專利申請(qǐng)驅(qū)動(dòng)因素研究.pdf

1、專利是一個(gè)區(qū)域科技資產(chǎn)的核心和最富經(jīng)濟(jì)價(jià)值的部分，專利的擁有量既能反映出該區(qū)域科技成果的原始創(chuàng)新能力，又能折射出這些成果的市場(chǎng)應(yīng)用潛能，它是衡量區(qū)域創(chuàng)新能力和綜合實(shí)力的重要標(biāo)志之一。如何在區(qū)域創(chuàng)新的框架內(nèi)對(duì)專利申請(qǐng)活動(dòng)進(jìn)行研究一直受到國(guó)內(nèi)外學(xué)者的廣泛關(guān)注，但是對(duì)專利申請(qǐng)驅(qū)動(dòng)因素的研究并沒(méi)有引起足夠的重視。因此，文章選擇專利申請(qǐng)的驅(qū)動(dòng)因素作為研究對(duì)象，在理論上和實(shí)踐上都具有重要的意義。 文章在國(guó)家大力推進(jìn)專利戰(zhàn)略，加強(qiáng)知識(shí)產(chǎn)權(quán)戰(zhàn)略

2、，強(qiáng)化區(qū)域創(chuàng)新的大背景下，通過(guò)定性和定量相結(jié)合的方法深入研究了專利申請(qǐng)驅(qū)動(dòng)因素。 在研究的過(guò)程中，一方面運(yùn)用支持向量機(jī)(SVM)方法對(duì)專利申請(qǐng)驅(qū)動(dòng)因素進(jìn)行建模，通過(guò)P-SVM和微分進(jìn)化算法的混合模型選取非線性的關(guān)鍵驅(qū)動(dòng)因素，并在負(fù)二項(xiàng)分布建模的基礎(chǔ)上對(duì)關(guān)鍵驅(qū)動(dòng)因素進(jìn)行評(píng)價(jià)；另一方面運(yùn)用實(shí)證分析的方法提出了中國(guó)專利申請(qǐng)驅(qū)動(dòng)因素的相關(guān)假設(shè)，通過(guò)關(guān)系研究和驗(yàn)證性因素分析，研究了這些假設(shè)的存在性。文章主要研究?jī)?nèi)容和創(chuàng)新性成果如下：

3、 (1)文章通過(guò)對(duì)專利申請(qǐng)驅(qū)動(dòng)的研究開(kāi)發(fā)、經(jīng)濟(jì)增長(zhǎng)、企業(yè)戰(zhàn)略用途和專利保護(hù)程度等因素進(jìn)行國(guó)際比較研究，分析了中國(guó)專利申請(qǐng)的驅(qū)動(dòng)因素。文章以區(qū)域技術(shù)創(chuàng)新理論為核心，以專利申請(qǐng)活動(dòng)為紐帶，分析了中國(guó)區(qū)域?qū)＠夹g(shù)創(chuàng)新體系的特征，提出了基于區(qū)域技術(shù)創(chuàng)新的中國(guó)專利申請(qǐng)的驅(qū)動(dòng)體系，在專利申請(qǐng)驅(qū)動(dòng)因素選取原則的基礎(chǔ)上，分析了專利發(fā)展基礎(chǔ)、專利發(fā)展環(huán)境、企業(yè)投入、政府投入、產(chǎn)學(xué)研聯(lián)系和外商投資等中國(guó)專利申請(qǐng)的驅(qū)動(dòng)因素及其變量。 (2)文章在機(jī)

4、器學(xué)習(xí)和統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)上，引入支持向量機(jī)回歸模型對(duì)專利申請(qǐng)進(jìn)行建模。'在支持向量機(jī)回歸建模過(guò)程中納入了區(qū)域經(jīng)費(fèi)及人力投入、專利傾向、區(qū)域富裕程度和外商投資活動(dòng)等驅(qū)動(dòng)因素變量，并通過(guò)仿真方法對(duì)專利申請(qǐng)進(jìn)行預(yù)測(cè)。預(yù)測(cè)的結(jié)果一方面顯示支持向量機(jī)預(yù)測(cè)方法比人工神經(jīng)網(wǎng)絡(luò)和邏輯回歸方法有更高的預(yù)測(cè)精度，另一方面還表明運(yùn)用支持向量機(jī)的方法對(duì)中國(guó)專利申請(qǐng)驅(qū)動(dòng)因素的建模是可行和有效的，從而文章為處理小樣本非線性的回歸預(yù)測(cè)問(wèn)題提出了一個(gè)可行的解決辦法。

5、 (3)在通過(guò)支持向量機(jī)對(duì)專利申請(qǐng)建模成功的基礎(chǔ)上，文章通過(guò)P-SVM和微分進(jìn)化算法的混合建模對(duì)專利申請(qǐng)的關(guān)鍵驅(qū)動(dòng)因素進(jìn)行選取。在P-SVM建模的過(guò)程中對(duì)P-SVM的三個(gè)參數(shù)并行的進(jìn)行了微分進(jìn)化算法的優(yōu)選，成功地選取了專利申請(qǐng)的關(guān)鍵驅(qū)動(dòng)因素變量，如：區(qū)域GDP總量，每萬(wàn)人中大專以上學(xué)歷人數(shù)，前期專利擁有總數(shù)，二產(chǎn)與三產(chǎn)從業(yè)人數(shù)之比，R＆D人員數(shù)，企業(yè)R＆D經(jīng)費(fèi)占銷售收入之比，區(qū)域R＆D總經(jīng)費(fèi)支出占GDP比重，大學(xué)和科研院所獲得企業(yè)

6、研究開(kāi)發(fā)經(jīng)費(fèi)和人均外商直接投資額等。文章利用選取的關(guān)鍵驅(qū)動(dòng)因素變量進(jìn)一步對(duì)中國(guó)區(qū)域的專利申請(qǐng)進(jìn)行預(yù)測(cè)，數(shù)據(jù)仿真顯示具有良好特征抽取功能的P-SVM方法比核主成分分析的最小二乘支持向量機(jī)和嶺回歸方法具有較高的預(yù)測(cè)精度和推廣能力。試驗(yàn)的研究表明P-SVM建模方法對(duì)處理類似專利申請(qǐng)驅(qū)動(dòng)因素非線性回歸問(wèn)題的特征選取是有效的。 (4)基于專利申請(qǐng)的泊松分布評(píng)價(jià)模型，文章結(jié)合中國(guó)專利申請(qǐng)數(shù)據(jù)樣本的特征，提出專利申請(qǐng)的負(fù)二項(xiàng)分布的評(píng)價(jià)模型，并

7、運(yùn)用面板數(shù)據(jù)對(duì)中國(guó)東中西部地區(qū)專利申請(qǐng)驅(qū)動(dòng)因素進(jìn)行了評(píng)價(jià)、分析和討論。分析結(jié)果表明：“區(qū)域GDP、前期專利擁有總數(shù)、企業(yè)R＆D經(jīng)費(fèi)占銷售收入之比、R＆D總經(jīng)費(fèi)支出占GDP比重”這四個(gè)因素變量對(duì)東中西三個(gè)地區(qū)的專利申請(qǐng)都具有較強(qiáng)的驅(qū)動(dòng)作用：“前期專利擁有總數(shù)、企業(yè)R＆D經(jīng)費(fèi)占銷售收入之比、R＆D總經(jīng)費(fèi)支出占GDP比重”這三個(gè)因素變量對(duì)東中西三個(gè)地區(qū)的發(fā)明專利申請(qǐng)也具有較強(qiáng)的驅(qū)動(dòng)作用，其他因素在不同地區(qū)針對(duì)不同的創(chuàng)新程度表現(xiàn)各異。

8、(5)作為對(duì)專利申請(qǐng)驅(qū)動(dòng)因素定量研究的補(bǔ)充，文章對(duì)中國(guó)專利申請(qǐng)驅(qū)動(dòng)因素進(jìn)行了實(shí)證研究。文章提出了專利申請(qǐng)與驅(qū)動(dòng)因素之間的相關(guān)假設(shè)，利用各區(qū)域的調(diào)研數(shù)據(jù)，對(duì)專利申請(qǐng)與驅(qū)動(dòng)因素之間的關(guān)系進(jìn)行驗(yàn)證性因素分析，分析結(jié)果表示東部地區(qū)支持假設(shè)體系，中西部地區(qū)部分支持假設(shè)體系。文章針對(duì)中西部地區(qū)實(shí)證結(jié)論進(jìn)行討論，從專利發(fā)展的意識(shí)、法律環(huán)境、專利技術(shù)市場(chǎng)、自主知識(shí)產(chǎn)權(quán)及專利生命周期過(guò)程等方面提出了中西部地區(qū)專利發(fā)展、區(qū)域創(chuàng)新能力提高的對(duì)策建議。