研究方法
数据来源
- 专利转移数据源自incoPat全球专利数据库和Patentics专利数据库
- 282个地级及以上城市作为研究样本
- 2001-2020年共计593,386条专利权转移数据
分析方法
- 社会网络分析法：分析网络拓扑结构和空间格局
- 随机行动者模型(SAOMs)：研究网络演化的内生机制
- 空间异质性分析：基于陆域综合功能区划分方案
随机行动者模型(SAOMs)
SAOMs是Snijders等发展起来的探究网络结构动态演化的分析工具，包含两个随机子过程：
目标方程
行动者以特定的方式改变其网络的可能性有多大，虽然受到网络结构、行动者属性及其他随机因素的影响，但行动者总是"试图"使自己的目标函数值更高，以寻求最大化的效用。
速率方程
用来表示网络演变的速度，即高值意味着网络强大的动态性以及行动者更快改变选择的"机会"。
主要发现
1. 网络结构演化特征
中国城市技术转移网络呈现出日益复杂的核心—边缘结构演化特征：
- 2001-2005年呈现"一超多强"结构，北京为核心枢纽
- 2016-2020年向多中心格局转化，天津、杭州等跻身核心圈层
- 网络极化特征逐渐下降，三方关系日益复杂
2. 内生结构动力机制
内生结构因素是中国城市技术转移网络生长发育的关键驱动力：
- 互惠链接：城市间更倾向于建立互惠性关系，增强知识创新活动的依赖性
- 网络闭合：表现为传递性闭合而非循环闭合，有利于形成群体规范、增加信任
- 偏好依附：入度较高的城市更倾向于接收更多链接关系，存在路径依赖机制
3. 空间异质性特征
东部南方区
- 以上海、深圳、广州为主的多核心格局
- 网络密度和可达性快速上升
- 互惠链接、网络闭合和偏好依附效应显著
- 网络演化速率先降后升，动态性强
东部北方区
- 以北京、天津为主的双核心格局
- 技术流动高度集中于京、津
- 互惠链接和偏好依附效应显著
- 网络演化速率下降，趋于稳定
西北内陆和青藏高原区
- 由兰州单核向乌鲁木齐、兰州双核转变
- 网络联系相对稀疏
- 仅互惠效应显著
- 网络演化速率上升，发展潜力大
数据分析
SAOMs中的网络效应及描述
| 网络效应 | 描述 |
|---|---|
| 密度效应(density) | 城市技术转移网络关系是否为随机过程的结果 |
| 互惠效应(reciprocity) | 城市间是否存在互惠链接关系 |
| 传递性闭合(transTrip) | 城市网络链接关系是否具有传递性闭合倾向 |
| 循环性闭合(cycle3) | 城市网络链接关系是否具有循环闭合倾向 |
| 结构平衡效应(balance) | 链接结构相似的城市间是否更倾向于建立联系 |
| 入度聚敛效应(inPopSqrt) | 入度值较高的城市是否倾向于接收更多关系 |
| 出度聚敛效应(OutPopSqrt) | 出度值较高的城市是否倾向于接收更多关系 |
基准模型回归结果
| 网络效应 | 模型1 | 模型2 | 模型3 | 模型4 | 模型5 |
|---|---|---|---|---|---|
| 密度效应 | -3.4019*** | -2.1648*** | -3.1939*** | -3.4649*** | -4.3601*** |
| 互惠效应 | 1.2323*** | 2.8016*** | 1.9632*** | 1.6127*** | 1.2707*** |
| 传递性闭合 | - | - | 0.4935*** | 0.4800*** | 0.2796*** |
注：括号中数值为标准误差，*、**和***分别代表在10%、5%和1%的水平上显著。
研究结论与展望
主要结论
-
1中国城市技术转移网络呈现出日益复杂的核心—边缘结构演化特征，2005-2020年技术转移网络整体呈现出较强的极化特征，但这种极化性呈现下降的趋势。
-
2内生结构因素是中国城市技术转移网络生长发育的关键驱动力。互惠链接和网络闭合构成了城市技术转移网络演化的微观基础；偏好依附是强化城市技术转移网络链接关系的关键力量。
-
3中国城市技术转移网络演化的内生机制具有明显的空间异质性特征。东部南方区、东部北方区、西北内陆和青藏高原区表现出不同的演化特征。
研究展望
- 未来需要采取多种方法更加综合和完善地检验城市技术转移网络的演化机理
- 期待未来依托2-模网络(two-mode network)，针对行动者与城市间的直接联系，对技术转移网络的演变过程开展进一步的检验
- 未来可对区域间和区域内关系开展进一步的对比分析