張克群，項星星，張 婷，歐慧玲

0 引言

發(fā)光二極管(簡稱LED)是全球電子產(chǎn)業(yè)的前沿和熱點，具有耗電量少、不含汞、壽命長、響應速度快、體積小、無污染等特點，充分體現(xiàn)了可持續(xù)發(fā)展理念?！笆濉逼陂g，半導體行業(yè)被我國視為重點發(fā)展的新興產(chǎn)業(yè)，目前我國已成為全球最大的半導體照明產(chǎn)品生產(chǎn)、銷售和出口國。《半導體照明產(chǎn)業(yè)“十三五”發(fā)展規(guī)劃》對半導體照明產(chǎn)業(yè)提出“由大變強”目標。對企業(yè)而言，積極響應國家號召，充分發(fā)揮參與國家創(chuàng)新決策的作用、聯(lián)合企業(yè)間協(xié)同開展創(chuàng)新研究、加強國際專利部署等，以推進我國LED產(chǎn)業(yè)邁入中高端發(fā)展水平顯得尤為重要。面對這一發(fā)展目標，LED產(chǎn)業(yè)的技術創(chuàng)新水平能充分反映企業(yè)的市場競爭能力，而專利作為企業(yè)的無形資產(chǎn)，不僅可以將自己發(fā)明創(chuàng)造的產(chǎn)品與其他同類產(chǎn)品區(qū)分開來，并受國家法律保護，而且它還可以反映出企業(yè)的創(chuàng)新性及市場地位。因此，申請專利是各LED廠商保護自身產(chǎn)品的有效機制。

根據(jù)以往研究，專利被視為與技術創(chuàng)新活動相關的最重要的輸出指標之一，專利分析已經(jīng)成為衡量企業(yè)創(chuàng)新的重點[1]。隨著專利統(tǒng)計數(shù)據(jù)的完整性與公開性不斷提高，專利分析不再局限于對專利數(shù)量及專利的靜態(tài)屬性(如專利的向前引證數(shù)、向后引證數(shù)、IPC分類數(shù)、權利要求數(shù))指標進行分析，而是基于專利的動態(tài)屬性，即其與其他專利的引證關系，來探究專利的特征。No等[2]指出專利引證數(shù)據(jù)含有包括引證專利與被引證專利在內(nèi)的豐富信息，其中，向前引證即指專利被其他專利所引證，體現(xiàn)專利對后續(xù)技術的影響；向后引證則指專利引證其他專利，是對先前技藝的延續(xù)。因此，專利引證是提供技術關系信息的主要指標；而且，專利被引證數(shù)越多，專利的價值越高，則該專利相對于其他專利就越重要[3]。Hall等[4]把專利被引證數(shù)作為企業(yè)專利重要性的衡量指標，并運用Tobin’s Q指數(shù)去探究專利的市場價值，結果表明專利被引證數(shù)越多，專利的市場價值越高，專利對企業(yè)就越重要。所以，對企業(yè)經(jīng)濟績效產(chǎn)生重大的技術影響也是高被引專利的價值所在[5-6]。本文通過對高被引專利的特征進行分析，以期為企業(yè)更好地評估專利價值提供參考。

本文將專利區(qū)分為高被引專利與低被引專利，并計算專利的外向程度中心性、中間中心性、特征向量中心性等中心性指標及PageRank值。由于高被引專利在專利中所占比例較少，屬于稀有事件(Rare Events)，采用傳統(tǒng)logit回歸模型不僅會導致參數(shù)估計有偏，并且會低估稀有事件的發(fā)生概率，因此本文通過稀有事件logit回歸校正參數(shù)和概率估計值來解決這個問題。同時，研究外向程度中心性、專利PageRank值、中間中心性和特征向量中心性對高被引專利價值的影響，應當排除其他因素對專利價值的影響，如權利要求數(shù)、發(fā)明人人數(shù)、專利族數(shù)等均會對專利價值產(chǎn)生影響。只有控制其他因素干擾，才能更準確地研究影響高被引專利價值的因素，為此本文采用由Rosenbaum等[7]所提出的傾向得分匹配模型(Propensity Score Matching Model，PSM)對此進行估算。傾向得分匹配是一種較好地控制其他因素影響的方法，可以選出主要特征最接近的專利進行比較，從而準確地分析高被引專利的特征[8]。

本文綜合運用傳統(tǒng)logit回歸模型、稀有事件logit回歸模型和傾向得分匹配模型對LED行業(yè)高被引專利價值評估影響因素及對策進行研究，為企業(yè)提供更有效的方法來識別更有價值的專利，以提高企業(yè)的專利管理水平。

1 文獻探討與研究假說

1.1 社會網(wǎng)絡分析

社會網(wǎng)絡分析(Social Network Analysis)是基于社會網(wǎng)絡理論對社會關系與結構進行分析的方法，主要研究不同行動者的屬性及行動者間內(nèi)在聯(lián)系構成的網(wǎng)絡。研究重點在于節(jié)點在網(wǎng)絡中的地位、作用，并探討網(wǎng)絡中個體的關系。在專利研究領域，Yoon等[9]最先將社會網(wǎng)絡分析應用于構建專利引證網(wǎng)絡并進行分析，研究分為核心技術識別、技術集群與技術演進分析等方面。黃曉斌等[10]以4G通訊技術領域為例，應用社會網(wǎng)絡方法構建專利引證網(wǎng)絡的競爭態(tài)勢分析框架，發(fā)現(xiàn)4G底層技術發(fā)展過程中的關鍵專利，并進一步借助中心度識別出核心專利。Weng等[11]以保險行業(yè)的專利為例進行探究，其結論表明處于核心位置的專利技術更可能成為主要發(fā)明并在技術發(fā)展進程中扮演重要角色，在邊緣位置的專利則隨著核心位置的專利的發(fā)展而發(fā)展。張克群等[12]利用專利引證網(wǎng)絡，研究得出在技術發(fā)展的早期和成熟期，專利價值的影響因素會對專利價值產(chǎn)生不同程度的影響。由此可以看出，專利引證網(wǎng)絡已成為專利分析領域的研究熱點，本文也將通過構建專利引證網(wǎng)絡對LED領域高被引專利特征予以分析。

1.2 網(wǎng)絡中心性特征與高被引專利

網(wǎng)絡中心性是社會網(wǎng)絡研究中重要的結構位置指標，用于衡量某一節(jié)點獲取與控制資源的能力。Freeman[13]認為個體在群體中具有的權利和地位是其在社會網(wǎng)絡中占有的中心位置的體現(xiàn)，行動者越處于網(wǎng)絡的中心位置，其影響力就越大。因此，將網(wǎng)絡中心性應用于專利引證網(wǎng)絡，衡量專利在整個網(wǎng)絡中的地位，并據(jù)此辨別價值較高的專利。

(1)程度中心性。程度中心性測度節(jié)點在社會網(wǎng)絡結構中的位置或優(yōu)勢，某節(jié)點的程度中心性是通過計算與該節(jié)點存在直接聯(lián)系的節(jié)點的個數(shù)來測量。某一節(jié)點的程度中心性愈高，則表明與該節(jié)點存在直接聯(lián)系的相鄰節(jié)點數(shù)量愈多，意味著該節(jié)點更有可能在整個網(wǎng)絡中處于中心地位，也越有可能擁有較大的影響力。

就專利而言，外向程度中心性即是專利引證先前技術的程度，與專利的向后引證相對應。專利外向程度反映了對其他專利的參考和繼承情況，表明某項專利對其他科學技術的依賴程度。在當前科學技術日新月異、突飛猛進的環(huán)境下，先前的技術大都存在著些許不足，專利以這些技術為基礎加以發(fā)展與改進。如果某項專利引證先前技藝較多，則說明該項專利技術領域已經(jīng)比較成熟，該專利所包含的技術主要是對先前成熟技術的改進。除此之外，專利引證在一定程度上衡量了知識溢出與轉(zhuǎn)移的程度。如果某項專利引證先前技藝較多，則說明該項專利技術能夠較好地融合先前技術知識，擁有較高的技術廣度或深度，該專利技術領域已經(jīng)比較成熟，其所覆蓋的技術領域也就更廣[12，14]。故提出假設1：

假設1：相比于低被引專利，高被引專利的外向程度中心性更高。

(2)專利PageRank值。PageRank最早是由Google創(chuàng)始人Sergey Brin和Lawrence Page于1998年提出的，是一種基于鏈接分析的網(wǎng)頁排序算法[15]，通過分析網(wǎng)絡的鏈接結構來獲得網(wǎng)絡中網(wǎng)頁的重要性排名。如果一個網(wǎng)頁被許多其他網(wǎng)頁鏈接則說明該網(wǎng)頁比較重要，對應的PageRank值會相對較高。同樣，如果一個PageRank值較高的網(wǎng)頁鏈接到其他網(wǎng)頁，那么被鏈接網(wǎng)頁的PageRank值也會因此而提高。該算法同樣適用于社會網(wǎng)絡分析。社會網(wǎng)絡中的節(jié)點類似于網(wǎng)頁，而網(wǎng)絡中節(jié)點之間的相互連接類似于網(wǎng)頁與網(wǎng)頁之間的鏈接。因此，可以通過專利之間的引證關系構建類似于網(wǎng)頁中的超鏈接關系，并計算出專利的PageRank值。

基于上述概念，某一專利的PageRank值越大，意味著該專利被后續(xù)專利引證的數(shù)量越大，該專利的重要性相對更高，價值就越大。Reinstaller等[16]以歐洲專利局的生物技術專利為研究對象，發(fā)現(xiàn)專利的PageRank值與衡量專利質(zhì)量的直接引證數(shù)存在高度的正相關關系，且通過PageRank算法計算專利得出的國家排名與通過專利引證得出的排名基本一致。顧立平[17]通過構建專利引證網(wǎng)絡并利用專利引證數(shù)計算基于專利的PageRank值，并與專利被引證數(shù)排名進行對比，結果發(fā)現(xiàn)兩者具有顯著一致性。由此，提出假設2：

假設2：相比于低被引專利，高被引專利的PageRank值更高。

(3)中間中心性。中間中心性主要測量個體或組織作為媒介者的能力，F(xiàn)reeman[13]認為，如果一個行動者處于多對行動者之間，那么這個行動者可能起到重要的“中介”作用，因而處于網(wǎng)絡的中心。如果有一個行動者在兩個分離的行動者中間形成紐帶的話，那么這個行動者就構成一個橋(Bridge)。在兩個分離的大團體間，若彼此需交流和溝通相關信息與意見，以及協(xié)調(diào)行動的話，作為橋的行動者就非常重要。

專利在專利引證網(wǎng)絡中占據(jù)的位置也會影響其專利價值。在專利引證網(wǎng)絡中，中介者可以在不同技術領域的專利中傳遞技術知識。由于其連接了不同領域的專利，因此更容易推動新技術的產(chǎn)生、促進技術發(fā)展。另外，處于中間位置的專利與相鄰專利包含的冗余信息更少，形成的替代關系就會越弱，更容易對后續(xù)專利產(chǎn)生更大的影響。最后，由于中介者在連接相關專利中處于重要地位，其可視為迅速阻礙競爭者進入市場的戰(zhàn)略工具。所以，占據(jù)中介位置的專利往往含有較高的專利價值?；诖?，提出假設3：

假設3：相比于低被引專利，高被引專利具有較高的中間中心性。

(4)特征向量中心性。特征向量中心性測度的是整體網(wǎng)絡結構中最為核心的成員，是在考慮與特定行動者聯(lián)系的其他行動者的中心性程度之后，進而對該行動者進行測量的中心性指標。一個行動者的中心性不僅取決于與其相連的其他行動者的數(shù)量，還取決于這些行動者的中心性程度。武澎等[18]通過將特征向量中心性指標運用到超網(wǎng)絡信息系統(tǒng)中，研究得出在整個超網(wǎng)絡中，節(jié)點所連接的重要節(jié)點越多，在網(wǎng)絡中的價值就越高，對整個信息交流系統(tǒng)的影響也越大。朱麗波[19]在對科學合作網(wǎng)絡進行中心性分析時，研究得出一個作者在該網(wǎng)絡中的特征向量中心性指標越高，那么就越接近該網(wǎng)絡的權重中心，其影響力也就越大。因此，在專利引證網(wǎng)絡中，若某一專利的特征向量中心性程度較高，通常表明與該專利存在引證關系的其他專利的中心性也較高。對于專利而言，若其他專利都具有較高的中心性，即向前引證與向后引證數(shù)量都較多，這樣的專利也具有較高的質(zhì)量。一方面，與這些專利相連的專利的特征向量中心程度越高，意味著該專利越接近于專利引證網(wǎng)絡的核心，在整個專利引證網(wǎng)絡中，該專利能夠通過直接或間接聯(lián)系影響到許多專利，其影響力也越大。另一方面，這類專利可以獲得的信息與知識也就越多，作為中介的作用越明顯，質(zhì)量也更高。由此，提出假設：

假設4：相比于低被引專利，高被引專利具有較高的特征向量中心性。

2 研究設計

2.1 樣本選取與數(shù)據(jù)收集

本研究樣本涉及包括外延片制造、芯片生產(chǎn)與芯片封裝在內(nèi)的整個LED產(chǎn)業(yè)鏈，采用Thomson Innovation數(shù)據(jù)庫中截至2011年5月美國專利局授權的LED專利數(shù)據(jù)作為數(shù)據(jù)來源，另外考慮到“引用時滯”(time lag of citation)的影響，專利被引證數(shù)統(tǒng)計截至2016年5月。通過檢索LED領域的專利關鍵詞進行專利查詢，初步得到40，330件美國LED行業(yè)內(nèi)的相關專利信息，經(jīng)人工篩選并剔除相互之間不存在引證關系的專利，共得到4，650件符合研究條件的專利。

2.2 變量操作型定義

(1)專利價值。專利評價領域中，專利H指數(shù)常作為識別專利價值的一項有效指標而被廣泛采用。H指數(shù)是由Hirsch[20]提出來的新指標。Hirsch在其研究中將“H指數(shù)”定義為：某科學家發(fā)表的N篇論文中，最多有h篇論文至少被引用了h次，以此簡單計算得出的數(shù)值h就是該位科學家的H指數(shù)。Guan等[21]首先將H指數(shù)用于專利分析上且提出專利H指數(shù)。專利H指數(shù)越高，表示其專利影響力越大，故專利H指數(shù)可用于評價專利的重要性及其質(zhì)量特征。

根據(jù)H指數(shù)的定義，經(jīng)過計算得到LED行業(yè)的專利H指數(shù)為105，即在這4，650件專利中，有105件專利的被引證數(shù)大于其H指數(shù)，即為本文定義的高被引專利。本研究中高被引專利為105件，非高被引專利為4，545件。因此，本研究采用專利H指數(shù)將專利區(qū)分為高被引專利與低被引專利，以此作為專利價值的代理變量。將高被引專利定義為1，低被引專利則為0。

(2)外向程度中心性。外向程度中心性越高，意味著先前專利被該技術領域的專利所引證的數(shù)量越多，進而在先前技術的基礎上加以改進和發(fā)展，涉及的技術范圍也越廣，技術基礎也更雄厚。對n個節(jié)點的網(wǎng)絡圖，節(jié)點i的外向程度中心性計算公式如下：

其中，Xij表示節(jié)點i是否直接引證節(jié)點j，如若節(jié)點i直接引證節(jié)點j，那么該值為1。否則，其取值為0。

(3)專利PageRank值。PageRank算法表述為以某一專利作為節(jié)點，專利之間的引證關系可以類比網(wǎng)頁之間存在的鏈接關系，由此構建專利引證網(wǎng)絡。在該網(wǎng)絡中某專利的鏈出數(shù)量指其引證其他先前專利的數(shù)量，相反，鏈入數(shù)量指某專利被其他后續(xù)專利引證的數(shù)量。由此，專利PageRank值的計算公式如下：

其中，n表示所有專利的數(shù)量；PR(pj)表示引證專利pi的n件專利中的其中一件專利的PageRank值；L(pj)表示專利pj引證其他專利的數(shù)量；d表示阻尼系數(shù)，主要用于解決專利引證的終止問題和自我引證問題，取值范圍0＜d≤1，根據(jù)研究，d最優(yōu)值接近0.5，因此本文采用d=0.5[22]。

(4)中間中心性。中間中心性測量的是一個點在多大程度上位于圖中其他“點對”的“中間”。計算公式如下：

其中gst是行動者s到達行動者t的捷徑數(shù)，是行動者s達到行動者t的快捷方式上有行動者i的快捷方式數(shù)，g是此網(wǎng)絡中的人數(shù)。

(5)特征向量中心性。專利i所連接的特征向量數(shù)與其所連接的其他所有參與者的特征向量的總數(shù)之間的比值。通過計算節(jié)點的特征向量中心性，可以在整體社會網(wǎng)絡中找到最具影響力的網(wǎng)絡成員。特征向量中心性的計算如下：

其中，aij表示節(jié)點i與相鄰矩陣(i，j)之間的相連關系，若相連，則aij等于1，否則等于0；λ為相鄰矩陣的特征值；ej為每個特征值λ對應的特征向量。

3 實證結果與分析

從表1可見，變量中以專利PageRank值的標準差0.0149為最大，特征向量中心性的標準差0.0115次之，說明專利的PageRank值和特征向量中心性差別較大且分布較為分散。專利中間中心性的均值與標準差均為0.0001，說明中間中心性分布較為集中。

表1 描述性統(tǒng)計結果

從表2第二列的數(shù)據(jù)看出，在logit回歸中，在1%顯著水平下，專利的外向程度中心性對專利價值的系數(shù)估值為正，表明外向程度中心性越高的專利成為高被引專利的概率越大，因此本文的假設1成立。同時，在5%的顯著水平下，專利的PageRank值對專利價值的系數(shù)估值為正，結果顯示專利PageRank值越大，成為高被引專利的概率越大。因此，本文的假設2是成立的，即專利PageRank值與專利價值呈正比例關系。除此以外，從表2看出，在5%的顯著水平下，專利的中間中心性和特征向量中心性均為正且顯著，因此假設3與假設4也成立，即中間中心性越高的專利或特征向量中心性越高的專利成為高被引專利的概率越大，亦即相比于低被引專利，高被引專利具有較高的中間中心性和特征向量中心性。此外，表2第三列表明中間中心性對高被引專利的邊際影響(Marginal effects)最高，其次為外向程度中心性。這說明中間中心性對專利是否為高被引專利的概率的邊際影響為正，亦即在其他條件不變下，中間中心性每增加1單位，專利成為高被引專利的概率上升60.79%；在其他條件不變下，外向程度中心每增加1單位，專利成為高被引專利的概率上升6.8%。

表2 回歸結果

由于高被引專利占比很低，屬于稀有事件，大量專利屬于非高被引專利，因此采用傳統(tǒng)logit回歸模型會嚴重低估事件發(fā)生的概率[23]。為了糾正這種偏差，本研究采用King等[23]開發(fā)的稀有事件logit回歸模型進行重新估計。表2的第四列顯示了稀有事件logit模型的結果，從中看出與logit回歸結果相比，專利外向程度中心性、專利PageRank值、專利中間中心性及專利特征向量中心性回歸系數(shù)有些變化，但是整體方向與顯著性不變，同樣證明假設1至假設4皆成立。

由于高被引專利和低被引專利在權利要求數(shù)、發(fā)明者人數(shù)、專利族數(shù)等諸多專利特征存在差異，為避免樣本選擇性偏差(Sample-Selection Bias)導致的內(nèi)生性問題，本文采用由Rosenbaum等[7]提出的傾向得分匹配模型，在模型中加入專利特征變量，以期通過多元匹配方式找到與高被引專利樣本相似的低被引專利樣本。本文選取匹配變量：具體使用權利要求數(shù)、發(fā)明者人數(shù)、專利審查時間、技術覆蓋范圍、現(xiàn)有技術數(shù)(專利文獻)、現(xiàn)有技術數(shù)(非專利文獻)和專利族數(shù)。本文將高被引專利和低被引專利分別采用三種比率(1∶1、1∶2與1∶3)進行匹配，最終得出：傾向得分匹配模型(1)選取204件專利(105件高被引專利，99件低被引專利)；傾向得分匹配模型(2)選取306件專利(105件高被引專利，201件低被引專利)；傾向得分匹配模型(3)選取407件專利(105件高被引專利，302件低被引專利)。傾向得分匹配模型(1)(2)(3)結果見表2的第五、六、七列。

由結果看出，專利外向程度中心性、專利PageRank值、專利中間中心性及專利特征向量中心性回歸系數(shù)均為正且顯著，同樣驗證假設1至假設4成立。結果顯示，不同模型皆支持和驗證本研究假設，所以本研究結論是穩(wěn)健的。

4 結論與建議

面對激烈的國際市場競爭，尤其是全球氣候治理進程加快，企業(yè)不僅要加大LED行業(yè)核心技術的自主研發(fā)，還應在技術與資金有限的前提下，掌握專利價值的評估方法，獲取更高質(zhì)量的專利，以跟上綠色技術革命的趨勢。作為節(jié)能領域的高科技新興產(chǎn)業(yè)，LED產(chǎn)業(yè)秉承創(chuàng)新、協(xié)調(diào)、綠色、開放、共享的發(fā)展理念，在綠色技術的發(fā)展中具有強烈的代表性。

本文通過對LED領域高被引專利價值評估的影響因素進行研究，最終得出以下結論：

(1)研究發(fā)現(xiàn)，專利中間中心性與專利價值呈顯著正相關關系且影響程度最大，即中間中心性每增加1單位，專利成為高被引專利的概率上升60.79%。這表明處于中介位置的專利更容易獲得更高的價值，其他專利必須通過此專利才能獲得聯(lián)系。因此，建議在開發(fā)專利時，利用其他領域的知識進行創(chuàng)新，挖掘其他領域與本領域的關系，從而開發(fā)出具有較高中間中心性的專利。

(2)研究發(fā)現(xiàn)，專利外向程度中心性與專利價值也存在顯著的正相關關系且影響程度次之，即外向程度中心每增加1單位，專利成為高被引專利的概率上升6.8%，外向程度中心性代表專利引證其他專利的次數(shù)，是對先前技術的進一步改進與發(fā)展。所以，建議企業(yè)在進行研發(fā)時，應該充分學習現(xiàn)有技術的創(chuàng)新點，并改進現(xiàn)有技術的不足，在獲取足夠的技術知識和打好堅實的理論基礎后進行技術創(chuàng)新和發(fā)展，以提高專利的技術復雜度，從而實現(xiàn)專利價值的提升。

(3)研究發(fā)現(xiàn)，專利PageRank值與專利價值也呈正相關關系。建議企業(yè)借助PageRank算法計算自身擁有的專利的PageRank值并與同一技術領域的其他專利比較，對于排名靠前的專利應當重點保護。也可以參考該技術領域內(nèi)排名較為領先的專利，分析這些專利背后的技術，改進自身擁有的專利技術，或在申請新專利時引證排名靠前的專利，以提升新專利的價值。

(4)研究發(fā)現(xiàn)，專利特征向量中心性對專利價值具有正向影響。建議企業(yè)通過構建專利引證網(wǎng)路，并計算特定范圍內(nèi)的專利特征向量中心性指標，在申請專利時可以引證特征向量中心性較高的專利，使自己的專利具備較高的特征向量中心性。這樣更容易使自己的專利具有較高的價值，從而實現(xiàn)企業(yè)在技術創(chuàng)新方面上的成本效益最大化，并獲得持續(xù)的競爭優(yōu)勢。企業(yè)可以尋找科研能力比較強的合作研發(fā)伙伴來彌補自身的不足，因為通過與科研能力強的合作伙伴合作也能夠更快地提升自身的研發(fā)能力，且這些合作伙伴擁有的專利質(zhì)量更高，可以使企業(yè)更容易尋求到高質(zhì)量的專利。

本文以LED產(chǎn)業(yè)作為綠色技術領域的代表行業(yè)，通過對LED行業(yè)高被引專利價值的影響因素及對策研究，為企業(yè)在申請、評估專利價值時提供相應的參考與建議；讓企業(yè)識別LED技術領域的核心專利，進而獲取相關技術的未來發(fā)展趨勢信息，這對于企業(yè)進行專利戰(zhàn)略部署具有十分重要的意義；同時，本研究也能為其他綠色技術領域的高被引專利價值評估影響因素的研究提供新思路，從而促進綠色專利與綠色技術的發(fā)展與擴散。