牛青波，賈現(xiàn)召，葉軍

(1. 河南科技大學(xué) 機(jī)電工程學(xué)院，河南 洛陽(yáng) 471003；2.洛陽(yáng)軸研科技股份有限公司，河南 洛陽(yáng) 471039；3.河南省機(jī)械設(shè)計(jì)及傳動(dòng)系統(tǒng)重點(diǎn)實(shí)驗(yàn)室，河南 洛陽(yáng) 471003)

隨著知識(shí)產(chǎn)權(quán)主體地位的不斷提升，國(guó)內(nèi)、外企業(yè)也都把專利作為市場(chǎng)競(jìng)爭(zhēng)的另一利器，專利預(yù)測(cè)則成為企業(yè)或政府制定專利戰(zhàn)略規(guī)劃和決策時(shí)考慮的必要因素。對(duì)專利文獻(xiàn)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)只能了解在過(guò)去一段時(shí)間內(nèi)的專利申請(qǐng)和研發(fā)趨勢(shì)情況，而通過(guò)對(duì)已知的專利文獻(xiàn)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)則能夠?qū)ξ磥?lái)該企業(yè)或地區(qū)相關(guān)專利情況做出預(yù)測(cè)，有效幫助企業(yè)或政府制定相應(yīng)的戰(zhàn)略決策。但由于專利申請(qǐng)數(shù)據(jù)的變化受國(guó)家政策、企業(yè)技術(shù)投入、企業(yè)管理模式改變及技術(shù)人員數(shù)量等多種因素影響，無(wú)法判斷影響專利申請(qǐng)數(shù)據(jù)的主要因素，統(tǒng)計(jì)理論中無(wú)法使用回歸預(yù)測(cè)分析方法。下文采用專利信息定量分析方法中的時(shí)間序列分析預(yù)測(cè)以及灰色系統(tǒng)分析預(yù)測(cè)方法，預(yù)測(cè)國(guó)家或競(jìng)爭(zhēng)對(duì)手專利申請(qǐng)數(shù)量的發(fā)展趨勢(shì)。

1 專利統(tǒng)計(jì)數(shù)據(jù)預(yù)處理

通過(guò)中國(guó)知識(shí)產(chǎn)權(quán)網(wǎng)專利數(shù)據(jù)庫(kù)[1]對(duì)1985年4月1日—2010年12月31日間公開(kāi)的專利申請(qǐng)進(jìn)行檢索，檢索名稱定義為“軸承 or 保持架 or 保持器 or 滾動(dòng)體”，摘要定義為“軸承”，或者檢索式定義為“摘要=(軸承) and 名稱=(軸承 or 保持架 or 保持器 or 滾動(dòng)體)”。由于中國(guó)《專利法》規(guī)定，發(fā)明專利申請(qǐng)一般自申請(qǐng)日起滿18個(gè)月才公告，因此2010年的專利申請(qǐng)公開(kāi)有滯后，目前公開(kāi)的專利數(shù)據(jù)不能完全反映2010年度的專利申請(qǐng)情況。為此利用專利管理圖僅對(duì)1985年4月1日—2008年12月31日的專利申請(qǐng)進(jìn)行趨勢(shì)研究，并對(duì)2009年和2010年中國(guó)軸承產(chǎn)業(yè)技術(shù)領(lǐng)域的中國(guó)專利申請(qǐng)趨勢(shì)、國(guó)外在華申請(qǐng)趨勢(shì)及國(guó)內(nèi)專利申請(qǐng)趨勢(shì)進(jìn)行預(yù)測(cè)。

對(duì)于專利統(tǒng)計(jì)數(shù)據(jù)，充分考慮樣本的代表性，使其能夠有效反映專利申請(qǐng)數(shù)據(jù)的變化規(guī)律，采用研究對(duì)象的總和作為數(shù)據(jù)樣本，統(tǒng)計(jì)數(shù)據(jù)見(jiàn)表1～表3。以下的分析計(jì)算中均以當(dāng)年專利數(shù)量作為統(tǒng)計(jì)分析的原始序列數(shù)據(jù)。

表1 2002—2008年中國(guó)軸承技術(shù)領(lǐng)域?qū)＠暾?qǐng)統(tǒng)計(jì)表

表2 2002—2008年國(guó)內(nèi)專利申請(qǐng)人軸承技術(shù)領(lǐng)域?qū)＠暾?qǐng)統(tǒng)計(jì)表

表3 2002—2008年國(guó)外專利申請(qǐng)人軸承技術(shù)領(lǐng)域?qū)＠暾?qǐng)統(tǒng)計(jì)表

2 基于Logistic生長(zhǎng)曲線和灰色動(dòng)態(tài)模型的預(yù)測(cè)

時(shí)間序列分析預(yù)測(cè)是將預(yù)測(cè)目標(biāo)的統(tǒng)計(jì)數(shù)據(jù)按照時(shí)間順序排列成為時(shí)間序列，分析其隨時(shí)間的變化趨勢(shì)，預(yù)測(cè)目標(biāo)的未來(lái)值。生長(zhǎng)曲線預(yù)測(cè)方法是技術(shù)預(yù)測(cè)中的一種常用方法，特別是Logistic曲線，其對(duì)于大多數(shù)產(chǎn)業(yè)統(tǒng)計(jì)時(shí)系列數(shù)據(jù)具有高度的適用性[2]。由于專利件數(shù)申請(qǐng)量成因復(fù)雜，各年度專利申請(qǐng)具有多變性，采用灰色系統(tǒng)理論進(jìn)行專利趨勢(shì)預(yù)測(cè)，可以剔除不可比因素，并且對(duì)預(yù)測(cè)所需的專利數(shù)據(jù)多少不限，建立的數(shù)學(xué)模型能夠滿足精度要求，預(yù)測(cè)結(jié)果更加可靠。

2.1 Logistic曲線計(jì)算

2.1.1 三等分計(jì)算方法

設(shè)時(shí)序列數(shù)據(jù)為y，t表示時(shí)序列號(hào)，則曲線公式

Y=k-ABt，

(1)

(2)

(3)

(4)

(5)

n=4 407.243，m=-A·K=13.851 96，則

(6)

2.1.2 利用SPSS擬合Logistic曲線方程

根據(jù)上述三等分計(jì)算方法測(cè)算估計(jì)K=4 400，運(yùn)用社會(huì)科學(xué)統(tǒng)計(jì)軟件(Statistical Package for the Social Sciences，SPSS)[3]模擬原始序列數(shù)據(jù)y曲線，得

(7)

從軟件計(jì)算可知R2=0.981，其中R2是以回歸偏差占總偏差的比率來(lái)表示回歸模型擬合優(yōu)度的評(píng)價(jià)指標(biāo)，該處R2值表明模型對(duì)數(shù)據(jù)的擬合度非常好(以下均采用SPSS擬合的Logistic曲線進(jìn)行預(yù)測(cè))。中國(guó)軸承產(chǎn)業(yè)技術(shù)領(lǐng)域預(yù)測(cè)的專利申請(qǐng)見(jiàn)表4，表中數(shù)據(jù)均取整。原始序列數(shù)據(jù)y的Logistic回歸曲線如圖1所示。

圖1 中國(guó)軸承產(chǎn)業(yè)技術(shù)領(lǐng)域年度專利申請(qǐng)總量Logistic預(yù)測(cè)曲線

表4 中國(guó)軸承技術(shù)領(lǐng)域?qū)＠暾?qǐng)邏輯曲線計(jì)算預(yù)測(cè)表

同理，國(guó)內(nèi)軸承企業(yè)技術(shù)領(lǐng)域年度專利申請(qǐng)預(yù)測(cè)Logistic曲線方程為

(8)

軟件計(jì)算得R2=0.963，表明模型對(duì)數(shù)據(jù)的擬合度較好。預(yù)測(cè)數(shù)據(jù)見(jiàn)表5，Logistic回歸曲線如圖2所示。

表5 國(guó)內(nèi)專利申請(qǐng)人軸承技術(shù)領(lǐng)域?qū)＠暾?qǐng)邏輯曲線計(jì)算預(yù)測(cè)表

圖2 國(guó)內(nèi)企業(yè)軸承技術(shù)領(lǐng)域?qū)＠暾?qǐng)Logistic預(yù)測(cè)曲線

同上，國(guó)外軸承企業(yè)在華技術(shù)領(lǐng)域?qū)＠暾?qǐng)預(yù)測(cè)Logistic曲線方程為

(9)

軟件計(jì)算得R2=0.975，表明模型對(duì)數(shù)據(jù)的擬合度較好。預(yù)測(cè)數(shù)據(jù)見(jiàn)表6，Logistic回歸曲線如圖3所示。

表6 國(guó)外專利申請(qǐng)人軸承技術(shù)領(lǐng)域?qū)＠暾?qǐng)邏輯曲線計(jì)算預(yù)測(cè)表

圖3 國(guó)外企業(yè)軸承技術(shù)領(lǐng)域?qū)＠暾?qǐng)Logistic預(yù)測(cè)曲線

2.2 灰色動(dòng)態(tài)預(yù)測(cè)法模型構(gòu)建

在專利技術(shù)趨勢(shì)預(yù)測(cè)中，采用灰色預(yù)測(cè)模型中的GM(1，1)模型。GM(1，1)模型是基于隨機(jī)的原始時(shí)間序列，經(jīng)按照時(shí)間累加后形成新的時(shí)間序列所表現(xiàn)出的規(guī)律，其近似滿足微分方程條件。

設(shè)原始時(shí)間數(shù)據(jù)列X(0)={X(0)(1),X(0)(2),…,X(0)(n)}，

(10)

對(duì)原始序列進(jìn)行一次累加后，得到的新數(shù)據(jù)列

X(1)={X(1)(1),X(1)(2),…,X(1)(n)}

。(11)

則GM(1，1)模型相應(yīng)的微分方程為

(12)

式中：α為發(fā)展灰數(shù)；μ為內(nèi)生控制灰數(shù)。

(13)

(14)

根據(jù)(10)～(14)式和表1的數(shù)據(jù)(選取2003—2008年的數(shù)據(jù))可得：

X(0)=(365，436，650，833，1 148，1 716)，

X(1)(365，801，1 451，2 284，3 432，5 148)，

Y=(436，650，833，1 148，1 716)。

表7 中國(guó)軸承技術(shù)領(lǐng)域?qū)＠暾?qǐng)邏輯曲線計(jì)算預(yù)測(cè)表

同理，利用灰色動(dòng)態(tài)預(yù)測(cè)模型計(jì)算得到國(guó)內(nèi)企業(yè)軸承技術(shù)領(lǐng)域?qū)＠暾?qǐng)預(yù)測(cè)趨勢(shì)見(jiàn)表8，國(guó)外企業(yè)軸承技術(shù)領(lǐng)域?qū)＠暾?qǐng)預(yù)測(cè)趨勢(shì)見(jiàn)表9。

表8 國(guó)內(nèi)專利申請(qǐng)人軸承技術(shù)領(lǐng)域?qū)＠暾?qǐng)灰色預(yù)測(cè)表

表9 國(guó)外專利申請(qǐng)人軸承技術(shù)領(lǐng)域?qū)＠暾?qǐng)灰色預(yù)測(cè)表

3 模型預(yù)測(cè)精度評(píng)價(jià)

根據(jù)上述計(jì)算得出的預(yù)測(cè)值，利用預(yù)測(cè)精度評(píng)價(jià)函數(shù)對(duì)以上2種數(shù)學(xué)模型進(jìn)行精度評(píng)價(jià)(均以中國(guó)軸承技術(shù)領(lǐng)域預(yù)測(cè)結(jié)果為例)。

3.1 生長(zhǎng)曲線Logistic數(shù)學(xué)模型

則有

3.2 灰色動(dòng)態(tài)GM(1，1)數(shù)學(xué)模型

則有

3.3 灰色模型檢驗(yàn)

灰色動(dòng)態(tài)模型使用方差比和常用的小誤差概率對(duì)模型進(jìn)行檢驗(yàn)。預(yù)測(cè)誤差

(15)

故有e(1)=0；e(2)=13；e(3)=57；e(4)=2；e(5)=17；e(6)=83。

GM(1，1)模型精度等級(jí)見(jiàn)表10,精度等級(jí)越小越好，4級(jí)為不通過(guò)。由表可知，文中取得的模型精度符合1級(jí)，說(shuō)明預(yù)測(cè)結(jié)果可靠性較高，即灰色動(dòng)態(tài)預(yù)測(cè)模型的預(yù)測(cè)結(jié)果更為準(zhǔn)確可靠。

表10 灰色動(dòng)態(tài)GM(1，1)模型精度等級(jí)表

4 結(jié)束語(yǔ)

利用數(shù)學(xué)統(tǒng)計(jì)理論對(duì)中國(guó)軸承產(chǎn)業(yè)專利信息進(jìn)行定量分析，通過(guò)時(shí)間序列生長(zhǎng)曲線以及灰色動(dòng)態(tài)數(shù)學(xué)模型的建立，對(duì)比計(jì)算分析了2種統(tǒng)計(jì)預(yù)測(cè)理論的精度，同時(shí)對(duì)灰色動(dòng)態(tài)模型的可靠性進(jìn)行了評(píng)價(jià)，進(jìn)而有效預(yù)測(cè)了中國(guó)軸承產(chǎn)業(yè)未來(lái)2年的專利技術(shù)申請(qǐng)趨勢(shì)。結(jié)合以上2種預(yù)測(cè)方法，可以得出中國(guó)軸承技術(shù)領(lǐng)域2009年專利申請(qǐng)約為2 100件左右，2010年專利申請(qǐng)約為2 700件左右，其中，國(guó)外專利申請(qǐng)人軸承技術(shù)領(lǐng)域2009年專利申請(qǐng)約為300件左右，2010年專利申請(qǐng)約為350件左右。