胡文靜 ，馬建霞 ，謝 珍

(1.中國科學(xué)院 西北生態(tài)環(huán)境資源研究院文獻(xiàn)情報中心，甘肅 蘭州 730000；2.中國科學(xué)院大學(xué) 經(jīng)濟與管理學(xué)院，北京 101408)

0 引言

高質(zhì)量發(fā)展是2017年中國共產(chǎn)黨第十九次全國代表大會上首次提出的新表述，首先使用于經(jīng)濟領(lǐng)域，表明中國經(jīng)濟由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段[1]。2020年，中共第十九屆五中全會明確將“高質(zhì)量發(fā)展”作為“十四五”時期經(jīng)濟社會發(fā)展的重要指導(dǎo)思想之一，同時提出“要把高質(zhì)量理念貫穿發(fā)展全過程和各領(lǐng)域，構(gòu)建新發(fā)展格局，切實轉(zhuǎn)變發(fā)展方式”。由此，高質(zhì)量發(fā)展表述開始出現(xiàn)在公共文化服務(wù)、產(chǎn)業(yè)發(fā)展等諸多領(lǐng)域。

創(chuàng)新是推動高質(zhì)量發(fā)展的主要動力[2]。在國際競爭日趨激烈的背景下，國家核心競爭力越來越表現(xiàn)為對知識創(chuàng)新成果和知識產(chǎn)權(quán)資源的培育、配置及調(diào)控能力。自2008年《國家知識產(chǎn)權(quán)戰(zhàn)略綱要》頒布實施以來，知識產(chǎn)權(quán)戰(zhàn)略作為鼓勵和保護創(chuàng)新、促進經(jīng)濟社會發(fā)展的基礎(chǔ)戰(zhàn)略，地位越來越重要，作用越來越突出。2019年6月，國家知識產(chǎn)權(quán)局印發(fā)《推動知識產(chǎn)權(quán)高質(zhì)量發(fā)展年度工作指引(2019)》的通知，提出全面提升知識產(chǎn)權(quán)創(chuàng)造質(zhì)量、保護效果、運用效益、管理水平、服務(wù)能力和國際影響力，系統(tǒng)構(gòu)建推動知識產(chǎn)權(quán)高質(zhì)量發(fā)展的指標(biāo)體系、政策體系、統(tǒng)計體系和考核體系。

知識產(chǎn)權(quán)高質(zhì)量發(fā)展評價是檢驗知識產(chǎn)權(quán)戰(zhàn)略實施效果的重要方式，也是知識產(chǎn)權(quán)戰(zhàn)略調(diào)整與改革的關(guān)鍵依據(jù)。為了回應(yīng)知識產(chǎn)權(quán)發(fā)展戰(zhàn)略的新要求，圍繞知識產(chǎn)權(quán)高質(zhì)量發(fā)展的評價方法研究將受到重點關(guān)注。

1 文獻(xiàn)綜述

1.1 評價框架

已有研究大多基于政策績效目標(biāo)框架、政策過程框架、利益相關(guān)者框架3種邏輯框架展開。

政策績效目標(biāo)框架是運用最多的評價框架。政策績效目標(biāo)框架下的知識產(chǎn)權(quán)發(fā)展評價經(jīng)歷了以效率為核心—以結(jié)果為導(dǎo)向—多元價值導(dǎo)向的過程。以效率為核心的評價理念源自經(jīng)濟學(xué)，體現(xiàn)為以較少資源投入獲得較多成果產(chǎn)出，具有代表性的有2004年日本產(chǎn)業(yè)政策局發(fā)布的《知識產(chǎn)權(quán)戰(zhàn)略評價指標(biāo)》[3]；也有學(xué)者以效率為核心，對發(fā)明創(chuàng)造歸屬政策[4]、專利研發(fā)及轉(zhuǎn)化政策(孟曉非，2017)等單項知識產(chǎn)權(quán)政策進行績效評價。注重產(chǎn)出轉(zhuǎn)化結(jié)果、關(guān)注成果轉(zhuǎn)化情況是否得到改善，是以結(jié)果為導(dǎo)向的評價理念的核心內(nèi)涵。在該理念引導(dǎo)下，一些學(xué)者對特定知識產(chǎn)權(quán)政策的實施效果進行了評價。如Mowery[5]對美國《貝赫多爾法案》的實施效果進行了評價；國內(nèi)許多學(xué)者對上海、寧波、河南、廣州(管煜武,2008;李偉，2010；張穎舉，2010；李玉米等，2013)、北京[6]的專利資助政策效果進行了評價。此外，知識產(chǎn)權(quán)會商制度實施效果也得到了關(guān)注[7]。多元價值導(dǎo)向認(rèn)為，完整的績效不僅體現(xiàn)在效率、結(jié)果等傳統(tǒng)績效標(biāo)準(zhǔn)上，還應(yīng)當(dāng)包括公民滿意度、責(zé)任、質(zhì)量等重要方面[8]。知識產(chǎn)權(quán)創(chuàng)造、運用、保護、管理目標(biāo)框架被廣泛應(yīng)用于多元價值導(dǎo)向下我國知識產(chǎn)權(quán)發(fā)展評價指標(biāo)體系構(gòu)建[9]，在此基礎(chǔ)上衍生的知識產(chǎn)權(quán)人才、市場主體狀況、知識產(chǎn)權(quán)服務(wù)等維度豐富了該框架內(nèi)涵[10]。

基于政策過程框架的評價遵循政策制定——政策執(zhí)行——政策結(jié)果及其影響邏輯，側(cè)重政策執(zhí)行、落實評估[11-12]，也有學(xué)者引入政策過程新范式評價知識產(chǎn)權(quán)政策效果的合理性、周期性與外部性[13]。利益相關(guān)者框架側(cè)重利益相關(guān)方的期望及其相互作用，從政府—企業(yè)—研究機構(gòu)[14-15]、企業(yè)—研究機構(gòu)—中介[16]、政府—中介—企業(yè)[17]等主體角度設(shè)計評價體系。

1.2 評價指標(biāo)

大量評價研究關(guān)注知識產(chǎn)權(quán)保護水平與知識產(chǎn)權(quán)產(chǎn)出水平測度。針對知識產(chǎn)權(quán)保護水平，評價指標(biāo)構(gòu)建重點從立法和執(zhí)法兩個方面合理量化知識產(chǎn)權(quán)立法強度與保護強度。美國學(xué)者Rapp & Rozek[18]以專利法條款進行內(nèi)容定量分析以及評價國家知識產(chǎn)權(quán)立法強度的依據(jù)。在該理念影響下，GINARTE-PARK方法于1997年提出，是目前應(yīng)用范圍最廣的知識產(chǎn)權(quán)立法測度指標(biāo)[19]。孟奇勛等[20]針對中國知識產(chǎn)權(quán)戰(zhàn)略實施軟環(huán)境，提出將每年新增的知識產(chǎn)權(quán)法律法規(guī)數(shù)量作為評估知識產(chǎn)權(quán)立法強度的量化指標(biāo)，得到了廣泛認(rèn)可與應(yīng)用。知識產(chǎn)權(quán)執(zhí)法保護強度是從實踐角度，形成以司法/執(zhí)法人員數(shù)量、司法及行政案件年結(jié)案率為核心的通用評估指標(biāo)[21]。

以專利為代表的知識產(chǎn)權(quán)產(chǎn)出水平測度指標(biāo)經(jīng)歷了由注重規(guī)模到規(guī)模、質(zhì)量并重的過程。EIS評價體系體現(xiàn)了對產(chǎn)出規(guī)模的重視，每百萬人口歐洲、美國、新共同體專利申請量等指標(biāo)常被用來對比與參考[22]。WIPO的《世界知識產(chǎn)權(quán)指數(shù)》報告增大了知識產(chǎn)權(quán)產(chǎn)出的質(zhì)量權(quán)重，PCT專利申請量、馬德里國際商標(biāo)注冊量、高技術(shù)產(chǎn)業(yè)專利申請量、專利存續(xù)率、注冊商標(biāo)續(xù)展率等經(jīng)典的知識產(chǎn)權(quán)產(chǎn)出質(zhì)量測度指標(biāo)均來源于此[23]。在質(zhì)量觀下，還產(chǎn)生了專門針對高質(zhì)量專利的評價指標(biāo)研究，如美國蘭德公司(RAND)提出采用“平均專利家族規(guī)?！眳^(qū)分各國專利質(zhì)量[24]。專利活動條件、專利實施、專利技術(shù)投資額、專利文獻(xiàn)引用量等指標(biāo)也常被組合使用，以對專利質(zhì)量進行評價[25]。近年來，法律狀態(tài)也被納入高價值專利評價指標(biāo)體系中[26]。

《世界競爭力年鑒》從以上兩方面出發(fā)，采用年人均專利授權(quán)量(件)、專利授權(quán)量年平均增長速度、海外專利申請量(件)、每10萬居民有效專利擁有量(件)、知識產(chǎn)權(quán)受保護程度5個指標(biāo)，被全球大多數(shù)國家所認(rèn)同[27]。隨著知識產(chǎn)權(quán)全鏈條發(fā)展理念的提出，以專利/商標(biāo)使用許可備案數(shù)量與金額、技術(shù)市場成交合同數(shù)、專利實施許可合同備案金額等為代表的知識產(chǎn)權(quán)運用水平測度指標(biāo)[25]，以專利質(zhì)押融資金額[28]等為代表的知識產(chǎn)權(quán)服務(wù)水平測度指標(biāo)，以研發(fā)投入強度、知識產(chǎn)權(quán)法規(guī)規(guī)章量等為代表的知識產(chǎn)權(quán)制度環(huán)境發(fā)展水平測度指標(biāo)[29]得到了廣泛應(yīng)用。

1.3 研究述評

根據(jù)對現(xiàn)有文獻(xiàn)的分析與總結(jié)，現(xiàn)有評價方式應(yīng)用具有一定局限性。首先，指標(biāo)設(shè)計缺乏理論指導(dǎo)。大多數(shù)指標(biāo)體系從效果、效率和效益方面評估知識產(chǎn)權(quán)在創(chuàng)造、運用、保護、管理等方面的提升程度，以判斷知識產(chǎn)權(quán)發(fā)展水平，但對知識產(chǎn)權(quán)高質(zhì)量發(fā)展未有明確定義，機制研究相對缺乏，指標(biāo)體系設(shè)計針對性不強，不能體現(xiàn)知識產(chǎn)權(quán)發(fā)展質(zhì)量觀的新理念。其次，指標(biāo)選取重全面輕遴選。現(xiàn)有研究力求從多角度全方位描述知識產(chǎn)權(quán)發(fā)展現(xiàn)狀，指標(biāo)體系過于龐大。一方面，不利于數(shù)據(jù)收集，在實際中難以應(yīng)用；另一方面，從統(tǒng)計學(xué)角度而言，存在信息冗余，影響指標(biāo)體系的科學(xué)合理性。最后，缺乏新指標(biāo)的引入。指標(biāo)選取應(yīng)具有動態(tài)性，與國家、社會整體發(fā)展階段相適應(yīng)，并根據(jù)發(fā)展形勢及時調(diào)整。

本文通過引入公共價值理論，對知識產(chǎn)權(quán)高質(zhì)量發(fā)展進行定義，并在此基礎(chǔ)上運用機器學(xué)習(xí)方法，以實現(xiàn)的公共價值貢獻(xiàn)度為依據(jù)進行指標(biāo)增補、遴選與權(quán)重確定，構(gòu)建知識產(chǎn)權(quán)高質(zhì)量發(fā)展指標(biāo)體系，彌補現(xiàn)有研究不足，并結(jié)合協(xié)調(diào)度對區(qū)域知識產(chǎn)權(quán)高質(zhì)量發(fā)展?fàn)顩r進行評價。

2 知識產(chǎn)權(quán)高質(zhì)量發(fā)展內(nèi)涵

2.1 知識產(chǎn)權(quán)高質(zhì)量發(fā)展與公共價值關(guān)系

根據(jù)國家標(biāo)準(zhǔn)GB/T19000的定義，質(zhì)量是“客體的一組固有特性滿足需求的程度”?？梢钥闯觯|(zhì)量是相對于需求而言的，如果沒有實際需求，就無所謂質(zhì)量。對于一項公共制度，特性是指政策的功能特性，而需求是超越個體需求的公共需求。在行為科學(xué)上，追求高質(zhì)量發(fā)展必須擁有更具本真價值理性的動力機制，即能夠直接體現(xiàn)人民向往目標(biāo)和經(jīng)濟發(fā)展本真目的的發(fā)展戰(zhàn)略目標(biāo)[30]。《知識產(chǎn)權(quán)強國建設(shè)綱要(2021-2035年)》提出了以滿足人民日益增長的美好生活需要為根本目的知識產(chǎn)權(quán)發(fā)展戰(zhàn)略目標(biāo)，對知識產(chǎn)權(quán)發(fā)展的公共需求進行了闡釋。由此，可將知識產(chǎn)權(quán)高質(zhì)量發(fā)展定義為“知識產(chǎn)權(quán)政策功能滿足人民日益增長的美好生活需求的發(fā)展方式和動力狀態(tài)”。

在公共哲學(xué)視野中，“公共價值”與“美好生活”的內(nèi)在旨趣是相互因應(yīng)、有機統(tǒng)一的[31]。人類對美好生活的追求受某種合理價值觀念所引導(dǎo)，這種價值形成是基于最大公約數(shù)的集體性認(rèn)同結(jié)果，表達(dá)的是人類共同體公共需要的共識，稱之為“公共價值”。公共價值是美好生活規(guī)范性理念的支撐和詮釋理據(jù)，而美好生活則是公共價值信念的制度性實踐。通過這種關(guān)系轉(zhuǎn)換，知識產(chǎn)權(quán)高質(zhì)量發(fā)展又可體現(xiàn)為“知識產(chǎn)權(quán)政策功能對公共價值實現(xiàn)的貢獻(xiàn)程度”。由此，知識產(chǎn)權(quán)高質(zhì)量發(fā)展與公共價值在人類共同體對美好生活的追求中實現(xiàn)了耦合。

2.2 知識產(chǎn)權(quán)高質(zhì)量發(fā)展的公共價值維度

公共價值是社會構(gòu)建的結(jié)果，至今未有統(tǒng)一標(biāo)準(zhǔn)。Benington[32]認(rèn)為，公共價值是一個集合了經(jīng)濟、政治和社會的概念，超越了市場經(jīng)濟形態(tài)，包括經(jīng)濟價值、社會價值、文化價值、政治價值和生態(tài)價值5個維度。黨的十八大報告提出，全面推進經(jīng)濟建設(shè)、政治建設(shè)、文化建設(shè)、社會建設(shè)和生態(tài)建設(shè)“五位一體”的總體布局，明確了現(xiàn)階段中國特色社會主義事業(yè)建設(shè)的公共價值導(dǎo)向，與Benington對公共價值維度的劃分大體一致。本文以此為標(biāo)準(zhǔn)，對知識產(chǎn)權(quán)高質(zhì)量發(fā)展的公共價值維度進行定義。其中，政治建設(shè)包含意識形態(tài)與政府能力兩方面內(nèi)涵。本文所述公共價值不涉及意識形態(tài)，故命名為“政府能力價值”。此外，知識產(chǎn)權(quán)高質(zhì)量發(fā)展的文化價值體現(xiàn)為通過對以著作為代表的文化產(chǎn)品保護及創(chuàng)造激勵，滿足人民群眾的文化需求，其內(nèi)涵包含在廣義的社會價值中，故不再單獨設(shè)置維度。至此，知識產(chǎn)權(quán)高質(zhì)量發(fā)展的公共價值可體現(xiàn)為經(jīng)濟價值、社會價值、生態(tài)價值與政府能力價值4個維度。

二級指標(biāo)設(shè)定遵循可持續(xù)發(fā)展理論?？沙掷m(xù)發(fā)展是以保護自然資源環(huán)境為基礎(chǔ)，以激勵經(jīng)濟發(fā)展為條件，以改善和提高人類生活質(zhì)量為目標(biāo)的發(fā)展理論和戰(zhàn)略[33]，包括經(jīng)濟可持續(xù)發(fā)展、社會可持續(xù)發(fā)展、生態(tài)可持續(xù)發(fā)展3個方面，與公共價值的3個維度相對應(yīng)[34]。從經(jīng)濟角度出發(fā)，可持續(xù)發(fā)展強調(diào)在保證自然資源質(zhì)量及其提供服務(wù)的前提下，實現(xiàn)經(jīng)濟效益最大化[35]。2012年，中國在聯(lián)合國可持續(xù)發(fā)展大會中提出將轉(zhuǎn)變經(jīng)濟增長方式和對經(jīng)濟結(jié)構(gòu)進行戰(zhàn)略性調(diào)整作為達(dá)到上述目的的兩個著力點[36]。由此，將經(jīng)濟價值的二級指標(biāo)設(shè)定為經(jīng)濟增長方式轉(zhuǎn)變與經(jīng)濟結(jié)構(gòu)優(yōu)化。從社會角度出發(fā)，世界自然保護同盟(UNEP)、聯(lián)合國環(huán)境規(guī)劃署(IUCN)和世界野生生物基金會(WWF)共同發(fā)表的《保護地球——可持續(xù)生存戰(zhàn)略》指出，可持續(xù)發(fā)展的最終落腳點是人的發(fā)展，在不超出維持生態(tài)系統(tǒng)涵容能力的情況下改善個體生活品質(zhì)、提高個體素質(zhì)[37]。具體化到知識產(chǎn)權(quán)制度，體現(xiàn)為通過規(guī)范市場競爭功能推動產(chǎn)品升級以及提升人民群眾法制意識，因此將產(chǎn)品升級與法制意識作為社會價值的二級指標(biāo)。從環(huán)境角度出發(fā)，國際生態(tài)學(xué)聯(lián)合會 (INTECOL) 和國際聯(lián)合會 (IUBS) 認(rèn)為，可持續(xù)發(fā)展需要保護和改善環(huán)境系統(tǒng)的生產(chǎn)與更新能力。知識產(chǎn)權(quán)制度可通過激勵創(chuàng)新以彌補污染、碳排放等公共“缺陷”，助力環(huán)境可持續(xù)發(fā)展[38]。以此為依據(jù)，可將生態(tài)價值的二級指標(biāo)具化為環(huán)境改善。此外，一個國家的可持續(xù)發(fā)展在很大程度上依賴于這個國家通過技術(shù)、觀念、體制因素表現(xiàn)出來的能力，如成熟的制度體系是可持續(xù)發(fā)展戰(zhàn)略付諸實現(xiàn)的重要保障[39]，這與公共價值的政府能力維度相對應(yīng)。因此，本文將政府能力維度的二級指標(biāo)具體化為制度成熟。

知識產(chǎn)權(quán)制度通過創(chuàng)新激勵功能、資源配置功能、市場競爭規(guī)范功能和政府管理功能實現(xiàn)公共價值[40]。根據(jù)知識產(chǎn)權(quán)高質(zhì)量發(fā)展的公共價值實現(xiàn)機制，選取14項指標(biāo)，構(gòu)建知識產(chǎn)權(quán)高質(zhì)量發(fā)展公共價值指標(biāo)體系，如表 1所示。

表1 知識產(chǎn)權(quán)高質(zhì)量發(fā)展公共價值指標(biāo)Tab.1 Public value indicators of high-quality development of intellectual property

3 評價方法

3.1 評價維度設(shè)計

公共價值范式是基于廣義績效觀的評價發(fā)展新階段。國家知識產(chǎn)權(quán)局發(fā)布的《中國知識產(chǎn)權(quán)發(fā)展評價報告》(以下簡稱“報告”)是現(xiàn)階段廣義績效觀評價模式的代表，本文在一級指標(biāo)設(shè)定上沿用報告的邏輯框架，將知識產(chǎn)權(quán)體系分為創(chuàng)造、運用、保護和環(huán)境4個方面。同時，對報告的二級指標(biāo)進行修正，使之更符合公共價值范式設(shè)定。第一，保留創(chuàng)造、運用兩個維度的二級指標(biāo)，體現(xiàn)規(guī)模、質(zhì)量、效率、效益并重的評估理念；第二，刪除隸屬于知識產(chǎn)權(quán)高質(zhì)量發(fā)展公共價值指標(biāo)體系的指標(biāo)(環(huán)境一級指標(biāo)下的二級指標(biāo)——意識、保護效果二級指標(biāo)下的知識產(chǎn)權(quán)保護社會滿意度)；第三，保護效果二級指標(biāo)中的三級指標(biāo)可由其它維度替代，故取消該類指標(biāo)并對相關(guān)三級指標(biāo)進行重新劃分。將注冊商標(biāo)續(xù)展率歸入產(chǎn)出質(zhì)量，將由研發(fā)投入強度與規(guī)模以上工業(yè)企業(yè)申請專利比例構(gòu)成的新二級指標(biāo)——研發(fā)環(huán)境，納入一級指標(biāo)環(huán)境維度，最終形成評價體系見表 2。

表2 知識產(chǎn)權(quán)高質(zhì)量發(fā)展評價維度Tab.2 Evaluation dimension of high-quality development of intellectual property

3.2 評價流程

遵循上述維度設(shè)定，在遴選、修正、增補三級指標(biāo)的基礎(chǔ)上進行協(xié)調(diào)度計算，最終形成知識產(chǎn)權(quán)高質(zhì)量發(fā)展指數(shù)。具體過程分為5個步驟，見圖1。第一，對報告中已有指標(biāo)進行初步遴選，從統(tǒng)計學(xué)角度刪除具有多重共線性的指標(biāo)；第二，根據(jù)現(xiàn)有研究總結(jié)及國家創(chuàng)新、可持續(xù)發(fā)展戰(zhàn)略要求，對指標(biāo)進行修正并引入新指標(biāo)；第三，對上述構(gòu)建的知識產(chǎn)權(quán)高質(zhì)量發(fā)展公共價值進行表征；第四，使用初步遴選與修正后的三級指標(biāo)對知識產(chǎn)權(quán)高質(zhì)量發(fā)展公共價值進行擬合，再次遴選指標(biāo)并確定指標(biāo)權(quán)重；第五，計算一級指標(biāo)協(xié)調(diào)度，進行指數(shù)合成。

圖1 知識產(chǎn)權(quán)高質(zhì)量發(fā)展評價流程Fig.1 Evaluation process of high-quality development of intellectual property

3.2.1 指標(biāo)遴選與權(quán)重確定

(1)基于LASSO回歸的初步指標(biāo)遴選。LASSO回歸假設(shè)，在多個變量中只有有限變量與結(jié)果具有特別顯著關(guān)系，可將一些重復(fù)、非必要的參數(shù)直接縮減為0，達(dá)到提取有用特征的效果，有效解決多個特征之間存在多重共線性的問題[43]。K值為LASSO回歸損失函數(shù)中的系數(shù)，需要調(diào)優(yōu)。K值的選擇原則是各自變量的標(biāo)準(zhǔn)化回歸系數(shù)趨于穩(wěn)定時的最小值。LASSO回歸操作分為兩步，分別是結(jié)合軌跡圖尋找最佳K值、根據(jù)最佳K值進行回歸建模。

(2)知識產(chǎn)權(quán)高質(zhì)量發(fā)展公共價值表征。自編碼器(Auto encoder, AE)是一類在半監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)中使用的人工神經(jīng)網(wǎng)絡(luò)，其功能是通過將輸入信息作為學(xué)習(xí)目標(biāo)，對輸入信息進行表征學(xué)習(xí)，可用于數(shù)據(jù)特征學(xué)習(xí)及高維復(fù)雜數(shù)據(jù)降維[43]。自編碼器的基本結(jié)構(gòu)可表示為一個輸入與學(xué)習(xí)目標(biāo)相同的神經(jīng)網(wǎng)絡(luò)，包含編碼器(encoder)和解碼器(decoder)兩部分。求解完成后，由編碼器輸出的隱含層特征h，可視為輸入數(shù)據(jù)X的表征[44]。

(3)基于隨機森林的指標(biāo)二次遴選與權(quán)重確定。隨機森林(random forest，RF)是一種基于決策樹算法的集成學(xué)習(xí)方法[45]。隨機森林的預(yù)測準(zhǔn)確率較高，對異常值和噪聲容忍度較高，能夠處理高維數(shù)據(jù)(變量個數(shù)遠(yuǎn)大于觀測個數(shù))，有效分析非線性、具有共線性和交互作用的數(shù)據(jù)，并能夠在分析數(shù)據(jù)的同時給出變量重要性評分[46]?？紤]到樣本數(shù)據(jù)集規(guī)模以及模型可解釋性，選擇隨機森林模型作為特征重要性分析工具。從特征重要性角度來看，根節(jié)點對被解釋變量的影響最大，其次是靠近根節(jié)點的節(jié)點[47]。

3.2.2 知識產(chǎn)權(quán)高質(zhì)量發(fā)展指數(shù)

協(xié)調(diào)既是發(fā)展手段又是發(fā)展目標(biāo)，同時還是評價發(fā)展的標(biāo)準(zhǔn)和尺度，是發(fā)展兩點論和重點論的統(tǒng)一，也是發(fā)展平衡和不平衡的統(tǒng)一，是發(fā)展短板和潛力的統(tǒng)一[48]。通過對知識產(chǎn)權(quán)高質(zhì)量發(fā)展評價體系一級指標(biāo)協(xié)調(diào)度的計算，并與公共價值指標(biāo)計算結(jié)果進行合成，得到知識產(chǎn)權(quán)高質(zhì)量發(fā)展指數(shù)。

(1)知識產(chǎn)權(quán)高質(zhì)量發(fā)展協(xié)調(diào)度計算。采用離差系數(shù)協(xié)調(diào)度模型計算知識產(chǎn)權(quán)創(chuàng)造、保護、運用和環(huán)境4個一級指標(biāo)的協(xié)調(diào)度。離差系數(shù)(CV)又稱相對標(biāo)準(zhǔn)差或變異系數(shù)，是一個表示標(biāo)準(zhǔn)差相較平均數(shù)的對比值，可以反映數(shù)據(jù)離散趨勢。其基本計算公式為：

(1)

K為調(diào)節(jié)系數(shù)，K值為評價指標(biāo)體系層級數(shù)減1，本文4個系統(tǒng)處于整體指標(biāo)體系的第二層，故K=1。協(xié)調(diào)度C的取值范圍為0～1之間。當(dāng)C=1時，系統(tǒng)處于完全協(xié)調(diào)狀態(tài)；C=0時，系統(tǒng)處于完全不協(xié)調(diào)狀態(tài)。

(2)知識產(chǎn)權(quán)高質(zhì)量發(fā)展指數(shù)合成。由公式(1)可知，當(dāng)知識產(chǎn)權(quán)創(chuàng)造、保護、運用和環(huán)境4個分項得分很小且非常接近時，會出現(xiàn) C 值較高但評價得分不高的低發(fā)展水平、高協(xié)調(diào)度狀態(tài)。而實際的知識產(chǎn)權(quán)高質(zhì)量發(fā)展追求的是在高度實現(xiàn)公共價值下的高協(xié)調(diào)狀態(tài)，因此將C值與指標(biāo)遴選后的計算結(jié)果相結(jié)合，得到知識產(chǎn)權(quán)高質(zhì)量發(fā)展指數(shù)。

設(shè)知識產(chǎn)權(quán)創(chuàng)造、保護、運用、環(huán)境4個維度的綜合發(fā)展水平為：

I=a1C(c)+a2P(p)+a3U(u)+a4E(e)

(2)

其中，a1、a2、a3、a4為4個維度權(quán)重。知識產(chǎn)權(quán)高質(zhì)量發(fā)展指數(shù)可定義為協(xié)調(diào)度與發(fā)展水平的加權(quán)幾何平均數(shù)，見公式(3)，α和β分別為協(xié)調(diào)度與發(fā)展水平的權(quán)重。

(3)

協(xié)調(diào)度與發(fā)展水平劃分標(biāo)準(zhǔn)見表 3[50]。

4 實證研究

4.1 數(shù)據(jù)來源

選取中國內(nèi)地31個省市為單位，進行區(qū)域知識產(chǎn)權(quán)高質(zhì)量發(fā)展比較?？紤]到某些統(tǒng)計數(shù)據(jù)的滯后性，本文采用2019年數(shù)據(jù)進行分析。

4.2 指標(biāo)體系構(gòu)建

4.2.1 指標(biāo)初步遴選

以《報告》中2019年數(shù)據(jù)為基礎(chǔ)，選擇二級指標(biāo)下三級指標(biāo)數(shù)量超過3個且數(shù)據(jù)獲取難度較大的指標(biāo)進行初步遴選，包括知識產(chǎn)權(quán)創(chuàng)造數(shù)量、知識產(chǎn)權(quán)運用規(guī)模、知識產(chǎn)權(quán)司法保護、知識產(chǎn)權(quán)服務(wù)4項二級指標(biāo)。進行LASSO回歸后，結(jié)果顯示，4個模型均通過F檢驗(P=0.001 <0.05)，表明模型有意義，可將回歸系數(shù)為0的9項指標(biāo)剔除，具體見表4。

表3 知識產(chǎn)權(quán)高質(zhì)量發(fā)展水平與協(xié)調(diào)度劃分標(biāo)準(zhǔn)Tab.3 Division standard of high-quality development level and coordination degree

4.2.2 指標(biāo)修正與新增

在對《報告》指標(biāo)進行初步遴選的基礎(chǔ)上，通過閱讀相關(guān)文獻(xiàn)、國家政策，構(gòu)建了包含4個一級指標(biāo)、10個二級指標(biāo)、37個三級指標(biāo)的知識產(chǎn)權(quán)高質(zhì)量發(fā)展參考指標(biāo)，其中，保留《報告》指標(biāo)18項、修改指標(biāo)6項，引入相關(guān)文獻(xiàn)指標(biāo)8項、新增指標(biāo)5項，有變動的指標(biāo)見表 5。

4.2.3 知識產(chǎn)權(quán)公共價值表征值計算

對知識產(chǎn)權(quán)高質(zhì)量發(fā)展公共價值三級指標(biāo)進行數(shù)據(jù)采集，對單位地區(qū)生產(chǎn)總值能耗、單位地區(qū)生產(chǎn)總值二氧化硫排放量、單位地區(qū)生產(chǎn)總值化學(xué)需氧量排放量、單位地區(qū)生產(chǎn)總值氨氮排放量4個指標(biāo)作逆向化處理(NMMS)，并對所有指標(biāo)進行無量綱化處理(MMS)。采用tensorflow構(gòu)建5層AE，各層維度分別為(14,7,1,7,14)，損失函數(shù)為MSE，優(yōu)化器選擇SDG(lr=1.5)。將預(yù)處理后數(shù)據(jù)作為AE的輸入并通過1 000輪訓(xùn)練進行特征學(xué)習(xí)。

訓(xùn)練完成后用模型的encoder輸出數(shù)據(jù)隱藏層特征，并將輸出值控制在[0,10]區(qū)間內(nèi)，得到各地區(qū)知識產(chǎn)權(quán)公共價值表征值，見表6。

表6 知識產(chǎn)權(quán)公共價值表征值Tab.6 Public value representation of intellectual property

4.2.4 指標(biāo)二次遴選與權(quán)重計算

使用基于Python的Scikit Learn庫構(gòu)建隨機森林模型。對構(gòu)建的知識產(chǎn)權(quán)高質(zhì)量發(fā)展參考指標(biāo)體系的37個三級指標(biāo)進行數(shù)據(jù)采集，作為隨機森林模型的輸入特征X，將計算得到的知識產(chǎn)權(quán)公共價值表征值作為隨機森林模型的目標(biāo)變量Y。主要參數(shù)設(shè)置為bootstrap=Ture，n_estimators= 150，max_depth=15，max_features=auto，min_samples_leaf =1。

訓(xùn)練完成后使用模型的feature_importances_屬性，可得各輸入特征的重要性。由于指標(biāo)X3-每萬人口植物新品種權(quán)授權(quán)量的重要性在保留3位小數(shù)時為0，因此可將其剔除。最終的指標(biāo)體系包括4個一級指標(biāo)、10個二級指標(biāo)、36個三級指標(biāo)，指標(biāo)重要性可作為三級指標(biāo)權(quán)重，具體見表 7。

4.3 區(qū)域評價

對36個三級指標(biāo)數(shù)據(jù)進行最大值無量綱化處理(MaxS)，通過三級指標(biāo)加權(quán)直接計算一級指標(biāo)得分。將協(xié)調(diào)度與發(fā)展水平的權(quán)重α、β均設(shè)置為0.5，應(yīng)用公式(1)-(3)分別計算各區(qū)域知識產(chǎn)權(quán)發(fā)展協(xié)調(diào)度C、知識產(chǎn)權(quán)高質(zhì)量發(fā)展水平I以及知識產(chǎn)權(quán)高質(zhì)量發(fā)展指數(shù)D，結(jié)果如表 8所示。以協(xié)調(diào)度為橫軸、高質(zhì)量發(fā)展水平為縱軸構(gòu)建坐標(biāo)系，各區(qū)域在坐標(biāo)系中的位置見圖2。

根據(jù)圖2所示，從高質(zhì)量發(fā)展水平維度看，我國區(qū)域知識產(chǎn)權(quán)發(fā)展質(zhì)量整體不高，僅有北京達(dá)到高效用標(biāo)準(zhǔn)，廣東、江蘇、上海、浙江4個地區(qū)處于中等效用發(fā)展水平，其余地區(qū)均處于低效用發(fā)展水平；從協(xié)調(diào)度維度看，有25個地區(qū)達(dá)到了協(xié)調(diào)標(biāo)準(zhǔn)，廣東、廣西、四川、河南4個地區(qū)達(dá)到了優(yōu)質(zhì)協(xié)調(diào)標(biāo)準(zhǔn)，吉林、黑龍江、福建等11個地區(qū)達(dá)到良好協(xié)調(diào)標(biāo)準(zhǔn)，4個地區(qū)處于中級協(xié)調(diào)狀態(tài)，5個地區(qū)處于初級協(xié)調(diào)狀態(tài)，4個地區(qū)處于勉強協(xié)調(diào)狀態(tài)，西藏、新疆、青海三地未達(dá)到協(xié)調(diào)標(biāo)準(zhǔn)。

根據(jù)知識產(chǎn)權(quán)高質(zhì)量發(fā)展指數(shù)得分，可將內(nèi)地31個地區(qū)的知識產(chǎn)權(quán)發(fā)展水平分為5個梯隊：第一梯隊為廣東省，是唯一一個知識產(chǎn)權(quán)高質(zhì)量發(fā)展指數(shù)在0.7以上的地區(qū)；第二梯隊包括上海、北京、浙江、江蘇4個地區(qū)，得分區(qū)間為(0.5，0.7)；第三梯隊包括山東、四川、天津、湖南、福建、安徽、湖北、河南、河北、遼寧10個地區(qū)，得分區(qū)間為(0.4，0.5)；第四梯隊包括陜西、吉林、重慶、江西、甘肅、黑龍江、廣西、云南、貴州、山西10個地區(qū)，得分區(qū)間為(0.3，0.4)；第五梯隊包括寧夏、海南、內(nèi)蒙古、青海、新疆、西藏6個地區(qū)，得分低于0.3。

5 結(jié)論與對策

5.1 發(fā)展質(zhì)量與發(fā)展協(xié)調(diào)度并重的知識產(chǎn)權(quán)發(fā)展模式尚未形成

通過各區(qū)域在知識產(chǎn)權(quán)高質(zhì)量發(fā)展坐標(biāo)系中的位置可以看出，知識產(chǎn)權(quán)高質(zhì)量發(fā)展指數(shù)得分較高的第一、第二梯隊分別處于第一象限靠近X坐標(biāo)軸與Y坐標(biāo)軸的位置，遠(yuǎn)離坐標(biāo)系一三象限的角平分線。北京代表注重發(fā)展質(zhì)量>注重發(fā)展協(xié)調(diào)度的發(fā)展模式；廣東代表注重發(fā)展協(xié)調(diào)度>注重發(fā)展質(zhì)量的發(fā)展模式,二者并重的發(fā)展模式是我國區(qū)域知識產(chǎn)權(quán)發(fā)展方向。

我國區(qū)域知識產(chǎn)權(quán)協(xié)調(diào)發(fā)展面臨的主要問題是“重創(chuàng)造、輕運用”，提升知識產(chǎn)權(quán)市場化運營能力是促進知識產(chǎn)權(quán)運用的主要手段。第一，“清單式研發(fā)”、“揭榜掛帥式研發(fā)”等針對性研發(fā)模式應(yīng)得到進一步推廣，以減少“沉睡專利”數(shù)量；第二，完善知識產(chǎn)權(quán)價值評估機制和標(biāo)準(zhǔn)，健全知識產(chǎn)權(quán)評估體系，提高第三方評估結(jié)果的科學(xué)性及市場認(rèn)可度；第三，充分發(fā)揮各類知識產(chǎn)權(quán)交易平臺作用，落實專利開放許可信息公開機制，通過公開專利基礎(chǔ)數(shù)據(jù)、許可費用等信息，解決專利技術(shù)供需信息不對稱問題；第四，進一步推進知識產(chǎn)權(quán)質(zhì)押融資工作，在“銀行+企業(yè)專利權(quán)/商標(biāo)專用權(quán)質(zhì)押”的直接質(zhì)押融資模式基礎(chǔ)上引入科技擔(dān)保公司，在控制融資風(fēng)險的基礎(chǔ)上，擴大知識產(chǎn)權(quán)質(zhì)押融資普及度和惠益面[51]。

5.2 知識產(chǎn)權(quán)高質(zhì)量發(fā)展指標(biāo)權(quán)重分布具有長尾效應(yīng)

從知識產(chǎn)權(quán)高質(zhì)量發(fā)展指標(biāo)體系三級指標(biāo)權(quán)重的分布可以看出，僅有研發(fā)投入強度、專利獎獲獎指數(shù)、每萬人口知識產(chǎn)權(quán)服務(wù)機構(gòu)擁有量3個指標(biāo)的權(quán)重在0.1以上，其權(quán)重之和占比達(dá)到了55%，大于其余33個指標(biāo)權(quán)重之和，具有顯著的長尾分布特征。

研發(fā)經(jīng)費、高價值專利以及知識產(chǎn)權(quán)服務(wù)3個指標(biāo)對于提升知識產(chǎn)權(quán)發(fā)展質(zhì)量具有指向性。在研發(fā)經(jīng)費受限的情況下，高價值專利培育與知識產(chǎn)權(quán)服務(wù)水平提升對知識產(chǎn)權(quán)高質(zhì)量發(fā)展至關(guān)重要。在高價值專利培育上，一是要加強預(yù)判，圍繞國家關(guān)鍵核心技術(shù)實施一批專利導(dǎo)航項目，助力企業(yè)優(yōu)化技術(shù)創(chuàng)新方向和研發(fā)路徑；二是要與區(qū)域優(yōu)勢產(chǎn)業(yè)相結(jié)合，對符合區(qū)域產(chǎn)業(yè)布局的企業(yè)加大政策支持力度。在知識產(chǎn)權(quán)服務(wù)上，一方面要通過提升信息化水平、簡化業(yè)務(wù)辦理環(huán)節(jié)、健全多樣化審查模式提高知識產(chǎn)權(quán)公共服務(wù)效能；另一方面要通過建立行業(yè)規(guī)范和標(biāo)準(zhǔn)，提升知識產(chǎn)權(quán)市場服務(wù)機構(gòu)的服務(wù)質(zhì)量。

表7 知識產(chǎn)權(quán)高質(zhì)量發(fā)展評價指標(biāo)體系Tab.7 Evaluation indicator system of high-quality development of intellectual property rights

表8 知識產(chǎn)權(quán)高質(zhì)量發(fā)展區(qū)域評價結(jié)果Tab.8 Regional evaluation results of high-quality development of intellectual property rights

續(xù)表8 知識產(chǎn)權(quán)高質(zhì)量發(fā)展區(qū)域評價結(jié)果Tab.8(Continued) Regional evaluation results of high-quality development of intellectual property rights

圖2 區(qū)域知識產(chǎn)權(quán)高質(zhì)量發(fā)展坐標(biāo)系Fig.2 High-quality development coordinate system of regional intellectual property

需要指出的是，僅重視頭部指標(biāo)容易使知識產(chǎn)權(quán)發(fā)展陷入失調(diào)狀態(tài)。事實上，正是大量其它權(quán)重占比較小的指標(biāo)為知識產(chǎn)權(quán)特色化、差異化發(fā)展提供了潛在空間，各區(qū)域可根據(jù)自身實際調(diào)整發(fā)展策略，提升發(fā)展質(zhì)量。

知識產(chǎn)權(quán)高質(zhì)量發(fā)展評價與產(chǎn)業(yè)創(chuàng)新、經(jīng)濟發(fā)展密切相關(guān)，需要大量數(shù)據(jù)支撐。專利密集型產(chǎn)業(yè)增加值占GDP比重、版權(quán)產(chǎn)業(yè)增加值占GDP比重、知識產(chǎn)權(quán)使用費年進出口總額等《知識產(chǎn)權(quán)強國建設(shè)綱要》中的部分重要指標(biāo)由于缺失省級數(shù)據(jù)，在一定程度上影響指標(biāo)體系構(gòu)建與調(diào)整，需要在政府部門統(tǒng)計口徑與政策規(guī)劃相互匹配協(xié)調(diào)后予以進一步完善。