垃圾发电技术专利合作网络的动态演化分析

叶建木+马玎+张雅蕊

摘要：基于2006-2015年的垃圾发电技术的联合申请专利数据，结合复杂网络理论和社会网络分析方法（SNA），对垃圾发电技术专利合作网络中的整体网、行动者位置和合作伙伴关系的演化特征进行分析。研究发现，垃圾发电技术专利合作网络呈现出无标度网络特征，少数核心组织拥有较多的连接；大部分的核心组织是专利合作网络中的先行者并控制着网络中的技术路径；合作伙伴关系正朝着高强度和高技术距离的方向发展。总体而言，网络演化特征反映出垃圾发电技术专利合作网络处于创生阶段。最后，基于社会网络结构的演化特征对垃圾发电技术专利合作网络的良性发展和知识的有效扩散提出政策建议。

关键词：专利合作网络；垃圾焚烧发电技术；演化机理；社会网络分析法

中图分类号：F224.33

文献标识码：A DOI：10.3963/j.issn.1671-6477.2017.02.0005

城市固废的处理是当今各国面临的主要环境问题，也是我国在可持续发展进程中所需应对的突出问题。这一方面是由于逐年增长的城市固废处理缺口造成了巨大的经济损失和居民健康隐患[1]，另一方面我国处理城市固废的主流方式还是卫生填埋和堆肥，而具有比较优势的垃圾焚烧发电技术的应用仅局限于东部大中型城市[2]。相对于传统卫生填埋和堆肥，垃圾焚烧发电不会受制于用地紧缺、二次污染、处理时长和分类困难，因而具有显著的无害化、减量化和资源化利用优势，并符合国家环保产业发展的大战略。然而，垃圾焚烧发电的广泛应用却受到来自技术和资本两个方面的制约：其中技术制约主要体现于生活垃圾较低的热值和尾气处理技术的不成熟；资本制约反映于较高的初始资本门槛和较差的财务生存能力。这种需求和利用现状的矛盾也说明垃圾发电产业的发展需依托于环保产业、可再生能源产业和市政基础建设部门的共同努力，其技术的突破依赖于垃圾发电产业上、下、中游组织和政府部门的协同创新。由此，垃圾发电技术合作创新网络在近十年来应运而生。

对垃圾发电技术专利合作网络的演化分析具有特殊的意义：第一，垃圾發电产业具有高技术产业的共同特征如较高技术、资本密集性和战略地位，还具有其他高技术产业不同的特征如高垄断性、收益机制复杂性、产业空间广阔性、产业链交互性和学习曲线的强效应[2]，这种产业阶段和创新特征将会带来垃圾发电产业创新合作和结网过程的差异性，因此对其专利合作网络的演化分析有利于差异性的挖掘；第二，垃圾发电产业作为“十二五规划”中的先进环保产业方向与其他的低碳能源技术产业具有集聚、结网和合作创新过程上的相似性，而现有文献对低碳能源技术合作创新网络的定性和定量研究都较少涉及，因此对垃圾发电技术专利合作网络的演化研究可以对其它低碳能源技术合作创新网络的研究提供积极借鉴意义。

基于此，本文借鉴Abino等[3]的研究，运用国际绿色专利（IPC Green Inventory）分类明确垃圾发电专利技术的内涵和外延，通过共同申请专利数据构建其合作网络，从网络整体特征、行动者位置和合作伙伴关系三个典型社会网络特征定性和定量刻画网络，归纳和总结垃圾发电技术专利合作网络的特征与演化规律，以期对丰富垃圾发电技术乃至其他朝阳新能源产业的合作创新网络研究的广度和深度提供有益的探索。

一、 文献综述

对于专利合作网络的演化研究主要涵盖演化动因和演化形态两类分析，运用的主要研究方法包括复杂网络分析方法，社会网络分析、专利文献计量、动态网络分析法、社会网络的可视化分析。对于专利合作网络的演化动因， 刘晓燕等[4]基于生命周期理论将专利合作网络演化的生命周期划分为创生阶段、扩张阶段、稳定阶段和衰退阶段，指出相应的演化动力是获取互补性资源、提升社会资本、保障组织协同和实现组织创新，并通过IBM专利合作网络的数据挖掘进行了验证。向希尧和裴云龙[5]从邻近性视角分析我国电力系统技术领域的中外企业专利合作网络，结果表明，技术接近性不仅有助于节点之间构筑较短的连接渠道并形成重要的合作关系。

对于专利合作网络的演化形态，高霞和陈凯华[6]以我国ICT产业的联合申请专利数据构建网络以分析网络的动力学机制和结构演化特征，结果表明，ICT领域的专利合作网络具有明显的小世界性和无标度特征。叶春霞等[7]通过1985到2010年的26 731条企业间合作专利数据构建网络分析了演化过程，结果表明，企业间专利合作网络的小世界性逐渐凸显，但还未突破技术领域或行业的限制，最大子群多呈现星状结构。

总体来看，无论是演化动因或演化形态的研究，大多数研究是对于网络层分析专利合作网络的演化动力或形态，而对组织自我中心的专利合作网络的演化规律研究不足。而核心组织对创新网络的演化结构的影响显著，这主要是通过网络位置影响组织的吸收和学习能力，进而影响网络创新速率及绩效[8]。此外，现有研究也较少关注组织间关系的演化特征，而组织间关系层与组织层和网络层都是网络动态演化的表征对象，对网络演化的影响或作用机制具有一定的指示意义。因此，本文主要从整体网、行动者位置和合作伙伴关系三个维度研究垃圾发电技术专利合作网络的演化规律，这分别对应了专利合作网络的网络层、组织层和组织间关系层：整体网分析是借鉴复杂网络理论形成对垃圾发电专利合作网络增长和连接机制的认知；行动者位置分析是从节点属性以及变化的视角分析网络连接机制形成的中心性组织，以探索核心组织在网络演化中的主动性；合作伙伴关系的分析则反映了连接机制的内在属性，这结合整体网和行动者位置特征分析构成了垃圾发电技术专利合作网络演化内部动态过程的综合刻画。

二、研究设计

（一）数据来源

专利合作网络的构建一般是基于合作申请、购买、转让或交叉许可专利的数据。联合申请专利数据不仅是对组织合作创新成果全面的、客观的反映，也是现有研究中构建专利合作网络普遍采用的指标，因此，选取联合专利申请数据作为原始数据。数据来源于国内首家专利电子商务平台佰腾网。佰腾数据库是国家工信部认命的“国家中小企业公共服务示范平台”和国家知识产权局认定的“全国知识产权服务品牌机构”，该平台已成为国内应用范围最广、功能最全的专利信息应用品台。选取佰腾数据库进行专利检索具有数据来源的权威性以及检索内容的全面及时性。企业所有制的数据来源于年报或企业网站及其新闻，企业所属行业则从企业网站、新闻，或年报与国家统计局行业分类信息的对应关系所得。

在对垃圾发电技术IPC代码的确认上，借鉴Albino等[3]的低碳能源技术专利代码表对垃圾发热技术的IPC代码界定，输入佰腾数据库检索，下载包括专利号、名称、申请日期、分类号、申请权人、摘要数据，通过对申请权人字段设置函数处理确定联合申请专利数据。最终获取的垃圾发电技术领域专利数量为30 934，其中联合申请专利数量为2 838。依据现有文献，对初筛的合作专利做进一步样本删除：排除其中个人与个人、个人与组织两方联合申请专利的条目，仅保留组织与组织间的专利条目 ，如专利申请权人仅包含母子关系组织也予以删除以排除母子机构因业绩需要、成本分担等非创新驱动因素的影响。条件筛选后的垃圾发电领域合作专利数量为191，其年度分布如图1所示。可以看出，垃圾发电技术合作专利数量的变化趋势反映了政府对垃圾发电领域的鼓励程度，2011年我国在“十二五规划”中明确提出发展垃圾发电产业的相关激励政策，这使合作专利从2011年开始呈现明显的上升；而在2015年的下降也可能源于公众对垃圾发电项目频发的抗议事件，这使一些垃圾发电项目搁浅从而对其研发热情带来负面影响。

（二）网络构建

将垃圾发电技术领域的合作专利逐一生成包含所有年份的邻接矩阵，这是以专利号为列、组织名称为行而形成的2模矩阵，即事件/行动者矩阵；2模矩阵再通过如图2所示的转化形成组织/组织的1模矩阵。进一步观察数据得到合作专利的起始年份通常为2006年，将数据区间定为2006至2015年。由于专利合作关系具有时间上的连续性，而国内外相关文献中通常以3～5年为窗口期，考虑到垃圾发电技术的新兴性，整体样本量相对于成熟行业偏少，因此选取5年为时间窗口（t-2年，t-1年，t年，t+1年，t+2年）生成t年的邻接矩阵，这包括对相应年份数据的筛选以及重叠组织的合并；由于2006年和2007年样本数据很少，因此将2006年和2007年数据合并为1年，由此生成2009-2013年的專利合作网络。

（三）方法

基于本文对整体网、行动者位置和合作关系演化特征分析的目的，主要运用UCINET和Netdraw可视化分析相结合的方法。UCINET是以矩阵运算和图论为基础对社会网络进行多种量化运算的主要工具，具有菜单驱动和强大矩阵分析的功能，是学者分析网络演化运用的主要方法，因此对本文的研究目的具有适用性，而netdraw的可视化分析是社会网络分析的有效辅助工具，针对网络特征的演化提供了直观的分析。

对于整体网络特征的分析，主要参考Watts[9]的做法，运用UCINET计算出聚集系数和平均特征路径长度，并与随机网络的相应指标进行对比判断；而对无标度网络特征的判断则是基于Barabási和Réka[10]对于无标度网络幂律分布的界定，参考国内学者马艳艳等[11]的研究，通过幂律分布的散点图和OLS回归进行判断。对于行动者位置特征，参考MChirgui[12]研究，结合中心性分析和社会网络的可视化化分析，计算度数中心度和中介中心度排名前5位的组织及其在不同时间段的变化，同时运用网络结构拓扑图对专利合作网络的属性变量（组织性质、组织行业、组织所有制）赋值生成颜色和形状的对应，从而区分网络中不同属性节点的关系模式及其随时间变化的趋势，作为行动者位置分析的直观呈现；对于合作伙伴关系的分析，首先是通过社会网络可视化分析对于合作关系的属性变量关系强度的赋值生成线条强度的对应，从而区分网络中不同合作关系属性节点的演化，再通过Jaffer[13]的技术邻近性公式间接计算合作双方的技术距离，并对合作网络逐年的平均技术距离变化趋势加以刻画。技术距离表达如下：

TD ij=1-∑ kF ikF jk/[（∑ kF＼+2 ik）（∑ kF＼+2 jk）]＼+＼{1/2＼} （1）

其中，TD ij表示企业i与合作伙伴j之间的技术距离；k是技术类别，指代企业i与合作伙伴j在观察年t前四年（t-5至t-1年）内所申请的所有专利IPC代码前4位的技术领域；F ik为企业i在第k类技术领域中的专利数量，F jk为合作伙伴j在第k类技术领域中的专利数量。TD ij越接近0，表明企业与合作伙伴之间的技术距离约小，该数值越接近1，表明企业与合作伙伴之间的技术距离越大。由于存在一个组织与多个组织合作的情况，因此对每个组织计算其平均技术距离。

三、垃圾发电专利合作网络的社会网络结构演化

（一）整体网络特征

表1列出了2009年至2013年垃圾发电技术专利合作网络的基本网络属性指标（节点数Nodes、连接数Ties、平均度Avg.D、密度D）以及整体网指标（集聚系数C1、同等规模随机网集聚系数C2、平均特征途径长度Path以及小世界系数C1/Path）。

可以看出，密度和平均度都呈现出逐年增长的趋势，说明网络变得逐渐密集。从垃圾发电专利合作网络的集聚系数C1与同等规模随机网络的集聚系数C2的比较可以看出，前者普遍大于后者；同时，观察平均特征途径长度Path可得，平均特征途径长度较小。然而，由小世界系数（C1/Path）普遍小于1可以看出，低碳能源技术创新网络虽具有一定程度的小世界网络特性，但还不能将其判断为小世界网络[14]。这与叶春霞[7]对中国企业间专利合作网络的研究结论一致，说明网络中的最大子群可能具有小世界性特征，但是整体网络结构还存在一些缺陷，限制了网络中信息传递，知识溢出和技术扩散的速度。

进一步判断垃圾发电专利合作网络是否具无标度网络特征，这是通过节点中心度的幂分布检验。具体而言，需将节点中心度和其在网络中的排序在双对数坐标下进行统计分析，利用最小二乘法并结合图形判断系数的显著性和拟合曲线是否符幂律分布[11]。表2显示出最小二乘法回归结果，lnX的回归系数均为负，且在1%的显著水平下通过系数t检验，模拟合优度均高于0.8，F值也在1%的水平下显著。

同时，散点图也呈现出幂律分布的特征（图3）。从2009年和2013两年的节点中心度及其排序的双对数回归散点图的对比来看， “厚尾”特征在2013年更加明显，即节点中心度的幂律分布特征逐渐凸显，这表明低碳能源技术专利合作网络具有无标度网络特征，即网络中少数称之为Hub的节点组织拥有较多的连接，而大多数组织只有很少量的连接。这证实了Savin和Egbetokun[14]的观点，说明新兴行业中研发网络的度分布具有非均匀性，这可以解释为企业在研发网络的初创阶段具有更大的外部知识吸收倾向和更高的研发合作关系流动性，因此限制了网络中具有较大度分布节点的数量。

从网络整体结构的演化特征来看，垃圾发电专利合作网络呈网络规模逐步扩大、密度逐步提高的特征；然而，专利合作网络虽具有一定程度的小世界网络特征，却不能划归为小世界网络，这说明整体网络结构还存在一些缺陷，限制了网络中信息传递和知识溢出的速度；另一方面，节点中心度逐渐趋近于幂律分布，这意味着存在一些核心组织，这些核心组织的行动关系到整个网络的稳定运行、网络连接数量的增加，以及由此产生的技术或知识流动的速度。因此，有必要对这些核心组织进行甄别，以便于更好地把握垃圾发电技术专利合作网络的关键特征，由此引出对行动者位置特征的分析。

（二）行动者位置特征

垃圾发电技术专利合作网络的无标度特征已经说明一些核心节点在网络中扮演关键角色，对合作伙伴乃至整个合作网络的创新绩效施加影响，而中心性分析则对这些关键组织的演化特征进行刻画。

度数中心性反映的是组织合作伙伴的数量，其值越大反映出组织在网络中的焦点地位，而较小的度数中心度则意味着组织在网络中的边缘位置。而中介中心度则是指特定组织位于其他组织捷径上的程度，也反映了组织占据结构洞的程度；中介中心度越高意味着组织对信息传递的控制程度越高。表3列出了垃圾发电技术在2006-2010、2011-2015两个时间窗口所生成的专利合作网络的前五位度数中心度和中介中心度组织。可以看出，中国石油化工股份有限公司、甘肃银光聚银化工集团以及中国矿业大学在前、后两个时间段的专利合作网络均属于前5位的度数中心度组织，而中国石油化工股份有限公司和天津泰达环保有限公司在前、后两个时间段的专利合作网络均属于前5位的中介中心度组织。这说明垃圾发电技术研发准入门槛很高，例如仅每吨城市固废发电产能的初始投资额就高达2000万至7500万[2]，而且其原材料供应难度大、产业链不完善、市场化程度低，国家的补贴政策也缺位，只有中国石油股份有限公司、甘肃银光聚银化工集团以及中国矿业大学这些最早涉足固废利用研究、且最具实力的国有企业及科研院校才具备领先的合作研发能力并保持持续的优势。特别是中国石油化工股份有限公司在两类中心性指标以及不同时间段上均具有领先地位，这揭示中国石油股份有限公司这种大型能源供应行业的央企在垃圾发电技术专利合作网络中具有信息控制和资源利用的多重优势，在网络的生成、技术路径的发展和技术边界的推进中扮演关键的角色。这与MChirgui[12]的研究结果一致，说明合作研发网络中的先行者倾向于维持网络中的核心地位并对技术发展路径施加重要影响。

对于关键位置行动者及其变化的甄别只反映了这些组织的演化特征，而其属性还需要借助UCINET软件的可视化分析Netdraw，主要是通过对专利合作网络的属性变量（组织性质、组织行业）进行赋值，再对赋值关系进行形状的对应，从而生成不同属性节点的关系模式及其随时间变化趋势的专利合作网络图谱。由图4中（a）和（b）的对比可以看出，垃圾发电研发网络的行业覆盖面中科研机构和高新技术企业比例大幅提高，这也符合垃圾发电技术的学科交叉性、强外部效应性、投入风险大、技术复杂性与市场不确定性高的特点；从代表高校和科研院所的圆圈符号的边框宽度可以看出，高校作为网络中的知识信息枢纽的地位逐渐提升，这与近年来国家对垃圾发电技术领域的支持力度与产学研合作程度的加强相关；关键行动者由于资本门槛的限制，并没有发生很大程度的更替，度数中心度和中间中心度组织具有较大的重合率，而克服产业发展关键瓶颈的技术研发需求使得关键行动者中科研院所占比具有大幅提高。此外，二类中心性组织的重合均是能源开发和供应行业的大型国企，如中国石油化工和神华集团，这类企业得天独厚的发展条件使其持续地位于网络的核心位置。中心度较高的组织在行业分布上发生了变化：化学原料和化学制品制造业的企业比重有所下降，通用设备制造业、金属制品业和科学研究/技术服务业的企业比重有所上升，这说明能源需求企业、供应商企业和研发企业响应“十二五规划”参与到垃圾发电技术研发网络中，解决诸如二噁英排放、酸性气体和垃圾渗出液处理等关键技术难题。总体而言，垃圾发电技术专利合作网络的演化反映出垃圾发电产业的逐渐完善。

（三）合作伙伴关系特征

关系强度和技术邻近性是二元关系中最显著的两个特征。对于关系强度，参考现有文献用合作次数度量，这反映于图4中的线条强度。可见，2013年的合作网络中线条强度相比2009年的合作网络线条强度呈现出明显的加强，说明合作伙伴关系的强化。对于技术距离，将逐年的平均技术距离变化趋势反映于图5，可看出，合作双方的技术距离呈现出明显的上升趋势，说明组织随着吸收能力的提高倾向于选择具有更大技术和知识互补性的组织作为合作对象。这验证了刘晓燕等[4]的结论，说明垃圾发电技术专利合作网络处于生命周期中的创生阶段，其演化的动力在于获取互补性资源。

四、结 论

本文对垃圾发电技术专利合作网络的系统描述具有理论意义和应用价值：其理论意义在于从网络结构、节点位置和合作关系三重视角联合分析专利合作网络的演化特征，这丰富了现有研究仅从单一视角进行的分析，可以全面揭示网络知识流通效率、中心行动者权力来源和创新协作机制的效果，这为知识有效扩散的预测以及专利合作网络影响创新绩效的内在机理和促进机制的实证研究奠定了基础；其应用价值在于本文的研究思路提供了分析專利合作网络发展阶段，并揭示合作创新网络有效性提升的方法，这对其它技术领域的相关分析提供了一定的借鉴意义。依据研究结论，提出以下政策建议：

第一，垃圾发电专利合作网络整体结构表现为无标度网络的特征，这种网络的典型特征在于同时显现出针对随机故障的鲁棒性和蓄意攻击的脆弱性。这意味着国家要重点培植核心节点的创新能力，特别是考虑到网络中具有持续性核心地位的组织多为大型央企，这类企业较易受制于创新路径的锁定，也倾向避免对自身权威地位的挑战，因此，需要预防这类企业创新活力的匮乏对垃圾发电技术合作创新网络的负面影响。

第二，行动者中心性的分析甄别了不同中心度指标下的核心组织的变化及其属性，这结合网络整体结构特征的分析，说明对于不同层次的中心行动者需要采取差别化的激励政策：对于度数中心度较大的组织，可以通过提高对于其攻克诸如尾气处理和热值等关键技术的奖励标准，引导更多的国际合作来提高這些具备技术实力企业的引进、吸收和消化能力；对于中间中介度较大的组织，则需加强其作为信息知识枢纽的作用，促成行业协会、战略联盟等平台的构建等来扩大具有中介地位组织的信息知识扩散范围；对于网络的边缘组织，则应考虑加大财政补贴的力度，以免于这些具有创新活力和灵活性的组织的创新活动因垃圾发电技术领域所需的高资本门槛而被扼杀于摇篮中。

第三，行动者中心性的分析甄别了不同中心度指标下的核心组织的变化及其属性，这结合网络整体结构特征的分析，说明对于不同层次的中心行动者需要采取差别化的激励政策：对于度数中心度较大的组织，可以通过提高对于其攻克诸如尾气处理和热值等关键技术的奖励标准，引导更多的国际合作来提高这些具备技术实力企业的引进、吸收和消化能力；对于中间中介度较大的组织，则需加强其作为信息知识枢纽的作用，促成行业协会、战略联盟等平台的构建等来扩大具有中介地位组织的信息知识扩散范围；对于网络的边缘组织，则应考虑加大财政补贴的力度，以免于这些具有创新活力和灵活性的组织的创新活动因垃圾发电技术领域所需的高资本门槛而被扼杀于摇篮中。

[参考文献]

[1]Zhao X.G.， Jiang G.W.， Li A.， Li Y. Technology， cost， a performance of waste-to-energy incineration industry in China[J]. Renewable and sustainable energy reviews， 2016，55：115-130.

[2]Li Y.， Zhao X.G.， Li Y.B.， Li X.Y. Waste incineration industry and development policies in China[J].Waste Management， 2015，46：234-241.

[3]Albino V.， Ardito L.， Dangelico R.M.， Petruzzelli A.M. Understanding the development trends of low-carbon energy technologies： A patent analysis[J]. Applied Energy， 2014，135：836-854.

[4]刘晓燕，阮平南，李非凡.基于专利的技术创新网络演化动力挖掘[J].中国科技论坛，2014（3）：136-141.

[5]向希尧，裴云龙.跨国专利合作网络中技术接近性的调节作用研究[J].管理科学，2015，28（1）：111-121.

[6]高 霞，陈凯华.专利合作网络结构演化特征的复杂网络分析[J].科研管理，2015，36（6）：28-36.

[7]叶春霞，余 翔，李 卫.中国企业间专利合作网络的演化及小世界性分析：基于开放式创新视角[J].情报科学，2015，33（2）：85-90，104.

[8]石乘齐，党兴华.技术创新网络演化研究评述及展望[J].科技进步与对策，2013，30（7）：156-160.

[9]Watts D. Networks， dynamics， and the small-world phenomenon[J]. Economic Science，2006（6）：86-96.

[10]Barabási Albert-László， Réka Albert. Emergence of scaling in random networks[J]. Science，286（5439）：509-512.

[11]马艳艳，刘凤朝，孙玉涛.中国大学专利被企业引用网络分析：以清华大学为例[J].科研管理，2012，33（6）：92-99.

[12]MChirgui， Zouhaer. Dynamics of R&D networked relationships and mergers and acquisitions in the smart card field[J]. Research Policy，2009，38（9）：1453-1467.

[13]Jaffer A. Technological opportunity and spillovers of R&D： evidence from firms patents， profits， and market value[J]. American Economic Review，1986，76（5）：984-1001.

[14]Savin I. Egbetokun A. Emergence of innovation networks from R&D cooperation with endogenous absorptive capacity[J]. Journal of Economic Dynamics and Control，2016，64：82-103.

（責任编辑 王婷婷）

Dynamic Evolution Mechanism of Waste-to-Energy

Technology Patent Collaboration Networks

YE Jian-mu， MA Ding， ZHANG Ya-rui

（School of Management， WUT， Wuhan 430070， Hubei， China）

Abstract：This study applies complex network theory as well as social network analysis to investigate the social network structure evolution of Waste-to-Energy （WTE） technologies in terms of global network properties， major actors centrality and collaboration relationships. Based on the data-set covering joint filing patents pertaining to waste heat over the period 2006-2015， this study finds that the overall WTE innovation network exhibits the properties of BA scale-free network with minority organizations linking to abundant organizations. A large fraction of major actors represent the first-movers in the WTE research and still control the technological trajectories. The collaboration relationships have moved toward the increased degree of multidisciplinary and larger technological distance. Overall， the evolution of WTE innovation network features a young state of industry with high regime dependence. Finally， some thoughts are given to shed light on benign development of WTE innovation network.

Key words：patent collaboration network； WTE technology； evolution mechanism； social network analysis