专利质量评价模型研究

袁任远等

摘 要：新形势下，加强知识产权保护、提升知识产权运用能力是服务经济社会快速发展的一个重要方面。专利是知识产权的一个重要方面，专利在市场中运用水平亟待提升。到2020年，我国每万人专利拥有量将达到14件，专利数量将进一步提升，与此同时，要求进一步提高专利质量水平，总体提升创新水平。专利区域产业分析中对专利质量状况评价指标单一，为此，综合多个指标来综合衡量区域、产业的专利质量状况，提出一种新的专利质量评价模型。

关键词：知识产权；专利质量；层次分析法；权重

中图分类号：F2

文献标识码：A

文章编号：1672-3198（2015）15-0034-02

1 前言

随着我国专利战略的进一步实施，我国专利事业迎来了新的发展机遇和局面。近年来，党中央国务院提出要进一步加大知识产权的保护力度，提高知识产权的应用能力，知识产权保护力度将是空前的，为更好的保护自主知识产权，国家已经规划建立知识产权法院，这使得知识产权将在司法层面上得到更加有力保护。2015年1月4日国务院办公厅发布了《深入实施国家知识产权战略行动计划（2014—2020年）》，其中明确提出促进知识产权创造运用，支撑产业转型升级，加强知识产权保护，营造良好的市场环境。《行动计划》中规划了到2015年每万人发明专利拥有量达到6件，到2020年达到14件。可见，在接下来的几年中，我国专利将进一步优化布局，一方面，要进一步提高专利申请量，同时更进一步注重专利质量的提升，实现量质并举；另一方面，着重加强知识产权保护，提升知识产权运用能力和管理能力，服务经济社会发展。

专利信息服务和调查统计是知识产权服务的基础工程，专利资源区域分析和产业分析是专利服务的一个重要方面，有助于地方政府全面了解本地区专利资源状况，能为政府进一步优化专利区域和产业布局提供基础性导向参考。而在专利资源区域与产业分析中，专利质量状况分析是区域和产业分析的一个重要方面。目前在专利分析中，关于专利质量状况评价的指标较为单一，本文作者试图构建专利质量评价模型，综合多个专利质量指标来综合评价区域产业专利质量状况，以更为客观、全面反映区域、产业专利质量状况。

2 模型构建

发明占比是表征区域或产业发明专利类型占有比值，我国发明专利是经过实质审查程序，实用新型不经过实质审查，发明占比的高低一定程度上反应了专利资源的总体质量状况。专利授权后，专利维持的时间长短一定程度表明专利权人对专利技术的维持应用状况，也从侧面反应专利质量的状况，理论上质量好的专利，专利权人会更好加以应用和保护，一些研究中将区域专利维持的时间长短划分几个等级，对应反应区域专利质量现状。专利授权量与申请总量占比直接反应该地区或产业的专利整体创新水平，对整个区域或产业的大数据分析来说能一定程度上说明专利质量状况。专利投入市场应用的方式有质押融资、实施许可等方式，专利投入市场的应用量反应了专利技术的市场应用效益能力，从大数据分析来说，专利投入应用量的多寡也在一定程度上反应了专利的质量状况。

本文的专利质量评价模型将综合发明占比、专利维持时间、授权量占比、专利应用量4个指标来评价区域或产业专利质量状况，上述4个指标相对来说哪个指标能够更好反应专利质量状况，哪个指标对专利质量状况表征更为合适，其存在差异性，因此，采用层次分析法给每个指标匹配权重，用权重来反应各个指标在评价专利质量状况的相对重要性，计算专利质量总体评分值，评分值的高低直接反应区域或产业的专利质量的优劣。专利质量评价模型如图1所示。

3 专利质量评价

层次分析法（Analytial Hierarchy Process，简称AHP）是美国匹兹堡大学教授A.L.Saaty于20世纪70年代提出的一种系统分析方法，是一种能将定性分析与定量分析相结合的系统分析方法。其核心思想是：将问题分成不同的组成因素，按照因素之间的相互影响和隶属关系将其分层聚类组合，形成一个层次结构，然后对每一层因素两两之间的相对重要性，依据客观现实的判断给予定量表示，再用数学的方法确定每一层次全部因素的权重。

3.1 评价模型指标权重分配

第一步：构造判断矩阵A：通过征询专家意见，对层次中各个指标两两之间的相对重要性进行判断，重要性的差别分为九个层级，如表1所示。

第三步：判断矩阵的一致性检验。由于在构成判断矩阵时，仍依赖于决策者的主观性，因此，需要对判断矩阵进行一致性检验，一致性指标CI=λmax-nn-1，为了度量不同阶数矩阵是否满足一致性，AHP法引入判断矩阵的平均随机一致性指标CR=CIRI<0.10值，如表2所示，当阶数大于2时，判断矩阵的一致性比率时，则认为判断矩阵满足一致性要求，否则，需要重新构造判断矩阵，直到通过一致性检验为止。

3.2 专利质量评分值计算

将发明占比、专利维持时间、授权量占比、专利应用量4个指标分别用A1～A4来表示，按照表1对A1～A4指标来构造矩阵，矩阵中的元素aij（i，j=1，2，3，4）表示ai对aj的比较结果，通过多个专家打分讨论后我们可确定出判断矩阵A。

求取判断矩阵A的最大特征值λmax，最大特征值λmax对应的特征向量={w1，w2，w3，w4}，特征向量值w1、w2、w3、w4即为上述四个指标的权重值，得到指标权重值后，专利质量评分值求和公式：E=w1×A1+W2×A2+W3×A3+W4×A4。

为了使得权重分配能够合理计算出评分值，在计算专利质量评分值之前，需要对上述四个指标A1～A4的数据进行归一化处理，然后进行评分值求和计算。

3.3 区域与产业专利质量评分值计算

采用上述层次分析法对指标分配权重，以综合考虑各个指标因素对专利质量评价的衡量，应用于区域和产业的大数据专利质量评价将更为客观，最后只要将评分值E进行排序，就能得出专利质量较高的区域和产业领域，直观反映区域和产业专利质量状况。图2展示了区域和产业的计算结论。

4 结束语

本文尝试采用层次分析法来综合考虑反映区域和产业专利质量的各个度量指标，建立相对较为全面和系统的评价模型，用综合评分值的高低直观反映专利质量状况。本文提供的区域和产业专利质量评价体系为专利区域产业分析中质量评估提供了一种新的评估思路和方法，相比于单指标专利质量评价将更为客观合理。

（作者孙付东、杨林对作文做了同等贡献，为等同第一作者。）

参考文献

[1]肖国华，王春，姜禾等.专利分析评价指标体系的设计与构建[J].图书情报工作，2008，（3）：96-99.

[2]袁林，齐凯，谭文.企业专利创造能力评价体系的跨层次构建[J].技术经济，2014，（4）：28-32.

[3]万小丽，朱雪忠.专利价值的评估指标体系及模糊综合评价[J].科研管理，2008，（2）：185-191.