EN中文

Economic geography >

2020 , Vol. 40 >Issue 9: 125 - 132

DOI: https://doi.org/10.15957/j.cnki.jjdl.2020.09.013

The Characteristics of Spatial-Temporal Evolution of Chinese Technology Market

  • ZHANG Lin ,
  • MO Cailing
Expand
  • Business School，Guangxi University，Nanning 530004，Guangxi，China

Received date: 2019-11-14

  Revised date: 2020-06-15

  Online published: 2025-04-23

Fold

Abstract

This paper takes the technology market of 30 provinces (municipalities and autonomous regions) as the research object. According to the research idea of "point-line-face", using fractal theory, linkage strength model and membership degree model to analyze the temporal and spatial pattern evolution characteristics of Chinese technology market during 2003-2017,and draw the following conclusions: 1) At the "point" level. Most of technology marke around China belongs to the backward technology market. The technology market has fractal features,and the scale distribution is scattered. The transaction size in different regions has large difference, the technology market that has large scale is outstanding, and the technology market that has large scale,however technology market that has small and medium scale is not developed enough.It is necessary to improve regional balance. From the perspective of regional heterogeneity, technology market in the eastern and western regions shows a decentralized development trend,and technology market in the central region shows a decentralized-centralized-decentralized development trend. 2) At the "line" level, because of the level of technological development and the location of geospatial space, there is a low connect between technology market. 3)At the "face" level,technology market is mainly centered on Beijing, Shanghai, Hubei, Guangdong and Shanxi. And the contiguous trend of center regions is becoming more and more significant. Bace on this,this paper proposes to strengthen the leading role of the technology market. Make full use of technology market + internet and strengthen the line relationship between technology markets to solve the information asymmetry between supply and demand in technology market. Strengthen the ability of the technology market to serve the locality, and improve the performance of the piece.

Key words： technology market; fractal theory; linkage strength model; membership degree model; regional innovation network; technological innovation system; center-hinterland

Cite this article

ZHANG Lin , MO Cailing . The Characteristics of Spatial-Temporal Evolution of Chinese Technology Market[J]. Economic geography, 2020 , 40(9) : 125 -132 . DOI: 10.15957/j.cnki.jjdl.2020.09.013

“十九大”报告指出，中国经济已由高速增长阶段转向高质量发展阶段，创新是引领发展的第一动力，因此，需要加快建设创新型国家，落实“创新驱动发展战略”。熊彼特提出“科技推动说”，认为实验室中产生的科学技术是创新的源头[1]。Schmookler提出“需求拉动论”，认为创新活动本质上也是一种追逐经济利润的行为，受到市场需求的拉动及约束[2]。Mowery等综合了二者的观点，提出“双因素说”，认为技术和市场都是创新成功的基本因素[3]。随着创新水平的提高，创新模式由封闭式向开放式转变[4]，区域创新网络的开放特征、空间属性和动态演化等机制成为研究重点[5]。由于大量异质性知识的存在，技术需求者有机会获得付费技术，这使得连接创新供给与需求的技术市场在区域创新演化中发挥的作用越来越大[6]。
1985年中共中央《关于科学技术体制改革的决定》明确提出“开放技术市场，实行科技成果商品化”，几十年来，我国技术市场的发展从无到有、从小到大，发展迅速，已经进入新的发展机遇期。据《2019全国技术市场统计年度报告》统计，2018年全国技术交易得到快速发展，实现技术合同成交额为17 697.42亿元，同比增长31.83%。
作为技术和市场的交集，技术市场不仅是知识交易的场所，有利于新知识的创造和传播，提高市场运行效率[9]，也是市场机制配置科技资源的场所，有利于专业化分工，为科技成果转移和产业化提供基本保障。学者们从不同角度对技术市场进行了研究。Arora等侧重于技术市场供应方的研究[8]，认为技术交易已逐渐成为创新和企业能力提升的主要推动力[9]。Ceccagnoli等则侧重于技术市场需求方的研究，认为技术邻近是决定需求的关键因素[10]。一些学者从市场本身进行研究，认为技术市场的价格机制不健全，且未能充分发挥企业的主体作用[11]，或者技术需求不足且不平衡、技术流通不畅与技术供给有限[12]，或者技术信息非对称性、技术应用的不确定性、缺乏标准化的市场规则和交易成本高昂[13]是导致技术市场发展规模小、运行效率低的原因。
虽然刘凤朝等也验证了地理、技术、制度三种邻近性对组织间技术交易网络影响都是正向稳定的[14]，但技术市场空间格局分布的研究结论还存在较大争议。张欣炜等发现我国技术市场发展迅速，集聚趋势和空间差异明显，且有扩大趋势[15]，与刘凤朝等以北京为中心的“核心—边缘”结构有逐步削弱的趋势、区域板块空间聚集形态各异的结论有差异[16]，更与全国技术转移中心由北京“一枝独秀”转变为上海、浙江等地“百花齐放”的结论相左[17]。李丹丹等从知识溢出角度研究中国城市间技术知识网络（TKN），发现TKN中心城市层级结构不明显，其网络的时空演变以等级扩散为主[18]，与张欣炜等首位度较高、集聚趋势明显的结论相左[15]。
通过梳理相关文献，本文发现以下两点不足：①研究尺度上，学者们大多着眼于“点”和“线”层次的研究，而“面”层次的研究有待进一步拓展。②研究内容上，区域技术市场的空间格局结论不无冲突，主要是因为缺乏时空演化的系统比较；技术市场具有等级结构特征，但是研究极少。因此，本文以我国30个省（市、区）的技术市场作为研究对象，依据“点—线—面”的研究思路，运用分形理论、联系强度模型和隶属度模型等方法和模型，深入探究我国技术市场在2003—2017年期间的时空格局演变特征，以期为优化技术市场空间格局、加快建设创新型国家、促进区域经济高质量发展提供理论参考。

1 技术市场“点—线—面”空间系统的逻辑关系分析

源于“增长极理论”和“点—轴理论”[19]，城市群、经济区的空间组织的“点、线、面”特征得到了学者的广泛关注[19⇓-21]。技术市场是一个复杂的综合空间系统，必须以一定的空间实体要素为载体，也具有“点、线、面”的要素特征。对于技术市场而言，交易的市场往往是个点，交易的影响却是一个面，而交易对象知识具有无形性和空间流动性强的特征，如何寻求各技术市场的点的最优组合与区域构建良性的互动是区域知识经济空间结构演化理论再到以集聚动力机制研究的核心。
首先，技术市场在空间上表现为“点”。这个点往往由技术中介方来经营，技术的供给方和需求方进行技术交易，技术交易量意味着这个点的功能大小，也意味着该地区创新供给的能力和需求的潜力。美国yet2.com、美国创新中心（Innocentive）和英国 BTG等为代表的网上技术市场兴起并服务全球技术交易[22-23]，虽然网络技术为技术交易的开展带来了革命性的变化，但是，网络市场首先依赖于物理地址，其次依赖于国家或者地区的制度设置，因此，技术市场作为商品交换的场所或者机制，其形成和发展与生产力发展程度、劳动分工状况、供给与需求状况、技术和制度等因素息息相关[24]，受到宏观经济和社会、技术环境的影响。所以，网络技术交易市场依然可以看作是地方的一个点，只是这个点的服务上限是全球。因此，不同的技术市场之间存在规模、速度、效率等功能的差别，不同功能的技术市场呈现出等级特征，这种等级特征在空间几何学方面可以利用分形来测度，分形在城市等级体系、规模结构方面已经应用成熟[25-26]。
其次，技术市场点与点之间的关系就构成了“线”的关系，也可以说不同地方的技术市场之间的关系就是“线”。当供需双方存在跨区域的技术交流时，往往通过当地市场来发布供给或者需求信息，而在另一地点来满足需求或者提供产品，因此，技术市场的“线”的特征就表现了技术市场跨空间的供需状况。随着区域技术专业化程度的上升、开放式创新的崛起，跨空间技术交易越来越频繁。因此，地区技术市场不仅存在规模差异，也存在交易与向度（联系方向）的差异，在全国技术市场统计年度报告中，存在输出技术成交金额和吸纳技术交易金额的统计口径，二者的区分正是区域技术市场之间关系的表现，前者表明一个地区技术的转移扩散，而后者则表明一个地区对技术的引进吸收。
最后，不同等级之间的技术市场存在专业化程度的差异。技术市场本质上是一个服务于技术供给与需求的交易场所，服务性是其本质的特征。虽然技术市场会因为超过了市场下限获得基本生存利润而存在，但各技术市场的服务能力、服务半径和服务向度是不同的，规模大的技术市场往往具有更高级的服务能力和服务半径，服务向度也多维，而规模小的技术市场则相反，所以当一些小规模的技术市场的上限属于大规模的技术市场上限内，那么就存在技术市场的隶属关系，即小规模的技术市场提供较为低级的技术交易服务，高级的技术交易服务则由大规模的技术市场来提供，技术市场的隶属关系意味着专业化水平的空间差异，也意味着技术市场存在空间替代问题。
基于此，本文依据“点—线—面”的研究思路，借助分形理论、联系强度模型和隶属度模型对技术市场的时空演变特征进行研究。

2 方法选择与数据说明

2.1 方法选择

2.1.1 分形方法与技术市场“点”关系分析

参考刘继生等的做法[27]，运用分形理论研究区域技术市场规模的分形特征，区域技术市场规模用技术市场成交额 r衡量， N r为地区数目，当地区数目 N r与技术市场成交额 r满足如下关系式时
N r ∝ r - D
即地区数目 N r与技术市场成交额 r成负幂律分布时，区域技术市场规模分布为分形。D是分维数。
将公式（1）的区域规模分布的Pareto形式变换为Zipf公式
P k = P 1 K - q
式中：k为地区序号（K=1，2，…，N；N为研究区域的地区总数）； P k是序号为k的地区的技术市场合同成交额； P 1为首位技术市场（primatecity）的技术市场合同成交额；q为Zipf指数，且q=1/D。
q值的大小直接反映了技术市场体系等级规模结构，当q=1时，D=1，P1/Pn=K=N，即首位技术市场与最小技术市场的技术市场规模之比恰为地区总数，Carroll称此种形态为约束型位序—规模分布。当D=q=1时，最大技术市场规模与最小技术市场规模之比恰好是整个研究区域体系的地区数目，达到自然状态下的最优分布。当q>1时，D<1，技术市场规模分布比较分散，呈不均衡分布状态，首位技术市场的垄断地位较强，中间位序地区较少，地区技术市场体系发育不成熟；当q<1时，D>1，技术市场规模分布比较集中，中间位序的技术市场较多，技术市场规模分布比较均衡。当q→0时，D→+∞，区域内的技术市场规模趋向一样大；当q→+∞时，D→0，说明区域内只有一个技术市场，为绝对首位型分布。但这两种极端情况在现实中一般不会出现。
对式（2）取对数得：
l n p k = l n P 1 - q l n K

2.1.2 联系强度模型与技术市场“线”关系分析

技术联系强度是指地区间空间相互作用力的大小，可借用联系强度模型来衡量地区间技术市场联系强度的大小。已有文献在测度创新联系强度和空间分布时通常采用的是专利数量[28⇓-30]，本文研究的主体是技术市场，因此，运用技术市场合同成交额指标进行测度。参考相关学者的研究，设定技术市场联系强度模型如下：
R i j = α · M i · M j D i j b
式中： R i j表示两地区间技术市场的空间联系强度； M i、 M j表示地区i和地区j的技术市场合同成交额； D i j为地区i和地区j之间的最短公路距离，最短公路距离通过百度地图，以最短距离为限定条件测度出来；α为经验常数，通常取值为1；b为距离摩擦系数，参考其他学者的研究经验[31-32]，分别取1和2时可以近似地揭示国家尺度和省区尺度的城市体系空间联系状态，鉴于本文的研究尺度为国家，b取值为1。

2.1.3 隶属度模型与技术市场“面”关系分析

为进一步研究我国技术市场的联系作用方向，本文引入隶属度模型。隶属度是指中心对次级中心的辐射能力，反映了两地区间相互作用强度在整个区域范围内所占的比重，并通过比重的大小来反映空间联系的主要方向。技术联系隶属度计算公式如下：
F i j = R i j ∑ i m R i j i ≠ j
式中： F i j表示地区j对地区i的隶属度值（单位为%）； R i j为地区i和地区j之间技术市场的联系强度；m为研究范围内与地区j相互作用的地区数量。

2.2 数据说明

鉴于数据的可获得性，本文选取中国除西藏、香港、台湾、澳门外的30个省（市、区）2003—2017年的技术市场合同成交额对中国技术市场的时空演变特征进行研究，数据来源于wind万得金融数据库。

3 研究结果分析

3.1 中国技术市场的“点”层次特征分析

3.1.1 大部分地区的技术市场仍然发展较为落后

运用SPSS25.0软件对2003、2010和2017年的技术市场合同成交额进行K-mean聚类分析，将我国技术市场发展划分为1~5个等级，分别属于技术市场领先型、活力型、追随型、发展型和落后型，为便于了解技术市场的演变特征，本文借助ArcGIS10.2软件将技术市场规模等级类型进行可视化分析，如图1所示。
图1 基于技术市场成交额的中国技术市场分类

Fig.1 Classification of Chinese technology market based on technology market turnover

我国技术市场交易规模首位度突出。北京一直都是我国的首位技术市场，其技术市场发展规模远高于全国平均技术市场发展规模，2003、2010和2017年北京技术市场发展规模分别是全国技术市场发展规模的7.34、13.06和10.42倍。北京作为我国最密集的科技资源集聚地，拥有雄厚的人才储备、教育和科技基础资源，同时也是我国高技术产业基地中关村高新区所在地，因此，北京技术市场发展一直处于领先地位。
技术市场发展水平与经济发展基础息息相关。上海技术市场在2003—2010年属于活力型技术市场，但2010年以后则属于追随型技术市场，辽宁技术市场2003年属于追随型技术市场，2003年以后成为发展型技术市场；而江苏技术市场一直都属于追随型技术市场；广东技术市场在2003—2017年，从追随型技术市场发展成为活力型技术市场。陕西技术市场的规模等级提升最快，2003年属于落后型技术市场，2017年已经跃升为活力型技术市场，其次是湖北技术市场，从发展型技术市场跃升为活力型技术市场。陕西和湖北技术市场规模等级提升如此之快的共同原因在于，二者均为制造业大省，而制造业是技术需求最旺盛的行业，这就促使技术市场合同成交率上升，并促进了技术市场的发展。
总体上看，大部分经济欠发展的地区，其技术市场的基础设施建设和制度建设投入也相对较低，这使得技术市场发育程度不足、价格机制不健全、监督管理体系缺位、中介服务弱等方面的问题更加突出。

3.1.2 基于分形理论的“点”要素位序演变

①中国技术市场规模分布分散，且表现出首位度高的特征。为探讨我国技术市场规模演变状况，本文运用分形理论对其进行分析。根据表1的结果可知，2003、2010和2017年技术市场的等级分布回归方程的相关系数（R2）均在0.7以上，表明我国技术市场具备分形特征，满足分形理论的条件。我国技术市场规模分布的分维值（D）均小于1，说明我国技术市场规模分布比较分散，地区技术市场交易差异较大，规模大的技术市场突出，中小技术市场不够发育，地区首位度高，具有很强的垄断性，地区间的均衡性有待提升。研究期内，我国技术市场的分维值（D）的取值范围在0.58~0.64之间，并呈现不断减小的发展趋势，表明我国技术市场规模分布越来越分散。
表1 中国技术市场分维值测算结果

Tab.1 Calculation results of fractal dimension of Chinese technology market

年份 等级分布回归方程 Zipf指数 分维值（D） 相关系数（R2）
2003 lnN（r）=6.570-1.546lnr 1.546 0.647 0.813
2010 lnN（r）=7.808-1.682lnr 1.682 0.595 0.855
2017 lnN（r）=9.211-1.697lnr 1.697 0.589 0.785
②中国技术市场规模演变具有区域异质性。为了分析我国技术市场规模演变的异质性，本文将30个省（市、区）划分为东、中和西部地区进行探讨，由表2可知：东、中和西部地区技术市场规模演变具有一定的异质性。2003、2010和2017年东部地区技术市场的分维值均小于1，分别为0.612、0.501和0.507，中部地区技术市场的分维值分别为0.887、1.277和0.876，西部地区技术市场的分维值分别为0.620、0.571和0.505，表明东部和西部地区技术市场规模分布呈现出逐渐分散的发展态势；中部地区技术市场规模分布呈现出分散—集中—分散的发展态势。
表2 东、中和西部地区技术市场分维值测算结果

Tab.2 Calculating results of fractal dimensions of technology markets in eastern，central and western regions

年份 等级分布回归方程 Zipf指数 分维值（D） 相关系数（R2）
东部地区 2003 lnN（r）= 6.233-1.633lnr 1.633 0.612 0.654
2010 lnN（r）= 7.769-1.997lnr 1.997 0.501 0.816
2017 lnN（r）= 8.875-1.972lnr 1.972 0.507 0.654
中部地区 2003 lnN（r）= 4.047-1.128lnr 1.128 0.887 0.876
2010 lnN（r）= 4.574-0.783lnr 0.783 1.277 0.964
2017 lnN（r）= 6.715-1.142lnr 1.142 0.876 0.942
西部地区 2003 lnN（r）= 4.502-1.614lnr 1.614 0.620 0.814
2010 lnN（r）= 5.500-1.750lnr 1.750 0.571 0.823
2017 lnN（r）= 7.259-1.979lnr 1.979 0.505 0.902

3.2 中国技术市场“线”的空间联系不断增强，但总体水平仍较低

运用技术市场联系强度模型计算得到2003、2010和2017年我国30个省（市、区）技术市场的相互联系总量，具体见表3。
表3 中国技术市场空间联系总量

Tab.3 Total spatial linkage of Chinese technology markets

地区 2003 2010 2017
联系
总量		 占比
（%）		 联系
总量		 占比
（%）		 联系
总量		 占比
（%）
北京 291.02 25.43 4 488.64 36.13 54 512.24 31.11
天津 123.92 10.83 1 745.87 14.05 24 368.74 13.91
河北 13.00 1.14 154.30 1.24 2 352.35 1.34
山西 4.46 0.39 99.39 0.80 1 750.21 1.00
内蒙 12.74 1.11 133.50 1.07 322.51 0.18
辽宁 55.86 4.88 478.38 3.85 4 799.69 2.74
吉林 7.25 0.63 56.00 0.45 2 151.33 1.23
黑龙江 8.59 0.75 131.56 1.06 1 307.10 0.75
上海 99.76 8.72 1 059.48 8.53 7 427.98 4.24
江苏 88.69 7.75 909.27 7.32 11 382.69 6.50
浙江 56.76 4.96 219.27 1.77 4 309.89 2.46
安徽 13.83 1.21 227.57 1.83 4 624.79 2.64
福建 13.39 1.17 87.73 0.71 722.52 0.41
江西 9.71 0.85 79.39 0.64 1 385.71 0.79
山东 83.73 7.32 645.91 5.20 10 866.70 6.20
河南 28.56 2.50 142.67 1.15 1 465.38 0.84
湖北 47.62 4.16 330.34 2.66 13 368.62 7.63
湖南 37.12 3.24 126.78 1.02 2 695.40 1.54
广东 50.64 4.42 447.12 3.60 6 873.67 3.92
广西 2.96 0.26 8.74 0.07 322.65 0.18
海南 0.75 0.07 6.16 0.05 29.77 0.02
重庆 41.45 3.62 199.49 1.61 552.99 0.32
四川 10.50 0.92 131.02 1.05 3 483.46 1.99
贵州 1.49 0.13 18.21 0.15 722.56 0.41
云南 12.91 1.13 19.40 0.16 576.99 0.33
陕西 16.64 1.45 334.42 2.69 10 599.97 6.05
甘肃 5.55 0.49 107.59 0.87 1 571.97 0.90
青海 0.55 0.05 26.60 0.21 593.19 0.34
宁夏 0.81 0.07 2.98 0.02 73.22 0.04
新疆 4.09 0.36 5.44 0.04 24.78 0.01
我国技术市场的空间联系不平衡，且趋势扩大。2003年，我国技术市场空间联系总量占比高于5%的共有5个地区，分别为北京（25.43%）、天津（10.83%）、上海（8.72%）、江苏（7.75%）、山东（7.32%），这5个地区技术市场空间联系总量在全国占的比重高达60.04%；2010年，技术市场空间联系总量高于5%的地区仍然是北京（36.13%）、天津（14.05%）、上海（8.53%）、江苏（7.32%）、山东（5.20%），5个地区技术市场空间联系总量在全国占的比重已高达71.23%。2017年，技术市场空间联系总量高于5%的地区有6个，为北京（31.11%）、天津（13.91%）、江苏（6.50%）、山东（6.20%）、湖北（7.63%）、陕西（6.05%），6个地区技术市场空间联系总量在全国占的比重高达71.38%。
参照相关研究[20]，并结合本文研究结果的特征，将联系强度模型测度出来的联系强度结果划分为：微弱联系（<1），弱联系（1~50），较弱联系（50~100），中等联系（100~500），较强联系（500~1 000），强联系（>1 000）。为了直观地反映我国各地区技术市场的空间联系强度情况，本文通过ArcGIS10.2软件绘制出2003、2010和2017年我国各地区技术市场间的相互联系强度格局图（图2）。
图2 中国技术市场空间联系强度

Fig.2 Spatial connection strength of Chinese technology market

2003年，我国各技术市场之间的联系基本都处于微弱联系和弱联系两种状态。主要原因在于该时期的技术市场发育程度不足、市场主体不清、发展不均衡、价格机制不健全、监督管理体系缺位、中介服务较弱等方面的问题非常突出。2010年，区域技术市场间的联系强度逐渐提升，微弱联系强度以上的线已经形成以北京为辐射中心的“烟花”型结构。其中属于强联系线的有北京—天津；属于较强联系线的有北京—上海；属于中等联系的线有北京—河北、北京—辽宁、北京—江苏、北京—山东、北京—湖北、北京—广东、北京—陕西。2017年，区域技术市场间的空间联系进一步增强，从以北京作为辐射中心逐步发展成为以北京、上海、湖北、广东和陕西等多个辐射中心的不规则多边形，呈现出“钻石”结构。其中，存在强联系的地区增加了北京—河北、北京—辽宁、北京—上海、北京—江苏、北京—浙江、北京—安徽、北京—山东、北京—湖北、北京—广东、北京—陕西、江苏—安徽、江苏—湖北、湖北—广东、湖北—陕西，存在较强联系的地区已经增加至22对。
综上所述，我国区域技术市场的空间联系在2003—2017年期间逐步增强，但仍然以弱联系为主，区域技术市场间的总体联系有待加强。社会经济发展与技术市场发展之间存在着相互促进的关系，社会经济发展和开放式创新促进了区域技术市场空间联系由弱联系向强联系发展，基本形成了以北京为龙头、珠三角、长三角、湖北和陕西为端点的钻石网络格局。

3.3 中国技术市场“面”的关系呈现“连片化”发展趋势

首先，在考虑空间均衡性原则的前提下，根据区域技术市场发展实力、区位条件等因素，将北京、上海、湖北、广东和陕西5个地区作为候选中心地区；然后将2003、2010和2017年各地区的联系强度数据代入隶属度模型，得到相应的技术市场隶属度值。只有当候选中心地区的隶属地区大于或等于3个时，才能确定为中心地区，2010年上海的隶属地区小于3个，故不能作为中心地区。当一个地区相对于某一中心地区的技术市场隶属度值大于相对于其它中心地区的技术市场隶属度值时，则认为这个地区为该中心地区的腹地范围[33]，最后，根据以上判断条件，确定各中心地区的腹地范围（表4）。
表4 中心地区腹地范围

Tab.4 The hinterland of central areas

年份 中心地区 腹地范围
2003 北京 天津、河北、内蒙古、辽宁、山东
上海 山西、吉林、黑龙江
湖北 江苏、安徽、江西、湖南
广东 浙江、福建、广西、海南、贵州、云南
陕西 河南、重庆、四川、甘肃、青海、宁夏、新疆
2010 北京 天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、
上海、山东
湖北 江苏、安徽、江西、湖南
广东 浙江、福建、广西、海南、四川、贵州、云南、新疆
陕西 河南、重庆、甘肃、青海、宁夏
2017 北京 天津、河北、山西、吉林、山东
上海 内蒙古、辽宁、黑龙江
湖北 江苏、安徽、江西、湖南
广东 浙江、福建、广西、海南、四川、贵州、云南
陕西 河南、重庆、甘肃、青海、宁夏、新疆
由表4可知，我国区域技术市场的中心地区数量和中心地区的腹地范围有明显的变动，2003和2017年有北京、上海、湖北、广西和陕西5个中心地区，2010年有北京、湖北、广西和陕西4个中心地区。以北京和广东为中心地区的腹地范围呈现先扩大后缩小的发展趋势，当上海作为为中心地区时，其隶属地区数量不变，以湖北为中心地区的腹地范围较为稳定。以陕西为中心地区的腹地范围呈现出先缩小后扩大的发展趋势。

4 结论与建议

4.1 研究结论

本文以我国30个省（市、区）的技术市场作为研究对象，依据“点—线—面”的研究思路，运用分形理论、联系强度模型和隶属度模型等方法和模型，分析我国技术市场在2003—2017年期间的时空格局演变特征，得出以下结论：
第一，在“点”层次上，首先，运用K-mean均值聚类将我国技术市场发展等级与类型进行划分，发现我国大部分地区的技术市场处于第五等级，属于落后型技术市场。其次，运用分形理论对技术市场进行研究，发现我国技术市场具有分形特征，技术市场规模分布分散，地区技术市场交易差异较大，规模大的技术市场突出，中小技术市场不够发育，地区首位度高，地区间的均衡性有待提升。从区域异质性上看，东部和西部地区技术市场规模分布呈现分散分布的发展趋势，中部地区技术市场呈现分散—集中—分散分布的发展趋势。
第二，在“线”层次上，我国技术市场的空间联系总量非常不均衡，联系总量高的地区主要分布在钻石网络范围。虽然技术市场之间的联系强度有所提升，但受到技术发展水平和地理空间区位因素的影响，技术市场间的联系有待加强。
第三，在“面”层次上，技术市场中心地区的腹地范围连片化发展趋势越来越显著，意味着技术服务范围逐步连片固定，交易的区域指向性在提高。其中，北京和广东为中心地区的腹地范围呈现先扩大后缩小的发展趋势，以湖北为中心地区的腹地范围较为稳定，以陕西为中心地区的腹地范围呈现先缩小后扩大的发展趋势。

4.2 对策建议

为优化技术市场的空间布局，提升我国区域技术创新能力，本文根据研究得出的结论，提出以下对策建议：
第一，以北京为龙头引领，强化各中心地区技术市场的辐射作用。北京作为我国技术市场的首位地区，对全国具有强大的集聚吸附能力和辐射带动能力，因此，应该建立为综合性国家技术创新中心，面向国际产业技术创新制高点，进一步夯实技术创新的领军优势，提高创新绩效，成为重大关键技术的供给源头，面向全球技术竞争市场。上海、湖北、广东和陕西这四个中心地区技术市场，要发挥其在各自腹地范围的核心作用，强化科技进步、产业升级、体制创新等方面的引领作用。
第二，充分利用技术市场+互联网，强化“线”关系。鼓励地方运用“互联网+”构建国家技术交易网络平台，为科研机构、企业提供技术信息发布、交易撮合、竞价拍卖、咨询辅导等线上线下相结合的专业化服务，以解决技术市场供给与需求之间的信息不对称关系；同时，加快建设和完善技术创新资源开放共享的公共服务平台，鼓励有条件的科技企业和机构通过开放知识、技术、专利等资源，加速新技术成果的共享、应用和转化，促进形成新产业生态。
第三，强化技术市场服务地方的能力，提升连片化绩效。地方应该加快建立以企业为主体、市场为导向、产学研深度融合的技术创新体系，加强对中小企业创新的支持，促进科技成果转化。同时，加强区域产业特色、大学、科研机构、科技型企业技术转移资源的空间集聚，致力于培育壮大区域特色经济和新兴产业，提升技术创新、技术转移与技术成果转化能力，最大程度地满足地方技术需求，强化技术市场服务地方的能力。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
约瑟夫·熊彼特. 经济发展理论[M]. 北京: 商务印书馆, 1990.

[2]
Schmoolder J. Invention and economic growth[M]. Cambridge: Harvard University Press, 1966.

[3]
Mowery D, Rosenberg N. The influence of market demand up-on innovation:a crucial review of some recent empirical studies[J]. Research Policy, 1979(8):102-153.

[4]
Carayannis E G, Campbell D F J. Mode 3 knowledge production in quadruple helix innovation systems:quintuple helix and social ecology[C]//Carayannis E.G. (eds) Encyclopedia of Creativity,Invention,Innovation and Entrepreneurship. New York: Springer, 2013,https://doi.org/10.1007/978-1-4614-3858-8_310.

[5]
吕国庆, 曾刚, 顾娜娜. 经济地理学视角下区域创新网络的研究综述[J]. 经济地理, 2014, 34(2):1-8.

[6]
Natalicchio A, Messeni Petruzzelli A, Garavelli A C. A literature review on markets for ideas:emerging characteristics and unanswered questions[J]. Technovation, 2014(34):65-76.

[7]
A. Arora, A. Fosfuri. The market for technology in the chemical industry:Causes and consequences[J]. Revue Econ. Ind., 2000, 92:317-334.

[8]
Arora Ashish, Fosfuri Andrea. Licensing the market for technology[J]. Journal of Economic Behavior and Organization, 2003, 52(2):277-295.

[9]
Arora Ashish, Cohen Wesley M, Walsh John P. The acquisition andcommercialization of invention in American manufacturing:Incidence and impact[J]. Research Policy, 2016, 45(6):1 113-1 128.

[10]
Ceccagnoli M, Graham S J H, Higgins M J, et al. Productivity and the role of complementary assets in firms' demand for technology innovations[J]. Social ence Electronic Publishing, 2010, 19(3):839-869.

[11]
张江雪. 我国技术市场的发展现状、问题及对策分析[J]. 科学管理研究, 2010, 28(4):50-53,63.

[12]
黄微, 尹爽, 桓明姣, 等. 基于SWOT分析的东北地区技术市场发展战略选择研究[J]. 情报科学, 2011, 29(6):914-919.

[13]
Anirudh Dhebar. Bringing new high-technology products to market:Six perils awaiting marketers[J]. Business Horizons, 2016, 59:713-722.

[14]
刘凤朝, 林原, 马荣康. 多维邻近性对技术交易网络的动态影响研究[J]. 科学学研究, 2018, 36(12):2 205-2 214.

[15]
张欣炜, 林娟. 中国技术市场发展的空间格局及影响因素分析[J]. 科学学研究, 2015(10): 1 471-1 478.

[16]
刘凤朝, 马荣康. 区域间技术转移的网络结构及空间分布特征研究——基于我国2006-2010省际技术市场成交合同的分析[J]. 科学学研究, 2013, 31(4):529-536.

[17]
雷滔, 陈向东. 区域校企合作申请专利的网络图谱分析[J]. 科研管理, 2011, 32(2):67-73.

[18]
李丹丹, 汪涛, 魏也华, 等. 中国城市尺度科学知识网络与技术知识网络结构的时空复杂性[J]. 地理研究, 2015(3):525-540.

DOI

[19]
姚作林, 涂建军, 牛慧敏, 等. 成渝经济区城市群空间结构要素特征分析[J]. 经济地理, 2017, 37(1):82-89.

[20]
宋琼, 谢志祥, 李同昇, 等. 长江中游城市群城市网络空间结构研究[J]. 地域研究与开发, 2017, 36(3):59-65.

[21]
李一曼, 修春亮, 魏冶, 等. 浙江三大城镇群空间组织与结构演变[J]. 经济地理, 2016, 36(11):47-53.

[22]
毕强, 姜毓锋. 我国网上技术市场发展模式及对策研究[J]. 图书情报工作, 2009, 53(22):30-34.

[23]
Lee Y S, Sasaki Y. Information technology in the property mar-ket[J]. Information Economics and Policy, 2018, 44:1-7.

[24]
郑荣, 姜毓锋. 技术市场发展现状及其影响因素分析[J]. 图书情报工作, 2009, 53(22):13-17.

[25]
杨开忠, 陈良文. 中国区域城市体系演化实证研究[J]. 城市问题, 2008(3):6-12.

[26]
刘学华, 张学良, 李鲁. 中国城市体系规模结构:特征事实与经验阐释[J]. 财经研究, 2015, 41(11):108-123.

[27]
刘继生, 陈彦光. 城镇体系等级结构的分形维数及其测算方法[J]. 地理研究, 1998(1):83-90.

[28]
张鸿鹤, 马荣康, 刘凤朝. 基于引力模型的东北地区创新产出空间联系研究[J]. 大连理工大学学报:社会科学版, 2017, 38(4):33-39.

[29]
王晶晶, 程钰, 曹欣欣. 山东省区域创新产出空间演化与影响因素研究[J]. 华东经济管理, 2018, 32(11):14-21.

[30]
李凌月, 张啸虎, 罗瀛. 基于创新产出的城市科技创新空间演化特征分析——以上海市为例[J]. 城市发展研究, 2019, 26(6):87-92,33.

[31]
吕海萍, 池仁勇, 化祥雨. 创新资源协同空间联系与区域经济增长——基于中国省域数据的实证分析[J]. 地理科学, 2017, 37(11):1 649-1 658.

[32]
杨志民, 化祥雨, 邵元海, 等. 外商直接投资空间联系研究——以浙江省为例[J]. 经济地理, 2013, 33(11):21-27.

[33]
刘静玉, 杨虎乐, 宋琼, 等. 中原经济区城市间相互作用时空格局演变研究[J]. 地理科学, 2014, 34(9):1 060-1 068.

Options
Outlines

/

〈 〉