摘 要：我國專利量不斷增加，大量的專利申請導致低質量專利的出現，低質量專利除了浪費私人投入外，還侵占了公共資源，使得社會對于專利效用的認可大打折扣。專利根據其屬性，可通過專利質量指標對其進行評價，本文選用了恰當的專利質量指標，對專利質量指標與經濟增長關系進行了實證研究。

　　關鍵詞：專利 經濟增長 專利質量指標 面板數據

　　一、專利質量指標的選定

　　專利質量包括三種層面定義：法律層面、技術層面、經濟價值層面。指標設置需要遵循一定的原則：第一，科學性;第二，相關性原則;第三，可比性原則;第四，可行性原則;第五，完備性原則。

　　Lanjouw 和 Schankerman 從美國專利局中獲取了 7 個技術領域的專利數據，從被引次數、權利要求數量、專利參考文獻數量和專利族大小 4 個指標來研究專利質量。

　　CHI公司那林等通過大量研究發現“具有開創性的專利被引次數達到6次，遠超過平均被引次數1次”，被引次數指標已被廣泛運用于經濟和管理領域的定量分析。被引次數作為基礎技術對后續技術創新的貢獻及作為現有技術對后續專利的權利限制。很多學者研究發現技術專家評價的專利技術重要性與被引次數高度相關。但是，被引次數作為專利質量指標也具有一定的缺陷，萬小麗(2013)指出統計被引次數只能統計到當前，為來的被引次數無法預知，從而導致統計不完整，即產生“時間截面”問題;隨著時間推移，引用專利文獻數量的膨脹使專利被引機會越來越大，因此無法直接比較不同授權年份的專利在相同滯后期限內的被引次數;技術領域的差異使得對前期成果的依賴程度不同也是導致被引次數不同的原因。

　　Jean O. Lanjouw(2004)采用美國7個技術領域在1975-1993年的專利信息，分析了專利質量指標，分別為權利要求數、前引數、后引數和同族大小，得出在藥物專利領域前引為最重要的質量指標，而在其他6個技術領域權利要求數量為最重要的專利質量指標。權利要求數包括獨立權利要求和從屬權利要求數，可以在一定程度上反映專利保護范圍，一般來說，權利要求數越多，專利保護范圍越大，說明書的創新度越高，專利質量也越高。同時，為了獲取較寬保護范圍的申請人和發明人會傾向于撰寫多個權利要求，試圖通過增加權利要求數獲得優勢，從而導致權利要求數大量增加導致審查無法精確判斷每個權利要求是否符合授權條件，另外，從屬權利要求可能限定的技術特征并不具備創新高度而依賴于獨立權利要求的創新性而獲得授權。

　　同族數是指同一個發明在不同國家獲得專利或提交專利申請的數量，同一專利只有具備一定價值時，申請人才會付出高昂的費用在不同國家尋求保護，同時，同族數也很好地反映了技術重要性，而獲得多國授權的專利經過了多方面考驗，技術質量相對較高，同時也反映了申請人在不同國家的技術市場策略。顯然在多國申請專利費用高昂，理性商人只有在專利具備一定市場價值時才申請，同族數可能更直接地反映該技術所面向的海外市場多寡，即專利的經濟價值，而不能線性反映出專利的技術質量。

　　特征度為主權利要求中技術特征個數平均數，該項較少用作專利質量指標，從特征度的定義可知，授權專利的主權利要求中技術特征越多，反映了權利要求保護范圍越小，相對技術進步較弱，即專利申請需要基于更多的現有技術進行，同時改進較小。因此，筆者認為特征度是專利質量的反向指標，為了反向驗證模型的合理性，也將特征度納入了本章專利質量指標組合的研究中。

　　綜上所述，鑒于城市專利質量指標獲取受限，統計量大，許多指標不適合做區域分析，而有些指標未能很好地佐證專利質量的好壞，且已有的文獻記載也沒較為統一的意見。因此，穩健起見，筆者選定以下四個專利質量指標：專利度、特征度、被引用數、同族數，其中，除去特征度作為反向指標，其余均為已被廣泛采納用于研究專利質量的經典指標。

　　二、專利質量指標與經濟增長的實證分析

　　1.模型建立

　　專利質量指標是專利質量高低的指示器，而專利作為技術進步的代理變量的同時，專利質量一定程度上也代表了技術創新的產出質量，代表了技術水平，即專利質量越高，專利的技術質量越高，帶來的技術進步使得社會的生產效率提高。下面我們嘗試對專利質量指標與經濟增長的關系做實證分析，探究專利質量指標是如何影響經濟增長。

　　選取了1997-2016年間粵港澳大灣區9個中國大陸城市的專利數據進行分析。

　　Y： 總產出，實際GDP值;A：常數項;K：資本投入，固定資產投入;L：勞動投入; PZ：專利質量指標，分別由專利度PD，特征度CD，被引用次數CTD，同族數FAM組成。

　　i：地區，9個城市;t： 時間，1997-2016年;α、β、ε分別代表資本投入、勞動投入及專利質量指數的產出彈性;且滿足0<α<1、0<β<1、0< <1。

　　2. 實證分析結果

　　對面板數據進行平穩性檢驗、協整檢驗后，進行模型的選擇，經過不同檢驗方式對隨機效應、固定效應以及混合OLS三種模型兩兩選擇，最后結論為選擇固定效應模型。建立的固定效應模型及相關系數如下。

　　從實證分析的結果看出，特征度CD及被引用數CTD兩個解釋變量的彈性系數為負值，由于被引用數一般是本年度授權專利被后續專利引用的次數，而專利具有越高的技術價值，被引用的次數會逐年增長，即技術質量高的專利對后續的技術創新具有重大作用，表現在對經濟增長方面應該具有延遲效果。因此，采用滯后項1-5階作實證分析，驗證被引用數對經濟增長具有延遲效果的假設。由于特征度反映的是授權專利權利要求的技術特征數量，而技術特征越多往往權利要求保護范圍較小，相對專利質量較低，因此，我們假設特征度與專利質量成負相關，即特征度對經濟增長負相關。

　　對模型進行滯后分析，得出固定資產投資K在滯后1-5階對經濟增長的影響先增再減，表明固定資產投資對于經濟增長影響有一定的滯后期，在滯后三階達到最高，即固定資產投資而帶來的設備更新在三年后對經濟增長作用最強，為0.3187，即固定資產每增長1%，GDP增長31.89%。