双层嵌套聚类下的专利群落确定及技术布局策略研究*

王雪原 孙美霞

(哈尔滨理工大学经济与管理学院 哈尔滨 150040)

0 引 言

数字化时代，行业及技术领域固有边界日益混沌、模糊与液态化，携带异构知识碎片的专利可轻松实现跨膜链接，促使现代专利网络正朝着“网中网”、“群中群”等超级专利网络模式演化。科学、有效识别超级网络子群落，为共性子群落提供管理策略，成为当前研究重点。传统研究通常依托超级专利网络整体开展专利布局设计，忽视了不同群落网络发展的非平衡性与异质性特征，影响策略精准性与适用性。尽管有研究依据节点缔结关系、所属技术领域等进行一次性专利群落划分，探索不同子群落专利特征或未来发展态势，由于识别的子群落数量众多，难以针对不同专利子群落设计具体管理策略。另外，现有研究未能结合专利网络文本特征、网络静态与动态发展特征等，提出更具契合性、科学性与指导性的技术发展目标、方式等布局策略，影响现有研究成果的实践应用价值。

鉴于此，本文基于“专利缔结关系—种群网络特征”整体景观，设计双层嵌套聚类方法甄别专利群落；利用文本挖掘技术，客观确定各群落内技术领域构成，并依据群落多网络特征集合，提出专利群落技术领域发展目标与方式布局策略等，形成具有针对性与系统性策略体系。

1 理论基础

1.1 专利群落确定

1.1.1专利群落划分依据

基于权变思想，不同群落应采取不同技术布局策略，群落的科学划分是有效布局技术创新的前提与基础[1]。传统的一次性专利网络子群落划分中，通常单独依据节点缔结关系划分网络子群，或对主题关键词、所属技术领域(IPC)等进行群落划分[2]，缺乏有效的划分依据。构型理论认为网络构型特征是决定网络行为的依据，网络构型特征与布局策略适配，才能够确保网络实现高质量技术创新。因此，基于种群网络构型特征识别专利群落更具合理性与依据性。

借鉴学者提出以架构、流程、功能作为构型维度划分平台的逻辑，可将网络结构、关系、表型作为甄别同构型专利种群、搭建专利群落的构型维度框架。具体而言，网络结构体现网络节点位置与分布、网络关系体现节点联结状态、网络表型体现网络整体属性，三维度能更综合、全面刻画网络特征。华连连等以网络规模、节点关系与多元融合性等作为各构型维度下的网络特征，以识别不同网络特征安排下的集群式创新供应链网络，并可通过甄别出具备高发展潜力的集群式创新网络，为低潜力创新网络发展布局提供参照指导[3]。然而，现存的专利群落划分指标侧重单个时间节点的网络结构、关系、表型等构型维度下特征的测度，忽视专利网络种群动态演化特征，无法全面有效阐释专利种群网络特征。如何从三个构型维度，融合静态视角与动态视角，全面、系统刻度网络特征仍需进一步探索，以提升网络特征认知科学性。

1.1.2专利群落划分法——双层嵌套聚类法

鲜有研究系统构建双层嵌套聚类体系，即基于专利缔结关系实现首层聚类确定专利种群后，依据种群特征开展二层聚类确定专利群落。

a.首层聚类——专利种群识别方法。专利种群识别是合理搭建专利群落的基础，学者通常基于专利引文或专利分类开展单一维度聚类，无法综合考虑多个维度，实现种群有效聚类划分。且当专利数据量较大时，关系方阵异常复杂，无法有效反映单个专利节点的归属，影响专利种群划分的客观性与有效性。针对目前主流聚类方法存在的问题，国外学者利用IRM并行聚类模型，试图直接在节点-属性二进制矩阵中实现节点与属性的并行聚类，以构建节点集合与属性类别的内在关联，Wang等就将“用户-满意度”矩阵进行横纵并行聚类，交集区块为能够产生特定满意度类别的用户集合[4]。然而，国内学者未能将IRM灵活应用于社会网络分析，以弥合现阶段研究差距。IRM模型可通过直接定义模型复杂度水平，即自适应参数，以自动适应大型网络复杂性特征。以往的无限关系模型，多聚焦于节点属性数据，而IRM模型能够自动处理任意二进制关系集合，且每个关系集合可接受多个参数，以获取最佳聚类数量。IRM模型还可将大量节点交互的复杂网络，简化为少量组间交互，适用于压缩大型复杂网络。综上，本文选择IRM模型对专利节点与专利分类代码开展并行聚类，以精准识别异质专利种群，实现对超级网络的首层聚类。

b.二层聚类——专利群落确定方法。朱梦菲等将创新网络特征指标赋予合理权重，综合形成创新策源能力，并利用SOM聚类算法对各省市创新网络策源能力评价结果进行聚类，划分为高、中、低三类区域集合[5]。囿于单一评价维度存在较大片面性，学者将研究转向二维、四象限聚类方式，如建立知识引力与创造潜力网络特征二维测度指标，据此划分四象限实现创新网络二层聚类[6]；杨青等基于中心度、结构洞等指标，综合形成网络基础性与广泛性两个特征维度，据此划分四象限组合，甄别“高-高”象限下具备共性技术的创新网络群落[7]。二维、四象限仍存在特征维度与群落数量固定的弊端，且未能具体体现网络特征指标在群落划分时的门槛价值。因此，综合多网络特征开展灵活聚类，并筛选出不同网络特征下的代表性种群集合体，成为客观确定群落特征集、科学搭建专利群落的重要方式。鉴于DSM聚类对样本量不做具体限制，且基于DSM的聚类结果能有效反映类内指标间的强依赖耦合关系[8]，因此采用DSM实现网络特征指标依赖性聚类，以刻画各专利群落的准入特征标准集合。

1.2 专利网络布局策略研究

传统专利布局策略研究主要集中于专利网络演进热点、机会空白与融合组合分析等，形成行业技术领域方向布局策略。Wu等通过量化识别专利网络核心专利交替演变路径，提出主导技术快速布局策略[9]。Smojver等采用链式预测，识别核心专利技术后，探测与之互补的异领域强链接技术组合，从而聚焦异质技术融合，设计技术跨界布局战略[10]。这些成果仅局限于技术发展领域与方向布局，忽视技术发展目标与方式等布局内容研究。

虽有学者尝试基于专利网络特征，确定符合网络特征要求的专利布局策略，但大多研究从网络整体视角提出统一布局策略，忽视超级网络内部发展非均衡性，致使切入点粒度过粗，无法提供精准布局策略。为进一步提升布局策略的精准性，少量学者尝试将专利网络细分为多个子群落，制定差异性技术布局策略，如Lai等将专利网络分割为四部分，分别以核心、边缘、利基、基础为特征，提出其具体建设策略[11]。这些研究仅考虑群落单一特征，且群落内具体技术领域构成不明确，影响布局策略全面性与系统性。

2 研究设计

针对现有研究不足，本文提出基于双层嵌套聚类的专利群落搭建与布局策略研究框架。首先，确定检索策略，并基于德温特数据库实现数据采集，形成研究样本集；其次，基于IRM模型确定专利种群，实现首层聚类；再次，测度专利种群网络特征值，并利用DSM实现网络特征指标聚类，将网络特征作为专利群落准入标准，实现专利群落二层聚类；最后，结合TF-IDF与LDA提取主题词，明晰各专利群落主要技术领域，依据各群落特征集合，提出专利网络布局策略体系(如图1所示)。

2.1 专利种群划分

IRM模型根植于区块模型[12]，通过参与者-行为特点双向聚类，获得社会结构景观图；随后通过逐渐完善区块模型的可并行性与可拓展性，进一步发展为IRM模型。IRM的基础模型算法为贝叶斯概率模型，核心思想为将数据和模型参数均视为概率分布。

2.2 专利种群特征维度的确定

以网络结构、关系及表型三维为切入点，从内到外持续变焦，以全面客观刻画专利种群的内置结构、互动关系以及整体表象特征。聚焦网络特征三维度，并借鉴以往学者研究成果，基于代表性与独立性原则开展静态、动态特征指标遴选。静态网络特征指标已具备广泛研究基础，结合前期研究本文最终确定结构特征—势差特征与传递特征(体现知识体系位势与集聚结构)、关系特征—离群特征与小世界特征(体现知识联结与传播关系)、表型关系—新颖特征与融合特征(体现知识原创与跨度特性)，作为专利种群网络静态特征代表性指标。

囿于系统的专利网络动态特征指标体系尚未形成，本文基于网络特征三维度，提出与其适配的动态特征指标。结构层面的致密特征，体现随时间推移与网络节点增加，专利节点间距缩短、网络内部空隙减少，致使网络密度呈现增长趋势，网络透视图呈现随时间推进愈发密集态势[13]。关系层面的收敛特征，反映外部节点持续进入、边缘节点与中心节点联系逐渐增强，以牵引边缘节点向中心区域聚拢的动态过程[14]。表型层面的趋势特征，主要衡量网络未来实现技术领先、市场占有的概率，在剖析网络过去动态演化轨迹基础上，外推其未来发展趋势特征[15]。由此，形成融合静态与动态视角的三维度网络特征指标，如表1所示。

2.3 专利种群网络特征的测度

表1 专利网络特征测度指标

2.4 专利种群网络特征指标聚类

3 实证分析

3.1 数据来源与清洗

本文选择碳纤维技术领域作为实证研究对象，专利来源于德温特数据库(DII)。为准确识别与获取数据库中碳纤维专利，制定检索策略为TI=“carbon fiber*”或“carbon fibre*”，进行标题匹配检索时间跨度为2012—2021年的专利，删除重复项后，共获得54100条有效专利，构成碳纤维专利数据集。

采用专利共分类方法，以专利为节点，通过技术知识关联度链接专利节点，以构建专利种群网络。鉴于德温特分类代码(DC)采纳适用于所有技术的简单分类系统，并且可对特定技术领域进行细致刻画，提供技术及其应用领域的全方位图景。因此，本文选取DC分类号作为专利种群网络的共分类依据。

3.2 专利种群划分

筛选碳纤维专利数据集DC字段，确定独立DC代码共260个，以构建DC共分类专利种群网络，最终形成51400*260的0-1二进制碳纤维矩阵。基于IRM模型实现专利节点与DC代码并行聚类。将二进制碳纤维矩阵导入MATLAB代码包，为保证专利种群的最佳划分，算法运行10次，每次迭代1000次。最终划分为55个专利种群，62个上级分类代码集。

3.3 专利种群网络特征指标测算

将各专利种群0-1矩阵构造Jaccard相似方阵，导入Gephi和UCinet计算各参数。

首先，将专利种群相似方阵导入UCinet，实现对应文件格式转化，通过工具栏计算各种群势差特征(中心势)、传递特征(传递性)及网络密度等，并参照致密特征计算公式确定各种群动态致密特征。

其次，将各种群相似方阵导入Gephi，选择FruchtermanReingold进行重新布局，通过Gephi右侧工具栏计算聚类系数和平均最短路径以测算小世界特征。当网络趋于稳定，将边权重阈值设置为0.1进行剪枝，识别离群专利点，并参照相关公式计算离群特征。

再次，基于UCinet以单位时间为切片，计算各种群2012-2021各年核心/边缘结构值，绝大多数种群的核心/边缘结构值呈上升趋势，即边缘节点逐渐与中心节点建立联系，被同化为中心节点，呈现出明显的收敛特征。

最后，依据文中相关公式，计算新颖特征与融合特征。借鉴PageRank重要性程度算法，确定各年专利种群相对重要程度。将各年份0-1数据进行Jaccard相似性处理后，导入Gephi软件重新布局，计算各年份下专利节点Pagerank值，并将其作为冲积流图各节点的流值。确定好节点归属的种群后，将各年份文档转化为json格式，导入冲积流生成器，自动计算专利节点归属的各专利种群流域趋势值，确定种群趋势特征。

3.4 基于DSM的专利种群网络特征指标聚类与专利群落确定

基于Gephi、UCinet运行参数结果及文中公式，可获得专利种群网络特征指标值，数据校准后利用投影寻踪法测算各专利种群及网络特征指标权重，具体如表2所示。

表2 网络特征对专利种群影响度及其各自权重值

参照表2数据，利用依赖结构矩阵计算模型，可以获得专利种群特征指标间依赖程度，具体如表3所示。

表3 专利种群网络特征依赖结构矩阵

将表3网络特征依赖结构矩阵导入Matlab代码包，实现网络特征指标聚类，网络特征聚为融合突破(势差特征/小世界特征/融合特征)、迭代成长(收敛特征/趋势特性/新颖特征)、边缘搜索(致密特征/传递特征/离群特征)三类。

基于表2矩阵筛选出各网络特征下的代表性专利种群(阈值大于0.5)，并通过取交集方式，确定各类网络特征下代表性专利种群集合及具体专利，以确定专利群落构成，见表4。

表4 专利群落具体构成

3.5 各专利群落的技术布局策略

a.将各专利群落下专利标题作为文本语料库，利用python的jieba包对文本语料库进行分词，去除停用词、标点符号等处理，实现数据清洗。结合TF-IDF与LDA，提取各语料库关键词，设定主题数量为5、每个主题下含5个代表性关键词。经专家团队讨论商榷后，确定各主题名称，具体如表5所示。

b.技术布局策略设计。结合不同专利群落技术领域特征、专利网络静态与动态特征等，系统设计不同群落技术领域布局、发展目标与方式布局策略。

专利群落1—融合突破(势差特征/小世界特征/融合特征)。此专利群落主要涵盖碳纤维增强塑料制备技术、碳纤维酸处理技术、碳纤维提升纺织品性能技术、碳纤维应用于连接零部件及应用于电机五大技术领域。这些技术领域专利种群网络具备多知识层级的小世界特征，能够不断吸纳不同专利与外部异质性知识，并呈现良好的跨领域专利知识融合态势。未来，应注重专利种群新进入异质性专利的知识建设与培育，通过加强种群内不同层级专利技术知识频繁衔接与互动，实现不同层级知识、资源有效融合，降低知识扩散壁垒，以实现广泛技术领域知识共享；从而在多元技术共生融合基础上，逐渐突破壮大，获取长足发展优势。可见，该群落的发展重点在于不同层级专利知识与技术整合、相关技术扩散与渗透整合、跨领域异质知识与技术整合，从而形成技术融合突破。

专利群落2—迭代成长(收敛特征/趋势特性/新颖特征)。此专利群落主要包含碳纤维表面处理技术、碳纤维复合树脂材料制备技术、复合碳纤维织物技术、碳纤维应用于医疗器械以及应用于加热电缆五大技术领域。上述技术领域所形成的专利群落网络收敛特征明显，即大量边缘专利进入种群网络，并逐渐与核心技术构建链接，最终演变为核心专利，致使专利种群网络内大量专利进化为领先技术与市场主流技术，为构建可持续竞争优势、培育专利种群网络新颖性技术奠定基础。因此，该群落应当加强技术专业化研发，在五大技术领域不断深耕，开展前瞻性技术突破的同时，形成完善的技术梯级储备，以实现领域技术的持续引领。这些群落对新技术开发提出更高原创性要求，应当通过优化与完善外围技术，促使新一代技术不断成熟；并通过不同代际的技术优化，促使领域技术连续更迭、持续创新，并始终处于行业领先地位。

表5 各专利群落技术领域特征关键词

专利群落3—边缘搜索(致密特征/传递特征/离群特征)。此专利群落代表性技术领域为碳纤维陶瓷制备技术、碳纤维耦合剂制备技术、聚氨酯碳纤维制备技术、碳纤维应用于汽车领域以及应用于过滤器五大技术领域。上述技术领域专利群落内，相近专利优先依附形成多个封闭的三方组结构，这些紧密连接结构持续缩短了专利技术与知识交互距离，引致相关专利不断汇集、网络密度逐渐增大。然而，由于同组知识元素重组潜力减弱，难以从中攫取高利用价值，同时高度重叠的知识会助长创新惰性造成路径锁定，因此为获取进一步创新发展空间，应转向对外围松散地带离群专利的高效搜索。通过搜索网络边缘弱链接的专利节点或探索互补异领域的离群专利，识别新的适应性机会。可见，这些群落技术重叠与冗余增多，需要从外围离群专利中挖掘与发现技术利基、深挖细分市场、识别颠覆机会并开辟全新市场，从而形成颠覆性创新突破。

4 结 论

科学划分“群中群”嵌套结构的专利群落，成为差异化、精准化制定行业技术发展布局策略体系的关键，研究为专利群落划分与确定提供了有效方法支持，为技术布局策略制定提供全新视角。首先，本文将生物种群与生物群落概念映射于专利网络，明确专利群落的准入特征标准，为专利网络分析提供了新视角、新思路；其次，基于IRM模型，合理划分专利种群，提升异质专利种群划分的准确性与科学性；立足于网络结构、网络关系以及网络表型三层面，从动静综合视角，设计专利种群网络特征测度指标，丰富专利网络特征认知；再次，基于DSM实现网络特征指标聚类，以量化确定各专利群落下专利种群的准入特征标准，最终确定融合突破、迭代成长与边缘搜索三大专利群落，为专利群落划分提供参考；最后，结合TF-IDF与LDA，准确识别各专利群落下技术领域主题，并基于各专利群落特征，有针对性地给出不同群落的技术领域未来发展目标与方式布局策略。

然而，本文也存在一定局限性，结合TF-IDF与LDA方法，虽能准确识别主题领域及其关键词，但在主题与关键词设置数量上存在主观判断，未来可进行模型优化，实现主题、关键词数量的客观智慧化确定。另外，本文未开展不同方法下的结果比较研究，未来可通过稳健性或差异性分析，进一步体现论文方法合理性与有效性。