专利密集型产业的测度研究综述
2021-07-05张莉
张 莉
(同济大学上海国际知识产权学院,上海 200092)
1 研究背景
继2012 年美国在《知识产权和美国经济:焦点产业》中首次明确界定了知识产权密集型产业,并分析了其对社会经济和就业的贡献以来[1],欧盟、中国等也相继发布了知识产权密集型产业相关报告[2-3],引起社会广泛关注。如表1 所示,2016 年美国发布的《知识产权和美国经济:2016 更新版》指出:2014 年美国知识产权密集型产业占其生产总值(GDP)的比重为38.2%,其中专利密集型产业的贡献率为5.1%;知识产权密集型产业直接创造就业机会2 787.7 万个,占其就业总量的18.2%,其中专利密集型产业的贡献率为2.6%[4]。2016 年欧盟发布的《知识产权密集型产业对欧盟经济和就业的贡献》指出:欧盟总经济产出的42.3%来源于知识产权密集型产业,其中专利密集型产业的贡献率为15.2%;知识产权密集型产业的直接就业人数为6 003.2 万人,占其总就业量的27.8%,其中专利密集型产业的贡献率为10.3%[5]。中国国家知识产权局[6]2016 年发布的《中国专利密集型产业主要统计数据报告(2015)》指出,2010—2014 年中国专利密集型产业增加值合计为26.7 万亿元,占GDP 的比重为11.0%,平均每年提供就业机会2 631 万个,以占全社会3.4%的就业人员创造了11%的GDP,其他各项经济指标也显著优于非专利密集型产业。这表明,以专利密集型产业为代表的知识产权密集型产业已经成为国家竞争优势的重要组成部分[7],培育和发展专利密集型产业是实现中国传统产业结构转型升级、新兴产业创新发展的重要途径[8]。
表1 中美欧专利密集型产业对经济和就业的贡献率
基于专利密集型产业的重要作用,准确界定和测度产业的内容和范围是研究专利密集型产业的基础,是政府实施产业政策的依据和决定性参考,而合理的产业目录决定着与专利密集型产业分析有关的经济贡献、创新效率、影响因素等后续研究的准确性,是专利密集型产业研究体系的基础[8]。鉴于此,本研究通过调研国内外相关文献和报告,从专利密集型产业的测度理论、测度指标、专利数据的选取以及专利与产业的关联4 个方面,系统地梳理和总结当前专利密集型产业测度的相关研究,为建立完善我国专利密集型产业研究体系提供参考。
2 专利密集型产业的测度理论
专利既是创新活动的产出,又是技术创新产业化中物化产出与价值增值的重要投入,处于创新价值链中承上启下的位置[9]。从专利承上启下的位置可知,专利密集型产业的测度主要遵循两条路径,具体如图1 所示1):一是基于知识生产函数理论,将R&D 投入作为知识生产的投入要素,专利作为知识创新活动的产出成果,强调专利对研发投入的回报程度[10-11];主要测度指标有R&D 投入和研发专利密度(指单位研发投入的专利量)。二是基于产品生产函数理论,将专利作为整个生产活动的投入变量,与资本、劳动等其他生产要素一起置于相应的生产函数框架下,探讨专利对最终产出的贡献程度[10-11];主要测度指标有人口专利密度(单位就业人数的专利量)和经济专利密度(单位经济规模的专利量)2)。
图1 专利密集型产业的两种测度路径
中、美、欧有关知识产权密集型产业的报告均是采用产品生产函数理论来测度专利密集型产业,反映出专利密集型产业专利要素优势较为突出的特点[10]。学界也多以产品生产函数理论来测度专利密集型产业,但近年来两种理论结合使用的研究逐渐增多,体现出专利要素在整个产业经济过程中所发挥的作用。
3 专利密集型产业的测度指标
3.1 基于知识生产函数理论的测度指标
(1)R&D 投入。美国战略研究机构NDP Analytics 发布的系列报告以人均R&D 水平(产业R&D 经费投入与从业人员数量之比)作为衡量产业知识产权密集程度的指标,认为R&D 投入与创新产出密切相关,且R&D 投入是比专利申请或授权更能反映知识产权价值的指标[12-13]。
(2)研发专利密度。选择研发投入作为专利密度的构成要素,指单位研发投入下的专利量,一般用产业专利量与产业R&D 经费投入之比来衡量。经济合作与发展组织(OECD)[14-15]在《科学技术和工业记分牌》系列报告中采用研发专利密度来衡量专利强度。
3.2 基于产品生产函数理论的测度指标
(1)人口专利密度。选择就业人口作为专利密度的构成要素,指单位就业人数专利量,一般用产业专利量与产业就业人数之比来表示。该指标反映了产业发展过程中对劳动者技能的要求,其值越大表明该行业劳动者素质越高,对技术工人的需求比重也就越大[10]。目前,人口专利密度是最主流的专利密集型产业界定标准。
(2)经济专利密度。选择经济规模作为专利密度的构成要素,指单位经济规模专利量,一般用产业专利量与产业工业产值(或主营业务收入、销售额等)之比来表示。该指标反映了产业市场价值增长的专利“含金量”[10],其值越大表明产业发展过程中创新驱动程度越高、技术进步更明显[11]。如Hu 等[16]即采用产业专利量与产业销售额之比来表示专利强度。
(2)人口专利密度-经济专利密度。孙玮等[11]认为对专利密度的测度往往将最终产出单一化,或选择产业经济规模指标,或选择产业就业人员指标,忽视了产业发展产出成果的复杂性和系统性,认为应该将产业发展成果聚焦为市场价值和就业两大类,即用人口专利密度和经济专利密度共同来界定产业的专利密集程度。姜南等[17]亦采用人口专利密度和经济专利密度相结合的方法来认定专利密集型产业。
3.3 基于知识生产函数-产品生产函数理论的测度指标
李黎明等[18-19]认为知识产权密集型产业不仅要有高密集度的知识产权产出,还需要高强度的研发投入。研发投入是体现产业创新程度和知识产权重视程度的一个指标,应该采用R&D 投入和专利密度共同来认定专利密集型产业。2019 年中国国家统计局[20]发布的《知识产权(专利)密集型产业统计分类(2019)》也将R&D 投入作为一个指标来综合筛选专利密集型产业。目前,基于知识生产函数-产品生产函数理论的测度指标主要有R&D 投入-人口专利密度、R&D 投入-经济专利密度、研发专利密度-经济专利密度和R&D 投入-人口专利密度-经济专利密度。
对专利密集型产业测度指标的详细梳理如表2所示,可以看出现有测度研究中多采用专利密度作为重要判断依据,其主要表征的是产业专利数量的密集程度。专利密集型产业本质上是以专利为核心要素,运用市场机制,通过专利创造、保护、运用和管理来获取经济收益的产业,不仅是专利数量密集的产业,更是专利要素高度参与产业发展并且依赖专利资源参与市场竞争的产业,其目的并不在于追求产业专利数量的密集。单晓光等[21]的研究表明,对我国大部分专利密集型产业而言,相对较高的专利密度尚未与产业经济指标形成强对应的正相关关系。李黎明[22]的研究表明,在控制区域差异和产业异质性后,专利质量比较优势会显著提升专利密集型产业竞争优势,如果专利质量发展水平停滞不前,将导致专利密集型产业无法将数量优势转化为经济竞争优势。可见,专利密集型产业不仅表现为专利数量密集度高,还应该是专利质量较高的产业部门[22],而产业专利密度并非越高越有优势,因此,忽略专利质量的影响,仅仅采用专利数量密集度指标来界定专利密集型产业,有可能导致专利数量较少但专利质量和价值较高的产业未被认定为专利密集型产业[9],而将专利数量庞大但对产业经济贡献较小的产业认定为专利密集型产业。
表2 专利密集型产业主要测度指标
4 专利密集型产业测度的专利数据选取
专利密集型产业测度中,专利数据的选取目前主要考查两个方面:专利增量和专利存量。专利增量可用专利申请量或专利授权量来表示。专利申请量最能及时体现产业对专利的需求,创新主体若认为专利对企业发展有利,便会尽快申请专利,但专利申请未经过实质审查,专利质量和稳定性均处于不确定状态;专利授权量是经过国家知识产权局专利局实质审查并最终获得授权的专利,标志着所涉技术具有一定的创新水平,专利质量和稳定性更高,然而专利授权需要较长时间,有一定的时间滞后性。鉴于目前各有关统计报表中均只公开分行业的专利申请量,并不公开分行业的专利授权量,因此国内绝大部分研究中专利增量数据均选取专利申请量来表示,仅王黎萤等[23]采用了专利授权量来计算专利强度,专利授权量数据通过区域知识产权局向国家知识产权局发函获得;而美国、欧盟和中国的相关报告中均选取专利授权量来测度专利密度3)。另一方面,毛昊[8]认为使用有效专利(专利存量)指标更具优势,原因在于与授权专利相比,有效专利相对较少地受政府资助政策影响,表现为更高的市场驱动特性,而且使用有效专利进行产业密度测算可以与每万人口发明专利拥有量指标形成协同呼应,增强政策目标的一致性;而姜南等[17]、李黎明等[18-19]则从专利增量和专利存量两个层面来计算产业的专利密集度。
综上所述,目前来看,专利密集型产业测度中专利数据是使用专利申请量、专利授权量、专利有效量抑或其组合,并无定论,然而,无论是使用专利申请量、授权量还是有效量来测度产业专利密度,其表征的主要是产业专利数量的密集程度,并未反映出专利质量对产业发展的影响,因此,在测度产业专利密度的基础上应该进一步体现出专利质量对提升产业竞争优势的作用。尽管目前国内外对专利质量的内涵尚未有统一定论,但主要从技术进步、法律审查和经济效益等角度进行考量[24],评价指标主要有专利引证、专利维持时间、专利族大小、专利保护范围、权利要求项数等[25]。在进行专利密集型产业测度时,考察所有专利质量的评价指标显然是难以实现的,从数据的可得性和测度的可操作性来看,选择专利维持时间作为专利质量的表征指标是可行的。一方面在于专利维持时间是表征专利质量和市场价值的关键指标[26],另一方面在于专利维持时间相对于专利引证、专利族大小、专利保护范围和权利要求项数等指标而言更简单、易操作、可比较。
综合考察产业的专利数量规模和质量结构,才能实现对专利密集型产业的精准测度,而使用专利有效量及其维持年限可以达到测度产业专利数量规模和质量结构的目的。原因如下:(1)专利存量是专利授权后,继续生产、销售、进出口专利产品,通过缴纳专利年费维持有效的专利,能够体现出专利技术的市场价值变现与垄断控制力[27],符合专利密集型产业的定位;(2)专利增量受政策和环境的影响较大,专利申请量或授权量均无法有效消除非正常专利申请的影响,且专利增加并不意味着产业化和专利价值实现的开始,不能完全反映专利的市场价值,而根据市场法则,专利权人只有在维持专利权有效带来的收益大于维持成本时,才会选择继续维持专利有效[26],因此有效专利量可以有效消除非正常专利申请的影响,具备真实的市场驱动特性;(3)考察专利维持年限的前提便是专利有效,因此使用专利有效量及其维持年限使得指标具有前后一致性和承接性,通过测算产业有效专利的密度、平均维持年限,以及产业中维持不同年限的有效专利的比重,能够反映产业专利的数量规模和质量结构,消除目前测度中仅考虑专利数量而未考察专利质量的不足。
5 专利与产业的关联
5.1 产业专利数据获取途径
美国和欧盟的专利分类系统及产业分类体系之间拥有对照关系,因此可以直接得到分行业的专利数据,而目前国内专利数据和产业数据是分离的,并不能直接得到按产业分类的专利数据。从现阶段国内已有相关研究来看,产业专利数据主要通过如下3 种途径获得(如表3 所示):
表3 国内产业专利数据主要来源
(1)来源于国家统计局按《国民经济行业分类》统计的专利数据。这种统计方法的优点在于专利数据统计口径与产业吻合,数据的可用性较高[28];缺点在于数据完全受限于统计的类别。具体而言存在以下问题:一是根据目前的统计体系,《中国统计年鉴》《中国科技统计年鉴》《工业企业科技活动统计年鉴》《中国高技术产业统计年鉴》等均只按大类统计。《中国经济普查年鉴》和《中国工业统计年鉴》能够支持中小类行业数据分析,但仅有《中国经济普查年鉴》提供专利数据,而目前《中国经济普查年鉴》仅有4 版,分别是2004、2008、2013和2018 年版本,因此,现有文献对专利密集型产业的研究主要基于行业大类进行。二是各类年鉴均只统计专利申请量和有效量,并未统计专利授权量,因此,专利密集度的测算主要采用专利申请量和有效量数据。
(2)编写相应产业的检索式,在专利数据库检索得到产业专利数据。这种方法可以根据研究的需求得到任何产业、任何细分领域的专利申请、授权、有效量等数据,但需要较强的专利检索基础,而且检索结果会因检索人员、检索策略、专利数据库等不同而存在差异,即数据的可重复性不高,目前仅有孙玮等[11]采用了此种方式来获得产业专利数据。
(3)根据专利分类与产业分类的对照关系获得产业所对应的专利分类号列表,利用专利数据库检索得到产业专利数据。由于专利数据采用国际专利分类(IPC)对其涉及的技术领域进行标识,而没有专门针对专利所对应的产业进行分类,导致不能直接以专利分类为入口获取指向产业的专利数据,因此,需要构建权威且完善的国民经济产业分类与国际专利分类对照关系,将专利数据划分到对应产业,以实现专利密集型产业更加细化的筛选和分析(如图2)。目前,国家知识产权局发布了两版《国民经济产业分类与国际专利分类对照表》,分别是2015 年发布的《国际专利分类与国民经济行业分类参照关系表(试用版)》和2018 年发布的《国际专利分类与国民经济行业分类参照关系表(2018)》,在国民经济行业小类层面与国际专利分类构建了对照关系,因此,利用此种方式获得中小类产业的专利数据是可行的,但目前采用这种方法的文献非常少,仅有单晓光等[21]和李黎明[22]做过这方面的尝试。
图2 专利分类与产业分类的对照关系
5.2 产业视角与企业视角
专利与产业的关联视角有产业视角和企业视角两种[21],如图3 所示4)。其中,产业视角是指将专利直接划分到产业,得到按产业分类的专利数据,专利与产业的关联通过国家统计局按《国民经济行业分类》统计或《国际专利分类与国民经济行业分类参照关系表》实现,按工业大中小类划分的就业人数可以通过《中国统计年鉴》《中国经济普查年鉴》和《中国工业统计年鉴》等获得;企业视角是指将企业按产业分类,通过企业专利数据得到按产业分类的专利数据,专利与产业的关联方式通过企业所属国民经济行业类别实现。由于专利著录项目记载有专利权人,所以企业的专利数据可以直接通过专利数据库获得,只需将企业划分到相应国民经济行业就可以得到按行业划分的专利数据,企业所属行业类别及就业人数可以通过中国工业企业数据库等获得。
图3 基于产业视角和企业视角的专利密集型产业测度
比较起来,上述两种方法各有优缺点:从产业视角最符合专利密集型产业的定义,但不足之处在于对产业的分析无法落脚到企业层面;从企业视角能同时获得产业层面和企业层面的具体信息,但也容易过度关注细节而忽视产业全局情况[21]。鉴于很难获得全产业所有企业名单,并且检索所有企业的专利数据工作十分繁琐,因此目前主流方法是从产业视角进行专利密集型产业测度。很明显,从企业视角可以将对产业的分析深入到企业层面,无疑将使得专利密集型产业的研究体系更加全面、深入和完善。事实上,欧盟内部市场协调局(OHIM)于2015 年发布的《知识产权与欧洲企业绩效:一个经济分析》报告即从企业角度深入研究了知识产权与企业绩效之间的关系,提供了知识产权与企业经济效益之间存在高度相关性的证据。因此,基于企业视角的专利密集型产业(企业)研究将是下阶段应该尝试开展的工作。
6 结论与展望
6.1 结论
本研究从专利密集型产业的测度理论、测度指标、专利数据的选取以及专利与产业的关联4 个方面系统地梳理和总结了现阶段专利密集型产业的测度研究,得到如下结论:
(1)专利密集型产业的测度主要遵循两种理论:知识生产函数理论和产品生产函数理论,主流方法是采用产品生产函数理论来测度专利密度,但近年来两种理论结合使用的研究逐渐增多,更加注重专利要素在整个产业经济过程中所发挥的作用。
(2)测度指标主要有:R&D 投入、研发专利密度、人口专利密度和经济专利密度及其组合,早期研究主要采取单指标,主流界定标准是人口专利密度,近年来趋向于采用多指标,如人口专利密度-经济专利密度、研发专利密度-人口专利密度、R&D 投入-人口专利密度-经济专利密度等,测度指标体系日渐完善,测度也更加全面和准确。
(3)专利数据选择方面,专利增量反映产业创新活力程度,专利存量反映产业技术累积程度,各有优势,因此目前研究中对专利数据的选取并无定论,然而,无论采用何种专利数据,专利密度主要表征的仍然是产业专利数量的密集程度,并未反映出专利质量对产业发展的影响。
(4)专利与产业关联方面,数据来源十分单一,主要依靠国家统计局根据国民经济行业分类的统计数据,对产业的测度多限于行业大类;此外,鉴于企业数据不易获得,目前主要从产业视角进行专利与产业的关联,从企业视角的研究十分缺乏。
6.2 展望
(1)吸纳反映产业专利质量的测度指标。目前研究中对专利密集型产业的筛选主要从产业的专利数量出发,并未考察专利质量的影响,事实上,只有高质量、高价值的专利才能形成市场驱动力和控制力,继而深刻影响产业的发展,因此专利质量是比专利数量更重要的指标。鉴于此,可以使用专利有效量及其维持年限等指标,通过测算产业有效专利的密度、平均维持年限以及产业中维持不同年限的有效专利的比重,对产业的专利数量规模和质量结构两方面进行考量,消除目前测度中仅考虑专利数量而未考察专利质量的不足,以实现对专利密集型产业的精准测度。
(2)以行业中小类数据为基础识别专利密集型产业。目前研究中产业专利数据主要来源于国家统计局公布的各类统计报表,使得专利密集型产业的研究多局限在大类层面,而国际上的研究主要在行业中类层面开展,因此,以行业中小类数据为基础识别专利密集型产业不仅有利于国际比较,而且便于制定更加细化和聚焦的产业培育政策。
(3)从企业视角进行专利密集型产业研究。目前主流方法是从产业视角进行专利密集型产业测度,导致对产业的分析较为宏观,而基于企业视角的专利密集型产业研究将有助于得到知识产权与产业或企业经济绩效之间关系的详细证据,有利于深刻认识知识产权在产业以及企业发展中所发挥的作用,无疑将使得专利密集型产业的研究更加细致和深入。
注释:
1)部分图的表达来源于文献[11]。
2)研发密度、人口密度、经济密度的说法来源于文献[8],本研究为突出指专利密度,因此加了“专利”两字。
3)欧盟报告中专利数据为在测度时间范围申请并最终获得授权的专利数量。
4)根据文献[21]略作调整。