江苏省生物医药领域创新知识流动网络分析：基于专利引用数据

李树祥，杨 庆，褚淑贞

（中国药科大学商学院，江苏南京 211198）

在当前竞争愈发激烈的市场中，企业要想获得竞争优势并取得领先，创新的作用愈发突出。随着信息技术的爆炸式发展，越来越多的信息被发掘和应用，企业如果仅仅依靠自身的知识进行技术创新显得越来越困难，合作创新成为一种更为常见的形态。在生物医药领域的合作创新显得尤为必要，生物医药企业通过外部合作获取知识增加企业自身的技术存量，提高技术研发能力［1］。知识作为驱动科技创新的重要因素受到越来越多的重视，知识的流动是指知识在特定的环境下，从供给方到需求方的流动［2］，通过知识的流动实现从知识到创新的转化［3］。因此了解知识流动的路径对于提升创新效率有着重要意义。

Teece［4］较早提出了知识流动的概念，认为知识的流动对于技术转移有着重要的影响。此后不少中外学者对此进行了研究，Kalling［5］研究了组织内部知识传递的路劲与特征；叶鹰等［6］指出知识流动作为动态现象随时在发生，在学术研究中，文章的互动引用关系是知识流动的一个表征；Hur［7］应用专利引用网络对知识流动的结构进行了分析；周秋菊等［8］将专利引用作为知识流动的一个表征，通过追踪江苏省内生物医药产业领域的专利应用信息，构建江苏省生物医药专业领域专利应用网络，对江苏省生物医药产业的创新知识流动特征进行分析。

专利是创新知识的重要构成部分，它代表了该领域的重要创新和发现。近年来随着专利信息的不断完善，已有不少研究者开始应用专利知识作为测量知识流动的指标，例如Zlotan 等［9］利用专利数据分析了创新对经济的影响；Cantner 等［10］应用专利数据分析了区域专利合作特征；Jaffe 等［11］从专利和专利引用的角度分析了实验室创新对商业活动的影响；Emmanuel 等［12］则利用专利引用分析了技术流动的特征。本文将利用专利信息中的专利引用信息作为知识流动的测量指标分析江苏省生物医药领域创新知识流动的特征。创新网络中知识流动能促进企业提高创新绩效［13-14］，知识流动对于创新有着重要的影响，网络分析方法的引入使得研究者可以从网络直观视角分析知识流动网络中各节点之间的重要关系以及不同节点所起的作用。本文中应用不同申请主体在专利申请中所涉及的引用专利，作为不同组织间的创新知识流动代表，通过构建专利引用网络来分析江苏省生物医药领域专利申请过程中的知识流动。

1 研究设计

本研究应用PatSnap 全球专利数据库，以江苏省内的生物医药企业和从事生物医药研发的高校和研究院所为研究样本对象，检索江苏省内生物医药专利。在检索中首先需要确定生物医药专利的IPC分类号，本文主要依据已有研究文献中对生物医药IPC 分类号的界定［1,15］和本文对生物医药领域专家的访谈，得到了本研究中生物医药领域专利IPC 分类号（A61P、A61K、C07K、C07H、C12N、C12Q、G01N），同时为了确定所涉及专利和医药高度相关，本文根据PatSnap 数据库中的对专利应用领域进行分类的国民经济分类号（C2761，C2762）且法律状态为授权，对所检索的专利进行筛选，本研究主要通过分析专利之间引用关系来分析创新主体之间的知识流动特征，所以本研究将专利申请人指定为公司、高等学校和研究院所。

知识经济的到来，使得企业很难依靠自身的资源建立竞争优势，不同主体之间的合作创新成为重要的创新途径。新形势下，企业生存的重要优势就是创新。当前信息快速流动，知识的创新离不开合作，各创新主体可以通过知识的搜索、扩散、转移等实现知识的整合和创新，进而实现技术创新。本研究应用专利引文分析方法对江苏省生物医药领域创新知识流动网络进行分析，对专利引用网络中知识流动、知识扩散的的特点进行分析。专利引文一般有两种：引用参考文献和审查对比文件。本研究中主要使用引用参考文献数据进行研究。

2 实证分析

江苏省医药产业领域专利数据的采集主要基于PatSnap 智慧芽医药化工专利数据库，由于专利申请有一定的滞后期，本研究中选择了专利公告期作为检索时间，检索时间段为：2009/01/01—2018/12/31。共检索得到专利7 706 项，本研究对排名前127 位的申请人的生物医药专利进行了分析，共涉及生物医药专利6 154 项专利，占专利总量的80%，基本可以代表了整体专利引用特征。由于本研究仅分析江苏省内生物医药专利创新知识流动，故对于非江苏省和国外专利进行了剔除，最后形成涉及335 个主体的生物医药知识流动网络。

表1 江苏省生物医药领域专利引用关系矩阵

2.1 整体网络数据分析

在研究中为了简化各节点名称，本文将所有的高校、研究院所、医药企业的名称按其网站的简写形式代替，如果没有网站则以汉语拼音首字母缩写代替。

图1 中涉及的网络节点个数达到335 个，关系数达到554 个，是一个复杂的专利引用关系网络，网络中的每个节点就是专利申请主体，网络中的箭头指向表示为出发节点的专利被箭头节点的专利所引用，也就是意味着一次知识流动，通过该专利引用网络可以直观地看到江苏省生物医药创新知识的流动路径以及特征。

图1 江苏省生物医药专利引用网络

为了分析不同类型（企业/科研院所/高校）群体的专利引用情况，及其之间的位置特性，本文分别分析了这3 类群体的专利引用网络情况，形成3个专利引用网络，见表2。

表2 江苏省生物医药专利引用网络结构对比

根据表2 所示，我们可以看到相对于企业和研究院所的专利引用网络来说，高校的专利引用网络密度更高，也就是高校专利网络中各节点之间的连接更为紧密，相对而言研究院所的专利引用较为松散。就中心性而言，高校专利引用网络的中心性较低，而研究院所的专利引用网络中心性较高，说明在高校专利引用网络中存在多个中心，而研究院所网络中的中心较少所以导致网络中心性较高。

为了更有效对专利引用网络进行分析，本文对图1 进行了简化，本文参考周成［16］提出的K-core算法进行简化，其中k值为节点的度数，也就是节点度数低于k值的节点将被删除，本文将节点度数值的均值0.955 作为k值，可以看到简化后的知识流动网络图中（见图2）335 个网络节点被简化为60个节点。从简化的图中可以看出，在生物医药专利引用网络中，高校占据了较为重要的位置，也就是高校之间存在着较为频繁的知识流动。研究院所类专利申请主体中江苏省农科院处于较为重要的位置，而且江苏省农科院和南京农业大学的专利引用有着紧密的联系，而且从专利数据的特征可以发现，二者之间的专利更多是和农业关联的生物专利。

如图2 所示，南京农业大学、江南大学和江苏省农科院之间存在着较强的关联，三者之间的专利引用次数超过了10 次，说明这3 个节点之间存在着较多的专利知识流动；从专利申请来看，这三者之间更多是在关于食品专利中的相互引用，除此之外，南京大学和江苏命码生物科技有限公司之间也有着较为频繁的专利引用。在图2 中，可以看到一个很有意思的特点，大多数的高校之间存在着强关联，高校和企业之间的关联较低，而且企业节点在这个关联的网络边缘位置，同时企业节点也形成了局部的网络中心。这一特征说明江苏省生物医药产业的创新知识流动存在着一些问题，即高校和研究院所的生物医药创新知识并不能和企业的创新进行有效沟通。同时还可以看到节点中国药科大学和企业（正大天晴、豪森药业、扬子江药业等）存在着较强的关联性，作为连接高校网络和企业网络两部分的“桥梁”，这一特性也意味着中国药科大学存在明显的结构洞特征。

图2 简化后的江苏省生物医药专利引用网络

2.2 个体网特征分析

节点个体网络是以某个节点为中心形成的网络。如表3 所示，高校和研究院所的个体网络中，最大的是江南大学个体网络，共包含节点58 个，也就是共有57 个专利申请主体单位和江南大学形成了专利引用关系；其次是中国药科大学个体网络，共有节点47 个；位于第3 位的是南京农业大学个体网络，有41 个节点。公司申请主体中个体网络中最大的是正大天晴个体网络，包含节点19 个，其次是奥赛康个体网络，共有节点18 个，扬子江药业集团有限公司个体网络位于第3 位。高校和研究院所的个体网络规模明显要高于企业的个体网络规模。在个体专利引用网络中出现了一个较为明显的特征就是，高校之间专利引用较高校与企业之间的专利应用更为频繁，在中国药科大学的专利应用网络中来自于高校和企业的专利应用较为平衡，企业之间的引用较企业与高校之间的引用更为频繁。

表3 专利引用网络中节点个体网络特征

个体网络中存在的直接关系数也存在较大的不同，中国药科大学个体网络中直接关系数为69 个，江南大学个体网的直接关系数为60 个，其次是江苏大学的直接关系数为43 个。

2.3 网络中心性分析

本网络中箭头指向一方意味着专利被其他节点引用，也就是出度越高，说明节点专利应用的范围越大，对外部知识的扩散力越强。网络箭头发出的节点代表了节点的入度，也就是节点的知识的吸收能力越强。如表4 所示，从出度指标来看，江南大学的出度最高（124），说明江南大学专利被其他申请人引用的最多，其次是南京农业大学（76），同时也可以看出节点出度指标排名靠前的均为高校/研究院所；企业节点出度最高的是正大天晴（51），其次是奥赛康（33）。从入度指标来看，入度指标最高的是南京农业大学（94），说明南京农业大学在专利申请中更多引用了其他申请人的专利知识，其次是中国药科大学（78）。出入度的分析表明了创新知识流动中知识的扩散和吸收，根据以上分析可以看到江南大学生物医药创新知识扩散的能力最强，南京农业大学生物医药创新知识的吸收能力最强，进一步印证了以上关于两者存在较强的知识流动关联性的结论。专利申请主体是企业的节点入度都较低，最高是奥赛康（33），也就是相对于高校来说企业的创新知识吸收能力较弱，这也表明江苏省生物医药创新各主体之间的合作还存在着较大的问题。

中间中心度反映了网络中节点对信息流控制力的高低。从表4 可以看出最高是中国药科大学，它的中间中心度为（29.432），其次是江南大学和南京农业大学，可以看出高校节点的中间中心度远高于企业节点的中间中心度，说明高校在专利知识流动中占据着重要的地位，控制着知识流动关键点；对于企业节点来说，正大天晴和扬子江药业的中间中心度位于前两位（5.801/4.135），但也明显低于高校节点的中间中心度值，这也表明高校在江苏省生物医药创新知识流动中居于重要的关键位置，掌握着大量的创新知识，而企业作为市场主体其创新知识的控制能力较弱，

接近中心度和中间中心度不同，反映了节点不受他人控制的能力。从表4 可以看出，大多数的网络节点的接近中心度相差不大。

表4 江苏省生物医药专利引用网络节点中心度分析

3 网络结构洞分析

结构洞（burt）最早是由波特提出来的，用来表示非冗余的关系［17］，波特指出非冗余的联系人被结构洞所连接，一个结构洞是两个行动者之间的非冗余的联系。结构洞可以为其占据者获取信息提供了机会，因此会比其他的网络节点更有竞争。波特结构洞的测量共有4 个指标，包括：有效规模（EffSize）、效率（Efficie）、限制度（Constra）、等级度（Hierarc）［18］。其中限制度最为重要，指网络中节点在自己的网络中拥有运用结构洞的能力，等级度则表明网络中节点的限制度多大程度上集中于一个节点上，这两个指标用来反映节点对于网络中的其他节点的控制能力，等级度越高说明该节点越受制于一个节点的控制。等级度最高是1，说明该节点完全受到其他节点的控制。从有效规模的角度来看，有效规模越高，说明网络中节点在个体网络中的非冗余越少，网络重复度越小，也就是节点对网络中信息的控制越强，相对于个体网络中的其他节点具有更强的竞争力。效率指标与之类似，也是用来衡量有效规模，反映节点的非冗余关系。结构洞可以为网络中的节点/高校（企业）带来更高的声誉。

如表5 所示，就有效规模而言，江南大学的有效规模最大，也就是说该节点的非冗余关系最少，即江南大学和其他节点之间更多是以直接关系相联系的，节点之间存在强关系［19］；中国药科大学的有效规模指标次之。效率是节点有效规模和实际规模的比值，效率越高那么该节点的有效规模占比越高，从效率来看中国药科大学的效率是最高的，苏州大学次之。

表5 江苏省生物医药专利引用网络节点结构洞分析

限制度是网络节点在网络中所拥有的运用结构洞的能力，限制度越大说明该节点受单一关系的约束越强［20］；限制度越低，说明该节点的个体网络越开放。在结构洞指标中限制度是最关键的指标中国药科大学的限制度指标最小（0.057），也就是中国药科大学的沟通能力最强而且对其他节点的沟通有着重要的影响，这也表明在专利引用网络中中国药科大学占据了江苏省生物医药创新知识流动的有利位置，这样就可以更好地进行知识的交换和获取，苏州大学（0.069）和江苏大学（0.088）的限制度指标也较低。行动者要占据有利的网络位置才能更好地进行知识的交换与获取，而新知识对于新产品开发和创新性想法激发至关重要，从这个指标来看，中国药科大学的专利数在江苏省生物医药专利数量中虽然不是最高，但是在生物医药创新方面仍然居于重要地位。

4 研究结果与分析

本研究通过分析江苏省生物医药产业的相关专利应用数据，采用社会网络分析方法，分析了生物医药创新知识流动特点，并得到了如下基本结论：

（1）整体网络特征。江苏省生物医药专利引用网络整体来看较为松散，节点之间的联系并不紧密，但是网络中高校之间的专利引用关系较为紧密（密度最高），说明江苏省生物医药领域创新知识的流动主要集中于高校之间，企业之间的创新知识流动较少，高校和企业之间知识流动并不显著，仅有中国药科大学和企业的之间有较多的专利知识引用，而且高校、研究院所、企业三者之间的知识流动关系较弱，对产学研三者之间的合作创新需要进一步的进行研究。

（2）个体网络分析。从网络规模来看，仍然是高校节点的个体网络规模较大，尤其是江南大学、中国药科大学等高校，网络中企业节点的个体网络较小，而江南大学、南京农业大学的密度居于前列，说明这两个高校的个体网络不仅规模大而且节点之间的知识流动频繁，形成紧密的体系。

（3）网络中心性分析。南京农业大学和中国药科大学有着较高的知识吸收能力；江南大学和南京农业大学具有较强的知识扩散能力，即这两个高校的专利被其他节点高频率引用。中国药科大学的中间中心度指标最高，而且高校节点的中间中心度明显高于企业节点，说明高校在专利知识流动中占据了重要的位置，控制了创新知识流动的关键点。

（4）结构洞分析。研究表明中国药科大学的限制度最小，也就是中国药科大学和其他节点有更多的沟通的路径。中国药科大学的等级度最低，也就是该节点有更多的路径链接其他节点。

从以上的分析可以看出，江苏省生物医药产业的创新知识流动中，高校、研究院所和企业之间的合作关系较弱，需要进一步对产、学、研之间的创新合作进行分析，同时个体网络的分析也表明了高校在生物医药创新知识流动中占据了重要的位置，而作为市场主体的生物医药企业处于边缘位置和高校、研究院所之间的知识流动并不显著。中心度和结构洞的分析也进一步表明了高校在生物医药专利中占据了关键的控制点，未来要提高江苏省生物医药创新水平需要重点考虑如何促进高校和企业之间的创新合作，加强产、学、研各主体之间的协作。