“跨界發(fā)表”：學術(shù)發(fā)明家的學術(shù)發(fā)表對其專利網(wǎng)絡的動態(tài)演化影響

關(guān)鍵詞：權(quán)衡抉擇；網(wǎng)絡結(jié)構(gòu)內(nèi)生效應；學術(shù)發(fā)明家；隨機行動者模型；專利—論文跨界

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２４．１０．００２

〔中圖分類號〕Ｆ２７２.９２ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２４） １０－００１８－０９

科學發(fā)現(xiàn)和技術(shù)發(fā)明往往屬于兩個不同的評價體系， 前者側(cè)重于一般原則和方法， 后者側(cè)重于商業(yè)應用。近年來， 越來越多的企業(yè)發(fā)明人選擇參與到學術(shù)發(fā)表活動中。目前， 學術(shù)界對于這一現(xiàn)象尚沒有統(tǒng)一的定義， 絕大部分研究使用“學術(shù)發(fā)明家” 稱呼同時參與企業(yè)專利研發(fā)和學術(shù)論文發(fā)表的發(fā)明人［１－４］ 。

企業(yè)開展科學研究的歷史最早可以追溯到１９世紀８０年代的德國化學企業(yè)， 但企業(yè)廣泛開設實驗室的歷史要追溯到２０世紀２０年代的美國， 以ＡＴ＆Ｔ、通用電氣、杜邦和柯達等大公司為代表， 紛紛建立了內(nèi)部研究小組， 在進行應用性研究的同時進行長期性的基礎(chǔ)研究。而在生物科技領(lǐng)域， 風險投資家和科學家赫伯·博耶（Ｈｅｒｂ Ｂｏｙｅｒ）于１９７６年創(chuàng)立基因泰克（Ｇｅｎｅｎｔｅｃｈ）， 該公司平均每年發(fā)表２００ 篇論文。作為公司聯(lián)合創(chuàng)始人， 赫伯·博耶將論文視為他們企業(yè)研究質(zhì)量的標志， 這證明了他們正在和頂級的學術(shù)機構(gòu)開展合作， 并吸引了生物科學領(lǐng)域最優(yōu)秀的人才加入公司［５］ 。谷歌、微軟等新興高科技公司也將自身的科研實力作為企業(yè)招聘的重要優(yōu)勢， 例如， 谷歌招聘首頁［６］ 中寫道： “我們每年發(fā)表數(shù)百篇研究論文， 并在各種場所展示我們的工作成果”。

然而， 學術(shù)發(fā)表會給發(fā)明人和所在公司帶來怎樣的收益， 仍然存在許多的爭論。從創(chuàng)新績效的角度， 現(xiàn)有研究主要集中在探討公司在科學界的學術(shù)發(fā)表對其專利創(chuàng)新績效的正向影響， 大多現(xiàn)有研究肯定了學術(shù)發(fā)表作為專利技術(shù)的信號， 對發(fā)明人和所在公司的專利績效有著互補性的提升效果。專利和論文的技術(shù)合作， 是一種直接有效的方式， 可以將學術(shù)界的知識吸收和整合到技術(shù)應用上來［７］ 。知識的邊界跨越也可以提高論文的被引用量［８］ 。但是在發(fā)明人層面， 發(fā)明人的學術(shù)發(fā)表是否會影響后續(xù)的專利創(chuàng)新行為， 仍然有待研究。

因此， 本文從發(fā)明人角度出發(fā)， 分析學術(shù)發(fā)表對專利發(fā)明人后續(xù)發(fā)明行為的影響， 同時結(jié)合網(wǎng)絡分析， 從創(chuàng)新網(wǎng)絡動態(tài)演化的角度分析論文發(fā)表對組織內(nèi)部創(chuàng)新合作網(wǎng)絡的影響。

１研究背景

一些研究認為發(fā)明人進行學術(shù)發(fā)表時， 需要面臨“權(quán)衡抉擇” （Ｔｒａｄｅｏｆｆｓ Ｃｈｏｉｃｅ）， 因為學術(shù)發(fā)表所需投入的資源、精力和時間會減少發(fā)明人在專利發(fā)明上的資源投入。權(quán)衡抉擇是指， 因為學術(shù)和技術(shù)不同領(lǐng)域研究性質(zhì)的系統(tǒng)性差異， 從機會成本的角度， 二者之間的整合會使得發(fā)明人選擇專注于一方而遠離另一方的現(xiàn)象。例如， Ｓｈｅｅｒ Ｌ［９］ 發(fā)現(xiàn)，科學成果和專利成果之間的整合成本可能會帶來權(quán)衡抉擇， 即在將學術(shù)發(fā)現(xiàn)與專利發(fā)明相結(jié)合的長期成本會降低出版物的數(shù)量和質(zhì)量。正如Ｓｈｅｅｒ Ｌ［９］ 所發(fā)現(xiàn)， 專利發(fā)明投資的增加將導致研究生產(chǎn)力的下降， 考慮到學術(shù)發(fā)表轉(zhuǎn)化為專利技術(shù)的長期投資成本， 學術(shù)論文的投入將導致累積性的發(fā)明數(shù)量的減少。Ｂｒｅｓｃｈｉ Ｓ 等［１０］ 同樣發(fā)現(xiàn)， 在學術(shù)網(wǎng)絡中排名較高的學術(shù)發(fā)明家， 在專利網(wǎng)絡中的排名則相對較低（反之亦然）， 在兩種網(wǎng)絡中的節(jié)點排名的顯著負相關(guān)性似乎說明， 在一個網(wǎng)絡中的中心性地位是以犧牲另一個網(wǎng)絡中的中心性地位為代價維持的。

在“科學—技術(shù)” 的知識融合和重組的大背景下， 論文發(fā)表和專利申請之間的“權(quán)衡抉擇” 直接影響了未來創(chuàng)新合作的開展。然而， 很少關(guān)注發(fā)明人在學術(shù)界的跨學科表現(xiàn)所導致的專利世界的微觀結(jié)構(gòu)變化， 尚沒有研究從技術(shù)網(wǎng)絡的內(nèi)生效應角度分析“權(quán)衡抉擇” 的發(fā)生機制， 例如網(wǎng)絡的小世界性、根植性以及技術(shù)中介人等網(wǎng)絡特征屬性。

近年來， 對學術(shù)發(fā)明家權(quán)衡抉擇的關(guān)注點逐漸從宏觀（即組織和機構(gòu)）層面的研究轉(zhuǎn)向了更微觀（即個人）層面的分析［１１－１２］，特別是隨著時間的推移， 發(fā)明人個人因為注意力轉(zhuǎn)移而發(fā)生的創(chuàng)新選擇的偏移［１３］；另一方面， 先前的研究忽略了跨越邊界是一個由結(jié)構(gòu)性特征推動的動態(tài)過程， 創(chuàng)新網(wǎng)絡的內(nèi)生結(jié)構(gòu)很大程度上決定了網(wǎng)絡要素對當?shù)氐囊蕾嚦潭?、對外部知識的吸收能力， 以及對整體網(wǎng)絡的控制能力。因此， 近年來以隨機面向?qū)ο竽Ｐ偷葹榇淼臅r序網(wǎng)絡模型開始被學界關(guān)注， 并被用來分析創(chuàng)新合作網(wǎng)絡的鄰近性、網(wǎng)絡內(nèi)生性、網(wǎng)絡節(jié)點特性等網(wǎng)絡要素在時序網(wǎng)絡演化過程中的動態(tài)作用機制［１４－１５］ 。綜上所述， 發(fā)明人之間的創(chuàng)新交流與互動是嵌入在一套內(nèi)部要素互相影響、彼此依賴的復雜創(chuàng)新網(wǎng)絡中的。發(fā)明人的創(chuàng)新合作行為的選擇不可避免地受到網(wǎng)絡結(jié)構(gòu)特征的影響。

然而， 目前從創(chuàng)新合作網(wǎng)絡結(jié)構(gòu)內(nèi)生性角度分析的創(chuàng)新合作行為演化機制的研究十分有限， 少數(shù)有限的討論集中在創(chuàng)新主題的演化［１６－１７］，尚缺乏對于跨界創(chuàng)新行為（尤其是企業(yè)跨界論文發(fā)表）背景下的學術(shù)發(fā)明家創(chuàng)新行為的討論。在本研究中， 基于基因泰克公司的專利合作網(wǎng)絡， 識別出了１ ３３９名專利發(fā)明家， 以及其中的３９０ 名學術(shù)發(fā)明家（即發(fā)表過論文的專利發(fā)明家）， 通過對學術(shù)發(fā)明家所處專利合作網(wǎng)絡的合作對象（小世界性）、科學和技術(shù)的認知臨近性（根植性）， 以及學術(shù)發(fā)明家在論文網(wǎng)絡和專利網(wǎng)絡之間的中介人屬性（中介人）３ 個角度的分析， 本文討論了專利合作網(wǎng)絡內(nèi)生效應對權(quán)衡抉擇帶來的演化影響。

２理論基礎(chǔ)和研究假設

２.１網(wǎng)絡內(nèi)生性理論

社會網(wǎng)絡理論認為， 創(chuàng)新主體對外部知識要素的獲取是通過合作網(wǎng)絡實現(xiàn)的， 創(chuàng)新要素在網(wǎng)絡之間的流動與重組是突破創(chuàng)新瓶頸的重要形式。網(wǎng)絡結(jié)構(gòu)內(nèi)生效應， 是指網(wǎng)絡整體特征和網(wǎng)絡中要素之間的聯(lián)系程度， 主要包括網(wǎng)絡整體特征以及網(wǎng)絡的小世界性、網(wǎng)絡根植性、網(wǎng)絡中介人等網(wǎng)絡要素之間的聯(lián)系。一方面， 合作網(wǎng)絡中發(fā)明人的網(wǎng)絡結(jié)構(gòu)決定其合作的廣度和深度， 從而影響合作網(wǎng)絡的生成與演化； 另一方面， 作為知識要素載體的發(fā)明人所處的社會范圍和網(wǎng)絡結(jié)構(gòu)又決定著其可能進入的新技術(shù)領(lǐng)域的空間和持續(xù)力， 這樣就必須從網(wǎng)絡結(jié)構(gòu)的內(nèi)生性角度解釋專利發(fā)明人跨界的學術(shù)發(fā)表對原有合作網(wǎng)絡中的合作模式產(chǎn)生的影響［１８］ 。

２.２研究假設

２.２.１小世界性的自我強化機制

網(wǎng)絡的小世界性是指聯(lián)系較為緊密的、存在于創(chuàng)新網(wǎng)絡內(nèi)部的小型網(wǎng)絡結(jié)構(gòu)， 主要呈現(xiàn)三元閉包網(wǎng)絡和多重聯(lián)系等特征， 小世界內(nèi)合作者的互相關(guān)聯(lián)可以促進網(wǎng)絡閉合結(jié)構(gòu)［１９］ 。大量文獻表面表明，發(fā)明人的網(wǎng)絡結(jié)構(gòu)內(nèi)生屬性（例如網(wǎng)絡三元封閉）會導致網(wǎng)絡中派系的形成和影響網(wǎng)絡的動態(tài)演化［２０－２１］ 。第一， 當專利網(wǎng)絡中的專利發(fā)明家與其他發(fā)明家有過過往的合作經(jīng)驗時， 彼此之間已經(jīng)建立起共同的慣例及行動標準， 可以創(chuàng)造相互學習和轉(zhuǎn)移專業(yè)知識的基礎(chǔ)， 促進專利發(fā)明家在后續(xù)專利網(wǎng)絡中的合作關(guān)系的維系； 第二， 過往的合作經(jīng)驗也意味著維系網(wǎng)絡投入的資源相對較高， 轉(zhuǎn)向其他網(wǎng)絡的沉沒成本和機會成本也相較更高［２２］ 。概言之， 在專利發(fā)明家的網(wǎng)絡中， 專利發(fā)明家因為過往的合作經(jīng)驗， 會更傾向于與有過合作經(jīng)驗的合作對象開展合作。因此， 本研究提出以下假設：

假設１Ａ： 專利發(fā)明家傾向于和以往的合作對象開展合作

假設１Ｂ： 專利發(fā)明家傾向于和合作對象的合作對象開展合作

２.２.２網(wǎng)絡根植性的社會維持機制

網(wǎng)絡根植性側(cè)重于強調(diào)網(wǎng)絡節(jié)點的行為選擇植根于其所處的網(wǎng)絡結(jié)構(gòu)與社會環(huán)境之中， 根植性有助于減少交易成本， 如人際關(guān)系、信息收集、偏好等， 有利于創(chuàng)新網(wǎng)絡的形成和擴張［２２］ ?？缃绲闹R整合涉及研究人員與發(fā)明家的合作， 這是兩個性質(zhì)截然不同的群體［２３］ 。從學術(shù)界的認知角度看， 學術(shù)界和工業(yè)界對科學的截然不同的觀點可能導致聯(lián)合研究項目的研究目標和優(yōu)先事項相互沖突［７，２４］ 。學術(shù)發(fā)明家與學術(shù)發(fā)明家的合作研究也可能導致知識冗余， 甚至導致沖突。相同知識類型的替代性可能會降低協(xié)作互動中的創(chuàng)造力［７］ 。因此， 當學術(shù)發(fā)明家的學術(shù)研究領(lǐng)域高度重合時， 他們在專利領(lǐng)域后續(xù)開展合作效率可能會下降， 也就更低的可能維持專利合作關(guān)系。因此， 本文假設：

假設２Ａ：學術(shù)認知臨近性會降低專利發(fā)明家后續(xù)建立專利合作的可能性

類似地， 相似的學術(shù)系統(tǒng)內(nèi)的影響力， 可以降低合作的不確定性， 增強合作信任和依存關(guān)系， 有助于后續(xù)的專利開發(fā)合作［７］ 。因此， 如果兩名學術(shù)發(fā)明家在學術(shù)網(wǎng)絡中有著相似的影響力， 他們更容易在技術(shù)領(lǐng)域開展后續(xù)的合作工作。本文假設：

假設２B：具有相似學術(shù)網(wǎng)絡影響力的學術(shù)發(fā)明家， 在后續(xù)的專利網(wǎng)絡中， 會更可能開展專利合作

而另一方面， 從工業(yè)界的認知角度看， 企業(yè)內(nèi)部的知識合作限制知識溢出到競爭公司的可能性，也減少了交流溝通的成本。公司內(nèi)部的合作團隊之間構(gòu)成了互補式的知識共享關(guān)系， 更可能發(fā)展出專門的合作關(guān)系［２５］ 。因此， 在公司的專利合作網(wǎng)絡內(nèi)， 有著相似技術(shù)背景的兩名專利發(fā)明家， 更有可能開展后續(xù)的合作。本文假設：

假設２Ｃ： 技術(shù)認知臨近性會提高專利發(fā)明人后續(xù)建立專利合作的可能性

２.２.３ 網(wǎng)絡中介人的行為傳播機制

中介人（Ｂｒｏｋｅｒａｇｅ）是指在兩個群體或兩個行為者之間中介信息或資源， 使脫節(jié)的兩個群體或兩個行為者能夠進行通信和交換信息和資源［２６］ 。特定的個體屬性可以塑造和重構(gòu)發(fā)明人網(wǎng)絡， 并形成其創(chuàng)新特征。這些個體特征包括個人屬性、網(wǎng)絡位置和局部網(wǎng)絡結(jié)構(gòu)模式。中介人在本地網(wǎng)絡內(nèi)進行技術(shù)傳播和知識擴散， 有利于區(qū)域創(chuàng)新網(wǎng)絡的形成［２７］ ， 但是選擇以學術(shù)或者專利的形式產(chǎn)出研究成果會產(chǎn)生顯著的機會成本和偏好效應。

當研究人員必須同時處理這兩個問題會增加總體成本， 當與一項活動相關(guān)的結(jié)果相對于其他活動越來越有回報時， 科學家就會放棄回報較小的活動［２４］ 。除了科學發(fā)現(xiàn)的直接成本外， 就長期發(fā)明產(chǎn)出而言， 整合也有間接成本。從長遠來看， 整合降低了研究的生產(chǎn)力， 間接減少了發(fā)明。隨著時間的流逝， 如果產(chǎn)生科學突破（即“爬過巨人的肩膀”）變得越來越困難， 則可能需要更多的研究努力來產(chǎn)生一個單位的科學產(chǎn)出。因此， 本文提出如下假設：

假設３Ａ： 根據(jù)學術(shù)發(fā)表行為自我強化機制，發(fā)表論文更多的學術(shù)發(fā)明家會傾向于更多地發(fā)表論文； 而發(fā)表論文較少的學術(shù)發(fā)明家以及沒有發(fā)表論文的發(fā)明家， 則會傾向于不發(fā)表論文

假設３Ｂ：當一名學術(shù)發(fā)明家是論文網(wǎng)絡和專利網(wǎng)絡雙重網(wǎng)絡之間的中介人時， 在后續(xù)的專利網(wǎng)絡中， 該名學術(shù)發(fā)明人會選擇減少專利的合作關(guān)系維系

假設３Ｃ：學術(shù)發(fā)明人在專利網(wǎng)絡中的影響力越高， 在后續(xù)越可能減少論文的發(fā)表

２.３研究設計

本文借鑒桂欽昌等［１４］ 和顧偉男等［２２］ 探討全球科學合作網(wǎng)絡的演化態(tài)勢的思路， 在基因泰克公司２０１１—２０１９年的發(fā)明人動態(tài)合作網(wǎng)絡基礎(chǔ)上， 加入發(fā)明人的論文發(fā)表行為， 從網(wǎng)絡的內(nèi)生性結(jié)構(gòu)要素（包括網(wǎng)絡內(nèi)生性效應、二方關(guān)系組特性、行動者屬性）分析專利合作網(wǎng)絡的演化趨勢。

在ＳＡＯＭ 模型中， 模型可以計算出專利網(wǎng)絡中的密度和傳遞三元組， 并以此反映出模型的小世界性特征。其次， 本文通過計算發(fā)明人學術(shù)論文和專利標題的余弦相似度均值反映發(fā)明人之間的學術(shù)認知和技術(shù)認知的臨近性程度。

最后， 本文按照Ｇｏｕｌｄ Ｒ Ｖ 等［２８］ 提供的方法計算學術(shù)發(fā)明人的網(wǎng)絡中介人身份， 以及學術(shù)發(fā)明人在學術(shù)網(wǎng)絡中的度的值， 學術(shù)網(wǎng)絡基于基因泰克論文合作關(guān)系繪制， 并使用ｓｎａ 包計算中介人身份和網(wǎng)絡中的度； 同時， ＲＳｉｅｎａ提供了學術(shù)發(fā)表行為的變化趨勢效應， 可以分析發(fā)表行為的后續(xù)演化趨勢。具體變量與假設對應情況如表１所示。

３操作過程

３.１樣本選擇

現(xiàn)有研究表明，雙重知識和雙重披露的知識發(fā)表形式在生物制藥領(lǐng)域尤其明顯。而基因泰克公司（Ｇｅｎｅｎｔｅｃｈ）的成立被認為是生物科技研究的起點，其首創(chuàng)的產(chǎn)學結(jié)合的企業(yè)研發(fā)的模式， 至今仍被很多生物技術(shù)公司效仿。內(nèi)外大量關(guān)于產(chǎn)學研知識融合的相關(guān)研究均會將基因泰克作為代表樣本。

以２０１１—２０１９年為檢索期限， 我們在ＰＡＴＳＴＡＴ數(shù)據(jù)庫中選擇包含“Ｇｅｎｅｎｔｅｃｈ” 模式詞的專利申請地址， 根據(jù)ＰＡＴＳＴＡＴ 數(shù)據(jù)庫中的記錄獲得了１ ３３９名發(fā)明人的專利信息。ＰＡＴＳＴＡＴ 數(shù)據(jù)庫根據(jù)魯汶大學提供的消歧算法提供了一套統(tǒng)一化后的人名和人名ＩＤ。之后， 選擇了Ｓｃｏｐｕｓ 數(shù)據(jù)庫中， 作者所屬機構(gòu)包含“Ｇｅｎｅｎｔｅｃｈ” 模式詞的作者所發(fā)表的論文。Ｓｃｏｐｕｓ 基于人工和內(nèi)部算法同樣提供了統(tǒng)一化后的人名和人名ＩＤ。首先， 本文基于使用ＳｅｎｔｅｎｃｅｓＴｒａｎｓｆｏｒｍｅｒ 提供的預訓練模型， 計算出基因泰克公司的專利姓名庫和論文姓名庫之間的余弦相似度，并且取出專利姓名和論文姓名相似度高于９０％的作者作為同一作者。經(jīng)過人工比對后， 最終確定了３９０ 位學術(shù)發(fā)明家， 他們之前發(fā)表過學術(shù)論文， 并被Ｓｃｏｐｕｓ 數(shù)據(jù)庫收錄。在構(gòu)建時序網(wǎng)絡時， 本文將２０１１—２０１９年共計９ 年的專利合作網(wǎng)絡劃分為３個時段： ２０１１—２０１３ 年、２０１４—２０１６年、２０１７—２０１９年， 分別記為Ｔ１、Ｔ２、Ｔ３， 使用３ 年的時間窗口平滑每年的專利數(shù)量波動。

本文使用單模面向隨機參與者的模型（Ｓｔｏｃｈａｓ?ｔｉｃ Ａｃｔｏｒ－Ｏｒｉｅｎｔｅｄ Ｍｏｄｅｌ， ＳＡＯＭ）來分析發(fā)明人的學術(shù)發(fā)表和學術(shù)聲望對專利合作網(wǎng)絡中的資源配置塑造。ＳＡＯＭ 可以提供企業(yè)、技術(shù)網(wǎng)絡的多層次機制動態(tài)分析， 當前被應用于包括產(chǎn)業(yè)創(chuàng)新網(wǎng)絡、Ｒ＆Ｄ知識網(wǎng)絡、創(chuàng)新合作網(wǎng)絡等領(lǐng)域研究［２９－３２］。為了檢驗發(fā)明人的學術(shù)表現(xiàn)如何影響到專利合作網(wǎng)絡的維持、擴散和斷裂的假設， 在ＳＡＯＭ 模型中包含了網(wǎng)絡小世界性（密度和傳遞三元組）、根植性（科學認知臨近性和技術(shù)認知臨近性）和網(wǎng)絡中介人的節(jié)點屬性（網(wǎng)絡角色）。

出于理論和實質(zhì)原因，選擇了ＳＡＯＭ，而不是另一種常用的網(wǎng)絡分析方法指數(shù)隨機圖模型（Ｅｘｐｏ?ｎｅｎｔｉａｌ Ｒａｎｄｏｍ Ｇｒａｐｈ Ｍｏｄｅｌ， ＥＲＧＭ）。這兩個模型在分析焦點上的差異導致我們選擇了ＳＡＯＭ， 它為面向行動者（Ａｃｔｏｒ－ｏｒｉｅｎｔｅｄ）的動態(tài)演化提供了一種機制， 而ＥＲＧＭ 則專注于面向關(guān)系（Ｔｉｅ－ｏｒｉｅｎｔｅｄ）的機制分析。前者無疑更適合我們的研究假設，即專利的科學披露行為在發(fā)明人層面產(chǎn)生持續(xù)效應。特別是， 當網(wǎng)絡連接的建立和維護受到資源的限制， 并且參與者在建立新關(guān)系的同時選擇降低與其他參與者建立關(guān)系的可能性時，ＳＡＯＭ模型具有更好的統(tǒng)計有效性［３３］ 。

３.２主要變量

本文利用由基因泰克公司的１ ３３９個發(fā)明人組成的二元數(shù)據(jù)集來分析影響專利合作網(wǎng)絡演化和學術(shù)論文發(fā)表之間的互動過程。本文使用的單模網(wǎng)絡（Ｏｎｅ－ｍｏｄｅ Ｎｅｔｗｏｒｋ）分析了連續(xù)３ 個時間段（２０１１—２０１９）的專利發(fā)明人協(xié)作網(wǎng)絡。在這個模型中， 因變量是協(xié)作網(wǎng)絡， 每個發(fā)明人每年發(fā)表的論文數(shù)量被視為行為變量。ＲＳｉｅｎａ 結(jié)果提供了專利合作網(wǎng)絡和論文發(fā)表行為共同演化效應， 包括基本效應、行為進化效應和與協(xié)變量相關(guān)的網(wǎng)絡動力學效應。

３.２.１因變量

專利網(wǎng)絡關(guān)系（Ｐａｔｅｎｔ Ｎｅｔｗｏｒｋ）， 即專利發(fā)明人專利合作關(guān)系的維持或中斷。專利網(wǎng)絡數(shù)據(jù)基于ＰＡＴＳＴＡＴ 數(shù)據(jù)庫收錄的基因泰克公司２０１１—２０１９年的九年間的類型為個人（Ｉｎｄｉｖｉｄｕａｌ）的發(fā)明人組成專利合作網(wǎng)絡（分為３ 個階段， ２０１１—２０１３年、２０１４—２０１６年、２０１７—２０１９年）。網(wǎng)絡的鄰接矩陣以０～１ 格式表示， 其中１ 表示關(guān)聯(lián)， ０ 表示非關(guān)聯(lián)。

論文發(fā)表（Ａｃａｄｅｍｉｃ Ｐｕｂｌｉｃａｔｉｏｎ）， 即發(fā)明人發(fā)表論文的數(shù)量。根據(jù)Ｓｃｏｐｕｓ 數(shù)據(jù)庫， 在２０１１—２０１９年間發(fā)表并且附屬機構(gòu)或資助單位為基因泰克公司的論文， 被認為是基因泰克公司發(fā)表的論文?；蛱┛斯菊撐闹兴凶髡呔挥涗洖榘l(fā)表了一篇論文， 根據(jù)人名匹配， 獲得所有基因泰克公司發(fā)明人的論文發(fā)表數(shù)量。時間分期和網(wǎng)絡數(shù)據(jù)一樣分為３個階段（２０１１—２０１３年、２０１４—２０１６年、２０１７—２０１９年）。作為連續(xù)變量， 按照ＲＳｉｅｎａ 手冊中的規(guī)范進行了標準化（Ｓｔａｎｄａｒｄｉｚｅｄ）和縮放（Ｓｃａｌｅｄ）， 具體參照Ｒｕｌｉｓｏｎ Ｅ 等［３２］ 對連續(xù)變量進行Ｚ 標準化后， 將低于０的標準化分數(shù)縮放編碼為１， ０～１的標準化分數(shù)縮放編碼為２， 大于１ 的標準化分數(shù)縮放編碼為３。

３.２.２自變量

網(wǎng)絡內(nèi)生性效應，包括密度（Ｄｅｎｓｉｔｙ）和傳遞三元組（Ｔｒａｎｓｉｔｉｖｅ Ｔｒｉａｄｓ）， 可以被認為是模型必須包含的基本因素。他們研究網(wǎng)絡本身的結(jié)構(gòu)特征。密度效應測量網(wǎng)絡連接的程度， 而傳遞三元組效應捕捉網(wǎng)絡形成傳遞三元組的趨勢， 即每對節(jié)點連接的３ 個節(jié)點的組。

科學認知臨近性（Ｓｃｉｅｎｃｅ Ｃｏｇｎｉｔｉｖｅ Ｐｒｏｘｉｍｉｔｙ）使用論文發(fā)明人已發(fā)表專利的標題的文本相似度，計算兩兩之間余弦相似度作為科學認知臨近性。因為論文和專利的摘要在文本書寫的內(nèi)容和邏輯上存在較大差異， 因此在本文的分析中選擇論文和專利的標題的文本相似性為計算依據(jù)。

技術(shù)認知臨近性（Ｔｅｃｈｎｏｌｏｇｙ Ｇｅｏｇｒａｐｈｉｃ Ｐｒｏｘｉｍｉ?ｔｙ）使用專利發(fā)明人已發(fā)表專利的標題的文本相似度， 計算兩兩之間余弦相似度作為技術(shù)認知臨近性。

學術(shù)發(fā)表行為的形狀效應（Ｓｈａｐｅ Ｅｆｆｅｃｔ）， 包括一次項（Ｌｉｎｅａｒ）和二次項（Ｑｕａｄｒａｔｉｃ）， 預測行為因變量的變化。一次項的線性趨勢表明行為水平的總體趨勢是隨時間單調(diào)增加（正參數(shù)）或單調(diào)減少（負參數(shù)）。正參數(shù)的二次項趨勢表明， 隨著時間的推移， 行為水平的總體趨勢是兩極分化的（也稱為自我強化）， 負參數(shù)二次項趨勢則表明行為水平的總體趨勢是向平均值回歸（也稱為自校正）。

中介人（Ｂｒｏｋｅｒａｇｅ）。使用Ｒ 中的ｓｎａ 包識別出學術(shù)發(fā)明家在論文合作網(wǎng)絡和專利合作網(wǎng)絡中的邊界跨越的中介人身份， 結(jié)果為０～１二元變量， １說明該作者為跨越專利和學術(shù)網(wǎng)絡邊界的中介人。在ＳＡＯＭ 模型中使用ｅｇｏＸ 效應表示該變量的網(wǎng)絡動力學效應。ｅｇｏＸ 效應表示一個特定的屬性是導致一個人建立更多（正參數(shù)）還是更少（負參數(shù)）的關(guān)系。

學術(shù)網(wǎng)絡度（Ａｃａｄｅｍｉｃ Ｎｅｔｗｏｒｋ Ｄｅｇｒｅｅ）。使用Ｒ 中的ｓｎａ包識別出學術(shù)發(fā)明家在學術(shù)網(wǎng)絡中的度的數(shù)值， 反映了學術(shù)發(fā)明家在學術(shù)網(wǎng)絡中的影響力。作為連續(xù)變量， 同樣按照Ｒｕｌｉｓｏｎ Ｅ等［３２］ 的方法縮放和標準化 在ＳＡＯＭ 模型中， 同樣使用ｅｇｏＸ效應表示該變量的網(wǎng)絡動力學效應。

論文發(fā)表度效應（Ｐａｔｅｎｔ Ｎｅｔｗｏｒｋ Ｄｅｇｒｅｅ）。ＲＳｉｅ?ｎａ在分析時會自動計算專利網(wǎng)絡中的節(jié)點所具有的專利網(wǎng)絡的度對節(jié)點發(fā)表論文行為的影響。

４模型結(jié)果

４.１數(shù)據(jù)描述

表２和表３提供了專利合作網(wǎng)絡的統(tǒng)計特征的描述性分析。表２中， 平均度在3個時期內(nèi)略有下降， 但沒有顯示出顯著的變化， 這表明在合作發(fā)明人網(wǎng)絡中， 每個發(fā)明人往往平均保持３～５個合作者。網(wǎng)絡密度顯示合作者的網(wǎng)絡并不密集。而邊的數(shù)量在Ｔ１～Ｔ２時期相對穩(wěn)定， 在Ｔ２～Ｔ３時期有一定減少。平均聚類系數(shù)、平均度中心性、平均接近中心性在Ｔ１～ Ｔ３ 期間整體呈下降狀態(tài)， 說明基因泰克的專利合作網(wǎng)絡結(jié)構(gòu)整體趨勢是在變得稀疏。

表３中， Ｊａｃｃａｒｄ系數(shù)反映了不同輪次網(wǎng)絡變化的穩(wěn)定性， 為模擬網(wǎng)絡演化，SＡＯＭ 模型要求Ｊａｃ?ｃａｒｄ系數(shù)至少大于０.２，理想情況大于０.３，在本文中該系數(shù)分別為０.３９和０.３７，符合模型要求。

４.２發(fā)明人專利網(wǎng)絡的演化機制

基于Ｒ語言中的ＲＳｉｅｎａ程序運行ＳＡＯＭ 模型，根據(jù)專利合作網(wǎng)絡的無向網(wǎng)絡圖。具體而言， 網(wǎng)絡演化被視為由兩個隨機子過程構(gòu)成： 一是速率函數(shù)（Ｒａｔｅ Ｆｕｎｃｔｉｏｎ）， 其被用于決定行動者改變關(guān)系的機會。行動者ｉ 有機會改變聯(lián)系， 其選擇改變了現(xiàn)有聯(lián)系變量ｘ０， 這會導致新的狀態(tài)ｘ，ｘ∈Ｃ（ｘ^０）。二是目標函數(shù)（Ｏｂｊｅｃｔｉｖｅ Ｆｕｎｃｔｉｏｎ）， 即行動者ｉ 基于最大化目標函數(shù)選擇創(chuàng)建聯(lián)系或終止聯(lián)系。使用Ｒ 語言軟件中的ＲＳｉｅｎａ程序包來運行ＳＡＯＭ 模型，模型方程為：

表５提供了ＳＡＯＭ 模型的擬合結(jié)果。對模型擬合結(jié)果進行檢驗的結(jié)果顯示， 該估計值的絕對ｔ 比（Ａｌｌ Ｃｏｎｖｅｒｇｅｎｃｅ ｔ Ｒａｔｉｏｓ）低于０.１，顯示出良好的收斂性。最終的模型實現(xiàn)了０. ０９的總體收斂（Ｏ?ｖｅｒａｌｌ Ｍａｘｉｍｕｍ Ｃｏｎｖｅｒｇｅｎｃｅ Ｒａｔｉｏ），低于最大０.２５的閾值。模型的良好收斂性表明估計是充分的。

４.２.１ 專利網(wǎng)絡的網(wǎng)絡小世界性

表５中的密度和傳遞三元組提供了基本的網(wǎng)絡結(jié)構(gòu)效果。基于密度估計的共同發(fā)明人網(wǎng)絡的評估函數(shù)具有顯著的負效應， 這表明， 盡管研究人員有動機通過進行新的互動來分享研究知識， 但他們更有信心與之前已經(jīng)合作過的現(xiàn)有共同發(fā)明人的共同發(fā)明人建立聯(lián)系。同時， 傳遞性三元效應的估計值為顯著的正值， 這說明了發(fā)明人的合作選擇有明顯的擇優(yōu)連接傾向， 即發(fā)明人與合作對象的合作者更有可能成為朋友。模型結(jié)果符合假設１Ａ 和１B。

４.２.２專利網(wǎng)絡的社會根植性

雖然模型的參數(shù)顯示科學認知臨近性提供了負向效應， 但是參數(shù)并不具有統(tǒng)計學意義的顯著性，因此模型沒有提供充足的證據(jù)支持假設２Ａ。同時，模型顯著的正的學術(shù)網(wǎng)絡度ｅｇｏ 效應說明， 具有相似學術(shù)網(wǎng)絡影響力的學術(shù)發(fā)明家， 在后續(xù)的專利網(wǎng)絡中， 會更可能開展專利合作， 符合假設２Ｂ。發(fā)明人的技術(shù)認知臨近性呈現(xiàn)出顯著的正向效應， 說明發(fā)明人更傾向于和自己在技術(shù)知識基礎(chǔ)距離鄰近的對象開展合作。這符合假設２Ｃ。

總的來講， 我們的結(jié)果表明了一種可能性， 即認知接近度的技術(shù)維度和科學維度有不一樣的影響性： 技術(shù)語言方面的高度相似性似乎對有效溝通至關(guān)重要， 但在技術(shù)推廣領(lǐng)域， 科學認知維度似乎不能顯示出高水平的差異， 因為這會破壞技術(shù)合作上的可能性（這往往被認為是重要的知識接觸的基本要求）。這方面結(jié)果還有待進一步的研究。

４.２.３專利網(wǎng)絡的個體屬性

“一次項” 和“二次項” 提供了學術(shù)發(fā)表的行為傾向。就學術(shù)發(fā)表行為的一次項線性形狀效應而言， 人們普遍傾向于降低學術(shù)發(fā)表（學術(shù)發(fā)表行為負線性效應）， 這可能是因為樣本中的大多數(shù)發(fā)明人在出版行為上的得分低于平均值。學術(shù)發(fā)表行為的二次項效應是積極而顯著的， 表明出版行為的變化是自我強化的； 論文發(fā)表價值較高的發(fā)明人會進一步增加， 而論文發(fā)表價值較低的發(fā)明人則會進一步減少他們的科學發(fā)表行為。模型結(jié)果符合３Ａ。同時， 學術(shù)網(wǎng)絡中中介人也表現(xiàn)出類似的權(quán)衡抉擇效應， 作為中介人的學術(shù)發(fā)明家在后續(xù)的專利網(wǎng)絡合作中， 會減少專利合作的傾向。模型支持假設３Ｂ。同時， 在專利網(wǎng)絡內(nèi)有著更高度的學術(shù)發(fā)明人， 他們在后續(xù)更可能減少論文的發(fā)表行為， 這也符合假設３Ｃ。總體而言，專利網(wǎng)絡中的個體屬性特征基本符合權(quán)衡抉擇的理論假設。

５分析與討論

本文針對學術(shù)發(fā)明家跨界發(fā)表論文的后續(xù)專利合作選擇， 從專利合作網(wǎng)絡的內(nèi)生性結(jié)構(gòu)機制出發(fā)，分析了發(fā)明家學術(shù)發(fā)表行為帶來的專利合作網(wǎng)絡的結(jié)構(gòu)重組。從社會網(wǎng)絡的小世界性、根植性、中介人特性等網(wǎng)絡內(nèi)生性結(jié)構(gòu)特性， 分析了專利網(wǎng)絡和學術(shù)表現(xiàn)之間的交互演化作用， 為專利—論文跨界時的權(quán)衡抉擇現(xiàn)象提供了新的解釋角度。

本研究的主要研究發(fā)現(xiàn)包括： 第一，合作網(wǎng)絡具有典型的小世界性和自我強化性。這一方面是因為專利合作的隱含知識使得合作的建立有一定成本和惰性，導致其難以和陌生的發(fā)明人建立聯(lián)系。小世界網(wǎng)絡的特性意味著發(fā)明家可以通過少數(shù)中介步驟連接到網(wǎng)絡中的其他節(jié)點， 這有利于快速的知識傳播和創(chuàng)新想法的擴散。然而，由于建立新合作需要投入時間和資源， 這種網(wǎng)絡結(jié)構(gòu)也導致了與現(xiàn)有合作伙伴繼續(xù)合作的傾向，從而產(chǎn)生自我強化的效果。這表明創(chuàng)新管理中需要采取措施促進網(wǎng)絡開放性和新合作關(guān)系的建立，以避免過度的封閉和慣性。第二， 發(fā)明人的科學認知臨近性和技術(shù)認知臨近性有著不同的社會維持效應。技術(shù)認知的臨近性可以提高發(fā)明人合作的可能性。這一點突顯了在管理創(chuàng)新網(wǎng)絡時要重視發(fā)明人之間技術(shù)知識和技能的匹配。雖然模型結(jié)果并不顯著，但結(jié)果在一定程度上說明隨著科學認知距離的減少，知識的技術(shù)合作所需克服的阻力和難度則在增加。研究結(jié)果暗示科學知識的合作門檻可能隨知識距離的縮短而增加，這可能是因為更深入的科學理解需要更高層次的溝通和共識。第三，學術(shù)發(fā)表行為具有焦點性和差異性特征。一方面，發(fā)表行為的自我強化機制使得絕大部分的論文發(fā)表是由高產(chǎn)的“學術(shù)發(fā)明家”創(chuàng)造的；另一方面，發(fā)表行為的帶動作用對于在學術(shù)界低產(chǎn)的發(fā)明人更加明顯，這說明以后的發(fā)明人扶持應當聚焦明星學術(shù)發(fā)明人，優(yōu)化創(chuàng)新網(wǎng)絡的信息生態(tài)配置，進而提高學術(shù)界向工業(yè)界的知識擴散的成果［３４］ 。此外，對于那些在學術(shù)界產(chǎn)出較少的發(fā)明家而言，他們的發(fā)表行為可能對創(chuàng)新網(wǎng)絡的整體表現(xiàn)具有更大的影響， 在促進這部分發(fā)明人的成長上，應當給予更多的關(guān)注和支持。

本研究的核心貢獻包括： 第一，從網(wǎng)絡內(nèi)部結(jié)構(gòu)演化的角度， 本文對學術(shù)發(fā)明家的選擇偏好和抉擇權(quán)衡效應做出了機制解釋。第二，結(jié)合學術(shù)發(fā)明家在學術(shù)界和工業(yè)界的網(wǎng)絡位置，本文豐富了學術(shù)界對于企業(yè)從事基礎(chǔ)研究這一新興現(xiàn)象的理解，并且提供了初步的管理學討論， 可以為企業(yè)未來研發(fā)合作伙伴的選擇提供參考。

本文也還存在一些不足與局限。經(jīng)驗結(jié)果不應被解釋為因果關(guān)系， 本文的分析主要是基于基因泰克這一生物領(lǐng)域代表性企業(yè)內(nèi)部的創(chuàng)新經(jīng)驗開展的，因此有必要根據(jù)進一步的研究拓展和檢驗相關(guān)結(jié)論。未來研究可以考慮專利的論文發(fā)表這一創(chuàng)新行為在不同類型發(fā)明人表現(xiàn)出的異質(zhì)性以及其對發(fā)明人后續(xù)創(chuàng)新表現(xiàn)的具體影響。