工业行业R&D技术溢出的社会网络分析

焦建玲，杨宇飞，白 羽

(合肥工业大学管理学院，安徽 合肥 230009)

工业行业R&D技术溢出的社会网络分析

焦建玲，杨宇飞，白 羽

(合肥工业大学管理学院，安徽 合肥 230009)

本文构建了2007年和2014年工业行业R&D技术溢出有向无权和有向加权网络，运用网络分析方法发现，工业行业间R&D技术溢出联系不够紧密，但随着时间的推移联系逐步增强，R&D技术溢出单向网络的中心化程度很高，主要集中在七个行业，占整个网络R&D技术溢出量的70%以上，但行业对R&D技术溢出的吸收比较分散，使得同时考虑溢出和吸收双向的网络中心化程度较低；网络核心—边缘结构较显著，属于多核心结构网络。处于网络核心地位的都是机械制造业中的资本和技术密集型行业，这些行业的R&D投入对其他行业技术水平的提升具有较大促进作用；以工业为主的产业结构使得产业链中与中下游联系紧密的医药制造业处于边缘地位，通信设备、计算机及其他电子设备制造业和仪器仪表及文化办公用机械制造业处于半边缘地位。

R&D技术溢出；工业行业；社会网络分析；核心—边缘结构

1 文献综述

作为内生增长理论的重要组成部分，技术溢出被视为技术进步和经济增长的重要因素而广受关注，因此，最初对R&D技术溢出的研究主要是其对经济增长的作用。Romer将技术溢出作为独立要素纳入到生产函数中，并建立包含技术溢出的内生经济增长模型[1-2]。Wang等[3]研究了区际技术溢出对中国地区产业增长的影响，发现区际R&D技术溢出和外商直接投资技术溢出都会促进产业增长，但是，一个地区的外商直接投资对其邻近地区的产业增长具有负面效应。柳剑平等[4]在内生经济理论的框架下研究了R&D投入对生产率增长的技术溢出效应，结果表明大多数情况下R&D投入对生产率增长具有促进作用。刘飞等[5]将FDI国际R&D溢出、加工贸易国际R&D溢出、国内R&D三者共同作为技术进步的来源和经济增长的解释变量，对我国1983—2006年的经济数据进行了实证分析，结果表明人力资本和国内R&D对经济增长的贡献具有统计学意义上的显著性，且存在长期均衡性。何兴强等[6]利用DEA的方法研究了FDI技术溢出效应与中国吸收能力的门槛效应，研究表明经济发展水平越高、基础设施越完善、人力资本水平越高，FDI技术溢出效应越显著。

技术溢出作为技术进步在关联产业间转移和扩散的一种特定形式，对于经济增长和产业进步是至关重要的[7-8]。由于知识的易传播性，以及技术创新和新知识的外部性，某一行业的R&D活动不仅会促进本行业的技术进步和生产率的提高，还会通过溢出效应带动相关行业生产率的提高，尤其是与其关联性较强的行业[9]。因此，后期有很多学者从行业角度出发，对R&D技术溢出的途径和机制进行分析。Jaffe[10]根据行业间技术溢出传导方式的不同，将技术溢出的形成机制大致归纳为知识性溢出、关联性溢出、市场性溢出。知识性溢出是指R&D技术通过新思想的传播、专利技术的公开、技术人才的流动等渠道实现的技术溢出，是一种最广泛的方式。关联性溢出是指具有类似投入产出结构的行业，通过相互学习或者被动学习，实现技术创新的一种溢出方式。市场性溢出是指企业之间或者地区之间通过市场交易实现的一种技术溢出方式。张红霞等[11]利用中国、美国、日本三国的投入产出表和有关的R&D支出数据，分别计算了这三个国家产业部门的受益者效应和贡献者效应，并进行了分析对比。韩颖等[12]在投入产出的基础上计算了我国产业部门间R&D溢出受益者效应的后向乘数、贡献者效应的前向乘数以及扣除自身影响后的R&D溢出效应。张鹏等[13]利用行业相似度作为权重，研究了全球生产网络背景下行业间的技术溢出。潘文卿等[1]也使用行业相似度系数作为权重，对行业间R&D技术溢出进行了度量。

社会网络分析方法的主要思想是将研究对象看作社会网络中的“能动者”，进而研究网络中个体间的关系、网络结构的演变及其对社会结构的意义，可以运用到社会学、心理学、政治学、经济学、地理学等多个学科。卢进勇等[14]利用世界投入产出表中的直接消耗系数作为纽带，构建了40个国家或地区的空间经济关联网络和中国35个行业的社会网络，研究中国在全球生产网络中的影响力和地位，以及各行业在全球生产网络中的地位演变。研究结果认为，考察期内中国在全球生产网络中的综合影响力日益提升，炼焦、石油及核燃料加工业等行业在全球生产网络中处于中心地位；Zhao等[15]结合投入产出法和社会网络分析法对比分析了中国和日本行业结构演化趋势，结果表明，中国行业结构日益改善，各行业部门间的联系较紧密，而日本的网络密度呈下降趋势，各行业部门联系较弱。潘峰华等[16]将中国及其周边国家作为网络中的个体，研究中国及其周边国家贸易网络，发现网络存在较明显的核心—边缘结构，中国在整个贸易网络中占据主导地位，经济影响力不断上升。以上文献说明，将行业作为网络节点，通过行业间的各种联系可以构建行业间各种类型的网络，利用社会网络分析方法研究各行业在网络中的地位和影响力，对于优化产业结构、提高网络效率具有重要的意义。

要想高效率实现中国工业行业整体技术水平的提升，对行业R&D技术溢出网络的研究必不可少。但是，从已有研究文献来看，对行业间R&D技术溢出的研究还较少，采用社会网络法研究行业间R&D技术溢出的文献更是鲜见。因此，本文构建了2007年和2014年工业行业R&D技术溢出有向无权网络和有向加权网络，分析工业行业R&D技术溢出网络的结构特征，以及各行业在整个R&D技术溢出网络中的地位和影响力。

2 数据来源与研究方法

本文的基础数据包括2007年和2012年基于投入产出表的直接消耗系数矩阵，2007年和2014年分行业大中型工业企业R&D经费。由于投入产出表每5年编制一次，考虑到其所反映的生产技术短期变化缓慢[17]，故用2012年投入产出表描述2014年投入产出关系。

从《工业企业科技活动统计年鉴》得到的分行业大中型工业企业R&D经费表中的行业划分，与中国投入产出表中的行业划分有所差别。本文根据国家行业划分依据，对行业名称进行对比，以上一级划分方法为标准，将细分的行业合并成上一级行业，最后得到2007年和2014年34个工业行业(见表1)的R&D投入数据，并以2014年为基期进行价格指数的调整。

表1 行业名称及其编码

本文采用以下研究方法：

2.1 行业间R&D技术溢出测度方法

一个行业获得的技术溢出是其他各个行业R&D投入费用的加权总和。从投入产出表直接消耗系数矩阵看，第j列表示j行业生产单位总产品对其他各行业产品作为中间投入品的消耗，因此它既反映了该行业对其他行业的依赖关系，也反映了对其他行业产品消耗的技术结构。因此，如果两个行业中间投入的技术结构相同，则认为它们间有着较高的相似程度，从而这两个行业间更容易发生技术溢出，因此，可以使用行业相似度系数作为衡量行业间技术溢出的权重。

采用两个行业的直接消耗系数列向量的角余弦表示两个行业间的相似度，i行业与j行业直接消耗系数列向量角余弦的计算公式如下[1，13，17]：

(1)

其中，aki、akj分别表示i行业与j行业的直接消耗系数列向量的第k个元素。如果i与j的相似度很高，则wij的值接近于1，否则接近于0。

j行业通过技术溢出获得的R&D投入为[1，13]：

(2)

其中，RDi表示i行业的直接R&D投入，wij表示i行业与j行业直接消耗系数列向量角余弦，即两个行业间的相似度系数。

2.2 行业间R&D技术溢出网络分析

(1)有向无权网络基本特征分析。网络密度是用来度量社会网络中各个节点之间联系紧密程度的指标。网络密度值既体现了整体网络对于所处网络中个体的影响，也体现了网络中个体之间的相互影响。网络密度值越大，表明网络对成员的影响可能性越大，网络成员之间的关系越密切。其计算公式如下[18]：

(3)

其中，D为网络密度；k为节点数；d(ni,nj)为节点ni、nj之间的关系量。

网络中心势是度量网络的整体整合度，即整个网络中心化程度的指标[19]。网络中心势越大，则网络中心化程度越高。网络中心势包括出度中心势和入度中心势，出入度中心势的大小可以表征网络整体出入度的中心化趋势。中间中心势描述网络中节点间联系的实现对中介点的依赖程度，中间中心势较大，则说明网络中大部分节点间的联系需要通过中介点实现。其计算公式为[18]：

(4)

其中，CAD表示网络的出(入)度中心势；CADi表示节点i的出(入)度数中心度，即节点i发出(得到)的关系数；CADmax表示网络中节点出(入)度数中心度的最大值。

(5)

其中，CB表示网络的中间中心势；CABi表示节点i的绝对中间中心度，其计算见式(6)；CABmax表示网络中节点绝对中间中心度的最大值。

节点中间中心度是度量节点控制其他节点间联系的能力大小的指标。节点中间中心度越大，说明该节点对其他节点间联系的控制能力越强，在网络中的位置越重要。中间中心度又可以分为绝对中间中心度和相对中间中心度，相对中间中心度可以用来比较不同规模网络图中节点的中间中心度。其计算公式如下[18]：

(6)

(7)

其中，CABi表示节点i的绝对中间中心度；CRBi表示节点i相对中间中心度；gjk(i)表示节点j和节点k之间存在的经过第三个点i的捷径数目；gjk表示节点j和k之间存在的捷径条数。

采用SPSS 22.0 软件进行分析。以每个个体叶片性状的算术平均值作为该个体的性状值，采用单因素方差分析(one-way ANOVA)和Tukey后置检验法，对4个样地长柄双花木不同发育阶段叶功能性状的差异进行方差分析和差异显著性检验(α = 0.05)。采用Pearson相关性分析，对长柄双花木叶片功能性状与发育阶段(幼苗、幼树、成树)间的相关性进行检验并对各叶功能性状进行主成分分析(按照特征值大于1的原则提取主成分)，检验不同阶段叶性状症候群在主成分轴上的位置变化。由于叶片采集时是按树高和基径来划分发育阶段，所以发育阶段的数值以该发育阶段的平均树高代替。

(2)有向加权网络核心—边缘分析。核心—边缘分析主要用于由若干元素相互联系构成的一种中心紧密相连、外围稀疏分散的网络结构分析。根据关系数据的类型，核心—边缘模型可以分为离散的和连续的两种类型。前者适用于定类数据，其构建的核心—边缘模型将分析对象最终分为“核心”和“边缘”两种类型；后者适用于定比数据，其构建的核心—边缘模型可以计算网络中各节点的核心度，并将其分为“核心”“半边缘”“边缘”等类型[18，20-21]。节点核心度的计算可以运用UCINET软件实现，由于计算过程复杂，本文略去具体计算公式。

3 实证分析

3.1 工业行业R&D投入与R&D技术溢出现状

2007—2014年，工业行业的R&D投入从2712亿元增长到9199亿元，增长率为239.16%，年均增长率达到16.49%。行业间R&D技术溢出总量从17419亿元增长到56371亿元，增长率为223.62%，年均增长率为15.81%。

如图1所示，不同工业行业间的R&D投入和R&D技术溢出差距较大。2007年和2014年，R&D投入的行业平均水平分别是79.78亿元和270.58亿元，R&D技术溢出的行业平均水平分别是512.32亿元和1657.96亿元。其中通信设备、计算机及其他电子设备制造业的R&D投入最大，2007年和2014年投入分别达到520.52亿元、1392.51亿元，是行业平均水平的6.5倍和5.1倍。电气机械及器材制造业的R&D技术溢出最大，两年分别为2333.88亿元、7736.46亿元，是行业平均水平的4.6倍和4.7倍。燃气生产和供应业、水的生产和供应业的R&D投入和R&D技术溢出最低，不足行业平均水平的1%。

工业行业的R&D经费和R&D技术溢出都主要来自七个资本密集型和技术密集型行业。其中金属冶炼压延加工业、化学原材料及化学制品制造业、通用设备制造业和专用设备制造业属于资本密集型行业。通信设备、计算机及其电子设备制造业、交通运输设备制造业和电气机械及器材制造业属于技术密集型行业，这七个行业的R&D投入和R&D技术溢出超过行业总和的70%。

图1 2007年和2014年各工业行业R&D投入与技术溢出

3.2 R&D技术溢出网络的基本特征分析

为了对比分析2007年和2014年工业行业R&D技术溢出网络特征，本文使用2007年工业行业R&D技术溢出的均值作为阈值，构建2007年和2014年工业行业R&D技术溢出的有向无权网络。即，若i行业对j行业的R&D技术溢出量大于阈值，则认为i行业与j行业间存在R&D技术溢出，否则认为两个行业间不存在R&D技术溢出。

表2 2007年与2014年R&D技术溢出网络密度和中心势

总体而言，2007年和2014年行业间R&D技术溢出网络密度较小，行业间R&D技术溢出联系不是很紧密。但是，相较于2007年，2014年的网络密度有显著提高，表明随着时间的推移，工业行业间R&D技术溢出联系逐步得到加强。分析其原因，根据式(2)可知，行业间R&D技术溢出联系由行业R&D投入和行业间相似度系数两方面因素决定。一方面，8年间34个工业行业R&D投入总量增长了6487亿元，总量增长为技术溢出网络密度提高提供了先决条件，但两个不相干的行业R&D投入量增加，不会使得这两个行业的技术溢出联系加强；另一方面，根据式(1)计算的行业间相似度系数结果发现，虽然2007年与2014年行业整体的平均相似度系数分别为0.19、0.18，有微弱下降，但是，R&D投入较高的一些行业间的相似度系数增大。例如，R&D投入排名前三的金属冶炼压延加工业、交通运输设备制造业和通信设备、计算机及其他电子设备制造业，两两间的相似度系数都增大了，平均增大0.013。

刻画吸收网络中其他行业R&D技术溢出能力的网络入度中心势以及描述在网络中起桥接点作用的中间中心势比较低，说明工业行业R&D技术溢出网络中行业对R&D技术溢出的吸收比较分散，没有集中在某几个行业，同样桥接点的中心化程度也不高。但是描述网络中行业单向溢出R&D能力的出度中心势较高，超过57%，表明只考虑单向溢出的网络中心化程度很高，网络中的R&D技术溢出主要集中在某几个行业，这与3.1的分析一致，以电气机械及器材制造业为首的七个资本与技术密集型行业的技术溢出量占到整个网络技术溢出量的70%以上。

(2)节点中间中心度。利用UCINET计算得到2007年和2014年各行业的节点绝对中间中心度和相对中间中心度，由于2007年和2014年的网络规模相同，对比两年各节点相对中间中心度与对比两年各节点绝对中间中心度具有同样的意义。因此，在表3中只给出节点相对中间中心度排名前十位的行业及其相对中间中心度值。

表3 2007年与2014年各行业节点相对中间中心度

虽然网络整体的中间中心化程度不高，但34个工业行业在技术溢出网络中所起中介作用的相对地位还是有很大差别的。如表3所示，2007年化学原材料及化学制品制造业的节点中间中心度远高于其他行业，是仅次于它的电气机械及器材制造业的3.4倍，因此化学原材料及化学制品制造业可以称作整个网络中唯一的节点中间中心行业。2014年医药制造业的节点中间中心度明显高于其他行业，成为工业行业R&D技术溢出网络中唯一的中间中心行业。但是，网络中节点的最大中间中心度明显减小，排名前十的行业的中间中心度明显增大。通过凝聚子群分析发现，化学纤维制造业、橡胶和塑料制品业需要借助于化学原材料及化学制品制造业，农副食品加工业、食品制造业和饮料制造业需要借助于医药制造业实现与网络中其他行业间的R&D技术溢出联系。随着网络最大中间中心度的减小，以及网络中中间中心度大于0的行业个数的增多，网络整体的中间中心势由2007年的12.46%下降为2014年的7.29%，行业间技术溢出的桥梁作用进一步分散化。

特别值得关注的是，考察期内医药制造业的节点中间中心度明显增大，2014年是2007年的7.9倍多，从2007年的第9名上升到2014年的第1名，表明该行业在网络中的中介作用变大，对其他行业间技术溢出联系的控制能力增强。2009年国务院印发《医药卫生体制改革近期重点实施方案(2009—2011年)》，提出2009—2011年重点抓好五项改革：一是加快推进基本医疗保障制度建设，二是初步建立国家基本药物制度，三是健全基层医疗卫生服务体系，四是促进基本公共卫生服务逐步均等化，五是推进公立医院改革试点。此外，我国人口结构老龄化的加深，以及健康观念的更新和生活水平的提升，在很大程度上促进了医药制造业的发展。对比图2、图3发现，2014年，与医药制造业联系的行业个数显著增多。特别是医药制造业实现了与通用设备制造业、专用设备制造业间的联系，而从图1中可以看出，这两个行业对其他行业的技术溢出较高，3.3节的分析进一步显示，这两个行业是同时考虑溢出与吸收双向加权网络的核心行业，这在很大程度上促进了医药制造业中介作用的增强。

图2 2007年医药制造业局部网络图

图3 2014年医药制造业局部网络图

3.3 R&D技术溢出网络的核心—边缘结构分析

将行业作为网络节点，行业间R&D技术溢出作为边的权重，构建2007年和2014年工业行业R&D技术溢出有向加权网络，选择连续的核心—边缘模型进行分析。通过UCINET软件得到两年核心—边缘模型的相关系数(拟合系数)分别为0.726、0.744，说明得到的核心边缘结果与理想模型的相似度较高，结果是可信的。根据计算结果，把核心度在[0.2，1]之间的行业归为核心行业，核心度在[0.1，0.2)之间的行业归为半边缘行业，核心度在[0，0.1)之间的行业归为边缘行业[22]。2007年和2014年R&D技术溢出网络的核心行业、半边缘行业及其核心度如表4所示。

表4 2007与2014年R&D技术溢出网络核心、半边缘行业及其核心度

中国工业行业R&D技术溢出网络核心—边缘结构显著，属于多核心结构网络，且结构较为稳定。如表4所示，2007年和2014年网络都存在6个相同的核心行业和3个相同的半边缘行业。2014年1(煤炭开采和洗选业)、2(石油和天然气开采业)由半边缘地位降低为边缘行业，19(化学原料及化学制品制造业)由边缘地位上升为半边缘地位。由于完整的网络图非常复杂，难以直观反映核心与边缘行业间的联系，因此，本文使用阈值简化原始网络图，以便更清楚地观察网络的核心—边缘结构。图4和图5分别表示阈值为30亿元和100亿元下2007年和2014年网络的核心—边缘结构。阈值选择的依据是2014年行业间R&D技术溢出为2007年的3.2倍。由图4和图5可以看出，核心行业间具有较强的R&D技术溢出联系，而边缘行业间的R&D技术溢出联系较弱。

图4 2007年核心—边缘结构

图5 2014年核心—边缘结构

核心行业都是资本或技术密集型行业，其中24(金属冶炼压延加工业)、26(通用设备制造业)、27(专用设备制造业)和25(金属制品业)属于资本密集型行业。29(电气机械及器材制造业)和28(交通运输设备制造业)属于技术密集型行业。这些行业本身具有较高的R&D投入，且处于行业链的中游，与上下游联系都很紧密，两方面原因使其溢出和吸收其他行业的R&D技术都较多，从而处于网络的核心地位。

作为高技术密集型行业的20(医药制造业)属于边缘行业，30(通信设备、计算机及其他电子设备制造业)和31(仪器仪表及文化、办公用机械制造业)属于半边缘行业。分析其原因如下：

医药制造业的中间中心度较高，是网络中的桥梁节点，且关乎国民生计、百姓安危，中国人口老龄化的加重、心脏病等非传染性疾病的增加，以及政府推进医疗体制改革促进了医药制造业的发展，但是，在网络中处于边缘地位。分析其原因，目前中国医药制造业技术创新能力较低[23-24]，先进医疗设备还主要依靠国外进口，而且相较于核心行业，医药制造业的R&D投入较低，2007年和2014年其R&D投入占工业行业全部R&D投入的3.13%和4.24%。而核心行业中的金属冶炼压延加工业的R&D投入占比超过10%。其次，医药制造业处于行业链的中下游，且其技术专业性相对较强，两方面原因使该行业与其他行业的平均相似度系数略低于全行业平均相似度系数，导致医药制造业不仅对其他行业的R&D技术溢出较少，且其本身的R&D技术吸收能力也较弱，2007年和2014年，该行业吸收的R&D技术溢出占网络总R&D技术溢出的比例分别为1.72%、1.71%。结合图2和图3，虽然医药制造业的中间中心度较高，是网络中的关键桥梁节点，但是，与其存在R&D技术溢出联系的行业主要是边缘和半边缘行业，至2014年仅有通用设备和专用设备制造业两个核心行业与其产生联系，这也使得中间中心度较高的医药制造业处于网络的边缘地位。

通信设备、计算机及其他电子设备制造业是国民经济支柱性产业，其R&D投入最高，国际贸易规模位居国内各行业之冠，2017年一季度，通信设备、计算机及其他电子设备制造业的出口交货值占到总出口交货值的40%[25]，却在网络中处于半边缘地位，主要由该行业与其他行业很低的技术相似度造成。不像金属冶炼压延加工业等核心行业，这些行业处于产业链的中游，与上下游均有紧密的联系，除了交通运输设备制造业以外，其余五个核心行业在2007年和2014年与其他行业的平均相似度系数都超过所有行业间的平均相似度系数，而通信设备、计算机及其他电子设备制造业处于产业链的中下游，靠近消费终端，与上游联系相对较弱，2007年和2014年与其他行业的平均相似度系数仅为0.099、0.098，排名倒数第四和倒数第三。由于很低的技术相似度系数，2007年和2014年，该行业吸收的R&D技术溢出占行业总R&D技术溢出的比例分别为1.54%、1.90%。此外，通信和电子设备生产流程中各道工序的技术要求往往有很大差异，面对国际、国内激烈的市场竞争，各企业对自己拥有的核心技术的保护力较强，因此技术溢出的产生较为困难。近年来，中国通信设备计算机及其他电子设备制造业发展迅速，华为、中兴等品牌企业占据了较大的国际市场份额，但是与三星、苹果等企业相比，技术水平还有所欠缺，2012年全球通信和电子设备制造商的4G专利数排名中，三星位居第一，华为和中兴分别位居第五和第八[26]，先进技术的欠缺也是导致通信行业处于半边缘地位的重要原因。

虽然仪器仪表及文化、办公用机械制造业属于技术密集型行业，但两方面原因导致其处于半边缘地位。首先，其R&D投入相对核心行业较低，2007年和2014年其R&D投入占全部行业R&D投入的比例分别为1.38%、1.84%。其次，仪器仪表及文化办公用机械制造业专业性较强与其他行业技术联系较弱，2007年和2014年该行业与其他行业的平均相似度系数分别为0.170、0.153，低于0.194和0.176的行业平均相似度系数，由图4和图5也可以看到该行业仅与通信设备、计算机及其他电子设备制造业的技术溢出联系较强，而通信设备、计算机及其他电子设备制造业的技术溢出能力也较弱。这也是技术密集型行业的仪器仪表行业成为网络中半边缘行业的原因之一。

此外，节点中间中心度和R&D投入与溢出量排名均靠前的化学原材料及化学制品制造业在2007年属于边缘行业，2014年上升为半边缘行业，主要原因是该行业的R&D技术吸收能力较弱。2007年和2014年化学原材料及化学制品制造业吸收的R&D技术溢出占网络总R&D技术溢出的比例分别为2.44%、2.45%。该行业与其他行业的平均相似度系数较高，2007年和2014年分别为0.266、0.245。但是与其相似度系数较高的主要是化学纤维制造业、橡胶和塑料制品业、有色金属矿采选业、非金属矿采选业，这五个行业都是边缘行业，由此导致化学原材料及化学制品制造业的R&D技术吸收量较低。

4 结论与建议

本文构建了2007年和2014年工业行业R&D技术溢出的有向无权和有向加权网络，分析了工业行业R&D技术溢出网络的基本特征、演变趋势，以及各行业在网络中的地位和影响力，得到以下结论:

(1)2007—2014年工业行业间R&D技术溢出总量显著增大。行业间R&D技术溢出从17419亿元增长到56371亿元，年均增长率为15.81%。行业R&D投入的显著增大在很大程度上促进了R&D技术溢出的增大，行业R&D投入从2712亿元增长到9199亿元，年均增长率达到16.49%。

(2)工业行业间R&D技术溢出联系不够紧密，网络整体中心化程度较低。若仅考虑出度，R&D技术溢出单向网络的中心化程度较高。贡献R&D技术溢出的行业集中在七个资本、技术密集型行业，2007年和2014年这七个行业的R&D技术溢出量占所有行业总的R&D技术溢出量的比重分别为74.82%、71.35%。

(3)化学原料及化学制品制造业与医药制造业在网络中具有一定的中介桥梁作用，其中化学原料及化学制品制造业在化学纤维制造业、橡胶制品业和塑料制品业三个行业与网络联系中发挥桥梁作用。医药制造业则在农副食品加工业、食品制造业和饮料制造业三个行业与网络联系中具有一定桥梁作用。

(4)工业行业R&D技术溢出网络属于多核心结构网络，处于核心地位的都是资本或技术密集型行业。需要特别注意的是，高新技术行业属于半边缘行业，具有中介桥梁作用的属于边缘行业。

根据以上结论，提出以下建议：

首先，区别对待高污染高能耗行业。虽然金属冶炼压延加工业和金属制品业属于高能耗高污染行业，但与其他高能耗高污染行业不同，这两个行业在工业行业R&D技术溢出网络中处于核心地位，与其他行业的技术溢出联系非常密切，因此加大对这两个行业的技术投入，提高其技术创新能力和创新水平，对提高整个工业行业技术水平的作用显著。特别是金属制品业，若提高其R&D投入，不仅会提高该行业自身的技术创新水平，还会促进该行业对其他行业的R&D技术溢出，从而促进工业行业整体技术水平的提升。

其次，进一步提高医药制造业和化学原料及化学制品制造业的R&D投入。医药制造业和化学原料及化学制品制造业在网络中具有一定的中介作用，且化学原料及化学制品制造业R&D技术溢出能力很强，这两个行业与中下游行业联系紧密，随着中国产业结构不断优化调整，产业结构重心下移，这两个行业在R&D技术溢出网络中的地位和作用会进一步增强。因此，继续加大对这两个行业的R&D投入有助于促进工业行业，甚至整个社会技术水平的提升。

最后，需要特别说明的是，通信设备、计算机及其他电子设备制造业作为战略性高新技术产业，在工业行业R&D技术溢出网络中没有发挥良好作用，这是由当前我国产业结构特点决定的，中国当前处于后工业化时代，工业仍然是经济的主导产业，刻画行业间联系的投入产出关系决定了产业链中处于中游的金属冶炼压延加工业等机械制造业与其他行业有较高的相似度，使得这些行业在网络中占据核心地位。随着产业结构调整，第三产业将逐渐成为主导产业，投入产出关系重心将逐步下移，这些高新技术行业在R&D技术溢出网络中的地位将逐步提高。因此，坚定不移地促进通信设备、计算机及其他电子设备制造业等高新技术行业的发展，有利于提高全社会技术水平，有利于加速促进产业结构调整优化。

[1]潘文卿.中国产业间的技术溢出效应:基于35个工业部门的经验研究[J].经济研究，2011(7):18-31.

[2]ROMER P M.Increasing returns and long-run growth[J].Journal of political economy，1986，94(5):1002-1037.

[3]WANG L，MEIJERS H，SZIRMAI A.Technological spillovers and industrial growth in Chinese regions[J].Merit working papers，2013，044(1):33-51.

[4]柳剑平，程时雄.中国R&D投入对生产率增长的技术溢出效应:基于工业行业(1993—2006年)的实证研究[J].数量经济技术经济研究，2011(11):34-50.

[5]刘飞，王德发.国际R&D溢出、国内R&D和真实经济增长:基于技术扩散模型的一个实证[J].世界经济研究，2009(3):82-87.

[6]何兴强，欧燕，史卫，刘阳.FDI技术溢出与中国吸收能力门槛研究[J].世界经济，2014(10):52-76.

[7]宁进，于渤.关联产业间技术溢出的系统动力模型研究[J].哈尔滨工程大学学报，2011，32(2):235-241.

[8]MARTINCUS C V，MOLINARI A.Regional business cycles and national economic borders:What are the effects of trade in developing countries?[J].Review of world economics，2005，143(1):140-178.

[9]孙晓华,王昀，郑辉.R&D溢出对中国全要素生产率的影响[J].南开经济研究，2012(5):18-35.

[10]JAFFE A B.The importance of “spillovers” in the policy mission of the advanced technology program[J].Journal of technology transfer，1998，23(2):11-19.

[11]张红霞，冯恩民.R&D部门间溢出效应及中美日三国的比较分析[J].大连理工大学学报，2005，26(2):17-22.

[12]韩颖，李丽君，花园园，孙志敏.我国7个产业的产业间R&D溢出效应纵向比较分析[J].科学学研究，2010，28(4):542-548.

[13]张鹏，李悦明.全球生产网络下产业间技术溢出效应研究[J].中国科技论坛，2015(1):51-56.

[14]卢进勇，杨杰，郭凌威.中国在全球生产网络中的角色变迁研究[J].国际贸易问题，2016(7):3-14.

[15]LI Z，SUN L，GENG Y，et al.Examining industrial structure changes and corresponding carbon emission reduction effect by combining input-output analysis and social network analysis:a comparison study of China and Japan[J].Journal of cleaner production，2010.

[16]潘峰华，赖志勇，葛岳静.经济贸易视角下中国周边地缘环境分析:基于社会网络分析方法[J].地理研究，2015，34(4):775-786.

[17]张鹏，王娟.全球生产网络中国产业升级结构封锁效应及突破[J].科学学研究，2016，34(4):520-528.

[18]刘军.整体网分析(第二版)-UCINET软件实用指南[M].上海:上海人民出版社，2014.

[19]汤放华，汤慧，孙倩，汤迪莎.长江中游城市集群经济网络结构分析[J].地理学报，2013，68(10):1357-1366.

[20]张玥，朱庆华.学术博客交流网络的核心—边缘结构分析实证研究[J].图书情报工作，2009，53(53):25-29.

[21]廖小琴，孙建军，郑彦宁，潘云涛.高校微博互链网络的核心—边缘结构分析:链接结构和信息分布视角[J].情报科学，2014，32(1):119-124.

[22]陈银飞.2000—2009年世界贸易格局的社会网络分析[J].国际贸易问题，2011(11):31-42.

[23]章家清，张学芬.中国医药制造业技术创新能力实证研究[J].工业技术经济，2015(5):41-48.

[24]刘秉镰，徐锋，李兰冰.中国医药制造业创新效率评价与要素效率解构[J].管理世界，2013(2):169-171.

[25]赵云城.工业经济开局良好 向好基础尚需巩固[EB/OL].中央政府门户网站：http://www.stats.gov.cn/tjsj/sjjd/201704/t20170418_1485858.html.2017.

[26]孔令夷，楼旭明，贾卫峰.我国通信电子设备制造业转型升级路径与模式[J].科技管理研究，2014(19):71-88.

(责任编辑 沈蓉)

R&DSpilloversofChina’sIndustryBasedonSocialNetwork

Jiao Jianling，Yang Yufei，Bai Yu

(School of Management，Hefei University of Technology，Hefei 230009，China)

A directed network and a directed network with weighted links of R&D technology spillovers of China’s industry in 2007 and 2014 were constructed.Through the analysis of density，centrality and core-periphery structure，we found that the linkages between the various industries were not close enough，but with the passage of time，the relationships were enhanced.Network had higher centrality when only considering spillovers，and mainly concentrated in seven industries，which accounted for more than 70% of all the spillovers.Network had lower centrality when considering both spillovers and absorbents，because the absorbents of R&D technology spillovers were decentralized.The core-periphery structure of network was notable，and belonged to the multi core network structure.All of the core industries were machinery manufacturing industries，which were capital-intensive or technology-intensive industries.They all belonged to the midstream of the industry chain，and had close relationships with the industries of upstream and downstream.The R&D investment in these sectors could promote the technological levels of other industries.The industrial structure dominated by the second industry was the main reason that pharmaceutical industry on periphery status，electronic and telecommunications equipment，instruments manufacturing belonged to semi-periphery status，which were high technology-intensive industries，and had close relationships with the industries of midstream and downstream.

R&D technology spillovers； Industry;Social network analysis；Core-periphery structure

国家自然科学基金项目“考虑贸易技术溢出的区域碳排放绩效及相关政策研究”(71573069)。

2017-01-23

焦建玲(1966-)，女，安徽人，合肥工业大学管理学院教授；研究方向：技术经济。

F062.9

A