中美与RCEP成员技术合作网络演化及稳定性研究

滕子优，朱雪忠，胡 成

(同济大学上海国际知识产权学院，上海 200092)

0 引言

《区域全面经济伙伴关系协定》 (Regional Comprehensive Economic Partnership，RCEP)作为目前全球最大的自贸协定，是我国与周边区域开展合作的重要平台[1-2]。RCEP虽然是与贸易有关的区域性协定，但技术合作也是其中一个不可忽视的领域，例如RCEP协定第十五章就是 “经济技术合作”。RCEP成员的技术合作有助于实现创新资源互补、降低研发成本与风险、提升创新质量[3-4]。尤其对于发展中国家而言，提升跨国合作强度可以为本国企业提供学习先进技术知识的窗口，创造出解除路径依赖、缩小技术差距的新机遇[5-6]。

然而，跨国合作也存在风险。RCEP区域范围涉及中韩日澳新和东盟10国，这些国家的社会制度、价值观念、意识形态、宗教信仰、文化传统、经济发展水平等存在巨大差异，从而导致合作主体间可能出现管理和行为上的矛盾，引起合作冲突[7]。另外，跨国合作也常常受到政策干预。近年来受美国对华战略影响，中美技术合作受阻[8]。出于亚太战略的考量，RCEP成员也是美国重点关注的区域，日韩均为美国在亚洲地区长期以来的盟友，澳大利亚表现出一定的反华亲美战略倾向，近年来美国在东南亚地区也加大了技术合作与布局[9-12]，这些均有可能加剧亚太地区的地缘风险。同时， 《区域全面经济伙伴关系协定》也面临着与 《全面与进步跨太平洋伙伴关系协定》 (CPTPP)的竞争[13]，这为我国维持和发展现有跨国技术合作体系增加了挑战。

由上可见，现阶段我国与RCEP成员的技术合作存在不确定性，如何在这种不确定性环境中提升与RCEP成员的技术合作强度？这是一个值得研究的问题。目前关于跨国技术合作的研究主要集中于三个方面：一是探讨某一技术领域的国际合作，如太阳能电池[14]、纳米技术[15]、集成电路制造[16]和碳捕获与存储[17]的技术合作；二是研究特定区域之间的技术协作，如OECD成员[18]、 “一带一路”沿线国家的技术合作[19-21]；三是对比不同国家的技术合作特征，如中美与 “一带一路”沿线国家的技术合作[12]。这些研究为跨国合作分析提供了重要的参考范例，但也存在以下不足：一是关于我国区域技术合作的研究视角较为局限，除了少数研究探讨了我国与瑞典[22]、韩国[23]等地区的技术合作外，多数研究都围绕着 “一带一路”沿线区域展开，与RCEP成员相关的技术合作研究较少；二是关于中美技术合作的对比研究还很欠缺，尤其是在当前中美技术竞争日趋激烈的背景下，对比中美与RCEP成员的技术合作具有重要的现实意义；三是现有研究着重分析了跨国合作的时空演变，却忽视了对合作网络稳定性的探讨。

针对现有研究的不足，本文利用复杂网络理论，选择RCEP成员作为研究对象，对比中美与RCEP成员技术合作网络的整体与个体特征，以明确两国与RCEP成员技术合作状态的差异。同时结合网络攻击模拟风险冲击，从结构和功能两个维度进一步讨论两国与RCEP成员合作网络的稳定性。在当前中美技术竞争日趋激烈的时代背景下，研究这些问题有利于强化与RCEP成员的技术合作，提升我国在区域价值链中的地位，在一定程度上也有助于维持和发展现有的跨国技术合作体系，为进一步突破国外技术封锁打下必要的坚实基础。

1 数据与方法

1.1 数据来源和国际技术合作网络构建

本文采用专利合作数据测度跨国技术合作关系，其原因在于专利信息公开发布，易获取、连续性强、包含大量技术信息。PCT专利申请是最常见的国际专利申请形式，利用其分析可以有效减少因 “本国偏好”带来的偏差[20];PCT专利申请在一定程度上代表了申请专利所含技术的重要性和申请人抢占国际市场的迫切愿望，常被用以评价专利质量[24]。因此，本研究使用PCT专利申请测度中美与RCEP成员技术合作网络。

本文专利数据来源于德温特专利数据库，该数据库收录了较为全面的国际专利，可以提供多个专利字段，便于处理。为了减少数据遗漏风险，本文首先检索现已公开的PCT专利申请 (下文以 “专利”指代)，其次对专利按申请号合并后下载进行预处理，数据检索与下载时间为2021年5月。对于年代较远的专利，许多申请人历经改名、并购等调整，专利原始字段不易反映技术合作现状，并且我国参与的专利总体数量较少。而近三年的专利申请大多尚未公开，因此本文将所使用专利申请年限定在2004—2018年。依据张亚峰等[22]的数据，本研究将申请人地址作为跨国合作判断标准，利用该字段得到我国与RCEP成员之间合作的专利，即同时包含中国申请人和至少一个其余RCEP成员申请人的专利。由于RCEP成员目前不包括我国港澳台地区，故本研究所述中国与RCEP成员合作专利不包括港澳台地区。采用类似方法，可以得到美国与RCEP成员 (除中国外)之间合作的专利。删除其中的个人类型申请人，手动对专利申请人拼写错误导致的噪声进行处理后，共获得中国合作专利893件和美国合作专利5826件。构建机构类型的专利申请人跨国合作关系加权网络，边的权重为网络主体间合作专利数量，权重为0表示二者之间尚未存在合作关系。

1.2 专利合作网络分析指标及其含义

为了更全面地分析专利合作结构，本研究在复杂网络理论的基础上，结合网络攻击，从整体网络、个体网络以及网络稳定性三个维度选取指标 (见表1)，分别对比中美与RCEP成员合作网络宏观结构、重要微观个体特征和风险冲击下的稳定性。相关指标通过Rubinov等[25]开源的复杂网络测度工具箱或参考指标定义[26]自行计算完成，合作网络结构可视化使用Gephi软件。

2 中美与RCEP成员技术合作网络分析

2.1 中美与RCEP成员技术合作概况

统计各年度中美与RCEP成员合作专利申请数量 (见图1)，可得中美与RCEP技术合作变化特征。2004—2018年，中国和美国与RCEP成员合作专利分别为893件和5826件，说明美国的合作频次大于中国。时序上，中美两国的专利合作数量均呈上升趋势 (Man-Kendall检验[27]，p≤0.01)。在相对增长量上，中国比美国更大，体现了更大的上升潜力。

表1 网络分析指标

图1 中美与RCEP成员年度合作专利数量

由图1可见，我国合作专利数量呈阶跃式变化形态。2004—2006年，我国每年与该地区合作专利数量维持在年均21件的较低水平，2007年，专利合作数量迎来小幅上升。2013年，我国发出 “一带一路”倡议，东盟十国作为 “一带一路”沿线重要地区之一，与我国的技术合作频次增加。2016年专利数量增幅加大，说明我国与该区域技术合作程度加深。2017年专利合作数量有所回落，但是2018年又快速增加。总体而言，我国与该区域的技术合作在近年进入新的增长阶段。

美国与RCEP成员之间的技术合作有更为坚实的基础，与RCEP成员专利合作基数已达272件，远高于中国各年度与RCEP的专利合作数量。受到金融危机的冲击，2007—2009年，美国与RCEP成员专利合作数量大幅下滑。随着美国经济的恢复，2010年起美国与该区域的专利合作频次再次增加，2014年达到波峰。2015年出现下降，但2016年后合作专利数量再次快速上升。整体上，美国与RCEP成员之间近年来保持了高程度的技术合作。

2.2 中美与RCEP成员技术合作整体网络演化分析

为了更好地了解合作网络的发展过程，分别统计各年度中美与RCEP成员专利合作网络结构指标。利用趋势检验比较演化过程 (见表2)[27]，可发现两个网络共性和差异并存。

表2 技术合作网络演化指标趋势检验结果

中国与RCEP成员技术合作网络规模呈上升趋势，随着合作专利数量的增加，越来越多的主体进入技术合作网络中。2004年，中国专利合作网络中仅有14个主体，但是2018年的主体数量已经增加至98个。得益于较大的专利合作基数，美国专利合作网络主体2004年即达224个，虽然2009年出现了大幅下降，但是很快即得到恢复，2018年主体数量多至321个。在网络边数上，中国与美国的合作网络均保持增加的势头，但是相对于理论最大值仍有较大差距；在平均度上，中国与美国并未展现出明显的单调变化态势，整体较为平稳。计算年度平均度的均值，可得中美两国与该区域专利合作网络的年度平均度分别为1.13 (±0.08)和1.27 (±0.04)，表明各年度合作网络成员大多只与另外一个网络主体产生合作关系。因此，整体网络发展仍存在一定空间，申请人之间的合作广度尚未得到充分拓展。通过网络密度的分析可以发现，中美与RCEP成员技术合作网络整体上均由高密度逐渐转向低密度，说明虽然网络规模增加，但是合作关系较为松散。未来在扩大对该区域技术合作网络的同时也应注意维持网络一定程度的密度，以保证技术知识在更多主体间流通。

在加权度数中心势上，中美与RCEP成员合作网络均呈下降趋势，说明网络资源向个别节点汇集的可能性变小。随着网络的扩大，合作主体之间的联系也更为分散。在加权中介中心势上，中国合作网络出现了较大的波动性。2004年与2005年合作网络加权中介中心势为0，说明网络未出现中介节点，即不存在互相连接的连通图。彼时合作网络全部为二元主体，且大部分合作来自三星电子有限公司与北京三星通信研究院，二者均属于韩资企业，说明中国对RCEP成员的合作初始阶段整体规模较为封闭，主要依靠周边国家的大型公司 “走进来”。随后，中国加权中介中心势处于周期性起伏中，各年中介节点的作用大小不一。美国合作网络的加权中介中心势呈现一定的增加态势，尤其是在2012年之后上升幅度明显，说明近年来中介节点在网络中作为沟通技术知识的媒介作用在提高。

2.3 中美与RCEP成员技术合作整体网络和关键个体分析

图2 技术合作网络

为了进一步明确演化之后专利合作网络的态势，本文汇总所有合作专利，可得整体专利合作网络 (见图2)，图中节点大小表示节点的度数中心度，边的厚度代表边的权重。从图2中可以看出，美国合作网络核心部分为一个大型连通子图，该多元合作团体的形成拓宽了技术知识流通的边界；中国合作网络相比还处于发展阶段，核心部分较小，二元组之间的排他性合作所占比重较高，技术知识流通范围较为局限。

在个体层面，采用加权度数中心度和加权中介中心度对节点的重要性进行测度，其结果分别如表3和表4所示。加权度数中心度反映节点的专利合作数量，是技术水平的象征；加权中介中心度体现节点的中介作用，代表主体在网络中的资源控制能力[26,28]。

表3 中国技术合作网络个体特征排名

表4 美国技术合作网络个体特征排名

中美两个合作网络在个体特征上表现出一定的共同点，大型跨国公司在两个合作网络的加权度数中心度排名中均占据较高的位置，说明其技术水平位居网络主体前列。在中国合作网络中，海尔公司、日本松下公司、韩国三星公司及其旗下分支机构是带动跨国技术合作的主力。在美国合作网络中，德州仪器公司、国际商业机器公司、索尼公司与上述公司的附属机构等为网络核心成员。这些跨国公司与其全球分支机构存在技术与业务的关联性，因此维持紧密的合作关系。

在加权中介中心度上，两个合作网络排名靠前的机构中均含有较多的高校或科研院所，如中国合作网络中的上海交通大学、清华大学和新加坡国立大学等，美国合作网络中的加州大学、斯坦福大学和澳大利亚联邦科学与工业研究组织等，这再次反映了高校和科研院所是重要的区域间知识交流媒介[29]。除此以外，一部分跨国公司也起着重要的中介作用。一方面，源于跨国公司在海外有多个分支机构，技术知识通过总部在不同分支机构之间可以有效流通，典型的代表为索尼公司；另一方面，多元化的产-学合作也是增加跨国公司中介作用的原因，如三星电子有限公司和华为技术有限公司。这些公司注重和全球科研实力领先的学术机构合作，汇聚技术发展过程中所需的知识。新加坡科技研究局和新加坡国立大学在中美两方的合作网络中都起着重要的中介作用，这与新加坡高度国际化的科研活动关系密切。

中美两个合作网络个体上的不同点主要体现在节点地域特征上。中国合作网络的加权度数中心度排名靠前的企业集中在中国、日本、韩国三个国家，而美国合作网络中的企业主要来自美国和日本，体现了两国企业跨国合作的地域侧重点存在不同。美国与日本的科技公司相互之间均重视对方的市场与资源，保持了高度频繁的技术交流。在加权中介中心度上，澳大利亚联邦科学与工业研究组织在美国合作网络中排名较高，而在中国合作网络中两项指标排名前十的主体并未含有来自澳大利亚的结构，说明中国与澳大利亚的合作整体规模相对不高。

为了揭示不同主体的合作模式，利用度数中心度和单位权 (即节点连接的平均权重)构建上述中美与RCEP成员技术合作网络重要主体合作 “广度-深度”二维矩阵 (见图3)。度数中心度越大，说明该节点技术水平越高，合作主体数量越多；单位权越大，表示节点间合作关系越稳固[30]。在这些重要节点中，高校和科研院所整体上合作广度更高、深度偏低，多数跨国公司则侧重于发展合作深度。一方面，高校和科研院所拥有丰富的研发资源，可以满足不同主体的技术研发需求，另一方面，这些学术机构参与的合作往往是项目制。当项目结束时，合作主体的直接联系减弱，可能导致高校和科研院所的合作深度较低。大型跨国公司偏向于通过在各地成立分支机构以吸收当地知识资源，同时进行专利布局，所以保持了更为稳定的合作关系。比较两个网络的合作模式，可得知整体上美国网络中关键高校的合作广度与重要企业的合作深度高于中国网络中相应类型的主体，说明美国对RCEP成员的技术影响力更大。

图3 技术合作网络中核心节点合作模式

3 技术合作网络稳定性分析

为了对比中国合作网络与美国合作网络在风险环境下的动态适应能力，本文使用相对最大连通子图尺寸与网络效能对两个网络的稳定性展开分析。当网络遭遇风险时，其直观表现是主体退出合作关系。参考陈伟等[31-32]的研究，分别通过度数优先攻击、介数优先攻击和随机攻击，模拟风险冲击下节点退出对网络结构和功能的影响。度数优先攻击和介数优先攻击表示网络中的集聚节点和中介节点被风险冲击的优先级更高，随机攻击则表示节点受到风险冲击的可能性与其在网络中的地位无关。在度数优先攻击中，对每次攻击后的技术网络重新计算各节点度数中心度，选择排名最高的节点作为下次攻击目标，直至网络中无连通成分；在介数优先攻击中，对每次攻击后的技术网络重新计算各节点中介中心度，选择排名最高的节点作为下次攻击目标，直至网络中无中介节点。随机攻击是指每次随机将网络中的某个非孤立节点作为目标进行攻击，直至网络中没有连通成分。为了减少随机攻击造成的结果偶然性，随机攻击结果为10次指标均值。

3.1 网络结构稳定性分析

采用相对最大连通子图尺寸表示网络结构稳定性，其值越高，表示网络中最大连通子图所含节点数量占整体网络主体数量的比例越高，网络的拓扑结构越稳定[33]。如图4所示，中国网络结构在面对度数优先攻击和介数优先攻击时表现出较弱的稳定性。当度数优先攻击或介数优先攻击次数达到3次，即当此时清华大学、上海交通大学和华为技术有限公司先后退出合作网络时，相对最大连通子图尺寸即降至初始状态的22%，说明上述高校和公司在中国现有与RCEP成员技术合作网络结构中发挥了重要的连接作用，集聚了多样化的研发资源，有较多的合作搭档。若上述节点失效，其会产生迅速的级联效应，使得整体网络的连通性遭遇严重损坏。当度数优先攻击或介数优先攻击次数超过10次时，相对连通子图尺寸即趋近于0。在遭受随机攻击时，中国合作网络结构稳定性下降缓慢，说明在面对随机性风险时更为稳定。美国合作网络和中国合作网络相似，在面对随机性风险时结构稳定性较强，在度数优先攻击和介数优先攻击下，结构稳定性相对较弱。相比之下，介数优先攻击的影响更大。然而，由于美国合作网络经过了长久积累，有更多的中介节点和集聚节点，所以具备相对较高的容错率。当度数优先攻击次数达到55次，或介数优先攻击次数达到30次后，其相对最大连通子图尺寸才趋向于0。

图4 技术合作网络相对最大连通子图尺寸变化

3.2 网络功能稳定性分析

使用网络效能表示网络功能稳定性，其表示节点间知识流通的效率。该值越高，表示网络中节点之间的知识交流越流畅[34]。如图5所示，功能稳定性和结构稳定性的结果类似。当关键节点遭受冲击时，中国网络效能快速下降，尤其是在前3次冲击下，网络效能下降程度最高。相对而言，在面临随机攻击时，中国网络效能的下降速率较为平稳。对于美国而言，其合作网络具有较强的抵抗风险能力。在初始状态下，美国网络即表现出远高于中国合作网络的效能，技术知识在美国网络主体之间的流通效率更高。由于该网络内部具有一定规模的中介节点或集聚节点较多，知识流通的路径也较多，所以当个别中介或集聚节点受到冲击时，虽然整体网络遭受一定程度的破坏，但总体上表现出一定的自适应性。与中国合作网络类似的是，在随机攻击下，美国合作网络功能变化较为缓慢。综上所述，集聚节点或者中介节点退出网络对两个网络的影响更大，美国网络整体抗风险能力更强。

图5 技术合作网络效率变化

4 研究结论与启示

本文基于联合申请专利数据，分别研究了中美与RCEP成员之间的技术合作网络，得到以下研究结论：

(1)整体网络上，中国合作网络规模与美国存在巨大差距。随着时间变化，两国合作网络规模都在增加，但是都趋向于更为松散的结构，多数主体只和一个主体有直接的合作关系，网络权力向个别节点集中现象逐渐减少。中国长期稳定的中介主体数量较少，而美国网络内部中介节点的作用呈现增长态势。

(2)个体网络上，两国合作网络中的关键节点由大型跨国公司、高校和科研院所等构成。其中大型跨国总部与分支机构之间具有较多的专利合作频次，合作深度更高，是网络的核心节点。而高校与科研院所具有更高的合作广度，在网络中有较强的中介作用。整体上，美国网络中重要高校和科研院所的合作广度与重要企业的合作深度高于中国网络中同类型节点。

(3)在网络稳定性上，两国网络在度数优先攻击与介数优先攻击下的稳定性较弱，面对随机攻击时稳定性较高。美国合作网络中介节点和集聚节点数量较多，抵抗风险能力更强，中国合作网络稳定性过度依赖清华大学、上海交通大学与华为技术有限公司，抵抗风险能力较弱。

基于上述结论，可知中国与RCEP成员的技术合作和美国相比仍处于弱势。由于近年中美博弈不断升级，美国有可能利用其与RCEP成员国的技术合作优势对华实施技术打压，需要对此警惕。为了进一步提升中国与RCEP成员国的技术合作水平，积极应对由美国与RCEP成员国强技术合作所带来的技术打压风险，提出如下政策建议：

(1)大型跨国科技公司是网络的核心节点，因此可以强化大型公司在技术合作方面的引领作用。一方面，可以鼓励大型科技企业进入RCEP成员市场，主动与当地建立合作关系，及时在美国尚未形成技术优势的领域进行专利布局，这样既能惠及当地发展，提高合作主体之间的信任度，也有助于我国企业在市场和技术竞争中占据优势，提升风险应对能力。另一方面，可以鼓励我国企业与RCEP成员科研机构进行产-学合作，如通过学术会议、人才引进、共办实验室等形式建立产-学协同平台，加强与海外科研机构交流，增加基础知识积累，提高企业应对外部技术封锁的能力。

(2)高校和科研院所是网络的重要中介节点，因此可以强化高校和科研院所在技术合作网络中的中介作用。可以鼓励我国科研机构与RCEP成员科研机构之间建立学-学合作，如通过增加国家间科研人员的流动频率、提高科研经费投入等形式，提升我国与RCEP成员高水平科研主体之间的合作广度与深度，帮助科研机构融入国际创新体系，提升研究质量，从而发挥知识守门人的作用，促进海外知识向本土机构的流动。

(3)我国网络资源集中于个别节点，稳定性较弱，因此需要培育更多具有中等集聚与中介能力的合作群体。当中等规模的合作群体增加时，网络资源不易在个别节点处形成过度集中，网络抗风险能力也得以提高[31]。一方面，可以进一步深化已有合作基础，扩大合作范围；另一方面，由于RCEP成员中有很多发展中国家，其面临产业调整的挑战。因此可以根据RCEP成员发展需求，形成分类合作体系，挖掘新的技术合作机遇。应鼓励更多有技术特色的国内企业参与当地建设，使我国的技术优势与当地市场需求充分融合，从而扩大合作规模，形成新的合作群体，减少大型企业遭遇冲击对整体合作网络的影响。

本研究存在一定的局限性：第一，除了专利外，有很多技术成果以技术秘密等非专利形式保护，无法测度这类技术合作网络；第二，在分析网络稳定性时，将整体合作网络作为静态网络进行分析，没有考虑新主体进入条件下网络结构与效能的改变。