專利壽命視角下的核心專利識別模型構(gòu)建*

付振康，柳炳祥，鄢春根，王 翔

在激烈的競爭環(huán)境中，企業(yè)能否在行業(yè)中保持競爭優(yōu)勢，關(guān)鍵在于是否掌握核心技術(shù)，而核心技術(shù)的標志為“核心專利”。隨著技術(shù)革新加快，專利數(shù)量呈現(xiàn)急劇上升態(tài)勢，從海量專利中識別出核心專利對推動經(jīng)濟高質(zhì)量發(fā)展、破解卡脖子技術(shù)難題、明確產(chǎn)業(yè)發(fā)展方向以及助推企業(yè)開展核心專利布局具有重要意義。面對海量的專利信息，如何尋找核心專利？這是亟待解決的問題。為此，本文基于專利壽命視角，對核心專利識別方法和模型進行探討，并以數(shù)字通信技術(shù)領(lǐng)域為例進行實證研究，以期為核心專利識別以及專利情報分析工作提供新的研究視角及模型。

1 文獻綜述

對于核心專利，目前沒有統(tǒng)一的定義。一般認為高質(zhì)量專利或高價值專利等同于核心專利，已有學者通過高質(zhì)量(高價值)專利或?qū)＠M合視角開展核心專利識別[1-2]。核心專利應是企業(yè)進行專利布局時無法通過技術(shù)規(guī)避的方式繞開的專利技術(shù)[3]，該技術(shù)在本產(chǎn)業(yè)或技術(shù)領(lǐng)域內(nèi)具有絕對的壟斷地位[4]。此外，核心專利應在本領(lǐng)域內(nèi)具有經(jīng)濟上的核心地位[5]，同時具備較強的創(chuàng)新性和影響力，以及重要的技術(shù)價值、經(jīng)濟價值和戰(zhàn)略價值[6]。

核心專利識別主要有4類方法。(1)專家智慧法，借助專家在本技術(shù)領(lǐng)域的學識及經(jīng)驗，通過閱讀專利文獻篩選核心專利[7]，優(yōu)點是準確率較高，適合少量專利的篩選。(2)單一指標頻次統(tǒng)計法，常用單一指標，一是專利引文指標[8]，一般采用引證次數(shù)[9]、引文滯后期[10]、引文耦合網(wǎng)絡[11]、多級引文網(wǎng)絡[12]進行核心專利識別；二是同族專利識別方法，同族專利數(shù)越多，成為核心專利的概率越大[13]，而根據(jù)專利優(yōu)先權(quán)網(wǎng)絡也可以對企業(yè)核心專利進行識別[14]；三是基于權(quán)利要求數(shù)量的識別方法，權(quán)利要求數(shù)量越多，專利法律保護范圍越大，成為核心專利的可能性越大，但權(quán)利要求數(shù)量的閾值需要依據(jù)技術(shù)領(lǐng)域進行設定[15]。(3)指標體系法，通過構(gòu)建多維度核心專利評價指標體系，采用不同方法進行指標賦權(quán)并得出專利評分，進而篩選核心專利。比如，根據(jù)價值捕獲理論構(gòu)建包括法律、技術(shù)、市場以及企業(yè)4個維度的核心技術(shù)價值評估體系，通過三角模糊理論為不同維度進行賦權(quán)[16]；從技術(shù)、經(jīng)濟和法律維度建立核心專利評價體系，采用TOPSIS法賦權(quán)[17]；從行為效果和動機目的角度構(gòu)建核心專利識別指標體系，采用熵權(quán)法和灰色關(guān)聯(lián)法進行指標賦權(quán)，篩選核心專利[18]。(4)基于訴訟視角識別核心專利。一般認為，發(fā)生侵權(quán)訴訟的專利在本技術(shù)領(lǐng)域往往占據(jù)核心競爭地位，具有較高價值[19]。

上述研究成果對核心專利識別具有借鑒意義，但有改進空間。專家智慧法在專利大數(shù)據(jù)背景下的可操作性不高；單一指標頻次統(tǒng)計法的缺點在于，各指標的數(shù)據(jù)特征差異大，反映的信息較為片面，具有較強的指標滯后性；指標體系法雖然能較全面地反映核心專利的各項指標特征，但指標賦權(quán)往往依賴單一的主觀賦權(quán)法或客觀賦權(quán)法，造成部分指標的權(quán)重過于主觀，抑或囿于數(shù)據(jù)特征差異出現(xiàn)低估指標實際作用的情況；基于訴訟專利篩選核心技術(shù)，不能夠全面反映該技術(shù)對后續(xù)技術(shù)發(fā)展方向的控制和引導作用。

《專利法》規(guī)定，維持專利權(quán)有效需要定期向國家知識產(chǎn)權(quán)局繳納年費，根據(jù)理性經(jīng)濟人假設，在繳納年費前，專利權(quán)人會對專利的市場價值以及技術(shù)價值進行評估，只有具有較好市場前景以及較高技術(shù)價值的專利才會繼續(xù)得以維持，而價值較低的一般專利，專利權(quán)人往往會選擇放棄。因此，專利壽命能夠全方位表征專利技術(shù)的法律地位、技術(shù)地位以及經(jīng)濟地位，此外，即使專利無法繼續(xù)為企業(yè)帶來收益，作為核心專利叢林中的一員繼續(xù)進行續(xù)展，也可以起到遏制競爭對手的作用[20]。因此，本文從專利壽命視角出發(fā)，基于專利文獻選取專利壽命的影響因素，并采用深度學習模型預測專利未來的生存概率，進而進行核心專利的識別。

2 研究設計及研究方法

2.1 研究設計

根據(jù)研究目標，本文設計圖1所示的研究框架。首先，從專利數(shù)據(jù)庫中收集所研究領(lǐng)域內(nèi)的專利文獻信息并基于專利文獻選取影響專利壽命的計量指標。然后，采用深度學習生存預測算法構(gòu)建專利壽命預測模型，并采用不同的評價方式進行模型參數(shù)尋優(yōu)進而選出最優(yōu)模型。根據(jù)最優(yōu)模型進行專利生存概率預測，得到生存概率后，根據(jù)專利年費的繳納標準設定生存概率閾值。為驗證本文所設閾值的可靠性，采用綜合指標體系法進行核心專利篩選，將篩選結(jié)果與本文所構(gòu)建模型的篩選結(jié)果取交集，進一步驗證本文所構(gòu)建模型的有效性及可靠性。最后，采用訓練好的模型及確定的閾值對新數(shù)據(jù)集進行核心專利篩選并對篩選結(jié)果進行分析。

圖1 研究框架圖

2.2 專利壽命影響因素選取

為避免影響因素滯后性，考慮到專利文獻的相關(guān)計量指標在專利申請公開或?qū)＠跈?quán)以后便可獲得，具有時效性，故基于專利文獻進行影響因素的選取。在選取過程中，一是關(guān)注指標是否易獲得，二是考慮選取的指標是否能影響專利壽命，三是關(guān)注選取的指標能否反映核心專利的壽命特征。為保證指標選取的科學性、準確性、全面性，在咨詢專家意見，結(jié)合前人研究的基礎上選取24個專利壽命影響因素，結(jié)果如表1所示。

表1 專利壽命影響因素

2.3 專利壽命視角下核心專利識別算法

雖然專利壽命能夠全面反映專利的價值及其地位，但采用專利壽命進行篩選最主要的缺陷在于，剛獲得授權(quán)的專利，無法進行準確評價。為避免這一缺陷，引入醫(yī)學領(lǐng)域的生存預測算法，通過預測專利的生存概率估計專利未來的生存年限，進而達到準確識別核心專利的目的。生存預測常用來估計患者預后生存情況，近年來國內(nèi)部分學者將生存預測引入管理學領(lǐng)域，常用于科技創(chuàng)新評價等方面[27]。原理是根據(jù)給定的協(xié)變量和生存期，估計從某起點事件開始到終點事件為止所經(jīng)歷的時間及其在具體時間點發(fā)生終點事件的概率。本文將起點事件定義為專利申請，終點事件定義為專利未繳納年費失效，其他事件如期限屆滿以及被宣告無效，按照生存分析常用的方式定義為刪失數(shù)據(jù)。本文選擇多任務邏輯回歸算法(MTLR)、Nnet-survival算法、PMF算法、DeepSurv算法 和DeepHit算法[28-32]5種深度學習生存預測算法構(gòu)建專利壽命預測模型，通過模型評估篩選最優(yōu)模型進行專利壽命預測。選擇深度學習生存預測算法的主要原因包括：一是在生存預測領(lǐng)域，深度學習生存預測算法無論是在模型的魯棒性還是預測的準確性方面，均優(yōu)于傳統(tǒng)的生存分析模型以及機器學習生存分析模型；二是相較于機器學習回歸預測算法和分類算法而言，生存預測模型可以很好地處理刪失數(shù)據(jù)，因此采用深度學習生存預測算法進行專利壽命預測具有一定的優(yōu)勢。

2.4 模型評估方法

(1)一致性指數(shù)。由于數(shù)據(jù)樣本中存在刪失數(shù)據(jù)，生存分析預測模型不適合采用均方誤差等進行評價，故本文選擇一致性度量(Concordance Index，CI)對預測模型的精度進行評價。一致性度量的思想為將所有數(shù)據(jù)樣本兩兩配對，在配對樣本中，若預測出的生存概率高的樣本，其實際專利壽命也高于配對樣本中的另一樣本，則可稱為預測結(jié)果與實際結(jié)果一致，函數(shù)如公式(1)所示。

其中，n為樣本數(shù)量，K為預測結(jié)果與實際結(jié)果一致的配對樣本數(shù)量，M為全部配對樣本數(shù)量。由公式(1)可知，CI值越趨近于1，則證明預測效果越好，若一致性度量結(jié)果小于0.5，則證明模型預測結(jié)果較差。

(2)綜合Brier評分(Integrated Brier Score，IBS)。Brier Score(BS)是對一組概率預測的度量，也可稱為“成本函數(shù)”。由于在生存分析數(shù)據(jù)中常常包括右刪失數(shù)據(jù)，故在生存分析預測模型的評價中，需要采用帶有逆概率刪失加權(quán)的Brier Score進行評價，其函數(shù)如公式(2)所示。

其中，n為數(shù)據(jù)集中樣本數(shù)量，為基于訓練集得到的專利i的生存函數(shù)，Ti代表專利的維持時間，δ i表示目標專利為因未繳年費而失效的專利，δ i=1表示右刪失數(shù)據(jù)，G為刪失時間的生存函數(shù)估計，刪失時間的生存函數(shù)采用Kaplan-Meier進行估計。由公式(2)可知，BS僅能夠?qū)B續(xù)時間模型進行評估，對離散時間模型其估計會存在偏差。IBS可由連續(xù)時間擴展到時間區(qū)間，通過計算時間區(qū)間內(nèi)BS的積分得到綜合評分，其函數(shù)如公式(3)所示。IBS趨近于0，說明模型預測效果越好。

(3)負二項對數(shù)似然。負二項對數(shù)似然(Negative Binomial Log-Likelihood，NBLL)常用于二分類模型的判別和校準，在生存分析模型的評價中，采用和Brier Score相同的概率刪失加權(quán)方法計算NBLL，可用于評價存在刪失數(shù)據(jù)的生存預測模型，函數(shù)見公式(4)。

同IBS相似，NBLL也可拓展到離散時間的生存預測模型中，其函數(shù)如公式(5)所示。

3 實證分析

3.1 數(shù)據(jù)來源及變量共線性診斷

本文采用數(shù)字通信技術(shù)領(lǐng)域的專利文獻作為實證分析對象，根據(jù)世界知識產(chǎn)權(quán)組織出版的技術(shù)領(lǐng)域與IPC分類對照表，數(shù)字通信技術(shù)領(lǐng)域的IPC分類號為H04L、H04B以及H04W。由于已失效的專利基本已完成整個壽命周期的維護，為保證觀測數(shù)據(jù)的完整性及模型的魯棒性，本文選擇已全部失效的數(shù)字通信技術(shù)領(lǐng)域的專利數(shù)據(jù)作為研究樣本。由于不同國家的專利保護期限具有一定差別，本文選擇在中國國家知識產(chǎn)權(quán)局申請并獲得授權(quán)的專利作為最終的研究樣本。本文根據(jù)上述檢索策略，在incoPat商業(yè)數(shù)據(jù)庫構(gòu)建檢索式(AD=[19850101 TO 20211231])AND(EXPIRY-DATE=[19850101 TO 20211231]AND IPC-MAIN=(H04L OR H04N21 OR H04W)AND PNC=(CN))，去除噪聲數(shù)據(jù)后共得到47，019項專利文獻數(shù)據(jù)。根據(jù)上文選取的計量指標，本文對二元變量采用0-1賦值，多類型變量進行標簽化處理，變量的描述性統(tǒng)計結(jié)果見表2。為避免變量之間存在多重共線性，采用容差(TOL)以及方差膨脹因子(VIF)檢驗變量之間的多重共線性。由表2可知，自變量之間的TOL均大于0.2，VIF均小于5，說明變量之間不存在多重共線性，可以采用生存分析方法進行數(shù)據(jù)分析。

表2 變量描述性統(tǒng)計及共線性診斷結(jié)果

3.2 模型構(gòu)建及評估

為保證構(gòu)建的專利壽命預測模型能夠準確識別核心專利，將數(shù)據(jù)集按照6∶2∶2比例劃分為訓練集、驗證集和測試集。訓練集包含28，212個樣本，驗證集和測試集分別包含9，404和9，403個樣本。訓練集用于模型的訓練，驗證集用于測試最優(yōu)訓練模型不同迭代次數(shù)下的模型損失，測試集用于評價模型的最終預測性能，由此可以充分保障模型的訓練和測試效果。采用Python語言編程調(diào)用pycox工程包進行試驗，深度學習網(wǎng)絡的搭建采用MLPVanilla方法，構(gòu)建多層感知機深度神經(jīng)網(wǎng)絡。通過上述方式，構(gòu)建包括MTLR、Nnet-survival、PMF、DeepSurv以及DeepHit 5種深度學習模型，參數(shù)設置見表3。

表3 不同模型的參數(shù)設置

在模型訓練過程中，將迭代期(epoch)上限設置為100，采用交叉熵損失繪制模型的學習曲線，其中橫坐標為迭代期數(shù)，縱坐標為模型的交叉熵損失值。當模型的損失函數(shù)值不再下降時，說明此時模型的魯棒性較好，5種深度學習模型在訓練集和驗證集上的損失函數(shù)學習曲線見圖2。在5種深度學習模型中，DeepHit模型的損失函數(shù)值最小，其次是MTLR模型，說明這兩個模型的魯棒性與其他模型相比較好。

圖2 不同模型的損失函數(shù)學習曲線

在模型訓練好后，采用上述3個評估方法對模型的性能進行評價。CI值、IBS值和INBLL值結(jié)果見表4。5種模型CI值均大于0.7，IBS值均趨近于0，INBLL值均小于0.5，說明5種模型的預測精度均較好。MTLR模型的CI值最大，說明MTLR模型的預測精度最好，其次是DeepHit模型。

表4 模型整體性能評估結(jié)果

為進一步觀測每個模型在每個時間點的預測性能，繪制隨時間變化的Brier評分和NBLL評分見圖3。5種深度學習模型的Brier評分和NBLL評分結(jié)果隨生存時間的變化呈現(xiàn)“倒V型”曲線，說明5種深度學習模型在整個專利壽命周期初期(1-5年)和末期(12-20年)的預測性能最好，模型在中期的表現(xiàn)略低于初期和末期。除DeepHit模型和PMF模型略低于其余模型外，其他3種模型在各時間點的預測性能并無顯著差異。因此，本文選擇MTLR模型作為最優(yōu)預測模型。

圖3 綜合Brier評分和NBLL評分結(jié)果

3.3 專利生存概率閾值確定

根據(jù)孫濤濤、馬永濤等對核心專利的定義[5，33]，核心專利可以認為是高價值專利的子集。在中國國家知識產(chǎn)權(quán)局高價值專利標準中，專利壽命大于10年的發(fā)明專利可以認定為高價值專利，故根據(jù)模糊集理論，結(jié)合我國數(shù)字通信技術(shù)領(lǐng)域已失效專利的壽命分布，本文將壽命最高5%(專利壽命≥16年)作為完全隸屬于核心專利集合的錨點。根據(jù)我國發(fā)明專利年費繳納標準，當專利維持時間超過16年后每年需要繳納8，000元的專利維持年費，此時累計年費繳納金額高于5萬元。根據(jù)理性經(jīng)濟人假設，若此時專利無法為專利權(quán)人帶來經(jīng)濟效益或者起到遏制競爭對手的作用，專利權(quán)人往往會放棄繳納年費。綜上，本文將核心專利的專利壽命閾值設置為16年，將專利維持時間至16年時生存概率在50%以上的專利定義為核心專利。為驗證所設置閾值的可靠性，本文采用測試集數(shù)據(jù)進行驗證。根據(jù)楊大飛等[34]基于5G通信技術(shù)領(lǐng)域設置的核心專利指標評價體系及指標權(quán)重進行核心專利篩選，將篩選結(jié)果與本文的篩選結(jié)果取交集，查看重合專利的比例，進而驗證本文模型及閾值設定的有效性及可靠性。根據(jù)MTLR模型進行篩選得到維持至16年時生存概率大于50%的專利共108件，通過文獻[34]的方法共篩選出97件核心專利，二者交集見圖4。由圖4可知兩種方法的篩選結(jié)果共有80件重復專利，占比為64%，由此說明本文方法具有較高的可靠性。

圖4 不同方法篩選結(jié)果韋恩圖

3.4 5G關(guān)鍵技術(shù)領(lǐng)域核心專利篩選及結(jié)果分析

上文僅通過本文構(gòu)建的數(shù)字通信領(lǐng)域已失效專利的測試集進行分析，無法體現(xiàn)未失效專利或者整個技術(shù)領(lǐng)域的核心專利情況。本節(jié)采用5G關(guān)鍵技術(shù)領(lǐng)域的專利作為樣本數(shù)據(jù)，通過MTLR模型篩選該技術(shù)領(lǐng)域的核心專利。根據(jù)郭思月等構(gòu)建的5G關(guān)鍵技術(shù)檢索策略[35]，在incoPat數(shù)據(jù)庫中進行檢索，共檢索到在中國國家知識產(chǎn)權(quán)局申請的5G關(guān)鍵技術(shù)領(lǐng)域?qū)＠?，912項。在提取相應的專利指標數(shù)據(jù)后，根據(jù)MTLR模型和閾值，對5G關(guān)鍵技術(shù)領(lǐng)域核心專利進行篩選，共得到141項核心專利，結(jié)果見表5。

表5 5G關(guān)鍵技術(shù)領(lǐng)域核心專利篩選結(jié)果(部分)

根據(jù)篩選出的141項核心專利，繪制圖5所示的5G關(guān)鍵技術(shù)領(lǐng)域核心專利布局熱點圖。由圖5可知，5G關(guān)鍵技術(shù)領(lǐng)域核心專利的布局熱點集中在毫米波、天線陣列、通信鏈路以及無線接入技術(shù)等方面。此外，光傳送網(wǎng)絡、光通信、軟件定義網(wǎng)絡(SDN)以及設備到設備通信技術(shù)(D2D)等相關(guān)的網(wǎng)絡技術(shù)也是5G關(guān)鍵技術(shù)領(lǐng)域的核心專利布局點。

圖5 5G關(guān)鍵技術(shù)領(lǐng)域核心專利布局熱點

為進一步分析核心專利的文獻計量特征，根據(jù)篩選結(jié)果按照核心專利和非核心專利進行分組，統(tǒng)計權(quán)利要求總數(shù)量、首權(quán)項字數(shù)、申請人數(shù)量、發(fā)明人數(shù)量等主要計量指標的均值，結(jié)果見表6。在8個主要計量指標方面，核心專利和非核心專利具有顯著差異。核心專利的平均權(quán)利要求總數(shù)量為20.8865項，高于非核心專利的11.4043，平均首權(quán)項字數(shù)為388.9574，低于非核心專利的655.5857，由此可知，核心專利的保護范圍相較于非核心專利而言更大；核心專利的平均同族國家數(shù)量為5.8085，非核心專利為1.8587，說明核心專利的海外布局更廣泛。

表6 主要計量指標平均值統(tǒng)計

4 結(jié)論與展望

本文從專利壽命角度出發(fā)，基于專利文獻篩選出24個影響專利壽命的指標，構(gòu)建5種基于深度生存分析算法的專利壽命預測模型，通過多種評估方法選取出最優(yōu)預測模型，并對5G關(guān)鍵技術(shù)領(lǐng)域進行核心專利篩選及結(jié)果分析。通過對研究結(jié)果的解讀，本文得到3點結(jié)論。

(1)在核心專利識別模型構(gòu)建方面，通過CI值、綜合Brier評分和NBLL評分3個指標對構(gòu)建的5種模型進行性能評估，發(fā)現(xiàn)MTLR模型在專利壽命預測方面性能較優(yōu)，故最終選擇該模型進行核心專利篩選。在核心專利劃分方面，本文將專利維持至16年時生存概率在50%以上的專利定義為核心專利，通過與綜合指標法篩選的結(jié)果進行對比，發(fā)現(xiàn)本文構(gòu)建的模型和設定的閾值具有一定的可靠性和有效性。相較于傳統(tǒng)的核心專利識別方法，本文構(gòu)建的核心專利識別模型能夠全面反映核心專利的核心特性。

(2)在5G關(guān)鍵技術(shù)領(lǐng)域核心專利方面，通過構(gòu)建的核心專利識別模型，共篩選出該領(lǐng)域內(nèi)的核心專利141項，對其進行聚類分析發(fā)現(xiàn)，5G關(guān)鍵技術(shù)領(lǐng)域近年來的核心專利布局集中在毫米波、天線陣列、通信鏈路、無線接入技術(shù)、光通信、軟件定義網(wǎng)絡(SDN)以及設備到設備通信技術(shù)(D2D)等方面。

(3)通過對篩選出的核心專利主要計量指標進行分析后發(fā)現(xiàn)，核心專利的保護范圍更大，專利權(quán)更穩(wěn)定；在進行核心專利布局時，專利權(quán)人更傾向于采用優(yōu)先權(quán)的方式；在同族國家方面，核心專利的布局國家更多，說明其市場較為廣泛；通過前向引證次數(shù)可看出，核心專利相較于非核心專利而言，技術(shù)影響力更強。

基于專利壽命視角構(gòu)建核心專利識別模型，可以從大量專利數(shù)據(jù)中篩選出技術(shù)領(lǐng)域內(nèi)的核心專利，適用于復雜多變的場景，與傳統(tǒng)的識別方法相比，具有一定的優(yōu)越性，可以為企業(yè)尋找核心專利，把握未來的研發(fā)重點及研發(fā)方向提供技術(shù)支撐。本文構(gòu)建的核心專利識別模型也具有一定的局限性：在專利壽命的影響因素選取方面，僅僅從專利文獻的角度進行選取，沒有考慮到技術(shù)領(lǐng)域內(nèi)的市場競爭環(huán)境以及知識產(chǎn)權(quán)保護制度等外部環(huán)境因素；僅采用數(shù)字通信技術(shù)領(lǐng)域進行模型構(gòu)建和實證分析，模型在其他領(lǐng)域的適用性有待進一步驗證。在后續(xù)研究中，將探索采用全領(lǐng)域的數(shù)據(jù)樣本，擴充專利壽命影響因素指標，以期實現(xiàn)對不同技術(shù)領(lǐng)域進行核心專利識別。