一、 研究概况 本研究题为《基于hhi指数和e指数的我国区块链技术专利集中度测算研究》，由胡海容、石冰琪（共同第一作者）、周孟蓉三位研究者共同完成。胡海容与石冰琪来自重庆理工大学重庆知识产权学院，周孟蓉来自湘潭大学法学院。该研究发表于2021年10月出版的《世界科技研究与发展》期刊第43卷第5期。研究受到国家知识产权局项目“知识产权确权制度中行政权与司法权的配置”的支持。
二、 学术背景与研究目的 本研究属于知识产权管理与技术创新交叉领域，具体聚焦于专利分析方向。随着区块链技术应用领域的不断扩展，其已成为国家战略性前沿技术，受到全社会广泛关注。专利申请量呈井喷式增长，但专利分布状态尚不明晰。专利集中度过高可能导致技术创新动力不足或市场垄断；而专利过度分散（专利碎片化，patent fragmentation）则可能引发专利丛林（patent thicket）、增加交易成本、阻碍竞争和创新。然而，当时尚无学者从专利集中度角度对我国区块链技术进行系统性研究。因此，本研究旨在运用赫芬达尔-赫希曼指数（Herfindahl-Hirschman Index, HHI）和熵指数（Entropy Index, E指数）两种方法，首次系统性地测算并分析我国区块链技术的专利集中度，深入剖析其专利分布特征，为政府制定相关产业政策和企业、高校等创新主体的研发战略提供信息支持与决策参考。
三、 详细研究流程与数据方法 本研究包含四个主要步骤：数据获取与样本构建、专利集中度测算方法选择与设计、分层级专利集中度测算、以及基于结果提出对策建议。其工作流程详述如下：
1. 数据获取与样本构建 为保障样本的稳定性与有效性，研究选取的专利样本限定为：已在中国获得授权、且法律状态为“有效”的区块链技术相关专利。数据来源于Incopat专利数据库，检索日期为2021年1月2日，时间范围为2008年1月1日至2020年12月31日。
技术分解与检索策略： 为全面、精准地检索相关专利，研究团队基于区块链技术的六层架构（数据层、网络层、共识层、激励层、合约层、应用层）构建了三级技术分解表。根据各层技术的核心内容（如数据层包括数据区块、哈希、默克尔树等；应用层涉及各行业应用场景），设计了复杂的检索式。检索式结合了关键词（如区块链、比特币、智能合约、分布式账本、工作量证明、权益证明等）和国际专利分类号（IPC，如G06F, G06Q, H04L等），以“或”逻辑关系组配，力图覆盖所有相关专利。最终，通过批量过滤与人工阅读相结合的方式进行去重和去噪，共获得2399件符合条件的中国区块链技术授权专利作为研究样本。
样本初步分析： 对样本的描述性统计显示，从授权类型看，发明专利占比高达99%，说明技术创新程度高。从趋势看，自2013年首次授权后，专利授权量持续增长，于2018年达到峰值。从技术分支看，应用层（1004件，41%）和数据层（973件，40.54%）的专利授权量占据绝对主导地位，而激励层（27件）和网络层（13件）则相对较少。
2. 测算方法选择与设计 本研究采用HHI指数和E指数作为核心测算工具。选择这两种方法的理由是：它们均不需要以专利引证为前提条件，契合中国专利的特点；同时，它们能综合考量领域内所有专利权人的专利分布，而非仅关注头部专利权人，能更精确地反映整个技术领域的专利集中/分散程度。 * 赫芬达尔-赫希曼指数（HHI）：计算方式为技术领域内各专利权人专利份额的平方和。HHI值越大，表示专利越集中；反之越分散。研究采用了魏后凯的分类法对HHI值进行解读：HHI≥1800为“高度寡占型”，1000≤HHI<1800为“中度寡占型”，500≤HHI<1000为“低集中竞争型”，200≤HHI<500为“分散竞争型”，100≤HHI<200为“高度分散型”，HHI<100为“极端分散型”。 * 熵指数（E指数）：计算方式为各专利权人专利份额与自身份额倒数对数相乘后求和。与HHI指数相反，E指数值越大，表示专利集中度越低，分散趋势越明显。该指数对拥有少量专利的专利权人更为敏感。 本研究将两种方法结合使用，可以相互验证测算结果的准确性。
3. 分层级专利集中度测算分析 研究从三个维度对专利集中度进行了测算与分析： （1）专利权人维度的时序分析： 计算了2013年至2020年每年我国区块链技术专利权人整体的HHI值和E值。数据显示，2016年是关键转折点。2013-2015年，HHI值大于1800（例如2015年为1875），E值小于1（0.87），专利呈现高度集中状态。但从2016年开始，随着专利权人数和专利授权量的“双升”，HHI值骤降至302，并在此后持续下降（2018年为184），而E值则同步上升至2.33。这表明我国区块链技术专利权人层面的专利集中度显著降低，专利分散趋势日益明显。研究将此现象与2016年《中国区块链技术和应用发展白皮书》发布、区块链技术被列入“十三五”国家信息化规划等国家政策推动联系起来。
（2）技术分支领域的横向分析： 分别计算了区块链六个技术分支领域的专利集中度。结果显示，各分支领域集中度差异显著： * 激励层：HHI值高达2000，属于“高度寡占型”，专利最为集中。这与其集成了经济因素、技术可专利性较低、专利权人数量少（主要为杭州复杂美科技有限公司和北京艾摩瑞策科技有限公司）有关。 * 网络层(HHI:617)、共识层(HHI:366)、合约层(HHI:614)：这三个分支领域的HHI值在200到1000之间，属于“中度分散型”。 * 数据层(HHI:154)和应用层(HHI:110)：这两个分支的HHI值均低于200，属于“高度分散型”。这与应用层是区块链产业落地的主要层面，以及数据层作为底层核心技术备受关注，吸引了大量研发主体投入有关。 E指数的计算结果（激励层E值0.70最小，应用层E值2.59最大）与HHI指数的排序完全相反，验证了结果的可靠性。
（3）省市地区维度的空间分析： 对中国29个拥有区块链授权专利的省市进行了HHI值和E值计算。结果表明，专利集中度呈现出显著的区域差异： * 东部地区：普遍专利较为分散。特别是北京，HHI值仅为173，处于“高度分散型”，技术创新最为活跃。上海、广东、江苏等10个省市处于“中度分散型”（200≤HHI<1000）。 * 中西部地区：专利较为集中。共有18个地区的HHI值高于1000。其中，浙江（HHI:2157）虽然专利总量（599件）位居全国第二，但专利权人数相对较少，导致专利集中度很高，与北京、广东形成鲜明对比。云南、陕西、天津等14个省市属于“高度寡占型”（HHI≥1800），专利掌握在极少数主体手中。贵州、河南、辽宁、江西4个地区属于“中度寡占型”（1000≤HHI<1800）。
四、 主要研究结果 本研究通过上述三个维度的测算，得出了以下相互关联、层层递进的核心结果： 1. 总体趋势：从时序上看，我国区块链技术专利整体呈现出从高度集中向高度分散演变的明确趋势，尤其是在2016年国家政策密集出台后，分散化进程加速。这一结果为理解我国区块链技术竞争生态的演变提供了量化依据。 2. 技术结构差异：从技术领域看，区块链各层技术的专利集中度存在结构性失衡。激励层技术专利高度集中，可能意味着该领域创新主体少、技术门槛高或技术发展不成熟；而数据层和应用层技术专利高度分散，反映了这两个领域技术创新活跃、参与主体众多，但也潜藏着形成“专利丛林”、增加后续整合与应用成本的风险。这一结果将宏观的“专利分散”趋势细化到了具体的技术层面，为精准施策指明了方向。 3. 地理空间格局：从地区分布看，我国区块链技术创新活动高度集中于东部沿海地区（尤其是北京、浙江、广东），但各地的竞争格局不同。北京的“高度分散”格局表明其创新生态充满竞争活力；浙江的“高度集中”则可能意味着存在主导型企业或研究机构。中西部大部分地区专利“高度集中”的状态，则反映了其区块链技术发展尚处于初期，创新主体匮乏。这些结果揭示了我国区块链技术发展的区域不均衡性和不同的竞争模式。 这些结果共同指向一个核心结论：中国区块链技术的专利分布并非均质，而是在不同时间、不同技术领域、不同地理空间上呈现出复杂多样的集中与分散状态。这为后续提出差异化的政策建议提供了直接的数据支持。
五、 研究结论与价值意义 本研究的结论是：我国区块链技术专利在整体上呈分散趋势，但在技术分支和地域上存在显著差异。激励层技术专利高度集中，数据层和应用层技术专利高度分散；东部地区（如北京）专利分散，而中西部地区（如浙江、云南等）专利集中。基于此，研究提出了具有针对性的对策建议： * 对政府层面：应因地制宜制定政策。对于专利分散的东部地区，应促进形成专利池（patent pool），整合技术资源，避免“专利丛林”；对于专利集中的中西部地区，应加强专利成果转移转化，促进技术流入市场，防止垄断。 * 对企业层面：应在专利高度集中的激励层技术领域寻找突破点，加大研发投入；在专利高度分散的数据层和应用层领域，则可考虑通过收购、许可等方式适当促进专利集中，以构建技术壁垒或降低交易成本。 * 对产学研合作：鼓励高校、科研院所与企业联合研发，建立合作共享的技术创新体系。
本研究的科学价值在于，首次将用于产业组织经济学的HHI指数和E指数系统性地引入对中国区块链技术专利的量化分析中，构建了一个分析新兴技术专利分布结构的有效框架。其应用价值在于，为政府和创新主体提供了基于实证数据的决策参考，有助于优化创新资源配置，引导区块链产业健康、有序发展，避免因专利布局不合理而阻碍技术创新和产业进步。
六、 研究亮点 1. 研究视角新颖：首次从“专利集中度”这一特定维度，系统性地量化研究中国区块链技术的专利分布特征，填补了该领域的研究空白。 2. 分析方法科学严谨：综合运用HHI和E两种指数，从专利权人、技术分支、省市地区三个维度进行交叉测算，并采用权威分类标准进行解读，分析全面且相互验证。 3. 数据样本构建专业：基于区块链技术六层架构设计详细的检索策略，并经过人工去噪，确保了研究样本的准确性和代表性。 4. 结论具有实践指导意义：研究得出的结论不是泛泛而谈，而是精准指出了不同技术领域和不同地区的问题所在（如激励层过度集中、应用层过度分散、东西部发展不均等），并提出了分层、分类、分区域的差异化政策与战略建议，具有很强的现实针对性。
七、 其他有价值内容 本研究还包含了以下有价值的信息：1）文献综述部分梳理了专利集中度的多种测算方法（如基于专利引证的破碎化指数法、三角引证法、CRn指数等），并阐明了选择HHI和E指数的理由，这对后续相关研究方法的选择具有参考价值。2）研究详细展示了区块链技术专利的年度授权趋势和技术分支分布（图1），直观地呈现了我国区块链技术创新的发展轨迹和热点分布。3）研究特别注明了对“阿里巴巴”公司专利的地域归属处理（按其实际运营地归入浙江省），体现了数据处理过程的严谨性。这些细节增强了研究的可靠性和深度。