知識(shí)單元視角下“零引文專利”技術(shù)新穎性比較分析*

宋 超 陳 悅 王 康 王玉奇 孫?？?/p>

(1.大連理工大學(xué) 科學(xué)學(xué)與科技管理研究所暨WISE實(shí)驗(yàn)室 大連 116024；2.濰柴動(dòng)力股份有限公司 濰坊 261061)

0 引 言

專利引文已被廣泛應(yīng)用于技術(shù)分析，如利用專利引用專利研究技術(shù)融合、技術(shù)演進(jìn)、技術(shù)軌道問題，或利用專利引用科學(xué)論文探索科學(xué)與技術(shù)之間的關(guān)聯(lián)，但未引用任何參考文獻(xiàn)的專利，即“零引文專利”[1]的相關(guān)研究很少。加菲爾德[2]認(rèn)為“發(fā)明不可能來源于魔術(shù)或真空，它是發(fā)明人對(duì)若干已有概念進(jìn)行重新組合的知識(shí)成果”，因此“零引文專利”所表征的技術(shù)也不是憑空捏造出來的。專利既是技術(shù)文獻(xiàn)，也是保護(hù)技術(shù)獨(dú)占性的法律文書，雖然專利發(fā)明人存在故意遺漏或隱藏[3]的引文動(dòng)機(jī)，但關(guān)聯(lián)性高的引文[4]通常也會(huì)被專利審查員補(bǔ)充進(jìn)申請(qǐng)書，因此無論專利發(fā)明人還是專利審查員，都會(huì)按照實(shí)際需要，對(duì)專利進(jìn)行必要的引文標(biāo)注。而這種實(shí)際需要，主要遵循披露性原則和關(guān)聯(lián)性原則[5]。那么一項(xiàng)經(jīng)過審查后公開且不包含任何引文的“零引文專利”，其所表征的技術(shù)應(yīng)具備怎樣的特征呢？由于論文更多地承載著科學(xué)發(fā)現(xiàn)知識(shí)，專利更多地承載著技術(shù)發(fā)明知識(shí)，因而從知識(shí)傳承的角度，我們可以將引用專利的專利視為“基于技術(shù)”的技術(shù)，引用論文的專利視為“基于科學(xué)”的技術(shù)。那么“零引文專利”技術(shù)與“基于科學(xué)”“基于技術(shù)”的技術(shù)之間存在顯著的差異性嗎？“零引文專利”技術(shù)會(huì)因?yàn)闆]有引文而更具新穎性嗎？此類疑問，構(gòu)成了本研究的科學(xué)問題和邏輯起點(diǎn)。

專利文本中的標(biāo)題和摘要承載著豐富的信息，蘊(yùn)含著大量的知識(shí)單元，適合進(jìn)行深度挖掘。本文首先基于科學(xué)論文關(guān)鍵詞構(gòu)建起主題詞表，即科學(xué)知識(shí)單元，進(jìn)而利用自然語言處理中的N-gram模型對(duì)專利文本的標(biāo)題和摘要進(jìn)行分詞，獲得技術(shù)知識(shí)單元，并構(gòu)建知識(shí)單元多維測(cè)量指標(biāo)，運(yùn)用知識(shí)單元游離和重組的觀點(diǎn)，借助多項(xiàng)Logit模型定量分析其與技術(shù)類型形成的關(guān)系，并重點(diǎn)研究“零引文專利”這類特殊現(xiàn)象的技術(shù)新穎性特征等問題。

1 理論回顧與研究評(píng)述

1.1 技術(shù)演化過程中的知識(shí)單元游離與重組

科學(xué)學(xué)視野下的“知識(shí)單元”一詞，最早由趙紅州[6]于1984年提出，將其定義為“定量化的科學(xué)概念”，開創(chuàng)了知識(shí)單元的研究起點(diǎn)。劉則淵[7]在此基礎(chǔ)上提出可以用于計(jì)量的“知識(shí)單元”概念。知識(shí)單元是知識(shí)進(jìn)化過程中發(fā)生遺傳和變異的基本單元，可以用表達(dá)知識(shí)內(nèi)容的主題詞或關(guān)鍵詞集合進(jìn)行表征[8]。趙紅州等[9]認(rèn)為，任何一種知識(shí)創(chuàng)造過程，都是首先把已結(jié)晶的舊知識(shí)單元游離出來，然后再在全新的思維勢(shì)場(chǎng)上進(jìn)行重新結(jié)晶的過程，這一過程并不是簡(jiǎn)單地重復(fù)，而是在重組過程中產(chǎn)生出一種全新的知識(shí)系統(tǒng)和單元。因此新知識(shí)創(chuàng)造的過程就是知識(shí)單元的重組過程，在這個(gè)過程中，舊的知識(shí)單元會(huì)變革即創(chuàng)生為新的知識(shí)單元，完成了知識(shí)單元的游離與重組。這也就為使用舊知識(shí)單元來解釋新知識(shí)的形成提供了理論邏輯和實(shí)踐可能[10]。

通常來說，一項(xiàng)新技術(shù)的形成是對(duì)已有技術(shù)的直接組合或改進(jìn)，或者是在引入新的技術(shù)原理之后再進(jìn)行組合或改進(jìn)，這就是常說的“新技術(shù)來源于舊技術(shù)”或稱“基于技術(shù)的技術(shù)”，以過去舊技術(shù)為基礎(chǔ)的新技術(shù)，主要表現(xiàn)為專利對(duì)專利文獻(xiàn)的引用，借用庫恩的“范式”理論來解釋，即存在著技術(shù)范式以及由范式所規(guī)定的常規(guī)技術(shù)改進(jìn)，這些改進(jìn)具備積累性的特征，并朝著特定的方向形成技術(shù)軌道。20世紀(jì)末以來，另一種技術(shù)演化方式也被廣泛關(guān)注，即“源于科學(xué)發(fā)現(xiàn)的技術(shù)”或稱“基于科學(xué)的技術(shù)”，位于“技術(shù)科學(xué)象限”[11]之中，此時(shí)，科學(xué)與技術(shù)之間走向了快速和深度融合，科學(xué)構(gòu)成了技術(shù)發(fā)展的基石[12]，特別是生物醫(yī)藥等前沿領(lǐng)域的興起，彰顯出其以科學(xué)知識(shí)突破為基礎(chǔ)的特征[13]，主要以專利引用的學(xué)術(shù)論文為表現(xiàn)形式。無論是“基于科學(xué)的技術(shù)”，還是“基于技術(shù)的技術(shù)”，被引用的論文或?qū)＠鳛椤芭f知識(shí)”，舊知識(shí)單元經(jīng)過游離和重組形成了新技術(shù)。那么“零引文專利”在技術(shù)演化過程中是如何進(jìn)行知識(shí)單元游離和重組的呢？一項(xiàng)經(jīng)過審查公開且沒有標(biāo)注任何參考文獻(xiàn)的專利，便可以被認(rèn)為是具有價(jià)值的有用技術(shù)，同時(shí)也不是專利發(fā)明人憑空想象出來的，這種類型的專利技術(shù)則是顯著區(qū)別于前述兩種技術(shù)類型之外的第三種類型，因此，“零引文專利”的知識(shí)單元游離和重組過程不容忽視。

1.2 知識(shí)單元視角分析零引文專利的相關(guān)評(píng)述

專利的科學(xué)引文和專利引文，構(gòu)成了顯性維度的科學(xué)知識(shí)[14]和技術(shù)知識(shí)[15]向新技術(shù)流動(dòng)的過程。但是，這一觀點(diǎn)無法解釋“零引文專利”這種特殊情形，既然其不存在引文這種顯性知識(shí)流動(dòng)，可以認(rèn)為其包含著某種隱性知識(shí)流動(dòng)。而知識(shí)單元的游離與重組過程，可以為分析“零引文專利”的形成機(jī)理提供新視角。知識(shí)創(chuàng)造理論認(rèn)為，個(gè)體是知識(shí)創(chuàng)造過程的原動(dòng)力，盡管后來產(chǎn)生了一些被編碼的新知識(shí)，但是這些知識(shí)或許已經(jīng)作為已知但未編碼的知識(shí)存在，即“隱性知識(shí)”，或者是“未編碼的知識(shí)碎片”，而這類知識(shí)被某些個(gè)體所掌握著。進(jìn)而在全新的“思維勢(shì)場(chǎng)”上進(jìn)行游離和重組之后，生成全新的知識(shí)單元，并被應(yīng)用于技術(shù)發(fā)明的過程中時(shí)，便會(huì)產(chǎn)生出新技術(shù)，這也就明晰了知識(shí)單元與零引文專利間的邏輯關(guān)系，并為利用知識(shí)單元解釋“零引文專利”的形成，提供了理論的可行性。因此，利用知識(shí)單元去探索“不包含任何參考文獻(xiàn)”這類新技術(shù)的特征，可以被認(rèn)為是破譯新技術(shù)生成之前碎片化、隱性的知識(shí)單元的方式。

總結(jié)來看，以專利為載體，分析技術(shù)演化過程中知識(shí)所產(chǎn)生的影響，普遍是借助專利引文的分析手段。顯然，專利引文分析必須建立在“專利有引用”的基礎(chǔ)上，但存在一類“未引用任何參考文獻(xiàn)”的專利技術(shù)，過去的研究一般將此作為“噪音”從研究樣本中刪除[16]，可見“零引文專利”長(zhǎng)期未得到及時(shí)關(guān)注?！跋闰?qū)型技術(shù)”是“不以任何技術(shù)為基礎(chǔ)的技術(shù)”[17]，具有重要的探索精神，毫無疑問，“零引文專利”則是典型的“先驅(qū)型技術(shù)”，需要明確的是，這里的“先驅(qū)”僅僅是從其產(chǎn)生方式上而言，并不等同于專利價(jià)值上的“先進(jìn)”。因此，本研究利用知識(shí)單元作為專利技術(shù)知識(shí)特征的刻畫形式，進(jìn)而測(cè)度其對(duì)不同技術(shù)類型形成的影響，可以有效地規(guī)避專利引文分析手段面對(duì)“零引文專利”時(shí)的缺陷，并且可以比較“基于科學(xué)”“基于技術(shù)”兩類技術(shù)與“零引文專利”所表征的“先驅(qū)型技術(shù)”在新穎性等特征上所呈現(xiàn)出的差異性。

2 研究設(shè)計(jì)

2.1 數(shù)據(jù)來源與預(yù)處理

本文以“固體氧化物燃料電池”技術(shù)為例，來說明零引文專利的特征。SOFC是一項(xiàng)清潔電池技術(shù)，近年來在美國(guó)、德國(guó)、日本、中國(guó)等國(guó)家發(fā)展勢(shì)頭迅猛，主要與化學(xué)、材料學(xué)等學(xué)科有密切關(guān)系，屬于典型的具有重大應(yīng)用前景的前沿技術(shù)領(lǐng)域，因此選為案例進(jìn)行研究。由于專利文本自身并不標(biāo)注關(guān)鍵詞，而對(duì)專利文本標(biāo)題和摘要進(jìn)行分詞方式獲得的單詞，不足以準(zhǔn)確刻畫專利的技術(shù)知識(shí)特征。因此本文對(duì)獲取專利文本技術(shù)知識(shí)單元的步驟進(jìn)行了改進(jìn)：a.首先，在Web of Science核心合集數(shù)據(jù)庫下載該領(lǐng)域的28 869篇科學(xué)論文的題錄信息，獲取作者關(guān)鍵詞(DE字段)和拓展關(guān)鍵詞(ID字段)，并對(duì)二者進(jìn)行清洗、合并和去重，由此構(gòu)建起科學(xué)知識(shí)單元主題詞表；b.其次，在Derwent專利數(shù)據(jù)庫檢索獲得該領(lǐng)域13 173件同族專利文獻(xiàn)的題錄信息(檢索共得到13 218件，剔除標(biāo)題和摘要缺失的45件同族專利數(shù)據(jù))，利用Python編程和自然語言處理技術(shù)中的N-gram模型將科學(xué)知識(shí)單元主題詞表“映射”到專利文本的標(biāo)題和摘要中，抽取其中的技術(shù)詞匯，因詞組的含義比單詞的含義更加豐富，因此只保留提取出來的詞組作為技術(shù)知識(shí)單元(處理步驟見圖1)；c.最后，分別從詞組的豐富性、差異性、新穎性三個(gè)角度，構(gòu)建起關(guān)于技術(shù)知識(shí)單元的三個(gè)主要測(cè)量指標(biāo)。

圖1 專利文本知識(shí)單元獲取步驟

2.2 研究方法

本研究結(jié)合變量特征，選取多項(xiàng)Logit模型(Multinomial Logit Model)作為研究方法。當(dāng)因變量表現(xiàn)為多個(gè)互相排斥的選擇時(shí)，可以運(yùn)用該模型方法。多項(xiàng)選擇模型的核心思想是各個(gè)選擇方案以其中一項(xiàng)方案為參照方案，得到各個(gè)方案的選擇概率，且各項(xiàng)概率之和為1。

由此，個(gè)體i選擇方案j的概率公式為：

P(yi=j|xi)=

(1)

其中，選擇方案為j(j=1, 2, …,J，J為正整數(shù))，“j=1”即所對(duì)應(yīng)的方案為參照方案。解釋變量只隨個(gè)體i而變，不隨著方案j而變。

由此可以得到以J方案為參照方案時(shí)其余各方案的效用函數(shù)(公式2)，其中P1、P2、…、PJ-1、PJ分別為各個(gè)方案的選擇概率，且和為1。

(2)

此外，多項(xiàng)Logit模型在實(shí)際使用時(shí)，存在與多項(xiàng)Probit模型選擇的問題，二者并無太大差異(見3.2節(jié)兩種模型預(yù)測(cè)概率相關(guān)分析結(jié)論)，由于后者無法從“幾率比”角度對(duì)模型系數(shù)進(jìn)行解釋，因此實(shí)踐中多使用前者。

2.3 變量選取與定義

2.3.1因變量

按照專利引文的情形，將技術(shù)類型定義為三類，第一類為“基于科學(xué)的技術(shù)”，即專利引文中引用了“非專利文獻(xiàn)”(包含只引用非專利文獻(xiàn)、同時(shí)引用非專利和專利文獻(xiàn)兩種情況)；第二類為“基于技術(shù)的技術(shù)”，即專利引文中只引用了“專利文獻(xiàn)”；第三類為“先驅(qū)型技術(shù)”，即未引用任何參考文獻(xiàn)。

2.3.2控制變量

技術(shù)年齡：一項(xiàng)技術(shù)自從首次專利優(yōu)先權(quán)申請(qǐng)之日起，便在事實(shí)上標(biāo)志其核心技術(shù)思想已經(jīng)誕生，因此選擇當(dāng)前年份與首次專利優(yōu)先權(quán)年份之差，衡量一項(xiàng)專利技術(shù)被提出的時(shí)間長(zhǎng)度，作為技術(shù)年齡的指標(biāo)。

專利布局范圍：專利布局活動(dòng)并不單純體現(xiàn)為技術(shù)獨(dú)占性，更多是要繼續(xù)開發(fā)和保護(hù)當(dāng)?shù)氐募夹g(shù)市場(chǎng)，屬于專利權(quán)人的戰(zhàn)略行為。因此將專利申請(qǐng)的國(guó)家或地區(qū)去重后的數(shù)量，作為專利布局范圍的衡量指標(biāo)。

技術(shù)多樣程度：布里淵多樣性指數(shù)(Brillouin Diversity Index)，是用于測(cè)度傳播過程中信息熵或不確定性的重要指標(biāo)(公式3)，其具有兼顧差異性和均衡性的優(yōu)點(diǎn)，受到學(xué)術(shù)界的認(rèn)可，該指標(biāo)最初主要用于生物多樣性的分析，后被引入科學(xué)計(jì)量學(xué)領(lǐng)域。因此選取IPC四位分類號(hào)(小類)的布里淵多樣性指數(shù)作為衡量技術(shù)多樣程度指標(biāo)。

布里淵多樣性指數(shù)計(jì)算公式為：

(3)

其中，n是所有IPC小類的總頻次，ni是IPC小類i的頻次，該指數(shù)的取值范圍介入[0，+∞)之間。并且，IPC小類類別i越多、ni分布越均勻，該指數(shù)就越大，表明被觀測(cè)對(duì)象的多樣性程度就越高。

技術(shù)改進(jìn)次數(shù)：同族專利在不同的國(guó)家或地區(qū)進(jìn)行申請(qǐng)，更多是進(jìn)行一種跨國(guó)或地區(qū)的技術(shù)保護(hù)行為，而同族專利在同一國(guó)家或地區(qū)的后續(xù)專利申請(qǐng)，則代表著關(guān)聯(lián)技術(shù)的技術(shù)改進(jìn)行為。因此，在同一國(guó)家或地區(qū)，同族專利在原始專利之后進(jìn)行的專利申請(qǐng)次數(shù)，可以較好地衡量技術(shù)改進(jìn)。

研發(fā)人員數(shù)量：專利發(fā)明人的規(guī)模不僅可以表明一項(xiàng)專利技術(shù)的研發(fā)力量是否雄厚，同時(shí)還可以表明該項(xiàng)專利技術(shù)所具備的研發(fā)人員規(guī)模特征，本研究選擇專利去重后的研發(fā)人員數(shù)量作為一項(xiàng)控制因素進(jìn)行觀察。

創(chuàng)新主體數(shù)量：專利權(quán)人的規(guī)模往往蘊(yùn)涵著跨組織間知識(shí)流動(dòng)的情況，可能同時(shí)包含顯性知識(shí)和隱性知識(shí)的流動(dòng)，不同技術(shù)創(chuàng)新類型的創(chuàng)新主體數(shù)量應(yīng)該具備了不同的特征，因此納入控制因素進(jìn)行觀察。

2.3.3自變量

知識(shí)單元豐富度：利用檢索到的科學(xué)文獻(xiàn)作者關(guān)鍵詞和拓展關(guān)鍵詞合并去重后的詞匯構(gòu)建起科學(xué)知識(shí)單元主題詞表，然后在專利文本的標(biāo)題和摘要中進(jìn)行抽取，將抽取到的詞組視為技術(shù)知識(shí)單元，技術(shù)詞組的數(shù)量則為知識(shí)單元的豐富度指標(biāo)值，可以有效度量專利文本中的技術(shù)知識(shí)。

知識(shí)單元差異度：將前述抽取得到的每件專利標(biāo)題和摘要的技術(shù)詞匯視為該專利的技術(shù)知識(shí)單元，然后利用tf-idf算法，得到每件專利和其他專利數(shù)據(jù)相比在該專利標(biāo)題和摘要中出現(xiàn)次數(shù)較多、但是在其他數(shù)據(jù)中出現(xiàn)次數(shù)較少的技術(shù)詞匯，將這類詞匯視為具有差異化的技術(shù)詞匯，并用每件專利具有差異化的技術(shù)詞匯數(shù)量，作為衡量其知識(shí)單元差異度的指標(biāo)值。

知識(shí)單元新穎度：將前述抽取得到的每件專利標(biāo)題和摘要的技術(shù)詞匯視為該專利的技術(shù)知識(shí)單元，然后利用burst算法，得到每件專利標(biāo)題和摘要中突現(xiàn)出來的技術(shù)詞匯，將這類詞匯視為具有新穎性的技術(shù)詞匯，并用每件專利具有新穎性的技術(shù)詞匯數(shù)量，作為衡量其知識(shí)單元新穎度的指標(biāo)值。

各變量名稱、定義與符號(hào)匯總情況如表1所示。

表1 變量名稱、定義與符號(hào)

3 實(shí)證研究

3.1 描述性統(tǒng)計(jì)

由各個(gè)變量的描述性統(tǒng)計(jì)結(jié)果(表2)可知，3種技術(shù)類型分布數(shù)量較為均勻；知識(shí)單元豐富度介于1～36之間，均值為7.84個(gè)詞組；知識(shí)單元差異度介于0～28之間，均值為8.23個(gè)詞組；知識(shí)單元新穎度介于0～29之間，均值為8.03個(gè)詞組。從整體上看，一個(gè)技術(shù)領(lǐng)域的三種知識(shí)單元指標(biāo)平均值具有相似性，但是每件專利自身所蘊(yùn)涵的知識(shí)單元豐富度、知識(shí)單元差異度和知識(shí)單元新穎度是迥異的。此外，還報(bào)告了其他控制變量的描述性統(tǒng)計(jì)結(jié)果。

表2 變量描述性統(tǒng)計(jì)

“基于科學(xué)的技術(shù)”“基于技術(shù)的技術(shù)”“先驅(qū)型技術(shù)”各有3 469、4 537、5 167個(gè)觀測(cè)樣本，整體上看，知識(shí)單元豐富度、知識(shí)單元差異度、知識(shí)單元新穎度在三種模式上是依次減少的，但是差異并不大(表3)。

表3 各技術(shù)類型中知識(shí)單元指標(biāo)均值分布

3.2 模型回歸結(jié)果

經(jīng)過對(duì)模型精度進(jìn)行驗(yàn)證，發(fā)現(xiàn)本研究樣本中的8 690件專利所屬的技術(shù)類型被準(zhǔn)確驗(yàn)證，可以認(rèn)為模型精度較高。此外，在選擇多項(xiàng)Logit模型和多項(xiàng)Probit模型時(shí)，經(jīng)過對(duì)兩個(gè)模型所預(yù)測(cè)的選擇概率進(jìn)行相關(guān)分析，得到兩類模型的相關(guān)性系數(shù)均在99.29%以上，表明兩個(gè)模型高度一致，并無實(shí)際差異，因此遵從研究慣例，本研究依然使用多項(xiàng)Logit模型。為了重點(diǎn)觀察“基于科學(xué)的技術(shù)”和“先驅(qū)型技術(shù)”的特征，本研究以“基于技術(shù)的技術(shù)”作為參照方案(表4)。此外，針對(duì)參照方案的選擇偏誤可能存在的未知影響，文章還使用“先驅(qū)型技術(shù)”作為參照方案，主要變量的符號(hào)和顯著性水平并沒有發(fā)生明顯變化，表明模型不會(huì)因參照方案造成偏差。模型(1)和(2)報(bào)告了變量系數(shù)及其顯著性水平，系數(shù)的正負(fù)反映其影響的方向，不能用于刻畫解釋變量對(duì)因變量類型的影響大小，因此還報(bào)告了模型對(duì)應(yīng)的相對(duì)風(fēng)險(xiǎn)比(1)和(2)。

在模型(1)中，以“基于技術(shù)的技術(shù)”為參照方案，在0.1的顯著性水平上，技術(shù)年齡越長(zhǎng)、專利布局范圍越廣、技術(shù)改進(jìn)次數(shù)越多、研發(fā)人員數(shù)量越多、創(chuàng)新主體數(shù)量越多的專利更有可能是“基于科學(xué)的技術(shù)”，更不可能是“先驅(qū)型技術(shù)”，而技術(shù)多樣程度越高的專利更有可能是“基于科學(xué)的技術(shù)”，但是對(duì)于“先驅(qū)型技術(shù)”來說，則無顯著影響。相對(duì)風(fēng)險(xiǎn)比(1)中，相對(duì)于“基于技術(shù)的技術(shù)”而言，技術(shù)年齡、技術(shù)布局范圍、技術(shù)多樣程度、技術(shù)改進(jìn)次數(shù)、研發(fā)人員數(shù)量、創(chuàng)新主體數(shù)量分別增加1個(gè)單位，其技術(shù)類型是“基于科學(xué)的技術(shù)”的概率分別增加了1.018、1.010、5.167、1.586、1.118和1.021倍；相對(duì)于“基于技術(shù)的技術(shù)”而言，技術(shù)年齡、技術(shù)布局范圍、技術(shù)改進(jìn)次數(shù)、研發(fā)人員數(shù)量、創(chuàng)新主體數(shù)量分別增加1個(gè)單位，其技術(shù)類型是“先驅(qū)型技術(shù)”的概率分別增加了0.945、0.961、0.175、0.755和0.929倍(注：該值低于1時(shí)，表明概率降低了)，技術(shù)多樣程度影響不顯著。

在模型(2)中，以“基于技術(shù)的技術(shù)”為參照方案，在0.1的顯著性水平上，知識(shí)單元豐富度越高，更有可能是“基于科學(xué)的技術(shù)”，更不可能是“先驅(qū)型技術(shù)”；知識(shí)單元差異度越高，更有可能不是“基于科學(xué)的技術(shù)”，而對(duì)于“先驅(qū)型技術(shù)”則不顯著；知識(shí)單元新穎度越高，對(duì)于“基于科學(xué)的技術(shù)”不顯著，但是更有可能是“先驅(qū)型技術(shù)”。在相對(duì)風(fēng)險(xiǎn)比(2)中，相對(duì)于“基于技術(shù)的技術(shù)”而言，知識(shí)單元豐富度增加1個(gè)單位、知識(shí)單元差異度增加1個(gè)單位，技術(shù)類型屬于“基于科學(xué)的技術(shù)”的概率分別增加了1.135倍和0.901倍；知識(shí)單元豐富度增加1個(gè)單位、知識(shí)單元新穎度增加1個(gè)單位，技術(shù)類型為“先驅(qū)型技術(shù)”的概率分別增加了0.873倍、1.094倍。

據(jù)此，可以依據(jù)模型(2)寫出以“基于技術(shù)的技術(shù)”為參照方案時(shí)，“基于科學(xué)的技術(shù)”和“先驅(qū)型技術(shù)”的效用函數(shù)方程(公式4)，其中，P1、P2、P3之和為1。

(4)

表4 模型回歸與相對(duì)風(fēng)險(xiǎn)比匯總結(jié)果

3.3 模型邊際效應(yīng)

進(jìn)一步，計(jì)算模型各個(gè)解釋變量在0.1的顯著性水平上對(duì)不同技術(shù)類型的邊際效應(yīng)(表5)。技術(shù)年齡增加一年，技術(shù)類型為“基于科學(xué)的技術(shù)”“基于技術(shù)的技術(shù)”和“先驅(qū)型技術(shù)”的概率分別增加了0.006、0.003和-0.009，這表明“先驅(qū)型技術(shù)”特別容易在更短技術(shù)年齡的專利中出現(xiàn)。專利布局范圍增加一個(gè)國(guó)家/地區(qū)，其屬于三類技術(shù)的概率依次增加了0.004、0.002和-0.006，表明擴(kuò)大布局范圍的專利更有可能屬于“基于科學(xué)的技術(shù)”，其次是“基于技術(shù)的技術(shù)”，更不可能屬于“先驅(qū)型技術(shù)”。技術(shù)多樣程度增加一個(gè)單位，其屬于“基于科學(xué)的技術(shù)”和“基于技術(shù)的技術(shù)”的概率依次增加了0.239和-0.245，表明“基于科學(xué)的技術(shù)”往往具有更高的技術(shù)多樣性，而“基于技術(shù)的技術(shù)”則相反，此類技術(shù)多數(shù)是對(duì)過去技術(shù)的改進(jìn)，“先驅(qū)型技術(shù)”未通過顯著性檢驗(yàn)。技術(shù)改進(jìn)次數(shù)增加一次，其屬于三類技術(shù)的概率依次增加了0.190、0.102和-0.292，表明一項(xiàng)經(jīng)過改進(jìn)的同族專利技術(shù)，會(huì)更有可能屬于“基于科學(xué)的技術(shù)”或“基于技術(shù)的技術(shù)”，更不可能屬于“先驅(qū)型技術(shù)”，這一結(jié)論很容易被理解，因?yàn)橐坏┙?jīng)過改進(jìn)，必定會(huì)是以先前技術(shù)為基礎(chǔ)，先前技術(shù)則構(gòu)成了當(dāng)前技術(shù)的參考文獻(xiàn)。研發(fā)人員數(shù)量多一人，其屬于三類技術(shù)的概率依次增加了0.032、0.011和-0.043，表明大規(guī)模的研發(fā)隊(duì)伍會(huì)更有利于產(chǎn)生出“基于科學(xué)的技術(shù)”，其次是“基于技術(shù)的技術(shù)”，而“先驅(qū)型技術(shù)”則完全相反，更容易誕生于小規(guī)模的研發(fā)隊(duì)伍之中，即他們所掌握的默會(huì)知識(shí)或未編碼的碎片化知識(shí)，有利于產(chǎn)生出“先驅(qū)型技術(shù)”。創(chuàng)新主體數(shù)量增加一個(gè)，其屬于三類技術(shù)的概率依次增加了0.008、0.004和-0.011，這與研發(fā)人員規(guī)模的邊際效應(yīng)類似，可見，“基于科學(xué)的技術(shù)”通常需要更多的研發(fā)組織參與，其次是“基于技術(shù)的技術(shù)”，而“先驅(qū)型技術(shù)”則經(jīng)常被小型化的研發(fā)人員和組織所孕育，這類專利的發(fā)明人和專利權(quán)人往往更擅長(zhǎng)“單打獨(dú)斗”。知識(shí)單元豐富度增加一個(gè)單位，其屬于三類技術(shù)的概率依次增加了0.032、-0.006和-0.026，表明包含更多、更豐富技術(shù)知識(shí)的專利更有可能是“基于科學(xué)的技術(shù)”，相比之下，“基于技術(shù)的技術(shù)”，特別是“先驅(qū)型技術(shù)”則不以創(chuàng)造更豐富的技術(shù)知識(shí)為目標(biāo)。知識(shí)單元差異度增加一個(gè)單位，其屬于三類技術(shù)的概率依次增加了-0.022、0.014和0.007，表明雖然“基于科學(xué)的技術(shù)”可以帶來更豐富的技術(shù)知識(shí)，但是這類技術(shù)知識(shí)卻不是差異性的技術(shù)知識(shí)，而“基于技術(shù)的技術(shù)”和“先驅(qū)型技術(shù)”則能夠帶來更多差異性的技術(shù)知識(shí)。知識(shí)單元新穎度增加一個(gè)單位，其屬于“先驅(qū)型技術(shù)”的概率增加了0.013，屬于“基于科學(xué)的技術(shù)”或“基于技術(shù)的技術(shù)”不顯著，這進(jìn)一步表明，相比較而言，“先驅(qū)型技術(shù)”則可以帶來更多具有新穎性的技術(shù)知識(shí)。

表5 邊際效應(yīng)匯總結(jié)果

4 結(jié)論與討論

4.1 結(jié) 論

a.論證了利用知識(shí)單元多維度指標(biāo)判斷技術(shù)類型的可行性。本研究以知識(shí)單元為研究視角，利用論文的科學(xué)知識(shí)單元主題詞表和N-gram模型映射得到技術(shù)知識(shí)單元，該思路有效規(guī)避了使用專利引文方法分析技術(shù)演化過程中忽視“零引文專利”所存在的固有缺陷，成為專利計(jì)量學(xué)視角下利用專利文本研究知識(shí)載體特征問題的一種有益探索和必要補(bǔ)充。

b.界定了以“零引文專利”所表征的“先驅(qū)型技術(shù)”。先驅(qū)型技術(shù)的內(nèi)涵特征是不以任何編碼化的顯性知識(shí)為基礎(chǔ)的新技術(shù)，體現(xiàn)出隱性知識(shí)顯性化的發(fā)明過程，具有很強(qiáng)的技術(shù)新穎性。雖然其未引用任何參考文獻(xiàn)，但并不意味著“先驅(qū)型技術(shù)”是憑空想象的結(jié)果，其往往包含更少量的技術(shù)知識(shí)和較多的差異性技術(shù)知識(shí)，并且其包含的技術(shù)知識(shí)新穎性較強(qiáng)，通常具有更短的技術(shù)年齡，更小的專利布局規(guī)模，更少的技術(shù)改進(jìn)次數(shù)、發(fā)明人和專利權(quán)人規(guī)模，因此其可能是針對(duì)某一特定問題，由少數(shù)掌握隱性知識(shí)或未公開、碎片化、未編碼知識(shí)的專利發(fā)明人或?qū)＠麢?quán)人所產(chǎn)生的技術(shù)方案。

c.發(fā)現(xiàn)了“基于科學(xué)的技術(shù)”具有更加豐富的知識(shí)單元，但是并沒有擁有更多差異性的知識(shí)單元，其技術(shù)知識(shí)單元的新穎性則不明顯，此外，技術(shù)年齡越長(zhǎng)、專利布局規(guī)模越大、技術(shù)多樣程度越高、技術(shù)改進(jìn)次數(shù)越多、研發(fā)人員數(shù)量越多、創(chuàng)新主體數(shù)量越多，越有可能屬于“基于科學(xué)的技術(shù)”。由此可見，融合了更廣泛知識(shí)的技術(shù)類型，往往是因?yàn)楦嘌邪l(fā)人員和組織的參與，從而包含了眾多顯性知識(shí)而形成較高的技術(shù)多樣程度和較多的技術(shù)改進(jìn)次數(shù)，這類專利或許更加具備“原理型”技術(shù)的特征。

4.2 討 論

本文關(guān)注到了“零引文專利”這一現(xiàn)象，認(rèn)為其是將少數(shù)發(fā)明者或?qū)＠麢?quán)人所掌握的隱性知識(shí)顯性化的過程，印證了著名哲學(xué)家波蘭尼做出的“人們所知道的東西遠(yuǎn)比能夠表達(dá)出來的要多”的經(jīng)典論述?！傲阋膶＠彼碚鞯摹跋闰?qū)型技術(shù)”之中蘊(yùn)涵了大量的技術(shù)訣竅，或許可以構(gòu)成顛覆性技術(shù)創(chuàng)新的起點(diǎn)。新概念和新單元的長(zhǎng)期積累，有可能導(dǎo)致整個(gè)硬核的結(jié)構(gòu)變化，從而引發(fā)科學(xué)革命，科學(xué)革命分為“漸變式”和“突變式”兩種，科學(xué)革命決不意味著知識(shí)單元的毀滅，舊知識(shí)單元會(huì)改變外形，同新的知識(shí)單元一起構(gòu)成新理論體系的基石[6]。由此來看，“零引文專利”所表征的“先驅(qū)型技術(shù)”會(huì)導(dǎo)致“漸變式”或是“突變式”技術(shù)革命嗎？會(huì)成為重大科學(xué)發(fā)現(xiàn)的新技術(shù)手段嗎？會(huì)成為技術(shù)代際更替的基礎(chǔ)嗎？此外，本研究重點(diǎn)選取了SOFC技術(shù)領(lǐng)域作為分析案例，后對(duì)生物芯片技術(shù)領(lǐng)域做了補(bǔ)充對(duì)比分析(限于版面，未列出相關(guān)表格)，得出了大致相似的研究結(jié)論，但對(duì)其他技術(shù)領(lǐng)域的零引文專利規(guī)模以及普適性等問題未進(jìn)行比較，即本文研究結(jié)論的泛化能力尚待進(jìn)一步檢驗(yàn)。諸如此類疑問，留待后續(xù)進(jìn)行深入研究。