高校專利價值評估模型構(gòu)建*

冉從敬 李 旺

(武漢大學(xué)信息管理學(xué)院 武漢 430072)

0 引 言

分析已有研究發(fā)現(xiàn)，對于專利價值評估模型構(gòu)建的研究，國內(nèi)外學(xué)者主要從以下兩個方面展開了深入討論：第一，在具備轉(zhuǎn)移價值專利識別方面，國外學(xué)者如Dahooie等提出一種結(jié)合MADM方法的專利價值評估和優(yōu)先級確定框架[2]；Ma等結(jié)合石油工業(yè)的技術(shù)特點，創(chuàng)新性地構(gòu)建了一套包括指標體系、指標權(quán)重計算、評分標準確定和專家評分計算在內(nèi)的專利價值評估體系[3]；Han等使用文本挖掘來識別與專利價值相關(guān)的重要因素，并著重挖掘其生存期，該研究預(yù)計將有助于提高專利價值評估水平[4]。國內(nèi)學(xué)者如宋凱通過指標選取并將熵權(quán)TOPSIS模型的人工評估與基于梯度提升樹的機器學(xué)習(xí)評估相結(jié)合，對高校專利中具備轉(zhuǎn)讓/許可價值和存在失效風(fēng)險的專利進行評估[5]；郭玲等結(jié)合技術(shù)、法律和市場相關(guān)方,提出了適于企業(yè)內(nèi)部評估管理、主客觀相結(jié)合的專利價值評估指標[6]；呂霽結(jié)合專利價值理論及BP神經(jīng)網(wǎng)絡(luò)理論，構(gòu)建了專利價值評估神經(jīng)網(wǎng)絡(luò)模型，證明了BP神經(jīng)網(wǎng)絡(luò)在專利價值評估中的適用性[7]。第二，在專利轉(zhuǎn)讓價值預(yù)估方面，國外學(xué)者如Hiller等提出了一種使用總市場數(shù)據(jù)和BLP模型來衡量專利價值的方法，發(fā)現(xiàn)其可以合理地模擬均衡價格和幾種假設(shè)的專利侵權(quán)中的份額[8]；Grimaldi等提出了一個可以評估和分析專利組合價值的框架并制定了專利組合價值指數(shù)，可以從內(nèi)部業(yè)務(wù)角度對專利進行估值[9]；Lai等結(jié)合擴展神經(jīng)網(wǎng)絡(luò)構(gòu)建了專利指標和損害賠償?shù)墓乐的Ｐ?，并在專利交易與質(zhì)押融資中提供價值參考[10]。國內(nèi)學(xué)者如程文婷通過重置成本法和收益法評估出專利交易價格的下限和上限，并結(jié)合市場比較法評估出參考價格，實現(xiàn)專利資產(chǎn)的最佳轉(zhuǎn)移價格[11]；冷雄輝等運用層次分析法模糊綜合評價法，并依據(jù)隸屬度與初評值對專利的實際價值進行估算[12]；劉勤等通過專利、發(fā)明人與權(quán)利人三個維度提取高價值基因，使用熵權(quán)法對基因賦權(quán)，并據(jù)此構(gòu)建專利價值評估模型[13]。

分析發(fā)現(xiàn)，在具備轉(zhuǎn)移價值專利識別方面，已有研究主要從構(gòu)建指標體系，采取定量分析進行專利價值評估，或者借助于機器學(xué)習(xí)算法進行專利價值評估。借助指標體系評估的方式需要依據(jù)體系對專利進行逐件評估，效率較低且主觀性較大；而采用機器學(xué)習(xí)算法的評估方式則高度依賴算法運行，無法發(fā)揮主觀能動性，如果對識別結(jié)果進行人工干預(yù)，則容易造成結(jié)果失真現(xiàn)象。在專利轉(zhuǎn)讓價值預(yù)估方面，已有研究主要使用市場法、成本法與收益法等通用方法，少數(shù)研究者使用了機器學(xué)習(xí)、深度學(xué)習(xí)等新興方法。由于傳統(tǒng)評估方法存在公式復(fù)雜難以理解、可用數(shù)據(jù)較少收益不確定等弊端，無法做到專利價值精準評估；而新興方法學(xué)習(xí)樣本需求量大，評估指標與模型還需完善?；诖耍疚脑诮梃b與吸收已有研究成果的基礎(chǔ)上，從可行性、科學(xué)性、適應(yīng)性角度出發(fā)，提出一種高校專利價值評估模型，在具備轉(zhuǎn)移價值專利識別階段采用熵權(quán)法對專利進行有效識別；在專利轉(zhuǎn)讓價值預(yù)估階段大量檢索存在轉(zhuǎn)移價值專利的主要IPC分類號下存在訴訟價值的專利，運用熵權(quán)TOPSIS模型賦權(quán)后對分數(shù)與判賠額度進行曲線擬合，從而實現(xiàn)專利價值預(yù)測。將該模型應(yīng)用于識別與預(yù)估武漢大學(xué)的專利數(shù)據(jù)，獲得了較為滿意的結(jié)果，也驗證了方法的有效性與實用性，同時也為促進高校科技成果管理部門的專利運營效率，以及企業(yè)快速鎖定高校高價值專利提供了實踐參考。

1 研究步驟與研究方法

科學(xué)選取專利價值評估指標，運用熵權(quán)法識別高價值專利，而后結(jié)合熵權(quán)TOPSIS模型進行賦權(quán)評分與曲線擬合，從實現(xiàn)對存在轉(zhuǎn)移價值專利的價格預(yù)估，如圖1所示。由圖1可知，本文遵循“專利價值評估指標選取→基于熵權(quán)法的專利價值評估研究→存在轉(zhuǎn)化價值的專利市場價值預(yù)測”的邏輯流程，具體研究內(nèi)容與研究方法如下：

圖1 高校專利價值評估模型

1.1 專利價值評估指標選取

構(gòu)建高校專利價值評估方法的第一步為選擇評價指標，評價指標的適用度直接關(guān)系著專利價值評估方法是否具備可用性和科學(xué)性。經(jīng)過文獻查閱得知，已有研究已經(jīng)對評價指標與轉(zhuǎn)移價值的相關(guān)性有了充分論證，所以本文在已有研究的基礎(chǔ)上，依據(jù)國家知識產(chǎn)權(quán)局的《專利價值分析指標體系操作手冊》，對已有的價值評估指標進行擴展與延伸[14-15]，綜合技術(shù)、法律、經(jīng)濟3個維度，遵循易獲取性、綜合性原則，得到12個基于專利文獻自身的二級指標，如表1所示。

表1 高校專利價值評估指標

1.2 基于熵權(quán)法的專利價值評估研究

在構(gòu)建了高校專利價值評價指標體系后，下一步就是以人工方式對未發(fā)生權(quán)利轉(zhuǎn)移的專利進行評估。由于主權(quán)賦權(quán)法對專家的整體素質(zhì)與主觀性依賴過大，不利于得出合理的評估結(jié)果，所以本文為了使結(jié)果不受主觀判斷影響，使用熵權(quán)法這一客觀賦權(quán)法對專利進行賦權(quán)打分。本文將處理后的專利數(shù)據(jù)根據(jù)權(quán)利轉(zhuǎn)移次數(shù)劃分為權(quán)利轉(zhuǎn)移實驗集與權(quán)利未轉(zhuǎn)移實驗集，首先將全部專利數(shù)據(jù)導(dǎo)入指標體系中，通過熵權(quán)法計算指標權(quán)重，根據(jù)指標權(quán)重對權(quán)利轉(zhuǎn)移實驗集的每個專利進行打分，并對分數(shù)進行正態(tài)分布驗證，確定評判權(quán)利未轉(zhuǎn)移數(shù)據(jù)集中存在轉(zhuǎn)移價值專利的閾值，而后將權(quán)利未轉(zhuǎn)移實驗集引入指標體系中，也對其進行賦權(quán)打分，最后根據(jù)評判閾值對權(quán)利未轉(zhuǎn)移實驗集進行篩選，篩選出高于閾值的權(quán)利未轉(zhuǎn)移專利，我們將其稱為有潛在轉(zhuǎn)移價值的專利，并將其歸入權(quán)利轉(zhuǎn)移數(shù)據(jù)集，進而得出專利篩選的最終成果。

1.3 存在轉(zhuǎn)化價值專利市場價格預(yù)測研究

基于前文相關(guān)研究，筆者識別出了高校存在潛在轉(zhuǎn)移價值的專利，而后就要對該專利集進行價格預(yù)估。筆者首先對識別出的真正存在轉(zhuǎn)移價值的專利的IPC分類號進行歸類，統(tǒng)計出占比最高的IPC分類，作為存在訴訟價值專利檢索的數(shù)據(jù)范圍。由于熵權(quán) TOPSIS 法是將信息熵和 TOPSIS 相結(jié)合的評估方法，可以克服傳統(tǒng)TOPSIS方法不能夠反映變量之間相對重要程度的局限，能客觀確定指標的相對權(quán)重，更具有科學(xué)性和可行性[16]。所以筆者運用熵權(quán)TOPSIS模型對識別出的專利與后期檢索出的存在訴訟價值的專利進行賦權(quán)打分，并且將存在訴訟價值專利的分數(shù)與其判賠額度進行曲線擬合，進而對識別出的專利進行價格預(yù)測。

2 實驗過程及分析

2.1 數(shù)據(jù)來源預(yù)處理

本文的數(shù)據(jù)來源基于IncoPat專利數(shù)據(jù)庫，申請人限定為“大學(xué)”，檢索式為：(AP=(武漢大學(xué))) AND ((STATUS=(“有效”)) )，時間不限，一共檢索到10 808件專利。首先通過權(quán)利轉(zhuǎn)讓次數(shù)將數(shù)據(jù)集劃分為“權(quán)利已轉(zhuǎn)移”數(shù)據(jù)集(860件)與“權(quán)利未轉(zhuǎn)移”數(shù)據(jù)集(9 948件)，依據(jù)本文構(gòu)建的指標體系，獲取指標體系下每件專利的指標數(shù)據(jù)，構(gòu)建專利指標數(shù)據(jù)庫。

漢晉之際，九品中正制確立、門閥制度盛行、莊園經(jīng)濟繁榮以及天人感應(yīng)神學(xué)體系崩潰，玄學(xué)思潮興盛，道家思想得到了復(fù)興、勃發(fā)，促進了人的覺醒、藝術(shù)的自覺，推動著藝術(shù)精神的獨立，都在客觀上催生了江南藝術(shù)世家的形成。值得注意的是，以瑯邪王氏、陳郡謝氏為代表的江南藝術(shù)世家，不僅有著深厚的藝術(shù)修養(yǎng)，而且以家族為單位踐行著家族式的藝術(shù)傳承，這對于漢魏六朝藝術(shù)的繁榮和發(fā)展有著重要意義，也深刻影響著后世藝術(shù)的創(chuàng)作與傳承。

2.2 基于熵權(quán)法的專利價值評估研究

首先，依據(jù)熵權(quán)法實驗流程，通過前期構(gòu)建的指標體系并將專利數(shù)據(jù)導(dǎo)入體系中進行計算，最終得到高校專利價值評估指標的權(quán)重，該權(quán)重為評價高校專利價值的最終依據(jù)，見表2。

表2 高校專利價值評估指標權(quán)重體系

其次，在獲取權(quán)重后，依據(jù)熵權(quán)法計算流程，我們將“權(quán)利已轉(zhuǎn)移”數(shù)據(jù)集代入指標體系權(quán)重中，計算出該數(shù)據(jù)集下的專利得分。經(jīng)測算得知，“權(quán)利已轉(zhuǎn)移”數(shù)據(jù)集專利最高分為0.385，最低分為0.002，將專利得分導(dǎo)入SPSS中進行正態(tài)性檢驗分析，由于研究數(shù)據(jù)的樣本量大于50，所以使用K-S檢驗，根據(jù)輸出結(jié)果可以發(fā)現(xiàn)得分全部均呈現(xiàn)出顯著性(p<0.05)，意味著拒絕原假設(shè)(原假設(shè)：數(shù)據(jù)正態(tài)分布)，所以次數(shù)據(jù)及不符合正態(tài)分布，呈現(xiàn)偏態(tài)分布趨勢，數(shù)據(jù)則無法體現(xiàn)典型值，而且偏態(tài)數(shù)據(jù)影響均值的典型值，那么我們便使用中位數(shù)作為評估權(quán)利未轉(zhuǎn)移專利價值度的閾值，這樣使得實驗結(jié)果更加準確。經(jīng)測算得知“權(quán)利已轉(zhuǎn)移”數(shù)據(jù)集得分中位數(shù)為0.06，所以我們將“權(quán)利已轉(zhuǎn)移”數(shù)據(jù)集的中位數(shù)作為衡量權(quán)利未轉(zhuǎn)移專利是否有價值的閾值。

最后，我們將“權(quán)利未轉(zhuǎn)移”數(shù)據(jù)集引入指標體系的權(quán)重中，通過熵權(quán)法對其進行專利價值測算以得出最終評分。通過測算得知，在權(quán)利未轉(zhuǎn)移專利中，專利價值評分最高分為0.303，最低分為0.00009，由此可見未轉(zhuǎn)移專利中的專利價值雖然參差不齊，但是依舊有許多存在轉(zhuǎn)移價值的專利。

通過“權(quán)利已轉(zhuǎn)移”數(shù)據(jù)集專利得分的中位數(shù)0.06對“權(quán)利未轉(zhuǎn)移”數(shù)據(jù)集的9 948件專利得分進行篩選，我們得出了3 673件價值得分高于閾值的專利，我們將其稱為“存在轉(zhuǎn)移價值”的專利。

綜合上述實驗流程，運用熵權(quán)法對“武漢大學(xué)”權(quán)利未發(fā)生轉(zhuǎn)移數(shù)據(jù)集進行專利識別，識別出該數(shù)據(jù)集中存在轉(zhuǎn)移價值的專利。經(jīng)測算，在該方法下識別出“存在轉(zhuǎn)移價值”專利3 673條，占“武漢大學(xué)”權(quán)利未轉(zhuǎn)移專利數(shù)據(jù)總量的36.9%；“不存在轉(zhuǎn)移價值”專利6 275條，占“武漢大學(xué)”權(quán)利未轉(zhuǎn)移專利數(shù)據(jù)總量的63.3%，該結(jié)果表明“武漢大學(xué)”專利數(shù)據(jù)中少部分專利具備轉(zhuǎn)移價值，大部分專利轉(zhuǎn)移價值不大。之所以產(chǎn)生這樣的結(jié)果，一方面是由于高校在申請專利時為了保護核心技術(shù)而進行專利布局，申請了不具備轉(zhuǎn)移價值的專利；另一方面，高校的課題研究過程中也申請了一批專利，但是這些專利是項目導(dǎo)向，與權(quán)利發(fā)生轉(zhuǎn)移的專利數(shù)據(jù)相比在經(jīng)濟、法律與技術(shù)方面仍有差距。為了驗證模型有效性，本文對該方法下識別出的“存在轉(zhuǎn)移價值”與“不存在轉(zhuǎn)移價值”的專利數(shù)據(jù)集的指標均值進行計算，結(jié)果如表3所示：

表3 指標均值統(tǒng)計表

分析表3可得，“存在轉(zhuǎn)化價值”專利其12個指標均值均大于“不存在轉(zhuǎn)化價值”專利的指標均值驗證了模型的有效性。這說明該模型可以為促進高?？萍汲晒芾聿块T進行專利價值評估與提高專利運營效率提供借鑒意義，也為企業(yè)快速鎖定高校高價值專利提供了實踐參考。

2.3 存在轉(zhuǎn)化價值專利市場價格預(yù)測研究

2.3.1價值評估

結(jié)合前文基于熵權(quán)法的專利價值評估的篩選結(jié)果，運用熵權(quán)法重新計算各評價指標權(quán)重，而后針對各個指標的權(quán)重，對其進行加權(quán)處理，運算出正負理想點與相對接近度。結(jié)合雙基點法的特征可知，相對接近度越小越貼近最優(yōu)點，說明專利價值越大。而本部分將要對“存在轉(zhuǎn)化價值”專利進行市場價值預(yù)測，為了使得專利價值與相對接近度呈現(xiàn)正相關(guān)關(guān)系，本文結(jié)合雙基點法的相對接近度越小所代表的專利價值越大的性質(zhì)，對相對接近度進行逆向化處理，用單位1減去相對接近度，那么得出的結(jié)果為逆向化相對接近度，且逆向化相對接近度越大，專利價值越高。運算結(jié)果如表4所示：

表4 存在轉(zhuǎn)移價值專利雙基點法逆向化運算結(jié)果(Top5)

2.3.2價值擬合

為了構(gòu)建價格擬合曲線，本文首先對前文混合方法下專利價值評估的篩選結(jié)果進行IPC分類統(tǒng)計，發(fā)現(xiàn)在3 673條專利數(shù)據(jù)中，IPC主分類為“G”大類的數(shù)據(jù)有1 991條，占數(shù)據(jù)總量的54.2%，這說明在“武漢大學(xué)”存在轉(zhuǎn)移價值的專利中，多數(shù)專利的技術(shù)領(lǐng)域與以“G”大類為主分類所申請的專利相一致?；诖耍疚耐ㄟ^IncoPat數(shù)據(jù)庫進行檢索，在IPC分類號中選擇“G”大類，在檢索結(jié)果中挑選其中包含訴訟且目前有效的專利。從中找出訴訟內(nèi)容里面明確劃定了判賠額度或者轉(zhuǎn)讓價值的專利數(shù)據(jù)，合計檢索出88條專利數(shù)據(jù)，而后根據(jù)2：8原則將數(shù)據(jù)分為訓(xùn)練集(70條)與驗證集(18條)。而后對數(shù)據(jù)訓(xùn)練集運用熵權(quán)TOPSIS法進行價值評估與排序，并對相對接近度進行逆向化，結(jié)果如表5所示：

表5 相同技術(shù)主題發(fā)生訴訟的專利價值度(Top5)

結(jié)合表5相關(guān)數(shù)據(jù)，選擇相對接近度與訴訟判賠額度作擬合曲線，其中，x為相對接近度，y為專利判賠額度或轉(zhuǎn)讓價格。除“便攜式可充電交流磁場探傷儀”等少量專利不吻合曲線規(guī)律外，其余都吻合，因此，該曲線可以基本上反映出該領(lǐng)域?qū)＠氖袌鰞r格趨勢，結(jié)果如圖2所示。

圖2 專利價值度與訴訟判賠額度關(guān)系曲線

2.3.3曲線驗證

為了證明價格曲線的合理性，本文對數(shù)據(jù)驗證集運用熵權(quán)TOPSIS法進行價值評估與排序，計算出其相對接近度，并對接近度進行逆向化，得出其逆向化數(shù)值，而后將數(shù)值引入價格擬合曲線中，從而驗證曲線的準確性,見表6。

表6 數(shù)據(jù)驗證集專利價格預(yù)測(Top5)

通過對比數(shù)據(jù)驗證集“判賠額度或轉(zhuǎn)讓價格”與“判賠額度或轉(zhuǎn)讓價格預(yù)測”可知，專利實際價格與預(yù)測價格雖存在誤差但整體誤差在可接受范圍內(nèi)，所以出現(xiàn)這個結(jié)果可能是高校在進行專利轉(zhuǎn)移轉(zhuǎn)化時，除了專利本身價格外，還涉及轉(zhuǎn)移手續(xù)費、協(xié)商價格區(qū)間等一系列專利價格之外的額外花銷，都會影響專利轉(zhuǎn)讓的最終價格，所以可以驗證本文提出的專利價格預(yù)測方法合理有效，可以作為高校專利轉(zhuǎn)移轉(zhuǎn)化時的價格參考。

2.3.4價格預(yù)測

依據(jù)圖2展示的價格擬合曲線，我們可以得知專利價格與逆向相對接近度呈現(xiàn)對數(shù)關(guān)系，且R2=0.7287，價格擬合函數(shù)為y= 3866.1ln(x) + 333.48，根據(jù)該價格擬合函數(shù)，本文大致估算了前文篩選出的存在轉(zhuǎn)移價值專利的市場價值，結(jié)果如表7所示。

分析表7可知，通過價格擬合公式對“武漢大學(xué)”存在轉(zhuǎn)移價值的專利進行市場價格預(yù)測，預(yù)測出的結(jié)果顯示這些存在轉(zhuǎn)移價值的專利普遍存在較高的市場價格，該部分專利應(yīng)該引起利益相關(guān)者的高度重視。需要說明的是，由于逆向相對接近度與市場價格預(yù)測成像對數(shù)關(guān)系，所以當(dāng)逆向相對接近度足夠小時，價格預(yù)測會出現(xiàn)負值，本文預(yù)測結(jié)果也出現(xiàn)類似現(xiàn)象。產(chǎn)生這個現(xiàn)象的原因是該部分專利雖然存在轉(zhuǎn)移價值，但是高校為了對核心技術(shù)進行保護，會在專利申請時進行專利布局，因?qū)＠季侄暾埖膶＠趯＠珜懪c申請時會有所側(cè)重，導(dǎo)致該專利看似具備轉(zhuǎn)移價值，實則徒有其表。因此，出現(xiàn)存在轉(zhuǎn)移價值專利價格預(yù)測為負值屬于正?，F(xiàn)象，并且有利于對存在轉(zhuǎn)移價值的專利進行進一步篩選，提升識別精度。

表7 存在轉(zhuǎn)移價值專利市場價值預(yù)估(Top5)

依據(jù)市場價值預(yù)測結(jié)果可以看出，以“武漢大學(xué)”為例的一系列存在轉(zhuǎn)移價值的高校專利市場價值預(yù)估普遍較高，所以我們應(yīng)該從多個層面對上述專利進行全方位的管理與保護。在專利研發(fā)方面，高校知識產(chǎn)權(quán)相關(guān)部門應(yīng)從多層面為科研團隊的專利研發(fā)提供支撐，結(jié)合科研團隊研發(fā)技術(shù)的特征，為研究者提供科技查新服務(wù)，保障技術(shù)研究對標領(lǐng)域前沿；在撰寫專利申請書時，針對各項指標文本數(shù)據(jù)做到全面扎實，在保障質(zhì)量的同時防止侵權(quán)現(xiàn)象的發(fā)生。針對高價值專利，積極做好專利布局，鋪開專利保護網(wǎng)，形成技術(shù)優(yōu)勢；在研發(fā)團隊方面，技術(shù)研發(fā)方向應(yīng)對標領(lǐng)域前沿，同時注重團隊建設(shè)，積極吸納高質(zhì)量人才，保障技術(shù)研發(fā)實現(xiàn)落地與轉(zhuǎn)移轉(zhuǎn)化。綜上所述，本文所提出的高校專利價值評估模型可以實現(xiàn)對高校專利從“存在轉(zhuǎn)移價值專利識別”到“存在轉(zhuǎn)移價值轉(zhuǎn)移市場價值預(yù)測”，快速識別高校存在轉(zhuǎn)移價值的專利，并精確預(yù)測其轉(zhuǎn)移價格，對提升高校專利轉(zhuǎn)移轉(zhuǎn)化效率具有重要意義。

3 結(jié) 語

本文以高校專利存在轉(zhuǎn)移價值專利識別與評估為主線，采用熵值法識別高校存在轉(zhuǎn)移價值的專利；而后在檢索存在訴訟判賠額度專利檢索的基礎(chǔ)上，運用熵權(quán)TOPSIS模型對識別出的專利與訴訟中出現(xiàn)判賠額度或者轉(zhuǎn)讓價格的專利進行賦權(quán)打分與曲線擬合，進而對識別出的專利進行市場價格預(yù)測。本文所提出的方法在識別高校轉(zhuǎn)移價值專利中具備一定的有效性，同時估算出的專利市場整體價格趨勢，為促進高?？萍汲晒芾聿块T的專利運營效率，以及企業(yè)快速鎖定高校高價值專利提供了實踐參考。

需要說明的是，本文在模型構(gòu)建與訓(xùn)練時，單一地使用了“武漢大學(xué)”相關(guān)專利數(shù)據(jù)，數(shù)據(jù)樣本特征不明顯；在評估指標選取中，僅構(gòu)建了包含12個指標的評估體系，科學(xué)性有待提高。在日后研究中，筆者將擴充專利數(shù)據(jù)樣本，構(gòu)建更加科學(xué)的價值評估體系，實現(xiàn)對高校全領(lǐng)域高價值專利的識別與評估。