基于创新视角的技术路线图制定中的专利分析应用研究

李勇敢 李耀峰

摘 要：本文基于技术创新视角，将技术路线图制定中的创新活动指标与专利分析方法中的指标进行提取，分析创新活动特征与专利特征之间的内在联系，剖析技术路线线图与专利分析方法的相互作用，并构建专利分析方法对技术路线图制定的支撑作用模式，以期对后续研究提供理论支撑。

关键词：技术路线图;专利分析;支撑作用

中图分类号：G306;U469.72-18 文献标识码：A 文章编号：1003-5168（2021）07-0142-05

Research on the Application of Patent Analysis in the Formulation of Technology Roadmap from the Perspective of Innovation

LI Yonggan LI Yaofeng

（Henan Provincial Intellectual Property Affairs Center，Zhengzhou Henan 450000）

Abstract： Based on the perspective of technology innovation， this paper extracted the innovation activity indicators in the formulation of the technology roadmap and the indicators in the patent analysis method， analyzed the internal connection between the innovation activity characteristics and the patent characteristics， and analyzed the technology roadmap and patent analysis methods. The interaction between patent analysis methods and the establishment of a supporting role model for the formulation of technical roadmaps by patent analysis methods was expected to provide important theoretical support for subsequent research.

Keywords： technology roadmap;patent analysis;supporting role

在技术飞速发展的今天，专利分析在科技界和产业界的重要性日益凸显，主要体现在规划技术发展方向、减少科研经费、开拓自主创新空间、突破技术障碍等方面，进而有效提升国际竞争力。国家、行业与企业在前景规划和技术预测中对技术路线图的应用日益增加。因此，找到技术路线图与专利分析工作的契合点，将两项工作有效融合，对推动技术创新、提升区域专利竞争力具有重要的理论价值与实践意义。

1 专利特征与创新活动特征的关联分析

1.1 技术路线图制定中的创新活动分解

技术路线图作为产业预测、技术发展规划的一种现代创新工具，经常被管理部门、创新主体应用于区域产业发展规划和技术发展预测中。技术路线图的应用能帮助相关部门、创新主体直观地了解相关技术的市场定位、产业发展现状，明晰产业的相关关键技术和未来技术发展趋势[1]。技术路线制定过程中创新活动分解如图1所示。

1.2 专利特征与创新活动特征的匹配

1.2.1 行业的专利类型分布能直观地反映该行业技术创新活动的相关特征。不同行业内创新主体因其研发能力、研发投入、市场定位等因素影响其技术创新能力的强度，也间接地对创新主体技术创新活动产出的专利成果类型具有一定的影响[2]。

1.2.2 技术创新活动中的行业分类与专利IPC（International Patent Classification，国际专利分类）分类的对照。目前，我国沿用的专利分类标准是根据《国际专利分类斯特拉斯堡协定》编定的。这种分类相较于国民经济分类会更细致一点，国民经济分类中的相关产业对照IPC分类中的技术，可能是一个或者多个[3]。

1.2.3 专利信息能反映技术创新的特点。技术路线图制定过程中，要对创新活动特征进行统计研究。而对专利信息进行分析能反映技术路线图制定过程中的技术创新特点，包括分析专利权人信息、发明人信息、专利演变等[4]。

1.2.4 专利信息的时间标签能映射技术创新活动的发展态势。专利分析中的专利态势分析主要是对专利申请、授权等信息以时间轴的形式进行有效呈现，展示相关创新主体专利技术发展现状，反映创新主体的创新过程。

2 技术创新视角下专利分析方法的内容分解

2.1 创新活动研究中的專利特征应用现状

近年来，对专利特征的研究层出不穷，在各项研究中所占的比例也日渐增大，研究主要集中在专利与经济增长关系、专利与社会发展关系、专利与创新活动关系等方面。在当下的技术创新相关研究中，专利特征作为可量化的指标用于印证创新活动强度、预测创新活动前瞻性的研究也越来越多。

2.1.1 创新活动地域的差别。以不同地域的专利情况为研究对象，探讨不同区域内的创新活动现状和差异。例如，有学者将部分区域的专利现状与研究开发投入、创新制度等创新活动指标做关联分析，研究其相关关系。

2.1.2 创新活动中的专利特征在各行业中的差别。现有的行业专利数据验证研究主要可以分为两种类型：第一，从理论层面将专利特征与创新活动做关联研究，将专利分析中的分析指标与创新指标做关联分析，构建分析模型，探讨两者的内在关系;第二，以专利特征为基础，探究专利特征与经济增长和社会进步的关系。例如，部分学者对欧美国家的创新活动现状进行研究时，以专利特征为研究对象，侧面验证该区域创新活动的现状。

2.1.3 各类技术领域的创新活动对比。对相关产业的专利信息进行分析，能反映该行业/产业内的各创新主体的创新现状与技术发展趋势，还能以技术发展视角展现创新主体在整个行业内的创新特征和创新主体自身的技术发展模型。例如，学者Walsh在研究中把产业发明情况与创新特征作为研究主体进行关联，并通过将产业创新主体的专利现状与相关行业科技文献和相关行业经济数据有效结合起来，论证创新主体的发明情况与创新活动的关联。创新活动的基本特征可以通过对不同类型的专利现状反映出来，但是经济活动增长率和关键创新技术不能详尽地反映出来。

2.1.4 不同创新主体的技术创新特征展示。对单个创新主体的专利拥有现状进行有效统计分析，能直观地反映创新主体的技术研发历程和技术研发现状，对客观评估创新主体的创新活动和创新模式有着重要的参考价值。美国专业科技类期刊《技术评论》，主要从专利产出视角对美国八大主导行业的专利现状进行统计分析，反映各行业不同创新主体的技术强度和技术演变现状。

2.2 专利分析的指向对象

专利分析方法大致划分为三种类型：专利构成分析、专利趋勢分析、专利文本聚类分析等。

专利文献的研究内容主要包括以下几方面。

第一，描述技术特征和创新特征的著录项信息，例如，描述技术本身的专利摘要信息、专利说明书信息等;呈现技术活动的专利申请时间、专利类型、专利分类等信息。

第二，呈现专利对应技术的创新主体信息，如权利人信息和发明人信息等。

第三，反映专利对应技术价值和展现相关同族/同类专利的印证信息。

第四，反映区域专利特征和对应的专利制度信息，如优先权、专利公开等信息，将专利信息中包含的时间维度信息进行关联，能直观地反映该专利技术的演变情况。

在专利分析工作中，通常要提取专利文献中的相关特征要素，专利分析方法指标如图2所示。

在技术路线图制定中，通常会对创新主体的创新特征进行提取，并进行归类分析。

第一，对创新主体所属行业的现状进行分析。对创新主体在某一特定时间段的专利申请活动进行统计，展现创新主体的专利活动规律，直观反映创新主体创新活动的动态、趋势及活跃程度。同时，结合该时期内的相关政策因素，对专利活动现状进行关联分析，探究两者之间的因果关系。

第二，对创新技术的先进性进行评价分析。专利文献所呈现的技术本身具备一定的前瞻性，通过对创新主体的专利类型进行统计评价，能在一定程度上反映该主体所拥有技术的研发路线，进而研判该技术在当前领域内的地位和先进程度。

第三，分析区域创新竞争力。对区域内专利现状进行统计分析，能通过专利文献相关指标反映区域创新能力，评估区域创新竞争力。对区域内相关主导产业专利现状进行统计，通过相关领域内的重点专利权人统计和发明人进行归类呈现，结合该领域其他专利权人的情况，可以帮助区域内相关创新主体了解自身产业技术发展在同行业中的定位，并且有效认知同行业目前研发方向和潜在竞争对手。

第四，创新主体关联性分析。对专利文献中的相关著录项进行统计，可以分析相关技术领域内创新主体的关联性。专利权人和发明人信息可以客观地反映相关研究人员在某项技术中的研究贡献度，由此为创新主体的研发活动指明方向;对著录项信息中的转让、融资等信息进行统计，能挖掘出各行为主体间的关系，以此来辅助判别相关创新主体的关系;对国外相关技术信息进行统计，了解目前国外相关技术研发现状，能帮助创新主体有针对性地制定下一步研发战略。

3 创新维度下技术路线图制定中专利分析的支撑模式

3.1 基于技术创新指标的专利分析与技术路线图工作的关联

在专利分析工作中，选择不同的指标模型，得出的分析结果指向也不尽相同。将专利分析常用指标进行归类，不同指标类别应用的专利分析结果都够客观地对目标创新主体的技术创新活动提供强有力支撑。将专利分析方法中的相关指标进行有效组合，能得出不同的分析结果，能直观地反映技术创新活动的相关特征信息。专利分析的专利地图、专利趋势等专项分析能客观印证技术创新活动的目标设定，专利拥有量、专利类型等量化分析结果能够清晰地呈现技术创新活动现状，专利文本聚类能呈现技术布局情况，具备前瞻性，能为技术创新活动的战略布局提供一定参考。

通过对专利分析方法、专利分析内容的解析，以技术创新视界将技术路线图中的创新活动一一对应，专利分析方法中的各项分析指标，能对应创新主体的创新特征，用专利分析对应的创新活动指标来阐述技术路线图制定过程中的创新主体技术创新的各项指标。专利分析内容与技术创新活动的对应关系如表1所示。

3.2 技术路线图制定过程中的专利信息应用模式

在技术路线图的制定过程中，方法种类繁多，制定的标准也多种多样。这是由于技术路线图的制定工作是对某一区域或者某一产业的技术发展现状进行呈现，对未来一定期限内的发展方向进行提前设定，而不同研究目标主体的经济发展、产业定位都不尽相同，因此，技术路线图的制定无法参照一种固定标准来进行。本文旨在从技术创新维度对创新活动的各项基本特征进行提取、分类，与专利分析方法和技术路线图制定的各项指标一一对应，探索技术路线图制定过程中的专利信息应用支撑模式关系图，以期对后续的技术路线图研究提供一定的理论依据。专利信息应用支撑模式如图3所示。

3.2.1 引证文献关联度分析。专利引证文献关联度分析主要是以专利文献本身的引证信息、引证信息对应的专利文献为研究对象，分析与相关技术对应的同类、同族专利的情况。在技术路线图的制定研究中，引证文献关联度分析能为技术路线图制定过程中的技术现状分析、核心技术分析等方面提供重要的参考依据。

3.2.2 专利量化及技术生命周期分析。以阶段内的专利现状和技术发展趋势为研究要素，对创新主体的专利现状进行详细统计分析，能反映创新主体的技术创新特征，了解创新主体核心技术的研发特征。在实际操作过程中，主要体现在创新主体的专利数量、专利申请时间和专利存续时间等几个维度。从这几个维度对创新活动特征进行剖析，与创新主体开展的各创新活动相关指标相关联，能直观地对应上技术路线图制定中的技术先进度、研发活跃度等指标，因此能对相关的创新指标统计起到一定的支撑作用。

3.2.3 创新主体及地域分析。以创新主体的个体信息与区域分布信息为研究要素，以数量统计方法，呈现创新主体所在行业和所在区域的相关创新信息，能探究区域内相关行业的创新活动特征、区域研发强度、区域创新实力，对应创新活动的特征信息。

3.2.4 技术主题关联分析。技术主题关联分析主要是以技术文献中的对应关键词频为研究对象，以数量统计中的聚类分析为研究方法，将专利技术以树状、柱状等形式呈现出来，反映创新主体的技术演变情况，并与技术路线图制定中的核心技术确定、技术研发路线、技术研发方向等創新要素对应，提供强有力的支撑作用。

3.2.5 技术价值度分析。技术价值度分析是以专利技术中的专利转让、转化、质押、贷款、作价入股等技术金融活动为研究对象，以数量统计的方法，呈现相关主体的技术金融活动，对应创新研究中各项指标。

4 结语

当前，在日趋复杂的国际贸易争端环境下，区域技术创新能力的重要性不断凸显，而专利技术作为技术创新活动成果的载体，在创新活动中占据一定的重要地位。专利技术对应的专利信息具备信息收集简单、信息量大、信息真实度高等优势，反映着区域的创新活动现状。而技术路线图工作作为预测/反映区域创新路径的工具，能在行业发展历程中起到一定的指引和预测作用，但技术路线图的制定中，部分创新因素的评价与选择都存在一定的不确定性。因此，本文基于技术创新视角，将技术路线图工作中的创新活动和专利信息包含的创新指标相对应，以探讨两者的关联性，构建专利分析方法对技术路线图制定的支撑作用，为创新主体、创新战略制定者提供强有力的理论依据。

参考文献：

[1]董微微.专利分析方法对技术路线图制定的支撑作用研究：基于技术创新视角[J].现代情报，2017（2）：44-51.

[2]许崇春.基于技术路线图、专利地图和TRIZ集成的产业集群创新技术路径研究[J].科技进步与对策，2012（14）：46-49.

[3]王燕玲.基于专利分析的我国低技术制造业技术创新特征研究[J].统计研究，2011（4）：57-61.

[4]田凤.专利信息分析关系企业的技术创新[J].中国发明与专利，2014（4）：34-36.

[5] LIU Y，CHENG G P，Yang Y U . Patent applications of the Top 500 foreign investment corporations in China[J]. Scientometrics，2006（1）：167-177.

[6]方曙. 基于专利信息分析的技术创新能力研究[D].成都：西南交通大学，2007.

[7]姜全红.专利资源的量化分析研究[J].情报杂志，2006（1）：4-7.

[8]李欣，黄鲁成.技术路线图方法探索与实践应用研究：基于文献计量和专利分析视角[J].科技进步与对策，2016（5）：62-72.

[9]刘和东，徐亚萍.联盟网络提升企业创新能力的统计验证[J].统计与决策，2020（2）：186-188.