专利质量影响因素分析
——基于专利引文结构新视角
朱桂龙1，王萧萧2
(1.华南理工大学工商管理学院，广东 广州 510641；2.齐鲁工业大学管理学院，山东 济南 250353)
摘 要： 本文在分析专利质量的界定、评价指标及影响因素的基础上，提出使用专利前向引用和后向引用的比值作为专利质量的衡量指标，并根据前向引用和后向引用的中位数，将专利质量分为技术独特者、技术先驱者、技术模仿者和技术促成者四种类型。运用2006—2010年中国在欧洲专利局全球统计数据库中的专利数据，验证专利自身技术特征和申请人特征对专利质量的影响。研究结果表明，专利家族数量、发明人数量、专利技术宽度和非专利文献数量对专利质量的影响程度不同；大企业更倾向于技术促成者，中小企业更倾向于技术模仿者，高校倾向于技术先驱者，产学合作对技术模仿者和技术促成者均有正向影响。
关键词： 专利质量；专利引证；影响因素；产学合作
0 引言
我国一直强调科技创新的重要性，并指出核心技术受制于人是最大隐患，非常具有前瞻性和针对性。掌握竞争和发展的主动权，必须突破核心技术这一关键难题，力争在重要技术领域实现 “弯道超车”。以发明专利为代表的知识产权是衡量自主创新能力，反映宏观和微观层面创新活动的重要维度。据统计，我国发明专利数据呈现 “爆炸式”增长，连续六年高居世界首位。不可否认，一系列专利激励政策是导致我国专利数量大幅增长的重要原因。如，企业因专利战略性动机倾向用专利数量构筑专利组合[1]。同时，一系列调动高校科研人员创新积极性和促进科技成果资本化和产业化的激励政策使得高校作为专利申请人的专利数量亦呈现快速增长态势。专利制度是鼓励创新、促进知识传播和技术进步的重要方式[2]。但是，随之而来的 “问题专利” “垃圾专利”状况让人担忧。据世界知识产权组织统计，全球90%以上的技术创新会在专利文献中有所体现。即便是技术落后的国家，也能够利用领先者的技术提高自身的技术水平，也就是说，专利引证可深化对创新系统运行机制的理解。然而，当低质量专利充斥在创新体系中时，知识扩散功能将受到损害，专利滥用风险必将增长[3]。张杰和郑文平[4]指出我国处于创新追赶阶段，要妥善把握专利 “量”的增长和 “质”的提升之间的有机平衡关系。我国是否存在专利数量带来的 “创新假象”？究竟哪些因素会影响专利质量？基于此，本文拟从专利质量的影响因素分析入手，主要对专利的技术性特征进行深度挖掘，识别出关键影响因素，为有效识别专利质量分类及促进专利质量提升提供重要借鉴。
1 专利质量及其影响因素的相关研究
1.1 专利质量内涵的界定及评价指标
从表面上看现有文献对专利质量的概念尚无一致的结论，但根据研究视角不同，专利质量包括技术特性和经济价值两个维度，主要指专利技术质量和专利商业质量[5]。授权发明专利必须具备三个要素特征：新颖性、创造性和实用性。新颖性是指该专利技术不属于现有技术，而专利技术仅仅有别于现有技术是不够的。创造性是指与现有技术相比，该发明具有突出的实质性特点和有利于推动技术进步。因此，技术质量指专利本身在新颖性和创造性上超出现有技术的程度。实用性指的是该发明能够被实际运用，对相关产品市场利润有积极的影响，侧重专利的商业质量。需要指出的是，针对专利的商业质量，大部分学者聚焦于专利价值的研究，多采用专利维持信息、市场价值 (预期利润)进行估计[6，7]。简单来说，技术质量要经过商业化、市场化才能真正体现出经济价值。关于专利技术质量与商业质量，众多学者认为二者显著相关[8]，然而，具有高技术质量的专利并不一定具有较高的商业质量[9]。综合而言，不同专利在技术性质上的差异，体现出专利质量的差异。专利技术质量侧重技术本身，强调新颖性和创造性，其质量效应在短期内便可观测。而专利商业质量侧重专利的经济效益，难以在短期内得到实现。万小丽和朱雪忠[10]也提到技术质量是专利质量的重要构成因素，需要考虑创新度、技术含量、成熟度、技术应用范围和可替代程度。从本质上来说，技术质量是最能够直接反映专利质量的指标，基于此，本研究侧重于对已授权专利的技术质量进行研究。
围绕专利技术质量的评价指标的研究主要有两大类：①就专利质量的形成阶段进行研究，如尝试用申请阶段撤回率和授权率来反映专利质量，以及在此基础上，加入续期率作为衡量专利质量的代表变量[2,11]。②基于文献计量学采用专利引证指标表征专利质量，学者们广泛认同专利被引频次是有效的质量指标[12,13]。然而，单纯使用授权率、续期率等来衡量专利质量存在一定问题，其主要侧重宏观层面的创新活动分析。鉴于专利质量最突出的特征是其分布很不平衡[14]，仅用被引次数来衡量专利质量亦是有偏的，在一定程度上仅能衡量技术影响力，并不能真正反映专利新颖性问题，即在已有技术基础上实现的技术创新程度。本研究认为，专利作为技术创新的重要产出，专利文献之间的相互引用关系，体现了知识流动及带来的创新效应， “站在巨人肩膀上”发展新技术，加速技术创新效应能够更准确客观的对专利质量做出评价。因此，专利技术质量应该具有更丰富的本质内涵，其基本要素应包括：①知识创造，即基于现有技术存量目标专利的技术创新程度，可以通过后向引用 (参考专利)体现；②知识传播，即对现有技术的影响力，可以通过前向引用 (专利被引)体现。
信息技术在财会工作中的应用，在一定程度上减少了财会人员的工作量，但对财务人员的要求并未降低。管理会计主要是为企业管理者在制定决策时提供有效、及时的意见或建议，如企业决策中的控制、决策、分析等工作，均需具有较高专业素质的财会工作者提供理论支持。因此，企业财会工作者必须不断提升自身专业能力，可从员工绩效管理能力、业绩评价能力、决策分析能力、财务核算能力等方面作为切入点，进一步健全自身知识体系。财务人员在提高自身专业能力同时，也应增加相关领域的知识累积，如经济分析识别、资本运营、公司治理等。
1.2 专利质量的影响因素
专利文献中可获取揭示专利自身技术特征及其专利申请人特征的结构化数据，主要包括发明人数量、专利技术宽度、专利家族数量、专利申请人组织背景等[15]。那么影响专利质量的因素有哪些？它们对专利质量的影响效应如何？现有研究缺乏一个系统的理论框架。我们对先前学者探究影响专利质量的因素作了整理，主要从以下两个方面进行分析：
(1)专利自身技术特征对专利质量的影响。发明人数量是评估专利质量的重要因素，在一定程度上代表R&D活动的人力资源投入，一般而言，投入越多，产出的质量越高。一项专利包含的技术是涵盖多个领域知识的结合体，发明人数量越多，知识的多样性越高，专利质量越高[8]。考虑到同一专利在不同国家申请和授权的时间、程序和成本，只有当专利具有较高的经济价值时，申请人才会申请法律保护。因此，专利家族数目越多，说明专利质量越高[16]。然而，也有一些文献认为专利的潜在市场越大，其增量作用越大，而技术质量较低。因此，专利家族大小并非线性反映专利价值，反映的专利质量信息有限[8，14]。从专利技术涉及的技术领域来看，有学者认为，专利技术涉及的技术领域越广泛，创新程度越高，专利质量越高[16]。另外，先前研究使用非专利文献来考察专利技术的科学关联度，但对专利质量的影响意见不一致[15]。综观专利自身技术特征，多数指标对专利质量的影响作用不够稳健，因此，有必要进一步深入探究专利自身技术特征对专利质量的影响程度。
强化监测，科学研判。气象、水文部门切实加强了对天气、水量、水质和墒情的监测，科学分析和研判旱情发展趋势。省防指根据监测预报情况，综合旱情发展状况，于7月25日启动了全省抗旱Ⅲ级应急响应，31日又将应急响应级别提升到Ⅱ级，并要求各级各部门按照应急响应要求，全力做好抗旱救灾工作。
(2)专利申请人特征对专利质量的影响。 “背景效应”在专利质量的自身技术特征与组织背景间，形成了更为复杂的 “嵌套”关系[17]。不同类型专利申请主体在研发资源、技术能力、专利用途等方面的差异，导致其在知识整合、知识创造上亦有差别。高校的基础研究工作既是对科学理论的追求，但其成果形式却可能是专利表示的新技术 (如纳米技术研究)。高校作为掌握稀缺知识资源和知识创造的主体，优先获得科研资源，如科研经费、人力资源和技术设备，其研究和创新行为多集中于基础研究，追求高层次的研究成果。Thursby[18]等通过分析美国专利数据发现，高校作为独立申请人的专利表现的特征为：众多数量的前向引用，表示技术影响力大；数量较少的后向引用，表示依赖较少的现有技术。由此认为，高校作为独立申请人，在已有技术基础上实现了较大突破，其专利质量更高[18]。孙玉涛和栾倩[19]的研究结果显示，C9联盟高校在发明人数、专利引证数及被引次数上具有显著的比较优势，但专利技术宽度较窄[19]。从理论上来说，高校产出的专利应具有较高的质量，但是，高校专利与市场需求结合不紧密，能否短期内被市场认可值得深入研究。而企业技术创新源于解决实际问题的需要，直接面向市场需求，其专利被引用次数相对更高[20]。相较于中小企业，大企业掌握着更多的研发资源和更强的市场化能力，其专利技术往往拥有更高的专利质量[6]。但是，另有学者研究表明大企业往往为了阻止竞争者进入其领域而申请专利，对专利质量关注不多，企业规模与专利质量存在负相关关系[21]。故企业规模和专利质量之间的关系非常具有争议性。相对于独立研发而言，产学合作拥有更多的创新资源，是源于明确应用导向的基础研究探索，是以知识存量为基础的知识交互活动，能够实现知识转移和应用新知识解决企业技术问题，有助于提升专利质量[22，23]。
首先，本研究对不同专利申请人的专利进行描述性统计分析(见表2)。为了更直观展示出专利引文结构、专利自身技术特征与申请人特征之间的关系，进一步绘制出图2、图3。统计结果发现，申请人特征在专利引文结构上具有显著差异。从前向引用来看，产学合作>大企业>中小企业>高校，后向引用为大企业>中小企业>产学合作>高校。从专利家族数量、发明人数量、非专利文献数量及专利技术宽度4个统计指标反映的结果来看，大企业在专利家族数量上略高于其他类型组织，专利家族指标反映了产业领域战略布局能力，大企业的战略布局要远优于其他创新主体。高校在非专利文献数量及专利技术宽度上明显高于其他类型组织，产学合作在发明人数量上具有显著的比较优势。以上分析为研究各影响因素与专利质量关系的分析提供了必要的前提。
OLED，即有机发光二极管，正因为OLED具有自发光，其具有对比度比较高，显示效果比一般的液晶屏好许多；此次用的是SPI接口，如图6所示。
2 研究设计
2.1 数据收集
自变量：①专利自身技术特征，专利家族数量、发明人数量、非专利参考文献、专利技术宽度，其中专利技术宽度采用IPC小类 (前4位)的数量计算。②申请人特征，用专利申请人分别表示企业、高校和产学合作三种，并进一步对企业规模进行分类，衡量企业规模 (大、中小型企业)的变量通常有三个：销售收入、总资产、员工人数[29]。考虑到R&D强度以销售收入为依据，能够反映市场需求的变动，被认为是最好的衡量企业规模的指标[30]。本文选择销售收入作为企业规模的衡量指标，最终划分标准为2006—2010年至少有三个以上专利申请且销售收入按照行业分类确定[30]。因此，本文探究4种申请人特征，大企业、中小企业、高校及产学合作。
2.2 变量测量
运输结构不断优化，珠江水运综合优势进一步突显。珠航局坚决落实国家关于推进运输结构调整的决策部署，充分发挥珠江水运成本低、运量大、低碳环保的优势，在打好污染防治攻坚战的同时，也能更好地服务沿江地区的经济发展。
贵铅是指铅与贵金属形成的铅合金。熔融的金属铅是贵金属的良好捕集剂，这一特性被用于贵金属的提炼，称为贵铅熔炼[1]。企业为了贸易、控制冶炼过程和做好金属平衡，需要对贵铅中银的含量进行分析。目前测量银的方法主要有原子吸收光谱法(AAS)[2]、分光光度法[3]、电感耦合等离子体原子发射光谱法(ICP-AES)[4]、电感耦合等离子体质谱法(ICP-MS)[5]、滴定法[6]、火试金重量法[7]、电位滴定法[8]等。本文建立了自动电位滴定法分析贵铅中银的方法，探讨了影响分析的相关因素。方法应用于实际样品分析，结果满意。
图1 专利质量分类
表1 专利质量分类解释
欧洲专利局的全球专利统计数据库 (PATSTAT)是当前世界收录最全的专利数据库，本文以PATSTAT作为数据来源。数据库包括专利申请、公开、申请人、发明人、引文、专利家族、技术分类和优先权信息等数据。对于审查员工作流程起到关键作用的数据，如优先权、引文数据的质量相对较高。Gambardella[24]已证实欧洲专利局专利引文与专利质量存在高度相关关系。需要指出的是，前向引用会受到 “时间截面” (nature truncated)影响，即专利被引次数会随着时间增长。为消减 “时间截面”引起的数据偏差，需要从专利授权日期开始观察至少5年的前引频次[13,25]。因此，本文检索时间跨度为2006年1月1日到2010年12月31日，数据下载时间为2017年10月25日。检索时间窗口为5年的发明专利数据，可以有效减少技术环境变化带来的噪音，且能够更好地发现变化趋势，共获得71769条专利信息 (不包括中国本土授权专利)。
因变量：专利引证作为知识流动的一种测量，是在有引用关系的目标专利间建立连接，近似表示知识的继承和发展。后向引用是目标专利的知识基础，揭示技术使用基础科学的程度和引用科学研究成果的活跃程度[26]。后向引用专利文献越多，专利主张的权利范围将受到更多限制，影响专利的新颖性和创造性，极大的降低专利质量[28]。换言之，技术领域发展越成熟，目标专利的创新贡献越小，因而专利质量较低[8]。本研究借鉴Czarnitzki、Hussinger、Dornbusch等[13,25,28]的方法，使用前向引用与后向引用的比值测量专利质量，表征创新主体对已有知识的重组整合，创造出新知识单元，并引发新的技术应用领域。然而，比值变量存在的问题是难以区分高前引/高后引及低前引/低后引的数值大小，基于此，本研究使用前引和后引的中位数来区分比值大小，对专利质量进行分类[28]。本研究中前引中位数是2，后引中位数是5，所有样本观测值被分为四类 (见图1)：技术独特者、技术先驱者、技术模仿者、技术促成者，具体特征解释见表1。
考虑到专利质量存在 “时间截面”及技术领域差异等问题，本研究选择两个控制变量：①专利授权年份，专利授权数量及相应的前向引用次数逐年增加。②技术领域，不同技术领域其专利质量影响因素差异很大，导致其对先前技术的依赖程度及被引次数也存在差异。本研究使用IPC专利分类，引入8个虚拟变量表示专利技术领域。
2.3 样本数据处理
本文首先使用2006—2010年中国工业企业数据库中主营业务收入指标的统计数据对企业规模进行分类，通过名称匹配和手动查漏补缺对专利样本进行筛选和处理，最终得到大企业独立发明专利29268条、中小企业独立发明专利8062条、高校独立发明专利2767条、产学合作1261条。再次，我们采用倾向得分匹配模型来解决内生性问题的干扰，其基本思想和逻辑是，PSM模型通过将高维度的专利特征转化为倾向得分，为我们寻找与产学合作专利特征相似的独立发明专利提供了一个可行的策略。将对照组中独立申请专利与处理组中产学合作专利进行匹配，用匹配后的对照组来最大限度的近似替代处理组的 “反事实”。PSM模型的具体匹配过程如下：①选择专利特征变量X 。样本分为两组，一组是产学合作，其值为1，其他情况为0。最终用于倾向得分估算的特征变量X 为专利家族数量、发明人数量、IPC数量。②估计倾向得分，我们对每一个观测值计算一个倾向得分，该得分就是产学合作发明专利的概率。③利用最邻近匹配法，为每一条专利选择一条与其倾向得分最接近的专利，作为配对样本。最后我们一共得到37713个样本，其中大企业独立申请专利27124条，中小企业独立申请专利7440条，高校独立申请专利1897条，产学合作1252条，用于实证研究的样本观测值。
3 实证结果与分析
3.1 描述性统计
综合上述研究，现有文献对影响专利质量的因素缺乏较为系统的分析，专利质量受专利自身技术特征和申请人特征多种因素的共同作用和影响。由此，本文将从微观层面的专利结构化数据和专利引用行为出发，采用中国2006—2010年在欧洲专利局的全球专利统计数据库 (PATSTAT)上的专利数据，对影响专利质量的因素进行挖掘和分类，为有效识别专利质量提供决策依据。
表2 描述性统计量
图2 基于专利引文结构的组织类型分布
图3 申请人特征下专利影响因素对比
3.2 回归结果分析
借助Stata12.0软件，首先，为了研究的严谨性，本文试图验证选取的影响因素与前引、后引之间的关系，由于前引、后引均为非负整数，且被解释变量的方差明显大于期望，即存在 “过度分散”，因此，采用负二项回归模型，在估计模型中大企业作为参照组。估计结果见表3，模型M0-b和M0-d是加入控制变量专利授权年份、技术领域进行回归，我们首先看专利个体特征对前引、后引的影响，除专利家族数量对后向引用的影响并不显著外，发明人数量、非专利文献数量及专利技术宽度对前引、后引均具有显著为正的影响。此外，分别看申请人特征对专利前引、后引的影响时我们可以发现，中小企业的前向引用次数显著低于大企业，而两者之间后向引用数量没有显著差异，这说明大企业在资金、人才等方面的优势，有利于提高技术影响力。对高校而言，其前向引用次数要低于大企业，但后向引证数大企业明显高于高校。可能的原因是，高校主要以基础研究为主，大多周期较长，在短期内难以被利用和获利，因此后续关注不足。正如袁晓东[31]等强调的，专利无法适应市场需求，被认为是高校专利未能有效利用的重要原因。产学合作专利的前向引用次数显著高于大企业，且后向引证数显著低于大企业。这在一定程度上表明，产学合作有助于促进专利新颖性和创新性的提升，并能够得到广泛传播和应用。
表3 负二项回归分析结果
注：***表示显著水平为0.001、**表示显著水平为0.01、*表示显著水平为0.05，下同。
通过上面的分析，我们发现专利自身技术特征和申请人特征确实对于专利前引、后引有显著影响。然而，专利最终目的是提高自主创新能力，在验证影响因素与前引、后引的关系后，接下来我们研究其对于技术独特者、技术先驱者、技术模仿者、技术促进者四种专利质量类型的异质性影响。本研究采用多项logit回归，运用多项logit模型前，对 “无关方案的独立性”假定进行检验，豪斯曼检验结果表明，该假定成立。根据上述分类，我们指定技术独特者为参照类别。具体估计结果见表4。
表4 多项logit模型估计结果
我们首先来看专利个体特征对不同专利质量类型的影响，模型2的结果显示，与技术独特者相比，专利家族布局倾向于促使专利成为技术先驱者和技术促成者，而不易成为技术模仿者。这说明，专利家族能赢得后续专利关注，极大地促进了技术创新效应。从发明人数量对专利质量类型的影响作用中可以看出，与技术独特者相比，发明人数量越多，专利越易成为技术先驱者、技术模仿者和技术促成者，三类专利质量没有表现出很大的差异性，这说明，专利发明人数量并不能用来判断专利质量高低。有趣的是，非专利文献数量越多，更有助于专利成为技术模仿者和技术促成者。技术模仿者和技术促成者的共同点是基于丰富的现有知识存量上做出的创新，我们知道，非专利文献被众多学者认为是表征科学关联度的重要指标，反映从基础科学中获取知识，进而提升专利的新颖性。但是，过分基于科学的技术创新在短期内无法获得更多关注。因此，非专利文献虽然显著的影响专利质量，但对于不同专利质量分类的作用效果存在差异。专利技术宽度对技术先驱者和技术模仿者没有显著影响，更倾向于成为技术促成者。可能因为专利技术宽度意味着对技术垄断的能力，需要较好地实现先前技术和后续专利的平衡，既能融合先前技术，尽可能的覆盖多个技术领域，又能影响后续创新，吸引更多竞争者。从组织背景效应来看，与大企业相比，中小企业更倾向于成为技术模仿者，在专利引用行为中充当知识利用的主要角色，通过吸收和利用已有技术，进行模仿创新实现能力追赶。值得肯定的是，高校具有一定的原始创新能力，其独立发明专利更倾向于技术先驱者。同时我们也能看出，产学合作并没有对技术先驱者有促进作用，而对技术模仿者及技术促成者均有显著的正影响，因而，产学合作对提升专利质量而言，是把双刃剑。一方面反映出科学与技术相互作用下更有利于重大技术创新的产生，有助于推动技术进步。但不可否认，在高校与企业技术势差过大的情境下，产学合作重心更多体现为企业短期产品开发需求，对未来技术影响较小。
4 结论及启示
后向引用是反映目标专利新颖性和创新性的重要指标之一，但是由于对其重要性认识不足，以及统计困难等原因，尚没有在专利结构化数据中得到足够的重视。基于此，本文提出了从专利前向引用和后向引用两个维度表征专利质量，并从专利质量本身存在差异这一角度，围绕专利结构化数据对专利质量的影响因素进行了探讨分析。首先，基于可获取的专利结构化数据，从专利自身技术特征和申请人特征提炼出专利质量的影响因素。其次，实证检验发现，专利自身技术特征指标对专利质量有显著影响，更重要的是，各影响因素对专利质量的影响程度不同。从申请人特征上我们可以看出，大企业和中小企业的专利质量存在较大差异，大企业是主要的技术促成者，中小企业更多的是技术模仿者。而高校更倾向于技术先驱者，产学合作是把双刃剑，在技术模仿者和技术促成者上均有显著影响。不可否认，当前我国产学合作在长效合作机制、合作质量及企业技术能力提升等方面存在诸多困境，无法形成有效的研发合作和知识转移机制[32]。
本文通过研究专利自身技术特征和申请人特征对专利质量的具体影响，具有一定的理论意义，同时，为有效的科学技术评价和提升专利质量提供了重要借鉴，具有一定的现实意义。研究启示如下：①基于不同技术特征、申请人特征以及具有不同专利质量的简单比较可能会带来误导误判，因此，不能简单使用专利质量评估技术创新和未来前景。对于专利质量提升很关键的环节是在充分挖掘先前技术的基础上，进一步发展和创新。并且要考虑该专利能在多大程度上影响后续专利并吸引竞争者。②现阶段我国力争建设创新型科技强国，实现科技领先需要创新主体成为技术先驱者、技术促成者而非技术模仿者。不同创新主体在知识生产和传播过程中的角色不同，为此，需要充分发挥企业、高校各自的资源优势，并需要权衡独立研发和合作研发。③有效的产学合作一定是建立在合作双方共赢的基础上，破除合作困境的关键在于高校，面对企业从基础研究、应用研究到产品开发的多样化需求，高校应根据自身发展定位，确定合作重点，为企业自主创新能力提供有力支撑。虽然，本研究对技术领域进行了控制，但行业差异与专利质量具有密切关系，未来研究可深入探讨我国行业领域差异对专利质量的影响作用。另外，产学合作对专利质量影响中是否存在其他作用机制都是后续进一步深入探讨的方向。
参考文献：
[1]MUNARI F,TOSCHI L.Running ahead in the nanotechnology gold rush.Strategic patenting in emerging technologies[J].Technological forecasting & social change,2014,83 (1):194-207.
[2]叶静怡,李晨乐,雷震,等.专利申请提前公开制度、专利质量与技术知识传播[J].世界经济,2012 (8):115-133.
[3]毛昊.中国专利质量提升之路:时代挑战与制度思考[J].知识产权,2018 (3):61-70.
[4]张杰,郑文平.创新追赶战略抑制了中国专利质量么[J].经济研究,2018,608 (5):30-43.
[5]LANJOUW J O,SCHANKERMAN M.Patent quality and research productivity:Measuring innovation with multiple Indicators[J].Economic journal,2010,114 (495):441-465.
[6]BESSEN J.The value of U.S.patents by owner and patent characteristics[J].Research policy,2008,37 (5):932-945.
[7]张古鹏,陈向东.基于专利存续期的企业和研究机构专利价值比较研究[J].经济学,2012,11 (4):1403-1426.
[8]BURKE P F,REITZIG M.Measuring patent assessment quality——Analyzing the degree and kind of (in)consistency in patent offices’ decision making[J].Research policy,2007,36 (9):1404-1430.
[9]张军荣.开放式创新能提升专利质量吗[J].科研管理,2017,38 (11):103-109.
[10]万小丽,朱雪忠.专利价值的评估指标体系及模糊综合评价[J].科研管理,2008,29 (2):185-191.
[11]龙小宁,王俊.中国专利激增的动因及其质量效应[J].世界经济,2015 (6):115-142.
[12]SCHOENMAKERS W,DUYSTERS G.The technological origins of radical inventions[J].Research policy,2010,39 (8):1051-1059.
[13]CZARNITZKI D,HUSSINGER K,SCHNEIDER C.The nexus between science and industry:Evidence from faculty inventions[J].Journal of technology transfer,2012,37 (5):755-776.
[14]HARHOFF D,SCHERER F M,VOPEL K.Citations,family size,opposition and the value of patent rights[J].Research policy,2003,32 (8):1343-1363.
[15]胡小君,陈劲.基于专利结构化数据的专利价值评估指标研究[J].科学学研究,2014,32 (3):343-351.
[16]PETRUZZELLI A M,ROTOLO D,ALBINO V.Determinants of patent citations in biotechnology:An analysis of patent influence across the industrial and organizational boundaries[J].Technological forecasting & social change,2015,91:208-221.
[17]樊霞,任畅翔. “985工程”高校产学研专利质量影响因素研究[J].科学学与科学技术管理,2014 (6):3-10.
[18]THURSBY J,FULLER A W,THURSBY M.US faculty patenting:Inside and outside the university[J].Research policy,2009,38 (1):14-25.
[19]孙玉涛,栾倩.专利质量测度 “三阶段—两维度”模型及实证研究——以C9联盟高校为例[J].科学学与科学技术管理,2016,37 (6):23-32.
[20]STERZI V.Patent quality and ownership:An analysis of UK faculty patenting[J].Research policy,2013,42 (2):564-576.
[21]ZEEBROECK N V.Patents only live twice:A patent survival analysis of the determinants of examination lags,grant decisions,and renewals[J].Université libre de bruxelles,2008.
[22]MEI H C H,LIU J S,LU W M,et al.A new perspective to explore the technology transfer efficiencies in US universities[J].Journal of technology transfer,2014,39 (2):247-275.
[23]KAFOUROS M,WANG C,PIPEROPOULOS P,et al.Academic collaborations and firm innovation performance in China:The role of region-specific institutions[J].Research policy,2015,44 (3):803-817.
[24]GAMBARDELLA A.The value of European patents[J].European management review,2008,5 (2):69-84.
[25]CZARNITZKI D,HUSSINGER K,SCHNEIDER C.Commercializing academic research:The quality of faculty patenting[J].Industrial & corporate change,2011,20 (5):1403-1437.
[26]赵亚娟.专利引用分析方法与应用[J].图书情报工作,2009,53 (6):11-15.
[27]万小丽,朱雪忠.国际视野下专利质量指标研究的现状与趋势[J].情报杂志,2009,28 (7):49-54.
[28]DORNBUSCH F,NEUH
USLER P.Composition of inventor teams and technological progress:The role of collaboration between academia and industry[J].Research policy,2015,44 (7):1360-1375.
[29]朱恒鹏.企业规模、市场力量与民营企业创新行为[J].世界经济,2006 (12):41-52.
[30]毛其淋,许家云.政府补贴、异质性与企业风险承担[J].经济学,2016,15 (3):1533-1562.
[31]袁晓东,张军荣,杨健安.中国高校专利利用的影响因素研究[J].科研管理,2014,35 (4):76-82.
[32]朱桂龙.产学研与企业自主创新能力提升[J].科学学研究,2012,30 (12):5-6.
The Determinants Analysis of Patent Quality :A New Perspective of Patent Citation Structure
Zhu Guilong,Wang Xiaoxiao
(1.School of Business Administration,South China University of Technology,Guangzhou 510641,China;2.School of Management,Qilu University of Technology,Jinan 250353,China)
Abstract： Based on the analysis of the definition of patent quality,the evaluation index and the determinants,this paper puts forward the ratio of the forward citations and the backward citations as the measure of the patent quality.And according to the median of forward citations and backward citations,the patent quality is divided into four types:technology mavericks,technology pioneers,technology adopters,and technology enablers.This paper tests the influence of patent’s technical characteristics and characteristics of applicant on patent quality by using the patent data of PATSTAT from 2006 to 2010.It reaches conclusions as follows:patent family size,the number of inventors,the breadth of technology and the number of non-patent literature have different influences on the patent quality.The large enterprises are more inclined to technology enablers.The small and medium-sized enterprises tend to be technology adopters.The universities are more inclined to be technology pioneers.And the role of university-industry collaboration has significant positive impact on the technology adopters and technology enablers.
Key words: Patent quality;Patent citation;Determinant;University-industry collaboration
中图分类号: F273.1
文献标识码: A
基金项目： 国家自然科学基金项目 “我国产学研合作创新理论与政策研究” (71233003),广东省自然科学基金研究团队项目 “转型期广东创新驱动发展：战略与路径” (2016A030312005)。
收稿日期： 2018-10-23
作者简介： 朱桂龙 (1964-)，男，安徽庐江人，华南理工大学工商管理学院教授、博士生导师；研究方向：技术创新与科技管理。
通讯作者： 王萧萧
((责任编辑 柯文先)
标签：专利质量论文; 专利引证论文; 影响因素论文; 产学合作论文; 华南理工大学工商管理学院论文; 齐鲁工业大学管理学院论文;