2015 Volume 58 Issue 1 Pages 40-48
国家基幹技術（国家戦略コア技術）策定に資するエビデンス提供のため，新しい指標に基づいた特許技術の現状俯瞰を試みた。今回は，JST指標テクノロジーフロント，ジェネラリティー・インデックス，占有率という手法により，国家戦略コア技術の候補について検討した。
わが国においては，「科学技術基本法」（1995年11月15日施行）により，5年ごとに「科学技術基本計画」が策定され，当計画に基づいて科学技術政策が推進されている。現在の第4期科学技術基本計画は2011年度から2015年度までの5年間を対象としており，2016年度からは，新しく第5期科学技術基本計画がスタートする。
第4期科学技術基本計画スタート時においては，日本列島が東日本大震災に見舞われていたこともあり，「震災からの復興，再生の実現」等が最重要課題としてあげられた。また，重要課題の1つとして「国家存立の基盤の保持」の達成に向け，長期的，さらには継続的に取り組むべきプロジェクト「国主導で研究開発を行うプロジェクトの創設」が掲げられた。しかし，このプロジェクトは，検討・実現に至っておらず，あらためて長期的かつ継続的に研究開発を推進し，成果を蓄積していく取り組みについて，具体化していく必要がある。そこで，今後特に，「国の持続可能な成長の基盤であって，かつ，安全保障の基盤となる基幹技術」を「国家戦略コア技術」と命名し，第5期科学技術基本計画等により，国主導で研究開発を進めるべき「国家戦略コア技術」の戦略的推進を階層的に規定すべき旨の議論が科学技術・学術審議会総合政策特別委員会の場で行われている1）。
現在，同会議でその具体案が取りまとめられようとしている。それによると，「国家戦略コア技術」の要件として，以下の4点があげられている。
（1）自立性・自律性：国の自立性・自律性を確保することに不可欠な技術
（2）長期性・不確実性・予見不可能性：当該技術の研究開発に長期間要し，大きな開発リスクを伴う技術
（3）競争優位性・独自性：国際的に高い競争優位性を現に有している，又は有する可能性が高い技術
（4）発展性：様々な分野への波及効果の高い技術
本稿では，4つの要件のうち（3）競争優位性・独自性および（4）発展性を軸に「国家戦略コア技術」の候補の策定に資するエビデンス提供のため，JST指標テクノロジーフロント，ジェネラリティー・インデックス，占有率という手法により検討した。
なお，本稿は著者らの私見であり，著者らが所属する機関の意見・見解を表明するものでない点に留意願いたい。
本分析において使用したデータベースは，次のとおりである。
Thomson Reuters Derwent World Patents Index（以下，DWPI）およびThomson Reuters Derwent Patents Citation Index（以下，DPCI）
特許の優先権主張年2007年1月1日から2013年12月31日を抽出した。
（1） テクノロジーフロントの作成テクノロジーフロントとは，特許から引用されている特許を対象に共引用を分析したもので，特に被引用度が高い特許を対象に共引用された特許のネットワークを可視化することによって，特許の専門領域を図示できるものである2）。一般に特許の専門領域を規定するものとしては国際特許分類（International Patent Classification: IPC）等が用いられるが，日進月歩で発展する技術領域をリアルタイムに把握するためには，テクノロジーフロントのようなネットワーク形成による可視化が有用である。
抽出された特許のうちIPCを4デジットごとに，前方引用数上位10％を抽出した。それらの特許を対象とし，それらから任意の2特許を抽出，特許とともに引用（前方引用）されている数および任意の2特許が単独で特許に引用（前方引用）されている数を計算した。
コサイン係数Nを（1.1）により導出
ここで，a，bは任意の特許を， f（a），f（b）は任意の特許a，bが前方引用される回数（被引用回数）， f（a，b）は任意の特許が共引用される回数を表している。本分析では，Nを0.3以上とした。
これにより抽出された特許のネットワークを作成した。できたネットワークはクラスターと呼び，各クラスターを構成する特許ファミリー数が6以上のクラスターを本件では分析の対象とした。
さらに，各クラスターのジェネラリティー・インデックス，日本の占有率，メインコードを計算した。
（2） ジェネラリティー・インデックス対象となる特許（図1の特許A）と後方引用の関係にある特許に付与されているIPCコードを使用して，ジェネラリティー・インデックスを導出した。ジェネラリティー・インデックスは，0から1の間の数値で規定され，この数値が高いほど，特許Aに影響を与えた過去の特許の技術範囲が広いことを示している。IPCコードのサブクラスまで（IPCコードの先頭から4桁，たとえばA61K）を使用してジェネラリティー・インデックスを本分析では導出した。
ジェネラリティー・インデックスは，特許の質を計測するうえで有効な指標だといわれており，その導出方法に関しては，Mariagrazia Squicciariniの“Measuring Patent Quality: Indicators of Technological and Economic Value”を参照されたい3）。
対象となる特許Aに影響を与えた過去の技術範囲の広さと，特許Aの質との関係については，近年，日本人がノーベル賞を受賞した2つの研究，すなわち高輝度青色発光ダイオードおよびiPS細胞（人工多能性幹細胞）で説明できる。高輝度青色発光ダイオードについてみれば，セレン化亜鉛系化合物や炭化ケイ素を用いた研究が古くから行われていたものの，赤崎，天野らにより実現された単結晶およびp型結晶窒化ガリウム等の技術を用いて，中村らが窒化ガリウム・インジウムを用いた高輝度青色発光ダイオードを実現させた。
また，iPS細胞についてみれば，それまで発生・分化が研究の主流であったES細胞研究にバイオインフォマティクス（生物情報科学）の技術を用いて，「受精卵から培養した生きた胚からではなく，遺伝子データベースからES細胞と同じような細胞を作る」というアイデアのもと，山中らがiPS細胞を発見した4）。
両研究に共通することは，異分野の情報を活用することにより，既存のパラダイムを破壊していることであり，この例からも，影響を与えた過去の技術範囲が多岐にわたる場合，パラダイム破壊的イノベーションが実現するといえる。もちろん，「ジェネラリティー・インデックスが大きい」ことがすなわち「パラダイム破壊的イノベーションの実現」とは一概にはいえないものの，同インデックスがイノベーションの実現の指標に大いに関連していると解することはできる。
なお，前方引用と後方引用との関係は図1に示すとおりである。図1の特許Aが他の特許B，特許C，文献Dを引用していることを引用（後方引用，Backward Citation）と呼び，特許Aが特許E，特許F，特許Gから引用されていることを被引用（前方引用，Forward Citation）と呼ぶ。
占有率を求めるために，各クラスターの優先権主張に着目する。優先権とは一般に，ある出願（「基礎出願」のほかに，先の出願，第1国出願ともいう）に対し，同じ出願人による同一性のある別の出願（後の出願，第2国出願）が，先の出願と後の出願との間の期間に行われた行為によって不利な取り扱いを受けない権利のことをいい，たとえば，1つの特許ファミリーにおいて，日本に第1に出願され，それを基礎出願とし，米・英・独に優先権を主張し出願された場合，日本が優先権の基礎出願となった出願国であり，米・英・独が優先権主張国となる。
1クラスターの中にはいくつかの特許ファミリーが存在し，各特許ファミリーには，基礎出願となった出願国が1つ存在する。テクノロジーフロントにより形成されたクラスターを構成する各特許ファミリーにおいて，優先権の基礎出願となった出願国を抽出し，クラスターにおいて，基礎出願となった出願国として占める各国の割合をここでは占有率と呼ぶ。
たとえば，図2のようにある任意のクラスターの中に複数の特許ファミリーが存在し，各ファミリーの優先権の基礎出願となった出願国が，米国（US）が2，日本（JP）が3，欧州（EP），ドイツ（DE），フランス（FR），英国（UK）が各1ある場合，日本（JP）の占有率は，0.33となる。
最初の特許出願は通常自国に出願され，その後，その出願を基礎出願として他国に優先権主張が行われる。したがって，クラスターを構成する特許ファミリーにおいて，優先権の基礎出願となった出願国としてA国の割合が多い場合，そのクラスターはA国の出願人の割合が多いといえる。すなわち，日本の占有率を求めることにより，そのクラスターにおける日本の競争優位性・独自性を測ることができる。
テクノロジーフロントにより形成されたクラスターを構成する特許ファミリーに付与されたIPCコード（8デジット）を使用し，もっとも多いIPCコードを抽出，その上4桁をメインコードとした。IPCコード（8デジット）に同数のものがある場合は，IPCコードメイングループ（6デジット）のうち，もっとも多いIPCコードメイングループを抽出，その上4桁をメインコードとする。さらにIPCコードメイングループ（6デジット）においても同数のものがある場合は，IPCコードサブクラス（4デジット）のうち，もっとも多いIPCコードサブクラスを抽出，その上4桁をメインコードとする。本分析においては，これによりメインコードは一意に決まった。
IPCサブクラス（4デジット）ごと，および特許の最優先権主張年注1）ごとに，前方引用数上位1％，10％，25％，50％，100％としたとき，JST指標テクノロジーフロントの方法論を使用し，それぞれ何個のクラスターが抽出されるのかを検討した結果が表1である。なお，一般に古い特許ほど前方引用数が多くなる傾向があるため，ここでは最優先権主張年ごとに前方引用数を抽出している。
前方引用数上位50％および100％においてクラスター数および特許ファミリー数が近い値になっている。つまり，前方引用数下位50％は，前方引用数をほとんどもたないファミリー特許であることに起因している。
今回は国主導で行われる基幹技術の策定に資する要素技術導出へのエビデンス提供であること，また特許の被引用数の分布はべき乗則に従っているが，そのロングテールにおいても競争優位性・独自性，発展性が見込まれる要素技術が含まれている可能性を否定できないことから，上位10％である2万5,239クラスターを分析の対象とした。クラスターで言えば，全体の82.5％を網羅している。
| サブクラス（4デジット）ごとの前方引用数 | クラスター数 | 特許ファミリー数 |
| 上位1％ | 5,192 | 1,936,461 |
| 上位10％ | 25,239 | 4,545,667 |
| 上位25％ | 30,478 | 6,687,622 |
| 上位50％ | 30,582 | 8,261,478 |
| 上位100％ | 30,582 | 8,334,740 |
導出されたジェネラリティー・インデックスは，数値が高いほどその特許に影響を与えた過去の特許の技術領域が広く5），前述の高輝度青色発光ダイオードやiPS細胞など，高いインパクトを有しうるといえることから，その特許の発展性，つまりさまざまな分野への波及効果の高い技術と解釈し，「発展性」の指標とした。さらに日本の占有率については，国際的に高い競争優位性を現に有している，または有する可能性が高い技術と解釈し，「競争優位性・独自性」の指標とした。これらを2軸として，クラスターをプロットしたものが図3（図中のaについては後述）である。
各クラスターをメインコード別に集計すると，表2のようになる。トップは，G06F（電気的デジタルデータ処理）で，次にH01L（半導体装置），A61K（医薬品，歯科用又は化粧用製剤）と続く。
表2に対して，日本の占有率が1のもの，つまり日本の独自性が非常に高い分野は，表3に示す技術である。
日本独自のものは，1位がA63F（カードゲーム，盤上ゲーム，ルーレットゲーム）で，2位がG03G（エレクトログラフィー；電子写真；マグネトグラフィー），3位がH01L（半導体装置）となる。A63 Fに関して，独自性は高いが，「発展性」という軸からみると高くはないのが特徴である。また，G03G（エレクトログラフィー；電子写真；マグネトグラフィー）においては，印刷技術，特にプリンターのローラー部分等は，発展性も高い。H01L（半導体装置）のうち，特に発展性も高いものは，材料技術に関連したものや光学技術に関連したものである。
図3のうち，「競争優位性・独自性」および「発展性」がそれぞれ0.5以上にランキングされる215個のクラスターについて（図3のa参照），内容を詳細に分析した。
IPCコードを見ると，表4に示すように，H01L（半導体装置）がもっとも多く，次にG06F（電気的デジタルデータ処理），G02B（光学要素，光学系，または光学装置）と続く。
H01L（半導体装置）に分類される中でも，有機EL素子に関するものが多く，また工学技術や光学技術に応用されるものも含まれている。G06F（電気的デジタルデータ処理）に関するものは，ICT周辺技術，画像処理技術，光学技術に関連した電気的デジタル処理が多い。G02B（光学要素，光学系，または光学装置）に関しては，撮像素子，偏光素子に関するものや画像読み取り措置，画像形成装置等に関連するものが含まれている。
| 順位 | IPCコード サブクラス |
件数 | 技術的説明 |
| 1 | G06F | 172 | 電気的デジタルデータ処理 |
| 2 | H01L | 154 | 半導体装置，他に属さない電気的固体装置 |
| 3 | A61K | 153 | 医薬用，歯科用または化粧用製剤 |
| 4 | H04N | 52 | 画像通信，例. テレビジョン |
| 5 | G03G | 48 | エレクトログラフィー；電子写真；マグネトグラフィー |
| 6 | H01R | 46 | 導電接続；互いに絶縁された多数の電気接続要素の構造的な集合体；嵌合装置；集電装置 |
| 7 | G01N | 45 | 材料の化学的または物理的性質の決定による材料の調査または分析 |
| 8 | G02B | 44 | 光学要素，光学系，または光学装置 |
| 8 | H04L | 44 | デジタル情報の伝送，例. 電信通信 |
| 10 | H01M | 43 | 化学的エネルギーを電気的エネルギーに直接変換するための方法または手段，例. 電池 |
| 順位 | IPCコード サブクラス |
件数 | 技術的説明 |
| 1 | A63F | 29 | カードゲーム，盤上ゲーム，ルーレットゲーム；小遊技動体を用いる室内用ゲーム；ビデオゲーム；他に分類されないゲーム |
| 2 | G03G | 26 | エレクトログラフィー；電子写真；マグネトグラフィー |
| 3 | H01L | 21 | 半導体装置，他に属さない電気的固体装置 |
| 4 | H01M | 13 | 化学的エネルギーを電気的エネルギーに直接変換するための方法または手段，例. 電池 |
| 5 | B41J | 9 | タイプライタ；選択的プリンティング機構，すなわち版以外の手段でプリンティングする機構；誤植の修正 |
| 6 | G02B | 8 | 光学要素，光学系，または光学装置 |
| 6 | H04N | 8 | 画像通信，例. テレビジョン |
| 8 | C22C | 6 | 合金 |
| 8 | B32B | 6 | 積層体，すなわち平らなまたは平らでない形状，例. 細胞状またはハニカム状，の層から組立てられた製品 |
| 10 | G01N | 5 | 材料の化学的または物理的性質の決定による材料の調査または分析 |
| 10 | H02K | 5 | 発電機，電動機 |
| 順位 | IPCコード サブクラス |
件数 | 技術的説明 |
| 1 | H01L | 19 | 半導体装置，他に属さない電気的固体装置 |
| 2 | G06F | 10 | 電気的デジタルデータ処理 |
| 3 | G02B | 8 | 光学要素，光学系，または光学装置 |
| 4 | H04N | 7 | 画像通信，例. テレビジョン |
| 5 | G03G | 6 | エレクトログラフィー；電子写真；マグネトグラフィー |
| 6 | G03B | 5 | 写真を撮影するためのまたは写真を投影もしくは直視するための装置または配置；光波以外の波を用いる類似技術を用いる装置または配置；そのための付属品 |
IPCは，特許文献の国際的に統一した分類を得るための手段である一方で，必ずしも全産業分野にわたり隔たりなく分類が用意されているわけではない。たとえば，自動車産業分野では，IPCクラス「B60」として「車両一般」分野が設けられており，当分野はIPCサブクラス「B60B」から「B60W」まで計18のサブクラスから構成されているのに対し，医薬品産業分野では，IPCサブクラス「A61K」（医薬用，歯科用または化粧用製剤）および「A61P」（化合物または医薬製剤の特殊な治療活性）が設けられているにすぎない（もちろん，他のIPC分類が付与される特許も，自動車産業または医薬品産業分野で用いられるが，主として上記分類の特許が同産業分野で使用されるといえる）。
したがって，単なるIPCサブクラスを用いた分析では，分野間の比較において不十分と考えられることから，われわれは，「競争優位性・独自性」および「発展性」がそれぞれ0.5以上にランキングされる215個のクラスターについて，技術内容を精査し，IPCに依存しない分析を試みた。各要素技術に分類したものが表5である。
表5では，自動車等の運輸技術がもっとも多く，次に光学技術，材料技術，半導体技術と続く。この結果は，わが国の製造業における優位性を反映しているといえる。たとえば，経済産業省の2013年度産業技術調査事業の報告書（「我が国企業の国際競争ポジションの定量的調査」）では，わが国における主要先端製品・部材の売上高と世界シェアが記載されており，それによると，2012年では，自動車，特にハイブリッド車，デジタルカメラ等の撮像機器，一眼レフ用光学レンズ，記録型DVDドライブ，シリコンウェハ，偏光板パネル等における世界シェアが高い。また，表5における6位印刷技術も，わが国が強い分野であり，同報告書では，複合機が世界シェア80％を占めている6）。
このように，IPCに依存しない分析も，今後の政策決定に資するデータとしては重要といえる。
第5期科学技術基本計画の策定にあたり，「国の持続可能な成長の基盤であって，かつ，安全保障の基盤となる基幹技術」，すなわち「国家戦略コア技術」を選定するためには，客観的根拠に基づく検討は必須の事項である。
今回，われわれはJST指標テクノロジーフロント，ジェネラリティー・インデックス，占有率といった手法を組み合わせ，「競争優位性・独自性」および「発展性」の観点において有望な技術分野をあげた。当分析結果が，国家戦略コア技術の選定の一助となれば幸いである。
| 順位 | 件数 | 技術 |
| 1 | 39 | 運輸技術 |
| 2 | 30 | 光学技術 |
| 3 | 25 | 材料技術 |
| 4 | 22 | 半導体技術 |
| 5 | 19 | エネルギー関連技術 |
| 6 | 15 | ICT周辺技術 |
| 6 | 15 | 印刷技術 |
| 8 | 13 | 有機EL |
| 9 | 10 | 画像処理技術 |
| 9 | 10 | 医療・健康 |
| 11 | 7 | 計測技術 |
| 11 | 7 | その他 |
| 13 | 5 | 遊戯 |
ノートルダム清心女子大学情報理学研究所助教授，文部科学省科学技術・学術政策研究所を経て，2008年に科学技術振興機構に入構。2013年4月より経済協力開発機構（OECD）コンサルタント。MBA（McGill大学）・医学博士（岡山大学）。The 11th European Meeting on Cybernetics and Systems Researchにおいて最優秀論文賞受賞。主な著書として，“Quantum Brain Dynamics and Consciousness”（John Benjamins），『脳と心の量子論』『マンガ量子論入門』（ともに講談社ブルーバックス）等がある。専門は科学技術政策。
経済協力開発機構（OECD）知財アナリスト，特許庁審査官。2000年東京大学薬学部卒，2002年東京大学大学院薬学系研究科（修士）卒，2002年特許庁入庁（審査第三部医療），2006年特許審査官，2010年ベルギー国ルーバン・カソリック大学客員研究員，2011年経済産業省製造産業局生物化学産業課課長補佐等を経て，2013年2月より現職。
参考文献4）の『イノベーション政策の科学 SBIRの評価と未来産業の創造』（東京大学出版会）の「第5章 イノベーション指標の開発と現状」は治部・長部の共著であり，また「第11章 『日本知図』の生成と分析」は他の著者らとともに治部が執筆を行っている。
したがって，1つの特許ファミリーには複数の優先権主張年が存在する可能性があり，もっとも若い優先権主張年を「最優先権主張年」と呼ぶ。
