技術(shù)是推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的主要?jiǎng)恿Γ彩菍?shí)現(xiàn)國(guó)家經(jīng)濟(jì)持續(xù)增長(zhǎng)的必要條件[1]。技術(shù)競(jìng)爭(zhēng)力是企業(yè)競(jìng)爭(zhēng)力的物質(zhì)基礎(chǔ)，也是國(guó)家競(jìng)爭(zhēng)力的重要組成部分[2]。因此，有效地評(píng)價(jià)技術(shù)競(jìng)爭(zhēng)力有助于了解自身及競(jìng)爭(zhēng)對(duì)手的技術(shù)發(fā)展水平及趨勢(shì)，對(duì)獲取并維持長(zhǎng)期的競(jìng)爭(zhēng)優(yōu)勢(shì)有著至關(guān)重要的作用。專(zhuān)利是最重要的技術(shù)競(jìng)爭(zhēng)情報(bào)來(lái)源，是情報(bào)學(xué)中技術(shù)分析的重要手段和依據(jù)[3]。據(jù)世界知識(shí)產(chǎn)權(quán)組織(World Intellectual Property Organization，WIPO)統(tǒng)計(jì)，全世界每年新誕生的技術(shù)中，有90%～95%可以在專(zhuān)利文獻(xiàn)中獲取，且有70%的技術(shù)信息只能從專(zhuān)利文獻(xiàn)中得到[4]。通過(guò)對(duì)某一技術(shù)領(lǐng)域的專(zhuān)利進(jìn)行分析，有助于了解該技術(shù)的整體概況和發(fā)展態(tài)勢(shì)。目前學(xué)術(shù)界尚未對(duì)“技術(shù)競(jìng)爭(zhēng)力”的概念形成統(tǒng)一定論。

本文認(rèn)為，技術(shù)競(jìng)爭(zhēng)力是指在某一特定技術(shù)領(lǐng)域，一個(gè)主體相對(duì)于其他主體，從不同層面或維度表現(xiàn)出的差異或不對(duì)稱(chēng)性，這種差異或不對(duì)稱(chēng)性能夠反映出不同主體在該領(lǐng)域的技術(shù)競(jìng)爭(zhēng)力強(qiáng)弱。

目前國(guó)內(nèi)外針對(duì)技術(shù)競(jìng)爭(zhēng)力的研究雖然不少，但構(gòu)建的評(píng)價(jià)體系較為單薄，選取的指標(biāo)也不夠全面。如有些學(xué)者利用授權(quán)的發(fā)明專(zhuān)利數(shù)量、專(zhuān)利活動(dòng)、被引比率等指標(biāo)來(lái)衡量技術(shù)競(jìng)爭(zhēng)力[5-6]，有些學(xué)者從專(zhuān)利申請(qǐng)趨勢(shì)、專(zhuān)利被引頻次、授權(quán)專(zhuān)利數(shù)量、同族專(zhuān)利分布、國(guó)際專(zhuān)利分類(lèi)(International Patent Classification，IPC)構(gòu)成、專(zhuān)利申請(qǐng)人等方面對(duì)技術(shù)競(jìng)爭(zhēng)力進(jìn)行研究[7-9]，但都未對(duì)相同維度的指標(biāo)進(jìn)行歸類(lèi)，缺乏一定的系統(tǒng)性和層次性。在賦權(quán)方法的選取上，一些學(xué)者多采用德?tīng)柗品╗10-11]、層次分析法[12-13]等主觀賦權(quán)法對(duì)指標(biāo)權(quán)重進(jìn)行賦值。與熵值法[14]等客觀賦權(quán)法相比，這些方法具有較強(qiáng)的主觀性，易受人為因素的干擾。在綜合評(píng)價(jià)方法的選取上，TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)法[15-16]、密切值法[17-18]等方法較為常見(jiàn)，很少有學(xué)者采用灰色關(guān)聯(lián)分析法對(duì)技術(shù)競(jìng)爭(zhēng)力進(jìn)行評(píng)價(jià)?；疑P(guān)聯(lián)分析法是一種定性與定量相結(jié)合的方法，通常不需要龐大的統(tǒng)計(jì)樣本數(shù)據(jù)，對(duì)指標(biāo)的數(shù)據(jù)要求也較為寬松。因此，本文嘗試將熵值法與灰色關(guān)聯(lián)分析法相結(jié)合，對(duì)技術(shù)競(jìng)爭(zhēng)力進(jìn)行綜合評(píng)價(jià)。

1 模型構(gòu)建

1.1 指標(biāo)體系

技術(shù)競(jìng)爭(zhēng)力是一種綜合能力，既包含了某段時(shí)間內(nèi)所積累的技術(shù)研發(fā)成果，又體現(xiàn)為在更長(zhǎng)時(shí)間段內(nèi)這些成果所能發(fā)揮的潛力，它們共同決定了在某項(xiàng)技術(shù)領(lǐng)域的發(fā)展水平和競(jìng)爭(zhēng)地位[19]。因此，評(píng)價(jià)技術(shù)競(jìng)爭(zhēng)力不僅要考慮當(dāng)前已經(jīng)顯現(xiàn)出的現(xiàn)實(shí)技術(shù)競(jìng)爭(zhēng)力，還要考慮未來(lái)一段時(shí)間的潛在技術(shù)競(jìng)爭(zhēng)力。

本文結(jié)合現(xiàn)實(shí)技術(shù)競(jìng)爭(zhēng)力(Realistic Technology Competitiveness，R-TC)和潛在技術(shù)競(jìng)爭(zhēng)力(Potential Technical Competitiveness，P-TC)，構(gòu)建了一套技術(shù)競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系，為了便于敘述，根據(jù)現(xiàn)實(shí)技術(shù)競(jìng)爭(zhēng)力和潛在技術(shù)競(jìng)爭(zhēng)力的英文首字母縮寫(xiě)將其簡(jiǎn)稱(chēng)為RP-TC評(píng)價(jià)指標(biāo)體系(表1)。需要說(shuō)明的是，表1中各項(xiàng)指標(biāo)的縮寫(xiě)僅為了便于本文公式的表達(dá)，并不能作為專(zhuān)業(yè)概念的規(guī)范縮寫(xiě)。

表1 技術(shù)競(jìng)爭(zhēng)力(RP-TC)評(píng)價(jià)指標(biāo)體系

現(xiàn)實(shí)技術(shù)競(jìng)爭(zhēng)力是指在當(dāng)前競(jìng)爭(zhēng)中表現(xiàn)出的技術(shù)競(jìng)爭(zhēng)力，可分為專(zhuān)利數(shù)量、專(zhuān)利質(zhì)量和專(zhuān)利價(jià)值3個(gè)維度。其中專(zhuān)利數(shù)量維度包括技術(shù)集中度、技術(shù)研發(fā)效率、相對(duì)技術(shù)份額3個(gè)指標(biāo)，技術(shù)集中度通常選取專(zhuān)利數(shù)量排名前6%(即前n名)的IPC進(jìn)行測(cè)度[20]，專(zhuān)利質(zhì)量維度包括專(zhuān)利授權(quán)率、發(fā)明專(zhuān)利比率、技術(shù)活動(dòng)規(guī)模、技術(shù)覆蓋范圍4個(gè)指標(biāo)，專(zhuān)利價(jià)值維度包括專(zhuān)利有效率、技術(shù)影響力、專(zhuān)利合作條約(Patent Cooperation Treaty，PCT)申請(qǐng)率、核心技術(shù)強(qiáng)度4個(gè)指標(biāo)。本文將專(zhuān)利強(qiáng)度≥80的專(zhuān)利定義為核心專(zhuān)利[21]。

潛在技術(shù)競(jìng)爭(zhēng)力是指未來(lái)提升技術(shù)競(jìng)爭(zhēng)力的潛力，與評(píng)價(jià)現(xiàn)實(shí)技術(shù)競(jìng)爭(zhēng)力類(lèi)似，也可分為專(zhuān)利數(shù)量、專(zhuān)利質(zhì)量和專(zhuān)利價(jià)值3個(gè)維度。許多學(xué)者利用近5年的相關(guān)指標(biāo)衡量潛在技術(shù)競(jìng)爭(zhēng)力[19,22-23]，本文也將潛在技術(shù)競(jìng)爭(zhēng)力各項(xiàng)指標(biāo)的時(shí)間跨度設(shè)為5年。其中專(zhuān)利數(shù)量維度包括近5年專(zhuān)利量增長(zhǎng)率、近5年發(fā)明人增長(zhǎng)率2個(gè)指標(biāo)，前期專(zhuān)利數(shù)量和前期發(fā)明人數(shù)量分別指5年前對(duì)應(yīng)的專(zhuān)利數(shù)量和發(fā)明人數(shù)量；專(zhuān)利質(zhì)量維度包括近5年年均專(zhuān)利授權(quán)率、近5年年均發(fā)明專(zhuān)利比率2個(gè)指標(biāo)；專(zhuān)利價(jià)值維度包括近5年平均被引次數(shù)、近5年核心專(zhuān)利比率2個(gè)指標(biāo)。

1.2 評(píng)價(jià)方法

1.2.1 熵值法賦權(quán)

指標(biāo)權(quán)重表示指標(biāo)在整個(gè)評(píng)價(jià)體系中的相對(duì)重要程度。本文采用熵值法對(duì)各項(xiàng)指標(biāo)進(jìn)行賦權(quán)。熵值法是一種常用的客觀賦權(quán)法，目前在綜合評(píng)價(jià)研究中有著較為廣泛的應(yīng)用。在測(cè)算過(guò)程中，如果某個(gè)指標(biāo)的信息熵越小，表明指標(biāo)的樣本值之間差異越大，提供的信息量越多，在綜合評(píng)價(jià)中起的作用越大，相應(yīng)的指標(biāo)權(quán)重就越大；反之，如果某個(gè)指標(biāo)的信息熵越大，則表明指標(biāo)的樣本值之間差異越小，提供的信息量越少，在綜合評(píng)價(jià)中起的作用越小，相應(yīng)的指標(biāo)權(quán)重就越小[24]。其計(jì)算過(guò)程如下。

首先，進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理。根據(jù)評(píng)價(jià)指標(biāo)體系得到原始矩陣。假設(shè)有m個(gè)待評(píng)價(jià)對(duì)象，n個(gè)評(píng)價(jià)指標(biāo)，構(gòu)成數(shù)據(jù)矩陣X=(xij)m×n：

(公式1)

公式1中，xij表示第i個(gè)對(duì)象的第j項(xiàng)評(píng)價(jià)指標(biāo)值(其中i= 1,2,…,m，j= 1,2,…,n)。

由于信息熵是一個(gè)無(wú)量綱值，因此在計(jì)算權(quán)重之前應(yīng)該對(duì)各指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理[25]。本文采用極差標(biāo)準(zhǔn)化方法，從指標(biāo)體系可以看出，本文選取的指標(biāo)均為正向指標(biāo)(即指標(biāo)值越大，評(píng)價(jià)結(jié)果越高)，因此運(yùn)用以下公式進(jìn)行轉(zhuǎn)換：

(公式2)

公式2中，yij是xij標(biāo)準(zhǔn)化處理后的結(jié)果，min(xij)是變量x的最小值，max(xij)是變量x的最大值。將經(jīng)過(guò)極差標(biāo)準(zhǔn)化處理后的矩陣記作：

Y=(yij)m×n

然后進(jìn)行極端值平移變換。在數(shù)據(jù)預(yù)處理過(guò)程中，不可避免地會(huì)遇到極端值。由于熵值法具有非負(fù)性，要求數(shù)據(jù)全部滿(mǎn)足大于零，否則將無(wú)法進(jìn)行計(jì)算，但為了保證數(shù)據(jù)的完整性和評(píng)價(jià)的準(zhǔn)確性，等于零的數(shù)值又不能直接刪去[26]。因此，本文對(duì)出現(xiàn)極端值的指標(biāo)數(shù)據(jù)進(jìn)行平移變換，變換公式如下：

zij=cj+yij×dj

(公式3)

(公式4)

(公式5)

將經(jīng)過(guò)極端值平移變換后的矩陣記作：

Z=(zij)m×n

計(jì)算第i個(gè)對(duì)象的第j項(xiàng)評(píng)價(jià)指標(biāo)值的比重pij：

(公式6)

將比重pij構(gòu)成的矩陣記作：

P=(pij)m×n

計(jì)算第j項(xiàng)評(píng)價(jià)指標(biāo)的信息熵值Hj：

(公式7)

計(jì)算第j項(xiàng)評(píng)價(jià)指標(biāo)的信息熵冗余度ej，得到最終權(quán)重wj：

ej=(1-Hj)

(公式8)

(公式9)

將所得到的權(quán)重列向量記作：

W=(w1,w2,…wn)T

將上面步驟得到的權(quán)重向量W與標(biāo)準(zhǔn)化矩陣Y相乘，構(gòu)造加權(quán)矩陣：

V=(vij)m×n=(wj×yij)m×n

1.2.2 灰色關(guān)聯(lián)分析

在得到各項(xiàng)指標(biāo)權(quán)重的基礎(chǔ)上，本文采用灰色關(guān)聯(lián)分析法進(jìn)行綜合評(píng)價(jià)。灰色關(guān)聯(lián)分析法的基本原理是通過(guò)對(duì)數(shù)據(jù)序列中存在的幾何關(guān)系或曲線幾何形狀的相似程度進(jìn)行分析和比較，根據(jù)序列或曲線的相似程度衡量關(guān)聯(lián)的程度[27]。灰色關(guān)聯(lián)分析法是一種定性與定量相結(jié)合的方法，分析結(jié)果以關(guān)聯(lián)度排序?yàn)橹?。也就是說(shuō)，關(guān)聯(lián)度的大小并不重要，重要的是關(guān)聯(lián)度排序[28]。具體步驟如下。

確定參考序列與比較序列。在加權(quán)矩陣V中，設(shè)由n個(gè)評(píng)價(jià)指標(biāo)最優(yōu)值組成的數(shù)據(jù)序列為參考序列，記作v0(j)：

v0(j) =(v0(1),v0(2),…,v0(n))

設(shè)第i個(gè)評(píng)價(jià)對(duì)象的指標(biāo)值組成的數(shù)據(jù)序列為比較序列，記作vi(j)：

vi(j)=(vi(1),vi(2),…,vi(n))

計(jì)算比較序列vj與參考序列v0之間的差值Δv：

v=|vi(j)-v0(j)|

(公式10)

計(jì)算兩級(jí)最小差和兩級(jí)最大差。

兩級(jí)最小差為：

(公式11)

兩級(jí)最大差為：

(公式12)

計(jì)算每個(gè)比較序列與參考序列之間對(duì)應(yīng)指標(biāo)的灰色關(guān)聯(lián)系數(shù)：

(公式13)

公式13中，ρ為分辨系數(shù)，取值范圍為[0,1]，一般取ρ=0.5。

計(jì)算第i個(gè)評(píng)價(jià)對(duì)象的灰色關(guān)聯(lián)度。灰色關(guān)聯(lián)度越大，表明越接近最優(yōu)解，評(píng)價(jià)結(jié)果越高；反之，灰色關(guān)聯(lián)度越小，表明越遠(yuǎn)離最優(yōu)解，評(píng)價(jià)結(jié)果越低。以此對(duì)各個(gè)評(píng)價(jià)對(duì)象進(jìn)行綜合排名。計(jì)算公式為：

(公式14)

2 應(yīng)用研究

2.1 數(shù)據(jù)來(lái)源

體外診斷是目前市場(chǎng)規(guī)模最大的生物醫(yī)藥產(chǎn)業(yè)，具有投資小、利潤(rùn)大、回報(bào)快的優(yōu)勢(shì)，已發(fā)展成為擁有數(shù)百億美元國(guó)際市場(chǎng)的朝陽(yáng)產(chǎn)業(yè)，世界各國(guó)對(duì)體外診斷領(lǐng)域給予了高度重視，但不同國(guó)家在體外診斷領(lǐng)域的技術(shù)研發(fā)各有側(cè)重。與其他體外診斷技術(shù)相比，分子診斷能更本質(zhì)、更特異、更早期地反映出機(jī)體的生理變化，因此成為了各國(guó)在體外診斷領(lǐng)域的重點(diǎn)發(fā)展方向[29]?？紤]到研究的必要性以及數(shù)據(jù)的可獲取性，本文針對(duì)分子診斷領(lǐng)域，利用前面所構(gòu)建的模型，分別在北美洲、歐洲、亞洲、大洋洲選取具有代表性的國(guó)家進(jìn)行應(yīng)用研究，對(duì)美國(guó)、德國(guó)、中國(guó)、日本、澳大利亞5個(gè)國(guó)家在分子診斷領(lǐng)域的技術(shù)競(jìng)爭(zhēng)力進(jìn)行評(píng)價(jià)，從而揭示出各國(guó)在該領(lǐng)域的技術(shù)競(jìng)爭(zhēng)力的強(qiáng)弱。

數(shù)據(jù)來(lái)源于英國(guó)思保環(huán)球(CPA Global)公司旗下的Innography專(zhuān)利信息檢索和分析平臺(tái)。該平臺(tái)收集了1億多件來(lái)自全球104個(gè)司法管轄區(qū)的各國(guó)專(zhuān)利數(shù)據(jù)和兩千萬(wàn)發(fā)明人信息，被許多世界一流企業(yè)及事務(wù)所廣泛使用[30]。通過(guò)閱讀相關(guān)文獻(xiàn)，構(gòu)造分子診斷專(zhuān)利檢索式如下：((((@(abstract,pclaims,title) ("polymerase chain reaction") or ("PCR")) or (@meta (CPC_C12Q0001686000) or (CPC_C12Q2531113000) or (CPC_C12Q2531107000))) or ((@(abstract,pclaims,title) ("in situ hybridization") or ("in situ hybridisation")) or (@meta (CPC_C12Q0001684100))) or ((@(abstract,pclaims,title) ("gene chip*") or ("genechip*") or ("gene array*") or ("genearray*") or ("DNA chip*") or ("DNAchip*") or ("DNA array*") or ("DNAarray*") or ("oligonucleotide* chip*") or ("oligonucleotide*array*") or ("oligonucleotide* array*") or ("genome* chip*") or ("genome*chip*") or ("genome* array*")) or (@meta (CPC_C12Q0001683700)) or (@(abstract,pclaims,title) ("Microarray*") and (@meta (CPC_C12Q000168*)))) or (@(abstract,pclaims,title) ("pyrophosphat* sequenc*") or ("pyrosequenc*") or ("Sanger sequenc*") or ("nano* and sequenc*") or ("Maxam Gilbert sequenc*") or "sequenc* DNA" or "sequenc* cDNA" or "sequenc* gene*" or ("DNA sequenc*") or ("cDNA sequenc*") or ("gene* sequenc*"))) and ((@(abstract,pclaims,title) ("detect*" or "diagnos*")))) or (@(abstract,pclaims,title) ("molecul* diagnos*"))。檢索時(shí)間為2019年5月16日，檢索后共獲得222 819件專(zhuān)利，其中美國(guó)83 744件、德國(guó)11 016件、中國(guó)55 435件、日本14 694件、澳大利亞3 743件。通過(guò)對(duì)Innography平臺(tái)的相關(guān)字段進(jìn)行統(tǒng)計(jì)，將Patent Strength限定為≥80，將Filling Date限定為2014年5月16日-2019年5月16日，從而得到各國(guó)的核心專(zhuān)利數(shù)據(jù)以及潛在技術(shù)競(jìng)爭(zhēng)力的各項(xiàng)數(shù)據(jù)，并利用表1的測(cè)算方式對(duì)各項(xiàng)指標(biāo)進(jìn)行測(cè)算。

2.2 綜合評(píng)價(jià)過(guò)程

2.2.1 權(quán)重確定

通過(guò)對(duì)美國(guó)、德國(guó)、中國(guó)、日本和澳大利亞5個(gè)國(guó)家的17項(xiàng)專(zhuān)利指標(biāo)進(jìn)行測(cè)算，得到各國(guó)各項(xiàng)指標(biāo)的測(cè)算結(jié)果(表2)。

表2 美德中日澳5國(guó)RP-TC指標(biāo)測(cè)算結(jié)果

將各國(guó)各項(xiàng)指標(biāo)的測(cè)算結(jié)果代入熵值法賦權(quán)的步驟中，構(gòu)成5×17的X矩陣，根據(jù)公式1至公式8依次對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，針對(duì)出現(xiàn)極端值的指標(biāo)數(shù)據(jù)進(jìn)行平移變換，計(jì)算各項(xiàng)指標(biāo)的信息熵和信息熵冗余度，從而得出各項(xiàng)指標(biāo)的具體權(quán)重。如表3所示，權(quán)重由高到低的17項(xiàng)指標(biāo)依次為：近5年專(zhuān)利量增長(zhǎng)率(PQ1G)、近5年發(fā)明人增長(zhǎng)率(PQ1I)、近5年核心專(zhuān)利比率(PVC)、相對(duì)技術(shù)份額(RQ1S)、技術(shù)影響力(RVI)、近5年平均被引次數(shù)(PVA)、PCT申請(qǐng)率(RVP)、技術(shù)覆蓋范圍(RQ2C)、技術(shù)活動(dòng)規(guī)模(RQ2S)、技術(shù)研發(fā)效率(RQ1R)、近5年年均專(zhuān)利授權(quán)率(PQ2A)、專(zhuān)利有效率(RVE)、專(zhuān)利授權(quán)率(RQ2A)、發(fā)明專(zhuān)利比率(RQ2I)、近5年年均發(fā)明專(zhuān)利比率(PQ2I)、技術(shù)集中度(RQ1C)、核心技術(shù)強(qiáng)度(RVC)，其中權(quán)重最高值與最低值之間差值為0.23832。將權(quán)重向量W與標(biāo)準(zhǔn)化矩陣Y相乘，構(gòu)造加權(quán)矩陣V。

表3 RP-TC評(píng)價(jià)體系各項(xiàng)指標(biāo)權(quán)重

2.2.2 灰色關(guān)聯(lián)度結(jié)果分析

在構(gòu)造加權(quán)矩陣V的基礎(chǔ)上，根據(jù)灰色關(guān)聯(lián)分析的步驟依次進(jìn)行計(jì)算，確定出其中的參考序列與比較序列，根據(jù)公式9至公式13，分別算出各比較序列與參考序列之間的差值，以及兩級(jí)最小差和兩級(jí)最大差，從而得出各比較序列與參考序列之間對(duì)應(yīng)指標(biāo)的灰色關(guān)聯(lián)系數(shù)，最終得到各國(guó)的灰色關(guān)聯(lián)度(表4)。表4中各國(guó)的灰色關(guān)聯(lián)度均在[0，1]區(qū)間。其中美國(guó)的灰色關(guān)聯(lián)度最大，為0.957387；澳大利亞的灰色關(guān)聯(lián)度最小，為0.905513。

表4 美德中日澳5國(guó)灰色關(guān)聯(lián)度計(jì)算結(jié)果

通常認(rèn)為，一個(gè)國(guó)家的灰色關(guān)聯(lián)度越大，其與最優(yōu)值組成的參考序列之間的關(guān)聯(lián)越大，越接近最優(yōu)值，在排名中越靠前；反之，灰色關(guān)聯(lián)度越小，其與最優(yōu)值組成的參考序列之間的關(guān)聯(lián)越小，越遠(yuǎn)離最優(yōu)值，在排名中越靠后。由上文可知，各國(guó)的灰色關(guān)聯(lián)度即最終的綜合評(píng)價(jià)值。5個(gè)國(guó)家的分子診斷技術(shù)競(jìng)爭(zhēng)力排名結(jié)果由高到低依次為美國(guó)、中國(guó)、德國(guó)、日本和澳大利亞。其中美國(guó)和中國(guó)的綜合評(píng)價(jià)值明顯高于其他國(guó)家，德國(guó)、日本和澳大利亞3個(gè)國(guó)家的綜合評(píng)價(jià)值較為接近，彼此差距不大(表5)。

表5 美德中日澳5國(guó)技術(shù)競(jìng)爭(zhēng)力最終排名

結(jié)合各國(guó)在分子診斷領(lǐng)域的政策、市場(chǎng)、企業(yè)等實(shí)際情況可知，美國(guó)不僅在政策方面得到了政府的大力扶持，出臺(tái)了一系列完善的法律法規(guī)，而且還擁有規(guī)模龐大、高度集中的企業(yè)集群，許多全球頂尖的分子診斷企業(yè)均在美國(guó)。因此，美國(guó)在分子診斷領(lǐng)域擁有絕對(duì)的權(quán)威地位，這與本文最終得到的技術(shù)競(jìng)爭(zhēng)力排名結(jié)果相符。中國(guó)雖然在分子診斷市場(chǎng)的起步較晚，但技術(shù)起點(diǎn)較高，是近些年來(lái)增長(zhǎng)速度最快的國(guó)家，再加上申請(qǐng)專(zhuān)利的力度較大，從2011年起至今，中國(guó)的專(zhuān)利申請(qǐng)總量一直保持世界第一的地位[31]，因此最終得到的綜合評(píng)價(jià)結(jié)果較高。但中國(guó)在分子診斷領(lǐng)域的專(zhuān)利數(shù)量與美國(guó)相比較少，頂尖的分子診斷企業(yè)數(shù)量也較少。與美國(guó)和中國(guó)相比，德國(guó)在專(zhuān)利數(shù)量和企業(yè)數(shù)量方面均處于一定的弱勢(shì)；但與日本和澳大利亞相比，德國(guó)仍擁有如默克、拜耳等全球頂尖的分子診斷企業(yè)，而且近些年來(lái)德國(guó)政府在政策和經(jīng)濟(jì)上都對(duì)分子診斷技術(shù)的發(fā)展給予了一定支持。因此在本文得到的綜合評(píng)價(jià)結(jié)果中，德國(guó)的技術(shù)競(jìng)爭(zhēng)力強(qiáng)于日本和澳大利亞，但弱于美國(guó)和中國(guó)。日本在分子診斷領(lǐng)域也有一些代表性企業(yè)，但與前3個(gè)國(guó)家相比數(shù)量較少，而且日本的高校和科研機(jī)構(gòu)的成果轉(zhuǎn)化一直較為落后。澳大利亞在分子診斷領(lǐng)域的專(zhuān)利數(shù)量最少，與其他4個(gè)國(guó)家差距懸殊；此外，相關(guān)企業(yè)的數(shù)量也較少，全球頂尖企業(yè)的數(shù)量更少，因此在分子診斷領(lǐng)域的技術(shù)競(jìng)爭(zhēng)力最弱。綜上所述，最終得到的5個(gè)國(guó)家的綜合評(píng)價(jià)結(jié)果與各國(guó)在分子診斷領(lǐng)域的發(fā)展現(xiàn)狀相一致。

3 討論

本文基于專(zhuān)利視角，不僅考慮了當(dāng)前已經(jīng)顯現(xiàn)出的現(xiàn)實(shí)技術(shù)競(jìng)爭(zhēng)力，還考慮了未來(lái)一段時(shí)間的潛在技術(shù)競(jìng)爭(zhēng)力，從現(xiàn)實(shí)技術(shù)競(jìng)爭(zhēng)力和潛在技術(shù)競(jìng)爭(zhēng)力兩個(gè)層面出發(fā)，分別在專(zhuān)利數(shù)量、專(zhuān)利質(zhì)量、專(zhuān)利價(jià)值3個(gè)維度選取17項(xiàng)專(zhuān)利指標(biāo)構(gòu)建了一套較為全面的技術(shù)競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系，與以往的指標(biāo)體系相比，具有一定的整體性和層次性。此外，本文采用熵值法對(duì)各項(xiàng)指標(biāo)賦予權(quán)重，利用灰色關(guān)聯(lián)分析法對(duì)研究對(duì)象的技術(shù)競(jìng)爭(zhēng)力進(jìn)行綜合評(píng)價(jià)，并通過(guò)將熵值法與灰色關(guān)聯(lián)分析法結(jié)合起來(lái)使用，不僅克服了經(jīng)典灰色關(guān)聯(lián)分析法對(duì)所有因素進(jìn)行平權(quán)處理的弊端，還更好地了解了評(píng)價(jià)體系中各指標(biāo)局部之間的關(guān)聯(lián)性，具有一定的研究意義與創(chuàng)新性。在應(yīng)用研究方面，本文以分子診斷領(lǐng)域?yàn)槔?，選取了該領(lǐng)域5個(gè)具有代表性的國(guó)家進(jìn)行分析，最終得到的綜合評(píng)價(jià)結(jié)果與各國(guó)在分子診斷領(lǐng)域的發(fā)展現(xiàn)狀相一致，符合各國(guó)實(shí)際的技術(shù)競(jìng)爭(zhēng)力水平，具有一定的科學(xué)性和準(zhǔn)確性。

本文為技術(shù)競(jìng)爭(zhēng)力的評(píng)價(jià)研究提供了一種新思路，但可拓展提升的空間還有很大。首先是評(píng)價(jià)指標(biāo)的選取方面，由于受限于某些指標(biāo)數(shù)據(jù)的可獲取性，在專(zhuān)利指標(biāo)的多樣性上仍然存在一定的局限，一些同樣可以量化為指標(biāo)的影響因素未被納入考量；其次是評(píng)價(jià)方法的選取方面，熵值法是一種客觀賦權(quán)法，主要根據(jù)各項(xiàng)指標(biāo)的觀測(cè)值確定權(quán)重而忽略了指標(biāo)本身的重要程度，得到的結(jié)果可能與真實(shí)情況存在一定的偏差，最后是應(yīng)用對(duì)象的選取方面，考慮到分子診斷是體外診斷技術(shù)最重要的發(fā)展方向，因此本文選取分子診斷領(lǐng)域進(jìn)行分析，后續(xù)研究可以根據(jù)需求針對(duì)其他技術(shù)領(lǐng)域或國(guó)家展開(kāi)，也可以將研究范圍縮小到企業(yè)或機(jī)構(gòu)，對(duì)微觀層面的技術(shù)競(jìng)爭(zhēng)力進(jìn)行評(píng)價(jià)研究。

4 結(jié)語(yǔ)

評(píng)價(jià)技術(shù)競(jìng)爭(zhēng)力不僅要考慮現(xiàn)實(shí)技術(shù)競(jìng)爭(zhēng)力，還要考慮潛在技術(shù)競(jìng)爭(zhēng)力的影響；不僅要考慮專(zhuān)利數(shù)量，還要考慮專(zhuān)利質(zhì)量和專(zhuān)利價(jià)值等維度。如果單看某一方面，得到的結(jié)果都將有失偏頗。本文基于專(zhuān)利視角，從現(xiàn)實(shí)技術(shù)競(jìng)爭(zhēng)力和潛在技術(shù)競(jìng)爭(zhēng)力兩個(gè)層面，選取專(zhuān)利數(shù)量、專(zhuān)利質(zhì)量、專(zhuān)利價(jià)值3個(gè)維度設(shè)計(jì)了一系列技術(shù)競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)，并采用熵值法和灰色關(guān)聯(lián)分析法相結(jié)合的方式對(duì)研究主體進(jìn)行綜合評(píng)價(jià)，研究方案具有一定的創(chuàng)新性。

體外診斷技術(shù)是疾病預(yù)防、診斷與治療的重要支撐，是生物醫(yī)藥產(chǎn)業(yè)增長(zhǎng)最為迅速的領(lǐng)域之一。分子診斷作為疾病精準(zhǔn)防診治的關(guān)鍵技術(shù)，是現(xiàn)代醫(yī)學(xué)的重要發(fā)展方向。本文對(duì)5個(gè)主要國(guó)家分子診斷領(lǐng)域的技術(shù)競(jìng)爭(zhēng)力進(jìn)行評(píng)價(jià)，對(duì)增強(qiáng)我國(guó)生物醫(yī)藥競(jìng)爭(zhēng)力，實(shí)現(xiàn)健康中國(guó)的目標(biāo)具有一定的現(xiàn)實(shí)意義。