基于社会网络分析法的专利著作权法研究

基于社会网络分析法的专利著作权法研究

0国内外学术采用的研究方法对于性近年来，在信息计量和网络分析等领域的社会网络分析的应用日益广泛和深入。由科研数据组成的社会网络主要包括引文网络、共词网络和合作网络等,其中的合作网络又包含国家(或地区)合作网络、科研机构合作网络和著者合作网络(即合著网络)。科研合作网络的结构特征研究有助于考察某一领域科研合作发展状况与趋势,揭示学术信息交流传播规律等。文献计量学家普赖斯自20世纪60年代起率先开展科研合作领域的研究合著网络研究主要涉及三个方面:(1)某一具体领域合著网络关系或结构特征分析。Newman对天体物理学、凝聚体研究、高能物理、计算机科学合著网络进行对比分析,发现它们呈现小世界特征和节点中心度分布的幂率规律除了科研论文合著关系研究以外,国内外不少学者还对专利文献的合著关系进行了实证研究。如Balconi等分析了意大利专利发明者合著状况,探讨了学术性与非学术性发明者在科技合作方面的差异性综上所述,目前国内外关于学术论文合著网络研究较多,而对专利合著网络研究相对不足;同时涉及有关基于学术文献计量的科研人员评价体系研究较少,尤其是利用引用与合著同时构建评价指标体系的文章更少本文之所以选取维斯塔斯公司作为实证对象,一是风力发电技术现在已经进入成熟期,为了缓解能源危机,各国比较重视风力发电技术的发展。二是维斯塔斯公司不像美国通用电气、日本松下等公司,它申请的专利集中在风力发电这一特定技术领域,同一技术领域内的科技人员进行科研评价具有更强的公平性和可行性。1专利文献数量本文选择德温特专利数据库为研究样本来源,德温特专利数据库数据收录了1963年至今世界主要国家的专利数据,具有很好的广泛性,而且每两周更新一次,具有较强的新颖性。本文将检索数据回溯与更新时间默认为1963年至今,选取专利权人即维斯塔斯公司名称代码“VSTA-C”进行检索,经过人工筛选处理,获得815条有效专利文献数据,所有专利文献著者累计511人。数据检索与处理日期为2013年4月23日。专利文献与著者数量关系曲线如图1所示。从图1可知,合著规模越大的专利其数量越少,其中,独著专利文献384篇,合著专利文献431篇(占文献总量的52.9%),合著者最多(9人)的专利文献仅有3篇。本文主要从社会网络分析视角,借助Ucinet软件对该公司专利合著网络结构与内部节点特性进行计量分析,考察该公司科研合作绩效与水平;运用多元统计方法,借助SPSS软件对相关计量指标进行主成分分析,利用灰色关联度分析法和熵权法计算各项指标权重,进而构建该公司科研人员评价指标体系,并验证其可行性与效用性。2网络建设与资源分析2.1网络连通性笔者将统计处理得到的511×511专利文献合著关系矩阵导入Ucinet软件,利用Netdraw绘制合著关系网络,如图2所示。图2中的网络节点表示各个专利文献著者,节点关联表示专利合著关系。将申请专利数最多的前20名公司科技人员所代表的节点标出,可以看到其中一些节点还处于网络的中心,与其他节点有着大量的合著联系。这20名科技人员中,GuptaAK、HelleL和TripathiA之间合著关系比较直接,AndersenJL、BechA、BowyerR、DemtroederJ、HancockM、HedgesA、HibbardP、NarasimaluS、NielsenTB、SpruceC、VronskyT、WestergaardCH之间合著关系比较直接。网络连通性是指社会网络中任意两点至少有一条路径存在,具有联通性的节点或节点集合称为联通体,其节点数量可以表征某一子网络或聚类规模的大小。通过分析可知,维斯塔斯公司专利合著网络中共有70个联通体,其中规模最大的联通体包含397个节点,占节点总数的77.7%;其他联通体中,1个由5个节点构成,3个由4个节点构成,10个由3个节点构成,12个由2个节点构成,43个孤立节点自成联通体。节点度分布函数P(k)是指网络中度数为k的节点个数占总节点个数的比例;现实世界中大多数复杂网络的节点度分布均满足幂律分布P(k)=c·k2.2风力机发电技术企业团队合作能力分析网络密度可以反映社会网络中各个节点之间连接(或关联)的紧密状况,具体用实际存在的两点间关联数与可能存在的两点间关联数的比值来表示,取值范围为[0,1]上述分析结果表明,维斯塔斯公司在风力发电技术领域具有一定的团队技术研发优势,已经形成了比较稳定的科研共同体;公司内部科技人员具有良好的团队合作意识,已经形成了初具规模的技术交流与科研合作模式,但还不够广泛和成熟;整体科研力量分布比较分散,技术攻关与科研方向日趋多元化,有待于继续加强内部技术人员科研合作,充分发挥整体科研优势以不断提高专利申请质量和科技水平。2.3网络节点特征分析网络节点中心度包括点度中心度、中介中心度和接近中心度三类。点度中心度是指与某一网络节点直接相连的所有其他节点的总个数3人才评价指标体系的建立3.1评价方法和评价排序科研人员影响力评价常规方法是建立客观有效的评价指标体系。指标的选取与分类、权重的确定、指标的加权方法等均会对指标的实用性产生较大影响。目前的指标选取方法主要包括专家咨询法、综合评分法等,而指标权重确定通常采用专家打分法,主观因素比较大。后来又相继出现数据包络分析、人工神经网络分析、灰色综合评价分析等方法。各种方法都有其优缺点,现实中一般会综合运用多种不同方法。本文主要利用因子分析法确定一级评价指标构成,再基于灰色关联度分析以确定理想的评价对象,并且计算各评价对象的相关系数,进而运用熵权方法确定各级评价指标权重,最后通过权重和确定各评价对象的综合评价值总和进行评价排序。上述分析流程能够有效克服评价指标体系权值选取的主观性缺陷,同时实现多种分析方法的有机结合,所用数据样本均来自该公司专利数据,这样的分析思路及指标体系能应用于不同的公司,对于公司科研人员评价具有更大适用性。3.2确定一流评估指标因子分析法是一种从多个变量指标中选择出少数几个综合变量指标的多元统计方法3.3确定评价指标值灰色关联度分析首先要设定一个理想评价对象,然后从各项指标中选出最优项,将被评价对象与理想评价对象进行对比,指标对比关联度越大,说明被评价对象与理想评价对象越趋于一致,进而对关联度值进行排序分析以获得预期结果。一般分析步骤如下。(1)确定分析矩阵,选择参考数列对于由m个评价对象,n个评价指标构成的系统,可以由分析数据构建一个m行n列的矩阵,矩阵如下:式中:m为评价对象,其值为511;n为评价指标数,其值为5,由此构建了一个包含511行和5列的矩阵。选取的参考数列为V(2)指标值标准化处理和确定理想参考序列由于不同指标值之间差距很大(如表2中的被引频次数与节点中介中心度的最大值差为非常大),并不处于一个同等数量级状态,因此需要先对各项指标值进行标准化处理。由于指标理想值应为最大值,即指标值越大,科研人员表现越优,因此对各项指标采取成本指标集的标准化处理方法来进行无量纲化处理,其规范化公式为:由于5类指标均为取值越大实际表征效果越好,因此需要从各项指标中选出最大值,构建一个理想参考数列,即理想的待评价对象集,具体表示为:X(3)计算指标关联系数各项指标的关联系数计算公式如下:式中:ξ3.4计算指标权重熵权法是指根据熵值原理和特定计算公式来确定指标重要性权重的客观性方法。在申农的信息论中,熵表示不确定性的量度,熵值用来判断某个指标的离散程度,指标的离散程度越大,表明该指标对综合评价的影响越大运用熵权法计算指标权重的步骤如下:(1)设定m行n列的指标关联系数矩阵为R,其中,第j个指标第i个项目的指标值比重计算公式为:(2)计算第j个指标的熵值e(3)计算第j个指标的熵权重w根据上述熵权值计算公式,对基于灰色关联分析得出的关联系数矩阵R进行熵权计算,得出各项指标的权重,进而依据通过因子分析得出的指标归类,构建维斯塔斯公司科研人员评价指标体系,如表5所示。3.5不同原始指标间的关系根据得出的各个评价对象的各项指标关联度值,将各行数据进行权值相加,得到维斯塔斯公司各个科技人员评价指标关联度总体加权得分,前20名人员排名结果如表6所示。科研人员评价指标关联度值反映了被评估对象与最优秀科技人员的关联程度,取值越大,说明被评价对象越接近理想中的最优秀科技人员。基于熵权和灰色关联分析得出的该公司科技人员评价指标体系综合反映了被评价人员的科研产量、被引程度和技术合作指导关系,比单项指标更能反映某一科研工作者的综合科研影响力。原中国惠普公司首席执行官高建华认为,企业知识管理的三个目标包括提高组织智商、减少重复劳动和避免组织失忆研究两个变量的关系,最直观和常见的方法是绘制出它们之间关系的散点图,看其中是否存在一些关系。笔者分别做出加权关联度指标与5种原始指标之间的散点图,如图4所示。专利申请数与加权关联度散点图相对集中,以专利申请数15篇以下,加权关联度0.4以下的科研人员占绝大多数,两者存在明显的正相关关系;被引次数与加权关联度散点图幅度比较发散,以被引次数40次,加权关联度0.42以下的科研人员为主,两者也存在正相关关系;h指数与加权关联度散点图幅度比较扩散,以h指数在4以下,加权关联度0.42以下的科研人员为主,它表现出来的正相关关系不是太明显;度数中心度与加权关联度散点图相对集中,且度数中心度比加权关联度扩散幅度大,以度数中心度15以下,加权关联度0.35以下的科研人员为主,两者存在明显的正相关关系;中介中心度与加权关联度散点图相对分散,以中介中心度4以下,加权关联度0.39以下的科研人员为主,两者存在一定的正相关关系。通过观察具体节点的数据,发现很多科研人员综合排名较高,而某项分指标排名则较低,如SiebenthalerE和AndresenB的综合排名高居第7名和第9名,但其专利申请量仅均为5件,其中介中心度值均为0;WestergaardCH的综合排名为第8名,其被引量也仅为9次。加权后的各项指标关联系数更加融合,折中反映出该公司各类技术人员的科研工作绩效情况,表明利用综合指标进行科研人员评价更加科学合理。同时对五类评价指标与加权相关性指标进行相关性分析,数据个数为511,其相关系数计算方法为Spearman相关性系数计算方法,结果如表7所示。由表7可以看出,加权关联度与原来五类评价指标相关系数分别为0.817,0.642,0.788,0.701和0.719,其中最低值为0.642,是其与引用次数的相关系数,其加权相关性指标与五类评价指标具有高相关性,可以综合反映科研人员的科研水平。综合的排名反应了科研人员既要重视开发技术的数量,还要重视开发技术的质量,更要重视对公司科技人才的培养和技术知识的交流传播。这样的指标体系弥补了单一指标仅仅评价一个方面的局限性,是一种比较理想的企业科研人员评价指标体系。4研究建立与特定领域公司可持续发展评价指标体系综上所述,本文以维斯塔斯公司为例,以德温特专利数据库收录的该公司专利数据为研究样本,分别从宏观与微观两个层面,从社会网络分析视角来考察该公司专利合著网络内部节点特性,对该公司整体科研合作与技术交流状况以及内部科技人员科研绩效水平与影响力进行评价;最后通过因子分析发现“引用指标”与“合著网络节点指标”为不同属性的指标,从不同方面反映企业科研人员的科研水平及对公司的贡献,从而构建该公司科研人员的评价指标体系,通过灰色关联分析和熵权原理获得各项评价指标的综合排名,用以评价该公司内部技术人员的科研影响力。研究结果表明,该评价体系