杜 聰，楊立濤，司博文

（上海對外經(jīng)貿(mào)大學，上海 201620）

一、引言

中共十八大中提出了“加強知識產(chǎn)權(quán)保護”的重大命題，而十八屆三中全會則進一步提出了“加強知識產(chǎn)權(quán)運用和保護”的指導方針，將知識產(chǎn)權(quán)工作提升到一個新的戰(zhàn)略高度。保護知識產(chǎn)權(quán)最直接的體現(xiàn)之一就是對個人、企業(yè)專利的保護，因此專利的授權(quán)數(shù)量對于知識產(chǎn)權(quán)的保護顯得尤為重要。同時，在快速發(fā)展的21世紀，科學技術(shù)是第一生產(chǎn)力，是衡量一個國家發(fā)達水平的重要標準。作為科技發(fā)展水平的體現(xiàn)成果之一，專利授權(quán)量通常是判斷一個地區(qū)科技發(fā)展水平的重要指標。因此，研究影響專利授權(quán)量的因素顯得尤為重要。

然而，國內(nèi)外大多數(shù)的研究只是側(cè)重于單一因素變量對專利授權(quán)量的影響，如R&D支出與專利授權(quán)量的定量分析，[1]或者是政府科研投入和專利申請量之間的關(guān)系。[2]這些研究都提出了針對單一因素的一些建設(shè)性建議，但是當面臨資源有限、資金不足等限制條件下，并沒有給出一個最優(yōu)解決方案。

所以現(xiàn)主要探討影響專利授權(quán)量的關(guān)鍵因素，以供決策制定者在有限資源下做出最優(yōu)決策。

二、研究思路

（一）專利指標選擇

專利申請量指的是區(qū)域內(nèi)各類專利的申請總量，這一指標反映的是區(qū)域技術(shù)創(chuàng)新的活躍程度，但對于一個地區(qū)當前的實際創(chuàng)新能力的體現(xiàn)有一個放大的作用，因而導致信息分析失真。專利授權(quán)量指的是區(qū)域內(nèi)獲準授權(quán)的專利總量，這一指標反映的是區(qū)域技術(shù)創(chuàng)新已經(jīng)達到的水平，更為真實合理地反映一個地區(qū)的實際自主創(chuàng)新能力。因此選擇專利授權(quán)量作為衡量的指標。

（二）影響因素選擇

孫婷婷，唐五湘[1]做了關(guān)于專利授權(quán)量和R&D支出之間的定量分析研究，提出政府應(yīng)加強對企業(yè)R&D活動的支持以及企業(yè)自身應(yīng)當加強R&D活動的投入的建議。馬大勇[2]基于VEC模型的實證分析研究了政府科技投入對專利授權(quán)量的效應(yīng)，認為政府科技投入和專利授權(quán)量之間存在長期穩(wěn)定正相關(guān)作用。王慶元，張杰軍，張赤東[3]對發(fā)明專利申請量和創(chuàng)新型企業(yè)研發(fā)經(jīng)費之間的關(guān)系進行了研究，提出提高研發(fā)經(jīng)費的發(fā)明專利產(chǎn)出效率的建議。

除此以外，考慮到政府教育支出、技術(shù)市場成交額等客觀因素同樣有可能對專利授權(quán)量產(chǎn)生影響，由此，選擇了7個可能影響專利授權(quán)量的因素，分別為R&D人員全時當量、R&D經(jīng)費、公共財政教育支出、公共財政科學技術(shù)支出、地區(qū)生產(chǎn)總值、人口數(shù)及地區(qū)技術(shù)市場成交額，如表1所示。

表1

（三）研究方法

考慮到影響專利授權(quán)量的因素中存在不確定性，專利授權(quán)量與各因素之間的關(guān)系并不清晰可見，即專利授權(quán)量與眾多因素構(gòu)成一個灰色系統(tǒng)，因此采用灰色關(guān)聯(lián)分析法對該灰色系統(tǒng)進行研究。同時，為了定量研究因素之間對專利授權(quán)量的影響，采用多元回歸模型，利用逐步回歸的方法剔除影響相對小的變量，保留對專利授權(quán)量有顯著影響的變量。

三、灰色關(guān)聯(lián)分析

（一）灰色模型關(guān)聯(lián)度

在客觀世界中，有許多因素之間的關(guān)系并不清晰可見，分不清哪些因素關(guān)系緊密，這樣就無法找到主要的關(guān)系，因此需要采用灰色關(guān)聯(lián)分析。關(guān)聯(lián)度分析是一種基于灰色系統(tǒng)，分析系統(tǒng)中各因素關(guān)聯(lián)程度的方法，該方法將研究對象及影響因素的因子值視為一條線上的點,與待識別對象及影響因素的因子值所繪制的曲線進行比較,比較它們之間的貼近度,并分別量化,計算出研究對象與待識別對象各影響因素之間的貼近程度的關(guān)聯(lián)度,通過比較各關(guān)聯(lián)度的大小來判斷待識別對象對研究對象的影響程度。

關(guān)聯(lián)系數(shù)定義為：

其中ρ表示分辨率，一般取0.5。

求出X(0)(K)與這兩個序列的關(guān)聯(lián)系數(shù)后，與這兩個序列的關(guān)聯(lián)度為：

（二）關(guān)聯(lián)度求解

研究選取了上海市2008年至2013年六年來的相關(guān)數(shù)據(jù)進行關(guān)聯(lián)度分析，如表2所示。

表2

通過計算求得各個變量與專利授權(quán)量（Y）的關(guān)聯(lián)度，結(jié)果如表3所示。

表3

按照關(guān)聯(lián)度大小由大到小進行排序，得到的排序為公共財政科技支出，R&D經(jīng)費，R&D人員全時當量，公共財政教育支出，地區(qū)生產(chǎn)總值，分地區(qū)技術(shù)市場成交額，人口數(shù)。

四、回歸模型與聚類分析

（一）多元線性回歸模型

在Y為隨機變量，x1，x2，…，xm為一般變量的基本假設(shè)下，多元回歸分析是用來研究因變量Y與m個自變量x1，x2，…，xm的相關(guān)關(guān)系的。假定因變量 Y 與 x1，x2，…，xm線性相關(guān)，則多元線性回歸模型為。

（二）逐步回歸分析

逐步回歸的基本思想是逐個引入自變量，每次引入對影響最顯著的自變量，并對方程中的變量逐個進行檢驗，把變?yōu)椴伙@著的變量逐個從方程中剔除掉，最終得到的方程中既不漏掉對影響顯著的變量，又不包含對影響不顯著的變量。

（三）回歸模型求解

1.相關(guān)系數(shù)檢驗

研究選取中國統(tǒng)計年鑒上2013年全國各省、市、自治區(qū)（不含港澳臺）數(shù)據(jù)，選取R&D人員全時當量、R&D經(jīng)費、公共財政教育支出、公共財政科學技術(shù)支出、地區(qū)生產(chǎn)總值、人口數(shù)、分地區(qū)技術(shù)市場成交額共7個自變量，在做回歸分析之前先對自變量進行相關(guān)性檢驗，檢驗結(jié)果顯示自變量之間的相關(guān)系數(shù)較高，變量之間存在多重共線性，可能會使模型估計失真或難以估計準確，參數(shù)估計失去其意義。

2.逐步回歸

為解決多重共線性問題，研究使用逐步回歸分析的方法，逐步回歸結(jié)果顯示保留了R&D人員全時當量、R&D經(jīng)費、公共財政科學技術(shù)支出和人口四個變量，除R&D經(jīng)費之外的其余變量均顯著，但同時，由于截距項在模型中不顯著，研究進行無截距回歸。

結(jié)果顯示剔除了公共財政教育支出、分地區(qū)生產(chǎn)總值和分地區(qū)技術(shù)市場成交額這三個變量，得到了專利授權(quán)量關(guān)于R&D人員全時當量、R&D經(jīng)費、公共財政科技支出和地區(qū)人口數(shù)對專利授權(quán)量的影響。

3.異方差及正態(tài)性檢驗

模型值為348.76，值小于0.0001，回歸方程高度顯著，然而殘差分析圖顯示，殘差項的方差隨預(yù)測值增加而增加，懷疑存在異方差問題，因此采用懷特檢驗進行異方差檢驗。異方差檢驗結(jié)果顯示p值小于0.05，表明存在異方差。為解決異方差問題，研究對變量取對數(shù)進行回歸擬合。剔除模型中不顯著的變量后進行逐步回歸，結(jié)果如表5所示。

表5

該模型的方差分析結(jié)果顯示F值為43282.0，p值小于0.0001，修正后的R平方為99.84%，模型高度顯著。而懷特檢驗結(jié)果顯示p值為0.11，可以認為不存在異方差問題。

對殘差進行正態(tài)性檢驗，Shapiro-Wilk統(tǒng)計量的p值約為0.1897，接受原假設(shè)，認為殘差服從正態(tài)分布。因此認為回歸服從基本假設(shè)。

最終的回歸方程為：

ln Y=0.6787ln FE+0.6109ln TEC

從回歸方程中可以看出，每增加百分之一的FE將會使專利授權(quán)量增加大約0.6787%；每增加1%的公共財政科技支出，將會增加專利授權(quán)量的0.6109%。

（四）聚類分析

為探究不同省市間影響專利授權(quán)量關(guān)鍵因素的區(qū)別，針對不同省市做出相應(yīng)的對策，本研究對不同省市數(shù)據(jù)進行聚類分析。

聚類分析結(jié)果顯示可以將全國大致分為三類：第一類，北京；第二類，江蘇、廣東、浙江、山東；第三類，其他省市。

采用2009年到2013年的數(shù)據(jù)，按不同類別省市對專利授權(quán)量及各變量進行逐步回歸。結(jié)果如表6，表7所示。

表6 第二類省市逐步回歸結(jié)果

表7 第三類省市逐步回歸結(jié)果

觀察不同類別的逐步回歸結(jié)果，發(fā)現(xiàn)這兩類省市中分地區(qū)技術(shù)市場成交額與專利授權(quán)量均有著顯著的正相關(guān)關(guān)系。除此因素外，第三類省市回歸結(jié)果表明R&D人員全時當量，公共財政科學技術(shù)支出及人口對于專利授權(quán)量均有著顯著的正相關(guān)影響；而第二類省市中不僅R&D人員全時當量、公共財政科學技術(shù)對專利授權(quán)量的影響不夠顯著，而且人口因素呈現(xiàn)了對專利授權(quán)量顯著的負向影響。

五、總結(jié)建議

灰色關(guān)聯(lián)分析的結(jié)果表明與專利授權(quán)量關(guān)聯(lián)度最大的四個變量依次為公共財政科技支出、R&D經(jīng)費、R&D人員全時當量和公共財政教育支出，同時，逐步回歸的結(jié)果顯示影響專利授權(quán)量最顯著的兩個因素為R&D人員全時當量和公共財政科學技術(shù)支出。

綜合灰色關(guān)聯(lián)分析的結(jié)果和逐步回歸分析的結(jié)果，可以看出公共財政科學技術(shù)支出與分地區(qū)技術(shù)市場成交額從全國范圍看對專利授權(quán)量的影響較為顯著。此外，在全國大多數(shù)省市，R&D人員全時當量對專利授權(quán)量也都有顯著的正向影響。

（一）保護技術(shù)交易市場，建立健全的技術(shù)交易制度

地區(qū)技術(shù)市場成交額對于專利授權(quán)量的貢獻從全國范圍來看都很明顯，市場給予了科研人員不斷研發(fā)新興技術(shù)的動力。因此，需要加大對技術(shù)交易市場的保護，建立健全的技術(shù)交易制度，促進技術(shù)的交易。

（二）政府提高財政科技支出，堅持科教興國戰(zhàn)略

政府應(yīng)當盡力承擔責任，加大財政科技支出，為具有創(chuàng)新力的企業(yè)提供更多的支持、鼓勵并創(chuàng)造更好的外部環(huán)境。政府作為企業(yè)的后盾要努力保障企業(yè)的合法權(quán)利，可以給予一定程度的優(yōu)惠政策。

（三）加大研發(fā)經(jīng)費投入力度，為科研提供穩(wěn)定支持

企業(yè)、研究所是進行科技創(chuàng)新研發(fā)的主要場所，這些機構(gòu)本身應(yīng)當加強對研發(fā)創(chuàng)新的投入，迎合市場的需求，使其研發(fā)創(chuàng)新成果廣為大眾接受，以達到良性循壞的目的。

（四）各省市因地制宜，調(diào)整不同地區(qū)財政投入方向比例

數(shù)據(jù)分析結(jié)果表明，不同地區(qū)影響專利授權(quán)量的關(guān)鍵因素并不完全相同，因此需要政府決策部門針對不同的地區(qū)情況進行調(diào)研分析。沿海省份可以將更多的資源用于技術(shù)交易市場的保護與監(jiān)督，內(nèi)陸省份則應(yīng)當加大科技投入，加大科研發(fā)展的力度。

[1]孫婷婷.專利申請量與R&D支出之關(guān)系的定量分析[J].北京機械工學學院學報，2003，18(4).

[2]馬大勇.我國政府科技投入對專利授權(quán)量的效應(yīng)分析[J].科技與經(jīng)濟，2013，26(6).

[3]王慶元.我國創(chuàng)新型企業(yè)研發(fā)經(jīng)費與發(fā)明專利申請量關(guān)系研究[J].科學學與科學技術(shù)管理，2010，31(11).