章梅 汪傳雷 梅帥 楊東祥 胡蕾

摘?要：?叉車作為物流業(yè)最基礎(chǔ)設(shè)施之一，其智能化對(duì)于物流業(yè)高質(zhì)量發(fā)展具有積極推動(dòng)作用。運(yùn)用UCINET可視化智能叉車專利文獻(xiàn)挖掘其創(chuàng)新特點(diǎn)，提出促進(jìn)智能叉車發(fā)展策略。結(jié)果表明：智能叉車的技術(shù)發(fā)展不均衡，專利發(fā)明人子網(wǎng)絡(luò)之間缺乏合作，專利權(quán)人之間的合作松散，幾乎處于“孤島”狀態(tài)。

關(guān)鍵詞：?社會(huì)網(wǎng)絡(luò)分析；智能叉車；空間分布分析；UCINET

中圖分類號(hào)：?TB??????文獻(xiàn)標(biāo)識(shí)碼：?A??????doi：10.19311/j.cnki.16723198.2023.06.105

0?引言

現(xiàn)代物流的發(fā)展離不開物流裝備的支撐，物流企業(yè)及其客戶對(duì)物流裝備技術(shù)運(yùn)用提出更高要求。叉車又稱鏟車，作為一種用于裝卸、搬運(yùn)、堆碼的物流功能的特種車輛，廣泛運(yùn)用于各種場(chǎng)所場(chǎng)景，“十三五”期間也備受關(guān)注，如《特種車輛行業(yè)發(fā)展“十三五”規(guī)劃》《工程機(jī)械行業(yè)“十三五”規(guī)劃》等均有涉獵。隨著人工智能發(fā)展，叉車融合智能加速，而智能叉車的發(fā)展離不開技術(shù)進(jìn)步，專利作為知識(shí)產(chǎn)權(quán)性文件，反映了技術(shù)創(chuàng)新能力，也是科技轉(zhuǎn)化為成果的重要形式。企業(yè)擁有專利的數(shù)量越多，從企業(yè)內(nèi)部抵抗科技風(fēng)險(xiǎn)的能力越強(qiáng)，在面對(duì)復(fù)雜多變的市場(chǎng)環(huán)境及供應(yīng)鏈風(fēng)險(xiǎn)時(shí)能夠擁有更多的機(jī)會(huì)。2021年我國(guó)頒布了《知識(shí)產(chǎn)權(quán)強(qiáng)國(guó)建設(shè)綱要（2021-2035年）》《“十四五”國(guó)家知識(shí)產(chǎn)權(quán)保護(hù)和運(yùn)用規(guī)劃》等政策文件對(duì)知識(shí)產(chǎn)權(quán)進(jìn)行戰(zhàn)略部署，但我國(guó)智能叉車專利到底發(fā)展如何，特別是技術(shù)自立自強(qiáng)態(tài)勢(shì)如何，值得關(guān)注。本研究力圖借助專利文獻(xiàn)，分析智能叉車狀況，進(jìn)而提出智能叉車高質(zhì)量發(fā)展之路。

1?數(shù)據(jù)來(lái)源與研究方法

1.1?數(shù)據(jù)來(lái)源

選取國(guó)家知識(shí)產(chǎn)權(quán)局專利檢索平臺(tái)（http：//pss-system.cnipa.gov.cn）作為文獻(xiàn)檢索平臺(tái)，在高級(jí)檢索功能中，默認(rèn)發(fā)明名稱、摘要工具欄的數(shù)據(jù)，關(guān)鍵詞中填入“智能叉車”并進(jìn)行檢索，選擇2012-2020年的樣本數(shù)據(jù)，得到150條數(shù)據(jù)。剔除以專利申請(qǐng)為題的無(wú)效專利文件后，在剩下文件中刪除摘要中無(wú)智能叉車或叉車字樣的專利文獻(xiàn)，最終得到75條與智能叉車相關(guān)的專利文獻(xiàn)作為研究樣本數(shù)據(jù)。

1.2?研究方法

本研究采用專利計(jì)量法、社會(huì)網(wǎng)絡(luò)分析、空間分析等方法，借助軟件UCINET及ARCGIS10.2將數(shù)據(jù)可視化以展示智能叉車專利的相互關(guān)系及空間分布格局。運(yùn)用專利計(jì)量法對(duì)智能叉車專利文獻(xiàn)進(jìn)行量化分析，可以把握智能叉車的發(fā)展?fàn)顩r并對(duì)未來(lái)叉車技術(shù)發(fā)展提供建議。李俊借助可視化工具進(jìn)行論文的專利挖掘；劉建明以區(qū)塊鏈專利文獻(xiàn)為數(shù)據(jù)源，運(yùn)用專利計(jì)量法揭示區(qū)塊鏈領(lǐng)域的技術(shù)發(fā)展趨勢(shì)。

社會(huì)網(wǎng)絡(luò)分析是行動(dòng)者之間關(guān)系的集合。社會(huì)網(wǎng)絡(luò)分析可以從多種角度進(jìn)行分析，主要包括中心性分析、凝聚子群分析、密度分析等。張立光、張學(xué)艷等人利用社會(huì)網(wǎng)絡(luò)分析了金融空間關(guān)聯(lián)機(jī)制以及獨(dú)角獸企業(yè)的關(guān)系。

地理信息系統(tǒng)（GIS）主要是研究空間實(shí)體之間的相互關(guān)系，在計(jì)算機(jī)中對(duì)數(shù)據(jù)進(jìn)行處理及可視化，其最大用途是空間分析。楊中楷通過(guò)空間分析了解我國(guó)有效專利分布的特征；阮沈勇將信息量模型與GIS系統(tǒng)結(jié)合，研究地質(zhì)災(zāi)害危險(xiǎn)性區(qū)劃的方法。

空間分布形態(tài)的判別一般采取最鄰近指數(shù)分析，最鄰近指數(shù)表示點(diǎn)狀要素目標(biāo)在地理空間中相互之間距離。其公式為：R=?r-1?r-E??公式中：r-1?為平均實(shí)際最鄰近距離；r-E=?1?2?D??=?1?2?n/A??為理論最鄰近距離；A為區(qū)域面積，D為點(diǎn)的密度，n為點(diǎn)的個(gè)數(shù)。一般情況下，R<1時(shí)，呈集聚型分布；當(dāng)R=1時(shí)，呈隨機(jī)型分布；當(dāng)R>1時(shí)，呈均勻型分布。

2?智能叉車技術(shù)發(fā)展?fàn)顩r

2.1?智能叉車申請(qǐng)趨勢(shì)分析

通過(guò)對(duì)國(guó)家知識(shí)產(chǎn)權(quán)局專利檢索平臺(tái)獲得的智能叉車數(shù)據(jù)的歸納，可見專利申請(qǐng)量的線性趨勢(shì)線呈現(xiàn)上升趨勢(shì)。根據(jù)專利申請(qǐng)數(shù)量在年份上的差異，初步將智能叉車技術(shù)發(fā)展分為兩個(gè)階段：第一個(gè)階段2012-2014年，這個(gè)階段智能叉車的每年專利申請(qǐng)量均未超過(guò)5個(gè)，叉車技術(shù)發(fā)展可能處于探索階段；第二個(gè)階段2015-2020年，叉車專利申請(qǐng)數(shù)量從2015年的5個(gè)增加到2019年的50個(gè)，雖然2020年申請(qǐng)量稍微有所下降，但總體趨勢(shì)還呈現(xiàn)上漲態(tài)勢(shì)，處于快速發(fā)展期。

2.2?智能叉車專利公開年度分析

根據(jù)智能叉車的有效專利，對(duì)比前面的叉車專利申請(qǐng)數(shù)據(jù)，可以發(fā)現(xiàn)專利申請(qǐng)成功率每年不同，但2017年后基本維持在50%左右，2012-2016年智能叉車的專利數(shù)量非常少，2013年甚至沒有有效叉車專利；2017年后專利數(shù)量猛增，2017年專利數(shù)量約是2016年的2.7倍，說(shuō)明智能叉車行業(yè)發(fā)展加速，2019年達(dá)到26個(gè)專利，但2020年下降至16個(gè)，可能是受疫情影響的緣故。

2.3?專利空間結(jié)構(gòu)分析

2.3.1?智能叉車專利權(quán)人總體分布

由專利總量的區(qū)域分布可見各個(gè)省市自治區(qū)的智能叉車技術(shù)的研發(fā)能力。通過(guò)整理專利文獻(xiàn)，獲得一系列專利權(quán)人地址，然后借助高德地圖API網(wǎng)站獲得專利權(quán)人地址的經(jīng)緯度，再借助GIS10.2中的ARCMAP10.2可見，專利權(quán)人主要分布在東部地區(qū)，其中北京、上海、江蘇、安徽、廣州等地居多，中部地區(qū)分布較散，西部地區(qū)只有一個(gè)專利權(quán)人地址，分布不均現(xiàn)象較嚴(yán)重。智能叉車專利權(quán)人多集中于珠江三角洲和長(zhǎng)江三角洲地區(qū)分布，可能與地區(qū)的科技創(chuàng)新能力強(qiáng)有關(guān)。

2.3.2?空間結(jié)構(gòu)分析

借助ArcGIS10.2代入公式計(jì)算出專利權(quán)人的最鄰近指數(shù)為0.993，該數(shù)值小于1，可知專利權(quán)人的地理位置在空間上屬于集聚型分布狀態(tài)，表明各個(gè)專利權(quán)人之間在地理空間上是有可能的。

核密度分析用于探索空間分布中的距離衰減效應(yīng)。對(duì)專利權(quán)人地址做核密度分析，而新疆只有一個(gè)專利權(quán)人點(diǎn)位信息，不具備核密度分析的條件，故只選擇東部和中部的數(shù)據(jù)。由圖可知，智能叉車的專利權(quán)人分布不均，但各個(gè)專利權(quán)人地理位置較集中，主要圍繞廣東、北京、上海為核心圈層分布。表明智能叉車可能在一定程度上與社會(huì)經(jīng)濟(jì)的發(fā)展相關(guān)，北京、上海、廣州作為一線城市，其經(jīng)濟(jì)發(fā)展水平和資源獲得能力比二線城市高。東部地區(qū)的專利權(quán)人密度最高，其次是中部地區(qū)，中部地區(qū)與東部地區(qū)的密度最大相差1.746；總體布局較分散，東部地區(qū)只生成三個(gè)核密度區(qū)，中部地區(qū)分布較均勻但不集中。同時(shí)，可能由于受到物流發(fā)展和交通發(fā)達(dá)程度的影響，部分專利權(quán)人點(diǎn)位信息臨近交通主干道。

3?專利分類號(hào)分析

3.1?頻數(shù)統(tǒng)計(jì)及可視化分析

專利類型主要包括發(fā)明專利、實(shí)用專利和外觀設(shè)計(jì)專利，統(tǒng)計(jì)智能叉車的75條專利文獻(xiàn)，其中發(fā)明專利17項(xiàng)、實(shí)用專利53項(xiàng)、外觀設(shè)計(jì)專利4項(xiàng)。智能叉車專利數(shù)量涉及的專利分類號(hào)共72種、179個(gè)專利分類號(hào)。B66F9/075出現(xiàn)的頻率最高，達(dá)到44次，占總頻次179的24.58%。75條專利文獻(xiàn)中以B66F開頭的分類號(hào)達(dá)到102個(gè)，占總數(shù)的56.98%。

根據(jù)WIPO在2021年9月公布的分類號(hào)技術(shù)對(duì)照表，比對(duì)智能叉車的分類號(hào)，再結(jié)合頻數(shù)統(tǒng)計(jì)分析，發(fā)現(xiàn)智能叉車技術(shù)涉及種類較少，主要分布在機(jī)械工程和電氣工程。

通過(guò)COOC3.9軟件制作專利分類號(hào)共線表，將分類號(hào)共線表導(dǎo)入NETDRAW中，得到分類號(hào)關(guān)聯(lián)網(wǎng)絡(luò)圖。圖中節(jié)點(diǎn)大小表示該節(jié)點(diǎn)在網(wǎng)絡(luò)中的重要程度，連線表示兩個(gè)節(jié)點(diǎn)的合作次數(shù)。B66F9/075、B66F9/06、B66F9/12、B66F9/24的分類號(hào)周圍的連線比較粗，表示此幾個(gè)分類號(hào)出現(xiàn)于同一份專利文獻(xiàn)的次數(shù)較多。

3.2?中心性分析

專利共現(xiàn)分析是指一個(gè)專利同時(shí)擁有多個(gè)分類號(hào)，通過(guò)統(tǒng)計(jì)分類號(hào)進(jìn)行可視化分析以發(fā)現(xiàn)技術(shù)領(lǐng)域的交叉情況。將分類號(hào)共線表導(dǎo)入U(xiǎn)CINET進(jìn)行數(shù)據(jù)處理，得到IPC分類號(hào)的中心度。中心性是衡量個(gè)體在整個(gè)網(wǎng)絡(luò)中的重要程度指標(biāo)，主要包括度數(shù)中心度、接近中心度和中間中心度。度數(shù)中心度大于20的分類號(hào)有B66F9/075、B66F9/06、B66F9/12，除此之外還有3個(gè)節(jié)點(diǎn)的度數(shù)中心度是大于10的，表明這些分類號(hào)在專利文獻(xiàn)中的重要性較高。

接近中心度值越大，越說(shuō)明該點(diǎn)非網(wǎng)絡(luò)的中心。表1顯示數(shù)值最大的是G06Q50/28，說(shuō)明該分類號(hào)代表的電氣工程的數(shù)據(jù)管理方法技術(shù)非網(wǎng)絡(luò)的核心節(jié)點(diǎn)，應(yīng)用較少。B66F9小類的接近中心度數(shù)值位居60-70之間，說(shuō)明該技術(shù)在信息資源的權(quán)力以及影響力較強(qiáng)，該分類號(hào)對(duì)應(yīng)的是機(jī)械工程大類的駕駛、操縱的技術(shù)說(shuō)明智能叉車技術(shù)發(fā)展比較偏向駕駛操縱相關(guān)的技術(shù)。有7個(gè)分類號(hào)的中間中心度為0，說(shuō)明這7個(gè)點(diǎn)均不能控制其他節(jié)點(diǎn)，處于網(wǎng)絡(luò)的邊緣。

整體上看，分類號(hào)的密度為0.275，密度值越接近0，關(guān)系越松散，說(shuō)明智能叉車的技術(shù)發(fā)展不均衡。

3.3?凝聚子群分析

派系?（subgroup）?是社群中的一小群人關(guān)系特別緊密，以至于結(jié)合成一個(gè)次團(tuán)體。社會(huì)網(wǎng)絡(luò)圖中一個(gè)派系至少包括三個(gè)行動(dòng)者，且他們之間是直接關(guān)系；一旦派系形成，其他行動(dòng)者就難以再融入該次團(tuán)體。個(gè)體與網(wǎng)絡(luò)的關(guān)系越緊密，就越會(huì)受到網(wǎng)絡(luò)的影響，凝聚子群主要考察網(wǎng)絡(luò)中各個(gè)小團(tuán)體之間的關(guān)系。凝聚子群主要包括派系、K-叢、K-核、LS集合和Lambda集合等，本研究從派系方面對(duì)智能叉車專利分類號(hào)和發(fā)明人的凝聚子群進(jìn)行分析。

通過(guò)UCINET將分類號(hào)共線表的多值關(guān)系網(wǎng)絡(luò)轉(zhuǎn)化為二值關(guān)系網(wǎng)絡(luò)，再將二值關(guān)系網(wǎng)絡(luò)進(jìn)行對(duì)稱處理，最后通過(guò)Cliques進(jìn)行派系分析，派系能夠表明分類號(hào)之間的相互交錯(cuò)的關(guān)聯(lián)結(jié)構(gòu)，反映智能叉車分類號(hào)的內(nèi)在關(guān)聯(lián)。分類號(hào)分為5個(gè)派系，各個(gè)規(guī)模不同，最大派系包括6個(gè)分類號(hào)，其中LOC（12）Cl12-05、G05D1/02、B29C45/17?、G06Q50/28這四個(gè)分類號(hào)不屬于任何派系，是孤立的，也就是說(shuō)智能叉車技術(shù)發(fā)展在儀器的控制裝置、機(jī)械工程的其他專用機(jī)器、電氣工程的管理數(shù)據(jù)方法技術(shù)發(fā)展相較于機(jī)械工程的操縱駕駛較緩，未形成自身的派系。B66F9/075、B66F9/06代表的技術(shù)是智能叉車中最為基礎(chǔ)的；G05D1/02、G06Q10/06代表智能叉車技術(shù)較深入。從聚類效果看，分類號(hào)的緊密程度不同。

4?發(fā)明人分析

4.1?頻數(shù)統(tǒng)計(jì)及可視化分析

發(fā)明人是專利核心。智能叉車專利的發(fā)明人總共有239名，通過(guò)歸納整理，阮清松、林偉加、劉妍華等出現(xiàn)的頻次并列最高，達(dá)到4次。而發(fā)明人出現(xiàn)頻數(shù)只有一次的達(dá)到138名，占總數(shù)的57%，說(shuō)明大多數(shù)發(fā)明人只參與一次智能叉車的發(fā)明過(guò)程。發(fā)明次數(shù)較多的發(fā)明人可以聯(lián)合進(jìn)行更多的技術(shù)創(chuàng)新。

借助COOC3.9軟件得到專利發(fā)明人共線表，將發(fā)明人共線表導(dǎo)入NETDRAW得到圖3。將共線圖中的43個(gè)發(fā)明人當(dāng)作整個(gè)網(wǎng)絡(luò)的節(jié)點(diǎn)，節(jié)點(diǎn)之間連線表示各個(gè)發(fā)明人之間的合作關(guān)系，將圖中節(jié)點(diǎn)大小顯示設(shè)置為表示中心度大小，可見發(fā)明人的合作網(wǎng)絡(luò)比較分散，沒有形成整體的合作網(wǎng)絡(luò)，各個(gè)子網(wǎng)絡(luò)之間是孤立的缺乏合作。馮麗霞、陳英、徐明、駱小鋒在網(wǎng)絡(luò)圖中呈現(xiàn)單個(gè)節(jié)點(diǎn)，與其他人無(wú)合作關(guān)系。度數(shù)中心度大于10的李想等8人的子網(wǎng)絡(luò)圖中連線較多，合作較緊密。

4.2?中心性分析

借助COOC3.9版本軟件，將頻數(shù)設(shè)置為大于等于2，得到智能叉車專利發(fā)明人共線表。將表導(dǎo)入U(xiǎn)CINET中，進(jìn)行數(shù)據(jù)分析，得到發(fā)明人的中心度，并對(duì)此進(jìn)行點(diǎn)度中心度分析。呂恩利、劉妍華、阮清松、曾志雄、林偉加、羅毅智、郭嘉明、韋鑒峰的中心度最高，達(dá)到11；呂恩利、劉妍華、阮清松、曾志雄、林偉加、羅毅智、郭嘉明的連線粗，表明這些發(fā)明人處于核心地位，合作聯(lián)系也較密切。但從整體看，發(fā)明人之間密度為0.24，屬于合作關(guān)系松散。

4.3?凝聚子群分析

通過(guò)UCINET將發(fā)明人共線表的多值關(guān)系網(wǎng)絡(luò)轉(zhuǎn)化為二值關(guān)系網(wǎng)絡(luò)，再進(jìn)行對(duì)稱處理，最后通過(guò)UCINET的NETWORK進(jìn)行派系分析。智能叉車發(fā)明人涉及8個(gè)派系，其中最小的派系涉及3個(gè)人，且胡海軍、馮麗霞、費(fèi)后昌、程英、郭曉麗、楊寧寧、徐明、馬浩杰、錢永強(qiáng)、段偉、駱小鋒、楊光明、李瀟波不屬于任何派系。各個(gè)派系內(nèi)部的聯(lián)系較緊密，派系與派系之間的聯(lián)系較分散。

5?專利權(quán)人分析

整理智能叉車專利文獻(xiàn)的專利權(quán)人總共有79個(gè)，繪制頻數(shù)≥2的專利權(quán)人頻次表，可見華南農(nóng)業(yè)大學(xué)的頻數(shù)最高，達(dá)到4次，擁有專利較多。徐明、馮麗霞作為個(gè)人專利權(quán)人各出現(xiàn)2次，在叉車行業(yè)中資歷較深。借助COOC3.9，將頻數(shù)設(shè)置為大于等于1，得到專利權(quán)人共線表?？梢妼＠麢?quán)人的合作網(wǎng)絡(luò)較分散，沒有形成整體的合作網(wǎng)絡(luò)，大部分專利權(quán)人是單獨(dú)的個(gè)體，不屬于網(wǎng)絡(luò)，與其他專利權(quán)人沒有合作關(guān)系。子網(wǎng)絡(luò)有三個(gè)，較大的網(wǎng)絡(luò)只有三家公司構(gòu)成，分別是北京京東世紀(jì)貿(mào)易有限公司、北京京東尚科信息技術(shù)有限公司且該網(wǎng)絡(luò)是單向網(wǎng)絡(luò)，其次是杭叉集團(tuán)與杭叉智能科技的合作。從整體密度看，密度值僅為0.002，接近于0，說(shuō)明專利權(quán)人之間的合作關(guān)系非常松散。

6?研究結(jié)論及建議

6.1?結(jié)論

以智能叉車75條專利文獻(xiàn)為數(shù)據(jù)來(lái)源，借助UCINET社會(huì)網(wǎng)絡(luò)分析工具進(jìn)行可視化分析，同時(shí)運(yùn)用ARCGIS空間分析軟件、COOC軟件等分析智能叉車專利權(quán)人的地理空間分布。研究結(jié)論如下：

（1）智能叉車專利雖起步較晚，但正處于快速發(fā)展階段。智能叉車的專利申請(qǐng)數(shù)量逐年遞增，專利申請(qǐng)獲批率維持在50%上下。雖然2020年有效專利數(shù)量有所下降，但總體仍然處于上升狀態(tài)。

（2）智能叉車專利權(quán)人布局屬于集聚型，東部地區(qū)專利權(quán)人密度較高。專利分布圖和專利核密度圖顯示，智能叉車有效專利權(quán)人點(diǎn)位多數(shù)集中在北京、上海、廣州等一線城市，東部地區(qū)智能叉車的專利權(quán)人密度遠(yuǎn)高于中部地區(qū)，西部地區(qū)智能叉車專利權(quán)人點(diǎn)位較少，部分專利權(quán)人的點(diǎn)位信息居交通主干線。

（3）智能叉車專利不均衡，存在“偏科”現(xiàn)象?；诜诸愄?hào)的社會(huì)網(wǎng)絡(luò)分析，發(fā)現(xiàn)智能叉車的技術(shù)發(fā)展不均衡，主要集中在機(jī)械工程叉車駕駛及操縱相關(guān)技術(shù)，少數(shù)涉及電氣工程的數(shù)據(jù)處理方法和儀器的控制，而化學(xué)及其他領(lǐng)域尚未涉及。

（4）智能叉車專利發(fā)明人之間總體上合作較少，大的子網(wǎng)絡(luò)內(nèi)部合作較密切。智能叉車專利發(fā)明人各個(gè)子網(wǎng)絡(luò)之間聯(lián)系空白，且子網(wǎng)絡(luò)所含節(jié)點(diǎn)較??；專利權(quán)人之間合作更加松散，幾乎處于“孤島”狀態(tài)。

6.2?建議

（1）智能叉車作為物流業(yè)之基礎(chǔ)，發(fā)展水平日益成為體現(xiàn)綜合國(guó)力之標(biāo)志，關(guān)聯(lián)企業(yè)應(yīng)該充分把握物流業(yè)發(fā)展態(tài)勢(shì)和前沿，抓住機(jī)遇，迎接挑戰(zhàn)，推動(dòng)智能叉車的高質(zhì)量發(fā)展。

（2）智能叉車專利權(quán)人空間分布呈現(xiàn)集聚型態(tài)勢(shì)，地理分布不均，應(yīng)提高東部地區(qū)特別是長(zhǎng)三角、珠三角的連通性和協(xié)同率，沿著長(zhǎng)江經(jīng)濟(jì)帶推進(jìn)，以帶動(dòng)中部地區(qū)、西部地區(qū)智能叉車技術(shù)發(fā)展。

（3）智能叉車技術(shù)發(fā)展不均衡，涉及儀器控制類的技術(shù)專利文獻(xiàn)較少，但儀器控制類的技術(shù)及與電氣工程相關(guān)的技術(shù)是未來(lái)智能叉車的發(fā)展方向，應(yīng)加強(qiáng)新理論、新技術(shù)、新工具、新工藝在智能叉車領(lǐng)域的運(yùn)用，且強(qiáng)化關(guān)鍵節(jié)點(diǎn)即駕駛操縱相關(guān)技術(shù)之間的聯(lián)系，固牢技術(shù)優(yōu)勢(shì)。

（4）發(fā)明人之間、專利權(quán)人之間的合作較少，尤其是專利權(quán)人之間的關(guān)系基本處于隔絕狀態(tài)，應(yīng)加強(qiáng)專利權(quán)人之間的聯(lián)系和發(fā)明人之間的溝通，消除專利權(quán)人子網(wǎng)絡(luò)、發(fā)明人子網(wǎng)絡(luò)之間的隔絕狀態(tài)；同時(shí)結(jié)合專利權(quán)人的點(diǎn)位較集中特點(diǎn)，促進(jìn)點(diǎn)位相近的專利權(quán)人之間開展合作。

參考文獻(xiàn)

[1]李俊，王夢(mèng)媛.國(guó)內(nèi)外專利挖掘研究的可視化分析[J].高校圖書館工作，2019，39（02）：712.

[2]劉建明，顏學(xué)明.基于專利計(jì)量的區(qū)塊鏈技術(shù)發(fā)展現(xiàn)狀及關(guān)鍵技術(shù)分析[J].科技管理研究，2021，41（16）：3744.

[3]朱慶華，李亮.社會(huì)網(wǎng)絡(luò)分析法及其在情報(bào)學(xué)中的應(yīng)用[J].情報(bào)理論與實(shí)踐，2008，（02）：179183+174.

[4]張立光，滕召建.我國(guó)區(qū)域金融風(fēng)險(xiǎn)的空間關(guān)聯(lián)與傳染機(jī)制研究——基于社會(huì)網(wǎng)絡(luò)分析法和區(qū)域數(shù)據(jù)的實(shí)證[J].金融發(fā)展研究，2021，（11）：4855.

[5]張學(xué)艷，周小虎，王僑.基于社會(huì)網(wǎng)絡(luò)分析的獨(dú)角獸企業(yè)關(guān)系網(wǎng)絡(luò)研究[J].領(lǐng)導(dǎo)科學(xué)，2021，（24）：6468.

[6]陳軍，趙仁亮.GIS空間關(guān)系的基本問題與研究進(jìn)展[J].測(cè)繪學(xué)報(bào)，1999，（02）：411.

[7]柏延臣，李新，馮學(xué)智.空間數(shù)據(jù)分析與空間模型[J].地理研究，1999，（02）：7479.

[8]楊中楷，沈露威.基于GeoDAGIS的我國(guó)有效專利空間分異研究[J].圖書情報(bào)工作，2011，55（10）：6973.

[9]阮沈勇，黃潤(rùn)秋.基于GIS的信息量法模型在地質(zhì)災(zāi)害危險(xiǎn)性區(qū)劃中的應(yīng)用[J].成都理工學(xué)院學(xué)報(bào)，2001，（01）：8992.

[10]朱磊，胡靜，周葆華，等.區(qū)域旅游景點(diǎn)空間分布格局及可達(dá)性評(píng)價(jià)——以皖南國(guó)際文化旅游示范區(qū)為例[J].經(jīng)濟(jì)地理，2018，38（07）：190198+216.

[11]焦利民，李澤慧，許剛，等.武漢市城市空間集聚要素的分布特征與模式[J].地理學(xué)報(bào)，2017，72（08）：14321443.

[12]錢振華.國(guó)內(nèi)科技哲學(xué)領(lǐng)域合著者派系分析與可視化研究——基于社會(huì)網(wǎng)絡(luò)分析法[J].北京科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2011，27（04）：7885.