全球科研人员流动格局及关键影响因素

全球研究人员流动情况

Furukawa（2012）研究发现，美国、中国和印度是研究人员流动数量最多的国家，新加坡和香港吸引了大量的国际研究人员。基于机构间的人员流动结果表明，新加坡和美国吸引了同样多的国际研究人员。

Markova（2016）以俄罗斯为例，阐述了该国在全球科学体系中的地位，并指出一国的科研人员国际科学流动取决于东道国和母国之间科学发展水平的差异。王全纲（2017）分析了影响全球高端人才流动的关键因素。

全球创新网络与国家产业绩效关系研究概况

总结现有研究成果，全球创新网络与国家产业绩效之间的关系研究还不深入，总体处于起步阶段，研究方向集中在产业创新网络国际化与技术创新的关系、区域创新网络特征与创新成果的关系、国家创新网络特征与产业绩效间关系等方面开展研究。

产业创新网络国际化与技术创新的关系研究

Chetty（2010）指出技术创新国际化对于那些经济总量小而且开放的体系十分重要。

Breschi（2016）在其最新研究中表明聚集企业应该与外部企业和高校科研院所等组织进行合作以获得企业外部信息和知识来发展企业。相应地，相关学者进行了大量的实证研究对模型进行证实，如Scott（2012）通过对娱乐产业集群进行了相关研究，得到了类似的结论。

Maskell（2013）首次提出了临时性集群的概念（Temporary Cluster）。

Giuliani（2015）提出智利制酒产业集群中区域创新网络内部的不均匀性和选择性非常明显。

Koch（2016）发现，波士顿生物技术企业主要的知识更新渠道是通过与国际知名企业进行合作。

国内对于创新网络特征与产业绩效的关系研究成果较少：

• 王方红（2008）研究了高新技术产业形成跨国创新网络的两种主要形式，分别是业务联动形成的研发合作网络和技术标准统一所形成的交流合作网络。
• 卢艳秋（2010）通过对我国两个重要的行业，分别是通信行业和金融行业进行数据分析后得出国际合作的创新网络能够提高产业绩效。
• 曾刚（2014）发现跨国公司企业更容易发生技术转移和技术共享。
• 赵婷婷（2015）研究表明研发国际化和产业绩效总体呈现U型曲线的关系。
• 郑胜华（2017）对产业创新网络国际化与技术创新的关系进行研究。
• 
  

区域创新网络特征与创新成果的关系研究

郑小勇（2014）提出了具有高中心性网络的城市具有更多的权力可以吸引围绕它的城市，由于合作、沟通等成本收益比较高，社会资本更加青睐这类城市。

田钢和张永安（2008）认为协作网络中填充结构洞的城市具有更多的信息效益，并在决策制定中享有更多的自主性。杨春白雪（2018）在其研究中表明高中心性的城市具丰富的信息资源，作为信息和知识的枢纽，在所属的网络中具有更强的控制力。

Gilsing（2015）提出高中心性的城市在创新产出方面具有更多的优势。随后，Peteraf（2016）提出跨越更多结构洞的城市具有明显的竞争优势。Ahuja（2016）认为高中心性城市具有更大承受风险和达到高地位和高威望的能力。

上一篇：3D打印产业技术、市场与商业模式探索
下一篇：多维知识流动对企业贸易与创新的影响