科学素质与发明价值

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Science Quality and the Value of Inventions》
---
作者：
Felix Poege, Dietmar Harhoff, Fabian Gaessler, Stefano Baruffaldi
---
最新提交年份：
2019
---
英文摘要：
  Despite decades of research, the relationship between the quality of science and the value of inventions has remained unclear. We present the result of a large-scale matching exercise between 4.8 million patent families and 43 million publication records. We find a strong positive relationship between quality of scientific contributions referenced in patents and the value of the respective inventions. We rank patents by the quality of the science they are linked to. Strikingly, high-rank patents are twice as valuable as low-rank patents, which in turn are about as valuable as patents without direct science link. We show this core result for various science quality and patent value measures. The effect of science quality on patent value remains relevant even when science is linked indirectly through other patents. Our findings imply that what is considered \"excellent\" within the science sector also leads to outstanding outcomes in the technological or commercial realm.
---
中文摘要：
尽管进行了数十年的研究，但科学质量与发明价值之间的关系仍不清楚。我们展示了480万个专利族和4300万个出版记录之间的大规模匹配结果。我们发现，专利中引用的科学贡献的质量与各自发明的价值之间存在着很强的正相关关系。我们根据与专利相关的科学质量对专利进行排名。引人注目的是，高级别专利的价值是低级别专利的两倍，而低级别专利的价值又与没有直接科学联系的专利的价值一样。我们展示了各种科学质量和专利价值度量的核心结果。即使科学通过其他专利间接联系在一起，科学质量对专利价值的影响仍然是相关的。我们的研究结果表明，在科学领域被认为“优秀”的东西也会在技术或商业领域产生杰出的成果。
---
分类信息：

一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Computer Science        计算机科学
二级分类：Digital Libraries        数字图书馆
分类描述：Covers all aspects of the digital library design and document and text creation. Note that there will be some overlap with Information Retrieval (which is a separate subject area). Roughly includes material in ACM Subject Classes H.3.5, H.3.6, H.3.7, I.7.
涵盖了数字图书馆设计和文献及文本创作的各个方面。注意，与信息检索（这是一个单独的主题领域）会有一些重叠。大致包括ACM课程H.3.5、H.3.6、H.3.7、I.7中的材料。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
PDF下载：
--> Science_Quality_and_the_Value_of_Inventions.pdf (1.64 MB)

2022-6-14 07:10:21 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：relationship Contribution Quantitative Large-Scale QUANTITATIV

科学质量和发明价值Felix Poeegabdietmar Harhoffacd+Fabian Gaesleratestefano Baruffaldia faMax-Planck创新与竞争研究所，MunichbInstitute for the Study for Labor（IZA），BonncLudwig Maximilian University（LMU），MunichdCentre for Economic Policy Research（CEPR），LondoneTechnical University of Munich，MunichUniversity of Bath，4月4日，2019年摘要尽管进行了数十年的研究，但科学质量与发明价值之间的关系仍不清楚。我们展示了480万专利族和4300万出版记录之间的大规模匹配结果。我们发现，专利中引用的科学贡献质量与各自发明的价值之间存在着强烈的正相关关系。我们根据相关科学的质量对专利进行排名。引人注目的是，高级别专利的价值是低级别专利的两倍，而低级别专利的价值又大约是没有直接科学联系的专利的价值。我们展示了各种科学质量和专利价值度量的核心结果。即使科学通过其他专利间接联系在一起，科学质量对专利价值的影响仍然是相关的。我们的发现意味着，科学领域被认为“优秀”的东西也会在技术或商业领域取得卓越的成果。关键词：科学、引文、非专利文献、专利、专利价值、专利族。JEL分类：L20、O31、O33、O34作者按字母倒序排列。我们衷心感谢马克斯·普朗克学会和德国科学基金会（DFG，CRC TRR 190）的支持。我们感谢Wolfgang Knaus、Birgit Palzenberger和FrankSander在将WoS数据与专利不良贷款参考进行匹配方面提供的支持，并感谢王健对引用指标计算的有益评论。

这项研究的早期结果发表在科学数据网络研讨会atEPFL和2018年欧洲知识产权政策年会上。可通过汤森路透访问科学数据网。专利数据可通过欧洲专利局提供的PATSTAT数据集获取。补充材料：附后。无花果。S-F1至S-F7。表S-T1至S-T13。+通讯作者：马克斯·普朗克创新与竞争研究所，马斯塔尔普拉茨1号，D-80539慕尼黑。邮件：dietmar。harhoff@ip.mpg.de.1几个世纪以来，科学和技术之间的关系一直受到激烈的讨论。在文艺复兴时期，科学主要是通过赞助获得资助的，基础研究的公共资助与应用研究和商业创新努力的私人、工业资助的分离直到19世纪才出现（Scotchmer，2004；Mokyr，2002）。自第二次世界大战结束以来，决策者一直依赖这样一种理念，即科学有助于产生知识和信息，最终有助于新技术和组织能力的出现，提高生活质量和经济增长（Bush，1945）。瓦内瓦尔·布什（VannevarBush）关于建立一个公共资助的科学体系，并将其纳入私人组织的创新渠道的设想，成为大多数西方国家科学资助、研发和创新体系的蓝图。随着选民越来越多地要求提供科学支出效益的证据，这一概念最近再次受到审查。对于决策者和科学家来说，这无异于增进对科学对技术进步和创新影响的理解。科学部门提供的最相关的产出形式是出版物，众所周知，出版物的质量差异很大。

虽然一些科学出版物将影响和激励广大研究人员，但其他出版物从未被阅读或引用。科学质量的衡量标准，如引文数量或影响因素，被用来使这种异质性变得明显，并在科学部门的治理中变得越来越重要。科学治理和科学资助旨在通过将资源分配给可以预期取得杰出成果的研究人员和机构，促进优秀而非平庸的科学产出。但有人认为，这种逻辑没有考虑到技术转让和商业化的实际结果。根据这些声音，科学是内向的。这就提出了一个问题，即在科学界被认为“优秀”的科学产出在多大程度上可以在技术或商业领域产生杰出的成果。本文旨在为理解这种联系提供新的见解。我们提供的证据表明，科学出版物的质量（通常通过引文在sciencevia中进行评估）是其与专利中记载的技术发展的相关性和影响的有力预测因素。我们记录了两个主要结果。首先，科学性高的出版物更有可能在专利文件中被引用，并且被引用率更高。其次，在直接建立在科学基础上的专利中，专利的价值随着科学质量的提高而单调增长。这些结果跨越科学学科、技术领域和时间。2数据我们的分析从1980年起科学网（WoS）的科学出版物开始，相当于大约4300万份科学出版物。

在专利方面，我们考虑了480多万个专利族的样本，包括DOCDB数据库中的所有专利族，其中至少有一个在欧洲专利局（EPO）或美国专利和商标局（USPTO）发布的授权出版物，包括1985年至2012年之间的首次发布日期。随后，我们的分析单位是专利族，我们也可以将其称为专利。这些专利保护着总人口超过10亿的发达国家的发明。专利通过确定新颖性（现有技术）或解释基础发明的内容引用与受保护材料相关的各种类型的文件。这些文件包括最重要的其他专利，但通常也包括非专利文献（NPL）。（Callaeretet al.，2006）后者的一个子集是对科学文章的引用，我们称之为科学非专利文献（SNPL）。为了将专利与出版物联系起来，我们利用了专利中NPLreference与WoS中科学出版物的高度精确和全面匹配。成功链接到科学出版物的专利中的不良贷款参考包括我们的一组SNPL参考。大约有100万项专利通过大约700万条SNPL参考文献与至少一份科学出版物相关联。在所有科学出版物中，SNPL参考文献列表中约有220万份。在我们的核心分析中，我们依赖于科学质量和专利价值的既定衡量标准。科学出版物的质量是通过发表后三年内其他科学出版物的引用次数来衡量的。我们将专利的SNPL科学质量定义为专利的SNPL参考的质量。

一项专利可以引用零篇、一篇或多篇科学文章，就像一篇科学文章可以引用零篇、一篇或多篇专利一样。图1a说明了此设置。当存在多个SNPL引用时，默认情况下，我们只考虑具有最高质量的发布。专利价值是通过自专利首次发布之日起五年内的远期专利引用次数来衡量的。我们使用美国专利的引用作为我们对专利价值的第一个衡量标准。我们的结果对其他选择具有鲁棒性。我们用期刊影响因子取代引文作为科学质量的衡量标准。我们用其他几个选项替换了多个SNPL引用质量的聚合方法。我们将美国专利引用作为一系列替代方案的价值衡量标准。3结果作为一个首要问题，我们探讨了将科学出版物纳入专利领域的选择，即科学质量与科学出版物在专利中被引用的可能性之间的关系（Hicks et al.，2000）。我们关注引用的概率和强度，即任何专利发明以及有多少专利发明引用了给定的科学贡献。我们给出了低于中位数（均获得0次科学引用）的出版物，主题和第70百分位之间的出版物，以及科学质量百分位80、90、95、99（前1%）、99.9（前1）和99.99（前1）的出版物的结果。

图1b显示了这些结果；线条图显示了至少一项专利中以SNPL引用形式出现的科学出版物的份额，圆圈的大小表示它们以SNPL引用形式出现的平均次数。匹配基于Knaus和Palzenberger（2018）中详细记录的方法，并在补充材料中总结。补充材料提供了有关数据源的进一步详细信息，讨论了引用作为技术和科学之间相关性指标的使用，并阐述了我们用于稳健性分析的专利价值和科学质量的替代措施。我们在SNPL参考文献中发现了大量高科学质量的科学出版物。在中位数以下，科学出版物几乎从来都不是SNPL参考文献。在科学质量排名前1%的出版物中，这一数字增加了40%。令人震惊的是，大多数排名前1位（>60%）和排名前1位以外的出版物（80%）都在专利中引用。它们在distinctpatent家族中作为SNPL参考出现的平均次数分别为7.7次和21.9次。我们强调，这些结果并不是由于重要专利对基础科学引用的反馈。

通过将我们对科学引文的测量限制在发表后的前三年，我们有效地排除了这种偏见。科学-论文技术-专利价值代理：专利引用，$/EUR估计，索赔长度质量代理：科学引用，影响因素NPL参考：专利到论文科学引用：论文到论文专利引用：专利到专利（a）设置：科学领域（左），技术（权利）和专利论文引用0.100.150.230.380.757.6621.902.270.040.2.4.6.81概率：被专利引用的文章<50%>50%>70%>80%>90%>95%>99%>99.9%>99.99%SNPL引文的科学质量概率SNPL引文的数量（b）没有SNPL引文的科学质量国家的SNPL引文数量04812国家价值（引文）SNPL排名的低质量高质量国家科学质量SNPL Science Quality-最大（默认）SNPL Science Quality-平均（c）专利价值SNPL Science Quality图1：设置和主要结果注：Science Quality是其他科学出版物的3年引用计数。b） 专利计数不作为SNPL参考出现。蓝色阴影区域显示平均值周围95%的置信区间。N=42962463。c） SNPL科学质量是指专利引用的出版物的质量。当有多个专利纸质参考文献时，默认情况下我们使用最高质量的参考文献（橙色）。相比之下，我们使用平均质量（蓝色）。专利价值是以美国专利的5年专利远期引用计数来衡量的。专利价值和科学质量使用技术领域×第一年FEs进行剩余化。阴影区域显示了各自均值周围95%的置信区间。N=4767844项专利（952932项，引用SNPL）。我们继续进行主要分析，并调查SNPL科学质量在多大程度上可以预测专利价值。

主要数据说明了随着时间的推移，各个技术领域的水平差异。我们通过配对水平固定效应（FE）控制来估计能够吸收这些维度变化的计量经济学模型，并以图形方式呈现结果残值。实际上，我们将技术领域和年份特定平均值的偏差转换为总体平均值的偏差。这确保了不同技术领域和时间的结构差异不会影响结果。所讨论的关系得到计量经济学模型的支持，计量经济学模型允许量化其平均量级，评估其统计意义，并控制全套混杂因素。SNPL科学质量与专利价值之间的关系如图1c所示。我们绘制了SNPL科学质量分布中的平均专利价值。作为专利价值的第一个衡量标准，我们使用美国专利的专利引用数量。我们稍后会考虑其他选择。作为基准水平，该图显示了没有任何SNPL参考的专利的平均价值（虚线）。我们对比了两种可能的SNPL科学质量聚合方法。当Apent引用多篇科学文章时，我们在第一种变体中使用最高质量的参考值作为我们的度量（橙色）。这里，我们并列第二个变体，其中我们考虑所有引用的平均质量。显然，顶级科学更为重要，考虑到科学材料超出了最佳材料，稀释了科学质量与技术价值的关系。在补充材料中，我们展示了这扩展到使用其他聚合方法，这些方法侧重于质量分布的顶部。

因此，我们继续只考虑最高质量的SNPL参考。之前的研究发现，在有限的样本或特定领域，SNPL引用或参考其他技术文献的专利价值较高（Branstetter，2005；Harhoff等人，2003）。我们能够在我们的数据中大规模地证实这一结论：对于任何级别的SNPL科学质量（最底层除外），有NPL参考的专利价值都高于或等于没有SNPL参考的专利价值。值得注意的是，SNPL science quality充分解释了有无SNPL参考文献的专利之间的价值差异。为了提高SNPL科学质量，专利价值增长迅速，几乎是单调的。在SNPL sciencequality分布中，具有SNPL参考文献的专利平均价值与没有SNPL参考文献的专利相同。与该群体相比，在SNPL科学质量分布中排名靠前的专利获得的正向专利引用数量是前者的两倍多。这一核心结果表明，高质量的科学活动导致了高价值技术的发展。高质量的研究和技术开发可能由相同的个人或组织进行，这可能会推动结果。公司、初创公司、发明家和学术科学家可以开展可能直接导致科学和技术成果的科学活动（Gittelman和Kogut，2003）。因此，我们补充了这一发现，探索我们的结果如何在单独考虑SNPL自我参照时发生变化。图2a描述了相应的结果。橙色线条表示SNPL自引用专利的专利价值。蓝色线条描述了不包括SNPL自我引用的专利价值。后者的结果与图1c中的结果接近。