粤港澳大湾区与周边城市群科技合作网络演化及影响因素研究

陈 欣 周 艺 黄锐敏

（1.华南理工大学电子商务系；2.华南理工大学经济与金融学院 广东广州 510006）

引言与文献概述

2019年7月广东省委省政府印发《关于构建“一核一带一区”区域发展新格局促进全省区域协调发展的意见》，强调要构建开放型融合发展的区域协同创新共同体。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》也明确指出，要积极稳妥推进粤港澳大湾区建设，通过提升大湾区的创新策源能力强化其对区域发展的辐射带动作用。在此背景下，粤港澳大湾区及周边城市间科技合作呈现何种态势？随时间演化有哪些变化趋势？主要受哪些因素的影响？这些问题的研究，将有助于形成对粤港澳大湾区及其“紧邻圈层”协同创新共同体发展态势的整体认识，从而为完善区域创新体系、制定深入实施创新驱动和协调发展的战略提供科学依据与决策参考。

近年来，从网络视角考察粤港澳大湾区科技合作问题正成为研究热点，相关研究可分为如下两类：一类基于特定年份或时间段对粤港澳大湾区城市群科技合作网络进行静态分析。王鹏、李彦（2018）基于中间人分析视角，分析了粤港澳大湾区11城在城际创新合作网络中所充当的中间人角色及其影响因素；曾志敏、杨泽森（2018）基于2012-2016年科技论文和专利数据，分析了粤港澳大湾区知识创新网络和技术创新网络，并以华南理工大学为例探析了研究型大学参与区域创新网络过程中的难点和问题；刘心怡（2020）选取2012-2016年粤港澳大湾区珠三角九市专利申请相关数据，综合利用主成分分析法、地理引力模型与社会网络分析方法，研究了粤港澳大湾区创新水平及城市创新分工。另一类则从动态演化视角，研究了粤港澳大湾区城市群科技合作网络结构特征的演化过程及影响因素。马海涛等（2018）选取1990-2016年web of science国际期刊科研论文合著数据，采用基尼系数测度属性和功能多中心性的方法，探讨了粤港澳大湾区11城知识多中心性的演化过程与机制；高爽等（2019）以2000年、2005年、2010年和2018年4个年份粤港澳大湾区11城国内外期刊数据库合著论文数据为基础，运用社会网络分析方法研究了大湾区知识网络的演化特征与影响因素；韩孟杉等（2019）以粤港澳大湾区及周边城市2001-2018年专利合作数据为基础，利用社会网络分析方法，分析了粤港澳大湾区创新网络的时空演变特征；覃成林、黄龙杰（2019）利用城际发明专利合作数量衡量城市间创新合作水平，从网络与空间视角，研究了广州在粤港澳大湾区11城创新合作网络中的地位与作用；许培源、吴贵华（2019）选取2000年、2004年、2008年、2012年和2016年web of science科研合作研究数据，采用社会网络分析方法研究了粤港澳大湾区知识创新网络结构空间演化，并利用QAP回归模型分析多维临近性对网络演化的影响机制及效果；李文辉等（2019）利用1992-2017年粤港澳大湾区11城联合申请专利数据，用社会网络分析方法从整体层面和节点层面开展研究，综合包括宏观的城市、中观的组织及微观的个体3个层面的协同创新网络，分析了大湾区协同创新网络的演化过程及机理；刘佳等（2020）采用Web of Science核心合集数据库中2008—2018年粤港澳大湾区城市群（粤港澳大湾区11城及环珠三角6城）的合著论文构建知识创新合作网络，借助社会网络分析方法研究城市群创新合作网络结构的演化态势，并且运用QAP回归分析探索经济距离、生产力相似度、地理距离、制度距离、认知距离及互联网通达度6个因素对粤港澳大湾区知识创新合作网络结构演化的影响；王方方等（2020）基于2009年、2013年和2017年粤港澳大湾区11城3种专利授权数据，结合熵权法和层次分析法构建创新活度评价指标，基于改进的引力模型构建粤港澳大湾区创新活度关联矩阵，利用社会网络分析法研究粤港澳大湾区创新网络静态结构及动态演化特征，并以2017年为时间点，运用QAP分析方法分析地理距离、高铁设施、创新要素集聚与扩散、科研投入、产品消费5个因素对网络演化的影响；钟韵等（2020）利用1999-2016年粤港澳地区跨城市PCT专利合作申请数据构建该区域的城市创新联系网络（研究区域包括广东省21个地级市及香港、澳门两个特别行政区共23个城市）探讨了网络特征，继而基于2012-2016年数据从地理邻近、技术邻近、网络邻近、科技邻近及经济邻近5个角度分析网络的影响因素。

总体来看，现有相关研究主要存在以下不足：研究对象的地域多局限于粤港澳大湾区11城，未将大湾区的“紧邻圈层”纳入研究范围；实证分析数据多限于某个或数个年度的截面数据，从而导致其所挖掘的城际科技合作关系数据具有一定的片面性；部分文献在研究网络演化影响因素时选择的多个邻近性维度在概念上存在冲突或重叠。综上，本文基于incoPat专利信息平台检索粤港澳大湾区及周边地区共23城在2010-2018年间城际联合申请的中国发明专利数据，以3年为间隔将这9年分为3个阶段，构建各阶段城际科技合作网络，利用社会网络分析方法研究网络的演化特征，并利用QAP方法分析多维临近因素对网络演化的影响。

数据来源与研究方法

粤港澳大湾区涵盖珠三角9个地级市及香港、澳门2个特别行政区。为了能够从更广阔的视角研究大湾区及其紧密圈层的科技合作，本文的研究范围除以上11个城市外还包括周边粤东西北地区的12个地级市。

（一）数据来源与处理

联合申请专利是科学与技术合作的主要形式，常作为衡量科技合作情况的指标。专利具有地域性，粤港澳大湾区及周边城市群合作申请PCT专利或包括美国在内的国外专利数量相对较少，相比而言，联合申请中国专利数据更充足。发明专利因需具备“突出的实质性特点和显著的进步”而比实用新型和外观设计两类专利更能体现创造性水平，因此本文选择以两个或以上城市共同申请的中国发明专利数据表征城际科技合作联系。

本文数据来源于incoPat科技创新情报平台，该平台收录了包括中国等全球120个国家、组织或地区超过1.41亿件专利数据，且数据字段完善，可提供中国专利的申请号、申请日、申请人、申请人地市、申请人省市等240个检索字段。本文检索时间为2020年6月10日至20日，利用incoPat平台提供的申请人地市（省市）字段进行检索，并将申请人所在地包括粤港澳大湾区及周边城市群中两个或以上城市的中国发明专利联合申请作为统计对象，不考虑申请人所在地是否有研究范围以外的情况。数据获取及处理过程如下：首先，专利检索、下载及数据初步清洗。逐年检索各城市申请人为2个及以上的专利申请，如采用检索式city=（广州） AND ady=2010 AND no-ap=[2 to 1000]检索广州市2010年申请人大于等于2的所有专利申请，仅选择并下载发明申请；其次，地理信息匹配。对原始数据进行人工处理，识别每条专利申请人对应的空间地理信息（即申请人所在的城市），筛选出符合本文研究范围的专利数据（由于申请人为个人时无法获知其所属城市，剔除申请人类型全部为个人或只有1个组织其余均为个人的数据），继而将专利申请人间的合作关系转换为城市间的科技合作联系；最后，汇总并核查数据。汇总本文研究范围内23个城市间的联合专利申请数据，并对数据进行人工校验。

鉴于专利从申请到公开、入库具有时滞性，本文将时间跨度设定为2010-2018年，并按照专利申请日以3年为间隔将这9年粤港澳大湾区及周边城市群城际联合申请中国发明专利数据分为三个阶段，即2010-2012年、2013-2015年、2016-2018年。基于以上数据，构建三个阶段的城际科技合作矩阵，矩阵中对角线取值为0，非对角线上矩阵单元V（a，b）的值代表城市a与城市b联合申请中国发明专利的数量：如果城市a与城市b在某个阶段合作申请了X项中国发明专利，则在该阶段对称矩阵中对应的矩阵单元值为X；如果某两个城市在某阶段并未联合申请中国发明专利，则在该阶段对称矩阵中对应的矩阵单元值为0。

（二）研究方法

以城市为网络节点、城市间共同申请中国发明专利的关系为连线构建城市群科技合作网络矩阵。采用社会网络分析方法从网络整体结构、核心节点、拓扑图三个层面分析2010-2018年间粤港澳大湾区及周边城市群科技合作网络的演化特征。其一，以网络规模、网络边数、网络密度和平均路径长度4个指标表征网络整体结构的演化特征。其中，网络规模表示网络中开展城际联合专利申请的节点城市数量，网络边数表示网络中城际专利联合申请关系的总量，网络密度反映网络中城际科技合作关系的疏密程度，平均路径长度反映网络中各节点城市间开展专利联合申请的难易程度；其二，以点度中心度、接近中心度和中间中心度指标值排名前5的节点城市作为网络中的核心节点城市。其中，点度中心度刻画与网络中某一节点城市开展专利联合申请的节点城市数量，反映了该节点城市在网络中的重要程度。接近中心度表征网络中某一节点城市不受其他节点城市控制的程度大小。中间中心度反映网络中某一节点城市对其他节点城市间共同申请专利的影响大小。以上社会网络分析指标的数值均可通过如下步骤获得，将临界值设置为9以除去偶发、零散的专利联合申请关系，对3个阶段的原始矩阵数据进行“二值化”处理并除去孤立点，再利用Ucinet6软件计算结果；其三，用Ucinet6软件中的绘图工具NetDraw绘制各阶段城际科技合作网络的拓扑图。为使复杂的网络结构特征更为清晰，过滤掉网络中合作频次小于10的连接。图中节点为粤港澳大湾区及周边地区的23个城市，节点的大小反映了该节点城市与城市群中其他节点城市开展联合专利申请的广度，节点越大说明与该节点城市联合申请中国发明专利的城市越多；图中节点间连线表征节点城市间联合申请专利的合作关系，连线的粗细刻画了该连线所联结的两个节点城市间科技合作的强度，连线越粗说明该连线联结的两个节点城市间联合申请中国发明专利的频次越高。

然后，基于已有文献选择技术邻近、地理邻近、经济邻近和制度邻近为影响因素，构建多维邻近矩阵作为自变量，以上文中的三个阶段城际科技合作矩阵为因变量，利用更适合于关系数据的二次指派程序（QAP）分析方法研究粤港澳大湾区及周边城市群科技合作网络演化的影响因素（刘军，2009）。

网络演化特征分析

（一）网络整体结构演化分析

粤港澳大湾区及周边城市群科技合作网络整体结构指标数值如表1所示。表中数据说明，三个阶段网络规模逐渐增加，第1阶段中网络规模仅为16，尚有近三分之一的节点城市未开展城际科技合作，在随后的2个阶段这一指标分别增至19和22，可见随着网络规模不断增加，第3阶段除澳门可能因产业结构过于单一未开展城际科技合作活动外，区域内其他22个城市均实现了网络覆盖；网络边数持续增长，第1阶段该指标值为126，随后在第2、3阶段分别增至144和224；网络密度从第1阶段的0.2167降低至第2阶段的0.1871，其后在第3阶段增至0.2511，呈波动上升趋势，且整体处于较低水平；平均距离数值始终偏小且持续降低，依次为1.933、1.930和1.749。

表1 三个阶段粤港澳大湾区及周边城市群科技合作网络整体结构指标

以上说明，随着时间的推移，网络中越来越多的节点城市间开展了城际联合专利申请，且城际科技合作关系总量持续增加，但城市间的科技合作关系始终非常稀疏，网络整体较松散，特别是在第2阶段，尽管较之前一阶段开展城际科技合作的节点城市有所增长，但合作关系并未得到同等程度的增加，导致这一时期网络密度有所减少，第3阶段网络密度才随着城际科技合作关系数量的大幅提升而重现增长的趋势，网络中各节点城市只要通过较短的路径即可与其他节点城市建立科技合作关系，网络仍有较大发展空间。

（二）网络核心节点演化分析

三个阶段粤港澳大湾区及周边城市群科技合作网络的度数中心度、接近中心度、中间中心度3个指标排名前5的城市见表2。可以看出，2010-2018年间网络中的核心节点呈现出稳定性和聚集性。

表2 三个阶段粤港澳大湾区及周边城市群科技合作网络中心度指标排名前5的城市

稳定性体现在，网络中处于核心地位的城市较为稳定，9年间大部分核心节点在网络中的地位未出现大幅波动。根据核心城市在网络中地位的演化情况，可将其划分为稳定型、上升型和下降型三类。首先，三个阶段网络中3类中心度指标值始终位居前3甲的节点城市依次是广州、深圳和佛山，是网络中的“稳定型”核心节点。比较来看，不论哪个阶段或哪种中心度，广州的排名始终位列榜首，而深圳、佛山则紧跟其后，可见这3个节点城市在网络中长期占据了核心节点的位置，扮演着“控制阀门”和“桥梁”的角色，对科技合作资源具有强大的控制能力，其他城市大多只能借助这3个城市来开展城际科技合作。其次，2010-2018年间东莞、中山两市多次在网络3类中心度指标前5榜单，其在网络中的地位从第1-3阶段逐渐得到巩固，是网络中的“上升型”核心节点。在第1阶段，东莞的接近中心度、中山的中间中心度数值均位列第4位，而两市的度数中心度则并列第4；第2阶段，东莞的3类中心度指标均排在第4位，但这一时期中山的接近中心度和中间中心度的指标排名却有所下滑，仅有度数中心度指标的数值进入了前5榜单；到第3阶段，网络中3类中心度指标排名第4的城市均为东莞，位列第5的城市则均为中山。再次，江门、惠州、珠海、香港、肇庆5个城市虽在第1、2阶段网络3类中心度指标排名曾跻身前5，但在第3阶段均跌出了榜单，说明随着时间的推移，这些城市在网络中的地位下降了，是网络中的“下降型”核心节点。

聚集性体现在，尽管上升型和下降型两类核心节点在网络中的核心地位随着网络演化而略有变化，9年间网络中所有核心节点城市全都位于粤港澳大湾区。随着网络的发展，周边粤东西北地区12城市中一直未出现核心节点，说明网络核心节点在空间分布上极为集中。

（三）网络拓扑图演化分析

三个阶段粤港澳大湾区及周边城市群科技合作网络的拓扑图见图1。为更好地描述网络拓扑图演化特征，做出如下两点规定：第一，设图中某节点城市直接连接的节点数为N，若N值大于等于10为超大节点；N值大于等于5且小于10为较大节点；N值小于5为小节点；第二，将图中某连线表示的合作频次设为L，若L值大于等于500则该连线为超粗线；大于等于100且小于500为较粗线；小于100为细线。

图1 三个阶段粤港澳大湾区及周边城市群科技合作网络拓扑图

各阶段网络中节点分布情况如表3所示。可以看出，2010-2018年间网络中3类节点整体均呈增长趋势，小节点的数量在各阶段都远超另两类节点。具体来说，三个阶段网络中超大节点数量极少，前2个阶段均仅有1个，到第3阶段增至3个，地理位置亦均位于珠三角；较大节点数量略多于超大节点，前2个阶段均为2个，到第3阶段增至3个，且均位于珠三角；小节点数量要大大多于另两类节点，依次为13、16和16，地理位置遍布粤港澳大湾区及周边地区。相比而言，3阶段网络中珠三角的小节点数量分别为6个、6个和3个，是唯一一个小节点数量有所减少的地区；粤东地区在前2个阶段网络中的小节点数量是最少的，分别为1个和2个，到第3阶段才增至4个；粤西地区在前2个阶段网络中的小节点数量分别为2个和3个，略高于粤东地区，到第3阶段也达到4个；粤北地区在第1阶段有3个小节点，随后两个阶段都是4个；港澳两个特别行政区仅有香港是小节点，澳门始终是网络中的孤立点。

表3 三个阶段粤港澳大湾区及周边城市群科技合作网络不同类型节点分布情况

各阶段网络中连线分布情况见图2。可以看出，三个阶段网络中3类连线均呈增长趋势，而细线的数量在各阶段都大大超过另两类连线。具体来看，超粗线在前2个阶段网络中的数量仅为1条和2条，到第3阶段则激增至9条；较粗线在第1阶段网络中为4条，到第2、3阶段分别翻至8条和16条；3阶段网络中细线数量分别为21、22和33条。从连线联结的合作节点城市看，三个阶段网络中的合作对多在珠三角9市之间或其他地区城市与珠三角9市中的广州、深圳等市之间形成，粤东西北地区内部的城市之间极少开展科技合作（第1阶段网络中粤东西北地区内的城市间完全没有合作，第2阶段仅有粤西地区的云浮-肇庆1个合作对，第3阶段也仅有粤西地区的云浮-肇庆1对和粤东地区的潮州-汕头、揭阳-汕头2对）。尤其是超粗线连接的高频合作对，基本是在广州、深圳与其他珠三角城市间形成的。具体来看，第1阶段的高频合作对为东莞-深圳，第2阶段为东莞-深圳和广州-深圳，第3阶段有佛山-广州、佛山-中山、东莞-广州、广州-深圳、东莞-深圳、惠州-深圳、惠州-广州、广州-珠海、佛山-清远，这说明网络发展初期只有东莞-深圳形成了高强度的科技合作，随着网络的发展，佛山、东莞、中山、惠州、珠海通过与广州、深圳的连接在珠三角地区形成了连通性较好且强度较高的创新网络结构，而粤东西北地区内的城市间始终未开展高强度的科技合作。

图2 三个阶段粤港澳大湾区及周边城市群科技合作网络不同类型连线分布情况

网络演化影响因素分析

（一）影响因素选择与模型构建

在已有文献基础上以技术、地理、经济和制度4个邻近性为自变量，设定粤港澳大湾区及周边城市群科技合作关系为因变量，构建如下计量模型：

T=f(TecS,Geo,Eco,Ins)

其中，T为城市群科技合作关系矩阵，TecS为技术邻近性矩阵，Geo 为地理邻近性矩阵，Eco 为经济邻近性矩阵，Ins 为制度邻近性矩阵。

技术邻近性反映开展科技合作的两个城市间在技术知识上的相似程度。具体测度方法如下：首先，利用incoPat专利信息平台进行专利检索，获得粤港澳大湾区及周边地区所有城市在2010-2018年间申请的中国发明专利数据；其次，根据IPC主分类号对各城的中国发明专利进行分类，可得到各城在不同技术领域所占的比例；再次，基于现有文献的专利结构相似系数计算公式（公式1）得到技术邻近性矩阵（Jaffe，1986）。其中，Xik和Xjk分别代表城市i和城市j在k技术领域申请专利数量的占比情况，TecSij代表城市i和城市j的技术相似程度，取值范围在0-1之间，数值越接近1表明两个城市间在技术领域的差异越小。

地理邻近性是指开展科技合作的两个城市间在空间距离上的接近程度。基于已有文献（Jaffe，1986），本文采用城市间的球面地理距离计算这一指标。具体方法是：利用Google map获得各城市的经纬度，再根据公式（2）计算获得城市间的地理距离。其中，R表示地球半径（以6371千米为计算基准），Geoij表示城市i和城市j之间的球面地理距离，ai和aj分别表示城市i和城市j的经度，βi和βj分别表示城市i和城市j的纬度。对计算所得的地理距离进行处理（见公式3）（许培源等，2019），Geo 的取值范围为0-1，越接近1说明两个城市间的距离越近。

经济邻近性是指科技合作的城市在经济水平上的接近程度。本文将城市间的人均GDP差异作为经济差距，数据来源统计局统计年鉴。

制度邻近性是指科技合作的城市在制度环境方面的接近程度。粤港澳大湾区及周边地区中存在多种行政制度，行政级别高的城市会有更卓越的创新表现，本文参考已有文献的做法（许培源等，2019），根据研究区域内各城市的实际情况，采用虚拟变量的方法赋值：地级市为1，省会城市、经济特区为2，香港、澳门特别行政区为3。

（二）结果分析

表4显示选择2000次随机置换对粤港澳大湾区及周边城市群科技合作网络演化各影响因素矩阵与科技合作关系矩阵进行QAP分析的结果（表中*p<0.1，**p<0.05，***p<0.01），可以看出，不同邻近效应对城际科技合作网络演化的影响存在差异。

表4 多维临近对粤港澳大湾区及周边城市群科技合作网络演化影响的QAP回归结果

第一，三个阶段技术邻近性系数均为正数，但只有第1阶段通过了显著性检验，随后2个阶段均未通过，说明这一变量仅在第1阶段对城际科技合作网络发展有着一定的促进作用，其后则没有产生显著的影响。可见，在发展初期，网络中节点城市更多地选择技术相似程度高的城市进行科技合作，但随着网络的发展，技术邻近性不再是城市间开展科技合作的主要驱动因素。

第二，三个阶段地理邻近性的系数均为正，数值不断增加，且均通过1%的显著性检验，说明地理邻近性对粤港澳大湾区及周边城市群科技合作网络的演化具有显著的正向作用，其影响作用随着时间推移而不断增强。这表明，尽管信息技术不断发展、交通基础设施不断完善，地理距离仍是制约粤港澳大湾区及周边地区城市间开展科技合作的重要因素，且其影响程度不断增强。

第三，经济邻近性在三个阶段模型中的系数均为负数，数值不断增加，且通过了1%或5%的显著性检验，显示经济邻近性对网络演化具有明显的负面效应，即当节点城市间经济水平差距较大时，城市间形成科技合作的可能更大。

第四，制度邻近在三个阶段的系数都是负数，数值先降后升，且在第1阶段通过了1%的显著性检验，在第2和第3阶段通过了5%的显著性检验，说明制度邻近性对网络演化具有显著的负面影响，即网络中的节点城市更倾向于选择与制度环境不同的城市开展科技合作。以上两点表明，经济邻近性和制度邻近性始终对网络具有负向阻碍作用，经济水平接近、制度环境相似的城市间越难以形成科技合作，这也符合上文中同为地级市的粤东西北地区多于省会城市合作而极少在之间形成科技合作的情况。

结论与建议

本研究选取2010-2018年间粤港澳大湾区及周边城市群科技合作数据，利用社会网络分析方法对粤港澳大湾区及周边城市群科技合作网络演化特征及影响因素进行了分析，主要得到以下结论：一是从网络整体结构演化看，粤港澳大湾区及周边城市群科技合作网络的演化呈现如下特点：网络规模稳步增长，网络边数持续增加，网络密度波动性上升、一直处于较低水平，网络中城际科技合作关系较为稀疏，平均距离始终较低且持续减少。整体上说，网络发展水平不高，还处于成长阶段；二是从网络核心节点演化看，网络呈现出两大特点。各阶段网络中的大部分核心节点在网络中的地位变化不大，显示出较强的稳定型。三阶段网络中所有核心节点城市均位于粤港澳大湾区，在空间布局上显示出聚集性；三是从网络可视图演化看，三个阶段网络中的节点和连线分布始终呈现不均衡态势。从节点分布的情况看，网络中3种不同类型节点均呈增长趋势，且9年间网络中节点的主体一直是小节点，超大节点和大节点数量较少且均位于珠三角。从网络中连线分布的演化情况看，3种不同类型连线都保持连续增长的态势，且三个阶段网络中的细线数量始终远远超过粗线和超粗线，而网络中超粗线连接的高频合作对大多是在珠三角9城市中经济实力较强的广州、深圳等城市间。四是从网络的演化影响因素看，技术邻近性对网络演化产生的影响从有到无，地理邻近性一直显著正向影响网络中城际科技合作，经济邻近性和制度邻近性则是对网络演化有着显著的负向影响。

基于上述结论，本文提出如下建议：第一，从网络不同类型节点而言，应基于各类节点的具体情况有针对性地促进城际科技合作的开展。一方面，应依托网络中的三类核心节点城市，通过“多核驱动”全面提升网络中城际科技合作的广度和深度，以促使网络实现快速发展。其一，广州、深圳、佛山3市作为网络中的“稳定型”核心节点，目前已与绝大部分节点城市开展了联合专利申请，未来应着重提高合作强度的均衡性，从而解决目前并未与网络中大多数位于粤东西北地区的节点城市开展深入合作的问题；东莞、中山作为网络中的“上升型”核心节点，应进一步提高城际科技合作的宽度和强度，寻找更多的科技合作对象形成更多的高频合作对，争取晋级为网络中的“稳定型”核心节点；“下降型”核心节点，特别是作为创新活动最为活跃地区之一的香港，应大力鼓励其基于自身的创新资源与能力优势，选取合适的合作对象，争取重新成为网络中的核心节点。另一方面，针对网络中粤东西北地区的12城市，应从宏观上制定协同创新激励政策引导其积极拓展城际科技合作伙伴，进一步加强现有城际科技合作关系。与粤港澳大湾区相比，粤东西北周边地区的12个城市经济水平相对较低、制度环境接近，在三个阶段网络中的城际科技合作关系极其稀疏，且均没有发展成为网络中的核心节点。鉴于经济邻近性和制度邻近性2个因素对网络发展的负向影响，目前这12城市主要是与广州、深圳、佛山等核心节点城市开展科技合作，而12个城市之间的合作非常有限，不仅几乎没有形成高频合作，甚至连合作强度较低的细线数量也十分稀少，已严重制约了网络的发展。在这一情况下，应结合各市的实际情况制定激励政策，采取因地制宜的促进措施推动这些城市开展城际科技合作。

第二，从网络演化的影响因素而言，应基于不同邻近性的影响情况有针对性地提出网络优化策略。其一，鉴于技术邻近对网络演化的影响不大、地理邻近有显著正向影响、经济邻近和制度邻近性有显著负向影响，网络中的节点城市倾向于同自身经济水平、制度环境差别大、且地理位置邻近的城市合作，而较少受城市间技术是否能形成互补等因素的影响，粤港澳大湾区及周边地区应加强不同城市特别是经济水平、制度环境接近的城市之间的创新规划对接、创新资源共享和创新攻关协同，在全区域统筹规划、合理布局产业链基础上，围绕产业链发展城际科技合作网络，以产业链与创新链的融合发展为导向促进全网络优化。其二，应在粤港澳大湾区及周边地区进一步加大交通及网络设施建设，以克服地理距离对城际科技合作的负面影响。