知識資產價值視角下的企業專利

序論：好文章的創作是一個不斷探索和完善的過程，我們為您推薦一篇知識資產價值視角下的企業專利范例，希望它們能助您一臂之力，提升您的閱讀品質，帶來更深刻的閱讀感受。

企業作為創新的重要主體,其創新能力的重要體現則是所擁有的全部專利,這些專利整體可視為一個專利組合[1]。傳統評估方法難以準確測度專利組合價值。但如果從知識資產價值的視角看待專利組合價值,通過知識資產市場模型就能將企業專利組合價值合理地分離出來,進而構造測度公式,實現組合價值的客觀估值。因此本文擬從該角度出發展開研究。

1研究現狀述評

專利組合價值測度可從以下兩方面展開評述:測度指標與測度方法研究。測度指標可分為單一評價指標與綜合評價指標體系。單一指標主要有兩類:一類是專利維持率、專利數、專利授權率等[2-4]企業層面的專利指標;另一類是專利被引用次數、同族數等[4-5]專利自有指標。綜合評價指標體系如Lanjouw[6-8]等分別從不同角度建立構建專利指標綜合評估體系。上述研究存在以下問題:由于專利價值參差不齊,簡單加總或平均指標難以反映真實價值;而綜合評價指標體系并未客觀考慮各組合指標間的復雜層次和邏輯聯系,因而不能真實反映組合價值。測度方法可分為會計類測度方法、綜合評價法。會計類測度方法包括傳統的成本法、市場法、收益法,以及由收益法改進的實物期權法。綜合評價法有結構方程模型[9]、主成分分析法[10]、模糊網絡分析法[11]、解釋結構模型[12]、熵權法[13]等。傳統方法如成本法忽略專利資產能產生的未來經濟效益;市場法難以尋找可比參照物;收益法涉及到參數預測問題。實物期權法未考慮影響專利組合價值的因素。其它方法如層次分析法、模糊綜合評價法、熵權法、ISM等方法依賴主觀判斷,因子分析法需要變量間具備較強相關性。通過以上分析可以看出,現有測度指標及方法存在諸多問題尚待解決。如指標層面需要考慮指標間的層次結構問題,而測度方法則需要精準確定專利組合所創造的價值作為客觀方法校準的前提等。盡管專利組合價值無法體現在企業財務報表中,但對于上市公司可以利用金融市場的定價機制對其所擁有的專利組合價值加以確定[14]。這是由于上市公司可以看作是一系列資產的集合。公司的市場價值是這些資產的未來收益的貼現值。這些資產既包括了有形資產如廠房、設備、原材料等,也包括了無形資產如以專利組合為主的知識資產、組織資產以及包含商譽等的其他無形資產。因此,公司的市場價值也包含了專利組合的市場價值。作為知識資產的專利組合在市場中的邊際影子價值可以從回歸系數中得到[15]。從知識資產價值的視角出發,應用知識資產模型能將專利組合市場價值合理地分離出來,解決已有研究存在的客觀方法校準的問題。由此本文擬選取制造業上市公司作為研究樣本,利用知識資產市場模型對企業專利組合價值進行測度,探討一種針對專利組合價值的評估方法。本文研究思路為:首先將專利組合價值測度指標按授權地域對專利組合分組,進而在每個組內按評價角度將指標劃分為外部評價組、申請人評價組和自有屬性評價組三類亞組。在運用組指數套索方法獲得各指標分組結構后,在知識資產市場模型中引入專利組合的不同分組項,利用中國制造業上市公司的數據確定專利組合價值測度表達式,實現對企業專利組合價值的有效測度。之后對企業專利組合價值及組合中單一專利進行測度實例分析,并與其它方法進行專利組合價值測度的對比分析。具體如圖1所示。專利組合價值測度研究思路

2專利組合指標分組

從現有研究成果上看,已有對專利組合價值的研究多是從整體角度測度其價值,將所有專利同等看待,并未從結構分析角度剖析組合間的相互作用。岳賢平[16]指出理解專利組合主要基于專利組合結構,專利組合體內部專利之間存在互補性和替代性等多種關系。翟東升等[1]指出專利組合內部存在的小專利組合之間有復雜結構關系。任培民等[9]指出專利組合內指標間的相互作用會導致組合價值變化。從結構上來看,企業專利組合內部存在著專利與專利之間的相互作用,各種指標之間也存在交叉等復雜的結構關系。專利組合的結構決定了專利間復雜的相互作用關系,可以通過專利指標分組來映照專利組合的結構,因此基于分組的專利組合指標間的數值關系能夠反映專利間的相互作用關系。本文構建專利指標分層組合的形式來揭示這種復雜的相互作用關系,進而經由專利組合指標與專利組合價值的數量聯系來反映這些復雜作用關系對專利組合價值的定量影響。鑒于此,本文考慮專利組合內部各專利組、專利組內部各專利指標之間的相互作用,從結構分析視角出發嘗試對專利組合指標分組,以更好測度專利組合價值。首先,基于專利組合可以視為各專利按地域、時間等關聯關系聯結的集合的思路,本文提出以下專利指標組合方式:按照專利授權地域,將指標劃分為國內專利組和其他專利組兩類。這是由于國家地域性是專利權的最基本特征[17]。中國大多數企業主要在本土市場進行競爭,通過國家知識產權局申請專利技術保護以維持其優勢地位。當企業選擇開辟海外市場時,為尋求對國際貿易中優勢技術領域產品的保護并在國際市場競爭占據一席之地,就必然會提出專利國際申請。由于國外申請和維持專利的成本遠高于國內,這些專利通常具備較高的技術水平和經濟價值[10]。是否申請國際專利也反映持有者對專利價值的判斷。有鑒于此,應首先從專利授權地域對專利指標進行劃分。同時,專利組合還可以分為以下類型:束型、傘型、鏈型、星型專利組合[18]。這些組合或是從技術出發、或是從市場、生產流程出發構建。專利間的關系主要可概括為以下幾種:專利組合圍繞某核心專利構建;專利組合內各專利共同發揮作用;專利之間發揮的是協同作用。不同專利同一指標間組合的數量形式可以反映這種組合內專利間的復雜相互作用關系。除專利間的復雜作用關系之外,由于每組內部的專利組合指標由于評價角度不同,同樣存在著不同的分層關系。任培民等[9]提出可按評價角度對專利組合分組,能較好代表專利組整體的某一特征。因此本文在每個組內按評價角度將指標劃分為外部評價組、申請人評價組和自有屬性評價組三類。外部評價組指標反映的是外部機構對專利價值的評價;申請人評價組指標值是由申請人自行決定,反映的是申請人對專利價值的評價;而自有屬性評價組指標是有關專利自身屬性的評價指標。a.外部評價組。被引證次數(Fcit):用來測度專利價值的最客觀有效的評估指標。專利的直接引用所積累起來的引用次數可從技術角度衡量專利價值[19]。專利被引用量越高,其質量和價值也就越高。初步審查時長(Exa):反映專利質量,審查過程可篩選掉低質量專利[20]。審查時間越長,專利申請的技術水平越高,體現專利的技術價值。b.申請人評價組。權利要求數量(Claim):決定一項專利的創新范圍與未來機會,權利要求項數越多,保護范圍越廣,是評價專利市場價值的關鍵指標[9]。同族專利數(Fam):表明該項專利所涵蓋的專利范圍大小,多國申請專利的維護費用較高,反映申請人的重視程度及該專利的價值[11]。專利壽命(Time):反映專利權人對專利價值的判斷,經濟效益隨著專利壽命而增加,帶來更高的市場價值[21]。c.自有屬性評價組。引證次數(Bcit):體現專利創造的技術基礎,專利引證次數越多,產生高質量專利的可能性更高。該指標可從技術發明基礎方面測度專利價值[22]。分類號數(Cln):取分類號前四位的數量。反映專利通用性,表征專利的技術覆蓋范圍與專利創新程度[23]。分類號數多的專利創新程度高,專利價值也高。發明人數量(Inv):表征專利知識水平與技術范圍的程度,是專利先進性的重要特征,可從研發投入的角度體現專利價值[8]。此外,還有其他指標,如技術穩定性、保護范圍等指標建立在主觀方法———專家打分法基礎上;無效請求人數與專利價值相關性極弱(僅有個別專利有非零無效請求人數,不具普遍意義);引證科技文獻數與引證次數高度重復性;專利申請費用等因素影響專利申請人數指標偏高。因此,并未選取。綜上所述,專利組合指標可分為國內專利組和其他專利組兩類,每一大組內部進一步分為外部評價組、申請人評價組和自有屬性評價組三類。合計兩大組、六小組。

3模型、變量及數據

3.1組指數套索方法與指標

分組結構針對變量過多造成模型過擬合的不足,Tibshira鄄ni[24]提出基于正則化的變量空間降維和特征變量選擇方法lasso,通過引入懲罰函數的方式在回歸過程中對變量系數進行壓縮,使得模型冗余變量系數變為0,從而剔除相應變量,提高模型準確率。在諸多回歸問題中,變量之間常常存在著分組結構。lasso方法局限于有效變量選擇,無法選擇有效變量組及解釋分組效應信息。Yuan等[25]將變量間的組結構作為先驗信息,用lasso懲罰分組系數,得到的組套索模型(GroupLasso)可解釋變量群體結構,實現特征變量組選擇,解決組效應問題。該模型及隨后改進的重疊組套索模型、自適應組套索模型、平方根組套索模型等只能實現特征組選擇而不能實現組內的特征變量選擇。直到Patrick[26]提出組指數套索(GroupExpo鄄nentialLasso,GEL)方法,控制特征選擇在組內耦合的程度。能同時實現特征組選擇和組內特征變量選擇功能,估計精度與計算效率得到進一步提高。此外,現實中受多種不可控因素的影響,變量間的關系多為非線性的[27]。與線性相比,非線性關系更接近變量間真實的內在聯系。根據泰勒展開式的原理,非線性關系可以用變量的多項式來加以近似(線性關系同樣可以采用,相當于僅取變量的一階項)。這種近似展開是研究非線性關系的重要手段。本文采用的專利組合指標變量具有分組結構,按前述分組思路可分為六組。由于專利分組內部各指標間關系未知,因此按照非線性關系加以設定,每個分組內使用多項式的形式、取各變量的二階項與一階交叉項加以擬合。在更加符合客觀事實的同時也增加了模型的過擬合風險。因此本文擬借助GEL方法簡化專利組合指標組合結構,在各組中選出關鍵組及組內關鍵指標,整合成國內外兩大組指標進入下一節的模型中。

3.2知識資產市場模型及知識資產價值

本文意圖是構造一種能夠更加準確測度專利組合價值的方法,出于校準該方法的需要,模型中代表專利組合價值的變量,應當是數據可獲得的、廣泛認可的、具有權威性,由于現實中并不存在滿足以上條件的變量,因此本文擬采用知識資產市場模型(Griliches)對企業無形資產進行估值的原理,估算出專利組合價值,進而獲得專利組合測度公式。企業無形資產可分為專利資產、組織資產、其他無形資產,參考賈瑞乾[3],龍小寧[14]的研究設定,構建如下知識資產市場模型:lnQit=棕1(PatitAit)+棕2(ORitAit)+棕3(KitAit)+mi+dt+uit(1)其中,Qit為公司托賓Q值,Ait是有形資產賬面值,Patit是專利資產,ORit是組織資產,Kit是其他無形資產,mi是不受時間變化影響的個體特征,dt代表不隨個體變化的時間效應。滋it是隨機干擾項。模型采用公司管理者20%的薪酬來估計公司的組織資產OR[15]。為提升模型解釋力、減少因遺漏相關變量造成的內生性問題,在模型中引入控制變量[3,14,15]:(1)投資者情緒(Mo):以當年7-12月的累計月度股票收益衡量;(2)每股收益(Eps):以屬于普通股股東的當期凈利潤除以普通股的加權平均數衡量;(3)總資產周轉率(Tuov):以主營業務收入除以資產總計衡量;(4)現金流量資產比(Cf):以現金流量除以總資產的兩年移動平均值衡量;(5)企業增長(Growth):以主營業務收入增長率衡量;(6)第一大股東持股比例(Top1):以企業實際控制人的持股占比衡量;(7)資產負債率(Debt)以負債總計除以資產總計衡量。此外,還加入了企業固定效應與年度固定效應,使用雙向固定效應模型來測度專利組合價值。依據分組思路將專利組合分為國內專利組合(Chpatit)和其他專利組合(Otpatit),由式(1)進一步建立如下模型對專利組合價值進行估計:lnQit=棕11(ChpatitAit)+棕12(OtpatitAit)+棕2(ORitAit)+棕3(KitAit)+[酌1Moit+酌2Epsit+酌3Tuovit+酌4Cfit+酌5Growthit+酌6Top1it+酌7Debtit]+滋it(2)搖3.3搖數據來源與變量描述本文從國泰安數據庫中獲取公司財務數據,選取上市A股公司中的制造業公司作為研究對象。選取原因:(1)制造業企業普遍開展創新活動,具有研發投入;(2)在專利密集型企業中制造業企業數量占比70.3%。本文采用以下原則對樣本進行篩選:(1)剔除樣本期被ST、*ST、PT處理及終止上市的公司;(2)去除變量缺失或觀測值明顯異常的公司;(3)剔除沒有專利申請的公司。(4)鑒于2015年之前近半企業的財務數據大量缺失,及考慮到專利公開存在時滯問題,檢索專利申請日限定在2020-12-31之前,對應企業數據取2015-2020年。結果共搜集到191家數據完整的企業。專利數據來自incopat專利情報檢索數據庫。按當前權利人名稱對每個公司分別進行檢索,合并申請號后共搜集專利著錄項11萬余條。剔除每年失效的專利,得到有效專利的相關指標數據。為減少異常值的影響,對變量進行1%的縮尾處理。

4實證分析

4.1同組同指標組合結構專利同組同指標之間的組合,體現的是核心專利與其他專利之間的作用形式。如果專利組合圍繞某核心專利構建,則在指標上是核心專利的指標代表本組專利的共同特征,計算上即是取本組專利指標的極大值;專利組合內各專利共同發揮作用,就是取本組專利指標的幾何平均、算術平均;專利之間發揮的是協同作用,則取本組專利指標的累加或乘積的方式。通過分析不同的組合形式與專利組合價值的相關系數,來判斷最普遍的作用關系形式。將每一分組的各種專利指標數據均按加總、算數平均、幾何平均、取最大值等方式計算,把計算的指標值采用Pearson相關系數法與企業價值做相關性分析,取平均相關系數最大的方式作為各分組內的指標組合方式。最終結果為國內專利組與其他專利組指標均選擇加總方式計算。計算表格從略。

4.2利用組指數套索方法獲得分組結構使用R軟件計算,利用組指數套索(GEL)方法對專利指標變量進行特征篩選。參數選擇圖略。對模型進行交叉驗證,選擇姿為0.0606。此時國內專利組變量包括引證數、分類號數、初步審查時長、被引證數二次項Bcit2、Cln2、Exa2、Fcit2,及發明人數與分類號交叉項Inv*Cln。國內專利組合價值綜合評價公式為Chpat=0.106Bcit2-0.064Cln2-0.254Inv*Cln+0.102Exa2-0.043Fcit2(3)其他專利組變量包括了引證數與分類號數二次項Bcit2、Cln2。其他專利組合價值綜合評價公式為:Otpat=0.000088Bcit2+0.082Cln2(4)從公式(3)中可以看出,引證次數對國內專利組合價值有促進作用,專利引證次數越多,該專利組合很可能處于某技術領域領先的位置,具有更強的競爭力。審查時間越長,一般來說預示著該專利組合較高的創新性,專利組合價值也就越大。而分類號數對專利組合價值的影響為負,可能是由于專利技術覆蓋范圍過廣導致研究不夠深入,從而降低了組合價值。發明人數與分類號數的交叉項系數為負也證實了這一點。有研究表明發明人數為1時的專利更容易獲得授權[28],發明人數越高,專利研發投入耗費的人力資本越多。被引證次數二次項的系數為負,有學者研究指出,被引證數與專利價值呈現倒U型關系[29],也有研究指出專利被引次數對專利價值可能是一個正向、負向、中向混雜的評價指標[30],一項舊專利不斷被新專利引用,舊專利的技術面臨來自新專利的技術在市場上的競爭,新專利的問世,可能導致舊專利面臨的市場份額減少,從而降低市場對該專利的評估價值。專利被引證數也會受到時間因素的影響,越早出現的專利,就越有更大機率被引證。以上因素均有可能導致被引次數對專利價值的影響與其他評估結果存在不一致現象。從公式(4)中可以看出,對于國外專利組合來說,自有屬性指標對其價值影響最大。引證次數與分類號數對專利組合價值有顯著的正向效應。分類號數越多表明其涵蓋多個領域技術創新程度高的內容,對國外專利組合價值有促進作用;而引證數同樣表明專利組合的技術基礎水平,較高的引證數可能會帶來專利組合價值的增加。

4.3基于知識資產市場模型的專利組合價值估計

表4報告了模型(2)在控制企業個體固定效應和時間固定效應后的估計結果。(1)列顯示企業國內專利組合系數為1.205,在1%水平上顯著,說明國內專利組合帶來企業市值的提升,企業國內專利組合價值能體現在股票市場上。列(3)顯示在同時納入國內專利組合、其他專利組合、組織資產與其他無形資產之后的結果,所有變量的回歸系數均大于0且在5%的水平上顯著,說明這些變量對企業價值有顯著貢獻。另外,國內專利組合與國外專利組合回歸系數之比近似·5·為1:2,這證明與國內專利組合相比,制造業上市公司其他專利組合對企業市值有更高的提升作用,其他專利組合邊際價值也相應更高。這符合前文提到國外授權專利具有更高的價值的已有研究論斷。綜上所述,制造業專利組合價值測度公式可以寫作:V=0.0121A*exp(0.896Chpat/A+1.642Otpat/A)(5)其中,V代表制造業專利組合價值,由于原模型展開后是關于企業有形資產的指數形式,因此合理分離出專利組合價值的前提是對有形資產A的數值進行調整。根據樣本中部分企業擁有的專利權價值的均值,與公式A*exp(0.896Chpat/A+1.642Otpat/A)計算的數值進行比較,得出0.0121的調整系數。根據回歸結果可以估算出公司專利指標變動情況對國內專利組合、其他專利組合價值的影響,具體為:國內專利組合總體引用數增加一次或審查時間增加一年,其價值將分別增加102元、1205元;增加一個分類號數或被引數增加一次,其價值分別減少718元、228元,發明人數增加一個,將減少348元。對于其他專利組合,引用數增加一次或分類號數增加一個,將使其價值分別增加536元、1986元。以國內專利組合為例,Chpat/A變動1%,LnQ會提高0.896%。Q的分子分母均以元為單位,Chpat/A的分母單位是十億元。假設存在一家“平均冶的公司,有形資產取樣本中位數4.3*109,Q取樣本中位數1.89,結合還原公式,那么該公司國內專利組合總引用數增加一次,其系數變動0.896*6.03*10-8,市值將提升(0.896*6.03*10-84.3*109*1.89)*(4.3*109)抑102(元)。其他指標均可按此法求取。

4.4測度實例分析

a.專利組合價值測度。參照肖仁橋[31]的分析思路,將中國高技術制造企業分為醫藥、航空航天器、醫療設備及儀器儀表、計算機及辦公設備、電子及通信設備等5類,本文計算樣本各類企業的專利組合價值。由于篇幅限制,本文按分層隨機抽樣法從總樣本企業中分別抽取上述5類企業,選取每類4家合計共20家企業的專利組合計算其價值,繪制如圖2所示:圖2搖制造業企業專利組合測度值可以看出,航空航天器企業專利組合價值整體最高,電子及通信設備企業排在第二位,醫藥企業專利組合價值緊隨其后,電子計算機及辦公設備、醫療設備及儀器儀表類企業專利組合價值排名最末。航空航天領域具有科技含量高、產業規模大的特點,是高新技術最集中的高端制造業,近幾十年該行業發展受到了政府研發資助與企業研發投入的雙重促進作用。此外,該行業內部企業間專利組合價值分布不均衡,部分掌握關鍵核心技術的企業如深圳特發信息公司受當地政府重點扶持,選址于科技產業園區,充分發揮產能制造和產業鏈集群優勢,具有較強創新能力,其專利組合價值相應較高;而如天津思維自動化設備公司,由于企業成立時間短、研發人員數量不足等原因,使其專利組合價值較低。電子及通信設備行業的市場化程度相對較高,企業自主創新意愿與自主創新能力較強,具有龐大專利規模,該行業專利組合價值整體較高;醫藥業的發展高度依賴于專利技術,我國醫藥企業曾經一度缺乏專利意識,依靠仿制發展的理念導致創新水平低下。近些年開始逐漸重視新藥研發工作,但仍然存在成果轉化率低、專利平均維持時間短等問題,未來隨著創新研發的持續投入與加強研發管理,醫藥企業專利組合價值有望得到提升。計算機及辦公設備和醫療設備及儀器儀表企業專利組合價值分布情況相似,近年來這兩類企業專利申請量不斷提升,但其專利規模和創新程度相對較小,專利組合價值處于較低水平。b.專利組合價值與單一專利獨立價值。單一專利在組合中獨立發揮的價值,是該專利在組合中所起的邊際效用,因此應該是包含該專利的專利組合價值減去不包含該專利的專利組合價值所得的結果。以光迅科技公司專利組合為例,計算其單一專利獨立價值,選取其中20個專利示例如下表5。各單一專利獨立價·值之和為1308462元,僅為光迅科技公司總專利組合價值56793097元的2.3%,這表明專利進行有機組合后,組合中單一專利單獨發揮作用較少,該組合價值是由眾多專利聯合作用所創造的。4.5搖與已有方法的比較應用不同范數可以綜合比較檢驗多個模型的測度能力[32]。由前述可知,以往通常使用國外專利數、總專利數、發明專利數、專利總被引數等代替專利組合價值。為檢驗本文公式的測度性能,現將這些變量數值與本文公式計算結果與企業專利權價值進行對照,計算各測度值與真實值之差的多種范數:m1范數(對于矩陣A沂Rm*n,椰A椰m1=移mi=1移nj=1aij)、F范數(椰A椰F=tr(AHA))、M范數(椰A椰M=max{m,n}*max{aij})、G范數(椰A椰G=mn*max{aij})、無窮大范數(椰A椰￥=max移nj=1aij)、1范數(椰A椰1=max移mi=1aij)、2范數(椰A椰2=AHA的最大特征值)。將每種范數按從小到大給出排序并求出排序之和。如表6所示可以看出,在計算測度值與樣本值之差的矩陣范數排序及其加和后,發現本文測度模型獲得的范數最小,由總專利被引數計算得到的范數次優,使用國外專利數測度結果優于發明專利數與總專利數,據此體現了本文分組方式與測度方法的正確性。

5結論與建議

準確評估專利組合價值具有重要的現實與理論意義。在現實層面,既能夠保證政府部門在有效評估企業創新程度、制定創新發展戰略方面數據基礎的正確;又能為企業的技術研發、專利許可等企業決策提供數據支撐,對企業構建科學有效的專利組合、實施專利運營等有重要借鑒意義。在理論層面,專利組合價值不僅僅取決于組合內部單一專利價值,更取決于專利組合內部專利之間的復雜作用關系。已有研究多使用專利組合中各專利指標的簡單計算來測度專利組合價值。顯然難以達到準確測度的效果。論文從結構分析視角出發展開研究,有望從機理角度保證專利組合價值的準確測度。論文首先提出可能的專利組合指標多層嵌套結構,利用組指數套索方法獲得各亞組專利組合指標的組內公式,再運用知識資產市場模型分離出專利組合指標組間公式,從而能夠有效測度專利組合價值。采用2015-2020年的中國制造業上市公司數據獲得專利組合價值測度公式數量表達式,通過預測檢驗、與其他方法進行比較等,表明專利組合價值測度公式能夠較好地測度專利組合價值。論文做出以下貢獻:(1)由于專利之間的復雜作用關系可以體現在專利測度指標間的數量關系上,因此可以通過研究專利組合指標結構來體現專利之間的作用關系。論文引入結構分析視角測度專利組合價值,從專利組合指標的地域與屬性分組出發,考慮專利組合結構對專利組合價值的影響。(2)由于專利組合及其亞組內部指標間存在的復雜非線性關系,需要使用多個包含不同指標的多項式加以擬合。為防止過擬合的問題,本文運用組套索回歸模型,設置懲罰函數來選擇特征組和組內特征變量,從而獲得專利組合測度組內公式。(3)獲得準確的企業專利組合價值樣本值,是校正專利組合價值測度模型的前提條件。由于現有方法不能獲得準確的樣本值,使得運用已有方法進行組合價值測度存在偏誤。本文使用知識資產市場模型通過資本市場對無形資產價值定價,間接確定專利組合真實價值,進而有效找出專利組合測度組間公式。相關建議:(1)對于企業而言,應樹立專利組合戰略意識,重視專利組合布局。組織專家形成專門服務小組,從技術、法律等多維度對專利分級管理,有意識的運用設計、購買專利等方式,通過專利的互聯性將專利連接,形成完整的專利保護盾牌,增強專利防御和反擊訴訟能力,降低專利侵權的可能性。(2)各級相關管理機構需要進一步出臺相關政策,建立以專利組合為導向的激勵制度,積極引導企業構建專利組合,加快完善專利組合相關的配套制度建設,如設立專項基金或稅收優惠活動等給予政策扶持,建立可靠完備的專利數據庫以提供精準的數據支撐。

參考文獻

[1]翟東升,陳曾曾,徐碩,等.基于實物期權的專利組合估值方法研究[J].情報雜志,2021,40(6):200-207.

[3]賈瑞乾,陳松,李煉.專利組合對上海制造業上市公司企業價值的影響[J].科研管理,2019,40(8):198-205.

[4]李仲飛,楊亭亭.專利質量對公司投資價值的作用及影響機制[J].管理學報,2015,107(8):1230-1239.

[5]搖李牧南,褚雁群,王流云.專利質量的不同維度指標與托賓Q值的關系測度[J].科學學研究,2019,37(07):1164-1173,1202.
[7]萬小麗,朱雪忠.專利價值的評估指標體系及模糊綜合評價[J].科研管理,2008,29(02):185-191.

[8]謝文靜,鮑新中,張搖楠.基于粗糙集理論的專利價值評估及其實證研究[J].情報雜志,2020,39(08):76-81.

[9]任培民,趙樹然,姜文遠.基于結構方程-組套索的復雜專利組合測度研究[J].科研管理,2022,43(09):159-168.

[10]胡搖諜,王元地.企業專利質量綜合指數研究———以創業板上市公司為例[J].情報雜志,2015,34(1):77-82.

[11]陳朝暉,周志娟.基于FANP方法的專利組合價值評估模型設計及應用研究———以“深圳大疆冶為例[J].科技進步與對策,2020,37(5):18-26.

[12]卞秀坤,鄭素麗,諸葛凱,等.基于ISM模型的企業專利組合核心特征分析[J].科技管理研究,2020,40(03):95-100.

作者:任培民 袁旗 趙樹然 單位:青島大學經濟學院 中國海洋大學經濟學院