余本功 陳楊楠 楊穎

摘要：[目的/意義]專利是企業(yè)技術(shù)創(chuàng)新活動的重要成果，對專利數(shù)據(jù)進(jìn)行分析，有利于客觀評價企業(yè)技術(shù)創(chuàng)新能力。[方法/過程]從計量的角度對企業(yè)專利數(shù)據(jù)進(jìn)行分析的同時，結(jié)合機(jī)器學(xué)習(xí)的方法，通過LDA模型對專利摘要文本進(jìn)行內(nèi)容挖掘，構(gòu)建基于專利文本內(nèi)容的評價指標(biāo)，建立由專利數(shù)量、專利趨勢和專利內(nèi)容三方面指標(biāo)組成的技術(shù)創(chuàng)新評價體系。[結(jié)果/結(jié)論]采用熵值法確定各項指標(biāo)對企業(yè)技術(shù)創(chuàng)新的影響權(quán)重，并通過實驗對國內(nèi)自主品牌制造企業(yè)進(jìn)行技術(shù)創(chuàng)新評價，說明了評價方法的現(xiàn)實意義。

關(guān)鍵詞：主題模型；專利數(shù)據(jù)；LDA；內(nèi)容挖掘；熵值法；技術(shù)創(chuàng)新評價

DOI：10.3969/j.issn.1008-0821.2019.01.014

[中圖分類號]G306 [文獻(xiàn)標(biāo)識碼]A [文章編號]1008-0821（2019）01-0111-07

創(chuàng)新是驅(qū)動企業(yè)發(fā)展的原動力，對于一家制造企業(yè)來說，技術(shù)能力是公司內(nèi)部進(jìn)行資源調(diào)度與配置，提高生產(chǎn)力并實現(xiàn)戰(zhàn)略目標(biāo)的重要技能和素質(zhì)，而只有擁有特定資源和特殊特征能力的公司才能獲得競爭優(yōu)勢。

企業(yè)的技術(shù)創(chuàng)新能力是其在制造領(lǐng)域的影響力的重要體現(xiàn)，企業(yè)的技術(shù)創(chuàng)新又會受到諸多因素影響，從企業(yè)進(jìn)行技術(shù)創(chuàng)新活動時所需支持要素考慮，會受到企業(yè)的科研經(jīng)費投入、研發(fā)人員比例、研究機(jī)構(gòu)的數(shù)量等因素影響；從企業(yè)創(chuàng)新活動過程中的各個環(huán)節(jié)出發(fā)，會受到市場機(jī)會反應(yīng)速度、主要產(chǎn)品更新周期等因素影響；從企業(yè)的技術(shù)創(chuàng)新產(chǎn)出成果方面分析，新產(chǎn)品銷售收入、企業(yè)專利數(shù)量等也都是技術(shù)創(chuàng)新的重要影響因素。對企業(yè)技術(shù)創(chuàng)新能力進(jìn)行系統(tǒng)分析和綜合評價，有利于企業(yè)科學(xué)認(rèn)識自身的技術(shù)創(chuàng)新狀態(tài)，采取有效的技術(shù)創(chuàng)新戰(zhàn)略，增強(qiáng)企業(yè)競爭力，從而獲得最佳的經(jīng)濟(jì)效益和社會效益。

專利數(shù)據(jù)作為反映企業(yè)技術(shù)創(chuàng)新能力的綜合性指標(biāo)，是科技創(chuàng)新活動的最主要和最直接的產(chǎn)出重要成果之一，和企業(yè)的創(chuàng)新活動密切相關(guān)，是全面評價企業(yè)技術(shù)創(chuàng)新的一個關(guān)鍵因素，而企業(yè)的專利數(shù)據(jù)所包含的信息是大規(guī)模的、多維度的，僅從數(shù)量層面去評價企業(yè)技術(shù)創(chuàng)新能力是不全面的。為此，應(yīng)從多視角對企業(yè)技術(shù)創(chuàng)新開展評價，以計量的角度分析專利數(shù)據(jù)的同時，也需要對專利內(nèi)容加以分析。主題模型是一類用來發(fā)現(xiàn)文本抽象主題的無監(jiān)督模型，能夠從主題層面對專利文本進(jìn)行挖掘，將主題模型方法和統(tǒng)計方法相結(jié)合對專利數(shù)據(jù)進(jìn)行分析，能夠更加全面反映企業(yè)的創(chuàng)新活動，更好地對企業(yè)技術(shù)創(chuàng)新做出評價。

1相關(guān)研究

多年來，企業(yè)技術(shù)創(chuàng)新評價的研究日漸豐富，如利用層次分析法將影響技術(shù)創(chuàng)新的因素間的相互關(guān)聯(lián)及隸屬關(guān)系按不同層次聚合，形成目標(biāo)層、準(zhǔn)則層、指標(biāo)層3個層次的評價體系，考慮到不同層次的元素和元素組內(nèi)部的關(guān)聯(lián)關(guān)系，提出的指標(biāo)層具有網(wǎng)絡(luò)結(jié)構(gòu)的基于網(wǎng)絡(luò)層次分析法的評價體系；使用因子分析法將眾多評價指標(biāo)濃縮成幾個關(guān)鍵的影響因素并計算它們的影響程度來評價企業(yè)的技術(shù)創(chuàng)新能力，以及使用數(shù)據(jù)包絡(luò)分析和兩階段DEA的方法，從技術(shù)創(chuàng)新投入和產(chǎn)出兩方面構(gòu)建評價體系，還有TRIZ理論、模糊評價、BP神經(jīng)網(wǎng)絡(luò)以及密切值法等理論方法的應(yīng)用，使得評價結(jié)果更加客觀公正。

專利數(shù)量是反映企業(yè)技術(shù)創(chuàng)新產(chǎn)出的一項重要指標(biāo)，但數(shù)量只是企業(yè)創(chuàng)新活動產(chǎn)出的一個方面。因此，孫斌等基于生產(chǎn)視角分解科技創(chuàng)新各環(huán)節(jié)，構(gòu)建了包含專利創(chuàng)造能力、專利運用能力和專利支持環(huán)境的區(qū)域科技創(chuàng)新評價指標(biāo)體系；鄭佳從專利的數(shù)量與質(zhì)量、絕對與相對、自主研發(fā)與國際合作3個層次建立了基于專利指標(biāo)的技術(shù)創(chuàng)新能力評價體系；曹明等在已有的基于專利的評價指標(biāo)體系基礎(chǔ)上，引入?yún)f(xié)同創(chuàng)新能力等指標(biāo)，綜合宏觀（地區(qū)）、中觀（行業(yè)）和微觀（企業(yè)）3個層面構(gòu)建多維度、立體的技術(shù)競爭力評價體系；梁曉捷等從創(chuàng)新方向、創(chuàng)新效率、創(chuàng)新質(zhì)量3方面選取指標(biāo)評價企業(yè)技術(shù)創(chuàng)新能力。這些文獻(xiàn)都沒有深入到專利文本內(nèi)容，而專利文本中相當(dāng)一部分信息是某個技術(shù)領(lǐng)域的相對較新的內(nèi)容，所以專利文本的內(nèi)容挖掘是了解企業(yè)乃至整個領(lǐng)域技術(shù)創(chuàng)新的發(fā)展趨勢和核心要素的一種重要方式。

LDA模型是主題模型中的典型代表，假設(shè)每個文檔由多個抽象主題組成，基于文檔中詞語的共現(xiàn)關(guān)系將詞聚合在一個主題下，生成主題一詞概率分布，詞概率的大小反映了該詞與這個抽象主題之間的關(guān)聯(lián)關(guān)系的強(qiáng)弱。根據(jù)文檔中詞的主題分布情況可以獲得文本一主題概率分布。借助LDA模型可以發(fā)現(xiàn)熱門話題，對不同時間段的文檔集進(jìn)行建模，還可以獲得主題的演化關(guān)系。

本文提出一種結(jié)合LDA模型和專利數(shù)據(jù)的技術(shù)創(chuàng)新評價方法，從計量和內(nèi)容兩個維度展開，一方面，對制造企業(yè)的專利數(shù)量、專利趨勢等指標(biāo)進(jìn)行分析；另一方面，利用LDA模型發(fā)現(xiàn)企業(yè)專利中的領(lǐng)域核心關(guān)鍵詞并計算企業(yè)創(chuàng)新核心值，構(gòu)建起基于專利內(nèi)容的評價指標(biāo)，再利用熵值法確定各指標(biāo)對技術(shù)創(chuàng)新能力的影響權(quán)重，進(jìn)而對企業(yè)技術(shù)創(chuàng)新能力進(jìn)行評價。

2基于專利數(shù)據(jù)的技術(shù)創(chuàng)新能力評價框架

文章從專利數(shù)量、專利趨勢和專利內(nèi)容3方面選取下述7項指標(biāo)構(gòu)建技術(shù)創(chuàng)新能力評價框架，由淺入深，具有很好的泛化性。

2.1主要指標(biāo)及說明

2.1.1專利數(shù)量指標(biāo)

數(shù)量指標(biāo)是反映企業(yè)技術(shù)創(chuàng)新產(chǎn)出成果的一個直接指標(biāo)，本文選取的數(shù)量指標(biāo)主要包括發(fā)明專利數(shù)量X₁、實用新型專利數(shù)量墨和授權(quán)發(fā)明專利數(shù)量X₃。

1）發(fā)明專利數(shù)量：發(fā)明分為產(chǎn)品發(fā)明和方法發(fā)明兩大類型，對于企業(yè)來說，新產(chǎn)品的問世、新生產(chǎn)方法的上線以及實驗方案的改進(jìn)等都是企業(yè)技術(shù)創(chuàng)新活動的重要成果。

2）實用新型數(shù)量：相比于發(fā)明專利，實用新型專利更多體現(xiàn)出實用性，且必須為具體的、有一定形狀的產(chǎn)品，而不能是抽象的理論。例如，汽車的真空助力器帶制動主缸裝置、放氣可控式輪胎裝置等都是幫助企業(yè)在行業(yè)內(nèi)獲得領(lǐng)先的技術(shù)創(chuàng)新產(chǎn)出。

3）發(fā)明授權(quán)專利數(shù)：為保護(hù)企業(yè)的自主知識產(chǎn)權(quán)，國家知識產(chǎn)權(quán)局會對符合專利要求的專利技術(shù)方案嚴(yán)格審查，并對其中一部分發(fā)明專利和實用新型專利進(jìn)行授權(quán)，而這部分專利必須具備新穎性、創(chuàng)造性和實用性。

2.1.2專利趨勢指標(biāo)

趨勢指標(biāo)反映出了企業(yè)技術(shù)創(chuàng)新產(chǎn)出的變化態(tài)勢及發(fā)展方向，本文選取的趨勢指標(biāo)包括專利年申請量X₄和技術(shù)分布趨勢X₅。

1）年申請量變化率：每一條專利都是企業(yè)長時間技術(shù)投入和技術(shù)創(chuàng)新的成果，每年的專利申請數(shù)量從一定角度上反映了企業(yè)的研發(fā)效率以及創(chuàng)新成果轉(zhuǎn)化率，年申請量的變化則說明了企業(yè)研發(fā)效率及創(chuàng)新成果轉(zhuǎn)化率的起伏。

2）技術(shù)分布變化率：根據(jù)《國際專利分類表》（IPC分類）發(fā)明專利和實用新型專利被分入8部，而每個制造領(lǐng)域都會有與該領(lǐng)域相關(guān)度很高的專利類型。企業(yè)在相應(yīng)分部里的專利占比在一定程度上反映了企業(yè)技術(shù)創(chuàng)新的集中程度，技術(shù)分布的變化則反應(yīng)了企業(yè)創(chuàng)新集成狀況的變化。

2.1.3專利內(nèi)容指標(biāo)

專利的內(nèi)容關(guān)系到制造領(lǐng)域技術(shù)創(chuàng)新的關(guān)鍵和核心要素，本文選取的內(nèi)容指標(biāo)是核心關(guān)鍵詞數(shù)X₆和創(chuàng)新核心值X₇。

1）核心關(guān)鍵詞數(shù)：專利內(nèi)容涉及領(lǐng)域內(nèi)方方面面，但其中熱門詞匯一定是領(lǐng)域中關(guān)注的重點，涉及到技術(shù)創(chuàng)新活動的對象或者過程。因此，企業(yè)專利中包含領(lǐng)域核心關(guān)鍵詞的數(shù)量反映出了該企業(yè)與行業(yè)發(fā)展方向的一致性。

2）創(chuàng)新核心值：創(chuàng)新要素在領(lǐng)域內(nèi)有重要性的差異，核心關(guān)鍵詞也會有熱度的區(qū)別。關(guān)鍵詞熱度越高，則該關(guān)鍵詞所涉及的內(nèi)容越是受到行業(yè)重視。創(chuàng)新核心值是核心關(guān)鍵詞在企業(yè)專利內(nèi)容中受重視程度的數(shù)值表現(xiàn)，也說明了企業(yè)在制造領(lǐng)域?qū)诵囊氐陌盐涨闆r。

綜上所述，可得企業(yè)技術(shù)創(chuàng)新能力評價指標(biāo)體系，如圖1所示。

2.2基于LDA模型的專利內(nèi)容指標(biāo)說明

企業(yè)的領(lǐng)域核心關(guān)鍵詞數(shù)和創(chuàng)新核心值指標(biāo)不同于其他5項指標(biāo)，不能直接通過企業(yè)的專利數(shù)據(jù)統(tǒng)計獲得，需要通過LDA模型對企業(yè)專利摘要文本進(jìn)行關(guān)鍵詞的提取，統(tǒng)計各家企業(yè)所包含的領(lǐng)域核心關(guān)鍵詞數(shù)并計算各企業(yè)的創(chuàng)新核心值。本節(jié)將對LDA模型進(jìn)行簡單介紹，并詳細(xì)說明核心關(guān)鍵詞數(shù)和創(chuàng)新核心值的獲取過程。

2.2.1 LDA主題模型

LDA主題模型是一個3層貝葉斯概率模型，主要包括文檔、主題和詞3層結(jié)構(gòu)，認(rèn)為每個文檔是由多個主題的混合，每個主題是由一系列詞組成。其模型如圖2所示：

3實證分析

3.1實驗對象及數(shù)據(jù)統(tǒng)計

以國內(nèi)自主品牌汽車企業(yè)為例，選擇的實驗對象為北京汽車股份有限公司（北汽集團(tuán)）、重慶長安汽車股份有限公司（長安汽車）、長城汽車股份有限公司（長城汽車）、奇瑞汽車股份有限公司（奇瑞汽車）、安徽江淮汽車股份有限公司（江淮汽車）、浙江吉利控股集團(tuán)有限公司（吉利汽車）6家國產(chǎn)自主品牌汽車專利數(shù)據(jù)。根據(jù)中國汽車工業(yè)協(xié)會公布的《2017年1～10月中國品牌汽車分車型前10家生產(chǎn)企業(yè)銷量排名》，這些公司占據(jù)榜單中的6席，并且擁有很大數(shù)量的中國汽車專利。因此，這6家自主品牌汽車公司是具有代表性的自主品牌汽車公司。

專利數(shù)量指標(biāo)選擇的是公開日期為2012年1月1日-2016年12月31日的6家企業(yè)的中國發(fā)明專利數(shù)、實用新型專利數(shù)和授權(quán)發(fā)明專利數(shù)；專利趨勢指標(biāo)選擇的是申請日期為2012年1月1日-2016年12月31日的6家企業(yè)的中國專利年申請量變化量平均值，B部、F部和G部專利所占比例的平均值；專利內(nèi)容指標(biāo)選取公開日期為2012年1月1日-2016年12月31日的6家企業(yè)的實用新型和發(fā)明專利摘要文本。數(shù)據(jù)來源于中國知網(wǎng)專利數(shù)據(jù)庫及佰騰專利網(wǎng)，專利情況統(tǒng)計如表1所示。

3.2專利內(nèi)容指標(biāo)獲取

獲得6家企業(yè)和領(lǐng)域核心關(guān)鍵詞數(shù)及創(chuàng)新核心值，首先要對所有的專利摘要文本進(jìn)行下述預(yù)處理過程：

1）每條專利摘要看作是一個文檔，去除文檔長度低于100字的數(shù)據(jù)；

2）將文檔里所有大寫英文字母轉(zhuǎn)化成小寫字母：

3）使用jieba模塊對數(shù)據(jù)進(jìn)行分詞，使用停用詞詞典去除標(biāo)點和停用詞，并進(jìn)行詞性標(biāo)注，引入百度百科汽車術(shù)語建立用戶詞典。

經(jīng)過預(yù)處理獲得29916個專利文檔，建立起包括318個汽車術(shù)語的用戶詞典，選擇文檔集困惑度較小的主題數(shù)30，即K=30。經(jīng)過LDA建模和進(jìn)一步的TF-IDF計算，每個主題保留權(quán)重最高的10個主題詞，即h=10，并從這些主題詞中選取汽車領(lǐng)域核心關(guān)鍵詞。限于篇幅，圖3僅展示了主題11～主題13和主題20～主題22的主題詞及其概率分布。

我們從這些主題詞中選取汽車領(lǐng)域核心關(guān)鍵詞時將服從以下原則：

選取汽車領(lǐng)域核心關(guān)鍵詞時將遵守以下幾條原則：

1）去除名詞中，例如“板”、“螺桿”、“齒輪”、“芯片”、“蓋”、“軟管”、“硬管”等無法確定具體所指對象的通用詞；

2）去除“方法”、“功能”、“接口”和“導(dǎo)向”等單獨出現(xiàn)時無意義的名詞；

3）合并例如“座椅”和“汽車座椅”，“減震器”、“避震器”和“減振器”等表征相同意義的名詞。

通過上述原則篩選，我們最終獲得90個領(lǐng)域核心關(guān)鍵詞，其中包括和發(fā)動機(jī)系統(tǒng)相關(guān)的“溫度傳感器”、“水泵”、“油管”、“進(jìn)氣歧管”、“氣缸”等關(guān)鍵詞；和底盤系統(tǒng)相關(guān)的“轉(zhuǎn)向器”、“轉(zhuǎn)向管柱”、“剎車”、“減震器”等關(guān)鍵詞；和車身系統(tǒng)相關(guān)的“保險杠”、“儀表盤”、“遮陽板”、“后視鏡”等關(guān)鍵詞；和空調(diào)系統(tǒng)相關(guān)的“濾清器”、“空氣壓縮機(jī)”等關(guān)鍵詞；和電子系統(tǒng)及電器設(shè)備系統(tǒng)相關(guān)的“蓄電池”、“尾燈”、“傳感器”等關(guān)鍵詞。統(tǒng)計每個主題下的關(guān)鍵詞數(shù)，并根據(jù)公式（1）計算每個關(guān)鍵詞的重要值。

在獲得汽車領(lǐng)域的核心關(guān)鍵詞后，我們單獨對各家企業(yè)的發(fā)明和實用新型專利文本進(jìn)行LDA建模，主題數(shù)設(shè)置為20，即k=20，獲得每家企業(yè)的主題一主題詞分布，統(tǒng)計每家企業(yè)包含的領(lǐng)域核心關(guān)鍵詞數(shù)，并通過公式（2）計算每家企業(yè)的領(lǐng)域創(chuàng)新核心值。結(jié)果如表2所示：

3.3技術(shù)創(chuàng)新評價

將表1及表2中數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)0～1變換處理，如表3，再運用熵值法計算各項指標(biāo)的熵值e_j進(jìn)而確定各項指標(biāo)的權(quán)重，如表4所示。

由表4可得汽車企業(yè)的專利數(shù)量指標(biāo)權(quán)重為0.57，專利趨勢指標(biāo)權(quán)重為0.17，專利內(nèi)容指標(biāo)權(quán)重為0.26。

根據(jù)公式（6）可獲得各企業(yè)技術(shù)創(chuàng)新能力評價值，并進(jìn)行排名，如表5。

觀察表5的結(jié)果，我們發(fā)現(xiàn)江淮公司雖然專利總數(shù)不是最多的，卻獲得了最高的技術(shù)創(chuàng)新評價值，吉利汽車公司雖然專利數(shù)最多，但因為近5年內(nèi)申請專利數(shù)量下降較快，排列第2位，奇瑞位列第3位，北汽集團(tuán)排列最后一位，并與其他公司差距較為明顯?？偨Y(jié)來說，2012年1月1日-2016年

12月31日期間，江淮、吉利公司技術(shù)創(chuàng)新能力屬于第1梯隊，奇瑞、長城公司屬于第2梯隊，長安和北汽公司屬于第3梯隊。

對比實驗結(jié)果和2017年12月汽車評價研究院發(fā)布的《汽車行業(yè)安亭指數(shù)排行榜》和《乘用車發(fā)明專利排行榜》，我們發(fā)現(xiàn)實驗結(jié)果雖存在微小偏差，但結(jié)論基本一致，出現(xiàn)偏差的原因是本文提出的技術(shù)創(chuàng)新評價體系是從專利數(shù)據(jù)的3個維度出發(fā)，選取的專利指標(biāo)跨越的時間范圍更長，涉及專利數(shù)據(jù)的維度更寬泛，和汽車研究院發(fā)布的車型排行榜產(chǎn)生一點偏差.而文中提出的方法是面向企業(yè)進(jìn)行的技術(shù)創(chuàng)新評價。因此，文中提出的基于主題模型和專利文本的技術(shù)創(chuàng)新評價方法具有一定的實際意義。

4結(jié)論

文章通過對企業(yè)專利數(shù)據(jù)的統(tǒng)計和內(nèi)容挖掘，構(gòu)建了基于專利數(shù)量指標(biāo)、專利趨勢指標(biāo)和專利內(nèi)容指標(biāo)的技術(shù)創(chuàng)新評價方法。經(jīng)過實驗證明，LDA在對數(shù)量較多、文本長度較長、領(lǐng)域性較強(qiáng)的汽車專利文本進(jìn)行建模時，提取領(lǐng)域關(guān)鍵詞效果良好，利用此框架不僅可以從專利的數(shù)量、趨勢以及內(nèi)容3個角度評價汽車企業(yè)的技術(shù)創(chuàng)新能力強(qiáng)弱，同時也可以發(fā)掘出汽車領(lǐng)域的一些創(chuàng)新熱點。