導(dǎo)語(yǔ)：市場(chǎng)法評(píng)估知識(shí)產(chǎn)權(quán)的難點(diǎn)一文來(lái)源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

創(chuàng)新發(fā)展離不開(kāi)知識(shí)產(chǎn)權(quán)支撐。在專利方面，2020年中國(guó)成功申請(qǐng)6.872萬(wàn)件（項(xiàng)）國(guó)際專利，比2019年增長(zhǎng)16.1%，位居世界第一。在商標(biāo)方面，截至2020年底，中國(guó)有效注冊(cè)商標(biāo)量高達(dá)3017.3萬(wàn)件。在融資領(lǐng)域，大量高新技術(shù)企業(yè)前期在知識(shí)產(chǎn)權(quán)方面需投入大量資金，但面臨融資困難，因而會(huì)將知識(shí)產(chǎn)權(quán)進(jìn)行質(zhì)押融資或采取將知識(shí)資本轉(zhuǎn)為金融資本的知識(shí)產(chǎn)權(quán)證券化的方式來(lái)緩解科技類創(chuàng)新企業(yè)的資金緊張，拓寬融資渠道，推動(dòng)創(chuàng)新研發(fā)。在保險(xiǎn)領(lǐng)域，知識(shí)產(chǎn)權(quán)的科學(xué)評(píng)估為侵權(quán)損失保險(xiǎn)保費(fèi)與賠償金額的確定提供公允依據(jù)。因此，合理有效地評(píng)估知識(shí)產(chǎn)權(quán)價(jià)值是知識(shí)產(chǎn)權(quán)促進(jìn)創(chuàng)新發(fā)展的重要前提和關(guān)鍵環(huán)節(jié)。知識(shí)產(chǎn)權(quán)評(píng)估在促進(jìn)企業(yè)創(chuàng)新發(fā)展、維護(hù)經(jīng)濟(jì)社會(huì)秩序中肩負(fù)著義不容辭的責(zé)任。過(guò)去由于知識(shí)產(chǎn)權(quán)個(gè)體間存在較大差異，以及我國(guó)知識(shí)產(chǎn)權(quán)交易市場(chǎng)尚不成熟，市場(chǎng)法在知識(shí)產(chǎn)權(quán)評(píng)估實(shí)務(wù)中的應(yīng)用并不廣泛。隨著知識(shí)產(chǎn)權(quán)交易市場(chǎng)環(huán)境的不斷發(fā)展，如何拓展市場(chǎng)法在知識(shí)產(chǎn)權(quán)評(píng)估中的應(yīng)用路徑，使評(píng)估結(jié)果更為科學(xué)合理，從而助力我國(guó)經(jīng)濟(jì)創(chuàng)新發(fā)展，具有重要的探討意義。

文獻(xiàn)綜述

知識(shí)產(chǎn)權(quán)包括著作權(quán)和工業(yè)產(chǎn)權(quán)（以專利權(quán)和商標(biāo)權(quán)為主）兩種類型。受制于可比案例選擇的困難與活躍交易市場(chǎng)的缺乏，市場(chǎng)法在知識(shí)產(chǎn)權(quán)評(píng)估實(shí)務(wù)中并未得到普遍應(yīng)用。隨著知識(shí)產(chǎn)權(quán)交易的發(fā)展，相關(guān)市場(chǎng)的活力彰顯，可比案例數(shù)量也日漸豐富。在運(yùn)用市場(chǎng)法對(duì)知識(shí)產(chǎn)權(quán)價(jià)值進(jìn)行評(píng)估時(shí)，如何更為客觀地確定知識(shí)產(chǎn)權(quán)價(jià)值的影響因素（可比指標(biāo)）及其權(quán)重是關(guān)鍵。筆者主要圍繞專利權(quán)和商標(biāo)權(quán)兩類知識(shí)產(chǎn)權(quán)展開(kāi)探討。

（一）專利權(quán)價(jià)值評(píng)估相關(guān)研究

在以往的評(píng)估實(shí)務(wù)中，對(duì)專利權(quán)價(jià)值的評(píng)估通常采用收益法，運(yùn)用市場(chǎng)法評(píng)估專利權(quán)價(jià)值的文獻(xiàn)并不豐富。早在1999年，有學(xué)者（Dietmar）通過(guò)分析德國(guó)期限屆滿的專利，描繪了專利引用與專利價(jià)值間的概率分布。隨后幾年里，亦有學(xué)者發(fā)現(xiàn)申請(qǐng)時(shí)長(zhǎng)、文獻(xiàn)篇幅等指標(biāo)也會(huì)反映專利的價(jià)值。但針對(duì)如何將前述指標(biāo)轉(zhuǎn)化成能夠在市場(chǎng)法中對(duì)知識(shí)產(chǎn)權(quán)價(jià)值進(jìn)行定量修正的研究，目前仍較匱乏。吳運(yùn)發(fā)等（2019）將能夠?qū)＠麅r(jià)值產(chǎn)生影響的因素歸納為三類：法律因素、技術(shù)因素、經(jīng)濟(jì)因素。晁蓉等（2021）在探索構(gòu)建能夠?qū)Ω邇r(jià)值專利進(jìn)行綜合價(jià)值評(píng)估的模型時(shí)提出，專利權(quán)利數(shù)量、專利的引用與被引用情況、技術(shù)創(chuàng)新度等級(jí)、專利技術(shù)的覆蓋范圍等，均是能夠反映出專利技術(shù)質(zhì)量的重要指標(biāo)。劉伍堂等（2020）在分析專利價(jià)值影響因素的基礎(chǔ)上，提出了包含技術(shù)團(tuán)隊(duì)指標(biāo)、技術(shù)指標(biāo)、風(fēng)險(xiǎn)指標(biāo)、法律指標(biāo)、經(jīng)濟(jì)指標(biāo)5個(gè)一級(jí)指標(biāo)（進(jìn)一步細(xì)分為22個(gè)二級(jí)指標(biāo)）的專利價(jià)值評(píng)估指標(biāo)體系，其中評(píng)估對(duì)象與可比參照物指標(biāo)得分均可通過(guò)專家打分法確定。隨著人工智能技術(shù)的發(fā)展，其應(yīng)用不斷延伸至資產(chǎn)評(píng)估領(lǐng)域。BP神經(jīng)網(wǎng)絡(luò)是一種人工智能神經(jīng)模型，目前作為智能化評(píng)估的一種預(yù)測(cè)手段，逐步應(yīng)用于市場(chǎng)法評(píng)估中。呂霽（2020）構(gòu)建了專利價(jià)值評(píng)估的神經(jīng)網(wǎng)絡(luò)模型，利用龐大的訓(xùn)練測(cè)試集進(jìn)行實(shí)證訓(xùn)練分析，可以直接匹配出專利價(jià)值的主要影響因素并計(jì)算出相應(yīng)權(quán)重。趙蘊(yùn)華（2013）采用決策樹(shù)、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)三種方法對(duì)專利價(jià)值進(jìn)行評(píng)估，均表現(xiàn)出一定的預(yù)測(cè)能力。除此之外，還有隨機(jī)森林、高斯混合模型、果蠅算法等基于機(jī)器學(xué)習(xí)的智能評(píng)估方法。這些基于大數(shù)據(jù)樣本利用AI技術(shù)的智能評(píng)估方法為市場(chǎng)法提供了更為精確、客觀和科學(xué)的分析工具，一定程度上避免了以往評(píng)價(jià)方式的主觀性。

（二）商標(biāo)權(quán)價(jià)值評(píng)估相關(guān)研究

陳俊元（2015）強(qiáng)調(diào)，雖然市場(chǎng)法是一種能夠直接反映被評(píng)估商標(biāo)權(quán)當(dāng)前所處市場(chǎng)狀況，并且容易被當(dāng)事人雙方所接受的評(píng)估方法，但是我國(guó)商標(biāo)權(quán)信息披露不完善的現(xiàn)狀，使得其應(yīng)用受到限制。因此，我國(guó)評(píng)估機(jī)構(gòu)執(zhí)行商標(biāo)權(quán)價(jià)值評(píng)估業(yè)務(wù)時(shí)，以及以賀壽天等（2016）、孫玉嬌等（2020）為代表的大量學(xué)者進(jìn)行商標(biāo)權(quán)價(jià)值評(píng)估研究時(shí)，仍將收益法作為主要著眼點(diǎn)。這直接導(dǎo)致，商標(biāo)權(quán)價(jià)值評(píng)估的收益法相關(guān)理論較為完善，而市場(chǎng)法相關(guān)理論則表現(xiàn)出一定程度上的落后。戴琰琦（2010）嘗試運(yùn)用層次分析法和模糊綜合評(píng)價(jià)法構(gòu)建評(píng)估商標(biāo)價(jià)值的指標(biāo)體系，但該研究中仍涉及專家意見(jiàn)，主觀性較強(qiáng)。國(guó)際上的研究也停滯于此，尚未出現(xiàn)智能化定量的商標(biāo)權(quán)價(jià)值評(píng)估方法。部分原因是目前尚未出現(xiàn)完整的商標(biāo)權(quán)數(shù)據(jù)庫(kù)，沒(méi)有大數(shù)據(jù)支撐智能算法的評(píng)估預(yù)測(cè)。

（三）文獻(xiàn)評(píng)價(jià)

當(dāng)前，不論是專利權(quán)還是商標(biāo)權(quán)，在與之相關(guān)的評(píng)估實(shí)務(wù)中，市場(chǎng)法通常不是首選的方法。分析已有的研究成果可以發(fā)現(xiàn)，有關(guān)市場(chǎng)法在專利價(jià)值評(píng)估中運(yùn)用的研究與探討較為貧乏：相關(guān)文獻(xiàn)數(shù)量少且年代久遠(yuǎn)，以及缺乏實(shí)證研究數(shù)據(jù)支持等。另外，機(jī)器學(xué)習(xí)的發(fā)展為客觀科學(xué)的評(píng)估指標(biāo)及其權(quán)重的選擇提供了技術(shù)支持，但目前將機(jī)器學(xué)習(xí)技術(shù)與市場(chǎng)法相結(jié)合的評(píng)估研究成果較少。因此充分利用知識(shí)產(chǎn)權(quán)市場(chǎng)數(shù)據(jù)構(gòu)建更具客觀性的可比指標(biāo)體系，成為一個(gè)重要的研究方向。

運(yùn)用市場(chǎng)法評(píng)估知識(shí)產(chǎn)權(quán)面臨的難點(diǎn)與挑戰(zhàn)

傳統(tǒng)的市場(chǎng)法由于受到可比案例信息的可獲得性、文本類信息處理的復(fù)雜性以及統(tǒng)計(jì)學(xué)傳統(tǒng)方法固有局限等的限制，其在目前我國(guó)現(xiàn)行知識(shí)產(chǎn)權(quán)交易市場(chǎng)中的應(yīng)用中，存在著一定的困難。在當(dāng)前大數(shù)據(jù)時(shí)代的背景下，隨著多種大數(shù)據(jù)技術(shù)的逐漸成熟和應(yīng)用，出現(xiàn)了很多基于海量數(shù)據(jù)的數(shù)字技術(shù)。就市場(chǎng)法而言，對(duì)其在知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估中的應(yīng)用帶來(lái)的挑戰(zhàn)與壓力主要表現(xiàn)為如下幾個(gè)方面。

（一）缺乏較全面的知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估數(shù)據(jù)庫(kù)

評(píng)估機(jī)構(gòu)出于商業(yè)利益和保護(hù)客戶隱私的考慮，彼此之間的數(shù)據(jù)很難形成互聯(lián)互通。這直接導(dǎo)致，單獨(dú)的某一評(píng)估機(jī)構(gòu)很難獲得全市場(chǎng)的知識(shí)產(chǎn)權(quán)評(píng)估項(xiàng)目信息，難以形成全面的知識(shí)產(chǎn)權(quán)價(jià)值數(shù)據(jù)庫(kù)。市場(chǎng)法的運(yùn)用離不開(kāi)大量的可比案例。正如文獻(xiàn)研究所述，知識(shí)產(chǎn)權(quán)價(jià)值數(shù)據(jù)庫(kù)的缺位與相關(guān)信息披露的不完善，約束了市場(chǎng)法在知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估領(lǐng)域的運(yùn)用。數(shù)據(jù)庫(kù)的缺位問(wèn)題，給知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估實(shí)務(wù)帶來(lái)了嚴(yán)重的負(fù)面影響，因此在交易案例容量與標(biāo)的知識(shí)產(chǎn)權(quán)基本情況參數(shù)兩個(gè)方面均有所改進(jìn)的，較為全面的知識(shí)產(chǎn)權(quán)價(jià)值數(shù)據(jù)庫(kù)亟待構(gòu)建。

（二）完善的知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估市場(chǎng)法可比指標(biāo)體系的缺位

有關(guān)知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估市場(chǎng)法可比指標(biāo)的研究文獻(xiàn)，大多是從理論邏輯分析出發(fā)，對(duì)不同指標(biāo)的重要性定性地進(jìn)行判斷（該過(guò)程通常會(huì)涉及專家打分或咨詢專家意見(jiàn)等主觀環(huán)節(jié)），選出相對(duì)重要的可比指標(biāo)并賦予其一定的權(quán)重，從而得到可比指標(biāo)體系。這導(dǎo)致了客觀、完善的知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估市場(chǎng)法可比指標(biāo)體系長(zhǎng)期處于缺位狀態(tài)，削弱了交易雙方對(duì)市場(chǎng)法下知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估結(jié)果的信任度，阻礙了市場(chǎng)法適用性的拓展。如何較為全面地構(gòu)建可能會(huì)對(duì)不同類型知識(shí)產(chǎn)權(quán)價(jià)值產(chǎn)生影響的因素可比指標(biāo)體系，并通過(guò)具有實(shí)際交易案例數(shù)據(jù)支撐的評(píng)價(jià)測(cè)算，對(duì)可比指標(biāo)加以篩選與賦權(quán)，從而得出較為客觀的知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估市場(chǎng)法可比指標(biāo)體系（很可能需要視知識(shí)產(chǎn)權(quán)類型的不同，按類分別構(gòu)建），是提升市場(chǎng)法在知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估領(lǐng)域適用性的重要前提。

（三）可比案例價(jià)值影響因素修正值測(cè)算缺乏標(biāo)準(zhǔn)

運(yùn)用市場(chǎng)法評(píng)估知識(shí)產(chǎn)權(quán)價(jià)值時(shí)，除可比指標(biāo)體系的構(gòu)建之外，可比指標(biāo)取值的標(biāo)準(zhǔn)化，是評(píng)估實(shí)務(wù)中的又一難題。例如獲獎(jiǎng)情況、引用與被引用情況、同領(lǐng)域?qū)＠晒臄?shù)量等，是能夠?qū)＠麅r(jià)值產(chǎn)生重要影響的因素。與之對(duì)應(yīng)的原始數(shù)據(jù)信息在提取、標(biāo)準(zhǔn)化與修正方面，同樣存在著困難。一方面，此類信息并不一定都是以定量數(shù)據(jù)的形式呈現(xiàn)，可能表現(xiàn)為定性數(shù)據(jù)（如獲獎(jiǎng)等級(jí)）的形式，甚至僅表現(xiàn)為大段的文字描述。將其錄入知識(shí)產(chǎn)權(quán)評(píng)估數(shù)據(jù)庫(kù)前的數(shù)據(jù)清洗與標(biāo)準(zhǔn)化過(guò)程，便尤為重要，同時(shí)也困難重重。另一方面，不同影響因子對(duì)知識(shí)產(chǎn)權(quán)價(jià)值的影響程度與方式，亦是多樣的，未必是單一的線性關(guān)系。在對(duì)可比案例影響因子進(jìn)行修正時(shí)，如何從線性、冪函數(shù)、指數(shù)函數(shù)、對(duì)數(shù)函數(shù)等多種可供選擇的模型中，選擇最為恰當(dāng)?shù)男拚Ｊ剑杂写龑?shí)證研究的支持。

（四）數(shù)字技術(shù)在指標(biāo)確定和參數(shù)選取中未能得到充分利用

由于在評(píng)估實(shí)務(wù)中的使用頻率不高，市場(chǎng)法在知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估業(yè)務(wù)的運(yùn)用表現(xiàn)出明顯的滯后性，不能充分享受數(shù)字技術(shù)等最新科技成果帶來(lái)的便利。相關(guān)的評(píng)估數(shù)據(jù)庫(kù)，以及與之相匹配的代碼軟件等產(chǎn)品的缺失，恰恰最為直觀地證明了該問(wèn)題的存在。隨著信息化時(shí)代的不斷發(fā)展與知識(shí)產(chǎn)權(quán)交易市場(chǎng)的日漸成熟，知識(shí)產(chǎn)權(quán)交易案例的數(shù)量在未來(lái)很可能呈現(xiàn)指數(shù)爆炸型的增長(zhǎng)趨勢(shì)，這恰恰是數(shù)字技術(shù)最能發(fā)揮其優(yōu)勢(shì)的情形。頻繁的知識(shí)產(chǎn)權(quán)交易的發(fā)生，意味著大量?jī)?yōu)質(zhì)可比參照案例信息的涌入。如何從海量數(shù)據(jù)中，迅速且低成本地找到與評(píng)估對(duì)象具有較高可比性的案例，是拓展市場(chǎng)法在知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估領(lǐng)域應(yīng)用的過(guò)程中必然需要面對(duì)的難題。而數(shù)字技術(shù)與評(píng)估學(xué)科的結(jié)合，正是打破僵局的關(guān)鍵。

大數(shù)據(jù)背景下運(yùn)用市場(chǎng)法評(píng)估知識(shí)產(chǎn)權(quán)價(jià)值的設(shè)想

筆者認(rèn)為，未來(lái)在深化有關(guān)市場(chǎng)法在知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估應(yīng)用領(lǐng)域的研究時(shí)，有如下幾個(gè)方面研究設(shè)想，可供深入挖掘。

（一）結(jié)合數(shù)字技術(shù)建立知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估參數(shù)數(shù)據(jù)庫(kù)

市場(chǎng)法在知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估中運(yùn)用領(lǐng)域的拓展，離不開(kāi)高覆蓋率的評(píng)估參數(shù)數(shù)據(jù)庫(kù)的支持。該數(shù)據(jù)庫(kù)很難由單一評(píng)估機(jī)構(gòu)自主形成，而是需要依靠多家評(píng)估機(jī)構(gòu)，結(jié)合前沿?cái)?shù)字技術(shù)，通力合作形成。在構(gòu)建該數(shù)據(jù)庫(kù)時(shí)，可以考慮在已有數(shù)據(jù)信息的基礎(chǔ)上，進(jìn)一步利用Python等技術(shù)方法，批量獲取上市公司等主體公開(kāi)披露的相關(guān)數(shù)據(jù)，對(duì)已有數(shù)據(jù)庫(kù)的信息加以補(bǔ)充完善。

（二）完善知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估市場(chǎng)法可比指標(biāo)體系

知識(shí)產(chǎn)權(quán)具有豐富的內(nèi)涵，可以進(jìn)一步細(xì)分為著作權(quán)、專利、商標(biāo)權(quán)等多個(gè)子類型。對(duì)不同類型的知識(shí)產(chǎn)權(quán)而言，能對(duì)其價(jià)值產(chǎn)生影響的因素，以及這些因素所能產(chǎn)生的相對(duì)影響程度又是多樣的。例如，引用與被引用情況、同族專利數(shù)量、獲獎(jiǎng)情況等，是反映專利價(jià)值的重要指標(biāo)，但卻對(duì)商標(biāo)權(quán)的價(jià)值沒(méi)有太大影響；反之，知名度、信譽(yù)度等能夠?qū)ι虡?biāo)權(quán)價(jià)值產(chǎn)生重要影響的因素，并不適用于被納入專利價(jià)值評(píng)估的可比指標(biāo)體系。這就意味著，需要對(duì)不同類型的知識(shí)產(chǎn)權(quán)，甚至同一類型不同行業(yè)的知識(shí)產(chǎn)權(quán)，分別構(gòu)建與之對(duì)應(yīng)的市場(chǎng)法可比指標(biāo)體系（篩選可比指標(biāo)，衡量指標(biāo)的相對(duì)重要性，進(jìn)行權(quán)重賦值），方可得出更為恰當(dāng)?shù)脑u(píng)估模型，并據(jù)此指導(dǎo)評(píng)估實(shí)踐。

（三）促進(jìn)數(shù)字技術(shù)與知識(shí)產(chǎn)權(quán)評(píng)估的充分融合

數(shù)字時(shí)代背景正是評(píng)估學(xué)科推動(dòng)自身發(fā)展不可多得的良機(jī)。一方面，應(yīng)當(dāng)充分發(fā)揮數(shù)字技術(shù)處理大數(shù)據(jù)的優(yōu)越性。例如，在構(gòu)建可比指標(biāo)體系時(shí)，可以嘗試運(yùn)用模糊聚類分析、神經(jīng)網(wǎng)絡(luò)等技術(shù)，從指標(biāo)構(gòu)成與權(quán)重賦予兩個(gè)方面，實(shí)現(xiàn)指標(biāo)體系的優(yōu)化，促進(jìn)知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估方法的完善。另一方面，需要注重利用數(shù)字技術(shù)進(jìn)行比對(duì)分析。例如在分析評(píng)估對(duì)象與可比案例的差異時(shí)，可以使用自然語(yǔ)言分析、文本向量化等技術(shù)，快速高效地從大段描述性語(yǔ)言中提取關(guān)鍵信息用于評(píng)價(jià)分析。

結(jié)論

目前關(guān)于市場(chǎng)法在知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估中的作用尚未充分發(fā)揮，仍存在可比案例數(shù)據(jù)不足、可比指標(biāo)選擇與賦權(quán)主觀等問(wèn)題。但隨著知識(shí)產(chǎn)權(quán)交易的日益活躍、數(shù)字技術(shù)的不斷更新，客觀性強(qiáng)且易于被交易雙方所接受的市場(chǎng)法，在知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估中有著良好的應(yīng)用前景。在萬(wàn)物互聯(lián)的智能時(shí)代，市場(chǎng)交易信息更加豐富透明；知識(shí)產(chǎn)權(quán)的蓬勃發(fā)展累積形成了海量數(shù)據(jù)，推動(dòng)不斷建立完善知識(shí)產(chǎn)權(quán)數(shù)據(jù)庫(kù)；人工智能技術(shù)的推廣也為知識(shí)產(chǎn)權(quán)的價(jià)值評(píng)估帶來(lái)新的科學(xué)工具。因此在數(shù)字時(shí)代下，相關(guān)評(píng)估技術(shù)人員可以基于評(píng)估參數(shù)數(shù)據(jù)庫(kù)，利用多種機(jī)器學(xué)習(xí)相結(jié)合的方法對(duì)不同行業(yè)領(lǐng)域的專利、商標(biāo)價(jià)值進(jìn)行分析，最終得到具有行業(yè)針對(duì)性的客觀可比指標(biāo)體系，通過(guò)智能識(shí)別、對(duì)比評(píng)估對(duì)象的信息差異并較客觀地得到價(jià)值評(píng)估結(jié)果。市場(chǎng)交易的公允性受到廣泛認(rèn)可，定量的評(píng)估方法提升評(píng)估效率與精準(zhǔn)度，在此前提下，科學(xué)合理的知識(shí)產(chǎn)權(quán)評(píng)估結(jié)果將會(huì)有效地促進(jìn)知識(shí)產(chǎn)權(quán)與金融領(lǐng)域的深度融合，推動(dòng)企業(yè)的創(chuàng)新發(fā)展并推進(jìn)國(guó)家知識(shí)產(chǎn)權(quán)戰(zhàn)略實(shí)施。

作者：嚴(yán)曉寧 孫沛霖 林光彬