专利价值评价模型——捕捉高价值专利的“网”

封面及文中部分图片来自网络

专利的价值体现在其战略价值、技术价值、经济价值、法律价值和市场价值等多个方面。同样作为一件专利，由于其在上述各方面的表现不同，实际呈现出的价值或影响可能会有天壤之别，因此，准确把握专利的价值应当是我们进行专利分析的前提或基础。但在实际操作中，鉴于影响专利价值的因素繁多，通常要求分析者不仅熟悉专利相关的技术和市场情况，具有较专业的专利业务知识，并且具有一定的运营经验。而现实社会中，这样的复合型人才可谓凤毛麟角，由此导致专利价值评估的成本居高不下，专利价值分析则成为大多数知识产权人的镜中花、水中月，可望而不可及。

不了解专利的价值而大谈专利的管理、保护和运营，如同盲人摸象，轻则自娱自乐，自欺欺人，重则可能会造成重大的决策失误或财产损失。在现有的人才瓶颈无法突破的情况下，如何解决这种尴尬的局面？基于专利大数据分析技术的专利价值评估模型给我们开启了一扇新的窗口。

很多人可能会对此心存疑惑：不经人工参与，仅通过电脑自行判断分析，其效果和可靠性是否能够令人满意呢？我们以北京合享智慧科技有限公司的专利价值度评估模型为例，对这种方法的实现原理和效果一探究竟。

合享价值度模型以主成分线性加权综合评价的信用评分方法为理论基础，借鉴和吸收了世界顶级银行普遍采用的用户信用等级评价模型的思想精髓，在此基础上融合了专利特有的“高价值基因”，利用大数据分析技术，形成了自己独特的专利价值分析体系。

它分别对高价值专利样本与数据库全库的专利样本的两百余个参数进行比较分析，最终选用了包括专利类型、被引证次数、同族个数、同族国家数量、权利要求个数、发明人个数、涉及IPC大组个数、专利剩余有效期等在内的23个对专利价值影响较大的参数，根据样本函数关系获得权重系数，通过均衡、迭代和优化，获得专利价值度的综合评价分值，即合享价值度。

效果验证

首先来验证一下合享价值度中国专利价值模型的效果。为了获得比较客观的验证结论，我们在选取价值度模型的高价值专利验证样本时，遵循以下原则：1、验证样本被业界多数人公认为高价值专利；2、验证样本不宜刻意或大量选择构建模型时使用的高价值专利样本；2、验证样本不宜通过模型已经选用的参数检索获得。

基于上述原则，我们分别选取了两组业界认可度比较高的中国高价值专利，一组是由中国国家知识产权局（SIPO）与联合国世界知识产权组织(WIPO)共同组织的中国专利奖获奖专利，包括自第一届至第十八届共计3175件发明和实用新型专利，一组是与ETSI (EuropeanTelecommunications Standards Institute，欧洲电信标准化协会)标准相关的标准必要专利（共计6851件），其专利价值度分布情况分别如下：

图1第一届至第十八届中国专利奖获奖专利价值度分布图

图2 ETSI中国标准必要专利价值度分布图

从图1可见，中国专利奖获奖专利中，价值度为满分的专利为871件，占到样本总数的27.4%（根据模型设计，普通专利中分值为10的专利仅占4.5%），价值度大于等于8的专利共计2664件，占到样本总数的83.9%，而专利价值度小于等于5的合计仅127件，仅占样本总数的4%（普通专利中专利价值度分值为1～5的专利占比合计为55.5%），而通过查看专利当前的法律状态可知，这127件专利当前已经全部失效（根据中国专利奖的评选条件，这些专利在入选时应当全部是授权有效的）。当然，其中也有一些专利价值度为6、7、8的所谓中价值专利，这其中的原因一部分是由于其中部分专利失效导致专利价值度降低，同时，同时也应当考虑到中国专利奖的评选条件中包括了经济效益、市场转化等仅仅依靠专利价值度模型无法预测的因素。

图2对高价值专利的判断情况则更为显著，专利价值度大于等于9的专利共6129件，占样本总数的89.5%，专利价值度小于等于7的仅有151件，占样本总数的2.2%，且这些专利中有64.9%是当前已失效的专利。

图3 专利价值度的综合评价及各维度专利价值的综合展示

从上述列表中，我们看到这个专利总体来看，除了在多个国家有过专利布局之外，其余也没有十分特别的指标。但系统仍旧能够自动将其中绝大部分专利识别为高价值专利，说明合享价值度模型在构建过程中，能够综合地运用各个专利参数的大数据统计信息，并将其进行科学合理的组配，从而形成可信的专利价值度评价体系。

下面，我们再从宏观上对合享价值度模型的分析结果的科学性进行验证。

专利是技术创新成果的体现，从宏观上讲，研发投入的多寡会对创新成果的产出数量造成直接影响，因而也会体现在专利的申请数量上。以下分别是美国、日本、韩国、德国等国家近年来专利申请数量增长率与GDP增长率的对比关系：（数据来源：WIPO官方网http://www.wipo.int/ipstats/en/statistics/country_profile#I）

从以上各图可见，经济学家关于专利申请数量与GDP之间存在密切关系的发现在很多国家都得到了验证。那么，这一规律是否也适应于中国呢？我们看一下中国的关系曲线：

答案显然是否定的。是什么让中国的专利如此“任性”？可能很多人心中都会有一个心照不宣的答案。我们用合享价值度模型对中国的高价值专利进行筛选后再来看一下：

以上是中国2002至2016年申请的全部发明、实用新型和外观设计中专利价值度大于等于8的专利年增长率与中国GDP增长率的关系对比图。由此可见，无论历尽怎样的沧桑，洗尽铅华之后，中国的高价值专利仍会返璞归真，尽显本色。

结 论

通过上述测试，我们可以得出一个结论：采用科学合理的数学评价模型，利用专利大数据分析，对专利的价值进行分级的确具有相当的实用价值。上述合享价值度模型目前已投入实际应用近四年时间，大量应用实践证明，利用专利价值度分析模型，能够快速、有效地获取隐藏在海量专利中的高价值专利，显著地提升各项工作的效率和效果，可广泛应用于专利统计、分析、管理、监控、运营等业务中，成为专利工作者日常工作的一个重要的工具。

需要说明

上述分析模型得到的专利价值度与传统意义上的专利价值评估得到的专利价值是两个完全不同的概念。

传统意义上的专利价值评估是对具体专利的实际价值进行评估，是一个十分复杂的过程，需要针对专利具体保护的技术内容及权利要求，结合研发投入、市场应用、运营和竞争情况等因素进行具体分析之后方可得出，其结论可直接用于专利资产评估或运营。

而通过大数据分析得出的专利价值度，虽然也是针对具体专利的相关参数推算得出的，但模型设计的基本依据是对各相关参数的大数据进行宏观统计分析的结果，其体现的是专利综合价值的概率分布情况，因此，不能精确表明专利的微观价值。换言之，专利价值度分值较高的专利，只能说明其在统计学的意义上具有较大的成为高价值专利可能性，但并不能说明其一定就能在运营中使其价值得以相应的实现。因此，评价结果只能作为快速筛选、识别高价值专利的辅助手段，不能直接用于具体专利实际价值的评估，也不能仅仅以此为依据对两个专利的价值进行一对一的简单比较。

END

作者简介：郭永红，北京合享智慧科技有限公司产品经理，高级工程师，专利代理人，全国知识产权领军人才。先后在海信集团、中联重机、宇通客车等企业任专利工程师。参与过国家知识产权局产业专利分析报告研究项目。

相关导读