基于因子分析的人工智能產(chǎn)業(yè)專利價(jià)值評(píng)價(jià)

摘要：隨著高價(jià)值專利概念的興起和快速發(fā)展，對(duì)專利價(jià)值的評(píng)估已成為引領(lǐng)企業(yè)技術(shù)創(chuàng)新方向、優(yōu)化資源配置的重要工具。因此，深入探究我國(guó)人工智能領(lǐng)域的專利價(jià)值，對(duì)于推動(dòng)人工智能技術(shù)的突破性發(fā)展、催生更多高質(zhì)量專利以及培育和保護(hù)高價(jià)值專利成果具有重要意義?；?019—2023年中國(guó)人工智能產(chǎn)業(yè)申請(qǐng)的有效發(fā)明專利數(shù)據(jù)，嘗試?yán)靡蜃臃治龇椒▽?duì)其專利價(jià)值進(jìn)行評(píng)估，并對(duì)其結(jié)果進(jìn)行分析，得到如下結(jié)論：（1）人工智能產(chǎn)業(yè)專利價(jià)值最具有潛力的創(chuàng)新主體有華為、寒武紀(jì)等企業(yè)；（2）人工智能產(chǎn)業(yè)中價(jià)值較高的專利技術(shù)類別集中在G06和H04，即信息技術(shù)領(lǐng)域；（3）從區(qū)域角度來(lái)看，我國(guó)人工智能產(chǎn)業(yè)專利價(jià)值呈現(xiàn)發(fā)展不平衡現(xiàn)象，東部最高，其后依次是中部、西部、東北地區(qū)。最后提出推動(dòng)我國(guó)人工智能產(chǎn)業(yè)專利價(jià)值提升的相關(guān)建議。

關(guān)鍵詞：人工智能；專利價(jià)值；因子分析法

中圖分類號(hào)：G306；G255.53文獻(xiàn)標(biāo)識(shí)碼：ADOI：10.3969/j.issn.1003-8256.2025.01.003

基金項(xiàng)目：天津市科技計(jì)劃項(xiàng)目（22ZLZKZF00270）

隨著科技的飛速發(fā)展，人工智能產(chǎn)業(yè)已成為全球范圍內(nèi)最具影響力和前景的產(chǎn)業(yè)之一。在2017年，我國(guó)人工智能產(chǎn)業(yè)的發(fā)展迎來(lái)了重要的里程碑，國(guó)務(wù)院在當(dāng)年7月公布了《新一代人工智能發(fā)展規(guī)劃》，為人工智能的未來(lái)發(fā)展設(shè)定了明確的戰(zhàn)略規(guī)劃和時(shí)間線。這一規(guī)劃不僅為我國(guó)人工智能的發(fā)展指明了方向，也為其在全球范圍內(nèi)的競(jìng)爭(zhēng)地位奠定了基礎(chǔ)。在《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》中明確提出要加快布局人工智能等前沿領(lǐng)域，推動(dòng)智能經(jīng)濟(jì)發(fā)展。此外，《關(guān)于加強(qiáng)數(shù)字政府建設(shè)的指導(dǎo)意見》也強(qiáng)調(diào)要運(yùn)用人工智能等數(shù)字技術(shù)提高政府治理效能。這些政策不僅體現(xiàn)了國(guó)家對(duì)人工智能產(chǎn)業(yè)的高度重視，也為相關(guān)企業(yè)和研究機(jī)構(gòu)提供了明確的指導(dǎo)和支持。在國(guó)家政策的扶持下，加之資本注入和人才匯聚的助推，我國(guó)人工智能產(chǎn)業(yè)呈現(xiàn)出蓬勃發(fā)展的態(tài)勢(shì)，并已穩(wěn)步躋身全球領(lǐng)先行列。根據(jù)中國(guó)信通院發(fā)布的數(shù)據(jù)，自2019年起，我國(guó)的人工智能產(chǎn)業(yè)規(guī)模開始迅猛增長(zhǎng)，至2021年，其同比增長(zhǎng)率已達(dá)到33.3%，而在2022年，產(chǎn)業(yè)規(guī)模更是攀升至5 080億元，同比增長(zhǎng)18%，顯示出我國(guó)人工智能產(chǎn)業(yè)的強(qiáng)勁發(fā)展勢(shì)頭。初步統(tǒng)計(jì)，2023年規(guī)模達(dá)到5 784億元，增速放緩至13.9%。

國(guó)家知識(shí)產(chǎn)權(quán)局2024年1月16日發(fā)布數(shù)據(jù)顯示，截至2023年底，國(guó)內(nèi)（不含港澳臺(tái)）發(fā)明專利有效量為401.5萬(wàn)件，同比增長(zhǎng)22.4%，中國(guó)成為全球首個(gè)國(guó)內(nèi)有效發(fā)明專利數(shù)量突破400萬(wàn)件的國(guó)家。在《知識(shí)產(chǎn)權(quán)強(qiáng)國(guó)建設(shè)綱要（2021—2035年）》和《“十四五”國(guó)家知識(shí)產(chǎn)權(quán)保護(hù)和運(yùn)用規(guī)劃》兩份重要文件中，均明確提出了推動(dòng)知識(shí)產(chǎn)權(quán)事業(yè)穩(wěn)中求進(jìn)、高質(zhì)量發(fā)展的目標(biāo)，并強(qiáng)調(diào)了加快推進(jìn)知識(shí)產(chǎn)權(quán)強(qiáng)國(guó)建設(shè)的緊迫性和重要性。作為知識(shí)產(chǎn)權(quán)的重要組成部分，專利在人工智能產(chǎn)業(yè)的發(fā)展中起著舉足輕重的作用。專利不僅是創(chuàng)新成果的體現(xiàn)，更是人工智能企業(yè)競(jìng)爭(zhēng)力的核心。因此，研究人工智能產(chǎn)業(yè)的專利價(jià)值，對(duì)于深入理解人工智能技術(shù)的創(chuàng)新態(tài)勢(shì)、推動(dòng)產(chǎn)業(yè)發(fā)展以及優(yōu)化專利策略具有重要意義。近年來(lái)，人工智能領(lǐng)域的專利申請(qǐng)量和授權(quán)量不斷增長(zhǎng)，全球范圍內(nèi)的人工智能技術(shù)創(chuàng)新活動(dòng)日益活躍。然而，專利數(shù)量的增加并不意味著所有專利都具有同等的價(jià)值。事實(shí)上，專利價(jià)值的高低取決于多種因素，如技術(shù)的創(chuàng)新性、實(shí)用性、市場(chǎng)潛力以及專利的法律狀態(tài)等。因此，對(duì)人工智能產(chǎn)業(yè)專利價(jià)值的評(píng)估和研究成為一個(gè)亟待解決的問題。

1研究回顧

1.1專利價(jià)值的概念及衡量

衡量知識(shí)產(chǎn)權(quán)水平的主要指標(biāo)之一即為專利價(jià)值，它被視為評(píng)估創(chuàng)新成果和技術(shù)實(shí)力的重要依據(jù)，目前還沒有普遍接受的定義。

在對(duì)專利的衡量上，不少學(xué)者利用單一指標(biāo)來(lái)衡量專利價(jià)值。其中，專利前向引用的數(shù)量是最常見的代理指標(biāo)，Park等[1]、Wang[2]、Lee等[3-4]、Fisc等[5]、Jang等[6]、Yoon等[7]都使用該指標(biāo)進(jìn)行代理。此外，Allison等[8]、張克群等[9]創(chuàng)新性地使用專利是否發(fā)生過訴訟作為代理變量。張古鵬等[10]、薛明皋等[11]分別用專利權(quán)延續(xù)時(shí)間長(zhǎng)度和專利質(zhì)押貸款額度作為代理變量。然而隨著專利技術(shù)發(fā)展，技術(shù)復(fù)雜度提高，專利潛在市場(chǎng)能力被發(fā)掘，單一指標(biāo)無(wú)法全面反映專利價(jià)值。

而多因素指標(biāo)組合是當(dāng)前專利價(jià)值評(píng)估的主流方法，能降低單一指標(biāo)評(píng)估的片面性和主觀性。美國(guó)聯(lián)邦知識(shí)產(chǎn)權(quán)咨詢服務(wù)集團(tuán)聯(lián)合美國(guó)國(guó)家科學(xué)基金會(huì)首次提出了一套綜合評(píng)估體系，該體系涵蓋了專利數(shù)量、被引證數(shù)、技術(shù)生命周期等七項(xiàng)經(jīng)典的專利價(jià)值評(píng)估指標(biāo)，旨在全面評(píng)估地區(qū)及企業(yè)整體的專利價(jià)值。Harhoff等[12]選取專利范圍、同族數(shù)等指標(biāo)評(píng)估專利價(jià)值；Park等[13]選取多個(gè)有關(guān)專利內(nèi)在特征和專利應(yīng)用狀況的指標(biāo)構(gòu)建專利價(jià)值評(píng)估指標(biāo)體系。另外，HOU等[14]、胡元佳等[15]、曹晨等[16]、GRIMALDI等[17]、劉勤等[18]研究圍繞技術(shù)、法律、市場(chǎng)、經(jīng)濟(jì)、戰(zhàn)略、管理等形成多因素評(píng)估指標(biāo)體系。但多指標(biāo)組合方法依然面臨指標(biāo)設(shè)置冗余、指標(biāo)權(quán)重設(shè)置不合理等問題。

1.2影響專利價(jià)值的因素

國(guó)外學(xué)者Grimaldi等[19]利用歐洲調(diào)查資料對(duì)專利經(jīng)濟(jì)價(jià)值進(jìn)行測(cè)量，發(fā)現(xiàn)專利價(jià)值的分布呈現(xiàn)出明顯的不均衡性，專利引用、參考文獻(xiàn)、權(quán)利要求及國(guó)別會(huì)影響專利價(jià)值的測(cè)量。Thoma等[20]從專利的寬度、未來(lái)的發(fā)展?jié)摿脱邪l(fā)背景以及相關(guān)技術(shù)及專利評(píng)估檔案的歸檔和評(píng)估程序等多個(gè)方面著手，并結(jié)合20個(gè)不同的專利評(píng)估指標(biāo)體系，進(jìn)而計(jì)算出專利價(jià)值綜合指數(shù)。

國(guó)內(nèi)學(xué)者鄭素麗等[21]從專利的特點(diǎn)、專利權(quán)人的特征、研發(fā)活動(dòng)和其他因素分別論述了影響專利價(jià)值的主要因素及其作用機(jī)制，提出了影響專利價(jià)值因素的綜合框架。呂曉蓉[22]在專利評(píng)估的實(shí)證研究中考慮技術(shù)、市場(chǎng)、競(jìng)爭(zhēng)和法律因素對(duì)專利價(jià)值的影響。郭狀等[23]基于人工智能專利數(shù)據(jù)發(fā)現(xiàn)IPC分類數(shù)、專利家族數(shù)、專利引證數(shù)和專利被引證數(shù)、權(quán)利要求數(shù)與專利價(jià)值有顯著相關(guān)關(guān)系。胡澤文等[24]研究發(fā)現(xiàn)專利IPC4分類數(shù)、首次被引速度、權(quán)利要求數(shù)和專利被引頻次對(duì)各模型高價(jià)值專利預(yù)測(cè)結(jié)果的影響程度較大。

綜上所述，已有較多學(xué)者探究了專利價(jià)值的衡量方法及其影響因素，但將其應(yīng)用于具體產(chǎn)業(yè)的專利價(jià)值評(píng)價(jià)較少。結(jié)合已有研究，基于人工智能產(chǎn)業(yè)專利，構(gòu)建多因素指標(biāo)體系衡量其專利價(jià)值，使用因子分析法進(jìn)行數(shù)據(jù)分析，計(jì)算得出專利價(jià)值綜合評(píng)分，最后從企業(yè)角度以及區(qū)域角度分別進(jìn)行結(jié)果分析。

2基于人工智能產(chǎn)業(yè)的專利價(jià)值評(píng)價(jià)體系構(gòu)建

2.1數(shù)據(jù)來(lái)源

人工智能產(chǎn)業(yè)屬于戰(zhàn)略性新興產(chǎn)業(yè)中的新一代信息技術(shù)產(chǎn)業(yè)。本文選擇2019—2023年人工智能產(chǎn)業(yè)領(lǐng)域申請(qǐng)的、法律狀態(tài)為有效的發(fā)明專利。依托大為innojoy專利數(shù)據(jù)庫(kù)，依據(jù)中國(guó)專利保護(hù)協(xié)會(huì)發(fā)布的《人工智能技術(shù)專利深度分析報(bào)告》中列舉的人工智能的主要技術(shù)關(guān)鍵詞[25]，參考《戰(zhàn)略性新興產(chǎn)業(yè)分類與國(guó)際專利分類參照關(guān)系表（2021）》中“1.5人工智能產(chǎn)業(yè)”，并參照張振剛等[26]、魏佳麗等[27]、趙程程等[28]的檢索方法，構(gòu)造如下檢索式，由于檢索式過長(zhǎng)，這里截取部分展示：（TAC=（\"mobile robot*\" or \"artificial intelligen*\" or\"artificial intelligence*\" or \"inteligenc* artificial*\" or\"neural network*\" or \"machine learning*\" or \"robot kinematics\" or \"robot sensing system*\" or \"path planning\" or \"human robot interact*\" or \"humanoid robot*\" or \" virtual reality\" or \"natural language*\"…））and（EINDC2=’ 1.5’）。其中“EINDC2=’1.5’”意為篩選產(chǎn)業(yè)分類為“1.5人工智能產(chǎn)業(yè)”的企業(yè)。共檢索出91 149條專利，檢索時(shí)間為2024年2月。

2.2專利價(jià)值評(píng)價(jià)指標(biāo)選取

參考李春燕等[29]、奉國(guó)和等[30]已有研究，結(jié)合“十四五”規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要中明確的高價(jià)值發(fā)明專利標(biāo)準(zhǔn)，選取了具備可測(cè)度、可操作性的21個(gè)專利指標(biāo)，如表1所示。由于樣本數(shù)據(jù)中無(wú)效次數(shù)、質(zhì)押次數(shù)指標(biāo)值大多為0，因此剔除這兩項(xiàng)指標(biāo)。上述指標(biāo)中除三方專利（美日歐）是分類變量外，其余均為連續(xù)變量，對(duì)連續(xù)變量進(jìn)行最大最小歸一化處理消除量綱影響，分類變量則進(jìn)行虛擬啞變量化處理，并對(duì)專利數(shù)據(jù)進(jìn)行缺失值處理等。

2.3基于人工智能產(chǎn)業(yè)的專利價(jià)值因子分析

本文采用SPSS 27作為數(shù)據(jù)分析工具。在數(shù)據(jù)處理階段，首先進(jìn)行標(biāo)準(zhǔn)化處理，以消除不同量綱對(duì)數(shù)據(jù)結(jié)果的影響。隨后進(jìn)行因子分析的可行性檢驗(yàn)，得出KMO值為0.635；同時(shí)巴特利特球形度檢驗(yàn)的顯著性水平為0，表明數(shù)據(jù)適合進(jìn)行因子分析。進(jìn)一步地，通過探索性因子分析，發(fā)現(xiàn)許可次數(shù)和主權(quán)項(xiàng)字?jǐn)?shù)的公因子方差分別為0.003和0.392，均小于0.4，可以剔除。以包含17個(gè)指標(biāo)的樣本進(jìn)一步進(jìn)行因子分析，利用主成分法進(jìn)行因子提取。碎石圖特征值曲線前七個(gè)公共因子數(shù)值均大于1，因子旋轉(zhuǎn)后提取的7個(gè)公因子的累計(jì)方差貢獻(xiàn)率為73.915%，可以囊括大部分信息。

為了使因子分析過程中得到的因子更容易被賦予實(shí)際意義，也更適用于解決實(shí)際問題的分析需求，有必要對(duì)因子進(jìn)行旋轉(zhuǎn)。在分析過程中，選用最大方差法作為因子旋轉(zhuǎn)的依據(jù)，同時(shí)在系數(shù)顯示格式的設(shè)置上，選擇性地屏蔽了絕對(duì)值小于0.10的小系數(shù)，以確保分析結(jié)果的清晰度。最終得到旋轉(zhuǎn)成分矩陣，如表2所示。

根據(jù)表2對(duì)提取出的公因子進(jìn)行命名。（1）因子1中，主要是布局國(guó)家/地域數(shù)、同族數(shù)、三方專利（美日歐）的載荷比較大，與專利價(jià)值的國(guó)際指標(biāo)相重合，主要包含專利的海內(nèi)外布局信息及能力，因此命名為“國(guó)際布局能力”。（2）在因子2中，因子載荷較大的是引證專利數(shù)、引用專利國(guó)別地域數(shù)、引用非專利文獻(xiàn)數(shù)，主要囊括了專利的引用情況。引證專利數(shù)與其價(jià)值呈正相關(guān)，當(dāng)一項(xiàng)專利引用了更多的先前專利時(shí)，這通常意味著其技術(shù)創(chuàng)新度更高，因此其專利價(jià)值也相應(yīng)更高[31]，可命名為“知識(shí)密度”。（3）因子3載荷較大的是被審查員引證數(shù)、被引證數(shù)，可以命名為“引領(lǐng)能力”。（4）因子4中公因子載荷較高的包含權(quán)項(xiàng)數(shù)、獨(dú)權(quán)數(shù)、說明書頁(yè)數(shù)，主要屬于專利的內(nèi)容指標(biāo)。權(quán)利要求數(shù)量越多，往往越體現(xiàn)專利的法律價(jià)值。因?yàn)楦嗟臋?quán)利要求通常意味著專利的保護(hù)范圍更為廣泛，從而反映了專利的價(jià)值和重要性[32]。同時(shí)，文獻(xiàn)頁(yè)數(shù)的增多通常代表著專利內(nèi)容的豐富和深入，穩(wěn)定性更強(qiáng)，這也使得專利的質(zhì)量更為可靠[33]。而這種穩(wěn)定性在法律層面上尤為重要，因此可以命名為“法律穩(wěn)定性”。（5）因子5主要體現(xiàn)了專利的時(shí)間指標(biāo)。專利的壽命越長(zhǎng)，說明需要投入更多的費(fèi)用來(lái)保持其有效性和市場(chǎng)競(jìng)爭(zhēng)力，持續(xù)受到保護(hù)和維護(hù)的需求越大也意味著該專利的重要性和價(jià)值可能更高[34]，故命名為“時(shí)效價(jià)值”。（6）因子6含IPC部數(shù)、IPC小類數(shù)。IPC數(shù)的多少，顯示了專利技術(shù)所覆蓋領(lǐng)域的廣泛性。具有更多IPC數(shù)的專利在技術(shù)創(chuàng)新和市場(chǎng)應(yīng)用方面具有更高的潛力和價(jià)值[35]，可命名為“技術(shù)范圍”。（7）因子7的轉(zhuǎn)讓次數(shù)與發(fā)明人數(shù)能反映專利的經(jīng)濟(jì)價(jià)值。發(fā)明人數(shù)越多，意味著在專利研發(fā)過程中投入了更多的人力資源，從側(cè)面體現(xiàn)了專利的高價(jià)值[36]。而專利的轉(zhuǎn)讓次數(shù)則直接反映了其在市場(chǎng)化運(yùn)營(yíng)過程中的價(jià)值和潛力，這不僅是激勵(lì)企業(yè)進(jìn)行發(fā)明創(chuàng)新的重要?jiǎng)恿Γ彩峭苿?dòng)專利技術(shù)應(yīng)用和轉(zhuǎn)化的關(guān)鍵因素[37]，故命名為“市場(chǎng)價(jià)值”。

依據(jù)旋轉(zhuǎn)成分矩陣，得到成分得分系數(shù)矩陣，按照各公因子的權(quán)重及計(jì)算公式求出綜合得分，其次進(jìn)行最大最小歸一化處理使得分處于[0，1]區(qū)間內(nèi)并放大100倍以方便觀察。降序排列后結(jié)果如表3所示，其中“DPI”為大為數(shù)據(jù)庫(kù)中的專利價(jià)值綜合評(píng)價(jià)指數(shù)。

3基于人工智能產(chǎn)業(yè)的專利價(jià)值評(píng)價(jià)結(jié)果

3.1專利價(jià)值度驗(yàn)證

為了驗(yàn)證本次評(píng)估結(jié)果排序的準(zhǔn)確性，利用了大為數(shù)據(jù)庫(kù)中的專利價(jià)值綜合評(píng)價(jià)指數(shù)“DPI”，該指數(shù)將專利價(jià)值從低到高劃分為不同的星級(jí)，依次為1星、……、4星、4.5星和5星。驗(yàn)證的結(jié)果見表3。

研究結(jié)果表明，因子分析法計(jì)算得出的專利價(jià)值度結(jié)果與大為專利數(shù)據(jù)庫(kù)中“DPI”等級(jí)評(píng)價(jià)基本相符。在表3展示的前五名專利中，有60%的專利被評(píng)為5星，且40%的專利被評(píng)為4.5星。在后五名專利中，超過一半的專利在3星以下。這種排名情況與等級(jí)評(píng)估結(jié)果基本一致，這表明所采用的評(píng)估方法和指標(biāo)是合理且有效的，能夠?yàn)槿斯ぶ悄墚a(chǎn)業(yè)專利的價(jià)值評(píng)估提供有益的參考。

排名靠前同時(shí)價(jià)值星級(jí)為5星的專利具有較強(qiáng)的優(yōu)勢(shì)，具體而言排名第1和第3的“CN201910026700.0”及“CN202010120608.3”專利：被引證數(shù)分別為31和6，高于平均水平2.83；說明書頁(yè)數(shù)分別達(dá)到了60頁(yè)、57頁(yè)，高于樣本平均的16.14；同族數(shù)分別為12和28，遠(yuǎn)高于平均同族數(shù)1.11。在技術(shù)價(jià)值方面，專利說明書頁(yè)數(shù)和引證數(shù)量越多，說明專利權(quán)人公開的技術(shù)信息越詳細(xì)，技術(shù)方案呈現(xiàn)越完整，技術(shù)價(jià)值水平越高；在市場(chǎng)價(jià)值方面，不同地域分布的專利越多，同一族群的專利越多，其投入費(fèi)用成本越高，從而體現(xiàn)出專利的價(jià)值水平越高。由此可見，本文采用的因子分析法能夠有效、準(zhǔn)確地識(shí)別人工智能技術(shù)領(lǐng)域的高價(jià)值專利，考察同族專利的引用信息數(shù)據(jù)，能為技術(shù)專家獲取該技術(shù)領(lǐng)域的技術(shù)發(fā)展路徑和方向提供支撐信息。

3.2微觀主體層面分析

首先對(duì)評(píng)估樣本的專利申請(qǐng)（專利權(quán)）人進(jìn)行了統(tǒng)計(jì)，并從中挑選出綜合得分排名前20名的專利。隨后，根據(jù)這些專利申請(qǐng)（專利權(quán)）人的專利價(jià)值平均分進(jìn)行降序排列，以進(jìn)一步分析他們的專利價(jià)值和影響力，結(jié)果見表4。

專利價(jià)值得分前20的企業(yè)中主要包括華為技術(shù)有限公司、上海移宇科技股份有限公司、中科寒武紀(jì)科技股份有限公司、榮耀終端有限公司、云鯨智能科技（東莞）有限公司、蘇州潤(rùn)邁德醫(yī)療科技有限公司、騰訊科技（深圳）有限公司等。具體分析，在專利價(jià)值得分較高的企業(yè)中，華為技術(shù)有限公司在價(jià)值得分前20的專利中占了7位，中科寒武紀(jì)科技股份有限公司在前20位中占了5位，上海移宇科技股份有限公司占了2位?？梢?，上述三個(gè)公司在人工智能產(chǎn)業(yè)領(lǐng)域申請(qǐng)的專利價(jià)值相對(duì)較高，綜合實(shí)力較強(qiáng)。

此外，從技術(shù)大類的角度來(lái)看，根據(jù)國(guó)際專利分類表對(duì)應(yīng)釋義，在所列的前20個(gè)價(jià)值較高的專利中，大部分人工智能領(lǐng)域?qū)＠麑儆贕06（電通信技術(shù)大類包括電數(shù)字?jǐn)?shù)據(jù)處理、數(shù)據(jù)識(shí)別、數(shù)據(jù)表示等）以及H04（計(jì)算、推算或計(jì)數(shù)大類包括信號(hào)傳輸、放大器、數(shù)字圖像等）。二者同屬于信息技術(shù)領(lǐng)域，是通信專利的必爭(zhēng)之地。其中表現(xiàn)突出的企業(yè)，比如以通訊設(shè)備為主業(yè)的華為技術(shù)有限公司以及致力于人工智能芯片產(chǎn)品的研發(fā)和技術(shù)創(chuàng)新的中科寒武紀(jì)科技股份有限公司，在人工智能專利領(lǐng)域都具備一定的優(yōu)勢(shì)。

3.3宏觀空間層面分析

整理已有數(shù)據(jù)，根據(jù)專利申請(qǐng)（專利權(quán)）人所在地，得到2019—2023年中國(guó)30個(gè)省區(qū)市人工智能產(chǎn)業(yè)領(lǐng)域?qū)＠麅r(jià)值綜合得分和排名情況，以及申請(qǐng)專利數(shù)量和排名情況，如表5所示。結(jié)合統(tǒng)計(jì)結(jié)果，可以得到如下基本結(jié)論。

首先對(duì)比各省區(qū)市的專利價(jià)值和專利數(shù)量排名。在價(jià)值排名前十的省份中，數(shù)量同樣排名為前十的比例能達(dá)到60%，專利質(zhì)量與專利數(shù)量排名水平大致相當(dāng)，一定程度上說明，專利數(shù)量的增長(zhǎng)是實(shí)現(xiàn)專利質(zhì)量提升的基礎(chǔ)，且在專利綜合發(fā)展較優(yōu)秀的省區(qū)市尤為突出。然而大部分省份的二者排名有所差異，原因在于部分省份申請(qǐng)的人工智能領(lǐng)域?qū)＠吧俣?，比如廣西和山西，在價(jià)值排名中位居前列但數(shù)量排名在后十名之列；部分省份追求數(shù)量而忽略質(zhì)量，以致出現(xiàn)數(shù)量排名靠前價(jià)值排名靠后的情況，比如陜西、江蘇、四川。

其次從區(qū)域差異角度分析，表5分別統(tǒng)計(jì)了東部地區(qū)、中部地區(qū)、西部地區(qū)、東北地區(qū)的情況。人工智能產(chǎn)業(yè)領(lǐng)域的專利價(jià)值基本與我國(guó)各地區(qū)經(jīng)濟(jì)發(fā)展水平相匹配。綜合得分呈現(xiàn)出東高西低的特點(diǎn)，東部地區(qū)的綜合得分為15.83，遠(yuǎn)高于其他三個(gè)地區(qū)，并且專利數(shù)量與價(jià)值同為第一，東北地區(qū)同為第四，而中部地區(qū)專利價(jià)值高于西部地區(qū)，具體來(lái)看專利價(jià)值綜合得分排名最后五名中除遼寧外均屬于西部地區(qū)。這說明我國(guó)區(qū)域之間經(jīng)濟(jì)發(fā)展水平、人力資源水平、技術(shù)發(fā)展環(huán)境等方面的差異使得人工智能領(lǐng)域?qū)＠麅r(jià)值存在較大的差距，存在發(fā)展不平衡的問題。

4結(jié)論與建議

人工智能作為引領(lǐng)新一代技術(shù)革命與產(chǎn)業(yè)變革的核心力量，正為中國(guó)經(jīng)濟(jì)的創(chuàng)新發(fā)展注入新的活力和動(dòng)力。本文以人工智能產(chǎn)業(yè)作為分析對(duì)象，選取2019—2023年中國(guó)申請(qǐng)的有效發(fā)明專利數(shù)據(jù)，基于已有研究構(gòu)建了專利價(jià)值評(píng)價(jià)體系，采取因子分析方法計(jì)算得到專利價(jià)值的綜合得分，對(duì)其進(jìn)行排序、驗(yàn)證，并分別從微觀主體、技術(shù)類別及宏觀區(qū)域?qū)用孢M(jìn)行分析。結(jié)果發(fā)現(xiàn)：我國(guó)人工智能產(chǎn)業(yè)的專利價(jià)值主體發(fā)展情況差異明顯，頭部企業(yè)優(yōu)勢(shì)明顯比如華為、寒武紀(jì)等，同時(shí)部分企業(yè)可能存在策略性專利申請(qǐng)行為使得專利價(jià)值得分不理想；在技術(shù)類別上以信息技術(shù)領(lǐng)域?yàn)橹?；從空間分布上，我國(guó)人工智能產(chǎn)業(yè)專利價(jià)值的地域差異明顯，北京、上海、廣東、重慶名列前茅，東部地區(qū)處于領(lǐng)先位置，其次是中部、西部，最次是東北地區(qū)，總體而言經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)的專利價(jià)值有待提高。

針對(duì)上述結(jié)論，提出以下建議：

（1）要推動(dòng)人工智能產(chǎn)業(yè)專利價(jià)值的提升，首要策略是加大研發(fā)投入，并加強(qiáng)產(chǎn)學(xué)研深度融合，打造協(xié)同創(chuàng)新生態(tài)。政府應(yīng)設(shè)立專項(xiàng)資金，以促進(jìn)各主體在人工智能領(lǐng)域的深入研究和創(chuàng)新；鼓勵(lì)企業(yè)建立內(nèi)部研發(fā)機(jī)構(gòu)，加強(qiáng)自主創(chuàng)新能力；建立多元化的創(chuàng)新體系，包括政策支持、金融扶持、人才培養(yǎng)等多方面，共同推動(dòng)人工智能技術(shù)的突破和創(chuàng)新。此外，產(chǎn)學(xué)研的深度融合是促進(jìn)人工智能技術(shù)轉(zhuǎn)化的關(guān)鍵。通過建立產(chǎn)學(xué)研一體化平臺(tái)，加強(qiáng)企業(yè)、高校和研究機(jī)構(gòu)之間的合作與交流，實(shí)現(xiàn)資源共享和優(yōu)勢(shì)互補(bǔ)。同時(shí)，推動(dòng)產(chǎn)學(xué)研合作項(xiàng)目發(fā)展，鼓勵(lì)高校和研究機(jī)構(gòu)的科研成果向企業(yè)轉(zhuǎn)化，有助于提高專利的實(shí)用性和市場(chǎng)價(jià)值[38]。此外，還應(yīng)加強(qiáng)與國(guó)際先進(jìn)企業(yè)和研究機(jī)構(gòu)的合作，引進(jìn)先進(jìn)技術(shù)和管理經(jīng)驗(yàn)，以提升我國(guó)人工智能產(chǎn)業(yè)的國(guó)際競(jìng)爭(zhēng)力。

（2）針對(duì)我國(guó)人工智能產(chǎn)業(yè)發(fā)展存在的區(qū)域不均衡問題，實(shí)施差異化的區(qū)域發(fā)展政策是關(guān)鍵。各地區(qū)應(yīng)加強(qiáng)對(duì)人工智能領(lǐng)域?qū)＠季值囊?guī)劃和指導(dǎo)，鼓勵(lì)企業(yè)以核心技術(shù)為基礎(chǔ)，進(jìn)行有針對(duì)性的專利布局，以構(gòu)建優(yōu)質(zhì)且高價(jià)值的專利組合。政府應(yīng)根據(jù)各地區(qū)的資源稟賦、產(chǎn)業(yè)基礎(chǔ)和市場(chǎng)需求等因素，制定相應(yīng)的發(fā)展規(guī)劃和政策措施，引導(dǎo)各地區(qū)錯(cuò)位發(fā)展、優(yōu)勢(shì)互補(bǔ)。同時(shí)，加強(qiáng)區(qū)域間的合作與交流至關(guān)重要，可以推動(dòng)跨區(qū)域的產(chǎn)學(xué)研合作項(xiàng)目、技術(shù)轉(zhuǎn)移和成果轉(zhuǎn)化等工作；建立區(qū)域間的創(chuàng)新資源共享平臺(tái)，推進(jìn)人工智能產(chǎn)業(yè)示范基地建立，促進(jìn)技術(shù)、人才等資源的優(yōu)化配置和共享；加強(qiáng)政策協(xié)同和監(jiān)管合作，形成推動(dòng)人工智能產(chǎn)業(yè)發(fā)展的強(qiáng)大合力。通過這些措施，能夠促進(jìn)各區(qū)域的協(xié)調(diào)進(jìn)步和共同發(fā)展。

（3）保護(hù)知識(shí)產(chǎn)權(quán)就是保護(hù)創(chuàng)新，針對(duì)人工智能領(lǐng)域知識(shí)產(chǎn)權(quán)保護(hù)面臨的挑戰(zhàn)，需要從多個(gè)方面入手。首先，強(qiáng)化知識(shí)產(chǎn)權(quán)保護(hù)意識(shí)至關(guān)重要。政府、企業(yè)和社會(huì)各界應(yīng)共同營(yíng)造尊重知識(shí)產(chǎn)權(quán)、鼓勵(lì)創(chuàng)新的文化氛圍。其次，完善知識(shí)產(chǎn)權(quán)法律法規(guī)體系是根本保障。應(yīng)加快修訂和完善相關(guān)法律法規(guī)，適應(yīng)人工智能領(lǐng)域的發(fā)展需求。同時(shí)加強(qiáng)對(duì)專利申請(qǐng)和審查的監(jiān)管，提高專利審查質(zhì)量和效率，防止低質(zhì)量專利的泛濫。最后，加大執(zhí)法力度是關(guān)鍵所在。應(yīng)建立健全知識(shí)產(chǎn)權(quán)保護(hù)機(jī)制，加強(qiáng)跨部門、跨地區(qū)的協(xié)作配合，嚴(yán)厲打擊侵權(quán)行為，維護(hù)知識(shí)產(chǎn)權(quán)權(quán)利人的合法權(quán)益。這些措施可以有效提升人工智能領(lǐng)域的知識(shí)產(chǎn)權(quán)保護(hù)水平，為產(chǎn)業(yè)的創(chuàng)新發(fā)展提供有力支撐。

參考文獻(xiàn)：

[1]PARK G，SHIN J，PARK Y.Measurement of depreciation rate of technological knowledge：technology cycle time approach[J]. Journal of Scientific Industrial Research，2006，65（2）：121-127.

[2]WANG S J.Factors to evaluate a patent in addition to citations[J]. Scientometrics，2007，71（3），509-522.

[3]LEE YG. Patent licensability and life：a study of US patents registeredbySouthKoreanpublicresearchinstitutes[J]. Scientometrics，2008，75（3），463-471.

[4]LEE C Y，CHO Y，HYEONJU S，et al.A stochastic patent citation analysis approach to assessing future technological impacts[J]. Technological Forecasting and Social Change，2012，79（1）：16-29.

[5]FISCH C，SANDNER P，REGNER L.The value of Chinese patents：an empirical investigation of citation lags[J]. China Economic Review，2017，45：22-34.

[6]JANGH J，WOO H G，LEE C Y，et al. Hawkes process-based technology impact analysis[J].Journal of Informetrics，2017，11（2）：511-529.

[7]YOON J，SEO W，COH B Y，et al.Identifying product opportunities using collaborative filtering-based patent analysis[J].Computers Industrial Engineering，2017，107：376-387.

[8]ALLISON J R，LEMLEY M，MOORE K A，et al.Valuable patents[J].Georgetown Law Journal，2004，92（3）：435-479.

[9]張克群，夏偉偉，郝娟，等.專利價(jià)值的影響因素分析：專利布局戰(zhàn)略觀點(diǎn)[J].情報(bào)雜志，2015，34（1）：72-76，82.

[10]張古鵬，陳向東.新能源技術(shù)領(lǐng)域?qū)＠|(zhì)量研究：以風(fēng)能和太陽(yáng)能技術(shù)為例[J].研究與發(fā)展管理，2013，25（1）：73-81.

[11]薛明皋，劉璘琳.專利質(zhì)押貸款環(huán)境下的專利價(jià)值決定因素研究[J].科研管理，2013，34（2）：120-127.

[12]HARHOFF D，SCHERER F M，CITATIONS V K，et al.Opposition and the value of patent rights[J].Research Policy，2003，32（8）：1343-1363.

[13]PARK Y，PARK G. A new method for technology valuation in monetary value：procedure and application[J].Technovation，2004，24（5）：387-394.

[14]HOU J L，LIN H Y.A multiple regression model for patent appraisal[J].Industrial Management Data Systems，2006，106（9）：1304-1332.

[15]胡元佳，卞鷹，王一濤.Lanjouw-Schankerman專利價(jià)值評(píng)估模型在制藥企業(yè)品種選擇中的應(yīng)用[J].中國(guó)醫(yī)藥工業(yè)雜志，2007（2）：148-150.

[16]曹晨，胡元佳.綜合專利價(jià)值指數(shù)與藥物經(jīng)濟(jì)價(jià)值的相關(guān)性研究[J].中國(guó)醫(yī)藥工業(yè)雜志，2011，42（7）：560-562.

[17]GRIMALDI M，CRICELLI L，ROGO F.Valuating and analyzing the patent portfolio：the patent portfolio value index[J]. European Journal of Innovation Management，2018，21（2）：174-205.

[18]劉勤，楊壬淦，劉友華.高價(jià)值專利評(píng)估方法、存在問題及對(duì)策[J].科技管理研究，2022，42（4）：147-152.

[19]GAMBARDELLA A，HARHOFF D，VERSPAGEN B.The value of European patents[J].European Management Review，2008，5（2）：69-84.

[20]THOMA G. Composite value index of patent indicators：factor analysis combining bibliographic and survey datasets[J]. World Patent Information，2014，38：19-26.

[21]鄭素麗，宋明順.專利價(jià)值由何決定？基于文獻(xiàn)綜述的整合性框架[J].科學(xué)學(xué)研究，2012，30（9）：1316-1323，1332.

[22]呂曉蓉.專利價(jià)值評(píng)估指標(biāo)體系與專利技術(shù)質(zhì)量評(píng)價(jià)實(shí)證研究[J].科技進(jìn)步與對(duì)策，2014，31（20）：113-116.

[23]郭狀，余翔.基于我國(guó)人工智能專利數(shù)據(jù)的專利價(jià)值影響因素分析[J].情報(bào)雜志，2020，39（9）：88-94.

[24]胡澤文，周西姬.基于BP神經(jīng)網(wǎng)絡(luò)和MⅣ算法的高價(jià)值專利預(yù)測(cè)與影響因素分析[J].信息資源管理學(xué)報(bào)，2023，13（6）：144-155.

[25]中國(guó)專利保護(hù)協(xié)會(huì).人工智能技術(shù)專利深度分析報(bào)告[R].2018.

[26]張振剛，黃潔明，陳一華.基于專利計(jì)量的人工智能技術(shù)前沿識(shí)別及趨勢(shì)分析[J].科技管理研究，2018，38（5）：36-42.

[27]魏佳麗，蘇成，高繼平.專利質(zhì)量視角下的我國(guó)人工智能領(lǐng)域存在問題的分析及對(duì)策[J].科技管理研究，2020，40（23）：213-221.

[28]趙程程.基于專利信息的人工智能技術(shù)創(chuàng)新網(wǎng)絡(luò)圖譜研究[J].中國(guó)科技論壇，2021（4）：12-22，54.

[29]李春燕，石榮.專利質(zhì)量指標(biāo)評(píng)價(jià)探索[J].現(xiàn)代情報(bào)，2008，28（2）：146-149.

[30]奉國(guó)和，劉任鏵，鄧偉偉.高價(jià)值專利影響因素分析及主題挖掘：以納米藥物領(lǐng)域?yàn)槔齕J/OL].圖書館論壇，1-14[2024-04-01]. http：//kns.cnki.net/kcms/detail/44.1306.G2.20230915.1247.002. html.

[31]MARCO A C，SARNOFF J D，DEGRAZIA C A W.Patent claims and patent scope[J].Research Policy，2019，48（9）：103790.

[32]JURRIEN B.The log-linear relation between patent citations and patent value[J].Scientometrics，2017，110（2）：879-892.

[33]錢過，李文娟，袁潤(rùn).識(shí)別核心專利的綜合價(jià)值指數(shù)[J].情報(bào)雜志，2014，33（6）：44-48.

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

[35]SQUICCIARINI M，DERNIS H，CRISCUOLO C.Measuring patent quality：indicators of technological and economic value[J].2013：1-69.

[36]李睿，趙安琪.文獻(xiàn)計(jì)量學(xué)視野下專利壽命與多重因素的相關(guān)性解析：來(lái)自催化領(lǐng)域的實(shí)證[J].情報(bào)學(xué)報(bào)，2017，36（6）：547-554.

[37]丁煥峰，何小芳，孫小哲.中國(guó)城市專利質(zhì)量評(píng)價(jià)及時(shí)空演進(jìn)[J].經(jīng)濟(jì)地理，2021，41（5）：113-121.

[38]夏蕓，魏田苡薇，洪楷宣，等.專利形成全周期視角下的高價(jià)值專利識(shí)別體系研究[J].科學(xué)與管理，2024，44（4）：1-9，103.

Patent Value Evaluation of Artificial Intelligence Industry Based on Factor Analysis

MENG Dabin，LI Xinyi

（School of Economics，Tianjin University of Commerce，Tianjin 300134，China）

Abstract：As the concept of high-value patents has emerged and rapidly evolved，the assessment of patent value has emerged as a crucial instrument for guiding technological innovation and enhancing resource allocation.Therefore，an indepth exploration of the patent value in the field of artificial intelligence in China is of great significance for promoting the breakthrough development of AI technology，generating more high-quality patents，as well as cultivating and protecting high-value patent achievements.Based on the effective invention patent data filed in China’s artificial intelligence industry from 2019 to 2023，we try to evaluate its patent value by using factor analysis method，and analyze the results to get the following conclusions：（1）The most promising innovation subjects with the most promising patent value in the artificial intelligence industry are Huawei，Cambrian and other enterprises.（2）The patent technology categories with higher value in AI industry are concentrated in G06 and H04，i.e.information technology field.（3）From a regional perspective，the patent value of China’s artificial intelligence industry shows the phenomenon of uneven development，with the highest in the east，followed by the central，western and northeastern regions. Finally，relevant suggestions to promote the patent value of China’s AI industry are put forward.

Keywords：artificial intelligence；patent value；factor analysis method