戦後日本の特許出願の地理的分布（1980-2010年） 利用統計を見る

戦後日本の特許出願の地理的分布（1980-2010年）

著者

島西 智輝

著者別名

Tomoki Shimanishi

雑誌名

経済論集

巻

44

号

2

ページ

211-223

発行年

2019-03

URL

http://id.nii.ac.jp/1060/00010443/

研究ノート

戦後日本の特許出願の地理的分布（

1980

-

2010

年）

＊

島 西 智 輝

目次 はじめに １ 特許出願データベースの可視化プロセス １−１ 基盤となるデータベースの概要 １−２ 特許出願データベースの構築 ２ 地理的分布にかんする若干の考察 ２−１ 全国の出願数 ２−２ 都道府県別の出願数と出願集中度 ２−３ 特許技術分類別の出願数 おわりに

はじめに

 周知のように、日本の産業構造は軽工業中心から重化学工業中心の構造へと変化していった。と りわけ、三大都市圏を含む太平洋ベルト地帯を中心に重化学工業が集積した（藤井［

2004

］など）。 これらの地域でイノベーションが進展したことは容易に想像がつくが、それ以外の地域でのイノ ベーションの歴史についてはこれまで十分に検討されてこなかった。在来産業よりも近代産業でイ ノベーションが活発であったという関［

2003

］の指摘を踏まえれば、太平洋ベルト地帯以外の地 域でのイノベーションは衰退していったことが考えられる。しかし、藤井［

2017

］は、

1960

年代 以降の大手機械メーカーの地方移転によって南東北地方でイノベーションが活発化したことを指摘 している。また、新技術が旧技術の急激なイノベーションをうながすとする「帆船効果」の存在や （テッドほか［

2004

］；大沼［

2013

］）、ICT産業の興隆も無視できない。 そこで本稿は、イノベーションの活発さを示す指標のひとつである特許出願データを地理情報シ ステム（GIS）によって分析することで、戦後日本の工業化のなかで、イノベーションが起こった 地域・産業の地理的分布がどのように変化したのかを可視化することを試みる。このような研究方 ＊本稿は、平成29年度井上円了記念研究助成（代表：藤井信幸経済学部教授）の成果の一部である。

法は、短期間の変化を対象とした研究としてすでに海外で行われているが（Kumar［

2008

］; Moore and Cui［

2011

］など）、これを数十年スパンの歴史的な時間軸のもとで行う点に本稿の特徴がある。 本稿の構成は以下のとおりである。第１節では、特許出願データベースをGISで利用可能なデー タに変換するプロセスを示す。第２節では、

1980

、

1990

、

2000

、

2010

年の４時点における特許出 願状況を可視化し、各時点の特徴や時系列的な変化を考察する。最後に、本稿の検討結果をまとめ るとともに、今後の課題を示す。

１

 特許出願データベースの可視化プロセス

１−１ 基盤となるデータベースの概要 本稿で使用した特許出願データベース（以下、データベースはDBと略記）は、一般財団法人知的 財産研究教育財団知的財産研究所（IIP）が提供しているIIPパテントデータベース（以下、IIP-DB） に基づいている1） 。IIP-DBの概要にかんする論考については、データベースを構築した後藤・元橋 ［

2005

］、およびデータを追加した

2015

年版の概要を説明した中村［

2016

］がある2）_{。それらによれば、} IIP-DBは、

1964

年１月∼

2013

年度末の約

1

,

270

万件の特許出願データを収録している（中村［

2016

］, pp.

76

-

77

）。また、出願テーブル（ファイル名ap、以下同様）、出願人テーブル（applicant）、発明者テー ブル（inventor）、権利者テーブル（hr）、引用テーブル（cc）の５つのテーブルから構成されている（中 村［

2016

］, p.

78

）。本稿の目的は出願状況の地理的分布の把握にあるので、出願テーブルと出願人テー ブルのみを利用した。出願テーブルには出願日や技術分類などの特許出願の基本情報が、出願人テー ブルには、出願者名やその住所などの特許出願者の基本情報が、それぞれ出願番号とともに収録さ れている。したがって、出願番号を用いて、両テーブルを接続することが可能である。 なお、

2015

年版IIP-DBにおける

2010

年の特許出願数と、特許庁発行の『特許行政年次報告書』 記載の出願数を比較した場合、前者は後者の

90

％程度となる（中村［

2016

］, pp.

78

-

79

）。しかし、 後者には取り下げが含まれていることから、IIP-DBは、おおむね各年の特許出願情報を捕捉して いるといえよう。 １−２ 特許出願データベースの構築 本稿では、当初は

1960

年代から

2000

年代に至る時系列DBを構築しようとしていた。しかしなが ら、以下の図１に示すように、IIP-DBの

1960

∼

70

年代のデータには、住所がカタカナ表記されて いるデータや住所欄が空白のデータが散見された。そのため、後述する住所座標取得作業が困難と １） 同データベースは、2018年12月現在、IIPのウェブサイトで公開されている（http://www.iip.or.jp/patentdb/）。 ２） 最新版は2017年版である。

判断し、ひとまず

1980

年代以降を対象とすることにした。また、膨大なデータ量のなかで、GISで 分析可能なデータへ変換する作業プロセスの確定と、特許出願の地理的分布の時系列的な変化の 考察を両立するため、本稿では

1980

、

1990

、

2000

、

2010

年の４期におけるDBを構築することにし た。本稿は、共同研究プロジェクトのひとつであるため、構築に際しては、プロジェクトで共通し て使用している

2012

年度までのIIP-DBを使用した。 以上の方針に基づいて、まず出願データと出願人データを出願番号で接続した。続いて、本稿の 分析対象外となる、外国および住所欄が空白のデータを削除した。さらに、

1980

年代以降の市町村 合併や名称変更の影響を除去するために、以下の手順でデータクリーニングを行った。最初に、郵 便番号や不要な記号等、座標情報の取得に不要な情報を削除した。そのうえで、東京大学空間情報 科学研究センターが提供しているCSVアドレスマッチングサービスを利用して、出願人データの 住所から座標を取得した3）_{。続いて、この作業で座標が取得できなかったデータを抽出し、個別に} 住所を確認のうえ、日本郵便が提供している郵便番号検索サービスを利用して現在の住所名を検索 し、旧住所名を新住所名に置換した4）_{。たとえば、「埼玉県岩槻市相野原」を同サービスで検索する} と、この住所名が「（埼玉県）さいたま市岩槻区相野原」に変更されたことがわかる。番地等の住 ３）本サービスの詳細は、http://newspat.csis.u-tokyo.ac.jp/geocode/を参照されたい。本稿のDBは、本サービスな しには構築できなかった。本サービスの学術利用を許諾してくださっている東京大学空間情報科学研究セ ンターには心より感謝申し上げる。 ４）本サービスの詳細は、https://www.post.japanpost.jp/zipcode/index.htmlを参照されたい。本稿のDBは、本サービス なしには構築が困難であった。本サービスを提供し続けている日本郵便株式会社には心より感謝申し上げる。 図１ IIP-DBの1960年代のapplicantテーブル（抜粋）   資料）筆者作成。

居表示については、変更されていないものとみなして作業を行った。 その後、新住所に置換後のデータを一度地図上に展開し、何らかの理由によってCSVアドレス マッチングサービスで座標を取得できなかったデータを目視で確認し、手作業で住所データの修正 を行った。さらに、住所や緯度経度でソートやフィルタをかけ、明らかに外れ値となっているデー タについては前後のデータをもとに座標を手作業で修正した5）_{。ただし、これらの作業によっても、} CSVアドレスマッチングサービスで県名や市町村名までしか読み込めないデータが残った。これ らについては、適宜修正をくわえているが、時間的制約のため、すべてのデータを確認するには至 らなかった。また、住居表示そのものが収録されていないデータも存在している。したがって、本 稿で作成した特許出願DBの座標については、市町村レベルまではおおむね信頼できるが、町番地 については各データによって信頼度は異なることに留意されたい。 以上の作業を行った結果、表１に示すように、４期間で約

118

万件のデータを得ることができた。 特許出願件数は

1980

年代から

2000

年代にかけて増加し、その後やや停滞∼減少を示すとされてい るが（後藤・元橋［

2005

］, p.

46

；中村［

2016

］, p.

79

）、本稿で作成した特許出願DBは、おおむねこ うした傾向と大きな齟齬はないといえる。 詳細な地理的分布の変化は次節で考察するので、ここでは、表２を用いて上位、下位の都道府県 の状況を確認しておきたい。上位３都道府県は、

1980

∼

2000

年まで東京、大阪、神奈川であったが、

2010

年には神奈川が脱落し、それまで４位だった愛知が３位に入っている。

2010

年のデータを見 ると、トヨタ自動車を中心とした愛知県の製造業の特許出願が活発化したことがうかがえる6）_。続 いて下位３都道府県を見てみると、青森県、沖縄県が全期間、秋田県が３期、長崎県が２期ランク されている。

1980

∼

2000

年までランクされていた秋田県は、

2010

年にはランクから脱落している。

2010

年のデータを見ると、

2000

年の出願が０だった秋田大学と秋田県立大学が合計

59

件出願して いることから7） 、秋田県では大学による特許出願が活発化したことがうかがえる。愛知県と秋田県 の状況は、ともに興味深い変化であるが、総じていえば、都道府県別の特許出願数の上位と下位は おおむね固定的であったといえる。 ５）筆者がデータベースアプリケーションに明るくないため、こうした作業方法をとったが、より効率的に作 業を行う方法があると思われる。 ６）トヨタ自動車の特許出願は、2000年は2832件であったが、2010年には6291件となった。 ７）同年の秋田県の特許出願数は340件であったから、約17％が大学からの出願であったことになる。

２

 地理的分布にかんする若干の考察

２−１ 全国の出願数 図２∼５は、特許出願DBから、各期の特許出願人住所をポイントデータとして地図上に展開し たものである8） 。前節でも述べたが、出願件数の密度を見ると、太平洋ベルト地帯の密度の濃さと、 北海道・宮城を除く日本列島の南北の密度の薄さが印象的である。 他方、対前期比を都道府県別に算出し、等間隔で５段階に区分したコロプレス図である図６を見 ると、出願件数とは異なる傾向が見て取れる。第１に、

1980

-

1990

年は、太平洋ベルト地帯よりも 東北・北陸・中国地方の出願数の伸びが大きい。第２に、

1990

-

2000

年になるとこうした傾向は逆 転し、太平洋ベルト地帯と九州北部の出願の伸びが大きくなる。第３に、

2000

-

2010

年の出願数は ８）図２∼６、図10の作成にあたっては、ESRIジャパン提供の都道府県界データを利用した。 表１ 特許出願DBの収録データ数 年 データ数

1980

167

,

679

1990

345

,

951

2000

393

,

329

2010

277

,

571

合計

1,184,530

      資料）特許出願DBより筆者作成。 表２ 特許出願件数上位・下位の都道府県 （上位） 年 第１位 第２位 第３位 上位３都道府県 占有率（％）

1980

東京都 大阪府 神奈川県

62

.

34

1990

東京都 大阪府 神奈川県

80

.

07

2000

東京都 大阪府 神奈川県

71

.

68

2010

東京都 大阪府 愛知県

74

.

54

（下位） 年 第１位 第２位 第３位 上位３都道府県 占有率（％）

1980

沖縄県 秋田県 青森県、長崎県

0

.

13

1990

青森県 沖縄県 秋田県

0

.

07

2000

青森県 秋田県 沖縄県

0

.

17

2010

青森県 沖縄県 長崎県 0.17  注）占有率は各都府県の数値の合計値を表１の数値で除して算出した。1980年は、  下位４県を分子としている。  資料）表１に同じ。

図２ 1980年の特許出願状況

        資料）表１に同じ。

図３ 1990年の特許出願状況

図４ 2000年の特許出願状況

        資料）表１に同じ。

図５ 2010年の特許出願状況

一部を除いて減少するが、そうしたなかで太平洋ベルト地帯と中四国地方は出願数の減少は小さ い。すなわち、出願数の伸びは、日本経済の中心地域と周縁地域で異なった傾向を示していること がわかる。その要因については今後詳細な分析が必要だが、第１の点については、藤井［

2017

］が 指摘する企業の地方移転の影響、第２と第３の点についてはバブル景気とバブル崩壊後の地方経済 の景気後退の影響などが考えられる。 ２−２ 都道府県別の出願数と出願集中度 次に、特許出願について、都道府県別の地理的分布の変化を見てみよう。事例として取り上げ るのは、

1980

-

1990

年にもっとも出願数の伸び率が大きかった山梨県である（図６参照）9） 。図７は、

1980

年と

1990

年の特許出願人住所をポイントデータとしてプロットしたものである10）_{。２期を通じ} て、県庁所在地である甲府市周辺と、県東南部（富士山北東部）の富士吉田∼山中湖周辺に出願が 集中していた。さらに、２期を比較すると、

1990

年には甲府市の西側の市・町での出願が増加して いることがわかる。 ただし、図７は、同一出願人が多数出願を行ったとしても同じポイントにプロットされるため、 出願数も含めた地理的分布の把握には限界がある。そこで、各ポイントでの出願数の多寡を視覚的 に把握するため、図８∼９で２期それぞれの出願数の点密度を等間隔で

10

段階に区分した地図を作 成した。図８で

1980

年を見ると、東から、忍野村、富士河口湖町（旧・河口湖町）、中央市（旧・ 田富町）、韮崎市に出願が集中している。これらは、順に、ファナック、河口湖精密（現・シチズ ９） 図７∼９の作成にあたっては、ESRIジャパン提供の全国市区町村界データを利用した。 10）1980年は197件、1990年は1,127件である。 図６ 都道府県別の特許出願数の対前期比 （1980-1990年） （1990-2000年） （2000-2010年） 注）色が濃いほど対前期比が相対的に大きいことを示す。 資料）表１に同じ。

ンファインデバイス）、パイオニアビデオ（現・パイオニアマイクロテクノロジー）、テルメック （現・東京エレクトロンテクノロジーソリューションズ）である。 続いて図９で

1990

年を見ると、ファナックのある忍野村に出願数が引き続き集中しているが、 ファナックとともに

1980

年に多数の出願をしていた企業の出願は減少し、代わりに甲府市南部と富 士川町（旧・増穂町）に出願が集中している。これらは、それぞれ甲府日本電気（現・NECプラッ トフォームズ）とニスカ（現・キヤノンファインテックニスカ）である。 これらの企業は、東京資本の企業が設立した子会社・関係会社（ファナック、パイオニアビデオ、 甲府日本電気、テルメック、ニスカ）や、東京資本の企業（シチズン時計）と資本提携をしていた 地場企業（河口湖精密）であった。その意味では、

1980

から

1990

年にかけての山梨県の特許出願 数の増加は、東京資本の企業による研究開発機能の地方移転の影響が大きかったといえる。 また、

1980

∼

1990

年に起きた山梨県内での大きな変化として、勝沼町（現・甲州市）と昭和町 の間で分断されていた中央自動車道が

1982

年に全通したことがあげられる。とはいえ、北杜市、韮 崎市、南アルプス市、富士川町（いずれも地名は現在のもの）など

1990

年に県西部で増加した出願 人データを確認すると、上述したニスカを除いて多くは個人出願であった。企業経営者が個人出願 図７ 1980、1990年の山梨県における特許出願数の分布 注）■が1980年、△が1990年の出願を示す。また、市町村名は現在のものである。 資料）表１に同じ。

図８ 1980年の山梨県における特許出願数の点密度の分布 注）円形の色が濃いほど、中心部の出願数が多いことを示す。 資料）表１に同じ。 図９ 1990年の山梨県における特許出願数の点密度の分布 注）円形の色が濃いほど、中心部の出願数が多いことを示す。密度分布は年ごとに計算しているため、図８の 密度と直接比較はできない。 資料）表１に同じ。

する場合もあるとはいえ、中央自動車道全通という要因によって企業立地が県の西側にシフトした と判断するのは、現時点では早計であろう11）_。 なお、山梨県における特許出願のうち、

1980

年は

28

.

9

％（

57

件）、

1990

年は

44

.

4

％（

500

件）をファ ナックがしめていた。山梨県の特許出願数の増減は、ファナック１社の研究開発の状況が大きな影 響を与えていたのである。 ２−３ 特許技術分類別の出願数 図

10

は、

1980

年における農水産技術の特許出願（技術分類１）と原子核工学技術の特許出願（技 術分類

30

）の地理的分布を示したものである。前者は在来技術の改良が含まれることもあり、出願 は太平洋ベルト地帯にとどまらず、全国に広く分布している。これに対して、後者は原子力関連の 企業や研究機関、および原子力発電所が立地している地域に集中している。 特許出願の技術分類と出願企業の産業分類は必ずしも一致しないが（藤井［

2017

］, pp.

38

-

39

）、GIS アプリケーションなどによって出願人の属性を確認することは比較的容易である。したがって、特 11） 以上の各企業および中央自動車道にかんしては、各企業および中日本高速道路株式会社のウェブサイ トを、市町村合併については総務省のウェブサイトを参考にした。 図10 1980年の農水産技術と原子核工学技術の特許出願         注）●が農水産技術を、▲が原子核工学技術を示す。         資料）表１に同じ。

許出願DBによって、特定の地場産業や産業集積と、それらの時系列変化を可視化できるといえる。

おわりに

本稿冒頭で述べたとおり、特許出願DBは多くの修正すべき問題点があり、本稿で示した考察結 果も暫定的なものにすぎない。とはいえ、特許出願DBの作成と若干の考察をとおして、以下のこ とが明らかになった。 第１に、IIP-DBを活用して、特許出願の地理的分布の歴史的変化を把握可能なことが確認でき た。ただし、本稿で示したように、DB構築作業には多大な時間がかかる可能性が高いことには留 意する必要がある。 第２に、本稿で取り上げた

1980

、

1990

、

2000

、

2010

年の４期でいえば、日本全体では特許出願 数の分布に大きな変化は見られなかった。しかし、出願数の対前期比でいえば、都道府県ごとに 様々な動きが見られた。山梨県を事例とした考察では、いくつかの興味深い事実発見があった。そ の意味では、特許出願DBは、全国レベルよりも、地方別、都道府県別の分析のほうが有益な分析 が行える可能性が高い。 第３に、特許技術分類によっても、地理的分布に違いがあることが明らかになった。上述したよ うに、特許技術分類と出願企業の産業分類との関係に留意する必要はあるが、特許出願DBは、特 定の地場産業や産業集積の分析も行える可能性が高い。 現在の特許出願DBのデータクリーニングを進めつつ、時系列 DB構築の可能性を探ることが、 筆者に課せられた今後の課題である。 参考文献 （書籍・論文） 大沼雅也［2013］「技術革新をめぐる四つの視点：既存研究のレビューと今後の研究の展望」『成蹊大学経済学 部論集』44（１）。 関権［2003］『近代日本のイノベーション―特許と経済発展』風行社。 ジョー・ティッド，ジョン・ベサント，キース・パビット（後藤晃、鈴木潤訳）『イノベーションの経営学』 NTT出版、2004年。 藤井信幸［2004］『地域開発の来歴―太平洋岸ベルト地帯構想の成立』日本経済評論社。 ――［2017］「戦後南東北地方の機械工業集積における特許出願動向―山形市と福島市を中心に―」『経済論集』 42（２）。

Kumar, Indraneel ［2008］, Innovation Clusters: A Study of Patents and Citations (A Paper submitted to the session The Use of Census Data in the Exploration of Our Communities II of ESRI International User Conference 2008).

Moore, John and Cui, Quia ［2011］, GIS analysis of U.S. patent data: examining local innovation patterns, COM.Geo 11

（ウェブサイト） 一般財団法人知的財産研究教育財団知的財産研究所ウェブサイト「IIPパテントデータベース」（http://www.iip. or.jp/patentdb/）。 NECプラットフォームズ株式会社ウェブサイト（https://www.necplatforms.co.jp/）。 キヤノンファインテックニスカ株式会社ウェブサイト（http://ftn.canon/ja/）。 シチズンファインデバイス株式会社ウェブサイト（https://cfd.citizen.co.jp/）。 総務省ウェブサイト「市町村合併資料集」（http://www.soumu.go.jp/gapei/gapei.html）。 東京エレクトロン株式会社ウェブサイト（https://www.tel.co.jp/）。 東京大学空間情報科学研究センターウェブサイト「CSVアドレスマッチングサービス」 （http://newspat.csis.u-tokyo.ac.jp/geocode/）。 中日本高速道路株式会社ウェブサイト（https://www.c-nexco.co.jp/）。 日本郵便株式会社ウェブサイト「郵便番号検索」（https://www.post.japanpost.jp/zipcode/index.html）。 パイオニアマイクロテクノロジー株式会社ウェブサイト（http://www.pmtc.co.jp/）。 ファナック株式会社ウェブサイト（https://www.fanuc.co.jp/）。 （以上はすべて2018年12月１日最終閲覧。）