栾春娟 左川 张流源
摘要：探索提前失效专利对专利价值的影响，对推进我国专利质量工程建设和知识产权强国战略实施，具有重要的理论意义和现实意义。提前失效专利是指在专利有效保护期限内，应该有效但由于种种原因而提前终止效力的专利。基于IncoPat科技创新平台检索的、2002—2018年间中国全部发明授权专利数据3 066 400个检索结果，借助该平台人工智能技术植入价值度计算的应用模块，从四种主要专利申请人类型——产业、大学、科研院所和个人视角，分析了各类型申请人全部专利、有效专利、提前失效专利价值变化趋势。研究结果揭示了提前失效专利价值远远低于有效专利价值；失效率越高，价值度就越低；大学专利失效率最高等。下一步拟进一步探索专利提前失效的原因及应采取的防范措施，以全面提高专利价值和专利质量。
关键词：专利价值；提前失效专利；有效专利；产学研；个人专利；失效率
中图分类号：G306；N18文献标识码： ADOI：10.3969/j.issn.1003-8256.2020.01.004
开放科学（资源服务）标识码（OSID）：
基金项目：国家自然科学基金项目（71774020/71473028）
1研究意义与国内外研究现状
探索提前失效专利对专利价值的影响，对推进我国专利质量工程建设和知识产权强国战略实施，具有重要的理论意义和现实意义。本研究中的“提前失效专利”，是指在专利有效保护期限内，应该有效但由于种种原因而提前终止效力的专利。其中的原因大致包括以下几种：专利权人未按期缴纳年费致使专利权失效；被国家知识产权局宣告无效等[1]，本文简称失效专利，但其不同于保护期届满而自动失去效力的失效专利概念。
提前失效专利相关研究最近几年受到学者们的关注。张娴等[1]探讨了有效专利失效速率测度方法。其在总结有效专利统计分析方法的基础上，针对专利存量理论和专利法律状态信息更新特征，设计了跟踪式的有效专利存量比率计算模型；并进一步利用负指数函数提出用以表征有效专利失效速率的专利失效系数；同时做了实证研究。该研究中提出的测度方法，对动态把握我国有效专利数量变动状况具有一定的指引作用。其研究的有效专利失效问题，包括提前失效和期满失效等多种状况，而本文的研究对象专注于提前失效专利。杨中楷等[2]利用中国15个副省级城市20余年的专利数据，采用负指数函数模型及专利存量比率和专利失效系数指标，对各个城市专利失效过程和消亡速度进行了动态测度和直观展示，将最终结果划分为四种模式，并探讨了该结果与我国区域经济发展的相关性。该研究对正确把握我国有效专利失效状况有很大帮助。
专利价值是随着我国专利数量突飞猛进发展而引起学者们关注的一个重要课题。专利价值是专利质量的重要体现和反映，在专利的商业运营中占有重要地位，常常是专利许可转让、质押融资、作价入股、并购重组等活动的前提和基础[3]。国内外学者关于专利价值的研究，主要集中于以下几个方面：专利价值与经济价值相关性[4]、专利价值影响因素[5-8]、专利引用与专利价值之间的对数线性关系[9]、专利价值评估和商业化战略[10]、专利价值指标在专利拍卖会现场的测试分析[11]等。
关于专利价值的测度方法和指标，国内外知识产权研究与服务机构提出了一些体系。比如，丹麦专利商标局与哥本哈根商学院合作开发的IPscore評估系统[12-13]；美国Dialog公司基于美国加州伯克利大学与乔治梅森大学发表的一篇名为Valuable Patents的论文[14-15]，而开发的Patent Strength评价体系；美国知识产权经营公司OCEAN TOMO开发的Patent Rating专利价值评估系统；美国CHI公司开发的专利记分牌Patent Scorecard评价体系；中国国家知识产权局和中国技术交易所共同开发的专利价值分析指标体系[6，16]；合享专利价值度评估体系[3，17-18]；智慧芽专利评估体系（PatSnap）[19-21]等。
已有的研究为我们提供了重要的参考。本研究以2002—2018年中国全部发明授权专利数据为样本，基于中国不同类型专利申请人，即产业、大学、科研院所和个人（以下简称产学研私），在分析产学研私提前失效专利比率的发展趋势基础上，探索提前失效专利对专利价值的影响。
2数据检索与研究方案设计
2.1数据检索与分布
本研究数据来源于北京合享智慧科技有限公司开发的科技创新服务平台IncoPat。该平台收录了全球112个国家/组织/地区1亿余件专利数据信息，数据采购自各国知识产权官方机构或商业机构，具有数据覆盖全面、快速更新和多维度深入加工等特色[22]。
按照图1的检索流程，得到2002—2018年间全部发明授权专利数据3 066 400个结果。本研究之所以选择2002—2018年为研究数据的年度，是因为发明专利的法律保护期为20年，从申请之日起开始计算，而发明专利从申请到授权一般需要3年时间。因此，我们选择的发明授权专利数据期间为17年，即2002—2018年，这个期间的发明授权专利原则上都还在专利有效的法律保护期内。产学研私发明授权专利发展趋势如图2所示。产学研私各种类型专利申请人拥有的发明授权专利数量占全部数量的比例如表1所示。
2.2专利价值测度指标
IncoPat创新平台嵌入的专利价值度指标，被用来计算和衡量本研究中产学研私各种类型专利价值。该指标的计算依赖于IncoPat公司自主研发的专利价值模型[23]，融合了专利分析行业内最普遍和最重要的技术指标，比如技术稳定性、技术先进性、保护范围等20多个技术指标。通过设定指标权重、计算顺序等参数，充分融合专利大数据和人工智能AI技术，将AI技术植入价值度计算等应用模块[24]。与以往小样本的、手工计算专利价值度相比，基于全球专利大数据和人工智能强大技术手段计算得出的专利价值度，更具有客观性和科学性。
2.3研究方案
2.3.1第一步：提前失效专利比率计算与比较
基于IncoPat平台，分别检索产学研私各种类型的全部发明授权专利、失效专利、有效专利，计算并比较整体与产学研私各种类型专利失效率及发展趋势。需要强调的是：我们的分析框架如图3所示。这里，整体=产业+大学+科研院所+个人+其他；全部专利=有效专利+失效专利。
2.3.2第二步：专利价值度计算
基于IncoPat平台，检索得到“授权年/专利价值度”矩阵（表2）。
依据公式（1），计算得出每一年度的专利平均价值度。
其中i表示专利价值度星级，i =1，2，...，10；j表示年度，j =2002，2003，...，2018；a？ij为第j年平均专利价值度；aij表示第j年i星级对应的专利价值度；n为第j年所有专利价值度出现的总频次；kij表示第j年i星级专利价值度出现的频次。
2.3.3第三步：分析提前失效专利对专利价值的影响
在以上计算结果基础上，比较失效专利价值与有效专利价值、全部专利价值的差异，分析提前失效专利对专利价值的影响。
3提前失效专利比率发展趋势
提前失效专利比率的计算按照公式（2）进行，即：某年度授权后第n年的专利失效率=某年度授权后第n年失效的专利数量/某年度获得授权的全部专利数量。
其中n表示专利授权后的第n年，i=1，2，......17；j表示年度，j =2002，2003，...，2018；αnj为授权后第n年的专利失效率；xnj表示第j年授权后第n年失效的专利数量；ynj为第j年年度获得授权的专利总数量。
依据公式（2），我们分别计算了整体与产学研私各种类型专利在2002—2018年间每一年度的失效率，绘制了提前失效专利比率发展趋势图（图4）。横轴上的年度采取逆序方式，2018年当年获得授权的专利，2018年既是授权年，也是授权后的第1年，我们在横轴上的标注为“1 2018”，即“授权后第n年—授权年”，这样横轴上的时间就是授权后的第1年至第17年，加上从申请到授权的3年期间，就是发明专利的法定保护期20年。
图4显示，整体上看，在每个年份，大学专利的提前失效率几乎都是最高的，而后依次是个人类型、科研院所、整体的和产业的专利，即产业专利提前失效比率最低。在获得授权后的第6年，大学专利的失效率接近60%，而在同一年，整体的失效率在25%左右，产业的失效率在20%左右。第10年，大学专利的失效率接近85%，整体的在50%左右，产业的不到45%。第15年，大学和个人专利失效率接近95%，整体的和产业的在80%左右。整体与产学研私各类型专利的平均失效率如表3所示。
表3显示，大学专利的提前失效专利比率是最高的，超过65%；个人的也比较高，超过60%；科研院所的超过50%；整体略高于45%；产业的最低，接近40%。
4提前失效专利价值与全部/有效专利价值的比较
4.1每一类型的专利价值分析
图5中，以组图形式展示了整体与产学研私每一类型的全部专利、有效专利与失效专利的专利价值发展趋势。
图5中各个子图虽有差异，但却揭示了同样的规律：对于发明授权专利的整体和产学研私各种类型而言，有效专利的价值处于最高层次的发展趋势；全部专利价值处于中间层次发展趋势；失效专利价值处于最低层次发展趋势。直观上揭示了失效专利拉低了全部专利价值这个现象。
4.2各类型的专利价值分析
图6展示了整体与产学研私各类型的有效专利、全部专利与失效专利的专利价值发展趋势。图6（a）显示，整体与产学研私各类型的有效专利的专利价值发展趋势非常接近，整体上呈现上升的发展态势。获得授权后的第1年，各类型专利价值度为8.0左右，之后升降尽管有略微波动，但总的上升趋势还是比较明显，在第10年至第17年基本处于价值度的高峰期间。图6（b）揭示了整体与产学研私各类型的全部专利的专利价值发展趋势。获得授权后的第1年，各类型的专利价值度基本为8左右，之后除了产业的专利价值度呈现出略微上升继而略微下降，恢复到8左右之外，其他的几条曲線都呈现出下降的发展态势，尤其是科研院所、个人和大学三种类型的专利。其中大学专利的下降趋势是最明显的。图6（c）揭示了各类型失效专利价值发展趋势。它们在第一年时专利价值度介于3～4之间，之后的发展趋势比较接近，上升趋势比较明显，尽管有略微波动。产业的与整体的趋势比较接近，上升趋势更明显；科研院所、大学和个人的趋势非常接近。图6（c）清晰地揭示了专利获得授权后，提前失效的时间越早，价值就越低。
4.3失效專利对专利价值的影响
本文从两个方面，分析提前失效专利对专利平均价值的影响。第一个方面，失效专利与有效专利的专利价值比较，从中找出二者之间的差距。第二个方面，专利平均价值与平均失效率之间的关系，从中发现失效率对专利价值的影响。表4显示了各类型有效专利与失效专利的专利价值分布状况，揭示了有效专利的专利价值高出失效专利的专利价值的比率。
总的来说，有效专利的专利价值平均高出失效专利的专利价值62.68%。其中，个人类型的有效与失效专利价值差异最大，接近80%；大学类型的也很高，超出73%；科研院所的差异也接近70%；整体的也超过了50%；产业的最低，接近40%。图7进一步揭示了专利平均价值度与平均失效率之间的关系。
就整体与产学研私各类型来说，专利平均失效率越高，对应的该类型专利的平均价值度就越低。产业的平均失效率最低，其平均价值度最高；大学的平均失效率最高，其平均价值度最低。
5结论与展望
本研究的创新之处在于：基于中国2002—2018年间的全部发明授权专利数据3 066 400条，选择IncoPat科技创新平台自主研发的将专利大数据与人工智能深度融合的专利价值度计算指标，从产业、大学、科研院所和个人等多种类型申请人视角，全部专利、有效专利与失效专利等不同层面，测度并比较了不同类型申请人的提前失效专利比率发展趋势、提前失效专利价值与全部/有效专利价值的比较等问题，揭示了产学研私不同类型申请人提前失效专利比率的不同；每一类型中提前失效专利与全部专利和有效专利价值的差异；各种类型提前失效专利价值与全部专利价值和有效专利价值的差异等结果。研究中的发现，对推动专利质量工程的建设和知识产权强国战略的实施，具有重要的理论意义和实践意义。
研究发现，提前失效专利价值远远低于有效专利价值，平均低60%。其中申请人类型为个人的，低接近80%；大学的，也低70%。提前失效专利比率分析结果揭示了大学的比率是最高的，其平均失效率超过了65个百分点。在获得授权后的第6年，大学专利的失效率就接近60%了。产业的平均失效率最低，接近40%。提前失效专利对专利平均价值的影响，从两个方面得到揭示。第一，提前失效专利价值远远低于有效专利价值。第二，失效率越高，专利价值就越低。下一步我们将进一步探索专利提前失效的原因及应采取的防范措施，以全面提高专利价值和专利质量。
参考文献：
[1]张娴，许海云，方曙，等.有效专利失效速率测度方法研究[J].图书情报工作， 2014， 58（13）： 90-94+74.
[2]杨中楷，韩爽，侍晓宇. 15个副省级城市有效专利失效速度测度与评价[J].科技管理研究， 2016， 36（21）： 57-61.
[3]马天旗.高价值专利筛选.北京：知识产权出版社， 2018.
[4]曹晨，胡元佳.综合专利价值指数与药物经济价值的相关性研究[J].中国医药工业杂志， 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]邱洪华，宋秋玉.中国专利价值影响因素的评价及其与美国的比较[J].创新， 2018， 12（2）： 87-98.
[7]申文娇，胡登峰.专利权收购战略下的专利价值影响因素分析[J].科技和产业， 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]吳红，冀方燕.基于专利申请及审查制度的专利引文评价效能实证研究[J].图书情报工作， 2017， 61（19）： 89-95.
[17]梁丽，李小娟，王双龙，等.基于专利价值分析指标体系的专利价值数据综合处理系统[J].高科技与产业化， 2015（7）： 89-93.
[18]肖国华，牛茜茜.专利价值分析指标体系改进研究[J].科技进步与对策， 2015， 32（5）： 117-121.
[19]Patsnap Pte Ltd [J].中国发明与专利， 2013（10）： 43.
[20]马吉宏，田长彦，吕光辉.基于"智慧芽"专利数据库的塔里木河生态环境领域专利分析[J].科技管理研究， 2018， 38（10）： 158-164.
[21]王晶.专利检索分析工具在企业专利信息获取中的作用——以智慧芽为例[J].新西部， 2018（17）： 55， 52.
[22] IncoPat系统说明. [EB/OL]. https：//www. incopat. com/help/ sysdoc/help1-1.html.2018.
[23]合享价值度是如何计算的？.[EB/OL]. https：//www.incopat.com/ help/sysdoc/FAQ5.3.html.2018.
[24]合享： IP服务业里的AI企业.[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
