陈立新专利报告分享 http://blog.sciencenet.cn/u/feixiangfeixian 中美欧日韩五局及PCT专利数据统计分析报告 陈立新 Tel13592308169 QQ86065045

博文

2019年企业之间的技术知识流动状况——IBM、微软、三星发挥核心作用

已有 2091 次阅读 2020-9-13 17:44 |系统分类:博客资讯

2019年中美欧日韩五局发明专利统计报告博客版1179.docx

2019年中国、美国、欧洲、日本、韩国五局发明专利统计分析报告(附录第二部分)

中美欧日韩五局专利数据统计分析小组

附录第二部分  2019年美国专利统计分析报告附录

附录2.5  2019年美国专利引文报告

附录2.5.7  2019年企业之间的技术知识流动状况

从机构的专利相互引用上看,2019年国际商业机器公司(IBM)被亚马逊、微软、台积电、英特尔、苹果、三星电子公司引用的较多,而IBM也较多地引用了微软、三星电子、亚马逊、台积电、英特尔、苹果公司的专利。由此可知,以上这些公司与IBM存在较多的专利相互引用关系,可以认为他们与IBM存在较强的竞争关系。从互引关系来看,华为公司最主要的竞争对手是LG电子、高通、三星电子、英特尔、IBM和苹果等公司。

 

附表2.5.7-1  2019年度各主要机构的相互引用数据


IBM

三星

佳能

微软

英特尔

LG

苹果

福特

亚马逊

华为

高通

台积电

IBM

8275

277

22

581

374

18

236

35

630

26

162

411

三星

450

2542

101

168

301

531

424

10

149

53

433

486

佳能

11

88

4446

19

10

16

19

1

28

2

33

4

微软

501

137

32

2738

162

72

396

7

395

13

175

3

英特尔

222

98

10

68

1488

34

76

0

87

8

120

59

LG

8

205

1

19

49

875

27

4

38

32

139

0

苹果

178

423

51

500

189

328

5700

16

830

10

378

9

福特

37

42

2

20

19

21

44

2318

10

1

16

3

亚马逊

324

28

5

265

53

9

45

14

6084

14

41

0

华为

44

79

4

17

51

112

33

0

37

298

86

4

高通

88

174

25

43

161

158

86

6

48

47

1041

52

台积电

291

184

7

0

95

0

8

0

0

1

52

8000

注:仅考察近几年(2014-2019)授权专利在2019年的互引频次。行数据表示某一机构的被引数据,列数据表示其施引数据。

 

image.png

附图2.5.7-1  2019年机构的互引网络

 

从引文网络来看,IBM、微软、三星电子居于核心位置。IBM和三星电子作为超大型综合电子和信息技术公司,与其他公司存在较多的引文关系。该图展现了各个公司的技术竞争和依存关系。例如华为与很多公司都存在比较强的引文关系,表明其与谷歌在操作系统和信息处理等方面具有竞争和合作关系,其与三星电子、苹果在通信领域具有竞争和依存关系,其与台积电、英特尔和高通在芯片领域具有依存和竞争关系,其与IBMLG电子、亚马逊等公司在服务器、半导体、云计算等方面也存在依存和竞争关系。

 

 

 

致谢

感谢大连理工大学刘则渊教授、河南师范大学梁立明教授、科技部中国科学技术发展战略研究院武夷山研究员对本报告的支持、帮助、建议和意见。同时也感谢对本报告做出贡献的一些审阅者和讨论者,包括武汉大学张琳教授、武汉大学黄颖副教授等学者。

 

 




https://blog.sciencenet.cn/blog-681765-1250400.html

上一篇:2019年主要国家的专利被引频次和即时影响指标——美国和意大利最高,中国最低
下一篇:2019年欧洲专利的审查周期——平均6年,4年以内占半数
收藏 IP: 61.158.148.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-10-20 01:30

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部