AI Patents in the United States and China: Measurement, Organization, and Knowledge Flows

该研究通过开发高精度 AI 专利分类器，对比分析了中美两国 AI 专利的快速增长与领域趋同，揭示了美国创新集中于大型企业与核心枢纽而中国呈现地理分散与多元机构参与的组织差异，同时证实了 AI 专利的市场溢价及两国间持续的技术相互依赖。

要点

这篇论文就像是一场中美两国在“人工智能（AI）专利”领域的深度体检报告。

想象一下，美国和中国是两个正在疯狂建造“未来科技大厦”的超级大国。大家都在比谁盖得更快、更好。但是，要数清楚到底谁盖了多少块“AI 砖头”，以前一直是个大难题。

这篇论文的作者们做了三件大事：造了一把更精准的尺子、重新数了数砖头、然后对比了两国的建筑风格和砖头价值。

以下是用大白话和比喻为你拆解的核心内容：

1. 造尺子：以前的尺子不准，我们造了把“激光尺”

以前的情况：
美国专利局（USPTO）之前也发过一个 AI 专利数据集，就像他们给砖头贴了个"AI 标签”。但这把尺子太粗糙了，就像用一把生锈的卷尺去量头发丝。

• 问题： 它把很多不是 AI 的砖头误认为是 AI（假阳性），又把很多真正的 AI 砖头漏掉了（假阴性）。准确率只有 40% 左右，就像扔飞镖，扔 10 次只有 4 次能中靶心。

作者的做法：
作者们利用最新的人工智能技术（大语言模型），给这把尺子做了“精装修”。他们训练了一个叫 FGYZ 分类器 的超级 AI 助手。

• 效果： 这个新助手就像装了“火眼金睛”，准确率飙升到 97%。它能精准地识别出哪些专利是真正的 AI，哪些是“挂羊头卖狗肉”。
• 验证： 他们不仅在美国专利上试了，发现这把尺子在中国专利上也很好用，说明它是通用的“全球标准尺”。

2. 数砖头：中国盖得快，美国底子厚，但风格不同

用这把新尺子重新数了数（1976-2023 年美国，2010-2023 年中国），发现了一些有趣的现象：

• 总量大比拼：

  • 中国： 就像是一个爆发式增长的年轻巨人。从 2020 年开始，中国每年申请的 AI 专利数量已经超过了美国，而且增长势头非常猛。
  • 美国： 像是一个经验丰富的老工匠。虽然总数被中国超过了，但美国在早期的积累非常深厚，尤其是在一些高难度的“核心领域”（比如自然语言处理，也就是让机器“说话”和“理解”的技术）。

• 谁在盖房子？（机构差异）：

  • 美国： 主要是几家超级大公司的“独角戏”。比如 IBM、微软、谷歌、亚马逊。这些科技巨头几乎包揽了大部分专利，就像几个超级富豪在垄断高端建筑。
  • 中国： 更像是**“全民大合唱”。除了腾讯、百度、华为这些大厂，大学和国有企业**（比如国家电网）也唱了主角。中国的 AI 创新不仅来自公司，还来自高校和国企，队伍更庞大、更多样。

• 盖房子的地点（地理分布）：

  • 美国： 就像**“核心圈”**。创新主要集中在旧金山湾区（硅谷）和波士顿等几个老地方，虽然也有扩散，但核心区域依然非常稳固，很难撼动。
  • 中国： 就像**“星火燎原”**。一开始也集中在北京、上海、深圳，但很快就像水波一样扩散到了全国各地的省会城市。中国的 AI 创新正在从“几个点”变成“一大片”。

3. 砖头值不值钱？（经济价值）

有人怀疑中国的专利是不是为了拿政府补贴而凑数的“烂砖头”？这篇论文用股市反应来检验：

• 结论： 中国的 AI 专利真的值钱！
  • 当一家上市公司宣布获得了 AI 专利，它的股价通常会涨。这说明投资者认为这些专利是有真金白银价值的，不仅仅是为了骗补贴。
  • 虽然美国专利的平均价值更高（因为美国市场大），但在中国，AI 专利带来的“溢价”（比普通专利多赚的钱）也是非常明显的。
  • 特别发现： 在中国，大学和国企发明的 AI 专利，也被私企广泛引用。这说明这些“非市场机构”产出的知识，真的被企业拿去用了，不是“象牙塔里的自嗨”。

4. 还要不要“脱钩”？（知识流动）

现在国际关系紧张，大家都在问：中美科技是不是要彻底“脱钩”（各玩各的）？

• 结论： 并没有脱钩，反而联系更紧密了。
  • 中国依赖美国： 中国的 AI 发明者非常依赖美国的“前沿知识”。就像中国的新手厨师还在大量参考美国大厨的食谱。
  • 美国依赖中国： 美国也在看中国，但更多是在一些非核心领域。
  • 比喻： 这就像两个顶尖的棋手在下一盘大棋。虽然他们在互相竞争，甚至互相防备，但他们的棋路依然互相影响，互相学习。中国棋手还在大量研究美国棋手的最新招数，并没有完全切断联系。

总结

这篇论文告诉我们：

1. 工具升级了： 我们终于有了一把能准确数清 AI 专利的“激光尺”。
2. 格局变了： 中国在数量上已经超越美国，且创新力量来自更广泛的群体（大学、国企、民企）；美国依然由科技巨头主导，且核心区域稳固。
3. 质量在线： 中国的 AI 专利不是“水货”，在股市上很值钱，对经济有实际贡献。
4. 并未脱钩： 尽管有竞争，但中美在 AI 领域的知识交流依然非常频繁，中国依然在学习美国的前沿技术，双方谁也离不开谁。

这就好比两个超级学霸在比谁解题快。中国学生现在做题数量最多，而且全班同学（包括老师、校队）都在一起解题；美国学生虽然数量少了点，但依然是解题思路最清晰、最核心的那一批。而且，他们还在互相借笔记、互相启发，并没有把对方拉黑。

技术摘要

论文技术总结：美中人工智能专利的测量、组织与知识流动

1. 研究背景与核心问题 (Problem)

人工智能（AI）已成为全球技术竞争的核心，美国和中国是两大主导力量。然而，现有的实证分析面临一个根本性的识别问题（Identification Problem）：缺乏一种可靠、高精度的工具来大规模准确测量 AI 创新。

• 现有标准的缺陷：美国专利商标局（USPTO）于 2023 年发布的"AI 专利数据集”（AIPD）是目前的标准，但其基于长短期记忆网络（LSTM）的分类器存在严重的测量误差。
  • 精度（Precision）仅为 40.5%：意味着被标记为 AI 的专利中，近 60% 实际上并非 AI 专利（假阳性高）。
  • 召回率（Recall）仅为 37.5%：意味着超过 60% 的真实 AI 专利未被识别（假阴性高）。
• 后果：这种噪声会导致对企业层面创新或整体生产力的经济分析产生严重的衰减偏差（attenuation bias）。此外，缺乏适用于中国专利的高精度分类工具，限制了对美中 AI 竞争格局的深入比较。

2. 方法论 (Methodology)

作者提出了一种名为 FGYZ 分类器 的新方法，利用现代自然语言处理（NLP）和大语言模型（LLM）技术构建高精度的 AI 专利数据集。

• 模型架构：
  • 基于 PatentSBERTa（一种在专利文本上预训练的 Transformer 模型）进行微调（Fine-tuning）。
  • 利用 USPTO AIPD 中的人工标注种子数据（Seed）和反种子数据（Anti-seed）进行训练。
  • 采用对比学习（Contrastive Learning）目标，捕捉专利领域特有的语义和上下文特征。
• 分类体系：将专利分类为 8 个 AI 子领域（排除了样本量过少的“进化计算”）：
  1. 机器学习 (Machine Learning)
  2. 自然语言处理 (NLP)
  3. 语音 (Speech)
  4. 视觉 (Vision)
  5. 规划 (Planning)
  6. 知识处理 (Knowledge Processing)
  7. 硬件 (Hardware)
  8. 进化计算 (Evolutionary Computation - 因训练样本不足被排除)
• 数据范围：
  • 美国：1976-2023 年授予的专利（约 770 万项）。
  • 中国：2010-2023 年授予的发明专利（约 540 万项）。
  • 最终识别出美国 876,668 项和中国 651,630 项 AI 专利。

3. 核心贡献 (Key Contributions)

1. 方法论突破：开发了一个高精度的 AI 专利分类器，显著优于 USPTO 现有的 LSTM 模型。
2. 构建高质量数据集：建立了涵盖美中两国、时间跨度长、颗粒度细（8 个子领域）的 AI 专利数据库。
3. 跨域验证：不仅在美国数据上验证，还通过引文和词汇相似性分析，证明了该模型在中国专利数据上的泛化能力（Out-of-sample validity）。
4. 实证发现：揭示了美中 AI 创新在总量收敛但组织结构和地理扩散上存在显著差异的复杂图景。

4. 主要结果与发现 (Results)

A. 分类器性能验证

• 指标提升：FGYZ 分类器在测试集上达到 97.0% 的精度、91.3% 的召回率 和 94.0% 的 F1 分数，远超 USPTO 模型的 40.5%/37.5%/39%。
• 引文连通性验证：仅被 FGYZ 识别为 AI 的专利，与“双分类器一致认可”的高置信度 AI 专利集合具有更强的引文联系，且与非 AI 专利联系更弱。
• 词汇相似性验证：仅被 FGYZ 识别的专利，其技术词汇分布与高置信度 AI 专利的相似度显著高于仅被 USPTO 识别的专利。
• 中国数据泛化：中国被识别为 AI 的专利，在引文和词汇上均与美国 AI 专利高度相关，证明了模型跨国的有效性。

B. 创新趋势与收敛 (Convergence)

• 总量爆发：两国 AI 专利数量均呈指数级增长。中国自 2020 年起在年度 AI 专利总数上超越美国。
• 领域分布趋同：两国在 AI 子领域的分布结构高度相似，规划（Planning）、视觉（Vision）和硬件（Hardware） 占比最大。
• 差异点：美国在自然语言处理（NLP）领域起步较早且持续领先；中国在 2020 年后 NLP 专利加速增长，且 2022 年后视觉技术专利激增。

C. 组织与地理结构的差异 (Divergence)

• 地理扩散：
  • 美国：高度集中在早期枢纽（如旧金山湾区、东北走廊），地理扩散缓慢，呈现成熟创新生态的特征。
  • 中国：从早期的京津冀、长三角、珠三角迅速向内陆省会城市扩散，地理足迹显著扩大。
• 机构构成：
  • 美国：由大型私营科技巨头主导（如 IBM, Microsoft, Google, Amazon），呈现“赢家通吃”的集中态势。
  • 中国：机构更加多元化。除了腾讯、百度、华为等私营企业外，国有企业（SOEs）和大学（如清华、浙大）在 AI 专利中扮演重要角色，特别是在硬件和应用导向领域。

D. 经济价值与知识流动

• 市场估值溢价：在两国，AI 专利均比非 AI 专利带来更高的股票市值溢价（Valuation Premium）。这表明中国上市公司的 AI 专利具有实质经济价值，反驳了“仅为获取补贴的低质量专利”的观点。
• 知识流动模式：
  • 美国：学术界呈现“象牙塔”特征，大学专利主要被其他学术机构引用，与私营部门互动较少。
  • 中国：学术界和国企与私营部门之间存在密集的互惠引用。中国私营企业引用非市场机构（大学/SOE）专利的比例甚至高于引用其他私营企业的比例，表明非市场部门在 AI 知识生产中具有战略上游作用。
• 技术脱钩？：尽管地缘政治紧张，但未发现技术脱钩证据。
  • 中国 AI 发明者高度依赖美国的前沿知识（交叉引用强度大）。
  • 美国对中国专利的引用相对较少且更具选择性。
  • 结论：美中 AI 竞争表现为不对称的跨境学习，而非隔离。

5. 研究意义 (Significance)

1. 修正测量偏差：纠正了以往基于 USPTO 低精度数据可能导致的对 AI 创新规模、分布及经济影响的误判。
2. 重新定义竞争格局：揭示了美中 AI 竞争并非简单的“总量追赶”，而是技术路径趋同与制度/地理结构分化并存。美国依靠私营巨头和成熟枢纽，中国则依靠多元主体（含国企/高校）和快速地理扩散。
3. 政策启示：
   • 中国非市场机构（大学/SOE）在 AI 创新中的实质性贡献表明，其创新体系并非单纯的行政驱动，而是具有内生经济价值。
   • 跨境知识流动的持续性表明，完全的技术脱钩在 AI 领域极难实现，全球创新网络依然紧密交织。
4. 方法论示范：展示了如何利用大语言模型（LLM）和领域自适应技术解决经济学中复杂的文本分类和测量问题，为后续研究提供了可复用的工具。

---

总结：该论文通过构建高精度的 AI 专利分类器，不仅解决了测量难题，还深刻描绘了美中 AI 创新的复杂图景：在技术总量和领域分布上快速趋同，但在创新主体的组织形式、地理扩散模式以及知识流动的微观机制上存在显著差异，且双方仍深度嵌入在全球相互依赖的创新网络中。