基于論文和專(zhuān)利計(jì)量的大數(shù)據(jù)技術(shù)差距比較分析

周松蘭　邱文偉

摘要：大數(shù)據(jù)技術(shù)作為人工智能、云計(jì)算、物聯(lián)網(wǎng)等新科技革命信創(chuàng)先導(dǎo)技術(shù)的基礎(chǔ)資源與核心工具，已成為各國(guó)競(jìng)爭(zhēng)未來(lái)發(fā)展新優(yōu)勢(shì)的新賽道，而跟蹤比較其技術(shù)差距則為趕超前提。因此，構(gòu)建新趕超理論和基于知識(shí)產(chǎn)權(quán)的技術(shù)差距測(cè)度體系以厘清差距挖掘問(wèn)題。研究發(fā)現(xiàn)，中美歐日韓大數(shù)據(jù)技術(shù)差距已經(jīng)收斂至20%區(qū)間，呈現(xiàn)典型的并跑階段特征，中國(guó)相關(guān)專(zhuān)利和論文有數(shù)量?jī)?yōu)勢(shì)，但質(zhì)量有待提高，專(zhuān)利國(guó)內(nèi)外布局不合理。針對(duì)問(wèn)題，文章提出以并跑階段為重點(diǎn)的趕超全周期創(chuàng)新躍遷路線和政策建議，以期為相關(guān)研究和決策提供學(xué)術(shù)支持和實(shí)證參考。

關(guān)鍵詞：大數(shù)據(jù)；知識(shí)產(chǎn)權(quán)統(tǒng)計(jì)；技術(shù)差距測(cè)度；創(chuàng)新路線優(yōu)化

中圖分類(lèi)號(hào)：F062.4文獻(xiàn)標(biāo)志碼：A0引言以人工智能、大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、3D打印、智能機(jī)器人等為代表的新科技革命先導(dǎo)技術(shù)不斷演進(jìn)，大數(shù)據(jù)作為基礎(chǔ)要素與核心工具融合，加速了集成創(chuàng)新，深刻廣泛地改變著人類(lèi)生產(chǎn)生活方式和科技創(chuàng)新范式，推動(dòng)世界進(jìn)入大數(shù)據(jù)時(shí)代。大數(shù)據(jù)是人們?cè)谏a(chǎn)、市場(chǎng)、消費(fèi)和社會(huì)活動(dòng)等過(guò)程中，普遍使用計(jì)算機(jī)、網(wǎng)絡(luò)、傳感及傳輸?shù)裙ぞ吆洼d體，得以快速收集、編譯、儲(chǔ)存和利用的數(shù)字化數(shù)據(jù)集，其爆炸式增長(zhǎng)形成的一種容量大、動(dòng)態(tài)性強(qiáng)、復(fù)雜度大的信息資產(chǎn)，區(qū)別于傳統(tǒng)數(shù)據(jù)稱(chēng)為大數(shù)據(jù)，而收集、編譯、儲(chǔ)存、計(jì)算、傳輸和利用大數(shù)據(jù)的技術(shù)即大數(shù)據(jù)技術(shù)。大數(shù)據(jù)技術(shù)已成為各國(guó)競(jìng)爭(zhēng)未來(lái)發(fā)展新優(yōu)勢(shì)的新賽道，而科學(xué)測(cè)度和跟蹤大數(shù)據(jù)技術(shù)差距是知己知彼的競(jìng)爭(zhēng)前提。本文以采用論文影響力和專(zhuān)利影響力等知識(shí)產(chǎn)權(quán)系列指數(shù)構(gòu)建測(cè)度工具系統(tǒng)，用以厘清和比較中美歐日韓大數(shù)據(jù)技術(shù)差距，探析問(wèn)題基源，提出并跑階段及趕超全周期創(chuàng)新躍遷路線和政策建議，以期為相關(guān)研究和決策提供學(xué)術(shù)支持及實(shí)證參考。

1數(shù)據(jù)來(lái)源大數(shù)據(jù)技術(shù)研究的論文數(shù)據(jù)，主要通過(guò)科睿唯安（Clarivate）與愛(ài)思唯爾（Elsevier）數(shù)據(jù)庫(kù)檢索，主要從論文數(shù)量指標(biāo)和論文被引用率等質(zhì)量指標(biāo)兩大類(lèi)進(jìn)行整理。大數(shù)據(jù)技術(shù)專(zhuān)利數(shù)據(jù)主要來(lái)自世界知識(shí)產(chǎn)權(quán)組織（WIPO）和中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局（CNIPA）、美國(guó)專(zhuān)利商標(biāo)局（USPTO）、歐洲專(zhuān)利局（EPO）、日本特許廳（JPO）、韓國(guó)特許廳（KIPO）即IP5局大數(shù)據(jù)技術(shù)專(zhuān)利數(shù)據(jù)，同時(shí)包括中國(guó)（CN）、美國(guó)（US）、歐盟（EU）、日本（JP）、韓國(guó)（KR）等各國(guó)籍專(zhuān)利數(shù)量和專(zhuān)利家族數(shù)量等。

2大數(shù)據(jù)技術(shù)研究的論文數(shù)據(jù)分析共檢索1984—2022年中美歐日韓大數(shù)據(jù)技術(shù)研究論文154 449篇，其中，歐盟41 716篇，美國(guó)37 729篇，中國(guó)33 189篇，日本20 534篇，韓國(guó)21 281篇。從數(shù)量增長(zhǎng)動(dòng)態(tài)看，1984年，歐盟21篇，美國(guó)17篇，日本16篇，中國(guó)和韓國(guó)都是14篇，說(shuō)明起步差距不大。從越過(guò)100篇大關(guān)時(shí)點(diǎn)看，歐美是在1995年，日本是2000年，中韓都在2001年，東西方拉開(kāi)5年差距，從2002年起中國(guó)一直保持超過(guò)韓國(guó)，從2005年起中國(guó)一直保持超過(guò)日本，2021年中國(guó)大幅超越美國(guó)，2021年中國(guó)大幅超越歐盟。從發(fā)展過(guò)程看中國(guó)與歐美日韓相差并不遙遠(yuǎn)，且趕超與反趕超的并跑階段特征十分明顯。

大數(shù)據(jù)技術(shù)論文發(fā)表數(shù)量前10位機(jī)構(gòu)依次是中國(guó)科學(xué)院、美國(guó)加州大學(xué)系統(tǒng)、中國(guó)清華大學(xué)、烏迪策法國(guó)研究型大學(xué)、英國(guó)倫敦大學(xué)、法國(guó)國(guó)家科學(xué)研究中心、美國(guó)佛羅里達(dá)州立大學(xué)系統(tǒng)、美國(guó)哈佛大學(xué)、美國(guó)德克薩斯大學(xué)系統(tǒng)、中國(guó)科學(xué)院大學(xué)。

高被引論文是大數(shù)據(jù)技術(shù)研究知識(shí)創(chuàng)新產(chǎn)出高質(zhì)量指標(biāo)之一。大數(shù)據(jù)技術(shù)研究高被引論文總量：美國(guó)654篇位居首位，中國(guó)583篇名列第2位。從動(dòng)態(tài)比較看，2012年中國(guó)超過(guò)日韓，2014年超過(guò)歐盟，而后一直突出呈現(xiàn)著趕超與反趕超的并跑階段典型特征，2020年及以后中國(guó)大數(shù)據(jù)研究高被引論文保持對(duì)歐美的趕超。

3大數(shù)據(jù)技術(shù)專(zhuān)利數(shù)據(jù)分析共檢索2001—2022年在國(guó)家知識(shí)產(chǎn)權(quán)局、美國(guó)專(zhuān)利商標(biāo)局、歐洲專(zhuān)利局、日本特許廳、韓國(guó)特許廳申請(qǐng)大數(shù)據(jù)技術(shù)專(zhuān)利156 071件。國(guó)家知識(shí)產(chǎn)權(quán)局有108 636件居世界第1，日本特許廳有12 050件，美國(guó)專(zhuān)利商標(biāo)局有11 014件，韓國(guó)特許廳有5 078件，歐洲專(zhuān)利局有3 728件。大數(shù)據(jù)技術(shù)專(zhuān)利申請(qǐng)量前10位企業(yè)依次是中國(guó)國(guó)家電網(wǎng)公司、中國(guó)華為科技有限公司、中國(guó)平安科技（深圳）有限公司、日本日立株式會(huì)社、日本索尼公司、中國(guó)北京百度網(wǎng)訊科技有限公司、日本佳能INC、美國(guó)國(guó)際商業(yè)機(jī)器有限公司、日本電氣公司、松下電氣工業(yè)株式會(huì)社。從專(zhuān)利數(shù)量上明顯可見(jiàn)中國(guó)的壓倒性?xún)?yōu)勢(shì)，但專(zhuān)利質(zhì)量存在一定的問(wèn)題。

3.1專(zhuān)利授權(quán)率較低

僅以基于邊緣計(jì)算的大數(shù)據(jù)平臺(tái)技術(shù)專(zhuān)利為例，根據(jù)表1和表2的數(shù)據(jù)，在2000—2022年期間，國(guó)家知識(shí)產(chǎn)權(quán)局總計(jì)有申請(qǐng)專(zhuān)利11 210件，總計(jì)有授權(quán)專(zhuān)利5 043件，計(jì)算可知授權(quán)率為45.0%，同期同類(lèi)指標(biāo)美國(guó)72.5%，歐盟45.2%，日本62.4%，韓國(guó)65.0%，同樣可算出中國(guó)籍專(zhuān)利授權(quán)率為41.9%，美國(guó)66.5%，歐盟61.9%，日本68.5%，韓國(guó)61.0%。綜上，中國(guó)的授權(quán)率在比較樣板中是最低的，主要原因在于專(zhuān)利質(zhì)量存在差距。

3.2國(guó)內(nèi)外專(zhuān)利結(jié)構(gòu)不合理

在一國(guó)知識(shí)產(chǎn)權(quán)局申請(qǐng)的專(zhuān)利總數(shù)中可能包括本國(guó)籍者申請(qǐng)的專(zhuān)利和外國(guó)籍者申請(qǐng)的專(zhuān)利，但真正代表一國(guó)專(zhuān)利實(shí)力的應(yīng)當(dāng)是本國(guó)籍者的國(guó)內(nèi)專(zhuān)利和本國(guó)籍者的國(guó)外專(zhuān)利有機(jī)集合。而國(guó)內(nèi)專(zhuān)利和國(guó)外專(zhuān)利的比例有著不同價(jià)值含義：一國(guó)國(guó)內(nèi)專(zhuān)利越少同時(shí)國(guó)外專(zhuān)利越多，意味著被外來(lái)技術(shù)占領(lǐng)國(guó)內(nèi)產(chǎn)業(yè)和市場(chǎng)的潛在風(fēng)險(xiǎn)；一國(guó)國(guó)內(nèi)專(zhuān)利越多同時(shí)國(guó)外專(zhuān)利越少，意味著國(guó)內(nèi)有一定的自主能力而缺乏國(guó)際競(jìng)爭(zhēng)力。

中國(guó)籍者在除中國(guó)之外IP5局的國(guó)外申請(qǐng)專(zhuān)利數(shù)為278+144+84+53=559（見(jiàn)表1），與中國(guó)籍者所有申請(qǐng)專(zhuān)利總數(shù)9 241之比為6.1%即國(guó)外專(zhuān)利申請(qǐng)率，這類(lèi)指標(biāo)美國(guó)為38.5%，歐盟為75.0%，日本為63.8%，韓國(guó)為45.2%，可見(jiàn)中國(guó)低了數(shù)十倍，這與前述中國(guó)專(zhuān)利數(shù)量是其他比較樣板的數(shù)十倍形成了強(qiáng)烈反差，是中國(guó)大數(shù)據(jù)技術(shù)專(zhuān)利數(shù)量領(lǐng)先而國(guó)際競(jìng)爭(zhēng)力較低的原因之一。如表2所示，中國(guó)大數(shù)據(jù)技術(shù)專(zhuān)利國(guó)外授權(quán)率8.0%，低于美國(guó)32.2%、歐盟79.1%、日本65.0%、韓國(guó)42.2%的數(shù)十倍。而且這類(lèi)格局與大數(shù)據(jù)其他技術(shù)分類(lèi)專(zhuān)利大同小異，因此，中國(guó)在具備專(zhuān)利數(shù)量?jī)?yōu)勢(shì)基礎(chǔ)上不容盲目樂(lè)觀，還應(yīng)提高專(zhuān)利質(zhì)量，優(yōu)化專(zhuān)利布局的國(guó)內(nèi)外結(jié)構(gòu)。

4大數(shù)據(jù)技術(shù)差距測(cè)度與比較4.1技術(shù)差距測(cè)度方法技術(shù)差距測(cè)度的模型采用周松蘭［1］的方法，利用論文活動(dòng)力指數(shù)、論文影響力指數(shù)、專(zhuān)利活動(dòng)力指數(shù)、專(zhuān)利影響力指數(shù)、專(zhuān)利市場(chǎng)力指數(shù)，組合構(gòu)建大數(shù)據(jù)技術(shù)差距測(cè)度的評(píng)分模型BDII=∑⁵_i=1PL_i。其中，P為權(quán)重;L_i為5種指數(shù)的評(píng)分值。以計(jì)量結(jié)果最高者為百分，計(jì)算中美歐日韓大數(shù)據(jù)技術(shù)差距，形成技術(shù)差距追趕曲線，并進(jìn)行比較分析（見(jiàn)圖1）。

4.2大數(shù)據(jù)技術(shù)差距測(cè)度結(jié)果與追趕曲線比較分析2000年，以最高技術(shù)國(guó)家美國(guó)大數(shù)據(jù)技術(shù)水平為100分的標(biāo)化評(píng)分，歐盟78.4分，日本73.7分，韓國(guó)60.6分，中國(guó)只有50.1分。中國(guó)經(jīng)過(guò)10年的追趕，至2010年達(dá)59.1分，2012年越過(guò)60分線，從此基本以平穩(wěn)斜率和速度在與其他經(jīng)濟(jì)體并跑中接近超越。從70分線年份看，韓國(guó)是2010年，中國(guó)是2016年，比韓國(guó)遲6年。而從越過(guò)80分線年份看，韓國(guó)是2018年，中國(guó)是2017年，比韓國(guó)提前1年，并從此保持對(duì)韓國(guó)的超越。在國(guó)家創(chuàng)新驅(qū)動(dòng)科技由跟跑向并跑、領(lǐng)跑轉(zhuǎn)型的新趕超戰(zhàn)略推動(dòng)下，中國(guó)大數(shù)據(jù)技術(shù)創(chuàng)新從2018年開(kāi)始保持超越日本，2019年開(kāi)始保持超越歐盟，2021年中國(guó)大數(shù)據(jù)技術(shù)評(píng)分達(dá)到95.6分歷史高點(diǎn)，進(jìn)入與美國(guó)并跑階段。

2022年大數(shù)據(jù)技術(shù)評(píng)分，中國(guó)93.8分，歐盟88.7分，日本80.3分，韓國(guó)89.4分，與近年動(dòng)態(tài)結(jié)合可見(jiàn)五大經(jīng)濟(jì)體大數(shù)據(jù)技術(shù)差距收斂已接近20分內(nèi)的狹窄區(qū)間，顯示出典型的并跑階段特征之一；歐盟和日本長(zhǎng)期以來(lái)在80分線徘徊，顯示典型的并跑階段特征之二?？傮w格局表明，中國(guó)大數(shù)據(jù)技術(shù)創(chuàng)新已進(jìn)入與歐美日韓并跑的歷史性新階段。

5政策建議

（1）推動(dòng)人類(lèi)命運(yùn)共同體建設(shè)與人類(lèi)大數(shù)據(jù)共同體建設(shè)同步相生。

隨著中國(guó)大數(shù)據(jù)技術(shù)水平的提高，中國(guó)智能化大數(shù)據(jù)發(fā)展惠及世界，世界大數(shù)據(jù)離不開(kāi)中國(guó)［2］。人類(lèi)是休戚與共的命運(yùn)共同體，只有和衷共濟(jì)、和合共生地建設(shè)人類(lèi)大數(shù)據(jù)共同體，才能更好地面對(duì)數(shù)字技術(shù)和數(shù)字經(jīng)濟(jì)的挑戰(zhàn)。中國(guó)應(yīng)積極融入全球數(shù)據(jù)規(guī)則和標(biāo)準(zhǔn)制定的主流，成為全球數(shù)據(jù)治理的主要貢獻(xiàn)者和領(lǐng)跑者。

（2）從政策源頭為科研機(jī)構(gòu)和企業(yè)技術(shù)創(chuàng)新提高專(zhuān)利質(zhì)量，增強(qiáng)“造血”功能。

重點(diǎn)支持核心技術(shù)家族專(zhuān)利，完善優(yōu)化專(zhuān)利國(guó)內(nèi)外結(jié)構(gòu)的預(yù)警機(jī)制、激勵(lì)機(jī)制和政策機(jī)會(huì)窗口，培訓(xùn)、指導(dǎo)、監(jiān)督專(zhuān)利代理系統(tǒng)科學(xué)優(yōu)質(zhì)運(yùn)行，從基礎(chǔ)服務(wù)上提高專(zhuān)利申請(qǐng)質(zhì)量，從戰(zhàn)略布局上引導(dǎo)和提升專(zhuān)利家族系統(tǒng)質(zhì)量［3-4］。

（3）技術(shù)創(chuàng)新、制度創(chuàng)新和社會(huì)創(chuàng)新聯(lián)動(dòng)，系統(tǒng)優(yōu)化大數(shù)據(jù)技術(shù)發(fā)展基礎(chǔ)，以勝出并跑，躍遷領(lǐng)跑。

鑒于中國(guó)當(dāng)前大數(shù)據(jù)等先導(dǎo)技術(shù)進(jìn)入與主要國(guó)家并跑的階段特點(diǎn)和發(fā)展要求，一是要優(yōu)化創(chuàng)新工具系統(tǒng)，二是要提高創(chuàng)新能級(jí)。在技術(shù)引進(jìn)消化吸收再創(chuàng)新的跟跑階段，形成了中國(guó)對(duì)國(guó)外諸如芯片等核心技術(shù)的依賴(lài)，在并跑階段要加強(qiáng)信創(chuàng)的基礎(chǔ)硬件、基礎(chǔ)軟件、應(yīng)用軟件、信息安全建設(shè)，加快實(shí)現(xiàn)開(kāi)源系統(tǒng)、操作系統(tǒng)、根服務(wù)器等自主可控。同時(shí)，發(fā)揮大數(shù)據(jù)應(yīng)用場(chǎng)景和行業(yè)大數(shù)據(jù)市場(chǎng)優(yōu)勢(shì)支持大數(shù)據(jù)技術(shù)產(chǎn)業(yè)化升級(jí)［5-6］，尤其要提高全民和機(jī)關(guān)企事業(yè)組織數(shù)字化素質(zhì)，優(yōu)化大數(shù)據(jù)技術(shù)普及與提高的基源。集聚與培育大數(shù)據(jù)技術(shù)各類(lèi)人才，提升大數(shù)據(jù)技術(shù)及與人工智能、云計(jì)算、物聯(lián)網(wǎng)等技術(shù)的相生促進(jìn)與融合創(chuàng)新能力。

參考文獻(xiàn)

［1］周松蘭.中美歐日韓人工智能技術(shù)差距測(cè)度與比較研究［J］.華南理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020（2）：18-30.

［2］王雅，杜濤，賈鑫.大數(shù)據(jù)技術(shù)的專(zhuān)利競(jìng)爭(zhēng)態(tài)勢(shì)與中國(guó)企業(yè)的對(duì)策［J］.成都工業(yè)學(xué)院學(xué)報(bào)，2020（1）：69-72.

［3］左良軍，李立功.基于大數(shù)據(jù)技術(shù)的專(zhuān)利價(jià)值評(píng)估與篩選系統(tǒng)［J］.中國(guó)發(fā)明與專(zhuān)利，2018（10）：41-44.

［4］汪滿容，劉桂鋒，孫華平.基于專(zhuān)利地圖的全球大數(shù)據(jù)技術(shù)競(jìng)爭(zhēng)態(tài)勢(shì)研究［J］.現(xiàn)代情報(bào)，2017（1）：148-155.

［5］趙向陽(yáng)，王亮，梁晨隴.基于專(zhuān)利數(shù)據(jù)的大數(shù)據(jù)技術(shù)發(fā)展研究［J］.軟件，2017（8）：190-196.

［6］卜婷婷，楊瀟.大數(shù)據(jù)領(lǐng)域?qū)＠夹g(shù)分析［J］.科技創(chuàng)新與應(yīng)用，2023（4）：21-24.

（編輯李春燕編輯）Comparative analysis of big data technology gap based on paper and patent measurementZhou? Songlan， Qiu? Wenwei

（School of Economics and Statistics， Guangzhou University， Guangzhou 510006， China）Abstract：? Big data technology， as a fundamental resource and core tool for leading technologies in new technological revolutions such as artificial intelligence， cloud computing， and the Internet of Things， has become a new track for countries to compete for new advantages in future development. Tracking and comparing their technological gaps is a prerequisite for catching up. Therefore， a new catch-up theory and a technology gap measurement system based on intellectual property rights are constructed to clarify the problem of gap mining. The study found that the big data technology gap between China， the United States， Europe， Japan， and South Korea has converged to a 20% range， showing typical parallel running characteristics. China has a quantitative advantage in related patents and papers， but the quality needs to be improved， and the domestic and international layout of patents is unreasonable. To address the issue， propose a path and policy recommendations for catching up with and surpassing the full cycle innovation transition， with a focus on the parallel stage， in order to provide academic support and empirical reference for relevant research and decision-making.

Key words： big data; intellectual property statistics; measurement of technology gap; innovation route optimization