Spatial Evolution and Path Identification of International Technology Spillover Network in the Belt and Road Region——Based on the Analytic Weighted Complex Network Process

Liu Min1,2,Xue Weixian1,He Lisong2

(1.College of Economics and Management,Xi'an University of Technology,Xi'an 710054,China；2.School of Finance,Xi'an Eurasia University,Xi'an 710065,China)

Abstract：Based on the analytic weighted complex network process,this paper analyzes the evolution of the spatial pattern of the network,the spillover mechanism between blocks and the main spillover paths among countries.As a result,four conclusions are drawn.Firstly,the technology spillover intensity of the network increases significantly,and shows skewers distribution.Only a few countries have spillover technology,and more countries play the role of technology absorbers.Secondly,the network has a "Core-Periphery" structure.China,South Korea and Russia play the core role in network which serve triple efficacy as an “Engine”,“Intermediary” and “Bridge”.Thirdly,the network can be divided into three blocks.The first block which composed of China,South Korea and other two countries is the core area of network.The second block which composed of Russia and other ten countries receives technology which transfers from the first block,and transfers the kinetic energy of technology spillover to the others.The third block which composed of remaining 114 countries is the net beneficiary,and which is the final link of kinetic energy transfer path.Fourthly,technology spillover path not only has spatial dependence,but also constantly creates new paths.Technology is mainly absorbed and transformed by core countries and developed countries,which shows that technology spillover has the characteristics of self-strengthening in a fixed region and anti-potential technology flow.The new path mainly points to the less developed countries,which indicates that many less developed countries have benefit from network.

Key Words:the Belt and Road Region; International Technology Spillover Network; Weighted Complex Network; Network Evolution; Technology Spillover Path

收稿日期：2020-09-20

基金项目：国家社会科学基金项目(17BJL005)；陕西省教育厅专项科研计划项目(19JK0608)；陕西省创新能力支撑计划项目(2019KRM086，2020KRZ016)；西安市软科学重点项目(XA2020-RKXYJ-0114)

作者简介：刘敏(1983-)，女，云南腾冲人，西安理工大学经济与管理学院博士研究生，西安欧亚学院金融学院副教授、高级统计师，研究方向为“一带一路”生产网络形成机制；薛伟贤(1967-)，男，陕西西安人，博士，西安理工大学经济与管理学院教授、博士生导师，研究方向为国际贸易理论；何黎松(1990-)，男，陕西宝鸡人，西安欧亚学院金融学院讲师，研究方向为跨国技术溢出。本文通讯作者：刘敏。

DOI：10.6049/kjjbydc.2020070611

开放科学(资源服务)标识码(OSID)：

中图分类号：F061.5

文献标识码：A

文章编号：1001-7348(2020)23-0046-08

0 引言

自共建“丝绸之路经济带”和“21世纪海上丝绸之路”(以下简称“一带一路”)倡议提出以来，各相关国家积极响应。据商务部发布的《中国“一带一路”贸易投资发展报告2020》显示，截至2020年5月，中国已经和138个国家及30个国际组织签署200份共建“一带一路”合作文件，搭建起“六廊、六路、多国、多港合作”的主要框架，并促成中老铁路、卡纳普里河河底左线隧道、瓜达尔港、中俄原油管道、中缅油气管道等一大批标志性项目成功落地。2013-2019年中国与“一带一路”沿线国家的货物贸易总额从1.04万亿美元增至1.34万亿美元，非金融类直接投资累计超过1 000亿美元。中国企业赴“一带一路”沿线国家共建了中白工业园、中阿(联酋)产能合作园区等境外合作园区，为当地创造了收入源，并提供了超过30万个就业岗位。尽管“一带一路”建设硕果累累，但是也要看到，在新冠疫情爆发、贸易保护主义抬头、发达国家推行“再工业化”浪潮、世界经济长期潜力受损的背景下，多数“一带一路”国家仍然面临自身经济增长乏力及外部经济环境低迷的双重困境。

技术进步对经济增长起着至关重要的作用[1]。内生增长理论将吸收和利用国际技术溢出看作是促进一国技术进步进而带动经济增长的重要途径，技术进步成为“一带一路”各国振兴经济、实现内生发展的新动力[2]。因此，识别“一带一路”跨国技术溢出网络特征与演化，揭示“一带一路”跨国技术溢出路径，对加强“一带一路”跨国技术合作，提升各国技术创新能力，进而推动各国经济发展具有重要意义。

目前，识别及衡量跨国技术溢出的研究主要包括两类：一是运用CH模型[3-4]、空间计量模型[5-6]等方法，从研发投入[7]、人力资本水平[8]、国际贸易额[9]、FDI[10-11]和GDP[12]等方面间接表征跨国技术溢出大小：二是将专利引用关系作为技术流的近似替代变量，将技术溢出通过专利引用关系可视化，通过直接测度开辟一个研究跨国技术溢出的新视角[13-15]。专利引用关系反映了引用方对被引用方技术方法、成果吸收和再利用的过程，可清晰反映技术从被引用方传播到引用方的路径，已被大量文献认为是衡量技术溢出活动的可靠性指标。因此，本文从专利引用角度进行跨国技术溢出研究。

随着网络科学的兴起，复杂网络分析理论和工具被运用到国际技术溢出网络分析中[16-17]。现有研究多基于拓扑网络进行分析，拓扑网络是对现实网络的抽象代表，无法精确体现各国技术溢出差异[18]。而技术溢出则反映了各国输出技术、知识等异质性资源的能力，决定了真实技术溢出网络结构特征[19]。鉴于此，本文在改进现有研究方法的基础上，运用加权复杂网络对跨国技术溢出网络进行量化模拟。在系统考察网络空间格局演化的基础上，运用块模型方法揭示网络成员的空间聚类关系以及板块间的溢出机制，并进一步研究国家视角下主要技术溢出路径及其演化。对于上述内容进行研究，有助于厘清“一带一路”跨国技术溢出网络演化机制，识别国家间的技术溢出路径，并在一定程度上为南南技术溢出及逆向技术溢出等相关理论提供实证支撑。

1 研究设计

1.1 “一带一路”跨国技术溢出测度与网络构建

参考Jeffe等[20]和Buzard等[21]的研究，本文选取专利引用作为国际技术流的替代变量，近似表征跨国技术溢出。以签署“一带一路”合作协议的130个国家为研究对象，并将国家抽象为节点，将国家间的专利引用数量抽象为节点间的连边，进而构建“一带一路”跨国技术溢出网络。当一国引用另外一国的专利时，就认为两个国家间发生了技术溢出，技术溢出路径为：技术由被引用方流向引用方。

专利引用数据来源于美国专利局数据库(USPTO)。Sharma & Tripathi[22]通过文献研究指出，在已发表的与专利引文相关的研究论文中有98%的论文使用了USPTO数据库，表明USPTO数据库可作为可靠的数据来源。笔者借助数据爬虫技术，从USPTO数据库中获得130个样本国家间的专利引用数据，构建出2013年及2019年两个时间维度上的“一带一路”跨国技术溢出网络，具体如图1所示。

1.2 分析方法

1.2.1 网络节点特性分析

本文采用节点度衡量各国技术溢出辐射范围，采用边权重反映各国对特定国家技术溢出的规模及路径，采用节点强度衡量各国技术溢出总规模。3个指标具体定义如下：

(1)节点度ki为与特定国家建立技术溢出关系的国家数量，将其定义为：如果i国与j国间存在专利引用，则认为两国存在技术溢出，设定aij=1；反之，则设定aij=0。节点度具体又分为出度和入度两类。出度kout-i为吸收来自i国溢出技术的国家数，入度kin-i则为向i国溢出技术的国家数。

(2)边权重wij反映从i国溢出至j国的技术总量，用j国引用i国的专利数量表示，后文也用该指标识别国家间的技术溢出路径。wij值越大，表明i国和j国的技术溢出关系越紧密；若wij=0，则表示i国溢出到j国的技术总量为0。

(3)节点强度Si整合了度和边权两方面的特征，将其定义为与i国相连的所有连边权重之和，即其中，Ni为所有与i国存在技术联系的国家集合。节点强度分为出强度和入强度两类。出强度Sout-i表示i国溢出的技术总量，入强度sin-i则表示其它国家向i国溢出的技术总量。

1.2.2 中心性分析

中心性分析旨在刻画各国在 “一带一路”跨国技术溢出中的网络地位[23]，常用指标包括加权中心度、中间中心度和接近中心度3种。其中，加权中心度Wci测度目标国家处于网络中心位置的程度，该指标综合考虑了节点度ki和强度Si对各国中心位置的影响，计算公式如下：

(1)

式(1)中，λ为赋值参数，参考焦敬娟等[24]的研究，将λ设置为0.5。接近度数中心度Cci用来测度目标国与网络中其它国家的“距离”，与网络中其它国家接近程度越高的国家所发挥的传导作用越强[25]。而中间中心度Bci用来测度目标国家在多大程度上位于网络中其它“国家对”的中间，位于多个“国家对”中间的国家发挥连接其它“国家对”的桥梁作用[26]。两个指标的计算公式如下：

(2)

(3)

上式中，dij表示i国直接或间接溢出到j国的技术量，m为与i国具有直接或间接技术溢出关系的国家数，djk(i)表示j国经由i国溢出至k国的技术量，这里i≠j≠k。

1.2.3 块模型分析

本文运用块模型揭示“一带一路”跨国技术溢出网络成员的空间聚类关系与板块间的溢出路径。按照板块内外技术溢出关系不同，将板块划分为4种类型：一是“枢纽”板块。该板块内部各国技术溢出关系较多，其既大量吸收来自其它板块国家的技术，同时也大量向其它板块溢出技术；二是“中介”板块。该板块内部各国技术溢出关系较少，但是大量吸收来自其它板块国家的技术，也大量向其它板块溢出技术；三是“受益者”板块。该板块内部各国技术溢出关系较少，大量吸收来自其它板块国家的技术，却较少向其它板块溢出技术；四是“奉献者”板块。该板块内部各国技术溢出关系较少，吸收其它板块溢出的技术较少，却大量地向其它板块溢出技术。

2 “一带一路”跨国技术溢出网络空间格局演化

2.1 技术溢出规模与强度演变

出度分布如图2所示，除中国、韩国、俄罗斯出度和入度值较大外，大部分国家的值较小或为0，入度分布异质性略小，见图3。研究表明：①中、韩、俄等少数国家在网络中扮演着向外辐射技术的角色，而更多国家则扮演着技术吸收者角色；②网络初期规模较小，但随着时间的不断演进，网络规模有所增大，尤其是吸收和转化技术的国家数量上升较快，说明越来越多国家与网络中其它国家建立了技术联系并从中受益。

2013-2019年，网络跨国溢出技术总量由3 410迅速提升至10 415，中、韩、俄3国溢出技术占比从96.8%提升至98.4%(见图4)。入强度分布集中度小于出强度分布，接收技术排名前三的韩国、中国、意大利3国的吸收比例下降至78.2%(见图5)。研究表明，网络技术溢出规模显著提升，但技术溢出国家越来越集中于中、韩、俄3国；另一方面，网络“普惠”程度有所提升，越来越多国家吸收并转化了网络中的溢出技术。此外，网络中各国度值和强度值差异很大，表明“一带一路”跨国溢出网络具有无标度特性。

网络中各国的度值和强度值差异较大，表明“一带一路”跨国溢出网络具有无标度特性。进一步就各国技术溢出度值与强度值关系进行考察发现，出度越高的国家出强度也越大，见图6和图7。这说明，“一带一路”跨国溢出网络中技术溢出规模越大的国家建有越紧密的溢出关系，这类国家同时也具备了拓展技术溢出规模和强度的能力。

2.2 网络中心性空间演化

就表1测算结果看，各国在“一带一路”跨国技术溢出网络中的空间分布差异显著，网络呈现出“核心-边缘”式等级层次结构。加权中心度的变异系数从2013年的4.82增至5.20，表明网络极化现象越发凸出。中国、韩国和俄罗斯是网络中技术溢出最多的国家，位于网络中心位置，且3国的中心地位呈现出逐年强化趋势，预示着中、韩、俄等核心国家更容易对网络中其它国家产生较强的辐射带动作用。核心国家将技术创新动能传递给其它国家，从而发挥出“发动机”的功效；就接近度数中心度和中间中心度测算结果看，中国、韩国、俄罗斯和意大利始终排名前4位，并且两个指标呈现逐年增大趋势，这预示着：一方面，中、韩、俄、意等核心国家位于距离网络其它国家的最短路径上，核心国家的技术创新能够快速并且有效地影响其它国家，从而发挥技术传导作用；另一方面，核心国家位于网络最中间位置，拥有掌控网络信息和资源的绝对优势，能够在网络中发挥桥梁功效。

3 “一带一路”跨国技术溢出网络路径演化

3.1 基于块模型的技术溢出路径演化

本文采用TABE算法[27]进行块模型运算，结果显示2013年130个样本国家被切分为3个板块。其中，韩国、新加坡、意大利和中国组成第一板块，阿尔巴尼亚、奥地利、俄罗斯、南非、土耳其、乌克兰和新西兰组成第二板块，剩下119个国家组成第三板块。具体来看，网络中有超过2/3的技术溢出发生在第一板块内部，第一板块与其它板块的技术溢出关系也较为紧密，由此认定第一板块是“枢纽”板块。第二板块向外溢出的技术总数多于内部国家间的溢出，也远远多于从外部吸收的技术，因此认定第二板块是“奉献者”板块。第三板块内部各国间的技术溢出为0，而吸收的来自其它板块的技术远远多于向外溢出的技术，因此认定第三板块是“受益者”板块。2019年3个板块构成、关系和类型发生了一些变化。具体来看，第一板块仅增加了沙特阿拉伯一国，但其板块内部技术溢出增幅高达249.2%，且其对其它板块的技术溢出效应也显著提升，第一板块的枢纽地位得到巩固；第二板块由11国构成，其成员构成变化较大，原先7国中南非和乌克兰退出，而又有原位于第三板块的白俄罗斯、波兰、哈萨克斯坦、喀麦隆、罗马尼亚和葡萄牙等6国加入。第二板块内部技术溢出不增反减，加上第二板块从其它板块吸收的技术大量增加至超出其向外溢出的技术总量，由此判定其板块类型由“奉献者”转为“中介”；第三板块由114国构成，就其成员变化看：有7个成员退出，同时有两个新成员进入。吸收的来自其它板块的技术与向外溢出技术的比值从8.4提升至10.8，表明第三板块依然为“受益者”板块(见表2)。

本文对密度矩阵中大于同年网络整体密度的数值赋值为1，否则赋值为0，进一步绘制出各板块的关联关系图，见图8。具体来看，板块一是“一带一路”跨国技术溢出的核心阵地，其在板块内部溢出技术的同时，也将技术溢出至板块二和板块三，为板块二和板块三提供技术进步动能。板块二接收来自板块一的技术溢出，并将技术溢出动能向板块一和板块三传递。而板块三作为网络中的净受益者，是网络中技术溢出动能传递路径的最终环节。值得注意的是，2019年板块一内部技术溢出效应提升显著，技术流动“虹吸现象”凸显。“虹吸效应”带来的正向影响是，板块一凭借其在网络中的主导优势，向板块二和板块三的溢出效应更加显著，有力带动了板块二和板块三技术创新水平提升。

3.2 国家视角下主要技术溢出路径及其演化

国家视角下“一带一路”跨国技术溢出网络形成了核心国家辐射和向发达国家辐合的格局。中国、俄罗斯等国在网络中主要发挥技术溢出作用。韩国、意大利、新加坡和奥地利等国流入强度高于溢出强度，表明网络中大量技术被经济发达程度较高的国家吸收转化，见表3。尽管越来越多的欠发达国家吸收来自技术强国的技术，但吸收规模与强度仍然与韩国、意大利、新加坡等国相差甚远。这一结论有悖于传统技术差距理论的观点，即认为技术势差会使技术由发达国家流入落后国家。表3结果表明，“一带一路”跨国技术溢出网络具有典型的反势能技术流特点，即网络技术倾向于流向技术水平更高的发达国家，遵循技术溢出反梯度理论。

“一带一路”跨国技术溢出网络国家间技术溢出路径空间演化既存在空间依赖又存在新路径创造。从空间结构看，中、韩、俄3国贡献了边权重最大的几条路径(见表4)。其中，中国溢出至韩国、韩国溢出至中国、俄罗斯溢出至中国、中国溢出至新加坡的边权重呈现爆炸式增长。这表明：一方面，主要技术溢出路径的自组织选择具有地域邻近偏好，即技术溢出以空间邻近国家对为主，表现出接触式溢出特征；另一方面，主要技术溢出路径发展遵循极化效应，中、韩、俄等核心国家在技术快速提升中不断积累优势，促使更多创新要素在此集聚，吸引了更多技术向核心国家溢出。中、韩、俄3国技术溢出对象主要锁定在核心国及意大利、新加坡、奥地利、沙特阿拉伯等经济发达或较为富裕的国家，遵循空间依赖演化机制，体现出明显的空间惰性和时间惯性。且随着网络的不断发展，主要溢出路径的边权重快速提升，表现为固定区域技术溢出的自我强化，具有空间粘滞和空间依赖特征。从技术溢出路径空间拓展看，新技术溢出路径不断涌现。如2019年中国技术溢出新增对象包括伊朗(边权重为14)等13国，韩国技术溢出新增对象包括伊朗(边权重为7)等10国，俄罗斯技术溢出新增对象包括哈萨克斯坦(边权重为3)等7国。新增技术溢出路径主要指向欠发达国家，表明越来越多的欠发达国家与核心国家发生了技术联系，且开始吸收核心国家溢出的先进技术并从中受益。

4 结论与建议

4.1 研究结论

本文选取“一带一路”国家间的专利引用作为国际技术流的替代变量，运用数据爬虫技术从USPTO数据库中提取专利跨国引用数据，从而构建“一带一路”跨国技术溢出加权复杂网络。在此基础上，运用节点强度、边权重、加权中心度等指标刻画网络空间格局演化，结合块模型揭示网络成员的空间聚类关系以及板块间的溢出机制，进一步研究国家视角下的主要技术溢出路径及演化。进而得出如下结论：

(1)就技术溢出规模和强度演化看：①网络初期规模较小，但随着时间的不断演进，网络规模有所提升，尤其是吸收溢出技术的国家数量上升较快；②网络关系强度提升显著，但呈现偏态分布，溢出技术国家越来越集中于中、韩、俄3国，更多国家则扮演着技术吸收者角色。

(2)各国中心地位空间分布差异显著，网络呈现出“核心-边缘”式等级层次结构。具体来看：①中、韩、俄是网络中技术溢出最多的国家，能够将技术创新动能传递给其它国家，从而发挥“发动机”功效；②中、韩、俄等核心国家位于距离其它国家的最短路径上，其技术创新行为能够快速且有效影响网络中其它国家，从而发挥技术传导功效；③中、韩、俄等核心国家位于网络中其它“国家对”最中间的中心位置，拥有掌控网络中信息和资源的绝对优势，能够发挥桥梁作用。

(3)130个样本国家被切分为3个板块。2019年，由韩国、新加坡、意大利、中国和沙特阿拉伯构成的第一板块是“枢纽”板块；由阿尔巴尼亚、奥地利、俄罗斯等11国构成的第二板块由“奉献者”转变为“中介”；剩下114国构成的第三板块则仍然是“受益者”。就板块间溢出路径看，板块一是“一带一路”跨国技术溢出的核心阵地，其在板块内部溢出技术的同时，部分技术也溢出至板块二和板块三，为板块二和板块三提供技术进步动能。板块二主要接收来自板块一的技术溢出，并将技术溢出动能向板块一和板块三传递。而板块三则是网络中的净受益者，是“一带一路”跨国技术溢出动能传递路径的最终环节。

(4)国家视角下技术溢出路径研究表明：一方面，“一带一路”跨国技术溢出网络形成了核心国家辐射和向发达国家辐合的格局。中、俄等国在网络中发挥着技术溢出作用，而溢出的大量技术被发达国家吸收转化，表明网络具有反势能技术流的特点；另一方面，技术溢出路径既有空间依赖也有新的路径创造。溢出技术主要流向核心国及意大利、新加坡等经济发达或较为富裕的国家，表现为固定区域技术溢出的自我强化。而新增路径则主要指向欠发达国家，表明越来越多的欠发达国家吸收了溢出技术并从中受益。

4.2 对策建议

(1)借力“一带一路”国际科学组织联盟，推动“一带一路”技术合作与交流，促进“一带一路”跨国技术溢出。配合“一带一路”各国战略导向及产业政策，对接各国企业发展诉求，对“一带一路”各国最新技术进展进行系统跟踪，促进各国互通、共享技术，并就产品和技术研发开展深度合作。其中，应重点推进与韩国、俄罗斯、意大利等网络核心国家的技术合作，鼓励与核心国家共建联合实验室和科技园区，促进中国与核心国家的技术合作与融合创新，锁定并强化中国与核心国家间的技术溢出路径。对于边缘国家，应结合其科技需求，广泛开展技术援助培训和技术交流，创造或增加通向边缘国家的技术溢出路径。

(2)利用不同技术溢出渠道，促进中国东、中、西部地区获取溢出技术。中国东部地区拥有得天独厚的地理优势以及雄厚的科技实力，应有选择性地将外资引向与国外技术差距明显且亟待发展的高科技行业。同时，结合“走出去”战略，重点将资金投向“一带一路”国家技术具有相对优势的行业，以获取逆向技术溢出。中部地区在吸引外资流入战略产业的同时，还应继续优化进口商品结构，扩大对技术含量高的中间品的进口，通过FDI和进口溢出提升本地技术水平。西部地区实力稍弱，现阶段应重点实施“引进来”战略，吸收引进来自研发实力雄厚的国家的外资，以此获得国外先进技术溢出。

(3)从模仿创新向研究创新转变，带动“一带一路”跨国溢出技术水平提升。尽管中国是“一带一路”跨国技术溢出网络中技术溢出最多的国家，但中国技术水平与美国、德国等“一带一路”区域外的发达国家相比仍有不小差距。过去，中国主要通过模仿创新提升工程和技术技能追赶工业国家。现阶段，中国积累了雄厚的技术基础，应在基础技术研究方面加大投入，借助由专利积累的高级知识，着力为产品工程和开发创新寻求机会，并凭借在“一带一路”跨国技术溢出网络的核心地位，将技术创新动能传递给“一带一路”其它国家，从而带动“一带一路”区域技术水平整体提升。

4.3 不足与展望

本文仍然存在以下不足：①技术溢出有多种衡量方式，除专利跨国引用外，人才引进、科研合作和信息交流等活动也会带来技术溢出。因此，未来应从多个维度构建衡量技术溢出的综合指标；②本文利用节点度、边权重、节点强度、中心性分析、块模型分析等指标和方法揭示“一带一路”跨国技术溢出网络的结构特征与路径演化，跨国技术溢出网络的形成动因以及演化动力机制还有待深入研究。

参考文献:

[1] 李成刚,杨兵,苗启香.技术创新与产业结构转型的地区经济增长效应——基于动态空间杜宾模型的实证分析[J].科技进步与对策,2019,36(6):33-42.

[2] 张军成,李威浩.“一带一路”背景下新时代科技创新理论及实践路径探究[J].科技进步与对策,2020,37(8):27-33.

[3] COE D T,HELPMAN E.International R&D spillovers[J].European Economic Review,1993,39(5):859-887.

[4] 岐洁,韩伯棠,陈艳春.国际性绿色技术溢出与我国技术进步[J].科研管理,2015,36(9):55-63.

[5] 朱平芳,项歌德,王永水.中国工业行业间R&D溢出效应研究[J].经济研究,2016,51(11):44-55.

[6] HOVHANNISYAN N,SEDGLEY N.Using panel VAR to analyze international knowledge spillovers[J].Review of International Economics,2019,27(5): 1633-1660.

[7] KONDYAN S,YENOKYAN K.Cross-country knowledge spillovers and innovations in less developed countries in the context of the schumpeterian growth model [J].Journal of Industry,Competition and Trade,2019,19:479-500.

[8] ACS Z J,ARMINGTON C,ZHANG T.The determinants of new-firm survival across regional economies:the role of human capital stock and knowledge spillover [J].Papers in Regional Ence,2007,86(3):367-391.

[9] FRACASSO A,MARZETTI G V.International trade and R&D spillovers[J].Journal of International Economics,2015,96(1):138-149.

[10] PERRI A,PERUFFO E.Knowledge spillovers from FDI: a critical review from the international business perspective[J].International Journal of Management Reviews,2014,18(1)：3-27.

[11] ALI M,CANTNER U,ROY I.Knowledge spillovers through FDI and trade: the moderating role of quality-adjusted human capital [J].Journal of Evolutionary Economics,2016,26(4)：837-868.

[12] FIASCHI D,GIANMOENA L,PARENTI A.Spatial club dynamics in European regions [J].Regional ence & Urban Economics,2017,72(SEP.):115-130.

[13] 向希尧,蔡虹.跨国技术溢出网络结构分析与路径识别——基于专利引用的实证分析[J].科学学研究,2009,27(9):1348-1354.

[14] ANGELOU K,MARAGAKIS M,ARGYRAKIS P.A structural analysis of the patent citation network by the k-shell decomposition method [J].Physica A: Statistical Mechanics and its Applications,2019,521：476-483.

[15] GANGULI I,LIN J,REYNOLDS N.The paper trail of knowledge spillovers: evidence from patent interferences [J].American Economic Journal: Applied Economics,2020,12(2): 278-302.

[16] KONNO T.Knowledge spillover processes as complex networks [J].Physica A,2016,462：1207-1214.

[17] NORDENSVARD J,ZHOU Y,ZHANG X.Innovation core,innovation semi-periphery and technology transfer:the case of wind energy patents [J].Energy policy,2018,120： 213-227.

[18] 姚尊强,尚可可,许小可.加权网络的常用统计量[J].上海理工大学学报,2012,34(1):18-26.

[19] BAGLER G.Analysis of the airport network of India as a complex weighted network [J].Physica A,2008,387(12):2972-2980.

[20] JAFFE A B,TRAJTENBERG M,FOGARTY M S.Knowledge spillovers and patent citations: evidence from a survey of inventors [J].American Economic Review,2000,90(2)：215-218.

[21] BUZARD K,CARLINO G A,HUNT R M,et al.Localized knowledge spillovers: evidence from the spatial clustering of r&d labs and patent citations[J].Regional Science and Urban Economics,2020,81: 103490.

[22] SHARMA P,TRIPATHI R C.Patent citation: a technique for measuring the knowledge flow of information and innovation [J].World Patent Information,2017,51：31-42.

[23] 刘军.整体网分析讲义(第三版)[M].上海:格致出版社,2019.

[24] 焦敬娟,王姣娥,金凤君,等.高速铁路对城市网络结构的影响研究——基于铁路客运班列分析[J].地理学报,2016,71(2):265-280.

[25] ESTRADA E, RODRGUEZ-VELZQUEZ, JUAN A.Subgraph centrality in complex networks [J].Physical Review E,2005,71(5):056103.

[26] FREEMAN L C.Centrality in social networks: conceptual clarification[J].Social Networks,1978,1:215-239.

[27] BRUSCO M,DOREIAN P,STEINLEY D,et al.Multiobjective blockmodeling for social network analysis[J].Psychometrika,2013,78(3):498-525.

(责任编辑：王敬敏)