王雅蘭, 王成軍,孫笑明, 向 銳, 馮 濤

(西安建筑科技大學(xué) 管理學(xué)院，陜西 西安 710055)

0 引言

在發(fā)明人創(chuàng)新合作網(wǎng)絡(luò)中，占據(jù)結(jié)構(gòu)洞的中間人具有較強(qiáng)的控制和整合優(yōu)勢，對創(chuàng)新具有顯著促進(jìn)作用[1-2]。近年來，學(xué)者對占據(jù)結(jié)構(gòu)洞的中間人產(chǎn)生了濃厚的研究興趣，中間人成為目前網(wǎng)絡(luò)管理研究中最受關(guān)注的對象之一。作為中間人作用機(jī)制的一個關(guān)鍵視角，中間人角色分析始于20世紀(jì)80年代，相關(guān)研究涉及不同層次中間人角色對知識流動[3]、知識交換及技術(shù)融合的影響[4]、中間人角色與企業(yè)創(chuàng)業(yè)及創(chuàng)新績效的關(guān)系[5]、中間人角色在組織動態(tài)協(xié)作網(wǎng)絡(luò)中的作用[6]等諸多方面，由于數(shù)據(jù)獲取方式受限，研究進(jìn)程受到一定阻力。在數(shù)字經(jīng)濟(jì)時代和大數(shù)據(jù)時代，作為囊括全球90%以上最新技術(shù)情報和大量亟待挖掘的創(chuàng)新規(guī)律的寶庫[7]，專利大數(shù)據(jù)為中間人角色分析提供了前所未有的機(jī)遇。在微觀層面，通過專利大數(shù)據(jù)分析可以追蹤研發(fā)者流動軌跡，揭示發(fā)明人合作方式及其動態(tài)變化情況，還可以分析發(fā)明人知識整合特征和效率。中間人角色轉(zhuǎn)換往往伴隨著知識交換特征，華為從4G到5G預(yù)研階段，研發(fā)者角色轉(zhuǎn)換不僅影響團(tuán)隊(duì)創(chuàng)造力和研發(fā)效率，還影響預(yù)研階段的最終成果和創(chuàng)新績效[2]。

Howells[8]指出，中間人最早是作為技術(shù)知識的非正式傳播者出現(xiàn)的；Burt[9]指出，中間人是向一個位置發(fā)送資源并從另一個位置獲取資源的行動者，具有收集和交換資源以及聯(lián)絡(luò)不同行動者的功能；Gould & Fernandez[10]將中間人角色劃分為協(xié)調(diào)人、顧問、守門人、代理人和聯(lián)絡(luò)人5種類型[10]，如圖1所示。然而，現(xiàn)有文獻(xiàn)缺乏對基于專利大數(shù)據(jù)中間人角色類型劃分方法的精準(zhǔn)探討。

圖1 中間人角色類型Fig.1 Classification of brokerage roles

從上文界定看，中間人角色劃分的主要依據(jù)是其在網(wǎng)絡(luò)中所處的位置和連接方式。中間人所屬群體關(guān)系包括3類：群體內(nèi)部關(guān)系、群體內(nèi)外部關(guān)系、群體外部關(guān)系[11]。其中，協(xié)調(diào)人從群體內(nèi)某一行動者處獲取資源并將其傳遞給群體內(nèi)另一行動者，其與其他行動者同屬一個群體，此類中間人可歸屬為群體內(nèi)部關(guān)系。守門人從群體外部獲取資源并將其傳遞給群體內(nèi)部；代理人從群體內(nèi)部獲取資源并傳遞給外部群體;顧問作為群體外行動者，從群體內(nèi)某一行動者處獲取資源并將其傳遞給群體內(nèi)另一行動者，此3類中間人可歸屬為群體內(nèi)外部關(guān)系。聯(lián)絡(luò)人從群體外部獲取資源并將其傳遞給其他外部群體，與另外兩個行動者分屬于3個不同群體，此類中間人可歸屬為群體外部關(guān)系?；谏鲜龇治隹芍虚g人角色劃分本質(zhì)等同于無向，即不需要考慮關(guān)系方向的特定性[12]。因此，在對專利信息進(jìn)行分析時，中間人角色劃分需要解決的核心問題是如何精準(zhǔn)地確定不同群體。

以往文獻(xiàn)在進(jìn)行群體劃分時利用了較為明確的物理邊界。Spencer[3]以國家為群體劃分邊界，研究了平板顯示器公司全球守門人和代理人角色在全球及區(qū)域網(wǎng)絡(luò)中的知識流動情況；劉鳳朝等[13]以專利權(quán)人所屬區(qū)域?yàn)橐罁?jù)對中間人角色進(jìn)行了分析；李新和李柏洲[14]以城市群為群體劃分邊界，分析了哈長城市群協(xié)同創(chuàng)新網(wǎng)絡(luò)特征。Hyojeong等[4]以產(chǎn)業(yè)為群體劃分邊界，設(shè)計了一種技術(shù)知識流算法，用于識別技術(shù)融合或知識交換過程中4類技術(shù)知識中間人角色。關(guān)于中間人角色對企業(yè)探索式創(chuàng)新的影響，劉鳳朝等[15]以發(fā)明人所屬企業(yè)作為群體劃分依據(jù)；姜秀娟等[16]將中間人劃分為內(nèi)部聯(lián)系者和外部聯(lián)系者兩種；Spiro等[12]以應(yīng)急過程中的不同組織為群體劃分邊界，討論了3類中間人角色在動態(tài)情景下的作用，并設(shè)計了相應(yīng)測算公式；Glaser等[5]以組織單元為邊界，分析了協(xié)調(diào)人和守門人等中間人角色對企業(yè)創(chuàng)業(yè)的影響；Tushman等[17]以研發(fā)項(xiàng)目組為群體邊界，探討了技術(shù)守門人的作用；李瑞茜等[18]按照IPC分類號和技術(shù)領(lǐng)域?qū)φ毡?，將專利劃分?5個較大的技術(shù)知識領(lǐng)域中，并對中間人角色進(jìn)行了分析；李長玲等[19]以學(xué)科為群體劃分邊界，識別了跨學(xué)科知識交流中的中間人角色。上述群體劃分方法的優(yōu)勢在于操作簡單、群體邊界清晰，但也存在著諸多弊端，如群體邊界過大導(dǎo)致群體內(nèi)部成員關(guān)系松散。如以公司為邊界，處于不同技術(shù)知識領(lǐng)域的發(fā)明人可能并不存在創(chuàng)新合作關(guān)系，即使存在工作交流也不一定必然進(jìn)行知識交換。因此，當(dāng)構(gòu)建以知識流動為基礎(chǔ)的發(fā)明人合作網(wǎng)絡(luò)時，這種群體劃分方法不一定合理。

基于此，本文提出一種基于專利大數(shù)據(jù)的企業(yè)發(fā)明家中間人角色劃分方法，這種識別方法并非僅依靠網(wǎng)絡(luò)結(jié)構(gòu)，也不需要反復(fù)確定明顯的群體邊界。對于大多數(shù)企業(yè)研發(fā)團(tuán)隊(duì)而言，團(tuán)隊(duì)成員擁有相同或者相近的知識領(lǐng)域，團(tuán)隊(duì)之間進(jìn)行發(fā)明創(chuàng)造需要深入開展知識交流，所以他們之間的合作關(guān)系比較穩(wěn)定。對中間人進(jìn)行分析的目的在于挖掘不同中間人角色類型在知識擴(kuò)散和重組過程中的重要作用，以知識為邊界劃分發(fā)明人群體更加契合理論研究和人力資源管理的需要。因此，本文從理論基礎(chǔ)、模型方法、應(yīng)用實(shí)例3個方面闡釋專利大數(shù)據(jù)所披露的中間人角色劃分方法操作過程，兼具理論與實(shí)踐雙重意義。

1 理論基礎(chǔ)

1.1 群體劃分依據(jù)與邊界

在發(fā)明人合作網(wǎng)絡(luò)中確定網(wǎng)絡(luò)邊界并較為精準(zhǔn)地找到互斥子群體，是從個體層面劃分中間人角色方法的關(guān)鍵依據(jù)，主要體現(xiàn)在以下兩個方面：

(1)凝聚子群分析法是最常用的發(fā)明人群體劃分方法[20-21]，其原理是對網(wǎng)絡(luò)中的個體進(jìn)行聚類，特指在不確定屬性(部門、技術(shù)領(lǐng)域等)分類標(biāo)準(zhǔn)情況下，按照結(jié)構(gòu)化數(shù)據(jù)或關(guān)系型數(shù)據(jù)進(jìn)行自動分類[21]。這種分類依據(jù)主要包括4個維度：子群成員關(guān)系的互惠性、子群成員關(guān)系可達(dá)性或接近性、子群內(nèi)部成員關(guān)系頻次以及子群內(nèi)部成員網(wǎng)絡(luò)關(guān)系密度相對于內(nèi)外部成員的關(guān)系密度。因此，應(yīng)用凝聚子群分析法界定子群并非以發(fā)明人之間實(shí)質(zhì)意義(技術(shù)領(lǐng)域、朋友關(guān)系)上的凝聚性為依據(jù)，而是以純粹的結(jié)構(gòu)特征來定義。實(shí)際上，基于專利數(shù)據(jù)進(jìn)行中間人角色劃分應(yīng)建立在以技術(shù)領(lǐng)域?yàn)檫吔绲娜后w結(jié)構(gòu)基礎(chǔ)之上(見表1)。

表1 凝聚子群分類依據(jù)Tab.1 Classification basis of cohesive subgroups

(2)提高發(fā)明人群體邊界劃分精準(zhǔn)度。邊界劃分可根據(jù)具體研究層次設(shè)定，尤其是以知識領(lǐng)域?yàn)檫吔绲娜后w劃分，邊界可以由大到小，可從行業(yè)、企業(yè)和團(tuán)隊(duì)層面延伸至個體層面?，F(xiàn)有研究大多選擇易于獲取的數(shù)據(jù)設(shè)置較大的邊界，往往忽略了邊界劃分精準(zhǔn)度問題。此外，一些跨領(lǐng)域技術(shù)發(fā)明人有時會存在于兩個或兩個以上的群體網(wǎng)絡(luò)中，常規(guī)做法是將群體邊界模糊化，但這會導(dǎo)致群體規(guī)模擴(kuò)大，或者將兩個或兩個以上群體合二為一，因而難以精準(zhǔn)且完整地識別中間人角色類型。因此，需要在提高群體劃分精準(zhǔn)度的前提下，將發(fā)明人劃入互斥子群(見圖2)。

圖2 群體邊界模糊化Fig.2 Group boundary combination

1.2 技術(shù)領(lǐng)域等級

遵循上述群體劃分依據(jù)，本文聚焦專利著錄項(xiàng)中的技術(shù)分類號，其所展現(xiàn)的技術(shù)知識領(lǐng)域即為發(fā)明人的主要研發(fā)領(lǐng)域[22]。如表2所示，若某發(fā)明人的專利主分類號為G06F12/1027，則其對應(yīng)的技術(shù)領(lǐng)域?qū)儆凇霸诖鎯ζ飨到y(tǒng)或體系結(jié)構(gòu)內(nèi)存取、尋址或分配”。

表2 分類號示意Tab.2 Examples of the IPC

根據(jù)國際上通用的IPC分類標(biāo)準(zhǔn)，按照技術(shù)主題設(shè)立類目，將整個技術(shù)領(lǐng)域劃分為5個等級：部、大類、小類、大組、小組。例如，部：B表示作業(yè)、運(yùn)輸；大類：B64表示飛行器、航空、宇宙飛船，大類類號用二位數(shù)標(biāo)記；小類：B64C表示飛行，小類類號用大寫字母標(biāo)記；大組：B64C25/00表示起落裝置，大組類號用1～3位數(shù)加/00標(biāo)記；小組：B64C25/02標(biāo)記是將大組/00中的00改為其它數(shù)字，如這里的02表示起落架。因此，可以根據(jù)該分類標(biāo)準(zhǔn)識別發(fā)明人所在技術(shù)領(lǐng)域。

群體邊界劃分精準(zhǔn)度與技術(shù)領(lǐng)域等級密切相關(guān)，但具體到哪一等級要視企業(yè)而定。在一項(xiàng)專利中，主分類號與專利所包含的技術(shù)創(chuàng)新內(nèi)容密切相關(guān)[23]，因此本文將企業(yè)所有專利按照專利主分類號映射到IPC分類樹狀圖上，進(jìn)一步分析企業(yè)專利樹狀圖擬合程度，如圖3所示。若企業(yè)專利在上一技術(shù)等級內(nèi)聚合而在下一級分散，意味著企業(yè)的主要技術(shù)領(lǐng)域匯聚于此。同時，當(dāng)企業(yè)內(nèi)部不同研發(fā)團(tuán)隊(duì)具有不同的研發(fā)方向時，會在下一技術(shù)等級呈分散分布狀態(tài)。

圖3 IPC分類結(jié)構(gòu)Fig.3 Classification structure of the IPC

需要注意的是，最小技術(shù)等級(用于判斷群體劃分)一般可劃分到大組，若過于細(xì)分則會大幅降低中間人角色團(tuán)隊(duì)劃分與實(shí)際結(jié)構(gòu)的契合度，并增加團(tuán)隊(duì)劃分操作難度。這是因?yàn)?，IPC分類標(biāo)準(zhǔn)中小組之間的技術(shù)差距較小，如G01L 5/16表示測量力分量儀表，而G01L5/18表示測量力比率儀表。除極少數(shù)高精尖團(tuán)隊(duì)可能需要在某一時期僅對某一類技術(shù)進(jìn)行深度攻堅(jiān)外，大部分企業(yè)研發(fā)團(tuán)隊(duì)并非只是沿著某一小組的方向進(jìn)行研發(fā)活動。因此，當(dāng)按照指定技術(shù)領(lǐng)域劃分群體結(jié)構(gòu)時，適度放松對技術(shù)領(lǐng)域等級的細(xì)分，有利于提高其與實(shí)際結(jié)構(gòu)的契合度。

1.3 技術(shù)關(guān)聯(lián)度

技術(shù)關(guān)聯(lián)度是指在特定技術(shù)體系或技術(shù)領(lǐng)域內(nèi)，某類技術(shù)與其它類技術(shù)相關(guān)聯(lián)的數(shù)量和程度[24]，對其進(jìn)行判斷的基本依據(jù)是兩個技術(shù)分類號同時在一個專利中出現(xiàn)的組合情況。技術(shù)關(guān)聯(lián)度越大，兩類技術(shù)在同一專利中出現(xiàn)的次數(shù)就越多。在以往研究中，技術(shù)關(guān)聯(lián)度有著廣泛的應(yīng)用[24]，學(xué)者多采用技術(shù)距離對其進(jìn)行測度，如企業(yè)之間擁有的差異化技術(shù)或?qū)＠夹g(shù)關(guān)鍵詞出現(xiàn)頻次[25-26]。但實(shí)際上，技術(shù)關(guān)聯(lián)度也是一種技術(shù)共類分析。王賢文等[27]指出，文獻(xiàn)共被引標(biāo)準(zhǔn)化方法有兩種：Salton余弦系數(shù)和杰卡德相似系數(shù)(Jaccard系數(shù))。由于杰卡德相似系數(shù)更適合描述技術(shù)相似度，因此被大多數(shù)學(xué)者采用。參考李勇敢[28]的研究，本文采用相對技術(shù)關(guān)聯(lián)度計算兩種技術(shù)領(lǐng)域(類別)的相對關(guān)聯(lián)度，如圖4所示。

圖4 技術(shù)領(lǐng)域關(guān)聯(lián)關(guān)系Fig.4 Relationship of technical domain

在圖4中，用A和B分別表示兩個不同的技術(shù)領(lǐng)域，nA、nB表示A、B領(lǐng)域內(nèi)的專利數(shù)量，nA∩B表示同時擁有兩種分類號的數(shù)量，技術(shù)分類A相對于技術(shù)分類B的關(guān)聯(lián)度或者相似度為:

(1)

同理可得，技術(shù)分類B相對于技術(shù)分類A的關(guān)聯(lián)度為：

(2)

按照這種方法，可以測量任意兩個技術(shù)領(lǐng)域的關(guān)聯(lián)度，兩者之間的相似度可表示為RA∩B=RA→B+RB→A，RA∩B的取值范圍為[0, 2]，該值越大表示兩類技術(shù)知識領(lǐng)域關(guān)聯(lián)度越高，取值為2時表示完全重疊，取值為0時意味著完全不存在共有分類號。

2 模型構(gòu)建

2.1 聚焦企業(yè)技術(shù)領(lǐng)域等級確定

本文收集聚焦企業(yè)所有專利，將其技術(shù)領(lǐng)域等級確定為小類和大組，繪制兩類等級下各技術(shù)領(lǐng)域的樹狀圖，根據(jù)樹狀圖技術(shù)領(lǐng)域分布情況確定聚焦企業(yè)的最終技術(shù)領(lǐng)域等級H。

2.2 技術(shù)關(guān)聯(lián)度測量

同一發(fā)明人可能在不同但相近的技術(shù)領(lǐng)域申請專利，為將發(fā)明人映射到不同技術(shù)領(lǐng)域，需要計算技術(shù)領(lǐng)域之間的關(guān)聯(lián)度，得到任意兩個企業(yè)技術(shù)關(guān)聯(lián)度RA∩B。

由于有些企業(yè)申請的專利數(shù)量有限，會導(dǎo)致基數(shù)不足而無法作出精準(zhǔn)判斷，即某些技術(shù)領(lǐng)域之間并非具有較低的關(guān)聯(lián)度，只是由于樣本數(shù)據(jù)較小而測出與實(shí)際不符的關(guān)聯(lián)度。另外，考慮到單個企業(yè)所涉及的技術(shù)領(lǐng)域差別較小，因此本文認(rèn)為只要在同一企業(yè)內(nèi)技術(shù)相似度大于0即可判定兩者之間存在一定的相似度，可將其整合為相似的技術(shù)領(lǐng)域集合。

Ti,i=1,2,...=f(RA,B∈P)

(3)

其中，RA、RB表示企業(yè)原有技術(shù)領(lǐng)域；Ti表示將相似技術(shù)領(lǐng)域合并后的新技術(shù)領(lǐng)域。

2.3 群體劃分與合理性檢驗(yàn)

在對相似技術(shù)領(lǐng)域進(jìn)行整合后，將發(fā)明人一一對應(yīng)到所有相似技術(shù)領(lǐng)域集合中，初步完成群體劃分。

Vg=f'(I)

(4)

其中，I表示企業(yè)中的各個發(fā)明人；Vg表示將發(fā)明人進(jìn)行技術(shù)領(lǐng)域歸類后的群體向量。此時，仍有一些發(fā)明人可能處于兩個集合的交叉位置，若發(fā)明人出現(xiàn)在兩個集合頻次中的差異較大(根據(jù)實(shí)驗(yàn)經(jīng)驗(yàn)，差異應(yīng)在5倍以上)，則將該發(fā)明人劃歸到出現(xiàn)頻次較高的集合中；若發(fā)明人出現(xiàn)在兩個集合頻次中的差異不大，且這種情況較多(占總體比例1/3以上)，則需要進(jìn)一步考察群體劃分的合理性，可采用專家咨詢法、技術(shù)引用法判定技術(shù)領(lǐng)域相似程度。本文以交疊率β作為衡量群體劃分的合理性指標(biāo)。

(5)

其中，t指發(fā)明人處于不同相似技術(shù)領(lǐng)域集合中的人數(shù)，T指全體發(fā)明人數(shù)。當(dāng)交疊率較高時(超過5%)，意味著相似技術(shù)集合規(guī)模小而數(shù)量多，內(nèi)部結(jié)構(gòu)過于緊密，與技術(shù)相似度、契合度不高，極有可能是由于樣本數(shù)量太小而引致，故可以加入同類型企業(yè)專利樣本重新計算技術(shù)相似度，并重新劃定相似技術(shù)領(lǐng)域集合。另外，此時可能會產(chǎn)生部分相似技術(shù)領(lǐng)域空集。這是因?yàn)椋?dāng)同一發(fā)明人在超過兩個集合中出現(xiàn)的頻次差異較大時，將其劃歸到出現(xiàn)頻次最大的集合中有可能導(dǎo)致另外的集合出現(xiàn)空集。另外，跨技術(shù)領(lǐng)域研發(fā)人員偶爾也會進(jìn)行專業(yè)領(lǐng)域之外的發(fā)明創(chuàng)造，但這不影響本文以技術(shù)領(lǐng)域作為群體劃分邊界進(jìn)行分析。

由于本文數(shù)據(jù)樣本量沒有設(shè)限且具有動態(tài)性，因此無法參考張米爾等(2013)的研究給出一個確定的閾值。所以，本文借鑒Vedres & Stark[29]關(guān)于中小集團(tuán)的實(shí)驗(yàn)劃分法，在確定小集團(tuán)中完全連通的網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)k的最大值時，以實(shí)驗(yàn)結(jié)果為準(zhǔn)。如5倍頻次差異較大，是因?yàn)橐话阋豁?xiàng)專利發(fā)明人數(shù)多為5～6個，若一個發(fā)明人偶然出現(xiàn)在某一集合中，那么實(shí)驗(yàn)時選5倍結(jié)果比較合理，這是由實(shí)驗(yàn)經(jīng)驗(yàn)給出的判斷標(biāo)準(zhǔn)。對于交疊率，當(dāng)把交疊率的值由高至低縮減至5%時，群體邊界更加明顯，因此根據(jù)實(shí)驗(yàn)結(jié)果，選擇5%作為參考標(biāo)準(zhǔn)，這種參考值確定的優(yōu)勢在于研究者可根據(jù)具體樣本量和實(shí)際實(shí)驗(yàn)結(jié)果進(jìn)行靈活調(diào)整。同理，對于頻次差異不大的樣本，可根據(jù)具體實(shí)驗(yàn)情況以1/3作為判斷標(biāo)準(zhǔn)。

2.4 中間人角色劃分

本文以專利所包含的合作發(fā)明人關(guān)系構(gòu)建發(fā)明人關(guān)系矩陣，如表3和表4所示。其中，任何一個專利內(nèi)部兩個發(fā)明人之間均存在一條連接關(guān)系。

表3 專利發(fā)明人信息Tab.3 Information of patent inventor

表4 發(fā)明人關(guān)系矩陣Tab.4 Matrix of inventor relationships

圖5 發(fā)明人合作網(wǎng)絡(luò)Fig.5 Collaborative network of inventors

根據(jù)修正后的發(fā)明人邊界向量、發(fā)明人網(wǎng)絡(luò)關(guān)系鄰接矩陣及中間人角色分析算法[4]，對聚焦企業(yè)發(fā)明人的中間人角色進(jìn)行劃分。

ri=f(Vg',MG)i∈I

(6)

其中，ri代表發(fā)明人的中間人角色；Vg′為調(diào)整后的群體向量；MG為發(fā)明人關(guān)系矩陣，此步驟可在軟件UCINET中通過手動操作實(shí)現(xiàn)[13]。本文將各研發(fā)人員(I1、I2、I3......)分組信息構(gòu)建成一個矩陣，群體劃分信息為一個列向量或者行向量(1、2、3......)，如表5所示。

表5 研發(fā)人員群體劃分矩陣Tab.5 Matrix of inventors’ group division

表5數(shù)據(jù)包含6個發(fā)明人的分組信息，在軟件中點(diǎn)擊Network→Ego Networks→Brokerage roles程序出現(xiàn)對話框“partition vector”(分區(qū)向量)，在對話框中輸入“研發(fā)人員群體劃分矩陣ROW”，程序會自動讀取該矩陣的第二行，利用其中的分組信息，將擁有相同值的發(fā)明人置入同一個群體。經(jīng)過分區(qū)后，在UCINET中沿著Network→Ego Networks→G&F Brokerages步驟，將之前根據(jù)發(fā)明人合作信息構(gòu)建的鄰接矩陣作為輸入矩陣，測算中間人角色劃分結(jié)果。模型測算共包含以下5個步驟：

(1)對聚焦企業(yè)的所有專利，利用著錄項(xiàng)中的分類號信息確定技術(shù)領(lǐng)域等級H。

(2)利用典型企業(yè)或充足專利樣本得到專利技術(shù)領(lǐng)域集合P，測算任意兩個技術(shù)領(lǐng)域A和B的技術(shù)關(guān)聯(lián)度RA,B∈P。

(3)根據(jù)技術(shù)關(guān)聯(lián)度測算得到合并后的新技術(shù)領(lǐng)域Ti,i=1,2,...及發(fā)明人擁有的各類IPC分類號數(shù)量，進(jìn)一步確定每個發(fā)明人的技術(shù)領(lǐng)域，將各個發(fā)明人Ij分配到對應(yīng)技術(shù)領(lǐng)域?Ij→Ti中并進(jìn)行群體劃分，得到群體向量Vg。

(4)對比指定重疊率μ，依據(jù)實(shí)際重疊率β對群體劃分進(jìn)行合理性檢驗(yàn)和修正。當(dāng)β>μ時，擴(kuò)大公司樣本量重新進(jìn)行計算，否則將跨越多個技術(shù)領(lǐng)域的研發(fā)人員調(diào)整到不同的互斥群體Vg'中。

(5)利用發(fā)明人信息構(gòu)建研發(fā)人員關(guān)系矩陣M，結(jié)合群體劃分矩陣Vg'，采用UCINET中的Network→Ego Networks→Brokerage roles算法(或在專利大數(shù)據(jù)分析平臺Patlab)對每個發(fā)明人進(jìn)行中間人角色劃分，得到每個發(fā)明人的中間人角色rj∈I。

3 實(shí)例分析

本文以中科寒武紀(jì)科技股份有限公司(以下簡稱寒武紀(jì))為例分析設(shè)計算法的具體操作過程。該公司專利所屬技術(shù)領(lǐng)域較為聚焦，大多圍繞芯片算法設(shè)計，能夠清晰地展示模型應(yīng)用效果。首先，對寒武紀(jì)專利數(shù)據(jù)進(jìn)行清洗，得到125條有效專利著錄項(xiàng)數(shù)據(jù)和34名發(fā)明人；其次，根據(jù)專利著錄項(xiàng)數(shù)據(jù)中的發(fā)明人合作關(guān)系，構(gòu)建研發(fā)人員關(guān)系鄰接矩陣，合作網(wǎng)絡(luò)如圖6所示，這兩步工作可在專利大數(shù)據(jù)分析平臺Patlab中迅速完成。

圖6 寒武紀(jì)發(fā)明人合作網(wǎng)絡(luò)Fig.6 Inventor collaboration network of Cambrian

為確定寒武紀(jì)的技術(shù)領(lǐng)域等級，將寒武紀(jì)公司申請的專利映射到IPC分類樹狀圖上，從中可以看出研究領(lǐng)域大類為G06，其在GO6F、G06N、G06Q、G06T和H04N幾個小類中聚合并在下一等級大組中分散開來，從而確定技術(shù)領(lǐng)域等級為大組，如圖7所示。

圖7 寒武紀(jì)科技公司IPC分類樹狀圖Fig.7 Dendrogram of Cambrian's IPC

進(jìn)一步，確定大組級別，并對專利數(shù)據(jù)中的分類號信息進(jìn)行處理，計算這些大組之間的關(guān)聯(lián)度，將關(guān)聯(lián)度大于0的大組進(jìn)行合并，形成3個技術(shù)領(lǐng)域集合，如表6所示。與此同時，將所有發(fā)明人按照在不同小組中出現(xiàn)的次數(shù)劃歸到互斥子群中，結(jié)果發(fā)現(xiàn)并未出現(xiàn)較多發(fā)明人同時存在兩個及以上群體的情況，交疊率為0，說明群體劃分結(jié)果比較合理，如圖8所示。

圖8 基于技術(shù)領(lǐng)域的發(fā)明人群體劃分結(jié)果Fig.8 Division results of groups based on technical domain

表6 相似技術(shù)領(lǐng)域集合Tab.6 Classification of similar technical domain

最后，將發(fā)明人合作矩陣和發(fā)明人按照技術(shù)知識領(lǐng)域劃分的技術(shù)群體作為分組依據(jù)，對中間人角色進(jìn)行分析，結(jié)果如表7所示。從中可見，節(jié)點(diǎn)(發(fā)明人)2主要充當(dāng)團(tuán)隊(duì)協(xié)調(diào)人角色，同時還作為守門人和代理人存在，在這些專利研發(fā)工作中共扮演了110次中間人角色；節(jié)點(diǎn)1扮演了6次協(xié)調(diào)人角色。所有發(fā)明人被劃分到3個群體中，其中一個群體不包含任何發(fā)明人。

為檢驗(yàn)上述基于專利技術(shù)關(guān)聯(lián)度的中間人角色劃分方法的合理性，本文采用一般網(wǎng)絡(luò)分析法對寒武紀(jì)中間人角色進(jìn)行劃分[14]，如圖9和表8所示。從中可見，節(jié)點(diǎn)(發(fā)明人)3只充當(dāng)團(tuán)隊(duì)協(xié)調(diào)人角色，在專利研發(fā)工作中共出現(xiàn)過110次。表8中所有發(fā)明人雖然被劃分為3個群體(在UCINET中實(shí)現(xiàn))，但每個群體均含有一定數(shù)量的發(fā)明人，與本文劃分結(jié)果存在顯著差異。結(jié)合表7和表8可知，在兩種不同的中間人角色劃分方法中，每個發(fā)明人所擔(dān)任的中間人角色總數(shù)完全相同，表明基于專利技術(shù)關(guān)聯(lián)度的中間人角色劃分方法具有較高的準(zhǔn)確性。同時，在傳統(tǒng)網(wǎng)絡(luò)分析中間人角色劃分方法中，所有發(fā)明人均被劃分為一種中間人角色，但實(shí)際上某些發(fā)明人還同時扮演著多種中間人角色，如發(fā)明人2、3、15，而基于專利技術(shù)關(guān)聯(lián)度的中間人角色劃分法可以全面識別每一個發(fā)明人所承擔(dān)的所有中間人角色，表明其具有較高的有效性。

圖9 基于數(shù)據(jù)結(jié)構(gòu)特征的發(fā)明人群體劃分結(jié)果Fig.9 Division results of groups based on data structure

表7 基于專利技術(shù)關(guān)聯(lián)度的寒武紀(jì)發(fā)明人中間人角色劃分結(jié)果Tab.7 Division results of brokerage roles based on the correlation of patent technology

4 結(jié)論與啟示

4.1 研究結(jié)論

首先，本文以發(fā)明人知識領(lǐng)域?yàn)樽尤后w劃分標(biāo)準(zhǔn)，契合了中間人角色劃分的基本假設(shè)，即發(fā)明人的實(shí)質(zhì)連接關(guān)系為無向，劃分時主要考慮發(fā)明人所屬群體位置即可；其次，提高了對發(fā)明人知識領(lǐng)域精度的判斷，減少了僅通過數(shù)據(jù)反映的群體結(jié)構(gòu)與實(shí)際群體結(jié)構(gòu)之間的差異；最后，完善了以專利數(shù)據(jù)為基礎(chǔ)的中間人角色劃分方法的應(yīng)用范疇，從個體層面提供了完整的中間人角色劃分思路和操作辦法。本文提出的基于專利技術(shù)關(guān)聯(lián)度的中間人角色劃分方法具有較高的準(zhǔn)確性和有效性，可以全面識別每一個發(fā)明人所擔(dān)任的所有中間人角色，在挖掘?qū)＠髷?shù)據(jù)價值時給出了較為先進(jìn)的處理手段。

節(jié)點(diǎn)協(xié)調(diào)人守門人代理人顧問聯(lián)絡(luò)人總計1600006211000001103110000011042000025176000017661400001478800008881000001094000041020000211600006120000001300000014600006151000001024000000340000001800000027000000280000002100000022000000232000023220000225000000260000003100000030000000160000002920000219200002200000003300000017600006

4.2 研究貢獻(xiàn)

首先，本文設(shè)計中間人角色劃分方法有助于學(xué)者分析研發(fā)者不同中間人角色對知識整合與轉(zhuǎn)移的影響，并深入探討中間人角色對企業(yè)創(chuàng)新績效的影響，揭示研發(fā)者中間人多重角色的作用、中間人角色轉(zhuǎn)換(局部中間人角色和全局中間人角色)機(jī)制，以及中間人角色對結(jié)構(gòu)洞產(chǎn)生、演化與填充的影響等；其次，該算法有助于對跨層次中間人角色進(jìn)行研究，如較低層次中間人角色如何影響較高層次中間人角色，包括影響方向、強(qiáng)度和結(jié)果等；再次，有助于豐富個體層面中介行為研究，如中間人地位對中間人角色的影響，從自我監(jiān)控角度分析中間人意圖與中間人角色能力之間的關(guān)系，探討中間人從事中介活動的目的；最后，可以幫助學(xué)者考察組織環(huán)境和研發(fā)環(huán)境對上述關(guān)系的調(diào)節(jié)效應(yīng)。

4.3 研究啟示

根據(jù)上述研究結(jié)論，本文提出如下啟示：

(1)在企業(yè)內(nèi)部創(chuàng)新中，研發(fā)者(尤其是關(guān)鍵研發(fā)者)對外來知識的吸收、擴(kuò)散及應(yīng)用往往依賴于中間人角色，如技術(shù)守門人。因此，對此類角色的識別通常需要刻畫研發(fā)者合作網(wǎng)絡(luò)，而專利無疑是構(gòu)建網(wǎng)絡(luò)結(jié)構(gòu)的重要途徑。專利所包含的知識特征既可以幫助管理者識別研發(fā)者所扮演的中間人角色，還可以幫助管理者了解中間人角色在知識轉(zhuǎn)移與共享過程中所發(fā)揮的作用，對于企業(yè)技術(shù)突破和新產(chǎn)品研發(fā)具有重要意義，因此國際上一些優(yōu)秀企業(yè)應(yīng)對此加以重視。

(2)隨著我國企業(yè)多年的知識積累和技術(shù)追趕，目前有部分類似華為這樣的企業(yè)已進(jìn)入全球領(lǐng)跑序列。與傳統(tǒng)研發(fā)情景不同，企業(yè)要在預(yù)研中獲得成功，對中間人角色進(jìn)行分析尤為重要，因?yàn)槠淇梢詭椭髽I(yè)更好地確定預(yù)研階段的合適人選，從網(wǎng)絡(luò)結(jié)構(gòu)角度對知識轉(zhuǎn)移與整合載體進(jìn)行科學(xué)設(shè)計和布局，而本文設(shè)計的算法為此類研究和創(chuàng)新實(shí)踐提供了堅(jiān)實(shí)的技術(shù)基礎(chǔ)。此外，還可以指導(dǎo)企業(yè)日常管理，如外聘研發(fā)者參與公司內(nèi)部重要研發(fā)項(xiàng)目，需要企業(yè)對研發(fā)者的中間人角色進(jìn)行動態(tài)識別和監(jiān)測，并及時進(jìn)行情感、資源和權(quán)力等方面的調(diào)整。

4.4 不足與展望

本文存在如下不足：①以企業(yè)專利數(shù)據(jù)作為發(fā)明人個體知識領(lǐng)域的判斷基礎(chǔ)，難以全面反映發(fā)明人的真實(shí)情況；②在實(shí)際中，存在將領(lǐng)導(dǎo)、同事列為共同發(fā)明人的情況，而專利著錄項(xiàng)中此類發(fā)明人的知識領(lǐng)域與實(shí)際有較大出入，未來應(yīng)對其進(jìn)行細(xì)化；③從企業(yè)組織內(nèi)部拓展到整個行業(yè)(虛擬社區(qū))時，隨著樣本量的增加，中間人角色劃分效果可能會更好，尤其是在測量關(guān)鍵技術(shù)關(guān)聯(lián)度指標(biāo)時可能更加精確。因此，未來需要結(jié)合社區(qū)結(jié)構(gòu)的一些算法，對其性能指標(biāo)加以改進(jìn)，同時也要考慮一些簡化手段，進(jìn)一步結(jié)合其它指標(biāo)進(jìn)行多方驗(yàn)證，以更為精確地對發(fā)明人群體進(jìn)行界定。