如何评估一件专利的质量和价值，最靠谱的办法当然是“一事一议”，认真地分析专利的权利要求保护范围，检索现有技术判断专利的稳定性，还要梳理下说明书看是否有漏洞，涉及价值判断时，还会牵扯到市场和财务方面的内容，是比较复杂的事情。即使是专业的人员，在评判专利质量和价值时，也会受到很多主观因素的影响。

换一句话说，影响专利质量和专利价值的参数太多了，我们很难像量身高一样拿把尺子就能搞定。对于单个专利的评估，难度都相当高，要是对成千上万的专利进行整体评估，更是难以做到精确。但是在产业规划和融资并购中，企业经常会遇到对一个巨大专利包进行评估的场合。比如要对多达上万件甚至十万件的专利进行质量和价值的评估，不可能每件专利花大量成本去认真核实一遍。这时候就会用到大数据分析，比较常用的方法就是看专利的引用数据、同族数量、权利要求数量、说明书页数等等。

今天我们就来谈下如何通过专利引用来评估专利的质量与价值。

在业界，经常有人会讨论这个话题，有的说通过引用判断专利与价值不靠谱，有的认为意义很大。其实这是要看场景的。利用专利引用数据判断专利质量与价值是从统计学上来说的。这个评估维度是来源于论文评价体系的。一篇论文的质量高低，其被引用数据是重要参考，甚至有机构每年通过论文引用频次预测诺奖得主，准确率还相当高。但是你要说论文被引用频次高，是不是这篇论文的质量和价值就一定高，这就很难说了，因为有些论文可能恰好做过某种数据测试，这个测试本身没有什么技术含量，但是很多其他论文都可能会用到，就会导致论文的引用频次高。这种情况下论文的引用频次就无法反应质量和价值。

专利也是如此。严格来说，专利都没有像论文那样完善的引用体系，除了美国等少数国家之外，申请专利时申请人一般不需要提供引用或参考的现有文献，有的只是在背景技术中介绍下现有技术的情况，许多还不显示专利号。这就导致专利的引用数据非常不完整。我们在做专利引用分析时，实际上大多数情况时依赖审查员的引用，审查员在审查专利时会引用之前的专利文献，认为这些现有文献影响正在审查的专利的新颖性或创造性。如果一件专利多次被审查员引用，用来破坏在后申请的新颖性或创造性，那么就间接说明这件专利可能在行业内是比较有影响力的专利，因为申请时间早，而其他人又对其中的话题感兴趣。

但这不是绝对的。比如在标准必要专利中，有些申请人将标准会议中公布的内容申请为专利，最后其他人找到了在先文献，将这件专利无效，或者审查员直接将这件专利驳回了。可是因为这件专利的确比较早地披露了重要的内容。虽然这件专利的价值为0（因此被无效或驳回了），或者专利质量很差（写错了），但因为其披露的内容是整个行业感兴趣的，最终可能被大量引用，审查员也会用这件文献驳回后续的申请。这就导致这种专利的引用数据显得特别吓人，但是专利质量和价值为0。

这就好比我们用回头率这个参数来评估人的外表一样。在统计学上，回头率越高的人外表可能越好看，或者说外表好看的可能性会高。但是具体到个案时，回头率并不能直接与外表好看划等号。有人的回头率高反而可能是因为长得太丑，或者说因为奇怪的装扮和发型造成的。专利引用也是这样的。

专利引用数据是专利评估的一个重要参考因素，特别是在大规模的专利筛选时有非常重要的价值，但是具体到个案时，我们并不能直接将专利引用频次与专利质量或价值直接划等号。在统计学上的意义和个案是两回事。