基于R型聚类分析构建甘肃省知识产权评价体系

马文锦，王 博，李梅林，周彦兵

（甘肃省轻工研究院有限责任公司，兰州 730000）

随着世界经济一体化的进程，经济竞争逐步演化为知识产权竞争。为提高知识产权产出和实际运用，开发知识产权经济效益和社会效益，维护知识产权权利人利益，加强知识产权相关管理和服务，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》为知识产权事业的发展开拓了新局面。知识产权战略实施覆盖多个层面，包括国家层面、地方层面、行业层面和企业层面，对每个层面都具有激励创新、规范交易、提高经济效益的重要作用，同时能够规范市场经济、明确利益分配。立足国家层面，知识产权能够提升综合国力，促进经济增长；在地方层面，知识产权能够促进地方文化、经济、科技等协同发展，围绕重点推进高经济价值行业，规范化运行优势行业市场，为地方经济发展起到引领作用。甘肃省是知识产权欠发达省份，知识产权的实施对甘肃省的经济促进不断显现，综合科技创新能力不断提升，列居全国第18位。目前，甘肃省已有250多项科技成果实现转移转化，产生经济效益600多亿元，净利润超过90亿元。

一、基于R型聚类分析

分析甘肃省目前知识产权强省建设实施情况，根据甘肃省公布知识产权发展报告和相关学术成果，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，参考专家学者的相关研究，最终筛选出90个相关指标。首先采用定量分析，以R型聚类分析方法进行分类指标层，然后通过Pearson相关分析验证指标分类的合理性，最后对比分析每组指标变异系数的大小，变异系数能够反映指标特征的相关性，数值越大越明显，即代表性强，保留相关数据，相应的较小数值指标进行删除。R型聚类分析结合变异系数分析，构建知识产权评价指标体系，通过定性分析，结合相关专家学者的指导意见进一步完善评价指标体系。依据评价体系，分析甘肃省知识产权强省建设总体情况，针对各个指标进行详细分析，指出甘肃省在构建知识产权强省过程中的优势与不足。

二、数据处理

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。

（一）标准化数据

计算运用指标数据体系过程中，因为不同类别指标单位、量纲等不同，会影响分析结果的有效性。所以，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，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。

（二）R型聚类分析

R型聚类也称作变量聚类，是对变量进行聚类处理的方法。在数据中存在多个能够反映事物特征的变量，为了体现事物的特征，并且保证各指标的独特性，通过R型聚类将这些变量进行聚类分析，表现出各类变量的差异性，能够全面反映事物的特征。

采用的Pearson相关系数（皮尔森相关）是使用最广泛的相关性统计量，用于测量连续变量之间的线性关系，计算公式如下：

其中，r为变量x和y的Pearson相关系数，n为观测对象的数量，x为x的第i个观测值，y为y的第i个观测值。

（三）变异系数分析

变异系数能够反映出进数据组中每个观测值的离散程度。通过R型聚类分析聚类为一组的指标，计算变异系数。分析每组指标变异系数的大小，变异系数越大，说明该指标相关性越大，鉴别能力越强，保留数据；反之，删除数据，计算公式如下：

其中，cv表示变异系数，u是总体均值，σ是总体标准差。

（四）层次分析法（AHP）

层次分析法（AHP），是一种能够将定性与定量相结合的多准则决策分析方法。将评价指标体系分为三层，即准则层、因素层和指标层。层次分析法包含两个重要环节，一是确定指标权重，二是确定的指标权主要通过一致性检验。和积法计算步骤简洁，准确度高，本文选择和积法进行计算。

设有n×n矩阵X=（a），i，j=1，2，…，n，用和积法计算矩阵X的最大特征值及其对应特征向量的步骤如下：

1.计算比较判断矩阵X中每一列要素的列和S：

2.将比较判断矩阵X中的各个要素除以该要素所在列的列和S，生成归一化的新矩阵X，归一化矩阵是指每一列和等于1的矩阵，设X=（a）。

3.计算新矩阵X中的每一列的均值W，得到特征向量W，它就是X矩阵中各要素的层次单排序权值。

则W=[W，W，…，W，W，…，W]为所求之特征向量。

4.计算比较判断矩阵的最大特征值λ。

三、结果分析

在相关文献及文件的基础上，再结合当前学者关于知识产权评价指标体系构建的研究成果，进一步结合知识产权强省指标体系的相关内容，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，筛选出知识产权强省建设的相关指标，建立起知识产权评价指标表，初筛指标总共90个。综合考虑指标体系构建原则，包括不同来源的指标的重复性、评价指标的突出性、评价指标的可行性和数据的可观测性、指标数据获取实际工作的困难，将此类指标进行删除，总计65个，其余指标保留，总计25个，筛选的具体结果如下页表1所示。保留的25个指标通过R型聚类和变异系数分析处理。利用式（1）对甘肃省14个市州知识产权指标数据进行标准化处理后，结果如下页表2所示。

表1 知识产权R聚类分析指标

表2 甘肃省市州知识产权指标标准化数据

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，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。

通过式（3）对各指标的变异系数进行计算分析，同时分析聚类结果。对每类指标中变异系数最大的指标进行保留，其余指标进行删除，从而确保每类指标的代表性，同时能够全面展现知识产权强省的意义。采用R型聚类结合变异系数分析及咨询不同专家学者的建议，将保留的25个指标进一步筛选，保留了20个指标构建甘肃省知识产权体系。

经过调研和咨询专家，通过方法（4）构建比较判断矩阵，利用式（4）、式（5）、式（6）计算，对知识产权评价体系中各项指标的权重进行概算，概算中主要表现出重点指标，构建知识产权评价体系，具体如表3所示。

表3 知识产权强省评价体系

续表

续表

四、结论与展望

甘肃省扎实推进知识产权强省建设，且已取得明显成效，因此，构建一套完整有效的知识产权强省评价指标体系，对甘肃省知识产权强省建设绩效评价有着重要的意义。

以甘肃省14个市州为评价对象，通过对比的方式对甘肃省知识产权强省建设情况进行分析。结合现有的知识产权评价研究现状和甘肃省年度知识产权发展报告，分析处理包含的所有知识产权相关指标。考虑数据可收集性，同时结合相关的调研结果和专家学者的建议对优化知识产权评价指标数据。采用R型聚类方法定量分析指标数据，筛选删除非重要性指标后保留20个评价指标，完成知识产权强省评价指标体系的构建。指标体系中包含了知识产权强省建设中的多个方面，可以较为全面地考察知识产权强省建设情况。依据评价指标体系能够反映出甘肃省知识产权强省建设中的弱项指标，这些指标需要进一步强化，为甘肃省强省建设绩效评价奠定基础。

知识产权强省建设是顺应国家知识产权发展的需要，随着知识产权实力在国际社会影响力的不断加强，建设知识产权强国和强省也成了必不可少的工作。在我国以往社会经济发展中知识产权并未得到应有的重视，例如社会群众和企业群体缺乏有效的知识产权意识，对智力劳动成果的懈怠，阻碍了全社会的科技创新和发展。通过构建好的知识产权强省评价指标体系对甘肃省进行评价，分析各个指标相关数据，从而找出甘肃省在知识产权强省实施过程中的优劣势，对不足之处积极改进。相信随着甘肃省知识产权法规政策体系的不断健全，大保护格局将更加完善。