This study aims to provide a new framework for analyzing the path of technology diffusion in the innovation network at the regional level and industrial level respectively, which is conducive to the integration of innovation resources, the coordinated development of innovative subjects, and the improvement of innovation abilities. It is important to understand quantitatively how high-tech enterprise cooperates with others in patent application over time, for it affects how cooperative mechanism is organized and technology transferred. This paper establishes a regional cooperative patent application network with the help of the cooperative patent application relationship among high-tech enterprises in the Park. The cooperative patent community based on complex network theory can better reflect the cooperation and communication mode of patent applicants, which is beneficial to explore the relationship between enterprises, institutions, academic institutions and scientific research institutes.
In this research, the high-tech enterprise patent cooperation network (HEPCN) model from 2008—2017 based on the Zhongguancun Science Park patent cooperation data. The overall characteristics of patents in the Z-park and the distribution characteristics of patents in different parks and technical fields are firstly summarized. Then the Louvain hierarchical clustering community division algorithm and the modularity Q function as the community structure description index are used to identify the community in the patent network data of high-tech enterprises in the Park from 2008 to 2017. The top five community data are used to analyze the overall characteristics and internal characteristics of the network community structure. The influencing factors of cooperative patent application community and the evolution path of the community can be confirmed by clustering analysis on the cooperative patent application situation of enterprises.
The following conclusions are concluded by the above analysis. Firstly the cooperative patent application network presents a significant community structure, and the cooperation between communities has been strengthened. Most of the core communities in the network have the characteristics of leader communities, and the degree values of key nodes in the network are quite different from other nodes. Some sub-core communities have self-organization characteristics. Secondly the associations formed by universities and their spin-off enterprises have an advantage in the early stage of the formation of the cooperative patent application network, being larger associations in the network. Thirdly the intra-community cooperation model has gradually changed from the affinity type to the industry-related type. There are cooperative patent application societies based on common technical needs among enterprises, which is conducive to alleviate the negative effects of the affinity type cooperation model and expanding the scope and scale of knowledge exchange and resource sharing. Lastly large-scale state-owned enterprises in the energy industry such as electric power play a radiating and driving role in the community due to extensive technical cooperation and exchanges.
Given the complexity and diversity of the relationship between high-tech enterprises in the patent cooperation network, this paper expands the research perspective of enterprise innovation cooperation and technology exchange, examines the technology related issues of enterprises from the perspective of patent cooperation network, and reveals the mutual relationship between high-tech enterprises in patent cooperation relation. Through index measurement and community division, the roles of different types of enterprises in the network are quantified, the internal dynamic mechanism of network development is clarified, the theoretical support system of enterprise innovation and development is enriched, and the analysis method of patent cooperation network is supplemented.
开放科学(资源服务)标识码(OSID)：
随着经济全球化进程和创新速度加快，区域发展正面临国际、国内竞争机遇和挑战，创新成为全球化时代的竞争武器。随着新一轮科技革命兴起，我国从高速发展向高质量发展方向转变，以知识、技术、资本密集为特征的高新技术产业凭借较强的技术创新能力，成为我国产业发展战略高地 [1, 2]。高新区是以智力资源为依托，以高新技术产业为主体，由集聚效应形成的专业化程度较高的新型社区，具有高度集中的知识、技术、人才资源，集研发、生产、经营、教育于一体。实践证明，高新区发展能够推动科技革命和技术进步，是自第二次世界大战以来众多国家和地区推动高新技术产业化及创新发展的重要形式，尤其是发达国家实现本国高科技发展的重要战略和途径。高新园区主要包括3个构成内容：①特定空间；②一系列技术转移活动；③大学、研究机构、政府机构和市场化机构间的合作。高新园区在促进园区企业创新能力提升[3]、培育创业人才[4]，以及促进高新技术产业发展[5]与当地区经济增长等方面具有重要作用[6]。
1988年，中国启动“火炬”计划，并在北京中关村建立第一个高科技发展试验区。自此，中关村成为中国高科技产业开发区的代名词。2009年，国家开始建设一批高新技术开发区，中关村作为重点建设对象，成为我国第一个自主创新示范区。作为全国高新区的标杆，中关村始终紧跟技术创新浪潮，突破体制机制约束，形成独特的创新生态系统，孕育了众多高新技术企业。
创新可以产生于地方、国家、个人、企业和其它知识机构间日益复杂的相互作用。随着知识经济发展，简单链式创新模式逐渐转变为复杂创新网络模式[7]。专利活动是追求利润的实体从其发明和创新中获得回报的典型方法，此外，合作申请专利网络也成为创新网络的表现形式。合作申请专利网络是指不同创新实体通过合作申请专利形成的关系，以及过程中的技术传播扩散机制(陈瑾宇等，2020)。本文基于这一经济学现象，对以中关村为代表的高新区合作申请专利网络进行系统刻画，探讨不同类型创新实体在合作网络中的作用。
以中关村为例研究区域合作申请专利网络，有助于挖掘高新技术企业在合作申请专利中的深层次关系，为企业网络位置分析与社团划分奠定良好基础。基于复杂网络理论划分的合作申请专利社团更能体现专利申请主体的合作和交流模式，有利于挖掘企事业单位、学术机构、科研院所间的相互关系，对高新技术领域合作创新能力提升具有重要意义。
复杂网络能够将创新活动涉及的要素流动(技术、资金、人才)和环境影响(政策、文化、组织)纳入同一分析框架，形成新的研究范式——创新网络，进而通过分析创新主体的复杂关联，解释网络结构与创新绩效之间的归因关系。近年来，随着网络分析工具和创新活动数据日益丰富，基于复杂网络视角的高新区创新生态系统研究成为国内外学者们关注的焦点。
创新主体通过建立各种正式或非正式关系实现创新功能，目标是更好地捕捉创新资源，从而有效提高创新效率。创新主体间的关系既有企业间或企业与机构间稳定的契约关系，也有企业间以及企业和机构间的非正式交流与接触关系。创新网络主体即创新网络节点，创新网络节点间的连接反映创新资源流动，即创新活动的具体表现。创新网络的核心价值在于通过搭建一个桥梁促进创新实体间的互动，有利于知识和信息产生、积累和传递，为知识创造、扩散和应用提供有效平台。
合作申请专利网络相关研究涵盖生物医药(姜南等，2021；李树祥等，2021)、装备制造[8]以及产学研合作(李树祥等，2021)等领域。合作申请专利网络以知识流动和资源交互整合为基础，能够清晰地反映创新主体之间的知识流动以及技术转移和扩散。因此，合作申请专利网络能够促进各创新主体实现优势互补，提高关键技术能力，进而增强各创新主体合作意识。现有合作申请专利网络研究大多利用社会网络分析方法计算各项网络指标，进而描述网络演化趋势和网络特征，对合作申请专利中的集聚效应研究较少。本文采用社团划分算法对合作申请专利网络中的集聚现象进行研究，通过对不同社团特征和演变路径进行分析，以期为不同性质和处于不同发展阶段的企业提供相关建议。
本文根据中关村管委会网站提供的2018年高新技术企业名单，利用Python爬虫在Incopate网站抓取名单内企业合作专利申请信息。在统计过程中，本文对数据进行筛选，剔除重复统计、信息不完整的专利数据并进行消歧处理，最终选取2008—2017年中关村企业共同申请专利清单及企业名录，基于此构建合作申请专利网络。共同申请专利清单包括专利公开号、申请号、标题、申请主体等信息，提取其中两类信息：一是能够区分专利、企业和个人的信息；二是企业或个人通过合作申请专利所建立起来的联系。高新技术企业、中介与金融机构、企事业单位、高校与科研机构及个人等专利申请主体构成网络节点，申请主体通过合作申请专利所建立的联系构成网络连边。另外，为了体现企业间的合作和技术扩散，要求申请专利的个人必须分属于不同单位。
通过建立高新技术企业合作申请专利网络(High-Tech Enterprise Patent Cooperation Network，HEPCN)分析高新技术企业在新兴技术扩散过程中的协同合作关系 [9]。专利共引频次实际上可体现企业创新合作程度或内部创新竞争力，因而给网络连边设定边权是科学且合理的。综上所述，HEPCN模型是一个加权无向网络模型，结合社会网络模体分析范式梳理企业与专利间的关系，如图1所示。
图1 HEPCN模型中技术扩散过程的5种情况
Fig.1 Five cases of technology diffusion process in HEPCN model
注：图1中，位于上方的方形节点为专利，位于下方的圆形节点为相关企业；两类节点之间的实线表示专利所属关系，虚线则表示专利传播途径；加粗实线表示企业之间在专利方面的强关联，虚线则表示弱关联
(1)如果企业既是专利唯一申请主体，又是专利当前唯一所有人，如图1(a)所示，那么这种情况属于自主申请，没有与其它企业产生技术扩散关系。
(2)如果企业与其它(一个或多个)企业是专利的共同申请主体，如图1(b)所示，那么这种情况属于合作申请，相关企业之间产生双向技术扩散强关联(本文适用情景)。
(3)如果(一个或多个)企业将专利转让给另一家企业，专利所属权发生变更(虚线方向代表归属权转移)，如图1(c)所示，那么这种情况属于专利转让情况，相关企业之间产生单向技术扩散强关联。
(4)如果(一个或多个)企业通过许可方式使其它(一个或多个)企业获得专利使用权，专利所属权并没有发生变更(虚线方向代表专利引用)，如图1(d)所示，那么这种情况属于专利许可，相关企业之间产生单向技术扩散弱关联。
(5)如果(两个或多个)企业通过专利许可方式获得某项专利的使用权，如图1(e)所示，那么这种专利共引关系并没有使它们之间产生技术扩散关系。
在HEPCN模型中，将作为创新主体的专利申请企业视为节点，共同申请某项专利的企业采用一条连边表示彼此间的强关联，连边上的权重则反映关联强弱。上述要素共同构成由节点集
和边集
组成的加权无向图G=(V,E,M) 。相关假设条件如下：
假设1：节点集
由特定园区或行业合作申请专利的企业组成，其中i={1,2,...,n}，节点数记为
假设2：边集中eij代表企业因合作申请专利而产生的技术扩散强关联关系，而且这种关系是双向的，所以eij和eji内涵相同。
假设3：采用邻接矩阵
中wij的值对eij进行表征。如果企业i与企业j没有合作申请专利，则wij=0；如果企业i与企业j存在一项合作申请专利，则wij=1；如果企业i与企业j存在两项合作申请专利，则wij=2，以此类推。
本文以3年为时间窗口对2008—2017年企业合作专利申请数据进行统计分析(限于篇幅，只展示部分年份)。从中关村合作专利申请数量看(见表1)，自2009年国务院批复中关村建设国家自主创新示范区并要求将其建设为具有全球影响力的科技创新示范区以来，合作专利申请单位大幅增加。2012年，国务院批复同意调整中关村国家自主创新示范区空间规模和布局，示范区面积进一步增加，为创新型企业提供了更广阔的孵化基地，合作专利申请单位增幅显著。2016年，国务院《北京加强全国科技创新中心建设总体方案》提出，要发挥中关村国家自主创新示范区的主要载体作用，进一步为中关村企业创新发展提供战略支撑。此外，2008-2017年企业共同申请的专利由1 410件增加到13 487件，并在2016年达到18 326件。其中，两个主体共同申请专利数占合作申请专利数的主要部分，2013年后出现较多5个以上主体共同申请专利的现象，企业合作申请专利数量规模呈现扩大趋势。
表1 中关村合作申请专利申请数量
Tab.1 Numbers of patent cooperation applications of Zhongguancun Science Park
申请主体2008年2011年2014年2017年21 1233 4259 13511 06132527651 7371 6924261105075535968012160037457019880195903172100060总数1 4104 31111 53713 487
中关村高新区根据所属行政区划分为16个园区，从中关村企业所属园区看(见表2)，海淀区无论是申请主体数量还是增幅都是16个园区中最高的。2008年合作申请专利中，海淀区高新技术企业占51.28%，2017年该比例下降至18.35%。海淀园企业因其深厚的创新积淀，在合作申请专利网络初期具有较大优势，吸引了网络中大部分技术合作者。随着创新网络发展，其它园区的技术优势形成，也能吸引较多高新技术企业聚集。部分园区形成具有代表性的优势企业，成为合作申请专利网络中的重要环节，这些特色园区中参与合作申请专利的企业数量增幅较大。
表2 中关村合作申请专利申请主体所属园区统计结果
Tab.2 Statistical results of the parks belonging to the main body of the patent application of Zhongguancun Science Park
园区2008年2011年2014年2017年东城园8142230西城园14264242朝阳园24477074海淀园145280387418丰台园22656681石景山园4161928门头沟园0318房山园47815通州园5162520顺义园5111625大兴-亦庄园19588881昌平园214890105平谷园1244怀柔园381111密云园3264延庆园0146
根据北京市科学技术委员会在2000年7月2日发布的《北京市高新技术企业认定条件及管理办法》,将中关村高新技术企业划分为11个技术领域。从技术领域看(见表3)，2008—2017年合作申请专利以电子信息产业为主，先进制造技术、新材料及应用技术、新能源与节能技术等紧随其后。电子与信息领域(先进电子材料、信息技术服务、信息系统集成等)、环境保护领域企业(环保装备、环保监测、先进环保技术推广等)合作申请专利数量增幅较大。
表3 中关村合作申请专利主体所属技术领域统计结果
Tab.3 Statistical results of the technical fields belonging to the main body of the patent application of Zhongguancun Science Park
行业2008年2011年2014年2017年电子与信息101197272331先进制造技术3590124133新能源与高效节能技术206710292环境保护技术19426782新材料及应用技术4386109103生物工程和新医药27496157现代农业技术动植物优良新品种651620航空航天技术2161927海洋工程技术0112核应用技术0220其它254986105
社会和生物网络由社团即一组节点组成，其内部连接紧密，而社团间连接稀疏。社团结构及社团是复杂网络理论中最重要的分支，在社会关系学、互联网及商业行为聚类等领域得到广泛应用并取得重要成果 [10,11]，被逐渐应用于创新网络复杂行为研究。社会网络中的社团结构是社会网络分析中的重点，因为这些社团结构可以用来解释个体间的关系，并预测企业社会行为。
复杂网络中的社团结构是指网络中由部分节点组成的集合，集合内部节点联结紧密，具有高度密切关系，而集合间的联结较为稀疏，因而将该网络划分为若干个集合的描述。优化社团结构的质量函数是一种社团检测策略，如模块化优化。目前，复杂网络理论中，对社团结构最常用的描述指标是由Girvan & Newman[12,13]提出的模块度，即Q函数。
模块度Q函数等于网络中连接社团内节点边的比例与拥有相同节点数但顶点间随机连接的网络中连接社团内节点边比例的期望值所对应的差值[14]。社团内节点联结越紧密而社团间联结越稀疏的网络模块度Q越接近1，网络社团结构就越显著。合理的社团结构中，社团内连边紧密程度的期望值远大于相同节点网络中随机社团结构内连边紧密度的期望值。模块度Q的表达式如下：
(1)
其中，m表示合作申请专利的总次数，即网络总边数，Aij表示主体i和j合作申请专利的次数，即连边权重，ki表示创新主体i参与合作申请专利的次数，即节点i的度值。δ(ci,cj)表示企业i和j所处社团，当i和j属于同一社团时，δ(ci,cj)取值为1，否则为0。
本文采用Louvain层次聚类社团划分算法[15,16]进行合作申请专利网络社团划分，具体算法流程如下：
(1)将网络中的每个节点看作为一个独立社团，形成第一层社团结构并计算Q0值。
(2)选择相邻节点i和j，将其进行组合得到新的社团，并计算模块度Q'及其增量ΔQ=Q'-Q0。如果增量值为正，则将节点i和j视为一个为社团，否则i和j不形成社团。
(3)重复进行社团结构下一层次划分，将上一步骤中已划分的社团视为节点，进而构建新网络再进行合并划分，下一次的网络权重是已划分社团内部的累加。
(4)回到第二步循环进行下一层合并，直至不能合并。
Louvain层次聚类社团划分算法是基于聚合思想的模块度算法，能够发现网络中的层次结构。除底部社区计算和划分时消耗时间较多外，随着社区压缩，边和节点数会大大减少[17]。因此，该算法复杂度低，且具有较高的准确度和运算效率，适用于大型复杂网络分析 [18,19]。
合作申请专利的主体之间具有包含与被包含的关系，随着高新技术创新领域的产学研深度融合，企业合作申请专利网络中必然存在层次和社团结构，因而Louvain算法具有较强的适用性[20]。
本文采用Louvain层次聚类社团划分算法，基于2008—2017年中关村高新技术企业合作申请专利网络数据进行社团识别，并挑选2008、2011、2014、2017年前五大社团数据进行网络社团结构整体特征与内部特征分析。通过对企业合作申请专利情况进行聚类分析，探究合作申请专利社团影响因素并对社团演变路径进行追溯，可为企业挑选适合的社团，进而通过社团内部合作申请专利获取技术资源提供建议。
由于合作申请专利网络规模较大且大部分节点仅拥有少量连边，故采用Louvain算法进行社团划分后社团众多，社团数量与模块度见表4。
表4 中关村社团数量与模块度统计结果
Tab.4 Statistical results of the numbers and modularity of Zhongguancun Science Park associations
项目2008年2011年2014年2017年节点数量5971 2871 9532 278最大联通分支规模973008221 088社团数量168332430462模块度值0.930.950.840.87
由于网络中存在较多社团，为清晰地展示中关村高新技术企业合作申请专利网络社团结构及演化过程，使用Gephi对2008年、2011年、2014年、2017年社团结构进行绘制，并对节点数排名前5的社团进行标注(图2～5)，节点大小与度值成正比，以社团中度值最高的节点对社团命名。
图2 2008年合作申请专利网络社团结构
Fig.2 Structure of the patent cooperation application network community in 2008
(1)社团化组织特征显著，合作申请专利社团呈现扩张态势。由上述网络图可以看出，前五大社团呈现规模扩大趋势，尤其是第一大社团在网络中的占比不断提升，所有社团模块度均在0.8以上，整体处于较高水平，表明中关村高新技术企业合作申请专利网络分化程度较高，呈现显著社团化空间组织模式特征。4个年份模块度分别为0.93、0.95、0.84、0.87，呈下跌态势，反映出社团间联系紧密度有所提升，不同社团间实现了一定程度的专利技术交流合作，原先较为封闭的合作申请专利现象得到改善。
图3 2011年合作申请专利网络社团结构
Fig.3 Structure of the patent cooperation application network community in 2011
图4 2014年合作申请专利网络社团结构
Fig.4 Structure of the patent cooperation application network community in 2014
图5 2017年合作申请专利网络社团结构
Fig.5 Structure of the patent cooperation application network community in 2017
(2)核心社团大多呈现领导者社团特点，部分次核心社团拥有自组织特性[11]。在领导者社团中，存在一个或者几个hub节点与社团内其它节点的度值相差较大。在自组织社团中，所有节点度数相差不大。观察图2～5可以发现，在2014—2017年网络中，最大社团内部节点度值相差较大，最核心节点在网络中获得领导地位，社团中其它节点团结在核心节点周围，符合无标度网络特性，核心节点的强大技术背景能够吸引其它节点合作，遵循择优链接机制。在网络的次核心社团中，节点度值相差不大，呈现小范围自组织特性，形成基于技术需求或社会关系的自发性合作申请专利团体。
(3)从社团地位看，2008年与2011年高校及其衍生企业形成的合作申请专利社团排名靠前。在合作申请专利网络形成初期，高校因丰富的创新资源与高科技人才，在网络中发挥显著凝聚作用，通过合作专利申请促进区域内企业创新交流与技术扩散。其中，清华大学社团一直占据主要地位。在2014年网络中，围绕能源类大型企业形成的合作社团展现出强大的带动能力。2017年社团网络中，科研院所成为重要力量。
4.2.1 HEPCN-2008模型社团结构分析
表5展示了2008年高新技术企业合作专利网络前五大社团中度值排名前6的社团成员，五大社团中核心成员分别是中国电力科学研究院、清华大学、北大方正集团有限公司、中国移动通信集团有限公司、中国建筑一局(集团)有限公司。
表5 2008年合作申请专利网络前五大社团成员构成
Tab.5 Composition of the top five associations in the patent cooperation application network in 2008
社团规模社团成员社团131中国电力科学研究院、华北电力科学研究院、北京中科三环高技术股份有限公司、华北电网有限公司、北京国电富通科技发展有限责任公司、国家电网公司社团225清华大学、北京四方继保自动化股份有限公司、同方威视技术股份有限公司、北京固鸿科技有限公司、北京维信诺科技有限公司、昆山维信诺显示技术有限公司社团324北大方正集团有限公司、北京大学、北京方正电子政务信息科技有限公司、国家档案局档案科学技术研究所、国家档案局、北京方正奥德计算机系统有限公司社团421中国移动通信集团公司、北京邮电大学、中国移动通信集团设计院有限公司、普天信息技术研究院有限公司、鼎桥通信技术有限公司、大唐微电子技术有限公司社团518中国建筑一局(集团)有限公司、中建一局集团第五建筑有限公司、刘嘉茵、王硕干、中国建筑股份有限公司、中建一局华江建设有限公司
(1)在合作申请专利网络形成初期，社团成员联结在高校、科研院所与大型国企周围。对于初创型企业而言，与高校、科研院所合作是快速获取技术资源与创新渠道的重要方式。围绕高校形成的社团在技术交流与合作方面打通流通路径，促进内部企业技术水平提升。大型国企在重要行业发挥引导作用，吸引领域内具有丰富技术资源的企业或科研院所合作，从而推动重点行业发展。
(2)通过观察社团内联通企业可以发现，与核心主体具有合作申请专利关系的企业大多为依托高校或科研机构所设立的企业(如清华大学与同方威视技术股份有限公司、北京固鸿科技有限公司，以及北京大学与北大方正集团有限公司等)或大型国有企业及其子公司。合作申请专利网络形成初期，合作者间关系较为牢固和稳定，知识交流与资源共享阻力较小[21]。亲缘型合作模式在初期能够为衍生企业带来稳固的技术合作关系，促进企业创新发展，但因行业或地域内其它企业辐射能力有限，容易导致技术固化与垄断。
4.2.2 HEPCN-2011模型社团结构分析
表6展示了2011年高新技术企业合作专利网络前五大社团中度值排名前6的社团成员。
表6 2011年合作申请专利网络前五大社团成员构成
Tab.6 Composition of the top five associations in the patent cooperation application network in 2011
社团规模社团成员社团181中国电力科学研究院、北京四方继保自动化股份有限公司、北京国电富通科技发展有限责任公司、华北电力科学研究院有限责任公司、华北电力大学、国家电网公司社团245清华大学、中国航空工业集团公司北京航空材料研究院、中铁电气化局集团有限公司、北京交通大学、同方威视技术股份有限公司、中国人民解放军总医院社团330北京邮电大学、北京国电通网络技术有限公司、国网信息通信有限公司、甘肃电力科学研究院、国贸工程设计院、普天物流技术有限公司社团427北大方正集团有限公司、北京大学、北京方正阿帕比技术有限公司、北大国际医院集团有限公司、方正信息产业控股有限公司、方正国际软件(北京)有限公司社团525中国海洋石油总公司、中海油能源发展股份有限公司、中海石油研究中心、大连理工大学、中国石油大学(华东)、中海油常州涂料化工研究院
(1)高校在社团中占据更高比例，不同于2008年综合类院校在合作申请专利方面成为主力的现象，2011年社团内部结构中，专业类院校形成了自己的合作团体，如华北电力大学、大连理工大学、中国石油大学等。专业类院校丰富的技术人才与技术积累为该领域技术渐进式创新和突破式创新提供支持。对于企业来说，与排名前列的综合类院校合作申请专利，可以扩大合作专利申请范围，形成密切的技术交流与合作团体，进而带动自身整体技术水平提升，将高校技术资源转化为自身创新实力，从而实现专利技术产品化。
(2)由清华大学社团内部成员对比情况可以看出，以最大校企方正集团有限公司为核心的社团4，合作申请专利规模没有显著扩大趋势，且社团内成员大多为旗下子公司，合作领域大多为电子信息行业。即使拥有顶级科研资源，如果在合作专利申请过程中企业仅以社会接近性作为唯一标准，不接纳吸收更广泛的创新主体进入合作集团，就会失去创新活力与技术优势，陷入创新“沼泽”。
4.2.3 HEPCN-2014模型社团结构分析
表7展示了2014年高新技术企业合作专利网络前五大社团中度值排名前6的社团成员。
表7 2014年合作申请专利网络前五大社团成员构成
Tab.7 Composition of the top five associations in the patent cooperation application network in 2014
社团规模社团成员社团1301国家电网公司、中国电力科学研究院、江苏省电力公司、华北电力科学研究院有限责任公司、北京科东电力控制系统有限责任公司、华北电力大学社团281中国神华能源股份有限公司、神华集团有限责任公司、中国铁道科学研究院、朔黄铁路发展有限责任公司、中国神华煤制油化工有限公司、神华国华(北京)电力研究院有限公司社团352中国海洋石油总公司、中海油能源发展股份有限公司、天津大学、中海油天津化工研究设计院、中海石油炼化有限责任公司、中海石油气电集团有限责任公司社团448北京市燃气集团有限责任公司、北京科技大学、中冶京诚工程技术有限公司、交通运输部公路科学研究所、中国建筑设计研究所、北京建筑大学社团544清华大学、北京维信诺科技有限公司、博奥生物集团有限公司、同方威视技术股份有限公司、中国人民解放军第三○九医院、中国疾病预防控制中心
(1)从行业发展看，电力行业在高新技术企业合作申请专利网络中形成最大的合作社团，其中国家电网占据主要地位。根据中国国家知识产权局数据显示，2014年国家电网专利授权量排名全国第8，2017年授权量跃升为全国第一。由2014年合作申请专利情况可以看出，拥有丰富创新资源与较强创新活力的国企会对区域乃至全国合作申请专利产生影响。电力行业需要较大的技术与资金投入，国有企业必然在社团中扮演重要角色，而电力设施铺设与智能电网发展对各领域企业的带动作用都是不可忽视的。因此，如何融入该社团并吸收内部资源，快速提升技术实力是价值链上企业亟需解决的问题。
(2)由社团4可以看出，合作申请专利的主体不再局限于具有从属或同宗关系的企业和单位，专利合作广度提升，出现因技术需求而形成的合作申请专利团体[22]。合作申请专利关系网络可以在同一行业内部或者相似行业之间无限扩展，知识交流、资源共享范围与规模扩大。虽然社团4中的企业并不严格属于同一领域或相似领域，但基于企业创新技术需求所建立的合作申请专利关系有助于促进技术革新与突破，并且可以与其它形式的合作同时进行，例如共同进行新产品开发和销售等。合作者在专利研发方面的合作关系能够与其它形式的合作活动相互促进、相得益彰。
4.2.4 HEPCN-2017模型社团结构分析
表8展示了2017年高新技术企业合作专利网络前五大社团中度值排名前6的社团成员。
表8 2017年合作申请专利网络前五大社团成员构成
Tab.8 Composition of the top five associations in the patent cooperation application network in 2017
社团规模社团成员社团1344国家电网公司、中国电力科学研究院、全球能源互联网研究院、国网冀北电力有限公司、国网信息通信产业集团有限公司、国网浙江省电力公司社团278中国铁道科学研究院、中国铁道科学研究院铁道建筑研究所、中国铁路总公司、中铁第五勘察设计院集团有限公司、中铁工程设计咨询集团有限公司、中国铁路设计集团有限公司社团371中国水利水电科学研究院、北京中水科海利工程技术有限公司、北京韩建河山管业股份有限公司、中国华能集团清洁能源技术研究院有限公司、北京市水利规划设计研究院、北京翔鲲水务建设有限公司社团469清华大学、北京科技大学、北京市燃气集团有限责任公司、北京建筑大学、中建一局集团建设发展有限公司、北京辰安科技股份有限公司社团561北京市轨道交通建设管理有限公司、中铁六局集团有限公司、中交隧道工程局有限公司、中国地质大学(北京)、中铁建设集团有限公司、北方工业大学
(1)对比社团2与社团5可知，即使同一行业也出现了基于价值链不同环节的社团划分，社团划分的业缘型特征更为显著，符合合作申请专利网络扩张趋势。广泛的社会分工促使企业间形成复杂的社会关系，在合作申请专利网络形成初期，合作程度不高、合作关系稀疏、合作规模偏小，企业应积极借助地缘发展和巩固合作关系。待初级合作申请专利网络形成后，主要依靠业缘关系拓展合作网络规模和范围。
(2)高校在核心社团结构中的影响有所削弱，高新技术企业在社团中的带动效应显著。在前五大社团中，出现了北京韩建河山管业股份有限公司、北京翔鲲水务建设有限公司等民营企业或国企改制企业，为合作申请专利社团注入新的活力。
本文对中关村高新技术企业合作申请专利网络进行社团划分，并对社团结构特征以及网络中前五大社团演化情况进行对比分析。在此基础上，观察前五大社团内部成员构成及合作模式，得到如下结论：
(1)合作申请专利网络呈现显著社团化结构，同时社团间合作有所加强。网络中的核心社团大多呈现领导者社团特点，网络中关键节点与其它节点度值相差较大，部分次核心社团拥有自组织特性，企业间自发形成合作社团，度值相差较小。因此，应重点培育合作意识强、发展潜力大的创新主体成为新的核心，增强多核心辐射效应，从而带动创新网络发展。另外，应通过积极推动不同社团之间的合作交流，促进技术在不同社团间转移，提升整个网络创新能力。
(2)高校及其衍生企业形成的社团在合作申请专利网络形成初期占据优势地位，成为网络中较大的社团。与其排队等候知名综合类院校，企业不如加强与本行业专业性院校合作，凭借技术领域内专业人才和资源，融入专业化程度较高的行业社团。
(3)社团内部合作模式由亲缘型逐渐向业缘型转变，企业间出现基于共同技术需求的合作申请专利社团，有利于摆脱亲缘型合作模式的负面影响，扩大知识交流和资源共享范围与规模。
(4)电力等能源行业大型国企在社团中发挥主要作用，通过广泛技术合作与交流对高新技术企业创新发挥辐射带动作用。
总之，初创期企业大多基于地理位置与社会关系获取可利用的创新资源以形成自身社团。随着企业创新水平不断提高，将社会接近性作为合作申请专利的唯一标准会导致活动范围狭小，进而造成从外界获取的资源非常有限，因此应避免单一亲缘型合作模式。当企业面临成长瓶颈时，需要关注价值链上下游企业，以及拥有相近技术需求或合作前景的高新技术企业，提升合作主体多样性，进而促进技术水平提升，实现可持续发展。
本文基于专利合作网络中高新技术企业间关系的复杂性和多样性特点，拓展企业创新合作与技术交流研究视角，从专利合作网络角度审视企业技术关联问题，揭示高新技术企业在专利合作中的相互关系。通过指标测度与社团划分，针对不同类型企业在网络中发挥的作用进行量化，厘清网络发展内在动力机制，丰富企业创新发展理论支撑体系，并对专利合作网络分析方法进行补充。基于上述研究结论，本文确定以下未来研究方向：
(1)由于数据限制，没有研究企业专利关系的其它情况(如独立申请、专利许可、专利转让等)，后续研究可以根据合作情况对专利关系进行全面分析，将自环以及强弱关联引入合作申请专利网络模型中。
(2)社团重叠是社团探测算法中非常重要的一环，对预测社团演化路径具有重要作用。未来可以将社团重叠纳入研究框架，通过识别不同社团中的重叠主体，探讨如何促进不同社团的交流合作，进而提升网络开放性，实现区域合作网络整体联通。
(3)合作申请专利网络是实时动态演化网络，未来可以通过链路预测方法探讨网络内部发展规律和演化机理，并通过分析合作申请专利现有发展基础，判断网络未来发展趋势和结构变化，以及不同发展趋势下对高新区创新发展绩效的影响。
[1] 杨博旭,王玉荣,李兴光,等. 从分散到协同:高新技术产业创新要素集聚发展路径[J]. 科技管理研究,2020,40(12):142-149.
[2] 刘和东,杨丽萍. 高新技术产业创新产出空间集聚及关联性研究[J]. 科技进步与对策,2020,37(19):51-58.
[3] MARTINEZ-CANAS R,RUIZ-PALOMINO P. Concept mapping as a learning tool for the employment relations degree[J]. Journal of International Education Research (JIER),2011,7(5):23-28.
[4] SADEGHI M E,SADABADI A A. Evaluating science parks capacity to create competitive advantages:comparison of pardis technology park and sheikh bahaei science and technology park in Iran[J]. International Journal of Innovation and Technology Management,2015,12(6):1550031.
[5] ZENG S X,XIE X M,TAM C. Evaluating innovation capabilities for science parks:a system model / mokslo ir technologiju parku inovacinio pajegumoj vertinimas:sistemos modelis[J]. Technological and Economic Development of Economy,2010,16(3):397-413.
[6] JONGWANICH J,KOHPAIBOON A,YANG C H. Science park,triple helix,and regional innovative capacity:province-level evidence from China[J]. Journal of the Asia Pacific Economy,2014,19(2):333-352.
[7] FREEMAN C. Networks of innovators:a synthesis of research issues[J]. Research Policy,1991,20(5):499-514.
[8] 吕国庆,曾刚,顾娜娜. 基于地理邻近与社会邻近的创新网络动态演化分析:以我国装备制造业为例[J]. 中国软科学,2014,29(5):97-106.
[9] 李冰,张纪海. 军民科技创新合作网络结构与演化:基于专利合作与社会网络实证分析[J]. 科技进步与对策,2021,38(21):142-151.
[10] 李晓佳,张鹏,狄增如,等. 复杂网络中的社团结构[J]. 复杂系统与复杂性科学,2008,5(3):19-42.
[11] LIU CJ,ZHU Z Q,WU J L. Detecting communities by revised max-flow method in networks[J]. Communications in Theoretical Physics,2013,60(2):258-262.
[12] NEWMAN M E J. Finding community structure in networks using the eigenvectors of matrices[J]. Physical Review E,2006,74(3):036104.
[13] NEWMAN M E J. Detecting community structure in networks[J]. The European Physical Journal B-Condensed Matter,2004,38(2):321-330.
[14] 潘高峰, 王星华, 彭显刚,等. 复杂网络的社团发现方法在电网分区识别中的应用研究[J]. 电力系统保护与控制, 2013, 41(13): 116-121.
[15] BLONDEL V D, GUILLAUME J L, LAMBIOTTE R, LEFEBVRE E. Fast unfolding of communities in large networks[J]. Journal of Statistical Mechanics Theory & Experiment, 2008 (10): 1-12.
[16] 李辉, 陈福才, 张建朋,等. 复杂网络中的社团发现算法综述[J]. 计算机应用研究, 38(6):1611-1618.
[17] 褚叶祺, 丁佳骏. 基于Louvain算法的作者合著网络社区划分研究[J]. 高技术通讯, 2021，31(3):257-262.
[18] 淡杨超, 王彬, 薛洁,等. 带时间约束的Louvain算法在动态脑功能网络模块化中的应用研究[J]. 计算机工程与科学, 2020(7):1158-1167.
[19] 林定, 徐颖, 黄国新,等. 基于Louvain算法的图数据三维树形可视化[J]. 计算机工程与应用, 2018, 54(7):101-106.
[20] 任义科, 张立成, 段伟宇. 网络结构、企业特征与产学研合作创新能力演化趋势[J]. 科技进步与对策, 2021, 38(19):1-10.
[21] 温芳芳. 合作申请专利模式的计量研究[D]. 武汉: 武汉大学, 2012.
[22] 王黎萤, 张迪. 不同模式科技型中小企业合作申请专利网络构建及影响因素研究[J]. 科研管理, 2019, 40(4): 203-212.