开放科学(资源服务)标识码(OSID)：
The patent citation method is adopted in this paper to analyze the competitive situation of data lifecycle security technology. The analysis data in this paper comes from the patents database. In the first step, a total of 33 229 valid patent document data are obtained through technical decomposition of the data lifecycle security technology, based on which a retrieval element table and a retrieval strategy were made and whether the data is comprehensive and accurate was confirmed. Secondly the sample analysis on data lifecycle security technology is carries out. The top 50 companies with the number of global data lifecycle security technology patents were selected as the overall research objects. It helps to clarify the competitive background of global data lifecycle security technology, and build an analytical framework for the competitive situation by analyzing the annual number of patent applications, geographical distribution, and ranking of patent applicants, etc. for global data lifecycle security technology. In the third step, Huawei is selected as a key research object to reveal the competitive situation in the field of data lifecycle security technology in China, which provides a reference for Chinese enterprises to identify competitors, promote patent layout, and grasp technology development trends in the research and development of data lifecycle security technology.
The number of global data lifecycle security technology has been gradually increasing. The United States, Japan and China are the three countries with the largest number of the top 100 applicants for data lifecycle security technology patents in the world. Among them, IBM, Microsoft and Hitachi are the pioneers, IBM, Microsoft and HP are the leaders, and Apple, Alibaba, Amazon Technology, etc. are emerging competitors. The main fields of data lifecycle security technology IPC are distributed in 16 fields such as G06F017, G06F015, G06F009 and H04L029. The R&D efforts of H04L012 and G06F003 are enhancing, and the R&D efforts of G06F012, G06F013 and H04L009 are continuously declining. There are 17 companies in China that have entered the ranks of the top 100 applicants for the number of global data lifecycle security technology patents, 3 universities and the remaining 14 are enterprises. As a Chinese company that ranks among the top 10 global data lifecycle security technology patents, Huawei is dominant in technology fields including H04L029, H04L009, and H04L012, however, the individual innovation capabilities of Huawei's R&D team are insufficient currently.
Although China's data lifecycle security technology ranks among the first echelon in the world, there are too few leading applicants with extraordinary international competitiveness, and it still lags far behind the United States on the whole. In terms of computer technology, information technology, etc., China has been a latecomer, which has led to the inherent deficiencies in the competitiveness of digital technology. In addition, insufficient national policy guidance, weak awareness of industry alliances and lack of corporate R&D capabilities are also major factors. Therefore,China should increase capital investment in terms of changing policy thinking, focusing on policy orientation and promoting policy implementation. Meanwhile the industry should strengthen collaborative applications in terms of promoting collaborative research and development, promoting patent open licensing and localized substitution of technologies. Enterprises should enhance their R&D capabilities with focous on attaching importance to independent research and development, seeking external cooperation and introducing inventors.
开放科学(资源服务)标识码(OSID)：
当前，数据已成为新生产要素，数字经济、数字社会、数字政府建设均离不开数据要素驱动，数据安全问题上升到前所未有的高度。数据安全的重要性不再局限于某一环节，而是贯穿于整个数据生存周期。《信息安全技术 数据安全能力成熟度模型》(GBT37988-2019)提出数据生存周期安全过程域，将数据生存周期划分为数据采集、数据传输、数据储存、数据处理、数据交换、数据销毁6个阶段[1]。数据安全不仅关涉人们的人身安全和财产安全，更关乎国家总体安全，而数据生存周期各安全过程域涉及的安全技术(以下简称“数据生存周期安全技术”)是实现国家总体安全的重要保障。在全球范围内，数据生存周期安全技术一直呈快速发展态势，美国数据生存周期安全技术发展最为强劲。在这种背景下，了解和掌握我国数据生存周期安全技术发展尤为重要。
当前，国内学界关于数据生存周期的研究成果较少，而针对数据生命周期的研究较多。从内容看，数据生存周期和数据生命周期实际上是同一指代的不同称谓而已，研究成果主要包括“视角型”和“本体型”两大类。
(1)多数研究基于数据生命周期视角分析数据素养、数据服务、数据特征、数据安全、数据质量、数据开放共享等问题。齐乾坤和王文龙[2]构建高校研究生数据素养评价指标体系，通过问卷调研法收集数据，利用BP神经网络对评价指标进行验证；张宇和刘文云[3]运用文献调研和网络调研法构建科研数据服务模型；陈欣等[4]运用文献计量分析、内容分析、社会网络分析法构建高校科学数据生命周期模型，对社会科学数据特征进行深入研究；刘桂锋等[5]采用网络调研法构建高校科学数据安全内容框架；江红等[6]采用文案调研法、网络调研法和内容分析法构建科学数据质量评价指标模型；武彤[7]采用网络调研和文献分析法分析美国研究图书馆开展的科学数据开放共享服务实践，为我国高校图书馆数据开放共享提供了宝贵经验。
(2)少数研究以数据生命周期为本体，分析科学数据、健康医疗数据生命周期运行过程和管理模式。杨乐等[8]采用实证研究方法构建科研活动周期和数据生命周期研究模型；吴丹和马乐[9]采用综合归纳法、案例分析法分析可穿戴设备医疗健康数据生命周期管理与服务研究进展，并构建以可穿戴设备为载体的医疗健康数据生命周期模型；聂云贝等[10]运用网络调研法、案例研究法和文献调研法，构建任务对象明确、任务划分清晰的科学数据生命周期一般过程模型；丁宁和马浩琴[11]通过调研国外科学数据生命周期模型及管理模型，构建高校科学数据管理框架，为我国高校科学数据生命周期管理实践提供了宝贵经验。
综上所述，当前研究主要以数据生命(存)周期为研究视角或本体，对于数据生命周期安全技术[12]的研究较少，尤其是缺乏从专利视角分析数据生存周期安全技术竞争态势的研究。因此，本文从专利视角出发，揭示数据生存周期安全技术领域的主要领导者和新兴竞争者，挖掘数据生存周期安全技术领域核心技术及其发展趋势，为我国企业提升数据生存周期安全技术竞争力提供参考依据。
当前，国内多数学者基于专利情报、专利信息、专利计量、专利引证等方法分析特定技术竞争态势，并从电动汽车[13]等传统技术领域扩展到区块链[14]等新兴技术领域。鉴于当前学者通过专利前向引用和后向引用实现知识继承与发展已形成共识[15-17]，故本研究采用专利引证法分析数据生存周期安全技术竞争态势。专利引证分为后向引证和前向引证，其中后向引证是指目标专利引用其它专利作为参考，前向引证是指目标专利被其它专利引用作为参考[18]。综合既有研究，运用专利引证分析技术竞争态势具有一定可行性，专利后向引证和专利前向引证将分散的技术点连成一条可以追溯的线[18]，并准确呈现专利技术被引态势，进而预测技术发展方向[19]。
数据生存周期安全技术分析数据来源于Patentics数据库，数据检索时间截至2021年7月30日。通过对数据生存周期安全技术进行分解、制定检索策略、查全查准等步骤，最终获取33 229项有效专利文献数据。本文以全球数据生存周期安全技术专利数量TOP50企业为研究对象，以华为作为参考，揭示全球和中国数据生存周期安全技术领域的竞争态势，为我国企业辨识竞争对手、加快专利布局、把握技术发展趋势提供借鉴。
本文以诺基亚于1958年申请的第一件数据生存周期安全技术为时间起点，将全球数据生存周期安全技术专利申请划分为4个阶段：①萌芽期(1958-1987年)，全球数据生存周期安全技术专利年申请量不足50件；②发展期(1988-2003年)，全球数据生存周期安全技术专利年申请量快速增长；③停滞期(2004-2009年)，全球数据生存周期安全技术专利数量总体呈下降趋势，技术发展面临一定困境；④新发展期(2010-2019年)，全球数据生存周期安全技术专利数量呈增长态势，并于2019年达到峰值(2 591件)，数据生存周期安全技术步入新发展期。整体而言，全球数据生存周期安全技术专利申请数量保持持续增长态势，如图1所示。在图1中，数据有效时间段为1958-2019年，因为发明专利自申请日起满18个月才公布，所以2020年至检索截至时间段数据不完整。虽然图1显示2020年至今全球数据生存周期安全技术专利年申请量呈急速下降趋势，但并不表示数据生存周期安全技术专利申请数量骤减。
图1 全球数据生存周期安全技术专利年申请量
Fig.1 Annual number of global data lifecycle security technology patent applications
在Patentics数据库中，按照“国家”对样本进行分组发现，在美国申请的专利总量最多，共计9 813件；其次是中国，共计5 753件；排名第三的是日本，共计4 934件，最后是韩国、WO和EP。可见，美国是数据生存周期安全技术专利成果领先国家，中国、日本等国家也拥有一定数量的数据生存周期安全技术专利。依据“标准化申请人”对数据生存周期安全技术专利数量全球TOP100申请人按国别(地区)进行排名，发现全球TOP100专利申请人分布在15个国家(地区)。按照数量分为3个梯队：①第一梯队为美国(30家)、日本(22家)、中国(17家)、韩国(10家)，其中美国专利申请人数量分别是日本、中国、韩国的1.4倍、1.8倍、3倍，表明美国数据生存周期安全技术处于领先地位；②第二梯队专利申请人数量均未超过10家，依次为德国(5家)、法国(5家)、英国(2家)、俄罗斯(2家)，其中德国和法国专利申请人数量均是俄罗斯、英国的2.5倍；③第三梯队专利申请人数量仅有1家，包括荷兰、芬兰、瑞士、瑞典、加拿大、印度6个国家和中国台湾。从国家所属板块看，全球数据生存周期安全技术集中分布在亚洲(51家)、北美洲(31家)、欧洲(18家)三大洲，主要被美国、日本所掌握。
全球数据生存周期安全技术专利数量TOP50申请人如表1所示。从中可见，排名第一的国际商业机器专利数量比排名第二的西门子多出一倍，而日立、微软、日本电气专利数量相差较少，说明在数据生存周期安全技术领域，国际商业机器占据绝对优势地位。另外，美国企业有16家，分别为国际商业机器、微软、甲骨文、戴尔、惠普、英特尔、埃森哲全球服务、慷孚系统、亚马逊科技、美国银行、通用电气、霍尼韦尔、波音、赛门铁克、博通、威瑞森全球商务，占比32%；日本企业有13家，分别为日立、日本电气、东芝、富士通、佳能、索尼、松下、三菱、NTT通信、理光、富士施乐、精工爱普生、卡西欧计算机，占比26%；中国企业有10家，分别为华为、中兴通讯、国家电网、阿里巴巴、中国平安保险、浪潮、中国科学院、腾讯科技、中国电子科技、中国南方电网，占比20%；韩国企业有4家，分别为韩国电子通信研究院、三星电子、LG电子、凯蒂，占比8%；德国企业有3家，分别为西门子、SAP股份公司和罗伯特·博世股份有限公司，占比6%。此外，芬兰诺基亚、中国台湾鸿海精密工业、荷兰皇家飞利浦电子、瑞士ABB公司占比均为2%。华为与中兴通讯排名分别位列全球第八与第九，虽然华为和中兴通讯数据生存周期安全技术专利数量仅为国际商业机器的26%，但两者数据生存周期安全技术专利数量排名均位居全球前10，在一定程度上说明华为和中兴通讯数据生存周期安全技术在国际上占有不可小觑的地位。
表1 全球数据生存周期安全技术专利数量TOP50申请人
Tab.1 TOP 50 applicants for global data lifecycle security technology patents
排名申请人 专利数量(件)排名申请人 专利数量(件)1国际商业机器1 28226富士施乐1682西门子58827诺基亚1633日立51928埃森哲全球服务1584微软47829慷孚系统1485日本电气43130浪潮1446韩国电子通信研究院41131亚马逊科技1397三星电子40732鸿海精密工业1268华为33533美国银行1259中兴通讯33434中国科学院12410东芝33135LG电子11411SAP股份公司32836皇家飞利浦电子10912甲骨文30737通用电气10913富士通29338腾讯科技10214戴尔28139中国电子科技9515佳能27640霍尼韦尔9516国家电网26841凯蒂9217惠普26142ABB公司9018索尼24743波音8819阿里巴巴24544罗伯特·博世8720中国平安保险24245中国南方电网8521松下23646赛门铁克8422三菱23447博通8223NTT通信20748精工爱普生8124英特尔18049卡西欧计算机8025理光17450威瑞森全球商务79
后向引证专利被引用率越高，说明专利信息越丰富，专利技术竞争优势越明显。因此，本文对数据生存周期安全技术领域TOP10申请人后向引证专利数量进行统计，利用Ucinet软件生成后向引证网络，如图2所示。图2中，正方形表示全球数据生存周期安全技术专利数量TOP10目标申请人，圆形表示目标申请人后向引证数据生存周期安全技术专利TOP10申请人。圆形大小表示与目标申请人直接连接的次数多少，如国际商业机器圆形最大，说明其与目标申请人连接次数最多，被引频次最高。连线粗细表示TOP10目标申请人所有专利后向引证专利数，如国际商业机器与国际商业机器之间的连线最粗，说明国际商业机器后向引证专利数最多(2 936件)；又如，国际商业机器与惠普之间的连线较粗，说明国际商业机器后向引证的惠普专利较多(556件)。
图2 目标申请人后向引证的数据生存周期安全技术TOP10申请人
Fig.2 TOP10 applicants for data lifecycle security technology backward-cited by target applicants
本文按照出现频次列举TOP50目标申请人后向引证数据生存周期安全技术专利TOP10申请人频次，如表2所示，呈现国际商业机器、微软等30家企业、高校在数据生存周期安全技术领域的领先地位。从中可见，国际商业机器频次为41，说明在TOP50中有41个目标申请人都后向引证了国际商业机器的技术专利；又如三星电子频次为7，说明在TOP50中仅有7个目标申请人后向引证了三星电子的技术专利。国际商业机器、微软、惠普、日立、甲骨文、东芝、诺基亚、戴尔均是后向引证专利的主要申请人，国际商业机器、微软、惠普等是数据生存周期安全技术的先行者，这些企业聚集了数据生存周期安全领域的基础技术，技术专利质量较高。
表2 TOP50目标申请人后向引证的数据生存周期安全技术TOP10申请人频次
Tab.2 Frequency of TOP 10 applicants for data lifecycle security technology backward-cited by TOP 50 target applicants
申请人 频次申请人 频次申请人 频次申请人 频次国际商业机器41微软32惠普25日立23甲骨文22东芝19诺基亚16戴尔15富士通15松下14佳能13日本电气12三菱9NTT通信8索尼8华为8中兴通讯8中国科学院8富士施乐8英特尔7三星电子7理光7赛门铁克6浪潮6国家电网6SAP股份公司5西门子5思科系统5LG电子5博通5
专利前向引证体现了专利申请人的研发创新能力和技术发展趋势，本文统计数据生存周期安全技术领域TOP10目标申请人所有专利前向引证的TOP10申请人专利数量，利用Ucinet软件生成前向引证网络，如图3所示。图3中正方形表示全球数据生存周期安全技术专利数量TOP10目标申请人，圆形表示目标申请人前向引证数据生存周期安全技术专利的TOP10申请人。圆形大小反映与目标申请人直接连接次数的多少。如三菱圆形较小，说明其与目标申请人的连接次数较少，反映出仅有2个目标申请人前向引证了三菱的专利。连线粗细反映TOP10目标申请人所有专利前向引证的TOP10申请人专利数量的多少，如国际商业机器与甲骨文之间的连线较粗，说明国际商业机器前向引证甲骨文的技术专利数较多，为1 138件；又如，华为与中兴通讯之间的连线较细，说明华为前向引证中兴通讯的技术专利较少，为14件。
本文按照出现频次列举TOP50目标申请人前向引证数据生存周期安全技术专利TOP10申请人频次，如表3所示。结合图3说明该领域的前向引证关系。例如，表3中微软频次为31，表示在TOP50目标申请人中有31个目标申请人前向引证了微软专利；又如，三菱频次为6，说明在TOP50目标申请人中仅有6个目标申请人前向引证了三菱的专利。在表3中，除表2后向引证所涉及的国际商业机器、微软、惠普、日立、甲骨文、东芝、戴尔、富士通、松下、佳能、日本电气、三菱、NTT通信、索尼、华为、中兴通讯、富士施乐、三星电子、理光、国家电网、SAP股份公司、思科系统、LG电子以外，还有苹果、阿里巴巴、亚马逊科技、OneTrust、霍尼韦尔、慷孚系统、美国电话电报、中国平安保险进入前向引证TOP10申请人且频次大于或等于5，所以这些企业是数据生存周期安全技术领域的新兴竞争者。可见，国际商业机器、微软、甲骨文、日立、索尼、富士通、日本电气、戴尔等是前向引证专利的主要申请人，说明这些企业能够积极融合数据生存周期安全领域的基础技术，并巩固其在数据生存周期安全技术领域的领先地位。
图3 目标申请人前向引证的数据生存周期安全技术TOP10申请人
Fig.3 TOP10 applicants for data lifecycle security technology forward-cited by target applicants
表3 TOP50目标申请人前向引证的数据生存周期安全技术TOP10申请人频次
Tab.3 Frequency of TOP 10 applicants for data lifecycle security technology forward-cited by TOP 50 target applicants
申请人 频次申请人 频次申请人 频次申请人 频次国际商业机器34微软31甲骨文14日立13索尼12富士通11日本电气11戴尔10苹果10阿里巴巴9松下9惠普8思科系统8东芝8亚马逊科技8佳能8理光8三星电子8SAP股份公司7三菱6OoeTrust6霍尼韦尔6华为6慷孚系统6LG电子5美国电话电报5中兴通讯5中国平安保险5富士施乐5NTT通信5国家电网5
目标申请人后向引证专利体现了企业主要技术领域分布情况，本文对TOP10目标申请人后向引证的技术领域IPC分类进行排名，利用Ucinet生成网络图，如图4所示。图4中正方形表示全球数据生存周期安全技术专利数量TOP10目标申请人，圆形表示后向引证的技术领域IPC，圆形大小表示与目标申请人直接连接次数的多少，圆形越大，说明IPC与目标申请人的连接次数越多。连线粗细代表目标申请人在某一领域的排名，连线越粗表示排名越靠前。如日本电气与各IPC之间的连线由粗到细依次为G06F017、G06F021、G06F012、H04L009、G06F015、G06F009、H04L012、G06F011、G06F013、G09C001，说明日本电气在这10个IPC领域内的排名为1～10。
判断目标申请人技术优势领域，要看其排名与其他目标申请人排名之间的差距，差距越大说明优势越显著；反之则反。由图4可知，目标申请人与G06F017之间的连线较粗，说明各企业排名差距较小，故这些企业在该技术领域优势不明显。以日立为例，日立与G06F011之间的连线最粗，G06F011与其它企业的连线较细，说明其它企业在G06F011技术领域排名靠后，所以日立在G06F011技术领域具有较大优势。同理，国际商业机器在G06F015技术领域具有一定优势，西门子在G06F009技术领域具有较强优势，微软在H04L029技术领域具有相对优势，日本电气、东芝和日立在G06F012领域具有领先优势，韩国电子通信研究院在H04L012技术领域具有领先优势，三星电子在G06F003技术领域具有绝对优势。值得关注的是，华为存在3个优势技术领域，分别为H04L029、H04L009和H04L012，中兴存在两个优势技术领域，分别为H04L029和H04L012。
图4 目标申请人后向引证技术领域IPC分类
Fig.4 IPC classification of technical fields backward-cited by target applicants
目标申请人前向引证技术领域IPC网络如图5所示，由于前引专利有可能继续增加，从而导致数据不稳定；此外，专利检索范围、引用目的不一致也有可能影响前向引证数据，故本文不使用图5数据对数据生存周期安全技术专利技术优势进行分析。
图5 目标申请人前向引证技术领域IPC分类
Fig.5 IPC classification of technical fields forward-cited by target applicants
如果某一技术同时出现在目标申请人后向引证和前向引证的技术领域IPC分类中，说明该领域为主要技术领域。结合图4和图5发现，G06F017、G06F015、G06F009、H04L029、G06F021、G06F011、G06F012、H04L009、H04L012、G06Q010、G06F013、G06F003、G06K009、H04W004、H04W012、G06Q050为数据生存周期安全技术主要IPC分类技术领域。另外，还可进一步挖掘某一项技术是日渐增强、衰落还是日趋稳定。以G06F003为例，其仅出现在日立、三星电子和东芝3家企业后向引证专利TOP10申请人IPC分类中，但出现在西门子、日本电气、韩国电子通信研究院、三星电子、中兴通讯和东芝6家企业前向引证TOP10申请人IPC分类中，因此认为G06F003越来越被重视。同理可以推断，H04L012和G06F003研发力度日渐增强，G06F012、G06F013和H04L009研发力度日渐式微。
在全球数据生存周期安全技术专利数量TOP100申请人中，共有14家中国企业、3所高校，本文对这17家企业及高校进行分析，如图6所示。从中可见，中国TOP17申请人分别为：华为、中兴通讯、国家电网、阿里巴巴、中国平安保险、浪潮、中国科学院、腾讯科技、中国电子科技、中国南方电网、北京奇虎科技、西安电子科技大学、中国银联、中国电子信息产业、北京工业大学、联想、中国航天科工。从中可见，我国数据生存周期安全技术以企业为主，以高校为辅。从所属领域看，申请人涉及通信、电子商务、软件、电气、电力、信息、制造、电子、社交、金融、计算机和航天12个技术领域。华为拥有的数据生存周期安全技术专利数量最多(335件)，其余依次是中兴通讯、国家电网、阿里巴巴，分别为334件、268件和245件。此外，3所高校院所分别为中国科学院、西安电子科技大学和北京工业大学。
图6 全球数据生存周期安全技术专利数量中国TOP17申请人
Fig.6 Top 17 Chinese applicants in the number of global data lifecycle security technology patents
本文绘制全球数据生存周期安全技术专利数量中国TOP17申请人专利质量，如图7所示。从中可见，中兴通讯气泡最大、最靠上，说明中兴通讯在数据生存周期安全技术领域的专利数量最多、特征度最高，但专利度不高，综合反映出中兴通讯经济实力较强，专利质量较好；华为气泡虽然没有中兴通讯大，但位置最靠右且比较靠上，说明华为专利数量较多、专利度最高、特征度较高，反映出华为在数据生存周期安全技术领域的综合实力很强；阿里巴巴气泡小于华为，位置介于中兴通讯与华为之间，说明其数据生存周期安全技术专利数量不如中兴通讯和华为多，专利度不如华为高，特征度不如中兴通讯高，故整体实力不如华为和中兴通讯强；其他申请人气泡不大，还有部分位置较为靠左和靠下，说明其它公司或高校数据生存周期安全技术实力与华为、中兴通讯、阿里巴巴相比存在较大差距。
图7 全球数据生存周期安全技术专利数量中国TOP17申请人专利质量
Fig.7 Patent quality of Chinese TOP17 applicants in the number of global data lifecycle security technology patents
注：横轴表示专利度，专利度指申请保护权利要求个数，以数值大为佳；纵轴表示特征度，指技术限制特征数，以数值小为最好，数值越大则对应专利保护范围越小；气泡大小表示申请人申请专利数量的多少，气泡越大表示申请人申请的专利数量越多
目前，学界并未就专利质量评估形成统一标准。本文按照专利数量、专利数量全球排名、专利度、特征度、同族度、同族国家数、引用度、被引用度及高价值专利率等指标评价企业专利质量。本文对华为和中兴通讯专利质量进行全面比较发现(见表4)，中兴通讯在特征度和引用度两个方面具有显著优势，华为在专利度、同族度、同族国家数、被引用度及高价值专利占比5个方面具有显著优势，中兴通讯和华为专利数量及排名差距较小。
表4 中兴通讯与华为数据生存周期安全技术领域专利质量对比
Tab.4 Comparison of patent quality between ZTE and Huawei in data lifecycle security technology
申请人(企业)专利数量(件)专利数量全球排名专利度特征度同族度同族国家数(个)引用度被引用度高价值专利率(%)华为 335823.0516.073.802.943.020.7842.39中兴通讯334913.1514.271.922.233.610.6333.23
同族专利是指基于同一个优先权文本产生的总体专利。同族度和同族国家数反映专利布局广度，同族度越大说明专利对应技术布局越广，同族国家数越多说明专利技术潜在价值越大。引用度和被引用度反映专利引用其它专利以及被其它专利所引用的程度，在一个基准时间维度内，引用度和被引用度越大越好。需要说明的是，由于被引用是被动发生，更能说明某个专利的潜在价值，因此在相同存续时间内，被引用次数越多，专利潜在价值越大。
利用Patentics绘制中兴通讯和华为专利价值图谱，对高价值专利进行筛选。以华为一篇标题为《Method and apparatus for communication security processing》、公开号为“WO2014094251”的专利为例，绘制其专利价值图谱，如图8所示。图谱中大正方形表示选定的专利申请，横轴为时间轴，选定专利申请时间为2012年。左纵坐标轴表示纳入整体统计相关度专利合计118篇，右纵坐标轴数值100和92分别代表不同相关度，正方形高度为当年所有专利与相关专利的平均相关度。此篇专利在2012年之前总体相关度平均值为92，但在2012年之后出现两次小幅度爬升，表明该技术出现两个小热潮。图中2012年左右两侧区域面积分别表示专利申请日前后纳入统计的相关度专利对应数量，右边区域面积远大于左边区域面积，说明本篇专利自申请公开后，许多高相关度专利开始出现，因此本专利为高价值专利。
图8 华为公开号为“WO2014094251”的专利价值图谱
Fig.8 Patent value map of Huawei's patent with publication number of WO2014094251
按照上述方法，分别筛选出华为在数据生存周期安全技术领域共有142篇高价值专利，占比42.39%；中兴通讯共有111篇高价值专利，占比33.23%。可见，在数据生存周期安全技术领域，虽然中兴通讯专利数量与华为相差不大，但华为专利质量总体高于中兴通讯，故本文以华为为案例进行分析。
华为作为全球数据生存周期安全技术专利TOP17申请人的中国企业，具有综合实力强、专利质量高等特点。本文在Patentics数据库检索到华为目前拥有335件数据生存周期安全技术相关专利，后向引证和前向引证申请人及专利申请数量如表5所示。由表5可知，华为高自引率反映出基础专利综合实力强劲，并能够积极进行研发和布局，以保持其在基础技术领域的领先地位。另外，华为极其重视数据生存周期安全技术研发，且技术创新具有稳定性和继承性。结合前文竞争态势可知，华为主要竞争对手为国际商业机器、中兴通讯、三星电子、微软，戴尔、阿里巴巴、日本电气、腾讯科技对华为的技术跟踪较为紧密。
表5 华为数据生存周期安全技术后向引证/前向引证申请人分布
Tab.5 Distribution of applicants for backward citation/forward citation of Huawei data lifecycle security technology
排名后向引证申请人专利数量(件)前向引证申请人专利数量(件)1华为175华为342中兴通讯68中兴通讯143国际商业机器27国际商业机器104三星电子26戴尔95诺基亚24阿里巴巴96爱立信22微软87大唐电信21日本电气78中国移动通信16腾讯科技69中国科学院15palantir technologies510微软15三星电子5
对华为数据生存周期安全技术专利按照“国际大类”分组发现，排名前10的技术领域IPC分类分别为H04L029(占比20.90%)、G06F021(占比14.41%)、H04L012(占比13.56%)、H04W012(占比12.43%)、H04L009(占比12.15%)、G06F017(占比8.76%)、G06F009(占比8.19%)、G06F011(占比3.39%)、H04W076(占比3.39%)、G06F016(占比2.82%)，H04L029、G06F021、H04L012是华为数据生存周期安全技术专利主要集中领域。华为突出优势技术领域为H04L029、H04L009、H04L012，表明H04L029、H04L012是华为传统核心技术领域，而G06F021和H04W012则是华为新兴技术领域。
在华为数据生存周期安全技术前向引证专利数TOP10发明人中，有5个属于日本电气公司、2个属于微软公司、2个属于戴尔公司、1个属于国际商业机器，如表6所示。由表6可知，Meren Libby拥有6件数据生存周期安全技术专利，所属申请人为微软公司。日本电气、微软和戴尔数据生存周期安全技术发明人专利数最高(均为6件)，国际商业机器发明人专利数量有3件。运用Patentics分类器进行检索发现，华为数据生存周期安全技术专利前向引证发明人有71人，而表5显示华为前向引证专利数共计34件。用华为前向引证专利数除以华为前向引证发明人人数，得出华为专利发明人人均申请量为0.48件。同样，按照上述步骤计算国际商业机器、中兴通讯、三星电子和微软人均申请量分别为0.97、0.61、0.45、0.57，如表7所示。可以看出，华为人均申请量相较竞争对手而言并不占有优势，说明华为数据生存周期安全技术整体创新能力有待提升。
表6 华为数据生存周期安全技术前向引证专利数TOP10发明人
Tab.6 TOP 10 inventors for data lifecycle security technology forwards cited by Huawei
发明人发明人专利数量(件)所属申请人 Kunz Andreas6日本电气 Meren Libby6微软 Nagaraja Vishwas6戴尔 Prasad Anand Raghawa6日本电气 Tamura Toshiyuki6日本电气 Trace Robm.6微软 Zhang Xiaowei6日本电气 Velev Genadi5日本电气 Mohammed Intesar4戴尔 Aaron Keith Baughman3国际商业机器
表7 华为、国际商业机器、中兴通讯、三星电子和微软专利发明人人均申请量对比
Tab.7 Comparison of the application numbers per patent inventor of Huawei, IBM, ZTE, Samsung Electronics, and Microsoft
申请人前向引证本企业专利数前向引证中属于本企业的发明人专利发明人人均申请量 华为 34 71 0.48 国际商业机器 4 215 4 330 0.97 中兴通讯 23 38 0.61 三星电子 195 438 0.45 微软 971 1 689 0.57
5.1.1 全球竞争态势
从整体看，全球数据生存周期安全技术呈逐渐递增态势。数据生存周期安全技术专利数量进入全球TOP100的申请人主要分布在亚洲、北美洲、欧洲15个国家或地区，其中美国、日本和中国位居前三，美国专利申请人分别是日本、中国的1.4倍和1.8倍，说明当前数据生存周期安全技术主要被美国和日本所掌握，而美国占据主导地位。
国际商业机器、微软、惠普、日立、甲骨文、东芝、诺基亚、戴尔是数据生存周期安全技术领域开拓者，其中国际商业机器、微软和日立为领先者；苹果、阿里巴巴、亚马逊科技、OneTrust、霍尼韦尔、慷孚系统、美国电话电报、中国平安保险为新兴竞争者。数据生存周期安全主要技术领域IPC分类为G06F017、G06F015、G06F009、H04L029、G06F021、G06F011、G06F012、H04L009、H04L012、G06Q010、G06F013、G06F003、G06K009、H04W004、H04W012、G06Q050。国际商业机器在G06F015技术领域具有一定优势，西门子在G06F009技术领域具有较强优势，微软在H04L029技术领域具有相对优势，日本电气、东芝和日立在G06F012领域具有领先优势。另外，日立在G06F011领域也具有较强优势，韩国电子通信研究院在H04L012技术领域具有一定优势，三星电子在G06F003技术领域具有绝对优势。数据生存周期安全主要技术领域IPC分类变化不大，但非主要技术领域IPC分类有较大变化，且能够明显看出H04L012和G06F003研发力度日渐加大，G06F012、G06F013和H04L009研发力度日趋式微。
5.1.2 国内竞争态势
我国有14家企业、3所高校院所进入全球数据生存周期安全技术专利数量TOP100申请人行列，3所高校院所分别为中国科学院、西安电子科技大学和北京工业大学，其余14家均为企业。华为与中兴通讯数据生存周期安全技术专利数量在全球排名第八和第九，说明两者在全球数据生存周期安全技术领域有相当重要的地位。值得注意的是，尽管中兴通讯专利数量与华为差距较小，但华为专利质量总体高于中兴通讯，说明华为技术竞争力更强，这与其采取的企业战略密切相关。另外，华为数据生存周期安全技术专利主要集中在H04L029、G06F021、H04L012、H04W012等技术领域，优势技术领域为H04L029、H04L009、H04L012，其中H04L29、H04L12是华为传统核心技术领域，新兴技术领域为G06F021和H04W012。国际商业机器、中兴通讯、三星电子、微软是华为的主要竞争对手，其中国际商业机器、微软和三星电子是数据生存周期安全技术领域的领导者，而戴尔、阿里巴巴、日本电气、腾讯科技则是华为技术的紧密跟踪者。华为发明人人均申请量不高，说明研发团队个体创新能力有待提升。
尽管我国数据生存周期安全技术跻身全球第一梯队，但整体科学技术水平比较落后，而且进入全球数据生存周期安全技术专利数量TOP100申请人较少，专利数量和专利质量两极分化严重，真正具有国际竞争实力的“头部”申请人较少，仅有3家高校院所进入TOP100。我国在计算机技术、信息技术等方面属于技术后发型国家，导致数字化技术竞争“先天不足”。据此，提出如下对策：
5.2.1 国家层面
首先，转变政策思维，从重视数据安全规则建设转向规则建设和技术研发并重；其次，注重政策引导，在国家重点研发计划中增加数据生存周期安全技术专项数量，引导更多高校参与技术研发；再次，推动创新链和产业链有效对接，吸引更多企业进行突破性创新。
5.2.2 行业层面
首先，促进数据生存周期安全技术与实体经济深度融合，针对数字产业化和产业数字化技术短板，以协同方式加快技术产品研发，推进“官产学研用”深度融合；其次，推动具有数据生存周期安全技术优势的高校、科研院所在新兴技术领域实施专利开放许可，免除专利许可使用费，供企业免费使用；再次，组建产业联盟、行业联盟等行业组织，实施国产自主可控替代计划。
5.2.3 企业层面
首先，重视自主研发，围绕核心技术进行专利申请与布局，提升专利技术质量；其次，寻求外部合作，采用专利许可、企业并购、寻求相关技术领域企业合作等方式增强企业自身实力；再次，主动挖掘具有高研发能力的发明人，提升专利数量和质量。
[1] 国家市场监督管理总局,中国国家标准化管理委员会.信息安全技术数据安全能力成熟度模型(GB/T 37988-2019)[R/OL]. [2019-8-30]. http://c.gb688.cn/bzgk/gb/showGb?type=online&hcno=3CFD5E5A14C24D303EA1 E139E6EB75C8.
[2] 齐乾坤,王文龙.基于数据生命周期的高校研究生数据素养评价研究[J].情报科学,2021,39(9):125-130，145.
[3] 张宇,刘文云.基于数据生命周期的高校机构知识库科研数据服务研究[J].图书馆学研究,2021，32(3):71-80.
[4] 陈欣,詹建军,叶春森,等.基于高校科学数据生命周期的社会科学数据特征研究[J].情报科学,2021,39(2):86-95.
[5] 刘桂锋,阮冰颖,包翔.数据生命周期视角下高校科学数据安全内容框架构建[J].情报杂志,2021,40(2):146-153.
[6] 江洪,王春晓.基于科学数据生命周期管理阶段的科学数据质量评价体系构建研究[J].图书情报工作,2020,64(10):19-27.
[7] 武彤.基于数据生命周期的美国研究图书馆科学数据开放共享服务研究[J].图书与情报,2019，40(1):135-144.
[8] 杨乐,颜石磊,李洪波.科研数据生命周期研究和数据知识库理论架构[J].图书情报工作,2019,63(1):91-97.
[9] 吴丹,马乐.基于可穿戴设备的医疗健康数据生命周期管理与服务研究[J].信息资源管理学报,2018,8(4):15-27.
[10] 聂云贝,刘桂锋,刘琼.数据生态链视角下科学数据生命周期运行过程分析[J].信息资源管理学报,2021,11(2):69-77.
[11] 丁宁,马浩琴.国外高校科学数据生命周期管理模型比较研究及借鉴[J].图书情报工作,2013,57(6):18-22.
[12] 朱楠楠,李尧,高智伟,等.云计算环境下数据生命周期安全技术研究进展[J].无线互联科技,2015，12(23):108-109.
[13] 黄裕荣,侯元元,刘彤,等.专利信息视域下纯电动汽车技术研发竞争态势研究[J].科技进步与对策,2017,34(4):72-77.
[14] 刘星,单晓光,姜南.基于专利信息的中美区块链技术竞争态势分析[J].科技进步与对策,2020,37(18):1-9.
[15] CZARNITZKI D,HUSSINGER K,SCHNEIDER C.Commercializing academic research: the quality of faculty patenting[J]. Industrial and Corporate Change, 2011, 20(5): 1403-1437.
[16] THURSBY J, FULLER A W, THURSBY M. US faculty patenting: inside and outside the university[J]. Research Policy, 2009, 38(1): 14-25.
[17] DORNBUSCH F, NEUHAUSLER P. Composition of inventor teams and technological progress-the role of collaboration between academia and industry[J]. Research Policy, 2015, 44(7): 1360-1375.
[18] 周婷,文禹衡.专利引证视角下的虚拟化技术竞争态势[J].图书情报工作,2015, 19(59):30-40.
[19] 赵蓉英,李新来,李丹阳.专利引证视角下的核心专利研究——以人工智能领域为例[J].情报理论与实践, 2019, 42(3):78-84.