林維勇，張小平，房俊華

（貴州大學(xué) 計(jì)算機(jī)科學(xué)與信息學(xué)院，貴州 貴陽(yáng) 550025）

專利是受法律規(guī)范保護(hù)的發(fā)明創(chuàng)造，它是指某項(xiàng)發(fā)明創(chuàng)造向國(guó)家審批機(jī)關(guān)提出專利申請(qǐng)，經(jīng)依法審查合格后向?qū)＠暾?qǐng)人授予的在規(guī)定的時(shí)間內(nèi)對(duì)該項(xiàng)發(fā)明創(chuàng)造享有的專有權(quán)[1]。專利能激勵(lì)并保障人們的創(chuàng)新和發(fā)明，是推動(dòng)經(jīng)濟(jì)增長(zhǎng)的一個(gè)重要因素。提高專利水平，完善有關(guān)專利的知識(shí)產(chǎn)權(quán)機(jī)制是促進(jìn)經(jīng)濟(jì)增長(zhǎng)的一個(gè)重要途徑[2]。專利具有重要的價(jià)值，是國(guó)家或地區(qū)寶貴的科技資產(chǎn)，專利的擁有量在一定程度上反映了國(guó)家或地區(qū)的科技實(shí)力水平。因此，注重專利的發(fā)展情況，挖掘并分析影響專利產(chǎn)出的各種相關(guān)因素，為政府制定科技和經(jīng)濟(jì)政策提供理論依據(jù)，對(duì)促進(jìn)國(guó)家或地區(qū)的科技創(chuàng)新和經(jīng)濟(jì)發(fā)展具有重要的意義。2010年貴州省的專利申請(qǐng)量為4 336件，專利授權(quán)量為3 064件。而國(guó)家的專利申請(qǐng)量為122.2萬(wàn)件，專利授權(quán)量為81.5萬(wàn)件[3-4]。貴州省的專利申請(qǐng)量和專利授權(quán)量分別僅占全國(guó)的0.354%和0.375%?？梢?，貴州省的專利發(fā)展水平嚴(yán)重滯后，在一定程度上制約了國(guó)家或地區(qū)的科技和經(jīng)濟(jì)發(fā)展。因此，加強(qiáng)對(duì)貴州省專利發(fā)展方面的研究勢(shì)在必行。本文運(yùn)用灰系統(tǒng)理論的灰關(guān)聯(lián)分析法[5]，以專利申請(qǐng)量為產(chǎn)出指標(biāo)，對(duì)專利申請(qǐng)量及其可能影響因素進(jìn)行研究。通過(guò)采用適當(dāng)?shù)臒o(wú)量綱化處理方法[6]和合理的分辨系數(shù)動(dòng)態(tài)取值方法[7-8]，改進(jìn)了以往通常使用的灰關(guān)聯(lián)分析法，計(jì)算出更準(zhǔn)確的影響專利發(fā)展因素的灰關(guān)聯(lián)度，挖掘出影響較大的因素，為貴州省相關(guān)部門或人員制定相關(guān)政策提供參考依據(jù)，從而促進(jìn)貴州省科技和經(jīng)濟(jì)的進(jìn)一步發(fā)展。

1 指標(biāo)選擇及數(shù)據(jù)來(lái)源

1.1 指標(biāo)選擇

專利的考核指標(biāo)有專利申請(qǐng)量和專利授權(quán)量，由于專利申請(qǐng)量和專利授權(quán)量具有信息相關(guān)性及專利授權(quán)量的滯后性，本文選取貴州省專利申請(qǐng)量作為貴州省專利發(fā)展的考核指標(biāo)，即在進(jìn)行灰關(guān)聯(lián)分析時(shí)以專利申請(qǐng)量作為系統(tǒng)特征行為序列。影響專利發(fā)展的因素很多，根據(jù)以往國(guó)家和地方統(tǒng)計(jì)年鑒資料和經(jīng)驗(yàn)數(shù)據(jù)，本文選取了影響可能性較大的因素指標(biāo)。分別為貴州省生產(chǎn)總值 GDP（Gross Domestic Product）、貴州省人均生產(chǎn)總值、貴州省財(cái)政支出、貴州省科技經(jīng)費(fèi)支出、貴州省R&D（Research and Development）經(jīng)費(fèi)支出、貴州省 R&D經(jīng)費(fèi)投入強(qiáng)度（R&D經(jīng)費(fèi)支出占GDP的比重）和簽訂技術(shù)合同數(shù)，共7個(gè)指標(biāo)。由于生產(chǎn)總值決定了科技投入的總體規(guī)模，生產(chǎn)總值既是產(chǎn)出指標(biāo)，又可作為投入指標(biāo)。顯而易見，其他指標(biāo)都是投入指標(biāo)。

1.2 數(shù)據(jù)來(lái)源

本文研究的數(shù)據(jù)來(lái)源于 《2010貴州統(tǒng)計(jì)年鑒》、《2005～2010年貴州省國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》、《2005～2010年全國(guó)科技經(jīng)費(fèi)投入統(tǒng)計(jì)公報(bào)》。通過(guò)對(duì)以上資料包含的相關(guān)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)、整理和分析，得到相關(guān)指標(biāo)數(shù)據(jù)統(tǒng)計(jì)表，見表1。

表1 2005～2010年貴州省專利申請(qǐng)量及相關(guān)指標(biāo)數(shù)據(jù)統(tǒng)計(jì)表

2 專利發(fā)展影響因素的灰關(guān)聯(lián)分析

2.1 灰關(guān)聯(lián)分析

灰關(guān)聯(lián)分析就是對(duì)系統(tǒng)的因素分析，是對(duì)系統(tǒng)發(fā)展變化態(tài)勢(shì)的定量比較和反映，通過(guò)灰色關(guān)聯(lián)度分析和確定系統(tǒng)因素間的影響程度或因素對(duì)系統(tǒng)主行為的貢獻(xiàn)測(cè)度的一種方法。灰關(guān)聯(lián)分析的基本思想是根據(jù)序列曲線幾何形狀的相似程度來(lái)判斷其關(guān)聯(lián)程度。若曲線越接近，則相應(yīng)序列之間關(guān)聯(lián)度越大，反之就越小[9]。

2.2 建立灰關(guān)聯(lián)分析評(píng)估模型

2.2.1 確定分析序列

貴州省專利申請(qǐng)量為參考序列（又稱母序列），定義為 y={y（k）|k=1，2，…，m}。 其中，y 表示專利申請(qǐng)量；k表示年份，2005年～2010年按順序替換為 1～6，根據(jù)表1，m=6；y（k）表示第 k 年專利申請(qǐng)量。

貴州省生產(chǎn)總值、人均生產(chǎn)總值、財(cái)政支出、科技經(jīng)費(fèi)支出、R&D經(jīng)費(fèi)支出、R&D經(jīng)費(fèi)投入強(qiáng)度和簽訂技術(shù)合同數(shù)為比較序列（又稱子序列），定義為 xi={xi（k）|k=1，2，…，m}i=1，2，…，n。 其中，xi表示影響專利發(fā)展的第 i個(gè)指標(biāo)，根據(jù)表 1，n=7；k表示年份，根據(jù)表 1，m=6；xi（k）表示影響專利發(fā)展的第 i個(gè)指標(biāo)在第 k年的指標(biāo)值。

2.2.2 指標(biāo)值的無(wú)量綱化處理

由于各個(gè)指標(biāo)計(jì)量單位和數(shù)量級(jí)存在差異，使各指標(biāo)間不具有綜合性，不能直接進(jìn)行綜合分析。因此必須采用某種方法對(duì)各指標(biāo)數(shù)值進(jìn)行無(wú)量綱化處理，解決各指標(biāo)數(shù)值不可綜合性問題[10-12]。

目前常見的無(wú)量綱化處理方法主要有極值化、標(biāo)準(zhǔn)化、均值化以及標(biāo)準(zhǔn)差化方法。本文采用均值化方法。

均值化方法的基本原理是每一變量值除以該變量的平均值。標(biāo)準(zhǔn)化后各變量的平均值都為1，標(biāo)準(zhǔn)差為原始變量的變異系數(shù)。該方法在消除量綱和數(shù)量級(jí)影響的同時(shí)，保留了各變量取值差異程度上的信息，差異程度越大的變量對(duì)綜合分析的影響也越大。該無(wú)量綱化方法在保留原始變量變異程度信息時(shí)，并不是僅取決于原始變量標(biāo)準(zhǔn)差，而是原始變量的變異系數(shù)，保證了保留變量變異程度信息的同時(shí)數(shù)據(jù)的可比性[6]。采用均值化方法對(duì)以上各指標(biāo)量進(jìn)行無(wú)量綱化處理，計(jì)算公式為：

k=1，2，…，m；i=1，2，…，n。 其中 ρ∈（0，+∞）為分辨系數(shù)，是直接影響關(guān)聯(lián)分析分辨率的一個(gè)因子，它的取值直接決定著關(guān)聯(lián)系數(shù)的分布狀況。通?；谊P(guān)聯(lián)分析的相關(guān)文獻(xiàn)中分辨系數(shù) ρ取值為 0.5，則關(guān)聯(lián)系數(shù) θi（k）∈[0.333 3，1]。 為了提高關(guān)聯(lián)系數(shù) θi（k）對(duì) y（k）與 xi（k）的分辨率，使 θi（k）的取值范圍（關(guān)聯(lián)系數(shù)的取值區(qū)間的長(zhǎng)度）盡量大，分辨系數(shù)ρ應(yīng)取值在 0.05附近，則關(guān)聯(lián)系數(shù) θi（k）∈[0.047 6，1]，大大擴(kuò)展了取值范圍，更容易觀察關(guān)聯(lián)度的分辨率的變化[7]。但是分辨系數(shù)ρ應(yīng)根據(jù)實(shí)際觀測(cè)序列的具體情況動(dòng)態(tài)取值。當(dāng)觀測(cè)序列出現(xiàn)奇異值時(shí)，ρ應(yīng)取較小的值，以克服奇異值的支配作用；當(dāng)觀測(cè)序列比較平穩(wěn)時(shí)，ρ應(yīng)取較大的值，充分體現(xiàn)關(guān)聯(lián)度的整體性[8]。因此參考文獻(xiàn)[8]給出了一種新的分辨系數(shù)動(dòng)態(tài)取值方法，解決了以往分辨系數(shù)取值難以量化的問題，使關(guān)聯(lián)分析更符合實(shí)際。本文將利用該方法確定分辨系數(shù)。則式（2）將變換為：

2.2.4計(jì)算關(guān)聯(lián)度

2.3 灰關(guān)聯(lián)分析模型的求解

根據(jù)以上建立的灰關(guān)聯(lián)分析模型以及表1中的數(shù)據(jù)，借助Matlab工具編程求解得到各個(gè)專利發(fā)展影響因素（指標(biāo)）與專利申請(qǐng)量的關(guān)聯(lián)系數(shù)和關(guān)聯(lián)度，見表2。其中采用參考文獻(xiàn) [8]中的分辨系數(shù)動(dòng)態(tài)取值方法，并借助Matlab工具編程求解，計(jì)算出本文實(shí)驗(yàn)數(shù)據(jù)相關(guān)的分 辨 系 數(shù) ρ={ρ（1），ρ（2），ρ（3），ρ（4），ρ（5），ρ（6）}={0.689 5，0.925 8，0.213 8，0.352 3，0.486 8，0.754 7}。

表2 專利發(fā)展影響因素的關(guān)聯(lián)系數(shù)和關(guān)聯(lián)度

2.4 結(jié)果分析

根據(jù)表2的結(jié)果數(shù)據(jù)，影響專利申請(qǐng)量（y）的貴州省生產(chǎn)總值（x1）、人均生產(chǎn)總值（x2）、財(cái)政支出（x3）、科技 經(jīng) 費(fèi) 支 出 （x4）、R&D 經(jīng) 費(fèi) 支 出 （x5）、R&D 經(jīng) 費(fèi) 投 入 強(qiáng)度（x6）和簽訂技術(shù)合同數(shù)（x7）分別對(duì)應(yīng)的關(guān)聯(lián)度為：γ1=0.808 5，γ2=0.748 8，γ3=0.672 2，γ4=0.502 4，γ5=0.680 5，γ6=0.732 2，γ7=0.602 6?？梢?γ1>γ2>γ6>γ5>γ3>γ7>γ4。各灰關(guān)聯(lián)度都大于0.5，表明以上因素對(duì)貴州省專利發(fā)展都具有較大的影響程度。以上各因素反映了貴州省的經(jīng)濟(jì)發(fā)展水平、政府財(cái)力以及對(duì)科技的投入水平，這些對(duì)專利的發(fā)展影響很大。其中生產(chǎn)總值和R&D經(jīng)費(fèi)投入強(qiáng)度與專利產(chǎn)出的關(guān)聯(lián)度最大，表明貴州省的經(jīng)濟(jì)水平和R&D經(jīng)費(fèi)投入比重是影響科技產(chǎn)出最關(guān)鍵的因素。為提高貴州省的專利發(fā)展水平，促進(jìn)當(dāng)?shù)乜萍及l(fā)展，必須不斷提高生產(chǎn)力水平，加大R&D經(jīng)費(fèi)投入力度。

本文通過(guò)采用合適的無(wú)量綱化處理方法和客觀的分辨系數(shù)動(dòng)態(tài)取值方法，改進(jìn)了以往通常使用的灰關(guān)聯(lián)分析方法，并應(yīng)用到貴州省專利發(fā)展影響因素的研究，建立相應(yīng)的灰關(guān)聯(lián)分析評(píng)估模型，挖掘出對(duì)貴州省專利發(fā)展影響較大的因素，對(duì)貴州省的科技決策具有理論參考價(jià)值。

[1]馮曉青，劉友華.專利法[M].北京：法律出版社，2010.

[2]徐竹青.專利、技術(shù)創(chuàng)新與經(jīng)濟(jì)增長(zhǎng)：理論與實(shí)證[J].科技管理研究，2004，24（5）：109-111.

[3]貴州省統(tǒng)計(jì)局，國(guó)家統(tǒng)計(jì)局貴州調(diào)查總隊(duì).貴州統(tǒng)計(jì)年鑒 2010[M].北京：中國(guó)統(tǒng)計(jì)出版社，2010.

[4]中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒2010[M].北京：中國(guó)統(tǒng)計(jì)出版社，2010.

[5]鄧聚龍.灰理論基礎(chǔ)[M].武漢：華中科技大學(xué)出版社，2002.

[6]韓勝娟.SPSS聚類分析中數(shù)據(jù)無(wú)量綱化方法比較 [J].科技廣場(chǎng)，2008（3）：229-231.

[7]申卯興，薛西鋒，張小水.灰色關(guān)聯(lián)分析中分辨系數(shù)的選取 [J].空軍工程大學(xué)學(xué)報(bào) （自然科學(xué)版），2003，4（1）：68-70.

[8]東亞斌，段志善.灰色關(guān)聯(lián)度分辨系數(shù)的一種新的確定方法 [J].西安建筑科技大學(xué)學(xué)報(bào) （自然科學(xué)版），2008，40（4）：589-592.

[9]郝鵬飛，王少凡，王曉林，等.基于灰色系統(tǒng)理論的我國(guó)高校專利申請(qǐng)影響因素分析 [J].知識(shí)經(jīng)濟(jì)，2011（9）：7-8.

[10]郭亞軍，易平濤.線性無(wú)量綱化方法的性質(zhì)分析[J].統(tǒng)計(jì)研究，2008，25（2）：93-100.

[11]易平濤，張丹寧，郭亞軍，等.動(dòng)態(tài)綜合評(píng)價(jià)中的無(wú)量綱化方法 [J].東北大學(xué)學(xué)報(bào) （自然科學(xué)版），2009，30（6）：889-892.

[12]李炳軍，朱春陽(yáng)，周杰.原始數(shù)據(jù)無(wú)量綱化處理對(duì)灰色關(guān)聯(lián)序的影響 [J].河南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2002，36（2）：199-202.