海洋溢油污染生物修復技術的專利分布分析

,,,,,,,,,

(1.中國海洋石油國際有限公司，北京 100027；2.中海油能源發展股份有限公司安全環保分公司，天津 300457；3.天津市海洋石油開發污染防治技術企業重點實驗室，天津 300457)

近些年來，隨著國際能源需求的不斷增長，海洋溢油污染事故頻發。特別是以阿拉斯加威廉王子灣瓦爾迪茲號和墨西哥灣深水地平線號為代表的嚴重溢油污染事故，泄漏時間長,污染面積大，不僅造成嚴重的經濟損失，還對海洋生態環境[1-2]和人體健康產生嚴重威脅[3-4]。因此海洋溢油污染事故的清理成為近些年來石油行業HSE管理的重要挑戰,基于機械設備的圍控、吸附等多種物理化學清理方式在應對海洋溢油污染事故應急處置中發揮了關鍵作用[5-6]。此外，由于生物修復具有成本低廉的優勢，采用生物修復技術清理海洋溢油是常規清理手段的重要補充，因此這一技術成為近些年來研究的熱點領域之一[7-9]。相關文獻中，在溢油污染生物修復領域產生了大量的專利。盡管DUCH-BROWN等[10]對油氣行業專利在環境領域的應用進行了宏觀概括，目前海洋溢油污染生物修復技術領域的專利技術信息并沒有系統的分析總結。專利是研究機構關鍵的無形資產，在知識產權產業化過程中起著舉足輕重的作用。系統地分析某一領域的專利文獻，掌握其發展規律，對推進科技進步具有戰略意義[11]。

專利地圖綜合使用分布分析、趨勢分析和文本挖掘等技術，對專利文獻進行分析處理，并對結果進行可視化的表達，以揭示其中蘊含的豐富信息，是指導研究機構進行專利戰略和科研創新的有力工具[12-13]。本文采用專利地圖方法對溢油污染生物修復領域的相關專利進行多角度的分析，以期闡釋該領域的發展態勢，為該領域的技術發展提供理論依據和數據支持。

1 材料與方法

本研究數據來源于國家知識產權局專利檢索系統http://www.pss-system.gov.cn/，其中收錄了103個國家、地區和組織的專利數據。以Oil、Petroleum、Hydrocarbon、Spill、Marine、Offshore、Bioremediation 和biodegradation等關鍵詞進行檢索，申請日期下限為2017年3月31日，進一步采用人工篩選的方式進行數據整理。由于專利申請到公布一般需要較長時間，因此，近2年的數據僅供參考。

分別根據申請日期、國別和專利權人對所獲的專利進行統計分析。根據IPC大類分類代碼進行技術共類分析，采用Bibexcel對數據進行處理，獲得基于IPC大類的技術共類矩陣。進一步計算Jaccard系數進行數據標準化，得到技術共類強度Jaccard系數矩陣[14-15]。采用Ucinet v6.212軟件包的Netdraw v2.084工具進行網絡可視化，計算中介中心性(Betweeness Centrality)，使用Girvan-Newman算法分析子網絡[16]。采用spss v13.0對數據進行統計分析。

2 結果與分析

通過檢索和人工篩選最終得到發明專利172項。對其中近40年以來的專利的申請時間進行分析，結果如圖1所示。

圖1 專利年份分布狀況

從圖1可以看出，近40年以來溢油污染生物修復領域的專利數量明顯增多,反應了這一領域技術的不斷發展。此外，專利數量這一過程中有幾次明顯的快速增長，形成了幾次明顯的高峰。1993年專利數量明顯比此前增多，這可能與海灣戰爭期間發生的石油污染事件和Braer號油船在設得蘭群島海域發生的溢油事故有關；1999年專利申請數量再次增多，這可能與Erika號油船在法國海域發生的溢油事故有關；2011年以來每年的專利申請數量均較多，這可能與深水地平線號鉆井平臺在墨西哥灣發生的溢油事故有關。大型溢油事故發生后專利數量明顯增長，說明相關機構在溢油事故發生后積極開展研發，以降低溢油事故影響，同時技術也得以不斷進步。

對溢油污染生物修復領域專利的國家分布進行統計分析，結果如圖2所示。

圖2 專利國家分布狀況

從圖2可以看出，美國、中國、日本、加拿大、俄羅斯聯、法國、英國、德國、韓國和烏克蘭等10國申請的專利占總專利數量的93.1%，反應了這些國家對溢油污染生物修復技術的重視，是國際上該領域技術創新的主力。其中中國專利占總專利數量的27.5%，僅次于美國的33.8%，說明我國在這一領域具有一定的技術優勢。

溢油污染生物修復領域申請專利的前14名專利權人分布如圖3所示。

圖3 專利權人分布狀況

UNIV GEORGETOWN、國家海洋局第三海洋研究所、大連民族學院、KAIYO BIO TECH LAB、MURZAKOV BORIS GERASIMOVICH、KIRSCHNER LEON、中國人民解放軍海軍醫學研究所、WEISS RICHARD G、浙江海洋學院、國家海洋局第一海洋研究所、UNIV NAPIER、SATYANARAYANA GANTI、中國大洋礦產資源研究開發協會和AVMOR LTD等14個專利權人申請的專利占總專利數量的27.4%，是該領域的主要研究力量。特別是國家海洋局第三海洋研究所和大連民族學院專利申請數量位于第一梯隊，在該領域具有技術優勢。

對溢油污染生物修復領域的IPC大類進行分析發現該技術領域共涉及22個IPC大類，平均每件專利擁有2.2個IPC大類分類代碼。所涉及的22個IPC大類數據經Jaccard系數標準化，采用Ucinet v6.212軟件包的Netdraw v2.084工具繪制技術領域網絡圖譜，見圖4。

圖4 技術領域網絡圖譜

進一步使用Girvan-Newman算法分析子網絡，該領域可細分為兩大子領域。第一子領域中C02涉及水、廢水、污水或污泥的處理，其中介中心性為106.3，是該子領域的關鍵節；第二子領域中C08涉及有機高分子化合物、其制備或化學加工、以其為基料的組合物，其中介中心性為71.0，是該子領域的關鍵節點。C02和C08這兩個IPC大類在網絡中起到了橋梁的作用。

進一步對專利IPC大類的國內外分布進行分析，結果如圖5所示。國外專利在22個IPC大類均有分布，而我國專利分布在A62、B09、C02、C08、C09、C11和C12等6個IPC大類中。這一結果說明國外研究機構對溢油污染生物修復領域研究范圍較廣，我國在該領域專利布局廣度方面不及國際同行，未來應注重多學科交叉，提高研究廣度，在更大的范圍內進行專利布局，搶占技術發展空間。國外專利在C02領域中分布最多，其網絡相對中介中心性為29.2，而國內專利集中在C12領域，其網絡相對中介中心性為23.3。這一結果說明我國研究機構在C12領域(生物化學、微生物學、酶學、突變或遺傳工程)具有明顯優勢，自主創新較強。

3 結論

1)溢油污染生物修復領域的專利數量整體呈現較快增長，特別是大型溢油事故發生后專利數量明顯增長，說明溢油事故促使相關機構積極開展研發，以降低溢油事故影響。

2)中國專利占該領域總專利數量的27.5%，說明我國在這一領域具有一定的技術優勢，特別是在生物化學、微生物學、酶學和遺傳工程等細分領域具有明顯優勢。

3)我國研究機構在該領域專利布局廣度方面不及國際同行，未來應注重多學科交叉，進一步提高專利布局廣度。

[1] BEYER J, TRANNUM H C, BAKKE T, et al. Environmental effects of the deepwater horizon oil spill: a review[J]. Marine Pollution Bulletin, 2016,110(1)：28-51.

[2] PROBST A J, HU P, SUN C L, et al. Reply to delmont and eren: Strain variants and population structure during the Deepwater Horizon oil spill[J]. Proceedings of the National Academy of Sciences of the United States of America, 2017,114(43):E8950.

[3] FORTH H P, MITCHELMORE C L, MORRIS J M, et al. Characterization of dissolved and particulate phases of water accommodated fractions used to conduct aquatic toxicity testing in support of the Deepwater Horizon natural resource damage assessment[J]. Environmental Toxicology & Chemistry, 2017,36(6):1460-1472.

[4] PERES L C, TRAPIDO E, RUNG A L, et al. The Deepwater Horizon oil spill and physical health among adult women in southern Louisiana: the women and their children’s health (WaTCH) study[J]. Environmental Health Perspectives, 2016,124(8):1208-1213.

[5] GE J, SHI L A, WANG Y C, et al. Joule-heated graphene-wrapped sponge enables fast clean-up of viscous crude-oil spill[J]. Nature Nanotechnology, 2017,12(5):434-440.

[6] GIRON-SIERRA J M, GHEORGHITA A T, ANGULO G, et al. Preparing the automatic spill recovery by two unmanned boats towing a boom: development with scale experiments[J]. Ocean Engineering, 2015,95:23-33.

[7] CRISAFI F, GENOVESE M, SMEDILE F, et al. Bioremediation technologies for polluted seawater sampled after an oil-spill in Taranto Gulf (Italy): a comparison of biostimulation, bioaugmentation and use of a washing agent in microcosm studies[J]. Marine Pollution Bulletin, 2016,106(1-2):119-126.

[8] MAPELLI F, SCOMA A, MICHOUD G, et al. Biotechnologies for marine oil spill cleanup: Indissoluble ties with microorganisms[J]. Trends in Biotechnology, 2017,35(9):860-870.

[9] RON E Z, ROSENBERG E. Enhanced bioremediation of oil spills in the sea[J]. Current Opinion in Biotechnology, 2014,27:191-194.

[10] DUCH-BROWN N, COSTA-CAMPI M T. The diffusion of patented oil and gas technology with environmental uses: a forward patent citation analysis[J]. Energy Policy, 2015,83:267-276.

[11] HAN Q, HEIMERL F, CODINA-FILBA J, et al. Visual patent trend analysis for informed decision making in technology management[J]. World Patent Information, 2017,49:34-42.

[12] 陳旭,施國良.基于情景分析和專利地圖的企業技術預見模式[J].情報雜志,2016,35(5):102-107.

[13] RAAN A F J V. Patent citations analysis and its value in research evaluation： a review and a new approach to map technology-relevant research[J]. Journal of Data and Information Science, 2017(1):13-50.

[14] 欒春娟.基于專利共現的全球太陽能技術網絡及關鍵技術演進分析[J].情報學報,2013,32(1):68-79.

[15] LEYDESDORFF L. On the normalization and visualization of author co-citation data: Salton’s cosine versus the Jaccard index[J]. Journal of the american Society for Information Science and Technology, 2008,59(1):7-85.

[16] M, G. and ME., N. Community structure in social and biological networks[J]. Proceedings of the National Academy of Sciences of the United States of America, 2002,99(12):7821-7826.