1.3 研究方法

1.3.1 社会网络分析方法

近二十年来，社会网络分析（Social Network Analysis, SNA）逐渐成为社会科学研究的重要方法，关注的焦点是一组行动者之间的关系及其关系模式，其核心思想是以关系为研究的视角来阐明社会现象和社会结构，采用的方式和方法从概念上有别于传统的统计分析和数据处理方法。传统统计学处理的数据对象是关系数据，且以关系为其分析单位，社会网络分析的数据对象是属性数据。目前，社会网络分析方法的思想已经广泛应用到心理学、社会学、经济学等多学科领域的研究中。社会网络分析可以提供一些结构指标来分析网络结构特征，如个人的程度中心性、网络的平均程度中心性、中介中心性、网络密度等。

在本研究中，社会网络分析不仅用于整体逻辑框架的设计和概念基础的构建，而且应用于产业创新的实证分析。简而言之，社会网络是由点和线所构成的，在本研究中的生物医药产业专利发明者合作网络中，“点”即是合作专利中的“发明者”，亦即网络中的行动者（Actor）。一对发明者之间若是存在合作关系，则在他们之间显示为一条无向“线”，即网络中的关系（Relation）。

从方法和工具上来看，本书实证研究部分所讨论的网络非常复杂，主要表现在节点数目（也即发明者人数）庞大，通常达到几千个，采取恰当的分析软件是非常重要的。目前，虽然已经存在不少算法来对复杂网络的这种拓扑结构进行分析，但它们通常都是基于网络的矩阵表达形式，因而非常耗时耗空间，它们仅仅适用于中等规模（即节点数为几百）的网络。而Pajek软件能够快速有效地来分析和仿真复杂网络。因此，本书将采用Pajek软件来分析我国生物医药产业专利发明者合作网络，并通过Pajek的分析得到六个子网中的指标：发明者总人数、合作次数大于等于五次的发明者人数、重复发明者对数、网络密度、网络平均程度中心度、中介中心势、个人的标准程度中心度；同时，Pajek强大的可视化界面，可以更为便利地绘制出六个子网的高产发明者的合作网络演化图。

1.3.2 专利分析方法

世界上第一部专利法自1474年出现至今已有五百多年的历史，已经发展为较为完善的法律制度，旨在鼓励发明创造、推动科技进步和经济发展。显然，专利是技术信息最有效的载体。首先，专利文献涵盖了全世界90%以上的最新技术信息，与一般技术刊物相比，专利所提供的信息更是要早5～6年，且内容丰富而准确；其次，根据世界知识产权组织的研究显示：专利信息的有效地利用，可以使得研发工作的技术研发周期平均缩短60%，同时节约科研经费40%。因此，在当今技术信息爆炸性增长的时代背景下，企业和国家获取竞争优势的关键之一就在于能否充分有效地利用专利文献信息，并将其转化为具有创新性的产品和服务，提升其核心竞争能力。

但是，在很长一段时间内，人们并没有充分意识到专利信息的真实价值，缺乏对其内在技术信息的挖掘和利用。专利分析方法最早出现的标志是Seidel于1949年首次系统地提出专利引文分析的概念，他认为专利引文是基于相似观点的后继专利对先前专利的引证，与此同时，他还提出了一个重要的设想：若某专利的被引频率较高，那么它所包含的技术也相对的重要。但这个关于专利质量具有启发性作用的观点直到1981年才得到进一步的重视和证实。在计算机技术、万维网以及专利数据库不断完善的同时，专利分析方法体系也趋于成熟，并开始应用于企业战略分析当中。

专利分析法是指对相关的专利文献进行筛选、统计、分析，最终使之成为有价值信息的方法。专利文献所包含的信息也就是专利信息的内涵（见表1-1），是专利分析的主要对象和内容。从表1-1中可以看出，专利文献包含的信息内容非常广泛，可以据此将它们转换为有用的技术信息、法律信息、经济信息、战略信息等。

本书以国家知识产权局2000—2009年受理的所有生物医药产业专利数据为样本，运用专利分析的方法探讨以下若干问题：生物医药产业的专利申请和授权的总趋势；国外生物医药专利申请授权所属国家分布情况；国内生物医药专利申请、授权所属地区分布状况；国内外生物医药研究开发的技术领域分布；中国生物医药产业专利权利要求项数与美国在华申请专利的权利要求项数对比图，等等。

1.3.3 其他分析方法

根据研究对象和问题的差异，本书还采用了传统的统计分析和计量经济的研究方法，如负二项回归等，开展了相应的数据分析和实证研究。同时，本研究还采用了文献研究、比较研究和案例研究等方法，对虚拟R&D网络和生物制药产业中的研发活动进行了深入的研究，包括虚拟R&D网络组织的治理机制、知识共享机制等问题。