社会资本对专利合作二元关系的影响 ：吸收能力 、保护强度的调节效应
段庆锋
(山西财经大学 管理科学与工程学院，山西 太原 030006)
摘 要 ：专利合作是社会、技术、制度三大因素交互作用的结果，但多因素间的交互机制并没有得到充分研究。整合三方因素，探究不同吸收能力和保护强度下社会资本对专利合作关系的影响效应，并以石墨烯领域为实证对象，采用指数随机图模型，检验理论假设。实证结果表明：社会资本对专利合作具有直接影响。其中，度中心性、三角结构嵌入正向促进专利合作，结构洞、星型结构嵌入反向抑制专利合作；吸收能力正向调节结构洞对专利合作的抑制效应；吸收能力和保护强度共同正向调节度中心性对专利合作的促进效应。
关键词 ：社会资本；吸收能力；专利保护强度；专利合作；指数随机图模型
0 引言
专利合作是基于专利制度的技术合作深化。伴随接入国际创新网络重要性的日益凸现，专利合作也面临技术、经济、社会环境的复杂多元挑战与风险[1]，并不是每个创新组织都能适应并充分利用专利制度建立和维持高效率的合作关系。相比于其它松散耦合型创新合作形式，专利合作在更大程度上受到法律制度的约束与影响，在合作机制上具有独特性。现代创新理论探讨了创新系统的开放性要求，但针对专利框架下合作机制及作用路径的研究并不多见。揭示专利合作机理是对技术创新合作理论的深化，有利于企业适应知识产权环境下的技术竞争与合作。
ArcToolbox功能模块内嵌在ArcCatalog、ArcMap、ArcScene及ArcGlobe中，ArcInfo提供了大约250种工具，是地理处理工具的集合。其中的工具能够很好地处理各种空间操作，涵盖数据管理、数据转换、矢量数据分析、栅格数据分析、统计分析等多方面的功能[2]。
梳理有关文献发现，多数学者认为形成创新合作的关键因素主要来自两方面，即外部环境与内在动力。①按照社会资本理论，合作本身就是无形资源，由参与合作引致的信任、规范、共识、权力可以转化为难以复制的核心竞争力，合作网络中的特定位置、结构具有稀缺性，甚至导致权力[2]。王鹏等[3]、李丹等[4]、Zeng等[5]都强调了社会资本的重要性，并深入分析了结构嵌入对创新合作的影响效应；②外部环境固然重要，但企业组织内在特质、能力是创新的关键。党兴华等[6]指出，企业内部知识是核心竞争力的关键组成，知识整合与再创造是合作创新的内在要求。从企业知识基础观角度，吸收能力理论进一步揭示了外部知识的内化机理，认为企业的知识吸收能力决定了创新绩效，强调创新的关键在于知识获取、吸纳、转化、利用，而非外部关系[7]；③整合上述观点，部分学者认为外在环境与内在能力共同影响合作创新。如钱锡红等[8]采用交互效应模型，检验了网络位置与吸收能力在网络合作中的共同作用机制。张振刚等[9]分别探讨了潜在吸收能力、实际吸收能力在开放式创新中的调节作用。上述研究虽然对专利合作具有理论指导性，但忽略了专利合作特有的制度要素影响。
聚焦于制度视角下的专利合作机制研究较为匮乏。通常认为专利权益的制度性保护是技术合作成果收益的保障，更是专利合作的前提和基础。对于专利保护的研究主要包括：专利保护的制度设计、专利保护与宏观经济及社会福利的关系、微观主体的专利保护策略等[10]。其中，专利保护强度是普遍关注的焦点[11]。有学者认为，强专利保护有利于激发研发活动并提高社会创新效率；相反地，也有学者认为强专利保护并不能激发产业创新活力。可以看出，对于保护强度的讨论以最大化创新绩效或社会福利为目标导向，但是鲜有文献在合作关系框架下讨论专利保护强度的影响机制。
总而言之，真正聚焦于专利合作并探讨其运作机理及关键因素的研究匮乏。已有研究的局限在于：①对于专利合作的特殊性研究不够，尤其是制度性因素研究不够，关于专利视角下社会、技术、制度等因素对合作的影响机理并不清晰；②研究方法上，多以理论分析和模拟仿真为主，缺乏实证研究；③建模过程中，忽视了合作关系的内生相关性问题，缺乏对结构效应的定量测度。
针对以上研究局限，本文将聚焦研究在不同吸收能力和保护强度下社会资本对专利合作的影响机制，同时，结合研究缺口，通过梳理现有文献，提出专利合作机制假设，并以石墨烯领域合作专利为样本，采用适用二元关系(专利合作)的因果建模方法——指数随机图模型，开展实证研究，并给出结论及启示。
The Department of State had expected that passport and visa disputes might happen, so a timely instruction was sent to Grady:
1 研究假设
1.1 社会资本与专利合作
石墨烯技术性能优异、商业前景巨大，是典型的专利密集型高新技术领域，存在良好的专利合作动机与条件，很适合作为实证对象。以美国授权专利数据库(PatFT)为专利检索工具，采用高级检索页面，查询专利文本标题或摘要中包含关键字“graphene”的记录，检索式为“ttl/graphene or abst/graphene”，得到数据1 800条，时间跨度为2005-2016年。进一步，删去专利权人为自然人的记录，删去只包含1个专利权人的记录，最终得到合作专利183条。从专利文本中抽取有关元数据，例如专利所有权人、IPC号，用于模型变量计算。
1.1.1 网络位置对专利合作的影响
网络节点位置是不平等的，占据关键位置可以拥有某种权力或影响力，带来无形增值效应[15]。测度不同网络位置知识获取能力的特征维度包括度中心性与结构洞。①度中心性以中心节点的邻居数量为度量指标，节点度中心性越高，其网络地位越重要。度中心性实质上反映了个体中心网络(ego network)规模，个体中心网络通常表现出关系紧密、交流高频的特征，是获取同质化知识能力的有效体现[16]；②结构洞是指某些位置处于非冗余、间接连接的中介地位，通常这些位置是稀缺的，占据这些位置意味拥有了异质性资源的垄断优势。结构洞是典型的弱关系体现，表现为关系疏远、渠道匮乏，是获取异质性知识能力的有效体现。
宽甸县的降水有明显的年际变化趋势，如图4所示，曲线的峰值分别出现在1990、1992、1996、2004、2010年，相对谷值分别出现在1993、1997、2000、2002、2005、2008、2009、2011、2014年；年降水量最大值出现在2010年（1 765.5 mm），年降水量最小值出现在2000年（588.8 mm），两者相差1 176.7 mm；20世纪80年代末为少雨期，20世纪90年代中期为多雨期，1999年又进入另一个少雨期，2010年为另一个多雨期，2104年又进入下一个少雨期。
度中心性、结构洞位置优势建立在不同合作策略中。①度中心性位置优势来自于规模效应。在专利合作中，个体中心网络规模越大，越有助于创新组织获得技术协同、知识溢出、风险共担、合作信任，进而形成技术联盟，应对外部竞争[17]。因此，创新组织为了获取度中心性优势，倾向于积极扩展外部合作数量；②结构洞位置优势来自于对异质性网络资源的支配与垄断。异质性知识是变革性技术创新的源泉，而结构洞是获取这些新颖知识的关键路径，其中介功能降低了知识搜索成本，避免了维护强关系的高成本[18]。结构洞位置并不是简单通过关系数量扩张形成的，而是有选择地将非连通节点建立桥接，这种中介位置与功能是稀缺的，关系路径是非冗余的。因此，创新组织为了获取结构洞优势，倾向于抑制外部冗余合作数量。基于以上分析，提出研究假设：
H2a：专利合作倾向于嵌入三角结构；
H1b：结构洞反向抑制专利合作。
1.1.2 结构嵌入对专利合作的影响
专利合作网络倾向于呈现某种特定结构，结构嵌入反映了不同专利合作路径间的相关性。在网络视角下，通常边不是孤立存在的。如共享同一节点的两条边存在资源、信息共享，正是这种网络内生相关性决定了特定结构的呈现机制。本文选择两种最具代表性的基本结构——三角结构、星型结构。
目前，部分热力公司存在基层党组织队伍建设不足的现象，究其原因，主要是随着经济全球一体化发展，热力市场竞争愈演愈烈，热力公司以提高职工整体技能素养为重，忽视了基层党建工作。另外，少部分年龄较大的基层党务工作者，随着自身年龄的增加，逐步降低了对自身党性学习的要求，存在学习走过场的现象，从而在一定程度上阻碍了热力公司基层党组织队伍的建设工作。
三角结构刻画了网络边倾向于聚集形成闭合模式，以节点A、B、C为例，如果存在边(A，B)、(B，C)，则A和C可能也存在连接，形成三角闭合结构。按照社会网络理论，三角结构代表了稳定的强关系模式，内部存在高频互动、紧密联系、冗余路径。嵌入三角结构，意味着创新主体成为社团成员，依靠群体的紧密连接可以在知识共享、风险分担、技术竞争方面获得更大优势。星型结构刻画了中心-边缘结构的不平等模式，中心节点垄断了知识、资源分配权力，边缘节点完全依赖于中心节点。通常，创新组织并不倾向依赖单一的外部技术资源，为了避免技术锁定(星型结构)，更愿意对外建立冗余性关系(三角结构)。基于以上分析，提出研究假设：
H1a：度中心性正向促进专利合作；
因为作为位移主体的陆游，始终认为他所在的移出场无论哪一方面都较其所向的移入场文明程度更高，使其产生了巨大的心理落差，所以，陆游对移入场梁益地区的个人生活，当时和过后的一段时间颇为消极厌倦悲观，他在《将至金陵先寄献刘留守》称“梁益羁游道阻长”，《出游》云“万里崎岖蜀道归”，都抱怨位移的道路遥远而崎岖；《遣兴》云“西州落魄九年余”，《初到蜀州寄成都诸友》云“流落天涯鬓欲丝”，《南烹》云“十年流落忆南烹”，一再将其梁益生活概括为“流落”“落魄”，而不胜悲凉自怜。
H2b：专利合作不倾向于嵌入星型结构。
实验课程：寓能力培养于学生独立实践之中，帮助学生形成良好的实验习惯，培养学生创新思维方式和创新设计技法。熟悉和掌握实验仪器设备的功能和使用方法，培养学生的实验设计、实验分析与数据处理的能力。
1.2 吸收能力的调节作用
吸收能力概念最早是由Cohen和Levinthal[19]提出的，之后以Zahra和George[20]为代表的学者不断丰富其内涵，推动了从知识视角理解组织创新的理论发展。吸收能力理论强调创新组织将外部知识转化为创新能力的差异性，吸收能力与创新组织已有知识储备紧密相关，这种将外部知识内化的能力是开放式创新的关键。
吸收能力理论对于专利合作的启示在于：创新存在进入的客观知识能力门槛，同样情形也约束着专利合作。专利合作要求双方知识能力协同，尤其是隐性、非编码知识的获取、吸收、转化、利用直接影响了跨组织创新效率。创新组织的吸收能力越强，意味着越容易跨越创新门槛、接入前沿技术网络、获得合作者认同、协同外部知识资源。相反地，吸收能力低的组织面临合作困境，即技术协同能力低，难以将外部知识资源内化为创新动力。
实验材料油棕叶片取自海南大学实验基地，所用野生型拟南芥为哥伦比亚(Col-0)。pMD19-T克隆载体和pCAMBIA1304-35s植物表达载体，以及根瘤农杆菌GV3101均为本实验室保存。
作为创新组织内部要素，吸收能力需要与外部要素——社会资本结合，通过协同机制对专利合作产生间接作用。为了获得度中心性、结构洞优势，创新组织需要具备足够的吸收能力。从知识角度，度中心性、结构洞优势分别代表了同质性、异质性知识渠道，吸收能力通过两种知识渠道，间接对专利合作产生作用。①位于个体网络中心的组织，其吸收能力越强，越有利于将外部知识转化为创新结果。反过来，为了获取更大创新优势，创新组织倾向于持续扩张网络，导致个体中心网络规模扩大，度中心性提高，形成合作网络协同创新正反馈。在专利合作中，同质性知识渠道与知识吸收能力存在互补性，吸收能力调节了度中心性与专利合作的相关性；②位于结构洞位置的创新组织，其吸收能力越强，发现知识的能力越强，越有能力将异质性知识转移给恰当的合作网络对象。进一步地，为了保持并增强对异质性知识的中介代理，需要抑制合作网络冗余关系，占据关键路径，形成对异质性知识的代理，进而提升结构洞优势。专利合作中，异质性知识渠道与知识吸收能力存在交互性，吸收能力调节了结构洞与专利合作的相关性。基于以上分析，提出研究假设：
计算思维最终的目的是通过建模等计算过程达到问题最有效最优化的求解方案。因此，养成计算思维的第一步，就是了解用计算思维解决问题的一般方式，如图所示。首先，便是将问题的情境呈现出来，使之能够使用工具如计算机等进行解决；接着对问题的数据进行分析；之后，能够将问题情境抽象成一个模型；之后，通过一系列有序的步骤，将此类问题(这个模型)的解决方案实现自动化；通过实践分析，判断和识别出最有效的解决方案；最后，可将方案进行深化推广。
H3a：吸收能力调节度中心性与专利合作的关系，即吸收能力越强，度中心性对专利合作的扩张效应越显著；
H3b：吸收能力调节结构洞与专利合作的关系，即吸收能力越强，结构洞对专利合作的抑制效应越显著。
1.3 保护强度的调节作用
保护强度通常是指通过专利制度给予专利权人经济收益垄断权的保障程度[21]。保护强度的调节可以体现在宏观和微观两个层面：一是专利制度的整体设计、实施与执法；二是创新者个体的专利策略及手段。本文探讨的是专利合作的微观机制，这里的保护强度更多表现为专利所有权人通过专利工具提升的侵权难度。例如，专利申请人在实践中可以灵活运用各种专利战略工具，提高保护强度，包括设置专利丛林或围墙、增加权利要求数量、突出技术新颖性、隐藏关键技术内容等[22]。
保护强度的提升有利于专利合作。专利保护的作用在于能够解决由技术外部性给创新者带来的激励不足问题。因此，高保护强度有效提高了专利价值，保障了双方合作前提，形成有效的专利合作激励，降低了专利侵权风险，有助于加强合作双方信任基础。
但是，制度环境的保护强度对专利合作的影响是间接的。在不同保护强度下，社会资本对专利合作存在差异化影响。无论是度中心性代表的同质性个体网络，还是结构洞代表的异质性个体网络，都面临技术泄露风险，而高保护强度抑制了这种负面效应。因此，高保护强度正向调节了社会资本对专利合作的影响，或者说高保护强度增强了度中心性对专利合作的促进作用、加剧了结构洞对专利合作的抑制作用。基于以上分析，提出研究假设：
H4a：保护强度正向调节度中心性与专利合作的关系，即保护强度越大，度中心性对专利合作的促进效应越显著；
H4b：保护强度正向调节结构洞与专利合作的关系，即保护强度越大，结构洞对专利合作的抑制效应越显著。
1.4 吸收能力、保护强度的共同调节作用
吸收能力、保护强度分别体现了促进外部知识内化、抑制内部知识外溢的能力，但都依赖于外部关系渠道。吸收能力、保护强度、社会资本三因素相互交织，共同影响专利合作。①具有度中心性优势的创新组织拥有丰富的知识渠道，需要强吸收能力将外部知识内化，而被内化并积累的核心知识又激发了高保护强度需求，以降低知识溢出与专利侵权风险。三者的结合提升了同质知识内化能力，而这种内化能力又反过来进一步促进合作网络扩张；②具有结构洞优势的创新组织占据知识中介渠道，保护强度提高了异质性知识价值，进而加大了其它组织对于知识中介的需求，而吸收能力则保障和提升了对中介目标的识别性。三者的结合提升了异质知识的中介能力，而这种中介能力又反过来进一步加深了合作网络规模的抑制。综上所述，吸收能力与保护强度共同促进由度中心性引致的网络扩张倾向、由结构洞引致的网络规模抑制倾向。基于以上分析，提出研究假设：
H5a：吸收能力、保护强度共同调节度中心性与专利合作的关系，即吸收能力、保护强度的协同性越高，度中心性对专利合作的促进效应越显著；
H5b：吸收能力、保护强度共同调节结构洞与专利合作的关系，即吸收能力、保护强度的协同性越高，结构洞对专利合作的抑制效应越显著。
综上分析，以社会资本影响专利合作为直接影响路径，吸收能力、保护强度可能存在多种间接影响路径，这些间接影响路径是探讨和检验的重点，理论模型如图1所示。
图1 理论模型
2 研究方法
2.1 指数随机图模型
建模思路如下：①指数随机图模型认为网络边的连接概率依赖于各种网络构型、节点属性、边属性。具体地，三角结构、星型结构作为内生(构型)变量，其它变量作为网络节点外生协变量加入；②模型因变量为代表网络边的二元分类变量。以创新组织为节点，共同申请专利网络边，构建专利合作网络。如果创新组织i 和j 至少存在1次专利合作，则M ij 记为1，否则为0，进而构建邻接矩阵M 。下面给出自变量定义：
针对网络二元关系，指数随机图模型(Exponential Radom Graph Models)形成了一套关注网络关系形成过程的统计建模分析方法[23]。模型基本思路为：假定从随机网络集合Y当中观察到一个事实网络的概率为y，模型认为该概率值实质上依赖于各种可能的网络构型(Configuration)、节点属性和边属性，其中，内生性构型可以是事实网络中可能出现的某种结构，如边数、三角结构等。具体地，将观察到网络y的概率视为因变量，一般化的模型如式(1)所示[24]。
(1)
其中，Y是网络中二元关系(有边或无边)的随机集合，y是随机关系的某个特定实现；X是依赖于节点或边的协变量向量；g(y, X)是由模型中网络内生变量及外生协变量构成的向量。如某构型在网络y中被观察到k 次，则g(y)=k ；θ是对应于各个自变量的系数向量，它的取值大小反映了某个网络变量对于网络二元关系的影响程度；κ (θ ,y )是模型的归一化因子，以保证所有可能网络样本的出现概率之和为1，即∑z∈Y exp{θ T g (z ,X )}=1。
参数θ是结果分析的重要指标，其大小反映了变量对网络边的边际效应，可以通过公式(2)给予进一步解释。
(2)
其中，log it 代表对数几率，定义为log it (p )=log [p /(1-p )]，p 为出现二元关系的概率；
是指除了边Y ij 以外的网络其余部分；δ g (y )ij 代表当y ij 由0变为1时，变量g (y ij )的变化量。公式左边的含义为保持Y ij 以外部分固定的情形下，节点i 和节点j 建立连接关系的对数几率；公式右边意味着，当y ij 由0变为1时，变量g (y ij )每增加1个单位，节点i 和节点j 建立连接的几率增加到exp(θ)倍。
2.2 模型变量
采用指数随机图模型主要有以下考虑：①适用性强。如果将合作关系视为网络边，而指数随机图模型将网络边发生概率建模为网络内生及外生相关变量，这种因果模型适合于揭示合作关系的关键影响因素；②具有分析功能优势。由于网络边之间存在相关性，违反了传统回归模型的序列无关假设，而指数随机图模型能够克服自相关带来的拟合问题，而且能够测度结构嵌入效应。
2.2.1 社会资本
采用SPSS 22.0软件对数据进行分析处理，计量资料以（均数±标准差）表示，采用t检验；计数资料以（n，%）表示，采用χ2检验，以P＜0.05表示差异具有统计学意义。
度中心性，定义为网络节点对外连接的数量，反映合作规模。如果该变量系数拟合显著为正，说明度中心性较高，越倾向于对外建立专利合作。
结构洞。这里选取Burt[25]提出的代表性指标——约束指数，其通过对其它节点的依赖程度刻画其成为结构洞的可能性。基本思路是：如果网络节点投入在其它节点上的关系资源越多，则越依赖于其它节点，受到的约束越大，中介能力越小，跨越结构洞的可能性也越小。式(3)给出了节点i 投资在节点j 上的关系强度。
(3)
其中，q 是节点i 和j 之外的其它节点，P ij 反映了节点i 对节点j 的直接关系投入强度，括号中部分代表了节点i 直接和间接投资在节点j 上的连接比例，反映了节点i 的关系约束性。这里，借鉴Wang等[26]提出的度量修正方法，用2减去节点i 的约束性之和，用以刻画节点i 跨越结构洞的优势。
三角结构。采用变量几何加权边共享伙伴gwesp(geometrically weighted edge-wise shared partners)测度，定义为共享伙伴边分布的几何加权和。其中，权重随着共享伙伴数增加而衰减。变量gwesp表征了网络中共享相同边的三角结构数量，捕捉了嵌入三角结构的倾向。
星型结构。几何加权度分布gwdegree(geometrically weighted degree distribution)定义为网络中度分布的几何加权和，其中，权重随着节点度增加而衰减，反映了节点度分布的网络效应。变量gwdegree能够捕捉创新组织嵌入星型结构关系的倾向性。
蓝藻监测方面，由区环保局负责，以太湖流域第二大省际湖泊——淀山湖为重点，规定每年1—4月，逐月对淀山湖进行常规监测，5月起至10月止，对淀山湖实行人工加密监测。水质监测方面，青浦水环境监测分中心在淀山湖及其周边河道设置了14个监测点，以固定的频次采用国家标准方法进行7项水质指标监测，在中小河道水质监测上，设置73个常规水质监测点，每月1次进行水质监测。
（3）是满足杭州港港口转型升级的需要。近年来，杭州港呈现出飞跃发展的态势，但其规模化、专业化泊位相对较少，码头功能相对单一，机械化水平和装卸效率相对低下，集疏运通道不完善、内河航道通航等级不高，缺乏与其它周边港口的互动发展，港口服务产业结构调整和升级的能力较低，与转型升级发展的要求仍有较大差距。为了拓展服务功能，完善港口运输系统，改善港区环境，实现转型升级，建设综合性内河强港，杭州港迫切需要从其地缘优势、区位优势、资源优势、综合交通体系完善优势和港口集疏运通道便利等方面优势的战略高度来审视和研究杭州港的发展，使杭州港后发优势能得到充分发挥，以适应港口转型升级发展的新要求。
另外，选择gwesp和gwdegree两个变量有助于提高模型有效性，这是因为有关文献指出这种采用加权和形式的变量能够显著降低模型退化风险[27]。
2.2.2 吸收能力
选用常见的专利数作为吸收能力的代理变量。专利数量反映了技术创新产出成果的规模，充分代表了组织的知识积累程度和创新能力，能够较好地刻画组织对外部知识获取、消化、转化、利用的整体能力。
2.2.3 保护强度
保护强度有多种度量手段，其中，专利宽度是最基本且直接的工具。专利宽度通常体现了专利权的保护范畴，测度指标研究较丰富，主要有：基于经济属性视角，如以利润、产品竞争空间等为代表的经济效益指标；基于法律属性视角，如对侵权行为的惩罚力度；基于技术属性视角，如跨技术领域数量[28]。由于本文研究不涉及经济与法律层面，而且专利内容公开、客观，因此将专利的跨技术领域数量作为保护强度的代理变量。通常，专利的技术分类领域越多，保护范围越广，意味着保护强度越大。因此，保护强度定义为创新组织平均每项专利的IPC号个数。国际专利技术分类IPC采用部、大类、小类、大组、小组的层次编码体系，这里采用IPC小类(前4位)。
3 实证结果分析
3.1 数据来源及描述性分析
社会资本概念源于社会学，但在管理学领域得到广泛应用。以Putnam[12]为代表的学者构建了以规范、行为、信任、权威为内核的理论基础，Burt、Granovetter等[13]从不同视角拓展和丰富其内涵。社会资本理论指出了关系的资源属性与稀缺价值，对专利合作研究的理论指导价值体现在以下方面：①专利合作要求双方存在技术(知识)、制度(专利权保护)、经济(垄断权)层面的共享，这种强关系的形成与维持面临巨大风险，需要建立在充分信任、利益一致的基础上，该特征非常适合采用社会资本概念来刻画；②专利合作不仅仅是双方跨组织边界的创新协同，更通过合作接入了更大范围的网络体系，嵌入其中的所有创新组织都会受到网络体系的直接或间接影响[14]，这种网络嵌入效应需要借助社会网络分析工具。通常，网络嵌入性体现为两方面，即位置与结构。
通过专利所有权人，构建专利合作网络，包括节点144个，边200条，以及 7个三角结构。结果显示，网络密度较低(0.015)、聚类系数较低(0.109)，偏稀疏的合作网络结构反映了石墨烯技术处于发展初期，存在较大合作潜力与空间。
表1给出了相关变量的描述性分析，其中的变量经过了最大最小方法的规范化处理。整体上，除度中心性外，其它3个变量都表现出了高均值、高中位数特征。度中心性、结构洞体现了创新组织的网络位置特征，低度中心性反映了合作关系稀疏，还未出现明显的技术垄断者；高结构洞反映了网络中存在较多关系“空洞”，冗余路径少，中介倾向显著。吸收能力、保护强度具有高均值、低标准差统计特征，说明石墨烯领域开展专利合作的创新组织具有高专利储备、高知识产权保护特征，间接反映了专利竞争的激烈程度。
表1 变量描述性分析结果
3.2 模型结果分析
采用R环境中的Statnet软件包对模型进行数据拟合，采用马尔可夫链蒙特卡罗极大似然估计法(MCMC MLE)进行参数估计。拟合效果方面，采用t统计量检验每个变量的显著性，通过AIC和BIC指标判断模型整体拟合程度。通过变量系数的显著性、正负性、数值大小，可以判断相应因素对专利合作的影响效应。
宅基地“三权分置”改革助推乡村振兴 ............................................................................................................8-1
模型以吸收能力和保护强度为调节变量，尝试揭示社会资本对专利合作的影响。为检验各种可能存在的影响路径，针对不同变量交互项，分别纳入模型，结果如表2所示。模型1包含了专利合作的主效应变量，旨在度量专利合作的直接影响因素。以模型1为基准，分别加入各个交互项，形成模型2至模型7，旨在度量专利合作的间接影响因素。
模型2的拟合结果说明：①变量度中性和结构洞的系数分别显著为正与负，说明社会资本直接影响专利合作，即度中心性正向促进专利合作，结构洞反向抑制专利合作，支持了研究假设H1a、H1b；②变量gwesp系数显著为正，gwdegree系数显著为负，说明存在显著的结构效应，即专利合作更倾向于嵌入三角结构而非星型结构，支持了研究假设H2a、H2b；③变量吸收能力、保护强度都没有通过显著性检验，说明吸收能力和保护强度并不直接影响专利合作，可能存在其它间接影响路径。
模型2和模型3检验了吸收能力的调节作用。交互项吸收能力*度中心性没有通过显著性检验，说明吸收能力无法通过度中心性间接影响专利合作；吸收能力与结构洞的交互项系数显著为负，说明吸收能力加剧了结构洞对专利合作的抑制效应。实证结果反映出吸收能力与度中心性不存在交互性，原因可能在于相对于异质性知识，同质性知识对于吸收能力的要求较低，导致吸收能力在同质性网络中不再成为关键因素。因此，实证结果不支持假设H3a，但支持假设H3b。
经地质资料分析，漏失层段为1805～2110m段的生物灰岩和含玄武岩井段，该岩性地层孔隙度大、渗透率高，受到激动压力过大、钻井液液柱压力过高或当量破裂压力超出地层破裂压力，即发生漏失、井壁失稳等复杂事故，属于典型的低承压地层，遂使用雷特堵漏技术进行堵漏，提高地层承压能力，保证后期施工及固井质量。
模型4和模型5检验了保护强度的调节作用。交互项度中心性*保护强度、结构洞*保护强度都没有通过显著性检验，说明社会资本对专利合作的影响与保护强度无关。作为制度因素，保护强度可能对专利合作存在更复杂的间接影响，需要结合其它因素加以考察。因此，实证结果不支持假设H4a、H4b。
模型6和模型7检验了吸收能力和保护强度的共同调节作用。交互项度中心性*吸收能力*保护强度系数显著为正，说明吸收能力和保护强度共同正向调节度中心性对专利合作的影响，即吸收能力和保护强度同时保持高水平，度中心性对专利合作的促进作用更显著。交互项结构洞*吸收能力*保护强度没有通过显著性检验，说明吸收能力和保护强度不能共同调节结构洞对专利合作的影响。吸收能力和保护强度可以通过度中心性(而非结构洞)对专利合作产生间接影响，反映了保护强度发挥效应的特定情景。其原因在于：由弱关系构成的结构洞缺乏冗余路径，面临较低的技术泄露风险，而强关系构成的个体网络面临较高的知识溢出及专利侵权风险，需要高强度的专利保护，导致专利合作对保护强度与吸收能力的协同能力响应更敏感。因此，实证结果支持假设H5a，不支持假设H5b。
表2 ERGM模型拟合结果
注：***、**、*分别代表p<0.001、p<0.01、p<0.05
图2展示了吸收能力、保护强度的调节机制，其中，纵轴代表建立专利合作的对数几率logit(P)，子图(A)中横轴代表结构洞C，子图(B)中横轴代表度中心性D。①子图(A)给出了吸收能力对结构洞影响专利合作的调节作用，可以看出：高吸收能力创新组织表现出更低的合作连接倾向，或者说相比低吸收能力的创新组织，高吸收能力创新组织只需要更少的合作连接就可以实现相同的知识中介功能；②子图(B)给出了吸收能力和保护强度对度中心性影响专利合作的共同调节作用，可以看出：吸收能力和保护强度的协同程度越高，专利合作倾向越大，说明两者的协同能力保障了专利合作规模扩大。
图2 吸收能力、保护强度的调节作用
4 结论与启示
整合社会、技术、制度要素，探讨专利合作机制，以石墨烯为实证对象，采用指数随机图模型检验社会资本、吸收能力、保护强度对专利合作的影响路径。实证结果发现：①社会资本对专利合作具有直接影响，度中心性、三角结构嵌入正向促进专利合作，而结构洞、星型结构嵌入反向抑制专利合作；②吸收能力调节了结构洞对专利合作的影响，即吸收能力越强，结构洞对专利合作的抑制效应越显著；③吸收能力和保护强度共同调节了度中心性对专利合作的影响，即吸收能力和保护强度协同能力越强，度中心性对专利合作的促进效应越显著。
实证结论揭示了专利合作影响因素的复杂作用机理，并得到以下理论与实践启示：①社会资本对专利合作的影响效应依赖于特定嵌入情境，不同的位置嵌入、结构嵌入具有不同合作倾向。实践启示在于，合作策略不应脱离网络嵌入特征，技术引领型组织应强化合作广度与深度，通过网络效应形成并扩大技术影响力，技术中介型组织应维持已有稀缺性外部资源，谨慎选择合作对象，以突显技术代理优势，专利合作应是平等、多边的，要避免对单一外部资源的过度依赖；②吸收能力通过结构洞间接影响专利合作，反映了中介型组织需要具备更强的吸收能力，才能承担起中介异质性知识功能，特定渠道(如结构洞)与吸收能力是制约稀缺性知识得到有效利用的关键因素。实践启示在于，某些重要知识具有鲜明的网络嵌入特征，获取难度在于渠道垄断性、知识非编码性。因此，应加强与技术中介的合作，重视对隐性知识的获取，包括人员培训、经验积累等；③制度性要素需要结合技术、社会要素才能对专利合作产生影响，尤其是保护强度与吸收能力具有互补性，能通过度中心性间接促进专利合作。实践启示在于，创新组织应充分利用专利制度工具，提高专利战略与组织学习的协同能力，充分利用社会资本优势，推动并深化专利合作。
本文的创新及贡献在于：①整合社会、技术、制度三大因素，揭示专利合作的多种影响路径，深化了技术创新合作理论基础；②揭示了吸收能力、保护强度在专利合作中的调节作用；③定量揭示了专利合作中的不同结构效应，深化了专利合作内生动力机制的认知。
参考文献 :
[1] 温芳芳. 基于社会网络分析的专利合作模式研究[J]. 情报杂志, 2013(7): 119-123.
[2] CANTNER U, MEDER A. Technological proximity and the choice of cooperation partner[J]. Journal of Economic Interaction & Coordination, 2007, 2(1): 45-65.
[3] 王鹏, 张淑贤. 产学研创新合作网络的社会资本结构维度研究——基于2006-2014年广东省产学研合作专利申请数据分析[J]. 中国科技论坛, 2016(7): 16-22.
[4] 李丹, 杨建君. 联结强度与技术创新模式:企业间信任的中介作用[J]. 科技进步与对策, 2018(3): 1-7.
[5] ZENG S X, XIE X M, TAM C M. Relationship between cooperation networks and innovation performance of smes[J]. Technovation, 2010, 30(3): 181-194.
[6] 党兴华, 李莉. 技术创新合作中基于知识位势的知识创造模型研究[J]. 中国软科学, 2005(11): 143-148.
[7] 刘学元, 丁雯婧, 赵先德. 企业创新网络中关系强度、吸收能力与创新绩效的关系研究[J]. 南开管理评论, 2016, 19(1): 30-42.
[8] 钱锡红, 杨永福, 徐万里. 企业网络位置、吸收能力与创新绩效——一个交互效应模型[J]. 管理世界, 2010(5): 118-129.
[9] 张振刚, 陈志明, 李云健. 开放式创新、吸收能力与创新绩效关系研究[J]. 科研管理, 2015, 36(3): 49-56.
[10] 许珂, 陈向东. 基于专利技术宽度测度的专利价值研究[J]. 科学学研究, 2010, 28(2): 202-210.
[11] 尹志锋, 周敏丹. 经济发展、对外开放与专利保护强度[J]. 经济学动态, 2015(12): 88-98.
[12] PUTNAM R D. Making democracy work[M]. Princeton: Princeton University Press, 1993.
[13] GRANOVETTER M S. The strength of weak ties[J]. The American Journal of Sociology,1973,78(6):1360-1380.
[14] FRITSCH M, KAUFFELD-MONZ M. The impact of network structure on knowledge transfer: an application of social network analysis in the context of regional innovation networks[J]. Annals of Regional Science, 2010, 44(1): 21-38.
[15] 曾德明, 邹思明, 张运生. 网络位置、技术多元化与企业在技术标准制定中的影响力研究[J]. 管理学报, 2015, 12(2): 198-206.
[16] BORGATTI S P, EVERETT M G. A graph-theoretic perspective on centrality[J]. Social Networks, 2006, 28(4): 466-484.
[17] 王杰. 高科技企业技术多元化及网络位置对专利池形成的影响研究[D]. 长沙: 湖南大学, 2016.
[18] 张晓黎, 覃正. 知识与合作网络结构洞对技术创新绩效的影响[J]. 软科学, 2013, 27(12): 58-62.
[19] COHEN W M, LEVINTHAL D A. Absorption capacity a new respective on learning and innovation administrative science[J]. Administrative Science Quarterly, 1990, 35(1): 128-152.
[20] ZAHRA S A, GEORGE G. Absorptive capacity: a review, reconceptualization, and extension[J]. The Academy of Management Review, 2002, 27(2): 185-203.
[21] 李黎明, 陈明媛. 专利密集型产业、专利制度与经济增长[J]. 中国软科学, 2017(4): 152-168.
[22] ABBASI A, HOSSAIN L, LEYDESDORFF L. Betweenness centrality as a driver of preferential attachment in the evolution of research collaboration networks [J]. Journal of Informetrics, 2012, 6(3): 403-412.
[23] ROBINS G, PATTISON P, KALISH Y, et al. An introduction to exponential random graph (p*) models for social networks[J]. Social Networks, 2007, 29(2): 173-191.
[24] GOODREAU S M. Advances in exponential random graph (p*) models applied to a large social network[J]. Social Networks, 2007, 29(2): 231-248.
[25] BURT R S. Structural holes: the social structure of competition[M]. Cambridge: Harvard University Press, 1995.
[26] WANG C, RODAN S, FRUIN M, et al. Knowledge networks, collaboration networks, and exploratory innovation[J]. Academy of Management Journal, 2014, 57(2): 459-514.
[27] MORRIS M, HANDCOCK M S, HUNTER D R. Specification of exponential-family random graph models: terms and computational aspects[J]. Journal of Statistical Software, 2008, 24(4): 1-24.
[28] 张古鹏, 陈向东, 牛欣. 基于专利宽度和深度的技术复杂度分析[J]. 科研管理, 2012, 33(3): 113-120.
Impact of Social Capitals on Dyadic Relation of Patent Collaboration :Moderating Effect of Absorptive Capacity and Protection Strength
Duan Qingfeng
(School of Management, Shanxi University of Finance & Economics, Taiyuan 030006, China)
Abstract ：Patent collaboration is result of interplay by diversified factors in aspects of society, technology and institution, while interaction effect among these factors has not yet been researched enough. By integrating three aspects of factors, diffusion mechanism was discussed the impact of social capital on patent collaboration in the different scenario of absorptive capacity and patent protection strength. Empirical research was employed to examine validation of theoretical hypotheses by using method of ERGM based on samples in graphene technology field. Empirical results illustrated that social capitals have direct impacts on patent collaboration, i.e., patent collaboration is positively boosted by degree centrality and triangle structure embeddedness, but negatively restrained by structural hole and star structure embeddedness respectively. Moreover, absorptive capacity can positively moderate the relationships between structural hole and patent collaboration. Furthermore, both absorptive capacity and patent protection strength would together positively moderate the impact of degree centrality upon patent collaboration.
Key Words :Social Capitals; Absorptive Capacity; Patent Protection Strength; Patent Collaboration; ERGM
收稿日期 ：2018-06-20
基金项目 ：山西省高等学校哲学社会科学研究基地项目(2016325);山西软科学项目(2017041003-1)
作者简介 ：段庆锋(1977-)，男，山西晋中人，博士，山西财经大学管理科学与工程学院副教授，研究方向为科技创新管理、科技评价。
DOI ：10.6049/kjjbydc.2018040594
开放科学 (资源服务 )标识码 (OSID)：
中图分类号 ：G306
文献标识码： A
文章编号： 1001-7348(2019)05-0011-07
(责任编辑：胡俊健)
标签：社会资本论文; 吸收能力论文; 专利保护强度论文; 专利合作论文; 指数随机图模型论文; 山西财经大学管理科学与工程学院论文;