宋東林　周佳

摘要：知識(shí)產(chǎn)權(quán)服務(wù)業(yè)對(duì)優(yōu)化區(qū)域經(jīng)濟(jì)服務(wù)供給結(jié)構(gòu)具有重要的影響力。文章以區(qū)域知識(shí)產(chǎn)權(quán)服務(wù)業(yè)為研究對(duì)象，基于產(chǎn)業(yè)競(jìng)爭(zhēng)力理論，從5個(gè)維度構(gòu)建了區(qū)域知識(shí)產(chǎn)權(quán)服務(wù)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)體系，并采用熵權(quán)TOPSIS模型法對(duì)江蘇省2019年的知識(shí)產(chǎn)權(quán)服務(wù)業(yè)競(jìng)爭(zhēng)力進(jìn)行了評(píng)價(jià)。研究發(fā)現(xiàn)：江蘇省對(duì)知識(shí)產(chǎn)權(quán)服務(wù)業(yè)投入較多并積極探索知識(shí)產(chǎn)權(quán)證券化、質(zhì)押融資等創(chuàng)新業(yè)態(tài)，其綜合競(jìng)爭(zhēng)力呈穩(wěn)定增長(zhǎng)態(tài)勢(shì);但仍存在中高端人才奇缺、省內(nèi)區(qū)域發(fā)展不平衡、創(chuàng)新業(yè)態(tài)亟待深入發(fā)展等問(wèn)題。

關(guān)鍵詞：江蘇省;知識(shí)產(chǎn)權(quán)服務(wù)業(yè);熵權(quán)TOPSIS模型;競(jìng)爭(zhēng)力評(píng)價(jià)

放眼全球，貿(mào)易與知識(shí)產(chǎn)權(quán)已然密不可分，為了加速實(shí)現(xiàn)我國(guó)知識(shí)產(chǎn)權(quán)高質(zhì)量發(fā)展的戰(zhàn)略目標(biāo)，以自主知識(shí)產(chǎn)權(quán)創(chuàng)造、運(yùn)用、保護(hù)、管理為載體的知識(shí)產(chǎn)權(quán)服務(wù)業(yè)的構(gòu)建和完善自然成了必然之勢(shì)。當(dāng)前，我國(guó)正處于調(diào)整經(jīng)濟(jì)結(jié)構(gòu)、實(shí)現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵時(shí)期，國(guó)際貿(mào)易中不可避免地會(huì)遭遇知識(shí)產(chǎn)權(quán)貿(mào)易壁壘的困境，全社會(huì)對(duì)此類事件有極高的關(guān)注度，這也在倒逼我國(guó)知識(shí)產(chǎn)權(quán)服務(wù)體系的構(gòu)建和完善。2017年12月，江蘇省發(fā)布了《江蘇省“十三五”知識(shí)產(chǎn)權(quán)服務(wù)業(yè)發(fā)展規(guī)劃》，此目的是全面提升江蘇省知識(shí)產(chǎn)權(quán)服務(wù)業(yè)的競(jìng)爭(zhēng)力，繼而為區(qū)域知識(shí)產(chǎn)權(quán)事業(yè)保駕護(hù)航，促進(jìn)當(dāng)?shù)禺a(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)，加快實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展。

一、知識(shí)產(chǎn)權(quán)服務(wù)業(yè)內(nèi)涵及產(chǎn)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)探索

對(duì)知識(shí)產(chǎn)權(quán)服務(wù)業(yè)競(jìng)爭(zhēng)力展開研究的基礎(chǔ)是明確知識(shí)產(chǎn)權(quán)服務(wù)業(yè)的內(nèi)涵與構(gòu)成?；诓煌难芯恐黧w與研究目的，國(guó)內(nèi)眾多學(xué)者對(duì)知識(shí)產(chǎn)權(quán)服務(wù)體系的概念進(jìn)行了界定并加以劃分。吳桐和劉菊芳（2012）等人側(cè)重知識(shí)產(chǎn)權(quán)服務(wù)業(yè)的流程，指出知識(shí)產(chǎn)權(quán)服務(wù)業(yè)是提供知識(shí)產(chǎn)權(quán)“獲權(quán)—用權(quán)—維權(quán)”相關(guān)服務(wù)，促進(jìn)知識(shí)產(chǎn)權(quán)權(quán)力化、商用化、產(chǎn)業(yè)化的新興業(yè)態(tài)，是高技術(shù)服務(wù)業(yè)的重要組成部分。關(guān)于知識(shí)產(chǎn)權(quán)服務(wù)的具體內(nèi)容，劉菊芳和馬斌（2012）認(rèn)為知識(shí)產(chǎn)權(quán)服務(wù)貫穿知識(shí)產(chǎn)權(quán)創(chuàng)造、運(yùn)用、保護(hù)和管理的各個(gè)環(huán)節(jié)，主要涉及六方面內(nèi)容，分別是：知識(shí)產(chǎn)權(quán)信息服務(wù)、知識(shí)產(chǎn)權(quán)代理服務(wù)、知識(shí)產(chǎn)權(quán)法律服務(wù)、知識(shí)產(chǎn)權(quán)成果運(yùn)用轉(zhuǎn)化服務(wù)、知識(shí)產(chǎn)權(quán)咨詢服務(wù)以及知識(shí)產(chǎn)權(quán)培訓(xùn)服務(wù)。楊武（2011）以產(chǎn)業(yè)服務(wù)化為研究原則，將知識(shí)產(chǎn)權(quán)服務(wù)業(yè)劃分為六大內(nèi)容，即知識(shí)產(chǎn)權(quán)代理、咨詢、信息、金融、培訓(xùn)、價(jià)值評(píng)估服務(wù)。李偉和董玉鵬（2015）從產(chǎn)業(yè)集聚角度剖析知識(shí)產(chǎn)權(quán)服務(wù)業(yè)的深刻內(nèi)涵，即知識(shí)產(chǎn)權(quán)創(chuàng)造運(yùn)用服務(wù)、管理服務(wù)、價(jià)值評(píng)估、知識(shí)產(chǎn)權(quán)保護(hù)與風(fēng)險(xiǎn)防范等與產(chǎn)業(yè)發(fā)展密切相關(guān)的服務(wù)。國(guó)外學(xué)者習(xí)慣于將知識(shí)產(chǎn)權(quán)服務(wù)業(yè)稱呼為知識(shí)密集型服務(wù)業(yè)或知識(shí)服務(wù)產(chǎn)業(yè)。Miles（1998）最早提出知識(shí)產(chǎn)權(quán)密集型服務(wù)業(yè)的概念，他認(rèn)為知識(shí)密集型服務(wù)業(yè)是指高度依賴專業(yè)性知識(shí)并為客戶提供中間“知識(shí)”產(chǎn)品或服務(wù)的行業(yè)。Den Hertog（2000）將提供專業(yè)知識(shí)的中間產(chǎn)品和服務(wù)而獲取收益的組織稱為知識(shí)密集型產(chǎn)業(yè);此外，他認(rèn)為知識(shí)密集型企業(yè)在知識(shí)經(jīng)濟(jì)時(shí)代的重要性毋庸置疑，已經(jīng)成為眾多知識(shí)型企業(yè)培育創(chuàng)新的重要合作伙伴。

關(guān)于產(chǎn)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)，很多學(xué)者聚焦于某一確定的地域，對(duì)其某一產(chǎn)業(yè)進(jìn)行競(jìng)爭(zhēng)力分析。董天宇和孟令星（2021）以中國(guó)、美國(guó)、英國(guó)、德國(guó)、印度等主要人工智能大國(guó)為研究對(duì)象，通過(guò)鉆石模型構(gòu)建評(píng)價(jià)指標(biāo)體系，從基礎(chǔ)設(shè)施、人力資源、知識(shí)資源、資本資源、需求、企業(yè)戰(zhàn)略結(jié)構(gòu)和競(jìng)爭(zhēng)對(duì)手、政策法規(guī)及機(jī)遇這八個(gè)維度進(jìn)行分析，運(yùn)用主成分分析法對(duì)五國(guó)國(guó)際競(jìng)爭(zhēng)力進(jìn)行研究，最后總結(jié)出適應(yīng)中國(guó)“雙循環(huán)”戰(zhàn)略下的提升人工智能產(chǎn)業(yè)國(guó)際競(jìng)爭(zhēng)力的政策建議。葉琦林和張健明（2020）以上海高新技術(shù)企業(yè)為研究對(duì)象，從企業(yè)投入、產(chǎn)出、創(chuàng)新力和政策環(huán)境這4個(gè)層面詳細(xì)分析，繼而構(gòu)建了上海高新技術(shù)產(chǎn)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系，采用熵值法對(duì)2011～2016年上海高新技術(shù)產(chǎn)業(yè)相關(guān)數(shù)據(jù)進(jìn)行指標(biāo)權(quán)重的測(cè)算，最終發(fā)現(xiàn)上海高新技術(shù)產(chǎn)業(yè)競(jìng)爭(zhēng)力發(fā)展總體上呈現(xiàn)上升態(tài)勢(shì)，產(chǎn)業(yè)投入及技術(shù)創(chuàng)新力均有所增強(qiáng)，但政策環(huán)境對(duì)高新技術(shù)產(chǎn)業(yè)發(fā)展的推動(dòng)作用不明顯，且產(chǎn)業(yè)產(chǎn)出能力持續(xù)下滑。楊習(xí)銘（2020）等根據(jù)中巴經(jīng)濟(jì)走廊發(fā)展現(xiàn)狀，從比較優(yōu)勢(shì)、競(jìng)爭(zhēng)優(yōu)勢(shì)和潛在優(yōu)勢(shì)三個(gè)維度進(jìn)行分析，運(yùn)用主成分分析法和熵值法計(jì)算中巴綜合產(chǎn)業(yè)競(jìng)爭(zhēng)力指數(shù)，結(jié)果顯示中國(guó)綜合產(chǎn)業(yè)競(jìng)爭(zhēng)力較強(qiáng)，勞動(dòng)密集型產(chǎn)業(yè)，資本、技術(shù)密集型產(chǎn)業(yè)強(qiáng)，而資源出口型產(chǎn)業(yè)較弱。金芳（2020）等從價(jià)值形成角度構(gòu)建了山東省制造業(yè)細(xì)分產(chǎn)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)體系，從獲利能力、生產(chǎn)能力、市場(chǎng)能力、成長(zhǎng)能力及創(chuàng)新能力這五個(gè)維度進(jìn)行研究，并根據(jù)實(shí)證結(jié)果得出提升山東省制造業(yè)細(xì)分產(chǎn)業(yè)競(jìng)爭(zhēng)力的政策建議。朱芳陽(yáng)（2019）等以物流產(chǎn)業(yè)為研究對(duì)象，從資源、技術(shù)和市場(chǎng)這3個(gè)維度構(gòu)建了物流產(chǎn)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)體系，并采用生態(tài)位態(tài)勢(shì)測(cè)度方法分析我國(guó)“一帶一路”沿線18個(gè)重點(diǎn)省份的競(jìng)爭(zhēng)力，繼而依據(jù)綜合生態(tài)位排名，識(shí)別出這18個(gè)省份物流產(chǎn)業(yè)所處的競(jìng)爭(zhēng)力水平。

在評(píng)價(jià)知識(shí)產(chǎn)權(quán)服務(wù)業(yè)時(shí)，學(xué)者們大多采用定性研究法對(duì)區(qū)域知識(shí)產(chǎn)權(quán)服務(wù)業(yè)的發(fā)展環(huán)境、發(fā)展現(xiàn)狀、影響因素、集聚程度等方面展開研究;極少數(shù)學(xué)者針對(duì)區(qū)域知識(shí)產(chǎn)權(quán)服務(wù)業(yè)競(jìng)爭(zhēng)力展開量化研究，基于此，構(gòu)建出可以衡量區(qū)域知識(shí)產(chǎn)權(quán)服務(wù)業(yè)發(fā)展并能夠?qū)崿F(xiàn)橫向比較的競(jìng)爭(zhēng)力評(píng)價(jià)體系顯得尤為重要。

二、區(qū)域知識(shí)產(chǎn)權(quán)服務(wù)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)體系構(gòu)建

（一）確定評(píng)價(jià)方法

區(qū)域產(chǎn)業(yè)發(fā)展競(jìng)爭(zhēng)力評(píng)價(jià)的方法有很多，例如層次分析法（AHP）、多元回歸法、主成分分析法、因子分析法、TOPSIS模型法等。由于單一層次分析法的主觀性較強(qiáng)，且不適合指標(biāo)數(shù)量過(guò)多的評(píng)價(jià)體系，所以不采用此方法。多元回歸法適合于篩選對(duì)評(píng)價(jià)對(duì)象影響作用較大的影響因子，這與本文綜合評(píng)價(jià)江蘇省知識(shí)產(chǎn)權(quán)服務(wù)業(yè)發(fā)展競(jìng)爭(zhēng)力水平的研究目的相背離，故不采用。主成分分析法和因子分析法適合大樣本空間，對(duì)樣本數(shù)據(jù)的要求較高，方法不適用。因此，本文采用基于熵權(quán)的TOPSIS模型評(píng)價(jià)法，既可以客觀確權(quán)，又能夠避免對(duì)樣本數(shù)據(jù)的高要求限制。

（二）構(gòu)建評(píng)價(jià)指標(biāo)體系

在查閱若干文獻(xiàn)的基礎(chǔ)上，筆者發(fā)現(xiàn)針對(duì)知識(shí)產(chǎn)權(quán)服務(wù)業(yè)展開的定量研究非常少，綜合評(píng)價(jià)體系的構(gòu)建研究更是幾近空白。為了滿足綜合評(píng)價(jià)指標(biāo)體系具備系統(tǒng)性、客觀性、可操作性及可獲得性的要求，且切實(shí)反映區(qū)域知識(shí)產(chǎn)權(quán)服務(wù)業(yè)的發(fā)展競(jìng)爭(zhēng)力水平，本文結(jié)合國(guó)家知識(shí)產(chǎn)權(quán)局于2020年發(fā)布的全國(guó)知識(shí)產(chǎn)權(quán)服務(wù)業(yè)統(tǒng)計(jì)調(diào)查報(bào)告、《國(guó)家統(tǒng)計(jì)年鑒2020》、國(guó)知局專利代理年報(bào)以及國(guó)家知識(shí)產(chǎn)權(quán)公共服務(wù)平臺(tái)搜集的相關(guān)指標(biāo)數(shù)據(jù)，從五個(gè)維度構(gòu)建了評(píng)價(jià)指標(biāo)體系，即知識(shí)產(chǎn)權(quán)服務(wù)業(yè)人才建設(shè)、知識(shí)產(chǎn)權(quán)公共服務(wù)投入力度、知識(shí)產(chǎn)權(quán)服務(wù)業(yè)不同業(yè)態(tài)投入力度、知識(shí)產(chǎn)權(quán)服務(wù)業(yè)產(chǎn)出效果和知識(shí)產(chǎn)權(quán)服務(wù)業(yè)創(chuàng)新能力;此評(píng)價(jià)指標(biāo)體系包括了17個(gè)定量指標(biāo)及6個(gè)定性指標(biāo)。

知識(shí)產(chǎn)權(quán)服務(wù)業(yè)人才包括專利代理人、專利咨詢師等，但是由于相關(guān)數(shù)據(jù)無(wú)法統(tǒng)計(jì)，所以選用榮獲“全國(guó)專利信息領(lǐng)軍人才”數(shù)、“全國(guó)專利信息實(shí)務(wù)人才”數(shù)及“全國(guó)知識(shí)產(chǎn)權(quán)服務(wù)業(yè)領(lǐng)軍人才”數(shù)等指標(biāo)來(lái)反映。

知識(shí)產(chǎn)權(quán)公共服務(wù)投入指的是各區(qū)域?yàn)橹R(shí)產(chǎn)權(quán)創(chuàng)造、保護(hù)和維權(quán)三方面提供服務(wù)的公共資源，選取了知識(shí)產(chǎn)權(quán)保護(hù)中心數(shù)、快速維權(quán)中心數(shù)、維權(quán)援助中心數(shù)及技術(shù)與創(chuàng)新支持中心數(shù)等指標(biāo)來(lái)反映。

相較于傳統(tǒng)服務(wù)業(yè)而言，當(dāng)前的知識(shí)產(chǎn)權(quán)服務(wù)業(yè)仍是一種新興產(chǎn)業(yè)，其發(fā)展歷史較短，囊括的服務(wù)業(yè)態(tài)較多，除了當(dāng)前發(fā)展較為強(qiáng)盛的知識(shí)產(chǎn)權(quán)代理服務(wù)以外，還包括知識(shí)產(chǎn)權(quán)信息咨詢服務(wù)、知識(shí)產(chǎn)權(quán)法律服務(wù)、知識(shí)產(chǎn)權(quán)成果運(yùn)用轉(zhuǎn)化服務(wù)及知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估服務(wù)等。為了更好地刻畫知識(shí)產(chǎn)權(quán)服務(wù)業(yè)不同業(yè)態(tài)的投入力度，同時(shí)基于數(shù)據(jù)可得性與可比性，本文選取了3個(gè)定量指標(biāo)及3個(gè)定性指標(biāo)，分別為專利代理機(jī)構(gòu)數(shù)、商標(biāo)代理機(jī)構(gòu)數(shù)、商標(biāo)代理律師事務(wù)所數(shù)、知識(shí)產(chǎn)權(quán)成果運(yùn)用轉(zhuǎn)化服務(wù)完善程度、知識(shí)產(chǎn)權(quán)大數(shù)據(jù)平臺(tái)服務(wù)建設(shè)情況及知識(shí)產(chǎn)權(quán)價(jià)值評(píng)估服務(wù)建設(shè)情況等。

知識(shí)產(chǎn)權(quán)服務(wù)業(yè)產(chǎn)出效果指的是知識(shí)產(chǎn)權(quán)服務(wù)業(yè)對(duì)當(dāng)?shù)氐膶＠?、商?biāo)、品牌等不同形式知識(shí)產(chǎn)權(quán)的數(shù)量和質(zhì)量產(chǎn)生的直接或間接的促進(jìn)作用;本文選取了7個(gè)指標(biāo)刻畫其產(chǎn)出競(jìng)爭(zhēng)力，以“技術(shù)市場(chǎng)合同成交額”“萬(wàn)人發(fā)明專利擁有量”間接反映知識(shí)產(chǎn)權(quán)運(yùn)營(yíng)服務(wù)成果轉(zhuǎn)化的總體規(guī)模;以榮獲“全國(guó)知識(shí)產(chǎn)權(quán)服務(wù)品牌機(jī)構(gòu)”數(shù)衡量區(qū)域知識(shí)產(chǎn)權(quán)服務(wù)機(jī)構(gòu)的服務(wù)效果;以“職務(wù)專利申請(qǐng)代理量增長(zhǎng)率”“職務(wù)發(fā)明專利申請(qǐng)代理量增長(zhǎng)率”“商標(biāo)申請(qǐng)量增長(zhǎng)率”反映各區(qū)域知識(shí)產(chǎn)權(quán)服務(wù)業(yè)在一定時(shí)期內(nèi)的產(chǎn)出成果數(shù)量;以“職務(wù)發(fā)明專利申請(qǐng)代理量占專利申請(qǐng)代理量比重”反映產(chǎn)出成果質(zhì)量。

知識(shí)產(chǎn)權(quán)服務(wù)業(yè)創(chuàng)新能力指的是知識(shí)產(chǎn)權(quán)服務(wù)業(yè)以擴(kuò)大現(xiàn)有的服務(wù)業(yè)態(tài)，拓寬當(dāng)前投融資渠道，實(shí)現(xiàn)高層次發(fā)展為目標(biāo)的創(chuàng)新性發(fā)展;所以本文設(shè)計(jì)了3個(gè)定性指標(biāo)進(jìn)行刻畫，即知識(shí)產(chǎn)權(quán)證券化建設(shè)情況、保險(xiǎn)體系建設(shè)情況、質(zhì)押融資體系建設(shè)情況等。

區(qū)域知識(shí)產(chǎn)權(quán)服務(wù)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系如表1所示。

（三）熵權(quán)TOPSIS評(píng)價(jià)模型構(gòu)建

1. 構(gòu)建標(biāo)準(zhǔn)化評(píng)價(jià)矩陣

設(shè)區(qū)域知識(shí)產(chǎn)權(quán)服務(wù)業(yè)發(fā)展競(jìng)爭(zhēng)力評(píng)價(jià)體系中，bij表示第i個(gè)對(duì)象的第j個(gè)評(píng)價(jià)指標(biāo)的樣本數(shù)據(jù)的實(shí)際取值;其中i=1，2，…m，m表示評(píng)價(jià)對(duì)象的個(gè)數(shù);j=1，2，…n，n表示評(píng)價(jià)指標(biāo)的數(shù)量，則樣本數(shù)據(jù)的初始評(píng)價(jià)矩陣為：

B=（bij）m·n=b■? b■? …? b■b■? b■? …? b■ ■? ■? ■? ■b■? b■? …? b■（1）

由于評(píng)價(jià)指標(biāo)中每個(gè)指標(biāo)的量綱和單位是不同的，無(wú)法直接比較、計(jì)算，所以需要對(duì)數(shù)據(jù)進(jìn)行無(wú)量綱處理，當(dāng)指標(biāo)為正向指標(biāo)時(shí)，其標(biāo)準(zhǔn)化公式為：

Sij=■（2）

當(dāng)指標(biāo)為負(fù)向指標(biāo)時(shí)，其標(biāo)準(zhǔn)化公式為：

Sij=■（3）

將B轉(zhuǎn)化為標(biāo)準(zhǔn)化評(píng)價(jià)矩陣S：

S=（sij）m·n=s■? s■? …? s■s■? s■? …? s■■? ■? ■? ■s■? s■? …? s■（4）

2. 確定指標(biāo)權(quán)重

熵值法可以有效地反映評(píng)價(jià)指標(biāo)數(shù)據(jù)的差異程度，在標(biāo)準(zhǔn)化評(píng)價(jià)矩陣中，指標(biāo)熵值越大，信息效用值越大，對(duì)評(píng)價(jià)的重要性就越大，權(quán)重也越大。

第一步：計(jì)算第j個(gè)指標(biāo)的熵值ej

ej=-k■sijlnsij（5）

其中常數(shù)k=■

第二步：計(jì)算指標(biāo)的信息效用值dj

dj=1-ej（6）

指標(biāo)的信息效用值越小，差異越小，表明指標(biāo)對(duì)評(píng)價(jià)結(jié)果的影響就越小，權(quán)重也就越小。

第三步：計(jì)算各指標(biāo)權(quán)重wj

wj=■（7）

第四步：構(gòu)建加權(quán)矩陣R

R=（rij）m×n，rij=wj×sij（8）

3. 確定正負(fù)理想解

根據(jù)加權(quán)矩陣R列出有限方案中的正理想解R+和負(fù)理想解R-：

R+=（r■■，r■■，…，r■■）（9）

r■■=max（rij），1≤i≤m，j=1，2，3，…，n

R-=（r■■，r■■，…，r■■）（10）

r■■=max（rij），1≤i≤m，j=1，2，3，…，n

采用歐氏距離計(jì)算標(biāo)準(zhǔn)化指標(biāo)數(shù)據(jù)與正負(fù)理想解之間的距離D■■，D■■：

D■■=■

D■■=■（11）

4. 計(jì)算評(píng)價(jià)對(duì)象與理想解的貼近度Ci

Ci=■（12）

貼近度Ci為評(píng)價(jià)對(duì)象與正理想解的距離，即評(píng)價(jià)對(duì)象與最優(yōu)方案間的貼近程度，Ci∈[0，1]，若相對(duì)貼近度Ci越接近1，則表示該地區(qū)知識(shí)產(chǎn)權(quán)服務(wù)業(yè)競(jìng)爭(zhēng)力越強(qiáng);若Ci為1，則表示該地區(qū)知識(shí)產(chǎn)權(quán)服務(wù)業(yè)競(jìng)爭(zhēng)力已實(shí)現(xiàn)最優(yōu);若Ci越接近0，則表示該地區(qū)知識(shí)產(chǎn)權(quán)服務(wù)業(yè)競(jìng)爭(zhēng)力越弱;若Ci為0，則表示該地區(qū)知識(shí)產(chǎn)權(quán)服務(wù)業(yè)競(jìng)爭(zhēng)力處于無(wú)序失衡的狀態(tài)，產(chǎn)業(yè)競(jìng)爭(zhēng)力亟需加強(qiáng)。

根據(jù)評(píng)價(jià)對(duì)象的相對(duì)貼近度進(jìn)行排序，并進(jìn)行等級(jí)劃分;將相對(duì)貼近度轉(zhuǎn)化為十分制計(jì)分，劃分情況如表2所示。

Zi=■，i=1，2，…，m（13）

三、江蘇省知識(shí)產(chǎn)權(quán)服務(wù)業(yè)競(jìng)爭(zhēng)力實(shí)證評(píng)價(jià)

（一）數(shù)據(jù)來(lái)源

知識(shí)產(chǎn)權(quán)綜合實(shí)力強(qiáng)大的省市自然衍生出更加完善的知識(shí)產(chǎn)權(quán)服務(wù)業(yè)產(chǎn)業(yè)鏈發(fā)展，綜合歷年各省市知識(shí)產(chǎn)權(quán)綜合能力排行榜單，并結(jié)合區(qū)域知識(shí)產(chǎn)權(quán)服務(wù)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系，本文選取了北京、天津、廣東、浙江、上海、山東、安徽、四川、福建這9個(gè)省市作為江蘇省的實(shí)證橫向比較對(duì)象，對(duì)其2019年的知識(shí)產(chǎn)權(quán)服務(wù)業(yè)發(fā)展競(jìng)爭(zhēng)力進(jìn)行測(cè)度研究。定量指標(biāo)數(shù)據(jù)均來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒2020》、國(guó)家知識(shí)產(chǎn)權(quán)局公布的相關(guān)報(bào)告及統(tǒng)計(jì)數(shù)據(jù)等，其中涉及的相關(guān)增長(zhǎng)率指標(biāo)數(shù)據(jù)均是以2016年為基期，2019年為報(bào)告期計(jì)算得出。本文邀請(qǐng)了10位知識(shí)產(chǎn)權(quán)領(lǐng)域的專家及從業(yè)人員為定性指標(biāo)進(jìn)行打分，最終取其平均分值。定性指標(biāo)相關(guān)說(shuō)明如下：此次設(shè)定的評(píng)語(yǔ)集為V={V1，V2，V3，V4}，對(duì)應(yīng)于強(qiáng)、較強(qiáng)、一般和弱，該評(píng)語(yǔ)集對(duì)應(yīng)的分?jǐn)?shù)評(píng)價(jià)參考標(biāo)準(zhǔn)為此列向量P={100，75，50，25}。

（二）熵權(quán)TOPSIS模型運(yùn)用與分析

1. 計(jì)算權(quán)重

在數(shù)據(jù)標(biāo)準(zhǔn)化的基礎(chǔ)上，運(yùn)用公式（5）～（7）計(jì)算各指標(biāo)的權(quán)重，結(jié)果如表3所示。

2. 計(jì)算標(biāo)準(zhǔn)化權(quán)重矩陣

運(yùn)用公式（8）對(duì)標(biāo)準(zhǔn)化矩陣和表3中的指標(biāo)權(quán)重進(jìn)行計(jì)算，得到標(biāo)準(zhǔn)化權(quán)重矩陣R。

R10×23=0.0749? …? …? 0.0382? ■? ? ?？塤? …? ? ■? ■? ? ■? ?？塤? ? ■0.0242? …? …? 0.0306

3. 確定指標(biāo)的正負(fù)理想解

運(yùn)用公式（9）對(duì)上式每行取最大值，即正理想解;同理，運(yùn)用公式（10）對(duì)上式每行取最小值，即得到負(fù)理想解。如表4所示。

4. 計(jì)算十省市知識(shí)產(chǎn)權(quán)服務(wù)業(yè)競(jìng)爭(zhēng)力相對(duì)貼近度

運(yùn)用公式（11）進(jìn)行距離計(jì)算，得到2019年十省市知識(shí)產(chǎn)權(quán)服務(wù)業(yè)競(jìng)爭(zhēng)力發(fā)展水平靠近/偏離正負(fù)理想解的距離，從而運(yùn)用公式（12）～（13）得到十省市知識(shí)產(chǎn)權(quán)服務(wù)業(yè)競(jìng)爭(zhēng)力相對(duì)貼近度與等級(jí)劃分，結(jié)果如表5和表6所示。

（三）結(jié)果與分析

首先，從江蘇省知識(shí)產(chǎn)權(quán)服務(wù)業(yè)競(jìng)爭(zhēng)力綜合評(píng)分排名分析發(fā)現(xiàn)：江蘇省的知識(shí)產(chǎn)權(quán)服務(wù)業(yè)綜合競(jìng)爭(zhēng)力較強(qiáng)，其相對(duì)貼近度為0.354，在此10省市中排名第三，僅次于北京市（0.695）與廣東?。?.471），較接近于最優(yōu)方案;此外，江蘇省與上海市（0.337）、浙江?。?.314）、山東?。?.321）知識(shí)產(chǎn)權(quán)服務(wù)業(yè)競(jìng)爭(zhēng)力處于同一梯隊(duì)，此四省市地緣毗鄰，憑借集群效應(yīng)增強(qiáng)了彼此的競(jìng)爭(zhēng)力;最后是天津市（0.091）、安徽?。?.12）、四川?。?.167）和福建省（0.21），其知識(shí)產(chǎn)權(quán)服務(wù)業(yè)競(jìng)爭(zhēng)力均遠(yuǎn)遜于江蘇省。

在知識(shí)產(chǎn)權(quán)服務(wù)業(yè)人才建設(shè)方面，江蘇省的相對(duì)貼近度為0.167，雖遠(yuǎn)遜于北京市（1），略低于廣東?。?.27），但與其他省市相比，仍具有較強(qiáng)的競(jìng)爭(zhēng)力;江蘇省的經(jīng)濟(jì)基礎(chǔ)、對(duì)外開放程度、技術(shù)研發(fā)條件均處于全國(guó)前列，其擁有得天獨(dú)厚的地理位置和歷史悠久的城市文化;同時(shí)，江蘇省是教育大省，知識(shí)產(chǎn)權(quán)學(xué)科發(fā)展較為強(qiáng)勁，相關(guān)專業(yè)的畢業(yè)生自然成為江蘇省知識(shí)產(chǎn)權(quán)服務(wù)業(yè)人才隊(duì)伍的儲(chǔ)備力量。

在知識(shí)產(chǎn)權(quán)公共服務(wù)投入力度方面，江蘇省位列第三，其相對(duì)貼近度為0.517，競(jìng)爭(zhēng)力較強(qiáng)。在“十二五”“十三五”期間，江蘇省致力于積極建設(shè)知識(shí)產(chǎn)權(quán)公共服務(wù)機(jī)構(gòu)，當(dāng)前已擁有5家知識(shí)產(chǎn)權(quán)保護(hù)中心、8家知識(shí)產(chǎn)權(quán)維權(quán)援助中心、2家知識(shí)產(chǎn)權(quán)快速維權(quán)中心等，可以為不同行業(yè)的知識(shí)產(chǎn)權(quán)需求主體提供多渠道的基礎(chǔ)信息資源，從而形成良好的知識(shí)產(chǎn)權(quán)服務(wù)業(yè)生態(tài)環(huán)境。

在知識(shí)產(chǎn)權(quán)服務(wù)業(yè)不同業(yè)態(tài)投入力度方面，江蘇省的相對(duì)貼近度為0.431，在此十省市中排名第四，遠(yuǎn)遜于位列第一的北京市（1），略低于排名第二、三位的廣東省（0.554）和上海市（0.476）。其中，江蘇省的專利代理機(jī)構(gòu)數(shù)排名第三，共238個(gè)，低于北京市（641個(gè)）和廣東?。?45個(gè)），遠(yuǎn)超最后的福建?。?3個(gè)）和天津市（43個(gè)）。目前江蘇省已實(shí)現(xiàn)知識(shí)產(chǎn)權(quán)代理服務(wù)、成果運(yùn)用轉(zhuǎn)化服務(wù)、信息咨詢服務(wù)、價(jià)值評(píng)估服務(wù)等各類業(yè)態(tài)的全覆蓋，雖然在服務(wù)機(jī)構(gòu)體量上遜色于北京市，但與廣東省、上海市、浙江省、山東省相比不分伯仲，已經(jīng)形成較為穩(wěn)定的增長(zhǎng)態(tài)勢(shì)。

在知識(shí)產(chǎn)權(quán)服務(wù)業(yè)產(chǎn)出效果方面，江蘇省的相對(duì)貼近度為0.329，雖然排名第六，但與前五位省市的差距較小。其中，江蘇省的榮獲“全國(guó)IP服務(wù)品牌機(jī)構(gòu)”數(shù)為14個(gè)，僅次于北京市（31個(gè)）和廣東?。?9個(gè)）;江蘇省2019年的萬(wàn)人發(fā)明專利擁有量已達(dá)30.2件，僅次于北京市（132件）和上海市（53.5件），這間接反映了江蘇省知識(shí)產(chǎn)權(quán)服務(wù)業(yè)的產(chǎn)出頗豐，競(jìng)爭(zhēng)力較強(qiáng)。目前，江蘇省知識(shí)產(chǎn)權(quán)服務(wù)業(yè)的代理服務(wù)已經(jīng)形成較為穩(wěn)定的盈利模式，專利代理申請(qǐng)量、商標(biāo)申請(qǐng)量等逐年大幅上升，且在蘇州、南京，無(wú)錫、常州地區(qū)產(chǎn)出較為強(qiáng)勁，這表明知識(shí)產(chǎn)權(quán)服務(wù)在江蘇省已經(jīng)形成一定的集聚發(fā)展效應(yīng)。

在知識(shí)產(chǎn)權(quán)服務(wù)業(yè)創(chuàng)新能力方面，江蘇省的相對(duì)貼近度為0.744，排名第四，低于排名第一、二、三位的北京市（1）、廣東?。?.861）和上海市（0.861），差距較小，競(jìng)爭(zhēng)力較為強(qiáng)勁。江蘇省積極探索知識(shí)產(chǎn)權(quán)證券化、保險(xiǎn)、質(zhì)押融資等新型服務(wù)業(yè)態(tài)，雖不如北京市、廣東省、上海市發(fā)展迅速，但已初具成效;如2020年11月，江蘇省發(fā)行首單知識(shí)產(chǎn)權(quán)證券化產(chǎn)品，這一事件標(biāo)志著江蘇省從專利、商標(biāo)代理服務(wù)等較為基礎(chǔ)的服務(wù)業(yè)態(tài)向具備高附加值的知識(shí)產(chǎn)權(quán)服務(wù)業(yè)態(tài)進(jìn)行轉(zhuǎn)化升級(jí)的開端。

四、結(jié)論與建議

（一）結(jié)論

基于對(duì)江蘇省知識(shí)產(chǎn)權(quán)服務(wù)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)結(jié)果與分析，本研究的主要結(jié)論有以下幾點(diǎn)。

江蘇省知識(shí)產(chǎn)權(quán)服務(wù)業(yè)人才隊(duì)伍不足是限制其當(dāng)前產(chǎn)業(yè)競(jìng)爭(zhēng)力發(fā)展的主要原因。

江蘇省對(duì)于知識(shí)產(chǎn)權(quán)服務(wù)業(yè)歷年來(lái)較大的投入力度是使其具有較為強(qiáng)勁綜合競(jìng)爭(zhēng)力的重要所在。

江蘇省知識(shí)產(chǎn)權(quán)服務(wù)業(yè)產(chǎn)業(yè)創(chuàng)新建設(shè)是大幅提升其未來(lái)產(chǎn)業(yè)競(jìng)爭(zhēng)力的關(guān)鍵所在。

江蘇省知識(shí)產(chǎn)權(quán)服務(wù)業(yè)綜合競(jìng)爭(zhēng)力呈現(xiàn)穩(wěn)定增長(zhǎng)態(tài)勢(shì)，雖遠(yuǎn)遜色于北京市，但與廣東省、浙江省、上海市、山東省處于同一梯隊(duì)，具備較為強(qiáng)勁的發(fā)展?jié)摿Α?/p>

（二）建議

根據(jù)上述結(jié)論，本文總結(jié)出提升江蘇省知識(shí)產(chǎn)權(quán)服務(wù)業(yè)發(fā)展競(jìng)爭(zhēng)力的建議，具體有以下幾點(diǎn)。

1. 培養(yǎng)復(fù)合型、高層次知識(shí)產(chǎn)權(quán)服務(wù)人才

當(dāng)前，江蘇省知識(shí)產(chǎn)權(quán)代理服務(wù)已形成一定規(guī)模，為了實(shí)現(xiàn)向高層次服務(wù)業(yè)態(tài)的拓展，應(yīng)該加快培養(yǎng)知識(shí)產(chǎn)權(quán)服務(wù)高層次人才，以便適應(yīng)文創(chuàng)產(chǎn)業(yè)品牌培育、高新技術(shù)企業(yè)專利挖掘及布局等旺盛的知識(shí)產(chǎn)權(quán)服務(wù)新需求。一方面，學(xué)習(xí)國(guó)外知識(shí)產(chǎn)權(quán)服務(wù)領(lǐng)域的先進(jìn)的人才培養(yǎng)方案，積極引進(jìn)高層次、國(guó)際化、復(fù)合型的知識(shí)產(chǎn)權(quán)服務(wù)業(yè)機(jī)構(gòu)和人才，結(jié)合“走出去”人才培養(yǎng)戰(zhàn)略，實(shí)現(xiàn)“國(guó)內(nèi)深造、國(guó)外引進(jìn)”的循環(huán)式人才培養(yǎng)方案。另一方面，建立完善的知識(shí)產(chǎn)權(quán)服務(wù)人才評(píng)聘機(jī)制，首先，加大關(guān)于知識(shí)產(chǎn)權(quán)服務(wù)業(yè)人才的區(qū)域性激勵(lì)力度。其次，進(jìn)一步完善知識(shí)產(chǎn)權(quán)服務(wù)業(yè)人才的評(píng)聘標(biāo)準(zhǔn)和細(xì)則，從而壯大知識(shí)產(chǎn)權(quán)服務(wù)業(yè)人才隊(duì)伍。

2. 集聚蘇南地區(qū)的知識(shí)產(chǎn)權(quán)服務(wù)力量，釋放蘇中、蘇北地區(qū)的知識(shí)產(chǎn)權(quán)服務(wù)潛能

一方面，江蘇省應(yīng)集聚蘇州、南京、無(wú)錫、常州等先進(jìn)區(qū)域的知識(shí)產(chǎn)權(quán)服務(wù)資源，充分利用知識(shí)產(chǎn)權(quán)服務(wù)業(yè)集聚區(qū)建設(shè)，重點(diǎn)培育江蘇省知識(shí)產(chǎn)權(quán)服務(wù)品牌機(jī)構(gòu)，嘗試高層次的知識(shí)產(chǎn)權(quán)服務(wù)業(yè)態(tài)拓展，進(jìn)一步完善服務(wù)產(chǎn)業(yè)鏈，增強(qiáng)除代理服務(wù)之外的高層次知識(shí)產(chǎn)權(quán)服務(wù)效能。另一方面，加強(qiáng)江蘇省內(nèi)的產(chǎn)業(yè)合作與轉(zhuǎn)移，充分發(fā)揮蘇南地區(qū)的知識(shí)產(chǎn)權(quán)服務(wù)業(yè)積聚力量的輻射與帶動(dòng)作用;蘇南地區(qū)在拓展高層次的知識(shí)產(chǎn)權(quán)服務(wù)業(yè)態(tài)、發(fā)展先進(jìn)服務(wù)經(jīng)濟(jì)的同時(shí)，適當(dāng)將本區(qū)域的知識(shí)產(chǎn)權(quán)代理服務(wù)業(yè)向蘇中、蘇北地區(qū)轉(zhuǎn)移，如增設(shè)知識(shí)產(chǎn)權(quán)代理分支機(jī)構(gòu)等，從而實(shí)現(xiàn)江蘇省蘇南、蘇中、蘇北地區(qū)的產(chǎn)業(yè)優(yōu)化與結(jié)構(gòu)調(diào)整，以期帶動(dòng)蘇中、蘇北地區(qū)的知識(shí)產(chǎn)權(quán)服務(wù)業(yè)發(fā)展水平。

3. 積極開展知識(shí)產(chǎn)權(quán)服務(wù)業(yè)產(chǎn)業(yè)創(chuàng)新發(fā)展，挖掘新興業(yè)態(tài)發(fā)展?jié)摿?/p>

一方面，江蘇省當(dāng)前已在知識(shí)產(chǎn)權(quán)證券化、保險(xiǎn)、質(zhì)押融資等金融服務(wù)取得初步成果，應(yīng)當(dāng)加快與金融服務(wù)融合發(fā)展的步伐，引導(dǎo)知識(shí)產(chǎn)權(quán)服務(wù)機(jī)構(gòu)與高精尖產(chǎn)業(yè)、孵化器初創(chuàng)企業(yè)對(duì)接，從而實(shí)現(xiàn)深度融合，提高江蘇省知識(shí)產(chǎn)權(quán)服務(wù)業(yè)創(chuàng)新競(jìng)爭(zhēng)力。另一方面，江蘇省應(yīng)當(dāng)積極探索知識(shí)產(chǎn)權(quán)服務(wù)業(yè)創(chuàng)新發(fā)展新模式，利用大數(shù)據(jù)、人工智能、云計(jì)算、智能5G等科學(xué)技術(shù)，助推科技創(chuàng)新和成果轉(zhuǎn)化，從而豐富江蘇省知識(shí)產(chǎn)權(quán)服務(wù)產(chǎn)業(yè)創(chuàng)新鏈發(fā)展。

參考文獻(xiàn)：

[1]吳桐，劉菊芳，馬斌，邵源淵，柴愛軍.我國(guó)知識(shí)產(chǎn)權(quán)服務(wù)業(yè)發(fā)展現(xiàn)狀與對(duì)策研究[J].中國(guó)發(fā)明與專利，2012（06）：63-67.

[2]劉菊芳，馬斌.我國(guó)急需加快培育知識(shí)產(chǎn)權(quán)服務(wù)業(yè)[J].中國(guó)發(fā)明與專利，2012（05）：55-56.

[3]楊武，付婧，鄭紅.知識(shí)產(chǎn)權(quán)服務(wù)業(yè)體系研究[J].中國(guó)發(fā)明與專利，2011（12）： 78-80.

[4]李偉，董玉鵬.產(chǎn)業(yè)自主創(chuàng)新視角下的知識(shí)產(chǎn)權(quán)服務(wù)業(yè)發(fā)展問(wèn)題研究[J].改革與戰(zhàn)略，2015，31（10）：142-146.

[5]Miles I，Kastrinos N.Knowledge-intensive business services：users，carriers and sources of innovation[J].Second National Knowledge Infrastructure Setp，1998，44（04）：100-128.

[6]Hertog，Den P.Knowledge-intensive Business Services as Co-producers of Innovation[J].International Journal of Innovation Management，2000，4（04）：491-528.

[7]董天宇，孟令星.雙循環(huán)戰(zhàn)略提升中國(guó)人工智能產(chǎn)業(yè)競(jìng)爭(zhēng)力途徑[J].科學(xué)學(xué)研究，2022，40（02）：230-236+287.

[8]葉琦林，張健明.上海高新技術(shù)產(chǎn)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)[J].科技管理研究，2020，40 （02）：100-105.

[9]楊習(xí)銘，高志剛，克甝，蔡青青.中巴綜合產(chǎn)業(yè)競(jìng)爭(zhēng)力的評(píng)價(jià)體系研究——基于中巴經(jīng)濟(jì)走廊建設(shè)背景[J].技術(shù)經(jīng)濟(jì)與管理研究，2020（06）：3-8.

[10]金芳，蘇倩，梁益琳.山東省制造業(yè)細(xì)分產(chǎn)業(yè)競(jìng)爭(zhēng)力分析——基于新舊動(dòng)能轉(zhuǎn)換視角[J].經(jīng)濟(jì)與管理評(píng)論，2020，36（03）：152-164.

[11]朱芳陽(yáng)，譚保華，王婷婷.生態(tài)位視角下區(qū)域物流產(chǎn)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)——以“一帶一路”重點(diǎn)省份為例[J].經(jīng)濟(jì)與管理，2019，33（01）：30-35.

[12]于婷，于法穩(wěn).基于熵權(quán)TOPSIS法的農(nóng)業(yè)高質(zhì)量發(fā)展評(píng)價(jià)及障礙因子診斷[J].云南社會(huì)科學(xué)，2021（05）：76-83.

[13]崔世華，于婧，陳艷紅，韓晨曉.基于熵權(quán)TOPSIS的湖北省城市人居環(huán)境質(zhì)量時(shí)空分異研究[J].華中師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，56（04）：695-702+716.

[14]高升，孫會(huì)薈，劉偉.基于熵權(quán)TOPSIS模型的海洋經(jīng)濟(jì)系統(tǒng)脆弱性評(píng)價(jià)與障礙度分析[J].生態(tài)經(jīng)濟(jì)，2021，37（10）：77-83.

[15]劉曉敏，張?zhí)烀?基于熵權(quán)TOPSIS的河北省農(nóng)業(yè)現(xiàn)代化水平評(píng)價(jià)[J].山東農(nóng)業(yè)科學(xué)，2021，53（07）：142-149.

[16]白玫.“十四五”時(shí)期新能源汽車產(chǎn)業(yè)競(jìng)爭(zhēng)力提升的方向與路徑[J].價(jià)格理論與實(shí)踐，2021（02）：18-24.

[17]王博雅，向晶.我國(guó)企業(yè)知識(shí)產(chǎn)權(quán)人才建設(shè)問(wèn)題分析及政策建議[J].知識(shí)產(chǎn)權(quán)，2018（02）：82-89.

[18]廖玲艷.知識(shí)產(chǎn)權(quán)服務(wù)業(yè)在區(qū)域創(chuàng)新中的作用機(jī)制研究[D].重慶：重慶大學(xué)，2015.

（作者單位：江蘇大學(xué)管理學(xué)院）