基于專利質量分級的專利質量評價模型構建研究
——以國內42 所世界一流大學建設高校為例

楊瑞琦，程 序，趙國璧

（1.知識產權出版社有限責任公司，北京 100081；2.知識產權內容挖掘與服務重點實驗室，北京 100081）

知識產權強國建設是新時代中國在知識產權領域的重要決策部署，是從之前注重數量到量質并舉的巨大轉變，是推動中國知識產權事業由大向強的重大轉變，對推動知識產權事業的高質量發展具有重要的理論意義和現實意義。高等院校是中國基礎研究和原始創新的主力軍，2020 年5 月，科技部、教育部聯合發文提出將科技成果轉化納入“雙一流”建設監測和成效評價，作為學科評估的重要指標。隨著“雙一流”建設高校的建設進程的不斷加快，高校科技創新資源投入力度逐年加大，科技成果產量龐大，科技成果轉化工作成為高校科研管理的一項重要工作［1］。專利是科技成果轉化的重要載體，有研究通過相關性分析表明，專利與創新的密切度高達 93.4%［2］，因此，將科研成果應用于實際生產工作中是必要的。為了將科研成果成功轉化為實際應用，科研管理和知識產權管理是必不可少的步驟。在知識產權管理中，專利管理是重要的組成部分［3］。中國高校專利問題比較突出，如何加強專利運營和轉化，盤活創新資源，將專利數量優勢轉化為提升高校核心競爭力、助推國家產業結構調整升級的專利價值優勢，成為中國高校亟待解決的重要課題，而解決問題的抓手就是對專利進行質量分級管理［4］。專利的價值評估和分級分類管理可運用專利質量分級模型方法，例如李小娟等［5］提出基于專利價值分析體系的專利分級分類管理方法，結合專利生命周期對處于不同階段的專利價值進行分析、確定專利級別，并根據不同的級別采取不同的管理和處置措施；中國國家知識產權局和中國技術交易所建立的專利價值度（patent value degree，PVD）指標體系［6］，隨后大多數學者基于上述3 個要素對專利價值影響因素進行了細分補充和完善［7-9］；其他的專利價值評價方法還包括市場法、成本法、收益法、實物期權法等經濟學方法和綜合評價法。上述的一些研究中，或多或少都會引入技術專家、知識產權從業者和產業、行業資深從業者來參與專利質量的打分和后續分級工作，一來引入了主觀因素，二來出于成本的考量，無法快速對專利進行規模化打分和評級。為此，本研究依托知識產權出版社知識產權內容挖掘與服務重點實驗室（以下簡稱“知識產權重點實驗室”）的海量專利深加工數據，構建面向專利運營的質量評估模型，全部采用可以數字化的指標，實現專利質量的自動打分，并選取國內42 所世界一流大學建設高校的專利進行了實證研究，引入計量學中的h 指數做質量分級關聯研究。

1 相關研究與理論分析

1.1 專利價值評估研究現狀

目前針對專利質量評估的研究，國內外已經有不少成果。一方面，關于專利價值評價或專利價值影響因素的研究，早在1971 年美國專利與商標局就成立了技術評估與預測處，其主要任務是通過分析專利文獻，對有關技術進行預測和評估［10］。其中以美國知識產權咨詢公司CHI Research,Inc.創立的專利記分牌為典范，該記分牌對專利評價共提出了6 個指標，包括技術強度、產業影響力、專利授權量、科學強度、研究強度和創新循環周期［11］。2013 年美國電氣和電子工程師協會（IEEE）發布了專利實力記分卡（patent power scorecard）［12］，該記分卡根據專利實力指數排名，綜合考慮了專利組合的數量和質量，其中專利質量是通過專利增長情況、技術影響力、技術原創性和技術擴散性相關指標體現的。國內方面，國家知識產權局2011 年委托中國技術交易所進行研究，提出PVD 指標體系，建立了基于技術、法律、市場3 個要素18 個評價指標的專利價值分析指標體系，包括法律價值度（7 個指標：穩定性、不可規避性、依賴性、專利侵權可判定性、有效性、多國申請和專利許可狀態）、技術價值度（6 個指標：先進性、行業發展趨勢、適用范圍、配套技術依存度、可替代性、成熟度）、經濟價值度（5 個指標：市場應用情況、市場規模前景、市場占有率、競爭情況、政策適應性）另一方面，以實物期權法為主進行專利價值的評估的方法最早起源于Black 等［13］開創的期權定價方程，然而這一方法以及其他方法往往需要引入技術專家、知識產權從業者和產業、行業資深從業者來參與預測技術產品產能、銷售前景、公司經營數據預測等工作，一般適合針對某一項技術的專利進行精細化預測和估值，不適宜快速進行大量不同領域的專利進行質量分級管理。

1.2 專利質量和專利價值的關系

專利質量和專利價值是密切相關的。專利質量主要指專利的技術價值如技術先進性、技術難度或復雜度等及授權后所具有的法律價值如權利要求數、同族數、被引證數等［14-15］。Merges［16］指出,專利的質量主要是技術的質量或技術的經濟價值,給出了一個包括對現有專利參考文獻引用數量、對非專利文獻引用數量、申請指定國家數量、申請人數量、發明人數量、引用前5年重要專利數量、引用5年～10年重要專利數量、加速申請要求、是否為PCT 申請的質量評價指標體系。專利價值則是指專利的實際價值和商業化前景，包括專利的技術水平、市場需求、商業化潛力等［17］。專利質量是內在要求，專利價值是外在表現。專利質量對專利價值的影響主要體現在兩個方面：一是專利質量是評估專利價值的基礎。只有具備一定的專利質量，才能夠為專利的實際價值和商業化前景提供堅實的支撐。因此，在進行專利價值評估時，必須首先考慮專利的質量，對專利的技術水平、保護范圍、有效性等方面進行全面的評估和分析。二是專利質量是決定專利價值的關鍵因素之一。專利質量的高低直接影響專利的實際價值和商業化前景。高質量的專利不僅能夠為企業帶來更多的商業機會和收益，還能夠提升企業的知識產權競爭力和市場地位。因此，專利質量和專利價值是相互依存、相互影響的關系。

本研究側重專利質量，相對弱化需要行業專家進行預測的商業價值和市場需求等方面的因素，因此以下統一用“專利質量評價”這個概念。

2 專利質量評價指標體系構建

2.1 專利質量評價指標體系方法的優勢

專利質量評價指標體系方法的優勢主要包括以下幾點：（1）客觀性，即建立在大量實證研究的基礎上，采用客觀的、科學的評價標準和方法，能夠避免主觀因素的干擾，提高評價的準確性和可信度；（2）綜合性，即采用多個指標進行綜合評價，可以更全面、客觀地反映專利的質量；（3）可操作性，即采用的指標具有可操作性，可以進行量化分析，方便比較和評價；（4）可重復性，即建立在科學的評估標準和方法上，能夠為不同的評價者提供相同的評價標準和方法，使評價結果具有可重復性和可比性；（5）可追溯性，即可以跟蹤和分析專利的質量變化，具有很好的可追溯性，有助于發現專利質量的變化趨勢。另外，基于知識產權重點實驗室的數據優勢和深度加工的工作經驗，采用專利質量評價指標體系方法來評價專利質量。

2.2 指標（影響因素）選取

基于PVD 的總體框架來構建模型，總體由三級指標構成（見表1），呈現樹形結構。技術維度的二級指標中，保護范圍指專利技術訴求覆蓋范圍以及時間范圍；技術關聯性指專利技術與其他技術關聯程度，體現專利中心節點效應；技術成本指專利的技術研發成本；技術應用性指專利的技術應用熱度以及技術應用廣度。法律維度的二級指標中，可規避性表征專利在法律意義上難以被繞開的程度；穩定性表征專利在法律意義上的穩定程度。經濟維度的二級指標中，運營行為指專利本身的各種運營行為情況及其所在技術領域運營熱度［18］；獲獎行為指專利本身的獲獎情況及其所在技術領域的獲獎熱度；海關備案行為指專利本身的海關備案情況及其所在技術領域的海關備案熱度。在三級指標中，一些比較常見的，為很多學者解釋的指標就不再一一贅述。需要特別說明的是，在專利申請中，如只有一個權利要求，即是獨立權利要求，但如果兩個權利要求是相關的，符合單一發明構思的要求，不從屬于其他權利要求，也稱為獨立權利要求，可包括在一項專利申請中。例如，切削機和切削所使用的特殊刀具即屬這種情況。在一件專利申請的權利要求書中，獨立權利要求所限定的一項發明或者實用新型的保護范圍最寬，因此，獨立權利要求數量與該專利需保護的完整技術方案強相關，在一定程度上也限定了專利的技術保護范圍。由此可知，獨立權利要求指標既與專利的技術屬性強相關，也與專利的法律屬性強相關。此外，應用領域廣度指標用專利所包含的分類號數量表征；技術領域熱度指標指專利所在的領域內所有專利近5 年的申請量與其他領域的相對值；領域技術轉移熱度等其他熱度相關指標也是表征專利所在領域的專利轉移行為的統計值。

表1 專利質量評價指標（影響因素）體系

2.3 評價模型構建

專利質量評價指標（影響因素）體系是一個“總—子—分”三層結構的體系，每一層通過大數據分析選取可量化的指標反映專利的價值度，并通過權重系數的設計平衡指標之間的利害關系人，其中第一、二級為業務需求級，第三級為數據級。在基于該評價體系進行專利價值評估時，首先計算下層指標的分值，再將這些分數加權匯總后得到上一層分值；依此類推，最終得到專利的相對價值分數。

每層指標的計算方法如下：

式（1）中：Z為上級指標項；Y為下級指標項；X為權重；i為指數。

對各指標都進行無量綱化處理，得到可以相加的數值，由此可以在大數據的基礎上計算出每個專利價值度的分值（在0～100 分之間），既直觀、量化、易懂，又適用于計算機大規模計算。

專利價值的計算方法為：

3 實證分析與結果

3.1 研究對象與數據來源

本研究的對象是國內世界一流大學建設高校42所（以下簡稱“樣本高校”）。教育部公開數據顯示，黨的十八大以來，“雙一流”建設高校在基礎研究原始創新、關鍵核心技術攻關和服務國家重大戰略需求等方面連續取得重要突破，23 個國家科學技術進步獎創新團隊的主要支持單位中有 11 個來自樣本高校［19］。因此，選取世界一流大學建設高校作為研究對象，具有比較強的代表性。數據來源于INTEcovery 專利在線分析系統（由中國知識產權出版社研發，網址為 http://a.cnipr.com/），專利數據內容為申請日在2023 年3 月6 日之前的中國發明（包含申請和授權，下同）、中國實用新型專利（包含申請和授權，下同），總計807 686 件。各樣本高校專利數量情況如表2 所示。其中，中國人民大學和中央民族大學的專利數量較少，因為專利是對提供某一問題的新的技術解決方案的產品或方法予以保護的權利，由于一流學科建設所在領域關系，專利的技術屬性導致其專利數量較少。

表2 樣本高校專利數量統計 單位：件

3.2 基于評價模型的評價結果

3.2.1 專利價值度評價結果

根據以上所構建的評價模型，得到各樣本高校的專利價值度評分值1），見表3。

表3 樣本高校專利價值度評價結果 單位：分

3.2.2 專利質量分級結果

借助本研究提出的專利價值評估模型，對1985年以來中國的全部發明專利（包括申請和授權）和實用新型專利進行全局價值評估計算，獲得專利價值分數的分布曲線，結果見圖1 中的曲線，結果基本呈現為正態分布的圖形。

圖1 全樣本數據價值度評價得分區間分布

進一步，把全局專利質量評價數據從高到低排列，高分到低分對應至“A+”到“D-”共12 個等級。具體的定級策略如下：前2%定級為A+，其后的3%定級為A，再次之的5%定級為A-，這前10%為優秀級別；依此類推，把后續的專利分級成B+到D-，分別對應良好、中等、較差級別。各個級別的專利占比見表4。根據每個級別的邊界專利估分確定各個評級的邊界分數，在圖1 的坐標中繪制分級區域，從而得到中國專利質量評價分級分布圖，其中曲線下的面積即為所屬分級的專利數量。

表4 全樣本數據（不含外觀設計專利）分級結果

進而用此分級分布數據對樣本高校的所有專利 分別進行分級統計，結果如表5 所示。

表5 樣本高校專利分級分布

3.3 基于專利h 指數的評價結果

另外，引入專利h 指數（patent h-index）方法對樣本高校專利進行評價。專利h 指數是衡量一個研究人員在專利方面影響力和學術貢獻的一種指標，通常用來評估專利數量和質量［20］。它是將h 指數應用于專利領域，在衡量一個研究人員或組織的專利產出的同時考慮每件專利的引用次數和排名。而高專利h 指數值通常表示研究人員或組織在專利領域的貢獻和影響力比較大，通常被用于評估專利人或組織的研究績效。如果一個組織的專利h 指數為h，那么意味著該組織擁有至少h 件專利，每件專利至少被引用了h 次。例如，一個組織的專利H 指數為10，就表示該研究人員至少擁有10 件專利，每件專利至少被引用了10 次。本研究所統計的專利h 指數中的每件專利被引用數量，是指專利審查員引證，在一定程度上消除了專利相關權利人自引或其利益相關者引用的影響。結果如表6 所示。

表6 基于專利h 指數的樣本高校專利評價結果

3.4 實證結果分析

從引入專利h 指數方法的評價結果可以發現，專利h 指數值的總體趨勢是隨著高校的專利申請量增加而明顯增高。這涉及到h 指數的一個缺陷，即h指數對于新興機構，或者相對較小的組織不公平［21］，因為可能沒有足夠多或維持足夠久的專利來提高自己的h 指數。例如，中國科學技術大學的專利量為10 514 件、專利h 指數為52，而浙江大學的專利總量為61 098 件、專利h 指數為69，二者的專利總量相差近6 倍，很難僅通過專利h 指數來判斷高校的專利質量情況。

進一步地，通過對專利h 指數和優秀專利占比的相關性分析發現，在專利申請量相同體量下，這兩個指標的相關性會比較高。其中，專利申請量前3 名高校浙江大學、清華大學、華南理工大學的專利h 指數與其優秀專利數量占比分別為69/13.83%、75/22.31%、65/13.91%，h 指數與優秀專利占比的相關性為0.92。同樣地，計算申請專利數量第4 到第6 名高校、申請專利數量前6 名高校、全樣本高校的專利h 指數與優秀專利占比的相關性，結果如表7 所示，發現在相同體量下，專利h 指數指標和優秀專利占比相關性比較強，因此采用優秀專利占比指標對評價高校的專利質量有一定可行性；此外，在考慮專利總量的情況下，不適宜用專利h 指數來評價高校的專利質量。

表7 樣本高校專利h 指數與優秀專利占比的相關性表現

另外，在研究西北農林科技大學（申請專利總量：9 054 件，專利h 指數值：30，優秀專利占比：3.53%）和中國人民解放軍國防科技大學（申請專利總量：7 854 件，專利h 指數值：21，優秀專利占比：38.18%）這兩所高校數據時發現，專利h 指數有一定失真的可能性。這涉及h 指數的另一個缺陷，即h 指數不適合跨學科比較，不同學科的論文數量和專利被引用次數可能存在差異，導致h 指數不具有可比性。對于上述兩所高校，由于整體上來說一個屬于農業領域、一個屬于軍工技術領域，這可能導致其專利h 指數的表現異常。

此外，選取華南理工大學（申請專利總量41 715件）、大連理工大學（申請專利總量21 084件）、北京理工大學（申請專利總量19 994 件）3 所理工院校的上述評價數據，引入采自上海軟科教育信息咨詢有限公司編制的《中國大學排名》中的“重大項目與成果得分”指標數據2）進行橫向對比。如表8 所示，“重大項目與成果”得分與優秀專利占比的相關性為0.97；而“重大項目與成果”得分與專利h 指數的相關性為-0.69，為負相關。

表8 3 所樣本理工高校有關評價數據比較

綜上可見，基于本研究模型的專利價值評價對高校的專利進行分級管理具有一定的合理性，尤其是在評價專利數量差別比較大的高校之間，避免了“唯數量”的判斷標準，可以為高校分級管理提供數據參考。

4 結論與討論

4.1 研究結論

本研究基于現有專利價值評估研究成果，結合PVD 專利價值評價體系，構建了含3 個維度、9 個二級指標和32 個三級指標的專利質量評價模型，以實現多維度、高效評估專利的質量。利用該模型對中國的全量專利數據進行了計算，根據整體跑分數據制定了專利質量分級策略；在此基礎上，采用國內42 所世界一流大學建設高校的專利數據進行實證分析，計算了每家高校的專利質量得分，分析了每家高校的專利質量分級分布數據，并引入專利h 指數方法和《中國大學排名》有關指標數據進行模型驗證。結果表明，在專利體量相近的不同高校中，專利h 指數方法與本研究模型計算出的高校優秀專利占比之間存在較高的相關性。然而，由于專利h指數存在自身的局限性，在高校之間存在明顯的專利體量差異時專利h指數值往往會出現一定的偏差，在這種情況下，應用本研究模型提供的專利質量分級結果會相對合理一些，避免單純依賴專利數量作為判斷標準，可以為高校分級管理工作提供一定參考。

4.2 討論與展望

第一，關于專利h 指數的性質。專利被引用是計算高校專利h 指數的基礎，并且也是本研究模型評價專利質量的一個指標。在使用專利h 指數對本研究模型進行實證研究時存在一定程度的耦合情況，但根據結果發現其影響程度有限。因此，后續研究可以考慮對高校論文的h 指數進行實證研究，這樣既可以解決耦合問題，又可以按學科進行論文h 指數的統計，使研究更加嚴謹。

第二，本研究模型的目標是更具有普適性，而非特別為高校進行設計。在模型的構建中，并沒有針對高校設立特別的設計，如申請人類型和海關備案數據等指標，就是希望這個模型能夠適用于更廣泛的應用場景，而不僅限于高校。筆者認為，一個良好的模型應該具備普適性和可擴展性，能夠適用于不同的數據和應用場景，并具備較高的預測準確率和實用性。因此，后續的研究將繼續優化和改進模型，以提高其準確性和適用性。

第三，對高校的專利質量進行評價和分級只是高校知識產權管理中的一個環節，在采取本研究模型進行實際應用中需要將專利和科研項目有機結合考慮。這是一個既重要又具有挑戰性的問題。科研項目和專利申請之間有著緊密的聯系和相互影響，一方面，科研項目的成果和創新可以衍生出具有商業價值的專利；另一方面，專利的授權和實施也可以促進科研項目的落地和轉化。因此，在高校知識產權管理中，如何有效地將專利和科研項目結合起來，實現知識產權的最大化利用是一個重要的問題。這需要高校在知識產權管理中注重整體規劃和協調，促進科研與知識產權的融合，推動知識產權管理向高效、系統、創新的方向發展；同時，也需要在技術手段和管理模式上進行創新和改進，以提高高校知識產權管理的效率和質量，為高校的科技創新和發展提供更好的支持和保障。

注釋：

1）部分高校專利評估數據和單件專利評價結果數據樣例，可聯系作者索取。

2）指標數據來自網站https://www.shanghairanking.cn，計算模型等相關信息可聯系作者索取。