SciREX「ナショナルイノベーションシステムに係る定量データとその分析手法」WSシリーズ第４回サイエンスリンケージデータベースの使い方

SciREX「ナショナルイノベーションシステムに係る
定量データとその分析手法」WSシリーズ第４回
サイエンスリンケージデータベースの使い方
2015.06.27
政策研究大学院大学
科学技術イノベーション政策研究センター
原泰史
ya-hara@grips.ac.jp
Twitter: @harayasushi

告知
• GRIPS SciREX センターではインターンを募集中です
• ○イノベーションプロセスの解明を進めるためのデータベース設計・構築
• 政策分析・影響評価領域では、科学技術の変遷および政策の変遷を把握し、それらの
情報をマッピングすることで、科学技術およびその政策が新製品や新サービスとして
具現化されるイノベーションにどのような影響を与えたのか定量的に解析することを
目指しています.
• 本研究では、(1) JST 研究開発戦略センター研究開発戦略センターがこれまでに実施し
てきた科学技術課題の調査, (2) NISTEP 科学技術動向研究センターが実施してきた科学
技術予測調査, (3) 特許および論文書誌情報データベース (PATSTAT, Web of Knowledge,
Scopus など), (4) 新製品や新サービスに関わるプレスリリース情報等のデータベース
を接合することにより, 個々の科学技術がどのようなアウトプットを生み出したのか,
その際, 政策的な資源投入あるいは制度変更がどのような影響を与えたのかを明らか
にします.
• インターン生には (A) データベースの接合および名寄せ手法の開発・検討, (B) 定例
ミーティングへの参加等の業務に関わって頂きます.
• 詳しくはこちら:
• http://scirex.grips.ac.jp/center/ja/326

イノベーションプロセス解析データベース
構築イメージ
2015/6/27
3
製品情報
特許情報
論文情報
プレスリリース POSデータ
IIP 特許 DB
Web of
Knowledge
Scopus
JST-CRDS
技術俯瞰
NISTEP
デルファイ調査
JST
J-DREAM II
MEXT
科学技術白書
JSPS
KAKEN
政策文章
PATSTAT/USPTO
科学技術
俯瞰データベース

WS シリーズの目的
• 目的
• 特許や論文のデータを使うことで解析できる範囲を知るために、まず分析手法を
学ぶ
• 手法
• パソコンを用いたハンズオンセミナー方式 (手を動かして覚える！)
• 時間:
• 土曜日の夕方に90分-120分程度
• 一ヶ月に一回程度 (第一期; 5-6回)
• 場所:
• 国立 (一橋大学イノベーション研究センター) または
• 六本木 (政策研究大学院大学科学技術イノベーション政策研究センター)
• 参加希望の方は, ya-hara@grips.ac.jp または @harayasushi (twitter) までご
連絡ください.
5/14/2015 6

WSシリーズのスケジュール
• [2015/1月] 第0回: 「数字が教えてくれないこと」 @一橋イノベーション研究センター
• [2015/3/28] 第1回: 「数字が教えてくれること」 @一橋イノベーション研究センター
• 特許や論文データはなぜイノベーション指標として活用されているのだろう
• [2015/4/18]第2回: 「巨人の肩の上に立つ」 @GRIPS SciREX センター
• 論文データベース (Web of Knowledge, Scopus, Scival etc…) を用いた分析
• [2015/5/14] IRCセミナー @関西学院大学イノベーション研究センター
• [2015/5/16] 第3回: 「select() すると幸せになれる理由」 @一橋イノベーション研究センター
• IIP データベース/patR データベースを用いた日本特許分析
• [2015/6/27] 第4回: 「科学とイノベーションの関係」@一橋イノベーション研究センター
/GRIPS SciREX センター
• 組織学会@一橋大学のため第四週におこないます
• サイエンスリンケージデータベースを用いた特許/論文の連結分析
• [2015/7/25]第5回: 「行間を読むっていろいろと大切」@一橋イノベーション研究センター
/GRIPS SciREX センター
• 書誌テキスト分析 (KHcoder) を使って分析できること
• [2015/8/8] 第6回 : 「まとめ」
• 科学とイノベーションのあれこれは書誌情報からどこまでわかるのだろう
5/14/2015 7

今日取り上げる内容
1. 前回のおさらいプラスα
2. 特許データと論文データを合
わせて分析する意味とは？
• 具体例の紹介
3. サイエンスリンケージデータ
ベースとは？
ベースを用いた解析例
5. 今日のまとめ
5/14/2015 8
論文特許
サイエンス
リンケージ

１．前回のおさらい+α
5/14/2015 9

特許データベースをより簡単に分析する方法
• Tableau : BI ツール

Tableau を使って, 特許データから必要な
情報を取り出す
1.Tableau を起動し, MySQL サーバに接続する.

2.サーバの情報を入力する

3. patR データベースを選択する.

4. Inventor の情報を取り出すために, 左側のテーブル一覧から
Inventor を選び, 上のマスにドラッグアンドドロップする.

• 5. 「取得する」をクリックし Inventor の一覧を取得する.

Tableau を使って, 特許データから必要な情
報を取り出す
Inventor.name=“大杉義征”な特許一覧を取得する

Tableau をつかった分析については, IMPP の講義
「イノベーション研究方法論」で解説する予定で
す.
・7月8日 18:00-21:00
・7月22日 18:00-21:00
於: 一橋大学イノベーション研究センター
http://impp.iir.hit-u.ac.jp/syllabus/#1

IMPP 講義予定
• 7月8日 18:00-21:00
• 18:00-19:00 特許分析の基礎, 特許
データの利用方法 (担当: 岡田)
• 19:00-20:00 特許分析入門, PATSTAT
ONLINE を使った特許データ分析
(原)
• 20:00-21:00 IIP パテントデータベー
ス/patR データベース利用方法ハ
ンズオン (内藤)
• ※. 講義後, 宿題アナウンス
• A41-2枚のエッセイ
• 例. 特許・論文情報を用いた自身
の研究フィールドに係る技術動向
の調査
• 7月22日 18:00-21:00
• 18:00-19:30 前回の復習, 引用の意
義, 引用データの利用方法 (岡田,
内藤)
• 19:30-20:00 論文データベース
(Web of Science) の使い方ハンズオ
ン (原)
• 20:00-20:30 サイエンスリンケージ
情報を用いた分析手法の紹介 (原)
• 20:30-21:00 サイエンスリンケージ
データベースハンズオン (原)

2. 特許データと論文データを
合わせて分析する意味とは？

特許と論文データをくっつけて分析する
とわかること/わかりそうなこと
• 基礎研究の重要性
• 「論文をよく読んで作った特許のほうが、パフォーマンスが高そう」
• 基礎研究が応用研究に与える影響
• 企業の技術の吸収能力を高めるためには, 基礎研究に資源を投資する必
要がある (JST/RISTEX 長岡 PJ)
• サイエンスとイノベーションのパス
• 論文で出される知識と、特許で出される知識の関係性
• 企業の研究開発の流れ
• 論文を出す研究者、特許を出す研究者のどっちが偉いのか
etc….

くっつける？
•方法1. 機械学習
• JSTデータベース
• (Fleming 2009)
•方法2. アドホックに (手作業！)
•方法3. データベース

地道にくっつける方法
1. Web of Knowledge から必要な分野, 必要な年代, 必要な論文著
者のデータを引っ張ってくる
2. 特許データベースから必要な分野, 必要な年代, 必要な発明者
のデータを引っ張ってくる
3. 1. と 2. をくっつける！

くっつけた分析例1. JST/RISTEX 深堀調査
『科学的ブレークスルーとイノベーションをつなぐ研究に着目した｢科学と技
術の相互作用｣の明確化』
• IIR 清水洋先生が研究代表者
• http://www.ristex.jp/examin/others/shinki-pj-result2010.html
• 科学から技術に至る知識の流れを特許と論文データベースを接
合することで特定する
• ケース
• 青色LEDに至るまでに, どのような特許が参照されたのか後方引用関係
から特定する
• Shuji Nakamura の2007 年の特許をベースに, そこから後方引用を5次ま
でたどり知識の流れを測定していく

Shuji Nakamura : Nobel Prize in Physics 2014
http://www.nobelprize.org/nobel_prizes/physics/laureates/2014/

Method and Approach
• Method and Approach
• To capture up the trajectory of technological development numerically, build
up “citation tree” for
• 1.) Ensuring the role of organization.
• 2.) Identifying the “main path (= most influenced patent and/or paper in
each decade)” of trajectory.
• 3.) Under 1.) and 2.), determining whether the existence of “cru node “and
its scientist.
• Data
• Patent [USPTO, JP Patent Library] / Paper [ISI Web of
Knowledge/Science]
25

1: Defining the starting point:
Shuji Nakamura’s most-cited patent [US7205220]
for blue LED.
2: Referring [inventor-cited] whole forward
citation data of starting point
3: Under 2., referring forward citation data
of 3-tier paper and/or patents.
4: Repeating these procedure for 5 times.
Sum: Fetches about 1,000 paper/patents
and its forward citation data. [from 1903 to
2007]
26
“Citation Tree” build algorism
patent
patent
paper
paper
paper
paper
paperpaper
patent
patent
paper
paper
paper
patentpatent
paper
patent
patent
patent
paper
paper
paper
paper
paperpatent
patent
paper
patent
paper
Starting point

Paper および Patent 数推移

Entire Network
Red node indicates the
“Main path”.
Source: Web of Knowledge[Derwent Innovation Index]/Web of Science

Network (delete pendants)
Source: Web of Knowledge[Derwent Innovation Index]/Web of Science
Red node indicates the
“Main path”.※. △が特許, ■が論文

1930s 1960s 1970s 1975
1910-1975

1930s 1960s 1970s
1910-1980
1975 1980

1930s 1960s 1970s 1990s 2000s
1910-2007
1980s1975

1930s 1960s 1970s 1990s 2000s
1910-2007 (1次引用すべて導入; 上位12社明記)
1980s

BECKER
(1932)
HAHN H (1940)
Heidelberg,
Chemisches Institut der
Universität
GRIMMEISS HG (1959)
Philips
Zentrallaboratorium
GmbH
Kosicki (1969)
Bell Telephone
Laboratories
Chu (1971)
Electronic Sciences
Center, Southern
Methodist University
MANASEVIT HM (1971)
Rockwell International
Corporation,
Electronics Research
Division
Logan (1972)
Bell Telephone
Laboratories
ILEGEMS M (1973)
Bell Laboratories
H.P. Maruska* L.J.
Anderson and D.A.
Stevenson (1974)
Department of
Materials Science,
Stanford University
RCA Research
Laboratories
A. Shintani and S.
Minagawa (1976)
Hitachi, Limited,
Central Research
Laboratory
B. Jacob M. Boulou and
D. Bois (1978)
Laboratoires
d'Electronique et de
Physique Appliquée
OHKI Y; TOYODA Y;
KOBAYASI H; AKASAKI
(1982)
Matsushita Electric
Industrial Co., Ltd.
Amano*, Sawaki,
Akasaki, Toyoda (1986)
Department of
Electronics, School of
Engineering, Nagoya
University
Kawasaki Laboratory,
Matsushita Electric
Ind. Co., Ltd.
Amano, Arasaki,
Hiramatsu, Koide and
Sawaki (1988)
Nagoya University,
Department of
Engineering
Amano, Hiramatsu,
Kito, Sawaki and
Akasaki (1988)
Nagoya University,
Department of
Engineering
Amano , Kito,
Hiramatu, and Arasaki
(1990)
Nagoya University,
Department of
Engineering
US7205220
S. Nakamura (2007)
Nichia Corporation
“Main path” of Paper and Patent (1910-2007).
Source: Web of Knowledge
[Derwent Innovation Index]/Web of Science

くっつけた方法 (1)
• 1. Shuji Nakamura の Blue Laser
Diode な特許を探す
• 2. Blue Laser Diode の特許を
特定する
• 右は Google Patents で見つけた
Shuji Nakamura の米国特許

• 3. 引用特許の情報を確認する
• Google Patent の場合は, “引用特
許” 欄をクリックすることで
チェック可能

• 4. 引用非特許の情報を確認する
• Google Patent の場合は, “非引用特
許” 欄をクリックすることで
チェック可能

くっつけた方法(4)
• 5. 後方引用を探していく
• 5-1. 特許の場合
• 引用されている特許番号をクリック
• 一次の後方引用が行われている特許を確認して, 1.-4. の作業を繰り返す.
• これを5次の後方引用を特定するまで繰り返す.

• 5. 後方引用を探していく
• 5-2. 論文の場合
• Web of Knowledge または Scopus を使う
• 1. Google Scholar の場合, カバーしていないジャーナルがあるため
• 2. 情報の整合性が（比較的は）取れているため (kwsk は過去回参照)
• タイトルや著者名, 発表年などを使って Google Patent (USPTO) 上に明記
されていた論文を探す
• 例.
• Shuji Nakamura が一次引用していた論文 Akasaki et al., “MOVPE Growth of GaN and
AlxGa1-xN and Their Luminescence and Electrical Properties,” Memoirs of the Faculty of
Engineering, Nagoya Univ., vol. 43, No. 2, (1991). を探してみる

• 5-3. Scopus で探して
みる
• 論文のタイトルを検
索窓に入れて Enter

• 5-3. Scopus で探してみる
• 検索結果として２つ出てくるので, 後者を選択する

• 5-3. Scopus で探してみる
• 論文の情報が検出できる
• もし引用文献がある場合には, さらに後方引用情報を調査していく

• 5-4. Web of Knowledge で探してみる

• 5-4. Web of Knowledge で探してみる
• Scopus とは異なり, 1件のみ表示される

• 5-4. Web of Knowledge で探し
てみる
• クリックしてみると, Shuji
Nakamura が cite してる Paper と
違う!

• 6. Excel で整理していく

くっつけた分析例2. (Shimizu and Hara 2011)
Role of doctoral scientists in corporate R&D in laser diode research in
Japan
• やったこと
• （Science Intensiveな）レーザー産業における企業内のドクター持ち研
究者の役割を測定する
• ドクター持ち研究者のタイプ (論文博士と課程博士) が, 研究開発パ
フォーマンスにどういう影響を与えるのか明らかにする
• 論文博士 (Industry-based doctoral degree) は日本特有の制度
• 研究者ごとに、
• 出願特許数
• 発表論文数
• 属性 (課程ドクター/論文ドクター/なし)
などの情報を集積する
• 共著者の中にドクター持ちが存在することが, 研究開発パフォーマンス
に影響を与えるかを測定する

Japan
• 利用したデータ
• MECSST の Science and Technology Indicator: 論文博士と課程博士の数
• (Takahashi 1994, 2005) : 1963年から2004年に掛けて, 34ヶ国でレーザーに
関して論文博士または課程博士を取得したメンバーリスト
• 論文データベース
• Applied Physics Letter の書誌情報を 1960年から2000年にかけて集積
• First, it is weekly and provides up-to-date reports on new experimental and theoretical
findings.
• Second, Applied Physics Letters has offered reports since 1962. Other important journals with
the Letters format, such as Optics Letters and Optics Express, date back only to the mid-1970s.
• Third, Applied Physics Letters has a wide circulation and a strong international reputation as
the top journal in the research of laser diodes.

Japan
• くっつけた方法
• Step1: (Takahashi 1994; 2005) の
博士データベースと, Applied
Physics Letter の著者名情報にも
とづき, 名寄せする
• Step2: Step1 で作成したデータ
ベースについて, 個々の研究者
ごとに特許データベースとの名
寄せを行う.

Role of doctoral scientists in corporate R&D in laser diode research in Japan
• Step3. Applied Physics Letter の
Web サイト
(http://scitation.aip.org/content/ai
p/journal/apl) から, 書誌情報を取
得する
• aip.org 内の Search エンジンが遅
かったので, Google の “site:” 機能
を使って Google を使って書誌情報
を同定する (1件あたりの検索時間
を1.5分から30秒に短縮させること
に成功！)
• ところが、Google に怒られる
(「機械検索、ダメゼッタイ」) ….

• Doctors in Laser Diodes

• University-based, industry-based, and non-doctoral scientists/engineers

• コラボレーションが論文の被引用数に与える影響

• コラボレーションが特許の被引用数に与える影響

わかること
• 利用する (できる) データベースによって結果が大きく異なる可
能性
• Scopus では検知できるパスが, Web of Knowledge では検知できない
• どのデータベースを利用したか明記することは大切
• 名寄せをするのは大変
• 名前の表記は特許/論文データベースで微妙に異なる
• 論文の場合 HARA, Y or HARA Yasuchi
• 特許の場合 HARA, YASUSHI or YASUSHI HARA
• 特に中国や韓国の Inventor を Matching させるのはむずかしい

3. サイエンスリンケージデータベースとは？

サイエンスリンケージデータベース
• 特許と論文との引用関係を明らかにする
• 論文による科学的知見の集積が, どのように特許で活用されて
いるのか？
6/27/2015 58

Science Linkage
• References Cited in Patent
• “Other Publications”
• Proceeding in Academic
Conference
• Scientific Paper
• “Patents”
• US Patents
• Foreign Patents
596/27/2015

Science Linkage Example:
(Imaginary?) STAP Cell Patent, and cited iPS Cell Paper
• Patent (Vacanti Kojima Obokata… 2013)
60
・Paper (Takahashi and Yamanaka 2006)
7 years
6/27/2015

サイエンスリンケージデータベース
• サイエンスリンケージデータベース: 特許と文献の引用関係に基づくリレー
ショナル・データベース
• データソース
• Derwent Patent Index Database、DII
• Web of Science (SCIE, SSCI)
616/27/2015

ER図
Web of Knowledge
Thomson Innovation
DWPI (LinkTable)

サイエンスリンケージデータベースの内容
• 特許発行年が1992年から2011年で3極（JP,US,EP)をパテントファミ
リーの中に含む特許情報を同定
• 上記条件を満たす特許レコードに引用されている文献を同定
• 特許と文献引用リンクテーブル: 2011年時点
• 特許に引用されたWoS文献データ: 1981年以降
• データ項目
• 特許公報番号（Patent Publication Number)、特許出願年、特許発行
年、IPCサブクラス（例：A01B）、特許出願国、特許出願人の居住国
• WoS論文ユニーク番号（UT)、論文発行年、WoS250分野、ESI22分野、
全著者所属機関の国
• 特許番号、その特許が引用しているWoS論文ユニーク番号

Table Info (Patent)
ｶﾗﾑ名ｶﾗﾑ定義名ﾃﾞｰﾀ型 BYTE
公開番号 PAT CHAR 16
出願年 AppYear CHAR 4
公報発行年 PubYear CHAR 4
• DWPI_INFO
• DWPI_IPC
ｶﾗﾑ名ｶﾗﾑ定義名ﾃﾞｰﾀ型 BYT
E
IPCサブクラス IPC Varchar 4
特許出願国 AppCountry Varchar 2
• DWPI_AppCountry
• DWPI_AssCountry
居住国 AssCountry Varchar 30

Table Info (LinkageTable+Family)
• LinkTable
• FamilyTable
E
WoS論文ユニーク番号 UT Varchar 15
E
アクセッション番号 AccNo CHAR 10
公開番号（PAT) PAT CHAR 16

Table Info (Paper)
• WOS_INFO
• WOS_CATEGORY
ｶﾗﾑ名ｶﾗﾑ定義名ﾃﾞｰﾀ型 BY
TE
WoS論文ユニーク番
号
UT CHAR 15
論文発行年 UTYear CHAR 4
ESI22分野 ESI Varcha
r
30
ｶﾗﾑ名ｶﾗﾑ定義名ﾃﾞｰﾀ型 BY
TE
号
UT CHAR 15
WoSカテゴリ Category Varchar 50
• WOS_Country
号
UT CHAR 15
著者所属機関国 UTCountry Varchar 20

特許論文検索ツールの導入
1. Access 2013 のインストール
2. ODBC Connector のインストール
3. 論文特許検索ツールの使い方

1. Access 2013 のインストール
• Thomson Reuters 提供の論文特許検索ツールを利用するには必要
• Office 2013 Academic Version がオススメ
• IIR で利用できるPC
• IMPP 用PC
• 注意
• 旧バージョンと並行して導入される
• 32bit バージョンの方が安定している模様

• 2-1. MySQL Web site からダウンロードする
• http://dev.mysql.com/get/Downloads/Connector-ODBC/5.2/mysql-
connector-odbc-5.2.5-win32.msi/from/http://cdn.mysql.com/
• （URL は変わる可能性）
• 32bit 版を導入すること

• 2-2. コントロールパネル -> 管理ツールを開く

• 2-3.管理ツール -> ODBC を開く

• 2-4.ユーザーDSN タブ -> 追加をクリック

• 2-5.MySQL ODBC 5.2 Unicode Driver -> 完了をクリック

• 2-6. Connection Parameter に以下の項
目を入力する
• 2-7. “Test” をクリックする
• データベースに接続できることを確認
• 2-8. OK をクリックする
Data Source Name 特許論文検索
TCP/IP Server {ip_address} (port 3306)
User user
Password password
Database sciencelinkage

3. 特許論文検索ツール
• 3-1. “クエリ”より 10_
クエリ①実行
(NumberOfPatent) をク
リックする
• 3-2. メッセージが表
示されるので、“は
い” をクリックする

• 3-3. “クエリ” から
“11_クエリ①結果
確認”をクリックす
る
• 年毎に、IPC分類ご
との特許数が出力
される

• 3-4. “20_クエリ②実行
(NumberOfPatentByCitedP
ublication)” をクリックす
る

• 3-5. “はい” をクリックする
• 3-6. 検索するIPC サブクラスを
指定する
• 3-7. 特許の出願年を指定する
• 指定されたIPCサブクラスおよ
び年について、特許から引用さ
れている論文の分野が出力され
る

• 3-8. “21_クエリ②結果確
認
(NumberOfPatentByCitedPu
blication）” をクリックす
る

• 3-9. “30_クエリ③実行
(LinkTable)” をクリック
する

• 3-10. “はい” をクリックする
• 3-11. 検索するIPC サブクラス
を指定する
• 3-12. 特許の出願年を指定する
• 3-13.ESI 分野を指定する
• 3-14. 論文の発表年を指定する

• “03_LinkTable” をク
リックする
• 特許 (PAT) と論文 (UT)
のペアが表示される

サイエンスリンケージデータベースを使った分析
• 特許の公開番号と論文の UT (Web of Knowledge 上でのID) を抽出する
• 特許データベースを使って, 公開番号をピボットにして発明者名や引
用情報, 組織の情報を取得する
• 論文データベース (Web of Knowledge) を使って, Web of Knowledge か
ら論文のタイトルやアブストラクト, 著者情報や論文のカテゴリの情
報などを取得する
• これらを組み合わせることで, (Shimizu and HARA 2011) みたいな分析
をもっと楽にできるかも

ベースを用いた解析(preliminary)

Motivation
• 科学的発見(サイエンス)が論文の公刊によって公知と成り, イノベーション
(≒特許) に反映されるまでの期間は, 技術分野により大きく異なると考
えられる.
• 本研究では, 特許における学術論文の引用情報 (サイエンスリンケージ)
に着目し, 論文による科学的知見の公表が特許に反映されるまでの期
間とその主な要因を分析する
Japan Economic Association Annual Meeting [2014 Fall] 85

Research Question
• サイエンスの進展は、イノベーションが生産される速度を促進させたか？
• (インターネットなどによる)学術情報ネットワークの普及は, サイエンスがイ
ノベーションに反映される速度を早めるか？

分析手法
• サイエンスがイノベーションに反映される速度が分野あるいは年代ごとに異
なるか把握するため, 特許ごとに, 引用された学術論文の公刊年と特許
の出願および公開年の差を求め, 年毎の平均値を導出した.
• 論文の公刊から特許の出願および公開年までの間隔を特許の出願/公
開年ごとに示す.
• 学術分野別の差異を把握するため主なESI (Essential Science
Indicators) 分野について抽出した.

採録特許数と論文数の推移
0
10000
20000
30000
40000
50000
60000
70000
80000
90000
1900
1904
1908
1912
1916
1920
1924
1928
1932
1936
1940
1944
1948
1952
1956
1960
1964
1968
1972
1976
1980
1984
1988
1992
1996
2000
2004
2008
2012
appyear pubyear wos_year

Patent Application Country
AT
0%
AU
0%
BE
0%
CA
0%
CH
0%
CN
0%
CS
0%
DE
2%
DK
0%
EP
27%
ES
0%
FI
0%
FR
2%
GB
1%
GC
0%
IE
0%
JP
0%
KR
0%
LU
0%
NL
0%
NO
0%
NZ
0%
PL
0%
RU
0%
SE
0%
US
40%
WO
28%
ZA
0%

ESI Category
ESI Category Number Percent
Clinical Medicine 224940 19.5%
Biology & Biochemistry 182544 15.9%
Chemistry 175132 15.2%
Molecular Biology & Genetics 81736 7.1%
Engineering 74388 6.5%
Physics 73309 6.4%
Immunology 54835 4.8%
Pharmacology & Toxicology 50955 4.4%
Microbiology 44728 3.9%
Neuroscience & Behavior 43761 3.8%
Materials Science 38522 3.3%
Plant & Animal Science 33938 2.9%
Computer Science 31547 2.7%
Agricultural Sciences 17935 1.6%
Environment/Ecology 5175 0.4%
Geosciences 4341 0.4%
Psychiatry/Psychology 4084 0.4%
Multidisciplinary 3522 0.3%
Social Sciences, general 3183 0.3%
Economics & Business 1389 0.1%
Mathematics 1163 0.1%
Space Science 309 0.0%
Total 1151436
Clinical Medicine Biology & Biochemistry
Chemistry Molecular Biology & Genetics
Engineering Physics
Immunology Pharmacology & Toxicology
Microbiology Neuroscience & Behavior
Materials Science Plant & Animal Science
Computer Science Agricultural Sciences
Environment/Ecology Geosciences
Psychiatry/Psychology Multidisciplinary
Social Sciences, general Economics & Business
Mathematics Space Science

論文公刊から特許出願/公開までの年数を
求めて, 特許出願年順に並べる
• クエリ構文
select distinct linktable.pat, linktable.ut, wos_info.UTYear, dwpi_info.AppYear, dwpi_info.PubYear,
dwpi_info.PubYear - wos_info.UTYear, dwpi_info.AppYear - wos_info.UTYear
from linktable
Inner Join wos_info
ON linktable.ut=wos_info.ut
Inner Join dwpi_info
ON linktable.pat=dwpi_info.pat
where ESI = "Physics"
order by linktable.pat
;

論文公刊から特許出願/公開までの年数を
求めて, 特許出願年順に並べる
• クエリ構文
select distinct linktable.pat, linktable.ut, wos_info.UTYear, dwpi_info.AppYear, dwpi_info.PubYear,
dwpi_info.PubYear - wos_info.UTYear, dwpi_info.AppYear - wos_info.UTYear
from linktable
Inner Join wos_info
ON linktable.ut=wos_info.ut
Inner Join dwpi_info
ON linktable.pat=dwpi_info.pat
where ESI = "Physics"
order by linktable.pat
;
Select : 特許番号, 論文番号, 論文の公刊年, 特許の
出願年, 特許の公開年, 特許の公開年-論文の公刊
年, 特許の出願年 – 論文の公刊年を表示する
from : linktable からデータを持ってくる
Inner Join : linktable に wos_info を接続する. この
とき, linktable.ut をキーとして wos_info.ut と対応
するように接続する
Inner Join : linktable に dwpi_info を接続する. この
とき, linktable.pat をキーとして dwpi_info.pat と
対応するように接続する
where : ESI が”Physics” なデータのみを抽出する
order by : linktable.pat の順番に並べる

ER図で取得したデータの内容を確認する
Web of Knowledge
Thomson Innovation
DWPI (LinkTable)

ESI Category: Clinical Medicine
0
10000
20000
30000
40000
50000
60000
70000
80000
90000
100000
0
1
2
3
4
5
6
7
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
データの個数 / PubYear 平均 / dwpi_info.PubYear - wos_info.UTYear3 平均 / dwpi_info.AppYear - wos_info.UTYear3

Biology & Biochemistry
0
10000
20000
30000
40000
50000
60000
70000
80000
90000
0
1
2
3
4
5
6
7
8
1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
Number of Patents 平均 / dwpi_info.AppYear - wos_info.UTYear3 平均 / dwpi_info.PubYear - wos_info.UTYear3

Immunology
0
5000
10000
15000
20000
25000
30000
0
2
4
6
8
10
12
14
1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
# of patents 平均 / dwpi_info.AppYear - wos_info.UTYear3 平均 / dwpi_info.PubYear - wos_info.UTYear3

Chemistry
0
10000
20000
30000
40000
50000
60000
0
1
2
3
4
5
6
7
1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

Molecular Biology & Genetics
0
5000
10000
15000
20000
25000
30000
35000
40000
0
1
2
3
4
5
6
7
8
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011

Physics
0
5000
10000
15000
20000
25000
30000
0
1
2
3
4
5
6
7
8
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
# of patents 平均 / dwpi_info.AppYear - wos_info.UTYear 平均 / dwpi_info.PubYear - wos_info.UTYearJapan Economic Association Annual Meeting [2014 Fall] 99

Engineering
0
5000
10000
15000
20000
25000
30000
0
1
2
3
4
5
6
7
1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
Number of Patents 平均 / dwpi_info.AppYear - wos_info.UTYear3 平均 / dwpi_info.PubYear - wos_info.UTYear3

Space Science
0
20000
40000
60000
80000
100000
120000
140000
160000
180000
0
1
2
3
4
5
6
7
8
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
合計 / PubYear 平均 / dwpi_info.AppYear - wos_info.UTYear3 平均 / dwpi_info.PubYear - wos_info.UTYear3

Computer Science
0
2000
4000
6000
8000
10000
12000
14000
0
1
2
3
4
5
6
7
1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
数値の個数 / UTYear 平均 / dwpi_info.AppYear - wos_info.UTYear3 平均 / dwpi_info.PubYear - wos_info.UTYear3

Economics And Business
0
100
200
300
400
500
600
700
800
0
1
2
3
4
5
6
7
8
1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
# of patents 平均 / dwpi_info.AppYear - wos_info.UTYear3 平均 / dwpi_info.PubYear - wos_info.UTYear３

Brief Findings
• 分野に係わらず、論文公開から特許出願/公開までに至る年数は
延長している
• 特許の新規性を獲得することが困難になりつつある可能性
• 1980年代: 論文公開から特許出願/公開に至る年数は増加し続け
る
• 1990年以降: 論文公開から特許出願/公開までに至る年数は増加
するもののその伸び率は停滞

Quantitative Analysis
• Dependent Variable
• 論文公刊から特許出願までの年数
(Model 1): Patent_Applied_Year –
Paper_Published_Year
• 論文公刊から特許公開までの年数
(Model 2) : Patent_Published_Year –
Paper_Published_Year
• Regression Model
• OLS, Poisson Regression
• Independent Variable
• Information Network Dummy
• 引用する論文の公開年が1990年以降 = 1
• H1: 学術情報ネットワークを通じた論文情報の流通が特許公開/出
願までの年数を短縮する
• US Patent Dummy
• Year Dummy
• Applied Year (in Model 1)
• Publish Year (in Model 2)
• Number of Paper Cited in ESI Cohort
• H2: 特定分野内で多く引用されることで指し示される、重要なサイエン
スの知見は特許の生産速度を遅延させる
• Number of Cited Paper per Patent
• H3: 科学論文を引用するほど、特許の出願/公開までの期間が延長
される
• 特許出願/公開年における当該分野内の年次論文数
• H4-1: 当該分野内における論文数の増加は特許出願/公開までの
年数を延長させる
• 特許出願/公開年における当該分野内の年次特許数
• H4-2: 当該分野内における特許数の増加は特許出願/公開までの
年数を延長させる

Results Outcome : Model 1
ESI Category
Clinical
Medicine
Biology &
Biochemistry
Chemistry
Molecular
Biology &
Genetics
Engineering Physics Immunology
Pharmacology
& Toxicology
Microbiology
Neuroscience
& Behavior
Materials
Science
Info_Network_dummy -6.3910*** -5.6631*** -7.0383*** -5.6306*** -5.6741*** -4.2501*** -5.7519*** -5.8206*** -5.9753*** -6.7075*** -4.5665***
US_Patent_dummy 0.2078*** 0.1753*** -0.1345*** 0.1739*** -0.5068*** 0.2093*** 0.2039*** 0.2497*** 0.2380*** 0.2625*** 0.3781***
Paper_Cited_in_Cohort 0.0010*** 0.0006*** 0.0038*** 0.0017*** 0.0034*** 0.0012*** 0.0029*** 0.0004*** 0.0016*** 0.0044*** 0.0091***
Number_of_Cited
Paper_in_Patent
-0.0010 0.0018*** -0.0024*** -0.0008*** 0.0034*** -0.0005*** -0.0003*** 0.0031*** -0.0009*** 0.0017*** -0.0114***
Number of
Patents_Per_Year
-0.0000*** 0.0000 -0.0000*** -0.0000*** -0.0000*** -0.0000*** -0.0000*** -0.0000*** -0.0000*** -0.0000*** -0.0000***
Number of
Papers_Per_Year
0.0001*** 0.0001*** 0.0000*** 0.0000*** 0.0000*** 0.0000*** 0.0003*** 0.0004*** 0.0005*** 0.0005*** 0.0003***
Year Dummy YES YES YES YES YES YES YES YES YES YES YES
Fixed R 0.7691 0.2219 0.378 0.328 0.3322 0.2126 0.337 0.2398 0.4232 0.301 0.1571
Sample Size 663656 719151 426426 297786 237525 222684 186091 144640 160043 121489 106700
ESI Category
Plant & Animal
Science
Computer
Science
Agricultural
Sciences
Environment/E
cology
Geosciences
Psychiatry/Psyc
hology
Multidisciplinar
y
Social Sciences,
general
Economics &
Business
US_Patent_dummy 0.2122*** 0.1685*** 0.3145*** 0.3744*** -0.1581** 0.6633*** 0.0598*** 0.3457*** 0.08378 0.8962*** 0.5683*
Paper_Cited_in_Cohort -0.0075*** 0.0095*** -0.0011*** -0.0041 0.0403*** 0.0076*** -0.0824*** 0.0262*** -0.0153* 0.0288** -0.0551*
Number_of_Cited
Paper_in_Patent
0.0018*** 0.0078*** 0.0077** 0.0133*** -0.0127*** 0.0175*** 0.0010*** 0.0678*** 0.0791*** -0.0061 0.022
Number of
Patents_Per_Year
-0.0001*** -0.0000*** -0.0000 -0.0008*** -0.0007*** -0.0007*** 0.0000 0.0000 -0.0005** -0.0023** -0.0194***
Number of
Papers_Per_Year
0.0009*** 0.0004*** 0.0022*** 0.0009*** 0.0117*** 0.0049*** 0.0025*** 0.0021*** 0.0092*** 0.0129*** 0.0424***
Fixed R 0.4270 0.2759 0.1722 0.1976 0.4323 0.2780 0.3920 0.1637 0.2597 0.2594 0.2221
Sample Size 94202 129145 36198 8516 7467 7340 16726 5406 2394 1797 313
Dependent Variable: Patent_Applied_Year – Paper_Published_Year
*** denotes that significant in one percent, ** denotes that significant in 5 percent, * denotes that significant in 10 per

分析結果: モデル1
• 情報ネットワークダミーはいずれのESI 分野でも負の値
• 米国特許ダミー
• Chemistry, Engineering および Geo Science では負の値
• その他の分野では正の値
• コホート内での有力論文の引用数
• Plant & Animal Science, Agricultural Science 以外は正の値
• 著名な論文が多く存在する分野では、論文から特許までの知識波及が遅延している可能性
• 特許ごとの論文引用数
• 分野により, 正の値と負の値に別れる
• Positive : Biology and Biochemistry, Engineering etc…
• Negative : Chemistry, Molecular Biology, Physics, Immunology etc…
• 多くの論文を引用することが、特許出願までの速度を遅延させる可能性
• 一方, 特定の分野 (Chemistry, Molecular Biology)では特許出願までの期間を短縮させている
• 年あたりの特許数、論文数
• 特許数は負の値、論文数は正の値を有する

分析結果 : モデル2
ESI Category
Clinical
Medicine
Biology &
Biochemistry
Chemistry
Molecular
Biology &
Genetics
Engineering Physics Immunology
Pharmacology
& Toxicology
Microbiology
Neuroscience
& Behavior
Materials
Science
US_Patent_dummy 0.9838*** 0.9640*** 0.8331*** 1.1148*** 0.5385*** 0.7778*** 1.0962*** 1.1494*** 0.9356*** 1.1698*** 1.1111***
Paper_Cited_in_Cohort -0.0009*** -0.0001*** 0.0043*** 0.0003*** 0.0033*** 0.0010*** 0.0013*** -0.0003*** 0.0005*** -0.0001*** 0.0037***
Number_of_Cited
Paper_in_Patent
0.0016*** 0.0016*** 0.0028*** 0.0047*** 0.0047*** 0.0004*** 0.0048*** 0.0049*** 0.0019*** 0.0012*** -0.0047***
Number of Patent 0.0000*** 0.0000*** -0.0000*** -0.0000*** -0.0000*** -0.0000*** 0.0000*** -0.0001*** -0.0000*** -0.0000 -0.0000***
Number of Papers 0.0000*** 0.0000*** 0.0002*** 0.0002*** 0.0002*** 0.0000*** 0.0004*** 0.0001*** 0.0006*** 0.0007*** 0.0005***
Fixed R 0.4858 0.2006 0.4583 0.4813 0.3878 0.3240 0.5011 0.4234 0.5664 0.4702 0.1891
Sample Size 462221 446720 317266 191180 180500 174625 116000 117369 109683 93869 89651
ESI Category
Plant &
Animal
Science
Computer
Science
Agricultural
Sciences
Environment/
Ecology
Geosciences
Psychiatry/Psy
chology
Multidisciplina
ry
Social
Sciences,
general
Economics &
Business
US_Patent_dummy 0.9273*** 0.9628*** 1.0432*** 1.0722*** 0.4262*** 1.2761*** 1.3982*** 1.3387*** 0.9612*** 1.4406*** 0.5365***
Paper_Cited_in_Cohort 0.0053*** 0.0051*** -0.0023*** 0.0060** 0.0267*** 0.0194*** -0.0010 0.0482*** -0.0495*** 0.06687*** -.00928***
Number_of_Cited
Paper_in_Patent
0.0008*** 0.0141*** 0.0061** 0.0060 -0.0016 0.01520*** 0.0018*** 0.0156 0.0546*** 0.0088* 0.0057
Number of Patent -0.0001*** -0.0001*** -0.0002*** -0.0009*** -0.0013*** -0.0001 0.0003*** 0.0000 0.0001 -0.0038*** -0.0019
Number of Papers 0.0010*** 0.0004*** 0.0026*** 0.0103*** 0.0110*** 0.0077*** 0.0027*** 0.0002*** 0.0133*** 0.0165*** 0.0801***
Fixed R 0.541 0.3978 0.1672 0.1779 0.1809 0.3581 0.3447 0.1759 0.4093 0.2357 0.1265
Sample Size 68616 97836 28254 7047 5979 5631 12024 3739 1243 1285 238
Dependent Variable: Patent_Published_Year – Paper_Published_Year
*** denotes that significant in one percent, ** denotes that significant in 5 percent, * denotes that significant in 10 per

分析結果: モデル2
• 情報ネットワークダミーはいずれのESI分野でも負の値
• 米国ダミー
• いずれの分野も正の値
• コホート内での論文引用数
• Clinical Medicine, Biology などでは負の値
• すぐれた論文の存在は特許公開までの期間を短縮させる
• 論文の特許引用数
• Material Science を除き正の値
• モデル1 とは異なり, 特許ごとの非特許文献の引用数増加は特許公開までの期間を短
縮しない
• 審査官引用の増加を意味している可能性
• 年あたりの論文数、特許数
• 特許数は負の値、論文数は正の値を有するが極めて軽微

Findings
• 特許内で引用される論文数 (非特許文献) が多いほど、特定技術分野
(Life Science, Physics, Material Science etc…) では特許出願ま
での年数が短縮される
• 科学的知見を積極的に吸収することが、特許の生産パフォーマンスを向上させる
• 特定分野内での有力論文の特許による被引用数の増加
• 当該論文を引用した特許の出願までの年数を延長させる
• 当該論文を引用した特許の公開までの年数を短縮させる
• 学術情報ネットワークが整備された1990年以降、論文公刊から特許への
引用が行われる速度は向上した

まとめ
• 特許データベースと論文データベースを組み合わせて分析する
• 特許データベースや論文データベース単独ではわからない情報を使っ
て分析できる
• ただし、名寄せをするのはとても大変
• 1. 人力でがんばる！
• 2. すでに名寄せされている情報 (データベース) を使う！
• どちらにしても, チェックが必要

サイエンスリンケージデータベースについて
• 一橋の学生で使いたいひと
• ご相談ください
• 利用可能範囲: 「一橋大学イノベーション研究センターに関係する学生
/教員 etc…」
6/27/2015 113

Acknowledgement
• 「政策のための科学」基盤的研究・人材育成拠点事業（領域開拓拠
点）イノベーションマネジメント・政策プログラム（Innovation
Management and Policy Program：IMPP）
• 独立行政法人科学技術振興機構社会技術研究開発センターによる
「科学技術イノベーション政策のための科学研究開発プログラム」:
• 「イノベーションの科学的源泉とその経済効果」
• 「科学技術イノベーション政策の経済成長分析評価プロジェクト」

Thanks.
hara@iir.hit-u.ac.jp
ya-hara@grips.ac.jp
1155/14/2015

SciREX「ナショナルイノベーションシステムに係る定量データとその分析手法」WSシリーズ第４回サイエンスリンケージデータベースの使い方

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Was ist angesagt?

Was ist angesagt? (20)

Andere mochten auch

Andere mochten auch (11)

Ähnlich wie SciREX「ナショナルイノベーションシステムに係る定量データとその分析手法」WSシリーズ第４回サイエンスリンケージデータベースの使い方

Ähnlich wie SciREX「ナショナルイノベーションシステムに係る定量データとその分析手法」WSシリーズ第４回サイエンスリンケージデータベースの使い方 (20)

Mehr von Yasushi Hara

Mehr von Yasushi Hara (12)