bay Area(a.patent cluster;b.entropy distribution of patents)

演化經濟地理學認為，區(qū)域技術類型的多樣性對于創(chuàng)新的演化與新技術的產生至關重要（Zhu et al.,2019）。因而，技術類型多樣性是反映大灣區(qū)創(chuàng)新能力的重要維度?；陟刂捣ǖ募夹g類型多樣性結果如圖3-b 所示，熵值較高的區(qū)位仍然主要集中在環(huán)珠江地帶，大灣區(qū)外圍城市的技術能力多樣性普遍不高。技術多樣性的高值區(qū)位主要包括廣州的越秀－天河片區(qū)、深圳的福田－羅湖－龍崗－坪山片區(qū)、東莞的松山湖－濱海－東南臨深片區(qū)，中山的西北組團、佛山的順德、惠州的惠城以及香港的九龍－港島片區(qū)也有高值區(qū)的分布。這表明環(huán)珠江的粵港澳大灣區(qū)核心城市的核心地帶普遍具有較高的技術結構多樣性，這也驗證了核心城市核心地帶普遍具有較強的韌性（Zhu et al.,2019）。

2.2 粵港澳大灣區(qū)技術創(chuàng)新的多樣性特征

2.2.1 多類型技術創(chuàng)新的空間布局特征 技術創(chuàng)新類型在空間上具有多樣性特征，對發(fā)明專利的全樣本分析無法凸顯不同技術類型在空間分布上的分異。由于粵港澳大灣區(qū)內不同區(qū)位的自然地理條件、資源稟賦、產業(yè)結構基礎、發(fā)展規(guī)劃導向等因素的差異，使得不同技術類型的創(chuàng)新在空間上必然呈現出差異化的格局（朱晟君等，2020）。在全樣本格局以及技術多樣性分析的基礎上，進一步對接廣東省的十大戰(zhàn)略性支柱產業(yè)規(guī)劃以及十大戰(zhàn)略性新興產業(yè)規(guī)劃，結合產業(yè)自身的創(chuàng)新能力及在大灣區(qū)的經濟發(fā)展占比，從全樣本的發(fā)明專利中挑選新一代電子信息、汽車、綠色石化、新能源、先進材料、智能機器人六類產業(yè)，進一步研究不同技術類型創(chuàng)新在空間分布上的特征與差異（圖4、表3）。

表3 粵港澳大灣區(qū)多類型技術創(chuàng)新的空間特征Table 3 The spatial characteristics of various types of technological innovation in the Guangdong-Hong Kong-Macao Greater Bay Area

圖4 粵港澳大灣區(qū)多類型技術創(chuàng)新的空間分布（a.新一代電子信息產業(yè)；b.汽車產業(yè)；c.綠色石化產業(yè)；d.新能源產業(yè)；e.先進材料產業(yè)；f.智能機器人產業(yè)）Fig.4 The spatial distribution of multiple types of technological innovations in the Guangdong-Hong Kong-Macao Greater Bay Area(a.new gener‐ation of electronic information;b.automotive;c.green petrochemical;d.new energy;e.advanced Materials;f.smart robot)

不同產業(yè)類型的技術創(chuàng)新數據分布特征各有不同，從發(fā)明專利的構成比例看，新一代電子信息產業(yè)的創(chuàng)新比例最高，占研究區(qū)發(fā)明專利總數的30.64%，占比遠高于其他類型產業(yè)；其次是先進材料與綠色石化，占比分別為10.88%與10.15%。這三類產業(yè)的技術創(chuàng)新占比達到了2020年發(fā)明專利總量的51.67%，反映了新一代電子信息、綠色石化與先進材料在粵港澳大灣區(qū)未來進一步打造國際科技創(chuàng)新中心中的戰(zhàn)略性支柱地位。新能源、智能機器人與汽車產業(yè)的發(fā)明專利占比相對較小，三個行業(yè)的總占比為8.5%，盡管當前技術創(chuàng)新的占比不高，但結合當前的產業(yè)發(fā)展趨勢與廣東省的雙十戰(zhàn)略規(guī)劃，這些產業(yè)都是未來粵港澳大灣區(qū)發(fā)展的重要支撐。

從空間分布特征上看，新一代電子信息產業(yè)的創(chuàng)新集聚程度最高，R值為0.057 6，發(fā)明專利間的平均最鄰近距離觀測值為32.03 m，屬于所選分析行業(yè)中的最小值，呈現強烈集聚特征。這與該產業(yè)類型的企業(yè)、高技能勞動力的集聚分布密不可分（賀燦飛等，2011）?？臻g分布上，發(fā)明專利的高值區(qū)主要分布在廣州與深圳的核心區(qū)，包括越秀、天河、南山、福田、羅湖等區(qū)，香港的九龍－港島片區(qū)也有連片的分布，這些區(qū)位也是粵港澳大灣區(qū)計算機與互聯網企業(yè)高度集聚的區(qū)位。先進材料、綠色石化與新能源三類產業(yè)在分布上也呈現顯著的集聚特征，R值分別為0.108 4、0.109 9、0.126 3，平均最鄰近距離觀測值分布在100～170 m 的區(qū)間。在空間分布上，這3個產業(yè)也呈現出顯著的核心城市核心區(qū)的分布指向，在廣州與深圳兩市的核心區(qū)均有發(fā)明專利的高值區(qū)分布。但同時也顯現出差異化的空間格局，先進材料的分布高值區(qū)集中在廣深，綠色石化的技術創(chuàng)新在其他城市如惠州、東莞、佛山、珠海等城市均有高值區(qū)分布，高值區(qū)的分布范圍相對更廣，新能源產業(yè)在地理分布上則更加集中，除了廣州兩市，僅在佛山、中山以及珠海的少數區(qū)位有專利分布，在大灣區(qū)外圍城市的分布較少。汽車與智能機器人這兩個產業(yè)相對其他產業(yè)的集聚度相對不高，平均最鄰近距離的觀測值均在300 m 以上，空間分布仍然主要集中在廣深兩市的核心區(qū)。

2.2.2 多類型創(chuàng)新空間的識別及分布特征 基于標準差尾值檢驗，進一步計算得到六類產業(yè)的集聚邊界及其集聚特征。結果表明（圖5、表4），粵港澳大灣區(qū)六類主要產業(yè)的集聚核心分布特征各有差異。從集聚核心的空間分布特征看，六類產業(yè)均在廣深兩市的核心區(qū)形成了最大的兩個集聚核心，涵蓋了廣州的越秀－天河片區(qū)，深圳的福田－南山－羅湖片區(qū)。差異之處在于，新一代電子信息產業(yè)的分布最為集中，僅在廣深兩市形成集聚；先進材料、綠色石化的分布格局類似，廣深之外主要在東莞的松山湖片區(qū)形成集聚核心；汽車產業(yè)、新能源產業(yè)與智能機器人產業(yè)在廣深之外形成了較為明顯的其他核心，其中，汽車產業(yè)在東莞松山湖片區(qū)、廣州的南沙區(qū)形成了兩個較小的核心，新能源產業(yè)在珠海的香洲形成了集聚區(qū)，智能機器人產業(yè)在珠海和東莞松山湖形成了創(chuàng)新的核心。

圖5 粵港澳大灣區(qū)多類型技術創(chuàng)新空間識別（a.新一代電子信息產業(yè)；b.汽車產業(yè)；c.綠色石化產業(yè)；d.新能源產業(yè)；e.先進材料產業(yè)；f.智能機器人產業(yè)）Fig.5 The identification of multiple types of technological innovation spaces in the Guangdong-Hong Kong-Macao Greater Bay Area(a.new gener‐ation of electronic information; b.automotive;c.green petrochemical;d.new energy;e.advanced Materials;f.smart robot)

表4 粵港澳大灣區(qū)多類型技術創(chuàng)新的集聚特征Table 4 The agglomeration characteristics of multiple types of technological innovations in the Guangdong-Hong Kong-Macao Greater Bay Area

從六類產業(yè)的集聚程度看，集聚面積最大的是汽車產業(yè)，1sd 標準差面面積達到了5 158.24 km2，占研究區(qū)面積的12.05%，且集聚核心的創(chuàng)新高度集聚，1sd 標準差面集聚了高達82.24%的發(fā)明專利。集聚核心面積最小的是新一代電子信息產業(yè)，其創(chuàng)新核心的分布最為集中，核心區(qū)專利密度達到了19.99個/km2，這也驗證了新一代電子信息產業(yè)的技術創(chuàng)新集聚程度最高。

2.2.3 粵港澳大灣區(qū)多類型創(chuàng)新空間分異的形成機制 集聚與多維度鄰近。集聚被認為是創(chuàng)新產生的關鍵機制之一（Zhang et al., 2018；張虹鷗等，2021），通過推動知識溢出與降低交易成本推動地方創(chuàng)新的產生。經濟地理學的關系轉向也拓展了空間鄰近的概念，認知鄰近、組織鄰近、機構鄰近、技術鄰近等多維度鄰近更全面地揭示了粵港澳大灣區(qū)技術創(chuàng)新的產生與空間分異格局的產生（Zhu et al.,2019）。近些年來，隨著灣區(qū)內不斷完善的交通網絡，地理鄰近性尺度被不斷擴大（Dong et al.,2019），大學與研究機構分支機構、重大科技基礎設施在穗莞深沿線的戰(zhàn)略性布局，要素的高度集聚產生了極大的馬歇爾集聚外部性（馬海濤等，2018），這些都推動了知識與人才的遠距離交流與傳播。在原有集群發(fā)展的基礎上，“雙十”戰(zhàn)略的實施也將進一步推動技術創(chuàng)新在原有集群基礎上的進一步發(fā)展。在集聚效應與多維度鄰近機制的推動下，佛山與廣州，深圳與東莞，中山與珠海各自形成了區(qū)域層面三個突出的創(chuàng)新集群。

多樣性與路徑依賴。多樣性作為創(chuàng)新產生的另一關鍵機制（Zhang et al., 2018；張虹鷗 等，2021），認為相關性多樣性可能存在更為有效的知識溢出，區(qū)域具備相關的技術基礎更容易引進或者產生相關的新技術創(chuàng)新（宓澤鋒等，2021）。這也解釋了主要戰(zhàn)略性產業(yè)技術創(chuàng)新在大灣區(qū)的空間分異，廣州與深圳作為產業(yè)基礎最為強大、知識結構最為復雜的城市，是大灣區(qū)的兩個創(chuàng)新核心。地方原有的技術結構特點也深刻影響著其產業(yè)創(chuàng)新的方向，且原有的知識積累所產生的馬歇爾集聚外部性，也將在路徑依賴下被不斷強化，這些關鍵的機制都將不斷加深廣州、深圳、東莞、佛山、中山、珠海等城市在灣區(qū)乃至全國、全球尺度的專業(yè)化效應，從而不斷推動新技術的產生與技術類型的空間分異。

3 結論與討論

本文基于粵港澳大灣區(qū)190 916 條發(fā)明專利的空間數據庫，采用點模式分析方法確定了粵港澳大灣區(qū)技術創(chuàng)新的地理分布結構，并通過建立戰(zhàn)略性產業(yè)與專利IPC分類間的聯系，對多類型技術創(chuàng)新進行分類，識別了包括新一代電子信息產業(yè)、汽車產業(yè)、綠色石化產業(yè)、新能源產業(yè)、先進材料產業(yè)、智能機器人產業(yè)共六類主要產業(yè)的技術創(chuàng)新的分布，對比討論了其分布格局與特征，得出以下幾個結論：

1）粵港澳大灣區(qū)的發(fā)明專利在空間上呈現明顯的集聚特征，集中分布在廣州與深圳兩市的核心區(qū)，整體結構呈現為明顯的雙核分布模式，珠江東岸的技術創(chuàng)新能力整體高于西岸?；陟刂档募夹g多樣性分析展現了大灣區(qū)內韌性較高的片區(qū)，主要包括廣州的越秀—天河片區(qū)、深圳的福田—羅湖—龍崗—坪山片區(qū)、東莞的松山湖—濱?！獤|南臨深片區(qū)，中山的西北組團、佛山的順德、惠州的惠城以及香港的九龍—港島片區(qū)等。

2）分產業(yè)類型的技術創(chuàng)新能力空間格局中，不同產業(yè)類型的發(fā)明專利數據呈現差異化的分布特征。其中，新一代電子信息產業(yè)的創(chuàng)新占比最高，占整體發(fā)明專利總數的30.64%。新一代電子信息產業(yè)與先進材料、綠色石化三類產業(yè)的創(chuàng)新占比達到了51.67%，是大灣區(qū)未來創(chuàng)新發(fā)展支柱?？臻g分布上，六類產業(yè)均在廣深兩市的核心區(qū)形成了最大的兩個集聚核心，不同類型產業(yè)的集聚核心數與面積均有不同，其中，新一代電子信息產業(yè)的創(chuàng)新集聚程度最高。

在研究尺度上，基于地理編碼、微觀尺度的專利數據，本文實現了對區(qū)域技術創(chuàng)新地理動態(tài)的微觀視角解讀；在分析深度上，通過不同分類代碼間的聯系對技術創(chuàng)新的異質性進行了更深入的分析。本文可為粵港澳大灣區(qū)創(chuàng)新地理研究與發(fā)展政策制定提供新的資料參考，具有實踐與學術研究價值。當然，本文也存在一些不足。首先是研究區(qū)的特殊性，粵港澳大灣區(qū)內包含了香港與澳門兩個特別行政區(qū)，特別行政區(qū)的體制跟內地存在較大差異，知識產權保護觀念上的差異使得部分的港澳專利申請并沒有通過國家知識產權局的平臺，盡管本研究基于點級尺度可以精確覆蓋到港澳的區(qū)位，識別港澳的創(chuàng)新熱點，但仍可能在區(qū)域層面無法突出港澳的創(chuàng)新能力。未來需要更系統(tǒng)地納入世界知識產權組織的國際專利數據，以更全面地刻畫港澳兩個城市的技術創(chuàng)新能力。第二，中國國民經濟行業(yè)分類代碼與發(fā)明專利的IPC分類號屬于兩個獨立的分類系統(tǒng)，本文通過現有的官方咨詢報告與分類關系參照表建立了粵港澳大灣區(qū)主要產業(yè)與發(fā)明專利間的聯系，但受限于國民經濟分類代碼與IPC分類體系的復雜性，僅能對部分有代表性產業(yè)類型的技術創(chuàng)新進行研究，因而無法系統(tǒng)全面地刻畫大灣區(qū)技術類型的多樣性特征。第三，本文側重于分析粵港澳大灣區(qū)技術創(chuàng)新地理的動態(tài)機制多樣性，受限于篇幅，也未對這種多樣性格局背后的機制進行更深入的分析。這些不足，都需要在未來進一步完善。