EN中文

地理学报 >

2023 , Vol. 78 >Issue 2: 293 - 314

DOI: https://doi.org/10.11821/dlxb202302003

国家创新体系与科技全球化

中国技术转移枢纽及其网络腹地的时空演化

  • 王帮娟 , 1 ,
  • 王涛 1 ,
  • 刘承良 , 1, 2
展开
  • 1.华东师范大学城市与区域科学学院，上海 200241
  • 2.华东师范大学全球创新与发展研究院，上海 200062
刘承良(1979-), 男, 湖北武汉人, 教授, 博导, 研究方向为世界经济地理。E-mail:

王帮娟(1993-), 女, 甘肃陇南人, 博士生, 研究方向为交通地理与区域创新。E-mail:

收稿日期: 2021-10-18

  修回日期: 2022-08-26

  网络出版日期: 2023-02-16

基金资助

国家社会科学基金重大项目(21ZDA011)

收起

Spatiotemporal dynamics of China's technology transfer hubs and their hinterworlds

  • WANG Bangjuan , 1 ,
  • WANG Tao 1 ,
  • LIU Chengliang , 1, 2
Expand
  • 1. School of Urban & Regional Science, East China Normal University, Shanghai 200062, China
  • 2. Institute for Global Innovation & Development, East China Normal University, Shanghai 200062, China

Received date: 2021-10-18

  Revised date: 2022-08-26

  Online published: 2023-02-16

Supported by

Major Program of National Social Science Foundation of China(21ZDA011)

Fold

摘要

技术转移是提升区域知识多样性、培育技术创新枢纽的重要途径，然而技术转移枢纽的空间演化复杂性仍然是一个灰箱，其演化规律有待进一步挖掘。为此，本文发展了技术转移枢纽的理论框架及其加权自我网络分析（WENA）和Ht-index识别方法，实证揭示了2004—2018年间中国技术转移枢纽及其网络腹地的时空演化规律与模式：① 中国技术转移枢纽兼具等级层次性、空间极化性和功能均衡互补性的三重特性，是创新体系中具有技术集散功能的高等级技术转移节点，高度锁定于北京、上海、深圳和广州等东部城市。② 中国技术转移枢纽等级体系发育稳定的“金字塔”型结构，阶层固化较突出，具地方依赖性或空间粘滞性；技术转出和技术引进枢纽分别表现出双极引领和多中心主导空间格局。③ 中国技术转移枢纽功能组织以集散型为主，功能类型由双部门主导向多部门融合的技术多样化演变，总体态势呈现出由起步阶段的功能分离、发展阶段的功能整合向成熟阶段的功能协同演替的规律。④ 中国技术转移枢纽的网络腹地表现出显著的扩张性—竞争性双重属性，呈现“周边+外围”双向扩张作用机制，形成渐进式扩张（由内向外）、跳跃式扩张（内外交替）和渐进式收缩（由外向内）3种差异化的腹地生长模式。

关键词： 技术转移枢纽; 网络腹地; 加权自我网络分析（WENA）; Ht-index分类法; 时空演化; 发展模式

本文引用格式

王帮娟 , 王涛 , 刘承良 . 中国技术转移枢纽及其网络腹地的时空演化[J]. 地理学报, 2023 , 78(2) : 293 -314 . DOI: 10.11821/dlxb202302003

Abstract

Technology transfer is an important way to enhance regional knowledge diversity and foster technological innovation hubs. However, there are relatively few studies on the spatial evolution complexity and evolution law of technology transfer hubs. Therefore, this paper develops a theoretical framework of technology transfer hubs based on WENA and Ht-index, empirically revealing the spatio-temporal dynamics of technology transfer hubs and their hinterworlds in China from 2004 to 2018. The results are obtained as follows: (1) Technology transfer hubs have the triple characteristics of hierarchy, spatial polarization, functional balance and complementarity. They are high-level technology transfer nodes with the function of agglomeration and diffusion in the national innovation system, mainly located in coastal cities such as Beijing, Shanghai, Shenzhen and Guangzhou. (2) The hierarchical system has a stable "pyramid" structure, showing a dual pattern of constancy and mutability, and their evolution has significant place dependence and spatial stickiness. In addition, hubs of technology transfer out and in exhibit bipolar and multi-center dominant spatial patterns, respectively. (3) Technology transfer hubs with dual functions of diffusion and agglomeration are the predominant type, electrical, chemical and mechanical engineering are the most dominant categories, and shows the evolution mode from dual-sector to multi-sector dominance. Overall, the evolution of technology transfer hubs is divided into three stages: functional separation in the initial stage, functional integration in the development stage, and functional synergy in the mature stage. (4) Hinterworlds of technology transfer hubs display the duality of significant expansion and competition, presenting a two-way expansion mechanism of core-periphery, forming three differentiated hinterworlds evolution patterns of progressive expansion (from inside to outside), jumping expansion (alternating inside and outside) and progressive contraction (from outside to inside).

Key words： technology transfer hub; hinterworlds; weighted ego network analysis (WENA); Ht-index; spatio-temporal dynamics; developmental pattern

1 引言

科技全球化时代，创新活动不断突破地域和组织界限向“枢纽—网络”体系加速重构[1]，以创新要素跨区域流动为特征的开放式创新成为主要创新形式[2]。内生经济增长理论认为，技术进步是决定区域经济增长的根本动力，主要通过自主创新和开放创新路径实现[3-4]。演化经济地理则强调技术转移和开放创新的重要性，认为从外部通道获取知识技术是提升区域科技创新能力和避免陷入“路径锁定”和“熵死困境”的重要渠道[5-6]。近年出台的《国家技术转移体系建设方案》明确将技术转移上升为国家战略，其关键是建设不同等级功能的技术转移枢纽体系[7]。
技术转移作为一种在技术势差等因素作用下有意识、有明确目标的知识溢出和技术扩散形式[1]，受到持续而广泛的关注，相关研究以管理学领域居多。近年来，经济地理学对技术转移及其空间规律的研究逐渐增加[8]。研究内容包括：① 技术转移的内涵和功能。聚焦技术转移的概念内涵、发展阶段和功能等方面[9]。② 技术转移网络演化及其驱动机制。包括技术转移网络结构特征和演化分析[10-11]，研究发现技术转移受到区域技术势差、技术特性（周期和吸收能力）[12]、经济发展水平和研发投入[1,5]等因素的影响。③ 技术转移与区域创新能力和经济发展的关系。主要通过研发合作、高技术产品交易和人才交流等形式提升区域创新能力和促进经济发展[13-14]。④ 技术转移的发展路径模式。包括跨国技术转移[15]、高校技术转移[14]、产学研合作[16]以及知识溢出[13]和技术转移协同演化路径[17]等。总体来看，已有研究在研究方法上侧重融合大数据挖掘、复杂网络分析、空间计量和GIS空间分析等定量手段，研究对象主要集中于科研机构、大学和企业等创新主体[14]，研究尺度涉及全球、国家和地方，其中城市作为知识技术生产和转移的主要节点，成为学者们的研究重点[8,10,18]。
在全球化和信息化背景下，全球生产网络中的城市体系逐渐被全球创新网络所重塑[8,19 -20]，城市空间组织形式逐渐由“地方空间”（space of places）向“流空间”（space of flows）转变[21]，城市的经济特征从基于周边“腹地”（hinterland）的地方联系发展为复杂的非地方联系，具有非地方联系的腹地也被称为“网络腹地”（hinterworld）[22⇓-24]。网络腹地可以用来表示城市在网络中的影响范围[25]，其特征是城市在网络中的影响力具有空间重叠性，影响范围没有明显的空间边界[22-23]。在这种超越地理空间边界实体的网络中，Taylor提出的网络腹地理论，为界定城市创新的影响范围（网络地位）提供了新思路[24]。
综上，技术转移已成为创新地理学的研究热点与前沿，相关成果大量涌现，但仍有亟待思考之处：① 在当前国家建设技术转移体系的背景下，技术转移枢纽体系的理论建设有待重视，关于技术转移枢纽的评价识别、形成过程、功能组织和演化规律的研究仍显薄弱；② 在流动空间环境下国家技术转移体系的联系和空间组织特征，技术转移发展的路径模式及枢纽腹地的发育规律仍然较为匮乏；③ 在研究方法上，已有研究多使用网络科学方法，存在方法论上“路径锁定”的潜在局限。
鉴于此，本文在“枢纽—网络”思想的基础上，建立基于WENA-Ht-index的技术转移枢纽评价识别模型，并通过2004—2018年中国技术转移枢纽时空演化的实证分析，从技术转出和技术引进两个维度，识别不同等级和不同功能组织类型的技术转移枢纽，并提炼枢纽及其网络腹地的演化规律与成长模式，构建“技术转移枢纽—网络腹地”的理论框架，以期进一步发展创新体系的“枢纽—网络”理论，实现研究方法和理论建设的有益突破。

2 空间级联系统视域下的“技术转移枢纽—网络腹地”理论框架

新经济形态和第三本性（人力资本和信息设施）的出现，促使空间组织结构由中心—腹地向枢纽—网络体系转变[26]。Van Kilink[27]在1988年研究港口时发现了枢纽—网络结构，随后该结构在研发枢纽领域得到发展和论证[26,28]。受信息、科技、生态环境、体制创新等新因素的挑战[29]，城市创新体系组织不断重构，呈现高度的枢纽—网络化态势[30]。技术转移在相互作用和联系过程中发育典型的枢纽—网络式结构[1]，并形成有层级联系的动态空间系统[10]。因此本文基于枢纽—网络理论构建了空间级联系统视域下的“技术转移枢纽—网络腹地”理论框架（图1）。
图1 “技术转移枢纽—网络腹地”空间级联系统理论框架示意图

Fig. 1 Spatial cascading system theoretical framework of high-level technology transfer hubs and their hinterworlds

在现实网络中，枢纽是指拥有大量连接的少数节点[31]，对于技术转移网络，技术流动由于受技术势差[32-33]、扩散通道（经济差异、产业结构、资源禀赋、政策等）[34-35]、研发投入[10,36]和市场需求[18]等多种因素的扰动，城市技术转移能力的大小存在很大差异，本文的技术转移枢纽是指在技术转移网络中辐射或集聚能力突出并占据领导和支配地位的地区或城市。其服务对象不仅包括邻近节点，也覆盖区域的其他枢纽和节点，呈现要素强集聚性和强辐射扩张性双重特性[37]。一方面在市场需求的牵引下[18]，枢纽凭借良好的创新环境和技术研发投入[10,36]构建出的大平台、大通道和全链条网络，吸引网络腹地的技术不断向枢纽集聚[37]，使之成为技术创新体系中的集聚地和辐合源；另一方面在技术势差、扩散通道的驱动下[33,35]，通过要素的流动、重组和整合，技术转移枢纽不断向网络腹地进行多层次的技术辐射和扩散输出[38]，使之成为技术创新体系中的策源地和辐射源[28]。技术转移枢纽根据等级可以划分为国家级、区域级和地方级；按功能可以划分为辐射型（技术扩散能力大于集聚能力）、辐合型（技术集聚能力大于扩散能力）与集散型（技术扩散与集聚能力相均衡）3种功能组织和单功能主导、双功能主导和综合性3种功能类型。
由于集聚和扩散效应，枢纽往往是多功能的，呈现“大而专”的特点[26]，枢纽之间互联互通，并与其自身联系的节点构成枢纽单元（即网络腹地），然后多个枢纽单元共同组成网络[38]。技术转移枢纽—网络下的腹地是一个范围更广、地理空间约束较弱的网络腹地，网络腹地之间不再相互排斥而是相互兼容，技术转移枢纽之间的联系呈现多元化和互惠性特征，枢纽既可以共享腹地，也可以互为腹地[39]。枢纽与网络腹地之间通过技术转移紧密相连，网络腹地在获得技术溢出的同时并对枢纽产生正向的反馈作用[28]。通过网络关系，技术转移枢纽与其网络腹地之间通过优先连接（preferential attachment）、邻近效应（proximity effect）和路径依赖（path dependence）[40]进行技术的空间集聚和扩散。在优先连接原则下，新的节点会优先与能级较高的技术转移枢纽进行渐进式或跳跃式连接[41]，在“富者愈富”或“向心力”作用下使得一些技术转移枢纽发育出累积循环优势[40]，形成“外围+周边”的腹地范围态势。与此同时，在空间相互作用机制下，认知、地理和社会等多维邻近性促进技术转移枢纽与相邻地区之间在共同知识、经验和技巧等方面的流动和转移[5,42]，进一步巩固了技术转移枢纽对周边腹地的影响力和辐射力，腹地规模呈扩张趋势。随着时间的推移，在以上两种作用机制下，技术转移枢纽与周边和外围腹地之间的技术转移关系形成某种路径依赖效应[43]，枢纽和腹地因技术匹配、交易成本降低和合作制度化等有利条件形成技术转移的相互依赖关系，对未来区域技术转移路径的保持产生强大惯性[40]，腹地规模可能会呈现收缩态势。在这些作用机制下，不同等级层次的技术转移枢纽往往会形成相互嵌套、彼此关联的空间组织体系，这种空间组织体系经过不断的层级互动和相互联系[44]，形成了高等级与低等级技术转移枢纽共生的等级结构，打破了传统中心—腹地单元封闭系统的局限，最终形成空间级联系统视域下枢纽之间、枢纽—腹地之间有效连通的技术转移枢纽—网络腹地系统[26]。

3 数据来源与研究方法

3.1 数据来源与处理

专利权转让数据来自中国知识产权专利信息服务平台（数据暂未含港澳台地区），包括专利标题、专利编号、专利名称、专利所属类别编号、专利转让前后权利所属人与地址、专利申请、授权与转移时间。根据检索结果，2004年以前专利转移量较少，基于数据的可获得性，研究时段选取为2004—2018年。依据等间距原则划分为2004—2008年、2009—2013年和2014—2018年3个阶段。通过数据清洗和属性提取，建立城际专利权转让关系空间数据库。依据Schmoch[45]建立的分类法，将原始的IPC数据编码分为五大部门（电气工程、机械工程、化学、仪器和其他部门）和35个技术领域，以识别专利转移的功能类型。

3.2 技术转移枢纽的等级规模划分

3.2.1 加权自我网络分析

构建加权自我网络（Weighted Ego Network Analysis, WENA），运用加权平均中心秩（Weighted Average Centrality Rank, WACR）来衡量城市的技术转移能级[46]，既能表征城市的技术转移规模，又能呈现整个网络与局部城市网络的关系。
（1）构建加权有向网络P(V, E)。基于图论原理，以城市为节点集V，以它们之间的专利权交易为边集E，以专利权交易数量为权重，构建技术转移的加权非对称矩阵：
P = P 11 0 … P 1 ( n - 1 ) P 1 n 0 P 22 … P 2 ( n - 1 ) P 2 n … … 0 … … P ( n - 1 ) 1 P ( n - 1 ) 2 … 0 P ( n - 1 ) n P n 1 P n 2 … P n ( n - 1 ) 0
（2）计算城市加权度中心性。公式为：
w k i = ∑ j = 1 N a i j
式中：wki为城市i的加权度；aij为城市i与其他城市技术转移的数量。
（3）修正链路强度权重。在自我网络分析中，从城市i到其所有邻居城市j的每个链路强度（pij）被定义为城市i的加权度（wk）的倒数：
p i j = 1 w k i             ( j ∈ N i )
式中：Ni是节点i相邻节点的集合。
针对链路强度缺陷，本文将城市i到相邻城市j的链路强度权重（wij）修正定义为城市j与i所有相邻城市度加权之和的比值：
w i j = w k j ∑ j = 1 m w k j             ( j ∈ N i )
式中：m是Ni集合节点的数量；wkj是城市j的加权度。
（4）计算网络约束强度。城市i到城市j的约束（Cij）由城市i到城市j的直接连接强度和间接连接强度之和的平方计算：
C i j = ( w i j + ∑ w ' i j ) 2 = ( w i j + ∑ q w i q w q j ) 2             ( j ∈ N i ,   q ∈ N i ,   q ≠ i ,   q ≠ j )
式中：wij是从城市i到其邻居j的直接连接强度； w ' i j表示i与j不直接连接，但是城市i与两个相连城市（城市j和城市q）直接连接。
（5）计算加权平均中心秩：
W A C R i = k i ∑ j = 1 m ( w i j + ∑   w i q w q j ) 2             ( j ∈ N i ,   q ∈ N i ,   j ≠ s )
在加权自我技术转移网络中，城市i的WACR值越大，则城市i在技术转移网络中的流量传输作用越显著，城市的技术转移能级或重要性越高。为了对不同年份进行比较，对结果进行了无量纲化处理。

3.2.2 Ht-index等级分类

等级层次结构是大多数地理分形体所具有的共性，也是事物在地理空间上按层级缩放的重要特征。Ht-index方法可以为具有重尾分布的数据捕捉这种不平衡的层次结构和标度结构[47]。所谓Ht-index即头/尾中断法，是指以递归地导出固有类或层次的方法。通过计算平均值将所有数据值分为两部分，头部（高于平均值部分）和尾部（低于平均值部分）。对头部的值重复这个过程，直到头部的值不是重尾的即止[48]。经一定次数循环迭代后，则能获得不同分级的区间数值，即技术转移枢纽的不同等级（图2）。为能进行纵向对比，本文通过Ht-index运用统一的划分标准对计算的所有WACR值进行等级划分。
图2 Ht-index等级分类示意图

Fig. 2 The head/tail breaking

3.2.3 优势流分析

优势流是根据城市规模和要素的最大流向来反映城市在网络体系中的层级主导地位[49]。本文优势流分析中的要素流为两个城市之间的专利转移量，用WACR值来表征城市规模。Ht-index划分的城市等级结构是垂直但无联系的，借助优势流可以明确不同等级城市之间的联系。

3.3 技术转移枢纽的功能类型划分

引入区位熵来确定技术转移枢纽的主导技术部门领域：
C C = C i k / C i C k / C
式中：Cik为i枢纽k部门领域的专利转移量。若区位熵大于1，则为主导部门领域。根据主导部门数量将技术转移枢纽的功能类型划分为单功能主导型、双功能主导型和多功能综合型3种模式。

3.4 技术转移枢纽的网络腹地划分

3.4.1 技术转移枢纽的网络腹地划分

借鉴相对关联度方法来划分技术转移枢纽的网络腹地[23]：
V p q = a + b N q + R p q           ( q = 1 ,   2 ,   … ,   n ,     p ≠ q )
式中：Vpq表示节点q城市与其他城市p（p =1, 2, …）的技术转移强度；Nq表示总技术转移强度。将Vpq与Nq进行回归分析，用残差Rpq分析城市q的连通性。若残差Rpq > 0，则城市p与城市q是强关联的，若残差Rpq < 0，则城市p与城市q是弱关联的。其中，将强关联的城市定义为技术转移枢纽的核心腹地，弱关联城市定义为技术转移枢纽的外围腹地。

3.4.2 加权网络腹地规模测度

通过计算专利转移量加权的地理影响范围来测度技术转移枢纽的网络腹地规模：
S i = a i j ¯ × d i j ¯ 2
式中：Si表示技术转移枢纽的加权网络腹地规模； a i j ¯和 d i j ¯分别表示城市i与城市j的平均专利转移量和平均地理距离，其中距离为欧式距离。

4 中国技术转移枢纽的时空演化

4.1 中国技术转移枢纽的等级结构与空间演化

4.1.1 呈典型“金字塔”型结构，阶层固化现象较为突出

2004—2018年间中国技术转移枢纽技术引进和技术转出规模均呈现出典型的“金字塔”型等级层次结构，形成国家级、区域级和地方级3个层级。技术转出枢纽不断涌现，遵循区域高度集聚规律，且保持基本恒定性和一定突变性（图3）。
图3 2004—2018年中国技术转移枢纽等级的空间演化

注：基于自然资源部标准地图服务网站审图号为GS(2019)1823号的标准地图绘制，底图边界无修改；港澳台数据暂缺。

Fig. 3 Spatial evolution of hierarchical structure in China's technology transfer hubs from 2004 to 2018

（1）发育良好的等级层次性，遵循无标度律和位序—规模法则。从层级统计看，2004—2018年间中国技术转移枢纽技术转出和引进的位序—规模分布均表现出无标度性，幂律拟合优于指数拟合，拟合优度在0.95~0.98之间。此外，技术转移枢纽由帕累托分布向均衡化演变。其中转出枢纽的q值由0.955增长到1.021后降低到0.951，呈现波动下降态势，技术引进枢纽q值由1.191下降到0.985。
（2）等级层次相对固化，演化具显著“路径依赖”和“空间粘性”。从层级划分看，2004—2018年间等级规模分布保持相对稳定，阶层固化现象较为明显，国家级和区域级呈片状高度集中于长三角和珠三角，而地方级技术转移枢纽则呈点状镶嵌于中西部省会城市和东部副省级城市，具有明显的技术转移“路径依赖性”和“空间粘性”[40]。北京、上海、深圳和广州等东部创新型城市具有发达的技术生产能力和经济发展水平，始终处于技术转移枢纽体系的顶端，因“优先连接机制”呈典型“马太效应”[50]。东部直辖市、省会城市及副省级城市的技术生产和吸收能力强，技术转移规模等级保持较恒定，基本处于国家级和区域级，东部地级市、东北及中西部省会城市则相对集中于地方级，而大量中西部和东北地区的地级市地处“创新洼地”，尚未发育为技术转移枢纽。
（3）技术转移枢纽不断涌现，能级出现一定突跳式跃迁。从层级演替看，部分东部技术生产和转化中心不断涌现，发生显著的能级跃迁，呈现一定的突变性。2004—2018年区域级技术转化枢纽不断涌现，高度集中于长三角和粤港澳大湾区（如浙江省绍兴和温州，江苏省苏州，广东省东莞、佛山等）。2014—2018年深圳、上海和广州创新能力迅速提升，能级由区域级跃升至国家级，尤其是广州由于技术需求的持续提升，在技术引进方面其能级更是由地方级快速跃升至国家级。同时，一些中西部创新型城市（如成都、合肥、西安等）技术生产能力显著提高，跃升为区域级和地方级的技术转移枢纽。

4.1.2 技术生产中心不断涌现，遵循区域集聚规律，由单极两心向双核双心演进

2004—2018年间中国技术转出枢纽（技术生产中心）呈现由“单极两心”向“双核双心”演进态势。期间，中国技术生产中心空间扩散明显，呈多中心化发展态势，由期初的北京“一城独大”向北京—广州两极主导的优势流组织结构转变（图4a~4c）。
图4 2004—2018年基于优势流的中国技术转移枢纽等级组织演化

Fig. 4 Hierarchical dynamics of China's technology transfer hubs based on dominant flow analysis from 2004 to 2018

（1）2004—2013年间形成以北京为创新极、上海和深圳为副中心的“单极两心”架构，优势流空间组织兼具地理邻近性和经济指向性区位规律。北京成为国家创新体系中最大的技术生产枢纽和技术辐射中心，是河北、山东、河南和江苏等周边或发达省份主要城市最大的专利来源地，上海和深圳地处次级主导型节点地位，多是其周边省份城市最大的专利输出中心，如上海邻近的浙江、江苏、安徽等省份，深圳所在的广东及邻近的福建、云南、江西、湖南等省份，技术转移具有一定的距离约束性。
（2）2014—2018年间国家技术转移体系分化成两个子群，技术优势流呈现以双核（北京、广州）双中心（上海、深圳）为轴心的多层次轴—辐式组织结构。广州迅速跃迁至核心圈层，成为新的增长极，呈现以北京、广州、上海、深圳为核心的轴—辐式组织结构，相应形成广州子网（以广州为轴心，技术向广东、浙江、贵州等省份辐射）和北京子网（以北京为轴心，上海和深圳为副轴心，技术向东部、东北和中部大部分省份辐射）两大子群，发育出京津冀、长三角和珠三角三大创新城市群主导的国家技术转移体系格局。
（3）2004—2018年间高等级技术生产重心由北向南转移，高度集中于长三角和珠三角。北方城市技术扩散影响力呈现下降趋势，北京直接从属型节点数量下降到60个，被广州子网（66个）反超。长三角成为技术扩散的活跃区，在排名前20的城市中约有一半的城市位于长三角地区。广州凭借科教资源富集优势和良好的创新生态环境成为新晋主导型枢纽，既与邻近发达城市保持密切的技术交流，也向重庆、贵阳和海口等中西部城市溢出技术。

4.1.3 技术吸收中心呈多中心化趋势，与生产中心同配，由三大城市群向沿海扩散

2004—2018年间中国技术吸收枢纽（技术吸收中心）体系具多中心化和网络化态势，北京极核地位持续下降，呈现由“双核单心两网”向“四心（北京、深圳、上海和广州）四网”的空间演进规律（图4d~4f）。
（1）2004—2008年间北京成为全国技术引进网络的主导型极核，技术集聚能力位居全国第一，上海位居其后，但梯度差距明显。中国技术引进网络分化成以北京和上海为轴心的两个全局子网，以及以杭州、广州为中心的多个局域碎片化子群。其中，北京子网以北京为技术增长极，主要集聚和吸收深圳的专利技术，并吸纳河北、山东和东北等周边地区生产的技术，呈现邻近性扩散和跳跃式扩散规律。上海子网规模较小，以上海为技术汇聚地，吸收来自福建、浙江、江苏等省份中心城市的技术。
（2）2009—2013年间北京仍是全国性技术引进网络的核心枢纽，但枢纽重要性和结节性有所降低，与其他城市差距缩小。相较第一阶段，中国技术引进网络出现明显的重组。① 北京与上海的技术引进联系趋强，组成新的北京—上海社团，技术来源地广布，形成一定的网络地域分工。北京主要吸收辽宁、河北、山东、河南、安徽等省份中心城市的技术，上海技术来源范围狭小，高度集中于江苏。② 深圳技术吸收能力显著增强，吸收范围迅速扩大，独立形成一个较小规模的子网，来源地集中于四川、广东、甘肃等省份中心城市。③ 部分中西部省会城市经济活力增强，技术吸收能力提升，形成了以武汉、长沙、西安、昆明等为中心的技术集聚活跃区。
（3）2014—2018年间北京主导地位持续下降，深圳和上海等国家级技术吸收中心迅速崛起，中国技术转移网络加速重构，分化形成以北上广深为枢纽的四大轴—辐式子网，四大子网的次级技术转移中心基本与京津冀、长三角和珠三角城市群重合，边缘技术转移节点多位于三大城市群周边省份，遵循地理邻近性组织机制[10]。
2004—2018年间中国技术生产和技术吸收中心的空间分布及网络组织具有显著的同配性，突出表现在国家级和区域性技术转移枢纽。① 国家级和区域级技术吸收中心与技术生产中心地理分布保持较高一致性，多是经济发展水平高、技术创新能力强的中心城市，源于产业发展水平、人才集聚程度和技术创新活力间具有协同机制。② 国家级和区域级技术转移枢纽发育典型的“优先连接”和网络同配性机制，技术生产和吸收中心均倾向与高等级技术转移枢纽形成强连接[40-41]。③ 国家级和区域级技术转移枢纽的技术扩散遵循地理、技术和经济邻近性机制，受距离约束、技术差异和经济梯度影响[1,51]，技术生产和吸收中心均趋同一致地发育出接触扩散和等级扩散模式。

4.2 中国技术转移枢纽的功能演化

4.2.1 技术生产与技术吸收中心空间趋同，集散型成为技术转移枢纽功能组织的主要形式

2004—2018年间城市开放创新保持较高水平，技术生产与技术吸收中心空间分布趋于同构。集散型功能占据主导，已形成技术互补，而辐射型技术生产中心和辐合型技术吸收中心占比较小（图5）。
图5 2004—2018年基于专利流向的中国技术转移枢纽功能组织演化

Fig. 5 Functional evolution of China's technology transfer hubs based on patent transaction from 2004 to 2018

（1）2004—2018年间中国技术转移枢纽功能组织以集散型为主，且占比不断上升，技术供需依赖程度和对外开放程度高。兼具技术集聚吸收和转化扩散功能的集散型枢纽所占比重由第一阶段的31.9%上升到第三阶段的58.3%，逐渐成为国家技术转移体系的主导力量。技术辐合型枢纽数量也呈增长态势，占比由期初的8.5%上升到期末的25%，随着工业化发展和产业梯度转移，城市技术需求不断上升，成为技术“蓄水池”。而技术辐射型枢纽占比显著下降，从31.9%下降到16.7%，城市技术溢出效应减缓，可能原因是城市的产业技术转型升级、产学研一体化和技术就地转化体系的建设。
（2）技术集散型枢纽主要集中于东部沿海地区，表现出一定的地方依赖性。一方面，技术集散型枢纽具有“空间粘性”和时间惯性，2004—2018年间始终保持功能角色的连续性，且高度集中于东部沿海城市[52]，主要包括两类：科技创新能力较强城市（北京、深圳等国家级）和开放经济实力较强城市（天津、厦门和烟台等地方级）。另一方面，一些早期技术创新中心和传统工业中心，通过技术转型升级，涌现成为新的集散型枢纽，形成辐射型枢纽转变（东莞、郑州、大连、沈阳和石家庄等技术创新中心，不断承接和集聚制造业，技术补充需求旺盛[51]，由辐射型转变为集散型）和辐合型枢纽转变（嘉兴、南京等城市可能由于长三角一体化的发展[53]，以及高新技术产业转型发展战略的实施[11]，技术生产能力持续提升，由辐合型枢纽向集散型枢纽转变）两种类型。
（3）技术辐合型枢纽小幅增加，以地方级为主，主要集中于传统制造业中心，产业发达，基础雄厚，技术需求旺盛，多邻近区域级技术生产中心，成为其技术汇聚和吸收的“蓄水池”，主要由辐射型枢纽（广州、贵阳、唐山等）转变而来。而技术辐射型枢纽数量下降明显，集中于长三角城市（上海、宁波、无锡、湖州、合肥等），城市向外技术溢出效应不断减缓，就地吸收转化能力显著提升。

4.2.2 功能类型以电气、化学和机械工程为主，由双部门向多部门主导转变，企业成为主体

2004—2018年间中国技术转移部门高度集中于电气、化学和机械工程三大技术领域，企业成为技术转移的主体，主导部门由“化学+机械工程”双部门向多部门转变。
（1）2004—2018年间中国技术转移枢纽高度集中于若干特定技术领域和部门，且保持稳定增长（图6）。从技术领域来看，电机、仪器、能源（A4，10.4%），土木工程（D1，7.2%）和机械工具（C7，5.8%）等装备制造业专利转移量始终保持领先，成为技术转移枢纽的优势领域。制造业自动化、数字化和绿色化发展迅猛，通信设备业成为战略性先导产业，导致控制系统（E5）、数字通信（A1）和环境技术（B9）位列增长最快行列。而医药品（B1）专利技术由于研发周期长、费用高和成功率低等特点，加上国家医药产业转型升级，导致专利转移规模持续下滑，增长速度比较缓慢。
图6 2004—2018年中国技术转移枢纽类别多样性的时序演化

Fig. 6 Technology diversity dynamics of China's technology transfer hubs from 2004 to 2018

（2）2004—2018年间中国技术转移枢纽的功能类型由单一化向综合化演进，由双部门驱动向多部门主导转变。单部门枢纽比重持续下降，“化学+”“机械工程+”和“其他部门+”是其最主要的组合模式（图7）。① 专利转出：由双部门技术主导向双部门和多部门共同主导转变（图7a~7c）。2004—2008年，主导技术部门高度集中于电气工程、化学和机械工程，“化学+机械工程”（长春、哈尔滨等）是最多的技术转出类型。2009—2018年，技术转移枢纽技术多样性程度明显提高，多部门主导模式比重迅速上升，“化学+机械工程+”和“电气工程+化学+”模式成为最主要的功能类型。② 专利引进：以双部门和三部门技术集聚型为主导（图7d~7f）。2004—2008年“电气工程+”的双部门是主导模式，多部门主导模式次之。2009—2013年双部门与三部门主导模式比重接近，“电气工程+”和“机械工程+”成为主要的双部门主导模式，多部门主导模式以“机械工程+化学+”和“机械工程+其他部门+”为主。2014—2018年，呈现以“化学+机械工程+”“机械工程+其他部门+”和“化学+其他部门+”为主的多部门主导模式，双部门主导模式位居其后。
图7 2004—2018年中国技术转移枢纽功能类型演化

注：基于自然资源部标准地图服务网站审图号为GS(2019)1823号的标准地图绘制，底图边界无修改。

Fig. 7 Dominant sectoral evolution of China's technology transfer hubs from 2004 to 2018

（3）2004—2018年间企业在技术转移枢纽的功能类型演化中发挥着主导推动作用，高校和科研机构占比较低。2004—2018年间国家级技术转移枢纽的企业让与人和受让人占比分别从8.14%和13.85%增加到13.48%和16.71%；区域级分别由15.48%和20.12%增加到23.36%和27.17%；地方级让与人占比由15.8%降低到10.57%，而受让人占比由22.83%略微增加到23.8%，高新技术企业逐渐成为中坚力量。高校和科研机构技术转移量比例较低（不超过6%），且其转出能力显著大于吸收能力，成为专利技术的生产者。3个阶段，让与人和受让人排名靠前的企业以电子、信息与通信技术、汽车制造领域为主，如乐金电子、华为、中芯、中兴、广州博鳌纵横和东风汽车等是技术转移最为活跃的企业。因专利技术的排他性，总部—分支组织和个人职务发明归企业模式是企业技术转移的最主要方式。

4.3 中国技术转移枢纽的演进规律

技术转移枢纽的形成和演化是技术创新要素通过空间扩散不断被接受、学习、模仿和再创新的过程[54]。在这一过程中，伴随产业转移，一些辐射型枢纽开始吸收转化外来技术以维持创新活力和能力，一些辐合型枢纽通过技术消化吸收和再创新实现向外输出技术，两者逐渐向处于中间状态的集散型枢纽转变，从而呈现规模由小到大、等级由低到高、功能由分化向协同的阶段性嬗变规律。在关于枢纽演化的研究中，赵伟伟[37]将枢纽经济划分为初始变化形成阶段、次级强化形成阶段、产业竞争合作的上升发展阶段、循环累积的成熟阶段。参考此做法，本文将技术转移枢纽的演化划分为3个阶段，即起步阶段的功能分离、发展阶段的功能整合和成熟阶段的功能协同（图8a）。
图8 中国城市技术转移枢纽的演化阶段和模式

注：基于自然资源部标准地图服务网站审图号为GS(2019)1823号的标准地图绘制，底图边界无修改。

Fig. 8 Evolution stages and modes of technology transfer hubs

（1）起步阶段：功能分离。在技术转移枢纽初步发展阶段，呈现出以辐射型为主，集散型为辅的地域分布结构。辐射型枢纽通过产业梯度转移，实现技术向周边地区的扩散和溢出，集中于中西部和东北的城市（如郑州、兰州、沈阳、长春等）；集散型枢纽通过创新要素集聚和产业转型升级，形成一定技术生产和溢出能力，集中分布于东部沿海地区，以直辖市（如北京、上海）、省会城市（如杭州、武汉）和副省级城市（如厦门、苏州）为主；辐合型技术转移枢纽创新资源相对缺乏，经济基础相对较好，产业转型升级较快，对外技术引进强度较大，相对集中于长三角城市群（如南京、无锡、嘉兴等）（图8b）。
（2）发展阶段：功能整合。技术转移枢纽进入发展阶段，其功能演化具有恒定性和一定突变性。一方面，传统集散型技术转移枢纽（如北京、上海、深圳等），通过内部产业转型和外向产业转移，实现技术生产外溢与技术吸收转化的有序协同，从而始终保持技术集散功能均衡发展，发育典型的地方依赖性。另一方面，辐射型和辐合型技术转移枢纽由单一型向复合型演替，实现向两个相反方向的“路径突破”和功能整合。一些辐射型技术转移枢纽（如重庆、沈阳等），随着自身技术更新和产业转型升级，对新技术的需求不断增加，开始依赖和吸收外部技术，其功能类型向集散型枢纽转变；同时一些辐合型技术转移枢纽（如绵阳、无锡等）经历“引进—消化吸收—再创新”的成长过程，自身技术实力不断积累，开始向外输出新技术，其功能也开始向集散型转变（图8c）。
（3）成熟阶段：功能协同。技术转移枢纽迈入成熟阶段，突出表现为大部分技术转移枢纽向集散型功能转变，实现技术集聚与扩散、吸收与转化、积蓄与溢出功能协同发展。大量技术生产中心、转化中心和一些创新洼地（如潍坊、徐州、南宁和临沂），通过产业转型升级和产业梯度转移路径，逐渐演化为技术集散中心，不断融入区域创新网络，实现了高质量开放式创新。少数技术转移枢纽（如南通、淄博）因“路径依赖”和“技术锁定”，保持辐射型和辐合型的功能组织类型，但其数量规模整体趋于萎缩（图8d）。

5 中国技术转移枢纽网络腹地的时空演化

5.1 中国技术转移枢纽网络腹地的规模演化

2004—2018年间不同等级技术转移枢纽的网络腹地出现不同程度的扩张，遵循国家级>区域级>地方级的位序和核心腹地>外围腹地的规律。
（1）国家级、区域级和地方级技术转移枢纽的网络腹地出现不同程度扩展。① 技术转移枢纽腹地规模扩张范围国家级>区域级>地方级的趋势逐渐明晰，只有少数中西部的地方级技术引进枢纽（如绵阳、十堰、乌鲁木齐）和东北的技术转出枢纽（如长春、哈尔滨）由于与腹地地理距离较远或联系紧密，网络腹地范围大于区域级甚至国家级。② 多数技术转出和引进枢纽基本遵循核心腹地>外围腹地的规律。仅少数地方级（如中山、惠州）和区域级（如大连、泉州和天津）技术转出枢纽外围腹地>核心腹地。约有20%的技术引进枢纽规模为外围腹地>核心腹地，大部分归属于地方级，主要特点是这些枢纽的核心腹地邻近效应显著，外围腹地范围较广。绍兴、苏州、温州和南通、青岛和广州分别是技术转出和引进腹地扩张速度最快的城市，而沈阳和淄博的转出网络腹地呈收缩态势。
（2）北京、上海、深圳、广州四大技术转移枢纽的网络腹地范围扩展迅猛，其核心腹地扩张速度超过外围腹地（图9）。① 北京由技术引进主导型向技术集散均衡型演替。2004—2008年技术引进腹地规模显著大于技术转出，技术集聚能力明显高于扩散能力，通过产业转移及总部—分支组织，大量创新型城市成为北京的技术供应地。2009—2018年北京技术扩散能力迅速增强，技术转出核心腹地范围超过技术引进，成为国家创新体系的技术增长极。② 上海始终呈技术转出主导型，但核心腹地明显收缩。15年间上海、技术转出的网络腹地规模始终明显超过技术引进，是全国重要的技术输出枢纽。近年北京和深圳技术生产能力和网络腹地范围扩大显著，导致上海的网络腹地范围迅速缩小。③ 深圳基本呈技术引进主导型。2004—2013年深圳技术创新能力不断提升，对外技术溢出效应明显，由技术引进主导型向技术集散均衡型转变。2014—2018年深圳由技术集散均衡型向技术引进主导型转变，技术吸收转化能力显著扩大，对外技术需求持续增强。④ 广州近年呈技术引进主导型。2004—2013年广州网络腹地范围小于北上深，但2014—2018年间广州技术市场化水平发展迅猛，其网络腹地扩展迅速，技术引进核心腹地规模逼近北京，外围腹地甚至超过北京。
图9 2004—2018年四大技术转移枢纽网络腹地规模演化示意图

Fig. 9 Hinterworld size dynamics of Beijing, Shanghai, Shenzhen and Guangzhou from 2004 to 2018

5.2 中国技术转移枢纽网络腹地的空间演化

2004—2018年间，绝大部分技术转移枢纽的网络腹地呈现出“周边+外围”的地理分布，技术转移遵循技术“梯度律”和“反梯度律”，呈现接触扩散、跳跃扩散和等级扩散复合规律（图10）。
图10 2004—2018年中国四大技术转移枢纽网络腹地的空间演化

注：基于自然资源部标准地图服务网站审图号为GS(2019)1823号的标准地图绘制，底图边界无修改。

Fig. 10 Spatial evolution of the hinterworlds of Beijing, Shanghai, Shenzhen and Guangzhou from 2004 to 2018

5.2.1 技术转移枢纽网络腹地呈现“周边+外围”格局，距离是影响其生长发育的重要因素

大部分技术转移枢纽的网络腹地始终呈现出“周边+外围”的空间异质性特征，具有空间分布的恒定性。网络腹地既高度集中于周边城市，技术流遵循地理邻近性，呈接触扩散规律，也包含跨省域城市，技术集聚和扩散相应遵循技术“反梯度律”和“梯度律”，按等级扩散和跳跃扩散方式组织，形成较为广泛而均衡化的腹地散布格局。仅有个别城市（如珠海、中山、沈阳）的网络腹地集中在周边地区或者外围地区。同时，不同等级的技术转移枢纽网络腹地范围差异性较明显。地理临近和网络临近是影响网络腹地的重要因素，距离对网络腹地的生长发育有制约作用[39]。国家级枢纽腹地覆盖全国大多数地区和城市，呈现地理邻近和长距离联系双重主导特点，区域级枢纽网络腹地以附近城市（300 km以内的城市专利转移量占比约为29%）和跨城市群的中长距离（1000~1200 km出现峰值）联系为主，地方级枢纽网络腹地以本地联系为主。

5.2.2 四大技术转移枢纽的网络腹地锁定于东南半壁，“三足鼎立”的轴—辐式组织逐渐明晰

2004—2018年间国家创新体系逐渐形成四大技术转移枢纽主导的“轴—辐”式网络组织架构，多中心网络腹地的空间异质性特征明显，形成一定的地域分工（图10）。
（1）国家创新体系逐渐形成北京、上海、深圳—广州“三足鼎立”的格局，呈现以四大技术转移中心为枢纽的“轴—辐”式多中心网络组织结构。15年间技术生产和扩散中心高度集中于东部沿海京津冀、长三角和珠三角三大创新型城市群，通过技术集散作用和网络“马太效应”孕育出北上广深四大技术转移增长极，不断强化国家创新体系的多中心“轴—辐”式级联网络组织格局。
（2）国家级技术转移枢纽的网络腹地具有明显的空间不均衡性和空间重叠性，高度集中于东南半壁，但呈现一定的向西北和西南扩展态势。15年间北上广深的网络腹地基本重叠，且高度集中于“胡焕庸线”东南半壁，与全国人口和经济空间格局同构，呈现技术中心与经济中心趋同态势。随着产业梯度转移和产业转型升级，近年一些中西部技术中心不断崛起，四大技术枢纽的网络腹地不断向西北、西南跳跃式扩展。
（3）四大技术转移枢纽的核心腹地变动较小，技术引进型与转出型腹地保持空间同构，因距离约束遵循地理邻近性扩张机制。15年间北上广深四大技术转移枢纽的核心腹地变动较小，基本稳定和相对集中于其周边地区，地理距离仍具一定约束性，导致技术集散遵循地理邻近性机制。同时，技术引进型与转出型的核心腹地保持明显的同构性。北京的技术转出型和引进型腹地基本一致，高度集中于河北、山东、河南和辽宁等邻近省份的中心城市。上海的技术转出型腹地范围相较技术引进型小，但均高度集中于长三角，并向长江中上游扩展。深圳的技术转出型腹地扩展迅猛，引进型腹地收缩显著，其两型核心腹地主要集中于华南地区，与广州核心腹地重叠。

5.2.3 四大技术转移枢纽的网络腹地竞争加剧，东北和西北成为竞争焦点

2004—2018年间四大技术转移枢纽的网络腹地保持空间重叠，空间竞争加剧，但核心腹地仍具空间异配性，东北和西北等外围腹地成为竞争的焦点（图10）。
（1）2004—2018年间四大技术转移枢纽的网络腹地范围显著扩张，空间重叠现象逐渐凸显，形成相互嵌套的竞争性腹地关系。2004—2018年北京的网络腹地出现明显收缩，上海和深圳的网络腹地迅速扩大，其外围腹地出现明显的空间重叠，广州和深圳的核心腹地则基本重合，四大技术转移中心的网络腹地相互嵌入，空间竞争加剧。第一阶段，北京网络腹地覆盖全国大部分地区，但2009—2018年间上海、深圳和广州三市技术集散作用趋强，北京部分核心腹地（如东北、河南、山东、江苏等）和外围腹地（西北、西南和华南等）范围面临“挤压”或“袭夺”。而深圳和广州二市具相似产业和技术结构，网络腹地高度重叠，内部竞争愈演愈烈。
（2）2004—2018年间四大技术转移枢纽的核心腹地相对收缩和稳定，形成良性竞争和地域分工格局。2004—2018年北京的核心腹地出现明显收缩，相对内缩于东北、华北、西北、西南等地区。上海的核心腹地迅速扩大，自华东向东北、西北和长江经济带扩散。深圳的核心腹地也明显扩张，以华南为核心，基本集中于长江以南地区。而广州的核心腹地基本与深圳重叠，但影响力较小，高度集中于广东、湖南和广西等。

5.3 中国技术转移枢纽网络腹地的生长模式

比较主要技术转移枢纽网络腹地的演化规律，可将技术转移枢纽的网络腹地成长模式归纳为3种类型（表1）。
表1 主要技术转移枢纽的网络腹地成长模式

Tab. 1 Growth modes of the hinterworlds of technology transfer hubs

腹地
成长
模式		 技术转移
枢纽		 技术转出核心腹地 技术引进核心腹地
2004—2008年 2009—2013年 2014—2018年 规模
趋势		 2004—2008年 2009—2013年 2014—2018年 规模
趋势
渐进式
扩张(由
内向外)		 北京 周边+外围 周边+外围 周边+外围 扩张 周边+外围 周边+外围 周边+外围 扩张
上海 周边+外围 周边+外围 周边+外围 扩张 周边+外围 周边+外围 周边+外围 扩张
深圳 周边+外围 周边+外围 周边+外围 扩张 周边+外围 周边+外围 周边+外围 扩张
广州 周边 周边+外围 周边+外围 扩张 周边+外围 周边+外围 周边+外围 扩张
成都 周边+外围 周边+外围 周边+外围 扩张 周边+外围 周边+外围 周边+外围 扩张
苏州 周边+外围 周边+外围 周边+外围 扩张 周边+外围 周边+外围 周边+外围 扩张
佛山 周边+外围 周边+外围 周边+外围 扩张 周边+外围 周边+外围 周边+外围 扩张
杭州 周边+外围 周边+外围 周边+外围 扩张 周边+外围 周边+外围 周边+外围 扩张
青岛 周边+外围 周边+外围 周边+外围 扩张 周边+外围 周边+外围 周边+外围 扩张
天津 周边+外围 周边+外围 周边+外围 扩张 周边+外围 周边+外围 周边+外围 扩张
武汉 外围+周边 周边+外围 周边+外围 扩张 周边+外围 周边+外围 周边+外围 扩张
西安 外围+周边 周边+外围 周边+外围 扩张 周边+外围 周边+外围 周边+外围 扩张
重庆 周边+外围 周边+外围 周边+外围 扩张 周边+外围 周边+外围 周边+外围 扩张
珠海 周边 周边+外围 周边+外围 扩张 周边+外围 周边+外围 周边+外围 扩张
厦门 周边 周边+外围 周边+外围 扩张 周边+外围 周边+外围 周边+外围 扩张
中山 周边 周边+外围 周边+外围 扩张 周边 周边+外围 周边+外围 扩张
东莞 周边+外围 周边+外围 周边+外围 扩张 周边 周边+外围 周边+外围 扩张
宁波 周边 周边 周边+外围 扩张 周边+外围 周边+外围 周边+外围 扩张
跳跃式
扩张(内
外交替)		 福州 周边+外围 周边+外围 周边+外围 扩张 周边+外围 周边 周边+外围 扩张
南京 周边+外围 周边 周边+外围 扩张 周边+外围 周边+外围 周边+外围 扩张
常州 外围 周边 周边+外围 扩张 周边+外围 周边+外围 周边+外围 扩张
长沙 外围 周边+外围 周边+外围 扩张 周边+外围 周边+外围 周边+外围 扩张
渐进式收缩(由
外向内)		 沈阳 外围 周边+外围 周边+外围 收缩 周边+外围 周边+外围 周边+外围 收缩
（1）渐进式扩张模式（由内向外）：即在优先连接和邻近效应机制下，技术转移枢纽的网络腹地由近及远、由周边向外围扩张演化，腹地规模不断扩大。该类型模式是网络腹地成长的主导模式，所有国家级和绝大部分区域级技术转移枢纽均为此类型。表明在开放式创新背景下，各城市通过产业梯度转移，与外界技术联系不断加强，技术集散范围不断扩大，区域创新网络持续发育，形成与产业转移高度同构的技术转移网络。
（2）跳跃式扩张模式（内外交替）：即技术转移枢纽的网络腹地分布呈现出跳跃性的等级扩散模式，突破地理距离约束。福州、南京、常州和长沙等城市均为此类型。其技术转出或技术引进的网络腹地往往是由远及近反方向扩张，表明随着自身及周边地区产业转型升级，技术需求不断增加，对周边地区的技术集散规模不断扩大，逐渐向渐进式扩张的技术转移枢纽网络腹地模式演化。
（3）渐进式收缩模式（由外向内）：即技术转移枢纽的网络腹地规模由远及近不断收缩，该类模式只有沈阳一个城市。这表明原有的技术外流或“孔雀东南飞”技术输出现象，以及由于自身产业转移能力不强，技术活动逐渐向周边倾斜和回归，技术转移枢纽向渐进式收缩模式演化。

6 结论与讨论

6.1 结论

本文提出了“技术转移枢纽—网络腹地”的基本概念和理论框架，构建了技术转移枢纽的等级、功能及其网络腹地划分模型，实证揭示了2004—2018年中国技术转移枢纽及其网络腹地的空间演化规律与成长模式：① 中国技术转移枢纽兼具等级层次性、空间极化性和功能组织均衡性的三重特征，是技术转移活动集聚的核心节点，具有技术扩散、集聚和集散三大功能，其网络组织具有等级性和方向性，形成国家级、区域级和地方级三大等级层次，发育辐射型、辐合型与集散型3种功能组织类型。② 中国技术转移枢纽体系具有“金字塔”型的等级结构特征，阶层固化现象较为突出，演化具显著“路径依赖”“空间粘性”和一定的能级突跳式跃迁。高等级集散型技术转移枢纽高度锁定于北京、上海、深圳和广州等东部城市，部分新的东部技术转移枢纽不断涌现，发生显著能级跃迁，呈现一定的突变性。③ 中国技术转出枢纽由单极两心向双核双心演进，技术引进枢纽呈现出多中心化和多社团组织格局。技术转出枢纽和技术引进枢纽空间趋同，集散型枢纽成为主导性功能组织形式。技术转移枢纽的功能类型由单一化向综合化演进，表现出由“化学+机械”双部门主导向多部门融合的技术多样化演替态势，企业在功能演化中扮演主导推动角色。其功能组织呈现出由起步阶段的功能分离、发展阶段的功能整合向成熟阶段的功能协同演变。④ 中国技术转移枢纽的网络腹地表现出显著的扩张性和竞争性双重特性，形成3种差异化的成长演化模式。中国技术转移枢纽网络腹地规模普遍增大，大多数枢纽遵循位序国家级>区域级>地方级和规模核心腹地>外围腹地的规律，呈现出“周边+外围”的分布特征，具有空间分布的恒定性，遵循地理临近性以及“梯度律”和“反梯度律”。以北京、上海、深圳—广州为中心的“三足鼎立”腹地分异格局显著，在空间扩张作用下，网络腹地竞争加剧，形成地域分工，东北和西北等外围腹地成为竞争的焦点。其成长模式总体可分为渐进式扩张、跳跃式扩张和渐进式收缩3种模式类型。

6.2 讨论

尽管本文对中国技术转移枢纽及其网络腹地的空间演化规律进行了定量刻画，但仍存在一些不足与局限：① 研究视角局限于国内，缺乏从全球地方互动视角，揭示国际级技术转移枢纽的时空演化规律；② 研究尺度聚焦城市，缺少从城市内部创新空间尺度和创新主体视角，更精准识别和刻画技术转移枢纽；③ 研究方法侧重网络指标刻画技术转移能级和腹地，缺乏基于多指标体系和多网络腹地划分的对比分析和方法优化；④ 研究内容聚焦技术转移枢纽及网络腹地的空间演化，有待从两个方面进一步突破：一是，开展不同知识和技术流的空间组织比较分析，揭示其背后的自—他组织影响机制；二是，从技术转移向知识生产、转化及应用多阶段拓展，深入提炼技术创新的枢纽—网络空间演化理论。

感谢两位审稿专家针对本文理论框架、概念界定和方法论证等方面提出的建议，使本文受益匪浅；感谢本科生李昆在数据处理方面所做的工作。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Liu Chengliang, Guan Mingming, Duan Dezhong. Spatial pattern and influential mechanism of interurban technology transfer network in China. Acta Geographica Sinica, 2018, 73(8): 1462-1477.

DOI

[ 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.]

DOI

[2]
Chesbrough H W. Open Innovation:The New Imperative for Creating and Profiting from Technology. New York: Harvard Business Press, 2006.

[3]
Grossman G M, Helpman E. Endogenous innovation in the theory of growth. Journal of Economic Perspectives, 1994, 8(1): 23-44.

[4]
Grimaldi M, Hanandi M. Evaluating the intellectual capital of technology transfer and learning public services. International Journal of Engineering Business Management, 2013, 5: 5-7.

DOI

[5]
Boschma R. Proximity and innovation: A critical assessment. Regional Studies, 2005, 39(1): 61-74.

DOI

[6]
Bathelt H. Buzz-and-pipeline dynamics: Towards a knowledge-based multiplier model of clusters. Geography Compass, 2007, 1(6): 1282-1298.

DOI

[7]
The State Council of China. National Technology Transfer System Construction Program, 2017.

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

[8]
Liu Chengliang, Gui Qinchang, Duan Dezhong, et al. Structural heterogeneity and proximity mechanism of global scientific collaboration network based on co-authored papers. Acta Geographica Sinica, 2017, 72(4): 737-752.

DOI

[ 刘承良, 桂钦昌, 段德忠, 等. 全球科研论文合作网络的结构异质性及其邻近性机理. 地理学报, 2017, 72(4): 737-752.]

DOI

[9]
Glinow M V, Teagarden M B. The transfer of human resource management technology in Sino-US cooperative ventures: Problems and solutions. Human Resource Management, 1988, 27(2): 201-229.

DOI

[10]
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.

DOI

[ 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.]

DOI

[11]
Liu C L, Niu C C, Han J. Spatial dynamics of intercity technology transfer networks in China's three urban agglomerations: A patent transaction perspective. Sustainability, 2019, 11(6): 1647. DOI: 10.3390/su11061647.

DOI

[12]
Perkins R, Neumayer E. The international diffusion of new technologies: A multitechnology analysis of latecomer advantage and global economic integration. Annals of the Association of American Geographers, 2005, 95(4): 789-808.

DOI

[13]
Iwasaki I, Tokunaga M. Technology transfer and spillovers from FDI in transition economies: A meta-analysis. Journal of Comparative Economics, 2016, 44(4): 1086-1114.

DOI

[14]
Zeng Jingjing, Wen Yonglin, Bi Chao. The difference contribution of university technology transfer and enterprise technology transfer to regional innovation ability: Based on the regulation of technology transfer centers. Science & Technology Progress and Policy, 2020, 37(6): 84-91.

[ 曾婧婧, 温永林, 毕超. 高校技术转移与企业技术转移对区域创新能力的差异性贡献: 技术转移中心的调节作用. 科技进步与对策, 2020, 37(6): 84-91.]

[15]
Del Giudice M, Carayannis E G, Maggioni V. Global knowledge intensive enterprises and international technology transfer: Emerging perspectives from a quadruple helix environment. The Journal of Technology Transfer, 2017, 42(2): 229-235.

DOI

[16]
De Moortel K, Crispeels T. International university-university technology transfer: Strategic management framework. Technological Forecasting and Social Change, 2018, 135: 145-155.

DOI

[17]
Hong Jin, Wang Liangbing, Zhao Dingtao. Research on the co-evolution path of technology transfer system in self-organization perspective. Science of Science and Management of S.&T., 2013, 34(10): 77-84.

[ 洪进, 汪良兵, 赵定涛. 自组织视角下中国技术转移系统协同演化路径研究. 科学学与科学技术管理, 2013, 34(10): 77-84.]

[18]
Liu Chengliang, Niu Caicheng. Spatial evolution and factors of interurban technology transfer network in Northeast China from national to local perspectives. Acta Geographica Sinica, 2019, 74(10): 2092-2107.

DOI

[ 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, 2019, 74(10): 2092-2107.]

DOI

[19]
Adams J. Collaborations: The fourth age of research. Nature, 2013, 497(7451): 557-560.

DOI

[20]
Li D D, Wei Y D, Wang T. Spatial and temporal evolution of urban innovation network in China. Habitat International, 2015, 49: 484-496.

DOI

[21]
Castells M. The Rise of the Network Society. Oxford: Blackwell, 1996.

[22]
Talor P. Urban hinterworlds: Geographies of corporate service provision under conditions of contemporary globalisation. Geography, 2001, 86(1): 51-60.

[23]
Li Tao, Zhou Rui. Urban hinterworld in Yangtze River Delta: Empirical comparison of two network-based methods. Acta Geographica Sinica, 2016, 71(2): 236-250.

DOI

[ 李涛, 周锐. 长三角地区网络腹地划分的关联测度方法比较. 地理学报, 2016, 71(2): 236-250.]

DOI

[24]
Taylor P. World City Network: A Global Urban Analysis. London and New York: Routledge, 2015. DOI: 10.4324/9781315730950.

DOI

[25]
Lu J Y, Sun D Q, Yu J L, et al. "Local versus nonlocal" enterprise linkages of global cities: A comparison between Beijing and Shanghai, China. Complexity, 2020: 8918534. DOI: 10.1155/2020/8918534.

DOI

[26]
Wang Zheng, Sun Yi, Gu Chunxiang. Hub-network structure: New pattern for regional development management. Bulletin of Chinese Academy of Sciences, 2014, 29(3): 376-382.

[ 王铮, 孙翊, 顾春香. 枢纽—网络结构: 区域发展的新组织模式. 中国科学院院刊, 2014, 29(3): 376-382.]

[27]
Van Klink H A. The port network as a new stage in port development: The case of Rotterdam. Environment and Planning A: Economy and Space, 1998, 30(1): 143-160.

DOI

[28]
Du Yonghong, Wang Rufang. Effect analysis of Beijing-Tianjin-Hebei collaborative innovation based on R&D hub-network theory. China Business and Market, 2021, 35(5): 85-97.

[ 杜勇宏, 王汝芳. 基于研发枢纽—网络的京津冀协同创新效果分析. 中国流通经济, 2021, 35(5): 85-97.]

[29]
Lu Dadao. New factors and new patterns of regional development in China. Geographical Research, 2003, 22(3): 261-271.

DOI

[ 陆大道. 中国区域发展的新因素与新格局. 地理研究, 2003, 22(3): 261-271.]

[30]
Gui Q C, Liu C L, Du D B. Globalization of science and international scientific collaboration: A network perspective. Geoforum, 2019, 105: 1-12. DOI: 10.1016/j.geoforum.2019.06.017.

DOI

[31]
Albert R, Jeong H, Barabási A L. Error and attack tolerance of complex networks. Nature, 2000, 406(6794): 378-382.

DOI

[32]
Garud R, Nayyar P R. Transformative capacity: Continual structuring by intertemporal technology transfer. Strategic Management Journal, 1994, 15(5): 365-385.

DOI

[33]
Zhou Can, Zeng Gang, Cao Xianzhong. Chinese inter-city innovation networks structure and city innovation capability, Geographical Research, 2017, 36(7): 1297-1308.

DOI

[ 周灿, 曾刚, 曹贤忠. 中国城市创新网络结构与创新能力研究. 地理研究, 2017, 36(7): 1297-1308.]

DOI

[34]
Cao Xianzhong, Zeng Gang, Si Yuefang. Network capital, knowledge flow and regional economic growth: A literature review. Inquiry into Economic Issues, 2016(6): 175-184.

[ 曹贤忠, 曾刚, 司月芳. 网络资本、知识流动与区域经济增长: 一个文献述评. 经济问题探索, 2016(6): 175-184.]

[35]
Zeng Gang, Lin Lan. Study on the factors of technology diffusion. Science of Science and Management of S.&T., 2006, 27(2): 22-27.

[ 曾刚, 林兰. 不同空间尺度的技术扩散影响因子研究. 科学学与科学技术管理, 2006, 27(2): 22-27.]

[36]
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.

[ 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.]

[37]
Zhao Weiwei. Hub economy and its development mechanism: An empirical study taking transportation hub as an example. Human Geography, 2020, 35(3): 115-122.

[ 赵伟伟. 枢纽经济及其发展机制: 以中国交通枢纽经济为例. 人文地理, 2020, 35(3): 115-122.]

[38]
Zhu Yanshuo, Wang Zheng, Cheng Wenlu. The hub-network structure of China's equipment manufacturing industry. Acta Geographica Sinica, 2019, 74(8): 1525-1533.

DOI

[ 朱艳硕, 王铮, 程文露. 中国装备制造业的空间枢纽—网络结构. 地理学报, 2019, 74(8): 1525-1533.]

DOI

[39]
Sheng Kerong, Li Yang, Sun Wei. Spatial patterns and influencing factors of urban hinterworld in China. Economic Geography, 2021, 41(3): 66-76.

[ 盛科荣, 李扬, 孙威. 中国城市网络腹地空间格局及影响因素. 经济地理, 2021, 41(3): 66-76.]

[40]
Sun Y T, Liu K. Proximity effect, preferential attachment and path dependence in inter-regional network: A case of China's technology transaction. Scientometrics, 2016, 108(1): 201-220.

DOI

[41]
Barabasi A L, Albert R. Emergence of scaling in random networks. Science, 1999, 286(5439): 509-512.

DOI PMID

[42]
Balland P A, Boschma R, Frenken K. Proximity and innovation: From statics to dynamics. Regional Studies, 2015, 49(6): 907-920.

DOI

[43]
He Canfei. Regional industrial development and evolution: Path dependence or path creation? Geographical Research, 2018, 37(7): 1253-1267.

DOI

[ 贺灿飞. 区域产业发展演化: 路径依赖还是路径创造? 地理研究, 2018, 37(7): 1253-1267.]

DOI

[44]
Wang Jiaoe, Du Delin, Jin Fengjun. Comparison of spatial structure and linkage systems and geographic constraints: A perspective of multiple traffic flows. Acta Geographica Sinica, 2019, 74(12): 2482-2494.

DOI

[ 王姣娥, 杜德林, 金凤君. 多元交通流视角下的空间级联系统比较与地理空间约束. 地理学报, 2019, 74(12): 2482-2494.]

DOI

[45]
Schmoch U. Concept of a technology classification for country comparisons. Final Report to the World Intellectual Property Organisation (WIPO), 2008.

[46]
Zhang H, Li Z L. Weighted ego network for forming hierarchical structure of road networks. International Journal of Geographical Information Science, 2011, 25(2): 255-272.

DOI

[47]
Jiang B, Yin J J. Ht-index for quantifying the fractal or scaling structure of geographic features. Annals of the Association of American Geographers, 2014, 104(3): 530-540.

DOI

[48]
Jiang B. Head/tail breaks: A new classification scheme for data with a heavy-tailed distribution. The Professional Geographer, 2013, 65(3): 482-494.

DOI

[49]
Nystuen J D, Dacey M F. A graph theory interpretation of nodal regions. Papers of the Regional Science Association, 1961, 7(1): 29-42.

DOI

[50]
Yang Longzhi, Liu Xia. Is there "Matthew Effect" in regional technology transfer? The driving orientation of inter-regional technology transfer. Studies in Science of Science, 2014, 32(12): 1820-1827, 1858.

[ 杨龙志, 刘霞. 区域间技术转移存在“马太效应”吗? 省际技术转移的驱动机制研究. 科学学研究, 2014, 32(12): 1820-1827, 1858.]

[51]
Xu Qingfu, Kang Xudong, Yang Zhongkai, et al. Research on the characteristics of inter-provincial technology transfer in China based on patent right transfer. Journal of Intelligence, 2017, 36(7): 66-72.

[ 徐庆富, 康旭东, 杨中楷, 等. 基于专利权转让的我国省际技术转移特征研究. 情报杂志, 2017, 36(7): 66-72.]

[52]
Zhao Shangmei, Shi Hongmei, Du Huadong. Analysis of cross-regional technology transfer based on network model. R&D Management, 2013, 25(5): 54-61.

[ 赵尚梅, 史宏梅, 杜华东. 基于网络模型的跨地区技术转移的研究. 研究与发展管理, 2013, 25(5): 54-61.]

[53]
Guo Hubin, Deng Zhituan. Research on the integrative high-quality development of Yangtze River Delta regional economy under the new normal. Economy and Management, 2019, 33(4): 22-30.

[ 郭湖斌, 邓智团. 新常态下长三角区域经济一体化高质量发展研究. 经济与管理, 2019, 33(4): 22-30.]

[54]
Zhang Gang. The evolutionary process of firm's capabilities based on technology transfer. Studies in Science of Science 2001, 19(3): 70-77.

[ 张钢. 基于技术转移的企业能力演化过程研究. 科学学研究, 2001, 19(3): 70-77.]

Options
文章导航

/

〈 〉