序論：好文章的創(chuàng)作是一個(gè)不斷探索和完善的過(guò)程，我們?yōu)槟扑]一篇知識(shí)資產(chǎn)價(jià)值視角下的企業(yè)專(zhuān)利范例，希望它們能助您一臂之力，提升您的閱讀品質(zhì)，帶來(lái)更深刻的閱讀感受。

企業(yè)作為創(chuàng)新的重要主體,其創(chuàng)新能力的重要體現(xiàn)則是所擁有的全部專(zhuān)利,這些專(zhuān)利整體可視為一個(gè)專(zhuān)利組合[1]。傳統(tǒng)評(píng)估方法難以準(zhǔn)確測(cè)度專(zhuān)利組合價(jià)值。但如果從知識(shí)資產(chǎn)價(jià)值的視角看待專(zhuān)利組合價(jià)值,通過(guò)知識(shí)資產(chǎn)市場(chǎng)模型就能將企業(yè)專(zhuān)利組合價(jià)值合理地分離出來(lái),進(jìn)而構(gòu)造測(cè)度公式,實(shí)現(xiàn)組合價(jià)值的客觀估值。因此本文擬從該角度出發(fā)展開(kāi)研究。

1研究現(xiàn)狀述評(píng)

專(zhuān)利組合價(jià)值測(cè)度可從以下兩方面展開(kāi)評(píng)述:測(cè)度指標(biāo)與測(cè)度方法研究。測(cè)度指標(biāo)可分為單一評(píng)價(jià)指標(biāo)與綜合評(píng)價(jià)指標(biāo)體系。單一指標(biāo)主要有兩類(lèi):一類(lèi)是專(zhuān)利維持率、專(zhuān)利數(shù)、專(zhuān)利授權(quán)率等[2-4]企業(yè)層面的專(zhuān)利指標(biāo);另一類(lèi)是專(zhuān)利被引用次數(shù)、同族數(shù)等[4-5]專(zhuān)利自有指標(biāo)。綜合評(píng)價(jià)指標(biāo)體系如Lanjouw[6-8]等分別從不同角度建立構(gòu)建專(zhuān)利指標(biāo)綜合評(píng)估體系。上述研究存在以下問(wèn)題:由于專(zhuān)利價(jià)值參差不齊,簡(jiǎn)單加總或平均指標(biāo)難以反映真實(shí)價(jià)值;而綜合評(píng)價(jià)指標(biāo)體系并未客觀考慮各組合指標(biāo)間的復(fù)雜層次和邏輯聯(lián)系,因而不能真實(shí)反映組合價(jià)值。測(cè)度方法可分為會(huì)計(jì)類(lèi)測(cè)度方法、綜合評(píng)價(jià)法。會(huì)計(jì)類(lèi)測(cè)度方法包括傳統(tǒng)的成本法、市場(chǎng)法、收益法,以及由收益法改進(jìn)的實(shí)物期權(quán)法。綜合評(píng)價(jià)法有結(jié)構(gòu)方程模型[9]、主成分分析法[10]、模糊網(wǎng)絡(luò)分析法[11]、解釋結(jié)構(gòu)模型[12]、熵權(quán)法[13]等。傳統(tǒng)方法如成本法忽略專(zhuān)利資產(chǎn)能產(chǎn)生的未來(lái)經(jīng)濟(jì)效益;市場(chǎng)法難以尋找可比參照物;收益法涉及到參數(shù)預(yù)測(cè)問(wèn)題。實(shí)物期權(quán)法未考慮影響專(zhuān)利組合價(jià)值的因素。其它方法如層次分析法、模糊綜合評(píng)價(jià)法、熵權(quán)法、ISM等方法依賴(lài)主觀判斷,因子分析法需要變量間具備較強(qiáng)相關(guān)性。通過(guò)以上分析可以看出,現(xiàn)有測(cè)度指標(biāo)及方法存在諸多問(wèn)題尚待解決。如指標(biāo)層面需要考慮指標(biāo)間的層次結(jié)構(gòu)問(wèn)題,而測(cè)度方法則需要精準(zhǔn)確定專(zhuān)利組合所創(chuàng)造的價(jià)值作為客觀方法校準(zhǔn)的前提等。盡管專(zhuān)利組合價(jià)值無(wú)法體現(xiàn)在企業(yè)財(cái)務(wù)報(bào)表中,但對(duì)于上市公司可以利用金融市場(chǎng)的定價(jià)機(jī)制對(duì)其所擁有的專(zhuān)利組合價(jià)值加以確定[14]。這是由于上市公司可以看作是一系列資產(chǎn)的集合。公司的市場(chǎng)價(jià)值是這些資產(chǎn)的未來(lái)收益的貼現(xiàn)值。這些資產(chǎn)既包括了有形資產(chǎn)如廠房、設(shè)備、原材料等,也包括了無(wú)形資產(chǎn)如以專(zhuān)利組合為主的知識(shí)資產(chǎn)、組織資產(chǎn)以及包含商譽(yù)等的其他無(wú)形資產(chǎn)。因此,公司的市場(chǎng)價(jià)值也包含了專(zhuān)利組合的市場(chǎng)價(jià)值。作為知識(shí)資產(chǎn)的專(zhuān)利組合在市場(chǎng)中的邊際影子價(jià)值可以從回歸系數(shù)中得到[15]。從知識(shí)資產(chǎn)價(jià)值的視角出發(fā),應(yīng)用知識(shí)資產(chǎn)模型能將專(zhuān)利組合市場(chǎng)價(jià)值合理地分離出來(lái),解決已有研究存在的客觀方法校準(zhǔn)的問(wèn)題。由此本文擬選取制造業(yè)上市公司作為研究樣本,利用知識(shí)資產(chǎn)市場(chǎng)模型對(duì)企業(yè)專(zhuān)利組合價(jià)值進(jìn)行測(cè)度,探討一種針對(duì)專(zhuān)利組合價(jià)值的評(píng)估方法。本文研究思路為:首先將專(zhuān)利組合價(jià)值測(cè)度指標(biāo)按授權(quán)地域?qū)?zhuān)利組合分組,進(jìn)而在每個(gè)組內(nèi)按評(píng)價(jià)角度將指標(biāo)劃分為外部評(píng)價(jià)組、申請(qǐng)人評(píng)價(jià)組和自有屬性評(píng)價(jià)組三類(lèi)亞組。在運(yùn)用組指數(shù)套索方法獲得各指標(biāo)分組結(jié)構(gòu)后,在知識(shí)資產(chǎn)市場(chǎng)模型中引入專(zhuān)利組合的不同分組項(xiàng),利用中國(guó)制造業(yè)上市公司的數(shù)據(jù)確定專(zhuān)利組合價(jià)值測(cè)度表達(dá)式,實(shí)現(xiàn)對(duì)企業(yè)專(zhuān)利組合價(jià)值的有效測(cè)度。之后對(duì)企業(yè)專(zhuān)利組合價(jià)值及組合中單一專(zhuān)利進(jìn)行測(cè)度實(shí)例分析,并與其它方法進(jìn)行專(zhuān)利組合價(jià)值測(cè)度的對(duì)比分析。具體如圖1所示。專(zhuān)利組合價(jià)值測(cè)度研究思路

2專(zhuān)利組合指標(biāo)分組

從現(xiàn)有研究成果上看,已有對(duì)專(zhuān)利組合價(jià)值的研究多是從整體角度測(cè)度其價(jià)值,將所有專(zhuān)利同等看待,并未從結(jié)構(gòu)分析角度剖析組合間的相互作用。岳賢平[16]指出理解專(zhuān)利組合主要基于專(zhuān)利組合結(jié)構(gòu),專(zhuān)利組合體內(nèi)部專(zhuān)利之間存在互補(bǔ)性和替代性等多種關(guān)系。翟東升等[1]指出專(zhuān)利組合內(nèi)部存在的小專(zhuān)利組合之間有復(fù)雜結(jié)構(gòu)關(guān)系。任培民等[9]指出專(zhuān)利組合內(nèi)指標(biāo)間的相互作用會(huì)導(dǎo)致組合價(jià)值變化。從結(jié)構(gòu)上來(lái)看,企業(yè)專(zhuān)利組合內(nèi)部存在著專(zhuān)利與專(zhuān)利之間的相互作用,各種指標(biāo)之間也存在交叉等復(fù)雜的結(jié)構(gòu)關(guān)系。專(zhuān)利組合的結(jié)構(gòu)決定了專(zhuān)利間復(fù)雜的相互作用關(guān)系,可以通過(guò)專(zhuān)利指標(biāo)分組來(lái)映照專(zhuān)利組合的結(jié)構(gòu),因此基于分組的專(zhuān)利組合指標(biāo)間的數(shù)值關(guān)系能夠反映專(zhuān)利間的相互作用關(guān)系。本文構(gòu)建專(zhuān)利指標(biāo)分層組合的形式來(lái)揭示這種復(fù)雜的相互作用關(guān)系,進(jìn)而經(jīng)由專(zhuān)利組合指標(biāo)與專(zhuān)利組合價(jià)值的數(shù)量聯(lián)系來(lái)反映這些復(fù)雜作用關(guān)系對(duì)專(zhuān)利組合價(jià)值的定量影響。鑒于此,本文考慮專(zhuān)利組合內(nèi)部各專(zhuān)利組、專(zhuān)利組內(nèi)部各專(zhuān)利指標(biāo)之間的相互作用,從結(jié)構(gòu)分析視角出發(fā)嘗試對(duì)專(zhuān)利組合指標(biāo)分組,以更好測(cè)度專(zhuān)利組合價(jià)值。首先,基于專(zhuān)利組合可以視為各專(zhuān)利按地域、時(shí)間等關(guān)聯(lián)關(guān)系聯(lián)結(jié)的集合的思路,本文提出以下專(zhuān)利指標(biāo)組合方式:按照專(zhuān)利授權(quán)地域,將指標(biāo)劃分為國(guó)內(nèi)專(zhuān)利組和其他專(zhuān)利組兩類(lèi)。這是由于國(guó)家地域性是專(zhuān)利權(quán)的最基本特征[17]。中國(guó)大多數(shù)企業(yè)主要在本土市場(chǎng)進(jìn)行競(jìng)爭(zhēng),通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局申請(qǐng)專(zhuān)利技術(shù)保護(hù)以維持其優(yōu)勢(shì)地位。當(dāng)企業(yè)選擇開(kāi)辟海外市場(chǎng)時(shí),為尋求對(duì)國(guó)際貿(mào)易中優(yōu)勢(shì)技術(shù)領(lǐng)域產(chǎn)品的保護(hù)并在國(guó)際市場(chǎng)競(jìng)爭(zhēng)占據(jù)一席之地,就必然會(huì)提出專(zhuān)利國(guó)際申請(qǐng)。由于國(guó)外申請(qǐng)和維持專(zhuān)利的成本遠(yuǎn)高于國(guó)內(nèi),這些專(zhuān)利通常具備較高的技術(shù)水平和經(jīng)濟(jì)價(jià)值[10]。是否申請(qǐng)國(guó)際專(zhuān)利也反映持有者對(duì)專(zhuān)利價(jià)值的判斷。有鑒于此,應(yīng)首先從專(zhuān)利授權(quán)地域?qū)?zhuān)利指標(biāo)進(jìn)行劃分。同時(shí),專(zhuān)利組合還可以分為以下類(lèi)型:束型、傘型、鏈型、星型專(zhuān)利組合[18]。這些組合或是從技術(shù)出發(fā)、或是從市場(chǎng)、生產(chǎn)流程出發(fā)構(gòu)建。專(zhuān)利間的關(guān)系主要可概括為以下幾種:專(zhuān)利組合圍繞某核心專(zhuān)利構(gòu)建;專(zhuān)利組合內(nèi)各專(zhuān)利共同發(fā)揮作用;專(zhuān)利之間發(fā)揮的是協(xié)同作用。不同專(zhuān)利同一指標(biāo)間組合的數(shù)量形式可以反映這種組合內(nèi)專(zhuān)利間的復(fù)雜相互作用關(guān)系。除專(zhuān)利間的復(fù)雜作用關(guān)系之外,由于每組內(nèi)部的專(zhuān)利組合指標(biāo)由于評(píng)價(jià)角度不同,同樣存在著不同的分層關(guān)系。任培民等[9]提出可按評(píng)價(jià)角度對(duì)專(zhuān)利組合分組,能較好代表專(zhuān)利組整體的某一特征。因此本文在每個(gè)組內(nèi)按評(píng)價(jià)角度將指標(biāo)劃分為外部評(píng)價(jià)組、申請(qǐng)人評(píng)價(jià)組和自有屬性評(píng)價(jià)組三類(lèi)。外部評(píng)價(jià)組指標(biāo)反映的是外部機(jī)構(gòu)對(duì)專(zhuān)利價(jià)值的評(píng)價(jià);申請(qǐng)人評(píng)價(jià)組指標(biāo)值是由申請(qǐng)人自行決定,反映的是申請(qǐng)人對(duì)專(zhuān)利價(jià)值的評(píng)價(jià);而自有屬性評(píng)價(jià)組指標(biāo)是有關(guān)專(zhuān)利自身屬性的評(píng)價(jià)指標(biāo)。a.外部評(píng)價(jià)組。被引證次數(shù)(Fcit):用來(lái)測(cè)度專(zhuān)利價(jià)值的最客觀有效的評(píng)估指標(biāo)。專(zhuān)利的直接引用所積累起來(lái)的引用次數(shù)可從技術(shù)角度衡量專(zhuān)利價(jià)值[19]。專(zhuān)利被引用量越高,其質(zhì)量和價(jià)值也就越高。初步審查時(shí)長(zhǎng)(Exa):反映專(zhuān)利質(zhì)量,審查過(guò)程可篩選掉低質(zhì)量專(zhuān)利[20]。審查時(shí)間越長(zhǎng),專(zhuān)利申請(qǐng)的技術(shù)水平越高,體現(xiàn)專(zhuān)利的技術(shù)價(jià)值。b.申請(qǐng)人評(píng)價(jià)組。權(quán)利要求數(shù)量(Claim):決定一項(xiàng)專(zhuān)利的創(chuàng)新范圍與未來(lái)機(jī)會(huì),權(quán)利要求項(xiàng)數(shù)越多,保護(hù)范圍越廣,是評(píng)價(jià)專(zhuān)利市場(chǎng)價(jià)值的關(guān)鍵指標(biāo)[9]。同族專(zhuān)利數(shù)(Fam):表明該項(xiàng)專(zhuān)利所涵蓋的專(zhuān)利范圍大小,多國(guó)申請(qǐng)專(zhuān)利的維護(hù)費(fèi)用較高,反映申請(qǐng)人的重視程度及該專(zhuān)利的價(jià)值[11]。專(zhuān)利壽命(Time):反映專(zhuān)利權(quán)人對(duì)專(zhuān)利價(jià)值的判斷,經(jīng)濟(jì)效益隨著專(zhuān)利壽命而增加,帶來(lái)更高的市場(chǎng)價(jià)值[21]。c.自有屬性評(píng)價(jià)組。引證次數(shù)(Bcit):體現(xiàn)專(zhuān)利創(chuàng)造的技術(shù)基礎(chǔ),專(zhuān)利引證次數(shù)越多,產(chǎn)生高質(zhì)量專(zhuān)利的可能性更高。該指標(biāo)可從技術(shù)發(fā)明基礎(chǔ)方面測(cè)度專(zhuān)利價(jià)值[22]。分類(lèi)號(hào)數(shù)(Cln):取分類(lèi)號(hào)前四位的數(shù)量。反映專(zhuān)利通用性,表征專(zhuān)利的技術(shù)覆蓋范圍與專(zhuān)利創(chuàng)新程度[23]。分類(lèi)號(hào)數(shù)多的專(zhuān)利創(chuàng)新程度高,專(zhuān)利價(jià)值也高。發(fā)明人數(shù)量(Inv):表征專(zhuān)利知識(shí)水平與技術(shù)范圍的程度,是專(zhuān)利先進(jìn)性的重要特征,可從研發(fā)投入的角度體現(xiàn)專(zhuān)利價(jià)值[8]。此外,還有其他指標(biāo),如技術(shù)穩(wěn)定性、保護(hù)范圍等指標(biāo)建立在主觀方法———專(zhuān)家打分法基礎(chǔ)上;無(wú)效請(qǐng)求人數(shù)與專(zhuān)利價(jià)值相關(guān)性極弱(僅有個(gè)別專(zhuān)利有非零無(wú)效請(qǐng)求人數(shù),不具普遍意義);引證科技文獻(xiàn)數(shù)與引證次數(shù)高度重復(fù)性;專(zhuān)利申請(qǐng)費(fèi)用等因素影響專(zhuān)利申請(qǐng)人數(shù)指標(biāo)偏高。因此,并未選取。綜上所述,專(zhuān)利組合指標(biāo)可分為國(guó)內(nèi)專(zhuān)利組和其他專(zhuān)利組兩類(lèi),每一大組內(nèi)部進(jìn)一步分為外部評(píng)價(jià)組、申請(qǐng)人評(píng)價(jià)組和自有屬性評(píng)價(jià)組三類(lèi)。合計(jì)兩大組、六小組。

3模型、變量及數(shù)據(jù)

3.1組指數(shù)套索方法與指標(biāo)

分組結(jié)構(gòu)針對(duì)變量過(guò)多造成模型過(guò)擬合的不足,Tibshira鄄ni[24]提出基于正則化的變量空間降維和特征變量選擇方法lasso,通過(guò)引入懲罰函數(shù)的方式在回歸過(guò)程中對(duì)變量系數(shù)進(jìn)行壓縮,使得模型冗余變量系數(shù)變?yōu)?,從而剔除相應(yīng)變量,提高模型準(zhǔn)確率。在諸多回歸問(wèn)題中,變量之間常常存在著分組結(jié)構(gòu)。lasso方法局限于有效變量選擇,無(wú)法選擇有效變量組及解釋分組效應(yīng)信息。Yuan等[25]將變量間的組結(jié)構(gòu)作為先驗(yàn)信息,用lasso懲罰分組系數(shù),得到的組套索模型(GroupLasso)可解釋變量群體結(jié)構(gòu),實(shí)現(xiàn)特征變量組選擇,解決組效應(yīng)問(wèn)題。該模型及隨后改進(jìn)的重疊組套索模型、自適應(yīng)組套索模型、平方根組套索模型等只能實(shí)現(xiàn)特征組選擇而不能實(shí)現(xiàn)組內(nèi)的特征變量選擇。直到Patrick[26]提出組指數(shù)套索(GroupExpo鄄nentialLasso,GEL)方法,控制特征選擇在組內(nèi)耦合的程度。能同時(shí)實(shí)現(xiàn)特征組選擇和組內(nèi)特征變量選擇功能,估計(jì)精度與計(jì)算效率得到進(jìn)一步提高。此外,現(xiàn)實(shí)中受多種不可控因素的影響,變量間的關(guān)系多為非線(xiàn)性的[27]。與線(xiàn)性相比,非線(xiàn)性關(guān)系更接近變量間真實(shí)的內(nèi)在聯(lián)系。根據(jù)泰勒展開(kāi)式的原理,非線(xiàn)性關(guān)系可以用變量的多項(xiàng)式來(lái)加以近似(線(xiàn)性關(guān)系同樣可以采用,相當(dāng)于僅取變量的一階項(xiàng))。這種近似展開(kāi)是研究非線(xiàn)性關(guān)系的重要手段。本文采用的專(zhuān)利組合指標(biāo)變量具有分組結(jié)構(gòu),按前述分組思路可分為六組。由于專(zhuān)利分組內(nèi)部各指標(biāo)間關(guān)系未知,因此按照非線(xiàn)性關(guān)系加以設(shè)定,每個(gè)分組內(nèi)使用多項(xiàng)式的形式、取各變量的二階項(xiàng)與一階交叉項(xiàng)加以擬合。在更加符合客觀事實(shí)的同時(shí)也增加了模型的過(guò)擬合風(fēng)險(xiǎn)。因此本文擬借助GEL方法簡(jiǎn)化專(zhuān)利組合指標(biāo)組合結(jié)構(gòu),在各組中選出關(guān)鍵組及組內(nèi)關(guān)鍵指標(biāo),整合成國(guó)內(nèi)外兩大組指標(biāo)進(jìn)入下一節(jié)的模型中。

3.2知識(shí)資產(chǎn)市場(chǎng)模型及知識(shí)資產(chǎn)價(jià)值

本文意圖是構(gòu)造一種能夠更加準(zhǔn)確測(cè)度專(zhuān)利組合價(jià)值的方法,出于校準(zhǔn)該方法的需要,模型中代表專(zhuān)利組合價(jià)值的變量,應(yīng)當(dāng)是數(shù)據(jù)可獲得的、廣泛認(rèn)可的、具有權(quán)威性,由于現(xiàn)實(shí)中并不存在滿(mǎn)足以上條件的變量,因此本文擬采用知識(shí)資產(chǎn)市場(chǎng)模型(Griliches)對(duì)企業(yè)無(wú)形資產(chǎn)進(jìn)行估值的原理,估算出專(zhuān)利組合價(jià)值,進(jìn)而獲得專(zhuān)利組合測(cè)度公式。企業(yè)無(wú)形資產(chǎn)可分為專(zhuān)利資產(chǎn)、組織資產(chǎn)、其他無(wú)形資產(chǎn),參考賈瑞乾[3],龍小寧[14]的研究設(shè)定,構(gòu)建如下知識(shí)資產(chǎn)市場(chǎng)模型:lnQit=棕1(PatitAit)+棕2(ORitAit)+棕3(KitAit)+mi+dt+uit(1)其中,Qit為公司托賓Q值,Ait是有形資產(chǎn)賬面值,Patit是專(zhuān)利資產(chǎn),ORit是組織資產(chǎn),Kit是其他無(wú)形資產(chǎn),mi是不受時(shí)間變化影響的個(gè)體特征,dt代表不隨個(gè)體變化的時(shí)間效應(yīng)。滋it是隨機(jī)干擾項(xiàng)。模型采用公司管理者20%的薪酬來(lái)估計(jì)公司的組織資產(chǎn)OR[15]。為提升模型解釋力、減少因遺漏相關(guān)變量造成的內(nèi)生性問(wèn)題,在模型中引入控制變量[3,14,15]:(1)投資者情緒(Mo):以當(dāng)年7-12月的累計(jì)月度股票收益衡量;(2)每股收益(Eps):以屬于普通股股東的當(dāng)期凈利潤(rùn)除以普通股的加權(quán)平均數(shù)衡量;(3)總資產(chǎn)周轉(zhuǎn)率(Tuov):以主營(yíng)業(yè)務(wù)收入除以資產(chǎn)總計(jì)衡量;(4)現(xiàn)金流量資產(chǎn)比(Cf):以現(xiàn)金流量除以總資產(chǎn)的兩年移動(dòng)平均值衡量;(5)企業(yè)增長(zhǎng)(Growth):以主營(yíng)業(yè)務(wù)收入增長(zhǎng)率衡量;(6)第一大股東持股比例(Top1):以企業(yè)實(shí)際控制人的持股占比衡量;(7)資產(chǎn)負(fù)債率(Debt)以負(fù)債總計(jì)除以資產(chǎn)總計(jì)衡量。此外,還加入了企業(yè)固定效應(yīng)與年度固定效應(yīng),使用雙向固定效應(yīng)模型來(lái)測(cè)度專(zhuān)利組合價(jià)值。依據(jù)分組思路將專(zhuān)利組合分為國(guó)內(nèi)專(zhuān)利組合(Chpatit)和其他專(zhuān)利組合(Otpatit),由式(1)進(jìn)一步建立如下模型對(duì)專(zhuān)利組合價(jià)值進(jìn)行估計(jì):lnQit=棕11(ChpatitAit)+棕12(OtpatitAit)+棕2(ORitAit)+棕3(KitAit)+[酌1Moit+酌2Epsit+酌3Tuovit+酌4Cfit+酌5Growthit+酌6Top1it+酌7Debtit]+滋it(2)搖3.3搖數(shù)據(jù)來(lái)源與變量描述本文從國(guó)泰安數(shù)據(jù)庫(kù)中獲取公司財(cái)務(wù)數(shù)據(jù),選取上市A股公司中的制造業(yè)公司作為研究對(duì)象。選取原因:(1)制造業(yè)企業(yè)普遍開(kāi)展創(chuàng)新活動(dòng),具有研發(fā)投入;(2)在專(zhuān)利密集型企業(yè)中制造業(yè)企業(yè)數(shù)量占比70.3%。本文采用以下原則對(duì)樣本進(jìn)行篩選:(1)剔除樣本期被ST、*ST、PT處理及終止上市的公司;(2)去除變量缺失或觀測(cè)值明顯異常的公司;(3)剔除沒(méi)有專(zhuān)利申請(qǐng)的公司。(4)鑒于2015年之前近半企業(yè)的財(cái)務(wù)數(shù)據(jù)大量缺失,及考慮到專(zhuān)利公開(kāi)存在時(shí)滯問(wèn)題,檢索專(zhuān)利申請(qǐng)日限定在2020-12-31之前,對(duì)應(yīng)企業(yè)數(shù)據(jù)取2015-2020年。結(jié)果共搜集到191家數(shù)據(jù)完整的企業(yè)。專(zhuān)利數(shù)據(jù)來(lái)自incopat專(zhuān)利情報(bào)檢索數(shù)據(jù)庫(kù)。按當(dāng)前權(quán)利人名稱(chēng)對(duì)每個(gè)公司分別進(jìn)行檢索,合并申請(qǐng)?zhí)柡蠊菜鸭瘜?zhuān)利著錄項(xiàng)11萬(wàn)余條。剔除每年失效的專(zhuān)利,得到有效專(zhuān)利的相關(guān)指標(biāo)數(shù)據(jù)。為減少異常值的影響,對(duì)變量進(jìn)行1%的縮尾處理。

4實(shí)證分析

4.1同組同指標(biāo)組合結(jié)構(gòu)專(zhuān)利同組同指標(biāo)之間的組合,體現(xiàn)的是核心專(zhuān)利與其他專(zhuān)利之間的作用形式。如果專(zhuān)利組合圍繞某核心專(zhuān)利構(gòu)建,則在指標(biāo)上是核心專(zhuān)利的指標(biāo)代表本組專(zhuān)利的共同特征,計(jì)算上即是取本組專(zhuān)利指標(biāo)的極大值;專(zhuān)利組合內(nèi)各專(zhuān)利共同發(fā)揮作用,就是取本組專(zhuān)利指標(biāo)的幾何平均、算術(shù)平均;專(zhuān)利之間發(fā)揮的是協(xié)同作用,則取本組專(zhuān)利指標(biāo)的累加或乘積的方式。通過(guò)分析不同的組合形式與專(zhuān)利組合價(jià)值的相關(guān)系數(shù),來(lái)判斷最普遍的作用關(guān)系形式。將每一分組的各種專(zhuān)利指標(biāo)數(shù)據(jù)均按加總、算數(shù)平均、幾何平均、取最大值等方式計(jì)算,把計(jì)算的指標(biāo)值采用Pearson相關(guān)系數(shù)法與企業(yè)價(jià)值做相關(guān)性分析,取平均相關(guān)系數(shù)最大的方式作為各分組內(nèi)的指標(biāo)組合方式。最終結(jié)果為國(guó)內(nèi)專(zhuān)利組與其他專(zhuān)利組指標(biāo)均選擇加總方式計(jì)算。計(jì)算表格從略。

4.2利用組指數(shù)套索方法獲得分組結(jié)構(gòu)使用R軟件計(jì)算,利用組指數(shù)套索(GEL)方法對(duì)專(zhuān)利指標(biāo)變量進(jìn)行特征篩選。參數(shù)選擇圖略。對(duì)模型進(jìn)行交叉驗(yàn)證,選擇姿為0.0606。此時(shí)國(guó)內(nèi)專(zhuān)利組變量包括引證數(shù)、分類(lèi)號(hào)數(shù)、初步審查時(shí)長(zhǎng)、被引證數(shù)二次項(xiàng)Bcit2、Cln2、Exa2、Fcit2,及發(fā)明人數(shù)與分類(lèi)號(hào)交叉項(xiàng)Inv*Cln。國(guó)內(nèi)專(zhuān)利組合價(jià)值綜合評(píng)價(jià)公式為Chpat=0.106Bcit2-0.064Cln2-0.254Inv*Cln+0.102Exa2-0.043Fcit2(3)其他專(zhuān)利組變量包括了引證數(shù)與分類(lèi)號(hào)數(shù)二次項(xiàng)Bcit2、Cln2。其他專(zhuān)利組合價(jià)值綜合評(píng)價(jià)公式為:Otpat=0.000088Bcit2+0.082Cln2(4)從公式(3)中可以看出,引證次數(shù)對(duì)國(guó)內(nèi)專(zhuān)利組合價(jià)值有促進(jìn)作用,專(zhuān)利引證次數(shù)越多,該專(zhuān)利組合很可能處于某技術(shù)領(lǐng)域領(lǐng)先的位置,具有更強(qiáng)的競(jìng)爭(zhēng)力。審查時(shí)間越長(zhǎng),一般來(lái)說(shuō)預(yù)示著該專(zhuān)利組合較高的創(chuàng)新性,專(zhuān)利組合價(jià)值也就越大。而分類(lèi)號(hào)數(shù)對(duì)專(zhuān)利組合價(jià)值的影響為負(fù),可能是由于專(zhuān)利技術(shù)覆蓋范圍過(guò)廣導(dǎo)致研究不夠深入,從而降低了組合價(jià)值。發(fā)明人數(shù)與分類(lèi)號(hào)數(shù)的交叉項(xiàng)系數(shù)為負(fù)也證實(shí)了這一點(diǎn)。有研究表明發(fā)明人數(shù)為1時(shí)的專(zhuān)利更容易獲得授權(quán)[28],發(fā)明人數(shù)越高,專(zhuān)利研發(fā)投入耗費(fèi)的人力資本越多。被引證次數(shù)二次項(xiàng)的系數(shù)為負(fù),有學(xué)者研究指出,被引證數(shù)與專(zhuān)利價(jià)值呈現(xiàn)倒U型關(guān)系[29],也有研究指出專(zhuān)利被引次數(shù)對(duì)專(zhuān)利價(jià)值可能是一個(gè)正向、負(fù)向、中向混雜的評(píng)價(jià)指標(biāo)[30],一項(xiàng)舊專(zhuān)利不斷被新專(zhuān)利引用,舊專(zhuān)利的技術(shù)面臨來(lái)自新專(zhuān)利的技術(shù)在市場(chǎng)上的競(jìng)爭(zhēng),新專(zhuān)利的問(wèn)世,可能導(dǎo)致舊專(zhuān)利面臨的市場(chǎng)份額減少,從而降低市場(chǎng)對(duì)該專(zhuān)利的評(píng)估價(jià)值。專(zhuān)利被引證數(shù)也會(huì)受到時(shí)間因素的影響,越早出現(xiàn)的專(zhuān)利,就越有更大機(jī)率被引證。以上因素均有可能導(dǎo)致被引次數(shù)對(duì)專(zhuān)利價(jià)值的影響與其他評(píng)估結(jié)果存在不一致現(xiàn)象。從公式(4)中可以看出,對(duì)于國(guó)外專(zhuān)利組合來(lái)說(shuō),自有屬性指標(biāo)對(duì)其價(jià)值影響最大。引證次數(shù)與分類(lèi)號(hào)數(shù)對(duì)專(zhuān)利組合價(jià)值有顯著的正向效應(yīng)。分類(lèi)號(hào)數(shù)越多表明其涵蓋多個(gè)領(lǐng)域技術(shù)創(chuàng)新程度高的內(nèi)容,對(duì)國(guó)外專(zhuān)利組合價(jià)值有促進(jìn)作用;而引證數(shù)同樣表明專(zhuān)利組合的技術(shù)基礎(chǔ)水平,較高的引證數(shù)可能會(huì)帶來(lái)專(zhuān)利組合價(jià)值的增加。

4.3基于知識(shí)資產(chǎn)市場(chǎng)模型的專(zhuān)利組合價(jià)值估計(jì)

表4報(bào)告了模型(2)在控制企業(yè)個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)后的估計(jì)結(jié)果。(1)列顯示企業(yè)國(guó)內(nèi)專(zhuān)利組合系數(shù)為1.205,在1%水平上顯著,說(shuō)明國(guó)內(nèi)專(zhuān)利組合帶來(lái)企業(yè)市值的提升,企業(yè)國(guó)內(nèi)專(zhuān)利組合價(jià)值能體現(xiàn)在股票市場(chǎng)上。列(3)顯示在同時(shí)納入國(guó)內(nèi)專(zhuān)利組合、其他專(zhuān)利組合、組織資產(chǎn)與其他無(wú)形資產(chǎn)之后的結(jié)果,所有變量的回歸系數(shù)均大于0且在5%的水平上顯著,說(shuō)明這些變量對(duì)企業(yè)價(jià)值有顯著貢獻(xiàn)。另外,國(guó)內(nèi)專(zhuān)利組合與國(guó)外專(zhuān)利組合回歸系數(shù)之比近似·5·為1:2,這證明與國(guó)內(nèi)專(zhuān)利組合相比,制造業(yè)上市公司其他專(zhuān)利組合對(duì)企業(yè)市值有更高的提升作用,其他專(zhuān)利組合邊際價(jià)值也相應(yīng)更高。這符合前文提到國(guó)外授權(quán)專(zhuān)利具有更高的價(jià)值的已有研究論斷。綜上所述,制造業(yè)專(zhuān)利組合價(jià)值測(cè)度公式可以寫(xiě)作:V=0.0121A*exp(0.896Chpat/A+1.642Otpat/A)(5)其中,V代表制造業(yè)專(zhuān)利組合價(jià)值,由于原模型展開(kāi)后是關(guān)于企業(yè)有形資產(chǎn)的指數(shù)形式,因此合理分離出專(zhuān)利組合價(jià)值的前提是對(duì)有形資產(chǎn)A的數(shù)值進(jìn)行調(diào)整。根據(jù)樣本中部分企業(yè)擁有的專(zhuān)利權(quán)價(jià)值的均值,與公式A*exp(0.896Chpat/A+1.642Otpat/A)計(jì)算的數(shù)值進(jìn)行比較,得出0.0121的調(diào)整系數(shù)。根據(jù)回歸結(jié)果可以估算出公司專(zhuān)利指標(biāo)變動(dòng)情況對(duì)國(guó)內(nèi)專(zhuān)利組合、其他專(zhuān)利組合價(jià)值的影響,具體為:國(guó)內(nèi)專(zhuān)利組合總體引用數(shù)增加一次或?qū)彶闀r(shí)間增加一年,其價(jià)值將分別增加102元、1205元;增加一個(gè)分類(lèi)號(hào)數(shù)或被引數(shù)增加一次,其價(jià)值分別減少718元、228元,發(fā)明人數(shù)增加一個(gè),將減少348元。對(duì)于其他專(zhuān)利組合,引用數(shù)增加一次或分類(lèi)號(hào)數(shù)增加一個(gè),將使其價(jià)值分別增加536元、1986元。以國(guó)內(nèi)專(zhuān)利組合為例,Chpat/A變動(dòng)1%,LnQ會(huì)提高0.896%。Q的分子分母均以元為單位,Chpat/A的分母單位是十億元。假設(shè)存在一家“平均冶的公司,有形資產(chǎn)取樣本中位數(shù)4.3*109,Q取樣本中位數(shù)1.89,結(jié)合還原公式,那么該公司國(guó)內(nèi)專(zhuān)利組合總引用數(shù)增加一次,其系數(shù)變動(dòng)0.896*6.03*10-8,市值將提升(0.896*6.03*10-84.3*109*1.89)*(4.3*109)抑102(元)。其他指標(biāo)均可按此法求取。

4.4測(cè)度實(shí)例分析

a.專(zhuān)利組合價(jià)值測(cè)度。參照肖仁橋[31]的分析思路,將中國(guó)高技術(shù)制造企業(yè)分為醫(yī)藥、航空航天器、醫(yī)療設(shè)備及儀器儀表、計(jì)算機(jī)及辦公設(shè)備、電子及通信設(shè)備等5類(lèi),本文計(jì)算樣本各類(lèi)企業(yè)的專(zhuān)利組合價(jià)值。由于篇幅限制,本文按分層隨機(jī)抽樣法從總樣本企業(yè)中分別抽取上述5類(lèi)企業(yè),選取每類(lèi)4家合計(jì)共20家企業(yè)的專(zhuān)利組合計(jì)算其價(jià)值,繪制如圖2所示:圖2搖制造業(yè)企業(yè)專(zhuān)利組合測(cè)度值可以看出,航空航天器企業(yè)專(zhuān)利組合價(jià)值整體最高,電子及通信設(shè)備企業(yè)排在第二位,醫(yī)藥企業(yè)專(zhuān)利組合價(jià)值緊隨其后,電子計(jì)算機(jī)及辦公設(shè)備、醫(yī)療設(shè)備及儀器儀表類(lèi)企業(yè)專(zhuān)利組合價(jià)值排名最末。航空航天領(lǐng)域具有科技含量高、產(chǎn)業(yè)規(guī)模大的特點(diǎn),是高新技術(shù)最集中的高端制造業(yè),近幾十年該行業(yè)發(fā)展受到了政府研發(fā)資助與企業(yè)研發(fā)投入的雙重促進(jìn)作用。此外,該行業(yè)內(nèi)部企業(yè)間專(zhuān)利組合價(jià)值分布不均衡,部分掌握關(guān)鍵核心技術(shù)的企業(yè)如深圳特發(fā)信息公司受當(dāng)?shù)卣攸c(diǎn)扶持,選址于科技產(chǎn)業(yè)園區(qū),充分發(fā)揮產(chǎn)能制造和產(chǎn)業(yè)鏈集群優(yōu)勢(shì),具有較強(qiáng)創(chuàng)新能力,其專(zhuān)利組合價(jià)值相應(yīng)較高;而如天津思維自動(dòng)化設(shè)備公司,由于企業(yè)成立時(shí)間短、研發(fā)人員數(shù)量不足等原因,使其專(zhuān)利組合價(jià)值較低。電子及通信設(shè)備行業(yè)的市場(chǎng)化程度相對(duì)較高,企業(yè)自主創(chuàng)新意愿與自主創(chuàng)新能力較強(qiáng),具有龐大專(zhuān)利規(guī)模,該行業(yè)專(zhuān)利組合價(jià)值整體較高;醫(yī)藥業(yè)的發(fā)展高度依賴(lài)于專(zhuān)利技術(shù),我國(guó)醫(yī)藥企業(yè)曾經(jīng)一度缺乏專(zhuān)利意識(shí),依靠仿制發(fā)展的理念導(dǎo)致創(chuàng)新水平低下。近些年開(kāi)始逐漸重視新藥研發(fā)工作,但仍然存在成果轉(zhuǎn)化率低、專(zhuān)利平均維持時(shí)間短等問(wèn)題,未來(lái)隨著創(chuàng)新研發(fā)的持續(xù)投入與加強(qiáng)研發(fā)管理,醫(yī)藥企業(yè)專(zhuān)利組合價(jià)值有望得到提升。計(jì)算機(jī)及辦公設(shè)備和醫(yī)療設(shè)備及儀器儀表企業(yè)專(zhuān)利組合價(jià)值分布情況相似,近年來(lái)這兩類(lèi)企業(yè)專(zhuān)利申請(qǐng)量不斷提升,但其專(zhuān)利規(guī)模和創(chuàng)新程度相對(duì)較小,專(zhuān)利組合價(jià)值處于較低水平。b.專(zhuān)利組合價(jià)值與單一專(zhuān)利獨(dú)立價(jià)值。單一專(zhuān)利在組合中獨(dú)立發(fā)揮的價(jià)值,是該專(zhuān)利在組合中所起的邊際效用,因此應(yīng)該是包含該專(zhuān)利的專(zhuān)利組合價(jià)值減去不包含該專(zhuān)利的專(zhuān)利組合價(jià)值所得的結(jié)果。以光迅科技公司專(zhuān)利組合為例,計(jì)算其單一專(zhuān)利獨(dú)立價(jià)值,選取其中20個(gè)專(zhuān)利示例如下表5。各單一專(zhuān)利獨(dú)立價(jià)·值之和為1308462元,僅為光迅科技公司總專(zhuān)利組合價(jià)值56793097元的2.3%,這表明專(zhuān)利進(jìn)行有機(jī)組合后,組合中單一專(zhuān)利單獨(dú)發(fā)揮作用較少,該組合價(jià)值是由眾多專(zhuān)利聯(lián)合作用所創(chuàng)造的。4.5搖與已有方法的比較應(yīng)用不同范數(shù)可以綜合比較檢驗(yàn)多個(gè)模型的測(cè)度能力[32]。由前述可知,以往通常使用國(guó)外專(zhuān)利數(shù)、總專(zhuān)利數(shù)、發(fā)明專(zhuān)利數(shù)、專(zhuān)利總被引數(shù)等代替專(zhuān)利組合價(jià)值。為檢驗(yàn)本文公式的測(cè)度性能,現(xiàn)將這些變量數(shù)值與本文公式計(jì)算結(jié)果與企業(yè)專(zhuān)利權(quán)價(jià)值進(jìn)行對(duì)照,計(jì)算各測(cè)度值與真實(shí)值之差的多種范數(shù):m1范數(shù)(對(duì)于矩陣A沂Rm*n,椰A椰m1=移mi=1移nj=1aij)、F范數(shù)(椰A椰F(xiàn)=tr(AHA))、M范數(shù)(椰A椰M=max{m,n}*max{aij})、G范數(shù)(椰A椰G=mn*max{aij})、無(wú)窮大范數(shù)(椰A椰￥=max移nj=1aij)、1范數(shù)(椰A椰1=max移mi=1aij)、2范數(shù)(椰A椰2=AHA的最大特征值)。將每種范數(shù)按從小到大給出排序并求出排序之和。如表6所示可以看出,在計(jì)算測(cè)度值與樣本值之差的矩陣范數(shù)排序及其加和后,發(fā)現(xiàn)本文測(cè)度模型獲得的范數(shù)最小,由總專(zhuān)利被引數(shù)計(jì)算得到的范數(shù)次優(yōu),使用國(guó)外專(zhuān)利數(shù)測(cè)度結(jié)果優(yōu)于發(fā)明專(zhuān)利數(shù)與總專(zhuān)利數(shù),據(jù)此體現(xiàn)了本文分組方式與測(cè)度方法的正確性。

5結(jié)論與建議

準(zhǔn)確評(píng)估專(zhuān)利組合價(jià)值具有重要的現(xiàn)實(shí)與理論意義。在現(xiàn)實(shí)層面,既能夠保證政府部門(mén)在有效評(píng)估企業(yè)創(chuàng)新程度、制定創(chuàng)新發(fā)展戰(zhàn)略方面數(shù)據(jù)基礎(chǔ)的正確;又能為企業(yè)的技術(shù)研發(fā)、專(zhuān)利許可等企業(yè)決策提供數(shù)據(jù)支撐,對(duì)企業(yè)構(gòu)建科學(xué)有效的專(zhuān)利組合、實(shí)施專(zhuān)利運(yùn)營(yíng)等有重要借鑒意義。在理論層面,專(zhuān)利組合價(jià)值不僅僅取決于組合內(nèi)部單一專(zhuān)利價(jià)值,更取決于專(zhuān)利組合內(nèi)部專(zhuān)利之間的復(fù)雜作用關(guān)系。已有研究多使用專(zhuān)利組合中各專(zhuān)利指標(biāo)的簡(jiǎn)單計(jì)算來(lái)測(cè)度專(zhuān)利組合價(jià)值。顯然難以達(dá)到準(zhǔn)確測(cè)度的效果。論文從結(jié)構(gòu)分析視角出發(fā)展開(kāi)研究,有望從機(jī)理角度保證專(zhuān)利組合價(jià)值的準(zhǔn)確測(cè)度。論文首先提出可能的專(zhuān)利組合指標(biāo)多層嵌套結(jié)構(gòu),利用組指數(shù)套索方法獲得各亞組專(zhuān)利組合指標(biāo)的組內(nèi)公式,再運(yùn)用知識(shí)資產(chǎn)市場(chǎng)模型分離出專(zhuān)利組合指標(biāo)組間公式,從而能夠有效測(cè)度專(zhuān)利組合價(jià)值。采用2015-2020年的中國(guó)制造業(yè)上市公司數(shù)據(jù)獲得專(zhuān)利組合價(jià)值測(cè)度公式數(shù)量表達(dá)式,通過(guò)預(yù)測(cè)檢驗(yàn)、與其他方法進(jìn)行比較等,表明專(zhuān)利組合價(jià)值測(cè)度公式能夠較好地測(cè)度專(zhuān)利組合價(jià)值。論文做出以下貢獻(xiàn):(1)由于專(zhuān)利之間的復(fù)雜作用關(guān)系可以體現(xiàn)在專(zhuān)利測(cè)度指標(biāo)間的數(shù)量關(guān)系上,因此可以通過(guò)研究專(zhuān)利組合指標(biāo)結(jié)構(gòu)來(lái)體現(xiàn)專(zhuān)利之間的作用關(guān)系。論文引入結(jié)構(gòu)分析視角測(cè)度專(zhuān)利組合價(jià)值,從專(zhuān)利組合指標(biāo)的地域與屬性分組出發(fā),考慮專(zhuān)利組合結(jié)構(gòu)對(duì)專(zhuān)利組合價(jià)值的影響。(2)由于專(zhuān)利組合及其亞組內(nèi)部指標(biāo)間存在的復(fù)雜非線(xiàn)性關(guān)系,需要使用多個(gè)包含不同指標(biāo)的多項(xiàng)式加以擬合。為防止過(guò)擬合的問(wèn)題,本文運(yùn)用組套索回歸模型,設(shè)置懲罰函數(shù)來(lái)選擇特征組和組內(nèi)特征變量,從而獲得專(zhuān)利組合測(cè)度組內(nèi)公式。(3)獲得準(zhǔn)確的企業(yè)專(zhuān)利組合價(jià)值樣本值,是校正專(zhuān)利組合價(jià)值測(cè)度模型的前提條件。由于現(xiàn)有方法不能獲得準(zhǔn)確的樣本值,使得運(yùn)用已有方法進(jìn)行組合價(jià)值測(cè)度存在偏誤。本文使用知識(shí)資產(chǎn)市場(chǎng)模型通過(guò)資本市場(chǎng)對(duì)無(wú)形資產(chǎn)價(jià)值定價(jià),間接確定專(zhuān)利組合真實(shí)價(jià)值,進(jìn)而有效找出專(zhuān)利組合測(cè)度組間公式。相關(guān)建議:(1)對(duì)于企業(yè)而言,應(yīng)樹(shù)立專(zhuān)利組合戰(zhàn)略意識(shí),重視專(zhuān)利組合布局。組織專(zhuān)家形成專(zhuān)門(mén)服務(wù)小組,從技術(shù)、法律等多維度對(duì)專(zhuān)利分級(jí)管理,有意識(shí)的運(yùn)用設(shè)計(jì)、購(gòu)買(mǎi)專(zhuān)利等方式,通過(guò)專(zhuān)利的互聯(lián)性將專(zhuān)利連接,形成完整的專(zhuān)利保護(hù)盾牌,增強(qiáng)專(zhuān)利防御和反擊訴訟能力,降低專(zhuān)利侵權(quán)的可能性。(2)各級(jí)相關(guān)管理機(jī)構(gòu)需要進(jìn)一步出臺(tái)相關(guān)政策,建立以專(zhuān)利組合為導(dǎo)向的激勵(lì)制度,積極引導(dǎo)企業(yè)構(gòu)建專(zhuān)利組合,加快完善專(zhuān)利組合相關(guān)的配套制度建設(shè),如設(shè)立專(zhuān)項(xiàng)基金或稅收優(yōu)惠活動(dòng)等給予政策扶持,建立可靠完備的專(zhuān)利數(shù)據(jù)庫(kù)以提供精準(zhǔn)的數(shù)據(jù)支撐。

參考文獻(xiàn)

[1]翟東升,陳曾曾,徐碩,等.基于實(shí)物期權(quán)的專(zhuān)利組合估值方法研究[J].情報(bào)雜志,2021,40(6):200-207.

[3]賈瑞乾,陳松,李煉.專(zhuān)利組合對(duì)上海制造業(yè)上市公司企業(yè)價(jià)值的影響[J].科研管理,2019,40(8):198-205.

[4]李仲飛,楊亭亭.專(zhuān)利質(zhì)量對(duì)公司投資價(jià)值的作用及影響機(jī)制[J].管理學(xué)報(bào),2015,107(8):1230-1239.

[5]搖李牧南,褚雁群,王流云.專(zhuān)利質(zhì)量的不同維度指標(biāo)與托賓Q值的關(guān)系測(cè)度[J].科學(xué)學(xué)研究,2019,37(07):1164-1173,1202.
[7]萬(wàn)小麗,朱雪忠.專(zhuān)利價(jià)值的評(píng)估指標(biāo)體系及模糊綜合評(píng)價(jià)[J].科研管理,2008,29(02):185-191.

[8]謝文靜,鮑新中,張搖楠.基于粗糙集理論的專(zhuān)利價(jià)值評(píng)估及其實(shí)證研究[J].情報(bào)雜志,2020,39(08):76-81.

[9]任培民,趙樹(shù)然,姜文遠(yuǎn).基于結(jié)構(gòu)方程-組套索的復(fù)雜專(zhuān)利組合測(cè)度研究[J].科研管理,2022,43(09):159-168.

[10]胡搖諜,王元地.企業(yè)專(zhuān)利質(zhì)量綜合指數(shù)研究———以創(chuàng)業(yè)板上市公司為例[J].情報(bào)雜志,2015,34(1):77-82.

[11]陳朝暉,周志娟.基于FANP方法的專(zhuān)利組合價(jià)值評(píng)估模型設(shè)計(jì)及應(yīng)用研究———以“深圳大疆冶為例[J].科技進(jìn)步與對(duì)策,2020,37(5):18-26.

[12]卞秀坤,鄭素麗,諸葛凱,等.基于ISM模型的企業(yè)專(zhuān)利組合核心特征分析[J].科技管理研究,2020,40(03):95-100.

作者:任培民 袁旗 趙樹(shù)然 單位:青島大學(xué)經(jīng)濟(jì)學(xué)院 中國(guó)海洋大學(xué)經(jīng)濟(jì)學(xué)院