①技术竞争分析: 通过分析竞争对手所拥有的全部专利或分析该技术领域的全部专利, 可以确定竞争对手的相对竞争地位及其相对的技术性竞争优势、劣势。

②整合S - 曲线分析: 通过整合S- 曲线分析, 可早期预测竞争对手的未来技术战略趋势。

③新风险评估 : 通过专利分析确定竞争对手的优势及劣势后, 公司可选择性买卖合适的专利技术, 以辅助进行扩张和分散风险的决策。

④专利投资组合管理: 通过专利分析可以辅助决策专利许可、出售、联合风险开发等。

⑤研究与开发管理: 专利分析可发现具有竞争力的先进技术, 以优化自身R&D 项目。

⑥产品领域和市场监督: 通过跟踪竞争对手的专利申请领域及范围等状况, 可发现竞争对手动向、技术开发及竞争性加入。

⑦兼并与收购分析: 通过专利分析可辅助M &A 的决策以增强公司的技术基础力, 并减少技术威胁。

⑧价值链分析 : 可分析供应商与客户的专利活动情报, 观察价值链中各个环节的潜在变化, 辅助公司作出相应调整决策。

专利分析为企业的战略决策提供了广阔的应用前景。企业在进行专利分析中不断从专利数据中挖掘出更多有价值的竞争情报, 从而通过多方面的战略应用为企业决策服务。

例如: 20世纪80年代进行的一项全球硫化钠电池产业的专利分析, 通过对1966～ 1982 年间284 件相关专利进行了统计、组合、分析, 在技术竞争分析中, 统计出各公司专利申请的领域及专利的技术价值, 发现在电解质、外观设计领域中Ford、GE、Chloride Silent Power三个企业申请的专利数量最多且平均被引用率相对较高, 因而它们在这两个领域中技术竞争实力相对较强, 是市场的主导。在进行新风险评估中, 发现Ford 与Chloride Silent Power两家企业间存在着技术优势的互补性, 因而两家公司可以通过合作如联合风险开发等来取长补短, 从而减少投资风险、增强自身竞争实力; 同时分析发现GE公司1982 年后退出了该技术领域, 可将其相应的专利技术进行转让, 相关企业可与GE公司协商来收购其有价值的专利技术。

多年来, 人们通过不断摸索专利分析的方法并找寻更好的分析指标, 使分析方法及指标体系已日趋完善。国外进行专利分析的方法和指标已能够较好地客观评价专利数据, 充分挖掘其中的战略竞争情报, 为企业战略决策带来有价值的参考。

专利分析方法分为定量分析与定性分析两种。

定量分析又称统计分析，主要是通过专利文献的外表特征进行统计分析，也就是通过专利文献上所固有的标引项目来识别有关文献，然后对有关指标进行统计，最后用不同方法对有关数据的变化进行解释，以取得动态发展趋势方面的情报。

（1）统计的对象与角度

①统计对象一般是以专利件数为单位。

②统计可按专利分类、专利权人、年度、国别等从不同角度进行。

当按分类对专利信息进行统计时，根据各个领域内专利数量的多寡，可得知哪些科技领域的发明行为景为活跃，哪一种技术将得到突破，哪些是即将被淘汰的技术。

如果对专利信息按国别进行统计，就可以发现被统计国家的科技发展战略及其在各个领域所处的地位。这种统计结果有助于人们了解某一时期各国科研和开发的重点。

如果对专利按专利权人进行统计，可以发现某个领域重要的技术拥有者，或者哪个公司在该领域的具有重要地位。

（2）统计的主要指标

①专利数量。某一技术类别的专利数量可以用于衡量这一技术领域技术活动的水平；而某一公司或某专利权人历年申请的专利数量反映了其技术活动发生、发展的过程及发展趋势等。利用专利数量可以进行各国在不同时期、不同领域技术活动产出和谋求工业产权保护意向的比较。

②同族专利数量。某一发明的同族专利数反映了这个公司专利申请地域的广度，也反映了此发明的潜在价值——由于需要翻译和专门的法律帮助等费用，在国外申请专利比在自己国家要昂贵得多，只有那些被公司认识到最有商业价值的发明才会在多国申请专利，以便保护今后的投资和产品输出的独占权。

③专利被引次数。某一专利被后续专利引用的次数可以反映此专利的重要程度，因为一项重要的专利出现以后，会伴随出现大量的改进专利产生，这项重要专利会被改进专利重复引用。引用情况揭示了专利之间的联系，可用于跟踪对应于不同技术的专利网络，发现处于不同技术交叉点上的专利。可惜的是我国的专利数据库不能提供专利的被引次数，这不能不说是个缺憾。

④专利成长率。专利成长率测算的是专利数量成长随时间变化的百分率，可显现技术创新随时间的变化是增加还是迟缓。例如专利季成长率是将一企业于某季所获得的专利数量与前一季所获得的专利数量相比较，计算出该季所获专利较前一季增减幅度的百分比率。专利年成长率测算的是和上一年相比专利增长变化的百分比，用来衡量技术活动发展的变化状况。

⑤科学关联性。科学关联性测算的是专利（标的专利）所引证的科研学术论文或研究报告数量，该指标衡量的是专利技术和前沿科学研究关系。科学关联性的数值具有产业依存性：机械行业的科学关联性平均数值将近为零，而高科技生化产业可能高达15。

⑥技术生命周期。技术生命周期测算的是企业的专利在其申请文件扉页中所引证专利技术年龄的平均数。因此技术生命周期可以这样理解：是最新专利和最早专利之间的一段时间。如果技术生命周期较短，意味着正在着力研发一门相对较新的技术，而且这门技术发展创新的非常快。技术生命周期具产业依存性，相对热门的产业技术周期较短，如电子类的约3～4年，而制药类的约为8～9年，造船类的可能长达15年。

⑦专利效率。专利效率测算的是一定的研发经费支出所创造的专利数量产出，此项指标用来评估企业在预定时间内专利数量产出的科研能力和成本效率。专利数量产出的越多，专利效率越高，则企业的技术研发能力越强。

⑧专利实施率。专利实施率能否被有益地实施、能否带来科技创新对于那些还未实施的专利技术来说还是一个未知数。一般的发明专利的实施都还要经过一个开发过程，而开发不是都能成功的，有不少发明专利技术在开发过程中因技术难点解决不了或在现有技术条件下达不到预期效果，不得不半途而废或最终放弃。可以通过技术性能、经济效益、社会效益、市场因素、产业化开发和生产能力、宏观环境以及产业化风险等多个角度对发明专利的实施进行衡量。专利实施率越高，则专利对于技术发展、技术创新做出的贡献越大，和技术发展结合得越紧密。我国的专利实施率仅仅维持于30%左右，远远低于欧美日各国的水平。

⑨产业标准化指标。在跨产业横向比较的时候，产业之间的差异给不同产业之间的专利指标数值的比较带来了麻烦，为此需要使用产业标准化指标。产业标准化指标的数值是将一个企业的指标值除以企业所在产业该指标的平均值得出的。例如，在化学产业有30家企业，它们的科学关联性的平均数值为3.7，那么每一个化学企业科学关联性的标准指标值应该是通过各企业科学关联性的指标值除以3.7得到的。通过这种方式，可以消除不同产业所带来的不同影响，进而找出每个产业内表现最好的那个企业。

（3）统计的主要内容

①专利技术按时间的分布研究。即以时间为横轴、专利申请量(或批准量)为纵轴，统计专利量随时间的变化规律，一般用于趋势预测。

任何技术都有一个产生、发展、成熟及衰老的过程，历年申请的专利数量、专利引文数量变化可以确定该技术的发展趋势及活跃时期，为科研立项、技术开发等重大决策提供依据。而对不同技术领域的专利进行时间分布的对比研究，可以确定在某一时期内，哪些技术领域比较活跃，哪些技术领域处于停滞状态。

②专利技术按空间的分布研究。即通过不同公司、企业间的专利数量对比，来反映他们的技术水平与实力。空间分布一般用于识别竞争对手，分析其技术策略等。

将某一技术类别的专利申请按专利权人进行统计，可以得到某项技术在不同公司或企业间的分布，了解哪些公司或企业在该领域投入较多、专利活动较活跃、技术水平较领先；而对不同技术类别各公司的专利频数进行统计，可以了解各公司最活跃的领域，即其开发的重点领域。另外，通过检索某一专利的同族专利，可以得到这些专利申请的地理分布，从而判断其商业价值，了解某公司技术输出的重点领域；也可以为技术引进提供依据，为产品出口避开对方的保护区提供情报。

（4）度量技术发展不同阶段的统计参数。

①技术生长率 V：V =a/A。

其中a：当年发明专利申请数(或批准数)；A：追溯5年的发明专利申请累积数(或批准累积数)。连续计算数年，v值递增，说明该技术正在萌芽或生长阶段。

②技术成熟系数α ：α =a/(a + b)。

其中a同上，b为当年实用新型专利申请数(或批准数)。连续计算数年，α值递减，反映技术日趋成熟。

③技术衰老系数β：β=(a + b)/(a + b + c)。

其中a、b同上，c为当年外观设计专利或商标申请数(或批准数)。连续计算数年，β值递增，预示该技术日渐陈旧。

④新技术特征系数N：N=V2+α2。

其中V为技术生长率，α为技术成熟系数。是反映某项技术新兴或衰老的综合指标，N值越大，新技术特征越强，预示它越具有发展潜力。

定性分析也称技术分析，是以专利的技术内容或专利的“质”来识别专利，并按技术特征来归并有关专利使其有序化。这和统计分析仅依靠专利文献外表特征是有很大区别的。定性分析一般用来获得技术动向、企业动向、特定权利状况等方面的情况。可以从发明的用途、原理、材料、结构和方法等5个方面来考虑重要专利的内容，并将重要专利按照内容的异同分类。如果专利内容以原理为主，说明这项技术尚未成熟；如果专利内容以用途的多样性为主，则说明技术已能实用。另外，将某技术领域各主要公司的专利按专利内容列表分析可以看出各公司的技术特色及开发重点； 将有关专利按技术内容的异同分成各个专利群，对某一公司拥有的不同专利群或对不同时期专利群变化情况进行分析，可以对某项技术或产品发展过程中的关键问题、今后发展趋势及应用动向、与其他技术的关系等进行分析与预测。

由于涉及到技术的具体内容，定性分析的工作比较繁重、复杂。至于用定量分析还是定性分析，应视所希望解决的问题和掌握的专利数据而定。事实上，经常需要将定性分析与定量分析结合起来才能达到好的效果。比如，可先通过定量分析确定哪些公司在某一技术领域占有技术优势(专利申请量或批准量可以反映技术活动水平)，辨别这一技术领域的重要专利(某一专利被后续专利的引用数反映专利的重要性)，然后再针对这些公司的重要专利进行定性分析。

专利信息的定量分析与定性分析，一个是通过量的变化，一个是通过内在质的变化来反映技术的发展状况与发展趋势。两者既有区别，又存在必然的联系。量的分类需要根据质，质的体现又要通过量。因此在实际工作中，将两者配合使用会获得更好的效果。

专利分析的指标较多, 利用不同的指标可以从不同角度客观评价专利数据。许多国外的专利咨询机构都已建立了自身的一套完备的分析指标体系, 如美国摩根研究与分析协会、CHI 研究中心等, 他们在分析中结合利用多个分析指标, 综合评价专利数据。现将部分常用的分析指标列于表2 之中。

与国外较成熟的专利分析方法及指标体系相比, 国内对专利分析的重视度仍不够、利用较少, 分析中对专利信息资源的加工程度较低, 且专利数据库中对专利的引用情况没有记录, 以至于一些重要的分析方法如专利引文分析及其相应指标都无法利用, 最终导致专利分析的价值在国内的企业战略中没能得以充分发挥。然而我们应该看到专利分析对企业的战略决策确实有着很好的辅助预测作用, 因此国内开展专利分析应学习借鉴国外分析方法及指标, 加深对专利信息的加工, 建立专利引文等数据库, 更好地发挥专利信息的价值, 为企业战略竞争服务。

专利分析的价值已被许多企业战略应用的实例所证实,但也不能过高地估计其分析的准确性及优越性, 专利分析在实际的应用中还存在一些缺陷与不足。

首先, 专利数据并不能完全代表整个领域的创新活动。这是由于一方面并不是每一个专利都具有商业创新价值, 另一方面, 不少企业选择保守商业秘密来保护其发明创新技术, 这些都是无法通过单纯的专利分析来发现的。

其次, 专利分析存在着固有的时滞, 这是因为申请日期和公开日期之间通常有18 个月的间隔, 对于一个在进一步开发与现有产品相关的专利技术的企业来说, 这个时滞将直接影响专利分析预测结果的准确性。

再次,专利申请只是复杂企业活动的一个方面, 因此单纯的专利分析并不能完全准确地评价企业现状及其活动。鉴于专利分析仍存在着一些不足之处, 因此我们在利用专利分析的时候, 应与其他经济数据、技术文献等竞争情报源配合起来, 才能有助于企业更好的实施专利战略, 辅助企业在市场竞争作出正确的决策。