基于SNA的生物育种技术专利引用关系研究

陈兆雪　周衍平

摘要：本文以生物育种技术快速发展为背景，对相关技术专利整体情况在宏观上进行统计分析，并运用社会网络分析法（SNA）研究专利间的引用关系。数据显示，生物育种技术已由快速成长阶段进入技术相对成熟阶段，美国在该领域掌握绝对性的技术优势。基于SNA的实证分析结果进一步表明，生物育种领域内存在明显的技术交叉和技术合作现象，但从生物育种技术专利引用网络整体凝聚力指数较小来看，目前仍需加强对生物育种领域核心技术专利的研发。

关键词：生物育种；技术专利；引用关系；社会网络分析

中图分类号：S188文献标识号：A文章编号：1001-4942（2016）08-0141-06

AbstractIn the background of flourish of bio-breeding technology， a statistical analysis was made about the overall situation of its related patents from the macro perspective. The reference relationships between patents were studied by the social network analysis （SNA） method. The data show that bio-breeding technology has developed into a relatively mature stage from a rapidly growth stage， and America possesses absolute technical advantages. The results based on SNA further demonstrated that there were obvious phenomenons of technical cross and cooperation existing in bio-breeding field. However， the overall network cohesion index about the reference relationship of bio-breeding technology was lower， which indicated that it would be necessary to strengthen the research on core technology patents in bio-breeding field.

KeywordsBiological breeding； Technology patents； Reference relationship； Social network analysis

国以农为本，农以种为先，种子作为重要的生产资料在农业生产中具有举足轻重的作用，有利于保障国家粮食安全和重要农产品的持续有效供给，也是农业科技创新发展的核心内容。近年来，随着城镇化进程的加快，生态环境及水土等农业生产资源日益紧张，轮回选择、杂交选育、聚合育种等传统遗传育种技术受到瓶颈约束，选育周期长、效率低、遗传背景狭窄以及生殖屏障等问题难以跨越。在此背景下，世界种业正发生深刻变化，高新技术驱动成为种业发展的显著特征，分子生物学正引领现代生物育种产业的兴起[1]，以专利为代表的智力劳动成果增长迅速，相应的专利研究也愈发成为学术界关注的热点。

现代生物育种产业对技术的依赖度极强，产业链中几乎所有的链接组织都积极参与研发创新，产业集群内的技术交流常常通过专利这种显性的知识资源进行传播。技术专利是整个生物育种产业集群内部的重要资源，是连结组织间技术网络的关键点。社会网络分析（SNA）近年来在多个领域得到广泛应用，本文通过对结构、关系和节点等网络结构的特性描述，对生物育种技术专利间的引用关系进行探讨[2，3]，有利于确定出当前生物育种领域的核心技术和领先技术，科学地量化测度该领域的技术热点和研发创新情况，对推动生物育种产业内技术结构合理发展具有重要意义。

1相关研究进展

1.1生物育种技术专利研究背景

近年来农业科学技术领域的智力劳动成果增长迅速，知识产权的保护客体由工业领域扩展到种业。随着产权化的知识经济时代到来，以技术专利为代表的知识产权逐渐成为种业特别是育种部门获取研发技术和圈占遗传资源等育种材料的重要武器。

目前种业技术创新主要集中在生物育种领域，有关生物技术的可专利性问题成为学术界研究的热点。影响生物技术发展的因素通常来自政治、经济、伦理、科技等多个领域，具有利益主体多元化的特征，因此在是否承认生物技术的可专利性方面存在较大分歧。如果按发现与发明范畴划分，转基因等生物育种技术及研发成果应归入发现性人类活动，不可授予专利，但实际上多数国家都承认生物技术的可专利性，引发部分学者倡导模糊发现与发明的区分界限。从专利的新颖性标准出发，也应否定转基因等生物育种技术获得专利保护的可能，但有学者指出，只要在构成和存在形式方面不同于天然生物体，就满足基因的新颖性，具有可专利性。出于对转基因生物的“基因污染”生态风险问题考虑，刘旭霞等[4]主张增设“生态性”作为授予转基因生物技术专利的标准。随着育种研发的深入发展，植物新品种权作为专利客体或“准专利”客体得到广泛认可。我国植物新品种保护条例确定了“植物新品种权”的排他权，主要针对植物品种繁殖材料的商业活动，排除了未经许可而用作商业目的的育种材料[5]。

从经济发展水平看，发展中国家与发达国家实施农作物育种知识产权保护的利益目标不同[6]。发展中国家主要是生存型农业，对转基因植物知识产权保护强度较低，倾向于平衡研发者、农民等多方利益主体间的权益[7]，而发达国家注重保护研发者的基本权益，对农作物新品种的知识产权保护水平明显高于发展中国家。

1.2专利引用研究进展

专利不仅是发明活动的指标，更是社会层面上技术进步和变革的重要指标，在学术界中长期受到学者们的关注。随着知识经济研究过程“知识引用”质量指标的提出，专利引用分析成为专利质量研究中的热点和关键领域[8，9]。专利引用是知识转移的过程，其实质是跨组织的知识学习，为研发进步奠定坚实的基础[10]。

学者Jaffe首次将无形的技术知识转化为有形的专利引用关系进行观察研究，以专利数据为载体对技术溢出问题展开创新性探讨[11]，目前关于专利引用的研究大体从两方面展开，专利共被引关系和直接引用关系。胡健等[12]以石油天然气产业技术为背景，利用专利引用数据构建技术流矩阵，有效探讨了上下游产业间的技术溢出流向性问题。针对科学与技术关系研究缺乏微观角度分析的问题，吴菲菲等[13]从科学文献与专利的相互引用情况入手，借助社会网络分析法对科学与技术领域间的交叉影响进行量化。杨中楷等[14]梳理了专利数量到专利引用的发展历程，把专利引用引入技术力量指标比较研究中。2011年，杨中楷等[15]运用美国专利商标局数据和社会网络分析方法，考察了不同技术领域间专利知识流动的引用网络特征，对专利引用关系进行深入探析。针对专利信息的复杂性，刘彤等[16]提出一种基于多重关系整合的专利网络分析方法，专利分析的全面性与准确性得到显著提升。

2生物育种技术专利的宏观分析

2.1生物育种技术专利分析

将佰腾专利检索网站的国外数据库作为数据检索平台，数据检索式定为“（plant or hybridization or biology or crop or cell-engineering） and （breeding）”，设定2006年为初始年份进行生物育种相关专利的搜索，截止到2015年12月31日，专利件数共计5 922 件（数据检索时间为2016年1月）。选取美、日、PCT组织等为统计对象，得到国外生物育种专利数量的分布情况（见图1）。据统计美国授权专利占总数的比重达到41.45%，美国公开的专利占总数的28.33%，其次分别是PCT组织和日本，表明美国在生物育种技术方面具有绝对性优势。

对专利变化趋势的分析，以每年生物育种技术的专利数量为基础得出2006-2015年专利总量发展趋势（见图2）。图2显示了2006-2015年以美、日、PCT组织为代表的国外生物育种技术专利总量，2006年至2010年期间，专利数量增长迅速，由319件发展至570件，2011年增长趋势消失，数量略有下降，2011-2013年期间的生物育种技术专利数量保持在400件以上，趋势整体平缓。近两年的专利数量明显减少，这主要是由专利公开时间和专利数据库更新滞后等问题造成的。结合专利量的整体趋势图，可以得出，全球在生物育种方面发展较快，基本已由技术的快速成长阶段进入到技术相对成熟阶段。

2.2生物育种技术研发力量分析

2007-2015年间生物育种技术专利申请累计数量的排名情况（详见表1）显示，前5位申请机构均为美国企业，其中孟山都技术有限公司（Monsanto Technology LLC，以下简称孟山都）以专利量485件稳居第一，斯泰恩种子农场公司（Stine Seed Farm， Inc.，以下简称斯泰恩）和先锋良种国际有限公司（Pioneer Hi-Bred International， Inc.，以下简称先锋）分别位居第二、第三。

图3比较了生物育种技术专利的高产机构在2007-2015年期间的专利量变化趋势。通过对比分析发现，不同机构之间存在较大差距。具体来看，每年的专利量基本上由孟山都和斯泰恩两个机构占据第一、第二的位置，但他们每年的专利数量起伏较大，整体发展趋势较不平稳。鉴于数据更新不及时等原因，2014-2015年各机构的专利数量均有明显回落。

3生物育种技术专利引用关系分析

3.1数据来源

USPTO （US Patent and Trademark Office） 专利数据库免费提供1976年至今的美国专利全文数据。本文于2016年1月选取USPTO专利数据库，以“biologyS| breeding”为关键词进行精确检索，整理得到1976年至2015年的生物育种技术专利33个。借鉴滚雪球抽样方法，对相应专利的关系数据进行采集，即整理与初始样本33个专利有引用关系的所有专利，并逐层扩大范围，增加引用专利的样本数据。收集到的关系数据以矩阵形式保存（如表2），为便于通过社会网络分析的方法进一步深入研究，本文将关系矩阵转化成NetDraw可识别的DL格式录入数据。

专利引文（patent citation）分析[17]的对象是一项专利的被引数量和引文数量，专利引文通常在专利说明书中列出，包括专利文献和非专利文献，由于专利文献中的信息真实可靠，可以成为专利研究的重要数据。本文中的生物育种技术的专利引用关系数据在采集时，选取一项专利所引用的专利文献（cited documents或references cited），为方便识别和整理，用专利公开号代替。

3.2实证分析

为更好地说明专利引用关系数据的基本情况，利用SNA方法对网络图结构性指标计算分析，将生物育种技术专利的引用关系矩阵导入NetDraw，绘制得到初始样本专利引用关系网络图谱（图4）及全部样本专利引用关系网络图谱（图5），解释生物育种技术专利的引用关系。基于SNA技术的专利引用关系的相关性分析，通常把引用频次高的专利称为技术领域内的核心专利，把在后施引专利看作在先被引专利的技术发展[18]。本文将选取的专利公开号抽象为网络图谱中的节点，专利之间的引用则抽象为两点间的线，在图5中共计762个节点、1 406条连线，其中节点大小体现该专利在整个技术网络中的重要程度，代表高水平的领先专利及核心专利对应的节点大；红色小正方形表示获取的33个初始样本专利，蓝色小正方形是后来扩展得到的与样本专利有引用关系的专利文献。密度（Density）是衡量网络完备性的指标。所谓完备性是指图中各节点间的邻接程度，数值大小反映网络中关系的数量，在密度为1的网络中各个节点两两邻接。计算得到图5的网络密度为0.0055，标准差为0.1686，说明生物育种技术专利的引用关系网络结构图完备性差，内部专利节点间的邻接程度较低，专利间的互引关系较弱。对其原因进行分析，可总结为专利引用作为单向网络不能实现密度为1，且选取的数据范围为1976至2015年，样本专利的数量大，在一定程度上导致技术结构的松散[19]。为促进生物育种领域内的创新扩散和技术合作，需建立合理的知识结构和技术体系，加强组织间的交流合作。

NetDraw具有可视化的分析功能，但由于网络结构图整体存在节点繁多、图形重叠的问题，信息可读性较差，需利用Ucinet软件对社会网络图的中心性、凝聚性展开探讨。

3.2.1中心性分析中心性理论主要研究网络结构中成员的位置、中心度及资源控制情况[20]。根据Ucinet软件的运算结果，整个网络的中心性指数为0.51%。一般来说，中心性指数越接近于1，网络集中趋势越强。由此可见，生物育种技术专利的引用关系网络图没有明显的节点分化，换言之，缺乏控制性强的核心专利。为更直观地了解生物育种技术专利在引用网络图中的中心性，本文从点度中心度（Degree）、中间中心度（Betweenness）和邻近中心度（Closeness）等方面进行计算。

点度中心度指某一节点出度与入度的和，通过计算与该点有直接关系的节点数目来衡量网络成员个体在网络中的地位[21]，描述某一节点与其他节点联系的广泛程度。该指标数值越高的节点在网络中直接相邻的节点越多，即与其有直接联系的相关专利越多，这些节点代表的专利即是局部领域内的核心技术。需注意的是，点度中心度高的专利节点仅说明其在某局部专利群中拥有重要地位，无法体现在整个专利引用网络中的核心程度，因为某一节点所处的专利群可能在整个网络中的位置距离核心较远。

中间中心度用于测量各节点在多大程度成为网络中其他节点资源或信息流中的媒介，数值大小与其在网络中的控制力密切相关。中间中心度较高的节点所对应的专利往往承担着推动不同细分领域技术交流的“桥梁”作用，在整个研发创新过程中的影响不容忽视。据此，从以上762个生物育种方面的技术专利中筛选出4个技术热点（见表5），这4个技术热点的三个中心性指标的计算结果整理如下（见表6）。根据中间中心度得到关键性排名前4的核心技术专利，依次为US5990390、US4658084、US4535060和US4381624，均为美国专利技术，可见美国在该领域内技术优势突出。

邻近中心度以距离为概念衡量各节点通过最短路径与其他节点取得联系的能力，反映该节点同网络中全部其他节点的紧密度。邻近中心度与点度中心度最大的区别在于这一指标将网络节点间的间接关系纳入考量[22]。因此邻近中心度较大的节点与网络中其他节点有更多直接或间接的联系，其代表的专利在引用上越不受限制，在整个生物育种技术交流中的中心地位越明确；相反，专利节点的邻近中心度低，说明其在整个生物育种技术领域内受到的关注和研究较少。

3.2.2凝聚性分析专利引用过程也是技术扩散过程，专利引用结构图的凝聚性反映了某一领域内相关技术间的联系密切程度，由网络的凝聚力指数体现。凝聚力指数范围在0～1之间，其数值大小与网络凝聚性成正比，表7显示该网络图的凝聚力指数为0.009，整体凝聚力小，需加强生物育种领域的核心技术专利的研发。平均路径是网络内所有节点对之间最短路径的平均值，网络的平均路径越短，资源共享的效率就越高。在这里，生物育种技术引用网络图的平均路径长度为3.320，就整个网络规模来说较小，即网络中的任意一组专利平均只需经过4个技术专利就可达成联系，说明生物育种技术专利连接的程度较高，领域内存在明显的技术交叉和技术合作现象，彼此之间的技术影响不容忽视。

4结论与政策建议

伴随经济全球化趋势的不断加强，跨国公司不断开疆拓土，在增加服务地域与业务范围的同时带来更多技术专利的国际流动，导致技术竞争日趋激烈，有关专利引用关系的分析研究显得意义重大。通过社会网络分析（SNA）可以更加直观具体地把握当前生物育种的技术热点，有利于深入揭示领域内的技术发展情况，反映当前生物育种技术产业群内的技术流动、技术源等。通过上述分析探讨，可以得出如下结论：

（1）从2006-2015年期间国外主要地区（美、日、PCT组织）的专利量分布状况及发展趋势看，生物育种产业发展较快，基本由技术快速成长阶段进入技术相对成熟阶段。在生物技术专利数量排名前5位的申请机构中，孟山都稳居第一。美国在这一领域的技术优势突出，引领全球生物育种技术的发展进步。

（2）基于USPTO专利数据库所提供的美国专利全文数据，应用社会网络分析方法进行生物育种领域的专利引用分析。从中心性分析看，筛选得到的4个关键生物育种技术在点度中心度、中间中心度和邻近中心度指标排名方面存在较大差异，说明生物育种的某个局部专利群的技术热点与整个领域内的技术热点不一致，生物育种的关键技术也可能由于其他因素的影响而缺乏广泛关注，在引用中受限。从凝聚性分析看，尽管生物育种的各细分技术领域有交叉互动，但就整个生物育种领域而言尚缺乏核心技术专利。

综合上述实证分析结果，建议应该加强对生物育种领域核心技术专利的研发，提高专利引用网络的凝聚力；利用SNA方法来帮助识别出生物育种中的技术热点，积极把握学科前沿和抢占技术先机。同时借助不同专利相互引用的交叉影响，实现技术应用的跨领域跨学科发展，推动生物育种创新事业的进步和发展。由于研究过程中收集到的数据有限，本文在技术专利引用关系方面研究的还不够深入，未来需进一步从直接引用、共引和引用耦合等多个角度进行探讨。

参考文献：

[1]郝心宁，孙巍，张学福.生物育种领域知识结构演化分析[J].生物技术通报，2013（11）：186-203.

[2]徐媛媛，朱庆华.社会网络分析法在引文分析中的实证研究[J].情报理论与实践，2008，31（2）：184-188.

[3]罗耀峰.社会网络分析（SNA）在自然资源管理研究中的应用[J].软科学，2015（6）：135-138.

[4]刘旭霞，沈大力.转基因生物技术的知识产权保护[J].生命科学，2015，27（2）：107-112.

[5]宋敏，刘娜，任欣欣，等.跨国公司生物技术知识产权保护策略分析——以棉花转化体MON531为例[J].中国生物工程杂志，2014，34（6）：110-116.

[6]Koo B， Nottenburg C， Pardey P G. Plants and intellectual property： an international appraisal[J].Science，2004，306（19）：1295-1297.

[7]罗忠玲，邹彩芬，王雅鹏.国际植物新品种知识产权保护模式研究[J].科学管理研究，2006（1）：92-96.

[8]赵东生.知识引用新论[J].情报科学，2002（2）：19-21.

[9]Lanjouw J O， Schankermann M. Research productivity and patent quality： measurement with multiple indicators[J].CEPR Discussion Paper，2002，32：12.

[10]Griliches Z. Patent statistic as economic indicators[J].Journal of Economic Literature，1990，28（4）：1661-1707.

[11]Jaffe A B， Trajtenberg M. International knowledge flows： evidence from patent citation[J].Economic of Innovation and New Technology，1999，8：105-136.

[12]胡健，印玺.基于专利引用的技术流矩阵分析——对石油天然气产业技术溢出效应的测度[J].科学学研究，2010，28（12）：1843-1848，1860.

[13]吴菲菲，黄鲁成，石媛嫄.基于文献和专利相互引用的科学与技术关系分析[J].科学学与科学技术管理，2013，34（10）：13-20.

[14]杨中楷，孙玉涛.基于专利引用的国家技术力量指标比较[J].科学学与科学技术管理，2005，26（10）：11-14.

[15]杨中楷，刘倩楠，于霜.基于专利引文网络的技术领域间关系探析[J].科研管理，2011，32（5）：149-155.

[16]刘彤，杨冠灿，侯元元.基于多重关系整合的专利网络分析方法研究与应用[J].情报理论与实践，2016，39（2）：59-63.

[17]Huang S W ，Wang A P. Examining the small world phenomenon in the patent citation network： a case study of the radio frequency identification （RFID） network [J]. Scientometrics，2010，82（1）：121-134.

[18]张端阳，肖国华.基于社会网络分析的企业专利情报分析[J].情报杂志，2013，32（6）：34-39.

[19]杨张博，高山行.基于SNA的生物技术产业集群技术结构研究——以波士顿集群为例[J].科学学研究，2013，31（9）：1338-1354.

[20]周晔，潘美娟，周源，等.社会网络分析在专利知识网络中的应用[J].科技进步与对策，2015（18）：138-144.

[21]张杰，崔靖，翟东升，等.SNA在专利分析中的应用研究[J].科技管理研究，2011（7）：168-171.

[22]杨秀秀.管理科学与工程学科共词网络整体特性、生长性及热点研究[D].杭州：浙江大学，2013.