專利質量影響因素分析
——基于專利引文結構新視角

朱桂龍，王蕭蕭

(1.華南理工大學工商管理學院，廣東 廣州 510641；2.齊魯工業大學管理學院，山東 濟南 250353)

0 引言

我國一直強調科技創新的重要性，并指出核心技術受制于人是最大隱患，非常具有前瞻性和針對性。掌握競爭和發展的主動權，必須突破核心技術這一關鍵難題，力爭在重要技術領域實現 “彎道超車”。以發明專利為代表的知識產權是衡量自主創新能力，反映宏觀和微觀層面創新活動的重要維度。據統計，我國發明專利數據呈現 “爆炸式”增長，連續六年高居世界首位。不可否認，一系列專利激勵政策是導致我國專利數量大幅增長的重要原因。如，企業因專利戰略性動機傾向用專利數量構筑專利組合[1]。同時，一系列調動高校科研人員創新積極性和促進科技成果資本化和產業化的激勵政策使得高校作為專利申請人的專利數量亦呈現快速增長態勢。專利制度是鼓勵創新、促進知識傳播和技術進步的重要方式[2]。但是，隨之而來的 “問題專利” “垃圾專利”狀況讓人擔憂。據世界知識產權組織統計，全球90%以上的技術創新會在專利文獻中有所體現。即便是技術落后的國家，也能夠利用領先者的技術提高自身的技術水平，也就是說，專利引證可深化對創新系統運行機制的理解。然而，當低質量專利充斥在創新體系中時，知識擴散功能將受到損害，專利濫用風險必將增長[3]。張杰和鄭文平[4]指出我國處于創新追趕階段，要妥善把握專利 “量”的增長和 “質”的提升之間的有機平衡關系。我國是否存在專利數量帶來的 “創新假象”？究竟哪些因素會影響專利質量？基于此，本文擬從專利質量的影響因素分析入手，主要對專利的技術性特征進行深度挖掘，識別出關鍵影響因素，為有效識別專利質量分類及促進專利質量提升提供重要借鑒。

1 專利質量及其影響因素的相關研究

1.1 專利質量內涵的界定及評價指標

從表面上看現有文獻對專利質量的概念尚無一致的結論，但根據研究視角不同，專利質量包括技術特性和經濟價值兩個維度，主要指專利技術質量和專利商業質量[5]。授權發明專利必須具備三個要素特征：新穎性、創造性和實用性。新穎性是指該專利技術不屬于現有技術，而專利技術僅僅有別于現有技術是不夠的。創造性是指與現有技術相比，該發明具有突出的實質性特點和有利于推動技術進步。因此，技術質量指專利本身在新穎性和創造性上超出現有技術的程度。實用性指的是該發明能夠被實際運用，對相關產品市場利潤有積極的影響，側重專利的商業質量。需要指出的是，針對專利的商業質量，大部分學者聚焦于專利價值的研究，多采用專利維持信息、市場價值 (預期利潤)進行估計[6，7]。簡單來說，技術質量要經過商業化、市場化才能真正體現出經濟價值。關于專利技術質量與商業質量，眾多學者認為二者顯著相關[8]，然而，具有高技術質量的專利并不一定具有較高的商業質量[9]。綜合而言，不同專利在技術性質上的差異，體現出專利質量的差異。專利技術質量側重技術本身，強調新穎性和創造性，其質量效應在短期內便可觀測。而專利商業質量側重專利的經濟效益，難以在短期內得到實現。萬小麗和朱雪忠[10]也提到技術質量是專利質量的重要構成因素，需要考慮創新度、技術含量、成熟度、技術應用范圍和可替代程度。從本質上來說，技術質量是最能夠直接反映專利質量的指標，基于此，本研究側重于對已授權專利的技術質量進行研究。

圍繞專利技術質量的評價指標的研究主要有兩大類：①就專利質量的形成階段進行研究，如嘗試用申請階段撤回率和授權率來反映專利質量，以及在此基礎上，加入續期率作為衡量專利質量的代表變量[2,11]。②基于文獻計量學采用專利引證指標表征專利質量，學者們廣泛認同專利被引頻次是有效的質量指標[12,13]。然而，單純使用授權率、續期率等來衡量專利質量存在一定問題，其主要側重宏觀層面的創新活動分析。鑒于專利質量最突出的特征是其分布很不平衡[14]，僅用被引次數來衡量專利質量亦是有偏的，在一定程度上僅能衡量技術影響力，并不能真正反映專利新穎性問題，即在已有技術基礎上實現的技術創新程度。本研究認為，專利作為技術創新的重要產出，專利文獻之間的相互引用關系，體現了知識流動及帶來的創新效應， “站在巨人肩膀上”發展新技術，加速技術創新效應能夠更準確客觀的對專利質量做出評價。因此，專利技術質量應該具有更豐富的本質內涵，其基本要素應包括：①知識創造，即基于現有技術存量目標專利的技術創新程度，可以通過后向引用 (參考專利)體現；②知識傳播，即對現有技術的影響力，可以通過前向引用 (專利被引)體現。

1.2 專利質量的影響因素

專利文獻中可獲取揭示專利自身技術特征及其專利申請人特征的結構化數據，主要包括發明人數量、專利技術寬度、專利家族數量、專利申請人組織背景等[15]。那么影響專利質量的因素有哪些？它們對專利質量的影響效應如何？現有研究缺乏一個系統的理論框架。我們對先前學者探究影響專利質量的因素作了整理，主要從以下兩個方面進行分析：

(1)專利自身技術特征對專利質量的影響。發明人數量是評估專利質量的重要因素，在一定程度上代表R&D活動的人力資源投入，一般而言，投入越多，產出的質量越高。一項專利包含的技術是涵蓋多個領域知識的結合體，發明人數量越多，知識的多樣性越高，專利質量越高[8]。考慮到同一專利在不同國家申請和授權的時間、程序和成本，只有當專利具有較高的經濟價值時，申請人才會申請法律保護。因此，專利家族數目越多，說明專利質量越高[16]。然而，也有一些文獻認為專利的潛在市場越大，其增量作用越大，而技術質量較低。因此，專利家族大小并非線性反映專利價值，反映的專利質量信息有限[8，14]。從專利技術涉及的技術領域來看，有學者認為，專利技術涉及的技術領域越廣泛，創新程度越高，專利質量越高[16]。另外，先前研究使用非專利文獻來考察專利技術的科學關聯度，但對專利質量的影響意見不一致[15]。綜觀專利自身技術特征，多數指標對專利質量的影響作用不夠穩健，因此，有必要進一步深入探究專利自身技術特征對專利質量的影響程度。

(2)專利申請人特征對專利質量的影響。 “背景效應”在專利質量的自身技術特征與組織背景間，形成了更為復雜的 “嵌套”關系[17]。不同類型專利申請主體在研發資源、技術能力、專利用途等方面的差異，導致其在知識整合、知識創造上亦有差別。高校的基礎研究工作既是對科學理論的追求，但其成果形式卻可能是專利表示的新技術 (如納米技術研究)。高校作為掌握稀缺知識資源和知識創造的主體，優先獲得科研資源，如科研經費、人力資源和技術設備，其研究和創新行為多集中于基礎研究，追求高層次的研究成果。Thursby[18]等通過分析美國專利數據發現，高校作為獨立申請人的專利表現的特征為：眾多數量的前向引用，表示技術影響力大；數量較少的后向引用，表示依賴較少的現有技術。由此認為，高校作為獨立申請人，在已有技術基礎上實現了較大突破，其專利質量更高[18]。孫玉濤和欒倩[19]的研究結果顯示，C9聯盟高校在發明人數、專利引證數及被引次數上具有顯著的比較優勢，但專利技術寬度較窄[19]。從理論上來說，高校產出的專利應具有較高的質量，但是，高校專利與市場需求結合不緊密，能否短期內被市場認可值得深入研究。而企業技術創新源于解決實際問題的需要，直接面向市場需求，其專利被引用次數相對更高[20]。相較于中小企業，大企業掌握著更多的研發資源和更強的市場化能力，其專利技術往往擁有更高的專利質量[6]。但是，另有學者研究表明大企業往往為了阻止競爭者進入其領域而申請專利，對專利質量關注不多，企業規模與專利質量存在負相關關系[21]。故企業規模和專利質量之間的關系非常具有爭議性。相對于獨立研發而言，產學合作擁有更多的創新資源，是源于明確應用導向的基礎研究探索，是以知識存量為基礎的知識交互活動，能夠實現知識轉移和應用新知識解決企業技術問題，有助于提升專利質量[22，23]。

綜合上述研究，現有文獻對影響專利質量的因素缺乏較為系統的分析，專利質量受專利自身技術特征和申請人特征多種因素的共同作用和影響。由此，本文將從微觀層面的專利結構化數據和專利引用行為出發，采用中國2006—2010年在歐洲專利局的全球專利統計數據庫 (PATSTAT)上的專利數據，對影響專利質量的因素進行挖掘和分類，為有效識別專利質量提供決策依據。

2 研究設計

2.1 數據收集

歐洲專利局的全球專利統計數據庫 (PATSTAT)是當前世界收錄最全的專利數據庫，本文以PATSTAT作為數據來源。數據庫包括專利申請、公開、申請人、發明人、引文、專利家族、技術分類和優先權信息等數據。對于審查員工作流程起到關鍵作用的數據，如優先權、引文數據的質量相對較高。Gambardella[24]已證實歐洲專利局專利引文與專利質量存在高度相關關系。需要指出的是，前向引用會受到 “時間截面” (nature truncated)影響，即專利被引次數會隨著時間增長。為消減 “時間截面”引起的數據偏差，需要從專利授權日期開始觀察至少5年的前引頻次[13,25]。因此，本文檢索時間跨度為2006年1月1日到2010年12月31日，數據下載時間為2017年10月25日。檢索時間窗口為5年的發明專利數據，可以有效減少技術環境變化帶來的噪音，且能夠更好地發現變化趨勢，共獲得71769條專利信息 (不包括中國本土授權專利)。

2.2 變量測量

因變量：專利引證作為知識流動的一種測量，是在有引用關系的目標專利間建立連接，近似表示知識的繼承和發展。后向引用是目標專利的知識基礎，揭示技術使用基礎科學的程度和引用科學研究成果的活躍程度[26]。后向引用專利文獻越多，專利主張的權利范圍將受到更多限制，影響專利的新穎性和創造性，極大的降低專利質量[28]。換言之，技術領域發展越成熟，目標專利的創新貢獻越小，因而專利質量較低[8]。本研究借鑒Czarnitzki、Hussinger、Dornbusch等[13,25,28]的方法，使用前向引用與后向引用的比值測量專利質量，表征創新主體對已有知識的重組整合，創造出新知識單元，并引發新的技術應用領域。然而，比值變量存在的問題是難以區分高前引/高后引及低前引/低后引的數值大小，基于此，本研究使用前引和后引的中位數來區分比值大小，對專利質量進行分類[28]。本研究中前引中位數是2，后引中位數是5，所有樣本觀測值被分為四類 (見圖1)：技術獨特者、技術先驅者、技術模仿者、技術促成者，具體特征解釋見表1。

圖1 專利質量分類

表1 專利質量分類解釋

自變量：①專利自身技術特征，專利家族數量、發明人數量、非專利參考文獻、專利技術寬度，其中專利技術寬度采用IPC小類 (前4位)的數量計算。②申請人特征，用專利申請人分別表示企業、高校和產學合作三種，并進一步對企業規模進行分類，衡量企業規模 (大、中小型企業)的變量通常有三個：銷售收入、總資產、員工人數[29]。考慮到R&D強度以銷售收入為依據，能夠反映市場需求的變動，被認為是最好的衡量企業規模的指標[30]。本文選擇銷售收入作為企業規模的衡量指標，最終劃分標準為2006—2010年至少有三個以上專利申請且銷售收入按照行業分類確定[30]。因此，本文探究4種申請人特征，大企業、中小企業、高校及產學合作。

考慮到專利質量存在 “時間截面”及技術領域差異等問題，本研究選擇兩個控制變量：①專利授權年份，專利授權數量及相應的前向引用次數逐年增加。②技術領域，不同技術領域其專利質量影響因素差異很大，導致其對先前技術的依賴程度及被引次數也存在差異。本研究使用IPC專利分類，引入8個虛擬變量表示專利技術領域。

2.3 樣本數據處理

本文首先使用2006—2010年中國工業企業數據庫中主營業務收入指標的統計數據對企業規模進行分類，通過名稱匹配和手動查漏補缺對專利樣本進行篩選和處理，最終得到大企業獨立發明專利29268條、中小企業獨立發明專利8062條、高校獨立發明專利2767條、產學合作1261條。再次，我們采用傾向得分匹配模型來解決內生性問題的干擾，其基本思想和邏輯是，PSM模型通過將高維度的專利特征轉化為傾向得分，為我們尋找與產學合作專利特征相似的獨立發明專利提供了一個可行的策略。將對照組中獨立申請專利與處理組中產學合作專利進行匹配，用匹配后的對照組來最大限度的近似替代處理組的 “反事實”。PSM模型的具體匹配過程如下：①選擇專利特征變量X。樣本分為兩組，一組是產學合作，其值為1，其他情況為0。最終用于傾向得分估算的特征變量X為專利家族數量、發明人數量、IPC數量。②估計傾向得分，我們對每一個觀測值計算一個傾向得分，該得分就是產學合作發明專利的概率。③利用最鄰近匹配法，為每一條專利選擇一條與其傾向得分最接近的專利，作為配對樣本。最后我們一共得到37713個樣本，其中大企業獨立申請專利27124條，中小企業獨立申請專利7440條，高校獨立申請專利1897條，產學合作1252條，用于實證研究的樣本觀測值。

3 實證結果與分析

3.1 描述性統計

首先，本研究對不同專利申請人的專利進行描述性統計分析(見表2)。為了更直觀展示出專利引文結構、專利自身技術特征與申請人特征之間的關系，進一步繪制出圖2、圖3。統計結果發現，申請人特征在專利引文結構上具有顯著差異。從前向引用來看，產學合作>大企業>中小企業>高校，后向引用為大企業>中小企業>產學合作>高校。從專利家族數量、發明人數量、非專利文獻數量及專利技術寬度4個統計指標反映的結果來看，大企業在專利家族數量上略高于其他類型組織，專利家族指標反映了產業領域戰略布局能力，大企業的戰略布局要遠優于其他創新主體。高校在非專利文獻數量及專利技術寬度上明顯高于其他類型組織，產學合作在發明人數量上具有顯著的比較優勢。以上分析為研究各影響因素與專利質量關系的分析提供了必要的前提。

表2 描述性統計量

圖2 基于專利引文結構的組織類型分布

圖3 申請人特征下專利影響因素對比

3.2 回歸結果分析

借助Stata12.0軟件，首先，為了研究的嚴謹性，本文試圖驗證選取的影響因素與前引、后引之間的關系，由于前引、后引均為非負整數，且被解釋變量的方差明顯大于期望，即存在 “過度分散”，因此，采用負二項回歸模型，在估計模型中大企業作為參照組。估計結果見表3，模型M0-b和M0-d是加入控制變量專利授權年份、技術領域進行回歸，我們首先看專利個體特征對前引、后引的影響，除專利家族數量對后向引用的影響并不顯著外，發明人數量、非專利文獻數量及專利技術寬度對前引、后引均具有顯著為正的影響。此外，分別看申請人特征對專利前引、后引的影響時我們可以發現，中小企業的前向引用次數顯著低于大企業，而兩者之間后向引用數量沒有顯著差異，這說明大企業在資金、人才等方面的優勢，有利于提高技術影響力。對高校而言，其前向引用次數要低于大企業，但后向引證數大企業明顯高于高校。可能的原因是，高校主要以基礎研究為主，大多周期較長，在短期內難以被利用和獲利，因此后續關注不足。正如袁曉東[31]等強調的，專利無法適應市場需求，被認為是高校專利未能有效利用的重要原因。產學合作專利的前向引用次數顯著高于大企業，且后向引證數顯著低于大企業。這在一定程度上表明，產學合作有助于促進專利新穎性和創新性的提升，并能夠得到廣泛傳播和應用。

表3 負二項回歸分析結果

注：***表示顯著水平為0.001、**表示顯著水平為0.01、*表示顯著水平為0.05，下同。

通過上面的分析，我們發現專利自身技術特征和申請人特征確實對于專利前引、后引有顯著影響。然而，專利最終目的是提高自主創新能力，在驗證影響因素與前引、后引的關系后，接下來我們研究其對于技術獨特者、技術先驅者、技術模仿者、技術促進者四種專利質量類型的異質性影響。本研究采用多項logit回歸，運用多項logit模型前，對 “無關方案的獨立性”假定進行檢驗，豪斯曼檢驗結果表明，該假定成立。根據上述分類，我們指定技術獨特者為參照類別。具體估計結果見表4。

表4 多項logit模型估計結果

我們首先來看專利個體特征對不同專利質量類型的影響，模型2的結果顯示，與技術獨特者相比，專利家族布局傾向于促使專利成為技術先驅者和技術促成者，而不易成為技術模仿者。這說明，專利家族能贏得后續專利關注，極大地促進了技術創新效應。從發明人數量對專利質量類型的影響作用中可以看出，與技術獨特者相比，發明人數量越多，專利越易成為技術先驅者、技術模仿者和技術促成者，三類專利質量沒有表現出很大的差異性，這說明，專利發明人數量并不能用來判斷專利質量高低。有趣的是，非專利文獻數量越多，更有助于專利成為技術模仿者和技術促成者。技術模仿者和技術促成者的共同點是基于豐富的現有知識存量上做出的創新，我們知道，非專利文獻被眾多學者認為是表征科學關聯度的重要指標，反映從基礎科學中獲取知識，進而提升專利的新穎性。但是，過分基于科學的技術創新在短期內無法獲得更多關注。因此，非專利文獻雖然顯著的影響專利質量，但對于不同專利質量分類的作用效果存在差異。專利技術寬度對技術先驅者和技術模仿者沒有顯著影響，更傾向于成為技術促成者。可能因為專利技術寬度意味著對技術壟斷的能力，需要較好地實現先前技術和后續專利的平衡，既能融合先前技術，盡可能的覆蓋多個技術領域，又能影響后續創新，吸引更多競爭者。從組織背景效應來看，與大企業相比，中小企業更傾向于成為技術模仿者，在專利引用行為中充當知識利用的主要角色，通過吸收和利用已有技術，進行模仿創新實現能力追趕。值得肯定的是，高校具有一定的原始創新能力，其獨立發明專利更傾向于技術先驅者。同時我們也能看出，產學合作并沒有對技術先驅者有促進作用，而對技術模仿者及技術促成者均有顯著的正影響，因而，產學合作對提升專利質量而言，是把雙刃劍。一方面反映出科學與技術相互作用下更有利于重大技術創新的產生，有助于推動技術進步。但不可否認，在高校與企業技術勢差過大的情境下，產學合作重心更多體現為企業短期產品開發需求，對未來技術影響較小。

4 結論及啟示

后向引用是反映目標專利新穎性和創新性的重要指標之一，但是由于對其重要性認識不足，以及統計困難等原因，尚沒有在專利結構化數據中得到足夠的重視。基于此，本文提出了從專利前向引用和后向引用兩個維度表征專利質量，并從專利質量本身存在差異這一角度，圍繞專利結構化數據對專利質量的影響因素進行了探討分析。首先，基于可獲取的專利結構化數據，從專利自身技術特征和申請人特征提煉出專利質量的影響因素。其次，實證檢驗發現，專利自身技術特征指標對專利質量有顯著影響，更重要的是，各影響因素對專利質量的影響程度不同。從申請人特征上我們可以看出，大企業和中小企業的專利質量存在較大差異，大企業是主要的技術促成者，中小企業更多的是技術模仿者。而高校更傾向于技術先驅者，產學合作是把雙刃劍，在技術模仿者和技術促成者上均有顯著影響。不可否認，當前我國產學合作在長效合作機制、合作質量及企業技術能力提升等方面存在諸多困境，無法形成有效的研發合作和知識轉移機制[32]。

本文通過研究專利自身技術特征和申請人特征對專利質量的具體影響，具有一定的理論意義，同時，為有效的科學技術評價和提升專利質量提供了重要借鑒，具有一定的現實意義。研究啟示如下：①基于不同技術特征、申請人特征以及具有不同專利質量的簡單比較可能會帶來誤導誤判，因此，不能簡單使用專利質量評估技術創新和未來前景。對于專利質量提升很關鍵的環節是在充分挖掘先前技術的基礎上，進一步發展和創新。并且要考慮該專利能在多大程度上影響后續專利并吸引競爭者。②現階段我國力爭建設創新型科技強國，實現科技領先需要創新主體成為技術先驅者、技術促成者而非技術模仿者。不同創新主體在知識生產和傳播過程中的角色不同，為此，需要充分發揮企業、高校各自的資源優勢，并需要權衡獨立研發和合作研發。③有效的產學合作一定是建立在合作雙方共贏的基礎上，破除合作困境的關鍵在于高校，面對企業從基礎研究、應用研究到產品開發的多樣化需求，高校應根據自身發展定位，確定合作重點，為企業自主創新能力提供有力支撐。雖然，本研究對技術領域進行了控制，但行業差異與專利質量具有密切關系，未來研究可深入探討我國行業領域差異對專利質量的影響作用。另外，產學合作對專利質量影響中是否存在其他作用機制都是后續進一步深入探討的方向。