我國(guó)失效專利研究現(xiàn)狀及熱點(diǎn)與趨勢(shì)分析

韓兵兵 盧章平 王 君

(江蘇大學(xué)科技信息研究所 鎮(zhèn)江 212013)

·實(shí)踐研究·

我國(guó)失效專利研究現(xiàn)狀及熱點(diǎn)與趨勢(shì)分析

韓兵兵 盧章平 王 君

(江蘇大學(xué)科技信息研究所 鎮(zhèn)江 212013)

通過(guò)詞頻分析和共詞分析等方法，以中國(guó)知網(wǎng)(CNKI)數(shù)據(jù)庫(kù)為數(shù)據(jù)源，對(duì)1995-2009年失效專利相關(guān)論文進(jìn)行分析。采用多元統(tǒng)計(jì)方法中的因子分析、聚類分析、多維尺度分析等方法，分析我國(guó)現(xiàn)階段失效專利研究的現(xiàn)狀、熱點(diǎn)及趨勢(shì)。

失效專利 詞頻分析 共詞分析 多元統(tǒng)計(jì)方法

1 引言

失效專利是因?yàn)楦鞣N原因失去專利權(quán)及專利申請(qǐng)權(quán)的專利，失效專利是沒(méi)有法律保護(hù)的專利，其信息量巨大。就我國(guó)來(lái)說(shuō)，自1985年實(shí)施專利法到2007年12月，在全部的208萬(wàn)余件的專利中只有85萬(wàn)余件有效[1]，失效專利則占59.6%。在全球總量達(dá)5 000余萬(wàn)件的專利中，只有62余萬(wàn)件在我國(guó)有效，其余4 938多萬(wàn)件專利不受我國(guó)法律保護(hù)，可以為我國(guó)免費(fèi)使用。本文對(duì)失效專利研究相關(guān)論文進(jìn)行詞頻分析及共詞分析，來(lái)考察我國(guó)失效專利研究的現(xiàn)狀、熱點(diǎn)和發(fā)展趨勢(shì)。

本文以中國(guó)知網(wǎng)(CNKI)的《中國(guó)期刊全文數(shù)據(jù)庫(kù)》為數(shù)據(jù)來(lái)源，以“失效專利”為檢索詞，通過(guò)“主題”的檢索途徑，采用“精確”的檢索方式，在1995年到2009年共檢索到262篇文獻(xiàn)，剔除重復(fù)及無(wú)效的文章，有161篇相關(guān)論文。

2 數(shù)據(jù)處理與分析

2.1 獲得高頻關(guān)鍵詞

將所檢索到的161篇論文的相關(guān)信息下載，并導(dǎo)入Excel2003進(jìn)行關(guān)鍵詞及詞頻統(tǒng)計(jì)，共得到131個(gè)關(guān)鍵詞，累計(jì)出現(xiàn)了254次。將相同或有類似意思關(guān)鍵詞合并，例如： “Internet”、“網(wǎng)絡(luò)”、“因特網(wǎng)”、“互聯(lián)網(wǎng)”，“檢索”、“信息檢索”等進(jìn)行合并；同時(shí)去除“失效專利”、“專利”等對(duì)分析主題沒(méi)有實(shí)際意義的關(guān)鍵詞，得到112個(gè)關(guān)鍵詞，累計(jì)出現(xiàn)212次。按詞頻對(duì)所得關(guān)鍵詞進(jìn)行排序，其中頻次大于3的關(guān)鍵詞有15個(gè)，累計(jì)出現(xiàn)102次，約占總數(shù)的48%(如表1)。這15個(gè)關(guān)鍵詞在整個(gè)失效專利研究的論文關(guān)鍵詞中出現(xiàn)頻率較高，在一定程度上可以反映失效專利研究的一些特點(diǎn)。

表1 1995年-2009年失效專利熱點(diǎn)關(guān)鍵詞

2.2 構(gòu)造共詞矩陣

共詞分析法利用文獻(xiàn)集當(dāng)中詞匯對(duì)或名詞短語(yǔ)共同出現(xiàn)的情況，來(lái)確定該文獻(xiàn)集所代表學(xué)科中各主題之間的關(guān)系。一般認(rèn)為詞匯對(duì)在同一篇文獻(xiàn)中出現(xiàn)的次數(shù)越多，則代表這兩個(gè)主題的關(guān)系越緊密。由此，統(tǒng)計(jì)一組文獻(xiàn)的主題詞兩兩之間在同一篇文獻(xiàn)中出現(xiàn)的頻率，便可形成一個(gè)由這些相關(guān)聯(lián)的詞匯對(duì)所組成的共詞網(wǎng)絡(luò)。網(wǎng)絡(luò)內(nèi)節(jié)點(diǎn)之同的遠(yuǎn)近便可以反映主題內(nèi)容的親疏關(guān)系。共詞分析就是以此為原理，將文獻(xiàn)主題詞作為分析對(duì)象，利用包容系數(shù)、聚類分析等多種統(tǒng)計(jì)分析方法，把眾多分析對(duì)象之間錯(cuò)綜復(fù)雜的共詞網(wǎng)狀關(guān)系簡(jiǎn)化為以數(shù)值、圖形直觀地表示出來(lái)的過(guò)程。

依據(jù)共詞分析構(gòu)造共詞矩陣，將提取的15個(gè)高頻關(guān)鍵詞，進(jìn)行兩兩檢索，統(tǒng)計(jì)其在161篇論文關(guān)鍵詞中同時(shí)出現(xiàn)的頻率，從而形成一個(gè)15X15的共詞矩陣表(表2)。對(duì)角線上的數(shù)據(jù)為該關(guān)鍵詞在所有論文中出現(xiàn)的頻次，例如表2中左上角的18，它對(duì)應(yīng)的橫向、縱向均為1，表示序號(hào)為1的關(guān)鍵詞“檢索”在論文中出現(xiàn)的次數(shù)。非對(duì)角線上的數(shù)據(jù)為其對(duì)應(yīng)的橫向、縱向序號(hào)所代表的關(guān)鍵詞同時(shí)在一篇論文中出現(xiàn)的次數(shù)，例如表2中橫向序號(hào)2與縱向序號(hào)1所交叉位置的數(shù)據(jù)11為關(guān)鍵詞“檢索”、“Internet”同時(shí)在一篇論文中出現(xiàn)11次。

表2 失效專利論文高頻關(guān)鍵詞共詞矩陣

表2所表示的共詞矩陣為共詞統(tǒng)計(jì)的絕對(duì)次數(shù)，由于在實(shí)際的計(jì)量化分析中，詞對(duì)頻率是絕對(duì)值，難以反映詞與詞之間真正的相互依賴程度，因此有必要對(duì)詞頻率進(jìn)行包容化處理。包容化處理的結(jié)果能反映出兩詞間的聯(lián)系緊密程度。本文采用Ochiia系數(shù)法對(duì)共詞矩陣進(jìn)行處理，將共詞矩陣轉(zhuǎn)化為相關(guān)矩陣。將共詞矩陣中的每個(gè)數(shù)字都除以與之相關(guān)的兩個(gè)詞頻乘積的開(kāi)方，計(jì)算公式為：Ochiia系數(shù)=A詞、B詞兩個(gè)詞同時(shí)出現(xiàn)的次數(shù)/(A詞出現(xiàn)總頻次的開(kāi)方*B詞出現(xiàn)總頻數(shù)的開(kāi)方)。經(jīng)過(guò)計(jì)算可將表2轉(zhuǎn)化為表3。

表3 失效專利論文高頻關(guān)鍵詞相關(guān)矩陣

在表3中的每個(gè)數(shù)據(jù)都表示對(duì)應(yīng)的兩個(gè)關(guān)鍵詞的親疏程度即相關(guān)度，數(shù)值越大則表明關(guān)鍵詞之間的距離越近，相關(guān)度越高；反之，數(shù)值越小則表明關(guān)鍵詞之間的距離越遠(yuǎn)，相關(guān)度越低。表中數(shù)據(jù)為兩兩相關(guān)程度，一個(gè)關(guān)鍵詞與其他關(guān)鍵詞的相關(guān)性，通過(guò)對(duì)相關(guān)數(shù)據(jù)采取不同的分析方法，可以分析現(xiàn)階段的研究熱點(diǎn)及未來(lái)的趨勢(shì)。

由于相關(guān)矩陣表3數(shù)據(jù)中的0值較多，不容易說(shuō)明程度，可以用1分別減去相關(guān)矩陣中所有的數(shù)據(jù)，即可得到表示兩詞之間相異程度的相異矩陣。與相關(guān)矩陣正相反，相異矩陣中的數(shù)據(jù)表示不相關(guān)的程度，即數(shù)值越大表明對(duì)應(yīng)兩個(gè)關(guān)鍵詞的距離越遠(yuǎn)，相關(guān)度越低，反之則表明相關(guān)度越高。

2.3 多元統(tǒng)計(jì)分析

把表3中的數(shù)據(jù)導(dǎo)入SPSS14.0，進(jìn)行多元統(tǒng)計(jì)分析。多元統(tǒng)計(jì)分析包括一些系列的統(tǒng)計(jì)分析方法，本文主要采用因子分析、聚類分析和多維尺度分析三種方法。

2.3.1 因子分析 因子分析(factor analysis)的目標(biāo)是用盡可能少的因子去描述眾多指標(biāo)間的聯(lián)系，其基本思想是把研究對(duì)象的變量分組，使同組內(nèi)的變量相關(guān)性較高，不同組的變量相關(guān)性較低。每組變量稱為一個(gè)公共因子，這樣幾個(gè)公共因子可以反映原資料大部分信息。將相關(guān)矩陣表3的數(shù)據(jù)導(dǎo)入spss14.0采用主成分分析法(Principal Component Analysis)進(jìn)行因子分析，可以得到各個(gè)因子的特征根及其方差貢獻(xiàn)率，如表4所示。其中可以發(fā)現(xiàn)前6個(gè)因子的特征值大于1，而且這6個(gè)因子對(duì)應(yīng)的累積方差貢獻(xiàn)率達(dá)到了79%，可以認(rèn)為這6個(gè)因子在某種程度上代表了這15個(gè)關(guān)鍵詞。使用最大方差正交旋轉(zhuǎn)法(Varimax)對(duì)數(shù)據(jù)進(jìn)行旋轉(zhuǎn)得到旋轉(zhuǎn)后的因子載荷矩陣，然后通過(guò)載荷矩陣內(nèi)的每個(gè)因子貢獻(xiàn)情況，可以對(duì)15個(gè)因子進(jìn)行分類：專利權(quán)利用、網(wǎng)絡(luò)檢索、專利利用、專利與創(chuàng)新、專利文獻(xiàn)利用，企業(yè)專利利用。

表4 總方差解釋表

Extraction Method: Principal Component Analysis.

2.3.2 聚類分析 聚類分析(cluster analysis)基本思想是把相似程度較大的變量聚合為一類，把另外一些彼此之間相似程度較大的變量聚合為另一類，關(guān)系密切的聚合到一個(gè)小的分類單位，關(guān)系疏遠(yuǎn)的聚合到一個(gè)大的分類單位，直到把所有的變量都聚合完畢，最后再把整個(gè)分類系統(tǒng)畫(huà)成一張譜系圖，用它把所有變量間的親疏關(guān)系表示出來(lái)。把表3相關(guān)矩陣導(dǎo)入spss14.0，采用類間平均連鎖法(Between-groups Linkage)進(jìn)行聚類，結(jié)果如圖1所示。

由聚類分析并結(jié)合因子分析結(jié)果，可以分析出以下研究熱點(diǎn)：

(1)互聯(lián)網(wǎng)上的失效專利信息利用。世界上大部分國(guó)家都將本國(guó)的專利數(shù)據(jù)庫(kù)加入了網(wǎng)絡(luò)檢索的入口，為失效專利的利用提供了方便，但各國(guó)的檢索及專利信息存儲(chǔ)等方式的不同，對(duì)失效專利利用造成了障礙。

(2)專利的企業(yè)利用。專利是以公開(kāi)換取保護(hù)，既促進(jìn)了專利的利用，又有效的保護(hù)了發(fā)明人的積極性，促進(jìn)了技術(shù)創(chuàng)新，專利的公開(kāi)也為企業(yè)技術(shù)的進(jìn)步提供了契機(jī)。在此類中“利用”與“專利技術(shù)”，“企業(yè)”、“技術(shù)創(chuàng)新”與“專利文獻(xiàn)”分別聚合一起，形成2小類，這2小類再次聚合形成大類。可以發(fā)現(xiàn)企業(yè)利用專利的兩個(gè)方向，一是利用專利文獻(xiàn)進(jìn)行創(chuàng)新，二是企業(yè)對(duì)專利技術(shù)的利用。

(3)專利戰(zhàn)略。企業(yè)需要專利戰(zhàn)略，形成戰(zhàn)略之初需要對(duì)本企業(yè)、本行業(yè)的專利進(jìn)行分析，確定本企業(yè)所處位置，根據(jù)本企業(yè)的發(fā)展方向，提出專利戰(zhàn)略。在專利戰(zhàn)略形成過(guò)程及實(shí)際應(yīng)用過(guò)程中，分析相關(guān)專利的法律狀態(tài)，進(jìn)行侵權(quán)、被侵權(quán)的研究。

(4)專利權(quán)利用。專利權(quán)是一種財(cái)產(chǎn)權(quán)，從聚類過(guò)程中可以發(fā)現(xiàn)首先是開(kāi)發(fā)與價(jià)值聚合，然后與專利權(quán)聚合，再與策略聚合形成大類，此過(guò)程緊緊與實(shí)際應(yīng)用失效專利相扣合。

圖1 聚類龍樹(shù)形圖

2.3.3 多維尺度分析 多維尺度分析通過(guò)低維空間(本文是二維空間)展現(xiàn)關(guān)鍵詞之間的聯(lián)系，并利用平面距離來(lái)反映關(guān)鍵詞之間的關(guān)聯(lián)程度及中心詞。把表3相關(guān)矩陣數(shù)據(jù)導(dǎo)入spss14.0進(jìn)行多維尺度分析(Multidimensional Scaling)，加以整理做出多維尺度圖(圖2)，圖中有高度相似性的點(diǎn)聚集到一起，形成科學(xué)共同體，并且，越居中的關(guān)鍵詞與其他關(guān)鍵詞的聯(lián)系越多，在該領(lǐng)域中的地域越核心，反之則越獨(dú)立。

雖然本文根據(jù)因子分析與聚類分析的結(jié)果將高頻關(guān)鍵詞分為 4類，并進(jìn)行了說(shuō)明，事實(shí)上因子分析與聚類分析是對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)化、分類，但是沒(méi)有反映出詞與詞、類與類之間的關(guān)系，多維尺度分析可以與前兩者互補(bǔ)短長(zhǎng)，它雖不能明確界定類別，但可以直觀地反映關(guān)鍵詞之間的關(guān)聯(lián)程度。

圖2 多維尺度圖

如圖2所示，根據(jù)關(guān)鍵詞與中心的距離，關(guān)鍵詞之間的距離，把關(guān)鍵詞分布劃為了3個(gè)領(lǐng)域，在右上圈部分，由于關(guān)鍵詞分布越是遠(yuǎn)離中心區(qū)域的針對(duì)其的研究越少，可見(jiàn)此領(lǐng)域中以“專利技術(shù)”為中心，“檢索”在此區(qū)域內(nèi)較“專利戰(zhàn)略”等詞重要性要小，并且區(qū)域內(nèi)詞與詞之間的距離比較大，范圍內(nèi)整體跨度較大，聯(lián)系不緊密研究的密度不夠高，熱點(diǎn)趨勢(shì)不明顯。在左方圈內(nèi)，存在5個(gè)關(guān)鍵詞，除在X軸上下的2組詞內(nèi)部比較相近外，其它的距離都很遠(yuǎn)，密度同樣不夠高。由于技術(shù)創(chuàng)新與策略、利用與開(kāi)發(fā)距離中心點(diǎn)都較遠(yuǎn)，可以發(fā)現(xiàn)這個(gè)領(lǐng)域遠(yuǎn)離了主流位置，研究逐漸減少，特別是失效專利與網(wǎng)絡(luò)的結(jié)合研究更是逐漸趨于狹小。在中下方的區(qū)域內(nèi)有4個(gè)關(guān)鍵詞，這4個(gè)關(guān)鍵詞距離緊密，相互關(guān)聯(lián)度大，同時(shí)與中心的距離也比較近，說(shuō)明企業(yè)的失效專利信息分析利用是研究熱點(diǎn)。

3 結(jié)論與不足

本文將我國(guó)失效專利研究相關(guān)論文進(jìn)行了統(tǒng)計(jì)并對(duì)關(guān)鍵詞進(jìn)行了排序，采用共詞分析方法對(duì)得到的15個(gè)高頻關(guān)鍵詞依次進(jìn)行了因子、聚類、多維尺度分析，在分析客觀數(shù)據(jù)的基礎(chǔ)上，比較直觀地展示了一段時(shí)間內(nèi)失效專利研究的結(jié)構(gòu)、熱點(diǎn)和趨勢(shì)，為同行者提供一定的參考。

本研究也存在一些不足：在采集數(shù)據(jù)過(guò)程中只采用了中國(guó)知網(wǎng)(CNKI)的期刊全文數(shù)據(jù)庫(kù)，沒(méi)有同時(shí)采用其他數(shù)據(jù)庫(kù)資源；確定高頻關(guān)鍵詞主要采用的是主觀經(jīng)驗(yàn)判斷某闕值以上的關(guān)鍵詞為高頻關(guān)鍵詞；對(duì)原始矩陣進(jìn)行包容化處理有多種方法例如spearman法，而采用ochiia法是多數(shù)中國(guó)研究者的做法；聚類分析及多維尺度分析結(jié)果圖是客觀數(shù)據(jù)的一種形象表達(dá)，但在對(duì)圖的說(shuō)明解釋上也不可避免的帶有作者對(duì)相關(guān)理論主觀的理解和認(rèn)識(shí)，可能對(duì)分析結(jié)果產(chǎn)生部分影響。

[1] 國(guó)家知識(shí)產(chǎn)權(quán)局. 國(guó)內(nèi)外三種專利有效狀況[EB/OL].[2009-6-31]. http://www.sipo.gov.cn/sipo2008/ghfzs/zltjjb/jianbao/year2007/c/c1.html

[2] 張文彤. 世界優(yōu)秀統(tǒng)計(jì)工具SPSS11統(tǒng)計(jì)分析教程高級(jí)篇[M].北京: 北京希望電子出版社,2002.

[2] 朱安青，周金元．我國(guó)科技查新研究熱點(diǎn)及趨勢(shì)分析——共詞分析視角[J].圖書(shū)情報(bào)研究，2009(4)：45-49.

[3] 胡志剛,李志紅．近十年我國(guó)科學(xué)學(xué)的學(xué)術(shù)群體與研究熱點(diǎn)分析——基于9種科學(xué)學(xué)類期刊的科學(xué)計(jì)量學(xué)研究[J]．科學(xué)學(xué)與科學(xué)技術(shù)管理，2009(7)：13-18.

[5] 鐘偉金,李 佳．共詞分析法研究(一)——共詞分析的過(guò)程與方式[J]．情報(bào)雜志,2008(5):70-72.

[6] 鐘偉金，李 佳，楊興菊．共詞分析法研究(三)——共詞聚類分析法的原理與特點(diǎn)[J]．情報(bào)雜志,2008(7):118-120.

AnAnalysisoftheStatus，theHotIssuesandtheTrendoftheExpiredPatentResearch

Han Bingbing, Lu Zhangping, Wang Jun

Institute of Science and Technology Information, Jiangsu University, Zhenjiang 212013, China

Based on the data from CNKI, this paper analyses the academic papers about expired patents from 1995 to 2009 by means of word frequency analysis and co-word analysis and studies the status，the hot issues and the trend of the expired patent research with factor analysis, cluster analysis and multi-dimensional analisis.

expired patent; word frequency analysis; co-word analysis; multi-statistical analysis

G353.1

韓兵兵，男，1981年生，江蘇大學(xué)科技信息研究所碩士研究生，研究方向?yàn)楦?jìng)爭(zhēng)情報(bào)、專利情報(bào)，發(fā)表論文1篇；盧章平，男，1958年生，江蘇大學(xué)圖書(shū)館館長(zhǎng)，教授，博士生導(dǎo)師，研究方向?yàn)楦?jìng)爭(zhēng)情報(bào)、專利情報(bào)，發(fā)表論文100余篇；王 君，女，1985年生，江蘇大學(xué)科技信息研究所碩士研究生，研究方向?yàn)楦?jìng)爭(zhēng)情報(bào)、專利情報(bào)。