董新月 冯冲 袁红梅
摘 要：[目的/意义]专利稳定性是衡量专利质量的重要指标，无效宣告请求及其结果是衡量专利稳定性的重要指征，基于无效宣告的专利稳定性研究对企业来说至关重要。[方法/过程]采用社会网络分析以及因子分析、二元Logistic回归模型相结合的方法，从无效宣告请求主体以及客体两个维度研究专利稳定性。[结果/结论]从无效宣告请求主体及客体两个角度为企业提高专利稳定性提供具有针对性的建议。
关键词：无效宣告；主体；客体；专利稳定性
中图分类号：D9 文献标识码：A doi：10.19311/j.cnki.1672-3198.2018.31.073
1 引言
近年来，随着知识产权保护意识的加强，专利申请数量在逐年增多，专利的稳定性问题也逐渐显现出来。所谓的专利稳定性可以理解为所授予的专利权与专利权人的技术贡献度相匹配的程度，二者越匹配说明专利的稳定性就越高，越有利于专利权人在竞争中立于不败之地，而不稳定的专利可能会对专利权人产生巨大的影响。因此帮助专利权人主动提高专利的稳定性就显得尤为重要。
由于现实生活中总是会存在错误的授权以及不符合要求申请专利的情况，因此，越来越多的主體倾向于采用无效宣告的手段来向竞争对手的专利提出挑战。无效宣告结果大致可分为三种：维持有效、部分无效以及全部无效，经过无效宣告后维持有效的专利对专利权人来说没有任何损失，反而增加了专利权不可挑战的权威以及专利的稳定性。经过无效宣告后结果是部分无效以及全部无效的专利，对于专利权人来说属于不稳定的专利，这样的结果对于无效请求人来说就达到了目的，在一定程度上打击了竞争对手。不可否认，专利权的无效宣告对专利稳定性会产生极大的影响，而专利稳定性又是衡量专利质量的重要指标，因此从无效宣告的角度来研究一项专利是否稳定就显得尤为重要。
邓洁以2035项发明专利作为研究样本，对国内外发明专利被维持有效的情况进行了分析，结果表明国外发明专利的稳定性要低于国内发明专利的稳定性。孙迪以华为、爱立信相关无效案件作为研究对象，以提高专利稳定性为视角，探索出了提高专利检索质量以及审查质量的策略。武赛选取专利申请权稳定性的角度，针对已申请专利的特征选择合适的指标，对申请中的专利价值进行了评估。洪结银采用博弈论的方法，基于专利联盟与标准制定紧密结合的事实，将专利联盟的形成分成事前以及事后专利联盟，研究结果表明事前的专利联盟是稳定的并且有利于整体社会福利的提高。李浩成从定性的角度将影响发明或者实用新型专利权稳定性的因素归结为两大方面：第一，是申请人不正当的专利申请并获得了授权，第二，是审查过程中错误的授予了专利权，同时针对以上因素又提出了提高专利稳定性的有效途径。 Harhoff研究表明，经过无效宣告并维持稳定的专利，其价值要远高于未受到挑战的专利。van Pottelsberghe de la Potterie研究指出不同的专利制度会导致不同的无效宣告结果，一般来说，美国被挑战的专利数量比例明显偏高。
基于上述对文献的整理，本研究发现学术界对专利稳定性的研究多从客体维度出发，且指标的选取一般基于专利的常规性指标，无法充分体现专利稳定性的特有指征。本研究以专利无效为研究视角，以竞争较为激烈的制药行业为研究样本，通过逐一梳理143份专利无效宣告请求审查决定书确定影响专利稳定性的指标，采用社会网络图以及二元Logistic回归模型相结合的方法，从主体和客体综合维度进行研究，这在一定程度上弥补了历史上研究的空白。
2 研究方法及步骤
本研究基于专利无效宣告的维度，从以下几个方面研究制药行业的专利稳定性：第一，从主体维度出发，通过无效请求人类型以及专利权人类型数据，采用社会网络图的方法，研究制药行业中哪些主体处于无效宣告网络中比较活跃的地位，并从专利无效宣告请求审查决定书中获取与活跃主体相关的请求人或被请求人的名称以及从专利信息服务平台上获得活跃主体专利无效的结果数据，并得出结论；第二，从客体维度出发，将无效宣告数据与专利数据相结合，通过对专利无效宣告请求审查决定书内容的梳理，确定影响专利稳定性的指标，采用因子分析方法将连续型数据降维，将主因子与分类变量共同带入Logistic模型，获得统计结果；第三，基于以上的研究结论，从主体及客体两个维度对提高专利稳定性提出具有针对性的建议。
3 数据来源
本研究的数据来源有两点：一是无效宣告相关数据，主要从专利复审委员会获取；二是专利相关数据，主要从专利信息服务平台获取。
4 实证分析
4.1 无效宣告请求的主体分析
笔者通过数据整理，将提出无效宣告请求的主体分为个人、企业、大学以及研发机构。由于个人以及大学和研发机构提出的无效宣告与企业相比几乎可以忽略，因此本研究主要以企业为研究对象，探讨不同企业之间发生的无效宣告请求的密度。
4.1.1 研究方法
社会网络分析（ Social Network Analysis，简称SNA）是对因某种关系聚集的行为者形成的网络进行的量化研究，从“关系”的角度研究社会现象和社会结构。基于这种方法，笔者以企业为主体构建专利无效宣告请求网络并进行解释。
4.1.2 基于无效宣告请求的网络图
专利无效宣告请求关系网络图中每个节点代表一个企业，节点越大，代表企业在整个专利网络越重要，点与点的连线代表企业之间发生了专利无效宣告请求，箭头指向被提出无效宣告请求的企业。图1是一张企业提出专利无效宣告请求的框架图，4位专利权人由于无效宣告请求的提出而形成一个整体，A对B提起无效宣告请求，B向C提出无效宣告请求，同时A、B也成为D提出无效宣告请求的对象。
本研究以制药企业为研究对象，首先获取企业间提出无效宣告请求的关系矩阵，随后将得到的矩阵导入netdraw可视化软件程序中，获得企业之间发生的专利无效宣告请求的社会网络图，如图2所示。
观察上图可以发现，在119个无效宣告请求主体中，以辉瑞爱尔兰、江苏豪森、江苏恒瑞以及江苏正大天晴等为中心的网络连线众多，且提出或者被提出无效请求的次数也较多，说明这些企业在网络图中相对比较活跃，位置比较重要。为了综合测量这些企业在网络图中的重要性，笔者选取UCINET軟件中的度数中心性和特征向量中心性数值进行分析，以及手工整理了各企业的无效宣告请求次数数据，发现排名前五的企业仍为以上五个企业，各指标值如表1所示。
从表1可以看出，辉瑞爱尔兰、江苏豪森司、江苏恒瑞以及江苏正大天晴等既具有较大的度数中心度，也具有较大的特征向量中心度和无效宣告（被）请求次数，说明这些企业确实在网络中发挥着重要作用。
表2是以无效请求网络图中较活跃主体为例，对其所涉及到的无效宣告请求以及专利稳定性进行进一步研究。从专利无效宣告请求审查决定书中获取提出（被提出）无效请求的企业名称以及请求次数，具体情况如表2所示。
从主体所属的国别来看：在社会网络图中比较活跃的专利权人基本是国外的，而比较活跃的专利无效请求人基本是国内的，属于国内的专利权人对国外的专利提出无效宣告请求。原因主要有两点：第一，是国外的专利权人在创新领域整体上的表现要优于国内专利权人，因此国内的无效宣告请求人比较多，倾向更多的挑战外企的专利，这与van Pottelsberghe de la Potterie的研究结果：美国被挑战的专利相对较多相一致。第二，是国外的专利权人在向国内的专利局递交专利申请时，双方可能会受到语言交流等方面的障碍，从而使授予的专利权稳定性稍低，这在一定程度上促使我国的专利权人更加频繁的针对国外的专利提出无效宣告请求。笔者通过逐一梳理143份专利无效宣告请求审查决定书的审查结果发现，与国内专利相比，国外受挑战的专利偏多，且专利稳定性较低，这与我国学者邓洁的研究成果相一致。
4.2 无效宣告请求的客体分析
本研究所提及的稳定专利主要是指无效宣告请求结果为维持有效的专利，不稳定专利是指无效宣告请求结果为部分无效以及全部无效的专利。通过选择Logistic回归模型，以专利稳定性为被解释变量，逐一研读 143份专利无效宣告请求审查决定书中审查人员的决定要点，确定了十个指标作为解释变量，探讨其是如何影响专利稳定性的。具体指标的名称以及说明如表3所示。
4.2.1 因子分析方法
因子分析就是用少数几个因子去描述和解释许多指标以及因素之间的联系，即将联系比较密切的变量归在同一类中，每一类变量就成为一个因子，能够以较少的几个因子反映总体的大部分信息。本研究由于涉及到较多的解释变量，因此，首先利用因子分析的方法将其降维处理。
4.2.2 因子相关性检验
由于因子分析就是将所有指标按照其联系的紧密程度进行浓缩，以此来减少变量的个数。因此，因子分析要求变量间需要存在较强的相关性，否则将无法提取出公共因子，也就无法进行因子分析。综上，因子分析的前提条件就是进行因子的相关性检验，结果如表4所示。
表5的结果显示，KMO检验统计量约为0.757，大于0.5，球形检验p小于0.001，说明可以对本研究的指标进行因子分析。
4.2.3 因子分析
本研究基于SPSS软件的降维功能，利用主成分提取方法以及Kaiser 标准化的正交旋转法获取旋转后的成分矩阵，如表5所示。
通过表5可以了解到，从9个专利指标中提取出了三个主成分因子。主因子F1包括专利文献引证、非专利文献引证、权利要求数和同族专利数四个专利指标，其中专利文献引证和非专利文献引证代表了专利对现有研究成果的参考情况，而权利要求数和同族专利数代表了专利受保护的范围，因此主因子F1在一定程度上代表着专利对已有研究成果的参考情况以及专利受保护的范围。主因子F2由技术宽度、授权时滞和专利维持时间三个指标构成。技术宽带代表了专利的技术范围，而授权时滞和专利维持时间是与专利相关的时间因素，因此主因子F2代表了专利的技术范围以及与专利相关的时间因素。主因子F3主要是由无效请求人数以及前引次数两个指标所构成。
为了使因子数目的确定更加准确，本研究采用碎石图检验（screetest）准则来进行检验。事实上碎石图的本质就是找出特征值明显较大的因子，碎石图如图3所示。在这个碎石图中，前三个特征值比较大，而第四个特征值点在拐点处，也就是从第四个点开始特征值点就趋于平缓，因此本研究将众多指标归结为三个主成分因子。表6是三个主成分因子的计算公式。
4.2.4 二元Logistic回归
为了探讨不同指标对专利稳定性的影响，本研究采用二元Logistic回归模型，以专利稳定性作为被解释变量，以三个主成分因子以及分类变量作为解释变量，探究其对专利稳定性的影响，回归结果如表7所示。从表7的回归结果可以了解到，三个主因子对专利稳定性都有显著的正向促进作用，专利交易对专利稳定性也有显著的正向促进作用。
对于主因子F1来说，二元逻辑回归结果显示其对专利稳定性具有显著的正向促进作用，通过主因子F1的得分公式可以了解到，专利文献引证（x3）、非专利文献引证（x4）、权利要求数（x5）和同族专利数（x6）的系数均为正，但由于本研究在原始数据处理的过程中将指标数值进行负对数处理，因此我们可以得出结论，专利文献引证（x3）和非专利文献引证（x4）代表了对现有研究成果的借鉴程度，因此，二者的数值越小，主因子F1值就越大，对专利稳定性也就有更强的正向促进作用。同理，权利要求数（x5）和同族专利数（x6）代表了专利所要求保护的范围，相对来说，当两项专利同时被提出无效宣告请求时，权利要求数（x5）和同族专利数（x6）都比较小的专利被挑战后的结果更倾向于稳定。对于主因子F2来说，二元逻辑回归结果显示其对专利稳定性具有显著的正向促进作用，通过主因子F2的得分公式可以了解到，技术宽度（x7）的系数为负，而授权时滞（x8）和专利维持时间（x9）的系数为正，因此我们可以得出结论，技术宽度（x7）在一定程度上代表了专利的技术广度以及复杂程度，其原始数据的数值越大，主因子F2数值就会越大，对专利稳定性的也就有更强的显著正向促进作用。同理，授权时滞（x8）和专利维持时间（x9）代表了与专利相关的时间因素，其原始数值越小，主因子F2数值就会越大，也会对专利稳定性有显著的促进作用。这样的专利一旦被提出无效请求，相比于那些技术宽度小，授权的滞后时间越长以及维持更长年限的专利来说，结果可能会更稳定。对于主因子F3来说，二元逻辑回归结果显示其对专利稳定性也具有显著的正向促进作用，通过主因子F3的得分公式可以了解到，无效请求人数（x1）以及被引次数（x2）两个指标的系数均为正，因此我们可以得出结论，当一项专利被提出无效宣告请求时，无效请求人数（x1）以及被引次数（x2）原始数据数值越小，主因子F3数值也就会越大，对专利稳定性也就会有显著的正向促进作用。专利交易对专利稳定性具有显著的促进作用，说明一项专利进行许可、转让以及质押的次数愈多，被提出无效请求时可能就越容易维持稳定。
5 结论与建议
本研究从主体以及客体两个方面得出相应的结论，主体方面：无效宣告请求基本上是国内专利权人针对国外专利权人提出的且国外专利权人的专利稳定性稍低，这主要是由于国外专利权人整体的创新表现要优于国内的专利权人以及国外专利权人在专利申请过程中会遇到语言等方面的障碍。建议企业在挑战他人专利的稳定性时，应优先选择国外专利权人的专利进行挑战。客体方面：基于上述对客体研究的总结，建议企业在进行专利申请时，尽可能少的借鉴现有的研究成果，积极进行自主创新，减少对现有研究成果的依赖程度。另外，专利申请不能只集中在较简单的技术领域，较为复杂的以及高技术领域都值得企业去探索，这可能更有利于提高专利的稳定性。专利授权后，企业也可以自己提出无效宣告请求，自行修改专利文件，达到权利要求的撰写与修改要清晰准确、权利要求应具有创造性，其限定的发明应具备创造性以及新颖性、发明专利权的保护范围以其权利要求的内容为准等一系列的要求，从而使专利更为稳定。随着专利维持年限职业教育与培训的延长，专利权人可能会部分的垄断市场或者通过专利权在某种程度上限制了市场的竞争，这可能会增加专利被无效掉的风险，因此企业必须要學会利用专利进行交易，在进行交易的同时可以更好的规避专利被无效的风险，提高专利的稳定性。
参考文献
[1]邓洁，余翔，崔利刚.基于专利特征的国内外发明专利权稳定性比较研究[J].中国科技论坛， 2014，（12）：154-160.
[2]孙迪.从专利权的稳定性看专利审查[J].中国发明与专利，2013，（5）：81-83.
[3]武赛，高京广，沈闯.基于专利申请权稳定性的已申请专利价值度研究[J].情报杂志， 2015，（12）：91-94.
[4]洪结银，陶爱萍.基于标准的专利联盟组建与稳定性研究[J].科学学研究，2012， 30（9）：1316-1323.
[5]李浩成.影响发明或实用新型专利权稳定性的实质因素[J].政法论丛，2008，（1）：35-38.
[6]Harhoff D，Scherer F M，Vopel K.Citations，family size，opposition and the value of patent rights[J]. Research Policy， 2003，32（8）：1343-1363.
[7]van Pottelsberghe de la Potterie B. The quality factor in patent systems[J]. Industrial and Corporate Change， 2011， 20（6）：1755-1793.
[8]潘颖，卢章平，黄晋.专利侵权诉讼网络在企业市场竞争研究中的应用[J]. 情报杂志，2013，32（9）：78-83.
