电力行业专利价值国际比较研究1.docxVIP

电力行业专利价值国际比较研究1.docx

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

??

?

??

电力行业专利价值国际比较研究

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

摘要:我们使用改进的专利价值模型,计算了电力行业发明专利的价值,发现大部分专利的价值处于非常低的水平,少部分专利价值极高。我们对美国、日本、欧盟等国家在中国申请授权的电力行业专利价值进行了测度,从中发现日本申请授权的专利价值最高,而中国本土申请授权的专利价值最低。电力行业最高和最低的专利价值有着相当大的差距。本研究有助于为提升中国电力行业创新能力和国际科技竞争力提供参考。

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(RightCensored),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

文档评论(0)

132****1010 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档