作者：杨鹏,张鹏飞,文建新
出版社：社会科学文献出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
中国中心城市专利合作网络研究试读：
前言
在经济全球化和全球网络化背景下，全球竞争更多地体现为城市之间的竞争，城市参与国际竞争的基础是产业，产业发展的背后则是创新的支撑。当前，新一轮科技革命和产业变革蓄势待发，以城市尤其是中心城市为主体的创新合作网络不断深化。但由于研究视角和研究方法的局限与差异，现有研究往往关注区域性、行业性的专利创新问题，而对城市尤其是中心城市专利创新及其合作网络缺乏深入分析。在新一轮科技革命和产业变革背景下，中心城市之间的专利合作正在成为拉动中国经济创新发展、提质增效和转型升级的重要力量。本书立足这一背景，通过网络合作研究分析城市尤其是中心城市专利合作网络的内在关系，发掘我国中心城市专利合作的基本机理和主要特征，探究影响我国中心城市专利合作网络的相关因素，开展相关新兴技术领域专利合作的案例研究和相关问题的深入探讨。
本书以专利合作为城市创新合作的主要载体，通过对中心城市专利产出及其合作网络的分析，系统研究我国中心城市专利创新和产出绩效，理清我国中心城市专利合作的主要动力和创新主体，明确我国中心城市专利创新的辐射方向和辐射距离，全面分析中心城市产学研创新合作网络，明确中心城市的新兴技术知识储备，具体分析新兴技术领域的专利合作网络，对第三次工业革命背景下推动城市创新合作发展具有比较明确的参考价值。
第一，本书研究涉及大量的专利及文献数据源统计，数据统计的质量直接影响研究结果及研究结论的准确性。本书研究中涉及的专利及文献统计量大约为10万条，其中，中心城市专利合作初始检索查询48293个专利条目，经过数据清洗后，符合研究条件的为31144个专利条目，机器人专利检索查询15316个专利条目，机器人知识储备文献查询5000余条，上海市产学研合作专利1513条。此外，本书研究还涉及职务专利查询、专利申请机构检索等。大量原始数据的检索查询确保了本书研究工作的开展。
第二，本书对我国中心城市的专利产出绩效进行了测算分析和实证研究，并分析了影响中心城市专利产出绩效的主要因素，研究得出我国中心城市专利产出绩效受空间因素的影响较大，在空间计量经济模型下我国中心城市专利产出绩效显现出一定的不均衡性，其中专利产出绩效较高的城市主要集中在东部地区，而西部地区和中部地区城市的专利产出绩效普遍较低。从专利产出绩效的分解值可以看出，技术进步是推动城市创新发展的主要动力，而人力资本和R&D投入是影响中心城市专利产出水平的主要因素。
第三，本书从科技创新水平的辐射方向、辐射距离、产学研专利合作等方面对中心城市专利合作进行研究。研究表明，上海、北京和深圳已经成为我国专利合作网络的三大主体城市。城市专利合作辐射距离与其跨城市专利合作数量不成正比，北京与上海的专利合作总量较高，但辐射距离最远的则是深圳和哈尔滨。城市间的时空距离、经济差距、技术差距等因素对城市专利创新辐射距离具有较大影响。中心城市产学研专利合作受到知识、科技等因素的影响，不同城市产学研的产出形式和产出结构不尽相同。
第四，中心城市产学研专利合作的主体为企业、高校及科研机构，其主体同时也是城市专利合作网络的主要节点。从合作空间来看，产学研专利合作可分为城市内部及城市间的网络合作。研究表明，中心城市间的产学研专利合作呈现出较为明显的不均衡性，主要集中在北京、上海等东部城市；从IPC分类情况来看，主要集中在C部（化学、冶金）、G部（电学）和H部（物理），其他部类则相对较少；1998～2013年，中心城市产学研专利合作网络的节点数不断增加，逐渐呈现出小世界特性及“就近原则”。最后，本书以上海为例对中心城市内部的产学研专利合作现状进行研究，研究表明，上海产学研专利合作网络以大学为主，大学与公司间的合作构成专利合作网络的主体，研究机构之间及研究机构与大学、公司间的专利合作数量相对较少。
第五，本书以机器人技术领域为例，对中心城市的新兴技术知识储备进行分析，研究表明，我国中心城市机器人知识储备主要集聚在北京、哈尔滨、上海、南京等中心城市，高校是这一领域知识储备的核心主体，企业的知识储备明显偏低，知识储备对于专利合作具有一定的影响。从我国中心城市机器人专利合作网络来看，呈现“整体分散、局部集中”的特征，清华大学、上海交通大学等成为机器人专利合作网络的核心主体。
第六，根据上述研究，本书认为在加强中心城市专利合作与网络建设的同时，必须着重加强人才引育、教育变革、顶层设计、创新精神等深层次问题的解决，为中心城市专利合作发展提供制度保障。同时，“跨区域中心城市创新合作平台载体建设”“现代交通变革对城市专利合作网络的影响”“市场成熟度与专利合作”等问题值得关注。第一章绪论第一节研究背景与问题提出一 研究背景
在经济全球化和全球网络化背景下，全球竞争更多地体现为城市之间的竞争，并不断向中心城市聚焦，城市参与国际竞争的基础是产业，产业发展的背后则是创新的支撑，而专利则是创新成果的直接体现。
背景一：以新能源技术和新一代信息技术为代表的第三次工业革命正在来临。
2012年4月，英国《经济学人》杂志发布《第三次工业革命：制造业与创新》的专题报道，描述了技术引领的制造业正在发生的深刻变化。2012年6月，美国著名未来学者杰里米·里夫金（Jeremy Rifkin）的著作《第三次工业革命——新经济模式如何改变世界》中文版的面世，使“第三次工业革命”成为2012年以来最热门的词，对于人类正在迎来一场划时代的技术和经济大变革这一判断，日益趋向共识。新一代信息技术、机器人、移动互联网、云计算和新能源等，成为描述和讨论这场变革基本特征的“关键词”（戚聿东、刘健，2014）。第三次工业革命为发达工业国家（经济体）重塑制造业和实体经济优势提供了机遇（American Council on Competitiveness，2011）。2013年10月，习近平总书记在辽宁考察期间指出：“新科技革命、产业变革与中国转变发展方式形成了历史性的交汇，抓住了就是机遇，抓不住就是挑战。”
背景二：城市尤其是中心城市正在成为全球经济竞争的核心载体。[1]
城市是参与国际经济发展竞争、提升综合竞争能力的核心载体。新一轮科技革命和产业变革将从根本上改变现有生产制造方式和产业组织形式，改变国家的比较优势和产业竞争的关键资源基础，进而重塑全球经济地理和国际产业分工格局（吕铁，2013）。新一轮科技革命和产业变革将对我国城市产业发展带来巨大的挑战，包括现有的比较成本优势加速削弱、新兴产业发展面临的国际竞争压力加大以及适应新技术经济范式的制度创新和管理变革能力薄弱等。中心城市的科技创新能力直接决定了其经济社会的发展前景和能否担当带动整个区域发展乃至全国发展的重任，在国民经济和社会发展中具有战略主导地位。
背景三：全球科技创新呈现出新的发展态势和特征，以专利创新为代表的科学技术的重大突破和加快应用正在塑造全球经济发展新格局。
从历史经验来看，每次技术经济范式的转型期都会产生“重新排队”的发展契机，抓住机会的国家和地区，将在未来的全球产业链中占据优势。专利在技术创新升级和产业提质增效中发挥着日益重要的作用，是分析经济发展的重要指标性数据（Travis and Nikolas，2014）。作为创新活动的重要指标，专利是衡量和评估科技创新发展趋势和重大突破的最佳代表，而专利的不断产生，使得传统产业始终处于被拥有新兴技术的产业替代的风险之中（Turkay and Alptekin，2009）。基于数据来源的可靠性及可得性，大多数研究以专利申请量和授权量为技术创新能力的评价指标（Evangelista et al.，2001；Acs et al.，2002；Hagedoorn，2003；Yueh，2009）。总体来看，专利是科技创新活动的最主要和最直接的产出成果，是一个城市科技资产的核心，是衡量城市科技创新能力和竞争实力的关键指标（Acs et al.，2002；Porter et al.，2004）。
当前，有关第三次工业革命的讨论和研究突出了技术、重视了产业，但在相当程度上忽视了城市在新一轮科技革命和产业变革中的关键性作用，而在区域合作变革背景下，城市在第三次工业革命中充当怎样的角色，发挥怎样的作用，是一个值得深入探究的问题。自1985年我国第一部《专利法》颁布实施以来，国家相继提出并实施“科教兴国”战略、人才战略、专利战略、标准战略、知识产权战略等，并用了15年的时间完成了第一个 100 万件专利申请，第二个100万件专利申请历时4年2个月，第三个100万件专利申请历时2年3个月，第四个100万件专利申请仅用了18个月，第五个100万件专利申请仅用13个月。到2015年年底，我国专利的申请总量突破700万件，连续4年居世界第一，但我国专利创新必须加快从量的积累向质的提升转[2]变。因此，在这样的背景下，有关城市专利合作网络的研究以及基于该研究所提出的对策建议，对于提升中心城市在新一轮科技革命和产业变革中的应对能力显得非常重要。二 问题提出
因此，我们可以比较明确地判断，城市尤其是中心城市由于其交通区位条件、经济要素尤其是教育科技人才资源的大量汇集，将在中国应对新一轮科技革命和产业变革中，担当国家创新发展体系中的关键引擎。2014年2月，习近平总书记在北京视察期间明确提出了北京要坚持和强化全国政治中心、文化中心、国际交往中心和科技创新中心的核心功能，其中“全国科技创新中心”成为北京新的城市战略定位。2014年5月，习近平总书记在上海视察期间，明确要求上海要建设成为具有全球影响力的科技创新中心。
所谓“中心”，事实上就已经是一个网络化的概念。北京强化全国科技创新中心功能和上海建设具有全球影响力的科技创新中心，都将成为中国经济尤其是城市经济实现科学转型、创新发展的重要原动力。伴随着经济全球化的不断深化，经济主体之间的竞争与较量已不仅仅局限于自然资源、劳动力和资本，知识资源的主体地位正在不断凸显。发展创新经济已经成为全球必然趋势，任何一个城市若赶不上这一趋势，就会在全球经济发展中掉队。专利尤其是发明专利产出水平能反映一个国家或地区的科技研发能力，既是衡量一个国家或地区创新能力及知识经济的重要指标，又是衡量一个国家或地区综合实力的重要标志。谁掌握了核心技术，谁拥有了核心专利，谁就能够取得市场的先机，占领产业的制高点，进而确立在经济全球化中的战略主导地位。当前，我国已经形成了环渤海、长三角、珠三角三大专利创新集聚地，以上海为例，要建设具有全球影响力的科技创新中心，很难由一个城市单独完成，必须有周边城市和区域性创新合作网络的支撑，基于专利合作的城市创新网络成为必然选择。
从严格意义上讲，以上的论述还仅是一种经验性判断，但其提出了一个非常富有价值且有待进一步深化研究和验证的问题，即未来以北京、上海、深圳等为代表的中心城市将如何应对新一轮科技革命和产业变革，而在这一过程中，中心城市又将在创新合作方面，建立和形成怎样的联系？这种“联系”又有哪些网络关系特征，其未来发展和完善的方向在哪？显然，探究和分析这些问题是一项富有意义的研究课题。
从现有研究文献综述来看，本书第二章和第三章分别围绕“工业革命与城市发展”和“创新合作及专利创新”开展相关文献综述与分析。总体来看，相关文献对工业革命尤其是第三次工业革命进行了较多研究和讨论，但对于城市在第三次工业革命中的作用则没有涉及，尤其是基于专利创新的城市创新合作网络关系没有得到应有的重视和研究。
因此，本书研究的主要问题是我国中心城市之间存在怎样的专利合作网络及其关系，这种网络合作关系将给城市发展带来怎样的影响。从这一问题出发，需要进一步研究的具体问题包括：首先，从中心城市城际角度来看，不同城市的专利创新现状及其绩效如何；其次，中心城市之间在专利创新中存在哪些网络合作关系，这些合作关系，是否具有一定的规律性；再次，在一些具体的新兴技术领域中，城际及城市内部存在哪些网络合作；最后，除了专利合作外，影响这一网络关系以及中心城市应对新一轮科技革命和产业变革还有哪些关键因素。这些都是值得深入研究的具体命题。
总的来说，本书在基于“问题导向”的前提下开展研究，深入分析在新一轮科技革命和产业变革背景下、区域合作新变革趋势下的中心城市专利合作问题，以现代经济学相关理论为分析基础，按照“工业革命（产业变革）—技术变革—城市应对—专利创新—合作网络”的主线展开研究。第二节研究目的与研究意义
本书的研究目的在于：在新一轮科技革命和产业变革与城市发展的综合视角下系统审视城市专利合作，从城市创新合作的角度研究我国中心城市专利创新产出绩效，对中心城市专利产出绩效进行空间计量分析，探究影响中心城市专利合作网络的主要影响因素，并就中心城市产学研结合问题以及以机器人为代表的新兴技术领域的中心城市专利合作网络进行分析，根据不同研究板块的分析结论，综合提出研究结论及相关启示，并就若干问题进行探讨，以期进一步促进我国中心城市专利合作网络的发展。
从本书研究的理论意义来看，本书对宏观经济学中的产出理论及知识生产理论进行了应用和补充，从中心城市的角度应用知识生产函数和产出理论对专利产出绩效进行空间计量研究，采用DEA-Malmquist指数对中心城市的专利产出绩效进行测算，从空间计量的角度对影响中心城市专利产出绩效的主要因素进行分析。总体来看，目前基于中心城市层面专利合作的系统研究非常缺乏，这对于科教资源集聚、创新要素汇集的城市尤其是中心城市而言，还难以体现中心城市在我国应对新一轮科技革命和产业变革中的重要地位。而在实证方面，现有研究大多集中于产业技术的具体分析，忽视了从空间角度进行专利合作的研究。因此，本书将有助于丰富有关专利研究尤其是中心城市专利合作研究，具有一定的理论研究意义。
从本书研究的实践意义来看，主要体现在以下方面：一是在对创新与经济增长，创新合作网络，产业、高校、企业专利创新和专利创新联盟，区域（城市）专利创新进行系统综述的基础上，进一步明确专利合作研究的最新动向和基本趋势，为中心城市在新一轮科技革命和产业变革背景下实现技术赶超提供理论参考；二是从专利分析的角度对中心城市的专利合作网络、中心城市创新辐射距离及方向进行了分析，明确了我国中心城市专利合作现状及存在的问题，剖析了中心城市创新辐射的方向、距离及主要特征，为在新一轮科技革命和产业变革背景下加强中心城市专利合作提供实践参考；三是分析了我国中心城市在新兴技术领域的知识创新储备情况，并以机器人为例对中心城市的专利合作及其网络进行了研究，为中心城市在该领域加强专利合作提供参考；四是本书提出的一些观点有助于欠发达后发展地区中心城市应对经济发展新常态和实现提质增效、转型升级，如提高“新兴技术知识储备”以及引入和搭建“跨区域中心城市创新合作平台”等。第三节研究方法与技术路线
本书以实证研究分析为重点，同时采用规范分析的基本研究范式，对工业革命与城市发展等相关问题进行规范性的研究分析。在实证研究中，采用文献综述、理论分析、模型构建和实证检验等具体方法。同时，在本书撰写过程中，还开展了大量的专家访谈和调研活动，通过实践调研，更好地与理论学术研究相结合。
本书是经济学的应用研究，主要采用空间计量分析法、社会网络分析法等经济学分析方法，具体研究方法与工具如下。（1）经济计量分析法。经济计量分析是基于观察到的经济数据，通过构建数学模型，对已有数据进行分析得出该模型误差，并对[3]该模型进行修正使之更加适用于对经济现象的分析。本书以我国中心城市为研究对象，对我国中心城市的专利产出绩效进行经济计量研究分析。本书主要的经济计量分析方法有：首先对中心城市专利产出绩效数据进行空间相关性检验，在得出存在空间相关性后，对中心城市专利产出绩效的数据进行普通最小二乘回归（OLS）、空间滞后模型分析（SLM）和空间误差模型分析（SEM）等，通过对比可以发现空间计量分析方法比普通最小二乘回归分析方法更适宜本书的分析研究。
专利计量分析是经济计量分析的重要构成，并衍生出专门的专利文献计量学学科分支。专利计量（Patent-bibliometrics或Patentometrics）最早由Francis Narin（1994）在Scientometrics上提出，是指将数学和统计学的方法综合运用于专利研究之中，是探索和挖掘专利文献结构、数量、变化规律以及内在价值的计量方法。专利计量作为一个相对独立的学科越来越成为众多学者的研究重点。专利计量分析利用数理统计、文献（或信息）计量学和社会网络分析等理论与方法，对专利文献信息或专利数据进行统计分析，进而发掘具有重要价值的技术情报。专利计量研究已经成为国外开展专利情报研究、技术预见、技术创新、企业研发等的重要方法支撑（Byungun，2004；Sungjoo，2009；Iino，2009）。本书在研究过程中将空间计量分析与专利计量分析进行了结合应用。（2）社会网络分析法。社会网络分析（Social Network Analysis，SNA）可以对主体间的相关关系及其相关属性进行科学的分析，作为一种应用性很强的研究方法日益得到关注。社会网络分析法最早由Barnes（1954）提出，Freeman（1979）、Scott（1988）和Wasserman（1993）的研究进一步丰富了社会网络分析的概念和方法，使社会网络分析得到广泛的运用，如组织间关系（Noel，1979）、政治社会领域（Knoke，1990）和工程项目联盟（Stephen，2004）等。社会网络分析以可以确定的社会关系的相互关联和互动为前提，通过研究群体间的相互关系而对整体（或群体）进行分析，社会网络分析的主要工具有UCINET、NetDraw、[4]AUREKA等，其中UCINET是分析社会网络间相互关系最常用、最客观的分析工具。本书以社会网络分析法为主要分析方法，采用UCINET软件进行分析，并结合可视化分析工具NetDraw等社会网络分析工具对中心城市专利合作、中心城市产学研专利合作、我国主要城市机器人专利合作及合作主体进行社会网络分析。在专利研究结果可视化方面，AUREKA等可视化软件被较多应用，可以更加形象地显示出研究对象引用其先专利和被其后专利引证的信息。（3）制度经济分析法。新一轮科技革命正在引发新的产业变革，并将诱发新的工业革命，这看似是一个技术性的问题，但实质上制度的建设和保障是应对第三次工业革命的根本，而城市恰恰是技术创新与制度创新的融合载体。本书基于对第三次工业革命的系统分析和客观认识，以制度经济分析法为研究方法对工业革命发展历程进行研究，对如何完善我国中心城市专利合作网络进行系统的制度分析，并结合上海市建设具有全球影响力的科技创新中心，就人才引育、教育变革、顶层设计与制度安排、创业创新精神等问题开展探讨，具体提出相关对策建议。
本书的研究技术路线及基本框架见图1-1，本书的研究体系及技术脉络见图1-2。
基于前述，本书的具体章节安排如下。
第一章为绪论，系统阐述本书的研究背景、问题提出、研究目的、研究意义等，明确本书的研究范畴和研究对象，并对本书的数据来源和信息检索进行说明，阐述本书的主要结论和创新点。
第二章为相关专利研究领域的文献综述，首先对国内外关于创新与经济增长的文献进行综述研究，其次从创新合作网络的特征研究、比较研究、案例研究的角度对创新合作网络进行综述分析，最后从产业专利创新、高校专利创新、企业专利创新、区域（城市）专利创新的角度对专利创新文献进行综述分析。
第三章为基于空间计量的中心城市专利产出绩效研究，首先介绍了本部分的主要研究方法，包括知识生产函数、DEA-Malmquist生产率指数、空间计量经济模型等。运用这些分析方法从空间计量经济学的角度对城市的专利产出绩效及其主要的影响因素进行实证分析。图1-1 本书的研究技术路线及基本框架图1-2 本书的研究体系及技术脉络
第四章为辐射效应下的中心城市专利合作及其影响因素分析，首先从总量分析、结构分析、职务申请和非职务申请的角度对中心城市的专利申请状况进行表征分析，运用UCINET和NetDraw等社会网络分析工具构建了中心城市专利合作网络，通过负二项计量回归的空间交互模型对中心城市及其同组织、异组织专利合作的影响因素进行分析，最后对中心城市的专利创新辐射距离等级特征、专利创新辐射距离与城市信息流、城市专利创新辐射方向进行研究。
第五章为中心城市产学研专利合作研究，首先对中心城市产学研合作申请总量、产学研合作申请IPC分类、专利合作网络密度演变、合作中心度和中心势演变等方面进行分析，通过构建中心城市产学研*专利合作网络图，对专利合作的网络结构进行分析，采用Logit p模型对中心城市专利合作网络进行实证分析，并以上海为例对中心城市内部产学研专利合作状况进行案例研究。
第六章以机器人为例，对城际新兴技术知识储备及机器人专利创新合作网络进行研究，主要从期刊分布、研究机构、研究类型、研究平台、研究主体等方面对中心城市机器人新兴技术知识储备进行比较研究，并基于机器人专利合作对我国城际专利合作网络进行进一步的深入研究，进而提出相关对策建议。
第七章为研究结论、启示和讨论部分，主要对本书的研究结论和研究启示进行总结，并对人才引育、教育变革、顶层设计与制度环境、创业创新精神等影响中心城市专利合作的关键问题进行探讨，并提出后续研究的主要方向。第四节研究范畴与研究对象
本书的研究范畴和研究对象分为三个层面。一是中心城市，我国共有657个城市，其中直辖市有4个，副省级城市有15个，地级市有270个。本书重点选择4个直辖市、15个副省级城市和1个重点城市进行系统性研究。2013年，上述20个城市地区生产总值累计达到17.5万亿元，占国内生产总值的30.3%（见表1-1），中心城市在应对新一轮科技革命和产业变革中发挥主导作用。二是高等院校，尤其是中心城市中的“985工程大学”和“211工程大学”，这些大学是应对新一轮科技革命和产业变革的关键创新主体，也是中心城市知识储备的关键
[5]载体，同时也是城市之间专利合作的主体。三是产业层面，结合第三次工业革命的技术特征，本书选择智能制造领域中的关键性技术——机器人技术为研究对象，开展有关中心城市在机器人技术领域的知识储备和专利合作网络研究。表1-1 研究对象——我国“4+15+1”中心城市主要经济社会及创新指标表1-1 研究对象——我国“4+15+1”中心城市主要经济社会及创新指标-续表
对于中心城市，一直以来并没有一个非常明确的界定，一般认为中心城市是指在一定区域内和全国经济社会活动中处于重要地位、具有综合功能或多种主导功能、起着枢纽作用的大城市和特大城市。国家计委国土开发与地区经济研究所课题组（2002）提出，中心城市是相对于经济区和城镇体系而言的，对一般城市来说，是指在经济上有着重要地位、在政治和文化生活中起着关键作用的城市，具有较强的吸引能力、辐射能力和综合服务能力；从区域的角度来看，中心城市是经济区域中经济发达、功能完善，能够渗透和带动周边地区经济发展的行政社会组织和经济组织的统一体。《全国城镇体系规划（2006～2020年）》从不同层面划分了国家中心城市和国家区域中心城市。其中，国家中心城市包括北京、天津、上海、广州和重庆，区域中心城市包括沈阳、南京、武汉、深圳、成都和西安。上述两个层面中心城市的考察主要依据城市的综合经济能力、科技创新能力、国际竞争能力、辐射带动能力、交通通达能力、信息交流能力和可持续发展能力等七大指标。本书的中心城市研究对象如图1-3所示。图1-3 中心城市研究对象第五节数据来源与信息检索
专利（Patent），最早源自拉丁文的“patents”，代表“to be open”之意，是指公开信件或公共文献。“Patent”一词具有“垄断”和“公开”两方面的含义，与现代法律意义上的专利基本特征是吻合的。专利文献是技术信息最有效的载体，涵盖了全球90%以上的技术情报，比一般技术刊物所提供的信息要早5～6年。同时，70%～80%的发明创造只通过专利文献公开，并不见诸其他科技文献（周群芳，2013）。相对于其他文献形式，专利具有新颖、实用的特征。我国专[6]利制度将专利分为发明、实用新型和外观设计三种，发明由于需要进行实质审查，拥有更高的技术价值。一 数据来源
目前，国内主要专利数据库有中国专利数据库（http：//www.sipo.gov.cn）、中国专利信息网（http：//www.patent.com.cn）、中国知识产权网（http：//www.cnipr.com）、中国专利信息检索系统（http：//www.cpo.cn.net）、中国专利文摘数据库（http：//www.beinet.net.cn/pa-tent）、CNKI知识创新网（http：//www.chinajournal.net.cn）、台湾APIPA专利数据库网站（http：//apipa.org.tw）、中华人民共和国香港特别行政区专利（http：//www.info.gov.hk/ipd）。此外，国内还有武汉光谷知识产权网、广东中外专利信息检索系统、中国杨凌农业知识产权信息网等专利数据库。国际上的主要专利数据库有世界知识产权组织（WIPO）、世[7]界PCT组织、欧洲专利局、美国专利局、日本专利局、澳大利亚专利局等。Thomson Derwent与Thomson ISI公司共同推出了基于ISI Web of Knowledge（SCI）的德温特创新索引专利平台，这一平台收录了全球40多个专利机构，详细记载了超过1200万条基本发明专利的信息、2000多万条专利信息，资料可回溯至1963年，引用信息可追溯到1973年。
从目前我国相关专利数据库来看，专利信息资源重复建设现象非常严重，资源共享难度很大，尤其是国家知识产权局建立了六个专利数据库。总体来看，中国知识产权网（CNIPR）和国家知识产权局专利检索平台（SIPO）两个数据库比较完整、可信度比较高，是开展[8]专利检索比较理想的中文数据库。此外，教育部科技发展中心的高校专利信息服务平台是调用中国知识产权网的数据库，CNKI中国专利数据库的数据源于中国知识产权网，但数据并不同步。中国发明专利技术信息网站则直接采用国家知识产权局网站的数据库。
总体而言，目前国内能够提供专利检索服务的公共平台很多，如国家知识产权局专利检索平台（SIPO）、中国知识产权网（CNIPR）、SooPAT网站等，但综合比较，CNIPR检索平台的数据准确性和平台操作性都是最好的，故本书采用此平台进行专利数据检索和相关分析。二 数据检索
专利信息或数据检索是本书研究的关键基础。1986年，苏联国家发明与发现委员会出版的《发明专利许可证及情报术语词典》将“专利信息检索”定义为：一种选取自己所需要信息的过程。专利信息检索是指根据信息需求和数据特征，对文献或信息进行检索的过程，其中专利信息数据库是实现专利信息检索的重要基础（Mogee et al.，2002）。专利信息数据库通常包括专利号、申请号、专利权人、发明人、分类号、发明名称、日期等数据。利用网络进行专利信息检索时，一个专利为一个记录，根据数据库中各种字段输入格式进行检索，常用检索字段可以归纳如表1-2所示。表1-2 常用检索字段
与传统的手工检索方式相比，专利信息网络检索方法具有查询迅速、反馈及时和资源共享等优势。专利信息检索是专利分析的基础，为保障专利检索和分析的质量，需要围绕所分析的研究主题认真选取检索词，并制定相应的检索策略，同时不断对检索结果进行筛选，直到符合要求。
目前，学者们在进行专利信息检索时，通常采用国际专利分类号（International Patent Classification，IPC）检索法或关键词检索法，或是将这两种方法进行结合。IPC把专利按照一定的标准进行分门别类，能比较准确地反映专利所代表的技术领域。IPC检索法的主要缺点在于分类号的确定存在一定争议，容易造成遗漏。关键词检索法可以通过定义关键词对分布在不同专利分类中的技术信息进行合并检索，能够较好地避免IPC检索法检索过程中的遗漏现象，确保专利信息的指向性和有效性。因此，在专利信息检索方法上，本书主要参考Frenken、Oltra和Jean、Haslam等学者（2004）的研究，采用关键词检索法。三 分类检索
国际专利分类法是全球通用的专利分类方法，被广泛应用于各个国家和地区的专利文献分类和检索中，我国自1985年实施专利制度以来便采用这种分类方法。IPC（International Patent Classification）是根据1971年签订的《国际专利分类的斯特拉斯堡协定》编制的，是目前国际上通用的专利文献分类和检索工具。
国际专利分类法按照技术主题设立类目，采用等级分类结构，把整个技术领域分为 5 个不同等级：部、大类、小类、大组和小组。依据这一分类法所获得的分类号被称为国际专利分类号，具有较高的规范性、科学性和确定性，可以用来标示专利技术的功能属性和应用领域。国际专利分类体系的第一分类等级共有8个部，其中A部为人类生活需要（农、林、医），B部为作业、运输，C部为化工、冶金，D部为纺织、造纸，E部为固定构造（固定建筑物），F部为机械工程（武器、爆破、照明、采暖），G部为物理，H部为电学。IPC体系用部、大类、小类、大组和小组来区分技术领域中不同的技术范围，是通过由高到低的递降次序来排序的等级式结构（见表1-3）。表1-3 IPC分类号四 文献检索
本书围绕城市发展、专利合作和合作网络等主题，通过以下途径和方法查阅相关国内外文献资料。
国内资料查询途径：第一，中国知识资源总库数据库，主要包括中国学术期刊网络出版总库（CAJD）、中国博士学位论文全文数据库（CDFD）、中国重要会议论文全文数据库和国际会议论文全文数据库；第二，维普中国科技期刊数据库；第三，中文网络资源；第四，中文相关著作、研究报告、统计资料等出版物；第五，政府部门相关政策文件（主要是国务院及中心城市等相关政策文件）；第六，重点城市门户网站及党报党刊；第七，主要中文书籍出版资料。
国外资料查询途径：第一，Elsevier数据库；第二，Web of Science科学引文索引数据库；第二，Jstor西文过刊数据库；第四，Blackwell数据库；第五，PQDD博士论文全文数据库；第六，国际统计资料网站以及其他英文网络资源。
资料查阅方法：中文文献，主要使用“工业革命”“城市发展”“专利创新”“网络合作”“创新网络”“区域合作”“专利合作”“机器人”等关键词进行文献搜索，在各数据库中对题名、关键词和摘要进行匹配搜索；外文文献，主要使用“industrial revolution”“urban development or city development”“patent innovation or patent”“network cooperation”“innovation network”“regional cooperation”“patent cooperation”“robots”等词进行搜索，在各数据库中对Title、Keyword和Abstract进行匹配搜索。第六节本书结论与创新点
本书在新一轮科技革命和产业变革的背景下，以中心城市为研究对象，通过空间计量、社会网络分析等研究方法，对我国城市尤其是中心城市专利创新及合作网络进行研究，主要的研究结论如下。
第一，在城市专利产出绩效和影响因素方面，中心城市具有强大的集聚效应及辐射效应，其科技创新水平具有很强的代表性。2000～2013年，我国20个中心城市的专利产出绩效呈现上升趋势，这种上升趋势主要是技术进步引起的，专利产出绩效较高的城市主要集中在东部地区，同时，专利产出绩效呈现比较明显的不均衡性。从城市专利产出绩效的影响因素来看，人力资本、研究与发展经费支出等指标对专利产出绩效具有比较明显的推动作用，而研究与发展人员投入指标对专利产出绩效的提升缺乏显著的贡献。
第二，在城市专利合作网络图谱分析方面，城市专利合作网络呈现出较为明显的星状拓扑结构，网络中心点为上海、北京和深圳三个城市，合作密度较强的城市主要集中在东部地区，中部和西部地区中心城市之间的合作程度较低、合作范围较小。地理距离、相距时间变量等因素对中心城市专利合作强度产生重要的影响，即地理距离越近、相距时间变量越大，专利合作强度就越高。
第三，在辐射效应下的城市专利创新及合作方面，各中心城市专利创新辐射距离与其跨城市专利合作数量并不成正比，城市专利合作具有较为明显的“就近原则”。人口流量、电信流量、通信流量对城市专利创新辐射距离具有重要的影响。人口流量越大，信息流就越大，城市电信流量、通信流量越大，专利创新辐射距离往往越远。
第四，在中心城市产学研创新合作网络方面，中心城市的大学与企业、研究机构合作申请专利数呈现出较大的不均衡性。从机构合作来看，大学与公司的专利合作规模远高于大学与大学、大学与研究机构的专利合作规模。从合作重点来看，中心城市产学研专利合作主要集中在G部和H部。随着时间的推移，城市专利合作的网络密度、局部中心点在不断地发生变化。
第五，在以机器人为例的中心城市新兴技术知识储备的比较研究方面，机器人领域的知识储备主要集中在北京、哈尔滨、上海、南京等城市，其他城市机器人领域的知识储备相对不足。国家级的机器人研究平台主要集中在直辖市和东北地区，高等学校是机器人领域知识储备的核心主体，企业的知识储备较低，高校与企业在机器人知识储备方面存在一定的障碍，这在一定程度上表明我国新兴技术领域的知识储备与实际创新成果转换之间存在“专利壁垒”。
第六，在机器人专利创新及合作网络研究方面，机器人专利合作申请主要集中在发明专利方面，实用新型和外观设计专利合作相对较少。我国主要城市机器人发明专利产出指数较高的城市也是我国工业和制造业较为发达的城市，工业和制造业的转型升级有力推动了机器人专利创新。北京、上海、深圳是国内主要城市机器人专利合作网络的中心点，表明这三个城市具有很强的科技辐射力和影响力。国家电网、清华大学、上海交通大学是机器人专利合作网络的局部中心点。
第七，在第三次工业革命背景下，城市发展面临全新的挑战和全新的机遇，城市之间的竞争将进一步跨越传统的区域概念，以中心城市合作为核心的区域合作竞争，归根到底是“人才之争”，而在其后是教育模式的创新变革、顶层设计与制度环境的优化提升、城市创业精神和企业家精神的培育形成问题。
本书的主要创新点体现在以下方面。
第一，目前，有关专利问题的研究往往以独立单元进行观察研究，并没有充分考虑空间因素引起的依赖性与异质性，而这种空间因素对专利产出绩效及科技创新溢出的影响是不容忽视的。虽然学者们采用Krugman等经济学家的空间经济理论分析在省域层面开展了研究，但就城市层面尤其是中心城市的专利创新研究没有得到体现。因此，本书采用知识生产函数及DEA-Malmquist生产指数对中心城市专利产出绩效进行分析，通过构建空间计量经济模型对中心城市专利产出绩效开展研究，并对相关影响因素进行了自相关性检验。这对于有关专利创新问题的研究是一个有益的补充。
第二，目前尚没有关于中心城市专利合作网络问题的研究，本书在对中心城市专利申请进行表征分析的基础上，对中心城市间专利合作网络进行了分析，并通过构建基于负二项计量回归的空间交互模型，对专利合作网络中的同组织和异组织进行了分析。本书还构建了城市知识创新辐射距离模型，对中心城市的专利创新总量和辐射距离进行了分析，结果表明，城市专利合作具有较为明显的“就近原则”，但并不是所有城市都是如此。同时，本书还发现“现代交通变革对城市创新合作网络的影响”等研究命题值得关注。
第三，对于支撑专利合作的主要因素是什么，学术界尚未给出非常明确的结论。本书探索性地提出了“新兴技术知识储备”概念，即一个城市的专利合作与其在相关领域的知识储备具有直接关系，但这并不代表知识储备完全决定专利合作能力，从研究结果来看，也正是如此。
第四，本书没有拘泥于学术研究的常规模式，在理论研究、实证研究的基础上，进一步结合实践调研和经验分析，提出了影响城市专利创新能力和专利合作的四个主要因素，即人才集聚问题、教育模式变革问题、顶层设计与制度环境问题以及创业创新精神问题，本书对这些问题开展了规范性探讨，也提出了若干启示，有助于开展相关问题的后续研究。
第五，为充分体现中心城市专利合作的网络特征，本书在研究中应用NetDraw软件对中心城市专利合作进行了空间网络分析，但由于这一软件存在先天性的缺陷，即无法从空间地理的角度直观地反映中心城市之间的专利合作网络特征。因此，本书在相关数据统计和分析的基础上，利用CorelDraw12.0软件绘制了我国中心城市专利合作和机器人领域专利合作网络空间图谱，并体现在第五章和第七章等相关章节，以便更加直观、深入地分析城市专利合作网络特征。从实际分析结果来看，这两种方法和软件的结合非常有效，对开展专利合作网络研究是一种非常有效的方法，对开展有关专利合作网络问题的研究是一种有效的实践补充。[1] 美国《外交政策》杂志网站2014年3月28日《描绘中国经济活动》一文采集中国各大城市地区生产总值数据并发现，2013年35个城市占据中国GDP近半壁江山，其中有20个城市的贡献超过全国总GDP的1%，包括上海（3.8%）、北京（3.43%）、广州（2.71%）、深圳（2.55%）、天津（2.53%）、苏州（2.29%）、重庆（2.22%）、成都（1.6%）、武汉（1.59%）、杭州（1.47%）、无锡（1.42%）、南京（1.41%）、青岛（1.41%）、大连（1.34%）、沈阳（1.27%）、长沙（1.26%）、宁波（1.25%）、佛山（1.23%）、郑州（1.09%）和唐山（1.08%）。资料来源：Yiqin Yu，“Mapping China’s Economic Activity”，http：//www.foreignpolicy.com/articles/2014/03/28/mapping_half_of_china_GDP。[2] 根据《2014年中国知识产权发展状况报告》，2014年，国家知识产权局共受理发明专利申请92.8万件，其中，排名前十位的省（区、市）依次为：北京（23237件）、广东（22276件）、江苏（19671件）、浙江（13372件）、上海（11614件）、山东（10538件）、四川（5682件）、安徽（5184件）、陕西（4885件）、湖北（4855件）。排名前十位的企业依次为：华为技术有限公司（2409件）、中兴通讯股份有限公司（2218件）、中国石油化工股份有限公司（1913件）、鸿富锦精密工业（深圳）有限公司（524件）、海洋王照明科技股份有限公司（516件）、京东方科技集团股份有限公司（484件）、中国石油天然气股份有限公司（476件）、国家电网公司（408件）、深圳市华星光电技术有限公司（362件）、杭州华三通信技术有限公司（336件）。[3] 本书研究采用了空间计量分析方法，这一方法认为一个地区空间单元上的某种经济地理现象或某一属性值与邻近地区空间单元上同一现象或属性值是相关的，这种空间相关性的存在打破了大多数经典计量分析中的一些基本假设，更加符合发展实际。这也是本书从合作网络的角度重新审视中心城市专利创新合作问题的出发点之一。[4] 当前，有关专利分析的工具较多，如Tomson公司的Tomson Data Analyzer、Wisdomain公司的Patent-Lab-Ⅱ、大为软件的PatentEX等，但这些分析软件价格高昂，同时，所使用的专利分析方法过于关注属性数据，忽略了技术关联性带来的影响，分析结果不够全面，在分析专利引文时具备可视化图形技术的也较少（Chen C.，2004，2006）。[5] 知识和技术创新具有明显的本地化集聚特征，而知识和技术扩散具有比较明显的区域性扩散趋势。无论是企业在国内的研究与开发机构，还是跨国公司在国外设立的研究与开发机构，都具有明显的集聚趋势。因为，大量的科学家、工程师、技术工人，都需要在地域上接近，以实现面对面的交流与合作。同时，城市中的大学被视为获得城市外（区域外、国外）先进科技人才的重要途径。很多世界级企业将某地是否有一个强大的大学系统作为其设立研究与开发部门或机构的前提条件。有技能的专家、工程师和企业家更倾向于依靠所在地的经济结构和文化因素，当该地发展起来以后，他们往往不会从一个地方转移到另一个地方。举例而言，瑞典的爱立信是全球无线电通信领袖时，全世界所有和移动通信有关的企业都争相在爱立信所在地西斯坦科技中心设研发中心，中国的华为和中兴通讯也设立了研发中心。资料来源：《创新的资源配置要有全球眼光》，《文汇报》2015年4月6日，第1版。[6] 2009年10月1日起施行的《中华人民共和国专利法》明确提出：发明是指对产品、方法或者其改进所提出的新的技术方案；实用新型是指对产品的形状、构成或者其结合所提出的适于使用的新的技术方案；外观设计是指对产品的形状、图案或者其结合以及色彩与形状、图案的结合所做出的富有美感并适于工业应用的设计。[7] PCT是指《专利合作条约》（Patent Cooperation Treaty），是有关专利申请的国际条约，目前已经有142个成员。根据PCT的规定，专利申请人可以通过PCT途径递交国际申请，可以向多个国家申请专利。[8] CNIPR的二次检索、过滤检索、同义词扩检、检索式保留等功能是目前国内专利网站中最完备的。表达式检索支持的运算符比其他专利数据库检索系统要完备，能够满足专业检索的需要，子数据库完备，便于开展针对性检索。SIPO依托国家知识产权局，拥有第一手的专利信息，更新最快，数量最全，是查找中国专利的权威数据库，但检索功能不完备、未区分专利申请和已授权专利。第二章文献综述[1]
专利是创新活动的核心产出成果，是大量创新信息的载体，具有创新性、实用性、效益性和独占性等基本特征，其数量和质量尤其是发明专利的数量和质量已经成为衡量一个地区或城市创新发展能力的重要标志。世界知识产权组织（WIPO）的统计结果显示，全球[2]90%～95%的发明创造包含在专利文献中。专利是技术变革分析唯一的数据源泉，就数据质量、可获得性以及详细的产品、技术和组织细节而言，任何数据均无法与专利媲美（Griliches，1990）。自1985年我国第一部《专利法》颁布实施以来，我国用了15年的时间完成了第一个100万件专利申请，第二个100万件专利申请历时4年2个月，第三个100万件专利申请历时2年3个月，第四个100万件专利申请时间缩短到18个月，第五个100万件专利申请仅用了13个月。到2015年年底，我国专利申请总量突破700万件，连续4年居世界第一。诱发工业革命的根本原因在于一系列新技术的突破和诞生，而这些技术的集聚与扩散也将推进全国性乃至全球性科技中心的转移，以专利创新为集中体现的科技进步已经成为各个国家和中心城市应对第三次工业革命的“关键抓手”。因此，本章内容的具体安排如下。
第一节，主要对创新与经济增长的相关研究进行综述分析，具体包括国外、国内关于创新与经济增长的研究及关于区域创新与经济增长的研究综述。
第二节，从专利创新问题研究的具体分布领域来看，主要包括产业专利创新、高校专利创新、企业专利创新及区域（城市）专利创新等，本节就此进行系统的文献综述。
第三节，主要对创新合作网络相关内容进行综述研究，主要包括创新合作网络的特征、不同主体的比较研究及案例研究等方面。
第四节为本章小结。第一节创新与经济增长研究“创新”（Innovation）一词是由美籍奥地利裔经济学家约瑟夫·熊彼特（Joseph A.Schumpeter，1912）在其著作《经济发展理论》中最早提出的，熊彼特认为创新是“建立一种新的生产函数”，是把“一种从来没有过的关于生产要素的新组合引入生产体系”，熊彼特的创新理论属于经济范畴而非技术范畴，认为科技成果商业化和产业化的过程才是技术创新，企业家则是创新的主体。之后，“创新理论”发展成为两个新的分支，一个是以技术创新和技术扩散为主要研究内容的“技术创新经济学”，其代表人物是曼斯菲尔德（E.Mansfield）、施瓦茨（Schwart Z.）；另一个则是以组织创新和制度创新为主体的“制度创新经济学”，其代表人物是诺斯（Dougass C.North）。笔者认为，熊彼特提出“创新”概念，是古典经济学和现代经济学的一个重要划分，创新不单单是发明创造，而且是核心技术的发现和应用的观点得到了经济学家的广泛认可，但这一观点也有一定的局限性，即认为创新是建立一种新的生产函数，并没有将经济意义上的创新与技术意义上的创新结合起来。同时，也没有提出合作创新或协同创新的思想，熊彼特认为的创新是静态意义上的创新，而非动态的创新过程，更不是网络化的创新过程。新增长理论认为，技术进步（创新）是影响经济增长的核心因素，国内外学者从不同的角度就创新对经济增长的推动作用进行了比较系统的研究。一 国外关于创新与经济增长的研究
对经济增长较为系统的理论研究是随着古典经济学的形成和成熟发展起来的。魁奈、亚当·斯密（Adam Smith）、李嘉图、马尔萨斯、杨格和奈特等都对经济增长问题进行过比较深入的研究。1766年，亚当·斯密通过研究发现经济增长的动力在于资本积累、劳动分工和科技进步。索洛（R.M.Solow，1956）在中性生产函数假设下，将技术进步从生产函数中分离出来，即把人均产出增长扣除资本和劳动增长后的未被解释部分归结为技术进步，提出了计算技术进步贡献率的“剩余法”，在此方法中索洛把技术进步作为外生变量，因此理论上存在一定的局限性。阿罗（Arrow，1962）从内生技术角度解释技术创新对经济增长的推动作用，突破了新古典经济增长理论的研究框架，之后以Romer和Lucas为代表的经济学家开创了内生增长理论研究的先河。到20世纪60年代，内生增长理论开始从产品多样化模型和产品质量升级模型两个方面来探讨技术创新促进经济增长问题。丹尼森（Denison，1962）在库兹涅茨（Smion Kuznets）现代经济增长理论的基础上提出了经济增长的因素分析法，他通过对不同类型劳动质量和资本的考虑以及对索洛余值的进一步划分，全面估算了就业人数、教育背景、存货、规模经济、知识进步等其他因素对经济增长的贡献。罗默（Paul Romer，1986）和卢卡斯（Robert Lucas，1988）等用全经济范围内的收益递增、技术外部性解释经济增长的思路，提出了科技进步的内生增长模型。Young（1991）认为技术进步是发明和边干边学共同作用的结果。Aghion和Howitt（1992）认为经济周期与经济增长密不可分，都是科技创新的发展结果。
随着知识经济时代的到来，包括前沿生产函数（Frontier Production Function）在内的更多计算新技术投入对经济增长贡献率的方法不断产生。Kuznets Paul（2011）研究认为，现代经济之所以能够实现高速增长，其重要的源泉和主要影响因素是人们对以往的知识储备科学合理利用。Salter John（2013）研究认为，形成生产率增长差别的原因众多，技术进步率是形成这种差异的主要原因。近年来，经济学家对经济增长的研究主要集中在对内生经济增长理论的拓展和深化上，内生经济增长理论将科技进步内生化并成功解决了传统经济增长研究中存在的理论缺陷。
近年来，国外有关技术创新促进经济增长领域的研究呈现新的发展趋势，开始逐步涉足新的研究领域，一些学者从分析政府技术创新政策角度入手，研究技术创新政策对经济增长的推动作用。Deek和Kee（2003）研究分析了政府研发、教育支出的动态经济效应，研究结果表明，当政府增加研发投入后，物质资本、知识和产出的稳定增长率都随之提高。Morales（2004）将政府部门从事公共研发、资助企业研发以及对企业研发进行补贴全部内生化，认为提高政府对企业研发的单位补贴率不仅不会挤出企业研发投资，还能产生提高社会应用研发与基础研发投入的汲水效应（Pump-priming Effect），这将有助于强化经济发展的长期增长效应。二 国内关于创新与经济增长的研究
国内对创新与经济增长问题的研究，主要是从创新促进经济增长的机理和实证两方面进行的，且主要集中在一般性的实证研究。在增长机理研究方面，王瑾（2003）从区域经济增长过程是特色经济形成并不断增强的过程这一视角阐释了科技创新对于培育主导产业、转变产业结构的重要作用及其通过乘数效用对区域经济增长的影响。吴传清、刘方池（2003）认为技术创新不仅可以引发和促进区域经济发展的要素形态与功能、经济增长方式、产业结构和经济空间结构的变化，还可通过促进企业制度变革和改变人的价值观念两种方式推进区域经济的制度创新。
在实证研究方面，国内学者的研究方法和研究视角比较统一，主要是利用面板数据通过Cobb-Douglas生产函数开展数量分析。洪名勇（2003）从新经济增长理论的角度将科技创新作为一个生产要素并纳入Cobb-Douglas生产函数，建立计量分析模型，选择中国31个省（区、市）作为样本进行实证分析，得出科技创新的差异是影响我国区域经济非均衡增长的重要原因，并提出必须加快提升西部地区科技创新能力。朱勇、张宗益（2005）选取了我国31个省（区、市）2000～2003年的相关数据，运用面板数据模型研究了我国八大经济区区域创新水平对经济增长的影响差异，其研究表明经济发展水平提升的绝大部分可以用创新能力来解释，但我国欠发达的中西部地区与发达的东部地区的创新水平及其对经济增长的贡献度具有显著差异，
试读结束[说明：试读内容隐藏了图片]