專利信息分析方法在企業創新中的應用

〔摘 要〕分析是信息分析流程中的關鍵步驟，是將信息轉化為知識、情報和謀略的主體工作。本文重點就專利信息分析方法的實際應用作了進一步深入的描述。內容包括專利指標分析、定量和定性分析，覆蓋了專利分析應用的主要方面。

〔關鍵詞〕指標分析;定量分析;定性分析;企業創新

〔中圖分類號〕G255.53 〔文獻標識碼〕B 〔文章編號〕1008-0821(2009)09-0206-03

The Application of Patent Information Analysis Method in Enterprise InnovationLi Hong

(Chongqing Library，Chongqing 400037，China)

〔Abstract〕Analysis is a key step of information flow analysis，and it is the main job to convert information into knowledge，intelligence and strategy.This paper focused on the practical applications of patent information method，including analysis of patent indicators，quantitative and qualitative analysis，covering the main aspects.

〔Key words〕index analysis;quantitative analysis;qualitative analysis;enterprise innovation

1 專利指標分析

在專利信息分析的實際工作中，分析人員無論選擇哪種分析方法，在信息分析前應當建立適當的專利指標，以揭示與研究對象相關的專利與科技和經濟的關系。

1.1 專利指標研究意義與應用

專利指標涵蓋了從簡單的專利計數到較復雜的指標，這些指標揭示了技術與科學、技術與研發、技術和經濟活動相關聯的程度。專利指標的主要優勢在于:專利數據可以在高度離散的條件下進行研究，而對數據聚合度標準允許有較大的彈性?？梢詫＠笜死斫鉃?在專利文獻中提取有用信息組，經過加工整理，這些信息組可以作為科技活動分析的“尺度”。專利指標提供了對發明創造過程的清晰的認識，它可以在宏觀或微觀的不同層面反映國家或企業的發明創新活動以及研發產出、知識產權的擁有量、技術發展水平及其在國際技術與經濟競爭中的地位。

在科技活動分析中，一個重要問題在于如何以定量和定性方法來描述科技活動，以便這些指標能夠直接或間接地應用在分析模型中。一般來說，科技活動通常只能間接地使用“投入”、“產出”或“影響因素”指標進行測度。OECD最近建議:投入、產出或影響因素指標應當被定義為科技資源、科技結果和影響因素指標。在實踐中，確定科技活動的結果遠比記錄其資源更困難，科技活動的結果和新產品、新工藝在市場上取得的成功，都不能用通常科學概念上“測量”變量來測度。解決的辦法是采用一種替代的指標而不是直接測度，在這種背景下專利指標通常被用來測度科技活動。對于國家或企業層面來說，專利指標可以被用來調查技術領域聚焦程度或區域性的技術和經濟活動以及其核心競爭力技術。而且，用專利來測量技術活動與用產品、生產或貿易來測量經濟活動在聚焦程度和區域分析中顯現出廣泛聯系。瑞士洛桑的國際管理開發研究院在《國際競爭力年度報告》中也使用了專利指標評價各國的科學技術活動產出。因而普遍認為專利指標是一種重要的科技指標。

1.2 專利指標應用中應當注意的問題

各國專利制度的差異、專利數據加工過程中的誤差，以及專利指標的行業依賴性等特點，需要分析人員在工作中注意以下幾個問題。

1.2.1 各國專利制度的影響

世界上大多數國家都有自己的專利制度，但各國的專利制度不盡相同。有些國家(如美國)只有發明專利和外觀專利，有些國家對于實用新型以及外觀設計專利不予承認。我國專利類型有發明專利、實用新型和外觀專利。為消除這種局限性，在利用專利數據建立科技指標時，國際上通告的做法是采用發明專利數據。

1.2.2 不同國家專利申請的傾向不同

國家大小以及它們處的地理位置使得人們對專利保護期望得到的回報有所不同。由于各國專利制度的差異，不同國家國內專利申請總數之間不具有可比性。此外，一些科學、技術發達的國家都存在統計學上的“國家優勢”。這里所謂的國家優勢是指在通常情況下，企業或個人專利申請人會更多地選擇在本國國內申請專利。這樣，在研究其他國家在國外尋求專利保護時的經濟利益就會存在不一致性。

1.2.3 不同的技術領域不具有可比性

有些技術領域容易獲得專利，而有些則不然。例如，在電子學方面，專利批準過程可能趕不上迅速發展的技術革新步伐。因而一個企業可能維持它的發明秘密而并非尋求專利保護。而在其他的領域，如化學藥品和工程學等領域中，申請專利是一個企業在市場對它自身予以保護的常用手段。在不同技術領域，企業所采取的專利策略有所不同，是專利指標體系中的重要偏差來源。這個問題能通過“企業的研發經費與它的專利數”之間的關聯來解決。此外專利指標使用中應注意專利技術領域變化的傾向，這種變化的傾向會導致專利保護效力和技術內在特征的不同。例如，專利技術內容在化工領域和一些機械工程領域變化傾向大，而在航空技術領域就小。

2 專利定量分析

專利定量分析是指通過對專利申請或授權量及其變化的統計，反映技術之間的相互關系。隨著科學技術的不斷發展，技術之間聯系的高度復雜化，越來越多的定量分析方法，如數理統計、頻次排序、時間序列，以及趨勢回歸等，被應用到專利信息分析中。

2.1 技術生命周期分析法

技術生命周期分析是專利定量分析中最常用的方法之一。通過分析專利技術所處的發展階段，推測未來技術發展方向。它針對的研究對象可以是某件專利文獻所代表技術的生命周期，也可以是某一技術領域整體技術生命周期。

2.1.1 專利技術生命周期計算方法

基于專利技術生命周期理論上存在4個階段，即技術引入期、技術發展期、技術成熟期、技術淘汰期，人們引用多種方法來測算專利的技術生命周期。本章重點介紹專利數量測算法、圖示法和技術生命周期(technology cycle time，TCT)計算方法。其中，專利數量測算法和圖示法主要用于研究相關技術領域的技術生命周期，而TCT計算方法主要用來計算單件專利的技術生命周期。

(1)專利數量測算法。該方法通過計算技術生長率(v)、技術成熟系數(α)、技術衰老系數(β)和新技術特征系數(N)的值測算專利技術生命周期。

①技術生長率(v)。所謂技術生長率是指某技術領域發明專利申請或授權量占過去5年該技術領域發明專利申請或授權總量的比率，計算方法如下:

V=α/A(1)

式(1)中，α為該技術領域當年發明專利申請量或授權量;A為追溯到5年的該技術領域的發明專利申請累積量或授權累積量。如果連續幾年技術生長率持續增大，則說明該技術處于生長階段。

②技術成熟系數(α)。所謂技術成熟系數是指某技術領域發明專利申請或授權量占該技術領域發明專利和實用新型專利申請或授權總量的比率，計算方法如下:

α=α/(α+b)(2)

如果技術成熟系數逐年變小，說明該技術處于成熟期。式(2)中，α為該技術領域當年發明專利申請量或授權量;b為該技術領域當年實用新型申請量或授權量。

③技術衰老系數(β)。所謂技術衰老系數是指某技術領域發明和實用新型專利申請或授權量占該技術領域發明專利、實用新型和外觀設計專利申請或授權總量的比率，計算方法如下:

β=(α+b)/(α+b+c)(3)

如果β逐年變小，說明該技術處于衰老期。式(3)中，c為該技術領域當年外觀申請量或授權量。

④新術特征系(N)。指新術特征系數由技術生長率和技術成熟系推算而來。計算方法如下:

N=v2-a2(4)

在某一技術領域如果N值越大，說明新技術的特征越強。

2.1.2 應用實例

為了分析電動汽車技術的技術生命周期，選擇了中國專利數據庫作為數據采集的信息源。數據采集范圍為1985-2001年中國專利公開數據，包括發明、實用新型和外觀設計，共采集有關電動汽車的專利684件。為了便于作時序分析，數據的統計以申請日為基礎，以年為單位;采集數據時以篇數(或稱為件)為單位?？紤]到專利申請公開、公告滯后的問題，趨勢分析主要考慮1985-2000年的數據情況。

根據表1的數據和上述計算式(1)~式(4)，計算技術生長率v、技術成熟系數α、技術衰老系數β和新技術特征系數N，繪制表2。從表2中可以看出，電動汽車技術生長率v值1996-1997年增長很大，而1998-2000年，v值持續在一定的數值區間，并有逐步變小的趨勢，顯現出該技術領域技術趨于成熟的跡象。同時電動汽車的技術成熟系數α值的變化也反映出從1998年開始逐年變小的趨;而技術衰老系數β值并沒有逐年減小，未反映出技術衰老的特征。同樣，新技術特征系數N值的變化規律與v值的變化規律性相似，1997年以后開始逐年變小。這說明電動汽車技術已不屬于新技術范疇。從α、β、N系數的變化情況看，電動汽車技術已脫離了新技術范疇，并趨于成熟，而且尚未顯現技術衰老的特征，處在技術生命周期的第三階段，即技術成熟期。表1 1985-2000年電動汽車年度中國專利申請量

年份專業申請量/件年份專利申請量/件19855199337198610199454198710199566198825199652198913199766199015199881199116199984199233200099資料來源:中國專利信息中心光盤。表2 1996-2000年α、β、N隨時間變化一覽表(中國專利數據)

系數19961997199819992000v0.20690.26090.23030.21820.2249α0.46150.57140.44300.43900.4043β10.95450.97530.97620.9495N0.50900.60770.49930.49020.4626

3 專利定性分析

專利定性分析是對專利信息內在特征進行質的分析。它在專利信息分析中有廣泛的應用領域。本文介紹專利定性分析中專利技術的定性描述的常見方法。

3.1 專利技術的定性描述

在專利信息分析中一種行之有效的方法是通過對專利技術的研究，從多視角進行分群描述，形成各種圖表來辨別專利分布態勢。常用的有專利技術功效表、技術角度分析法和技術發展圖等。本文論述技術角度分析法。

3.1.1 技術角度分析法

專利技術角度分析法是專利功率矩陣分析方法的延伸。在專利信息定性分析中。分析人員常常會將采集的專利文獻集合，按材料(material)、特性(personality)、動力(energy)、結構(structure)、時間(time)等5個方面進行了加工、整理和分類，構造MPEST技術角度圖，從技術分類入手，將研究對象進行分群來揭示被研究的技術領域的專利特征。

有些分析軟件將技術分析角度分為處理(treatment)、效果(effect)、材料(material)、加工(process)、產品(product)、結構(structure)等6個方面，并且對每個方面也都做了一定的延伸，簡稱TMPOS地圖，參見表3。在實際工作中也可以將類與關進行組合，如材料與處理方法，材料與產品等，形成多種矩陣圖表，來研究技術重點或技術空白點。表3 技術角度分類示意圖

技術分析角度概念的延伸T處理(treatment)溫度(temperature)、速率(velocity)、時間(time)、頻率(frequency)和壓力(pressure)等E效果(effect)目標(purpose)、履行(performance)和功率(efficiency)等M材料(material)材料(material)、成分(component)、混合物或化合物(compound)和附加物(addition)等P加工(process)制造方法(manufacturing)、系統(system)和程序(procedure)等O產品(product)產品(produce)、部件(parts)、結果(results)和產量(outputs)等S結構(structure)結構(structure)、形狀(form)、圖樣或裝置(device)、組分(compound)和電路(circuit)等

無論是MPEST技術角度圖還是TEMPOS地圖，這種分析方法所反映的技術特征，有時并不是專利文獻中直接提及的，在加工過程中，現階段尚需要一定的人工干預。但從分析結果看，該方法結果顯示直觀，能揭示專利文獻潛在技術特征，是專利信息分析中的一種深層次定性分析方法。

由于技術角度分析方法尚需要一定的人工干預，在不少專利分析軟件中，均需要一定的技術專家和分析人員對相關的專利文獻進行二次加工和分類。隨著信息處理技術的迅猛發展，自然語言技術的廣泛應用，這種人工干預的現象將得以解決。

參考文獻

[1]劉煥成.專利信息在分析競爭對手中的作用[J].情報科學，2001，(4):422-424.

[2]盧泰宏.信息分析[M].廣州:中山大學出版社，1998.

[3]劉琪.企業專利競爭情報活動的分析[J].情報理論與實踐，1999，22(5):376-377.

[4]張燕舞，蘭小筠.企業戰略與競爭分析方法之一——專利分析法[J].情報科學，2003，(8):808-810.

[5]趙玉蓮.企業競爭情報應用中的專利情報分析[J].情報理論與實踐，1998，(3):174-176.

[6]馬海群.論支撐技術創新的專利信息管理與服務體系[J].圖書情報知識，2001，(1):21-24.

[7]查先進.信息分析與預測[M].武漢:武漢大學出版社，2000.