專利技術互補性研究綜述：概念、測度及應用

張金柱，施佳璐，章成志，2

（1. 南京理工大學經濟管理學院信息管理系，南京 210094；2. 中國科學技術信息研究所富媒體數字出版內容組織與知識服務重點實驗室，北京 100038）

0 引 言

專利幾乎涉及所有相關技術領域最新、最活躍的技術信息，有效分析和利用專利之間的復雜關聯關系，不僅可以為未來研究提供方向，還能夠幫助企事業單位等組織機構確定最佳的合作伙伴。Garfield[1]于1966 年提出，根據專利引用來描述專利間的關系；Jaffe[2]在20 年后提出通過專利分類法對專利技術之間的相關性進行定量化計算。由此展開了專利間關聯關系及其應用的相關研究。

目前，學術界普遍認為專利之間的關系主要分為四種：競爭性（competing）、阻礙性（blocking）、互補性（complementary）和不相關（unrelated）[3]。其中，前兩種關系在進行專利相關性分析時，主要反映了專利之間的相似性，當前國內外相關研究較為豐富，已有學者做出了較好的總結[4]。而專利技術互補性研究顯得相對薄弱，且國內外鮮有研究綜述專利技術互補性相關的理論、方法和應用。實際上，重大的技術創新一般依賴于引入互補技術，且具有互補專利的企業或組織之間通過開展技術合作，在保持自身核心技術優勢的同時，能夠吸收對方的優勢技術來彌補自身技術的不足，提高創新成功率、降低技術創新的成本和風險，以獲得更理想的投資價值[5]。例如，單芯片MEMS+CMOS（microelectro mechanical systems + complementary metal oxide semiconductor）運動傳感器供應商mCube（矽立科技）通過收購3D 運動追蹤產品技術公司Xsens 來實現運動傳感器和追蹤技術的完美結合，以引領快速增長的運動感應系統和應用市場。由此可見，技術互補關系逐漸成為企業或組織之間展開技術合作的重要參考，并且對專利組合優化、企業并購決策制定和潛在合作伙伴識別等眾多研究也具有重要參考價值。

因此，本文希望對專利技術互補性進行較為系統全面的綜述，總結歸納研究問題，提出未來展望，為技術互補的深入研究提供研究基礎、研究方向和研究選題。為此，本文首先總結不同角度下技術互補性的概念，并形成當前情景下技術互補性的概念界定；其次，以此為基礎對技術互補性的定性定量測度方法進行歸類和比較，提出未來發展方向；最后，綜述技術互補性在多個領域的典型應用，為技術互補實踐提供借鑒和參考。

1 專利技術互補性的概念

專利作為最豐富的技術信息來源，包含了90%～95%的世界科技信息，專利之間的關系往往可以體現技術之間的關系，眾多學者基于專利對企業等不同研發機構之間的技術互補性展開了研究。隨著互補關系的普及，互補概念正在被逐漸泛化，技術互補概念也呈現多樣化特點，不同研究階段人們對于技術互補性的理解和定義均有所不同，亟須對其概念進行界定，為互補性測度指標和方法提供理論基礎。因此，本節梳理了技術互補性的多種概念并對其進行總結和界定，以此為基礎研究技術互補性概念在不同發展階段的研究重點和發展趨勢，形成技術互補性研究的發展脈絡。

1.1 技術互補性概念的對比

1999年，Larsson等[6]首次從廣義和狹義知識領域的差異明確定義了技術互補性，之后不同學者從組織機構間能力互補的角度擴充了該定義，Makri 等[7]則提出使用專利技術領域代替知識領域，形成了更細致并可定量化計算的界定方式，目前被廣為接受。自技術互補被提出以來，不同研究者提出的相關概念如表1 所示。

表1 技術互補性概念的不同定義

從表1 可以看出，當前研究普遍認為技術互補關系產生于專利功能特征之間的差異性和協同性。其中，差異性體現在屬于同一技術領域中不同子領域的兩項專利技術之間的差異程度，是對兩項專利之間的技術功能或性質等元素互異性的評價；協同性體現在產品或生產流程中相輔相成的兩項上下游關聯專利之間的關系，表現了專利在實現一項整體功能過程中協調與合作的性質。

技術互補性的概念最早由Larsson 等[6]于1999 年提出，但最具權威并被廣泛引用的則是Makri 等[7]于2010 年提出的定義，兩者的區別在于廣義知識/技術領域的范圍定義不同。如圖1 所示，U+表示某一范圍內的廣義知識/技術領域，該范圍視具體研究情境而定；U 表示技術研發主體雙方共有的廣義知識/技術領域，即雙方專利同屬的IPC （international patent classification）大類；兩個實線方框分別表示企業A、B 狹義范圍內的知識/技術領域，加粗實線框內的部分為企業A 對企業B 所能提供的互補性知識/技術范圍。在范圍U 中，專利所屬的廣義和狹義技術領域的區分規則更加明確，所以能夠實現對專利技術互補性的定量化計算，這也得益于專利在申請的過程中需要根據不同分類標準進行歸類。以國際IPC 分類為例，廣義的技術領域是指專利IPC 分類的第二級別——大類，由兩位數字組成；狹義的技術領域則是第三級別的小類，由一個字母表示。

圖1 技術互補性概念示意圖[6-7]

基于Makri 等[7]較為全面的描述，本文對專利技術互補性的概念進行了更為具體和清晰的界定，將專利技術互補性定義為在相同上層功能類別下，兩項專利技術分別關注下層功能類別的具體細節，并呈現補充、銜接、協同和優化的關系。這種關系主要體現在三個方面：①當兩項專利分別屬于同一技術領域中的兩個不同的子領域時，說明其在技術內容上屬于相同領域且能夠通過其差異性實現優勢互補；②當兩項專利分別涵蓋同一產品或生產流程中不同的兩個技術時，說明可以通過完成不同的功能細節來相輔相成地協同實現共同的功能目標；③當兩項專利被相同專利共同引用或被相同機構共同購買時，說明這兩項專利可以基于技術或功能的相關性實現相互補充和優化。

1.2 技術互補性研究的發展沿革

根據時間維度，本文將技術互補性的發展劃分為四個階段，并總結歸納了各個階段的研究重點。這四個階段分別關注不同組織類型之間的技術互補性、互補性專利聯盟的管理策略、技術互補性的定量化測度以及技術互補性對企業合作的影響。

（1）第一階段：關注不同組織類型之間的技術互補性。

2000 年前后，學者們著重研究不同組織類型之間技術能力的互補關系，認為不同類型組織的研究重點和優勢不同，且能夠通過合作獲得更好的研究成果，但若有一方的研發無法取得成功，則雙方均無法實現收益。例如，Santoro 等[9]發現大學研究中心對工業公司存在互補效應，前者具有靈活和創新的新想法和新技術，后者則能夠提供實現的物質和人才條件；Kim 等[20]通過研究大學研究人員流動到納米工業的數量以及該流動對工業生產力的影響，發現研究人員從大學到產業界的轉移能夠有效促進行業技術的創新；蔣芬[21]提出可以利用產業技術創新戰略聯盟來促進產學研結合，從而實現不同組織間的技術優勢互補。上述早期研究主要關注企業、高校和科研機構之間的技術互補關系，但忽略了各類機構內部的合作創新關系。

（2） 第二階段：關注互補性專利聯盟的管理策略。

2008 年以來，隨著企業對合作創新需求的增長，市場上逐漸形成了由擁有互補類型專利的經營者所構成的互補性專利聯盟。其中，互補類型專利是指同時存在但無法相互替代的兩項專利，這兩項專利中的技術分別覆蓋了某產品或生產流程中的某個方面或者某項功能。因此，一項專利技術的改進需要另一項專利技術做出相應的改進，否則這項沒有改進的專利技術就會阻礙這個產品或生產流程整體的改進。同時，在互補性專利聯盟中，障礙性專利也被歸類為互補類型中的一種，具體是指存在前后相繼的兩項專利，第二項專利的實施必然以使用第一項專利為條件，同樣第一項專利權人未經第二項權利人許可也不能實施升級的專利技術。

為了促進互補性專利聯盟帶來的社會效益以及各個經營者之間的合作效益最大化，學者們主要提出了三個方面的管理策略。第一，在國家政策上，唐要家等[10]提出對互補性創新下的許可合作行為應該實行寬松的反壟斷政策；李海濤[22]則從創新市場、專利清單和潛在競爭關系角度討論了對互補性專利聯盟進行反壟斷管制的必要性；王懷祖等[11]發現企業為了獲得更多的利潤而傾向于不結成專利聯盟，因此提出需要政府出臺激勵機制來促進互補性專利聯盟的形成。第二，在定價策略上，Santore等[23]提出可以通過選擇固定費用和專利使用費的組合減少博弈；王懷祖等[12]和洪結銀[24]分別以聯盟外部創新者和下游生產者為對象，提出了關于專利許可費補償機制的必要性。第三，在聯盟成員的選擇上，羅猷韜等[25]提出在組建專利聯盟時需要同時考慮企業的專利類型及其數量；Cho 等[26]則更具體地提出了一種基于知識產權概況和專利數據的潛在聯盟候選者評估框架，用于幫助技術經理人選擇合適的合作伙伴和制定有效的技術戰略。

上述分析表明，在該階段，技術互補性的定義從各類組織細化到了其所擁有的各項專利之間的關系，研究人員開始真正關注專利層面的互補性概念，并由此展開對專利技術互補性的準確測度及其對企業合作的影響研究。

（3） 第三階段：關注技術互補性的定量化測度。

2010 年，Makri 等[7]提出了技術互補性的明確定義，即在共有的廣義技術領域內關注不同狹義技術領域的程度，并由此形成了一種基于專利IPC 分類號計算技術互補性的方法，利用專利信息定量計算技術互補性。

2014 年至今，眾多研究通過挖掘專利中不同信息之間的關系來衡量其技術互補性。張端陽等[27]通過構建產業技術鏈對專利文本進行歸類劃分后，利用層次分析法對互補性進行測算，并將一個生產流程中相輔相成的兩項專利技術視為互補性技術，進而根據不同層次進行權重分配和賦值，從而得到準確的數值來表示互補程度；曾德明等[14]利用專利的IPC 分類號構建技術元素共現矩陣，將元素之間的共現次數歸一化后作為其互補性結果，用于表示兩個技術元素同時使用會增加其價值的情形，并且分析了企業技術相似性和互補性與企業創新績效的關系；茹麗潔等[16]通過對專利組合的分析，提出互補性是一種普遍存在的規律，具體體現在各成員之間的交叉性、聚合性和差異性，據此構建互補性指標，并驗證了其測度效果；趙展一等[19]通過構建企業-IPC-專利文本三層映射矩陣計算了企業之間的技術相似性和互補性，從而進行企業間技術以及競合對象的匹配。

（4）第四階段：關注技術互補性對企業合作的影響。

近年來，在專利技術互補性測度方法不斷完善的背景下，相關研究逐漸側重于研究不同程度的專利技術互補性對企業合作雙方的影響，其中企業合作的形式主要分為雙方技術融合或直接并購。

技術融合是指企業為了尋求突破性技術或產品開發，選擇能夠與自主技術產生互補效應的外部技術與之進行整合，從而實現技術創新的一種方式[28]。互補技術融合會影響產業演化和創新產出[29]，如促進企業的探索和利用式創新[30]，提升新產品進入市場的速度[31]，但技術互補性與新產品開發數量存在倒U形關系，且在知識產權保護弱的地區更為顯著[32]。同時，互補技術的融合也會受到諸多因素的影響，如宋昱曉等[33]發現專利的技術吸收和擴散能力越快、技術范圍和領域越廣，越能促進互補性技術的融合。

并購行為通常發生在技術或市場等某方面存在協同效應的企業之間，對企業創新能力和創新績效具有較大的影響。企業并購情境下，專利技術互補性能夠正向影響企業的探索和開發能力[34]以及并購方的技術創新能力[35]，且被并購方的自主能力越高，越有利于實現技術創新能力提高[15]。在創新績效方面，張崢等[36]發現通過互補性技術并購能夠增加并購企業相關的技術知識儲備，促使其在核心技術上獲得突破，從而有效促進企業創新績效的提高；茅迪等[17]在此基礎上提出技術互補性與企業創新績效間也存在著倒U 形關系，即當互補性過大時，反而會抑制并購方企業創新績效的提升。另外，有些外部因素也會影響并購情境下的企業創新績效，如企業并購經驗[37]、收購方技術多元化水平和目標方知識規模[38]等。

2 專利技術互補性測度方法

不論對于國家還是對于企業，技術進步都是推動其發展的中堅力量，而技術創新更是其核心所在。作為專利技術間關聯關系中的一種重要屬性，互補性是眾多重大技術創新的基礎，尤其是對于信息技術、通信和生物醫藥等某些重要行業來說，迫切需要將知識形態轉化為技術形態，將潛在生產力轉化為現實生產力，這就往往需要引進互補技術來開發新的產品和服務。因此，在定義技術互補性的基礎上，如何準確計算出專利技術之間的互補性程度成為了相關研究的重點之一。

早期研究認為一個合作項目中的各個研究任務之間存在著均等的互補關系，并使各個企業獨立承擔其所擅長的任務，從而分析相互之間的技術互補性大小[39]。盡管該方法符合互補性定義，但由于當時大多數研究者對專利技術互補性概念的理解較為模糊，其測算結果往往較為寬泛，僅適合估算，而無法精準計算。之后，依據Makri 等[7]提出的利用專利技術領域定量計算互補程度，形成了從不同角度定義技術范圍的互補性測度方法。因此，本文對其進行總結歸納，分別從產業/行業分類、專利分類、專利引用關系以及專利內容特征關聯等角度綜述專利技術互補性測度方法。

2.1 基于產業/行業分類的技術互補測度方法

產業是指具有某種同類屬性的經濟活動的行業集合體，行業則是指具有高度相似性和競爭性的企業群體。以旅游產業為例，其包括了旅游住宿業、餐飲業等。由于產業的著眼點是生產力布局的宏觀領域，涉及各種不同類型的行業技術，所以，相關研究最早從行業角度入手對專利技術互補性進行測度。

基于行業分類的測度方法主要是依據已有的經驗界定技術范圍并進行行業分類，從而粗略判斷技術研發主體之間的技術互補性大小。胥朝陽等[40]根據企業所申請的專利確定其所屬行業，并通過判斷行業代碼的接近程度來定性分析相關企業之間的技術相似性或技術互補性，從而研究不同技術類型并購對上市公司經營績效的影響。該方法從技術范圍角度反映了關聯中的差異這種互補概念，但這種方法一般無法給出準確的判斷標準，因此，得到的測度結果較為粗略，無法精確到某一具體數值。

近年來，隨著各類企業規模的擴大，行業內的企業合作逐漸無法滿足創新需求，同時需要適應當前研究精準化的趨勢。因此，Peng 等[41]提出從產業鏈或技術創新鏈角度，通過識別其上下游專利技術為互補型技術，同時對產業鏈和技術創新鏈中各個組成技術進行互補性測度，在擴大候選合作企業對象的同時，獲得相對更精確的測度結果，但構建產業鏈和技術創新鏈的過程較為復雜且具有較大主觀性。類似地，張端陽等[27]為了分析乳制品產業中各項專利技術之間的互補性關系，首先，構建了如圖2 所示的產業技術互補樹，該產業樹中有且只有一個根節點，表示該樹所建立的具體產業鏈，第二至五層分別表示行業、流程、操作和技術；其次，利用德爾菲法對其層次關系的互補系數進行設定，在該產業樹中最終分別設定為1、3、5、7、9；最后，根據技術研發主體雙方所擁有的技術在該產業技術互補樹中的分布情況進行技術互補性的測算。然而，這種方法具有較大的主觀性且拓展性較差，這是因為產業技術互補樹的構建需要結合大量的產業、行業報告以及行業技術，分析出其中的關鍵技術，才能確定互補樹中的各個層次構成。此外，還需要邀請行業專家來對互補樹中各個位置技術的互補程度和系數進行經驗估算，從而給出更加準確的專利技術互補性結果。

圖2 乳制品產業技術互補樹[27]

因此，盡管基于產業分類的測度方法比直接按照行業分類的方式更具有邏輯性，且結果更為精確，但不論是產業樹還是技術創新鏈，都難以復制，只能對已有產業樹和技術創新鏈中的技術內容以及含有該技術內容的研發機構之間的技術互補性進行測算。另外，在不同研究情境下，每個層次的互補性測度可能也會不同，導致工作量巨大，并且需要專業知識或相關專家作為研究支撐。

2.2 基于專利分類的技術互補測度方法

目前，大部分研究利用現有公認性比較強的專利技術分類體系，如國際IPC 分類法等，將技術形態理論和方法引入技術互補性測度中。其中，部分學者主要依據專利之間的協同性展開研究，即基于專利的IPC 分類號進行關聯規則分析；其他學者則更加關注專利之間的差異性，即根據同一大類下屬于不同子類別的專利比例進行公式化計算。

（1）基于專利協同性的方法

利用關聯規則分析挖掘專利組合中的信息，首先需要假設專利的IPC 分類號能夠反映其技術領域，進而通過關聯規則分析說明各種技術領域之間的關聯，挖掘出專利中不同技術之間的相互作用，并產生有助于理解各種技術互補性的結果。Wang等[42]利用對專利文件所屬技術領域的關聯規則分析提出了技術領域規模、相對技術優勢、相對技術整合能力三個指標，并通過專利組合圖譜來表現專利技術之間的互補性；Cordeiro 等[43]基于企業的專利文檔數據集，匹配專利IPC 字段之間的關聯關系，從而建立企業技術知識互補性的評價體系，用于尋找企業最佳的技術研發合作伙伴。

實際上，關聯規則分析是基于專利IPC 分類號的共現模式所衍生出來的方法。因此，有學者直接基于專利IPC 分類號的共現矩陣或網絡對其技術互補性進行測度。例如，Colombelli 等[44]將企業專利的IPC 分類號視為技術類別，并根據其共同出現模式提出了一致性、多樣性和認知距離三個指標，從而對企業專利組合之間的技術互補性和差異化程度進行測算；曾德明等[14]利用企業專利國際分類號（IPC）構建知識元素共現矩陣，計算企業之間的知識互補性以研究其與企業技術創新績效的關系；Jee 等[45]通過在目標企業和候選企業專利的IPC 共現圖譜中確定目標企業的位置，利用局部搜索和遠程搜索找到與目標公司的能力不重疊但在其技術知識的廣泛范圍內的詳細技術領域，并提出了六個指標對該技術領域中的企業進行衡量，從而找到目標企業的互補合作伙伴。

通過對專利分類號所反映的技術領域進行關聯規則或共現分析，能夠有效把握專利在功能上的相關性或協同性。但由于分類號的粒度較大，不利于從技術細節上研究專利之間的相互作用關系，且不同的專利類別界定方式對結果影響較大，目前僅由IPC 分類號展開研究，尚需進一步擴展。

（2）基于專利差異性的方法

基于專利技術的差異性進行互補性測度的方法往往依賴于公式計算，其基本思想來自類比系統論的觀點：系統中有著不同的子系統，且同一系統中的不同子系統之間存在著互補關系，那么技術也可以細分為不同的子技術，且相互之間就是一種互補關系。因此，可以通過分析技術研發主體雙方專利在技術分類體系中的分布來計算其在技術能力上的互補性。

最被廣泛接受的專利技術互補性測度公式是由Makri 等[7]提出的，基于其定義——在共有的廣義技術領域內關注不同狹義技術領域的程度，通過計算兩個企業所擁有的屬于同一大類中不同小類的專利數量來得到技術互補性程度，同時該數值反映了兩個企業之間的整合潛力。比如，兩個專利同屬于“藥物和化學”類別中的“生物技術”大類，但又分別屬于“分子學”和“微生物學”這兩個小類，那么兩者建立在相同技術大類中不同技術小類上的程度就可以反映它們的整合潛力，即企業之間的技術互補性。技術研發主體B 對A 的技術互補程度的具體計算公式[7]為

利用公式進行技術互補性的測度，關鍵在于確定技術分類體系的選擇標準，以及定義廣義技術領域和狹義技術領域的范圍邊界，其范圍界定得越精細，技術互補性計算得越精確。因此，尚利寧[48]基于國際IPC 技術分類體系，將IPC 小類作為廣義技術領域，IPC 大組作為狹義技術領域，而后根據不同小類下的大組間補充效果測度技術互補性，其計算公式[48]為

以上基于專利差異性的互補性測度方法延續了“大領域的關聯和小領域的差異”的思想，相較于產業/行業分類角度，該方法計算技術互補性，理論性更強，且計算容易，操作簡單，因此被越來越多的學者認可并采用。

2.3 基于專利引用關系的技術互補測度方法

專利引用是最早被提出用于衡量專利間關聯關系的方法之一，因為專利引用直接地體現了對另一專利技術的依賴，也代表兩項專利中存在著共同的技術內容。例如，Chang 等[13]從專利引用的角度，提出利用來自第三方技術研發主體專利的雙重間接引用關系來衡量兩個研發主體之間的技術互補性，這種雙重間接聯系表明兩個研發主體擁有部分共同技術且相似性可能較低。如圖3 所示，A～M 表示各個技術研發主體，其中A 有三條直接引用關系（與合作伙伴B、C 和D）和七條間接引用關系（與合作伙伴E～K），即可以通過其合作伙伴間接接觸到的七個技術研發主體。以研發主體E、F 為例，虛線表示其與第三方研發主體A 在專利引用方面存在雙重間接聯系，可能擁有部分共同技術且相似性較低，據此可判定技術互補關系。出權重；

圖3 來自第三方技術研發主體的雙重間接引用關系

基于圖3 所示的專利引用網絡結構，Chang 等[13]采用四項專利指標，即技術知識位置（technological knowledge status，TKS）、技術知識可靠性（technological knowledge reliability，TKR）、內部共有知識（common internal knowledge，CIK）和外部共有知識（common external knowledge，CEK），用于計算專利收購前后企業雙方在專利部署和專利組合上的差異，從而發現技術互補性在企業專利收購戰略中的重要性。其中，根據TKS 和TKR 可以判斷企業在網絡中的位置、作用以及由于收購而導致的位置移動，而CIK 和CEK 可用于衡量兩家公司之間的互補知識，計算公式[13]為

其中，αkr表示專利是否屬于某企業的0/1 矩陣（g×r）；g表示專利數量；r表示企業數量；k表示第k項專利；∑αikoαjke表示企業i引用j的專利數；∑αiko表示企業i的專利數。

由于兩家公司的專利引用越多，共享的共同知識就越多，所以，通過計算企業i引用j的專利數占企業i專利數的比例，即CIK 指標，可以衡量兩家企業之間的互補技術知識；CEK 指標則是指通過兩家企業之間來自第三方技術研發主體專利的雙重間接引用關系，來衡量雙方被外界確認的共同知識，認為是相似度較低但存在互補關系的技術知識。同樣地，Yang 等[49]參考上述四項專利指標，通過專利引用網絡的方法探討了藥物洗脫支架制造商的專利收購戰略意圖。

相較于基于產業/行業和專利分類的互補性測度方法，利用專利引用網絡進行互補性測度的研究相對較少。其原因可能是在國內申請專利時不要求引用信息，更適用于國外專利數據庫中技術互補關系的測算與分析。對此，鄒思明等[50]嘗試基于專利協同研發網絡計算企業之間的技術相近性和協作研發網絡的競爭與互補性，解決國內專利缺失引用信息的問題。另外，考慮到基于專利分類和引用關系的互補性測度方法均涉及知識基礎差異這一思想，未來可以嘗試將這兩種方法相結合以進一步提升專利技術互補性測度的準確性。

2.4 基于專利內容特征關聯的技術互補測度方法

不論是以產業/行業分類，還是以專利分類及引用關系進行技術互補性的測度，均是基于專利技術之間的外部關系進行計算的，并未關注到專利的內容特征關聯關系。通過對專利的標題、摘要、權利要求等文本信息以及圖表信息等進行分析，抽取多種內容特征及其關聯能夠更加準確地識別和解釋技術互補關系。

近年來，隨著文本挖掘技術的迅速發展，有學者嘗試融合文本挖掘算法與經典測度方法來提升專利技術互補性測度的準確性。Wang 等[51]利用hLDA（hierarchical latent Dirichlet allocation）主題模型挖掘專利文檔中的技術主題以及其相互之間的層次關系，并根據屬于同一子主題但不同主題的專利重疊數來計算不同專利權人之間的技術互補性，計算公式[51]為

其中，Ci表示主要技術主題分類i，即結構中的高層次主題；TN 表示主題數量；Ci中的TN 表示Ci中的子主題數量，即低層次主題；PN 表示專利數量；TN inCiof A&B)表示B 涉及但A 不涉及的技術，(TN inCi- TN inCiof A) 表示A 不擁有的所有新技術。互補性(A ←B) 表示i類中B 對A 的互補性，所以式(7)具備有向性，即互補性(A ←B) ≠互補性(A →B)。

通過提取多層次的技術主題，并根據子主題之間的差異性進行專利技術互補性的測度，相比于直接利用專利IPC 分類號進行計算，能夠更好地理解專利中潛在的語義關系，更好地捕捉不同研發機構之間的技術互補性關系。類似地，Li 等[52]引入主體-動作-客體（subject-action-object，SAO） 分析，利用專利文本中的語義結構和專業詞匯的特征權重來構建專利權人的向量，從而對不同專利權人之間的技術互補性進行測度；李昌等[18]在對專利的關鍵詞與核心IPC 進行語義抽取的基礎上篩選出核心專利集合，并計算其互補性，從而實現對潛在合作伙伴的識別。通過對專利文本內容進行深度挖掘，把握專利技術之間的語義關聯，可以更加準確地識別技術機會，有助于找到合適的收購目標和潛在合作者，同時技術互補性的具體量化信息也可用于支持管理決策。

此外，有研究關注到圖表數據對于專利間關聯關系發現的重要作用，并開始應用到技術互補測度中。Jee 等[53]首次提到專利圖表數據的重要性，并提出了一種利用方框圖調查產品/服務/技術結構的分析方法，最后利用從專利方框圖中提取的關鍵詞，研究了技術演變分析、技術要素調查、競爭對手比較分析以及相似專利檢索等內容，并可應用于技術互補關系測度中。該研究從圖表角度擴大了專利技術互補性研究的數據范圍，有利于進一步提升技術互補性測度的準確性，未來需要對該方向的研究加以關注。

2.5 測度方法的對比

目前專利技術互補性的測度方法主要有基于產業/行業分類、基于專利分類、基于專利引用關系以及基于專利內容特征關聯四種方法。這四種方法在不同的研究情境和當前的發展過程中各有優劣，如表2 所示。

表2 專利技術互補性測度方法的優劣比較

整理國內外相關研究表明，當前最常用的互補性測度方法是專利分類法。由于利用專利IPC 能夠清楚劃分技術領域，操作簡便，且測度結果的準確度較高，因此，其被廣泛用于發現企業在技術領域方面的潛在合作伙伴以及制定最優的并購策略等。但這類方法也存在著一定的局限性，如分類號無法直觀地反映技術主題和細粒度地揭示專利的上下文語義信息等。雖然基于專利內容特征關聯的方法能夠有效解決這一問題，即通過專利中的語義信息來更深層次地挖掘專利之間潛在的互補關系，但目前相關研究較少，后續需要引入深度學習技術，綜合利用專利文本、圖表等多模異構數據，進一步提升專利技術互補性的測度準確性。

另外，考慮到基于單一維度的互補性測度方法均各自存在著一定的局限性，趙展一等[19]首次提出融合多項特征，即以專利的分類號和文本內容作為依據，利用專利的技術類別與語義信息來進行企業技術互補性的測算。同樣地，這類研究尚處于起步階段并存在一定的不足，如未關注到專利本身之間的技術互補性等，所以需要繼續嘗試結合兩項或多項特征來更準確地把握研發機構及其專利之間的關聯關系，更好地為技術創新提供方向。

3 專利技術互補性的應用

專利技術互補性是企業間技術關系的一種重要屬性，也是許多重大技術創新的基礎。在充分理解專利技術互補性概念和把握其定量化測度方法的前提下，現有文獻通常是在不同情境下研究技術互補對企業合作的影響或作用，并主要應用于基于企業間互補技術整合的創新績效影響因素判定、企業并購策略制定以及潛在合作伙伴發現等方面。

3.1 判定創新績效影響因素

專利技術之間的關系反映了企業利用技術元素的特定方式，是影響其技術創新績效的重要因素。其中，互補性水平高的技術元素之間具有更高的協同潛能，由于互補性技術元素的潛能會隨著持續使用而枯竭，而且對現有技術元素的深度挖掘也會導致企業降低甚至喪失對市場的敏感性[8]，所以，合作雙方企業之間的技術互補性與技術創新績效之間并不是呈現正比例關系，而是存在著顯著的倒U 形關系[14,54]，即技術融合的收益存在著邊際遞減效應。類似地，王媛等[31]發現當企業跨領域進行互補性技術融合時，起初有利于提升企業新產品開發績效，但后期將不利于企業新產品數量與新產品進入市場速度的進一步提升。對于企業來說，正確把握技術元素關系與創新績效之間的關系，尤其是互補性元素帶來的影響，能夠更好地理解自身的技術基礎，從而提高研發投入-產出效率。

另外，專利技術互補性對于其他許多外部因素對企業實現創新績效的影響都具有一定的調節作用。例如，王泓略等[55]探究了知識重組對技術創新績效的影響，并發現互補性正向調節知識重組潛在可能性對技術創新績效的積極作用；王媛等[56]發現技術高速發展的動蕩環境會負向調節互補性技術融合與企業新產品開發績效之間的正向關系；孫耀吾等[57]基于高技術中小企業的面板數據，發現技術互補性會負向調節其知識搜索廣度對創新能力的倒U形影響，但對知識搜索深度沒有顯著的調節作用。除了企業并購，雙方機構的技術互補性對于創業投資機構股權投資比重對新創企業技術創新績效存在的負向影響也具有一定的調節作用[58]。

3.2 制定企業并購決策

隨著市場競爭的加劇和新產品更新速度的加快，企業技術創新逐漸從依靠內部研發轉變為依靠外部資源獲得技術支持，以滿足創新所需資源的多樣性和客戶需求的多元化。目前，技術驅動型的企業并購是實現技術間強強聯合和優勢互補的有效途徑之一，尤其是互補性技術，能夠通過增加并購企業相關的技術知識儲備來提升并購的協同效益和企業的創新和經營績效[36,40]，并且并購雙方企業之間的技術互補性越強，對企業創新的促進作用越顯著[59]。需要注意的是，短期內并購行為可能對相關創新過程產生負面影響[60]，因為對于被并購方來說，一旦成為集團的子公司，無論其效率如何，集團都會使用其產品，這可能會削弱其創新能力，降低效率；對于并購方來說，整合不同的技術，實現研發產出需要一定的時間，因此，這些并購的效果可能在許多年內都不明顯。

隨著全球化的發展，越來越多的企業開始通過海外并購來獲取國外先進技術，這種趨勢也使國內外學者逐漸關注其對企業創新質量以及技術整合風險等帶來的影響。首先，有研究表明，企業之間的資源互補性能夠豐富并購企業的技術知識和提升技術創新效率，對跨國并購的創新質量效應起到正向調節作用，并且當資源呈現高度互補性時，賦予海外子公司管理層高度自主權有助于并購方技術創新[61-62]。在此基礎上，陳菲瓊等[46]研究發現，并購中技術相似性會對目標方的自主性帶來影響，不利于其創新積極性和效率，但技術互補性能有效調節相似性對并購帶來的技術整合風險。陳珧[15]提出并購雙方技術互補性程度對技術整合程度具有負效應，即需要采取企業間的低整合程度來保護技術創新、形成好的激勵機制以及促進產品創新。基于上述研究，本文列舉了企業針對不同程度的技術相似性和技術互補性所需采取的并購策略，如圖4 所示。

其中，以技術互補性強、相似性弱的情況為例進行具體說明。緩慢淺度整合是指利用低技術人員整合程度的情況增加技術創新產生的協同效應，利用低管理層整合程度的情況促進更有利的激勵機制的形成，利用低研發項目整合的情況實現產品創新，從而提高市場份額；而目標方的自主性則是與技術整合程度相對應的，在淺度整合的情況下，會保留其較高的自主權。

3.3 發現潛在合作伙伴

面對經濟和社會需求的快速發展和變化，一些大型企業可以通過并購國內外中小企業進行技術整合和創新，但對于初創企業或小型機構來說，由于經濟能力不足，需要通過尋找合適的合作伙伴來彌補新產品開發過程中所需的多學科技術知識空缺。其中，基于技術相似性的合作伙伴之間展開合作，不僅限制了技術研發主體雙方的潛在學習能力，而且降低了顛覆性創新的可能性；根據專利技術互補性選擇合作伙伴，在保持各自核心技術優勢的同時，還能夠通過技術合作、并購（merger and acquisition，M&A）來取長補短，吸收對方的優勢技術以彌補自身知識庫的不足，提高技術創新水平。

對于如何利用專利技術互補性來識別潛在合作伙伴，諸多學者提出了一系列的框架模型。例如，Wang 等[42]通過對專利的國際分類信息進行關聯規則分析，并使用非線性主成分分析來確定專利權人在綜合技術及其領域中的關系，從而識別具有互補性技術的專利權人，并找到潛在的研發合作者。溫亮等[63]利用專利文本中的SAO 結構信息構建了技術分布圖，進行優勢企業和熱點技術的識別，并以此為依據確定具體合作伙伴，將合作層次具體到特定技術，制定對應的合作方案。該研究成果真正意義上實現了專利技術互補性在企業合作中的應用，從技術出發為企業之間的合作創新提供參考。然而，上述研究成果僅考慮了取長補短的好處，卻未考慮在此過程中意外知識溢出的潛在學習和風險，因此，Jee 等[45]從該角度出發，在平衡學習和保護知識的基礎上識別潛在合作伙伴。

4 研究現狀總結與展望

基于對國內外專利技術互補性的概念、測度方法和典型應用的梳理和總結，本節將系統地分析當前研究存在的問題與不足，并對未來相關研究的發展進行展望。

4.1 現有研究及其問題的總結

（1）主要從機構互補關系角度界定技術互補性概念，尚需從技術內容角度進一步細化。

目前，關于專利技術互補性的研究主要側重于兩個方面：①在并購情境下，企業等研發機構之間的互補程度對雙方創新績效和新產品開發數量的影響；②根據機構所擁有的專利分析其技術能力或所在技術領域之間的互補關系，用于發現機構之間潛在的合作機會或制定能夠使投資收益最大化的并購策略。前者側重于技術互補的影響，后者側重于技術互補的應用，但兩者都是研發機構之間宏觀層次的技術互補，忽略了微觀層次上具體專利或技術之間的互補性。

也就是說，目前大多數關于專利技術互補性的研究是在企業、行業、地區和國家等層面分析不同研發機構之間的技術互補關系，鮮有研究從專利的技術內容角度分析技術互補性。實際上，基于技術內容對企業內部專利技術之間的互補關系以及與其他企業所擁有的技術之間一一對應的互補關系展開分析，不僅有助于優化企業內部的專利組合，還能夠就此發現潛在專利技術組合，進而提高專利轉化率。同時，專利技術互補性能夠從技術細節的微觀角度確定企業間合作關系及其價值評估，并且能夠挖掘更深層次的潛在合作關系。

（2） 主要利用專利的外部特征進行互補性測度，尚需抽取和利用多模態內容特征提高測度準確性。

當前研究主要利用專利所屬的產業/行業分類或IPC 分類號所反映的技術領域來確定機構或專利之間的互補關系，也有研究利用專利引用網絡來構建知識基礎差異指標衡量研發機構間或專利間的互補關系。但不論是分類號所反映的技術領域，還是專利之間的復雜引用關系，均屬于專利的外部特征，無法直觀反映專利技術內容，導致互補性測度的準確性和可解釋性不高。

隨著機器學習、深度學習和自然語言處理技術的發展，專利的標題、摘要、背景、權利要求和說明書等文本數據，以及圖像、表格等多模態數據，能夠被抽取、語義化和使用。在這些多模態數據中，現有研究僅使用主題模型對文本數據進行了關鍵詞主題識別來計算互補程度，相關研究尚處于起步階段，需進一步深化。此外，專利圖表數據呈現了復雜的技術功能結構和屬性，包含大量與互補關系相關的特征，需從該角度測度技術互補程度，以提升技術互補測度的有效性和全面性。

（3）互補性測度指標由人工構建為主，存在誤差且效率較低。

當前研究主要利用產業鏈、行業分類和專利分類來衡量不同企業之間的技術互補關系。其中，一般由相關領域的專家或專業人員構建互補性測度指標。然而，受主觀因素影響，這種通過人為構建測度指標的方法通常存在一定的誤差和片面性，效率較低，可能需要耗費數月甚至數年的時間才能夠完成，其更新速度難以與現如今計算機、通信網絡等新技術以及數據量的發展速度相匹配。

在基于產業/行業分類的測度過程中，一般需要先與相關領域專家合作構建產業鏈或行業技術互補樹，并確定其中不同層次之間的互補系數，再根據不同專利技術在其中的分布情況來確定其互補性，效率較低。與此同時，其測度結果在很大程度上會受到產業鏈和技術互補樹的形狀以及互補系數取值的影響，存在一定的主觀片面性，并且通常只能對已有產業鏈和技術互補樹中的技術內容進行互補性測算，對不同研究情境的適應性較差。

在基于專利分類的測度方法中，目前普遍參考專利文件的國際專利分類信息（IPC）來確定其所屬技術領域，從而進行技術互補性測度。雖然國際專利分類法是一種國際通用的專利文獻分類法，并且由國際專利分類聯盟編制和定期修訂，具有一定的權威性，但IPC 分類與各個產業界的實際分類標準并不完全一致，如在分類精細程度上可能會有所差異。此外，目前專利文件的IPC 分類以人工干預的計算機標引為主，需要結合標引人員自身專業經驗判斷，所以測度結果也可能存在著一定的誤差和主觀片面性。

（4）主要用來為企業技術合作創新提供參考，應用范圍有待擴展。

當前研究主要分析并購情境下雙方企業的技術互補性程度對后續創新績效和新產品開發數量的影響，以及基于企業等研發機構之間的技術互補性來制定并購策略和發現潛在合作伙伴等，沒有考慮到企業內部的專利組合優化和創新升級，尚未充分發揮專利技術互補性相關研究對企業內技術融合的價值。

此外，由于專利技術之間的互補關系往往產生于其功能特征之間的協同性和差異性，無法將互補性與相似性完全區分開來，但目前鮮有研究將專利技術互補性研究成果與其相似性研究相結合來進一步發現不同機構間的競爭與合作關系。因此，需在研究專利技術間互補關系的基礎上，進一步分析其相似關系，并據此建立更加客觀、科學的方法指標體系，從而更好地識別互補專利組合，擴展應用范圍到機構之間的競爭合作分析、技術機會發現和互補專利推薦等。

4.2 對未來研究的展望

（1）需加強互補性概念的細粒度理解，關注專利技術本身之間的互補性。

互補性是專利技術間關聯關系中的一種重要屬性，特別是在技術創新方面，很多突破性技術或產品的發明都離不開各個領域技術之間的交叉融合和優勢互補。由于互補關系通常產生于專利技術功能特征之間的協同性和差異性，如果要實現技術創新，那么最直接的方式就是通過發現專利中各項技術在相同功能類別下的差異性，分析具體專利技術之間的互補關系，進而通過專利組合來實現技術優勢互補和創新。因此，不僅要從技術互補性的角度對研發機構之間的關系進行深層次分析研究，也要加強互補性概念的細粒度理解，把研究對象從企業細化到其所擁有的各項專利技術上，通過把握專利在功能特征上的協同性和差異性來發現其潛在的互補關系，從而更好地達成企業內部專利組合創新或企業間合作發展的目標，實現企業1+1＞2 的專利組合價值或專利投資的利益最大化。

（2）需利用深度學習技術來融合多模異構數據中的不同語義特征，以進一步提升測度準確性。

目前，深度學習技術已廣泛用于各類數據的特征提取，如文本、圖像和網絡結構等。相比于傳統的手工獲取特征過程，深度學習技術對數據預處理的要求更低，不需要專家的參與，且能夠提取更加全面的特征。同時，隨著各種深度學習模型優化策略的提出，在此基礎上實現對各項特征的自適應權重分配，能夠更好地把握專利中的語義信息及其相互之間的關聯關系。因此，應利用深度學習技術（如各類神經網絡和注意力機制等），更深層次地挖掘專利多模態內容中的特征（如結構化數據和文本內容中的語義特征），以及圖表數據中潛在的功能信息，從而進一步確定各個研發機構在技術能力上的互補關系，實現合作伙伴和并購對象的精準定位。

另外，隨著企業合作創新的還有市場信息的更新，不僅是企業并購信息，還需要關注到專利本身的交易信息，參考利用共同購買信息進行互補商品推薦的形式，可以通過專利轉讓變更所有權的相關信息來確定其互補關系。所以，在后續研究中，需要利用專利的交易或轉讓信息對結構化數據以及文本或圖表數據反映的語義信息進行補充，并通過融合多模異構數據中的不同特征信息來更好地把握專利本身之間的互補關系。

（3）需拓展專利技術互補性分析的應用領域。

在應用領域方面，后續研究不僅要考慮通過把握研發機構之間的互補關系來制定并購決策和識別潛在合作伙伴，還要加強專利技術本身內容與結構化信息的互補性研究，拓展相應的問題模型與解決方案，從而優化專利組合、盤活專利價值、提高專利轉化率，最終促進企業內部的技術創新與發展。另外，需要同時考慮相似和互補這兩大屬性，建立相應的協同指標體系，科學衡量研發機構以及專利技術之間的技術關聯關系，并針對不同類型的關系制定相應的策略，進而實現最優的企業合作和最佳的專利技術組合。