摘要：本文通过对比形式来分析甘肃省十四个市州知识产权建设情况。当截距D=20时，指标分为两组，第一组为C8、C9、C10、C69、C1、C14、C73、C34、C6、C72、C7、C13、C15、C17、C71、C27、C18、C85、C86、C82、C83、C3、C84；第二组为C11、C53。当选择不同的截距系数时，R型聚类分析对知识产权指标的分类不同，各指标间的群聚与分离能更好地表现出指标间的相关性，建设指标评价体系，能够全面地体现甘肃省知识产权建设情况。
关键词：知识产权，R型聚类，分组分析
一、引言
随着全球范围经济竞争的逐渐加剧，知识产权的竞争也愈发激烈，我国为进一步扩大知识产权领域的发展，提升知识产权强省建设目标，2015年国务院颁布的《国务院关于新形势下加快知识产权强国建设的若干意见》为知识产权强省建设拉开了新的序幕。为全面贯彻党的十八大和十八届三中、四中、五中全会精神，深入贯彻习近平总书记系列重要讲话精神，牢固树立创新、协调、绿色、开放、共享的发展理念，深入实施创新驱动发展战略和知识产权战略，保障和激励大众创业、万众创新，甘肃省开展实施一系列知识产权扶持政策，大幅提升知识产权对经济增长的贡献度，构建完善的知识产权强省建设体系，探索出一条具有甘肃省特点的知识产权强省之路。按照创新驱动发展战略和“一带一路”倡议的部署，推动提升知识产权创造、运用、保护、管理和服务能力，深化知识产权战略实施，提升知识产权质量，促进我省经济持续健康发展。
二、研究背景
分析甘肃目前知识产权强省建设情况，根据甘肃省政府公布的年度发展报告和相关学术研究，整理甘肃省知识产权强省建设过程中相关成果和存在的问题。根据知识产权强省建设方案，选取知识产权创造、运用、保护、服务、管理和效益六个方面进行评价，同时对比国家知识产权局公布的知识产权资料和指数报告，筛选保留25个知识产权指标[1]。首先，采用定量分析，然后以R型聚类分析进行分类，再利用Pearson相关分析对指标的相关性进行分析，最后建立完善的甘肃省知识产权评价指标体系[2]。依据指标体系，本文分析甘肃省知识产权强省建设总体情况，分析各个指标[3-4]，指出甘肃省在构建知识产权强省过程中的优劣势。
三、数据整理与运算
基于R型聚类分析方法将已经定性筛选完成的知识产权评价指标进一步定量筛选，划分评价指标类别，保证每类因素间的不相关性。每类评价指标的唯一性，可以保证选取的知识产权评价指标的合理性。为了数据精简，能够合理地分析变异系数，保留每类指标中变异系数最大的数据，确保数据的显著性。基于R型聚类分析结合变异系数分析，确保筛选指标的显著性，避免指标的类同[5-6]。
①数据标准化。计算运用指标数据体系过程中，为了消除差异性，对所有指标数据进行标准化处理。选择Z-score标准化，利用SPSS进行操作[7]。具体公式如下：
其中：α为标准化后的指标数据，x是需要标准化的指标数据，u是总体平均值，σ是总体标准差。
②Pearson相关性分析。采用Pearson相关系数测量连续变量之间的线性关性[8]。计算公式如下：
其中：rxy是变量x和y的Pearson相关系数；n是观测对象的数量；xi是x的第i个观测值；yi是y的第i个观测值。
四、结果分析
甘肃省2019年知识产权指标数据主要来源于以下网站：甘肃省知识产权局、甘肃省统计局、中国商标网、甘肃省科技厅、知识产权指数报告、国家知识产权人才信息网络平台等。参阅相关文献和政府文件，再结合当前学者关于知识产权发展评价指标体系的研究成果，对有关知识产权强省体系指标进行整理分析，选取知识产权创造、运用、保护、服务、管理和效益六个方面，搜集整理甘肃省14个市州知识产权强省评价指标数据如表1所示，14个市州数据分次列举。
通过SPSS软件对保留的25个指标进行R型聚类，采用Pearson相关分析对聚类后的指标数进行验证。Pearson相关分析能够计算出各类别近似矩阵，如表2所示，观察近似矩阵变量间的相关系数，数值越大说明变量关系显著性越高，结果越合理；反之，则变量关系不显著，结果不合理，对数据重新聚类。
聚类分析是依据数字特征进行分类分析，不受研究对象了解程度的限制，所得结果是一张树枝状谱系图。甘肃省14个市州知识产权指标数据聚类分类分析，所得到的谱系图如图1所示，当截距D=20时，知识产权指标分为两组，第一组为C8、C9、C10、C69、C1、C14、C73、C34、C6、C72、C7、C13、C15、C17、C71、C27、C18、C85、C86、C82、C83、C3、C84；第二组为C11、C53。
五、结论与展望
以甘肃省十四个市州为评价对象，以对比的形式来分析知识产权强省建设情况。知识产权指标分为两组，第一组为C8、C9、C10、C69、C1、C14、C73、C34、C6、C72、C7、C13、C15、C17、C71、C27、C18、C85、C86、C82、C83、C3、C84；第二组为C11、C53。当选择不同的截距系数时，R型聚类分析对知识产权指标的分类不同，各指标间的群聚与分离能更好地表现出指标间的相关性，建设指标评价体系，能够全面地体现甘肃省知识产权建设情况。并且可以依据这些指标发现甘肃省目前在知识产权强省构建过程中有哪些弱项指标，也就是需要强化的方面。为甘肃省知识产权强省建设绩效评价奠定基础。
随着国际知识产权竞争力的日益加剧，知识产权强国和强省的建设具有重要意义。知识产权建设在甘肃省以往社会经济发展中是被忽视的，在社会群众和企业群体缺乏有效的知识产权意识，对智力劳动成果不懂得保护，严重影响了甘肃省的科技创新和发展。因此，建立一套完整的甘肃省知识产权强省评价指标体系十分重要，分析各个指标存在的问题，找出甘肃省在构建知识产权强省过程中的优劣势，针对不足之处，提出改进方案，对甘肃省知识产权强省建设具有重要意义。
参考文献：
[1]郭斌，王思锋.区域知识产权战略实施评估指标体系构建研究[J].未来与发展，2013，36（07）：102-106.
[2]屠文娟，宋晓慧，宋东林.国家知识产权战略示范省评价指标体系研究[J].江苏商论，2012（04）：144-147.
[3]丁涛，刘丽.基于模糊层次分析（FAHP）的知识产权战略绩效评价研究——以江苏省知识产权战略推进计划为例[J].电子科技大学学报（社科版），2015，17（01）：64-67.
[4]Gorgi Krlev，Eva Bund，Georg Mildenberger. Measuring What Matters-Indicators of Social Innovativeness on the National Level[J]. Information Systems Management，2014（31）3：200-224.
[5]张鹏.知识产权强国建设基本问题初探[J].科技与法律，2016（01）：4-16.
[6]董新凯，田源.知识产权强省界定及其评价指标体系构建[J].科技进步与对策，2015，32（07）：112-117.
[7]赵宇哲，刘芳.生态港口评价指标体系的构建——基于R聚类、变异系数与专家经验的分析[J].科研管理，2015，36（02）：124-132.
[8]符必勇.上市公司知识产权与绩效之间关系的实证研究[D].暨南大学，2015.
作者简介：王博（1993-），男，汉族，甘肃白银人，甘肃省轻工研究院有限责任公司，助理工程师，学士。研究方向：食品科学。
