地区间基因差异会影响技术转移吗?——基于中国2001—2005年省际专利转让数据

doi:10.18306/dlkxjz.2019.05.011

地理科学进展 ›› 2019, Vol. 38 ›› Issue (5): 745-755.doi: 10.18306/dlkxjz.2019.05.011

地区间基因差异会影响技术转移吗?——基于中国2001—2005年省际专利转让数据

钱超峰^1,²(), 杜德斌^1,^2,^*(), 胡璇^1,², 段德忠^1,²

1. 华东师范大学全球创新与发展研究院,上海 200062
2. 华东师范大学城市与区域科学学院,上海 200062

收稿日期:2018-12-11 修回日期:2019-01-14 出版日期:2019-05-28 发布日期:2019-05-28
通讯作者: 杜德斌
作者简介:
第一作者简介：钱超峰(1995— ),男,浙江萧山人,硕士生,主要从事区域创新与发展研究。E-mail: qcfxyz@foxmail.com
基金资助:
中国科学院战略性先导科技专项(A类)(XDA20100311)

Does genetic difference influence inter-region technology transfer?Evidence from China’s provincial-level patent transfer data of 2001-2005

Chaofeng QIAN^1,²(), Debin DU^1,^2,^*(), Xuan HU^1,², Dezhong DUAN^1,²

1. Institute for Global Innovation and Development, East China Normal University, Shanghai 200062, China
2. School of Urban and Regional Science, East China Normal University, Shanghai 200062, China

Received:2018-12-11 Revised:2019-01-14 Online:2019-05-28 Published:2019-05-28
Contact: Debin DU
Supported by:
Strategic Priority Research Program of the Chinese Academy of Sciences, No. XDA20100311

摘要/Abstract

摘要：

技术转移是促进区域协调发展和创新资源高效配置的重要手段。专利转让是中国技术转移交易市场的主要部分,其背后的机制还没有得到充分解释。论文利用已有的遗传距离测算方法和广受认可的汉族人口基因数据,尝试从基因差异的角度探索跨地区专利转让的机制。通过挖掘国家知识产权局专利检索平台的专利转让数据,并结合其他经济地理数据,对遗传距离是否会影响省际间专利转让进行计量考察。借鉴“同性相斥异性相吸”的理论,从技术市场竞争角度建构了研究模型。通过2001—2005年省级面板数据进行计量回归检验,结果发现,遗传距离越远,反而更容易发生跨地区专利转让。在平均水平上,2个地区间基因差异每扩大1个标准差,专利转让数就会提高9.8%。结果经过了若干稳健性检验,并对其中的空间差异性作了分析。研究揭示了基因多样性对于人类社会的意义,并启示现实政策应该放宽迁徙和落户限制,鼓励跨地区的交流与融合。

关键词: 专利转让, 创新地理学, 基因差异, 空间差异性, 基因多样性, 中国

Abstract:

Technology transfer is an important means to promote coordinated regional development and efficient allocation of innovative resources. Patent transfer is a major part of China's technology transfer trading market, but the mechanism behind it has not been fully explained. By using the existing genetic distance estimation method and the widely recognized Han population genetic data, this study explored the mechanism of cross-regional patent transfer from the perspective of genetic differences. By mining the patent transfer data of the Patent Search Platform of the State Intellectual Property Office and combining with other economic geographic data, we conducted a quantitative research on whether genetic distance has affected inter-provincial patent transfer. Considering the principle of "same-sex repelling and opposite-sex attracting," a model was constructed from the perspective of technical competition. Results of the regression analyses of the panel data show that the farther the genetic distance is, the more likely it is to have inter-regional patent transfers. In general, for one-standard-deviation rise of genetic differences between two provinces, the number of patent transfers between them increased by 9.8%. The results have undergone several robustness tests and the spatial differences also have been considered. This study highlights the importance of genetic diversity for human society, and suggests that policies should relax migration and settlement restrictions and encourage inter-regional exchanges and integration.

Key words: patent transfer, innovation geography, genetic difference, spatial differentiation, genetic diversity, China

钱超峰, 杜德斌, 胡璇, 段德忠. 地区间基因差异会影响技术转移吗?——基于中国2001—2005年省际专利转让数据[J]. 地理科学进展, 2019, 38(5): 745-755.

Chaofeng QIAN, Debin DU, Xuan HU, Dezhong DUAN. Does genetic difference influence inter-region technology transfer?Evidence from China’s provincial-level patent transfer data of 2001-2005[J]. PROGRESS IN GEOGRAPHY, 2019, 38(5): 745-755.

图/表 9

表1

图1

图2

表2

表3

表4

表5

表6

表7

参考文献 41

1	杜德斌, 何舜辉. 2016. 全球科技创新中心的内涵、功能与组织结构[J]. 中国科技论坛, (2): 10-15.
	[Du D B, He Y H.2016. The connotation,function and organization of global S＆T innovation center. Forum on Science and Technology in China, (2): 10-15. ]
2	段德忠, 杜德斌, 谌颖, 等. 2018. 中国城市创新技术转移格局与影响因素[J]. 地理学报, 73(4): 738-754.
	[Duan D Z, Du D B, Chen Y, et al.2018. Technology transfer in China's city system: Process, pattern and influencing factors. Acta Geographica Sinica, 73(4): 738-754. ]
3	冯锋, 马雷, 张雷勇. 2012. 外部技术来源对我国工业企业创新绩效影响及区域差异性研究: 基于 SFA 方法的面板数据分析[J]. 中国科学技术大学学报, 42(3): 243-251.
	[Feng F, Ma L, Zhang L Y.2012. Research on effects and regional differences of external sources of technology on innovation efficiency of chinese industrial enterprises: Based on SFA analysis of panel data. Journal of University of Science and Technology of China, 42(3): 243-251. ]
4	冯锋, 司尚奇, 李徐伟. 2009. 我国跨省区技术转移差异性分析: 基于1996—2007年各省技术转移数据[J]. 中国科技论坛, (11): 77-82.
	[Feng F, Si S Q, Li X W.2009. Analysis of the differences of technology transfer between China's inter-provincial regions: Based on data transfer of provinces from 1996 to 2007. Forum on Science and Technology in China, (11): 77-82. ]
5	科技部火炬中心. 2017. 2017全国技术市场统计年度报告 [EB/OL]. .
	[Torch Center of the Ministry of Science and Technology. 2017. National technical market statistics annual report in 2017. . ]
6	林建浩, 赵子乐. 2017. 均衡发展的隐形壁垒: 方言、制度与技术扩散[J]. 经济研究, (9): 182-197.
	[Lin J H, Zhao Z L.2017. Invisible barriers to balanced development: Dialect, institution and technology diffusion. Economic Research Journal, (9): 182-197. ]
7	刘承良, 管明明, 段德忠. 2018. 中国城际技术转移网络的空间格局及影响因素[J]. 地理学报, 73(8): 1462-1477.
	[Liu C L, Guan M M, Duan D Z.2018. Spatial pattern and influential mechanism of interurban technology transfer network in China. Acta Geographica Sinica, 73(8): 1462-1477. ]
8	刘凤朝, 马荣康. 2013. 区域间技术转移的网络结构及空间分布特征研究: 基于我国2006—2010省际技术市场成交合同的分析[J]. 科学学研究, 31(4): 529-536.
	[Liu F C, Ma R K.2013. Study on the network structure and spatial distribution of inter-regional technology transfer: Analysis based on inter-provincial technical market transaction of China in 2006-2010. Studies in Science of Science, 31(4): 529-536. ]
9	吕拉昌, 黄茹, 廖倩. 2016. 创新地理学研究的几个理论问题[J]. 地理科学, 36(5): 653-661. doi: 10.13249/j.cnki.sgs.2016.05.002
	[Lu L C, Huang R, Liao Q.2016. Several theoretical issues on innovation geography. Scientia Geographica Sinica, 36(5): 653-661. ] doi: 10.13249/j.cnki.sgs.2016.05.002
10	阮建青, 王凌, 李垚. 2016. 创新差异的基因解释[J]. 管理世界, (6): 107-117.
	[Ruan J Q, Wang L, Li Y.2016. A genetic explanation of innovation difference. Management World, (6): 107-117. ]
11	石书德, 高建. 2009. 知识流动、创业活动对经济增长的影响: 一种解释中国区域经济差异的观点[J]. 科学学与科学技术管理, (11): 134-140.
	[Shi S D, Gao J.2009. Knowledge flow and entrepreneurship activities drive economic development: A perspective to explain the economic variation among regions in China. Science of Science and Management of S & T, (11): 134-140. ]
12	孙玮, 王九云, 成力为. 2010. 技术来源与高技术产业创新生产率: 基于典型相关分析的中国数据实证研究[J]. 科学学研究, 28(7): 1088-1093.
	[Sun W, Wang J Y, Cheng L W.2010. Knowledge enterprise intellectual capital structure research in the dimension: An empirical analysis of the process of knowledge creation. Studies in Science of Science, 28(7): 1088-1093. ]
13	王珊珊, 王宏起. 2012. 技术创新扩散的影响因素综述[J]. 情报杂志, 31(6): 197-201.
	[Wang S S, Wang H Q.2012. A review on the influencing factors of technological innovation diffusion. Journal of Inteligence, 31(6): 197-201. ]
14	温芳芳. 2013. 基于专利计量的区域间技术合作网络研究[J]. 情报杂志, 32(11): 32-36.
	[Wen F F.2013. Study on inter-regional technology collaboration network based on the patent bibliometrics. Journal of Intelligence, 32(11): 32-36. ]
15	徐庆富, 康旭东, 杨中楷, 等. 2017. 基于专利权转让的我国省际技术转移特征研究[J]. 情报杂志, 36(7): 66-72.
	[Xu Q F, Kang X D, Yang Z K, et al.2017. Research on the characteristics of inter-provincial technology transfer in china based on patent right transfer. Journal of Intelligence, 36(7): 66-72. ]
16	颜子明, 杜德斌, 刘承良, 等. 2018. 西方创新地理研究的知识图谱可视化分析[J]. 地理学报, 73(2): 362-379.
	[Yan Z M, Du D B, Liu C L, et al.2018. Visualization analysis of mapping knowledge domain on Western geography of innovation. Acta Geographica Sinica, 73(2): 362-379. ]
17	张学良, 李培鑫, 李丽霞. 2017. 政府合作、市场整合与城市群经济绩效: 基于长三角城市经济协调会的实证检验[J]. 经济学(季刊), 16(4): 1563-1582.
	[Zhang X L, Li P X, Li L X.2017. Government cooperation, market integration and economic performance of city cluster: Evidence from the Yangtze River Delta urban economic coordination committee. China Economic Quarterly, 16(4): 1563-1582. ]
18	赵尚梅, 史宏梅, 杜华东. 2013. 基于网络模型的跨地区技术转移的研究[J]. 研究与发展管理, 25(5): 54-61.
	[Zhao S M, Shi H M, Du H D.2013. Analysis of cross-regional technology transfer based on network model. R&D Management, 25(5): 54-61. ]
19	周俭初, 韩卫兵, 郁红. 2010. 基于交易费用理论分析的产学研结合模式[J]. 现代管理科学, (8): 64-66.
	[Zhou J C, Han W B, Yu H.2010. The model of industry-university-research based on the analysis of transaction cost theory. Modern Management Science, (8): 64-66. ]
20	周密, 孙浬阳. 2016. 专利权转移、空间网络与京津冀协同创新研究[J]. 科学学研究, 34(11): 1736-1743.
	[Zhou M, Sun L Y.2016. The transfer of patent right, characteristics of spatial network and the way for regional collaborative innovation in the area of Beijing, Tianjin and Hebei. Studies in Science of Science, 34(11): 1736-1743. ]
21	Bai Y, Kung K S.2011. Genetic distance and income difference: Evidence from changes in China's cross-strait relations[J]. Economics Letters, 110(3): 255-258. doi: 10.1016/j.econlet.2010.11.027
22	Bai Y, Kung K S.2015a. Diffusing knowledge while spreading god's message: Protestantism and economic prosperity in china, 1840-1920[J]. Journal of the European Economic Association, 134: 669-698.
23	Bai Y, Kung K S.2015b. Does genetic distance have a barrier effect on technology diffusion? Evidence from historical China[C]. The 2th International Symposium on Quantitative Historical Research, Beijing.
24	Conley T G, Udry C R.2010. Learning about a new technology: Pineapple in Ghana[J]. American Economic Review, 100(1): 35-69.
25	Cook C J, Fletcher J M.2018. High-school genetic diversity and later-life student outcomes: Micro-level evidence from the Wisconsin longitudinal study[J]. Journal of Economic Growth, 23(3): 307-339. doi: 10.1007/s10887-018-9157-3
26	Du R F, Yuan Y D, Hwang J, et al.1992. Chinese surnames and the genetic differences between North and South China[J]. Journal of Chinese Linguistics Monograph, 5: 1-93.
27	Eaton J, Kortum S.1995. Trade in ideas: Patenting and productivity in the OECD [R/OL]. Nber Working Papers, No. 5049. doi: 10.3386/w5049.
28	Ferrero D M, Moeller L M, Osakada T, et al.2013. A juvenile mouse pheromone inhibits sexual behaviour through the vomeronasal system[J]. Nature, 502: 368-371. doi: 10.1038/nature12579
29	Finkelhor D, Turner H, Ormrod R.2006. Kid's stuff: The nature and impact of peer and sibling violence on younger and older children[J]. Child Abuse & Neglect, 30(12): 1401-1421.
30	Fredrik S.1996. International transfer of knowledge: The role of international trade and geographic proximity[J]. Review of World Economic, 132: 97-115.
31	Griliches Z.1990. Patent statistics as economic indicators: A survey[J]. Journal of Economic Literature, 284: 1661-1707.
32	Haga S, Hattori T, Sato T, et al.2010. The male mouse pheromone ESP1 enhances female sexual receptive behaviour through a specific vomeronasal receptor[J]. Nature, 466: 118-122. doi: 10.1038/nature09142
33	Keller W.2002. Geographic localization of international technology diffusion[J]. American Economic Review, 921: 120-142.
34	Kerr W R.2008. Ethnic scientific communities and international technology diffusion[J]. Review of Economics Statistics, 903: 518-537.
35	Naaijen J, Bralten J, Poelmans G, et al.2017. Glutamatergic and GABAergic gene sets in attention-deficit/hyperactivity disorder: Association to overlapping traits in ADHD and autism [J/OL]. Translational Psychiatry, 7. doi:10.1038/tp. 2016.273.
36	Nei M.1978. The theory of genetic distance and evolution of human races[J]. Japanese Journal of Human Genetics, 234: 341-369.
37	Romer P M.1990. Endogenous technological change[J]. Journal of Political Economy, 98(5): S71-S102. doi: 10.1086/261725
38	Schumpeter J A.1934. The theory of economics development [M]. Oxford: Oxford University Press.
39	Spolaore E, Wacziarg R.2011. Long-term barriers to the international diffusion of innovations [R/OL]. NBER Working Paper, No. 17271. doi: 10.3386/w17271.
40	Wen B, Li H, Lu D, et al.2004. Genetic evidence supports demic diffusion of han culture[J]. Nature, 431: 302-305. doi: 10.1038/nature02878
41	Zhou K, Chen W, Buitelaar J, et al.2008. Genetic heterogeneity in ADHD: DAT1 gene only affects probands without cd[J]. American Journal of Medical Genetics Part B: Neuropsychiatric Genetics, 147(8): 1481-1487.

变量名	变量描述	样本数	平均值	标准差	数据来源
Zhuanli	某年某2省市之间转让专利数	496	4.59	8.53	Du et al,1992
Gene	两省之间遗传距离	496	2.59	1.86	国家知识产权局专利检索平台
szlwd	转让方所在地转移网络加权度	496	57.44	39.63	Gephi软件计算所得
tzlwd	受让方所在地转移网络加权度	496	70.94	41.24	Gephi软件计算所得
dist	转让方与受让方所在地中心点间的大圆距离的自然对数	496	13.69	0.69	GIS计算所得
scspcgdp	转让方所在地2001年的人均GDP的自然对数	496	9.27	0.63	国家统计局网站
tcspcgdp	受让方所在地2002年的人均GDP的自然对数	496	9.49	0.64	国家统计局网站
gdpgap	转让方与受让方所在地当年GDP比值	496	1.38	1.93	国家统计局网站
urbangap	转让方与受让方所在地当年城市化率(据城镇就业人口比率计算)比值	496	1.21	1.06	国家统计局网站
jiaoyugap	转让方与受让方所在地当年每万人大学生数比值	496	1.17	1.55	国家统计局网站
scoast	转让方所在地是否沿海	496	0.23	0.42	国家地理信息测绘局
szhixiashi	转让方所在地是否为直辖市	496	0.58	0.49	国家地理信息测绘局
tcoast	转让方所在地是否沿海	496	0.72	0.45	国家地理信息测绘局
tzhixiashi	受让方所在地是否直辖市	496	0.33	0.47	国家地理信息测绘局
anycoast	转让方与受让方存在一方所在地是否沿海	496	0.95	0.59	国家地理信息测绘局
anyzxs	转让方与受让方存在一方所在地是否为直辖市	496	0.91	0.66	国家地理信息测绘局

变量	模型1	模型2	模型3	模型4	模型5	模型6
gene	-0.335^**	-0.385^**	-0.221^*	-0.396^**	-0.238^*	-0.243^*
	(0.039)	(0.013)	(0.091)	(0.010)	(0.094)	(0.089)
dist		-0.303	-0.454	-0.324	0.0537	0.0547
		(0.458)	(0.231)	(0.437)	(0.920)	(0.917)
szlwd			0.0521^***		0.0454^**	0.0439^**
			(0.000)		(0.013)	(0.018)
tzlwd			0.0465^***		0.0395^***	0.0392^***
			(0.000)		(0.008)	(0.010)
控制经济变量	否	否	否	否	是	是
控制时间固定效应	否	否	否	是	否	是
常数项	5.413^***	9.689^*	5.079	7.044	55.75^***	41.12^*
	(0.000)	(0.085)	(0.335)	(0.239)	(0.001)	—
样本量	496	496	496	496	496	496

变量	模型1	模型2	模型3	模型4	模型5	模型6
gene	-0.345^**	-0.387^**	-0.216^*	-0.402^***	-0.248^*	-0.254^*
	(0.034)	(0.011)	(0.093)	(0.009)	(0.083)	(0.077)
dist		-0.260	-0.383	-0.303	0.0751	0.0690
		(0.542)	(0.329)	(0.485)	(0.890)	(0.898)
szlwd			0.0558^***		0.0503^***	0.0485^**
			(<0.001)		(0.008)	(0.011)
tzlwd			0.0496^***		0.0400^***	0.0398^***
			(<0.001)		(0.008)	(0.009)
控制经济变量	否	否	否	否	是	是
控制时间固定效应	否	否	否	是	否	是
常数项	5.525^***	9.192	3.820	0	54.70^***	40.70
	(<0.001)	(0.115)	(0.487)	—	(0.002)	(0.101)
样本量	478	478	478	478	478	478

	模型1	模型2	模型3	模型4	模型5	模型6
gene	-0.341^*	-0.409^**	-0.270^*	-0.480^***	-0.312^*	-0.336^*
	(0.054)	(0.016)	(0.064)	(0.009)	(0.077)	(0.075)
dist		-0.403	-0.425	-0.620	-0.005	0.110
		(0.358)	(0.308)	(0.173)	(0.994)	(0.881)
szlwd			0.0556^***		0.0547^***	0.0456^**
			(<0.001)		(0.005)	(0.029)
tzlwd			0.0509^***		0.0360^*	0.0461^**
			(<0.001)		(0.053)	(0.018)
控制经济变量	否	否	否	否	是	是
控制时间固定效应	否	否	否	是	否	是
常数项	5.538^***	11.24^*	4.083	10.26	54.10^*	0
	(<0.001)	(0.063)	(0.474)	(0.120)	(0.062)	—
样本量	398	398	398	398	383	348

	模型1	模型2	模型3	模型4	模型5	模型6
gene	-0.398^**	-0.440^**	-0.289^*	-0.476^**	-0.339^*	-0.336^*
	(0.042)	(0.022)	(0.093)	(0.018)	(0.073)	(0.075)
dist		-0.237	-0.397	-0.246	0.0635	0.110
		(0.624)	(0.379)	(0.629)	(0.931)	(0.881)
szlwd			0.0485^***		0.0505^**	0.0456^**
			(<0.001)		(0.013)	(0.029)
tzlwd			0.0487^***		0.0466^**	0.0461^**
			(<0.001)		(0.014)	(0.018)
控制经济变量	否	否	否	否	是	是
控制时间固定效应	否	否	否	是	否	是
常数项	6.184^***	9.535	4.652	5.482	58.07^**	0
	(<0.001)	(0.152)	(0.454)	(0.458)	(0.042)	—
样本量	364	364	364	364	348	348

地区间基因差异会影响技术转移吗?——基于中国2001—2005年省际专利转让数据

Does genetic difference influence inter-region technology transfer?Evidence from China’s provincial-level patent transfer data of 2001-2005

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 41

相关文章 15

Metrics

本文评价

推荐阅读 0

	模型1	模型2	模型3	模型4	模型5	模型6
gene	-0.135	-0.188	-0.0994	-0.198^*	-0.0741	-0.0788
	(0.139)	(0.101)	(0.369)	(0.098)	(0.581)	(0.562)
dist		-0.444	-0.689^**	-0.400	-0.661	-0.634
		(0.221)	(0.045)	(0.275)	(0.107)	(0.126)
szlwd			0.0437^**		0.0482^**	0.0479^*
			(0.017)		(0.045)	(0.055)
tzlwd			0.0228^***		0.0282^**	0.0276^**
			(<0.001)		(0.011)	(0.014)
控制经济变量	否	否	否	否	是	是
控制时间固定效应	否	否	否	是	否	是
常数项	2.586^***	8.820^*	9.365^*	7.314	29.65^**	0
	(<0.001)	(0.098)	(0.054)	(0.161)	(0.015)	—
样本量	132	132	132	132	130	130

	模型1	模型2	模型3	模型4	模型5	模型6
gene	-0.0994	-0.133	0.0382	-0.108	-0.0435	-0.0788
	(0.542)	(0.428)	(0.801)	(0.518)	(0.836)	(0.562)
dist		-0.282	-0.729	0.128	-0.419	-0.634
		(0.638)	(0.273)	(0.861)	(0.614)	(0.126)
szlwd			0.0417		0.0570	0.0479^*
			(0.103)		(0.196)	(0.055)
tzlwd			0.0738		0.0175	0.0276^**
			(0.223)		(0.694)	(0.014)
控制经济变量	否	否	否	否	是	是
控制时间固定效应	否	否	否	是	否	是
常数项	3.200^***	7.141	8.519	-0.531	-17.45	0
	(<0.001)	(0.397)	(0.306)	(0.960)	(0.598)	—
样本量	98	98	98	98	95	130

[1]	陈卓, 梁宜, 金凤君. 基于陆路综合交通系统的中国城市网络通达性模拟及其对区域发展格局的影响[J]. 地理科学进展, 2021, 40(2): 183-193.
[2]	姜宛贝, 刘卫东, 刘志高, 韩梦瑶. 中国化石能源燃烧碳排放强度非均衡性及其演变的驱动力分析[J]. 地理科学进展, 2020, 39(9): 1425-1435.
[3]	胡国建, 陆玉麒. 基于企业视角的城市网络研究进展、思考和展望[J]. 地理科学进展, 2020, 39(9): 1587-1596.
[4]	朱晟君, 黄永源, 胡晓辉. 多尺度视角下的产业价值链与空间升级研究框架与展望[J]. 地理科学进展, 2020, 39(8): 1367-1384.
[5]	杜欣儒, 路紫, 李仁杰, 董雅晴, 高伟. 中国枢纽机场时间延误成本估算与航线影响分析及中美比较[J]. 地理科学进展, 2020, 39(7): 1160-1171.
[6]	周国华, 张汝娇, 贺艳华, 戴柳燕, 张丽. 论乡村聚落优化与乡村相对贫困治理[J]. 地理科学进展, 2020, 39(6): 902-912.
[7]	谭雪兰, 蒋凌霄, 王振凯, 安悦, 陈敏, 任辉. 地理学视角下的中国乡村贫困——源起、进展与展望[J]. 地理科学进展, 2020, 39(6): 913-923.
[8]	刘小鹏, 程静, 赵小勇, 苗红, 魏静宜, 曾端, 马存霞. 中国可持续减贫的发展地理学研究[J]. 地理科学进展, 2020, 39(6): 892-901.
[9]	孙娜, 张梅青. 基于高铁流的中国城市网络结构特征演变研究[J]. 地理科学进展, 2020, 39(5): 727-737.
[10]	杜德林, 王姣娥, 王祎. 中国三大航空公司市场竞争格局及演化研究[J]. 地理科学进展, 2020, 39(3): 367-376.
[11]	周美君, 李飞, 邵佳琪, 杨海娟. 气候变化背景下中国玉米生产潜力变化特征[J]. 地理科学进展, 2020, 39(3): 443-453.
[12]	孙才志, 阎晓东. 基于MRIO的中国省区和产业灰水足迹测算及转移分析[J]. 地理科学进展, 2020, 39(2): 207-218.
[13]	韩炜, 蔡建明. 乡村非农产业时空格局及其对居民收入的影响[J]. 地理科学进展, 2020, 39(2): 219-230.
[14]	李晓丽, 宋伟轩, 吴威, 马雨竹. 基于跟踪调查的北京城市空间感知研究——以中国科学院大学硕士研究生为例[J]. 地理科学进展, 2020, 39(2): 276-285.
[15]	邹利林, 刘彦随, 王永生. 中国土地利用冲突研究进展[J]. 地理科学进展, 2020, 39(2): 298-309.