专利分析方法:专利定量分析及应用原理

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

专利分析方法:专利定量分析及应用原理

专利定量分析方法主要有专利技术生命周期法、统计频次排序法、布拉德福文献离散定律、时间序列法和趋势回归法。

专利定量分析简述

专利定量分析是指利用数理统计、科学计量等方法对研究对象的相关信息进行加工整理和统计分析,从而对研究对象的发展趋势做出预测和推断的一种基础信息分析方法。在科学研究中,通过定量分析可以使人们对研究对象的认识进一步精确化,以便更加科学地揭示规律,把握本质,理清关系,预测事物的发展趋势。

专利信息定量分析是研究专利信息的重要方法之一,它是在对大量专利信息加工整理的基础上,对专利信息中的某些特征进行科学计量,从中提取有用的、有意义的信息,并将个别零碎的信息转化成系统的、完整的有价值情报。

专利定量分析方法是建立在数学、统计学、运筹学、计量学、计算机等学科的基础之上,通过数学模型等方式来研究专利文献中所记载的技术、法律和经济等信息的本质。这种分析方法能提高专利信息分析质量,可以很好地分析和预测技术发展趋势,科学地反映发明创造所具有的技术水平和商业价值。

同时科学地评估某一国家或地区的技术研究与发展重点,用量化的形式揭示国家或地区在某一技术领域中的实力,从而可以获得认识市场热点及技术竞争领域的经济信息。及时发现潜在的竞争对手,判断竞争对手的技术开发动态,及时获得相关产品、技术和竞争策略等方面的信息。

定量分析专利信息首先要对专利文献的有关外部特征进行统计。这些外部特征有:专利分类、申请人、发明人、申请人所在国家、专利引文等,它们能够从不同角度体现专利信息的本质。

技术生命周期分析法

技术生命周期分析是专利定量分析中最常用的方法之一。通过分析专利技术所处的发展阶段,推测未来技术发展方向。它针对的研究对象可以是某件专利文献所代表技术的生命周期,也可以是某一技术领域整体技术生命周期。

1.专利技术的4个发展阶段

人们通过对专利申请数量或获得专利权的数量与时间序列关系、专利申请企业数与时间序列关系等分析研究,发现专利技术在理论上遵循技术引入期、技术发展期、技术成熟期和技术淘汰期四个阶段周期性变化。

(1)技术引入期。在技术引入阶段,专利数量较少,这些专利大多数是原理性的基础专利,

由于技术市场还不明确,只有少数几个企业参与技术研究与市场开发,表现为重大的基本专利的出现。此时,专利数量和申请专利的企业数都较少(集中度较高)。

(2)技术发展期。随着技术的不断发展,市场扩大,介入的企业增多,技术分布的范围扩大,表现为大量的相关专利申请和专利申请人的激增。

(3)技术成熟期。当技术处于成熟期时,由于市场有限,进入的企业开始趋缓,专利增长的速度变慢。由于技术的成熟,只有少数的企业继续从事相关领域的技术研究。

(4)技术淘汰期。当技术老化后,企业也因收益递减而纷纷退出市场,此时有关领域的专利技术几乎不再增加,每年申请的专利数和企业数都呈负增长。

2.专利技术生命周期计算方法

基于专利技术生命周期理论上存在4个阶段,人们引用多种方法来测算专利的技术生命周期。本文重点介绍专利数量测算法、图示法和TCT (technology cycle time)计算方法。其中,专利数量测算法和图示法主要用于研究相关技术领域的技术生命周期,而TCT计算方法主要用来计算单件专利的技术生命周期。

(1)专利数量测算法。

该方法通过计算技术生长率(γ)、技术成熟系数(α)、技术衰老系数(β)和新技术特征系数(N)

的值测算专利技术生命周期。

①技术生长率(γ)。所谓技术生长率是指某技术领域发明专利申请或授权量占过去5年该技术领域发明专利申请或授权总量的比率,如式所示。

γ=a/A

其中,a为该技术领域当年发明专利申请量或授权量;A为追溯到五年的该技术领域的发明专利申请累积量或授权累积量。如果连续几年技术生长率持续增大,则说明该技术处于生长阶段。

②技术成熟系数(α)。所谓技术成熟系数是指某技术领域发明专利申请或授权量占该技术领域发明专利和实用新型专利申请或授权总量的比率,如式所示。如果技术成熟系数逐年变小,说明该技术处于成熟期。

α=a/(a+b)

其中,a为该技术领域当年发明专利申请量或授权量;b为该技术领域当年实用新型申请量或授权量。

③技术衰老系数(β)。所谓技术衰老系数是指某技术领域发明和实用新型专利申请或授权量占该技术领域发明专利、实用新型和外观设计专利申请或授权总量的比率。如式所示,如果β逐年变小,说明该技术处于衰老期。

β=(a+b)/(a+b+c)

其中,c为该技术领域当年外观申请量或授权量。

④新技术特征系数(N)。指新术特征系数由技术生长率和技术成熟系数推算而来,在某一技

术领域如果N值越大,说明新技术的特征越强。

实例1

为了分析电动汽车技术的技术生命周期,选择了中国专利数据库作为数据采集的信息源。数据采集范围为1985年-2001年中国专利公开数据,包括发明、实用新型和外观设计,共采集有关电动汽车的专利684件。为了便于作时序分析,数据的统计以申请日为基础,以年为单位;采集数据时以篇数(或称为件)为单位。考虑到专利申请公开、公告滞后的问题,趋势分析主要考虑1985年-2000年的数据情况,见表1。

年度专利申请量/件年度专利申请量/件

1985 5 1993 37

1986 10 1994 54

1987 10 1995 66

1988 25 1996 52

1989 13 1997 66

1990 15 1998 81

1991 16 1999 84

1992 33 2000 99

数据来源:中国专利信息中心光盘

根据表1的数据和上述计算式,计算技术生长率(γ)、技术成熟系数(α)、技术衰老系数(β)和新技术特征系数(N),绘制表2。从表2中可以看出,电动汽车技术生长率γ值1996年—1997年增长很大,而1998年—2000年,γ值持续在一定的数值区间,并有逐步变小的趋势,显现出该技术领域技术趋于成熟的迹象。

同时电动汽车的技术成熟系数α值的变化也反映出从1998年开始逐年变小的趋势;而技术衰老系数β值并没有逐年减小,未反映出技术衰老的特征。同样,新技术特征系数N值的变化规律与γ值的变化规律性相似,1997年以后开始逐年变小。这说明电动汽车技术已不属于新技术范畴。从α、β、N系数的变化情况看,电动汽车技术已脱离了新技术范畴,并趋于成熟,而且尚未显现技术衰老的特征,处在技术生命周期的第三阶段,即技术成熟期。

表2 α,β,N随时间变化一览表(中国专利数据)

系数/年度1996 1997 1998 1999

2000

γ0.2069 0.2609 0.2303 0.2182

0.2249

α0.4615 0.5714 0.4430 0.4390

0.4043

β 1 0.9545 0.9753 0.9762

0.9495

N 0.5090 0.6077 0.4993 0.4902

0.4626

相关文档
最新文档