分享
新兴产业突破性创新网络动态演化特征及知识扩散规律——以我国生物医药产业为例.pdf
下载文档
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,汇文网负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
网站客服:3074922707
新兴产业 突破性 创新 网络 动态 演化 特征 知识 扩散 规律 我国 生物医药 产业
中图分类号:F124.3;F49;G 30 2文章编号:10 0 0-7 6 9 5(2 0 2 3)13-0 134-11文献标志码:Adoi:10.3969/j7695.2023.13.01620233No.132023年第13期科技管理研究Science and Technology Management Research新兴产业突破性创新网络动态演化特征及知识扩散规律以我国生物医药产业为例刘国巍1,2.3,4,李明昊1,邵云飞3,刘思晴4(1.桂林电子科技大学商学院,广西桂林541004;2.宿迁学院管理学院,江苏宿迁223800;3.电子科技大学经济与管理学院,四川成都3611731;4.桂林航天工业学院产学研协同创新与创业研究中心,广西桂林541004)摘要:以2 0 0 1一2 0 2 0 年中国生物医药产业发明专利数据为样本,结合社会网络分析和纵向案例方法开展探索性研究。结果发现,新兴产业突破性创新网络经历了形成、拓展、稳定和更替等演化阶段;不同阶段呈现企业内部合作型、焦点企业中心型、局部密集型和复杂密集型等结构特征,凸显涌现、多元、集聚和跨界等主导发展特征;随着突破性创新网络演化,网络内部知识扩散速度、广度和深度均呈现先增加后下降的倒“U”型趋势,且知识扩散速度在拓展期达到峰值,跨学科知识成为演化后期主要扩散源,主体间知识距离越远越有利于深化知识扩散,更替期具有完全显著的空间距离衰减特征。关键词:突破性创新网络;新兴产业;网络构型;网络演化;知识扩散Dynamic Evolution Characteristics and Knowledge Diffusion Laws ofRadical Innovation Networks in Emerging Industries:Based on Chinas Biomedical IndustryLiu Guoweil-23-,Li Minghao,Shao Yunfei,Liu Siqing(1.School of Business,Guilin University of Electronic Technology,Guilin 541004,China;2.School of Management,Suqian University,Suqian 223800,China;3.School of Management and Economics,University of Electronic Science and Technology of China,Chengdu 611731,China;4.Collaborative Innovation and Entrepreneurship Research Center of Industry-University-Research,Guilin University ofAerospace Technology,Guilin 541004,China)Abstract:Taking the data of invention patents of Chinas bio pharmaceutical industry from 2001 to 2020 as thesample,carry out exploratory research combining social network analysis and vertical case method.The result showsthat the radical innovation network of emerging industries has gone through four evolution stages,including formation,expansion,stability and replacement.The four stages respectively represent the internal cooperation type,focusenterprise centered type,local intensive type and complex intensive type.Showing emerging,diversified,clustered,cross-border and other leading development characteristics.With the evolution of radical innovation network,thespeed,breadth and depth of knowledge diffusion within the network show an inverted U trend.The speed ofknowledge diffusion reaches its peak in the expansion period.Interdisciplinary knowledge becomes the main sourceof knowledge diffusion in the later stage of network evolution.The farther the knowledge distance between subjectsis,the more conducive to deepening knowledge diffusion.The replacement period has a completely significant spatialdistanceattenuationfeature.Key words:radical innovation network;emerging industry;network configuration;network evolution;knowledgediffusion收稿日期:2 0 2 2-10-19,修回日期:2 0 2 3-0 1-11基金项目:国家自然科学基金项目“新兴产业突破性创新的多层次网络研究:共生驱动、动态演化及政策”(7 2 2 6 40 0 7);国家自然科学基金面上项目“突破性创新价值共创的机理研究:跨界、演化与商业逻辑转换”(7 18 7 2 0 2 7)135以我国生物医药产业为例刘国巍等:新兴产业突破性创新网络演化特征及知识扩散规律新兴产业作为伴随重大技术突破和重大发展需求产生的新业态,关乎国家现代化产业体系建设,突破性创新是其发展的重要动力。我国“十四五”规划更是明确提出“构建一批新兴产业增长引擎,培育新技术、新产品、新业态、新模式”,突出新兴产业突破式创新发展的战略地位。在新兴产业发展过程中,创新效率虽高,但卡脖子问题依然严重。如从早期的国外6 C专利许可联盟DVD专利联合许可重创我国DVD产业,到近期的华为芯片断供事件,都说明国外新兴产业的先发者可以通过“专利封锁布局”获得产业链上核心知识创造带来的突破性技术垄断利润,影响新兴产业发展。那么,如何更高效率地开展突破性创新,进而解决卡脖子问题?成为理论界和产业界关注的重点问题。研究表明,新兴产业突破性创新具有战略性、前瞻性和可操作性,是全创新链知识产权育成的影响因素和解决“卡脖子”的关键所在【1】,利用外部知识和资源分担成本与未知风险,并积极整合产业链资源有利于中国新兴产业的突破性创新【2】。如生物医药产业复方丹参滴丸研发的核心企业天士力与浙江大学、天津大学、天津中医学院、中国中医研究院、北京大学等国内20多家科研机构和临床医院共建“没有围墙的研究院”,形成了面向复方丹参滴丸的突破性创新网络,各主体在网络内通过合作共研、合作共享等方式积极开展知识扩散,产生了30 0 多项核心技术。可见,新兴产业在借助突破性创新解决卡脖子问题时,不仅形成了新的突破性创新网络组织形式,同时又产生了网络知识扩散行为。因此,开展新兴产业突破性创新网络及其知识扩散研究具有重要理论和现实意义。目前,学者们主要从微观主体和宏观组织两方面开展突破性创新相关研究。微观主体层面上,大部分学者主要从异质性知识、企业竞合关系、政策法规等视角开展研究,如Zormitsa3研究了精益创业方法对创业企业或成熟企业突破性创新的影响;Vinton 44强调了突破性创新组织系统设计和突破性创新良好环境的重要性。而在宏观组织层面上,学者们虽认识到突破性创新是一项系统工程,必然要经历微观至宏观的涌现过程,但仅有少量学者探讨了联盟【5】、创新生态系统等组织层面创新问题 6 ,鲜有学者开展产业层面突破性创新的研究。同时,研究发现关于创新网络的研究主要集中于网络演化【、创新绩效、网络结构等方面1】,更鲜有学者开展产业突破性创新网络相关研究。此外,知识扩散的现有研究主要集中于知识扩散的内涵、模型、路径和影响因素等方面,如一些学者认为知识扩散是知识跨越技术和地理条件在不同个体间披露的过程10 ,构建了知识扩散Bass模型 、SIH模型【12】,探索了区块链领域的知识扩散路径【13;另一些学者从不同角度开展了知识扩散的影响因素研究,如Yang等【14 发现引文行为强度可以对学科知识扩散速度和广度产生影响;Baruffaldi等【10 和Bitner等【15】从专利角度分别发现了信息披露时间和机器翻译(MT)效果对知识扩散有显著影响;同时,研究发现多数知识扩散成果与技术创新网络交叉性较大,且主要集中于网络结构下的知识扩散模型、知识扩散路径等方面 16 ,强调网络结构与知识扩散的相互作用,据此探索网络知识扩散规律。可见,知识扩散不仅依托产业(集群)组织生成,也反馈影响组织存续发展,探索网络知识扩散规律成为学者们关注的新焦点。虽然,也有学者参照已有研究认为跨组织学习和高度开放的知识流动环境是人工智能产业创新网络形成的初始动力【17 。但面于新兴产业新兴性、知识隐形性、突破性技术周期长和不确定性的原因,多数学者对于新兴产业突破性创新网络及其知识扩散的直接研究仍相对不足在新兴产业技术创新模块化分解、协同和集成过程中,产业联盟和创新型集群开始大量涌现18 ,越来越多的企业与集群内、外部组织机构建立合作关系,创新网络化趋势愈发显著。如新冠疫情期间,面对传染速度快、无症状传播防护难的新冠病毒,仅靠保持社交距离和隔离,代价大且持续性不强,因而疫苗被寄予厚望。为快速突破新冠疫苗的研发,疫苗企业和生物医药产业集群内的相关机构利用各自领域专业前沿知识(扩散)开展了核心技术突破的强强合作,如康希诺与军事医学研究院生物工程研究所联合开发重组新型冠状病毒疫苗。针对上述现象关注如下两个问题:一是,新兴产业突破性创新网络作为推动产业技术发展的新的组织,受新兴产业特性和突破性创新模式引导影响,其是如何动态演化的?特征如何?二是,知识扩散作为突破性创新实现的重要保障,异质性知识在网络内是如何扩散的?规律如何?为解决上述问题,以我国生物医药产业为例,通过社会网络分析和纵向案例方法,整合分析新兴产业突破性创新网络构型演化和知识扩散问题。创新点在于首次实现了新兴产业突破性创新网络构型,揭示了新兴产业突破性创新网络动态演化机理和知识扩散规律。研究有助于进一步丰富新兴产业、突破性创新网络和知识扩散等相关理论体系,也为更好地促进产业突破性创新发展提供了实证依据。1新兴产业突破性创新网络演化与知识扩散1.1新兴产业突破性创新新兴产业与传统产业相比,具有高技术含量、高附加值、资源集约等特点。“十四五”规划和136以我国生物医药产业为例刘国巍等:新兴产业突破性创新网络化特征及知识扩散规律2035年远景目标纲要指出,聚焦新-一代信息技术、生物、高端装备制造、新材料等八大新兴产业,培育新的投资增长点推动重点产业领域加快形成规模效应,力争推动新兴产业增加值占地区生产总值(G D P)比重超过17%。新兴产业发展依赖于企业的知识积累与研发成果,需要产业系统联动融合,政府与市场积极规制,也需要打破固化思维下的路径依赖关系,加速形成新的技术范式。而突破性创新能够帮助企业挑战技术相对领先的竞争对手,推动产品性能主要指标发生巨大跃迁【19】,实现技术跨越带来超额的未来收益【2 0 。因此,为实现新兴产业发展目标,需积极开展突破性创新。利用CNKI、W o S和BSC等多个数据库对新兴产业和突破性创新主题交叉检索后发现,学者们主要通过分析新能源、生物技术、电动汽车等行业数据,开展新兴产业技术轨道和产业链方面的实证研究。如高伟等【2】以光伏产业为对象,研究了嵌入全球产业链对中国新兴产业突破性创新的影响,认为突破性创新为技术后发国家提供了跨越式追赶的机会窗口,并实证发现嵌人程度和嵌人质量对产业链资源整合能力有正向影响。通过总结不同产业数据和研究结论,发现新兴产业突破性创新特点如下:具有成长潜力明显、综合效益突出等优势;具有多技术组合、跨学科集成、跨地域合作等共生特征;但也包含风险系数高、技术周期长、不确定因素多等典型特征,以及难以由单个发明者或企业独立完成,需要企业整合内、外部资源协同创新。基于上述分析,新兴产业突破性创新是新兴产业内诸多企业为解决产业共性技术难题、突破产业技术壁垒或实现核心技术颠覆而开展的具有多主体集聚、多要素共生及多渠道扩散特征的非连续性、非对称性创新过程。1.2突破性创新网络及其演化集群网络作为网络主体间关系联结和交流互动的纽带,不仅可以帮助企业获得创业所依赖的资金、劳动等有形资源【2 1】,也可以给其带来知识、技术、信任和情感支持等无形资源【2 2】,有利于企业开展研发活动,提高产业整体竞争力。如Freeman23认为网络是应对系统性创新的一种制度安排,网络架构的主要连接机制是企业间的创新合作关系;John等 2 4进一步发现制药企业的中心性地位与突破性创新存在倒“U”型关系,并且指出所有希望开发突破性创新的公司都应该与大学合作伙伴结成网络联盟。可见,新兴产业不仅形成了集群网络,而且集聚涌现出与突破性创新息息相关的创新网络。借鉴集群网络的分析思路,可推断出新兴产业突破性创新网络可以为产业带来超额收益的同时还会创造巨大竞争优势。据此,新兴产业突破性创新网络是产业内部诸多企业为加快产品研发、快速获取潜在用户、扩张市场份额、实现利润和竞争优势最大化,解决产业共性技术难题、突破产业技术壁垒,与产业内、外部企业、大学和研究机构等创新主体合作开展新兴产业突破性创新的组织形式。产业演化的理论基础源于达尔文生物进化论,主要揭示了产业生命周期递进过程。在产业演化基础上,学者们进一步关注网络演化这一重要主题。国内外诸多学者主要从网络演化模型【2 5】、网络演化规律等方面开展了创新网络演化的相关研究【2 6 强调产业网络演化可以为新兴企业提供更有效创新路径,为赢得市场竞争地位提供机会。还有部分学者从网络结构视角出发,考察政府干预在网络演化中的作用【2 7】,按照时间序列构建股指时变网络,根据网络结构变化研究短期股指相关性的演化特征 2 8 。但从产业突破性创新视角研究网络演化的成果则相对较少,部分学者如Tan【2 9】使用定量和定性数据深人分析政府在塑造行业网络以产生突破性创新方面发挥的多重作用;Lathabai等【30 将15年内生物技术行业专利网络化后,分析网络特征并进行网络演化研究,识别出突破性创新是新范式关键成果。基于已有研究成果,新兴产业突破性创新网络演化是在产业创新网络内部主体间利用合作关系进行技术突破时,受知识扩散、资源分配及邻近性等因素影响,推动网络随结构变化而按照组织生命周期规律递进的过程。1.3新兴产业突破性创新网络知识扩散知识扩散是知识接收方在对发送方知识资源充分理解的基础上,通过各种渠道获取其有益知识资源并进行消化吸收的过程 31。为保证最大限度提高创新产出质量,企业通常会与邻近性地区或者同组织内的创新主体建立合作关系,利用知识扩散加快产品研发进程。目前,基于集群或网络视角研究知识扩散过程和现象的成果较多,如Zhang32分析了不同网络结构对整体知识和不同类型知识扩散效率的影响;Li33 通过中国制造业上市公司海外并购数据发现,合适的整合模式可以有效地提高知识扩散能力。知识扩散作为推动突破性创新发展的动力,受到产业环境和创新情境影响,仅有少数学者研究突破性创新视角下的知识扩散,如Andrew等【34 基于机器人技术这一突破性创新成果,研究知识产权在成果扩散中发挥的作用;Li等 35】追溯了太阳能光伏和风力发电突破性创新技术的引进和知识扩散之间的时间差,发现引进国家的知识基础和国家之间的接近程度都有助于知识扩散和技术追赶。根据137刘国巍等:亲业破性创新网络新兴广化特征及知识扩散规律以我国生物医药产业为例上述研究成果,新兴产业突破性创新网络知识扩散是网络内创新主体为寻求异质性知识进行突破性创新,而与知识拥有者(知识源)合作交互分享资源技术时,所产生的知识泄漏或者双向交换过程。2研究设计2.1案例选择由于突破性创新具有高投入、高风险和长周期特点,因此需要选择突破性创新动机显著、合作行为频繁的产业作为研究案例。生物医药作为拥有巨大发展潜力的新兴产业,其产业链上下游企业、大学和研究机构等创新主体常通过平台共建、合作共研、合作联盟等方式开展突破性技术创新,生产的药品(诸如艾弗沙、泰瑞沙、泰它西普等)不仅解决了相关领域疑难疾病,还推动了突破性创新药品市场建设。基于上述现象,诸多学者以生物医药产业为例开展突破性创新研究。同时,随着健康中国战略的提出及“健康中国2 0 30”规划纲要的实施,健康科技创新已成为快速实现联合国提出的“良好的健康和福”可持续发展目标的有效路径。因此,作为大健康产业核心层的生物医药(疗)产业必然开展更多二元创新。综上分析,从国家战略、产业实践和学者研究的角度出发,选择新兴产业中的生物医药产业作为主要研究对象,并基于其近2 0 年的联合专利数据绘制该产业突破性创新网络和知识扩散二模网络,以此解释突破性创新网络的构型、演化和知识扩散过程。2.2数据收集与整理联合发明专利是创新网络研究的重要客观数据,可以采用联合发明专利数据开展研究。但国内学者囿于突破性创新专利数据库的缺失而较少开展利用联合发明专利绘制新兴产业突破性创新网络的直接研究。然而,国外学者形成了两种思路识别产业突破性创新专利:一种是从被引证的角度出发,认为专利被引证次数越多,表明该专利越可能是突破性创新成果,且被引证阈值按产业整体专利数的1%、2%、5%和10%的被引证激增变化确定 36 】;另一种是从引证的角度出发,认为专利引证次数越少越可能是突破性创新成果【37 。但这两种识别思路都存在问题:第一种对于被引证数量相同的边界专利无法处理,而第二种则对专利入围规则不太明确。因此,将被引证和引证两种思路融合,以解决新兴产业突破性创新专利数据库缺失问题。根据突破性创新的长周期、技术不确定性高等特点,参考毕静煜等38 的思路,首先按照中证行业分类标准选择非ST生物医药上市企业群体作为代表生物医药产业突破性创新的核心主体层,并基于IncoPat数据库主题检索确定生物医药产业发明专利数据。然后,通过计算这些发明专利数据在1%、2%、5%和10%范围内的被引证激增变化,发现1%和2%的被引证均值(13.2 7、18.15)差异不大,2%和5%的被引证均值(18.15、8.43)差异较大。因此,确定2%范围内的48 0 余件发明专利数据更能代表生物医药产业突破性创新的整体情况。此外,对于该范围内按被引证次数倒序排序边界处同被引证次数的若干专利,按照引证次数最小的方式确定人围专利,据此明确生物医药产业突破性创新的发明专利数据。在此基础上,进一步通过申请人数量(2)、类型(非个人)的组合方式确定140 条生物医药产业联合发明专利数据,并发现这些专利申请年度集中于2 0 0 1一2 0 2 0 年。2.3研究方法与模型2.3.1研究方法社会网络分析方法(socialnetworkanalysismethod)已成为创新管理研究的新范式,其在认识论、方法论、数据采集与统计等方面都形成了独特的“相对空间”研究视角,且更多地倾向于对网络内互动节点之间关系和整体网络结构进行研究 39 。纵向案例研究方法(longitudinal case study method)能够按照时间顺序对关键事件进行逻辑上的复盘与推理,有效展示研究过程的整体性和动态性,有助于提炼现象背后的理论或规律【40 。首先,基于纵向案例和社会网络分析相结合的“时空整合”研究思路,将联合发明专利数据进行初步处理、转化为关联矩阵后,利用社会网络分析软件UCINET进行可视化分析;然后,基于创新主体合作关系构建新兴产业突破性创新网络,剖析网络构型及演化过程;最后,在产业突破性创新网络基础上,构建合作关系与知识源(IPC分类号)的二模网络,据此了解新兴产业突破性创新网络知识扩散的具体情况2.3.2研究模型在相关研究方法基础上,按照“构型演化一扩散”思路进一步构建研究所需的整合模型,基于复杂网络(拓扑)、生命周期(阶段)、知识(丰裕度和距离)管理等理论探究网络演化(结构和发展)特征和知识扩散(速度、广度、深度和空间衰减)规律。(1)新兴产业突破性创新网络构型及其演化模型。设新兴产业突破性创新网络G=(N,V)有N个节点、V条边。节点集合N是由新兴产业内从事创新活动的若干产、学、研节点构成,且按照参与突破性创新的程度分为核心节点N,(如焦点企业)和边缘节点N(如联盟企业),N=Ni+N2;连边集合138以我国生物医药产业为例刘国巍等:新兴产业突破硅创新网丝特征及知识扩散规律V是由网络内部节点之间基于知识互补关系形成的相连边而组成的。网络G具有以多个核心节点为中心、多级联盟关系为纽带、多类知识流动为动力的“多中心一多层级多资源”联盟组合网络形态。在明确网络G构型的基础上,通过计算如下结构指标测度网络演化:网络规模是网络中包含的全部创新主体数量,可以使用网络内的创新节点数目表征;网络路径是网络节点之间的连边数量,当网络节点之间存在合作关系时就会产生一条网络路径;网络密度是用来刻画网络中连边的密集程度,具体表示为“实际关系数”除以“理论最大关系数”;聚类系数是网络节点之间结集成团的程度,也可以表示为网络节点的邻接节点之间相互连接的程度,通过节点和邻接节点之间互联的路径数量和节点所在网络的总路径数量之比计算;度数中心势表示网络向某个节点集中的趋势程度,首先计算网络内各个节点的最大中心度与网络中其他节点中心度的“差值”,然后用多个“差值”的总和除以理论上各个差值总和的最大可能值。(2)演化视角下新兴产业突破性创新网络知识扩散模型。在网络G构型的基础上,进一步设定不同演化阶段的新兴产业突破性创新知识扩散网络g=(n,v)有n个节点、g条边。节点集合n是由网络G内合作关系节点ni和知识节点nz构成,且n=ni+n2;连边集合v是由网络G内知识节点与合作关系节点的隶属关系构成的,故同类节点之间无连边。因此,网络g具有二模网络形态。基于网络g构型,在参考传统知识扩散模型的基础上,借助知识丰裕度、“知识地理技术”距离等表征变量,进一步从速度、广度、深度和(绝对、相对)空间等维度考察网络知识扩散规律。3生物医药产业突破性创新网络动态演化特征.1新兴产业突破性创新网络结构特征及演化阶段为了更有效地揭示新兴产业突破性创新网络结构特征,根据产业发展历程和已有研究成果,以5年为时间切片,将2 0 0 1一2 0 2 0 年生物医药产业突破性创新划分为2 0 0 12 0 0 5年、2 0 0 6 2 0 10 年、20112015年和2 0 16 2 0 2 0 年4个阶段。通过研究联合发明专利数据,发现2 0 0 1一2 0 2 0 年共有10 1家生物医药企业或学研机构进行突破性创新。进一步,将这些数据转换为包含10 1个(企业、学研机构)节点的突破性创新网络二值邻接矩阵。然后,基于2.3节的研究模型并运用UCINET软件计算表1所示的网络特征。由表1可见,虽然突破性创新网络在不同阶段的结构特征有所不同,但仍能发现如下共性规律:随着时间递进,网络规模、路径、聚类系数、度数中心势均呈先增加后下降的倒“U”型变化趋势(网络密度变化幅度较小,可忽略不计)。此外,表1中网络规模和路径越大,意味着产业内进行突破性创新的合作企业越多,联系程度也越广泛;度数中心势则反映了与其他节点进行交往关系的能力,度数中心势较大的网络中存在着焦点企业,这些焦点企业与多家研发公司均有合作关系。根据上述网络演变规律及生命周期理论,将2 0 0 1一2 0 2 0 年4个阶段分别界定为形成期、拓展期、稳定期和更替期。表1生物医药产业突破性创新网络特征网络网络网络聚类度数周期规模路径密度系数中心势20012005年420.33331E+0.003 8020062010年58640.023 00.23118.35720112015年47930.03520.82418.44420162020年21350.092.90.54210.7893.2新兴产业突破性创新网络演化阶段的主导特征3.2.1网络形成期主导特征:涌现新兴产业突破性创新网络在组织内部企业间合作的过程中涌现,为解决企业研发知识库匮乏、创新方向不明确等问题提供了一种新的组织制度安排。但此阶段的网络结构简单,网络规模相对较小,仅有A,和A2、B,和B,4家进行两两合作的突破性创新企业。其中,A2是A,的子公司,B2是在当地政府政策扶持下B,与其他企业合作成立的公司。这一阶段主要是企业内部合作,焦点企业及其联盟组合尚未出现(度数中心势为0),企业集聚现象尚不明显(聚类系数1E+0.0038)。由于突破性创新的高风险、长周期等特性,企业很难依靠自身资源实现突破性技术研发和创新成果转化,往往选择同组织内跨地域的子企业合作,形成企业内部合作型网络。跨地域可以使企业嵌人不同的地理边界集群网络,加快企业间知识和资源共享速度,从而有机会获取不同地域独特知识,扩充知识储备。组织内的协同则有利于企业整合内部创新资源,降低搜索成本和适应过程,提升创新能力和研发效率。这一阶段突破性创新网络企业间的合作方式和研发成果,也为后续产业突破性创新和技术发展提供知识基础和方向指引。3.2.2网络拓展期主导特征:多元突破性创新网络在拓展期呈现出多元化特征。具体表现为:第一,大学、研究机构等节点首次在网络中出现,创新主体更加多元化。如北京市企业通过与江苏省大学D,进行产学研合作,获得了前沿知识和创新思路。第二,出现了焦点企业,并与其他创新主体进行多方合作形成联盟组合。研究发现,破139以我国生物医药产业为例刘国巍等:新兴产业突破性创新网络动态演化特征及知识扩散规律-拓展期网络中的A1、B,节点除了与A2、B2 合作,也会与其他创新主体进行联合研发,分别形成了以A1、BI为中心的联盟组合。形成联盟组合后,A1、B,的突破性创新成果数量明显提升,成为了生物医药产业的焦点企业(度数中心势18.357)。第三,创新主体地理邻近性增强。创新主体数量迅速增多(网络规模58),并且绝大多数分布于上海、江苏、浙江和北京4个地方。突破性创新网络在拓展期主要表现为焦点企业中心型,地理邻近性是突破性创新合作基础。3.2.3网络稳定期主导特征:集聚突破性创新网络在稳定期呈现出集聚特征。具体表现为:第一,创新主体集中在上海、江苏和浙江,产生了显著的地理邻近集聚效应。第二,大量企业选择组织内部合作方式,社会关系更加紧密产生了显著的社会邻近集聚效应。第三,联盟数量和规模增加,焦点企业所在的联盟产生更多创新成果。研发发现,稳定期网络中节点B,所在联盟创新产出数量占总创新成果的43%。与拓展期相比,稳定期突破性创新网络主要表现为局部密集型,并且创新主体合作形成的联盟数量增加,联系更加丰富密集(网络路径9 3),地理邻近性更加显著(聚类系数0.8 2 4)。集聚效应形成的原因主要有两点:一是江浙沪地区企业帮扶政策、完善的法律法规和创新文化氛围为创新合作提供了一定动力;二是大学、研究机构以及早期利用突破性创新获得先发优势的焦点企业,如A和B,位于江浙沪地区。这些创新主体研发过程中产生的知识溢出效应可以吸引周边企业进行突生创新活动,有利于新创意传播和新产品扩散。3.2.4网络更替期主导特征:跨界突破性创新网络在更替期呈现出跨界特征。具体表现为:第一,创新主体间的跨界效应更加显著,跨地理搜寻、跨组织合作和跨学科学习活动明显增加。第二,江浙沪以外地区的创新主体数量明显增多并且互补性更强。第三,焦点企业仍然保持着较高的研发效率(度数中心势10.7 8 9),B,节点所在联盟的创新成果数量占这一阶段总成果的6 0%。但是网络规模(2 1)和网络路径(35)与稳定期相比出现了大幅度下降。主要原因有两个:一是经过前期阶段的演化,创新知识和资源需要更新换代,突破性技术经历周期循环,企业进行新一轮的技术和产品研发创新;二是采用的是2%范围内的140 余件联合发明专利数据,从创意产生到专利发表需要较长时间,在引证不充分情况下,被统计概率降低。突破性创新网络在这一时期主要表现为复杂密集型,企业跨越地理界限建立多条联系路径,拓展与网络外部的联系渠道,将创新知识和丰富经验在联盟内部传递。由于突破性创新网络内存在着创新能力较强的焦点企业,这些企业作为网络中少有的创新引领者和组织引导者,其研发方向和合作伙伴选择行为会对网络演化产生重要影响。同时,创新主体之间的地理和社会邻近性一定程度上也会对网络的发展产生推动作用。基于上述研究,凝练了图1所示的新兴产业突破性创新网络演化框架。企业内部合作型焦点企业中心型焦点企业红织内部合作声学研合作红新护章形城脚:渝现拓展期:多元复杂密集型部密集型地理邻近社公邻近合作合作跨地城合作跨红织合作跨学科合作更替期:跨界稳定期:黛聚企业大新究机构图1生物医药产业突破性创新网络构型和演化过程140刘国巍等:新兴产业突破性创新网络动态演化特征及知识扩散规律以我国生物医药产业为例4演化视角下生物医药产业突破性创新网络知识扩散规律4.1基于突破性创新网络的知识扩散二模网络生成专利作为企业合作的重要成果,具有隐性知识具象化的优势,专利IPC分类号通过对学科知识分类达到知识量化目的。如刘晓燕等【41 以集成电路产业专利的IPC分类号为主要数据源,结合社会网络相关模型研究了专利合作网络知识扩散的影响因素。在此基础上,结合2.3节的研究模型,设定以IPC分类号为节点的产业知识扩散网络模型,主要是构建企业合作关系和知识扩散的二模网络,研究创新知识流动情况,揭示网络知识扩散过程。首先,通过分析2 0 0 1年至2 0 2 0 年的联合专利数据,对新兴产业内的企业合作情况和知识扩散的具体内容进行全面了解;然后,将这些数据转换为IPC分类号和企业合作关系为节点的突破性创新网络二值邻接矩阵,并绘制如图2 所示的不同演化阶段知识扩散二模网络图。在图2 中每一个合作节点代表知识扩散渠道,IPC专利号节点代表具体知识分类。AGA61X36*A61K31*C12M1/00A61K38*C07J9/00A01P11/00CO7D317*A61K125/00C12R1*C12P7B01D15*A23L2*B01J31/02A01N25*A61K9*A23K20*ACO1N33/48A61P*CO7D4A23L*A23K40/30C07D307*CO7F7/18A01N31/06GO1N3O*(a)知识扩散形成期二模网络CO7C231A23K1/16GO1N33/531CO7D405*CO7DC11B5*CO7D307*C12N1/21C12N1/19BO1J23*B01J35/10CO7D213*CO7K*C07D211*CO7F9*A23L33/00C12N15*CO7D239*A23F3/16CO7D487*CO7H17/00A61K39*CO7C319*C07C31*CO9K15/00A61K48*C07C29*B01J27/24CO7D215*CO7D319*C03C*CO7D301*C12Q1/04*C12Q1/68G06K9/46C06T19*C03C17*CO7D301*G01N21CO7H7/04C07F5/02C11D10/02GO2B*B65B1/04C12Q1/70GO1N33/53(b)知识排散拓展期二模网络COBKCO8L67*GO5D3/00HO4N5*BB01D9/02C12N9*C12P13/00CO7H1/O8CO7H15/18BDGO1N33/569A01N59/12A01PQQ/00A61K35/747C12N1/20CO8L1*CO8L*(d)知识扩散更替期二模网络(c)知识扩教秘定期模网络企业合作关系专利IPC分类号图2不同演化阶段的生物医药产业突破性创新知识扩散二模网络注:根据专利发表的时间顺序,用英文字母依次表示企业合作关系,网络连边粗细表示企业合作过程中引用知识的次数,企业合作关系节点大小表示5年周期内的合作次数。为进一步了解医药产业知识扩散的具体情况,运用UCINET软件分别计算不同演化阶段二模网络的合作次数、网络密度、聚类系数、度数中心势特征指标值和IPC变化量,具体如表2 所示,据此反映生物医药企业合作及知识扩散情况。表2不同演化阶段生物医药产业知识扩散二模网络拓扑结构特征年份阶段合作次数/次AIPC网络密度聚类系数度数中心势20012005形成期230.80000.93305.600020062010拓展期33520.04850.47808.024020112015稳定期14280.04180.02503.429020162020更替期360.41670.117 06.6670络知识扩散规律分析141以我国生物医药产业为例刘国巍等:新兴产业突破性创新网络动态演化特征及知识扩散规律一从图2 的IPC分类号分布特征和表2 的二模网络结构特征可知,拓展期二模网络结构的度数中心势为8.0 2 4,聚类系数为0.0 48 5,呈现出连接紧密、较为集中的结构特性,表现出明显的中心边缘分布。同时,拓展期和稳定期中Y、M、W 所代表的合作企业与知识的连接数量更多、连接线路更粗。根据图2 可知,这些合作企业拥有的知识更加多元化,知识使用次数更加频繁。这些合作企业中同时也包含网络演化过程中产生的焦点企业。通过合作次数和专利数量可以进一步发现,焦点企业具备很强的合作吸引力,与焦点企业研发合作容易产生知识扩散。基于上述分析,得到结论1。结论1:产业发展过程中会产生焦点企业,焦点企业通过较强的创新能力吸引企业合作产生知识扩散,并在产业拓展期呈现出明显的“中心-边缘”分布。4.2生物医药产业突破性创新网4.2.1网络知识扩散速度分析知识扩散是知识通过合作、学习、引用等各种渠道被知识接受者吸收消化利用的过程。在这一过程中,知识被获取和学习的次数越多,吸收和利用的范围越广,扩散速度越快。专利作为知识的重要载体,企业、高校、研究机构等创新主体通过合作进行知识共享并最终产生专利的过程也可以表示成知识扩散行为。根据以往研究,将知识扩散速度(k n o w l e d g e d i f f u s i o n s p e e d)界定为渠道数量(合作次数)与新知识增加量(IPC)的加权平均,并进一步借鉴董媛媛等42】的研究思路,使用合作关系数量和专利IPC分类号数量来描述知识扩散(渠道数量与新知识增加量)的快慢。当没有其他因素干扰时,创新主体通过合作与联合申请专利的方式增加网络关联路径加速知识扩散。根据图2 和表2数据计算得到突破性创新网络每个周期的知识扩散速度分别为4.2 5、7 3.19、2 9.0 3和6.0 0。不难发现,知识扩散速度在形成期处于低谷状态,但在拓展期迅速升高达到整个网络周期扩散速度的峰值后,在稳定期开始降低并最终与形成期扩散速度持平,总体呈现倒“U”型的变化趋势。进一步研究发现,形成期至拓展期的知识扩散速度曲线斜率最大,扩散速度变化最为明显,进一步说明了网络形成期至拓展期的企业对知识吸收消化速度不断加快,知识利用效率增加。但随着产业内部知识扩散规模接近饱和,稳定期和更

此文档下载收益归作者所有

下载文档
你可能关注的文档
收起
展开