基于熵值法-灰色关联分析法的技术竞争力评价模型构建与应用

技术是推动产业结构升级的主要动力，也是实现国家经济持续增长的必要条件[1]。技术竞争力是企业竞争力的物质基础，也是国家竞争力的重要组成部分[2]。因此，有效地评价技术竞争力有助于了解自身及竞争对手的技术发展水平及趋势，对获取并维持长期的竞争优势有着至关重要的作用。专利是最重要的技术竞争情报来源，是情报学中技术分析的重要手段和依据[3]。据世界知识产权组织(World Intellectual Property Organization，WIPO)统计，全世界每年新诞生的技术中，有90%～95%可以在专利文献中获取，且有70%的技术信息只能从专利文献中得到[4]。通过对某一技术领域的专利进行分析，有助于了解该技术的整体概况和发展态势。目前学术界尚未对“技术竞争力”的概念形成统一定论。

本文认为，技术竞争力是指在某一特定技术领域，一个主体相对于其他主体，从不同层面或维度表现出的差异或不对称性，这种差异或不对称性能够反映出不同主体在该领域的技术竞争力强弱。

目前国内外针对技术竞争力的研究虽然不少，但构建的评价体系较为单薄，选取的指标也不够全面。如有些学者利用授权的发明专利数量、专利活动、被引比率等指标来衡量技术竞争力[5-6]，有些学者从专利申请趋势、专利被引频次、授权专利数量、同族专利分布、国际专利分类(International Patent Classification，IPC)构成、专利申请人等方面对技术竞争力进行研究[7-9]，但都未对相同维度的指标进行归类，缺乏一定的系统性和层次性。在赋权方法的选取上，一些学者多采用德尔菲法[10-11]、层次分析法[12-13]等主观赋权法对指标权重进行赋值。与熵值法[14]等客观赋权法相比，这些方法具有较强的主观性，易受人为因素的干扰。在综合评价方法的选取上，TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)法[15-16]、密切值法[17-18]等方法较为常见，很少有学者采用灰色关联分析法对技术竞争力进行评价。灰色关联分析法是一种定性与定量相结合的方法，通常不需要庞大的统计样本数据，对指标的数据要求也较为宽松。因此，本文尝试将熵值法与灰色关联分析法相结合，对技术竞争力进行综合评价。

1 模型构建

1.1 指标体系

技术竞争力是一种综合能力，既包含了某段时间内所积累的技术研发成果，又体现为在更长时间段内这些成果所能发挥的潜力，它们共同决定了在某项技术领域的发展水平和竞争地位[19]。因此，评价技术竞争力不仅要考虑当前已经显现出的现实技术竞争力，还要考虑未来一段时间的潜在技术竞争力。

本文结合现实技术竞争力(Realistic Technology Competitiveness，R-TC)和潜在技术竞争力(Potential Technical Competitiveness，P-TC)，构建了一套技术竞争力评价指标体系，为了便于叙述，根据现实技术竞争力和潜在技术竞争力的英文首字母缩写将其简称为RP-TC评价指标体系(表1)。需要说明的是，表1中各项指标的缩写仅为了便于本文公式的表达，并不能作为专业概念的规范缩写。

表1 技术竞争力(RP-TC)评价指标体系

现实技术竞争力是指在当前竞争中表现出的技术竞争力，可分为专利数量、专利质量和专利价值3个维度。其中专利数量维度包括技术集中度、技术研发效率、相对技术份额3个指标，技术集中度通常选取专利数量排名前6%(即前n名)的IPC进行测度[20]，专利质量维度包括专利授权率、发明专利比率、技术活动规模、技术覆盖范围4个指标，专利价值维度包括专利有效率、技术影响力、专利合作条约(Patent Cooperation Treaty，PCT)申请率、核心技术强度4个指标。本文将专利强度≥80的专利定义为核心专利[21]。

潜在技术竞争力是指未来提升技术竞争力的潜力，与评价现实技术竞争力类似，也可分为专利数量、专利质量和专利价值3个维度。许多学者利用近5年的相关指标衡量潜在技术竞争力[19,22-23]，本文也将潜在技术竞争力各项指标的时间跨度设为5年。其中专利数量维度包括近5年专利量增长率、近5年发明人增长率2个指标，前期专利数量和前期发明人数量分别指5年前对应的专利数量和发明人数量；专利质量维度包括近5年年均专利授权率、近5年年均发明专利比率2个指标；专利价值维度包括近5年平均被引次数、近5年核心专利比率2个指标。

1.2 评价方法

1.2.1 熵值法赋权

指标权重表示指标在整个评价体系中的相对重要程度。本文采用熵值法对各项指标进行赋权。熵值法是一种常用的客观赋权法，目前在综合评价研究中有着较为广泛的应用。在测算过程中，如果某个指标的信息熵越小，表明指标的样本值之间差异越大，提供的信息量越多，在综合评价中起的作用越大，相应的指标权重就越大；反之，如果某个指标的信息熵越大，则表明指标的样本值之间差异越小，提供的信息量越少，在综合评价中起的作用越小，相应的指标权重就越小[24]。其计算过程如下。

首先，进行数据标准化处理。根据评价指标体系得到原始矩阵。假设有m个待评价对象，n个评价指标，构成数据矩阵X=(xij)m×n：

(公式1)

公式1中，xij表示第i个对象的第j项评价指标值(其中i= 1,2,…,m，j= 1,2,…,n)。

由于信息熵是一个无量纲值，因此在计算权重之前应该对各指标进行标准化处理[25]。本文采用极差标准化方法，从指标体系可以看出，本文选取的指标均为正向指标(即指标值越大，评价结果越高)，因此运用以下公式进行转换：

(公式2)

公式2中，yij是xij标准化处理后的结果，min(xij)是变量x的最小值，max(xij)是变量x的最大值。将经过极差标准化处理后的矩阵记作：

Y=(yij)m×n

然后进行极端值平移变换。在数据预处理过程中，不可避免地会遇到极端值。由于熵值法具有非负性，要求数据全部满足大于零，否则将无法进行计算，但为了保证数据的完整性和评价的准确性，等于零的数值又不能直接删去[26]。因此，本文对出现极端值的指标数据进行平移变换，变换公式如下：

zij=cj+yij×dj

(公式3)

(公式4)

(公式5)

将经过极端值平移变换后的矩阵记作：

Z=(zij)m×n

计算第i个对象的第j项评价指标值的比重pij：

(公式6)

将比重pij构成的矩阵记作：

P=(pij)m×n

计算第j项评价指标的信息熵值Hj：

(公式7)

计算第j项评价指标的信息熵冗余度ej，得到最终权重wj：

ej=(1-Hj)

(公式8)

(公式9)

将所得到的权重列向量记作：

W=(w1,w2,…wn)T

将上面步骤得到的权重向量W与标准化矩阵Y相乘，构造加权矩阵：

V=(vij)m×n=(wj×yij)m×n

1.2.2 灰色关联分析

在得到各项指标权重的基础上，本文采用灰色关联分析法进行综合评价。灰色关联分析法的基本原理是通过对数据序列中存在的几何关系或曲线几何形状的相似程度进行分析和比较，根据序列或曲线的相似程度衡量关联的程度[27]。灰色关联分析法是一种定性与定量相结合的方法，分析结果以关联度排序为主。也就是说，关联度的大小并不重要，重要的是关联度排序[28]。具体步骤如下。

确定参考序列与比较序列。在加权矩阵V中，设由n个评价指标最优值组成的数据序列为参考序列，记作v0(j)：

v0(j) =(v0(1),v0(2),…,v0(n))

设第i个评价对象的指标值组成的数据序列为比较序列，记作vi(j)：

vi(j)=(vi(1),vi(2),…,vi(n))

计算比较序列vj与参考序列v0之间的差值Δv：

v=|vi(j)-v0(j)|

(公式10)

计算两级最小差和两级最大差。

两级最小差为：

(公式11)

两级最大差为：

(公式12)

计算每个比较序列与参考序列之间对应指标的灰色关联系数：

(公式13)

公式13中，ρ为分辨系数，取值范围为[0,1]，一般取ρ=0.5。

计算第i个评价对象的灰色关联度。灰色关联度越大，表明越接近最优解，评价结果越高；反之，灰色关联度越小，表明越远离最优解，评价结果越低。以此对各个评价对象进行综合排名。计算公式为：

(公式14)

2 应用研究

2.1 数据来源

体外诊断是目前市场规模最大的生物医药产业，具有投资小、利润大、回报快的优势，已发展成为拥有数百亿美元国际市场的朝阳产业，世界各国对体外诊断领域给予了高度重视，但不同国家在体外诊断领域的技术研发各有侧重。与其他体外诊断技术相比，分子诊断能更本质、更特异、更早期地反映出机体的生理变化，因此成为了各国在体外诊断领域的重点发展方向[29]。考虑到研究的必要性以及数据的可获取性，本文针对分子诊断领域，利用前面所构建的模型，分别在北美洲、欧洲、亚洲、大洋洲选取具有代表性的国家进行应用研究，对美国、德国、中国、日本、澳大利亚5个国家在分子诊断领域的技术竞争力进行评价，从而揭示出各国在该领域的技术竞争力的强弱。

数据来源于英国思保环球(CPA Global)公司旗下的Innography专利信息检索和分析平台。该平台收集了1亿多件来自全球104个司法管辖区的各国专利数据和两千万发明人信息，被许多世界一流企业及事务所广泛使用[30]。通过阅读相关文献，构造分子诊断专利检索式如下：((((@(abstract,pclaims,title) ("polymerase chain reaction") or ("PCR")) or (@meta (CPC_C12Q0001686000) or (CPC_C12Q2531113000) or (CPC_C12Q2531107000))) or ((@(abstract,pclaims,title) ("in situ hybridization") or ("in situ hybridisation")) or (@meta (CPC_C12Q0001684100))) or ((@(abstract,pclaims,title) ("gene chip*") or ("genechip*") or ("gene array*") or ("genearray*") or ("DNA chip*") or ("DNAchip*") or ("DNA array*") or ("DNAarray*") or ("oligonucleotide* chip*") or ("oligonucleotide*array*") or ("oligonucleotide* array*") or ("genome* chip*") or ("genome*chip*") or ("genome* array*")) or (@meta (CPC_C12Q0001683700)) or (@(abstract,pclaims,title) ("Microarray*") and (@meta (CPC_C12Q000168*)))) or (@(abstract,pclaims,title) ("pyrophosphat* sequenc*") or ("pyrosequenc*") or ("Sanger sequenc*") or ("nano* and sequenc*") or ("Maxam Gilbert sequenc*") or "sequenc* DNA" or "sequenc* cDNA" or "sequenc* gene*" or ("DNA sequenc*") or ("cDNA sequenc*") or ("gene* sequenc*"))) and ((@(abstract,pclaims,title) ("detect*" or "diagnos*")))) or (@(abstract,pclaims,title) ("molecul* diagnos*"))。检索时间为2019年5月16日，检索后共获得222 819件专利，其中美国83 744件、德国11 016件、中国55 435件、日本14 694件、澳大利亚3 743件。通过对Innography平台的相关字段进行统计，将Patent Strength限定为≥80，将Filling Date限定为2014年5月16日-2019年5月16日，从而得到各国的核心专利数据以及潜在技术竞争力的各项数据，并利用表1的测算方式对各项指标进行测算。

2.2 综合评价过程

2.2.1 权重确定

通过对美国、德国、中国、日本和澳大利亚5个国家的17项专利指标进行测算，得到各国各项指标的测算结果(表2)。

表2 美德中日澳5国RP-TC指标测算结果

将各国各项指标的测算结果代入熵值法赋权的步骤中，构成5×17的X矩阵，根据公式1至公式8依次对数据进行标准化处理，针对出现极端值的指标数据进行平移变换，计算各项指标的信息熵和信息熵冗余度，从而得出各项指标的具体权重。如表3所示，权重由高到低的17项指标依次为：近5年专利量增长率(PQ1G)、近5年发明人增长率(PQ1I)、近5年核心专利比率(PVC)、相对技术份额(RQ1S)、技术影响力(RVI)、近5年平均被引次数(PVA)、PCT申请率(RVP)、技术覆盖范围(RQ2C)、技术活动规模(RQ2S)、技术研发效率(RQ1R)、近5年年均专利授权率(PQ2A)、专利有效率(RVE)、专利授权率(RQ2A)、发明专利比率(RQ2I)、近5年年均发明专利比率(PQ2I)、技术集中度(RQ1C)、核心技术强度(RVC)，其中权重最高值与最低值之间差值为0.23832。将权重向量W与标准化矩阵Y相乘，构造加权矩阵V。

表3 RP-TC评价体系各项指标权重

2.2.2 灰色关联度结果分析

在构造加权矩阵V的基础上，根据灰色关联分析的步骤依次进行计算，确定出其中的参考序列与比较序列，根据公式9至公式13，分别算出各比较序列与参考序列之间的差值，以及两级最小差和两级最大差，从而得出各比较序列与参考序列之间对应指标的灰色关联系数，最终得到各国的灰色关联度(表4)。表4中各国的灰色关联度均在[0，1]区间。其中美国的灰色关联度最大，为0.957387；澳大利亚的灰色关联度最小，为0.905513。

表4 美德中日澳5国灰色关联度计算结果

通常认为，一个国家的灰色关联度越大，其与最优值组成的参考序列之间的关联越大，越接近最优值，在排名中越靠前；反之，灰色关联度越小，其与最优值组成的参考序列之间的关联越小，越远离最优值，在排名中越靠后。由上文可知，各国的灰色关联度即最终的综合评价值。5个国家的分子诊断技术竞争力排名结果由高到低依次为美国、中国、德国、日本和澳大利亚。其中美国和中国的综合评价值明显高于其他国家，德国、日本和澳大利亚3个国家的综合评价值较为接近，彼此差距不大(表5)。

表5 美德中日澳5国技术竞争力最终排名

结合各国在分子诊断领域的政策、市场、企业等实际情况可知，美国不仅在政策方面得到了政府的大力扶持，出台了一系列完善的法律法规，而且还拥有规模庞大、高度集中的企业集群，许多全球顶尖的分子诊断企业均在美国。因此，美国在分子诊断领域拥有绝对的权威地位，这与本文最终得到的技术竞争力排名结果相符。中国虽然在分子诊断市场的起步较晚，但技术起点较高，是近些年来增长速度最快的国家，再加上申请专利的力度较大，从2011年起至今，中国的专利申请总量一直保持世界第一的地位[31]，因此最终得到的综合评价结果较高。但中国在分子诊断领域的专利数量与美国相比较少，顶尖的分子诊断企业数量也较少。与美国和中国相比，德国在专利数量和企业数量方面均处于一定的弱势；但与日本和澳大利亚相比，德国仍拥有如默克、拜耳等全球顶尖的分子诊断企业，而且近些年来德国政府在政策和经济上都对分子诊断技术的发展给予了一定支持。因此在本文得到的综合评价结果中，德国的技术竞争力强于日本和澳大利亚，但弱于美国和中国。日本在分子诊断领域也有一些代表性企业，但与前3个国家相比数量较少，而且日本的高校和科研机构的成果转化一直较为落后。澳大利亚在分子诊断领域的专利数量最少，与其他4个国家差距悬殊；此外，相关企业的数量也较少，全球顶尖企业的数量更少，因此在分子诊断领域的技术竞争力最弱。综上所述，最终得到的5个国家的综合评价结果与各国在分子诊断领域的发展现状相一致。

3 讨论

本文基于专利视角，不仅考虑了当前已经显现出的现实技术竞争力，还考虑了未来一段时间的潜在技术竞争力，从现实技术竞争力和潜在技术竞争力两个层面出发，分别在专利数量、专利质量、专利价值3个维度选取17项专利指标构建了一套较为全面的技术竞争力评价指标体系，与以往的指标体系相比，具有一定的整体性和层次性。此外，本文采用熵值法对各项指标赋予权重，利用灰色关联分析法对研究对象的技术竞争力进行综合评价，并通过将熵值法与灰色关联分析法结合起来使用，不仅克服了经典灰色关联分析法对所有因素进行平权处理的弊端，还更好地了解了评价体系中各指标局部之间的关联性，具有一定的研究意义与创新性。在应用研究方面，本文以分子诊断领域为例，选取了该领域5个具有代表性的国家进行分析，最终得到的综合评价结果与各国在分子诊断领域的发展现状相一致，符合各国实际的技术竞争力水平，具有一定的科学性和准确性。

本文为技术竞争力的评价研究提供了一种新思路，但可拓展提升的空间还有很大。首先是评价指标的选取方面，由于受限于某些指标数据的可获取性，在专利指标的多样性上仍然存在一定的局限，一些同样可以量化为指标的影响因素未被纳入考量；其次是评价方法的选取方面，熵值法是一种客观赋权法，主要根据各项指标的观测值确定权重而忽略了指标本身的重要程度，得到的结果可能与真实情况存在一定的偏差，最后是应用对象的选取方面，考虑到分子诊断是体外诊断技术最重要的发展方向，因此本文选取分子诊断领域进行分析，后续研究可以根据需求针对其他技术领域或国家展开，也可以将研究范围缩小到企业或机构，对微观层面的技术竞争力进行评价研究。

4 结语

评价技术竞争力不仅要考虑现实技术竞争力，还要考虑潜在技术竞争力的影响；不仅要考虑专利数量，还要考虑专利质量和专利价值等维度。如果单看某一方面，得到的结果都将有失偏颇。本文基于专利视角，从现实技术竞争力和潜在技术竞争力两个层面，选取专利数量、专利质量、专利价值3个维度设计了一系列技术竞争力评价指标，并采用熵值法和灰色关联分析法相结合的方式对研究主体进行综合评价，研究方案具有一定的创新性。

体外诊断技术是疾病预防、诊断与治疗的重要支撑，是生物医药产业增长最为迅速的领域之一。分子诊断作为疾病精准防诊治的关键技术，是现代医学的重要发展方向。本文对5个主要国家分子诊断领域的技术竞争力进行评价，对增强我国生物医药竞争力，实现健康中国的目标具有一定的现实意义。