穗深协同共建国际科技创新中心的实现路径

钟嘉毅 汤洁 张宏武

摘  要：基于对国家战略以及全球创新格局与趋势的探讨，利用主成分分析法研究穗深两市在粤港澳大湾区创新发展中的地位和作用，探索两地协同共建国际科技创新中心的实现路径。从分析结果来看，经济发展规模、人力资源、科研条件、产出辐射等是科技创新的重要影响因素，穗深两地在创新发展各方面均具有比较大的领先优势，整体竞争力强。广州基础研究发达，应承担粤港澳大湾区“创新大脑”的角色;深圳的创新活力主要来自于企业，科研成果保护与转化机制完善，应扮演“创新引擎”的角色。穗深应遵循“优环境、聚资源、重带动”的建设思路，通过优势互补、制度创新、开放协同创新体系构建等方面的有机结合，将粤港澳大湾区打造成为具有全球影响力的国际科技创新中心。

关键词：国际科技创新中心;粤港澳大湾区;主成分分析法;双核联动;协同创新

中图分类号：F211     文献标识码：A    文章编号：2096-3769（2021）04-006-07

一、引言

粤港澳大湾区制造业基础雄厚，创新要素在地理空间上高度聚集，市场对创新的需求极为可观，创新全球化的影响在区域内初步显现，已基本具备建设国际科技创新中心的条件。但是，粤港澳大湾区的创新发展还存在区域内部发展差距大，创新要素聚而不联，体制机制转换对接困难、核心技术“卡脖子”等现实挑战。从国际湾区的发展经验来看，节点型、枢纽型城市利用自身有利条件聚集资源并输出影响力是国际科技创新中心形成和发展的重要特征。穗深作为区域核心城市，具备创新活动集中、产业体系健全、辐射带动作用强劲、国际形象良好等多方面优势，“双核”有条件和责任在国际科技创新中心建设中作出积极贡献。

二、理論进展

学术界对于国际科技创新中心的研究，由来已久。日本学者汤浅光朝、英国学者贝尔纳等认为科技创新活动在世界范围内是不均衡增长的，即空间非均衡分布[1][2]。在政治、经济、地理、历史、文化等多种因素的综合作用下，某些国家的科技发展与创新能力往往在一定时期内处于领先地位，其频繁的科研活动，大量令人瞩目的科技成果，对全球科技进步产生重要影响。后来，学者们对于科技活动空间异质性问题的关注开始从国家层面下移到地区层面，国际科技创新中心是科技创新资源密集、科技创新活动集中、创新成果辐射范围广泛，能够在全球价值链中发挥显著增值功能并占据领导地位的城市或地区，引起这一现象的主要原因在于马太效应[3][4]。

进入21世纪，创新活动呈现出多极化、集群化和全球化等一系列新的趋势性特征，创新活动的新版图逐渐形成[5]。尽管跨国公司的核心技术研发部门布局虽仍以欧美等西方国家为主，但传统国际生产格局已呈现出由新兴国家“制造”向“创造”转变的趋势。全球创新指数采用空间大数据用于识别全球创新集群，中国拥有创新集群16个，主要分布在粤港澳大湾区、长三角、京津冀以及长江经济带，数量仅次于美国[6]。生产全球化开始向研发全球化升级，知识生产日益垂直化与专业化[7]。在全球创新发展的新趋势下，粤港澳大湾区要建成具有全球影响力的国际科技创新中心，协同创新是突破口[8]。

从我国各区域创新发展过程来看，协同创新主要分为两种方式：一种是区域内部高等院校、企业、金融中介、政府等创新主体通过协调配合获取创新成果;另一种方式是通过促进区域创新要素的流动，发挥创新活动在地域空间上的关联效应提升创新绩效[9]。穗深两大核心城市具有良好的基础和条件，协同创新的关键在于“双核联动”[10]。陈广汉等认为在构建大湾区国际科技创新体系中，必须在优势互补和专业分工基础上，将知识生产、成果转化、知识产权保护和制度环境建设有机结合起来[11]。丁旭光提出将广州高校和科研院所的优势转化为现实生产力等建议[12]。何国勇指出深圳应深化科技管理体制改革，推动科学发现、技术发明和产业一体化发展[13]。

穗深两地如何共同构建粤港澳大湾区功能协调互动的创新发展格局，在产业协作、体制机制改革、创新生态环境营造等方面联动发展，高质量高标准地建设国际科技创新中心，是现阶段我们应该研究的重点课题。

三、基于主成分分析法的穗深科技创新能力分析

（一）研究方法

为深入了解穗深两市在国际科技创新中心建设中的优势和禀赋，本文选取粤港澳大湾区内地9个城市，即广州、深圳、珠海、江门、肇庆、东莞、佛山、惠州、中山作为研究样本，研究方法为主成分分析法。代表创新能力、创新优势相关的因素很多，采用主成分分析法的目的是找出影响或决定城市创新能力互不相关的因素，从而有效利用统计数据进行分析、对比和评价。主成分分析法借助于正交变换，将分量相关的原随机变量重新组合成一组新的分量互不相关的随机变量，这样的变换能起到降维的作用，能使实际问题中提取的少量互不相关因素反映所有原变量的信息[14]。

（二）指标体系选取

分析广州和深圳的科技创新能力，需要考虑到两地科技创新的现状和特色，指标的选取需全面但又尽可能简化，重点关注反映原始创新能力的相关指标。本文从《广东统计年鉴》以及《广东科技创新动态数据（2020）》中选用6个指标，分别为地区生产总值（亿元）、常住人口（万人）、孵化器在孵企业（家）、国家、省级重点实验室（个）、PCT国际专利申请量（件）、高校向企业转移的技术成果（项），依次用X1、X2、X3、X4、X5、X6表示，主要反映城市所处创新环境以及科技创新活动产生的社会影响与经济效果，数据时间为2019年[15]。地区生产总值、常住人口数代表“创新环境吸引力”;孵化器在孵企业数、国家级、省级重点实验室个数代表“创新资源集聚力”;PCT国际专利申请量、高校向企业转移的技术成果数代表“创新产出辐射力”。原始数据如表1所示。

（三）无量纲化处理

由于各变量量纲不尽相同，为避免量纲可能带来的统计结果偏差，将样本进行无量纲化处理，令

Yi（k）=，为均值，σi为标准差。原始变量X1、X2、X3、X4、X5、X6转换为Y1、Y2、Y3、Y4、Y5、Y6，结果如表2所示。

（四）统计检验及主成分分析

使用SPSS24.0做主成分分析，进行KMO和Bartlett球形检验。KMO检验判断目标样本是否适合因子分析，Bartlett球形检验判断目标样本是否适合主成分分析。检验结果如表3所示。

表3的KMO值为0.720，巴特利特球形检验的p值为0.000，说明目标样本适合做主成分分析。应用SPSS24.0的主成分分析得到初始特征值、方差贡献率和累计贡献率，结果如表4所示。

表4中前2個主成分特征根大于1，且前2个主成分的累计方差贡献率达到98.176%，因此前2个主成分基本能反映原来6个指标所包含的信息。分别设前两个主成份为F1，F2，标准化变量构成主成分的初始载荷矩阵和主成分得分系数矩阵如表5所示。

由表5可得2个主成分F1和F2的表达式：

F1=0.199Y1+0.2Y2+0.205Y3+0.185Y4+0.117Y5+0.193Y6

F2=0.243Y1+0.082Y2-0.072Y3-0.417Y4+0.77Y5-0.329Y6

可以看出，第一主成分主要与人力资源和科研条件有关，这部分指标能直接反映地区对创新资源的吸引力和投入水平。由于国家、省级重点实验室个数、高校向企业转移的技术成果项数在第一主成分中具有较大的正载荷，因此第一主成分能在一定程度上体现城市基础科学研究能力，这也是科技创新的源动力。第二主成分主要与经济发展规模和高水平知识产权有关，反映出经济基础和企业活力是创新驱动发展的重要支撑和保障。由于国家、省级重点实验室个数、高校向企业转移的技术成果项数在第二主成分中具有较大的负载荷，对质量要求最高的PCT国际专利申请量在第二主成分中具有较大的正载荷，因此第二主成分能在一定程度上体现城市企业创新能力。

事实上，基础科学研究能力与企业创新能力是城市整体科技创新能力的一体两面，二者虽有关联，但创新成果转化有着清晰的、不同的渠道，因此可以视作互不相关的创新能力影响因素，共同体现城市科技创新能力。本文进行主成分分析所得出的结果也印证了这一点。

（五）主成分分析结论

根据主成分分析结果，将穗深两地的科技创新统计因素按照两个主成分进行对比，结果如表6所示。

穗深同为粤港澳大湾区中心城市，两地的创新特点非常明显。广州在基础科学研究方面具有优势，深圳的企业创新能力较强。广州应思考如何将强大的基础科研成果快速转化为现实生产力，深圳应加大在基础研究方面的投入力度。若双方加强科技创新合作，势必能带动两地甚至整个大湾区的科技创新能力。进一步将大湾区9个城市样本按两个主成分进行整理，并以两个主成分在样本中的方差贡献率为权重累计得分，可以得到粤港澳大湾区内地9市科技创新的总体情况，如表7所示。

由此可见，广州和深圳在创新发展各方面均具有比较大的领先优势，整体竞争力强，毋庸置疑是区域科技创新的领头羊。深圳的内生创新能力更强，整体创新环境要优于广州，但双方发展格局和功能定位上各有优势和侧重，国际科技创新中心建设离不开两地联动发展。广州聚集了广东省内绝大多数的高校和研究机构，注重发挥高等院校和科研机构在科技创新中的源头作用。广州应强化以“学”和“研”为主的基础创新功能，承担大湾区“创新大脑”的角色。深圳的创新活力主要来自于企业，以企业为创新主体，突出企业在科技研发和成果转化方面的优势。经过多年的改革和发展，深圳已建立起良好的知识产权保护和科研成果转化机制，对大湾区科技创新的支撑引领作用愈发明显。深圳应发挥资本化能力强，市场化程度高，高科技企业集聚的优势，扮演大湾区“创新引擎”的角色。穗深科技创新合作体系已具雏形。

四、穗深协同共建国际科技创新中心的实现路径

科技进步日新月异、大国竞争持续加剧、全球价值链加速重构，粤港澳大湾区国际科技创新中心建设正处于重要的战略机遇期和关键节点。根据主成分分析结论，经济发展规模、人力资源、科研条件、产出辐射等方面均是影响区域科技创新能力的重要因素。因此，穗深应遵循“优环境、聚资源、重带动”的建设思路，通过优势互补、制度创新、大湾区开放协同创新体系构建等方面的有机结合，最终将粤港澳大湾区打造成为具有全球影响力的国际科技创新中心。具体实现路径，如图1所示。

（一）优势互补，形成基础研究与产业发展的整体合力

1.广州发挥在知识创造方面的优势，重在“智”

基础研究是科技创新的源头，也是构筑先发优势、提升核心竞争力的根本。广州是华南地区的文化和科教中心，集聚了广东省绝大多数的高校和国家重点学科，拥有中山大学、华南理工大学、华南师范大学等多所知名高校，多个国家级、省级重点实验室、企业技术中心，是省内高等教育和基础科学研究最发达的城市。

基础研究的大规模投入全面提升了广州的原始创新能力。依托一大批高水平研究平台，广州2018年SCI论文总量超越悉尼和香港，特别是在国际权威学术期刊上发文数量明显上升，有17人入选全球高被引科学家，广州的基础研究正走向国际最前沿[16]。广州应发挥好在知识创造方面的优势，为国际科技创新中心建设贡献“广州智慧”。

2.深圳发挥在知识转化方面的优势，重在“造”

科技与经济深度融合的关键环节是要将基础研究成果转化为现实的生产力。改革之城深圳早已建立起“政府创造市场，市场激励企业创新”的发展模式，诞生了一大批如华为、腾讯、华大基因、比亚迪、光启研究院等行业领先企业。由于企业在激励机制方面不同于高校和科研机构，使得研发人员敢于想象每一项新技术背后可能产生的颠覆性影响，极大地促进研究成果向市场转移，确保了企业在科技创新中的主体地位。深圳应发挥好在知识转化方面的优势，为国际科技创新中心建设贡献“深圳活力”。

穗深的各自优势可以互为对方所用，双方共同在创新链的上游和下游之间做好衔接，打造精准对接产业的技术创新链条，解决科技和经济长期存在的“两张皮”问题，使更多研究成果实现产业化。

（二）制度创新，推进各类资源的自由流动与整合

协同创新的关键点在于突破行政阻隔和跨境分隔，通过与外界物质、能量的交换实现资源的优化配置，发挥资源的潜在效率。目前粤港澳大湾区各城市都将创新驱动作为自己的核心发展战略，但由于行政区划分割阻碍了统一市场的形成，很多资源无法恰当地配置，难以充分发挥城市互动的集聚效应。穗深两地应在破解“行政区域分割经济区域”的难题上率先探索，先行先试，通过构建有利于粤港澳大湾区资源流动与整合的体制机制，促进人、物、财、技术、信息、知识等创新资源在湾区内外便捷流动。

1.创新人才制度，促進人才流动和集聚

国际科技创新中心同时也是人才高地，集聚大量优质的人力资源。穗深应发挥好一线城市户籍“含金量高”的优势，在户口、住房、职称评定、子女入学、项目申请等方面为海内外高端人才及其配偶建立绿色通道，同时建立两地人才评价结果互认机制。条件成熟时，穗深可与其他城市共同研究建立粤港澳大湾区人才绿卡制度，符合条件的高层次人才可以在湾区内自由迁徙、自由就业，享受相同的公共服务，实现各地从“抢人才”转变为“共享人才”。同时，广州的文化、语言优势，深圳毗邻香港的地理优势，通过争取更多先行先试的政策，能够吸引更多港澳及海外优秀人才轻松便利地融入国际科技创新中心建设，促进人才流动和集聚。

2.创新金融制度，促进资本流动和集聚

旧金山湾区的成功表明科技创新离不开金融的支持，成熟的金融市场将在创新型企业成长中发挥重要作用[17]。深圳作为南中国对接香港的金融中心，要让深圳的金融资源与广州形成互动，强化粤港澳大湾区“金融+创新”的优势。例如，深圳在基金、证券、创投等领域具备优势，广州则在期货、银行等方面占优，两地若能在业务上进一步合作，广深地区的金融竞争力将明显增强。深圳可定位于国家级金融中心，大力发展科技金融相关产业链，提高自身“金融+科技”实力;广州可走特色化金融之路，争取在绿色金融、区域股权交易市场、财富管理、中间服务业等方面突破创新。穗深港三方共同探索金融业大监管模式，建立以信用数据共享为基础的资金融通保障机制，降低资金运行成本，促进资本跨区域流动和集聚。

3.创新信息资源共享机制，促进信息要素流动和集聚

国际科技创新中心建设需要破除信息孤岛和数据壁垒，提升信息资源的空间连接度，实现各种信息流的一体化融合。穗深应紧紧把握“数字经济”发展新机遇，在信息基础设施建设、智慧城市合作、政府信息公开等方面协调配合，积极推动数字湾区建设，促进地区信息化合作发展，实现粤港澳大湾区产业、企业、人员、交通、贸易等信息的共享。广州应完善多层级的智慧信息服务网络，加强城市信息化和精细化管理，打造统一信息共享平台，将“一窗一号一网”试点经验在大湾区推广，分享贡献广州实践。深圳应依托其强劲的科技创新活力，大力发展互联网、云计算、大数据等先进信息技术，重构大湾区创新链、产业链和价值链，以点带面全面拓展湾区信息经济空间。

（三）引领带动，构建粤港澳大湾区开放协同创新体系

穗深作为量级相近的超大城市，双方在诸多领域相互补充、相互支撑。穗深应充分发挥自身优势，对粤港澳大湾区其他城市发挥辐射、回荡等效应，引领带动大湾区构建开放协同创新体系。

1.穗深应加大各类创新要素向全省辐射、转移和扩散的力度

广州要充分发挥高端人才、关键技术、优质服务密集的优势，积极鼓励广州地区的高等院校、科研院所、设计中心等创新平台到各地级市共建地方研究院，为其他地区开展自主创新活动提供人才培训、科研开发、检测认证等专业服务。深圳要利用在企业技术集成创新和高新技术产业化方面的优势，向东莞、惠州等低成本城市拓展产业发展空间，提升周边经济圈引进、吸收消化和再创新的能力。

2.创建一流协同创新平台

一流协同创新平台的搭建能够确保大湾区各方信息的共享、资源的优化配置、高水平的系统匹配度。穗深应围绕生物医药、新一代信息技术、物联网、智能装备等前沿引领技术共建一批联合实验室、共同研究中心等创新平台，加强中新广州知识城、南沙科学城与深港科技创新合作区、深圳光明科学城等重大创新载体之间的衔接，加快推动国家级研发中心进驻大湾区，统筹布局湾区科技创新资源，使得科技资源更好地向大湾区汇聚。

3.营造大湾区高效协同创新生态

穗深具有强大的吸附和辐射带动作用，通过资金、人力资本、市场、科技、制度政策、文化等诸多要素驱动湾区内各方创新资源互补产生协同效应，推动科技创新成果的孵化，并使其社会整体经济效益最大化。穗深应柔性借鉴对方的成功制度，加强产、学、研、政合作，携手在教育培训、知识产权、科技交流 、科技数据、专利服务等方面为国际科技创新中心建设提供支撑，叠加两地的金融优势，推动大湾区形成“基础研究+核心技术+成果转化+金融支持”的创新全链条。

4.打造国内外“双循环”新枢纽

疫情冲击正加速世界政经版图重构，全球经济所面临的不稳定不确定性陡增。“双循环”新发展格局是党中央应对国内外环境变化所作出的重大战略部署，其中一个关键点就是“要更多依靠科技创新”。穗深应秉持“内外兼修”的原则，在引领大湾区产业基础再造和产业链提升、降低内外对接的制度性摩擦成本、补齐发展环境短板、应对国际产业链断裂风险等方面发挥独特优势，将国际产业链、供应链与国内结合起来，以科技作为产品的核心竞争力，培育新形势下经济发展的新动能。

五、结语

穗深国际化程度高，人才资源丰富，科技创新设施和服务体系完善，两地协同共建国际科技创新中心既是社会经济发展的使然，更是承担国家责任之所在。穗深应从优势互补、制度创新、引领示范等诸多方面完善联动发展机制，增强创新带动、集聚和辐射功能，构建跨区域、跨制度的开放协同创新体系，才能将粤港澳大湾区真正建成为融合技术创新与产业创新的国际科技创新中心。

參考文献：

[1]Yuasa M. Center of scientific activity： its shift from the 16th to the 20th century[J]. Japanese Studies in the History of Science，1962（1）：57-75.

[2]Bernal J D.历史上的科学[M].伍况甫，等译.北京：科学出版社，1959.

[3]黄鲁成，李阳.国际R&D中心与北京的现状分析[J].科学与科学技术管理，2004（7）：12-16.

[4]黄亮，王馨竹，杜德斌.国际研发城市：概念、特征与功能内涵[J].城市发展研究，2014（2）：29-34.

[5]马名杰.全球创新格局变化的新趋势及对我国的影响[J].经济纵横，2016（7）：108-112.

[6]叶玉瑶，王景诗，吴康敏，等.粤港澳大湾区建设国际科技创新中心的战略思考[J].热带地理，2020（1）：27-38.

[7]李健，屠启宇.全球创新网络视角下的国际城市创新竞争力地理格局[J].社会科学，2016（9）：25-38.

[8]眭纪刚.全球科技创新中心建设经验对我国的启示[J].人民论坛，2020（3）：16-22.

[9]白俊红，蒋伏心.协同创新、空间关联与区域创新绩效[J].经济研究，2015（7）：174-186.

[10]沈超.抓住重中之重，推进广深港澳科技创新走廊建设[J].广东经济，2020（1）：34-36.

[11]陈广汉，谭颖.构建粤港澳大湾区产业科技协调创新体系研究[J].亚太经济，2018（6）：127-134.

[12]丁旭光.提升广州科技创新水平 推动粤港澳大湾区国际科技创新中心建设[J].探求，2020（2）：33-38.

[13]何国勇.深圳建设国际科技、产业创新中心研究-硅谷的经验与启示[J].城市观察，2018（2）：105-120.

[14]王彦博，姚黎.全国科技创新中心的科技创新能力评价研究-以我国 31 个省区市比较分析为例[J].科技管理研究，2020（3）：2-7.

[15]广东省统计局.广东统计年鉴[M].北京：中国统计出版社，2020.

[16]张赛飞.加强基础研究是广州科技创新强市的需求[DB/OL]. （2019-09-20）.http：//www.gzass.gd.cn/gzsky/contents/26/15569.html.

[17]张振刚，尚希磊.旧金山湾区创新生态系统构建对粤港澳大湾区建设的启示[J].科技管理研究，2020（5）：2-5.

Guangzhou-Shenzhen Co-construction of International Science and Technology Innovation Cente

ZHONG Jia-yi， TANG Jie， ZHANG Hong-wu

（Guangzhou College of Technology and Business， Guangzhou 510850， China）

Abstract： Based on the discussion of national strategies and global innovation patterns and trends， while using principal component analysis to study the status and role of Guangzhou and Shenzhen in the innovation and development of the Guangdong-Hong Kong-Macao Greater Bay Area， the author explores the cooperation of the two places to build international science and technology The realization path of the innovation center. The results prove that economic development scale， human resources， scientific research conditions， output radiation， etc. are important factors affecting technological innovation. Both Guangzhou and Shenzhen have relatively large leading advantages in all aspects of innovation and development， and their overall competitiveness is strong. Guangzhou is well-developed in basic research and should assume the role of the "innovative brain" in the Guangdong-Hong Kong-Macao Greater Bay Area. Shenzhen's innovation vitality mainly comes from enterprises， and the protection and transformation mechanism of scientific research results is perfect， so it should play the role of "innovation engine". Guangzhou and Shenzhen should optimize the environment， gather resources， attach importance to driving factors， and integrate complementary advantages， institutional innovation， and the establishment of an open and collaborative innovation system， and finally build the Guangdong-Hong Kong-Macao Greater Bay Area into an international technological innovation center with global influence.

Key Words：International Science and Technology Innovation Center; Guangdong-Hong Kong-Macao Greater Bay Area; Principal Component Analysis Method; Dual-Core Linkage; Collaborative Innovation