基于专利引用的国家技术力量指标比较摘自论文资源库.docVIP

基于专利引用的国家技术力量指标比较摘自论文资源库.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于专利引用的国家技术力量指标比较摘自论文资源库

基于专利引用的国家技术力量指标比较摘自论文资源库 nbsp;nbsp;nbsp; 科学与技术被认为是相互独立,又不断融合的两个体系。在以知识为基础的经济时代,科学和技术统一在知识层面上,是知识体系的两大支柱。随着知识经济时代的发展,数量指标已经不能满足社会对科学技术水平测度的需要,知识引用[1] 成为重要的质量指标引入了知识计量学。在这种大趋势下,专利计量理念的发展变化也成为不可逆转的潮流。 nbsp;nbsp;nbsp;     一、专利研究:从数量到质量 nbsp;nbsp;nbsp;   1. 专利数量研究 nbsp;nbsp;nbsp; 作为技术进步测度指标,专利长期被经济学家所推崇。学术界选择这一指标有几个原因。第一,专利代表了发明和创新过程中的产出,允许人们就技术进步及其与经济增长的联系来建立实际经济模型。第二,专利可以被进行准确的计量,同时成本较低,这样就可以将计量结果应用于经济模型。第三,专利代表了权威的法律文件,是赋予了产权的知识资源,可以作为个人和团体资产代表的一个强有力的指标。最后,专利可作为创新过程两端的一个指标,既可以作为研发活动结果的测度,也可以作为企业在市场竞争中的手段。 nbsp;nbsp;nbsp; 自Griliches开创性的工作开始[2],专利活动指标(Patenting Activity)一直是测度国家技术能力的主要指标。作为科学技术的一个测度,专利被很多经济学家认为不但是发明活动的指标,而且是在产业和国家层面上技术进步和变革的指标。同时,专利数量(专利申请数量以及授予数量)被认为是代表国家或者企业技术能力的基本指标,成为国家间技术能力比较的重要指标,这在《洛桑报告》等报告中都有体现。 nbsp;nbsp;nbsp;   2. 专利质量研究与专利引用分析 nbsp;nbsp;nbsp; 随着时代的发展以及新技术的出现,专利数量指标在解释一些现象的时候遇到了困难。为了解决上述问题,专利质量研究逐渐兴起。专利质量研究旨在通过内在和外在的质量特征,对于专利个体进行差异化分析。在研究的过程中,专利引用分析逐渐成为其中最具发展潜力的研究领域[3]。而且,随着研究的深入,专利引用分析逐渐突破了专利个体质量的范畴,成为更广意义上的技术和竞争力指标,这是许多研究者始料未及的。 nbsp;nbsp;nbsp; 我们知道,当一项专利被授予的时候,一个包含着丰富信息的文件也被创立了。如果说y专利引用了x专利,那么就是说,y专利部分地建立在包含于x专利中的信息基础上,这就构成了一个引用过程。如果把这一引用过程从专利个体分析延伸到企业、区域甚至国家的层面,我们会发现:一个更为广阔的世界就在面前。 nbsp;nbsp;nbsp;     二、基于专利引用分析的技术能力指标 nbsp;nbsp;nbsp;   1. 专利引用的内在机理分析 nbsp;nbsp;nbsp; 专利引用的过程和论文引用具有相似的特点,国内科学计量学界对于论文引用的理论和实证的研究都比较深入。由于我国专利制度的原因,对于技术计量和专利引用的研究还比较少。在修正Caballero和Jaffe(1993)[4] 的成果的基础上,我们构建了专利引用过程的基本模型。在这个模型中,在T年被授予的专利在第K年会引用在t年被授予的专利k的概率会被两个指数过程所决定,第一个指数过程决定知识扩散,第二个指数过程决定知识老化: nbsp;nbsp;nbsp; p(k,K)=alpha;(k,K)exp[-beta;1(k,K)(T-t)][1-exp(-beta;2(T-t))] nbsp;nbsp;nbsp; beta;1指的是知识老化率,beta;2指的是扩散率。上述公式指的是引用频率,以及引用频率作为引用滞后的函数。变量alpha;表示与引用和被引用的专利相关的参数。 nbsp;nbsp;nbsp; 图1显示,引用过程是渐进扩散以及突然实效的。一个简单的计算显示时间滞后于1/beta;1相关,如果beta;1增加,那么函数会向左移动。函数的最大值取决于beta;2/beta;1,增大beta;2,保持beta;1不变会增加引用密度。事实上,增加beta;2保持beta;1不变会增加每一个(T-t)值附近的引用比例。也就是说,如果一个专利被引用比较多的话,那就代表着它扩散的比较快,老化的比较慢。上升到国家层面,如果一个国家的专利被引用的次数比较多,就代表着这个国家的专利整体扩散较快,老化的较慢。换句话说,国家技术能力的背后,是蕴含在专利中的技术知识的富集程度,也代表着这个国家对技术知识的管理水平,同时,也是专利知识属性的最好体现。 nbsp;nbsp;nbsp; 附图 nbsp;nbsp;nbsp; 图1 专利

您可能关注的文档

文档评论(0)

zhaoxiaoj + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档