专利侵权损害赔偿规则的标准困境与重构.docx
《专利侵权损害赔偿规则的标准困境与重构.docx》由会员分享，可在线阅读，更多相关《专利侵权损害赔偿规则的标准困境与重构.docx（19页珍藏版）》请在冰豆网上搜索。
专利侵权损害赔偿规则的标准困境与重构
内容提要：
与专利侵权损害赔偿有关的司法实践中，“赔偿数额低”的问题常常为人所诟病。
然而，这一评价通常以请求赔偿额或他国的平均赔偿额为标准，存在严重的逻辑缺陷。
从专利法持续激励创新的制度目标出发，以填平原则为指引，对损害赔偿数额高低的评价应当以“权利人的实际损失”为标准。
适用这一新标准，对结案时间在2014—2018年的9896个专利侵权案件进行实证分析后发现：
“赔偿数额低”的描述并不准确。
我国专利侵权损害赔偿制度亟待解决的并不是、或者说不只是系统性偏低的问题，而是赔偿金额时高时低、无法准确弥补权利人损失的问题。
关键词：
专利侵权 损害赔偿 法定赔偿 侵权获利 填平原则 实证分析 赔偿模型 惩罚性赔偿
引言
自《国家知识产权战略纲要》颁布以来，我国的专利拥有量增长迅速。
根据国家知识产权局公布的数据，2019年我国发明专利的申请量和授权量分别为140.1万件和45.3万件，发明专利申请量连续九年位居世界第一。
与专利拥有量迅速增长相伴而来的是大量的侵权纠纷，其中，有相当一部分纠纷进入司法程序，寻求“正义的最后一道防线”的裁判。
数据显示，2019年，全国地方人民法院共新收专利民事一审案件22,272件，同比上升2.64％。
可以说，我国已经成为一个名副其实的专利大国。
然而，我国现行的专利制度仍然存在不完善之处，具体到专利损害赔偿规则，司法实践中“法定赔偿适用范围广”和“赔偿数额低”的问题常为人所诟病。
已有文献针对早期案例获得的数据表明，法定赔偿是我国专利侵权案件的主流赔偿方式，在司法实践中的适用比例高达94%，平均赔偿额为8万元左右。
本文针对近期案件的研究结果显示，“法定赔偿适用范围广”和“赔偿数额低”的问题并未随着时间的推移发生明显的改变——在2014—2018年审结的9896件专利权人胜诉且获得损害赔偿救济的侵权案件中，适用法定赔偿的案件有9346件，占比94.4%，平均赔偿额为8.3万元。
如何调整和重构专利侵权损害赔偿规则，解决司法实践中存在的上述问题，一直困扰着我国的专利法理论与实务界。
法学界围绕这一问题展开的研究不在少数，但普遍以规范分析为主，主要侧重于三个方面。
第一，对损害赔偿制度功能的探讨。
学者们对于现行损害赔偿制度以补偿为主的制度功能已基本达成共识，主要争议在于惩罚性赔偿是否应当追求惩罚目的。
第二，对确定损害赔偿数额的程序问题的思考，主要体现为对证据规则的讨论，以解决“举证难”的问题。
第三，对损害赔偿数额确定方法的研究。
为使损害赔偿数额更接近权利人的实际损失，学者们提出了一系列的思路和方案，包括技术分摊规则、位阶理论、“最大程度确定”规则，等等。
从规范分析入手解决规范问题，丰富的研究成果值得肯定。
尤其是“法定赔偿适用范围广”的问题，本身涉及到赔偿方式的选择，是个“选择题”，规范研究以价值判断为基础，通过逻辑和演绎等方法分析利弊就可以很好地解决。
然而，“赔偿数额低”的问题关系到司法判赔水准的合理判断，是个高度定量的“计算题”。
此时，只关心规则本身的规范分析已经不够用了，而能提供定量知识的实证研究无疑是更合适的选择。
本文即从实证分析入手，围绕着我国专利侵权损害赔偿的司法实践进行定量研究，希望通过方法论的互补，从定量研究的角度为规则的调整和重构提供有意义的知识增量。
这种知识增量主要体现在以下两个方面。
第一，重新评估我国专利侵权损害赔偿司法实践中存在的问题。
国内外各界针对我国专利侵权损害赔偿似乎已经达成“赔偿数额低”的共识，有关研究也习惯于以“赔偿数额低”作为逻辑起点，鲜有人质疑这一问题的真实性和准确性。
然而，“高”或“低”是相对而言的，需要建立在与某一标准进行比较的基础上。
笔者通过阅读相关资料发现，“赔偿数额低”的结论常常是建立在与请求赔偿额或者发达国家的平均赔偿额进行比较的基础上，存在严重的逻辑缺陷。
我国专利领域的救济规范以“完全补偿”为目标，遵循“填平原则”，即衡量赔偿数额的高低应当以权利人的实际损失为标准。
因此本文即从专利侵权损害赔偿的制度目标出发，对损害数额的评估标准予以矫正，并在此基础上对“赔偿数额低”的问题从是否存在、程度如何、有何特点等方面重新进行评估。
第二，提炼司法实践中的集体智慧，供规则重构所参考。
专利损害赔偿数额的确定是一个高度定量的问题，涉及大量的事实和复杂的数学计算。
考虑到法律的滞后性和条文的简洁性，专利法没有也不可能穷尽所有的细节。
规则的空白只能留给法官在司法实践中填补。
单个法官在个案中的填补工作可能是琐碎的，不一定对所有案件都有参考价值。
但是，当每年几千个、积累起来几万个甚至几十万个专利侵权案件集中在一起，常常会呈现出某些规律性的集体智慧。
这种集体智慧往往反映了法律规则在司法适用中的疑点和难点，以及与司法实践“亲密接触”的一线法官为解决这些疑点和难点所做的努力，应当被提炼，并为后续的规则重构所重视和参考。
基于此，本文通过实证分析的方法试图提炼司法实践中的集体智慧，并在此基础上为专利侵权损害赔偿规则的重构提出建议。
本文写作目的主要有两个。
一方面，如上所述，希望通过实证分析厘清我国专利侵权损害赔偿制度的适用困境，并结合司法实践中的集体智慧思考该如何调整和重构有关规则，解决实在的法律问题；另一方面，本文还希望以专利侵权损害赔偿规则的重构为例，探讨如何通过实证分析解决规范问题。
自21世纪以来，我国法学界实证分析的研究成果逐步增加，但主要集中在刑事诉讼法和犯罪学领域。
其他学科（包括知识产权法）有关的实证研究并不多见。
本文认为，知识产权法（尤其是专利法）涉及大量的定量规则，是十分需要实证分析的领域。
因此，本文尝试通过实证分析的方法解决规范问题，希望可以抛砖引玉，为后续研究人员提供思路。
一、专利侵权损害赔偿的制度价值
一直以来，将专利制度视为激励科技创新和经济发展工具的功利主义主导着我国的专利立法，其背后的经济学原理即通过给予在先发明人一定期限内的排他性地使用其发明的权利，使其能够收回投资甚至实现盈利，从而持续激励创新。
与有形财产不同的是，无形的科技创新活动具有连续性的特点。
也就是说，大多数创新只是对在先发明的整合与改良，独立的、开创性的发明极少。
同时，科技创新成果的产权往往不是单一的，常常以错综复杂的、叠加的方式呈现。
例如，我国专利法遵循先申请原则，在后申请者即使是独立研发，其未经许可对相关技术的实施也无法将构成专利侵权。
专利法持续激励创新的功利意图与科技创新活动的连续性决定了相关法律制度的调整不能只侧重对在先发明人的保护，而需要同时考虑对后续发明人的激励。
在这一平衡双方利益的过程中，损害赔偿无疑是最直接的政策工具。
从法经济学的角度解读，专利领域的救济规范以完全补偿为目标，以最佳预防为上限，二者皆追求救济的精准性。
一般而言，侵权人在个案中完全补偿权利人的损失，此类个案的叠加即可实现社会层面的最佳预防。
但是，针对一些容易逃避追究或具有强烈的负外部性的侵权行为，“个案填平”不当然带来“整体填平”，可能会导致预防不足。
我国目前专利侵权损害赔偿所遵循的填平原则，即以完全补偿为目标。
根据2020年修正的《专利法》第71条的规定，法院应当有顺序的适用四种不同的方式来认定专利侵权损害赔偿数额，基本路径是：
权利人的损失/侵权人的获利→专利许可使用费的倍数→法定赔偿。
值得注意的是，2020年《专利法》针对适用顺序的规定较2008年《专利法》有所变化，取消了实际损失和侵权获利之间的先后顺序，但对于这两种计算方式相对于许可使用费的倍数和法定赔偿的优先次序则予以保留。
这一变化在一定程度上回应了部分学者对于依职权设置适用顺序的批评，赋予了当事人一定的自由选择权，同时，对于依据填平效果确定适用顺序的主体框架予以保留，其初衷无疑是最大化填平权利人的损失，实现专利侵权损害赔偿的完全补偿功能。
填平原则作为我国专利侵权损害赔偿的指导性原则，不仅为创新视角下持续激励的经济理论所支撑，同时也为民法上全面赔偿原则所指引、为国际法准则所要求。
侵犯专利权的行为属于民法上的一般侵权行为，具有私法上的过错，产生损害赔偿之债的私法后果。
其损害赔偿应当以侵权行为法“补偿”和“预防”的价值功能为指导，遵循对实际损失全部赔偿的原则。
同时，世界贸易组织在《与贸易有关的知识产权协定》（以下简称《TRIPS协定》）中提出了“足以补偿损害”的司法准则。
其第45条第1款规定：
“司法当局有权令故意从事侵权活动或有合理的根据知道是在从事侵权活动的侵权人就因侵权人对权利所有人知识产权的侵犯而对权利所有人造成的损害，向其支付适当的补偿。
”
可见，专利侵权领域的救济规范以完全补偿为目标，其损害赔偿应当遵循填平原则，即权利人损失多少，侵权人赔偿多少。
因此，在对我国专利侵权损害赔偿的司法实践进行评估时，应当以权利人的实际损失为基准。
国内外常常存在大量批判我国专利侵权赔偿数额低的声音，其结论往往是建立在与请求赔偿额或者发达国家的平均赔偿额进行比较的基础上，这种横向对比并不符合持续创新背景下专利领域救济规范的制度价值，其背后的逻辑缺陷不言而喻。
二、研究设计
（一）研究问题
本文将以“填平原则”为指导，从“完全补偿”的制度目标出发，通过实证数据对我国专利侵权损害赔偿的司法实践效果（填平效果）进行评估。
亦即，本文研究的问题是：
我国专利侵权损害赔偿数额是否以及在多大程度上弥补了权利人的损失。
在对研究问题进行分析后，本文认为可以将研究问题简化和细化为我国专利侵权法定赔偿的填平效果问题，亦即将研究对象从“全部专利侵权损害赔偿案件”转换为“全部以法定赔偿方式确定损害赔偿额的专利侵权案件”。
这一研究问题的转换是合理的，而且能够更清晰地揭示问题的症结所在，具体理由如下。
第一，法定赔偿是我国专利侵权损害赔偿的主流认定方式。
根据本文收集和分析的案例显示，我国2014—2018年间审结的9896件专利权人胜诉且获得损害赔偿救济的专利侵权案件中，法定赔偿案件为9346件，占比94.4%。
已有文献表明，不同样本所获得的法定赔偿适用比例略有不同，但一般都在94%以上，有的研究甚至高达98%。
也就是说，即使本文只研究法定赔偿案件，业已覆盖绝大多数专利侵权损害赔偿案件。
第二，非法定赔偿案件的填平效果好、精准度高。
我国《专利法》规定了四种认定损害赔偿数额的方法。
从法理上说，“权利人的损失”“侵权人的获利”和“许可费的倍数”属于数量计算方法，需要大量的数值型证据作为支撑，其对权利人损失的填补较为精准。
“法定赔偿”作为自由裁量方法，往往没有足够的证据支持，法官只能运用其自由裁量权在固定的范围内决定赔偿额，容易受到自身业务水平和其他主客观因素的影响，填平效果难以确定。
值得注意的是，即使都是数量计算方法，三种非法定赔偿方式的填平效果也不尽相同。
对于根据“权利人的损失”计算赔偿额的案件，实际赔偿额与专利权人的损失等价，填平效果最好。
对于根据“侵权人的获利”和“许可费的倍数”计算赔偿金额的案件，虽然学界常有声音质疑以这两种方法替代实际损失的合理性，但是，基于实际损失常常无法直接计算的现实无奈和该两种计算方式尽可能填补权利人损失的立法意图，相比于法定赔偿填平效果的高度不确定性，本文还是推定侵权所得和许可费的倍数均可以替代实际损失。
综上所述，在我国专利侵权损害赔偿的司法实践中，法定赔偿作为主流的认定方式，其填平效果在相当程度上代表了全部专利侵权损害赔偿案件的效果。
同时，非法定赔偿案件具有适用频率低、填平效果好的特点，本文在研究时合理地忽略少量的非法定赔偿案件并不会影到响研究结果。
（二）研究步骤
以权利人的损失为基准评估专利侵权法定赔偿数额的高低，最直接的研究设计即以全部法定赔偿案件为研究对象，收集权利人损失的数额与法定赔偿额并进行两者比较。
然而，我国司法实践中之所以频繁地适用法定赔偿，首要原因即权利人因举证困难而带来的实际损失计算困难。
因此，在实际损失无法确定的情况下，本文不得不放弃这种最直观的研究设计。
本文将另辟蹊径，以适用实际损失方式的案件作为研究对象。
假定法院以法定赔偿的方式确定这些案件的赔偿额，并将其“预测法定赔偿额”与权利人的损失进行比较。
此时，“预测法定赔偿额”可以通过对全部法定赔偿案件建模后预测得出；“权利人的损失”则等价于实际判赔额。
同时，鉴于实际损失案件数量的限制（根据本文样本，在9896件专利权人胜诉且获得损害赔偿救济的专利侵权案件中，以实际损失的方法确定赔偿额的案件只有10件，占比0.1%），本文将考虑适用侵权获利的案件和适用许可费倍数方式案件。
至于该两类案件以实际判赔额替代权利人损失的合理性，上文已进行论证，不再赘述。
本文的具体研究步骤如下：
第一步，建立数据库。
包括确定样本范围及变量，收集符合条件的案件，获取相应变量的取值，并最终生成以Excel格式存储的数据矩阵。
第二步，进行统计描述。
通过对数据矩阵的初步处理和分析，描绘和总结我国专利侵权损害赔偿的基本情况，包括各种赔偿数额确定方式的适用比例和金额特点两个方面。
第三步，建立回归模型。
针对全部法定赔偿案件，以若干事先确定的与涉案专利和侵权行为有关因素为自变量、以法定赔偿金额为因变量建立多重线性回归模型，并通过控制样本的离散程度对模型进行优化。
第四步，回归模型的应用。
通过第三步建立的回归模型预测非法定赔偿案件的“预测法定赔偿额”，并与权利人的损失进行比较，拟针对本文的研究问题——我国专利侵权损害赔偿的司法实践效果得出结论，并针对规则的重构提出建议。
（三）案例来源及样本范围
在案例来源的选择上，本文分析、比较了若干司法案例数据库，最终基于案例收录的全面性和获取的便利性选择了最高人民法院设立的“中国裁判文书网”（以下简称“裁判文书网”）作为案例来源。
同时，出于数据完整性和代表性的考量，本文对样本范围进行了如下时间和审级上的限制。
第一，本文仅考察2014年1月1日至2018年12月31日这一时间范围内审结的专利侵权案件。
2014年以前，我国裁判文书公开的比例较低，且具有明显的地域差异，若将其纳入样本，将对样本的代表性产生影响。
同时，由于裁判文书上传的及时性有限，裁判文书网上的数据一直变动，为保证研究对象的稳定性，本文选取了2018年12月31日作为时间范围的上限。
第二，本文仅考察一审和二审专利侵权案件，而不涉及再审案件。
再审案件常常影响力较大且数量不多，更适合通过细致的个案分析而不是宏观的大数据分析进行研究。
根据上述条件，笔者在裁判文书网上进行了条件为“案由：
侵害发明/实用新型/外观设计专利权纠纷”“文书类型：
判决书”“裁判日期：
20140101—20181231”“审判程序：
一审/二审”的高级检索，共收集到14,459份符合要求的裁判文书。
之后，笔者结合本文的研究设计、按照以下条件对收集到的判决书进行了清理和筛选，最后得到9896个符合要求的案例：
首先，剔除由于裁判文书网自身的技术问题而不符合要求的裁判文书；其次，剔除上诉案件的一审判决书，避免重复计算；最后，剔除权利人败诉或者虽然胜诉但是没有获得损害赔偿救济的案件。
针对本文样本的代表性问题，本文根据2014—2018年审结的知识产权民事案件数量、专利民事案件占全部知识产权民事案件的比例、专利侵权案件占全部专利民事案件的比例和专利侵权案件以判决方式结案的比例等数据，对2014年1月至2018年12月我国以判决方式结案的专利侵权案件进行了估算，结果约为15,671件。
也就是说，本文收集的14,459件案例约占以判决方式结案的专利侵权案件总数的92.3%。
考虑到裁判文书上网推进时间尚短，本文样本的这一覆盖比例令人鼓舞，这也是本文在目前条件下所能获得的最为全面和详实的样本数据。
（四）变量及赋值
我国《专利法》规定，当实际损失、侵权获利和专利许可费难以确定时，人民法院可以根据专利权的类型、侵权行为的性质和情节等因素在一定的范围内确定赔偿金额。
即法院在适用法定赔偿时，可以参考的因素有两类：
一类是规范性因素，即《专利法》明确规定的对法定赔偿金额有影响的因素，包括专利权的类型、侵权行为的性质和侵权行为的情节；另一类是非规范性因素，即法律没有明文规定，但实际上会对赔偿金额产生影响的因素。
用公式表示法院这一裁量过程如下所示：
Y（法定赔偿额）=F（规范性因素，非规范性因素）
=F（专利类型，侵权行为性质，侵权行为情节，非规范性因素）
其中，“专利类型”和“侵权行为性质”较容易界定，可以直接作为自变量纳入模型。
然而，“侵权行为情节”和“非规范性因素”却很难定义，它们不是一个变量，而是对若干变量的统称。
至于究竟包含哪些因素，相关法律法规和裁判文书并没有详细说明。
因此，本文只能根据裁判文书中寥寥数语，结合专业知识和经验，选取七个变量作为替代，包括请求赔偿额、原告规模、被告规模、上诉、原告涉外、被告涉外和审判年份。
加上因变量“赔偿额”，本文共设定以下十个变量。
（1）赔偿额：
包含经济损失和合理开支的总赔偿数额。
在相当一部分的判决书中，法院并没有对经济损失与合理开支的数额予以区分，因此，本文在定义赔偿数额时也不进行区分。
（2）专利类型：
根据《专利法》第2条的规定，我国专利法所保护的发明创造包括发明、实用新型和外观设计三类。
（3）侵权行为性质：
根据《专利法》第11条的规定，包括制造、使用、销售、许诺销售和进口。
（4）请求赔偿额：
参考“赔偿额”。
在相当一部分案件中，原告在提出诉讼请求时没有区分经济损失与合理开支的数额。
（5）原告规模：
包括大型公司和小型实体。
如果原告是自然人、个体工商户或者个人独资企业，则其被归类为小型实体；反之，如果原告是股份有限公司和有限责任公司，则其被归类为大型公司。
（6）被告规模：
参考“原告规模”。
（7）上诉：
根据一审判决后法定期限内是否上诉判断，分为“未上诉”与“上诉”。
（8）原告涉外：
根据原告住所的地址判断。
若至少有一位原告的住所位于中国大陆以外的国家或地区，包括我国香港特别行政区、澳门特别行政区和我国台湾地区，则原告涉外；若全部原告的住所均位于中国大陆，则原告不涉外。
（9）被告涉外：
参考“原告是否涉外”。
（10）审判年份：
案件审结的具体时间，精确到年。
其中，“赔偿额”和“请求赔偿额”作为连续性变量，原始数据可以直接纳入回归方程。
“上诉”“原告涉外”“被告涉外”“原告规模”和“被告规模”作为二分类变量，可以赋值后纳入方程。
对于二分类变量，需要赋值为两个临近的数字，一般情况下采用0和1。
本文出于阅读回归结果的方便，将有特定意义的、研究所关注的肯定类别（“上诉”“原告涉外”“被告涉外”“原告为大型公司”和“被告为大型公司”）设定为1，将与之对应的否定类别设定为0（“未上诉”“原告不涉外”“被告不涉外”“原告为小型实体”和“被告为小型实体”）。
此时，以“上诉”变量为例，其回归系数B可以解释为：
在控制了其他自变量的情况下，上诉案件与未上诉案件相比，所获得的法定赔偿金额的差异。
“专利类型”和“审判年份”作为多分类变量，各个类别之间互斥且无法区分大小。
以“专利类型”为例，在一个专利侵权案件中，涉案专利要么是发明，要么是实用新型或者外观设计，且这三种类型之间不存在大小顺序关系。
此时，若将其赋值为1、2、3，就会将这种大小关系引入模型，显然是不合理的，因此，需要进行哑变量处理。
在模型中引入哑变量时，哑变量的个数为：
多分类变量中类别的数量-1。
对于“专利类型”而言，其包含三个互斥的类别，即需要引入两个哑变量：
“专利类型_D1”和“专利类型_D2”，其含义如下。
专利类型_D1=1，发明专利；0，非发明专利
专利类型_D2=1，实用新型；0，非实用新型
此时，发明、实用新型、外观设计分别可以表示为（1,0）（0,1）（0,0），以“外观设计”作为参照水平。
对于“审判年份”而言，其包含五个互斥的类别，即需要引入四个哑变量：
“审判年份_D1”“审判年份_D2”“审判年份_D3”和“审判年份_D4”，其含义如下。
审判年份_D1=1,2015年；0,非2015年
审判年份_D2=1,2016年；0,非2016年
审判年份_D3=1,2017年；0,非2017年
审判年份_D4=1,2018年；0,非2018年
此时，2014年、2015年、2016年、2017年和2018年分别可以表示为（0,0,0,0）（1,0,0,0）（0,1,0,0）（0,0,1,0）和（0,0,0,1），以“2014年”作为参照水平。
与上述变量一个案件只对应一个取值不同，“侵权行为性质”为多选题，即一个案例可以对应一个选项，也可以对应两个或者多个选项。
例如，侵权人可以只制造或者销售被诉侵权产品，也可以同时实施制造、销售、许诺销售等多种侵权行为。
此时，需要使用几个变量来记录取值，可以选择“多重二分法”或者“多重分类法”。
鉴于本文所涉及的多选题选项普遍不多，“多重二分法”又是最标准的多选题记录格式，因此选择多重二分法对多选题数据进行记录。
所谓多重二分法，即对多选题的每个选项都定义一个变量，有几个选项就定义几个变量。
对于“侵权行为性质”而言，五种侵权行为需要设定“侵权行为_制造”“侵权行为_使用”“侵权行为_销售”“侵权行为_许诺销售”和“侵权行为_进口”五个变量，以1表示是，以0表示否。
结合上文对变量的选取和预处理，本文初步设定了“请求赔偿额”“上诉”“原告涉外”“被告涉外”“专利类型_D1”“专利类型_D2”“侵权行为_制造”“侵权行为_使用”“侵权行为_销售”“侵权行为_许诺销售”“侵权行为_进口”“原告规模”“被告规模”“审判年份_D1”“审判年份_D2”“审判年份_D3”和“审判年份_D4”共十七个自变量，并针对样本中所包含的9896个案例，分别统计了上述自变量和“赔偿额”这一因变量的具体数值，为回归分析准备数据。
值得注意的是，上述变量只是笔者根据专业知识和经验初步筛选出来的，不一定都具有统计学意义，也不一定全部被纳入到最后的回归方程中。
同时，即使是经过变量筛选进入最终的法定赔偿模型中的因素，也只是全部影响法定赔偿金额的主客观因素的一个子集。
遗憾的是，一些因素虽然很明显会对赔偿额产生影响，却因为各种各样的原因被舍弃了。
例如，从直觉上会对最终的赔偿额产生明显影响的参数型因素（侵权产品的价格、数量、专利许可费数额等），其相关信息在大量案件中处于缺失状态，因而无法纳入模型并进行相应的数学运算。
另一个例子是裁量型因素。
例如，涉案专利技术占整个侵权产品的比重、产品的合理利润等，对其进行标准化处理会涉及大量的调查和主观评估，不仅需要消耗大量的人力和时间资源，最终获得的结果也无可避免地会与客观值存在偏差。
三、我国专利侵权损害赔偿的概况
通过对样本的初步处理和分析，本文将从不同赔偿方式的适用比例和数额特点两个方面对我国专利侵权损害赔偿的基本情况进行描述和汇总。
已有文献显示，若干学者都曾针对我国专利侵权损害赔偿的司法实践进行过描述统计。
但是，以下内容并非是对前人工作的简单重复，而是通过对更新的（2014—2018年审结的）、更全面的（覆盖率预计达到92.3%）样本进行描述，对已有研究进行扩展和优化，更新相关数据，以使其更能反映现状。
（一）确定赔偿额的方式及适用比例
表1是对专利侵权案件赔偿方式的描述。
可以看出，我国专利侵权损害赔偿在赔偿方式上具有以下特点。
第一，多种赔偿方式并存。
在样本中所包含的9896件专利权人胜诉且获得损害赔偿救济的案件中，采用权利人的损失、侵权人的获利、许可费的倍数和法定赔偿方式计算赔偿额的案件分别为10件、125件、110件和9346件。
也就是说，不论适用比例高低，我国《专利法》规定的四种损害赔偿计算方式在司法实践中皆有涉及。
此外，法院在确定赔偿额时不止受限于这四种计算方法，有时也会根据案件事实和具体情节适用其他赔偿方式，包括“合理开支”“事先约定赔偿”和“合理使用费”等。
第二，法定赔偿的适用比例居高不下，仍然是我国专利侵权案件确定损害赔偿额的主流方式。
本文样本显示，在我国2014—2018年间审结的9896件
升级会员 