专利引用和投入产出结合的企业间技术关联和竞合态势分析——以苹果公司生态系统为例

doi:10.3772/j.issn.1000-0135.2018.03.003

情报学报

2018, Vol. 37

Issue (3): 254-261 DOI: 10.3772/j.issn.1000-0135.2018.03.003

情报理论与应用

本期目录 | 过刊浏览 | 高级检索

专利引用和投入产出结合的企业间技术关联和竞合态势分析——以苹果公司生态系统为例

王海龙, 王敏昱, 姜照华

大连理工大学科学学与科技管理研究所,大连 116023

Technological Interactions and Co-opetition Intelligence Based on Patent Citation Networks and Input-Output Analysis among Firms: The Case of Apple Ecosystem

WANG Hailong, WANG Minyu, JIANG Zhaohua

Institute of Science of Science and S&T Management, Dalian University of Technology, Dalian 116023

摘要
图/表
参考文献
相关文章 (3)

全文: PDF (390 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要将企业的施引专利视为投入,而将其授权专利视为产出,将投入产出与专利引文分析结合分析创新生态系统内企业间的技术关联及竞合态势。首先定义了直接引用系数、技术感应度、技术影响力系数等概念和分析框架,然后以苹果生态系统的11家企业1998—2014年的专利数据为样本建立了专利权人引用网络,据此测算了苹果公司的直接引用系数、各企业间的技术影响力系数和技术感应度系数,分析了各个企业间的技术关联特征,并评估了各企业的综合技术实力。研究发现,英特尔和AMD在移动智能终端产业中居于技术领导者地位;苹果公司具有较高的技术影响力,但其技术影响力逐步下降;三星电子具有较高的技术感应力,且其技术影响力在逐步提升。该方法可应用于区域、产业、企业间竞争态势、技术溢出及知识流动分析等多个领域。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	王海龙
	王敏昱
	姜照华

关键词 ：专利引用网络, 投入产出分析, 影响力系数, 感应度系数, 知识流动

收稿日期: 2016-05-30

基金资助:国家自然科学基金项目（71673036）; 中国工程院重点咨询项目子课题（2016-XZ-03-05）; 中央高校基本科研业务费专项项目（DUT18RW221）

作者简介: 王海龙,男,1974年生,博士,教授,论文通讯作者,研究方向为技术管理与知识管理,E-mail: wanghl@dlut.edu.cn;王敏昱,女,1988年生,硕士研究生,研究方向为区域创新;姜照华,男,1964年生,教授,研究方向为科技进步与区域经济增长。

引用本文:

王海龙, 王敏昱, 姜照华. 专利引用和投入产出结合的企业间技术关联和竞合态势分析——以苹果公司生态系统为例[J]. 情报学报, 2018, 37(3): 254-261.
WANG Hailong, WANG Minyu, JIANG Zhaohua. Technological Interactions and Co-opetition Intelligence Based on Patent Citation Networks and Input-Output Analysis among Firms: The Case of Apple Ecosystem. 情报学报, 2018, 37(3): 254-261.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2018.03.003 或 https://qbxb.istic.ac.cn/CN/Y2018/V37/I3/254

[1] Ernst H.Patent information for strategic technology management[J]. World Patent Information, 2003, 25(3): 233-242.
[2] Hanel P.Interindustry flows of technology: an analysis of the Canadian patent matrix and input-output matrix for 1978-1989[J]. Technovation, 1994, 14(8): 529-548.
[3] Nomaler O, Verspagen B.Knowledge flows, patent citations and the impact of science on technology[J]. Economic Systems Research, 2008, 20(4): 339-366.
[4] Chakrabarti A K, Dror I.Technology transfers and knowledge interactions among defense firms in the USA—an analysis of patent citations[J]. International Journal of Technology Management, 1994, 9(5-7): 757-770.
[5] Jaffe A B, Trajtenberg M, Henderson R.Geographic localization of knowledge spillover as evidenced by patent citations[J]. Quarterly Journal of Economics, 1993, 108(3): 577-598.
[6] 姜照华, 王海龙, 马永伟. 管理学、经济学、数学和系统科学的关联性——中文期刊文献的投入产出分析[J]. 科学学与科学技术管理, 2010(5): 131-134.
[7] 高继平, 丁堃, 滕立, 等. 专利—论文混合共被引网络下的知识流动探析[J]. 科学学研究, 2011, 29(8): 1184-1189.
[8] 黄鲁成, 武丹, 张静, 等. 基于专利的技术竞争态势分析框架[J]. 情报学报, 2014, 33(3): 284-295.
[9] 许海云, 方曙. 基于专利功效矩阵的技术主题关联分析及核心专利挖掘[J]. 情报学报, 2014, 33(2): 158-166.
[10] 王贤文, 徐申萌, 彭恋, 等. 基于专利共类分析的技术网络结构研究: 1971~2010[J]. 情报学报, 2013, 32(2): 198-205.
[11] 黄晓斌, 梁辰. 专利技术的关联网络分析——以4G通信技术领域为例[J]. 情报学报, 2015, 34(1): 92-104.
[12] 胡健, 印玺. 基于专利引用的技术流矩阵的分析——对石油天然气产业技术溢出效应的测度[J]. 科学学研究, 2010, 28(12): 1843-1848.
[13] 卢璐. 能源产业技术溢出的测度研究[J]. 商, 2013(18): 265, 255.
[14] 里昂惕夫. 投入产出经济学[M]. 北京: 商务印书馆, 1982.
[15] 刘起运. 宏观经济数量分析方法与模型[M]. 北京: 高等教育出版社, 2002.
[16] Liu C Y, Yang J C.Decoding patent information using patent maps[J]. Data Science Journal, 2008, 7(1): 14-22.
[17] Belenzon S, Patacconi A.Innovation and firm value: An investigation of the changing role of patents, 1985-2007[J]. Research Policy, 2013, 42(8): 1496-1510.
[18] 陈锡康, 杨翠红, 等. 投入产出技术[M]. 北京: 科学出版社, 2011.
[19] Brian Caulfield. Apple’s ecosystem [J/OL]. http://www.forbes. com/2010/02/09/intel-nvidia-htc-technology-business-intelligence-apple_slide.html. 2015.01.09.