研究院王曰芬教授团队在Transactions in GIS上发表题为“Untangling spatio-temporal dynamics and determinants of technology transfer from a patent assignment perspective: The case of China's AI data”的学术论文。

技术转移是管理、经济与技术政策领域的重要研究课题。专利作为创新活动的主要产出形式之一，是衡量城市技术创新能力的重要指标，也是城市技术资产中最具经济价值的部分。基于专利转移信息，借助图论与社会网络分析方法，可以构建技术转移网络并加以分析，但具体的，技术转移网络如何动态演化?怎样运用技术转移网络指标界定技术转移类型，技术转移类型在时空上如何变化演进?影响技术转移的主要因素是什么?它们在不同的空间区域如何发挥作用?目前，对这些问题的系统研究仍较为缺失。王曰芬教授团队在依据图论构造了双尺度加权有向专利转让网络，运用传统社会网络分析技术转移网络结构的基础上，进一步探讨技术转移网络的动态演化情况，筛选技术转移网络指标，重新定义技术转移类型，利用马尔可夫链分析技术转移概率矩阵，总结技术转移类型随时间和空间的演化特征，结合空间与非空间分析方法检验技术转移与一系列社会经济和技术预测因素之间的关系，建立多元回归模型，运用OLS和MGWR回归方法分析预测因素对技术转移的影响机理，探讨技术转移影响因素的空间异质性。

大数据科学研究院王曰芬教授为该文章的通讯作者，王曰芬教授指导的博士研究生曾闻为第一作者，大数据科学研究院岑咏华教授、南京大学数字经济与管理学院巴志超老师参与指导。该研究获得国家社会科学基金重大项目（16ZDA224）与国家自然科学基金（72004094）资助。

文章链接：http://doi.org/10.1111/tgis.13204