收稿日期收稿日期：2018-09-23；修订日期修订日期：2018-12-10
基金项目基金项目：中国科学院战略性先导科技专项（A 类）（XDA20100311）、国家自然科学基金项目（41901139）、华东师范大学“一带一路”与全球发展研究院专项课题（ECNU-BRGD-201807）资助。[Foundation:The Strategic Priority Research Program of the Chinese Academy of Sciences (XDA20100311),National Natural Science Foundation (41901139),Special Topic of ECNU Institute of Belt and Road &Global Devel-opment (ECNU-BRGD-201807).] 作者简介作者简介：焦美琪（1992-），女，山西太原人，博士研究生，研究方向为创新地理学。E-mail:Micky_ 通讯作者通讯作者：杜德斌，教授。E-mail:
主板维修工具焦美琪，杜德斌，桂钦昌，杨文龙，侯纯光
（华东师范大学全球创新与发展研究院/华东师范大学城市与区域科学学院，上海200062）
摘要摘要：采用2015年PCT 专利数据，构建全球城市技术合作网络。利用复杂网络分析和空间分析方法研究全球城市技术合作网络的拓扑结构与空间分布。研究发现：拓扑结构上，全球城市技术合作网络的密度较低，城市节点对外联系强度极不均衡。网络为无标度网络，社团结构明显。空间格局上，全球技
术合作网络中城市节点的专利总量和对外联系次数都呈一定区域性，城市节点主要通过全球知识网络获取知识。巴黎和东京无论是专利产出还是合作数量都具有领先优势，对外联系紧密，枢纽性强。网络中城市节点度中心性的空间分布上与专利产出的分布格局基本相同，而介数中心性的分布格局更为集中。关键词关键词：全球城市；技术合作网络；复杂网络分析中图分类号中图分类号：F299.3/.7
文献标识码文献标识码：A
文章编号文章编号：1000-0690（2019）10-1546-07
液压滑环全球化背景下，世界各国城市之间的联系日益紧密，科技全球化程度不断加深[1]。国际科技合作、跨国公司研发全球化是科技全球化的重要体现形式[2]，创新的空间格局由等级化向网络化演变[3]，世界各国间的联系日益紧密，全球技术合作网络已经形成[4]。
在全球外包的作用下，知识得以在更大的范围流动[5]。基于此，知识流动、网络拓扑结构及其动力机制、空间结构及其演化模式等成为创新网络研究的核心命题[6]。知识流动的实质是促进创新要素的有效整合[7]。技术是知识重要的体现形式，学者对知识流动的研究涵盖国家尺度、区域尺度、城市尺度等[8~10]。城市是创新和经济增长的引擎[11]，因其完善的基础设施吸引各地的人才、信息和资本，成为全球技术合作网络的重要节点[12]。科技创新日益成为现代城市的核心功能，各国城市都在积极建设区域科技创新中心，力求成为具有全球影响力的科
技创新中心和“全球科技创新领袖”[13]。在城市尺度
对全球技术合作网络进行研究，对了解各国城市在
ccr5全球技术合作网络中的地位和分布，以及了解全球技术合作网络的结构和演化方向，进而进一步加强中国城市在技术合作网络中的地位具有重要的现实意义。创新资源和科技创新活动在空间上的分布极不均衡，创新能力强的城市高度集中在发达国家的少数地区，像“钉子”般凸起[14]。有学者研究发现，知识网络中的优势节点正在由欧洲和北美向欧洲南部和亚洲东部转移[15]。本文运用爬虫方法获取2015年专利合作协定（patent cooperation treaty ，PCT ）专利数据构建城市技术合作网络[16,17]。利用复杂网络分析方法研究全球城市技术合作网络的拓扑结构；利用空间分析方法分析全球城市技术合作网络的空间格局。
1数据来源与研究方法
1.1数据来源
专利合作协定是专利领域的一项国际合作条约，相较于各国专利局的专利数据，PCT 专利更能体现全球专利合作情况。本文选取2015年PCT 专
地理科学
Scientia Geographica Sinica
第39卷第10期2019年10月
V ol.39No.10Oct.,2019
焦美琪，杜德斌，桂钦昌，等.全球城市技术合作网络的拓扑结构特征与空间格局[J].地理科学,2019,39(10):1546-1552.[Jiao Meiqi,Du Debin,Gui Qinchang et al.The Topology Structure and Spatial Pattern of Global City Technical Cooperation Network.Scientia Geographica Sinica,2019,39(10):1546-1552.]doi:10.ki.sgs.2019.10.003
焦美琪等：全球城市技术合作网络的拓扑结构特征与空间格局10期利数据（www.wipo.int/patentscope/en/）作为研究对象，综合谷歌地图网站和GADM 数据库信息（ ）对专利申请人地址进行地理编码，剔除重复和错误的数据，构建PCT 专利空间数据库。1.2研究方法
1）构建全球城市技术合作网络。根据图论构建全球城市技术合作网络连通图。本文将相同城市的不同名称进行整合，每一个城市仅保留一个名称，删除与其他城市产生无合作关系的孤立节点。以城市的专利总数作为节点权重，以城市间的专利合作数量作为边的权重，构建加权无向网络，其中拥有合作专利的城市为2107个。
2）全球城市技术合作网络的拓扑结构。中心性是评估节点在网络中地位的重要指标，反映节点在网络中的权力。常用的中心性有度中心性（degree centrality ）、介数中心性（betweenness cen-trality ）等[18]。度中心性（C D ），表示城市间联系的强度，反映城市节点在网络中的重要性。介数中心性（C B ），表示节点对网络中信息流的控制能力，也表示城市的“中介”或“中转站”的能力。
如果网络中的节点行为及连接方式符合幂律（power-law ）分布，则称该网络为无标度网络（scale-free network ）。幂指数γ在一定程度上可以表示网络节点的异质性，幂指数越大，网络节点的异质性越弱。
网络的社团结构是指内部节点连接稠密而社团之间节点连接稀疏的“”或“团”。在社团结构中，拓扑距离邻近的城市节点位于同一社团，通过模块性函数进行计算。模块性函数值Q 介于0~1，
通乳器Q 值越接近1，社团结构越明显。
2全球城市技术合作网络的拓扑结构
2.1全球城市技术合作网络结构特征
全球城市技术合作网络的密度为0.002，平均度为3.34，是稀疏网络。说明技术在城市体系中的流动不畅，网络中城市之间分享技术的意愿较低，信任和互惠程度不强。城市节点的对外合作次数分布极不
均衡，合作次数低于平均水平的城市节点有1809个，占节点总量的85.86%）；城市节点的度值分布极化，高于平均水平的城市节点仅有412个，占全部节点的19.55%。网络中节点之间的联系数依次为：巴黎（法国）-卡尔加里（加拿大阿尔伯塔省）、克莱蒙费朗（Clermont-Ferrand ）（法国）-格朗日帕科（Granges-Paccot ）（瑞士）等（表1）。2.2全球城市技术合作网络的无标度性质
全球城市技术合作网络为无标度网络，其节点度数k 幂律分布函数为p (k )=527.27k -0.853，R 2为0.95，符合幂律分布，网络中存在度值高的中心城市节点。无标度网络中，度值高的城市节点对科技资源具有集聚效应和再分配功能。节点度值由高到低依次为东京、巴黎、慕尼黑、纽约、北京、大阪、上海、奥克兰（美国加利福尼亚州）、剑桥（美国马萨诸塞州）、伦敦等，这些城市节点对其他城市节点的控制能力强，在网络中具有重要位置。首位度前一百的城市节点主要为美国、法国、德国、日本等国，说明技术合作强度大的城市集中在少数国家的少数区域。
2.3全球城市技术合作网络的社团结构
网络模块化函数值Q 为0.76，
网络社团结构
表1城市间的合作次数
Table 1Number of linkages between cities
1547
地理科学39卷
明显。节点数目大于50的社团共11个。社团结构在网络中的重要程度及其成员个数的差异在一定程度
上反映了城市对外联系功能的集聚性及差异性[19]。通过计算PageRank 值得到网络中社团的重要性依次为：东京社团、奥克兰-剑桥社团、巴黎社团、北京社团、纽约-上海社团、慕尼黑社团、首尔社团、法兰克福-埃因霍温社团、马德里-布鲁塞尔社团、巴塞尔-旧金山社团、伦敦社团等（图1）
。
图1不同社团结构城市的位序-规模分布
Fig.1Rank-size distribution of weighted degree by community
社团内部城市节点分布符合幂律分布，按首位度可划分为两类：一类是在同一社团中，仅有一个节点度值具有较高的首位度；另一类是在同一社团中，有2个或以上节点度值具有较高的首位度。前者以东京社团为代表，社团结构中的核心节点多为国家首都或重要的工业城市，核心节点对其他节点控制程度高，对科技资源再分配能力强。后者以奥克兰-剑桥社团为代表，该类社团结构有2个或多个核心节点，社团成员节点数量众
多，相互联系紧密。
3全球城市技术合作网络的空间分布
3.1全球专利总量的分布特征
专利总量方面，东亚远超过北美洲和欧洲，成为专利申请的主要来源地。专利总量前10的国家依次为美国、日本、中国（不含台湾省数据）、德国、韩国、法国、英国、荷兰、瑞士、瑞典等。东亚城市异军突起，东京、深圳、大阪和北京占据前4位，而美国德克萨斯州的休斯敦排名第5。在北美，专利总量集聚呈带状绵延分布，主要分布于美国东北部大西洋沿岸的波士华城市带（Boswash ）、西海岸地区的硅谷等地。在欧洲，专利总量主要集中于法国巴黎、德国慕尼黑、德国斯图加特、英国伦敦所围成的区域内部。在亚洲，专利产出较高的城市主要位于中日韩三国。在日本，专利产量高的
城市主要位于三大都市圈——首都圈、阪神圈和中京圈；在韩国，技术合作主要集中在首尔大都市圈和水原市周边；在中国，技术合作主要集中在京津冀、长三角和珠三角三大城市，形成“核
心三角”[20,21]
。中国香港、英属维尔京岛也具有
较高的专利产出，说明离岸金融中心优惠的税收政策对创新创业企业具有吸引力（图2）。
城市专利合作方面，尽管东京专利总量第一，但其合作率仅为9.13%，且主要为与国内城市节点的合作。日本拥有良好的创新创业环境，吸引众多大型跨国公司在此设立总部[22]，为本地产生技术创新。且日本拥有巨大的国内市场，是除美国之
中国不含台湾省数据
图2各城市的专利总量分布情况
Fig.2Distribution of each city ’s patent
output
1548
焦美琪等：全球城市技术合作网络的拓扑结构特征与空间格局10期外货物和服务出口占国民生产总值比重最少的国家。在专利总量前15的城市中，北京专利合作率最高（35.15%），但国际占合作比重较低（8.19%）。说明北京作为中国的首都，依托其自身的企业总部、高水平大学和科研院所等资源优势，与中国其他城市合作频繁，但与其他国家城市联系较少，开放性开放程度相对较低。巴黎的专利合作率仅次于北京，为34.21%。巴黎的国际专利占专利合作的40.71%，远高于东京和北京，其合作对象主要为欧洲和北美洲城市。3.2
全球技术合作网络中节点联系分布特征北美洲合作频次较高的城市集中在加拿大的卡尔加里、美国的旧金山湾区、德克萨斯州的达拉斯-奥斯汀-休斯敦区域，以及东海岸的波士顿-剑桥-纽约-费城一带。欧洲合作频次较高的城市分布呈现出以巴黎大都市区为核心，向外辐射至伦敦、兰德斯塔德地区（Ra
ndstad ）、德国埃森、瑞士巴塞尔、法国克莱蒙费朗等地的空间格局。东亚合作频次较高的城市主要集聚于日本东京圈和关西地区、韩国首尔，以及中国的京津冀城市、长三角城市、珠三角城市、成渝城市。此外，位于西亚的以列特拉维夫和沙特阿拉伯的达兰地区也与其他城市有密切的合作（图3）。
网络中城市节点之间的联系主要为不同国家城市之间的联系。从城市之间的联系格局来看，城市获取知识基础的过程并非局限于本地网络，而是内嵌于全球知识网络之中。越是高水平的集
，知识基础中非本地的知识越多，对外联系越强。城市节点参与到技术合作网络的方式主要有3种：①城市通过企业内部和企业之间共同的研发合作联系在一起，如纽约、东京等城市因其是跨国公司总部而与其他城市产生联系；②城市通过技术服务企业联系在一起，如卡尔加里、巴黎、舒格兰（Sugar Land ）、海牙等城市通过斯伦贝谢技术服务公司（SIS ）参与到全球技术合作网络中；③城市通过产学研合作参与到技术合作网络中，如奥克兰是世界最具影响力的公立大学系统——加州大学董事会的所在地，该系统拥有包含加州大学伯克利分校在内的10所著名高等院校，企业的研发外包活动与奥克兰产生联系，奥克兰在网络中起到重要的知识生产的作用。3.3中心性分布
度中心性分布呈现出一定的区域性。在美国，度中心性高的城市节点主要分布于西海岸的西雅图周边地区、硅谷，南部的休斯顿-达拉斯、迈阿密，以及东海岸的波士顿-华盛顿城市带。在欧洲，度中心车用暖风机
性的高值集中于伦敦、巴黎、阿姆斯特丹、斯图加特周边区域。在亚洲，度中心性高的城市分布于以列特拉维夫和耶路撒冷等地、印度南部班加罗尔周边地区、新加坡、东京-横滨-大阪区域、首尔大都市圈，以及北京、上海和深圳及周边区域。度中心性在中国的分布初步呈现“四边形（北京-上海-深圳-成都）”格局，其中北京、长三角城市和珠三角城市在网络中的地位更为重要。
中国不含台湾省数据
图3全球城市技术合作网络的空间格局
Fig.3The spatial pattern of global city technical cooperation
network
1549
供应链金融管理地理科学39卷
介数中心性反映了城市作为“中转站”的能力。在美洲，介数中心性高的城市主要位于美国的硅谷和波士华城市带。在欧洲主要集中于大伦敦地区、巴黎大都市区、慕尼黑大都市区、巴塞尔大都市区等。欧洲国家特别是法国和德国政府的大力支持和完备的产学研合作制度，促使欧洲的研发机构拥有大量的技术产出。在亚洲，介数中心性高的城市主要分布于东京圈、首尔大都市区、京津冀大都市区和长三角大都市区等。中国北京和上海的介数中心性位序远高于深圳。北京作为中国的首都，拥有众多高校和科研院所，基础科学和应用科学研究实力强大。同时北京是高科技企业总部所在地，高新技术产业发达，对外联系紧密，专利产出高。上海市外资研发投入高，与国内外城市联系紧密，但自身专利产出相对较少[23]。两城市在全球技术合作网络中都具有很强的枢纽作用。深圳在2015年PCT专利总量居全国首位，而合作量不及北京上海，说明其本地需求规模大，技术产出主要依靠本土企业。这是深圳独特的移民文化、开放的市场机制形成的企业为主导的竞争环境所形成的[24]。
4结论与讨论
城市是技术合作网络重要的城市节点，研究城市在全球技术合作网络中的位置对将中国城市建设成为具有全球影响力的科技创新中心具有重要意义。本文基于2015年的PCT专利公开数据构建全球城市技术合作网络，利用复杂网络分析和空间分析方法探索全球技术合作网络的拓扑结构与空间格局，研究发现：
1）拓扑结构方面，全球城市技术合作网络的密度较低，且城市节点合作次数和度分布极不均衡。城市间的联系以跨国联系为主，东京、巴黎、大阪、北京、纽约等城市度值远高于其他城市，对网络中的科技资源具有集聚效应和再分配功能。网络的社团结构明显，按节点数目可划分出主要11个主要社团。
2）网络中专利产出总量较高的城市节点和对外联系次数较高的城市节点分布都具有一定的区域性。城市节点主要通过全球知识网络获取知识，其参与到技术合作网络的方式主要有3种，即企业内部和企业之间共同的研发合作；技术服务企业为企业提供服务；企业将研发活动外包给高等院校和科研院所。
3）网络中城市节点度中心性的与联系次数的分布情况基本相同。与度中心性相比，城市节点的介数中心性的分布格局更为集中。北京和上海的介数中心性位序远高于深圳。
本文选取2015年PCT专利数据进行研究分析，为在城市尺度进行全球技术合作网络研究提供了一定依
据。由于不同国家行政规划中城市尺度标准具有一定的差异性，未来研究可在区域尺度上（如大都市圈）对全球技术合作网络进行测度。本文选取数据库中所有产业的PCT专利进行分析，未来研究有必要针对重点产业进行研究。
参考文献（Reference）：
[1]杜德斌，何舜辉.全球科技创新中心的内涵、功能与组织结构
[J].中国科技论坛,2016(2):10-15.[Du Debin,He Shunhui.
The connotation,function and organization of global S＆T in-novation center.Forum on Science and Technology in China, 2016(2):10-15.]
[2]杜德斌.跨国公司R&D全球化：地理学的视角[J].世界地理研
究，2007,16(4):106-114.[Du Debin.R&D globalization by MNCs:A perspective from geography.World Regional Studies, 2007,16(4):106-114.]
[3]Pino R M,Ortega A M.Regional innovation systems:Systemat-
ic literature review and recommendations for future research[J].
Cogent Business&Management,2018,5(1):1-17.
[4]Ernst D.A new geography of knowledge in the electronics in-
dustry?Asia’s role in global innovation networks[M].Honolu-lu:East-West Center,2009:32-37.
[5]Sonn J W,Storper M.The increasing importance of geographi-
cal proximity in knowledge production:An analysis of US pat-ent citations,1975-1997[J].Environment and Planning A,2008, 40(5):1020-1039.
[6]周灿，曾刚，宓泽锋，等.区域创新网络模式研究——以长三角
城市为例[J].地理科学进展,2017,36(7):795-805.[Zhou Can,Zeng Gang,Mi Zefeng et al.The study of regional innova-tion network patterns:Evidence from the Yangtze River Delta urban agglomeration.Progress in Geography,2017,36(7): 795-805.]
[7]朱贻文，曾刚，曹贤忠，等.不同空间视角下创新网络与知识流
动研究进展[J].世界地理研究,2017,26(4):117-125.[Zhu Yiwen,Zeng Gang,Cao Xianzhong et al.Resea
rch progress of innovation network and knowledge flow.World Regional Stud-ies,2017,26(4):117-125.]
[8]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[J].地理学报,2017,72(4):737-752.[Liu Chengliang,Gui Qinchang,Duan Dezhong et al.Structural het-
1550
