多维视角的高质量专利识别及其应用研究

许鑫 赵文华 姚占雷

摘 要：[目的/意义]我国专利数量巨大，但质量高低不齐。高质量专利对技术追踪、技术引进和资产管理极其重要，低质劣质专利则会阻碍科技创新的评估。聚焦高质量专利并进行挖掘可以获取更加深层与核心的情报，但高质量专利筛选却如“大海捞针”，目前尚无可行的识别筛选方法。探索适合中国专利的高质量专利评价模型及筛选方法迫在眉睫。[方法/过程]通过文献调研法对当前专利质量及评价进行综合归纳的基础上，延伸并界定高质量专利的内涵，对专利质量评价维度及指标进行创新拓展，构建分级、分层的多维视角专利质量评价指标体系，并基于创新指标体系建立高质量专利识别方法流程模型，最后以上海市高质量专利分布现状为例验证了方法模型的实用性及可行性，并为创新主体提出相应建议。[结果/结论]研究结果表明本文提出的高质量专利指标模型及识别方法具有较强的科学性和可操作性，利用该指标模型和识别方法可对某地区或某领域的大批量专利进行筛选识别，为实现专利技术情报的科学高效利用提供有价值的参考。

关键词：专利质量;评价指标;识别方法;专利分析

DOI：10.3969/j.issn.1008-0821.2019.11.002

〔中图分类号〕G255.53 〔文献标识码〕A 〔文章编号〕1008-0821（2019）11-0013-10

Abstract：[Purpose/Significance]The number of patents in China is huge，but the quality is uneven.High-quality patents are extremely important for technology tracking，technology introduction and patent asset management.Low-quality and inferior patents can hinder the evaluation of technological innovation.Focusing on high-quality patents and mining patent data can gain deeper and core intelligence value，but high-quality patent screening is like“needle in a haystack”.There is no feasible identification and screening method.It is extremely urgent to explore high-quality patent evaluation models and screening methods suitable for Chinese patents.[Method/Process]Based on the literature research method to comprehensively summarize the current patent quality and evaluation，it extended and defined the connotation of high-quality patents，innovate and expand the dimensions and indicators of patent quality evaluation，and build a hierarchical multidimensional perspective patent quality evaluation index system.Established a high-quality patent identification method flow model based on the innovation index system.Finally，the practicality and feasibility of the method model were verified by taking the example about high-quality patent distribution in Shanghai，and corresponding suggestions were proposed for the innovation subject.[Result/Conclusion]The research results showed that the high-quality patent index model and recognition method proposed in this paper were scientific and operational.The index model and identification method could be used to screen and identify large-volume patents in a certain region or a certain field，and provide a valuable reference for the scientific and efficient use of patented technical information.

Key words：patent quality;evaluation index;identification method;patent analysis

我国作为專利大国，自从20世纪80年代中期以来，专利申请数量一直呈现指数级增长趋势，申请总量连续多年稳居世界第一[1]。专利申请数量能够保持快速增长是我国科技创新速度加快和创新能力提升的体现，展现出我国良好的技术创新发展面貌。国家越来越意识到提升知识产权质量的紧迫性并倡导提升专利质量，明确指出了知识产权创造主体的注意力应该由数量转向质量，并提出实施专利质量提升工程，加大培育核心专利，强化知识产权的创造、保护和运用，以促使我国从专利大国向专利强国迈进。

高质量专利是专利管理和运营的优质资源来源，对创新主体进行专利资产分级、许可转让、专利战略布局、投融资以及专利维权诉讼至关重要。在海量专利数据中，对相关行业起到关键促进作用、蕴含巨大经济效益或战略价值的高质量专利只占极小的比例，而这些极少数的专利才是技术追踪、技术引进、专利资产管理的精华。那么，怎样识别和筛选出这些少数的高质量专利成为后期专利运营的基础，是整个专利情报挖掘和利用的前提。

当前，关于专利质量评价和筛选的研究逐渐受到学界关注，但针对“高质量”专利筛选的方法鲜见，且大多数研究只是单纯构建专利质量评价指标，没有实证检验且指标不具有针对性，很多指标因考虑因素过于庞杂而难以操作。因此，构建一套可行的高质量专利识别方法现实意义重大、任务紧迫。本文则从专利质量的内涵入手，全面界定高质量专利的内涵，深化拓展高质量专利评价指标和筛选的维度，提出多视角的专利质量评价指标体系，系统构建了高质量专利筛选流程模型，从根本处和细微处解决高质量专利筛选实践中存在的痛点，最后以上海市为例验证指标模型的科学性和可行性，以期为有关实践提供参考借鉴。

1 文献回顾

1.1 相关概念辨析

专利集技术、法律、经济信息于一体，体现出发明主体的发明策略和行为，以及技术发展背景和发展程度。专利包含着解决某一具体问题的详细技术方案，记载了世界各国的新技术、新工艺、新产品、新方法以及新的科技与市场发展动态[2]，拥有专利的效果是对法律包装里面技术内容的排他性经营权[3]。

专利质量的概念较为抽象，目前已有的研究基本都从技术、法律和经济层面定义专利质量。徐明等认为应从专利创造的技术进步性、专利审查的稳定通过性和专利应用的经济效益性3个角度对专利质量这一概念进行阐述[4]。黄薇提出专利质量是指专利的一组关于专利独占属性满足要求的程度，它包括法律、技术、产业、市场等方面的影响因素[5]。朱雪忠等认为专利质量是专利技术对使用者形成竞争力的重要程度，它是一个以法律有效性为底线，以专利技术的先进性为核心，体现专利经济价值的相对概念[6]。宋河发等提出专利质量是一件专利技术水平高，撰写较好，能经得起审查、无效和诉讼程序的具有较大市场价值的情况，本质是一件专利满足专利“三性”（新颖性、创造性和实用性）的程度[7]。本文赞同专利质量应该综合考虑专利包含的多维度信息，但是不同维度和不同评价指标下得到的“高质量”或“低质量”专利集合也会不同。

高质量专利是专利质量评价结果的综合体现，研究者的关注角度不同对高质量专利内涵的界定也不同。Schakerman M等利用专利维持率来研究专利质量，维持率高则表明专利质量较高[8]。马廷灿等提出权利要求的数量、专利的技术覆盖范围（也称专利宽度）、专利族的大小、保护区域的数量、美国专利数量、三方专利数量、PCT申请数量以及专利维持年限与专利质量成正相关[2]。徐明认为专利只有同时满足技术进步性、法律审查通过性和经济利益性3个评价项目下的特定标准，方能认定为高质量专利[4]。

可以看出，当前研究中的高质量专利内涵界定主要是从专利体现的技术、经济和法律角度进行的细化或者概括，并未考虑专利的战略价值，这在专利的分级管理中欠缺全面性，因为战略性专利是专利权人专利资产管理的重要组成部分。本文中高质量专利的内涵增加了战略角度的考量，即高质量专利指的是具备较高技术含量和文本质量、权利稳定性高、当前或未来市场竞争力强、具有较强进攻或防御战略价值的专利。

1.2 专利质量评价研究

如何从海量专利数据中识别出高质量专利，排除因授权不当产生的“垃圾专利”和“问题专利”的影响，对把握技术创新真实水平和专利的科学利用至关重要。对专利大数据进行筛选的前提是明确高质量专利筛选的指标。当前专利质量评价指标研究大致包含技术、法律、经济3个层面的定量或定性指标。

技术层面的研究主要侧重于技术先进性、技术方案内容和技术前景与广度。胡谍等认为发明专利的技术性与进步性较实用新型和外观设计专利更高，应当将有效发明专利占比纳入评价指标体系[9]。朱雪忠等认为评价专利质量的主要标准是专利技术的重要性和先进性，并用专利的总数量作为专利技术强度表征之一[6]。郑素丽等将专利的引用信息、维持年限、权利要求项数等指标作为专利质量高低的评价指标[10]。Schettino F等用被引次数、权利要求数、专利族大小作为专利质量指标[11]。李春燕等认为专利被引次数是专利技术重要程度的衡量指标[12]。Putnam J提出专利族大小是专利质量评价的重要指标[13]。Merges R P用申请人数量、发明人数量、引用前5年重要专利数量、PCT专利数量等指标评价专利质量[14]。Albert M B等则用专利引用科技文献的平均数量，即科学关联度来考察专利申请人的技术创新与最新科技发展的关联程度[15]。

经济层面的研究主要侧重于市场适应情况、专利运营情况及市场未来预期情况。Hall B H等认为一项专利正是因为其受到保护才确保发明能够实施，进而可以进一步实现商业化[16];王浩根据马克思劳动价值论中的价值与使用价值的二元论的观点，指出超额剩余价值是评价新技术质量的重要指标[17]。徐明等认为专利应当具有经济性，专利技术的最终使用者将其物化于产品，通过降低成本或提高商品质量来赚取更多利润[4]。宋河发等提出机构专利实际经济质量包括实施专利数量占全部专利申请量的比例和单位实施专利产生的实际价值两个指标[7]。

法律层面的研究侧重于专利权利稳定性、保护强度和侵权可判定性。Ernst H提出将专利授权率、有效专利率等作为专利质量指标[18];Wagner R P认为专利满足的新颖性、非显而易见性及其清晰充分的表述程度是专利法定性评价的最重要指标[19];Graf S W指出专利质量评价应包括专利主题、实用性、新颖性、非显而易见性、恰当的文字描述与可实现性以及信息的披露程度[20];黄庆等提出了包括授權量和授权率在内的专利质量评价指标体系[21];宋河发等人认为专利质量法律审查下的评价指标应包含实用性、新颖性、创造性和申请文书的公开性[7]。李春燕等认为应当考虑一项专利的纠纷案件数量、专利诉讼胜诉情况以及抵御专利异议的情况[12]。徐明等提出重点应该是如何通过“稳定的”法律审查，而不是在法律审查过程中遭遇异议、复审等再顺利解决[4]。赫英淇等从专利审查的角度指出，高质量专利要求授权的专利权利要求边界清晰、保护范围适当，并且授予的专利权权利稳定[22]。

综上所述，本文赞同应该从多个层面考虑专利质量评价指标，但并不是每个基于法理性成立角度的指标都可以对批量专利进行客观筛选，比如在经济层面的超额剩余价值的计算、专利转化率、技术转化率、专利实施数量等，计算过程复杂、难度大，难以适用于大批量专利的筛选;法律层面的一些定性标准缺乏客观性;宋河发等人提出的仅是针对单项专利和机构专利的评价指标[7];李春燕等是针对一项专利纠纷案件数量去评价其法律质量[12]。这些难以批量操作的指标在专利大数据的筛选实践中实行难度较高，不利于海量专利筛选工作的开展，因此，高质量专利筛选指标体系及流程方法需进一步探索完善。此外，上述指标忽略了专利申请人的申请意图和动机，即专利的战略价值，而战略价值是评价高质量专利不可忽视的重要因素，是后期专利运营与资产管理的必要衡量维度。

本文的指标体系首先完善了专利质量评价的维度，在当前已有维度的基础上增加了战略价值维度。专利作为科技竞争情报的重要体现，蕴含着申请人的技术战略考量。专利申请的出发点不同，其战略意义不同，也会造成其质量水平上的差异。比如一些机构或地区将专利作为职称评定和选拔人才的标准，迫于时间急于求成而仅做细微创新;某些企业为了达到公关目的大量申请专利而忽视专利质量;甚至有些申请者为了提升影响力而高度模仿他人专利，钻审查的漏洞，这些都会带来大量低质量专利。对于专利申请人而言，真正能够作为牢固技术壁垒和谈判筹码的专利，具备防御、进攻、威胁、钳制等功能，这样的专利一定是重点关注和保护的技术，其质量也一定高于对研发创新中细微创新点保护的专利。因此，对于专利质量评价指标的确定，还应该将战略价值层面考虑进去。

2 高质量专利评价指标体系

通过上文的论述，本研究中的高质量专利评价指标维度包含技术、经济、法律、战略4个不同的视角，每个视角下根据关注角度的不同又包含相应的一级指标和二级指标。具体的评价维度、指标级别和指标内容如表1所示。

如表1所示，该指标体系全面考虑了高质量专利筛选中涉及的各个维度，技术层面包含了技术先进性、技术方案内容、技术前景与广度3个一级指标;经济层面包含技术创新程度和市场适应情况、专利运营情况、市场未来预期情况3个一级指标;法律层面包含时间保护范围、地域保护范围、权利保护范围和权利稳定性4个一级指标;战略层面包含防御能力、进攻能力和影响力3个一级指标。各个一级指标下又包含相应的二级指标。该指标体系避免了评价指标的主观性和复杂性，操作性强、可重复性强，有利于对海量专利进行快速批量识别。

3 高质量专利识别流程模型

专利质量评价的研究日益受到学界关注，但关注点集中在技术、经济、法律层面的指标构建，法理性较强但实操性较差，且没有从申请者的战略布局角度考虑专利的战略价值。其中很多定性指标难以批量实施，且缺乏专利质量筛选模型和实证，可操作性难以保证。加之各国专利制度不同，专利数据库收录、著录规则不同，为实现专利的集中高效利用，有必要研究一套普适性较强的高质量专利识别方法。本文在充分考虑了专利质量评价指标的多个维度及实操性的基础上，结合实践中专利评价侧重点的不同和灵活性，构建了如图1所示的高质量专利识别方法及流程模型：

3.1 主要模块

该模型主要包含4个模块：议题确立模块、指标选取模块、数据筛选及清洗模块、专利分析模块。1）议题确立模块是专利筛选的前提。在识别高质量专利之前首先需要明确所分析的项目侧重于专利的技术、经济、法律还是战略层面，对专利质量要求程度的高低还可能兼顾多个层面的考量。2）指标选取模块是高质量专利识别筛选的关键。不同的分析视角有不同的指标，要在充分理解议题的侧重角度之后合理选择恰当的筛选指标，选择指标要做到不求全而求代表性和可实施性。3）数据筛选及清洗模块是获得专利分析数据的保障。受检索策略和检索规则的影响，针对某个主题检索得到的数据可能掺杂着大量的噪音，需要对数据进一步清洗去噪，使数据更干净聚焦。该模块需要在合理构建检索式的基础上，根据选择的筛选指标检索数据，然后以目标数据为导向对数据进行清洗，得到供分析用的专题数据集。4）专利分析模块是得出结论并辅助决策的核心。对得到的专题数据集进行深入分析和挖掘，从专利角度洞悉某地区或某领域的科技创新能力，探寻技术发展趋势、技术分布状况、关键技术领域、重要权利主体等科技信息，为专利资产的管理和运营提供支持。

3.2 指标内涵

技术层面，我国发明专利的审查流程更复杂、周期更长、技术创造创新性要求更严格，因此，发明专利对于高质量专利的筛选更具参考价值;专利被引次数是目前专利质量评价指标研究中较为深入和广泛的，专利被引次数越多，表明该专利对后续发明创造的影响越大，专利蕴含的知识越多，潜在的市场价值越高，通常被视为某一技术领域的核心专利[2];专利申请中，权利要求数量超过10个将产生附加费，且权利要求的数量体现出技术方案的数量，整体而言，中国高价值专利的平均权利要求数量要比普通专利多[3];专利宽度指的是专利的技术覆盖范围，Lerner J经过实证研究提出用专利文件中的IPC小类的数量来表征专利宽度[23];专利族是专利权人在多个国家或地区申请的专利，目的是扩大该技术的保护范围，专利族的大小与专利质量正相关。

经济层面，申请人类型中，通常企业申请人比高校、科研院所和个人有更好的市场适应情况，市场价值更高;专利的质押、转让和许可表明该专利（或专利家族）所包含的技术具有更高的市场经济价值，是衡量专利经济质量的重要指标;美日欧是专利制度较为发达的国家，三方专利能够检验专利技术是否经得起国际高竞争力水平市场的检验;剩余有效期代替专利的剩余经济寿命，剩余经济寿命是专利有效使用并创造超额收益的持续时间，体现出其未来市场预期价值。

法律层面，目标专利的存活期越长，其时间保護范围越长，表明权利主体愿意花重金对技术进行维持，反映出专利质量较高;有效专利指的是在法定保护期内按时缴纳年费的专利，对比失效、无效、放弃、撤回、权利被迫终止的专利质量更高;保护区域的数量和PCT申请的数量与专利质量成正相关;独立权利要求的数量代表独立技术特征的多寡，体现技术保护的全面性;从属权利要求的数量代表附加技术特征的多少，附加技术特征能够增加权利的稳定性;说明书页数和实施例的数量反映了技术方案的复杂程度和对权利支撑强度的大小，与专利质量成正比。

战略层面，专利总量和申请速率是申请人自身技术防御意识强弱的体现;独立权利要求是专利在权利化过程中防御及保障措施完备与否的体现;专利的收购、转让、许可等进攻型战术体现出权利主体在技术领域内的进攻能力，其数量与专利的战略价值正相关;保护区域的数量则体现了申请者攻占国际市场的动机。

3.3 指标选取与阈值确认

选择恰当的指标是确保高质量专利筛选可行性和科学性的关键。在选择具体指标时，需要考虑以下原则：第一，量化原则，以保证计算机可以从专利文献中直接获取指标数据进行定量统计;第二，便捷性原则，选取的指标要便捷易操作，不要过于复杂和繁琐;第三，代表性原则，不要贪多求全，要选取具有较高代表性的指标;第四，普适性原则，识别方法要能广泛适用于不同的国家、地区、技术领域、申请人类型，以便于进行深入分析和多维度对比。

由于高质量专利是一个具有比较意义的相对性概念，指标阈值的确定也需根据具体议题的性质和专利目标数据集合理确定。该模型在实际应用时，由于分析议题的不同，各个指标阈值的确定需要充分考虑数据的可获得性、全面性、科学性、可批量处理性、可重复性等，保障筛选过后的数据不能过多而掺杂大量噪音，也不能过少而对分析结果造成影响，因此指标阈值的确定具有一定的灵活性，需要根据实际数据所需进行合理调整。

4 高质量专利识别方法实证分析

4.1 对象选择

2015年，上海市在原有的经济、金融、贸易、航运4个中心定位的基础上增加了“科技创新中心”这一定位，由此形成“5个中心”的新定位，使得上海市的科技创新能力备受关注。2018年11月，《上海市产业地图》的发布，为上海市重点产业布局及新兴技术产业发展提供了指导。专利是最常用的也是被广泛认可的创新测量指标，并且其稳健性和可靠性在实践中得到了验证[1]。高质量专利包含着领域重点创新技术，其申请和布局往往能够反映高新技术的区域分布情况，可作为科技创新评价的关键指标。以上海高质量专利作为切入点，通过专利大数据的挖掘探析上海市当前的科技创新技术布局及发展情况，结合产业地图窥测上海市高质量技术与产业发展导向是否一致，一方面验证高质量专利识别模型的可行性;另一方面结合上海市当前产业创新导向，更好地服务于实践，发现问题，提出建议。

4.2 数据采集与处理

本实例所要研究的议题是上海高质量专利及对应的产业分布现状分析，以系统把握当前上海着力发展的产业与已有高质量专利分布情况，寻求差异、精准施策。由议题性质可知，本研究侧重于技术视角的分析，因此选择技术层面的指标进行筛选。由上文论述可知，发明专利具有更高的技术质量，因此选择专利类型为发明专利。专利被引体现出其技术的先进性和基础性，因此被引用过的专利是质量较高的专利。在我国专利申请中，权利要求数量超过10个将产生附加费，且权利要求的数量体现出技术方案的数量，整体而言，中国高价值专利的平均权利要求数量要比普通专利多[3]，因此将权利要求数量大于等于10作为筛选标准。同族专利可以更好地衡量专利技术的前景与广度，因此有同族的专利质量要高于没有同族的。

由以上评价角度、指标体系结合识别模型得出，本实例中上海市高质量专利筛选标准依次为：发明专利、专利被引次数大于等于1、权利要求数量大于等于10、专利同族数量大于等于1。《中华人民共和国专利法》规定，中国发明专利权的保护期限自申请之日算起，为更好地研究上海市高质量专利申请布局趋势与产业地图布局的异同，选取近10年内申请的专利，即申请日规定为2008-2018年。不考虑已经通过申请但尚未公开的专利。

本实例采用的检索工具为Incopat科技创新情报检索平台，该平台收录了全球117个国家、地区和组织的海量专利数据，数据全面，更新及时。经数据检索、筛选、清洗去噪、补充遗漏数据，最终共得到上海市高质量专利数据50 953条。

4.3 上海市高质量专利国内外技术布局分析

专利技术的布局要么是保护现有技术在当前市场竞争环境下的利益，要么是进攻市场中其他对手的现有技术，要么是防御未来潜在竞争对手的威胁，要么是钳制当前竞争对手的发展，或者多重动机兼而有之。可见无论出于哪种目的，能够拿到海外市场进行布局的技术都是申请者的优势技术或重点关注的技术，代表了专利主体的技术布局趋势。表2显示了上海高质量专利主要技术布局地区及技术方向。

如表2所示，上海市的高质量专利技术布局以国内为主，海外布局数量较少，主要分布在WIPO、美国、EPO、日本、韩国、加拿大、德国等。由各个技术分布地区的主要技术方向可知，上海市高質量专利国内布局的重点技术为H01L（半导体器件）、G06F（电数字数据处理）、H04L（数字信息的传输，例如电报通信），具体体现在集成电路、微电子、半导体制造、数据通讯等技术领域，可见这是上海市在国内竞争市场中极具优势的领域，也是其高质量专利技术主体。海外布局的技术主要有H01L（半导体器件）、G06F（电数字数据处理）、A61K（医用、牙科用或梳妆用的配制品）、A61P（化合物或药物制剂的特定治疗活性）、C07D（杂环化合物）、C08L（高分子化合物的组合物）等，这些技术具体分布在集成电路、微电子、半导体制造、数据通讯、生物医药制造等领域。由以上分析看出，上海市具有明显的优势特色技术领域，这些技术也是高质量专利海内外保护的重要技术。

4.4 上海市高质量专利主要技术构成分析

专利技术构成代表着某个地区或某个特定领域的专利技术保护方向，在某个技术领域布局的专利数量越多，表明专利申请者对该领域的技术越关注，从而可以由重点技术窥探相关产业的技术布局方向。表3给出了上海市高质量专利技术构成TOP20的IPC小类排名，通过技术构成所属的领域探寻上海市高质量专利主要布局在哪些方向。

由表3看出，上海市高质量专利技术构成TOP20依次为H01L、G06F、H04L、A61K、A61P、H04W、C08L、G01N、C07D、C08K、C12N、H04N、G06Q、C07C、B01J、C08G、H04M、C09D、G06K、B29C。

在前20个技术领域当中，电子通信领域占了较高的比例，其中包含H01L（半导体器件;其他类目中不包括的电固体器件）、H04L（数字信息的传输，例如电报通信）、H04W（无线通信网络）、H04N（图像通信，如电视）、H04M（电话通信）5个技术方向，典型的申请人有中芯国际集成电路制造（上海）有限公司、上海斐讯数据通信技术有限公司、上海交通大学、上海贝尔股份有限公司、上海华为技术有限公司、展讯通信（上海）有限公司、中国科学院上海微系统与信息技术研究所等实力较强的公司和科研院所。

在数据的识别、表示、监测、处理方面，上海市高质量专利也体现出较强的优势，其中包括G06F（电数字数据处理）、G06Q（专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法）、G06K（数据识别;数据表示;记录载体;记录载体的处理），典型的申请人有上海斐讯数据通信技术有限公司、天马微电子股份有限公司、中国银联股份有限公司、上海交通大学、英业达股份有限公司等。

生物医药领域一直是上海市排名靠前的优势产业，在高质量专利的技术构成中，最相关的技术方向包括A61K（医用、牙科用或梳妆用的配制品）、A61P（化合物或药物制剂的特定治疗活性）、C07D（杂环化合物）、C07C（无环或碳环化合物）、C12N（微生物或酶;其组合物）等。中国科学院上海药物研究所、复旦大学、海军军医大学、上海天伟生物制药有限公司等是典型的申请人。

新材料领域是上海市战略性新兴产业的重要组成，也是其创新技术发展和保护的重点技术方向。高质量专利技术中的C08L（高分子化合物的组合物）、C08K（使用无机物或非高分子有机物作为配料）、C08G（用碳—碳不饱和键以外的反应得到的高分子化合物）、C09D（涂料组合物）、B29C（塑料的成型或连接;塑性状态物质的一般成型;已成型产品的后处理，例如修整）是典型代表。上海杰事杰新材料股份（集团）有限公司、东华大学、上海交通大学、华东理工大学、上海锦湖日丽塑料有限公司、上海日之升新技术发展有限公司、上海普利特复合材料股份有限公司等是重要的申请人。

新能源领域也是上海市战略性新兴产业关注的重点方向，在该领域上海市的重点专利技术分布在B01J（化学或物理方法，例如，催化作用、胶体化学）方向，该项技术的申请人主要包括大学、研究院所、新能源与环保公司、煤油业务公司、化工产品公司、汽车公司等，例如华东理工大学、东华大学、上海交通大学、中国科学院上海硅酸盐研究所、上海华谊（集团）公司、上海牛翼新能源科技有限公司、上海朗特汽车净化器有限公司等。

4.5 上海市高质量专利与产业布局的匹配分析

《上海市产业地图》的发布，为统筹全市产业布局，弥补产业和空间信息不对称以及营造优良的产业集聚发展环境提供了方向性指导。该地图重点聚焦融合性数字产业、战略性新兴产业、现代服务业和现代农业，并将其细分为27个具体的产业。其中，融合性数字产业包括人工智能、大数据、工业互联网;战略性新兴产业包括集成电路、机器人、卫星导航与位置服务、新能源智能汽车、生物医药、航空、新材料、节能环保、高端能源装备、船舶与海洋工程装备;现代服务业包括金融服务业、航运服务业、生产性服务业、文化创意产业、现代物流业、检验检测服务业、会展服务业、人力资源服务业、现代商贸业、健康服务业和旅游业。

由于专利本身体现的创新性质，高质量专利可以作为重点产业创新水平的衡量指标之一。将上海市当前重点产业与产业地图匹配，可以发现专利技术布局现状与政策导向的方向是否偏离，发现可以持续发展的重点产业给予鼓励和支持，充分发挥区域优势产业特色，同时也给技术研发者提供创新发展方向，引导技术创新空缺产业和创新基础薄弱的产业，促进各个产业的协调发展和齐头并进。

根据上文对上海市高质量专利技术布局及构成的分析，可以看到集成电路、生物医药、新材料、新能源、电子信息产品制造、数据通讯等是上海市高新技术的重点特色产业和优势基础产业，这些产业能够与产业地图的重点方向形成良好的匹配，说明上海高质量专利技术所附属的产业与政府的产业发展政策能够协调吻合，体现了本案例中筛选出的高质量专利在创新技术评估中具有较高的代表性，发掘出的重点技术方向及其所属产业也与实践中政府关注的方向相吻合，模型具有可操作性和实践参考价值。同时，从分析结果中还可以发现目前上海高质量专利布局中存在的缺位技术方向，这为未来一段时间内创新主体研发方向的选择提供了指引，也为有关部门下一步对优势产业的发力和对薄弱产业的扶持提供了参考。

4.6 對策建议

通过以上对上海市高质量专利技术布局、技术构成及其与上海市产业地图的匹配分析，从基于专利技术的产业发展角度为上海市各个创新主体提出以下建议：

第一，专利布局要增强国际化视野，积极地“走出去”。上海市作为经济发达的国际化都市，具备先天优越的对外贸易条件，各个创新主体要充分把专利技术推向国外，在继续保持美欧日韩等专利制度发达国家市场的同时，注重新兴市场的专利技术布局，抓住上海市科技创新中心建设和“一带一路”建设机遇，实现更加广阔范围内的技术竞争。

第二，积极关注并解读政府的产业发展政策，为自身发展争取资源。及时跟进国家创新发展政策，解读专利发展相关要求，把握科技创新的大方向和潮流，更好地将技术发展规划与上层产业发展要求对接，争取政府的资金、技术、人才等的扶持，掌握技术创新的主导权，充分发挥专利技术在促进地区科技创新发展中的作用。

第三，充分保护好当前已有的重点技术，维持优势竞争力。通过专利布局和专利预警保护好核心技术，围绕核心专利构筑严密的专利防御网络体系，并做好高质量专利的预警、监控和跟踪，有效规避潜在的侵权风险。

第四，拓展技术布局方向，进击新方向，弥补空缺位。要多方监测技术和产业发展的新动向，不要只把目光放在固守原有技术上，要多考察与自身相关的以及具有较强市场前景的新兴技术产业，拿出部分资源到政府部门比较关注但当前发展较弱的技术研发方向当中，勇于突破自身，弥补产业创新空位。

第五，利用地缘优势，加强校企合作，整合智力资源，助推高质量专利技术转移转化和落地生根。上海市有很多技术研发实力很强的高校和科研院所，例如上海交通大学、东华大学、复旦大学、华东理工大学、中科院的各个研究所等，它们是高质量专利技术的重要产出者，企业要多与这些机构合作对接，助推实验室技术实现市场化，切实将技术转变成生产力。

5 结束语

本文在梳理当前已有的专利质量评价相关文献并进行综合归纳的基础之上，延伸并界定高质量专利的内涵，对专利质量评价维度及指标进行创新拓展，构建分级、分层的多维视角专利质量评价指标体系，在技术、经济、法律评价视角的基础上增加战略这一重要角度，并基于创新指标体系建立多维灵活的高质量专利识别方法流程模型，最后以上海市高质量专利分布现状为例验证了方法模型的实用性及可行性，并为创新主体提出良性发展建议，具有实践参考价值。

由于篇幅所限，本文仅通过技术层面的指标对模型进行了验证，由模型的普适性可以推知，基于经济、法律和战略层面的筛选也是同样的方法和流程。由于本研究中高质量专利的筛选是基于海量的专利数据，加之议题性质不同，在实际应用模型时不可能每个角度和每个指标面面俱到，否则会失去针对性或者造成数据集数据过少。同时，从可操作性角度考虑，本文在选取专利质量评价指标时定性方面的指标兼顾较少，因此，今后的研究还需将一些定性指标更好地考量进来，转化成可批量计量的指标，从而促使高质量专利识别筛选模型更加全面和科学。

参考文献

[1]张亚峰，刘海波，陈光华，等.专利是一个好的创新测量指标吗？[J].外国经济与管理，2018，40（6）：3-16.

[2]马廷灿，李桂菊，姜山，等.专利质量评价指标及其在专利计量中的应用[J].图书情报工作，2012，56（24）：89-95，59.

[3]马天旗.高价值专利筛选[M].北京：知识产权出版社，2018.

[4]徐明，陈亮.基于文献综述视角的专利质量理论研究[J].情报杂志，2018，（12）：28-35.

[5]刘毕贝.基于专利制度本旨的专利质量涵义的界定及解释[J].中国科技论坛，2013，（11）：98-103.

[6]朱雪忠，万小丽.竞争力视角下的专利质量界定[J].知识产权，2009，19（4）：7-14.

[7]宋河发，穆荣平，陈芳.专利质量及其测度方法与测度指标体系研究[J].科学学与科学技术管理，2010，31（4）：21-27.

[8]Schankerman M，Pakes A.Estimates of the Value of Patent Rights in European Countries During the Post-1950 Period[J].Economic Journal，1986，96（384）：1052-1076.

[9]胡谍，王元地.企业专利质量综合指数研究——以创业板上市公司为例[J].情报杂志，2015，34（1）：77-82.

[10]郑素丽，宋明顺.专利价值由何决定？——基于文献综述的整合性框架[J].科学学研究，2012，30（9）：1316-1323，1332.

[11]Schettino F，Sterlacchini A，Venturini F.Inventive Productivity and Patent Quality：Evidence from Italian Inventors[J].Journal of Policy Modeling，2013，35（6）：1043-1056.

[12]李春燕，石荣.专利质量指标评价探索[J].现代情报，2008，（2）：146-149.

[13]Putnam J.The Value of International Patent Rights[D].New Haven：Yale University，1997.

[14]Merges R P.Commercial Success and Patent Standards：Economic Perspectives on Innovation[J].California Law Review，1988，76（803）：805-876.

[15]Albert M B，Avery D，Narin F，et al.Direct Validation of Citation Counts as Indicators of Industrially Important Patents[J].Research Policy，1991，20（3）：251-259.

[16]Hall B H，Harhoff D.Post-grant Reviews in the US Patent System-design Choices and Expected Impact[J].Berkeley Technology Law Journal，2004，19（3）：989-991.

[17]王浩.马克思劳动价值论视角下的专利二因素分析[J].科技管理研究，2018，38（22）：149-154.

[18]Ernst H.Patent Information for Strategic Technology Management[J].World Patent Information，2003，25（3）：233-242.

[19]Wagner R P.Understanding Patent-quality Mechanisms[J].University of Pennsylvania Law Review，2009，157（6）：2135-2173.

[20]Graf S W.Improving Patent Quality Through Identification of Relevant Prior Art：Approaches to Increase Information Flow to the Patent Office[J].Lewis & Clark Law Review，2007，（11）：495-519.

[21]黃庆，曹津燕，瞿卫军，等.专利评价指标体系（一）——专利评价指标体系的设计和构建[J].知识产权，2004，（9）：26.

[22]赫英淇，唐恒.构建提升专利质量的政策体系研究——从市场需求出发[J].知识产权，2017，（2）：99-103.

[23]Lerner J.The Importance of Patent Scope：An Empirical Analysis[J].The RAND Journal of Economics，1994，25（2）：319-333.

（责任编辑：孙国雷）