美国专利分类体系的长期动态

2022-6-13 22:33:19

美国专利分类系统的长期动态*Francois Lafond1,2,3和Daniel Kim牛津马丁学院新经济思想研究所、牛津大学史密斯企业与环境学院、牛津大学牛津马丁学院技术与经济变革项目、牛津大学自然科学研究所、韩国高级科学技术研究所9月24日，2018年摘要几乎从定义上讲，激进的创新创造了修改现有分类系统的需求。在这篇论文中，我们认为分类系统的变化和专利重新分类是常见的，并且显示了有关技术进化的有趣信息。为了支持我们的论点，我们提出了三组关于美国专利分类系统中分类波动性的发现。首先，我们研究不同类数量的演化。基于当前分类模式重建的时间序列与历史数据非常不同。这表明，使用当前的分类来分析过去会对系统的演变产生扭曲的看法。其次，我们研究了类的相对性。规模分布呈指数分布，因此各阶层的规模差别很大，但最大的阶层不一定是最古老的。为了用一个简单的随机增长模型来解释这种模式，我们引入了一个假设，即类有一个规则的分裂机会。第三，我们研究分类。与出生时相比，现在处于不同类别的专利所占比例可能相当高。重新分类主要发生在属于同一个1位数NBER类别的类别之间，但并不总是如此。

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

2022-6-13 22:33:23

我们还记录了重新分类的专利往往比未重新分类的专利更容易被引用，即使在控制了授予年份和来源类别之后。关键词：专利、分类、重新分类。JEL代码：O30、O39。*本文重用了第一作者在马斯特里赫特大学（UNU-MERIT）的博士论文中未发表的章节中的材料。这项工作得到了韩国ZF资助的韩国国家研究基金会（NRF）的支持[赠款编号NRF-2017R1A2B3006930（D.K.）]，以及欧盟委员会项目FP7-ICT2013-611272（GROWTHCOM）（F.L.）。我们还感谢新经济合作伙伴、伦敦数学科学研究所、牛津马丁学院新经济思想研究所以及牛津马丁学院技术和经济变革项目的支持。我们从两位匿名裁判和许多同事的精彩评论中受益匪浅，他们包括杰夫·阿尔斯托特、浅野由纪夫、马里亚诺·贝盖利斯·迪亚斯、J.多因·法默、马可·潘加洛、埃曼努埃尔·普格利泽、乔治·特里乌尔齐和维尔赫尔姆·维伦德尔。我们还感谢Diana Greenwald和美国专利局帮助我们定位数据源。所有的幸存者都是我们的。联系人：francois。lafond@inet.ox.ac.uk，daniel。永浩。kim@gmail.com1简介美国专利体系包含约1000万项专利，分为约500个主要类别。然而，有些类别比其他类别大得多，有些类别比其他类别古老得多，更重要的是，这些类别中没有一个可以被认为是一劳永逸的定义良好的实体。由于其重要的法律作用，美国专利和商标局（USPTO）不断投入资源来改进发明的分类，因此分类系统随着时间的推移发生了很大的变化，反映了当时的技术演变。

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

2022-6-13 22:33:25

分类的发展是因为创建了新的类，但也因为现有类被废除、合并和拆分。事实上，2015年的所有现有类别都是在1899年后在美国专利分类系统（USPCS）中建立的，尽管第一个类别是在1790年授予的，第一个分类系统是在1829-1830年创建的。再举一个例子，在1976年授予的所有专利中，现在有40%的专利属于与1976年不同的主要类别。为了保持尽可能高的可搜索性，美国专利商标局对专利进行了重新分类，以便在每一时刻根据一致的最新分类法对专利进行分类。这样做的缺点是，当前的分类并不是为了反映技术发展的历史描述。换言之，虽然分类系统为所有专利提供了一致的分类，但这种一致性不是时不变的。不同时间点的观察者对过去的一致分类有不同的想法，即使在对过去的同一组专利进行分类时也是如此。在本文中，我们关注美国专利分类的历史演变。我们提供了三组发现。首先，我们研究不同类别数量的演变，对比当前和历史分类系统。最近的研究（Strumskyet al.2012、Strumsky&Lobo 2015、Youn et al.2015）表明，可以重建当前分类系统子类数量的长期演变。这使他们能够获得有关重组类型以及新亚类和新组合的相对引入率的有趣结果。计算不同类别数量的另一种方法是返回档案，检查过去在不同点实际存在的类的数量。

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

2022-6-13 22:33:28

我们发现分类系统的历史演变和重建演变之间存在重要差异。特别是，我们发现，从历史上看，不同类别的数量增长或多或少，每年大约增加两个半类别。相比之下，重新构建的进化（考虑到在某个日期之前授予的所有专利需要多少现有类别）表明，与19世纪创建的大多数类别不同，之后引入新类别的速度也有所放缓。同样，使用历史类别，我们发现类别数量和专利数量之间的关系与Heaps定律是相容的，Heaps定律是类别数量与项目数量的幂律比例，最初观察到文本中不同单词的数量与总单词数之间的关系（Heaps1978）。从长远来看，使用重构的进化堆定律是行不通的。知道不同类别的数量后，下一个问题是它们的增长和相对大小（以专利数量为例）。因此，我们的第二组发现涉及到类的大小分布。我们发现这是指数型的，证实了Carnabuci（2013）在一个更受限制的子样本上的结果。我们还发现，类的大小和年龄之间没有明确的关系，这就排除了简单随机增长模型中指数分布的解释，在这种模型中，类是一次性和一次性创建的。第三，我们假设新技术领域和激进创新往往与更高的再分类活动相关。这表明，重新分类的历史包含了最具变革性创新的相关信息。我们在这里的工作与Wanget al。

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

2022-6-13 22:33:31

（2016）世卫组织研究了自1994年以来300万项实用新型专利的一系列指标（权利要求、引用、扩展等）与重新分类的关系。我们使用了1976年以来的数据，观察了来源类别和引文统计。重新分类的专利似乎比未重新分类的专利更容易被引用。我们还构建了重新分类流程图，并在NBER专利类别层面进行了聚合（Hallet al.2001）。这表明，美国国家经济研究局（NBER）对专利进行了重新分类，这是不容忽视的。我们发现，“计算机”和“电子”中的专利通常被重新归类到其他NBERcategories中，这与“药物”等其他类别不同。然后，我们讨论了三个新类别的示例（织物、组合化学和艺术智能）。最后，我们认为，如果不考虑重新分类，就不可能解释观察到的模式。我们开发了一个简单的模型，其中类根据优先依恋增长，但有被分割的可能性。该模型的唯一输入是2015年的专利数量和类别以及堆定律指数。尽管如此，该模型能够重现i）阶级数量增长的历史和重建模式，ii）规模分布和（部分）年龄-规模关系的缺失，以及iii）分类率的时间演变。我们提出的经验证据和我们需要为模型做出的假设清楚地表明，美国专利公司已经有了长足的发展，很难将专利类别视为定义稳定的技术领域。分类系统不能很好地理解为一个类别是一次性创建的，并随着时间的推移累积专利的系统。相反，它被更好地理解为一个不断重组的系统。

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

点击查看更多内容…

2022-6-13 22:33:34

正因为如此，使用当前的分类系统来研究一组旧的专利就像用今天的课程来回顾过去一样。在本文中，我们不仅展示了历史真实与重建真实之间的差异，还解释了这些差异是如何产生的。本文的组织结构如下。第2节详细说明了我们的动机，给出了一些分类的背景，并回顾了有关技术类别的文献。第3节描述了USPCS和我们的数据源。第4节介绍了我们关于类数量演变的结果。第5节讨论了类的大小分布。第6节介绍了我们自1976年以来的重新分类结果。第7节提出了一个模型，该模型再现了前几节中发现的主要经验模式。最后一节讨论了研究结果，推动了进一步的研究并得出结论。2为什么学习分类系统很重要？分类系统很普遍，因为它们非常有用。从根本上讲，分类是模式识别、学习和理解的基础。制作一篇关于技术及其演变的论述也不例外。事实上，理论研究和更深入的实证研究几乎总是依赖于某种类型的分组，或者旨在确定一种分组。从历史上看，人们对技术分类的兴趣主要是因为需要匹配技术和工业活动（Schmookler 1966、Scherer 1984、Verspagen 1997）。由于专利技术是根据其功能分类的，而不是根据其使用行业或原产地分类的，所以这个问题尤其困难。显然，充分了解行业和专利分类系统对于构建良好的人行横道至关重要。

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

2022-6-13 22:33:37

在此，我们强调需要承认两种分类系统都会发生变化。因此，我们的结果为自动、概率、数据驱动的方法构建一致性表提供了有力的依据，如Lybbert&Zolas（2014）最近的提案，该提案主要通过在专利中寻找行业定义的分叉词来构建技术行业表。随着人们对创新本身兴趣的上升，许多研究利用现有的专利分类来研究技术领域的溢出效应，通常考虑分类关联。例如，Kutz（2004）研究了1976年以来专利类别的增长和分布；Leydesdor ff（2008）、Antonelli等人（2010）、Strumsky等人（2012）和Youn等人（2015）研究了共分类模式；Caminati&Stabile（2010）和Acemoglu等人（2016）研究了USPCS或NBER技术类别的引用模式。同样，技术分类系统用于根据企业或发明人专利组合的分类来估计技术距离，通常是“技术空间”中企业或发明人之间的距离（Breschi等人，2003年，Nooteboom等人，2007年，Aharonson&Schilling 2016年，Alstott等人，2016年）。其他方法学贡献包括Benner&Waldfogel（2008），他指出使用专利中列出的所有代码会增加样本量，从而减少测量接近度的偏差，以及McNamee（2013），他主张使用分类系统的层次结构。尽管目前的专利分类系统得到了广泛的应用，但除了Bailey（1946）和Stafford（1952）对不同类别数量的统计之外，还没有对该系统的历史演变进行定量研究，我们在这里对其进行了更新。然而，最近Strumsky等人。

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

2022-6-13 22:33:40

（2012）提出专利在多个领域的分类是知识重组的标志，由此引发了对专利分类的新兴趣。Youn et al.（2015）使用根据当前分类系统分类的美国专利完整记录，研究了子类（“技术代码”）。他们发现，直到1870年左右，使用到一年的子类的数量与专利的累积数量成正比，但之后增长速度变慢。然而，值得注意的是，在一个相关的背景下（职业多样性如何随城市规模扩展），Bettencourt et al.（2014）和Younet al.（2016）利用行业和职业分类系统的不同层次来确定独立数量。多样性的测量取决于使用分类系统的哪一层，但在这种情况下，有限分辨率极限（最深分类层）存在，并可用于表征普遍数量。新子类“引入”的放缓不适用于新的子类组合。Youn等人（2015年）发现，组合的数量始终等于专利数量的60%。这一发现证实了Strumsky等人（2012年）的论点，即专利分类包含了从长远来看理解技术变革的有用信息。此外，对组合的详细研究可以揭示特定内容的新颖程度（Strumsky&Lobo 2015，Kim et al.2016）。除了用于简化分析和创建人行横道之外，技术分类本身也很有趣。一项特别有趣的工作是构建系统化的技术发展史，展示一项技术是如何从其他技术演变而来的（Basalla 1988，Soléet al。

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

2022-6-13 22:33:44

2013年）（有关具体示例，请参见T"emkin&Eldredge（2007）中的cornets和Valverde&Solé（2015）中的编程语言）。但范畴不仅仅是用来描述事物，它们常常被用来构建事物（福柯1966）。当类别被创建为名词时，它们可以有一个谓语并成为主语。因此，分类系统是一种机构，允许代理协调并商定应如何调用事物以及应在何处绘制边界。此外，分类系统可能会对其所描述的系统产生反馈，例如，通过对其分类的项目进行合法化，或者更简单地说，通过偏倚哪些项目是通过搜索找到的，并在重组中重新使用以创建其他项目。因此，分类会影响项目的未来演变及其与其他项目的关联（边界）。沿着这条论证路线，分类的过程是有效的。总之，关于技术分类系统演变的数据提供了一个关于社会如何理解其技术人工制品并通过分类过程使其合法化的指南。拉图尔（2005）认为，社会科学家不应将自己的类别过度强加给他们分析的参与者。相反，研究人员应该关注参与者，看看他们自己是如何创建类别的。Nelson（2006）将技术进化描述为实践主体和理解主体的共同进化。理解主体的作用是使实践“合理化”。他认为，这种区别对于理解进化动力学具有重要意义，因为每个身体都有自己的选择标准。我们在这里的论点是，USPC的演变反映了技术专家群体对技术系统中尺度结构的信念如何与技术进步共同作用。

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

2022-6-13 22:33:47

我们将专利分类视为一个对技术体系的理解进行整合的过程。要想了解为什么研究专利类别不仅仅是研究专利，请记住，审查者和申请人不需要证明一项技术可以提高我们对自然现象的理解；他们只需要证明一个设备或过程是新颖的，并且能够有效地解决问题。然而，为了建立一个新的类别，有必要同意，将发明放在这个新标题下实际上可以提高理解，从而提高专利系统的可搜索性。从这个意义上说，我们认为，专利类别的动态构成了“技术专家社区”的窗口。由于分类系统是为了优化搜索而设计的，它们反映了搜索是如何进行的，而搜索又是如何指示思维过程的。这些例程是范式内正常问题解决的组成部分。因此，分类系统必须受到范式转换激进创新的影响。正如e.g.Pavitt（1985）和Hicks（2011）所指出的，一项完全符合现有分类方案的新技术可以被视为一种渐进式创新，而不是挑战现有方案的激进创新。一个直接的结果是，分类系统的历史演变包含了大量的技术变化信息，超出了专利中包含的信息。现在，我们描述一下我们重建美国专利分类系统动态的尝试。专利官员通常是高技能工人。除了关于特别聪明的专利审查员（阿尔伯特·爱因斯坦）的轶事证据外，专利审查员一般都是高素质的（通常是博士）。尽管如此，Rotkin等人。

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

2022-6-13 22:33:50

（1999）提到分类工作不是特别有吸引力，分类部门很难吸引志愿者。最近，Paradise（2012）eludesto“营业额高，工资不理想，工作量大”。关于专利官员的偏见和动机，有一份新兴的文献（Cockburn等人，2003年，Schuett 2013年），但重点是授予专利的决定。对分类中的偏差知之甚少。在劳动经济学中，一些研究利用了分类体系的变化。Xiang（2005）发现，以SIC系统的变化衡量，新产品的杀伤强度高于现有产品。Lin（2011）和Berger&Frey（2015）使用行业指数和职业头衔词典的变化来评估城市层面的新工作。数据：USPCS我们选择USPCS有几个原因。首先，我们选择了专利制度，因为我们对技术发展感兴趣，但也因为其重要的法律作用，专利制度得益于迄今为止需要维护的资源。在专利分类系统中，USPCS是目前仍在使用的最古老的（几年前）（Wolter 2012）。它也有很好的英文记录。此外，还提供了其他文件：引文、原始专利的数字化文本（从中获得出生时的分类）、当前分类的文件等。最后，它是创新和技术变革研究中使用最多的专利分类系统之一。这种选择的主要缺点是，USPCSis现已停产。

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

2022-6-13 22:33:53

这意味着最近的研究可能包括一个分类动态，该动态预测了向合作专利分类的过渡，也意味着我们的研究不会更新，也无法预测未来可以测试的该系统的规格。更一般地说，我们确实认识到，没有任何东西可以保证外部有效性；有人甚至可以争辩说，如果美国邮政编码系统停止使用而其他分类系统没有停止使用，这表明美国邮政编码系统有特定的城市，因此它不能代表其他分类系统。尽管如此，我们认为USPC对技术分类有重大影响，是最好的案例研究。3.1 USPCST的早期历史美国专利制度于1790年7月31日建立，但三年后取消了审查的需要，直到1836年才重新建立。因此，无需搜索priorart，因此对分类的需求较弱。已知最早的官方主题分类出现在1823年，作为国务卿当年向国会提交的报告的附录（Rotkin等人，1999年）。它将635个专利模型分为29个类别，如“桥梁和船闸”，1184个分类为“用于各种用途”，并省略了那些“认为不值得保存的足够重要的”类别。http://www.cooperativepatentclassification.org/index.htmlIn1829年，总监的一份报告提出，随着专利局新的、更大的部门的前景，将没有足够的空间对模型进行系统的安排和分类。

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

2022-6-13 22:33:56

他在报告中附加了14个类别的清单。1830年，众议院下令公布一份所有专利清单，该清单于1830年12月/1831年1月发布，其中包含一份目录，将专利分为16类，这与1829年的14类以及“外科器械”和“钟表学”几乎相同。1836年7月，新颖性检查的要求生效，使得寻找先验知识变得更加迫切。顺便说一句，去年12月，该专利被一场大火彻底摧毁。1837年，一个由21个类别组成的新分类系统发布，其中包括一个杂项类别和一些交叉注释的实例。第二年，又发布了另一个时间表，进行了一些重大重组，共有22个类别。1868年出现了一个新的官方分类，包含36个主要类别。评论课程数量的增加，专利专员写道（Rotkin等人，1999年）“课程数量已从22门增加到36门，现在有许多学科被单独认可，并与其他学科正式合并为一个更通用的名称。其中包括建筑工人的纱窗、毡、照明、纸张和缝纫机，发明家对每一个学科都给予了极大的关注，因此有必要对这些学科进行划分，以确保适当分配在考官团中工作。”很明显，班级创建和划分背后的一个基本原理是平衡班级规模，主要标题是农业、工厂机器、航海、土地工程、普通行业、轮式车辆、液压（其拼写在1830年发生了变化）、热量和蒸汽器具、磨坊、杠杆和螺旋力、武器、数学仪器、化学成分和美术。关于这一分类的有趣评论（Rotkinet al。

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

2022-6-13 22:33:59

1999年）是否已经包含基于行业类别的类（农业、导航等）以及基于“特定机械力系统”（如杠杆和螺钉力）的分类。Rotkin et al.（1999）给出的第一个例子是一个在“导航”和“水力学和静水力学”中都被分类的泵，但这不仅仅是为了便于搜索。该课程表的设计考虑到了管理问题，包括将专利申请分配给合适的考官以及“考官之间公平分配工作”（Rotkin et al.1999）。1868年后不久，出现了一个平行分类，包含176个类别，用于newlyset-up专利订阅服务。这导致了一个新的官方分类，包含145个类别，并于1872年作为一本书出版。1878年，班级数量增至158个，1880年增至164个。Rotkinet al.（1999）指出，与1872年的分类相比，1880年的分类不包含任何形式的交叉注释和交叉引用。1882年，分类达到167个类，并引入了多个级别的子类缩进。1882年的分类还引入了一种名为“电”的类别，远远早于这项通用技术充分发挥其潜力。1893年，年度报告中明确指出，需要进行分类划分，“以便[发明历史]在任何声称发明的新颖性上，搜索者都能轻松获取”。在那之后，分类划分的需要（以及相关的额外预算索赔）一直是合法的，因为这种需要“反对所有现有技术”到每个新的应用。1898年，成立了“分类部门”，由一名负责人、两名助理和两名办事员组成，目的是建立清晰的分类原则，并对所有现有专利进行重新分类。

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

2022-6-13 22:34:02

这标志着美国专利商标局开始进行专业分类。自那以后，分类部门一直在积极探索，专利分类系统也有了很大的发展，正如我们在本文中详细介绍的那样。但在此之前，我们需要解释分类系统的基本组织原则。3.2现代USPCS的基本原理和组织USPCS将每项专利至少归属于一个主题。主题包括amain类，描述主要技术，anda子类，描述过程，结构特征和功能特征。所有班级和大多数班级都有定义。重要的是，这些是分类的专利权利要求，而不是整个专利本身。该专利继承了其权利要求的分类；其主要分类是其主要（“最全面”）索赔的分类。有不同类型的专利，它们被转化为不同类型的类别。根据USPTO，“一般而言，实用专利保护物品的使用和工作方式，而设计专利保护物品的外观。”“设计专利的分类基于设计专利中披露和要求保护的工业设计的功能或预期用途的概念。”。在19世纪，分类是基于使用该发明的行业或职业，例如“蜜蜂文化”（449）或“屠宰”（452）。选择的例子（Falasco 2002a，USPTO 2005，Strumsky et al.2012）是冷却设备，如果用于冷却不同的东西，如啤酒或牛奶，则将其单独分类。今天的系统将两者都归类为“热交换”（165）类冷却设备，这是本发明的实用性或功能。

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

可人4

2022-6-13 22:34:05

另一个具有启发性的例子（Schmookler 1966，Griliches 1990）是，一个处理液体分配的子类同时包含一个水枪专利和一个圣水分配器专利。随着分类司的成立，分类基本原则发生了这种变化（Falasco 2002a，Rotkinet al.1999）。逐步地，该部门在Tookt下重新设计分类系统，以便根据其效用对发明进行分类。出现的基本原则是“按近似功能进行效用分类”（Falasco 2002a），其中强调“近似”意味着它是本发明的基本功能，而不是特定设备或行业中的一些示例应用。例如，“搅拌”（366）是进行搅拌的发明的相关类别，无论是洗衣服、搅拌黄油还是混合油漆（Simmons 2014）。效用的另一种分类是分类效应或产品，其结果可能是有形的（如半导体设备和制造，438）或无形的（如音频信号系统，381）。最后，按结构分类（“组件排列”）有时用于具有一般功能的简单主题。这种基本原理最常用于化合物和库存材料。它很少用于类，更常用于子类levelhttp://www.uspto.gov/web/offices/pac/mpep/s1502.htmlhttp://www.uspto.gov/page/seven-分类设计专利（USPTO 2005）尽管按实用程序分类是主要原则，但三种分类原理（按行业、实用程序和结构）共存。每个类别“反映了重新分类时存在的分类理论”（USPTO 2005）。

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

2022-6-13 22:34:08

此外，随着类（甚至更多的子类）的创建、合并和拆分，系统不断发展。当审查员感觉到需要并得到相应技术中心的批准时，新类别合并；在这种情况下，通过“分类顺序”和所有需要重新分类的专利对USPC进行修订（Strumsky等人，2012年）。如何创建子类的一个示例是通过alpha子类。Alpha子类最初是由专利审查员自己创建的非正式集合，以帮助他们的工作，但后来并入了USPC。它们现在被创建并用作临时子类，直到它们正式化（Falasco 2002b，USPTO 2005）。分类项目完成后，将发布一份分类令，其中特别总结了变化，以及原则上需要重新分类的所有专利。2004年10月，“纳米技术（977）”创建的最新类别之一。正如Strumsky等人（2012）所指出的，使用当前的分类系统，我们发现在重新分类后，第一个纳米技术专利的授予时间要早得多。根据Paradise（2012年）的说法，大量的联邦研究资助导致了“纳米技术”作为一个统一术语的出现，并在科学出版物和专利中有所反映。由于纳米技术是新技术，得到了大量的应用，并且需要跨学科的知识，因此很难确保现有技术得到适当的审查。美国专利商标局于2001年参与了一个分类项目，该项目从定义纳米技术和确定其范围开始，通过内部流程以及与其他利益相关者（如用户或其他专利机构）进行合作。2004年，《纳米技术交叉参考文摘》成立；交叉引用意味着该类不能用作主类。

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

2022-6-13 22:34:11

Paradise（2012）指出，977级的阈值太低，为1至100纳米。此外，鼓励重新分类，但这并不系统，因此根据Strumsky&Lobo（2015）和我们在此使用的数据（US3896814），许多重要的纳米专利于1986年授予Strumsky等人（2012），1978年授予Paradise（2012），1975年授予。同样，这些差异反映了重新分类的重要性。2004年之前可能不属于此类。另一个值得一提的阶级创造的例子是埃尔迪等人（2013年），他认为，根据引文聚类分析，1997年创造的“织物（机织、针织、或非织造织物或布等）”（442）的创造是可以预测的。Kyebambe et al.（2017）最近将这种方法概括为一个经典的机器学习分类问题：专利集群以一系列特征（引用、权利要求等）为特征，只有一些专利集群后来被重新分类为新的USPCS主类，从而被认定为“新兴技术”。从这个意义上说，USPCS专家对数据进行了标记，Kyebambe等人（2017）开发了一种方法，可以在USPCS专家标记的数据上创建集群并训练机器学习算法。最后，最后一个例子是有机化学。260类过去包含的专利文件数量最多，但决定对该类进行重新分类，“因为其概念不一定涉及新技术，而且其几个子类由于其规模太大而难以研究。”。

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

2022-6-13 22:34:14

为了使SmallerReclastion项目立即可用，决定将大类划分为518-585类的许多单独类。这些类别中的每一个都“被视为260类保护伞下的独立类别”；其中许多类别具有相同的通用名称，如Strumsky et al.（2012）提出的“有机化合物——532-570系列类别的一部分”，这种引入新代码和修改现有代码的程序确保了当前专利分类的一致性，并使人们能够长期研究技术的发展。然而，虽然用今天的眼镜看过去可以确保我们以一致的方式看过去的不同时期，但这与报告过去生活在其中的人的过去是什么并不相同。从这个意义上说，我们认为，尝试和重建过去的分类系统也很有趣。现在，我们通过列出可用的源代码并构建过去使用的类的简单计数来描述我们的初步尝试。看见http://www.uspto.gov/page/addendum-reclassification-classes-518-585These类也有一个由其编号表示的层次结构，就像类调度中的子类通常所做的那样。3.3数据集构建在详细描述数据构建之前，让我们明确说明三个重要注意事项。首先，由于在子类级别收集历史数据的困难，我们将重点放在主要类上。这是一个重要的遗漏，也是进一步研究的途径。

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

2022-6-13 22:34:17

调查完整的层次结构可以增加重要的洞察力，例如通过对比分类树的“垂直”和“水平”生长，或者利用系统的不同层在搜索中扮演不同角色的事实（USPTO 2005）。其次，为了简单起见，我们将调查限制在主要（“OR”）类。多重分类确实非常有趣，因此需要进行完整的独立研究。显然，可以使用多种分类这一事实是当前USPC的一个基本特征。事实上，这是其演变的一个关键特征：如上所述，“交叉标注”在某些时期很常见，而在其他时期则不存在，最近一个新类别的例子——纳米技术——恰好是一个仅限XR的类别（即，仅用作二级分类）。这里我们选择只使用OR类，因为它允许我们以相对简单的方式显示主要模式。当然，我们的一些结果，尤其是第6节的结果，都会受到这一选择的影响，需要进一步的研究来评估我们结果的稳健性。也就是说，在专利申请中使用分类来确定最合适的审查部门（Falasco 2002b）无疑是最重要的。第三，如第3节开头所述，我们的调查仅限于美国邮政公司。我们有充分的理由在这项研究中选择USPC，其目的是给出一个长期的图景。然而，为了研究再分类模式的细节并将再分类和分类系统的变化确定为新的有用的技术变化指标，未来的研究需要在IPC或PCC中建立类似的模式。由于这些选择，我们的目标是建立一个数据库，包括1）USPCS主要类别的演变，以及2）专利从一个类别重新分类到另一个类别。

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

2022-6-13 22:34:22

要做到这一点，我们依赖于几个来源。首先，我们最原始的数据收集工作涉及历史类数。有关我们的数据，请访问https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/ZJCDCEearly年我们的主要资料来源是Bailey（1946）和Rotkin等人（1999），再加上Reingold（1960）和《分类手册》，这是1908年至1923年间的5年。在20世纪50-60年代，我们主要使用了一个名为“关于专利的一般信息”的特定年份来源，其中包含一句话，如“专利被划分为x类”。不幸的是，从1969年开始，这句话变成了“专利被划分为310多个类别”。因此，我们切换到另一个名为“美国专利局发布的专利索引”的来源，其中包含类别列表。从1963年开始，它在一个单独的页面上列出了课程的名称和编号。1985年，我们使用了一份关于专利和商标的技术评估和预测办公室（OTAF 1985）的报告。从2001年到2013年，我们从互联网档案馆收集数据。截至2016年2月，共有440个公用设施类别（包括杂项001和“信息存储”G9B（成立于2008年）），33个设计类别，第二，为了获得重新分类数据，我们匹配了几个文件。我们从主分类文件（mcfpat1506版）中获得了截至2015年6月底授予的专利的“当前”分类。我们将其与专利授权文件（20160130版）进行了匹配获得授予年限。为了获得分类，我们必须做出一些假设。

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

可人4

2022-6-13 22:34:25

20世纪60年代，设计被细分为“工业艺术”和“家居、个人和精细艺术”，因此我们假设设计课程的数量为2个，直到1977年，设计课程的名称和编号才出现。我们隐含地假设，在1977年之前，设计类实际上都是子类，因为1977年有39个设计类，而1976年用于设计专利的（子）类的数量超过60个。应该注意的是，根据确定的日期，当前的一些设计类别是在60年代后期创建的。另一个问题是，1976年的有机化合物类别的数量不清楚——我们假设是6个，如1977年所列。最后，由于来源相互矛盾或来源指的是不同的月份，同一年我们有时会有两个略有不同的值。https://archive.org/index.php我们可以从中发现url的演变http://www.uspto.gov/web/patents/classification/selectnumwithtitle.htm.将类“001”添加到计数。有日期的课程列表包含476个课程，但不包含001个，其中包括364、389和395个已经废除的课程。我们废除了被废除的阶级，对于图1和图2，weassumed 001成立于1899年。我们首先删除了303项没有主要（或）分类的专利，然后删除了1800年1月1日的92项专利。Webirth，我们使用了USPTO提供的文件“专利授权书目（首页）文本数据（1976年1月至2015年12月）”，我们还从中收集了引文数据。4类数和堆数定律的动态我们的第一个结果涉及到类数的增长（图1），我们使用三种不同的方法计算了类数。首先，我们使用从第3.3节中提到的历史来源收集的原始数据。

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

2022-6-13 22:34:28

同样令人意外的是，数据显示出一种线性增长，有明显的波动，主要是由于1872年引入了一种全新的系统，1977年设计了课程（见脚注）。灰线显示了线性t，估计范围为2.41（s.e.0.06）和Rof 0.96（我们将没有数据的年份作为NA处理，但用上一个观察年份的数据填充它们不会显著影响结果）。其次，我们使用2015年6月的主分类文件计算了截至t年授予的专利被分类的不同类别的数量（黑线）。为此，我们使用了所有专利分类类别（即包括交叉引用类别）。增长模式与历史数据截然不同。如果我们只考虑1836年后的数据，班级数量的增长是次线性的——每年引入的班级越来越少。1836年之前，趋势是线性的，或者是指数型的，这使得整个画面呈现出不对称的S形。第三，我们根据所有CurrentClass建立的日期（蓝线）计算了类别数量的增长。

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

2022-6-13 22:34:31

根据这一衡量标准，第一类发明于1899年，保留了所有类型的专利。在https://bulkdata.uspto.gov/（访问日期：2018年1月7日）如果我们只考虑基本类，则类的（重建）数量略低，因为有些类仅用作交叉引用，而不是主要类。这些类别包括902：电子资金转账，903：混合动力电动汽车，901：机器人，930：肽或蛋白质序列，977：纳米技术，976：核技术，968：钟表学，987：含有bi、sb、as或p原子或含有周期系统第6至第8组金属原子的有机化合物，984：乐器，G9B：基于记录载体和传感器之间相对运动的信息存储。收集自https://www.uspto.gov，第USPCSdates页，分类重组开始时，成立了分类部门。图2以对数-对数比例显示了类别数与专利数的对比。在许多系统中，发现类别的数量随着其分类项目数量的幂律而增长，这一结果被称为“堆”定律（例如，基于分类系统-主题主题标题-而非语言，见Petersen et al.（2016））。在此，我们发现，使用2015年的分类，明显违反了Heaps法则。利用历史数据，希普斯定律似乎是一个合理的近似值。我们估计堆的指数为0.378，标准误差为0.010，R=0.95。图2右下角的插图显示，最近几年，Heaps定律失败了：对于最近的200万项专利（约占总数的20%），几乎没有创建任何类别。

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

2022-6-13 22:34:36

我们不知道课程引入的放缓是由于激进创新的放缓，还是由于更制度化的原因，例如由于预期的专利合作分类的转变，美国专利公司缺乏投资。自2010年10月25日（Blackman 2011）首次宣布联合分类系统以来，我们将该日期（更准确地说，是26日发布的专利号7818817）作为提示性指标（插图中的虚线）。另一个需要考虑的问题是，系统可能会变得更“垂直”，即子类的层数——不幸的是，这里我们必须关注类，所以我们无法对此进行测试。5尺寸分布和年龄-尺寸关系在创建和重组技术类别时，我们对它们的增长和相对尺寸感兴趣。更广泛地说，我们的工作是受熊彼特主义思想的推动，即经济通过引入新颖性不断重塑自身（Dopfer et al.2004，Saviotti&Pyka2004）。技术领域的增长在技术经济学中受到了深入的审查，“扣子、纽扣、扣环等”是一个早期以稍微不同的名称创建的类别的例子（根据Simmons（2014），参见Bailey（1946）了解详细信息，1872），但“确定日期”较晚（根据USPTO，1904）。另一个例子是“屠宰”。通过将fi限制在最新的时期，可以获得一个好的fit，但是这是任意的，并且给出了非常低的堆指数，使得绝大多数类的创建无法解释。1800 1850 1900 1950 2000010200300400班级数量●●●●●●●●● ●●●●●●●●●●●●●●●●●●●历史资料Bailey（1946）Stafford（1952）分类手册Rotkin等人。

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

2022-6-13 22:34:38

（1999）OTAF（1985）Internet archiveGeneral info。基于当前分类的专利索引：首次专利日期基于基于当前分类的历史数据：建立日期图1：不同类别数量的演变。1e+00 1e+02 1e+04 1e+0612510205010200500累计专利数类别数●●●●●●●●●●●●●●●●●●●●●●●●●7e+06 8e+06 9e+06 1e+07460470480490500● ●●● ●●●● ● ● ● ● ●●1800 1900 20001e+001e+021e+041e+06累计专利数图2：堆定律。NIC变化与发展（熊彼特1934、多西1982、帕西内蒂1983、帕维特1984、弗里曼和索特1997、萨维奥蒂1996、马勒巴2002）。本文献中反复出现的一个主题是部门之间的高度异质性。当行业或技术领域以不同的速度增长时，就会发生结构变化：不同领域的相对规模会发生变化。要以节约的方式研究这个问题，可以选择中尺度方法，即研究类别的规模分布。我们在这里的工作与Carnabuci（2013）最直接相关，他首先在1963-1999年的数据中显示，班级的规模分布呈指数分布。这是一个有趣且首次令人惊讶的发现，因为基于所有域以相同平均速率增长的假设，随机增长模型如Gibrat（1931）或Yule（1925）预测了对数正态分布或帕累托分布，这更容易发胖。相反，我们没有看到相对非常大的领域的出现，这可能最重要的是，较老的行业没有像较年轻的行业那样保持快速增长，这可能是由于技术生命周期（Vernon 1966、Klepper 1997、Andersen1999）。

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

2022-6-13 22:34:41

然而，正如我们将要讨论的那样，我们能够通过保持Gibrat定律来解释指数大小分布，但假设类别是随机分裂的。5.1类别的大小分布在本节中，我们研究类别的大小分布，其中大小是2015年的专利数量，类别是使用当前的分类系统定义的。我们只使用初级分类，因此我们只有464个类。图3显示了aclass的大小与其秩的对数之间的线性关系，即类大小呈指数分布。要看到这一点，letp（k）是大小k的概率密度。如果它是指数，则p（k）=λe-λk。根据定义，一类大小k的秩r（k）与简单性不同，我们使用（连续）指数分布，而不是更合适的（离散）几何分布，但这与我们的观点没有区别。我们没有严格检验是否可以拒绝指数假设，因为属性假设是几何的，而经典的检验统计量（如Kolmogorov-Smirnov）不容易应用于离散分布。在5%水平上解释的似然比检验表明，使用扩展指数/几何分布的两个参数分布，即Weibull分布和负二项式分布，可以获得更好的拟合，尤其是在去除两个最小的分类后，这两个分类是异常值（包含4项和6项专利），并且是更大系列（532和520）的一部分。具有较大大小的类的数量，其中r（k）=NR∞kλe-λxdx=Ne-λk，其中N是类数。这相当于排名对数中的sizebeing线性。我们用最大似然法估计参数λ，得到^λ=4.71×10-5标准误差0.22×10-注意，^λ是平均尺寸21223上的一个。我们使用该估计值绘制图。

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

2022-6-13 22:34:44

3.●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●0 20000 60000 1000012510205010200500sizerank图3：排名大小关系。发现指数分布很有趣，因为人们可能期望幂律，这是一种非常常见的尺寸分布，并且经常出现在堆定律中（Lüet al.2010，Petersen et al.2016）。由于指数分布是数据的良好表示，因此值得寻找一种生成此分布的简单机制，我们将在第7节中进行介绍。但是，由于许多模型可以生成指数分布，我们首先需要提供额外的经验证据，以便区分不同的候选模型。5.2年龄-规模关系为了确定较老的类别是否比较年轻的类别包含更多的专利，我们首先需要注意，有两种测量年龄的方法：类别成立的正式日期和授予其第一项专利的年份。预计，classis成立的年份总是晚于其第一项专利的日期。除了532级。我们通过手动搜索USPTO网站证实了这一点。

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