基于评估工具的专利价值评估发展现状研究

陈思思，何俊卿，郑 祥，徐慧芳

（1.中国科学院文献情报中心，北京 100190；
2.中国科学院大学经济与管理学院图书情报与档案管理系，北京 100190；
3.中国人民大学环境学院，北京 100872）

近年来，相关创新主体逐渐从关注专利数量向关注专利质量和专利价值转变，专利价值评估也成为了专利运营和管理过程中的关键环节之一。目前，专利价值评估主要分为货币价值评估以及非货币价值评估。货币价值评估主要是在无形资产评估体系下对专利资产的货币净现值进行估算，在企业的技术交易、专利许可、收购兼并、投资融资、税收与审计等日常经营活动中有广泛应用。而非货币价值评估主要是对专利的实用价值进行评估，在知识产权战略框架下对专利在内部管理中的价值进行分析。由此可见，专利价值评估不仅是对专利资产的经济价值作出判断并给出专利估价，也包括对专利技术内容、法律状态以及市场前景等不同因素进行综合分析，结合主体的发展战略评价专利在其未来发展以及竞争力提升等方面的作用[1]。

目前，学术界开展了众多关于专利价值评估的理论研究和实证分析。其中，关于专利货币价值评估的研究主要从经济学的视角出发，探讨专利价值相关的概念[2]，提出评估专利价值评估的理论模型[3]，并通过改进资产评估方法评估专利价值。具体方法包括成本法、市场法、收益法以及实物期权理论等。这类研究通常需要结合相关的经济数据，如成本法需要考虑通过内部开发或外部收购获得专利发明的成本；
市场法基于市场中可比专利的交易价格进行评估；
收益法评估专利在其经济寿命中的预期现金流等[4]。但是在现实中，上述方法所采用的一些参数比较难以确定，因此对专利资产的评估可能会偏离实际的价值。此外，专利价值的实现也受公司运营和策略的影响，难以验证评估结果的准确性。

关于专利非货币价值的分析主要用于为技术研发、内部的专利选优以及分级管理、专利运营和维权等提供决策支持。已有很多研究提出了专利价值评估及分级分类管理的方法[5]，构建专利价值分级分类评估理论模型[6]。同时，实证研究主要采用定性评估或定量的非货币评估方法，基于专利指标进行价值评估，具体涉及到层次分析法、熵权法、主成分分析法等综合评价方法和机器学习、系统动力学、灰色系统理论等其他新兴方法[7]。不同的研究对专利价值评价指标的选取各有侧重，有的研究重点分析某一因素对于专利价值的影响[8]，也有很多研究尝试构建涵盖多维度多层次的指标体系，如从技术、法律和市场3 个方面评价专利价值[9]。除此之外，相关指标也会涉及专利收益、市场份额等经济相关性指标以及专利战略相关的因素[10]。此类研究对评价指标的可获得性要求较高，其技术价值评估相对准确，但对市场价值的评估仍存在较大的不确定性。由此可见，不同视角的专利价值评估侧重点和方法各不相同，也尚未形成统一的评价标准。

在实际应用中，受专利价值评估需求的驱动，许多国家的专利管理咨询服务公司以及知识产权局都开发了可用于专利价值评估的工具。但由于人们不够清楚其底层模型、指标和方法，对其价值评估结果的有效性往往存在疑虑。在这一背景之下，本文对市场化运作或权威机构发布的专利价值评估工具进行介绍，对其所采用的评估方法和指标等现状进行比较分析，一方面帮助利益相关者客观看待工具的评价结果。另一方面，通过审视不同类型的专利价值评估工具背后的评价方法和指标，讨论专利价值评估的发展趋势、存在问题及未来需要进一步发展的方向。

通过对专利价值评估的基本内涵进行分析，可以看出，专利价值评估一般可以分为对专利的货币价值进行评估或通过非货币形式的价值指数实现专利价值排序，划分专利等级。常见的专利价值评估工具也主要通过实现这两类功能来满足不同应用场景下的专利价值评估需求。本文根据专利价值评估工具实现的主要功能对其进行分类，将常见工具划分为专利货币价值评估工具、专利非货币价值评估工具以及兼顾货币价值和非货币价值的评估工具3个主要类别。其中，专利非货币价值评估工具又可以分为非货币价值评估平台和非货币价值评估框架两种不同形式的工具。常见专利价值评估工具的概况及主要特点见表1 所示。

表1 主要专利价值评估工具概览

表1（续）

2.1 专利货币价值评估工具

此处的专利货币价值评估工具指专门用于计算专利资产货币净现值的工具。此类工具通常需要结合更多的市场和经济数据，如企业财务信息和专利市场交易数据对专利的货币价值进行预测，给出专利资产的预估价格。如，国外ANS 知识产权管理服务公司（ANS IP management services）开发的专利价值计算器（patent value calculator）可以根据输入的专利法律状态、优先权国家、申请国别数量、优先权日期、专利剩余时间、独立权利要求数量等信息，结合初始产品是否准备就绪、是否已经进入市场、已产生收益的值以及技术或产品所属领域几项市场信息，基于大数据分析构建专利价值和相关变量之间的函数关系，初步计算专利价格[11]。Ocean Tomo公司与美国证券交易所联合发布了全球首个基于公司知识产权资产价值的股票指数——Ocean Tomo 300®专利指数（Ocean Tomo 300®Patent Indexes）。其中的专利指数基于专利基本指标、专利质量的指标、专利市场价值的指标、公司未来技术和财务发展状况指标以及公司技术分布情况相关的多个定量指标，将专利与股票市场相结合，评选出专利价值相对于账面价值较高的企业[12]，并提出了专利成长指数和专利价值指数的计算方法[13]。基于市场方法的专利货币价值评估工具的评价结果可以在专利商业化过程中给出更直接的参考依据，主要适用于专利许可、侵权赔偿分析以及质押融资等场景。

2.2 专利非货币价值评估工具

基于专利指标的非货币价值评估工具在内部专利组合管理领域发挥着主要作用，在部分专利市场交易场景中，也可以用此类工具辅助专利价值评估。本文将专利非货币价值评估工具划分为非货币价值评估平台和非货币价值评估框架两个主要类别，非货币价值评估平台主要指能够对专利价值进行自动分析，直接给出专利价值计算结果的专利数据库、评估系统、软件或网页工具等。而非货币价值评估框架则包含了其他能够指导专利价值评估的指标体系以及需要人为介入对专利价值进行分析的框架工具。

2.2.1 专利非货币价值评估平台

国内外很多专利管理咨询公司及知识产权局都开发了具备专利价值全自动分析功能的专利数据库、价值评估系统或软件平台。在根据非货币形式的价值指数评估专利价值时，专利价值评估平台通常基于定义的专利强度或专利价值度进行评估。有学者对专利强度和专利价值的概念进行了辨析并指出，专利价值可以体现在技术、市场和法律等多个不同的方面，而专利强度是指专利在激烈的市场竞争和持续的技术更新中抵抗价值衰减的能力，侧重于对专利技术价值和法律价值的评估[14]。但是本文通过对专利价值评估工具实际所用的评价指标进行分析后发现，部分专利价值评估平台定义的专利价值度评价指标本身就围绕专利技术价值和法律保护两方面展开，与专利强度的概念差异并不明显。因此，本文仅根据工具自身的命名方式对其进行简要区分。

基于专利强度的价值评估工具紧密围绕专利的技术质量和法律保护状况，对专利价值进行评估。如，国外Innography 数据库的专利强度采用复合算法指标，考虑了专利权利要求数量、专利申请到公开所用时长、专利年龄、专利家族规模、专利引用数量、专利被引用次数、专利诉讼、普遍性与原创性等10 多个专利价值影响因素，将专利价值表示为0 ～100%的专利强度得分，同时还支持自定义专利强度算法，允许用户根据需求调整评价指标和算法[15]。该工具的算法主要基于专利自身特征相关的定量指标进行客观评估，便于快速识别核心专利。SciTech Patent Art 公司开发的专利强度评估工具（patent strength estimator）考虑了专利相对于同行的实力，根据前向引用、后向引用、权利要求字数、专利家族成员数量计算专利强度，并结合专利剩余寿命对专利价值进行评估[16]。中国国家知识产权局主管的知识产权出版社有限责任公司开发了嵌入专利强度计算功能的Inspiro 中国知识产权大数据与智慧服务系统。该系统依托大数据技术对专利数据进行深度加工处理，提取反应专利价值的量化指标。在此基础之上从稳定性、保护范围、技术应用性和技术质量四个角度计算专利强度[17]。

还有很多专利价值评估工具都基于不同的方法定义了各自的专利价值度得分计算方式，用于单个专利价值的评估。国外AcclaimIP 专利检索和分析软件的P-Score 从引用、技术和法律3 个方面对专利价值进行评价，将专利价值得分定义为引用得分、技术得分和法律得分的加权平均值，并通过线性比例法进行归一化，将得分范围转化为0 ～100 分。该评分方式较为细致地考虑了引用类型、专利所属技术分类以及专利申请、诉讼过程中的相关指标。其专利引用得分不仅通过被引次数衡量，还考虑了高被引专利引用、审查员引用、未授权前引用、前向102 及103 条款的引用、专利年限加权引用率等。技术得分主要考虑专利所在类别的增长率、维持率、转让率和授权许可率等因素。法律得分则主要通过获得授权时间、独立权利要求长度、权利要求数量、过程中权利要求被修改程度、审查意见回复次数、专利家族数、专利剩余寿命等因素来评价[18]。北京合享智慧科技有限公司开发的Incopat 专利数据库基于专利技术稳定性、技术先进性和保护范围3 个维度的相关参数，通过大数据分析模型进行数据挖掘和迭代优化，确定指标权重，构建专利价值评估指标体系。该模型考虑了法律状态、专利转让、许可、诉讼、质押保全、无效宣告、同族专利个数及国家数量、专利及其同族被引次数、专利类型、IPC大组数量、发明人数量、权利要求数量、剩余有效期天数等相关指标[19]。另外，国内的Patentics 专利智能分析检索平台根据专利文本相关度计算专利价值度。其基本思想与Kelly[20]等提出的方法具有异曲同工之处，即认为领域内重要专利内容与先前专利显著不同，但与后续专利具有技术相关性。该平台通过专利文本语义分析，根据技术贡献和市场规模衡量专利价值[21]。依据专利申请日前后的相关专利数量以及专利平均相关度绘制目标专利的价值图谱，并通过反映专利市场影响力的参数V1、综合反映专利技术和市场影响力的参数V2以及反映专利技术影响力参数V3量化专利价值谱中的信息，其计算方式如下[22]：

该工具所用方法比较适用于发现技术价值较高的专利。

一些专利评估平台在对专利价值进行评分的基础之上，进一步对专利进行分级评价。相较于前述工具而言，这些工具对专利价值的评估增加了专利市场应用以及商业化能力的评估。韩国知识产权局下设的发明振兴会开发的专利评估系统SMART3 从权利强度、技术质量和应用能力3 个维度对专利进行综合评分[23]，通过德尔菲法、结构方程模型与多元回归分析构建评估模型，对专利价值进行百分制评分，并将领域专利划分为9 个等级，对专利在当前技术领域的综合等级进行评定[24]。大为innojoy全球专利数据库中提供了DPI 指数分析功能，利用层次分析法构建了涵盖技术价值、法律价值、战略价值、市场价值和经济价值5 个维度25 个量化指标的评估模型[25]。其中涉及被引证数、被审查员引证数、引证专利数、引用专利国别数、引用非专利文献数、IPC 部数、IPC 小类数、权项数、独权数、主权项字数、说明书页数、存活期、剩余有效期、innojoy 同族数、innojoy 布局国家数、PCT 国际申请、三方专利（美日欧）、标准专利、无效次数、转让次数、许可次数、质押次数等具体项目。该平台在给出不同维度价值指数得分的同时，以不同的星级表示专利重要性等级[26]。

除上述工具之外，以专利家族为分析对象的专利价值评估工具可用于对专利组合的整体价值进行评估。LexisNexis 公司旗下的PatentSight 提出了“专利资产指数”（patent asset index，PAI 指数）的概念，通过计算专利组合中所有专利的总强度衡量其竞争影响力[27]。该指数以授权和审查中的专利家族为分析对象，在考察专利剩余寿命和专利权人的基础之上，从专利的技术相关性和市场覆盖率两方面来计算每个专利家族的竞争影响力，进而计算专利组合的整体实力。其中，技术相关性以考虑专利年龄、区域专利引用实践和技术领域引文差异的专利家族被引数量表示。市场覆盖率为专利授权和申请的所有国家生产总值总和与美国GDP 之比。专利家族竞争影响力就是技术相关性与市场覆盖率的乘积。专利组合的PAI 指数即为所有有效专利家族竞争影响力之和[28]。Orbit Intelligence 也采取了类似的计算方式，以根据专利年龄和技术领域进行修正的专利家族前向引用数表示其技术影响力，根据专利家族所有曾经被授权的国家或地区生产总值得出市场策略评分，综合上述两方面因素并结合专利剩余寿命对专利价值进行评分，得到归一化后的专利价值指数[29]。

2.2.2 专利非货币价值评估框架

除了上述平台类工具外，目前也有很多相对成熟的专利价值评估指标体系以及可用于指导专利价值评估的框架。

由美国知识产权咨询公司CHI 与美国国家科学基金会共同提出的专利评价指标体系（CHI Patent Evaluate Index System）包括了专利数量、专利平均被引数、当前影响指数、技术强度、技术生命周期、科学关联性和科学强度7 个指标。其中，专利数量为统计年份的年度专利总数，可从中看出企业技术活跃与否。专利平均被引数代表专利的影响程度。当前影响指数为企业前5年所获专利的当年平均被引数与所有美国专利当年平均被引数之比，可以反映出企业近5年专利组合的影响力与平均水平的对比情况。技术强度定义为当年专利数量与当前影响指数的乘积。技术生命周期用来衡量企业技术发展和产品更新的速度。科学关联性指企业所持有专利的平均引用数量，用来评估专利技术是否具有一定的科学前沿性。科学强度就是专利数量与科学关联性的乘积，代表企业依托基础科学构建专利组合的程度[30]。在这些指标的基础之上，CHI 公司提出了用于分析企业专利整体实力的“专利记分牌”体系，主要用于对企业整体专利实力的评估。

英国知识产权局开发的知识产权评估清单（IP valuation checklist）针对专利交易的具体场景，列出了商业交易背景下知识产权评估过程中需要考虑的一些问题，涉及知识产权为买家/被许可人以及卖方/许可人带来的利益、知识产权自身的特性以及强度、市场潜力、竞争状况、进一步研发和投资的条件、知识产权的经济寿命以及交易过程中的支付结构多个方面的具体问题，以帮助企业在交易进行过程中对知识产权资产进行评估。企业可以通过回答给出的一系列问题并对根据实际情况进行打分，据此思考一些可能的改进措施[31]。

中国国家知识产权局和中国技术交易所制定了专利价值分析指标体系，从法律、技术和经济3 个维度制定了专利价值评价指标体系，将专利价值度定义为法律价值度、技术价值度和经济价值度的加权总和。其中，专利的法律价值度指标包括稳定性、不可规避性、依赖性、专利侵权可判定性、有效期、多国申请、专利许可状态。技术价值度指标包括先进性、行业发展趋势、适用范围、配套技术依存度、可替代性、成熟度。经济价值度指标包括市场应用情况、市场规模前景、市场占有率、竞争情况、政策适应性[32]。同时给出了各指标的评分标准以及专家打分的操作流程。

2.3 兼顾货币价值与非货币价值的评估工具

一些工具在对专利信息进行分析的基础之上，结合相关的经济数据，对其货币价值进行预测，同时具备专利价值度计算和专利估价的功能。

丹麦专利商标局与欧洲专利局联合开发的IPscore 2.2 将专利自身信息与企业财务数据相结合，对专利和专利组合价值进行多维度分析。其评估框架围绕专利法律状态、技术水平、市场环境、财务信息和战略信息5 个方面设置了40 个相关问题，每个问题下设5 个答案选项，分别对应不同的分值，可以根据作答情况对专利进行打分[33]。相关问题既包括对专利自身特征的描述，如专利所处阶段、专利法律状态、专利有效期等，也包括和公司财务数据相结合的评估问题，涉及的评价角度相对多样，既有定量评价指标，也有需要定性分析的评价指标。软件支持多种输出形式，包括揭示专利各维度得分情况的雷达图，由专利账户图、流动性预测图、公司账户图、净现值图构成的战略财务前景分析，以及专利技术“机会/风险矩阵”和“净现值/得分对比”，用于分析专利技术所面临的风险评估以及投资前景[34]。

智慧芽Patsnap 专利数据库一方面依据专利的引用情况、被引情况、专利家族规模、家族覆盖区域、专利年龄、法律状态等具体指标[35]，从专利的法律状况、技术质量、专利申请人、市场覆盖率以及市场吸引力5 个维度对专利价值进行评估。另一方面结合专利的历史交易信息，基于失效模式与影响分析（FMEA）质量标准改进市场法模型，并采用机器学习算法对价值计算模型进行自动训练，对专利进行估价[36]。

知识产权出版社有限责任公司也开发了面向专利运营的价值评估工具Patent to Intelligence（P2I）专利价值评估系统，运用大数据处理技术对专利特征数据进行深度加工，结合专利权利要求、剩余有效期、专利家族规模、专利引证、专利法律状态、专利获奖、技术领域以及领域专利转让、许可、质押融资、诉讼热度等相关信息，在专利强度评分的同时对专利价格进行评估。该系统综合考虑了专利法律、技术、市场等多方面的相关信息，允许用户自定义评价体系，在此基础之上提供全自动的专利价值评估，实时监控专利价值评估变化[37]。此类工具的评估结果可以为专利市场交易过程中的专利定价提供更直接的依据。

目前，专利货币价值评估工具多采用定量评估方法。基于市场法的专利货币价值评估是应用较多的方法。现有工具主要通过对传统市场法的改进做出专利估价。所谓市场法，即根据具有相似特征的专利在市场环境中的交易信息对专利进行定价。基于市场法的价值评估能够体现出专利真实的市场价值，为专利交易过程提供直接的定价参考。但是，这种方法在实际操作中会面临一些问题。首先，专利交易的活跃度和以及市场透明度会影响专利市场价格信息的获取。其次，选择具有可比性的类似专利也具有一定的难度。由于现实中很难找到特征完全相同的专利，同类专利在不同的市场环境下交易价值也有所不同。因此，需要进一步研究如何根据类似专利的交易信息对待评估专利的价值进行调整，改进市场法评估模型。

而在非货币价值评估工具中，基于专利指标的定量评估方法是专利价值评估平台常用的方法。具体来说，包括基于专利价值评估指标体系的专利价值度计算、结合大数据分析和机器学习方法构建评估模型、基于专利文本语义分析的专利价值评估方法。少数工具也借助专业人员的知识和主观经验对专利进行评分。

（1）基于专利价值评估指标体系的专利价值度计算。该方法基于不同维度的专利指标定义专利价值度得分的计算规则，最终的专利价值度或通过各指标得分直接进行线性运算得出，或根据加权处理后的各维度指标得分进行计算，如将专利价值得分表示为各维度得分的加权平均值或加权求和。在指标体系构建以及权重确定的过程中，可能涉及的具体方法包括层次分析法、结构方程模型以及回归分析等。不同工具的结果表现形式不尽相同。从数值表示上来说，有的工具采用未经处理的计算结果表示专利价值，有的工具则将结果进行归一化处理，通过百分制或十分制得分表示专利价值。从呈现方式上来说，有的工具仅展示了最终的价值度得分，而有的工具则会给出在不同维度上的具体得分情况，通过图表的方式直观呈现不同维度的得分差异。总体来说，基于这类方法构建的评估模型相对直观，易于理解。但仅考虑专利价值与各要素之间的线性关系这一处理方式仍有待改进。

（2）结合大数据分析和机器学习方法构建评估模型。通过数据挖掘技术、大数据分析模型和机器学习算法对专利价值评估模型进行自动训练，可以实现评估模型的迭代优化。这种评估方法可以基于海量专利数据进行模型训练，使得专利价值评估模型更加合理，降低模型错误的风险。并可以根据专利数据的更新实现模型的动态调整，提高模型的适应性。同时，也有效减少了价值评价过程中的人工干预。但该方法的实现有一定的技术门槛，模型构建算法的透明度也相对较低。

（3）基于专利文本语义分析的专利价值评估方法。在常见专利价值评估工具中，采用此类方法的工具相对较少，以Patentics 专利智能分析检索平台为典型代表。基于专利文本语义相似度的价值评估方法从专利技术内容本身出发对其价值进行判断，在一定程度上克服了依据专利字段进行价值评价的干扰因素，将专利价值评估的关注重点从专利外部信息转移到专利内容本质上，为专利价值评估提供了新的思路。但这类评价方法仅涉及专利技术价值的评估，并未过多地考虑专利的法律状况与市场行情等价值影响因素。

（4）借助专业人员的知识和主观经验进行评分。部分工具采用了定性评估的方法对专利价值进行排序和分级，依靠主观经验对专利价值进行判断。通过公司管理层、技术人员、知识产权人员等相关领域专业人员的参与，得出专利在各个评价指标上的得分。这类基于人为赋分的评估方式可以对专利价值进行较为深入细致的审查，适用于对少量专利的评估。但当待评估专利数量较多时，该方法需要耗费大量的时间和精力。且其评价结果的客观性和准确性也可能受主观立场以及个人知识能力的限制。

通过对不同用途的专利价值评估工具进行比较可以看出，专利货币价值评估工具和非货币价值评估工具在方法的选择上有所不同。这也在一定程度上反映了不同目的的专利价值评估在评价方法上的差异。目前，在专利货币价值评估中，市场法是应用较多的货币价值评估方法。而基于专利指标的综合评价方法以及机器学习、文本挖掘等新兴方法在非货币价值评价中有着较为广泛的应用。

就评估工具所选用的指标来看，相关指标可以分为专利自身特征相关的评价指标和专利外部环境相关指标两大类。基于专利文献客观特征的指标以定量指标为主，不需要过多的人为判断，相对容易获取，适用于对大量专利进行快速比较，筛选出较为重要的专利。具体可以分为基于专利文本内容的指标、专利所属技术领域相关指标、专利申请过程性指标、专利引用和专利被引用情况、专利法律状态、专利运用情况、专利家族规模以及权利主体实力等几个主要方面。常见工具中与专利自身特征相关的主要评价指标见表2 所示。专利外部环境相关的指标，主要涉及专利技术在市场中的实际运用情况以及企业自身的发展状况，包括市场应用情况、公司财务、战略相关性信息等，具体指标见表3 所示。

表2 专利自身特征相关的主要评价指标

表3 专利外部环境相关的主要评价指标

不同类型的工具在指标的选取上有所不同。一般来说，专利货币价值评估工具需要考虑更多的经济数据，如公司财务信息、专利交易历史数据、技术收益净现值等，多为客观定量数据。非货币价值评估平台主要根据专利自身特征相关的量化指标评估专利价值。其中，专利引用与被引、专利家族规模、专利年龄与专利剩余寿命是大部分评价系统都会使用的分析指标，专利所属技术领域相关指标的应用也较为广泛。而在一些专利价值评估框架中，评价指标往往既有定量指标也有定性指标。除了考虑专利自身的特征之外，还会结合外部环境指标进行评价。

尽管不同工具的具体评价指标各异，但总体上看，专利价值评估主要围绕专利的技术质量、法律保护强度、市场应用前景、经济效益以及与主体发展战略的契合度等几个核心方面展开。考虑到实际操作过程中评价指标的可获得性，在选取评价指标时，专利自身特征相关指标在实际的专利价值评估过程中受到较多的关注。

通过对专利价值评估工具进行分析可以看出，从整体上看，目前专利价值评估呈现出以下发展趋势：（1）评估方法智能化、自动化。大数据挖掘、机器学习以及文本语义分析等相关技术的发展为专利价值评估模型的构建提供了技术支撑，使得专利价值评估更加迅速高效，减少了人为参与所需的成本。（2）评价维度和指标类型多样化。在专利价值评估工具中，既有基于专利外部特征指标的价值评估工具，也逐渐发展出根据专利技术内容的本质特征识别领域高价值专利的评估工具。这表明目前专利价值评估强调从不同的维度对专利价值进行分析。专利价值评价指标既涉及专利自身技术质量、法律状态等客观特征，也考虑了其市场应用价值、经济价值以及战略相关性等多个维度。（3）评估模型精细化。在考虑多维评价指标的基础之上，很多专利价值评估平台都基于专利数据对模型进行动态调整和优化，以提高专利价值评估模型的灵活性和适用性。

进一步分析国内外专利价值评估工具的差异，可以看出，相对而言，国外开发了较多的专利货币价值评估工具，并已经形成了将专利与股票市场相结合的股票指数。而国内具备专利价值货币评估功能的工具相对较少。由此可以看出，国外更加注重对专利货币价值的评估，而国内在专利货币价值评估方面的研究有待进一步加强。

与学术界开展的研究相比，学术界提出了众多专利资产货币价值的评估方法，有关非货币价值评估的研究也在尝试纳入更多的评价要素，形成更为精密的评估模型。但在实际中，专利价值评估工具需要兼顾评估方法准确性和实用性，仅有部分方法在专利价值评估工具中得到了广泛的应用，且较少有工具兼顾专利货币价值评估和非货币价值评估，具有一定的局限性。

另外，虽然从总体上看，专利价值评价工具中的指标选取与学术研究中专利价值评估指标体系所涵盖的维度基本一致，但考虑到专利价值评估工具需要具备通用性，其评估大多依靠客观评估指标做出判断，并未就相关指标对不同领域专利价值的影响做出深入探讨。

针对上述问题，在未来需要进一步关注专利货币价值评估问题，尝试将不同的专利价值评估方法有机结合，以弥补单一评价方法的局限性，探索兼顾专利货币价值评估与非货币价值评估的综合评价方法。系统分析影响专利价值的内外部因素及其作用机理，并针对领域专利的特点进一步优化不同领域专利价值评估的具体方法和指标，构建针对领域专利特征的价值评价方法和体系。