情报学报2020年11月第39卷第11期
Journal of the China Society for Scientific and Technical Information,Nov.2020,39(11):1162-1170
DOI:10.3772/j.issn.1000-0135.2020.11.005
——基于中国发明授权专利数据
王格格，刘树林
（武汉理工大学经济学院，武汉430000）
摘要新经济增长理论中，强调了知识溢出对经济增长的贡献。由于知识溢出是无形的，如何测度其外部性，一直是经济学者们面临的重要问题。本文利用大数据优势，通过INCOPAT专利数据库中国2018年30万余件发明授权专利数据，以专利不同IPC号（专利共类）来表征技术领域之间的知识流动，主IPC号为技术来源领域，其余副IPC号为技术接收领域，使用四位数IPC号划分技术子领域，构建技术直接溢出矩阵进 行技术间知识溢出分析。本研究发现，知识溢出效应外部性客观存在，并识别了技术间的溢出方向、宽度及强度，揭示不同技术领域知识溢出的异质性。本文结论可为政府对技术创新补贴政策提供相关理论支持及经验依据。
关键词中国；专利分类号；知识溢出；政府补助
Knowledge Flow between International Patent Classification Numbers and Knowledge Spillover Measures between Technology Sectors:Based on China s Authorized Patent Data
Wang Gege and Liu Shulin
(School of Economics,Wuhan University of Technology,Wuhan430000)
Abstract：The new economic growth theory emphasizes the contribution of knowledge spillovers to economic growth.
However,measuring knowledge spillovers has been a major challenge for economists due to its intangibility.With the ad‐vantage of big data,this paper analyzes knowledge spillovers by building a technical spillover matrix using the data of more than300,000of China’s authorized inventions that are in the incoPat Global Patent Database.This matrix uses the patents’different IPC numbers to represent
the knowledge flow between different technical fields.The main IPC number indicates the source technology field,the remaining sub IPC numbers represent the receiving technology field,and the four-digit IPC number is used to divide the technical sub-fields.The research discovers the externality of the knowledge spill‐over effect and identifies the direction,width,and intensity of the spillover among technologies.Consequently,the hetero‐geneity of the knowledge spillover in different technology fields is revealed.The conclusion of this paper can provide some theoretical support to the government’s subsidy policy for technology innovation.
Key words:China;patent classification number;spillover of knowledge;government subsidies
收稿日期：2019-10-14；修回日期：2019-12-06
作者简介：王格格，女，1992年生，博士研究生，主要研究领域为产业经济学、技术创新，E-mail：**************；刘树林，男，1964年生，博士，博士生导师，主要研究领域为产业经济学、技术创新。
第11期王格格等：国际专利分类号间的知识流动与技术间知识溢出测度——基于中国发明授权专利数据
1引言
技术创新历来被我国视为促进经济发展、产业转型升级的重要因素。伴随着我国资源禀赋结构发生转换，
并进入中速增长的新常态，企业创新能力的提升成为动能转换、产业升级的关键点。2019年9月世界银行和国务院发展研究中心、财政部联合发布的《创新中国：中国经济增长新动能》报告中显示，我国全球创新指数排名稳步上升，从2011年的29位上升到2018年的17位，在发展中国家中排名第一，并指出促进创新是未来经济增长的重要环节之一。技术创新作为一种非竞争产品，存在典型正外部性：创新活动的成本由进行研发活动者承担，但是研发者不能得到全部的创新收益，其他经济主体也会享受到研发成果，溢出的正外部性也是现阶段企业研发动力不足的原因之一。知识溢出的思想最早在《经济学原理》中出现，马歇尔[1]在分析地方化工业时，发现知识溢出是产业地方化的重要原因之一，虽然当时还未明确使用知识溢出的概念。Arrow[2]较早用外部性解释了溢出对于经济增长的作用，随后Romer[3]提出知识溢出模型，将知识作为经济增长的内生变量纳入生产函数中。学者们逐渐意识到创新及溢出对经济增长的重要性，这越发促使人们要解决一个基本问题：知识的溢出如何度量？对于其能否进行度量，学者们持有不同的态度。Krugman[4]指出，由于“知识的流动是无形的，它没有留下任何可以测度和在纸上可追踪的痕迹”，所以知识溢出的测量是徒劳的。然而Jaffe[5]认为，专利数据的出现，使得知识流动变得有迹可循。
知识溢出效应如同一柄“双刃剑”，其正面是会提升全社会福利水平，其负面是溢出的外部性会造成研发企业创新积极性降低。需要最大限度地发挥正向效应，努力降低其产生的负面效应并形成良性的知识溢出扩散机制，这些目标的实现与政府合理引导紧密相关，而政策制定的前提是对知识溢出的方向和规模有精确的测度。
2文献综述
2.1知识溢出测度方法的研究
目前学术界关于知识溢出测度的研究，视角多放在区域及产业间溢出的度量。国家层面的研究：Luh等[6]及陈颂等[7]使用全要素生产率法（total fac‐tor productivity，TFP）验证了贸易带来的技术溢出对国家产业竞争力的提升。梁圣蓉等[8]将国际研发投入、跨国技术转移、FDI（国际直接投资）、OF‐DI（对外直接投资）和进口贸易渠道纳入Coe-Helpman的技术溢出模型展开区域间研究。Lim[9]使用专利数据验证了美国区域间创新存在显著的空间溢出效应。项歌德等[10]及吕新军等[11]使用中国省级数据，利用经济距离与地理距离结合的加权矩阵对空间加权矩阵进行改进，验证了R&D的空间溢出效应显著存在。产业层面的研究：朱平芳等[12]利用投入产出矩阵，拓展水平和垂直（产业间）两个维度作为“连接性”指标展开研究，弥补了之前缺乏溢出方向性的不足。宏观层面的研究究其本质，更多的是对知识溢出存在性的验证及程度表征。
Jaffe等[13]使用的文献追踪法与前文几种方法相比，是一种对知识溢出的直接测度方法，使用专利和专利引用状况，通过分析专利使用的空间分布来追踪知识扩散的路径，但这样描绘的知识溢出是模糊的。Leydesdorff等[14]基于文献检索分类描绘的学科领域分布图，为后来引文网络在跨领域研究中的使用奠定了基础。Kim等[15]利用美国专利商标局的专利引用数据，由无人机技术对应的行和受益行业对应的列
组成一个双模矩阵。胡健等[16]是国内较早使用专利引用方法，并以石油天然气产业技术为对象进行研究的学者。后有吴菲菲等[17]对方法进行改进，使用前向及后向引文，以无人机技术为例进行溢出网络构建。先前学者们的研究对于知识溢出的测度具有启示意义，但由于引文信息并不是专利数据库的常见著录项，目前国内还缺乏完整的专利引文平台，研究数据可得性较低，因此很多想借用引文信息构建知识溢出网络的研究都受到限制。且现有实证研究多是针对某一技术领域或者产业展开分析，鲜见站在全技术领域视角进行整体知识溢出的分析。
2.2专利分类号（international patent classifica‐tion，IPC）与知识流动
Griliches[18]指出，专利文献是能较好反映技术发展状况的信息渠道，所以常被看作衡量创新能力、技术水平的重要指标。耦合作为一种静态关系，指的是彼此之间的关系与强度不会随时间而变化，后被应用在专利计量领域。现有研究多使用专利引文进行耦合，林原等[19]使用该方法测度了技术专业化，Noh等[20]及周萌等[21]使用该方法进行新兴技术识别。随着专利分类号的不断精细化，专利分类号发展为耦合分析的新工具。国际专利分类（IPC）确
1163
第39卷
情报学报
定专利所属于的技术主题和领域，采用部、大类、
小类、主组、分组5级分类，专利审查员根据专利
文献所涉及的技术领域，给该项专利匹配多个国际
专利分类号。郗建红等[22]在研究中指出，通过IPC
分类号的多样性，可以识别该专利技术跨领域情
况。在专利分析中，IPC号常用来评估专利所涵盖
的技术范围，杨中楷等[23]研究中利用USPTO（美国
专利及商标局）所使用的专利分类号（UPC），这
种分类方法与IPC分类法相似，但将技术类别分为
6大类37个小类，将美国1976—2006年授权专利，
按照施引与被施引关系构造成技术类别的6×6矩阵来
展现知识流动的网络特征。由于专利基本都具有多
个分类号（专利共类现象），黄斌等[24]提出研究一
项有4个分类号的专利（假如专利分类号前四位为
F03D、F03B、H02K和F16H），当研究第一个技术
时，相当于也在研究其他3个领域的技术。周磊
等[25]通过对专利的IPC号进行挖掘，进行了技术的
主方向（主分类号）与其他知识接受方（副分类号）
的知识流动研究。国外这方面的研究始于20世纪
90年代，Breschi等[26]及Lim等[27]早期的研究提出以
专利IPC号的数量衡量专利知识宽度，一件专利往
往具有多个IPC号，不同的IPC号对应不同技术领
域，主IPC号与该项专利的技术创新方向相关性最
高，主分类号与其副IPC号的关系可以视为知识流
动的方向。Park等[28]认为，专利分类号本身就可以
代表主要发明领域，及其他相关非专有的附加信息。
主要的发明领域根据主分类号进行划分，而其他相
关知识按副分类号划分。由此可见，专利的IPC分
类号可以一定程度上代表专利的技术领域范围。
3溢出效应测度模型构建
3.1相关概念界定
技术间溢出。本文研究的溢出以纯知识外溢的
角度展开，即不需要交易费用的情况下，某一技术领
域溢出到另一技术领域的知识，作为无差别的创新投
入，提高了后者研发效率，降低了研发成本。某个
技术子领域的多种研发成果（例如：公开专利、产
品等）等溢出到了不属于自身领域的领域中，促进
了后者发展就是技术间知识溢出。当IPC
1、IPC
2
分
属于技术领域T
W 、T
n
时，称这种溢出为四位数IPC
号技术子领域间知识溢出，分类号刻画了技术领域
T
W 的知识流动到技术子领域T
n
，这种知识溢出将作
为新一轮创新的无差别劳动投入，带动技术领域T
n 的增长，即技术领域T
n
的增长来源于自身增长带动
的部分与其他技术子领域对其溢出两部分。
技术内溢出。由于技术的增长来源不仅有接收到其他技术领域溢出的部分，更有投入人力、资本进行自身研发带动增长部分，某技术子领域内更细分领域下的技术间也有带动作用，将这部分增长视为
技术内溢出。专利A的技术分类号为IPC
1
（主分类
号）、IPC
2
、IPC
3
……其中，当IPC
1
、IPC
2
同归属于
技术领域T
n
时，称产生了同技术内的溢出，因为虽
同属于技术领域T
n
，其实专利的完整IPC最后几位分类数都有所不同，当截取到前四位数IPC号时才匹配到同一技术领域，这种溢出属于技术内带动作用。
3.2基本符号及含义
直接溢出矩阵A
35×35
，是由技术子领域构成i 行、j列，i,j=1,2⋯,35的矩阵。
直接溢出强度x
ij
(i,j=1,2⋯,35)，表示归属到技术子领域i的专利除主分类号外，副分类号归属到技术子领域j的个数，表示技术子领域i对技术子领域j直接溢出强度，数值越大，说明技术子领域i 对技术子领域j直接溢出越强，两者的技术联系越紧密。直接溢出强度的数值构成直接溢出矩阵A。
直接溢出宽度Wide
i
(i=1,2⋯,35)，表示技术子
领域i的直接溢出宽度，即当i=1,2⋯,35时，x
ij
(j= 1,2⋯,35)不为零的个数称为直接溢出宽度，每行中
x
ij
不为零元素越多，说明技术领域i的溢出宽度越广，自身的技术容易带动更多领域的技术增长。
接受溢出宽度AW
ij
(j=1,2⋯,35)，表示技术子
领域j的接受溢出宽度，即当(j=1,2⋯,35)时x
ij
(i= 1,2⋯,35)不为零的个数称为接受溢出宽度，每行中
x
ij
不为零的元素越多，说明技术子领域j的接受溢出面越广。
直接溢出系数a
ij
(i,j=1,2⋯,35)，表示技术子领域i对技术子领域j直接溢出系数，是通过技术溢出
强度x
ij
(i=1,2⋯,35)除以当年技术领域i分类下专利数计算得到。
技术内溢出系数IT
i
(i=1,2⋯,35)，表示技术子领域i内部溢出带来的增长带动作用，通过匹配到技术子领域i下专利的所有副分类号再次划分到i
的数量（即直接溢出矩阵对角线上元素x
ij
,i=j），除以技术子领域i下专利的主分类号个数所得。3.3直接溢出矩阵构建
IPC分类号与技术领域分类的映射关系是直接
1164
第11期王格格等：国际专利分类号间的知识流动与技术间知识溢出测度——基于中国发明授权专利数据溢出矩阵构建的前提，技术的溢出方向及路径的追踪以此为基础。借鉴Schmoch [29]及吴菲菲等[17]的方法，采用世界知识产权组织（World Intellectual Property
Organization ，WIPO ）的技术领域与国际专利分类号（IPC ）对照表作为划分技术领域依据，对照表将技术领域划分为35个技术子领域，如表1所示。
国际专利分类（IPC ）确定专利所属于的技术主题和领域，采用部、大类、小类、主组、分组5级分类。WIPO 技术对照表在国际专利分类（IPC ）分类号与35个技术领域之间建立联系，由于专利技术对应表中将技术子领域分为35个，所以本文中的i 、j 取值范围为1~35的正整数。首先使用发明授权专利的主分类号进行直接溢出矩阵行定位，即所有专利在WIPO 的技术领域对照表中对应的技术子领域，构造技术来源集合，然后将专利剩余分类号按照技术领域对照表进行技术接受子领域（直接溢出矩阵列）定
位，流程如图1所示。
4
技术间知识溢出实证分析
4.1
数据收集
INCOPAT 专利数据库收录了全球112个国家
（组织）的1亿余件专利信息，数据较为全面且更
新周期短。本文以INCOPAT 数据库为数据源，以专利权人、申请区域、主分类号、国际专利分类号（IPC ）、法律状态等角度进行数据下载，出时间段为20180101-20181231的国内发明授权专利数据。根据以上条件进行检索，2018年国内发明专利授权为34.6万件，但由于数据库的下载权限问题，并筛除其中的个别无效条目，最后得到的样本为2018年302503条专利数据。
4.2生成直接溢出矩阵
先使用Excel 软件处理专利分类号，保留专利
分类号前四位数类别水平。然后借助Python 软件对专利IPC 号与技术领域按照IPC8-Technology Concor ‐dance （Source:WIPO Statistics Database ）进行匹配，生成直接溢出矩阵（由于技术子领域11仅包含专利号G01N-033类型的专利，又前四位为G01N 除G01N-033外的其他专利号都对应在技术领域10内，所以本文将技术领域10与技术领域11合并为技术领域10进行分析）。主IPC 定位矩阵的技术来源，其余副IPC 号作为溢出到其他技术领域的路线，构建技术间直接溢出矩阵（表2）。
表1
35个技术子领域分类
编号1234567
技术子领域电力机械，仪器，能量视听技术电信数字通信基本通信处理计算机技术
管理中的IT 处理方法
编号891011121314
技术子领域半导体光学测量
生物材料分析控制医疗技术有机精细化工
编号15161718192021
技术子领域生物技术
制药
高分子化学，聚合物食品化学基础材料化学材料，冶金表面技术、涂层
编号22232425262728
技术子领域微观结构和纳米技术化学工程环境技术处理机床
发动机，水泵，发电机纺织和造纸机械
编号29303132333435
技术子领域其他专用机械热处理及仪器机械单元运输家具，游戏其他消费品土木工程
注：资料来源为WIPO IPC-Technology Concordance Table
。
图1专利分类号与技术间溢出对应关系示意图
表2
技术间直接溢出矩阵
溢出
123 (333435)
接受132085306122 (96117247)
248614298160 (212333)
32272843743 (151413)
…………………
3337194
.
..3495608934503016 (63372950)
351334012 (68699675)
1165
第39卷
情报学报4.3技术间直接溢出结果分析
对我国2018年发明授权专利总体态势进行分
析。图2是我国2018年发明授权专利按35个技术子领域进行分类的状况，可以看出技术子领域1电气机械、仪器、能量，技术子领域4数字通信，以及技术子领域6计算机技术的授权专利数量较多，这与我国现阶段通信技术、计算机互联网技术处于蓬勃发展的现状有关。现代社会是信息时代，人们之间的信息交流必不可少，数字通信技术借助网络技术得到了快速发展，并不断推动社会进步。相比之下较为基础性的技术领域，如技术子领域5基本通
信处理、技术子领域7管理中的IT 处理方法的专利授权量较少，以及专业性较强、研发难度大的技术子领域22微观结构和纳米技术的状况同样不容乐观。纳米科技在世界各地的创新驱动发展中发挥的作用越
来越重要，并呈现出多学科交叉融合、创新附加值加强、技术转化周期缩短等新特点。我国的纳米技术研究起步较早，前期基础研究势头较好，相关研究论文数量较多，对当今世界纳米科学与技术进步做出了重大的贡献；但是现阶段的纳米技术还多停留在实验室研发阶段，在专利的申请量及拥有量上稍显劣势，数量落后于美国、韩国，次于日本。
对专利样本溢出宽度的分析如表3所示。从直接溢出矩阵横向进行统计，发现技术领域22微观
结构和纳米技术相比之下溢出宽度较窄，35个技术子领域中涉及了5个。技术子领域间溢出宽度较窄的还有技术子领域5基本通信处理及技术子领域18食品化学，这两个领域技术溢出的宽度分别为18和17。可以看出，现阶段纳米技术的主要溢出领域集中在技术子领域1电力机械、仪器、能量，以及技术子领域8半导体、9光学和10测量（11生物材料分析）领域，且技术子领域1、8、9、10的溢出宽度排名都较为靠前，纳米技术的直接溢出作用虽然不强，但是随着时间发展可通过溢出子领域进行二次间接知识溢出。
跨技术领域溢出宽度较大的是技术子领域10测量和技术子领域13医疗技术，两者的技术溢出宽度都为34，说明这两项技术的发展较好地带动了其
他技术子领域的发展，溢出面较广。测试与测量虽
图2授权专利按技术子领域分类情况
表3
溢出宽度结果分析
技术子领域123456789101213
溢出宽度333023221832203032343034
接受溢出宽度323029232131202931343032
技术子领域141516171819202122232425
溢出宽度25222230173231305313332
接受溢出宽度242318282430303022302830
技术子领域26272829303132333435
溢出宽度32313233303131323330
接受溢出宽度32302833312929303230
1166
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议