重大发明创造专利合作特征研究.docVIP

重大发明创造专利合作特征研究.doc

此“司法”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  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
重大发明创造专利合作特征研究

重大发明创造专利合作特征研究   摘要:测度重大发明创造的专利合作特征,对推动重大突破性创新具有重要的决策指导意义。以高被引专利代表重大发明创造技术;以中被引专利代表中型发明创造技术;以零被引专利代表微型发明创造技术,运用发明者共现分析方法,对三个频段专利合作率与合作强度测度结果显示,重大发明创造具有更高的专利合作率与合作强度特征。定量分析的结果,对专利技术研发具有重要的理论意义、方法意义和现实意义。   关键词:重大发明创造;专利合作率;专利合作强度;发明者;共现分析   中图分类号:G305;G306 文献编码:A DOI:10.3969/j.issn.1003-8256.2017.02.004   0 引言   ?c中型发明创造和微型发明创造相比,重大发明创造是否具有更高的专利合作率与合作强度?对该问题的研究,有助于我们掌握不同层次发明创造专利合作的特征与规律,为取得突破性的重大发明创造提供决策支持。专利合作包括发明者之间的合作、公司之间或公司与大学等之间的合作,本研究中专利合作率与合作强度的分析,是基于发明者层面进行的。   国内外已有的专利合作研究成果,多是探讨公司之间或公司与大学之间的专利合作问题。比如,基于网络分析的公司之间专利合作研究[1-3]、特定行业的公司专利合作研究[4-6]等。基于发明者层面的专利合作研究,主要探讨了发明者合作网络中心性对科研绩效的影响[7]、发明者合作网络演变及其对技术发明生产率的影响[8]、特定省份发明者合作问题[9]、地理距离对发明者合作的影响[10]、劳动力流动与专利技术合作对知识扩散的影响[11]等。我们尚未发现关于重大发明创造发明者专利合作率与合作强度的相关研究成果。权威的专利计量学家Francis Narin提出,一个公司拥有的专利数量多少并不是最重要的,专利被引证频次的高低才是最重要的[12]。如果一项专利被后来的许多专利所引证,则表明该专利涉及的发明创造是一项比较重要的发明创造[13-15]。拥有高被引频次的专利常常被认为是代表重大发明创造的专利技术[16, 17]。本研究中,将以高被引专利代表重大发明创造技术;以中被引专利代表中型发明创造技术;以零被引专利代表微型发明创造技术。通过与中被引和零被引专利相比较,探测高被引专利,即重大发明创造,是否具有更高的专利合作率与合作强度特征。   1 数据来源、研究方法与指标选取   1.1 数据来源   本研究样本数据来源于世界专利数据库《德温特创新索引》(Derwent Innovation Index,DII),检索的技术领域范围是全部德温特分类代码(Derwent Class Code,DC)所代表的20个技术大类,如表1所示。由于专利的引用需要一定的周期,并且由于DII检索最高限额10万条数据的限制,我们经过反复测试后,选取了2005年作为检索的时间范围。数据检索和下载日期为2015年3月17日。   我们设定的高被引-中被引-零被引专利数据的检索条件如下:高被引专利的被引频次在25次以上;中被引的专利被引频次为9-10次;零被引的专利被引频次为0次。原本设想高被引-中被引-零被引三个频段各选取5000条甚至更多的数据作为样本,但测试后发现不具有可能性,绝大多数DC领域按被引频次由高到低排序到5000条时,往往被引频次就只有6-7次、甚至0次了。最后经过反复测试,确定了三个被引频段分别下载500条专利数据为分析样本,才能保证过半数的DC技术领域符合设定的条件。有几个DC大类的专利数据超过10万条,为了数据准确,遇此情况,则选择了该大类之下的某几个子类,例如Q大类超过了10万条,于是选择了Q1* OR Q2* OR Q3*这几个子类共计82627条。样本数据选取的具体信息如表1所示。   符合样本数据设定条件的DC技术大类,在表1中用符号“√”表示被选中;不符合的用符号“×”表示没有被选中。首先考察的是高被引专利样本数据是否符合设定的条件,即前500个高被引的频次是否都高于25次。若不符合这个条件,就直接被排除,尽管被排除的大类的中被引和零被引可能符合设定的条件。表1显示,全部德温特分类代码DC大类中,共有11个大类符合高被引专利数据样本设定的条件,分别是A、B、D、L、P、S、T、U、V、W、X大类。   1.2 指标选取与研究假设   我们选取发明者专利合作率与发明者专利合作强度两项指标来进行分析。提出的研究假设是:高被引部分这两项指标值中被引部分零被引部分。   1.3 研究方法   借助大型文献处理软件Bibexcel[18],运用发明者共现分析方法,对各项指标进行计算和统计,而后对高被引、中被引和零被引三部分的发明者专利合作率和合作强度等指标值进行比较分析,得到相应结论。   2

文档评论(0)

130****9768 + 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