中圖分類號：G255.53 文獻標識碼：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，我國知識產(chǎn)權(quán)保護環(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。國家知識產(chǎn)權(quán)局發(fā)布的《2022年中國專利調(diào)查報告》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% ，遠低于企業(yè)的 49.3%^[2] 。中國高校專利成果的轉(zhuǎn)化運用迫切需要提升。2021年6月，國家知識產(chǎn)權(quán)局辦公室、教育部辦公廳印發(fā)《高校知識產(chǎn)權(quán)信息服務(wù)中心建設(shè)實施辦法（修訂）》，要求推進高校知識產(chǎn)權(quán)信息服務(wù)中心（以下簡稱“高校中心”建設(shè)，完善知識產(chǎn)權(quán)信息公共服務(wù)網(wǎng)絡(luò)，推動將知識產(chǎn)權(quán)信息服務(wù)工作融入高校知識產(chǎn)權(quán)創(chuàng)造、運用、保護、管理、服務(wù)全鏈條，促進高?？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)化運用專項行動方案（2023—2025年）》4提出梳理盤活高校存量專利，建立市場導向的存量專利篩選評價，推動一批高價值專利實現(xiàn)產(chǎn)業(yè)化的要求。2024年1月，國家知識產(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、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)勢和業(yè)務(wù)特長，提供精準化知識產(chǎn)權(quán)信息服務(wù)，深人研究以市場為導向的高校專利轉(zhuǎn)化價值評估，為提升存量專利篩選工作質(zhì)量、促進高校專利運營和轉(zhuǎn)化提供重要保障。

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

2研究現(xiàn)狀

國內(nèi)外學者關(guān)于專利價值的研究已經(jīng)取得一定進展。歐洲學者Sanders等人[6于1958年率先提出“專利價值（patent value）\"的概念，其研究發(fā)現(xiàn)，不同專利的市場價值存在較大差別。20世紀60年代以來，專利價值評估的研究不斷涌現(xiàn)。我國在2023年9月1日起開始實施的國家標準計劃《專利評估指引》中明確，專利價值是指專利在現(xiàn)實市場條件下的使用價值，可以通過使用反映專利價值特征的因素，對專利價值進行分析評估。

在專利價值評估指標方面，有學者早期發(fā)現(xiàn)專利價值與專利壽命[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《專利價值分析指標體系操作手冊》從專利的法律、技術(shù)和經(jīng)濟3個價值維度建立專利價值評價指標體系，共包含18個評價指標[]。一些關(guān)于高校專利價值評估的研究中提及了企業(yè)專利價值評估中常用的有關(guān)專利的經(jīng)濟效益、戰(zhàn)略相關(guān)性[12-13]、風險因素[14]等相關(guān)指標，但總體來看，此類指標多為需要進行人為判斷的主觀評價指標。

在專利價值評估方法方面，目前主要包括經(jīng)濟學方法、綜合評價法、機器學習方法等。如 Kim 等人將專利評價指標和專利技術(shù)交易數(shù)據(jù)相結(jié)合構(gòu)建了大學專利價值評估模型[15]。韓盟等人將貝葉斯理論與復相關(guān)系數(shù)和變異系數(shù)相結(jié)合，對專利可轉(zhuǎn)移的綜合概率進行分析[16]。Hsieh基于文獻調(diào)研和德爾菲法確定了專利價值評估的相關(guān)指標，并采用因子分析法進行綜合收益和綜合風險的評估[7]。來音等人構(gòu)建了基于深度注意力機制的高校專利價值評估模型[18]。

由于不同領(lǐng)域知識結(jié)構(gòu)和創(chuàng)新路徑存在差異，專利價值評估模型在不同的行業(yè)領(lǐng)域中會有差異[19]。多數(shù)研究直接根據(jù)現(xiàn)有文獻中專利價值評價的一般指標進行專利價值評估，較少針對評價樣本的實際數(shù)據(jù)情況進行指標的取舍和市場化驗證，因而可能會影響評價效力。

基于此，本文以高校生物產(chǎn)業(yè)專利為研究對象，基于專利轉(zhuǎn)化運用政策導向和實際需求，探究融合經(jīng)典評估指標和修正評估指標的方法，以促進高校專利成果轉(zhuǎn)化為應(yīng)用場景，檢驗評估指標的有效性，基于客觀數(shù)據(jù)構(gòu)建可實踐的高校專利轉(zhuǎn)化價值評估模型，以期快速識別高校專利轉(zhuǎn)化價值，促進高校專利產(chǎn)業(yè)化。

3研究對象與數(shù)據(jù)來源

“十四五”時期，我國生物技術(shù)和生物產(chǎn)業(yè)加快發(fā)展，生物經(jīng)濟成為推動高質(zhì)量發(fā)展的強勁動力，生物新技術(shù)和新產(chǎn)品有望實現(xiàn)廣泛應(yīng)用[20]。著眼于搶占未來產(chǎn)業(yè)發(fā)展先機，推動高校高價值專利培育和轉(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，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)分類號為檢索要素，篩選中國申請人類型為“大專院校”，對高校生物產(chǎn)業(yè)專利進行全面檢索，檢索范圍為中國發(fā)明專利，專利公開時間范圍為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引。

4專利轉(zhuǎn)化價值評估指標設(shè)計

4.1專利轉(zhuǎn)化價值評估指標的選取

本文對高校專利進行轉(zhuǎn)化價值評估，進而在早期識別高校潛在可轉(zhuǎn)化專利。對于高校而言，需要借助有限的資源對海量的專利進行評估工作，因此不適合采用主觀性較強的評估方法?？紤]該應(yīng)用場景，本文通過充分梳理國內(nèi)外文獻研究指標和咨詢專家意見，從經(jīng)典評估指標和修正評估指標兩類來細化選取基于客觀數(shù)據(jù)的高校專利轉(zhuǎn)化價值評估指標（見表2）。

4.1.1經(jīng)典評估指標

從表2可以看出，經(jīng)典評估指標包括技術(shù)維度、法律維度、主體維度和市場維度。IPC分類號數(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]和文獻頁數(shù)[24]來體現(xiàn)，專利權(quán)的保護范圍由專利的權(quán)利要求來限定，專利文獻頁數(shù)反映發(fā)明人對專利技術(shù)方案的公開程度和專利撰寫質(zhì)量。主體維度涵蓋申請人數(shù)量[25]和發(fā)明人數(shù)量[26-27]兩個指標。專利申請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)團隊規(guī)模。市場維度選取專利維持期[28-29]和國民經(jīng)濟分類數(shù)量指標，專利維持期限定經(jīng)濟壽命，國民經(jīng)濟分類號反映專利所在的市場應(yīng)用范圍[30]

現(xiàn)有研究多數(shù)僅關(guān)注新指標與專利價值的相關(guān)性，而將形成的新指標與經(jīng)典評估指標融合綜合評估專利價值的有效性還有待進一步研究[31?！秾＠u估指引》中指出，在專利轉(zhuǎn)讓評估場景下，根據(jù)專家經(jīng)驗，技術(shù)維度和經(jīng)濟維度的重要性應(yīng)適當提高，因此，本文重點對技術(shù)指標和市場指標進行進一步修正。許景龍等人提出，專利價值分析指標應(yīng)該有針對性地考慮指標無量綱化[32]。本文借鑒 H.Emst 等人[33]對市場覆蓋程度（marketcoverage）和技術(shù)影響力（technologyrelevance）的探索來修正技術(shù)指標和市場指標，并將修正的評估指標與經(jīng)典評估指標結(jié)合，綜合評估專利轉(zhuǎn)化價值。

4.1.2修正評估指標

（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)域的專利引用習慣不同，導致不同領(lǐng)域的專利引用次數(shù)也有所差異。為了消除這些差異，引入某個領(lǐng)域同一年所有公開專利的平均引用次數(shù)進行校正[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)的有針對性無量綱化。本文認為，專利被引證次數(shù)也應(yīng)同時考慮技術(shù)領(lǐng)域和不同公開時間引起的差異。例如，專利公開時間越晚，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布局。不同公開類型的專利，其市場占有率在一定程度上是不同的，授權(quán)專利的市場轉(zhuǎn)化率比已公開未授權(quán)的專利申請的市場轉(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，每個專利修正的專利族大小指標定義為專利同族數(shù)量乘以專利公開類型對應(yīng)的權(quán)重。處于授權(quán)階段的專利，權(quán)重是1；處于申請階段的專利，權(quán)重是0.7。

4.2專利轉(zhuǎn)化價值評估指標有效性檢驗

基于篩選具有潛在轉(zhuǎn)化價值的專利的角度，以專利是否可轉(zhuǎn)化作為專利價值的評估目的，檢驗評估指標的有效性。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，將這些專利作為高轉(zhuǎn)化價值專利樣本H，另隨機抽取17036項高校未發(fā)生轉(zhuǎn)讓或許可的失效專利作為低轉(zhuǎn)化價值專利樣本L，從IncoPat數(shù)據(jù)庫中導出上述34072項樣本專利的關(guān)鍵字段，對其10個專利轉(zhuǎn)化價值評估指標進行人工標引。另外，分別計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），進而修正每項專利的引文數(shù)量指標值和被引證次數(shù)指標值。

統(tǒng)計17036項高轉(zhuǎn)化價值專利樣本H的各評估指標數(shù)據(jù)，以及17036項低轉(zhuǎn)化價值專利樣本L的各評估指標數(shù)據(jù)。對兩組樣本進行非參數(shù)檢驗，獨立樣本Mann-Whitney檢驗比簡單對比均值比較組間差異的效果更加直觀，針對方差不齊或者非正態(tài)性數(shù)據(jù)進行差異性對比更加有效，利用 Mann-Whitney 進行檢驗的結(jié)果如表4所示。

觀察表4，兩組樣本對于IPC分類號數(shù)量、權(quán)利要求數(shù)量、文獻頁數(shù)、專利維持期、申請人數(shù)量、發(fā)明人數(shù)量、國民經(jīng)濟分類數(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個指標全部呈現(xiàn)出0.01水平顯著性差異（ plt;0.01 ）。具體對比中位數(shù)差異性可知，IPC分類號數(shù)量、權(quán)利要求數(shù)量、文獻頁數(shù)、發(fā)明人數(shù)量、專利維持期、國民經(jīng)濟分類數(shù)量、修正的引文數(shù)量、修正的被引證次數(shù)8個評估指標在高轉(zhuǎn)化價值專利樣本H中的值更高。對于申請人數(shù)量指標，整體上看是高轉(zhuǎn)化價值專利樣本H中的申請人數(shù)量小于低轉(zhuǎn)化價值專利樣本L，這與我們的預(yù)期相違背，剔除該項指標。對于修正的專利族大小指標，兩個樣本的中位數(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，兩個樣本中該項指標的整體上下邊界范圍有著明顯差異，高轉(zhuǎn)化價值專利樣本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)化價值專利樣本L。據(jù)此，本文選取IPC分類號數(shù)量、權(quán)利要求數(shù)量、文獻頁數(shù)、發(fā)明人數(shù)量、專利維持期、國民經(jīng)濟分類數(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個指標綜合評估高校生物產(chǎn)業(yè)專利轉(zhuǎn)化價值。

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

4.3.1CRITIC法計算指標權(quán)重

本文采用CRITIC方法對指標進行客觀賦權(quán)，該方法綜合考慮了數(shù)據(jù)的對比強度和沖突性這兩項指標，消除了相關(guān)性較強的指標對最終結(jié)果的影響，并減少指標之間的信息重疊，與常用的熵權(quán)法相比，更有利于得到可信的評價結(jié)果[34]。CRITIC方法不僅通過標準差來衡量同一指標內(nèi)部的差異程度，還使用相關(guān)系數(shù)來反映指標之間的相關(guān)性。標準差越大，同一指標下各評價對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)重的計算步驟如下：

首先基于各指標值構(gòu)建原始評估矩陣 A=（X_ij）_m×n 其中 m 表示評估指標的個數(shù)， n 為待評估的對象個數(shù)， X_ij 為第 i 個待評對象關(guān)于評估 X_j 指標的評估值（ i= 1，2，…，n;j=1，2，…，m）^[35] 。由于各指標的量綱不統(tǒng)一，且均為正向指標，按公式（1）進行數(shù)據(jù)歸一化處理；其次按照公式（2）和（3）計算沖突性及對比強度指標；最后按公式（4）計算各指標的權(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 項指標的變異系數(shù)， σ_σ 為第 j 項的標準差， 為第 j 項指標的平均數(shù)。

公式（3）

其中， T_j 為沖突性指標， y_pi 和 y_pj 為第 p 個評估對象的第 i 項和第j項指標值。

其中， ω_j 為各評估指標權(quán)重。

4.3.2TOPSIS法計算專利轉(zhuǎn)化價值綜合得分

在多目標綜合評價中，TOPSIS法被證明是更加有效的，其根據(jù)有限個評估對象與理想化目標的接近程度，對現(xiàn)有對象進行相對優(yōu)劣排序[36]。獲得權(quán)重后，即可計算樣本中各組專利數(shù)據(jù)相對于最優(yōu)解及最劣解在CRITIC權(quán)重下的歐式距離，具體計算公式為：

其中， 表示第 j 個指標的最優(yōu)（劣）值， D_j⁺ 和 D_j^- 代表評估對象與最優(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； D_j^- 值越大，說明與最劣解距離越遠。最理想的研究對象是 D_j⁺ 值越小同時D_j^- 值越大。

最后，通過相對接近 C 度的計算來對所有專利進行價值排序，根據(jù)公式（7）計算各單項專利的轉(zhuǎn)化價值綜合得分。

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

5實證研究

5.1研究對象及數(shù)據(jù)來源

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

6696項專利。通過對各指標數(shù)據(jù)進行描述性統(tǒng)計，對缺失值和異常值進行處理，最終得到6576項復旦大學生物產(chǎn)業(yè)專利數(shù)據(jù)，作為本次分析樣本F。對各評估指標進行人工標引，依據(jù)4.1的描述，對專利引文數(shù)量、專利被引證次數(shù)和專利族大小三個指標進行修正。

5.2復旦大學生物產(chǎn)業(yè)專利轉(zhuǎn)化價值評估

首先，指標歸一化。統(tǒng)計復旦大學專利的各評估指標數(shù)據(jù)，依據(jù)公式（1）進行專利數(shù)據(jù)歸一化處理。

其次，計算各指標權(quán)重。各指標權(quán)重根據(jù)公式（2）、公式（3）、公式（4）計算可得，本文通過SPSS分析軟件對歸一化后的指標進行CRITIC賦權(quán)，其計算結(jié)果如表5所示。

最后，計算專利轉(zhuǎn)化價值綜合得分。獲得權(quán)重后，根據(jù)公式（7）計算復旦大學生物產(chǎn)業(yè)專利價值得分，由于利用TOPSIS計算出來的得分值較小，反映專利價值評分的直觀性較差，因此為了更好地反映專利價值得分水平，本文將所有計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

為了驗證模型的有效性，將本文構(gòu)建的CRITIC-TOPSIS綜合評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綜合評估法的評估模型進行對比。計算專利綜合轉(zhuǎn)化價值得分，依據(jù)二八原則，排名前 20% 的專利可被認為是具有較高價值的專利，因此，通過比較各模型評估的排名前 20%專利中已轉(zhuǎn)化專利數(shù)量情況來進行驗證，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綜合評估法的評估結(jié)果相比，采用本文的CRITIC-TOPSIS綜合評估法在排名前 5% 、前10% 前 20% 這幾個范圍的專利轉(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價方法相比，采用CRITIC-TOPSIS綜合評估法進行專利轉(zhuǎn)化價值評估來識別潛在可轉(zhuǎn)化專利是更加有效的。

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

6.2高校專利轉(zhuǎn)化價值排名評估的市場價格驗證

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

6.3高轉(zhuǎn)化價值專利技術(shù)分析

對排名前 20% 的高轉(zhuǎn)化價值專利的主要技術(shù)（IPC大組）分布進行分析。含有機有效成分的醫(yī)藥配制品（A61K31，344項專利）領(lǐng)域的專利數(shù)量最多，抗腫瘤藥（A61P35，297項專利）具有極高的創(chuàng)新熱度，是研究重點。突變或遺傳工程、載體、宿主等（C12N15，282項專利），包含酶、核酸或微生物的測定或檢驗方法（C12Q1，223項專利），以所用的非有效成分為特征的醫(yī)用配制品（A61K47，133項專利）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項專利）抗感染藥（A61P31，117項專利）、含肽的醫(yī)藥配制品（A61K38，91項專利）、以特殊物理形狀為特征的醫(yī)藥配制品（A61K9，88項專利）、神經(jīng)系統(tǒng)藥（A61P25，84項專利）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（對應(yīng)于A61K31，醫(yī)藥專利主要分類號）和產(chǎn)業(yè)化，推動重點領(lǐng)域新發(fā)展，強調(diào)以臨床用藥需求為導向，依托高通量測序（對應(yīng)于C12Q1）、基因組編輯（對應(yīng)于C12N15）微流控芯片等先進技術(shù)，促進轉(zhuǎn)化醫(yī)學發(fā)展，在腫瘤（對應(yīng)于A61P35）重大傳染性疾?。▽?yīng)于A61P31）、神經(jīng)精神疾?。▽?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（對應(yīng)于A61K38）等生物藥。該文件引領(lǐng)高轉(zhuǎn)化價值專利的發(fā)展。

除了政策導向，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)，直接推動檢測技術(shù)的快速發(fā)展（對應(yīng)于C12Q1）。

可見，本文評估結(jié)果具有政策依賴性和市場需求依賴性的特點，與領(lǐng)域產(chǎn)業(yè)發(fā)展方向相符，進一步驗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個評估指標，構(gòu)建高校專利轉(zhuǎn)化價值評估模型。評估指標分為經(jīng)典評估指標和修正評估指標，經(jīng)典評估指標包括IPC分類號數(shù)量、權(quán)利要求數(shù)量、文獻頁數(shù)、發(fā)明人數(shù)量、專利維持期、國民經(jīng)濟分類數(shù)量，修正評估指標包括修正的引文數(shù)量、修正的被引證次數(shù)、修正的專利族大小?；谧R別復旦大學生物產(chǎn)業(yè)潛在可轉(zhuǎn)化專利的目的，通過CRITIC-TOPSIS綜合評估方法驗證本文方法的有效性。通過實證分析和結(jié)果驗證可知，本文所構(gòu)建的基于修正評估指標的高校專利轉(zhuǎn)化價值評估方法能夠在海量專利中有效識別專利轉(zhuǎn)化價值，并在早期快速地預(yù)估專利參考價格范圍，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估工作提供幫助。

本文僅通過專利客觀數(shù)據(jù)計算專利轉(zhuǎn)化價值，由于專利數(shù)據(jù)無法準確反映高?？萍汲晒D(zhuǎn)化過程中的復雜性與不確定性，專利轉(zhuǎn)化價值評估模型有待改善。鑒于以上不足，下一步的重點將結(jié)合相關(guān)領(lǐng)域?qū)＜乙庖姼倪M評估指標，并結(jié)合高校知識產(chǎn)權(quán)管理人員重點學科建設(shè)、重點發(fā)明人、成果獲獎等其他信息的掌握情況，對初篩得分較高的專利進一步篩選，以提升高校專利轉(zhuǎn)化價值評估的有效性和指導性。

參考文獻：

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

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

[3］國家知識產(chǎn)權(quán)局辦公室教育部辦公廳關(guān)于印發(fā)《高校知識產(chǎn)權(quán)信息服務(wù)中心建設(shè)實施辦法（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)化運用專項行動方案（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)院國資委中國科學院關(guān)于印發(fā)《高校和科研機構(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］國家市場監(jiān)督管理總局，國家標準化管理委員會.專利評估指引（標準號：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.專利價值分析指標體系操作手冊[M].北京：知識產(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)專利評價方法探討[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?？赊D(zhuǎn)移專利識別研究：基于貝葉斯理論和組合賦權(quán)法[J].圖書情報工作，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.深度注意力機制下的高校專利價值評估方法：基于歷史轉(zhuǎn)化特征錨定效應(yīng)視角[J].情報雜志，2023，42（8）：200-207.

[19］呂璐成，趙亞娟.基于客觀數(shù)據(jù)的專利價值評估指標進展與評述[J].圖書情報工作，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)計局令第23號）[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.基于機器學習的專利質(zhì)量分析與分類預(yù)測研究：以區(qū)塊鏈技術(shù)專利為例[J].現(xiàn)代情報，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)運營模式研究[J].圖書情報知識，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.核心專利指標效力研究評述[J].圖書情報工作，2014，58（24）：121-125.

[28]蔡中華，侯翱宇，馬歡.專利維持時間影響因素的實證研究[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].情報雜志，2015，34（1）：77-82.

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

[31］呂璐成，趙亞娟.基于客觀數(shù)據(jù)的專利價值評估指標進展與評述[J].圖書情報工作，2023，67（18）：129-139.

[32]許景龍，呂璐成，趙亞娟.面向?qū)＠治隽鞒痰膶＠閳蠓治龉ぞ吖δ鼙容^研究[J].情報理論與實踐，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)新中心績效評價研究：基于改進的G1-CRITIC-TOPSIS綜合評估模型[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.