导言
本章探讨了国际技术知识扩散随时间推移的模式与趋势。
创新推动技术进步。新知识有助于公司更高效地生产商品，创造更优质、更多样的产品。这一过程促进了经济增长，有助于国家发展。经济证据表明，生产力增长的差异是20世纪各国收入差距的主要原因。
为什么这些生产力差异会持续存在？正如第1章所述，创新在各国或各区域的分布并不均衡。然而，当技术内置于随时可用的商品和设备中时，更容易远距离传播。主要技术的传播对工业革命在各国的扩散至关重要，并影响了过去两个世纪的人均收入分配。
然而，技术知识并不总是内嵌于实物产品中。其中大部分仍然是隐性的——作为不成文的专业知识而存在，而不是成文的信息。这就使得技术知识难以远距离传播，除非掌握这些知识的人迁移或将知识写下来与他人分享。隐性知识主要通过面对面互动和往往在地理上较为集中的专业化职业网络传播。
新的通信技术能否改变技术知识的传播速度？尽管远程协作工具和长距离通信技术取得了进步，但地理距离仍然影响着想法、知识和技术变革的扩散。
技术知识流动具有经济影响。尽管跨境流动存在障碍，但国际知识扩散在塑造全球经济格局方面发挥着至关重要的作用。
对于希望促进创新驱动型增长、减少全球不平等现象和提高生产力的政策制定者来说，了解国际技术知识扩散至关重要。随着世界的发展，知识流动的速度和方向仍将是讨论经济发展和全球竞争力的核心。
知识扩散的测量对创新学者而言仍是一项挑战。保罗·克鲁格曼在其1991年的著作《地理与贸易》中指出，知识溢出“不会留下任何可以衡量和追踪的书面记录”。这一观点促使创新经济学家寻找衡量这些无形知识流动的方法，从而推动了数十年的研究，开发出追踪知识溢出的实证方法。
本章以知识产权数据为视角，绘制了国际技术知识扩散图，并探讨了其模式随时间的变化。专利文件通过记录发明，并通过国际专利分类（IPC）等系统按技术领域进行分类，使技术知识的扩散变得可观。
本章有两个主要目标：第一，利用知识产权数据绘制国际技术知识扩散图，并追踪随时间推移发生的变化；第二，从有关国际技术知识扩散主要渠道的经济学文献角度研究这些发现。
本分析采用全球视角，运用多种方法追踪专利和相关数据中记录的技术知识扩散情况。专栏2.1讨论了衡量国际技术知识扩散的方法。
保罗·克鲁格曼在其1991年的著作《地理与贸易》一书中断言，知识溢出是一种集聚力量，“不会留下任何可以衡量和追踪的书面记录”。这一论断直接向经济学家们提出了挑战，促使他们开始了长达数十年的探索，为这一无形现象寻找实证替代指标。
此后，创新经济学家们开发了几种衡量标准（大多基于专利数据）来反映技术知识的扩散情况。主要方法包括：
专利地理分布通过追踪专利申请中申请人或发明人的地理来源，显示出新技术知识随着时间的推移出现的地点。
专利引用是追踪技术扩散的最常用方法。当一项新专利引用了一项较早的专利时，这就意味着知识可能从较早的发明流向较新的发明。尽管关于专利体系中的战略考量和制度约束仍存在持续争论，但专利引用仍是使无形知识流动可视化的主要策略。
(7)Thompson和Fox-Kean（2005年）发现，Jaffe等（1993年）在匹配程序中使用的技术分类过于粗略，可能会混淆技术接近性和地理接近性，从而使他们的本地化研究结论失效。Thompson（2006年）认为，与专利审查员添加的引用相比，申请人（包括发明人和专利代理人）添加的引用更有可能代表真正的知识流动。由此引发了一场以厘清引用来源为重点的文献研究。然而，这种申请人/审查员的区分本身就存在问题：申请人往往采取策略性行动，有时会隐瞒引用，而美国以外的审查员则根据不同的规则行事（Lampe，2012年）。见Jaffe, Adam B., Trajtenberg, M. and Henderson, R.“Geographic localization of knowledge spillovers as evidenced by patent citations.”The Quarterly Journal of Economics 108, no. 3 (1993): 577–98. https://doi.org/10.2307/2118401; Lampe, R.(2012).Strategic citation.The Review of Economics and Statistics, 94(1), 320–33, https://doi.org/10.1162/REST_a_00159; Thompson, P.(2006).Patent citations and the geography of knowledge spillovers: Evidence from inventor- and examiner-added citations.Review of Economics and Statistics, 88(2), 383–88, https://doi.org/10.1162/rest.88.2.383；以及Thompson, P. and Fox-Kean, M.(2005).Patent citations and the geography of knowledge spillovers: A reassessment.The American Economic Review, 95(1), 450–60. 突破性发明的扩散轨迹假设，新的突破性技术是在现有组件首次组合成新专利时出现的。研究人员利用专利分类代码（如IPC）的初始组合绘制知识扩散轨迹图，并追踪其随后随着时间和地域的变化而重新出现的情况。
(8)基于“突破性技术源于现有组件的首次组合”这一假设（Arthur，2009年；Fleming，2001年；Verhoeven等，2016年），Pezzoni等（2022年，2023年）使用专利数据中的专利分类代码（如IPC或CPC代码）来建立代表技术基础中既有组件的替代指标。见Arthur, W.B.(2009).The Nature of Technology: What It Is and How It Evolves.Simon and Schuster; Fleming, L.(2001).Recombinant uncertainty in technological search.Management Science, 47(1), 117–32, https://doi.org/10.1287/mnsc.47.1.117.10671; Verhoeven, D., Bakker, J. and Veugelers, R.(2016).Measuring technological novelty with patent-based indicators.Research Policy, 45(3): 707–23; Pezzoni, M., Veugelers, R. and Visentin, F.(2023).Technologies Fly on the Wings of Science.MERIT Working Papers 2023-036, United Nations University - Maastricht Economic and Social Research Institute on Innovation and Technology (MERIT), https://ideas.repec.org//p/unm/unumer/2023036.html；以及Pezzoni, M., Veugelers, R. and Visentin, F..(2022).How fast is this novel technology going to be a hit?Antecedents predicting follow-on inventions.Research Policy, 51(3), 104454, https://doi.org/10.1016/j.respol.2021.104454 对科学论文的专利引用，追踪了推动“深度技术”创新的科学到技术转化路径。
(9)见Ahmadpoor, M. and Jones, B.F.(2017).The dual frontier: Patented inventions and prior scientific advance.Science, 357, 583–87; Arora, A., Belenzon, S. and Suh, J.(2021).Science and the Market for Technology, NBER Working Paper Series No. 28534, Cambridge, MA: National Bureau of Economic Research, https://doi.org/10.3386/w28534; Marx, M. and Fuegi, A.(2020).Reliance on science: Worldwide front-page patent citations to scientific articles.Strategic Management Journal, 41, 1572–94. https://doi.org/10.1002/smj.3145；以及Marx, M. and Fuegi, A.(2022).Reliance on science by inventors: Hybrid extraction of in-text patent-to-article citations.Journal of Economics & Management Strategy, 31(2), 369–92. https://doi.org/10.1111/jems.12455. 这些引用揭示了基础科学发现如何转化为生物技术、人工智能、量子计算和先进材料等高度科学化领域的突破性技术。专利族通过关联发明人首次申请专利的地点及其随后的国际扩展来追踪知识的扩散。
(10)见Martínez, C.(2011).Patent families: When do different definitions really matter?Scientometrics, 86, 39–63, https://doi.org/10.1007/s11192-010-0251-3；以及Martinez, C.(2010).Insight into Different Types of Patent Families.OECD Science, Technology and Industry Working Papers No. 2010/02.Paris: OECD Publishing,https://doi.org/10.1787/5kml97dr6ptl-en 这些扩展反映了申请人打算实施专利保护的地区。贸易、科学和专利的专业化模式表明，各国始终致力于在与其现有专长相关的产品、技术和科学领域实现多样化，这表明技术相邻区域之间存在知识扩散。
(11)见Hidalgo, C.A., Klinger, B., Barabási, A.-L. et al.(2007).The product space conditions the development of nations.Science, 317, 482–87; Bahar, D., Hausmann, R. and Hidalgo, C.A.(2014).Neighbors and the evolution of the comparative advantage of nations: Evidence of international knowledge diffusion?Journal of International Economics, 92(1), 111–23, https://doi.org/10.1016/j.jinteco.2013.11.001; Balland, P.-A., Boschma, R., Crespo, J. et al.(2018).Smart specialization policy in the European Union: Relatedness, knowledge complexity and regional diversification.Regional Studies, 1–17 ；以及Petralia, S., Balland, P.-A. and Morrison, A.(2017).Climbing the ladder of technological development.Research Policy, 46, 956–69, https://doi.org/10.1016/j.respol.2017.03.012. 其他知识产权数据包括近期利用商标数据和其他知识产权指标绘制创新地理和知识扩散图的尝试。
(12)见Castaldi, C.(2020).All the great things you can do with trademark data: Taking stock and looking ahead.Strategic Organization, 18(3), 472–84, https://journals.sagepub.com/doi/full/10.1177/1476127019847835; Castaldi, C. and Drivas, K.(2023).Relatedness, cross-relatedness and regional innovation specializations: An analysis of technology, design, and market activities in Europe and the US.Economic Geography, 99, 253–84；以及Castaldi, C., Abbasiharofteh, M. and Petralia, S.(2019).From Patents to Trademarks: Towards a Concordance Map.EPO-ARP Programme Report.
专利数据的优势：专利数据提供了丰富的、可量化的、可公开获取的发明成果记录。专利按技术分类，包括详细的地理信息和较长的时间跨度，使研究人员能够在全球范围内追踪创新的地理格局、时间和性质。
专利数据的局限性：并非所有创新都能获得专利；不同行业和国家的专利申请倾向各不相同，专利质量也大相径庭。专利引用可以部分解决这些问题，但也带来了其他复杂问题，如谁在专利文件中插入引用的问题。
尽管衡量知识溢出的方法并不完善，但专利及其引用数据提供了有用的量化基准，易于衡量和分析。它们仍然是各国国内和跨国知识扩散实证文献的主要工具。
知识扩散如何在专利引用中留下痕迹
创新经济学家通常通过研究专利及其引用的地理位置来分析技术知识是如何传播的。
专利数据具有独特的研究优势。专利数据提供了丰富的、可量化的和公开的发明活动记录。引用其他专利的专利按技术进行了谨慎分类，包括发明人和申请人的详细信息。专利申请的时间跨度很长，因此研究人员可以追踪全球创新的地理格局、时间和性质。
解读专利引用需要谨慎。专利引用数据存在明显的局限性，需要谨慎解读。
专利间的引用可以揭示知识流动。专利间的引用是观察国际技术知识扩散的“书面记录”的主要实证方法。
技术知识的扩散速度正在加快
对国际专利引用流量的分析清楚地表明，与过去相比，当今技术知识的传播速度更快。所有专利引用指标都表明，技术的扩散路径正在加速。
国际采用时间缩短了一半。图2.1显示，国际采用的滞后期——以现有专利族的首次国际引用为衡量标准——现在比50年前缩短了一半。在1970年代初，平均每个专利族在申请后2.8年左右获得首次国际引用。到2020年，这一国际采用滞后期已缩短至不到2年。这种下降趋势一直持续，但有一个明显的例外：从2000年代中期到2010年代中期，采用滞后期稳定在2年左右。在此期间，中国和其他新兴国家的专利申请量迅速增加，这大大增加了无法立即提供英文版的专利文件的数量。
所有技术领域的扩散速度都更快。尽管平均滞后期不同，但所有技术领域都出现了国际采用滞后期缩短的现象。图2.1列出了四个选定技术领域的采用滞后情况：生物制药、发动机和运输、信息通信技术 ，以及半导体和光学。这四个领域都呈现出采用速度加快的总体趋势。
信息通信技术的采用滞后期一直比平均水平短，而且随着时间的推移，这一优势还在不断扩大。从1970年开始，差距仅为5%，到2020年达到15%。发动机和运输领域的采用滞后期则呈现出相反的模式，1970年比平均水平仅慢2%，但到2020年则慢6%。
生物制药技术呈现出独特的轨迹。开始时，其采用滞后期比平均水平快5%，之后稳步提高，直到本世纪初达到峰值，快了10%。然而，这一趋势在2010年代初发生了逆转，达到了比平均水平慢25%的峰值。
数字技术的进步是扩散速度加快的原因。这一长期趋势在很大程度上归因于同期通信信息技术的显著进步。专利文件从纸质发表转向以数字格式为主。通过提供多语言自动翻译的在线数据库，研究人员和发明人获得了越来越多的专利信息。通信方式从耗时的传统邮件和昂贵的电话演变为便携式设备上几乎免费的即时视频通话、消息传递和文件共享。
国内和国际知识流动之间的差距正在缩小
采用滞后时间缩短的趋势反映了学者们所称的知识经济时代的开端。
距离仍然重要，但其影响已不如从前。研究理论和证据都证实，距离会影响知识扩散。当来源地和目的地之间的距离较短时，更容易发生知识溢出。图2.2通过显示国内和国际专利引用之间采用滞后期的差异来说明这一点。正如预期，国内专利引用的速度要快于跨国引用。
然而，国际差距正在消失。自1980年代末以来，这一差距一直在稳步缩小。这种差异在1988年达到顶峰，当时国际采用的平均滞后期比国内采用的平均滞后期慢12%。此后，差距已明显缩小。到2010年代初，这一差距仅为5%左右，而到2020年，这一差距似乎已基本消失。
这种趋同表明，随着时间的推移，知识扩散的地理障碍正在减弱。技术进步缩短了总体采用时间，同样也使国际知识共享几乎与国内知识共享一样快。
发达经济体吸收外国知识的速度更快
各国之间的知识扩散情况存在显著差异。技术知识在全球的扩散速度并不均衡。虽然国际扩散速度总体上有所加快，但不同国家和区域之间的知识流动速度仍存在明显差异。
国内知识总是传播得最快。图2.3显示了从专利申请日到首次在其他地方被引用的平均时间。地理格局显然很重要。在任何情况下，发明人引用本国技术的速度都快于外国发明人引用相同技术的速度。即使在发达创新经济体中，这一模式也是如此。例如，美国申请人引用本国技术的速度是德国或中国申请人引用美国专利族速度的两倍，比日本或大韩民国申请人快三倍。反之亦然。德国、大韩民国、日本和中国的申请人引用本国技术的速度分别比美国申请人引用这些国家技术速度快2.5倍、4倍、5倍和6倍。
发达经济体吸收外国知识的速度更快。不同国际知识走廊的扩散速度存在显著差异。表现出色的创新经济体——包括美国、东亚国家和西欧国家——与世界其他区域吸收其知识的速度相比，从几乎每个其他区域获得的外国技术知识流入速度都更快。相比之下，非洲、拉丁美洲和加勒比国家以及东欧的知识内向扩散速度通常更慢。
知识流动更青睐领先的创新生态系统。与其他国家引用美国技术的时间相比，美国申请人引用其他国家技术的时间系统地更短。这种模式表明，领先的创新经济体已经发展出更强的能力，能够识别、吸收和借鉴外国的技术进步。
少数领先国家既贡献又吸收了大部分全球知识
速度并不能全面反映知识总量。前文的分析展示了各经济体如何迅速了解其他地方创造的技术，这表明了其创新发展情况，以及它们获取特定技术的积极程度。然而，这并不能揭示各经济体贡献给全球技术知识库和从全球技术知识库中获得的实际知识总量。
少数几个经济体主导着全球知识流动。只有少数几个经济体占据了国际专利引用的大部分——它们既是知识的来源国，也是知识的目的地。图2.4显示了1970-2020年期间排名前10的贡献者和受益者。过去五十年来，美国一直是国外技术知识的主要输出国。同时它也是最重要的知识接收国。
东亚经济体已跻身领先行列。从历史上看，美国之后依次是日本、德国、英国、法国、瑞士、荷兰王国和加拿大。2000年代，大韩民国和中国开始崭露头角。到2020年，这两个东亚经济体在分析期内的增长幅度最大，与美国一起跻身前三甲。
贡献者与受益者基本重合。所有排名靠前的经济体在被引用国和引用国所占比例方面都呈现出相对相似的模式，而且这种平衡在各个时期都保持一致。同样的模式也适用于世界其他地区。
积极的贡献者也是积极的吸收者。这种平衡表明，提供吸引国际关注的技术的经济体，也正是对外国技术最感兴趣的经济体。产生具有全球影响力的创新的国家也积极寻求和借鉴其他地方的创新。这表明，成功的创新体系既创造知识，也大量消费知识。
技术知识扩散正在加强
近几十年来，不仅技术知识发展速度加快，而且扩散密集度也在增加。图2.5显示了世界主要经济体和区域双边知识流动模式的比例。总体趋势是引用密集度普遍提高。
各国主要依靠自己的知识发展。引用比例最高的区域出现在主对角线上，这表明所有区域都非常依赖自己的技术知识。这种模式在美国、日本、德国和其他西欧经济体等技术成熟的大国尤为明显。
美国和西欧在全球范围内吸收知识。美国作为目的地的拥有极高的引用比例，西欧虽稍逊一筹，但同样表明这些区域几乎引用了所有地区的知识。美国和西欧经济体广泛受益于全球创造的技术知识。
亚洲经济体虽然广泛使用外国知识，但也在日益增强自主能力。正如几十年来主对角线上的数值不断增加所显示的那样，一些地区已成为本国知识的重要使用者。中国和大韩民国的这一趋势最为明显，在印度也略有体现。这些国家正在更广泛地建立自己的技术基础，而不是主要依赖外国知识。
深度技术获取：技术如何运用科学知识
人们对“深度技术”创新的兴趣与日俱增。学者和政策制定者都认识到，基础科学推动着技术创新和经济增长。
科学创造了宝贵的知识库。国家和区域是科学研究的宝库。对科学和教育的投资增强了地区开发新技术和突破性创新的能力。
新数据揭示了科学技术之间的联系。多年来，探索科学与技术之间的联系一直是研究的焦点。政策制定者越来越多地从学术界寻求证据来设计和评估其政策。
科学知识比技术知识传播得更远。科学如何影响国际技术知识的扩散？经济研究表明，科技含量高的技术传播距离更远，更有可能产生新的发明人集群，尤其是在其成长和成熟阶段。
依然存在测量局限性。科学论文的专利引用存在局限性。这种方法低估了科学的影响，因为它只记录了公开进行的研究，而忽略了学术咨询或公私合作伙伴关系等私人渠道。
科学知识转化为深度技术应用需要时间
从科学到技术的转化需要耐心。对全球专利引用科学文章的分析表明，专利引用科学文章的时间远远长于引用其他专利的时间。平均而言，科学文章在发表后10年左右才会收到第一次专利引用。这种模式与经济研究相吻合，即科学知识转化为工业应用需要付出巨大的努力。
地理格局影响科学知识的获取。与专利引用一样，在获取科学知识时，地理格局也很重要。图2.6显示了一个区域的科学知识“扩散”到其他地区的技术所需的时间。与其他国家或区域相比，全世界的专利申请人更多地从本国获取最新的科学知识。这种模式甚至在美国、德国和日本等发达创新经济体中也存在，尽管其表现没有专利引用那么显著。例如，美国申请人引用美国科学成果的速度分别只比德国和中国申请人快3%和11%，比日本申请人慢9%。相反，在引用德国科学知识时，美国、中国和日本的申请人分别比德国申请人慢22%、20%和7%。
中国的科学知识扩散相对较快。中国论文被外国专利引用的速度相对较快——最长不超过论文发表后8年。相反，美国论文扩散到专利的时间更长，日本专利的平均扩散时间最短为9年4个月，而非洲专利的扩散时间最长超过13年。
这些比较需要谨慎解读。首先，文献量不具可比性，因为美国产出的被引科学论文数量远多于其他国家。其次，新兴科学力量——特别是中国，以及东南亚、拉丁美洲和非洲国家——近来大幅提高了科学论文发表率。这意味着较早的科学参考资料更有可能来自美国和欧洲。最后，这些采用滞后期并不能揭示科学知识扩散的密集度或类型。
少数创新领导者在深度科技的全球科学知识获取方面占据主导地位
科学知识的获取高度集中。与专利间引用相比，对科学知识的依赖主要集中在少数几个区域。从几乎所有全球来源来看，大部分被引用的科学论文都流向了美国、西欧经济体和日本。
领先经济体在全球范围内吸收科学知识。图2.7显示，在1985至1995年间发表且至少被一项专利引用的所有外国科学论文中，至少有39%的论文引用了美国专利。日本、德国和其他西欧国家也呈现出类似的模式。这些表现出色的创新生态系统对其他区域科学文章的引用始终多于这些区域对本区域文章的引用。这些领先经济体之间的互动也非常密切——约三分之一的美国科学论文被西欧专利所引用，而约一半的西欧科学文章被美国专利所引用。
在过去几十年中，这些获取模式表现出明显的稳定性。将2016-2022年期间（图2.8）与之前几十年进行比较，可以发现两者之间仅有细微差别。美国、日本和西欧自最早的测量年份以来就一直显示出对国际科学的开放性。
中国已成为主要的科学成果消费国。过去三十年来最显著的变化是中国对国际科学的开放程度不断提高。在1985-1995年期间发表的美国早期论文中，只有2.5%被中国专利引用，但在2016-2022年期间发表的美国论文中，这一比例大幅上升至8.8%。这种增长使中国在所有来源区域都比日本更开放地接纳国际科学。
当地科学在任何地方都很重要。尽管在国际科学获取方面，少数表现出色的创新生态系统占据主导地位，但地理格局仍然很重要。即使是在科学欠发达区域，科学获取的最大份额仍然来自国内。这表明，虽然深度技术创新越来越多地依赖全球科学知识，但当地研究能力对所有区域仍然非常重要。
技术知识轨迹：突破性发明如何在全球传播
专利引用未能完整呈现创新的全貌。以往的分析依赖于专利引用，而专利引用往往无法全面反映被引专利或科学文章背后技术知识扩散的完整轨迹。学者们发现，许多专利引用甚至不属于同一技术类别。
此外，学者们通过确定突破性发明的首次出现及其在国际上的再利用，来追踪技术知识的国际扩散。最近的研究考察了特定技术的首次出现和随后出现的情况，以了解其在时间和空间上的扩散情况。这些研究利用“再利用”的概念来描绘技术知识的扩散，并对其进行跨区域和跨年度的追踪。
如何绘制突破性技术的图谱？突破性技术是通过对现有技术知识进行新颖重组而产生的。根据“创新源于现有知识要素重组”这一想法，学者们利用国际专利分类（IPC）代码的新颖组合绘制了技术的扩散轨迹。
转基因小鼠的突破为这一过程提供了一个有趣的示例。以转基因哺乳动物技术为例——这是用于开发癌症和阿尔茨海默病的治疗方法的转基因实验小鼠的基础。这一新型技术轨迹始于1985年，哈佛大学为“肿瘤小鼠”申请专利，首次列出了“基因分离”和“向动物体内注射物质”的专利代码。随后，又有多项专利再利用了相同的组合。例如，首尔国立大学在1996年为“糖尿病小鼠”申请了专利。所有归类于同一组合的发明均可视为属于同一技术轨迹。
创新领导者迅速采用外国突破性技术
在创新与采用方面，主要参与者始终占据主导地位。与专利引用情况一样，美国是产生新技术轨迹的突破性发明的主要来源国，其次是西欧和日本。这些区域也是采用这些外国突破性发明最多的前三个。发达国家是最积极地再利用源自其他地方的突破性技术的国家。鉴于近几十年来专利申请活动的增加，新技术组合及其再利用的数量也在不断增长。
发达经济体在迅速采用这些突破性发明背后的知识方面表现突出。在研究技术知识再利用所需的时间时，地理模式变得更加明显。美国、日本、德国和其他西欧经济体等国家和区域在再利用源自其他地方的突破性技术方面要快得多（见图2.9）。例如，源于印度的突破性技术知识的传播轨迹与在印度国内的再利用相比，在美国的再利用平均仅需要三分之一的时间。美国尤其擅长快速采用国外突破性发明背后的知识。
速度差异揭示了再利用经济体的创新能力。这种模式表明，领先的创新经济体不仅在创造新技术方面具备卓越的技术能力，而且在快速识别、理解和借鉴其他区域的突破性创新方面也表现突出。这种快速采用的优势可能有助于解释为什么创新导者能够长期保持其竞争地位。
发展中经济体难以密集再利用突破性技术
国内再利用在全球占主导地位。图2.10展示了各国技术知识的总体流动情况。正如矩阵对角线上的高值所示，大多数突破性发明在其来源国得到了大量再利用。例如，源于美国的突破性发明有99%在美国国内得到再利用。同样，德国再利用了94%的本土突破性发明，而日本再利用了92%的本国突破性发明。
创新领导者还积极吸收外国的突破性发明。尽管国内再利用率很高，但领先的创新经济体仍对再利用外国突破性发明持开放态度。在源于美国的突破性发明中，约有84%都以日本为目的地，这意味着大多数美国的突破性发明最终都会到达日本。德国也表现出类似的开放性，在保持较高国内再利用率的同时，积极再利用国外的突破性发明。
围绕共同的技术利益建立区域伙伴关系。中国和大韩民国等国家之间存在双边交流，这反映了地理接近性和技术亲近性。这些再利用流主要集中在纳米技术和电子数据处理领域——这也是三星、LG和华为等公司的核心业务。地理和技术上的相似性为突破性发明的再利用创造了天然的合作伙伴关系走廊。
发展中经济体在再利用突破性发明方面面临挑战。大多数发展中经济体对基于突破性技术再利用的国际知识流动的参与度较低。非洲在再利用突破性发明背后的外国知识方面能力有限，这体现在所有来源地的再利用率都很低。不过，非洲的突破性发明广泛流向发达经济体——非洲的所有突破性发明都在西欧得到再利用，而在美国（96%）、日本（92%）和德国（81%）得到再利用的比例也很大。
这些模式表明，成功再利用突破性发明需要高水平的创新能力。领先经济体既擅长创造突破性技术，也能快速识别、改造和借鉴其他地方的创新。发展中区域可能会产生创新技术，但缺乏必要的制度基础设施和技术能力，无法最大限度地再利用外国的突破性成果。
创新领导者善于快速密集地采用外国突破性成果
美国和西欧在早期采用突破性发明方面占据主导地位。图2.11显示，美国和西欧在早期密集再利用外国突破性发明方面表现突出。这些区域在技术发展的初始阶段就成功地再利用了大量外国技术知识。
地理接近性影响着采用模式。在早期阶段，日本密集再利用其他亚洲国家的突破性发明，但与美国和西欧国家相比，再利用遥远区域发明的强度较低。这表明，地理和文化接近性可以促进技术的快速扩散，尤其是对新生创新而言。
即使是实力雄厚的专利产出者，在早期突破性发明的再利用方面也面临困难。尽管中国和大韩民国在专利引用方面表现出色，但其在早期阶段很难密集再利用突破性发明。例如，在中国，只有不到 5%源自美国的突破性发明在发明后的5年内被再利用。中国花了20年时间，才使源于美国的突破性发明的再利用率达到28%。相比之下，美国在发明后的前5年内，对源自中国的突破性发明再利用率高达70%。
发展中区域面临着持续存在的再利用差距。无论处于哪个阶段，印度、东南亚、拉丁美洲和非洲国家都明显落后。这些区域只能再利用一小部分外国突破性发明，这表明在识别、理解和应用外国突破性技术知识方面存在巨大的能力差距。
再利用的速度和密集度揭示了竞争优势。快速采用和借鉴外国突破性成果的能力是至关重要的竞争优势。早期采用者可以改进这些技术，创造衍生创新，并在慢速采用者赶上之前确立市场地位。这种模式有助于解释为什么创新领导者能够长期保持优势——他们不仅擅长创造突破性技术，还能快速吸收其他地方的创新成果。
了解国际知识扩散背后的渠道
多种渠道推动技术知识跨越国界。前几节中观察到的模式反映了技术知识在国际上传播的成熟渠道。经济研究确定了几个关键路径：国际货物贸易、外国直接投资、技术移民、许可协议和全球价值链。
吸收需要能力，而不仅仅是接触。仅仅接触外国知识并不能保证被采用。成功的吸收取决于国内因素，如人力资本、制度质量、研究能力以及经济学家所说的“吸收能力”——一个国家识别、理解和利用外部知识的能力。这就解释了为什么美国和西欧等创新领导者在快速采用外国突破或获取深度科学知识方面表现出色，而其他区域却举步维艰。
知识随贸易商品传播
贸易仍然是主要的扩散渠道。技术知识最常见的传播方式是通过体现新技术的商品。消费者通过购买获得嵌入其中的创新成果，而公司则使用进口机械、零部件和材料作为自身生产的投入。随着企业对外国技术进行逆向工程，这些流动创造了学习机会。
进口可以促进国内创新。最近的研究表明，进口与专利之间存在显著的正相关关系。
技术人才弥合知识差距
发明人和科学家推动知识流动。技术移民——尤其是发明人和科学家——在全球知识扩散中发挥着至关重要的作用。历史上，重大的技术变革往往伴随着高技能人才的跨境流动。
移民将原本孤立的社区连接起来。技术移民通过在东道国建立联系，同时保持与原籍国的联系，发挥着知识中介的作用。
人才流动可使各方受益。技术移民非但不会造成“人才流失”，往往还会产生“人才流动”。即使没有回国的移民也会通过他们的网络促进共同专利、联合发表和技术转让。回流移民进一步加强了这些进程，促进了原籍国新的技术专业化。
国际商业打造知识高速公路
跨国公司系统地转让知识。外国直接投资和跨国企业是国际知识扩散的主要渠道。这些公司为东道国带来了先进的生产技术、组织实践和技术能力，通过竞争、劳动力流动和供应商关系为当地企业创造了潜在的溢出效应。
当地能力决定成败。然而，这些溢出效应并不是自动产生的。它们取决于国内的吸收能力——由研发密集度、人力资本和制度质量决定。这就解释了为什么同样的外国投资在不同的国家会产生不同的结果。成功的知识转让需要全球和当地行为人通过相互学习实现共同发展。
全球价值链拓展了知识网络。现代生产网络将企业嵌入国际创新体系。外国投资通过将国内公司与全球生产和创新网络连接起来，支持“知识升级”，不过其结果取决于教育系统、研发激励措施和知识产权保护等配套制度。
专利保护促进技术市场
国际专利制度促进了知识流动。自1883年《巴黎公约》确立了各专利局的优先权以来，国际专利保护已成为新技术进入外国市场的关键。
现代条约扩大了准入范围。自1970年代以来，通过产权组织《专利合作条约》等条约以及建立欧洲专利局、非洲地区知识产权组织和其他区域体系的区域协议，国际专利保护范围得到了显著扩大。这些发展使发明人更容易在多个司法管辖区保护创新。
专利促进技术贸易。外国市场的专利保护有利于推动国际技术许可和转让协议的达成。这些“技术市场”通过加强创新活动、知识扩散和催生专业发明人，提升了整体福利水平和创新能力。专利贸易使发明人能够在全球范围内对其创新成果进行商业化，从而刺激了技术的地域传播。
距离仍然会造成障碍。尽管有这些机制，国际技术贸易的不确定性仍然高于国内交易。三类不确定性限制了技术贸易的地理覆盖范围：产权的不确定性、技术价值的不确定性和贸易流程的不确定性。
对观察到的模式的启示
多种强化渠道有利于创新领导者。在专利引用、科学获取和突破性发明的再利用方面观察到的模式反映了这些多重强化扩散渠道。美国、西欧和日本等创新领导者得益于各种渠道的优势——它们吸引技术移民，参与广泛的国际贸易，接纳跨国公司，并维持有效的专利保护制度。
吸收能力解释了差距持续存在的原因。发展中经济体在快速和密集采用技术方面的参与有限，反映了这些渠道的制约因素。较低的吸收能力、较弱的制度、较小的贸易量和有限的技术移民造成了长期存在的累积劣势。
政策可以加强扩散渠道。对这些机制的了解表明，各国可以通过加强教育系统、改善制度、扩大贸易一体化、吸引技术人才和发展有效的知识产权框架和机构，来加强对全球知识流动的参与。赶超最成功的经济体通常同时在多个渠道取得进步。
关于全球知识扩散模式的关键见解
本章通过分析创新流动多个维度的全球模式，探讨了技术知识如何在国际上扩散。本分析利用专利引用、科学参考文献和突破性发明的再利用，描绘了知识的来源地、传播方式以及哪些国家从国际技术知识转让中获益最多。
主要发现揭示了持续存在但不断演变的模式。专利引用分析表明，如今技术知识的传播速度比50年前更快，自1970年代以来，国际采用时间缩短了一半。国内和国际知识流动之间的差距几乎已经消失，这表明地理障碍正在减弱。然而，美国、西欧和日本等发达经济体既是全球知识流动的贡献者，也是受益者，占主导地位，而大多数发展中区域的参与程度微乎其微。
科学知识遵循不同的扩散模式。以科学突破为基础的深度技术需要更长的开发时间——从发表文章到首次引用专利大约需要10年——但却能创造出更具全球影响力的技术。大多数科学到技术的流动都集中在少数几个领先经济体，美国、西欧和日本几乎吸收了全球所有来源的科学知识。中国对国际科学日益开放，跨国科学引用增长最快。
突破性发明的再利用轨迹揭示了采用能力。对再利用突破性发明的分析表明，大多数国家主要依靠本国的技术知识。然而，创新领导者最擅长的是快速密集地采用外国的突破性发明——美国在五年内再利用了70%源于中国的突破性发明，而中国在同一时间内再利用的美国突破性发明不到5%。这种不对称突显了吸收能力的关键差异。
本章的广泛分析得出了三个主要结论：
首先，全球创新仍然高度集中。尽管新兴经济体，尤其是中国，正在发挥越来越重要的作用，但发达经济体仍然主导着知识流动。这种集中反映了多种扩散渠道的优势，而不是单一因素所致。
其次，科学正在重塑创新地理格局。科学知识日益成为突破性技术的基础，尤其是在快速发展的领域。将全球科学投入与当地能力有效结合起来的国家可以在深度技术创新方面获得竞争优势。
第三，扩散效益的分配仍然不均。发展中世界的大部分地区尽管产出了流向发达经济体的知识，但仍被排除在快速技术采用之外。地理接近性和技术亲近性影响着采用模式，但吸收能力最终决定着知识整合的成败。
对政策和未来研究的启示
对于政策制定者来说，这些研究结果强调，获取全球知识流动需要的不仅仅是开放——还需要对教育、研究能力和制度质量进行持续投资。各国要想更积极地参与全球创新网络，就必须同时从多个方面加强吸收能力。
对于研究人员来说，这些结果凸显了对多种扩散指标进行综合分析的价值。每项指标——引用、科学参考文献、突破性发明再利用等——都从不同方面反映了知识在国际上的传播方式。今后的工作应探讨这些不同扩散机制之间的因果关系及其对经济发展和全球竞争力的综合影响。