常鏐鏐,高繼平,師麗娟
(1.中國(guó)農(nóng)業(yè)大學(xué)情報(bào)研究中心,北京 100083;2.中國(guó)科學(xué)技術(shù)信息研究所,北京 100038)
黨的十九大報(bào)告明確提出: “創(chuàng)新是引領(lǐng)發(fā)展的第一動(dòng)力,是建設(shè)現(xiàn)代化經(jīng)濟(jì)體系的戰(zhàn)略支撐?!?人才不僅是國(guó)家科技創(chuàng)新的根本,也是建設(shè)科技強(qiáng)國(guó)的關(guān)鍵。專(zhuān)利作為技術(shù)研究與開(kāi)發(fā)最重要的成果表現(xiàn)形式,具有創(chuàng)新性、高質(zhì)量和可商業(yè)應(yīng)用等顯著特點(diǎn),是衡量技術(shù)創(chuàng)新產(chǎn)出的重要指標(biāo)。Griliches[1]指出,專(zhuān)利數(shù)據(jù)作為技術(shù)創(chuàng)新重要的信息來(lái)源,在揭示技術(shù)創(chuàng)新方面具有其他文獻(xiàn)數(shù)據(jù)所無(wú)法比擬的優(yōu)越性。Gautam[2]認(rèn)為,作為科技發(fā)明和技術(shù)創(chuàng)新的載體,專(zhuān)利已成為測(cè)度技術(shù)創(chuàng)新能力的一個(gè)重要指標(biāo)。
基于專(zhuān)利信息,有學(xué)者對(duì)區(qū)域技術(shù)創(chuàng)新能力[3]、高校技術(shù)創(chuàng)新能力[4-6]、特定技術(shù)領(lǐng)域[7]的創(chuàng)新能力進(jìn)行評(píng)價(jià)與分析;也有研究人員基于專(zhuān)利就科技創(chuàng)新人才識(shí)別與發(fā)現(xiàn)進(jìn)行探索性研究,如涂湘波等[8]分析專(zhuān)利作為學(xué)術(shù)評(píng)價(jià)指標(biāo)的可行性,提出將專(zhuān)利的質(zhì)量、授權(quán)狀態(tài)、有效性以及許可和轉(zhuǎn)讓情況等作為評(píng)價(jià)技術(shù)創(chuàng)新人才的指標(biāo)。陳云偉等[9]結(jié)合科學(xué)家創(chuàng)新力特點(diǎn),提出包含SCI 論文數(shù)、授權(quán)發(fā)明專(zhuān)利數(shù)、復(fù)合合作強(qiáng)度、篇均被引頻次等多指標(biāo)科學(xué)家創(chuàng)新力評(píng)價(jià)模型。田瑞強(qiáng)等[10]提出基于專(zhuān)利文獻(xiàn)識(shí)別創(chuàng)新科技人才的三路徑定位核心專(zhuān)利發(fā)明人方法。趙寧等[11]基于發(fā)明人技術(shù)創(chuàng)新能力評(píng)價(jià)指標(biāo)體系,采用主成分分析法對(duì)智能機(jī)器人領(lǐng)域技術(shù)創(chuàng)新人才進(jìn)行打分排序與評(píng)價(jià)。
人才評(píng)價(jià)是科學(xué)的教育發(fā)展觀、人才成長(zhǎng)觀及社會(huì)選人用人觀的方向盤(pán)。2020年10月13日中共中央、國(guó)務(wù)院印發(fā)《深化新時(shí)代教育評(píng)價(jià)改革總體方案》指出,教育評(píng)價(jià)事關(guān)教育發(fā)展方向,有什么樣的評(píng)價(jià)指揮棒,就有什么樣的辦學(xué)導(dǎo)向。扭轉(zhuǎn)不科學(xué)的教育評(píng)價(jià)導(dǎo)向,需堅(jiān)決克服唯分?jǐn)?shù)、唯升學(xué)、唯文憑、唯論文、唯帽子的頑瘴痼疾,同時(shí)指出改進(jìn)高校教師科研評(píng)價(jià),應(yīng)突出質(zhì)量導(dǎo)向,重點(diǎn)評(píng)價(jià)學(xué)術(shù)貢獻(xiàn)、社會(huì)貢獻(xiàn)以及支撐人才培養(yǎng)情況。
當(dāng)前科學(xué)研究的綜合性、復(fù)雜性、跨學(xué)科性、融合性等日益凸顯,科研合作已經(jīng)成為大科學(xué)時(shí)代的主要趨勢(shì),這樣如何在提倡合作的情勢(shì)下,同時(shí)又可以有效評(píng)估不同合作者間的貢獻(xiàn)和質(zhì)量,就成為一個(gè)難點(diǎn)。在學(xué)術(shù)論文視角,已經(jīng)有不少的探索,如直接計(jì)算法 (Straight Counting,SC)、標(biāo)準(zhǔn)計(jì)算法 (Normal Counting,NC)、分?jǐn)?shù)計(jì)算法 (Fractional Counting,F(xiàn)C)、調(diào)和計(jì)算法 (Harmonic Counting,HC)、幾何計(jì)算法 (Geometric Counting,GC)、算數(shù)計(jì)算法 (Arithmetic Counting,AC)等[12]。在現(xiàn)有為數(shù)不多的發(fā)明人技術(shù)創(chuàng)新能力評(píng)價(jià)與識(shí)別的研究中,采用專(zhuān)利數(shù)量、專(zhuān)利被引頻次、H指數(shù)等指標(biāo)的計(jì)量均沒(méi)有考慮到發(fā)明人署名數(shù)量及每位發(fā)明人的貢獻(xiàn)度,無(wú)法客觀反映發(fā)明人真實(shí)的技術(shù)創(chuàng)新能力。但是,專(zhuān)利作為高??蒲腥藛T的一種重要科研產(chǎn)出,不同于學(xué)術(shù)論文,具有經(jīng)濟(jì)屬性、技術(shù)屬性等特征。那么,一件專(zhuān)利該如何計(jì)算或者賦予不同發(fā)明人什么樣的貢獻(xiàn)呢?目前鮮有這樣的研究且更少有實(shí)證分析。
為此,本文從發(fā)明人視角出發(fā),充分考慮發(fā)明人專(zhuān)利產(chǎn)出合作因素,引入調(diào)和指數(shù)對(duì)發(fā)明人在專(zhuān)利合作中的貢獻(xiàn)度進(jìn)行差異化測(cè)度,進(jìn)而綜合發(fā)明人產(chǎn)出與發(fā)明人貢獻(xiàn)度構(gòu)建識(shí)別框架,藉此對(duì)不同類(lèi)型人才進(jìn)行識(shí)別,并通過(guò)實(shí)證分析對(duì)研究結(jié)果進(jìn)行總結(jié)和思考。
2005年,美國(guó)物理學(xué)家Hirsch教授[13]首次提出用于量化分析研究人員的科研影響力指標(biāo)——H指數(shù),該指數(shù)的最大優(yōu)勢(shì)在于它是一個(gè)兼顧論文發(fā)表數(shù)量和質(zhì)量的復(fù)合指標(biāo),一經(jīng)提出很快引發(fā)學(xué)界的廣泛關(guān)注。隨著學(xué)者們對(duì)H指數(shù)的深入研究,針對(duì)H指數(shù)存在敏感度低、區(qū)分度差及缺乏波動(dòng)性等問(wèn)題提出一系列新的衍生指標(biāo),如G指數(shù)[14]、R指數(shù)[15]、P指數(shù)[16]等,統(tǒng)稱(chēng)H型衍生指數(shù)。對(duì)H指數(shù)的改進(jìn)與應(yīng)用,有學(xué)者認(rèn)為,學(xué)界更多的建議是用一個(gè)新的文獻(xiàn)計(jì)量指標(biāo)來(lái)補(bǔ)充和完善H指數(shù),以期彌補(bǔ)H指數(shù)在某些方面的不足,但到目前為止還沒(méi)有哪個(gè)單一文獻(xiàn)計(jì)量指數(shù)性能優(yōu)于H指數(shù)且能夠直接替代它[17]。關(guān)于H指數(shù)及其衍生指數(shù)G指數(shù)、R指數(shù)與P指數(shù)的主要觀點(diǎn)見(jiàn)表1。
基于H指數(shù)在文獻(xiàn)計(jì)量領(lǐng)域的成功應(yīng)用,官建成等[18]率先將H指數(shù)拓展到專(zhuān)利領(lǐng)域,并將其定義為:對(duì)于某專(zhuān)利組合而言,如果有H項(xiàng)專(zhuān)利的每一項(xiàng)被后來(lái)專(zhuān)利至少引用H次,而剩下的專(zhuān)利被后來(lái)專(zhuān)利引用的次數(shù)都少于H 次,則稱(chēng)該專(zhuān)利組合的指數(shù)為H。在此基礎(chǔ)上,有學(xué)者進(jìn)一步比較分析了H指數(shù)及其衍生指數(shù)在評(píng)價(jià)專(zhuān)利權(quán)人創(chuàng)新績(jī)效方面的有效性,如劉合艷等[19]采用H 指數(shù)及其衍生指數(shù),對(duì)1990—2009 年間通訊領(lǐng)域?qū)@倲?shù)排名前25 名的機(jī)構(gòu)進(jìn)行評(píng)價(jià),指出H 指數(shù)及其衍生指數(shù)評(píng)價(jià)結(jié)果呈現(xiàn)很強(qiáng)的一致性,相關(guān)指數(shù)在專(zhuān)利評(píng)價(jià)方面是有效的。Kang等[20]選取傳統(tǒng)專(zhuān)利計(jì)量指標(biāo)與H指數(shù)及其衍生指數(shù),實(shí)證分析了不同指標(biāo)/指數(shù)在醫(yī)學(xué)領(lǐng)域企業(yè)的技術(shù)創(chuàng)新效果的表現(xiàn),指出與傳統(tǒng)的專(zhuān)利技術(shù)指標(biāo)相比,專(zhuān)利H指數(shù)及其衍生指數(shù)可有效揭示專(zhuān)利技術(shù)的創(chuàng)新性。也有學(xué)者[21]提出一種新的專(zhuān)利H指數(shù),即IPCh指數(shù) (表征專(zhuān)利技術(shù)寬度)與cIPCh指數(shù) (表征技術(shù)擴(kuò)散度),經(jīng)實(shí)證分析后認(rèn)為,上述專(zhuān)利H型指數(shù)均可有效揭示企業(yè)技術(shù)創(chuàng)新績(jī)效。
表1 H指數(shù)及其衍生指數(shù)
資料來(lái)源:根據(jù)參考文獻(xiàn)13~16整理。
基于專(zhuān)利H型指數(shù)進(jìn)行的研究目前多局限于機(jī)構(gòu)、企業(yè),且多為基于專(zhuān)利權(quán)人維度的評(píng)價(jià),缺乏對(duì)真正技術(shù)創(chuàng)新主體——發(fā)明人維度的挖掘,對(duì)發(fā)明人合作署名影響力測(cè)度的研究更是未有涉及,這正是本研究所重點(diǎn)關(guān)注的。
在科技領(lǐng)域,隨著技術(shù)創(chuàng)新規(guī)模由小變大,一項(xiàng)專(zhuān)利的發(fā)明人合作已經(jīng)由幾個(gè)人演變成十幾人,尤其在生物技術(shù)領(lǐng)域,合作的趨勢(shì)仍在繼續(xù)。專(zhuān)利的署名位置表明了發(fā)明人貢獻(xiàn)的差異,這一點(diǎn)與學(xué)術(shù)界對(duì)合作發(fā)表論文的貢獻(xiàn)度應(yīng)該是一致的,本文通過(guò)下文的問(wèn)卷調(diào)查得到印證。因此,發(fā)明人科技創(chuàng)新成果的貢獻(xiàn)度測(cè)度在科技創(chuàng)新人才識(shí)別中就顯得尤為重要了。
在學(xué)術(shù)領(lǐng)域,作者署名一般是按照重要性和貢獻(xiàn)度大小進(jìn)行排序[22]。因此,根據(jù)作者署名次序分配權(quán)重成為主流方法,這種情況同樣也適用于專(zhuān)利文獻(xiàn)中發(fā)明人的署名。其中,挪威學(xué)者Hagen 提出的調(diào)和式計(jì)量作者貢獻(xiàn)度方法 (Harmonic Counting)相對(duì)較為科學(xué)、合理,尤其適于非大規(guī)模合著情況下使用[23],在目前所有的權(quán)重分配方案中也被證實(shí)為一種最簡(jiǎn)便和能最大程度反映文章署名次序及貢獻(xiàn)度信息的方法[24]。
在成果貢獻(xiàn)量有界且恒定的前提下,調(diào)和式計(jì)量方法根據(jù)每一篇論文合著者的數(shù)量賦予每位作者相應(yīng)的貢獻(xiàn)份額,該方法綜合考慮了合著者數(shù)量和合著者順序,與實(shí)際科研活動(dòng)中發(fā)生的作者貢獻(xiàn)度更為接近。為衡量一項(xiàng)專(zhuān)利中發(fā)明人的合作規(guī)模與貢獻(xiàn)度,本研究引入專(zhuān)利發(fā)明人合作度 (Co-inventor Degree)的概念,即以人為單位對(duì)專(zhuān)利的發(fā)明人合作規(guī)模進(jìn)行度量,一項(xiàng)專(zhuān)利的發(fā)明人個(gè)數(shù)即為該專(zhuān)利的發(fā)明人合作度。依據(jù)發(fā)明人署名信息依次遞減加以分配構(gòu)建發(fā)明人調(diào)和貢獻(xiàn)度分配函數(shù),定義為:
通過(guò)對(duì)每位發(fā)明人申請(qǐng)的專(zhuān)利按照調(diào)和被引貢獻(xiàn)度由高到低進(jìn)行排序,可以定義與計(jì)算該發(fā)明人的調(diào)和H指數(shù)。同理,可計(jì)算獲得調(diào)和G指數(shù)、調(diào)和R指數(shù)與調(diào)和P指數(shù)。
專(zhuān)利組合矩陣圖有助于從發(fā)明人生產(chǎn)力和發(fā)明人貢獻(xiàn)度維度來(lái)進(jìn)行綜合分類(lèi),立體化呈現(xiàn)發(fā)明人在創(chuàng)新隊(duì)伍中的位置。以調(diào)和H指數(shù)為橫軸 (表征發(fā)明人貢獻(xiàn)度),專(zhuān)利申請(qǐng)量為縱軸構(gòu)建二維組合矩陣圖,如圖1所示,該圖可有效識(shí)別四類(lèi)不同的發(fā)明人。 “卓越型”發(fā)明人:位于第1象限,同時(shí)具有高專(zhuān)利申請(qǐng)量和高調(diào)和H指數(shù); “參與型”發(fā)明人:位于第2象限,具有高專(zhuān)利申請(qǐng)量和低調(diào)和H指數(shù); “一般型”發(fā)明人:位于第3象限,專(zhuān)利申請(qǐng)數(shù)量與調(diào)和H指數(shù)雙低; “高質(zhì)型”發(fā)明人:位于第4象限,具有低專(zhuān)利申請(qǐng)量和高調(diào)和H指數(shù)。
圖1 基于專(zhuān)利數(shù)量和調(diào)和指標(biāo)的發(fā)明人組合矩陣
為了印證上文提出的 “調(diào)和H指數(shù)”是否適用于測(cè)度專(zhuān)利發(fā)明人的貢獻(xiàn)度,展開(kāi)專(zhuān)利發(fā)明人署名順序與其貢獻(xiàn)度關(guān)系的問(wèn)卷調(diào)查。調(diào)查通過(guò)微信問(wèn)卷星方式展開(kāi),調(diào)查時(shí)間為2020-08-01至2020-08-05。筆者選擇高校、企業(yè)、科研機(jī)構(gòu)的工作人員為調(diào)查對(duì)象,包括老師、學(xué)生、技術(shù)人員和企業(yè)管理人員,涵蓋理、工、農(nóng)、醫(yī)4個(gè)學(xué)科門(mén)類(lèi),共收到有效問(wèn)卷161份,其中3份來(lái)自國(guó)外 (英國(guó)、瑞典與新加坡)。問(wèn)卷共16個(gè)問(wèn)題,涉及調(diào)查者的基本情況 (工作單位屬性、學(xué)科、職業(yè)等)、單位科研績(jī)效評(píng)價(jià)中對(duì)發(fā)明人署名順序的規(guī)定、對(duì)發(fā)明人署名順序的看法以及如何實(shí)踐、對(duì)發(fā)明人貢獻(xiàn)度測(cè)度計(jì)算方法的選擇等。
從機(jī)構(gòu)屬性看,161份問(wèn)卷中,來(lái)自科研機(jī)構(gòu)的占37.89%,高校占45.96%,企業(yè)占16.15%;從學(xué)科屬性看,占比最大的為工學(xué) (60.25%),其次為農(nóng)學(xué) (30.43%)、理學(xué) (6.21%)和醫(yī)學(xué) (3.11%),學(xué)科領(lǐng)域涵蓋了專(zhuān)利申請(qǐng)所屬的各個(gè)門(mén)類(lèi);除44名學(xué)生身份以外,117位被調(diào)查者身份為課題/項(xiàng)目負(fù)責(zé)人、課題組成員、企業(yè)管理人員、技術(shù)人員或?qū)熞环N或兩種以上身份 (該選項(xiàng)為多選題);所調(diào)查對(duì)象中,共有116人擁有發(fā)明與實(shí)用新型專(zhuān)利,占總?cè)藬?shù)的72.1% (其中,擁有發(fā)明專(zhuān)利的94人,擁有實(shí)用新型的96人,同時(shí)擁有發(fā)明與實(shí)用新型的74人);有63人為課題/項(xiàng)目組負(fù)責(zé)人,其中來(lái)自高校36人,科研機(jī)構(gòu)24人,企業(yè)3人。因此,無(wú)論從調(diào)查對(duì)象的機(jī)構(gòu)、學(xué)科及人員身份屬性看,還是從人員科技創(chuàng)新實(shí)踐情況看,調(diào)查數(shù)據(jù)均具有一定的代表性和可信度。
關(guān)于專(zhuān)利申請(qǐng)中是否有2位甚至2位以上的發(fā)明人作為 “共同第一發(fā)明人” (簡(jiǎn)稱(chēng) “并列第一發(fā)明人”)現(xiàn)象,有115人 (71.43%)持否定態(tài)度,46人認(rèn)為有這種現(xiàn)象發(fā)生 (其中,33人覺(jué)得能夠客觀反映發(fā)明人的同等貢獻(xiàn),另有13人認(rèn)為水分太大,發(fā)明人貢獻(xiàn)度應(yīng)該不等同)。此外,46中僅有4人為課題/項(xiàng)目負(fù)責(zé)人或?qū)煟渌鶠閷W(xué)生或參加課題的課題組人員/技術(shù)人員,結(jié)合后續(xù)電話訪談工學(xué)、醫(yī)學(xué)與農(nóng)學(xué)領(lǐng)域的5位研究人員,均持否定態(tài)度,由此推斷持否定態(tài)度的實(shí)際比重應(yīng)該要高于當(dāng)前的調(diào)查數(shù)據(jù)。
針對(duì)申請(qǐng)專(zhuān)利時(shí)發(fā)明人署名順序事實(shí)上的依據(jù),有75.1% (121人)認(rèn)為在自己所從事的學(xué)科領(lǐng)域中,申請(qǐng)專(zhuān)利時(shí)發(fā)明者的署名順序基本上按對(duì)發(fā)明創(chuàng)新貢獻(xiàn)的大小排序,第一發(fā)明人貢獻(xiàn)度最大,依次遞減,最后一位發(fā)明人貢獻(xiàn)度最??;有27人認(rèn)為第一發(fā)明人貢獻(xiàn)最大,其他發(fā)明人沒(méi)有依據(jù)可隨意排列;有5名學(xué)生對(duì)導(dǎo)師始終排第一表達(dá)了不滿(mǎn),認(rèn)為應(yīng)該按照貢獻(xiàn)度依次排列。關(guān)于個(gè)人對(duì)發(fā)明人署名順序的看法以及如何實(shí)踐,有87.04% (140人)的被調(diào)查人表示自己在申請(qǐng)專(zhuān)利時(shí)會(huì)考慮每位發(fā)明人的具體貢獻(xiàn)細(xì)節(jié)及安排署名次序,因?yàn)樽约核趩挝辉诳蒲锌?jī)效評(píng)價(jià)或考核中有署名順序要求。在對(duì)發(fā)明人技術(shù)創(chuàng)新貢獻(xiàn)計(jì)算方法的調(diào)查中,有111人 (68.94%)認(rèn)為調(diào)和計(jì)數(shù)法較為合理,22人 (13.66%)和25人 (15.53%)分別認(rèn)為劃一計(jì)數(shù)法、等同計(jì)數(shù)法更為合理,還有3人持其他看法。
綜上所述,雖然在法律中沒(méi)有明文規(guī)定發(fā)明人署名順序,但在實(shí)際中 “署名順序按照發(fā)明創(chuàng)新貢獻(xiàn)度排列”屬于約定俗成,既符合發(fā)明者的集體認(rèn)知也符合工作單位要求,是大部分發(fā)明者認(rèn)可的行為。相比其他貢獻(xiàn)度計(jì)算方法,調(diào)和貢獻(xiàn)度測(cè)算方法更為研究人員所認(rèn)同。
2013年至今,《自然·生物技術(shù)》每年年底公布前一年度全球轉(zhuǎn)化研究排名前20名的研究人員,在全球范圍內(nèi)產(chǎn)生了廣泛影響。該榜單優(yōu)先基于候選人前一年度的美國(guó)和歐洲授權(quán)發(fā)明專(zhuān)利數(shù)量從高到低進(jìn)行排名,再綜合發(fā)明專(zhuān)利引用情況、候選人論文H指數(shù)等指標(biāo)進(jìn)行最終排名。該榜單存在專(zhuān)利數(shù)據(jù)涵蓋時(shí)間短、地域覆蓋面窄 (僅限歐洲專(zhuān)利與美國(guó)專(zhuān)利)、劃一計(jì)數(shù)及指標(biāo)粒度過(guò)粗等不足。因此,本研究以該榜單2014—2018年度評(píng)選出的研究人員為典型案例,采用發(fā)明人貢獻(xiàn)度指標(biāo)對(duì)技術(shù)創(chuàng)新人才進(jìn)行識(shí)別與發(fā)現(xiàn),對(duì)上述評(píng)價(jià)體系進(jìn)行測(cè)試與驗(yàn)證。
本研究獲取2014—2018年間上榜名單共計(jì)107人次 (因出現(xiàn)同一年度同一單位多人并列入選,實(shí)際入選人數(shù)并非每年固定的20位),經(jīng)姓名消歧、機(jī)構(gòu)清洗后,共計(jì)發(fā)明人62位。發(fā)明人國(guó)別與機(jī)構(gòu)分布在9個(gè)國(guó)家,美國(guó)最多,其次為日本與中國(guó)。人員主要集中在世界著名高校,另有5人來(lái)自研究機(jī)構(gòu),見(jiàn)表2。履歷分析進(jìn)一步表明,這些發(fā)明人與企業(yè)有直接或間接的聯(lián)系,有多人甚至是世界著名生物技術(shù)公司,諸如BioNTech、Sequenom、Novartis、Ganymed Pharmaceuticals Ag等的創(chuàng)始人、合伙人或技術(shù)專(zhuān)家,對(duì)領(lǐng)域技術(shù)創(chuàng)新成果的轉(zhuǎn)化與利用起到了直接的促進(jìn)作用。
表2 研究人員的國(guó)別及機(jī)構(gòu)分布
為了使數(shù)據(jù)能夠真實(shí)反映發(fā)明人的生產(chǎn)力水平,選擇德溫特專(zhuān)利數(shù)據(jù)庫(kù) (Derwent Innovations Index,DII)中 “所有專(zhuān)利授權(quán)機(jī)構(gòu) with DWPI數(shù)據(jù)集合”進(jìn)行檢索,保證涵蓋發(fā)明人全部專(zhuān)利申請(qǐng)。以發(fā)明人姓名與機(jī)構(gòu)為檢索詞,檢索62位發(fā)明人的專(zhuān)利。專(zhuān)利申請(qǐng)量與授權(quán)量是衡量技術(shù)創(chuàng)新能力的常用指標(biāo),考慮到不同國(guó)家與地區(qū)專(zhuān)利審查制度不同,專(zhuān)利授權(quán)有較長(zhǎng)的審查期,時(shí)滯影響較大,本研究選擇專(zhuān)利申請(qǐng)量作為發(fā)明人技術(shù)創(chuàng)新的數(shù)量指標(biāo)。經(jīng)數(shù)據(jù)清洗,最終獲得相關(guān)專(zhuān)利34035項(xiàng)。
本研究主要通過(guò)兩種方式進(jìn)行姓名消歧:①結(jié)合發(fā)明人履歷信息,采用 “發(fā)明人姓名+發(fā)明人機(jī)構(gòu)+學(xué)科/研究方向”三路徑定位的方式;②對(duì)個(gè)別已經(jīng)退休/榮休多年或工作調(diào)動(dòng),無(wú)法獲取發(fā)明人履歷信息的,通過(guò)檢索發(fā)明人專(zhuān)利與發(fā)表的學(xué)術(shù)論文,以5年時(shí)間窗倒推分別獲取合作發(fā)明人信息與論文合作署名作者信息進(jìn)行比對(duì),結(jié)合發(fā)明人申請(qǐng)地址綜合確認(rèn)發(fā)明人身份信息。
為進(jìn)一步考察不同指數(shù)在發(fā)明人績(jī)效評(píng)價(jià)方面的有效性,本文以上述62位發(fā)明人數(shù)據(jù)為基礎(chǔ),分別對(duì)傳統(tǒng)H、G、R、P指數(shù)及調(diào)和H、G、R、P指數(shù)進(jìn)行相關(guān)性分析,結(jié)果見(jiàn)表3,不同指數(shù)間存在高度相關(guān)性,指數(shù)間高度相關(guān)性充分表明任何一個(gè)指數(shù)都能夠有效揭示專(zhuān)利數(shù)量與質(zhì)量之間的關(guān)系,均具備獨(dú)立使用的條件,下文以調(diào)和H指數(shù)為例進(jìn)行分析。
表3 不同指數(shù)的相關(guān)性分析
與傳統(tǒng)H指數(shù)排名相比,62位發(fā)明人調(diào)和H指數(shù)的排名位次發(fā)生了顯著變化。其中,25人位次出現(xiàn)上升,變化幅度最大的前進(jìn)17個(gè)位次;28人出現(xiàn)下降,下降最多的降低了13個(gè)位次,見(jiàn)表4??傮w看,獨(dú)立專(zhuān)利較多、合作署名靠前發(fā)明人調(diào)和h指數(shù)位次上升相對(duì)顯著;而合作專(zhuān)利比重較大、合作署名靠后發(fā)明人調(diào)和h指數(shù)位次下降較為明顯。因此,專(zhuān)利調(diào)和H指數(shù)不僅能夠有效反映發(fā)明人在技術(shù)創(chuàng)新中的貢獻(xiàn)度,而且能夠有效測(cè)度發(fā)明人所申請(qǐng)專(zhuān)利組合的質(zhì)量。
表4 傳統(tǒng)H指數(shù)與調(diào)和H指數(shù)及其排名位次的變化
以發(fā)明人調(diào)和H指數(shù)為橫軸,發(fā)明人申請(qǐng)量為縱軸,以?xún)身?xiàng)各自均值[17,383]為交叉點(diǎn),繪制組合矩陣圖,如圖2所示。結(jié)果表明,4個(gè)象限均有發(fā)明人分布。其中,發(fā)明人中近半為專(zhuān)利數(shù)量與貢獻(xiàn)度指標(biāo)均位于平均水平以下的 “一般型”發(fā)明人,其次是 “卓越型”發(fā)明人, “參與型”發(fā)明人與 “高質(zhì)型”發(fā)明人的數(shù)量相對(duì)較少。
圖2 生物技術(shù)領(lǐng)域62位發(fā)明人生產(chǎn)力與貢獻(xiàn)度的表現(xiàn)
第1象限: “卓越型”發(fā)明人。包括來(lái)自美國(guó)、德國(guó)、日本與中國(guó)共計(jì)19位發(fā)明人,其中,美國(guó)16位,德國(guó)、日本與中國(guó)各1位。Langer R S (Massachusetts Institute of Technology,美國(guó))無(wú)論是專(zhuān)利數(shù)量還是專(zhuān)利質(zhì)量表現(xiàn)均最優(yōu),專(zhuān)利申請(qǐng)量1035項(xiàng),發(fā)明人調(diào)和H指數(shù)48,均居第2位,組合表現(xiàn)最優(yōu);Sahin U (University of Mainz,德國(guó))專(zhuān)利申請(qǐng)量最多,高達(dá)1584項(xiàng),少量獨(dú)立專(zhuān)利,合作人數(shù)2~12人,署名順序以首位為主;Zhang F (Massachusetts Institute of Technology,美國(guó))為生物醫(yī)學(xué)領(lǐng)域后起之秀,博士期間就有專(zhuān)利申請(qǐng),技術(shù)創(chuàng)新年齡剛剛進(jìn)入高峰期,專(zhuān)利申請(qǐng)量710,擁有較多獨(dú)立發(fā)明,合作人數(shù)2至13,署名位次第1為主,調(diào)和H指數(shù)表現(xiàn)最佳為58,業(yè)界一直看好其后續(xù)表現(xiàn);Wilson J M (University of Pennsylvania,美國(guó))專(zhuān)利申請(qǐng)量952項(xiàng),調(diào)和H指數(shù)36,合作專(zhuān)利為主,合作人數(shù)2到4人不等,且署名次第1位居多;Lo Y M D (Chinese University of Hong Kong,中國(guó)香港)專(zhuān)利申請(qǐng)共計(jì)679項(xiàng),無(wú)獨(dú)立專(zhuān)利,合作人數(shù)2至8為主,署名第1位居多,調(diào)和H指數(shù)29??傮w看,本象限發(fā)明人在生物醫(yī)學(xué)領(lǐng)域不僅有較多的專(zhuān)利申請(qǐng)數(shù)量,而且專(zhuān)利質(zhì)量也高于平均水平,獨(dú)立專(zhuān)利較多或合作署名中位置相對(duì)靠前,表明他們不僅在該領(lǐng)域占有重要地位且具有較大的影響力。
第2象限: “參與型”發(fā)明人,共6人。由于專(zhuān)利發(fā)明中不同人承擔(dān)的角色不同,有提出技術(shù)創(chuàng)新理論、方法或概念的、有設(shè)計(jì)實(shí)驗(yàn)的、有提出改進(jìn)意見(jiàn)的、有進(jìn)行實(shí)驗(yàn)并分析數(shù)據(jù)、有專(zhuān)利文本撰寫(xiě)的,不同角色發(fā)揮的作用不同,貢獻(xiàn)度不一樣,在專(zhuān)利署名順序中會(huì)有一定的體現(xiàn)。盡管該類(lèi)發(fā)明人在本領(lǐng)域擁有較多的專(zhuān)利,但是發(fā)明人在合作中的貢獻(xiàn)度并不是最高。以Koslowski M (University of Mainz,德國(guó))與Türeci ? (University of Mainz,德國(guó))為例,兩人的專(zhuān)利基本上是與Sahin U合作完成且署名明顯靠后。Koslowski M (University of Mainz,德國(guó)),614項(xiàng)申請(qǐng),獨(dú)立申請(qǐng)1項(xiàng),合作人數(shù)2至11,署名順序靠后,調(diào)和H指數(shù)7;Türeci ? (University of Mainz,德國(guó))831項(xiàng)申請(qǐng),無(wú)獨(dú)立專(zhuān)利,合作2~10人,署名順序靠后,調(diào)和H指數(shù)10,屬于典型的 “參與型”發(fā)明人。所以說(shuō),專(zhuān)利數(shù)量不一定能夠真實(shí)反映發(fā)明人的貢獻(xiàn)度,根據(jù)其署名順序來(lái)評(píng)價(jià)更為合理。
第3象限: “一般型”發(fā)明人。本象限中共有30位發(fā)明人,無(wú)論是專(zhuān)利申請(qǐng)數(shù)量還是調(diào)和H指數(shù),均位于平均水平以下,表明該生物醫(yī)學(xué)領(lǐng)域的發(fā)明人無(wú)論是專(zhuān)利數(shù)量還是專(zhuān)利質(zhì)量表現(xiàn)位于較低特征,有進(jìn)一步提升的空間。履歷分析表明,該類(lèi)發(fā)明人中三分之一為2000年之后博士畢業(yè),剛剛進(jìn)入科研上升期的科研人員,未來(lái)會(huì)有很大的發(fā)展空間。
第4象限: “高質(zhì)型”發(fā)明人。包括來(lái)自美國(guó)、日本與意大利共計(jì)7人,含3名諾貝爾獎(jiǎng)得主。Baltimore D (California Institute of Technology,美國(guó))為加州理工學(xué)院生物學(xué)教授,在免疫學(xué)、病毒學(xué)、癌癥研究、生物技術(shù)等領(lǐng)域都做出過(guò)重要貢獻(xiàn),獲1975年生理學(xué)或醫(yī)學(xué)獎(jiǎng)諾獎(jiǎng),專(zhuān)利申請(qǐng)232項(xiàng),專(zhuān)利數(shù)量低于平均水平,調(diào)和H指數(shù)與平均水平持平;Arnold F H (California Institute of Technology,美國(guó)),為加州理工學(xué)院化學(xué)工程、生物工程和生物化學(xué)教授,因其在酶的定向進(jìn)化方面的開(kāi)發(fā)工作,榮獲2018年諾貝爾化學(xué)獎(jiǎng),專(zhuān)利申請(qǐng)195項(xiàng),專(zhuān)利數(shù)量低于平均,調(diào)和H指數(shù)20高于平均水平;Yamanaka S (Kyoto University,日本),現(xiàn)任京都大學(xué)IPS細(xì)胞研究所所長(zhǎng),美國(guó)加州大學(xué)舊金山分校教授及下屬的格拉德斯通研究所高級(jí)研究員,因在 “體細(xì)胞重編程技術(shù)”方面的重大發(fā)現(xiàn)獲2012年諾貝爾生理或醫(yī)學(xué)獎(jiǎng),專(zhuān)利申請(qǐng)294項(xiàng),專(zhuān)利數(shù)量低于平均水平,但調(diào)和H指數(shù)25顯著高于平均水平。其他4位發(fā)明人同樣具有專(zhuān)利數(shù)量雖低,但獨(dú)立專(zhuān)利或合作署名首位居多,專(zhuān)利整體質(zhì)量高,表明該類(lèi)發(fā)明人專(zhuān)利申請(qǐng)數(shù)量雖少,但其專(zhuān)利具有較高的影響力,在技術(shù)領(lǐng)域創(chuàng)新中具有明顯優(yōu)勢(shì),屬于領(lǐng)域技術(shù)創(chuàng)新中的少而精,高質(zhì)型人才。
科研人員無(wú)論何時(shí)合作,都應(yīng)將成果的一定比例分配給合作者[25]。隨著科研資助力度的加大,發(fā)明人之間的合作將變得愈發(fā)密切,合作專(zhuān)利所占比重也越來(lái)越大,同科研論文一樣,計(jì)數(shù)方法在技術(shù)創(chuàng)新評(píng)價(jià)中的重要性也將日益突出。本研究提出基于發(fā)明人維度識(shí)別技術(shù)創(chuàng)新人才,并考慮到合作署名次序?qū)Πl(fā)明人實(shí)際貢獻(xiàn)度的影響,引入合作貢獻(xiàn)度與調(diào)和計(jì)數(shù)法對(duì)發(fā)明人貢獻(xiàn)進(jìn)行測(cè)度。
實(shí)證分析表明,相較傳統(tǒng)H指數(shù)排名,獨(dú)立專(zhuān)利較多、合作署名靠前發(fā)明人調(diào)和H指數(shù)位次上升相對(duì)顯著;而合作專(zhuān)利比重較大、合作署名靠后發(fā)明人調(diào)和H指數(shù)位次下降較為明顯。由此可以看出,調(diào)和指數(shù)能夠很好地測(cè)度發(fā)明人的貢獻(xiàn)差異性,通過(guò)發(fā)明人生產(chǎn)力與發(fā)明人貢獻(xiàn)度雙重測(cè)度可以有效甄別發(fā)明人 “掛名”現(xiàn)象,區(qū)分不同類(lèi)型發(fā)明人。但本研究也存在一定的局限,一方面是數(shù)據(jù)方面,樣本量偏??;另一方面是表征發(fā)明人貢獻(xiàn)度的指標(biāo)僅選擇了調(diào)和H指數(shù),且沒(méi)有考慮發(fā)明人自引問(wèn)題;此外,評(píng)價(jià)技術(shù)創(chuàng)還需重點(diǎn)關(guān)注創(chuàng)新成果的市場(chǎng)價(jià)值,本文在專(zhuān)利成果轉(zhuǎn)化與應(yīng)用方面未有涉及。下一步研究需要在增加樣本量的基礎(chǔ)上,盡可能排除自引來(lái)驗(yàn)證不同指數(shù)在發(fā)明人貢獻(xiàn)度測(cè)度上的適用性,并進(jìn)一步結(jié)合專(zhuān)利成果轉(zhuǎn)化與應(yīng)用綜合分析與研究。