摘要：隨著高價值專利概念的興起和快速發(fā)展，對專利價值的評估已成為引領企業(yè)技術創(chuàng)新方向、優(yōu)化資源配置的重要工具。因此，深入探究我國人工智能領域的專利價值，對于推動人工智能技術的突破性發(fā)展、催生更多高質量專利以及培育和保護高價值專利成果具有重要意義。基于2019—2023年中國人工智能產業(yè)申請的有效發(fā)明專利數據，嘗試利用因子分析方法對其專利價值進行評估，并對其結果進行分析，得到如下結論：（1）人工智能產業(yè)專利價值最具有潛力的創(chuàng)新主體有華為、寒武紀等企業(yè)；（2）人工智能產業(yè)中價值較高的專利技術類別集中在G06和H04，即信息技術領域；（3）從區(qū)域角度來看，我國人工智能產業(yè)專利價值呈現發(fā)展不平衡現象，東部最高，其后依次是中部、西部、東北地區(qū)。最后提出推動我國人工智能產業(yè)專利價值提升的相關建議。

關鍵詞：人工智能；專利價值；因子分析法

中圖分類號：G306；G255.53文獻標識碼：ADOI：10.3969/j.issn.1003-8256.2025.01.003

基金項目：天津市科技計劃項目（22ZLZKZF00270）

隨著科技的飛速發(fā)展，人工智能產業(yè)已成為全球范圍內最具影響力和前景的產業(yè)之一。在2017年，我國人工智能產業(yè)的發(fā)展迎來了重要的里程碑，國務院在當年7月公布了《新一代人工智能發(fā)展規(guī)劃》，為人工智能的未來發(fā)展設定了明確的戰(zhàn)略規(guī)劃和時間線。這一規(guī)劃不僅為我國人工智能的發(fā)展指明了方向，也為其在全球范圍內的競爭地位奠定了基礎。在《“十四五”數字經濟發(fā)展規(guī)劃》中明確提出要加快布局人工智能等前沿領域，推動智能經濟發(fā)展。此外，《關于加強數字政府建設的指導意見》也強調要運用人工智能等數字技術提高政府治理效能。這些政策不僅體現了國家對人工智能產業(yè)的高度重視，也為相關企業(yè)和研究機構提供了明確的指導和支持。在國家政策的扶持下，加之資本注入和人才匯聚的助推，我國人工智能產業(yè)呈現出蓬勃發(fā)展的態(tài)勢，并已穩(wěn)步躋身全球領先行列。根據中國信通院發(fā)布的數據，自2019年起，我國的人工智能產業(yè)規(guī)模開始迅猛增長，至2021年，其同比增長率已達到33.3%，而在2022年，產業(yè)規(guī)模更是攀升至5 080億元，同比增長18%，顯示出我國人工智能產業(yè)的強勁發(fā)展勢頭。初步統(tǒng)計，2023年規(guī)模達到5 784億元，增速放緩至13.9%。

國家知識產權局2024年1月16日發(fā)布數據顯示，截至2023年底，國內（不含港澳臺）發(fā)明專利有效量為401.5萬件，同比增長22.4%，中國成為全球首個國內有效發(fā)明專利數量突破400萬件的國家。在《知識產權強國建設綱要（2021—2035年）》和《“十四五”國家知識產權保護和運用規(guī)劃》兩份重要文件中，均明確提出了推動知識產權事業(yè)穩(wěn)中求進、高質量發(fā)展的目標，并強調了加快推進知識產權強國建設的緊迫性和重要性。作為知識產權的重要組成部分，專利在人工智能產業(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，更是人工智能企業(yè)競爭力的核心。因此，研究人工智能產業(yè)的專利價值，對于深入理解人工智能技術的創(chuàng)新態(tài)勢、推動產業(yè)發(fā)展以及優(yōu)化專利策略具有重要意義。近年來，人工智能領域的專利申請量和授權量不斷增長，全球范圍內的人工智能技術創(chuàng)新活動日益活躍。然而，專利數量的增加并不意味著所有專利都具有同等的價值。事實上，專利價值的高低取決于多種因素，如技術的創(chuàng)新性、實用性、市場潛力以及專利的法律狀態(tài)等。因此，對人工智能產業(yè)專利價值的評估和研究成為一個亟待解決的問題。

1研究回顧

1.1專利價值的概念及衡量

衡量知識產權水平的主要指標之一即為專利價值，它被視為評估創(chuàng)新成果和技術實力的重要依據，目前還沒有普遍接受的定義。

在對專利的衡量上，不少學者利用單一指標來衡量專利價值。其中，專利前向引用的數量是最常見的代理指標，Park等[1]、Wang[2]、Lee等[3-4]、Fisc等[5]、Jang等[6]、Yoon等[7]都使用該指標進行代理。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]分別用專利權延續(xù)時間長度和專利質押貸款額度作為代理變量。然而隨著專利技術發(fā)展，技術復雜度提高，專利潛在市場能力被發(fā)掘，單一指標無法全面反映專利價值。

而多因素指標組合是當前專利價值評估的主流方法，能降低單一指標評估的片面性和主觀性。美國聯邦知識產權咨詢服務集團聯合美國國家科學基金會首次提出了一套綜合評估體系，該體系涵蓋了專利數量、被引證數、技術生命周期等七項經典的專利價值評估指標，旨在全面評估地區(qū)及企業(yè)整體的專利價值。Harhoff等[12]選取專利范圍、同族數等指標評估專利價值；Park等[13]選取多個有關專利內在特征和專利應用狀況的指標構建專利價值評估指標體系。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、法律、市場、經濟、戰(zhàn)略、管理等形成多因素評估指標體系。但多指標組合方法依然面臨指標設置冗余、指標權重設置不合理等問題。

1.2影響專利價值的因素

國外學者Grimaldi等[19]利用歐洲調查資料對專利經濟價值進行測量，發(fā)現專利價值的分布呈現出明顯的不均衡性，專利引用、參考文獻、權利要求及國別會影響專利價值的測量。Thoma等[20]從專利的寬度、未來的發(fā)展?jié)摿脱邪l(fā)背景以及相關技術及專利評估檔案的歸檔和評估程序等多個方面著手，并結合20個不同的專利評估指標體系，進而計算出專利價值綜合指數。

國內學者鄭素麗等[21]從專利的特點、專利權人的特征、研發(fā)活動和其他因素分別論述了影響專利價值的主要因素及其作用機制，提出了影響專利價值因素的綜合框架。呂曉蓉[22]在專利評估的實證研究中考慮技術、市場、競爭和法律因素對專利價值的影響。郭狀等[23]基于人工智能專利數據發(fā)現IPC分類數、專利家族數、專利引證數和專利被引證數、權利要求數與專利價值有顯著相關關系。胡澤文等[24]研究發(fā)現專利IPC4分類數、首次被引速度、權利要求數和專利被引頻次對各模型高價值專利預測結果的影響程度較大。

綜上所述，已有較多學者探究了專利價值的衡量方法及其影響因素，但將其應用于具體產業(yè)的專利價值評價較少。結合已有研究，基于人工智能產業(yè)專利，構建多因素指標體系衡量其專利價值，使用因子分析法進行數據分析，計算得出專利價值綜合評分，最后從企業(yè)角度以及區(qū)域角度分別進行結果分析。

2基于人工智能產業(yè)的專利價值評價體系構建

2.1數據來源

人工智能產業(yè)屬于戰(zhàn)略性新興產業(yè)中的新一代信息技術產業(yè)。本文選擇2019—2023年人工智能產業(yè)領域申請的、法律狀態(tài)為有效的發(fā)明專利。依托大為innojoy專利數據庫，依據中國專利保護協會發(fā)布的《人工智能技術專利深度分析報告》中列舉的人工智能的主要技術關鍵詞[25]，參考《戰(zhàn)略性新興產業(yè)分類與國際專利分類參照關系表（2021）》中“1.5人工智能產業(yè)”，并參照張振剛等[26]、魏佳麗等[27]、趙程程等[28]的檢索方法，構造如下檢索式，由于檢索式過長，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’”意為篩選產業(yè)分類為“1.5人工智能產業(yè)”的企業(yè)。共檢索出91 149條專利，檢索時間為2024年2月。

2.2專利價值評價指標選取

參考李春燕等[29]、奉國和等[30]已有研究，結合“十四五”規(guī)劃和2035年遠景目標綱要中明確的高價值發(fā)明專利標準，選取了具備可測度、可操作性的21個專利指標，如表1所示。由于樣本數據中無效次數、質押次數指標值大多為0，因此剔除這兩項指標。上述指標中除三方專利（美日歐）是分類變量外，其余均為連續(xù)變量，對連續(xù)變量進行最大最小歸一化處理消除量綱影響，分類變量則進行虛擬啞變量化處理，并對專利數據進行缺失值處理等。

2.3基于人工智能產業(yè)的專利價值因子分析

本文采用SPSS 27作為數據分析工具。在數據處理階段，首先進行標準化處理，以消除不同量綱對數據結果的影響。隨后進行因子分析的可行性檢驗，得出KMO值為0.635；同時巴特利特球形度檢驗的顯著性水平為0，表明數據適合進行因子分析。進一步地，通過探索性因子分析，發(fā)現許可次數和主權項字數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個指標的樣本進一步進行因子分析，利用主成分法進行因子提取。碎石圖特征值曲線前七個公共因子數值均大于1，因子旋轉后提取的7個公因子的累計方差貢獻率為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際意義，也更適用于解決實際問題的分析需求，有必要對因子進行旋轉。在分析過程中，選用最大方差法作為因子旋轉的依據，同時在系數顯示格式的設置上，選擇性地屏蔽了絕對值小于0.10的小系數，以確保分析結果的清晰度。最終得到旋轉成分矩陣，如表2所示。

根據表2對提取出的公因子進行命名。（1）因子1中，主要是布局國家/地域數、同族數、三方專利（美日歐）的載荷比較大，與專利價值的國際指標相重合，主要包含專利的海內外布局信息及能力，因此命名為“國際布局能力”。（2）在因子2中，因子載荷較大的是引證專利數、引用專利國別地域數、引用非專利文獻數，主要囊括了專利的引用情況。引證專利數與其價值呈正相關，當一項專利引用了更多的先前專利時，這通常意味著其技術創(chuàng)新度更高，因此其專利價值也相應更高[31]，可命名為“知識密度”。（3）因子3載荷較大的是被審查員引證數、被引證數，可以命名為“引領能力”。（4）因子4中公因子載荷較高的包含權項數、獨權數、說明書頁數，主要屬于專利的內容指標。權利要求數量越多，往往越體現專利的法律價值。因為更多的權利要求通常意味著專利的保護范圍更為廣泛，從而反映了專利的價值和重要性[32]。同時，文獻頁數的增多通常代表著專利內容的豐富和深入，穩(wěn)定性更強，這也使得專利的質量更為可靠[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主要體現了專利的時間指標。專利的壽命越長，說明需要投入更多的費用來保持其有效性和市場競爭力，持續(xù)受到保護和維護的需求越大也意味著該專利的重要性和價值可能更高[34]，故命名為“時效價值”。（6）因子6含IPC部數、IPC小類數。IPC數的多少，顯示了專利技術所覆蓋領域的廣泛性。具有更多IPC數的專利在技術創(chuàng)新和市場應用方面具有更高的潛力和價值[35]，可命名為“技術范圍”。（7）因子7的轉讓次數與發(fā)明人數能反映專利的經濟價值。發(fā)明人數越多，意味著在專利研發(fā)過程中投入了更多的人力資源，從側面體現了專利的高價值[36]。而專利的轉讓次數則直接反映了其在市場化運營過程中的價值和潛力，這不僅是激勵企業(yè)進行發(fā)明創(chuàng)新的重要動力，也是推動專利技術應用和轉化的關鍵因素[37]，故命名為“市場價值”。

依據旋轉成分矩陣，得到成分得分系數矩陣，按照各公因子的權重及計算公式求出綜合得分，其次進行最大最小歸一化處理使得分處于[0，1]區(qū)間內并放大100倍以方便觀察。降序排列后結果如表3所示，其中“DPI”為大為數據庫中的專利價值綜合評價指數。

3基于人工智能產業(yè)的專利價值評價結果

3.1專利價值度驗證

為了驗證本次評估結果排序的準確性，利用了大為數據庫中的專利價值綜合評價指數“DPI”，該指數將專利價值從低到高劃分為不同的星級，依次為1星、……、4星、4.5星和5星。驗證的結果見表3。

研究結果表明，因子分析法計算得出的專利價值度結果與大為專利數據庫中“DPI”等級評價基本相符。在表3展示的前五名專利中，有60%的專利被評為5星，且40%的專利被評為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評估結果基本一致，這表明所采用的評估方法和指標是合理且有效的，能夠為人工智能產業(yè)專利的價值評估提供有益的參考。

排名靠前同時價值星級為5星的專利具有較強的優(yōu)勢，具體而言排名第1和第3的“CN201910026700.0”及“CN202010120608.3”專利：被引證數分別為31和6，高于平均水平2.83；說明書頁數分別達到了60頁、57頁，高于樣本平均的16.14；同族數分別為12和28，遠高于平均同族數1.11。在技術價值方面，專利說明書頁數和引證數量越多，說明專利權人公開的技術信息越詳細，技術方案呈現越完整，技術價值水平越高；在市場價值方面，不同地域分布的專利越多，同一族群的專利越多，其投入費用成本越高，從而體現出專利的價值水平越高。由此可見，本文采用的因子分析法能夠有效、準確地識別人工智能技術領域的高價值專利，考察同族專利的引用信息數據，能為技術專家獲取該技術領域的技術發(fā)展路徑和方向提供支撐信息。

3.2微觀主體層面分析

首先對評估樣本的專利申請（專利權）人進行了統(tǒng)計，并從中挑選出綜合得分排名前20名的專利。隨后，根據這些專利申請（專利權）人的專利價值平均分進行降序排列，以進一步分析他們的專利價值和影響力，結果見表4。

專利價值得分前20的企業(yè)中主要包括華為技術有限公司、上海移宇科技股份有限公司、中科寒武紀科技股份有限公司、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，在專利價值得分較高的企業(yè)中，華為技術有限公司在價值得分前20的專利中占了7位，中科寒武紀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?，上述三個公司在人工智能產業(yè)領域申請的專利價值相對較高，綜合實力較強。

此外，從技術大類的角度來看，根據國際專利分類表對應釋義，在所列的前20個價值較高的專利中，大部分人工智能領域專利屬于G06（電通信技術大類包括電數字數據處理、數據識別、數據表示等）以及H04（計算、推算或計數大類包括信號傳輸、放大器、數字圖像等）。二者同屬于信息技術領域，是通信專利的必爭之地。其中表現突出的企業(yè)，比如以通訊設備為主業(yè)的華為技術有限公司以及致力于人工智能芯片產品的研發(fā)和技術創(chuàng)新的中科寒武紀科技股份有限公司，在人工智能專利領域都具備一定的優(yōu)勢。

3.3宏觀空間層面分析

整理已有數據，根據專利申請（專利權）人所在地，得到2019—2023年中國30個省區(qū)市人工智能產業(yè)領域專利價值綜合得分和排名情況，以及申請專利數量和排名情況，如表5所示。結合統(tǒng)計結果，可以得到如下基本結論。

首先對比各省區(qū)市的專利價值和專利數量排名。在價值排名前十的省份中，數量同樣排名為前十的比例能達到60%，專利質量與專利數量排名水平大致相當，一定程度上說明，專利數量的增長是實現專利質量提升的基礎，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的人工智能領域專利“少而精”，比如廣西和山西，在價值排名中位居前列但數量排名在后十名之列；部分省份追求數量而忽略質量，以致出現數量排名靠前價值排名靠后的情況，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。人工智能產業(yè)領域的專利價值基本與我國各地區(qū)經濟發(fā)展水平相匹配。綜合得分呈現出東高西低的特點，東部地區(qū)的綜合得分為15.83，遠高于其他三個地區(qū)，并且專利數量與價值同為第一，東北地區(qū)同為第四，而中部地區(qū)專利價值高于西部地區(qū)，具體來看專利價值綜合得分排名最后五名中除遼寧外均屬于西部地區(qū)。這說明我國區(qū)域之間經濟發(fā)展水平、人力資源水平、技術發(fā)展環(huán)境等方面的差異使得人工智能領域專利價值存在較大的差距，存在發(fā)展不平衡的問題。

4結論與建議

人工智能作為引領新一代技術革命與產業(yè)變革的核心力量，正為中國經濟的創(chuàng)新發(fā)展注入新的活力和動力。本文以人工智能產業(yè)作為分析對象，選取2019—2023年中國申請的有效發(fā)明專利數據，基于已有研究構建了專利價值評價體系，采取因子分析方法計算得到專利價值的綜合得分，對其進行排序、驗證，并分別從微觀主體、技術類別及宏觀區(qū)域層面進行分析。結果發(fā)現：我國人工智能產業(yè)的專利價值主體發(fā)展情況差異明顯，頭部企業(yè)優(yōu)勢明顯比如華為、寒武紀等，同時部分企業(yè)可能存在策略性專利申請行為使得專利價值得分不理想；在技術類別上以信息技術領域為主；從空間分布上，我國人工智能產業(yè)專利價值的地域差異明顯，北京、上海、廣東、重慶名列前茅，東部地區(qū)處于領先位置，其次是中部、西部，最次是東北地區(qū)，總體而言經濟欠發(fā)達地區(qū)的專利價值有待提高。

針對上述結論，提出以下建議：

（1）要推動人工智能產業(yè)專利價值的提升，首要策略是加大研發(fā)投入，并加強產學研深度融合，打造協同創(chuàng)新生態(tài)。政府應設立專項資金，以促進各主體在人工智能領域的深入研究和創(chuàng)新；鼓勵企業(yè)建立內部研發(fā)機構，加強自主創(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，共同推動人工智能技術的突破和創(chuàng)新。此外，產學研的深度融合是促進人工智能技術轉化的關鍵。通過建立產學研一體化平臺，加強企業(yè)、高校和研究機構之間的合作與交流，實現資源共享和優(yōu)勢互補。同時，推動產學研合作項目發(fā)展，鼓勵高校和研究機構的科研成果向企業(yè)轉化，有助于提高專利的實用性和市場價值[38]。此外，還應加強與國際先進企業(yè)和研究機構的合作，引進先進技術和管理經驗，以提升我國人工智能產業(yè)的國際競爭力。

（2）針對我國人工智能產業(yè)發(fā)展存在的區(qū)域不均衡問題，實施差異化的區(qū)域發(fā)展政策是關鍵。各地區(qū)應加強對人工智能領域專利布局的規(guī)劃和指導，鼓勵企業(yè)以核心技術為基礎，進行有針對性的專利布局，以構建優(yōu)質且高價值的專利組合。政府應根據各地區(qū)的資源稟賦、產業(yè)基礎和市場需求等因素，制定相應的發(fā)展規(guī)劃和政策措施，引導各地區(qū)錯位發(fā)展、優(yōu)勢互補。同時，加強區(qū)域間的合作與交流至關重要，可以推動跨區(qū)域的產學研合作項目、技術轉移和成果轉化等工作；建立區(qū)域間的創(chuàng)新資源共享平臺，推進人工智能產業(yè)示范基地建立，促進技術、人才等資源的優(yōu)化配置和共享；加強政策協同和監(jiān)管合作，形成推動人工智能產業(yè)發(fā)展的強大合力。通過這些措施，能夠促進各區(qū)域的協調進步和共同發(fā)展。

（3）保護知識產權就是保護創(chuàng)新，針對人工智能領域知識產權保護面臨的挑戰(zhàn)，需要從多個方面入手。首先，強化知識產權保護意識至關重要。政府、企業(yè)和社會各界應共同營造尊重知識產權、鼓勵創(chuàng)新的文化氛圍。其次，完善知識產權法律法規(guī)體系是根本保障。應加快修訂和完善相關法律法規(guī)，適應人工智能領域的發(fā)展需求。同時加強對專利申請和審查的監(jiān)管，提高專利審查質量和效率，防止低質量專利的泛濫。最后，加大執(zhí)法力度是關鍵所在。應建立健全知識產權保護機制，加強跨部門、跨地區(qū)的協作配合，嚴厲打擊侵權行為，維護知識產權權利人的合法權益。這些措施可以有效提升人工智能領域的知識產權保護水平，為產業(yè)的創(chuàng)新發(fā)展提供有力支撐。

參考文獻：

[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.專利價值的影響因素分析：專利布局戰(zhàn)略觀點[J].情報雜志，2015，34（1）：72-76，82.

[10]張古鵬，陳向東.新能源技術領域專利質量研究：以風能和太陽能技術為例[J].研究與發(fā)展管理，2013，25（1）：73-81.

[11]薛明皋，劉璘琳.專利質押貸款環(huán)境下的專利價值決定因素研究[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專利價值評估模型在制藥企業(yè)品種選擇中的應用[J].中國醫(yī)藥工業(yè)雜志，2007（2）：148-150.

[16]曹晨，胡元佳.綜合專利價值指數與藥物經濟價值的相關性研究[J].中國醫(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.高價值專利評估方法、存在問題及對策[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.專利價值由何決定？基于文獻綜述的整合性框架[J].科學學研究，2012，30（9）：1316-1323，1332.

[22]呂曉蓉.專利價值評估指標體系與專利技術質量評價實證研究[J].科技進步與對策，2014，31（20）：113-116.

[23]郭狀，余翔.基于我國人工智能專利數據的專利價值影響因素分析[J].情報雜志，2020，39（9）：88-94.

[24]胡澤文，周西姬.基于BP神經網絡和MⅣ算法的高價值專利預測與影響因素分析[J].信息資源管理學報，2023，13（6）：144-155.

[25]中國專利保護協會.人工智能技術專利深度分析報告[R].2018.

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

[27]魏佳麗，蘇成，高繼平.專利質量視角下的我國人工智能領域存在問題的分析及對策[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創(chuàng)新網絡圖譜研究[J].中國科技論壇，2021（4）：12-22，54.

[29]李春燕，石榮.專利質量指標評價探索[J].現代情報，2008，28（2）：146-149.

[30]奉國和，劉任鏵，鄧偉偉.高價值專利影響因素分析及主題挖掘：以納米藥物領域為例[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.識別核心專利的綜合價值指數[J].情報雜志，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.文獻計量學視野下專利壽命與多重因素的相關性解析：來自催化領域的實證[J].情報學報，2017，36（6）：547-554.

[37]丁煥峰，何小芳，孫小哲.中國城市專利質量評價及時空演進[J].經濟地理，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值專利識別體系研究[J].科學與管理，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