基于數(shù)理統(tǒng)計(jì)理論的中國軸承產(chǎn)業(yè)專利趨勢預(yù)測

牛青波，賈現(xiàn)召，葉軍

(1. 河南科技大學(xué) 機(jī)電工程學(xué)院，河南 洛陽 471003；2.洛陽軸研科技股份有限公司，河南 洛陽 471039；3.河南省機(jī)械設(shè)計(jì)及傳動系統(tǒng)重點(diǎn)實(shí)驗(yàn)室，河南 洛陽 471003)

隨著知識產(chǎn)權(quán)主體地位的不斷提升，國內(nèi)、外企業(yè)也都把專利作為市場競爭的另一利器，專利預(yù)測則成為企業(yè)或政府制定專利戰(zhàn)略規(guī)劃和決策時考慮的必要因素。對專利文獻(xiàn)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)只能了解在過去一段時間內(nèi)的專利申請和研發(fā)趨勢情況，而通過對已知的專利文獻(xiàn)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)則能夠?qū)ξ磥碓撈髽I(yè)或地區(qū)相關(guān)專利情況做出預(yù)測，有效幫助企業(yè)或政府制定相應(yīng)的戰(zhàn)略決策。但由于專利申請數(shù)據(jù)的變化受國家政策、企業(yè)技術(shù)投入、企業(yè)管理模式改變及技術(shù)人員數(shù)量等多種因素影響，無法判斷影響專利申請數(shù)據(jù)的主要因素，統(tǒng)計(jì)理論中無法使用回歸預(yù)測分析方法。下文采用專利信息定量分析方法中的時間序列分析預(yù)測以及灰色系統(tǒng)分析預(yù)測方法，預(yù)測國家或競爭對手專利申請數(shù)量的發(fā)展趨勢。

1 專利統(tǒng)計(jì)數(shù)據(jù)預(yù)處理

通過中國知識產(chǎn)權(quán)網(wǎng)專利數(shù)據(jù)庫[1]對1985年4月1日—2010年12月31日間公開的專利申請進(jìn)行檢索，檢索名稱定義為“軸承 or 保持架 or 保持器 or 滾動體”，摘要定義為“軸承”，或者檢索式定義為“摘要=(軸承) and 名稱=(軸承 or 保持架 or 保持器 or 滾動體)”。由于中國《專利法》規(guī)定，發(fā)明專利申請一般自申請日起滿18個月才公告，因此2010年的專利申請公開有滯后，目前公開的專利數(shù)據(jù)不能完全反映2010年度的專利申請情況。為此利用專利管理圖僅對1985年4月1日—2008年12月31日的專利申請進(jìn)行趨勢研究，并對2009年和2010年中國軸承產(chǎn)業(yè)技術(shù)領(lǐng)域的中國專利申請趨勢、國外在華申請趨勢及國內(nèi)專利申請趨勢進(jìn)行預(yù)測。

對于專利統(tǒng)計(jì)數(shù)據(jù)，充分考慮樣本的代表性，使其能夠有效反映專利申請數(shù)據(jù)的變化規(guī)律，采用研究對象的總和作為數(shù)據(jù)樣本，統(tǒng)計(jì)數(shù)據(jù)見表1～表3。以下的分析計(jì)算中均以當(dāng)年專利數(shù)量作為統(tǒng)計(jì)分析的原始序列數(shù)據(jù)。

表1 2002—2008年中國軸承技術(shù)領(lǐng)域?qū)＠暾埥y(tǒng)計(jì)表

表2 2002—2008年國內(nèi)專利申請人軸承技術(shù)領(lǐng)域?qū)＠暾埥y(tǒng)計(jì)表

表3 2002—2008年國外專利申請人軸承技術(shù)領(lǐng)域?qū)＠暾埥y(tǒng)計(jì)表

2 基于Logistic生長曲線和灰色動態(tài)模型的預(yù)測

時間序列分析預(yù)測是將預(yù)測目標(biāo)的統(tǒng)計(jì)數(shù)據(jù)按照時間順序排列成為時間序列，分析其隨時間的變化趨勢，預(yù)測目標(biāo)的未來值。生長曲線預(yù)測方法是技術(shù)預(yù)測中的一種常用方法，特別是Logistic曲線，其對于大多數(shù)產(chǎn)業(yè)統(tǒng)計(jì)時系列數(shù)據(jù)具有高度的適用性[2]。由于專利件數(shù)申請量成因復(fù)雜，各年度專利申請具有多變性，采用灰色系統(tǒng)理論進(jìn)行專利趨勢預(yù)測，可以剔除不可比因素，并且對預(yù)測所需的專利數(shù)據(jù)多少不限，建立的數(shù)學(xué)模型能夠滿足精度要求，預(yù)測結(jié)果更加可靠。

2.1 Logistic曲線計(jì)算

2.1.1 三等分計(jì)算方法

設(shè)時序列數(shù)據(jù)為y，t表示時序列號，則曲線公式

Y=k-ABt，

(1)

(2)

(3)

(4)

(5)

n=4 407.243，m=-A·K=13.851 96，則

(6)

2.1.2 利用SPSS擬合Logistic曲線方程

根據(jù)上述三等分計(jì)算方法測算估計(jì)K=4 400，運(yùn)用社會科學(xué)統(tǒng)計(jì)軟件(Statistical Package for the Social Sciences，SPSS)[3]模擬原始序列數(shù)據(jù)y曲線，得

(7)

從軟件計(jì)算可知R2=0.981，其中R2是以回歸偏差占總偏差的比率來表示回歸模型擬合優(yōu)度的評價指標(biāo)，該處R2值表明模型對數(shù)據(jù)的擬合度非常好(以下均采用SPSS擬合的Logistic曲線進(jìn)行預(yù)測)。中國軸承產(chǎn)業(yè)技術(shù)領(lǐng)域預(yù)測的專利申請見表4，表中數(shù)據(jù)均取整。原始序列數(shù)據(jù)y的Logistic回歸曲線如圖1所示。

圖1 中國軸承產(chǎn)業(yè)技術(shù)領(lǐng)域年度專利申請總量Logistic預(yù)測曲線

表4 中國軸承技術(shù)領(lǐng)域?qū)＠暾堖壿嬊€計(jì)算預(yù)測表

同理，國內(nèi)軸承企業(yè)技術(shù)領(lǐng)域年度專利申請預(yù)測Logistic曲線方程為

(8)

軟件計(jì)算得R2=0.963，表明模型對數(shù)據(jù)的擬合度較好。預(yù)測數(shù)據(jù)見表5，Logistic回歸曲線如圖2所示。

表5 國內(nèi)專利申請人軸承技術(shù)領(lǐng)域?qū)＠暾堖壿嬊€計(jì)算預(yù)測表

圖2 國內(nèi)企業(yè)軸承技術(shù)領(lǐng)域?qū)＠暾圠ogistic預(yù)測曲線

同上，國外軸承企業(yè)在華技術(shù)領(lǐng)域?qū)＠暾堫A(yù)測Logistic曲線方程為

(9)

軟件計(jì)算得R2=0.975，表明模型對數(shù)據(jù)的擬合度較好。預(yù)測數(shù)據(jù)見表6，Logistic回歸曲線如圖3所示。

表6 國外專利申請人軸承技術(shù)領(lǐng)域?qū)＠暾堖壿嬊€計(jì)算預(yù)測表

圖3 國外企業(yè)軸承技術(shù)領(lǐng)域?qū)＠暾圠ogistic預(yù)測曲線

2.2 灰色動態(tài)預(yù)測法模型構(gòu)建

在專利技術(shù)趨勢預(yù)測中，采用灰色預(yù)測模型中的GM(1，1)模型。GM(1，1)模型是基于隨機(jī)的原始時間序列，經(jīng)按照時間累加后形成新的時間序列所表現(xiàn)出的規(guī)律，其近似滿足微分方程條件。

設(shè)原始時間數(shù)據(jù)列X(0)={X(0)(1),X(0)(2),…,X(0)(n)}，

(10)

對原始序列進(jìn)行一次累加后，得到的新數(shù)據(jù)列

X(1)={X(1)(1),X(1)(2),…,X(1)(n)}

。(11)

則GM(1，1)模型相應(yīng)的微分方程為

(12)

式中：α為發(fā)展灰數(shù)；μ為內(nèi)生控制灰數(shù)。

(13)

(14)

根據(jù)(10)～(14)式和表1的數(shù)據(jù)(選取2003—2008年的數(shù)據(jù))可得：

X(0)=(365，436，650，833，1 148，1 716)，

X(1)(365，801，1 451，2 284，3 432，5 148)，

Y=(436，650，833，1 148，1 716)。

表7 中國軸承技術(shù)領(lǐng)域?qū)＠暾堖壿嬊€計(jì)算預(yù)測表

同理，利用灰色動態(tài)預(yù)測模型計(jì)算得到國內(nèi)企業(yè)軸承技術(shù)領(lǐng)域?qū)＠暾堫A(yù)測趨勢見表8，國外企業(yè)軸承技術(shù)領(lǐng)域?qū)＠暾堫A(yù)測趨勢見表9。

表8 國內(nèi)專利申請人軸承技術(shù)領(lǐng)域?qū)＠暾埢疑A(yù)測表

表9 國外專利申請人軸承技術(shù)領(lǐng)域?qū)＠暾埢疑A(yù)測表

3 模型預(yù)測精度評價

根據(jù)上述計(jì)算得出的預(yù)測值，利用預(yù)測精度評價函數(shù)對以上2種數(shù)學(xué)模型進(jìn)行精度評價(均以中國軸承技術(shù)領(lǐng)域預(yù)測結(jié)果為例)。

3.1 生長曲線Logistic數(shù)學(xué)模型

則有

3.2 灰色動態(tài)GM(1，1)數(shù)學(xué)模型

則有

3.3 灰色模型檢驗(yàn)

灰色動態(tài)模型使用方差比和常用的小誤差概率對模型進(jìn)行檢驗(yàn)。預(yù)測誤差

(15)

故有e(1)=0；e(2)=13；e(3)=57；e(4)=2；e(5)=17；e(6)=83。

GM(1，1)模型精度等級見表10,精度等級越小越好，4級為不通過。由表可知，文中取得的模型精度符合1級，說明預(yù)測結(jié)果可靠性較高，即灰色動態(tài)預(yù)測模型的預(yù)測結(jié)果更為準(zhǔn)確可靠。

表10 灰色動態(tài)GM(1，1)模型精度等級表

4 結(jié)束語

利用數(shù)學(xué)統(tǒng)計(jì)理論對中國軸承產(chǎn)業(yè)專利信息進(jìn)行定量分析，通過時間序列生長曲線以及灰色動態(tài)數(shù)學(xué)模型的建立，對比計(jì)算分析了2種統(tǒng)計(jì)預(yù)測理論的精度，同時對灰色動態(tài)模型的可靠性進(jìn)行了評價，進(jìn)而有效預(yù)測了中國軸承產(chǎn)業(yè)未來2年的專利技術(shù)申請趨勢。結(jié)合以上2種預(yù)測方法，可以得出中國軸承技術(shù)領(lǐng)域2009年專利申請約為2 100件左右，2010年專利申請約為2 700件左右，其中，國外專利申請人軸承技術(shù)領(lǐng)域2009年專利申請約為300件左右，2010年專利申請約為350件左右。