摘要：基于对专利质量的关联因素和测度指标文献分析，构建面向产业安全的专利质量测度体系；选取高铁四大关键技术体系的全球793个PCT专利族为样本，结合层析分析法和专利指标计量实现专利质量量化测度，并以中国高铁为例检验专利质量测度体系的科学性和有效性。研究发现：高铁各技术领域的全球专利质量具有明显的国别差异，法国、日本等国家往往通过较少量的高质量专利对他国形成有效遏制；中国高铁存在数量多而质量低的产业风险。最后基于实证分析结果，建立专利质量的“均值-方差”产业风险识别模型，提出将专利质量融入关键产业专利战略及其专利预警体系中，以及开展“小而精”的关键技术高质量专利“点穴式”布局，以应对中国高铁“走出去”中的专利质量问题。
关键词：高铁专利，专利质量测度，风险识别，高铁产业，产业安全
1 研究背景
中国高铁，是经过中国科研人员原始创新与集成创新形成的重要科技成果体系，是新时代全球交通基础设施建设与中国高端制造业发展的典型代表。随着新一轮科技革命和产业变革的大规模快速发展，以及全球化进程的传播、扩散、冲刷，如何保持并扩大中国高铁在“一带一路”建设背景下的产业竞争优势、形成高质量专利布局与保护体系是中国高铁产业安全的前端支撑[1-2]。
随着产业专利数量激增，专利质量问题愈发凸显。专利质量对高铁等高端产业发展的影响举足轻重，因专利质量低下对产业安全造成的威胁主要体现在以下三方面：一是技术性风险，未形成对产业中关键技术及其组合的有效、全面布局，使得相关专利技术在转化应用中缺乏可实施性；二是制度性风险，因专利权利效力的不确定性或权利要求范围不适当形成所谓的“垃圾专利”或低质量的“专利泡沫”，对创新活动、市场竞争、产业安全造成损害；三是全球性风险，专利的国际化布局体系不完备，低质量专利面对国际竞争巨头的专利挑战时存在较大风险，令企业在“走出去”的竞争中举步维艰[3-4]。
基于此，本研究拟通过梳理专利质量的关联因素及由专利质量引发产业安全问题的机制，依托以专利数据为基础的产业风险预警和决策思路[5]，构建面向产业安全的专利质量测度体系，并应用于高铁产业专利质量量化测度与风险识别，以期助力我国高铁在“走出去”并参与国际竞争中克服专利劣势、形成优势。
2 理论基础与文献综述
2.1 专利质量
根据已有的从不同视角对专利质量内涵进行的研究，可对专利质量从内部性和外部性两方面进行理解。
专利质量的内部性，是指围绕专利自身素质研究其核心涵义。结合“质量”概念的基本要求——符合性和适用性，专利质量即为专利符合标准和满足要求的程度[6]。专利的法定授权条件是专利质量概念的核心[7]，学者们对由专利权的质量、专利技术的质量和专利文件的质量构成的专利质量涵义体系的观点趋于统一[8]。
专利质量的外部性，是指除因专利文本产生影响之外的其他因素。专利质量除了内生于创新主体的技术质量和作为法定权利而具有的法律质量，还有专利审查质量、专利转换的经济质量以及专利国际化质量[9]。最为典型就是以市场、技术与审查3个维度对专利技术成果的经济效益与国际化、技术进步与法律审查作细致的评价，将专利外部性纳入专利质量的定义和评价体系中[10]。将专利质量分为内部质量和外部质量，有利于对专利质量进行更为系统的理解和应用。
2.2 专利质量的关联因素
2.2.1 影响专利质量的因素
专利质量受专利技术、专利审查和专利市场三方面的约束[11]。首先，专利技术影响专利质量，发明创造在技术层面越先进、越稀缺，其专利质量就随之越高[12]；其次，专利审查影响专利质量。各国按照本国的专利审查指南，通过专利审查的则认为该项技术等符合专利的授权要求，给予具有法律效力的授权，所以，增加专利审查的资源能够提高专利审查质量，进而能够提高专利质量[6]；如果专利的审查尺度较松，大量的创造性较低的技术申请获得授权，其权利也将是不稳定的。第三，专利市场影响专利质量。脱离经济性的专利都是“纸上”的技术，市场对高质量专利具有引导作用。简言之，市场驱动产生更多高价值的专利组合。另一方面，在全球技术市场体系下，相关专利或专利组合的国际布局和国际专利家族覆盖情况，也决定着基础专利的稳定性、市场价值及其在产业化应用时的各类风险[13]。
2.2.2 专利质量对产业安全的影响机制
风险定义的核心在于结果与预期目标偏离的可能性及结果与预期目标偏离的程度。专利质量对产业安全造成的风险主要体现在技术、法律和全球化方面。
（1）专利质量引发技术风险。在专利的产业化进程中，其内在的技术性风险一再被忽视。如果专利质量较低（如说明书和实施例不完备），导致依托专利文本无法实施技术方案，或无法得到确定的技术效果，进而不能实现专利促进改进创新和科技进步的初衷[14]。
（3）专利质量引发法律风险。一方面，专利质量低，使得技术创新方案得不到最大的排他性的保护，但却将其公之于众，这就造成研发资源浪费，不利于保护企业的技术创新，进而降低产业竞争力，令技术和经济的发展受制于人。另一方面，专利权利要求如果范围不当，导致专利实施时引发侵权风险。专利权纠纷不仅会使企业负担较大的诉讼成本，而且会使企业进一步发展或持续盈利的能力处于一种不确定的状态[15]。
（3）专利质量引发产业全球化风险。全球化风险是技术风险和法律风险在全球产业竞争环境下的升级概括，主要是指在技术跨境流动、海外实施与全球市场销售时，基于技术性风险和法律性风险的一种系统性风险。它既包含了技术可实施性问题，也包含了由于权利要求交叠而产生的专利丛林，同时又都受制于全球化的知识产权保护环境与诉讼体系[16]。
2.3 专利质量测度
2.3.1 专利质量测度因子
通常来说，单件专利的独立权利要求中区别技术特征数量越多，代表其创造点越多，则技术的创造性就越大[17]。因此，可以利用专利的相关特征值反映专利质量。而专利中不同的相关性特征可以反映专利质量的不同标准：专利质量的技术性评价标准主要从专利技术创新水平的角度进行评价；专利被授权后具备法定效力的稳定性可以作为专利的法定性评价标准；而专利的商业性评价标准主要从专利转化后创造经济效益的视角对专利质量作出评估[18]。常用的专利质量评价指标有专利引证指标（包括被引次数和引文数量）、专利维持水平、专利族大小、专利的生命周期、权利要求的数量、专利申请异议等，从各个层面对专利质量进行评价。
除专利引证指数外，专利的质量测度还有一些其他常用指标：（1）技术范围，指专利申请中IPC分类的多样性与数量。（2）发明人数量，发明人数量越多代表专利投入的智力成本越高，相对而言专利质量越高[19]。（3）技术循环周期，指一项专利引用的所有其他专利文献的中值年龄或平均年龄[20]。（4）专利族大小，指同一项发明在不同国家获得的专利或提交的专利申请的数量，代表专利的地域性横向控制[21]。（5）专利保护范围，专利保护范围越大，说明专利的原创程度越高，则专利的质量越高，可以用专利说明书中不同的IPC分类号个数来计算[22]；也有学者提出用专利说明书中权利要求数量（包括独立权利要求和从属权利要求）来计算专利保护范围[23]，其中独立权利要求数量能够反映专利保护的范围，从属权利要求的数量能够反映专利保护的深度。
2.3.2 专利质量测度体系
专利质量与量化指标在不断更新演化，因此同一类型的衡量指标可能存在重复性，如技术覆盖范围、专利权项数和专利族数量都是从技术保护的角度来衡量专利质量[24]，因此对专利质量作全面评价，需要拆分计算、综合评价，即要进行专利质量测度体系研究。已有研究中较为典型的就是“三维度-全过程”专利质量测量指标体系模型，即从技术质量、法律质量、经济质量3个维度以及创造、申请、审查、授权后4个阶段进行系统的专利质量测量[25]。专利质量评价体系是相对于专利数量计量而言更深层次的研究，依此可评估出一个企业乃至一个国家在某一技术领域所有申请专利的总体平均质量，综合指数可反映评测对象整体的专利技术水平和专利质量，更能全面地反映质量信息。专利质量的研究往纵深方向发展，专利质量评估方法和技术得到不断突破，但是专利战略也对专利质量的评估提出了更高要求[26]。
综上可见，现有研究对专利质量的涵义及影响专利质量因素的探讨已较为成熟，但在产业视角下对专利质量测度指标的指向性、适用性和简明度仍需加以辨析与深化；同时，学者们开始将研究重点从专利质量指标的选择转向专利质量测度的应用，但是缺乏利用专利质量对产业安全风险进行识别的研究情境。鉴于中国高铁“走出去”符合本研究理论构建的研究情境，且高铁具有产业代表性，本研究将从产业安全角度进行高铁全球专利质量测度并进行风险识别，研究框架如图1所示。
3 面向产业安全监测的专利质量测度体系构建
3.1 产业专利质量测度体系构建原则
定量研究产业专利质量，在构建质量指标体系时应满足以下原则：第一，科学原则。应选择含义清晰、明确、通用且易于研究的指标，能反映和突出质量某一方面特性，体现相互存在的差异，并能形成一个完整的体系。第二，可获取原则。可用于专利质量评价的指标有很多，应避免过于求多求全，选取比较重要且易于获得的。第三，契合原则。从产业安全监测视角进行指标选取与解释，紧扣产业安全，选取可实现动态监测的统计量的指标，并注重测度体系在其他产业的可复制性。
3.2 产业专利质量测度体系构建
3.2.1 测度因子选择
为直观、量化描述产业安全视角中专利质量状况，本研究对国内外学者设计的专利文本质量评价指标进行筛选、分类，结合专利对于产业发展的技术影响能力、地域控制能力指标，从专利质量的技术性、制度性和全球性三大方向进行划分，紧密贴合产业安全、专利国际化的需求，进行多元专利质量测度评价因子的选择（见表1）1）。
3.2.2 确定测度指标权重
层次分析方法是一种定性和定量相结合的系统化、层次化的分析方法，在20世纪70年代中期由美国运筹学家托马斯·塞蒂等提出[27]，并广泛运用于多指标评价。本研究采用层次分析方法中常用的重要性判断矩阵进行专利质量影响因素权重确定，进而为各个层级影响因子进行权重赋值。引入九分位相对重要比例标度（见表2），构造重要性判别矩阵，分别如表3至表6所示。
结合表3至表6的权重结果，得到专利质量测度各级指标权重（见图2）。
3.2.3 专利质量测度指标体系的基本表达
基于本研究对专利质量测度体系的分级和分类，以及各层级之间的并列和隶属关系，可知专利质量是各指标影响作用的叠加结果，故采用下述公式简明表达专利质量：
式（1）中：Q代表专利质量；Xi代表3个层面的8个指标；Wi代表相应指标权重。
4 高铁产业专利质量测度
4.1 数据来源及数据处理
本研究以高铁四大关键技术体系的专利作为分析对象。结合专家意见与产业实践，在高铁产业技术体系中，其核心技术系统主要包括牵引、转向架、制动和信号控制四大系统。从高铁四大关键技术体系入手，分别进行专利数据检索。利用PATENTSCOPE和IncoPat全球专利数据库进行跨库检索并相互验证，选取能够较好揭示产业技术跨境转移与全球技术竞争的PCT国际专利申请数据为研究样本，符合中国高铁“走出去”的研究情境。为了避免对同一专利重复计算，对数据样本进行了简单同族合并；最后根据技术主题进行人工阅读筛选，得到高铁四大关键技术体系的PCT专利申请数据，如表7所示。
4.2 测度体系应用与分析
根据上述检索策略，共获得793个专利族共988件PCT专利，经人工标引确定的申请人来源国情况如图3所示，其中中国的PCT专利数量第一。在产业实践中，通常意义上认为的传统“高铁强国”如德国、日本、法国及韩国的专利数量虽然较为领先，但在数量上并非最为突出，可见，用专利数量刻画产业竞争优势与技术水平可能存在数据误导。中国在高铁专利数量上具有明显的优势，需进一步分析与其他各国在专利质量上的深层次差异，以进行更为科学的产业决策。
对检索得到的988件高铁PCT专利数据按各评价因子（见表1）相关著录信息进行统计，并进行数值标准化处理，根据上述专利质量量化方法得到相应的专利质量数值，统计不同国别申请人的专利质量均值和方差，并选取专利总量位列前六的申请人来源国作为分析对象。如表8、表9所示，一国在某一领域的专利数量能够反映该国在该技术领域专利量的积累，而专利质量均值则反映了该国专利质量的平均水平，专利质量方差可以刻画该国在该技术领域的不同子领域的专利质量离散程度，即方差越大，专利质量越参差不齐。
本研究建立专利质量的均值与方差的二维坐标体系，并以气泡图形式融合呈现各国在高铁产业各技术领域的专利数量多少和专利质量分布（见图4）。研究发现：
（1）高铁转向架技术领域的全球整体专利质量较高，同时在此技术领域各国专利质量的差异性也最大，其中法国的专利质量均值和专利质量整体水平具有明显优势；信号控制技术领域虽然专利数量最多，但各国专利质量普遍不高，其中美国的专利数量和质量均具有明显优势，但各国的专利质量差异明显；制动技术领域，韩国的专利质量位列第一，美国和日本的专利质量具有一定优势。
（2）从申请人国别角度看，专利数量与专利质量存在较大国别差异，“数量强国”往往并非“质量强国”，以往仅通过专利数量比较的研究易造成数据误导。其中美国和日本申请人的专利整体质量较高，但日本的专利质量整体差别更小，专利质量水平较为一致；法国、韩国和德国次之；中国的专利质量整体水平最低。
（3）从中国申请人角度看，中国高铁“走出去”背景下的专利问题主要在于“数量多而质量低”，这一结论对于中国高铁产业部门应具有启示意义。其中，在制动和信号控制技术领域，中国申请人的专利质量整体偏低；在牵引和转向架技术领域，中国申请人的专利虽整体质量较低，但从专利质量方差可以看出已有少量高质量专利出现，致使相关专利质量方差较大。
（4）对未来高铁产业竞争的关注应逐渐由专利数量竞争转向专利质量竞争。在制动技术领域，日本和德国申请人的专利数量与中国相当，但总体质量领先中国，是中国高铁的主要竞争对手；美国申请人在信号控制技术领域优势最为明显且数量最多，美国虽不是高铁运营大国，但其在轨道交通信号控制共性技术领域具备较强的技术储备，易对中国构成“卡脖子”风险；在牵引技术领域，美国、日本、德国较之中国具有相对优势，中国虽在专利数量上略优于上述国家，但专利质量劣势明显；在转向架技术领域，美国、法国和德国的专利质量较高，法国、日本等国通过较少量的高质量专利技术对他国形成有效遏制。
5 基于专利质量测度的产业风险识别模型
根据以上测量得到的全球高铁PCT专利主要申请人来源国的专利质量均值和方差，建立基于专利质量“均值-方差”的产业风险识别模型，由专利质量测度的均值和方差构成二维坐标系，形成四象限产业安全风险识别区域，即安全区、领先区、追赶区和危机区（见图5）。安全区，即高均值、低方差，处于这一区域的产业安全风险等级低，需巩固优势，主动拓展国际市场；领先区，即高均值、高方差，风险等级较低，需预警小范围专利侵权风险，动态跟踪技术追赶者，并及时完善优化少量的低质量专利；追赶区，即低均值、高方差，风险等级较高，虽已有少量高质量专利，但仍需加大研发力度，大力提升专利质量，做好大范围专利风险预警防控；危机区，即低均值、低方差，风险等级高，专利普遍徘徊在低质量水平区间，需引起高度重视，在基础巩固之前避免参与国际竞争。以中国高铁四大技术体系为例，牵引和转向架领域的PCT专利质量属低均值、高方差，处于追赶区；制动和信号控制领域的PCT专利质量属低均值、低方差，处于危机区。
6 结论与启示
本研究系统地分析凝练了产业专利质量的影响因素，并在产业“走出去”风险识别的研究情境下对专利质量测度指标的指向性、适用性和简明度加以深化。选取高铁产业为对象，进行全球PCT专利质量的计量分析和比较研究，从繁杂的专利质量指标中选取了具有可实现性和产业安全契合度的指标因子，进一步根据这些指标对产业安全的重要性不同，通过层次分析法对其进行权重分析，构建了面向产业安全的专利质量测度体系。另一方面，对专利质量的测度均值和方差内涵进行了拓展，以期得到更加全面的结论。就专利质量的测度均值而言，不仅考虑了一般意义上的整体产业专利质量水平高低，而且进行专利质量相对值之间的国别比较；就专利质量方差而言，不仅考虑了某一国专利质量水平的整体差异分布，而且与专利质量测度均值相结合构建了产业风险识别模型，并用于全球高铁产业的实证检验，提出专利质量预警是专利预警的重要组成部分。
本研究得到的主要政策启示在于：（1）中国成为世界专利数量大国后，关键产业专利质量低的问题已引起各方关注，高铁产业就是典型例证，学者和实务界从多方面提出“挤出低质量专利泡沫”的建议，政府也采取了一些措施，本研究提出的专利质量“均值-方差”产业风险识别模型可对于专利质量治理效果及其风险进行有效检验和预警。（2）政策制定部门和相关企业从专利“生产”阶段起就应高度重视专利质量问题，根据专利质量测度的各类指标对照差距、反思不足，并将专利质量融入关键产业专利战略及其专利预警体系中。（3）针对中国高铁产业而言，应将专利质量预警摆在突出位置，逐步由“大而全”的专利申请策略转向“小而精”的关键技术高质量专利“点穴式”布局，最大限度降低“走出去”的产业安全风险。
注释：
1）在专利质量测度体系中，对专利的独立权利要求与从属权利要求进行区分统计具有理论意义，但由于统计难度（如国外专利中独立权利和从属权利区别识别困难），本研究在实证分析部分将指标5和指标6合并统计。
参考文献：
[1]李昱晓，黄玉烨.中国高铁驶出国门的专利战略研究[J].科技管理研究，2015，35（22）：134-138.
[2]饶世权，陈家宏.论中国高铁“走出去”的内在知识产权联盟机制[J].科技管理研究，2017，37（13）：162-166.
[3]吴汉东.知识产权的制度风险与法律控制[J].法学研究，2012，34（4）：61-73.
[4]刘运华.专利质量阐释及提升策略探讨[J].知识产权，2015（9）：79-83.
[5]中华人民共和国中央人民政府.国务院办公厅关于推广第三批支持创新相关改革举措的通知[EB/OL].（2020-02-21）[2020-03-21].http：//www.gov.cn/zhengce/content/2020-02/21/content_5481674.htm.
[6]MANN R J，UNDERWEISER M. A new look at patent quality：relating patent prosecution to validity[J].Journal of Empirical Legal Studies，2012，9（1）：1-32.
[7]GUERRINI C J. Defining patent quality[J].Fordham Law Review，2014，82（6）：3091-3143.
[8]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.
[9]谷丽，阎慰椿，韩雪，等.专利申请质量评价指标体系研究[J].科研管理，2018，39（增刊1）：130-136.
[10]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，2018，37（12）：28-35.
[11]张黎，李倩.基于直觉模糊层次分析法的专利质量模糊综合评价[J].科技管理研究，2019，39（7）：85-92.
[12]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.
[13]FERRUCCI E，LISSONI F. Foreign inventors in Europe and the United States：diversity and patent quality[J].Research Policy，2019，48（9）：145-155.
[14]LEIPONEN A，DELCAMP H. The anatomy of a troll？Patent licensing business models in the light of patent reassignment data[J].Research Policy，2019，48（1）：298-311.
[15]LANJOUW J O，SCHANKERMAN M. Patent quality and research productivity：measuring innovation with multiple indicators[J].The Economic Journal，2004，114（495）：441-465.
[16]吴方怡，王伟，穆晓敏，等.专利丛林识别方法及测度指标研究[J].情报科学，2019，37（12）：140-143.
[17]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.
[18]刘立春.二元专利质量研究[J].情报杂志，2017，36（11）：168-174.
[19]FABRY B，ERNST H，LANGHOLZ J，et al. Patent portfolio analysis as a useful tool for identifying R&D and business opportunities：an empirical application in the nutrition and health industry[J].World Patent Information，2006，28（3）：215-225.
[20]NAGAOKA S. Assessing the R&D management of a firm in terms of speed and science linkage：evidence from the Us patents[J].Journal of Economics & Management Strategy，2007，16（1）：129-156.
[21]POTTELSBERGHE B V，GUELLEC D. Applications，grants and the value of patent[J]，Economics Letters，2000，69（1）：109-114.
[22]LERNER J. The importance of patent scope：an empirical analysis[J].The RAND Journal of Economics，1994，25：319-333.
[23]TONG X S，FRAME J D. Measuring national technological performance with patent claims data[J].Research Policy，1994，23（2）：133-141.
[24]STERZI V. Patent quality and ownership：an analysis of UK faculty patenting[J]. Research Policy，2013，42（2）：564-576.
[25]刘云，王小黎，闫哲.专利质量测度及区域比较研究：以我国石墨烯产业为例[J].科学学与科学技术管理，2019，40（9）：18-34.
[26]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）：61-71.
[27]SAATY T L，ALEXANDER J M. Thinking with models：mathematical models in the physical，biological，and social sciences[M].New York：Pergamon Press，1981：117.
作者简介：刘鑫（1988—），通信作者，男，陕西宝鸡人，副教授，硕士研究生导师，博士后，主要研究方向为知识产权政策与科技创新治理；赵婷微（1993—），女，江苏南通人，博士研究生，主要研究方向为科技政策与知识产权管理。
