謝彩霞　欒春娟　趙亮

摘要：探索斯坦福大學(xué)技術(shù)創(chuàng)新影響力及其創(chuàng)新優(yōu)勢，對提升我國高?？萍紕?chuàng)新水平具有重要的借鑒意義?；贗NCOPAT全球知識產(chǎn)權(quán)數(shù)據(jù)平臺獲取的11547條數(shù)據(jù)，選取專利申請量和專利階L度指標(biāo)，結(jié)合技術(shù)創(chuàng)新影響力指數(shù)的數(shù)學(xué)模型和信息可視化技術(shù)，探究斯坦福大學(xué)技術(shù)創(chuàng)新的影響力及其創(chuàng)新優(yōu)勢。研究結(jié)果顯示斯坦福大學(xué)技術(shù)創(chuàng)新的影響力遠(yuǎn)遠(yuǎn)高于世界總體水平，影響力指數(shù)隨時間呈明顯的周期性變動;技術(shù)創(chuàng)新的優(yōu)勢領(lǐng)域集中在C（化學(xué)、冶金）、A（人類生活必需）、G（物理）、H（電學(xué)）四個IPC部類的46個技術(shù)領(lǐng)域。

關(guān)鍵詞：斯坦福大學(xué);技術(shù)創(chuàng)新影響力;技術(shù)優(yōu)勢;專利計量

中圖分類號：G306

文獻(xiàn)標(biāo)識碼：A

D01：10.3969/j .issn.1003-8256.2019.03.002

0 引言

創(chuàng)新型國家是以技術(shù)創(chuàng)新為經(jīng)濟社會發(fā)展核心驅(qū)動力的國家。高校作為科技成果和專利產(chǎn)出的重要來源，是科技創(chuàng)新的重要基地。探索并測度世界高?？萍紕?chuàng)新的典范——斯坦福大學(xué)的技術(shù)創(chuàng)新影響力及其創(chuàng)新優(yōu)勢，對提升我國高?？萍紕?chuàng)新水平，加快一流大學(xué)和一流學(xué)科建設(shè)具有重要的理論意義和實踐意義。斯坦福大學(xué)不僅是一所享譽世界的研究型大學(xué)，更是高科技產(chǎn)業(yè)的孵化器。然而在二十世紀(jì)上半葉，它還是一所名不見經(jīng)傳的地方性院校。第二次世界大戰(zhàn)之后，斯坦福大學(xué)異軍突起，迅速發(fā)展成為當(dāng)今世界上最頂尖大學(xué)之一。斯坦福大學(xué)的崛起也因此成為學(xué)界研究的對象，學(xué)者們從不同角度多層面考察斯坦福大學(xué)的發(fā)展歷史[1]、斯坦福與硅谷的雙贏模式[2]、產(chǎn)學(xué)研合作以及協(xié)同創(chuàng)新經(jīng)驗[3-4]、科技管理機制[5]、科技成果轉(zhuǎn)化機制及技術(shù)授權(quán)辦公室（0mce ofTechnology Licensing，OTL）的中介作用[6]等，全方位發(fā)掘斯坦福大學(xué)的成功經(jīng)驗。在本項研究中我們以斯坦福大學(xué)申請的專利作為研究對象，對其創(chuàng)新能力進(jìn)行量化測度，揭示斯坦福大學(xué)技術(shù)創(chuàng)新的世界影響力以及技術(shù)創(chuàng)新優(yōu)勢，以期為我國研究型大學(xué)科技創(chuàng)新能力的提升提供一些有價值的量化參考。

反映技術(shù)創(chuàng)新能力的一個重要方面就是專利的申請，一個機構(gòu)申請專利的數(shù)量和質(zhì)量在一定程度上是其技術(shù)創(chuàng)新能力的直接體現(xiàn)。專利作為科技發(fā)明和技術(shù)創(chuàng)新的直接產(chǎn)物，目前已成為測度技術(shù)創(chuàng)新的一個重要指標(biāo)[7]。表1展示了一些典型文獻(xiàn)的研究狀況。

2002年，美國的Breitzman等提出運用專利引文分析方法研究產(chǎn)業(yè)和企業(yè)的技術(shù)創(chuàng)新能力以及并購活動的技術(shù)價值評估[8]。Nordensvard等以風(fēng)能領(lǐng)域作為案例，運用專利引文網(wǎng)絡(luò)分析方法對新興經(jīng)濟體（中國、印度、巴西和南非）的科技創(chuàng)新能力進(jìn)行研究，并與該領(lǐng)域創(chuàng)新核心國家（美國、德國和丹麥）進(jìn)行比較[9]。Sorensen等通過半導(dǎo)體和生物技術(shù)領(lǐng)域的專利申請行為研究了組織老化與創(chuàng)新過程之間的關(guān)系[10]。Lacasa等運用專利指標(biāo)和網(wǎng)絡(luò)分析手段研究了中國太陽能光伏領(lǐng)域技術(shù)發(fā)展與創(chuàng)新能力的國際地位[11]。石秀等運用專利信息分析方法，構(gòu)建了中國新能源汽車產(chǎn)業(yè)技術(shù)創(chuàng)新的概貌[12]。劉云等運用專利計量方法對全球碳納米管領(lǐng)域技術(shù)創(chuàng)新特征進(jìn)行分析，對中國碳納米管領(lǐng)域重點技術(shù)發(fā)展方向提出建議[13]。

本研究擬解決的主要問題如下：第一，斯坦福大學(xué)技術(shù)創(chuàng)新能力怎樣測度？全球影響力如何？第二，斯坦福大學(xué)技術(shù)創(chuàng)新的主要領(lǐng)域范圍是怎樣的？其技術(shù)優(yōu)勢顯現(xiàn)在哪些領(lǐng)域？

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

本項研究數(shù)據(jù)來源于北京合享智慧科技有限公司開發(fā)的INCOPAT科技創(chuàng)新情報平臺[14]，這是中國首個擁有自主知識產(chǎn)權(quán)的專利數(shù)據(jù)庫。在2017年由國家知識產(chǎn)權(quán)局舉辦的首屆知識產(chǎn)權(quán)工具比賽中，INCOPAT獲礙總冠軍。INCOPAT的優(yōu)勢首先是數(shù)據(jù)量大，涵蓋112個國家（地區(qū)）的1.2億件專利數(shù)據(jù);其次，更新速度快，48小時內(nèi)數(shù)據(jù)實時動態(tài)更新，每24小時約有1.5萬件專利數(shù)據(jù)進(jìn)入系統(tǒng)平臺;第三，數(shù)據(jù)加工更為全面和專業(yè)，INCOPAT系統(tǒng)里240個加工字段可供檢索，輸入中文就可以看到全球的專利布局情況。因此，我們選取該專利數(shù)據(jù)庫作為數(shù)據(jù)檢索源。

為獲得精準(zhǔn)全面的研究數(shù)據(jù)，我們對INCOPAT專利數(shù)據(jù)平臺進(jìn)行反復(fù)試驗，并向平臺專家進(jìn)行咨詢，制定出精準(zhǔn)的檢索公式。由于專利的授權(quán)與運營具有遲滯性，因此研究所用數(shù)據(jù)截至2015年，檢索日期為2018年7月30日。在對檢索出的初始數(shù)據(jù)進(jìn)行去噪、過濾與規(guī)范化處理之后，共得到斯坦福大學(xué)申請的專利數(shù)據(jù)11547條。這11547條專利數(shù)據(jù)的年度分布極不均勻，1980年以前申請的專利總和只有410件。1980年拜杜法案實施后，聯(lián)邦政府規(guī)定大學(xué)獲資助所產(chǎn)生的發(fā)明專利，其所有權(quán)可以歸大學(xué)所有。這一規(guī)定極大地促進(jìn)了美國各大學(xué)技術(shù)轉(zhuǎn)移體制的建立，也引發(fā)了斯坦福大學(xué)專利申請的熱潮。1981年斯坦福大學(xué)的專利申請數(shù)便由1980年的21件上升到68件，1982年達(dá)到179件，之后斯坦福大學(xué)便進(jìn)入專利申請的快車道。

1.2 主要研究方法

在對斯坦福大學(xué)技術(shù)創(chuàng)新能力進(jìn)行研究時，我們首先對INCOPAT中的獨特字段“專利價值度”進(jìn)行描述性統(tǒng)計分析，并與世界總體專利的技術(shù)價值分布進(jìn)行比較，測度斯坦福大學(xué)技術(shù)創(chuàng)新的技術(shù)價值。然后以CHI Research公司提出的機構(gòu)技術(shù)影響力評價指標(biāo)體系作為理論基礎(chǔ)，構(gòu)建測算斯坦福大學(xué)技術(shù)創(chuàng)新影響力指數(shù)的數(shù)學(xué)模型，揭示斯坦福大學(xué)技術(shù)創(chuàng)新影響度及其動態(tài)變化特征。以YTII_i（Year Technology Influence Index）表示斯坦福大學(xué)第i年技術(shù)創(chuàng)新年度影響力指數(shù)，N_i為第i年最具影響力專利數(shù)，N_i為第i年非零被引專利總數(shù)，N^h為研究時段內(nèi)最具影響力專利數(shù)，N^a為研究時段內(nèi)非零被引專利總數(shù)，則

本文主要研究拜杜法案實施后斯坦福大學(xué)的技術(shù)創(chuàng)新影響力狀況，這里限定i=1980，1981……2015。

受偶然性和周期性等因素的影響，依據(jù)公式（1）計算得到的各年度技術(shù)創(chuàng)新影響力指數(shù)隨年份變動幅度較大且不規(guī)則。進(jìn)而運用移動平均法消除這些因素的影響，凸顯斯坦福大學(xué)技術(shù)創(chuàng)新影響力長期的發(fā)展方向與規(guī)律，并據(jù)此預(yù)測未來的發(fā)展趨勢。因此在公式（1）的基礎(chǔ)上構(gòu)建移動平均數(shù)計算公式：其中j為周期數(shù)，M_j為第j個周期的移動平均數(shù)，C為周期項數(shù)。

國際上，專利所屬的技術(shù)領(lǐng)域常通過專利分類號來表征，專利分類號能夠反映專利的核心內(nèi)容和技術(shù)主題。在研究斯坦福大學(xué)技術(shù)創(chuàng)新的優(yōu)勢領(lǐng)域時，以斯坦福大學(xué)申請專利所擁有的國際專利分類號（IPC）作為表征技術(shù)領(lǐng)域或技術(shù)主題的主要指標(biāo)進(jìn)行探討。運用聚類方法借助專利技術(shù)圖和共現(xiàn)網(wǎng)絡(luò)的形式，凸顯斯坦福大學(xué)技術(shù)創(chuàng)新的主要領(lǐng)域和技術(shù)優(yōu)勢。

2 斯坦福大學(xué)技術(shù)創(chuàng)新的影響力

2.1 技術(shù)創(chuàng)新價值分析

專利作為技術(shù)創(chuàng)新的重要產(chǎn)出成果，其本身的價值是技術(shù)創(chuàng)新能力和水平的重要體現(xiàn)。國內(nèi)外有不少關(guān)于專利價值評估和測度的研究[15-16].INCOPAT數(shù)據(jù)庫中更是有一個衡量專利價值的重要指標(biāo)叫專利價值度，該指標(biāo)的測算主要依賴于合享新創(chuàng)自主研發(fā)的專利價值模型實現(xiàn)，該專利價值模型基于AI技術(shù)平臺，融合專利分析行業(yè)20多個技術(shù)指標(biāo)，通過設(shè)定指標(biāo)權(quán)重和計算參數(shù)，使得它能對每件專利進(jìn)行專利價值強度自動評價。專利價值度指標(biāo)的取值范圍在1-10分之間，某專利的專利價值度分值越大，則表明該專利的技術(shù)價值越高，它所表征的技術(shù)創(chuàng)新能力就越強。與國內(nèi)外其他專利價值評價指標(biāo)相比，INCOPAT基于全球?qū)＠髷?shù)據(jù)和人工智能強大技術(shù)手段計算得出的專利價值度指標(biāo)更具有便捷性、客觀性和科學(xué)性，能夠為用戶快速遴選高質(zhì)量專利提供參考，也為科研人員計量分析專利的技術(shù)價值提供重要的客觀數(shù)據(jù)信息。圖1展示了斯坦福大學(xué)專利價值度的分布狀況，并與世界總體的專利價值度進(jìn)行對比。

從專利價值度看，斯坦福大學(xué)11547件專利中，價值度分值在10分的專利有1929件，9分的有2491件，8分的有2175件。8分以上的專利占斯坦福大學(xué)總專利數(shù)的57.1%，價值度大于5分的專利占其專利總數(shù)的78.2%。研究表明，斯坦福大學(xué)專利的價值分布具有很大的偏度，25.8%的專利代表了專利總體價值的一半。

INCOPAT專利庫收錄的世界所有專利中，價值度為1分的專利最多，占世界專利總數(shù)的12.8%。五分以下的專利占比達(dá)到57.3%，價值度在8分以上的專利僅占專利總數(shù)的22.6%。價值度為10分的專利占比中，斯坦福大學(xué)是世界總量的3.3倍;9分專利占比中，斯坦福大學(xué)是世界總量的2.6倍;8分專利占比中，斯坦福大學(xué)是世界總量的2.1倍。由此可見斯坦福大學(xué)的技術(shù)創(chuàng)新能力遠(yuǎn)遠(yuǎn)高于世界總體水平。

2.2 技術(shù)創(chuàng)新的影響力指數(shù)測度

CHI Research公司致力于科技創(chuàng)新指標(biāo)的研究與分析，創(chuàng)立一系列專利分析的指標(biāo)系統(tǒng)，開辟了專利引證指標(biāo)分析的先河[17]。CHI Research公司的專利評價系列指標(biāo)主要是基于專利的被引用狀況來衡量某研究機構(gòu)的技術(shù)影響力[18]。這些指標(biāo)主要有專利平均被引數(shù)（Cites Per Patent.CPP）、當(dāng)前影響指數(shù)（Current Impact Index，CII）以及技術(shù)影響力指標(biāo)（Technology Influence Index.TII），其中TII比CPP和CII更能體現(xiàn)一個機構(gòu)技術(shù)接近前沿的程度，更能表征一個機構(gòu)在技術(shù)領(lǐng)域的影響力。在運用TII指標(biāo)測度某機構(gòu)的技術(shù)影響力時，CHI Research公司規(guī)定被引用次數(shù)最高排名在前10%的專利為最具影響力的專利，并對TII做如下定義：某機構(gòu)各年度專利位居被引用次數(shù)前10%的最具影響力專利件數(shù)占該機構(gòu)該年度非零被引專利的比重，除以所有專利位居最具影響力專利區(qū)的專利比重，得到的比值即為該機構(gòu)各年度的技術(shù)影響力指數(shù)TII。TII值越高，說明專利重要性程度越高，該機構(gòu)的技術(shù)影響力越大。

在本項研究中，根據(jù)數(shù)據(jù)的具體特征，在CHIResearch公司提出的專利評價指標(biāo)體系的理論基礎(chǔ)上，構(gòu)建斯坦福大學(xué)技術(shù)創(chuàng)新影響力指數(shù)的數(shù)學(xué)模型（公式1），考察拜杜法案實施后斯坦福大學(xué)的技術(shù)創(chuàng)新影響力狀況，研究時段限定在1980-2015年間。首先計算出斯坦福大學(xué)1980-2015年間各年度專利總被引頻次的前10%，此區(qū)域稱為最具影響力專利區(qū)，統(tǒng)計該區(qū)域的最具影響力專利件數(shù)，將其除以該年度非零被引專利總件數(shù)，得出該年度斯坦福大學(xué)最具影響力專利比重。然后除以該研究時段內(nèi)斯坦福大學(xué)所有專利中最具影響力專利的比重，所得比值即為斯坦福大學(xué)該年度技術(shù)創(chuàng)新影響力指數(shù)。為了消除因隨機波動和周期變動等因素引起的較大起伏，更好地展示斯坦福大學(xué)技術(shù)創(chuàng)新影響力的長期變化趨勢，運用移動平均數(shù)計算方法來提高這一動態(tài)數(shù)列的吻合度（公式2）。該方法的基本原理是根據(jù)某段時間的數(shù)據(jù)，從開始位置逐步向后移動指定期數(shù)并逐期平均?；谇拔难芯康恼撌?，設(shè)計如下移動平均步驟：

Step 1選擇一個適當(dāng)?shù)那笃骄档闹芷陧棓?shù)。根據(jù)本文數(shù)據(jù)特征，采用以C=4為周期項數(shù);

Step 2按照周期項數(shù)C=4將時間序列分期，第一期由排序1，2，3，4的數(shù)組成，第二期由排序2，3，4，5的數(shù)組成，以此類推，最后一期由排序最末尾的四個數(shù)組成;

Step 3按照公式（2）計算每一期的平均數(shù);

Step 4以最近一期的平均數(shù)預(yù)測時間序列的下一個數(shù)據(jù)。

計算結(jié)果通過圖2展示出來。

圖2顯示斯坦福大學(xué)的技術(shù)創(chuàng)新影響力指數(shù)分布隨時間呈明顯的周期性變動，但各個周期的持續(xù)時間和波動幅度均不相同。第一個周期峰值在1982年，第二個周期峰值在1996年，第三個周期峰值在2012年。每—個周期峰值過后都經(jīng)歷兩年的急速下降，隨后下降速度趨于平緩，接下來又經(jīng)過兩年的急速提升達(dá)到下一周期的峰值。經(jīng)過移動平均之后，原有時間序列的上下波動幅度被削弱了，移動平均對原始數(shù)據(jù)有明顯的修勻和平滑的作用。根據(jù)移動平均的最后一個周期的平均數(shù)，可以預(yù)測未來一年斯坦福大學(xué)技術(shù)創(chuàng)新影響力指數(shù)為0.19。實踐表明，周期項數(shù)C越大，對原始數(shù)據(jù)的修勻作用越強，會使平滑波動效果更好，但會使預(yù)測值對原始數(shù)據(jù)實際變動的敏感度下降。

3 斯坦福大學(xué)技術(shù)創(chuàng)新優(yōu)勢分析

3.1 斯坦福大學(xué)技術(shù)創(chuàng)新的主要領(lǐng)域

對專利分類號進(jìn)行分析，可以了解專利技術(shù)分布的具體領(lǐng)域和覆蓋的范圍[19]。全部技術(shù)內(nèi)容按IPC部、大類、小類、大組、小組等逐級分類，一件專利往往涉及一個或多個不同的技術(shù)主題，這些技術(shù)主題通過相應(yīng)的專利分類號表示出來，因此每件專利擁有一個或多個專利分類號，當(dāng)擁有多個專利分類號時，最能充分代表發(fā)明信息的分類號則排在第一位，稱為主分類號，在本項研究中精確到IPC小類。從主分類號分布情況來看，11547個主分類號共集中在246個IPC小類中，但各小類的頻次分布極不均勻，20% （49個）的小類共占據(jù)總頻次的90.8%（10480次），比帕累托法則描述的不均衡現(xiàn)象更甚。這49個IPC小類代表了斯坦福大學(xué)技術(shù)創(chuàng)新的主要領(lǐng)域。我們將頻次排序前20位的IPC小類及其表征的技術(shù)領(lǐng)域列于表2中，方便相關(guān)人員查詢。

將每個IPC小類出現(xiàn)頻次最高的年份稱為該IPC小類分布的主要年份，以此研究技術(shù)創(chuàng)新主要領(lǐng)域的時間演化特征。49個IPC小類分布的主要年份通過圖3表示出來。圖中橫軸表示年份，縱軸表示IPC小類在主要年份出現(xiàn)的頻次占該小類總頻次的比值經(jīng)過數(shù)學(xué)處理之后得到的相對頻次。從圖3展示的IPC小類分布的主要年份看，1980年之前，只有1939年的HOIJ（放電管或放電燈）、1941年的GOIS（無線電定向;無線電導(dǎo)航;采用無線電波測距或測速）和1972年的C07C（無環(huán)或碳環(huán)化合物）3個IPC小類;1980-1985年間有7個IPC小類，1986-1995年間是高頻IPC小類分布的低谷，只有2個IPC小類分布在該時間段;1996-2005年出現(xiàn)一個小高峰，共有13個IPC小類，2010年之后則是IPC小類分布的集中區(qū)域，共有24個IPC小類分布于此。

在研究斯坦福大學(xué)主要技術(shù)主題分布的時間延續(xù)特征時我們也發(fā)現(xiàn)了一種“斷層”現(xiàn)象，以A6IK小類舉例說明。A6IK小類最早出現(xiàn)于1932年，該年曇花一現(xiàn)之后便銷聲匿跡，時隔38年之后，直到1970年才又再次出現(xiàn)，之后頻次逐漸增多，2014年達(dá)到高峰153頻次。這令人聯(lián)想起科學(xué)中的“睡美人”現(xiàn)象?？茖W(xué)史上存在著這樣一種現(xiàn)象，由于各種條件的限制，有一些重大的科學(xué)發(fā)現(xiàn)不能及時被當(dāng)時科學(xué)共同體的其他成員所接受而被忽視，多年以后才被人們重新認(rèn)識。Van Raan把這種現(xiàn)象稱為“科學(xué)中的睡美人”現(xiàn)象[20]，承載這些科學(xué)成果的科學(xué)文獻(xiàn)稱為科學(xué)中的“睡美人”。很多學(xué)者對科學(xué)中的“睡美人”現(xiàn)象進(jìn)行了深入研究[21-23]，探尋“睡美人”重要的科學(xué)價值、識別方法及喚醒機制。這些研究對于及早發(fā)現(xiàn)科學(xué)超前性研究、縮短科學(xué)認(rèn)知周期、占領(lǐng)科學(xué)前沿高地具有重要意義。在技術(shù)研究領(lǐng)域，也存在類似本文研究中A61K小類表征的技術(shù)領(lǐng)域，這樣的技術(shù)領(lǐng)域被偶爾涉獵之后便長期無人問津，若干年后仿佛被從沉寂中喚醒，科技創(chuàng)新成果連續(xù)高頻出現(xiàn)。這似乎就是技術(shù)領(lǐng)域的“睡美人”。那么，如果技術(shù)研究領(lǐng)域也存在“睡美人”現(xiàn)象，如何及早識別技術(shù)“睡美人”？喚醒技術(shù)“睡美人”的“王子”應(yīng)具有什么樣的特質(zhì)？怎樣的機緣才能使“王子”和“睡美人”相遇？這些極具魅力的問題吸引著我們后續(xù)將進(jìn)一步探索其中的奧秘，這對于分析某個機構(gòu)或者某個技術(shù)領(lǐng)域的研究前沿、揭示科技創(chuàng)新規(guī)律無疑將具有重要意義。

3.2 斯坦福大學(xué)技術(shù)創(chuàng)新優(yōu)勢領(lǐng)域

從專利分類號看，斯坦福大學(xué)的專利分布于A（人類生活必需（農(nóng)、輕、醫(yī)））、B（作業(yè)、運輸）、C（化學(xué)、冶金）、D（紡織、造紙）、E（固定建筑物：建筑、采礦）、F（機械工程）、G（物理）、H（電學(xué)）的所有部類，但重點領(lǐng)域在C（化學(xué)、冶金）、A（人類生活必需）、G（物理）、H（電學(xué)）四個部類。這四個部類的分類號總頻次是56665次，占斯坦福大學(xué)專利分類號總數(shù)的96.5%。運用聚類方法進(jìn)行分析，然后借助信息可視化技術(shù)以專利技術(shù)圖和共現(xiàn)網(wǎng)絡(luò)的形式將斯坦福大學(xué)技術(shù)創(chuàng)新主要領(lǐng)域的技術(shù)優(yōu)勢通過圖4和圖5展示卅來。圖4中橫軸表示IPC對應(yīng)的專利價值度，縱軸表示IPC對應(yīng)的專利被引用頻次。坐標(biāo)軸越向兩端延伸，表明技術(shù)創(chuàng)新的質(zhì)量和影響力優(yōu)勢越明顯。四個象限分別分布著A、C、H、G部類的優(yōu)勢技術(shù)領(lǐng)域。進(jìn)一步運用PAJAK軟件從網(wǎng)絡(luò)分析的角度將排序前50位的IPC共現(xiàn)狀況進(jìn)行可視化展示（圖5）。

從聚類分析的結(jié)果看，斯坦福大學(xué)技術(shù)創(chuàng)新的優(yōu)勢領(lǐng)域以46個IPC小類來表征：A部類具有明顯優(yōu)勢的技術(shù)領(lǐng)域主要有：A47B（家具及家具的一般零件）、A47F（商店、倉庫、酒店、飯店等場所用的特種家具、配件或附件）、AOIH（新植物或獲得新植物的方法）、A23L（食料或非酒精飲料;它們的制備或處理）、A6IM（將介質(zhì)輸入人體內(nèi)或輸?shù)饺梭w上的器械）、A6IJ（專用于醫(yī)學(xué)或醫(yī)藥目的的容器;專用于把藥品制成特殊的物理或服用形式的裝置或方法;喂飼食物或口服藥物的器具;嬰兒橡皮奶頭;收集唾液的器具）、A61H（理療裝置，例如用于尋找或刺激體內(nèi)反射點的裝置;人工呼吸;按摩;用于特殊治療或保健目的或人體特殊部位的洗浴裝置）以及A61K（醫(yī)用、牙科用或梳妝用的配制品）。

C部類的優(yōu)勢領(lǐng)域主要有：C06B（炸藥或熱劑的組合物及其制造）、C25D（覆層的電解或電泳生產(chǎn)工藝方法;電鑄;工件的電解法接合;所用的裝置）、C06D（煙霧發(fā)生裝置;毒氣攻擊劑;爆炸或推進(jìn)用氣體的產(chǎn)生（化學(xué)部分））、C09C（纖維狀填料以外的無機材料的處理以增強它們的著色或填充性能;炭黑的制備）、C25F（電解法除去物體上材料的方法及其所用的設(shè)備）、C09B（有機染料或用于制造染料的有關(guān)化合物;媒染劑;色淀）以及C08F（僅用碳一碳不飽和鍵反應(yīng)得到的高分子化合物）。

H部類具有明顯優(yōu)勢的技術(shù)領(lǐng)域主要有：H02H（緊急保護電路裝置）、HOIH（電開關(guān);繼電器;選擇器;緊急保護裝置）、HOIK（白熾燈）、HOIP（波導(dǎo);諧振器、傳輸線或其他波導(dǎo)型器件）、HOIQ（天線）、H03B（使用工作于非開關(guān)狀態(tài)的有源元件電路，直接或經(jīng)頻率變換產(chǎn)生振蕩;由這樣的電路產(chǎn)生噪聲）、H03D（由一個載頻到另一載頻對調(diào)制進(jìn)行解調(diào)或變換）、H03F（放大器）、H03H（阻抗網(wǎng)絡(luò)，例如諧振電路;諧振器）、H04W（無線通信網(wǎng)絡(luò)）以及H05B（電熱;其他類目不包含的電照明）。

G部類具有明顯優(yōu)勢的技術(shù)領(lǐng)域主要有：G10H（電聲樂器;由機電裝置或電子發(fā)生器產(chǎn)生音調(diào)的樂器，或從數(shù)據(jù)存儲器合成音調(diào)的樂器）、G03C（照相用的感光材料;照相過程，例如，電影、X射線、彩色或者立體照相過程;照相的輔助過程）、G09B（教育或演示用具;用于教學(xué)或與盲人、聾人或啞人通信的用具;模型;天象儀;地球儀;地圖;圖表）、G11B（基于記錄載體和換能器之間的相對運動而實現(xiàn)的信息存儲）、GOIQ（掃描探針技術(shù)或設(shè)備;掃描探針技術(shù)的應(yīng)用，例如，掃描探針顯微術(shù)）、G10L（語音分析或合成;語音識別;語音或聲音處理;語音或音頻編碼或解碼）以及G03B（攝影、放映或觀看用的裝置或設(shè)備;利用光波以外其他波的類似技術(shù)的裝置或設(shè)備;以及有關(guān)的附件）。

4 結(jié)論與展望

本文選取INCOPAT科技創(chuàng)新情報平臺收錄的斯坦福大學(xué)11547條專利數(shù)據(jù)，運用計量分析方法和信息可視化技術(shù)手段，對斯坦福大學(xué)技術(shù)創(chuàng)新影響力及創(chuàng)新優(yōu)勢進(jìn)行測度。研究結(jié)果顯示，斯坦福大學(xué)高價值技術(shù)專利占其總專利數(shù)的78.2%，其創(chuàng)新技術(shù)價值遠(yuǎn)遠(yuǎn)高于世界總體水平。通過構(gòu)建動態(tài)的技術(shù)創(chuàng)新年度影響力指數(shù)模型及其移動平均測定發(fā)現(xiàn)，斯坦福大學(xué)的技術(shù)創(chuàng)新影響力指數(shù)分布隨時間呈明顯的周期性變動，周期峰值分別在1982年、1996年和2012年;長期來看，斯坦福大學(xué)的技術(shù)創(chuàng)新影響力總體上稍有下降;從移動平均線的效果看，移動平均對原始時間序列具有明顯的修勻和平滑的作用，且周期項數(shù)C越大，修勻作用越強，平滑波動效果越好，但預(yù)測值對數(shù)據(jù)實際變動的敏感度下降;根據(jù)移動平均的最后一個周期的平均數(shù)預(yù)測出未來一年斯坦福大學(xué)技術(shù)創(chuàng)新影響力指數(shù)為0.19。通過國際專利分類號研究結(jié)果顯示，斯坦福大學(xué)技術(shù)創(chuàng)新的領(lǐng)域覆蓋范圍涉及A、B、C、D、E、F、G和H的所有部類，但主要領(lǐng)域集中在C（化學(xué)與冶金）、A（人類生活必需）、H（物理）及G（電學(xué)）四個部類下的49個小類。從時間分布來看，高頻IPC小類分布的主要年份集中在2010年之后的最近幾年，其次是在1995-2005年間。運用專利技術(shù)圖和共現(xiàn)網(wǎng)絡(luò)展示出斯坦福大學(xué)技術(shù)創(chuàng)新的優(yōu)勢領(lǐng)域，凸顯出46個具有明顯優(yōu)勢的技術(shù)領(lǐng)域。

在研究過程中，我們發(fā)現(xiàn)斯坦福大學(xué)技術(shù)創(chuàng)新領(lǐng)域中存在“睡美人”現(xiàn)象。對這一現(xiàn)象的探索將有助于及早識別技術(shù)“睡美人”，縮短重要技術(shù)創(chuàng)新的時滯，對于揭示科技創(chuàng)新規(guī)律、引領(lǐng)技術(shù)研究的前沿具有重要意義。

參考文獻(xiàn)：

[1] AY Joseph Woo， BruceA. Reitz. One Hundred Years of History atStanford University： Thoracic and Cardiovascular Surgery[J].Seminars in Thoracic and Cardiovascular Surgery. 2015. 27（4）：388-397.

[2]Adams SB. Stanford and Silicon Valley： Lessons on Becoming aHigh -tech Region [J]. Califomia Management Review. 2005. 48（1）： 29-51.

[3] 王文禮.斯坦福大學(xué)協(xié)同創(chuàng)新的成功經(jīng)驗和啟示[J].學(xué)術(shù)論壇，2015. 289（2）： 154-160.

[4]顧征，李文.創(chuàng)業(yè)型大學(xué)知識產(chǎn)權(quán)管理經(jīng)典模式——斯坦福OTL四十年經(jīng)驗啟示[J].高等工程教育研究，2011（6）： 54-67.

[5] 穆曉燕.美國研究型大學(xué)科研管理機制探析——以斯坦福大學(xué)為例[J].中國高?？萍迹?017（12）： 16-19.

[6]Emst H， Fabry B.Enhancing Market-oriented R&D Planning byIntegrated Market and Patent Portfolios [J]. Journal of BusinessChemistry， 2004. 138（1）： 2-13.

[7] Ahuja G. Collaboration Networks. Structural Holes. andInnovation：A Longitudinal Study [J]. Administrative ScienceQuarterly. 2001， 45（3）： 425-456.

[8]Breitzman A. Thomas P Using Patent Citation Analysis to ValueCandidates [J]. Research Technology Management. 2002. 15（5）： 28-37.

[9] Nordensvard J，Zhou Y，Zhang X. Innovation core. innovationsemi-periphery and technology transfer： The case of wind energypatents [J]. Energy Policy. 2018. 120（3）： 213-227.

[10] Sorensen J B，Strart T E Aging. Obsolescence， and OrganizationalInnovation [J]. Administrative Science Quarterly. 2000. 45（1）：81-112。

[11] Lacasa ID. Shubbak MH. Drifting towards innovation： The co-evolution of patent networks， policy， and institutions in China'ssolar photo voltaics industry [J]. Energy Research&SocialScience. 2018. 132（38）： 87-101.

[12]石秀，景睿，鄭剛，等.基于專利數(shù)據(jù)的中國新能源汽車技術(shù)創(chuàng)新的區(qū)域分布特征分析[J].工業(yè)技術(shù)經(jīng)濟，2018. 298（8）： 60-67.

[13]劉云，劉璐，閆哲，等.基于專利計量的全球碳納米管領(lǐng)域技術(shù)創(chuàng)新特征分析[J].科研管理，2016. 37（4）： 337-345.

[14] Incopat科技創(chuàng)新情報平臺[EB/OL].https：//www.incopat. com/.

[15] Bakker J.The log-linear relation between patent citations andpatent value [J]. Scientometrics. 2017. 110（2）： 879-892.

[16]梁麗，李小娟，王雙龍，等.基于專利價值分析指標(biāo)體系的專利價值數(shù)據(jù)綜合處理系統(tǒng)[J].高科技與產(chǎn)業(yè)化，2015（7）： 89-93.

[17] http：//www.chiresearch.com.

[18] Albert M. B.. Avery D.. Narin F.and Me Allister P.DirectValidation of Citation Counts as Indicators of IndustriallyImportant Patents [J]. Research Policy. 1991. 20 （3）： 251 - 259.

[19] Lemer J.The importance of patent scope： an empirical analysis[J]. Rand Joumal of Economics. 1994， 25（2）： 319-333.

[20] Van Raan A_ Sleeping beauties in science [J]. Scientometrics.2004. 59（3）： 467-472.

[21]杜建，武夷山.一個用于識別睡美人文獻(xiàn)的新的無參數(shù)指標(biāo)——基于”Science”和”Nature”上睡美人文獻(xiàn)的驗證[J]情報理論與實踐，2017. 40（2）： 19-25.

[22]宋維翔.”王子”對”睡美人文獻(xiàn)”引用的動機分析——基于郵件訪談?wù){(diào)查的實證研究[J].現(xiàn)代情報，2018， 38（5）： 32-36.

[23] Wang JC. Ma FC et al.. Why and How Can "Sleeping Beauties"Be Awakened [J]. The Electronic Library. 2012， 30（1）： 5-18.