中国主要区域稀土产业专利质量研究

Research on the Patent Quality of the Rare Earth Industry in Major Regions of China

摘要: 稀土产业在现代工业中占据重要地位，中国是稀土大国，专利数量优势明显。本研究以地级市为单位，筛选出30个稀土专利数量排名较前的区域，分析其专利质量。结果显示，专利数量与质量不完全等同，且区域间差异显著，泰尔系数分析表明不同区域间专利质量差异大。研究成果对技术竞争力评估、经济利益评估、政策制定、地区合作与竞争、环境保护与可持续发展、学术研究与教育等方面具有重要意义。

Abstract: The rare earth industry occupies an important position in modern industry. China is a major country in rare earths and has an obvious advantage in the number of patents. This study takes prefecture-level cities as the unit, screens out 30 regions with relatively high rankings in the number of rare earth patents, and analyzes the patent quality of these regions. The results show that the number of patents is not completely equivalent to the quality, and there are significant differences among regions. The Theil coefficient analysis indicates that there are large differences in patent quality among different regions. The research results are of great significance in terms of technology competitiveness assessment, economic benefit assessment, policy formulation, regional cooperation and competition, environmental protection and sustainable development, academic research and education.

1. 引言

稀土产业是现代工业中不可或缺的一部分，其在高科技领域的应用日益广泛。稀土元素独特的物理和化学性质，使其在电子、通信、航空航天、军事等领域具有不可替代的作用。随着稀土产业的发展，相关的专利申请数量也在不断增加。这表明了企业和科研机构对于稀土技术的重视和保护意识在不断提高。不可否认，产业专利申请数量的多少作为衡量一个产业技术创新能力的重要指标之一，但是随着知识经济时代的崛起，专利作为国家、地区和企业技术创新的重要载体和表现形式，对国际地区经济增长和产业发展升级的影响日益显著，为了更全面地评价和考量一个地区的专利质量，需要综合考虑专利的多个方面。故本章将从区域的维度对中国稀土产业专利质量进行分析。

2. 中国稀土产业专利在全国分布情况

截止到2023年12月31日在incopat检索的469,758条稀土专利中，中国占有222,754条稀土产业相关专利。从专利数量上看我国的稀土专利优势明显。要对中国区域专利质量进行分析，首先应当确定研究的最小地区单位。考虑到以省一级为基本考察单位会带来一系列问题导致测量结果不准确，如：第一，并不是每一个省的稀土产业都为其重要产业，部分省的稀土产业在省内产业排名不前，但省内又存在稀土产业发达地市，因此，将省一级作为研究对象会导致最终的区域稀土质量评价有失偏颇。第二，部分省份相关专利数量较少，样本量不足以用于研究。因此我们认为以省为研究单位不能清晰的评价出中国区域专利质量。若是以县、区为研究单位，考虑到大部分县、区产业发展不平衡，难以形成完整的稀土产业链。因此以县、区作为最小研究单位会导致研究结果不准确。

最终决定以地级市为单位作为本文的研究对象。原因有以下几点：

首先，稀土产业较为发达的地级市能够形成相对完整的产业链。

其次，地级市的专利数量足够多，研究样本足够大，足以支撑研究所需的样本数量。

再次，地级市在对自然资源的掌控方面具有一定的自主权。

但是以地级市为研究对象也会带来一些问题，如直辖市、经济特区的存在。专利质量评价中直辖市、经济特区可能会在政治、经济等方面有更显著的政策优势，在评价地区专利质量中加入直辖市和经济特区会导致数据结果的整体准确性降低，并且会对其他地区的专利质量评价标准带来影响。如图1所示，可以发现北京市、上海市的稀土专利数量与其他地市相比拉开了断崖式差距，因此为了保证评价结果的相对合理与准确性，在评价地区专利质量时将直辖市和经济特区剔除本次考察和评价范围。

因此经过最终检索拥有稀土专利的地级市共有293个，由于排名较后的地级市专利数量相对较少，参考价值有限。因此，我们将选择稀土专利数大于等于1400个的地级市进行研究。基于此标准，去除直辖市、经济特区等特殊地区，筛选出共30个中国稀土专利数量排名较前的区域(以地级市为单位)有：苏州市、南京市、宁波市、广州市、杭州市、成都市、西安市、合肥市、武汉市、无锡市、赣州市、包头市、长沙市、沈阳市、青岛市、佛山市、常州市、长春市、大连市、镇江市、东莞市、济南市、哈尔滨市、福州市、芜湖市、南通市、郑州市、滁州市、太原市、昆明市。

Figure 1. The number of patent applications in major regions

图1. 主要地区专利申请数量

研究稀土专利的变化趋势可以提供关于技术创新、产业竞争力、政策支持、环境保护、国际合作和经济发展等多个方面的信息。这些信息不仅有助于了解稀土产业的发展现状，还可以为政策制定、产业规划和企业战略提供参考。

Figure 2. Application change trend

图2. 申请变化趋势

从所选30个中国主要稀土专利聚集地级市为基准，分析各地区的稀土专利变化趋势。其目的旨在达到对地方稀土产业的竞争力评估、政策效果的检验和对区域经济发展的态势把控。图2至图3是所选30个地区自2015年以来至2023年12月31日的专利申请/公开变化趋势和发明、实用新型专利授权变化趋势。

Figure 3. Trend of the change in the number of disclosures

图3. 公开量变化趋势

通过分析所选30个地级市的稀土专利申请量和公开量变化趋势不难发现，所选地区的稀土专利申请量和公开量趋势相似，且均为逐渐下降的趋势。呈现该趋势的原因与我国的现阶段的政策效果离不开，根据中国《知识产权强国建设纲要(2021~2035年)》提出要统筹推进知识产权强国建设。这标志着我国的专利构成正在从量变到质变的转化，申请量和公开量逐渐降低可能是由于专利准入门槛提高和专利质量的提升。由于专利的申请和公开存在时间的滞后性，所以图中对比地区的专利申请和公开量在时间上会存在差异，但总体来看还是处于相似的变化态势。

3. 基于区域视角的稀土产业专利质量研究模型及指标体系

本节将基于区域间稀土专利质量特点，研究优秀学者的思维模式，确定本次质量报告研究方法，确定研究模型，构建数据指标体系。

3.1. 基于区域视角的稀土产业专利质量评价特点

围绕文献展开思考，中国主要地区稀土专业专利质量分析应当从地区稀土产业发展状况、地区主要产业类型、地区经济情况进行分析比较。参考丁焕峰[1]等发表的《中国城市专利质量评价及时空演进》中对城市专利质量的评价思路，该文从时间序列和空间序列阐述了城市专利质量的呈现特点，并且对城市专利质量的形势走向做出了系统的说明。由此结合稀土产业的特点及专利质量评价特点，我们认为区域稀土专利质量应具备以下特点：

1) 区域稀土专利质量相对于企业或是其他维度的稀土专利质量，其更能够衡量一个地区的科技创新能力。在地方政府的侧重扶持下，结合本地区的矿产资源禀赋特点，能够提升该区域的稀土专利质量，使其更容易在地区竞争中脱颖而出，从而推动地区经济高质量发展。

2) 对区域稀土专利质量进行评价时，大部分区域的专利质量和数量相吻合，但也存在部分区域不匹配的现象，但是从一定层面上也反映出区域专利数量的增长是实现专利质量提升的基础，在专利数量基础上尽可能提升专利质量，既关注数量，更要关注质量。

3) 中国区域稀土专利质量存在明显的时序和空间特征。简而言之，一是时序特征，相较于城市专利数量的显著提升，整体城市的专利质量仅有较小的提升。随年份增长，中国城市专利质量区域差距呈现先增大后缩小的特征，长期来看，区域间呈现专利质量收敛的趋势。二是空间特征，在中国的主要稀土产区和稀土产业链发达的地区呈现专利质量“高–高”聚集的现象，且均有辐射周边城市有“一荣俱荣”的发展格局，而“低–低”聚集现象则集中在稀土矿产较为贫瘠且不以稀土产业为地区发展方向的地区，出现“一损俱损”的发展态势。

3.2. 基于区域视角的稀土产业专利质量评价模型

研究现有文献对地区产业的专利质量评价方法发现，现有关地区产业的专利质量评价文献通常是从以下几个方面进行测度：一是专利的结构质量、技术质量、运营质量、法律质量[2]，二是基于地区知识产权密集型产业的发展水平作为评价对象，从投入、支持、产出几个维度对专利技术的质量进行评价[3]，三是从地区科技创新出发，突出专利和创新产出的关系，并以此对地区专利质量进行测度[4]。四是参考借鉴高校专利质量评价体系，从中提取适用于地区的指标体系和研究思路[5]。

3.3. 基于区域视角的稀土产业专利质量评价指标体系

国内外学者分别从不同的角度建立了区域的专利质量评价体系，但是还没有形成统一的指标体系和评价标准[6]。大多数评价体系均是从技术、法律、经济三个维度对区域间的专利质量进行评价，且大多数评价指标所选取的数据都是基于单个专利质量的评价和基于专利数量的质量评价体系，然而要对区域的专利质量进行评价应当首先考虑区域专利的特征，由此开启对区域专利质量的测度。通过思考万小丽[7]等学者的研究观点，我们同样认为地区专利质量应当在竞争力视角下进行研究，因为专利能否使其所在地区形成竞争力，是评价专利质量的关键因素。并且在专利质量的评价过程中，指标的选择应当是动态与静态相结合的，不仅需要包含如专利数量等的静态指标，也需要加入专利创造、申请、审查、授权等专利发展流程的动态指标。研究区域稀土专利质量，应当充分考虑区域专利的特征、区域提升专利质量的目标所在，从需求侧出发，去建立地区专利质量的评价指标体系[8]。

Table 1. Regional rare earth patent quality evaluation index system

表1. 区域稀土专利质量评价指标体系

	一级指标	二级指标	计算方法	含义
区域专利 质量	专利技术 质量	专利技术创新性	发明专利占专利总数比值	能够反映出地区创新能力
		专利技术实用性	各地区平均被引用专利数	能够反映出地区专利的先进性和技术影响力
		专利技术延展性	各地区平均同族专利数	能够反映地区专利的重要性和经济价值
		专利总量		反映地区专利是否充足
	专利法律 质量	专利有效性	有效发明专利占有效总专利数比例	能够有效反映地区稀土产业的研发能力和专利质量
		专利受保护程度	各地区权力要求大于20的专利数	能够反映专利的保护领域是否广
		专利授权率	授权专利数/申请量

续表

	专利运营 质量	维持10年以上发明专利占比	维持10年以上发明专利/发明专利总数	高价值专利的必要条件
		被转让专利占发明专利总数比值	被转让专利/发明专利总数	反映地区专利商业化程度
		数字核心产业专利占比	数字核心产业/专利总数

通过参考以上文献资料所构建的指标体系和研究思路，结合中国区域稀土产业专利质量所具备的特点综合考虑。现构建本研究报告区域稀土专利质量评价指标体系如表1所示。

本研究将从三个维度评价区域稀土产业专利质量，分别是专利技术质量、专利法律质量、专利运营质量。通过参考以上文献，明确了高质量专利所必须具备的技术要求。综合相关文献资料和高价值专利必要条件，专利技术质量将从专利技术创新性、专利技术实用性、专利技术延展性三个二级指标进行研究；专利法律质量则从专利有效性以及专利受保护程度两个二级指标来衡量；专利运用质量从维持10年以上发明专利占比、被转让专利占发明专利总数这两个二级指标来评价。

由于区域专利质量具有特殊性，稀土产业又具有区域性[9]，即应当着重研究主要稀土产业区才能够保证研究报告的真实可靠，研究一个区域的稀土产业专利质量的时候，要更多地考虑到这个区域的经济发展情况和地方政府对稀土产业的政策导向带来的影响。对于中国稀土产业的发展现状来说，区域的专利质量进行评价，就是衡量中国现阶段创新、创造力和区域经济发展的一把尺。

4. 中国主要区域稀土产业专利质量测度

4.1. 数据来源及处理说明

要进行地区的稀土产业专利质量评价，首先该地区应当拥有足够的专利数量，如果没有足够庞大的专利数量，在样本量不足的情况下展开对专利质量的评价是不科学、不严谨的[10]。因此，本研究报告对地区专利质量的评价，将会从专利数量排名前30的地区入手研究。表2是所筛选出30个地区的稀土专利具体数量。

Table 2. The rare earth patent situation of the top 30 prefecture-level cities

表2. 排名前30的地级市稀土专利情况

排名	地级市	专利数量
1	苏州市	6169
2	南京市	5319
3	宁波市	5169
4	广州市	5123
5	杭州市	4743
6	成都市	4663
7	西安市	4440
8	合肥市	4233
9	武汉市	3859
10	无锡市	3636
11	赣州市	3584

续表

12	包头市	3092
13	长沙市	2939
14	沈阳市	2687
15	青岛市	2647
16	佛山市	2402
17	常州市	2258
18	长春市	2255
19	大连市	2213
20	镇江市	2185
21	东莞市	2176
22	济南市	2083
23	哈尔滨市	1925
24	福州市	1838
25	芜湖市	1789
26	南通市	1610
27	郑州市	1569
28	滁州市	1458
29	太原市	1435
30	昆明市	1419

4.2. 测度结果

按照所筛选的30个地级市进行稀土专利检索并对其拥有的专利数量排名，按照本章所拟定的指标体系进行数据搜集，各地区详细数据如表3所示，表中各城市排名为自上往下依次排列，以上城市的数据均来自incoPat数据库。

Table 3. Summary of detailed data of cities

表3. 城市详细数据汇总

地区	专利总量	发明专利 占总数比值	平均被引用次数	同族数	有效专利 占总数比	权力要求 大于20数	维持10年以上专利占比	被转让专利占比	授权率	数字核心产业占比
苏州市	6169	0.8697	7.0771	1.5094	0.5233	94	0.0917	0.1747	0.2932	0.7476
南京市	5319	0.8541	8.3234	1.6158	0.6614	40	0.1122	0.1282	0.4394	0.6962
广州市	5169	0.8477	8.0708	1.6399	0.6839	26	0.1091	0.1383	0.4478	0.8566
宁波市	5123	0.8027	7.3423	1.5465	0.6264	52	0.1193	0.1628	0.4046	0.7595
杭州市	4743	0.8014	8.2470	1.6296	0.6690	48	0.1244	0.1244	0.4847	0.7464
成都市	4663	0.8728	8.1273	1.6178	0.5814	48	0.0941	0.1139	0.4021	0.7047
西安市	4440	0.8718	7.9169	1.6523	0.6851	13	0.1354	0.1376	0.5076	0.9065
合肥市	4233	0.8982	7.0573	1.4266	0.4489	16	0.0593	0.1056	0.2616	0.6773

续表

武汉市	3859	0.8704	8.3008	1.7340	0.7429	63	0.1215	0.1244	0.5191	1.0277
赣州市	3636	0.5300	6.8154	1.4292	0.6598	24	0.0259	0.1191	0.4401	0.3355
无锡市	3584	0.8379	7.2868	1.4495	0.5427	29	0.1775	0.0879	0.3007	0.6127
包头市	3092	0.7348	7.3272	1.5394	0.6691	6	0.0925	0.0702	0.4243	0.5149
长沙市	2939	0.8911	8.4593	1.6873	0.8210	20	0.1204	0.1276	0.5172	0.8224
青岛市	2687	0.8392	7.1481	1.4757	0.4574	19	0.0819	0.1187	0.3099	0.4611
沈阳市	2647	0.8946	8.5881	1.6994	0.6301	17	0.1764	0.1318	0.4801	0.7295
佛山市	2402	0.8168	7.3417	1.5036	0.5966	55	0.0991	0.1644	0.3296	0.4438
常州市	2258	0.8233	7.2376	1.5159	0.6209	26	0.1213	0.1550	0.3364	0.5664
大连市	2255	0.9042	10.4252	1.7316	0.6572	45	0.2075	0.1370	0.5062	0.5064
东莞市	2213	0.6923	7.4774	1.4888	0.5847	54	0.0474	0.0669	0.3255	0.5603
长春市	2185	0.9584	9.2122	1.7246	0.6288	21	0.1872	0.1387	0.5208	0.9616
镇江市	2176	0.9370	7.7980	1.5400	0.5230	1	0.1025	0.1429	0.3395	0.7904
济南市	2083	0.8709	7.8943	1.7213	0.6217	19	0.1032	0.1594	0.5314	0.8939
哈尔滨市	1925	0.8925	8.3884	1.6983	0.6519	1	0.1418	0.1330	0.5486	0.9683
福州市	1838	0.8629	7.5237	1.6632	0.6790	41	0.1681	0.1126	0.5079	0.8749
南通市	1789	0.7552	7.2227	1.4483	0.4354	10	0.0760	0.1291	0.2909	0.5428
芜湖市	1610	1.0342	6.4797	1.3310	0.3839	8	0.0857	0.1497	0.1958	0.7379
郑州市	1569	0.8426	7.8468	1.5387	0.5621	3	0.0618	0.0867	0.3933	0.6475
滁州市	1458	0.9691	6.5939	1.2488	0.2401	0	0.0569	0.0802	0.1303	0.5178
太原市	1435	0.8732	8.8094	1.7540	0.7833	12	0.2028	0.1679	0.5995	0.7986
昆明市	1419	0.9070	7.9586	1.6389	0.5948	2	0.0923	0.0761	0.4463	0.6836

对表3的数据进行标准化处理。由于原始数据的最大值和最小值难以判断，所以选择Z-score标准化法对数据进行标准化。首先需要计算出原始数据的均值Mean，再计算出标准差Std，之后用每一个变量的观察值X减去均值除以标准差，具体公式为：

$Z=\left(X-Mean\right)/Std$ (1)

鉴于所构建的指标体系中有10个指标，需要进行降维，运用SPSS软件进行成分分析，将标准化数据导入SPSS软件中进行KMO和巴特利特检验，检验结果如表4所示，通过图表可以发现，表4中的标准化数据进行KMO和巴特利特检验后得到的观测值为0.681，由此可判断该数据适合做主成分分析。

Table 4. KMO and Bartlett test results

表4. KMO和巴特利特检结果

KMO和巴特利特检验
KMO取样适切性量数		0.681
巴特利特球形度检验	近似卡方	239.047
	自由度	45
	显著性	<0.000

接着提取主成分，根据特征值大于1的标准，提取了3个主成分，见表5所示，前3个主成分的累计方差贡献率达到了78.399%，大于70%且接近80%，因此使用前三个主成分足以描述该地区的稀土专利质量高低。将主成分得分保存为新变量，由于这三个主成分从不同方向反映了专利质量水平，单独使用某一个主成分难以全面做出评价，因此考虑各成分所对应的方差贡献率比例为权重计算综合得分，对所选30个城市进行主成分综合得分计算，计算公式为：

$F=F1*\left(0.575\right)+F2*\left(0.3957\right)+F3*\left(0.1852\right)$ (2)

Table 5. Principal component analysis-total variance explanation situation

表5. 主成分分析–总方差解释情况

总方差解释
成分	初始特征值			提取载荷平方和			旋转载荷平方和
	总计	方差百分比	累积%	总计	方差百分比	累积%	总计	方差百分比	累积%
1	4.473	44.727	44.727	4.473	44.727	44.727	4.046	40.456	40.456
2	1.915	19.148	63.875	1.915	19.148	63.875	1.920	19.204	59.660
3	1.452	14.524	78.399	1.452	14.524	78.399	1.874	18.739	78.399
4	0.733	7.328	85.727
5	0.640	6.400	92.127
6	0.330	3.297	95.424
7	0.268	2.682	98.107
8	0.116	1.156	99.263
9	0.053	0.528	99.790
10	0.021	0.210	100.000
提取方法：主成分分析法。

利用SPSS软件的转换功能，可以计算出中国30个稀土专利数量排名较前的地级市的综合得分及主成分排名，具体如表6所示：

Table 6. The comprehensive scores of the top 30 cities in China in terms of patent quantity

表6. 中国专利数量排名前30的城市综合得分

序号	名称	得分
1	苏州市	1.1634
2	武汉市	1.0722
3	宁波市	0.8182
4	杭州市	0.7422
5	广州市	0.6732
6	南京市	0.6644
7	大连市	0.5773
8	太原市	0.5585
9	西安市	0.5249

续表

10	长沙市	0.4445
11	长春市	0.4266
12	成都市	0.4086
13	济南市	0.2822
14	福州市	0.2612
15	沈阳市	0.2079
16	佛山市	0.0942
17	哈尔滨市	0.0797
18	常州市	−0.1420
19	赣州市	−0.2879
20	无锡市	−0.3306
21	镇江市	−0.4582
22	东莞市	−0.4721
23	包头市	−0.5760
24	合肥市	−0.5776
25	青岛市	−0.6962
26	昆明市	−0.7524
27	南通市	−0.8632
28	郑州市	−0.8663
29	芜湖市	−1.0437
30	滁州市	−1.9329

本节基于三个维度——专利技术质量、专利法律质量、专利运营质量三个方面对国内稀土专利数量排名前30的区域进行专利质量评价，发现苏州市的专利数量和综合得分在30个地级市中位列第一。但如合肥市、赣州市等部分地级市出现了专利数量排名靠前但综合得分靠后的情况，由此可见，专利数量的庞大并不完全等同与专利高质量发展[10]，出现这种情况的原因可能有：

(1) 企业或机构可能采取了“宽泛申请”的战略，即申请大量覆盖面广但深度不一的专利，以快速占领市场和技术领域，这可能会影响整体的专利质量。

(2) 专利的质量与其转化为实际产品和技术的能力息息相关。如果专利转化率不高，即便数量庞大，也难以得到市场的认可。

(3) 这些地区可能在稀土领域有较多的研发投入导致专利数量多，但这些专利可能集中在某些特定的技术领域，或者在技术深度和创新性上不够均衡。

4.3. 测度结果的差异分析

本节我们将以地区聚集特征为基准，对所选30个地级市进行差异化分析[11]。

首先我们将所选30个城市的专利数量和综合得分进行综合分析，具体分布结果如图4所示。从图中可以得出如下信息：

从图中可以看出，大部分城市的稀土专利质量和数量分布在图表的中间区域，说明多数城市在稀土专利方面的表现较为平衡。只有少数城市在专利质量和数量方面表现突出，位于图表的右上方，显示出这些城市在稀土技术领域的领先地位。该部分我们将从两个方面进行整体分析，一是稀土专利质量数量分析，二是泰尔系数分析：

(1) 稀土专利质量数量分析

Figure 4. Analysis diagram of the quantity and quality of rare earth patents

图4. 稀土专利质量数量分析图

通过将30个城市的专利数量、专利质量(综合得分)，放入坐标系中，能够清晰地反映30个城市在稀土专利方面的表现情况。苏州、广州和南京等城市在专利质量和数量方面均表现优异，显示出它们在稀土技术领域的强大竞争力。其他大部分城市在稀土专利方面的表现较为中等，部分城市在专利质量和数量上还有很大的提升空间。

(2) 泰尔系数分析

泰尔系数(Theil Index)是一种用于衡量不平等程度的统计指标，常用于衡量收入不平等的情况，泰尔系数可以分解为组内不平等和组间不平等[12]。这种分解能力使得泰尔系数在分析不同子群体(如地区、行业、年龄段等)之间的不平等贡献时非常有用。例如，在本研究中分析地级市间的稀土专利质量不平等时，泰尔系数可以帮助确定不平等主要来源于城市内部还是城市之间。

首先总泰尔系数T可以分为分解为组内不平等(Within-group inequality)和组间不平等(Between-group inequality)。

泰尔系数总公式：

$T=\frac{1}{N}{\displaystyle \sum }_{i=1}^N\left(\frac{yi}{\overline{y}}\ln \frac{yi}{\overline{y}}\right)$ (3)

其中：N是总的区域数，yi是第i个个体的专利质量，$\overline{y}$ 是所有个体的平均值，

$\overline{y}=\frac{1}{N}{\displaystyle \sum }_{i=1}^{N}yi$ (4)

区域内泰尔系数(Within-group inequality)

$T_w=\frac{1}{N}{\displaystyle \sum }_{k=1}^K{N}_k{T}_k$ (5)

其中：$T_k$ 是k个区域内的泰尔系数，${\overline{y}}_k$ 是k个区域的平均值，即，

${\overline{y}}_k=\frac{1}{N}{\displaystyle \sum }_{i\in k}{y}_i$ (6)

区域间泰尔系数(Between-group inequality)

$T_b=\frac{1}{N}{\displaystyle \sum }_{k=1}^K{N}_k\frac{{\overline{y}}_k}{\overline{y}}\ln \frac{{\overline{y}}_k}{\overline{y}}$ (7)

通过计算得出总的泰尔系数为0.0224 (结果均保留四位小数)，区域内的泰尔系数为0.0097，区域间的泰尔系数为0.0127。由此可以说明以下几个问题：

(1) 区域间差异显著：区域间的泰尔系数大于区域内的泰尔系数，意味着不同区域之间的稀土专利质量差异较大。这表明在某些地区，稀土专利的质量显著高于其他地区，而不是各地区内的专利质量差异很大[13]。

(2) 资源和能力存在不均衡现象：这种差异可能反映了各地区在研发资源、技术能力、创新水平等方面的显著不均衡。一些地区例如宁波市、武汉市等可能拥有更强的科研能力和更多的研发投入，从而产出质量更高的专利。

(3) 地区间的竞争态势显著：区域间专利质量的差异也可能反映了市场竞争的态势。一些地区可能更具备竞争优势[14]，能够在全球市场中占据更有利的位置，因此其专利质量较高。

5. 小结

本研究以地级市为单位，筛选30个稀土专利数量排名较前区域(剔除直辖市和经济特区)，数据源于incoPat数据库。专利申请与公开量呈下降趋势，或因政策促使专利从量变到质变。构建含技术、法律、运营质量维度的评价指标体系，经成分分析测度专利质量。结果显示专利数量与质量不完全等同，如合肥市、赣州市专利数排名靠前但综合评分中游。整体多数城市表现平衡，少数城市优异，泰尔系数表明区域间差异大。研究成果对稀土产业多方面有重要意义，可为相关决策和研究提供参考。