花之蕾，劉亞娟

（1.華北電力大學科學技術研究院，北京 102206；2.北京墨進知識產權服務有限公司，北京 100021）

1 研究背景

自2008 年國務院頒布《國家知識產權戰(zhàn)略綱要》以來，作為知識產權重要組成內容的專利保護工作在中國取得了可喜的成就。截至2019 年年底，中國有效專利數(shù)量達到270 萬件［1］，形成了相當?shù)囊?guī)模和較好的發(fā)展態(tài)勢，但同時也出現(xiàn)了專利發(fā)展重數(shù)量輕質量、重申請輕實施等問題［2］。有報道稱，中國科技成果轉化率可能低于6%［3］。中國存在大量專利授權閑置現(xiàn)象，特別是高校，專利實施比例明顯低于企業(yè)或科研單位［4］。中國高校作為國家創(chuàng)新體系的中堅力量，瞄準世界科技前沿開展前瞻性基礎研究，產出了大量創(chuàng)新科研成果，但根據(jù)國家知識產權局報告［4］，以及蘭筱琳等［5］、張會民等［6］的研究可知，這些科研成果普遍存在成熟度低、與市場需求和生產條件脫節(jié)、不對用戶負責、推廣應用工作舉步維艱等諸多問題。究其原因，從內因來看，高校知識產權政策制度需要優(yōu)化，目前有相當數(shù)量的專利是為滿足結題驗收、績效考核等要求而申請；高校自身缺乏實施專利成果的相關基礎和必要條件，知識產權管理機制尚不健全，專利轉化條件較差；高校知識產權管理和運營等崗位人員不足、專業(yè)能力欠缺，難以對大量閑置專利進行主動管理［7］，專利轉化能力較弱。從外因來看，有研究表明，部分科研人員受專利是國有資產的固有思維影響，對高?？萍汲晒D化工作存在顧慮情緒［8］；高校知識產權轉化缺乏權威可信的專利交易平臺［9］，以及配套的支撐和服務機制尚不完善等等。

利用incoPat 數(shù)據(jù)庫檢索統(tǒng)計，中國高校通常在維持授權專利4 年～6 年后自動放棄專利權，這些專利在其整個生命周期內并未起到實現(xiàn)創(chuàng)新價值、推動科技升級的載體作用，甚至還存在由于高校知識產權領域管理有漏洞和混亂，造成知識產權“流失暗道”迅速形成的個別現(xiàn)象［10］。當前，我國專利戰(zhàn)略已從數(shù)量積累發(fā)展到質量優(yōu)化的關鍵階段，2020 年教育部等三部委聯(lián)合提出了全面提升高校專利質量、促進轉化運用的政策要求，高校專利管理正面臨著以質量為中心、去蕪存菁的重大變革機遇。

科學準確地評價高校專利質量是專利戰(zhàn)略實現(xiàn)的關鍵，也是提升高?？蒲袆?chuàng)新能力的客觀需要。已有很多學者梳理了用于高校專利評價的指標，如楊登才等［11］、沈瑩［12］、張立昆等［13］、戴希兵等［14］建立了專利評價指標體系，但至今尚未形成普遍適用于高校的專利質量評價指標和體系，主要是因為現(xiàn)行的大多數(shù)指標和體系是借鑒傳統(tǒng)專利價值評判的通用方式，未充分考慮中國知識產權發(fā)展現(xiàn)狀及高校專利的自身特點。因此，制定一套適合中國高校的專利質量評判標準已經(jīng)成為提升當前高校專利質量管理效率的重要路徑［15］。為此，本研究在總結已有相關研究的基礎上，充分考慮中國知識產權發(fā)展現(xiàn)狀及高校專利特點，嘗試構建高校專利分級評價指標體系并開展實證驗證，以期為中國高校專利質量評價提供更具針對性的思路參考。

2 專利質量評價指標的確定

以專利權為代表的知識產權是國家依法在一定時期內授予發(fā)明創(chuàng)造者或其權利繼受者獨占使用其發(fā)明創(chuàng)造的權利，因此，有別于傳統(tǒng)意義上的科研成果，專利兼具技術、法律和經(jīng)濟屬性。專利豐富的內涵也直接導致影響其質量評估的因素眾多。伴隨著中國專利申請量的急速增加、專利法律事件和運營活動的豐富，中國的專利評價體系經(jīng)歷了從重點鎖定技術性指標向關注法律性指標以及進一步考慮經(jīng)濟性指標的過渡，如國家知識產權局專利管理司等［16］發(fā)布的《專利價值分析指標體系操作手冊》中提出了專利價值分析指標體系，并通過專家打分法計算專利價值度；中國科學院文獻情報中心呂曉蓉［17］對此進行改進，提出了基于3 個維度、選取15 個可測度評價指標建立的專利價值評價指標體系和專利技術質量評價模型，比較全面地覆蓋了專利評估指標。然而，上述所提出的指標很多在現(xiàn)有數(shù)據(jù)條件下無法公開獲取，因此有關評價體系并未得到廣泛認可。目前中國尚缺乏一個公認的、科學的、準確的專利價值評估方法或體系。

筆者基于多年的知識產權管理經(jīng)驗發(fā)現(xiàn)，中國高校專利的創(chuàng)造、保護和運用具有獨特性。歸納而言，首先，相當數(shù)量的高校尚未建立專利申請前披露制度，近來熱議的高校專利申請前評估工作也剛剛起步，大量專利并未經(jīng)過對創(chuàng)新技術是否與市場匹配的評估環(huán)節(jié)就進入申請；其次，高校作為專利申請人具有特殊性，導致涉及訴訟的專利鳳毛麟角，從訴訟糾紛探析技術熱點無異于緣木求魚；最后，高校專利轉化多是與已有合作關系或師承關系的企業(yè)進行，并未實質性開展轉化前的盡職調查工作。因而在現(xiàn)階段，法律性指標和經(jīng)濟性指標實際上對中國高校專利質量評估的參考意義不大，甚至在數(shù)據(jù)不全、數(shù)據(jù)背景不清的情況下可能會對專利質量的評估評價造成一定程度的干擾。

在關注專利技術性的評價指標中，孫玉濤等［18］提出目標專利前引的專利數(shù)量反映該專利技術基礎，引證數(shù)越多表明專利質量越高；李春燕等［19］提出目標專利所有前引的專利年齡的平均數(shù)/中位數(shù)反映技術創(chuàng)新或科技發(fā)展速度，數(shù)值越小表明技術越新且創(chuàng)新速度越快、專利質量越高；黎薇等［20］提出基于層次分析法綜合專利數(shù)量類、質量類、價值類指標建立企業(yè)專利競爭力綜合評價數(shù)學模型；李欣等［21］提出以專利授權年份（專利公開時間）與專利申請年份的差值反映技術本身先進程度和專利重要程度，申請時程越長表明技術先進性越強；張杰等［22］提出專利的發(fā)明人數(shù)量越多，不同發(fā)明人貢獻的知識和經(jīng)驗越多，知識基礎越堅實，專利質量提升的可能性越大；Rassenfosse 等［23］研究表明，專利保護的年限越長需要繳納的費用越高，意味著專利的價值度越高；萬小麗等［24］用層次分析法計算指標的權重，用模糊綜合評價法得出專利的現(xiàn)時貨幣價值量，設計了專利價值的初評值和偏差等級及其分值。

考慮到現(xiàn)階段中國高校專利發(fā)明人的主觀要求，專利撰寫人員能力、經(jīng)驗和精力，專利撰寫特點、專利審查程序性、專利管理簡單化等因素，筆者認為，選取高校專利評價指標時應考慮如下問題：應易于從高校現(xiàn)有統(tǒng)計信息、公開數(shù)據(jù)庫中獲?。粦苊膺^多摻入經(jīng)濟、法律因素；應慎重考慮專利引證與被引證情況；應關注高校自身創(chuàng)新和發(fā)展能力。有鑒于此，本研究打破以往主要從技術、法律、經(jīng)濟3 類因素中選取指標的模式，跳出孤立的專利研究，站在全球宏觀技術領域發(fā)展趨勢以及高?？蒲谐掷m(xù)發(fā)展能力角度探討專利質量的影響因素，遵循客觀性、系統(tǒng)性、可行性原則，充分借鑒相關評價指標，從專利自身基礎技術性信息、宏觀領域技術性信息以及高校整體技術性信息3 個維度選取了15 項專利評價指標形成高校專利質量評價指標體系（見表1，以下簡稱“專利質量評價體系”），力圖建立適用于中國高校的專利質量評價、專利成果轉化推進和科技創(chuàng)新能力提升的指標體系。

表1 高校專利質量評價指標

（1）借鑒Wang 等［25］的研究，采用技術寬度（NB_IPC）代表每件目標專利不重復的4 位IPC 子類別數(shù)量。IPC 反映專利技術所屬的領域，在一定程度上體現(xiàn)了專利技術覆蓋范圍，即寬度。Lerner［26］研究顯示，專利被引次數(shù)與IPC 分類的子類數(shù)量高度正相關。李欣等［21］認為專利技術覆蓋范圍越大，專利被引次數(shù)越高，專利質量越高。

（2）專利類型（PATENT_TYPE）。所選目標專利包括發(fā)明專利和實用新型專利，一般認為發(fā)明專利的創(chuàng)造性更加突出和顯著，而實用新型的創(chuàng)造性要求略有降低，故而多數(shù)情況下認為授權發(fā)明專利的質量比實用新型高。在專利質量評價體系中，目標專利若為發(fā)明，賦值為1；若為實用新型，賦值為0。

（3）技術可替代性（TECH_SUBSTITUTABILITY）。晁蓉等［27］提出，位于目標專利公開日之后且相似度超過一定閾值的相似專利文獻數(shù)量的多寡代表目標專利技術被替代的可能性高低，可替代性越大則專利質量越低；反之，可替代性越小，專利質量越高。專利評價體系借鑒晁蓉等［27］的理論，并將技術可替代性計算如下：將incoPat 專利數(shù)據(jù)庫與歐洲專利局全球專利數(shù)據(jù)庫匹配，根據(jù)目標專利的IPC 主分類號得到全球專利數(shù)據(jù)庫中同IPC 分類號的專利集合；隨機抽取1 000 條每一個IPC 主分類號對應的專利集合中的專利作為計算的樣本空間，基于Oracle 數(shù)據(jù)庫計算目標專利標題與同IPC 分類號的專利集合中1 000 條專利的標題相似度，結果值大于50 的專利數(shù)即是目標專利的技術可替代性。

（4）科學關聯(lián)度（NB_TECH_CITATION），即目標專利引證文獻中的科學論文文獻數(shù)量。專利發(fā)明人在撰寫專利申請文件時，為了全面地披露專利技術背景，經(jīng)?；蛘咝枰霉_專利文獻和非專利文獻。其中，專利文獻側重解決某技術問題的新技術方案的提出與實施效果驗證；科學論文等非專利文獻不僅涉及技術方法及其驗證，還包含大量的綜述性技術、討論性的概念等，更加反映科技熱點與前沿。專利中引用非專利文獻的情況反映了專利技術與科學技術的關聯(lián)程度?？茖W關聯(lián)度越高，表明該專利技術與科技前沿的聯(lián)系越密切。

（5）權利要求數(shù)（NB_CLAIMS），即一件專利中權利要求的數(shù)量。專利權利要求限定專利保護范圍，與專利有用性與其價值正相關［28］。一般認為，權利要求數(shù)量多體現(xiàn)了專利的技術方案復雜，層次多的專利質量也較高［29］。

（6）專利族大小（NB_FAMILY_SIZE）。專利族也稱專利家族，是指具有共同優(yōu)先權的，在不同國家或國際專利組織多次申請、多次公布或批準的內容相同或基本相同的一組專利文獻。專利族中在不同國家或地區(qū)公開的文獻數(shù)量反映了專利（擬）保護地域的范圍，專利族越大代表專利權人對該專利投入的成本越高，同時在多國或地區(qū)帶來的經(jīng)濟效益也越高［15］。

（7）同領域專利數(shù)量申請趨勢（TREND_APPLICATIONS），即目標專利所屬技術領域在目標專利公開之前（包括當年）每一年的專利申請總量相較于前一年的增長/減少趨勢?？偣灿嬎愕綄＠l(fā)布之前的第5 年，對5 年的趨勢進行平均得到目標專利的同領域專利數(shù)量申請趨勢。同領域專利申請反映了某技術領域研發(fā)熱度以及研發(fā)成果產出情況，同領域專利數(shù)量申請越多表明領域的熱點性越高、研發(fā)成果越多。

（8）專利權人數(shù)（NB_APPLICANTS）。專利權人是為研發(fā)項目的開展提供資金或技術的一方，也是行使專利使用、處置等權利并獲益的一方。專利權人數(shù)反映了專利研發(fā)資源投入程度和技術的實用價值，與專利質量顯著正相關［30］。

（9）第一申請人類型（FIRST_APPLICANT）。根據(jù)專利申請人的性質，將申請人分為企業(yè)和高校兩類，申請人為企業(yè)時賦值1，為高校時賦值0。一般認為企業(yè)的專利申請脫胎于實際產品需要，而高校專利申請會受到項目、課題等因素影響，因此第一申請人為企業(yè)時表明專利具有直接轉化價值。

（10）總體技術（NB_APPLICANTS_WITHIN_5_YEARS）。Lee 等［31］提出，專利權人發(fā)布的所有專利數(shù)反映專利權人開發(fā)專利的努力程度并影響專利質量。有鑒于此，將總體技術定義為目標專利所屬高校在專利申請后5 年內的專利申請總量，反映高?？蒲型度肓Χ群蛯嶋H研發(fā)能力，用以衡量高校的總體技術實力。高校的技術實力越突出，其科研隊伍的攻關、創(chuàng)新和成果產出能力越強，成果質量越高。

（11）專利h指數(shù)（NB_CITINGS）。2005 年，美國物理學家希爾施［32］提出用h指數(shù)量化科研人員作為獨立個體的研究成果。h指數(shù)是指科研人員發(fā)表的Np 篇論文中有h篇每篇至少被引h次，而其余（Np-h）篇論文每篇被引均小于或等于h次。郭青等［33］對專利進行h指數(shù)計算，認為其表征專利權人技術影響力及技術實力。

（12）發(fā)明專利申請授權率（RATIO_GRANTED），即目標專利所屬高校的全部發(fā)明專利的申請授權比例。發(fā)明專利授權必須經(jīng)過實質審查，授權率高反映發(fā)明技術改進性強、質量較高，進而反映了高校的整體研發(fā)實力，是支撐高校高質量專利產出的基礎。

（13）專利技術生命周期（TECH_LIFECYCLE），即目標專利所屬技術領域當年發(fā)明專利申請或授權量占過去5 年該技術領域發(fā)明專利申請或授權總量的比率。技術創(chuàng)新或科技發(fā)展最終都要作用于市場，推動產品創(chuàng)新并受市場檢驗。通過某技術領域中一年的專利量與一段時間期間專利量的比例，反映技術創(chuàng)新或科技發(fā)展速度，數(shù)值越小表明技術越新且創(chuàng)新速度越快，專利質量越高。

（14）年均專利申請數(shù)量（AVG_APPLICANTS），即目標專利所屬高校在目標專利申請前5 年內的平均專利申請數(shù)量，反映高校的技術研發(fā)效率，申請量越高表明研發(fā)效率越高。

（15）專利合作性（COR_APPLICANTS）。專利申請人合作性最直觀地反映專利市場性。若由高校和企業(yè)共同申請，則賦值1；若由高校申請，則賦值0。對于由高校教師個人申請后轉讓給高?；蛘吲c高校共同作為權利人的專利，等同于高校申請，賦值0。

3 專利質量評價體系的構建

信息熵（information entropy），也稱“香農熵”（Shannon entropy），描述觀測者對未知事件的不確定性，也表示未知事件可能含有的信息量。熵權法（entropy weight theory）是利用信息熵理論確定系統(tǒng)中各指標權重值的客觀賦值方法，在工程技術、社會經(jīng)濟等領域的應用廣泛。熵權法的基本思路是通過在一組指標中計算出信息熵，進而得到指標權重的大小。通常，若某個指標的信息熵越小，表明指標值的變異程度越大，指標所提供的信息量越多，在綜合評價中所發(fā)揮的作用也越大，相應的指標權重也越大［34］。利用熵權法構建專利質量評價體系，通過各指標的變異程度計算權重，可以最大限度地解決主觀評價方法的缺陷，客觀性更強，并且易于實際操作。與機器學習分類模型方法相比，通過計算熵而自動計算出指標權重，避免了人工標定訓練集時的標注誤差，使結果更符合專利的實際質量。

基于熵權法的指標權重計算的具體步驟如下：

（1）評價指標矩陣構建。假設有n個評價對象、m個評價指標，計算其在各指標上的得分，構建一個n×m的指標數(shù)據(jù)矩陣X如下：

（2）數(shù)據(jù)標準化。對原始數(shù)據(jù)進行歸一化處理，消除數(shù)據(jù)間因量綱不同而產生的誤差。計算公式如下：

式（2）中，i、j分別表示行號和列號，是元素索引。

（3）計算每項指標的信息熵。公式如下：

式（3）中：k是常數(shù)，k=ln(n)-1；p是事件發(fā)生的概率，

若pij=0，則：

（4）確定每項指標的權重。公式如下：

（5）對原始指標進行線性擬合，獲得最終專利質量得分。

4 專利質量評價對象的選取

2020 年教育部和國家知識產權局聯(lián)合認定了首批凸顯知識產權綜合能力的示范高校，首批入選高校整體知識產權工作開展比較好且各高校存在的主要問題都是共性問題，因此本研究以入選單位所在省份為單位，隨機選擇了16 所高校，包括北京交通大學、天津大學、哈爾濱工業(yè)大學、大連理工大學、西安交通大學、山東大學、東南大學、中國科學技術大學、復旦大學、浙江大學、武漢理工大學、湖南大學、廈門大學、四川大學、中山大學、重慶大學，并補充筆者所任職的華北電力大學共17 所高校（以下簡稱“目標高?！保┻M行實證檢驗。為減少高校間學科差異造成的影響，選取2011 年、2015 年和2019 年申請的專利中主IPC 分類為A、C、G 和H的專利數(shù)據(jù)作為評價對象。原始專利數(shù)據(jù)由incoPat專利數(shù)據(jù)庫檢索獲??；部分指標所引用的數(shù)據(jù)由歐洲專利局全球專利數(shù)據(jù)庫（esp@cenet）提取，但歐洲專利局全球專利數(shù)據(jù)庫的部分信息滯后，共收錄了34 069 件檢索專利文獻。為提高結果準確性，在同一專利存在多個文本時，以授權專利文本為基礎進行統(tǒng)計。

5 專利質量評價結果

5.1 指標權重演化

通過熵權法對各項指標進行賦權，并根據(jù)目標高校2011、2015 和2019 年的專利數(shù)據(jù)計算指標的權重（見表2）。

表2 專利質量評價體系的指標權重

由圖1 可見，在3 年總體的指標權重中，權重值排名前3 位的指標依次為專利合作性、專利權人數(shù)和技術替代性，表明這3 項指標對專利質量評價的綜合得分影響最大；其次為專利h指數(shù)、技術寬度、科學關聯(lián)度、專利族大小、年均專利申請數(shù)量、總體技術和權利要求數(shù)；專利類型、發(fā)明專利申請授權率、專利技術生命周期、第一申請人類型和同領域專利數(shù)量申請趨勢的指標權重較低，對專利質量綜合評價影響相對較小。2011 年，各項指標的權重排序和3 年總體指標權重排序都比較一致，僅僅是專利h指數(shù)的權重稍微偏低，排序掉落兩位。2015 年，各項指標的權重排序和3 年總體指標權重、2011 年各項指標權重排序也都比較一致，但技術寬度和權利要求數(shù)指標權重稍有增加，各自排名均提升1 位。2019 年，各項指標的權重與3 年總體指標權重、2011 年和2015 年各項指標權重的排序相比有一些變化，特別是專利族大小指標權重明顯增大，超過專利權人數(shù)和技術替代性，成為排名第二的指標；專利h 指數(shù)、總體技術等指標權重也稍有下降。這幾項指標權重在不同年份有所變化的主要原因可能是這些指標直接或者間接涉及時間窗口，因而可能會受到一定的外部影響。但這些指標總體上在權重計算時受到的影響不大，各自在單獨年份的權重與3 年總體的權重整體趨勢相近。由此可知，專利質量評價體系用于計算專利質量得分的權重設置是合理的。

圖1 專利質量評價體系指標權重演化

5.2 目標高?？傮w得分比較

如圖2 所示，2015 年申請的專利質量得分較2011 年有較大提升，特別是較高質量專利（綜合得分高于28 分）的數(shù)量明顯增多，整體專利質量呈上升趨勢；另一方面，2019 年的專利質量得分低于2011 年和2015 年，考慮到時間窗口空白而損失的得分，因而不能通過橫向比較直接得出2019 年專利質量整體下降的結論，同時這一結果也說明了專利質量評價體系對申請日期截止于2016 年的專利評估效果最佳。因此，對于指標中有時間窗口的評估體系參照該時間窗口選擇目標專利以確保評估準確率。

圖2 目標高校專利總體質量得分時間分布

5.3 目標高校個體得分比較

從圖3 可以看出：首先根據(jù)結果特征，目標高校的所有數(shù)據(jù)都分成了兩部分，即較高綜合得分區(qū)域（綜合得分高于28 分）和較低綜合得分區(qū)域（綜合得分低于20），體現(xiàn)了專利質量的分化趨勢，且大量專利位于較低綜合得分區(qū)域。其次，整體上各目標高校的專利質量綜合得分隨時間演化趨勢一致，均為2015 年高于2011 年、2019 年較低，特別是在高得分區(qū)域更加明顯。考慮到2019 年因部分數(shù)據(jù)滯后而未計算結果，所以數(shù)據(jù)量較少，可能對2019 年的整體結果產生一定影響，因此2019 年數(shù)據(jù)僅供參考。

圖3 目標高校專利質量綜合得分年度分布

如表3 所示，比較2011 年和2015 年結果可以看出，所有目標高校在2015 年的較高綜合得分專利數(shù)量都比2011 年明顯增多，反映了高校的專利質量普遍得到了顯著提高。但各目標高校的專利質量存在差異，特別是在較高得分區(qū)域：哈爾濱工業(yè)大學在較高綜合得分區(qū)域中的專利數(shù)量最多，表明其專利質量較高；華北電力大學、四川大學、西安交通大學、重慶大學、中國科學技術大學、中山大學也在較高綜合得分區(qū)域擁有較多專利。而各目標高校的整體平均值有一定差異：浙江大學平均值最高，并且在較高綜合得分區(qū)域和較低綜合得分區(qū)域都顯示出整體偏向高得分值，表明其整體專利質量最高；重慶大學、東南大學的整體平均值次之，其專利綜合質量也比較有保證。

表3 目標高校專利質量年度綜合得分情況

如圖4 所示，從2011 年和2015 年的專利質量平均得分來看，北京交通大學從第15 位提升至第3位，哈爾濱工業(yè)大學從第17 位提升至第7 位，華北電力大學從第14 位提升至第5 位，中國科學技術大學從第16 位提升至第7 位，均有巨大進步，但其3年總體平均得分的排名又有所下滑；此外，大連理工大學、復旦大學、武漢理工大學和湖南大學的排名均出現(xiàn)一定程度的下滑。結合圖3 可以看出，除去浙江大學以外，各目標高校在較低綜合得分區(qū)域的專利分布相似。造成排名下滑的主要原因是上述高校在較高綜合得分區(qū)域的專利數(shù)量較少，因而產生了專利質量綜合得分的差異，影響了排名。對此，建議高校重點關注提高較高綜合得分區(qū)域的專利占比，有效保持和提升自身的整體專利質量。

圖4 目標高校專利質量平均得分

另外，雖然華北電力大學的專利質量綜合得分排名較靠后，尤其與領先的浙江大學等有一定差距，但華北電力大學專利合作申請指標處于目標高校中領先位置，體現(xiàn)了其在合作研究、委托開發(fā)、產學研合作方面的重視與優(yōu)勢。華北電力大學2015 年的專利質量平均得分排名比2011 年顯著提高，主要歸因于專利合作申請指標的權重在所有指標權重中最高，而華北電力大學在此指標方面評分較高；其2019 年的專利合作申請率達35.8%，排名第一，相信隨著2019 年數(shù)據(jù)的完全公開，在滿5 年時間窗口后再進行專利質量綜合得分計算時，該校排名將有所提高。

5.4 專利質量評價實例

浙江大學2011 年申請的專利“具有基于直線光柵尺反饋控制裝置的振動臺系統(tǒng)”獲得第十五屆中國專利獎優(yōu)秀獎。根據(jù)專利質量評價體系，浙江大學基于2011、2015、2019 年3 年指標權重的綜合得分達到36.515 5 分，位于較高得分區(qū)域。

哈爾濱工業(yè)大學2015 年申請的專利“一種消除低溫對儲能電池內阻測試影響的方法”獲得第二十屆中國專利獎優(yōu)秀獎。根據(jù)專利質量評價體系，哈爾濱工業(yè)大學基于2011、2015、2019 年3 年指標權重的綜合得分達到31.355 3 分，位于較高得分區(qū)域。

由此表明，本研究提出的專利質量評價體系對于篩選較高質量專利具有參考作用。

6 結論與建議

6.1 研究結論

本研究從中國高校專利創(chuàng)造、保護和運用的現(xiàn)狀出發(fā)，從專利技術性、法律性和申請人主體3 個維度篩選評價指標構建高校專利質量評價體系，并以中國首批凸顯知識產權綜合能力的16 所示范高校及華北電力大學為例，運用熵權法確定指標權重，對其2011、2015、2019 年及3 年的知識產權質量進行評價分析，得到結論如下：

（1）目標高校2015 年專利質量綜合得分均高于2011 年，高校整體專利質量在不斷提高。其中，浙江大學的得分總體遠高于其他高校，已經(jīng)形成了一定的整體專利質量優(yōu)勢；東南大學在2011 年、2015 年以及3 年的排名中均位于第二，且與浙江大學的差距逐漸減小。

（2）目標高校專利質量呈現(xiàn)分化現(xiàn)象，顯出專利分級評價的重要性。同時，目標高校普遍存在較高專利質量綜合得分的專利數(shù)量較少的問題，對此進行改善將成為未來高校提高專利質量的重要手段。

鑒于專利發(fā)明人數(shù)據(jù)的局限性，本研究的指標信息都源自專利本身，因此在具體實踐中，高校在進行自身專利質量評價時可以考慮專利發(fā)明人的研發(fā)實力和價值，或者將相關信息作為指標并入本體系，或者單獨從主觀角度，結合本研究提出的評價體系進行評分，確定專利綜合質量。此外，本研究提出的評價體系的指標涉及時間窗口，因而為獲得更準確的評估效果，應按照時間窗口的要求對專利進行評價。

6.2 思考與建議

6.2.1 開展專利分級，梳理現(xiàn)有專利資產

目前，中國高校普遍已經(jīng)擁有了一定數(shù)量的授權專利，但由于高校專利管理人員配備不足、管理職能不明等問題，高校對自身的專利資產信息掌握度不高，甚至有些高校并不清楚專利處于授權還是放棄狀態(tài)，本研究結果也明確地反映出高校專利存在兩極分化的客觀現(xiàn)象。因此，非常有必要對現(xiàn)有專利進行系統(tǒng)梳理和盤點，分門別類地制定出處置意見，這樣一方面能夠甩掉低質量專利的數(shù)量包袱，提高高校整體的專利質量；另一方面也可以使有限的人力更高效地投入到高質量專利的轉移轉化工作中。

6.2.2 普及專利導航和布局，孵育高價值專利

為深入實施創(chuàng)新驅動發(fā)展戰(zhàn)略，切實提高知識產權對科技創(chuàng)新的引領作用，中國已探索發(fā)展出一條利用專利挖掘、專利導航、專利布局、專利預警等方式收集、加工、解讀專利信息的特色道路，并制定了首個知識產權管理國際標準草案——《創(chuàng)新管理知識產權管理指南》，明確了專利導航作為創(chuàng)新管理工具的地位和作用。為切實提高專利質量，高校應積極開展研發(fā)活動類專利導航，以服務科研全流程或特定環(huán)節(jié)為基本導向，深入解構科研活動或其特定環(huán)節(jié)所面臨的研發(fā)環(huán)境、研發(fā)風險、研發(fā)機遇等關鍵問題，為科研立項及研發(fā)活動在方向選取、風險規(guī)避、路線優(yōu)化、資源配置等重要內容和環(huán)節(jié)上提供決策支撐，為研發(fā)成果的全方位、高質量保護工作保駕護航；同時，也可以幫助高?？蒲腥藛T進一步理解專利的意義與價值，更主動地利用專利信息為科技創(chuàng)新服務。

6.2.3 探索專利申請前評估制度，著眼未來專利高質量產出

2020 年2 月，教育部、國家知識產權局、科技部聯(lián)合印發(fā)《關于提升高等學校專利質量促進轉化運用的若干意見》，明確提出要落實開展專利申請前評估的具體要求。專利申請前評估是歐美企業(yè)和高校在進行專利申請前的常規(guī)做法，尤其美國的信息披露系統(tǒng)（IDS）是高校對專利進行評估的重要手段。從美國經(jīng)驗看，IDS 在幫助高校篩選潛在具有轉化價值的專利方面作用突出?，F(xiàn)階段，即使由于專利運營等環(huán)節(jié)尚未打通，造成專利申請前評估在中國也許還無法像在美國一樣對專利轉化起到關鍵作用，但卻可以極大程度地幫助高校減少低質量專利，提高高校整體專利質量。高校知識產權管理部門也應從管理角度出發(fā)，探索建立專利申請前評估制度，逐步摸索具有自身特色的工作流程方案，同時避免將專利申請前評估與專利申請檢索等同起來；不應僅僅著眼于專利授權率，而應以專利等科技成果只有轉化才能實現(xiàn)創(chuàng)新價值、不轉化是最大損失等理念為指導，前瞻性地開展管理工作。

6.2.4 把握國家知識產權示范高校建設機遇，提升高校綜合競爭力

在重質量、重實施理念指導下的中國高校知識產權管理工作方興未艾，各高校間整體差距并不顯著，應深入貫徹《國家知識產權試點示范高校建設工作方案（試行）》，著力提升知識產權的高水平管理能力、高質量創(chuàng)造能力、高效益運用能力和高標準保護能力，更好地服務高校綜合實力提升。在知識產權高質量創(chuàng)造能力方面，強化高校優(yōu)勢特色學科與產業(yè)發(fā)展深度融合，提早謀劃知識產權運營策略與規(guī)劃，培育高價值知識產權組合，形成與高校創(chuàng)新能力、技術市場前景相匹配的知識產權儲備。在知識產權高效益運用能力方面，落實賦予高校知識產權管理運用自主權，完善職務發(fā)明收益分配制度，在高校優(yōu)勢學科領域牽頭組建產業(yè)知識產權聯(lián)盟，構建和運營專利池，推進知識產權打包許可和協(xié)同運用。