看似簡單卻不簡單的專利統計分析

作者：黃文靜，《專利分析方法、圖表解讀與情報挖掘》副主編，北京合享新創信息科技有限公司高級專利諮詢師，北京理工大學碩士，全國專利信息師資人才。至今參與了四十餘項專利信息分析類項目和課題，服務對象包括多家政府單位以及知名企業，具備豐富的專利信息檢索及分析經驗。

看似簡單卻不簡單的專利統計分析

在眾多專利分析方法中，專利統計分析可謂「出鏡率」最高。如同製作一件白襯衣，雖然看似簡單，無論裁剪和縫紉水平高低大多都能做出，但是需要對一大塊布料（眾多分析指標）合理裁剪（指標選取）、準確縫合（組合分析），才能達到合身且出彩的效果。

最基礎的專利統計分析方法有趨勢分析、構成分析、排序分析三種，分析的數據除申請量、公開量等數量信息外，還可以是計算加工后的指標信息。下面將以X技術領域的六家重點公司實力對比分析為例，對數據構成分析的基本流程進行介紹。

第一步：選取分析指標並計算相應的指標值

本案例選取的技術指標有三個，指標定義及計算方法如下：

（1）技術集中度（CRn指數）：用於測算專利申請的技術集中情況，指標值越大說明技術研發越集中。計算公式為：

（2）技術寬度（TechnologyExtent，TE）：用於測算專利申請的技術廣度，指標值越大說明有研發的技術分支越多，外圍專利的控制能力越強。計算公式為：

（3）相對專利密度：用於測算專利申請的密集程度，指標值越大說明整體專利布局更密集。計算公式為：

根據上述指標計算方法，計算得出六家公司的指標值如下圖所示：

第二步：比較不同分析對象的技術構成異同

（1）技術集中度：除B公司的技術集中度明顯偏低外，其他五家公司均較為集中，前十位技術分支的專利申請量均佔總量50%以上；

（2）技術寬度：B公司的技術寬度遠大於其他幾家公司，C公司排名第二；

（3）相對專利密度：F公司的相對專利密度明顯高於其他五家公司，而B公司則明顯偏低。

第三步：補充其他數據信息，分析具體原因

（1）B公司：為日本工業界的重量級企業，業務範圍極廣，不僅涉及X技術領域，還涉及X技術領域的多個關聯技術領域，故其技術寬度很大、技術集中度低；

（2）C公司：為日本在X技術領域的另一家龍頭企業，業務範圍幾乎涵蓋了X技術領域的所有重點技術分支，故技術寬度較大；

（3）A、D、E、F公司：均為歐洲公司，並且成立均已超過百年，但是業務範圍並未涵蓋X技術領域的所有技術分支，僅在部分重點技術分支中分別處於全球領先地位，故F公司的相對專利密度偏高也就不足為奇。

第四步：得出分析結論

C公司的綜合實力最強，技術集中度、技術寬度和相對專利密度指標值均處於六家公司的中上水平；B公司由於業務較為廣泛，其專利申請的技術寬度最大，而技術集中度及專利密度則較低，技術關聯性可能相對較弱；其餘四家公司的技術集中度和相對專利密度均較高，表明僅在各自擅長的技術分支實力突出。