高校與科研院所沉睡專利價值評估

摘 要：相關(guān)數(shù)據(jù)顯示，我國高校發(fā)明專利的產(chǎn)業(yè)化率遠(yuǎn)低于世界平均水平，大量沒有應(yīng)用的專利成為“沉睡專利”，喚醒沉睡專利有助于挖掘潛在技術(shù)，推動專利轉(zhuǎn)化，促進(jìn)創(chuàng)新發(fā)展。選擇高校與科研院所沉睡專利作為研究對象，結(jié)合沉睡專利的兩大喚醒機(jī)制——技術(shù)喚醒和商業(yè)喚醒，構(gòu)建高校與科研院所沉睡專利評估體系，以2000-2015年上海交通大學(xué)已公開、未發(fā)生過專利轉(zhuǎn)化的有效發(fā)明專利為樣本，利用隨機(jī)森林模型進(jìn)行實(shí)證分析。結(jié)果表明，高校與科研院所沉睡專利并非無價值專利，部分專利存在喚醒潛力，產(chǎn)學(xué)研合作對高校與科研院所科技成果轉(zhuǎn)化具有重要作用；

建立高校與科研院所沉睡專利價值評估體系有助于高校和科研院所識別高質(zhì)量沉睡專利，提高科研投入效率，減少科研浪費(fèi)，為后續(xù)科技成果轉(zhuǎn)化提供幫助。

關(guān)鍵詞：沉睡專利；專利價值評估；科技成果轉(zhuǎn)化；高校專利；科研院所專利

DOI：10.6049/kjjbydc.H202308275

中圖分類號：G306 文獻(xiàn)標(biāo)識碼：A 文章編號：1001-7348（2025）06-0099-10

0 引言

自國家知識產(chǎn)權(quán)戰(zhàn)略實(shí)施以來，我國知識產(chǎn)權(quán)工作取得顯著成效，知識產(chǎn)權(quán)保護(hù)水平不斷提升[1]。高校和科研院所作為我國知識產(chǎn)權(quán)發(fā)展的重要力量，在知識產(chǎn)權(quán)強(qiáng)國建設(shè)中發(fā)揮不可或缺的作用。截至2023年12月，全國高校及科研機(jī)構(gòu)有效發(fā)明專利擁有量達(dá)102.3萬件，占國內(nèi)有效專利總數(shù)的1/4。然而，與專利授權(quán)量的快速增長相比，專利轉(zhuǎn)化率卻一直偏低。《2022年中國專利調(diào)查報告》數(shù)據(jù)顯示，2022年我國發(fā)明專利產(chǎn)業(yè)化率為36.7%，與企業(yè)48.1%的高轉(zhuǎn)化率相比，科研院所與高校的轉(zhuǎn)化率分別僅為13.3%和3.9%[2]。相比于企業(yè)專利，高校和科研院所專利因技術(shù)超前，同時受市場需求與利益分配、人才評價機(jī)制等主客觀因素約束，兩者專利有大量陷入“沉睡期”而無法被利用，這不僅導(dǎo)致研發(fā)投入與公共資源浪費(fèi)、技術(shù)創(chuàng)新積極性下降，還制約我國高校與科研院所創(chuàng)新能力提升（靳瑞杰等，2019）。相比美國高校50%的專利轉(zhuǎn)化率，我國高校與科研院所的專利轉(zhuǎn)化率明顯偏低，這無疑會降低我國在國際上的科技創(chuàng)新影響力。目前，高校與科研院所沉睡專利已引起國家和社會的廣泛關(guān)注，但高校與科研院所專利轉(zhuǎn)化率偏低的問題始終未得到有效改善。

沉睡專利并非是因為無價值而“休眠”，其科技成果往往具有較大潛在價值[3]。例如，聶力兵等[4]提出，喚醒沉睡專利能夠促進(jìn)關(guān)鍵核心技術(shù)創(chuàng)新。沉睡專利價值主要體現(xiàn)在以下三方面：第一，其蘊(yùn)含的前沿技術(shù)為技術(shù)創(chuàng)新提供研發(fā)新思路和創(chuàng)新資源；第二，當(dāng)市場配套資源充足時，“沉睡”的成熟知識便可被喚醒、轉(zhuǎn)化并發(fā)揮出巨大的市場價值；第三，沉睡專利通過專利權(quán)保護(hù)，形成壟斷優(yōu)勢。由于沉睡專利具備重要的技術(shù)價值和經(jīng)濟(jì)價值，因此有必要探究如何衡量其價值以識別出高價值沉睡專利，促進(jìn)其轉(zhuǎn)化。雖然當(dāng)前學(xué)術(shù)界針對沉睡專利內(nèi)涵、成因、識別方法和喚醒機(jī)制進(jìn)行了諸多探索[5-6]，并構(gòu)建了活躍狀態(tài)的專利價值評估體系[7-8]，但是缺乏沉睡專利價值評估研究。高校與科研院所重視技術(shù)理論研究，其專利技術(shù)水平超前，擁有繁多、分布于不同行業(yè)的沉睡專利，但是缺少具有普適性的沉睡專利價值評估體系。作為技術(shù)水平超前的科研成果，沉睡專利具有潛在的商業(yè)價值，與活躍期專利相比，其價值影響因素復(fù)雜，不能簡單套用活躍期專利價值評估體系[9]。因此，有必要構(gòu)建高校與科研院所沉睡專利價值評估體系。這不僅有助于豐富沉睡專利價值評估理論研究，而且能夠為合理分配科研資源、提高高校與科研院所科研投入效率、促進(jìn)科技成果轉(zhuǎn)化提供科學(xué)指導(dǎo)。

綜上，本文基于高校、科研院所專利授權(quán)量與科技成果轉(zhuǎn)化水平不匹配現(xiàn)況，結(jié)合高校、科研院所沉睡專利特征，從專利數(shù)據(jù)庫中獲得沉睡專利數(shù)據(jù)，構(gòu)建涵蓋專利基礎(chǔ)性價值、專利技術(shù)喚醒潛力、專利商業(yè)喚醒潛力3個一級指標(biāo)的價值評估體系，以綜合衡量沉睡專利潛在喚醒價值，為構(gòu)建沉睡專利價值評估體系提供新工具。為克服專利價值計量過程中指標(biāo)難以量化、專家打分存在主觀性等問題，將所有指標(biāo)轉(zhuǎn)化為定量指標(biāo)。

1 文獻(xiàn)綜述

1.1 沉睡專利

沉睡專利會消耗、浪費(fèi)大量社會資源，降低創(chuàng)新積極性，在一定程度上阻礙我國自主創(chuàng)新和產(chǎn)業(yè)升級。目前，學(xué)者們針對專利沉睡概念已形成諸多研究成果，且大都是基于專利轉(zhuǎn)化和被引情況進(jìn)行界定。例如，唐要家[10]通過研究中國專利申請與授權(quán)量增長趨勢提出，沉睡專利即為未得到轉(zhuǎn)化的專利；考慮到研究情景，李賀等[6]拓寬了沉睡專利范疇，從產(chǎn)業(yè)角度提出沉睡專利更多是指沒有被應(yīng)用于實(shí)際生產(chǎn)和商業(yè)發(fā)展的專利。

導(dǎo)致專利沉睡的原因可歸納為以下四方面：①專利自身特征[3]，即專利因自身技術(shù)落后或技術(shù)超前，目前不被認(rèn)可；②發(fā)明人動機(jī)，為職業(yè)晉升與職稱評定，發(fā)明人盲目追求專利數(shù)量而忽略專利質(zhì)量；③評價制度不完善，如高校與科研院所為了完成科研任務(wù)、企業(yè)盲目追求創(chuàng)新與市場化，都會導(dǎo)致研發(fā)專利價值偏低、轉(zhuǎn)化效果不佳等專利沉睡現(xiàn)象；④知識產(chǎn)權(quán)保護(hù)制度和政府干預(yù)，如唐要家[10]利用專利轉(zhuǎn)化期權(quán)模型分析專利沉睡原因并發(fā)現(xiàn)，我國知識產(chǎn)權(quán)保護(hù)制度、專利轉(zhuǎn)化機(jī)制、投融資制度不完善導(dǎo)致專利轉(zhuǎn)化水平低，進(jìn)而形成專利沉睡。

目前學(xué)術(shù)界針對沉睡專利的識別方法缺乏系統(tǒng)研究，而沉睡專利與“睡美人文獻(xiàn)”又存在相似之處，所以大部分學(xué)者借鑒睡美人文獻(xiàn)識別方法展開研究。睡美人文獻(xiàn)是指在沉寂較長時間后突然被高頻引用的文獻(xiàn)[11]。其識別方法可以歸結(jié)為以下4種：一是人為參數(shù)法，即根據(jù)研究內(nèi)容設(shè)置適當(dāng)閾值以劃分邊界。二是曲線擬合法，即選擇恰當(dāng)?shù)那€類型以擬合數(shù)據(jù)，并利用擬合方程分析變量關(guān)系。三是客觀指標(biāo)法，即利用客觀指標(biāo)消除閾值設(shè)定的主觀隨意性，主要包括被引速率、參考線和權(quán)重3種思路。四是數(shù)據(jù)變換法，即通過平滑、聚集、屬性構(gòu)造等方式將數(shù)據(jù)轉(zhuǎn)換為適合處理與分析的形式。在參考上述睡美人文獻(xiàn)識別方法后，Torrisi等[3]依據(jù)同族規(guī)模、范圍、權(quán)利要求、技術(shù)領(lǐng)域、申請人類型等專利文獻(xiàn)著錄項識別沉睡專利。此后，Hou等[12]細(xì)化了識別角度，從專利引文、轉(zhuǎn)讓、許可三方面辨別睡美人（突然覺醒）專利。

雖然相關(guān)學(xué)者借鑒睡美人文獻(xiàn)引文分析思路對沉睡專利識別進(jìn)行了一定探索，但是專利不同于一般文獻(xiàn)，其價值不僅體現(xiàn)在專利引用等技術(shù)傳播方面，而且包含應(yīng)用轉(zhuǎn)化等市場價值，單純憑借被引頻次與專利文獻(xiàn)識別沉睡專利具有一定局限性，忽視了沉睡專利因休眠而存在的時滯性以及覺醒方式的多樣性，如逐漸覺醒和突然覺醒。為解決上述問題，本文將張米爾[11]的專利引用時序特征分析方法與專利轉(zhuǎn)化活動相結(jié)合，將沉睡專利定義為自申請公開以來在較長時間內(nèi)沒有進(jìn)行各類型專利轉(zhuǎn)化活動并保持較低被引頻次或零被引的專利。進(jìn)行數(shù)據(jù)下載時，以是否發(fā)生專利轉(zhuǎn)化（許可或權(quán)利轉(zhuǎn)移）為篩選條件，對初步篩選出的專利數(shù)據(jù)按照專利被引頻次排序，將被引頻次顯著高于其它專利的剔除，對余下專利繪制專利引文時序圖，觀察其被引情況是否符合沉睡特征。該方法有助于提高數(shù)據(jù)準(zhǔn)確性，并為構(gòu)建沉睡專利價值評估指標(biāo)體系打下堅實(shí)基礎(chǔ)。

1.2 專利價值評估方法

當(dāng)前的專利價值評估方法主要包括市場基準(zhǔn)法、期權(quán)法和綜合評價法。

市場基準(zhǔn)法屬于早期專利價值評估的常用方法，主要包括成本法、市場法、收益法。成本法是將重復(fù)專利技術(shù)開發(fā)過程所需的費(fèi)用作為重置成本，隨后扣除其折舊、貶值等費(fèi)用，進(jìn)而評估專利價值的方法。成本法涉及參數(shù)較多，相比市場法和收益法，其應(yīng)用更耗時費(fèi)力。此外，成本法關(guān)注投入，經(jīng)常忽略專利收益性，從而影響評估結(jié)果。市場法以專利交易市場上與被評估專利相似、已交易的專利作為參照物，通過比較兩者差異，在參照物成交價格基礎(chǔ)上對相關(guān)指標(biāo)進(jìn)行調(diào)整，從而計算被評估專利價值。因較少在國內(nèi)專利交易市場使用，可比性案例不易獲取，市場法應(yīng)用有限。收益法是指預(yù)測被評估專利在剩余有效期內(nèi)的收益并將其折現(xiàn)加總，以作為被評估專利價值[13]。由于專利價值評估需要計算各類參數(shù)，專利存續(xù)期內(nèi)的收益一般通過凈現(xiàn)值法等計算，而折現(xiàn)率確定存在困難，不同折現(xiàn)率對專利價值的影響也不同，因此收益法也較難使用。由于市場基準(zhǔn)法難以實(shí)現(xiàn)，且有學(xué)者發(fā)現(xiàn)專利權(quán)具備期權(quán)的部分特性，故將期權(quán)法引入專利價值評估[14]。如Ernst等[14]借鑒實(shí)物期權(quán)理論構(gòu)建專利價值評估模型，并采用蒙特卡洛模擬法驗證模型可靠性。之后相關(guān)學(xué)者將期權(quán)與模糊思想相結(jié)合，進(jìn)一步優(yōu)化專利價值評估。如Agliardi等[15]將實(shí)物期權(quán)與模糊思想進(jìn)一步擴(kuò)展，探討專利價值。由于模型參數(shù)對專利價值評估結(jié)果有較大影響，部分學(xué)者開始關(guān)注參數(shù)設(shè)置的合理性。有學(xué)者利用因子分析法構(gòu)建專家打分表，確定知識產(chǎn)權(quán)質(zhì)押價值評估收益分成率影響因素及其權(quán)重（苑澤明等，2012）。但由于市場信息不完備和數(shù)據(jù)不易獲取，市場基準(zhǔn)法和實(shí)物期權(quán)模型逐漸被綜合評價法取代。

綜合評價法通過構(gòu)建層級化專利價值影響指標(biāo)體系以綜合衡量專利價值，并成為專利價值評估的常用方法之一。部分學(xué)者通過分析專利價值影響因素，探究不同因素與專利價值關(guān)系，從多個角度構(gòu)建價值評估模型。如李振亞等[16]認(rèn)為，專利技術(shù)質(zhì)量、市場價值、技術(shù)可替代性和專利保護(hù)強(qiáng)度是影響專利價值的四大要素，并綜合上述要素設(shè)計專利價值評估體系；謝萍等[17]從專利權(quán)人實(shí)力和專利技術(shù)兩個角度構(gòu)建企業(yè)專利價值評價體系。可見，現(xiàn)有專利價值評估體系主要從技術(shù)、市場和法律角度出發(fā)，挖掘?qū)＠墨I(xiàn)中的專利被引數(shù)、同族項數(shù)等指標(biāo)，進(jìn)而建立綜合性評價體系。根據(jù)構(gòu)建模型的不同，采用的評估方法大多為統(tǒng)計分析法和機(jī)器學(xué)習(xí)。其中，統(tǒng)計分析法主要為層次分析法和主成分分析法。如有學(xué)者利用層次分析法和模糊綜合評價法構(gòu)建專利價值評估模型。隨著技術(shù)的不斷發(fā)展，相關(guān)學(xué)者利用機(jī)器學(xué)習(xí)構(gòu)建專利價值評估模型（萬小麗等，2008）。如趙蘊(yùn)華[18]利用決策樹、支持向量機(jī)和神經(jīng)網(wǎng)絡(luò)篩選專利價值評估指標(biāo)。

雖然關(guān)于專利價值評估已形成諸多研究成果，但是仍然缺少對長期處于“休眠期”的沉睡專利價值評估研究。目前的沉睡專利研究只涉及沉睡原因、喚醒政策等，同時，專利價值評估體系缺乏針對性。高校、科研院所的沉睡專利因涉及行業(yè)技術(shù)多元化、存在市場轉(zhuǎn)化困難等，導(dǎo)致其價值難以衡量，因此需構(gòu)建針對性強(qiáng)、專業(yè)性高的評估模型，以提高價值評估準(zhǔn)確性。本文在充分挖掘高校、科研院所專利數(shù)據(jù)的基礎(chǔ)上，構(gòu)建高校與科研院所沉睡專利價值評估模型，進(jìn)而采用熵權(quán)法和變異系數(shù)法確定指標(biāo)權(quán)重，使用機(jī)器學(xué)習(xí)檢驗該評估方法。

2 高校與科研院所沉睡專利特征分析

高校與科研院所作為促進(jìn)社會技術(shù)進(jìn)步的重要力量和科技創(chuàng)新的知識供給源頭，為企業(yè)等社會主體發(fā)展提供方向指引。高校與科研院所的獨(dú)有特征使得其沉睡專利與以企業(yè)為申請人的沉睡專利存在較多不同，具體表現(xiàn)為：

（1）專利多為技術(shù)理論研究成果。這是因為高校與科研院所更偏重理論創(chuàng)新，其沉睡專利技術(shù)往往處于技術(shù)生命周期萌芽階段，部分技術(shù)甚至過于超前，距離實(shí)踐較遠(yuǎn)。由于高校與科研院所的專利技術(shù)較前沿，使得成果轉(zhuǎn)化難度較大，不易被市場吸收與消化，導(dǎo)致專利市場價值被埋沒。相比之下，企業(yè)沉睡專利技術(shù)更偏向于實(shí)際運(yùn)用，更易于被市場接受與喚醒，轉(zhuǎn)化率較高。這些不同使得兩者在技術(shù)生命周期、科學(xué)關(guān)聯(lián)度、轉(zhuǎn)化率等指標(biāo)方面均存在明顯差異。

（2）專利授權(quán)率與轉(zhuǎn)化率不成正比。相比企業(yè)沉睡專利，高校與科研院所沉睡專利在知識成果評選中通常能取得較高名次，且發(fā)明專利申請量和授權(quán)量較大，這代表高校與科研院所的專利技術(shù)質(zhì)量更高、更具創(chuàng)新性。然而，高校與科研院所沉睡專利的轉(zhuǎn)化率卻比企業(yè)低很多，說明高校與科研院所的科技成果轉(zhuǎn)化能力相比創(chuàng)新能力較為不足。專利授權(quán)率與轉(zhuǎn)化率之間的不對等也反映出高校、科研院所作為技術(shù)創(chuàng)新的產(chǎn)出源頭，與專利價值變現(xiàn)主體之間存在較大差距，即市場轉(zhuǎn)化能力不及專利技術(shù)研發(fā)能力。

（3）轉(zhuǎn)化困難。首先，相較于企業(yè)沉睡專利的自行轉(zhuǎn)化，高校與科研院所的成果轉(zhuǎn)化更依賴于專業(yè)機(jī)構(gòu)或企業(yè)。數(shù)據(jù)顯示，我國僅有 6.4%的高校與科研院所設(shè)置專門的技術(shù)轉(zhuǎn)移機(jī)構(gòu)，并且存在人員緊缺、專業(yè)化程度不夠、程序不正規(guī)等問題。其次，與企業(yè)相比，科研成果在高校、科研院所評價機(jī)制中占有重要地位，但科研項目結(jié)題考核標(biāo)準(zhǔn)單一且不強(qiáng)調(diào)科研成果轉(zhuǎn)化。受高校、科研院所績效考核機(jī)制以及個人影響力提升等利益導(dǎo)向驅(qū)動，高校與科研院所專利發(fā)明人將精力與工作重心集中在專利技術(shù)研發(fā)上，而忽略專利市場價值實(shí)現(xiàn)和轉(zhuǎn)化。由于專利轉(zhuǎn)化渠道少、運(yùn)營機(jī)制不健全以及發(fā)明人不重視轉(zhuǎn)化工作，極大影響了專利轉(zhuǎn)化及產(chǎn)業(yè)化，進(jìn)而形成沉睡專利。

現(xiàn)有指標(biāo)體系大多以企業(yè)專利為評價對象，直接使用無法揭示高校與科研院所沉睡專利特點(diǎn)，導(dǎo)致評估結(jié)果不夠準(zhǔn)確。因此，本文在設(shè)計高校與科研院所沉睡專利價值評估模型時不僅考慮到沉睡專利屬性，而且結(jié)合了高校與科研院所作為專利技術(shù)開發(fā)主體的特點(diǎn)。

3 沉睡專利價值評估體系設(shè)計與模型構(gòu)建

高校與科研院所重視前沿技術(shù)探索，技術(shù)領(lǐng)先性較強(qiáng)，這是高校與科研院所沉睡專利的優(yōu)勢，也是識別和構(gòu)建高校與科研院所沉睡專利價值評估體系的關(guān)鍵：一是高校與科研院所沉睡專利技術(shù)的新穎性和創(chuàng)造性較強(qiáng)，多為發(fā)明授權(quán)專利，因此本文在識別沉睡專利時也以發(fā)明授權(quán)專利為主。二是高校與科研院所沉睡專利往往處于理論構(gòu)思和起步階段，知識成熟度較低，所以挖掘沉睡專利的知識發(fā)展成熟度是識別其價值的重要途徑。三是如果沉睡專利未獲得專利權(quán)保護(hù)，則其不存在轉(zhuǎn)化價值，因此沉睡專利的法律狀態(tài)需為有效。四是由于沉睡專利的技術(shù)領(lǐng)先性無法輕易被他人知悉，因此發(fā)明人對沉睡專利的保護(hù)是外界評判沉睡專利價值的一個重要基礎(chǔ)。

由于專利具有技術(shù)實(shí)用性與先進(jìn)性，所以技術(shù)喚醒是促進(jìn)沉睡專利蘇醒的途徑之一[19]，而技術(shù)價值是影響技術(shù)喚醒的重要因素。沉睡專利與無法被引或轉(zhuǎn)化的低價值專利存在明顯區(qū)別，其中，最重要的是其蘊(yùn)含的高技術(shù)價值。隨“沉睡”時間變化和技術(shù)發(fā)展，沉睡專利的技術(shù)價值會不斷提升[4]，但低價值專利因技術(shù)陳舊或存在虛假技術(shù)，其價值不會隨著時間推移而增值。盡管高校與科研院所沉睡專利因涉及前沿技術(shù)而無法被當(dāng)前市場所接納，但當(dāng)其技術(shù)價值隨時間推移而逐步與市場需求匹配時，沉睡專利就會得到喚醒。因此，深度挖掘沉睡專利所含技術(shù)潛力并判斷其是否具備技術(shù)喚醒條件，是構(gòu)建沉睡專利價值評估體系的重點(diǎn)。

沉睡專利的另一大喚醒途徑是專利商業(yè)價值轉(zhuǎn)化，主要包括專利許可和專利轉(zhuǎn)讓。產(chǎn)學(xué)研合作、專利作價入股以及專利技術(shù)孵化是高校科研院所專利轉(zhuǎn)化的重要渠道。有研究證實(shí)，產(chǎn)學(xué)研合作將高校強(qiáng)大的科研能力與企業(yè)敏銳的市場運(yùn)營能力相結(jié)合，使得專利的技術(shù)含量與市場需求更適配[20]，可以在一定程度上促進(jìn)高校與科研院所專利轉(zhuǎn)化。同時，研究團(tuán)隊與企業(yè)合作也是專利轉(zhuǎn)化的重要模式之一[21]。發(fā)明人與企業(yè)合作不僅可以拓寬專利轉(zhuǎn)化渠道，而且有助于增強(qiáng)發(fā)明人與企業(yè)之間信任度，減少合作不確定性，提升專利轉(zhuǎn)化率。綜上所述，沉睡專利轉(zhuǎn)化不僅需依靠專利自身的商業(yè)化渠道，還有賴于研發(fā)團(tuán)隊合作網(wǎng)絡(luò)。

在借鑒前人研究成果基礎(chǔ)上，結(jié)合高校科研院所沉睡專利優(yōu)勢與特點(diǎn)、沉睡專利喚醒途徑以及評估指標(biāo)選擇原則，同時，滿足數(shù)據(jù)獲得性和完整性，充分體現(xiàn)指標(biāo)代表性，本文從專利基礎(chǔ)潛力價值、專利技術(shù)喚醒潛力價值和專利商業(yè)喚醒潛力價值三方面，共選取 9 個二級評估指標(biāo)構(gòu)建高校科研院所沉睡專利價值評估體系。

3.1 價值評估體系構(gòu)建

3.1.1 專利基礎(chǔ)性潛力指標(biāo)

在充分考慮評估主體優(yōu)勢與特點(diǎn)基礎(chǔ)上，提出適用于高校科研院所沉睡專利價值評估的定量化、基礎(chǔ)性指標(biāo)。

（1）權(quán)利要求數(shù)。作為專利文獻(xiàn)的關(guān)鍵內(nèi)容，權(quán)利要求決定了專利權(quán)保護(hù)范圍。權(quán)利要求越多，表明權(quán)利人對技術(shù)的保護(hù)越全面，專利穩(wěn)定性越強(qiáng)。同時，也說明該項技術(shù)越重要、保護(hù)程度越大，權(quán)利人愿意支付的維護(hù)成本也越高[22]。

（2）知識成熟度，是指知識從產(chǎn)生到使用者納入創(chuàng)新的時間[23]。知識成熟度越高，沉睡專利技術(shù)與市場需求的適配度越高，沉睡專利也越容易被轉(zhuǎn)化。本文借鑒 Capaldo 等[23]和Petruzzelli等[24]提出的知識成熟度計算方法，使用焦點(diǎn)專利與后向引用專利的時間間隔作為代理變量，然后匯總焦點(diǎn)專利與所有后向引用專利的時間間隔，計算其均值以代表專利后向引用成熟度。

（3）專利維持年限。如果專利權(quán)人對沉睡專利進(jìn)行持續(xù)性投入或延長其年限，表明該專利可能具有特殊性，會產(chǎn)生較高價值。換而言之，專利保護(hù)年限越長，其價值越高，未來喚醒的可能性越大。

3.1.2 專利技術(shù)喚醒潛力指標(biāo)

專利技術(shù)喚醒潛力指標(biāo)主要從技術(shù)質(zhì)量和范圍角度選擇，本文使用4個指標(biāo)衡量沉睡專利技術(shù)價值。

（1）技術(shù)積累程度，即專利引用數(shù)量，是指被評估專利引用的專利文獻(xiàn)數(shù)量。技術(shù)積累程度反映被評估專利與引用專利之間的技術(shù)關(guān)系，一項專利技術(shù)在研發(fā)過程中引用的專利數(shù)量越多，說明該專利技術(shù)基礎(chǔ)越扎實(shí)，技術(shù)貢獻(xiàn)越大。

（2）技術(shù)創(chuàng)新潛力，即沉睡專利的科技含量，其值越高，說明專利成果與技術(shù)研究之間的知識傳遞越順暢，被技術(shù)喚醒的概率也越大。本文使用科學(xué)關(guān)聯(lián)度衡量技術(shù)創(chuàng)新潛力，即科技文獻(xiàn)引用數(shù)量，具體是指非專利文獻(xiàn)引用數(shù)量。

（3）技術(shù)關(guān)注度潛力。專利價值在喚醒過程中還可以通過關(guān)注度予以體現(xiàn)，即專利被關(guān)注的人數(shù)越多，其被引用、喚醒的可能性就越大。專利申請國數(shù)量在一定程度上體現(xiàn)專利地域范圍、可觀收益或良好預(yù)期。專利的同族數(shù)越高，表明其越易于受到關(guān)注，進(jìn)而被喚醒[21]。

（4）技術(shù)覆蓋范圍。專利IPC分類號是國際公認(rèn)的全面分類以及專利文獻(xiàn)檢索工具，其包含專利的所有相關(guān)技術(shù) [25]。一項專利的IPC分類號越多，代表該專利涉及的技術(shù)領(lǐng)域越廣。

3.1.3 專利商業(yè)喚醒潛力指標(biāo)

本文選擇兩個指標(biāo)衡量沉睡專利的商業(yè)喚醒潛力。

（1）產(chǎn)學(xué)研合作程度，即申請人中企業(yè)數(shù)量與總申請人數(shù)量之比，產(chǎn)學(xué)研合作程度可以在一定程度反映沉睡專利產(chǎn)業(yè)合作情況。

（2）第一發(fā)明人與企業(yè)合作經(jīng)驗。研發(fā)團(tuán)隊與企業(yè)之間的合作關(guān)系顯著正向影響沉睡專利轉(zhuǎn)化水平[21，26]。而在專利發(fā)明人中，第一發(fā)明人不僅對專利產(chǎn)生的貢獻(xiàn)最大，而且對專利轉(zhuǎn)化的影響最大[26]。因此，本文選用第一發(fā)明人的企業(yè)合作次數(shù)衡量第一發(fā)明人的企業(yè)合作經(jīng)驗，合作經(jīng)驗越豐富，表明沉睡專利被喚醒的概率越大。

綜上所述，最終確定我國高校與科研院所沉睡專利價值評估指標(biāo)體系如表1所示。

3.2 價值評估模型構(gòu)建

3.2.1 評價方法

3.2.2 隨機(jī)森林

隨機(jī)森林是融合裝袋采樣和決策樹模型的集成學(xué)習(xí)方法。其原理是：首先，從原始樣本D中進(jìn)行K次隨機(jī)抽取，得到K個訓(xùn)練子集，每個訓(xùn)練子集包含n個不同樣本。其次，采用CART分類回歸構(gòu)建單棵決策樹，在單棵決策樹的節(jié)點(diǎn)分裂處，從特征總數(shù)M中隨機(jī)選取Y個特征作為當(dāng)前決策樹的分裂特征集，其中，Ylt;M。再次，計算每個特征的基尼系數(shù)，選擇基尼系數(shù)最小的特征作為最優(yōu)分裂特征和切分點(diǎn)，并將訓(xùn)練數(shù)據(jù)集劃分到生成的兩個子節(jié)點(diǎn)，在每個子節(jié)點(diǎn)重復(fù)上述劃分過程，直到滿足停止條件，生成所有子節(jié)點(diǎn)。然后，在K個訓(xùn)練子集上重復(fù)上述步驟，訓(xùn)練決策樹，得到含有K棵決策樹的隨機(jī)森林模型。最后，將測試數(shù)據(jù)集輸入訓(xùn)練，得到隨機(jī)森林模型，統(tǒng)計所有決策樹的預(yù)測結(jié)果，使用投票表決方式得出最終預(yù)測結(jié)果和預(yù)測概率。隨機(jī)森林具有原理簡單、計算量小等特點(diǎn)，同時，泛化性高、噪聲敏感度低以及抗擬合能力強(qiáng)，適合處理高維數(shù)據(jù)，并廣泛應(yīng)用于各領(lǐng)域。將計算得到的沉睡專利價值評估值帶入隨機(jī)森林中進(jìn)行檢驗，判斷模型構(gòu)建合理性。如果評價預(yù)測模型的區(qū)分度較高，說明評價指標(biāo)權(quán)重和分類結(jié)果合理、準(zhǔn)確性較高。隨機(jī)森林算法流程如圖1所示。

4 應(yīng)用實(shí)例

4.1 數(shù)據(jù)收集與清洗

選擇上海交通大學(xué)的沉睡專利作為評估樣本。具體原因如下：①上海交通大學(xué)人才儲備充足，技術(shù)基礎(chǔ)扎實(shí)；②學(xué)科門類齊全，綜合性強(qiáng)，其專利IPC分類豐富，知識成果涉及行業(yè)廣泛；③專利轉(zhuǎn)化經(jīng)驗豐富；④具備完善的專利轉(zhuǎn)化體系；⑤具有較大的專利產(chǎn)出規(guī)模，樣本數(shù)量充足，專利信息公開，專利數(shù)據(jù)容易獲得。數(shù)據(jù)檢索與清洗過程如下：

（1）數(shù)據(jù)收集。專利類型分為3種：發(fā)明專利、實(shí)用新型專利和外觀設(shè)計專利。其中，發(fā)明專利強(qiáng)調(diào)創(chuàng)造性，突出實(shí)用性，轉(zhuǎn)化應(yīng)用率較高。因此，對發(fā)明專利中有價值的沉睡專利進(jìn)行價值評估對于高校與科研院所未來發(fā)展具有重大意義[2]。基于上述原因，本文選取發(fā)明專利中的沉睡專利作為研究對象，并構(gòu)建與之適配的價值評估模型。

本文以上海交通大學(xué)的專利數(shù)據(jù)作為研究對象，在CreatMart專利數(shù)據(jù)平臺以“上海交通大學(xué)”為主要專利權(quán)人進(jìn)行專利檢索。同時，結(jié)合李賀等[7]研究得出的沉睡專利內(nèi)涵與特點(diǎn)（睡眠時間長達(dá)6～20年的睡美人專利文獻(xiàn)占比最大），篩選出2000-2015年公開且未發(fā)生專利轉(zhuǎn)化的有效發(fā)明專利，如圖2所示。

（2）沉睡專利篩選。首先，以“是否發(fā)生轉(zhuǎn)化”作為識別沉睡專利的第一條件，并在Patlab平臺對數(shù)據(jù)進(jìn)行清洗，去除重復(fù)專利并對專利權(quán)人消歧[27]。將初選數(shù)據(jù)按照被引專利數(shù)量進(jìn)行排序，去除高被引專利數(shù)據(jù)，如表2所示。

余下的非高被引專利并不能一概歸為沉睡專利，這是因為專利與文獻(xiàn)不同，其被引數(shù)量整體低于文獻(xiàn)且不具備顯著變化趨勢，故不能直接采用睡美人文獻(xiàn)的傳統(tǒng)識別方式。本文采用張米爾等的識別方法，針對無法直接判斷被引趨勢的專利繪制專利引文曲線。

圖3為部分初選專利引文曲線，其并不符合沉睡專利的被引趨勢，故予以排除。將以上過程適用于余下專利，通過數(shù)據(jù)清理，共篩選出上海交通大學(xué)沉睡專利837條。

4.2 獨(dú)立性檢驗與權(quán)重計算

4.2.1 評估指標(biāo)獨(dú)立性檢驗

為了避免評估指標(biāo)之間存在共線性，本文采用方差膨脹因子（VIF）測算，發(fā)現(xiàn)研究變量的VIF值遠(yuǎn)小于10，條件數(shù)遠(yuǎn)小于上限30，表明各變量之間不存在嚴(yán)重的多重共線性。同時，本文對技術(shù)覆蓋范圍、產(chǎn)學(xué)研合作程度、專利維持年限、權(quán)利要求數(shù)等指標(biāo)進(jìn)行相關(guān)性分析，如表3所示。檢驗結(jié)果顯示，指標(biāo)之間不存在明顯的相關(guān)性。

4.2.2 評估指標(biāo)權(quán)重計算

（1）數(shù)據(jù)標(biāo)準(zhǔn)化處理。本文使用Stata軟件對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理和分析。同時，對已標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行篩選，避免異常數(shù)據(jù)對計算結(jié)果的影響，設(shè)Yij=Yij+b，令b=0.01。

（2）指標(biāo)權(quán)重確定。使用熵權(quán)法計算各項指標(biāo)權(quán)重，計算結(jié)果見表4。

利用變異系數(shù)法再次計算指標(biāo)權(quán)重，得出結(jié)果如表5所示。

對比兩種方法的權(quán)重結(jié)果發(fā)現(xiàn)，具體數(shù)值有所差異。其中，產(chǎn)學(xué)研合作程度、技術(shù)創(chuàng)新潛力和第一發(fā)明人企業(yè)合作經(jīng)驗對高校與科研院所沉睡專利價值評估結(jié)果的影響顯著，體現(xiàn)出沉睡專利的兩大喚醒途徑，即技術(shù)喚醒與商業(yè)喚醒。

4.3 價值評估與檢驗

為進(jìn)一步確定沉睡專利是否具備喚醒潛質(zhì)，篩選并清洗出上海交通大學(xué)的高被引和已轉(zhuǎn)化專利共476條，利用熵權(quán)法和變異系數(shù)法計算各指標(biāo)權(quán)重以及綜合得分。計算結(jié)果顯示，變異系數(shù)法的專利綜合得分最高值為0.401，最低值為0.015，中位數(shù)為0.085 2。熵權(quán)法的專利綜合得分最高值為0.412，最低分為0.014，中位數(shù)為0.066。分別使用兩個模型的中位數(shù)0.085 2和0.066作為判斷沉睡專利是否具備喚醒潛質(zhì)的閾值，觀察沉睡專利價值。

將沉睡專利數(shù)據(jù)集引入熵權(quán)法與變異系數(shù)法指標(biāo)體系中，計算沉睡專利價值得分。其中，熵權(quán)法中沉睡專利價值的最高分為0.488，最低分為0.012；變異系數(shù)法中沉睡專利價值的最高分為0.278，最低分為0.012。以中位數(shù)0.066與0.085為閾值對沉睡專利樣本數(shù)據(jù)進(jìn)行篩選，分別獲得315和333個具備喚醒潛質(zhì)的沉睡專利樣本。由數(shù)據(jù)可知，沉睡專利中并不完全為無價值專利，仍具有喚醒潛力。

為更好地檢驗熵權(quán)法與變異系數(shù)法準(zhǔn)確性以精準(zhǔn)預(yù)測沉睡專利價值，同時，上文已按照閾值將高校科研院所沉睡專利劃分為高價值具備喚醒潛力和價值低無法轉(zhuǎn)化兩類，為驗證該分類是否準(zhǔn)確，本文選用隨機(jī)森林進(jìn)行仿真模擬。變異系數(shù)法使用70%即586條樣本作為訓(xùn)練集，節(jié)點(diǎn)分裂評價準(zhǔn)則為Gini，決策樹數(shù)量為80，內(nèi)部節(jié)點(diǎn)分裂的最小樣本數(shù)為3，葉子節(jié)點(diǎn)的最小樣本數(shù)為7，樹的最大深度為15，葉子節(jié)點(diǎn)的最大數(shù)量為40，達(dá)到較低的誤差值，耗時0.194秒，具體模型評估結(jié)果見表6。熵權(quán)法使用70%即586條樣本作為訓(xùn)練集，節(jié)點(diǎn)分裂評價準(zhǔn)則為Gini，決策樹數(shù)量為50，內(nèi)部節(jié)點(diǎn)分裂的最小樣本數(shù)為3，葉子節(jié)點(diǎn)的最小樣本數(shù)為5，樹的最大深度為15，葉子節(jié)點(diǎn)的最大數(shù)量為40，達(dá)到較低的誤差值，耗時0.181秒，具體模型評估結(jié)果見表7。由上可知，相比熵權(quán)法，變異系數(shù)法的精確率、召回率以及F1值更大，表明評估結(jié)果更準(zhǔn)確。同時，這也說明本文構(gòu)建的高校科研院所沉睡專利價值評估體系準(zhǔn)確合理，能夠有效衡量沉睡專利潛在價值。

4.4 結(jié)果分析與討論

本文參考以往沉睡專利與專利價值評估理論，結(jié)合高校和科研院所主體特點(diǎn)，構(gòu)建高校科研院所沉睡專利價值評估體系。考慮到各行業(yè)差異性導(dǎo)致沉睡專利識別與指標(biāo)計算有所不同，本文根據(jù)沉睡專利的IPC主分類號劃分專利所屬行業(yè)，并計算不同行業(yè)沉睡專利價值指標(biāo)權(quán)重。以電學(xué)行業(yè)為例，區(qū)分和不區(qū)分行業(yè)的指標(biāo)權(quán)重如下：技術(shù)積累程度權(quán)重值分別為6.59%與6.63%，技術(shù)關(guān)注潛力權(quán)重值分別為2.06%與6.42%，權(quán)利要求數(shù)權(quán)重值分別為6.40%與6.34%，技術(shù)覆蓋范圍權(quán)重值分別為5.91%與7.68%，技術(shù)創(chuàng)新潛力權(quán)重值分別為14.59%與13.80%，產(chǎn)學(xué)研合作程度權(quán)重值分別為38.14%與35.62%，專利維持壽命權(quán)重值分別為1.51%與1.55%，知識成熟度權(quán)重值分別為6.68%與7.13%，第一發(fā)明人企業(yè)合作經(jīng)驗權(quán)重值分別為18.11%與14.83%。由此可見，區(qū)分和不區(qū)分行業(yè)的權(quán)重差異較小，其中，產(chǎn)學(xué)研合作程度是最重要的指標(biāo)。同時，本文利用隨機(jī)森林模型，對電氣行業(yè)權(quán)重進(jìn)行評估，結(jié)果見表8。可以發(fā)現(xiàn)，相比于不區(qū)分行業(yè)，區(qū)分行業(yè)的召回率和精確率較低。綜上所述，區(qū)分和不區(qū)分行業(yè)得出的高校與科研院所沉睡專利價值評估結(jié)果相差較小，差別值在可接受范圍內(nèi)，說明即使不同行業(yè)在專利特征等方面存在差異，也不會對高校與科研院所沉睡專利價值評估產(chǎn)生較大影響。

沉睡專利并不都是毫無價值的專利，相反，部分沉睡專利在喚醒時將產(chǎn)生巨大技術(shù)價值或經(jīng)濟(jì)價值。我國高校與科研院所應(yīng)將轉(zhuǎn)化重點(diǎn)放在具備喚醒潛質(zhì)的沉睡專利上。因此，構(gòu)建沉睡專利價值評估指標(biāo)體系，對于高校與科研院所提高研究質(zhì)量、合理利用科研資源、提高專利成果轉(zhuǎn)化率具有重要意義。

5 結(jié)論與展望

5.1 結(jié)論

基于以往研究，本文結(jié)合高校科研院所沉睡專利特點(diǎn)，將沉睡專利價值評估影響因素劃分為專利基礎(chǔ)性指標(biāo)、專利技術(shù)喚醒潛力、專利商業(yè)喚醒潛力三大維度，遴選出技術(shù)積累程度、權(quán)利要求數(shù)、專利維持壽命、技術(shù)關(guān)注潛力、技術(shù)創(chuàng)新潛力、技術(shù)覆蓋范圍、知識成熟度、第一發(fā)明人與企業(yè)合作經(jīng)驗、產(chǎn)學(xué)研合作程度共9項指標(biāo)，構(gòu)建高校科研院所沉睡專利價值評估體系。

本文構(gòu)建的沉睡專利價值評估體系囊括各行業(yè)，更具普適性。由于無需區(qū)分具體行業(yè)，降低了專利價值評估成本，更利于確認(rèn)沉睡專利是否具備喚醒潛力。此外，現(xiàn)有研究重點(diǎn)關(guān)注活躍期專利價值評估，忽略了沉睡專利評估特點(diǎn)。本文構(gòu)建的高校科研院所沉睡專利價值評估體系有助于高校科研院所精準(zhǔn)識別沉睡專利，科學(xué)評估其潛在價值。此外，不同于現(xiàn)有研究聚焦于分析專利沉睡原因，本文側(cè)重于構(gòu)建沉睡專利價值評估體系，不僅進(jìn)一步完善了沉睡專利理論研究，而且有助于提高高校科研院所對高質(zhì)量沉睡專利的識別能力，幫助其提高科技成果轉(zhuǎn)化率，促進(jìn)科技成果從象牙塔走向市場、從實(shí)驗樣品變成量產(chǎn)的商業(yè)化產(chǎn)品，轉(zhuǎn)變成真實(shí)的科技生產(chǎn)力，避免科研成果 “沉睡”與資源浪費(fèi)。

5.2 不足與展望

雖然本文構(gòu)建了高校與科研院所沉睡專利價值評估體系，但是仍存在以下不足：首先，研究僅以上海交通大學(xué)沉睡專利為例，并未測算其它高校沉睡專利價值。因此，未來研究可以擴(kuò)大研究對象數(shù)量，測算不同高校與科研院所沉睡專利價值，通過對比計算結(jié)果，驗證模型結(jié)果是否存在較大差異。其次，本文通過構(gòu)建沉睡專利價值評估體系以幫助高校科研院所識別高價值沉睡專利，但是并未提出如何增值沉睡專利價值。未來可以研究如何通過重組沉睡專利或是申請同族專利等提升沉睡專利價值，加速沉睡專利轉(zhuǎn)化。最后，本文未能找到沉睡專利初始價值的準(zhǔn)確計算方法，以此確定沉睡專利實(shí)際價值。未來研究可以通過專家打分等方式，預(yù)估專利初始價值，借此測算專利實(shí)際價值，進(jìn)一步驗證模型準(zhǔn)確性。

參考文獻(xiàn)：

[1] 2023年中國知識產(chǎn)權(quán)發(fā)展?fàn)顩r評價報告 [R].北京： 國家知識產(chǎn)權(quán)局知識產(chǎn)權(quán)發(fā)展研究中心， 2024.

[2] 2022年中國專利調(diào)查報告 [R].北京： 國家知識產(chǎn)權(quán)局，2023.

[3] TORRISI S，GAMBARDELLAA，GIURI P，et al. Used，blocking and sleeping patents：empirical evidence from a large-scale inventor survey[J].Research Policy，2016，45（7）：1374-1385.

[4] 聶力兵，龔紅，賴秀萍.喚醒“沉睡專利”：知識重組時滯、重組頻率與關(guān)鍵核心技術(shù)創(chuàng)新[J].南開管理評論，2024，27（8）：86-97.

[5] 葉建木，張洋，潘肖瑤，等.“休眠態(tài)”科技成果影響因素及形成機(jī)制研究[J].科技進(jìn)步與對策，2021，38（6）：1-10.

[6] 李賀，袁翠敏，解夢凡.專利文獻(xiàn)中的睡美人現(xiàn)象分析與研究[J].圖書情報工作，2019，63（6）：64-74.

[7] 李黎明.專利價值研究的文獻(xiàn)綜述與未來展望[J].情報雜志，2023，42（2）：166-174.

[8] 呂曉蓉.專利價值評估指標(biāo)體系與專利技術(shù)質(zhì)量評價實(shí)證研究[J].科技進(jìn)步與對策，2014，31（20）：113-116.

[9] HARHOFF D， SCHERER F M， VOPEL K. Citations， family size， opposition amp; the value of patent rights[J].Research Policy， 2003， 32（8）： 1343-1363.

[10] 唐要家， 孫路. 專利轉(zhuǎn)化中的“專利沉睡”及其治理分析[J].中國軟科學(xué)，2006，21（8）：73-78.

[11] 張米爾，劉喜美，李海鵬.基于引用時序特征的喚醒專利識別研究[J].科研管理， 2021， 42（10）： 140-147.

[12] HOU J， YANG X . Patent sleeping beauties： evolutionary trajectories and identification methods[J].Scientometrics， 2019， 120（1）： 187-215.

[13] KABORE F P，PARK W G.Can patent family size and composition signal patent value[J].Applied Economics， 2019，51（60）：6476-6496.

[14] ERNST H， LEGLER S， LICHTENTHALER U. Determinants of patent value：insights from a simulation analysis[J].Technological Forecasting and Social Change， 2010， 77（1）： 1-19.

[15] AGLIARDI E， AGLIARDI R. An application of fuzzy methods to evaluate a patent under the chance of litigation[J].Expert Systems with Applications， 2011， 38（10）： 13143-13148.

[16] 李振亞，孟凡生，曹霞.基于四要素的專利價值評估方法研究[J].情報雜志，2010，29（8）：87-90.

[17] 謝萍，王秀紅，盧章平.企業(yè)專利價值評估方法及實(shí)證分析[J].情報雜志，2015，34（2）：93-98.

[18] 趙蘊(yùn)華，張靜，李巖，等.基于機(jī)器學(xué)習(xí)的專利價值評估方法研究[J].情報科學(xué)，2013，31（12）：15-18.

[19] 彭華濤， 陸瓏文， 汪子路. 休眠專利價值評估文獻(xiàn)綜述[J].科技進(jìn)步與對策， 2021， 38（37）： 152-160.

[20] GRONQVIST C. The private value of patents by patent characteristics： evidence from Finland[J].The Journal of Technology Transfer， 2009，34（2）：159-168.

[21] 張楊勛，周浩.戰(zhàn)略性新興產(chǎn)業(yè)政策對企業(yè)合作創(chuàng)新影響的實(shí)證檢驗[J].統(tǒng)計與決策，2023，39（24）：58-63.

[22] 朱月仙，張嫻，李姝影，等.國內(nèi)外專利產(chǎn)業(yè)化潛力評價指標(biāo)研究[J].圖書情報工作， 2015， 59 （1）：127- 133.

[23] CAPALDO A， LAVIE D， MESSENI PETRUZZELLI A. Knowledge maturity and the scientific value of innovations： the roles of knowledge distance and adoption[J].Journal of Management， 2017， 43（2）： 503-533.

[24] PETRUZZELLI A M， ARDITO L， SAVINO T.Maturity of knowledge inputs and innovation value： the moderating effect of firm age and size[J].Journal of Business Research，2018， 86： 190-201.

[25] 嚴(yán)孟春.學(xué)術(shù)規(guī)范與知識傳遞：科研論文引用稱謂的亂象及治理[J].河南師范大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2023，50（3）：151-156.

[26] 竇志強(qiáng)，馬佰蓮，許紅.基于發(fā)明人特征的高校專利可轉(zhuǎn)化性研究[J].情報志，2023，42（5）：169-174.

[27] 孫笑明，馬鈺，王雅蘭，等.專利數(shù)據(jù)在創(chuàng)新管理研究中的應(yīng)用綜述與展望[J].科技進(jìn)步與對策，2022，39（7）：150-160.

（責(zé)任編輯：胡俊健）

Value Evaluation of Sleeping Patents in Universities and Research Institutes

Sun Xiaoming1，" Xiong Wang2， Yuwen Lewei1，Yao Xinju1，" Zhao Jie1

（1.School of Management， Xi'an University of Architecture and Technology， Xi'an 710055， China;

2.School of Humanities and Social Science， Xi'an Jiaotong University， Xi'an 710049，China）

Abstract：Intellectual property protection is highly stressed in the transformation of scientific and technological achievements. In recent years， the quantity of patent applications and grants in universities and research institutes has been increasing by more than 20% every year， but the quality of patents is uneven. The relevant data show that the industrialization rate of invention patents in universities in China is much lower than the world average level. A large number of unapplied patents have become \"sleeping patents\". It is helpful to explore potential technologies by evaluating the values of sleeping patents with awakening potential in universities and research institutes， for it can improve the quality and efficiency of the transformation of knowledge achievements in universities and research institutes and promote more patents in universities and research institutes to promote practical production. There are multiple studies on the connotation， identification methods， causes and wake-up mechanism of sleeping patents， but research on the value evaluation of sleeping patents is rare.

By reason of the foregoing， this paper selects the sleeping patents of universities and scientific research institutes as the research object. On this basis， the two awakening pathways of sleeping patents （technical awakening and commercial awakening） are combined. Finally， the factors affecting the value of sleeping patents are analyzed in three dimensions： the fundamental value of patents， the technological wake-up potential， and the commercial wake-up potential. A total of nine influencing factors are screened out as follows： the degree of technology accumulation， the number of patent claims， the life span of patents， the potential of technological concern， the potential of technological innovation， the coverage of technology， the maturity of knowledge， the experience of the first inventor and the enterprise cooperation， and the degree of industry-university-research cooperation. This paper makes some novelties in proposing the value evaluation system of sleeping patents in universities and research institutes， and it is beneficial to enrich the theory of patent value evaluation.

Firstly， the study selects the research data from the valid invention patents published from 2000 to 2015 in Shanghai Jiao Tong University without patent transformation; then the sleeping patents are further screened by manual screening and index definition; finally， the index weights of the sample data are calculated by the entropy weight method and the coefficient of variation method. Moreover， the median of the composite score of the transferred patents is set as the threshold to obtain samples of sleeping patents with awakening potential. The random forest model is used to compare the calculation results of the entropy weight method and the coefficient of variation method. This study also compares the differences in patent value evaluation established by different industries and unified industries. The electrical industry is taken as an example to show the comparison results. The results show that the difference in index weights is small regardless of whether the industry patent value evaluation model is divided， and the difference interval is within the acceptable range; the degree of industry-university-research cooperation is the most important indicator in both index systems. Although there are differences in patent characteristics among different industries， it does not have a great impact on the value evaluation system of sleeping patents in universities and research institutes designed in this paper. It is more convenient to formulate a unified value evaluation system for all industries to calculate the value of sleeping patents.

The results show that sleeping patents in universities and research institutes are not completely worthless patents， and some patents have awakening potential. The degree of industry-university-research cooperation accounts for more than 35% of the weight in the sleepy patent value evaluation system of universities and scientific research institutes. It reflects the important role of school-enterprise cooperation in the transformation of scientific and technological achievements in universities and research institutes. The sleeping patent value evaluation system can help universities and research institutes shorten the technological innovation cycle， reduce the waste of scientific research funds， improve the efficiency of scientific research， and provide direction for the transformation of scientific and technological achievements in the future. At the same time， it also provides ideas for enriching research on sleeping patents and the patent value evaluation system.

Key Words：Sleeping Patent;Patent Value Evaluation; Transformation of Scientific and Technological Achievements; University Patents; Research Institute Patents

收稿日期：2023-08-09 修回日期：2023-11-01

基金項目：國家自然科學(xué)基金面上項目（72072140）；陜西省秦創(chuàng)原“科學(xué)家+工程師”隊伍建設(shè)項目（2023KXJ-148）

作者簡介：孫笑明（1982-），男，遼寧大連人，博士，西安建筑科技大學(xué)管理學(xué)院教授，研究方向為復(fù)雜組織網(wǎng)絡(luò)與創(chuàng)新、專利大數(shù)據(jù)分析；熊旺（1992-），男，湖南沅江人，西安交通大學(xué)人文社會科學(xué)學(xué)院博士研究生，研究方向為社會網(wǎng)絡(luò)與創(chuàng)新傳播；宇文樂薇（1997-），女，河南洛陽人，西安建筑科技大學(xué)管理學(xué)院碩士研究生，研究方向為動態(tài)網(wǎng)絡(luò)、專利大數(shù)據(jù)分析；姚馨菊（1996-），女，遼寧大連人，西安建筑科技大學(xué)管理學(xué)院博士研究生，研究方向為動態(tài)網(wǎng)絡(luò)、專利大數(shù)據(jù)分析；趙婕（1997-），女，河南三門峽人，西安建筑科技大學(xué)管理學(xué)院碩士研究生，研究方向為社會網(wǎng)絡(luò)、專利大數(shù)據(jù)分析。