国家电商领域科创能力有强有弱吗？——基于数据技术专利分析的视角

高　蕾, 刘玉林, 凌　洁

国家电商领域科创能力有强有弱吗？——基于数据技术专利分析的视角

高蕾1, 刘玉林1，2, 凌洁1

( 1. 安徽商贸职业技术学院 电子商务学院，安徽 芜湖 241002；2. 南京航空航天大学 经济与管理学院，南京 211106)

科技创新能力的强弱直接反映行业领域的发展动力。从Derwent专利数据库提取各国电商数据技术专利数据，科学选取科创能力评价指标，建立评价模型，并使用密切值法横向评价当前典型国家电商数据技术领域科创能力，从而为我国电商数据技术发展提供积极的建议。

专利分析；数据技术；电子商务；科创能力；密切值法

一、引言

2015年《国务院关于大力发展电子商务加快培育经济新动力的意见》指出：我国电子商务领域当前发展迅猛，创造了新的消费需求，引发了新的投资热潮，开辟了就业增收新渠道，成为经济发展新的原动力。[1]面对2020年疫情巨大冲击和复杂严峻的国内外环境，中国消费市场一度低迷，后续借助电子商务行业强势复苏。“家场景”“宅经济”热度凸显，行业景气度持续升温，成为拉动消费和经济增长的重要动能。2020年“双十一”期间（2020.11.1—2020.11.11），中国全网电商行业商品交易总额（GMV）高达5249亿元，是2016年全网电商总销售额的2.97倍；2021年6·18大促销期间（2021.6.1—2021.6.18）再创新高，全网GMV高达5784.8亿元，同比增长26.5%。我国电商企业如何进一步提升技术竞争力水平，在互联网新浪潮里找准自身方向，积极、持续、健康地发展，值得我们进一步研究探讨。本文拟通过专利数据库的相关索引，构建国家级电商数据技术领域的专利信息资源库，并通过评价模型的建立，对各国家间电商领域数据技术的发展现状进行横向对比分析，最后根据结论有针对性地提出有效建议。

二、研究现状

众所周知，科技创新能力是企业、学校、科研机构或自然人等在某一科学技术领域发明创造综合实力的体现。作为新兴经济形态之一，电子商务领域的发展与领域内的科创能力强弱息息相关。王昕天（2017）提出：电商活动通过三条路径（促进区域信息化水平提升、商贸流通体系转型以及经济增长）来间接地助力于企业科技创新[2]；邵鹏等指出：电商活动借由其自组织性不断推进整体科技创新的速度。[3]

科技创新能力强弱的一项核心指标就是领域内的专利研发与应用。专利，即专属的权利与利益，是知识载体的一种形式，将商业情报、经济情报、技术情报完美地融为一体，并显现出了内容丰富、时效领先、实用可靠等特色。鉴于专利的重要性及其特点，国内外学者对专利从各角度进行剖析。在专利的功能性上，Byungun Yoon 等（2004）[4]，Niemann H、Moehrle M G、Frischkorn J（2017）认为专利分析长期以来是在企业环境中的研发管理和宏观环境中的技术经济分析的有用工具[5]，是从专利中提取的信息来预测技术的趋势；在专利的分析方法上，刘玉林、菅利荣（2019）认为现阶段的专利分析集中在两大块：基于专家知识的定性分析和基于数据的定量分析[6]；在专利科创能力评价方面，陈荣、李建辉等（2013）[7]，赵婉琳、张晓阳等（2018）等创造性地对我国各区域的创新能力进行了评价分析。[8]

从目前研究内容来看，国内外学者对典型国家间电子商务专利的比较研究尤其是对各国家电商数据技术专利的比较研究还很匮乏，这种横向比较研究可以从根本上反映我国整体电商领域的技术竞争力在世界竞争中的情况，并能从专利研发与应用的角度来挖掘我国电商领域的未来发展趋势，实现电商企业的商业价值，有效帮助其完成战略布局与竞争分析。基于此大背景，本文进行了基于专利分析的国家电商数据技术领域科创能力的评价研究，以期完成两大任务：一是建立各国的电商数据技术领域数据库；二是借助密切值法建立评价模型，并选取典型国家展开横向比较，完成对国家间电商数据技术领域的实证分析。

三、研究方法

（一）研究方法流程图

图1给出了基于密切值法的科创能力评价分析流程，包括从专利数据库获取目标数据集、矩阵数据处理、指标计算及综合比较分析等四大块工作，各部分具体处理步骤如图所示。

图1 基于密切值法的科创能力评价分析流程

（二）研究方法的具体理论依据

1．建立原始数据指标矩阵

假定选择n个国家作为评价对象，针对各评价对象有m个维度指标，则原始矩阵为：

2．建立同向数据指标矩阵

对m个维度指标进行判断。当该维度指标是正面评价时，数值保持不变；当该维度指标是负面评价时，则取其负数，从而得到同向数据指标矩阵：

3．建立标准化数据

对同向数据指标进行标准化，得到处理后的矩阵为：

4．确定“最优点”和“最劣点”

通过计算，确定“最优点”和“最劣点”：

5．计算评价对象到“最优点”与“最劣点”的距离

通过计算得出评价对象到“最优点”与“最劣点”的距离。

其中，i=1,2,...,n；j=1,2,...,m。

6．计算各评价对象的“密切值”并排序

结合各评价对象到“最优点”与“最劣点”的距离，计算出各个密切值结果C。

根据公式不难发现：C越小，其与“最优点”越密切，与“最劣点”越疏远，整体情况越好，故而，可依据C值的大小完成各国家的排序。

四、国家电商数据技术领域的科创能力评价

（一）指标数据的来源

在当今世界竞争的大环境中，电子商务扮演着重要的主体角色，很多国家都已将电子商务领域发展作为国家的战略性产业予以支持。在科技进步的今天，电商领域的发展离不开科技创新的支持，更少不了对科技创新的核心要素——专利数据的有效分析。本文数据来源于德温特世界专利索引，Derwent专利数据库是目前全球专利摘要整理最全面的资源中心，使用检索式为：CTB=（electronicADJcommerce）ORCTB=（e-commerce）ORCTB=（networkADJmarketing）ORCTB=（shoppingADJonline）ORCTB=（electronicADJtransaction）ORCTB=（electronicADJpayment）ANDAIC=（G06），检索日期为2021年7月3日，提取并整理出全球电商领域数据技术专利的有效数据共计6684条，对原始分析数据进行分类归档与保存，以建立数据库，用于进行横向的科创能力评价体系的建立。通过分析整理，选用专利授权累计量超100个的国家为评价对象，分别是中国、美国、韩国、日本和加拿大。

（二）指标体系的构建

科创能力指标体系的构建围绕三个维度：科创规模、科创质量和科创效益，从发展态势、发展程度和发展价值三个方面全方位、多角度地探究各评价对象的综合实力，以做出最客观、公正的评价结果。

1．科创规模

科创规模反映的是各评价对象在电子商务领域的技术发展态势，细分指标包括数据技术专利授权量和数据技术专利授权增长率。数据技术专利授权量是指各国家总体的数据技术专利授权数，通常认为授权数越多，发展态势越好，科创活动也越活跃。数据技术专利授权增长率则是针对专利授权数的增长变化进行考量。介于全球电子商务领域的发展历程，本文将发展时间分为两个时段，认为2010年以前为一时段，2010年以后为另一时段，进行区分计算，数据技术专利授权增长率越高，各评价对象的发展趋势越好，科创规模则越可观。

2．科创质量

科创质量反映的是各评价对象在电子商务领域的技术发展程度，细分指标包括数据技术专利有效数和发明专利占比。数据技术专利有效数是指专利仍然有效的总数，专利有效数越多，反映专利适用性越强，科创满足度也越成功。发明专利占比则是发明专利占总授权专利数的比值，通常发明专利的保护时间长、专利稳定性高、保护客体多，并且其授权时间与授权审查也更加严格，发明专利占比越高，说明评价对象的专利构成越优越，科创技术特性则越强势。

3．科创效益

科创效益反映的是各评价对象在电子商务领域的技术发展价值，细分指标包括专利弹性和授权密度。专利弹性是以年均数据技术专利授权数除以年均GDP，以此衡量支撑起每单位GDP所需要的专利数量。专利弹性值越大，说明评价对象的技术支撑影响力越大，科创技术也越到位。授权密度是以年均数据技术专利授权数除以人口总数，授权密度更客观地反映各评价对象的整体科创成果。授权密度值越大，科创认可度就越高，科创价值自然也越高。

（三）实证分析

1．建立原始数据指标

通过对源数据库进行处理分析，并确定指标性质，得到原始数据指标如表1所示。

表1 各国家电子商务领域的科创能力原始数据

2．建立标准化数据

维度指标均为正面影响指标，故而可直接对原始数据指标进行标准化，得到处理后的数据如表2所示。

表2 各国家标准化处理的科创能力数据

3．确定“最优点”和“最劣点”

通过计算，确定“最优点”和“最劣点”，并计算各评价对象到“最优点”与“最劣点”的距离，得到结果如表3和表4所示。

表3 “最优点”及各国家到“最优点”的距离

表4 “最劣点”及各国家到“最劣点”的距离

4．计算各评价对象的“密切值”并排序

结合各评价对象到“最优点”与“最劣点”的距离，计算出各个密切值结果Ci，并完成最终排序，结果如表5所示。

表5 各国家电子商务领域的科创能力的密切值及排序

（四）结果评价

由表5不难看出，在选用的数据技术专利授权累计量超100个的国家的评价对象中，我国电商数据技术领域的科创能力排在第一。从科创规模来看，我国数据技术专利的授权数远高于其他评价对象，2010年以后的授权增长情况远优于其他国家，这与我国近年间大力发展电商领域、投入研发资源有着直接关系；从科创质量来看，我国数据技术专利有效数居领先地位，但发明专利占比指标仅为95.22%，在全部评价对象中排在最后1名，与美国和加拿大其发明专利占比均为100%存在一定差距，因此，我国在科创质量维度提升方面仍具有一定空间；从科创效益来看，我国专利弹性排名第1，但授权密度指标仅排第3，单位专利支撑GDP值情况较好，单位人口专利授权数仍不可观，这与中国是人口大国紧密相关，如何尽快突破单位人口专利授权数还需进一步优化。

作为东亚第三大电子商务市场，韩国评价结果排在第二。韩国整体的数据技术授权量排名第三，近10年的新增情况较前期有一定退步，其专利方面发力集中在2000年前后，但授权密度指标远超其他国家，其前期良好的基础性技术建设保障了韩国近几年跨境电商的快速发展和移动电商的迅速普及。

作为较早发展电子商务的美洲国家，美国评价结果排在第三。结合表1数据可以看出，美国整体的数据技术授权量不到中国一半，但发明专利占比高达100%，授权密度指标也高于我国当前水平，更多追求质量与效益的统一，也保证了其电子商务领域的整体发展一直保持快速增长的态势。

五、建议

通过对典型国家间电商数据技术领域科创能力的横向评价，提出以下建议。

（一）政府应坚持稳定、到位的政策措施，以此确保电商领域的从业积极性

我国电子商务行业已经进入了提质升级、全面纵深发展的新阶段，特别是跨境电商领域和农村电商领域。唯有稳定、到位的政策措施，方能促进从业人员的积极性，保障整个行业的有序发展。

（二）政府应坚持以科技支撑发展，以此确保电商领域的可持续性

应在稳固现在市场位置的前提下，继续大力研发、推广数据技术，加大对技术研发过程中的人、财、物支持，不断提升科创效益水平，以更科学、更持久的姿态迈入新时代。

（三）政府应坚持互利共赢的理念，以此确保电商领域的国际合作可行性

我国的跨境电商发展仍处成长期，区域性的跨境电商发展不平衡、产业集群优势不明显等都是需尽快解决的重大问题，应紧抓理念、以开放促协同，全方位、多层次地打造新型贸易合作关系，加快追赶其他国家的步伐，以期形成互利共赢、合作友好的全球性电子商务体系。

[1]国务院.国务院关于大力发展电子商务加快培育经济新动力的意见:国发〔2015〕24号[EB/OL]. [2022-02-17].http://www.gov.cn/zhengce/content/2015-05/07/content_9707.htm.

[2]王昕天.电子商务促进企业科技创新路径的实证研究[J].科技管理研究，2017（23）：221-227.

[3]邵鹏，胡平.电子商务平台商业模式创新与演变的案例研究[J].科研管理，2016（7）：81-88.

[4]YOON B,PARK Y.A text-mining-based patent network: Analytical tool for high-technology trend[J]. Journal of High Technology Management Research，2004（1）：37-50.

[5]NIEMANN H, MOEHRLE M G, FRISCHKORN J.Use of a new patent text-mining and visualization method for identifying patenting patterns over time: concept, method and test application[J].Technological Forecasting and Social Change ， 2017, 115 (FEB): 210-220.

[6]刘玉林，菅利荣.基于文本挖掘和复杂网络的中美电商专利比较研究[J].情报杂志，2019（6）：72-79.

[7]陈荣，李建辉，孙济庆.基于专利信息分析的区域技术创新能力研究[J].科技与经济，2013（2）：36-40.

[8]赵婉琳，张晓阳，宋新平.基于专利信息的区域科技创新能力评价研究[J].图书情报研究, 2018（2）：75-81.

[9]曹明，陈荣，孙济庆，等. 基于专利分析的技术竞争力比较研究[J].科学学研究，2016（3）：380-385+470.

[10] 赵清莉. 政府管理创新模式下的中美电子政务比较研究[J].海峡科技与产业，2019（3）：51-52.

[11] SONG K, KIM KS，LEE S,et al.Discovering new technology opportunities based on patents: text－mining and F－term analysis[J].Technovation，2017，60/61:1-14．

[12]CHOI J,HWANG Y S.Patent keyword network analysis for improving technology development efficiency[J].Technological Forecasting ＆ Social Change ，2014， 83（mar)：170-182.

Are there Strong or Weak Scientific and Technological Innovation Capabilities in the National E-commerce Field?——From the perspective of data technology patent analysis

Gao Lei1, Liu Yulin1,2, Ling Jie1

The strength of scientific and technological innovation capability directly reflects the development power of the industry. With the help of Derwent patent database, this paper extracts the technology patent information of e-commerce data in various countries. This paper scientifically selects the evaluation indexes of scientific and technological innovation ability, establishes the evaluation model, and uses the osculating value method to evaluate the scientific and technological innovation ability in the field of e-commerce data technology in typical countries, so as to provide positive suggestions for the development of e-commerce data technology in China.

Patent analysis; Data technology; Electronic Commerce; Scientific innovation ability; Osculating value method

2022-02-14

安徽省高校自然科学重点项目 (KJ2020A1072); 安徽商贸职业技术学院科研项目(2021KYR24)

高蕾（1991－ ），女, 安徽桐城人, 安徽商贸职业技术学院电商学院助教，硕士。

10.13685/j.cnki.abc. 000620

F832.51；F273.1

A

1671-9255（2022）02-0031-05