知识产权信息分析在科技成果评价中的应用

前言：科技创新已成为经济增长的动力之源，因此对科技成果评级科学与准确性也变得愈加重要。以往评级方式主要依靠专家经验和主观评判或者运用定性分析方式，容易受主观认识和思想的影响，不能很好地体现技术的价值、市场的需求和潜在法律风险。专利、商标、著作权等知识产权信息是技术创新要素之一，提供了一种可以量化的客观数据支撑，使科技成果评级有了新研究视角与方法。

一、知识产权信息分析概述

知识产权信息分析是通过整体采集和挖掘专利、商标、著作权、商业秘密等知识产权数据的一种研究方法，被称之为科学技术的“显示器”。因为知识产权数据内含大量的科学技术、法律、市场情报，它能够真实反映创新活动成果、活动道路以及活动能力。其中专利信息解读尤为重要，通过专利图谱、技术生命周期解析、引用关系网等方式，可以了解科技走向、评价科技价值、预见市场趋势，商标数据解读可以了解品牌策略，著作权数据解读可以体现文创产业发展。当代的专利分析已经发展为定性和定量相结合的方法体系，已经包括专利数量、权利请求地域等数据的统计分析，还包括科技路径、市场竞争等分析。

二、科技成果评价的方法

科技成果评估在方法论结构上分为 3 种类型：一是定性评估法，如德尔菲法、同行评议法等，主要依据专家主观判断；二是定量评估法，依据具体数字如文献统计分析、专利检索统计等进行量化评估；三是混合式评估法，如层次分析法、数据包络分析等，通过建立指标集实现多个维度的量化分析。当前的评估方法多糅合定性、定量内容，数据挖掘处理技术应用更为广泛，科技成果评估的内容一般包括技术的创新性、成熟度、商用度、社会影响力等，评估结果应用在科研管理应用、技术转移、科技政策制定等方面。随着创新生态环境日益复杂，科技成果评估方法朝着智能化、灵活化、多样化方向发展。

三、知识产权信息分析在科技成果评价中的应用

（一）技术先进性评估

1、专利技术布局

专利技术布局分析是通过专利信息的搜集与可视化的呈现，探求技术的发展、竞争格局及未来走势的方式，主要涉及技术、时空及地域三个维度：技术维度是利用专利分类(IPC/CPC)相关性、技术主题分类，识别出关键的技术领域与热点技术；时空维度是观察专利申请数量的变化及寿命来了解技术成长阶段；地域是专利申请人地域分布格局与竞争态势分析来评价每一个创新主体的市场定位。常见手段包括专利地图、技术路线图、被引关系图等可视化技术，文本分析、社经网络分析等量化技术。专利技术规划分析的结果可以帮助企业认清自己的技术位置、规避侵权行为；科研院所掌握科技创新方向进行调整科技创新投资；政府也能据此制定产业发发展规划，指导创新发展。

2、技术发展趋势预测

技术预测手段是对技术发展历程的解读来预判未来的发展趋势。这一做法采用了不同来源信息，例如专利、文章、商情数据等，以及专利数统计、技术生命周期、技术路图等方法，对技术的发展路径、市场的需求变化及创新者的行动采取了全面的评估。具体来说，通过观察专利申请变化、技术主题转移和引用关系网络，能感知技术发展 S曲线的特征；采用文本处理和主题建模方法找到新领域技术新苗头的信息；借助专家和Delphi 方法确定预测结果的可信性和正确性。现阶段，技术预测由于大数据和 AI 技术的应用从传统的主观判断趋向数据驱动型的量模型应用，例如机器学习算法、复杂网络方法等增加了预测的准确度。有效的技术走势预测，不但有助于公司优化自身研发活动、规避技术投资失误，还可协助政府部门了解产业发展方向、制定合理的技术政策，这对提高国家的整体创新能力具有重大的战略意义。

（二）创新价值评估

1、 专利质量分析

专利质量的评价从技术含金量、法律稳定性、市场价值力三个方面进行深度挖掘。技术层面上用专利的引用率可以作为一个参考，经常被他人引用的专利，基本具备开创性的甚至是颠覆性的创新，如某个5G 专利被引用了 300 多次，说明它具有实在的技术贡献度与地位；对于专利权限数是反映法律稳定性的一个指标，拥有权限数越多、覆盖面越广则防护力越强，如一个生物医学领域的专利就涉及有28 个不同的权限条款，形成了一个严密的防护圈。法律层面上主要观察该专利的有效时间与法院诉讼经历，某半导体专利被反复无效了 5 次、还仍然维持有效的状态，则表明专利的稳定性很强；对于市场层面上则通过专利转让与授权的数据体现这些专利的市场价值，如一个有关锂电池的专利以 4.8 亿美元的价格成功转让。同时结合以上三大方面的评价指标，即可识别出具备较高价值的专利，并且以这些专利为重要参照物去评判研究工作中的转化成功率，由相关数据表明优良专利的工业应用转化率能达到普通专利的 3～5 倍。

2、 技术空白点识别

通过专利大数据分析可以挖掘出还没有得到充分发挥或者具有开发潜力的技术领域。运用了三种研究方法，首先是 IPC/CPC 类目组合出现次数统计分析，以挖掘技术点位还有待进一步深度开发现象，如最近几年应用于新能源的AI 领域专利申请大幅度增长，而应用场景则有很多空白点；其次是采用专利地图可视化技术手段，将技术主题的地理位置分布图呈现，清晰可见技术簇落和不足空白点，如某医疗器械领域的一个专利地图当中透露出的智能诊断算法和微传感器技术的结合点有技术软肋；最后是利用自然语言处理算法理解专利文本中所涌现的新兴技术词汇，挖掘出目前还没有进行专利保护应用的新型领域和前沿。系统技术空白点扫描能够有效提升研发效率 30% 以上，比如某汽车公司依靠该方式找到新式氢燃料电池催化剂领域中 17 个创新技术点并占据市场份额。这些未知的空白点很多时候代表着今后科技创新的痛点，把握这一领域的前瞻指导科研方向，具有很强的战略指导意义。

（三） 市场价值评估

1、专利商业化潜力分析

专利商业化潜力分析主要是采用技术、市场和法理三维评估框架。技术方面主要侧重专利先进程度(TRL 级别)及其替代性，根据统计资料表明，达到TRL6 以上的专利其商业化的可能性就高出 40% 以上；市场层面主要是通过行业增速、竞争对手技术布局以及终端客户的需求，观察某 OLED 显示专利满足了折叠式智能手机的需求，从而创造了高达 8.2 亿元的许可证收入；法理方面主要考虑专利权要求覆盖性和剩余有效期，比如某个抗癌药的专利因为剩余十二年的有效期限，并且能涵盖二十三个国家的领域，所以受到投资者的青睐。最近的研究中引入了机器学习，通过过去交易数据来估计潜在的区隔范围，比如某种人工智能专利通过该模式的评估，其商业化可能性就估算为 78% ，并且此估值与实际结果只差了 5% 而已。这种高效的商业化分析可使专利转化的过程减少一半时间。

2、竞争对手技术布局对比

竞争对手技术布局对比分析是制定企业研发战略的重要工具，通过系统解构行业主要参与者的专利组合，揭示技术竞争态势。该分析主要从三个维度展开：首先，审视各家公司研究技术领域组合情况，比如用专利地图看看特斯拉与比亚迪各自的研究侧重是什么，特斯拉的研究重点中有一半是与自驾算法有关，而比亚迪则是电池控制系统这一块专利数量是行业平均水平的三十五倍以上。其次，对它们技术演进路径的掌握，这可以在它们专利引用网图谱中体现出来，比如，一家半导体公司可以由此了解到它的同行已经在三维包装技术方面做了大量的投入，有四十七件核心专利，那他就要赶紧调整策略了。最后，根据各种指标如被引次数、授权广度等，建立起一个分析体系来，这样就发现，这些顶级企业比其他竞争对手的h 指数高两级以上。

（四） 法律风险评估

1、 专利侵权风险分析

创新技术专利侵权风险评估是创新成果转化过程中必备的核心工具，以“完全涵盖”原则为核心通过下列 3 大步骤实现对创新中潜在法务问题的全面排查。第 1 步是专利权利要求对比，对创新的技术特征与预设的有利益目标专利的独占权益进行逐一比对，在该步骤中，部分智能化产品被发现其传感器部分侵犯了 3 个有效的专利保护范围；第 2步是专利状态分析，着重考量的是一个组别的专利分布及维持时限，由于没有找到对应的欧专分支而让一些医疗器械在装船出货时收到侵权诉讼；第 3 步使用 FTO(无限制实践)的方法找出技术规避路径。基于 AI 语言理解的搜索工具可以帮助风险评估优化后，找到侵权覆盖可达到 80% 的提升。然而，需要指出的是专利权利要求对比会存在10%-15% 的主观决定程度。优化后风险评估模式可以降低超过 90% 的意外风险发生的可能。

2、知识产权稳定性评估

稳定性评价是评估知识产权具有法律上的确定性，其重心在对专利权利稳定、抗无效的充分的评估上。这一环节分三大部分：一查法律状态，具体考察是否按时缴纳专利费、家族专利情况、专利维持时间长短等情况，如某项生物医学专利在美国、欧洲及日主要国家市场维持有效，因此其稳定性评分值增加 35 分；二寻找抗辩证据，考察该专利是否具有创造力、独创性，如有一项通讯标准强制许可专利因被发现 3 篇可论证其不具有创造力的参考文件，最终其部分被宣告无效；三分析权利要求书构造，独立权利要求技术特征个数和范围大小直接影响稳定，如表征显示具有 8—12 种技术的请求书具有最低的无效比率。据相关专业评估机构提供的数据，接受稳定性评估的专利有效维持于无效宣告请求中的比率达 78% ，未做过该评估的专利有效维持比率仅为 43% ，某科技公司收购目标企业 56 项核心专利做稳定性评估，避免了可能高达 RMB 的损失，这说明稳定性评估对商业判断的影响。

结束语

知识产权信息分析为科技成果评价提供了全新的方法论支撑，使评价过程更加科学化、数据化和可视化。通过专利分析、竞争技术情技术分析等计量分析方法，既能够科学地分析出技术进步的高度以及转化效益，也能正确地识别出隐藏的技术与法律问题，从而弥补传统专家鉴定高度倚重主观判断上的不足，本文研究给我们改进科技创新鉴定提供了新的思路，具有促进企业、学校和科研机构之间合作研发的深远现实价值。

参考文献

[1]杨惜爱,邢勇,陈阳.我国第三方科技成果评价的发展实践与对策[J].科技管理研究.2023,43(4).007.

[2]李沫阳,冯华.知识产权化促进高校科技成果产生及转化[J].科技中国.2022,(2).39-42.

[3]科学技术部火炬高技术产业开发中心. 2019 年全国科技成果统计年度报告 [M].中国农业出版社,2020

[4]王华存,张龙,李晓军,等.知识产权保护如何助力高技术成果转化和产业化[J].社科纵横.2022,37(5).012.