SciREX ナナナナナナナナナナナナナナナナナナナナナナナナナナナナナナ 「 ナ」 WS ナナナナナ ナ 4 ナナナナナナナナナナナナナナナナナナナナ 2015.06.27 ナナナナナナナナナ ナナナナナナナナナナナナナナナナナナナ ナナナ [email protected] Twitter: @harayasushi
SciREX 「ナショナルイノベーションシステムに係る定量データとその分析手法」 WS シリーズ第4回
サイエンスリンケージデータベースの使い方2015.06.27政策研究大学院大学
科学技術イノベーション政策研究センター原泰史
[email protected]: @harayasushi
告知• GRIPS SciREX センターではインターンを募集中です
• ○イノベーションプロセスの解明を進めるためのデータベース設計・構築• 政策分析・影響評価領域では、科学技術の変遷および政策の変遷を把握し、それらの情報を
マッピングすることで、科学技術およびその政策が新製品や新サービスとして具現化されるイノベーションにどのような影響を与えたのか定量的に解析することを目指しています .
• 本研究では、 (1) JST 研究開発戦略センター研究開発戦略センターがこれまでに実施してきた科学技術課題の調査 , (2) NISTEP 科学技術動向研究センターが実施してきた科学技術予測調査 , (3) 特許および論文書誌情報データベース (PATSTAT, Web of Knowledge, Scopus など ), (4) 新製品や新サービスに関わるプレスリリース情報等のデータベースを接合することにより , 個々の科学技術がどのようなアウトプットを生み出したのか , その際 , 政策的な資源投入あるいは制度変更がどのような影響を与えたのかを明らかにします .
• インターン生には (A) データベースの接合および名寄せ手法の開発・検討 , (B) 定例ミーティングへの参加等の業務に関わって頂きます .
• 詳しくはこちら : • http://scirex.grips.ac.jp/center/ja/326
イノベーションプロセス解析データベース構築イメージ
04/15/20233
製品情報
特許情報
論文情報
プレスリリース POS データ
IIP 特許 DB
Web of Knowledge Scopus
JST-CRDS技術俯瞰
NISTEPデルファイ調査
JSTJ-DREAM II
MEXT科学技術白書
JSPSKAKEN
政策文章
PATSTAT/USPTO
科学技術俯瞰データベース
WS シリーズの目的• 目的
• 特許や論文のデータを使うことで解析できる範囲を知るために、まず分析手法を学ぶ• 手法
• パソコンを用いたハンズオンセミナー方式 ( 手を動かして覚える! )
• 時間 :• 土曜日の夕方に 90 分 -120 分程度• 一ヶ月に一回程度 ( 第一期 ; 5-6 回 )
• 場所 : • 国立 ( 一橋大学イノベーション研究センター ) または• 六本木 ( 政策研究大学院大学科学技術イノベーション政策研究センター )
• 参加希望の方は , [email protected] または @harayasushi (twitter) までご連絡ください .
5/14/2015 6
WS シリーズのスケジュール• [2015/1 月 ] 第 0 回 : 「数字が教えてくれないこと」 @ 一橋イノベーション研究センター• [2015/3/28] 第 1 回 : 「数字が教えてくれること」 @ 一橋イノベーション研究センター
• 特許や論文データはなぜイノベーション指標として活用されているのだろう• [2015/4/18] 第 2 回 : 「巨人の肩の上に立つ」 @GRIPS SciREX センター
• 論文データベース (Web of Knowledge, Scopus, Scival etc…) を用いた分析• [2015/5/14] IRC セミナー @ 関西学院大学イノベーション研究センター• [2015/5/16] 第 3 回 : 「 select() すると幸せになれる理由」 @ 一橋イノベーション研究センター
• IIP データベース /patR データベースを用いた日本特許分析 • [2015/6/27] 第 4 回 : 「科学とイノベーションの関係」 @ 一橋イノベーション研究センター /GRIPS
SciREX センター• 組織学会 @ 一橋大学のため第四週におこないます• サイエンスリンケージデータベースを用いた特許 / 論文の連結分析
• [2015/7/25] 第 5 回 : 「行間を読むっていろいろと大切」 @ 一橋イノベーション研究センター /GRIPS SciREX センター
• 書誌テキスト分析 (KHcoder) を使って分析できること • [2015/8/8] 第 6 回 : 「まとめ」
• 科学とイノベーションのあれこれは書誌情報からどこまでわかるのだろう5/14/2015 7
今日取り上げる内容1. 前回のおさらいプラス α2. 特許データと論文データを合
わせて分析する意味とは?• 具体例の紹介
3. サイエンスリンケージデータベースとは?
4. サイエンスリンケージデータベースを用いた解析例
5. 今日のまとめ
5/14/2015 8
論文 特許サイエンスリンケージ
1.前回のおさらい +α
5/14/2015 9
特許データベースをより簡単に分析する方法• Tableau : BI ツール
Tableau を使って , 特許データから必要な情報を取り出す1.Tableau を起動し , MySQL サーバに接続する .
Tableau を使って , 特許データから必要な情報を取り出す2. サーバの情報を入力する
Tableau を使って , 特許データから必要な情報を取り出す3. patR データベースを選択する .
Tableau を使って , 特許データから必要な情報を取り出す4. Inventor の情報を取り出すために , 左側のテーブル一覧から Inventor を選び , 上のマスにドラッグアンドドロップする .
Tableau を使って , 特許データから必要な情報を取り出す• 5. 「取得する」をクリックし Inventor の一覧を取得する .
Tableau を使って , 特許データから必要な情報を取り出す
Inventor.name=“ 大杉 義征”な特許一覧を取得する
Tableau をつかった分析については , IMPP の講義「イノベーション研究方法論」で解説する予定です .・ 7 月 8 日 18:00-21:00・ 7 月 22 日 18:00-21:00於 : 一橋大学イノベーション研究センターhttp://impp.iir.hit-u.ac.jp/syllabus/#1
IMPP 講義予定• 7 月 8 日 18:00-21:00
• 18:00-19:00 特許分析の基礎 , 特許データの利用方法 (担当 : 岡田 )
• 19:00-20:00 特許分析入門 , PATSTAT ONLINE を使った特許データ分析 ( 原 )
• 20:00-21:00 IIP パテントデータベース /patR データベース利用方法ハンズオン (内藤 )
• ※. 講義後 , 宿題アナウンス• A41-2枚のエッセイ• 例 . 特許・論文情報を用いた自身の研
究フィールドに係る技術動向の調査
• 7 月 22 日 18:00-21:00• 18:00-19:30 前回の復習 , 引用の意義 , 引用データの利用方法 (岡田 , 内藤 )
• 19:30-20:00 論文データベース (Web of Science) の使い方ハンズオン ( 原 )
• 20:00-20:30 サイエンスリンケージ情報を用いた分析手法の紹介 ( 原 )
• 20:30-21:00 サイエンスリンケージデータベースハンズオン ( 原 )
2. 特許データと論文データを合わせて分析する意味とは?
特許と論文データをくっつけて分析するとわかること / わかりそうなこと
•基礎研究の重要性• 「論文をよく読んで作った特許のほうが、パフォーマンスが高そう」
•基礎研究が応用研究に与える影響• 企業の技術の吸収能力を高めるためには , 基礎研究に資源を投資する必要がある (JST/RISTEX 長岡 PJ)
• サイエンスとイノベーションのパス• 論文で出される知識と、特許で出される知識の関係性•企業の研究開発の流れ• 論文を出す研究者、特許を出す研究者のどっちが偉いのかetc….
くっつける?
• 方法 1. 機械学習• JST データベース• (Fleming 2009)
• 方法 2. アドホックに ( 手作業! )• 方法 3. データベース
地道にくっつける方法1. Web of Knowledge から必要な分野 , 必要な年代 , 必要な論文著者のデータを引っ張ってくる
2. 特許データベースから必要な分野 , 必要な年代 , 必要な発明者のデータを引っ張ってくる
3. 1. と 2. をくっつける!
くっつけた分析例 1. JST/RISTEX 深堀調査『科学的ブレークスルーとイノベーションをつなぐ研究に着目した「科学と技術の相互作用」の明確化』
• IIR 清水洋先生が研究代表者• http://www.ristex.jp/examin/others/shinki-pj-result2010.html
• 科学から技術に至る知識の流れを特許と論文データベースを接合することで特定する
• ケース• 青色 LED に至るまでに , どのような特許が参照されたのか後方引用関
係から特定する• Shuji Nakamura の 2007 年の特許をベースに , そこから後方引用を 5次
までたどり知識の流れを測定していく
Shuji Nakamura : Nobel Prize in Physics 2014
http://www.nobelprize.org/nobel_prizes/physics/laureates/2014/
Method and Approach
• Method and Approach• To capture up the trajectory of technological development numerically,
build up “citation tree” for• 1.) Ensuring the role of organization.• 2.) Identifying the “main path (= most influenced patent and/or paper in
each decade)” of trajectory.• 3.) Under 1.) and 2.), determining whether the existence of “cru node
“and its scientist.
• Data• Patent [USPTO, JP Patent Library] / Paper [ISI Web of
Knowledge/Science]
25
1: Defining the starting point: Shuji Nakamura’s most-cited patent [US7205220] for blue LED.2: Referring [inventor-cited] whole forward citation data of starting point3: Under 2., referring forward citation data of 3-tier paper and/or patents.4: Repeating these procedure for 5 times.Sum: Fetches about 1,000 paper/patents and its forward citation data. [from 1903 to 2007]
26
“Citation Tree” build algorism
patent
patent
paper
paper
paper
paper
paperpaper
patentpatent
paper
paper
paper
patentpatent
paper
patent
patent
patent
paper
paper
paper
paper
paperpatent
patent
paper
patent
paper
Starting point
Paper および Patent 数推移
Entire Network
Red node indicates the “Main path”.
Source: Web of Knowledge[Derwent Innovation Index]/Web of Science
Network (delete pendants)
Source: Web of Knowledge[Derwent Innovation Index]/Web of Science
Red node indicates the “Main path”.※. △ が特許 , ■ が論文
1930s 1960s 1970s
1910-1970
1930s 1960s 1970s 1975
1910-1975
1930s 1960s 1970s
1910-1980
1975 1980
1930s 1960s 1970s 1990s 2000s
1910-2007
1980s1975
1930s 1960s 1970s 1990s 2000s
1910-2007 (1次引用すべて導入 ; 上位 12社明記 )
1980s
BECKER (1932)
HAHN H (1940)Heidelberg,
Chemisches Institut der Universität
GRIMMEISS HG (1959)Philips
Zentrallaboratorium GmbH
Kosicki (1969)Bell Telephone Laboratories
Chu (1971)Electronic Sciences Center, Southern
Methodist University
MANASEVIT HM (1971)Rockwell International
Corporation, Electronics Research
Division
Logan (1972)Bell Telephone Laboratories
ILEGEMS M (1973)Bell Laboratories
H.P. Maruska* L.J. Anderson and D.A. Stevenson (1974)
Department of Materials Science, Stanford University
RCA Research Laboratories
A. Shintani and S. Minagawa (1976)Hitachi, Limited, Central Research
Laboratory
B. Jacob M. Boulou and D. Bois (1978)Laboratoires
d'Electronique et de Physique Appliquée
OHKI Y; TOYODA Y; KOBAYASI H; AKASAKI
(1982)Matsushita Electric Industrial Co., Ltd.
Amano*, Sawaki, Akasaki, Toyoda (1986)
Department of Electronics, School of Engineering, Nagoya
UniversityKawasaki Laboratory,
Matsushita Electric Ind. Co., Ltd.
Amano, Arasaki, Hiramatsu, Koide and
Sawaki (1988)Nagoya University,
Department of Electronics, School of
Engineering
Amano, Hiramatsu, Kito, Sawaki and Akasaki (1988)
Nagoya University, Department of
Electronics, School of Engineering
Amano , Kito, Hiramatu, and Arasaki
(1990)Nagoya University,
Department of Electronics, School of
Engineering
US7205220S. Nakamura (2007)Nichia Corporation
“Main path” of Paper and Patent (1910-2007).
Source: Web of Knowledge[Derwent Innovation Index]/Web of Science
くっつけた方法 (1)
• 1. Shuji Nakamura の Blue Laser Diode な特許を探す
• 2. Blue Laser Diode の特許を特定する
• 右は Google Patents で見つけた Shuji Nakamura の米国特許
くっつけた方法 (2)
• 3. 引用特許の情報を確認する• Google Patent の場合は , “引用
特許” 欄をクリックすることでチェック可能
くっつけた方法 (3)
• 4. 引用非特許の情報を確認する• Google Patent の場合は , “非引用
特許” 欄をクリックすることでチェック可能
くっつけた方法 (4)
• 5. 後方引用を探していく• 5-1. 特許の場合
• 引用されている特許番号をクリック• 一次の後方引用が行われている特許を確認して , 1.-4. の作業を繰り返
す .• これを 5次の後方引用を特定するまで繰り返す .
くっつけた方法 (5)
• 5. 後方引用を探していく• 5-2. 論文の場合
• Web of Knowledge または Scopus を使う• 1. Google Scholar の場合 , カバーしていないジャーナルがあるため• 2. 情報の整合性が(比較的は)取れているため (kwsk は過去回参照 )
• タイトルや著者名 , 発表年などを使って Google Patent (USPTO) 上に明記されていた論文を探す
• 例 . • Shuji Nakamura が一次引用していた論文 Akasaki et al., “MOVPE Growth of GaN and
AlxGa1-xN and Their Luminescence and Electrical Properties,” Memoirs of the Faculty of Engineering, Nagoya Univ., vol. 43, No. 2, (1991). を探してみる
くっつけた方法 (6)
• 5-3. Scopus で探してみる
• 論文のタイトルを検索窓に入れて Enter
くっつけた方法 (7)• 5-3. Scopus で探してみる
• 検索結果として2つ出てくるので , 後者を選択する
くっつけた方法 (8)• 5-3. Scopus で探してみる
• 論文の情報が検出できる• もし引用文献がある場合には , さらに後方引用情報を調査していく
くっつけた方法 (9)
• 5-4. Web of Knowledge で探してみる
くっつけた方法 (10)
• 5-4. Web of Knowledge で探してみる• Scopus とは異なり , 1件のみ表示される
くっつけた方法 (10)
• 5-4. Web of Knowledge で探してみる
• クリックしてみると , Shuji Nakamura が cite してる Paper と違う !
くっつけた方法 (11)
• 6. Excel で整理していく
くっつけた分析例 2. (Shimizu and Hara 2011)Role of doctoral scientists in corporate R&D in laser diode research in Japan
• やったこと• ( Science Intensive な)レーザー産業における企業内のドクター持ち研究者
の役割を測定する• ドクター持ち研究者のタイプ ( 論文博士と課程博士 ) が , 研究開発パ
フォーマンスにどういう影響を与えるのか明らかにする• 論文博士 (Industry-based doctoral degree) は日本特有の制度
• 研究者ごとに、• 出願特許数• 発表論文数• 属性 ( 課程ドクター / 論文ドクター / なし )などの情報を集積する
• 共著者の中にドクター持ちが存在することが , 研究開発パフォーマンスに影響を与えるかを測定する
くっつけた分析例 2. (Shimizu and Hara 2011)Role of doctoral scientists in corporate R&D in laser diode research in Japan
•利用したデータ• MECSST の Science and Technology Indicator: 論文博士と課程博士の数• (Takahashi 1994, 2005) : 1963年から 2004年に掛けて , 34 ヶ国でレーザーに関して論文博士または課程博士を取得したメンバーリスト
• 論文データベース• Applied Physics Letter の書誌情報を 1960年から 2000年にかけて集積
• First, it is weekly and provides up-to-date reports on new experimental and theoretical findings.
• Second, Applied Physics Letters has offered reports since 1962. Other important journals with the Letters format, such as Optics Letters and Optics Express, date back only to the mid-1970s.
• Third, Applied Physics Letters has a wide circulation and a strong international reputation as the top journal in the research of laser diodes.
くっつけた分析例 2. (Shimizu and Hara 2011)Role of doctoral scientists in corporate R&D in laser diode research in Japan
• くっつけた方法• Step1: (Takahashi 1994; 2005) の博士データベースと , Applied Physics Letter の著者名情報にもとづき , 名寄せする
• Step2: Step1 で作成したデータベースについて , 個々の研究者ごとに特許データベースとの名寄せを行う .
くっつけた分析例 2. (Shimizu and Hara 2011)Role of doctoral scientists in corporate R&D in laser diode research in Japan
• Step3. Applied Physics Letter の Web サイト (http://scitation.aip.org/content/aip/journal/apl) から , 書誌情報を取得する
• aip.org 内の Search エンジンが遅かったので , Google の “ site:” 機能を使って Google を使って書誌情報を同定する (1件あたりの検索時間を 1.5 分から 30秒に短縮させることに成功! )
• ところが、 Google に怒られる ( 「機械検索、ダメゼッタイ」 ) ….
くっつけた分析例 2. (Shimizu and Hara 2011)Role of doctoral scientists in corporate R&D in laser diode research in Japan
• Doctors in Laser Diodes
くっつけた分析例 2. (Shimizu and Hara 2011)Role of doctoral scientists in corporate R&D in laser diode research in Japan
• University-based, industry-based, and non-doctoral scientists/engineers
くっつけた分析例 2. (Shimizu and Hara 2011)Role of doctoral scientists in corporate R&D in laser diode research in Japan
• コラボレーションが論文の被引用数に与える影響
くっつけた分析例 2. (Shimizu and Hara 2011)Role of doctoral scientists in corporate R&D in laser diode research in Japan
• コラボレーションが特許の被引用数に与える影響
わかること•利用する ( できる ) データベースによって結果が大きく異なる可能性
• Scopus では検知できるパスが , Web of Knowledge では検知できない• どのデータベースを利用したか明記することは大切
• 名寄せをするのは大変• 名前の表記は特許 / 論文データベースで微妙に異なる
• 論文の場合 HARA, Y or HARA Yasuchi• 特許の場合 HARA, YASUSHI or YASUSHI HARA
• 特に中国や韓国の Inventor を Matching させるのはむずかしい
3. サイエンスリンケージデータベースとは?
サイエンスリンケージデータベース• 特許と論文との引用関係を明らかにする• 論文による科学的知見の集積が , どのように特許で活用されて
いるのか?
04/15/2023 58
Science Linkage
• References Cited in Patent • “Other Publications”
• Proceeding in Academic Conference
• Scientific Paper
• “Patents”• US Patents• Foreign Patents
5904/15/2023
Science Linkage Example: (Imaginary?) STAP Cell Patent, and cited iPS Cell Paper
• Patent (Vacanti Kojima Obokata… 2013)
60
・ Paper (Takahashi and Yamanaka 2006)
7 years
04/15/2023
サイエンスリンケージデータベース
• サイエンスリンケージデータベース : 特許と文献の引用関係に基づくリレーショナル・データベース
• データソース• Derwent Patent Index Database 、 DII• Web of Science (SCIE, SSCI)
6104/15/2023
ER図Web of Knowledge
Thomson Innovation DWPI (LinkTable)
サイエンスリンケージデータベースの内容• 特許発行年が 1992 年から 2011 年で 3 極( JP,US,EP) をパテ
ントファミリーの中に含む特許情報を同定• 上記条件を満たす特許レコードに引用されている文献を同定• 特許と文献引用リンクテーブル : 2011 年時点• 特許に引用された WoS 文献データ : 1981 年以降
• データ項目• 特許公報番号( Patent Publication Number) 、特許出願年、特許発行
年、 IPC サブクラス(例: A01B )、特許出願国、特許出願人の居住国• WoS 論文ユニーク番号( UT) 、論文発行年、 WoS250 分野、 ESI22
分野、全著者所属機関の国• 特許番号、その特許が引用している WoS 論文ユニーク番号
Table Info (Patent)
名カラム カラム定義名 型データ BYTE
公開番号 PAT CHAR 16
出願年 AppYear CHAR 4
公報発行年 PubYear CHAR 4
• DWPI_INFO
• DWPI_IPC名カラム カラム定義名 型データ BYT
E公開番号 PAT CHAR 16
IPC サブクラス IPC Varchar 4
名カラム カラム定義名 型データ BYTE
公開番号 PAT CHAR 16
特許出願国 AppCountry Varchar 2
• DWPI_AppCountry
• DWPI_AssCountry名カラム カラム定義名 型データ BYTE
公開番号 PAT CHAR 16
居住国 AssCountry Varchar 30
Table Info (LinkageTable+Family)
• LinkTable
• FamilyTable
名カラム カラム定義名 型データ BYTE
公開番号 PAT CHAR 16
WoS 論文ユニーク番号 UT Varchar 15
名カラム カラム定義名 型データ BYTE
アクセッション番号 AccNo CHAR 10
公開番号( PAT) PAT CHAR 16
Table Info (Paper)
• WOS_INFO
• WOS_CATEGORY
名カラム カラム定義名 型データ BYTE
WoS 論文ユニーク番号
UT CHAR 15
論文発行年 UTYear CHAR 4
ESI22 分野 ESI Varchar
30
名カラム カラム定義名 型データ BYTE
WoS 論文ユニーク番号
UT CHAR 15
WoS カテゴリ Category Varchar 50
• WOS_Country
名カラム カラム定義名 型データ BYTE
WoS 論文ユニーク番号
UT CHAR 15
著者所属機関国 UTCountry Varchar 20
特許論文検索ツールの導入1. Access 2013 のインストール2. ODBC Connector のインストール3. 論文特許検索ツールの使い方
1. Access 2013 のインストール• Thomson Reuters 提供の論文特許検索ツールを利用するには必要
• Office 2013 Academic Version がオススメ• IIR で利用できる PC
• IMPP 用 PC• 注意
• 旧バージョンと並行して導入される• 32bit バージョンの方が安定している模様
2. ODBC Connector のインストール• 2-1. MySQL Web site からダウンロードする
• http://dev.mysql.com/get/Downloads/Connector-ODBC/5.2/mysql-connector-odbc-5.2.5-win32.msi/from/http://cdn.mysql.com/
• ( URL は変わる可能性)• 32bit 版を導入すること
2. ODBC Connector のインストール• 2-2. コントロールパネル -> 管理ツールを開く
2. ODBC Connector のインストール• 2-3.管理ツール -> ODBC を開く
2. ODBC Connector のインストール• 2-4.ユーザー DSN タブ -> 追加 をクリック
2. ODBC Connector のインストール• 2-5.MySQL ODBC 5.2 Unicode Driver -> 完了 をクリック
2. ODBC Connector のインストール• 2-6. Connection Parameter に以下の項
目を入力する
• 2-7. “Test” をクリックする• データベースに接続できることを確認
• 2-8. OK をクリックする
Data Source Name 特許論文検索TCP/IP Server {ip_address} (port 3306)
User user
Password password
Database sciencelinkage
3. 特許論文検索ツール• 3-1. “クエリ”より
10_クエリ①実行 (NumberOfPatent) をクリックする
• 3-2. メッセージが表示されるので、“はい” をクリックする
3. 特許論文検索ツール• 3-3. “クエリ” から “ 11_クエリ①結果確認”をクリックする
• 年毎に、 IPC 分類ごとの特許数が出力される
• 3-4. “20_クエリ②実行 (NumberOfPatentByCitedPublication)” をクリックする
3. 特許論文検索ツール
3. 特許論文検索ツール• 3-5. “ はい” をクリックする
• 3-6. 検索する IPC サブクラスを指定する
• 3-7. 特許の出願年を指定する
• 指定された IPC サブクラスおよび年について、特許から引用されている論文の分野が出力される
3. 特許論文検索ツール• 3-8. “21_クエリ②結果確認 (NumberOfPatentByCitedPublication)” をクリックする
3. 特許論文検索ツール• 3-9. “30_クエリ③実行
(LinkTable)” をクリックする
3. 特許論文検索ツール• 3-10. “ はい” をクリックする
• 3-11. 検索する IPC サブクラスを指定する
• 3-12. 特許の出願年を指定する
• 3-13.ESI 分野を指定する
• 3-14. 論文の発表年を指定する
3. 特許論文検索ツール• “03_LinkTable” をク
リックする• 特許 (PAT) と論文
(UT) のペアが表示される
サイエンスリンケージデータベースを使った分析• 特許の公開番号と論文の UT (Web of Knowledge 上での ID) を抽出す
る• 特許データベースを使って , 公開番号をピボットにして発明者名や引用情報 , 組織の情報を取得する
• 論文データベース (Web of Knowledge) を使って , Web of Knowledge から論文のタイトルやアブストラクト , 著者情報や論文のカテゴリの情報などを取得する
• これらを組み合わせることで , (Shimizu and HARA 2011) みたいな分析をもっと楽にできるかも
4. サイエンスリンケージデータベースを用いた解析 (preliminary)
Motivation
• 科学的発見 ( サイエンス ) が論文の公刊によって公知と成り , イノベーション (≒ 特許 ) に反映されるまでの期間は , 技術分野により大きく異なると考えられる .
• 本研究では , 特許における学術論文の引用情報 ( サイエンスリンケージ ) に着目し , 論文による科学的知見の公表が特許に反映されるまでの期間とその主な要因を分析する
Japan Economic Association Annual Meeting [2014 Fall] 85
Research Question
• サイエンスの進展は、イノベーションが生産される速度を促進させたか?
• ( インターネットなどによる ) 学術情報ネットワークの普及は , サイエンスがイノベーションに反映される速度を早めるか?
Japan Economic Association Annual Meeting [2014 Fall] 86
分析手法
• サイエンスがイノベーションに反映される速度が分野あるいは年代ごとに異なるか把握するため , 特許ごとに , 引用された学術論文の公刊年と特許の出願および公開年の差を求め , 年毎の平均値を導出した .
• 論文の公刊から特許の出願および公開年までの間隔を特許の出願 / 公開年ごとに示す .
• 学術分野別の差異を把握するため主な ESI (Essential Science Indicators) 分野について抽出した .
Japan Economic Association Annual Meeting [2014 Fall] 87
採録特許数と論文数の推移
1900 1906 1912 1918 1924 1930 1936 1942 1948 1954 1960 1966 1972 1978 1984 1990 1996 2002 20080
10000
20000
30000
40000
50000
60000
70000
80000
90000
appyear pubyear wos_year
Patent Application Country
AT0%
AU0%
BE0%
CA0%
CH0%
CN0%
CS0%
DE2%
DK0%
EP27%
ES0%FI
0%FR2%GB1%
GC0%IE
0%JP0%KR0%LU0%
NL0%NO0%NZ0%PL0%RU0%
SE0%
US40%
WO28%
ZA0%
ESI CategoryESI Category Number PercentClinical Medicine 224940 19.5%Biology & Biochemistry 182544 15.9%Chemistry 175132 15.2%Molecular Biology & Genetics 81736 7.1%Engineering 74388 6.5%Physics 73309 6.4%Immunology 54835 4.8%Pharmacology & Toxicology 50955 4.4%Microbiology 44728 3.9%Neuroscience & Behavior 43761 3.8%Materials Science 38522 3.3%Plant & Animal Science 33938 2.9%Computer Science 31547 2.7%Agricultural Sciences 17935 1.6%Environment/Ecology 5175 0.4%Geosciences 4341 0.4%Psychiatry/Psychology 4084 0.4%Multidisciplinary 3522 0.3%Social Sciences, general 3183 0.3%Economics & Business 1389 0.1%Mathematics 1163 0.1%Space Science 309 0.0%Total 1151436
Clinical Medicine Biology & BiochemistryChemistry Molecular Biology & GeneticsEngineering PhysicsImmunology Pharmacology & ToxicologyMicrobiology Neuroscience & BehaviorMaterials Science Plant & Animal ScienceComputer Science Agricultural SciencesEnvironment/Ecology GeosciencesPsychiatry/Psychology MultidisciplinarySocial Sciences, general Economics & BusinessMathematics Space Science
論文公刊から特許出願 /公開までの年数を求めて , 特許出願年順に並べる•クエリ構文
select distinct linktable.pat, linktable.ut, wos_info.UTYear, dwpi_info.AppYear, dwpi_info.PubYear, dwpi_info.PubYear - wos_info.UTYear, dwpi_info.AppYear - wos_info.UTYear from linktable Inner Join wos_info
ON linktable.ut=wos_info.utInner Join dwpi_infoON linktable.pat=dwpi_info.pat
where ESI = "Physics"order by linktable.pat;
論文公刊から特許出願 /公開までの年数を求めて , 特許出願年順に並べる
•クエリ構文select distinct linktable.pat, linktable.ut, wos_info.UTYear, dwpi_info.AppYear, dwpi_info.PubYear, dwpi_info.PubYear - wos_info.UTYear, dwpi_info.AppYear - wos_info.UTYear from linktable Inner Join wos_info
ON linktable.ut=wos_info.utInner Join dwpi_infoON linktable.pat=dwpi_info.pat
where ESI = "Physics"order by linktable.pat;
Select : 特許番号 , 論文番号 , 論文の公刊年 , 特許の出願年 , 特許の公開年 , 特許の公開年 - 論文の公刊年 , 特許の出願年 – 論文の公刊年 を表示するfrom : linktable からデータを持ってくる
Inner Join : linktable に wos_info を接続する . このとき , linktable.ut をキーとして wos_info.ut と対応するように接続する
Inner Join : linktable に dwpi_info を接続する . このとき , linktable.pat をキーとして dwpi_info.pat と対応するように接続する
where : ESI が” Physics” なデータのみを抽出する
order by : linktable.pat の順番に並べる
ER図で取得したデータの内容を確認する
Web of Knowledge
Thomson Innovation DWPI (LinkTable)
ESI Category: Clinical Medicine
0
1
2
3
4
5
6
7
0
10000
20000
30000
40000
50000
60000
70000
80000
90000
100000
データの個数 / PubYear 平均 / dwpi_info.PubYear - wos_info.UTYear3
平均 / dwpi_info.AppYear - wos_info.UTYear3Japan Economic Association Annual Meeting [2014 Fall] 94
Biology & Biochemistry
1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 20110
1
2
3
4
5
6
7
8
0
10000
20000
30000
40000
50000
60000
70000
80000
90000
Number of Patents 平均 / dwpi_info.AppYear - wos_info.UTYear3 平均 / dwpi_info.PubYear - wos_info.UTYear3
Japan Economic Association Annual Meeting [2014 Fall] 95
Immunology
1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 20110
2
4
6
8
10
12
14
0
5000
10000
15000
20000
25000
30000
# of patents 平均 / dwpi_info.AppYear - wos_info.UTYear3 平均 / dwpi_info.PubYear - wos_info.UTYear3
Japan Economic Association Annual Meeting [2014 Fall] 96
Chemistry
1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 20110
1
2
3
4
5
6
7
0
10000
20000
30000
40000
50000
60000
# of patents 平均 / dwpi_info.AppYear - wos_info.UTYear3 平均 / dwpi_info.PubYear - wos_info.UTYear3
Japan Economic Association Annual Meeting [2014 Fall] 97
Molecular Biology & Genetics
19811982
19831984
19851986
19871988
19891990
19911992
19931994
19951996
19971998
19992000
20012002
20032004
20052006
20072008
20092010
20110
1
2
3
4
5
6
7
8
0
5000
10000
15000
20000
25000
30000
35000
40000
# of patents 平均 / dwpi_info.AppYear - wos_info.UTYear3
平均 / dwpi_info.PubYear - wos_info.UTYear3
Japan Economic Association Annual Meeting [2014 Fall] 98
Physics
19821983
19841985
19861987
19881989
19901991
19921993
19941995
19961997
19981999
20002001
20022003
20042005
20062007
20082009
20102011
20120
1
2
3
4
5
6
7
8
0
5000
10000
15000
20000
25000
30000
# of patents 平均 / dwpi_info.AppYear - wos_info.UTYear
平均 / dwpi_info.PubYear - wos_info.UTYearJapan Economic Association Annual Meeting [2014 Fall] 99
Engineering
1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 20110
1
2
3
4
5
6
7
0
5000
10000
15000
20000
25000
30000
Number of Patents 平均 / dwpi_info.AppYear - wos_info.UTYear3 平均 / dwpi_info.PubYear - wos_info.UTYear3
Japan Economic Association Annual Meeting [2014 Fall] 100
Space Science
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 20110
1
2
3
4
5
6
7
8
0
20000
40000
60000
80000
100000
120000
140000
160000
180000
合計 / PubYear 平均 / dwpi_info.AppYear - wos_info.UTYear3 平均 / dwpi_info.PubYear - wos_info.UTYear3
Japan Economic Association Annual Meeting [2014 Fall] 101
Computer Science
1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 20110
1
2
3
4
5
6
7
0
2000
4000
6000
8000
10000
12000
14000
数値の個数 / UTYear 平均 / dwpi_info.AppYear - wos_info.UTYear3 平均 / dwpi_info.PubYear - wos_info.UTYear3
Japan Economic Association Annual Meeting [2014 Fall] 102
Economics And Business
1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 20110
1
2
3
4
5
6
7
8
0
100
200
300
400
500
600
700
800
# of patents 平均 / dwpi_info.AppYear - wos_info.UTYear3 平均 / dwpi_info.PubYear - wos_info.UTYear3
Japan Economic Association Annual Meeting [2014 Fall] 103
Brief Findings
• 分野に係わらず、論文公開から特許出願 / 公開までに至る年数は延長している
• 特許の新規性を獲得することが困難になりつつある可能性
• 1980 年代 : 論文公開から特許出願 / 公開に至る年数は増加し続ける
• 1990 年以降 : 論文公開から特許出願 / 公開までに至る年数は増加するもののその伸び率は停滞
Japan Economic Association Annual Meeting [2014 Fall] 104
Quantitative Analysis
• Dependent Variable• 論文公刊から特許出願まで
の年数 (Model 1): Patent_Applied_Year – Paper_Published_Year
• 論文公刊から特許公開までの年数 (Model 2) : Patent_Published_Year – Paper_Published_Year
• Regression Model• OLS, Poisson Regression
• Independent Variable• Information Network Dummy
• 引用する論文の公開年が 1990 年以降 = 1• H1: 学術情報ネットワークを通じた論文情報の流通が特許公
開 / 出願までの年数を短縮する• US Patent Dummy• Year Dummy
• Applied Year (in Model 1)• Publish Year (in Model 2)
• Number of Paper Cited in ESI Cohort• H2: 特定分野内で多く引用されることで指し示される、重要な
サイエンスの知見は特許の生産速度を遅延させる• Number of Cited Paper per Patent
• H3: 科学論文を引用するほど、特許の出願 / 公開までの期間が延長される
• 特許出願 / 公開年における当該分野内の年次論文数• H4-1: 当該分野内における論文数の増加は特許出願 / 公開までの
年数を延長させる• 特許出願 / 公開年における当該分野内の年次特許数
• H4-2: 当該分野内における特許数の増加は特許出願 / 公開までの年数を延長させるJapan Economic Association Annual Meeting [2014 Fall] 105
Results Outcome : Model 1ESI Category Clinical
MedicineBiology & Biochemistry Chemistry
Molecular Biology & Genetics
Engineering Physics Immunology Pharmacology & Toxicology Microbiology Neuroscience
& BehaviorMaterials Science
Info_Network_dummy -6.3910*** -5.6631*** -7.0383*** -5.6306*** -5.6741*** -4.2501*** -5.7519*** -5.8206*** -5.9753*** -6.7075*** -4.5665***US_Patent_dummy 0.2078*** 0.1753*** -0.1345*** 0.1739*** -0.5068*** 0.2093*** 0.2039*** 0.2497*** 0.2380*** 0.2625*** 0.3781***
Paper_Cited_in_Cohort 0.0010*** 0.0006*** 0.0038*** 0.0017*** 0.0034*** 0.0012*** 0.0029*** 0.0004*** 0.0016*** 0.0044*** 0.0091***Number_of_Cited
Paper_in_Patent -0.0010 0.0018*** -0.0024*** -0.0008*** 0.0034*** -0.0005*** -0.0003*** 0.0031*** -0.0009*** 0.0017*** -0.0114***
Number of Patents_Per_Year -0.0000*** 0.0000 -0.0000*** -0.0000*** -0.0000*** -0.0000*** -0.0000*** -0.0000*** -0.0000*** -0.0000*** -0.0000***
Number of Papers_Per_Year 0.0001*** 0.0001*** 0.0000*** 0.0000*** 0.0000*** 0.0000*** 0.0003*** 0.0004*** 0.0005*** 0.0005*** 0.0003***
Year Dummy YES YES YES YES YES YES YES YES YES YES YESFixed R 0.7691 0.2219 0.378 0.328 0.3322 0.2126 0.337 0.2398 0.4232 0.301 0.1571
Sample Size 663656 719151 426426 297786 237525 222684 186091 144640 160043 121489 106700
ESI Category Plant & Animal Science
Computer Science
Agricultural Sciences
Environment/Ecology Geosciences Psychiatry/
PsychologyMultidisciplinary
Social Sciences, general
Economics & Business Mathematics Space Science
Info_Network_dummy -6.7060*** -5.2722*** -4.9945*** -6.6143*** -5.5668*** -5.3302*** -5.0271*** -3.1362*** -5.6022*** -4.9633*** -3.38539***US_Patent_dummy 0.2122*** 0.1685*** 0.3145*** 0.3744*** -0.1581** 0.6633*** 0.0598*** 0.3457*** 0.08378 0.8962*** 0.5683*
Paper_Cited_in_Cohort -0.0075*** 0.0095*** -0.0011*** -0.0041 0.0403*** 0.0076*** -0.0824*** 0.0262*** -0.0153* 0.0288** -0.0551*Number_of_Cited
Paper_in_Patent 0.0018*** 0.0078*** 0.0077** 0.0133*** -0.0127*** 0.0175*** 0.0010*** 0.0678*** 0.0791*** -0.0061 0.022
Number of Patents_Per_Year -0.0001*** -0.0000*** -0.0000 -0.0008*** -0.0007*** -0.0007*** 0.0000 0.0000 -0.0005** -0.0023** -0.0194***
Number of Papers_Per_Year 0.0009*** 0.0004*** 0.0022*** 0.0009*** 0.0117*** 0.0049*** 0.0025*** 0.0021*** 0.0092*** 0.0129*** 0.0424***
Year Dummy YES YES YES YES YES YES YES YES YES YES YESFixed R 0.4270 0.2759 0.1722 0.1976 0.4323 0.2780 0.3920 0.1637 0.2597 0.2594 0.2221
Sample Size 94202 129145 36198 8516 7467 7340 16726 5406 2394 1797 313
Dependent Variable: Patent_Applied_Year – Paper_Published_Year
*** denotes that significant in one percent, ** denotes that significant in 5 percent, * denotes that significant in 10 percent.
Japan Economic Association Annual Meeting [2014 Fall] 106
分析結果 : モデル 1
• 情報ネットワークダミーはいずれのESI 分野でも負の値• 米国特許ダミー
• Chemistry, Engineering および Geo Science では負の値• その他の分野では正の値
• コホート内での有力論文の引用数• Plant & Animal Science, Agricultural Science 以外は正の値• 著名な論文が多く存在する分野では、論文から特許までの知識波及が遅延している可能性
• 特許ごとの論文引用数• 分野により , 正の値と負の値に別れる
• Positive : Biology and Biochemistry, Engineering etc…• Negative : Chemistry, Molecular Biology, Physics, Immunology etc…
• 多くの論文を引用することが、特許出願までの速度を遅延させる可能性• 一方 , 特定の分野 (Chemistry, Molecular Biology) では特許出願までの期間を短縮させている
• 年あたりの特許数、論文数• 特許数は負の値、論文数は正の値を有する
Japan Economic Association Annual Meeting [2014 Fall] 107
分析結果 : モデル 2ESI Category Clinical
MedicineBiology & Biochemistry Chemistry
Molecular Biology & Genetics
Engineering Physics Immunology Pharmacology & Toxicology Microbiology Neuroscience
& BehaviorMaterials Science
Info_Network_dummy -5.8299*** -5.3305*** -5.7575*** -5.3333*** -4.9374*** -3.7493*** -5.2899*** -5.7708*** -5.5428*** -6.3697*** -4.8055***US_Patent_dummy 0.9838*** 0.9640*** 0.8331*** 1.1148*** 0.5385*** 0.7778*** 1.0962*** 1.1494*** 0.9356*** 1.1698*** 1.1111***
Paper_Cited_in_Cohort -0.0009*** -0.0001*** 0.0043*** 0.0003*** 0.0033*** 0.0010*** 0.0013*** -0.0003*** 0.0005*** -0.0001*** 0.0037***Number_of_Cited
Paper_in_Patent 0.0016*** 0.0016*** 0.0028*** 0.0047*** 0.0047*** 0.0004*** 0.0048*** 0.0049*** 0.0019*** 0.0012*** -0.0047***
Number of Patent 0.0000*** 0.0000*** -0.0000*** -0.0000*** -0.0000*** -0.0000*** 0.0000*** -0.0001*** -0.0000*** -0.0000 -0.0000***Number of Papers 0.0000*** 0.0000*** 0.0002*** 0.0002*** 0.0002*** 0.0000*** 0.0004*** 0.0001*** 0.0006*** 0.0007*** 0.0005***
Year Dummy YES YES YES YES YES YES YES YES YES YES YESFixed R 0.4858 0.2006 0.4583 0.4813 0.3878 0.3240 0.5011 0.4234 0.5664 0.4702 0.1891
Sample Size 462221 446720 317266 191180 180500 174625 116000 117369 109683 93869 89651
ESI CategoryPlant & Animal Science
Computer Science
Agricultural Sciences
Environment/Ecology Geosciences Psychiatry/
PsychologyMultidisciplinary
Social Sciences, general
Economics & Business Mathematics Space Science
Info_Network_dummy -6.1971*** -4.7828*** -4.0751*** -5.6227*** -4.5650*** -4.4334*** -4.3747*** -2.1516*** -5.4886*** -3.8369*** -2.4411***US_Patent_dummy 0.9273*** 0.9628*** 1.0432*** 1.0722*** 0.4262*** 1.2761*** 1.3982*** 1.3387*** 0.9612*** 1.4406*** 0.5365***
Paper_Cited_in_Cohort 0.0053*** 0.0051*** -0.0023*** 0.0060** 0.0267*** 0.0194*** -0.0010 0.0482*** -0.0495*** 0.06687*** -.00928***Number_of_Cited
Paper_in_Patent 0.0008*** 0.0141*** 0.0061** 0.0060 -0.0016 0.01520*** 0.0018*** 0.0156 0.0546*** 0.0088* 0.0057
Number of Patent -0.0001*** -0.0001*** -0.0002*** -0.0009*** -0.0013*** -0.0001 0.0003*** 0.0000 0.0001 -0.0038*** -0.0019Number of Papers 0.0010*** 0.0004*** 0.0026*** 0.0103*** 0.0110*** 0.0077*** 0.0027*** 0.0002*** 0.0133*** 0.0165*** 0.0801***
Year Dummy YES YES YES YES YES YES YES YES YES YES YESFixed R 0.541 0.3978 0.1672 0.1779 0.1809 0.3581 0.3447 0.1759 0.4093 0.2357 0.1265
Sample Size 68616 97836 28254 7047 5979 5631 12024 3739 1243 1285 238
Dependent Variable: Patent_Published_Year – Paper_Published_Year
*** denotes that significant in one percent, ** denotes that significant in 5 percent, * denotes that significant in 10 percent.
Japan Economic Association Annual Meeting [2014 Fall] 108
分析結果 : モデル 2• 情報ネットワークダミーはいずれの ESI 分野でも負の値• 米国ダミー
• いずれの分野も正の値
• コホート内での論文引用数• Clinical Medicine, Biology などでは負の値• すぐれた論文の存在は特許公開までの期間を短縮させる
• 論文の特許引用数• Material Science を除き正の値• モデル 1 とは異なり , 特許ごとの非特許文献の引用数増加は特許公開までの期間を短
縮しない• 審査官引用の増加を意味している可能性
• 年あたりの論文数、特許数• 特許数は負の値、論文数は正の値を有するが極めて軽微
Japan Economic Association Annual Meeting [2014 Fall] 109
Findings
• 特許内で引用される論文数 ( 非特許文献 ) が多いほど、特定技術分野 (Life Science, Physics, Material Science etc…) では特許出願までの年数が短縮される
• 科学的知見を積極的に吸収することが、特許の生産パフォーマンスを向上させる
• 特定分野内での有力論文の特許による被引用数の増加• 当該論文を引用した特許の出願までの年数を延長させる• 当該論文を引用した特許の公開までの年数を短縮させる
• 学術情報ネットワークが整備された 1990 年以降、論文公刊から特許への引用が行われる速度は向上した
Japan Economic Association Annual Meeting [2014 Fall] 110
5. 今日のまとめ
まとめ• 特許データベースと論文データベースを組み合わせて分析する
• 特許データベースや論文データベース単独ではわからない情報を使って分析できる
• ただし、名寄せをするのはとても大変• 1. 人力でがんばる!• 2. すでに名寄せされている情報 ( データベース ) を使う!• どちらにしても , チェックが必要
サイエンスリンケージデータベースについて• 一橋の学生で使いたいひと
• ご相談ください• 利用可能範囲 : 「一橋大学イノベーション研究センターに関係する学
生 / 教員 etc… 」
04/15/2023 113
Acknowledgement
•「政策のための科学」基盤的研究・人材育成拠点事業(領域開拓拠点)イノベーションマネジメント・政策プログラム( Innovation Management and Policy Program :IMPP )
•独立行政法人科学技術振興機構社会技術研究開発センターによる「科学技術イノベーション政策のための科学研究開発プログラム」 :
• 「イノベーションの科学的源泉とその経済効果」• 「科学技術イノベーション政策の経済成長分析評価プロジェクト」
Japan Economic Association Annual Meeting [2014 Fall] 114