基于层次分析法的技术创新专利布局评价模型

2018-10-13徐丹

科技与创新 2018年19期

徐丹

徐丹

（国家知识产权局专利局光电部，北京 100086）

专利布局是技术创新主体竞争力的直接体现，其重要程度与日俱增。在探讨专利布局评价方法研究现状的基础上，分析了当前专利布局分析评价方法，提出了基于层次分析法的专利布局指标体系和评价模型。提出的评价模型充分结合了专利数据多方面的特性，构建了包含数量、质量及其他指标的专利布局评价体系模型，以期为技术创新主体的科技规划提供重要参考。

专利布局；层次分析法；评价指标；评价体系

1 引言

专利布局是技术创新主体竞争力的直接体现，其重要程度与日俱增，已上升到技术创新主体的战略规划层面[1]。目前专利评价指标的研究及运用主要集中在数量指标和质量指标方面，前者用专利数量来评价技术创新主体的竞争能力，而专利质量指标的研究逐渐成为专利计量分析的热点[2]。文献[3]提出了专利的指标体系，该专利指标体系主要包括：专利数量、专利成长率、引证指标、科学关联性、技术生命周期、专利效率、专利实施率和产业标准化指标等。文献[4]则基于“专利悖论”，深入探讨了专利组合理论发展的脉络和兴起的原因。文献[5]对专利组合分析的专利指标、专利组合、专利与市场一体化组合分析的方法以及一体化组合的实证研究进行了分析和阐述。文献[6]对专利组合分析进行了全面的介绍，从技术层面和公司层面的专利组合进行分析和建模。文献[7]进一步构建了企业技术标准联盟博弈模型，提出了企业基于专利组合的技术标准联盟动力及其不同策略。文献[8]探索了专利质量指标体系，并筛选出精细化的专利质量指标。文献[9]介绍了国外成熟的专利质量指标，通过“纵向”评价的方法，验证了专利质量指标对技术创新能力和战略评估的重要作用。随着专利布局研究的深入，文献[10]构建了高科技企业知识产权综合实力评价指标体系，并给出各指标的详细说明。虽然目前对于专利评价指标体系的研究较多，但也存在着诸多不足，主要体现在以下3个方面：①复杂性。指标体系过于纷繁复杂，评价不全面、深度不够，没有考虑到不同指标之间的多重共线性等问题，在实践中应用受到很大限制。②主观性。通常指标的数据需要调研得到，不可避免出现主观臆断性，在数据搜集上存在着很大的困难。③适用性。专利评价体系的研究大多参考CHI的专利指标体系，但其没有考虑到我国专利文献数据的特点，比如缺少引证等，不适用于我国专利的评价研究。

专利组合是专利布局的基础，具有高度的紧迫性。为了有效服务于技术创新主体的科技战略规划的制订，本文对当前常见的专利评价体系方法进行分析和探讨，提出了一种基于层次分析法的专利布局评价模型。应用效果验证了本文所提出的专利布局评价模型方案的科学性和合理性，并具有重要的参考价值。

2 专利布局指标化评价原则

专利布局的评价指标如何建立，主要取决于评价对象特性的期望值。评价指标是否科学合理，直接关系到评价的质量和效果。所以本文建立的专利布局综合评价指标体系力求科学、客观、全面地反映相关影响因素。对专利布局综合评价指标进行抽象和提取吋，要遵循以下5个原则。

2.1 适应性和代表性原则

评价指标要能够充分适应评价对象的特点，能很好地反映评价对象的行为过程特征。

2.2 系统性原则

系统性原则要求所选评价指标具有整体性、层次性、相关性。对专利布局特征进行评价，本质上是各项产品主线在规模性、重要性、相关性、覆盖性这4个方面的众多因素之间的定性、定量分析。

2.3 可信度原则

可信度主要包括方案的可行性、实用性、可靠性。建立评价指标体系时必须充分考虑指标量化的科学性和数据的可信度。为了方便进行定量分析，指标的定义要科学合理，指标参数的采集应该保证高度可信度和实时性。

2.4 定性与定量紧密性原则

专利布局评价所涉及的指标参数众多而又极度繁杂，在进行指标定义时应该将定性化和定量化紧密结合。评价体系中，各指标要能够准确衡量所有专利之间的可比性，因此定性分析与定量分析的紧密结合显得尤为重要。

2.5 重点性原则

在对专利布局的评价中，评价指标的选取关键在于该指标在评价中的重要程度。根据评价指标对响应行为过程特征影响的重要性来选取合理的指标参数。

3 专利布局评价指标体系

依据上述所提出的指标体系设计原则和思路，本文提出了基于层次分析算法的专利布局的综合评价体系，从数量指标、质量指标、综合指标3个方面，构建了包括3个层次、11项指标的专利组合评价体系。专利组合的评价指标体系如图1所示。

图1 专利组合的评价指标体系

3.1 数量类指标

数量类指标主要是统计专利数量相关的指标，反映了企业的在某一领域的专利意识及对专利的关注程度。数量类指标主要包括：专利申请量（PAiF）、专利增长率（Patent Growth Rate，PGR）、研发重点（PFiF）。

专利申请量指某一时期内统计的i企业在技术领域F内的专利申请数。专利增长率指专利申请量增长随时间变化的百分比。研发重点指某一时期内企业在技术领域F内的专利申请量与企业的所有专利申请量的比值，反映技术领域F对于i企业的重要性。

3.2 质量类指标

质量类指标主要分析专利质量方面的特征、评估相关技术领域专利质量的相关指标，反映了专利的技术价值和经济价值。

专利授权量（PBiF）：某一时期内统计的i企业在技术领域F已获授权的专利数。

专利授权率（Q1）：某一时期内i企业在技术领域F的已授权专利量与i企业在F技术领域的专利申请量（PAiF）的比值，反映了企业专利申请的技术质量。

发明专利授权量（FM）：某一时期内统计的i企业在技术领域F申请的已获授权的发明专利数量。

发明专利授权率（Q3）：某一时期内i企业在技术领域F已获授权的发明专利数与i企业在技术领域F内发明专利申请量的比值，比值越高，说明专利的技术含量越高。

专利实施率（Q5）：企业在技术领域实施的有效专利数与该企业的授权专利数的比值。

3.3 综合类指标

该指标与质量类指标密切相关，由质量类指标进行加权得到。

平均专利质量（PQiF）：所有专利质量指标（专利授权率、技术范围、发明专利授权率、发明专利份额和有效专利率）的综合值，可评估出企业在F技术领域所有申请专利的总体平均质量。

专利强度（PSiF）：平均专利质量（PQiF）与专利申请量（PAiF）的乘积。

4 基于层次分析法的专利组合评价模型

层次分析法采用基于相对差值系数的判断矩阵对各个指标的重要性进行比较，以改善以往判断矩阵一致性检验、权重求取方面的问题。本节提出相对差值系数来对同一环节的指标进行两两比较，建立比较矩阵。

式（1）中：ij为第指标与第指标之间的关系。

传统的专家评分法存在主观因素影响，为了保证评价结果的客观性，系统引入了相对差值系数对各指标作重要度评价，即数据变异程度越大，提供的信息量越大，在综合评价中所起的作用越大。

式（2）中，i为相对差值系数，其计算i为指标的实际值；i，avg为该指标的平均值；i，MAX为指标i与平均值的最大

差值。

i，MAX=MAX|i-avg|. （4）

计算出比较矩阵各指标重要性的排序指数，将比较矩阵转化为判断矩阵

常数B为极差元素对的相对重要程度；i为矩阵每行元素值求和；

其中，MAX和MIN分别为i的极大值和极小值，判断矩阵为一致性判断矩阵。

对专利组合的合理性进行评价，该评价流程如图2所示。

图2 专利组合的AHP评价流程

为了计算各层次各评价指标的权重i，本节可采用特征向量法。首先计算出判断矩阵的最大特征值MAX，并求解其特征向量，获得权重向量（1，2，…，n）。对进行归一化处理，得到层级各个指标的相对权重。

为便于对评价结果进行分析，本文将指标的合理程度划分为5个级别，分别为差、较差、不良、较好、好，对应的取值区间分别为[0.1，0.3]、[0.3，0.6]、[0.6，0.8]、[0.8，0.9]、[0.9，1]。

5 结论

本文在探讨专利布局评价方法研究现状的基础上，分析了当前专利布局分析评价方法，并从指标设计、分类、选择和构建等方面对专利组合评价指标体系进行了一些基础性的研究，提出了一种基于层次分析法的专利布局评价模型，以期适用于我国专利分析评价研究。该体系在前人研究的基础上进行了适当改进，不可避免还存在不足，需要进一步研究，并加以完善，以期使该体系在企业专利策略的制订和科技创新发展上发挥更大的作用。

［1］谭思明，于晶晶.专利组合分析的应用研究［J］.情报理论与实践，2010，33（3）：91-96.

［2］黄晋.专利组合价值指标评价体系构建研究［D］.江苏：江苏大学，2014.

［3］李姝影，方曙，许海云.面向科研机构专利布局的专利组合分析模型及实证研究［J］.情报杂志，2016，35（7）：132-138.

［4］黄微.基于专利质量测度的企业专利产出效率研究［D］.吉林：吉林大学，2008.

［5］罗凌云，冯君.专利优势企业指标体系组合分析实证研究［J］.情报杂志，2012，31（1）：31-34.

［6］方曙.基于专利信息分析的技术创新能力研究［D］.四川：西南交通大学，2007.

［7］霍翠婷.企业核心专利判定的方法研究［J］.情报杂志，2012（11）：95-99.

［8］谢顺星，高荣英，瞿卫军.专利布局浅析［J］.中国发明与专利，2012（8）：24-29.

［9］梁宏.浅谈企业如何挖掘专利和进行专利布局［J］.中国发明与专利，2015（1）：38-40.

［10］张克群，夏伟伟，郝娟，等.专利价值的影响因素分析——专利布局战略观点［J］.情报杂志，2015（1）：72-76.

〔编辑：严丽琴〕

2095－6835（2018）19－0120－02