不要在for循环中按行绑定或以其他方式增加数据，这非常慢。
尝试类似下面的方法。

files <- list.files(path = file.path(path), pattern = pattern, recursive = TRUE, include.dirs = TRUE, full.names = TRUE)

json.data_all <- lapply(files, jsonlite::read_json, simplifyVector = TRUE)
json.data_all <- data.table::rbindlist(json.data_all)
dim(json.data_all)

通常更容易和更快的方法是创建一个所有 Dataframe 的列表，然后在循环之后使用bind_rows一次性合并整个列表。
R不能很好地处理内存，因此for()循环中的常量绑定在创建和删除不断增长的数据结构时变得非常慢。
类似这样的方法应该可以奏效：

files <- list.files( path = file.path(path), pattern = pattern, recursive = TRUE, include.dirs = TRUE, full.names = TRUE )

json.data <- lapply(files, function(file){
   jsonlite::read_json(file, simplifyVector = TRUE)
})
json.data_all <- dplyr::bind_rows(json.data)

下面的代码应该可以解决您的问题，而且由于线程化，执行速度也会很快

library("parallel")
library("foreach")
library("doParallel")

cluster1 = makeCluster(detectCores(logical=FALSE), type="PSOCK", outfile="")
registerDoParallel(cluster1)

files <-   list.files( path = file.path(path), pattern = pattern, recursive = TRUE, include.dirs = TRUE, full.names = TRUE )
dataList = foreach(file=files) %dopar% {
    jsonlite::read_json(file.path(path, file1), simplifyVector = TRUE) 
}
json.data_all = data.table::rbindlist(dataList)

stopCluster(cluster1)