基于SNA的生物育種技術專利引用關系研究

陳兆雪　周衍平

摘要：本文以生物育種技術快速發展為背景，對相關技術專利整體情況在宏觀上進行統計分析，并運用社會網絡分析法（SNA）研究專利間的引用關系。數據顯示，生物育種技術已由快速成長階段進入技術相對成熟階段，美國在該領域掌握絕對性的技術優勢。基于SNA的實證分析結果進一步表明，生物育種領域內存在明顯的技術交叉和技術合作現象，但從生物育種技術專利引用網絡整體凝聚力指數較小來看，目前仍需加強對生物育種領域核心技術專利的研發。

關鍵詞：生物育種；技術專利；引用關系；社會網絡分析

中圖分類號：S188文獻標識號：A文章編號：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

國以農為本，農以種為先，種子作為重要的生產資料在農業生產中具有舉足輕重的作用，有利于保障國家糧食安全和重要農產品的持續有效供給，也是農業科技創新發展的核心內容。近年來，隨著城鎮化進程的加快，生態環境及水土等農業生產資源日益緊張，輪回選擇、雜交選育、聚合育種等傳統遺傳育種技術受到瓶頸約束，選育周期長、效率低、遺傳背景狹窄以及生殖屏障等問題難以跨越。在此背景下，世界種業正發生深刻變化，高新技術驅動成為種業發展的顯著特征，分子生物學正引領現代生物育種產業的興起[1]，以專利為代表的智力勞動成果增長迅速，相應的專利研究也愈發成為學術界關注的熱點。

現代生物育種產業對技術的依賴度極強，產業鏈中幾乎所有的鏈接組織都積極參與研發創新，產業集群內的技術交流常常通過專利這種顯性的知識資源進行傳播。技術專利是整個生物育種產業集群內部的重要資源，是連結組織間技術網絡的關鍵點。社會網絡分析（SNA）近年來在多個領域得到廣泛應用，本文通過對結構、關系和節點等網絡結構的特性描述，對生物育種技術專利間的引用關系進行探討[2，3]，有利于確定出當前生物育種領域的核心技術和領先技術，科學地量化測度該領域的技術熱點和研發創新情況，對推動生物育種產業內技術結構合理發展具有重要意義。

1相關研究進展

1.1生物育種技術專利研究背景

近年來農業科學技術領域的智力勞動成果增長迅速，知識產權的保護客體由工業領域擴展到種業。隨著產權化的知識經濟時代到來，以技術專利為代表的知識產權逐漸成為種業特別是育種部門獲取研發技術和圈占遺傳資源等育種材料的重要武器。

目前種業技術創新主要集中在生物育種領域，有關生物技術的可專利性問題成為學術界研究的熱點。影響生物技術發展的因素通常來自政治、經濟、倫理、科技等多個領域，具有利益主體多元化的特征，因此在是否承認生物技術的可專利性方面存在較大分歧。如果按發現與發明范疇劃分，轉基因等生物育種技術及研發成果應歸入發現性人類活動，不可授予專利，但實際上多數國家都承認生物技術的可專利性，引發部分學者倡導模糊發現與發明的區分界限。從專利的新穎性標準出發，也應否定轉基因等生物育種技術獲得專利保護的可能，但有學者指出，只要在構成和存在形式方面不同于天然生物體，就滿足基因的新穎性，具有可專利性。出于對轉基因生物的“基因污染”生態風險問題考慮，劉旭霞等[4]主張增設“生態性”作為授予轉基因生物技術專利的標準。隨著育種研發的深入發展，植物新品種權作為專利客體或“準專利”客體得到廣泛認可。我國植物新品種保護條例確定了“植物新品種權”的排他權，主要針對植物品種繁殖材料的商業活動，排除了未經許可而用作商業目的的育種材料[5]。

從經濟發展水平看，發展中國家與發達國家實施農作物育種知識產權保護的利益目標不同[6]。發展中國家主要是生存型農業，對轉基因植物知識產權保護強度較低，傾向于平衡研發者、農民等多方利益主體間的權益[7]，而發達國家注重保護研發者的基本權益，對農作物新品種的知識產權保護水平明顯高于發展中國家。

1.2專利引用研究進展

專利不僅是發明活動的指標，更是社會層面上技術進步和變革的重要指標，在學術界中長期受到學者們的關注。隨著知識經濟研究過程“知識引用”質量指標的提出，專利引用分析成為專利質量研究中的熱點和關鍵領域[8，9]。專利引用是知識轉移的過程，其實質是跨組織的知識學習，為研發進步奠定堅實的基礎[10]。

學者Jaffe首次將無形的技術知識轉化為有形的專利引用關系進行觀察研究，以專利數據為載體對技術溢出問題展開創新性探討[11]，目前關于專利引用的研究大體從兩方面展開，專利共被引關系和直接引用關系。胡健等[12]以石油天然氣產業技術為背景，利用專利引用數據構建技術流矩陣，有效探討了上下游產業間的技術溢出流向性問題。針對科學與技術關系研究缺乏微觀角度分析的問題，吳菲菲等[13]從科學文獻與專利的相互引用情況入手，借助社會網絡分析法對科學與技術領域間的交叉影響進行量化。楊中楷等[14]梳理了專利數量到專利引用的發展歷程，把專利引用引入技術力量指標比較研究中。2011年，楊中楷等[15]運用美國專利商標局數據和社會網絡分析方法，考察了不同技術領域間專利知識流動的引用網絡特征，對專利引用關系進行深入探析。針對專利信息的復雜性，劉彤等[16]提出一種基于多重關系整合的專利網絡分析方法，專利分析的全面性與準確性得到顯著提升。

2生物育種技術專利的宏觀分析

2.1生物育種技術專利分析

將佰騰專利檢索網站的國外數據庫作為數據檢索平臺，數據檢索式定為“（plant or hybridization or biology or crop or cell-engineering） and （breeding）”，設定2006年為初始年份進行生物育種相關專利的搜索，截止到2015年12月31日，專利件數共計5 922 件（數據檢索時間為2016年1月）。選取美、日、PCT組織等為統計對象，得到國外生物育種專利數量的分布情況（見圖1）。據統計美國授權專利占總數的比重達到41.45%，美國公開的專利占總數的28.33%，其次分別是PCT組織和日本，表明美國在生物育種技術方面具有絕對性優勢。

對專利變化趨勢的分析，以每年生物育種技術的專利數量為基礎得出2006-2015年專利總量發展趨勢（見圖2）。圖2顯示了2006-2015年以美、日、PCT組織為代表的國外生物育種技術專利總量，2006年至2010年期間，專利數量增長迅速，由319件發展至570件，2011年增長趨勢消失，數量略有下降，2011-2013年期間的生物育種技術專利數量保持在400件以上，趨勢整體平緩。近兩年的專利數量明顯減少，這主要是由專利公開時間和專利數據庫更新滯后等問題造成的。結合專利量的整體趨勢圖，可以得出，全球在生物育種方面發展較快，基本已由技術的快速成長階段進入到技術相對成熟階段。

2.2生物育種技術研發力量分析

2007-2015年間生物育種技術專利申請累計數量的排名情況（詳見表1）顯示，前5位申請機構均為美國企業，其中孟山都技術有限公司（Monsanto Technology LLC，以下簡稱孟山都）以專利量485件穩居第一，斯泰恩種子農場公司（Stine Seed Farm， Inc.，以下簡稱斯泰恩）和先鋒良種國際有限公司（Pioneer Hi-Bred International， Inc.，以下簡稱先鋒）分別位居第二、第三。

圖3比較了生物育種技術專利的高產機構在2007-2015年期間的專利量變化趨勢。通過對比分析發現，不同機構之間存在較大差距。具體來看，每年的專利量基本上由孟山都和斯泰恩兩個機構占據第一、第二的位置，但他們每年的專利數量起伏較大，整體發展趨勢較不平穩。鑒于數據更新不及時等原因，2014-2015年各機構的專利數量均有明顯回落。

3生物育種技術專利引用關系分析

3.1數據來源

USPTO （US Patent and Trademark Office） 專利數據庫免費提供1976年至今的美國專利全文數據。本文于2016年1月選取USPTO專利數據庫，以“biologyS| breeding”為關鍵詞進行精確檢索，整理得到1976年至2015年的生物育種技術專利33個。借鑒滾雪球抽樣方法，對相應專利的關系數據進行采集，即整理與初始樣本33個專利有引用關系的所有專利，并逐層擴大范圍，增加引用專利的樣本數據。收集到的關系數據以矩陣形式保存（如表2），為便于通過社會網絡分析的方法進一步深入研究，本文將關系矩陣轉化成NetDraw可識別的DL格式錄入數據。

專利引文（patent citation）分析[17]的對象是一項專利的被引數量和引文數量，專利引文通常在專利說明書中列出，包括專利文獻和非專利文獻，由于專利文獻中的信息真實可靠，可以成為專利研究的重要數據。本文中的生物育種技術的專利引用關系數據在采集時，選取一項專利所引用的專利文獻（cited documents或references cited），為方便識別和整理，用專利公開號代替。

3.2實證分析

為更好地說明專利引用關系數據的基本情況，利用SNA方法對網絡圖結構性指標計算分析，將生物育種技術專利的引用關系矩陣導入NetDraw，繪制得到初始樣本專利引用關系網絡圖譜（圖4）及全部樣本專利引用關系網絡圖譜（圖5），解釋生物育種技術專利的引用關系。基于SNA技術的專利引用關系的相關性分析，通常把引用頻次高的專利稱為技術領域內的核心專利，把在后施引專利看作在先被引專利的技術發展[18]。本文將選取的專利公開號抽象為網絡圖譜中的節點，專利之間的引用則抽象為兩點間的線，在圖5中共計762個節點、1 406條連線，其中節點大小體現該專利在整個技術網絡中的重要程度，代表高水平的領先專利及核心專利對應的節點大；紅色小正方形表示獲取的33個初始樣本專利，藍色小正方形是后來擴展得到的與樣本專利有引用關系的專利文獻。密度（Density）是衡量網絡完備性的指標。所謂完備性是指圖中各節點間的鄰接程度，數值大小反映網絡中關系的數量，在密度為1的網絡中各個節點兩兩鄰接。計算得到圖5的網絡密度為0.0055，標準差為0.1686，說明生物育種技術專利的引用關系網絡結構圖完備性差，內部專利節點間的鄰接程度較低，專利間的互引關系較弱。對其原因進行分析，可總結為專利引用作為單向網絡不能實現密度為1，且選取的數據范圍為1976至2015年，樣本專利的數量大，在一定程度上導致技術結構的松散[19]。為促進生物育種領域內的創新擴散和技術合作，需建立合理的知識結構和技術體系，加強組織間的交流合作。

NetDraw具有可視化的分析功能，但由于網絡結構圖整體存在節點繁多、圖形重疊的問題，信息可讀性較差，需利用Ucinet軟件對社會網絡圖的中心性、凝聚性展開探討。

3.2.1中心性分析中心性理論主要研究網絡結構中成員的位置、中心度及資源控制情況[20]。根據Ucinet軟件的運算結果，整個網絡的中心性指數為0.51%。一般來說，中心性指數越接近于1，網絡集中趨勢越強。由此可見，生物育種技術專利的引用關系網絡圖沒有明顯的節點分化，換言之，缺乏控制性強的核心專利。為更直觀地了解生物育種技術專利在引用網絡圖中的中心性，本文從點度中心度（Degree）、中間中心度（Betweenness）和鄰近中心度（Closeness）等方面進行計算。

點度中心度指某一節點出度與入度的和，通過計算與該點有直接關系的節點數目來衡量網絡成員個體在網絡中的地位[21]，描述某一節點與其他節點聯系的廣泛程度。該指標數值越高的節點在網絡中直接相鄰的節點越多，即與其有直接聯系的相關專利越多，這些節點代表的專利即是局部領域內的核心技術。需注意的是，點度中心度高的專利節點僅說明其在某局部專利群中擁有重要地位，無法體現在整個專利引用網絡中的核心程度，因為某一節點所處的專利群可能在整個網絡中的位置距離核心較遠。

中間中心度用于測量各節點在多大程度成為網絡中其他節點資源或信息流中的媒介，數值大小與其在網絡中的控制力密切相關。中間中心度較高的節點所對應的專利往往承擔著推動不同細分領域技術交流的“橋梁”作用，在整個研發創新過程中的影響不容忽視。據此，從以上762個生物育種方面的技術專利中篩選出4個技術熱點（見表5），這4個技術熱點的三個中心性指標的計算結果整理如下（見表6）。根據中間中心度得到關鍵性排名前4的核心技術專利，依次為US5990390、US4658084、US4535060和US4381624，均為美國專利技術，可見美國在該領域內技術優勢突出。

鄰近中心度以距離為概念衡量各節點通過最短路徑與其他節點取得聯系的能力，反映該節點同網絡中全部其他節點的緊密度。鄰近中心度與點度中心度最大的區別在于這一指標將網絡節點間的間接關系納入考量[22]。因此鄰近中心度較大的節點與網絡中其他節點有更多直接或間接的聯系，其代表的專利在引用上越不受限制，在整個生物育種技術交流中的中心地位越明確；相反，專利節點的鄰近中心度低，說明其在整個生物育種技術領域內受到的關注和研究較少。

3.2.2凝聚性分析專利引用過程也是技術擴散過程，專利引用結構圖的凝聚性反映了某一領域內相關技術間的聯系密切程度，由網絡的凝聚力指數體現。凝聚力指數范圍在0～1之間，其數值大小與網絡凝聚性成正比，表7顯示該網絡圖的凝聚力指數為0.009，整體凝聚力小，需加強生物育種領域的核心技術專利的研發。平均路徑是網絡內所有節點對之間最短路徑的平均值，網絡的平均路徑越短，資源共享的效率就越高。在這里，生物育種技術引用網絡圖的平均路徑長度為3.320，就整個網絡規模來說較小，即網絡中的任意一組專利平均只需經過4個技術專利就可達成聯系，說明生物育種技術專利連接的程度較高，領域內存在明顯的技術交叉和技術合作現象，彼此之間的技術影響不容忽視。

4結論與政策建議

伴隨經濟全球化趨勢的不斷加強，跨國公司不斷開疆拓土，在增加服務地域與業務范圍的同時帶來更多技術專利的國際流動，導致技術競爭日趨激烈，有關專利引用關系的分析研究顯得意義重大。通過社會網絡分析（SNA）可以更加直觀具體地把握當前生物育種的技術熱點，有利于深入揭示領域內的技術發展情況，反映當前生物育種技術產業群內的技術流動、技術源等。通過上述分析探討，可以得出如下結論：

（1）從2006-2015年期間國外主要地區（美、日、PCT組織）的專利量分布狀況及發展趨勢看，生物育種產業發展較快，基本由技術快速成長階段進入技術相對成熟階段。在生物技術專利數量排名前5位的申請機構中，孟山都穩居第一。美國在這一領域的技術優勢突出，引領全球生物育種技術的發展進步。

（2）基于USPTO專利數據庫所提供的美國專利全文數據，應用社會網絡分析方法進行生物育種領域的專利引用分析。從中心性分析看，篩選得到的4個關鍵生物育種技術在點度中心度、中間中心度和鄰近中心度指標排名方面存在較大差異，說明生物育種的某個局部專利群的技術熱點與整個領域內的技術熱點不一致，生物育種的關鍵技術也可能由于其他因素的影響而缺乏廣泛關注，在引用中受限。從凝聚性分析看，盡管生物育種的各細分技術領域有交叉互動，但就整個生物育種領域而言尚缺乏核心技術專利。

綜合上述實證分析結果，建議應該加強對生物育種領域核心技術專利的研發，提高專利引用網絡的凝聚力；利用SNA方法來幫助識別出生物育種中的技術熱點，積極把握學科前沿和搶占技術先機。同時借助不同專利相互引用的交叉影響，實現技術應用的跨領域跨學科發展，推動生物育種創新事業的進步和發展。由于研究過程中收集到的數據有限，本文在技術專利引用關系方面研究的還不夠深入，未來需進一步從直接引用、共引和引用耦合等多個角度進行探討。

參考文獻：

[1]郝心寧，孫巍，張學福.生物育種領域知識結構演化分析[J].生物技術通報，2013（11）：186-203.

[2]徐媛媛，朱慶華.社會網絡分析法在引文分析中的實證研究[J].情報理論與實踐，2008，31（2）：184-188.

[3]羅耀峰.社會網絡分析（SNA）在自然資源管理研究中的應用[J].軟科學，2015（6）：135-138.

[4]劉旭霞，沈大力.轉基因生物技術的知識產權保護[J].生命科學，2015，27（2）：107-112.

[5]宋敏，劉娜，任欣欣，等.跨國公司生物技術知識產權保護策略分析——以棉花轉化體MON531為例[J].中國生物工程雜志，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]羅忠玲，鄒彩芬，王雅鵬.國際植物新品種知識產權保護模式研究[J].科學管理研究，2006（1）：92-96.

[8]趙東生.知識引用新論[J].情報科學，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，印璽.基于專利引用的技術流矩陣分析——對石油天然氣產業技術溢出效應的測度[J].科學學研究，2010，28（12）：1843-1848，1860.

[13]吳菲菲，黃魯成，石媛嫄.基于文獻和專利相互引用的科學與技術關系分析[J].科學學與科學技術管理，2013，34（10）：13-20.

[14]楊中楷，孫玉濤.基于專利引用的國家技術力量指標比較[J].科學學與科學技術管理，2005，26（10）：11-14.

[15]楊中楷，劉倩楠，于霜.基于專利引文網絡的技術領域間關系探析[J].科研管理，2011，32（5）：149-155.

[16]劉彤，楊冠燦，侯元元.基于多重關系整合的專利網絡分析方法研究與應用[J].情報理論與實踐，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]張端陽，肖國華.基于社會網絡分析的企業專利情報分析[J].情報雜志，2013，32（6）：34-39.

[19]楊張博，高山行.基于SNA的生物技術產業集群技術結構研究——以波士頓集群為例[J].科學學研究，2013，31（9）：1338-1354.

[20]周曄，潘美娟，周源，等.社會網絡分析在專利知識網絡中的應用[J].科技進步與對策，2015（18）：138-144.

[21]張杰，崔靖，翟東升，等.SNA在專利分析中的應用研究[J].科技管理研究，2011（7）：168-171.

[22]楊秀秀.管理科學與工程學科共詞網絡整體特性、生長性及熱點研究[D].杭州：浙江大學，2013.