Eggers & Kaul (2018): Our measure has similarities to several prior measures in the literature. First, our measure is similar to Fleming’s (2001) measure of “component familiarity,” except that Fleming’s measure captures combinations that are new to the inventor, while our measure identifies combinations that are new to the field. Second, our measure is similar to Trajtenberg, Henderson, and Jaffe’s (1997) measure of “originality,” except that their measure focuses on the diversity of a patent’s citations, while ours focuses on their novelty. Third, our measure is similar in spirit to one developed by Dahlin and Behrens (2005), except that they measure novelty by comparing the pattern of citations at the patent level, while our measure of novelty is based on technology class level comparisons, making our measure both more sensitive to rare connections made by patents with otherwise conventional citation patterns, and less prone to bias from examiner-added citations (Alcacer & Gittelman, 2006). Finally, Aharonson and Schilling (2016) develop a measure of “outlier patents” based on the co-occurrence of multiple classifications in the same patent, which is quite similar to ours; the main difference being that our measure focuses on citation links between the class of the citing patent and the class of the cited patent.

二、数据结构

2.1 输入数据

代码从 patent_network.pkl 文件加载数据，该文件包含：

字段类型说明patentsdict专利信息字典，key 为标准化专利号citation_infolist引用信息列表 [(source, target, type, date)]ipc_datadict专利 IPC 分类信息

2.2 IPC 分类

技术领域按 IPC 前 4 位确定，例如：

G06F - 计算；推算；计数

H01L - 半导体器件

C07D - 杂环化合物

三、计算流程

3.1 总体流程图

3.2 详细步骤说明

步骤 1: 数据加载

从 pickle 文件加载所有数据。

步骤 2: 构建专利信息表

只保留 1980-2025 年且有有效 IPC 分类的专利。

步骤 3: 处理引用网络

构建引用网络，只保留两端专利都在有效集中的引用：

步骤 4: 计算 LINK 矩阵

LINK 矩阵结构：

计算公式：

步骤 5: 计算 Novelty

对每个专利，找出其所有引用中最小的 LINK 值：

步骤 6: 计算 RADICAL

四、代码结构

4.1 核心函数

函数名	功能
`load_data_from_pkl()`	从 pickle 文件加载数据
`extract_ipc_4d()`	提取 IPC 前 4 位
`build_patent_year_ipc()`	构建专利年份和 IPC 信息表
`process_citations_in_chunks()`	处理引用信息，构建引用网络
`calculate_link_matrix()`	计算 LINK 矩阵
`calculate_patent_novelty()`	计算每个专利的 Novelty
`calculate_radical_indicators()`	计算 RADICAL 二元指标

4.2 关键算法

LINK 计算伪代码

Novelty 计算伪代码

五、运行指南

5.1 环境要求

5.2 基本用法

5.3 参数说明

参数	默认值	说明
`--pkl`	patent_network.pkl 路径	输入的 pickle 文件
`--output`	novelty_indicators.parquet	输出文件路径
`--lookback`	5	回溯窗口年数（论文推荐5年）
`--min-citations`	1	计算 novelty 的最少引用数

5.4 输出文件格式

输出为 Parquet 格式，包含以下字段：

字段名	类型	说明
`norm_pub`	string	专利号（标准化）
`year`	int	申请年份
`ipc_4d`	string	IPC 前 4 位
`n_citations`	int	后向引用数量
`min_link`	float	最小 LINK 值（0-1），无引用时为 NaN
`novelty`	float	新颖性指标（0-1），无引用时为 NaN
`mean_link`	float	平均 LINK 值，无引用时为 NaN
`max_link`	float	最大 LINK 值，无引用时为 NaN
`normalized_novelty`	float	标准化新颖性（相对于同期同领域平均值）
`prior_year_mean_novelty`	float	前一年份同 IPC 领域的平均 novelty 值
`radical_90`	int	是否为同年份同领域前 10% 高新颖专利
`radical_95`	int	是否为同年份同领域前 5% 高新颖专利
`radical_99`	int	是否为同年份同领域前 1% 高新颖专利

六、示例计算

6.1 示例数据

假设有以下引用关系：

专利	年份	IPC领域	引用
P1	1986	G06F	引用 G06F(×10), H01L(×2)
P2	1986	G06F	引用 G06F(×8), A01K(×1), C07D(×1)
P3	1986	A01K	引用 A01K(×5), G06F(×3)

6.2 LINK 计算

对于 1986 年 G06F 引用 H01L：

过去5年（1981-1985）G06F → H01L 引用次数：假设为 50 次

过去5年 G06F 总引用次数：假设为 2000 次

LINK(1986, G06F, H01L) = 50 / 2000 = 0.025

对于 G06F 引用 G06F（自引用）：

过去5年 G06F → G06F 引用次数：假设为 1500 次

LINK(1986, G06F, G06F) = 1500 / 2000 = 0.75

6.3 Novelty 计算

专利 P1 的所有引用 LINK 值：

G06F → G06F: 0.75 (10次)

G06F → H01L: 0.025 (2次)

min_link = 0.025

Novelty = 1 - 0.025 = 0.975

这表明 P1 至少有一条非常远距离的知识组合（引用了一个罕见的技术领域知识）。

七、注意事项

7.1 内存优化

由于专利数据量大（2000万+），代码采用以下优化策略：

使用分块处理引用信息

及时释放不需要的大对象（gc.collect()）

使用 defaultdict 优化字典操作

7.2 时间窗口选择

论文原版使用 5 年回溯窗口

可根据研究需要调整为 3 年、7 年等

较短的窗口对近期变化更敏感

较长的窗口更稳定但可能滞后于技术变革

7.3 引用数量要求

默认对所有专利计算，即使只有 1 条引用

对于研究高度探索性创新，可以设置 MIN_CITATIONS=3 或更高

没有后向引用的专利：其 novelty 值为 NaN（因为无法计算 LINK 值）

7.4 缺失值处理

novelty = NaN：专利没有后向引用（无法计算 LINK）

min_link = NaN：同上

mean_link = NaN：同上

n_citations = 0：专利没有后向引用

7.5 IPC 分类层级

IPC 前 4 位（如 G06F）是常用选择

也可以使用前 3 位（section+class，如 G06）更宽泛

或前 8 位（如 G06F11/00）更细粒度

八、参考文献

Eggers, J. P., & Kaul, A. (2018). Motivation and Ability? A Behavioral Perspective on the Pursuit of Radical Invention in Multi-Technology Incumbents. Academy of Management Journal, 61(1), 67-91. https://journals.aom.org/doi/10.5465/amj.2015.1123

摘要（译）：本文从行为理论的视角，研究在位企业如何平衡追求激进技术发明的动机与能力。我们区分了企业追求激进发明的动机（受绩效相对于期望水平的影响）和成功开发激进发明的能力（受现有知识基础的影响）。使用1980-1997年美国专利数据，我们发现动机和能力在追求激进发明方面呈现倒U型关系：当绩效略低于期望时，企业倾向于过度投资于激进发明；而当绩效远高于期望时，则投资不足。我们的研究揭示了动机与能力之间的关键失配区域，为理解在位企业的技术追求提供了新的理论视角。

本文提出的 LINK 和 DISTANT 指标为测量专利的知识组合新颖性提供了基础框架。

Qu, Y., Fang, Y., & Park, Y. (2025). Unlocking novel knowledge recombination: How AI bridges technological domains. Strategic Management Journal. (Advance online publication). https://sms.onlinelibrary.wiley.com/doi/10.1002/smj.70080

摘要（译）：人工智能（AI）如何使以前不可行的知识组合成为可能？本文提出并检验了一种理论，解释了AI作为使能技术如何通过"桥接"效应促进新颖知识重组。研究表明，AI通过其预测能力和传输共享解决方案的能力，作为强大的共享层发挥作用，从而在过去不相关的技术元素之间创建桥梁。我们的分析表明，基于AI的发明比不基于AI的类似发明更可能涉及新颖的知识重组，且AI能够桥接和连接以前分散的知识领域。这些发现表明，AI不仅仅是"发明新方法"（作为研发工具），而且从根本上重塑了发明活动本身的性质。

本文采用 Eggers & Kaul (2018) 的 LINK 指标测量方法，研究AI发明的知识组合新颖性特征。

技术相似度 (Technology Closeness or Similarity)

知识重组利用与创造 (Knowledge Recombinant Creation & Reuse)

Last update: 2026-9-15

Hi, welcome to my blog!