作物转基因技术是现代农业生物技术的核心。利用分子生物学和生物技术等现代方法与技术，使作物品种可以与时俱进地产生更多应对旱涝、盐碱，以及新出现的动植物病虫害的性状和功能^[1]，推广应用转基因作物是目前可采用的对抗气候变化最有效的农业生物技术手段。

转基因玉米就是利用现代分子生物技术，把其它种属来源的基因导入需要改良的玉米遗传物质中，并使其后代体现出人们所追求的具有稳定遗传性状的玉米品系^[2]。从1986年Fromm等成功地将抗卡那霉素细菌基因转入到玉米细胞中^[3]，到2016年全球转基因玉米应用率达到26%^[4]，玉米转基因技术目前已经获得了比较丰硕的研究成果，包括抗除草剂、抗玉米螟和食根害虫，以及提高玉米营养品质等，从而弥补了传统玉米遗传改良育种方法的局限性^[5]。

为了更好的了解玉米转基因技术领域重要专利权人合作态势，为技术发展战略规划提供决策支撑，本论文拟以专利文献——科技创新的重要成果作为分析数据基础，以专利文献中提供的专利权人信息——技术创新的主体及知识产权的拥有者作为研究对象，通过系统构建专利权人合作态势分析框架，并对相关分析方法和关键技术开展研究，从而识别专利权人在目标技术领域所处的位置，挖掘专利权人之间的关联关系特征，探测其中存在的普遍性规律，实现对目标技术领域专利权人信息进行多层次、多角度的客观展示，进而为决策支撑提供科学的数据支撑。

1 数据与方法 1.1 数据采集

Derwent Innovation数据平台中的德温特手工代码专门提供了转基因植物这一分类，结合关键词限制，去除品种专利，通过德温特专利家族合并，获得转基因玉米技术专利5 090项。

依据公司树信息以及公司并购信息，对专利的终属专利权人信息进行清洗，总计得到913个专利权人。其中专利量在10项以上的专利权人总计72个，其专利占有量达到3 830项，占专利总量的75.25%，具有代表性，因此本研究基于这72个专利权人之间的合作关系开展分析。表 1中列出了排名前20的机构及其专利量。

表 1中数据表明，全球玉米转基因技术发展水平极不均衡，美国陶氏杜邦专利申请量强势领先于其他机构，是第二名德国拜耳的接近1.5倍。德国巴斯夫位居全球第三，中国化工位居全球第四（主要为所收购先正达公司的专利），中国科学院、中国农业科学院和中国农业大学也进入申请量全球前十位。

1.2 主要分析方法

本论文拟通过构建目标技术领域专利权人合作网络，宏观层面上探测目标技术领域专利权人整体分布情况、合作规模和合作特征；中观层面上识别出基于共同研发目标的联系更为紧密的专利权人合作子网，进而探测合作关系中的一些规律性信息；个体层面上识别目标领域内的掌握丰富的合作资源，以及在控制其它专利权人信息交流方面具有较强能力的重要专利权人。玉米转基因技术领域专利权人合作态势分析框架如图 1所示。

社会网络分析不同于以往社会学研究领域的基于数据属性的研究范式，是对社会网络的结构、关系及其属性加以分析的一套规范和方法，主要研究对象是不同实体所构成的关系的结构和属性^[6]，对实体间的关系进行量化。

社会网络可以从网络结构、关系和位置结3个方面进行测度。关系测度主要考虑个体间关系的有无和关系的强弱，主要包括网络密度、强弱关系等理论；位置测度则关注节点在网络中的位置，如节点中心性和影响力、网络位置和社会角色等思想^[7]。

图 2构建了基于社会网络分析方法的玉米转基因技术专利权人合作态势分析方法和技术体系。

2 整体合作特征分析

专利本身是法律授予的一项排他性权利，这种权利体现着经济收益，因此专利合作关系往往能够体现专利权人之间的实质合作关系。本论文将专利权人合作关系定义为专利检索当前时刻法律状态下，共同享有某项专利权属的专利权人之间的共现关系，这种合作网络是一种无向网络。

为了更全面的反应玉米转基因技术领域专利权人合作网络的结构特征，尽可能不造成重要关联关系，尤其是间接关联关系的丢失，更加客观、准确地展现专利权人合作状态，本研究构建了72位专利权人以及在目标技术领域内与这72位专利权人有直接合作关联的专利权人所构成的整体合作网络，该网络拥有258个节点（图 3），节点的大小代表了节点中心度的大小，拥有合作关系越多的专利权人节点中心度越大，节点越大。

2.1 研发主体分布特征

基于度分布函数，对专利权人的分布特征进行描述，得到（图 4），具有显著的统计学特征，说明玉米转基因技术专利权人合作网络符合无标度网络特性。这种分布表明，玉米转基因技术领域，整体合作水平尚弱，仍存在广泛的合作空间。拥有较小度数或孤立状态的节点大量存在，拥有较大影响力的节点数量非常少，但在合作网络中占有重要地位。

2.2 研发主体合作规模

该合作网络由258个节点构成，平均每个节点与2.899个节点直接关联。其中10个节点为孤立节点，没有和其它任何节点产生合作关联。网络包含374对合作关系。网络密度仅有0.011，专利权人之间的合作关系非常松散。

除去孤立节点外，成分数总计9个，其中最大的成分由215个节点组成（图 5），占整体网络节点总数的83.33%，次一级成分仅包含7个节点，其它成分规模都在6以下。主成分之间任意两点之间都可以连通，合作关系较整体网络更为广泛。表 2数据显示，主成分网络特征和整体网络基本一致，因此学者们也经常通过主成分网络特征测度对整体网络特征进行考察。相对于整体网络，主成分节点之间联系相对紧密。少部分具有较高度数中心数的节点集中分布于网络中心，即与较多的节点存在直接关联关系，而大部分节点都只与少数节点相连，位于网络边缘，这也印证了合作网络节点度数分布存在集中与离散分布规律。小世界网络效应（Small world effect）也被称为“六度分离”现象。可以通过网络的平均路径长度和聚类系数进行测度。如果一个社会网络具有较小的平均路径长度和较高的聚类系数，则我们称这个网络为小世界网络^[8]。玉米转基因技术专利权人合作网络平均路径长度4.072，网络聚类系数0.592。就统计结果看，网络中两个节点之间发生联系需要经过5步，同时聚类系数较高，因此，该合作网络基本满足小世界网络特征。

3 合作子网探测 3.1 合作子网划分

相同的研发目标使不同的专利权人聚集在一起形成了内部联系紧密的集合，这样的合作关系构成了本论文研究中的合作子网。从整体网络可以看出，整个合作网络包含了若干规模大小不一的次级团体，对其直接进行划分具有一定难度。同时，对一些只有几个节点的合作子网进行分析不具有实质意义。位于核心位置的机构通常具有众多合作者，合作模式也多种多样，对这些关系结构进行深入分析，可以对目标技术领域的研发和市场态势进行全面而深入揭示。本论文在合作网络最大联通图（主成分）基础上进行合作子网划分。

利用社会网络分析中的社群挖掘方法与技术^[9-10]进行合作子网划分，得到12个合作子网。如表 3所示（仅列出72位专利权人隶属不同社群的情况）。图 6根据颜色区分显示了合作网络小团体划分情况。

3.2 合作子网内部结构

子网1包括72位专利权人中的美国康奈尔大学、爱荷华州立大学、密苏里大学、北加利福尼亚州立大学、佐治亚大学、冷泉港实验室和法国国家科学研究中心、法国国家农业研究院，法国BIOGEMMA、GENOPLANTE-VALOR两家公司，以及其它一些主要位大学性质的专利权人，子网内密度0.17，在12个子网中，密度相对较高。子网内，美国机构和法国机构又分别形成了各自联系相对紧密的小团体；美国机构组成以综合型研究大学为主，法国则是研究院和公司，其中GENOPLANTE-VALOR公司是法国国家农业研究院下设公司。该子网是一个比较显著的研究型合作子网。子网7、子网8和子网10也属于此类合作模式。

子网2包括美国诺维信公司、罗格斯大学、内普拉斯加大学和STINE SEED FARM公司，以及72位专利权人之外包括普林斯顿大学、华盛顿大学、圣路易斯大学、俄亥俄州立大学等在内的一系列美国高校。子网2的密度仅为0.04，是美国机构之间建立的合作关系。该子网属于企业和高校合作型子网，同时地域性合作特征显著。

子网3包括德国拜耳和美国科氏工业集团，在12个子网中内部关联密度最大。同时还包括1家德国公司、1所德国高校以及美国耶鲁大学。该子网之所以关系紧密，其实是因为拜耳公司共同申请专利的几位个人专利权人之间存在密切关联，这几位个人专利权人之间构成的子网几乎为一个完备网络，这几位个人专利权人极有可能是拜耳公司的研发人员。该子网更倾向于一种机构与其研发人员共同申请专利形成的子网。

子网9明显是中国机构之间形成的合作网络，包括中国农业大学、华大基因、中国科学院、河北省农科院、上海农科院、河北大学、西北高原生物研究所、苏州凯伊生物科技有限公司。但合作网络密度很低。地缘型合作关系显著。

子网5、11和12是分别以中国化工集团（收购先正达）、巴斯夫和陶氏杜邦为中心，和聚集在它们周围的专利权人构成的合作子网，这些专利权人以高校和研究机构为主，与子网2一样，也是一种企业与高校合作型子网。

3.3 合作子网间关系分析

以12个子网为节点，子网间关系作为边，构建专利权人子网关系网络，节点大小代表子网中心性，连线粗细表明子网间关联强度，如图 7所示。对该子网网络节点进行中心性分析（表 4），子网12和子网1位于网络的中心位置，表明这两个子网在技术上与其它子网之间交流较为密切。

利用结构洞指数对网络中具有信息控制优势的合作子网进行识别。表 5统计结果显示，子网12对子网7的限制度最高，为0.39，对子网10的限制度达到0.32，子网1对子网10的限制度也达到了0.31。子网10的主要成员为一些高校，但是在玉米转基因技术领域的研发能力和科研产出水平上并不能和子网1中的高校相比，如果它们需要和其它子网之间建立合作关系，会对子网1和12这种在整体网络中处于中心位置的子网产生很强的依赖。

表 6结构洞指数统计结果显示，整体网络中，子网12和子网1的有效规模最大，网络效率也最高，拥有较多的结构洞，受到网络限制度也相对较低，因此在整体网络中占据重要的信息控制地位，直接影响到其他子网之间的信息交流的最短距离长度。

子网9受到网络限制度为1，说明9受到100%的限制。子网9是由中国机构形成的子网，包括中国农业大学、中国科学院、深圳华大基因等，虽然这些机构在专利产出量上在全球占据一定优势，但由于合作规模过低，尤其是缺乏跨国合作研发，在整体网络资源中的资源控制能力很弱。

4 研发主体能力识别

基于相对中心度统计结果显示，陶氏杜邦、拜耳、巴斯夫、美国国家农业部、中国化工集团、密苏里大学和法国国家农业研究所7家机构，在点度中心度和中介中心度量各指标上均进入前十位（表 7）。也就是说这7家机构在自身资源的管理方面和网络资源的控制能力上，表现都很突出。康奈尔大学、爱荷华州立大学、佐治亚大学虽然具有较高的点度中心度，拥有的直接合作的关系比较多，但中介中心度较低；法国国家科学研究中心、中国科学院和加利福尼亚大学虽然在点度中心度上表现并不突出，但具有较高的中介中心度，处于控制网络信息交流的关键位置，具有较强的网络资源控制能力。

本文以陶氏杜邦、拜耳、巴斯夫、美国国家农业部、中国化工集团为例，分别以这些机构为中心，抽取与其直接相连的节点构建自我中心网络（图 8），对不同专利权人合作规模和合作对象的特点进行描述。

陶氏杜邦与45个机构存在直接合作关系，主要合作机构性质为高校和研究机构。高校包括康奈尔大学、加利福尼亚大学、密苏里大学、爱荷华州立大学、得克萨斯州立大学、佐治亚大学、普渡大学、亚里桑那大学、伊利诺伊大学、罗格斯大学、华盛顿大学等众多美国知名高校。科研机构性质的合作者有美国冷泉港实验室，澳大利亚联邦科学与工业研究组织等。可见，美国本土科研实力较强的研究型大学是陶氏杜邦合作紧密合作的对象。

拜耳的合作规模并不大，包括美国密苏里大学、康奈尔大学、佐治亚大学、加利福尼亚大学等美国综合研究型大学，这些合作关系基本是由拜耳收购的孟山都公司产生的专利合作关系拜尔还与本土巴斯夫建立了合作关系。拜耳的自我中心网络中存在几个彼此之间联系紧密的个人专利权人，属于和公司共同申请专利的个人，应为公司职员。

巴斯夫合作规模也并不大，但合作对象性质比较丰富，包括研究型大学、公司和研究机构。美国国家农业部合作对象也主要为美国本土研究型大学。

中国化工集团的合作对象包括日本烟草产业株式会社、诺维信、巴斯夫、中国科学院、美国的德克萨斯理工大学、北卡罗莱纳大学和密苏里大学、加拿大圭尔夫大学、瑞士苏黎世大学、英国华威大学等。合作网络为典型的星型结构，其它专利权人以中国化工集团为核心，网络中心势达到了1，集中性达到最高。中国化工集团合作对象所在地域分布相比前4家机构范围更为广泛。

5 结论

本论文基于社会网络分析方法，对玉米转基因技术领域专利权人合作态势开展分析，得到以下分析结论：

玉米转基因技术领域专利权人合作网络符合典型的无标度网络特征和小世界网络特征。这表明玉米转基因技术领域，整体合作水平尚弱，拥有较小度数或孤立状态的节点大量存在，拥有较大影响力的节点数量非常少，但在合作网络中占有重要地位。小世界网络特性对于网络中信息的交流具有正向作用。

通过合作子网内、外关联关系分析发现，研发机构首先倾向于选择地理位置较为接近的机构进行合作，美国和中国机构尤为明显；跨国型大企业，比如陶氏杜邦、巴斯夫、中国化工集团、诺维信，与研究型高校、科研机构建立了较为密切的合作关系，但同为大型企业的公司之间，合作较弱，或者没有建立合作关系；研究型大学、科研机构会与大型公司之间建立较为密切的合作关系，但大学之间、科研机构之间以及大学和科研机构之间会更加容易形成相对较为密切的技术交流。德国拜耳公司所在的社群相对特殊，其社群内密切合作关系是由公司与其研发人员构成的。

个体节点分析表明，陶氏杜邦、拜耳、巴斯夫、美国国家农业部、中国化工集团、密苏里大学和法国国家农业研究所7家机构在自身资源的管理方面和网络资源的控制能力上，表现都很突出。康奈尔大学、爱荷华州立大学、佐治亚大学自身资源管理能力较强；法国国家科学研究中心、中国科学院和加利福尼亚大学具有较强的网络资源控制能力。

6 总结与展望

本文以支撑科研战略规划为应用导向，以全面把握全球视野下目标技术领域专利权人合作态势为目标，基于社会网络分析方法，从宏观、中观和微观三个层次开展多维度关联性分析，将整体合作特征、合作子网探测和个体专利权人识别能力要素纳入同一分析框架，以求实现对玉米转基因技术领域内专利权人合作态势的全面揭示与系统描述。

尽管本论文所提出的分析框架在分析视角与分析维度方面，对已有研究给予了有益的拓展与完善，但影响与决定技术发展及其合作态势的因素很多，特别是在专利权人视角下回答相关科技战略布局问题。文中所提出的三个分析层次及相关分析方法与指标，是对已有利用计量分析把握技术研究合作态势方法的完善，但尚未经过系统的比较与衡量，且单纯从专利视角去把握一个领域技术研发合作态势，存在一定科学局限。

未来相关分析方法的创新与应用，应当与具体学科和技术的发展目标有机结合，将基于期刊论文、专利层面的分析与项目基金、成果转化等指标相互补充，从而进一步提高对技术研发合作态势分析的有效性与科学性。