提前失效專利對專利價值的影響研究

欒春娟 左川 張流源

摘要：探索提前失效專利對專利價值的影響，對推進我國專利質量工程建設和知識產權強國戰略實施，具有重要的理論意義和現實意義。提前失效專利是指在專利有效保護期限內，應該有效但由于種種原因而提前終止效力的專利。基于IncoPat科技創新平臺檢索的、2002—2018年間中國全部發明授權專利數據3 066 400個檢索結果，借助該平臺人工智能技術植入價值度計算的應用模塊，從四種主要專利申請人類型——產業、大學、科研院所和個人視角，分析了各類型申請人全部專利、有效專利、提前失效專利價值變化趨勢。研究結果揭示了提前失效專利價值遠遠低于有效專利價值；失效率越高，價值度就越低；大學專利失效率最高等。下一步擬進一步探索專利提前失效的原因及應采取的防范措施，以全面提高專利價值和專利質量。

關鍵詞：專利價值；提前失效專利；有效專利；產學研；個人專利；失效率

中圖分類號：G306；N18文獻標識碼： ADOI：10.3969/j.issn.1003-8256.2020.01.004

開放科學（資源服務）標識碼（OSID）：

基金項目：國家自然科學基金項目（71774020/71473028）

1研究意義與國內外研究現狀

探索提前失效專利對專利價值的影響，對推進我國專利質量工程建設和知識產權強國戰略實施，具有重要的理論意義和現實意義。本研究中的“提前失效專利”，是指在專利有效保護期限內，應該有效但由于種種原因而提前終止效力的專利。其中的原因大致包括以下幾種：專利權人未按期繳納年費致使專利權失效；被國家知識產權局宣告無效等[1]，本文簡稱失效專利，但其不同于保護期屆滿而自動失去效力的失效專利概念。

提前失效專利相關研究最近幾年受到學者們的關注。張嫻等[1]探討了有效專利失效速率測度方法。其在總結有效專利統計分析方法的基礎上，針對專利存量理論和專利法律狀態信息更新特征，設計了跟蹤式的有效專利存量比率計算模型；并進一步利用負指數函數提出用以表征有效專利失效速率的專利失效系數；同時做了實證研究。該研究中提出的測度方法，對動態把握我國有效專利數量變動狀況具有一定的指引作用。其研究的有效專利失效問題，包括提前失效和期滿失效等多種狀況，而本文的研究對象專注于提前失效專利。楊中楷等[2]利用中國15個副省級城市20余年的專利數據，采用負指數函數模型及專利存量比率和專利失效系數指標，對各個城市專利失效過程和消亡速度進行了動態測度和直觀展示，將最終結果劃分為四種模式，并探討了該結果與我國區域經濟發展的相關性。該研究對正確把握我國有效專利失效狀況有很大幫助。

專利價值是隨著我國專利數量突飛猛進發展而引起學者們關注的一個重要課題。專利價值是專利質量的重要體現和反映，在專利的商業運營中占有重要地位，常常是專利許可轉讓、質押融資、作價入股、并購重組等活動的前提和基礎[3]。國內外學者關于專利價值的研究，主要集中于以下幾個方面：專利價值與經濟價值相關性[4]、專利價值影響因素[5-8]、專利引用與專利價值之間的對數線性關系[9]、專利價值評估和商業化戰略[10]、專利價值指標在專利拍賣會現場的測試分析[11]等。

關于專利價值的測度方法和指標，國內外知識產權研究與服務機構提出了一些體系。比如，丹麥專利商標局與哥本哈根商學院合作開發的IPscore評估系統[12-13]；美國Dialog公司基于美國加州伯克利大學與喬治梅森大學發表的一篇名為Valuable Patents的論文[14-15]，而開發的Patent Strength評價體系；美國知識產權經營公司OCEAN TOMO開發的Patent Rating專利價值評估系統；美國CHI公司開發的專利記分牌Patent Scorecard評價體系；中國國家知識產權局和中國技術交易所共同開發的專利價值分析指標體系[6，16]；合享專利價值度評估體系[3，17-18]；智慧芽專利評估體系（PatSnap）[19-21]等。

已有的研究為我們提供了重要的參考。本研究以2002—2018年中國全部發明授權專利數據為樣本，基于中國不同類型專利申請人，即產業、大學、科研院所和個人（以下簡稱產學研私），在分析產學研私提前失效專利比率的發展趨勢基礎上，探索提前失效專利對專利價值的影響。

2數據檢索與研究方案設計

2.1數據檢索與分布

本研究數據來源于北京合享智慧科技有限公司開發的科技創新服務平臺IncoPat。該平臺收錄了全球112個國家/組織/地區1億余件專利數據信息，數據采購自各國知識產權官方機構或商業機構，具有數據覆蓋全面、快速更新和多維度深入加工等特色[22]。

按照圖1的檢索流程，得到2002—2018年間全部發明授權專利數據3 066 400個結果。本研究之所以選擇2002—2018年為研究數據的年度，是因為發明專利的法律保護期為20年，從申請之日起開始計算，而發明專利從申請到授權一般需要3年時間。因此，我們選擇的發明授權專利數據期間為17年，即2002—2018年，這個期間的發明授權專利原則上都還在專利有效的法律保護期內。產學研私發明授權專利發展趨勢如圖2所示。產學研私各種類型專利申請人擁有的發明授權專利數量占全部數量的比例如表1所示。

2.2專利價值測度指標

IncoPat創新平臺嵌入的專利價值度指標，被用來計算和衡量本研究中產學研私各種類型專利價值。該指標的計算依賴于IncoPat公司自主研發的專利價值模型[23]，融合了專利分析行業內最普遍和最重要的技術指標，比如技術穩定性、技術先進性、保護范圍等20多個技術指標。通過設定指標權重、計算順序等參數，充分融合專利大數據和人工智能AI技術，將AI技術植入價值度計算等應用模塊[24]。與以往小樣本的、手工計算專利價值度相比，基于全球專利大數據和人工智能強大技術手段計算得出的專利價值度，更具有客觀性和科學性。

2.3研究方案

2.3.1第一步：提前失效專利比率計算與比較

基于IncoPat平臺，分別檢索產學研私各種類型的全部發明授權專利、失效專利、有效專利，計算并比較整體與產學研私各種類型專利失效率及發展趨勢。需要強調的是：我們的分析框架如圖3所示。這里，整體=產業+大學+科研院所+個人+其他；全部專利=有效專利+失效專利。

2.3.2第二步：專利價值度計算

基于IncoPat平臺，檢索得到“授權年/專利價值度”矩陣（表2）。

依據公式（1），計算得出每一年度的專利平均價值度。

其中i表示專利價值度星級，i =1，2，...，10；j表示年度，j =2002，2003，...，2018；a？ij為第j年平均專利價值度；aij表示第j年i星級對應的專利價值度；n為第j年所有專利價值度出現的總頻次；kij表示第j年i星級專利價值度出現的頻次。

2.3.3第三步：分析提前失效專利對專利價值的影響

在以上計算結果基礎上，比較失效專利價值與有效專利價值、全部專利價值的差異，分析提前失效專利對專利價值的影響。

3提前失效專利比率發展趨勢

提前失效專利比率的計算按照公式（2）進行，即：某年度授權后第n年的專利失效率=某年度授權后第n年失效的專利數量/某年度獲得授權的全部專利數量。

其中n表示專利授權后的第n年，i=1，2，......17；j表示年度，j =2002，2003，...，2018；αnj為授權后第n年的專利失效率；xnj表示第j年授權后第n年失效的專利數量；ynj為第j年年度獲得授權的專利總數量。

依據公式（2），我們分別計算了整體與產學研私各種類型專利在2002—2018年間每一年度的失效率，繪制了提前失效專利比率發展趨勢圖（圖4）。橫軸上的年度采取逆序方式，2018年當年獲得授權的專利，2018年既是授權年，也是授權后的第1年，我們在橫軸上的標注為“1 2018”，即“授權后第n年—授權年”，這樣橫軸上的時間就是授權后的第1年至第17年，加上從申請到授權的3年期間，就是發明專利的法定保護期20年。

圖4顯示，整體上看，在每個年份，大學專利的提前失效率幾乎都是最高的，而后依次是個人類型、科研院所、整體的和產業的專利，即產業專利提前失效比率最低。在獲得授權后的第6年，大學專利的失效率接近60%，而在同一年，整體的失效率在25%左右，產業的失效率在20%左右。第10年，大學專利的失效率接近85%，整體的在50%左右，產業的不到45%。第15年，大學和個人專利失效率接近95%，整體的和產業的在80%左右。整體與產學研私各類型專利的平均失效率如表3所示。

表3顯示，大學專利的提前失效專利比率是最高的，超過65%；個人的也比較高，超過60%；科研院所的超過50%；整體略高于45%；產業的最低，接近40%。

4提前失效專利價值與全部/有效專利價值的比較

4.1每一類型的專利價值分析

圖5中，以組圖形式展示了整體與產學研私每一類型的全部專利、有效專利與失效專利的專利價值發展趨勢。

圖5中各個子圖雖有差異，但卻揭示了同樣的規律：對于發明授權專利的整體和產學研私各種類型而言，有效專利的價值處于最高層次的發展趨勢；全部專利價值處于中間層次發展趨勢；失效專利價值處于最低層次發展趨勢。直觀上揭示了失效專利拉低了全部專利價值這個現象。

4.2各類型的專利價值分析

圖6展示了整體與產學研私各類型的有效專利、全部專利與失效專利的專利價值發展趨勢。圖6（a）顯示，整體與產學研私各類型的有效專利的專利價值發展趨勢非常接近，整體上呈現上升的發展態勢。獲得授權后的第1年，各類型專利價值度為8.0左右，之后升降盡管有略微波動，但總的上升趨勢還是比較明顯，在第10年至第17年基本處于價值度的高峰期間。圖6（b）揭示了整體與產學研私各類型的全部專利的專利價值發展趨勢。獲得授權后的第1年，各類型的專利價值度基本為8左右，之后除了產業的專利價值度呈現出略微上升繼而略微下降，恢復到8左右之外，其他的幾條曲線都呈現出下降的發展態勢，尤其是科研院所、個人和大學三種類型的專利。其中大學專利的下降趨勢是最明顯的。圖6（c）揭示了各類型失效專利價值發展趨勢。它們在第一年時專利價值度介于3～4之間，之后的發展趨勢比較接近，上升趨勢比較明顯，盡管有略微波動。產業的與整體的趨勢比較接近，上升趨勢更明顯；科研院所、大學和個人的趨勢非常接近。圖6（c）清晰地揭示了專利獲得授權后，提前失效的時間越早，價值就越低。

4.3失效專利對專利價值的影響

本文從兩個方面，分析提前失效專利對專利平均價值的影響。第一個方面，失效專利與有效專利的專利價值比較，從中找出二者之間的差距。第二個方面，專利平均價值與平均失效率之間的關系，從中發現失效率對專利價值的影響。表4顯示了各類型有效專利與失效專利的專利價值分布狀況，揭示了有效專利的專利價值高出失效專利的專利價值的比率。

總的來說，有效專利的專利價值平均高出失效專利的專利價值62.68%。其中，個人類型的有效與失效專利價值差異最大，接近80%；大學類型的也很高，超出73%；科研院所的差異也接近70%；整體的也超過了50%；產業的最低，接近40%。圖7進一步揭示了專利平均價值度與平均失效率之間的關系。

就整體與產學研私各類型來說，專利平均失效率越高，對應的該類型專利的平均價值度就越低。產業的平均失效率最低，其平均價值度最高；大學的平均失效率最高，其平均價值度最低。

5結論與展望

本研究的創新之處在于：基于中國2002—2018年間的全部發明授權專利數據3 066 400條，選擇IncoPat科技創新平臺自主研發的將專利大數據與人工智能深度融合的專利價值度計算指標，從產業、大學、科研院所和個人等多種類型申請人視角，全部專利、有效專利與失效專利等不同層面，測度并比較了不同類型申請人的提前失效專利比率發展趨勢、提前失效專利價值與全部/有效專利價值的比較等問題，揭示了產學研私不同類型申請人提前失效專利比率的不同；每一類型中提前失效專利與全部專利和有效專利價值的差異；各種類型提前失效專利價值與全部專利價值和有效專利價值的差異等結果。研究中的發現，對推動專利質量工程的建設和知識產權強國戰略的實施，具有重要的理論意義和實踐意義。

研究發現，提前失效專利價值遠遠低于有效專利價值，平均低60%。其中申請人類型為個人的，低接近80%；大學的，也低70%。提前失效專利比率分析結果揭示了大學的比率是最高的，其平均失效率超過了65個百分點。在獲得授權后的第6年，大學專利的失效率就接近60%了。產業的平均失效率最低，接近40%。提前失效專利對專利平均價值的影響，從兩個方面得到揭示。第一，提前失效專利價值遠遠低于有效專利價值。第二，失效率越高，專利價值就越低。下一步我們將進一步探索專利提前失效的原因及應采取的防范措施，以全面提高專利價值和專利質量。

參考文獻：

[1]張嫻，許海云，方曙，等.有效專利失效速率測度方法研究[J].圖書情報工作， 2014， 58（13）： 90-94+74.

[2]楊中楷，韓爽，侍曉宇. 15個副省級城市有效專利失效速度測度與評價[J].科技管理研究， 2016， 36（21）： 57-61.

[3]馬天旗.高價值專利篩選.北京：知識產權出版社， 2018.

[4]曹晨，胡元佳.綜合專利價值指數與藥物經濟價值的相關性研究[J].中國醫藥工業雜志， 2011， 42（7）： 560-562.

[5]Sapsalis E，de la Potteriea BV，Navon R.Academic versus industry patenting： An in-depth analysis of what determines patent value [J]. Research Policy， 2006， 35（10）： 1631-1645.

[6]邱洪華，宋秋玉.中國專利價值影響因素的評價及其與美國的比較[J].創新， 2018， 12（2）： 87-98.

[7]申文嬌，胡登峰.專利權收購戰略下的專利價值影響因素分析[J].科技和產業， 2013， 13（1）： 118-123.

[8]Reitzig M.What determines patent value？ Insights from the semiconductor industry[J].Research Policy，2003，32（1）： 13-26.

[9]Bakker J.The log-linear relation between patent citations and patent value [J]. Scientometrics， 2017， 110（2）： 879-892.

[10] Hsieh CH.Patent value assessment and commercialization strategy[J].Technological Forecasting and Social Change， 2013， 80（2）： 307-319.

[11] Fischer T，Leidinger J.Testing patent value indicators on directly observed patent value-An empirical analysis of Ocean Tomo patent auctions[J].Research Policy，2014，43（3）： 519-529.

[12] Panopoulos AD， DAntonio M， Benaglio P et al. iPSCORE： A Resource of 222 iPSC Lines Enabling Functional Characterization of Genetic Variation across a Variety of Cell Types [J]. Stem Cell Reports， 2017， 8（4）： 1086-1100.

[13] Rebien S， Ec， Ec.Management and evaluation of IPR -Experience with IPscore [R].B-1049 Brussels：European Commission， 2002.

[14] Kitagawa T，Masuda Y，Umezawa M.Patent strength and optimal two-part tariff licensing with a potential rival[J]. Economics Letters， 2014， 123（2）： 227-231.

[15] San Martin M， Saracho AI. Patent strength and optimal two-part tariff licensing with a potential rival incorporating ad valorem royalties [J]. Economics Letters， 2016， 143： 28-31.

[16]吳紅，冀方燕.基于專利申請及審查制度的專利引文評價效能實證研究[J].圖書情報工作， 2017， 61（19）： 89-95.

[17]梁麗，李小娟，王雙龍，等.基于專利價值分析指標體系的專利價值數據綜合處理系統[J].高科技與產業化， 2015（7）： 89-93.

[18]肖國華，牛茜茜.專利價值分析指標體系改進研究[J].科技進步與對策， 2015， 32（5）： 117-121.

[19]Patsnap Pte Ltd [J].中國發明與專利， 2013（10）： 43.

[20]馬吉宏，田長彥，呂光輝.基于"智慧芽"專利數據庫的塔里木河生態環境領域專利分析[J].科技管理研究， 2018， 38（10）： 158-164.

[21]王晶.專利檢索分析工具在企業專利信息獲取中的作用——以智慧芽為例[J].新西部， 2018（17）： 55， 52.

[22] IncoPat系統說明. [EB/OL]. https：//www. incopat. com/help/ sysdoc/help1-1.html.2018.

[23]合享價值度是如何計算的？.[EB/OL]. https：//www.incopat.com/ help/sysdoc/FAQ5.3.html.2018.

[24]合享： IP服務業里的AI企業.[EB/OL]. http：//www.cneip.org.cn/ html/16/27646.html.2018.

Impact of Patents Losing Validity in Advance on Patent Value

LUAN Chunjuan，ZUO Chuan，ZHANG Liuyuan（Faculty of Intellectual Property， Dalian University of Technology， Panjin 12241， China）

Abstract： It is of great significance exploring patents losing validity in advance on patent value， for promoting Chinese patent quality project and IP strategy. Patents losing validity in advance refer to patents should be valid in their protection period yet not. Patent value of four types of applicant， industry， university， research institute and individual， have been explored based on 3 066 400 Chinese granted invention patents by employing AI calculating functions embedded in IncoPat platform. Findings show that patent value of invalid patents is far behind of that of valid patents. The higher the invalid rate is， the lower the patent value is. Invalid rate of university is the highest. Measures will be further discussed next to improve patent quality.

Keywords： patent value；patents losing validity in advance；valid patents；industry-university-research institute；individual patents；invalid rate