授权前知识迸发专利的识别及其演化轨迹研究*

侯剑华 杨秀财 宋昊阳

(中山大学信息管理学院 广州 510006)

0 引 言

专利技术扩散不仅可以提高专利的商业价值和影响力[1-2],还可以发挥检验专利质量的作用[3]。增强专利技术的转化和扩散,更有利于推动技术创新以及提高社会经济效益[4-5]。近年来,学界对专利技术扩散的测度[6-7]、外部影响因素(科学论文、社会环境)[8-9]等问题开展了大量的研究。然而,已有研究关注的焦点主要是专利授权后技术扩散的影响及其特征,对专利从申请公开到授权以前特征的探索相对较少。自1964年荷兰专利法正式确认“早期公开和延迟审查制度”(即专利授权前公开制度)以来,“授权前公开制度”已经被中国、美国、法国和德国等在内的越来越多的国家所采用。已有研究中,学者们调查了“专利授权前公开制度”在实施前后对技术、经济和知识扩散的影响,发现早期向公众公开有用的技术信息可以促进技术知识的扩散[10-11]。此外,随着中国创新驱动发展战略和加快科技成果转化等策略的实施,社会各界普遍希望高价值专利可以及早的发现和转化[12],以避免造成专利技术资源的浪费。

为了揭示专利早期的知识扩散轨迹的特征和规律,根据“授权前公开制度”实施后对专利知识扩散影响,界定了“授权前知识迸发专利(P-GKBP)”,即如果专利文件A在授权前的申请年内发生专利知识迸发,则称专利A为“授权前知识迸发专利”。其中“知识迸发”代表了专利知识在一定时期内突然受到的关注程度以及专利改进或替代方案的涌现,是专利理论价值和实践价值的重要体现。“知识迸发”出现的越早越有利于减少潜水艇专利(睡美人)、缩短技术创新周期、促进技术的进步。本研究以无线通讯领域的授权专利为分析对象,通过对授权前知识迸发专利的识别,揭示专利早期的知识扩散轨迹的特征和规律。

1 研究回顾

1.1 专利技术扩散研究

技术扩散是技术创新和社会进步的重要途径。Schumpeter 在1912年将技术创新的大范围模仿视为技术创新扩散[4]。Stoneman等学者认为技术扩散是一项新技术被转移、广泛应用和推广的过程,所以没有技术扩散,创新便很难产生经济影响[5]。现有研究中,学者们常常利用专利文件的引用等指标对技术扩散进行定量测度[7,13-15],并对技术扩散的影响因素[9,16]、专利知识溢出等进行探讨[6,17]。此外,还有一部分学者利用专利的引文网络去探究专利扩散,揭示不同专利技术在知识扩散过程具有的网络结构特征[18-19]。但是,学者在利用专利技术扩散探究专利知识溢出,以及利用专利引文网络探究专利知识扩散时,往往是利用专利在一个较长时间窗口内的被引情况去研究,并未考虑专利在较短时间窗口内产生的影响力特征。并且,学者们探讨专利技术扩散的影响因素时更多关注的是专利文本以外的因素对技术在较长时间窗口内的影响,如科学出版物对专利技术的影响[13,20]、地区生产率和市场因素对专利技术扩散的影响等问题[21-22],少有学者从专利文本的本身属性入手,探究专利文本属性对专利技术知识扩散轨迹的影响。探究专利文本属性对专利技术扩散的影响,有利于发明人以及专利权人从技术的源头把握技术的创新性和社会价值,可以快速地推动科技进步和技术创新。

1.2 技术知识扩散轨迹的识别方法与轨迹类型研究

技术扩散是相互联系、相互作用的各种影响技术知识扩散的要素在一定区域范围内的分布,其本质是知识的扩散。所以,在探讨技术扩散时,学者们常常从知识扩散展开。在知识扩散轨迹研究中,学者们探讨了科学论文的知识扩散轨迹,学者利用论文的逐年被引情况或者特定时间窗口内的被引情况去绘制论文的引文轨迹,进一步通过论文的引文轨迹去揭示论文影响力或者论文生命周期的变化规律以及特征。学者们根据论文引文轨迹的差异性,通过主观的判断[23-24]、曲线拟合[25]、三指标法[26]、B指数[27]、四分位数法[28]、心跳指数[29-30〗、引文角度β法[31]等方法定义了“睡美人”“全要素-睡美人”“昙花一现”“漂亮女孩”等一些特殊的引文轨迹类型。但是,较少有学者利用专利在不同时间的被引和法律状态(转让、许可)指标去绘制专利技术的影响力扩散轨迹,以及探究不同轨迹具有的特征。Hou 等[7]基于专利的被引和法律状态(转让、许可)指标,通过对授权专利的知识扩散轨迹进行研究,识别出了昙花一现、豌豆公主、丑小鸭、睡美人四种知识扩散轨迹,并重点探讨了“丑小鸭”和“睡美人”的轨迹特征。其中,“昙花一现”专利,是指授权专利文件仅在申请的早期发生一次知识迸发,其余时间均未产生知识迸发。但是Hou 等[7]并未指出“昙花一现”专利是否值得关注,以及“昙花一现”专利知识迸发时的属性特征。因此,将基于专利文件的引证和法律状态指标去描绘专利的知识扩散轨迹,并根据专利技术扩散轨迹的知识迸发情况,识别出P-GKBP,揭示P-GKBP知识扩散的属性特征以及其知识迸发的原因,P-GKBP与“昙花一现”专利的异同等。揭示P-GKBP及其技术扩散轨迹特征对技术研发者、科学家和技术管理者等都具有重要实践价值。

2 研究方法与数据来源

2.1 数据来源与处理

使用IncoPat数据库(https://www.incopat.com/)的专利数据。IncoPat数据库是一个涵盖世界范围海量专利信息的商业数据库,目前收录了全球120个国家、组织或地区,超过1.4亿件的专利文献,其数据采购自官方和商业数据提供商,并且对专利著录信息、法律(转让,许可等)、运营、同族、引证等信息进行了深度加工及整合,可实现数据的24小时动态更新[7]。在Incopat专利数据库中,根据无线通信网络技术特点以及国际专利分类表(IPC)中的界定,设置检索式为“TIAB=(无线通信 OR 移动通信 OR 蜂窝网络 OR 射频识别 OR WLAN OR Wi-Fi OR RFID OR OFDM OR MIMO ) AND IPC=(H04W)AND AD=[19960101 TO 20151231] ”,一共检索到23 956件在中国获得发明授权的专利,如图1所示。为了准确地计算每件专利在不同时间产生的知识扩散,根据23 956件专利的申请号,对每件专利在每年的被引情况、转让、许可情况进行数学统计,并通过PA函数对每件专利的知识扩散进行测度。

图1 1996-2015年无线通信技术领域发明授权专利的申请时间分布

2.2 研究方法

在Hou 等一文中,为了描述一件专利在被引(Ci)、转让(Tr)和许可(Li)共同作用下的技术知识扩散轨迹,提出了PA函数[7]。

PA=Wci·Ci+Wtr·Tr+Wli·Li

(1)

其中,Wci为Ci的权重,Wtr为Tr的权重,Wli为Li的权重,Ci 为专利的每年被引频次,Tr 为专利每年获得的转让次数,Li为专利每年获得的许可次数,PA表示专利每年在三个指标共同作用下产生的技术知识扩散影响。

并且,当假设专利转让和许可给专利带来的影响是相同的时,通过三个指标之间的关系构建结构矩阵,计算出三个指标的权重分别为Wci=0.0526,Wtr= Wli =0.4737[7]。研究中在描述专利随时间的技术扩散轨迹时,仍然采用这一函数,将三个指标对专利的影响力作为衡量专利技术扩散轨迹的测度指标,对每件专利的技术扩散轨迹进行绘制。

其中,专利知识迸发指如果一件专利A,某一年在引证和法律状态(转让或许可)共同作用下产生的技术知识扩散影响力大于等于Pb,称专利A在这一年发生了一次知识迸发。Pb为专利发生知识迸发的阈值。学者和科技管理人员在确定专利苏醒时常常依据专利是否发生转让或许可等法律状态的改变[7]。如果专利发生转让或许可,则认为以该专利为代表的技术应用到实际生产中,使专利发生了苏醒,实现了技术价值。因此,根据Hou 等研究,在PA函数中,当将专利发生转让或许可作为苏醒的临界值,并赋值为1,Ci=0时,PA=0.4737(即专利发生苏醒);同时,当PA=0.4737,Tr和Li为0时,Ci取整数后为10,即专利如果通过被引的方式单独发生知识迸发,至少需要被引10次[7]。因此,研究中将一年内被引10次以上或者发生1次以上转让(或许可)作为专利发生知识迸发的阈值Pb,即专利知识迸发阈值Pb=0.4737。

3 研究结果

利用PA函数对无线通信技术领域中的23 956件专利文件的技术扩散轨迹进行测度,识别出了独具特色的P-GKBP。重点探究不同的P-GKBP知识迸发的原因、P-GKBP的权利变化、P-GKBP是否会再次迸发。并且,在此基础上通过对P-GKBP的引证追溯,探究P-GKBP是否具有马太效应等。

3.1 P-GKBP的识别结果

根据专利的技术扩散轨迹指标结算结果,对无线通信技术领域23 956件专利文件进行逐件筛选,一共识别出了44件在申请年发生知识迸发的P-GKBP,部分专利轨迹如图2和图3所示。从44件P-GKBP申请人的类型上看,与大专院校、科研单位相比,企业中的专利更容易产生P-GKBP。在这44件P-GKBP中有79.5%的专利申请人类型是企业或者含有企业,而申请人类型为大专院校的P-GKBP仅为13.6%。

图2 申请号为CN201010127347.4的P-GKBP技术知识扩散轨迹

图3 申请号为CN201010173632.X的P-GKBP技术知识轨迹

从这44件P-GKBP在申请年发生知识迸发的原因来看,有12件P-GKBP的知识迸发是由引证指标的单独作用引起,有8件P-GKBP的知识迸发是由引证和法律状态改变两类指标的共同作用引起的,有24件P-GKBP的知识迸发是由专利法律状态的变化指标单独作用引起的。

当将P-GKBP在申请年的迸发原因与申请人类型进行分类匹配后,发现大专院校和科研单位的授权前P-GKBP与企业P-GKBP的知识迸发原因具有明显的两级分化趋势。其中,大专院校和科研单位的授权前P-GKBP更倾向于由引证指标的单独作用引起的知识迸发,而企业的授权前P-GKBP更倾向于由法律状态改变的单独指标引起的知识迸发。在申请人为独立的大专院校和科研单位的8件P-GKBP中,由引证指标单独引起的知识迸发的专利有7件。在申请人单位中为含有企业的35件P-GKBP中,由法律状态改变参与和单独作用引起的知识迸发的专利有31件。其中,有3件P-GKBP是由科研单位和企业合作研发的,而这3件P-GKBP知识迸发的原因是由引证和法律状态改变共同作用引起的。这体现合作研发的P-GKBP充分的融合了科研单位和企业的P-GKBP知识迸发特征。

从P-GKBP的识别结果来看,授权前P-GKBP是一类较为罕见的专利现象,并且不同申请人机构类型的P-GKBP在技术知识扩散时都具有浓厚的归属机构色彩,如高校的P-GKBP倾向于学术引用的引起的技术知识扩散,而企业的P-GKBP倾向于法律状态改变引起的技术知识扩散。P-GKBP的这种特征,可以使学者们在探讨技术扩散和核心专利识别等问题时,通过对不同专利申请人的机构类型进行分类研究,使研究结果更加科学精确,不同类型专利的价值属性得以精准体现。

3.2 P-GKBP专利权利的变化特征

研究已经从专利的引用、法律状态指标、申请人类型等,揭示了44件P-GKBP在申请年发生知识迸发时具有的特征。整体上来看,44件P-GKBP中,有32件P-GKBP在申请年发生知识迸发时是由专利法律状态改变(专利转让)的参与或引起的。专利发生转让或许可,意味着专利的权利发生了商业性的交易。在中国发明专利授权率仅为1/2的情况下,到底存在哪些交易方式和因素,使企业愿意冒着重大的不确定性风险,在专利刚刚申请时就去收购这些专利,使这些专利成为P-GKBP,值得进一步探讨。

对这32件P-GKBP在申请时发生知识迸发的法律状态变化(转让)进行了调查。研究发现,有22件P-GKBP是在申请时发生了关联性交易导致专利法律状态发生了改变,引起专利知识迸发。这22件P-GKBP中,申请号为CN201510369519.1、CN20141014 9766.6、CN201510178723.5、 CN2008 10101980.9、CN201210105637.8、CN201210045939.0的6件P-GKBP关联性交易的具体原因是由发明人向其所在机构或入股的公司进行转移。例如,专利文件A在提交申请书时是以发明人个人名义进行申请的,此时专利权人为发明人。提交完申请书后,发明人向知识产权局提交专利权人变更申请,将专利文件A的专利权转移给发明人所在的机构,或者转移给发明人入股或管理的企业。

另外16件在申请时发生关联性交易的P-GKBP,其关联性交易的具体原因为专利权利在两家或两家以上具有某种联系的机构之间的转移。例如,在母公司与子公司之间的转移,由于某种战略需要,子公司E将其正在申请的专利转移给母公司F。或者是两家不同机构M和N共同申请了一项专利A,但是在提交申请书时发明人将专利的主要权利赋予M机构。但是提交完申请书后,由于实际需要或其他原因,主要权利人M机构提出申请,将专利A的主要权利变更为N机构。以上两种关联性交易,使专利在申请时能否获得授权的不确定性风险仍然保留在相关机构团体内部,没有向外转移。

另一方面,32件申请时发生法律状态改变的P-GKBP中,有10件P-GKBP是在申请年进行了非关联性交易,导致专利法律状态发生了改变,引起专利知识迸发。例如,专利A是M机构正在进行申请的一件专利,当N机构知道专利A信息后,通过交易,使M机构将专利A的申请权和专利权转移给N机构。需要注意的是,M机构和N机构之间不存在关联性交易。此时,专利A能否获得授权的不确定性风险在两个机构之间发生了转移,由M机构转移给N机构。

在32件申请时发生转让的P-GKBP中,与关联性交易相比,非关联交易产生的P-GKBP将花费大量商业谈判等方面的交易成本。因此,由非关联性交易产生的P-GKBP对受让企业的价值和影响可能会大于关联交易产生的P-GKBP对受让企业的价值和影响。同样,这种非关联性交易产生的授权前P-GKBP对受让企业的专利技术布局具有更重要的作用。

3.3 P-GKBP是否会再次知识迸发

在识别出的P-GKBP中,是否会出现P-GKBP再次知识迸发现象呢?如果部分P-GKBP出现第二次知识迸发的原因又是什么呢?通过对这44件P-GKBP的完整的技术动态演化轨迹进行全面考察,发现只发生一次知识迸发专利有34件,占知识迸发专利总数的77.3%;发生二次知识迸发专利有10件,占知识迸发专利总数的22.7%,其中部分专利扩散轨迹如图4和图5所示。

图4 申请号为CN201310205587.5的P-GKBP技术知识扩散轨迹

图5 申请号为CN201310148195.X的P-GKBP技术知识扩散轨迹

因此,对P-GKBP中10件发生二次知识迸发专利的第二次知识迸发原因进行深入调查,如表1所示。研究发现,这10件专利中CN201410084621.2、CN201310148195.X两件专利第二次知识迸发原因是被大量引证所引起的。CN201310205587.5的第二次知识迸发是由于专利从高校向企业进行转移产生。CN201210047451.1的第二次知识迸发是关联性交易导致,由子公司向母公司的转移。CN200810069633.2、CN200810110767.4两件专利在第二次知识迸发前生过专利质押,在质押后转让给另一家公司。而CN201310064451.7、CN201310084606.3、CN20131021 8496.5、CN201310285668.0四件专利第二次迸发的原因是因为开曼群岛威睿电通股份有限公司被英特尔公司收购,导致开曼群岛威睿电通股份有限公司的专利转让给英特尔公司。

表1 发生两次知识迸发的P-GKBP的迸发原因

将10件P-GKBP的两次知识迸发原因进行对比,发现P-GKBP的第一次知识迸发的原因和第二次知识迸发原因有90%是一致的。在10件P-GKBP中有7件专利的第一次知识迸发是由关联性交易引起的,而这7件专利的第二次知识迸发的原因同样是关联性交易引起的。有3件专利的第一次知识迸发原因是由被引引起的,但是这3件专利中有2件专利第二次知识迸发原因是由被引独立作用引起,其中申请号为CN201310205587.5的P-GKBP第二次知识迸发是由被引和非关联性交易导致。这体现出P-GKBP在不同时间段迸发时,其迸发原因具有一致性。企业和学者们可以充分利用P-GKBP的这种特征,结合授权前P-GKBP的第一次知识迸发原因,对授权后专利技术的扩散路径和技术发展趋势进行预判。

3.4 引用P-GKBP的专利是否更容易发生知识迸发

在236956件专利数据集中一共识别出了44件P-GKBP,P-GKBP存在率仅为0.18%。其中,在数据集发生了转让或许可的3835件专利中,有32件P-GKBP,P-GKBP存在率为0.83%。由此可见,P-GKBP是十分稀有的一种特色专利。但是,既然P-GKBP的存在十分稀有,那么引用P-GKBP的专利是否更容易成为P-GKBP呢?或者说,是否可以通过现有的P-GKBP去追寻更多P-GKBP?

通过对引用这44件P-GKBP的专利进行了全球查找。首先将现有的44件P-GKBP作为种子,然后利用IncoPat数据库,在120个国家、地区和组织公布的专利文件中,查询引用这些种子的专利文件。一共发现有474件专利引用了种子文件,其中发生过转让或许可的专利有82件。对这474件专利进行P-GKBP识别,一共识别出41件P-GKBP,P-GKBP存在率为8.65%。对这41件P-GKBP的迸发原因进行调查,发现除了申请号为US14287979的P-GKBP在申请年是由引证指标引起的知识迸发和申请号为CN201610019622.8的P-GKBP在申请年是由引证指标和转让共同引起的知识迸发,其余39件P-GKBP在申请年均是由转让单独作用引起的知识迸发。所以,在引用“种子专利”的专利数据集中,发生转让或许可的专利中的P-GKBP存在率为48.78%。这体现了,引用P-GKBP的专利,更容易成为P-GKBP,学者或科技工作者可以通过现有的P-GKBP去寻找更多的P-GKBP。P-GKBP不仅对本身产生重大影响,也会通过知识扩散对与其有间接联系的专利产生重要影响。

因此,P-GKBP在技术知识扩散过程中存在明显的马太效应。在实践中,企业可以利用P-GKBP具有的这种马太效应,通过现有P-GKBP的知识扩散路径,去寻找和购买目前正处于申请阶段且对本企业技术布局有重要意义的其他专利,这将为企业节省大量的技术资金和时间成本,优化企业现有技术的专利布局和核心专利的控制,有利于推动企业高质量发展。

4 结论与展望

4.1 研究结论

通过定量的方法,利用专利的引用和法律状态(转让或许可)指标,借助PA函数,绘制了无线通信技术领域23956件专利的知识扩散轨迹,揭示了专利文件中存在的P-GKBP现象,并且对P-GKBP知识扩散路径和知识迸发原因进行了深入研究。研究发现,P-GKBP与“昙花一现”专利具有明显的区别。“昙花一现”专利在其整个知识传播轨迹的早期仅会发生一次知识迸发。但是,P-GKBP存在多次知识迸发的可能。因此,主要得出以下结论:

a.在无线通信技术领域23 956件专利文件中,一共识别出了44件P-GKBP。通过对P-GKBP文本特征研究发现,与大专院校、科研单位相比,企业中的专利更容易产生P-GKBP。并且P-GKBP所属的不同机构类型,决定了P-GKBP的主要知识迸发方式。其中企业专利更倾向于与由法律状态改变引起的知识迸发。而大专院校和科研单位的P-GKBP更倾向于由单独被引引起的知识迸发。对于合作研发的P-GKBP,则充分的融合了科研单位和企业的P-GKBP知识迸发特征。

b.在P-GKBP迸发的具体原因上,仅有12件P-GKBP是由被引单独引起的知识迸发,法律状态改变(发生转让或许可)成为P-GKBP发生知识迸发的主要因素。由于专利在申请时能否授权的不确定性风险很高,所以32件由专利转让引起的知识迸发的P-GKBP中,大部分P-GKBP的能否授权的不确定性风险一直在企业内部进行流转,但是仍然有少部分有非关联性的企业愿意去承担风险,通过专利转让获得专利权。

c.P-GKBP会产生显著的马太效应。P-GKBP不仅对本身产生重大影响,也会通过知识扩散对与其有间接联系的专利产生重要影响。对无线通信技术领域23956件专利文件进行P-GKBP识别时,P-GKBP存在率仅为0.18%,在发生过转让或许可的专利中,P-GKBP存在率为0.83%。但是通过44件P-GKBP的引用去追寻P-GKBP时,发现引用44件P-GKBP的专利文件中,P-GKBP存在率为8.65%,发生转让或许可的专利中P-GKBP存在率为48.78%。

d.P-GKBP及其技术扩散轨迹能够优化企业专利技术布局,为企业节省大量的技术资金和时间成本,推动企业高质量发展。另一方面,学者们可以通过P-GKBP以及其技术扩散的特征,探究不同领域的热点技术、识别核心专利技术以及预测未来技术趋势等。还能够给管理者的技术创新、技术管理等战略规划和政策制定等提供决策参考。

4.2 未来展望

通过对P-GKBP进行详细研究,得到了有趣的结论,充分证明P-GKBP是一种值得关注的特殊专利文件。但是仍然存在一些问题需要讨论和进行后续的研究。

a.不同国家或地区专利申请制度和知识产权保护法律带来的影响。研究中仅结合中国的专利法律规定,重点讨论了在中国申请的专利文件中的P-GKBP。但是不同国家和地区的相关专利法律会存在一些差异性。例如,在美国申请的专利存在转让时间在申请时间之前的现象,但是中国不存在这种现象。该现象是由中国和美国相关专利法律制度的差异性引起的。在美国申请的专利申请人是公司的话,一般需要发明人提交权利分配声明,声明将专利权利转给公司,但是这个权利转让声明可以在申请之前、申请时、申请之后的任何时间发布。所以,研究过程中,即使转让声明签署时间在申请之前也作为相关专利在申请年迸发的依据。但是,在后续研究中,将重点对美国等其他国家或地区的专利进行研究,讨论不同国家或地区的P-GKBP的差异性,以及揭示这种P-GKBP差异性所引发的技术发展水平等问题。

b.P-GKBP是否会引发同族专利知识迸发。研究中发现P-GKBP会产生显著的马太效应,不仅对本身产生重大影响,也会通过知识扩散对与其有间接联系的专利产生重要影响。但是,P-GKBP是否会给专利家族中的其他专利带来重要影响呢?因为同族专利,往往是具有相同优先权的专利在不同国家申请的专利保护。如果专利家族中的一项在中国授权的专利成为P-GKBP,那么同族中,在其他国家申请授权的专利是否有更大的概率成为P-GKBP发生知识迸发呢?以及,从专利家族的视角出发,将专利家族作为基本单元,是否存在超级家族现象,以及超级家族对技术演化具有怎样的推动作用。

c.P-GKBP在社会网络中的位置关系。虽然利用知识扩散轨迹证明了P-GKBP是一种值得关注的重要专利文件,对技术知识扩散具有重要影响。但是后续研究中可以通过专利共现网络研究P-GKBP在网络中的位置关系,以及对与其相连的其他专利文件具有怎样的影响。此外,本研究仅从专利技术知识的创新应用层面选择被引、转让、许可作为衡量专利技术知识扩散的指标,然而影响专利技术知识扩散的因素还有专利质押以及一些经济指标等,在未来的研究中将从更多的维度,探究不同要素对专利知识扩散P-GKBP的影响。