基于創新合作網絡的我國省際間知識流動研究

呂民樂　王丹丹

(合肥工業大學，合肥　230601)

?

基于創新合作網絡的我國省際間知識流動研究

呂民樂王丹丹

(合肥工業大學，合肥230601)

〔摘要〕在共惠互利的基礎上，個人或組織為了獲取外部知識提升自身競爭力，會選擇與區域外的其他個人或組織進行創新合作，通過創新合作實現知識的流動，從而實現優勢互補。文章選擇1986～2014年期間我國在美國專利商標局(USPTO)中通過授權的專利數據，以發明人合作創新衡量知識流動，利用社會網絡分析方法對我國省際間知識流動的發展演化進行分析，從網絡結構等方面考察省際間知識流動的特征。研究結果表明，我國省際間知識流動范圍逐漸擴大，知識流動強度逐漸加強；知識流動網絡結構不合理，星型網絡結構和強強聯手態勢不利于知識資源的合理配置；我國省際間知識流動空間分布不均勻，知識流動強度自東向西呈現遞減的態勢。

〔關鍵詞〕創新合作知識流動社會網絡分析網絡結構特征

引言

知識經濟時代，各個主體之間的競爭表現為對知識的競爭，知識資源正逐漸成為個人或組織，乃至一個地區生存和發展的關鍵要素。然而，我們在探究區域差異時往往是通過宏觀經濟指標(如GDP、失業率等)來衡量的，卻忽略了區域創新能力和知識稟賦(獲取新知識的能力)。由于各個地區的經濟發展和知識資源稟賦各異的原因，使得部分地區在獲取新知識等方面不占優勢，知識流動在全國范圍內流動不均勻，進而限制了區域經濟的發展。因此，為了加強省際間知識流動，縮小區域差異，省際間創新合作成為促進知識流動的重要舉措。

省際間創新合作，從微觀上來看是不同省份的個人、企業或機構之間的合作，這些個體在共惠互利的前提下，將各自掌握的顯性知識或隱性知識進行整合，最終形成新的知識或技術。新的知識或技術的表現形式一般是專利，因此，這些個體也就構成了專利發明人。專利發明人合作是知識共享的過程，發明人之間通過反復溝通不僅能加深彼此對創新要求的理解，而且有助于促成

新知識或技術的產生，實現優勢互補，縮短技術創新周期，從而促進區域創新能力的提高，進而推動區域經濟的發展。省際間創新合作實質上是不同省份的創新主體將各自所具有的創新知識資源和要素進行共享的過程。這種創新合作一方面有助于各個地區更多的獲取外部知識資源，通過優勢互補提升區域優勢；另一方面創新合作能更好地促進創新知識資源和要素在不同地區內進行合理配置，從宏觀層面提高國家整體創新能力和水平。

和顯性知識不同，隱性知識是個人或組織形成核心競爭力的基礎，具有高度個人化、難以編碼化的特點[1]，這使得隱性知識難以在個體或組織間傳播。隱性知識得不到有效的轉移和傳播，會使得缺乏交流型地區長期處于在落后的發展道路上[2]，因此隱性知識對于區域經濟發展有著不可忽視的作用。在研究知識流動時，許多學者用專利引用探究知識流動的路徑，而這一指標只捕捉了顯性知識的流動，因此為了彌補以專利引用作為知識流動替代指標所產生的“噪音”，有學者提出用專利共同發明人指標作為知識流動的替代指標[3，4]。通常以專利共同發明人來識別創新主體

間的知識流動是基于這樣一個假設：共同發明人之間有著較為密切的技術知識交流，這種交流往往是深層次的交流，從而可以將高度個人化、難以編碼化的隱性知識在不同創新主體間傳播[5，6]。

在以專利共同發明人為知識流動研究指標時，大部分學者都是結合社會網絡分析方法進行研究的。Cowan等(2004)從網絡演化角度分析網絡結構對創新知識擴散的影響，結果表明具有小世界效應的網絡有利于知識流動和創新技術的擴散[7]。Maggioni和Uberti(2007)運用社會網絡分析方法研究了5個歐洲國家的NUTS2區域之間基于專利共同發明人的知識流動網絡，發現該網絡具有明顯的分層次結構[8]。Sternitzke等(2008)對基于共同發明人的組織間技術交流網絡進行可視化處理，對網絡的結構特征進行分析，結果表明發明人合作促進了組織間的知識流動[9]。Soh(2010)從網絡點度中心性、戰略協同與知識共享程度3個角度分析了它們對知識流動的影響[10]。我國學者在知識流動領域的研究主要有，汪濤等(2009)以合作發表的化工領域論文為指標，運用社會網絡分析等研究方法探討了知識網絡的組織和空間結構及其對知識流動的影響[11]。王朋等(2010)運用復雜網絡理論定量描述了校企在納米合作專利的拓撲網絡結構，對網絡相關特征進行了分析和總結[12]。劉鳳朝等(2011)運用可視化方法對我國1985～2009年期間985院校的產學研專利合作進行了分析，研究結果表明985院校專利合作網絡具有明顯的階段化特征[13]。高霞和官建成(2011)基于專利合作信息，運用社會網絡分析方法對我國區域間知識交流模式進行研究，發現我國省份之間知識交流差異明顯，北京、上海和廣東是我國知識交流的核心地區[14]。張寶生和王曉紅(2012)基于知識網絡對東北三省高校內的科技創新團隊間的知識流動影響因素進行研究，并根據結果提出促進知識流動的政策建議[15]。劉曉燕等(2013)使用社會網絡分析方法對集成電路專利合作網絡進行研究，得出合作網絡密度越大越不利于知識擴散[16]。洪進和宛曉梅(2014)通過對我國生物醫藥產業的發明人合作網絡進行研究發現，發明人合作強度呈現出逐漸遞增的趨勢，發明人之間知識交流在加強[17]。

通過以上對現有文獻的梳理，發現現階段我國對知識流動的研究主要是基于共同申請專利和合著學術論文的研究，很少有從區域層面以發明人合作創新專利的角度進行的研究。本文以發明人合作創新作為衡量知識流動的替代指標，利用社會網絡分析方法對我國省際間知識流動的發展演化進行分析，從網絡結構特征和中心性分析兩個方面考察我國省際間知識流動的特征，了解各個省份在知識流動網絡中所處的位置，分析位于不同位置的省份在獲取外部知識和知識共享方面的差異，并提出促進省際間知識流動的政策建議。

1數據來源與描述

本文選擇我國在美國專利商標局(USPTO)申請并通過授權的專利進行研究。美國專利數據庫是全球比較權威的數據庫，其收錄的專利具有較高的質量，且信息完備，目前被廣泛用于創新研究。本文主要研究我國內地31個省份之間的知識流動，考察2014年12月31日前公布的所有專利，從專利授權數據庫中篩選專利發明人為兩人(包含)以上，且發明人屬于不同省份的專利，經過篩選，共得到612件發明人跨省合作專利。由于本文收集的是發明人屬于不同的省份的專利，那么每個專利就對應著至少兩個不同的省份，按照兩兩組合的方式形成城市對，得到省際間合作發明專利次數的31階對稱矩陣。矩陣中每一個單元里的數值都對應于兩個地區的合作發明專利數量。

圖1描述了1986～2014年發明人跨省合作專利授權數及其在每年授權專利中所占的比例。從發明人跨省合作專利授權數來看，我國首個通過美國專利商標局授權的發明人跨省合作的專利是在1986年，1986～2001年期間，發明人跨省合作專利數量一直都保持著很低的水平，年授權量均在10件以下；從2002年開始有了緩慢穩定的增長，從2002年的12件增長到2008年的45件；之后2009～2012年增長速度加快，從41件增長到129件；可以觀察到2013年和2014年的授權數量明顯下降，這主要是因為從開始向美國專利商標局申請專利到獲得專利授權需要至少兩年的審查周期，許多專利還處于審查期未公布。從省際間合作專利占授權專利比例來看，1986～2001年期間，省際間合作專利占比在0%～14%之間波動，且波動性很大；從2002～2008年，跨省合作專利占比在1.35%～2.92%之間上下波動；2009～2014年，跨省合作專利占比從1.17%快速增長到10.94%，這說明近些年創新主體開始面向省外尋求合作伙伴，以求獲得更多的外部知識資源。經過以上分析可知，發明人跨省合作專利行為有明顯的階段性特征，可分為1986～2001年、2002～2008年、2009～2014年3個階段。

圖1　省際間創新合作專利的授權數及其占所有授權專利的比例

2省際間知識流動網絡分析

2.1知識流動網絡演化

為了更加直觀地觀察省際間的知識流動，我們將原始專利合作矩陣繪制成圖譜。根據以上數據，按照3個階段對每個階段的整體網絡結構進行研究，利用Ucinet軟件生成無向網絡圖。本文知識流動網絡中的節點是各個省份。若某專利的發明人分別屬于不同的兩個省份，從社會網絡分析的角度來說就是這兩個省份間存在關系，在知識流動網絡中表現為這兩個節點相連接，所有的節點和連線最終形成知識流動網絡。

在生成知識流動網絡圖時，因為Netdraw軟件只能處理0～1矩陣，因此要先將原始專利合作矩陣進行二值化處理。從我們得到的省際間專利合作次數的31階對稱矩陣可知，我國省際間專利合作整體水平不高，因此為了盡可能多地包含所有節點，我們將臨界值設為1，利用Ucinet軟件可將原始矩陣轉化為0～1矩陣，然后利用Netdraw軟件繪制省際間知識流動網絡。各階段的省際間知識流動網絡圖如圖2～圖4所示。圖中節點標志用各個省份的簡稱代替。圖的左側是孤立點，是指不與其他節點相連接的節點；圖中連線的粗細反映的是合作強度，合作次數多則連接線粗，反之，則較細。圖中節點大小反映的是節點的度大小，節點的度是指與之直接連接的節點的個數，也稱為節點中心度。

圖2　1986～2001年省際間知識流動網絡

圖3　2002～2008年省際間知識流動網絡

圖4　2009～2014年省際間知識流動網絡

由第一階段的知識流動網絡可以看出，該階段的孤立點有11個，網絡中連線較少，并且各節點的大小和連線的粗細差異較大；北京是網絡中最大的節點，其次是上海、江蘇、廣東、遼寧。這一階段的知識流動網絡表明該階段我國創新主體之間跨省合作發明專利數量很少，省際間流動的知識資源較少，并且各省份間合作強度差異較大。第二階段的知識流動網絡中，孤立點有3個，與上一階段相比，網絡中連線有著很明顯的增加，不同省份之間聯系增多；北京和廣東是網絡中最大的節點，其余多數節點的節點度都很小，說明這一階段的知識流動水平和范圍有明顯的提高。第三階段的網絡圖有6個孤立點，圖中連線相比上階段有所增多，并且節點的大小相比上階段有所增大，這說明我國跨省合作發明專利數量有提高，創新主體在尋求省外合作伙伴時不再僅限于北京等經濟發達城市，可選擇對象增多。3個階段的孤立點個數以及節點都不同，西藏、寧夏和青海3個省份在3個時期中始終是孤立點。

知識流動網絡表明越來越多的省份之間存在知識交流和共享，但是，區域間知識流動強度差異比較大，各區域獲取外部知識能力存在顯著差異。北京始終是網絡中最大的節點，上海、廣東和浙江是僅次于北京的節點。值得注意的是，網絡呈現出較明顯的星型結構，少數節點處于網絡中心，其他節點處于網絡外圍。

2.2知識流動網絡的結構特征

網絡結構特征主要通過網絡規模、網絡密度、平均距離、集聚系數和網絡中心勢指標來刻畫[18]。網絡規模(Size)是指網絡中相連接的所有節點的個數。網絡密度(Density)度量節點間連接的緊密程度，是網絡中實際存在的連線總數l與理論上可能存在的最大連線總數n(n-1)/2的比值，n為節點數，密度值在0～1之間，密度越大，節點間聯系越緊密。平均距離(Average Distance Length)指的是網絡中所有節點對之間的最短路徑長度的平均值，所謂最短路徑是指一個節點連接另一個節點中間存在的連線最小值。網絡的集聚系數(Clustering Coefficient)是所有節點集聚系數的平均值，用來衡量網絡節點的集中情況。各個節點的集聚系數是其所有相鄰節點的數目占可能存在的最多相鄰節點總數的比例。

表1　省際間知識流動網絡結構特征

從表1中可看出，3個階段網絡規模不同，雖然2009～2014年的網絡規模是25，比2002～2008年階段的小，但是后兩階段的網絡規模都比1986～2001年的大，整體趨勢是增大的。3個階段網絡密度均在0.2000以下，表明我國各省之間聯系并不緊密，研究表明過低的密度不利于知識在全國范圍內流動。網絡平均距離從2.1880～1.6890呈下降趨勢，網絡中節點在獲得其他省份知識資源的時候至少要通過1個區域才可以。3個階段的集聚系數分別是1.1410、5.3340、7.4630，該數值逐漸增大，說明整個網絡的發展逐漸集中，省際間發明人合作次數增加，并且網絡中連線增多，還表明我國省際間合作發明專利開始跨越地域性阻礙，全國范圍內知識流動規模逐漸壯大。

網絡中心勢反映的是網絡中關系的分布結構，考察整個網絡是偏向“集權”還是“分權”，已有的研究表明，知識在過于集權、分權的網絡中不易轉移和共享。表1中，3個階段的網絡中心勢分別為36.09%、57.13%、43.68%，第一階段網絡中心勢最小，這是因為這一階段省際間專利合作強度還處于很低的水平，網絡中節點聯系不緊密。知識資源的重要促使各個地區開始加強與其他地區的創新合作，而優先聯結機制的存在導致大部分省份在尋求合作對象時往往傾向于選擇網絡中節點大的省份，這就使得網絡中節點大的省份對其他省份有著很強的影響力和控制力，最終導致網絡的發展偏向于“集權”。

2.3中心性分析

從圖1可以看出，北京、上海和廣東是很明顯的3個中心節點。為了進一步準確識別網絡中的關鍵節點，需要對各階段網絡進行中心性分析。為了比較不同階段知識流動網絡的中心節點，這里用相對度數中心度和相對中間中心度作為衡量關鍵節點的指標。相對度數中心度是指節點的絕對度數中心度與圖中點的最大可能的度數之比，節點的絕對度數中心度則是指網絡中與節點直接連接的節點個數。

中間中心度也稱間距中心度，它反映的是某一節點在整個網絡中充當“中介”的程度，或者說是其在多大程度上能控制其他節點[19]。如果把點j和k之間存在的捷徑數用gjk來表示，這些捷徑中經過第三點i的捷徑數用gjk(i)表示，第三個點i處于點j和k之間的捷徑上的概率用bjk(i)表示，那么bjk(i)=gjk(i)/gjk，點i的絕對中心度就是點i處于其他點對之間的捷徑上的概率之和，用CB表示絕對中心度，n為網絡中節點個數，其相對中間中心度用公式表示為：

(1)

運用UCINET軟件計算結果如表2所示，這里我們只列出指標排名前10的省份。表中各省份用簡稱表示。

表2　相對度數中心度指標

表3　相對中間中心度指標

從相對度數中心度結果可以看出，北京、上海、浙江和廣東在3個階段一直處于中心位置，且表中區域多數是東、中部地區，而西部地區省份大都為邊緣位置，這說明我國區域間知識流動發展存在嚴重不平衡問題，東、中部地區知識資源豐富，獲取外部知識資源容易，各區域間容易發生合作創新，而西部地區本身經濟的落后，使其不易獲得外部資源。根據表2發現，江蘇、天津和山東也一直處于次核心位置，四川和湖北在演變過程中也逐漸向核心節點發展。通過對比各階段整體指標值發現，指標值呈增長趨勢，這說明區域間合作在不斷加強，合作范圍也越來越廣，2009～2014年這階段北京和上海的指標值比上一階段小，由于其他節點逐漸發展為核心節點，創新主體可選擇的合作對象增多，使得其度數中心度減小。

從相對中間中心度結果可以看出，在1986～2001年間，北京是核心“中間人”的角色，天津、遼寧、廣東和上海是主要的“中間人”，它們對網絡中知識的交流和傳播發揮了巨大的推動作用，有效促進了網絡中知識的共享。到2002～2008年上海、廣東和山東一躍成為僅次于北京的中介，連接其他地區傳遞知識。到2009～2014年上海和浙江進一步成為關鍵的“中間人”。

結合相對度數中心度和相對中間中心度兩個指標，3個階段中，北京的指標值都是最高的，這說明北京是我國知識流動的核心地區，且充當著核心中介連接其他地區間的知識流動，這主要是因為北京是我國政治、文化和經濟的中心，經濟發達并且擁有較多的知識資源。對比兩表各階段的省份，可以發現相對度數中心度指標值高的地區往往相對中間中心度指標值也高，這表明網絡中的中心節點對于其他節點間知識流動的控制力往往也是很高的。兩表中每個階段都有8個區域是相同的，分別是第一階段中的北京、上海、廣東、浙江、江蘇、山東、天津和遼寧，第二階段中的北京、上海、廣東、浙江、江蘇、山東、天津和吉林，第三階段中的北京、上海、廣東、浙江、河北、山東、湖北和湖南，說明這些地區既是知識網絡的核心地區，同時又是作為“中間人”控制知識資源的主要地區。

3結論與啟示

本文通過網絡圖譜形象地展示了1986～2014年我國內地31個省份間的基于發明人合作創新的知識流動狀況，并通過社會網絡分析方法得出以下結論：

(1)從1986～2014年，我國省際間知識流動范圍逐漸擴大，省際間的知識交流強度逐漸加強。從省際間知識流動網絡圖可以看出，節點間聯系增多。整體網絡結構各指標同樣表明省際間知識資源的共享在加強。

(2)我國省際間知識流動網絡結構不合理。①從3個階段的知識流動網絡圖可以看出，網絡結構基本是以北京、上海和廣東等核心節點為中心的星型結構，少數東部強省位于網絡核心位置，有著較多的聯結；而大部分中西部省份則處于網絡邊緣，只有少數的聯結。這點可以用優先聯結機制解釋，由于節點在選擇合作對象時，往往會優先選擇高連接度的節點。星型網絡結構具有不穩定性，因為整個網絡過于依賴中心節點，邊緣節點能夠獲得的外部資源極其有限。②東部省份之間合作強度很高，呈現強強聯手的態勢，其他節點間合作強度則很低，這種知識流動模式能夠促進東部省份基于高度知識共享的環境進一步提升它們的經濟實力，不利于中部和西部地區獲得外部知識資源。從長遠來看，以上兩種模式很容易產生“馬太效應”，將使得我國地區間經濟發展差距進一步加大。

(3)我國省際間知識流動呈現出空間分布不均勻問題，東、中部地區和西部地區間差距較大。東部地區省份在知識網絡中居于中心位置，在知識流動活動中比較活躍，并且對其他地區的影響力比較大。北京是我國知識流動的最核心區域，且充當著核心中介連接其他地區間的知識流動，其他中心省份和“中間人”主要是東部地區，其次是中部地區，西部地區則大部分處于網絡邊緣。中部地區與西部地區相比在網絡中的活躍程度高一些，與東部地區的合作強度相比也高些，因此中部地區能獲得更多的外部知識資源。

總的來說，我國跨省份的專利發明人合作創新大多是以北京、上海和廣東為主要合作對象，此外，浙江、江蘇、山東等省份逐漸成為創新主體跨省尋求合作的地區。經濟較發達的省份在知識流動網絡中占有很大的優勢，較容易獲得外部所需資源，而欠發達的省份和落后地區則處于劣勢，這不利于縮小區域經濟發展差距，因此為了促進省際間知識流動，應從以下兩點入手。

(1)創建多元化知識流動渠道。這需要政府機構出面，積極組織創建各種協會、論壇、推介會等，鼓勵個人、企業和研究機構積極參加，積極吸收外部知識，推動跨區域合作關系的建立，加強區域間合作和交流。(2)加快知識共享平臺建設。知識共享平臺是連接各個主體間知識資源轉移、共享的重要渠道，是促進知識流動的重要途徑。通過知識共享平臺，可以加強網絡中核心節點省份與其他省份之間的聯系，讓各地區都能平等地獲取知識資源，促進知識資源的合理配置。

參考文獻

[1]Sternberg，R J.The Theory of Successful Intelligence[J].Review of General Psychology,1999,(3):292～316

[2]雷滔,陳向東.區域校企合作申請專利的網絡圖譜分析[J].科研管理,2011,32(2):67～73

[3]Morgan K.The Learning Region Institutions Innovation and Regional Renewal[J].Regional Studies,1997,31:491～598

[4]Maggioni M A,Nosvelli M.,Uberti T.E..Space vs Networks in the Geography of Innovation:A European Analysis[J].Regional Science,2007,86(3):471～493

[5]Singh J.Collaborative Networks as Determinants of Knowledge Diffusion Pattern[J].Management Science,2005,51(5):756～770

[6]Balconi M,Breschi S,Lissoni F.Networks of Inventors and the Role of Academia:An Exploration of Italian Patent Data[J].Research Policy,2004,33(1):127～145

[7]Cowan R.Network Structure and the Diffusion of Knowledge[J].Journal of Economic Dynamics and Control,2004,28(8):1557～1575

[8]Maggioni M A,Uberti T E.International Networks of Knowledge Flows:An Econometric Analysis[M].Cheltenham:Edward Elgar,2007:230～255

[9]Sternitzke C,Bartkowski A,Schramm R.Visualizing Patent Statistics By Means of Social Net Work Analysis Tools[J].World Patent Information,2008,30(2):115～131

[10]Soh P.Network Patterns and Competitive Advantage Before the Emergence of a Dominant Design[J].Strategic Management Journal,2010,31(4):438～461

[11]汪濤,任瑞芳,曾剛.知識網絡結構特征及其對知識流動的影響[J].科學學與科學技術管理,2010，(5):150～155

[12]王朋,張旭,趙蘊華,等.校企科研合作復雜網絡及其分析[J].情報理論與實踐,2010,33(6):89～93

[13]劉鳳朝,馬榮康,姜楠.基于“985高校”的產學研專利合作網絡演化路徑研究[J].中國軟科學,2011，(7):178～192

[14]高霞,官建成.基于社會網絡分析的我國區域知識交流模式研究[J].研究與發展管理,2011,23(5):110～134

[15]張寶生,王曉紅.虛擬科技創新團隊知識流動意愿影響因素實證研究[J].研究與發展管理,2012,24(2):1～9

[16]劉曉燕,阮平南,童彤.專利合作網絡知識擴散影響因素分析——以集成電器產業為例[J].中國科技論壇,2013，(5):125～148

[17]洪偉,宛曉梅.我國生物醫藥產業專利現狀及發明人合作網絡演化研究[J].電子科技大學學報,2014,16(1):33～38

[18]李星．企業集群創新網絡中異質性主體間的合作涌現機制研究[J]．工業技術經濟，2014，(5)：124～130

[19]劉軍.整體網分析講義.UCINET軟件實用指南[M].上海:格致出版社,2009:19～24

(責任編輯：王平)

收稿日期：2016—01—26

作者簡介：呂民樂，合肥工業大學經濟學院副教授，經濟學博士。研究方向：產業組織與技術創新。王丹丹，合肥工業大學經濟學院碩士研究生。研究方向：區域經濟學。

DOI：10．3969/j．issn．1004-910X．2016．07．019

〔中圖分類號〕F061.5

〔文獻標識碼〕A

Research on Inter-regional Knowledge Flows in China Based on the Network of Innovation Cooperation

Lv MinleWang Dandan

(Hefei University of Technology，Hefei 230601，China)

〔Abstract〕Based on the common benefit,individuals or organizations will choose to cooperate with other individuals or organizations outside the region to acquire external knowledge,and enhance self-competition capability.Through innovation cooperation to realize knowledge flows.The dynamic variation and structure characteristics of inter-regional knowledge flows in China are analyzed through social network analysis based on patent data during the period from 1986 to 2014 from the United States Patent and Trademark Office.The results show that the range of China inter-regional knowledge flows had gradually expanding over time,but the structure of knowledge flows networks are unreasonable.And knowledge flows are uneven regional distribution between different provinces in China.

〔Key words〕innovation cooperation;knowledge flow;social network analysis;network structure