高校專利申請與科技創新能力的關聯性分析

王露 黃銘

摘 要：高校的科技創新工作在我國科技創新體系中具有舉足輕重的作用。隨著高校保護知識產權意識的提升，其專利申請數量逐年增多。為了解高校和高校領導專利申請數量分別對大學創新能力和大學科研工作的影響，文章使用Tableau對國內部分高校及其領導的專利申請數據進行可視化展示和分析，揭示了高校專利申請數量與科技創新能力的關聯和高校領導對高?？蒲泄ぷ鞯挠绊憽?/p>

關鍵詞：數據可視化；科技創新；Tableau；高校專利

2015年國務院印發《國務院關于新形勢下加快知識產權強國建設的若干意見》 [1]，深入實施創新驅動戰略，加快知識產權強國建設。各高校貫徹落實國務院文件，把提升學?？萍紕撔履芰ψ鳛楣ぷ鞯闹攸c。專利作為技術創新的產物，是創新工藝、創新產品、創新技術的核心內容[2]，是最有技術含量的科研成果。

過去由于校領導績效考核中以德、能、勤、績、廉為考核內容[3]，沒有將科研創新納入考核體系，導致領導科研動力不足；專利管理工作中存在嚴重缺陷[4]；高校領導專利意識不高，學生專利意識淡薄等，這些原因了導致高校專利數量較低。但是從1985年實施專利制度以來，部分高校已經將專利數量作為考核教師科研工作的指標之一；高校的專利意識逐漸加強，在學校開設專利課程，強化師生的專利保護意識；加強了知識產權保護措施，增強了科研人員的科研積極性，促進了專利產品的實現。

本文獲取2007-2016年部分高校及校領導的專利申請數據，使用世界排名第一的商業智能和分析軟件Tableau對數據進行可視化，展示了高校及校領導專利申請情況，說明了校領導的專利申請數量對全校專利申請數量的影響；同時還將高校專利申請數量和其所獲國家技術獎數量進行比較，揭示專利申請數量與高校科技創新能力間的關聯。

1 數據源

文中從CPRS專利之星檢索系統獲取2007-2016年云南省和國內部分高校及高校領導的專利數據，并將所得數據存入Excel表格。文中專利數據的檢索時間到2017年7月28日止，由于專利從申請到能在數據庫中檢索需要一段時間，所以2016年專利申請的實際數字要比文中統計數字大。

2 數據展示

2.1 云南省高校與高校領導專利申請數據可視化展示

Tableau從Excel提取云南省高校2007-2016年的專利申請數據，在視圖區以學校為單位展示高校的專利申請情況，圖1是云南省高校專利申請數據分布圖，其中條形圖表示高校的專利申請總量，餅狀圖表示高校專利申請總量的總額百分比。從圖中可以看到昆明理工大學的專利申請總量所占總額百分比為70.84%，在全省高校中占有絕對優勢。云南農業大學和云南大學的專利申請數量緊跟其后，分別為8.19%和6.31%，而云南財經大學的專利申請數量在統計的云南高校中最少。

為了觀察高校專利申請數據與校領導專利申請數據間的關系，在專利之星檢索系統獲取2007-2016年云南省高校領導的專利申請數據，圖2是云南省高校領導專利申請數據分布圖，其中條形圖表示高校領導平均每人的專利申請數量，餅狀圖表示校領導專利申請總量的總額百分比。從圖中可以看到昆明理工大學校領導專利申請數據的平均值和專利總量在云南省都是遙遙領先，平均每個校領導有95.47個專利并且校領導的專利申請總量在云南高校中占到82.92%。統計過程中可以看到有的學校一部分校領導在2007-2016年間沒有專利申請數據，而有的學校則是全部校領導十年里都沒有專利申請數據。

從圖1和圖2中可以看到，專利申請數量最多的三所大學相同，昆明理工大學作為工科類大學，其無論是學校專利申請數量還是校領導專利申請數量都遠遠高于其它大學。

2.2 國內同類高校專利申請數據可視化展示

中國的大學共有13個學科，分別為哲學、經濟學、法學、教育學、文學、歷史學、理學、工學、農學、醫學、軍事學、管理學和藝術學。同類學科大學之間的比較最能說明一所大學的科研創新能力。

這里以工科類大學為例，根據網站上中國高校的排名[6]，分別選擇排名靠前和排名與昆明理工大學不相上下的學校進行統計。圖3是同類高校及校領導專利申請數據分布圖，其中條形圖表示高校的專利申請總量，餅狀圖表示校領導專利申請總量的總額百分比，觀察條形圖可以看到清華大學的專利申請總量最多，昆明理工大學和華北電力大學次之；餅狀圖中昆明理工大學校領導的專利申請總量名列前茅，清華大學和華北電力大學次之。

按照前面統計工科大學專利申請數據的方法，同理可以得到各類學科高校及高校領導的專利申請數據分布圖，將得到的分布圖進行觀察，結果表明了校領導的科研態度對學校發表專利工作有影響，校領導專利申請數量多的高校其全校的專利申請數量也多。

2.3 國內名校及校領導專利數據可視化展示

按照前面統計同類高校及校領導專利申請數據分布圖的方法，同理可以得到圖4國內名校及校領導專利申請數據分布圖，其中條形圖表示高校的專利申請總量，餅狀圖表示校領導的專利申請總量，觀察條形圖可以知道清華大學的專利申請總量最多，其次是北京大學和中國農業大學，中央民族大學和上海財經大學的專利申請數量最少。餅狀圖中北京大學校領導的專利申請數量最多，在所有學校中占66.94%；其次是中國農業大學和清華大學，中央民族大學、中國醫科大學和北京中醫藥大學的專利申請數量最少。

在實驗過程中了解到很多領導不是每年都有專利記錄，就算有其專利數量也較低。但是也有一些領導不僅每年都有專利記錄，而且專利數量較多。同時，將圖4與圖1云南省高校及校領導的專利申請數據分布圖比較來看就會知道工學高校的校領導專利意識比其它類型高校強，其專利申請數量高于其它類型高校，其次是理學和農學類大學專利申請數量多，這些學校在校領導的鼓勵和引導下全校師生樂于將科研成果以專利的形式發表。

2.4 高校創新能力與專利數量的關聯性分析

國家科技獎作為我國科技領域最有含金量的獎項，是衡量高校原始創新能力的重要依據[7]。下表是國家科技獎與高校專利申請數據統計表，從表中可以知道專利申請數量最多的是工學院校，其次是農學、理學、醫學和文學類院校，最后是財經類院校。獲得國家科技獎的前八所高校除醫學類院校外其余專利數量都很高，按照獲得的國家技術獎數量排序，分別是工學、理學、農學、醫學和文學類高校，其分布情況和專利申請數量的排序基本相同，因此專利數量的高低反映了高校科研創新的高低。

3 關于高校專利申請工作的建議

科研成果應納入領導干部考評體系。將專利申請作為科研能力的一部分納入領導的績效考核中，讓評職晉級更加公平化。同時，讓真正有實力的領導脫穎而出，帶領學校貫徹落實國家知識產權強國之路。

重視專利實施工作。專利成果的轉化是體現專利價值最有效的形式，高校教師應當重視專利轉化問題，了解企業需求，和企業展開合作，而不是僅僅將申請專利視作統計排行、教師職稱評定的要求。

加強學校的知識產權管理工作。高校應制定與專利管理相關的規章制度，對專利進行經營和保護，同時也要合理分配高校的運作資金從而維持專利運作。

4 結論

高校聚集了大量的科研人才、學術氛圍較好、科研環境優越，是專利申請的主力軍，也是我國科技創新能力的新生力量。此次實驗運用世界排名第一的商業智能和分析軟件Tableau對高校專利數據進行可視化展示，知道了高校領導對高校專利申請工作的重要性，同時也知道專利數量是反應高?？萍紕撔履芰Φ闹匾罁?，這給人們提供了一種查看高?？蒲袆撔履芰Φ姆椒āＭ瑫r，Tableau快速展示數據可視化圖形的特點還可以運用于其他數據中，這為人們在展示數據時提供了一種新方法。

參考文獻：

[1]國務院.國務院關于新形勢下加快知識產權強國建設的若干意見[EB/OL].2015-12-22.

[2]陳雅雪，歐碧.基于國內專利的云南農業大學技術創新能力研究[J].技術與創新管理，2014，35（3）：182-185.

[3]張建祥.推進高校領導干部績效考核科學化[J].中國高等教育，2016（24）：29-31.

[4]吳建國，張銀杏.高校專利研發中“魯日觀念”表征及問題[J].科技管理研究，2016，36（19）：100-104.

[5]戴謙.我國高校專利現狀及應對策略[J].科教導刊，2015（02X）：7-7.

[6]高考派排行榜中國校友會網榜單[EB/OL].

[7]樊麗萍，姜澎.高?？萍紝嵙烤鼓募覐奫N].文匯報，2016-01-14（007）.

[8]王秀翠.高?？萍汲晒a出現狀分析及對專利工作的建議[J].科技風，2013（12）：10-12.

[9]樊夏紅，潘薇.農業高校合作申請專利特征分析[J].情報探索，2013（8）：13-19.

[10]Shihmin Lo.How can university patentingassist industry development in the face of growing patent wars？ The case of Taiwan[A].2015Portland International Conference on[C]，2015：1088-1099.

[11]The-Yuan Chang， Chung-Yuan Tsay. Purpose and experience of patenting and the processes of patent management employed by university scientists[A]，2014 IEEE International Conference on[C].2014：156-161.

作者簡介：王露（1991-），女，漢族，云南建水人，碩士，云南大學碩士研究生，大數據處理與分析，檢測技術與自動化裝置；黃銘（1963-），男，漢族，云南文山人，博士，云南大學教授、博士生導師，通信和大數據處理與分析。