URSS.ru Магазин научной книги
Обложка Андрейчиков А.В., Андрейчикова О.Н. Методология проведения ФОРСАЙТ-исследований на основе международных патентных и экономических BIG DATA: На примере решений задач импортозамещения HI-TECH Обложка Андрейчиков А.В., Андрейчикова О.Н. Методология проведения ФОРСАЙТ-исследований на основе международных патентных и экономических BIG DATA: На примере решений задач импортозамещения HI-TECH
Id: 256362
3459 р.

Методология проведения ФОРСАЙТ-исследований на основе международных патентных и экономических BIG DATA:
На примере решений задач импортозамещения HI-TECH

2021. 330 с.
Белая офсетная бумага
Цветная печать.
Andreychikov A.V., Andreychikova O.N. (In Russian)
«Foresight research methodology based on international patent and economic BIG DATA: On the example of solutions to import substitution problems HI-TECH».
«Metodología de investigación de FORESIGHT basada en patentes internacionales y BIG DATA económicos: sobre el ejemplo de soluciones a problemas de sustitución de importaciones HI-TECH».
«Vorausschauende Forschungsmethodik basierend auf internationalen patent- und wirtschaftlichen BIG DATA: Am Beispiel von Lösungen für Importsubstitutionsprobleme HI-TECH».
«Méthodologie de la recherche FORESIGHT basée sur le brevet international et économique BIG DATA: sur l'exemple de solutions aux problèmes de substitution d'importations HI-TECH».

Аннотация

В монографии описана разработанная методология проведения ФОРСАЙТ-исследований HI-TECH на основе международных патентных и экономических BIG DATA.

Описаны результаты эмпирического исследования мировых патентных лидеров, ежегодно определяемых Thomson Reuters, а также крупнейших компаний из списка Форбс Global 2000. Проведен системный анализ основных показателей патентных и экономических лидеров по отраслям и странам. Выполнен поиск статистических... (Подробнее)


Электронное приложение. Галерея цветных иллюстраций
top

PDF


Содержание
top
Содержание3
Введение7
Глава 1. Патентная активность и экономическое лидерство8
1.1. Анализ рейтингов патентной активности субъектов из списков TOP100 Global Innovators9
1.2. Анализ мировых экономических лидеров14
1.2.1. Анализ списка Форбс Global 2000 по отраслям15
1.2.2. Анализ экономических лидеров по странам18
1.3. Выявление связи патентной активности с финансовыми показателями22
1.3.1. Автомобилестроение AUTOMOTIVE24
1.3.2. Диверсифицированные гиганты CONGLOMERATES26
1.3.3. Нефтегазовая отрасль OIL & GAS и химическая промышленность CHEMISTRY28
1.3.4. Аэрокосмическая промышленность AEROSPACE & DEFENSE29
1.3.5. Энергетика POWER и добывающая промышленность METAL & MINING30
1.3.6. Фармацевтическая промышленность PHARMACEUTICALS31
1.3.7. Производство компьютеров COMPUTER_HARD и электроники ELECTRONICS33
1.3.8. Телекоммуникации COMMUNICATIONS и программное обеспечение SOFTWARE34
Литература к главе 137
Глава 2. Исследование тенденций развития аэрокосмических технологий на основе анализа патентных и научных публикаций38
2.1. Анализ научных и патентных публикаций по аэрокосмической тематике39
2.1.1. Анализ научных публикаций по аэрокосмической тематике39
2.1.2. Анализ патентов по аэрокосмической тематике51
2.1.2.1. Анализ мировой выборки патентов из подкласса B64G51
2.1.2.2. Анализ патентов российских правообладателей89
2.2. Анализ патентных портфелей предприятий космической отрасли102
2.2.1. Анализ патентов российских предприятий103
2.2.1.1. Патентный портфель РКК «Энергия»103
2.2.1.2. Патентный портфель ИСС им. академика М. Ф. Решетнёва104
2.2.1.3. Патентный портфель ГКНПЦ им. Хруничева106
2.2.2. Анализ патентов компании Boeing117
2.2.3. Анализ патентов EADS Astrium126
2.2.4. Анализ патентов Mitsubishi Electric132
2.2.5. Анализ патентов NASA133
Литература к главе 2150
Глава 3. Анализ патентов в сфере спутниковой навигации (GPS — ГЛОНАСС)151
3.1. Анализ патентов, действующих на территории России153
3.2. Анализ патентов, действующих на территории США165
3.3. Анализ патентов, действующих на территории Китая170
3.4. Анализ областей патентования технологий, ориентированных на применение систем GPS и ГЛОНАСС (GNSS) в мире, России, США и Китае174
3.5. Позиционирование патентообладателей по показателям сходства и количества изобретений198
Литература к главе 3213
Глава 4. Патентный ландшафт фармацевтической отрасли214
4.1. Ретроспектива патентной активности214
4.2. Анализ патентообладателей220
Литература к главе 4228
Глава 5. Системный подход к проблеме замещения импортной техники на основе анализа финансовой и патентной информации229
5.1. Общая схема технико-экономического анализа импортного изделия230
5.2. Патентный поиск аналогов импортного изделия232
5.3. Пример исследования возможностей замещения импортного изделия233
5.3.1. Общая информация об изделии234
5.3.2. Краткая информация о производителе (GAMMA SAS)235
5.3.3. Основные мотивы слияний и поглощений компаний237
5.4. Патентный анализ238
5.4.1. Поиск по главным функциональным и конструктивным признакам238
5.4.2. Поиск компаний по ключевым словам в Thomson Reuters256
5.4.3. Исследование возможностей организации производства в России260
5.4.4. Прицельный поиск патентов с привлечением экспертов272
5.4.5. Патентный анализ лидеров рынка эластомерных амортизаторов282
Литература к главе 5293
Глава 6. Преодоление технических противоречий при совершенствовании показателей качества изобретений294
6.1. Основы теории решения изобретательских задач294
6.2. Алгоритм решения изобретательских задач296
6.3. Формализация процедуры выявления и устранения технических противоречий при совершенствовании технических систем с использованием патентных баз данных изобретений (на примере виброзащитных систем)300
6.4. Автоматизация процедуры выявления и устранения технических противоречий314
6.5. Применение разработанной методики и информационного обеспечения для решения задач поиска новых высокоэффективных технологий317
6.6. Оценка качества новых технических систем с использованием метода анализа иерархий323
Литература к главе 6329

Введение
top

Патентная информация обладает высокой ценностью в силу целого ряда причин, среди которых особо стоит отметить ее структурированность, а также предполагаемые уникальность и полезность каждого патентуемого изобретения, как минимум, на момент патентования. Не случайно многие экономисты прошлого пытались опереться на патентную статистику в своих прогнозах как на сведения о будущем в отличие от сведений о прошлом, получаемых из экономической статистики. Впрочем, эти попытки редко были удачными, поскольку патентная статистика сама по себе дает очень скудную информацию по сравнению с тем, что можно получить, используя современные средства патентного анализа типа QUESTEL или Thomson Innovation для построения патентных ландшафтов. Использование современных технических средств и построение патентных ландшафтов позволяет качественно изменить ситуацию, в том числе извлечь из патентных баз мира огромное количество разнообразных данных и, что не менее важно, представить их, а также связи между ними в удобном для восприятия виде.

Объем патентной информации в мире быстро растет, а доступ к ней упрощается благодаря интернету. Помимо сайтов патентных ведомств существует ряд мощных патентных ресурсов, содержащих разнообразные аналитические инструменты. Спектр таких инструментов постоянно расширяется, благодаря чему растут возможности обобщения патентных данных. Однако все аналитические инструменты настроены на обработку метаданных патентных документов и не затрагивают их содержания по существу.

Появившиеся в последнее время средства лингвистического анализа текстов, результаты которого представляются в виде топографической карты, называемой патентным ландшафтом, порождают сложные задачи интерпретации, стимулируя воображение исследователей. В международных патентных ресурсах Orbit-Questel и Thomson Innovation анализ текстов патентов выполняет приложение ThemeScape, которое строит эффектные визуализации результатов группировки документов по определенным темам. Наше понимание патентного ландшафта гораздо шире: оно включает совокупность результатов всех видов анализа патентных документов с учетов пространственно-временных признаков. Задача построения патентного ландшафта может иметь разные постановки, например, ландшафт отрасли, сегмента рынка, страны, патентного класса и т. п. Но в любом случае для построения ландшафта нужна достаточно большая выборка документов.


Об авторах
top
photoАндрейчиков Александр Валентинович
Доктор технических наук, профессор. Профессор кафедры менеджмента качества Российского университета транспорта (МИИТ).

Сфера интересов: развитие приоритетного научного направления в области разработки компьютерных средств и методик концептуального проектирования сложных систем на основе комплексного использования эвристических методов проектирования, многокритериальных методов теории принятия решений, комбинаторно-морфологических и статистических математических методов, методов искусственного интеллекта.

Автор более 450 научных и учебных работ и 60 изобретений.

photoАндрейчикова Ольга Николаевна
Доктор технических наук, профессор, ведущий научный сотрудник Центрального экономико-математического института РАН.

Сфера интересов: многокритериальное принятие решений, поисковое конструирование, искусственный интеллект.