我國 “五計(jì)學(xué)” 對(duì)知識(shí)產(chǎn)權(quán)方法的借鑒與應(yīng)用研究

邱均平，徐恒梅,b （杭州電子科技大學(xué)．中國科教評(píng)價(jià)研究院，b．管理學(xué)院）

2018 年，邱均平教授主持的國家社科基金 “我國‘五計(jì)學(xué)’融合與圖書情報(bào)學(xué)方法創(chuàng)新研究” 立項(xiàng)，表明 “五計(jì)學(xué)” 得到了專家和學(xué)術(shù)界的認(rèn)可與接受。［1］“五計(jì)學(xué)” 即文獻(xiàn)計(jì)量學(xué)（Bibliometrics）、科學(xué)計(jì)量學(xué)（Scientometrics）、信息計(jì)量學(xué)（Informetrics）、 網(wǎng) 絡(luò) 計(jì) 量 學(xué)（Webometrics）、 知 識(shí) 計(jì) 量 學(xué)（Knowmetrics） 五大學(xué)科體系，“五計(jì)學(xué)” 的方法論意義在于可以為人文社會(huì)科學(xué)的方法創(chuàng)新提供方法來源和借鑒。［2］知識(shí)產(chǎn)權(quán)是人文社會(huì)科學(xué)的一大學(xué)科，“五計(jì)學(xué)” 對(duì)其方法創(chuàng)新有著一定的影響。

知識(shí)經(jīng)濟(jì)時(shí)代已經(jīng)到來，知識(shí)產(chǎn)權(quán)對(duì)一個(gè)國家的經(jīng)濟(jì)發(fā)展和企業(yè)競爭力具有重要影響，其方法論研究顯得尤為緊要。本文通過數(shù)據(jù)分析軟件對(duì) “五計(jì)學(xué)” 和 “知識(shí)產(chǎn)權(quán)” 交集文獻(xiàn)進(jìn)行文獻(xiàn)計(jì)量統(tǒng)計(jì)分析，對(duì)高頻關(guān)鍵詞分別進(jìn)行分析，深入挖掘我國“五計(jì)學(xué)” 對(duì)知識(shí)產(chǎn)權(quán)方法的應(yīng)用與借鑒情況，希望能為知識(shí)產(chǎn)權(quán)方法論的研究提供一定的參考。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

為保證查全率與查準(zhǔn)率，筆者在檢索前進(jìn)行了兩項(xiàng)預(yù)處理工作。①知識(shí)產(chǎn)權(quán)包含工業(yè)產(chǎn)權(quán)（商標(biāo)權(quán)、專利權(quán)等） 和版權(quán)（著作權(quán)），［3］因此，本文將與知識(shí)產(chǎn)權(quán)相關(guān)度高的其他學(xué)科的專業(yè)詞匯歸并為 “知識(shí)產(chǎn)權(quán)” 一詞進(jìn)行檢索。② 由于直接使用 “五計(jì)學(xué)” 這一說法的相關(guān)文獻(xiàn)不多，本文以具體的五個(gè)學(xué)科來代表 “五計(jì)學(xué)” 進(jìn)行檢索。

本文的數(shù)據(jù)來源于CNKI 數(shù)據(jù)庫，檢索時(shí)間為2020 年5 月10 日，①以 “主題=‘文獻(xiàn)計(jì)量學(xué)’and‘知識(shí)產(chǎn)權(quán)’or‘版權(quán)’or‘著作權(quán)’or‘專利權(quán)’or‘商標(biāo)權(quán)’” 進(jìn)行檢索，共獲得87 條數(shù)據(jù)記錄；②以“主題=‘科學(xué)計(jì)量學(xué)’and‘知識(shí)產(chǎn)權(quán)’or‘版權(quán)’or‘著作權(quán)’or‘專利權(quán)’or‘商標(biāo)權(quán)’” 進(jìn)行檢索，共獲得18 條數(shù)據(jù)記錄；③以 “主題=‘信息計(jì)量學(xué)’and‘知識(shí)產(chǎn)權(quán)’or‘版權(quán)’or‘著作權(quán)’or‘專利權(quán)’or‘商標(biāo)權(quán)’” 進(jìn)行檢索，共獲得4 條數(shù)據(jù)記錄；④ 以“主題=‘網(wǎng)絡(luò)計(jì)量學(xué)’and‘知識(shí)產(chǎn)權(quán)’or‘版權(quán)’or‘著作權(quán)’or‘專利權(quán)’or‘商標(biāo)權(quán)’” 進(jìn)行檢索，共獲得1 條數(shù)據(jù)記錄；⑤ 以 “主題=‘知識(shí)計(jì)量學(xué)’ and‘知識(shí)產(chǎn)權(quán)’or‘版權(quán)’or‘著作權(quán)’or‘專利權(quán)’ or‘商標(biāo)權(quán)’” 進(jìn)行檢索，共獲得3 條數(shù)據(jù)記錄。由于初步檢索的數(shù)據(jù)存在著相關(guān)性低以及重復(fù)的情況，需要進(jìn)一步對(duì)數(shù)據(jù)進(jìn)行篩選、去重，從而獲取有效數(shù)據(jù)（見表1）。

表1 有效數(shù)據(jù)結(jié)果統(tǒng)計(jì)

1.2 研究方法

本文首先采用文獻(xiàn)計(jì)量學(xué)的趨勢分析法與共詞分析法對(duì) “五計(jì)學(xué)”“知識(shí)產(chǎn)權(quán)” 交集文獻(xiàn)進(jìn)行統(tǒng)計(jì)分析，得到交集文獻(xiàn)相關(guān)性低的高頻關(guān)鍵詞。其次，利用社會(huì)網(wǎng)絡(luò)分析對(duì)高頻關(guān)鍵詞進(jìn)行可視化分析，得到高頻關(guān)鍵詞中與 “五計(jì)學(xué)”“知識(shí)產(chǎn)權(quán)” 聯(lián)結(jié)較多的高頻關(guān)鍵詞。最后，通過檢索這些聯(lián)結(jié)較多的高頻關(guān)鍵詞得到相關(guān)文獻(xiàn)，利用內(nèi)容分析法進(jìn)行具體分析，最終得出結(jié)論。

2 統(tǒng)計(jì)結(jié)果與分析

2.1 文獻(xiàn)統(tǒng)計(jì)分析

2.1.1 總體趨勢分析

本文利用CNKI 的可視化功能對(duì)76 篇有效數(shù)據(jù)進(jìn)行可視化分析，得到其總體趨勢圖（見圖1）。

圖1 總體趨勢分析

由圖1 可知， 所選文獻(xiàn)的發(fā)表時(shí)間分布于2003-2020 年，參考文獻(xiàn)最早可追溯到1978 年，引證文獻(xiàn)從2011 年起呈快速上升趨勢，由此可見我國“五計(jì)學(xué)” 對(duì)知識(shí)產(chǎn)權(quán)方法的借鑒與應(yīng)用不斷增長，說明該領(lǐng)域的研究的影響正在逐步擴(kuò)大。所選文獻(xiàn)在2015 年達(dá)到峰值，此后每年都保持一定的數(shù)量，說明學(xué)者們對(duì)該領(lǐng)域研究呈穩(wěn)定、理性的狀態(tài)。

2.1.2 共詞分析

關(guān)鍵詞在文章中能高度概括、凝練主題概念，體現(xiàn)文獻(xiàn)的核心與精髓，揭示研究的價(jià)值與方向。［4-5］76 篇有效數(shù)據(jù)樣本涉及到的關(guān)鍵詞共310 個(gè)。在統(tǒng)計(jì)高頻關(guān)鍵詞時(shí)，筆者發(fā)現(xiàn)由于本文樣本不多且是原始數(shù)據(jù)，導(dǎo)致關(guān)鍵詞頻率普遍較低，不利于開展后續(xù)研究。因此，筆者將關(guān)鍵詞進(jìn)行分類、編號(hào)后共得到117 類，關(guān)鍵詞（部分） 歸并情況見表2。

表2 關(guān)鍵詞歸并情況（部分）

在區(qū)分高頻詞與低頻詞時(shí)，如果根據(jù) Do-nohue的高頻詞與低頻詞界分公式［6］進(jìn)行區(qū)分，那么在本文的數(shù)據(jù)樣本中可以統(tǒng)計(jì)的關(guān)鍵詞很少，無法進(jìn)行后續(xù)研究。因此，筆者沒有局限于該公式，選擇將頻次≥3 的關(guān)鍵詞作為高頻關(guān)鍵詞，統(tǒng)計(jì)結(jié)果見表3。

表3 高頻關(guān)鍵詞（頻次≥3）

由表3 可知，最高頻次關(guān)鍵詞 “專利計(jì)量” 的頻次為29 次，可推斷 “專利計(jì)量” 是我國 “五計(jì)學(xué)” 對(duì)知識(shí)產(chǎn)權(quán)方法借鑒與應(yīng)用的重點(diǎn)。頻次≥3 的高頻詞共出現(xiàn)了188 次，占全部關(guān)鍵詞的60.65%，基本能夠說明這些關(guān)鍵詞是我國 “五計(jì)學(xué)” 在知識(shí)產(chǎn)權(quán)借鑒與應(yīng)用方面的熱點(diǎn)。但是，關(guān)鍵詞中有不少是無意義的，如 “研究進(jìn)展”“重大項(xiàng)目”“發(fā)展對(duì)策”“影響因素”“原因”“技術(shù)”“高校”“指標(biāo)” 等，因此需要將其刪除。作者將高頻關(guān)鍵詞整理后得到與本文主題相關(guān)的14 個(gè)高頻關(guān)鍵詞，生成了一個(gè)14×14 的高頻關(guān)鍵詞共詞矩陣（見表4）。

表4 高頻詞共詞矩陣（部分）

為了更好地體現(xiàn)高頻關(guān)鍵詞之間的內(nèi)部聯(lián)系，揭示其關(guān)系的緊密性，筆者使用Ochiai 系數(shù)公式將表4的共詞矩陣轉(zhuǎn)化為一個(gè)14×14 的相似矩陣（見表5）。在相似矩陣中，對(duì)角線數(shù)值均為1，所有數(shù)值的取值范圍在0-1 之間，該數(shù)值反映的是高頻關(guān)鍵詞之間的緊密程度。數(shù)值越接近1，說明這兩個(gè)高頻關(guān)鍵詞之間的關(guān)系越緊密。由表5 可知，只有C026 （圖書情報(bào)學(xué)）與C019 （知識(shí)圖譜） 的交叉值大于0.5，說明其關(guān)系相對(duì)緊密，而其他關(guān)鍵詞之間的交叉值均低于0.5，說明它們之間的關(guān)系都不緊密，不能相互替代。

表5 高頻詞相似矩陣（部分）

為了更好地體現(xiàn)高頻關(guān)鍵詞之間的關(guān)系，筆者擬將相似矩陣轉(zhuǎn)化為相異矩陣，并利用SPSS 軟件對(duì)這些詞進(jìn)行聚類分析。但由于本文高頻關(guān)鍵詞相似矩陣的數(shù)據(jù)較少，難以得出明顯結(jié)論，因而筆者未再進(jìn)行聚類分析。

2.1.3 社會(huì)網(wǎng)絡(luò)分析

基于共詞分析，本文引入社會(huì)網(wǎng)絡(luò)分析方法，將表5 的相似矩陣導(dǎo)入U(xiǎn)cinet，利用NetDraw 對(duì)高頻關(guān)鍵詞共詞矩陣進(jìn)行可視化處理，得到高頻關(guān)鍵詞網(wǎng)絡(luò)（見圖2）。

圖2 高頻關(guān)鍵詞網(wǎng)絡(luò)

由圖2 可見，C040 （專利計(jì)量）、C001 （文獻(xiàn)計(jì)量學(xué)）、C031 （社會(huì)網(wǎng)絡(luò)分析）、C019 （共詞分析）、C020 （引文分析）、C018 （合作分析） 等點(diǎn)與各點(diǎn)所產(chǎn)生的聯(lián)結(jié)較多，與之前的高頻關(guān)鍵詞統(tǒng)計(jì)結(jié)果基本吻合，說明我國 “五計(jì)學(xué)” 與知識(shí)產(chǎn)權(quán)的相關(guān)研究主要集中于以上幾個(gè)高頻關(guān)鍵詞。

2.2 “五計(jì)學(xué)” 對(duì)知識(shí)產(chǎn)權(quán)方法的借鑒與應(yīng)用分析

由上文的統(tǒng)計(jì)分析結(jié)果可知，專利計(jì)量、文獻(xiàn)計(jì)量學(xué)、社會(huì)網(wǎng)絡(luò)分析、共詞分析、引文分析、合作分析等 “五計(jì)學(xué)” 的相關(guān)方法在知識(shí)產(chǎn)權(quán)領(lǐng)域是研究的重點(diǎn)和熱點(diǎn)?；诖耍P者將從這六個(gè)聯(lián)結(jié)較多的高頻關(guān)鍵詞出發(fā)，分析我國 “五計(jì)學(xué)” 對(duì)知識(shí)產(chǎn)權(quán)方法的借鑒與應(yīng)用情況。由于本文樣本文獻(xiàn)不多，筆者將再次基于CNKI 數(shù)據(jù)庫，以 “主題=‘各高頻關(guān)鍵詞’ and‘知識(shí)產(chǎn)權(quán)’or‘版權(quán)’or‘著作權(quán)’or‘專利權(quán)’ or‘商標(biāo)權(quán)’” 為檢索式，找出各高頻關(guān)鍵詞在知識(shí)產(chǎn)權(quán)領(lǐng)域應(yīng)用的相關(guān)文獻(xiàn)進(jìn)行分析。

2.2.1 借鑒與應(yīng)用——專利計(jì)量

通過對(duì)我國 “五計(jì)學(xué)” 方法下知識(shí)產(chǎn)權(quán)相關(guān)文獻(xiàn)的計(jì)量分析，初步可以看出 “專利計(jì)量” 已成為其研究的重點(diǎn)。專利計(jì)量通過對(duì)專利文獻(xiàn)進(jìn)行篩選、鑒定和整理，利用文獻(xiàn)計(jì)量學(xué)方法對(duì)其所含各種專利信息要素進(jìn)行統(tǒng)計(jì)、排序、對(duì)比、分析等相關(guān)研究，深入挖掘?qū)＠墨I(xiàn)的動(dòng)態(tài)特征，了解技術(shù)、經(jīng)濟(jì)發(fā)展的歷史及現(xiàn)狀，從而對(duì)該領(lǐng)域進(jìn)行技術(shù)評(píng)價(jià)和技術(shù)預(yù)測。［7］

作為知識(shí)產(chǎn)權(quán)領(lǐng)域的常用方法之一，專利計(jì)量主要應(yīng)用于以下幾個(gè)方面。① 某些具體領(lǐng)域的技術(shù)創(chuàng)新、技術(shù)發(fā)展態(tài)勢，以期獲得該領(lǐng)域的技術(shù)熱點(diǎn)及發(fā)展趨勢。如，鞏玥等對(duì)德溫特專利數(shù)據(jù)庫中的庫存專利進(jìn)行計(jì)量分析，研究全球汞污染治理技術(shù)的發(fā)展現(xiàn)狀及趨勢；［8］李維波等基于Innography 專利分析數(shù)據(jù)庫分析與頁巖氣技術(shù)相關(guān)的專利數(shù)據(jù)，為頁巖氣產(chǎn)業(yè)發(fā)展提供參考。［9］②與其他方法共同使用，全面分析該領(lǐng)域的現(xiàn)狀、熱點(diǎn)及趨勢。如，馮思穎等以德溫特專利數(shù)據(jù)庫為數(shù)據(jù)源，利用專利計(jì)量和社會(huì)網(wǎng)絡(luò)分析相結(jié)合的方法，對(duì)云計(jì)算領(lǐng)域?qū)＠M(jìn)行詳細(xì)分析。［10］通過對(duì)相關(guān)文獻(xiàn)的統(tǒng)計(jì)、整理，筆者發(fā)現(xiàn)專利計(jì)量常與知識(shí)圖譜、社會(huì)網(wǎng)絡(luò)分析、共引分析、共詞分析、可視化等方法結(jié)合來研究某領(lǐng)域?qū)＠夹g(shù)的熱點(diǎn)和趨勢。

同時(shí)，筆者發(fā)現(xiàn)與專利計(jì)量密切相關(guān)的一詞——專利地圖，專利地圖的一大優(yōu)勢在于集中展示專利分析的量化成果，能夠?yàn)闆Q策者提供決策依據(jù)。［11］需要補(bǔ)充的是，再次對(duì) “專利計(jì)量學(xué)” 這一主題詞進(jìn)行檢索時(shí)發(fā)現(xiàn)，網(wǎng)絡(luò)計(jì)量學(xué)對(duì)專利研究也有一定的借鑒與應(yīng)用。［12］

2.2.2 借鑒與應(yīng)用——文獻(xiàn)計(jì)量學(xué)

與科學(xué)計(jì)量學(xué)、信息計(jì)量學(xué)、網(wǎng)絡(luò)計(jì)量學(xué)及知識(shí)計(jì)量學(xué)相比，文獻(xiàn)計(jì)量學(xué)在知識(shí)產(chǎn)權(quán)領(lǐng)域的應(yīng)用相對(duì)較多。文獻(xiàn)計(jì)量學(xué)由美國目錄學(xué)家普里查德于1969年首次提出，并將其定義為數(shù)學(xué)和統(tǒng)計(jì)學(xué)方法在圖書及其他傳播媒體上的應(yīng)用。［13］在國內(nèi)，以邱均平教授為代表的學(xué)者們將文獻(xiàn)計(jì)量學(xué)定義為：把文獻(xiàn)體系以及文獻(xiàn)計(jì)量特征作為研究對(duì)象，通過采用數(shù)學(xué)、統(tǒng)計(jì)學(xué)等方法來研究文獻(xiàn)情報(bào)的分布結(jié)構(gòu)、數(shù)量關(guān)系、變化規(guī)律和定量管理，從而探討科學(xué)技術(shù)的結(jié)構(gòu)、特征和規(guī)律的一門學(xué)科。［14］筆者認(rèn)為，文獻(xiàn)計(jì)量學(xué)在知識(shí)產(chǎn)權(quán)領(lǐng)域應(yīng)用較多的主要原因是：科學(xué)、信息、網(wǎng)絡(luò)、知識(shí)四大計(jì)量學(xué)都是在文獻(xiàn)計(jì)量學(xué)的基礎(chǔ)上發(fā)展而來，它們本身就有著緊密的聯(lián)系。同時(shí)，文獻(xiàn)計(jì)量學(xué)提出較早，其發(fā)展相對(duì)于其他四個(gè)計(jì)量學(xué)更完善，研究也更成熟。單從文獻(xiàn)數(shù)量上來看，文獻(xiàn)計(jì)量學(xué)與知識(shí)產(chǎn)權(quán)交集文獻(xiàn)就占了 “五計(jì)學(xué)” 與知識(shí)產(chǎn)權(quán)交集文獻(xiàn)的80.26%。

2.2.3 借鑒與應(yīng)用——社會(huì)網(wǎng)絡(luò)分析

社會(huì)網(wǎng)絡(luò)分析在知識(shí)產(chǎn)權(quán)領(lǐng)域的應(yīng)用主要是基于該方法重點(diǎn)關(guān)注關(guān)系及關(guān)系的模式，繪制網(wǎng)絡(luò)關(guān)系圖，以此來反映現(xiàn)象。對(duì)社會(huì)網(wǎng)絡(luò)分析在知識(shí)產(chǎn)權(quán)應(yīng)用的相關(guān)文獻(xiàn)進(jìn)行分析后，得到如下兩個(gè)結(jié)論。①在知識(shí)產(chǎn)權(quán)領(lǐng)域，該方法常與其他計(jì)量方法或統(tǒng)計(jì)方法共同使用，最常與其同時(shí)使用的方法是共詞分析。在共詞分析的基礎(chǔ)上，為了進(jìn)一步研究關(guān)鍵詞之間的關(guān)系及其相關(guān)重要性或是以網(wǎng)絡(luò)圖譜結(jié)構(gòu)的形式展現(xiàn)出來，則需要使用社會(huì)網(wǎng)絡(luò)分析。社會(huì)網(wǎng)絡(luò)分析在知識(shí)產(chǎn)權(quán)方面應(yīng)用的優(yōu)勢在于圖譜顯示可以更清晰地展現(xiàn)結(jié)果，同時(shí)對(duì)于關(guān)系的表達(dá)更直觀。②在知識(shí)產(chǎn)權(quán)領(lǐng)域，常用的社會(huì)網(wǎng)絡(luò)分析工具是Ucinet，Ucinet 具有很強(qiáng)的矩陣分析功能，能夠生成各種關(guān)系的知識(shí)圖譜。

2.2.4 借鑒與應(yīng)用——共詞分析

共詞分析（Co-Word Analysis） 是文獻(xiàn)計(jì)量學(xué)中常用的一種方法，［15］它屬于內(nèi)容分析，主要用于分析同一篇文獻(xiàn)中一對(duì)詞兩兩出現(xiàn)的次數(shù)，并對(duì)這些詞進(jìn)行分層聚類，以揭示這些詞之間的親疏關(guān)系，進(jìn)而分析它們所代表的學(xué)科和主題之間的結(jié)構(gòu)變化。［16］共詞分析方法通過對(duì)高頻關(guān)鍵詞進(jìn)行統(tǒng)計(jì)以及繪制詞篇、相似、相異矩陣等來反映某領(lǐng)域的研究熱點(diǎn)或趨勢。共詞分析常與聚類分析、戰(zhàn)略坐標(biāo)分析、因子分析、多維尺度分析等方法一起使用，以此研究某一領(lǐng)域的研究熱點(diǎn)及趨勢。因子分析、聚類分析、多維尺度分析都是基于共詞矩陣進(jìn)行的計(jì)量方法，而戰(zhàn)略坐標(biāo)分析則是基于共詞矩陣和聚類的計(jì)量方法。

2.2.5 借鑒與應(yīng)用——引文分析

引文作為借鑒、尊重和保護(hù)前人研究成果的一種方法，是一篇論文的重要組成部分。引文分析（Citation Analysis） 作為評(píng)價(jià)文獻(xiàn)質(zhì)量的常用方法，［17］其能在一定程度上反映一個(gè)領(lǐng)域的發(fā)展動(dòng)態(tài)、特點(diǎn)及趨勢。引文分析主要分為兩類：① 引文數(shù)量、類型等統(tǒng)計(jì)；② 引文年代、語種、國別等分析。引文分析在知識(shí)產(chǎn)權(quán)應(yīng)用中主要和其他分析方法同時(shí)進(jìn)行。如，利用 “五計(jì)學(xué)” 方法對(duì)知識(shí)產(chǎn)權(quán)研究領(lǐng)域的技術(shù)特點(diǎn)、熱點(diǎn)或趨勢進(jìn)行分析時(shí)，常常從該領(lǐng)域文獻(xiàn)的發(fā)表年代、期刊分布、作者分布、主題分布、學(xué)科分布、引文等方面進(jìn)行分析?？梢?，引文分析在 “五計(jì)學(xué)” 對(duì)知識(shí)產(chǎn)權(quán)的應(yīng)用與借鑒中起輔助作用。

2.2.6 借鑒與應(yīng)用——合作分析

通過具體分析 “合作分析” 的相關(guān)文獻(xiàn)可知，在知識(shí)產(chǎn)權(quán)領(lǐng)域，科研合作研究客觀存在，且主要存在于專利領(lǐng)域。專利合作網(wǎng)絡(luò)一詞在再次搜索的相關(guān)文獻(xiàn)中屬高頻關(guān)鍵詞，可見其為該領(lǐng)域的研究重點(diǎn)。專利合作網(wǎng)絡(luò)分析能夠更加直接地反映出技術(shù)領(lǐng)域的研究現(xiàn)狀，同時(shí)可揭示其模式及規(guī)律。另外，在專利合作網(wǎng)絡(luò)的構(gòu)建方面，主要是綜合采用統(tǒng)計(jì)分析方法與工具，常用的方法有專利計(jì)量、社會(huì)網(wǎng)絡(luò)分析、可視化、數(shù)理統(tǒng)計(jì)、相關(guān)性、灰色關(guān)聯(lián)度等。

3 結(jié)論

本文利用數(shù)據(jù)分析軟件，從文獻(xiàn)計(jì)量的總體趨勢分析、共詞分析、社會(huì)網(wǎng)絡(luò)分析三個(gè)方面對(duì)我國“五計(jì)學(xué)” 對(duì)知識(shí)產(chǎn)權(quán)方法的借鑒與應(yīng)用進(jìn)行初步分析后，從聯(lián)結(jié)較多的高頻關(guān)鍵詞出發(fā)，利用內(nèi)容分析法對(duì)其進(jìn)行具體分析，進(jìn)而更深入地揭示我國“五計(jì)學(xué)” 在知識(shí)產(chǎn)權(quán)領(lǐng)域的借鑒與應(yīng)用情況。研究結(jié)果表明：① 專利計(jì)量學(xué)作為 “三計(jì)學(xué)” 的衍生方法，已經(jīng)成為知識(shí)產(chǎn)權(quán)領(lǐng)域中一個(gè)獨(dú)立的應(yīng)用方法。而 “五計(jì)學(xué)” 相對(duì) “三計(jì)學(xué)”，網(wǎng)絡(luò)計(jì)量學(xué)和知識(shí)計(jì)量學(xué)也與專利計(jì)量學(xué)存在聯(lián)系；② 我國 “五計(jì)學(xué)” 的方法如文獻(xiàn)計(jì)量學(xué)、社會(huì)網(wǎng)絡(luò)分析、共詞分析、引文分析、合作分析等在知識(shí)產(chǎn)權(quán)領(lǐng)域都有一定的應(yīng)用，且這些方法常常不是單獨(dú)運(yùn)用在知識(shí)產(chǎn)權(quán)領(lǐng)域，而是以兩兩結(jié)合或是與其他計(jì)量方法、統(tǒng)計(jì)方法相結(jié)合的方式共同出現(xiàn)的。