地方高校專利可轉(zhuǎn)化性評(píng)估研究*
——基于文獻(xiàn)計(jì)量與BPNN模型對(duì)11所高校的分析

唐健廷 盧志平, 2

(1.廣西科技大學(xué)經(jīng)濟(jì)與管理學(xué)院 柳州 545006；2.廣西工業(yè)高質(zhì)量發(fā)展研究中心 柳州 545006)

“十四五”規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要中要求，2025年每萬(wàn)人口擁有高價(jià)值發(fā)明專利12件；而截至2020年底，該數(shù)據(jù)僅為6.3件[1]。因此，作為專利申請(qǐng)的主力軍，高校中的發(fā)明人在政策和課題的驅(qū)動(dòng)下會(huì)加大對(duì)專利的申請(qǐng)力度。對(duì)于所擁有的專利，高?？梢酝ㄟ^(guò)專利運(yùn)營(yíng)的方式將專利技術(shù)轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力[2]。然而目前高校中大部分專利仍是處于閑置狀態(tài)，這些專利不僅未能體現(xiàn)出商業(yè)價(jià)值，還會(huì)給高校帶來(lái)一定的費(fèi)用負(fù)擔(dān)。因此，對(duì)高校專利的可轉(zhuǎn)化性進(jìn)行評(píng)估可以給高校的專利管理部門提供決策參考，盤活專利資產(chǎn)。一方面可以對(duì)轉(zhuǎn)化價(jià)值低的專利及時(shí)放棄，節(jié)約專利管理成本；另一方面可以促進(jìn)專利在市場(chǎng)上的流通，使高校研發(fā)的專利在企業(yè)產(chǎn)品上得到應(yīng)用。

1 研究現(xiàn)狀

不同學(xué)者對(duì)專利轉(zhuǎn)化的定義有所差異。駱敏巧認(rèn)為專利轉(zhuǎn)化包括了專利權(quán)的轉(zhuǎn)讓和許可，轉(zhuǎn)讓的情況下，專利權(quán)屬發(fā)生了轉(zhuǎn)移；而專利許可的情況，則沒(méi)有發(fā)生專利權(quán)屬的轉(zhuǎn)移[3]。廖忠安將專利轉(zhuǎn)化定義為：專利權(quán)人將專利權(quán)自己進(jìn)行實(shí)施或轉(zhuǎn)讓、許可給第三方進(jìn)行實(shí)施，并通過(guò)開發(fā)獲得專利產(chǎn)品，最終在市場(chǎng)上獲得產(chǎn)業(yè)化的過(guò)程[4]。由于在高?！咝！⒏咝！獋€(gè)人的轉(zhuǎn)化模式中，作為受讓人(被許可人)缺乏足夠的經(jīng)濟(jì)實(shí)力和投資欲望，短期內(nèi)難以將專利成果轉(zhuǎn)化到市場(chǎng)上[5]。因此，本文所討論的專利轉(zhuǎn)化是高校作為專利權(quán)人，將專利權(quán)轉(zhuǎn)讓或許可給外部企業(yè)的行為。

具有可轉(zhuǎn)化價(jià)值的專利通常是兼具技術(shù)質(zhì)量和市場(chǎng)價(jià)值的專利，并且專利質(zhì)量是實(shí)現(xiàn)專利市場(chǎng)價(jià)值的前提，兩者關(guān)系通過(guò)專利轉(zhuǎn)化得到體現(xiàn)[6-7]。冉從敬等通過(guò)研究表明，高校中的專利是否容易得到轉(zhuǎn)化很大程度取決于專利的內(nèi)在價(jià)值，專利的技術(shù)維度、法律維度和經(jīng)濟(jì)維度這三個(gè)主要維度都會(huì)對(duì)專利可轉(zhuǎn)化性產(chǎn)生影響[8]。專利的轉(zhuǎn)讓或許可次數(shù)也可以作為衡量專利質(zhì)量的一個(gè)標(biāo)簽，表現(xiàn)為專利質(zhì)量越高，專利得到轉(zhuǎn)讓或許可的機(jī)會(huì)也會(huì)越多[9]。針對(duì)某項(xiàng)專利進(jìn)行評(píng)估，可以參考文獻(xiàn)[10-11]的專利評(píng)估體系，但是涉及到需要對(duì)大量專利進(jìn)行評(píng)估的情況，這種評(píng)價(jià)體系的操作性則不強(qiáng)，因此有不少學(xué)者將機(jī)器學(xué)習(xí)模型運(yùn)用到專利評(píng)估領(lǐng)域，以解決需要對(duì)大量專利同時(shí)進(jìn)行價(jià)值統(tǒng)計(jì)和評(píng)估的問(wèn)題。其中包括了對(duì)專利的評(píng)估指標(biāo)體系規(guī)模進(jìn)行約減，在降低指標(biāo)體系冗余的同時(shí)，提高了評(píng)估的準(zhǔn)確性[12]；以及對(duì)各類機(jī)器學(xué)習(xí)算法的評(píng)估模型進(jìn)行比較，驗(yàn)證了神經(jīng)網(wǎng)絡(luò)模型在專利評(píng)估中具有較好的實(shí)驗(yàn)效果[13-14]。由于神經(jīng)網(wǎng)絡(luò)模型本身存在著收斂速度慢、算法不完備的局限性，因此有學(xué)者對(duì)模型進(jìn)行算法優(yōu)化，以提高專利評(píng)估分析的準(zhǔn)確性[15-16]。并且利用機(jī)器學(xué)習(xí)的方法進(jìn)行評(píng)估，不會(huì)涉及到評(píng)估人員的主觀分析，讓結(jié)果更具客觀性。

綜上所述，由于專利質(zhì)量和專利的可轉(zhuǎn)化性是存在關(guān)聯(lián)的[6-9]。因此，本文在構(gòu)建專利可轉(zhuǎn)化性評(píng)估指標(biāo)體系時(shí)，參考業(yè)內(nèi)共識(shí)的專利質(zhì)量評(píng)價(jià)指標(biāo)，并通過(guò)相關(guān)文獻(xiàn)去論述其在專利可轉(zhuǎn)化性評(píng)價(jià)中的適用性。同時(shí)考慮到地方高校的專利轉(zhuǎn)化特征以及需要對(duì)大量專利進(jìn)行分析的情況，利用文獻(xiàn)計(jì)量的方法，得到已轉(zhuǎn)化專利所具有差異特征的指標(biāo)。并選擇BPNN作為評(píng)估模型，對(duì)11所地方高校的授權(quán)發(fā)明專利進(jìn)行分析，最后依據(jù)評(píng)估結(jié)果提出相關(guān)建議，為提高高校的專利質(zhì)量和促進(jìn)專利轉(zhuǎn)化提供參考。具體流程如圖1所示，第一步為數(shù)據(jù)的獲取，第二步為模型的構(gòu)建，第三步為評(píng)估分析與結(jié)論。

圖1 高校專利可轉(zhuǎn)化性評(píng)估流程

2 地方高校專利可轉(zhuǎn)化性評(píng)估體系構(gòu)建

2.1 專利可轉(zhuǎn)化性評(píng)估指標(biāo)初選

本文通過(guò)相關(guān)文獻(xiàn)梳理[17-30]和咨詢專家意見，并根據(jù)以下原則去初步構(gòu)建一種適用于發(fā)明專利可轉(zhuǎn)化性評(píng)估的指標(biāo)體系：全面性原則，所選擇的指標(biāo)能夠從多個(gè)不同的維度去全面、客觀地體現(xiàn)出專利的可轉(zhuǎn)化性；可操作性原則，所選擇的指標(biāo)可以進(jìn)行量化，并且指標(biāo)的數(shù)據(jù)來(lái)源可靠，獲取信度高；導(dǎo)向性原則，重點(diǎn)圍繞高校專利轉(zhuǎn)化的特點(diǎn)進(jìn)行指標(biāo)的選擇。所選擇的指標(biāo)如表1所示。

表1 專利可轉(zhuǎn)化性評(píng)估指標(biāo)體系

2.1.1技術(shù)維度

a.被企業(yè)專利引用次數(shù)。企業(yè)在追蹤一個(gè)領(lǐng)域的技術(shù)發(fā)展時(shí)，往往會(huì)對(duì)該領(lǐng)域的專利進(jìn)行重點(diǎn)關(guān)注。一項(xiàng)專利被企業(yè)中專利引用的次數(shù)，一方面可以說(shuō)明高校向企業(yè)知識(shí)溢出的影響，另一方面可以反映該專利被企業(yè)關(guān)注的程度。當(dāng)引用次數(shù)越多，該項(xiàng)專利技術(shù)從高校向企業(yè)轉(zhuǎn)移的概率越大[17]。

b.引用次數(shù)。 專利的引用體現(xiàn)出了技術(shù)之間的連續(xù)性和累積性。一方面，專利的引用次數(shù)是專利質(zhì)量評(píng)價(jià)中認(rèn)可度最高的指標(biāo)，特別是作為技術(shù)質(zhì)量的指標(biāo)，對(duì)專利的轉(zhuǎn)化具有促進(jìn)作用[18]；另一方面，引用在先專利的數(shù)量越多，改進(jìn)甚至替代的舊技術(shù)也越多，發(fā)生轉(zhuǎn)化的可能性也就越大[19]。

c.IPC分類數(shù)量。一項(xiàng)專利所獲得的IPC分類號(hào)越多，證明了該專利的技術(shù)分類所屬范圍越大，被企業(yè)所應(yīng)用到產(chǎn)品上的范圍也越寬廣。因此在技術(shù)鏈環(huán)節(jié)間的匹配需求下，專利發(fā)生轉(zhuǎn)讓或許可的機(jī)會(huì)就越多[19]。

d.引用文獻(xiàn)數(shù)量。引用文獻(xiàn)數(shù)是發(fā)明專利所引用的科學(xué)文獻(xiàn)數(shù)量，理論研究的成果通常在科技文獻(xiàn)中發(fā)表，而技術(shù)成果是通過(guò)專利來(lái)體現(xiàn)，專利引用文獻(xiàn)數(shù)量可以體現(xiàn)出該項(xiàng)專利與理論研究成果的關(guān)聯(lián)性。Handong Z等對(duì)高校專利的可轉(zhuǎn)讓性分析，認(rèn)為引用科技文獻(xiàn)數(shù)量這一指標(biāo)可以預(yù)測(cè)高校專利的可轉(zhuǎn)讓性[20]。

e.技術(shù)功效TRIZ參數(shù)。技術(shù)功效詞對(duì)應(yīng)的TRIZ技術(shù)參數(shù)，是指在專利原文中描述的技術(shù)功能或技術(shù)效果的短語(yǔ)，所對(duì)應(yīng)工程參數(shù)的數(shù)量。該指標(biāo)可以反映出專利技術(shù)在標(biāo)準(zhǔn)化的情況下能夠解決或改善實(shí)際問(wèn)題的數(shù)量。

2.1.2法律維度

a.獨(dú)權(quán)字?jǐn)?shù)。獨(dú)權(quán)字?jǐn)?shù)是權(quán)利要求當(dāng)中獨(dú)立權(quán)利要求的字?jǐn)?shù)，體現(xiàn)了在法律框架下對(duì)于專利權(quán)利的保護(hù)范圍。由于獨(dú)立權(quán)利要求對(duì)技術(shù)所限定的保護(hù)范圍是最廣的，因此隨著獨(dú)立權(quán)利要求字?jǐn)?shù)的增多，對(duì)于權(quán)利的描述越詳細(xì)，技術(shù)限定也越多，保護(hù)范圍就會(huì)變得越窄。同時(shí)，Dang和Motohashi通過(guò)對(duì)中國(guó)企業(yè)的專利進(jìn)行分析，也得出了該項(xiàng)指標(biāo)對(duì)專利的價(jià)值呈負(fù)向影響的結(jié)論[21]。

b.審查時(shí)長(zhǎng)。通過(guò)審查員對(duì)發(fā)明專利的實(shí)質(zhì)審查時(shí)間來(lái)衡量該專利的技術(shù)復(fù)雜程度。一項(xiàng)發(fā)明專利進(jìn)行實(shí)質(zhì)審查的時(shí)間越久，可以認(rèn)為該項(xiàng)專利的技術(shù)越復(fù)雜，能體現(xiàn)的技術(shù)質(zhì)量越高[22]。另外，李建霖等通過(guò)描述性統(tǒng)計(jì)發(fā)現(xiàn)，高校中已轉(zhuǎn)化專利的審查時(shí)長(zhǎng)均值明顯高于未轉(zhuǎn)化專利[23]。

c.文獻(xiàn)頁(yè)數(shù)。文獻(xiàn)頁(yè)數(shù)是指專利的說(shuō)明書、權(quán)利要求和說(shuō)明附圖的總頁(yè)數(shù)，文獻(xiàn)頁(yè)數(shù)越多，說(shuō)明了對(duì)技術(shù)細(xì)節(jié)描述越詳細(xì)，技術(shù)的復(fù)雜程度也越高。由于專利的文獻(xiàn)頁(yè)數(shù)對(duì)于專利的技術(shù)質(zhì)量具有顯著的正向效應(yīng)，因此該指標(biāo)對(duì)專利的轉(zhuǎn)化也具有正向的促進(jìn)作用[24]。

d.權(quán)利要求數(shù)。權(quán)利要求數(shù)是技術(shù)在申請(qǐng)專利時(shí)所要求保護(hù)權(quán)利的數(shù)量。是對(duì)專利新穎性和穩(wěn)定性判斷的重要依據(jù)，一方面，Zhang等通過(guò)對(duì)中國(guó)的專利進(jìn)行實(shí)證研究，提出利用專利新穎性來(lái)表征可轉(zhuǎn)化程度[25];另一方面，專利權(quán)利的穩(wěn)定性也是專利接收者考慮的首要因素之一[26]。

e.獨(dú)立權(quán)利要求數(shù)。獨(dú)立權(quán)利要求數(shù)是專利的權(quán)利要求書中最重要的、且無(wú)需依附其他權(quán)利要求的權(quán)項(xiàng)。特別是對(duì)于多個(gè)構(gòu)思形成的發(fā)明專利，多個(gè)獨(dú)立權(quán)利要求可以實(shí)現(xiàn)不進(jìn)行分案處理情況下，對(duì)不同構(gòu)思進(jìn)行保護(hù)。在組態(tài)視角下分析，獨(dú)立權(quán)利要求構(gòu)成了專利轉(zhuǎn)化的核心條件之一[27]。

2.1.3市場(chǎng)維度

a.訴訟次數(shù)。本文中的訴訟次數(shù)是指專利權(quán)人就該項(xiàng)專利受到競(jìng)爭(zhēng)對(duì)手侵權(quán)時(shí)所提起訴訟的次數(shù)。該項(xiàng)指標(biāo)表現(xiàn)出專利技術(shù)在市場(chǎng)上的受關(guān)注程度以及在產(chǎn)品中的應(yīng)用情況，是專利潛在價(jià)值的一種體現(xiàn)，而潛在價(jià)值高的專利技術(shù)，轉(zhuǎn)化的潛力也越大[28]。

b.同族規(guī)模。同族規(guī)模數(shù)量是指專利在不同國(guó)家或地區(qū)申請(qǐng)專利的數(shù)量，目的是為了使該項(xiàng)專利在全球多個(gè)國(guó)家和地區(qū)得到保護(hù)，體現(xiàn)出了該專利的國(guó)際市場(chǎng)競(jìng)爭(zhēng)力，是專利轉(zhuǎn)化的積極因素。對(duì)已轉(zhuǎn)化專利的文獻(xiàn)特征計(jì)量分析也表明，專利能否轉(zhuǎn)化與同族成員數(shù)量顯著正相關(guān)[19]。

c.專利維持時(shí)間。專利維持時(shí)間是指從一項(xiàng)專利的申請(qǐng)日起，至評(píng)估基準(zhǔn)日的時(shí)間跨度。專利維持時(shí)間的長(zhǎng)短，能從側(cè)面反映專利質(zhì)量及專利權(quán)人重視程度，對(duì)于專利是否可以轉(zhuǎn)化能起到較為重要的作用[18]。

2.1.4主體維度

a.發(fā)明人數(shù)量。專利發(fā)明人數(shù)量是指一項(xiàng)專利中對(duì)創(chuàng)造發(fā)明做出貢獻(xiàn)的總?cè)藬?shù)，可以作為衡量專利技術(shù)復(fù)雜程度的指標(biāo)。但有研究表明，發(fā)明人數(shù)過(guò)多會(huì)產(chǎn)生權(quán)益分歧，發(fā)明人之間的參與度和協(xié)作度會(huì)降低[29]。李睿等通過(guò)對(duì)專利特征的計(jì)量分析，發(fā)現(xiàn)在得到成功轉(zhuǎn)化的高校專利中，發(fā)明人數(shù)量的均值為4左右[19]。因此發(fā)明人數(shù)量對(duì)專利的轉(zhuǎn)化呈倒U型影響。

b.合作企業(yè)數(shù)量。合作企業(yè)數(shù)量是指高校作為該專利第一申請(qǐng)人時(shí)，企業(yè)作為共同申請(qǐng)人的數(shù)量。非合作或高校、研究院之間的合作，對(duì)專利轉(zhuǎn)讓及專利許可的影響較小。而高校-企業(yè)之間的合作，一方面有助于信息交流與資源互補(bǔ)，產(chǎn)出更高質(zhì)量、更符合市場(chǎng)需求的專利，從而使校企合作專利更具轉(zhuǎn)化可能性[30]。

2.1.5轉(zhuǎn)化維度

轉(zhuǎn)化維度采用轉(zhuǎn)讓/許可次數(shù)進(jìn)行評(píng)價(jià)。轉(zhuǎn)讓/許可次數(shù)是指一項(xiàng)專利的權(quán)利轉(zhuǎn)讓或者許可給第三方進(jìn)行實(shí)施的次數(shù)，可以作為衡量專利轉(zhuǎn)化的特征指標(biāo)[3-5]。

2.2 文獻(xiàn)計(jì)量與BPNN模型

本文采用文獻(xiàn)計(jì)量方法中的Mann-Whitney U檢驗(yàn)與BPNN模型進(jìn)行結(jié)合，對(duì)專利可轉(zhuǎn)化性進(jìn)行評(píng)估。其中Mann-Whitney U檢驗(yàn)主要用于檢驗(yàn)兩組樣本是否來(lái)自同一總體，等價(jià)于判斷兩組樣本是否存在差異。由于專利可轉(zhuǎn)化性評(píng)估涉及的指標(biāo)較多，因此采用Mann-Whitney U檢驗(yàn)方法，對(duì)地方高校中已經(jīng)成功轉(zhuǎn)化的專利與未成功轉(zhuǎn)化專利之間的文獻(xiàn)計(jì)量特征差異進(jìn)行研究，根據(jù)Z統(tǒng)計(jì)量的概率來(lái)判斷地方高校專利的可轉(zhuǎn)化性與其各項(xiàng)指標(biāo)文獻(xiàn)計(jì)量特征的相關(guān)程度。同時(shí)對(duì)初選指標(biāo)體系中不顯著的指標(biāo)進(jìn)行約減，降低指標(biāo)體系的冗余程度。

BPNN模型是一種將輸出值Zp與期望值的誤差Eq前向反饋，同時(shí)基于誤差梯度下降法不斷調(diào)整神經(jīng)元之間的連接權(quán)值為μi+γΔμi，以及將偏置參數(shù)進(jìn)行修正的數(shù)學(xué)模型，目前在多個(gè)學(xué)科領(lǐng)域得到廣泛的應(yīng)用。如式(1)、式(2)所示，其中，γ為控制算法的更新速度，Δμi為負(fù)梯度方向。

(1)

(2)

由于專利在評(píng)估過(guò)程中所涉及的指標(biāo)較多，并且存在著與專利可轉(zhuǎn)化性相關(guān)程度較低的特征指標(biāo)。為了避免BPNN模型在訓(xùn)練學(xué)習(xí)的過(guò)程中出現(xiàn)過(guò)度擬合，需要對(duì)特征指標(biāo)進(jìn)行約減，降低模型的復(fù)雜程度以及提高評(píng)估結(jié)果的準(zhǔn)確性[31]。本文先通過(guò)Mann-Whitney U檢驗(yàn)的方法，將初選指標(biāo)體系中不顯著的指標(biāo)進(jìn)行約減，再將約減后的特征指標(biāo)輸入到BPNN模型中，進(jìn)而防止冗余的指標(biāo)對(duì)BPNN模型訓(xùn)練的干擾，其結(jié)構(gòu)如圖2所示。

圖2 評(píng)估模型結(jié)構(gòu)

2.3 評(píng)估結(jié)果分析方法

2.3.1模型性能評(píng)價(jià)

本文采用準(zhǔn)確率(accuracy)、精確率(precision)、召回率(recall)和F1值共4個(gè)指標(biāo)對(duì)分類結(jié)果進(jìn)行評(píng)價(jià)，驗(yàn)證評(píng)估模型的性能。其中，準(zhǔn)確率是分類正確的樣本個(gè)數(shù)M和樣本總數(shù)N的比率，精確率是預(yù)測(cè)正確的正例數(shù)Mp和實(shí)際正例數(shù)Nc的比率，召回率是預(yù)測(cè)正確的正例數(shù)Mp和預(yù)測(cè)為正例的數(shù)Nc的比率，由于在實(shí)際的分類中，需要平衡精度和召回率，通常使用兩者的調(diào)和平均數(shù)F1作為一個(gè)綜合評(píng)價(jià)指標(biāo)，計(jì)算公式如下：

(3)

(4)

(5)

(6)

2.3.2專利轉(zhuǎn)化價(jià)值分級(jí)

對(duì)專利可轉(zhuǎn)化性進(jìn)行評(píng)估，并獲取每件專利的轉(zhuǎn)化價(jià)值等級(jí)，轉(zhuǎn)化價(jià)值等級(jí)越高說(shuō)明該項(xiàng)專利未來(lái)能實(shí)現(xiàn)轉(zhuǎn)化的概率越高。仿照標(biāo)準(zhǔn)10分評(píng)估方法，設(shè)置10級(jí)閾值，其中R1—R3為轉(zhuǎn)化價(jià)值較低，R4—R7為轉(zhuǎn)化價(jià)值一般，R8—R10為極具有轉(zhuǎn)化價(jià)值。等級(jí)劃分如表2所示。

表2 專利轉(zhuǎn)化價(jià)值分級(jí)表

2.3.3專利平均轉(zhuǎn)化價(jià)值計(jì)算

為了能夠更好地對(duì)各所高校的專利可轉(zhuǎn)化情況進(jìn)行分析，需要將11所高校的專利平均轉(zhuǎn)化價(jià)值分別進(jìn)行計(jì)算和排序。其中Pi為某所高校中每個(gè)價(jià)值等級(jí)的專利分別占該校專利總數(shù)的比率，v為該所高校的專利平均轉(zhuǎn)化價(jià)值：

(7)

3 實(shí)證分析

3.1 數(shù)據(jù)來(lái)源及處理

根據(jù)申請(qǐng)人構(gòu)建檢索式，并利用incoPat專利數(shù)據(jù)庫(kù)選取并下載了廣西地區(qū)中的廣西大學(xué)、桂林理工大學(xué)、廣西醫(yī)科大學(xué)等綜合類、理工類、醫(yī)藥類、師范類和民族類共11所高校在2013—2020年的授權(quán)發(fā)明專利指標(biāo)數(shù)據(jù)，其檢索流程如圖3所示。

圖3 專利樣本檢索流程

剔除高?！咝?、高校—個(gè)人轉(zhuǎn)化模式下的專利樣本，保留高校—企業(yè)轉(zhuǎn)化模式下的樣本。共得到“法律狀態(tài)→失效”的樣本616條，這些專利是因?yàn)橹鲃?dòng)放棄繳納年費(fèi)而失效，證明專利權(quán)人判斷該專利未來(lái)收益要低于所繳納的年費(fèi)成本，因此不具備轉(zhuǎn)化價(jià)值；“有效AND(轉(zhuǎn)讓OR許可)”樣本756條，這些專利是已經(jīng)成功轉(zhuǎn)讓或許可到外面的企業(yè)；以及“有效AND(未轉(zhuǎn)讓OR未許可)”樣本5 096條，作為待評(píng)估的專利。

3.2 轉(zhuǎn)化組與非轉(zhuǎn)化組差異分析

為了得到與地方高校專利可轉(zhuǎn)化性相關(guān)的特征指標(biāo)，將成功轉(zhuǎn)化的756項(xiàng)專利歸為轉(zhuǎn)化組，已失效和未轉(zhuǎn)化的5 712項(xiàng)專利歸為非轉(zhuǎn)化組。利用SPSS21.0軟件對(duì)兩組的15項(xiàng)特征指標(biāo)進(jìn)行差異分析，Mann-Whitney U差異性檢驗(yàn)結(jié)果如表3—表5所示，指標(biāo)描述性統(tǒng)計(jì)對(duì)比如表6所示。

表3 轉(zhuǎn)化組與非轉(zhuǎn)化組Mann-Whitney U差異性檢驗(yàn)結(jié)果1

表4 轉(zhuǎn)化組與非轉(zhuǎn)化組Mann-Whitney U差異性檢驗(yàn)結(jié)果2

表5 轉(zhuǎn)化組與非轉(zhuǎn)化組Mann-Whitney U差異性檢驗(yàn)結(jié)果3

表6 轉(zhuǎn)化組與非轉(zhuǎn)化組指標(biāo)描述性統(tǒng)計(jì)對(duì)比

由Mann-Whitney U檢驗(yàn)結(jié)果可知，轉(zhuǎn)化組與非轉(zhuǎn)化組的專利在C1被企業(yè)專利引用次數(shù)、C3IPC分類數(shù)量上具有差異，在C2引用次數(shù)、C6獨(dú)權(quán)字?jǐn)?shù)、C8文獻(xiàn)頁(yè)數(shù)、C9權(quán)利要求數(shù)、C10獨(dú)立權(quán)利要求數(shù)、C13專利維持時(shí)間、C14發(fā)明人數(shù)量、C15合作企業(yè)數(shù)量上具有顯著差異。而剩下的指標(biāo)則不具備差異。

對(duì)具有差異和顯著差異的特征指標(biāo)進(jìn)行描述統(tǒng)計(jì)量分析，發(fā)現(xiàn)轉(zhuǎn)化組與非轉(zhuǎn)化組的指標(biāo)C6獨(dú)權(quán)字?jǐn)?shù)的均值為529.23和578.32，C14發(fā)明人數(shù)量的均值為4.09和5.66。在這兩組指標(biāo)的均值上非轉(zhuǎn)化組均高于轉(zhuǎn)化組。原因在于專利中獨(dú)立權(quán)利要求描述越詳盡，專利的保護(hù)范圍會(huì)變得越狹窄，此時(shí)專利所能體現(xiàn)出的價(jià)值度就越低[21]，以及專利發(fā)明人數(shù)對(duì)于專利可轉(zhuǎn)化性呈倒U型的影響[19]。而其它具有差異和顯著差異的指標(biāo)在均值上，轉(zhuǎn)化組都高于非轉(zhuǎn)化組，證明這些特征指標(biāo)對(duì)于專利可轉(zhuǎn)化性呈正向影響。可以認(rèn)為這10個(gè)特征指標(biāo)與這11所高校的發(fā)明專利可轉(zhuǎn)化性相關(guān)。因此，將轉(zhuǎn)化組與非轉(zhuǎn)化組中不具備差異的指標(biāo)從初選的指標(biāo)體系中約減，結(jié)果如表7所示。

表7 約減后指標(biāo)對(duì)照表

3.3 專利可轉(zhuǎn)化性評(píng)估模型構(gòu)建

通過(guò)Matlab2016a構(gòu)建BPNN模型。其中“有效AND(轉(zhuǎn)讓OR許可)”和“法律狀態(tài)→失效”中的80%專利作為訓(xùn)練集樣本，輸入到BPNN模型進(jìn)行訓(xùn)練；剩余的20%專利樣本為測(cè)試集，包括123件“法律狀態(tài)→失效”的專利和151件“有效AND(轉(zhuǎn)讓OR許可)”的專利，對(duì)模型的性能進(jìn)行測(cè)試評(píng)價(jià)。為了比較約減前后的輸入指標(biāo)對(duì)模型性能的影響，將表1中初步構(gòu)建的指標(biāo)與表6中約減后的指標(biāo)數(shù)據(jù)輸入模型進(jìn)行測(cè)試，并通過(guò)準(zhǔn)確率、精確率、召回率和F1值去驗(yàn)證評(píng)估模型的性能，結(jié)果如表8所示。

表8 模型測(cè)試結(jié)果

由表8可知，指標(biāo)約減后，評(píng)估模型測(cè)試結(jié)果的準(zhǔn)確率、精確率和F1值均大于0.75，而召回率最高，達(dá)到了0.765。相比于指標(biāo)約減前的模型測(cè)試結(jié)果更優(yōu)，證明了該模型的有效性和穩(wěn)健性較好。因此，通過(guò)Mann-Whitney U檢驗(yàn)和BPNN模型對(duì)專利可轉(zhuǎn)化性進(jìn)行評(píng)估具有可行性。同時(shí)，獲取特征重要性并進(jìn)行歸一化處理，從高到低進(jìn)行排序，從特征重要性的高低去說(shuō)明特征指標(biāo)的重要程度，如表9所示。

表9 特征重要性排序

3.4 專利可轉(zhuǎn)化性評(píng)估結(jié)果分析

在驗(yàn)證評(píng)估模型有效性的基礎(chǔ)上，將預(yù)測(cè)集“有效AND(未轉(zhuǎn)讓OR未許可)”中5 096項(xiàng)專利的指標(biāo)數(shù)據(jù)輸入模型，對(duì)11所高校的授權(quán)發(fā)明專利進(jìn)行可轉(zhuǎn)化性評(píng)估，預(yù)測(cè)得到每件專利的轉(zhuǎn)化價(jià)值等級(jí)。結(jié)果如圖4所示，圖中的每一點(diǎn)的預(yù)測(cè)值表示一件專利所預(yù)測(cè)得到的轉(zhuǎn)化價(jià)值等級(jí)。并對(duì)每個(gè)預(yù)測(cè)等級(jí)中的專利數(shù)量進(jìn)行分級(jí)統(tǒng)計(jì)形成表10。

圖4 專利轉(zhuǎn)化價(jià)值等級(jí)預(yù)測(cè)

表10 專利轉(zhuǎn)化價(jià)值分級(jí)統(tǒng)計(jì)表

其中，轉(zhuǎn)化價(jià)值等級(jí)越高，表示該項(xiàng)專利能夠?qū)崿F(xiàn)轉(zhuǎn)讓或許可的概率越大；轉(zhuǎn)化價(jià)值等級(jí)越低，表示專利權(quán)人主動(dòng)放棄該專利權(quán)的概率越大。分析表10可以發(fā)現(xiàn)，處于R8→R10級(jí)的專利數(shù)量比重為2.98%，共包含152件專利；處于R4→R7的專利數(shù)量比重74.96%，共包含3 820件專利，處于R1→R3級(jí)的專利比重為22.06%，共包含1 124件專利。反映出極具轉(zhuǎn)化價(jià)值的專利較少，大部分專利的轉(zhuǎn)化價(jià)值一般，并且超過(guò)20%的專利轉(zhuǎn)化價(jià)值較低，存在專利權(quán)人主動(dòng)放棄專利權(quán)的可能。

在表10中專利的轉(zhuǎn)化價(jià)值分級(jí)統(tǒng)計(jì)基礎(chǔ)上，將每一件專利的轉(zhuǎn)化價(jià)值由低到高進(jìn)行排序，并添加趨勢(shì)線，其中橫坐標(biāo)表示專利樣本的統(tǒng)計(jì)項(xiàng)數(shù)，縱坐標(biāo)表示轉(zhuǎn)化價(jià)值，得到如圖5所示的11所高校專利轉(zhuǎn)化價(jià)值分布趨勢(shì)。

圖5 11所高校專利轉(zhuǎn)化價(jià)值分布趨勢(shì)

從圖5可以看出，11所高校發(fā)明專利的轉(zhuǎn)化價(jià)值呈二次多項(xiàng)式分布，其中擬合方程為y = 8E-09x2+ 5E-05x + 0.2114，R2= 0.9514，方程具有一定的擬合度。同時(shí)也與文獻(xiàn)[32]得到的專利價(jià)值呈二次多項(xiàng)式分布的結(jié)論一致，進(jìn)一步證明了該評(píng)估模型的有效性。

根據(jù)圖5和表10的分析可以得到廣西11所高校中只有少部分發(fā)明專利具有轉(zhuǎn)化價(jià)值，而大部分發(fā)明專利轉(zhuǎn)化價(jià)值不高的結(jié)論。產(chǎn)生這種狀況的原因，一方面由于多數(shù)專利是高?？蒲腥藛T在課題或項(xiàng)目驅(qū)動(dòng)下去申請(qǐng)的，其目的是為了完成課題或項(xiàng)目，并非是為了在市場(chǎng)上實(shí)現(xiàn)轉(zhuǎn)化，因此所申請(qǐng)的專利在技術(shù)競(jìng)爭(zhēng)力、經(jīng)濟(jì)關(guān)聯(lián)性、權(quán)利穩(wěn)定性等方面都有所欠缺；另一方面是出于對(duì)核心專利的保護(hù)的目的而去申請(qǐng)大量的外圍專利，并與核心專利共同形成專利組合。外圍專利雖然質(zhì)量不高，但在實(shí)施轉(zhuǎn)化的過(guò)程中，同一專利組合的專利往往是一起進(jìn)行轉(zhuǎn)讓或許可的。因此外圍專利的申請(qǐng)是對(duì)專利組合的質(zhì)量起到正向積極的作用，是構(gòu)建專利壁壘的一種策略手段。

為了對(duì)各所高校的專利可轉(zhuǎn)化情況進(jìn)行比較分析，計(jì)算11所高校發(fā)明專利的平均轉(zhuǎn)化價(jià)值，并將結(jié)果進(jìn)行排序，以體現(xiàn)不同類型的院校之間專利競(jìng)爭(zhēng)力的差異情況，具體如表11所示。

表11 11所高校發(fā)明專利平均轉(zhuǎn)化價(jià)值對(duì)比

從表11可以看出，這11所高校中專利平均轉(zhuǎn)化價(jià)值排名前列的主要是理工類院校。由于該類高校的科研硬實(shí)力或資源投入往往高于其他類別院校，因此理工類院校相對(duì)于其他類別院校通常具有更高的專利競(jìng)爭(zhēng)力。對(duì)于醫(yī)藥類院校而言，所要求的科研條件通常不亞于理工類院校[33]，并且醫(yī)藥類專利的產(chǎn)出周期也更長(zhǎng)。因此該類院校往往需要投入更多的軟、硬件資源，才能產(chǎn)出高質(zhì)量的專利成果。而在師范類院校中，科技機(jī)構(gòu)和科研項(xiàng)目的數(shù)量不如理工類院校，因此所產(chǎn)出的專利成果價(jià)值也通常不及理工類院校。

專利平均轉(zhuǎn)化價(jià)值排名前三的高校都具有較強(qiáng)的科研實(shí)力。其中高校1和高校3入選了2020年國(guó)家知識(shí)產(chǎn)權(quán)試點(diǎn)高校，高校2入選了首批高校國(guó)家知識(shí)產(chǎn)權(quán)信息服務(wù)中心名單。主要得益于這幾所高校緊緊圍繞著廣西工業(yè)化、城鎮(zhèn)化建設(shè)需要，積極發(fā)揮自身的學(xué)科優(yōu)勢(shì)，推進(jìn)產(chǎn)學(xué)研的合作。

3.5 各地區(qū)高校專利可轉(zhuǎn)化性分析

為了進(jìn)一步對(duì)不同地區(qū)中各類型院校的專利可轉(zhuǎn)化價(jià)值進(jìn)行有效評(píng)價(jià)與分析，選取了東北地區(qū)的吉林省、東部地區(qū)的浙江省、中部地區(qū)的湖北省各11所代表性院校的專利進(jìn)行分析，并將結(jié)果與廣西高校比較。其中吉林省選取了吉林大學(xué)、東北師范大學(xué)、東北電力大學(xué)等高校；浙江省選取了浙江大學(xué)、浙江師范大學(xué)、寧波大學(xué)等高校；湖北省選取了武漢大學(xué)、華中科技大學(xué)、華中師范大學(xué)等高校。通過(guò)模型分析，得到結(jié)果如表12所示。

表12 各地區(qū)高校發(fā)明專利平均轉(zhuǎn)化價(jià)值對(duì)比

從表12中的結(jié)果可以看出，浙江省和湖北省代表性高校的專利平均轉(zhuǎn)化價(jià)值明顯高于廣西和吉林省的代表性高校，并且浙江省的高校最為突出。這主要存在兩個(gè)方面的原因，一方面是在發(fā)達(dá)的地區(qū)，高校所擁有的資金實(shí)力與創(chuàng)新能力普遍較高，在科研方面相較于其他地區(qū)高校具有更多的資源投入；另一方面是該地區(qū)具有較為良好的知識(shí)產(chǎn)權(quán)環(huán)境，可以通過(guò)完善的知識(shí)產(chǎn)權(quán)保護(hù)制度引導(dǎo)發(fā)明人的創(chuàng)新意愿，以及成熟的知識(shí)產(chǎn)權(quán)服務(wù)去正向促進(jìn)高質(zhì)量專利的產(chǎn)出，進(jìn)而影響專利的轉(zhuǎn)化價(jià)值[33]。相比之下，廣西和吉林省的代表性高校比較缺乏同等的資源條件與知識(shí)產(chǎn)權(quán)環(huán)境。同時(shí)，對(duì)于這幾個(gè)省份中部分理工科背景深厚、綜合實(shí)力強(qiáng)的高校，企業(yè)也會(huì)更傾向于進(jìn)行深度的技術(shù)合作，因此具有更高的專利競(jìng)爭(zhēng)力[34]。

4 結(jié)論與建議

本文運(yùn)用了Mann-Whitney U差異性檢驗(yàn)與BPNN模型對(duì)廣西地區(qū)11所各類型院校的專利可轉(zhuǎn)化性進(jìn)行評(píng)估研究，并將計(jì)算得到的專利平均轉(zhuǎn)化價(jià)值與其他區(qū)域高校進(jìn)行比較，得到如下結(jié)論和相關(guān)建議：

第一，從結(jié)論層面分析，高校專利的可轉(zhuǎn)化價(jià)值具有以下特點(diǎn)：其一，不同類型院校之間的專利平均轉(zhuǎn)化價(jià)值存在著一定差距。特別是理工科背景深厚、綜合實(shí)力強(qiáng)的高校，在科研實(shí)力、資源投入和企業(yè)合作深度方面往往高于其他類型院校，所產(chǎn)出的專利更具轉(zhuǎn)化價(jià)值。其二，不同區(qū)域高校的專利平均轉(zhuǎn)化價(jià)值存在差異，相較于廣西和吉林地區(qū)，浙江和湖北地區(qū)代表性高校的專利平均轉(zhuǎn)化價(jià)值更高，并且浙江地區(qū)高校更為突出。主要得益于地區(qū)高校擁有的經(jīng)濟(jì)實(shí)力與所處地區(qū)成熟的知識(shí)產(chǎn)權(quán)環(huán)境。

第二，從理論意義層面分析，采用Mann-Whitney U檢驗(yàn)方法，通過(guò)Z統(tǒng)計(jì)量的概率來(lái)判斷地方高校專利的可轉(zhuǎn)化性與其各項(xiàng)指標(biāo)的相關(guān)程度，可以對(duì)高校中已經(jīng)成功轉(zhuǎn)化的專利與未成功轉(zhuǎn)化專利的特征指標(biāo)進(jìn)行差異性分析。同時(shí)從兩個(gè)方面進(jìn)行考慮：a.在該地區(qū)的高校中，轉(zhuǎn)化專利與未轉(zhuǎn)化專利的特征指標(biāo)，哪些是存在差異的。b.若特征指標(biāo)存在差異，各自呈現(xiàn)怎樣的特點(diǎn)，對(duì)專利可轉(zhuǎn)化性的影響是怎樣的。在此基礎(chǔ)上去結(jié)合BPNN模型，對(duì)不同地區(qū)高校，以及同一地區(qū)中不同類型高校的專利可轉(zhuǎn)化性進(jìn)行評(píng)估。在實(shí)際應(yīng)用方面，該方法可以很好地解決在專利可轉(zhuǎn)化性評(píng)估當(dāng)中，區(qū)域差別性所帶來(lái)的專利可轉(zhuǎn)化價(jià)值不確定因素多的問(wèn)題。

第三，結(jié)合本文研究，提升廣西地區(qū)高校專利的可轉(zhuǎn)化價(jià)值可以從以下幾個(gè)方面進(jìn)行考慮：a.凝練團(tuán)隊(duì)規(guī)模，加強(qiáng)外部合作。通過(guò)加強(qiáng)高校和企業(yè)的合作，可以促進(jìn)校企之間的資源協(xié)同。同時(shí)以市場(chǎng)需求為導(dǎo)向，校企合作研發(fā)的專利可以更快得到轉(zhuǎn)化，有利于企業(yè)抓住專利產(chǎn)品的生命周期進(jìn)行開發(fā)，去支撐產(chǎn)品進(jìn)行市場(chǎng)突破。b.提高專利撰寫質(zhì)量。已轉(zhuǎn)化專利的引用專利次數(shù)、獨(dú)立權(quán)利要求字?jǐn)?shù)和權(quán)利要求數(shù)都與未轉(zhuǎn)化專利存在顯著性差異。因此在撰寫專利文本時(shí)，應(yīng)重視對(duì)于在先專利的引用，突出所申請(qǐng)專利與在先專利之間存在的技術(shù)關(guān)聯(lián)性；同時(shí)還可以在獨(dú)立權(quán)利要求中盡量減少對(duì)于技術(shù)特征的描述，擴(kuò)大專利技術(shù)的保護(hù)范圍；增加權(quán)利要求數(shù)量，在擴(kuò)充專利新穎性的同時(shí)，保證了專利權(quán)的穩(wěn)定性。c.重視跨學(xué)科、跨領(lǐng)域探索。不同類型院校之間跨領(lǐng)域合作，可以實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)。例如，理工類院?？梢院歪t(yī)藥類院校進(jìn)行專利的合作研發(fā)，形成新工科和新醫(yī)科的融合發(fā)展[35]。這樣不僅同時(shí)提高了理工類院校和醫(yī)藥類院校的專利競(jìng)爭(zhēng)力水平，還可以充分利用理工類院校的儀器設(shè)備資源和醫(yī)藥類院校的專業(yè)知識(shí)，從而形成多學(xué)科、跨學(xué)科和跨領(lǐng)域的協(xié)同合作。