數字圖書館中的著作權評估模型探討

劉田 張文德

〔摘 要〕針對數字圖書館中著作權的特殊性，應用修正收益法、收益分成法、市場法3種評估方法及加入反饋環節，對數字圖書館中的著作權評估結果進行線性組合預測（按關聯度大小確定權系數法）和非線性組合預測（加權算數平均值組合預測和加權調和平均組合預測兩種模型），使評估結果更貼近實際，為數字圖書館下的著作權評估提供一種新構思。

〔關鍵詞〕數字圖書館；著作權；評估模型；反饋環節；組合預測

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１２．０２．００４

〔中圖分類號〕Ｇ２５０.７６ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１（２０１２）０２－００１５－０５

Study on Copyright Valuation Model in Digital LibraryLiu Tian１ Zhang Wende２，３

（１．Library，Fujian Agriculture and Forestry University，Fuzhou 350002，China；

２．Information Construction Office，Fuzhou University，Fuzhou 350108，China；

３．Institute of Information Management，Fuzhou University，Fuzhou 350108，China）

〔Ａｂｓｔｒａｃｔ〕According to the speciality of copyright valuation in digital library,a linear combination forecasting model(coefficients according to correlation degree)and a nonlinear combination forecasting model(weighted mathematic means and weighted harmonic means)were established with modified profit method,profit sharing rate method,market method and feedback,which make valuation more reasonable.This paper put forwards a new method for copyright valuation in digital library.

〔Ｋｅｙ ｗｏｒｄｓ〕digital library;copyright;valuation model;feedback;combination forecasting

數字圖書館的出現給著作人的著作權保護帶來了許多新問題。在數字圖書館時代，關鍵要對數字圖書館中的著作權進行合理科學的評估，從而保持社會公眾利益和著作權人利益的合理平衡。而知識產權評估的特殊性，決定了必須建立一個各種方法相互補充的評估方法體系［１］。

本文以傳統知識產權的評估理論為依據，針對數字圖書館中的著作權的特點，選擇修正收益法、收益分成法和市場法3種評估方法，并加入反饋環節，通過組合預測方法構建線性和非線性組合預測模型。使評估結果值更貼近實際，為數字圖書館下的著作權評估提供了一種新思路。

１ 評估方法

１.１ 修正收益法

曾麗霞等［２］采用DELPHI法、AHP方法、模糊評價法對收益現值法的結果進行修正，構建一個包括社會效益、經濟效益、數字化效益三大方面、3個層次、45個指標的評估指標體系及模型，以合理評估數字圖書館環境下的著作權的真實價值。評估步驟如圖１：

評估初值Ｅ０（收益法）評估因素體系及權重（ＡＨＰ方法）糾偏系數Ｃ（雙權數模糊評價法）公允評估值Ｅ（Ｅ０×Ｃ）圖１ 修正收益法評估步驟

１.２ 收益分成法

康云萍等［３］選用基于收益法基礎上產生的收益提成率法來評估數字圖書館著作權的價值。結合AHP方法確定帶來超額收益的相關因素，通過構建一個指標體系系統來確定無形資產收益權重，全面、綜合地衡量數字圖書館著作權的價值。評估步驟如圖２：

評估初值Ｅ０（收益法）評估因素體系及權重（ＡＨＰ方法）確定收益提成率β（ＤＥＬＰＨＩ法）公允評估值Ｅ（Ｅ０×Ｃ）圖２ 收益分成法評估步驟

２０１２年２月第３２卷第２期數字圖書館中的著作權評估模型探討Ｆｅｂ.，２０１２Ｖｏｌ.３２ Ｎｏ.２１.３ 市場法

市場法［４］是根據替代原則，采用比較或類比的思路及其方法判斷資產價值的評估技術規程。運用市場法要求充分利用類似資產成交市場價格信息，并以此為基礎判斷和估測被評估資產的價值。運用市場法，首先要選擇適當的參照物。參照物與待評估資產之間應當具有可比性，包括功能、市場條件及成交時間等方面；然后對于參照物和待評估資產之間的差異進行分析和量化；最后在參照物成交價格的基礎上調整已經量化的差異指標。市場法的基本計算公式為：

被評估著作權價值＝同類交易實例價格×調整系數

由于數字圖書館是一個新興事物，因此有關數字圖書館的交易實例非常少見，這就給現行市場法應用帶來了障礙。如果依賴傳統媒體的交易價格作參考的話，就忽視了數字圖書館作為數字媒體、網絡媒體的新特點，評估結果就顯偏頗。而且現行市價法的調整系數的確定帶有非常明顯的主觀色彩，對評估人員的經驗依靠程度非常大。

本文嘗試從兩個途徑運用市場法對數字圖書館中的著作權進行評估，一是由數字圖書館提供之前作品著作權交易記錄，建立數據庫。通過將帶估圖書／文獻與數據庫中已有記錄進行比較，在匹配度超過80%的情況下，根據匹配程度確定調整系數，從而得出被評估作品的著作權價值。

當本地數字圖書館的數據庫中沒有符合條件的條目時，再轉而連接網絡方式。用戶可根據自身情況選擇網絡途徑，主要包括以下4種情況：（1）其它數字圖書館的數據庫。（2）專業評估機構相關歷史數據。需要成為對方的使用用戶，而且需要耗費比較多的時間，并付費，相應的結果也更準確。在此列舉幾家專業評估機構［５］，如下：①北京北方亞事資產評估有限責任公司，②北京無形資產評估有限責任公司，③北京中金浩評估有限責任公司，④北京無形資產評估有限責任公司，⑤深圳市世鵬評估有限公司，⑥天誠評估咨詢公司，⑦北京無形資產評估公司等。（3）非盈利型評估所相關歷史數據。需要與對方有合作關系，需要耗時。在此列舉幾家專業評估機構，如下：①國家科技評估中心，②科技部科技評估中心，③長春市科技評估中心，④浙江聯政科技評估中心，⑤廣東省科技評估中心，⑥河北省科學技術情報研究院科技評估中心，⑦科學技術部科技評估中心，⑧江西省科技評估中心，⑨黑龍江省科技評估中心等。（4）法律途徑維權問題賠償。例如①2002年北京大學法學專家陳興良訴中國數字圖書館有限責任公司著作權侵權案。②2004年中國社會科學院知識產權中心鄭成思等七位我國知識產權保護的知名專家狀告北京書生數字技術有限公司侵犯其著作權。③2007－2008年期間，上千名博士、碩士狀告北京萬方數據股份有限公司未經許可擅自將自己的論文收錄入數據庫并出售給一些單位和個人。對于授權不完整的案件，萬方被判構成侵權而承擔相應的侵權責任。賠償標準博士論文3 100～3 300元，碩士論文2 500元。④2008年“中國知網”(CNKI)被近百名碩博士告上法庭，訴稱侵犯其著作權。案件中有21起獲得了法院判決支持，獲賠金額在2 000～3 500元不等。顯然，經由法律判決所得賠償金額，與著作權本身價值相比明顯偏低。如果應用于市場法，需要注意調整參數的修正。

２ 反饋環節

在評估過程中加入反饋環節，既可以用短期的反饋來修正評估值，使評估值更趨近實際；又可以用反饋來檢驗評估的準確性，進一步改進參數，使得之后的評估更準確。

對于選取的指標數據，由用戶將其直接量化成“放大”或“縮小”。指標主要包括：

２.１ 點擊率

點擊率是一個比率，直接數字量為點擊量，即閱讀量。點擊率是對網絡和數字資源利用率的真實反映，在一定程度上能夠真實反映出作品的學術水平與社會影響力，也是目前比較公認的網絡信息質量評價標準。點擊率可以反映作品的影響力，社會價值和學術價值，有助于用戶花費最少的代價獲取資源。

２.２ 瀏覽量

作品所在網頁被瀏覽的情況。瀏覽量＞閱讀量。它體現的是作品和相關文獻被關注的情況。

２.３ 下載量

作品被網絡讀者下載的次數。下載量＜閱讀量＜瀏覽量，它體現的是作品滿足用戶需求的程度。

２.４ 被引用情況

作品被刊物上的文獻的引用情況，包括國內外核心刊，EI/SCI/CA/CSCD/CSSCI來源期刊等。并根據期刊影響力量化此處被引用數。

２.５ 關鍵詞及相關詞在數字圖書館中的搜索情況

搜索情況反映了作品研究內容的被關注度。但此處需要說明的是，在學術界，搜索量不等同于優質度。一方面，新的領域新的理論，文獻較少，也許搜索也少，但反而說明其新穎程度。另一方面，一些偏僻冷門的學科也面臨被搜索少的問題。所以在搜索情況的比較上，要特別具體問題具體分析，再給出是“加分”還是“減分”。

２.６ 作品在搜索引擎中的搜索情況

不只是數字圖書館，在門戶搜索網站上，作品被關注的情況。如果無法和網站協商，得到有效數據，也可以借鑒搜索的條數和搜索用時等。在收集數據時要特別注重微博或博客、分享網站、空間、論壇、貼吧、Wiki等新興發布交流平臺的收錄情況。

２.７ 作者是否繼續進行相關主題研究

如果作者有就相關主題繼續出版書籍、發表文獻、參加會議等，可加強此主題的完整性和連貫性，屬“加分”項。

采樣作品出版／發表后3個月、6個月、1年的相關指標數據，由用戶輸入，根據關聯度計算調整系數，從而得出相應的反饋數據的著作權評估值。

３ 組合預測

基于以上3種評估方法和反饋環節，考慮到每種評估方法都有一定的局限性，而又不能互相替代，故引入組合預測，通過線性或非線性組合預測的方法對幾個評估結果進行組合，使各方面因素考慮的更充分全面，以期得到最佳結果。

組合預測［６］，就是將不同的預測方法進行適當的組合，綜合利用各種方法所提供的信息，從而盡可能地提高預測精度。組合預測方法比單一預測方法更為科學，因為對同一預測問題，不同的預測方法提供不同的有用信息，如果簡單地將預測誤差較大的一些方法舍棄掉，將會丟失一些有用的信息，這對信息是一種浪費，應予以避免。根據組合預測模型的組合形式不同［７］，組合預測一般可分為線性組合預測和非線性組合預測。

３.１ 線性組合預測

設預測對象存在m個單項預測方法，利用這m個單項預測方法得到的第i個單項預測方法的預測值為f璱，i=1，2，…，m。

若組合預測值f滿足：f=l1f1+l2f2+…+l璵f璵，則稱該組合預測為線性組合預測。其中l1，l2，…，l璵為各種預測方法的加權系數。

在判斷加權系數時，線性組合預測可分為(1)等權平均組合預測，即各組合預測加權系數相等，這種方法不需要了解單一的預測值的預測精度，也不需要進一步知道單一的預測誤差之間的相互關系。使用起來簡單方便。(2)不等權組合預測。又包括按誤差絕對值和確定權系數法；按方差大小確定權系數法；按誤差倒數確定權系數法；按關聯度確定權系數法等。其中①按誤差絕對值和確定權系數法，利用加權平均的方法，對較精確的預測值賦予較大的權重，簡單方便，數學意義明顯。②按方差大小確定權系數法，按方差大小確定權系數。對方差較小的模型預測值賦予較大的權重，簡單方便，數學意義明顯。③按關聯度大小確定權系數法，灰色系統理論提出的一種分析系統中各因素關聯程度的量化方法，與實際值關聯度越大的模型加權值越大［８］。

本文選擇按關聯度大小確定權系數法，組合預測時，對于3種評估方法，先求取或采訪各單項評估方法在預測段數據與實際值的關聯度，再確定其加權值，從而使評估值更接近實際值。

３.２ 非線性組合預測

若組合預測值f滿足：f=g(f1，f2，…，f璵)，其中g為非線性函數，則稱該組合預測為非線性組合預測。常見的非線性組合預測形式有：加權幾何平均組合預測模型和加權調和平均組合預測模型。

３.２.１ 加權幾何平均組合預測模型

加權幾何平均組合預測也是常用的組合預測方法之一。它有時比加權算術平均組合預測方法有更好的組合預測效果。下面給出其模型，并討論組合預測權系數估計。

根據加權幾何平均數計算公式，令：

Иｔ＝∏ｍｉ＝１ｘｌｉｉｔ

其中ｔ為第t時刻的加權平均組合預測值，ｘｉｔ為第i種單項預測模型在第t時刻的預測值，i=1，2，…，m；t=1，2，…，N，ｌｉ為第i種單項預測方法的加權系數，且總和為l，滿足歸一化條件。

為了計算加權集合平均組合預測的權系數，將上式兩邊取自然對數得：

若預測誤差不存在，即ｔ＝ｘｔ則有：

Иｌｎｘｔ＝∑ｍｉ＝１ｌｉｌｎｘｉｔ ｔ＝１，２，…，Ｎ

然而由于多種因素的影響，組合預測的誤差一般是不可避免的。因此定義如下形式的預測誤差：

В濯ｔ＝ｌｎｘｔ－∑ｍｉ＝１ｌｉｌｎｘｉｔ＝∑ｍｉ＝１ｌｉ（ｌｎｘｉ－ｌｎｘｉｔ），?ｔ＝１，２，…，Ｎ

其中e璽稱為加權幾何平均組合預測在第t時刻的組合預測對數誤差。

因此以預測對數誤差平方和為準則的非負權系數的幾何平均組合預測模型為下列最優化問題，記為模型（２玻保：

ИｍｉｎＱ＝∑Ｎｔ＝１ｅ２ｔ

∑ｍｉ＝１ｌｉ（ｌｎｘｔ－ｌｎｘｉｔ）＝ｅｔ，?ｔ＝１，２，…，Ｎ

∑ｍｉ＝１ｌｉ＝１，?ｌｉ牛埃?ｉ＝１，２，…，ｍ

記R=(1，1，…，1)琓，R為元素全為1的m維列向量，Ｌ＝（ｌ１，ｌ２，…，ｌｍ）Ｔ，В牛健疲危簦劍保濯ｉｔｅｊｔｍ×ｍВｅｉｔ＝ｌｎｘｔ－ｌｎｘｉｔ，其中E稱為加權幾何平均組合預測的對數誤差信息矩陣。則有：

А疲危簦劍保濯２ｔ＝∑Ｎｔ＝１∑ｍｉ＝１∑ｍｊ＝１ｌｉｅｉｔｌｊｅｊｔ＝ＬＴＥＬ于是該模型化為矩陣形式，記為模型（２玻玻：

這也是一個二次規劃問題，利用獽uhn-Tucker條件［９］可將其轉化為線性規劃模型來求解，得最優組合預測權系數向量。

３.２.２ 調和平均組合預測模型

調和平均組合預測是一種比較常用的組合預測方法，在某些情況下它可以比加權算術平均取得更好的組合預測效果。因此有必要對其進行研究，以便選擇適當的組合預測模型。

設某一預測問題的某個指標序列為｛x璽，t=1，2，…，N｝，對此預測問題存在m種單項預測方法對其進行預測，設x﹊t為第i種單項預測模型在第t時刻的預測值，i=1，2，…，m；t=1，2，…，N，根據加權調和平均數計算公式，令：

Иｔ＝∑ｍｉ＝１ｌｉ∑ｍｉ＝１ｌｉｘｉｔ＝１∑ｍｉ＝１ｌｉｘｉｔ

其中ｔ為第t時刻的加權調和平均組合預測值，ｌｉ為第i種單項預測方法的加權系數，且ｌｉ滿足歸一化約束條件：

А疲恚椋劍保颯ｉ＝１，?ｌｉ牛埃?ｉ＝１，２，…，ｍ

為了計算加權調和平均組合預測的權系數可變化為：

А疲恚椋劍保颯ｉｘｉｔ＝１ｔ，?ｔ＝１，２，…，Ｎ

假設在理想的情況下，ｔ＝ｘｔ，即預測誤差的不存在，則有：

А疲恚椋劍保颯ｉｘｉｔ＝１ｘ

然而在預測的實踐中，組合預測的誤差一般均是存在的。因此定義如下形式的預測誤差ｅｔ：

В濯ｔ＝∑ｍｉ＝１ｌｉｘｉｔ－１ｘｔ

其中e璽稱為加權調和平均組合預測的在第t時刻的組合預測誤差。

顯然組合預側的預測誤差平方和越小越好，因此以預測誤差平方和為準則的非負權系數的組合預測模型為下列最優化問題，記為模型（２玻常：

ИｍｉｎＱ＝∑Ｎｔ＝１ｅ２ｔ

∑ｍｉ＝１ｌｉｘｉｔ－１ｘｔ＝ｅｔ，?ｔ＝１，２，…，Ｎ

∑ｍｉ＝１ｌｉ＝１，?ｌｉ牛埃?ｉ＝１，２，…，ｍ

記Ｒ＝（１，１，…，１）Ｔ，R為元素全為1的m維列向量，Ｌ＝（ｌ１，ｌ２，…，ｌｍ）Ｔ，Ｅ＝（ｅ１，ｅ２，…，ｅＮ）Ｔ，Ｘ＝（１／ｘ１，１／ｘ２，…，１／ｘＮ）Ｔ，Ｈ＝１／ｘ１１１／ｘ１２…１／ｘ１Ｎ

則有：А疲危簦劍保濯２ｔ＝ＥＴＥ＝（ＨＬ－Ｘ）Ｔ（ＨＬ－Ｘ）。

于是模型（２玻常┗為矩陣形式，記為模型（２玻矗：

ｍｉｎＱ＝（ＨＬ－Ｘ）Ｔ（ＨＬ－Ｘ）

顯然，這是一個二次規劃問題。根據二次規劃理論可知，該二次規劃問題的最優解一定存在。利用獽uhn-Tucker條件可將其轉化為線性規劃模型來求解，從而可獲得最優組合預測權系數向量。

可見，兩種非線性組合預測都是基于不同時刻的預測值進行組合的，因此適用于加入反饋環節的評估過程。

３.３ 兩種預測模型的比較

線性組合預測是不同評估方法之間的一種組合，而非線性組合預測由于加入反饋環節，其總體預測效果會優于線性組合預測方法。對于非線性組合預測，除了引入反饋環節，可以考慮再對不同評估方面的結果進行線性組合，這就結合了不同方法的優點和不同時刻的數據，使評估結果更接近實際值。但反饋環節需要時間采集數據信息，因此有一定限制。所以要根據實際情況選擇預測模型。

４ 應用舉例

某科普作品的作者授權超星數字圖書館使用其著作，超星數字圖書館對該著作數字化后，通過提供在線閱讀和下載的方式將該著作提供給讀者，并對讀者收取了相關費用。根據該著作在超星數字圖書館的瀏覽量和下載量來統計，預計在未來5年，該著作每年可為超星數字圖書館創造經濟效益10萬元，超星數字圖書館按收益的20％支付報酬給著作權持有人。評估時確定的折現率是11%。求該著作權的評估值。

４.１ 修正收益法

輸入：10萬元－11%－5年－20％，在不更改系數的情況下得到

E1=7.3918×1.062733≈7.86(萬元)

４.２ 收益成本法

輸入：10萬元－11%－5年，在不更改系數的情況下得到

E2=39.76萬×6.051%=2.41(萬元)

４.３ 市場法

連接數據庫。根據參數的比較，找到一篇匹配度＞85%的文獻，基于二者分類號的大類相同，數據庫中的作品字數略少于待估文獻字數，出版時間比待估文獻早半年，且其他數據的相似度亦較高。待估文獻選題較新，原文獻的評估值為6.5萬，根據專家意見得到調整系數為0.87。

E3=6.5萬×0.87=5.66(萬元)

４.４ 線性組合預測

根據用戶輸入，根據關聯得到的線性組合預測參數。

E=0.5×E1+0.2×E2+0.3×E3=0.5×7.86+0.2×2.41+0.3×5.66=6.11(萬元)

４.５ 反饋環節

3個月后，此文獻的反饋情況比設想得差，低于設想情況，γ1取0.95。

E(1)=E×γ1=6.11×0.95=5.80(萬元)

6個月后，此文獻的反饋情況與設想接近，γ2取1。

E(2)=E×γ2=6.11×1=6.11(萬元)

1年后，此文獻的反饋情況比設想得好，高于設想情況，γ3取1.12。

E(3)=E×γ2=6.11×1.12=6.84(萬元)

４.６ 非線性組合預測——加權調和平均組合預測模型E=0.14×E(1)+0.28×E(2)+0.58×E(3)=6.49(萬元)

５ 結語與展望

本文結合修正收益法、收益分成法和市場法，加入反饋環節，利用組合預測方法，提出了幾種評估方法相結合的數字圖書館中的著作權評估模型。其一是對不同方法的評估結果進行線性組合預測（按關聯度大小確定權系數法）；其二是根據不同時刻反饋值，對評估結果進行非線性組合預測（加權算數平均值組合預測和加權調和平均組合預測兩種模型），以減少單一方法或單一時刻對評估造成的局限性，使不同評估方法和不同時間的反饋值互相補充，從而使評估結果值更貼近實際。評估模型為數字圖書館著作權問題提出一個參考，可以作為對著作權人進行合理補償的依據，為解決數字圖書館著作權人合理利益和社會公眾利益的博弈提供現實基礎。

目前數字圖書館下著作權評估問題還是一個比較前沿的問題，相關的法律依據、基礎資料和數據還不是很充分。本文評估的前提是出于傳統的“讀者付費”機制，與之相對的開放獲取(OA)則建立了另外一種付費機制——“作者付費”機制［１０］，即出版機構向作者(而不是讀者)收取一定的出版費，并通過網絡出版其作品，而讀者對這些資源的獲取則是完全免費的。如果在評估中再引入這一概念，兩方面結合對數字圖書館中的著作權進行評估，可能更符合讀者利益，有待進一步研究。另外，在利用組合預測時，如果可以運用人工智能的非線性方法，人為因素就會更少，也使結果更貼近實際。在反饋方面，參數的選取還有待完善，如果可以加入自學習環節，就可以將反饋“學”來的參數注入程序中。所以加入人工智能也是未來努力的方向。

參考文獻

［１］張文德．數字圖書館的知識產權評估方法研究［Ｊ］．圖書情報工作，2006，(5)：91-94．

［２］曾麗霞，張文德．數字圖書館環境下的著作權評估方法新探［Ｊ］．圖書情報工作，2007，51(3)：80-84．

［３］康云萍，張文德．利用收益分成法評估數字圖書館的著作權［Ｊ］．情報雜志，2007，(10)：22-24．

［４］邵俊崗，陳源麗．基于市場法的軟件價值類比估計評估模型研究［Ｊ］．佳木斯大學學報：自然科學版，2009，(2)：210-213．

［５］知識產權評估企業名錄［ＥＢ／ＯＬ］．http:∥corp.net114.com/sou/%E8%AF%84%E4%BC%B0%20%E7%9F%A5%E8%AF%86%E4%BA%A7%E6%9D%83.html．

［６］陳雁．組合預測方法研究及其軟件系統設計與開發［Ｄ］．哈爾濱：東北農業大學，2007．

［７］毛開翼．關于組合預測中的權重確定及應用［Ｄ］．成都：成都理工大學，2007．

［８］張疆涌．組合預測方法研究［Ｄ］．南京：東南大學，2008．

［９］Roger H.von Haefen and Daniel J.Phaneuf.Kuhn-Tucker Demand System Approaches to Non-Market Valuation［Ｊ］.The Economics of Non-Market Goods and Resources,2005,（6）：135-157.

［１０］王詠梅，張文德．開放獲取模式下“作者付費”機制在中國運作探析［Ｊ］．新世紀圖書館，2010，(6)：44-47，56．