福建省高新技術(shù)企業(yè)知識產(chǎn)權(quán)產(chǎn)出與科研項(xiàng)目數(shù)據(jù)挖掘

王良熙，劉少俊，方延風(fēng)

(福建省科學(xué)技術(shù)信息研究所；福建省信息網(wǎng)絡(luò)重點(diǎn)實(shí)驗(yàn)室，福州 350003)

《高新技術(shù)企業(yè)認(rèn)定管理辦法》中定義了高新技術(shù)企業(yè)(以下簡稱高企)：在《國家重點(diǎn)支持的高新技術(shù)領(lǐng)域》內(nèi)，持續(xù)進(jìn)行研究開發(fā)與技術(shù)成果轉(zhuǎn)化，形成企業(yè)核心自主知識產(chǎn)權(quán)，并以此為基礎(chǔ)開展經(jīng)營活動，在中國境內(nèi)(不包括港、澳、臺地區(qū))注冊的居民企業(yè)[1]。從這個定義可以看出，高企的價值在于核心自主知識產(chǎn)權(quán)，因此研究其知識產(chǎn)權(quán)產(chǎn)出情況具有重要意義。

高企進(jìn)行科技創(chuàng)新活動，需要投入大量資金，這些活動風(fēng)險高、周期長，存在巨大的不確定性，很大程度上影響高企的生存與發(fā)展。因此，世界各國普遍都出臺政策對高企進(jìn)行扶持。例如美國的中小企業(yè)創(chuàng)新研究計劃(SBIR)，日本的《高技術(shù)工業(yè)智密區(qū)開發(fā)促進(jìn)法》等[2]。我國各級政府也在稅收、人才、資產(chǎn)、研發(fā)費(fèi)用加計扣除等方面為高企制定了多種優(yōu)惠政策。為了促進(jìn)了企業(yè)研發(fā)活動的主動性，我國各級科技管理部門采用了“后補(bǔ)助”等方式對高企的研發(fā)活動進(jìn)行補(bǔ)貼。這樣，科技管理部門的項(xiàng)目管理系統(tǒng)中就積累了大量高企研發(fā)的科研項(xiàng)目數(shù)據(jù)，對其進(jìn)行研究也能促進(jìn)對高企研發(fā)領(lǐng)域、方向的判斷。

科技部火炬中心于2017年發(fā)布了全國各省高企數(shù)量排行榜，各省高企數(shù)量和各省的GDP呈現(xiàn)一定的正相關(guān)，其中福建省GDP排名第10，高企數(shù)量排第13位[3]，位次接近中位，因而其高企知識產(chǎn)權(quán)產(chǎn)出和科研項(xiàng)目情況在一定程度上具有典型性，對其進(jìn)行研究亦能帶來一定啟發(fā)。

1 數(shù)據(jù)準(zhǔn)備

本文的福建省高企名單數(shù)據(jù)來自高新技術(shù)企業(yè)認(rèn)定管理工作網(wǎng)(地址為http://www.innocom.gov. cn)公告，人工采集了福建省2017-2019年各批次的高新技術(shù)企業(yè)認(rèn)定數(shù)據(jù)(不含廈門)共2904家。高企知識產(chǎn)權(quán)數(shù)據(jù)采用Puppeteer編程爬取百度企業(yè)信用公開的知識產(chǎn)權(quán)信息19.4萬條(包括申請商標(biāo)、專利、軟件著作權(quán)等)。高企的科研項(xiàng)目信息來自福建省科技項(xiàng)目管理系統(tǒng)公布的1998-2019年數(shù)據(jù)。各項(xiàng)數(shù)據(jù)具體情況見表1。

表1 原始數(shù)據(jù)基本信息

開展研究之前，研究者對這些知識產(chǎn)權(quán)產(chǎn)生和科研項(xiàng)目數(shù)據(jù)并不了解，所涉的高企涵蓋了多個行業(yè)，數(shù)據(jù)特征無法直接識別。因此，本文嘗試采用探索性數(shù)據(jù)分析(Exploratory Data Analysis，EDA)來開展數(shù)據(jù)挖掘。EDA是一種數(shù)據(jù)分析方法，它盡可能少地設(shè)置先驗(yàn)假定，主要通過圖表、計算特征量等方法來對數(shù)據(jù)的結(jié)構(gòu)和規(guī)律進(jìn)行探索[4]，然后再根據(jù)情況對分析模型進(jìn)行選擇與調(diào)整。

2 福建省高企知識產(chǎn)權(quán)產(chǎn)出情況

2.1 商標(biāo)申請情況

福建省高新技術(shù)企業(yè)共申請了50 670個商標(biāo)，平均每個高企申請數(shù)為17.45個，中位數(shù)為3個，申請最多的企業(yè)“九牧廚衛(wèi)股份有限公司”申請了4 247個商標(biāo)，申請商標(biāo)數(shù)Top10的高企業(yè)如圖1所示。申請商標(biāo)情況與是否對終端用戶直接提供產(chǎn)品，或企業(yè)的品牌策略有關(guān)，有87家企業(yè)申請數(shù)超過100個，大多數(shù)企業(yè)申請的商標(biāo)比較少，有737家未申請商標(biāo)，申請商標(biāo)不超過100個的企業(yè)的申請數(shù)量分布情況如圖2所示，呈現(xiàn)長尾分布。

圖1 福建省高企申請商標(biāo)數(shù)Top10企業(yè)

2.2 專利申請情況

福建省高企共申請了109 675個專利，平均每個企業(yè)申請數(shù)為37.78個，中位數(shù)為16個，申請最多的企業(yè)“寧德時代新能源科技股份有限公司”申請了3 438個專利，申請專利數(shù)Top10的企業(yè)如圖3所示。

圖2 福建省申報商標(biāo)數(shù)量在100個以下(不包括0個)的高企分布情況

圖3 福建省高企申請專利數(shù)Top10企業(yè)

經(jīng)數(shù)據(jù)分析，福建省高企申請專利情況與行業(yè)關(guān)系較大，且大部分行業(yè)申請專利數(shù)量與企業(yè)注冊資本呈較強(qiáng)的相關(guān)關(guān)系。分行業(yè)的平均專利申請數(shù)量統(tǒng)計如圖4所示。

圖4 福建省高企申請專利數(shù)量分行業(yè)統(tǒng)計注：只顯示福建省內(nèi)有30家以上高企的行業(yè)。

從圖4看出，平均專利數(shù)量最高的“紡織服裝、服飾業(yè)”行業(yè)相對實(shí)力較強(qiáng)，具有區(qū)域聚集效應(yīng)，大多為泉州地區(qū)服裝/鞋業(yè)企業(yè)。而“軟件和信息技術(shù)”和“互聯(lián)網(wǎng)和相關(guān)服務(wù)”行業(yè)(大約占整體的21%)的專利數(shù)較低。

2.3 軟件著作權(quán)申請情況

福建省高企共申請了30 383個軟件著作權(quán)，平均每個企業(yè)申請數(shù)為10.47個，中位數(shù)為4個。從申請情況看，與行業(yè)性質(zhì)強(qiáng)相關(guān)，以“軟件和信息技術(shù)服務(wù)”行業(yè)和“互聯(lián)網(wǎng)和相關(guān)服務(wù)”的620家高企為主，擁有量占總數(shù)的約69.2%。最多的“福建富士通信息軟件有限公司”申請了314個軟件著作權(quán)，有10家企業(yè)申請超過125個軟件著作權(quán)，詳情如圖5所示。

圖5 福建省高企申請軟件著作權(quán)數(shù)Top10企業(yè)

軟件開發(fā)在高企中的應(yīng)用日漸普遍，58.7%的高企擁有1個以上的軟件著作權(quán)，覆蓋了大多數(shù)行業(yè)類型，幾個傳統(tǒng)行業(yè)：化學(xué)纖維制造業(yè)、新聞和出版業(yè)、畜牧業(yè)、石油、煤炭及其他燃料加工業(yè)、道路運(yùn)輸業(yè)、鐵路、船舶、航空航天和其他運(yùn)輸設(shè)備制造業(yè)、非金屬礦采選業(yè)的企業(yè)，沒有申請任何軟件著作權(quán)。不超過125個軟件著作權(quán)的企業(yè)的軟件著作權(quán)數(shù)量的分布情況如圖6所示。

圖6 福建省申報軟件著作權(quán)在125以下(不包括0個)的高企分布情況

2.4 知識產(chǎn)權(quán)相關(guān)性分析

查看福建省所有高企申請的知識產(chǎn)權(quán)之間的相關(guān)情況，整體分布如圖7所示。由于商標(biāo)、專利和軟件著作權(quán)數(shù)量是離散的，而且分布不滿足正態(tài)分布，所以不使用pearson相關(guān)系數(shù)，而是使用要求更寬泛的spearman相關(guān)系數(shù)。企業(yè)商標(biāo)數(shù)量與專利數(shù)量的spearman相關(guān)系數(shù)為0.351，商標(biāo)數(shù)量與軟件著作權(quán)數(shù)量的spearman相關(guān)系數(shù)為-0.030，專利數(shù)量與軟件著作權(quán)數(shù)量的spearman相關(guān)系數(shù)為-0.511。可以看出就全體企業(yè)而言，企業(yè)商標(biāo)數(shù)量與專利數(shù)量有弱相關(guān)，而軟件著作權(quán)數(shù)量與商標(biāo)數(shù)量沒有相關(guān)性，軟件著作權(quán)數(shù)量與專利數(shù)量還有中等程度的負(fù)相關(guān)性。

圖7 福建省高企知識產(chǎn)權(quán)相關(guān)圖

不同行業(yè)間的知識產(chǎn)權(quán)需求和申請情況應(yīng)該有一定不同，因此對所有高企分行業(yè)進(jìn)行相關(guān)分析，計算出不同行業(yè)的商標(biāo)數(shù)量與專利數(shù)量的spearman相關(guān)系數(shù)差別如圖8所示。可以看出專利數(shù)量與商標(biāo)數(shù)量在部分行業(yè)具有中等強(qiáng)度的相關(guān)性，在大部分行業(yè)有著弱相關(guān)性。而商標(biāo)數(shù)量與軟件著作權(quán)數(shù)量在“互聯(lián)網(wǎng)和相關(guān)服務(wù)”行業(yè)具有中等強(qiáng)度的相關(guān)性，在“軟件和信息服務(wù)業(yè)”、“計算機(jī)、通信和其他電子設(shè)備制造業(yè)”、“汽車制造業(yè)”、“專用設(shè)備制造業(yè)”和“金屬制品業(yè)”有著弱相關(guān)性，在剩余的大部分行業(yè)沒有相關(guān)性。而軟件著作權(quán)數(shù)量與專利數(shù)量在部分行業(yè)有負(fù)的相關(guān)性，在大部分行業(yè)都沒有相關(guān)性。

圖8 福建省高企不同行業(yè)內(nèi)知識產(chǎn)權(quán)之間的相關(guān)系數(shù)圖

知識產(chǎn)權(quán)數(shù)量除了跟行業(yè)相關(guān)外，跟企業(yè)的大小和實(shí)力可能也有一定關(guān)系，因此計算知識產(chǎn)權(quán)數(shù)量與企業(yè)注冊資本之間的spearman相關(guān)系數(shù)，如圖9所示。從結(jié)果可以發(fā)現(xiàn)，專利數(shù)量與注冊資本之間有一定的相關(guān)性，部分行業(yè)有中等強(qiáng)度的相關(guān)性，大部分行業(yè)有弱相關(guān)性，個別行業(yè)沒有相關(guān)性。而商標(biāo)數(shù)量與企業(yè)注冊資本之間的相關(guān)性就跟弱一些。軟件著作權(quán)數(shù)量與企業(yè)注冊資本的相關(guān)性只有在“軟件和信息技術(shù)服務(wù)業(yè)”和“商務(wù)服務(wù)業(yè)”有弱相關(guān)性，其余行業(yè)均沒有相關(guān)性，這應(yīng)該是行業(yè)性質(zhì)決定。

圖9 福建省高企不同行業(yè)內(nèi)知識產(chǎn)權(quán)與注冊資本之間的相關(guān)系數(shù)圖

3 福建省高企科研項(xiàng)目情況

3.1 科研項(xiàng)目申報

福建省高企自1998年到2019年總計申報了2 662個項(xiàng)目，平均申報數(shù)為0.92項(xiàng)/企業(yè)，整體上呈現(xiàn)逐年上升趨勢(圖10)。從圖7可以看出，2006-2010年間，高企項(xiàng)目申報數(shù)在100項(xiàng)/年左右，自2011年開始，項(xiàng)目申報數(shù)基本保持在200項(xiàng)/年以上，但2015年出現(xiàn)申報低潮(因福建省科技計劃項(xiàng)目管理系統(tǒng)中2006年之前的數(shù)據(jù)不完整，不具統(tǒng)計分析意義，不做分析，下同)。

圖10 福建省高企歷年申報科研項(xiàng)目數(shù)

福建省有2 055家高企從未在省科技廳申報過科技項(xiàng)目，申報過項(xiàng)目的高企只有849家，僅占29.2%。高企申報項(xiàng)目數(shù)量的最大值為45項(xiàng)，最小值為1項(xiàng)，平均值為3.14項(xiàng)，中位數(shù)為2項(xiàng)。從所有高企申報項(xiàng)目情況看，其前20%約580家企業(yè)申報總數(shù)為2 398項(xiàng)，占到申報項(xiàng)目總數(shù)的90.1%。此外，龍頭企業(yè)在項(xiàng)目申報方面優(yōu)勢較大，馬太效應(yīng)明顯。圖11展示了福建省申報科研項(xiàng)目數(shù)量Top10的高企，絕大多數(shù)是在福建省名氣、規(guī)模和實(shí)力較強(qiáng)的大中型高科技企業(yè)。

圖11 福建省高企歷年申報項(xiàng)目數(shù)Top10企業(yè)

3.2 科研項(xiàng)目立項(xiàng)

福建省高企自1998年到2019年總計立項(xiàng)1 578項(xiàng)，平均立項(xiàng)數(shù)為0.54項(xiàng)/企業(yè)，總平均立項(xiàng)成功率為59.3%，其整體趨勢與項(xiàng)目申報趨勢基本一致。在2006年福建省科技計劃項(xiàng)目管理系統(tǒng)上線之后，每年立項(xiàng)數(shù)量穩(wěn)步上升，2011年后超過100項(xiàng)/年(2015年出現(xiàn)立項(xiàng)低谷)。

獲得立項(xiàng)的高企數(shù)量為687家，最大值為29項(xiàng)，最小值為1項(xiàng)，平均值為2.3項(xiàng)，中位數(shù)為1項(xiàng)。值得注意的是，立項(xiàng)數(shù)量Top10的高企中(圖12)，僅有5家高企在申報數(shù)量Top10中，分別是：紫金礦業(yè)集團(tuán)股份有限公司、福建龍凈環(huán)保股份有限公司、漳州片仔癀藥業(yè)股份有限公司、中鋁瑞閩股份有限公司、福建龍溪軸承(集團(tuán))股份有限公司。

此外，據(jù)不完全數(shù)據(jù)統(tǒng)計(因?yàn)椴糠猪?xiàng)目執(zhí)行狀態(tài)為其他類型，無法直接判定)，顯示立項(xiàng)的項(xiàng)目中有336項(xiàng)是后補(bǔ)助形式，占立項(xiàng)總數(shù)的21.3%。

3.3 基于TF-IDF的科研熱點(diǎn)發(fā)現(xiàn)

TF-IDF(Term Frequency-Inverse Document Frequency)是一種統(tǒng)計方法，其中TF為詞頻，用于計算該詞表達(dá)內(nèi)容的能力，IDF為反文檔頻率，用于計算該詞區(qū)分文本的能力。其原理基于以下設(shè)定：一個詞在單個文本中出現(xiàn)次數(shù)越多，則它在該文本中越重要；另一方面，一個詞出現(xiàn)在不同文本中的頻數(shù)越小，則它區(qū)別文本類別的能力就越大。因此，用TF和IDF的乘積作為特征空間坐標(biāo)系的取值測度，就能突出重要單詞，抑制次要單詞。[5]

TF-IDF有多種計算公式，一種較為常用的計算公式如下。

(1)

nij是詞在文本d中的頻次，分母表示文本dj中所有詞的頻次總和：

(2)

|D|是文本總數(shù)，分母包含了詞ti的文本數(shù)量，有的算法為了避免出現(xiàn)0值，在分子分母之后都加上1。

tfidfij=tfijidfj

(3)

編寫Python代碼將福建省高企申報的項(xiàng)目進(jìn)行中文分詞(jieba分詞[6])、停用詞過濾之后，根據(jù)公式3對申報項(xiàng)目名稱的短文本計算，即可生成每年度的TopN關(guān)鍵詞，從中觀察可以看出各高企申報項(xiàng)目的熱點(diǎn)。

本文以生物與新醫(yī)藥行業(yè)的高企為例進(jìn)行分析。生物與新醫(yī)藥是福建省重點(diǎn)培育發(fā)展的新興戰(zhàn)略產(chǎn)業(yè)之一，相關(guān)高企從知識產(chǎn)權(quán)產(chǎn)出取得了一定效果，但是強(qiáng)者并不突出。我們從福建省生物與新醫(yī)藥高企申請的科研項(xiàng)目名稱詞云圖(圖13)中，可以發(fā)現(xiàn)“產(chǎn)業(yè)化”是最高頻的熱點(diǎn)詞，從這里可以看出相關(guān)高企渴望科技管理部門進(jìn)一步加大對生物醫(yī)藥領(lǐng)域基礎(chǔ)研究和應(yīng)用基礎(chǔ)研究的投入力度，支持生物安全關(guān)鍵技術(shù)研發(fā)，把福建省生物醫(yī)藥產(chǎn)業(yè)打造成為具有一定競爭力的新興支柱產(chǎn)業(yè)。

圖13 福建省生物與新醫(yī)藥高企申請的科研項(xiàng)目名稱詞云

4 分析與建議

商標(biāo)在一定程度上代表著企業(yè)的經(jīng)濟(jì)實(shí)力、發(fā)展水平和整體形象，在企業(yè)發(fā)展和社會經(jīng)濟(jì)活動中具有重要地位和作用。雖然福建省高企創(chuàng)立商標(biāo)的積極性較高，但很不均衡。總體來看，龍頭企業(yè)高度重視商標(biāo)申請，有3家高企申請了超過1 000個商標(biāo)，部分行業(yè)的高企申請商標(biāo)的情況要大幅優(yōu)于整體，平均數(shù)和中位數(shù)差不多達(dá)到整體數(shù)值的2倍。

專利具有巨大的商業(yè)價值，其質(zhì)量與數(shù)量是企業(yè)創(chuàng)新能力和核心競爭能力的體現(xiàn)。福建省高企的專利狀況也不均衡，有9家高企的專利數(shù)超過了1 000項(xiàng)，這些企業(yè)在各自行業(yè)都處于較為領(lǐng)先的地位。此外，高企申請專利情況與行業(yè)關(guān)系較大，且大部分行業(yè)申請專利數(shù)量與企業(yè)注冊資本呈較強(qiáng)的相關(guān)關(guān)系。

軟件著作權(quán)與行業(yè)性質(zhì)強(qiáng)相關(guān)，福建省Top10的軟件企業(yè)擁有的軟件著作權(quán)數(shù)量區(qū)間在[314,128]。2019年中國電子信息行業(yè)聯(lián)合會發(fā)布的軟件百強(qiáng)企業(yè)中[7]，大部分公司的軟件著作權(quán)數(shù)在100～300之間，由此可見，福建省軟件開發(fā)行業(yè)頭部公司的實(shí)力較強(qiáng)。

從相關(guān)性分析中可以看出，大部分企業(yè)對專利和商標(biāo)重視程度較為接近。而軟件著作權(quán)的情況則因行業(yè)而異。

從整體來看，福建省申報過省科技廳科技計劃項(xiàng)目的高企占比還較低，超過三分之二的高企從未申報過任何項(xiàng)目，出現(xiàn)這一現(xiàn)象的原因可能是仍有許多高企不滿足申報條件，或未了解到申報指南信息，或申報意愿不強(qiáng)。建議相關(guān)部門加大科技政策的宣傳力度，提高高企申報科研項(xiàng)目的積極性。

高企的申報項(xiàng)目立項(xiàng)成功率(59.3%)很高，甚至要高過擁有大量高端人才的省級醫(yī)院(55%)，這反映出福建省高企的研發(fā)能力較強(qiáng)。其中336項(xiàng)是后補(bǔ)助形式，占高企立項(xiàng)項(xiàng)目總數(shù)的21.3%，說明福建省科技管理部門在科技創(chuàng)新改革中，較好地發(fā)揮了財政科技資金的引導(dǎo)作用，加快建立以企業(yè)為主體的技術(shù)創(chuàng)新體系。建議相關(guān)部門持續(xù)加大支持企業(yè)特別是高企的科技創(chuàng)新的力度。

5 結(jié)語

近年來，我國企業(yè)的技術(shù)創(chuàng)新能力不斷提高，創(chuàng)新主體地位顯著增強(qiáng)，高企作為先進(jìn)代表，得到了更多的關(guān)注和優(yōu)惠政策，但對其知識產(chǎn)權(quán)產(chǎn)出和科研項(xiàng)目的研究還較少，本文對福建省高企的相關(guān)情況進(jìn)行數(shù)據(jù)采集與挖掘，通過EDA探索了解了一些特點(diǎn)，以期為相關(guān)科技管理部門、科技情報研究機(jī)構(gòu)提供參考。