中国的经济社会发展，在改革开放40多年后，迎来了向高收入国家跨越的关键阶段。创新驱动的产业升级、结构调整成为这一跨越的核心动能。与此同时，国际环境急剧变化，对中国加快提升自主创新能力提出更加迫切的要求。如何进一步提升中国的创新能力成为中国发展战略的重中之重。
自2006年以来，中国研发投入快速增长，全国研发投入总量已居全球第二，超过欧盟各国总和。一些主要大学的研究经费已经超出欧洲大学的研究经费（总量和人均）。 继续加大研发投入的空间和可持续性都存在明显的局限。此外，近三年的全球新冠疫情对中国经济的冲击在2022年突显，政府和企业的创新资金面临进一步的挑战。
同时，在第四次工业革命和无形资产成为经济增长主要引擎的背景下，加强知识产权运营，提高知识要素的流动性，以促进知识经济的发展是目前各工业国的战略重点之一。英国、欧盟在加强IP的价值创造（value creation）。韩国、日本、新加坡设立了专门的program加强知识产权的服务创新。其中一个方面就是“加强知识产权价值评估的可靠性”。日前韩国公布的知识产权综合规划就专门强调这一点，“以促进知识产权融资和交易，扶持拥有优质知识产权的中小企业和风险企业发展”，并于2023年成立“知识产权评估管理中心”，“到2025年，收集发明相关交易信息，用以构建基于人工智能的知识产权价值评估系统。到2027年，将知识产权金融规模扩大至23万亿韩元(2021年规模为6万亿韩元)“。
在此背景下，继续推动中国的创新能力和创新活动，必须向提升效率要答案。鉴于中国目前新技术/项目投资泡沫较大；全球范围内高科技投资现有估值方法存在明显缺陷，缺乏广泛接受的、客观的、科学的知识产权估值工具；创新投资效率低下，投资风险高等一系列问题 ，此文聚焦科学评估知识产权这一中国创新发展的痛点和当前国际创新政策的重点，建议加强科学评估知识产权，提升创投质量，促进创新发展。
现有估值理论与方法的局限性
目前国际上没有关于技术定价的理论。以前的劳动价值理论(Karl Max)、成本价值理论(Adam Smith, D Ricardo) 和传统的效用价值理论都针对劳动或者材料密集的一般产品的价值，均不适用于以人类创造力为主要源泉的知识产权定价。行业现行的方法主要有风险投资常用的“投人”和/或者“投市场需求”。这些方法有一定的道理，但是非常不全面，所以导致“讲故事”的“骗局”，如美国加州滴血验癌骗局。另外行业常用方法是现金流折现法（Discounted Cash Flow）。但是这个方法的主观性非常大，基于对未来几年公司现金流或者利润的假设再折现。其它的如比较法也很难找到真正可比的案例，而且很多商业信息不能获得，从而无法有效比较。此外，这些估值方法大多对初创企业特别是初创团队不适用，而且投行或者咨询公司的评估费用高昂。
针对以上理论空白和实践的难点，牛津大学VEST项目团队提出了一个技术的效用价值理论。该理论提出，一项技术的价值由其能够满足的功能效用决定，及该技术满足什么市场需求，多大程度上满足该需求（技术的新颖性决定），充分满足市场要求（即充分实现其价值）需要的技术和制度条件是否满足，该技术在此技术领域的生命周期中所处的位置（新兴、上升、成熟、下降），以及该技术实现价值的风险（团队能力）。并运用计量经济、大数据、人工智能等多方法进行模拟。目前在数字技术、生物医药、医疗器械等三个领域开发的估值方法，其准确率分别达到86%，91%，92%。运用VEST估值方法对Deepmind公司根据其2014年特征进行的估值为USD590-650 million；而Google公司实际收购成交价格为USD640 million。
运用VEST理论与方法框架，以美国数字初创企业数据进行的估值模型验证，发现该框架在不同市场（美国）同样适用。运用VEST估值方法对欧盟的少量生物医药初创企业的估值发现，其技术估值占总资产的比重与英国样本高度接近。
VEST方法的特点是，第一，根据技术的内在特征进行估值，而不是其它外部镜像，如利润、收入。因此，它可以估值初创公司，也可以估值为商业化的新技术。第二，它使得技术估值从“不可言传的艺术”变为有据可依、客观、准确、快速、低成本、可负担的科学方法。中小企业、初创团队、中小投资者、跨国公司、大型投资机构、政府科创部门都可以用，商业银行在科技贷款的风险控制中也可以用。第三，模型使用的全部都是公开可获得的客观数据。不涉及商业秘密，可行性强。
国内创投估值现状：中英小样本比较
VEST团队除了在英国、欧盟，也在中国苏州、上海和深圳探索技术落地。以生物医药行业的15家初创企业小样本为例，与英国的样本比较，国内评估样本的企业基于技术所获得的融资偏高。针对目标市场，科技估值占总资产的比重的平均值为0.18，中位数为0.059。英国的测试数据中，针对主要市场对技术估值占总资产的比重平均值为0.24，中位数为0.098。这个结果反映出国内医药企业核心技术的价值比重偏低，或者说融资偏高。该批估值样本中，几家公司得到过高的融资，有的企业总资产-技术价值比达到30 倍甚至更高，而其科技应用的市场份额并不算高，科技的研发也处在比较初期的阶段，所申请的专利也并不突出。这在一定程度上可以解释为：1）相较于英国这个比较成熟的市场而言，中国是个快速发展的新兴市场，对技术需求大于技术供应。2）国内政府和市场对扶持高科技产业发展特别重视。3）高企的融资-技术价值比也反映出科技投资领域存在泡沫。对于那些融资金额与技术价值比远大于行业均值的企业需要更加深入地尽调。
该样本中公司大部分具有广阔的市场和很大的应用潜力，其估值中市场因素比重的平均值为32%。显示了大部分的公司都瞄准了有潜力的市场。样本公司都有较强的产业化和风险管理能力，这方面的价值来源占比平均为34%。然而，样本公司价值中科技创新因素的比重略低，平均值为21%，最高值为28%，最低值为18%，这显示科技的新颖性对这些公司的估值贡献不是很大。
值得注意的是，这个样本量很小，样本选取偏“优质”企业，属最活跃地区，使得结果可能高于国内行业平均水平。中英的更严谨的比较需要在更大的国内样本基础上进行。
当前优化知识产权估值工作的难点
对于加强知识产权运营和要素流动，中央政府高度重视，地方政府的有关部门和国家知识产权运营机构也非常支持，业界的一些机构和负责人也深感现有工作中的痛点，非常敏锐地把握机会和积极推动。但是提升创投质量是一个系统工程，需要各个部门支持，配套规则和激励政策的推动，仅仅知识产权运营管理部门、要素运营机构和地方科创委以一己之力难以推动显著的、敏捷的变化。目前的挑战和难点有：
第一，对知识产权科学估值的重要性和必要性认识不统一。中国的大学、企业、有关政府机构以及大众对于知识产权的重要性认识经过40年改革开放已经大为提高。但是对于知识产权的价值创造和运营的重要性，特别是对运营的方法和科学、客观的技术估值方法的重要性普遍缺乏认识。创新活跃地区、直接涉及技术转移、转化和技术投资的人深感其中的痛点，一些机构敏锐地识别到我们开发的估值算法的作用，积极地探索估值算法的本土化和应用；但是也有一部分人嘴角上重视，但是真正做的时候，畏难、做不做无所谓；一些人不会算账，花一万元评估几百万甚至几千万的投资项目也觉得成本高。
第二，知识产权持有人/机构/企业对接受其技术估值的过于谨慎。在创新驱动时代，对IP进行估值类似于对一个企业或者机构的家底进行盘点。大家都非常谨慎，不到万不得已，不想清点或者亮出来，或者担心估值不理想。即使这个报告是保密协议保护之下高度保密的，他们也持鸵鸟心态，消极处理。
第三，如VEST这样基于人工智能技术的客观、低成本、快速的技术估值方法对于投资估值相关行业具有颠覆性的影响。这是一个新兴技术，外界有疑问，是正常现象，需要逐步建立其信誉。另一方面，这个颠覆性新方法，对于现有行业有很大影响。一些收取高额评估费用的咨询机构、某些凭“高科技投资就是一门艺术”的说法运作的投资人、个别有意或者无意做了过高投资的机构或者个人会受到冲击；因此会有抵触思想。
第四，基层数据收集过程中数据收集人员的技能培训需要，数据的可靠性，和个别数据的缺乏。此外，虽然算法使用数据都是公开数据，而且问卷透露的变量数量有限，但是因为一些企业因为对有关信息披露的规则不了解，不愿意参与。
对策及政策建议
第一，在继续支持创新投入、加强知识产权有效保护，支持技术转移和高科技产业发展的同时，防止过度投资，科学评估知识产权，完善投资决策机制，采用科学、客观的技术评估方法，使得创新投资更加科学、公开、客观。增强投资效率，防范投资风险。
第二，进一步完善中国知识产权融资、要素流动、技术转移战略。明确加强知识产权价值评估的可靠性是完善此战略的必要措施，并且设立相关制度和机构。如国家有关部门认证的第三方客观评估为知识产权交易和融资的必要环节，在投资决策中逐步引进和全面采用科学评估方法，首先在国有企业和各级政府的创新投资中要求取得客观评估作为参考。并且在现有知识产权和科技评估系统的基础上设立“知识产权评估”体系，对于国有和民间知识产权评估中心分级认证。
第三，加强相关知识产权估值的人才培养和技能培训。国家有关部门已经把技术经理人设立为一个职业领域，知识产权战略、估值、运营也可以考虑设立为一个行业或者子行业，给与其认可和地位，为发展知识经济增加专业人才。
第四，加强知识产权流动的平台机构，如要素市场、知识产权交易所的建设，支撑知识要素的流动和合理配置，以及知识要素与其它要素的整合，使得知识要素和资本、劳动力要素得以最有机的有效结合，为建设创新驱动发展提供有效动力，为打破要素流通当中重要的阻碍和瓶颈——知识产权定价这个难点，广泛采用科学、客观的技术估值方法。
第五，逐步、科学、适度使用人工智能知识产权算法，避免过度使用。对技术估值的需求包括几个层面：1）急迫需求：正在进行技术转让、技术入股、技术融资、技术并购、产业化、和正在审批各种创新项目投资的投资机构、政府部门、商业银行（科技贷款）。2）常规需求：每年进行的创新人才认定、创新企业认定、高价值专利认定、高科技贷款审批和风险控制；大学及科研机构的国际专利申请决策。3）长期需求：全社会技术和知识产权的梳理，知识产权的管理和价值创造，要素的合理配置。为此：
首先，针对真正有产业化、技术转让意向的技术或者高新技术初创企业和正在进行的创新投资项目要求认证机构科学评估。
其次，条件允许情况下，针对初步筛选的有潜力的技术，包括已经获得专利和准备申请国际专利的技术进行估值，识别有潜力、有价值专利进行扶持，或者决定是否投入专利申请和维持费用。至少在现阶段，AI算法估值没有必要变成体检一样，各个企业、专利、甚至所有科研成果都估值一次。我在国内交流的时候，一些大学问是否可以作为大学科研管理部门是否申请专利的估值，我的回答是，技术上我们的算法是可以的，但是，普遍估值还是比较浪费，最好针对有关专家初步筛选之后的部分技术再用该AI算法估值，交叉验证，也最有效使用资金。
最后，AI估值也只是一个参考，竞争状态、购买企业已有技术、战略意图都可能影响最后定价。此外，技术某些非常隐蔽的特点也可能影响准确估值。对于金额巨大的投资，可以人工智能和人力智能结合，进行更准确评估。
这些政策和措施，对实现下述目标将起到重要的推动作用：
1）促进知识要素的流动和合理配置，促进技术升级、创新驱动和知识经济的发展；
2）通过增强要素的流动和合理配置，调动广大科技人员的创新积极性，充分激发他们的创新潜能，促进创新能力的提升。
3）对知识要素质量进行鉴定，防止劣币驱良币，营造健康的创新环境；
4）完善投资决策机制，防范投资风险。
5）引导投资活动向价值投资的方向发展。
6）在全球知识产权定价的实践及标准制定中走在世界前沿。
感谢陈兆轩、刘都在小样本比较实验中的贡献和有关合作机构领导和同事对此宝贵尝试的支持
作者为英国社会科学院院士、牛津大学教授、技术与管理发展研究中心主任
京公网安备 11010502034662号 