專利訴訟指標(biāo)研究

IPR Daily，全球視野的知識產(chǎn)權(quán)新銳媒體

筆者在上篇文章回顧了專利訴訟對企業(yè)發(fā)展的影響；對被告而言，官司費用、敗訴時的賠償金及后續(xù)的市場效應(yīng)可能阻斷被告企業(yè)的發(fā)展；對原告而言，將專利作為興訟武器的專利權(quán)人（一篇專利的擁有者，可以是法人或個人）則能透過興訟鞏固既有市場，甚至透過興訟直接獲利。這帶出了一個重要議題：什么樣的專利能夠用來興訟或透過轉(zhuǎn)讓、授權(quán)等其他手段為專利權(quán)人帶來利益？簡而言之，就是何種專利的價值較高？

一、前言

筆者在上篇文章回顧了專利訴訟對企業(yè)發(fā)展的影響；對被告而言，官司費用、敗訴時的賠償金及后續(xù)的市場效應(yīng)可能阻斷被告企業(yè)的發(fā)展；對原告而言，將專利作為興訟武器的專利權(quán)人（一篇專利的擁有者，可以是法人或個人）則能透過興訟鞏固既有市場，甚至透過興訟直接獲利。這帶出了一個重要議題：什么樣的專利能夠用來興訟或透過轉(zhuǎn)讓、授權(quán)等其他手段為專利權(quán)人帶來利益？簡而言之，就是何種專利的價值較高？

專利是政府授予專利權(quán)人的一種用來排除他人制造、販賣、使用或進(jìn)口其發(fā)明的權(quán)利；實務(wù)上，除非專利權(quán)人拿專利來提告或威脅提告，否則取得專利之后什么事也不會發(fā)生。所以專利的最原始目的就是拿來興訟的，而專利的轉(zhuǎn)讓、授權(quán)只是同業(yè)用來避免被告的解決方案而已。由此可知，最根本的定義上，能用來興訟或避免被告的專利才有價值。

專利鑒價已經(jīng)過很長一段時間的發(fā)展（de Vries，2011），可大略分為定性估價（qualitative valuation）與定量估價（quantitative valuation）。

有四種途徑可以用來進(jìn)行專利的定性估價：成本法、市場法、收入法與選擇權(quán)法。成本法系透過估算復(fù)制或取代一有形資產(chǎn)（例如產(chǎn)品）或無形資產(chǎn)（例如技術(shù)）所需的專利成本來決定專利價值，其中該專利成本可為內(nèi)部研發(fā)并申請專利的成本，或取得外部專利的成本；成本法的缺點在于，它只看既有成本而無法計入一專利所能帶來的潛在市場價值（Kamiyama et al.，2006）。市場法在估算一專利的價值時，看的是保護(hù)類似技術(shù)的其他專利目前在市場上的行情；市場法的缺點在于，通常公司之間交易專利的信息是不公開的（Davies，2004），即使好不容易取得某些類似技術(shù)的專利的交易信息，數(shù)量卻不具有統(tǒng)計學(xué)上的代表性。收入法則是利用會計學(xué)上的「貼現(xiàn)金流（discounted cash flow）」估價法，將各種因子代入一公式，找出一件專利在未來能帶來的現(xiàn)金流的目前價值與該專利價值之間的關(guān)系（Smith & Parr，2000）；收入法的缺點在于，上述各種因子的選用與權(quán)重等是請所謂的專家透過人為的方式?jīng)Q定的，產(chǎn)生的誤差可能非常大。選擇權(quán)的定義為一特定期限之前買賣一標(biāo)的資產(chǎn)的權(quán)利，其價格以某種形式（例如供需平衡）進(jìn)行隨機(jī)變化，當(dāng)以選擇權(quán)法對專利鑒價時，則將專利視為上述標(biāo)的資產(chǎn)；選擇權(quán)法的缺點在于，還是需要依靠其他鑒價信息才能形成最初的價格（Davies，2004）。
 

專利的定量估價則透過評分的方式將專利進(jìn)行分類與排名，包括專家意見定量估價與指標(biāo)型定量估價等方法。專家意見定量估價法，系依照專家意見，將專利依照市場大小、保護(hù)范圍、技術(shù)生命周期進(jìn)行排名（Davies，2004）；指標(biāo)型定量估價法則假借專利書目數(shù)據(jù)所形成的專利指標(biāo)評價專利價值（Giuri et al.，2007）。

由上可知，成本法無法估計專利最重要的潛在價值，市場法、收入法、選擇權(quán)法或?qū)＜乙庖姸抗纼r法則仰賴不易取得、不易統(tǒng)計或流于主觀的外部信息。一方面，這些方法未直接反映「能用來興訟或避免被告的專利才有價值」的專利本質(zhì)；另一方面，擁有大量專利買賣經(jīng)驗的大企業(yè)才有足夠多的數(shù)據(jù)或?qū)＜襾斫?jīng)由上述方法估算專利價值。所以學(xué)者持續(xù)在尋找「何種專利的價值較高？」這個問題的更佳解答。

 Lai和Che（2009）在其研究中試圖找出美國專利訴訟判罰金額高低與專利指標(biāo)間的關(guān)系；其利用專利訴訟相關(guān)數(shù)據(jù)的研究方法具有回到專利本質(zhì)來探討專利價值的目的。該研究中首先以多個專利指標(biāo)作為自變數(shù)，以專利訴訟判罰金額作為應(yīng)變數(shù)，進(jìn)行復(fù)回歸分析（multiple regression），結(jié)果顯示其專利指標(biāo)與專利訴訟判罰金額無明顯關(guān)系。其接著利用反向傳播類神經(jīng)網(wǎng)絡(luò)（back-propagation neural network）來重新分析其專利指標(biāo)與專利訴訟判罰金額，結(jié)果找到具有預(yù)測能力的專利鑒價模型。上述研究留下幾個議題：（1）該研究作者一共閱讀了超過四千件的專利訴訟文件，其中記載有專利訴訟判罰金額的有效樣本不到一百件，這相對于總數(shù)高達(dá)數(shù)百萬件的美國專利母體而言，分析結(jié)果可能不具有統(tǒng)計上的意義。（2）大多數(shù)的興訟專利權(quán)人從「和解」就達(dá)到獲利的目的，這在只觀察訴訟判罰金額時是看不到的。（3）專利訴訟判罰金額的高低又受訴訟期間律師、法官等非專利本身好壞的因素影響，也可能因此使得專利指標(biāo)與專利訴訟判罰金額之間不存在統(tǒng)計學(xué)上的相關(guān)性。（4）類神經(jīng)網(wǎng)絡(luò)分析牽涉多個經(jīng)由試誤（trial and error）調(diào)整的參數(shù)，加上有效樣本過小，研究結(jié)果可能不具有代表性。

本研究同樣試圖以專利訴訟與多個專利指標(biāo)間的關(guān)系來評價專利價值；與上述文獻(xiàn)不同的是，本研究僅利用「專利是否為系爭專利」這個較上位的概念作為類別型（categorical）應(yīng)變數(shù)進(jìn)行統(tǒng)計分析；如此可以免除專利訴訟判罰金額所面臨非專利本身好壞的因素影響，同時簡化了判讀機(jī)制而能一次處理數(shù)萬筆數(shù)據(jù)，產(chǎn)生具有統(tǒng)計意義的結(jié)論。本研究并未將收集的「系爭專利」數(shù)據(jù)細(xì)分為提告方或被告方的專利；能用來在訴訟中進(jìn)行攻擊（提告方）或防御（被告方）的專利都有其一定價值，而筆者未來也會更深入研究攻擊與防御性專利的不同。結(jié)果顯示選用的專利指標(biāo)是可以用于評價專利價值的。

二、研究方法

統(tǒng)計學(xué)上，檢定類別型應(yīng)變數(shù)與自變數(shù)關(guān)系的常用方法有兩（Ross，2014），當(dāng)自變數(shù)也是類別型變數(shù)時使用卡方檢定（chi-square test），當(dāng)自變數(shù)為連續(xù)變數(shù)時使用邏輯回歸（logistic regression）?！笇＠菏欠瘛粸橄禒帉＠箤儆陬悇e型應(yīng)變數(shù)，所以筆者利用卡方檢定與邏輯回歸兩種途徑確認(rèn)專利是否涉訟與專利指標(biāo)間的關(guān)系。

為了避免時間對分析數(shù)據(jù)的影響，筆者特別標(biāo)明單一年份公告的專利進(jìn)行分析。本研究從Thomson Innovation數(shù)據(jù)庫中擷取以excel格式儲存的2010年當(dāng)年核準(zhǔn)的所有總共59,117件美國專利的數(shù)據(jù)，接著利用這些excel檔案統(tǒng)計三種專利指標(biāo)：（1）請求項數(shù)、（2）引證專利數(shù)（backward citation count，每篇被分析專利所引用的先前專利數(shù)量）、（3）家族數(shù)，并以「專利是否為系爭專利」作為類別型應(yīng)變數(shù)進(jìn)行卡方檢定與邏輯回歸；當(dāng)進(jìn)行卡方檢定時，需要將上述專利指標(biāo)依數(shù)量進(jìn)行分組形成類別型自變數(shù)。

三、結(jié)果與討論

此處卡方檢定的虛無假設(shè)（null hypothesis）為「專利是否為系爭專利與專利指標(biāo)大小『無關(guān)』」；在顯著水準(zhǔn)（level of significance）為0.05的條件之下，三個專利指標(biāo)的檢定結(jié)果拒絕了虛無假設(shè)，表示專利是否為系爭專利與專利指標(biāo)大小是相關(guān)的（表一～三）。

表一、專利是否為系爭專利與請求項數(shù)之卡方檢定列聯(lián)表

表二、專利是否為系爭專利與引證專利數(shù)之卡方檢定列聯(lián)表

表三、專利是否為系爭專利與專利家族數(shù)之卡方檢定列聯(lián)表

涉訟率指的是系爭專利在同類別自變數(shù)的所有專利中所占比率。為了符合卡方檢定「80%以上表格中的虛無假設(shè)期望值必須大于5」的前提（Meyers，Gamst，& Guarino，2013），表一～三中自變數(shù)（專利指標(biāo)）的分組數(shù)是透過試誤決定，以使得80%以上表格中的虛無假設(shè)期望值大于5，所以表一～三的自變數(shù)分組數(shù)量不同；然而原則上，從表一～三可看出專利涉訟率與本研究三個專利指標(biāo)的大小是正相關(guān)的。

統(tǒng)計學(xué)強(qiáng)調(diào)「相關(guān)不蘊涵因果（correlation does not imply causation）」，是否有足夠的理由解釋專利指標(biāo)與涉訟率之間所觀察到的現(xiàn)象是具有因果關(guān)系的？請求項數(shù)方面，各國專利法要求專利權(quán)人必須將要保護(hù)的技術(shù)內(nèi)容確實地寫入一篇專利的請求項當(dāng)中。所以請求項數(shù)量越大，代表專利權(quán)人利用了越多種大大小小的請求項來保護(hù)整個技術(shù)的上位概念，及下位的核心細(xì)節(jié)，使得這種申請專利范圍面面俱到的專利十分具有法律層面的攻擊性。
引證專利數(shù)方面，引證專利數(shù)是專利審查過程中作為判斷「可專利性」的證據(jù)。直觀上，（1）引證的專利越多，代表該領(lǐng)域是熱門的，相關(guān)技術(shù)被同業(yè)用到導(dǎo)致侵權(quán)的機(jī)會越高，使得涉訟率越高；（2）在這么多相同領(lǐng)域?qū)＠嬖诘那闆r下，一件發(fā)明還能回避掉其它發(fā)明內(nèi)容而被核準(zhǔn)為專利，足以見得具有獨到見解而具有高價值。
 

家族數(shù)方面，同一家族的專利，除了具有選擇發(fā)明關(guān)系的母子案，還包括同樣技術(shù)內(nèi)容在不同國家申請的專利。同一技術(shù)內(nèi)容在同一國家合法地重覆申請專利所費不貲，更不用說大費周章地排除語言隔閡到其它國家申請專利了。所以從專利家族數(shù)可看出一專利申請人對該技術(shù)的重視程度，越被重視的的技術(shù)直觀上價值越高，越不希望受他人侵權(quán)。

接著我們進(jìn)一步利用邏輯回歸分析專利涉訟率與標(biāo)明專利指標(biāo)間的關(guān)系。當(dāng)涉訟率與專利指標(biāo)間存在邏輯回歸關(guān)系時，滿足下式：

其中，p為涉訟率，x為專利指標(biāo)數(shù)值，β0、β1為邏輯回歸系數(shù)。

利用邏輯回歸分析希有事件（rare events）時會有無法通過統(tǒng)計檢定的情況（King & Zeng，2001）。筆者發(fā)現(xiàn)涉訟率大約在2%以下時，「發(fā)生訴訟」為一稀有事件，使得各種專利指標(biāo)都無法通過Hosmer-Lemeshow配適度檢定。當(dāng)限制專利指標(biāo)之最小值，使得整體平均涉訟率達(dá)到2%以上時，請求項數(shù)、引證專利數(shù)兩個專利指標(biāo)通過檢定，且β0、β1都顯著（表四），所以專利的請求項數(shù)、引證專利數(shù)可用來預(yù)測專利涉訴率；家族數(shù)的β1值則不顯著，這代表高家族數(shù)的樣本過少，涉訟率與家族數(shù)的關(guān)系無法用邏輯回歸描述。
表四、涉訟率與專利指標(biāo)之邏輯回歸分析結(jié)果

四、結(jié)論

本研究透過訴訟信息建立一套專利價值排名方法，并以卡方檢定與邏輯回歸分析了2010年核準(zhǔn)的所有美國專利是否為系爭專利與三個專利指標(biāo)（請求項數(shù)、引證專利數(shù)、家族數(shù)）之間的關(guān)系?？ǚ綑z定的結(jié)果顯示，三個專利指標(biāo)的分組數(shù)值區(qū)間越高，專利涉訟率越高。邏輯回歸的結(jié)果顯示，專利涉訟率與請求項數(shù)或引證專利數(shù)的關(guān)系可用邏輯回歸式來描述。由上可知，本研究所選用的三個專利指標(biāo)的確可用來替專利進(jìn)行價值排名，專利指標(biāo)數(shù)值越高，專利價值越高。將來只要將不同的專利涉訟率與特定價格對應(yīng)，透過專利涉訟率與請求項數(shù)或引證專利數(shù)之間的邏輯回歸式，則可進(jìn)一步為專利鑒價。筆者往后將深入分析專利涉訟率所能對應(yīng)的合理價格區(qū)間，以實現(xiàn)快速專利鑒價的目標(biāo)。

五、未來展望

在未來的研究中，筆者會進(jìn)一步將提告方及被告方的系爭專利分別作為應(yīng)變數(shù)，并以上述指標(biāo)加上專利權(quán)人特性（是否為非專利實施個體？法人或個人？）及專利壽命…等其他自變數(shù)，以復(fù)回歸的方式深入分析，以設(shè)計出更完善的專利價值分析方法。

參考文獻(xiàn)
1.Davies，I.（2004）.Financing of Welsh SMEs: the commodification of IP rights（IP Wales Research Report）.Swansea，UK: IP Wales.
2.de Vries，D.（2011），Leveraging patents financially: A company perspective（Doctoral thesis，Hamburg University of Technology，Germany）.
3.Giuri，P.，Mariani，M.，Brusoni，S.，Crespi，G.，F(xiàn)rancoz，D.，Gambardella，A.，…Verspagen，B.（2007）.Inventors and invention processes in Europe: Results from the PatVal-EU survey.Research policy，36，1107-1127.
4.Kamiyama，S.，Sheehan，J.，& Martinez，C.（2006）.Valuation and exploitation of intellectual property（STI Working Paper 2006/5）.Paris，F(xiàn)rance: OECD.
5.King，G. & Zeng，L.（2001）.Logistic regression in rare events data.Political Analysis，9，137-163.
6.Lai，Y.–H. & Che，H.–C.（2009）.Evaluating patents using damage awards of infringement lawsuits: A case study.Journal of Engineering and Technology Management，26，167-180.
7.Meyers，L. S.，Gamst，G. C.，& Guarino，A. J.（2013）.Performing data analysis using IBM SPSS.New Jersey: John Wiley & Sons.
8.Ross，S. M.（2014）.Introduction to probability and statistics for engineers and scientists.New York: Elsevier.
9.Smith，G. V. & Parr，R. L.（2000）.Valuation of intellectual property and intangible assets.New York: John Wiley & Sons.
10.林倞（2015）。從威盛與hTC的興衰看技術(shù)追隨者的困境。Research Protal。上網(wǎng)日期：2015年10月21日，取自http://portal.stpi.narl.org.tw/index/article/10149

作者：林倞 助理研究員

來源：臺灣國家實驗研究院科技政策與信息中心

編輯：IPRdaily縱橫君