生物醫藥產業產學研醫合作申請專利超網絡探析

摘" "要：[研究目的]生物醫藥作為創新驅動型產業，產學研合作是推動該產業創新的有效方式之一。探索北京生物醫藥產業產學研醫合作特征及其演變規律，可以為優化合作創新提供科學依據。[研究方法]通過構建基于加權超圖的超網絡，分析了2005年至2022年北京生物醫藥產業產學研醫合作申請專利的超網絡拓撲特性和結構度，并縱向分析其靜態演化特征。[研究結論]實證分析結果表明，北京生物醫藥產業產學研醫合作申請專利網絡中存在冪律分布特征，節點“富者愈富”現象明顯；“學研群”和“醫院群”主導作用日益顯現，而“產業群”尚未充分發揮帶動作用，各主體間的連通性較差。為進一步激發和提高北京生物醫藥的創新能力及合作效率，研究提出了加強核心節點支持、提高“醫院群”參與度、激發“產業群”創造活力三點建議。

關鍵詞：生物醫藥產業；超網絡；專利分析；冪律分布；產學研醫合作

中圖分類號：F273.1；F812.45 文獻標識碼：A DOI：10.19881/j.cnki.1006-3676.2025.03.05

隨著經濟發展和人口老齡化加劇，生物醫藥產業的戰略地位日益凸顯。從“十二五”規劃到“十四五”規劃，生物醫藥產業一直被列為國家重點發展的戰略性新興產業[1]。作為創新驅動型產業，生物醫藥具有創新依賴性強、投資周期長和風險高的特點。如何促進其創新發展，并有效化解發展過程中可能出現的風險，成為亟待解決的問題。

產學研合作是推動創新的有效方式之一。?自“中國產學研聯合開發工程”啟動以來，生物醫藥產業在該模式下取得了顯著發展，并形成了特有的“產學研醫”合作模式[2]，其中“醫”主要指醫院等醫療服務機構。這種模式有助于引導研發方向，使其更貼合醫療市場需求。

學術界對生物醫藥產業合作創新的研究主要集中在以下幾個方面：一是合作模式研究，如陳治光論證了強強聯合對區域生物醫藥產業創新的推動作用[3]，周蕾探討了資源整合在產學研用結合中的創新驅動效應[4]，林子贏從日本鹿岡生物醫藥產業園區的案例研究中提煉了相關國際經驗[5]。二是合作網絡特征研究，劉國巍構建了區域產學研合作與知識擴散的關聯模型[6]，高霞和陳凱華、袁劍鋒等分別從ICT領域和大樣本專利數據角度[7-8]，證實了合作網絡的復雜性特征。三是超網絡理論應用研究，從Guo等提出的演化模型開創了新的研究方向[9]，到李勇建等在非常規事件分析中的深入探索[10]，再到王眾托和王志平深化了超圖在知識表示中的應用研究[11]，超網絡理論已在多個領域顯示出其獨特價值。

目前，超網絡在產學研合作專利分析中的應用仍較為有限，如上海ICT產業[12]、電子信息產業[13]和北京人工智能產業[14]等領域。然而，在生物醫藥產業領域，相關研究尚屬空白。鑒于生物醫藥產業的特殊性，醫療機構（尤其是醫院群）在產學研合作中扮演著關鍵角色。因此，本文創新性地將醫院群納入傳統產學研體系，構建“產學研醫”四維合作模式，并運用加權超圖方法分析北京市生物醫藥產業的產學研醫合作專利申請網絡，以期為該領域研究提供新的視角。

一、基于加權超圖的產學研醫超網絡結構

（一）基于加權超圖的超網絡結構

根據現有學者的研究[15-17]，本文提出了一種基于加權超圖的產學研醫合作申請專利超網絡。其中，節點代表合作申請專利的主體，包括產業群（公司、集團、廠）、學研群（大學、學院、研究所、研究院）、醫院群（醫院、醫療中心）；超邊表示產業群、學研群和醫院群兩者及以上不同主體合作申請專利所形成的團隊。

產學研醫合作申請專利超網絡拓撲結構可以表示為一個加權超圖H，H=（V，E，W）。其中，V為有限集{v1，v2，v3，…，vn}，代表超網絡中所有節點的集合，vi=（i=1，2，3，…，n）表示超網絡中的一個節點；超網絡中所有超邊的集合為有限集Ej={E1，E2，E3，…，Em}，每種組合形成的團隊為Ej（ j=1，2，…，n）；若Ej≠?，則每條超邊即每個團隊合作申請專利的數量可用權重w（Ej）表示，超網絡中超邊權重的集合則表示為W={w（E1），w（E2），w（E3），…，w（Em）}。

如圖1的超網絡拓撲結構圖所示，圖中的每一個實心標記象征著參與合作的機構，均是超網絡結構的節點。其中，正方形代表高校，圓形代表研究機構，三角形表示企業，五角星則代表醫院。每個中空的圓圈都代表某個特定的產學研醫合作專利申請團隊，即超網絡的一條邊。圓圈內的實心標記是該團隊的成員。超邊的權重反映了該團隊共同申請專利的數量。

（二）超網絡的衡量指標與結構測度

1.衡量指標

根據以往學者對超網絡拓撲結構的分析，本文將節點數、超邊數、節點的度與度分布等9個指標作為超網絡的衡量指標[18]。指標的定義與實際意義見表1。

2.結構測度

結合現有研究成果，本文使用超網絡密度、節點加權度中心性與平均距離對超網絡結構測度進行刻畫。對于超網絡密度，m表示超網絡中的超邊總數，n表示超網絡中的節點總數，超網絡中的n個節點形成的最大超邊數目為，在此基礎上可計算出超網絡密度；對于節點的加權度中心性，Chd（i）是節點與它相鄰的關系權重的總和[19]；對于平均距離，超邊權重表示為W={w（E1），w（E2），w（E3），…，w（Em）}，節點vi與vj之間的路徑可以被表示為{v1，E1，v2，E2，…，Em，vj}，其超路徑長度為d =，若路徑上每條超邊權重都為1，兩節點之間的距離就是最短超路徑的超邊數，由此可以算得平均距離[20]。

3.數據的獲取

北京生物醫藥產業產學研合作申請專利數據來自智慧芽（Patsnap）專利數據庫。其中發明專利最能反映創新性，因此本文主要檢索的是發明專利。根據《中華人民共和國專利法》，專利從申請到公開一般需要18個月的時間。由于2021年申請的大量專利還未被公開，因此本文采用的數據時間以專利申請日為依據，時間范圍設置為“2005—2022年”，“當前申請（專利權人）州/省”設置為“北京”，法律狀態為“授權”，“當前申請（專利權）人數量”為[2-*]。經過人工剔除不屬于兩個群體間相互合作的數據（如高校與研究院合作屬于學研群內部合作），共得到數據498條。

本文基于上述條件下所獲得的498項專利數據來構建北京市生物醫藥產業產學研合作申請專利的超網絡。其中，合作申請專利的主體如企業、高校、研究機構和醫院為超網絡的節點，共計369個，具體而言，高校有40個，研究機構有51個，企業有215個，醫院有63個。除此之外，該超網絡共計336條超邊，表明超網絡中含有336種不同的合作申請專利的機構組合形式。每條超邊代表一個合作團隊，其中包含至少2個、最多4個不同的節點（即合作機構）。每條超邊的權重值，用以表示該團隊合作申請專利的次數，共計498項專利。描述性統計結果如表2所示。

二、合作申請專利超網絡分析

（一）拓撲特性分析

冪律分布[19]廣泛存在于物理學、計算機科學、人口統計學等眾多領域中，且表現形式、應用方式多種多樣。冪律分布的明顯特征是事件發生的概率與其規模成反比，即絕大多數事件的規模都很小，只有少數事件的規模很大。冪律分布用公式具體表現為y =cx-r，其中x和y均為大于0的隨機變量，c和r均為正數，在雙對數坐標下，表現為一條向右下方傾斜的直線。

1.節點的度和度分布

節點的度（di）反映了與該機構共同合作申請專利的其他機構數量。在2005—2022年北京生物醫藥產學研醫合作申請專利的超網絡中，度（di）排名前7的節點如表3所示。

統計結果表明，位居第一的清華大學的節點度為38，而節點度為1的機構有237個，占總節點數的63.7%。由此可見，北京生物醫藥產學研醫合作申請專利的超網絡呈現出顯著的機構合作異質性。圖2展示了節點度在雙對數坐標系下的累積概率分布，通過對該曲線進行擬合分析，發現數據服從冪律分布。擬合結果得到的函數表達式為：

y =1.134x1.382（R2=0.9697）" " " " " " " " " " （1）

2.節點的超度和超度分布

節點的超度dH（vi）反映了該機構參與合作申請專利的不同團隊數量。在2005年到2022年北京生物醫藥產學研醫合作申請專利的超網絡中，超度dH（vi）排名前7的節點如表4所示。

統計結果表明，清華大學節點的超度為31，位居第一，而節點超度dH（vi）=1的機構共273個，占總數的73.3%，節點超度差值較大。圖3展示了節點超度在雙對數坐標系下的累積概率分布，通過對該曲線進行擬合，發現數據服從冪律分布。擬合結果得到的函數表達式為：

y =0.996x-1.779（R2=0.9984）" " " " " " " " " " （2）

3.節點的超強度和超強度分布

節點的超強度Hd（vi）反映了該機構參與合作申請的專利數量。在2005年到2022年北京生物醫藥產學研醫合作申請專利的超網絡中，超強度Hd（vi）排名前7的節點如表5所示。

統計結果表明，清華大學節點的超強度為53，位居第一，而節點超強度dH（vi）=1的機構共219個，占總數的58.8%，節點超強度差值較大。圖4展示了節點超強度在雙對數坐標系下的累積概率，通過對該曲線進行擬合，發現數據服從冪律分布。擬合結果得到的函數表達式為：

y =1.003x-1.296（R2=0.9944）" " " " " " " " " " （3）

4.超邊超度

超邊超度ds（Ej）反映了一項專利中參與合作的機構數量。在2005—2022年北京生物醫藥產學研醫合作申請專利的超網絡中，超邊超度ds（Ej）具體情況如表6所示。其中，有305條超邊包含的節點數量為2，占總數的90.7%。

5.節點度、超度、超強度之間的關系

節點度、節點超度與節點超強度都能體現機構參與“產學研”合作的能力。通過對節點度與節點超度、節點超強度進行擬合發現，節點超度與節點度呈現線性關系，節點超度與節點超強度也呈現線性關系。兩組線性關系的擬合函數如圖5、6所示：

y =1.14x+0.01（R2=0.9718）

y =1.54x-0.12（R2=0.8235）

結合圖5可以發現，節點度與節點超度之間存在正相關關系，表明一個機構與其他機構合作申請專利的數量越多，該機構所參與的合作申請專利的團隊數量也就越多。結合圖6可以發現，節點超度和節點超強度之間也存在正相關關系，表明一個機構所參與的合作申請專利的團隊數量越多，該機構所參與合作申請的專利數量就越多。因此，可以說一個機構積極拓展合作伙伴范圍時，其參與的創新團隊數量也就隨之增加，專利產出數量也隨之增加。

（二）結構測度分析

1.超網絡密度

超網絡密度是指超網絡中實際具有的連邊數與最大可能的連邊數的比值，能夠度量超網絡中各節點之間聯系的緊密程度。將北京生物醫藥產業超網絡的節點數、超邊數代入上述公式計算得到的結果是超網絡密度為5.139490588134838e-109，接近于0。該結果表明整個超網絡較為稀疏，各機構間的合作不夠緊密。

2.節點加權度中心性

節點中心性是衡量網絡中節點所處位置中心程度的重要指標，它能有效反映某個節點在網絡中歡迎程度和影響力度。目前，在北京生物醫藥產學研合作申請專利超網絡匯總，采用用節點的加權度中心性指標來衡量超網絡中節點的中心性，如果中心性越大，則說明該節點越靠近超網絡的中心位置。表7為北京生物醫藥產業產學研醫合作申請專利超網絡中心性排名前8的節點。

從表7可以看出，節點排名前8的機構位于超網絡的中心位置，圍繞此8個節點形成了8個中心地帶。其中，清華大學的節點中心性最高，且排名前8的節點中有6個節點屬于“學研群”，2個節點屬于“醫院群”，0個節點屬于“產業群”。由此可見，“學研群”在北京生物醫藥產業產學研醫合作申請專利方面發揮主要作用，同時，“醫院群”也發揮了重要作用，而“產業群”在北京生物醫藥產業產學研醫合作方面缺乏帶動作用。

3.平均距離

平均距離是刻畫節點之間的連通性的重要指標。超網絡的平均距離定義為任意兩個節點之間距離的平均值[20]。經過計算可以得到，北京生物醫藥產業超網絡的平均距離為∞。由此可以看出2005—2022年北京生物醫藥產業產學研醫合作申請專利超網絡中，各組織機構間的連通性很差，機構主體間的合作產生難度較大。

三、合作申請專利的超網絡演化

本文按時間將2005—2022年北京生物醫藥產學研醫合作申請專利數據劃分為三段，每六年為一段，分別為2005—2010年、2011—2016年、2017—2022年，以此縱向分析北京生物醫藥產業產學研醫合作申請專利的超網絡特征。圖7～圖9通過對已獲取的專利數據進行年份分類，利用Python構建同心圓和橢圓后手動調整。

結合圖7可知，2005—2010年北京生物醫藥產業處于初級發展階段，各主體機構間的合作并不緊密。總體來看，早期北京生物醫藥產業合作申請專利網絡較為松散，僅有個別節點如清華大學、中國醫學科學院藥物研究所，形成的主要節點與其他機構之間有著較為密切的合作關系。由此可見，在發展初期，以高校、研究所為主的“學研群”承擔了創新的重要任務。

結合圖8可知，北京生物醫藥產業在2011—2016年間得到了進一步發展，在前一階段的兩個主要節點基礎上，新增了北京大學、北京化工大學、中國人民解放軍總醫院第五醫學中心、中國石油化工股份有限公司四個主要節點。主要節點的類別不再僅限于“學研群”，還包含了“產業群”和“醫院群”，同時，小節點的類別也呈現多樣化的趨勢。由此表明，這一階段的北京生物醫藥產業產學研醫合作申請專利初具規模。

結合圖9可知，北京生物醫藥產業超網絡規模在2017—2022年間迅速擴張，不僅網絡密度有所增大，主要節點數量也進一步增加。其中，“清華大學”成為最大節點即中心節點，“中國科學院化學研究所”“北京大學”等6大主要節點形成次一級的中心節點。除此之外，在小節點中出現了較多的“公司”“企業”，但并未出現類屬于產業群的大節點。由此表明，這一時期，以高校、研究所為主的“學研群”在生物醫藥產業合作申請專利方面得到了進一步的提高，“醫院群”也進一步發揮在生物醫藥產業合作申請專利中的帶頭作用。但是大部分企業發展時間短、創新活力低，這使得“產業群”在合作申請專利缺乏帶頭作用。

四、結論及建議

本文基于加權超圖方法，利用智慧芽數據庫構建了北京生物醫藥產業2005—2022年產學研醫合作專利超網絡，得出了三個結論：第一，合作申請專利超網絡中各節點的發展程度不同，主要節點迅速發展成為中心節點，弱勢節點發展緩慢，出現“富者愈富”現象。通過對節點超強度擬合可知，節點超強度的冪律分布特征較弱，各節點合作申請專利數量差異較小，說明中心節點并未完全發揮帶頭作用。第二，與其他戰略性新興產業不同，生物醫藥產業源于醫學、服務于醫學。與這一結論對應的是，自2005—2022年，“醫院群”在北京生物醫藥產業合作申請專利的主體地位逐步增強。第三，在2005—2022年的合作申請專利中，以企業為主的“產業群”的主導作用逐漸減弱，且缺乏龍頭企業。除此之外，大部分企業還存在合作分散、參與次數少等問題。

鑒于以上結論，本文提出以下三點建議：第一，持續加大核心節點的支持力度，通過設立專項資金和鼓勵組建創新聯盟等方式增強核心節點和弱勢節點合作機制，以提高合作的流通性和穩定性，帶動弱勢節點共同發展；第二，政府應提高“醫院群”的參與度，通過完善醫院科研評價體系、建立醫院與企業對接平臺、設立醫院創新孵化器等措施，打通產學研醫合作的“最后一公里”，打造“醫產學研企”良性循環新生態；第三，激發產業群創造活力，通過培育龍頭企業、建立企業聯盟、完善風險投資機制等方式促進產業化、市場化發展，鼓勵中小企業抓住發展機遇，加大研發投入，積極參與生物醫藥研發工作，努力成為具有帶頭作用的中心節點。

參考文獻：

[1] 周勝男，申俊龍，李潔.基于社會網絡理論的生物醫藥產業集群創新組合模式研究：以江蘇省為例[J].科技管理研究，2023，43（10）：127-135.

[2] 武洋，徐治立.清華大學“產學研醫”校企協同創新案例分析[J].科學管理研究，2021，39（1）：28-32.

[3] 陳治光.產學研強強聯合助推北京新藥創制：記北京新藥創制產學研聯盟[J].科技潮，2009（9）：22-23.

[4] 周蕾.產學研用結合 引領生物醫藥產業發展：稀土資源在生物醫藥領域的科技創新[J].中國科技產業，2015（9）：73.

[5] 林子贏，方巧玲，朱琬琳.國外生物醫藥產業園區發展的有效路徑及啟示：以日本鶴岡為例[J].產業創新研究，2022（7）：79-81.

[6] 劉國巍.產學研合作創新網絡時空演化模型及實證研究：基于廣西2000—2013年的專利數據分析[J].科學學與科學技術管理，2015，36（4）：64-74.

[7] 高霞，陳凱華.合作創新網絡結構演化特征的復雜網絡分析[J].科研管理，2015，36（6）：28-36.

[8] 袁劍鋒，許治，翟鋮.中國產學研合作網絡權重結構特征及演化研究[J].科學學與科學技術管理，2017，38（2）：115-126.

[9] GUO J L，SUO Q，SHEN A Z，et al.The evolution of hyperedge cardinalities and bose-Einstein condensation in hypernetworks[J]. Scientific reports，2016，6（1）：33651.

[10] 李勇建，王治瑩，喬曉嬌.基于超圖的非常規突發事件鏈網絡模型研究[J].管理評論，2015，27（12）：192-201.

[11] 王眾托，王志平.超網絡初探[J].管理學報，2008（1）：1-8.

[12] 馬濤，郭進利.基于加權超圖的產學研合作申請專利超網絡：以上海ICT產業為例[J].系統工程，2018，36（1）：140-152.

[13] 馬濤，郭進利.基于加權超圖的產學研合作申請專利超網絡模型：以上海電子信息產業為例[J].技術經濟，2019，38（6）：109-118，124.

[14] 沈映春，廖舫儀.人工智能產業產學研合作申請專利超網絡模型研究：以北京為例[J].產業經濟評論，2021（6）：68-81.

[15] BERGE C. Balanced hypergraphs and some applications to graph theory[M]//A survey of combinatorial theory，North-Holland，1973：15-23.

[16] CHIANG I J. Agglomerative algorithm to discover semantics from unstructured big data[C]//2015 IEEE International conference on big data （Big Data），IEEE，2015：1556-1563.

[17] ESTRADA E，RODRIGUEZ-VELAZQUEZ J A.Subgraph centrality in complex networks[J]. Physical review e-statistical，nonlinear and soft Matter physics，2005，71（5）：056103.

[18] 胡楓，趙海興，馬秀娟．一種超網絡演化模型構建及特性分析[J].中國科學，2013，43（1）：16-22．

[19] 胡海波，王林．冪律分布研究簡史[J]．物理，2005，34（12）：889-896．

[20] 索琪，郭進利，王福紅．電視節目競爭關系的超網絡分析[J]．復雜系統與復雜性科學，2016，13（3）：33-39．

Research on Hypernetwork Model of Patent Application by Industry-University-Research-Medical Collaboration in Biomedical Industry

—Taking Beijing as an Example

Shen Yingchun" " Yuan Lingshu" " Zhou Ruihan

（Beihang University，School of Public Administration，Beijing，100191）

Abstract：[Research purpose] As an innovation-driven industry， industry-university-research collaboration is one of the effective ways to promote innovation in the biomedical sector. This study aims to explore the characteristics and evolutionary patterns of industry-university-research-medical collaboration in Beijing's biomedical industry， providing scientific basis for optimizing collaborative innovation. [Research method] Using weighted hypergraph， this research analyzes the topological features and structural properties of collaborative patent applications of industry-university-research-medical collaboration in Beijing's biomedical industry from 2005 to 2022， examining their static evolutionary characteristics. [Research conclusion] Empirical analysis results show that the patent application network of industry-university-research-medical collaboration in Beijing's biomedical industry exhibits power law distribution characteristics， with a pronounced“rich-get-richer”phenomenon among nodes. The“academic-research group”and the“hospital group”play increasingly prominent roles， while the“industry group”has not yet fully leveraged its driving function， and connectivity between various entities remains poor. To further stimulate and enhance the innovation capacity and collaborative efficiency of Beijing's biomedical industry， this study proposes three recommendations： strengthening support for core nodes， increasing participation of the “hospital group，”and stimulating the creative vitality of the“industry group.”

Keywords： biomedical industry; hypernetwork; patent analysis; power law distribution; industry-university-research-medical collaboration

基金項目：國家社科基金一般項目“戰略性新興產業跨界融合網絡的演化機理及引導策略研究”（23BGL022）。

作者簡介：沈映春，博士，教授，研究方向為技術創新與管理。袁令姝，研究方向為發展經濟學。周睿浛，研究方向為發展經濟學。