一种基于集对分析的专利价值评估方法研究
来源:用户上传
作者:
摘要:根据专利本身的排他性、潜在增值性、未来收益的不确定性和评估目的差异性等特点,以高价值专利的识别和筛选为目的,构建了专利价值评估指标体系;并针对专利价值评估中内在的不确定性因素,以集对分析理论为基础,通过设立各指标评价值之间对立统一关系,构建了专利价值综合评估模型。最后通过案例分析验证了方法的有效性和可操作性。
关键词:集对分析;专利价值;指标体系;评估方法
引言
科技是第一生产力。一个国家一个企业拥有专利数量的多少往往能够代表其科技实力的强弱。尽管我国已经是一个专利申请大国,但由于专利转化率不高,还远不能称之为专利强国[1],加强专利价值评估方法的研究,丰富专利价值的识别途径,对于促进专利转化和实施,提高国家和企业的科技竞争实力具有重要的意义。
目前对专利价值评估的相关研究,从评估的目的来看主要可以分为两类[2],一类重点是评估专利的经济价值,用于专利定价,需要对专利价值的精确的定量评估,评估的主要目的为专利权人的专利转让、许可、出资、投资、置换、收储、质押融资、拍卖、损害赔偿分析、企业并购重组等[3]提供服务;另一类是对高价值专利的识别,用于高价值专利的筛选,需要对专利价值的相对价值进行定性评估,评估的主要目的为企业专利资产管理、专利池的管理、专利奖评审以及企业科技实力考察等[4-5]提供服务。不管是用于何种评估目的,所采用的评估方法都是其中至关重要的内容。由于专利本身的排他性、潜在增值性、未来收益的不确定性和评估目的的差异性,传统的成本法、市场法和收益法以及相关的衍生方法[6-7]往往难以对其进行合理的评估。针对传统方法及其衍生方法的不足,金泳锋等[3]以国家知识产权局构件的专利评估指标体系为基础,构建了专利价值评估的层次分析模型,能够灵活地解决专利价值总和评估的问题,但其无法考虑待评估专利中内在的不确定性因素[8]。1989年赵克勤提出的集对分析理论[9],能够随机、模糊、灰色等不确定性理论思想,为处理专利价值评估中内在的不确定性提供了一种思路。本文主要从促进技术扩散的角度,针对高价值专利的识别问题,尝试将集对分析理论引入到专利价值评估,综合专利价值评估中内在的不确定性,丰富专利价值评估的方法。
一、集对分析基本原理
集对分析核心思想是综合考虑系统内的确定性和不确定性,从同、异、反3个方面分析两个事物之间的对立统一关系[10-11],并通过联系度将这种对立统一的辩证关系转换成具体的数学运算。对于某个具体的问题,两个集合A和B均可以对其特性进行描述,则集合A、B可以组成集对。假定A、B组成的集对描述了该问题的N个特性,其中,在S个特性上集合A和B相统一,在P个特性上集合A和B相对立,在其余F个特性上既不统一也不对立,具有不确定性。这种关系可以用如下的联系度来表示:
(1)
式中:a表示两个集合的同一程度,简称同一度;b表示两个集合的差异不确定度,简称差异度;c表示两个集合的对立程度,简称对立度;i为差异标记符号取值区间为[-1,l];j为对立标记符号,取值为-1。很明显a、b、c均为非负值,且满足a+b+c=1。将i的具体值带入式(1),即可计算联系度μ的具体数值,称为A、B的联系数。
式(1)可以进一步扩展多元联系度:
(2)
式中:r为差异度分量数, 为差异度分量,式(2)满足归一化条件,则同一性、差异性、对立性权重联系度为:
(3)
式中:wk为各共有、对立、差异特性的权重,且 。
二、专利价值评估指标体系构建
目前关于专利价值评估体系的研究包括从单维度到五维度,但大多包含法律价值、技术价值、经济价值三个维度的指标[12],并得到国家知识产权局的认同[13]。本文也选取法律价值、技术价值和经济价值作为专利价值评估的三个一级指标。二级指标的选取会因所评估专利的特点和评估目的的不同而有所差异。由于本文主要目的是高价值专利的识别,结合现有相关文献[1,3,5,12]对专利价值评估指标的研究成果,构建图1的专利价值评估指标体系。
(1)专利法律价值主要包括权利稳定性、侵权可判定性、保护范围、实施自由度和剩余寿命5个二级指标。权利稳定性是指抵御无效风险的能力,稳定性越好专利价值越高;侵权可判定性是指专利侵权判定的难易程度,越容易判定专利价值越高;保护范围是指专利保护的产品范围和地域范围,范围越大专利价值越高;实施自由度是指专利实施转化的自由程度,自由度越大专利价值越高;剩余寿命是指专利剩余可发挥价值的时间,时间越长专利价值越高。
(2)专利技术价值主要包括先进性、可替代性、适用范围、转化难易程度和生命周期5个二级指标。先进性是指在评估基准日与本领域其他技术相比的优势,越先进专利价值越高;可替代性是指是否存在解决相同问题并实现等同效果的替代技术,可替代性越高专利价值越低;适用范围是指专利技术可应用或推广的领域,适用范围越广专利价值越高;转化难易程度是指专利是否便于实施,越容易转化专利价值越高;生命周期是指所属技术领域的发展阶段和趋势和替代技术的应用情况,生命周期越长专利价值越高。
(3)经济价值主要包括市场占有率、市场竞争程度、市场适应性、政策支持度4个二级指标。市场占有率是指技术应用市场份额和可能实现的销售收益,市场占有率越高专利价值越高;市场竞争程度是指专利权人与竞争对手之间的比较竞争优势,竞争优势越大专利价值越高;市场适应性是指专利技术的市场应用前景或应用程度,适应性越高专利价值越高;政策支持度是指专利是否属于国家或地方是鼓励或优惠政策的扶持技术,政策支持度越高专利价值越高。
三、专利价值评估模型构建
假設对于专利价值评估指标体系中每一个指标的价值都有p个评价等级V=[v1,…,vp],评价等级越高对应的评价值越大,不妨设p个评价等级[vp,…,v1]对应的评估值从高到低分别为{p,p-1,…,1},对应于集对分析中的同一度、差异度和对立度,即最高评价值表示同一度,最低评价值表示对立度,中间值对应相应的差异度。根据上述专利价值评估指标体系,通过邀请行业专家对每个二级指标按照给定的评价等级进行评价,结合集对分析的基本原理,构建多专家进行专利价值综合评估模型如下。 假设总共有n个二级指标,指标权重用向量表示为W=[w1,w2,…wn];专家对各二级指标的评估结果为:
(4)
将专家的评估结果与各指标权重相结合,并利用式(3)计算各专家对评价对象的评价结果联系数,则联系度计算公式为:
(5)
式中a、bk、c表示相应评价等级的综合权重向量,即每名专家对指标体系的评价中相同评价等级对应所有评价指标权重之和组成的向量。
根据专利复杂程度,邀请m名专家进行专利价值评估,专家权重为;
综合m名专家评估意见后的联系数表示为:
(6)
利用以下特征公式计算专利评估值为:
(7)
四、案例分析
某政府机构希望通过对其主管领域相关专利进行价值评估,以筛选出具备较高价值的专利进行重点培育,促进该领域技术进步。在某项专利价值评估中,邀请了6名本领域专家按照图1中的指标体系,结合本文提出的方法进行专利价值评估如下。
(1)6名专家分别对该专利的各二级指标进行评估,评估等级设定为5级{极高、较高、中等、较低、极低},分别对应对立同一性为a、b1、b2、b3、c,对应的评估值为{5,4,3,2,1}。6名专家根据评估值进行评估打分结果如表1所示。
(2)采用熵权法[14]计算各评估指标权重为:W=(0.0521,0.1112,0.1049,0.0302,0.0121,0.0167,0.1565,0.2324,0.0102,0.0393,0.1565,0.0271,0.0098,0.0411)。根据式(5)计算每名专家的联系度为:
μ1=0.0834+0.116i1+0.3006i2+0.3436i3+
0.1565 j
μ2=0.0797+0.1663i1+0.221i2+0.3006i3+
0.2324 j
μ3=0.513+0.148i1+0.5i2+0.1442i3+0.1565 j
μ4=0.0405+0.2361i1+0.0664i2+0.3197i3+
0.3373 j
μ5=0.0223+0.3401i1+0.4872i2+0.0393i3+
0.1112 j
μ6=0.0271+0.1722i1+0.4634i2+0.1049i3+
0.2324 j
(3)根據专家的知识水平、经验能力、资历威望等确定6名专家权重为η =(0.2,0.15,0.15,0.2,0.15,0.15),根据式(6)综合6名专家评估意见后的联系数为:
μc=0.0518+0.1944i1+0.3242i2+0.2210i3+
0.2086 j
(4)根据式(7)计算该专利评估值为:
μs=0.0518×5+0.1944×4+0.3242×3+
0.2210×2+0.2086×1=2.66
也就是说,该项专利的价值处于中等偏下的水平,不是重点培育的对象。
结语
专利价值评估已成为推进国家知识产权战略的重要组成部分,对于促进专利技术扩散具有重要意义。由于专利固有的排他性、潜在增值性、实施和收益的不确定性等,专利价值评估方法仍然有许多需要完善的地方。本文在总结已有研究成果的基础上,以高价值专利的识别和筛选为目的,构建了专利价值评估指标体系;并针对现有专利评估方法中难以考虑专利内在的不确定性因素,以集对分析理论为基础,构建了专利价值综合评估模型,并通过案例分析验证了方法的有效性。本文案例中采用熵权法确定指标权重可能会出现与专家主观判断明显不一致的地方,以及各专家权重的确定又具有一定的主观性等值得进一步研究。本文提出的专利价值评估方法可以进一步推广到知识产权价值评估。
参考文献
[1]詹勇军,汪丛伟,钟艺峰,等.基于技术转移转化的专利价值评估与增值管理[J].科技管理研究,2018(21):177–183.
[2]吕航,林小爱.“军转民”专利价值评估指标体系构建及实证研究[J].中国发明与专利,2019,16(6):22–26.
[3]金泳锋,邱洪华.基于层次分析模型的专利价值模糊评价研究[J].科技进步与对策,2015,32(12):124–128.
[4]巴晓艳.基于专利价值分析的多元专利价值评估方法探讨[J].中国发明与专利,2020,17(2):67–72.
[5]杨鑫超,杨伟超.专利价值评估体系分析研究[J].科技创新与应用,2019(27):71–74.
[6]吕晓容.专利价值评估的动态模拟方法研究[J].科技进步与对策,2017,34(3):117–122.
[7]孙玉艳,张文德.基于组合预测模型的专利价值评估研究[J].情报探索,2010(6):73–76.
[8]闫华锋.基于SPA的综合评判决策方法[J].计算机技术与发展,2014,24(2):176–178+182.
[9]赵克勤.集对分析及其初步应用[M].杭州:浙江科技出版社,2000.
[10]Trapero J R.,Pedregal D J.,Fildes R,etal.Analysis of judgmental adjustments in the presence of promotions[J].International Journal of Forecasting,2013,29(2):.234–243.
[11]Golosnoy V,Hamid A,Okhrin Y.The empirical similarity approach for volatility prediction[J].Journal of Banking&Finance,2014,40(C):.321–329.
[12]王子焉,刘文涛,倪渊,等.专利价值评估研究综述[J].科技管理研究,2019(16):181–190.
[13]国家知识产权局.中国技术交易所专利价值分析指标体系操作手册[M].北京:知识产权出版社,2012.
[14]马毅,王希良,朱秀鳗.基于联系数的定量与定性分析方法在调车作业安全评价中的应用[J].系统工程理论与实践,2013,33(6):1150–1156.
转载注明来源:https://www.xzbu.com/3/view-15312738.htm