尹承锐 孙世强 陈明明

(1.防灾科技学院土木工程学院 廊坊 065000；2.北京科技大学经济管理学院 北京 100083；3.青岛大学商学院 青岛 266071)

0 引 言

专利作为技术创新的载体，体现了国家的自主创新能力与竞争力，正成为政、企、学、研关注的重点。然而，低质量专利与“泡沫专利”不仅消耗了大量科研资源，而且导致其经济效益持续下行。如何提升专利高质量发展已成为目前亟待解决的关键问题。技术经济学家认为，专利高质量发展是经济高质量发展的重要驱动力。促进专利高质量发展，对国家开展技术创新竞争具有不可或缺的作用。现有研究表明，专利的高质量发展是以技术创新驱动为基础，以国家的科技竞争策略为导向，两方并济，促使全球专利数量呈现指数型增长[1]。根据WIPO统计，2020年国际专利为有史以来的最高申请量，其规模达到27.59万件，环比增长4%。然而，专利的数量增长与其实际功效水平并不均衡，主要表现在近70%的专利，其质量水平远低于行业标准，“问题专利”“专利泡沫”以及“专利创新假象”普遍存在[2]。目前，各国的专利价值导向发生了由“量”到“质”的巨大转变，更加强调引导专利高质量发展，打造专利强国。例如，日本特许厅多次强调国内专利发展理应注重质量而非数量。美国2011年颁布《专利改革法案》，中国2016年颁布《专利质量提升工程实施方案》，韩国2019年颁布《增强标准专利竞争力方案》等举措，均旨在引导与推动国家的专利高质量发展。在此背景下，注重专利高质量发展，提高专利技术转化与运用效率，研究专利高质量发展现状及其技术影响机制具有重要的理论价值与现实意义。

基于此，本文基于Super-SBM模型，依据Derwent专利数据系统，选取中、美、韩、日四个专利大国在2010—2020年间人工智能产业专利为研究对象，测度并分析专利高质量发展效率的演变趋势及原因，并通过面板数据回归模型，探究技术创新对专利高质量发展效率的驱动机制。在丰富专利高质量发展效率测度方法与技术创新对专利高质量发展效率影响机制的基础上，以期为政府促进专利高质量发展制定相关政策提供可行性建议。

1 文献梳理

1.1专利高质量发展相关研究对现有文献进行梳理发现，关于专利高质量的研究主要从概念界定、研究视角以及相关测度方面展开。刘立春[3]认为专利质量是经济效益正比量化后的结果，即经济效益正比量化值越大，则表明专利质量水平越高。李牧南等[4]认为专利质量是由专利审查者在审查过程中认定的质量等级，通常审查认定的等级越高，越说明专利具有高质量水平。丁焕峰等[5]认为专利质量由结构质量、法律质量、技术质量和运营质量构成，只有各维度的质量水平均较高时，才能说明此专利质量水平较高。综上分析，本文认为专利高质量具有三方面特征：其一，技术的必要性。难以被模仿的、不可替代的专利技术是专利高质量发展的必要前提。技术质量作为专利高质量的基础，主要指技术的先进性和创造性，代表了专利技术的演进方向。现有关于技术质量的测度研究多采用引用指数、非专利文献数等指标[6,7]。欧洲专利局提出,专利高质量的发展应是平衡产出与投入的最优过程。在专利高质量发展的优化过程中，需要不断降低投入成本，增加技术和经济产出。在专利投入成本中主要包括专利时间成本和市场成本。时间成本主要来自于专利申请时长和专利的国际申请，市场成本主要来自于布局国家数和专利权项数等指标[8-11]；其二，经济效益性。经济质量是专利高质量追求的直接目标。经济质量是指技术产业化后带来的经济价值，多用剩余有效期、同族数等指标[12,13]。随着对专利高质量研究的开展，经济质量对专利高质量的作用逐渐被重视[14]。专利的高质量发展不仅是经济转型发展的基础，也是经济质量发展的重要落脚点；其三，法律保障性。法律质量是指专利符合专利法条件，是专利高质量的保障，多采用当前法律状态表征等指标[15]。专利高质量体现为在法律保护范围内的极高技术价值和市场价值[16]。在法律保护范围内，专利收益主要来自于以专利存活期等指标衡量的经济质量和以被引证数等指标衡量的技术质量[17,18]。基于以上分析，本文认为专利维持时间和被引证数符合专利产出指标，并且专利被引证数越高，说明其技术质量越高；专利维持时间越久，能够带来的经济产出越大。因此，专利高质量发展效率使用Super-SBM模型来衡量具备一定可行性。

1.2技术创新驱动机制相关因素探讨通过对专利高质量的研究，本文认为专利高质量发展可以概括为以下三方面：技术关联效应、专利撰写质量以及技术时滞。首先，在技术关联效应方面。本文认为技术质量具有基础性与核心性地位[16]。例如，Mark等[19]及Abraham等[20]认为专利质量等同于专利本身所具有的技术先进性。谷丽等[16]从专利技术效力以及社会经济收益视角，指出专利技术质量是专利质量的根本。此外，黄苹等[21]以专利引证数表示专利技术复杂程度与专利技术质量，认为专利引证数蕴含着知识流动与技术转移，专利引证数越多，专利间的技术联系程度越深，形成的引证网络越复杂，技术关联效应越明显[22]。基于此，本文认为技术关联效应使得知识流动与技术转移变得复杂，专利技术质量被提高。然后，在专利撰写质量方面。专利撰写是撰写人在充分掌握专利技术底书的情况下，撰写符合专利法技术层面的法律文书，专利质量越高，撰写文本质量越高。专利撰写质量高可以有效降低专利在实质审查阶段或授权后因新颖性或创造性问题被驳回的概率。谷丽[16]等认为专利的高质量发展除具备较高发明创造性外，还应具备高质量的撰写文本，专利撰写质量是专利技术方案价值的充分体现。Graf[23]认为以说明书页数为指标的专利撰写质量与技术创新复杂度呈正向影响关系。基于此，本文认为专利撰写质量越高,说明技术复杂程度越高，更具独特性。最后，在技术时滞方面。技术时滞指专利申请者从申请到被授权的时间差。冯仁涛等[24]认为技术时滞极大程度影响专利质量。基于此，本文认为技术时滞越长越容易给竞争对手创造在国外抢先申请授权的机会，致使专利质量逐渐降低，最终落后于市场需求。综上所述，本文认为技术关联效应是专利技术宽度与深度的主要体现，专利撰写质量是技术专家把握专利技术的关键载体，技术时滞是影响技术先进性的重要因素。因此，将以上三者纳入本文技术创新驱动专利高质量发展机制分析框架中。

2 研究方法与数据来源

2.1研究方法

2.1.1 Super-SBM模型 本文采用Super-SBM模型来测度专利高质量发展效率[25]。Super-SBM模型由DEA模型发展而来，该模型是基于线性规划法，依据多项投入产出指标，对具有可比性的同类型单位进行相对有效性评价的一种数量分析方法。采用该模型因为它可以同时并独立纳入专利高质量发展效率的多项投入和产出指标，并有效解决了本文多项变量“松弛性”和径向问题。模型公式如下：

(1)

2.1.2 空间面板数据的回归模型 参考Hoang[26]的做法，本文选取STIRPAT模型检验专利高质量发展的技术创新驱动机制。专利高质量发展以高法律质量为保障、高技术质量为基础、高经济效益为目的，三者融为一体[11]。STIRPAT模型优势不仅是引进差异弹性系数与随机误差，解决了本文专利法律、技术和经济质量对专利高质量发展贡献程度不同的问题。而且弥补了传统模型需要维持其他因素不变，改变单个自变量研究问题的不足，并且减少了检验偏误问题。将专利技术质量、经济质量及法律质量相关因素纳入STIRPAT后，得出影响专利高质量发展效率W的基本表达式为：

W=μTaEbLcε

(2)

式中：T、E、L分别代表技术、经济及法律质量条件；a、b、c表示相应因素的估计参数；μ、ε分别为常数项和随机误差项。

为防止异方差因素造成结果有偏误，对变量进行对数处理后，公式如下：

lnWmn=μ0+μ1lnTmn+μ2lnEmn+μ3lnLmn

(3)

式中：m、n分别代表国家、年份；μ0为常数。

2.1.3 专利高质量发展效率测度 通过对既有文献的梳理，发现对专利高质量发展效率的研究主要分为两部分，一部分是对专利自身效率的研究，指单个专利被投入的时间和资本要素与产出的技术和经济回报之间的比较[27]，强调专利维持期间获得的技术认可及为专利权人带来的经济收益。另一部分是以地区或者企业为单位对专利引起的社会效率研究，强调将专利社会资金和人力投入与社会收益做比较[28,29]。专利引起的社会效率研究体现在指标方面为使用地区R&D投入、地区科研人员比率等表征社会投入，使用地区经济增长或者企业绩效增长表征专利带来的产出变化，然而以上指标的变化并不能客观反映专利质量效率。因此，本文研究侧重于专利的自身效率。从专利自身效率讲，在专利产出方面，Lanjouw等[17]、Hall等[18]认为专利维持时间、被引证数与专利高质量发展呈正向影响关系，专利维持时间越久，表明专利能够带来的经济产出越大，经济和技术质量越高。专利技术创新性强、生产效率高，经济利润大于维持成本时，专利权人才愿意支付后续的专利维护费用，使得专利维持时间变长。专利维持时间更能体现专利经济效益的持续性及其真实价值，由此选取专利维持时间和被引证数作为产出指标。专利申请耗费巨大时间和资金成本，其投入是否带来技术的认可和相应的经济收益值得考虑。在专利投入方面，时间成本主要体现为专利从申请到被授权的时间投入。专利申请分为国内申请和国际申请，相较国内申请，专利的国际申请程序繁琐，耗费时间长[12-13]。但是随着知识产权重要性增加，专利的国际申请越来越受重视，专利的国际化由原来的“三方专利”发展到现在的“四方专利”[30]。因此,时间成本除国内专利审查期外，还要考虑专利的国际申请因素。市场成本投入方面，难以衡量每个专利的市场成本，但是专利的权项数及国家布局数与专利被投入的市场成本存在正向相关关系[14-15]。专利权项数和专利项目数量与专利缴纳的维护费用呈正比例关系。另外，专利布局其他国家要向所布局的国家缴纳费用，布局国家数越多，专利被投入的市场成本越大。因此，本文将专利权项数和国家布局数纳入专利的市场成本。基于上述分析，专利高质量发展效率测度指标构建如表1所示。

表1 专利高质量发展效率指标评价体系

2.2数据来源与变量选取

2.2.1 数据来源 人工智能作为战略性新兴产业，成为专利高质量提升的关键领域和重要抓手。因此，本文基于Derwent专利数据库，选取人工智能产业作为测度样本。检索关键词为“人工智能”“artificial intelligence”“intellect”，检索期限设置为2010年1月1日—2020年12月31日(检索时间为2021年3月1日)。样本数据为2010-2020年，截取了样本数量中前四位国家的数据，分别为中国、美国、韩国和日本，最终选取31 570条专利，符合数据要求。

2.2.2 变量选取与说明 本文综合考虑专利高质量发展趋势及指标数据可获得性后，被解释变量确定为专利高质量发展效率，主要解释变量确定为技术创新。根据专利质量的影响因素组成，选取经济层面、法律层面作为控制变量，以此综合解释专利高质量发展情况及其技术创新驱动机制(见表2)。此外，本文在模型分析前首先进行了“伪回归”检验，并对异方差问题做了处理，以确保回归结果的有效性。具体方法为使用ADF与LLC方法做单位根平稳性检验，对各变量采取对数法处理。

被解释变量：专利高质量发展效率。专利高质量发展是以法律为保障、技术为基础、经济为直接目标。本文采用专利高质量发展效率值来衡量专利高质量发展水平。

解释变量：技术创新水平。技术创新水平由技术时滞效应、技术关联效应和撰写质量推动效应三方面表示，本文依据Fisch等[31]、Noh等[32]的做法，选取授权时间滞后期来表征技术时滞效应。依据Yan等[22]、Merges[33]的做法选取引用专利数、引用非专利文献数表征技术科学关联度效应，并参照Graf[23]的做法将说明书页数来表征撰写质量推动效应。

控制变量：考虑到专利高质量发展也可能受到经济层面和法律层面的影响，故参考Rosenbloom等[34]的做法，经济层面的指标用同族数、剩余有效期、主权页字数表示；参考贺宁馨等[15]、Whalen等[35]、王珊珊等[36]的做法将法律层面指标中当前法律状态、申请人类型、引用国别数作为控制变量。

表2 影响因素指标选取

3 结果与分析

3.1各国专利高质量发展时序演变特征分析本文采用Super-SBM模型对中国、美国、韩国和日本4个国家的人工智能产业专利数据进行效率测算，以此评价各国专利质量发展情况。

图12010-2020年各国专利质量发展演变趋势

由图1可知，中国专利质量发展效率趋势在2010-2020年呈现倒“U”型，总体呈现下降趋势。其中，2010-2013年呈现上升趋势，在2013年达到波峰，2014-2020呈现缓慢下降趋势。自1984年颁布《专利法》后，中国专利申请数量呈指数型增长，并逐步成为专利数量第一大国，得益于此，中国人工智能专利数量激增。但是，人工智能产业专利被引证数量下降，被引用率降低，专利质量呈现下降趋势。原因可能存在以下三点：第一，中国人工智能产业相较发达国家起步时间较晚，中国科学技术水平及自身创新能力基础较薄弱，专利数量的增长多依赖小规模创新或者边际创新，低质量专利及低端产业运用率是经济发展中的必经现象。第二，国外经济体开始对中国进行“技术锁定”战略，使得中国引进核心技术受阻，形成“技术落后-引进落后-创新落后”的局面。第三，为应对发达国家的创新竞争与技术锁定，中国实施创新追赶战略。尤其是以人工智能产业为代表的高新技术领域，备受中央及地方关注。为推动该产业技术创新，各级政府实施宽松的资金扶持政策，刺激并扭曲了部分专利申请者动机。政府在专利真实质量信息不对称的情况下，给予专利资助或奖励，明显降低专利申请与授权的交易成本，刺激低质量专利申请的行为效应，从而产生低质量专利逆向选择效应，导致人工智能产业专利高质量发展效率整体下降。国家将专利数量及专利等级数量作为高新技术企业认定标准，企业为获得政府税收减免政策或扶持资金，产生低质量创新数量的策略行为。

美国专利质量发展效率总体呈现“U”型发展趋势，2011-2016年呈现下降趋势，在2016年达到波谷，2017-2020年呈现增长趋势。早期呈下降趋势，主要因为美国对人工智能产业发展的战略性定位具有模糊性，国家层面一直尚未形成完善的人工智能发展战略，使得美国人工智能专利高质量发展的资源配置效率低下。在2017年后美国出现较强的增长趋势。一方面得益于美国在人工智能基础理论研究起步较早，技术研发机构、科学实验室等技术基础雄厚，基础设施建设较完善，为人工智能专利高质量发展提供良好基础。另一方面，2017年后美国政府意识到人工智能发展的重要性，并将其作为一项国家战略，科技政策逐渐明朗。在各方面推动人工智能专利高质量发展行为，如加强培养人工智能专利研发及应用人才。据统计，在全球人工智能领域人才智库中，美国技术人才占据43%。推动政企研学界人工智能专利技术突破。在此期间，美国人工智能专利IPC小类数数量激增，专利被引用数遥遥领先，专利高质量发展效果明显。政府将人工智能纳入国家战略使得美国专利高质量发展进程加快。2019年后，美国签署《美国人工智能倡议》并设立人工智能国家委员会，从顶层统筹美国人工智能资源配置，使得美国专利高质量发展资源配置得到优化，有利于推动美国人工智能专利高质量快速发展。

日本专利高质量发展效率一直仅次于美国，与美国总体发展趋势相似，总体呈现“U”型发展趋势，2011-2016年呈现下降趋势，在2016年达到波谷，2017-2020年呈现增长趋势。日本早期科学技术及专利发展主要依靠技术引进，技术引进的主要来源国是美国，受美国专利高质量发展效率的影响，日本发展趋势同样呈现"U"型。2016年前，日本自身专利技术创新发展受限，为削减引进的国外核心技术在国内市场的占有额，日本国内鼓励并涌现出大量改良型专利，改良型专利技术创新程度低，质量低劣，显著降低日本专利局在国际中的地位。为改变国内专利现状，日本政府一方面加快审查程序，缩短审查周期，提高审查质量。将专利发展战略由技术引进转向“引进-吸收-创新”，融合本国特征进行价值战略性输出，鼓励专利发明人向外国尤其是美国申请专利，与国际规则接轨，进行海外专利布局。另一方面，在专利行政管理制度方面，为提高专利质量，建立专利信息提供制度和损害赔偿制度。专利信息提供制度，依大众提供的信息内容，及时发现问题，丰富了公众质疑专利质量的方式，提高了专利的稳定性及质量。损害赔偿制度显著抑制了侵权行为，为专利发明创造营造了良好的市场环境。日本专利发展制度随着创新活动的实际情况随时调整，与时俱进，有利于专利高质量发展。

韩国专利质量发展效率在2013年以前呈现递增趋势，2013-2019年出现大幅下降的趋势，2019年后出现回升的趋势。韩国在专利高质量发展方面拥有自己的优势，如灵活的专利经营政策、注重专利产业化，以市场需求的侧重点发展专利。但是国内企业技术研发能力较弱，韩国专利战略的主要目标是引导国外先进技术转让，或鼓励国内申请大量低质量的配套专利围堵国外专利在本国的发展。专利战略并没有从根本上解决韩国专利高质量发展遇到的问题。另外，人工智能专利高质量发展效率受区域投入不平衡问题限制，据韩国风险投资公司统计(2019)，韩国首都圈占据了人工智能风险投资的66.9%，其他地方性产业与人工智能融合程度不充分，人工智能专利区域市场化缺乏，专利经济质量降低。在2019年后出现回升的趋势，与韩国将人工智能写入国家发展战略相关。韩国政府对外顺应国际发展趋势，不断加强与中、美、欧盟等人工智能专利大国合作。对内设立智能研究所、鼓励大学开设人工智能研究生院等，为发展人工智能专利发展培育人才，切实为人工智能专利质量发展提供服务。

3.2技术创新对专利高质量发展的驱动机制分析

3.2.1 Hausman检验 为选定检验模型，本文首先进行Hausman检验，依据检验结果确定选用随机效应模型。其估计结果见表3，引证专利数对专利高质量发展的驱动效应在5%的水平上显著，系数为负，说明引证专利数的增加并没有促进专利质量效率的增加。可能是专利引证数量虽然增加，但是引证专利的质量偏低，导致引证专利数驱动效应为负。引用非专利数对专利高质量发展的驱动效应并不明显。说明书页数对专利高质量发展的驱动效应在10%的水平下显著。技术时滞对专利高质量发展的驱动效应十分明显，且在1%水平下显著，说明引用滞后周期越长，会导致专利高质量发展效率越低。

从其他控制变量来看，作为经济质量的指标，剩余有效期对专利高质量发展的正向驱动效应明显，且在10%水平下显著；主权项字数与同族数对专利高质量发展的驱动效应并不明显。作为法律层面的指标，申请人类型和当前法律状态对专利高质量发展的驱动效应为正，且均在5%水平下显著；引证专利国别数对专利高质量发展的驱动效应十分明显，且在1%水平下显著。

表3 新驱动效应模型估计结果

3.2.2 稳健性检验 在模型构建中，遗漏变量与双向因果关系的出现极易造成内生性问题，内生性问题的出现使得模型结果不稳定。为解决上述问题，本文构建了工具变量，选取工具变量为解释变量的滞后一期。此外，本文使用工具变量二阶段最小二乘法和广义矩估计进行了稳健性检验。结果见表4，引用时间滞后效应、撰写质量推动效应和技术关联效应的显著性程度、影响性质与基准回归结果基本一致。控制变量中当前法律状态、申请人类型和引用国别数的结果也与原始结果基本一致。因此，稳健性检验结果通过。

表4 稳健性检验结果

4 结论与政策建议

4.1结论本文以人工智能产业为例，基于Super-SBM模型，测度并分析了中国、美国、日本和韩国专利高质量发展趋势及原因，并采用Hausman检验了技术创新对专利高质量发展的影响机制，通过IV-2SLS和GMM模型对其进行稳健性检验后，得出如下结论：

a.中国和韩国人工智能产业专利高质量发展效率呈现下降趋势，美国和日本呈现增长趋势，这表明在人工智能专利发展方面，中国与其他发达国家相比还存在较大差距。原因如下：一方面，中国人工智能发展起步晚，基础薄弱，自我创新能力低。加之国外经济体对中国实行高新技术锁定，引进高新技术受阻，使得中国人工智能专利质量提升难度加大。另一方面，为打破国外技术锁定，激励国内人工智能专利创新，政府推行创新追赶政策，对人工智能产业宽松的资金扶持，刺激并扭曲了专利发明者的行为动机，造成人工智能专利数量激增但是质量下滑的现象。因此，未来在保持研发数量增长的同时应不断提高专利高质量发展效率，以提升人工智能领域创新成果的绝对竞争力。b.技术创新驱动机制回归模型中，技术时滞、引证专利数、说明书页数对人工智能专利高质量发展的驱动效应十分显著，其中，技术时滞、引证专利数显著为负，说明书页数显著为正。引用非专利数对人工智能专利高质量发展的驱动效应并不明显。其他控制变量中，剩余有效期、申请人类型、引证专利国别数和当前法律状态对人工智能专利高质量发展的驱动效应较为显著且影响效应为正；主权项字数对人工智能专利高质量发展的驱动效应不明显。使用2SLS和GMM模型进行稳健性检验，结果与原始结果基本一致。

4.2政策启示针对中国人工智能专利高质量发展效率水平的演变特征，以及技术创新对专利高质量发展的驱动机制，得出如下政策启示：

a.完善人工智能专利技术创新的监管机制，增加人工智能产业专利高质量化占有率，以提高专利高质量发展效率。通过优化专利技术审批流程，提高审查效率，缩短人工智能专利审批时间，降低专利产业化及被引用的时间滞后效应，抢占人工智能专利高质量发展制高地。

b.在创新驱动发展战略导向中，建立长期稳定的人工智能专利质量提升机制。充分将国内人工智能技术创新资源与政策要素相融合，将国外优势技术要素与中国人工智能市场红利相结合，营造良好的人工智能产业发展政策环境。

c.加强人工智能领域内专利质量评估系统化、科学化、法制化建设。建立人工智能专利代理服务竞争机制并纳入专利质量评估体系，大力引导人工智能专利撰写质量提升。强调引用人工智能专利高质量化，增加引用国别数，有效发挥科学技术关联效应。明确人工智能专利法规中有关专利质量的奖惩机制，鼓励人工智能高水平创造，促进人工智能专利高质量发展。