基于文獻計量的專利質量研究現狀、合作網絡特征與演進趨勢分析

摘 要：選擇Web of Science數據庫核心合集中1981—2021年以專利質量為主題的1 200篇SSCI期刊論文為樣本，運用文獻計量方法與可視化軟件，全面分析專利質量研究的現狀、合作網絡特征、學術熱點與演進趨勢。文獻計量分析結果表明：專利質量研究的發文量與時間呈指數增長關系，近40年其大致經歷了萌芽、成長、成熟等3個階段；高產與高被引國家形成了以美國和中國為核心的兩大合作圈；高產與高被引機構形成了以大學和科研院所為主體的六大合作圈，呈現出多主體、跨機構、跨國家的合作特點；研究重點從專利質量的定性描述轉向定量分析，尤其是近年來運用大數據和人工智能方法分析專利質量的動態變化過程及其作用機制。在此基礎上，提出了未來應關注的4個研究熱點及其重點內容，為進一步深化與拓展該領域的理論研究提供了有益參考。

關鍵詞：專利質量；文獻計量；共被引網絡；關鍵詞共現網絡

中圖分類號：G306 " "文獻標志碼：A " "文章編號：1671-0037（2023）7-66-13

DOI：10.19345/j.cxkj.1671-0037.2023.7.006

0 引言

近年來，專利申請量的爆發式增長與專利審查員工作能力的不足導致大量低質量專利被授權，從而產生浪費資源、阻礙創新和降低國際競爭力等問題［1］。為此，美國、日本、歐洲等發達國家和地區在實踐中將專利戰略從早期的追求數量轉變為追求質量。專利質量已逐漸成為衡量國家、地區、產業和企業創新能力與綜合實力的重要指標［2］。2017年以來，我國經濟已逐步轉向高質量發展模式，強化專利質量研究對推進創新驅動戰略實施具有重要的理論與實踐意義。一方面，與發達國家相比，我國學界在專利質量理論研究方面相對滯后；另一方面，我國專利數量的快速增長與專利質量的提升尚不匹配，需要專利質量理論研究的指導。

在世界各國政府不斷加大創新投入、重視專利質量的同時，學者們也從理論層面對專利質量的定義、測量體系與作用機制等方面不斷深化研究，以豐富專利質量研究的內容。例如：Guerrini［3］從質量管理視角對專利質量進行定義，認為專利質量具有法律、經濟和社會屬性；Grimaldi和Cricelli［4］通過系統綜述專利價值指數的相關文獻，嘗試從法律狀態、技術條件、市場條件、財務與戰略等五方面測量專利價值；Higham等［5］探討專利的內在特征與專利質量衡量指標的關系，發現專利的內在特征對不同專利質量衡量指標的影響程度不一致且具有技術異質性。現有綜述研究主要從以下兩方面展開：第一，從專利質量的定義出發，通過文獻分析探討專利質量的概念內涵以及組成要素；第二，從專利質量的評價出發，運用多指標綜合評價方法對專利質量的測量體系、評價指標以及指標的有效性進行研究。但已有研究主要采用傳統的文獻分析法，研究內容不夠系統、全面，在研究對象數量大幅增長的背景下無法直觀、系統地反映專利質量研究現狀、合作網絡特征與演進趨勢。而知識圖譜能夠通過數據挖掘并結合可視化技術揭示出復雜知識領域的動態發展進程及其關聯性，最終為科學研究提供有益的參考。因此，基于知識圖譜的文獻計量和可視化分析，更能直觀且系統地反映專利質量的研究進展，并從中挖掘出未來研究方向［6］。然而，知識圖譜尚未被廣泛應用于專利質量研究領域，現有研究大多從具體學科領域的結構與進展出發，探究其研究熱點及趨勢等問題。鑒于此，本研究選擇Web of Science核心合集SSCI子庫中1981—2021年間聚焦專利質量研究的高質量期刊論文為對象，運用文獻計量方法，通過年度發文趨勢和年均發文量直觀系統地分析專利質量研究的階段特征及發展趨勢；借助知識圖譜挖掘高產與高被引國家、機構及個人的合作網絡特征，了解專利質量研究的學術熱點及不同階段中熱點的演化過程；在此基礎上展望未來研究方向，以期驗證和補充現有研究結論，并為專利質量領域的后續研究與實踐提供借鑒。

1 研究設計與數據搜集

本研究采用文獻計量方法，結合可視化軟件VOSviewer1.6.18，以WOS核心合集中SSCI收錄的期刊文獻為樣本數據［7］，從專利質量研究的現狀、合作網絡特征、學術熱點與演化趨勢等方面進行量化分析，試圖揭示專利質量研究領域的動態演化過程。

借鑒肖海林和董慈慈［8］的成果，設計本研究的文獻檢索策略與篩選步驟，具體如下：①確定檢索關鍵詞。首先，專利質量是指專利的一組固有特性滿足要求的程度，其高低需要通過評估來度量。因此，將專利評估作為檢索關鍵詞之一。其次，已有研究主要通過選取相應的專利指標，構建綜合評價指數或指標體系對專利質量進行評估。因此，將專利指標作為檢索關鍵詞之一。最后，專利質量與專利價值的概念部分重合，部分學者將兩者等同進行研究［9-10］。因此，選擇專利質量與專利價值為檢索關鍵詞。②制定檢索策略并實施。文獻來源選擇WOS核心合集SSCI子庫，檢索公式為TS=（（patent quality*） OR TS=（patent value） OR TS=（patent indicator*）OR TS=（patent evaluation）），學科領域為“Management”“Economics”“Business”“Information Science amp; Library Science”，文獻類型選擇期刊論文，語言為英語，時間跨度為1981—2021年，檢索時間為2022年7月10日，初步檢索后得到2 965篇樣本文獻。③篩選文獻。仔細閱讀文獻標題、摘要與關鍵詞，并剔除兩類文獻：一類是研究內容包含專利但未涉及專利質量或包含質量但未涉及專利的文獻；另一類是專利質量并非研究核心內容或主要變量的文獻。最終得到1 200篇樣本文獻。這些文獻來自66個國家1 168家機構的2 426名作者，引用了來自14 188種期刊的40 327篇論文。

本研究以篩選后的1 200篇高質量英文文獻為樣本，對專利質量研究的發展現狀、合作網絡特征、研究熱點與演化過程進行全面分析，并在此基礎上探討未來的研究方向。

2 研究現狀與合作網絡特征分析

運用文獻計量方法，從年度發文趨勢、高產國家與高被引國家、高產機構與高被引機構、高產作者與高被引作者等4個方面，全面分析專利質量研究的現狀與合作網絡特征。

2.1 年度發文量

從圖1專利質量研究的年度發文量變化可知，1989年以前國際期刊發表的專利質量研究論文很少，1981年發表首篇論文，隨后1985年發表2篇，1986年發表4篇，1990年后每年都有發表；2002—2010年發文量快速增長，年均發文量超過30篇；2011—2021年，年均發文量超過50篇，且2021年達到最高114篇。將發文量與時間進行擬合，發現符合公式y=1.337 3e0.178 3x，R2=0.954，接近1，表明專利質量研究的發文量與時間呈擬合優度較高的指數增長關系。這充分表明專利質量研究不斷受到學界重視。

文獻計量分析發現，近40年國內外專利質量研究年均發文量大體呈現三階段特征：1981—2001年為萌芽階段，年均發文量2.9篇；2002—2010年為成長階段，年均發文量30.2篇；2011—2021年文獻數量增幅顯著，年均發文量高達78.9篇，逐步進入成熟階段。

2.2 高產國家、高被引國家及其合作關系

由表1可知，美國、中國、意大利、德國和英國等國家既為高產國家，又為高被引國家，研究成果的量與質并重，是開展專利質量研究的重要國家。

美國的發文總量最高，為414篇，其次是中國與意大利。受20世紀80年代親專利政策的影響，美國為應對“專利叢林”問題，較早開始重視專利質量的研究并不斷完善政策制度體系。隨著我國知識產權強國戰略的推進，近年來我國在專利質量研究領域的發文量快速增長。但表1顯示，我國論文的篇均被引頻次排名倒數第3，說明我國在專利質量研究領域的學術影響力和論文質量還有較大提升空間。

圖2顯示了高產與高被引國家的合作關系，可以發現主要形成了具有地緣關系的兩大合作研究圈：一是以德國、意大利、英國和法國等歐洲國家為主的合作圈；二是以美國、中國、日本、韓國和澳大利亞等國家為中心的合作圈。其中，美國憑借其強大的科技實力在合作網絡中居于核心地位，對專利質量領域的研究起到了引領推進作用。

2.3 高產機構、高被引機構及其合作關系

由表2可知，NBER、Harvard Univ、Univ Calif Berkeley、CEPR和Bocconi Univ等既為高產機構，又為高被引機構，是開展專利質量研究的重要機構。

從機構發文量看，美國NBER、Harvard Univ、Georgia Inst Technol等，韓國Seoul Natl Univ，歐洲CEPR，中國Taiwan Tsing Hua Univ、 Taiwan Univ以及意大利Bocconi Univ、Politecn Torino等是產出成果較多的研究機構。從被引量看，Harvard Univ最高，其次是NBER和Univ Calif Berkeley。此外，Chi Res Inc雖然既非高校也非研究機構，但其作為知識產權咨詢公司，所研發的專利評價指標、專利記分牌等工具以及提出的專利組合理論均具有廣泛影響。從篇均被引頻次看，以色列Tel Aviv Univ、德國Univ Munich、美國Harvard Univ等機構影響力較高。根據表2，發文量與被引量均排名靠前的機構為Harvard Univ、NBER和Univ Calif Berkeley，均來自美國。其中，Harvard Univ和Univ Calif Berkeley的商業和管理研究專業排名世界前列，而NBER是國際權威經濟研究機構。由此可知，美國在高產及高被引機構中的影響力最強。此外，高校以綜合類研究型大學為主，公立理工類研究型大學、私立經管類研究型大學等為次。

Price［11］研究表明，核心機構產出近50%的研究成果。在本研究樣本中，發文總量達4篇及以上的機構共產出了44.65%的研究成果。據此，可將發文總量在4篇及以上的研究機構確定為核心機構，并進一步分析其合作網絡關系。在專利質量的機構合作研究中，主要形成了如圖3所示的六大合作圈。第一合作圈主要包含韓國、美國和歐洲的機構，以Seoul Natl Univ和Politecn Torino為核心；第二合作圈主要包含中國高校，以Tsinghua Univ和Zhejiang Univ為主；第三合作圈主要包含美國高校，以Harvard Univ和Duke Univ為主；第四合作圈主要包含歐洲與美國高校，以Bocconi Univ為主；第五合作圈主要包含美國和中國高校，以Georgia Inst Technol為主；第六合作圈主要包含美國和中國高校，以Univ Illinois為核心。其中，美國、中國和歐洲的高校在核心研究機構合作圈中占主導地位。總體而言，核心研究機構呈現出多主體且聚焦在高校、跨國家和跨機構合作的特點。

2.4 高產作者、高被引作者及其合作關系

通過分析表3可以發現，意大利學者Petruzzelli A M和美國學者Ernst H既為高產作者，又為高被引作者，是開展專利質量研究的重要作者。

從發表年份看，在專利質量研究的萌芽期，美國學者Lanjouw J O、Narin F、Pakes A和Jaffe A B，英國學者Schankerman M，以色列學者Trajtenberg M和Lerner J等對于專利質量指標及其與企業市場價值的關系以及衡量專利價值等方面的研究發揮了重要的推動作用。其中，Lanjouw-Schankerman專利價值評估模型產生了廣泛影響。在專利質量研究的成長期，美國學者Ernst H和意大利學者Gambardella A成為新生主力，他們對歐洲專利價值進行評估與實證，探討專利價值影響因素，并從戰略管理及法律訴訟等不同視角研究專利質量。2011年進入成熟期后，除歐美學者外，日本學者Nagaoka S和韓國學者Lee C在專利質量研究領域嶄露頭角，他們主要對專利質量的評估指標體系進行創新，研究專利技術轉移與技術影響等，拓寬了專利質量研究的深度與廣度。

Price定律表明，同一研究領域的核心作者數約等于作者總數的平方根，且能產出近50%的學術成果［11］。據此，推導得出核心作者的最低發文量m=0.749*（nmax）1/2，其中，nmax為最高產作者發文量。研究樣本中，最高產作者為意大利學者Petruzzelli A M，共發文11篇，因此，m=2.48。為保守估計，將核心作者發文量的閾值m設定為3。圖4顯示了專利質量研究的核心作者及其合作網絡關系，發現核心作者的主要合作規模為2～3人，并形成了4個包含5位及以上作者的大型合作圈。第一合作圈由意大利和德國的8位學者構成，德國學者Caviggioli F和意大利學者Nosella A、Scellato G在研究中發揮核心作用，他們從研發合作、專利交易與專利戰略等視角研究專利質量及其與企業績效的關系；第二合作圈由歐洲國家的6位學者構成，意大利學者Gambardella A和德國學者Harhoff D在研究中發揮核心作用，主要聚焦歐洲專利價值評估以及從市場角度考察專利質量；第三合作圈由歐洲國家的5位學者構成，意大利學者Petruzzelli A M在研究中發揮核心作用，其從知識管理視角研究專利質量，并對生物科技和航空產業做了實證分析；第四合作圈由韓國的5位學者構成，Lee S在研究中發揮核心作用，主要從專利引用、專利戰略與專利保護等方面展開研究。從國別看，意大利和德國學者在專利質量的合作研究中發揮了引領作用。

3 研究熱點與演進趨勢

3.1 研究熱點

孫佳佳和李雅靜［12］研究認為，關鍵詞凝練了研究成果的主要內容，可通過高頻關鍵詞的分析來挖掘研究熱點。根據Price定律公式［11］，m=0.749*（nmax）1/2，其中，nmax為最高頻關鍵詞頻次。本研究樣本中，最高頻關鍵詞為Innovation，頻次為518（見表4），因此，m=17.04。為保守估計，將高頻關鍵詞閾值設定為18，得到79個高頻關鍵詞。圖5顯示了專利質量研究文獻的高頻關鍵詞共現圖譜，在Top 20高頻關鍵詞和關鍵詞聚類結果的基礎上，結合本研究特點，歸納提煉出四大研究熱點，即專利質量的內涵界定、測量體系、影響因素及作用機制。

熱點1：專利質量的內涵界定。由表4和圖5可知，界定專利質量內涵的高頻關鍵詞依次為Innovation（518）、Patents（408）、Ramp;D（373）、Intellectual Property（170）、Market（81）和Quality（77）。梳理現有熱點文獻發現，已有研究主要從不同主體角度對專利質量進行定義：一是基于審查者，將專利質量界定為專利申請文件質量［13］、審查質量［14］或授權專利質量［15］，認為專利質量高低的關鍵在于審查，包括審查員的檢索能力，以及其分析結果是否可靠、是否符合法律法規的標準；二是基于專利所有者，從法律［3］、技術［16］和經濟［17］層面對專利質量進行定義，認為專利質量高低的關鍵在于專利的法律效力是否穩定、技術創新程度的高低和經濟效益增加值的大小。

熱點2：專利質量的測量體系。綜合表4和圖5，測量專利質量的高頻關鍵詞有Indicators（145）和Citations（136）。據此，提煉出第2個研究熱點，即專利質量的測量體系，并歸納出專利質量的評價指標和測量方法。專利質量的評價指標主要包含4類：專利引證指標、專利維持指標、專利范圍［18］指標和其他指標。專利引證指標從引用視角考察專利質量，包含被引次數、科學關聯度、技術循環周期、專利參考文獻數量以及非專利參考文獻數量等；專利維持指標是從經濟視角考察專利質量，包括專利維持時間、是否進行過轉讓以及質押等；專利范圍指標從專利權效力視角考察專利質量，包含專利族的存在與否及大小、權利要求數量與技術覆蓋范圍等；其他指標包含發明人數量、專利異議或訴訟結果以及發明專利比例等。其中，專利參考文獻數量、非專利參考文獻數量、專利族大小及其技術覆蓋范圍等指標與專利質量的關系尚未明確。例如，已有研究中關于專利參考文獻數量和專利質量之間的關系，包含正相關［16］及負相關［19］兩種相反結論。

專利質量的測量方法大致分為兩類。第一類是通過構建指標體系［20］或綜合指數［21］進行專利質量評估。其中，指標體系的維度劃分包含3類：技術和經濟兩維度；技術、經濟和法律三維度；技術、經濟、法律和戰略四維度。此外，可根據專家主觀判斷、數據客觀特征、測度結果的因果關系等3種方法推導指標權重［22］。第二類是在大規模專利數據的基礎上，通過機器學習等數字化技術計算專利質量得分，并將其劃分為低質量、中等質量與高質量專利［23］。

熱點3：專利質量的影響因素。由表4和圖5可知，影響專利質量的高頻關鍵詞有Technology（165）、Industry（111）、Impact（101）、Investment（91）、Competition（73）、Protection（62）和Policy（42）等。基于此，提煉出第3個研究熱點，即專利質量的內外部影響因素。首先，專利質量的內部影響因素主要包括技術因素、產業因素和研發投入等。Nagaoka［19］研究企業研發管理對專利質量的影響發現，在控制技術領域的前提下，技術循環周期對專利質量有積極影響。Chen和Zhang［24］研究中國專利激增的驅動力發現，外國直接投資對專利質量有負向影響。Gr?nqvist［25］則認為，由于產學研合作專利能結合企業與大學兩方面的資源優勢，因而專利質量更高。而Sterzi［26］研究所有權結構與學術發明質量的關系發現，與大學及其他公共研究組織相比，企業擁有的發明專利具有更高的質量溢價。其次，專利質量的外部影響因素主要包含市場競爭、專利保護和政策支持等。Dang和Motohashi［27］研究表明，政府專利補貼政策顯著推動了專利數量的增加，但降低了專利質量。De和Jaffe［28］分析專利費對專利質量的影響，發現專利費的增加促進了低質量專利的淘汰。

綜上所述，內外兩方面的因素從不同方面對專利質量產生重要影響，但現有研究主要通過計量方法識別變量的影響方向及顯著程度，較少研究其影響機制。

熱點4：專利質量的作用機制。綜合表4和圖5，專利質量作用機制的高頻關鍵詞依次為Performance（232）、Firms（186）、Knowledge（149）和Empirical-Analysis（76）。梳理已有文獻發現，專利質量的作用機制研究以實證分析為主，結果變量主要集中在以下3組：第一，基于知識管理視角的專利質量研究，高頻詞包括Knowledge（149）、Spillovers（76）和Networks（54）。Sonmez［29］研究勞動力流動和地理鄰近性在美國生物制藥行業知識擴散過程中的作用，發現高質量的發明更多來自非本地知識源；相較于低質量專利，網絡連接對高質量專利的知識傳播更為重要。Acosta等［30］分析了全球雙寡頭競爭企業披露專利信息對專利質量的影響，發現雙寡頭中的兩端企業都無法利用競爭對手的溢出效應來提高專利質量。第二，基于經濟視角的專利質量研究，高頻詞包括Market Value（80）和Firm Performance（47）。現有研究關于專利質量影響企業績效與市場價值的結論并不一致。Hall等［31］以美國企業專利面板數據為研究樣本，發現專利的被引次數與企業的市場價值呈正相關，每項專利的引用可使企業市場價值增加3%，且自引比他引更有價值。Lanjouw和Schankerman［32］通過構建指數模型研究專利質量與企業股票市場價值的關系，發現專利質量與企業市場價值呈正相關。而Chen和Chang［33］以英國40家制藥企業為研究樣本，發現在專利質量衡量指標中，專利技術優勢對企業市場價值的作用并不顯著，而專利的被引次數與企業市場價值之間呈顯著的倒U形關系。Bostan和Mian［34］通過研究內幕交易對創新的影響，發現內幕交易和專利申請之間的聯系隨著專利質量的提高而增強，并且內幕交易對于預測高質量的專利十分有效。第三，基于技術創新視角的專利質量研究，高頻詞包括Technological Innovation（41）。專利文獻是技術創新成果的有效載體，技術成果質量很大程度上決定了專利質量［16］。因此，專利質量可以有效表征技術創新的強弱與方向。例如，發明專利的技術創新程度高于實用新型和外觀設計，其專利質量更高。

綜上，專利質量研究的結果變量主要集中在微觀和中觀層面，宏觀層面的研究還比較缺乏。

3.2 研究主題的演化趨勢

通過比較圖1所劃分的三階段研究熱點的變化，分析專利質量研究主題的演化趨勢。

首先，對3個階段各自對應的文獻進行關鍵詞共現分析。其次，運用Price定律公式［11］，m=0.749*（nmax）1/2，其中nmax為最高頻關鍵詞頻次。在本研究樣本中，3個階段的高頻關鍵詞分別為Patents（15）、Innovation（101）和Innovation（395），因此，m值分別為2.90、7.53和14.89。為保守估計，設定各階段的高頻關鍵詞閾值分別為3、8和15。最后，得出3個階段的高頻關鍵詞數量分別為12、39和77個。表5顯示了專利質量研究3個階段高頻關鍵詞的變化及詞頻，每階段的高頻關鍵詞都與上階段比對、去重，以此顯示研究熱點的新增情況。

由表5可知，第一階段萌芽期的高頻關鍵詞較少，僅有12個，研究熱點主要圍繞Patents（15）、Ramp;D（14）和Indicators（11）等高頻關鍵詞展開。2001年之前并沒有形成學界公認的專利質量概念，研究內容主要包含專利、研發及其測量指標，研究方法以統計為主，選取相應的指標測量創新和績效，從側面間接反映專利質量。

第二階段成長期新增了28個高頻關鍵詞，研究熱點主要圍繞Firms（40）、Knowledge（33）和Intellectual Property（26）等展開，表明2002年之后企業成為專利質量研究關注的重要主體。此外，Quality（9）和Patent Value（9）作為研究熱點，主要從專利所有者角度界定專利質量，表明專利質量逐步成為公認的獨立學術概念。Protection（16）、Competition（14）、Strategy（14）和Determinants（10）等高頻關鍵詞，反映出專利質量研究開始挖掘影響因素且主要集中于市場方面，關注企業的經營管理活動和能力對專利質量的影響。Market Value（14）和Empirical-Analysis（11）等高頻關鍵詞，反映出專利質量研究開始關注結果變量，尤其是專利質量與市場價值的關系，主要采用以計量模型為主的實證研究方法。

第三階段進入成熟期，新增了39個高頻關鍵詞，研究熱點主要圍繞Search（42）、Firm Performance（41）和Alliances（37）等展開。Search（42）主要從審查者的角度定義專利質量，Alliances（37）、Incentives（34）和Governance（27）等高頻關鍵詞體現了對專利質量影響因素研究的深化，強化了政策激勵對專利質量的影響研究。Technological Innovation（34）、Knowledge Transfer（19）和Financial Performance（18）等高頻關鍵詞，反映出對結果變量研究的擴展，即從技術創新與知識管理等視角進行專利質量研究。

整體而言，專利質量的研究始于20世紀80年代，目前已取得較為豐富的成果。本研究基于上述3個階段研究熱點的變化，從研究內容、研究視角和研究方法等維度對專利質量研究的演化趨勢進行展望分析。從研究內容看，已有研究主要圍繞專利質量的內涵界定、測量體系、影響因素和作用機制等不斷深入；在產業研究中，Biotechnology（22）成為高頻關鍵詞，反映出對其他產業的應用性研究不足。后續研究應在加強基礎研究的同時，注重多產業的應用研究，并提出具體的提升策略，加強對實踐的指導。從研究視角看，專利質量的現有研究在早期主要聚焦于企業層面，隨后關注大學和科研院所專利質量的評價以及政府管理對專利質量的作用，并基于中觀層面進行產學研合作研究；但現有研究大多是基于單一國家背景的分析，基于國家層面的合作研究不足。后續研究可從政府層面拓展專利質量合作研究的深度與廣度。從研究方法看，已有研究從專利質量內涵的定性描述逐步向量化測度深入，研究方法從指標體系構建到網絡特征分析，更加嚴謹科學。未來可借助大數據和人工智能工具，對專利質量的影響因素進行動態評估，并深化專利質量作用機制等方面的研究。

4 結論與展望

本研究對近40年國內外專利質量研究主題的1 200篇SSCI文獻進行計量分析，得出以下結論。

第一，專利質量研究的發文量與時間呈指數增長關系，符合公式y=1.337 3e0.178 3x，R2=0.954。從年均發文趨勢可知，近40年國內外專利質量研究大致經歷了萌芽、成長與成熟等3個階段；高產與高被引國家形成了兩大合作圈，美國和中國在合作網絡中發揮著重要作用；高產與高被引機構包含高校及研究院所兩大類，高校以公立綜合類研究型大學為主，公立理工類研究型大學、私立經管類研究型大學為次；高產研究機構大致形成了六大合作圈，并呈現出單類型多主體、跨國家跨機構合作的特點；美國、意大利、德國學者在專利質量的合作研究中發揮了重要作用。

第二，專利質量研究呈現出四大熱點，即專利質量的內涵界定、測量體系、影響因素與作用機制。基于三階段研究熱點的變化，研究發現專利質量逐步成為相對獨立且研究熱度較高的公認學術概念，研究重點從專利質量的定性描述轉向定量分析，特別是近10年的研究重點逐步轉向關注企業創新績效與市場價值、知識溢出等結果變量對專利質量的影響及其作用機制。

綜上所述，已有研究雖取得了較好成果，但仍存在內涵界定不統一、測量體系與指標效力不一致、對專利質量的動態變化過程及其作用機制研究不夠深入等問題，須從以下四方面進一步深化拓展。

第一，進一步明確專利質量的科學內涵界定。現有研究主要基于專利審查者與專利所有者視角對專利質量進行界定，但實際上學者們更傾向于從專利商業化與競爭的視角對專利質量展開研究。因此，進一步明確專利質量的科學內涵界定，有利于未來更好地開展比較研究。本研究認為，專利質量是動態的并且貫穿于從專利創造到應用的全過程，主要包含三方面特征：技術本身的新穎性、法律狀態的穩定性以及專利應用的經濟性。

第二，構建完善的專利質量測度體系，增強測量指標的穩健性。學者們對專利質量的測量體系與指標效力尚未達成一致。現有文獻中，專利質量的測度指標包含技術與經濟兩維度或技術、經濟、法律三維度或技術、經濟、法律、戰略四維度等多種分類，且不同維度的指標從不同層面反映專利質量的相關關系，包括正相關［16］、負相關［19］和不相關［15］等3類。未來研究須進一步完善專利質量的測度體系，增強指標的穩健性，強化研究結果的有效性，便于指導實踐。本研究認為，專利質量測量體系的構建應從內涵定義出發，分為技術、經濟、法律等3個維度，并與從專利創造到應用的全過程相結合，以便更系統、更準確地進行測量。此外，在使用專利引證等指標時，應兼顧考慮時間截面與引證膨脹等問題，并進行動態修正以減少偏差。

第三，關注專利質量的動態變化過程并強化不同背景下的專利質量研究。雖然專利質量的評價標準相對客觀，但不同主體對專利質量的認識夾雜著不同的主觀需求。此外，專利質量受多種因素影響，如研發投入規模、戰略布局、技術及市場環境的變化等。表5中Dynamics（24）成為第三階段的新增高頻關鍵詞，表明學者們已經開始從動態視角研究專利質量。但研究以截面或面板數據為主，存在時滯問題，并且在研究中使用被引次數時未考慮時間截面問題，加之專利授權本身需要較長時間，這些情況導致很難準確捕捉專利質量的動態變化。在數字時代，未來研究可運用大數據和人工智能來分析專利從創造到失效的動態變化過程，這不僅有助于厘清專利質量形成與變化的復雜過程，而且能更有效地分析不同階段專利質量的影響因素與作用機制。當前，專利申請量和授權量與日俱增，僅憑不同技術領域專家的判斷對發明專利進行多指標綜合評價分析已力所不及，且實用新型專利中也不乏高質量專利。因此，本研究認為，未來應結合機器學習與神經網絡等方法，搜集數據、訓練模型并提高性能，使得對大規模專利數據集分類具有較高的預測準確性。另外，未來還應強化不同背景下的專利質量研究。專利質量的具體表現形式具有國情特色，如美國主要表現為專利授權，而中國更注重專利運用［35］。因此，應根據不同國情下的具體問題，從法律與經濟兩方面進行深入研究。

第四，進一步加強專利轉化機制的探索。表5中Commercialization（22）體現了專利商業化的現實需要，但專利只有作為生產要素與生產實踐相結合才能推動經濟高質量發展［36］。2022年7月，國家知識產權局發布的《2021年中國專利調查報告》顯示，我國科研機構和高校的有效專利實施率分別為29.6%和10.8%，表明其存在大量的“沉睡專利”［37］。因此，加強對專利轉化機制的探索，厘清專利轉化的障礙因素，能更有效地加快專利商業化進程并推動經濟高質量發展。未來研究應重點關注專利轉化的影響因素，有針對性地促進專利的運用；在產學研方面，還應考慮如何將企業需求與研究成果精確匹配、高效對接，以推動專利的商業化應用。

參考文獻：

［1］ DE RASSENFOSSE G， GRIFFITHS W E， JAFFE A B， et al. Low-quality patents in the eye of the beholder： evidence from multiple examiners［J］. The Journal of Law， Economics， and Organization， 2021， 37（3）：607-636.

［2］ 尹承銳，孫世強，陳明明. 專利高質量發展趨勢及其技術創新驅動機制研究［J］. 情報雜志， 2022，41（4）：70-76，97.

［3］ GUERRINI C J. Defining patent quality［J］. Fordham Law Review， 2014， 82（6）：3091-3141.

［4］ GRIMALDI M， CRICELLI L. Indexes of patent value： a systematic literature review and classification［J］. Knowledge Management Research amp; Practice， 2020， 18（2）：214-233.

［5］ HIGHAM K， DE RASSENFOSSE G， JAFFE A B. Patent quality： towards a systematic framework for analysis and measurement［J］. Research Policy， 2021， 50（4）：1-26.

［6］ 楊朦晰，陳萬思，周卿鈺，等. 中國情境下領導力研究知識圖譜與演進：1949—2018年題名文獻計量［J］. 南開管理評論，2019，22（4）：80-94.

［7］ 陳悅，陳超美，劉則淵，等. CiteSpace知識圖譜的方法論功能［J］. 科學學研究，2015， 33（2）：242-253.

［8］ 肖海林，董慈慈. 突破性技術創新研究： 現狀與展望：基于SSCI和CSSCI期刊的文獻計量分析［J］. 經濟管理，2020， 42（2）：192-208.

［9］ 胡澤文，周西姬，任萍. 基于扎根理論的高價值專利評估與識別研究綜述［J］. 情報科學， 2022， 40（2）：183-192.

［10］ "張亞峰，李黎明. 專利價值再認識：大學專利轉讓的實證研究［J］. 科學學研究， 2022， 40（9）：1608-1620.

［11］ PRICE D. Little science， big science［M］. New York： Columbia University Press， 1963.

［12］ 孫佳佳，李雅靜. 基于關鍵詞價值細分的高價值熱點主題識別方法研究［J］. 情報學報， 2022， 41（2）：118-129.

［13］ WAGNER R P. Understanding patent-quality mechanisms［J］. University of Pennsylvania Law Review， 2009， 157（6）：2135-2173.

［14］ NAGAOKA S， YAMAUCHI I. Information constraints and examination quality in patent offices： the effect of initiation lags［J］. International Journal of Industrial Organization， 2022， 82：1-19.

［15］ GUELLEC D， VAN POTTELSBERGHE B. Applications， grants and the value of patent［J］. Economics Letters， 2000， 69（1）：109-114.

［16］ BURKE P F， REITZIG M. Measuring patent assessment quality： analyzing the degree and kind of consistency in patent offices' decision-making［J］. Research Policy， 2007， 36（9）：1404-1430.

［17］ TRAPPEY A， TRAPPEY C V， WU C Y， et al. A patent quality analysis for innovative technology and product development［J］. Advanced Engineering Informatics， 2017， 26（1）：26-34.

［18］ LEE H G. The heterogeneous effects of patent scope on licensing propensity［J］. Research Policy， 2023， 52（3）：1-17.

［19］ NAGAOKA S. Assessing the Ramp;D management of a firm in terms of speed and science linkage： evidence from the US patents［J］. Journal of Economics amp; Management Strategy， 2007， 16（1）：129-156.

［20］ MAO H， JOHNSON L A， YIN Z F. The self-reported patent quality of Chinese firms： motivation source and technology accumulation effects analysis［J］. The Singapore Economic Review， 2019， 64（4）：939-960.

［21］ BOEING P， MUELLER E. Measuring patent quality in cross-country comparison［J］. Economics Letters， 2016， 149：145-147.

［22］ SCHAEFER K J， LIEFNER I. Offshore versus domestic： can EM MNCs reach higher Ramp;D quality abroad？［J］. Scientometrics， 2017， 113（3）：1349-1370.

［23］ LIU B C， LAI M Z， WU J L，et al. Patent analysis and classification prediction of biomedicine industry： SOM-KPCA-SVM model［J］. Multimedia Tools and Applications， 2020， 79 （15/16）：10177-10197.

［24］ CHEN Z Y， ZHANG J. Types of patents and driving forces behind the patent growth in China［J］. Economic Modelling， 2019， 80：294-302.

［25］ GR?NQVIST C. The private value of patents by patent characteristics： evidence from Finland［J］. Journal of Technology Transfer， 2009， 34（2）：159-168.

［26］ STERZI V. Patent quality and ownership： an analysis of UK faculty patenting［J］. Research Policy， 2013， 42（2）：564-576.

［27］ DANG J W， MOTOHASHI K. Patent statistics： a good indicator for innovation in China？ Patent subsidy program impacts on patent quality［J］. China Economic Review， 2015， 35：137-155.

［28］ DE RASSENFOSSE G， JAFFE A B. Are patent fees effective at weeding out low-quality patents？［J］. Journal of Economics amp; Management Strategy， 2018， 27（1）：134-148.

［29］ SONMEZ Z. Inventor mobility and the geography of knowledge flows： evidence from the US biopharmaceutical industry［J］. Science and Public Policy， 2017， 44（5）：670-682.

［30］ ACOSTA M， CORONADO D， FERRáNDIZ E， et al. Effects of knowledge spillovers between competitors on patent quality： what patent citations reveal about a global duopoly［J］. The Journal of Technology Transfer， 2022， 47（5）：1451-1487.

［31］ HALL B H， JAFFE A， TRAJTENBERG M. Market value and patent citations［J］. Rand Journal of Economics， 2005， 36（1）：16-38.

［32］ LANJOUW J O， SCHANKERMAN M. Patent quality and research productivity： measuring innovation with multiple indicators［J］. The Economic Journal， 2004， 114（495）：441-465.

［33］ CHEN Y S， CHANG K C. Exploring the nonlinear effects of patent citations， patent share and relative patent position on market value in the US pharmaceutical industry［J］. Technology Analysis amp; Strategic Management， 2010， 22（2）：153-169.

［34］ BOSTAN I， MIAN G M. Do insiders trade on innovation？［J］. Journal of Contemporary Accounting amp; Economic， 2023， 19（1）：1-20.

［35］ 劉運華，劉興華，李晶. 建立有利于科技成果轉化的專利質量評價體系研究［J］. 科學管理研究， 2022， 40（2）：65-72.

［36］ DU W， WANG Y B， XU W， et al. A personalized recommendation system for high-quality patent trading by leveraging hybrid patent analysis［J］. Scientometrics， 2021， 126（12）：9369-9391.

［37］ 葉建木，張洋，潘肖瑤，等. “休眠態”科技成果影響因素及形成機制研究［J］. 科技進步與對策， 2021， 38（6）：1-10.

An Analysis of Status， Cooperation Networks and Evolutionary Trends of Patent Quality Research Based on Bibliometrics

Cao Yong1， 2， Wang Zixin1， Xiao Li1

（1.Management School of Wuhan Textile University， Wuhan 430200， China; 2.Enterprise Decision Support Research Center of Hubei Province， Wuhan 430200， China）

Abstract： Patent quality has become an important indicator to measure the innovation ability and comprehensive strength of countries， regions， industries and enterprises. Therefore， patent quality research has not only been the focus of the scholars in recent years， but also has important theoretical and practical significance for China's innovation-driven strategy on high-quality development. Based on this context， this study comprehensively analyzes the research status， cooperation network characteristics， academic hotspots and evolutionary trends of patent quality research and proposes research prospects， which not only helps to improve and supplement the existing research conclusions， but also provides theoretical support for further deepening and expanding research in this field.

Based on the sample data of 1 200 SSCI journal papers on patent quality in WOS database core collection from 1981 to 2021， this study comprehensively analyzes the research status， cooperation network characteristics， academic hotspots and evolutionary trends of patent quality research by using bibliometric methods and visualization software. The main conclusions of this study are as follows： Firstly， there is an exponential growth relationship between numbers of paper published on patent quality research and the time， and can roughly gone through three stages from the average annual number of publications to germination （1981—2001）， growth （2002—2010） and maturity （2011—2021） in past 40 years. Secondly， high yield and high cited countries have formed two major cooperation circles centered on the US and China， and high yield and high cited institutions have formed six major cooperation circles with universities and research institutes and have the characteristics of multi-subject， cross-institution and cross-country cooperation. Thirdly， high-yield and high-cited universities are mainly public comprehensive research universities， supplemented by public polytechnic research universities， and secondary to private economic amp; management research universities. Fourthly， this study proposes four research hotspots worthy of attention， the definition， measurement system， influencing factors and impact mechanism of patent quality. Finally， the research focus has shifted from the early macroscopic qualitative description to microscopic quantitative analysis， and research method has shifted from index system construction to network feature analysis， especially in recent years， "big data and AI methods have been uesd to analyze the dynamic changes process and their impact mechanisms of patent quality.

This study also proposes research prospects from the following four aspects. Firstly， the scientific connotation and extension of patent quality should be further defined to better carry out comparative studies. Secondly， a better patent quality measurement system should be constructed to enhance the robustness of measurement indexes and the validity of research results for guiding practice. Thirdly， we should pay attention to the dynamic change process and strengthen study in different national contexts. Finally， the exploration of patent transformation mechanism should be further strengthened to more effectively accelerate the process of patent commercialization and promote innovation-driven strategy on high-quality economic development.

Key words： patent quality; bibliometrics; co-citation network; keyword co-occurrence network

收稿日期：2023-05-29

基金項目：國家自然科學基金面上項目“模糊前端不確定性對NPD績效的作用機理研究：開放創新與知識共享視角”（72072139）；湖北省高等學校哲學社科研究重點項目“后疫情時代制造企業模糊前端不確定性對新產品開發績效的影響研究”（21D046）。

作者簡介：曹勇（1964—），男，湖北浠水人，博士，陽光杰出學者，特聘教授，博士生導師，研究方向：技術創新與知識產權管理；王子欣（1999—），女，湖北黃州人，碩士研究生，研究方向：專利管理；肖麗（1998—），女，河南信陽人，碩士研究生，研究方向：數字創新管理。本文通信作者為王子欣。