毛岱波 陳丙賽 柯偉揚 陳雯 羅韻晴

（寧波市科技信息與發(fā)展戰(zhàn)略研究院 浙江省寧波市 315100）

近年來，隨著我國提出創(chuàng)新型國家發(fā)展戰(zhàn)略，以專利為主的知識產(chǎn)權(quán)事業(yè)得到了蓬勃發(fā)展，但是對比歐美發(fā)達國家，我國仍只屬于專利申請大國而非專利強國，尤其是專利的交易轉(zhuǎn)移率極其低下。其中主要原因是因為目前國內(nèi)知識產(chǎn)權(quán)交易的服務(wù)機制并不成熟，存在條塊分割、自成一體的情況，并且知識產(chǎn)權(quán)價值評估的主觀性較高。專利交易服務(wù)是知識產(chǎn)權(quán)服務(wù)的重要內(nèi)容，專利價值精準(zhǔn)評估也一直是專利交易服務(wù)內(nèi)容的關(guān)鍵，現(xiàn)實中經(jīng)常會碰到評估結(jié)果無法得到供需雙方的共同認(rèn)可從而導(dǎo)致最終無法完成專利交易等問題，因此本文將圍繞專利價值評估開展技術(shù)研究。

從整體來看，目前國內(nèi)外對于專利價值的研究主要分成三大類。第一類是經(jīng)濟學(xué)方法，主要利用成本法、市場法等方法對專利進行定價，優(yōu)點是操作簡單，易被接受，缺點就是交易市場體系尚不完善，偏差較大。Lee 等[1]認(rèn)為專利價值涉及技術(shù)價值、直接經(jīng)濟價值和間接經(jīng)濟價值三個方面，其中直接經(jīng)濟價值包括專利權(quán)使用費及專利權(quán)使用收入，間接經(jīng)濟價值則通過專利維持信息進行評估。

第二類是綜合評價法，主要利用層次分析法、主成分分析法等算法對專利進行定性定量分析，優(yōu)點是降低了主觀因素對評價結(jié)果的影響，缺點是指標(biāo)選取較為片面。Lanjouwg[2]認(rèn)為專利訴訟和專利的權(quán)力要求數(shù)相關(guān)，且被訴訟的專利往往具有更大的市場價值，因此選擇專利請求數(shù)作為專利價值的評估指標(biāo)。Harhoff等人[3]考慮到專利范圍是決定專利保護效力的重要因素之一，所以將專利范圍、同族專利數(shù)、專利異議等列為專利價值評估指標(biāo)。

第三類是其他新興方法，主要利用機器學(xué)習(xí)對專利進行評估，優(yōu)點是有效性強、科學(xué)性強、效率高，缺點是研究尚淺，不夠深入，對訓(xùn)練樣本依賴較大。趙蘊華等[4]把專利價值評估視為一個強度分類問題，采用神經(jīng)網(wǎng)絡(luò)、決策樹、支持向量機三種機器學(xué)習(xí)算法對專利價值的評估指標(biāo)進行選擇；胡啟超[5]通過全面分析影響專利成交價格的相關(guān)因素，采用BP 神經(jīng)網(wǎng)絡(luò)程序?qū)χ笜?biāo)數(shù)據(jù)進行模擬，得出專利價值評估的一般模型.

本文通過對三類評估方法的對比分析，最終決定采用以綜合評價法為主，吸收經(jīng)濟學(xué)法的優(yōu)勢，提取專利著錄項信息中跟經(jīng)濟有關(guān)的指標(biāo)作為評價中的經(jīng)濟指標(biāo)，同時在以往學(xué)者建立的指標(biāo)體系的基礎(chǔ)上再度深化、細(xì)分，提出了以專利穩(wěn)定性、專利保護范圍、專利經(jīng)濟價值以及專利技術(shù)質(zhì)量四個維度構(gòu)建專利價值評估指標(biāo)體系。

1 專利價值評估基本流程

本文利用全國2000 多萬件專利作為數(shù)據(jù)基礎(chǔ)，進行專利價值評估模型的研究，主要流程分為4 個部分：（1）指標(biāo)選??；（2）數(shù)據(jù)處理；（3）權(quán)重計算；（4）計算得分。

1.1 指標(biāo)選取

本文遵循系統(tǒng)性、科學(xué)性和可操作性的原則，從專利穩(wěn)定性、專利保護范圍、專利經(jīng)濟價值以及專利技術(shù)質(zhì)量4 個方面確定了19 個指標(biāo)。如表1所示。

1.2 數(shù)據(jù)處理

通過觀察本文選取的指標(biāo)，發(fā)現(xiàn)指標(biāo)大致可以分成兩類：一類是正向指標(biāo)，即指標(biāo)量化后數(shù)值越大越好；另一類是反向指標(biāo)，即指標(biāo)量化后數(shù)值越小越好。因此為簡化模型，本文先將反向指標(biāo)進行正向化處理。

1.2.1 數(shù)據(jù)正向化

假設(shè)一個指標(biāo)的所有數(shù)據(jù)記為X，其中第i 件專利該指標(biāo)的數(shù)值記為xi，表示計算后的結(jié)果，具體公式如下：

通過這種方法，即可將一個反向指標(biāo)轉(zhuǎn)換為正向指標(biāo)。

1.2.2 數(shù)據(jù)標(biāo)準(zhǔn)化

通過數(shù)據(jù)正向化處理后，所有指標(biāo)已經(jīng)轉(zhuǎn)換為正向型指標(biāo)，接著本文通過對數(shù)據(jù)進行標(biāo)準(zhǔn)化處理來消除不同種類數(shù)據(jù)量綱的影響。具體公式如下：

其中xi表示第i 件專利指標(biāo)X 的數(shù)值，zi表示標(biāo)準(zhǔn)化后的結(jié)果。

1.3 權(quán)重計算

本文采用熵值法對標(biāo)準(zhǔn)化后的數(shù)據(jù)進行賦權(quán)計算。首先假設(shè)A為數(shù)據(jù)矩陣，具體表示如下：

其中xij表示第i 件專利第j 個指標(biāo)的數(shù)值。

接著計算第j 個指標(biāo)下第i 件專利占該指標(biāo)的比重，具體公式如下：

利用計算得到的比重pij計算第j 項指標(biāo)的熵值，具體公式如下：

其中k>0，ln 為自然對數(shù)，ej≥0。式中常數(shù)k 與樣本數(shù)m 有關(guān)，一般令k=1/lnm，使得0≤e≤1。

利用熵值再計算第j 項指標(biāo)的差異系數(shù)，具體公式如下：

gi=1-ej

對于第j 項指標(biāo)，指標(biāo)值xij的差異越大，對專利價值的影響就越大，熵值就越小，因此gi越大指標(biāo)越重要。

最后利用差異系數(shù)計算各指標(biāo)的權(quán)重，具體公式如下：

其中wj即為第j 項指標(biāo)的權(quán)重。

1.4 計算得分

根據(jù)熵值法計算得到的權(quán)重對專利數(shù)據(jù)進行價值得分計算，具體公式如下：

其中Si即為第i 件專利的得分。

2 實驗結(jié)果及分析

本文采用蒙特卡洛隨機算法從2000 多萬件全國專利中隨機抽取10000 件專利進行模型構(gòu)建，通過指標(biāo)量化、數(shù)據(jù)正向化及標(biāo)準(zhǔn)化和熵值法計算權(quán)重，最終得到的指標(biāo)權(quán)重如表2。

表1：指標(biāo)選取詳情表

表2：指標(biāo)權(quán)重系數(shù)表

為了驗證模型準(zhǔn)確性，本文從第二十一屆中國專利獎金獎和銀獎中各隨機抽取了30 件專利進行驗證。通過上述模型計算，最終獲金獎專利平均得分為77.67 分，獲銀獎專利平均得分為72.53 分，差距較為明顯。如圖1所示。

圖1：第二十一屆中國專利獎部分獲獎專利得分情況

3 結(jié)束語

本文以綜合評價法為主，吸收經(jīng)濟學(xué)法的優(yōu)勢，提取專利信息中專利申請是否提前公開、被引次數(shù)、許可次數(shù)和轉(zhuǎn)讓次數(shù)4 個指標(biāo)作為評價中的經(jīng)濟指標(biāo)，同時在以往學(xué)者建立的指標(biāo)體系的基礎(chǔ)上再度深化、細(xì)分，最終效果與中國專利獎評選結(jié)果基本相似，即金獎專利平均得分明顯高于銀獎專利。但由于樣本選取未考慮國外專利以及被引次數(shù)指標(biāo)新專利相對于老專利不占優(yōu)勢等，因此該算法的結(jié)果僅供讀者參考。