江蘇省生物醫藥領域創新知識流動網絡分析：基于專利引用數據

李樹祥，楊 慶，褚淑貞

（中國藥科大學商學院，江蘇南京 211198）

在當前競爭愈發激烈的市場中，企業要想獲得競爭優勢并取得領先，創新的作用愈發突出。隨著信息技術的爆炸式發展，越來越多的信息被發掘和應用，企業如果僅僅依靠自身的知識進行技術創新顯得越來越困難，合作創新成為一種更為常見的形態。在生物醫藥領域的合作創新顯得尤為必要，生物醫藥企業通過外部合作獲取知識增加企業自身的技術存量，提高技術研發能力［1］。知識作為驅動科技創新的重要因素受到越來越多的重視，知識的流動是指知識在特定的環境下，從供給方到需求方的流動［2］，通過知識的流動實現從知識到創新的轉化［3］。因此了解知識流動的路徑對于提升創新效率有著重要意義。

Teece［4］較早提出了知識流動的概念，認為知識的流動對于技術轉移有著重要的影響。此后不少中外學者對此進行了研究，Kalling［5］研究了組織內部知識傳遞的路勁與特征；葉鷹等［6］指出知識流動作為動態現象隨時在發生，在學術研究中，文章的互動引用關系是知識流動的一個表征；Hur［7］應用專利引用網絡對知識流動的結構進行了分析；周秋菊等［8］將專利引用作為知識流動的一個表征，通過追蹤江蘇省內生物醫藥產業領域的專利應用信息，構建江蘇省生物醫藥專業領域專利應用網絡，對江蘇省生物醫藥產業的創新知識流動特征進行分析。

專利是創新知識的重要構成部分，它代表了該領域的重要創新和發現。近年來隨著專利信息的不斷完善，已有不少研究者開始應用專利知識作為測量知識流動的指標，例如Zlotan 等［9］利用專利數據分析了創新對經濟的影響；Cantner 等［10］應用專利數據分析了區域專利合作特征；Jaffe 等［11］從專利和專利引用的角度分析了實驗室創新對商業活動的影響；Emmanuel 等［12］則利用專利引用分析了技術流動的特征。本文將利用專利信息中的專利引用信息作為知識流動的測量指標分析江蘇省生物醫藥領域創新知識流動的特征。創新網絡中知識流動能促進企業提高創新績效［13-14］，知識流動對于創新有著重要的影響，網絡分析方法的引入使得研究者可以從網絡直觀視角分析知識流動網絡中各節點之間的重要關系以及不同節點所起的作用。本文中應用不同申請主體在專利申請中所涉及的引用專利，作為不同組織間的創新知識流動代表，通過構建專利引用網絡來分析江蘇省生物醫藥領域專利申請過程中的知識流動。

1 研究設計

本研究應用PatSnap 全球專利數據庫，以江蘇省內的生物醫藥企業和從事生物醫藥研發的高校和研究院所為研究樣本對象，檢索江蘇省內生物醫藥專利。在檢索中首先需要確定生物醫藥專利的IPC分類號，本文主要依據已有研究文獻中對生物醫藥IPC 分類號的界定［1,15］和本文對生物醫藥領域專家的訪談，得到了本研究中生物醫藥領域專利IPC 分類號（A61P、A61K、C07K、C07H、C12N、C12Q、G01N），同時為了確定所涉及專利和醫藥高度相關，本文根據PatSnap 數據庫中的對專利應用領域進行分類的國民經濟分類號（C2761，C2762）且法律狀態為授權，對所檢索的專利進行篩選，本研究主要通過分析專利之間引用關系來分析創新主體之間的知識流動特征，所以本研究將專利申請人指定為公司、高等學校和研究院所。

知識經濟的到來，使得企業很難依靠自身的資源建立競爭優勢，不同主體之間的合作創新成為重要的創新途徑。新形勢下，企業生存的重要優勢就是創新。當前信息快速流動，知識的創新離不開合作，各創新主體可以通過知識的搜索、擴散、轉移等實現知識的整合和創新，進而實現技術創新。本研究應用專利引文分析方法對江蘇省生物醫藥領域創新知識流動網絡進行分析，對專利引用網絡中知識流動、知識擴散的的特點進行分析。專利引文一般有兩種：引用參考文獻和審查對比文件。本研究中主要使用引用參考文獻數據進行研究。

2 實證分析

江蘇省醫藥產業領域專利數據的采集主要基于PatSnap 智慧芽醫藥化工專利數據庫，由于專利申請有一定的滯后期，本研究中選擇了專利公告期作為檢索時間，檢索時間段為：2009/01/01—2018/12/31。共檢索得到專利7 706 項，本研究對排名前127 位的申請人的生物醫藥專利進行了分析，共涉及生物醫藥專利6 154 項專利，占專利總量的80%，基本可以代表了整體專利引用特征。由于本研究僅分析江蘇省內生物醫藥專利創新知識流動，故對于非江蘇省和國外專利進行了剔除，最后形成涉及335 個主體的生物醫藥知識流動網絡。

表1 江蘇省生物醫藥領域專利引用關系矩陣

2.1 整體網絡數據分析

在研究中為了簡化各節點名稱，本文將所有的高校、研究院所、醫藥企業的名稱按其網站的簡寫形式代替，如果沒有網站則以漢語拼音首字母縮寫代替。

圖1 中涉及的網絡節點個數達到335 個，關系數達到554 個，是一個復雜的專利引用關系網絡，網絡中的每個節點就是專利申請主體，網絡中的箭頭指向表示為出發節點的專利被箭頭節點的專利所引用，也就是意味著一次知識流動，通過該專利引用網絡可以直觀地看到江蘇省生物醫藥創新知識的流動路徑以及特征。

圖1 江蘇省生物醫藥專利引用網絡

為了分析不同類型（企業/科研院所/高校）群體的專利引用情況，及其之間的位置特性，本文分別分析了這3 類群體的專利引用網絡情況，形成3個專利引用網絡，見表2。

表2 江蘇省生物醫藥專利引用網絡結構對比

根據表2 所示，我們可以看到相對于企業和研究院所的專利引用網絡來說，高校的專利引用網絡密度更高，也就是高校專利網絡中各節點之間的連接更為緊密，相對而言研究院所的專利引用較為松散。就中心性而言，高校專利引用網絡的中心性較低，而研究院所的專利引用網絡中心性較高，說明在高校專利引用網絡中存在多個中心，而研究院所網絡中的中心較少所以導致網絡中心性較高。

為了更有效對專利引用網絡進行分析，本文對圖1 進行了簡化，本文參考周成［16］提出的K-core算法進行簡化，其中k值為節點的度數，也就是節點度數低于k值的節點將被刪除，本文將節點度數值的均值0.955 作為k值，可以看到簡化后的知識流動網絡圖中（見圖2）335 個網絡節點被簡化為60個節點。從簡化的圖中可以看出，在生物醫藥專利引用網絡中，高校占據了較為重要的位置，也就是高校之間存在著較為頻繁的知識流動。研究院所類專利申請主體中江蘇省農科院處于較為重要的位置，而且江蘇省農科院和南京農業大學的專利引用有著緊密的聯系，而且從專利數據的特征可以發現，二者之間的專利更多是和農業關聯的生物專利。

如圖2 所示，南京農業大學、江南大學和江蘇省農科院之間存在著較強的關聯，三者之間的專利引用次數超過了10 次，說明這3 個節點之間存在著較多的專利知識流動；從專利申請來看，這三者之間更多是在關于食品專利中的相互引用，除此之外，南京大學和江蘇命碼生物科技有限公司之間也有著較為頻繁的專利引用。在圖2 中，可以看到一個很有意思的特點，大多數的高校之間存在著強關聯，高校和企業之間的關聯較低，而且企業節點在這個關聯的網絡邊緣位置，同時企業節點也形成了局部的網絡中心。這一特征說明江蘇省生物醫藥產業的創新知識流動存在著一些問題，即高校和研究院所的生物醫藥創新知識并不能和企業的創新進行有效溝通。同時還可以看到節點中國藥科大學和企業（正大天晴、豪森藥業、揚子江藥業等）存在著較強的關聯性，作為連接高校網絡和企業網絡兩部分的“橋梁”，這一特性也意味著中國藥科大學存在明顯的結構洞特征。

圖2 簡化后的江蘇省生物醫藥專利引用網絡

2.2 個體網特征分析

節點個體網絡是以某個節點為中心形成的網絡。如表3 所示，高校和研究院所的個體網絡中，最大的是江南大學個體網絡，共包含節點58 個，也就是共有57 個專利申請主體單位和江南大學形成了專利引用關系；其次是中國藥科大學個體網絡，共有節點47 個；位于第3 位的是南京農業大學個體網絡，有41 個節點。公司申請主體中個體網絡中最大的是正大天晴個體網絡，包含節點19 個，其次是奧賽康個體網絡，共有節點18 個，揚子江藥業集團有限公司個體網絡位于第3 位。高校和研究院所的個體網絡規模明顯要高于企業的個體網絡規模。在個體專利引用網絡中出現了一個較為明顯的特征就是，高校之間專利引用較高校與企業之間的專利應用更為頻繁，在中國藥科大學的專利應用網絡中來自于高校和企業的專利應用較為平衡，企業之間的引用較企業與高校之間的引用更為頻繁。

表3 專利引用網絡中節點個體網絡特征

個體網絡中存在的直接關系數也存在較大的不同，中國藥科大學個體網絡中直接關系數為69 個，江南大學個體網的直接關系數為60 個，其次是江蘇大學的直接關系數為43 個。

2.3 網絡中心性分析

本網絡中箭頭指向一方意味著專利被其他節點引用，也就是出度越高，說明節點專利應用的范圍越大，對外部知識的擴散力越強。網絡箭頭發出的節點代表了節點的入度，也就是節點的知識的吸收能力越強。如表4 所示，從出度指標來看，江南大學的出度最高（124），說明江南大學專利被其他申請人引用的最多，其次是南京農業大學（76），同時也可以看出節點出度指標排名靠前的均為高校/研究院所；企業節點出度最高的是正大天晴（51），其次是奧賽康（33）。從入度指標來看，入度指標最高的是南京農業大學（94），說明南京農業大學在專利申請中更多引用了其他申請人的專利知識，其次是中國藥科大學（78）。出入度的分析表明了創新知識流動中知識的擴散和吸收，根據以上分析可以看到江南大學生物醫藥創新知識擴散的能力最強，南京農業大學生物醫藥創新知識的吸收能力最強，進一步印證了以上關于兩者存在較強的知識流動關聯性的結論。專利申請主體是企業的節點入度都較低，最高是奧賽康（33），也就是相對于高校來說企業的創新知識吸收能力較弱，這也表明江蘇省生物醫藥創新各主體之間的合作還存在著較大的問題。

中間中心度反映了網絡中節點對信息流控制力的高低。從表4 可以看出最高是中國藥科大學，它的中間中心度為（29.432），其次是江南大學和南京農業大學，可以看出高校節點的中間中心度遠高于企業節點的中間中心度，說明高校在專利知識流動中占據著重要的地位，控制著知識流動關鍵點；對于企業節點來說，正大天晴和揚子江藥業的中間中心度位于前兩位（5.801/4.135），但也明顯低于高校節點的中間中心度值，這也表明高校在江蘇省生物醫藥創新知識流動中居于重要的關鍵位置，掌握著大量的創新知識，而企業作為市場主體其創新知識的控制能力較弱，

接近中心度和中間中心度不同，反映了節點不受他人控制的能力。從表4 可以看出，大多數的網絡節點的接近中心度相差不大。

表4 江蘇省生物醫藥專利引用網絡節點中心度分析

3 網絡結構洞分析

結構洞（burt）最早是由波特提出來的，用來表示非冗余的關系［17］，波特指出非冗余的聯系人被結構洞所連接，一個結構洞是兩個行動者之間的非冗余的聯系。結構洞可以為其占據者獲取信息提供了機會，因此會比其他的網絡節點更有競爭。波特結構洞的測量共有4 個指標，包括：有效規模（EffSize）、效率（Efficie）、限制度（Constra）、等級度（Hierarc）［18］。其中限制度最為重要，指網絡中節點在自己的網絡中擁有運用結構洞的能力，等級度則表明網絡中節點的限制度多大程度上集中于一個節點上，這兩個指標用來反映節點對于網絡中的其他節點的控制能力，等級度越高說明該節點越受制于一個節點的控制。等級度最高是1，說明該節點完全受到其他節點的控制。從有效規模的角度來看，有效規模越高，說明網絡中節點在個體網絡中的非冗余越少，網絡重復度越小，也就是節點對網絡中信息的控制越強，相對于個體網絡中的其他節點具有更強的競爭力。效率指標與之類似，也是用來衡量有效規模，反映節點的非冗余關系。結構洞可以為網絡中的節點/高校（企業）帶來更高的聲譽。

如表5 所示，就有效規模而言，江南大學的有效規模最大，也就是說該節點的非冗余關系最少，即江南大學和其他節點之間更多是以直接關系相聯系的，節點之間存在強關系［19］；中國藥科大學的有效規模指標次之。效率是節點有效規模和實際規模的比值，效率越高那么該節點的有效規模占比越高，從效率來看中國藥科大學的效率是最高的，蘇州大學次之。

表5 江蘇省生物醫藥專利引用網絡節點結構洞分析

限制度是網絡節點在網絡中所擁有的運用結構洞的能力，限制度越大說明該節點受單一關系的約束越強［20］；限制度越低，說明該節點的個體網絡越開放。在結構洞指標中限制度是最關鍵的指標中國藥科大學的限制度指標最小（0.057），也就是中國藥科大學的溝通能力最強而且對其他節點的溝通有著重要的影響，這也表明在專利引用網絡中中國藥科大學占據了江蘇省生物醫藥創新知識流動的有利位置，這樣就可以更好地進行知識的交換和獲取，蘇州大學（0.069）和江蘇大學（0.088）的限制度指標也較低。行動者要占據有利的網絡位置才能更好地進行知識的交換與獲取，而新知識對于新產品開發和創新性想法激發至關重要，從這個指標來看，中國藥科大學的專利數在江蘇省生物醫藥專利數量中雖然不是最高，但是在生物醫藥創新方面仍然居于重要地位。

4 研究結果與分析

本研究通過分析江蘇省生物醫藥產業的相關專利應用數據，采用社會網絡分析方法，分析了生物醫藥創新知識流動特點，并得到了如下基本結論：

（1）整體網絡特征。江蘇省生物醫藥專利引用網絡整體來看較為松散，節點之間的聯系并不緊密，但是網絡中高校之間的專利引用關系較為緊密（密度最高），說明江蘇省生物醫藥領域創新知識的流動主要集中于高校之間，企業之間的創新知識流動較少，高校和企業之間知識流動并不顯著，僅有中國藥科大學和企業的之間有較多的專利知識引用，而且高校、研究院所、企業三者之間的知識流動關系較弱，對產學研三者之間的合作創新需要進一步的進行研究。

（2）個體網絡分析。從網絡規模來看，仍然是高校節點的個體網絡規模較大，尤其是江南大學、中國藥科大學等高校，網絡中企業節點的個體網絡較小，而江南大學、南京農業大學的密度居于前列，說明這兩個高校的個體網絡不僅規模大而且節點之間的知識流動頻繁，形成緊密的體系。

（3）網絡中心性分析。南京農業大學和中國藥科大學有著較高的知識吸收能力；江南大學和南京農業大學具有較強的知識擴散能力，即這兩個高校的專利被其他節點高頻率引用。中國藥科大學的中間中心度指標最高，而且高校節點的中間中心度明顯高于企業節點，說明高校在專利知識流動中占據了重要的位置，控制了創新知識流動的關鍵點。

（4）結構洞分析。研究表明中國藥科大學的限制度最小，也就是中國藥科大學和其他節點有更多的溝通的路徑。中國藥科大學的等級度最低，也就是該節點有更多的路徑鏈接其他節點。

從以上的分析可以看出，江蘇省生物醫藥產業的創新知識流動中，高校、研究院所和企業之間的合作關系較弱，需要進一步對產、學、研之間的創新合作進行分析，同時個體網絡的分析也表明了高校在生物醫藥創新知識流動中占據了重要的位置，而作為市場主體的生物醫藥企業處于邊緣位置和高校、研究院所之間的知識流動并不顯著。中心度和結構洞的分析也進一步表明了高校在生物醫藥專利中占據了關鍵的控制點，未來要提高江蘇省生物醫藥創新水平需要重點考慮如何促進高校和企業之間的創新合作，加強產、學、研各主體之間的協作。