基于專利生產力與影響力的全球生物技術發(fā)展現(xiàn)狀研究

許露 劉志偉 江洪

〔摘要〕[目的/意義]生物技術產業(yè)作為21世紀最具發(fā)展?jié)摿Φ男屡d產業(yè)，已經(jīng)成為許多國家科技競爭的焦點。研究生物技術專利，對于了解生物領域技術演變歷程、預測技術未來走向，促進生物技術變革創(chuàng)新，推動國家創(chuàng)新發(fā)展，有著十分重要的價值和意義。[方法/過程]本研究利用專利計量方法，對2005-2014年間產出的生物技術專利，面向研究者、機構、國家等方面，通過利用DII專利數(shù)據(jù)庫、Excel、Fusion Tables等作為數(shù)據(jù)源與研究工具，從生產力、影響力這兩大維度進行分析，窺探當前生物技術專利發(fā)展現(xiàn)況，包括當前生物技術領域之研發(fā)能力、研發(fā)動態(tài)、研發(fā)趨勢等。[結果/結論]基于分析結果，總結當前生物技術領域發(fā)展狀況，指出其發(fā)展過程中存在一些問題及規(guī)律。

〔關鍵詞〕專利計量；生物技術；專利生產力；專利影響力

生物技術是利用生物程序、生物細胞或其代謝物質來制造產品，改進傳統(tǒng)生產程序及提升人類生活素質的科學技術[1]。近二十年來，以美、日、德、法、英等為首的先進國家無不將生物技術列為國家級重點發(fā)展對象，并認為生物技術產業(yè)將成為21世紀最具發(fā)展?jié)摿Φ男屡d產業(yè)[2]。也因此，生物技術成為許多國家，特別是發(fā)達國家研究發(fā)展的重點與科技創(chuàng)新的焦點[3]。

眾所周知，科技創(chuàng)新日益呈現(xiàn)出規(guī)模化、復雜化、高成本、高難度、跨學科、交叉化等特征，如何準確地把握科技發(fā)展的趨勢，確定重點研究領域，預測未來研究方向，是所有科技研究者面臨的難題[4]。而專利作為科學研究產出中的重要表現(xiàn)形式，代表著科技研發(fā)過程中定義明確的產出成果，被廣泛地認為是科技創(chuàng)新與進步的一項有力指標[5]。目前有關生物技術專利的研究大多集中在單獨區(qū)域，例如：單一地區(qū)、單獨機構、個別領域等，針對全球生物技術整體專利的生產力和影響力方面的研究尚有待豐富。本研究以專利計量方法為基礎，通過生物技術專利的計量統(tǒng)計數(shù)據(jù)，分析近十年以來全球生物技術專利方面的高生產力、高影響力的研究者、研究機構、國家，以及研究主題等，據(jù)以窺探生物技術研究過去的發(fā)展歷程及近年來的發(fā)展重點，進而了解其未來可能的發(fā)展走向。

本研究中所搜集的專利資料，以上述分類號內涵蓋的專利數(shù)據(jù)為限，時間范圍選取為2005-2014年，共檢索出126 084條記錄，而這126 084條記錄共申請了675 067筆世界各國的專利。本研究即基于此數(shù)據(jù)展開分析。

2研究方法與工具

本研究主要利用專利計量分析法，從專利生產力特性以及影響力特性兩個方面，對近十年全球生物技術領域的專利數(shù)據(jù)進行量化的統(tǒng)計與分析。本研究主要借助Excel、Fusion Tables軟件作為分析工具，即運用Excel軟件對專利數(shù)量、屬性分布（國籍、機構、研發(fā)者、地域）、涉及領域、引用與被引關系等數(shù)據(jù)進行統(tǒng)計分析；而Fusion Tables軟件則主要用于探析專利申請國家間引用與被引用關系，幫助挖掘具有高影響力的專利申請國家之間的技術影響狀況。該軟件是Google公司于2009年新開發(fā)的一個用于社會網(wǎng)絡分析的Web應用程序，其操作界面簡單，兼具多樣性、個性化的動態(tài)圖表輸出功能，所有數(shù)據(jù)處理過程，均在云端進行，對硬設備要求低，且數(shù)據(jù)處理量大[7]，非常適用于對本文龐大的樣本數(shù)據(jù)進行處理分析；此外該軟件還支持在線合作與共享，非常有助于加深國際科學研究合作。

2基于生產力與影響力的專利分析框架

目前使用最為廣泛的為CHI Research公司所采用的專利指標，其中包括3種基礎指標、以及6種進階指標[8]。本研究主要參照CHI Research專利指標，并結合各領域專家所提出的特色指標，構建了基于生產力與影響力兩大指標的專利分析框架（如圖1所示）。

圖1基于生產力與影響力的專利分析框架

本研究中所指的生產力，為研究者、機構或國家在生物技術專利研發(fā)過程中的實際貢獻值，旨在厘清在合作研發(fā)的情形下，各個研究者、機構、國家的貢獻。另一方面，通過計算各國專利被引次數(shù)、機構專利被引次數(shù)、研究者專利被引次數(shù)等，從而得出影響生物技術發(fā)展的主要國家、機構以及研究者[9]。此外，通過對高影響力專利技術領域的分布情況，了解當前生物技術領域的研究重點。專利生產力與影響力指標的計算方法詳見表1。

3生物技術專利的生產力特性分析

3生物技術專利研究者生產力分析

研究者生產力是研究者研究能力的一種體現(xiàn)，不僅能夠反應研究人員的工作效果，亦可窺探其研究能量。本研究根據(jù)2005-2014年間生物技術專利數(shù)據(jù)，通過剔除數(shù)據(jù)雜項，整理合并，共統(tǒng)計出該期間全球從事生物技術領域之專利研究者191 245名，對研究者參與專利的數(shù)量統(tǒng)計整理后，按上述規(guī)則計算，得出每位研究者的生產力。

表1專利生產力與影響力指標說明

指標名稱計算方法注解專利生產力

（研究能力）本研究所采用的生產力計算方法，說明如下：

1.每件專利生產力設定為1點；

2.若專利A，其共同研究者數(shù)量為M（M≥1）人，則其中每位研究者之生產力計為1/M，每位研究者的生產力總量，為其所參與研究的每件專利中所獲得的生產力之和；

3.若專利A，其共同出版機構數(shù)量為N（N≥1）家，則其中每家機構之生產力計為1/N，每家機構的生產力總量，為其所參與出版的每件專利中所獲得的生產力之和；

國家生產力部分，則以機構生產力為依據(jù)，通過對機構所屬之國別進行分類，合并計算得出。用于計算專利研究人員、機構或國家，實際研究能力；專利影響力

（被引次數(shù)）本節(jié)中所采用之影響力計算方法，說明如下：

1.若專利A，被專利B引用，則認為A專利獲得1個影響力；

2.若專利A，累計被n件專利引用，則專利A的影響力記為n；

3、專利的影響力在數(shù)值上等于其被引次數(shù)。用于判斷專利研究人員、機構或國家，其影響力、技術實力，競爭優(yōu)勢等；

2生物技術專利研究機構生產力分析

通過對樣本數(shù)據(jù)的提取，統(tǒng)計出全部研發(fā)機構101 284家，本研究在選擇機構時，為保證研究數(shù)據(jù)可控且惟一，根據(jù)DII專利數(shù)據(jù)庫對“標準機構”的規(guī)定進行篩選，在合并子機構、控股機構后，最終得到1 551家相互獨立的“標準母機構”，并以此作為研究對象。

表4列出了生產力在300點以上的24家從事生物技術研究的“標準母機構”。值得注意的是，最具生產力的前三家機構均位于美國，且其生產力遙遙領先與其他機構，可見美國在生物技術領域的研發(fā)能力突出。在這24家機構中，企業(yè)則是生物技術專利研發(fā)的主力軍，共計15家，大學機構和國家科研機構是其中重要的組成部分，共計9家，而我國有兩所機構進入排名，分別是浙江大學以及復旦大學，并無企業(yè)性質的機構能夠進入排名，這也從側面反映出我國企業(yè)在生物技術領域的研發(fā)能力還亟待加強。

3生物技術專利申請國家生產力分析

探討生物技術專利國家生產力分布，可以了解各國對生物技術研究發(fā)展的重視程度，并揭示各國在生物技術領域的地位。表5是對生產力在80點以上，排名前165位的機構（生產力總量為33 35500點，占全部生產力6577%）的國別進行整理，并計算得出的國家生產力排名。

4生物技術專利的影響力特性分析

通過對樣本數(shù)據(jù)的統(tǒng)計分析，發(fā)現(xiàn)其中有引用情形的記錄共79 793筆，涵蓋584 190件專利，其中有140 452件專利擁有引用記錄，且累計發(fā)生引用關系885 868次，平均每件專利發(fā)生引用關系7次。由于Derwent數(shù)據(jù)庫中對“被引專利”的記錄缺乏規(guī)范化整理，導出的數(shù)據(jù)缺乏有序性且無法結構化處理，因此，本研究僅能以上述擁有引用記錄的140 452件專利中，每件專利所引用的第一筆專利數(shù)據(jù)作為研究對象。通過數(shù)據(jù)整理、剔除雜項、匯總去重后，最終獲得91 427件被引專利。

1生物技術專利申請國家影響力分布研究

本研究依照被引專利的申請國家（不含專利組織），共統(tǒng)計出被引專利61 289件，共被引91 824次，分布于46個國家，但專利被引次數(shù)仍然主要集中于排名前4位的美國、日本、中國大陸以及德國。該4國雖然僅占全部國家總數(shù)的870%，但其被引次數(shù)總量達到83 815次，占據(jù)了全部被引次數(shù)的9 28%。圖2是通過利用社會網(wǎng)絡分析工具Fusion Tables，繪制的生物技術專利申請國家間引用與被引用關系網(wǎng)絡分布圖。從圖中可以看出，美國占據(jù)了引用關系網(wǎng)絡的中心地位，是發(fā)生引用與引用關系最多的國家。中國大陸、日本、韓國、法國、加拿大等10國，均以美國為中心，環(huán)狀分布在其周邊。可見，美國與此十國相互間，存在著重要的技術影響。

從引用方向來看，美國與加拿大以及澳大利亞之間，存在較多的相互引用關系，表明美國與這兩個國家之前，存在明顯的技術互補關系。另外，還可看出，除受到美國的技術影響外，中國大陸還主要受日本、俄羅斯的技術影響；澳大利亞受英國、法國影響較多；而俄羅斯則受韓國、日本的影響較為明顯。從箭頭的指向數(shù)量來看，除美國外，日本、韓國、加拿大、德國也是技術影響范圍較大的國家。再就國家地理位置來看，不難發(fā)現(xiàn)地理位置較為接近的國家，也較易存在技術影響。

42高影響力生物技術專利領域分布

本研究通過統(tǒng)計整理、去重，共發(fā)現(xiàn)被引次數(shù)超過10次的生物技術專利記錄293件，各領域共涉及被引專利891件次，被引次數(shù)41 012次，平均每件專利被引4603次。

對293件高影響力生物技術專利的領域分布情況統(tǒng)計注：圖中每個點代表一個國家，點越大表示該國發(fā)生引用與被引用關系越多；點與點之間的聯(lián)機，表示兩國之間存在引用與被引用關系；兩點間線越粗表示，兩國間發(fā)生的引用與被引用次數(shù)越多；兩點之間的聯(lián)機具有方向，起點為引用國家，種點為被引用國家。圖2生物技術專利申請國家引用關系網(wǎng)絡圖

后，列出了排名前10位的領域（表6）。影響力最高的幾個領域分別是“微生物技術領域”、“生物光學分離技術領域”、“微生物測定技術領域”、“生物技術測定方法領域”、“改良基因型過程”等領域。此外，在統(tǒng)計過程中筆者發(fā)現(xiàn)有5個領域在此次計算中未出現(xiàn)任何引用關系，分別是“抗菌素領域”、“維生素領域”、“激素領域”、“甲狀線激素領域”以及“前列腺素研究領域”等。這一結果也與上文中對高生產力研究者的研究領域分析結果相呼應。

圖3列出了被引次數(shù)超過200次的高影響力生物技術專利研究機構的分布情況。在高影響力前16位的研究機構中，排名第一的依然是美國杜邦公司，其生產力也位居2005-2014年世界生物技術領域之冠，是生物技術領域當之無愧的龍頭企業(yè)。另外，圖2也表明有7所大學和國家性質的機構進入排名，占據(jù)了高影響力研究機構的半壁江山，可見高校及國家性質的研究機構是高質量生物技術研發(fā)的主要陣地。此外，通過梳理這16家機構的國別，亦可發(fā)現(xiàn)這些高被引專利的發(fā)布機構均來自美國、日本、瑞士、英國以及德國等國，從中也足以看出這五國在生物科技領域的研發(fā)能力以及影響力。

44高影響力生物技術專利研究者分析

通過對293件高影響力專利的篩選，共獲得具有研究者記錄的可用專利274件，涵蓋1 453名研究者，累計發(fā)生引用關系34 065次，涉及被引專利1 620件次，平均每件專利被引2103次。

經(jīng)統(tǒng)計，被引次數(shù)超過200次的高影響力生物技術專利的研究者共計6名。總結這6位高影響力研究者所產出的高被引專利情況（表8），可以看出，BEVERSDORF、ERICKSON L R以及GRANT I，3位研究者的高影響力專利主要涉及農業(yè)生物技術領域，且他們均來自GUELPH大學；CHEN X是獨立研究者，其高影響力專利主要涉及的是DNA以及抗體研究等領域；而EBY W H與SEGEBART R L，則分別來自STINE SEED FARM公司以及杜邦公司，但兩位高影響力專利均集中在農業(yè)生物雜交技術領域。這也反映出當前生物技術專利高影響力研究者的主要致力于農業(yè)以及醫(yī)藥領域的技術研發(fā)。

5結論

通過對生物技術專利的生產力和影響力特性進行分析，揭示了生物技術領域高生產力以及影響力的國家、機構、研究者的分布情況，并且反映了當前的重點研究領域，在此將進一步說明研究結果及可能影響的原因。

（1）一方面，生物技術專利生產力和影響力最高的國家皆為美國，說明其在全球生物技術領域中，具有絕對的技術影響力、優(yōu)秀的技術質量以及巨大的市場占有率。而以中日韓三國為代表的亞洲地區(qū)在生物技術專利領域的成就也非常矚目，這也反映了亞洲生物技術產業(yè)的崛起。

（2）生物技術專利研發(fā)機構，無論從產量還是影響力方面來看，歐美機構占據(jù)絕對的優(yōu)勢地位，“杜邦公司”、“基因泰克公司”、“諾華公司”、“羅氏集團”等大型生物技術機構，在全球生物技術產業(yè)界發(fā)揮著巨大技術影響力。這些機構的研究領域共同集中在“微生物技術”、“微生物測定技術”以及“生物光學分離技術”等3個領域，但各自亦有側重。

（3）就生物技術專利生產力方面而言，華人研究者研究能力突出，而在生物技術高影響力研究者中，歐美研究者優(yōu)勢明顯。相較亞洲研究者，歐美研究者的研發(fā)質量普遍更高。

（4）生物技術專利相互間技術依賴性不強。根據(jù)統(tǒng)計生物技術專利數(shù)據(jù)，發(fā)現(xiàn)在全部126 084筆專利記錄中，擁有引用記錄的僅有79 793筆，約只占一半。另外，僅有約026%專利被引次數(shù)超過10次。由此可見，生物技術專利間相互技術依賴度不高，也從側面反映了技術原創(chuàng)性占據(jù)領導地位，技術創(chuàng)新能力較強。

（5）生物技術專利以“微生物技術”以及“生物測定技術”等為主要專利產出領域，而生物技術領域中產生重要影響的，分別是“微生物技術”、“生物光學技術分離”、“微生物測定”以及“生物技術測定方法”等4個領域。而且從統(tǒng)計結果中也可以看出，此4個領域所代表的“微生物技術”、“光學分離技術”以及“測定技術”是目前生物技術研發(fā)過程中，起到的基礎技術支撐作用。相反“激素相關者”、“人絨毛膜促性腺激素”以及“甲狀腺激素”等領域，則是較為冷門但頗具發(fā)展?jié)摿Φ难芯糠较颉?/p>

綜上所述，當前生物技術研究領域重點有逐漸轉移的跡象。基礎技術領域的研究仍是研究重點，但新的熱點研究領域開始逐步成長。對于一些大型的生物技術機構，亟需轉型，調整研發(fā)重點。另外，領域間應加強合作，特別是與具有發(fā)展?jié)摿Φ囊恍╊I域，可以初步嘗試涉獵，占據(jù)技術競爭的制高點。

參考文獻

[1]付紅波.美國生物科技及產業(yè)發(fā)展概況[J].中國生物工程雜志，2010，（4）：135-138.

[2]丁錫申.生物技術藥物產業(yè)化發(fā)展的新趨勢[J].中國生物工程雜志，2004，24（11）：97-98.

[3]朱信凱，涂圣偉，楊順江.國際生物技術產業(yè)政策評論及對我國的啟示[J].中國軟科學，2005，（11）：18-23.

[4]喬楊.專利計量方法在技術預見中的應用——以國內冶金領域為例[J].情報雜志，2013，（4）：34-37.

[5]欒春娟.專利文獻計量分析與專利發(fā)展模式研究——以數(shù)字信息傳輸技術為例[D].大連：大連理工大學，2008.

[6]Mccormick K，Kautto N.The Bioeconomy in Europe：An Overview[J].Sustainability，2013，5（6）：2589-2608.

[7]Gonzalez H，Halevy A Y，Jensen C S，et al.Google Fusion Tables：Web-Centered Data Management and Collaboration[J].Sigmod，2010：1061-1066.

[8]邱均平，馬瑞敏，徐蓓，等.專利計量的概念、指標及實證——以全球有機電激發(fā)光技術相關專利為例[J].情報學報，2008，27（4）：556-565.

[9]梁峻齊，阮明淑.臺灣地區(qū)專利指標應用之書目計量學研究[J].教育數(shù)據(jù)與圖書館學，2009，47：19-53.

（本文責任編輯：郭沫含）

（上接第143頁）

[3]邱均平，蘇金燕，熊尊妍.基于文獻計量的國內外信息資源管理研究比較分析[J].中國圖書館學報，2008，（5）：37-38.

[4]龐景安.科學計量研究方法論[M].北京：科學技術文獻出版社，1999：299-363.

[5]李昊青.我國信息公平研究的文獻計量分析（1999-2011）[J].情報科學，2014，（6）：89-92，97.

[6]李昊青.國內移動圖書館研究的文獻計量分析（2002-2013）[J].現(xiàn)代情報，2013，（12）：99-103，108.

[7]李博.政府在公共危機中的信息管理研究[J].天津：天津師范大學，2012：10-30.

[8]陳淑嬌.政府決策中公共危機信息管理模式分析[J].人民論壇，2015，（17）：61-63.

[9]田依林，辛立艷，張宏偉.突發(fā)事件信息傳播中的網(wǎng)絡信源地位關系研究[J].情報科學，2014，（7）：59-65.

[10]滕廣青，田依林，黃微.突發(fā)事件信息傳播中門戶網(wǎng)站信息轉載與用戶參與研究[J].圖書情報工作，2014，58（7）：71-76.

[11]尤薇佳，李紅，劉魯.突發(fā)事件Web信息傳播渠道信任比較研究[J].管理科學學報，2014，（2）：19-33.

[12]丁柏銓，夏雨禾.新媒體語境中重大公共危機事件與輿論關系研究[J].當代傳播，2012，（2）：10-14.

[13]陳平原.媒介融合與突發(fā)事件信息傳播[J].社會科學家，2014，（7）：54-56.

[14]陳璟浩，李綱.突發(fā)公共事件網(wǎng)絡輿情傳播過程研究——以網(wǎng)絡組織為視角[J].情報雜志，2015，（2）：42-46.

[15]賀艷花.突發(fā)事件網(wǎng)絡輿情議題流變方向分析[J].中國報業(yè)，2015，（12）：24-25.

[16]李昊青.基于信息異化理論的網(wǎng)絡衍生輿情演化規(guī)律及對策研究——以網(wǎng)絡謠言治理為例[J].現(xiàn)代情報，2015，（5）：4-8，13.

[17]蘭月新，董希琳，蘇國強，等.公共危機事件網(wǎng)絡謠言對網(wǎng)絡輿情的影響研究[J].圖書情報工作，2014，58（9）：78-84，90.

[18]肖飛.公共危機事件中政務微博的輿情信息工作理念與策略探析——以雅安地震為例[J].圖書情報工作，2014，58（1）：44-47，71.

[19]李鳴.公共事件網(wǎng)絡輿情云治理研究[J].中國行政管理，2015，（7）：126-131.

[20]張健華，李娜.智慧城市理念下的政府網(wǎng)絡輿情治理研究[J].理論與現(xiàn)代化，2014，（6）：79-83.

[21]袁維海.突發(fā)事件管理中的政府信息公開[J].中國行政管理，2011，（1）：66-69.

[22]諸葛福民，原光.公共危機治理中的信息公開問題——政府、媒體和公眾的利益博弈[J].山東社會科學，2011，（11）：168-171.

[23]劉煥成，劉小龍，張國強.基于電子政務的重大自然災害信息系統(tǒng)建設[J].情報科學，2012，（5）：648-652.

[24]張偉杰，肖開泰.煤礦應急管理集成信息系統(tǒng)設計[J].中國安全生產科學技術，2014，（1）：87-91.

[25]許振宇，郭雪松.基于用戶滿意的應急管理信息系統(tǒng)評價研究[J].情報雜志，2011，（3）：161-165.