基于Q测度的专利发明人重要性评估方法*

张克群 黄承靖

(武汉大学经济与管理学院 武汉 430072)

0 引 言

人才是科技发展的关键资源,准确评估科技人才的能力和贡献对于建设创新型国家和促进企业创新能力与竞争力具有至关重要作用。发明人是科技人才的重要组成部分,对发明人进行重要性评估对于企业和科研单位培养、发掘、引进人才具有重要作用。因此,发明人重要性评估在学术界受到了广泛关注。当前科技竞争愈演愈烈,发明人面临着自身知识储备难以解决前端复杂问题的挑战,越来越多不同技术领域的发明人建立合作关系,通过合作整合知识元素、共同解决创新难题,跨学科领域合作逐渐成为科研活动的常态[1]。在此背景下,处于不同技术领域之间进行技术交融的发明人具有十分重要的桥梁作用,在跨领域的知识交流和互动中作出重大贡献。因此,研究发明人的重要性评估需要考虑到发明人在不同技术领域之间的桥梁作用。

先前学者对发明人重要性进行评价,最初使用专利数量、被引量、h指数及h类衍生指数等复合型评价指标[2-4]。然而指标存在较多不足之处,例如评价时滞过长,h指数只增不减等问题[5],受到学界的诸多质疑。随着网络分析的发展和完善,学者通过构建发明人合作网络,建立发明人重要性评价模型[6-10]。然而,以往评价指标仅考虑到焦点发明人在整个网络的连通中所起的作用,没有对发明人在不同技术领域之间的桥梁作用进行衡量和探讨,在如今跨学科领域合作不断发展的环境中可能会对发明人重要性的评价出现偏差。为解决上述问题,Flom等[11]提出了一种新的“连接”度量方式——Q测度,可用于描述单个节点对网络中不同群体的连接作用,实现区分属于不同群体的节点和对于节点桥梁作用的衡量。Q测度方法在网络研究中得到了有效的应用,例如寻找在国家群体的技术交互中处于中介地位的国家[12],识别合作网络中对男性和女性两个群体起到桥梁作用的学者[13],探测新兴研究领域[14]等。

基于此,本研究以纳米能源技术领域为研究对象,旨在研究跨学科领域合作背景下专利发明人重要性评估方法。纳米能源领域是纳米科技与能源领域的交叉前沿科学领域,发明人互动交流频繁且该领域的交叉属性要求研发人员具有复合型知识背景或积极开展跨技术领域合作,因此本研究选取纳米能源领域的专利发明人作为研究对象。本研究将构建发明人合作网络,采用Q测度方法对不同发明人在不同技术领域间的桥梁功能进行衡量,从而评估发明人在跨学科领域合作背景下的重要性,并通过与中介中心性、特征向量中心性和PageRank值进行对比验证Q测度方法的有效性。

1 样本选择与数据来源

本研究以纳米能源技术领域为研究对象,研究样本选自Derwent Innovation数据库收录的截至2019年12月31日在美国申请与授权的专利文件,并选择2000—2019年作为研究区间。本研究为挑选出纳米能源技术领域的专利,首先,参考先前学者Arora等[15]和Guan等[16]的专利检索做法,并对具有研发实务经验的研发人员与知识产权专家进行访谈,进一步优化专利检索策略,取能源和纳米技术专利的交集作为纳米能源领域的专利。其次,构建发明人合作网络,采用5年窗口(2000—2004年,2005—2009年,2010—2014年,2015—2019年)将样本划分为四个时间区间的样本,构建了4个纳米能源技术领域的发明人合作网络,共包含9 286名专利发明人和4 648笔专利。借鉴Laursen等[17]做法将专利的IPC 3级分类号界定为该笔专利所属的技术领域。

2 发明人重要性评估方法及评价标准

为对比不同的发明人重要性评估方法在跨学科领域合作背景下的评估效果,本研究分别使用Q测度、中介中心性、特征向量中心性、PageRank值对专利发明人重要性进行测度,并使用发明人持有专利的转让次数作为评价标准,从而验证Q测度方法的有效性。

2.1 发明人重要性评估方法

2.1.1Q测度方法(Q)

发明人Q值越高,说明该发明人在技术领域之间的桥梁作用越强,表示发明人在不同技术领域之间的知识交流与互动中的贡献程度越大,从而反映出该发明人的重要性越高。

Q测度方法是由Flom等人[11]提出的一种新的、可应用于科学计量学的网络方法。它既可以应用于网络中的个别节点,也可用作网络的整体评价。当连通的、无向网络中存在两个子群体时,Q测度可以通过测度删除网络中的某一节点后网络中不同群体之间的知识、技术流动受损的程度,来衡量节点在群体互动中的桥梁作用。假设网络中任意两个技术领域为Gk和Gl,属于技术领域Gk的发明人有mk个,属于技术领域Gl的发明人有ml个。pg,h表示发明人g与发明人h之间最短路径的条数,pg,h(i)表示发明人g与发明人h之间最短路径中通过焦点发明人i的条数,且焦点发明人i不能作为最短路径的端点。焦点发明人i的Q值的计算公式如下:

(1)

(2)

其中,TPk,l是技术领域Gk的发明人与技术领域Gl的发明人组合的所有可能性:如果焦点发明人i不属于技术领域Gk也不属于技术领域Gl,则TPk,l=mk×ml;如果焦点发明人i属于技术领域Gk,则TPk,l=(mk-1)×ml;如果焦点发明人i属于技术领域Gl,则TPk,l=(ml-1)×mk。S为网络中技术领域的数量,C为网络中两两技术领域组合的总数。焦点发明人i的Q测度值始终能满足0≤Qt(i)≤1。

2.1.2中介中心性(BC)

在网络分析中,中心性用于度量网络中节点的重要性,是反映节点在网络中地位的一种方法。其中,中介中心性[18]是基于图的最短路径测度的,它描述了节点在网络中的中介能力。如果一个节点在网络中的其他节点对之间,并且其在节点对之间相互通讯的必经之路上,那么该节点在网络中必然具有非常重要的地位。中介中心性(BC)越高,表明该发明人作为媒介者的能力越强,即在其他发明人的合作关系中占据重要地位,在合作网络中的重要性越高。中介中心性的计算公式如下:

(3)

其中,gjk(i)表示节点j和节点k之间通过节点i的最短路径的条数,中介中心性(BC)表示网络中经过节点i并连接节点j和节点k的最短路径占这两点之间的最短路径线总数之比。

2.1.3特征向量中心性(EC)

特征向量中心性是衡量网络中节点影响力的指标,它的基本思想是一个节点的重要性既取决于其邻居节点的数量,也取决于每个邻居节点的重要性。一个有高特征向量中心性的行动者,与他建立连接的很多行动者往往也被其他很多行动者所连接。一个节点的特征向量中心性与其临近节点的中心性得分的总和成正比,与重要的节点连接的节点更重要。特征向量中心性的计算公式如下:

(4)

其中,c为一个比例常数,xi为节点vi的重要性度量值,记x=[x1,x2,x3,…,xn]T,经过多次迭代达到稳态时可写成如下的矩阵形式:x=cAx,这里表示x是矩阵A的特征值c-1对应的特征向量。

2.1.4PageRank(PR)

PageRank算法是Google排名运算法则的一部分,是用于搜索引擎中网页排序的经典算法,是标识网页重要性的重要标准。一个页面的PageRank值是由其他页面的PageRank值计算得到的,PageRank算法不断重复计算每个页面的PageRank值,如果给每个页面一个随机的PageRank值,那么经过不断地重复计算,这些页面的PageRank值会趋向于正常和稳定。PageRank值计算公式如下:

(5)

其中,PR(x)为网页x的PageRank值,PR(Yi)为链接到网页x的网页Yi的PageRank值,L(Yi)是网页Yi的出链总数,N为网页总数。α为阻尼因子,表示在任意时刻,用户到达某页面后并继续向后浏览的概率,通常取0.85。

2.2 评价标准

专利转让常被作为专利价值评估的重要指标[19-22],应用于挖掘高价值专利[21, 23-25]、核心专利的识别和判定[26]等。转让的专利具有较高的专利价值,发明人拥有专利的转让次数越高,其拥有专利的价值越高,从而发明人的重要性越高。本研究参考冯岭等人[22]研究采用发明人持有专利的转让次数作为各重要性评估指标有效性的评价标准。

本数据来源于全球知识产权数据库(ORBIS Intellectual Property)中的专利转让数据,统计得出对应各发明人在四个时间区间的专利转让次数总和,根据各发明人重要性评估方法排名top-n(n=10%,20%,30%,40%,50%)中包含的发明人专利转让次数越多,则认为该评估方法更有效,以此作为对比评价标准。

3 结果与分析

3.1 描述性统计和相关性分析

表1为本研究中各个区间中各发明人重要性评估值的描述性统计表。本研究中各发明人重要性评价指标的相关性分析如图1所示,从相关性分析可以看出,Q测度值在两个时间区间中(2010—2014年与2015—2019年)与发明人专利转让次数呈显著正相关,Q测度值与中介中心性(BC)显著正相关关系。同时,可以发现Q测度与中介中心性(BC)、特征向量中心性(EC)和PageRank值(PR)的相关系数均为正,说明Q测度与其他测度方法总体具有相同的趋势。

表1 描述性统计表

3.2 有效性对比

为验证Q测度方法在发明人重要性评估方面的有效性,本研究采用发明人持有专利的转让次数作为评价标准,对Q测度、中介中心性(BC)、特征向量中心性(EC)和PageRank值(PR)的评估效果进行对比。对比具体步骤如下:第一步,在4个时间区间中,分别计算发明人专利存量的第三四分位数Q3,选取专利存量高于第三四分位数Q3的发明人作为对比的样本范围。第二步,在样本范围内,分别采用Q测度、中介中心性(BC)、特征向量中心性(EC)和PageRank值(PR)计算发明人重要性,并根据4种测度方法的结果对发明人的重要性进行从大到小的排序。第三步,计算排序列表中Top-n(n=10%,20%,30%,40%,50%)的发明人转让专利总数占所有转让专利数的比例,从而评估4种方法的发明人重要性评估效果。Top-n的发明人转让专利的比例越高,则重要性评估效果越佳。

各时间区间的对比结果簇状图,如图2所示。通过对比4种评估方法计算结果中Top-n发明人的转让专利所占比例,结果表明,在n=10%,20%,30%,40%,50%的大多数情况下,Q测度结果中发明人转让专利比例都高于中介中心性(BC)、特征向量中心性(EC)和PageRank值(PR)。值得注意的是,Q测度与中介中心性(BC)差异较小,且存在部分中介中心性(BC)高于Q测度的情况。这是因为中介中心性(BC)也可以衡量发明人在合作网络中的中介作用,独立于任何技术领域,重点在于从整个合作发明网络的视角出发,评估发明人在其他发明人合作交互过程中的媒介作用,而Q测度侧重于不同技术领域间的联系,用于测度出技术领域交互中处于的中介位置的发明人[12]。与中介中心性(BC)相比,Q测度不仅考虑到整个网络中的合作关系,还可以衡量节点对于网络中的不同技术领域的连接程度,在跨学科领域合作的背景下更具优势。综上所述,Q测度具有更好的发明人重要性评估效果。

3.3 Top10重要发明人分析

为了进一步了解纳米能源技术领域中的重要发明人,本研究根据发明人专利转让次数对每个时间区间的发明人进行排序,选取每个时间区间中排名前10的发明人进行分析,如表2所示。通过比较发现有4个发明人多次在各个时间区间内排名前10,他们分别是Aruna Zhamu,Bor Jang, Lowell Wood和Clarence Tegreene。发明人Lowell Wood和Clarence Tegreene的重要性在后三个时间区间内逐期下降,Lowell Wood是休斯顿大学的物理教授,并且是美国目前最多产、拥有专利数量最多的发明人,在美国专利局中获得了1 952项专利,但是由于年事已高,近几年的产出逐渐减少;而发明人Clarence Tegreene在高智公司工作,拥有1 230项专利,由于年事已高,也逐渐减少产出。

表2 Top10重要发明人

发明人Aruna Zhamu作为全球公认的第二大石墨烯发明家,拥有300项专利,是美国拥有石墨烯相关专利最多的女性科学家,从2006年开始致力于石墨烯领域研究;Bor Jang博士拥有219项专利,是世界最早将石墨烯技术推向产业化的科学家之一,他和Aruna Zhamu博士在2007年共同创立了Angstron材料公司——大规模生产发展石墨烯材料的全球领导企业——因此两位发明人的重要性逐期上升。

发明人Lowell Wood和Clarence Tegreene同时出现在2005—2009年和2010—2014年两个时间区间,发明人Aruna Zhamu和Bor Jang 同时出现在2010—2014年和2015—2019年两个时间区间,本文对这4位发明人进行具体分析。

4位发明人在各时间区间的专利转让次数(Transaction)、Q测度值、中介中心性(BC)、特征向量中心性(EC)和PageRank值(PR)如表3所示,除了Bor Jang在2015—2019年期间的Q测度值较低(其原因在于该发明人在这一时期的大多数合作发明人与其同属一个技术领域),其他情况下4位发明人通过Q测度反映出来的重要性都处于较高水平,进一步验证了Q测度的有效性。

表3 不同评价指标下重要发明人的重要性评估值

本研究进一步对这4位发明人在各个区间的合作发明人所在技术领域和发明人重要性进行分析,并计算其合作发明人的最大Q测度值(Max Q),分析结果表明在发明人专利转让次数排名较高的情况下,该发明人拥有较多的合作发明人,且倾向于与Q测度值较高的合作发明人(Max Q)进行合作。因此,本研究发现发明人为提高自身的重要性,会倾向于选择与其他重要性较高的发明人进行合作。

发明人专利转让次数越高,说明其持有专利价值越高,则发明人重要性越高;发明人的Q测度值越高,说明该发明人在技术领域之间的桥梁作用越强。表4为2000—2004年专利转让次数排名前10发明人的各评估指标值,最高专利转让次数为18次,但存在半数的发明人专利转让次数为13,仅通过专利转让次数难以分辨这5个发明人的重要性区别。然而通过对比Q测度值,则可以对Bruchez Marcel、Yadav Tapesh、Bawendi Moungi 3个发明人的重要性进行区分和排序,但由于发明人Svetkoff Donald和Smart Donald 与其合作发明人同属一个技术领域,并不具有不同群体之间的中介作用,故其Q测度值均为0,该特殊情况下无法通过Q测度值进行比较。专利转让次数和Q测度两种指标均是发明人重要性的体现,而Q测度值与专利转让次数相比更加精确和具有区分度,因此Q测度具有更好的评估效果。

表4 2000—2004年专利转让次数排名前10的发明人

4 研究结论

本研究采用Q测度方法评估发明人在合作网络中的重要性,衡量发明人在两个技术领域之间的中介作用。本文将4个时期(即2000—2004年、2005—2009年、2010—2014年、2015—2019年)中申请并被授权的纳米能源领域的美国专利数据作为研究样本,构建发明人合作网络,分别采用Q测度、中介中心性、特征向量中心性和PageRank算法对发明人重要性进行评估,从而验证Q测度方法的有效性。本研究主要得出以下几点结论:

第一,在跨学科领域合作的背景下,Q测度具有更好的发明人重要性评估效果。21世纪以来,信息、生物、新能源、新材料等学科技术的多点突破与交叉融合为新一轮产业革命奠定了基础。越来越多的学科领域高度交叉,不同领域的发明人交流合作,衍生出新型研究领域。在此背景下,对于发明人重要性的评估需要考虑到发明人在各学科领域合作时的中介作用,而Q测度用于描述节点在两个群体交互中的桥梁作用,可以衡量两个学科技术领域之间发明人的中介作用及程度。通过将Q测度与中介中心性、特征向量中心性、PageRank算法进行对比,验证了Q测度具有更佳的发明人重要性评估效果。

第二,中介中心性和Q测度均能对发明人桥梁作用进行衡量,但是Q测度更有优势。中介中心性测量的是一个节点位于网络中其他节点对中间的程度,反映为网络中经过某节点并连接这两个节点的最短路径占这两个节点之间最短路径数总数的比例,在发明人合作网络中可以用于测度发明人在整个网络中作为桥梁的程度。在跨学科领域合作的背景下,中介中心性平等地对待所有合作关系,没有考虑到发明人处于不同学科领域这一事实,因此无法分析对两个学科领域进行联系的发明人,也无法衡量其连接程度。而Q测度既考虑到发明人合作网络中的所有合作交互信息,又侧重于考虑将两个不同领域群体联系在一起的合作信息[11],可以衡量发明人对不同学科领域联系程度。

第三,通过对专利转让次数前10名的发明人的深入分析,分析结果表明Top 10重要发明人中有4位发明人活跃于多个时期,通过其Q测度值可以分析发明人在不同技术领域之间的连接程度。重要发明人倾向于与其他重要发明人进行合作,即技术领域之间发挥重要桥梁作用的发明人可以通过与其他重要发明人进行合作从而提升自身的重要性。在分析专利转让次数前10名的发明人时,存在转让次数相同无法对发明人重要性进行区分的情况,而利用Q测度可以更加准确地对发明人重要性进行甄别,进一步验证了Q测度的有效性。

综上所述,本研究在跨学科技术领域研究高速发展的背景下,针对已有发明人重要性评估方法中存在的缺陷,创新性地应用Q测度方法对发明人重要性进行评估,对发明人合作网络中的不同技术领域进行分群,侧重于研究技术领域之间的合作关系,可以有效评估两个技术领域之间发明人的桥梁作用程度,从而提供发明人重要性评估的新思路。