基于灰色关联度分析的专利组价值评估方法——以北京T安全科技公司为例

魏家齐 白 波

一、问题的提出

专利作为科技创新的关键优势资源，众多企业纷纷加大研发投入以便提升核心竞争力。截止2015年底，我国共受理发明专利、实用新型、外观设计申请达279.9万件，其中发明专利申请高达110.2万件。[1]然而，随着企业研发投入与专利数量之间线性关系逐步呈现出不显著的特点，“专利悖论”现象开始引发了学界对专利组合的深入关注。[2]德国学者Holger Ernst于1998年便首次提出专利组合的概念，即围绕某一特定技术或产品开发形成的彼此联系、相互配套，并经过申请获得授权的多个专利的有效组合，特征是具有关联关系的专利集合体的作用将大于组合内单项专利作用之和，从而为企业在特定经营技术领域形成技术壁垒和系统保护，获得市场竞争优势。[3]专利组合形态不仅与技术管理和创新密切相关，还发挥着实现企业专利权增资、融资贷款、专利成果资本化、对外维权等方面的关键性作用。[4]那么，在企业专利特别是具有技术关联性的专利组运营活动中，选择一种能够做出客观合理的专利价值评估方法，具有十分重要的意义。

专利资产价值评估方法是基于国际评估准则(International Valuation Standards, IVS)，常用方法有成本法、市场法和收益法。[5]这些方法在目前技术资产评估工作中具有广泛的应用价值，但伴随着企业强烈的专利组合动机，在面对有限的商情数据和较大的信息缺口时，无论是应对单个专利权还是从单个专利权到专利组合的转化，上述方法均不足以有效解决，越来越多的企业为了有效应对专利碎片化、专利“丛林”所实施的专利组合策略，不再仅止步于一项专利技术的研发，而是构建具有技术协同效应的专利组合以形成专利资产的规模化效应。[6]因此，研究出适用于企业专利组合战略定位的价值评估方法，无论是从理论分析层面还是实践操作层面，都值得深入探讨。

二、专利组价值评估的理论研究

随着企业专利布局能力显著增强，专利组合策略作为企业竞争战略的新模式，专利组价值不能依靠单个专利资产评估方法求得进行机械式的一加一的简单累计，而是需要进行专利组价值影响因素的系统考量，使专利组合的价值产生一加一大于二的效果。[7]迄今为止，国内外业界和学界对专利组合价值评估方法及实证开展着各式各样的研究。

2013年5月，美国芝加哥知识产权金融交易所(IPXI)上市的全球首例以“专利许可使用权为标的”的证券化运营平台，通过对专利组合捆绑采取统一定价模式，实现高融资额和降低交易成本，虽然后来因专利供给不足等客观因素无法继续推行，但该模式在知识产权交易与运营中是值得借鉴的。[8]美国高智公司开创的发明投资模式，其中关于所构建的专利组合中各专利分级模型计算方法，即分为核心、外围、更外延和最外延四个等级，并由技术、法律和经济三方面的专家进行分级和评估。高智的专利集中战略，使得专利组能够发挥最大的经济价值，但对专利筛选及影响因素考量的技术规范要求较高。[9]国内也有很多学者开展了基于不同目的的专利组价值评估方法及实证研究，如曹晨等[10]以美国上市药品专利为样本，通过整合单个专利的综合专利价值指数以构成专利组价值指数，然后对其药品销售额进行相关分析从而检验显著水平；岳贤平[11]提出基于R&D资源配置的专利组合分析方法；朱相丽等[12]利用专利相对技术优势界定公司技术强度，并在Holger Ernst教授的专利组分析方法基础上，对储氢领域各企业竞争力开展实证分析；靳晓东等[13]针对被资产证券化专利组合的特点，构建模式转换算法下的三叉树评估模型，实现对该类专利组合的准确评估；方姝影等[14]构建面向科研机构专利布局的专利组合分析模型，通过分析科研机构在同一技术领域的专利布局情况及优势，提升布局保护、应用和管理效率；张世玉等[15]构建了包含技术生命周期、平均技术吸引力、相对技术份额及研发重点四项指标的三维专利组合分析模型。

上述不同类型的专利组合评价体系及实证研究侧重于各自的研究用途和技术手段，具有极高的实际应用价值，这也顺应了企业商业策略专利组合价值最大化的现实需要。[16]即便如此，一旦当专利组合在进行时空差异性、技术成熟度等影响因素的考量时，若在无法获取足够多的商情数据且缺乏相关技术背景和知识的情况下，这就需要尝试构建一套基于有限专利基础数据、普遍适用的专利组价值评估方法。

(一)评估指导原则

1.科学性。该方法所依据的数据无论是专利组中各单项专利还是就整个专利组而言，其基础指标的处理均采用科学的数理统计方法，是客观合理、有据可查且信息完全公开的数据。

2.全面性。该方法要充分考虑到专利组价值评估的影响因素，选取能够体现专利各个方面的要素，较全面地反映专利的技术质量、经济效益和法律效用。

3.普适性。该方法对于各类产业中专利技术的价值评估工作均具有普遍的适用性，指标简单实用，能够克服行业专业技术性强、数据量需求大、指标设计复杂和计算繁琐等弊端，各个指标的原始数据也易获取，实务操作性极强。

(二)主要影响指标

1.时间维度。同单个专利一样，专利组也具有法定寿命，并且其相对应的技术具有经济寿命。具体来说，专利组的法定寿命是由组合中各个单个专利权的法律保护期限所决定，即专利组作为单个专利权的资产组合，其法定寿命应由组合中所有单个专利权共同决定。需要明确的是，专利组的法定寿命受到组合中最短法定寿命的专利权的制约；同样，专利组的经济寿命也是由组合中单个专利权在市场上能够被应用的时间长度所共同决定，若专利组不断被更新，整个组合的经济寿命也将被不断延期。[17]

2.技术维度。主要围绕专利组的市场价值进行探讨，具体来说包含技术品质和产品市场两个方面。专利组作为多个专利权的资产组合，技术的品质对其市场价值起到十分关键的作用，包括有技术的成熟程度、技术的商业价值、技术的更新周期、市场使用范围、技术被保护的程度和专利组规模；而产品市场这方面包含有产品寿命周期、潜在的市场份额、市场规模、潜在的市场优势。[18]

3.价值维度。具体指专利组规模的现有盈利能力或预期收益，可以分别从市场需求程度、潜在市场份额、市场垄断程度、市场竞争能力、利润分成率、交易过程及交易频率等方面量化评估。[19]

图1 专利组价值评估影响指标三维模型

从图1三维分析模型中可以看出，当时间维在T1点时，技术维和价值维则分别位于V1点、P1点，三个点所形成的V1P1T1设定为L1；当时间维在T2点时，技术维和价值维则分别位于V2点、P2点，V2P2T2设定为L2。从图中可以清晰地看出，L1

三、灰色关联度分析的关联拟合模型

(一)评估流程

在一组专利中底层数据信息有限、不确定的情形下，可以有效运用灰色系统理论根据因素之间发展态势的相似或相异程度进行分析、建模、预测、决策和控制。[20]因此，基于灰色关联度分析的专利组价值评估的方法，就是首先依据目前常用的专利价值评估方法对组合中的单项专利分别进行估值，然后利用灰色关联分析方法衡量各个单项专利关联程度，准确界定专利组中核心专利与其它相关联专利的关联度和权重值，再通过构建关联拟合评估模型，从而最终求得该组合的评估价值。

图2 基于灰色关联度的专利组价值评估方法的评估流程

如图2所示，该方法是以现有的专利价值评估方法为基础数据获取手段，通过客观运用灰色系统理论分析组合中每项专利的关联度，不仅有效规避了“寡数据、贫信息”的不足，还能够为企业着力实施专利组合策略和专利技术成果资本化提供了决策指引。

(二)技术方法

该评估方法的核心步骤在于关联拟合模型的构建，如图3所示，关联拟合模型是基于现有的专利评估方法或凭经验依据交易标的对照的形式，得出每项专利的价值后，对多专利的价值进行关联拟合，从而得出整个专利组的价值结果。

图3 关联拟合模型

关联拟合模型具体包含参数层、单体层和组合层三个层次的影响因素。其中，参数层包括价值因素和价值权重两种变量。价值因素以价值因素矩阵表示，其每一列表示一个单体的所有因素，即为一个单体的价值因素向量。单体价值因素向量表示为：

F={f1,f2…,fn}-1

(1)

通常F包含的价值因素有多种，常用的有法律状态、领域、专利类型、专利新颖度、专利度、主权特征度、引用频次、发明势能等。随即找出影响专利的价值因素后，需要对这些价值因素赋以权重，这些价值因素的权重集合，定义为权重向量W。权重向量表示为：

W={w1,w2…,wn}

(2)

通常0

在已知单体价值因素和权重的情况下，可以计算单体专利的价值向量。

Vn=W·F

(3)

单体层专利的价值向量可以通过下式表示：

V={V1,V2…,Vn}

在取得专利组中的单体层专利价值度向量后，根据Vn对单体专利进行价值度排序。排序后的单体专利价值向量成为：

Vr={νmax…,νmin}

以最有价值专利为基准进行关联度排序计算，从最高价值专利起逐个与后面专利进行关联，并给出后面专利与最高价值专利的关联度系数rn，其中，最有价值专利与自身的关联度为1。当某专利与最高价值专利的关联度小于60%时，则对该专利的价值另行计算；当与最有价值专利关联度小于60%的专利大于等于2时，对剩余的与最有价值专利关联度小于60%的专利进行再一次的价值排序，以该组中的最有价值专利为关联对象进行关联度计算。如此，迭代循环，直到计算完成，得出专利组中单体专利相关度向量。

在此，关联度的边界控制可以进行调节，例如60%可以调节为40%。关联度用R表示，关联度向量R如下：

R={r1,r2,…rn}

(4)

其中，表示某个单体专利与该专利组的最大价值专利的价值关联度。对于一个专利组而言，R可以表示为：

R={0,0.7,0.8,…1,0.9,…,0.8}

截至到步骤(4)，已经考察了技术、法律、市场等多种因素的价值因素层、专利组中单体专利的价值关联层。

接下来，在第三层对几个主要专利进行价值赋值，即可完成专利组价值计算。赋值向量可以表示为：

Ev={νreal1,……νreal2……}

(5)

最后一步，专利组的价值表示为：

(6)

四、北京T安全科技公司专利组价值评估

为了证明该评估方法能够科学合理、普遍适用的进行企业技术评价。本文以北京T安全科技公司为例，凭借已获知具有关联性的八项发明专利权和三项实用新型专利权的基础信息，利用所构建的关联拟合模型进行实证研究。

步骤一，在参数层面上构建单体专利价值因素矩阵，如下：

鉴于T公司每种专利的不同特征，该矩阵的赋值可以考虑为每一个元素都是0-1之间的数，比如把法律状况、预期收益维度、成本因素、市场维度分别赋予{0.2,0.3,0.5,0.7}-1,这样就实现了价值因素矩阵的赋值。

步骤二，对这些价值因素赋予权重W。取值与价值因素有关，可人工赋值，也可通过常用的专利评估方法计算赋值。赋值如下：

步骤三，得出单体专利的价值度向量FN。单体层专利的价值向量可表示为：V={V1,V2,V3…,V11}。然后，根据公式Vn=W·F对单体专利进行价值度排序：

Vr={νmax，…,νmin}

深化纵向联动。建立市、县两级环保部门派驻机构交流协作、业务指导机制，共同提高监督能力和水平。市、县级巡察机构把推进污染防治攻坚战作为巡察重点内容，把肩负环保重点任务的部门和地区作为优先巡察对象，着力纠正偏差。同时，依托村居纪检委员，在部分地区探索打造流动“环保监测站”，时刻探查污染防治死角盲区及污染防治工作中不作为、乱作为的现象，全面打通污染防治监督“最后一百米”。

则单体专利价值为：

同理，

由此类推，得出v4-v10，通过赋值比对不同因素之间关系得出11项专利的价值度。

步骤四，关联度分析。当该公司专利与最高价值专利的关联度小于60%时，则对该专利的价值另行计算；而当与最有价值专利关联度小于60%的专利大于等于2时，对剩余的专利与最有价值专利关联度小于60%的专利再次价值排序，以该组中的最有价值专利为关联对象进行关联度计算，从而得出专利组中单体专利相关度向量。在此，关联度向量R可以表示为：R={r1,r2,…rn}。其中，rn表示某单体专利与该专利组的最大价值专利的价值关联度。对于该公司专利组而言，R表示为：

R={1,0.7,0.8,…1,0.9,…,0.8}

T公司的八项发明专利和三项实用新型专利的关联度向量为：

赋值后R={1,0.9,0.8,0.8,0.7,0.7,0.6,0.61,0.9,0.6}，那么对应关联度为1的专利价值便可以计算，假设通过成本法、市场法或收益法初步估算出两大类单个专利的价值分别为200万和30万，那么在专利组中对应于关联度r为1的专利的价值可以用下式计算，发明专利价值为：v1=0.25×200万=50万，实用新型专利价值为v9=0.33×30=9.9万。

步骤五，对该公司的专利组的价值评估中考量了技术、法律、市场等多种因素的价值因素层、专利组中单体专利的价值关联层后，在组合层面上对专利进行价值赋值。

R为1的专利的价值组成的向量，不为1的时候以相关度最高的为1的专利的价值为补充，赋值向量写成如下：

Ev={50,50,…,50,9.9,9.9,9.9}-1

步骤六，得出T公司专利组的价值为：

V=R={1,0.9,0.8,0.8,0.7,0.7,0.6,0.61,0.9,0.6}{50,50,…,50,9.9,9.9,9.9}-1=329万元，即该公司的专利组价值评估结果为329万元。

五、结束语

文章尝试在专利数据不足和相关专业知识匮乏的情形下，以常用的专利价值评估方法为基础，引入灰色系统理论进行灰色关联度分析，通过构建关联拟合模型得出专利组的经济价值，主要原理是根据被评估专利之间的相似程度(关联度)赋予不同的权重(取值区间：0-1),然后把每个被评估专利的数值拟合得出专利组的评估价值。

1.技术层面。该方法的适用条件广泛，对参数的限制条件少，计算方法简捷，权重赋值也比较客观、合理，可以将复杂的评估决策问题简单化，同时，专家也可对专利组价值评估过程和结果进行偏差纠正，使其更易被讨论和接受。

2.理论层面。通过构建模型计量分析的手段，阐明了复杂专利之间的内在联系，不仅丰富了专利组合在企业专利运营管理方面的理论内涵，还进一步验证了灰色系统理论在评估实务方面的效用。

3.实践层面。该方法普遍适用于各类评估实践工作，受数据量多寡的影响较小，也有效规避了在价值评估实务中习惯性的依赖算术平均数或评估人员的主观判断赋值。此外，在企业知识产权策略方面，该方法为企业R&D投研活动起到了一定的指引作用，提高了专利运营管理水平。