專利文獻視角下專利壽命影響因素研究：一項Meta 分析

摘要：針對專利文獻計量指標(biāo)與專利壽命相關(guān)性研究中實證結(jié)果存在的不一致問題，采用定量的系統(tǒng)集成方法對相關(guān)研究進行梳理和再統(tǒng)計。從21篇實證研究文獻當(dāng)中，提取出了51項獨立研究和10項專利文獻計量指標(biāo)，采用元分析方法將原始研究進行集成和定量分析，并進一步通過異質(zhì)性分析不同調(diào)節(jié)變量對專利壽命調(diào)節(jié)效應(yīng)的顯著性。研究結(jié)果表明：發(fā)明人數(shù)量、前向引證頻次、權(quán)利要求數(shù)量、審查周期、文獻篇幅、同族國家數(shù)量、專利家族數(shù)量以及專利權(quán)人數(shù)量對專利壽命具有正向影響，后向引證頻次和技術(shù)覆蓋范圍對專利壽命具有負向影響；同時，技術(shù)領(lǐng)域、授權(quán)國家以及專利權(quán)人類型對不同計量指標(biāo)與專利壽命之間的關(guān)系均具有顯著調(diào)節(jié)作用。

關(guān)鍵詞：專利文獻；專利壽命；計量指標(biāo)；元分析

中圖分類號：G306 文獻標(biāo)識碼：A DOI：10.3969/j.issn.1003-8256.2023.03.008

0 引言

我國自1985年實施專利法以來，專利申請量不斷攀升，2021年國家知識產(chǎn)權(quán)局受理發(fā)明專利申請共計158.67 萬件，授權(quán)發(fā)明專利數(shù)量達到了69.59 萬件［1］。從數(shù)量上看，我國目前已經(jīng)成為名副其實的專利大國。但有學(xué)者認(rèn)為，我國專利申請量激增是由政策以及政府補貼驅(qū)動的［2］，這使得部分創(chuàng)新主體的專利申請存在投機空間，即為獲取高額的政府補貼申請專利，而非出于企業(yè)自身技術(shù)保護的動機，這導(dǎo)致我國出現(xiàn)了一系列的問題專利、垃圾專利以及非正常申請專利，進而使得我國專利的整體質(zhì)量落后于美國、日本等國家。專利授權(quán)僅僅是專利權(quán)人取得了法律賦予的相應(yīng)專利權(quán)，而專利的維持才是專利權(quán)人發(fā)揮專利權(quán)的作用，實現(xiàn)專利價值的真正體現(xiàn)［3］。從專利維持時間來看，美國專利商標(biāo)局有49%的授權(quán)專利維持年限達到了20年，日本特許廳這一比例為34%，而我國這一比例僅為25%［4］，這說明我國整體專利質(zhì)量與美國和日本還存在一定差距。所以，目前大部分學(xué)者就如何提升我國專利質(zhì)量這一議題開展了大量研究，在研究中，部分學(xué)者將專利壽命作為體現(xiàn)專利質(zhì)量的指標(biāo)［5-7］，同時我國國家知識產(chǎn)權(quán)局也將專利壽命為10 年以上的發(fā)明專利定義為高價值專利。但是以專利壽命作為專利價值或?qū)＠|(zhì)量的評價指標(biāo)具有明顯的指標(biāo)滯后性缺點，為解決這一問題，許多學(xué)者試圖通過專利文獻，探究影響專利壽命的因素，進而尋找出可以反映專利質(zhì)量的其他指標(biāo)，例如權(quán)利要求數(shù)量、被引證次數(shù)以及同族專利數(shù)量等，但是不同學(xué)者的研究結(jié)果仍存在一定的差異，這對后續(xù)研究和高價值專利篩選和培育工作帶來了一定的阻礙。本文基于專利文獻視角，采用Meta分析方法對不同研究進行系統(tǒng)集成，探討不同專利文獻計量指標(biāo)對專利壽命的影響效應(yīng)，同時消解不同研究的差異性，為高價值專利評估提供新的研究視角和研究指標(biāo)。

1 文獻綜述

1.1 專利文獻計量指標(biāo)

專利文獻不僅反映了專利的技術(shù)信息，還包含了專利的市場信息和法律信息，而且專利文獻一經(jīng)公開便可通過相應(yīng)的數(shù)據(jù)庫獲取，具有很強的時效性，所以目前國內(nèi)外大部分學(xué)者都以專利文獻為基礎(chǔ)開展相關(guān)研究［8-11］。高繼平等［12］認(rèn)為，專利文獻計量指標(biāo)應(yīng)分為宏觀、中觀和微觀三種類型，宏觀層面反映“量”的變化，包括專利授權(quán)量、專利集中度等；中觀層面關(guān)注“率”的變遷，包括授權(quán)率、增長率、影響指數(shù)等；微觀層面體現(xiàn)“質(zhì)”的差異，主要包括專利引證、權(quán)利要求項數(shù)以及同族數(shù)量等。由于本文的研究側(cè)重于不同的專利特征與專利壽命之間的相關(guān)性，故采用微觀層面的專利文獻計量指標(biāo)進行分析。

1.2 影響專利壽命的專利文獻計量指標(biāo)

在專利文獻計量指標(biāo)和專利壽命的相關(guān)性研究領(lǐng)域，有大量學(xué)者進行了理論和實證研究。相關(guān)理論研究主要集中于國外，例如Liua等［13］認(rèn)為，專利家族的規(guī)模對專利壽命具有較大影響，一般而言專利家族規(guī)模越大，專利的價值越高，相應(yīng)的專利壽命就會越長；Gr?nqvist［14］認(rèn)為專利壽命長短與專利的保護范圍、穩(wěn)定性等因素相關(guān)性不大；喬永忠［15］認(rèn)為專利的保護范圍，如權(quán)利要求數(shù)量、獨立權(quán)利要求等對專利壽命的影響程度較大。上述研究結(jié)論主要是根據(jù)作者的理論分析得出，往往具有一定的主觀性，缺乏客觀數(shù)據(jù)的支撐。

21世紀(jì)初，許多學(xué)者開始進行專利文獻計量指標(biāo)與專利壽命相關(guān)性的實證研究，在研究過程中常用到的專利文獻計量指標(biāo)包括權(quán)利要求數(shù)量、發(fā)明人數(shù)量、審查周期以及同族專利數(shù)量等。國內(nèi)學(xué)者喬永忠通過對1994年在我國授權(quán)的3 838件發(fā)明專利進行了多元線性回歸分析，發(fā)現(xiàn)權(quán)利要求數(shù)量對專利壽命沒有顯著影響，發(fā)明人數(shù)量對專利壽命具有顯著正向影響，審查周期對專利壽命具有顯著的負向影響［15］，其后續(xù)又分別從美國、日本、韓國、法國以及德國在1994年授權(quán)的專利中抽取了3 838件發(fā)明專利數(shù)據(jù)進行權(quán)利要求數(shù)量和專利維持時間的相關(guān)性研究，研究發(fā)現(xiàn)在德國、法國和美國權(quán)利要求數(shù)量與專利維持時間呈現(xiàn)顯著正相關(guān)性，而在日本和韓國其相關(guān)性并不顯著［16］。Lee［17］對韓國在美國獲得授權(quán)的182項專利進行回歸分析后發(fā)現(xiàn)權(quán)利要求數(shù)量對專利維持時間具有顯著的正向影響，而發(fā)明人數(shù)量以及被引證次數(shù)對專利維持時間的影響并不顯著。Hikkerova等［18］對2.27萬件歐洲專利進行實證分析后發(fā)現(xiàn)，專利的被引證次數(shù)以及審查周期對專利壽命存在顯著的正相關(guān)性。吳紅等［19］分別對中國和日本在燃料電池領(lǐng)域的專利進行分析后發(fā)現(xiàn)，權(quán)利要求數(shù)量以及同族專利數(shù)量對中國發(fā)明專利的維持具有顯著正向影響，而對于日本發(fā)明專利，只有發(fā)明人數(shù)量具有顯著正相關(guān)性。劉雪鳳等［20］采用中國風(fēng)能技術(shù)領(lǐng)域?qū)＠鳛闃颖具M行實證分析后發(fā)現(xiàn)，發(fā)明人數(shù)量與專利壽命具有負相關(guān)性，權(quán)利要求數(shù)量以及同族專利數(shù)量與專利壽命具有顯著的正相關(guān)性。肖冰等［21］從1994 年授權(quán)的法國專利中隨機抽取3 838 件專利作為樣本進行分析后發(fā)現(xiàn)，權(quán)利要求數(shù)量以及審查周期對專利壽命具有較為顯著的正向影響，而發(fā)明人數(shù)量和同族專利數(shù)量對專利壽命沒有顯著影響。馮仁濤［22］對2004 年獲得授權(quán)的30 658 件中國發(fā)明專利進行Logistic 分析后得出，權(quán)利要求數(shù)量、發(fā)明人數(shù)量以及合作開發(fā)具有顯著的正向影響，而專利審查周期以及技術(shù)覆蓋范圍具有負向影響。

綜上所述，國內(nèi)外學(xué)者以不同技術(shù)領(lǐng)域、不同國家的專利數(shù)據(jù)作為樣本，采用不同的分析方法對影響專利壽命的專利文獻計量指標(biāo)進行了大量的理論和實證研究，研究結(jié)果雖然具有一定的同質(zhì)性，但也存在較大差異，甚至出現(xiàn)相互矛盾的狀況。鑒于此，有必要對不同學(xué)者的研究采用Meta分析方法以定量的方式進行系統(tǒng)集成，進而明確不同專利文獻計量指標(biāo)對專利壽命的影響方向與程度。

1.3 專利壽命影響因素的調(diào)節(jié)變量

技術(shù)領(lǐng)域。Pakes等［23］認(rèn)為，專利技術(shù)領(lǐng)域會對專利壽命具有較大影響，不同技術(shù)領(lǐng)域?qū)＠麎勖鼤兴煌恍け龋?4］按照IPC分類將中、法、德、日、韓五國的專利劃分為八個技術(shù)領(lǐng)域，對不同技術(shù)領(lǐng)域?qū)＠膶彶橹芷诤途S持時間進行Pearson相關(guān)性分析后發(fā)現(xiàn)，在D（紡織造紙）技術(shù)領(lǐng)域內(nèi)，專利審查周期和專利壽命不具有顯著相關(guān)性，而在其他七個技術(shù)領(lǐng)域內(nèi)，專利審查周期和專利壽命均具有顯著的負相關(guān)性。劉雪鳳等［20］以中國風(fēng)能技術(shù)領(lǐng)域?qū)＠鳛闃颖具M行分析時，發(fā)明人數(shù)量、審查周期與專利壽命的相關(guān)性分別為0.058 和0.012，而李睿等［25］以催化技術(shù)領(lǐng)域?qū)＠麡颖具M行實證分析時發(fā)現(xiàn)，發(fā)明人數(shù)量、審查周期與專利壽命之間的相關(guān)性分別為0.132和0.345。

授權(quán)國家。不同國家的專利保護制度和專利申請文件的撰寫方式各不相同，這就導(dǎo)致同一項專利計量指標(biāo)在不同國家對專利壽命的影響效應(yīng)不同。肖冰等［24］以中國授權(quán)專利作為樣本進行分析時，審查周期對專利壽命具有較強的負向影響（系數(shù)為-0.610），而其以美國授權(quán)專利作為樣本時，影響系數(shù)僅為-0.141。喬永忠等［26］對中日兩國的專利壽命進行對比分析后發(fā)現(xiàn)，中國授權(quán)專利的權(quán)利要求數(shù)與專利壽命之間的相關(guān)性為0.189，而日本授權(quán)專利的權(quán)利要求數(shù)與專利壽命的相關(guān)性僅為0.043。

專利權(quán)人類型。有學(xué)者研究表明，不同專利權(quán)人申請專利的動機不同，對專利的維持決策也是不同的［27］。宋爽［28］以1985—2004年之間中國授權(quán)專利作為樣本進行回歸分析后發(fā)現(xiàn)，以個人為參照，申請人類型為企業(yè)時對專利維持時間的影響程度最大（系數(shù)為0.549），為高校及科研院所時影響系數(shù)為-0.146。喬永忠等［29］對獲得中國專利金獎的專利維持狀況進行分析后發(fā)現(xiàn)，企業(yè)、科研院所以及高校的平均專利維持時間依次遞減。

2 研究設(shè)計

2.1 研究方法

本文所采用的方法為Meta分析方法，該方法也稱為元分析或薈萃分析，源于Fisher的“合并p值”思想，1976 年Glass 進一步將該思想擴展到“合并統(tǒng)計量”并將該方法命名為Meta分析［30］。Meta分析不同于傳統(tǒng)的文獻綜述，其實質(zhì)是將定性分析與定量分析相結(jié)合，將不同的研究文獻作為分析對象，通過加權(quán)處理得到平均效應(yīng)值，從而挖掘出共同效應(yīng)。該方法最初在醫(yī)學(xué)和心理學(xué)領(lǐng)域應(yīng)用較為廣泛，近年來在圖書情報領(lǐng)域也得到了廣泛應(yīng)用［31-32］。Meta分析主要包含以下五個主要步驟：（1）確定研究主題并根據(jù)主題確定檢索詞；（2）構(gòu)建檢索策略并進行文獻檢索；（3）獲取相關(guān)文獻后根據(jù)研究者制定的文獻篩選標(biāo)準(zhǔn)進行文獻篩選；（4）對納入研究的文獻進行編碼和數(shù)據(jù)處理；（5）統(tǒng)計分析，主要包括異質(zhì)性檢驗、敏感性分析、發(fā)表偏移、主效應(yīng)分析以及亞組分析等。本文采用CMA3.0 軟件對現(xiàn)有的基于專利文獻視角下專利壽命影響因素的實證研究進行Meta分析。

2.2 數(shù)據(jù)來源

Meta 分析的主要研究對象是已經(jīng)發(fā)表的期刊論文、會議論文以及學(xué)位論文等，故需要對與研究主題相關(guān)的研究文獻進行充分檢索，盡可能收集到與研究主題相關(guān)的全部文獻。本文的英文文獻主要來源于Web ofScience、Science Direct、Springer Link、PQDT Global 以及EBSCO 等英文數(shù)據(jù)庫，同時采用Google Scholar 進行補充檢索；中文文獻主要來源于中國知網(wǎng)數(shù)據(jù)庫、中國社會科學(xué)引文索引數(shù)據(jù)庫、萬方數(shù)據(jù)庫以及維普中文科技期刊數(shù)據(jù)庫，同時采用百度學(xué)術(shù)進行補充檢索。根據(jù)專利壽命的概念，本文選擇與其涵義密切相關(guān)的主題詞進行文獻檢索，中文文獻以“專利壽命”“專利維持”“專利存續(xù)期”“專利續(xù)展期”以及“專利保護期”作為檢索詞，以篇名、關(guān)鍵詞和摘要作為檢索項；英文文獻檢索詞主要包括“patent life*”“patent maintenance”“patentrenewal”“patent length”“patent protectiontime”“patentduration”。通過檢索獲得文獻，采用滾雪球的方式回溯主要文獻的參考文獻進行二次檢索補全，最終獲得中文文獻3 352篇，英文文獻1 349篇（檢索于2022年5月26日完成）。

2.3 文獻納入標(biāo)準(zhǔn)

本文的主要目的是分析影響專利壽命的專利文獻計量指標(biāo)，故根據(jù)該研究問題，制定如下的文獻納入標(biāo)準(zhǔn)：（1）必須是實證研究；（2）必須是基于專利文獻視角，分析專利文獻計量指標(biāo)對專利壽命的影響因素或者研究兩者相關(guān)性的文獻；（3）重復(fù)發(fā)表的同一研究，本文僅納入樣本量更大，內(nèi)容更為詳實的研究；（4）文獻必須明確報告相關(guān)系數(shù)（r 值）或者標(biāo)準(zhǔn)化回歸系數(shù)（β 值）及研究的樣本量；（5）若同一篇文獻同時進行了多項獨立研究，分別提取相關(guān)數(shù)據(jù)進行獨立編碼。文獻篩選流程如圖1所示，根據(jù)上述文獻納入標(biāo)準(zhǔn)，嚴(yán)格篩選共得到21篇實證研究文獻，共計51項獨立研究，涉及2 438 008個專利數(shù)據(jù)樣本。

2.4 數(shù)據(jù)編碼與處理

根據(jù)研究問題和篩選出的研究文獻提供的數(shù)據(jù)，本研究制定了相應(yīng)的文獻編碼表和編碼計劃書。在編碼計劃書中，詳細寫明了數(shù)據(jù)編碼的過程、方法以及需要編碼的數(shù)據(jù)，編碼數(shù)據(jù)包含研究特征以及效應(yīng)值。根據(jù)編碼計劃書對編碼者進行培訓(xùn)，培訓(xùn)完成后兩名編碼者進行獨立編碼。在第一輪編碼結(jié)束后，兩名編碼者進行討論并進行交叉復(fù)核，當(dāng)兩名編碼者遇到分歧時，由第三人進行判斷裁決。本研究的編碼者為兩名圖書情報專業(yè)研究生，初次編碼結(jié)束后其一致性為93.62%，僅存在個別偏差，在對偏差進行討論后，對于仍然具有分歧之處交由導(dǎo)師進行判斷形成最終編碼表，并由導(dǎo)師對最終的編碼表進行檢驗，本研究最終得到的文獻編碼表如表1 所示。通過數(shù)據(jù)編碼，本文共納入出現(xiàn)頻次較高的10個自變量（出現(xiàn)頻次大于2）進行元分析。納入的自變量包括：發(fā)明人數(shù)量、專利權(quán)人數(shù)量、權(quán)利要求數(shù)量、文獻篇幅、同族國家數(shù)量、專利家族數(shù)量、技術(shù)覆蓋范圍、審查周期、前向引證頻次以及后向引證頻次。

由于元分析一般采用相關(guān)系數(shù)r 作為效應(yīng)值，故本文在進行數(shù)據(jù)錄入之前采用Peterson＆Brown的方法將β 值轉(zhuǎn)化為相關(guān)系數(shù)［33］，公式如式（1）所示。在將所有效應(yīng)值轉(zhuǎn)化為相關(guān)系數(shù)后，采用CMA3.0軟件進行數(shù)據(jù)處理，將整理好的相關(guān)系數(shù)及每項研究的樣本量錄入CMA軟件后，首先通過Fisher’s Z 公式將各自變量與因變量的相關(guān)系數(shù)轉(zhuǎn)化為Z 值，計算出Fisher’s Z 值的加權(quán)平均值后進行反Fisher轉(zhuǎn)化，得到最終合成的效應(yīng)值rz進行Meta分析。

3 研究結(jié)果

3.1 異質(zhì)性檢驗

元分析的模型包括兩種，分別是隨機效應(yīng)模型和固定效應(yīng)模型，在研究過程中需要研究者通過分析異質(zhì)性進行模型選擇。異質(zhì)性檢驗通常采用Q 值和I2統(tǒng)計量衡量樣本的整體異質(zhì)性水平，本文整體研究的異質(zhì)性檢驗結(jié)果如表2所示。根據(jù)Higgins等［34］提出的元分析異質(zhì)性判斷標(biāo)準(zhǔn)，當(dāng)I2=0時，表明研究之間不存在異質(zhì)性；075% 時不適合進行元分析。本研究的整體Q 值和I2 分別為151 058.441（plt;0.001）和99.89%（不同自變量的異質(zhì)性檢驗見表2），說明本研究存在高度異質(zhì)性。

根據(jù)Higgins的標(biāo)準(zhǔn)，本研究不適用于元分析。但是，在Bornmann以及謝娟等［32-35］的研究中，通過實驗證明，根據(jù)Higgins 的標(biāo)準(zhǔn)，當(dāng)研究的樣本量在50～100 時，已經(jīng)有97% 的研究不適合進行元分析，隨著樣本量不斷增大，I2值均在0.9以上。因此Bornmann［35］和謝娟等［32］認(rèn)為，Higgins的異質(zhì)性檢驗標(biāo)準(zhǔn)更多地適用于行為科學(xué)和醫(yī)學(xué)等小樣本研究領(lǐng)域，在文獻計量等大樣本研究中不適宜采用Higgins的標(biāo)準(zhǔn)進行異質(zhì)性檢驗，即在大樣本研究中，I2gt;75% 也是可以進行元分析的。由于本研究的總樣本量達到了2 438 008，屬于大樣本研究，故本研究依然適用于元分析。在接下來的元分析過程中，采用隨機效應(yīng)模型進行進一步分析。

3.2 主效應(yīng)分析

由表3可知，本文選取的10項專利文獻計量指標(biāo)均對專利壽命具有顯著影響（plt;0.05），其中后向引證頻次以及技術(shù)覆蓋范圍與專利壽命呈現(xiàn)顯著負相關(guān)關(guān)系，其余指標(biāo)與專利壽命具有顯著正相關(guān)關(guān)系。在10項影響專利壽命的專利文獻計量指標(biāo)中，rz值最高的是前向引證頻次（K=18，rz=0.163），其次是文獻篇幅（K=10，rz=0.141）以及專利權(quán)人數(shù)量（K=11，rz=0.136）。雖然有8項專利文獻計量指標(biāo)與專利壽命均具有正相關(guān)關(guān)系，但是根據(jù)Cohen的劃分標(biāo)準(zhǔn)［36］，這些專利計量指標(biāo)與專利壽命之間的相關(guān)性均較弱，不存在中度或者高度相關(guān)的計量指標(biāo)。究其原因，本文所納入的原始研究的相關(guān)系數(shù)均是Pearson 相關(guān)系數(shù)以及由線性回歸系數(shù)β 換算而來，無論是Pearson 相關(guān)系數(shù)還是β 值僅能夠反映各自變量與因變量之間的線性相關(guān)性，而專利文獻計量指標(biāo)與專利壽命之間的關(guān)系并非嚴(yán)格的線性關(guān)系［26］，所以在原始研究中各文獻計量指標(biāo)與專利壽命之間的相關(guān)性均較弱，故通過Fisher轉(zhuǎn)換得到的最終效應(yīng)值rz也會較小，無法按照Cohen根據(jù)行為科學(xué)提出的相關(guān)性強度劃分標(biāo)準(zhǔn)進行分析。

3.3 敏感性分析

目前，在大部分的Meta分析論文當(dāng)中并沒有報告敏感性分析的結(jié)果，但是在完整的Meta分析過程中，敏感性分析結(jié)果非常重要，因為敏感性分析的目的是檢驗研究的穩(wěn)健性。敏感性分析主要有兩種方式，一種是改變效應(yīng)量類型，另一種方法類似于逐步回歸，即調(diào)整納入效應(yīng)值的數(shù)量，觀測結(jié)果的前后差異，本研究采用第二種方式進行敏感性分析，步驟為每次提出一個納入研究的效應(yīng)值，觀測剔除前后結(jié)果的差異，檢驗結(jié)果如表4所示。由檢驗結(jié)果可知，依次剔除單個研究的效應(yīng)值后的合并效應(yīng)值與原始rz值相差不大，這說明分析結(jié)果較為穩(wěn)健。

3.4 發(fā)表偏倚

發(fā)表偏倚一般是指論文發(fā)表過程中的“文件柜”問題，即在論文投稿過程中，期刊編輯更傾向于發(fā)表具有統(tǒng)計學(xué)顯著性的文章，而對于不具有顯著性或者低顯著性的文章往往不會被采用，這會導(dǎo)致顯著性較低的文章無法納入到元分析當(dāng)中，從而使得元分析結(jié)果高于真實結(jié)果的發(fā)表偏倚現(xiàn)象［37］。發(fā)表偏倚是Meta分析中具有爭議性的問題之一，有學(xué)者認(rèn)為發(fā)表偏倚是Meta分析過程中最難控制的系統(tǒng)誤差［38］。為避免出現(xiàn)發(fā)表偏倚帶來的系統(tǒng)誤差，需對效應(yīng)值進行檢驗。本文首先采用漏斗圖對整體研究的發(fā)表偏倚進行檢驗，結(jié)果見圖2。圖中橫坐標(biāo)代表經(jīng)過Fisher 轉(zhuǎn)換的Z 值，縱軸代表Fisher’s Z 值的標(biāo)準(zhǔn)差［39］。由漏斗圖可以直觀地看出，本文納入的大部分研究都分布于漏斗圖的頂端，且分布較為均勻，無明顯的不對稱現(xiàn)象，故通過漏斗圖可以初步判斷本研究不存在發(fā)表偏倚現(xiàn)象。

漏斗圖只能通過主觀判斷研究是否存在發(fā)表偏倚現(xiàn)象，未對發(fā)表偏倚現(xiàn)象進行定量檢驗，本文采用Egger回歸對整體研究進行分析，一般認(rèn)為當(dāng)Egger回歸的pgt;0.05時，表明研究不存在發(fā)表偏倚問題。本文的檢驗結(jié)果如表5所示，Egger回歸的截距為1.875，p=0.500gt;0.05，表明本文整體研究不存在發(fā)表偏倚問題。

上述檢驗只是針對整體研究的發(fā)表偏倚檢驗，針對不同的效應(yīng)值同樣也要進行發(fā)表偏倚檢驗，本文采用失效安全系數(shù)（fail-safe N）對不同的效應(yīng)值進行發(fā)表偏倚檢驗。fail-safe N 指當(dāng)分析結(jié)果具有統(tǒng)計學(xué)意義時，為排除發(fā)表偏倚或者降低發(fā)表偏倚的程度，最少需要多少個未發(fā)表的研究才能使元分析結(jié)果發(fā)生逆轉(zhuǎn)，可以反映分析結(jié)果的可靠性［41］。一般而言，當(dāng)fail-safe N 的值大于5K+10時不存在發(fā)表偏倚問題，由表3可知所有變量的fail-safe N 的值均大于5K+10，故本研究所有影響專利壽命的專利文獻計量指標(biāo)都較為穩(wěn)定，不會受到發(fā)表偏倚的影響。

3.5 調(diào)節(jié)效應(yīng)分析

通過上文分析可知，本研究具有較為顯著的異質(zhì)性，這說明不同文獻計量指標(biāo)對專利壽命的影響程度受到上文所述調(diào)節(jié)變量的影響。為驗證不同調(diào)節(jié)變量的調(diào)節(jié)效應(yīng)，本文采用亞組分析進一步探究異質(zhì)性的來源，重點關(guān)注技術(shù)領(lǐng)域、授權(quán)國家以及專利權(quán)人類型對專利壽命的調(diào)節(jié)作用。

通過閱讀原始研究的相關(guān)文獻，經(jīng)過梳理將技術(shù)領(lǐng)域劃分為采用全領(lǐng)域作為樣本進行研究及采用特定技術(shù)領(lǐng)域作為樣本進行研究，表6 為技術(shù)領(lǐng)域?qū)Σ煌瑢＠嬃恐笜?biāo)與專利壽命之間關(guān)系的調(diào)節(jié)效應(yīng)分析結(jié)果。當(dāng)技術(shù)領(lǐng)域作為調(diào)節(jié)變量時，同族國家數(shù)量對專利壽命的影響并沒有顯著的組間差異（Qa=0.775，pgt;0.05）；發(fā)明人數(shù)量、技術(shù)覆蓋范圍、前向引證頻次、審查周期以及專利權(quán)人數(shù)量對專利壽命的影響組間差異最為顯著（plt;0.01）。具體地當(dāng)采用全領(lǐng)域樣本進行分析時，發(fā)明人數(shù)量與專利壽命之間的關(guān)系并不顯著，而采用特定技術(shù)領(lǐng)域進行分析時，發(fā)明人數(shù)量對專利壽命具有顯著的正向影響；采用全領(lǐng)域數(shù)據(jù)進行分析時，技術(shù)覆蓋范圍對專利壽命呈現(xiàn)顯著正向影響，在采用特定技術(shù)領(lǐng)域作為樣本時，其對專利壽命具有顯著負向影響；采用特定技術(shù)領(lǐng)域作為樣本時，前向引證頻次對專利壽命的影響更大；采用全領(lǐng)域作為樣本進行分析時，專利權(quán)人數(shù)量對專利壽命的影響更大。

通過對相關(guān)文獻的閱讀梳理，本文將授權(quán)國家劃分為“國內(nèi)”和“國外”進行亞組分析，調(diào)節(jié)效應(yīng)檢驗結(jié)果如表7所示。除專利家族數(shù)量外，其余9項專利文獻計量指標(biāo)亞組內(nèi)部均存在顯著差異，并且大部分變量的rz顯著（plt;0.05）。對于在國內(nèi)授權(quán)的專利而言，發(fā)明人數(shù)量、前向引證頻次、權(quán)利要求數(shù)量、文獻篇幅以及專利家族數(shù)量對于專利壽命的促進作用更為顯著。這說明相較于國外授權(quán)專利而言，在中國獲得授權(quán)的專利價值與專利申請文件的質(zhì)量相關(guān)性更強。

此外，與整體分析不同的是，審查周期與專利權(quán)人數(shù)量呈現(xiàn)顯著的雙向效應(yīng)：在國內(nèi)授權(quán)的專利中，審查周期對專利壽命的影響雖然不顯著，但是呈現(xiàn)正向影響，而在國外授權(quán)專利中呈現(xiàn)負向影響；在國內(nèi)授權(quán)專利中，專利權(quán)人數(shù)量對專利壽命具有顯著的正向影響，而在國外授權(quán)專利中，呈現(xiàn)顯著的負向影響。

根據(jù)原始研究的特點，本文將專利權(quán)人類型劃分為“高校”“混合”以及“企業(yè)”三種類型，其中“混合”類型代表原始研究未對專利權(quán)人進行區(qū)分，采用所有類型的專利權(quán)人的專利作為樣本進行分析，由于同族國家數(shù)量和專利權(quán)人數(shù)量在原始文獻中并沒有相關(guān)對專利權(quán)人進行劃分的研究，故不再對這兩個指標(biāo)進行分析，專利權(quán)人作為調(diào)節(jié)變量的調(diào)節(jié)效應(yīng)分析結(jié)果如表8所示。由表8可知，8項專利文獻計量指標(biāo)在亞組內(nèi)部均呈現(xiàn)顯著差異，并且大部分指標(biāo)的rz值顯著。亞組分析的結(jié)果表明發(fā)明人數(shù)量、技術(shù)覆蓋范圍、權(quán)利要求數(shù)量以及審查周期與整體分析結(jié)果存在差異，上述4項指標(biāo)在調(diào)節(jié)效應(yīng)分析中呈現(xiàn)雙向影響效應(yīng)。其中，發(fā)明人數(shù)量對高校類型專利權(quán)人的專利壽命呈現(xiàn)顯著的負向影響，而對企業(yè)類型專利權(quán)人呈現(xiàn)顯著正向影響；技術(shù)覆蓋范圍對高校類型的專利權(quán)人的專利壽命呈現(xiàn)顯著正向影響，而對其余兩種類型呈現(xiàn)顯著負向影響；權(quán)利要求數(shù)量與審查周期的影響效應(yīng)與技術(shù)覆蓋范圍的影響效應(yīng)類似。

其余4項指標(biāo)的影響效應(yīng)與整體分析結(jié)果類似，企業(yè)類型專利權(quán)人的后向引證頻次對專利壽命的影響效應(yīng)顯著高于高校；高校專利權(quán)人的專利前向引證頻次與專利壽命的相關(guān)性更強，而企業(yè)類型專利權(quán)人的專利前向引證頻次與專利壽命的關(guān)系不顯著；高校類型專利權(quán)人的文獻篇幅對專利壽命的影響程度明顯高于其他兩種類型；企業(yè)類型專利權(quán)人專利家族數(shù)量對專利壽命的影響程度明顯高于其他兩種類型，但是顯著性較低。

4 討論與結(jié)論

目前學(xué)界已有多項基于專利文獻視角分析不同專利文獻計量指標(biāo)對專利壽命影響效應(yīng)的研究，但是結(jié)果存在一定差異。本文采用Meta分析方法，通過系統(tǒng)集成的方式分析不同文獻計量指標(biāo)與專利壽命之間的關(guān)系，并且分析了技術(shù)領(lǐng)域、授權(quán)國家以及專利權(quán)人類型的調(diào)節(jié)作用。

4.1 結(jié)果討論

4.1.1 專利文獻計量指標(biāo)對專利壽命的影響效應(yīng)解釋

元分析結(jié)果表明，本文納入的10項專利文獻計量指標(biāo)對專利壽命均具有顯著影響，不同指標(biāo)對專利壽命影響效應(yīng)的原因解釋如下：①發(fā)明人數(shù)量：發(fā)明人數(shù)量越多，團隊的知識結(jié)構(gòu)越復(fù)雜，由知識耦合疊加釋放的創(chuàng)新能量越多［25］，因而所產(chǎn)生的專利的價值和生命力越高和越強；②后向引證頻次：后向引證頻次反映專利技術(shù)在研發(fā)和專利申請過程中參考在先專利的數(shù)量，引用在先專利數(shù)量越多表示對在先技術(shù)的依賴性較強，技術(shù)的創(chuàng)新性不高，進而專利權(quán)人的維持意愿就會較低；③技術(shù)覆蓋范圍：技術(shù)覆蓋范圍與專利壽命呈現(xiàn)顯著負相關(guān)的原因是，專利技術(shù)所包含的知識元越多，其技術(shù)復(fù)雜度就會越高，在產(chǎn)業(yè)化過程中投入的成本就會越多，在技術(shù)產(chǎn)業(yè)化過程中若因技術(shù)產(chǎn)品的產(chǎn)出與投入無法達到平衡，則該專利技術(shù)的價值也會大打折扣；④前向引證頻次：前向引證頻次一直以來都被學(xué)者們作為專利價值的評判標(biāo)準(zhǔn)，專利的前向引證頻次越高，說明該技術(shù)在本技術(shù)領(lǐng)域內(nèi)屬于基礎(chǔ)專利或者核心專利，其技術(shù)價值較高，自然其壽命就會越長；⑤權(quán)利要求數(shù)量：權(quán)利要求數(shù)量可以反映專利的保護范圍［16］，專利權(quán)人申請專利的目的是盡量使自身在市場競爭中具有一定的壟斷地位，在發(fā)生專利訴訟時占有一定的優(yōu)勢地位，因此理性專利權(quán)人在申請專利的過程中通常會通過擴充權(quán)利要求的方式擴大保護范圍［42］，使技術(shù)方案可以得到全方位的保護，進而使自身專利權(quán)維持更長時間；⑥審查周期：審查周期與專利壽命是“部分”與“整體”的關(guān)系，審查周期越長，代表審查員在進行專利審查過程中不能夠明確在先申請是否會破壞申請的新穎性和創(chuàng)造性，需要申請人不斷補充證據(jù)來答復(fù)審查意見，審查周期越長則證明專利申請戰(zhàn)勝的在先申請數(shù)量越多［25］，進而反映出其新穎性和創(chuàng)造性經(jīng)得住考驗，未來被訴訟或者宣告無效的風(fēng)險較低，其生命力較為頑強；⑦文獻篇幅：文獻篇幅可以反映專利申請文件說明書的詳細程度，文獻篇幅較短的專利很可能是將現(xiàn)有技術(shù)進行簡單組合勉強滿足創(chuàng)新性要求的專利申請［22］，技術(shù)相對簡單，專利質(zhì)量不高，其專利維持時間相應(yīng)較短；⑧同族國家數(shù)量：同族專利數(shù)量不僅可以代表專利技術(shù)的市場情況，還可以反映技術(shù)的創(chuàng)新性和穩(wěn)定性，一項專利技術(shù)分別在不同的國家獲得授權(quán)，則證明該技術(shù)在全球范圍內(nèi)具有較強的創(chuàng)新性，此類專利會為專利權(quán)人帶來長久的利益，因此同族國家數(shù)量越多的專利，其維持時間往往較長；⑨專利家族數(shù)量：專利家族指的是具有共同優(yōu)先權(quán)并且技術(shù)內(nèi)容基本相同的一組專利，專利家族規(guī)模越大，專利技術(shù)的廣度、深度以及強度就會越高，專利權(quán)人在市場競爭或者專利訴訟過程中就會具有更強的競爭力［43］，所以專利家族規(guī)模越大的專利，其價值就會越高，維持時間就會越長；⑩專利權(quán)人數(shù)量：專利權(quán)人規(guī)模可以反映專利合作情況，合作產(chǎn)生的專利會投入更多的資金及人力，會有更高的技術(shù)價值，所以其專利壽命會更長。

4.1.2 調(diào)節(jié)變量的調(diào)節(jié)效應(yīng)解釋

首先，通過Meta 分析結(jié)果發(fā)現(xiàn)，除同族國家數(shù)量外，技術(shù)領(lǐng)域?qū)ζ溆?項指標(biāo)與專利壽命之間的關(guān)系均具有顯著調(diào)節(jié)作用，這在一定程度上解釋了不同學(xué)者研究的差異性。不同技術(shù)領(lǐng)域?qū)＠暾埼募珜懙姆绞骄哂休^大差異，例如化學(xué)領(lǐng)域和醫(yī)藥領(lǐng)域，專利的權(quán)利要求數(shù)量往往會高于其他領(lǐng)域，若采用全領(lǐng)域?qū)＠鳛闃颖痉治鰧＠嬃恐笜?biāo)和專利壽命之間的相關(guān)性，會存在較大的系統(tǒng)偏誤。

其次，授權(quán)國家對除專利家族數(shù)量以外的其余9項指標(biāo)均具有顯著的調(diào)節(jié)作用，這也是本文研究的異質(zhì)性來源之一，通過調(diào)節(jié)效應(yīng)分析結(jié)果來看，以國內(nèi)專利作為樣本進行分析，專利指標(biāo)對專利壽命的影響效應(yīng)更強。不同國家的專利保護制度以及專利審查制度具有很大差異，從宏觀角度來講，中國專利法制度更多的是借鑒大陸法系，而美國專利法制度源于英美法系，從不同法律體系來看，不同國家對專利技術(shù)的保護程度以及保護方式往往具有較大差別；從微觀層次來看，我國專利法規(guī)定所有技術(shù)領(lǐng)域發(fā)明專利的保護期限均為20年，而日本專利法規(guī)定化學(xué)領(lǐng)域和醫(yī)藥領(lǐng)域的專利保護期限可以延長至25年，這就使得專利權(quán)人在不同國家的維持策略出現(xiàn)一定差異，故專利文獻計量指標(biāo)對專利壽命的影響會在不同國家授權(quán)的專利樣本中出現(xiàn)顯著差異。

最后，專利權(quán)人類型對除同族國家數(shù)量和專利權(quán)人數(shù)量以外的8項專利計量指標(biāo)與專利壽命之間的關(guān)系具有顯著調(diào)節(jié)效應(yīng)。以“高校”和“企業(yè)”專利權(quán)人為例對比分析可以發(fā)現(xiàn)，在發(fā)明人數(shù)量、技術(shù)覆蓋范圍、權(quán)利要求數(shù)量以及審查周期方面，兩種類型專利權(quán)人的專利計量指標(biāo)與專利壽命之間的關(guān)系呈現(xiàn)顯著的雙向效應(yīng)。高校申請專利和企業(yè)申請專利的動機、專利技術(shù)的復(fù)雜度以及專利的產(chǎn)業(yè)化程度均存在顯著差異，從而導(dǎo)致同一項專利計量指標(biāo)對專利壽命影響效應(yīng)不同的現(xiàn)象。

4.2 研究啟示

本文采用Meta分析法，對不同的原始研究進行了集成，梳理了國內(nèi)外關(guān)于專利文獻計量指標(biāo)與專利壽命之間關(guān)系的相關(guān)研究。根據(jù)研究結(jié)果，對未來研究提出以下兩點建議：

（1）在分析相關(guān)性過程中，以往研究往往注重的是不同指標(biāo)與專利壽命之間的線性關(guān)系，但是許多指標(biāo)與專利壽命之間的關(guān)系并非是嚴(yán)格的線性關(guān)系，從而導(dǎo)致分析結(jié)果雖然顯著但是影響效應(yīng)較小的情況。在未來研究中，可以考慮研究不同指標(biāo)與專利壽命之間的非線性關(guān)系，從而得出更為可靠的結(jié)論。

（2）樣本選取過程中，盡量采用特定技術(shù)領(lǐng)域、相同授權(quán)國別以及相同專利權(quán)人類型的專利作為研究樣本，或者對上述變量進行控制，避免出現(xiàn)因為調(diào)節(jié)效應(yīng)的影響使得結(jié)果出現(xiàn)系統(tǒng)性偏誤。

4.3 貢獻與不足

本文通過對專利文獻計量指標(biāo)與專利壽命之間相關(guān)性的研究文獻進行Meta分析，得出了不同計量指標(biāo)對專利壽命的影響效應(yīng)，回答了不同研究異質(zhì)性的來源，為未來研究提供了參考建議。但是，本研究依然存在一定的局限性：首先，在文獻選取方面，由于資源和能力的限制，僅考慮了中文和英文文獻，在未來研究中將考慮進一步擴充樣本進行研究；其次，在影響強度的分析方面，囿于原始研究的限制，通過Meta分析得出的綜合效應(yīng)值較小，因此并沒有對影響強度進行進一步分析；最后，在調(diào)節(jié)效應(yīng)分析過程中，缺少對調(diào)節(jié)變量的細分，在未來研究中會持續(xù)關(guān)注專利文獻計量指標(biāo)與專利壽命相關(guān)性的研究，從而更好地對調(diào)節(jié)變量進行詳細劃分。

參考文獻：

［1］ 國家知識產(chǎn)權(quán)局.2021年五局主要統(tǒng)計信息圖［EB/OL］［. 2022-06-25］.https：//www.cnipa.gov.cn/module/download/down.jsp？i_ID=176279amp;colID=90

［2］ LI X. Behind the recent surge of Chinese patenting：an institutional view［J］.Research Policy，2012，41（1）：236-249.

［3］ O’DONOGHUE T，SCOTCHMER S，THISSE J F. Patent breadth，patent life，and the pace of technological progress［J］. Journal of Economics and Management Strategy，1998，7（1）：1-32.

［4］ 國家知識產(chǎn)權(quán)局.2019 年五大知識產(chǎn)權(quán)局統(tǒng)計報告（中文版）［EB / OL］.［2022-06 - 25］. https：//www. cnipa. gov. cn / module /download/down.jsp？i_ID=172311amp;colID=90

［5］ 陳會英，于璐，周衍平.高專利密集度產(chǎn)業(yè)實現(xiàn)綠色轉(zhuǎn)型升級的路徑研究：基于組態(tài)分析視角［J］. 科學(xué)與管理，2022，42（3）：59-67.

［6］ 張曉月，陳鵬龍，趙魏珵.專利質(zhì)量對企業(yè)績效的作用關(guān)系研究：以創(chuàng)業(yè)板上市公司為例［J］. 科技管理研究，2017，37（22）：170-176.

［7］ 陳會英，于璐，周衍平.高專利密集度產(chǎn)業(yè)實現(xiàn)綠色轉(zhuǎn)型升級的路徑研究：基于組態(tài)分析視角［J］. 科學(xué)與管理，2022，42（3）：59-67.

［8］ HUGHES D L. Applications of flow chemistry in the pharmaceutical industry-highlights of the recent patent literature［J］. Organic Process Research amp; Development，2020，24（10）：1850-1860.

［9］ PICARD L，PHALIP P，F(xiàn)LEURY E，et al. Chemical adhesion of silicone elastomers on primed metal surfaces：a comprehensive survey of open and patent literatures［J］. Progress in Organic Coatings，2015，80：120-141.

［10］ 傅柱，丁瑋珂，關(guān)鵬，等.基于知識元的外文專利文獻知識描述框架［J］.數(shù)據(jù)分析與知識發(fā)現(xiàn)，2022，6（增刊1）：263-273.

［11］ 姚毅凡，沈喆，王毅等.專利文獻被引的影響因素［J］.圖書館論壇，2022，42（9）：101-111.

［12］ 高繼平，丁堃.專利計量指標(biāo)研究述評［J］.圖書情報工作，2011，55（20）：40-43.

［13］ LIUA K，ARTHURS J，CULLEN J，et al. Internal sequential innovations：how does interrelatedness affect patent renewal？［J］. Research Policy，2008，37（5）：946-953.

［14］ GR?NQVIST C. The private value of patents by patent characteristics： evidence from Finland ［J］. The Journal of Technology Transfer，2009，34（2）：159-168.

［15］ 喬永忠.基于專利情報視角的專利維持時間影響因素分析［J］.圖書情報工作，2009，53（4）：42-45.

［16］ 喬永忠，肖冰.基于權(quán)利要求數(shù)的專利維持時間影響因素研究［J］.科學(xué)學(xué)研究，2016，34（5）：678-683.

［17］ LEE Y G.Patent licensability and life ：a study of U.S.patents registered by South Korean public research institutes ［J］.Scientometrics，2008，75（3）：463-471.

［18］ HIKKEROVA L，KAMMOUN N，LANTZ J S. Patent life cycle：new evidence［J］.Technological Forecasting and Social Change，2014，88：313-324.

［19］ 吳紅，付秀穎，董坤.專利維持時間影響因素實證分析：以燃料電池專利文獻為例［J］. 圖書情報工作，2013，57（24）：112 -116，100.

［20］ 劉雪鳳，高興.中國風(fēng)能技術(shù)發(fā)明專利維持時間影響因素研究［J］.科研管理，2015，36（10）：139-145.

［21］ 肖冰.基于法定保護期的專利維持時間影響因素研究［J］.科學(xué)學(xué)研究，2017，35（11）：1652-1658.

［22］ 馮仁濤.基于專利文獻的專利維持時間影響因素分析［J］.情報雜志，2020，39（7）：202-207.

［23］ PAKES A，MARGARET S，KENNETH J，et al. Patent renewal data［J］.Brookings Papers on Economic Activity，1989，62（3）：331-410.

［24］ 肖冰，許可，肖尤丹.專利審查能夠影響專利維持時間嗎？［J］.科學(xué)學(xué)研究，2018，36（7）：1224-1234.

［25］ 李睿，趙安琪.文獻計量學(xué)視野下專利壽命與多重因素的相關(guān)性解析：來自催化領(lǐng)域的實證［J］. 情報學(xué)報，2017，36（6）：547-554.

［26］ 喬永忠，譚婉琳.專利權(quán)利要求數(shù)與維持時間關(guān)系實證研究：以中日授權(quán)專利數(shù)據(jù)為例［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2017，38（2）：77-86.

［27］ 鄧潔，崔利剛，蘇平.策略性專利申請行為會影響專利權(quán)穩(wěn)定性嗎？［J］.科學(xué)學(xué)研究，2019，37（7）：1193-1202.

［28］ 宋爽.中國專利維持時間影響因素研究：基于專利質(zhì)量的考量［J］.圖書情報工作，2013，57（7）：96-100，105.

［29］ 喬永忠，王卓琳.不同類型專利權(quán)人獲得中國專利金獎的發(fā)明專利質(zhì)量研究［J］.情報雜志，2018，37（10）：120-125.

［30］ 鄭明華.Meta分析軟件應(yīng)用與實例解析［M］.北京：人民衛(wèi)生出版社，2013.

［31］ 嚴(yán)煒煒，陳若瑜，張敏.基于元分析的在線知識付費意愿影響因素研究［J］.情報學(xué)報，2021，40（2）：204-212.

［32］ 謝娟，龔凱樂，成穎，等.論文下載量與被引量相關(guān)關(guān)系的元分析［J］.情報學(xué)報，2017，36（12）：1255-1269.

［33］ PETERSON R A，BROWN S P.On the use of beta coefficients in meta-analysis［J］.Journal of Applied Psychology，2005，90（1）：175.

［34］ HIGGINS J，THOMPSON S G，DEEKS J J，et al. Measuring inconsistency in meta-analysis［J］.British Medical Journal，2003，327：557-560.

［35］ BORNMANN L. Alternative metrics in scientometrics：a metaanalysis of research into three altmetrics［J］.Scientometrics，2015，103（3）：1123-1144.

［36］ COHEN J. Statistical power analysis for the behavioral sciences［M］.Routledge：Psychology Press Tayloramp;Francis Group，2013：54-57.

［37］ 錢慧敏，辛?xí)凿?顧客參與和新服務(wù)開發(fā)績效的Meta分析：基于分化維度和情境因素［J］.科學(xué)與管理，2021，41（2）：32-41.

［38］ 劉迎春，李瑞，王倩，等.虛擬社區(qū)在線信任的影響因素：來自元分析的證據(jù)［J］.情報科學(xué)，2021，39（10）：32-39.

［39］ 張寧，袁勤儉，朱慶華.個體認(rèn)知專注與虛擬社區(qū)參與關(guān)系的元分析［J］.情報學(xué)報，2018，37（2）：161-171.

［40］ ROSENTHAL R. The file drawer problem and tolerance for 1 results［J］.Psychological Bulletin，1979，86（3）：638-641.

［41］ SAINT-GEORGES M，POTTERIE B P.A quality index for patent systems［J］.Research Policy，2013，42（3）：704-719.

［42］ 王思培，韓濤.基于隨機森林算法的潛在高價值專利預(yù)測方法研究［J］.情報科學(xué)，2020，38（5）：120-125.

［43］ 呂璐成，劉婭，楊冠燦.基于決策樹方法的專利被引影響因素研究［J］.情報理論與實踐，2015，38（2）：28-32.