关键词：专利密集型产业；产业专利密集度；产业评价；指标体系

doi:10.16507/j.issn.1006-6055.2018.12.011

随着知识经济和经济全球化的深入发展，专利与经济融合日趋紧密，对国民经济发展的支撑作用日渐凸显。当前国际社会尤其是发达国家注重知识产权对经济发展的核心驱动作用。以美国为代表的发达市场经济国家几乎所有产业都在一定程度上依赖知识产权。知识产权密集型产业已经成为美国和欧盟经济增长最重要的推动力。这些产业对经济发展和贸易均衡的重要作用正受到发达国家的关注。各国都在强化对知识产权资源要素的支配和控制力，希望通过创新活动过程中取得的知识产权成果来加强其在全球范围内的经济封锁和利益分配控制。

在我国，“创新引领发展战略”的落实需要先促进专利技术创新成果产业化，以便为加快产业升级和提升产业核心竞争力提供创新引擎。随着经济全球化进程的加快和科学技术的迅猛发展，专利等知识产权在经济提质增效发展中的战略地位越来越重要，在国际贸易中的重要性不断提升。目前，知识产权在中国宏观管理中的位置正逐渐由外围向中心转移，专利带动创新成果市场化合产业化的桥梁纽带作用日益凸显。在此背景下，开展中国专利密集型产业研究具有重要的现实意义。由于知识产权制度的差异，如何避免生搬硬套、在参照欧美经验的基础上制定适合中国现阶段国情的评价方法来量化地审视专利密集型产业的发展程度，是一个很有价值的研究课题。

基于上述原因，本文对当前国内外专利密集型产业评价相关研究进行了系统的梳理，包括主要国家及国际组织对专利密集型产业的内涵及界定标准、专利技术分类与产业分类的关联关系、产业密集度测算方法、专利密集型产业评价等研究内容，重点对比了美国、欧盟、中国在这些方面的研究特点及优劣，并就我国专利密集型产业评价方法提出了几点思考。

2.1  专利密集型产业的内涵与界定标准

由于知识产权既是创新活动产出，又是技术创新产业化中物化产出与价值增值的重要投入，处于创新价值链中不可缺失的承上启下环节，因此利用知识产权密集作为产业聚集度的一种衡量方式具有重要意义。知识产权（专利）密集型产业的概念已经为各国所广泛接受。广义来说，专利密集型产业指的是专利强度高于平均水平的产业，即在一定规模投入下专利产出数量相对较多的产业，专利密度高、附加值高、经济贡献高，代表了全产业创新的基本方向。专利密集型产业不仅是专利产出数量多，更重要的是对专利制度的高度依赖。在高专利密集度产业中，专利更容易产生经济收益，对国民经济发展具有更重要的作用。

目前主要国家/组织对于知识产权（专利）密集型产业的定义原则基本一致。2012年，美国商务部所发布的报告《知识产权与美国经济：产业聚焦》全球首次较为明确地将知识产权密集型产业定义为人均专利量高于所有产业人均专利平均值的产业，具体包括专利密集型产业、著作权密集型产业和商业密集型产业三类。2013年欧盟发布报告《知识产权密集型产业：对欧盟经济表现及就业的贡献》，沿用并扩展了该定义，认为每位员工的知识产权拥有率高于平均水平的行业即为知识产权密集型行业，这些行业主要集中在制造业、技术和商业服务部门。2014年4月，中国知识产权局发布的《中国区域产业专利密集度统计报告》则进一步将专利密集度在整个国民经济行业平均发明专利密集度以上的行业确定为高专利密集度产业。

2.2  专利技术分类与产业分类的关联研究

将专利数据用于产业统计和经济分析，需要建立专利分类与产业分类的对应关系，目前主要采用的方法是依靠人工判定、基于语义的自动映射。常用的专利分类方法主要有国际专利分类（IPC）、美国专利分类（USPC）、欧洲专利分类（ECLA）、日本专利分类（FI/FT）以及美欧联合开发的联合专利分类（CPC）；常用的产业分类主要有北美工业分类系统（NAICs）、国际标准产业分类体系（ISIC）、中国国民经济产业分类等。当前国际上还没有标准统一的专利分类与产业分类对照表，且现有对照表中专利分类号有些仅对照到上位的小类水平，还存在同一分类号与多个产业对应的情况，难以准确表达产业数据。由国家主管部门或重要组织发布的代表性参考体系有3个：1994年OECD公布了《技术领域与IPC分类号对照表》，建立OST-INPI/FhG-ISI技术领域（行业）与IPC分类的对应关系；2002年美国专利和商标局（USPTO）在美国专利分类体系和北美工业分类体系间建立了对照关系，以确定这些专利涉及的产业类别；中国国家知识产权局2015年发布的《国际专利分类与国民经济行业分类参照关系表（试用版）》建立专利与国民经济行业的映射关系，为专利的行业分类在中国的应用提供依据。

学术界也开展了专利分类与产业技术关联的相关研究，如：德国弗劳恩霍夫系统与创新研究院为WIPO完成了《国家间技术分类对比》报告，将第8版IPC国际专利分类的ISI-OST-INPI专利与技术领域对照。Kortum采用耶鲁技术对照方法（Yale Technology Concordance）构建了IPC与产业分类对照关系；Johnson提出了产业专利密集度测算方法并通过实证比较了专利分类与ISIC的映射方法；Lybbert基于文本挖掘方法，构建了IPC与国际标准贸易分类（SITC）的映射关系；田创等基于相似度构建了专利与国民经济行业分类映射模型；彭茂祥等则基于关键词提取构建了专利分类与产业对照关系。

2.3  产业专利密集度测算方法研究

美欧中基于专利和经济发展数据，采用定量和定性结合的方法分别测度了专利创造活动对产业发展效益的影响。2012年3月，美国商务部和专利商标局在世界范围内率先界定并系统梳理了知识产权密集型产业，认为就业人数可用于反映一个行业的规模，因此通过NAICS分类中某产业5年专利与行业5年平均就业人数之比来测算专利聚集程度。

欧洲专利局（EPO）与欧盟内部市场协调局（OHIM）于2013年联合发布了知识产权密集型产业相关研究报告，提出“专利相对强度”的概念，即划分到某个产业的欧洲专利数量与该产业的总就业人数（件/千人）的比值。

中国国家知识产权局《中国区域产业专利密集度统计报告》（2013年）则将国民经济各行业的发明专利密集度定义为国民经济行业各分类中每5年的发明专利授权总数与该行业在那5年的平均就业人员数之比。

美国和欧盟的相关研究报告通过测度专利密集度界定了专利密集型产业，而中国除了专利密集度外，还对专利授权规模提出了要求（表1）。从专利密集度的测算方法来看，各个国家对专利密集度（或专利强度）的计算原理基本相同，即：以产业内发明专利数量与业内就业人数的相对值来反映相对于产业规模的专利水平。这种方法使所有产业基准相同，消除了时间波动和不确定因素的影响；专利最密集的产业并非专利数量最多的产业，而是发明专利数量与单位就业人数之比最高的产业。值得注意的是，在专利数量的选取上，美国和中国采用的是发明专利授权总量，而欧洲专利局采用的是专利申请量。部分学者认为，发明专利授权量是体现专利质量的关键指标，也是衡量产业经济就业贡献的重要指标；因此在构建专利密集型产业时，多借鉴美国和中国官方的专利密集型产业构建方法。除此之外，考虑到创新水平，也有部分学者采用专利申请量与就业人数的比值来判定专利密集型产业。

有研究认为，采取专利密集度指标来界定专利密集型产业，忽略了专利的质量问题，有可能导致一些拥有专利数量较少但专利价值高的产业或者就业人数众多但十分依赖专利成果的产业没有被认定为专利密集型产业。在此基础上，部分学者采取了更加综合全面的测度指标（表2）对专利密集型产业进行测算。姜南等考虑数据可获取性和方法完备性，从专利增量和专利存量两个方面量化专利密集度，利用4种算法指标计算结果联合认定了中国的专利密集型产业；刘丹选取多个指标对我国中类产业的专利密集程度进行主成分分析，并根据专利密集程度测度结果界定了我国的专利密集型产业中类产业；张劲文以R&D投入强度和有效发明专利量为投入指标，万人专利量为产出指标来综合评价专利密集度，但是没有将产业专利增量作为参考指标（专利申请是产业创新活力的重要表征）；李黎明综合考虑发明申请、有效发明、研发强度和研发人力，利用模糊优选方法计算产业专利密集度。

2.4 专利密集型产业评价研究

当前，国内外对专利密集型产业的评价研究主要聚焦在以下几个方面：对经济和就业的贡献、对进出口贸易的贡献、产业经济效益和创新效率等。

2016年美国发布报告《知识产权与美国经济2016》，主要从专利密集型产业对就业的贡献、劳动者的平均工资、员工的受教育水平以及产业增加值等方面对专利密集型产业进行了评价，主要评价目标与指标如表3所示。

2016年欧盟发布研究报告《欧盟知识产权密集型产业和经济表现2016》，主要从专利密集型产业对就业的贡献、劳动者平均工资、员工受教育水平以及产业增加值等方面对专利密集型产业进行评价，主要评价目标与指标如表4所示。

中国国家知识产权局发展规划司发布的《中国区域产业专利密集度统计报告》（2013）、通过将专利统计数据与国民经济行业经济数据对接，对我国高专利密集度产业进行了评价，所采用的评价维度（即评价目标）基本一致。在此基础上，国家知识产权局的《中国专利密集型产业主要统计数据报告》（2015）主要从专利密集型产业对经济和就业的贡献、产业经济效益情况、对外出口、产业创新情况和产业发展活力五个维度对专利密集型产业进行了评价。对比（表5）发现，2015版采用的评价指标体系增加了产业发展活力评价，去除了如企业盈亏、全员劳动生产率和资本所有权这3个评价指标。此外，虽然2个报告都对专利密集型产业对外出口情况进行了评价，但是具体指标存在差异。

专利密集型产业评价方面，多数学者重点关注专利创新效应，认为专利是驱动技术革新、推动产业结构优化和升级、诱发企业竞争优势加强的关键因素。徐明基于R&D投入—创新产出—工业总产值贡献率的投入产出链，探讨了专利等知识产权要素在专利密集型产业创新经济绩效的影响；王黎萤按科技产出、物化产出和价值产出考察专利密集型产业和非专利密集型产业创新效率差异。

3.1  关于评价体系指标构成

目前已构建的专利密集型产业评价指标逻辑框架包括投入-产出两个层面。

1）产业投入测度包括人员投入和经费投入。人员所代表的智力资源是专利密集型产业投入的重要组成部分，当前指标可分为两类：一是人员投入数量指标，如研发人员数量/占比；二是人员投入质量指标，如员工受教育水平。经费投入可用于购买先进的设备和技术、聘请科研人才，进而提高产业整体创新水平，当前多采用劳动者报酬、研发经费投入等指标来评价。

2）产业产出测度主要包括对就业、经济、对外贸易的影响。对就业的贡献指标有提供的直接就业岗位数量及占比、间接就业岗位数量、就业岗位总量等；对经济的贡献评价指标有产业增加值及其占GDP的比重、总资产贡献率、成本费用利润率等；对外贸易相关评价主要包括进出口额、出口交货值等指标。

各方对专利密集型产业进行评价时，所设计的评价维度和指标有所差异（表6）。就评价维度而言，专利密集型产业对经济和就业的贡献、劳动者报酬以及对外贸易这三个方面是中美欧都涉及到的。除此之外，中国国家知识产权局的评价研究还考虑了专利密集型产业的经济效益和创新情况，相对而言更为全面。

在评价专利密集型产业对就业的贡献时，美国除了测算出专利密集型产业直接提供的就业岗位数量外，还测算了间接提供的就业岗位数量；相比之下，中国则只考察了直接就业岗位数量（即就业人员数量）这一指标。由于专利密集型产业所提供的间接就业岗位数量不易获取，因而美、欧的指标设计反映内容比中国更全面，但可操作性较低。值得注意的是，美国研究中强调，个体经营者在知识产权密集型产业中占据了重要的地位，因此还特别设置了对于个体经营者在知识产权密集型产业中所占比值的考察。

关于专利密集型产业的对外贸易，美国研究并未进一步细化具体的评价指标，只是分析了产业进出口额；中国研究中设计的评价指标是专利密集型产业占总出口交易额的比重。相比而言，欧盟对对外贸易方面的指标设置最详细，有3个指标。

除了上述几个方面，美国的报告认为受教育水平是一种常见的衡量员工技能和预期生产力的指标，因此设计了“员工受教育程度”指标来评价专利密集型产业的竞争能力。值得注意的是，中国研究中设计了总资产贡献率、成本费用率、资产负债率和企业盈亏4个指标来评价专利密集型产业自身的经济效益情况；并且，还从R&D人员投入强度、R&D经费投入强度和新产品销售收入占主营业务收入的比重三个方面对专利密集型产业的创新投入情况进行了评价。

3.2  关于评价值采集与处理

在评价专利密集型产业对经济的贡献时，各国都是从“产业增加值”和“产业增加值占GDP的比重”入手，但是底层数据采集的时间窗与处理方式存在差异：美国测算的是某一年（如：2014）专利密集型产业的产业增加值；而欧盟则测算的是一定时期（2011—2013）内专利密集型产业的年平均产业增加值；中国则直接测算的是一定时期内（2010—2014）专利密集型产业的增加值总量。采用一定时期内的平均值，可以更好地消除时间波动等不确定因素对样本数据造成的影响，而采用一定时期内的产业增加值总量，可以更好地看出专利密集型产业的发展趋势。因此，相比而言，在评价专利密集型产业对经济的贡献时，欧盟和中国的研究采用的处理方式更加客观合理。

美欧中都采用了劳动者报酬这一指标来评价专利密集型产业的竞争力，不同的是美国和欧盟计算的都是某一年内专利密集型产业员工的周平均工资，而中国计算的则是专利密集型产业劳动者报酬占全社会劳动者报酬的比重。