知识溢出跨地域边界的影响因素研究——以生物技术产业为例

发布时间：2021-12-09 18:35

　　基于1999—2014年美国专利数据,以采集的764个中国生物技术专利为研究对象,从微观专利技术视角,探讨知识产生跨地域影响的决定因素。实证结果发现专利的科技关联度与知识溢出本地化呈现U型关系,而专利的合作开发对知识本地化溢出具有负向影响。 

【文章来源】：科技管理研究. 2020,40(17)北大核心CSSCI

【文章页数】：9 页

【部分图文】：

生物技术专利在不同类型机构中的分布

128初大智等：知识溢出跨地域边界的影响因素研究——以生物技术产业为例图1生物技术专利在不同类型机构中的分布图2生物技术专利在不同主要技术类别中的分布3.2变量测度3.2.1因变量本模型中的因变量建立在Thompson等［75］采用的本地化知识溢出指数（ILKS）的基础上。该指数的出现取代了Jaffe等［1］学者的产业标准指数，主要创新之处是使用发明者引用和审查者引用的差值。在专利申请中，发明人需要列出与该专利相关的早期专利，发明者往往没有考虑到全部的专利，因此导致发明人少提供了一些专利，专利当局的审查员就会增补了缺失的引用。发明人所引用的引用被称为“发明人引用”，而审查员添加的引用是“审查员引用”。发明人会添加他实际知道的先前专利，另一方面，审查员可能对该领域有更全面的了解，因此，审查员引用更好地反映了该技术的研发活动的分布，而发明人引用则反映了实际的知识流动。如果发明人引用比审查员引用更加本地化，我们可以得出结论，知识溢出存在本地化。在这篇文章中，我们计算了发明者和审查者引用的本地化引用比率，并将他们之间的差值作为本地化溢出的度量。（1）在式（1）中，是度量专利的本地化知识溢出的。指标是发明者引用的数量，指标是审查者引用的数量。上角标是本地化引用，是专利被引年份。3.2.2自变量科技关联度我们通过专利的非专利引用数目得到，非专利后向引用的数量是衡量专利基于科学知识的程度的一种合适的方法［16,76］。专利的技术基础（TechBreadth）广度，由以下公式测算可得，［1］，其中Sij是指专利i中所引用的专利属于由USPTO分配给该专利的N个技术类别中的j类别所占的比例，由于这个变量不能在没有后向引用的情况下定义，

【参考文献】：
期刊论文
[1]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]. 周成,魏红芹.  情报杂志. 2018(07)
[2]区域间知识溢出的创新效应研究——基于中国1985—2011年专利引用数据[J]. 刘雯.  科技管理研究. 2018(08)
[3]区域间专利引证关系特征及影响因素研究——以纳米领域为例[J]. 武玉英,张婷婷,何喜军,蒋国瑞.  科技管理研究. 2018(03)
[4]产业集群中的知识溢出:框架、焦点议题与中国情境[J]. 芮明杰,李宇,刘昆.  研究与发展管理. 2017(04)
[5]高技术产业知识溢出的地理邻近性与技术相似性研究[J]. 邬滋.  工业技术经济. 2017(03)
[6]知识溢出空间扩散过程的实证检验——以追踪一类专利扩散为线索[J]. 陈傲,柳卸林,程鹏.  科学学与科学技术管理. 2010(12)
[7]地方化知识溢出的影响因素分析[J]. 段会娟,梁琦.  经济论坛. 2009(20)
[8]专利创新高度及其发展趋势与影响研究——以美国KSR vs. eleflex案为背景[J]. 唐春.  研究与发展管理. 2009(05)



本文编号：3531113