高校專利轉(zhuǎn)化價(jià)值評(píng)估研究

中圖分類號(hào)：G255.53 文獻(xiàn)標(biāo)識(shí)碼：A

Evaluation of Patent Transformation Value in Universities： A Case Study of the Biological Industry

Abstract Market-oriented screeing and evaluation of stock patents in universities is an essntial measure to promote thecommercialization of sientificand technological achievementsand support high-qualityeconomic development. Evaluating the transformation value of patents basedon their potential for commercialization helpsuniversities more accuratelyassess theirpatents’latentvalue.Thispaperfirstaims toidentifythe transformationvalueofuniversitypatents byselecting appropriateevaluation indicators.It thenrefines themarketdimension indicatorsand analyzes their effectiveness using patent data from universities inthe strategic emerging industryofthe“biological industry\".Finally，a patent value evaluation model is constructed using a CRITIC-TOPSIS comprehensive evaluation method to calculate individual patent transformationscores and identify their transformation value.The empirical results show that the proposedevaluation model efectively identifies the transformation value of patents， with the patent value ranking correlating with the actual market prices，offering valuable insights for universities in screening stock patents.

Keywords patent transformation value; evaluation indicators; stock patents;universities

1引言

近年來，我國知識(shí)產(chǎn)權(quán)保護(hù)環(huán)境持續(xù)優(yōu)化，專利產(chǎn)業(yè)化率整體呈穩(wěn)步上升態(tài)勢(shì)。國家知識(shí)產(chǎn)權(quán)局發(fā)布的《2022年中國專利調(diào)查報(bào)告》顯示，我國有效專利產(chǎn)業(yè)化率由2018年的 36.3% 提高至2022年的45.0% ，但是，我國高校2022年的有效專利產(chǎn)業(yè)化率僅為 3.5% ，遠(yuǎn)低于企業(yè)的 49.3%^[2] 。中國高校專利成果的轉(zhuǎn)化運(yùn)用迫切需要提升。2021年6月，國家知識(shí)產(chǎn)權(quán)局辦公室、教育部辦公廳印發(fā)《高校知識(shí)產(chǎn)權(quán)信息服務(wù)中心建設(shè)實(shí)施辦法（修訂）》，要求推進(jìn)高校知識(shí)產(chǎn)權(quán)信息服務(wù)中心（以下簡(jiǎn)稱“高校中心”建設(shè)，完善知識(shí)產(chǎn)權(quán)信息公共服務(wù)網(wǎng)絡(luò)，推動(dòng)將知識(shí)產(chǎn)權(quán)信息服務(wù)工作融入高校知識(shí)產(chǎn)權(quán)創(chuàng)造、運(yùn)用、保護(hù)、管理、服務(wù)全鏈條，促進(jìn)高?？萍汲晒D(zhuǎn)移轉(zhuǎn)化[3]。2023年10月，國務(wù)院辦公廳發(fā)布的《專利轉(zhuǎn)化運(yùn)用專項(xiàng)行動(dòng)方案（2023—2025年）》4提出梳理盤活高校存量專利，建立市場(chǎng)導(dǎo)向的存量專利篩選評(píng)價(jià)，推動(dòng)一批高價(jià)值專利實(shí)現(xiàn)產(chǎn)業(yè)化的要求。2024年1月，國家知識(shí)產(chǎn)權(quán)局、教育部、科技部等多部委聯(lián)合制定了《高校和科研機(jī)構(gòu)存量專利盤活工作方案》5，明確指出要有效發(fā)揮高校中心的作用，高質(zhì)量完成存量專利的盤點(diǎn)、篩選等工作。在此背景下，有必要發(fā)揮高校中心的資源優(yōu)勢(shì)和業(yè)務(wù)特長(zhǎng)，提供精準(zhǔn)化知識(shí)產(chǎn)權(quán)信息服務(wù)，深人研究以市場(chǎng)為導(dǎo)向的高校專利轉(zhuǎn)化價(jià)值評(píng)估，為提升存量專利篩選工作質(zhì)量、促進(jìn)高校專利運(yùn)營和轉(zhuǎn)化提供重要保障。

本文以知識(shí)產(chǎn)權(quán)信息服務(wù)工作實(shí)踐為前提，基于融合專利價(jià)值經(jīng)典評(píng)估指標(biāo)和修正評(píng)估指標(biāo)的視角，通過Mann-Whitney檢驗(yàn)法客觀檢驗(yàn)專利轉(zhuǎn)化價(jià)值評(píng)估指標(biāo)的有效性，結(jié)合CRITIC-TOPSIS綜合評(píng)估方法構(gòu)建專利轉(zhuǎn)化價(jià)值評(píng)估模型，開展實(shí)證研究，為高校開展存量專利轉(zhuǎn)化價(jià)值評(píng)估及專利管理提供參考。

2研究現(xiàn)狀

國內(nèi)外學(xué)者關(guān)于專利價(jià)值的研究已經(jīng)取得一定進(jìn)展。歐洲學(xué)者Sanders等人[6于1958年率先提出“專利價(jià)值（patent value）\"的概念，其研究發(fā)現(xiàn)，不同專利的市場(chǎng)價(jià)值存在較大差別。20世紀(jì)60年代以來，專利價(jià)值評(píng)估的研究不斷涌現(xiàn)。我國在2023年9月1日起開始實(shí)施的國家標(biāo)準(zhǔn)計(jì)劃《專利評(píng)估指引》中明確，專利價(jià)值是指專利在現(xiàn)實(shí)市場(chǎng)條件下的使用價(jià)值，可以通過使用反映專利價(jià)值特征的因素，對(duì)專利價(jià)值進(jìn)行分析評(píng)估。

在專利價(jià)值評(píng)估指標(biāo)方面，有學(xué)者早期發(fā)現(xiàn)專利價(jià)值與專利壽命[8-9]、專利引用數(shù)據(jù)[10]之間的關(guān)系。中國技術(shù)交易所出版的《專利價(jià)值分析指標(biāo)體系操作手冊(cè)》從專利的法律、技術(shù)和經(jīng)濟(jì)3個(gè)價(jià)值維度建立專利價(jià)值評(píng)價(jià)指標(biāo)體系，共包含18個(gè)評(píng)價(jià)指標(biāo)[]。一些關(guān)于高校專利價(jià)值評(píng)估的研究中提及了企業(yè)專利價(jià)值評(píng)估中常用的有關(guān)專利的經(jīng)濟(jì)效益、戰(zhàn)略相關(guān)性[12-13]、風(fēng)險(xiǎn)因素[14]等相關(guān)指標(biāo)，但總體來看，此類指標(biāo)多為需要進(jìn)行人為判斷的主觀評(píng)價(jià)指標(biāo)。

在專利價(jià)值評(píng)估方法方面，目前主要包括經(jīng)濟(jì)學(xué)方法、綜合評(píng)價(jià)法、機(jī)器學(xué)習(xí)方法等。如 Kim 等人將專利評(píng)價(jià)指標(biāo)和專利技術(shù)交易數(shù)據(jù)相結(jié)合構(gòu)建了大學(xué)專利價(jià)值評(píng)估模型[15]。韓盟等人將貝葉斯理論與復(fù)相關(guān)系數(shù)和變異系數(shù)相結(jié)合，對(duì)專利可轉(zhuǎn)移的綜合概率進(jìn)行分析[16]。Hsieh基于文獻(xiàn)調(diào)研和德爾菲法確定了專利價(jià)值評(píng)估的相關(guān)指標(biāo)，并采用因子分析法進(jìn)行綜合收益和綜合風(fēng)險(xiǎn)的評(píng)估[7]。來音等人構(gòu)建了基于深度注意力機(jī)制的高校專利價(jià)值評(píng)估模型[18]。

由于不同領(lǐng)域知識(shí)結(jié)構(gòu)和創(chuàng)新路徑存在差異，專利價(jià)值評(píng)估模型在不同的行業(yè)領(lǐng)域中會(huì)有差異[19]。多數(shù)研究直接根據(jù)現(xiàn)有文獻(xiàn)中專利價(jià)值評(píng)價(jià)的一般指標(biāo)進(jìn)行專利價(jià)值評(píng)估，較少針對(duì)評(píng)價(jià)樣本的實(shí)際數(shù)據(jù)情況進(jìn)行指標(biāo)的取舍和市場(chǎng)化驗(yàn)證，因而可能會(huì)影響評(píng)價(jià)效力。

基于此，本文以高校生物產(chǎn)業(yè)專利為研究對(duì)象，基于專利轉(zhuǎn)化運(yùn)用政策導(dǎo)向和實(shí)際需求，探究融合經(jīng)典評(píng)估指標(biāo)和修正評(píng)估指標(biāo)的方法，以促進(jìn)高校專利成果轉(zhuǎn)化為應(yīng)用場(chǎng)景，檢驗(yàn)評(píng)估指標(biāo)的有效性，基于客觀數(shù)據(jù)構(gòu)建可實(shí)踐的高校專利轉(zhuǎn)化價(jià)值評(píng)估模型，以期快速識(shí)別高校專利轉(zhuǎn)化價(jià)值，促進(jìn)高校專利產(chǎn)業(yè)化。

3研究對(duì)象與數(shù)據(jù)來源

“十四五”時(shí)期，我國生物技術(shù)和生物產(chǎn)業(yè)加快發(fā)展，生物經(jīng)濟(jì)成為推動(dòng)高質(zhì)量發(fā)展的強(qiáng)勁動(dòng)力，生物新技術(shù)和新產(chǎn)品有望實(shí)現(xiàn)廣泛應(yīng)用[20]。著眼于搶占未來產(chǎn)業(yè)發(fā)展先機(jī)，推動(dòng)高校高價(jià)值專利培育和轉(zhuǎn)化工作，本文以高校生物產(chǎn)業(yè)專利為研究對(duì)象，首先根據(jù)《戰(zhàn)略性新興產(chǎn)業(yè)分類（2018）》21確定生物產(chǎn)業(yè)所屬的戰(zhàn)略性新興產(chǎn)業(yè)分類號(hào)，具體如表1所示。利用IncoPat數(shù)據(jù)庫，以戰(zhàn)略性新興產(chǎn)業(yè)分類號(hào)為檢索要素，篩選中國申請(qǐng)人類型為“大專院?！?，對(duì)高校生物產(chǎn)業(yè)專利進(jìn)行全面檢索，檢索范圍為中國發(fā)明專利，專利公開時(shí)間范圍為2013年1月1日—2022年12月31日，數(shù)據(jù)預(yù)處理方法為人工去噪和人工標(biāo)引。

4專利轉(zhuǎn)化價(jià)值評(píng)估指標(biāo)設(shè)計(jì)

4.1專利轉(zhuǎn)化價(jià)值評(píng)估指標(biāo)的選取

本文對(duì)高校專利進(jìn)行轉(zhuǎn)化價(jià)值評(píng)估，進(jìn)而在早期識(shí)別高校潛在可轉(zhuǎn)化專利。對(duì)于高校而言，需要借助有限的資源對(duì)海量的專利進(jìn)行評(píng)估工作，因此不適合采用主觀性較強(qiáng)的評(píng)估方法?？紤]該應(yīng)用場(chǎng)景，本文通過充分梳理國內(nèi)外文獻(xiàn)研究指標(biāo)和咨詢專家意見，從經(jīng)典評(píng)估指標(biāo)和修正評(píng)估指標(biāo)兩類來細(xì)化選取基于客觀數(shù)據(jù)的高校專利轉(zhuǎn)化價(jià)值評(píng)估指標(biāo)（見表2）。

4.1.1經(jīng)典評(píng)估指標(biāo)

從表2可以看出，經(jīng)典評(píng)估指標(biāo)包括技術(shù)維度、法律維度、主體維度和市場(chǎng)維度。IPC分類號(hào)數(shù)量[22]體現(xiàn)專利的技術(shù)寬度。專利的法律維度通過權(quán)利要求數(shù)量[23]和文獻(xiàn)頁數(shù)[24]來體現(xiàn)，專利權(quán)的保護(hù)范圍由專利的權(quán)利要求來限定，專利文獻(xiàn)頁數(shù)反映發(fā)明人對(duì)專利技術(shù)方案的公開程度和專利撰寫質(zhì)量。主體維度涵蓋申請(qǐng)人數(shù)量[25]和發(fā)明人數(shù)量[26-27]兩個(gè)指標(biāo)。專利申請(qǐng)的主體反映專利技術(shù)研發(fā)規(guī)模和專利創(chuàng)新程度，發(fā)明人數(shù)量代表專利研發(fā)團(tuán)隊(duì)規(guī)模。市場(chǎng)維度選取專利維持期[28-29]和國民經(jīng)濟(jì)分類數(shù)量指標(biāo)，專利維持期限定經(jīng)濟(jì)壽命，國民經(jīng)濟(jì)分類號(hào)反映專利所在的市場(chǎng)應(yīng)用范圍[30]

現(xiàn)有研究多數(shù)僅關(guān)注新指標(biāo)與專利價(jià)值的相關(guān)性，而將形成的新指標(biāo)與經(jīng)典評(píng)估指標(biāo)融合綜合評(píng)估專利價(jià)值的有效性還有待進(jìn)一步研究[31?！秾＠u(píng)估指引》中指出，在專利轉(zhuǎn)讓評(píng)估場(chǎng)景下，根據(jù)專家經(jīng)驗(yàn)，技術(shù)維度和經(jīng)濟(jì)維度的重要性應(yīng)適當(dāng)提高，因此，本文重點(diǎn)對(duì)技術(shù)指標(biāo)和市場(chǎng)指標(biāo)進(jìn)行進(jìn)一步修正。許景龍等人提出，專利價(jià)值分析指標(biāo)應(yīng)該有針對(duì)性地考慮指標(biāo)無量綱化[32]。本文借鑒 H.Emst 等人[33]對(duì)市場(chǎng)覆蓋程度（marketcoverage）和技術(shù)影響力（technologyrelevance）的探索來修正技術(shù)指標(biāo)和市場(chǎng)指標(biāo)，并將修正的評(píng)估指標(biāo)與經(jīng)典評(píng)估指標(biāo)結(jié)合，綜合評(píng)估專利轉(zhuǎn)化價(jià)值。

4.1.2修正評(píng)估指標(biāo)

（1修正的專利引文數(shù)量和被引證次數(shù)。專利的引文數(shù)量與專利的公開時(shí)間有一定相關(guān)性，新公開專利的引文數(shù)量往往比早年公開專利的引文數(shù)量要少。此外，不同技術(shù)領(lǐng)域的專利引用習(xí)慣不同，導(dǎo)致不同領(lǐng)域的專利引用次數(shù)也有所差異。為了消除這些差異，引入某個(gè)領(lǐng)域同一年所有公開專利的平均引用次數(shù)進(jìn)行校正[33]。修正的引文數(shù)量定義為專利引文數(shù)量/在該專利公開年內(nèi)該領(lǐng)域的篇均引文數(shù)量。

H.Ernst并未討論專利被引證次數(shù)的有針對(duì)性無量綱化。本文認(rèn)為，專利被引證次數(shù)也應(yīng)同時(shí)考慮技術(shù)領(lǐng)域和不同公開時(shí)間引起的差異。例如，專利公開時(shí)間越晚，其專利被引證次數(shù)在一定程度上越少。因此，修正的被引證次數(shù)定義為專利被后續(xù)專利引證的次數(shù)/在該專利公開年內(nèi)該領(lǐng)域的篇均被引證次數(shù)。

（2）修正的專利族大小。專利族反映了專利的市場(chǎng)布局。不同公開類型的專利，其市場(chǎng)占有率在一定程度上是不同的，授權(quán)專利的市場(chǎng)轉(zhuǎn)化率比已公開未授權(quán)的專利申請(qǐng)的市場(chǎng)轉(zhuǎn)化率更高，該差異根據(jù)專利公開類型賦予不同的權(quán)重來體現(xiàn)[33]。具體地，每個(gè)專利修正的專利族大小指標(biāo)定義為專利同族數(shù)量乘以專利公開類型對(duì)應(yīng)的權(quán)重。處于授權(quán)階段的專利，權(quán)重是1；處于申請(qǐng)階段的專利，權(quán)重是0.7。

4.2專利轉(zhuǎn)化價(jià)值評(píng)估指標(biāo)有效性檢驗(yàn)

基于篩選具有潛在轉(zhuǎn)化價(jià)值的專利的角度，以專利是否可轉(zhuǎn)化作為專利價(jià)值的評(píng)估目的，檢驗(yàn)評(píng)估指標(biāo)的有效性。本文共收集我國高校生物產(chǎn)業(yè)轉(zhuǎn)讓或許可專利17036項(xiàng)，將這些專利作為高轉(zhuǎn)化價(jià)值專利樣本H，另隨機(jī)抽取17036項(xiàng)高校未發(fā)生轉(zhuǎn)讓或許可的失效專利作為低轉(zhuǎn)化價(jià)值專利樣本L，從IncoPat數(shù)據(jù)庫中導(dǎo)出上述34072項(xiàng)樣本專利的關(guān)鍵字段，對(duì)其10個(gè)專利轉(zhuǎn)化價(jià)值評(píng)估指標(biāo)進(jìn)行人工標(biāo)引。另外，分別計(jì)算各公開年份篇均引文數(shù)量和篇均被引證次數(shù)（見表3），進(jìn)而修正每項(xiàng)專利的引文數(shù)量指標(biāo)值和被引證次數(shù)指標(biāo)值。

統(tǒng)計(jì)17036項(xiàng)高轉(zhuǎn)化價(jià)值專利樣本H的各評(píng)估指標(biāo)數(shù)據(jù)，以及17036項(xiàng)低轉(zhuǎn)化價(jià)值專利樣本L的各評(píng)估指標(biāo)數(shù)據(jù)。對(duì)兩組樣本進(jìn)行非參數(shù)檢驗(yàn)，獨(dú)立樣本Mann-Whitney檢驗(yàn)比簡(jiǎn)單對(duì)比均值比較組間差異的效果更加直觀，針對(duì)方差不齊或者非正態(tài)性數(shù)據(jù)進(jìn)行差異性對(duì)比更加有效，利用 Mann-Whitney 進(jìn)行檢驗(yàn)的結(jié)果如表4所示。

觀察表4，兩組樣本對(duì)于IPC分類號(hào)數(shù)量、權(quán)利要求數(shù)量、文獻(xiàn)頁數(shù)、專利維持期、申請(qǐng)人數(shù)量、發(fā)明人數(shù)量、國民經(jīng)濟(jì)分類數(shù)量、修正的引文數(shù)量、修正的被引證次數(shù)、修正的專利族大小10個(gè)指標(biāo)全部呈現(xiàn)出0.01水平顯著性差異（ plt;0.01 ）。具體對(duì)比中位數(shù)差異性可知，IPC分類號(hào)數(shù)量、權(quán)利要求數(shù)量、文獻(xiàn)頁數(shù)、發(fā)明人數(shù)量、專利維持期、國民經(jīng)濟(jì)分類數(shù)量、修正的引文數(shù)量、修正的被引證次數(shù)8個(gè)評(píng)估指標(biāo)在高轉(zhuǎn)化價(jià)值專利樣本H中的值更高。對(duì)于申請(qǐng)人數(shù)量指標(biāo)，整體上看是高轉(zhuǎn)化價(jià)值專利樣本H中的申請(qǐng)人數(shù)量小于低轉(zhuǎn)化價(jià)值專利樣本L，這與我們的預(yù)期相違背，剔除該項(xiàng)指標(biāo)。對(duì)于修正的專利族大小指標(biāo)，兩個(gè)樣本的中位數(shù)并沒有差異，說明差異來源為數(shù)據(jù)分布不同，借助箱線圖查看差異，如圖1所示，兩個(gè)樣本中該項(xiàng)指標(biāo)的整體上下邊界范圍有著明顯差異，高轉(zhuǎn)化價(jià)值專利樣本H的修正的專利族大小有更廣的數(shù)據(jù)范圍，數(shù)值整體上高于低轉(zhuǎn)化價(jià)值專利樣本L。據(jù)此，本文選取IPC分類號(hào)數(shù)量、權(quán)利要求數(shù)量、文獻(xiàn)頁數(shù)、發(fā)明人數(shù)量、專利維持期、國民經(jīng)濟(jì)分類數(shù)量、修正的引文數(shù)量、修正的被引證次數(shù)、修正的專利族大小9個(gè)指標(biāo)綜合評(píng)估高校生物產(chǎn)業(yè)專利轉(zhuǎn)化價(jià)值。

4.3構(gòu)建基于CRITIC-TOPSIS綜合評(píng)估的高校專利轉(zhuǎn)化價(jià)值評(píng)估模型

4.3.1CRITIC法計(jì)算指標(biāo)權(quán)重

本文采用CRITIC方法對(duì)指標(biāo)進(jìn)行客觀賦權(quán)，該方法綜合考慮了數(shù)據(jù)的對(duì)比強(qiáng)度和沖突性這兩項(xiàng)指標(biāo)，消除了相關(guān)性較強(qiáng)的指標(biāo)對(duì)最終結(jié)果的影響，并減少指標(biāo)之間的信息重疊，與常用的熵權(quán)法相比，更有利于得到可信的評(píng)價(jià)結(jié)果[34]。CRITIC方法不僅通過標(biāo)準(zhǔn)差來衡量同一指標(biāo)內(nèi)部的差異程度，還使用相關(guān)系數(shù)來反映指標(biāo)之間的相關(guān)性。標(biāo)準(zhǔn)差越大，同一指標(biāo)下各評(píng)價(jià)對(duì)象的取值差異就越大，權(quán)重就越大；相關(guān)系數(shù)越大，指標(biāo)之間的沖突性就越小，權(quán)重就越小。采用CRITIC方法確定權(quán)重的計(jì)算步驟如下：

首先基于各指標(biāo)值構(gòu)建原始評(píng)估矩陣 A=（X_ij）_m×n 其中 m 表示評(píng)估指標(biāo)的個(gè)數(shù)， n 為待評(píng)估的對(duì)象個(gè)數(shù)， X_ij 為第 i 個(gè)待評(píng)對(duì)象關(guān)于評(píng)估 X_j 指標(biāo)的評(píng)估值（ i= 1，2，…，n;j=1，2，…，m）^[35] 。由于各指標(biāo)的量綱不統(tǒng)一，且均為正向指標(biāo)，按公式（1）進(jìn)行數(shù)據(jù)歸一化處理；其次按照公式（2）和（3）計(jì)算沖突性及對(duì)比強(qiáng)度指標(biāo)；最后按公式（4）計(jì)算各指標(biāo)的權(quán)重。

公式（1）

其中， y_ij 表示歸一化處理后的矩陣。

其中， V_j 為第 j 項(xiàng)指標(biāo)的變異系數(shù)， σ_σ 為第 j 項(xiàng)的標(biāo)準(zhǔn)差， 為第 j 項(xiàng)指標(biāo)的平均數(shù)。

公式（3）

其中， T_j 為沖突性指標(biāo)， y_pi 和 y_pj 為第 p 個(gè)評(píng)估對(duì)象的第 i 項(xiàng)和第j項(xiàng)指標(biāo)值。

其中， ω_j 為各評(píng)估指標(biāo)權(quán)重。

4.3.2TOPSIS法計(jì)算專利轉(zhuǎn)化價(jià)值綜合得分

在多目標(biāo)綜合評(píng)價(jià)中，TOPSIS法被證明是更加有效的，其根據(jù)有限個(gè)評(píng)估對(duì)象與理想化目標(biāo)的接近程度，對(duì)現(xiàn)有對(duì)象進(jìn)行相對(duì)優(yōu)劣排序[36]。獲得權(quán)重后，即可計(jì)算樣本中各組專利數(shù)據(jù)相對(duì)于最優(yōu)解及最劣解在CRITIC權(quán)重下的歐式距離，具體計(jì)算公式為：

其中， 表示第 j 個(gè)指標(biāo)的最優(yōu)（劣）值， D_j⁺ 和 D_j^- 代表評(píng)估對(duì)象與最優(yōu)解和最劣解的距離 D_j⁺ 值越大，說明與最優(yōu)解距離越遠(yuǎn)； D_j^- 值越大，說明與最劣解距離越遠(yuǎn)。最理想的研究對(duì)象是 D_j⁺ 值越小同時(shí)D_j^- 值越大。

最后，通過相對(duì)接近 C 度的計(jì)算來對(duì)所有專利進(jìn)行價(jià)值排序，根據(jù)公式（7）計(jì)算各單項(xiàng)專利的轉(zhuǎn)化價(jià)值綜合得分。

其中， C_j 為各單項(xiàng)專利的綜合評(píng)價(jià)值。該值介于0一1之間，該值愈接近1，說明評(píng)價(jià)方案愈接近最優(yōu)水平，即專利轉(zhuǎn)化價(jià)值更高，反之，愈接近最劣水平，其專利轉(zhuǎn)化價(jià)值越低。

5實(shí)證研究

5.1研究對(duì)象及數(shù)據(jù)來源

本文以復(fù)旦大學(xué)為例，在IncoPat數(shù)據(jù)庫中收集申請(qǐng)人為復(fù)旦大學(xué)的生物產(chǎn)業(yè)專利，專利公開時(shí)間范圍為2013年1月1日—2022年12月31日，獲得

6696項(xiàng)專利。通過對(duì)各指標(biāo)數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)，對(duì)缺失值和異常值進(jìn)行處理，最終得到6576項(xiàng)復(fù)旦大學(xué)生物產(chǎn)業(yè)專利數(shù)據(jù)，作為本次分析樣本F。對(duì)各評(píng)估指標(biāo)進(jìn)行人工標(biāo)引，依據(jù)4.1的描述，對(duì)專利引文數(shù)量、專利被引證次數(shù)和專利族大小三個(gè)指標(biāo)進(jìn)行修正。

5.2復(fù)旦大學(xué)生物產(chǎn)業(yè)專利轉(zhuǎn)化價(jià)值評(píng)估

首先，指標(biāo)歸一化。統(tǒng)計(jì)復(fù)旦大學(xué)專利的各評(píng)估指標(biāo)數(shù)據(jù)，依據(jù)公式（1）進(jìn)行專利數(shù)據(jù)歸一化處理。

其次，計(jì)算各指標(biāo)權(quán)重。各指標(biāo)權(quán)重根據(jù)公式（2）、公式（3）、公式（4）計(jì)算可得，本文通過SPSS分析軟件對(duì)歸一化后的指標(biāo)進(jìn)行CRITIC賦權(quán)，其計(jì)算結(jié)果如表5所示。

最后，計(jì)算專利轉(zhuǎn)化價(jià)值綜合得分。獲得權(quán)重后，根據(jù)公式（7）計(jì)算復(fù)旦大學(xué)生物產(chǎn)業(yè)專利價(jià)值得分，由于利用TOPSIS計(jì)算出來的得分值較小，反映專利價(jià)值評(píng)分的直觀性較差，因此為了更好地反映專利價(jià)值得分水平，本文將所有計(jì)算出來的得分采用最大-最小規(guī)范化的方式映射到[1，10]的區(qū)間內(nèi)，結(jié)果如表6所示。

6結(jié)果與分析

6.1模型有效性分析

為了驗(yàn)證模型的有效性，將本文構(gòu)建的CRITIC-TOPSIS綜合評(píng)估模型分別與廣泛使用的熵值法、CRITIC權(quán)重法以及熵權(quán)TOPSIS綜合評(píng)估法的評(píng)估模型進(jìn)行對(duì)比。計(jì)算專利綜合轉(zhuǎn)化價(jià)值得分，依據(jù)二八原則，排名前 20% 的專利可被認(rèn)為是具有較高價(jià)值的專利，因此，通過比較各模型評(píng)估的排名前 20%專利中已轉(zhuǎn)化專利數(shù)量情況來進(jìn)行驗(yàn)證，具體如圖2所示。

從圖2可見，與采用熵值法、CRITIC權(quán)重法以及熵權(quán)TOPSIS綜合評(píng)估法的評(píng)估結(jié)果相比，采用本文的CRITIC-TOPSIS綜合評(píng)估法在排名前 5% 、前10% 前 20% 這幾個(gè)范圍的專利轉(zhuǎn)化數(shù)量占比均是最高的。因此，與目前較多采用的客觀評(píng)價(jià)方法相比，采用CRITIC-TOPSIS綜合評(píng)估法進(jìn)行專利轉(zhuǎn)化價(jià)值評(píng)估來識(shí)別潛在可轉(zhuǎn)化專利是更加有效的。

對(duì)于復(fù)旦大學(xué)生物產(chǎn)業(yè)專利樣本F，共許可或轉(zhuǎn)讓專利369項(xiàng)，占總樣本量6576的 5.61% ，專利平均轉(zhuǎn)化價(jià)值得分為3.7，可見，目前的已轉(zhuǎn)化專利占比較低。采用本文方法進(jìn)行價(jià)值排序后，對(duì)于排名前1% 的樣本專利，發(fā)現(xiàn)其中已轉(zhuǎn)化專利為12項(xiàng)，占比為 18.20% ，專利平均轉(zhuǎn)化價(jià)值得分為7.44，專利轉(zhuǎn)化占比和專利平均轉(zhuǎn)化價(jià)值均顯著高于總樣本平均水平。對(duì)于排名前 20% 的專利，發(fā)現(xiàn)其中已轉(zhuǎn)化專利數(shù)量為116項(xiàng)，占比為 8.82% ，專利平均轉(zhuǎn)化價(jià)值得分為5.65，專利轉(zhuǎn)化占比和專利平均轉(zhuǎn)化價(jià)值高于總樣本平均水平。此外，比較專利轉(zhuǎn)化價(jià)值得分排名前20% 和排名后 80% 的專利情況發(fā)現(xiàn)，專利轉(zhuǎn)化價(jià)值得分排名前 20% 中專利轉(zhuǎn)化占比和專利平均轉(zhuǎn)化價(jià)值明顯高于排名后 80% （見圖3）。說明本文的專利轉(zhuǎn)化價(jià)值評(píng)估方法可以有效篩選潛在高轉(zhuǎn)化價(jià)值專利，能夠輔助高校在存量專利中發(fā)掘具備潛在轉(zhuǎn)化價(jià)值的專利。

6.2高校專利轉(zhuǎn)化價(jià)值排名評(píng)估的市場(chǎng)價(jià)格驗(yàn)證

為驗(yàn)證高校專利轉(zhuǎn)讓價(jià)值排名評(píng)估的市場(chǎng)應(yīng)用性，查詢高校已轉(zhuǎn)化專利的交易價(jià)格。根據(jù)復(fù)旦大學(xué)內(nèi)網(wǎng)上的專利權(quán)轉(zhuǎn)讓及資產(chǎn)評(píng)估公示，在6576項(xiàng)總樣本中獲得6件專利的實(shí)際轉(zhuǎn)讓金額。從表7可以看出，專利P1、P2和P3的轉(zhuǎn)化價(jià)值得分在4—5分的區(qū)間，實(shí)際轉(zhuǎn)讓金額在150萬—200萬元的范圍；專利P4、P5和P6的轉(zhuǎn)化價(jià)值得分在3一4分的區(qū)間，實(shí)際轉(zhuǎn)讓金額在60萬一80萬元的范圍。因此，本文轉(zhuǎn)化價(jià)值評(píng)估得分高的專利，其實(shí)際轉(zhuǎn)讓金額也更高，驗(yàn)證了本文所提方法的實(shí)用性。該方法能夠在早期快速地預(yù)估專利參考價(jià)格范圍，提升高校專利產(chǎn)業(yè)化效率。

6.3高轉(zhuǎn)化價(jià)值專利技術(shù)分析

對(duì)排名前 20% 的高轉(zhuǎn)化價(jià)值專利的主要技術(shù)（IPC大組）分布進(jìn)行分析。含有機(jī)有效成分的醫(yī)藥配制品（A61K31，344項(xiàng)專利）領(lǐng)域的專利數(shù)量最多，抗腫瘤藥（A61P35，297項(xiàng)專利）具有極高的創(chuàng)新熱度，是研究重點(diǎn)。突變或遺傳工程、載體、宿主等（C12N15，282項(xiàng)專利），包含酶、核酸或微生物的測(cè)定或檢驗(yàn)方法（C12Q1，223項(xiàng)專利），以所用的非有效成分為特征的醫(yī)用配制品（A61K47，133項(xiàng)專利）均獲得了較為廣泛的研究。利用特殊方法來研究或分析材料（G01N33，129項(xiàng)專利）抗感染藥（A61P31，117項(xiàng)專利）、含肽的醫(yī)藥配制品（A61K38，91項(xiàng)專利）、以特殊物理形狀為特征的醫(yī)藥配制品（A61K9，88項(xiàng)專利）、神經(jīng)系統(tǒng)藥（A61P25，84項(xiàng)專利）的研發(fā)熱度排在第6—10位。

《“十三五\"生物產(chǎn)業(yè)發(fā)展規(guī)劃》中提出加速新藥創(chuàng)制（對(duì)應(yīng)于A61K31，醫(yī)藥專利主要分類號(hào)）和產(chǎn)業(yè)化，推動(dòng)重點(diǎn)領(lǐng)域新發(fā)展，強(qiáng)調(diào)以臨床用藥需求為導(dǎo)向，依托高通量測(cè)序（對(duì)應(yīng)于C12Q1）、基因組編輯（對(duì)應(yīng)于C12N15）微流控芯片等先進(jìn)技術(shù)，促進(jìn)轉(zhuǎn)化醫(yī)學(xué)發(fā)展，在腫瘤（對(duì)應(yīng)于A61P35）重大傳染性疾?。▽?duì)應(yīng)于A61P31）、神經(jīng)精神疾?。▽?duì)應(yīng)于A61P25）、慢性病及罕見病等領(lǐng)域?qū)崿F(xiàn)藥物原始創(chuàng)新。加快創(chuàng)制新型抗體、蛋白及多肽（對(duì)應(yīng)于A61K38）等生物藥。該文件引領(lǐng)高轉(zhuǎn)化價(jià)值專利的發(fā)展。

除了政策導(dǎo)向，生物醫(yī)藥產(chǎn)業(yè)局面受突發(fā)需求影響較大，新冠肺炎疫情的暴發(fā)，直接推動(dòng)檢測(cè)技術(shù)的快速發(fā)展（對(duì)應(yīng)于C12Q1）。

可見，本文評(píng)估結(jié)果具有政策依賴性和市場(chǎng)需求依賴性的特點(diǎn)，與領(lǐng)域產(chǎn)業(yè)發(fā)展方向相符，進(jìn)一步驗(yàn)證了本文方法的有效性。

7結(jié)語

本文以戰(zhàn)略性新興產(chǎn)業(yè)“生物產(chǎn)業(yè)\"2013—2022年高校專利數(shù)據(jù)為分析對(duì)象，篩選出在轉(zhuǎn)化專利與一般專利中表現(xiàn)出明顯差異化的9個(gè)評(píng)估指標(biāo)，構(gòu)建高校專利轉(zhuǎn)化價(jià)值評(píng)估模型。評(píng)估指標(biāo)分為經(jīng)典評(píng)估指標(biāo)和修正評(píng)估指標(biāo)，經(jīng)典評(píng)估指標(biāo)包括IPC分類號(hào)數(shù)量、權(quán)利要求數(shù)量、文獻(xiàn)頁數(shù)、發(fā)明人數(shù)量、專利維持期、國民經(jīng)濟(jì)分類數(shù)量，修正評(píng)估指標(biāo)包括修正的引文數(shù)量、修正的被引證次數(shù)、修正的專利族大小?；谧R(shí)別復(fù)旦大學(xué)生物產(chǎn)業(yè)潛在可轉(zhuǎn)化專利的目的，通過CRITIC-TOPSIS綜合評(píng)估方法驗(yàn)證本文方法的有效性。通過實(shí)證分析和結(jié)果驗(yàn)證可知，本文所構(gòu)建的基于修正評(píng)估指標(biāo)的高校專利轉(zhuǎn)化價(jià)值評(píng)估方法能夠在海量專利中有效識(shí)別專利轉(zhuǎn)化價(jià)值，并在早期快速地預(yù)估專利參考價(jià)格范圍，提升高校專利產(chǎn)業(yè)化效率，為高校開展海量存量專利篩選評(píng)估工作提供幫助。

本文僅通過專利客觀數(shù)據(jù)計(jì)算專利轉(zhuǎn)化價(jià)值，由于專利數(shù)據(jù)無法準(zhǔn)確反映高?？萍汲晒D(zhuǎn)化過程中的復(fù)雜性與不確定性，專利轉(zhuǎn)化價(jià)值評(píng)估模型有待改善。鑒于以上不足，下一步的重點(diǎn)將結(jié)合相關(guān)領(lǐng)域?qū)＜乙庖姼倪M(jìn)評(píng)估指標(biāo)，并結(jié)合高校知識(shí)產(chǎn)權(quán)管理人員重點(diǎn)學(xué)科建設(shè)、重點(diǎn)發(fā)明人、成果獲獎(jiǎng)等其他信息的掌握情況，對(duì)初篩得分較高的專利進(jìn)一步篩選，以提升高校專利轉(zhuǎn)化價(jià)值評(píng)估的有效性和指導(dǎo)性。

參考文獻(xiàn)：

[1]慎金花，劉玥，張更平.單項(xiàng)專利價(jià)值的評(píng)估與定量評(píng)估指標(biāo)體系的構(gòu)建：基于鄰域粗糙集與果蠅優(yōu)化神經(jīng)網(wǎng)絡(luò)的單項(xiàng)專利價(jià)值評(píng)估[J].大學(xué)圖書館學(xué)報(bào)，2020，38（3）：48-56，64.

[2]2022年中國專利調(diào)查報(bào)告[EB/OL].（2022-12-28）[2024-03-17].htps：//ww.cnipa.gov.cn/art/2022/12/28/art_88_181043.html.

[3］國家知識(shí)產(chǎn)權(quán)局辦公室教育部辦公廳關(guān)于印發(fā)《高校知識(shí)產(chǎn)權(quán)信息服務(wù)中心建設(shè)實(shí)施辦法（修訂）》的通知[EB/OL].（2021-06-15）[2024-05-24].https：//www.cnipa.gov.cn/art/2021/6/15/art_581_160040.html.

[4］國務(wù)院辦公廳關(guān)于印發(fā)《專利轉(zhuǎn)化運(yùn)用專項(xiàng)行動(dòng)方案（2023—2025年）》的通知[EB/0L].（2023-10-19）[2024-05-24].http：//www.scio.gov.cn/zdgz/jj/202310/t20231020_775324.html.

[5］國家知識(shí)產(chǎn)權(quán)局教育部科技部工業(yè)和信息化部 農(nóng)業(yè)農(nóng)村部 國家衛(wèi)生健康委 國務(wù)院國資委中國科學(xué)院關(guān)于印發(fā)《高校和科研機(jī)構(gòu)存量專利盤活工作方案》的通知[EB/OL].[2024-06-20].htps：//www.gov.cn/zhengee/zhengceku/202402/content_6930439.htm.

[6]SANDERSBS，ROSSMANJ，HARRISLJ.Theeconomic impactof patents[J].Patent，Trademark and Copyright JournalofResearch and Education，1958，2（3） ：340-362.

[7］國家市場(chǎng)監(jiān)督管理總局，國家標(biāo)準(zhǔn)化管理委員會(huì).專利評(píng)估指引（標(biāo)準(zhǔn)號(hào)：GB/T42748-2023）[EB/OL].[2024-04-06].https：//openstd.samr.gov.cn/bzgk/gb/newGbInfo？hcno=21AB9B32C8B01C3849AF785EBEFC357B.

[8]SCHANKERMANM，PAKES A.Estimates of the valueof patent rights ineuropean-countriesduring thepost-195OperiodJ].Economic Journal，1986，96（384） ：1052-1076.

[9]LANJOUWJ，PAKES A，PUTNAM J.How to count patents and value intelectual property：The usesof patent renewal andapplication data[J].Journal of Industrial Economics，1998，46（4）：405-432.

[10]Trajtenberg M.Apennyforyourquotes：PatentcitationsandthevalueofinnovationsJ].RANDJournalofEconomics，1990，21（1）：172-187.

[11］中國技術(shù)交易所.專利價(jià)值分析指標(biāo)體系操作手冊(cè)[M].北京：知識(shí)產(chǎn)權(quán)出版社，2012：1-29.

[12]WANG BHSIEHCH.Measuring the value of patents with fuzzy multiple criteriadecision making：insight intothe practicesof theindustrial technology research institute[J].Technological ForecastingandSocial Change，2O15，92：263-275.

[13]王婷，徐明，劉峰濤.高校新技術(shù)專利評(píng)價(jià)方法探討[J].科技管理研究，2011，31（7）：46-49，30.

[14]趙浩.基于綜合價(jià)值分析的有色金屬行業(yè)科研院所專利管理的策略研究[J].中國有色金屬，2017（S1）：404-411.

[15]KIM YC，AHNJM，KWONO，et al.Valuationofuniversityoriginated technologies： Apredictive analyticsapproach[J].IEEE Transactions on Engineering Management，2021，68（6）：1813-1825.

[16]韓盟，吳紅，李昌，等.高校可轉(zhuǎn)移專利識(shí)別研究：基于貝葉斯理論和組合賦權(quán)法[J].圖書情報(bào)工作，2021，65（5）：118-125.

[17]HSIEHCH.Patent value assessmentandcommercializationstrategyJ].TechnologicalForecasting and Social Change，013，80（2）：307-319.

[18］來音，李婉麗，李崢峰，等.深度注意力機(jī)制下的高校專利價(jià)值評(píng)估方法：基于歷史轉(zhuǎn)化特征錨定效應(yīng)視角[J].情報(bào)雜志，2023，42（8）：200-207.

[19］呂璐成，趙亞娟.基于客觀數(shù)據(jù)的專利價(jià)值評(píng)估指標(biāo)進(jìn)展與評(píng)述[J].圖書情報(bào)工作，2023，67（18）：129-139.

[20］國家發(fā)展改革委關(guān)于印發(fā)《“十四五\"生物經(jīng)濟(jì)發(fā)展規(guī)劃》的通知[EB/OL].[2024-03-26].hps：//www.ndrc.gov.cn/xgk/zcfb/ghwb/202205/t20220510_1324436.html.

[21]戰(zhàn)略性新興產(chǎn)業(yè)分類（2018）（國家統(tǒng)計(jì)局令第23號(hào)）[EB/OL].[2024-04-22].htps：//ww.gov.cn/zhengce/zhengceku/2018-12/31/content_5433037.htm.

[22]LERNERJTheimportanceofpatentscope：Anempiricalanalysis［J]RANDJoualofEconomics，994，25（5）：19-33.

[23］符川川，陳國華，袁勤儉.基于機(jī)器學(xué)習(xí)的專利質(zhì)量分析與分類預(yù)測(cè)研究：以區(qū)塊鏈技術(shù)專利為例[J].現(xiàn)代情報(bào)，2021，41（7）：110-120.

[24］彭茂祥，李浩.基于大數(shù)據(jù)及TRIZ理論的專利技術(shù)智能化開發(fā)運(yùn)營模式研究[J].圖書情報(bào)知識(shí)，2016（6）：80-87.

[25]GUELLEC D，VAN POTTELSBERGHE DE LA POTTERIE B.Applications，grants and the value of patent[J].EconomicsLetters，2000，69（1） ：109-114.

[26]REITZIG M.Improving patent valuations for management purposes—validating new indicators byanalyzing applicationrationales[J].ResearchPolicy，2004，33（6/7）：939-957.

[27]范月蕾，毛開云，于建榮.核心專利指標(biāo)效力研究評(píng)述[J].圖書情報(bào)工作，2014，58（24）：121-125.

[28]蔡中華，侯翱宇，馬歡.專利維持時(shí)間影響因素的實(shí)證研究[J].科技管理研究，2015，35（21）：160-163.

[29]胡諜，王元地.企業(yè)專利質(zhì)量綜合指數(shù)研究：以創(chuàng)業(yè)板上市公司為例[J].情報(bào)雜志，2015，34（1）：77-82.

[30]孫冉，安璐，李綱.多特征融合的專利價(jià)值預(yù)測(cè)：以5G技術(shù)為例[J].現(xiàn)代情報(bào)，2022，42（11）：87-96.

[31］呂璐成，趙亞娟.基于客觀數(shù)據(jù)的專利價(jià)值評(píng)估指標(biāo)進(jìn)展與評(píng)述[J].圖書情報(bào)工作，2023，67（18）：129-139.

[32]許景龍，呂璐成，趙亞娟.面向?qū)＠治隽鞒痰膶＠閳?bào)分析工具功能比較研究[J].情報(bào)理論與實(shí)踐，2020，43（8）：178-185，151.

[33]ERNSTH，OMLANDN.The patentasetindex-anewapproach tobenchmarkpatent porfolios[J].World patentinformation，2011，33（1）：34-41.

[34]卜偉，孫駿，王鈺云，等.江蘇高校協(xié)同創(chuàng)新中心績(jī)效評(píng)價(jià)研究：基于改進(jìn)的G1-CRITIC-TOPSIS綜合評(píng)估模型[J].科技管理研究，2023，43（1）：62-70.

[35]DIAKOULAKI D，MAVROTAS G，PAPAYANNAKIS L.Determining objective weights in multiple criteria problems ： Thecritic method[J].Computers and OperationsResearch，1995，22（7）：763-770.

[36]SHIHH S，SHYUR HJ，LEEE S.An extension of TOPSIS for group decision making[J].Mathematicalamp; ComputerModelling，2007，45（7）：801-813.