网站地图985论文网
主要服务：硕士论文、论文发表、论文修改服务 
中日美三国生物技术在国际上的发展对比研究-985毕业论文网
来源：985论文网 添加时间：2020-01-02 14:40
摘要：产业“基于科学”的创新模式的重要性日益突出，同时这类创新模式对战略性新兴产业技术能力的合理构建也提出了更高要求。以生物技术产业为例，采用专利技术组合分析方法，对中日美三国在生物技术产业“基于科学”的创新特征、产业技术能力体系及二者的相对匹配性进行比较研究。研究发现，我国在生物技术产业的科学关联度及在技术能力构建等方面均与日美存在差距。在当前我国创新驱动产业升级的关键时期，应注重产业创新向产业链前端的科学研究与产业链后端的技术开发的双向延伸，为产业创新升级提供更多可能性。
关键词：基于科学的创新；科学关联度；技术能力；生物技术；专利技术组合。
0 引 言。
伴随科学突破对产业发展基础性作用的增强，产业创新正越来越多地由过去“基于技术”（technolo-gy-based）的创新向“基于科学”（science-based）的创新模式转变。与“基于技术”的创新不同，“基于科学”的创新的产生与实现不需要依赖于原有知识体系下新技术的持续涌现，而是强烈依赖于科学的新发现[1].在这种新的产业创新模式下，产业竞争的传统领先者可能受其技术轨道和组织常规的约束丧失竞争优势，从而为新的竞争者提供赶超和跨越的“机会窗口”.由此，各国政府纷纷选择与科学前沿紧密联系的新兴产业进行战略部署，以期抢占新一轮经济发展和产业竞争的制高点。但同时，虽然“基于科学”的创新强烈依赖于科学新发现，但并不意味着纯科学真空和连续性破坏一定能创造新技术。创新活动的有效进行以及整个产业的发展与进步需将处于链条前端的科学研究与处在链条后端的技术开发有效衔接，实现从科学研究向技术创新的知识扩散。在此意义上，强大的产业技术能力是实现“基于科学”的创新的有效保障，而“基于科学”的创新范式又成为产业技术能力构建的“新语境”,两者相辅相成。
近年来，“基于科学”的创新及其与产业技术能力的关系研究引起了学术界的关注，如Motohashi、Du 和 Leten 等学者对这种由科学本身直接产生技术的创新模式进行了详尽的阐述[2-3],Huang和Yang、Fu-kuzawa 和 Ida 等学者进一步提出了测量“基于科学”的创新强度指标，即科学关联度[4-5].Van Looy、De-backere 和 Callaert 等则从国家宏观层面上分析了产业的科学关联度与技术能力的关系，发现代表技术能力的专利产出通常与科学关联度正相关[6-7].我国学者张鹏和雷家骕对“基于科学”的创新产业相关概念进行了系统研究，同时对“基于科学”的典型产业（如生物技术、化学制药、电子通讯）进行了识别[8].雷家骕和林苞、陈劲和赵晓婷等进一步分析了“基于科学”的创新及其产业的主要特征，并指出从理论上探索“基于科学”的创新产业及其发展内在机制对我国实现产业赶超的重要性[9,1].尽管当前相关理论研究成果尚不十分丰富，但已有研究为进一步解释和揭示我国与发达国家产业发展的差距及其内在原因提供了新的视角。本文以生物技术产业为例，采用专利技术组合分析方法，对中日美三国在该产业的“基于科学”的创新特征、产业技术能力及其二者的相对匹配性进行比较研究，以实现对中日美三国生物技术产业发展层次的进一步认识，为我国科学发展战略性新兴产业、缩短与发达国家的差距并实现产业追赶提供科学依据。
1 测度指标与模型。
1.1 科学关联度指数及其测度模型。
科学关联度是反映某一产业“基于科学”的创新特征的典型指标。Narin较早将专利的引文分析方法用于科学关联度的研究中，用以显性和定量地揭示科学研究对产业发展的推动作用[10].本文在张鹏和雷家骕及Narin提出的测度模型基础上，进一步提出用于测度各技术领域“基于科学”的创新强度指标-科学关联度（science linkage,SL），其计算方法如下：
式中：Ptotal,j指j技术领域专利总量；PNPR,j是j技术领域有非专利引文（Non-patent-References,NPR）的专利总量，其中非专利引文包括期刊论文、学位论文、会议论文、技术报告等。SL数值越大表明该产业“基于科学”的创新特征越强。
1.2 产业技术能力测度模型。
产业技术能力是产业试图开发新技术或获得自主知识产权的根本动力，技术能力不足是产业难以重构升级的重要原因。Ernst提出用专利组合分析法测度技术能力，该方法通过对显性专利优势、专利相对位置、专利增长率等专利指标的组合分析来评估技术能力的强弱[11].随后，Ernst系统总结出用于专利组合分析的实证分析框架与指标体系[12].近年来越来越多的学者将专利组合分析法用于产业技术能力分析、核心技术识别及科研决策[13-15].结合上述学者已有研究，本文将产业技术能力进行专利增长率、显性专利优势及专利技术多元度的三维技术组合分析，分别衡量产业技术生长能力、技术竞争能力和技术扩张能力。
1.2.1 技术生长能力。
技术生长能力是指技术的更新与增长速度，产业不同技术领域的技术生长能力能客观地反应该国的产业发展偏好与倾向，并能准确地反应该领域在产业内的相对活跃程度。考虑到技术发展的累积性和 专 利 技 术 公 布 的 时 滞 性 ,借 鉴 Zhang 和Baden-Fuller 及 Mukherji 等学者在利用专利数据分析企业知识基础时所用“永续盘存法”（permanent in-ventory method）[16-18],本文通过专利增长率（patentgrowth rate,PGR）指标来衡量某领域技术生长能力，计算方法如下：
式中：t={1990,…，t,…，2014},Pj表示j技术领域的专利总量，Pj,t表示j技术领域第t年专利总量。PGR值越大，表明该领域的技术创新与创造更有活力，发展后劲更强。
1.2.2 技术竞争能力。
技术竞争能力是指某领域技术的相对优势，可在一定程度上反映一个国家在某技术领域的发展水平，进而识别该国在未来一段时期内不同技术领域的竞争优势或劣势。在Chen及Granstrand等学者研究的基础上[19-20],本文运用显性专利优势（revealedpatent advantage,RPA）指标来衡量各技术领域的技术竞争能力。计算方法如下：
式中，Pij表示国家 i 在 j技术领域上申请的专利总量。当RPAij为正值时，表明i国家j技术领域相比于所有对比国家具有相对竞争优势，其值越大，则竞争优势越明显；若RPAij为负值时，则表明i国家j技术领域的发展水平低于所比较各国平均水平，无竞争优势。
1.2.3 技术扩张能力。
技术扩张能力是指技术的协同创新从而实现技术扩张的程度。在生物技术5个子领域中，单个领域内关联性专业（内部）存在技术知识的协同互补、非关联性专业（外部）之间存在技术知识的差异，而生物技术产业是多学科多专业交叉融合发展的结果，故在关联性或非关联性专业中始终存在多种技术的内外扩张发展，而这种发展模式正是基于科学的产业得以向前发展的必要机制。本文引入 Chen 和Chang 提出的技术多元度（technology diversification,TD）的概念[21],通过熵值法将其分为相关技术多元度（related technology diversification,RTD）和非相关技术多元度（unrelated technology diversification,UTD）。前者表示在某领域内关联性专业上技术的内部扩张能力，后者则指在非关联性专业间技术的外部扩张能力。其中，TD的测量方法为：
对于某一特定领域，该领域有m个不同的IPC小组（全8/9位），Pi是指IPC小组i所含的专利占该领域专利总量的比例。以此类推，非相关技术多元度UTD 的计算方法为：
对于某一特定领域，该领域有n个不同的IPC小类（前4位），Pj是指IPC小类j所含的专利占该领域专利总量的比例。
由于TD是RTD与UTD之和，那么相关技术多元度的计算方法为：
RTD=TD-UTD.
式中：UTD值越大，则表明该领域中非关联性专业的外部扩张能力越强，RTD值越大，则表明该领域中关联性专业的内部扩张能力越强。
2 数据检索与整体概况。
2.1 数据库来源。
专利产出是衡量产业技术能力的重要指标[22],本文亦采用专利指标对生物技术产业技术能力进行测度。本文数据来源于欧洲专利局（European patentoffice,EPO）。为保证较完整地查询与生物技术产业相关的所有专利信息，本文采用OECD《专利分析纲要（2008）》确定相关检索用国际专利分类号（interna-tional patent classification,IPC），并在此基础上确定基因工程、细胞工程、发酵工程、酶工程和蛋白质工程等5大关键技术领域。由于我国生物技术开始申请专利始于1986年，并考虑专利18个月的时滞期，为形成中日美三国的有效数据比较，本文将数据考察期定为1986-2014年。通过专利数据检索，本文共获得中日美三国1986-2014年生物技术产业发明专利249 564项，其中中国申请专利4 153项，日本申请专利32 191项，美国申请专利213 220项。
2.2 中日美三国生物技术产业专利整体概况。
图1描绘了中日美三国1986-2014年生物技术产业专利申请数量及专利累积申请量的变化情况。总体而言，三国生物技术产业专利申请量差异很大，三国年平均申请量分别为 148 项、1 150 项、7 615项。从每年的专利申请量来看，美国各年专利申请量已远远超过中日二国，分别在1995年与2002年左右达到了当期小高峰，分别达到了10 163项、19 647项，并在1996年至2002年间快速增长，而中日2国每年专利申请量波动不大。从专利的累积申请量来看，美国呈快速上升趋势，平均年增长量达到了7 748项，日本总体有所上长，而中国则上升幅度较小。尽管如此，在2002年以后，美国各年的专利申请量均出现急剧下降的状态，导致变化的原因可能与美国2001年开始的经济衰退有关，且近年来在科技创新向市场转化过程中，更是受到国家立法与法规层面的直接影响，并由于美国联邦政府向生物医药机构拨付的政府资金减少以及2007年次贷危机引起风险投资缩减明显而给美国生物技术产业发展带来不可小觑的阻碍。
具体至 5 大关键技术领域（见表 1），在中日美三国在各技术领域的专利申请量上，中国专利申请量在5个技术领域皆低于日美，且总量上分别为日本的12.90%、美国的1.95%,在绝对申请规模上处于劣势。从各领域有NPR的专利占比来看，美国在基因工程和细胞工程领域的NPR引用比重均超过中日，平均达到83.44%;在发酵工程领域，三国专利申请量分别为18项、185项、427项，分别占该国专利总量的0.43%、0.57%、0.20%,且有 NPR 引用的专利占比仅为16.67%、31.89%、24.82%,均低于该国有 NPR 引用平均占比；酶工程技术领域，三国有NPR的专利占比均达到了80%以上，且日本超过中美为85.61%,这与日本在工业酶（淀粉酶、纤维素酶、蛋白酶、脂肪酶等）上的大量研发投入有关。在蛋白质工程领域，在专利总量上美国最多，且达到了106 760项，是中日在该领域专利总和的6.34倍，处于绝对优势地位。
3 数据分析与结果讨论。
3.1 中日美产业“基于科学”的创新特征比较。
图2是各国生物技术产业在1986-2014年科学关联度变化曲线。从各国SL曲线变化来看，美国在整个观察阶段中只有少数几年的SL值为负数，日本在1998年以后的SL值均为正数，而中国除少数几年外SL值都为负数。深入计算后得到三国的SL均值分别为：-13.91,9.20,16.28,由此反应出中国在该产业基于科学的技术创新的不足与劣势，与日美等发达国家在基础科学建设上的较大差距。
关键词：基于科学的创新；科学关联度；技术能力；生物技术；专利技术组合。
0 引 言。
伴随科学突破对产业发展基础性作用的增强，产业创新正越来越多地由过去“基于技术”（technolo-gy-based）的创新向“基于科学”（science-based）的创新模式转变。与“基于技术”的创新不同，“基于科学”的创新的产生与实现不需要依赖于原有知识体系下新技术的持续涌现，而是强烈依赖于科学的新发现[1].在这种新的产业创新模式下，产业竞争的传统领先者可能受其技术轨道和组织常规的约束丧失竞争优势，从而为新的竞争者提供赶超和跨越的“机会窗口”.由此，各国政府纷纷选择与科学前沿紧密联系的新兴产业进行战略部署，以期抢占新一轮经济发展和产业竞争的制高点。但同时，虽然“基于科学”的创新强烈依赖于科学新发现，但并不意味着纯科学真空和连续性破坏一定能创造新技术。创新活动的有效进行以及整个产业的发展与进步需将处于链条前端的科学研究与处在链条后端的技术开发有效衔接，实现从科学研究向技术创新的知识扩散。在此意义上，强大的产业技术能力是实现“基于科学”的创新的有效保障，而“基于科学”的创新范式又成为产业技术能力构建的“新语境”,两者相辅相成。
近年来，“基于科学”的创新及其与产业技术能力的关系研究引起了学术界的关注，如Motohashi、Du 和 Leten 等学者对这种由科学本身直接产生技术的创新模式进行了详尽的阐述[2-3],Huang和Yang、Fu-kuzawa 和 Ida 等学者进一步提出了测量“基于科学”的创新强度指标，即科学关联度[4-5].Van Looy、De-backere 和 Callaert 等则从国家宏观层面上分析了产业的科学关联度与技术能力的关系，发现代表技术能力的专利产出通常与科学关联度正相关[6-7].我国学者张鹏和雷家骕对“基于科学”的创新产业相关概念进行了系统研究，同时对“基于科学”的典型产业（如生物技术、化学制药、电子通讯）进行了识别[8].雷家骕和林苞、陈劲和赵晓婷等进一步分析了“基于科学”的创新及其产业的主要特征，并指出从理论上探索“基于科学”的创新产业及其发展内在机制对我国实现产业赶超的重要性[9,1].尽管当前相关理论研究成果尚不十分丰富，但已有研究为进一步解释和揭示我国与发达国家产业发展的差距及其内在原因提供了新的视角。本文以生物技术产业为例，采用专利技术组合分析方法，对中日美三国在该产业的“基于科学”的创新特征、产业技术能力及其二者的相对匹配性进行比较研究，以实现对中日美三国生物技术产业发展层次的进一步认识，为我国科学发展战略性新兴产业、缩短与发达国家的差距并实现产业追赶提供科学依据。
1 测度指标与模型。
1.1 科学关联度指数及其测度模型。
科学关联度是反映某一产业“基于科学”的创新特征的典型指标。Narin较早将专利的引文分析方法用于科学关联度的研究中，用以显性和定量地揭示科学研究对产业发展的推动作用[10].本文在张鹏和雷家骕及Narin提出的测度模型基础上，进一步提出用于测度各技术领域“基于科学”的创新强度指标-科学关联度（science linkage,SL），其计算方法如下：
1.2 产业技术能力测度模型。
产业技术能力是产业试图开发新技术或获得自主知识产权的根本动力，技术能力不足是产业难以重构升级的重要原因。Ernst提出用专利组合分析法测度技术能力，该方法通过对显性专利优势、专利相对位置、专利增长率等专利指标的组合分析来评估技术能力的强弱[11].随后，Ernst系统总结出用于专利组合分析的实证分析框架与指标体系[12].近年来越来越多的学者将专利组合分析法用于产业技术能力分析、核心技术识别及科研决策[13-15].结合上述学者已有研究，本文将产业技术能力进行专利增长率、显性专利优势及专利技术多元度的三维技术组合分析，分别衡量产业技术生长能力、技术竞争能力和技术扩张能力。
1.2.1 技术生长能力。
技术生长能力是指技术的更新与增长速度，产业不同技术领域的技术生长能力能客观地反应该国的产业发展偏好与倾向，并能准确地反应该领域在产业内的相对活跃程度。考虑到技术发展的累积性和 专 利 技 术 公 布 的 时 滞 性 ,借 鉴 Zhang 和Baden-Fuller 及 Mukherji 等学者在利用专利数据分析企业知识基础时所用“永续盘存法”（permanent in-ventory method）[16-18],本文通过专利增长率（patentgrowth rate,PGR）指标来衡量某领域技术生长能力，计算方法如下：
1.2.2 技术竞争能力。
技术竞争能力是指某领域技术的相对优势，可在一定程度上反映一个国家在某技术领域的发展水平，进而识别该国在未来一段时期内不同技术领域的竞争优势或劣势。在Chen及Granstrand等学者研究的基础上[19-20],本文运用显性专利优势（revealedpatent advantage,RPA）指标来衡量各技术领域的技术竞争能力。计算方法如下：
1.2.3 技术扩张能力。
技术扩张能力是指技术的协同创新从而实现技术扩张的程度。在生物技术5个子领域中，单个领域内关联性专业（内部）存在技术知识的协同互补、非关联性专业（外部）之间存在技术知识的差异，而生物技术产业是多学科多专业交叉融合发展的结果，故在关联性或非关联性专业中始终存在多种技术的内外扩张发展，而这种发展模式正是基于科学的产业得以向前发展的必要机制。本文引入 Chen 和Chang 提出的技术多元度（technology diversification,TD）的概念[21],通过熵值法将其分为相关技术多元度（related technology diversification,RTD）和非相关技术多元度（unrelated technology diversification,UTD）。前者表示在某领域内关联性专业上技术的内部扩张能力，后者则指在非关联性专业间技术的外部扩张能力。其中，TD的测量方法为：
由于TD是RTD与UTD之和，那么相关技术多元度的计算方法为：
RTD=TD-UTD.
式中：UTD值越大，则表明该领域中非关联性专业的外部扩张能力越强，RTD值越大，则表明该领域中关联性专业的内部扩张能力越强。
2 数据检索与整体概况。
2.1 数据库来源。
专利产出是衡量产业技术能力的重要指标[22],本文亦采用专利指标对生物技术产业技术能力进行测度。本文数据来源于欧洲专利局（European patentoffice,EPO）。为保证较完整地查询与生物技术产业相关的所有专利信息，本文采用OECD《专利分析纲要（2008）》确定相关检索用国际专利分类号（interna-tional patent classification,IPC），并在此基础上确定基因工程、细胞工程、发酵工程、酶工程和蛋白质工程等5大关键技术领域。由于我国生物技术开始申请专利始于1986年，并考虑专利18个月的时滞期，为形成中日美三国的有效数据比较，本文将数据考察期定为1986-2014年。通过专利数据检索，本文共获得中日美三国1986-2014年生物技术产业发明专利249 564项，其中中国申请专利4 153项，日本申请专利32 191项，美国申请专利213 220项。
2.2 中日美三国生物技术产业专利整体概况。
图1描绘了中日美三国1986-2014年生物技术产业专利申请数量及专利累积申请量的变化情况。总体而言，三国生物技术产业专利申请量差异很大，三国年平均申请量分别为 148 项、1 150 项、7 615项。从每年的专利申请量来看，美国各年专利申请量已远远超过中日二国，分别在1995年与2002年左右达到了当期小高峰，分别达到了10 163项、19 647项，并在1996年至2002年间快速增长，而中日2国每年专利申请量波动不大。从专利的累积申请量来看，美国呈快速上升趋势，平均年增长量达到了7 748项，日本总体有所上长，而中国则上升幅度较小。尽管如此，在2002年以后，美国各年的专利申请量均出现急剧下降的状态，导致变化的原因可能与美国2001年开始的经济衰退有关，且近年来在科技创新向市场转化过程中，更是受到国家立法与法规层面的直接影响，并由于美国联邦政府向生物医药机构拨付的政府资金减少以及2007年次贷危机引起风险投资缩减明显而给美国生物技术产业发展带来不可小觑的阻碍。
3.1 中日美产业“基于科学”的创新特征比较。
图2是各国生物技术产业在1986-2014年科学关联度变化曲线。从各国SL曲线变化来看，美国在整个观察阶段中只有少数几年的SL值为负数，日本在1998年以后的SL值均为正数，而中国除少数几年外SL值都为负数。深入计算后得到三国的SL均值分别为：-13.91,9.20,16.28,由此反应出中国在该产业基于科学的技术创新的不足与劣势，与日美等发达国家在基础科学建设上的较大差距。
分领域而言（见图3~图7），近年来中国在基因工程与细胞工程领域高质量的创新活动更加活跃，反映出中国在这些领域的技术创新方式从前期的基于技术的创新累积向基于科学的创新转变。尤其值得注意的是发酵工程领域，中日美SL值均长期处于负值，表明该技术领域的技术产生对科学新发现的利用不足。此外，中国在酶工程领域由早期的绝对劣势逐渐获得相对优势，尤其在1993年以后，其基于科学的技术创新强度逐渐赶上日美，日本早期则得益于美国的技术支持而在基础研究上发展迅速。同上述4个技术领域相比，三国在蛋白质工程领域的SL值均为正（除少数几年外）且数值较大，表明该领域整体科学关联度高，基于科学的技术能力较其他技术领域强。然而相比日美，中国在蛋白质工程领域的SL值波动幅度较大，技术创新对科学研究的利用能力依然薄弱。
最后，根据各技术领域技术多元度（TD）与科学关联度（SL）的聚类结果（见图10），中日美蛋白质工程领域（CN-P、JP-P、US-P）均属于高科学性-综合扩张型，不仅具有较强的基于科学的创新能力，同时亦具有较高的技术扩张能力与其相匹配。在发酵工程领域（CN-F、JP-F、US-F），中日美均位于低科学关联度区域，但中国在技术内部扩张能力上具有相对优势。另外，中日美的细胞工程领域（CN-C、JP-C、US-C）及日本的酶工程领域（JP-E）属于典型的高科学性-内部扩张型，但三国内部扩张能力差异明显。与之相对的是中日美的基因工程领域（CN-G、JP-G、US-G）与中美的酶工程领域（CN-E、US-E），具有高科学性-外部扩张型特征且各国技术外部扩张能力优势不明显。
4 研究结论及政策建议。
基于上述专利数据分析及聚类结果，本文得到如下结论：
首先，在“基于科学”的创新模式下，中国与日美生物技术产业在创新特征及其与产业技术能力的匹配度上差距明显。就“基于科学”的创新而言，中国虽在基因工程、酶工程及蛋白质工程领域的创新力度逐渐增强，但相比日美早已成熟的技术创新布局，我国劣势明显。尤其在我国的细胞工程领域，近年来科学关联度呈逐年下降趋势，这说明中国在落后的情形下并没有加强该领域的创新力度。此外，聚类结果显示，我国生物技术产业整体的发展并没有将链条前端的科学研究与链条后端的技术开发进行有效衔接，中国仅蛋白质工程领域在3项聚类中均达到了高度匹配，说明在这些领域中取得竞争优势的路径依赖于强大的科学研究能力与技术能力的适当匹配。故从产业整体发展来看，我国应鼓励产业向价值链两端延伸，加大研发投入，促进创新主体升级，同时注重不同技术领域有针对性的创新扶持，从而推动产业均衡发展。
其次，中国在产业创新上仍然是一个追赶国家，因而其创新方式着重于对知识或技术的重新“利用”而非强烈的“基于科学”的“探索”.但从国家进行产业升级的整体布局而言，产业“基于科学”的创新对其转型升级具有基础性的推动作用，尤其对于其本身发展强烈依赖于科学新发现的新兴产业。另一方面，由于产业技术能力的均衡培育对于产业创新的支撑作用越发突出，而我国在产业技术能力培育过程中表现出严重差异化与片面性特征，故而在当前产业创新模式下，优化技术能力结构与均衡培育各项技术能力是产业转型升级的关键。
最后，从理论上来说，本文最重要的启示可能在于：在“基于科学”的创新范式下分析产业技术能力是揭示我国与发达国家产业差距及其内在原因的重要维度。不同国家及产业有其特有的产业创新体系，而科学研究与技术能力的适当匹配正是产业创新升级遇到阻碍时可以解决该阻碍的出发点，由此产生的结果无论是对科学研究还是产业技术能力提升都有重大的意义。
参考文献：
[1] 陈劲，赵晓婷，梁靓。 基于科学的创新[J]. 科学学与科学技术管理，2013,34（6）：3-7.
[2] Motohashi K, Tomozawa T. Differences in ScienceBased Innovation by Technology Life Cycles: TheCase of Solar Cell Technology[R]. Tokyo: Research In-stitute of Economy, Trade and Industry, 2014.
[3] Du J, Leten B, Vanhaverbeke W. Managing open inno-vation projects with science-based and market-basedpartners[J]. Research Policy, 2014,43（5）：828-840.
[4] Huang M H, Yang H W, Chen D Z. Increasing scienceand technology linkage in fuel cells: A cross citationanalysis of papers and patents[J]. Journal of Informet-rics, 2015,9（2）：237-249.
[5] Fukuzawa N, Ida T. Science linkages between scientificarticles and patents for leading scientists in the lifeand medical sciences field: The case of Japan[J]. Scien-tometrics, 2016,106（2）：629-644.
[6] Van Looy B, Zimmermann E, Veugelers R, et al. Doscience-technology interactions pay off when develo-ping technology?[J]. Scientometrics, 2003,57（3）：355-367.
[7] Van Looy B, Debackere K, Callaert J, et al. Scientificcapabilities and technological performance of national in-novation systems: An exploration of emerging industrialrelevant research domains[J]. Scientometrics, 2006,66（2）：295-310.
[8] 张鹏，雷家骕。 基于科学的创新与产业：相关概念探究与典型产业识别[J]. 科学学研究，2015,33（9）：1313-1324.
[9] 雷家骕，林苞。 中国追赶发达国家应特别关注基于科学的创新及其产业[J]. 理论探讨，2014（2）：76-79.
[10] Narin F, Olivastro D. Linkage between patents and pa-pers: An interim EPO/US comparison[J]. Scientomet-rics, 1998,41（1/2）：51-59.
[11] Ernst H. Patent portfolios for strategic R&D planning[J].Journal of Engineering and Technology Management, 1998,15（4）：279-308.
[12] Ernst H. Patent information for strategic technologymanagement[J]. World Patent Information, 2003,25（3）：233-242.
[13] Huang J Y. Patent portfolio analysis of the cloud com-puting industry[J]. Journal of Engineering and Tech-nology Management, 2016,39（9）：45-64.
[14] Tseng F M, Hsieh C H, Peng Y N, et al. Usingpatent data to analyze trends and the technologicalstrategies of the amorphous silicon thin-film solar cellindustry[J]. Technological Forecasting and SocialChange, 2011,78（2）：332-345.
[15] Song B, Seol H, Park Y. A patent portfolio-based ap-proach for assessing potential R & D partners: An ap-plication of the Shapley value[J]. Technological Fore-casting and Social Change, 2016（103）：156-165.
[16] Zhang J, Baden-Fuller C, Mangematin V. Technologi-cal knowledge base, R & D organization structure andalliance formation: Evidence from the biopharmaceuti-cal industry[J]. Research Policy, 2007,36（4）：515-528.
[17] Zhang J, Baden-Fuller C. The influence of technologi-cal knowledge base and organizational structure ontechnology collaboration[J]. Journal of ManagementStudies, 2010,47（4）：679-704.
[18] Mukherji N, Silberman J. Absorptive capacity, know-ledge flows, and innovation in US metropolitan areas[J].Journal of Regional Science, 2013,53（3）：392-417.
[19] Chen Y S. Using patent analysis to explore corporategrowth[J]. Scientometrics, 2011,88（2）：433-448.
[20] Granstrand O, Holgersson M. Multinational technologyand intellectual property management: Is there globalconvergence and/or specialisation?[J]. International Jour-nal of Technology Management, 2014,64（2/4）：117-147.
[21] Chen Y S, Chang K C. Using the entropy-based pa-tent measure to explore the influences of related andunrelated technological diversification upon technologi-cal competences and firm performance[J]. Scientomet-rics, 2011,90（3）：825-841.
[22] Hu M C. Technological innovation capabilities in thethin film transistor-liquid crystal display industries of Ja-pan, Korea, and Taiwan[J]. Research Policy, 2012,41（3）：541-555.
基于上述专利数据分析及聚类结果，本文得到如下结论：
首先，在“基于科学”的创新模式下，中国与日美生物技术产业在创新特征及其与产业技术能力的匹配度上差距明显。就“基于科学”的创新而言，中国虽在基因工程、酶工程及蛋白质工程领域的创新力度逐渐增强，但相比日美早已成熟的技术创新布局，我国劣势明显。尤其在我国的细胞工程领域，近年来科学关联度呈逐年下降趋势，这说明中国在落后的情形下并没有加强该领域的创新力度。此外，聚类结果显示，我国生物技术产业整体的发展并没有将链条前端的科学研究与链条后端的技术开发进行有效衔接，中国仅蛋白质工程领域在3项聚类中均达到了高度匹配，说明在这些领域中取得竞争优势的路径依赖于强大的科学研究能力与技术能力的适当匹配。故从产业整体发展来看，我国应鼓励产业向价值链两端延伸，加大研发投入，促进创新主体升级，同时注重不同技术领域有针对性的创新扶持，从而推动产业均衡发展。
其次，中国在产业创新上仍然是一个追赶国家，因而其创新方式着重于对知识或技术的重新“利用”而非强烈的“基于科学”的“探索”.但从国家进行产业升级的整体布局而言，产业“基于科学”的创新对其转型升级具有基础性的推动作用，尤其对于其本身发展强烈依赖于科学新发现的新兴产业。另一方面，由于产业技术能力的均衡培育对于产业创新的支撑作用越发突出，而我国在产业技术能力培育过程中表现出严重差异化与片面性特征，故而在当前产业创新模式下，优化技术能力结构与均衡培育各项技术能力是产业转型升级的关键。
最后，从理论上来说，本文最重要的启示可能在于：在“基于科学”的创新范式下分析产业技术能力是揭示我国与发达国家产业差距及其内在原因的重要维度。不同国家及产业有其特有的产业创新体系，而科学研究与技术能力的适当匹配正是产业创新升级遇到阻碍时可以解决该阻碍的出发点，由此产生的结果无论是对科学研究还是产业技术能力提升都有重大的意义。
参考文献：
[1] 陈劲，赵晓婷，梁靓。 基于科学的创新[J]. 科学学与科学技术管理，2013,34（6）：3-7.
[2] Motohashi K, Tomozawa T. Differences in ScienceBased Innovation by Technology Life Cycles: TheCase of Solar Cell Technology[R]. Tokyo: Research In-stitute of Economy, Trade and Industry, 2014.
[3] Du J, Leten B, Vanhaverbeke W. Managing open inno-vation projects with science-based and market-basedpartners[J]. Research Policy, 2014,43（5）：828-840.
[4] Huang M H, Yang H W, Chen D Z. Increasing scienceand technology linkage in fuel cells: A cross citationanalysis of papers and patents[J]. Journal of Informet-rics, 2015,9（2）：237-249.
[5] Fukuzawa N, Ida T. Science linkages between scientificarticles and patents for leading scientists in the lifeand medical sciences field: The case of Japan[J]. Scien-tometrics, 2016,106（2）：629-644.
[6] Van Looy B, Zimmermann E, Veugelers R, et al. Doscience-technology interactions pay off when develo-ping technology?[J]. Scientometrics, 2003,57（3）：355-367.
[7] Van Looy B, Debackere K, Callaert J, et al. Scientificcapabilities and technological performance of national in-novation systems: An exploration of emerging industrialrelevant research domains[J]. Scientometrics, 2006,66（2）：295-310.
[8] 张鹏，雷家骕。 基于科学的创新与产业：相关概念探究与典型产业识别[J]. 科学学研究，2015,33（9）：1313-1324.
[9] 雷家骕，林苞。 中国追赶发达国家应特别关注基于科学的创新及其产业[J]. 理论探讨，2014（2）：76-79.
[10] Narin F, Olivastro D. Linkage between patents and pa-pers: An interim EPO/US comparison[J]. Scientomet-rics, 1998,41（1/2）：51-59.
[11] Ernst H. Patent portfolios for strategic R&D planning[J].Journal of Engineering and Technology Management, 1998,15（4）：279-308.
[12] Ernst H. Patent information for strategic technologymanagement[J]. World Patent Information, 2003,25（3）：233-242.
[13] Huang J Y. Patent portfolio analysis of the cloud com-puting industry[J]. Journal of Engineering and Tech-nology Management, 2016,39（9）：45-64.
[14] Tseng F M, Hsieh C H, Peng Y N, et al. Usingpatent data to analyze trends and the technologicalstrategies of the amorphous silicon thin-film solar cellindustry[J]. Technological Forecasting and SocialChange, 2011,78（2）：332-345.
[15] Song B, Seol H, Park Y. A patent portfolio-based ap-proach for assessing potential R & D partners: An ap-plication of the Shapley value[J]. Technological Fore-casting and Social Change, 2016（103）：156-165.
[16] Zhang J, Baden-Fuller C, Mangematin V. Technologi-cal knowledge base, R & D organization structure andalliance formation: Evidence from the biopharmaceuti-cal industry[J]. Research Policy, 2007,36（4）：515-528.
[17] Zhang J, Baden-Fuller C. The influence of technologi-cal knowledge base and organizational structure ontechnology collaboration[J]. Journal of ManagementStudies, 2010,47（4）：679-704.
[18] Mukherji N, Silberman J. Absorptive capacity, know-ledge flows, and innovation in US metropolitan areas[J].Journal of Regional Science, 2013,53（3）：392-417.
[19] Chen Y S. Using patent analysis to explore corporategrowth[J]. Scientometrics, 2011,88（2）：433-448.
[20] Granstrand O, Holgersson M. Multinational technologyand intellectual property management: Is there globalconvergence and/or specialisation?[J]. International Jour-nal of Technology Management, 2014,64（2/4）：117-147.
[21] Chen Y S, Chang K C. Using the entropy-based pa-tent measure to explore the influences of related andunrelated technological diversification upon technologi-cal competences and firm performance[J]. Scientomet-rics, 2011,90（3）：825-841.
[22] Hu M C. Technological innovation capabilities in thethin film transistor-liquid crystal display industries of Ja-pan, Korea, and Taiwan[J]. Research Policy, 2012,41（3）：541-555.
重要提示：转载本站信息须注明来源：985论文网，具体权责及声明请参阅网站声明。
阅读提示：请自行判断信息的真实性及观点的正误，本站概不负责。
论文服务
专科论文咨询
