“一帶一路”共建國家間的技術擴散

李林 彭方雪 何建洪 朱浩

收稿日期：20230302

基金項目：國家社科基金項目：面向自立自強的我國科技領軍企業新興技術創新生態主導力提升研究（22BGL046）

作者簡介：

李林，教授，博士，重慶郵電大學黨委書記，主要從事技術創新與產業經濟研究，Email：lilin@cqupt.edu.cn；

何建洪，教授，博士，主要從事新興技術創新管理研究，Email：hejh@cqupt.edu.cn;

朱浩，副教授，博士，主要從事創新政策研究，Email：zhuhao@cqupt.edu.cn。

摘要：

技術擴散是強化國際經濟與創新聯系的有效途徑，是構建高質量開放創新體系的重要方式。國際技術擴散作為兩個主體間的技術擴散活動具有方向性，不同國家的創新政策和技術發展戰略側重點不同，在技術擴散能力和技術吸收能力上均有差異。因而國家間需要構建高效、穩定的技術擴散網絡，充分發揮自身的技術優勢、補齊技術短板，進一步加大技術流動和增強創新能力。本研究基于技術擴散理論，運用專利引證數據構建“一帶一路”共建國家間技術擴散網絡，分時段縱向分析共建國家技術擴散網絡的演化，分技術領域橫向分析共建國家間技術擴散的特征，探索中國與共建國家間技術擴散的內容和路徑。研究認為：中國在共建國家技術擴散網絡中的核心地位逐步確立，且在“一帶一路”倡議提出后中國的核心位置更加明顯、技術擴散范圍更加廣泛；但整體技術擴散網絡密度低，除中國外的其他國家間技術擴散關系構建較少;不同技術領域的技術擴散網絡形態各有不同，其中化學技術領域的技術擴散最活躍、網絡復雜度最高;俄羅斯在化學、機械工程、儀器、其他技術領域具有一定技術優勢，并且對中國的技術擴散強度很大，而中國在電氣工程技術領域更有技術擴散優勢。

關鍵詞：“一帶一路”；技術擴散;社會網絡分析;專利引證

中圖分類號：F273

文獻標識碼：A

文章編號：16738268（2024）02013511

長期以來，技術在國際的擴散都被視為后發國家縮小與領先國家技術差距、實現經濟發展創新轉型的有效途徑［1］，也是后發國家參與全球價值鏈位勢重構、實現國際化創新戰略目標的重要手段［23］。近十年來，“一帶一路”倡議為共建國家經濟貿易、基礎設施互聯互通奠定了基礎，也為共建國家加快技術創新、共同推動產業升級提供了“紐帶”。尤其是在2017 年中國發布《國家技術轉移體系建設方案的通知》以來，基于“一帶一路”構建的技術轉移協作網絡對于共建國家間多樣化技術轉移及產能均衡均起到了顯著的先導作用［4］。截至2021年底，中國已與84個共建國家建立了科技合作關系，建設了53家聯合實驗室，支持聯合研究項目1 118項，在對接共建國家創新發展需求、推動創新資源有效融合中起到了重要的推動作用。但在這些合作中，基于成熟技術的合作使用多［5］，推動前沿技術高效轉移擴散的少。雖然產品展覽或博覽會、技術會議、技術許可和轉讓等都可能是技術擴散的方式［67］，但在共建國家間的應用仍不普遍，具體效果并不突出［8］。原因可能在于共建國家多為新興經濟體，存在內部產業發展不均衡、對非傳統發達經濟體技術輸入的依賴性強等問題［9］。為此，深入剖析“一帶一路”倡議下共建國家間技術擴散的基本形態，探討其技術擴散方向性和網絡化路徑規律，明確共建國家在技術擴散活動中的角色異質性與技術領域優勢，解析推動擴散的可能原因，對于充分應用共建國家技術優勢、強化技術合作與創新共同體建設具有重要意義。

另一方面，在技術擴散的基本理論邏輯中，專利的國別分布、引用關聯等信息一直被視為界定擴散形態中不可或缺的部分［10］。在具體操作中，專利引證分析可以結合文獻計量學方法、社會網絡理論和技術擴散模型等分析技術解決多個層面的問題。在這一背景下，部分既有研究基于專利引證模式來分析技術和知識的擴散情況，進而評估技術擴散和演變趨勢［11］、預測未來創新趨勢［1214］、分析技術生命周期［15］，以及識別技術發展過程中的關鍵技術節點［16］。在對國際技術擴散的研究中，也有學者應用專利引用數據對各國間技術知識流動進行探索［17］，如搜集美國、英國、法國、德國和日本的專利引證數據分析這幾個國家間的技術知識流動情況［18］，探究美國對日本的技術擴散［19］。此外，還有研究在搜集專利引證數據的基礎上，運用網絡分析方法構建更為直觀的視圖以展現技術擴散流動的形態［20］和國際的擴散網絡［21］。包括以“一帶一路”倡議為背景，應用社會網絡分析法構建共建國家的專利合作網絡［2223］，應用文獻計量方式分析跨國專利布局網絡圖以解析中國與共建國家間的技術擴散與協同等［24］。值得注意的是，在新一代技術革命與產業變革的背景下，新興技術的快速迭代、演變為技術擴散帶來了更多不確定性［25］，“一帶一路”共建國家間技術距離、主導產業中的技術領域差異等都為技術擴散帶來了新的研究課題，技術貿易內涵與約束情境變化引致的共建國家間區域性技術擴散網絡重構也增加了技術擴散分析的繁雜性［9］。

綜合而言，無論是在技術擴散的網絡形態還是在技術擴散的領域結構中，現有關于“一帶一路”共建國家間技術擴散的研究均未有一致的結論，尤其是在當前新興數字技術快速迭代，共建國家間技術發展戰略導向、技術擴散現實需求存在顯著差異的背景下，現有的基于無向和相對靜態的網絡分析技術擴散的研究還不能充分解釋共建國家間技術擴散的根本規律。基于此，本文專利引用網絡分析法，嘗試以“一帶一路”共建國家專利引證數據為樣本構建共建國家間的技術擴散網絡，分階段觀察技術擴散的演化格局，分領域對比不同技術領域的擴散差異，進一步說明中國技術擴散能力的演變情況以及不同技術領域擴散的差異，以期為加強中國與共建國家間技術合作提供有益的參考和補充。

一、研究設計

（一） 研究對象和數據收集

專利技術可以代表一個國家或地區的技術能力，也是其技術創新活動水平和地位的反映［26］。從某個角度來說，專利之間的引證關系顯示了對現有技術方法、原型和成果的獲取、吸收以及重復使用的模式，其所產生的知識和技術流動對科學技術的探索和推廣起著重要作用［27］，同時也是各方之間非實體擴散的重要渠道，可用于評估和研究開發中技術擴散和轉移的過程以及監測跨境技術流動［28］。

本文使用65個共建國家（含中國）20052019年的專利引證數據構建技術擴散網絡并計算相關指標。由于涉及跨國專利引證，單一國家或地區專利局對于專利的申請和收錄并不完整，因此數據不采用單一專利局信息，而使用incoPat科技創新情報平臺，該平臺收錄包括世界知識產權組織等全球158個國家、組織或地區超過1.7億件專利數據，專利信息包含本研究所需要的PCT分類號、申請日、申請人國別、引證申請人國別、被引證申請人國別等檢索字段。相關數據檢索時間為2022年12月，利用專利申請人國別字段和專利引證申請國別字段檢索，將申請人為“一帶一路”共建國家并且引證專利為除本國外的其他共建國家的PCT專利申請作為具體的專利檢索信息，檢索字段為“專利申請國=技術接受國且引證專利申請國=技術擴散國”。如一項專利引證了多個共建國家專利，則表明該項專利接收到來自多個國家的技術擴散，需分別計數；如一項專利引證了多項同一國家的不同專利，則多次計數。同時，考慮專利信息公開和數據庫更新具有時滯性，對于2020年后的數據不納入篩選范圍。本文將技術擴散時段20052019年劃定為五個階段，第 一階段為20052007年，第二階段為20082010年，第三階段為20112013年，第四階段為20142016年，第五階段為20172019年；前三個階段為“一帶一路”倡議前階段，后兩個階段為倡議后階段。此外，按照WIPO的PCT專利分類指南將專利對應到電氣工程技術、化學技術、機械工程技術、化學技術以及其他技術五個技術領域，過濾IPC主分類號信息不完整的數據。

（二）指標說明

本文用節點出度衡量各國技術擴散輻射范圍，邊權重衡量各國間技術擴散的規模，節點度Degree（ni）為與i國間存在技術擴散關系的國家的數量，節點度不區分技術擴散的方向，無論是技術擴散國還是技術接收國都會被計入其中。因為技術擴散具有方向性，所以節點度分為節點出度和節點入度。節點出度Out_degree（ni）為i國向其他國家技術擴散的國家數量，即其他國家引證了i國專利；節點入度In_degree（ni）為i國吸收其他國家技術的國家數量，即i國引證了其他國家專利。

節點度Degree（ni）計算公式如式（1）所示，節點入度In_degree（ni）計算公式如式（2）所示，節點出度Out_degree（ni）計算公式如式（3）所示。

式（1）中：Degree（ni）表示與i國間存在專利技術引證或被引證的國家數量。如果i國與j國間存在專利引證，則認為兩國間存在技術溢出，設定xij為1，否則為0。

式（2）中：In_degree（ni）表示i國引證了其他國家專利的國家數量，如果i國引證了j國專利，則定xij.in為1，否則為0。

式（3）中：Out_degree（ni）表示引證了i國專利的國家數量，如果j國引證了i國專利，則定xij.out為1，否則為0。

式（1）（3）中：xij.in和xij.out分別表示i國向內和向外的連接，n表示給定網絡中的節點數，它表明i國在技術擴散過程中是“源”還是“目標”的角色。當一國引證另外一國專利時，就認為兩個國家間發生了技術擴散，擴散路徑為技術由被引方流入引證方，技術擴散強度由TDI（ni）表示。

式（4）中，邊權重wij表示從i國擴散至j國的技術總量，即j國引證i國的專利的次數，邊權重表示該邊連接技術擴散效應的大小。

二、“一帶一路”共建國家技術擴散基本形態

（一）“一帶一路”共建國家技術擴散網絡形態

1.網絡整體結構演化分析

對網絡結構進行分析能快速了解網絡基本形態。網絡規模是指網絡中包含的所有參與技術擴散活動的社會行為者的數量，即“一帶一路”共建國家中存在引證專利或被引證專利的國家數量。網絡邊數是指網絡中社會行動者之間的連接總數，即共建國家間引證專利的關系總數。網絡密度是網絡中存在的連線數與可能存在的最大連線數的比值，即技術擴散網絡中專利引證關系的疏密程度，網絡密度越高說明國家間的專利引證活動越密集，技術擴散越便捷。平均路徑長度是指任意兩個節點間需經過的節點連接數平均值，平均路徑長度越大，節點間分離度越大。

將收集整理好的矩陣和邊表格導入Gephi0.9.7，分階段計算共建國家專利引證網絡的網絡結構指標，結果如表1所示。

由表1可見，“一帶一路”專利引證網絡的網絡規模和網絡邊數均呈增加趨勢，第一階段網絡規模為44，此后每個階段網絡規模都有所增加，第二階段到第三階段增加最快。每個階段的網絡邊數都較前一階段有所增加，前三階段的增加速度比后兩個階段增加速度更快。網絡密度整體呈上升趨勢，第一階段網絡密度最小，僅0.069，但是第二階段網絡邊數迅速增加，而網絡規模增加很少，因此第二階段的網絡密度達到最大值0.092，第三階段網絡規模增加較大，網絡密度較第二階段有所下降，第四階段和第五階段網絡密度回升且較為穩定。在“一帶一路”倡議前，技術擴散網絡中的國家就已經達到54個，而構成技術擴散關系的較少；在倡議后，共建國家間技術擴散關系連接增多，但網絡密度仍然較小，技術擴散網絡還有很大發展空間。平均路徑長度總體來看呈下降趨勢，這也表明任意兩個節點間的距離更近。

2.網絡中心性演化分析

度數中心度表示網絡中與某個節點直接相連的節點的個數且不區別連接的方向性，度數中心度越大表明與該節點存在技術擴散關系的國家越多。中間中心度表示網絡中某一節點可作為其他兩個節點媒介的程度，該指標越大表明該節點的連接能力越強，在網絡中的中介作用越強，越可能增加節點間的連通性。接近中心度表示網絡中某節點與其他節點的捷徑距離之和，該指標越小說明該節點與其他節點總體越近，更可能產生技術擴散。

由于涉及國家較多，故本文主要關注網絡中的中心國家，僅展示中心度指標排名前三的國家，計算出各階段的中心度指標數據如表2所示。

由表2可見，總體看來三個中心度指標基本一致，第一階段的度數中心度、中間中心度以及接近中心度排在第一、第二和第三的分別是俄羅斯、中國、捷克。中間的第二、三、四三個階段中三個中心度指標排名前三的分別為中國、俄羅斯、烏克蘭，中國在第二、三階段的中心度僅略大于俄羅斯，而中國和俄羅斯的中心度指標比排在第三的國家大很多，這也表明中國和俄羅斯是共建國家專利引證網絡的絕對中心。到了第四階段，俄羅斯和中國的中心度差距逐漸增大。第五階段時，中心度較大的國家仍是中國和俄羅斯，度數中心度和中間中心度排名第三的國家是印度，接近中心度排名第三的是羅馬尼亞。在“一帶一路”倡議提出后的第四、第五階段，中心度排在第三的國家相較于前三個階段更具多樣性，這表明除了中國和俄羅斯以外，其他國家在技術擴散網絡中活動越來越頻繁，這有助于“一帶一路”創新之路的建設和構建更多活躍的技術擴散渠道。

3.網絡拓撲演化分析

社會網絡是社會成員之間相互聯結形成的關系體系，網絡圖能直觀、清晰地展現出節點間的關系。將五個階段的邊表格導入社會網絡分析軟件Gephi0.9.7，同時為了展示的直觀性，對共建國家專利引證網絡的邊權重加以條件限制，過濾引證頻次小于5的連接，各節點為國家，節點和節點圖標的大小表示節點的連出度，節點和節點圖標越大，表明引證該節點專利的國家越多，技術擴散范圍越廣，節點之間的邊箭頭指向為技術擴散方向，即箭頭由專利被引證國指向專利引證國。邊的粗細和箭頭的大小由邊權重決定，邊權重越大則邊越粗箭頭越大，表明該邊的技術擴散效應越多。構建網絡并將連接邊按邊權重調整比例后得到各階段的拓撲網絡圖，“一帶一路”倡議提出前及各階段網絡圖如圖1所示。

圖1為“一帶一路”倡議提出前共建國家技術擴散網絡示意圖。第一階段為20052007年，共建國家過濾后的節點數較少，俄羅斯是該網絡圖的中心，主要的技術擴散國為俄羅斯和中國。共建國家與俄羅斯有技術擴散關系的最多，俄羅斯在該階段擴散范圍最廣并且對烏克蘭的技術擴散最多，其次是擴散至中國。中國在該階段的技術主要擴散到印度、新加坡、以色列。除中國和俄羅斯外，其他共建國家間的技術擴散關系很少。第二階段為20082010年，節點數量較上一階段明顯增多，且已呈現出部分網絡結構，中國和俄羅斯的連出度相當，俄羅斯該階段的技術擴散主要流入中國。中國在該階段的技術主要擴散到印度、新加坡、以色列，且中國的技術擴散范圍增大。除中國和俄羅斯外，其他共建國家間的技術擴散關系較上一階段增多。第三階段為20112013年，節點過濾后的圖與20082010年階段無明顯差異，節點數量有少量增加，非中心國家間的專利引證增多。此階段俄羅斯對中國的技術擴散量大。

圖2為“一帶一路”倡議提出后各階段共建國家的技術擴散網絡示意圖。第四階段為20142016年，中國的節點連出度增加并且大于俄羅斯的節點連出度，此階段也是“一帶一路”倡議提出后的第一個階段，從圖2中可以看到中國的技術擴散范圍持續增加。第五階段為20172019年，網絡中節點數量達到最大，中國處于技術擴散網絡核心位置，在技術擴散網絡中所參與的技術擴散活動覆蓋更廣，并且中國在此階段幾乎與共建所有國家都有技術擴散相關連線。

總的看來，在這五個階段中，核心的國家一直是中國和俄羅斯。除第一階段俄羅斯技術主要擴散至烏克蘭外，其余階段俄羅斯對中國的技術擴散最明顯；中國在各階段都積極從其他國家汲取技術知識，技術擴散網絡規模和密度總體呈上升趨勢，但網絡密度仍然很小；除中國和俄羅斯外的其他共建國家間技術擴散較少甚至無法建立技術擴散連接，故未來技術擴散網絡仍有很大發展空間；中國在后四個階段的網絡中都處于核心位置，對于其他國家間的技術連接有著重要作用。在第四、五階段，中國的核心位置相較于二、三階段加強，技術擴散范圍超過俄羅斯，并且對各國的技術擴散強度都有所上升，這兩個階段是“一帶一路”倡議提出后的階段，中國在共建國家技術擴散網絡中發揮的作用以及所處位置都有所增強，這表明該倡議對我國技術提高國際影響力和促進我國技術擴散有一定促進作用。

（二） “一帶一路”共建國家技術擴散領域分析

在對“一帶一路”共建國家專利引證網絡分階段做了縱向演化分析后，接下來將對共建國家引證專利技術領域進行對比分析。不同技術領域本身的技術特點具有差異性，且技術生命周期不同［29］，因此有必要分領域探索共建國家在不同技術領域的技術擴散。根據WIPO對IPC技術領域的分類，將專利技術分為五個技術領域，分別是電氣工程、儀器、化學、機械工程和其他領域。本文基于引證專利數據的PCT專利主分類號，將引證專利分類到五個技術領域中，生成五個領域的共建國家專利引證網絡圖。

1.網絡整體結構指標對比分析

20052019年機械工程、儀器、其他五大領域的專利引證網絡的網絡結構指標如表3所示。

表3中，電氣工程領域的引證網絡規模為49，即發生引證或被引證中的節點國家共49個，引證與被引證關系共154條，網絡密度較小，僅0.065。化學領域中引證或被引證的節點國家共54個，構建網絡邊數315條，網絡密度0.11，平均路徑長度1.85，化學領域是網絡節點間連接總數最多、網絡密度最大、平均路徑長度最小的領域。機械工程領域的網絡規模為57，網絡邊數為244，平均路徑長度為1.966，這表明機械工程領域的網絡規模最大，節點國家最多。由網絡結構指標可以看出，共建國家間在化學領域的技術擴散網絡構建最為龐大，化學領域在各國間的擴散表現更為活躍，同時在機械工程領域的技術擴散網絡國家更多，而共建國家間電氣工程領域技術擴散的網絡規模小，網絡密度也最小。各領域的具體情況需做進一步分析。

2.網絡節點中心性對比分析

在對網絡節點中心度進行分析的基礎上，對五個技術領域專利引證網絡的各節點中心度進行排序分析，列出度數中心度、中間中心度、接近中心度排名前三的節點國家，得到結果如表4所示。

由表4可見，五個領域的網絡的中心度的三個指標大致相同，各領域中中心度排名第一和第二的分別都是中國和俄羅斯，度數中心度和接近中心度排名第三的國家是烏克蘭，中間中心度排名第三的國家則各有不同。在電氣工程領域、機械工程領域、儀器領域中間中心度排名第三的分別是新加坡、哈薩克斯坦、波蘭，而在化學領域和其他領域中間中心度排名第三的都是烏克蘭。中間中心度高的國家在網絡中承擔著“橋梁”作用，因此除中國和俄羅斯外，在不同技術領域與其對應的中間中心度高的國家開展技術擴散和轉移活動效果可能會更好。在五個技術領域中，技術擴散網絡的中心國家都是中國，這表明中國是“一帶一路”技術擴散網絡的核心，并且在其中起到了強大的擴散連接作用。

3.網絡可視圖對比分析

前面對網絡整體結構指標和節點中心性進行了分析，為了更清晰直觀地從網絡圖中觀察網絡特征，對引證次數進行限制，篩除邊權重小于5的連接，調整后繪制出電氣工程、化學、機械工程、儀器、其他領域五個技術領域的技術擴散網絡圖，分別如圖37所示。

由圖3可觀察到在電氣工程領域，共建國家間的技術擴散較為單一，各國間技術擴散關系主要在中國和俄羅斯產生，而去除中國和俄羅斯外的其他共建國家連接較少。中國對外的技術擴散連接節點較多且擴散趨勢明顯，對新加坡、以色列、印度等國有較多技術擴散，同時中國也接收了俄羅斯等其他國家的技術擴散。

圖4顯示，在化學領域，共建國家間的連接較多，技術擴散范圍較廣，除中國和俄羅斯以外，烏克蘭、印度等國也出現在主要節點上，且網絡密度和復雜性更高，技術擴散網絡更活躍，其中主要的技術擴散由俄羅斯擴散至中國，以及中國擴散至印度、以色列。

圖5顯示，在機械工程領域，共建國家中主要的技術擴散國是中國和俄羅斯，技術擴散網絡較為簡單，中國的技術擴散范圍更廣，在機械工程領域俄羅斯對中國的技術擴散最多，其他國家對中國也有部分技術擴散。

圖6顯示，在儀器領域，共建國家中中國的技術擴散最廣，主要擴散至以色列和新加坡，俄羅斯的技術則主要流向中國。許多國家與中國和俄羅斯構成了技術擴散的三角關系，而與除中國和俄羅斯外的其他國家的連接較少或無連接。

圖7顯示其他技術領域與儀器領域的技術擴散網絡圖較為相似。中國雖擴散范圍廣，但是技術擴散最多的是俄羅斯對中國，除此之外，網絡中其他技術擴散關系的擴散效應都較弱。

因為網絡圖節點間的連線粗細是加權后的表現，無法反映具體的技術擴散強度，所以對于各領域的專利引證數量前五給出引證數據如表5所示。

由表5可看出，在電氣工程、化學、機械工程、儀器這四個領域的技術擴散網絡中，主要參與國家都是俄羅斯、中國、以色列、印度、新加坡。在化學、機械工程、儀器以及其他技術領域中技術擴散強度最大的都是俄羅斯對中國，并且遠大于其他擴散關系間的擴散強度。而中國在電氣工程技術領域技術擴散強度最大。

總的來看，共建國家間技術擴散仍集中于傳統技術領域，化學、機械工程、儀器和其他技術領域的主要擴散國都是俄羅斯，中國在大量學習俄羅斯技術。雖然電氣工程這類與電子信息技術相關的領域技術擴散規模和強度都不如其余四類技術領域，但中國在其中處于技術擴散主導地位，這說明中國在電氣工程領域技術發展具有潛力，對共建國家具有廣泛影響力。因此，電氣工程領域的技術擴散可能是中國技術發展和技術擴散的突破口，其中所包含的計算機技術、通信技術、半導體技術等由于技術周期和技術屬性在未來較長一段時間內仍將是全球創新的重點領域［30］。中國應在這些技術領域積極布局，參與到共建國家及國際的標準制定中，推進技術標準的互聯互通，打破國際數字霸主贏者通吃的局面。

三、 研究結論

（一）主要結論

本研究以技術擴散理論為基礎，運用社會網絡分析法，基于incoPat專利信息平臺20052019年“一帶一路”共建國家PCT專利引證數據，構建了共建國家間的技術擴散網絡，進行了網絡結構、關鍵節點和網絡可視圖分析，識別技術擴散網絡的核心國家和網絡形態，探究共建國家間技術擴散演化過程和不同領域技術擴散特征，得出如下主要結論。

第一，中國在共建國家技術擴散網絡中的核心地位已逐步確立，并且在“一帶一路”倡議提出后中國的核心地位更加明顯，對共建國家的技術擴散范圍和強度都有所增加，但整體技術擴散網絡仍處于初級階段。除中國和俄羅斯外，其他共建國家間的技術擴散關系建立較少。第二，共建國家在不同技術領域的技術擴散網絡形態各有不同，其中化學技術領域的技術擴散網絡復雜度最高，技術擴散活動上最為活躍。第三，從各領域的技術擴散網絡和各國間技術擴散強度來看，俄羅斯在化學、機械工程、儀器、其他技術領域具有一定技術優勢，并且對中國的技術擴散較多，而中國在電氣工程技術領域較有技術優勢，在該技術領域對共建國家的技術擴散最多。這些結論清晰地展現了“一帶一路”倡議在推動共建國家間技術協同與創新合作中的顯著促進作用。事實上，早在2017年的“一帶一路”國際合作高峰論壇上，與會國家就提出要將“一帶一路”建成創新之路，堅持以創新驅動發展促進科技同產業的深度融合，優化創新環境，集聚創新資源。以上結論也較好地印證了這些目標的合理性及可實現性。

同時，本文研究結果也表明“一帶一路”共建國家技術擴散中仍存在較突出的結構與效率性問題。一方面，目前中國與“一帶一路”國家間技術擴散的領域仍主要集中于一些傳統領域，在數字技術領域的擴散、流動仍顯不足，可能的原因是數字技術發展尚處于萌芽期與發展期，在國際整體擴散速度較低，也可能由于部分國家在前沿數字技術中實施了更嚴格的知識產權保護策略，數字技術國際的合作、流動受到了更多的限制。另一方面，網絡中的技術擴散活動大量發生在中國和俄羅斯之間，除這兩國外，共建其他國家之間較少產生技術擴散活動，其原因可能是共建國家間存在著技術市場的結構差異，或者在技術擴散中存在供給與需求信息的缺失與背離，需通過中介和橋梁才能產生更多技術擴散。因此，仍需依托共建“一帶一路”國際公共產品和國際合作平臺來激發更多共建國家共享創新資源、協作推動前沿新興技術創新活動的意愿。

（二） 政策建議

“一帶一路”倡議提出已逾十年，成為中國推動構建持久和平、普遍安全、共同繁榮、開放包容、清潔美麗的世界的重要實踐平臺。其不僅極大地推動了共建國家間基礎設施、經濟貿易、文化等的發展，也促進了共建國家間技術的創新合作。但在共建國家的技術擴散活動中，擴散強度和擴散質量仍有待提升，無論是在整體技術擴散還是各技術領域的擴散中，網絡仍存在密度低、國家間技術擴散關系松散等問題。

基于此，筆者提出以下兩方面政策建議。第一，持續推進“一帶一路”創新之路建設，建設21世紀的數字絲綢之路。應進一步分析數字技術的一般規律，結合中國數字技術特點，充分發揮自身技術優勢，強化共建國家間數字技術的擴散，讓中國數字技術標準“走出去”。而在其余技術領域，應在積極汲取先進技術知識的同時，幫助技術后發國家獲得快速的技術升級，整合利用技術資源，共同推動數字經濟繁榮發展和人類命運共同體建設。第二，拓展國際技術轉移空間，加快國際技術轉移中心建設，構建國際技術轉移協作和信息對接平臺，鼓勵企業開展國際技術轉移。中國作為共建國家技術擴散的網絡核心，可依靠各類共建項目和聯合創新實驗室，充分調動技術擴散網絡中其他國家的積極性，加強更多共建國家間的技術連接，并發揮好技術擴散橋梁的作用，持續深入開展面向“一帶一路”共建國家的技術擴散活動，增強其他共建國家間技術擴散關系的穩定性。

參考文獻：

［1］LACASA I D， JINDRA B， RADOSEVIC S， et al. Paths of technology upgrading in the BRICS economies［J］. Research Policy，2019（1）：262280.

［2］WU J， MA Z， LIU Z. The moderated mediating effect of international diversification， technological capability， and market orientation on emerging market firms new product performance［J］. Journal of Business Research，2019（6）：524533.

［3］何建洪，鐘艷.我國企業研發國際化：強度、多樣化與創新績效［J］.華東經濟管理，2019（3）：119126.

［4］辜勝阻，吳沁沁，王建潤.新型全球化與“一帶一路”國際合作研究［J］.國際金融研究，2017（8）：2432.

［5］LI Y， ZHU Z， GUAN Y， et al. Research on the structural features and influence mechanism of the green ICT transnational cooperation network［J］. Economic Analysis and Policy，2022（7）：734749.

［6］CHANG S B， LAI K K， CHANG S M. Exploring technology diffusion and classification of business methods： Using the patent citation network［J］. Technological Forecasting and Social Change，2009（1）：107117.

［7］LOSACKER S. “License to green”： Regional patent licensing networks and green technology diffusion in China［J］. Technological Forecasting and Social Change，2022（2）：121336.

［8］黃魯成，王寧.專利視角下的技術擴散研究綜述［J］.科學學與科學技術管理，2011（10）：2734.

［9］段德忠，諶穎，杜德斌.“一帶一路”技術貿易格局演化研究［J］.地理科學進展，2019（7）：9981008.

［10］YOON B， MAGEE C L. Exploring technology opportunities by visualizing patent information based on generative topographic mapping and link prediction［J］. Technological ?Forecasting and Social Change，2018（1）：105117.

［11］MALHOTRA A， ZHANG H， BEUSE M， et al. How do new use environments influence a technologys knowledge trajectory？ A patent citation network analysis of lithiumion battery technology［J］. Research Policy，2021（9）：104318.

［12］SARITAS O， BURMAOGLU S. Future of sustainable military operations under emerging energy and security considerations［J］. Technological Forecasting and Social Change，2016（8）：331343.

［13］JOUNG J， KIM K. Monitoring emerging technologies for technology planning using technical keyword based analysis from patent data［J］. Technological Forecasting and Social Change，2017（8）：281292.

［14］YOU H， LI M， HIPEL K W， et al. Development trend forecasting for coherent light generator technology based on patent citation network analysis［J］. Scientometrics，2017（1）：297315.

［15］HUANG Y， LI R， ZOU F， et al. Technology life cycle analysis： From the dynamic perspective of patent citation networks［J］. Technological Forecasting and Social Change，2022（8）：121760.

［16］YANG G C， LI G， LI C Y， et al. Using the comprehensive patent citation network （CPC） to evaluate patent value［J］. Scientometrics，2015（3）：13191346.

［17］CHEN Z， GUAN J. The coreperipheral structure of international knowledge flows： Evidence from patent citation data［J］. R&D Management，2016（1）：6279.

［18］JAFFE A B， TRAJTENBERG M. International knowledge flows： Evidence from patent citations［J］. Economics of Innovation and New Technology，1999（1/2）：105136.

［19］YAMASHITA N. Economic crisis and innovation capacity of Japan： Evidence from crosscountry patent citations［J］. Technovation，2021（3）：102208.

［20］張嫻，方曙，王春華.專利引證視角下的技術演化研究綜述［J］.科學學與科學技術管理，2016（3）：5867.

［21］YANG W， YU X， ZHANG B， et al. Mapping the landscape of international technology diffusion （19942017）： Network analysis of transnational patents［J］. The Journal of Technology Transfer，2021（1）：138171.

［22］陳欣.“一帶一路”沿線國家科技合作網絡比較研究［J］.科研管理，2019（7）：2232.

［23］陳欣.“一帶一路”沿線國家科技合作網絡演化研究［J］.科學學研究，2020（10）：18111817.

［24］高伊林，閔超.中美對“一帶一路”沿線技術擴散結構比較研究［J］.數據分析與知識發現，2021（6）：8092.

［25］朱浩，李林，何建洪.政企共演視角下后發企業的技術追趕［J］.中國科技論壇，2020（1）：116125.

［26］ROPER S， HEWITTDUNDAS N. Knowledge stocks， knowledge flows and innovation： Evidence from matched patents and innovation panel data［J］. Research Policy，2015（7）：13271340.

［27］BARUFFALDI S H， SIMETH M. Patents and knowledge diffusion： The effect of early disclosure［J］. Research Policy，2020（4）：103927.

［28］WANG C C， SUNG H Y， CHEN D Z， et al. Strong ties and weak ties of the knowledge spillover network in the semiconductor industry［J］. Technological Forecasting and Social Change，2017（2）：114127.

［29］何建洪，李林，朱浩.我國先進制造技術追趕中子領域與周期選擇［J］.科學學研究，2022（9）：15831597.

［30］樊自甫，肖文睿.數字經濟和實體經濟融合發展趨勢及對策研究——基于CiteSpace知識圖譜的分析［J］.重慶郵電大學學報（社會科學版），2022（3）：8796.

（編輯：段明琰）