基于模糊综合评价法的高校专利综合实力评价

基于模糊综合评价法的高校专利综合实力评价

内容摘要:为了使我国高校的专利综合实力评价工作更为科学、规范,本文构建了比较完善的高校专利综合实力评价指标体系。在此基础上,运用模糊综合评价方法对所选上海市九所高校中的一所重点高校专利综合实力进行了分析评价。

关键词:专利 综合实力 指标体系 模糊综合评价

知识产权工作是一项全新的工作。越来越多的高校非常重视自身的科技创新工作,高校的专利数量和转化成果也随之增长。专利综合实力是衡量一个高校科技竞争力的关键因素,它决定了一个高校的科技创新实力在全国高校中所处的位置。对高校专利综合实力进行客观分析,不仅可以找出影响高校专利综合实力的因素和存在的问题,而且对于正确制定高校知识产权战略和提高科技创新能力具有重要的现实意义。为此,本文提出了高校专利综合实力评价指标体系,运用模糊综合评价方法对我国上海市一所重点高校的专利综合实力进行了分析评价。

高校专利综合实力评价指标体系构建

对高校专利综合实力进行评价,最重要的一步就是建立科学、客观、公正的评价指标体系。本文通过广泛的国内外文献调研,重点考察国内外专家在进行此类评价时所使用的指标,对那些在众多文献中被普遍使用的指标给予了特别的关注。笔者通过对多位专家的咨询,在遵循系统性、科学性、可操作性等原则的基础上,构建了高校专利综合实力评价指标体系,包括专利申请、专利授权、专利实施和专利收益四类指标。

(一)专利申请类指标(U1)

这类指标主要反映高校的知识产权意识和对知识产权的关注程度,用知识产权申请量来表征:专利申请量(U11),即以相同年为单位统计的发明、实用新型和外观设计三类专利的申请数量;发明专利申请量(U12),即以相同年为单位统计的发明专利申请数量。

(二)专利授权类指标(U2)

这类指标主要反映一个高校专利的技术创新程度,用以下四个指标来表征:专利授权量(U21),即以相同年为单位统计的发明、实用新型和外观设计三类专利的授权数量,专利的授权数量在较大程度上反映了一个高校的科技实力;专利授权率

(U22),即以相同年为单位统计的三类专利的授权数量/申请数量,专利的授权率主要反映了一个高校申请专利的质量状况;发明专利授权量(U23),即以相同年为单位统计的发明专利授权数量,发明专利是三类专利中经过实质审查确权的,最重要的一种专利,所以这里把发明专利授权量单独列为一个指标;有效专利数量(U24),即到目前为止,有效的专利数量,因为,高校中已授权专利中提前放弃的比较多,所以该指标旨在鼓励高校不要提前放弃专利权。

(三)专利实施类指标(U3)

这类指标主要反映知识产权的市场转化程度,因为著作权自身的特殊性,不适合在实施类指标中反映,所以,用具有代表性的专利技术实施状况来表征:专利实施量(U31),即以相同年为单位统计的专利自实施、许可实施、转移的数量;专利实施率(U32),即以相同年为单位统计的专利实施量/专利授权量。

(四)知识产权收益类指标(U4)

这类指标主要反映知识产权的贡献程度,用的专利的实施收益来表征:专利实施到款金额(U41),即以相同年为单位统计的专利实施合同金额。专利实施指自实施、许可实施和转让实施。

主成分分析方法

(一)基本思想和原理

设有两个有限论域:U ={u1,u2,…,um},V ={v1,v2,…,vn}。其中,U代表被评价对象的m种因素组成的集合,称为因素集;V代表每一因素所处状态的n种决断,称为评判集或评语集。存在着两类模糊集:一类是模糊权重向量A= (a1,a2,…,am) ;另一类是U×V上的模糊关系,表现为m×n模糊矩阵R,对这两类模糊集施加某种模糊运算,得到V上的一个模糊子集B =(b1,b2,…,bn)。因此,模糊综合评价是寻找模糊权重向量A=(a1,a2,…,am)∈F(U),以及一个从U到V的模糊变换f,即对每一因素ui单独做出一个判断f (ui)=(ri1,ri2,…,rin∈F(V),i=1,2,…,m),据此构造模糊矩阵R=[rij]m×n∈F(U×V),其中rij表示因素ui具有评语vj的程度。进而求出模糊子集B =(b1,b2,…,bn)∈F(V),其中bj表示被评价对象具有评语vj的程度,即对模糊集B的隶属度。

(二)模糊综合评价方法步骤

1.确定评价对象集、因素集和评语集。

对象集:O={o1,o2,…,ol}

因素集:U ={u1,u2,…,um}

评语集:V ={v1,v2,…,vn}

2.建立m个评价因素的权重分配向量 A。

评价因素集中的每个因素在“评价目标”中有不同的地位和作用,即各评价因素在综合评价中占有不同的比重,即权重值。确定权重的方法有专家咨询法、层次分析法等。

3.通过各单因素模糊评价获得模糊综合评价矩阵。

每一个评价对象都应该建立一个综合评价矩阵R,其中Ri=(ri1,ri2,…,rin)为第i个因素ui的单因素评价,所以rij表示第i(1≤i≤m)个因素在第j(1≤i≤n)个评语vj上的频率分布,一般将其归一化使之满足。

4.进行复合运算得到综合评价结果:B=A R。

5.计算每个评价对象的综合分值。

运用模糊综合评价方法评价高校专利综合实力

因为专利中特别是发明专利授权日期和专利实施转化为成果具有滞后性,所以,本文采用上海市教委对上海高校2002年专利实施状况的统计数据。由于完整的高校数据来源比较困难,因此选取了上海市数据比较完整的9所高校作为统计对象如表1 所示。其中有效专利数量是指截止到2005年底所有有效专利的数量。高校A~C是211工程大学,高校D是上海市重点大学,高校E~I是一般高校。

本文选取9所高校中的高校D作为分析评价对象,对高校D在9所高校中的专利综合实力水平进行分析评价。

第一,确定因素集和评语集。因素集U ={u1,u2,…,u9}是专利申请量(u1)、发明专利申请量(u2)、专利授权量(u3)、专利授权率(u4)、发明专利授权量(u5)、有效专利数量(u6)、专利实施量(u7)、专利实施率(u8)、专利实施到款金额(u9);评语集V ={v1,v2,…,v5}是指优(v1)、良(v2)、中(v3)、及格(v4)、不及格(v5),相应的评分如表2所示。

第二,确定因素集的权重向量。设因素论域上的模糊子集为:

其中,ai为ui对A的隶属度,它就是单因素在全体因素中重要程度的度量,通常称A为因素集U的模糊权重向量。本文采用了层次分析法来求解模糊权重向量,其中判断矩阵通过咨询10位知识产权方面的专家所得,计算判断矩阵的一致性比率CR =CI/ RI;CI为随机一致性指标,RI为平均随机一致性指标;当CR≤0.1时,则认为比较判断矩阵的一致性是可以接受的,分别得到一级指标判断矩阵的一致性比率CR=0.002和二级指标判断矩阵的一致性比率CRi,如表3所示。最终求得高校专利综合实力一级、二级指标的权重A={wi}和Ai={wij},如表3所示。第三,建立模糊评价矩阵R。因素集U ={u1,u2,…,u9}和评语集V ={v1,v2,…,v5}之间的模糊关系可用评价矩阵:来表示: