基于专利数据的产业核心技术识别研究 ^*—以5G移动通信产业为例

杨 武 杨大飞

(北京科技大学东凌经济管理学院 北京 100083)

摘 要 [目的 /意义 ]基于专利数据利用指标体系探索核心技术的识别，能够更加全面客观地识别核心技术，有助于丰富核心技术识别方法。[方法 /过程 ]筛选产业核心技术评价指标，构建核心技术识别指标体系，利用最优组合赋权法确定指标权重，构建核心技术评价指数，根据计算结果序列对专利进行分类。以5G移动通信产业专利数据为样本对核心专利进行识别。[结果 /结论 ]识别出的15件核心技术均为美国持有，申请年份主要集中在2012年和2013年，技术领域集中在H04L(数字信息的传输)和H04W(无线通信网络)两个小类中。核心技术主要是在(D2D)通信系统中以不同的方法实现通信设备相互识别并通信的技术。

关键词 专利数据 核心专利 最优组合赋权

核心技术是产业技术体系中具有关键地位、对技术发展具有突出贡献、对其他专利或者技术具有重大影响且具有重要经济价值的专利^[1]。掌握产业核心技术是产业维持核心竞争力和维护产业技术安全的关键，其首要问题是识别产业核心技术。专利是技术创新的载体和结晶，据世界知识产权组织统计，世界上90%～95%的发明能在专利文献中查到，并且许多发明只能在专利文献中查到^[2]。因此利用专利数据对技术进行分析，对把握技术发展的状态和规律，监测技术发展方向具有重要意义。

目前世界专利总体数量极其庞大，且正以极快的速度增长，但对技术体系发展起关键作用的核心专利数量却很少。研究表明，专利的数量与价值也符合“二八定律”，数量极少的专利拥有大部分的专利价值，专利的价值分布存在很大的偏度，其中5%-10%的专利代表了专利总体价值的50%^[3]。所以如何利用专利数据在海量专利中识别出核心专利，对于把握当前技术发展水平、精准预测技术发展方向具有重要意义。

1文献回顾

1.1单一指标识别法 在专利被引用频次方面，Narin等将专利被引用次数作为确定企业重要专利的有效指标^[4-5]。Trajtenberg实证研究证明了专利引证数与社会收益创新呈现正相关关系^[6]。栾春娟利用专利被引频次对航空航天核心专利进行了识别^[7]。李伟和刘红光利用单一专利引证对国外混合动力汽车技术进行分析，得到了技术先驱者的发展路径以及基于核心专利的外围技术迁移过程^[8]。袁润等采用专利年均被引频次指标修正年份差异带来的误差^[9]。

服装产品开发过程，可变因素多。一旦某个环节信息变化，无法及时更新到各业务部门，管理人员很难全面掌握设计变化，会造成大量无效工作。

在专利权利要求数量方面，学者普遍认为专利要求保护的权利越多，专利价值就越大。Lanjouw和Schettino利用专利权利要求数量构建专利质量指数^[10]。Tong等认为权利要求数量越多，技术创新能力越强^[11]。

同族专利数量是识别核心专利的有效指标。Lanjouw和Schettino认为同族专利数量可以反映发明的技术重要性^[10]。栾春娟利用同族专利数量选取出了松下电器产业株式会社在数字信息传输技术领域的核心专利^[7]。

1.2指标组合识别法 指标组合识别核心专利指的是利用多种指标分别进行核心专利的识别，再将结果简单相加得到最终的核心技术。孙涛涛和金碧辉以美国专利商标局1995-2004年DVD激光头主题的专利数据为基础，用专利文献耦合和专利引证关系挖掘DVD 激光头技术领域中的关键技术^[12]。孙涛涛等采用引证专利法和同族专利法对乙肝防治技术的核心专利进行识别，并比较两种方法的适用范围^[13]。沈君等构建频数、中介中心性、激增指数和∑ 四个主要指标探寻了第三代移动通信技术的关键技术^[14]。侯剑华和范二宝基于专利家族的分析视角，从专利家族数量、地区分布、专利引证分析和专利共现网络等对太阳能光伏电池技术核心技术演进路径进行分析，得到相应结论^[15]。

1.3指标体系识别法 单一指标具有一定的片面性，学者们认为通过构建识别指标体系可以更有效的识别核心专利。张娴等建立了专利文献价值的指标体系，以C市生物医药行业进行实证研究^[16]。霍翠婷构建了包含21个指标的核心技术判定指标体系^[17]。罗天雨筛选多个专利指标，通过AHP法构建核心专利判别指标体系，以风力发电产业技术领域为研究对象，判别该领域的核心技术^[18]。谢萍等构建了包含8个指标的核心专利识别指标体系，并以风能领域进行实证分析^[19]。汤勇力等提出一种结合产业技术路线图、IDEF0 以及三角模糊数的产业关键技术系统化识别方法，并以广东省LED 产业关键技术案例研究，对所提方法进行了验证^[20]。

1.4利用专利信息可视化技术方法 目前专利信息可视化研究多数利用专利共被引网络和专利共现词网络分析。高继平和丁堃^[21]、杨中楷和刘佳^[22]、黄鲁成等^[23]、王健美等^[24]使用专利文献共被引网络分析方法进行实证研究。张杰等采用“m-核”分析方法，利用技术领域的总体特征和共线网络中的结构特征，在技术领域中找到依赖程度最高的核心技术^[25]。栾春娟和曾国屏利用社会共现网络对2009年全球航空航天产业核心专利进行识别，得到核心技术主要集中在通讯技术领域的结论^[26]。陆萍和柯岚馨运用Innography专利分析软件挖掘南开大学的专利高产出学科领域，以微生物酶、变异或遗传工程为分析对象，挖掘该研究领域的核心专利并分析了核心专利输出国、专利权人及专利技术^[27]。李蓓和陈向东采用专利引文网络分析方法，识别出了大陆当前的核心技术及重要的新兴技术领域，并与台湾的分析结果展开了对比^[28]。袁润和钱过利用专利共现词分析得到风能产业的专利文献技术主体分布状况^[9]。黄晓斌和梁辰以4G 通信技术领域专利为研究对象，构建专利引用矩阵并利用相对出度中心度指标识别出行业内核心技术^[29]。

a.多种因素组合权重的计算

b.确定其余指标x _j 与x _k 之比的重要程度值r _j ；

多目标模拟退火(Multi-object simulated Annealing, MOSA)算法作为一种适合解决大规模组合优化问题的启发式算法，能快速有效地得到近似最优解或满意解，在调度优化方面得到了广泛应用[14]。面向广义能耗的调度优化是一个多约束、多变量、高维度的NP-hard问题，本文针对面向广义能耗的柔性作业车间调度优化问题的特点，对算法的关键步骤进行了设计，MOSA算法流程如图1所示。

2研究设计

2.1核心技术识别指标体系的构建 本文通过对学者研究成果的总结并借鉴栾春娟和尹爽^[30]、张娴^[16]等学者的成果，构建包含7个指标的核心技术识别评价指标体系，具体见表1。其中个别指标说明如下。

2.1.1 专利年平均被引用频次 专利被引用频次指标受专利年龄的限制，授权时间越长的专利被引用频次越高，所以仅从专利被引用频次不能准确的识别核心技术，应该使用专利年平均被引用频次，以此降低专利年龄带来的差异。

2.1.2 专利指定有效国 专利申请保护具有地域性，申请者如果想得到多国保护，就必须多次申请专利，但是造成了资源的浪费。为了解决该问题，《专利合作条约》(PCT)便开始实施。一项专利只需要向PCT申请一次就可以指定有效国，指定的专利有效国家数量越多，说明该专利的技术价值越高。所以专利指定有效国数量是识别核心技术的有效指标。

表 1核心技术识别评价指标体系

图 1基于最优组合赋权法的核心技术识别流程

2.2基于最优组合赋权法的核心技术识别模型构建 本文构建核心技术识别评价模型，采用最优组合赋权法将主观赋权和客观赋权相结合，得到各指标的权重，构建并计算核心技术评价指数，按照降序排序识别核心专利，具体流程见图1。由于产业的专利数量极其庞大，大多数专利的价值极小，为了减少计算量，先对专利进行初步筛选，将不具备核心专利条件的专利排除在外。本文选择7个指标排名前100名的专利作为研究对象。

2.2.1 指标的规范化处理 为避免各指标统计量纲不同带来的差异，需将原始数据进行标准化处理，本文选择使用极差标准化法。

总而言之，多元化教学方法在初中语文教学中的使用，不仅激发了学生对于语文学科的兴趣，提高了他们的课堂参与度，还增强了学生学习的效果，促进了他们的全面发展。

2.2.2 单一评价方法赋权

(1)G1法确定权重

G1法通过专家依据主观判断对指标依据重要程度排序，重要指标赋予较大权重。

a.用G1法确定评价指标的序关系；

基于应用的体育统计学教学实质就是从实际应用出发来阐释统计学理论。让学生们带着实际问题来学习统计学，让理论学习变得直观而易于理解。在学生基本掌握了统计方法之后，我们再从传统的理论教学进路来演示统计学方法，这一过程让学生明白理论推导和应用之间的一致性，同时在统计理论上也有一个提高。前文的例子中，我们可以回到总离差平方和的代数式分解，代数式分解结果与我们“基于应用”视角进行的分析具有一致性。“基于应用”的统计学教学模式，虽然具有诸多优点，但在实际教学中，对于教师提出了更高的要求。

b.专家给出相邻评价指标x _j-1 与x _j 重要性程度之比r _j 的理想赋值；

c.若专家给出相邻评价指标x _j-1 与x _j 重要性程度之比r _j 的理想赋值，则第k 个指标的 G1法权重为

(1)

d.由权重w _k 得到第k -1,…3,2个指标的权重为^[31]

w _j -1=r _j w _j ,(j =k ,k -1,…3,2)

(2)

本文得到每个专利的CTEI值后，将专利划分为核心专利、关键专利和一般专利三种类型，以CTEI的最大值为基准，将所有专利分为三个区间，大于70%maxCTEI专利为核心专利，大于30%maxCTEI且小于70%maxCTEI的为关键专利，小于30%maxCTEI值的为一般专利，其中将核心专利和关键专利统称为重要专利，具体分类区间见表3。

G2法通过专家依据主观判断对指标依据重要程度排序，重要指标赋予较大权重。

第二、引入jaynes最大熵原理反映各赋权结果之间的一致性程度，基于各赋权结果差异最小的思想建立目标函数

基于上述分析，本文利用专利数据，全面选取识别指标，构建核心技术识别指标体系，利用最优组合赋权法，将主观赋权与客观赋权相结合，得到指标权重，构建并计算核心技术评价指数，根据指数得分将专利划分为核心专利、关键专利和一般专利，以此确定核心专利，为企业提供竞争情报及产业技术政策的制定提供一定的依据。

c.确定准则层下第j 个指标对该准则层的G2法权重:

(3)

(3)变异系数法

为了消除指标数据的不同量纲带来的影响，变异系数法利用变异系数来衡量各个指标的差异程度。

其中，v _i 为第i 个指标的变异系数，σ _i 为第i 个指标的标准差，为第i 个指标的均值。

不同于慧理财，微量网作为策略提供者与用户的中介桥梁，主要产品除了提供股票策略外，还包括期货策略、组合策略。平台主要采用网页和移动端APP相结合的方式，为用户提供专业的量化投资服务和量化策略。用户需要注册微量网账户，购买策略，进行交易，并与股票或者期货等账户进行绑定，才可真正实现最终交易。

(4)

a.求各个指标的变异系数

b.求各个指标的权重

(5)

2.2.3 基于多种因素的组合赋权

1.5文献评述 上述研究成果对本文具有借鉴意义，但每种方法和指标仍存在一定的不足。专利被引用频次具有明显的时滞性，专利的引用通常在专利公布后的2-4年内才能达到顶峰^[4]，所以专利引文分析对4-5年的专利分析有效，对1-2年授权的专利无效。专利申请者基于自身利益的保护，会使专利权利数量比实际值偏大，影响了该指标的有效性。同族专利数量会受到专利审核授权的时间滞后性影响。指标组合识别法虽然在一定程度上减少了单一指标的片面性，但是也忽视了不同指标重要性的差异。专利信息可视化技术仅能使用专利被引和专利关键词两项信息，对其他信息没有充分利用。指标体系法在赋权过程中多以主观赋权为主，受人为影响较大。

分别运用 G1法、G2法和变异系数法求权重w _c (c =1,2,3)，组合权重为

(6)

其中，α _c 表示组合系数，

钟志英等发现芪参益气滴丸具有明显的促进鸡胚尿囊膜（CAM）血管新生的作用，在大、中血管增生效果更为明显，对HUVECs具有增殖影响。

b.最优组合赋权系数的确定

幂零群与内幂零群的幂图···································郑 涛 郭秀云 (6,1030)

第一、各评价对象加权得分与理想点广义距离最小:

其中，l _i 为各评价对象加权得分与理想点的广义距离；为第c 种赋权方法第j 个指标的权重，x _ij 为第i 个对象第j 个指标规范化后的值。

a.通过专家得出最不重要的一个指标x _k ；

引入Jaynes最大熵原理充分体现了各赋权结果间的一致性程度，基于各赋权结果一致性最大的原则确定组合权系数，避免出现选取的赋权法对组合赋权结果贡献太小的问题。构建目标函数

其中，参数θ 为两个目标之间的平衡系数， 0≤θ ≤1，给出θ =0.5。

构建拉格朗日函数求解组合权系数α _c ，得到^[33]

在20世纪八九十年代，我国一些城市开始建立垃圾集中处置的准卫生填埋场，由于这些填埋场设计施工时，普遍采用简易填埋方式和传统填埋作业工艺，对周边环境存在不同程度的污染，难以满足现代卫生填埋场技术标准要求［1］。目前第1批填埋场大多运行了10多a，已逐渐接近封场状态，面临着老旧简易垃圾填埋场封场及渗沥液阻隔控制的难题［2］，亟待在原有垃圾场的基础上利用柔性垂直防渗技术，结合封场，解决渗沥液渗入地下，填埋气外泄，并向四周扩散，污染周边环境的问题。

α _c =

(7)

2.2.4 核心技术评价指数的构建 本文通过构建核心技术评价指数(CTEI，core technology evaluation index)来反映各个专利的重要程度，利用所有指标加权计算的结果构建核心技术评价指数，即

(8)

其中，CTEI_i为核心技术评价指数，w _j 为各指标的组合权重，x _ij 为规范化值。

结合上文对施工过程中公路施工技术专业分析，可以看出在实际施工期间，针对道路路面施工质量控制必须结合实际，加强对所施工所用物料的全程控制。比如在装料完成后，第一时间在混合料表面进行毡布遮盖，以此保障混合料温度能够保持在稳定状态中，避免运输环境对混合料产生不利影响。在进行运输时做好对运输车防粘剂或隔离剂涂抹，防止沥青混合料粘结在车体内部，按照合理路线进行运输，使整个混合料运输流畅性得到有效保障；对运输车侧面专业温度检测孔进行合理放置，使混合料温度得到有效控制；以此确保施工物料质量不会受到影响，为后续施工专业性和高效性提供有利依据。

2.3核心专利的划分 对于核心专利的划分，袁润和钱过(2015)将专利分为核心专利、关键专利、重要专利和一般专利，将核心专利综合指数数值进行排序得到曲线与坐标轴围成的面积分别将核心专利、关键专利、重要专利和一般专利的界限定义为

Innography在利用客观指标对专利进行度量基础上建立专利强度指标来反映专利价值，并将专利分类^[34]，如表2所示 。

表 2专利强度划分表

(2)G2法确定权重^[32]

表 3专利分类区间

3实证分析

3.1数据来源及范围 5G移动通信产业具有庞大的产业链，是具有巨大投资规模的产业。本文使用大为innojoy专利商业数据库，利用关键词和IPC分类号结合的检索方法，关键词包括“UDN”“NOMA”“Full spectrum access”“Massive MIMO”“SDN”“NFV”“F-OFDM”“FBMC”“Flexible duplex”“full duplex”“D2D”“Q-ary LDPC”“Network coding”“Polar code”，IPC分类号包括H04B、H04H、H04J、H01K、H04L、H04M、H04N、H04Q、H04R、H04S、H04W。检索期限为专利公开日自1996年1月1日至2016年12月31日，检索时间为2018年3月10日，共得到5G移动通信产业相关专利14 518件。

3.2 5G移动通信产业核心技术识别模型的构建 首先对5G移动通信产业专利数据进行初步筛选，采用构建的核心技术识别指标体系，利用最优组合赋权法得到指标权重，计算核心技术评价指数值，通过将专利的评价值与核心技术划分区间对应得到核心技术。初步选择A₁、A₂、A₃、A₄、A₅、A₆、A₇指标中按照大小排序的前100名专利作为样本，去除重复专利，共获得了527个专利。

“任务驱动法”是一种建立在建构主义教学理论上的教学方法，是基于探究性学习和协作学习的一种模式。在教学过程中，教师以“任务”作为学生学习的主线，把教学内容和教学目标巧妙地设计在独立的任务中，使学生通过完成任务来学习知识和提高技能。实训以情景引入，将模块知识点融入案例，明确相应的操作要求和教学任务，给出具体的步骤引导学生边学边练，自主完成学生任务。

3.2.1 基于最优组合赋权法的核心技术识别模型指标权重的计算 使用极差标准化法对数据进行标准化处理，本文受篇幅限制不再一一列出，具体见表4。

表 4 5G移动通信产业专利指标标准化数据

(1)G1法确定权重的计算

第一，根据专家的意见，将7个指标按照重要程度进行排列，得到结果A ₁>A ₂>A ₃>A ₄>A ₅>A ₆>A ₇。

第二，确定相邻指标的重要程度比值r _j ，得到r ₂=A ₁/A ₂=1.1，r ₃=A ₂/A ₃=1.1，r ₄=A ₃/A ₄=1.2，r ₅=A ₄/A ₅=1.1，r ₆=A ₅/A ₆=1.2，r ₇=A ₆/A ₇=1.2。

第三，将结果代入公式(1)和(2)得到各指标的权重，见表5第2列。可以看出，专利被引用频次重要程度最高，专利指定国数量指标的重要程度最低。

(2)G2法确定权重的计算

工程造价专业实践教学主要包括造价综合实训、施工技术综合实训、施工项目管理综合实训等主要内容。其中，造价综合实训是最核心的实训项目。造价综合实训旨在通过前期理论课程的专业知识积累，让学生在实训过程中充分发挥自主性，使其独立完成工程计量和工程计价的任务。造价实训主要包括“建筑工程造价实训”、“安装工程造价实训”、“工程造价电算化”等相关课程。

第一，由专家对各个指标进行比较，确定重要程度最低的指标为A ₇。

第二，确定其他指标与A ₇指标的重要程度的比值，得到r ₁=A ₁/A ₇=2.1，r ₂=A ₂/A ₇=2.4，r ₃=A ₃/A ₇=2.0，r ₄=A ₄/A ₇=1.6，r ₅=A ₅/A ₇=1.5，r ₆=A ₆/A ₇=1.2。

第三，根据公式(3)，计算出各个指标的权重，具体见表5第3列，根据结果看出，专利年平均被引用频次重要程度最高，专利指定国数量指标重要程度最低。

新课改要求我们逐渐摒弃原来填鸭式的教学方式，而对学生进行素质教育，在此背景下，高中音乐教学的方式也要进行相应的创新。通过分析我们可以知道，当前的高中音乐教学普遍存在着学生兴趣不高、教学形式化严重以及教学方式枯燥单一等问题。而为了提高新课改下高中音乐教学的创新路径，我们可以加入形体教学的方法，充分挖掘音乐素材等形式，来对高中音乐教学的路径进行创新，使学生们能够达到新课改的要求。

(3)变异系数法确定权重的计算

将标准化数据代入公式(4)得到各指标的变异系数，将结果代入公式(5)得到各指标权重，如表5第 4列所示。

表 5核心技术识别指标单一方法权重及组合权重

(4)最优组合赋权系数的确定

将得到的单一方法赋权结果代入公式(7)中得到组合系数为：α _c =(0.2843,0.3053,0.4104)。将单一指标权重与组合系数代入公式(6)得到组合权重w _j =(0.1778,0.1762,0.1786,0.1200,0.1287,0.1279,0.0907)，所得结果如表5第5列所示。

3.2.2 核心技术评价指数的计算 将组合权重和各指标规范化数值代入公式(8)，得各个专利的核心技术评价指数得分，按照得分大小进行排序，具体见图2和表6。

表 6 5G移动通信产业核心技术评价指标值排序

3.3核心技术识别 由图2可以看出，核心技术评价指数得分集中在(0.1000, 0.2000]内，专利数量为238个，其次主要集中在(0.0000, 0.1000]区间内，专利数量为195个，而在(0.2000, 0.3000] 和(0.3000, 1]区间内的专利数量较少，分别为82个和12个，由此可以看出，核心技术评价指数得分越高的专利数量越少，样本核心技术评价指标得分近似服从正态分布。核心技术评价指数中得分最高的为US36606103专利，指数得分为0.3982，指数得分的平均值为0.1371，对专利的CTEI值进行排序，根据核心专利分类规则，将专利分为核心专利、关键专利和一般专利三种类型，一般专利、关键专利和核心专利的CTEI值区间分别为(0, 0.1194]、(0.1194, 0.2787]和(0.2787, 0.3982]，根据专利的CTEI值进行划分，得到核心专利15项，关键专利242项，一般专利270项，即排名前15位的专利为核心专利，核心专利相关信息见表7。

图 2 5G移动通信产业专利核心技术评价指数得分排序

表 7核心专利的相关信息

3.4核心技术识别结果分析 筛选出的15项核心专利均为美国专利。排名第一位的专利为US36606103，描述了一种用于在分组交换网络上通信语音和数据的系统和方法。第二位为US201314124984主要是发明者创造了管理设备触发动作的请求实例。专利US201313734349的技术主要用于设备之间探测参考信号可以相互识别。US201314126983可以使用户设备在D2D通信系统中直接与另外用户设备通信。专利US201313751644的技术可以使用户设备之间通过WIFI代替D2D连接。US201313973272主要用于执行设备之间相互识别的方法和设备。专利US201213687838技术用于使用高效率的分布式信道接入方案来促进设备之间的通信活动。专利US78111807申请时间较早，属于早期的核心技术。该专利技术使通信语言和数据在传统公用电话交换网中共存并且进行相互传输。该系统可以允许任意一个LEC在一个网络中进行语音呼叫和数据交换。专利US201213681361可以通过流量监测功能实现对用户设备之间接近程度的监测，还可以获监测用户位置的改变。专利US201313871581支持在D2D内部组件中实行两级设备之间相互发现。专利US201213718745主要为使用D2D和附近位置的服务为设备之间发现和建立连接的方法。专利US65877703申请年份较早，属于早期的核心技术。该技术可以重新装配完整的客户-服务器的信息流，使用解码器和多维内容分析和上下文的加权关键词来分析信息流。专利US201514875894主要是用于监测和报告用户设备之间接近程度的方法和设备。专利US201313930669主要建立一种在两个移动设备使用与IMS系统配对的WIFI直接连接的安全方法。专利US201213713242主要用于用户设备点播广告的方法。

从以上分析来看，近年来申请的核心专利主要集中在D2D通信系统中不同通信设备相互识别并通信的技术，因此这类技术是目前5G移动通信产业中的前沿技术。

从核心专利申请年份分析，核心专利的申请主要集中在2012年和2013年，分别为4项和7项，2003年为2项，2007年和2015年分别为1项。说明5G移动通信产业核心技术创新主要在2012-2013年，2013年以后的核心技术发展速度缓慢。

从核心技术的IPC分类来看，15项核心专利主要集中在H04L、H04W中，分别有6项和8项，G01R上为1项。2012年申请的4项核心专利中3项是H04W，1项为H04L，2013年申请的7项核心专利中有4项为H04W，2项为H04L,1项为G01R。H04L为数字信息的传输，H04W为无线通信网络，G01R为测量电变量，说明5G移动通信产业核心技术主要分布在数字信息的传输和无线通信网络两个小类中。而这两个小类技术为移动通信产业技术的基础技术领域，数字信号的传输是研究用数字信号载荷消息进行传输的方式，无线通信网络主要研究不同网络的连接、网络接入方式、接入限制、连接管理和网络数据的管理。

4结 论

本文基于专利数据构建产业核心技术识别指标体系，采用了最优组合赋权法得到综合权重，将主观赋权法和客观赋权法的优势结合起来。并且构建核心技术评价指数，根据指数得分区间将专利划分为核心专利、关键专利及一般专利。通过5G移动通信产业技术进行实证研究，得到以下结论。

(1)本文通过构建核心技术识别评价指标体系，采用最优组合赋权法确定权重，构建核心技术评价指数，对专利进行分类，结果表明，上述方法改善了单一指标识别法、指标组合识别法和专利信息可视化技术等方法的缺点，既全面利用了专利信息，又考虑了不同指标之间重要性的差异，并且将主观赋权和客观赋权的优点进行结合，具有一定的科学性和可行性，丰富了核心技术识别的方法。

通过见图7对比分析可以发现，椒江流域内，随着日照时长的增减，水体悬浮泥沙浓度也随之发生趋势相同的波动，同时，二者决定系数R2达到0.7582，说明流域内水体悬浮泥沙浓度与年内日照时长有较强的相关性.

(2)从核心技术主题和摘要分析，产业核心专利主要集中在D2D通信系统中使用不同的方法实现通信设备相互识别并通信，以及检测设备之间的接近程度的技术。这类技术是目前5G移动通信产业中的核心技术。

(3)核心专利申请集中在2012-2013年，核心专利的技术领域分类主要集中在H04L和H04W小类中，而H04L和H04W为移动通信产业技术的基础技术领域。从国别分布来看，目前核心技术均为美国持有，说明美国在5G移动通信技术领域具有很高的基础技术创新能力。

参考文献

[1] 韩志华.核心专利判别的综合指标体系研究[J].中国外资,2010(2):193-196.

[2] 李建蓉.专利文献与信息[M].北京: 知识产权出版社,2002.

[3] Lanjouw J O，Schankerman.Estimates of the value of patent rights in European countries during the post-1950 period [J].The Economic Journal,1986,96(384):1052-1076.

[4] Abert M B，Avery D.Direct validation of citation counts as indicators of industrially important patents [J].Research Policy,1991,20(3):251-259.

[5] Harhoff D，Narin F，Scherer F M.Citation frequency and the value of patented inventions [J].The Review of Economics and Statistics,1999(8):511-515.

[6] M Trajtenberg.A penny for your quotes: Patent citation sand the value of inventions [J].RAND Journal of Economics,1990,21(1):172-187.

[7] 栾春娟,王续琨,刘则渊.基于《德温特》数据库的核心技术确认方法[J].科学学与科学技术管理,2008(6):32-34.

[8] 李 伟,刘红光.国外混合动力汽车领域专利引证分析[J].情报杂志,2011，30(9):6-13.

[9] 袁 润,钱 过.战略性新兴产业核心专利的识别[J].情报杂志,2013，32(3):44-50.

[10] Lanjouw J O，Schankerman.Patent quality and research productivity: Measuring innovation with multiple indicators[J].Economic Journal,2004,114(495):441-465.

[11] Tong X，Frame J D.Measuring national technological performance with patent claims data[J].Research Policy,1994,23(2):133-141.

[12] 孙涛涛,金碧辉.关键技术挖掘与企业技术竞争情报——以DVD激光头技术为例[J].图书情报工作,2008(5):129-132.

[13] 孙涛涛,唐小利,李 越.核心专利的识别方法及其实证研究[J].图书情报工作,2012(4):80-84.

[14] 沈 君,王续琨,高继平,等.基于文献计量指标的关键技术的探寻——以第三代移动通信技术为例[J].情报杂志,2011，30(9):34-39.

[15] 侯剑华,范二宝.基于专利家族的核心技术演进分析——以太阳能光伏电池技术为例[J].情报杂志,2014，33(12):30-35.

[16] 张 娴,方 曙,肖国华,等.专利文献价值评价模型构建及实证分析[J].科技进步与对策,2011,28(6):127-132.

[17] 霍翠婷.企业核心专利判定的方法研究[J].情报杂志,2012，31(11):95-99.

[18] 罗天雨.核心专利判别方法及其在风力发电产业中的应用[J].图书情报工作,2012(24):96-101.

[19] 谢 萍,袁 润,钱 过.基于TOPSIS方法的核心专利识别研究[J].情报理论与实践,2015,38(6):88-92.

[20] 汤勇力,李剑敏,李从东,等.面向制造企业价值链升级的产业关键技术识别研究[J].科学学研究,2016(12):1777-1788.

[21] 高继平,丁 堃.专利研究文献的可视化分析[J].情报杂志,2009,28(7):12-16.

[22] 杨中楷,刘 佳.基于专利引文网络的技术轨道识别研究——以太阳能光伏电池板领域为例[J].科学学研究,2011(9):

1311-1317.

[23] 黄鲁成,石媛嫄,吴菲菲.基于专利引用的技术轨道动态分析——以太阳能电池为例[J].科学学研究,2013(3):358-367.

[24] 王健美,刘志芳,戴爱兵.纯电动汽车产业关键技术演进分析——专利引文分析视角[J].图书情报工作,2014(14):21-27.

[25] 张 杰,刘粉香,翟东升,等.基于共现网络的核心技术领域识别研究[J].情报杂志,2012,31(11):35-39.

[26] 栾春娟,曾国屏.基于SNA核心技术领域测度研究[J].图书情报工作,2011(6):33-35.

[27] 陆 萍,柯岚馨.Innography在学科核心专利挖掘中的应用研究[J].图书馆工作与研究,2012(8):122-125.

[28] 李 蓓,陈向东.海峡两岸核心及新兴技术比较—基于专利引文网络的分析[J].科研管理,2015(2):96-106.

[29] 黄晓斌,梁 辰.基于专利引用网络的4G通信技术竞争态势分析[J].情报杂志,2014,33(4):52-58.

[30] 栾春娟,尹 爽.全球3G领域专利计量及中国的机遇与挑战[J].技术与创新管理,2009(6):729-732.

[31] 王学军,郭亚军.基于G1法的判断矩阵的一致性分析[J].中国管理科学,2006(3):65-70.

[32] 郭亚军.综合评价理论、方法及应用[M].北京: 科学出版社,2002.

[33] 朱艳卿.基于DEA与离差最大化的区域高技术产业创新绩效评价研究[D].合肥：合肥工业大学,2015.

[34] 广州奥凯信息咨询有限公司.鱼尼丁抑制剂(新一代杀虫剂)专利信息报告[R].2011.

Research on Identification of Industrial Core Technology Based on Patent Data —Taking the Field of Fifth Generation Mobile Communication Industry as an Example

Yang Wu Yang Dafei

(Donlinks School of Economics and Management, University of Science and Technology Beijing,Beijing 100083)

Abstract [Purpose /Significance ]Exploring an identification of core technology based on patent data by the use of index system is helpful to identify core technology more comprehensively and objectively and enrich the identification methods.[Method /Process ]The indicators were screened and core technology identification index system was constructed. The optimal combination weighting method was used to determine the index weight, then, the core technology evaluation index was built, and the patents are classified according to the calculated results. Then, worldwide, statistical patent data of the fifth generation mobile communication industry is used to do empirical study.[Result /Conclusion ]The results show that the 15 core patents are held in the United States and applied mainly in 2012 and 2013, then, the technology field is concentrated on two subcategories of H04L (digital information transmission) and H04W (wireless communication network). These are the methods and systems for establishing different connections between two user devices through a system called Device-to-Device (D2D) communication.

Key words patent data core technology optimal combination weighting method

收稿日期： 2018-10-09 修回日期：2019-02-13

基金项目： 国家自然科学基金面上项目 “区域科技创新景气指数构建的理论与方法研究 ”(编号： 71273025)研究成果之一 。

作者简介： 杨 武 (ORCID： 0000-0003-3524-9183)，男，1961年生，博士，教授，研究方向：技术创新管理、产业技术安全;杨大飞 (ORCID：0000-0002-5890-5430)，男，1986年生，博士研究生，研究方向：技术创新管理、产业技术安全。

中图分类号 G353.1

文献标识码 A

文章编号 1002-1965(2019)03-0039-07

引用格式 杨 武，杨大飞.基于专利数据的产业核心技术识别研究[J].情报杂志，2019，38(3)：39-45，52.

DOI 10.3969/j.issn.1002-1965.2019.03.007

(责编 /校对 ：贺小利 )

标签：专利数据论文;  核心专利论文;  最优组合赋权论文;  北京科技大学东凌经济管理学院论文;