“一带一路”共建国家间的技术扩散

李林 彭方雪 何建洪 朱浩

收稿日期：20230302

基金项目：国家社科基金项目：面向自立自强的我国科技领军企业新兴技术创新生态主导力提升研究（22BGL046）

作者简介：

李林，教授，博士，重庆邮电大学党委书记，主要从事技术创新与产业经济研究，Email：lilin@cqupt.edu.cn；

何建洪，教授，博士，主要从事新兴技术创新管理研究，Email：hejh@cqupt.edu.cn;

朱浩，副教授，博士，主要从事创新政策研究，Email：zhuhao@cqupt.edu.cn。

摘要：

技术扩散是强化国际经济与创新联系的有效途径，是构建高质量开放创新体系的重要方式。国际技术扩散作为两个主体间的技术扩散活动具有方向性，不同国家的创新政策和技术发展战略侧重点不同，在技术扩散能力和技术吸收能力上均有差异。因而国家间需要构建高效、稳定的技术扩散网络，充分发挥自身的技术优势、补齐技术短板，进一步加大技术流动和增强创新能力。本研究基于技术扩散理论，运用专利引证数据构建“一带一路”共建国家间技术扩散网络，分时段纵向分析共建国家技术扩散网络的演化，分技术领域横向分析共建国家间技术扩散的特征，探索中国与共建国家间技术扩散的内容和路径。研究认为：中国在共建国家技术扩散网络中的核心地位逐步确立，且在“一带一路”倡议提出后中国的核心位置更加明显、技术扩散范围更加广泛；但整体技术扩散网络密度低，除中国外的其他国家间技术扩散关系构建较少;不同技术领域的技术扩散网络形态各有不同，其中化学技术领域的技术扩散最活跃、网络复杂度最高;俄罗斯在化学、机械工程、仪器、其他技术领域具有一定技术优势，并且对中国的技术扩散强度很大，而中国在电气工程技术领域更有技术扩散优势。

关键词：“一带一路”；技术扩散;社会网络分析;专利引证

中图分类号：F273

文献标识码：A

文章编号：16738268（2024）02013511

长期以来，技术在国际的扩散都被视为后发国家缩小与领先国家技术差距、实现经济发展创新转型的有效途径［1］，也是后发国家参与全球价值链位势重构、实现国际化创新战略目标的重要手段［23］。近十年来，“一带一路”倡议为共建国家经济贸易、基础设施互联互通奠定了基础，也为共建国家加快技术创新、共同推动产业升级提供了“纽带”。尤其是在2017 年中国发布《国家技术转移体系建设方案的通知》以来，基于“一带一路”构建的技术转移协作网络对于共建国家间多样化技术转移及产能均衡均起到了显著的先导作用［4］。截至2021年底，中国已与84个共建国家建立了科技合作关系，建设了53家联合实验室，支持联合研究项目1 118项，在对接共建国家创新发展需求、推动创新资源有效融合中起到了重要的推动作用。但在这些合作中，基于成熟技术的合作使用多［5］，推动前沿技术高效转移扩散的少。虽然产品展览或博览会、技术会议、技术许可和转让等都可能是技术扩散的方式［67］，但在共建国家间的应用仍不普遍，具体效果并不突出［8］。原因可能在于共建国家多为新兴经济体，存在内部产业发展不均衡、对非传统发达经济体技术输入的依赖性强等问题［9］。为此，深入剖析“一带一路”倡议下共建国家间技术扩散的基本形态，探讨其技术扩散方向性和网络化路径规律，明确共建国家在技术扩散活动中的角色异质性与技术领域优势，解析推动扩散的可能原因，对于充分应用共建国家技术优势、强化技术合作与创新共同体建设具有重要意义。

另一方面，在技术扩散的基本理论逻辑中，专利的国别分布、引用关联等信息一直被视为界定扩散形态中不可或缺的部分［10］。在具体操作中，专利引证分析可以结合文献计量学方法、社会网络理论和技术扩散模型等分析技术解决多个层面的问题。在这一背景下，部分既有研究基于专利引证模式来分析技术和知识的扩散情况，进而评估技术扩散和演变趋势［11］、预测未来创新趋势［1214］、分析技术生命周期［15］，以及识别技术发展过程中的关键技术节点［16］。在对国际技术扩散的研究中，也有学者应用专利引用数据对各国间技术知识流动进行探索［17］，如搜集美国、英国、法国、德国和日本的专利引证数据分析这几个国家间的技术知识流动情况［18］，探究美国对日本的技术扩散［19］。此外，还有研究在搜集专利引证数据的基础上，运用网络分析方法构建更为直观的视图以展现技术扩散流动的形态［20］和国际的扩散网络［21］。包括以“一带一路”倡议为背景，应用社会网络分析法构建共建国家的专利合作网络［2223］，应用文献计量方式分析跨国专利布局网络图以解析中国与共建国家间的技术扩散与协同等［24］。值得注意的是，在新一代技术革命与产业变革的背景下，新兴技术的快速迭代、演变为技术扩散带来了更多不确定性［25］，“一带一路”共建国家间技术距离、主导产业中的技术领域差异等都为技术扩散带来了新的研究课题，技术贸易内涵与约束情境变化引致的共建国家间区域性技术扩散网络重构也增加了技术扩散分析的繁杂性［9］。

综合而言，无论是在技术扩散的网络形态还是在技术扩散的领域结构中，现有关于“一带一路”共建国家间技术扩散的研究均未有一致的结论，尤其是在当前新兴数字技术快速迭代，共建国家间技术发展战略导向、技术扩散现实需求存在显著差异的背景下，现有的基于无向和相对静态的网络分析技术扩散的研究还不能充分解釋共建国家间技术扩散的根本规律。基于此，本文专利引用网络分析法，尝试以“一带一路”共建国家专利引证数据为样本构建共建国家间的技术扩散网络，分阶段观察技术扩散的演化格局，分领域对比不同技术领域的扩散差异，进一步说明中国技术扩散能力的演变情况以及不同技术领域扩散的差异，以期为加强中国与共建国家间技术合作提供有益的参考和补充。

一、研究设计

（一） 研究对象和数据收集

专利技术可以代表一个国家或地区的技术能力，也是其技术创新活动水平和地位的反映［26］。从某个角度来说，专利之间的引证关系显示了对现有技术方法、原型和成果的获取、吸收以及重复使用的模式，其所产生的知识和技术流动对科学技术的探索和推广起着重要作用［27］，同时也是各方之间非实体扩散的重要渠道，可用于评估和研究开发中技术扩散和转移的过程以及监测跨境技术流动［28］。

本文使用65个共建国家（含中国）20052019年的专利引证数据构建技术扩散网络并计算相关指标。由于涉及跨国专利引证，单一国家或地区专利局对于专利的申请和收录并不完整，因此数据不采用单一专利局信息，而使用incoPat科技创新情报平台，该平台收录包括世界知识产权组织等全球158个国家、组织或地区超过1.7亿件专利数据，专利信息包含本研究所需要的PCT分类号、申请日、申请人国别、引证申请人国别、被引证申请人国别等检索字段。相关数据检索时间为2022年12月，利用专利申请人国别字段和专利引证申请国别字段检索，将申请人为“一带一路”共建国家并且引证专利为除本国外的其他共建国家的PCT专利申请作为具体的专利检索信息，检索字段为“专利申请国=技术接受国且引证专利申请国=技术扩散国”。如一项专利引证了多个共建国家专利，则表明该项专利接收到来自多个国家的技术扩散，需分别计数；如一项专利引证了多项同一国家的不同专利，则多次计数。同时，考虑专利信息公开和数据库更新具有时滞性，对于2020年后的数据不纳入筛选范围。本文将技术扩散时段20052019年划定为五个阶段，第 一阶段为20052007年，第二阶段为20082010年，第三阶段为20112013年，第四阶段为20142016年，第五阶段为20172019年；前三個阶段为“一带一路”倡议前阶段，后两个阶段为倡议后阶段。此外，按照WIPO的PCT专利分类指南将专利对应到电气工程技术、化学技术、机械工程技术、化学技术以及其他技术五个技术领域，过滤IPC主分类号信息不完整的数据。

（二）指标说明

本文用节点出度衡量各国技术扩散辐射范围，边权重衡量各国间技术扩散的规模，节点度Degree（ni）为与i国间存在技术扩散关系的国家的数量，节点度不区分技术扩散的方向，无论是技术扩散国还是技术接收国都会被计入其中。因为技术扩散具有方向性，所以节点度分为节点出度和节点入度。节点出度Out_degree（ni）为i国向其他国家技术扩散的国家数量，即其他国家引证了i国专利；节点入度In_degree（ni）为i国吸收其他国家技术的国家数量，即i国引证了其他国家专利。

节点度Degree（ni）计算公式如式（1）所示，节点入度In_degree（ni）计算公式如式（2）所示，节点出度Out_degree（ni）计算公式如式（3）所示。

式（1）中：Degree（ni）表示与i国间存在专利技术引证或被引证的国家数量。如果i国与j国间存在专利引证，则认为两国间存在技术溢出，设定xij为1，否则为0。

式（2）中：In_degree（ni）表示i国引证了其他国家专利的国家数量，如果i国引证了j国专利，则定xij.in为1，否则为0。

式（3）中：Out_degree（ni）表示引证了i国专利的国家数量，如果j国引证了i国专利，则定xij.out为1，否则为0。

式（1）（3）中：xij.in和xij.out分别表示i国向内和向外的连接，n表示给定网络中的节点数，它表明i国在技术扩散过程中是“源”还是“目标”的角色。当一国引证另外一国专利时，就认为两个国家间发生了技术扩散，扩散路径为技术由被引方流入引证方，技术扩散强度由TDI（ni）表示。

式（4）中，边权重wij表示从i国扩散至j国的技术总量，即j国引证i国的专利的次数，边权重表示该边连接技术扩散效应的大小。

二、“一带一路”共建国家技术扩散基本形态

（一）“一带一路”共建国家技术扩散网络形态

1.网络整体结构演化分析

对网络结构进行分析能快速了解网络基本形态。网络规模是指网络中包含的所有参与技术扩散活动的社会行为者的数量，即“一带一路”共建国家中存在引证专利或被引证专利的国家数量。网络边数是指网络中社会行动者之间的连接总数，即共建国家间引证专利的关系总数。网络密度是网络中存在的连线数与可能存在的最大连线数的比值，即技术扩散网络中专利引证关系的疏密程度，网络密度越高说明国家间的专利引证活动越密集，技术扩散越便捷。平均路径长度是指任意两个节点间需经过的节点连接数平均值，平均路径长度越大，节点间分离度越大。

将收集整理好的矩阵和边表格导入Gephi0.9.7，分阶段计算共建国家专利引证网络的网络结构指标，结果如表1所示。

由表1可见，“一带一路”专利引证网络的网络规模和网络边数均呈增加趋势，第一阶段网络规模为44，此后每个阶段网络规模都有所增加，第二阶段到第三阶段增加最快。每个阶段的网络边数都较前一阶段有所增加，前三阶段的增加速度比后两个阶段增加速度更快。网络密度整体呈上升趋势，第一阶段网络密度最小，仅0.069，但是第二阶段网络边数迅速增加，而网络规模增加很少，因此第二阶段的网络密度达到最大值0.092，第三阶段网络规模增加较大，网络密度较第二阶段有所下降，第四阶段和第五阶段网络密度回升且较为稳定。在“一带一路”倡议前，技术扩散网络中的国家就已经达到54个，而构成技术扩散关系的较少；在倡议后，共建国家间技术扩散关系连接增多，但网络密度仍然较小，技术扩散网络还有很大发展空间。平均路径长度总体来看呈下降趋势，这也表明任意两个节点间的距离更近。

2.网络中心性演化分析

度数中心度表示网络中与某个节点直接相连的节点的个数且不区别连接的方向性，度数中心度越大表明与该节点存在技术扩散关系的国家越多。中间中心度表示网络中某一节点可作为其他两个节点媒介的程度，该指标越大表明该节点的连接能力越强，在网络中的中介作用越强，越可能增加节点间的连通性。接近中心度表示网络中某节点与其他节点的捷径距离之和，该指标越小说明该节点与其他节点总体越近，更可能产生技术扩散。

由于涉及国家较多，故本文主要关注网络中的中心国家，仅展示中心度指标排名前三的国家，计算出各阶段的中心度指标数据如表2所示。

由表2可见，总体看来三个中心度指标基本一致，第一阶段的度数中心度、中间中心度以及接近中心度排在第一、第二和第三的分别是俄罗斯、中国、捷克。中间的第二、三、四三个阶段中三个中心度指标排名前三的分别为中国、俄罗斯、乌克兰，中国在第二、三阶段的中心度仅略大于俄罗斯，而中国和俄罗斯的中心度指标比排在第三的国家大很多，这也表明中国和俄罗斯是共建国家专利引证网络的绝对中心。到了第四阶段，俄罗斯和中国的中心度差距逐渐增大。第五阶段时，中心度较大的国家仍是中国和俄罗斯，度数中心度和中间中心度排名第三的国家是印度，接近中心度排名第三的是罗马尼亚。在“一带一路”倡议提出后的第四、第五阶段，中心度排在第三的国家相较于前三个阶段更具多样性，这表明除了中国和俄罗斯以外，其他国家在技术扩散网络中活动越来越频繁，这有助于“一带一路”创新之路的建设和构建更多活跃的技术扩散渠道。

3.网络拓扑演化分析

社会网络是社会成员之间相互联结形成的关系体系，网络图能直观、清晰地展现出节点间的关系。将五个阶段的边表格导入社会网络分析软件Gephi0.9.7，同时为了展示的直观性，对共建国家专利引证网络的边权重加以条件限制，过滤引证频次小于5的连接，各节点为国家，节点和节点图标的大小表示节点的连出度，节点和节点图标越大，表明引证该节点专利的国家越多，技术扩散范围越广，节点之间的边箭头指向为技术扩散方向，即箭头由专利被引证国指向专利引证国。边的粗细和箭頭的大小由边权重决定，边权重越大则边越粗箭头越大，表明该边的技术扩散效应越多。构建网络并将连接边按边权重调整比例后得到各阶段的拓扑网络图，“一带一路”倡议提出前及各阶段网络图如图1所示。

图1为“一带一路”倡议提出前共建国家技术扩散网络示意图。第一阶段为20052007年，共建国家过滤后的节点数较少，俄罗斯是该网络图的中心，主要的技术扩散国为俄罗斯和中国。共建国家与俄罗斯有技术扩散关系的最多，俄罗斯在该阶段扩散范围最广并且对乌克兰的技术扩散最多，其次是扩散至中国。中国在该阶段的技术主要扩散到印度、新加坡、以色列。除中国和俄罗斯外，其他共建国家间的技术扩散关系很少。第二阶段为20082010年，节点数量较上一阶段明显增多，且已呈现出部分网络结构，中国和俄罗斯的连出度相当，俄罗斯该阶段的技术扩散主要流入中国。中国在该阶段的技术主要扩散到印度、新加坡、以色列，且中国的技术扩散范围增大。除中国和俄罗斯外，其他共建国家间的技术扩散关系较上一阶段增多。第三阶段为20112013年，节点过滤后的图与20082010年阶段无明显差异，节点数量有少量增加，非中心国家间的专利引证增多。此阶段俄罗斯对中国的技术扩散量大。

图2为“一带一路”倡议提出后各阶段共建国家的技术扩散网络示意图。第四阶段为20142016年，中国的节点连出度增加并且大于俄罗斯的节点连出度，此阶段也是“一带一路”倡议提出后的第一个阶段，从图2中可以看到中国的技术扩散范围持续增加。第五阶段为20172019年，网络中节点数量达到最大，中国处于技术扩散网络核心位置，在技术扩散网络中所参与的技术扩散活动覆盖更广，并且中国在此阶段几乎与共建所有国家都有技术扩散相关连线。

总的看来，在这五个阶段中，核心的国家一直是中国和俄罗斯。除第一阶段俄罗斯技术主要扩散至乌克兰外，其余阶段俄罗斯对中国的技术扩散最明显；中国在各阶段都积极从其他国家汲取技术知识，技术扩散网络规模和密度总体呈上升趋势，但网络密度仍然很小；除中国和俄罗斯外的其他共建国家间技术扩散较少甚至无法建立技术扩散连接，故未来技术扩散网络仍有很大发展空间；中国在后四个阶段的网络中都处于核心位置，对于其他国家间的技术连接有着重要作用。在第四、五阶段，中国的核心位置相较于二、三阶段加强，技术扩散范围超过俄罗斯，并且对各国的技术扩散强度都有所上升，这两个阶段是“一带一路”倡议提出后的阶段，中国在共建国家技术扩散网络中发挥的作用以及所处位置都有所增强，这表明该倡议对我国技术提高国际影响力和促进我国技术扩散有一定促进作用。

（二） “一带一路”共建国家技术扩散领域分析

在对“一带一路”共建国家专利引证网络分阶段做了纵向演化分析后，接下来将对共建国家引证专利技术领域进行对比分析。不同技术领域本身的技术特点具有差异性，且技术生命周期不同［29］，因此有必要分领域探索共建国家在不同技术领域的技术扩散。根据WIPO对IPC技术领域的分类，将专利技术分为五个技术领域，分别是电气工程、仪器、化学、机械工程和其他领域。本文基于引证专利数据的PCT专利主分类号，将引证专利分类到五个技术领域中，生成五个领域的共建国家专利引证网络图。

1.网络整体结构指标对比分析

20052019年机械工程、仪器、其他五大领域的专利引证网络的网络结构指标如表3所示。

表3中，电气工程领域的引证网络规模为49，即发生引证或被引证中的节点国家共49个，引证与被引证关系共154条，网络密度较小，仅0.065。化学领域中引证或被引证的节点国家共54个，构建网络边数315条，网络密度0.11，平均路径长度1.85，化学领域是网络节点间连接总数最多、网络密度最大、平均路径长度最小的领域。机械工程领域的网络规模为57，网络边数为244，平均路径长度为1.966，这表明机械工程领域的网络规模最大，节点国家最多。由网络结构指标可以看出，共建国家间在化学领域的技术扩散网络构建最为庞大，化学领域在各国间的扩散表现更为活跃，同时在机械工程领域的技术扩散网络国家更多，而共建国家间电气工程领域技术扩散的网络规模小，网络密度也最小。各领域的具体情况需做进一步分析。

2.网络节点中心性对比分析

在对网络节点中心度进行分析的基础上，对五个技术领域专利引证网络的各节点中心度进行排序分析，列出度数中心度、中间中心度、接近中心度排名前三的节点国家，得到结果如表4所示。

由表4可见，五个领域的网络的中心度的三个指标大致相同，各领域中中心度排名第一和第二的分别都是中国和俄罗斯，度数中心度和接近中心度排名第三的国家是乌克兰，中间中心度排名第三的国家则各有不同。在电气工程领域、机械工程领域、仪器领域中间中心度排名第三的分别是新加坡、哈萨克斯坦、波兰，而在化学领域和其他领域中间中心度排名第三的都是乌克兰。中间中心度高的国家在网络中承担着“桥梁”作用，因此除中国和俄罗斯外，在不同技术领域与其对应的中間中心度高的国家开展技术扩散和转移活动效果可能会更好。在五个技术领域中，技术扩散网络的中心国家都是中国，这表明中国是“一带一路”技术扩散网络的核心，并且在其中起到了强大的扩散连接作用。

3.网络可视图对比分析

前面对网络整体结构指标和节点中心性进行了分析，为了更清晰直观地从网络图中观察网络特征，对引证次数进行限制，筛除边权重小于5的连接，调整后绘制出电气工程、化学、机械工程、仪器、其他领域五个技术领域的技术扩散网络图，分别如图37所示。

由图3可观察到在电气工程领域，共建国家间的技术扩散较为单一，各国间技术扩散关系主要在中国和俄罗斯产生，而去除中国和俄罗斯外的其他共建国家连接较少。中国对外的技术扩散连接节点较多且扩散趋势明显，对新加坡、以色列、印度等国有较多技术扩散，同时中国也接收了俄罗斯等其他国家的技术扩散。

图4显示，在化学领域，共建国家间的连接较多，技术扩散范围较广，除中国和俄罗斯以外，乌克兰、印度等国也出现在主要节点上，且网络密度和复杂性更高，技术扩散网络更活跃，其中主要的技术扩散由俄罗斯扩散至中国，以及中国扩散至印度、以色列。

图5显示，在机械工程领域，共建国家中主要的技术扩散国是中国和俄罗斯，技术扩散网络较为简单，中国的技术扩散范围更广，在机械工程领域俄罗斯对中国的技术扩散最多，其他国家对中国也有部分技术扩散。

图6显示，在仪器领域，共建国家中中国的技术扩散最广，主要扩散至以色列和新加坡，俄罗斯的技术则主要流向中国。许多国家与中国和俄罗斯构成了技术扩散的三角关系，而与除中国和俄罗斯外的其他国家的连接较少或无连接。

图7显示其他技术领域与仪器领域的技术扩散网络图较为相似。中国虽扩散范围广，但是技术扩散最多的是俄罗斯对中国，除此之外，网络中其他技术扩散关系的扩散效应都较弱。

因为网络图节点间的连线粗细是加权后的表现，无法反映具体的技术扩散强度，所以对于各领域的专利引证数量前五给出引证数据如表5所示。

由表5可看出，在电气工程、化学、机械工程、仪器这四个领域的技术扩散网络中，主要参与国家都是俄罗斯、中国、以色列、印度、新加坡。在化学、机械工程、仪器以及其他技术领域中技术扩散强度最大的都是俄罗斯对中国，并且远大于其他扩散关系间的扩散强度。而中国在电气工程技术领域技术扩散强度最大。

总的来看，共建国家间技术扩散仍集中于传统技术领域，化学、机械工程、仪器和其他技术领域的主要扩散国都是俄罗斯，中国在大量学习俄罗斯技术。虽然电气工程这类与电子信息技术相关的领域技术扩散规模和强度都不如其余四类技术领域，但中国在其中处于技术扩散主导地位，这说明中国在电气工程领域技术发展具有潜力，对共建国家具有广泛影响力。因此，电气工程领域的技术扩散可能是中国技术发展和技术扩散的突破口，其中所包含的计算机技术、通信技术、半导体技术等由于技术周期和技术属性在未来较长一段时间内仍将是全球创新的重点领域［30］。中国应在这些技术领域积极布局，参与到共建国家及国际的标准制定中，推进技术标准的互联互通，打破国际数字霸主赢者通吃的局面。

三、 研究结论

（一）主要结论

本研究以技术扩散理论为基础，运用社会网络分析法，基于incoPat专利信息平台20052019年“一带一路”共建国家PCT专利引证数据，构建了共建国家间的技术扩散网络，进行了网络结构、关键节点和网络可视图分析，识别技术扩散网络的核心国家和网络形态，探究共建国家间技术扩散演化过程和不同领域技术扩散特征，得出如下主要结论。

第一，中国在共建国家技术扩散网络中的核心地位已逐步确立，并且在“一带一路”倡议提出后中国的核心地位更加明显，对共建国家的技术扩散范围和强度都有所增加，但整体技术扩散网络仍处于初级阶段。除中国和俄罗斯外，其他共建国家间的技术扩散关系建立较少。第二，共建国家在不同技术领域的技术扩散网络形态各有不同，其中化学技术领域的技术扩散网络复杂度最高，技术扩散活动上最为活跃。第三，从各领域的技术扩散网络和各国间技术扩散强度来看，俄罗斯在化学、机械工程、仪器、其他技术领域具有一定技术优势，并且对中国的技术扩散较多，而中国在电气工程技术领域较有技术优势，在该技术领域对共建国家的技术扩散最多。这些结论清晰地展现了“一带一路”倡议在推动共建国家间技术协同与创新合作中的显著促进作用。事实上，早在2017年的“一带一路”国际合作高峰论坛上，与会国家就提出要将“一带一路”建成创新之路，坚持以创新驱动发展促进科技同产业的深度融合，优化创新环境，集聚创新资源。以上结论也较好地印证了这些目标的合理性及可实现性。

同时，本文研究结果也表明“一带一路”共建国家技术扩散中仍存在较突出的结构与效率性问题。一方面，目前中国与“一带一路”国家间技术扩散的领域仍主要集中于一些传统领域，在数字技术领域的扩散、流动仍显不足，可能的原因是数字技术发展尚处于萌芽期与发展期，在国际整体扩散速度较低，也可能由于部分国家在前沿数字技术中实施了更严格的知识产权保护策略，数字技术国际的合作、流动受到了更多的限制。另一方面，网络中的技术扩散活动大量发生在中国和俄罗斯之间，除这两国外，共建其他国家之间较少产生技术扩散活动，其原因可能是共建国家间存在着技术市场的结构差异，或者在技术扩散中存在供给与需求信息的缺失与背离，需通过中介和桥梁才能产生更多技术扩散。因此，仍需依托共建“一带一路”国际公共产品和国际合作平台来激发更多共建国家共享创新资源、协作推动前沿新兴技术创新活动的意愿。

（二） 政策建议

“一带一路”倡议提出已逾十年，成为中国推动构建持久和平、普遍安全、共同繁荣、开放包容、清洁美丽的世界的重要实践平台。其不仅极大地推动了共建国家间基础设施、经济贸易、文化等的发展，也促进了共建国家间技术的创新合作。但在共建国家的技术扩散活动中，扩散强度和扩散质量仍有待提升，无论是在整体技术扩散还是各技术领域的扩散中，网络仍存在密度低、国家间技术扩散关系松散等问题。

基于此，笔者提出以下两方面政策建议。第一，持续推进“一带一路”创新之路建设，建设21世纪的数字丝绸之路。应进一步分析数字技术的一般规律，结合中国数字技术特点，充分发挥自身技术优势，强化共建国家间数字技术的扩散，让中国数字技术标准“走出去”。而在其余技术领域，应在积极汲取先进技术知识的同时，帮助技术后发国家获得快速的技术升级，整合利用技术资源，共同推动数字经济繁荣发展和人类命运共同体建设。第二，拓展国际技术转移空间，加快国际技术转移中心建设，构建国际技术转移协作和信息对接平台，鼓励企业开展国际技术转移。中国作为共建国家技术扩散的网络核心，可依靠各类共建项目和联合创新实验室，充分调动技术扩散网络中其他国家的积极性，加强更多共建国家间的技术连接，并发挥好技术扩散桥梁的作用，持续深入开展面向“一带一路”共建国家的技术扩散活动，增强其他共建国家间技术扩散关系的稳定性。

参考文献：

［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，钟艳.我国企业研发国际化：强度、多样化与创新绩效［J］.华东经济管理，2019（3）：119126.

［4］辜胜阻，吴沁沁，王建润.新型全球化与“一带一路”国际合作研究［J］.国际金融研究，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］黃鲁成，王宁.专利视角下的技术扩散研究综述［J］.科学学与科学技术管理，2011（10）：2734.

［9］段德忠，谌颖，杜德斌.“一带一路”技术贸易格局演化研究［J］.地理科学进展，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］張娴，方曙，王春华.专利引证视角下的技术演化研究综述［J］.科学学与科学技术管理，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］陈欣.“一带一路”沿线国家科技合作网络比较研究［J］.科研管理，2019（7）：2232.

［23］陈欣.“一带一路”沿线国家科技合作网络演化研究［J］.科学学研究，2020（10）：18111817.

［24］高伊林，闵超.中美对“一带一路”沿线技术扩散结构比较研究［J］.数据分析与知识发现，2021（6）：8092.

［25］朱浩，李林，何建洪.政企共演视角下后发企业的技术追赶［J］.中国科技论坛，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.我国先进制造技术追赶中子领域与周期选择［J］.科学学研究，2022（9）：15831597.

［30］樊自甫，肖文睿.数字经济和实体经济融合发展趋势及对策研究——基于CiteSpace知识图谱的分析［J］.重庆邮电大学学报（社会科学版），2022（3）：8796.

（编辑：段明琰）