排序方式： 共有15条查询结果，搜索用时 15 毫秒
1.
采用2007—2018年的PCT专利合作数据,基于“一带一路”视角,分段刻画城市技术合作网络的拓扑结构、空间格局及其时空演化,利用负二项回归方法分析其演化的邻近性机理,结果表明：① 拓扑结构方面,网络整体规模经历了从“规模扩大”到“联系增强”的演化过程,中国城市逐渐占据网络的核心层级。② 空间格局方面,“一带一路”城市之间的合作多为国家内部合作,来自同一国家的城市在选择外部合作伙伴时具有一定的相似性。新加坡是“一带一路”内部网络和对外网络的枢纽节点。③ 影响机制方面,合作城市的质量对合作具有显著正向作用,地理邻近性和经济邻近性具有显著负向作用,社会邻近性、认知邻近性和语言邻近性具有显著正向作用,而地理邻近性与经济邻近性、地理邻近性与语言邻近性具有相互补充作用。 相似文献
2.
全球暖化背景下,发源于“亚洲水塔”的国际河流水文特征的改变加剧了区域内地缘关系的紧张性,致使周边国家间地缘关系备受关注。利用新闻大数据GDELT中的合作与冲突事件表征国家间的合作与冲突关系,对1992—2018年“亚洲水塔”周边国家间地缘关系网络演化进行研究,结果表明：①研究期内,“亚洲水塔”周边国家间的地缘关系愈加紧密,区域地缘关系网络趋于稳态。②国家间合作网络逐渐呈以中国为中心的放射形结构,巴基斯坦是区域冲突网络的核心,区域内合作与冲突水平极化现象凸显。③周边国家间地缘关系互动的对等反应特征明显,地缘关系模式的演化表现出一定的时空惯性。④国际贸易格局的改变、地缘政治环境的变化、水资源战略价值重构以及地缘文化因素的潜在作用共同推动了“亚洲水塔”周边国家地缘关系网络的演化。 相似文献
3.
在加快建设世界重要人才中心和创新高地的战略背景下,人才的培养与流动成为政府和学界关注的热点议题。基于来华留学生及中国留学生流动数据,构建跨境人才培养依赖关系判定模型,对留学生流动视角下中国跨境人才培养的时空格局演化进行研究,主要结论：(1)中国出国留学人员增长率在快速放缓,中国留学生全球流动的空间集聚态势在不断强化,高度集聚在北美、西欧、东亚和澳大利亚四大区域;(2)来华留学生增长率呈逐渐放缓的趋势,来源地格局具有地理邻近的特点,呈现高度的空间集聚性,主要集中在东亚、东南亚、南亚和中亚等中国周边地区,同时撒哈拉以南的东非和西非地区的来华留学生呈逐渐增多态势,来华留学生来源地在空间范围上得到明显拓展;(3)中国与各国跨境人才培养关系从以对称依赖为主的局面转变为以负向依赖为主的局面,其中正向依赖区主要集中在北美和西欧地区,数量不断减少,负向依赖区从东南亚和东亚地区快速扩展至中亚、南亚和撒哈拉以南非洲地区,数量不断增多且增长较快。 相似文献
4.
全球人才流动网络复杂性的时空演化——基于全球高校留学生流动数据 总被引：3，自引：0，他引：3
高质量的人才跨越地理的流动影响和驱动着全球范围内的创新活动,正在重塑世界经济格局。研究基于全球高校留学生流动数据,构建加权有向网络模型,对2001—2015年全球人才流动网络复杂性时空演化进行全面刻画。主要结论如下：① 全球人才流动网络规模迅速扩大,网络发育具有明显的小世界性,两级分化显著。② 全球人才流动网络呈典型“金字塔结构”特征,基本呈“东向西,南到北”的地理格局,新兴国家作为人才吸纳国的角色逐渐上升。③ 全球人才流动网络核心-边缘结构显著,核心国家间存在较强的关系流,边缘国家间联系较弱,其人才主要流向了核心国家和半边缘国家。④ 全球人才流动网络分化成美国社团、欧盟社团、中国社团、南美和南非社团、马来西亚社团、独联体社团等6个凝聚子群。 相似文献
5.
"一带一路"沿线国家或地区人才流动网络结构演化 总被引：4，自引：1，他引：3
基于高等学校留学生流动数据,构建加权有向网络模型,对2000~2015年“一带一路”沿线国家或地区人才流动网络结构演化进行研究。主要结论如下：① 沿线人才流动网络规模迅速扩大,人才流动的数量和路径在迅速增加。② 沿线人才流动网络呈“由中向西,自南到北”的空间格局特征,中亚地区的留学生主要向西流向俄罗斯、乌克兰等国,东南亚和南亚地区的留学生主要向北流向中国内地。③ 沿线人才流动网络分化为独联体社团、中国东盟社团、西亚北非社团、中东欧社团、南亚社团等5个社团。④ 中国内地和俄罗斯处于沿线人才流动网络的核心位置,东南亚、西亚和东欧部分国家处于边缘地带。 相似文献
6.
以美国为例,运用矢量数据符号法、核密度估计,结合负二项回归模型,研究世界一流大学空间集聚对研发密集型企业空间布局的影响,得出以下结论：① 美国一流大学和研发密集型企业高等级集聚区主要有东北沿海大都市带、硅谷地区、芝加哥都市区和洛杉矶都市区,两者呈现高度的空间集聚性和空间匹配性。② 美国研发密集型企业偏向于选择与自身从事研发领域相关的一流学科空间集聚区进行布局。③ 美国一流大学和研发密集型企业的高值热点区集中在硅谷地区,呈半圆形辐射状,较高值热点区主要分布在东北沿海大都市带,呈带状辐射。④ 为寻求创新资源禀赋,获取知识溢出经济,共享创新基础设施,降低技术转移成本,获得创新集群优势,研发密集型企业优先选择一流大学集聚区进行空间布局。 相似文献
7.
全球城市技术合作网络的拓扑结构特征与空间格局 总被引：3，自引：3，他引：3
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。 相似文献
8.
全球留学生留学网络时空演化及其影响因素 总被引：2，自引：1，他引：2
基于联合国教科文组织公布的全球高等学校留学生流动数据,借鉴网络科学,利用社会网络分析方法和负二项回归模型,对2001—2015年全球留学网络时空演化及其影响因素进行研究。主要结论为：① 时序演化特征上,全球留学网络关系流从4921个增加到9137个,平均加权度从8004迅速增加到20834,表明全球留学网络不仅学生数量在增加,且留学路径数量也在不断增加。② 拓扑结构上,从以美国为单一核心,演变成以美国、中国为双核心的拓扑结构,亚洲国家逐渐成为全球留学网络的主体,欧洲国家的中心性逐渐萎缩。③ 空间结构上,全球留学网络具有明显的等级层次性,美国是全球性主导型节点,德国、捷克是区域性主导型节点,次级主导型节点从25个增加到32个,全球留学网络“东向西、南到北”的地理空间格局正在发生变化,中国、澳大利亚等国成为新的区域性中心,区域化成为全球留学网络一个重要趋势。④ 回归分析发现,留学目的地国高等教育质量、高校在校生数量、人均GDP、留学目的地国与留学生来源国间的历史联系及全球化水平与留学生流量呈显著正相关关系,地理距离、语言临近性与留学生流量呈显著负相关关系,表明语言差异的阻抗作用在迅速减弱,地理距离仍然是阻碍学生流动的一个重要因素。 相似文献
9.
基于创新价值链视角下中国创新效率时空格局与影响因素分析 总被引：1，自引：4，他引：1
基于创新价值链视角,将创新过程分为知识凝结阶段和市场转化阶段,运用网络DEA-SBM模型、核密度分析、自然断裂点和空间面板计量模型等方法分析了2008~2015年中国省际创新总效率及两阶段效率演化动态及其成因,得出以下结论： 中国创新总效率、知识凝结效率和市场转化效率整体处在低位水平,呈波动上升趋势,近年来增速放缓; 创新效率存在明显的阶段性和区际差异,创新知识凝结、市场转化、总过程的效率值分别呈现低值集聚、离散发展和多峰分异格局,在空间上自东向西大体呈阶梯式递减分布,存在空间相关性,空间溢出效应显著; 科研队伍水平、政府政策支持力度与创新效率有显著的正相关关系,研发经费投入强度的持续增加对创新效率起到一定抑制作用,市场化发育程度和对外开放程度对创新效率的影响不显著。现阶段亟需解决企业自身研发能力不足,高校、研究机构科研评价体系不健全与成果转化收益分配不合理,基础研究投入不足和区际间知识生产能力与市场吸纳能力不匹配等问题。 相似文献
10.
全球城市知识流动网络的结构特征与影响因素 总被引：1，自引：1，他引：0
在科技全球化时代,城市之间的知识流动日益频繁,成为当代知识生产的重要特征。然而,鲜有从知识流动的视角开展全球城市体系的研究。基于2017年的高被引论文合作数据,采用社会网络分析方法和空间计量模型系统地刻画了全球城际科研合作网络的拓扑结构和空间格局及其影响因素。研究发现：① 拓扑结构呈现出以北美、欧洲和亚太城市的三极格局,轴辐式和分布式结构特征并存。② 世界城市科研合作网络形成以北美、西欧、东亚和澳大利亚为顶点的四边形格局。③ 多核心-边缘结构显现,纽约、伦敦和北京等8个城市为全球核心,芝加哥等41个城市为区域核心。④ 全球城市科研合作网络的等级层次特征显著,纽约、北京和吉达分别是三大子网的主导型城市。⑤ 空间相互作用模型表明地理距离阻碍了城市间的科研合作,城市的科研规模、人口规模、世界一流大学数量、制度邻近性和社会邻近性促进了城际联系。 相似文献