摘要：专利是高校科技创新的重要标志，如何科学评价高校的专利竞争力，成为科研创新能力评价中急需解决的难题。文章针对现有的相关研究在指标体系和赋权方法方面的不足，重点扩充和优化了高校专利竞争力评价体系中的运用指标和质量指标模块，并提出了一种改进的熵权法与AHP层次分析法耦合赋权的方法，减少指标权重受技术领域和时域的影响。最后，文章运用改进的高校专利竞争力评价体系，对国内5所海洋类高校的专利竞争力进行动态评价分析。
关键词：专利竞争力，改进，指标体系，动态评价，耦合赋权
[基金项目：CALIS全国农学文献信息中心研究项目“高校专利竞争力动态评价体系的构建及应用”（2020052）；中央高校基本科研业务费专项课题“基于专利视角的全球‘海洋水产饲料’技术发展态势及竞争力研究”（202153002）；青岛市哲学社会科学规划项目“基于专利的驻青高校及科研院所创新能力与转化前景研究”（QDSKL2101013）]
近年来，随着国家知识产权强国战略和高校科技创新发展战略的不断推进，高校的科技创新能力不断提升，作为创新能力重要标志的专利量也在不断攀升，高校的专利创造、运用和管理水平也在不断提高，但是高校专利还存在“重数量轻质量”“重申请轻实施”等问题，因此，有必要针对高校自身特点来制定评价高校专利竞争力的体系和方法。
目前，众多学者对高校专利竞争力和科研创新能力进行了研究，研究的对象、侧重点及方法各不相同，如选取某一学科类别的相关高校、某一地域的高校，或者“双一流”、高校联盟等作为研究对象，基于专利计量的方法，通过分析其专利的申请量、授权量、被引次数、专利强度、技术领域、失效速率等指标情况，对相关高校的专利技术竞争力进行评价研究。但逐渐深入的研究显示，仅仅通过孤立指标在数量方面的浅层分析，在评价高校的专利竞争能力时不够全面，需要构建有效的综合专利评价体系来评价。如郑美玉从现实专利竞争力和潜在专利竞争力两个层面，制定了3级评价指标体系，包含24个指标。邢战雷等选取陕西省专利申请量排名前10的高校为样本，进行多维度多层级分解来建立综合评价体系。邢梦盈根据专利的发展特点，从专利产出实力、专利质量实力、专利效益实力和专利支持实力四个方面构建区域专利竞争力评价指标体系。李佳从宏观、中观、微观角度建立起一个综合的评价体系来评价区域的专利技术竞争力。此外，评价体系中指标的赋权也十分关键，相关研究中采用了专家评分法、AHP层次分析法、因子分析法、聚类分析法、主成分分析法、熵权法等方法来进行权重的确定，这些方法各有利弊，也有部分学者采用多种方法耦合的方式进行赋权。如王启超等将主成分分析法与熵权法结合，利用模糊Borda法进行组合评价，并以福建省19所本科高校为例，进行专利竞争力评价分析。伊惠芳等将数据按时间分为片段，选取修正的熵权法来反映指标权重随技术领域的变化状况。蓝祥龙等采用AHP和数据包络分析法相结合的方法等。
综上所述，已有的研究在客观评价高校专利竞争力方面具有较强的现实意义和借鉴作用，但也存在一定的不足：首先，指标体系的制定应进一步契合国家对高校创新发展的要求，并且应充分考虑高校自身的特点来选取；其次，指标的赋权应结合主客观因素以及专利受技术领域和时域变化的影响；最后，已有的研究在评价过程中忽略了对高校专利竞争力随时间动态变化的分析。本文将从以上几个方面出发，改进并形成动态的高校专利竞争力评价体系和方法，并以国内5所海洋类高校专利为例，实现对5所高校专利竞争力的动态评价。
一、高校专利竞争力评价指标体系的构建
（一）指标的选取
依据科学性、系统性、客观性、可比性以及可行性的原则，结合文献调研和高校自身特点，主要扩充评价体系中的运用指标模块，优化质量指标模块。
2020年2月21日，教育部发布的《关于提升高等学校专利质量促进转化运用的若干意见》明确要求，高校专利申请应坚持质量优先，突出转化导向。相应的，在高校专利竞争力的评价研究中，也注重专利质量和运营角度的评价。现有的研究评价指标主要包括数量指标、质量指标、强度指标和发展指标模块，能够比较全面客观地反映出高校专利的竞争力，但也存在一些不足。第一，研究中将专利实施率等专利运营方面的指标，作为二级指标归类到“质量指标”模块中，缺乏专门对专利运用方面的评价模块，弱化了突出转化应用导向的作用。第二，与企业相比，高校在专利运用方面存在自身的特点，比如高校的研究偏重于基础研究，在实施过程中除了转让、许可和质权的形式以外，合作研发也是一种重要的形式，因此，专利的运营指标中还应考虑合作量，尤其是与企业的合作量以及是否为第一申请人这些指标。另外，高校的专利申请一般是在科研项目的支撑下完成的，非产品为导向，其专利的转让或许可需要时间和合作机会，很多具有应用价值的专利在没有实现转化前就已经因为未缴费等原因失效了，造成很大浪费，因此，对高校而言专利的维护也是运营的一部分。第三，现有的研究中“质量指标”和“强度指标”在评价意义上有很高的相似之处，专利强度往往是专利质量和价值的体现，分成两部分容易在评价专利质量时出现混淆。
针对这些不足，我们在指标体系的一级指标中扩充了“运用指标”模块，将专利实施率、专利有效率和3年及5年存活率计入该模块中，并增加了合作量、企业合作占比和第一申请人占比指标，同时，将强度指标模块合并到质量指标模块中，最终形成了由数量指标（包含专利申请量、发明专利申请占比、发明专利授权率3个二级指标）、质量指标（包含境外专利占比、专利同族量、平均专利强度、高强度专利数量、高强度专利占比、平均被引量、平均引用量、平均权利要求数、平均应用领域数9个二级指标）、运用指标（包含授权专利有效率、3年存活率、5年存活率、专利实施率、合作量、企业合作占比、第一申请人占比7个二级指标）和发展指标（包含发明专利年增长率、实用新型年增长率、技术生长度、技术成熟度、新技术特征值5个二级指标）4个模块24个指标组成的高校专利评价指标体系。在评价过程中使用申请文本来进行统计和计算。
指标的定义主要借鉴了郑美玉和邢战雷的研究成果，需要指出的是：（1）数量指标中发明专利授权率是以申请专利为基础，追踪每一个专利是否授权，最终得到授权率。（2）质量指标中的专利强度为Innography数据库提供的专利强度值和Incopat数据库提供的专利价值度的规范化平均值，为用于专利质量与价值判断的复合指标。其中，Innography数据库的专利强度参考了10余个专利价值的影响因素，包括：权利要求数量、引用与被引用次数、是否涉诉、专利申请时程、专利年龄、同族专利数量、应用领域数量及其他等。Incopat专利价值度评分参考因素包括：技术稳定性（是否有效、稳定性、诉讼、质押保全、复审请求、无效宣告）、技术先进性（被引用、研发人员、许可、转让）和保护范围（权利要求、剩余有效期、专利同族）。本文将两者规范化平均值大于等于30的计为高强度专利，如果在统计过程中目标申请文本后期得到授权，则以相应的授权文本的专利强度为准。（3）质量指标中的境外专利包括在世界知识产权组织、欧洲专利局，以及参考《2019年中国知识产权发展状况评价报告》中知识产权发展状况具有极高代表性的美国、日本等OECD（经济合作与发展组织）的34个国家、金砖5国和新加坡申请的专利。（4）运用指标中的专利实施包括专利的转出、许可和质权。合作量包括与企业及其他科研单位、机构及个人的合作量。企业合作占比为企业合作量与全部合作量的比率，第一申请人占比为与企业合作的专利中本校为第一申请人的占比率。（5）发展指标中，技术生长度（v）为当年发明专利申请量与从当年开始追溯5年累积的发明专利申请量的比值；技术成熟度（α）为某年的发明专利申请量与同一年的发明专利与实用新型专利申请量之和的比值；新技术特征值（N）由技术生长度和技术成熟度推算而来
，反映某项技术新兴或衰老的综合指标，N值越大，新技术特征越强，预示该技术越具有发展潜力。
（二）指标的赋权方法
在评价指标赋权的研究中，主要分为主观赋权法和客观赋权法。主观赋权法如专家评分法、AHP层次分析法等，在确定指标权重时重专家经验但客观性相对缺乏。客观赋权法中的熵权法可以根据指标变异性来确定权重，能够客观展开评价，但熵权法计算指标权重时完全依赖于数据的变化，计算结果会存在一定失真。为了使指标权重更加符合实际，使用AHP和熵权法进行耦合赋权，既考虑专家经验又能融入客观数据的变化。此外，通常熵权法采用的都是二维的“样本和指标”数据来计算，而未考虑时间维度，本文运用改进的熵权法，按照技术分类获得标准化指标值，并采用加入时间序列的三维数据，一方面可以反映权重受技术领域和时间变化的影响，另一方面当对比的高校数量较少时，加入时间序列可以较大程度地增加权重计算时的样本数据量，减少计算误差。
1.AHP层次分析法赋权
采用Saaty提出的AHP（Analytic Hierarchy Process）方法，根据建立的指标权重层次体系，参照九级标度法，最终计算得到24个二级指标权重uj=ci·cik。其中，ci为一级指标特征值，cik为各一级指标模块下对应的二级指标特征值。
2.改进的熵权法赋权
熵权法根据指标数据的变异性来确定指标权重，借鉴吴翔凌等人使用的改进的面板数据进行熵权法赋权。
首先，假设有T年m个高校n个评价指标，构建初始矩阵X=｛xijt｝mT×n，其中，xijt为第i个高校第j项指标第t年数据值。
然后对初始评价矩阵指标归一化处理：
xjmax为第j项指标最大值，xjmin为第j项指标最小值。为了解决评价指标在技术领域兼顾性较差的问题，先将数据按照技术分类来计算指标数据值，在相同技术领域条件下进行标准化，再由所有技术领域的标准化指标数据的平均值作为最终的标准化初始矩阵，这样可以有效减少指标值受不同技术领域差别的影响。
确定初始矩阵后，计算第j项指标信息熵：
ej=-K∑t=1T∑i=1myijtlnyijt，
其中
，常数
。最后得到改进熵权法权重
。
3.AHP-改进熵权法耦合赋权
将AHP和改进熵权法进行耦合来赋权，采用最小二乘法（只有两组数据时即为各取50%）对AHP与改进熵权法进行耦合得到最终的二级指标权重Wj=0.5·uj+0.5·vj。
（三）计算指标评价值
为了能够动态反映高校专利竞争力的变化，本文在计算指标评价值时，保留时间维度，最终计算得到评价值矩阵Pijt=wj·（xijt）＇。其中，Pijt为第t年第i个高校第j个二级指标的评价值，4个一级指标评价值由一级指标模块中对应的二级指标评价值相加得到。
综合指标的评价值为
。
二、评价体系的应用分析
选取中国海洋大学、上海海洋大学、浙江海洋大学、广东海洋大学和大连海洋大学5所海洋类高校，应用上述构建的高校专利竞争力体系及方法，通过MATLAB软件处理相关数据，对5所海洋类高校的专利竞争力进行动态分析，以期了解5所高校专利研究情况及发展趋势，明确优势和不足。
（一）专利竞争力指标权重计算
数据来源于Incopat与Innography数据库，时间为2010 2019年间的申请文本，其中，中国海洋大学申请文本3736条，上海海洋大学2873条，浙江海洋大学10458条，广东海洋大学1574条，大连海洋大学1277条。
1.指标权重结果
首先，按照上文确定的高校专利评价指标体系制定相应的判断矩阵，计算得到AHP层次分析法权重。其次，对上述高校专利数据按照IPC的A-H八个大类分类计算标准化指标值，再用其平均值作为初始标准化矩阵来计算改进的熵权法权重。最后，通过AHP-改进熵权法耦合得到最终权重。结果如表1所示。
从结果可以看出，一级指标中AHP和改进熵权法的权重结果表现较为一致，质量指标权重最高，运用指标次之，数量指标排在第3位，发展指标权重最低。但在二级指标中部分权重出现了较大差异，例如专利申请量和发明专利申请占比两个指标，AHP和改进熵权的权重结果表现正好相反，这主要是因为从数据统计角度来说，这5所高校中浙江海洋大学的专利申请量较高，数据变异性增加，熵值增大，权重变高，但从发明专利占比来说其优势减弱，因此数据变异性减弱，权重变低，而专家赋权则认为发明专利占比相对更重要，经过两种方法耦合后可以对指标权重起到一定的修正作用。
从最终耦合权重结果来看，专利实施率、高强度专利占比及平均专利强度指标影响权重较大，超过了7%，而第一申请人占比、新技术特征值和技术成熟度指标权重值较小，低于2%。
（二）评价结果分析
通过各指标权重和标准化数据值，利用上文所述方法计算指标评价值得出5所海洋类高校综合评价值及4个层面评价值结果。从图1综合指标评价值来看，2010 2019年间5所高校专利竞争力的排名比较稳定。中国海洋大学在10年间保持相对优势，上海海洋大学，浙江海洋大学和广东海洋大学紧随其后，大连海洋大学则位居末位。从整体趋势来看，中国海洋大学除2012年和2017 2018年位列第二以外，其余年份均排名第一，在2010年具有较强的领先优势，但其后相对优势在逐渐下降，上海海洋大学前期发展平稳，后期波动较大，在2015和2017年表现出较强的上升势头，而浙江海洋大学、广东海洋大学和大连海洋大学在2014年前表现为上升趋势，2014年以后逐渐下滑，尤其是广东海洋大学在2011-2014年表现优异，位列前两位，2018-2019年则下滑到倒数第2位。
为了明确5所高校专利竞争力的优势和不足，本文进一步针对四个一级指标值随时间的变化进行分析。从数量指标来看，各高校数量指标评价值的变化趋势相对一致，2014年以前呈增长趋势，2016年后均出现下降。就个体而言，浙江海洋大学具有较为明显的优势，尤其是在2014年有了非常明显的增加，2017年后下降趋势也最明显。中国海洋大学的数量评价值从2011年后被浙江海洋大学超越，后期均排在第2位。上海海洋大学和广东海洋大学分别排名第3和第4，整体表现较为平稳，大连海洋大学的数量指标值在2014年达到高峰，其后出现了下降，直到2017年后开始稳定。
从质量指标来看，各高校10年间的质量指标值及名次波动较大。2010年中国海洋大学的质量指标值远远领先于其他4所高校，虽然在2011年以后较为稳定地保持在前两名，但2016年后相对优势下跌明显。上海海洋大学的质量指标值从2014年开始有了显著提升，分别在2015、2017及2018年位列第一。与数量指标相比，浙江海洋大学的质量指标值表现相对较弱，名次维持在第三名以下的年份占到了70%。广东海洋大学的质量指标值在2011年和2012年有非常优异的表现，位列第一位，但后劲不足，出现了波动下降的趋势。大连海洋大学则除了2012年排名第三外，其余年份均位于末位，质量指标表现最弱。
运用指标中受3年和5年有效率的影响，各高校的整体趋势都在下降，在该项指标评价中主要参考各高校在同年份的竞争力对比。如2012年以前运用指标值具有两级分化的特点，浙江海洋大学、中国海洋大学和上海海洋大学较强，而广东海洋大学和大连海洋大学较弱，2012-2014年较弱的两个高校的指标值开始强力上涨，拉近甚至超越了其他3所高校，尤其在2014年广东海洋大学以较大的优势位列第一，大连海洋大学位列第二，但2015年以后又出现了下跌。从2015年以后的数据来看，中国海洋大学和广东海洋大学在专利运用方面相对较好。5所高校的发展指标评价值相对于其他指标值波动幅度较小，但每年的名次波动频率较高。相对而言，2015年以前各高校的发展指标值差距较大，2015年以后开始差距越来越小，2019年趋于一致。
质量指标和运用指标在各高校的综合指标竞争力中起到了比较重要的作用。比如中国海洋大学虽然数量指标低于浙江海洋大学，但凭借其在质量指标和运用指标中较为稳定的表现，使得其综合指标在l0年间保持了相对优势，另外，2012年广东海洋大学及2017年上海海洋大学优异的综合指标表现即分别来自于他们在该年份的运用指标及质量指标的突出成绩。
三、应用结果及结论
经过对国内5所海洋大学的专利竞争力的应用分析，本文构建的高校专利竞争力评价体系和方法具有较强的可操作性，指标层次设置较为清晰，符合高校的创新发展特征，能从多维度动态反映各高校专利竞争力的变化及优势和不足。
第一，评价指标的扩充和优化有一定的效果，指标赋权结果中质量指标和运用指标权重占比最高，同时，通过5所海洋类高校的评价值结果可以看出，质量指标和运用指标在各高校的综合竞争力中起到了比较重要的作用。与教育部“坚持质量优先，突出转化导向”的要求一致。
第二，提出的AHP和改进的熵权法耦合赋权的方法，既考虑了专家经验又融入了客观数据变化，同时，确定熵权时按照IPC大类分类计算标准化指标值作为初始矩阵，并引入了时间序列，减少了指标权重受技术领域和时域的影响。赋权结果显示，AHP和改进的熵权法这两种方法的赋权结果整体上较为一致，一级指标的权重接近度较高，但二级指标中有部分指标权重差异较大，经过两种方法耦合后起到一定的修正作用。
第三，应用上述构建的高校专利竞争力体系及方法，多维度动态地展示了5所海洋类高校的专利竞争力及其发展变化情况。综合指标显示中国海洋大学保持相对优势，上海海洋大学、浙江海洋大学和广东海洋大学紧随其后，大连海洋大学位居末位。数量指标评价值的变化趋势相对一致，2014年以前呈增长趋势，之后出现下降；质量指标值及名次波动较大，中国海洋大学的相对优势下降明显，上海海洋大学近几年显著提升，广东海洋大学则在前期表现优异，但后劲不足，大连海洋大学质量指标表现最弱。运用指标值在2012年以前具有两级分化的特点，2012-2014年较弱的两个高校开始强力上涨，2015年以后中国海洋大学和广东海洋大学在专利运用方面相对较好。发展指标评价值波动幅度较小，且各高校之间的差距随时间趋于一致。
四、结语
高校专利竞争力的评价具有多种因素。首先，指标的选取需要综合考虑评价目的、评价样本特征等因素来进行调整，比如本文根据评价目的扩充了运用指标模块，并且因为研究的样本为10年的专利数据，因此未选取8年有效率指标。其次，指标权重不是静态不变的，会依据样本的数据情况、技术领域和时域的变化而改变，因此本文使用了改进的熵权法与AHP法耦合进行赋权，并以国内5所海洋类大学为例做了应用研究，较为清晰地展示了5所高校专利的研究情况和发展趋势。
本文的研究同样有着诸多不足。首先，构建的指标体系不一定适用于所有高校的竞争力评价，还需要根据具体样本情况进行调整。此外，应用研究虽然展示了5所高校评价值随时间的动态变化情况，但没有深入地研究指标的变化与技术演进的关系，后期可根据细化的技术领域分类做进一步研究。
主要参考文献：
[1]吴陆生，王钊.广东高校生物产业领域专利技术竞争力分析[J].科技管理研究，2018，38（5）：188-194.
[2]王秀翠，郭孟.基于专利的江苏高校创新能力和质量提升路径[J].中国高校科技，2019，25（3）：64-68.
[3]余以胜，孙静蕾.基于Innography专利分析的世界“一流学科”竞争力评价——以入选电气工程专业“一流学科”的7所高校为例[J].重庆大学学报（社会科学版），2019，25（3）：122-133.
[4]秦奋，高健，宋晓丹.基于Innography平台的高校专利分析研究——以卓越联盟高校专利质量分析为例[J].图书馆工作与研究，2019，41（10）：97-105.
[5]郑美玉.基于Innography的农林类高校专利竞争力研究[J].图书情报工作，2018，62（1）：117-124.
[6]邢战雷，马广奇，刘国俊，等.专利分析视角下的高校科研创新能力：评价与提升[J].科技管理研究，2019，39（16）：120-128.
[7]邢梦盈.广西专利竞争力评价研究[D].南宁：广西大学，2016.
[8]李佳.专利技术竞争力分析和地区经济发展研究[J].新商务周刊，2019，8（3）：1-1.
[9]王启超，刘旭俐，刘敏榕.基于组合评价的高校专利竞争力研究——以福建省本科高校为例[J].情报科学，2020，41（1）：109-115.
[10]伊惠芳，吴红，马永新，等.改进的柔性专利价值评价方法——基于时域—领域双重视角[J].情报杂志，2019，38（3）：53-60.
[11]蓝祥龙，谢南斌.基于AHP/DEA的高校科技创新能力评价指标体系研究[J].江西师范大学学报（哲学社会科学版），2010，47（1）：114-120.
[12]2019年中国知识产权发展状况评价报告[R].北京：国家知识产权局知识产权发展研究中心，2020.
[13]Saaty T L. Fundamentals of decision making with the analytic hierarchy process[M]. Pittsburgh: RWS Publications, 2006.
[14]吴翔凌，梁兆国.基于改进熵值法的福州市现代服务业发展竞争力评价[J].福建论坛（人文社会科学版），2018，35（8）：180-188.
作者简介：冯劭华，中国海洋大学图书馆，馆员，硕士，研究方向为专利情报分析；昝栋，中国海洋大学图书馆，主任，硕士，研究方向为情报分析，本文通讯作者；苏菊，中国海洋大学图书馆，馆员，硕士，研究方向为信息检索、情报分析。
