基于創(chuàng)新合作網(wǎng)絡的我國省際間知識流動研究

呂民樂　王丹丹

(合肥工業(yè)大學，合肥　230601)

?

基于創(chuàng)新合作網(wǎng)絡的我國省際間知識流動研究

呂民樂王丹丹

(合肥工業(yè)大學，合肥230601)

〔摘要〕在共惠互利的基礎(chǔ)上，個人或組織為了獲取外部知識提升自身競爭力，會選擇與區(qū)域外的其他個人或組織進行創(chuàng)新合作，通過創(chuàng)新合作實現(xiàn)知識的流動，從而實現(xiàn)優(yōu)勢互補。文章選擇1986～2014年期間我國在美國專利商標局(USPTO)中通過授權(quán)的專利數(shù)據(jù)，以發(fā)明人合作創(chuàng)新衡量知識流動，利用社會網(wǎng)絡分析方法對我國省際間知識流動的發(fā)展演化進行分析，從網(wǎng)絡結(jié)構(gòu)等方面考察省際間知識流動的特征。研究結(jié)果表明，我國省際間知識流動范圍逐漸擴大，知識流動強度逐漸加強；知識流動網(wǎng)絡結(jié)構(gòu)不合理，星型網(wǎng)絡結(jié)構(gòu)和強強聯(lián)手態(tài)勢不利于知識資源的合理配置；我國省際間知識流動空間分布不均勻，知識流動強度自東向西呈現(xiàn)遞減的態(tài)勢。

〔關(guān)鍵詞〕創(chuàng)新合作知識流動社會網(wǎng)絡分析網(wǎng)絡結(jié)構(gòu)特征

引言

知識經(jīng)濟時代，各個主體之間的競爭表現(xiàn)為對知識的競爭，知識資源正逐漸成為個人或組織，乃至一個地區(qū)生存和發(fā)展的關(guān)鍵要素。然而，我們在探究區(qū)域差異時往往是通過宏觀經(jīng)濟指標(如GDP、失業(yè)率等)來衡量的，卻忽略了區(qū)域創(chuàng)新能力和知識稟賦(獲取新知識的能力)。由于各個地區(qū)的經(jīng)濟發(fā)展和知識資源稟賦各異的原因，使得部分地區(qū)在獲取新知識等方面不占優(yōu)勢，知識流動在全國范圍內(nèi)流動不均勻，進而限制了區(qū)域經(jīng)濟的發(fā)展。因此，為了加強省際間知識流動，縮小區(qū)域差異，省際間創(chuàng)新合作成為促進知識流動的重要舉措。

省際間創(chuàng)新合作，從微觀上來看是不同省份的個人、企業(yè)或機構(gòu)之間的合作，這些個體在共惠互利的前提下，將各自掌握的顯性知識或隱性知識進行整合，最終形成新的知識或技術(shù)。新的知識或技術(shù)的表現(xiàn)形式一般是專利，因此，這些個體也就構(gòu)成了專利發(fā)明人。專利發(fā)明人合作是知識共享的過程，發(fā)明人之間通過反復溝通不僅能加深彼此對創(chuàng)新要求的理解，而且有助于促成

新知識或技術(shù)的產(chǎn)生，實現(xiàn)優(yōu)勢互補，縮短技術(shù)創(chuàng)新周期，從而促進區(qū)域創(chuàng)新能力的提高，進而推動區(qū)域經(jīng)濟的發(fā)展。省際間創(chuàng)新合作實質(zhì)上是不同省份的創(chuàng)新主體將各自所具有的創(chuàng)新知識資源和要素進行共享的過程。這種創(chuàng)新合作一方面有助于各個地區(qū)更多的獲取外部知識資源，通過優(yōu)勢互補提升區(qū)域優(yōu)勢；另一方面創(chuàng)新合作能更好地促進創(chuàng)新知識資源和要素在不同地區(qū)內(nèi)進行合理配置，從宏觀層面提高國家整體創(chuàng)新能力和水平。

和顯性知識不同，隱性知識是個人或組織形成核心競爭力的基礎(chǔ)，具有高度個人化、難以編碼化的特點[1]，這使得隱性知識難以在個體或組織間傳播。隱性知識得不到有效的轉(zhuǎn)移和傳播，會使得缺乏交流型地區(qū)長期處于在落后的發(fā)展道路上[2]，因此隱性知識對于區(qū)域經(jīng)濟發(fā)展有著不可忽視的作用。在研究知識流動時，許多學者用專利引用探究知識流動的路徑，而這一指標只捕捉了顯性知識的流動，因此為了彌補以專利引用作為知識流動替代指標所產(chǎn)生的“噪音”，有學者提出用專利共同發(fā)明人指標作為知識流動的替代指標[3，4]。通常以專利共同發(fā)明人來識別創(chuàng)新主體

間的知識流動是基于這樣一個假設(shè)：共同發(fā)明人之間有著較為密切的技術(shù)知識交流，這種交流往往是深層次的交流，從而可以將高度個人化、難以編碼化的隱性知識在不同創(chuàng)新主體間傳播[5，6]。

在以專利共同發(fā)明人為知識流動研究指標時，大部分學者都是結(jié)合社會網(wǎng)絡分析方法進行研究的。Cowan等(2004)從網(wǎng)絡演化角度分析網(wǎng)絡結(jié)構(gòu)對創(chuàng)新知識擴散的影響，結(jié)果表明具有小世界效應的網(wǎng)絡有利于知識流動和創(chuàng)新技術(shù)的擴散[7]。Maggioni和Uberti(2007)運用社會網(wǎng)絡分析方法研究了5個歐洲國家的NUTS2區(qū)域之間基于專利共同發(fā)明人的知識流動網(wǎng)絡，發(fā)現(xiàn)該網(wǎng)絡具有明顯的分層次結(jié)構(gòu)[8]。Sternitzke等(2008)對基于共同發(fā)明人的組織間技術(shù)交流網(wǎng)絡進行可視化處理，對網(wǎng)絡的結(jié)構(gòu)特征進行分析，結(jié)果表明發(fā)明人合作促進了組織間的知識流動[9]。Soh(2010)從網(wǎng)絡點度中心性、戰(zhàn)略協(xié)同與知識共享程度3個角度分析了它們對知識流動的影響[10]。我國學者在知識流動領(lǐng)域的研究主要有，汪濤等(2009)以合作發(fā)表的化工領(lǐng)域論文為指標，運用社會網(wǎng)絡分析等研究方法探討了知識網(wǎng)絡的組織和空間結(jié)構(gòu)及其對知識流動的影響[11]。王朋等(2010)運用復雜網(wǎng)絡理論定量描述了校企在納米合作專利的拓撲網(wǎng)絡結(jié)構(gòu)，對網(wǎng)絡相關(guān)特征進行了分析和總結(jié)[12]。劉鳳朝等(2011)運用可視化方法對我國1985～2009年期間985院校的產(chǎn)學研專利合作進行了分析，研究結(jié)果表明985院校專利合作網(wǎng)絡具有明顯的階段化特征[13]。高霞和官建成(2011)基于專利合作信息，運用社會網(wǎng)絡分析方法對我國區(qū)域間知識交流模式進行研究，發(fā)現(xiàn)我國省份之間知識交流差異明顯，北京、上海和廣東是我國知識交流的核心地區(qū)[14]。張寶生和王曉紅(2012)基于知識網(wǎng)絡對東北三省高校內(nèi)的科技創(chuàng)新團隊間的知識流動影響因素進行研究，并根據(jù)結(jié)果提出促進知識流動的政策建議[15]。劉曉燕等(2013)使用社會網(wǎng)絡分析方法對集成電路專利合作網(wǎng)絡進行研究，得出合作網(wǎng)絡密度越大越不利于知識擴散[16]。洪進和宛曉梅(2014)通過對我國生物醫(yī)藥產(chǎn)業(yè)的發(fā)明人合作網(wǎng)絡進行研究發(fā)現(xiàn)，發(fā)明人合作強度呈現(xiàn)出逐漸遞增的趨勢，發(fā)明人之間知識交流在加強[17]。

通過以上對現(xiàn)有文獻的梳理，發(fā)現(xiàn)現(xiàn)階段我國對知識流動的研究主要是基于共同申請專利和合著學術(shù)論文的研究，很少有從區(qū)域?qū)用嬉园l(fā)明人合作創(chuàng)新專利的角度進行的研究。本文以發(fā)明人合作創(chuàng)新作為衡量知識流動的替代指標，利用社會網(wǎng)絡分析方法對我國省際間知識流動的發(fā)展演化進行分析，從網(wǎng)絡結(jié)構(gòu)特征和中心性分析兩個方面考察我國省際間知識流動的特征，了解各個省份在知識流動網(wǎng)絡中所處的位置，分析位于不同位置的省份在獲取外部知識和知識共享方面的差異，并提出促進省際間知識流動的政策建議。

1數(shù)據(jù)來源與描述

本文選擇我國在美國專利商標局(USPTO)申請并通過授權(quán)的專利進行研究。美國專利數(shù)據(jù)庫是全球比較權(quán)威的數(shù)據(jù)庫，其收錄的專利具有較高的質(zhì)量，且信息完備，目前被廣泛用于創(chuàng)新研究。本文主要研究我國內(nèi)地31個省份之間的知識流動，考察2014年12月31日前公布的所有專利，從專利授權(quán)數(shù)據(jù)庫中篩選專利發(fā)明人為兩人(包含)以上，且發(fā)明人屬于不同省份的專利，經(jīng)過篩選，共得到612件發(fā)明人跨省合作專利。由于本文收集的是發(fā)明人屬于不同的省份的專利，那么每個專利就對應著至少兩個不同的省份，按照兩兩組合的方式形成城市對，得到省際間合作發(fā)明專利次數(shù)的31階對稱矩陣。矩陣中每一個單元里的數(shù)值都對應于兩個地區(qū)的合作發(fā)明專利數(shù)量。

圖1描述了1986～2014年發(fā)明人跨省合作專利授權(quán)數(shù)及其在每年授權(quán)專利中所占的比例。從發(fā)明人跨省合作專利授權(quán)數(shù)來看，我國首個通過美國專利商標局授權(quán)的發(fā)明人跨省合作的專利是在1986年，1986～2001年期間，發(fā)明人跨省合作專利數(shù)量一直都保持著很低的水平，年授權(quán)量均在10件以下；從2002年開始有了緩慢穩(wěn)定的增長，從2002年的12件增長到2008年的45件；之后2009～2012年增長速度加快，從41件增長到129件；可以觀察到2013年和2014年的授權(quán)數(shù)量明顯下降，這主要是因為從開始向美國專利商標局申請專利到獲得專利授權(quán)需要至少兩年的審查周期，許多專利還處于審查期未公布。從省際間合作專利占授權(quán)專利比例來看，1986～2001年期間，省際間合作專利占比在0%～14%之間波動，且波動性很大；從2002～2008年，跨省合作專利占比在1.35%～2.92%之間上下波動；2009～2014年，跨省合作專利占比從1.17%快速增長到10.94%，這說明近些年創(chuàng)新主體開始面向省外尋求合作伙伴，以求獲得更多的外部知識資源。經(jīng)過以上分析可知，發(fā)明人跨省合作專利行為有明顯的階段性特征，可分為1986～2001年、2002～2008年、2009～2014年3個階段。

圖1　省際間創(chuàng)新合作專利的授權(quán)數(shù)及其占所有授權(quán)專利的比例

2省際間知識流動網(wǎng)絡分析

2.1知識流動網(wǎng)絡演化

為了更加直觀地觀察省際間的知識流動，我們將原始專利合作矩陣繪制成圖譜。根據(jù)以上數(shù)據(jù)，按照3個階段對每個階段的整體網(wǎng)絡結(jié)構(gòu)進行研究，利用Ucinet軟件生成無向網(wǎng)絡圖。本文知識流動網(wǎng)絡中的節(jié)點是各個省份。若某專利的發(fā)明人分別屬于不同的兩個省份，從社會網(wǎng)絡分析的角度來說就是這兩個省份間存在關(guān)系，在知識流動網(wǎng)絡中表現(xiàn)為這兩個節(jié)點相連接，所有的節(jié)點和連線最終形成知識流動網(wǎng)絡。

在生成知識流動網(wǎng)絡圖時，因為Netdraw軟件只能處理0～1矩陣，因此要先將原始專利合作矩陣進行二值化處理。從我們得到的省際間專利合作次數(shù)的31階對稱矩陣可知，我國省際間專利合作整體水平不高，因此為了盡可能多地包含所有節(jié)點，我們將臨界值設(shè)為1，利用Ucinet軟件可將原始矩陣轉(zhuǎn)化為0～1矩陣，然后利用Netdraw軟件繪制省際間知識流動網(wǎng)絡。各階段的省際間知識流動網(wǎng)絡圖如圖2～圖4所示。圖中節(jié)點標志用各個省份的簡稱代替。圖的左側(cè)是孤立點，是指不與其他節(jié)點相連接的節(jié)點；圖中連線的粗細反映的是合作強度，合作次數(shù)多則連接線粗，反之，則較細。圖中節(jié)點大小反映的是節(jié)點的度大小，節(jié)點的度是指與之直接連接的節(jié)點的個數(shù)，也稱為節(jié)點中心度。

圖2　1986～2001年省際間知識流動網(wǎng)絡

圖3　2002～2008年省際間知識流動網(wǎng)絡

圖4　2009～2014年省際間知識流動網(wǎng)絡

由第一階段的知識流動網(wǎng)絡可以看出，該階段的孤立點有11個，網(wǎng)絡中連線較少，并且各節(jié)點的大小和連線的粗細差異較大；北京是網(wǎng)絡中最大的節(jié)點，其次是上海、江蘇、廣東、遼寧。這一階段的知識流動網(wǎng)絡表明該階段我國創(chuàng)新主體之間跨省合作發(fā)明專利數(shù)量很少，省際間流動的知識資源較少，并且各省份間合作強度差異較大。第二階段的知識流動網(wǎng)絡中，孤立點有3個，與上一階段相比，網(wǎng)絡中連線有著很明顯的增加，不同省份之間聯(lián)系增多；北京和廣東是網(wǎng)絡中最大的節(jié)點，其余多數(shù)節(jié)點的節(jié)點度都很小，說明這一階段的知識流動水平和范圍有明顯的提高。第三階段的網(wǎng)絡圖有6個孤立點，圖中連線相比上階段有所增多，并且節(jié)點的大小相比上階段有所增大，這說明我國跨省合作發(fā)明專利數(shù)量有提高，創(chuàng)新主體在尋求省外合作伙伴時不再僅限于北京等經(jīng)濟發(fā)達城市，可選擇對象增多。3個階段的孤立點個數(shù)以及節(jié)點都不同，西藏、寧夏和青海3個省份在3個時期中始終是孤立點。

知識流動網(wǎng)絡表明越來越多的省份之間存在知識交流和共享，但是，區(qū)域間知識流動強度差異比較大，各區(qū)域獲取外部知識能力存在顯著差異。北京始終是網(wǎng)絡中最大的節(jié)點，上海、廣東和浙江是僅次于北京的節(jié)點。值得注意的是，網(wǎng)絡呈現(xiàn)出較明顯的星型結(jié)構(gòu)，少數(shù)節(jié)點處于網(wǎng)絡中心，其他節(jié)點處于網(wǎng)絡外圍。

2.2知識流動網(wǎng)絡的結(jié)構(gòu)特征

網(wǎng)絡結(jié)構(gòu)特征主要通過網(wǎng)絡規(guī)模、網(wǎng)絡密度、平均距離、集聚系數(shù)和網(wǎng)絡中心勢指標來刻畫[18]。網(wǎng)絡規(guī)模(Size)是指網(wǎng)絡中相連接的所有節(jié)點的個數(shù)。網(wǎng)絡密度(Density)度量節(jié)點間連接的緊密程度，是網(wǎng)絡中實際存在的連線總數(shù)l與理論上可能存在的最大連線總數(shù)n(n-1)/2的比值，n為節(jié)點數(shù)，密度值在0～1之間，密度越大，節(jié)點間聯(lián)系越緊密。平均距離(Average Distance Length)指的是網(wǎng)絡中所有節(jié)點對之間的最短路徑長度的平均值，所謂最短路徑是指一個節(jié)點連接另一個節(jié)點中間存在的連線最小值。網(wǎng)絡的集聚系數(shù)(Clustering Coefficient)是所有節(jié)點集聚系數(shù)的平均值，用來衡量網(wǎng)絡節(jié)點的集中情況。各個節(jié)點的集聚系數(shù)是其所有相鄰節(jié)點的數(shù)目占可能存在的最多相鄰節(jié)點總數(shù)的比例。

表1　省際間知識流動網(wǎng)絡結(jié)構(gòu)特征

從表1中可看出，3個階段網(wǎng)絡規(guī)模不同，雖然2009～2014年的網(wǎng)絡規(guī)模是25，比2002～2008年階段的小，但是后兩階段的網(wǎng)絡規(guī)模都比1986～2001年的大，整體趨勢是增大的。3個階段網(wǎng)絡密度均在0.2000以下，表明我國各省之間聯(lián)系并不緊密，研究表明過低的密度不利于知識在全國范圍內(nèi)流動。網(wǎng)絡平均距離從2.1880～1.6890呈下降趨勢，網(wǎng)絡中節(jié)點在獲得其他省份知識資源的時候至少要通過1個區(qū)域才可以。3個階段的集聚系數(shù)分別是1.1410、5.3340、7.4630，該數(shù)值逐漸增大，說明整個網(wǎng)絡的發(fā)展逐漸集中，省際間發(fā)明人合作次數(shù)增加，并且網(wǎng)絡中連線增多，還表明我國省際間合作發(fā)明專利開始跨越地域性阻礙，全國范圍內(nèi)知識流動規(guī)模逐漸壯大。

網(wǎng)絡中心勢反映的是網(wǎng)絡中關(guān)系的分布結(jié)構(gòu)，考察整個網(wǎng)絡是偏向“集權(quán)”還是“分權(quán)”，已有的研究表明，知識在過于集權(quán)、分權(quán)的網(wǎng)絡中不易轉(zhuǎn)移和共享。表1中，3個階段的網(wǎng)絡中心勢分別為36.09%、57.13%、43.68%，第一階段網(wǎng)絡中心勢最小，這是因為這一階段省際間專利合作強度還處于很低的水平，網(wǎng)絡中節(jié)點聯(lián)系不緊密。知識資源的重要促使各個地區(qū)開始加強與其他地區(qū)的創(chuàng)新合作，而優(yōu)先聯(lián)結(jié)機制的存在導致大部分省份在尋求合作對象時往往傾向于選擇網(wǎng)絡中節(jié)點大的省份，這就使得網(wǎng)絡中節(jié)點大的省份對其他省份有著很強的影響力和控制力，最終導致網(wǎng)絡的發(fā)展偏向于“集權(quán)”。

2.3中心性分析

從圖1可以看出，北京、上海和廣東是很明顯的3個中心節(jié)點。為了進一步準確識別網(wǎng)絡中的關(guān)鍵節(jié)點，需要對各階段網(wǎng)絡進行中心性分析。為了比較不同階段知識流動網(wǎng)絡的中心節(jié)點，這里用相對度數(shù)中心度和相對中間中心度作為衡量關(guān)鍵節(jié)點的指標。相對度數(shù)中心度是指節(jié)點的絕對度數(shù)中心度與圖中點的最大可能的度數(shù)之比，節(jié)點的絕對度數(shù)中心度則是指網(wǎng)絡中與節(jié)點直接連接的節(jié)點個數(shù)。

中間中心度也稱間距中心度，它反映的是某一節(jié)點在整個網(wǎng)絡中充當“中介”的程度，或者說是其在多大程度上能控制其他節(jié)點[19]。如果把點j和k之間存在的捷徑數(shù)用gjk來表示，這些捷徑中經(jīng)過第三點i的捷徑數(shù)用gjk(i)表示，第三個點i處于點j和k之間的捷徑上的概率用bjk(i)表示，那么bjk(i)=gjk(i)/gjk，點i的絕對中心度就是點i處于其他點對之間的捷徑上的概率之和，用CB表示絕對中心度，n為網(wǎng)絡中節(jié)點個數(shù)，其相對中間中心度用公式表示為：

(1)

運用UCINET軟件計算結(jié)果如表2所示，這里我們只列出指標排名前10的省份。表中各省份用簡稱表示。

表2　相對度數(shù)中心度指標

表3　相對中間中心度指標

從相對度數(shù)中心度結(jié)果可以看出，北京、上海、浙江和廣東在3個階段一直處于中心位置，且表中區(qū)域多數(shù)是東、中部地區(qū)，而西部地區(qū)省份大都為邊緣位置，這說明我國區(qū)域間知識流動發(fā)展存在嚴重不平衡問題，東、中部地區(qū)知識資源豐富，獲取外部知識資源容易，各區(qū)域間容易發(fā)生合作創(chuàng)新，而西部地區(qū)本身經(jīng)濟的落后，使其不易獲得外部資源。根據(jù)表2發(fā)現(xiàn)，江蘇、天津和山東也一直處于次核心位置，四川和湖北在演變過程中也逐漸向核心節(jié)點發(fā)展。通過對比各階段整體指標值發(fā)現(xiàn)，指標值呈增長趨勢，這說明區(qū)域間合作在不斷加強，合作范圍也越來越廣，2009～2014年這階段北京和上海的指標值比上一階段小，由于其他節(jié)點逐漸發(fā)展為核心節(jié)點，創(chuàng)新主體可選擇的合作對象增多，使得其度數(shù)中心度減小。

從相對中間中心度結(jié)果可以看出，在1986～2001年間，北京是核心“中間人”的角色，天津、遼寧、廣東和上海是主要的“中間人”，它們對網(wǎng)絡中知識的交流和傳播發(fā)揮了巨大的推動作用，有效促進了網(wǎng)絡中知識的共享。到2002～2008年上海、廣東和山東一躍成為僅次于北京的中介，連接其他地區(qū)傳遞知識。到2009～2014年上海和浙江進一步成為關(guān)鍵的“中間人”。

結(jié)合相對度數(shù)中心度和相對中間中心度兩個指標，3個階段中，北京的指標值都是最高的，這說明北京是我國知識流動的核心地區(qū)，且充當著核心中介連接其他地區(qū)間的知識流動，這主要是因為北京是我國政治、文化和經(jīng)濟的中心，經(jīng)濟發(fā)達并且擁有較多的知識資源。對比兩表各階段的省份，可以發(fā)現(xiàn)相對度數(shù)中心度指標值高的地區(qū)往往相對中間中心度指標值也高，這表明網(wǎng)絡中的中心節(jié)點對于其他節(jié)點間知識流動的控制力往往也是很高的。兩表中每個階段都有8個區(qū)域是相同的，分別是第一階段中的北京、上海、廣東、浙江、江蘇、山東、天津和遼寧，第二階段中的北京、上海、廣東、浙江、江蘇、山東、天津和吉林，第三階段中的北京、上海、廣東、浙江、河北、山東、湖北和湖南，說明這些地區(qū)既是知識網(wǎng)絡的核心地區(qū)，同時又是作為“中間人”控制知識資源的主要地區(qū)。

3結(jié)論與啟示

本文通過網(wǎng)絡圖譜形象地展示了1986～2014年我國內(nèi)地31個省份間的基于發(fā)明人合作創(chuàng)新的知識流動狀況，并通過社會網(wǎng)絡分析方法得出以下結(jié)論：

(1)從1986～2014年，我國省際間知識流動范圍逐漸擴大，省際間的知識交流強度逐漸加強。從省際間知識流動網(wǎng)絡圖可以看出，節(jié)點間聯(lián)系增多。整體網(wǎng)絡結(jié)構(gòu)各指標同樣表明省際間知識資源的共享在加強。

(2)我國省際間知識流動網(wǎng)絡結(jié)構(gòu)不合理。①從3個階段的知識流動網(wǎng)絡圖可以看出，網(wǎng)絡結(jié)構(gòu)基本是以北京、上海和廣東等核心節(jié)點為中心的星型結(jié)構(gòu)，少數(shù)東部強省位于網(wǎng)絡核心位置，有著較多的聯(lián)結(jié)；而大部分中西部省份則處于網(wǎng)絡邊緣，只有少數(shù)的聯(lián)結(jié)。這點可以用優(yōu)先聯(lián)結(jié)機制解釋，由于節(jié)點在選擇合作對象時，往往會優(yōu)先選擇高連接度的節(jié)點。星型網(wǎng)絡結(jié)構(gòu)具有不穩(wěn)定性，因為整個網(wǎng)絡過于依賴中心節(jié)點，邊緣節(jié)點能夠獲得的外部資源極其有限。②東部省份之間合作強度很高，呈現(xiàn)強強聯(lián)手的態(tài)勢，其他節(jié)點間合作強度則很低，這種知識流動模式能夠促進東部省份基于高度知識共享的環(huán)境進一步提升它們的經(jīng)濟實力，不利于中部和西部地區(qū)獲得外部知識資源。從長遠來看，以上兩種模式很容易產(chǎn)生“馬太效應”，將使得我國地區(qū)間經(jīng)濟發(fā)展差距進一步加大。

(3)我國省際間知識流動呈現(xiàn)出空間分布不均勻問題，東、中部地區(qū)和西部地區(qū)間差距較大。東部地區(qū)省份在知識網(wǎng)絡中居于中心位置，在知識流動活動中比較活躍，并且對其他地區(qū)的影響力比較大。北京是我國知識流動的最核心區(qū)域，且充當著核心中介連接其他地區(qū)間的知識流動，其他中心省份和“中間人”主要是東部地區(qū)，其次是中部地區(qū)，西部地區(qū)則大部分處于網(wǎng)絡邊緣。中部地區(qū)與西部地區(qū)相比在網(wǎng)絡中的活躍程度高一些，與東部地區(qū)的合作強度相比也高些，因此中部地區(qū)能獲得更多的外部知識資源。

總的來說，我國跨省份的專利發(fā)明人合作創(chuàng)新大多是以北京、上海和廣東為主要合作對象，此外，浙江、江蘇、山東等省份逐漸成為創(chuàng)新主體跨省尋求合作的地區(qū)。經(jīng)濟較發(fā)達的省份在知識流動網(wǎng)絡中占有很大的優(yōu)勢，較容易獲得外部所需資源，而欠發(fā)達的省份和落后地區(qū)則處于劣勢，這不利于縮小區(qū)域經(jīng)濟發(fā)展差距，因此為了促進省際間知識流動，應從以下兩點入手。

(1)創(chuàng)建多元化知識流動渠道。這需要政府機構(gòu)出面，積極組織創(chuàng)建各種協(xié)會、論壇、推介會等，鼓勵個人、企業(yè)和研究機構(gòu)積極參加，積極吸收外部知識，推動跨區(qū)域合作關(guān)系的建立，加強區(qū)域間合作和交流。(2)加快知識共享平臺建設(shè)。知識共享平臺是連接各個主體間知識資源轉(zhuǎn)移、共享的重要渠道，是促進知識流動的重要途徑。通過知識共享平臺，可以加強網(wǎng)絡中核心節(jié)點省份與其他省份之間的聯(lián)系，讓各地區(qū)都能平等地獲取知識資源，促進知識資源的合理配置。

參考文獻

[1]Sternberg，R J.The Theory of Successful Intelligence[J].Review of General Psychology,1999,(3):292～316

[2]雷滔,陳向東.區(qū)域校企合作申請專利的網(wǎng)絡圖譜分析[J].科研管理,2011,32(2):67～73

[3]Morgan K.The Learning Region Institutions Innovation and Regional Renewal[J].Regional Studies,1997,31:491～598

[4]Maggioni M A,Nosvelli M.,Uberti T.E..Space vs Networks in the Geography of Innovation:A European Analysis[J].Regional Science,2007,86(3):471～493

[5]Singh J.Collaborative Networks as Determinants of Knowledge Diffusion Pattern[J].Management Science,2005,51(5):756～770

[6]Balconi M,Breschi S,Lissoni F.Networks of Inventors and the Role of Academia:An Exploration of Italian Patent Data[J].Research Policy,2004,33(1):127～145

[7]Cowan R.Network Structure and the Diffusion of Knowledge[J].Journal of Economic Dynamics and Control,2004,28(8):1557～1575

[8]Maggioni M A,Uberti T E.International Networks of Knowledge Flows:An Econometric Analysis[M].Cheltenham:Edward Elgar,2007:230～255

[9]Sternitzke C,Bartkowski A,Schramm R.Visualizing Patent Statistics By Means of Social Net Work Analysis Tools[J].World Patent Information,2008,30(2):115～131

[10]Soh P.Network Patterns and Competitive Advantage Before the Emergence of a Dominant Design[J].Strategic Management Journal,2010,31(4):438～461

[11]汪濤,任瑞芳,曾剛.知識網(wǎng)絡結(jié)構(gòu)特征及其對知識流動的影響[J].科學學與科學技術(shù)管理,2010，(5):150～155

[12]王朋,張旭,趙蘊華,等.校企科研合作復雜網(wǎng)絡及其分析[J].情報理論與實踐,2010,33(6):89～93

[13]劉鳳朝,馬榮康,姜楠.基于“985高校”的產(chǎn)學研專利合作網(wǎng)絡演化路徑研究[J].中國軟科學,2011，(7):178～192

[14]高霞,官建成.基于社會網(wǎng)絡分析的我國區(qū)域知識交流模式研究[J].研究與發(fā)展管理,2011,23(5):110～134

[15]張寶生,王曉紅.虛擬科技創(chuàng)新團隊知識流動意愿影響因素實證研究[J].研究與發(fā)展管理,2012,24(2):1～9

[16]劉曉燕,阮平南,童彤.專利合作網(wǎng)絡知識擴散影響因素分析——以集成電器產(chǎn)業(yè)為例[J].中國科技論壇,2013，(5):125～148

[17]洪偉,宛曉梅.我國生物醫(yī)藥產(chǎn)業(yè)專利現(xiàn)狀及發(fā)明人合作網(wǎng)絡演化研究[J].電子科技大學學報,2014,16(1):33～38

[18]李星．企業(yè)集群創(chuàng)新網(wǎng)絡中異質(zhì)性主體間的合作涌現(xiàn)機制研究[J]．工業(yè)技術(shù)經(jīng)濟，2014，(5)：124～130

[19]劉軍.整體網(wǎng)分析講義.UCINET軟件實用指南[M].上海:格致出版社,2009:19～24

(責任編輯：王平)

收稿日期：2016—01—26

作者簡介：呂民樂，合肥工業(yè)大學經(jīng)濟學院副教授，經(jīng)濟學博士。研究方向：產(chǎn)業(yè)組織與技術(shù)創(chuàng)新。王丹丹，合肥工業(yè)大學經(jīng)濟學院碩士研究生。研究方向：區(qū)域經(jīng)濟學。

DOI：10．3969/j．issn．1004-910X．2016．07．019

〔中圖分類號〕F061.5

〔文獻標識碼〕A

Research on Inter-regional Knowledge Flows in China Based on the Network of Innovation Cooperation

Lv MinleWang Dandan

(Hefei University of Technology，Hefei 230601，China)

〔Abstract〕Based on the common benefit,individuals or organizations will choose to cooperate with other individuals or organizations outside the region to acquire external knowledge,and enhance self-competition capability.Through innovation cooperation to realize knowledge flows.The dynamic variation and structure characteristics of inter-regional knowledge flows in China are analyzed through social network analysis based on patent data during the period from 1986 to 2014 from the United States Patent and Trademark Office.The results show that the range of China inter-regional knowledge flows had gradually expanding over time,but the structure of knowledge flows networks are unreasonable.And knowledge flows are uneven regional distribution between different provinces in China.

〔Key words〕innovation cooperation;knowledge flow;social network analysis;network structure