基于全球专利信息的蔬菜产业技术发展态势

刘　勤　杨玉明　张　熠

（1农业部南京农业机械化研究所，江苏南京 210014；2江苏省专利信息服务中心，江苏南京 210008；3中国农业科学院，北京 100081）

为了明晰蔬菜产业技术发展现状，基于Innography专利检索分析平台，运用专利挖掘方法和可视化工具，对国内外蔬菜产业专利技术发展态势、技术来源与应用、创新机构、IPC分布、技术热点、专利强度等进行了相关数据的采集与分析。结果表明：全球蔬菜产业一般专利较多，核心专利严重缺乏，中国、俄罗斯、美国、韩国、日本是专利技术的主要来源国和应用国；技术创新主要集中于食品制备（A23L1）、药物制剂（A61K36）、温室培养（A01G9）等领域，中国蔬菜产业的技术创新基本覆盖了绝大部分的技术热点，但在播种育苗技术热点上并无明显优势；浙江大学、中国科学院虽引领国内科技创新，但从全球看只是该领域的技术加入者。

蔬菜产业是我国农业、农村发展的支柱产业，在保供给、促增收、促就业等方面发挥着不可替代的重要作用。我国是蔬菜生产和出口大国，是全球蔬菜市场的重要组成部分。目前我国蔬菜产量居种植业第一，播种面积居第二，仅次于谷物（刘芳等，2011；吴建寨 等，2015；范林强和柳平增，2017）。随着我国城市化进程的推进、农村劳动力的减少，对于蔬菜这种劳动密集型产业，发展现代化生产，尽快实现蔬菜产业转型升级，将有助于提高我国农业的整体效能。

Meye（2002）认为技术创新的产出是专利。专利具有技术与市场属性，它满足原创性、技术可行性及商业价值评估的要求（赖朝安和钱娇，2017）。作为技术创新的前提和基础，专利是准确识别技术机会、顺利开展技术创新活动的重要前提（王金凤 等，2017；王效岳 等，2017），专利也是衡量创新能力的重要指标，反映产业技术创新的活跃程度（陈荣 等，2017）。专利数据提供了一个独特的视角去理解和描述技术的发展脉络（官建成和王刚波，2008）。目前，从专利挖掘视角揭示蔬菜产业技术布局和市场竞争的相关研究鲜见报道。本文基于Innography专利分析平台，通过专利计量、专利引证、专利强度等多种专利挖掘分析方法，对蔬菜产业全球专利技术发展现状进行多角度分析，以期为我国蔬菜产业拓展创新思路、突破核心技术提供有价值的竞争情报。

1　专利数据与处理方法

Innography是ProQuest Dialog公司推出的专利分析平台，其数据源包括90多个国家和地区的逾8 000万件全球专利数据（张群和张柏，2014）。Innography的专利申请人气泡分析图能直观体现专利申请人之间技术差距和综合经济实力，文本聚类分析功能可以帮助快速判断研究领域的技术要点（李建婷 等，2014；孙秀良 等，2017），专利强度指标可以从海量专利数据中筛选出高价值的核心专利，进而挖掘出技术领域的研发重点（贺伟 等，2014）。

本文运用Innography国际专利检索分析平台，以“Fruits or Vegetable or Vegetables or Rootstalk Vegetable or Vegetable Crops or Vegetable Crop”not“Vegetable Oil”为检索词，检索时间截至2016年12月31日，检索专利为授权且有效的发明专利。经过数据筛选去重除杂后，得到有效专利数据117 104条。相关数据利用Innography、Excel软件进行组合统计分析。

2　数据分析

2.1　年度趋势分析

根据蔬菜产业全球和主要国家专利年度申请量绘制图1。从图1可以看出，全球蔬菜产业技术发展大致经历4个阶段，具体为：2002年之前处于技术萌芽期，该阶段专利申请量增长缓慢，俄罗斯、日本申请量占比较大；2002～2010年申请量虽有波动，但整体增长平稳，处于平稳增长期；2011～2014年申请量呈现快速增长态势，2014年达到高峰，期间中国申请量占比持续增大，2014年占比更高达67.76%；2015年后申请量逐步下滑，有进入技术衰退期的迹象。从年度趋势线来看，俄罗斯、韩国与全球发展态势大致趋同，日本专利峰值出现在2009年，较全球更早进入快速成长期；中国专利峰值出现在2015年，晚于全球，2016年申请量虽有小幅下滑，但总体稳定，目前尚未出现明显的技术衰退迹象。

图1　1998～2016年全球及主要国家蔬菜产业专利申请量变化趋势

2.2　技术来源国与应用国分析

从发明人所在地即技术来源国（地区）、专利申请所在地即技术应用国（地区）的层面分析（表1），蔬菜产业专利技术集中度非常强，90.16%的专利发明人来自前10位国家和地区，92.67%的专利在前10位国家和地区申请。无论从技术来源国，还是从技术应用国来看，中国、俄罗斯、美国、韩国、日本均居前5位，引领了全球蔬菜产业的技术进步。有一个现象值得注意，即美国的技术来源数为10 098件，而技术应用数为7 877件，技术来源数明显大于技术应用数，是技术应用数的1.28倍；而中国、日本、俄罗斯、韩国的技术来源数和技术应用数相差不大。这一现象表明，在全球布局方面美国领先于其他国家，中国、日本等在全球专利布局方面明显偏弱。当然这种差距并不仅仅源自专利技术本身，还与专利整体数量与质量、专利运用能力、专利布局策略等息息相关。

表1　蔬菜产业专利技术来源国（地区）与应用国（地区）分析

2.3　IPC识别

IPC是目前国际上唯一通用的专利文献分类工具，它采用功能性为主、应用性为辅的5级分类原则，即部、大类、小类、大组和小组。专利数集中的IPC类组通常是技术研发的活跃区域（刘勤 等，2014，2017）。本文采用IPC大组分析蔬菜产业的技术构成，蔬菜产业最集中的9个IPC及具体技术内容见表2。

表2　蔬菜产业主要IPC分析

检索发现，番茄、辣椒、大白菜、黄瓜等大宗蔬菜在上述领域均有大量专利产生。但也有特例，即大白菜在采摘装置（A01D46）领域的专利少之又少。

一般认为辣椒、大白菜在化妆品中鲜有涉及，但实际上，将辣椒提取物作为天然防腐剂用于护肤品，将辣椒红色素作为天然着色剂用于唇膏，将大白菜提取物用于祛斑霜、美白液、抗衰老霜、面膜等，已有多项发明提出。

近年来，蔬菜产业研究内容趋于多元化，且交叉渗透，比如专利“一种智能化蔬菜大棚用远程控制喷灌装置”，集成栽培（A01G）、供电（H02J）技术，采用通信装置获取大棚温度和湿度变化情况，通过远程控制器控制水泵和喷洒装置进行集中灌溉；专利“一种人工光源培育蔬菜的装置和方法”集成栽培（A01G）、动力储存（F03D）、供电（H02J）、控制（G05D）技术，提出了在岛礁、兵站哨所、其他孤立工作点等远离社区、交通不便、没有电源等恶劣条件下可以使用的人工光源蔬菜栽培方法，尝试解决这些地区工作人员难以吃到新鲜蔬菜的难题。

2.4　技术热点分析

文本聚类是对文本信息进行有效组织、摘要和导航的重要手段。Innography的文本聚类功能可以根据词频快速提炼技术点。经反复检索，剔除不相关或相关度低的热词，包括“vegetable/fruit and vegetable/fruit and vegetables/Fruit Tree/benefical effects/side wall/simple structure/raw materials/following steps/right side/main body/cover bag/beneficial effects/DEG C/melon and fruit”等，得出蔬菜产业专利技术图景（图2）。图景中出现的关键热点词语是实施专利保护核心所在，围绕这些核心，各国和各大公司申请了大量相关专利，形成了庞大的专利保护网。技术图景中白色边界内的区域代表技术点，面积越大，代表技术点下的专利量越多。

图2　蔬菜产业专利技术图景

如图2所示，蔬菜产业技术热点涉及播种育苗、温室栽培、植保、采收、清洗、保鲜、储存、采后加工等各个环节，覆盖蔬菜全产业链。众所周知，蔬菜种植是一项劳动强度大、作业要求繁琐、劳动力成本高的田间劳作，尤其在采收环节更为明显。输送带、旋转轴、底盘、收获机等热点词语的出现，表明科研人员在提升蔬菜生产机械化程度方面取得了新的研究进展。值得一提的是，随着蔬菜产业的发展，环境污染的加剧，蔬菜病虫害越来越严重。与此同时，社会对蔬菜农产品质量安全关注度日益提高，农药残留和环保热词的出现，正顺应了蔬菜生产追求绿色、可持续发展的要求。安全高效低成本的病虫害防治、农药残留快速检测、测土配方施肥等关键技术的研发力度正在逐年加大。

热点词语泡菜的专利主要来自韩国，这和众所周知的饮食习惯息息相关。检索发现，中国发明创新涵盖了绝大部分技术热点，但在播种育苗技术这一热点上并无优势。

2.5　主要创新机构分析

Innography的专利申请人气泡分析图能直观体现专利申请人之间技术差距和综合经济实力。图中气泡大小代表专利多少，横坐标代表技术能力，纵坐标代表经济实力。处于第1象限的创新机构，技术实力和经济实力都很强，是领域的领导者；与之相对处于第3象限的创新机构，经济或技术实力稍显薄弱，是领域的仿效者和加入者；处于第2象限的创新机构，经济实力很强，是潜在购买方；处于第4象限的创新机构，技术实力很强，是潜在销售方。处于第2象限和第4象限的创新机构可以采用专利技术转让等合作模式达到共赢。

如图3所示，排名前12位的创新机构中：

① 德国拜耳、美国陶氏杜邦、瑞士雀巢、德国巴斯夫基本处于第1象限，可以认为是蔬菜产业的领导者。拜耳、陶氏杜邦、巴斯夫的农化产品，比如防治蔬菜白粉病、灰霉病、霜霉病的杀菌药，内吸性杀虫剂等；雀巢的蔬菜食品，比如蔬菜米粉等，均在全球得到广泛推广应用。荷兰联合利华和美国百事处于第2象限，是潜在购买方。这两家公司在蔬菜食品、蔬菜饮料方面的创新成果，推进了蔬菜产业链的延伸和快速发展。

② 瑞士农化巨头先正达、法国欧莱雅处于第3象限，较第一梯队虽稍显弱势。但先正达在蔬菜杀菌剂，欧莱雅在蔬菜提取物用于日化产品等方面取得的积极进展令人瞩目。处于第4象限的美国孟山都，是全球蔬菜种子领先生产商，拥有20多类逾2 000种田间蔬菜种子产品，可以满足全球各地消费者的消费喜好和生产要求。

③ 排名前12位的创新机构中，中国有2家上榜，即浙江大学和中国科学院，分别位居第10位和第12位，在引领全球蔬菜产业技术创新中占有一席之地。但两者同处第3象限，只是该领域的技术加入者和跟随者，在自主创新方面有待进一步提升。

图3　蔬菜产业主要创新机构

2.6　专利强度分析

Innography通过专利诉讼、专利引用和被引用数、同族专利数、专利权利要求数等指标来表征专利价值。将专利强度为80%～100%的专利归为核心专利，30%～80%的归为重要专利，0～30%的归为一般专利。如图4所示，蔬菜产业专利强度＞80%的核心专利占比仅为2.28%，＜30%的专利占比竟高达67.58%，可见蔬菜产业一般专利较多，而核心专利却严重缺乏。

图4　蔬菜产业专利强度分布

进一步对专利强度＞90%的1 619件专利进行分析，发现其产生年份集中于2003～2013年间，峰值出现在2006年，2009年后呈逐年走低态势。从发明人地域分布来看，专利数位列前5位的国家依次是：美国（1 056件）、德国（116件）、法国（67件）、日本（44件）、英国（44件），美国占比高达76.22%，中国为28件，占比仅为1.73%，与美国差距非常明显，在核心专利方面没有任何优势。从技术分布来看，核心专利主要集中于食品制备（A23L1）、化妆品制备（A61K8）、医药配制品（A61K9）、基因工程（C12N15）、植物再生（A01H5）等领域。美国专利US8961171B2强度最高，该发明涉及一种蔬菜榨汁机，2010年申请，2013年已实现转让。

3　结论与建议

2015年后全球蔬菜产业专利技术发展已相对成熟，有进入技术衰退期的迹象。该产业一般专利居多，核心专利严重缺乏，技术研发主要集中于食品制备（A23L1）、药物制剂（A61K36）、温室培养（A01G9）等IPC大组，研究内容近年来趋于多元化，且交叉渗透。中国在专利布局和核心专利拥有量方面，与美国差距明显；在技术热点方面，中国已做到大范围覆盖，但在播种育苗技术热点上并不具优势；浙江大学、中国科学院引领国内技术创新，但从全球范围看，只是技术加入者和跟随者，尚需进一步提升创新能力。

基于此，提出如下建议：一是多途径促进蔬菜产业专利申请、实施和保护，注重专利质量提升和专利海外布局，努力抢占技术制高点。二是积极推动协同创新，强化产学研合作，加快提高产业科技含量。三是加快专业化蔬菜基地建设，突出区域特色，实施品牌战略，加强无公害种植，提高经济效益。四是健全技术服务体系，强化蔬菜新技术、新品种试验、示范和推广应用，推进科技成果转化落地生根。五是发挥合作社、协会纽带作用，建立信息化服务网络，提高进入市场的组织化程度。六是完善产业链条，推进蔬菜产业向区域化布局、规模化生产、产业化经营、专业化服务的方向发展。

陈荣，曹明，孙济庆．2017．面向技术发展趋势的专利分析模型研究．科技管理研究，（10）：183-187．

范林强，柳平增．2017．蔬菜产业信息系统评价指标体系探究．南方农业，11（5）：61-63．

官建成，王刚波．2008．技术领域优势的国际比较研究．科学学研究，26（1）：90-97．

贺伟，张柏秋，田辛玲，李贺．2014．基于Innography平台的吉林大学专利分析．情报科学，32（8）：144-147．

赖朝安，钱娇．2017．基于知识图谱的专利挖掘方法及其应用．科研管理，38（4）：333-341．

李建婷，刘明丽，胡娟．2014．基于Innography的高校专利成果分析及科技创新能力研究——以北京工业大学为例．现代情报，34（7）：104-110．

刘芳，王琛，何忠伟．2011．中国蔬菜产业国际市场竞争力的实证研究．农业经济问题，（7）：91-98．

刘勤，何志文，郑砚砚，檀律科，黄旭，唐耘．2014．我国农用航空植保技术专利信息分析．中国农业大学学报，19（6）：272-278．

刘勤，王少康，胡良龙，郑砚砚，檀律科．2017．农机装备专利价值评估研究．中国农业科技导报，19（5）：86-91．

孙秀良，高彦静，伊雷．2017．基于Innography的生物质能源专利全球发展态势分析．图书情报导刊，8（2）：66-71．

王金凤，吴敏，岳俊举，吴汉争，冯立杰．2017．创新过程的技术机会识别路径研究——基于专利挖掘和形态分析．情报理论与实践，40（8）：83-86．

王效岳，赵冬晓，白如江．2017．基于专利文本数据挖掘的技术预测方法与实证研究——以纳米技术在能源领域应用为例．情报理论与实践，40（4）：106-111．

吴建寨，沈辰，王盛威，张建华，孔繁涛．2015．中国蔬菜生产空间集聚演变、机制、效应及政策应对．中国农业科学，48（8）：1641-1649．

张群，张柏．2014．燃料电池车专利情报研究——基于Innography专利分析平台．情报杂志，33（7）：38-43．

Meye R M．2002．Tracing knowledge flows in innovation systems．Scientometrics，54（2）：193-212．