技術結構圖譜引 一、專利分析數 二、技術結構圖譜構建方 一、技術結構圖譜 二、WIPO分類體系在技術結構圖譜的映 四、人工智能領域技術結構的演變分 一、中國及科技發達國家整體技術研發活躍 二、中國及科技發達國家技術研發覆蓋廣 四、中國及科技發達國家優勢技術領域分 第一章第一章引 一、手術器 二、智能診察與監 三、通信網 四、光學與光電 五、鋰離子電 六、智能汽 結 10（含至少10件兩方專利 附錄二2016~2021年WIPO技術領域的技術焦點、專利數量統 附錄三中國及科技發達國家在WIPO技術領域中兩方專利分 附錄四中國及科技發達國家在WIPO技術領域中技術焦點分 0第一章引 建設科技強國必須加強重大創新領域的戰略研判和前瞻布局，加快科技安全預警監測體系建設。為了解世界技術創新布局，把握未來科技發展方向和關鍵核心技術，中國科學院科技戰略咨詢研究院利用大數據分析和深度學習技術，從百萬級世界專利中發現專利的文本規律，以揭示專利技術間隱藏的深層關聯關系及結構特征。針對高影響力專利進行聚類分析，發掘全球領先機構聚焦的技術方向，構建了世界技術焦點數據庫，并繪制描繪全球技術競爭態勢的技術結構圖譜。技術結構圖譜，通過深度學習技術與可視化技術，以直觀形象的可視化方法宏觀展示錯綜復雜的專利技術間的結構特征，揭示了技術方向間的關聯關系與發展態勢。通過圖譜可以快速、全面、客觀地把握世界技術態勢，遴選國際上重要的技術焦點、技術前沿等，評估世界主要國家在這些技術焦點上的技術實力，尋找優勢與差距方向等，為科學決策提供客觀依據與數據支撐。2017利文本特征抽取模型”，通過結合大量專利文本及專利特征信息的后訓練，改進GoogleBERT練模型，使之適用于專利文本。運用該模型，對遴選專利數據進行聚類，構建了高影響力專利技術的世界技術焦點數據庫，同時，利用技術焦點間的關聯關系繪制技術結構圖譜。至20232012-2017年、2014-2019年、2016-2021年三個時期的技術焦點數據庫構建與技術結構圖譜繪制與解讀分析工作，其中前兩期報告的專利數據選用三方同族專利（同時在美國專利商標局、歐洲專利局、日本特許廳尋求保護的專利，簡稱“三方專利”），本期報告選取兩方同族專利（同時在美國專利商標局、歐洲專利局尋求保護的專利，簡稱“兩方專利”）作為底層數據。專利信息可以反映全球所有技術領域的最新發展動態和最活躍的創新技術，但如何從海量的專利數據中，構建合適的數據集來研制技術結構圖譜一直是本研究的一項核心研究任務。《技術結構圖譜2021》中我們沿用創新性評價的一個重要指標，即三方專利，作為底層數據，報告獲得了很好的反響的同時，專家也提出三方專利數據相對陳舊以及各國專利失衡的問題。《技術結構圖譜2022》研制過程中，研究團隊力求回應專家關切，在進行嚴謹數據分析的基礎上，結合專家研判，選用兩方專利作《技術結構圖譜2022》報告對公開日2016-2021年間的60065412293視野的技術結構圖譜，直觀形象地展示世界專利技術的結構特征以及技術焦點間的關聯關系與發展進程。基于技術結構圖譜，疊加不同國家的專利份額，可清晰揭示不同國家在技術創新布局上的偏重，（技術結構中的高密度區域進行深入分析，分析熱點技術領域中的技術重點及領先機構。除了熱點技術領域，本報告還展示了另外一種基于技術 技術結構圖譜 技術結構圖譜 技術結構圖譜（WIPO）指出，90%以上的科技信息是通過專利40%60%與目前大多數以本國申請專利的統計分析不同，本研究的目標是構建具有代表性和相對完整性的世界技術焦點數據庫，以及反映世界技術前沿態勢的技術結構圖譜。因此如何選擇高價值專利構建核心專利數據集一直是本研究的首要任務。2012-2017年、2014-2019年兩個時期的技術結構圖譜選取了在美國專利商標局、日本特許廳、歐洲專利局同時申請的“三方同族專利”（又名三方專利）作為核心專利數據集。通常三方專利被認為具有較高的科技含量和經濟價值，反映一個國家技術發明的整體水平及在國際市場上的競爭力，被廣泛應用于經濟合作與發展組織、歐盟統計局、美國國家科學基金會等國際權威機構的統計報告中。但由于申請三方專利時間較長，并且隨著日本經濟的日漸低落，世界一些頂級機構并不很重視日本市場等原因，專家提出我們遴選的核心專

利數據有一定的時滯性和不同國家專利的失衡性。2022在嚴謹數據分析的基礎上，結合專家研判，選用了美國專利商標局和歐洲專利局共同保護的專利，后續簡稱兩方專利，作為本期報告的核心專利數據集。本報告的分析數據基于德溫特創新平臺（DewentInnovation）最早公開年為2016-20223-1顯示了三期技術結構圖譜中專利數據總量及覆蓋時間。連續三期技術結構圖譜專利數據的時間間隔為24明的是，雖然兩個時期技術結構圖譜的時間窗有18所有兩個時期技術結構圖譜在重疊窗口內的專利數據并不完全相同，尤其在重疊年份的后兩年會出現較多新增數據。與三方專利相比，兩方專利的數據量比三方專利高出一倍，平均公開年提前了半年。并且，美國、歐洲和中國等國家和地區的龍頭企業的專利量占比大幅增加。2012~2017201882014~2019202032016~202120223專利布局分析中常用專利分類體系（IPCCPC）直接進行統計分析，發現技術領域內容的專利熱點方向或技術布局。雖然各類專利分類體系都是較為成熟的標準分類，且通常包含多層分類關系，但在進行技術布局分析時存在一些局限性。現有的專利分類體系設計以功能性為主、應用性為輔，主要以滿足檢索功能為主要設計前提，在布局分析時難與具體產業技術領域對應，且分類體系粒度過大、更新緩慢，無法細致體現關鍵技術和最新變化。因此本研究沒有直接使用現有的專利分類體系構建技術結構圖譜，而是根據專利之間的關聯關系發現技術結構，突破傳統的分類體系，體現技術交叉融合的趨勢。技術結構圖譜的構建在學術界暫時沒有公認的最佳方案，傳統的專利可視化分析通常稱為專利地圖，常參考科學論文的分析方法，多使用引文共現分析或關鍵詞共現分析，但以上分析方法在分析專利時存在一定缺陷。專利引文分析中，首先專利的引用動機與科學論文引用動機有較大,[1,2]。其次，專利引用沒有統一的規范，發明人引用與審查員引用各自有不同的引用目的。各國審查員引用要求也有很大差異，美國專利局審查員引用

數量是歐洲專利局的5倍。除此之外，專利間引用的頻次相比科學論文較低，本報告對629，存在共被引關系的專利僅37，因此從數據統計出發，經典的論文引文分析方法也不適用于專利的技術圖譜分析。而關鍵詞等文本共現分析存在一詞多義或一義多詞、詞間缺乏語義關系等問題，會造成分析結果存在一定誤差。綜上所述，我們有必要尋求一種更加科學、合理的技術結構發現方法，幫助相關技術領域的科研技術人員、科研單位以及專利情報分析人員更客觀、準確地認識該領域的技術結構和技術方,隨著近年來人工智能中深度學習的發展，為專利文本分析提供了有效支撐。本報告采用了基于深度學習模型的文本分析，融合了專利分類等影響專利技術結構的專利特征，構建專利技術結2-11李睿,孟連生.論專利引用行為與期刊論文引用行為在揭示知識關聯方面的差異[J].情報學報,2010,29(3):474--2李睿.專利被引頻次和施引頻次與專利價值的相關性解析——以在美注冊的中國專利為樣本[J].情報學報,2014(4):395-特征作為技術結構基本構成單元；其次，基于專第三，使用可視化算法，將技術主題的高維特征向量映射入二維圖譜，利用圖中坐標分布特點，自動發現技術結構圖譜中的結構特點，用于后續（一）為了抽取準確的專利文本特征，本報告訓練了二版專利特征抽取模型。第一版專利文本特征抽取模型使用了一種不依賴任何預設領域詞典、無需人工標注的無監督Doc2ec文本特征抽取。利用海量專利文本作為學習語料訓練模型，并利用IPC代碼的層次關系構建多組專利特征抽取模型測試數據集。該模型在測試數據集中表現遠高于當時被應用最廣泛的詞袋模型-idf、主題模型SA、LA。Doc2vec模型雖然采用深度學習的思想，但模型只有3層深度學習模型。Google201811

BET[3]，是網絡深度高達12層神經網絡結構，并采用基于自然語言連貫性假設的雙向遮蔽語言模型理解自然語言規律。原生BET科等綜合文本上進行訓練，顯著提高了自然語言理解任務的準確率，是具有“里程碑”意義的技術進步。但是，BET征還是具有很大的差別。因此，第二版專利特征抽取模型將專利文本特征作為先驗知識與復雜的深度神經網絡模型結合，并與專利已有的標注分類信息融合，進一步提升了專利文本特征抽取模型的準確率。本報告在原生BERT預訓練的模型之后加入海量專利文本進行后訓練（post-training），IPC/CPCBERTBERT模型適配專利申請書文本特征，形成了適用BERT[4]。專用BERT模型BERT2-2Bert3Devlin,Jacob,etal."Bert:Pre-trainingofdeepbidirectionaltransformersforlanguageunderstanding."arXivpreprintarXiv:1810.04805(2018).4TingChen,XiaomeiWangandGuopengLi,PatentSimilarityinNeuralModels:AComparativeStudy,GlobalTechMiningConferencesProceedings2020（二）本報告通過專利文本的聚類分析，把主題相同的專利聚在一起，產生若干的專利技術簇，反映了世界上創新機構主體所關注的技術焦點方向。幫助相關技術領域的科研技術人員與專利情報分析人員更客觀、準確地認識該領域的技術分類和,,本報告采用了基于特征空間向量的聚類算法，沒有采用引用網絡社團劃分的聚類方法。由于本報告涉及專利數量較大，聚類算法采用了適用于-as++060數再次計算每個大類中最優聚類數，利用最優聚類參數完成第二級-mans

（三）報告選用非線性降維SNE[5]結構的可視化算法，它是一種非監督降維算法，無需預先給定樣本的分類標簽信息。目前SNE可視化算法已成功應用于很多真實高維數據集，如圖像文字、生物信息、新聞文本數據等。研究組也在論文結構圖譜與基金圖譜中使用了SNE[6,7]，不論是對局部細節結構的揭示還是穩定性方面都有較大的提升。首先將技術焦點中包含的專利文本特征向量加和平均后，形成了一個代表技術焦點的平均向SNE降維算法將這些技術焦點的高維向量映射到二維圖譜形成技術結構圖譜。圖譜中每個點代表了一個技術焦點，點的大小代表技術焦點內包含的專利個數。該可視化方法在保證大樣本整體布局穩定的情況下，揭示了更多的局部特征，不同的技術大類在圖譜中有各自清晰的區域，在技術大類內部子類也出現了聚集效果，子類之間呈現出明顯的輪廓。這些在圖譜中呈現出的技術子類我們在報告中成為技術焦點群，在圖譜中作為主要的顯示單元進行展示，以提升技術結構圖譜的可讀性。6J].2020,004(002):60-7ChenT,LiG,DengQ,WangX.UsingNetworkEmbeddingtoObtainaRicherandMoreStableNetworkLayoutforaLarge第二章第二章研制方 0 技術結構圖譜本章基于技術結構圖譜進行技術結構及其演化的分析。技術焦點的構成及技術焦點間的關系反映了世界高價值專利的整體結構，技術結構圖譜是一系列描述技術結構的可視化圖，直觀地反映了世界專利技術領域的關聯關系以及演化進程。（IT汽車及其他交通工具三大產業。這三大產業在技術結構圖譜中占據了大半的面積。其他的主要產業還有機械制造、化工冶金和能源等。IT專利技術結構的布局，總體上保持穩定。基于兩方專利數據的技術結構圖譜2016~2021與基于三方專利數據的技術結構圖譜2014~2019和技術結構圖譜2012~2017在總體結構上的領域劃分從三期技術結構圖譜來看，持續高熱度的技術焦點群包括“通信網絡設備與技術”“視頻編碼技術”“鋰離子電池”“半導體器件及工藝”“LED對比兩方專利和三方專利的技術結構圖譜，技術結構圖譜2016~2021新增或熱度明顯增高的2016~20182019~20212016~2018檢驗方法”等技術焦點群。2019~2021年，隨著深度學習等技術的成熟，人工智能基礎技術“機AI一、技術結構圖譜本研究通過對兩方專利申請書的文本特征進行聚類形成技術焦點，利用降維可視化算法將各技術焦點的高維文本特征向量映射在二維空間中，

（3-1）2016~2021點1229323技術結構圖譜直觀地反映了當前的技術結構及技術發展情況。圖中每一個圓代表一個技術焦點，由一組兩方專利組成，圓的大小與技術焦點包含的兩方專利數量成正比，旁邊的數字代表技ID有較強的關聯，各個圓之間的相對位置也反映出圖中的顏色對應于兩方專利的密度。兩方專利密（紅（藍當前技術發展迅速，技術不斷交叉融匯，技術領域之間的界限越來越模糊。技術結構突破了傳統的專利分類體系，利用深度學習模型學習了專利文本的語義關系，在圖中語義更相近的技術焦點被聚集在一起，形成了多個高密度區域，這些高密度區域代表了解決共同的技術問題或者使用了類似的技術方案的專利群。因此技術結構圖譜中不以傳統的專利分類體系為主，而是盡量從共同技術問題或者共同技術解決方法角度出發進行歸類，按照可視化圖中的密度區域劃分出技術焦點群。在技術結構圖譜中，從左上方逆時針看，左左下部醫療技術相關技術焦點群。下方為生物技術、醫藥相關的技術焦點群，右側為化學、材料相關技術焦點群，右上方是和發動機、機械相關的技術焦點群，圖譜上方是和汽車等交通工具相關的技術焦點群。圖中間部分是和測量、光學、3-1。從技術結構圖譜的分布面積中可以看出，世界兩方專利技術重點集中在信息與通信技術

（IT這三大產業在技術結構圖譜中占據了大半的面積。其他的主要產業還有機械制造、化工冶金和能源IT醫療技器械分為兩個明顯的子群，左下側為醫療影像為主的診斷技術，使用了附近“光學”“信息技術”群組包含的技術。中間以“手術器械”汽車及其他交通工具，主要包括智能駕駛、汽車動力電池、車輛傳動裝置、車輛部件、轉向控制系統、汽車發動機、汽車照明和輪胎等技術，在其他交通工具中，主要是和飛機等航空技術相關很大區域是和內燃機、燃氣輪機、渦輪發動機、復雜機床切削刀具等相關的技術。（密度），從圖可以明確看出，本期最熱的技術22池”“內燃機與燃氣輪機”“渦輪發動機的優化設LED射頻識別（RFID）LED個人護理材料（化妝品、洗滌劑等農藥（殺蟲劑、除草劑等層狀產品（層壓板、薄膜、夾層玻璃等家用清潔設備（洗衣機、洗碗機、掃地機、吸塵器等個人護理設備（剃須刀、剪發器、化妝品包裝和涂抹裝置等智能駕駛（車載信息系統、輔助駕駛、自動駕駛、車聯網等需要說明的是：對于技術焦點群的命名，本報告提取該區域中主要專利技術方向進行標識，以反映當前世界上主要創新機構關注的技術領域，會存在少部分的技術方向沒有被包含的現象。并且由于角度不同，不同人員的命名有可能不同，命名是為了方便技術結構圖譜的讀取。如需了解更為細致的技術結構，可以深入到專題領域甚至到兩方專利層面進行更為細致的分析，本報告僅從較為宏觀的角度來分析世界兩方專利和世界主要國家在全技術領域的創新表現。

技術結構圖譜2016~2021中共有技術焦點12293個，最大的技術焦點包含253件專利，最23-2含專利數量的統計直方圖中可以看出，大部分技術焦點包含的專利數量在20-60件之間，其中包21-404086605.3%。[1,[21,[41,[1,[21,[41,[61,[81,[101,[121,[141,[161,[181,[201,[221,[241,

1293（WIPO[8]（3-圖中每個按圖例配色的圓點為該技術部類的相關技術焦點。從圖中可以看出WIPO四大部類呈現出明顯的研究區塊聚集特點，也驗證了可視化算法及聚類算法的準確性。電氣工程相關的技術焦信網絡設備與技術”“無線通信信號優化方法與設備”“網絡通信數據安全”“高性能半導體存儲技術”“視頻編碼技術”“機器學習模型、系統及設備”“圖像處理與交互系統”“液晶顯示設備”“半導體器件及工藝”“發電、變電或配電設備”“汽車動力電池”等；圖譜左下方及圖等；機械工程相關的技術焦點群主要集中在圖譜

的右上方，主要集中在“轉向控制系統”“車輛傳動裝置、車輛部件”“汽車發動機”“航空發體控制與調節系統”“復雜機床切削刀具相關技等；圖譜右下方要是化學相關的技術焦點群，主物及其先進制備”“高分子聚合物”“化學合成與材料”“層狀產品”“石油化工產品、制備裝置及工藝藥”“雜環藥物原料”“生物醫學療法與藥物組合”“突變或遺傳工程”“生物藥”“凈化和分離裝置及方法”等；其他領域的技術焦點群數量相對較少，主要集中在圖譜的右方邊緣位置，主要包括：“家用清潔設備”“電子煙及氣溶膠發生裝置8本報告中對技術焦點所屬技術領域的判定規則如下：只要有一個技術領域專利占比大于本報告中對技術焦點所屬技術領域的判定規則如下：只要有一個技術領域專利占比大于60%PC，因此會出現一個技術焦點同時屬于多個技術領域的情況。3-3WIPO3-2WIPO技術部類劃分后的專及份額（增加一個交叉領域）。其中，電氣工程專利數量份額最高，達到44.9%；其次是機械工33.8%；儀器略多于化學部類，分別為

30.1%9.7%。在各部類中，技術焦點包含專利的份額與專利份額的排名基本一3-2WIPO2016~2021WIPO3-4列舉了劃分到35WIPO技術領域的專利份額。其中，電氣工程部類下的“計算機技術”“數字通信”和“電機、設備、能源”專利份額分列前三位，份額均超過12%，分別為17.2%、13.3%12.1%。210%，為儀器部類下的“醫療技術”和“測量”。機械工程部類下占比最高的技術領

9.8，排名第六位。化學部排名第七位。排名后兩位的技術領域分別為“微結構與納米技術”和“食品化學”，均來自化學0.8%1.7%35域兩方專利數量、技術焦點數量、技術焦點涉等統計見附錄二。3-42016~2021WIPO（按專利份額排序別為2012~20172014~2019年和

3-3。由于檢索時間段略有不同，專利數量在2014~20192012~2017年略有減少，新一期（即2016~2021年）中采用6012293公開年2012~2017 公開年2014~2019公開年2012~2017 公開年2014~2019 公開年2016~2021（（（2018820203202233-5為技術結構圖譜2012~2017，3-62014~20193-7

2016~2021一致，領域劃分基本相同，局部細節上存在一些差異。這也從另一個角度也驗證了本報告使用的技術結構圖譜分析算法的可靠性。從三期技術結構圖譜熱點技術焦點群來看，持續高熱度的技術焦點群包括“通信網絡設備與技術”“視頻編碼技術”“鋰離子電池”“半導LED環藥物原料”“生物藥”“車輛傳動裝置、車輛

部件”“內燃機與燃氣輪機”“復雜機床切削刀具相關技術”等。對比兩方專利和三方專利的技術結構圖譜，技術結構圖譜216~201布式網絡數據安全”“網絡通信數據安全”“數據分析與用戶行為預測”“機器學習模型、系統及設備”“智能駕駛”“航空發動機”“酶、核酸或微生物的測定或檢驗方法”“核酸的測定或檢驗方法3-52012~2017（基于三方專利3-62014~2019（基于三方專利3-72016~2021（基于兩方專利人工智能是引領新一輪科技革命和產業變革深刻改變人們的生產、生活和學習方式。其重要性不言而喻，本節以人工智能領域為案例，進行技術結構演變的深度分析。這不僅能更詳細地揭示這一領域的發展，同時也可以展示如何借助全球技術結構圖譜進行專業領域的深入研究。

疊加顯示，構建了人工智能技術圖譜（3-8）。檢索式參考世界知識產權組織報告《2019技術趨勢——人工智能》（WIPOTechnologyTrends2019:ArtificialIntelligence，WIPO報告）中的人工智能專利檢索式。檢索出37024件全球人工智能兩方專利，涉及到50333-82016~2021（基于兩方專利WIPO報告中把人工智能專利分為“人工智“人工智能基礎技術”；周圍的“數據分析與用戶行為預測”“個性化內容定制與推薦”“圖像頻編碼技術”“語音識別”等對應于“人工智能

備、飛控系統和信息處理設備”“工業機器人部3-9人工智能兩方專利技術年度分布，顯示出人工智能兩方專利逐年快速遞增（因專利從，2016250020193

將人工智能專利數據按公開年劃分為2016~2018年和2019~2021年兩個時間窗口，分

通過兩個時期熱點變化趨勢分析人工智能技術的演變。（a）2016-2018年兩方專利布局（b）2019-20213-103-0206~2018年圖譜中，專利聚集度較高的行設備、飛控系統和信息處理設備”“酶、核酸或微生物的測定或檢驗方法”等技術焦點群。這個時期人工智能基礎技術區域內的“機器學習模型、系統及設備”技術焦點群的熱度與人工智能功能應用的技術熱度基本相當，當時的深度學習技術尚處在學術研究階段。2019~021著深度學習模型、深度學習硬件、深度學習模型參數選擇與性能調優等技術的成熟，人工智能基礎技術區域“機器學習模型、系統及設備”的熱度迅速上升；“智能駕駛”相關技術作為人工智診斷設備”技術在人工智能應用中的作用也日益突出，為醫療領域帶來了革命性的變革。206~2018年，該技術焦點群的專利技術主要關注基礎的神經網絡結構，分布式學習的初步探索，以及模型解釋性的基本研究。對硬件優

化和加速以及數據管理和存儲的關注相對較少。2019~2021更高級的神經網絡結構，分布式學習和聯邦學習得到了進一步的關注和發展。同時，對模型解釋性的研究進一步深化，硬件優化和加速的技術也得到了更多的關注。此外，數據管理和存儲方面的研究也得到了增強。兩個時期的變化趨勢：從2016~20182019~2021年，機器學習領域的專利技術呈現出向復雜性、解釋性、分布式學習、硬件優化和動2016~218年，該技術焦點群的專利技術主要關注基礎的圖像處理和識別技術，初步涉及到深度學習和神經網絡的應用。對3/4D體視覺以及交互式和混合現實應用的技術相對較少。2019~021年，專利技術的關注點轉向了深度學習和神經網絡在圖像處理和識別中的廣泛應用，3/4D建模和立體視覺得到了進一步的研究和發展。此外，交互式和混合現實應用以及時間序列數據處理也得到了更多的關注。兩個時期的變化趨勢：從2016~20182019~2021年，圖像處理領域的專利技術呈現出AI和深度學習技術在圖像處理和識別中的應用更加廣泛和深入，同時，3D/4D視覺技術和混合現2016~218年，醫學影像診斷領域的專利技術主要集中在利用傳統的圖像處理技術來進行疾病檢測，比如腫瘤探測、心血管疾病等。其次，I影像進行處理和分析。209~2021年，醫學影像診斷領域的專利技術發展明顯，特別是在深度學習和神經網絡的應用上。這些專利主要集中在深度學習模型的應用，例如利用卷積神經網絡進行影像識別和分類、用于診斷的深度學習系統等。3D3D兩個時期的變化趨勢：相比2016~20189~201年的醫學影像診斷專利技術更加強調深度學習和神經網絡的應用，而這正是深度學習技術在此期間快速發展的結果。同時，3D理技術的應用也在增加，這可能是由于硬件技術3D3D

2016~218年，智能駕駛領域的專利技術主要集中在駕駛輔助系統，例如自動駕駛、行駛路線規劃、以及基于傳感器的周邊環境監測等。此外，一部分專利還涉及到車輛信息系統的設計，包括車輛狀態監測和遠程診斷等。2019~2021智能駕駛領域的專利技術發展迅速，這一時期的AI以及基于深度學習的路況預測系統。另外，也出現了更多關于車輛通信技術的專利，例如車聯網V2X兩個時期的變化趨勢：從216~2018年到209~2021年，智能汽車領域的專利技術發展趨勢明顯，從最初的基于規則的駕駛輔助系統，轉AI車輛通信技術，特別是車聯網和VX5G物聯網技術的快速發展，使得車輛與外部環境的實時互動成為可能。 0第四章中國及科技發達國家的 技術結構圖譜6（包括美國、日本、德國、韓國、法國）作為主要研究對象，采用專利和技術焦點（專利聚類簇）的數量與所占世界份額，以及與技術結構圖譜的疊加圖分析這些國家的技術研發活躍度及技術創新布局。本報告中專利所屬國家是指本專利申請人的22102220002022500在兩方同族專利中，美國的兩方專利家族量最多，且以絕對優勢位居世界第一位。其次是日本和德國，日本排名第二，總量約占美國的二分之一，德國排名第三，總量約占美國的三分之一。中國兩方專利量世界排名第四位，但總量僅約占美國的四分之一、日本的二分之一左右。韓國、法國排名分列第五、第六。2016~2019年間，美國兩方專利世界份額遠超其他國家。六國中僅中國兩方專利世界年度份6.3%9.0%，且與美國的差距從20161/520191/3從兩方專利整體技術布局來看，美國不論專利數量還是技術焦點的覆蓋度都具有絕對優勢，在各技術領域中的兩方專利份額均超過20%，尤其在信息技術、醫療技術、生物技術和醫藥等領域優勢更加突出。日本在交通工具、材料和化學、半導體、電池和印刷設備等領域中優勢明顯。中中國和德國在技術結構圖譜中的優勢區域分布呈現出了一定的互補性，中國在圖左部，德國在圖右部有各自明顯的優勢區域。韓國和法國在技術結構圖譜中的優勢區域相對分散，主要以少數技術焦點群為主。4-12016~2021年世界排名前六位國家的兩方專利數量及排名情況。其中，美國的兩方專利家族量最多，且以絕對優勢位居世界第一位。其次是日本和德國，日本排名第二，總量

約占美國的二分之一，德國排名第三，總量約占美國的三分之一。中國兩方專利量世界排名第四位，總量僅約占美國的四分之一左右。韓國、法國排名分列第五、第六。世界排名前六位位國家在2016~2021年的兩份額為30.8%，接近世界的三分之一。中國兩方

7.9%。上述六個國家的世界份額75.9%

美 日 德 中 韓 法表4-2顯示了世界排名前六位國家兩方專利182020、2021年數據不全，統計結4-2六國兩方專利份額年度變化，2016~2019年間，

中國兩方專利世界年度份額增長勢頭明顯，保持6.3%9.00161/520191/3。其他國家的兩方專利份額基本穩定，除韓國、德國外，美國、日本、法國的兩國家/年

2016~2021 美國 日本

德國 中國

韓 法國4-2在技術結構圖譜2016~2021中，美國兩方專99（4-3）；日本和德國覆蓋的技術焦點均超過85

四，但技術焦點覆蓋率比法國略低，接近73%，世界排位第五。除中國外，韓國的技術焦點覆蓋率排名也比專利數量世界排名低，技術焦點覆蓋66%，六國中最低。4-444按兩方專利份額的區間統計了中國及科技發達國家專利覆蓋的技術焦點數量與份額的分布情況。美國相對來說在各份額區間占比相對均衡；美國兩方專利在技術焦點中的份20%~30%這一區間的技術焦點比例最高，為25.60.8%010%35.6%

45.5%；區間>50%0.4%；沒有專利布局的區間比例分別為9.3%14.0%。中國、韓國和法國各區間的分布基本50%0%~10%三國比例分別為50.8%，50.6%61.2%；30%左右的技術焦點沒有專利布局，三國比例分別為27.3%、34.2%24.7%；>50%0.8%，0.7%0.1%。4-42016~2021（按兩方專利份額的區間統計

2016~2021

美 日 德 中

韓 法 40%~50%30%~40% 20%~30% 10%~20% 0%~10% 無4-42016~20214-5統計了中國及科技發達國家在WPO技術領域中的技術焦點份額（國家的專利覆蓋的技術焦點數量在某個WIPO技術領域中的技術焦點數量的占比）。圖中顯示，美國在各技術領域9%100%，在其他消費品領域份額最低，占比也接近96.%。日本和德國在各技術領域中的技術焦點份額多數在8%其中更有一半左右的技術領域份額超過90%。其%1990%；

家具、游戲領域最低，份額為66.%，份額低于80%98.869.1%。90%域。其中，中國在基本通信過程領域份額最高，94.0%90%和視聽技術兩個技術領域，在表面技術、涂層領48.6，份額最低。韓國在微結構與納100%；在視聽技術份額90%1.8%。法國在運輸領域的份92.3%，份額最高。環境技術環境技術 生物技 德 中韓 法4-5WIPO基于技術結構圖譜，疊加中國及科技發達國家在不同技術焦點的分布變化，顏色越暖的區域4-6Jenks。結合中國及科技發達國家在各個WIPO領域中的兩方專利世界份額（4-7，中國及科技發達國家在WIPO三），從整個技術布局來看，美國不論兩方專利數量還是技術焦點的覆蓋度都具有絕對優勢，在各技術領域中的兩方專利份額均超過20%，尤其在信息技術、醫療技術、生物技術和醫藥等領域優勢更加突出。日本則在上部的交通工具、右側的材料和化學、中部的半導體、電池和印刷設備等領域中優勢明顯。中國在圖左部通信、計算機技術具有優勢，德國在交通工具、發動機、機械和化學等領域中具有較強的優勢。韓國和法國在技術結構圖譜中的優勢區域相對分散，主要以少數技術焦點群為主。從各個領域的主題覆蓋度來看，美國覆蓋了99%有很高的份額，其中，美國的生物技術領域兩方43.3%IT管理方法、生物材料分析、計算機技術、發動機泵渦輪機、有機精細化學、基本通信過程、微結構與納米技術、數字通信、控制、基礎材料化學和其他專用機械等，這些技術領域的專利份額3%；美國在半導體領域份額最低，份額1.9%。美國優勢技術位于圖的中下部和左上部，在“高性能半導體存儲技術”“計算機處理器”“區塊鏈與密碼學”“分布式網絡數據安

用診察和監護裝置、系統和方法”“醫療保健信息學”“手術器械”“注射穿刺器械”“生物樣本測量酸的測定或檢驗方法”“突變或遺傳工程”“生物醫學療法與藥物組合”“醫用植入物、治療設行設備、飛控系統和信息處理設備”“航空發動冷卻技術和維修方法”等技術焦點群的兩方專利份額較高。90%域份額僅次于美國，相對較高，份額最高的領域33.8%20%、材料與冶金、光學、半導體、電機與設備及能源1%8.%。從技術焦點群先進制備”“高分子聚合物”“光學成像與顯示技備”、印刷設備相關技術焦點群、電池相關技術等。德國優勢技術焦點覆蓋面相對均衡，主要優勢技術在傳統技術，如交通工具、機械和化工等領域。德國在機械工程部類下的機械元件領域份18.6%；其次在機床、運輸和發動機泵渦輪機領域的所占份額也較高，均超過15%；中國技術研發優勢領域比較集中，優勢技術主要以通信、信息技術和光學為主，位于圖的左上部，尤其是在數字通信領域的份額為2.1%，4-8計算機技術與基本通信過程等領域的份額也相對較高，份額均超過10%。從疊加圖4-6中國在“通信網絡設備與技術”“數據管理與處理”“視頻編碼技術”“智能手機”“液晶顯示設備”“汽車動力電池”六個技術焦點群中優勢這六大優勢技術焦點群與周邊其他群“無線通信布式計算資源與數據管理”“高性能半導體存儲技術”“圖像處理與交互系統”“LED技術及其深度集成應用”“智能駕駛”等一起構成了中國主要的技術優勢區域，中國在圖右下方的“雜環

行設備、飛控系統和信息處理設備”“家用清潔設備”“電子煙及氣溶膠發生裝置”“無線通信或檢驗方法”“繁殖、維持或保藏微生物或其組輛傳動裝置、車輛部件”“風力發動機”“工業機器人部件與系統”“流體控制與調節系統”等群也有一定的份額。相比較而言，中國在位于圖右上部的機械工程和左下部的儀器部類的技術焦點所占份額相對較少，在化學、材料、生物科學等優勢學科中，兩方專利中的表現也不盡人意。韓國和法國在所有領域中份額均低于5%。韓國相對優勢的技術領域是半導體、視聽技術、能手機”“液晶顯示設備”“LED技術及其深度集成應用”“有機半導體”“鋰離子電池”“制法國在機械工程部類下的運輸領域有一定優勢，比較突出的技術焦點群有“飛行設備、飛控系統和信息處理設備”“航空發動機、渦輪機轉子葉片”“個人護理材料”等。 （a）（e）

（b）（d）4-62016~2021環境技術50.0% 基礎材料化德 中韓 法4-7WIPO中國在WIPO 消費品工

設備能源技 電

食品冶 材料化4-8WIPO本報告中對優勢技術焦點的判定規則如下：由于專利具有排他性，在某個技術焦點中，本報告中對優勢技術焦點的判定規則如下：由于專利具有排他性，在某個技術焦點中，20%的優勢技術焦點。個技術方向具有優勢，世界份額1.4%，遠低于美國的31.7%，也低于日本的5.3

術焦點中具有絕對優勢，日本僅次于美國，但與美國仍存在巨大差距；中國、德國和韓國的表現比較接近，法國優勢技術焦點相對較少。結合圖4-9顯示，美國兩方專利數量世界排名前三位的技術焦點份額超過90%，美國排名第一的區間份額最高，份額為65.0%，美國排名第二位和第三位的份額分別19.9%9.2%。日本兩方專利數量排名前三位的技術焦點份額超60%，日本排名第二的區間份額最高，份額為26.8%18.1%19.3%。德國排名前三位的技術焦點份額高于50%，且與

日本相同，兩國都是排名第二的區間份額最高，8.7%、21.2%21.4%。20%28.7%、19.6%20.8%，與的技術焦點份額最高，為27.3%；其次是，排名不低于第六的區間，份額21.1%；份額最低的5.3%。

2016~2021美 日 德 中 韓 法 2 3 4 5 >=6 無4-92016~20214-610可以看出，中國份額較高的技術焦點主要集中在電氣工程部類，共涉及6個技術焦點，其中數字通信領域41藥物領域有22個技術焦點。中國兩方專利份額最高的技術焦點在視聽技術領域，份額為87.0%，其他技術焦點69.9%~80.3%。10技術焦點（10）分布在醫療技計算機技術和藥物790%。10基礎材料化學、數字通信、高分子化學聚合物和685%。德國排名前

10學、機械元件、醫療技術、數字通信、IT法、發動機泵渦輪機和半導體8個領域，最高份86.7%，其他份額區間為67.6%~84.7%。中國10他消費品、有機精細化學、視聽技術和計算機技886.7%，其他份額區間為70.5%~84.7%。10半導體、熱過程和設備、高分子化學聚合物、材料與冶金、視聽技術和其他消費品6100%，其他份額區間為82.4%~98.4%。10其他消費品、高分子化學聚合物和發動機泵渦輪572.7%，其他份額區間為53.7%~71.4%。4-610數/件/ 電氣工

51726電氣工 數字通 化 藥

userequipment;terminalnewcrystallineform;newheterocyclic數/件/domainresource;terminaldevice;userequipment;baseliquidblockinginlet;atomizingearhole;electronicdevice;fingerprintidentificationmodule;fingerprintopticalsignal;mobilepaper;shelluserequipment;terminaldomaininformation;data0 技術結構圖譜第五章第五章技術領域可能會更具分析價值。例如圖譜中的LED

了手術器械相關技術焦點233個，包含兩方專利51.9

5-2

日 英

瑞 法

中國以色列意大利5-310公司。分別為強生公司（JOHNSON&JOHNSON）件，碧迪醫療器械公司（BECTONDICKINSONANDCO）373件，史賽克公司（STRYKER

CORP）、泰爾茂公司（TERUMOCORP），與法國5-4100X

5-1。5-110

5-5。30

751371210193171

美 荷

日 德 韓 英

法 中

瑞 以色5-710

AKTIENGESELLSCHAFT）4375-810

N（橘色圓球、西門子公司（紅色圓球）（。三星電子公司和波士頓6。其中波士頓科學公司篇均被引頻05-210

4115-13

5-15。5-14

5-1510該技術領域中專利數量最多的5家公司分別為中國華為公司（HUAWEITECHNOLOGIESCOMPANYLTD）5710司（ERICSSON）4067件專利，美國高通公司

（QUALCOMMINC）4034件專利，中國步步高公司（BBKELECTRONICS）1826件專利，韓國三星電子公司（SAMSUNGELECTRONICSCO15795-1610均最早公開年的散點圖（圖5-16）中可以看出，1022離群點為高通公司（黃色圓球），該公司專利擁8.03272有的專利極有可能是該熱點技術區域的核心基礎專利。圖中間的聚集區域為其他3公司相比高通公司專利總被引頻次較少，包括了

華為、愛立信與三星電子，其中中國華為公司申請的專利數量最多且平均最早公開年較新，說明該公司在此技術領域中有很強的技術發展能力。此外圖的下方右側離群點為中國的步步高公司，1862019是一個在該領域不可被忽視的新興力量。通信網105-4。5-410光學與光電子是由工作物質、激勵源和諧振電子的核心，常用的光學與光電子器件主要有半導體發光二極管、半導體激光器以及超級發光二

極管。光學與光電子相關技術焦點在技術結構圖譜形成了熱點聚集區域，本報告遴選了光學與光電子相關技術焦點260184305-17。5-175-18LED

件，分別占整個技術領域專利的20.7%、20.6%、11.8%、9.2%、8.4%和6.9%。光學與光電子技術5-184000 5-1910該技術領域中專利數量最多的5家公司中2家韓國公司，奧地利公司、荷蘭公司以及法國公司各一家。5家公司中韓國三星電子公司（SAMSUNGELECTRONICSCOLTD）985奧地利艾邁斯公司（AMSAG）625件專利，荷蘭

昕諾飛公司（SIGNIFYN.VCORP）584國LG公司（LGCHEMLTD）390件專利，法國法雷奧公司（VALEOGROUPLTD）327件專利。光105-20。5-2010從光學與光電子技術領域專利引用頻次與平均最早公開年的散點圖（5-20）中可以看出，該技術領域中競爭較為激烈，各大公司的專利量01個較為聚集的區域與最上方遠離其他圓專利量、專利篇均被引頻次都超過其他公司，且專利平均最早公開年也是前十公司中最新的。中間聚集區域包含了三家公司，分別為G艾邁斯公司以及京東方公司（BOETECHNOOGY

GROUPTD這三家公司為該領域的第二梯隊，值得注意的是中國京東方公司，申請量雖低于韓04.36司的專利量與專利被引頻次較少。所有機構的專利平均最早公開年都比較早，均在2017.6-2018.26年終持續不斷申請專利，穩步持續進行技術研發與專利保護。光學與光電子技術領域中擁有專利105-5。5-510,具有高比能量、高循環壽命、體積小、質量輕、并迅速發展成為新一代儲能電源用于信息技術、電動車和混合動力車、

術焦點在技術結構圖譜中形成了一個熱點聚集區4148735-21。5-215-2/物質、金屬鋰二次電池等。該技術領域中專利數量前二的申請人國家為日本和韓國，分別擁有兩17631244件，占整個技術領域專利

36.225.5%。相比日本和韓國，其他國家576323319。鋰離子電池技術領域中專105-23。5-22

5-2310韓國公司。5家公司中，韓國LG（LGCHEMLTD）807件專利，日本松下公司

CORPORATION）200件專利，韓國三星SDI公司（SAMSUNGSDICOLTD）188件專利，日本東芝公司（TOSHIBACORP）136件專利，日本豐田汽車公司（TOYOTAMOTORCORP）1305-2410從鋰離子電池技術領域兩方專利引用頻次與平均最早公開年的散點圖（5-24中可以看出，10G（綠色圓球），該公司專利申請量遠超其他公司，但專利篇均被引數量沒有明顯優勢。大部分其他公司圓球都分布中間偏下區域圓球為日本松下公司。SDI公司、東芝公司、豐田公司、旭化

成公司（ASAHIASEIOR.）(ZEONOR.)。其中日本旭化成公司（中間綠色遠點）專利申請量只有804.6，說明該公司近年在該領域可能具備核心技術優勢。圖的右側有兩個專利平均最早公開年較新的公司，分別為松下與寧德時代。鋰離子電池技術領域中105-6。5-610智能汽車是一個集環境感知、規劃決策、多用了計算機、現代傳感、信息融合、通訊、人工智能及自動控制等技術，是典型的高新技術綜合體。目前對智能車輛的研究主要致力于提高汽車

近年來，智能車輛己經成為世界車輛工程領域研結構圖譜中熱點技術領域之一。本報告遴選了智20896615-25。5-255-265-6示設備、駕駛輔助設備以及停車系統等。該技術領域中專利數量前三的申請人國家為日本205220161934

全部專利的21.2%、20.9%和20.0%，遙遙領先其他國家。相比日本、德國和美國，其他國家申5-27。

日 德

美 中 韓

法 英

荷 印 瑞5-2710專利申請人所屬機構專利量前五的公司為3國公司為保時捷汽車公司（PORSCHEAUTOMOBILHOLDINGSE）539（BOSCH

GMBH）445件、大陸集團公司（CONTINENTALAG(GERMANYFED.REP)）288國公司為百度公司（BAIDUINC）3115-2810早公開年的散點圖（圖5-28）中可以看出，該技102中間圓球聚集區域包含了5個公司，包括了日本

日本日產汽車公司（NISSANMOTORCO.LTD）和LTD）5420195105-7。5-710 第六章第六章 技術結構圖譜術建立的世界技術聚焦數據庫，幫助我們有效、快捷地追蹤世界高質量技術的發展及領先機構的技術著力點，把握科技前沿領域方向。7.9%，喜的是，2016~2019.3%9.020161/520191/3例如：突破兩方專利的限制，尋找更為有效的高質量專利的遴選機制；將技術結構分析與科學結構分析結合起來，考察科學與技術的相互影響、科研成果轉移轉化的趨勢與融合發展路徑，更深入和全面地探查各方面因素的影響，反映科技結構變化。10（10ID數/篇apparatus;distalendstaplingdevicecenteraxis;secondplate;webhouseholdcaretooth;oralcarecompositionpermanentmagnet;electricalagent;masscomprisingID數/篇wirelesscommunicationcommunicationsystemworkguidancedisplayunit;shoveldisplayhydraulicshovel;constructionmachineworkingmachinecontrolapparatus;hydraulicdriveapparatusarmcylinder;targetoperationspeed;controlapparatus;workingmachinehydraulicshoveltonerparticle;binderresin;imageformingapparatus;tonerimage;tonerbaseparticlerareearthoxysulfide;refrigerantdifluoromethane;coldstoragematerial;carbondioxide;icemakingmachinecocrosslinkingagent;carbonrubbercompositionimageformingapparatus;tonerimage;apparatusliquiddeveloper;developerimageemittingdevice;fluorescentmember;wavelengthconversioncomponent;complexoxidehardcoatinglayer;surfacebase;basematerialID數/篇componentmicrowaverange;microwaveantennaarray;highfrequencybrakecaliper;diskbrake;brakeliquidcrystaldisplay;electroopticalcomponent;li