专利技术范围与专利价值——基于生物技术领域专利的分析*

冯仁涛 余 翔,2

(1.福建工程学院福建省知识产权研究院 福州 350118;2.华中科技大学管理学院 武汉 430074)

0 引 言

近年来，中国专利数量快速增长，自2011年超越美国和日本后[1]，专利申请量连续9年位居世界第一。数量增长的同时，大量低价值专利充斥市场。如何提升专利价值，实现专利制度促进创新发展的目标已经成为政府政策制定和企业创新管理中广受关注的重要问题。挖掘和培育高价值专利，首先就要有合适的专利价值评价指标。

专利转让或者拍卖活动被认为是获得专利市场价值最直接的途径[2]，也有学者认为发生侵权诉讼[3]、许可[4]或者获得专利奖[5]的专利价值更高。但绝大多数专利在整个生命周期中都不会出现上述情形，这些信息对大多数专利的价值评价并不适用。除此之外，学者们公认的专利价值指标还有专利维持时间、被引用次数和专利家族大小等[6]。但维持年限和被引用次数指标都有一定的时间滞后性，由于中国国内申请人向其他国家申请专利的比例很低，专利家族信息也不具有普遍性。

国家知识产权局公开的专利申请和授权文本中，包含了申请人、发明人、专利分类号和说明书及权利要求书等诸多信息，这些信息在专利公开后即可方便地获取。通过这些信息构建的指标，已经被证明与专利维持时间显著相关，可以较好地反应专利的价值[7]。这为在专利生命周期的初期比较和评价专利价值提供新的可行的路径。

上述基于专利文献构建的专利价值相关的指标中，IPC分类号数被认为体现了专利的技术范围。技术范围反映了专利保护的宽度及其所涉及技术领域的广度，通常范围越大，专利的价值也越高[8]。不过，实证研究发现，以IPC分类号构建的专利技术范围指标虽然易于获取，但其与专利价值的关系尚存争议。因此，有必要进一步探讨基于IPC分类号构建专利技术范围指标的方法及其与专利价值的关系。

1 文献综述

专利IPC分类号是由国家知识产权局专利审查员给出的，专利分类是个审慎且受控的过程[9]，分类结果不仅作为将专利分配给不同技术领域审查员审查的依据，也是专利审查过程中现有技术检索的基础。因此，专利的IPC分类号较为客观、稳定和可信。

Lerner(1994)最早使用IPC分类号的数量作为专利范围的指标，并且发现专利IPC小类号数量越多，被引用次数越多，涉诉概率也越高，从而提出专利范围与价值高度相关[8]。IPC分类号数反映了专利所涉及技术的广度，Fleming(2001)指出技术基础的广度体现了创新者发现新的高价值知识的能力，对新知识的探索范围越广，发现新的和有价值的知识的可能性就越高[10]。而且，范围广泛的专利通常涉及更多的产品或工艺，会扩大专利保护的范围，竞争对手将发现更难“绕过”保护范围更广泛的专利“发明”，这也增加了专利竞争对手独占市场的价值。最后，技术范围更广的专利可以在许多产品或方法中使用，因此具有更高的价值。

创新过程相关的理论分析，也支持类似的结论。专利是技术创新的体现，Weitzman(1998)认为创新是旧观念重新配置组合以形成新观念的过程[11]。不同的知识发生重组的难度是不一样的，技术内容越相似的知识越容易通过重组形成新知识，而越容易发生的重组，其形成的新知识的价值可能越低。专利IPC分类号可以较好地反映技术知识之间的相似程度。属于同一大组的知识通常比属于不同大组的知识更相似，属于同一小类的不同大组之间的知识也比属于不同小类的大组之间的知识更相似。因此，可以基于专利IPC分类号构建专利范围指标，以反映专利价值。

确认专利分类号数与专利价值的关系后，基于IPC专利分类号构建的专利价值指标就在实证研究中被广泛采用。张杰和郑文平(2018)通过构建基于IPC分类号的企业专利质量指标，探讨了专利资助政策对专利质量的影响[12]。虽然，该研究针对的是企业层面的专利质量，但是单个专利质量是构成企业专利质量的基础，他们也认为企业创造专利所运用的知识宽度越大，其专利质量可能越高。这一指标后续也为徐洁香等[13]延用。曾赛星等(2019)则直接用专利涵盖IPC子领域数量构建专利战略价值指标[14]。

虽然，Lerner的研究结果和相应的理论分析都支持专利范围与专利价值之间存在正相关关系的结论，但后续的实证研究结果却并不完全一致。拓展Lerner的研究思路，采用公认的专利价值指标，如是否涉诉、拍卖价格、被引用次数以及专利维持时间等作为因变量，大量研究探讨专利范围与价值的关系。表1中总结了国内外学者有关IPC分类号数与专利价值关系研究的概况。其中，因变量为引用次数的研究中，IPC分类号数的影响均为正。但是，在因变量为专利诉讼、异议或者维持时间时，二者之间的关系是不明确的，部分研究甚至发现专利价值与范围之间存在负相关关系，也有研究发现二者之间没有统计学意义上的相关性。

表1中16项研究得出的结果说明以IPC表示的专利范围与专利价值的关系是比较复杂的。从实证角度考虑，导致结果不一致甚至相互矛盾的原因可能包括：a.作为因变量的专利价值指标不同，不同价值指标可能反映了专利价值在不同维度的内涵，但现有研究中并没有对此进行区分和辨析；b.分析采用的专利数据不同，包括数据涵盖国家、技术领域等，以及专利的申请与授权时间的不同；c.专利范围的计算方法不同，大部分研究以专利包含的不同小类数作为指标，但是，也有部分研究使用专利大类数或者大组数，其结果也不尽相同；d.研究中控制变量的选取也有所不同，通常都会考虑专利的权利要求数、发明人数等因素，但是大多没有考虑技术领域、申请人类型等的影响。

表1 专利范围范围与专利质量关系研究概况

其中，专利价值指标不同是指现有研究中基本都仅考虑一个价值指标，而未对专利价值进行全方位的解析和比较。专利的价值至少包括法律价值、技术价值和市场价值三个维度，已有众多研究从这三个维度构建专利价值的综合性指标体系[28]，但尚未有研究同时考虑专利技术范围与这三个维度的专利价值之间的关系。

总之，现有研究中并不一致甚至相互矛盾的结果使得IPC分类号构建的专利技术范围指标，是否能体现专利的价值，在实证上还有待进一步研究确定。本文在现有研究的基础上，基于生物技术领域的中国专利数据，充分考虑上述因素，构建更丰富完整的基于IPC分类号的专利范围指标，并从法律价值、技术价值和市场价值三个维度构建专利价值指标，以期在中国专利制度背景下，进一步探讨在专利范围对专利价值的影响。

2 专利范围与专利价值指标

2.1专利价值的三个维度及其指标专利的法律价值是指专利是否符合法律授权的标准以及专利权在法律上的稳定性[29]，是否获得授权是法律价值中最基础的部分。发明专利由国家知识产权局专利审查员进行实质审查，确定符合专利法及其实施细则关于授权的规定方可授权。专利授权最重要的条件是新颖性和创造性，满足授权条件表明专利技术不同于现有技术，且达到了非显而易见的高度。因此，获得授权的专利相对于未获得授权的专利，法律价值更高。

专利的技术价值是指其技术先进性和重要性[29]， Lee(2009)和Sapsalis等(2006)认为专利被引用次数体现了专利对现有技术的影响，可以作为专利的技术价值指标[30-31]。专利技术虽然由发明人的智力劳动成果创造，但实践中技术价值的高低取决于后续所有技术研发人员的选择，这体现在专利公开后被引用的情况。专利被引用代表了知识的溢出，被引次数越多，表明专利的技术内容对后续创新的意义越大。虽然，具有更高创造性的专利通常也具有更高的技术价值，但这种从技术发展本身来衡量的专利技术价值不同于法律价值，因为法律价值的判断严格遵从专利法律制度的规定，相对客观；而技术价值可能与专利所处的技术生命周期和产业竞争态势有关。因此，存在少量专利，虽然没有获得授权，还是有很高的被引次数。

专利的经济价值被认为是专利价值最重要的维度，可以用专利授权后权利人对专利的维持情况进行度量[32]。未授权的专利对申请人而言没有任何经济价值，因此，专利的法律价值是其市场价值的前提。专利授权后，按照中国专利法规定每年都需要缴纳一定数量的年费，以维持专利权有效，而且这笔费用随着专利维持时间的延长而增加。理性的专利权人每次缴费前都会对专利可能带来的利益进行判断，如果专利的预期价值低于需要缴纳的年费，则会通过不按期缴纳年费而放弃专利权。因此，专利的市场价值反映了权利人的主观判断。

综上所述，通过授权与否、被引次数和维持年限三个指标，就可以从法律、技术和经济三个维度构建来自政府、所有技术参与者和专利权人三种不同主体的价值指标，以从不同角度评估专利的价值。诚然，三种专利价值评价指标之间有一定的重合性，但毫无疑问也存在一些差异。而专利技术范围对不同专利价值指标的影响的差异可能与此相关，这一点迄今为止未见有研究涉及。

具体到指标的计算方法，专利技术价值的指标被引次数用专利的所有同族专利的被引次数之和计算。需要说明的是，中国专利的引用数据不同于美国专利，美国专利法对申请文件中现有技术的引用有强制性规定，因此，美国申请人倾向于提供更多的引用文献。而中国专利的引用虽然也包括申请人在背景技术中的引用和审查员在审查过程中的引用，但实际情况是后者的数量远超前者。Hegde和 Sampat (2009)发现审查员的引用对专利维持次数的影响比申请人的引用更强，因此，认为审查员的引用可以更好地反映专利的价值[33]。

专利授权后，绝大部分专利会在法律规定的20年保护期内放弃权利，我们将专利授权到放弃之间的时长定义为专利维持时间。专利维持时间反映了专利权人对专利价值的判断，通过维持时长甚至可以对专利价值对应的金额进行估计[34]。参考冯仁涛的方法，用维持是否超过8年作为专利经济价值指标[27]。

2.2专利范围指标发明专利申请后，国家知识产权局专利审查员会依据技术内容对专利进行分类，中国专利分类采用国际专利分类(IPC)规则，分类按照层级从高到低依次为部、大类、小类、大组和小组。每个专利至少被分配一个分类号，大部分专利会有多个专利号。比如申请号为CN200510003448.X的发明专利，其专利IPC分类号有5个：H04M1/66、H04L9/32、H04Q7/32、G06F12/14、H04W12/12，这5个专利号本身就是5个不同的小组，它们共涉及两个不同的部：G和H，2个不同大类：H04、G06，5个不同小类：H04M、H04L、H04Q、G06F、H04W，5个不同大组H04M1、H04L9、H04Q7、G06F12、H04W12。

用IPC作为专利技术范围的指标，基本假设就是专利包含的不同高层级的IPC分类号数量越多，其涉及的技术范围越广。比如专利CN201110278178.9，其IPC分类号包括H04L12/18、H04L12/70、H04L12/24、H04L12/711、H04L12/751，5个分类号属于同一个大组。而专利CN200510003448.X的5个分类号分属5个不同的大组；同样的，前者仅涉及1个小类，而后者涉及5个不同的小类。这两项专利虽然专利分类号数量相同，但由于CN201110278178.9只利用了H04L12一个大组的技术信息，而第二项专利则利用了H04W、H04L、H04Q、H04M、G06F 这5个小类的技术信息。显然，后一项专利所涉及的知识宽度要大于前者，也即后一项专利有更大的技术范围。由此可以看出，不同分类级别上的专利分类号个数，其反映的专利所包含的技术知识范围是不一样的。但从专利范围度量的角度考虑，到底应该选择哪种级别的分类号数量作为技术范围的指标，还有待研究。现有研究大多参考Lerner的方法，使用不同IPC小类数作为范围的指标，也有研究使用IPC大组数，并且发现专利分类中的大组数与小类数显著相关。但各种层级的专利分类号对专利价值的影响是否存在明显差异，尚未见有研究。本文考虑专利分类号中所有的分类信息，以专利分类号中包含的不同的大类、小类、大组和小组数量设计多个专利范围的指标，以探究不同专利范围指标对专利价值影响的差异。

2.3控制变量专利文献中，除了IPC分类号外的其他信息还可以构建众多影响专利价值的指标，这些作为本研究的控制变量。参照现有研究的结果，选择权利要求数、发明人数、首项权利要求字数、是否为共同申请、是否有向国外提出申请、专利文献篇幅等作为控制变量，并通过虚拟变量控制技术领域、专利申请年份、区域和申请人类型的影响。

区域按照专利申请人所在的省份分为东部、西部、中部和东北四大区域。申请人类型则按照第一申请人的情况，分为企业、个人、大学、科研机构和其他共五类。相关变量的含义及其与专利价值的预期关系和参考文献见表2。

表2 相关变量及预期关系

3 数据与模型

本文使用1985-2014年国内申请人向中国国家知识产权局申请的生物技术领域发明专利作为分析对象，生物技术领域专利的定义参考OECD的报告。OECD给出的生物技术领域IPC分类号涵盖11个IPC小类，包括C12N、C12Q、C07K、C12P、A61K、A01H、G01N、C12M、C02F、C07G、C12S，其中最后两个分类的专利数不足10个，分别将其合并到C07K和C12P两个小类中。不同IPC小类的专利可能存在明显差异，我们通过虚拟变量来控制这种技术领域的影响，每件专利所属的小类以其IPC主分类号为准。

外国和中国香港、澳门和台湾地区的专利申请人面临的专利补助等政策环境和专利代理等程序要求与中国大陆的申请人有所不同，所以本研究仅关注除香港、澳门和台湾外的国内申请人申请的专利。通过Incopat在线数据库检索获得满足上述条件的发明专利共计98 451件(已去除尚在审查过程中及被全部无效的少量专利)，使用以上数据构建模型分析专利范围对技术、法律和经济价值的影响。在研究专利经济价值与技术范围的关系时，对专利是否维持超过8年的判断，需要对研究对象进行限制。本文选择专利申请日在2008年之前，且授权日在2012年之前的专利作为分析对象，这些专利在本研究的数据收集日(2020年9月20日)可以确定授权后是否维持超过8年。中国专利法在2000年和2008年有过修订，按照申请年份分为三个时期1985-2000、2001-2008和2009-2014，以控制专利制度变化的影响。所有的专利信息和相关变量指标都通过Incopat专利数据库获取，该数据库提供了相关数据信息的检索入口。

因变量专利维持时间以从授权日计超过8年为高价值专利指标，该指标与专利授权指标均为0-1变量，采用Probit回归模型。被引用次数是不小于0的整数，采用计数数据回归常用的泊松回归模型。

4 结 果

4.1描述性统计表3是主要变量描述性统计的结果。98 451件专利的平均被引次数为3.54，被引次数最高为268，被引次数超过20次的专利有1 234件，占比仅1.25%；尚有29 235件专利被引次数为零，占全部专利数的29.7%；说明技术价值较高的专利占比较低，而且被引次数变量的标准差大于其均值，说明不同专利的被引次数存在较大差异。fee8的均值为0.343，表明维持超过8年的专利占总授权专利数量的34.3%。对专利权人而言，平均看来，这部分专利相对于其他在授权后8年内即放弃的专利有更高的经济价值。专利范围指标方面，所有专利中，有19 298件(19.6%)专利仅有一个专利号，而有59 168件(60.1%)专利所有的分类号属于同一个大类，表明绝大部分专利涉及多个IPC小组的知识，但是，所涉及的知识大多限制于同一大类内。

表3 描述性统计

表4是变量相关性分析结果，除被引次数外，其他连续变量都取对数。结果表明，四个专利范围变量之间都高度相关，除IPC 分类层级相差最大的IPC3和IPC8之间的相关系数为0.696外，其他专利范围指标之间的相关系数都大于0.75，这与Mariagrazia等( 2013)发现的IPC3与IPC8之间显著相关的结论相吻合[41]。维持时间、被引次数和授权3个变量与4个专利分类号数变量的相关系数都较小，且维持时间的与4个IPC分类号数的相关性均正(见表4中下划线标记的第一列数据)，而被引次数和授权与否与4个IPC分类号的相关性均为负(见表4中下划线标记的第2、3列数据)。说明4个专利范围指标与专利价值的关系有较高的一致性，但其与专利的法律、技术、市场3个维度的专利价值的相关性都较低(相关系数的绝对值都小于0.12)，同时，不同维度专利价值之间存在明显差异。当然，更全面准确的结果有待计量经济分析后做出。

表4 变量相关性分析

4.2回归结果分析

4.2.1 专利范围对技术价值的影响 首先，考虑以被引次数度量的技术价值。表5是以专利被引用次数(cited)作为因变量进行Poisson回归的结果。4个模型中，除专利范围变量外，其他变量完全相同。4个专利范围变量的回归系数都至少在5%的显著性水平大于零，虽然具体回归系数和显著性程度有所不同。发明专利公布后，对所有技术人员而言都是可以轻易获取的专利文献公开的技术知识，后续的研究会以公开的专利技术内容为基础展开。而IPC专利分类号数量反映了专利文件公开的技术范围，范围越大，后续研究人员可以获取的技术知识的就越宽泛，在此基础上研发出新的技术方案并申请专利的可能性就越大，申请及审查过程中引用专利的次数也就越多。因此，专利范围与其被引次数正相关符合专利文献通过公开技术内容以促进后续技术创新的立法目的。另外，由于中国专利的引用主要是专利审查员给出的，IPC分类号越多的专利，其涉及的现有技术通常也越宽泛，审查员在后续专利新颖性和创造性的判断中也更有可能检索并引用到此专利。上述结论也与Fisch等(2017)的研究结果一致[20]，通过使用申请日在2000-10年间的9 569项中国发明专利申请数据，运用COX回归模型，他们发现中国专利的被引次数与专利IPC小类号数量显著正相关。

除专利范围指标外，权利要求数、专利文献页数、发明人数、合作申请、是否向国外申请以及是否有北京的代理机构代理等控制变量的回归系数都大于零，且至少在0.01%的水平显著，说明这些控制变量对专利价值都有显著影响，相应的回归结果也与现有研究和表2中的预期相吻合。技术领域指标也都显著异于零，说明即使将研究范围控制在生物技术领域，其他因素保持不变的情况下，不同的IPC小类中的专利，其被引用的情况也存在显著差异。这一结果也表明技术领域是专利价值研究中不可忽略的重要影响因素，本文将研究对象限定于生物技术领域是非常有必要的，相应的结论也可能不适用于其他技术领域。

表5 被引次数为因变量Poisson回归结果

区域方面，在其他因素不变的情况下，中部专利的被引次数显著高于东部(回归系数0.040)，而西部专利的被引次数显著低于东部，东北地区专利的被引次数则与东部无明显差异。申请人类型相关的虚拟变量回归系数都不显著，表明不同类型申请人的专利，其被引次数无明显差异。时间的影响方面，第二和第三时期的回归系数都显著大于零，表明在其他因素不变的情况下，2000年以后的专利技术价值有明显增长。

4.2.2 专利范围对法律价值的影响 表6是以授权指标为因变量的Probit回归结果。4个模型中，IPC分类号数的回归系数都小于零，且除IPC4外，其他三个分类号数变量的回归系数都在0.01%的水平显著。这说明在其他变量保持不变的情况下，专利的分类号数越多，授权的概率越低。

发明专利授权最核心的要求是须具备新颖性和创造性，这通常是在现有技术中某一特定领域，对某个现有技术的方案，甚至是一个特定技术特征的改进。因此，对具体权利要求而言，涉及较少专利范围通常更有可能满足创造性要求。同时，涉及IPC分类号越多的专利，审查员准确理解其技术内涵通常也更为困难，这也可能导致专利更容易被驳回。上述结论与Harhoff和Reitzig(2004)使用专利异议数据作为因变量和Guellec(2000)使用授权率作为因变量的结论是一致的[17,25]，现有研究都表明专利技术范围的扩大对专利法律价值的提升有阻碍作用。

控制变量方面，结果与表5一致，权利要求数、专利文献页数、发明人数、合作申请、是否向国外申请以及是否有北京的代理机构代理等控制变量的回归系数都大于零。专利申请人类型方面，个人申请的授权率显著低于企业，而高校和科研机构申请人的专利授权率显著高于企业，这与冯仁涛(2020)的研究结果一致[27]，说明高校和科研机构的专利技术含量更高，更容易满足创造性要求。不同时期授权率的变化情况与被引次数基本一致。区域方面，东部、中部、东北部和西部专利的平均授权率分别为54.0%、60.3%、51.5%和56.8%。中部和西部虚拟变量的回归系数都大于零，表明在其他因素不变的情况下，中部和西部专利的授权概率显著高于东部。究其原因，可能不是因为技术创新能力本身所致，而是因为东部地区专利申请补贴额度更大，政府补贴对东部地区专利产出的影响大于中西部地区[42]。

表6 授权概率为因变量Probit回归结果

4.2.3 专利范围对经济价值的影响 专利的经济价值用维持时间来度量，表7所示全部四个模型中，所有IPC分类号指标的回归系数都不显著。在考虑众多其他变量不变的情况下，专利IPC分类号数与维持超过8年的概率之间无显著相关性，即专利技术范围与专利的经济价值之间没有统计意义上的关系。这一结果与Fischer和Leidinger(2014)基于专利拍卖数据的研究结果以及胡成等(2017)的研究结果一致[18,21]。专利拍卖金额被认为是专利价值，尤其是其经济价值最适宜的指标。不同经济价值指标的回归结果都表明专利范围与其经济价值无关。

虽然,涉及范围更大的专利通常意味着差异较大的技术重组，但是这种重组也可能会使得专利的权利要求因为涉及过多技术内容而过于复杂，导致其实际保护范围过小，对竞争对手的阻碍也有限，从权利人角度看，对应专利的实际经济价值就不够大。事实上，大量有较高经济价值的专利，其技术本身，尤其是权利要求的技术方案可能并不复杂。

区域影响方面，所有区域相关的回归系数即使在5%的水平也不显著，说明其他地区的专利维持情况与东部没有显著差异。而申请人类型方面的回归结果则显著不同于被引次数和授权率，所有申请人相关的虚拟变量的回归系数都显著小于零，表明企业专利维持超过8年的概率显著高于其他所有类型的申请人。这可能是因为企业申请专利的目的就是为了市场运用，而高校、科研机构等其他类型的申请人则可能基于职称、荣誉等目的申请专利；而且，相对于其他创新主体，企业也更容易通过市场运作实现专利的价值，即使这些专利的技术先进性低于高校和科研机构的专利。

以维持时间为因变量时，其他控制变量的回归结果与被引次数和授权概率作为因变量的回归结果基本一致。需要注意的是，首项权利要求字数和发明人数的回归系数虽然均为正，但均不显著，这一点与表5和6的结果不同，说明上述两个指标对专利经济价值没有显著影响。

5 结论与讨论

中国专利的快速增长引发了人们对专利价值的担忧，但是专利价值的及时评价一直都缺乏合适的指标。本研究利用中国生物技术领域专利数据，构建专利技术范围、专利技术、法律和经济价值指标，通过Probit和Poisson回归模型，探讨了专利价值与专利范围的关系。研究发现专利范围与专利技术价值存在显著正相关，与专利的法律价值存在显著负相关，但是对专利的经济价值没有显著影响。另外，申请人类型对专利的三种价值的影响存在明显不同，企业专利的经济价值最高，但是法律价值低于高校和科研机构。包括权利要求数、说明书页数在内的其他因素，对三种专利价值的影响基本一致。

本文是首次尝试用同一数据集探讨专利范围对不同维度专利价值的影响，并且通过计量模型发现专利范围对专利的技术、法律和经济价值影响存在明显的不同，从而为专利范围与价值研究中存在的模棱两可的结论提供了强有力的解释。本文发现的专利范围与价值之间关系的结论对于专利范围指标的合理使用有很好的指导意义，当要从技术和法律维度考虑专利的价值时，可以采用专利范围指标。但是，要特别注意专利范围越大，技术价值越高，而法律价值越低。考虑到专利范围对其经济价值没有显著影响，且对法律和技术价值的影响存在明显差异，当需要笼统的度量专利价值时，以IPC分类号数表示的专利范围可能不是一个好的指标。此时，建议采用专利的权利要求数或者专利文献页数指标，这两个指标与三个维度的专利价值指标都显著正相关，在众多其他研究中也得到了验证，同样也比较容易获取。专利IPC分类号指标还被广泛应用于构建表征专利价值或者质量的综合性指标体系，甚至直接用作专利价值指标，本文的结论表明IPC分类号的这种使用在很多情况下可能是不合适的，甚至是完全错误的。

本研究也存在一些局限。首先，研究对象限于中国生物技术领域的专利，当专利拓展到其他技术领域和其他国家时，本文的结论是否成立还需要进一步研究。其次，由于专利审查和被引数据相对于申请日有较长的滞后性，本研究去除了最近6年申请的专利，相应的结论是否对最近几年新申请的专利也适用，还有待验证。