基于專利引文的國家間知識流動狀況探析

[摘要] 選取美國專利商標(biāo)局（USPTO）1987-2006年國家間的專利引用數(shù)據(jù)，采用專利引文網(wǎng)絡(luò)分析方法，從以往針對局部范圍的研究拓展到總體層面，力圖探求存在于國家及地區(qū)間的聯(lián)系并展現(xiàn)宏觀網(wǎng)絡(luò)特征。研究結(jié)果表明，知識流動在全球范圍內(nèi)廣泛存在，而美國等老牌發(fā)達(dá)國家和韓國、中國臺灣等新興發(fā)達(dá)國家和地區(qū)處于知識活動網(wǎng)絡(luò)的核心位置。

[關(guān)鍵詞] 專利引用專利引文網(wǎng)絡(luò)知識流動

1 引 言

在歐美等國家的專利申請書中，需要專利申請人提供其對在先申請的專利是否進(jìn)行引用的信息，專利審查人員在審查過程中還需要審查申請人是否存在引用了其他專利卻并未標(biāo)明的情況。

簡而言之，如果B專利的出現(xiàn)是部分建立在包含在A專利中的知識基礎(chǔ)上的，就稱作B專利引用了A專利，也就構(gòu)成了一個基本的引用過程。根據(jù)引用方向的不同，專利引用過程一般可以分為后向引用和前向引用。專利引用過程中伴隨著知識的流動，如果專利B引用了專利A，則表示A中有知識流向了專利B，箭頭代表著知識流動的方向（如圖1所示）。

近年來，利用專利之間的引用關(guān)系進(jìn)行知識流動（知識溢出）的研究正逐漸興起[1]，尤其是分屬于不同國家的專利之間的引用關(guān)系來表征國家間的知識流動，正成為當(dāng)前的研究熱點(diǎn)。加菲（Jaffe）等通過搜集美國、英國、法國、德國和日本五國的專利引用數(shù)據(jù)，展現(xiàn)了這些國家間的知識流動狀況[2]。胡和加菲（Hu and Jaffe）利用NBER數(shù)據(jù)庫1963-1999年間韓國、中國臺灣、日本和美國本土在美國申請的專利數(shù)據(jù)，對美國和日本向中國臺灣和韓國知識擴(kuò)散的不同模式進(jìn)行了探討，發(fā)現(xiàn)中國臺灣和韓國所接受來自發(fā)達(dá)國家的技術(shù)溢出存在不同的傾向[3]。胡勒（Huller）采用1979-1996年在歐洲專利局注冊的專利信息，對歐洲國家間的地理距離、社會網(wǎng)絡(luò)差距等因素對知識流動的影響進(jìn)行了實(shí)證研究[4]。

從文獻(xiàn)研究的狀況來看，針對局部范圍的國家及地區(qū)間的知識流動格局與特征研究已經(jīng)頗具規(guī)模，反映出部分國家和地區(qū)之間基于專利引用的密切關(guān)系。略顯不足的是，上述研究大多集中于部分國家和地區(qū)之間，未能從更加宏觀的層面展示國家及地區(qū)間的知識流動的格局。基于此，本文意欲從全球視角進(jìn)行國家及地區(qū)間知識流動狀況分析，借以展現(xiàn)不同國家及地區(qū)間知識流入流出態(tài)勢以及各國和地區(qū)在專利引用網(wǎng)絡(luò)中的地位。

2 統(tǒng)計分析

2.1 數(shù)據(jù)來源

美國專利商標(biāo)局（USPTO）作為世界上最具權(quán)威性的高水平專利機(jī)構(gòu)，吸引了來自世界各國或地區(qū)的專利申請活動，各國或地區(qū)在美國專利商標(biāo)局所獲得的專利授權(quán)也被看作是它們技術(shù)實(shí)力的評判標(biāo)準(zhǔn)之一。由美國專利局建立的專利全文數(shù)據(jù)庫是全球?qū)＠嬃垦芯康闹匾獢?shù)據(jù)來源。在此數(shù)據(jù)庫基礎(chǔ)上，NBER（美國經(jīng)濟(jì)研究局）推出了包含著專利屬性數(shù)據(jù)與引文數(shù)據(jù)的綜合數(shù)據(jù)庫[5]，此數(shù)據(jù)庫收錄了1976-2006年所有被美國專利商標(biāo)局授予的專利以及專利間的相互引用狀況。通過數(shù)據(jù)下載、整理，可以獲得世界各國的專利引用信息。由于專利引用發(fā)生于專利被授予之后，因此該數(shù)據(jù)庫收錄的數(shù)據(jù)截止到2006年。為研究方便，我們選取1987-2006年這20年間的數(shù)據(jù)進(jìn)行分析，因?yàn)樵缙趯＠囊矛F(xiàn)象并不明顯，直到近年來才繁盛起來。

2.2 總量描述

統(tǒng)計發(fā)現(xiàn)，1987-2006年間167個國家和地區(qū)共發(fā)生引用關(guān)系18 876 670次，因?yàn)橐眠^程包含著相對的施引與被引過程，因此此數(shù)據(jù)可理解為施引總次數(shù)18 876 670次，被引總次數(shù)也為18 876 670次。其中，排名前20位的國家和地區(qū)的專利引用關(guān)系為18 607 655次，占所有國家引用關(guān)系總量的98.6%，可以說，這20個國家和地區(qū)基本能夠反映出國家及地區(qū)間專利引用狀況的基本格局。表1展示了20個國家和地區(qū)的施引與被引總量。

表1按照被引次數(shù)多少將這20個國家和地區(qū)進(jìn)行排序。美國無論是施引總量還是被引總量都排在第一位，這種“本地效應(yīng)”提醒我們即便是開放的美國，其本國專利無論從數(shù)量還是引用層面仍然居于優(yōu)勢地位。1987-2006年間，美國本地居民所獲核準(zhǔn)的發(fā)明專利數(shù)量占美國專利商標(biāo)局標(biāo)準(zhǔn)專利量得58%左右，而施引與被引總量占整個引用關(guān)系的比例超過了65%，體現(xiàn)出美國在國家間知識活動交流中的核心地位。日本和德國在施引和被引兩個層面都居于僅次于美國的位置，來自亞洲地區(qū)的韓國和日本也位居前十行列。表中的信息提醒我們，老牌發(fā)達(dá)國家與新興發(fā)達(dá)國家和地區(qū)仍在世界科技版圖中處于強(qiáng)勢地位。以中國為代表的發(fā)展中國家尚無法進(jìn)入前20名，而我國對外專利申請50%以上的份額指向了美國專利商標(biāo)局。

在這20個國家和地區(qū)中，部分國家和地區(qū)施引和被引狀況差距較大。以韓國為例，其施引總次數(shù)是其被引總次數(shù)的兩倍左右，這反映出韓國在專利引文網(wǎng)絡(luò)中知識流入量遠(yuǎn)遠(yuǎn)大于其知識流出量，而日、德等國家的被引總次數(shù)則大于其施引總次數(shù)，反映出知識流出量大于知識流入量。

2.3 自引狀況

同屬一個國家或地區(qū)的專利間的引用（自引）從另一個角度反映出“本地效應(yīng)”，專利的自引狀況反映出本國或本地區(qū)后續(xù)專利對在先專利的引用習(xí)慣問題，這一習(xí)慣也反映出一國或地區(qū)對其知識的利用程度。表2提供了20個國家和地區(qū)的自引狀況，其中美國的專利自引總量分別占到了其施引和被引總量的70%以上，而最低者新加坡的比例則只有5%上下。20個國家和地區(qū)自引率的巨大差別反映出各國和地區(qū)對在先申請專利的依賴程度。換言之，自引率（自施引與自被引）較高的國家其所擁有的知識更多地在本國內(nèi)部流動，對國外知識的吸收也相對較少。美國因其強(qiáng)大的技術(shù)實(shí)力，以及“本地效應(yīng)”作用導(dǎo)致的自引傾向，能夠解釋其自引率達(dá)到70%以上的現(xiàn)象。

2.4 知識流動網(wǎng)絡(luò)

圖2是運(yùn)用Ucinet軟件繪制出的20個國家和地區(qū)間專利引用網(wǎng)絡(luò)圖譜，圖中箭頭方向代表關(guān)系發(fā)生的“方向”，箭頭指向某國家代表著知識流向這個國家，箭頭離開某國家代表著知識自這個國家流出。圖中連線的粗細(xì)和引用次數(shù)成正比，連線越粗國家間關(guān)系也就越密切，知識流動的強(qiáng)度也就越大[6]。

從圖2可以看到，20個國家形成了一個連通的知識流動網(wǎng)絡(luò)。其中，美國的中心度值最高，點(diǎn)出度與點(diǎn)入度分別為3 357 397和2 578 382，也就是說去除自引量之后，美國被其他國家引用了335萬次以上，引用其他國家的次數(shù)達(dá)到了257萬次以上。從純粹的國家間知識流動的角度來看，美國知識流出量大于其流入量，形成了知識流動的“順差”。與商品貿(mào)易所不同的是，知識的流動并不導(dǎo)致本國知識的減少，當(dāng)然某種程度上會因?yàn)榇偈剐轮R的產(chǎn)生而使得原有知識出現(xiàn)“折舊”。順差比較明顯的國家和地區(qū)還有韓國、中國臺灣等。與美國的情況相反，日本被引與施引次數(shù)分別為1 528 055與2 257 903，施引次數(shù)比被引次數(shù)高出70萬次，流出的知識量小于流入的知識量，形成了知識流動的“逆差”。逆差比較明顯的國家還有德國、法國等。

圖2揭示了20個國家和地區(qū)間的引用關(guān)系以及知識流動狀況的全貌，圖中美國和日本之間的連線明顯要粗于其他連線，美、日、德三國之間的連線關(guān)系使得三國形成了相對獨(dú)立的“鐵三角”。由于網(wǎng)絡(luò)圖譜無法對連線的粗細(xì)做更好的區(qū)分，我們統(tǒng)計各國和地區(qū)的主要被引與施引首選對象，按照百分比顯示前兩位如表3所示，前兩位知識活動對象占到了該國知識流出與流入量的50%以上，最高的達(dá)到了80%以上。正如美國擁有最高的度值一樣，美國也是大多數(shù)國家和地區(qū)首要引用關(guān)系發(fā)生伙伴，而日本和德國則是美國的主要伙伴，日、德之間也有密切的合作關(guān)系，這為圖2做了更加清晰的注腳。

盡管我們已經(jīng)展示出美國在整個專利引用網(wǎng)絡(luò)中的地位，但事實(shí)上圖2點(diǎn)出度中心勢為9.589%，而點(diǎn)入度中心勢僅為7.093%，也就是說整個網(wǎng)絡(luò)還是相對松散的。這表明國家和地區(qū)間的知識流動是廣泛存在的，雖然某些節(jié)點(diǎn)點(diǎn)度值較高，卻無法將相對大多數(shù)的連接集中。

3 結(jié)論

通過上述分析我們可以得到以下幾點(diǎn)結(jié)論：

首先，基于專利引用所產(chǎn)生的國家和地區(qū)間的知識流動是客觀存在的。科技的高速發(fā)展使得沒有哪一個國家或地區(qū)可以單純依靠自己來進(jìn)行技術(shù)創(chuàng)新，而必須通過廣泛地學(xué)習(xí)和吸收來自世界各國各地的先進(jìn)科技知識。技術(shù)水平較高的國家或地區(qū)有能力更多地依靠本國和地區(qū)知識資源（自引），而大部分國家和地區(qū)則相對較多地需要依賴外部知識資源。專利的引用不涉及到法律糾紛，是一種被普遍利用的知識交流方式。

其次，統(tǒng)計數(shù)據(jù)表明美國是全球知識流動的主要節(jié)點(diǎn)。美國不但具有較高的總體知識流入和流出水平，具體到每個國家和地區(qū)，也能發(fā)現(xiàn)其與美國之間密切的知識交流活動。這里面固然有“本地效應(yīng)”存在，也能夠充分展示出美國強(qiáng)于其他各國的科技實(shí)力。僅次于美國的是日本、德國這樣的老牌發(fā)達(dá)國家以及韓國、中國臺灣這樣的新興發(fā)達(dá)國家和地區(qū)，全球的知識流動格局尚未因以中國為首的發(fā)展中國家的崛起而改變。

最后，全球的知識活動格局警示我們，要實(shí)現(xiàn)我國創(chuàng)新型國家建設(shè)的目標(biāo)，必須要融入到主流的知識活動圈中。自主創(chuàng)新并非是封閉的，而應(yīng)是開放的，我們必須學(xué)會借鑒世界各國或各地的優(yōu)秀科技成果，同時也不斷輸出自己的優(yōu)秀科技成果，從知識流入和流出兩方面融入到全球知識活動網(wǎng)絡(luò)中去，并不斷提升自己的核心位置，成為關(guān)鍵節(jié)點(diǎn)，最終通過對知識流動的影響而實(shí)現(xiàn)國際競爭力的提升。

參考文獻(xiàn)：

[1] Jaffe A B， Trajtenberg M， Henderson R. Geographic localization of knowledge spillover as evidenced by patent citations. Quarterly Journal of Economics，1993，108(3):577-598.

[2] Jaffe A B， Trajtenberg M. International knowledge flows: Evidence from patent citations. Economics of Innovation and New Technology， 1999(8):105-136.

[3] Hu A G Z， Jaffe A BM. Patent citation and international knowledge flow: The case of Korea and Taiwan. International Journal of Industrial Organization， 2003(21):849-880.

[4] Hussler C. Culture and knowledge spillovers in Europe: New perspectives for innovation and convergence policies. Economics of Innovation and New Technology， 2004，13(6):523-541.

[5] Bronwyn H H， Adam B J. Manuel Trajtenberg. The nber patent citations data file lessons， insights and methodological tools.[2009-04-27].http://www.nber.org/papers/w8498.

[6] 斯科特.社會網(wǎng)絡(luò)分析法.重慶：重慶大學(xué)出版社，2007.

［作者簡介］楊中楷，男，1977年生，副教授，博士，發(fā)表論文38篇。

沈露威，男，1987年生，碩士研究生，發(fā)表論文7篇。