知识流动视角下中美专利技术扩散的比较分析
——以碳纳米管技术为例
林 波1杨秀财1侯剑华2
(1.大连大学经济管理学院 大连 116622;2.中山大学资讯管理学院 广州 510006 )
摘 要： [目的/意义] 探测碳纳米管技术领域中国和美国专利技术知识流动结构和特征，揭示碳纳米管技术领域影响中国和美国专利技术知识流动差异性的主要因素。[方法/过程] 基于专利的转让、授权、引用等指标，构建了国家专利技术知识流动模型，并以碳纳米管技术为例，探究中、美两国国内、外专利技术知识流动结构和特征。[结果/结论] 研究发现，中国专利技术知识流动呈现“漏斗式”发展，美国专利技术知识流动呈现“水管式”发展，美国具有更高的技术知识流动速率。美国专利技术知识在结构上有较好的前后继承性和延续性，而中国专利技术知识结构出现了片段式、不连续发展。并且，专利自引和知识回流是影响专利技术知识流动的主要因素，中国专利技术知识的流动更易受到外部知识的影响。
关键词： 知识流动；专利计量；技术熵模型；中国；美国
0引 言
中美贸易商榷持续多年，在2018年3月，美国为了促进相关产业重新转移到美国本土，一方面宣布对中国航天、信息通信技术和机械等产品加收25%的关税。另一方面根据《华尔街日报》报道，美国白宫正在考虑限制中国赴美学生的签证。由此可见，这场中美贸易战争实际上是一场中美技术之间的战争。如果阻碍科学领域中中国和美国之间正常技术知识的交流，会极大地阻碍美国向中国的知识溢出，将对中国高新技术的发展产生一定的影响。所以探究中美两国专利技术知识流动的结构和特征就显得尤为重要。
在目前国内外学者对于专利知识流动的研究中，大部分学者都是从专利的引用角度对不同技术领域在不同区域的知识流动情况进行研究。如周成[1]、贵淑婷[2]等人基于专利的引证信息，通过社会网络和引文网络等方法，分别探究了专利技术在不同省份之间的知识流动特征和流动速度等问题。Noh[3]通过专利引用，研究了科学论文和专利之间的知识流动特征，阐明两个领域之间的融合程度。Shin[4]利用专利引用构建专利技术知识流动网络，比较了韩国、台湾、美国专利技术知识网络的流动情况。Acosta[5]、Albert[6]、 Henderson[7]则分别用专利引文来描述美国、西班牙、韩国和中国台湾地区的知识流动和溢出。以上这些相关研究中，学者们利用专利的引用指标探究了不同专利技术领域的知识流动情况和流动速度等问题，但是在指标选取上并未考虑法律状态信息(专利转让或许可)这一影响因素。在专利技术知识流动过程中，Hou[8]、Seo[9]、Choi[10]等学者认为影响专利知识流动的主要影响因素不仅仅是专利的引用指标，专利的法律状态信息(专利转让或许可)也是一项十分重要的影响指标。
还有一部分学者，为了更全面的评估不同技术领域的知识流动特征，在采用专利引用指标的基础上，结合专利的贸易数据[8，11]、作者合作情况[12-14]、专利的法律状态(转让/许可)[8-10，15]以及专利的权利的全引用信息[16]等去探究专利的知识流动情况。如孙玉涛[17]将国际技术贸易作为国际技术流动的指标，探讨了G7国家国际技术流动的组合模式演化路径以及对国家创新和经济发展的作用。Kyriakos[11]利用专利引用和专利贸易的数据，探究了地理位置对知识流动的影响。向希尧[12]基于我国电力系统专利的引用、合作申请以及共同发明人信息，对专利技术知识的扩散网络结构特征和专利技术知识的跨国溢出进行实证研究。Ilwon[9]利用中国专利的许可数据，对中国181个地级市在1998-2013年间的技术流动网络进行实证研究。在这些学者中，学者们利用专利的引证指标和专利的法律状态等信息仅探究了专利从授权到被引这一阶段的知识流动情况，并未将技术知识流动作为一个系统去全面的探究其知识流动情况。另一方面，通过作者合作探究专利知识流动过程中，作者合作指标虽然反映了发明者之间的真实互动，但是却很难看到信息流的方向。在专利知识流动研究中，技术流动的方向至关重要，所以作者合作的数据并不能为我们带来较大的帮助[9]。黄鲁成[16]在2017年从技术系统的角度，利用专利的全引用信息从专利的施引和被引两个角度探究石墨烯技术领域的专利技术知识扩散特征。但是其并未考虑专利的法律状态信息对专利知识流动的影响。
综上所述，在目前的研究中，较少有学者从专利技术知识系统的角度结合专利的引证指标和法律状态指标对专利技术知识的流动进行研究。本研究运用Boltzmann熵的概念，依据专利技术知识流动系统，分阶段构建专利技术知识流动熵模型，以碳纳米管技术领域为例，探测中国和美国专利技术知识流动结构和特征，揭示影响中国和美国专利技术知识流动差异性的主要因素等。
1模型构建
1.1技术知识流动框架 随着知识流动相关研究的不断发展，学者对知识流动阶段的划分呈现出多样性。根据研究对象和研究问题的不同，知识流动阶段常常被划分成二、三、四、六阶段。其中Davenport TH[18]认为知识流动只有两个阶段，分别是知识吸收和知识传递，并且认为知识传递是知识吸收的基础，知识吸收是知识传递的表现形式。Argote&Ingram[19]在Davenport TH的基础上增加了知识共享，其认为知识流动应该包含知识共享、知识转移和知识创造三个阶段。
今年5月22日，北京市政府召开了“全面提升首都餐饮业品质工作部署会议”。会上，副市长殷勇对“北京市深入推进阳光餐饮工程 全面提升首都餐饮业品质”做了部署动员，北京市餐饮业品质提升工作正式启动。
为了表征不同国家在不同时间授权专利技术知识流动过程，本研究参考Argote&Ingram、黄鲁成[16]等学者在研究专利知识流动特征时对知识流动的划分依据，将专利知识流动的过程分为知识吸收、知识增值和知识扩散三个阶段，并分别研究不同国家在不同时间知识流动各阶段的特征。其中知识增值是指一个国家每年新增的授权专利数量，与Argote & Ingram中的知识创造阶段相对应；知识吸收是指在一个国家每年授权专利的施引专利数量和在每年获得转让专利的数量，与Argote&Ingram中的知识共享阶段相对应；知识扩散是指一个国家每年授权的专利在授权后获得的被引次数和授权专利在该年发生的转让数，与Argote & Ingram中的知识转移阶段相对应(见图1)。并且本研究中知识吸收到知识增值这一过程和知识增值到知识扩散这一过程，与黄鲁成在2017年将知识流动过程分为技术知识的利用和技术知识的传播两个过程是一致的。
图1 国家间专利技术知识流动过程
1.2专利技术知识流动模型 为形象的表征一个国家在某技术领域中每年专利技术知识的流动过程，本研究引入了Boltzmann熵和负熵的概念。Boltzmann熵即系统宏观上表现出来的性质是所有可能的微观状态的统计平均值，公式为：
SB=kBlnW
(1)
结合中国和美国从知识吸收到知识增益和从知识增益到知识扩散两个过程来看，美国在两个过程中专利技术知识的流动一直保持高有序性发展趋势，即知识的高流入和高流出，并且保持着专利技术知识较好的继承性和延续性，所以美国在碳纳米管技术领域专利技术知识流动呈现“水管式”发展。中国在这两个过程中，专利技术知识流动的无序性较高，专利技术知识之间的继承性和延续性较低，呈现知识相对高流入和低流出的发展趋势，所以中国在碳纳米管技术领域的知识流动特点是“漏斗式”的发展趋势，其知识流动方向主要由美国流向中国。
周五上完课，语文老师给我们留了五张试卷，数学老师给我们留了三张试卷，英语老师和科学老师分别给我们留了一张试卷。双休日，除了完成这些试卷以及一些书面作业外，还要背一些提纲。我真想仰天长叹：期末复习真苦啊！
1944年Schordinger(薛定谔)提出了负熵的概念，用以解释生命系统中生物的生长过程，指出“生命依赖负熵得以生存”[23-24]。
随着科技飞速发展，知识不断更新，不断发展的社会对人才提出了更高要求，教育体制的持续改革要求老师使用创新独特的教学方法，帮助学生实现全面发展。特别是学生个性发展的关键问题引起了人们的关注，所有中小学都主动采用新颖的体育教育来培养学生的个性发展。文章就初中体育与健康教学中如何促进学生的全面发展进行了简单的阐述。
结合专利技术知识流动的三个阶段、Boltzmann熵、负熵等概念构建国家间专利技术知识流动模型。该模型包含两个阶段，第一阶段是从知识吸收到知识增益的过程，即知识是从无序向有序的变化过程，即熵减过程。为形象描述这一阶段知识流动的无序程度，结合Boltzmann熵和负熵的概念构建一个国家某技术领域每年知识吸收-增益熵公式：
Boisot MH[20]在研究公司技术战略问题时将知识流动过程分为四个阶段，分别是知识扫描、知识吸收、问题解决和知识扩散。Hendriks[21]认为知识流动包含知识共享、知识创造、知识显性化和知识内部化四部分。Oscar[22]将知识流动分为六个部分，分别是知识创造、知识存储、知识外部化、知识内部化、知识转换和共享、知识应用。
3.1中美碳纳米管专利技术知识的流动 按照已经构建好的专利技术知识流动熵模型，分别对检索到的在中国授权的6 644件专利和在美国授权的4 932件专利的相关指标进行统计，分别计算中美两个国家吸收-增益熵和增益-扩散熵的大小(见表3和表4)。
(2)
本期每笔已投放天数，为贷款的合同履行期限与考核期的交集。往年放款的计算起始日为本年1月1日，考核期内放款的计算起始日为放款日；考核期内到期的贷款计算截止日为贷款结清日，考核期内未到期的贷款计算截止日为考核期截止日。
第二阶段是从知识增益到知识扩散的过程。为形象描述这一阶段知识流动的无序程度，结合Boltzmann熵公式构建了一个国家某技术领域每年知识增益-扩散熵公式：
(3)
公式中：k 为一个常数(默认取1)；G 为知识增益，即一个国家在该技术领域每年的新增专利授权量；C d 为每年授权专利获得的被引总量；D t 为每年授权专利从授权后获得的转让次数；t 0和t 1表示统计专利被引次数C d 的时间节点，t 0表示初始时间，t 1表示结束时间；20是代表中美专利保护的最长时间为20年；
通过以上可以看出，行业内目前普遍采用的因子抽取和变换方法都存在着一定的不足和缺陷，影响了大坝安全分析后续工作的进一步展开。
2数据来源与处理
为研究中美专利技术知识流动特征，本研究选取碳纳米管技术为例进行实证研究。碳纳米管具有优越的电学、力学以及化学性能。近些年随着碳纳米管技术的不断进步和纳米材料研究的不断深入，碳纳米管被广泛应用于半导体材料制备等领域中，成为芯片、电池的重要组成材料。在中美贸易战中，美国对中国实行芯片禁运的背景下，碳纳米管相关技术的突破对于中国半导体产业的发展具有深远的意义。因此本研究以碳纳米管技术领域为例，探究中美碳纳米管技术的知识流动特征，对我国碳基芯片的相关研究与发展具有重要的借鉴意义。
在研究过程中因研究中美两个国家在该领域的专利技术知识流动特征，所以中国的At值仅统计每年从美国转让到中国的专利数量，美国的At值为每年从中国转让到美国的专利数量。在Incopat数据库中，以“碳纳米管”为标题关键词，分别对在中国和美国申请的专利进行检索，数据检索时间区间为申请日1999年1月1日至2018年7月12日的数据。
统计发现在中国授权的专利有6 644件，每年的专利授权量呈现递增趋势发展(见图2)。发生转让的专利有552件，专利转让率为8.3%，实际转让次数为613次。这6 644件授权专利中的施引专利数量为13 352件，被引专利数量为777件，未识别出转让到美国的专利(见表1)。
我国自20世纪70年代开始对图书馆自动化系统进行研究，主要是对国外引进的系统进行研究与改进，在随后的几十年间，紧跟国外最新发展趋势。陈伟（2005）在《国内外图书馆自动化系统发展现状与趋势》一文中提到，尽管国内图书馆集成管理系统在开发与研究上获得了不小的进展，但由于技术与规模的限制，在功能上仍与国外图书馆集成管理系统有一定的差距［11］。而对于国外的产品，贾西兰等（2016）在 《“互联网+图书馆”思维下的下一代图书馆服务平台》中指出，虽然国外图书馆集成管理系统已经相对成熟，但无法满足我国图书馆特有的本地化需求，对于中国用户来说还有很多的地方需要改进、拓展、完善、汉化［12］。
图 2中美专利授权量逐年分布图
表 1碳纳米管技术领域中国每年授权专利信息表
在美国授权的专利有4 932件，专利的每年授权量在2011年之前呈现上升趋势，在2012-2018年上升趋势逐渐变缓，趋于稳定趋势发展(图2)。发生转让的专利有4 335件，专利转让率为87.9%，实际转让次数为5 652次。4 932件授权专利中包含施引专利数量为73 324件，被引专利数量为43 229件，转让到中国的专利有2651件(表2)。在碳纳米管技术领域中，中国〗的专利授权量要远大于美国，但是中国的专利转化率却仅为美国专利转化率的十分之一。
础上，安道麦的杀虫剂也不断推陈出新。具有产能优势的敌敌畏（科卫®）、敌百虫、吡蚜酮（飞电®、快电®）和乙酰甲胺磷（垄创®、锐先®）等经典成分工艺不断优化，产品质量提升，并在新的市场中发掘出更多卖点。差异化环境友好型专利杀虫剂—氟酰脲系列产品（卡猛瑞®、瑞梦得®）也在迅速增长。2018年底，在海外深受市场欢迎的广谱杀虫剂戈锐利®即将进入中国。全新作用机理的革命性杀线虫剂尼咪特®中国的表现令人期待。
表 2碳纳米管技术领域美国每年授权专利信息表
3研究结果
SA=-kln(Cg+At)/G
公式中：负号“-”表示方向即为知识吸收到知识增益的过程；k 为一个常数(默认取1)；C g 表示一个国家在该技术领域每年授权专利中施引的专利数量；A t 表示一个国家每年在该技术领域获得从国外转让到本国的专利数量；G 为知识增益，即一个国家在该技术领域每年的新增专利授权量；S A 表示吸收-增益熵，S A 越小，这一过程的无序性就越高，专利技术知识的前后继承性越弱，这一年专利技术知识吸收传递的速度就越慢；S A 越大，这一阶段的有序性就越高，专利技术知识的继承性越强，这一年中专利技术知识吸收传递的速度就越快；
表 3中国吸收 -增益熵和增益 -扩散熵的相关信息
表 4美国吸收 -增益熵和增益 -扩散熵的相关信息
续表 4美国吸收 -增益熵和增益 -扩散熵的相关信息
图 3中美每年吸收 -增益熵值分布图
从两个国家的吸收-增益熵来看(见图3)，中国与美国在碳纳米管技术领域的吸收-增益熵呈现两极化发展。其中，美国的吸收-增益熵以连续的方式呈现递增的演化趋势，并且要远远大于中国的吸收增-益熵。中国的吸收-增益熵则以断续的方式呈现波动性的演化趋势。这体现了在碳纳米管技术领域中，与中国相比，美国从知识吸收到知识增值过程中的有序性较高，专利技术知识的前后继承性较强，每年的专利技术知识传递速度更快。中国在从知识吸收到知识增值过程中的则是无序性较高，专利技术知识前后的继承性较弱，专利技术知识在每年的知识传递速度较慢。
图 4中美每年增益 -扩散熵值分布图
从两个国家的增益-扩散熵来看(见图4)，中国与美国的增益-扩散熵逐渐接近，但是美国的增益-扩散熵仍然一直大于中国的增益-扩散熵。另一方面，美国的增益-扩散熵在随着时间演化过程中逐渐减小，而中国的增益-扩散熵在随着时间的演化过程中，在0点上下小幅度波动。体现在碳纳米管技术领域，美国在知识增益到知识扩散的过程中有序性较高，专利技术知识的延续性较强，每年授权的专利所带来的影响较大；中国在知识增益到知识扩散的过程中无序性较高，专利技术知识发展的不可预测性较强，授权专利带来的后续影响相对较小。
其中，公式中SB为该系统的Boltzmann熵；KB为Boltzmann常数；W为宏观意义上的微观结构总数。
史诗陀飞轮Histoire de Tourbillon 9号腕表延续海瑞温斯顿卓越复杂功能的精巧镂空风格，通过独特造型、对称美感和通透效果，突破传统设计。腕表直径46.5毫米，是史诗陀飞轮Histoire de Tourbillon 系列中较为精巧的作品。
3.2专利技术知识演化的内在差异性 在已经揭示了中国和美国在碳纳米管技术领域专利技术知识演化的外部结构特征基础上，为进一步探究中国和美国内部专利技术知识结构因素对外部结构特征的影响，分别对中国和美国授权专利的施引专利的授权国家、授权专利的被引专利的授权国家以及从美国转让到中国专利的专利申请人单位所属国家进行统计。
在转基因食品的研发环节，由于我国耕地面积广试验田众多，为了促进转基因技术的发展，可建立比较宽松的研发制度，在保证安全的前提下鼓励转基因技术的研发。在转基因食品的生产环节，由于并不是所有的转基因食品都用作人类食用，也有一些是用于牲畜饲料等，因此对于用途不同的转基因食品，严格程度应有所不同。对于人类食用的食品建立严格的制度，而对于牲畜食用的食品，则可以宽松一些。在转基因食品的销售环节，立法应秉持严格谨慎的态度，明确各方的责任，加强政府监管。
从中国和美国每年授权专利的施引专利授权国家来看(表5)，美国每年授权专利的施引专利授权国家为美国的所占比重一直维持在0.75-0.9之间，引用中国授权专利所占比重小于0.01，体现美国授权专利的施引专利的一直是以自引为主，这为美国在碳纳米技术领域专利技术知识的继承性发展提供良好基础，促进了吸收-增益熵的提高，并且进一步说明美国国内在碳纳米管技术中已经形成完善的技术发展体系。中国每年授权专利的施引专利的授权国家为中国的所占比重逐年上升，在2018年达到最大为0.75，引用美国授权专利所占比重一直维持在0.1-0.3之间(图5)，体现中国相关研究者重视国外先进专利技术知识的引用，对专利技术知识继承性发展的认识不断提高，为今后我国专利技术的发展奠定良好基础。
表示每年授权专利技术知识在当前时间区间内的平均扩散次数，
则表示专利根据每年平均扩散次数，在专利保护时间最长的20年中专利技术知识的可获得的最大扩散总量。S D 为知识增益-扩散熵的值，S D 越大，知识增益-知识扩散这一过程的有序性就越高，专利技术知识的延续性就越强，依据当前专利技术知识扩散规律这一年授权专利所带来的影响就越大；S D 越小，知识增益-知识扩散这一过程的无序性就越高，专利技术知识发展的不可预测性就越强，依据当前专利技术知识扩散规律这一年授权专利所带来的影响就越小。
图 5中美每年施引专利中自引与它引所占比例分布折线图
表 5中、美授权专利的施引专利授权国家信息表
表 6中国和美国每年授权专利的被引专利授权国家信息表
从中国和美国每年授权专利的被引专利授权国家来看(表6)，美国每年授权专利的被引专利的数量远远高于中国，并且美国授权专利的被引专利中美国自引比重一直保持在0.85-1之间，说明在碳纳米管技术领域美国国外的相关专利对美国国内相关知识流动的影响较小，美国国内碳纳米管专利技术知识演化相对稳定。中国授权专利的被引专利中，中国自引比重呈现波动性发展，并且在该技术领域，中国国外的专利技术知识演化对中国国内专利技术知识的演化具有重要影响，但是随着中国国内授权专利被引量的提高和中国国内自引比重的加大，这种影响正在逐渐降低。
从美国转让到中国专利的专利申请人单位所属国家来看(表7)，美国转让到中国的专利数量随着时间的发展呈现先增后减的趋势。对这2 651件专利的申请人机构的所属国家进行统计，发现这些专利中有2 439件申请人所属机构为中国，所占比例为91.7%。说明在专利技术知识的跨国流动中，知识的回流是最主要的流动方式，并且这种知识流动方式对国家间专利技术知识流动具有重要影响。
表 7美国转让到中国专利的专利申请人单位所属国家信息表
4研究结论
通过Boltzmann熵模型和专利指标构建了国家间专利技术知识流动模型，形象描述了国家间专利技术知识流动的特征，并且通过对中国和美国每年授权专利的施引专利的授权国家分布、授权专利的被引专利的授权国家分布等进行统计分析，找出中国和美国内部专利技术知识结构因素对外部结构特征的影响。研究主要包括以下结论：
a.将专利技术知识流动分为知识吸收、知识增益和知识扩散三个部分，分别构建了每两个部分之间专利技术知识流动熵模型，即增益-扩散熵和吸收-增益熵模型，并对碳纳米管技术领域进行实证研究，研究发现中国专利技术知识流动以多进少出方式流动，呈现“漏斗式”发展。美国专利技术知识流动则以多进多出方式流动，呈现“水管式”发展。并且，与中国专利技术知识流动相比，美国专利技术知识流动具有更高的知识流动速率。
b.从知识流动的继承性和延续性来看，碳纳米管技术领域中，美国专利技术知识流动具有较强的继承性和延续性。中国专利技术知识的流动则由早期的片段式发展逐渐向着继承性和延续性的方向转变。体现我国在专利技术知识的发展过程中，注重突破式创新的同时，逐渐认识到专利技术在突破式创新后的可持续发展的重要性，但是这种发展进程仍然比较缓慢。
c.从中国和美国内部专利技术知识结构因素对外部结构特征的影响来看，专利自引和知识回流是影响专利技术知识流动的主要因素。在碳纳米管技术领域中，美国国家内部的知识流动对国家间知识流动的影响要大于中国，美国专利技术知识呈现专利技术知识溢出状态，而中国专利技术知识仍然是知识吸收状态。并且中国专利技术知识的流动更易受到外部知识的影响。
d.中国碳纳米管技术领域之所以会呈现的“漏斗式”的发展，主要是因为在近几年中，我国知识产权制度的日益完善和创新驱动战略的实施，促进我国学者的科研活力迸发，使我国科技成果数量快速上升，越来越多的突破式创新成果得到保护，使知识流动中的“知识吸收-知识增益”这一过程的流量迅速增加。但是由于我国专利知识产权相关发展时间较短，相关公民对于专利文本中的各项书写规范程度和专利产权的认识程度仍然有待提高，以及相关技术的发展的延续性较低，导致技术在知识增益-知识扩散过程中后劲不足，未形成良好的知识产权保护、利用路径，导致专利知识“高进低出”“多而不优”，产生了漏斗式知识流动特征。反观美国碳纳米技术领域，由于美国的知识产权制度相对十分完善、相关公民形成了相对完善的知识产权保护意识以及专利文本书写相对规范，使美国的碳纳米管技术领域的知识流动过程中，保持了“高进高出”的流动趋势，所以产生了水管式知识流动特征。
e.我国在碳纳米管等技术领域中，应建立良好的专利知识流动机制，在大力提高专利技术突破创新的同时，要更加关注技术突破式创新后技术发展的延续性和持久性。在专利申请的过程中，对专利文本的书写要更加规范，要有对他人知识产权的保护意识，引证他人的专利、论文等情况要明确标记清楚。并且在提升专利质量的过程中，一方面要加强专利审查程序，完善专利代理行业管理机制；另一方面，要加强使用专利资助政策对优质专利技术的扶持。
（1）合作互动、优势互补原则：教师和家长是平等、合作的关系，教师应以平和、平等的态度对待每一位家长，互相学习、互相帮助、互相指导、共同提高。
此外，本研究还存在一些不足，如没有对授权专利的专利权人所属国家进行区分，可能导致对测算一个国家知识流动的熵值不精确。没有对专利权人所属机构进行区分，高校、科研院所和企业的专利知识流动效果对一个国家的专利知识流动会存在不同的影响。在数据的选取上，本文仅用了中国和美国的授权专利数据，如果在加入其它国家数据，专利知识流动的熵增可能会发生一些变化。
参考文献
[1] 周 成,魏红芹.基于专利引用网络的我国新能源汽车省际间知识流动研究[J].情报杂志,2018,37(7):60-65.
[2] 贵淑婷,彭爱东.基于专利引文网络的技术扩散速度研究[J].情报理论与实践,2016(5):40-45.
[3] Roach M,Cohen WM.Lens orprism? Patent citations as a measure of knowledge flows from public research[J].Management Science,2013,59(2):504-525.
[4] Shin J,Lee W,Park Y.On the benchmarking method of patent-based knowledge flow structure:Comparison of Korea and Taiwan with USA[J].Scientomtrics,2006,69(3):551-574.
[5] Acosta M,Coronado D.Science-technology flows in Spanish regionsan analysis of scientific ctiations in patents[J].Research Policy,2003,32(10):1783-1803.
[6] Albert G,Hu Z,Jaffe A B. Patent citations andintemational knowledge flows:The cases of Korea and Taiwan[J].Internatinal Journal of Industrral Organization,2003,21(6):849-880.
[7] Henderson R,Jaffe A B.Patent citations and geography of knowledge spillovers A reassessment comment[J].Amercian Economic Review,2005,1(3):461 - 466.
[8] Hou J H,Yang X C.Sleeping beauties in patent:Evolutionary trajectories and identification methods[J].Scientometrics,2019,115(2):869-892.
[9] Ilwon Seo,Jung Won Sonn.The persistence of inter‐regional hierarchy in technology transfer networks:An analysis of Chinese patent licensing data[J].Growth and Change,2019,50(1):145-163.
[10] Choi J,Jang D,Jun S,et al.A predictive model of technology transfer using patent analysis[J].Sustainability,2015,7(12):16175-16195.
[11] Kyriakos D,Claire E.Is geographic nearness important for trading
ideas? Evidence from the US[J].The Journal of Technology Transfer,2015,40(4):629-662.
[12] 向希尧,蔡 虹.组织间跨国知识流动网络结构分析—基于专利的实证研究[J].科学学研究,2011(1):97-105.
[13] Choe H,Lee D H,Kim H D,et al.Structural properties and inter-organizational knowledge flows of patent citation network:The case of organic solar cells[J].Renewable and Sustainable Energy Reviews,2016,55(C):361-370.
[14] Kim GH,Park IK.Agglomeration economies in knowledge production over the industry life cycle:Evidence from the ICT industry in the Seoul Capital Area,South Korea[J].International Journal of Urban Sciences,2015,19(3):400-417.
[15] 徐庆富,康旭东,杨中楷,等.基于专利权转让的我国省际技术转移特征研究[J].情报杂志,2017(7):66-72.
[16] 黄鲁成,刘玉敏,吴菲菲,等.基于专利全引用信息的技术知识扩散特征研究——以石墨烯技术为例[J].科学学与科学技术管理,2017(4):149-161.
[17] 孙玉涛,张 帅,尹 彤.本土研发努力和国际技术流动模式演化及效应[J].科学学研究,2015(8):1151-1160.
[18] Davenport T H.Working knowledge how organizations manage what they know [M]．Harvard Business School Press，1998.
[19] Argote L,Ingram P.Knowledge transfer:A basis for competitive advantage in firms[J].Organizational Behavior and Human Decision Processes,2000,82(1):150-169.
[20] Boisot M H.Is your firm a creative destroyer? Competitive learning and knowledge flows in the technological strategies of firms[J].Research Policy,1995,24(4):489-506.
[21] Hendriks P.Why share knowledge? The influence of ICT on the motivation for knowledge sharing[J].Knowledge and Process Management,1999,6(2):91-100.
[22] Oscar M.Anaimartinez-garcua,a framework to analyze information systems as knowledge flow facilitations[J].Information and Software Technology,2008:89-102.
[23] Schrödinger E.What is life?[J].Koers Bulletin for Christian Scholarship,1944,66(2):211-239.
[24] 张继国,Vijay PS.信息熵—理论与应用[M].北京：中国水利水电出版社,2012:21-22.
Comparative Analysis of Patent Technology Diffusion in China and America from the Perspective of Knowledge Flow
Lin Bo1 Yang Xiucai1 Hou Jianhua2
(1.School of Economics and Management,Dalian University,Dalian 116622;2.School of Information Management,Sun Yat-sen University,Guangzhou 510006)
Abstract :[Purpose /Significance ]Through detecting the flow structure and characteristics of Chinese and US patented technology knowledge in the field of carbon nanotube technology,the study aims to reveal the main factors affecting the difference of knowledge flow between Chinese and US patent technology in the field of carbon nanotube technology.[Method /Process ]Based on the patent transfer,authorization,citation and other indicators,the national patent technology knowledge flow model was constructed,and carbon nanotube technology was taken as an example to explore the flow structure and characteristics of patent technology knowledge between China and the United States.[Result /Conclusion ]The study found that the flow of Chinese patent technology knowledge is "funnel-like" development,the flow of US patent technology knowledge is "water pipe" development,and the United States has a higher rate of technical knowledge flow.The US patent technology knowledge has a good inheritance and continuity in structure,and the Chinese patent technology knowledge structure has a fragmented and discontinuous development.Moreover,patent self-referencing and knowledge reflow are the main factors affecting the flow of patent technology knowledge,and the flow of Chinese patent technology knowledge is more susceptible to external knowledge.
Key words :knowledge flow;patent-metrics;technical entropy model;China;United States of America
收稿日期： 2019-05-09
修回日期： 2019-06-12
作者简介： 林 波 (ORCID:0000-0002-2124-9230)，男，1980年生，博士，副教授，副院长，研究方向:组织行为与科技创新管理;杨秀财 ( ORCID:0000-0002-7497-5703) ，男，1996 年生，硕士研究生，研究方向:科学计量学与知识管理;侯剑华 (ORCID:0000-0001-7080-7131)，男，1980 年生，博士，教授，研究方向:科学计量学、科学学与科技管理。
中图分类号： G350
文献标识码： A
文章编号： 1002-1965( 2019) 11-0043-07
引用格式： 林 波，杨秀财，侯剑华.知识流动视角下中美专利技术扩散的比较分析[J].情报杂志，2019，38(11)：43-49，125.
DOI ：10.3969/j.issn.1002-1965.2019.11.008
(责编/校对：王平军)
标签：知识流动论文; 专利计量论文; 技术熵模型论文; 中国论文; 美国论文; 大连大学经济管理学院论文; 中山大学资讯管理学院论文;