TISC︳如何利用专利信息挖掘产业竞争态势？-行之集团

　　撰文：行之集团-Richtofen

　　本文关键词：专利挖掘，专利信息，专利分析

　　产业竞争的焦点是技术竞争和知识产权争夺，由技术竞争和知识产权争夺所驱动的产业结构转型升级离不开产业技术情报工作的支持，产业技术情报作为推动产业技术创新发展的重要支撑，其在产业政策或规划制定、产业技术趋势预测、共性技术与关键技术识别、技术研发需求和技术资源分配等方面发挥重要的作用。

　　一、产业技术情报挖掘流程

　　表1  基于专利分析视角的产业技术情报挖掘内容

　　1、基于产业环境角度的挖掘

　　产业环境分析包括以下两个方面：一是通过分析证券类公司、市场调查研究咨询类公司和国内外智库等咨询机构发布的相关研究报告等，从中挖掘目标产业有价值的市场需求情报。二是从政府、行业协会等相关网站着手，通过梳理与解读政策内容来挖掘目标产业政策情报信息，以获知政府对目标产业的政策偏好。

　　2、以专利数据集为中心的挖掘

　　以产业技术专利数据为切入点，从产业技术资源、产业技术链和产业竞争格局3个方面阐述以专利数据集为中心的产业技术情报挖掘途径与方法。产业技术资源主要以技术储备、技术发展趋势表征和技术布局为测度指标。产业技术链以产业关键技术和产业共性技术为测度指标。

　　产业竞争格局则从3个层面入手，

　　一是国家与地区层面，地区既包括由若干国家组成的区域性国际组织(如欧盟等)，也包括一个国家的特别行政区域(如中国的香港与台湾等)；

　　二是区域层面，是指一个国家下辖的省级机构，如中国的省、自治区和直辖市，美国的州等；

　　三是研发机构层面，包括企业、高校和科研院所等。

　　二、产业技术资源的挖掘

　　1、产业技术储备。

　　依据获得的专利数据集，采用数学统计方法，直接获得该产业技术现有的专利总数，再根据检索结果中的法律状态信息，筛选出产业专利的申请数、授权数和PCT专利数，从而挖掘出产业技术的现有技术储备。根据检索结果中的申请人/专利权人的数量进行统计分析，可获得产业技术现有或潜在的拥有者或生产者。

　　2、产业技术发展趋势。

　　基于上述产业专利的申请数、授权数以及产业PCT专利数，结合时间序列分析法，可以获得不同年度的产业专利申请、授权和PCT的数量。基于某个时间段内的专利申请量与专利申请人数量变化进行组合分析，可分析专利技术所处的发展阶段，推测未来技术的发展方向，从而获得产业技术生命周期，揭示产业技术的动态变化趋势，进而为产业技术前瞻性的管理提供决策。

　　3、产业技术布局。

　　可以通过诸如国际专利分类表(IPC)，在欧洲和美国通用的合作专利分类表(CPC)，以及专门针对德温特全球专利数据库的德温特分类代码(Derwent Class Code)和德温特手工代码(Derwent Manual Code)等专利分类代码，结合相关专利分类表，可获得子技术(或下位技术)的数量，对目标产业技术布局进行统计分析，可以挖掘出该产业技术主题分布情况以此来解读技术布局状况，如果再结合时间序列分类，还可获得每个子技术(或下位技术)的年度变化情况。

　　三、基于产业技术链视角的挖掘

　　1、产业关键技术布局。

　　分析产业的关键技术及其演进脉络，有助于把握产业发展重点，聚焦研发目标，优化资源配置。可以依据同族专利数、专利维持年数、专利权利要求项数、专利引用次数和专利强度等指标中的一个指标或多个指标组合来进行挖掘，其中同族专利数在一些公开免费的专利数据库(如欧洲Espacenet)可以直接进行归族筛选处理；专利维持年数、专利权利要求项数则可以在大多数国内外公开免费的专利数据中通过计算获得，而在某些商业专利信息分析平台(如incoPat)，则会直接给出相应的数据；专利引用次数在一定程度上会受到专利著录数据的限制，目前美国和欧洲专利在引用数据方面较为全面，而国内专利的引用数据则较为局限，但对于可以开展引证分析的专利数据来说，对于判别某个产业关键技术专利较为重要，这些引用数据在商业专利信息分析平台比较容易获取。通过技术主题的词频统计以及运用incoPat、Patentics等专利信息分析平台的聚类分析和引证分析等功能，对其进行技术相似度的聚类分析，或者通过技术功效、专利引证分析，则可找到某产业技术领域的热点(重点)专利，以揭示热点技术主题分布情况。如果结合产业链可以获取产业上、中、下游的关键技术，可以获得产业关键技术的产业链布局情况；如果结合时间序列分析，可以获得揭示关键技术的演进过程。

　　2、产业共性技术筛选。

　　产业共性技术具有基础性、关联性、外部性和需求等技术特性。其挖掘的途径与方法可从产业专利的技术主题检索入手，对检索结果通过采用具有技术特征的主题词或关键词、专利分类代码(如IPC、CPC、德温特手工代码)等信息，进行共现关系分析，并以共现强度(即共现频次)和同引用强度(以同引用频次来衡量)作为测度指标，分别敲定阈值，筛选出获得产业共性技术相关的若干专利。如有需要，还可以在此基础上对这些专利按同族专利数量进行排序，设定一定的阈值再筛选出产业共性技术专利。

　　四、研发机构竞争格局的挖掘

　　基于目标产业专利的专利申请人/专利权人分布情况，可以揭示产业(关键)技术的研发机构分布情况，结合时间序列分析，可获得不同研发机构在产业(关键)技术的动态变化情况。另外，还可采用Innography专利信息分析平台所提供的研发机构发展前景(Vision)这个指标来较为直接反映研发机构的竞争态势，该指标采用研发机构的拥有专利数、年度营业收入(Revenue)，在美国发生的诉讼案件数(Litigation)和专利引证等要素建模而来，在Innography分析平台上，对某产业专利的技术主题检索结果，进行研发机构分析可直接获得，从而了解研发机构的竞争力。也可以根据用户需求，通过自建计算模型进而计算出来的一个研发机构发展前景指数，以衡量研发机构综合实力。

　　基于专利文献数据并通过挖掘现有产业技术信息来预测产业技术发展态势，不仅有助于产业决策者加强对产业技术发展环境的认知，也有利于行业参与者或竞争参与者了解产业技术竞争格局和发展趋势。