馬文錦，王 博，李梅林，周彥兵

（甘肅省輕工研究院有限責(zé)任公司，蘭州 730000）

隨著世界經(jīng)濟(jì)一體化的進(jìn)程，經(jīng)濟(jì)競爭逐步演化為知識產(chǎn)權(quán)競爭。為提高知識產(chǎn)權(quán)產(chǎn)出和實(shí)際運(yùn)用，開發(fā)知識產(chǎn)權(quán)經(jīng)濟(jì)效益和社會效益，維護(hù)知識產(chǎn)權(quán)權(quán)利人利益，加強(qiáng)知識產(chǎn)權(quán)相關(guān)管理和服務(wù)，2015年國務(wù)院頒布的《國務(wù)院關(guān)于新形勢下加快知識產(chǎn)權(quán)強(qiáng)國建設(shè)的若干意見》為知識產(chǎn)權(quán)事業(yè)的發(fā)展開拓了新局面。知識產(chǎn)權(quán)戰(zhàn)略實(shí)施覆蓋多個(gè)層面，包括國家層面、地方層面、行業(yè)層面和企業(yè)層面，對每個(gè)層面都具有激勵(lì)創(chuàng)新、規(guī)范交易、提高經(jīng)濟(jì)效益的重要作用，同時(shí)能夠規(guī)范市場經(jīng)濟(jì)、明確利益分配。立足國家層面，知識產(chǎn)權(quán)能夠提升綜合國力，促進(jìn)經(jīng)濟(jì)增長；在地方層面，知識產(chǎn)權(quán)能夠促進(jìn)地方文化、經(jīng)濟(jì)、科技等協(xié)同發(fā)展，圍繞重點(diǎn)推進(jìn)高經(jīng)濟(jì)價(jià)值行業(yè)，規(guī)范化運(yùn)行優(yōu)勢行業(yè)市場，為地方經(jīng)濟(jì)發(fā)展起到引領(lǐng)作用。甘肅省是知識產(chǎn)權(quán)欠發(fā)達(dá)省份，知識產(chǎn)權(quán)的實(shí)施對甘肅省的經(jīng)濟(jì)促進(jìn)不斷顯現(xiàn)，綜合科技創(chuàng)新能力不斷提升，列居全國第18位。目前，甘肅省已有250多項(xiàng)科技成果實(shí)現(xiàn)轉(zhuǎn)移轉(zhuǎn)化，產(chǎn)生經(jīng)濟(jì)效益600多億元，凈利潤超過90億元。

一、基于R型聚類分析

分析甘肅省目前知識產(chǎn)權(quán)強(qiáng)省建設(shè)實(shí)施情況，根據(jù)甘肅省公布知識產(chǎn)權(quán)發(fā)展報(bào)告和相關(guān)學(xué)術(shù)成果，整理甘肅省知識產(chǎn)權(quán)強(qiáng)省建設(shè)過程中相關(guān)成果和存在的問題。根據(jù)知識產(chǎn)權(quán)強(qiáng)省建設(shè)方案，選取知識產(chǎn)權(quán)創(chuàng)造、運(yùn)用、保護(hù)、服務(wù)、管理和效益六個(gè)方面進(jìn)行評價(jià)，同時(shí)對比國家知識產(chǎn)權(quán)局公布的知識產(chǎn)權(quán)資料和指數(shù)報(bào)告，參考專家學(xué)者的相關(guān)研究，最終篩選出90個(gè)相關(guān)指標(biāo)。首先采用定量分析，以R型聚類分析方法進(jìn)行分類指標(biāo)層，然后通過Pearson相關(guān)分析驗(yàn)證指標(biāo)分類的合理性，最后對比分析每組指標(biāo)變異系數(shù)的大小，變異系數(shù)能夠反映指標(biāo)特征的相關(guān)性，數(shù)值越大越明顯，即代表性強(qiáng)，保留相關(guān)數(shù)據(jù)，相應(yīng)的較小數(shù)值指標(biāo)進(jìn)行刪除。R型聚類分析結(jié)合變異系數(shù)分析，構(gòu)建知識產(chǎn)權(quán)評價(jià)指標(biāo)體系，通過定性分析，結(jié)合相關(guān)專家學(xué)者的指導(dǎo)意見進(jìn)一步完善評價(jià)指標(biāo)體系。依據(jù)評價(jià)體系，分析甘肅省知識產(chǎn)權(quán)強(qiáng)省建設(shè)總體情況，針對各個(gè)指標(biāo)進(jìn)行詳細(xì)分析，指出甘肅省在構(gòu)建知識產(chǎn)權(quán)強(qiáng)省過程中的優(yōu)勢與不足。

二、數(shù)據(jù)處理

基于R型聚類分析方法將已經(jīng)定性篩選完成的知識產(chǎn)權(quán)評價(jià)指標(biāo)進(jìn)一步定量篩選，劃分評價(jià)指標(biāo)類別，保證每類因素間的不相關(guān)性。每類評價(jià)指標(biāo)的唯一性，可以保證選取的知識產(chǎn)權(quán)評價(jià)指標(biāo)的合理性。為了數(shù)據(jù)精簡，能夠合理地分析變異系數(shù)，保留每類指標(biāo)中變異系數(shù)最大的數(shù)據(jù)，確保數(shù)據(jù)的顯著性?；赗型聚類分析結(jié)合變異系數(shù)分析，確保篩選指標(biāo)的顯著性，避免指標(biāo)的類同。

（一）標(biāo)準(zhǔn)化數(shù)據(jù)

計(jì)算運(yùn)用指標(biāo)數(shù)據(jù)體系過程中，因?yàn)椴煌悇e指標(biāo)單位、量綱等不同，會影響分析結(jié)果的有效性。所以，為了消除差異性，對所有指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。選擇Z-score標(biāo)準(zhǔn)化，利用SPSS進(jìn)行操作，具體公式如下：

其中，α為標(biāo)準(zhǔn)化后的指標(biāo)數(shù)據(jù)，x是需要標(biāo)準(zhǔn)化的指標(biāo)數(shù)據(jù)，u是總體平均值，σ是總體標(biāo)準(zhǔn)差。

（二）R型聚類分析

R型聚類也稱作變量聚類，是對變量進(jìn)行聚類處理的方法。在數(shù)據(jù)中存在多個(gè)能夠反映事物特征的變量，為了體現(xiàn)事物的特征，并且保證各指標(biāo)的獨(dú)特性，通過R型聚類將這些變量進(jìn)行聚類分析，表現(xiàn)出各類變量的差異性，能夠全面反映事物的特征。

采用的Pearson相關(guān)系數(shù)（皮爾森相關(guān)）是使用最廣泛的相關(guān)性統(tǒng)計(jì)量，用于測量連續(xù)變量之間的線性關(guān)系，計(jì)算公式如下：

其中，r為變量x和y的Pearson相關(guān)系數(shù)，n為觀測對象的數(shù)量，x為x的第i個(gè)觀測值，y為y的第i個(gè)觀測值。

（三）變異系數(shù)分析

變異系數(shù)能夠反映出進(jìn)數(shù)據(jù)組中每個(gè)觀測值的離散程度。通過R型聚類分析聚類為一組的指標(biāo)，計(jì)算變異系數(shù)。分析每組指標(biāo)變異系數(shù)的大小，變異系數(shù)越大，說明該指標(biāo)相關(guān)性越大，鑒別能力越強(qiáng)，保留數(shù)據(jù)；反之，刪除數(shù)據(jù)，計(jì)算公式如下：

其中，cv表示變異系數(shù)，u是總體均值，σ是總體標(biāo)準(zhǔn)差。

（四）層次分析法（AHP）

層次分析法（AHP），是一種能夠?qū)⒍ㄐ耘c定量相結(jié)合的多準(zhǔn)則決策分析方法。將評價(jià)指標(biāo)體系分為三層，即準(zhǔn)則層、因素層和指標(biāo)層。層次分析法包含兩個(gè)重要環(huán)節(jié)，一是確定指標(biāo)權(quán)重，二是確定的指標(biāo)權(quán)主要通過一致性檢驗(yàn)。和積法計(jì)算步驟簡潔，準(zhǔn)確度高，本文選擇和積法進(jìn)行計(jì)算。

設(shè)有n×n矩陣X=（a），i，j=1，2，…，n，用和積法計(jì)算矩陣X的最大特征值及其對應(yīng)特征向量的步驟如下：

1.計(jì)算比較判斷矩陣X中每一列要素的列和S：

2.將比較判斷矩陣X中的各個(gè)要素除以該要素所在列的列和S，生成歸一化的新矩陣X，歸一化矩陣是指每一列和等于1的矩陣，設(shè)X=（a）。

3.計(jì)算新矩陣X中的每一列的均值W，得到特征向量W，它就是X矩陣中各要素的層次單排序權(quán)值。

則W=[W，W，…，W，W，…，W]為所求之特征向量。

4.計(jì)算比較判斷矩陣的最大特征值λ。

三、結(jié)果分析

在相關(guān)文獻(xiàn)及文件的基礎(chǔ)上，再結(jié)合當(dāng)前學(xué)者關(guān)于知識產(chǎn)權(quán)評價(jià)指標(biāo)體系構(gòu)建的研究成果，進(jìn)一步結(jié)合知識產(chǎn)權(quán)強(qiáng)省指標(biāo)體系的相關(guān)內(nèi)容，選取知識產(chǎn)權(quán)創(chuàng)造、運(yùn)用、保護(hù)、服務(wù)、管理和效益六個(gè)方面進(jìn)行評價(jià)，篩選出知識產(chǎn)權(quán)強(qiáng)省建設(shè)的相關(guān)指標(biāo)，建立起知識產(chǎn)權(quán)評價(jià)指標(biāo)表，初篩指標(biāo)總共90個(gè)。綜合考慮指標(biāo)體系構(gòu)建原則，包括不同來源的指標(biāo)的重復(fù)性、評價(jià)指標(biāo)的突出性、評價(jià)指標(biāo)的可行性和數(shù)據(jù)的可觀測性、指標(biāo)數(shù)據(jù)獲取實(shí)際工作的困難，將此類指標(biāo)進(jìn)行刪除，總計(jì)65個(gè)，其余指標(biāo)保留，總計(jì)25個(gè)，篩選的具體結(jié)果如下頁表1所示。保留的25個(gè)指標(biāo)通過R型聚類和變異系數(shù)分析處理。利用式（1）對甘肅省14個(gè)市州知識產(chǎn)權(quán)指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理后，結(jié)果如下頁表2所示。

表1 知識產(chǎn)權(quán)R聚類分析指標(biāo)

表2 甘肅省市州知識產(chǎn)權(quán)指標(biāo)標(biāo)準(zhǔn)化數(shù)據(jù)

通過SPSS軟件對保留的25個(gè)指標(biāo)進(jìn)行R型聚類，采用Pearson相關(guān)分析對聚類后的指標(biāo)數(shù)進(jìn)行驗(yàn)證。Pearson相關(guān)分析能夠計(jì)算出各類別近似矩陣，觀察近似矩陣變量間的相關(guān)系數(shù)，數(shù)值越大說明變量關(guān)系顯著性越高，結(jié)果越合理；反之，則變量關(guān)系不顯著，結(jié)果不合理，對數(shù)據(jù)重新聚類。

通過式（3）對各指標(biāo)的變異系數(shù)進(jìn)行計(jì)算分析，同時(shí)分析聚類結(jié)果。對每類指標(biāo)中變異系數(shù)最大的指標(biāo)進(jìn)行保留，其余指標(biāo)進(jìn)行刪除，從而確保每類指標(biāo)的代表性，同時(shí)能夠全面展現(xiàn)知識產(chǎn)權(quán)強(qiáng)省的意義。采用R型聚類結(jié)合變異系數(shù)分析及咨詢不同專家學(xué)者的建議，將保留的25個(gè)指標(biāo)進(jìn)一步篩選，保留了20個(gè)指標(biāo)構(gòu)建甘肅省知識產(chǎn)權(quán)體系。

經(jīng)過調(diào)研和咨詢專家，通過方法（4）構(gòu)建比較判斷矩陣，利用式（4）、式（5）、式（6）計(jì)算，對知識產(chǎn)權(quán)評價(jià)體系中各項(xiàng)指標(biāo)的權(quán)重進(jìn)行概算，概算中主要表現(xiàn)出重點(diǎn)指標(biāo)，構(gòu)建知識產(chǎn)權(quán)評價(jià)體系，具體如表3所示。

表3 知識產(chǎn)權(quán)強(qiáng)省評價(jià)體系

續(xù)表

續(xù)表

四、結(jié)論與展望

甘肅省扎實(shí)推進(jìn)知識產(chǎn)權(quán)強(qiáng)省建設(shè)，且已取得明顯成效，因此，構(gòu)建一套完整有效的知識產(chǎn)權(quán)強(qiáng)省評價(jià)指標(biāo)體系，對甘肅省知識產(chǎn)權(quán)強(qiáng)省建設(shè)績效評價(jià)有著重要的意義。

以甘肅省14個(gè)市州為評價(jià)對象，通過對比的方式對甘肅省知識產(chǎn)權(quán)強(qiáng)省建設(shè)情況進(jìn)行分析。結(jié)合現(xiàn)有的知識產(chǎn)權(quán)評價(jià)研究現(xiàn)狀和甘肅省年度知識產(chǎn)權(quán)發(fā)展報(bào)告，分析處理包含的所有知識產(chǎn)權(quán)相關(guān)指標(biāo)?？紤]數(shù)據(jù)可收集性，同時(shí)結(jié)合相關(guān)的調(diào)研結(jié)果和專家學(xué)者的建議對優(yōu)化知識產(chǎn)權(quán)評價(jià)指標(biāo)數(shù)據(jù)。采用R型聚類方法定量分析指標(biāo)數(shù)據(jù)，篩選刪除非重要性指標(biāo)后保留20個(gè)評價(jià)指標(biāo)，完成知識產(chǎn)權(quán)強(qiáng)省評價(jià)指標(biāo)體系的構(gòu)建。指標(biāo)體系中包含了知識產(chǎn)權(quán)強(qiáng)省建設(shè)中的多個(gè)方面，可以較為全面地考察知識產(chǎn)權(quán)強(qiáng)省建設(shè)情況。依據(jù)評價(jià)指標(biāo)體系能夠反映出甘肅省知識產(chǎn)權(quán)強(qiáng)省建設(shè)中的弱項(xiàng)指標(biāo)，這些指標(biāo)需要進(jìn)一步強(qiáng)化，為甘肅省強(qiáng)省建設(shè)績效評價(jià)奠定基礎(chǔ)。

知識產(chǎn)權(quán)強(qiáng)省建設(shè)是順應(yīng)國家知識產(chǎn)權(quán)發(fā)展的需要，隨著知識產(chǎn)權(quán)實(shí)力在國際社會影響力的不斷加強(qiáng)，建設(shè)知識產(chǎn)權(quán)強(qiáng)國和強(qiáng)省也成了必不可少的工作。在我國以往社會經(jīng)濟(jì)發(fā)展中知識產(chǎn)權(quán)并未得到應(yīng)有的重視，例如社會群眾和企業(yè)群體缺乏有效的知識產(chǎn)權(quán)意識，對智力勞動成果的懈怠，阻礙了全社會的科技創(chuàng)新和發(fā)展。通過構(gòu)建好的知識產(chǎn)權(quán)強(qiáng)省評價(jià)指標(biāo)體系對甘肅省進(jìn)行評價(jià)，分析各個(gè)指標(biāo)相關(guān)數(shù)據(jù)，從而找出甘肅省在知識產(chǎn)權(quán)強(qiáng)省實(shí)施過程中的優(yōu)劣勢，對不足之處積極改進(jìn)。相信隨著甘肅省知識產(chǎn)權(quán)法規(guī)政策體系的不斷健全，大保護(hù)格局將更加完善。