东北三省城际技术转移网络的空间演化及影响因素

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

刘承良¹^,²^,³, 牛彩澄²1. 华东师范大学全球创新与发展研究院,上海 200062
2. 华东师范大学城市与区域科学学院,上海 200241
3. 华东师范大学崇明生态研究院,上海 200062

Spatial evolution and factors of interurban technology transfer network in Northeast China from national to local perspectives

LIU Chengliang¹^,²^,³, NIU Caicheng²1. Institute for Global Innovation and Development, East China Normal University, Shanghai 200062, China
2. School of Urban and Regional Sciences, East China Normal University, Shanghai 200241, China
3. Institute of Eco-Chongming, East China Normal University, Shanghai 200062, China

收稿日期:2018-08-31修回日期:2019-07-29网络出版日期:2019-10-25

基金资助:

国家自然科学基金项目.No.41571123
上海市“浦江****”人才计划项目.No.17PJC030

Received:2018-08-31Revised:2019-07-29Online:2019-10-25

Fund supported:

Natural Science Foundation of China.No.41571123
Shanghai Pujiang Scholars Talent Program.No.17PJC030

作者简介 About authors
刘承良(1979-),男,湖北武汉人,教授,博士生导师,中国地理学会会员(S110013672M),研究方向为交通地理与区域创新E-mail:clliu@re.ecnu.edu.cn。

摘要
从全国—本地视角,以东北三省为研究区,基于2005-2015年的专利权转移数据,融合社会网络、GIS空间分析和计量方法,定量刻画东北三省技术转移网络的空间演化规律。结果显示：① 全国视角下东北三省城际技术转移网络呈现“核心—边缘”等级层次性结构,形成了专利技术由东北辐散向全国沿海辐合的空间格局。② 本地视角下东北三省技术转移网络呈现出向心收缩结网态势,“哈长沈大”四大核心城市在本地网络中扮演“技术守门者”角色。技术转移表现出“强全国化,弱本地化”特征。③ 东北三省城际技术流动既存在路径依赖,也不断涌现路径创造。全国视角下,技术转移以东北三省核心城市为流源,基本流向以北京、上海和深圳分别为枢纽的京津冀、长三角和珠三角城市群。本地城际技术转移以哈尔滨、长春、沈阳、大连为集散中心,集中于省内转移,呈现等级、接触和跳跃式混合扩散空间模式。④ 地理距离接近度、产业结构相似度、经济水平差异度、创新能力相似度、技术吸收能力、外商直接投资对东北三省城际技术转移存在一定影响。
关键词： 城际技术转移;技术转移网络;全国—本地视角;空间演化;影响因素;东北三省

Abstract

Interurban technology transfer becomes an essential channel for regions or cities to obtain external knowledge. Based on patent transaction data among cities during 2005-2015, this study investigates the interurban technology transfer network of Northeast China, aiming to explore spatial evolution of technology transfer network in this region from national to local perspectives based on social network analysis (SNA). A negative binomial regression analysis further reveals the factors of interurban technology transfer network. The results of the study are as follows: (1) From the national perspective, the interurban technology transfer network of Northeast China presents a core-periphery structure. The spatial pattern of "divergence in the northeast region" and "convergence in the coastal areas" has been formed. (2) From the local perspective, the technology transfer network of Northeast China shows a centripetal contraction situation, and its four hubs, namely, Harbin, Changchun, Shenyang and Dalian, play the role of technology gatekeeper. The interurban technology transfer flows present the characteristic of strengthening nationalization and weakening localization, which are more likely to emerge between the Northeast-Southeast China rather than among the Northeast China. (3) Both path-dependence and path-creation exist in the spatial dynamics of intercity technology flows in Northeast China. From the national perspective, technology flows from Northeast China to the Beijing-Tianjin-Hebei, Yangtze River Delta and Pearl River Delta urban agglomerations with Beijing, Shanghai and Shenzhen as the core respectively, while the local intercity technology transfer in Northeast China presents a mixed diffusing mode including hierarchical, contagious and jump diffusions. In addition, the local network mainly focuses on intra-provincial technology flows which centered on Haibin, Changchun, Shenyang and Dalian. (4) Some drivers, such as geographical proximity, the similarity of industrial structure, economic differences, the similarity of innovation capability, technology absorptive capacity, foreign direct investment, are evidenced to play a significant or determining role in interurban technology transfer of Northeast China.

Keywords：intercity technology transfer;technology transfer network;national and local perspectives;spatial evolution;factors;Northeast China

PDF (5281KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
刘承良, 牛彩澄. 东北三省城际技术转移网络的空间演化及影响因素. 地理学报[J], 2019, 74(10): 2092-2107 doi:10.11821/dlxb201910010
LIU Chengliang. Spatial evolution and factors of interurban technology transfer network in Northeast China from national to local perspectives. Acta Geographica Sinice[J], 2019, 74(10): 2092-2107 doi:10.11821/dlxb201910010

1 引言

内生增长理论认为内生的技术进步是保证经济增长的决定因素^[1]。区域的技术进步主要依靠自主创新与技术引进^[2]。当前,中国科技资源分布和区域经济发展不均衡问题突出,跨区域技术转移成为促进知识流动和经济协调发展的重要途径^[3]。2017年,《国家技术转移体系建设方案》首次明确国家技术转移的重要地位和行动计划^[4]。

跨区域技术转移具有显著的地理特征,是某种技术或知识在空间上的流动与扩散^[5]。早在20世纪60年代,技术转移就引起****关注^[6],研究视角主要集中于国家间的技术流动。一方面,基于技术差距理论分析南北国家之间的技术转移,论及其影响因素^[7,8]、演化过程及作用^[9];另一方面,聚焦新兴大国的崛起,探讨南南国家之间的技术转移现象,包括转移渠道、动力机制、扩散模式及经济增长效应等^[10,11,12]。伴随着经济全球化和通讯信息技术的发展,全球生产网络加速扩张,企业主导（如跨国公司）的跨组织技术转移研究兴起^[13],高校与科研机构对企业技术创新具有显著溢出效应,产学研合作创新网络成为有效的知识转移载体^[14,15]。与此同时,技术转移具有显著空间差异性及溢出效应的空间扩散规律也渐被揭示^[16],研究区聚焦全国及长江经济带、长三角地区、京津冀地区、粤港澳大湾区等区域^{[17,18,19,20,21]},而东北地区的技术转移空间格局很少论及。

随着网络科学发展,城市创新网络成为城市地理学和经济地理学研究热点,其刻画方式主要包括：① 基于城市属性运用引力模型模拟表征城际创新联系^[22,23],但这种测度难以真实表达城市间的复杂创新交互关系^[24]。② 通过论文合著和专利合作数据开展城市间创新联系实证研究,发现空间、技术和社会距离对知识流动的阻滞作用^[25,26]。虽然论文和专利科研合作可以反映城际间实际知识创新关联,但由于行政因素影响^[27],二者难以有效反映出知识流动的市场作用机制,且知识“流空间”的方向性往往被忽视,导致城际创新网络的空间向量特征难以识别。为此,专利权交易开始被引入度量技术创新转移,缘于它基于市场供需、具有流向,可以有效识别出技术创新的供需空间关系^[28,29,30]。目前,基于专利权交易的城际创新网络研究主要从省域、城市群、城市等单一空间尺度展开,全局与局部的空间尺度差异有待重视^[31]。关系经济地理学家Bathelt曾提出“全球通道—本地蜂鸣”（Global Pipeline and Local Buzz）模型来阐述局域内部缄默知识与外部新异知识获取的空间路径,提及“全局—局域”空间尺度与区域知识创新的重要性和差异性^[32]。因此,融合全局与局域视角的“全球—地方化”（Glocalization）范式能更好解析跨区域技术转移的空间复合性特征^[33],这一观点逐渐被创新地理研究者认同^[34,35]。

近年来,东北地区经济发展面临着严峻的经济转型难题^[36],技术转移转化成为东北振兴、实现内生发展的主要生成点和新动力^[37],如何实现东北地区经济发展模式由“生产要素驱动”向“创新驱动”转变受到高度重视^[38]。鉴于此,刻画东北三省技术转移空间演化的客观规律,可为优化东北地区技术转移格局、实现区域赶超发展提供理论指导和决策借鉴。为此,基于2005-2015年专利权交易数据,从“全国—本地”视角揭示东北三省城际技术转移的空间演化规律,以期为技术创新空间网络计量研究提供新思路,为东北三省城市协同创新发展提供理论支撑。

2 数据来源与研究方法

2.1 数据来源与处理

专利是创新活动的主要产出形式之一,是一个区域技术创新能力的重要指示器,是区域科技资产中最富经济价值的部分^[29]。专利转让作为区域创新交互的参数,可以反映出专利在城市间的技术共享和专利交易信息,是区域技术知识流动、扩散和转移的主要途径之一^[39]。专利权转让数据来源于国家知识产权的专利信息服务平台,通过数据爬虫获得各城市之间的专利权交易信息,包括专利号、专利标题、分类号、转让前后权利人及地址、申请—授权—转让时间等信息,具有丰富的向量性（转让方向）、时空性（转让时间、速度、规模和范围）、主体性（转让权利人）和客体性（专利名称及类型）信息^[40]。根据专利权交易的时空信息,提取整理东北三省及全国地级及以上城市间的专利转移时空数据库。其他社会经济统计数据,如人均GDP、产业结构、当年实际利用外资等均来源于《中国城市统计年鉴》（2006-2016年）。

2.2 有向加权网络构建

首先,基于图论原理,以地级及以上城市为节点（N）,以城市之间的专利转移为边（E）,建立城际技术转移的加权非对称矩阵（式（1））,式中R_ij表示第i城市向第j城市转移的专利数量。该矩阵不仅体现了网络关联结构,也保留了最具价值的连接强度信息。整个网络既涵盖技术转移方向的流向性,也包括技术转移强度的权重性。然后,从全国和地方视角,分别构建东北三省与全国其他城市的城际技术转移网络,以及东北三省域内36座城市之间的技术转移网络。

（1）

R = [\begin{array}{l} 0 R_{12} \dots R_{1 (n - 1)} R_{1 n} \\ R_{21} 0 \dots R_{2 (n - 1)} R_{2 n} \\ ????? \\ R_{(n - 1) 1} R_{(n - 1) 2} \dots 0 R_{(n - 1) n} \\ R_{n 1} R_{n 2} \dots R_{n (n - 1)} 0 \end{array}]

2.3 社会网络分析方法

运用社会网络分析方法（Social Network Analysis, SNA）,基于有向加权网络,构建节点中心度、度中心性等指标刻画技术转移网络结构复杂性（表1）。

Tab. 1
表1
表1有向加权网络指标及其含义
Tab. 1The indicators of directed weighted network and their topological meanings

指标	计算公式	公式解释	意义
度中心性	$C_{D} (i) = \frac{\overset{N}{\sum_{j = 1}} x_{ij} (i \neq j)}{N - 1}$ （2）	节点i与其他节点关联数与可能N-1节点最大连接数的比值	城市与其他城市产生技术联系的能力
网络中心势	$C = \frac{\overset{N}{\sum_{j}} (D_{\max} - D_{j})}{(N - 1) (D_{\max} - 1)}$ （3）	最大度值与其他度值的差值总和与差值总和最大可能值的比值	衡量网络中点的集中趋势 (星形网络的中心势为1)
加权入度	$S_{i}^{in} = \overset{N}{\sum_{j = 1}} a_{ij}$ （4）	以节点i为终点的所有弧的权重和	城市转入专利的数量
加权出度	$S_{i}^{out} = \overset{N}{\sum_{j = 1}} a_{ij}$ （5）	以节点i为起点的所有弧的权重和	城市转出专利的数量
加权度	$S_{i} = S_{i}^{in} + S_{i}^{out}$ （6）	与节点i直接相连的所有弧的权重和	城市专利转移总量
净流入度	$S_{i}^{net} = S_{i}^{in} - S_{i}^{out}$ （7）	节点i的加权入度与加权出度之差	城市在技术转移网络中发挥作用

注：N为网络中节点总数;D表示节点度值;x_ij表示节点i和节点j是否有关联,若有关联则为1,否则为0;a_ij表示以节点i为起点（或终点）与节点j的关联强度;

S i in

和

S i out

分别代表节点i的加权入度和出度;

S i

代表节点i的加权入度与出度之和;

S i net

代表节点i的加权入度与出度之差。

新窗口打开|下载CSV

2.4 回归模型构建和变量选取

既有技术转移影响因素研究表明,市场需求、经济差异、地理距离、产业结构相似度、创新能力相似度、文化相容性、替代技术和城市吸收能力可能会影响区域间的技术转移^[28,29,30]。考虑技术转移的有向加权特征,选择城际专利转移量为因变量,即城市i向城市j转移的专利数量,假设技术转出方与转入方的地理距离、产业结构相似度、经济差距、创新能力相似度、外商直接投资和城市技术吸收能力为潜在影响因素。同时,选取“输出城市为核心城市”作为控制变量,如果输出城市为核心（副省级及以上）城市,该变量赋值为1,否则赋值为0。具体变量选取如表2所示。

Tab. 2
表2
表2变量定义与解释
Tab. 2The variables definition and interpretation

变量名称	符号	指标解释或公式	预期符号
被解释变量
专利转移数量	trans	$trans = Coun t_{ij}$ （9）城市i转移到城市j的专利数量。
解释变量
地理距离接近度	geo	$geo = 1 - \ln (\frac{d_{ij}}{\max d_{ij}})$ （10）d_ij为城市i和城市j间的地理距离。	+
产业结构相似度	ins	$ins = \frac{\overset{K}{\sum_{k = 1}} [(p_{i, k} - \overset{ˉ}{p_{i}}) (p_{i, k} - \overset{ˉ}{p_{j}})]}{\sqrt[]{\sum_{k}^{=} (p_{i, k} {- \overset{ˉ}{p_{i}})}^{2} \sum_{k}^{=} (p_{j . k} {- \overset{ˉ}{p_{j}})}^{2}}}, k = 1,2, 3$ （11） $p_{i, k}$ 是城市i中产业k的产值占总产值的比例。	+
经济发展水平差距	ecgap	$ecgap = 1 - \ln (\frac{gd p_{\min}}{gd p_{\max}})$ （12） $gd p_{\min}$ 和 $gd p_{\max}$ 分别是城市i和j的GDP中较小值和较大值。	-
创新能力相似度	ino	$ino = \frac{p_{\min}}{p_{\max}} (\frac{p_{\min} + p_{\max}}{2})$ （13） $p_{\min}$ 和 $p_{\max}$ 分别是城市i和j的专利申请量中较小值和较大值。	-
技术吸收能力	ac	以转入城市的专利申请量代表城市的技术吸收能力。	+
外商直接投资	fdi	以转入城市的FDI代表城市的海外技术引进水平。	-
控制变量
输出城市为副省级城市	key city	构建虚拟变量,输出城市为副省级城市赋值为1,地级市赋值为0。

新窗口打开|下载CSV

为保证估计结果的可信度,利用方差膨胀因子VIF进行多重共线性检验,检验结果表明不存在多重共线性。由于专利转移量属于离散型计数变量且含有大量的“0”值,因此采用零膨胀负二项回归模型探究东北三省城际技术转移的影响因素。其模型可设为：

（8）

t rans = a_{0} + β_{1} geo + β_{2} ins + β_{3} ecgap + β_{4} ino + β_{5} ac + β_{6} fdi + ε_{it}

式中：

ε_{it}

表示通常意义上的误差项;

α_{0}

和

β

为待估计的参数。对数变换不会对原始变量的变化态势造成影响,且对数变换可以消除异方差现象,因此对fdi和ac解释变量进行对数变换。

3 东北—全国城际技术转移网络的空间演化

3.1 全国视角城市中心性的空间演化

（1）全国视角下的东北三省城际技术转移网络的城市加权度空间分异显著（图1）,呈现“核心—边缘”式的等级层次结构,且核心城市对网络的控制力不断加强。研究期间,城市节点中心度的变异系数从2005年的1.19增长至2015年的1.75,表明城市节点度值的差距不断拉大。城市加权度的变异系数一直大于2.36,相对于中心度而言,空间分异更显著,说明网络关联强度的极化现象较网络拓扑结构更为突出。随着城市数量不断增加,城市加权度呈现的“核心—半边缘—边缘”态势逐渐强化,区域内部的沈阳市、长春市、哈尔滨市、大连市及区域外部的北京市、上海市在网络中扮演着核心角色。此外高于节点平均度的城市占比从期初的19.5%逐渐下降到2015年的12.24%,网络进一步极化发展,核心城市对网络的控制力逐渐加强,核心城市的主导地位得到巩固,东北三省城际技术转移网络演化表现出典型的“马太效应”,城际技术创新能力差距持续扩大。

图1

新窗口打开|下载原图ZIP|生成PPT
图1基于城市加权度的东北—全国城际技术转移网络核心—边缘结构

Fig. 1Core-periphery structure of urban weighted degree in the interurban technology transfer network between NE China and the whole country

（2）全国视角下的城际技术转移网络形成了东北辐散与全国辐合的空间格局,东北三省的专利技术向全国扩散不断加剧。观察2005年、2010年及2015年度中心性排名前十城市的加权出入度（表3）,区域外部城市的入度一般高于出度,净流入度为正值;区域内城市的入度一般小于出度,净流入度为负值。尤其在2015年,北京、深圳、上海、广州、青岛等外部城市的净流入度均为正值;而沈阳、哈尔滨、大连、长春等内部城市的净流入度都为负值。这表明东北三省在全国主要发挥技术输出作用,且主要城市（哈尔滨、长春、沈阳、大连）是重要的技术扩散中心,北京、上海、深圳等全国性中心城市既是输出中心也是重要的辐合中心。此外,东北三省城市的净流入度持续下滑,大量的专利被全国其他城市吸收转化,专利指向高度集中于北京、上海等经济发达城市。传统技术差距论认为经济势差和技术势差会促使技术从发达地区流向落后地区^[41],具有技术转移梯度推移规律,但表3结果证明东北三省城际技术转移网络发育为典型的反势能技术流,向生产力发展水平更高、技术创新能力更强的发达创新中心进行技术转移,遵循技术转移的反梯度理论^[42]。

Tab. 3
表3
表3东北—全国城际技术转移网络城市中心性排名前十城市
Tab. 3Degree centrality of top 10 cities in the intercity transfer network between NE China and the whole country

2005年			2010年			2015年
城市	度中心性	净流入度	城市	度中心性	净流入度	城市	度中心性	净流入度
沈阳市	0.325	-33(24/57)	北京市	0.307	25(77/52)	哈尔滨市	0.459	-58(75/133)
北京市	0.300	16(21/5)	长春市	0.250	30(58/28)	大连市	0.336	-74(56/130)
哈尔滨市	0.175	2(5/3)	大连市	0.227	-16(16/32)	长春市	0.260	-20(48/68)
长春市	0.175	-11(7/18)	沈阳市	0.216	-26(19/45)	北京市	0.253	64(215/151)
大连市	0.150	-2(3/5)	上海市	0.170	-14(16/30)	沈阳市	0.240	-4(73/77)
深圳市	0.150	4(11/7)	哈尔滨市	0.170	-50(9/59)	上海市	0.110	17(37/20)
上海市	0.125	21(40/19)	大庆市	0.068	-5(6/11)	深圳市	0.089	27(45/18)
大庆市	0.075	3(4/1)	武汉市	0.057	1(3/2)	大庆市	0.089	-24(8/32)
盘锦市	0.050	-4(1/5)	吉林市	0.057	-5(5/10)	青岛市	0.082	8(25/17)
广州市	0.050	-2(0/2)	天津市	0.057	0(4/4)	广州市	0.082	10(25/15)

注：净流入度括号内为城市的加权入度/加权出度。

新窗口打开|下载CSV

（3）在东北—全国城际技术转移网络中,技术流节点城市呈现“东密西疏”的空间分布,高度集聚于东北三省本地及东部沿海城市带（图2）。东北三省对外城际技术转移活跃区以东北三省哈大城市走廊为核心,与京津冀、长三角、珠三角城市群地区高度关联。东部沿海城市的加权度普遍较高,三大城市群作为中国技术转移最活跃地区^[30],也处于东北三省技术转移网络的核心,表明东北三省城市的对外技术转移遵循最优连接机制,倾向于与技术创新能力强的枢纽城市建立链接。全国视角下东北三省城际技术转移网络的广度和深度都在不断增加;东北三省技术辐射范围从东部沿海逐渐向中西部延展,越来越多的中西部城市与东北三省产生技术交流,但依然与“东北—东部”之间的技术转移规模具有一定的差距。

图2

新窗口打开|下载原图ZIP|生成PPT
图22005-2015年东北—全国城市技术转移中心度与加权度空间演化

Fig. 2Spatial evolution of urban degree and weighted degree of the intercity technology transfer network between Northeast China and the whole country in 2005, 2010 and 2015

3.2 全国视角城际关联度的空间演化

（1）东北—全国技术转移网络具有明显的等级层次性和空间异质性,其空间演化既存在路径依赖,也不断涌现出路径创造（图3）。依据自然断裂法将城市间关联强度分为4个等级。从空间结构来看,东北三省技术转移深度锁定于京津冀、长三角和珠三角三大城市群,以东北三省核心城市为流源,分别指向以北京、上海和深圳为枢纽的三大城市群的技术流,表现为固定区域技术转移的自我强化,具有明显的空间粘滞性和区域依赖性。从空间拓展来看,东北三省技术转移在持续强化路径依赖的同时,还不断向中西部拓展生成新的技术流,涌现路径创造,主要指向安徽、湖北、江西、四川和重庆等中西部省份的核心城市,从拓展方向上看主要是东北三省中心城市向中西部省会城市的技术输出,表明东北三省具有较强的知识技术生产能力。

图3

新窗口打开|下载原图ZIP|生成PPT
图32005-2015年东北—全国城市技术转移关联度的空间演化

Fig. 3Spatial evolution of urban connectivity in the intercity technology transfer network between Northeast China and the whole country in 2005, 2010 and 2015

（2）从技术转移内容和主体来看（表4）,东北三省与全国之间的专利转移以具有高技术含量和经济利用价值的发明专利为主,实用新型专利比例不高、外观设计类占比很小。企业是技术转移的主要载体,专利领域主要涉及医疗设备、汽车制造业、生物制药、新材料、装备制造业等行业。高校和科研机构在东北—全国技术转移中发挥作用较小,说明东北三省产学研合作较薄弱,高校和科研机构的科技成果转移转化能力有待提升。

Tab. 4
表4
表4东北—全国城际专利转移的类别及主体占比统计
Tab. 4The proportion of the patent classification and actors of intercity patent transfer between Northeast China and the whole country

		2005年		2010年		2015年
		转出比例(%)	转入比例(%)	转出比例(%)	转入比例(%)	转出比例(%)	转入比例(%)
专利分类	发明	38.80	46.15	51.45	48.44	51.67	62.01
	实用	49.00	42.31	46.89	47.92	42.26	34.64
	外观	12.20	11.54	1.66	3.65	6.07	3.35
主体分类	企业	60.87	68.63	43.72	91.15	49.16	75.42
	高校	0.00	0.00	11.63	0.00	10.25	5.87
	研究所	2.17	0.00	5.12	0.00	2.51	1.12
	个人	36.96	31.37	39.53	8.85	38.08	17.60

新窗口打开|下载CSV

4 东北三省本地城际技术转移网络的空间演化

4.1 地方视角城市中心性的空间演化

（1）东北三省本地城际技术转移网络集聚性不断增强,呈现向心性收缩结网态势（表5）。2005年,本地技术转移网络由18个节点和17条边组成,仅有一半的城市参与到本地的技术转移,且网络边数小于节点数,网络中存在大量孤立点,表现出低密度性和低连通性。研究期间,本地技术转移网络节点的平均度、平均加权度均不断增大,网络规模不断扩大,连通性不断加强,城际技术交互更加密切。此外,网络的中心势由期初的0.111增长至期末的0.196,说明网络自组织生长过程中因择优链接机制作用逐渐向少数枢纽城市集中,呈现向心性收缩结网态势。

Tab. 5
表5
表5东北三省本地技术转移网络特征值统计
Tab. 5The topological statistics of the intercity technology transfer network of Northeast China

年份	节点数	边数	网络密度	平均度	平均加权度	加权度	中心势
2005年	18	17	0.056	1.889	1.111	40	0.111
2010年	25	36	0.060	2.880	5.520	276	0.120
2015年	28	74	0.098	5.286	8.857	496	0.196

新窗口打开|下载CSV

（2）东北三省四大副省级城市处于本地城际技术转移网络的中心位置（图4）,扮演“技术守门者”角色。至2015年,城市中心度（> 6）和加权度（> 28）的峰值城市基本锁定于哈尔滨、长春、沈阳和大连四大副省级城市,城市行政等级与网络连接度层级基本空间同构。这与创新资源、产业发展^[38]、创新投入、科教水平^[43]等高度集聚于副省级行政中心密切相关。“技术守门者”强调城市对外部的技术吸收能力和对内部的技术扩散功能^[44,45]。分析发现,沈阳市、长春市、哈尔滨市和大连市是本地技术转移网络的核心节点和集散中枢,通过与外界密切相连的“全球管道”获得全国其他创新城市的先进技术,又通过“本地蜂鸣”不断将技术传递扩散至当地其他次级中心城市和邻近城市,与全国和本地其他城市产生了紧密的技术联系,在全国—本地技术转移网络中承担中介和桥梁作用,扮演着“技术守门者”角色。观察本地城市的净流入度（表6）,2015年本地技术转移网络的城市角色才出现比较明显地分化,沈阳（-51）、哈尔滨（-24）和长春（-27）的净流入度均显著为负,四大副省级城市逐渐扮演技术输出角色,中小城市以技术吸收为主,这一现象符合传统梯度转移理论^[41],即存在经济势差和技术势差会促使技术从发达地区流向落后地区。

图4

新窗口打开|下载原图ZIP|生成PPT
图42005-2015年东北三省城际技术转移网络的城市中心度与加权度的空间演化

Fig. 4Spatial evolution of urban degree and weighted degree of the Northeast China intercity technology transfer network in 2005, 2010 and 2015

Tab. 6
表6
表6东北三省本地技术转移网络度中心性排名前十城市
Tab. 6Urban degree centrality of top 10 cities in the intercity transfer network of Northeast China

2005年			2010年			2015年
城市	度中心性	净流入度	城市	度中心性	净流入度	城市	度中心性	净流入度
哈尔滨市	0.294	2(4/2)	沈阳市	0.500	-2(13/15)	沈阳市	0.889	-51(17/68)
长春市	0.235	0(2/2)	哈尔滨市	0.375	10(19/9)	哈尔滨市	0.630	-24(10/34)
沈阳市	0.235	-3(1/1)	大连市	0.292	13(34/21)	大连市	0.630	2(27/25)
大连市	0.176	1(2/2)	长春市	0.250	-4(4/8)	长春市	0.481	-27(13/40)
鞍山市	0.176	2(2/2)	绥化市	0.125	-3(0/3)	通化市	0.222	7(15/8)
佳木斯市	0.118	-1(1/1)	牡丹江市	0.125	-15(1/16)	大庆市	0.185	2(12/14)
辽阳市	0.118	-3(0/0)	通化市	0.125	0(2/2)	吉林市	0.185	7(12/5)
本溪市	0.059	1(1/1)	大庆市	0.125	1(2/1)	丹东市	0.185	2(6/4)
白山市	0.059	-1(0/0)	鞍山市	0.125	-39(2/41)	本溪市	0.185	1(7/8)
通化市	0.059	1(1/1)	佳木斯市	0.083	1(6/5)	营口市	0.185	1(4/3)

注：净流入度括号内为城市的加权入度/加权出度。

新窗口打开|下载CSV

4.2 地方视角城际关联度的空间演化

（1）东北三省本地技术转移以“哈长沈大”为中心,呈现等级、接触和跳跃混合式的技术扩散模式。从城市对及其方向来看（图5）,至2015年,基本形成以哈尔滨、长春、沈阳、大连为集散中心的技术流,且以省内技术转移为主。2005年城际技术转移流量规模小、流向单一,呈现树枝状网络,初步形成以哈尔滨、沈阳等省会城市为核心的等级式辐射扩散特征。2010年,城际技术转移网络成长初具规模,其自组织选择表现出一定的地理邻近偏好,如哈尔滨主要与邻近的佳木斯、鸡西、牡丹江、绥化等省内城市间产生技术转移,沈阳则主要与阜新、本溪、铁岭、辽阳、鞍山等邻近城市进行技术互动,省会城市在“本地蜂鸣”中发挥关键枢纽作用,表现出一定的接触式技术扩散特性。2015年哈尔滨、长春、沈阳、大连的核心城市地位开始确立,齐齐哈尔、大庆、吉林、通化、抚顺、鞍山等次级核心城市不断吸收核心城市的专利技术,同时向周边边缘城市的技术扩散逐渐加强,形成典型的接触与等级式扩散模式。2005-2015年间,跨越行政边界的中长距离技术转移特征也比较显著,形成大连→牡丹江、阜新→哈尔滨、大连→齐齐哈尔、沈阳→大庆、长春→葫芦岛等跳跃式技术转移城市对。

图5

新窗口打开|下载原图ZIP|生成PPT
图52005-2015年东北三省本地城际技术转移关联强度的空间演化

Fig. 5Spatial evolution of urban connectivity in the intercity technology transfer network of NE China in 2005, 2010 and 2015

（2）从技术转移内容和主体来看（表7）,东北三省本地与对外技术转移类似,也以企业主导的发明专利交易为主。研究期间,外观设计占比最低,实用新型专利占比逐年下降,而发明专利的转移比重持续上升,从期初的不到1/3迅速增长到期末的54.49%,占据总量比重过半,东北三省本地专利交易的技术含量越来越高。企业在东北三省本地的技术转移中占据重要地位,具有突出的专利吸收能力,个人主体在东北三省本地技术转移网络中的地位也不容小觑,以专利输出为主,其技术输出能力在2005年和2010年超过企业。高校和科研机构所占比重较小,其中以吉林大学、大连理工大学、哈尔滨工业大学、哈尔滨工程大学等综合性和理工类大学为主。

Tab. 7
表7
表7东北本地城际专利转移的类别及主体占比统计
Tab. 7The proportion of the patent classification and actors of intercity patents transfer in Northeast China

		2005年		2010年		2015年
		转移比例(%)		转移比例(%)		转移比例(%)
专利分类	发明	32.37		47.63		54.49
	实用	59.71		48.51		39.53
	外观	7.91		3.87		5.98
		转出比例(%)	转入比例(%)	转出比例(%)	转入比例(%)	转出比例(%)	转入比例(%)
主体分类	企业	45.71	67.14	30.76	83.30	49.49	81.23
	高校	2.86	2.86	6.85	5.98	8.59	4.86
	研究所	3.57	1.43	2.64	1.23	4.86	0.47
	个人	47.86	28.57	59.75	9.49	37.07	13.45

新窗口打开|下载CSV

（3）东北三省域内城际技术转移强度受大企业产业转移影响显著,副省级城市具有更大的转移广度及路径创造能力（图6）。一方面,东北三省专利交易高度集中于国有大型企业,城际大规模技术转移以大企业的产业转移为先导,表现为总部—分支机构组织下的技术流。例如,2010年鞍山市向大连市输出大量专利,主要归因于鞍山钢铁集团（位于鞍山市）向其位于大连的合资企业的专利输出,以及中冶焦耐自动化有限公司从鞍山迁址到大连高新技术产业园区引发的技术转移。2015年沈阳罕王实业集团总公司向抚顺冶金业分公司的大批量专利权销售创造出沈阳→抚顺的技术转移路径。另一方面,大城市的技术转移广度远高于其他中小城市,沈阳、哈尔滨、长春和大连四大中心城市与域内多数城市发生技术转移,具有较大的转移广度。如2010年鞍山市在网络中具有最高的加权度（专利转移规模）,但只与大连市和沈阳市产生技术关联;牡丹江市的加权度高于哈尔滨市与长春市,但只与铁岭市存在技术交流,而沈阳市与其他12个城市产生了技术交易。大城市作为本地技术转移网络的集散核心,对外技术转移范围更广,衍生新的技术流向的路径创造能力更强。

图6

新窗口打开|下载原图ZIP|生成PPT
图62005-2015年东北三省本地城际技术转移强度和弦图

Fig. 6The chord diagram of technology transfer strength in the Northeast Chinaintercity technology transfer network in 2005, 2010, 2015

5 东北三省城际技术转移的影响因素

基于“全国—本地”视角,分别构建2005-2015年东北三省本地城际技术转移面板数据与2015年“东北—全国”城际技术转移截面数据,采用零膨胀负二项式回归模型,检验各解释变量对东北三省城际技术转移强度的影响（表8、表9）。分析回归模型结果发现：

Tab. 8
表8
表8东北三省本地城际技术转移影响因素的回归模型结果
Tab. 8Regression results of the intercity technology network in Northeast China

模型	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)	(9)	(10)
解释变量
geo		0.148^***	0.695^***	0.706^***	0.671^***	0.919^***	0.914^***	0.478^***	0.892^***	0.685^***
		(3.59)	(6.62)	(6.79)	(6.81)	(8.89)	(9.16)	(4.43)	(7.84)	(6.27)
ins			-2.169^***	-1.953^***	-2.900^***	-1.268^***	-2.148^***	-3.178^***	-1.110^**	-1.685^***
			(-5.91)	(-5.33)	(-8.57)	(-3.89)	(-7.02)	(-9.09)	(-3.02)	(-5.03)
ino				-0.134^**	-0.258^***	-0.0926^*	-0.226^***	-0.190^***	-0.0130	-0.133^**
				(-3.04)	(-5.53)	(-2.07)	(-4.85)	(-3.96)	(-0.28)	(-2.85)
ecgap						-0.845^***	-1.027^***	-1.492^***	-1.018^***	-1.202^***
						(-6.31)	(-7.65)	(-10.17)	(-6.97)	(-8.35)
lnac								0.376^***	0.373^***	0.502^***
								(8.16)	(7.77)	(10.68)
lnfdi									-0.284^***	-0.375^***
									(-6.91)	(-9.58)
控制变量
key	0.812^***				1.879^***		2.034^***	2.329^***		2.627^***
	(6.49)				(9.45)		(10.25)	(11.61)		(13.61)
N	12342	12342	12342	12342	12342	12342	12342	12342	12342	12342

注：采用稳健标准误,^*：p < 0.05, ^**：p < 0.01, ^***：p < 0.001。

新窗口打开|下载CSV

Tab. 9
表9
表9东北—全国城际技术转移影响因素的回归模型结果
Tab. 9Regression results of the intercity transfer network between Northeast China and the whole country

模型	(1)	(2)	(3)	(4)	(5)	(6)
geo	0.0178	-0.255	0.117	0.452^***	0.516^***	0.896^***
	(0.14)	(-1.47)	(0.59)	(3.39)	(2.60)	(3.90)
ino	-0.261^***	-0.0639	0.0901	-0.166^**	-0.190^***	-0.179^***
	(-5.08)	(-1.46)	(1.59)	(-3.28)	(-3.05)	(-2.82)
ecgap	-1.075^**	-2.130^***	-1.565^**	-1.490^*	-1.110^*	-1.117^*
	(-2.42)	(-4.41)	(-3.00)	(-2.39)	(-1.75)	(-1.81)
lnac		0.307^***	0.525^***		0.635^***	0.594^***
		(2.88)	(5.10)		(4.35)	(4.40)
lnfdi		-0.0730	-0.136		-0.475^***	-0.248^**
		(-0.82)	(-1.77)		(-4.17)	(-2.14)
ins			-3.744^***			-3.840^***
			(-4.89)			(-4.07)
N	7719	7719	7719	7719	7719	7719

注：采用稳健标准误,^*：p < 0.05, ^**：p < 0.01, ^***：p < 0.001;模型（1）~（3）为东北技术输出影响因素回归结果;模型（4）~（6）为东北技术引进影响因素回归结果。

新窗口打开|下载CSV

（1）地理距离接近度（geo）对东北三省本地城际技术转移具有高度显著的正向作用（表8）,说明知识流动的本地化特征受地理距离的影响显著。而地理邻近性对东北三省的对外技术输出影响不显著（表9）,但对东北三省的技术引进依然具有高度显著的正向影响,说明东北三省技术引进倾向距离较近地区,而东北三省技术输出明显突破地理距离约束。这有力的解释了“东北三省大部分专利辐散到京津冀、长三角和珠三角城市群”的研究发现。地理距离仍然对技术流动具有重要阻滞效应,知识溢出更容易发生在空间邻近的经济主体之间,空间邻近性依然显著影响区际技术流动,这与Hokman等^[46,47]研究结果一致。专利转让主要通过市场交易机制实现,由于近距离可为专利交易提供更多的面对面交流谈判的机会,因而可促进主体间知识技术的流动和交互。

（2）产业结构相似度（ins）对东北三省本地及“东北—全国”城际技术转移的影响均显著为负（表8、表9）,即城市产业结构相似度会抑制城际间的技术转移。一般而言,预期技术交流和转移更可能发生在产业结构相似度高的城市之间。而回归结果表明,东北三省城市的产业邻近性会抑制城际技术转移,这不同于任龙等^[28]在全国尺度的实证研究结果：产业邻近性对全国技术转移具有正向作用,城市产业技术升级会在相关产业中寻求吻合的技术。究其原因,东北三省的城市产业结构相似度较高,其应用技术需求比较相近,竞争意识和地方保护主义会限制优质技术资源的跨区域流动,趋同和相似的产业基础或产业结构同化可能会给技术转移带来负向抑制效应^[48]。

（3）创新能力相似度（ino）对东北三省本地转移及吸收区外技术具有显著负向影响（表8、表9）,表明适当的创新能力势差会促进城际间的技术转移。表8中回归模型加入控制变量后,创新能力相似度（ino）的负向影响效果更显著,即核心城市更倾向将技术输出至与其存在一定创新能级势差的中小城市,即技术差距理论^[41]：技术转移的实现与技术输出方和接收方间的创新能力差距存在着一定关系^[49]。与之不同的是,创新能力相似度（ino）对东北三省与全国的技术输出影响不显著（表9）,证实前述研究结论：东北—全国城际技术转移网络为典型的反势能技术流,东北三省大量专利被全国其他城市吸收转化,并高度指向东部沿海发达城市。

（4）经济发展水平差距（ecgap）对东北三省城际技术转移存在显著负向作用,这意味着城际经济发展差距越大,其技术转移发生的可能性越小。经济差距会造成技术差距,过大的经济差距不利于经济落后城市引进和吸收发达城市的先进技术^[30]。表8中,加入控制变量后,经济发展水平差距的系数绝对值增大,也进一步证明核心城市更倾向将技术输出到经济发展水平与其接近的中心城市。这与创新能力相似度（ino）的结果并不矛盾,创新势差是技术转移产生的根本动因,经济势差则是影响技术转移效果的调节因子,对比表8的模型5与7,进一步识别经济发展水平差距对创新能力相似度与城际技术转移的关系具有负向调节作用。

（5）城市技术吸收能力（ac）对东北三省城际技术转移的影响显著为正,即技术吸收能力越强越有利于专利技术的转移,表明技术流更趋于指向吸收能力强、产业效率高的发达城市。这一观点已被****从不同空间尺度证实,强大的技术转化应用能力吸引技术汇聚^{[30, 50]}。

（6）外商直接投资（fdi）对东北三省本地化技术转移,以及吸收全国专利的影响显著为负（表8、表9）,即城市通过外商直接投资间接引进海外技术会削弱当地产业对本地专利技术的需求,表明海外技术投入对东北三省本地专利技术产生一定的替代效应;同时,外商直接投资高度流向经济较发达城市,促进当地产业转型和经济发展,强化本地专利生产的就地转让和转化,从而抑制本地专利技术的向外溢出和转移。这一结果与任龙等^[28]对全国省际专利转移发现略有不同：在省域尺度,外商投资对省际专利转移具有明显的促进作用,外商投资高度流向经济发达的省份,驱动产业快速发展,促进本地技术持续转化、吸收和生产的同时,不断磁吸省外（国内）技术转入,实现国内外技术互补。空间尺度会影响解释变量对被解释变量的作用,即不同空间尺度下,影响因子的回归结果会存在差异性。这一结果证实了空间尺度在技术扩散理论中的重要性^[51]。

6 结论与讨论

通过大数据挖掘、清洗和提取2005-2015年中国地级市的专利权交易关系数据,结合社会网络、GIS空间分析及空间计量方法,从全国与本地两个视角,从节点中心性和关联等级性两个维度,揭示东北三省域内外的城际技术转移网络的空间演化规律及影响机制：

（1）全国视角下,东北三省城际技术转移网络呈现“核心—边缘”式等级层次结构,核心城市对网络的控制力不断加强,并形成了东北辐散与全国辐合的空间格局。东北—全国技术转移网络的技术流动既存在路径依赖,也不断创造新的技术流路径,形成以东北三省核心城市为流源,以中国沿海三大城市群（北京、上海和深圳为枢纽）为流宿的技术流,关联强度具有较明显的空间粘滞性和空间异质性。

（2）本地视角下,东北三省技术转移网络则呈现出向心收缩的结网态势,“哈尔滨、长春、沈阳和大连”四大核心城市在本地网络中扮演“技术守门者”角色。本地技术流以上述核心城市为中心,受地理邻近性作用明显,呈现等级、接触和跳跃式混合的空间扩散模式。本地城际技术转移强度受大企业产业转移影响显著,核心城市作为国有企业总部集聚地,具有更大的转移广度和深度,衍生强大的技术路径创造能力。

（3）地理距离、产业结构、创新能力、经济规模的城际差距以及“接收城市”的技术吸收能力和吸引外资能力均对东北三省域内与对外的城际技术转移量存在显著影响,证实了地理距离和经济差距对城际技术转移的约束机制。与前人研究不同的是,产业结构相似度会抑制东北三省本地城际技术转移,外商投资引入的海外技术对国内技术具有一定的替代作用。

比较全国与本地技术转移强度发现,东北三省面向全国的城际技术转移强度显著大于域内就地转移,呈现“强全国化,弱本地化”特征。东北三省在全国技术转移网络中扮演着技术输出角色,大量专利外流被北京、上海、深圳等发达城市吸收,就地转让转化并吸收创造的能力严重不足。解决问题的关键是提高东北三省对本地技术的转移转化和外部技术的引进吸收能力。① 完善东北地区技术转移服务体系,搭建技术交易合作平台,提升技术交易服务能力,为本地企业提供便捷可靠的技术引进服务,营造有利于东北地区科学技术转移转化的环境。② 四大核心城市要扮演好东北三省的“技术守门者”角色,不断学习东部沿海城市或地区的先进经验,拓展与东部沿海城市带的科技创新合作,吸引优势产业集聚,借助技术转移实现产业结构升级转型,并通过等级扩散和邻近扩散等技术溢出带动东北地区内其他城市的经济发展。③ 实现东北三省区域发展网络化,打破行政界限,引导产业资源合理配置,避免产业和产品同质化竞争,确立城市在区域发展的定位,实现东北三省的可持续发展^[52]。

研究进一步发现,东北三省交易专利类型以技术含量高的发明专利为主,与全国专利交易的客体结构保持一致^[29],具有较高的市场应用价值。企业和个人是重要的专利转移载体,虽然东北三省高校和科研机构力量较强,但参与率较低。因此,需进一步加强高校与科研机构的科技成果转移转化：首先,建立完善的科技人才激励机制,鼓励高校和科研机构的科技人才积极参与技术转移转化,减少人才流失,加强科技人才的培养与引进,培育专业化的技术转移人才。其次,鼓励以企业为主导的产学研深度合作,建立政府引导、企业牵头、高校和科研机构参与的官产学研联盟,促进技术交流与转移^[53]。

另外,本研究也存在一些局限与不足。东北三省城际技术转移的主客体结构特征及其空间变化规律有待深入挖掘;除了专利交易外,有待建立专利许可、咨询服务、信息交流、人才引进、官产学研合作、项目合作及论文合作等多维度技术转移指标进行综合刻画;最后,多维邻近性可能对东北三省城际技术转移存在一定影响,其多维邻近性作用机制有待进一步揭示。

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

Grossman

G M

, Helpman

. Endogenous innovation in the theory of growth
Journal of Economic Perspectives, 1994,8(1):23-44.

[本文引用: 1]

[2]

Grimaldi

, Hanandi

. Evaluating the intellectual capital of technology transfer and learning public services
International Journal of Engineering Business Management, 2013,5:5-7.

[本文引用: 1]

[3]

Pan

Xiongjian

, Zhang

Jing

, Mi

. Spatial pattern evolution and inner differences of Chinese interregional technology transfer
Studies in Science of Science, 2017,35(2):240-246.

[本文引用: 1]

[ 潘雄锋, 张静, 米谷 . 中国区际技术转移的空间格局演变及内部差异研究
科学学研究, 2017,35(2):240-246.]

[本文引用: 1]

[4]

The State Council of China. National Technology Transfer System Construction Program, 2017.

[本文引用: 1]

[ 国务院. 国家技术转移体系建设方案. 国发[2017]44号, 2017.]

[本文引用: 1]

[5]

Tianfang

, Feng

Feng

. Research on measurement and governance of cross-regional technology transfer network: Based on the perspective of symbiosis theory
Studies in Science of Science, 2013,31(5):684-693.

[本文引用: 1]

[ 李天放, 冯锋 . 跨区域技术转移网络测度与治理研究: 基于共生理论视角
科学学研究, 2013,31(5):684-693.]

[本文引用: 1]

[6]

Hameri

A-P

. Technology transfer between basic research and industry
Technovation, 1996,16(2):51-57.

[本文引用: 1]

[7]

Osabutey

E L C

, Croucher

. Intermediate institutions and technology transfer in developing countries: The case of the construction industry in Ghana
Technology Forecasting and Social Change, 2018,128:154-163.

[本文引用: 1]

[8]

Lommerud

K E

, Meland

, Straume

O R

. North-South technology transfer in unionised multinationals
Journal of Development Economics, 2012,99(2):385-395.

[本文引用: 1]

[9]

Costantini

, Liberati

. Technology transfer, institutions and development
Technology Forecasting and Social Change, 2014,88:26-48.

[本文引用: 1]

[10]

Nepelski

, De

Prato G

. International technology sourcing between a developing country and the rest of the world: A case of China
Technovation, 2015,35:12-21.

[本文引用: 1]

[11]

Hensengerth

. South-South technology transfer: Who benefits? A case study of the Chinese-built Bui dam in Ghana
Energy Policy, 2018,114:499-507.

[本文引用: 1]

[12]

Xueqiang

, Wang

Xin

, Yan

Xiaopei

. Technology flow in the Pearl River Delta: Dynamism, channels and models
Acta Geographica Sinica, 2002,57(4):489-497.

[本文引用: 1]

[ 许学强, 王欣, 阎小培 . 技术流的动力机制渠道与模式: 以珠江三角洲为例
地理学报, 2002,57(4):489-497.]

[本文引用: 1]

[13]

Ivarsson

. Transnational corporations and the geographical transfer of localised technology: A multi-industry study of foreign affiliates in Sweden
Journal of Economic Geography, 2002,2(2):221-247.

[本文引用: 1]

[14]

Malik

, Bergfeld

M M

. A conceptual framework for intra-company technology transfer: Cases of leveraging production process innovations across MNEs
Technology Analysis and Strategic Management, 2015,27(10):1129-1142.

[本文引用: 1]

[15]

Moortel K

, Crispeels

. International university-university technology transfer: Strategic management framework
Technological Forecasting and Social Change, 2018,135:145-155.

[本文引用: 1]

[16]

Giovanna

, Iovanella

. Technology transfer in innovation networks: An empirical study of the enterprise Europe network
International Journal of Engineering Business Management, 2017,9:1-14.

[本文引用: 1]

[17]

Qian

Chaofeng

, Du

Debin

, Hu

Xuan

, et al. Do regional genetic differences influence technology transfer? Based on China's inter-provincial patent transfer data from 2001 to 2005
Advances in geographical sciences, 2019,38(5):745-755.

[本文引用: 1]

[ 钱超峰, 杜德斌, 胡璇 , 等. 地区间基因差异会影响技术转移吗? 基于中国2001-2005年省际专利转让数据
地理科学进展, 2019,38(5):745-755.]

[本文引用: 1]

[18]

Wang

Fenglong

, Zeng

Gang

, Ye

Qin

, et al. Analysis of city network based on innovation cooperation: Case study of Yangtze River Economic Belt
Resources and Environment of the Yangtze River Basin, 2017,26(6):797-805.

[本文引用: 1]

[ 王丰龙, 曾刚, 叶琴 , 等. 基于创新合作联系的城市网络格局分析: 以长江经济带为例
长江流域资源与环境, 2017,26(6):797-805.]

[本文引用: 1]

[19]

Haitao

, Huang

Xiaodong

, Li

Yingcheng

. The evolution and mechanisms of megalopolitan knowledge polycentricity of Guangdong-Hong Kong-Mocao Greater Bay Area
Acta Geographica Sinica, 2018,73(12):2297-2314.

[本文引用: 1]

[ 马海涛, 黄晓东, 李迎成 . 粤港澳大湾区城市群知识多中心的演化过程与机理
地理学报, 2018,73(12):2297-2314.]

[本文引用: 1]

[20]

Chen

, Xie

. How technological proximity affect collaborative innovation? An empirical study of China's Beijing-Tianjin-Hebei region
Journal of Management Analytics, 2018,5(4):287-308.

[本文引用: 1]

[21]

Liu

Chengliang

, Guan

Mingming

. Spatio-temporal evolution of interurban technological flow network in the Yangtze River Delta Urban Agglomeration: From the perspective of patent transaction network
Geographical Research, 2018,37(5):981-994.

[本文引用: 1]

[ 刘承良, 管明明 . 基于专利转移网络视角的长三角城市群城际技术流动的时空演化
地理研究, 2018,37(5):981-994.]

[本文引用: 1]

[22]

Lachang

, Liang

Zhengji

, Huang

. The innovation linkage among Chinese major cities
Scientia Geographica Sinica, 2015,35(1):30-37.

URL Magsci [本文引用: 1]

对国内外城市创新联系综述及理论分析的基础上,通过一组测度指标,界定了城市外向创新联系规模,采用引力模型,测度了中国主要城市间的创新联系强度及格局。研究表明:中国主要城市创新联系格局基本为东强西弱,东部地区城市创新联系格局显现出以上海、南京、杭州为顶角,以北京、天津,以广州、深圳为2 个底角的创新联系“金三角”。城市创新联系在空间上呈现明显的等级性:北京、上海、广州、深圳、天津、重庆等与中国的许多城市有广泛的创新联系,具有全国创新影响力;南京、杭州、武汉、郑州、济南、青岛、大连、西安等成为地区性的城市创新联系节点,具有区域性的创新影响力。在创新联系较强的东部沿海主要的经济圈,珠江三角洲经济圈城市间创新联系最强,但外向辐射力有限;长江三角洲经济圈内部创新联系较强,并与环渤海经济圈有较强的创新联系, 环渤海经济圈内部北京、天津、唐山具有较强的创新联系,外向辐射以长江三角洲的城市为主。对中国创新联系格局规律的揭示,更进一步强化了中国创新城市体系中城市的作用,并为规划与建立中国创新都市圈提供依据。

[ 吕拉昌, 梁政骥, 黄茹 . 中国主要城市间的创新联系研究
地理科学, 2015,35(1):30-37.]

URL Magsci [本文引用: 1]

, Du

. Inter-city innovation linkage and its spatial structure in megalopolis: A case study of the Yangtze River Delta, China
// 2011 19th International Conference on Geoinformatics.IEEE, 2011: 1-5.

[本文引用: 1]

[24]

Wang

Xin

, Wu

Dianting

, Wang

Hongqiang

. An attempt to calculate economic links between cities
Urban Development Studies, 2006,13(3):55-59.

[本文引用: 1]

[ 王欣, 吴殿廷, 王红强 . 城市间经济联系的定量计算
城市发展研究, 2006,13(3):55-59.]

[本文引用: 1]

[25]

Hoekman

, Frenken

, Oort

F V

. The geography of collaborative knowledge production in Europe
Annals of Regional Science, 2009,43(3):721-738.

[本文引用: 1]

[26]

Proff

S V

, Brenner

. The dynamics of interregional collaboration: An analysis of co-patenting
Annals of Regional Science 2011,52(1):41-64.

[本文引用: 1]

[27]

Andersson

D E

, Gunessee

, Matthiessen

C W

, et al. The geography of Chinese science
Environment and Planning A, 2014,46(12):2950-2971.

[本文引用: 1]

[28]

Ren

Long

, Jiang

Xuemin

, Fu

Xiaoxiao

. Research on the regional technology flow network based on the patent right transfer in China
Studies in Science of Science, 2016,34(7):993-1004.

[本文引用: 4]

[ 任龙, 姜学民, 傅晓晓 . 基于专利权转移的中国区域技术流动网络研究
科学学研究, 2016,34(7):993-1004.]

[本文引用: 4]

[29]

Liu

Chengliang

, Guan

Mingming

, Duan

Dezhong

. Spatial pattern and influencial mechanism of interurban technology transfer network in China
Acta Geographica Sinica, 2018,73(8):1462-1477.

[本文引用: 4]

[ 刘承良, 管明明, 段德忠 . 中国城际技术转移网络的空间格局及影响因素
地理学报, 2018,73(8):1462-1477.]

[本文引用: 4]

[30]

Duan

Dezhong

, Du

Debin

, Chen

Ying

, et al. Technology transfer in China's city system: Process, pattern and influencing factors
Acta Geographica Sinica, 2018,73(4):738-754.

[本文引用: 5]

[ 段德忠, 杜德斌, 谌颖 , 等. 中国城市创新技术转移格局与影响因素
地理学报, 2018,73(4):738-754.]

[本文引用: 5]

[31]

Wang

Xingping

, Feng

Zhao

, Gu

Hui

. A study of discriminative characteristics of intercity innovation linkage at different scales: A case study of Yangtze River
Journal of Southeast University (Philosophy and Social Science), 2015,17(6):108-116.

[本文引用: 1]

[ 王兴平, 冯淼, 顾惠 . 城际创新联系的尺度差异特征分析: 以长三角核心区为例
东南大学学报(哲学社会科学版), 2015,17(6):108-116.]

[本文引用: 1]

[32]

Bathelt

, Malmberg

, Maskell

. Clusters and knowledge: Local buzz, global pipelines and the process of knowledge creation
Progress in Human Geography, 2002,28(1):31-56.

[本文引用: 1]

[33]

Swyngedouw

. Scale and Geographic Inquiry: Nature, Society, and Method. London: Blackwell Publishing Ltd, 2004. 129-153.

[本文引用: 1]

[34]

Miao

Changhong

. Technological learning of global-local linkages and industrial clusters: A case study of hair products industry in Xuchang, Henan Province
Acta Geographica Sinica, 2006,61(4):425-434.

[本文引用: 1]

[ 苗长虹 . 全球—地方联结与产业集群的技术学习: 以河南许昌发制品产业为例
地理学报, 2006,61(4):425-434.]

[本文引用: 1]

[35]

Yuefang

, Zeng

Gang

, Cao

Xianzhong

, et al. Research progress of global innovation networks
Progress in Geography, 2016,35(5):600-609.

DOI:10.18306/dlkxjz.2016.05.007 URL [本文引用: 1]

全球化、创新驱动是新时代的重要特征之一,创新网络成为经济地理****关注的热点领域之一。在评述现有创新网络研究成果的基础上,本文界定了全球—地方创新网络的内涵和特征,论述了其类型、结构、作用机理和分析方法,并得出结论：全球创新网络与地方创新网络是不可分割的有机体,地方创新网络是全球创新网络的子系统,知识流是创新网络各主体之间联系的重要纽带,行业协会、技术联盟与成员之间的多次协商是全球—地方创新网络的重要组织方式,而网络知识测量方法则能较好地实现定性分析结论与统计计算结论的融合,能较好地刻画、模拟全球—地方创新网络的形态、结构、演变和机理。从服务国家建设和推动中国创新地理学发展的目标出发,有必要开展基于中国国情和视角的全球—地方创新网络机理与区域经济增长之间互动关系的研究,启动不同产业领域的全球—地方创新网络的比较分析,检验网络知识测量方法的可靠性和准确性。

[ 司月芳, 曾刚, 曹贤忠 , 等. 基于全球—地方视角的创新网络研究进展
地理科学进展, 2016,35(5):600-609.]

DOI:10.18306/dlkxjz.2016.05.007 URL [本文引用: 1]

Chen

Yan

, Mei

Lin

. Cyclical characteristics and influential factors of resource-based cities' economy in Northeast China: Based on panel data
Scientia Geographica Sinica, 2017,37(7):1080-1086.

[本文引用: 1]

[ 陈妍, 梅林 . 东北地区资源型城市经济转型发展波动特征与影响因素: 基于面板数据模型的分析
地理科学, 2017,37(7):1080-1086.]

[本文引用: 1]

[37]

Ministry of Science and Technology of China, et al. Implementation Plan of Special Action for Revitalizing the Transfer and Transformation of Scientific and Technological Achievements in Northeast China. 2018.

[本文引用: 1]

[ 科技部等. 振兴东北科技成果转移转化专项行动实施方案. 国科发创[2018]17号, 2018.]

[本文引用: 1]

[38]

Jiao

Jingjuan

, Wang

Jiao'e

, Liu

Zhigao

. Research on the cooperative development of innovative resources and industries in Northeast China
Scientia Geographica Sinica, 2016,36(9):1338-1348.

DOI:10.13249/j.cnki.sgs.2016.09.007 Magsci [本文引用: 2]

采用探索性空间数据分析和象限图法,以县区为基本研究单元,从空间和行业2个视角,探讨东北地区创新资源和产业发展的集聚性和协同性。通过研究发现：东北地区创新资源和产业发展均表现出明显的空间集聚性,主要集中在沈阳、大连、长春和哈尔滨等城市市辖区,但在市辖区内部集聚区存在较大差异,导致创新资源和产业发展协调性在四大城市市辖区及其周边县区呈严重偏离特征,尤其是汽车制造业和通用设备制造业,而医药制造业和专用设备制造业空间协同性较好;从行业分析,通用设备制造业、化学原料和化学制品制造业、医药制造业和专用设备制造业集聚了东北地区55%的发明专利,而43.3%的工业总产值集中在农副食品加工业、汽车制造业,黑色金属冶炼和压延加工业,非金属矿物制品业,石油加工、炼焦和核燃料加工业等5大行业,导致各行业创新资源和产业发展的协同性相对较低,且仅非金属制造业的协同性高于所有行业平均水平。

[ 焦敬娟, 王姣娥, 刘志高 . 东北地区创新资源与产业协同发展研究
地理科学, 2016,36(9):1338-1348.]

DOI:10.13249/j.cnki.sgs.2016.09.007 Magsci [本文引用: 2]

Maggioni

, Uberti

T E

, Nosvelli

. Does intentional mean hierarchical? Knowledge flows and innovative performance of European regions
Annals of Regional Science, 2014,53(2):453-485.

[本文引用: 1]

[40]

Duan

Dezhong

. Spatial Evolution of Urban Technology Transfer in China
[D]. Shanghai: East China Normal University, 2018.

[本文引用: 1]

[ 段德忠 . 中国城市技术转移的空间演化研究
[D]. 上海: 华东师范大学, 2018.]

[本文引用: 1]

[41]

Posner

M V

. International trade and technical change
Oxford Economic Papers, 1961,13(3):323-341.

[本文引用: 3]

[42]

Guo

Fansheng

. What is the "anti-gradient theory"? Also the correct name for the "anti-gradient theory"
Development and Research, 1986(3):39-40.

[本文引用: 1]

[ 郭凡生 . 何为“反梯度理论”—兼为“反梯度理论”正名
开发研究, 1986(3):39-40.]

[本文引用: 1]

[43]

Song

Zhouying

, Che

Shuyun

, Wang Jiao'e. The spatio-temporal analysis of regional innovation capacity and its economic contribution in Northeast China
Scientia Geographica Sinica, 2016,36(9):1388-1396.

DOI:10.13249/j.cnki.sgs.2016.09.012 Magsci [本文引用: 1]

通过建立创新能力指标体系和计算模型,并采用相关分析、回归分析、变异系数等方法,从不同空间层级剖析了东北三省的创新能力发展格局及其对经济发展的带动作用,并根据研究结果提出了相关政策建议。研究发现：① 从创新能力分析,吉林、辽宁的创新能力增长较快而黑龙江相对较慢,省际差异呈扩大态势;地级市之间的创新能力相差悬殊,呈现明显的省会城市及门户城市集聚效应,但市级差异呈缩小态势。② 从创新贡献率分析,辽宁的科技创新转化能力及其对经济发展的带动相对较强,而吉林、黑龙江相对较弱;地级市差异较大,沈阳、大连、长春、大庆的创新贡献率比较突出,而锦州、吉林、盘锦、铁岭上升较快。③ 大部分地级市的创新发展对经济带动模式为“低创新能力-弱经济带动”和“高创新能力-强经济带动”,说明各地级市的创新发展及其对经济带动的两极分化较严重。

[ 宋周莺, 车姝韵, 王姣娥 . 东北地区的创新能力演化及其经济带动作用分析
地理科学, 2016,36(9):1388-1396.]

DOI:10.13249/j.cnki.sgs.2016.09.012 Magsci [本文引用: 1]

Rychen

, Zimmermann

J-B

. Clusters in the global knowledge-based economy: Knowledge gatekeepers and temporary proximity
Regional Studies, 2008,42(6):767-776.

[本文引用: 1]

[45]

Lazaric

, Longhi

, Thomas

. Gatekeepers of knowledge versus platforms of knowledge: From potential to realized absorptive capacity
Regional Studies, 2008,42(6):837-852.

[本文引用: 1]

[46]

Hoekman

, Frenken

, Tijssen

R J W

. Research collaboration at a distance: Changing spatial patterns of scientific collaboration within Europe
Research Policy, 2010,39(5):662-673.

[本文引用: 1]

[47]

Liu

, Niu

, Han

. Spatial dynamics of intercity technology transfer networks in China's three urban agglomerations: A patent transaction perspective
Sustainability, 2019,11(6):1647.

[本文引用: 1]

[48]

Liu

Dequan

, Xing

Yusheng

. Study on the transformation and upgrading of industrial structure in Northeast China in the strategy of "One Belt, One Road"
Seeking Truth, 2016,43(3):60-66.

[本文引用: 1]

[ 刘德权, 邢玉升 . “一带一路”战略下东北地区产业结构转型升级研究
求是学刊, 2016,43(3):60-66.]

[本文引用: 1]

[49]

Yong

, Lan

. Technology transfer to China through foreign direct investment
Regional Studies, 1997,31(7):669-679.

[本文引用: 1]

[50]

Zhu

Guilong

, Li

Weiming

. Analysis of the influencing factors of international technology transfer in China
Science and Technology Management, 2004,12(3):31-35.

[本文引用: 1]

[ 朱桂龙, 李伟明 . 中国国际技术转移的影响因素分析
科学技术管理, 2004,12(3):31-35.]

[本文引用: 1]

[51]

Lin

Lan

. Research and development of technology diffusion theory
Economic Geography, 2010,30(8):1233-1239.

[本文引用: 1]

[ 林兰 . 技术扩散理论的研究与进展
经济地理, 2010,30(8):1233-1239.]

[本文引用: 1]

[52]

Jin

Fengjun

, Wang

Jiao'e

, Yang

, et al. The paths and solutions of innovation development in Northeast China
Scientia Geographica Sinica, 2016,36(9):1285-1292.

DOI:10.13249/j.cnki.sgs.2016.09.001 Magsci [本文引用: 1]

在阐述创新发展与全面振兴关系基础上,深入剖析了创新发展的重要性、实施路径和对策措施抓手,提出了重构产业发展的智库体系、实施精准人才行动计划、促进大农业稳基增效计划、创新链支撑产业链行动等新思路、新模式和新机制,以及以功能区为平台构建创新发展环境与区域创新载体的观点。

[ 金凤君, 王姣娥, 杨宇 , 等. 东北地区创新发展的突破路径与对策研究
地理科学, 2016,36(9):1285-1292.]

DOI:10.13249/j.cnki.sgs.2016.09.001 Magsci [本文引用: 1]

在阐述创新发展与全面振兴关系基础上,深入剖析了创新发展的重要性、实施路径和对策措施抓手,提出了重构产业发展的智库体系、实施精准人才行动计划、促进大农业稳基增效计划、创新链支撑产业链行动等新思路、新模式和新机制,以及以功能区为平台构建创新发展环境与区域创新载体的观点。

[53]

Han

Zenglin

, Yuan

Yingying

, Peng

Fei

. Research on the co-innovation network of government-industry-university of the equipment manufacturing industry in Northeast China
Economic Geography, 2018,38(1):103-111.

[本文引用: 1]

[ 韩增林, 袁莹莹, 彭飞 . 东北地区装备制造业官产学创新合作网络发展演变
经济地理, 2018,38(1):103-111.]

[本文引用: 1]