论文部分内容阅读
知识是经济增长的源泉,逐步取代土地、劳动力等传统生产要素对国家经济发展产生深刻而又广泛的影响。在全球化的知识经济时代,经济增长日益依赖知识和信息的生产、扩散和应用。知识生产日益成为国家维持长期竞争优势的关键要素。然而,传统的知识生产研究范式将知识生产视为投入产出的函数,聚焦知识生产规模以及区域间的知识溢出,并不关注区域知识结构和区域间的知识合作网络,从而忽略了知识生产的内生性和交互性。在知识经济的背景下,探究全球知识生产的空间演化规律和影响因素对于丰富经济地理学理论和推进中国创新型国家建设具有重要意义。基于此,本文以科学全球化为研究背景,以国家为分析单元,通过融合演化经济地理学和关系经济地理学理论,提出了全球知识生产分析框架。论文认为国家知识生产是一个涉及内部投入与外部资源、知识基础与外部联系、本地能力与全球互动的多主体、多要素和跨尺度的过程,既表现出路径依赖的特征,也是国家之间交互式过程的结果,不仅取决于本国的研发投入,还深受国家知识结构和国际合作网络的影响。为了探究全球知识生产的空间演化,论文从知识生产规模、知识生产结构、知识生产合作网络和知识生产演化的影响机制四个视角进行了实证研究,结论如下:(1)科学竞争日益激烈,全球知识创新版图加速重构。全球知识生产规模急剧增加,越来越多的国家具备知识生产的能力,知识生产在全球范围内扩散。美国、英国、德国和日本等传统科学强国虽一直主导全球知识生产,但所占份额逐渐下降;中国和印度等新兴科研国家的全球影响力正逐步增大,所占份额逐渐提高。国家之间的科学竞争日益激烈。此外,全球知识生产的空间分异指数常年维持高位,呈现钉子状的空间集聚特征,高度集中于美国、德国、英国、法国、加拿大和中国等少数国家。从时间演化来看,空间分异指数呈现减小的趋势,全球知识生产的重心呈现出自西向东、自北向南转移的趋势,曾经欧美主导的两极格局被欧洲、北美和亚太的三极格局所取代,并向未来的多极格局演化,知识生产版图正在加速重构。知识生产的集聚特征与分散趋势,共同塑造了全球知识生产的地理格局。(2)知识生产表现出路径依赖的特征,关联性是国家知识结构演化的关键驱动力。知识生产存在学科结构差异,全球知识生产高度集中在电气和电子工程学、材料科学等少数理工类学科。全球知识复杂性的空间分布是极不均衡的,国家的多样性与平均遍在性呈现出显著的负相关,发达国家主导全球复杂知识的生产。全球知识空间高度异质,主要国家的知识空间演化表现出明显的路径依赖特征。通过绘制核密度曲线发现原有学科的知识关联性最高,新扩展学科次之,拟扩展学科最低。基于Logit回归模型发现,知识关联性是国家知识结构演化的关键驱动力,知识复杂性则是主要障碍,关联性可以削弱知识复杂性的负面影响。此外,关联性的影响存在国家经济发展水平、国家创新能力和学科领域的差异。(3)知识生产表现出明显的交互式特征,越来越依赖国际合作,多维邻近性是合作网络演化的重要机制。越来越多的国家加入全球知识合作网络,知识生产的网络化和全球化特征日益明显。国际合作的广度和深度不断加深,网络规模日益扩大,国家数量持续增多,双边关系急剧增加,凝聚性不断增强,国际合作日益密切。全球知识合作网络是一个典型的小世界网络,呈现等级层次式与分布式组织并存的拓扑特征,多核心-边缘结构与等级层次结构特征显著。基于重力模型和负二项式回归的实证结果表明地理邻近性、社会邻近性、文化邻近性、历史联系、国际留学生规模对国家间科研合作产生积极而又显著的影响,认知邻近性与科研合作规模是倒U型的函数关系,过度的认知邻近可能会阻碍合作。基于随机行动者模型估计结果表明传递性、优先连接、认知邻近性和社会邻近性促进了全球知识合作网络演化,地理距离对合作网络演化产生显著的负向影响,国家的城镇人口规模具有显著的正向效应。(4)知识生产是由国家内部的知识结构和外部的网络联系共同作用的结果。知识生产不仅取决于本国的研发投入,还深受本国的知识结构和合作网络结构属性的影响。基于能力吸收理论和社会资本理论,采用扩展的知识生产函数模型实证估计,我们发现知识结构、关系资本、结构资本和认知资本对国家的知识生产绩效产生积极的影响,即科学能力越强、外部合作关系数量越多、平均合作强度越大、结构洞越高和共同认知越多越有利增强国家的知识生产绩效。通过以上分析,对我国的创新型国家建设提供了几点政策启示。首先,我们应该意识到我国正处在新一轮科技革命的战略机遇期,需要更加注重基础研究的支撑性作用。其次,相比以前我国相对重视知识生产规模,现在需要更加重视知识生产质量,数量与质量并重。再次,优先选择关联性强且迭代速度快的学科领域,推动国家知识结构向“无人区”迈进。然后,积极加强国际合作,加速科学研究的国际化进程,主动融入并布局全球创新网络,建设国际科学合作中心。最后,加速自主创新和国际合作深度融合,推动知识生产国内国际“双循环”。文末也呼吁需要补充来自其他测量指标的证据,需要引入新的关联性研究方法,重视微观的大学层面的知识生产。