十三五中后期发明专利授权预测分析(附件)
当今知识经济时代，知识产权已成为国际科技、经贸合作与竞争的主要课题。面对知识经济的竞争与挑战，国内外都在大力实施专利发展计划。本文通过对江苏省“十三五”中后期专利授权量进行系统研究，在分析江苏省“十三五”时期发明专利授权量数据特征基础上，采用灰色预测方法对 “十三五”中后期江苏省发明专利授权量的发展趋势进行预测建模，并以此提出专利发展规划和实施措施，为推动江苏省科技进步，提高其经济核心竞争实力提供决策参考。关键词 灰色系统理论，发明专利，GM（1,1）模型
目 录
1 绪论 1
1.1 研究背景和意义 1
1.2 国内外研究现状 1
1.3 对本文的启示 2
2 江苏省发明专利授权量概况 3
2.1 江苏省发明专利授权量与申请量比较分析 3
2.2 江苏省发明专利信息按IPC部类统计分析 3
2.3 江苏省发明专利职务申请授权量及权利人分布 5
2.4 江苏省“十三五”中后期专利授权的发展趋势分析 5
3 灰色系统理论概述 6
3.1 灰色系统理论产生的背景 6
3.2 灰色预测模型 6
3.3 灰色GM（1.1）模型算法 7
4 “十三五”中后期江苏省发明专利授权预测模型建立 8
4.1 预测指标选取和数据来源 8
4.2 预测模型的选择 9
4.4 灰色预测建模的原理与方法 9
4.5 光滑比检验 9
4.5 灰色系统预测模型建立 10
4.6 模型精度检验 11
4.7 模型误差计算 13
4.8 “十三五”中后期江苏省发明专利授权预测结果分析 15
5 对“十三五”中后期江苏省发明专利发展的思考 16
5.1 加强专利以及知识产权保护工作体系建设 16
5.2 大力加强专利队伍建设和人才资源开发 16
5.3 建立专利技术的支撑体系，积极推进专利服务体系建设进程 17
5.4 继续完善政策法规,增强专利权的保护 *好棒文|www.hbsrm.com +Q: ￥351916072$
力度 17
结论 19
致谢 20
参考文献 21
1 绪论
1.1 研究背景和意义
近年来，我国创新指数不断提升，在全球的排名也从2000年的第38位，提升到了前20位。在论文发表方面，连续多年位居世界第二位，并且论文的引用率和影响因子，提升的速度也非常快。在2012年，我国所发明的专利数量，已经超过了100万件，在全球排名第三。在2011年，我国在研发方面，所投入的资金是8687亿元，在GDP中的占比达到了1.845。并且我国在2020年所设置的目标是在GDP中，研发投入占比超过2.5%。这也充分体现出我国正在朝着创新型国家的方向发展。然而，现有资料表明，虽然近年来，江苏的创新能力提升的非常明显，然而产业关键核心技术仍然存在很大的不足。这也使得我国在世界产业分工中，长期处于价值链低端的主要原因。对于江苏省来说，其经济实力在国内非常突出，然而创新能力比较有限。在2015年，全球500强企业中，江苏仅有20余家，其中包含8家科技型企业。
因此，对“十三五”后期江苏省发明专利授权量准确认知，非常关键。在衡量技术创新活动方面，专利是主要的指标。所以，可以通过研究“十三五”后期江苏省发明专利授权量数据来剖析江苏科研经济水平的发展状况，了解江苏省知识产权投入与经济发展之间的内在联系。此外，专利授权量不仅能够对产业发展的原始创新能力进行充分的反映，而且也能对产业发展的综合实力进行衡量，这对于预测产业专利授权量具有很大的借鉴作用。而发明专利在创新产出中的技术含量最高，能够体现专利的水平，也体现了研发成果的市场价值和竞争力[1]。尤其针对江苏省“十三五”时期的创新投入而言，笔者对“十三五”后期江苏省发明专利授权量预测能够直接反应江苏省的综合实力。关于专利授权量的预测，很多学者都对其进行了大量的研究，并构建了计量经济学模型和时间序列模型等。在此前提下，本文应用G（1.1）灰色预测算法，预测“十三五”中后期江苏省发明专利授权量，希望通过研究为江苏各产业的发展提供新的思路。这对于“十三五”中后期江苏各产业的发展具有重要的现实意义。
1.2 国内外研究现状
1.2.1 国外研究现状
在20世纪中后期，Crampon（1966）最先提出，在预测专利授权量时，应用该模型，以达到预测的目的。Burger（2008）在预测授权量需求时，应用了分解和移动平均线以及差分自回归等方法，，对取得的预测效果进行比较分析，结果发现在比较中，神经网络模型所获得的预测精度最好。Abdih和Joutz（2005）通过应用时间序列方法，得到了专利授权的过去存量同工程师数量之间，所具有的生产函数。Hendry（2010）最先提出，基于一般到特殊的计量经济学建模方法，预测专利的授权量。Slama（2012）在对国际专利授权量的相关数据进行解释时，应用的是重力模型。其中跨国专利是因变量，自变量是两国的GNP和目的国人口与贸易函数等。通过构建模型可知，各区域贸易具有正的相关性，贸易次数越频繁，双方的专利也就更加的繁荣。
1.2.2 国内研究现状
国内外学者在专利授权量预测方面做了大量研究工作。通过查阅相关文献进行归纳发现国外学者对专利授权量的预测主要从这几个方面展开，如徐进、王英林（2014）认为，在影响专利授权量的因素与相互关系之间，有些已知而有些未知，不确定性和灰色性比较明显。所以，由专利授权量和影响因素之间，构成的灰色系统非常的典型。同时以灰色系统理论为基础，构建了预测专利发展趋势的模型，可以有效的解决缺乏数据以及影响因子非线性程度偏高等，所带来的增大构建模型难度等方面的问题[2]。徐晟、赵慧芳等（2015）在预测我国专利的授权量时，应用的是支持向量机和浮点遗传算法，根据其预测的情况来看，预测精度要比人工神经网络与逻辑回归方法要更好[3]。程楠、沈军（2015）将专利授权量的年均增长率的变化过程，看成是随机过程的表现，充分结合了灰色系统理论和离散状态的马尔可夫链，并据此提出了预测模型。根据预测分析的结果可知，应用该模型，对专利授权量的年均变化情况进行预测，具有一定的可行性[4]。张玲，朱长宝（2016）通过应用RBF神经网络，预测了国内外近些年来，专利的发展趋势与授权增长趋势，并且比较分析了预测结果和应用时间序列的ARMA模型所得出的结果。同时认为，经过良好培训的RBF神经网络所输出的数据，可以较好的吻合实际的授权量。所以，已经改进以后的RBF神经网络预测方法，所得出的预测结果，相对于ARMA预测方法来说效果更好。周瑞芳、禹建丽改进了传统的BP神经网络模型，并据此预测专利年均授权数量的增长情况，同时应用一维和多维时间序列，对其进行预测分析。结果发现，一维时间序列分析具有非常强的泛化能力，而多维分析则可以实现更高的精度[5]。
目 录
1 绪论 1
1.1 研究背景和意义 1
1.2 国内外研究现状 1
1.3 对本文的启示 2
2 江苏省发明专利授权量概况 3
2.1 江苏省发明专利授权量与申请量比较分析 3
2.2 江苏省发明专利信息按IPC部类统计分析 3
2.3 江苏省发明专利职务申请授权量及权利人分布 5
2.4 江苏省“十三五”中后期专利授权的发展趋势分析 5
3 灰色系统理论概述 6
3.1 灰色系统理论产生的背景 6
3.2 灰色预测模型 6
3.3 灰色GM（1.1）模型算法 7
4 “十三五”中后期江苏省发明专利授权预测模型建立 8
4.1 预测指标选取和数据来源 8
4.2 预测模型的选择 9
4.4 灰色预测建模的原理与方法 9
4.5 光滑比检验 9
4.5 灰色系统预测模型建立 10
4.6 模型精度检验 11
4.7 模型误差计算 13
4.8 “十三五”中后期江苏省发明专利授权预测结果分析 15
5 对“十三五”中后期江苏省发明专利发展的思考 16
5.1 加强专利以及知识产权保护工作体系建设 16
5.2 大力加强专利队伍建设和人才资源开发 16
5.3 建立专利技术的支撑体系，积极推进专利服务体系建设进程 17
5.4 继续完善政策法规,增强专利权的保护 *好棒文|www.hbsrm.com +Q: ￥351916072$
力度 17
结论 19
致谢 20
参考文献 21
1 绪论
1.1 研究背景和意义
近年来，我国创新指数不断提升，在全球的排名也从2000年的第38位，提升到了前20位。在论文发表方面，连续多年位居世界第二位，并且论文的引用率和影响因子，提升的速度也非常快。在2012年，我国所发明的专利数量，已经超过了100万件，在全球排名第三。在2011年，我国在研发方面，所投入的资金是8687亿元，在GDP中的占比达到了1.845。并且我国在2020年所设置的目标是在GDP中，研发投入占比超过2.5%。这也充分体现出我国正在朝着创新型国家的方向发展。然而，现有资料表明，虽然近年来，江苏的创新能力提升的非常明显，然而产业关键核心技术仍然存在很大的不足。这也使得我国在世界产业分工中，长期处于价值链低端的主要原因。对于江苏省来说，其经济实力在国内非常突出，然而创新能力比较有限。在2015年，全球500强企业中，江苏仅有20余家，其中包含8家科技型企业。
因此，对“十三五”后期江苏省发明专利授权量准确认知，非常关键。在衡量技术创新活动方面，专利是主要的指标。所以，可以通过研究“十三五”后期江苏省发明专利授权量数据来剖析江苏科研经济水平的发展状况，了解江苏省知识产权投入与经济发展之间的内在联系。此外，专利授权量不仅能够对产业发展的原始创新能力进行充分的反映，而且也能对产业发展的综合实力进行衡量，这对于预测产业专利授权量具有很大的借鉴作用。而发明专利在创新产出中的技术含量最高，能够体现专利的水平，也体现了研发成果的市场价值和竞争力[1]。尤其针对江苏省“十三五”时期的创新投入而言，笔者对“十三五”后期江苏省发明专利授权量预测能够直接反应江苏省的综合实力。关于专利授权量的预测，很多学者都对其进行了大量的研究，并构建了计量经济学模型和时间序列模型等。在此前提下，本文应用G（1.1）灰色预测算法，预测“十三五”中后期江苏省发明专利授权量，希望通过研究为江苏各产业的发展提供新的思路。这对于“十三五”中后期江苏各产业的发展具有重要的现实意义。
1.2 国内外研究现状
1.2.1 国外研究现状
在20世纪中后期，Crampon（1966）最先提出，在预测专利授权量时，应用该模型，以达到预测的目的。Burger（2008）在预测授权量需求时，应用了分解和移动平均线以及差分自回归等方法，，对取得的预测效果进行比较分析，结果发现在比较中，神经网络模型所获得的预测精度最好。Abdih和Joutz（2005）通过应用时间序列方法，得到了专利授权的过去存量同工程师数量之间，所具有的生产函数。Hendry（2010）最先提出，基于一般到特殊的计量经济学建模方法，预测专利的授权量。Slama（2012）在对国际专利授权量的相关数据进行解释时，应用的是重力模型。其中跨国专利是因变量，自变量是两国的GNP和目的国人口与贸易函数等。通过构建模型可知，各区域贸易具有正的相关性，贸易次数越频繁，双方的专利也就更加的繁荣。
1.2.2 国内研究现状
国内外学者在专利授权量预测方面做了大量研究工作。通过查阅相关文献进行归纳发现国外学者对专利授权量的预测主要从这几个方面展开，如徐进、王英林（2014）认为，在影响专利授权量的因素与相互关系之间，有些已知而有些未知，不确定性和灰色性比较明显。所以，由专利授权量和影响因素之间，构成的灰色系统非常的典型。同时以灰色系统理论为基础，构建了预测专利发展趋势的模型，可以有效的解决缺乏数据以及影响因子非线性程度偏高等，所带来的增大构建模型难度等方面的问题[2]。徐晟、赵慧芳等（2015）在预测我国专利的授权量时，应用的是支持向量机和浮点遗传算法，根据其预测的情况来看，预测精度要比人工神经网络与逻辑回归方法要更好[3]。程楠、沈军（2015）将专利授权量的年均增长率的变化过程，看成是随机过程的表现，充分结合了灰色系统理论和离散状态的马尔可夫链，并据此提出了预测模型。根据预测分析的结果可知，应用该模型，对专利授权量的年均变化情况进行预测，具有一定的可行性[4]。张玲，朱长宝（2016）通过应用RBF神经网络，预测了国内外近些年来，专利的发展趋势与授权增长趋势，并且比较分析了预测结果和应用时间序列的ARMA模型所得出的结果。同时认为，经过良好培训的RBF神经网络所输出的数据，可以较好的吻合实际的授权量。所以，已经改进以后的RBF神经网络预测方法，所得出的预测结果，相对于ARMA预测方法来说效果更好。周瑞芳、禹建丽改进了传统的BP神经网络模型，并据此预测专利年均授权数量的增长情况，同时应用一维和多维时间序列，对其进行预测分析。结果发现，一维时间序列分析具有非常强的泛化能力，而多维分析则可以实现更高的精度[5]。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/xxaq/405.html
