我国芯片产业专利合作网络的结构特征

陈瑾宇，马丽仪，陶秋燕，2，刘晓雨

(1.北京联合大学管理学院，北京 100010；2.对外经贸大学国际商学院，北京 100010)

1 研究背景

芯片产业作为战略性新兴产业的代表性产业，对于我国国家安全和社会发展具有重要意义。人工智能、物联网、5G通信等未来重要产业的发展，无不依赖于高品质的芯片。统计数据显示，我国芯片产业整体都极度依赖于进口，2018年全年芯片产业进口额达到了3 000亿美元，贸易逆差近3倍，并远超石油产业［1］；2017年排名全球前10位的芯片企业，没有一家是我国的［2］。我国芯片产业起步较晚，基础薄弱，核心技术受制于发达国家，虽然近10年来形成了大量的自研标准与应用成果，专利申请的数量也取得了提升，但是仍没有摆脱“高端产业、低端技术”的现状，芯片技术受制于人的局面并没有得到根本改变。在欧美各国不断发展高技术产业的今天，我国加快芯片产业技术研发、促进核心技术创新能力、推动芯片产业的发展格外迫切。

在大科学的时代背景下，不同于以往研发时的“闭门造车”，研发活动逐渐成为一种高度合作的事业。快速更新迭代的新技术大大加快了产品的生命周期，不断出现的新技术和消费者的新需求迫使企业投入更多的研发成本，因此，任何一家企业都无力独立研发本行业内所有的前沿技术［3］。很多组织已将建立不同形式的合作关系提升为核心战略，组织间的合作网络成为成员之间资源共享、信息交换以及合作研发的一种核心方式［4］。产学研各方通过共同研发和联合申请专利，形成专利合作网络，各行动者利用专利合作网络可以有效加强信息、知识和资源流动，推动技术创新，促进整个产业的发展［5］。由此可见，在当前的形势下，专利合作网络对于我国芯片产业提升创新力和核心竞争力具有重要意义。

通过研究已有的成果可以发现，芯片产业方面的研究主要包括产业关键技术及发展趋势、产业形态演变和产业政策等方面［6-9］，芯片专利方面的研究主要包括专利价值评估、核心与基础专利识别、专利分布与专利战略研究等方面［10-16］，然而从专利合作视角研究芯片产业发展演化及合作创新情况比较欠缺。专利合作是组织降低研发成本和提升创新能力的有效手段。关于专利合作网络方面的研究，主流的观点认为专利合作网络指的是，企业、高校、个人以及科研院所以专利申请作为合作的方式，通过合作申请专利和购买、转让或许可专利技术构建专利联盟等形式，形成具有演化特征的合作创新系统，其实质是一种通过社会网络嵌入的知识流转以及资源整合的交互创新过程。目前学者们的研究主要聚焦于网络结构的特征、网络形成的影响因素、网络的演化过程和规律等，研究视角包括区域、校企、技术等方面［17-23］。

总体而言，虽然关于芯片产业、芯片专利和专利合作网络的研究已经颇具规模，但将芯片产业、芯片专利和专利合作网络相结合的研究相对较少，尤其是存在以下几个方面的不足：一是有关芯片产业的研究大多采用定性方法，缺少定量分析来研究产业发展情况；二是有关芯片专利的研究往往集中于对某项技术的专利分析，而从网络视角探讨专利合作与协同创新的比较少；三是以往的研究多数是聚焦结构特征的某一方面，较少涉及综合考察整体网络和自我中心网，涉及到的动态分析大多基于仿真模拟，缺乏现实数据的支撑。

基于上述研究背景，本文利用社会网络分析理论［24］，以我国芯片产业为研究对象，基于1994—2018年芯片产业联合申请发明专利数据构建专利合作网络，分别从静态和动态视角分析专利合作网络拓扑结构，对专利合作网络状态及网络特性进行测度，并对专利合作网络的演化分阶段进行动态分析，以期对推动我国芯片产业专利合作网络的演化发展提供理论支撑和实践参考。

2 数据搜集与研究方法

2.1 数据搜集及整理

本文利用我国芯片产业的合作申请专利数据构建专利合作网络并分析其结构特征和演化规律。世界知识产权组织（WIPO）收录的专利数据类型主要包括发明专利、实用新型专利和外观专利，由于发明专利的技术水平高、申请难度大，最能体现行业的技术发展状况，因此本文对芯片专利中的发明专利进行研究，数据检索自世界知识产权组织的数据库，同时利用了美国专利及商标局（USPTO）和我国知识产权局专利检索平台(SIPO)的数据进行补充。参考IPC国际专利分类法，检索了我国在1994—2018年间芯片产业联合申请的专利数据。检索策略是：专利关键词=(芯片OR集成电路OR半导体)，并以申请地区=（中国境内OR台湾OR香港OR澳门）为筛选依据［25］。通过上述方法，共检索得到芯片产业联合申请专利2 247件。接着清洗和筛选数据，删除不符合研究要求的数据，如专利信息不完整、联合申请方中含有外国企业和机构、重复出现的发明专利以及申请者为个人等数据；同时，为了便于网络分析，对一些专利数据进行整理，如属于同一机构的子机构或研究所只保留其一级机构。经过整理，本文最后得到2 106条专利数据（以下简称“样本”）。

如图1所示，通过分析可以发现，虽然在2013—2014年间专利数量曾出现了短暂的下降，但我国芯片产业联合申请发明专利数总体呈持续增长趋势，大致可以划分为4个阶段：1994—2000年为第一阶段、2001—2010年为第二阶段、2011—2013年为第三阶段、2014—2018年为第四阶段。在第一阶段中，1994年我国芯片产业第一件联合申请的专利，此后联合申请专利数一直在低位徘徊。1994—2000年间，我国芯片产业联合申请专利数量稀少并且增长速度缓慢，究其原因，在于此时战略性新兴产业刚刚出现不久，国家对其缺乏重视，战略性新兴行业尚未上升到国家战略层面；同时芯片研究刚刚起步，国内缺乏相关研究的机构和高校，并且研发能力总体上较弱。之后的第二阶段，相关研发机构不断地进行技术积累和设备引进，为后续的快速发展奠定了基础。2011—2018年，我国联合申请的专利数呈现快速增长的趋势，特别是2011年以后，芯片产业进入了快速发展的阶段。在2014—2018年间，我国联合申请的专利数为1 389件，是第一阶段和第二阶段总和的4.6倍。在第四阶段，我国确立了建设创新型国家的方针，提出 “大众创业、万众创新”，同时扩大了在产学研合作领域的投入，对于关系国家安全和社会稳定的战略性产业也加大了扶持力度，这些举措使得我国芯片产业的合作申请专利数量得到了快速增长。

图1 1994—2018年我国芯片产业联合申请发明专利数量分布

2.2 研究方法

专利合作网络是一个具有多种行动者和多重关系的复杂系统，而社会网络分析是研究社会复杂系统的有效理论方法［26］。不同于以往的属性数据，网络数据是建立在网络行动者相互联系的基础之上，其本质上是一种关系数据。由于行动者间在建立联系时存在着信息效应、网络效应和马太效应，关系数据不服从经典统计学中的独立性原则，因而常规的统计分析方法不适用于对网络数据的分析。社会网络分析是建立在节点之间关系基础上的研究方法，主要包括整体网和个体网分析、子群分析、关系数据的假设检验等部分。社会网络分析经过近80年的发展，已成为成熟的研究方法，可以用来研究关系数据。因此，本文基于社会网络分析方法，运用UCINET6.681软件构建了我国芯片产业的专利合作网络，分析该网络的结构参数和演化规律。在分析网络结构时，本文选取了网络规模、网络密度、网络平均度等指标［27］，具体定义如表1所示。

表1 我国芯片产业专利合作网络指标及定义

3 专利合作网络结构及演化分析

3.1 专利合作网络结构特征静态分析

本文运用UCINET6.681软件构建样本专利的合作网络拓扑结构如图2所示。在构建整体网络时，为了直观地反映网络中节点的分布规律，设定主体的度中心度越大则节点的面积就越大。从图2中可以发现，我国芯片产业的专利合作网络整体上是一个非连通的网络，其中呈现出多个成分；整体网络呈现出一种明显的层级结构，网络中心存在着几个较为核心的集群，这些节点之间的关系强度较高，代表了网络中的控制者，而网络四周则是一些较为边缘的节点，分布着一些二方组、三方组和星形结构；网络中心核心节点之间的关联度强、关系强度大、信息交换频繁，其处于整体网络的中心位置，便于控制整体网络中的资源分配和信息流动，可以获得竞争优势；而处于边缘的节点与网络中心的核心节点之间不具有可达性，即边缘节点与核心节点之间不存在联系；边缘节点内部的联系也很稀疏，节点之间的关系强度很弱，因此从结构和关系强度来看，边缘节点难以获得核心节点般的竞争优势，在网络中处于相对劣势。

图2 1994—2018年我国芯片产业专利合作网络的拓扑结构

由图3可见，在我国芯片产业专利合作网络的中心位置存在着一个规模较大的连通子图，在这个合作集群中包括了以台湾积体电路制造股份有限公司（以下简称“台积电”）和中兴通讯股份有限公司（以下简称“中兴通讯”）为代表的企业，以清华大学和电子科技大学为代表的学校，以中国科学院微电子研究所为代表的研究机构，体现了芯片产业产学研三方的紧密合作。在连通子图中，行动者之间的合作关系强度明显强于网络边缘节点之间的关系强度，其中，台积电、清华大学、电子科技大学等行动者在网络中的中心度较高，与其他行动者之间的合作关系更加紧密，这些节点更容易获得网络的优势，具有较高的控制力和自我交易能力，是网络中的优势节点。

图3 1994—2018年我国芯片产业专利合作网络中的最大连通子图

为了进一步研究我国芯片产业专利合作网络的结构特征，本文利用UCINET软件计算了整体网的结构指标（如表2）。整体网的网络规模为1 308个，即专利合作网络中存在着1 308个不同的行动者，但是网络密度仅为0.002，合作网络的密度较小，网络中各成分间的关系十分稀疏，这是因为芯片产业整体网中许多行动者之间不存在直接联系，整体网中心部分依靠着几个核心节点相连，网络边缘分布的是大量的二方组与三方组，他们之间普遍不存在着联系，各创新主体之间的合作程度较为低下、知识和资源的流动性不足，导致了网络整体密度不高，网络的可靠性和韧性不足。网络平均度为2.174，说明行动者合作的整体效率较为低下，网络的同步能力不足。从图2中容易发现，网络中心的核心节点处于中心人的位置，在信息交换中充当着重要的中介作用，而其他行动者之间的联系相对不足，这种网络结构会使知识和信息的传递过于依赖第三方，导致网络的整体效率和同步能力下降。整体网络的聚类系数仅为0.189，可见行动者在网络中的联系十分稀疏，各主体之间很难聚集成一类，整体网络难以发挥集聚效应和网络效应。网络的平均路径长度为5.236，这说明网络中任意两个行动者之间的测地线距离为5.236，网络中各行动者间存在着较大的间隔。综合聚类系数和平均路径长度来看，我国芯片产业专利合作网络不具有“小世界性”的特征［28］。

表2 1994—2018年样本专利合作网络拓扑结构指标

不同于属性数据，关系数据一般服从幂律分布。基于行动者的度分布，利用R软件，本文构建了网络的节点度分布和双对数度分布图。从图4中可以看出，节点度分布存在着较为明显的“长尾效应”，整体网络具有明显的无标度特征，少数核心节点在专利合作网络中占有绝对优势［29］，网络整体服从幂律分布的特征。

图4 1994—2018年样本专利合作网络结构特征分布

网络中节点的中心度反映了行动者在网络中的实际权力；度中心度指的是与行动者直接相连的节点数，代表了行动者自身的影响力和交易能力；中介中心度反映了行动者在多大程度上处于其他节点交流的路径上，体现了节点的控制能力。为了消除网络规模带来的影响，本文采用了中心度的相对值来进行研究，测量结果如表3所示。由表3可以发现，国家电网有限公司、鸿海工业有限公司、台积电和鸿富锦精密制造有限公司等行动者具有较高的相对度中心度，表明这些创新主体具有较多的合作者，交易能力较强，在整体网络中具有较高的影响力。从相对度中心度的数值来看，最高的国家电网有限公司仅为0.002 92，说明行动者间的联系较少，网络关系稀疏，网络密度较低。相对中介中心度较高的主体有：电子科技大学、清华大学、台积电、中兴通讯股份有限公司和维信诺科技有限公司等，即这些创新主体通过创新合作而影响整个创新网络的能力较强，他们对于其他行动者和整体网络具有较高的控制能力。例如电子科技大学的相对度中心度排名不到前十，但是却具有最高的相对中介中心度，即电子科技大学虽然和其他行动者的合作次数不多，但在合作网络中充当着中间人作用，对行动者间的合作具有重大影响，对整体网络的控制力是电子科技大学的最重要的网络权力。

进一步分析合作网络中行动者的类型，可以发现无论是控制能力还是自我交易能力，企业和高校在专利合作网络中都占有绝对的优势，研究机构在相对度中心度、相对中介中心度和相对接近中心度方面的表现均不佳。企业在自我交易能力方面具有竞争优势，如国家电网有限公司和鸿海工业有限公司具有较高的相对度中心度，对于其他的行动者具有很强的影响力。而高校在控制能力方面具有很大的优势，如电子科技大学和清华大学的相对中介中心度较高，二者充当着合作关系的中间人，对整体网络具有很强的控制能力。

总体来看，我国芯片产业专利合作网络的效率和同步能力需要进一步提高，网络的可靠性和韧性不足。其根源在于行动者间的关系较少，因此最直接的改善方式就是行动者之间加强交流与合作，通过强化节点间的合作，行动者的度中心度会直接得到提升；此外，主体信息获取的范围会变广，信息和知识获取的途径会变多，网络距离就会变短，网络效率会得到提升，同时，建立广泛的联系会降低行动者对网络核心的依赖，有助于提升网络的可靠性和韧性［30］。

表3 1994—2018年样本专利的合作网络中心度

3.2 专利合作网络演化分析

3.2.1 网络拓扑结构演化

本文根据上文对我国芯片产业4个发展阶段的划分，利用UCINET软件分析我国芯片产业专利合作网络拓扑结构的演化，研究其演化规律。从图5来看，合作网络规模不断扩大，网络中行动者数量日益增多。在1994—2000年间，这一时期合作网络处于刚刚起步阶段，网络中只存在着稀疏的节点，行动者之间的合作关系也较少，合作网络不存在明显的分层现象，即不存在着核心节点；到2001—2010年时，行动者以及联系开始逐渐增多，网络中开始出现优势节点，如台积电、清华大学与其他行动者的关系逐渐变多，拥有较大的度中心度，此外，网络中开始出现小团体，清华大学和电子科技大学在这一阶段形成了技术联盟；在2011—2013年间，芯片产业进入快速发展阶段，行动者数量进入迅速增长，网络边数和连接次数明显多于前两个阶段，网络中优势节点的数量更多，台积电、东南大学、国家电网有限公司等与其他行动者间的联系较为紧密，网络的核心-边缘结构特征逐渐显现，网络开始出现分层现象；在2014—2018年间，网络规模继续扩大，行动者之间的联系越来越多，网络的核心-边缘结构最终形成，网络中出现了“超级节点”——国家电网有限公司。总体来看，在2000年之前，我国芯片产业专利合作网络规模和联系较少；在2000年后，二者均开始增多。

图5 我国芯片产业各阶段专利合作网络拓扑结构演化

3.2.2 网络整体指标演化分析

测算1994—2018年期间4个阶段我国芯片产业专利合作网络结构指标值，由表4可以看出，1994—2018年，我国芯片产业专利合作网络结构日益复杂，网络规模不断扩大，但是网络密度却不断地减小，由第一阶段的0.033下降到第四阶段的0.002，网络密度与行动者的数量呈现负相关关系，这是由于行动者增长的速度远远高于关系增长的速度，即使行动者的平均度增长，但网络密度仍然在不断下降；网络平均度不断增大，从第一阶段的1.640，增加到第四阶段的2.112，表明合作网络中节点的联系在缓慢地增长，结构在整体上趋于松散；聚类系数由1.810下降到0.235，平均路径长度值则不断地提升，由第一阶段的1.068上升到第四阶段的2.309，说明网络的关联度不断下降，行动者之间的平均距离在不断增长，网络的凝聚力不断降低，整体变得更加松散。从整体的网络聚类系数和平均路径长度来看，在各个阶段我国芯片产业专利合作网均不具有“小世界性”的特征，并且越来越向着相反的方向演化［28］。

表4 1994—2018年样本专利合作网络拓扑结构指标

为了研究网络节点度分布特征的演化情况，本文利用R软件绘制了我国芯片产业专利合作网络在不同阶段的节点度分布散点图。从图6中可以发现：1994—2000年间，由于行动者数量较少且合作网络稀疏，节点度分布没有明显的特征；在2001年之后的3个阶段，合作网络节点度分布的无标度特征越来越明显，少数行动者在专利合作网络中的地位越来越重要［21］，专利合作网络节点度呈现出明显的幂律分布的特征，这符合网络节点的分布规律，从侧面说明了本文选取研究样本的准确性和科学性。

图6 我国芯片产业各阶段专利合作网络节点度分布

3.2.3 网络个体指标演化分析

为了更具体地研究我国芯片产业专利合作网络中个体网络结构的演化，本文计算了专利合作网络各阶段的中心度。由于篇幅有限，表5中在每一阶段仅列举网络相对度中心度和相对中介中心度排名前5的行动者。

从相对度中心度来看，4个阶段各行动者的相对度中心度呈现不断下降的趋势。虽然网络规模和行动者的合作次数不断增加，但是相对于整体网而言，节点数量的增长远高于合作关系的增长速度，导致了网络密度不断下降，网络越来越松散，行动者的相对度中心度也因此不断降低。1994—2000年间，排名前5位的创新主体均为企业，大学和科研机构在这一阶段的创新能力十分薄弱；与此同时，排名靠前的5家企业的相对度中心度并不高，尚未有行动者能形成网络优势。2001—2010年间，电子科技大学与清华大学开始在合作网络中拥有一定的优势，但这一阶段企业在合作创新中依然占主导地位。2011—2013年，网络中的优势者仍以企业为主，国家电网有限公司作为芯片产业的后入者，在联合专利申请方面渐渐取得优势，这一阶段只有浙江大学和清华大学进入榜单，大学和科研机构在专利合作网络中依然没有优势。2014—2018年，与前3个阶段相比，高校全部退出了排名，说明在第四阶，大学在合作网络中的影响力降低，国家电网有限公司、华为技术有限公司和鸿富锦精密制造有限公司等大型企业的网络地位得到提升。总体而言，1994—2018年间我国芯片产业专利合作网络中的行动者主要是高校和企业两类，研究机构的相对度中心度普遍较弱，没有出现在排行榜上，台积电、国家电网有限公司、鸿海工业有限公司、国家电网有限公司3家企业在专利合作网络中始终具有较强的度中心度，清华大学、电子科技大学和浙江大学等高校在后期也逐渐取得网络优势，科研院所的合作创新能力和网络能力相对较弱，这也表明产学研三者的合作创新能力存在着较大差异。

从相对中介中心度来看，与相对度中心度有较大差别，行动者的相对中介中心度稳步提升。1994—2000年合作网络处于形成初期，行动者和关系较少，仅有几个主体成为联系的中间人，因此相对中介中心度较低。2001—2010年期间，各创新主体的相对中介中心度比1994—2000年大幅上升。2011—2013年，相较于前一阶段，创新主体的相对中介中心度均出现上升。2014—2018年，排名第一和第二的创新主体的相对中介中心度提升。从具体的创新主体变化来看，1994—2000年期间，相对中介中心度位居前五的均为企业；2001—2010年台积电和华为技术有限公司两家企业排在了相对中介中心度的前列，复旦大学和电子科技大学进入了前五；2011—2013年，台积电依然位于第一位，国家电网有限公司快速发展到第2位，中国科学院福建物质结构研究所进入前五，科研机构第一次进入了排行榜；2014—2018年，国家电网有限公司超越台积电，成为了相对中介中心度最高的主体，中兴通讯上升到第2位。从整个发展阶段来看，台积电、华为技术有限公司以及国家电网有限公司在合作网络中具有控制优势，可以通过控制网络资源和信息的流动来影响整个专利合作网络；中国科学院和美的集团等行动者虽然相对度中心度较弱，但是其中介中心度较高，即通过专利合作而影响整个创新群体的能力较强，具有控制合作网络的能力；此外，与相对度中心度相比，各阶段中介中心度的变化幅度较大。为了获得网络优势，加强对整体网的控制能力，各行动者应主动与其他主体合作，积极担任其他节点合作关系的“中间人”。

表5 1994—2018年样本专利合作网络中主要行动者的中心度指标

表5 （续）

4 结论、建议与展望

4.1 结论

本文以我国芯片产业为例，基于1994—2018年芯片产业联合申请发明专利数据，运用社会网络分析方法，分别从静态网络和动态网络两个角度对我国芯片产业专利合作网络的拓扑结构及演化规律进行了分析，结论如下：

（1）从专利合作网络整体静态结构来看，我国芯片产业专利合作网络整体是一个非连通的网络，中心存在一个较大的连通子图；核心节点与边缘节点不关联，呈现出明显的核心-边缘特征；网络整体效率和同步能力不高，整体网络连接依赖于核心节点之间的关系，大多数行动者间缺乏联系，因而网络的韧性和可靠性较低；网络具有较低的聚类系数和较高的平均路径长度，表明不具有“小世界”性特征；此外，网络的节点度服从幂律分布，网络的无标度特征明显。

（2）从专利合作网络结构动态演化特征来看，我国芯片产业专利合作网络规模不断扩大，连接次数不断增多，节点的平均度中心度值也在扩大，但是节点数量的增长快于合作关系的增长，网络的密度却不断降低，网络中主体间的合作越来越松散；从2001年后，网络呈现出较为明显的无标度特征，少数行动者在网络中的地位越来越重要，聚类系数下降和平均路径长度提升，网络的关联度不断降低，凝聚力不断下降，整体变得更加松散。

（3）从专利合作网络中行动者的类型来看，产学研三方在网络中的地位是有显著差异的，无论是控制能力还是自身交易能力，企业在网络中拥有绝对的优势，高校的网络能力仅次于企业，而科研机构的控制能力和影响力相对较弱；从主体类型演化的趋势来看，企业仍将长期在网络中保持主导地位。

4.2 建议

当前，我国芯片产业专利合作网络还处于初级阶段，存在着很多不足，如网络效率不高、可靠性和韧性不足、整体网络趋于松散等，基于上述研究结论，本文提出如下建议：

（1）政府要在促进芯片产业发展中发挥基础性作用，建立健全产业发展的体制机制，完善科技政策，为芯片产业发展创造更好的环境；企业应当充分发挥自己在专利合作网络中的信息和资源优势，积极开展与高校和研究机构的合作，推动我国芯片技术的快速发展；高校应立足于实际，发挥自身在基础理论研究方面的优势，积极寻求与企业合作，共同研发，促进科技成果转化；科研机构应当积极与企业和高校合作，投身于合作网络中，提升自身的影响力；产学研三方应当加强交流与合作，促进信息和知识的流动，提升专利合作网络的可靠性和韧性。

（2）台积电、电子科技大学和国家电网有限公司等机构在专利合作网络中处于核心位置，对于整体网络的发展具有重要影响，核心网络节点应当充分发挥主体意识，通过合作研发、联合专利申请、专利联盟，推动我国芯片领域核心技术提升，打破技术垄断，同时形成技术辐射，促进其他行动者的技术提升，从而推动我国芯片产业整体发展。

4.3 不足与展望

本文对我国芯片产业专利合作网络结构及演化进行了初步研究，但受限于篇幅，本文仅仅分析了芯片产业专利合作网络的主体网络，专利归属地网络、技术网络等并没有涉及；此外，专利合作网络分析涉及多个方面的内容，还包括合作网络中的小团体研究、合作网络形成的机制和影响因素研究等，这些内容也有待于进一步探索。