关键词：电力行业；专利价值；删失；专利年费
1专利价值模型
本文中使用的模型最初是由Pakes和Schankerman(1984) 提出来的。只要专利权存在，专利所有人便可以从其专利中获取收益。如果从专利中得到的期望收益不足以支付专利年费，专利所有人会停止支付年费，专利权即终止。这意味着专利权延续和终止的决定中含有与收益相关的信息。设为专利i在时点t产生的收益。
许多学者诸如Bessen (2008) , Maruseth(2005) 等都假设收益以恒定的比率下降，则。专利收益之所以会下降可能是因为技术的更新换代使得原有技术逐渐贬值，也可能是由于竞争者发明了专利的替代技术。初始收益可以是专利或者专利所有人可观测特征向量的函数，即
其中误差项服从0均值，方差为的正态分布，则。在许多文献中被设为常数项，如Putnam(1996) 和Harhoff等(2003b) 。这时需要估计和常数项均值三个参数。Bessen (2008) 则考虑了为变化时的情形。这时该估计量可以直接计算用现金衡量的专利价值，及其自身特征对其价值的影响。中国发明专利年费缴纳额度如下所示。
时点t到t+1之间专利收益的净现值为
为折现率，参考Bessen (2008)，取。则申请人在时点t选择继续付费的充要条件为：
给定专利所有人在[0, t-1]之间选择付费，其在时点t继续付费的条件概率为：
在t时刻终止付费的条件概率为：
其中为累积标准正态分布函数。
Bessen (2008)研究的不足之处在于：首先，对极大似然函数进行估计时使用的皆是已经失效的专利数据，并没有考虑专利观测的删失问题(Censor)，即截止到最后一个观测日专利权仍未终止的专利数据。这样做的后果是识别过程中没有充分使用样本信息，这会影响估计参数的一致性。而且当删失不是随机发生的，而是满足一定条件的专利观测删失时(譬如专利权长度大于10年的专利删失)，将删失观测从样本中删除会导致识别结果存在偏误（Davidson和MacKinnon，2004； Cameron和Trivedi，2005）；其次，在建立似然函数时候使用的是条件概率，即以专利权在t-1时刻继续存在为条件，在下一个时刻t专利权终止的概率，其似然函数中没有包括t-1时刻以前专利权继续存在的概率，由于对概率考虑得不充分，这种设定下的识别结果很可能会存在偏误。
我们在建立模型时则使用的是专利权在t时刻终止的无条件概率，此外，我们还考虑了专利数据的删失问题，因此第i项专利的专利权在t时刻终止的无条件概率为：
若专利权在t时刻右侧删失(Right Censored)，则专利权在t时刻继续存续的无条件概率为：
使用(3)和(4)可得关于全部专利的对数似然函数：
其中为删失指数，当专利i的专利权在2009.12.31未终止时等于1，反之等于0。为专利i的专利权存续的年数。对其进行识别可得、和。但由于模型较为复杂，对其直接进行识别存在较大困难。参考Bessen (2008)给出的部分参数的估计值，并根据掌握的数据特征，我们对、以及常数项的取值施加了约束，设其取值空间为，，，并设。在识别过程中，首先在、以及常数项的取值空间内选取初始值，接着计算的值，，然后将代入(5)中并对参数进行识别。重复上述过程直到找到似然函数的最大值。
我们按照申请人的国别将专利进行了分组，并使用似然函数(5)和每一组专利数据对参数、和进行了极大似然估计。各组参数的估计值之间存在较大差异，如自变量HCInvestment、JointAppl和APPPortfolio的参数在各组中的估计值部分为正、部分为负，部分不显著异于零。
对于在时点t失效的专利，其初始收益应满足如下条件：
将(1)代入(6)可得：
在中对进行抽样，并使用(7)作为的约束条件，对每一个专利观测重复抽样10,000,000次，以获取足够数量的满足约束(7)的观测，然后可得的期望值为：
其中为满足约束(7)的的均
值。则在时点t处失效的专利i的总价值估计量为：
2专利价值的测度
我们参考曲伟(2008)对电力行业专利的分类办法，选取主分类号为H02J、H02G、H02B、H02H、H01M、H01R、H02M、H01H、G01R、H02N的发明专利作为研究对象。我们使用的发明专利来自中国国家知识产权局，数据覆盖了1985-2015年间来自美国、日本、欧盟、中国本土的各类专利权人在中国大陆申请的电力行业的发明专利。我们的数据包含共计10.2万项发明专利。
2.1 各国专利权人的专利价值
在对模型(5)进行识别时，我们使用了删失观测，以获得更准确的参数估计值。但在使用(9)计算专利价值时，我们删去了删失观测，仅计算已失效的专利价值。我们的估计值以及(8)式计算了每一组授权专利(按申请人国别和国内申请人的类型进行分组)中每项专利的初始价值，然后使用的估计值、(9)式以及的估计值计算了每项专利的总价值。各组专利的平均初始价值皆远大于初始价值的中位数，说明专利初始价值的分布是严重右偏的。同样，专利总价值也服从右偏的分布。与本研究中的发现相似，Bessen (2008)使用类似方法计算的美国专利价值的分布也严重右偏。上述研究结果说明，在所有授权专利中，只有很少比例的专利拥有非常高的价值，大部分专利价值处于相当低的水平。
3 结论
目前专利价值的测度是技术创新领域中一个比较热的研究课题，对于电力行业专利价值进行测度有其切实的意义。本文以Pakes和Schankerman(1984)最初提出来的模型框架为基础，Bessen (2008)建立了一个考虑了专利特征和专利权延续时间长度的专利价值测度模型。但是，Bessen 的专利价值测度模型并没有考虑删失专利，且使用的模型是基于非充分条件概率建立的，使得估计出来的结果可能存在偏误。我们对Bessen (2008)的模型进行了改进，首先在模型识别过程中考虑了删失专利观测，其次在充分条件概率下重新建立了专利价值测度模型。
以该模型为基础，我们对美国、日本、欧盟、中国本土专利权人在中国大陆申请的电力行业发明专利的价值进行了测度。结果发现，日本申请的专利具有最高的价值，其次美国、欧盟，专利价值最低的是中国本土申请人申请的专利。另外，我们研究发现电力行业的专利平均价值远高于专利价值的中位数，这说明专利价值的分布呈严重右偏状，即极少部分专利价值极高，而大部分专利的价值处于较低水平。
综上，我们认为我国电力行业企业要获得持续的国际竞争力，必须要加大研发投入，突出科技创新，不仅要提升科技创新产出的数量，更要提升创新质量水平，不断提升申请专利市场价值，真正掌握自主知识产权核心技术，从而在电力行业的国际科技竞争当中立于不败之地。
参考文献：
[1]Bessen J. The value of US patents by owner and patent characteristics[J]. Research Policy 2008, 37(5): 932-945.
[2]Schankerman, M., Pakes, A. Estimates of the value of patent rights in European countries during the post-1950 period[J]. The Economic Journal, 1986, 96: 1052–1076.
论文作者:张用
论文发表刊物:《当代电力文化》2019年14期
论文发表时间:2019/12/2
标签：专利论文; 价值论文; 专利权论文; 估计值论文; 模型论文; 概率论文; 电力行业论文; 《当代电力文化》2019年14期论文;