技術鄰近性的細粒度劃分及對組織間技術轉讓的動態影響

王麗梅，駱 琪

(1.北京工業大學 材料與制造學部； 2.北京工業大學 經濟與管理學院，北京 100124)

0 引言

戰略缺口理論指出，任何組織內部的資源和能力都是有限的，僅依賴內部資源很難滿足技術需求，需要不斷開放研發邊界獲取外部技術(陳朝月和許治，2018)。技術轉讓是區域、企業等獲取外部技術和互補性知識的積極過程[1-2]，也是推動區域科技組織協同創新的重要途徑。隨著技術供給與交易、創新需求數量的增長，嵌入技術轉讓網絡已成為組織獲取核心技術的重要方式[3]。組織間技術轉讓網絡對技術知識流動和企業創新具有促進作用，學界對這一觀點已達成共識(劉鳳朝等，2018)。但目前中國技術市場的交易率相對較低，《2021年中國專利調查報告》數據顯示，2021年中國有效專利許可率和轉讓率分別為5.3%和4.7%。因此，研究組織間技術轉讓的驅動力對促進技術交易市場發展具有重要意義。

現有成果多從多維鄰近視角研究地理鄰近、組織鄰近、認知鄰近、技術鄰近等對技術轉讓的影響[4-5]，其中，地理、組織、認知等鄰近性屬于外生因素，其對技術和知識轉移的促進作用已得到驗證。技術鄰近作為技術交易的內生動因，是技術知識流動的重要渠道[6]，也是技術知識轉移的必要條件和伙伴選擇的決定性因素。然而，已有研究關于技術鄰近對技術轉讓的影響還未形成共識。其中，“促進論”認為技術轉讓更可能發生在技術發展水平或技術系統相似的組織間[4]，相似的技術知識基礎有利于交流學習、技術獲取和消化吸收[7]?！耙种普摗闭J為技術過度相似可能導致認知過載[8]，使得雙方不能彼此提供有效的異質性專業知識[9]，出現技術鎖定問題，不利于技術轉讓。“倒U論”從動態視角研究技術鄰近與技術轉讓間的關系：雙方識別和吸收異質性技術知識需要一定程度的技術鄰近，這種鄰近性能促進有效的交互溝通，并激發創新成果產生，正向促進技術轉讓(夏麗娟等，2017)；當技術鄰近超過某個閾值時，技術基礎和經驗高度相似，通過技術轉讓獲得的互補性知識較少，難以激發創新，二者之間呈現負相關關系[5,9]。

現有研究對技術鄰近性的內涵界定與定量測算缺乏細粒度的討論，導致研究結論相對籠統，難以解釋技術鄰近對技術轉讓影響的內在機理。Griliches[10]提出技術距離的概念，用于衡量產業間的技術相似性，并認為企業間技術相似程度越高，技術外溢效應越明顯；在Griliches[10]理論基礎上，Jaffe[11]首次將專利分類法引入技術相似性計算中，將專利或專利集合表示成分類號的向量集合形式，基于企業在不同技術領域的專利數量測度企業間技術鄰近性；Schamp等[12]綜合已有研究提出技術鄰近性是基于組織間知識和技術的共享與經驗，反映的是組織間技術構成的相似程度；Guan[9]認為技術鄰近性是指組織擁有技術基礎或投資組合的相似性，豐富了技術鄰近的內涵，但其度量方法依然聚焦組織擁有專利集合或者引用專利集合的相似程度。一方面，擁有或引用專利集合難以全面反映技術交易動態過程中組織間技術內容的結構差異，如技術投資鄰近性；另一方面，難以刻畫組織在技術交易網絡中的位置鄰近性。因此，探究技術鄰近性的細粒度劃分及其對技術轉讓的微觀影響，能夠動態揭示技術轉讓的內在驅動機理，為促進技術交易提供決策支持。

1 理論基礎與研究假設

本文劃分技術鄰近性的理論依據為：第一，基于Cohen&Levinthal[13]提出的技術轉移中的吸收能力理論，對組織技術吸收能力屬性進行細粒度劃分并轉化為關系數據，提出技術吸收能力鄰近性并進行定量測度；第二，基于Guan[9]提出的技術鄰近性內涵，并考慮交易過程中的技術鄰近，將傳統技術鄰近性細化為技術基礎鄰近性、技術投資鄰近性和技術互補鄰近性；第三，基于技術交易網絡理論，考慮組織在網絡中的位置及關系鄰近性，提出技術交易網絡鄰近性指標。在此基礎上，提出理論假設并構建檢驗模型，研究多維技術鄰近性對技術轉讓的動態影響。

1.1 技術吸收能力鄰近性及指標

組織的吸收能力是技術轉讓成功的主要因素，吸收能力是指利用先前知識識別有價值的新信息并加以吸收、應用的能力[13]。吸收能力較強的組織容易獲取異質組織的互補知識，并將外部技術知識融入到自身知識體系中[14]。吸收能力是技術轉讓雙方的關鍵屬性，可通過組織的先驗知識和技術實力[15]進行度量。因此，本文采用技術儲備鄰近性和技術實力鄰近性衡量吸收能力鄰近性對技術轉讓的影響。

技術儲備鄰近性是指組織間先驗知識儲備量的接近程度，先驗知識被認為是吸收能力的決定因素之一[14]。技術儲備鄰近的組織間理解和識別外部信息的能力相似，有利于雙方溝通和交流。在國際技術轉讓中，擁有先進技術的發達國家向外轉讓技術時，總會考慮需求方的基礎性技術知識儲備是否滿足轉讓要求，因為如果供需雙方的基礎技術知識差距過大，將大大增加技術轉讓成本，甚至無法完成轉讓[14]。技術實力是指組織投入資源進行技術創新及應用的能力[14]。技術實力差異較大的雙方存在較強的互補性，當技術實力較強的組織為供給方時，會將非核心技術或自身不再需要的技術轉化成資金，作為下一階段研發的物質基礎；需求方由于自身技術實力不足，許多技術無法通過自研得到，只能以技術吸納的形式獲得外部技術，從而提升自身科技實力。吸收能力是一種動態能力[16]，組織間技術交易的歷史行為是吸收能力發揮作用的結果，并對吸收能力產生動態影響。同時，組織間技術交易也是制約交易網絡演化的主要因素[14]，且技術交易關系在長期內可能形成相互依賴(Cantner&Graf, 2006)，即當期組織間技術交易量將決定下一時期的技術交易量。因此，采用組織間技術交易鄰近性動態揭示歷史交易行為的鄰近水平對技術轉讓及網絡演化的影響。綜上，本文提出如下假設：

H1a：技術儲備鄰近性正向促進技術轉讓；

H1b：技術實力鄰近性負向影響技術轉讓；

H1c：當期組織間技術轉讓關系將決定下一時期的轉讓關系。

1.2 技術內容結構鄰近性及指標

技術吸收能力鄰近側重從數量層面刻畫組織間的技術能力差異，而技術內容結構鄰近側重從結構層面刻畫組織間的技術分布及重疊性，即技術基礎、經驗、投資的重疊程度[9]?？紤]到技術交易動態過程中組織間技術內容結構的變化，將傳統技術鄰近性細分為技術基礎鄰近性、技術投資鄰近性和技術互補鄰近性。

技術基礎鄰近性即傳統技術鄰近性，表示組織間技術基礎或經驗的相似性。已有文獻證明組織能夠從技術或產品領域與其接近的其它組織中獲益[7]，可通過組織申請專利或引用專利的相似性度量。技術鄰近不僅包括技術基礎鄰近，還包括技術投資組合相似[9]。在此基礎上，本文提出技術投資鄰近性，是指組織在技術轉讓過程中技術吸納組合的相似程度，組織間技術投資越鄰近，說明技術需求越相似，組織間越不易發生技術轉讓?；パa性源于跨境技術轉讓中被接受的吸收能力概念(Majidpour，2017)。Alstott等[17]認為組織只專注現有知識庫領域的技術是不合理的，而應該在外部環境中尋找和吸收新的具有互補性的技術知識。已有研究發現，識別技術、需求和潛在用戶是技術轉讓成功的關鍵[18]。因此，本文認為組織間技術供給與技術需求的互補、匹配是促進技術轉讓的關鍵動因?；诖?，本文提出技術互補鄰近性，是指組織轉出技術與另一組織轉入技術的相似性，互補鄰近性越高，發生技術轉讓的可能性越大。綜上，本文提出以下假設：

H2a：技術基礎鄰近性對技術轉讓的影響呈“倒U”型；

H2b：技術投資鄰近性負向影響技術轉讓；

H2c：技術互補鄰近性正向促進技術轉讓。

1.3 技術交易網絡鄰近性及指標

日益活躍的技術交易行為和關系形成了復雜網絡形態，研究組織在網絡中的位置以及兩個組織在網絡中的結構鄰近性對技術交易的影響成為熱點[4]?？紤]組織在網絡中的位置及關系，本文將技術交易網絡鄰近性細化為網絡結構鄰近性、網絡開放度鄰近性和節點中心性。

網絡結構鄰近性是指技術轉讓網絡中組織間的捷徑距離[19]。一方面，具有較高網絡結構鄰近性的兩個組織在網絡中容易接觸到彼此，交流成本低；另一方面，較高的網絡結構鄰近性意味著組織間關系緊密，信任度高[20]。網絡開放度鄰近性是衡量組織交易范圍的指標，以技術交易伙伴數表示，反映組織交易的活躍性[21]。兩個組織的技術交易開放度水平越接近，其交易廣度和影響力就越相似，發生技術轉讓的可能性也就越大。節點中心性能夠衡量組織在網絡中的位置[4]。其中，度中心性能夠衡量技術交易網絡中組織的技術購買(入度)或技術銷售(出度)水平，中介中心性和接近中心性可以衡量網絡中技術轉讓的控制能力和有效性。Abbasi等(2012)通過對比合作網絡中3種中心性對下一時期新鏈接形成的作用，發現中介中心性對鏈接形成的作用最顯著；Sun&Liu[14]研究發現，在區域間技術轉讓網絡中，度中心性和接近中心性對鏈接形成的作用比中介中心性更強。因此，本文認為組織在技術轉讓網絡中的中心性對技術轉讓及網絡演化具有重要影響。綜上，本文提出如下假設：

H3a：網絡結構鄰近性正向促進技術轉讓；

H3b：網絡開放度鄰近性正向促進技術轉讓；

H3c：組織度中心性對下一時期的新鏈接產生正向影響；

H3d：組織中介中心性對下一時期的新鏈接產生正向影響；

H3e：組織接近中心性對下一時期的新鏈接產生正向影響。

1.4 其它維度鄰近性

在重點研究多維技術鄰近性對技術轉讓影響的基礎上，本文將地理鄰近、制度鄰近、社會鄰近等外生因素作為控制變量，納入檢驗模型。

地理鄰近性是影響技術轉讓的重要因素，較長的地理距離會增加時間成本，這是技術轉讓關系建立的障礙[14]。組織更希望在本區域或鄰近區域選擇有技術需求的買方或者知識密集型賣方，以降低時間和溝通成本[22]，促進隱性知識流動。隨著信息技術的發展，特別是互聯網的廣泛應用，“距離之死”已成為現實[23]。制度鄰近性是指組織間面臨外部制度環境的鄰近程度[24]。制度鄰近有利于雙方建立信任和互動，降低不確定性和風險(Hong&Su, 2013)。較高的制度鄰近性能為技術知識轉移提供可靠條件。社會鄰近性是指組織間的社會嵌入性與親疏關系[25]。組織間合作經驗和思維的一致性，有助于提高雙方對技術產品評估的客觀性和一致性，促進技術轉讓[26]。綜上，本文提出如下假設：

H4a：地理鄰近性正向促進技術轉讓；

H4b：制度鄰近性正向促進技術轉讓；

H4c：社會鄰近性正向促進技術轉讓。

綜上，基于技術鄰近性的細粒度劃分，建立技術轉讓影響因素理論框架，如圖1所示。

2 研究設計

2.1 研究方法

二次指派程序(Quadratic Assignment Procedure，QAP)被稱為測量關系之間關系的方法，是一種非參數檢驗，通過對比兩個或多個方陣中對應各個元素給出的矩陣間相關系數，能夠解決自相關問題，產生相對無偏的統計結果[9,27]。QAP方法主要以矩陣數據置換為基礎，其研究對象是關系數據。Krackhardt[28]證明在基于關系數據的分析中，QAP方法優于OLS方法[9]。因為基于OLS的參數檢驗方法無法規避因素相關性帶來的統計偏差，尤其當變量為關系數據時，存在結構性自相關，而基于OLS的多元回歸分析難以檢驗變量間的關系(許冠南等，2016)。

QAP作為檢驗關系數據的方法，在研究多維技術鄰近性對技術轉讓的影響時具有很強的適用性。然而，現有研究多聚焦網絡節點位置對交易形成的影響，如Sun等[4]基于QAP研究發現，區域技術發展水平與其在網絡中的度中心性存在正相關關系，狹隘的技術差距對區域間技術交易具有積極影響；Sun&Liu[14]檢驗發現，組織更傾向于與具有較高度中心性的節點相連。但關于技術鄰近性的細分以及基于QAP研究其對技術轉讓的動態影響，還未見相關成果。此外，本文還應用Spearman秩相關分析測量變量間聯系的強弱，通過比較兩組變量的排序差進行相關性分析[29]。

2.2 數據采集與統計分析

2.2.1 數據采集與處理

本文以Incopat數據庫中有效發明專利的技術轉讓數據作為樣本，并選擇創新資源最為集中、科技創新成果最為豐碩、技術供需旺盛且互補性較強的京津冀地區進行實證研究。采集2011—2018年京津冀地區專利轉讓數據，共得到18 455件專利。利用Python獲取轉讓記錄，根據轉讓時間對多次轉讓記錄進行拆分，對于單一轉讓記錄中涉及多個組織的，按照將A→BC拆分為A→B、A→C，將AB→C拆分為A→C、B→C的規則進行拆分(A、B、C代表組織，→代表專利轉讓方向)。最后得到26 812條專利轉讓記錄，涉及7 380個組織，包括企業、科研單位、大專院校、機關團體4種類型。

2.2.2 組織間、區域間專利技術轉讓統計

2014年，國家把京津冀協同發展上升為國家戰略，并出臺一系列措施促進技術流動。因此，以2014年為界，分別統計2011—2014年(階段一)和2015—2018年(階段二)不同類型組織間、區域間專利技術轉讓矩陣，通過以e為底的log函數對矩陣數據進行標準化，利用Matlab實現可視化，如圖2、圖3所示。圖中，箭頭表示技術流動方向，數字表示轉讓頻次。

由圖2可知，2011—2018年企業間技術轉讓量居于首位；對比兩個階段數據發現，企業間技術轉讓增長41.65%，高校向企業轉讓的專利技術增長60.52%，科研單位向企業轉讓的專利技術增長44.81%，說明國家戰略的實施對產學研合作具有重要推動作用。由圖3可知，2011—2018年區域內部的技術轉讓占主導；區域間技術轉讓活躍度逐年提升，2015—2018年北京向河北轉讓的專利數量是2011—2014年的5.23倍，北京向天津轉讓的專利數量翻了一番，說明國家戰略的實施對跨區域技術轉讓具有重要促進作用。

圖2 組織間技術轉讓Fig.2 Inter-organizational technology transfer

圖3 區域間技術轉讓Fig.3 Inter-regional technology transfer

2.3 多維技術鄰近性對技術轉讓影響的模型構建

2.3.1 組織間專利技術轉讓網絡構建

為縮減網絡規模，提高研究價值，篩選出轉、受讓頻次均大于等于10的99個組織，構建技術轉讓有向加權網絡，包括76家企業、10所高校、13個科研單位。網絡G=(Vi,Vj,A,W)，其中，向量Vi=[vi(i=1,2,…,n)]表示轉出方，向量Vj=[vj(j=1,2,…,n)]表示受讓方，鄰接矩陣A=[ai,j]表示組織間技術轉讓關系，如果組織i將專利轉讓給組織j，則ai,j=1，否則ai,j=0。權重矩陣W=[wi,j]表示轉讓頻次?；卩徑泳仃嘇和權重矩陣W，構建組織間專利技術轉讓矩陣，作為QAP回歸分析的因變量。

2.3.2 多維技術鄰近性對專利技術轉讓影響的模型構建

首先，利用QAP回歸分析檢驗多維技術鄰近性對技術轉讓的影響，變量設置如表1所示。

表1 基于QAP回歸分析的變量及解釋Tab.1 Variables and interpretation based on QAP regression analysis

其次，利用Spearman秩相關性檢驗節點中心性對技術轉讓的動態影響，變量設置如表2所示。技術轉讓矩陣均為二值化的有向矩陣，二值化規則為將技術轉讓矩陣中大于等于1的元素設置為1，其余為0。

表2 基于Spearman秩相關性分析的變量及解釋Tab.2 Variables and interpretation based on Spearman's rank correlation analysis

利用QAP相關性檢驗技術交易鄰近性對技術轉讓的動態影響，自變量和因變量分別為當期和下一時期的技術轉讓矩陣，矩陣構建方法與組織間專利技術轉讓網絡構建類似。根據檢驗需要，構建2011—2014年、2015—2018年以及各年度共計10個技術轉讓矩陣。

3 實證檢驗與分析

3.1 QAP相關性分析

使用 UCINET中的 QAP 相關性分析，計算各自變量間的相關性，如表3所示。結果顯示，各變量的相關系數均小于0.75，表明變量間不存在多重共線性[34]。

表3 各變量QAP相關系數Tab.3 QAP correlation coefficient of each variable

3.2 QAP多元回歸結果

輸入多維鄰近關系矩陣和技術轉讓矩陣，進行2 000次矩陣置換，得到QAP多元回歸結果，如表4所示。其中，模型1僅包含控制變量，模型2、3檢驗技術交易網絡鄰近性對技術轉讓的影響，模型4、5檢驗技術吸收能力鄰近性對技術轉讓的影響，模型6～8檢驗技術內容結構鄰近性對技術轉讓的影響，模型9引入技術基礎鄰近性的二次項，以檢驗“倒U論”。由表4可知，模型9的擬合度最高。

表4 QAP多元回歸結果Tab.4 QAP multiple regression results

基于技術交易網絡結構鄰近性維度的檢驗結果顯示，網絡結構鄰近性正向促進技術轉讓，即網絡中兩節點間距離越近，信息傳遞越高效，組織間的溝通越便捷，從而促使技術轉讓的發生；網絡開放度鄰近性對技術轉讓的負向影響不顯著，說明交易活躍度越接近的組織間越不易發生技術轉讓，即技術轉讓中存在某種程度的“活躍度勢差”現象，但這種現象不顯著，即組織間交易廣度鄰近性對技術轉讓的影響不明顯。綜上，H3a得到驗證，H3b未得到驗證。

基于技術吸收能力鄰近性維度的檢驗結果顯示，技術儲備鄰近性正向促進技術轉讓，技術實力鄰近負向影響技術轉讓，二者結果均顯著，說明組織傾向于選擇技術儲備鄰近性高、技術實力差異大的組織進行技術轉讓，從而保證溝通交流的低成本和技術轉讓的有效性，確保異質性互補知識的獲取。與已有研究中吸收能力促進技術轉讓的結論不同，將吸收能力細分并轉化為鄰近關系后，可從微觀層面揭示其對技術轉讓的影響。綜上，H1a、H1b得到驗證。

基于技術內容結構鄰近維度的檢驗結果顯示，技術基礎鄰近性與技術轉讓間具有顯著的“倒U”關系，即組織間技術基礎鄰近性較低時，可通過技術轉讓獲得異質技術或知識，技術基礎鄰近性正向促進技術轉讓。如果組織間技術基礎鄰近性過高，組織將難以通過轉讓獲得異質技術，基礎鄰近對技術轉讓具有抑制作用，這與已有研究中技術鄰近性對技術轉讓影響的“倒U論”具有一致性。技術投資鄰近性對技術轉讓具有顯著負向影響，這一結果意義重大，表明具有相似技術需求的組織之間可能存在競爭或合作研發關系，但專利技術的轉讓不會輕易發生。技術互補鄰近性正向影響技術轉讓，說明技術供給方的技術與技術需求方的需求之間的相似性越高，越容易形成技術互補，進而促進技術轉讓。綜上，H2a、H2b、H2c得到驗證。

控制變量的檢驗結果與以往研究結論具有一致性。地理鄰近性對技術轉讓的促進作用不顯著，現代發達的交通和信息交流手段使地理鄰近不再是組織間面對面交流的必要條件；制度鄰近性對技術轉讓有正向影響，說明企業是技術轉讓的主體，企業間技術轉讓行為頻繁，而企業與高校院所間的產學研技術轉讓并不頻繁，對技術轉讓形成和演化的促進作用不明顯；社會鄰近性對技術轉讓的正向影響顯著，說明組織間的技術研發與專利共申請關系對技術轉讓具有顯著促進作用，這與統計結果一致，即23.11%的技術轉讓為申請人之間的轉讓(該類專利符合轉、受讓方均屬于申請人集合的特點，統計其在所有專利中的占比)。此外，制度鄰近性和社會鄰近性正向促進技術轉讓，也說明類似的制度環境和歷史合作經驗可以增強組織間信任，降低溝通和轉移成本，從而為專利技術交易提供可靠條件。綜上，H4a得到部分驗證，H4b、H4c得到驗證。

在所有擴展指標中，網絡結構鄰近性對技術轉讓的促進作用最強，其次是技術基礎鄰近性、技術儲備鄰近性和技術互補鄰近性，而技術投資鄰近性的抑制作用最強。這意味著組織傾向于選擇網絡距離和先驗技術儲備量相似性較高、技術投資相似性較低的組織進行專利技術轉讓。組織間網絡距離越近，信息傳遞和資源共享成本越低，技術轉讓越易發生。具有相似知識儲備量的組織之間理解和識別外部信息的能力相似，技術轉讓成本較低，更易發生技術轉讓。此外，較高的技術投資鄰近性通常意味著組織具有相似需求，因此競爭程度相對較高，很難實現技術轉讓。

3.3 Spearman秩相關性檢驗結果

借鑒Abbasi等(2012)、Sun等[14]的研究，在專利轉讓網絡中分時段檢驗3種節點中心性(度中心性、中介中心性、接近中心性)與下一時期新鏈接數的Spearman秩相關性，結果如表5所示。

表5結果顯示，以2014年為界，度中心性和接近中心性均對下一時期新鏈接數具有顯著促進作用，即在網絡中處于核心位置的組織，或者與其它節點距離近的組織在下一時期更易發生技術轉讓，并且度中心性的相關性高于接近中心性，表明技術轉讓形成和演化過程中，存在擇優鏈接效應和就近鏈接效應。組織更傾向于選擇處于核心位置或鄰近位置的組織進行專利技術轉讓，原因在于這些組織在專利技術轉讓網絡中處于優勢地位，而組織在網絡中占據的位置決定了其在網絡中獲取信息和知識資源的能力[35]。中介中心性與新鏈接的相關系數為正，但不顯著，說明在技術轉讓形成和演化過程中，中介效應不顯著。中介中心性是指一個組織作為其它兩個組織間最短橋梁的頻率，反映信息控制能力。隨著信息技術的發展和專利技術轉讓信息公開度的提高，強大的信息控制能力并不是生成新鏈路的優先條件，即中介中心性對專利技術轉讓的促進機制不顯著。因此，在技術轉讓網絡中，技術在多個組織間傳遞交易不頻繁，僅占1.96%(同一專利在不同年份發生多次轉讓即為傳遞性轉讓，形如A→B，B→C，統計傳遞性轉讓在所有專利中的占比)，技術轉讓網絡中的擇優鏈接和就近鏈接效應更顯著，且技術轉讓后，買方需要投入大量資金進行消化、吸收和再創新，進而申請新的技術投入市場。綜上，H3c、H3d得到驗證，H3e未得到驗證。

3.4 QAP相關性檢驗結果

借鑒Sun等[24]的研究，利用QAP相關性分析檢驗H1c。不同時期組織間技術轉讓關系的相關結果見表5。

表5 相關性檢驗結果Tab.5 Correlation test results

表5結果顯示，當期技術轉讓關系對下一時期技術轉讓關系具有顯著促進作用，說明技術轉讓形成和演化中存在路徑依賴效應，組織更愿意與過去的交易伙伴進行技術轉讓。各年度的相關系數先增加后減小，峰值出現在2014年，即當期技術交易量對下一時期技術交易量的影響呈“倒U”趨勢，表明專利技術轉讓網絡演化中的路徑依賴機制呈現“倒U”趨勢。技術轉讓會增強組織間的彼此信任、降低轉讓成本，形成相互依賴關系[28]，但隨著交易愈發頻繁，知識同質化現象明顯，組織間難以獲得互補性知識，出現路徑鎖定問題，因而對技術轉讓的作用減弱。綜上，H1c得到驗證。

4 結論與啟示

4.1 研究結論

綜合考慮組織的吸收能力屬性、組織間技術內容結構鄰近性、組織在技術轉讓網絡中的位置及關系鄰近等，將技術鄰近性細粒度劃分為3個維度共11個指標，利用QAP多元回歸、相關性分析等方法探究技術鄰近性對技術轉讓的動態影響及機理，結合京津冀地區組織間發明專利轉讓數據進行實證研究，得出如下結論：

第一，與已有研究得出吸收能力正向促進技術轉讓的結論不同，本文將吸收能力屬性細化并轉化為關系變量后發現，技術儲備鄰近性正向促進技術轉讓，技術實力鄰近性負向影響技術轉讓，即組織傾向于選擇技術儲備鄰近性較高、技術實力差異較大的組織轉讓技術。技術交易鄰近性對技術轉讓的影響呈“倒U”趨勢，說明技術轉讓形成和演化中存在路徑依賴效應。

第二，基于技術結構內容鄰近性維度，技術基礎鄰近性與技術轉讓間具有“倒U”關系，技術投資鄰近性負向影響技術轉讓，技術互補鄰近性正向促進技術轉讓。這一結果既驗證了已有研究結論，又檢驗了多維技術鄰近關系對技術轉讓的微觀影響。

第三，基于技術交易網絡結構鄰近性維度，網絡結構鄰近性正向促進技術轉讓，網絡開放度鄰近性對技術轉讓的作用不顯著。同時，節點度中心性和接近中心性對新鏈接的產生具有顯著正向影響，中介中心性的作用較弱，說明技術轉讓形成和演化中存在顯著的擇優鏈接與就近鏈接效應，中介效應不顯著。

第四，考慮其它維度鄰近性對技術轉讓的影響后發現，地理鄰近性對技術轉讓的促進作用不顯著，制度鄰近性與社會鄰近性對技術轉讓有正向影響。然而，以往研究表明，地理鄰近性能夠顯著促進技術轉讓。原因可能是隨著信息技術的發展，特別是互聯網的廣泛應用，“距離之死”似乎已成為現實[33]。本研究得出地理鄰近性對技術轉讓沒有顯著影響的最新結論。

第五，本研究發現4個對專利技術轉讓具有重要影響的指標，即網絡結構鄰近性、技術儲備鄰近性、技術互補鄰近性和技術投資鄰近性。其中，前三者對于促進專利技術轉讓具有重要貢獻，而技術投資鄰近性會顯著抑制技術轉讓。這說明組織間的網絡距離越短，專利技術轉讓網絡中的信息傳遞越便利，供應商的技術與需求方的需求之間相似度越高，雙方的知識儲備與溝通交流能力越相似，越有可能形成技術互補，從而顯著促進技術轉讓。此外，類似的技術投資行為通常意味著組織具有相似需求，因此競爭程度相對較高，難以實現技術轉讓。

4.2 政策啟示

在專利技術轉讓市場中，技術供給和需求快速增長，但匹配技術交易伙伴的成本非常高。本文探討了技術轉讓的內在驅動規律，為促進供需對接和技術交易，提出如下思考：

第一，推動技術交易大數據平臺建設，動態測度主體間多維鄰近性，完善現有平臺技術供需匹配與交易推薦模型。一方面，推動現有技術交易平臺與專利數據庫等多源異構數據的融合，探索建立區域技術交易復雜網絡，綜合考慮供需主體屬性特征及相似性、供需主體嵌入交易網絡的結構及關系特征等，動態測度主體間傳統多維鄰近性、技術吸收能力鄰近性、技術內容結構鄰近性、技術交易網絡鄰近性等多個促進技術轉讓的因素；另一方面，完善基于多維鄰近性的技術交易伙伴推薦算法，提高技術交易平臺中供需匹配、交易推薦的精度以及模型的可解釋性。

第二，降低跨區域組織間技術交易成本，探索組織間多元化的技術轉讓模式，提升技術交易網絡活躍度。一方面，在京津冀地區，城市內部組織間的技術轉讓處于主導地位，城市間的技術轉讓活動仍有較大提升空間?！?021年全國技術流向情況表》數據顯示，2021年，北京流向天津、河北的技術合同5 434項，占總輸出合同數的比例僅為5.8%，成交額350.4億元，占總輸出成交額的比例僅為5%。因此，要打通跨區域技術轉讓的行政壁壘，同時在稅收、獎勵、項目資助等方面鼓勵京津冀地區科技組織開展跨區域技術轉讓，推動京津冀協同創新與一體化建設。另一方面，探索高校、科研院所與企業間技術轉讓的多元化模式，鼓勵以非獨占式許可而非一次性轉讓的方式開展產學研之間的技術交易，擴大專利技術許可規模，加強專利技術轉化中的產學研合作。同時，鼓勵具有技術互補性的組織間開展聯合研發，以提高技術交易的可能性和交易網絡的活躍度，降低交易伙伴搜尋的網絡成本。

第三，推動建設全國性的技術交易市場，充分發揮骨干組織在全國市場中的技術溢出效應。2022年3月25日，《中共中央 國務院關于加快建設全國統一大市場的意見》指出，建立健全全國性技術交易市場，完善知識產權評估與交易機制，推動各地技術交易市場互聯互通。這既是建設全國統一大市場對全國性技術交易市場發展提出的新要求，更是推動全國性技術交易市場由高速增長轉向高質量發展、實現科技高水平自立自強的重要支撐。同時，充分發揮技術交易市場中各領域骨干組織在網絡中的中心性作用。技術交易網絡中存在顯著的擇優鏈接和就近鏈接效應，因此可通過設立專項計劃，重點支持處于核心位置、技術實力與技術儲備力量強的高校、科研院所和企業將專利技術以普通許可的方式轉讓給中小微企業，充分發揮骨干組織的技術輻射作用。

4.3 研究不足與展望

一方面，多維技術鄰近性對技術轉讓的影響很可能受到供需主體技術吸收能力的中介作用和網絡密度的調節作用；另一方面，多維技術鄰近性之間也可能存在復雜的交互關系，本研究對于這些因素未能全面考慮。未來可探索構建計量經濟學模型，揭示供需主體能力、網絡密度等因素在多維技術鄰近性與技術轉讓中的復雜作用關系。同時，利用組態分析方法，研究多維技術鄰近性對技術轉讓的復雜交互作用。