黑龙江省高技术企业知识产权能力研究

郭秀芳

摘要：知识经济环境下，企业间的竞争已经从技术、创新发展到知识产权能力上的竞争，尤其是高技术企业。我国高技术的发展方式已经严重限制了知识产权能力的发展，因此，对我国高技术知识产权能力进行定性分析和定量评价，剖析知识产权能力影响因素和确定知识产权能力等级，有针对性地制定科学合理的政策，对高技术企业提升知识产权能力获得竞争力有着重要意义。

关键词：高技术；企业；知识产权能力；竞争力

中图分类号：F273 文献标志码：A 文章编号：1673-29IX（2015）08-0013-03

随着世界经济一体化的发展，知识产权已经成为新经济环境下国际竞争的焦点，在高科技企业中尤为突出。当今企业要想获得国际竞争力就必须要获得知识产权的能力，因为它已经成为企业的动力来源。在知识经济下，高科技企业已经发展成为主导的企业。

高科技企业的健康、可持续发展对于增强我国的综合国力和国际竞争力都具有深远的意义。高科技企业知识产权的研究对于丰富知识产权的理论具有重要的意义，同时也是对我国高科技企业的知识产权能力的一种挑战，对于国家的经济可持续发展具有重要意义。

一、高技术企业知识产权能力影响因素分析

（一）高技术企业知识产权能力影响因素

我国高技术企业知识产权能力影响因素研究有利于企业合理利用有利因素有效规避不利因素，抓住主要因素，摒弃次要因素，提升企业知识产权能力。 李伟从企业内部和外部两个方面分析知识产权能力影响因素，认为内部因素包括企业家精神、企业创新能力、学习能力和人员配备状况，外部因素包括区域经济水平、专利制度和政策促进、知识产权文化等。顾爱国实证验证了人才投资、设备投资和资金筹资均对企业知识产权能力有显著影响。袁林等指出，组织创新氛围、创新文化有利于知识产权产出的数量和质量。王黎萤、王鹏等指出，市场经济发展水平、专利制度、产学研合作、政府支持对我国高技术企业的知识产权能力有显著影响。

（二）研究方法和数据来源

1.研究方法

扎根理论（grounded theory）是由Glaser和Strauss于1967年首次提出的。它是一种由原始资料上升为理论的研究方法，是一个运用归纳的方法对收集调研的资料进行打碎、提炼、整合、反复比较、概念化和范畴化的过程，被认为是“社会科学研究中最有影响力的方法论”。

2.理论抽样

本论文选择的企业均为黑龙江省内高技术企业。且企业必须满足以下条件：规模达到100人以上，成立时间大于5年；企业具有专利、商标等知识产权；企业重视新技术和新产品的开发；企业有专门的知识产权部门或有专人负责知识产权工作。以上条件保证了企业是以技术研发、新产品开发为主要业务，而非以生产制造为主要业务。

通过研究者筛选和征求企业负责人同意，最终正式接受采访的有效被试为25人，来自15个企业。被试者为企业的总经理、知识产权管理部门负责人或知识产权工作负责人、技术研发部门经理或者市场销售部门经理。在征得被采访者同意的前提下，我们对访谈内容进行了录音，以备后续数据编码。每个被试者访谈时间都大于60分钟，以达到深度访谈的目的。从企业所在的行业来看，电子计算机制造业（5个）、医药制造业（2个）、通信设备制造业（3个）、医疗设备制造业（2个）、新材料制造业（2个）、航空航天制造业（1个）。从被访谈者的职务来看，总经理5人、副总经理5人、知识产权管理部门或知识产权负责人6人、技术研发部门经理4人、市场营销部门经理3人、企业技术核心人员2人。本论文随机抽取15个企业中的13个企业的数据进行编码和理论构建，其余2个企业的数据用作理论饱和度检验。

3.资料收集

我们的数据来自两个方面：第一，企业的网站、报纸电视的报道、企业年报、企业内部刊物等纸质版的文件；第二，深度访谈。我们采用半结构化问卷的访谈形式，这样既可以保证访谈的内容不会偏颇，也可以保证被采访者就某个问题进行深入分析。半结构化访谈的成效取决于问题的提纲和采访者的掌控。

二、高技术企业知识产权指标体系构建

现阶段对知识产权能力的研究多集中在国家层面和区域层面，从微观企业层面进行研究的文献较少。通过文献研究发现目前学者们对企业知识产权能力评价指标体系还没有一个公认的指标体系。在上述研究者的基础上，本文结合高技术企业知识产权实践活动，构造了如下表1所示的我国高技术企业知识产权能力初选评价指标体系。

（一）高技术企业知识产权能力评价指标体系筛选

最初的群组决策是由一组专家组成专家系统，分别对评价对象进行评价，然后求其平均值的过程。然而，这种最初的群组决策忽略了专家的权重，将所有专家在评价中的作用等同，即权重相同。

1.理想专家模型

群组决策特征根法的第一步是需找理想专家 理想专家为评分向量与专家向量

夹角最小的专家。由m个专家所组成的群组决策系统G，评价n个对象

，第i个专家 对第j个评价对象 的评分值记为

。 的值越大，那么评价对象 相对越优。专家S；的评分组成了一个n维列向量 ；专家群组G的评分组成 阶的矩阵。

研究选择决策系统的专家们的决策水平不仅仅和他们知识结构、经验丰富程度和专业水平有关，还同他们的个人偏好和精神状态有关。所以，在现实生活中根本不存在理想的决策（理想决策指决策可靠性达到最大值1或者决策不可靠性达到最小值0）。因此，我们假设存在这样一个评价最为客观公正的理想专家S。，这个理想专家掌握了评价对象的知识，他的评分向量为

定义：具有评分向量与群体中各专家评分向量夹角之和最小的专家，称为该群体的理想（最优）专家。 根据定义可以知道 是一个n元列向量，这个向量是满足函数 取得的，其中 ，并

且不失一般性可以设定 ，即

其中 即为决策系统对被评价单位的总评分。

2.相关定理

引理：假如阶实矩阵Q≥O定义为—个不可约束矩阵，那么

（1）矩阵Q有最大正特征根 ，且为单根；

（2）n阶实矩阵Q的最大特征根p一对应的特征向量全部由正分量组成，而且所有特征向量只相差一个比例因子。

显而易见，评分矩阵x构成的方矩阵F=X1X满足上述定理条件。通过下面的定理证明，我们所求r就是引理2中对应的正特征向量。

定理1： 式中 为矩阵的最大特征根； 为 对应 的正特征向量，且

定理2：假设A是mXn阶矩阵，B是nxm阶矩阵，则AB与BA有相同的（包括重数）非零特征值。 定理3：a₀是 的最大特征值所对应的特征向量，且 ，则有 ，即a₀是m个专家多对应的权重向量。 3.群组决策特征根法计算步骤 第一步：决策系统G中m个专家对n个评价对象进行打分，形成mxn阶的打分矩阵x。 第二步：计算x的转置矩阵 ，并用其转置矩阵与其本身进行自相乘，得到矩阵

第三步：计算的最大特征根 所对应的特征向量W，并对W进行单位化处理，则就是最终评价指标的权重向量。 在精度要求 的约束下，采用数值代数中的幂法可简单快速地求出理想专家 的评分向量 具体算法为： （1）

（2）命

（3）用 表示 和 对应分量之差的绝对值最大者，判断 是否小于 ，若是 即为所求的 ；否则转到第二步骤。

4.单根与重根的处理

如果计算出来的最大特征根为单根，则这个单根所对应的特征向量即是最优解。如果计算出来的最大特征根为重根，求解其特征向量空间，那么特征向量空间所对应的那些评价对象同等重要，即权重相同，其他评价对象则需要依据第二大特征根对应的特征向量排名。

（二）我国高技术企业知识产权能力评价指标体系筛选结果

依照本文的研究目的，我们聘请黑龙江省知识产权局专家、大学知识产权研究领域的教授以及企业从事知识产权工作人员共13名专家对评价指标进行打分。具体打分准则遵循李克特7级量表的规则。其中，“1”代表该指标非常不重要，“7”代表该指标非常重要，“2-6”代表指标的重要程度依次递增。

由于本文初选出的我国高技术企业知识产权能力评价指标众多，限于篇幅限制，我们在这里只对“知识产权创造产出A1”进行计算，以示说明计算过程。

第一步：13名专家对“知识产权创造产出A1”指标的下属7个指标按照7级李克特分量进行打分，形成专家评分表。

第二步：运用MATLAB软件计算F=X1X，得到，

第三步：计算最大特征根为px-2.041，为单根，其对应的特征向量为

WT=[0.4413 0.4228 0.4314 0.2994 0.2779 0.4153 0.3178].

对W进行单位化处理得到最终的指标权重

WT=0.1694 0.1623 0.1655 0.1149 0.1067 0.1594 0.1220]。

本文决定剔除掉权重小于0.13的评价指标。最终知识产权创造产出保留下来的指标有专利申请数量A11、商业秘密保护数量A12、商标注册数量A13和版权登记数量A16，这4个指标对上级指标变异的总解释率为0.6837，保证了下级指标对上级指标的解释程度。我们对其他指标进行筛选，得到最终的评价指标体系。

结语

本文对我国的高技术企业知识产权进行分析，再对构成要素和影响要素进行分析，从而构建了我国的高技术企业的知识产权模型，建立了我国高技术企业知识产权能力评价初选指标体系，运用群组决策特征根法对关键性指标进行了筛选，最终得到我国高技术企业知识产权评价指标体系。这个体系弥补了指标的不足，为以后分析高技术企业知识产权能力的评价提供了方法。