医学院校专利计量评价指标体系构建与实证研究

戈一冰，马 路，王 雪

随着科学技术的快速发展，科技创新能力已经成为一个国家核心竞争力的重要体现，提高科技创新能力已经成为提高国家综合实力的重要举措。国务院在《国家中长期科学和技术发展规划纲要(2006-2020)》中提出，提高自主创新能力是我国科学技术发展的总体目标之一；十九大报告中明确指出，创新是引领发展的第一动力，要加快建设创新型国家；2019年政府工作报告中提出，“坚持创新引领发展，培育壮大新动能……全面加强知识产权保护，健全知识产权侵权惩罚性赔偿制度，促进发明创造和转化运用”，这都表明推动科技创新是我国的重要任务。

高校作为国家科学人才的聚集地，承担着国家科技创新的重要使命。专利作为科技创新的具体表现，直接反映了高校的科技创新能力和综合竞争力。医学领域的专利对促进人类健康、推动国家发展具有不可替代的作用，因此对医学类高校的专利情况进行评价具有重要的理论意义和实践意义。

目前，专利指标的相关研究多为概况分析[1-2]，有关指标整合或评价体系构建的研究尚不多见[3]。本文应用专利计量学理论，构建医学院校专利评价指标体系，并选取10所院校进行实证分析，为高校推动专利申请、转化和整个创新工作提供决策参考。

1 资料来源与方法

1.1 资料来源

检索CNKI、万方和Web of Science等数据库，查阅和整理专利指标相关内容的研究成果，访谈高校科研管理人员了解高校专利现状及评价方法，结合Innojoy专利数据库中的专利分析指标，从市场效益、技术价值和法律状态3个维度搭建了涵盖3个一级指标、16个二级指标的专利评价指标体系。

本文实证研究以教育部第四轮学科评估参评院校为基础，将医学类评估等级的A+至C-依次赋值为9～1分，作为院校在各项的得分，由此获得每个院校的学科评估总分，最终将前10名院校作为实证研究对象。由于部分院校未参与全部学科的评估，因此当某学科参评院校数量少于医学类参评院校总数1/3者，该学科不纳入院校筛选条件，被剔除的学科有中医学、中药学、中西医结合，最终纳入实证研究的10所院校为南京医科大学、空军军医大学、首都医科大学、海军军医大学、哈尔滨医科大学、中国医科大学、天津医科大学、南方医科大学、重庆医科大学和安徽医科大学。

从Innojoy数据库获取实证研究数据。登陆大为Innojoy专利搜索引擎(http://www.innojoy.com)，检索式为“PA=院校名称and AD=(2009-01-01 to 2018-12-31)”，检索范围为2009-2018年10年间院校中国发明专利、实用新型和外观专利。由于专利从申请到公开存在18个月的滞后期，因此2017和2018年的数据仅作参考。检索时间为2019年10月25日。

1.2 德尔菲法

德尔菲法是一种结构化的专家咨询方法。研究者根据研究设计制定专家咨询问卷，向专家发放。在对问卷结果进行整理分析后，修订咨询材料，再次发放给专家，请其就新的材料提出看法或做出判断。咨询至少开展两轮，直至专家的意见取得基本一致，便可得到较为科学可靠的结论或方案[4]。

1.2.1 遴选专家

本文的两轮咨询由同一批专家完成。综合考虑专家的学历、职称、工作年限、工作领域等因素，遵循权威性与代表性的原则，我们遴选出15位专家。为保证指标的客观性和科学性，考虑到医学院校的专利特点，从理论和实践的角度出发，将专家分为专利管理者、专利研究者和专利运营者3类。专利管理者是指在高校或医院专利管理方面具有资深工作经验、对专利管理工作有深刻见解的专家；专利研究者是指在专利或专利计量学研究方面有一定造诣和权威性的知识产权或图书情报相关专业的专家；专利运营者是指从事专利运营工作，熟悉专利申请、授权、许可、转让等运营流程的专家。

1.2.2 两轮德尔菲专家咨询

第一轮咨询根据专家访谈结果，整理各级指标，制作第一轮德尔菲专家咨询表，共分为3部分，第一部分为医学院校专利评价一级指标咨询表，第二部分为医学院校专利评价二级指标咨询表，第三部分为专家基本情况调查。咨询表通过“问卷星”平台向专家发放。

第二轮咨询根据第一轮德尔菲专家咨询结果，针对变更和增加的指标进行第二轮专家咨询，在第一轮咨询中意见取得一致的指标不再进行咨询，同时对全部指标进行权重评价，制作第二轮德尔菲专家咨询表。第二轮的咨询表也分为3部分，第一部分为增加和修改指标的重要性、可行性评价，第二部分为专利评价指标权重咨询，第三部分为专家基本情况调查。咨询表仍通过“问卷星”平台向专家发放。

1.3 层次分析法

层次分析法是指将一个复杂的多目标决策问题作为一个系统，然后将目标分解成多个目标或准则，再细化分解成多指标(或准则、约束)的若干层次，然后比较同一层次各因素之间的相对重要性，得出不同层次各指标的权重，进而将决策者的定性思维过程模型化、数量化[5]。实践中，多使用yaahp软件进行层次分析。

本文将层次分析法与德尔菲法相结合，由每位专家对各层次指标的相对重要性进行两两比较，建立判断矩阵，计算得到每个指标的权重。在此过程中，对每位专家的评价结果进行逻辑判断，反映为判断矩阵一致性比例(CR)。当CR<0.1时，认为判断结果具有一致性；当专家结果出现不一致时，由课题研究小组将结果反馈给相应专家，请专家再次做出评价。

1.4 TOPSIS法

TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)法是通过计算各方案与最优方案的接近程度评价方案的优劣标准[6]。本文首先将各指标确定为高优指标或低优指标，然后确定正负理想解及计算各个比较对象与正负理想解的距离，再进行正理想解占比的计算，最终与权重赋值的分数相乘得出每个院校的各项得分。

2 指标体系构建

2.1 专家基本情况

在综合考虑所选专家的学历、工作年限、职务、职称等因素后，本文选取了15位在专利方面经验较为丰富、理论基础深厚，并且关注和支持专利事业的发展、有独到见解的专家。专家的基本信息见表1。由于部分专家为专利企业管理人员，在职称上无法明确，因此表述为“其他”。

2.2 专家积极程度

调查咨询表的回收情况最能反映专家参与的积极程度，回收率越高说明专家参与的积极程度越高，反之则越低。在两轮专家咨询中，均发放15份咨询表，收回15份咨询表，因此两轮的有效率均为100%。可看出，专家对本课题的参与程度非常高，并且在指标选取上也给出了详细、中肯的意见和建议，说明他们对医学院校的专利评价内容比较关注。

2.3 专家权威程度

专家的权威系数(Cr)可以反映专家的权威程度，系数与专家的权威程度成正比。一般来说，权威系数≥0.7时，可以认为专家具有可靠的权威性，给出的咨询结果具有较好的可信度。专家对问题的判断依据和熟悉程度决定了专家的权威程度。根据普遍采用的判断依据[7]和熟悉程度[8]评价赋值方法(表2、表3)，计算得到判断依据系数为Ca=0.87，熟悉程度系数为Cs=0.65，专家的权威程度系数Cr=(Ca+Cs)/2=0.76，专家的权威程度系数>0.7，说明本研究所咨询专家的权威程度较高，由此得到的咨询结果是可信的。

表1 专家的基本信息

表2 专家判断依据及其影响程度

表3 专家对问题的熟悉程度赋值表

2.4 专家咨询结果

2.4.1 两轮指标的评价结果

本文中指标的筛选标准为重要性和可行性的均值大于5，变异系数小于0.35。按照此标准统计分析第一轮咨询结果数据，并参考专家对指标的具体修改意见与建议，对指标进行调整。调整后，根据重要性和可行性分析，删除二级指标中的“专利代理率”“平均每专利发明人数比”“专利10年存活率”，将“发明专利授权率”改为“专利授权率”，将“主要分类专利占比”改为“高被引专利占比”，同时较多专家认为应增加同族专利相关指标，结合专利数据库信息，增加“同族专利占比”指标。根据专家的意见与建议，形成了3个一级指标、15个二级指标(表4)。第二轮咨询后，各位专家的意见趋于一致，没有需要修改、增加或删除的指标。

表4 两轮指标的评价结果

2.4.2 指标权重计算与实际使用

在专家的权重结果评价中，有2位专家出现判断矩阵不一致情况。经重新评价后，所有专家的评价结果均满足一致性要求，即判断矩阵一致性指数CR<0.1。一级指标中，“技术价值”和“法律状态”权重相近，分别为0.4430和0.4295；“产出规模”与之相比，权重较小。二级指标中，“专利转让率”“高被引专利占比”“同族专利占比”“专利许可率”的权重相对较高，权重值均在0.1左右；而“专利申请数”和“主申请人专利数量比”的权重较低，分别为0.0200和0.0216。在实际使用时，确定评价满分为100分，各指标得分为“100分×权重”。各指标权重与分值见表5。

表5 医学院校专利计量评价指标权重与分值

3 实证研究

根据专利评价指标体系对参评的10所医学院校进行评价，结果见表6。

表6 10所医学院校排名

将筛选排名和评价排名相减取绝对值得到排名差绝对值，反映了两种排名结果的差异，首都医科大学、南方医科大学和南京医科大学排名前三；将10所院校第四轮学科评估排名与专利指标体系得分排名进行对比，发现8所院校排名差距均在3及以下，仅南方医科大学和空军军医大学排名差距较大。这主要是由于第四轮学科评价指标体系除“科学研究水平”外，还包括了“师资队伍与资源”“人才培养质量”和“社会服务与学科声誉”，两个排名体系内涵不同从而影响了排名结果，也就是说可能某院校专利单项评价结果较好，但由于其他项目评价结果不佳，导致整体的学科排名结果较差。这也是导致个别院校的两种排名出现较大差异的主要原因。

从得分构成上看(表7)，总得分较高的院校普遍在“专利5年存活率”“同族专利占比”“专利许可率”“专利转让率”等指标的得分相对较高。其中，首都医科大学的“高被引专利占比”和“同族专利占比”均得满分，首都医科大学、南方医科大学和南京医科大学的“专利有效率”和“专利转让率”得分明显高于其他院校。

表7 10所医学院校各项得分

4 讨论

本文形成的指标体系涵盖产出规模、技术价值和法律状态3个方面共15个二级指标，从层次上覆盖了专利的产量、质控和运营等内容。指标体系的制定经过文献研究、专家访谈、两轮专家咨询，确保了所选指标的科学性和准确性。同时，层次分析法要求专家对指标权重进行相对性评价，建立了指标之间的逻辑关系，指标的“相对重要性”最终反映权重的大小，在建立指标体系的同时，形成了专利发展的“核心指标”，对专利工作的推进具有重要的借鉴意义。

文庭孝、何静等学者基于专利计量指标开展了区域层面或机构层面的分析研究，在指标选取上，主要选择了“专利申请量”“专利成长率”“专利授权率”“专利有效率”“专利权人分析”“IPC分类”“存活率”等指标，但缺乏对专利引证和转化的关注[1，9]；赵喜仓[10]在高校专利转化能力评价指标体系中，引入了“技术创新能力”“专利产出情况”“产业化效益”3个指标，但缺乏对专利技术价值的考量。在对技术价值的评价中，本文引入了“同族专利占比”这一概念，即指至少获得2个国家专利权保护的专利数量占比，体现了专利的国际竞争力和技术重要性[11]。

在二级指标中，赋值相对较高的有“专利转让率”“高被引专利占比”“同族专利占比”“专利许可率”等指标，而一些数量性指标权重较低，这与科研创新工作“重质轻量”的方向是一致的。本文中“同族专利占比”是指全部的授权专利中同族数大于等于2的专利所占的比例，专利保护的国家数量的增加，反映了该专利更加具有市场价值与发展前景，可以更好地反映专利价值[11]。“高被引专利”的概念是从高被引文献引入，本文的“高被引专利”是指被引次数大于等于9的专利，专利的被引次数越高，则该专利技术越重要，愈加趋向于核心专利。由于专利维持需要交纳费用从而保证其有效性，因而维持时间越长的专利价值越大[12]。因此，本文重点设置了“专利5年存活率”这一维持指标。

在实证研究方面，专利指标体系与第四轮学科评估排名结果基本一致，除南方医科大学和空军军医大学外，其余院校变化不大。通过利用指标体系进行实际的院校评价，证明了本指标体系具有良好的可操作性和实用性，并且在指标选取上与现有类似指标体系相比具有一定的创新性。从实证分析结果可以发现，排名靠前的院校在“高被引专利占比”“专利5年存活率”“同族专利占比”“专利许可率”“专利转让率”等指标上得分突出。通过比较10所院校，个别院校的学科评估结果与专利评价结果差异明显，并且可以发现部分院校相对重视专利的技术发展和成果转化，符合当前专利工作的趋势。

5 结论

本文综合使用德尔菲法和层次分析法构建了医学院校专利计量评价指标体系，为医学院校专利工作提供了一个较为客观、符合科研创新发展方向的评价标准。从实证研究结果看，专利的发展要从关注数量逐渐转向技术的深入和推动成果的转化，这样才能在科技创新的大环境中位于前列。由于本文的指标均从Innojoy数据库中获得，受到数据库的限制，部分指标未能涉及，需在后续研究中加以改进。