引言 在科学文献的引用行为中，引用动机大多是.docVIP

　　引言 在科学文献的引用行为中，引用动机大多是 引言 　　 　　在科学文献的引用行为中，引用动机大多是出于正面因素，例如向开拓者致敬（credit topioneer），对有关著作给予荣誉（honor to literature）等等，因此科学文献的引用体现出了一种知识的继承关系。与科学文献的引用动机不同的是，专利文献的引用动机则大多旨在指出所引用技术的问题、不足或缺陷，表达着对所引用技术的否定态度[1]，所以专利的引用表达的更多的是技术的竞争关系。 　　技术竞争情报(petitive Technical Intelligence)是指能给组织的竞争地位带来重大影响的外部科学或技术的威胁、机会或发展的信息，以及这些信息的获取、监控、分析、前瞻和预警过程[2]。专利计量方法已经成为企业技术竞争情报研究的一种主要手段[3, 4]。 　　在此前的研究中，通过建立大型专利共被引矩阵，对世界500 强中的工业企业的专利发表强度、被引情况、专利共被引网络进行了研究[5]。本文在以往研究的基础上，基于企业专利前向引用构建企业专利共被引矩阵，结合科学计量学领域近年来迅猛发展的信息可视化技术，对世界500 强企业进行技术竞争地图分析。 　　 　　1 国内外研究现状 　　 　　1.1 专利计量方法 　　在p;HCI）和中文KI 中检索专利的相关文献，检索发现，目前关于专利的研究非常多，但主要是从专利法学角度进行的研究，定量分析的研究并不多见，尤其是专利共被引的研究很少，从Web of Science 中仅检索到3 篇相关，KI 中仅2 篇与专利共被引相关的论文（检索时间截至到2012 年8 月20 日）。 　　关于专利的研究主要集中在如下几个方面： 　　（1）专利统计分析专利统计分析是最常见的专利研究方法。包括专利的发明人统计、专利权人统计、专利分类号统计、专利的时序分析等等。 （ lson Reuters公司Aureka 的专利地图功能、Der 算法的专利内容地图分析[15]，以及通过对文献关键词聚类建立语义网络来探测新兴技术[16]。 　　整体看来，目前专利计量学在研究方法上以数量统计分析为主，关于引用、共被引的分析方法仍不多见，少数有关专利共被引的研究也只是涉及到某一领域的企业和专利。从未来的发展趋势来看，专利计量研究将更多地融入科学计量学中的引用分析、共被引分析，信息科学中的可视化技术、文本/数据挖掘方法，从而使得研究者们更多地深入专利数据的内部实质，更好地把握技术竞争结构，开展技术竞争情报研究。 　　 　　1.2 专利计量在企业技术竞争情报研究中的应用 　　专利计量方法是技术竞争情报研究的一种主要手段。例如Breitzman等基于专利引用分析对企业的合并、收购进行技术竞争情报分析[3]；王贤文基于专利共被引方法对世界500强中的工业企业的技术竞争分析[5]；邱均平、罗力等基于专利权人共被引对皮肤洗护类企业技术竞争情报进行了实证研究[4]；孙涛涛、金碧辉基于专利文献耦合和专利引用关系挖掘DVD激光头技术中的关键技术，研究企业技术竞争情报[17]；王兴旺、孙济庆研究了专利地图与技术竞争分析之间的深层次联系，提出基于专利地图的技术竞争三维分析法[18]。 　　这些文献对企业技术竞争情报分析具有重要价值，有些还具有开创性的意义。然而，这些研究在研究对象的选择上都是侧重于分析某个企业、领域、行业，很少从宏观整体的角度来研究众多企业所形成的技术竞争结构。这其中的一个关键原因就是这些研究均是从专利的后向引用角度来进行分析。如果要对不同技术领域之间的专利进行共被引分析，例如本文选择的500强企业涉及到51个行业，从后向引用的角度则无法实现为数众多的企业共被引网络的构建。 　　 　　2 数据与方法 　　 　　2.1 数据 　　2.1.1 专利数据库 　　本文的专利数据来自于德温特创新索引（Derson Reuters集团除了Web of Science之外的另一重要产品，目前是世界上最大的专利文献数据库，总计收录了19,204,885条专利数据（查询时间：2012年6月16日），并且还在以每周增加数万条的速度不断更新。　　 　　如所示，a0 为企业a 的发表专利集合，a1 为a0 的引用专利集合（后向引用），a2为引用a0 的专利集合（前向引用）；b2 为b0 的前向引用专利集合。通过对a2 和b2 取交集运算，得到企业a、b 的专利共被引次数。同理，对任意两家企业的前向引用专利集合进行交集运算，最终构造出全部232 家企业的专利共被引矩阵。 　　表2列出了部分企业的专利共被引矩阵，检索时间段设定为2000-2012年。对角线上的数值为企业的专利总被引次数，其余数值为两家企业的专利共被引次数。专利被引次数最多的企业为日立公司，总被引264637次，它