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”為例

陳朝暉，周志娟

(廣西科技大學 經濟與管理學院，廣西 柳州 545006)

0 引言

在人工智能、云計算、5G等快速更迭及知識流動全球化環境下，專利數據應從大數據應用[1]——海量持續“造”數據-分析推斷“用”數據-創新生成“新”數據的3個循環過程視角加以理解。創新不僅可理解為對預期利潤的知識投資，還可被視為未來現金流和增長機會的表征。研究專利價值問題的重要性遠甚于對專利應用市場問題的理解。商務分析正成為創新的核心競爭力，專利數據有助于清晰描繪社會經濟創新活動，數據分析評價有助于洞察專利布局現狀并預判發展趨勢。可見，專利大數據具有如下特點：①信息獲取渠道從正式信息渠道(國家專利局數據庫)拓展到非正式信息渠道(社交媒體知識分享和論壇成果交流)，呈現復雜的數據生成與交互特征；②信息處理更便捷準確，可以利用數字技術對文本、語音、圖片和視頻等進行識別與編碼，專利數據多樣性和互補性成為新常態，多源異構和富媒體成為重要載體特征；③專利數據海量積累時也降低了價值數據比例，稀釋了專利價值密度，提升了專利價值發現難度。價值密度降低意味著基于專利數據的挖掘與商務分析是專利大數據應用的關鍵，展現了專利大數據分析的重要性；④多源性、多類型和富媒體的數據生成與緊密交互強化了流數據形態及即時性，提高了專利數據傳輸和交換速率，對專利價值的連續識別提出了更高要求。

可見，企業合理使用專利大數據能夠將傳統決策變成基于數據分析的決策，從而更準確評判專利價值以降低知識產權交易過程中的不確定性風險。在單項專利競賽轉向為組合專利競爭的背景下[2]，專利數量增加意味著專利組合價值評估復雜度與困難度提升[3]，更需要形成清晰簡明、合理實用的組合專利價值評估思想。中美貿易糾紛不僅意味著世界范圍內專利博弈加劇，也意味我國企業在走出去進程中更要強調專利資產的海外布局與組合質量。由此，如何準確評估專利組合價值，促進企業前瞻性研判專利研發與布局，進而提升專利戰略運用的有效性，是本研究的理論意義和應用價值所在。

1 文獻綜述

1.1 專利價值評價指標

Pitkethly[4]指出，理解專利價值的潛在障礙就是缺乏實用的價值評估方法(尤其是專利處于應用前景不確定的早期階段)。在專利申請、續展、許可、購買和銷售談判時都需要價值評估，缺乏實用評估方法往往會導致專利組合管理過程出現次優決策；Kramer[5]認為，在涉及技術的正式商業決策中專利評估是至關重要的；Grimaldi等[6]認為，專利組合價值評估需要一個概念框架，價值評估過程旨在將專利管理與公司技術、創新戰略進行比較并從中獲取所有可能的戰略信息；萬小麗等[7]指出，專利價值分為靜態價值和動態價值，并從技術價值、市場價值和權利價值3個方面構建專利價值測量指標體系；胡小君等[8]從專利技術價值、市場價值和間接經濟價值，對基于專利向心引用網絡的專利結構指標與傳統專利技術價值指標的相關性進行實證分析，結果證明該結構指標能更好地評價現實中的專利技術價值；呂曉蓉[9]和谷麗(2017)指出，技術價值是專利內在價值，技術性評價指標能更準確客觀評價專利質量；張冰瑩[10]指出，專利數量越多并不意味著企業價值貢獻度越高，專利品質對企業價值的貢獻度更具關鍵作用；朱莎[11]、夏軼群[12]、郭建偉[13]實證了專利引用次數、權利要求數、專利有效期限、IPC分類、專利數量和專利類型等指標及發明專利等信息對專利質押融資額度的影響；張曉月等(2017)基于企業經營績效角度，以專利被引用類指標和專利維持年限測量專利質量，發現發明專利近3年的被引次數對企業績效有顯著正向影響，技術溢出效應在一定程度上影響維持年限長的專利對企業績效的促進作用；夏淑萍等[14]認為，專利法律狀態、專利預期收益期限、專利權實施狀態3個方面影響評估專利價值，其中專利法律狀態調查為首要任務。很多學者認為，專利價值能采用專利權利主張加以反映[15]。專利引用顯示了專利的實用性、獨創性和相關性，并從法律上界定了專利財產權范圍，多數學者認同專利引用在專利價值研究中的重要性[16-17]。對于指標權重的確定，大部分研究認為應以決策者直接參與權重值的評估為基礎，因為在評估過程中若不考慮每個評價因素的背景和認知的重要性則難以進行可靠評估[18]。

Patel & Germeraad[19]認為，3類要素決定專利組合商業價值，一是專利有效性和專利實施潛力，二是專利技術實力和商業效用，三是專利覆蓋國家的商業市場；李程[20]基于國內外專利價值評估體系概念和研究現狀，構建以法律、技術和市場為一級指標的“總-子-分”三層架構進行專利價值度測量；Grimaldi等(2015)利用美國專利數據庫信息，從權利要求、引用和市場覆蓋3個維度對航空航天與國防等產業專利價值進行分析；Grimaldi等[21]提出了一個專利組合價值評價概念框架，評價要素除權利要求等定量數據外，還包括戰略定位、經濟重要性等定性決定要素及源自決策制定者觀念和判斷的信息等5個評價要素。

當前，企業傾向于增加專利獲取——包括自主研發、許可或購買資金投入，以期增強技術實力、話語權和談判能力，隱含著3個值得思考的問題：一是專利數量劇增伴生著多源性、多類型和富媒體的海量數據(例如截至2017年12月底，華為授權專利為7.4萬件，中興通訊授權專利超過3萬件)，大規模專利數據的價值已不能簡單地以數量和質量加以理解；二是現代企業獲取的專利具有多樣性和互補性，整體上形成了Parchomovsky & Wagner[22]指稱的超級專利，現實中專利組合往往還具有持續優化的動態特征，專利組合價值并非單項專利價值之和；三是企業面臨專利等無形資產占比快速提升的現狀。在環境不確定性加劇的環境下，戰略目標實現的前提是“硬”資源能力與“軟”無形資產的有效匹配，這就需要對專利價值進行準確的理解。

現有專利價值評估研究成果較為豐富[23-24]，學者們從技術價值、法律價值等角度提出了不同觀點，以期對專利價值達到全面、準確的認識，但也存在有待研究之處：一是現有研究雖注意到了理論的合理性與完整性，但既忽視了與實踐層面(內部需求)的結合，也忽視了環境變化(上述3個問題隱含的外部需求)對專利價值評估的影響；二是現有研究(尤其是國內)在評估指標設計時往往沒有充分考慮單項專利與專利組合的差異。發明專利不等于高價值專利，外觀設計不等于低價值專利，適用于單項專利價值評估的指標體系并不一定適用于專利組合。當然，可以考慮指標體系的兼容性。

1.2 單項專利與組合專利價值評估方法

需要指出的是，專利固有的獨特性通常使專利評估顯得復雜、昂貴且容易出錯。

(1)單項專利價值評估方法。傳統方法包括重置成本法、收益現值法和市場價值法。有研究指出，在外購專利(企業并購)核算時常采用重置成本法[25]。該方法采用的歷史數據準確可靠，滿足會計準則要求，操作簡單快捷，但缺陷在于忽略了專利的經濟價值、技術生命周期及法律風險等因素。關于收益現值法，專利權人許可他人使用時能夠以被許可方未來支付的使用費作為現金流，通過折成現值評估專利價值。專利權人若選擇不許可，自行使用，其節約所需支付的使用費同樣可作為現金流進行專利價值評估[26]。然而，在計算過程中未來現金流的現值很大程度會受使用的折現率影響，通貨膨脹率、同期銀行利率、技術生命周期、經濟壽命期、專利產品市場供求狀況不確定等因素同樣影響專利收益折現率。采用市場價值法需滿足兩個條件：一是存在同類或類似資產活躍的公開市場，可獲取可靠的類比資產；二是可比資產的交易信息能夠在公開市場準確獲取。由于專利權的獨有性導致類比資產難尋，我國尚沒有充分的公開專利交易價格信息庫，從而限制了該方法的運用[27]。總之，上述3種方法往往在某種靜態情景(例如專利權屬處于穩定狀態)下用于單項專利價值評估，一旦存在侵權訴訟等不確定性風險，評估就會變得更為復雜。

(2)組合專利價值評估方法。Ernst & Omland[28]從專利組合規模、技術關聯度和市場覆蓋程度提出衡量專利組合實力的專利資產指數；Collan & Kyl?heiko[29]基于對未來結構不確定的模糊信息提出戰略專利組合的預期價值，通過專利占有的市場規模、企業未來市場份額、專利組合獲得預期市場份額的可能性、基于風險規避的預估對覆蓋未來全部技術的可能性等4個指標的乘積加以衡量；于謙龍等[30]基于拍賣專利信息提出專利資產指數的專利價值評價方法，通過采用Shapley值分解專利超過10個的要求權數、技術寬度、授權等待期、專利剩余壽命對專利拍賣價格的貢獻度，從而確定其對專利價值的貢獻權重，構建專利資產指數模型；Wang 等[31]設計了一個模型計算專利池中各專利相對重要度，并對MPEG2專利池的770項專利進行測算，采用的指標是專利數量、專利年齡、專利范圍、前向引用、后向引用、權利要求數和企業規模；許澤想[32]考慮到無形資產的期權性質，采用二叉樹期權定價方法對專利組合價值進行評估；靳曉東和譚運嘉[33]從專利資產證券化角度分析專利組合的特點，構建模式轉換算法下的三叉樹模型以評估被證券化的專利組合價值。然而，該方法在實踐中應使用極其復雜；Vakili[34]、Ganbardella[35]和劉澄等[36]提出未來價值評估法，認為可使用當前市場數據為未來價值設定基準并構建基于收益的估值模型，盡管需要考慮市場和技術風險對未來價值的影響。

與國內相比，國外相關成果更為豐富，已注意到不確定風險因素的影響[37]，指標選取以定量指標為主，在評估專利法律價值時主要采用權利要求這一指標。盡管上述研究數據背景與我國存在較大差異，評估指標選擇及結果是否適合我國有待考慮，然而，其評估指標構建思想依然非常值得借鑒。

2 評估指標選取

專利商業化的本質可理解為專利價值實現，專利價值包括專利的技術價值、市場價值和法律價值[38]。運用價值理論和專利戰略理論，結合現有文獻，本文認為，技術價值、市場價值和法律價值3個維度可以構成專利組合價值評估一級指標。在三維度指標的基礎上，結合單項專利和組合專利特征對比分析，歸納提煉出12個二級指標(見表1)。

3 專利組合價值評估：模糊網絡分析法的導入

目前，指標評估理論方法多為單獨或結合采用層次分析方法和模糊綜合評估方法。層次分析方法考慮總—子—分各層級之間的依賴關系，但即使上述兩種方法的有效結合也難以消除同一層級間各元素的影響。模糊綜合評估方法可用于降低決策者在決策過程中因主觀性和模糊性產生的影響。為厘清層次分析方法中同層級各元素間的依賴關系，本文采用模糊網絡分析法(Fuzz-ANP)。該方法既能克服評估者進行指標量化時在權重確定過程中產生的主觀性和模糊性，又能體現層級間及同層級中各要素間的依賴關系和反饋機制，使分析結果更為準確有效[39]。FANP評估方法的權重賦值計算步驟如下：

(1)將X=(x1,x2,...,xn)作為對象集，U=(U1,U2,…,Um)為目標集，每個對象對每個目標進行分析，gi是依據此方法計算所得。M為每個對象程度分析值，采用以下符號表示：Mgi1,Mgi2,...Mgim,i=1,2,...,n，其中Mgij(j=1,2,...,m)都是三角模糊數。需要注意的是，這里三角模糊數為Mgij=(l,m,u)或者Mgij=(l/m,m/u),其中-∞

表1 專利組合價值評估指標體系

(3)M2=(l2,m2,u2)≥M1=(l1,m1,u1)的可能性程度定義為：V(M2≥M1)=μM2=

(4)一個模糊數Mi(i=1,2,...,k)大于k個模糊數的可能程度被定義為V(M ≥ M1，M2，...，Mk)=min(M≥Mi),i=1，2，...，k，則相對權重d'(Ai) = min V (Si≥Sk) ，Ai(i=1,2,...,n)有n個元素，k = 1，2，...，n; k≠I。通過歸一化規范相對權重，規范式權重為W=[d(A1),d(A2),....d(An)]T，W為非模糊數。

上述計算過程可利用Microsoft Excel和Super Decision軟件計算出三角模糊矩陣各指標的相對權重與整體權重。首先，通過專家訪談確定各層級及同層級指標間的依賴關系，構建價值評估模型(見圖1)。其次，依據三角模糊數隸屬度函數公式(1)[40]，構建語意變量評估集合的模糊區間值。

圖1 專利組合價值評估模型

(1)

專家對各層級和同層級的兩兩指標進行重要程度打分，然后利用Excel軟件并基于表2語意變量評估集合的模糊區間值構建成對比較矩陣。本文構建了兩個具有代表性的三角模糊比較矩陣，表2為控制層成對比較矩陣，表3為組織層成對比較矩陣，表4為通過Excel算出的控制層歸一化相對權重。

表2 專利組合價值基本面準則間成對比較矩陣

表3 T1基準面M準則間成對比較矩陣

表4 專利組合價值基本面相對權重

最后，將表4中的權重W輸入到Super Decision軟件中，逐步運行直至極限矩陣達到穩定，得到專利組合價值評價指標權重(見表5)。

表5 利組合價值評價指標權重

由表5可知：①一級指標中，T的權重最高，M的權重最低，基本符合現實情況。這是因為專利組合的競爭優勢既體現為專利組合規模形成的保護范圍擴大，也反映在組合中單個專利多樣化可降低創新的不確定風險。M的權重最低表明，目前國內專利商業化水平不高，專利市場價值仍不受重視，技術價值更受關注；②二級指標中權重排名前5的指標，有4項指標從靜態情景下反映出專利組合的技術水平，一項指標從動態情景下體現專利組合的法律特征，即權重占比大的指標能適應動態與靜態兩種情景，符合真實情景。就單個指標而言，T1體現專利組合規模寬度和多樣化程度，L1衡量權屬穩定狀況，T4從認證等級水平反映組合的技術實力，T3反映保護范圍廣度的同時也體現了質量水平，T2強調同一專利族中的技術關聯程度，權重占比同樣驗證了地位；③M1的權重大于法律價值中L4，符合現實狀況。這是因為專利受生命周期、市場供求等影響，產品的經濟年限通常遠遠短于專利法律年限，該指標能較好地體現出組合專利的市場價值。可見，表5中評價指標權重分布較合理，能較好地解釋組合專利的整體價值。

4 專利組合價值評估實證分析

4.1 實證對象選擇

深圳市大疆創新科技有限公司(DJ-Innovations，簡稱DJI)成立于2006年，致力于為無人機工業、行業用戶及專業航拍應用提供智能飛控產品和解決方案。截至2016年，DJI在全球已提交專利申請超過1 500件，獲得專利授權400多件，涉及領域包括無人機各部分結構設計、電路系統、飛行穩定、無線通信及控制系統等。作為無人機行業標桿企業，DJI積極參加國際無人機系統標準化協會的標準化制定和推廣應用等工作。

本文以深圳市大疆創新科技有限公司為研究對象。首先，進入國家知識產權局專利檢索平臺，定義檢索“申請(專利權人)：深圳市大疆創新科技有限公司”得到2 419條記錄，通過過濾功能篩選出被授權且有效的專利，得到1 355條記錄。其次，縮小檢索范圍，輸入“申請(專利權人)：深圳市大疆創新科技有限公司”、“發明人：汪滔”、“被授權且有效”等定義條件，得到63條記錄。第三，考慮到公司創始人以個人名義申請專利，專利權人發生變化，因而以“申請(專利權人)：汪滔”、“發明人：汪滔”及“被授權且有效”進行檢索，得到2條記錄。最后，以“深圳市大疆”和“大疆”為關鍵詞檢索，最終得到110條基本數據。

數據分析發現，就專利類型而言，發明專利26項，實用新型68項，外觀設計45項；專利區域分類包括A63、B64、F16、G01、G03、G05、G08、H01、H02、HO4、外觀；該公司專利最早申請年份為2008年且申請類型為實用新型，專利大多申請時間集中于2012-2014年；各項專利同族數量差距顯著，實用新型及外觀設計專利的同族專利數量遠遠少于發明專利；引證專利數量差距更為顯著，實用新型及外觀設計專利的引證數量幾乎為零。由于國內外學者大多以專利引證數量衡量專利質量，高引證數量表征為高質量專利，故本文篩選出“引證數量至少大于等于1”的專利表征為企業核心專利。同時，同族數量越多，在一定程度上意味著其為高質量專利，因為同族分布可以體現出企業市場擴張傾向和市場布局策略，只有有用的專利才會被用于目標國布局，非常有用的專利才會不惜代價在世界各國申請同族專利，一是出于商業考慮，二是出于保護意圖[41]。綜上分析，將引證數量和同族數量兩項指標納入考慮范圍，最終篩選出26個專利數據用于實證測算(限于篇幅不逐一列出)。

通過分析這26個專利的IPC分類號，上述專利組合涉及無人機全部關鍵技術的不同領域，符合現實情景。同時，經過引證數量和同族數量兩項指標篩選后，發現專利類型均為發明專利，進一步證明上述專利均為高質量專利。它們在適應復雜環境路況防碰撞、解決通信鏈路中斷以及降低云臺對重質量敏感性等方面發揮了巨大作用，也是未來前沿科技的發展方向[42]。

4.2 定性指標評判標準及量化處理

定性指標數據處理過程：①選擇熟悉相關技術領域的數名專家，根據以下定性指標判斷標準進行打分(見表6)；②對專家打分情況進行相應處理，計算出定性指標隸屬度矩陣(見表7)，得出各定性指標相應分值。

表6 定性指標評判標準及分值分配

表7 專家打分得出的定性指標隸屬度矩陣

(2)

4.3 定量指標評判標準及量化處理

本文認為，專利大數據信息包括官方公布信息、專家訪談內容、新聞報道及相關文獻，以確定定量指標評判標準及分值分配。其中，專利組合的規模貢獻度、同族專利范圍及專利有效年限3個指標數據可從知識產權局專利檢索平臺中獲取，國際化程度可通過WIPO平臺中Patentscope檢索得到的國外申請數量進行測量。需要注意的是，在統計同族專利范圍指標數據時，專利組合為同一族號不重復計算，只計一次同族數量；在統計國際化程度指標時除本國外的專利申請數分別為5項0國、8項2國、8項3國、2項6國且大多集中于US、EP、WO，因此，選取專利組合中專利申請數量的眾數為3國。

在特殊情況下，專利侵權風險的可判定性至少需要考慮兩個因素：①在發生專利侵權的情況下，專利所有者尋求強制執行其權利的可能性E，取決于強制執行權利的意愿Ew和尋求強制執行權利的能力Ea；②專利所有者在法庭上獲勝的可能性F，其概率為58%[11]。結合Alexander & Paul[43]的觀點和相關研究，推算出該公司強制執行權利的意愿Ew=0.8，尋求強制執行權利的能力Ea=1，專利所有者在法庭上獲勝的可能性F=0.58。由此，專利侵權風險的可判定性=0.8*1*0.58≈0.46。基于上述分析，定量指標數值及得分如表8、9所示，最終計算出專利價值評估得分(見表10)。

表8 定量指標評判標準及分值分配

表9 定量指標數值及得分

4.4 結果分析

計算得知專利價值評估總分為4.23分(滿分5分)，驗證了其為高價值專利組合。其中，一級指標T、M和L的總分分別為2.55、0.61、1.07。

(1)一級指標中，T為17.4，M為16.4，L為16，可見該組合在技術先進水平、市場經濟效益和法律權屬穩定方面表現良好，對企業價值貢獻率達83%，T、M和L的貢獻率分別為29%、27%和27%。計算結果還驗證了趙晨[44]的“80∶20規則”。

表10 專利組合價值評估得分

(2)二級指標中T1、T2和L4均為滿分，揭示了該組合的規模與多元化優勢，在擴大保護范圍的同時，也延長了組合的整體有效年限，從而為專利商業化提供了有利條件。正因如此，M2、M3和M4得分為4.4、4.6、3.6，3個指標在市場競爭下均有優異表現。

(3)T4權重為0.13、得分為3.4分，可見該技術達到行業標準，將對專利組合標準化、市場開拓和法律穩定性等發揮關鍵作用。

5 結論與討論

(1)高質量專利組合對企業價值具有非常顯著的貢獻度。企業應通過定期評估調整專利組合，以提升企業價值和增強創新實力。上述計算表明，專利組合價值評估模型測算結果與案例企業專利產品的市場表現總體吻合，驗證了本模型的實用性和合理性，有助于快速確定高質量專利組合對企業價值的貢獻度。通過專利價值評估，有助于發現專利戰略路徑與選擇、專利布局(尤其是海外專利布局)，從而規避專利交易風險。因此，企業應定期開展專利價值評估，持續優化專利結構并完善專利組合，形成能夠提升技術競爭優勢的高質量專利等無形資產組合，奠定技術創新戰略績效的堅實基礎。此外，高質量專利組合能夠推進企業專利標準化工作，提升專利經濟價值與戰略價值。

(2)專利組合價值是企業知識產權戰略績效的重要評價指標。長期以來，如何衡量企業專利戰略績效是一個受人關注的問題。無論是從專利申請量、授權量等指標衡量創造環節的成效還是從銷售額和利潤率等經濟效益指標衡量運用成效，上述指標的局限性之一在于無法深刻揭示專利組合的互補性和多元性特征對企業新增價值及專利戰略績效的影響。實際上，對于企業專利戰略績效評價，評價客體(專利)的價值實現問題似乎仍未成為焦點。鑒于專利組合的合法性和獨占性特征，這種價值擴張對專利戰略績效的貢獻度更具穩定性和持續性，更有助于降低企業績效的不確定性。

(3)基于大數據視角的專利組合價值評估是需要進一步研究的問題。中美貿易戰可能是未來中美大博弈的序幕，也會體現在越來越激烈的專利競爭中。隨著“一帶一路”倡議持續推進和我國企業走出去數量的增加，專利活動范圍逐漸從國內擴展到海外，專利大數據增加是一個必然趨勢。在競爭環境不確定性加劇的背景下，利用正式渠道和非正式渠道更有助于全面評判專利組合價值，降低專利在研發、布局、交易和標準化等方面的決策風險。本文對大數據與專利組合價值的評估只是一個開始，如何理解專利大數據內涵并加以運用有待進一步探索。