基于全球專利信息的蔬菜產業技術發展態勢

劉　勤　楊玉明　張　熠

（1農業部南京農業機械化研究所，江蘇南京 210014；2江蘇省專利信息服務中心，江蘇南京 210008；3中國農業科學院，北京 100081）

為了明晰蔬菜產業技術發展現狀，基于Innography專利檢索分析平臺，運用專利挖掘方法和可視化工具，對國內外蔬菜產業專利技術發展態勢、技術來源與應用、創新機構、IPC分布、技術熱點、專利強度等進行了相關數據的采集與分析。結果表明：全球蔬菜產業一般專利較多，核心專利嚴重缺乏，中國、俄羅斯、美國、韓國、日本是專利技術的主要來源國和應用國；技術創新主要集中于食品制備（A23L1）、藥物制劑（A61K36）、溫室培養（A01G9）等領域，中國蔬菜產業的技術創新基本覆蓋了絕大部分的技術熱點，但在播種育苗技術熱點上并無明顯優勢；浙江大學、中國科學院雖引領國內科技創新，但從全球看只是該領域的技術加入者。

蔬菜產業是我國農業、農村發展的支柱產業，在保供給、促增收、促就業等方面發揮著不可替代的重要作用。我國是蔬菜生產和出口大國，是全球蔬菜市場的重要組成部分。目前我國蔬菜產量居種植業第一，播種面積居第二，僅次于谷物（劉芳等，2011；吳建寨 等，2015；范林強和柳平增，2017）。隨著我國城市化進程的推進、農村勞動力的減少，對于蔬菜這種勞動密集型產業，發展現代化生產，盡快實現蔬菜產業轉型升級，將有助于提高我國農業的整體效能。

Meye（2002）認為技術創新的產出是專利。專利具有技術與市場屬性，它滿足原創性、技術可行性及商業價值評估的要求（賴朝安和錢嬌，2017）。作為技術創新的前提和基礎，專利是準確識別技術機會、順利開展技術創新活動的重要前提（王金鳳 等，2017；王效岳 等，2017），專利也是衡量創新能力的重要指標，反映產業技術創新的活躍程度（陳榮 等，2017）。專利數據提供了一個獨特的視角去理解和描述技術的發展脈絡（官建成和王剛波，2008）。目前，從專利挖掘視角揭示蔬菜產業技術布局和市場競爭的相關研究鮮見報道。本文基于Innography專利分析平臺，通過專利計量、專利引證、專利強度等多種專利挖掘分析方法，對蔬菜產業全球專利技術發展現狀進行多角度分析，以期為我國蔬菜產業拓展創新思路、突破核心技術提供有價值的競爭情報。

1　專利數據與處理方法

Innography是ProQuest Dialog公司推出的專利分析平臺，其數據源包括90多個國家和地區的逾8 000萬件全球專利數據（張群和張柏，2014）。Innography的專利申請人氣泡分析圖能直觀體現專利申請人之間技術差距和綜合經濟實力，文本聚類分析功能可以幫助快速判斷研究領域的技術要點（李建婷 等，2014；孫秀良 等，2017），專利強度指標可以從海量專利數據中篩選出高價值的核心專利，進而挖掘出技術領域的研發重點（賀偉 等，2014）。

本文運用Innography國際專利檢索分析平臺，以“Fruits or Vegetable or Vegetables or Rootstalk Vegetable or Vegetable Crops or Vegetable Crop”not“Vegetable Oil”為檢索詞，檢索時間截至2016年12月31日，檢索專利為授權且有效的發明專利。經過數據篩選去重除雜后，得到有效專利數據117 104條。相關數據利用Innography、Excel軟件進行組合統計分析。

2　數據分析

2.1　年度趨勢分析

根據蔬菜產業全球和主要國家專利年度申請量繪制圖1。從圖1可以看出，全球蔬菜產業技術發展大致經歷4個階段，具體為：2002年之前處于技術萌芽期，該階段專利申請量增長緩慢，俄羅斯、日本申請量占比較大；2002～2010年申請量雖有波動，但整體增長平穩，處于平穩增長期；2011～2014年申請量呈現快速增長態勢，2014年達到高峰，期間中國申請量占比持續增大，2014年占比更高達67.76%；2015年后申請量逐步下滑，有進入技術衰退期的跡象。從年度趨勢線來看，俄羅斯、韓國與全球發展態勢大致趨同，日本專利峰值出現在2009年，較全球更早進入快速成長期；中國專利峰值出現在2015年，晚于全球，2016年申請量雖有小幅下滑，但總體穩定，目前尚未出現明顯的技術衰退跡象。

圖1　1998～2016年全球及主要國家蔬菜產業專利申請量變化趨勢

2.2　技術來源國與應用國分析

從發明人所在地即技術來源國（地區）、專利申請所在地即技術應用國（地區）的層面分析（表1），蔬菜產業專利技術集中度非常強，90.16%的專利發明人來自前10位國家和地區，92.67%的專利在前10位國家和地區申請。無論從技術來源國，還是從技術應用國來看，中國、俄羅斯、美國、韓國、日本均居前5位，引領了全球蔬菜產業的技術進步。有一個現象值得注意，即美國的技術來源數為10 098件，而技術應用數為7 877件，技術來源數明顯大于技術應用數，是技術應用數的1.28倍；而中國、日本、俄羅斯、韓國的技術來源數和技術應用數相差不大。這一現象表明，在全球布局方面美國領先于其他國家，中國、日本等在全球專利布局方面明顯偏弱。當然這種差距并不僅僅源自專利技術本身，還與專利整體數量與質量、專利運用能力、專利布局策略等息息相關。

表1　蔬菜產業專利技術來源國（地區）與應用國（地區）分析

2.3　IPC識別

IPC是目前國際上唯一通用的專利文獻分類工具，它采用功能性為主、應用性為輔的5級分類原則，即部、大類、小類、大組和小組。專利數集中的IPC類組通常是技術研發的活躍區域（劉勤 等，2014，2017）。本文采用IPC大組分析蔬菜產業的技術構成，蔬菜產業最集中的9個IPC及具體技術內容見表2。

表2　蔬菜產業主要IPC分析

檢索發現，番茄、辣椒、大白菜、黃瓜等大宗蔬菜在上述領域均有大量專利產生。但也有特例，即大白菜在采摘裝置（A01D46）領域的專利少之又少。

一般認為辣椒、大白菜在化妝品中鮮有涉及，但實際上，將辣椒提取物作為天然防腐劑用于護膚品，將辣椒紅色素作為天然著色劑用于唇膏，將大白菜提取物用于祛斑霜、美白液、抗衰老霜、面膜等，已有多項發明提出。

近年來，蔬菜產業研究內容趨于多元化，且交叉滲透，比如專利“一種智能化蔬菜大棚用遠程控制噴灌裝置”，集成栽培（A01G）、供電（H02J）技術，采用通信裝置獲取大棚溫度和濕度變化情況，通過遠程控制器控制水泵和噴灑裝置進行集中灌溉；專利“一種人工光源培育蔬菜的裝置和方法”集成栽培（A01G）、動力儲存（F03D）、供電（H02J）、控制（G05D）技術，提出了在島礁、兵站哨所、其他孤立工作點等遠離社區、交通不便、沒有電源等惡劣條件下可以使用的人工光源蔬菜栽培方法，嘗試解決這些地區工作人員難以吃到新鮮蔬菜的難題。

2.4　技術熱點分析

文本聚類是對文本信息進行有效組織、摘要和導航的重要手段。Innography的文本聚類功能可以根據詞頻快速提煉技術點。經反復檢索，剔除不相關或相關度低的熱詞，包括“vegetable/fruit and vegetable/fruit and vegetables/Fruit Tree/benefical effects/side wall/simple structure/raw materials/following steps/right side/main body/cover bag/beneficial effects/DEG C/melon and fruit”等，得出蔬菜產業專利技術圖景（圖2）。圖景中出現的關鍵熱點詞語是實施專利保護核心所在，圍繞這些核心，各國和各大公司申請了大量相關專利，形成了龐大的專利保護網。技術圖景中白色邊界內的區域代表技術點，面積越大，代表技術點下的專利量越多。

圖2　蔬菜產業專利技術圖景

如圖2所示，蔬菜產業技術熱點涉及播種育苗、溫室栽培、植保、采收、清洗、保鮮、儲存、采后加工等各個環節，覆蓋蔬菜全產業鏈。眾所周知，蔬菜種植是一項勞動強度大、作業要求繁瑣、勞動力成本高的田間勞作，尤其在采收環節更為明顯。輸送帶、旋轉軸、底盤、收獲機等熱點詞語的出現，表明科研人員在提升蔬菜生產機械化程度方面取得了新的研究進展。值得一提的是，隨著蔬菜產業的發展，環境污染的加劇，蔬菜病蟲害越來越嚴重。與此同時，社會對蔬菜農產品質量安全關注度日益提高，農藥殘留和環保熱詞的出現，正順應了蔬菜生產追求綠色、可持續發展的要求。安全高效低成本的病蟲害防治、農藥殘留快速檢測、測土配方施肥等關鍵技術的研發力度正在逐年加大。

熱點詞語泡菜的專利主要來自韓國，這和眾所周知的飲食習慣息息相關。檢索發現，中國發明創新涵蓋了絕大部分技術熱點，但在播種育苗技術這一熱點上并無優勢。

2.5　主要創新機構分析

Innography的專利申請人氣泡分析圖能直觀體現專利申請人之間技術差距和綜合經濟實力。圖中氣泡大小代表專利多少，橫坐標代表技術能力，縱坐標代表經濟實力。處于第1象限的創新機構，技術實力和經濟實力都很強，是領域的領導者；與之相對處于第3象限的創新機構，經濟或技術實力稍顯薄弱，是領域的仿效者和加入者；處于第2象限的創新機構，經濟實力很強，是潛在購買方；處于第4象限的創新機構，技術實力很強，是潛在銷售方。處于第2象限和第4象限的創新機構可以采用專利技術轉讓等合作模式達到共贏。

如圖3所示，排名前12位的創新機構中：

① 德國拜耳、美國陶氏杜邦、瑞士雀巢、德國巴斯夫基本處于第1象限，可以認為是蔬菜產業的領導者。拜耳、陶氏杜邦、巴斯夫的農化產品，比如防治蔬菜白粉病、灰霉病、霜霉病的殺菌藥，內吸性殺蟲劑等；雀巢的蔬菜食品，比如蔬菜米粉等，均在全球得到廣泛推廣應用。荷蘭聯合利華和美國百事處于第2象限，是潛在購買方。這兩家公司在蔬菜食品、蔬菜飲料方面的創新成果，推進了蔬菜產業鏈的延伸和快速發展。

② 瑞士農化巨頭先正達、法國歐萊雅處于第3象限，較第一梯隊雖稍顯弱勢。但先正達在蔬菜殺菌劑，歐萊雅在蔬菜提取物用于日化產品等方面取得的積極進展令人矚目。處于第4象限的美國孟山都，是全球蔬菜種子領先生產商，擁有20多類逾2 000種田間蔬菜種子產品，可以滿足全球各地消費者的消費喜好和生產要求。

③ 排名前12位的創新機構中，中國有2家上榜，即浙江大學和中國科學院，分別位居第10位和第12位，在引領全球蔬菜產業技術創新中占有一席之地。但兩者同處第3象限，只是該領域的技術加入者和跟隨者，在自主創新方面有待進一步提升。

圖3　蔬菜產業主要創新機構

2.6　專利強度分析

Innography通過專利訴訟、專利引用和被引用數、同族專利數、專利權利要求數等指標來表征專利價值。將專利強度為80%～100%的專利歸為核心專利，30%～80%的歸為重要專利，0～30%的歸為一般專利。如圖4所示，蔬菜產業專利強度＞80%的核心專利占比僅為2.28%，＜30%的專利占比竟高達67.58%，可見蔬菜產業一般專利較多，而核心專利卻嚴重缺乏。

圖4　蔬菜產業專利強度分布

進一步對專利強度＞90%的1 619件專利進行分析，發現其產生年份集中于2003～2013年間，峰值出現在2006年，2009年后呈逐年走低態勢。從發明人地域分布來看，專利數位列前5位的國家依次是：美國（1 056件）、德國（116件）、法國（67件）、日本（44件）、英國（44件），美國占比高達76.22%，中國為28件，占比僅為1.73%，與美國差距非常明顯，在核心專利方面沒有任何優勢。從技術分布來看，核心專利主要集中于食品制備（A23L1）、化妝品制備（A61K8）、醫藥配制品（A61K9）、基因工程（C12N15）、植物再生（A01H5）等領域。美國專利US8961171B2強度最高，該發明涉及一種蔬菜榨汁機，2010年申請，2013年已實現轉讓。

3　結論與建議

2015年后全球蔬菜產業專利技術發展已相對成熟，有進入技術衰退期的跡象。該產業一般專利居多，核心專利嚴重缺乏，技術研發主要集中于食品制備（A23L1）、藥物制劑（A61K36）、溫室培養（A01G9）等IPC大組，研究內容近年來趨于多元化，且交叉滲透。中國在專利布局和核心專利擁有量方面，與美國差距明顯；在技術熱點方面，中國已做到大范圍覆蓋，但在播種育苗技術熱點上并不具優勢；浙江大學、中國科學院引領國內技術創新，但從全球范圍看，只是技術加入者和跟隨者，尚需進一步提升創新能力。

基于此，提出如下建議：一是多途徑促進蔬菜產業專利申請、實施和保護，注重專利質量提升和專利海外布局，努力搶占技術制高點。二是積極推動協同創新，強化產學研合作，加快提高產業科技含量。三是加快專業化蔬菜基地建設，突出區域特色，實施品牌戰略，加強無公害種植，提高經濟效益。四是健全技術服務體系，強化蔬菜新技術、新品種試驗、示范和推廣應用，推進科技成果轉化落地生根。五是發揮合作社、協會紐帶作用，建立信息化服務網絡，提高進入市場的組織化程度。六是完善產業鏈條，推進蔬菜產業向區域化布局、規模化生產、產業化經營、專業化服務的方向發展。

陳榮，曹明，孫濟慶．2017．面向技術發展趨勢的專利分析模型研究．科技管理研究，（10）：183-187．

范林強，柳平增．2017．蔬菜產業信息系統評價指標體系探究．南方農業，11（5）：61-63．

官建成，王剛波．2008．技術領域優勢的國際比較研究．科學學研究，26（1）：90-97．

賀偉，張柏秋，田辛玲，李賀．2014．基于Innography平臺的吉林大學專利分析．情報科學，32（8）：144-147．

賴朝安，錢嬌．2017．基于知識圖譜的專利挖掘方法及其應用．科研管理，38（4）：333-341．

李建婷，劉明麗，胡娟．2014．基于Innography的高校專利成果分析及科技創新能力研究——以北京工業大學為例．現代情報，34（7）：104-110．

劉芳，王琛，何忠偉．2011．中國蔬菜產業國際市場競爭力的實證研究．農業經濟問題，（7）：91-98．

劉勤，何志文，鄭硯硯，檀律科，黃旭，唐耘．2014．我國農用航空植保技術專利信息分析．中國農業大學學報，19（6）：272-278．

劉勤，王少康，胡良龍，鄭硯硯，檀律科．2017．農機裝備專利價值評估研究．中國農業科技導報，19（5）：86-91．

孫秀良，高彥靜，伊雷．2017．基于Innography的生物質能源專利全球發展態勢分析．圖書情報導刊，8（2）：66-71．

王金鳳，吳敏，岳俊舉，吳漢爭，馮立杰．2017．創新過程的技術機會識別路徑研究——基于專利挖掘和形態分析．情報理論與實踐，40（8）：83-86．

王效岳，趙冬曉，白如江．2017．基于專利文本數據挖掘的技術預測方法與實證研究——以納米技術在能源領域應用為例．情報理論與實踐，40（4）：106-111．

吳建寨，沈辰，王盛威，張建華，孔繁濤．2015．中國蔬菜生產空間集聚演變、機制、效應及政策應對．中國農業科學，48（8）：1641-1649．

張群，張柏．2014．燃料電池車專利情報研究——基于Innography專利分析平臺．情報雜志，33（7）：38-43．

Meye R M．2002．Tracing knowledge flows in innovation systems．Scientometrics，54（2）：193-212．