论文部分内容阅读
[摘要] 针对已提出的制造业企业专利意识水平测评指标体系，首先通过德尔菲法（Delphi）向专家收集对各级指标的评价，再依据评价数据计算各级指标的权重，并进行一致性检验；然后进一步根据在重庆市企业管理者、机关人员、大学教师、大学生中为了解企业专利意识所进行的相关调查中所获得的104份数据，运用模糊综合评判法验证该指标体系的可靠性，且对相关问题予以适当说明，从而保证利用该测评指标体系获得的数据，可以为企业管理者提供决策参考。
[关键词] 专利意识水平 层次分析法 模糊评判法 测评体系
本文基于文献[1]提出的企业专利意识水平测评的指标体系和测评方法，对其中的企业专利意识水平测评指标体系进行实证研究，进一步确认该指标体系的可靠性。
1 实证研究的设计
本文的实证研究，系采用多级模糊综合评判法来验证指标体系的可操作性。
多级模糊综合评判法是模糊数学理论在管理学领域的应用。它是指人们在对多种属性的事物，或者说其总体优劣受多种因素影响的事物或现象进行总的评价，且评价过程涉及到许多模糊因素时，运用模糊数学理论进行评价比较，以求得出一个能够合理地综合这些属性或因素的总体评判的方法。
在企业专利意识水平测评过程中，指标体系具有多层次性特征，测评者对该企业的专利意识水平的认识具有模糊性，企业的专利意识水平受到多种因素的影响，而测评工作需要做出一个能够合理地综合这些因素的总体评判结论。可见，测评企业专利意识水平完全符合模糊评判方法使用的范畴。
多级模糊综合评判法的步骤如下：
1.1 建立评价因素集
评价因素集就是评价企业专利意识水平测评指标的集合，即通常所说的“指标体系”。本文的指标体系就是我们在文献[1]中构建的企业专利意识水平测评指标体系（见表1）。鉴于文献[1]已经充分论证了这一指标体系的科学性、系统性和可操作性，符合当前对企业专利意识水平内涵普遍理解和共同认可的范畴，本文不再赘述。该指标体系的通用格式如下：
A= {A1，A2，A3}
B= {B1，B2，…，B5，…，B9}
C= {C1，C2，…，C15，…，C30}
1.2 建立权重集
鉴于各评估指标对测评总水平的贡献大小不同，即重要性不同，因此需要先确定各指标的权重。权重是用以描述各指标对于评价目的的相对重要程度的系数。权重集是一个与评价因素集相对应的多级集合，运用层次分析法可确定表1各级指标的权重。
Ri = {R}
Rji= { R1i，R2i，R3i}
Rkji= { R11i，R12i，R21i，…，R32i，R33i }
本文将在第3部分运用层次分析法，对评价指标体系各级指标的权重进行计算。
1.3 建立评语集
评语是评价者对指标赞同与否的定性描述。它使抽象的数据变为人们熟悉的评价语言。评语集就是各种评语的集合。评语集对于每个层次的指标都是一致的。在企业专利意识水平测评中是用下面的评价集来表示的，可简记为：S = { S1，S2，S3，S4，S5 }
S = { 完全同意，基本同意，一般，基本不同意，完全不同意 }
1.4 进行多级模糊综合评判
第一级：计算准则层第i个指标的综合评判集Bi。
第二级：计算目标层综合评判集A。
第三级：计算最终评估值。
最终评估值就是对“企业专利意识水平测评指标体系”的评价，即调查对象根据评语集的等级，给出对这个指标体系的认同度，属于评语集“完全同意、基本同意、一般、基本不同意、完全不同意”中某一个评价所占的百分比。
2 实证研究数据的获取
2.1 调查问卷的设计
本文的实证研究设计了两种调查问卷：
问卷一：根据德尔菲（Delphi）法的原理设计的问卷。目的是为了确定企业专利意识水平测评指标体系各个指标的相对重要程度，给各个指标确定权重。
问卷二：是针对熟悉专利或专利意识方面的人员设计的，主要用于了解他们对本文设计的企业专利意识水平测评指标体系的评价，从而获得相关的评价数据。问卷的提问方式分为5个等级，对应模糊评判评语集的“完全同意、基本同意、一般、基本不同意、完全不同意”。
2.2 调查样本的选取、问卷的发放和回收
本文针对不同的问卷，选择不同的调查样本。这次调查是在2011年5月进行的。
针对问卷一，选择大学信息管理、法学方面的教授3人、企业专利工作人员2人，把理论专家的意见和实践专家的意见结合起来，以保证数据的有效性和正确性。
针对问卷二，选择了涉及过企业专利工作方面工作的企业管理者、科研单位人员，熟悉企业专利具有专利意识的大学教师以及大学经济管理、法律专业的学生，共计132人。
调查问卷的发放和回收情况是：
针对问卷一，本文根据所选取的样本对象回收了5份问卷。
针对问卷二，本次共发放问卷132份，结果共收回108份，占发放问卷的81.82%，剔除无效问卷（指标选择不全，或同一指标有多个选项者）4份，有效问卷共计104份，占发放问卷的78.79%。填写问卷的样本特征见表2。从回收问卷的样本特征来看，本次调查是有效的。
3 评价指标权重的计算和判断矩阵的一致性检验
关于“权重”的计算，有两类方法：一类是专家咨询法，即向在所调查问题方面具有丰富经验的一批专家发放调查表，让他们对每一个指标在综合评价时应占的“权重”项分别填写出自己的意见，回收调查表后，运用层次分析法来确定“权重”。另一类是数理统计法，即通过测试一批数据后，用R型因子分析等多因素统计方法进行计算，根据计算的结果来确定“权重”。第一类的专家咨询法以其方法简洁、易掌握、数据易获得等特点，在实践中被经常采用，得到许多学者们的认可[2]。所以，本文也采用这一方法来计算权重。下面，本文运用层次分析法来计算指标体系各级指标的权重并进行一致性检验。
3.1 一级指标（目标层）权重的计算和判断矩阵的一致性检验
根据5位专家对企业专利意识总水平下的3个一级指标所打分数的平均值得到判断矩阵如下：
=
然后采用和积法求解判断矩阵 的特征向量，并通过MATLAB软件求解相应的最大特征根值。具体步骤如下：
第一步，将判断矩阵按行相加，即：
=（1.7000 3.5000 8.000）T
第二步，对向量 进行规一化处理，即：
=（A1 A2 A3 ）T=（0.1288 0.2651 0.6061）T
就是所求的特征向量，向量中的3个数就是3个一级指标的权重系数。
第三步，通过MATLAB编写如下程序：
clc;
A=[1 1/2 1/5;
2 1 1/2;
5 2 1];
eig(A) % 特征根
max(eig(A)) % 最大特征根
可直接计算得到判断矩阵U的最大特征根λmax=3.0075
先计算出一致性偏差
=（λmax-n）/（n-1）=（3.0075-3）/（3-1）=0.00375
因为矩阵R的n=3，查表可知， =0.52，
所以，随机一致性比率为： = / =0.00375/0.52=0.0072
因为 <0.1，所以矩阵R具有满意的一致性。
3.2 运用上述相同的方法，进行二级指标（准则层）中所属各项指标权重的计算及判断矩阵的一致性检验
结果如下：
R1i =（B1 B2 B3）T =（0.1618 0.3088 0.5294）T，一致比率 =0.0113
R2i =（B4 B5 B6）T =（0.6061 0.1288 0.2651）T，一致比率 =0.0071
R3i =（B7 B8 B9）T =（0.4122 0.3136 0.2742）T，一致比率 =0.0121
3.3 运用上述相同的方法，进行三级指标（指标层）中所有各项权重的计算和判断矩阵的一致性检验
结果如下：
R11i=（C1 C2 ）T =（0.3571 0.6429）T，矩阵阶数小于3，具有完全的一致性
R12i=（C3 C4 ）T =（0.7143 0.2857）T，矩阵阶数小于3，具有完全的一致性
R13i=（C5 C6 ）T =（0.7222 0.2778）T，矩阵阶数小于3，具有完全的一致性
R21i=（C7 C8 C9 C10）T =（0.0935 0.2720 0.4368 0.1977）T，一致比率 =0.0684
R22i=（C11 C12）T =（0.6364 0.3636）T，矩阵阶数小于3，具有完全的一致性
R23i=（C13 C14）T =（0.2857 0.7143）T，矩阵阶数小于3，具有完全的一致性
R31i =（C15 C16 C17 C18 C19 C20 ）T =（0.2141 0.0772 0.3365 0.0918 0.0833 0.1971）T，一致比率 =0.0098
R32i =（C21 C22 C23 C24 C25 ）T =（0.1465 0.3288 0.1903 0.0639 0.2705）T， 一致比率=0.0464
R33i =（C26 C27 C28 C29 C30 ）T =（0.1154 0.0632 0.3461 0.2630 0.2123）T， 一致比率=0.0153
本文为了保证对“权重”数据计算结果的支持度，从两个方面做了工作：一方面，在数据的来源，即在给权重打分专家的选择上，正如上文在“样本选择”中所说的，选择即懂信息管理或法学的教授，又选择具有管理实践的企业专利工作人员，把理论专家的意见和实践专家的意见结合起来，以保证数据来源的有效性和正确性；另一方面，层次分析法要求数据矩阵的随机一致性比率CR小于0.1，权重数据才具有一致性。而本文对每一个数据矩阵都进行了一致性检验，其结果表明，其随机一致性比率CR全部小于0.1。所以，本文的所有矩阵都具有满意的一致性。
4 进行多级模糊综合评判
4.1 计算准则层9个指标的评判结果
首先，计算准则层第1个指标B1的综合评判结果：
所以I11=（0.261678 0.411393 0.278852 0.035028 0.013049 ）
其次，运用上述相同的方法，可以计算B2、B3、B3、B4、B5、B6、B7、B8、B9的评判结果：
I12 =（0.339286 0.357142 0.245881 0.046703 0.010988）
I13 =（0.463140 0.314104 0.173610 0.041133 0.008013）
I21 =（0.440959 0.274307 0.202181 0.055003 0.027549）
I22 =（0.340035 0.312937 0.249126 0.056818 0.041084）
I23 =（0.196429 0.435440 0.239011 0.086538 0.042582）
I31 =（0.373742 0.363149 0.194694 0.041057 0.027359）
I32 =（0.337924 0.357756 0.222656 0.060311 0.021352）
I33 =（0.349801 0.427993 0.167473 0.033119 0.021614）
上述评判结果表明，准则层的每一个指标，其评判结果中的第一项与第二项之和，即“完全同意”与“基本同意”选项之和大都在70%以上，占绝对优势。也就是说，准则层的9个指标都得到调查对象的肯定。
4.2 计算目标层3个指标的评判结果
使用上面相同的方法，计算目标层的A1、A2、A3的评判结果
I1 =（0.39230158 0.34313313 0.21295314 0.04186536 0.00974679）
I2 =（0.36312379 0.32200687 0.21799243 0.06359842 0.03327849）
I3 =（0.35594430 0.37923758 0.19599945 0.04491890 0.02389977）
上述评判结果表明，目标层的每一个指标，其评判结果中的第一项与第二项之和，即“完全同意”与“基本同意”选项之和大都在70%以上，占绝得优势，也就是说，目标层的3个指标都得到调查对象的肯定。
4.3 计算最终评估值
所以 I=（0.3625303337 0.3594129522 0.2040143546 0.0494785415 0.0245638179 ）
即实证研究的结果为：I=（0.36 0.36 0.20 0.05 0.02）
5 实证研究结果的分析
5.1 本文实证研究结果的可靠性
实证研究的结果表明：被调查者对本文的企业专利意识水平评价体系的认可程度为：“完全同意”的约占36%，“基本同意”的约占36%，认为“一般”的约占20%，“基本不同意”的只有5%，“完全不同意”的只占2%。从这种结果来看，“完全同意”和“基本同意”合计约占72%，因此绝大多数的被调查者对此体系的可靠性是认可的。
至于在评判结果中，为什么还有5%的基本不同意、2%的完全不同意呢？为探讨其原因，笔者又进行了深入研究。笔者注意到在调查样本中，持“基本不同意”的最多只有7人，持“完全不同意”的最多只有3人，占调查对象总数的极少数，并且就是在这少数人中，也不是对整个测评指标体系的不同意，仅仅是对某一个指标设置的不同意。本文回访了上述部分答卷人，他们表示，并非否定整个指标体系，也没有否定这个方法，因为他们所学的专业不是与专利或专利意识相关的专业，对少数指标的设置理解不是很深，所以选择了“基本不同意”或者“完全不同意”。
由此可见，5%的基本不同意、2%的完全不同意的结果，并不影响本文得出的模糊综合评判结论的可靠性。
另外，从理论上看，对于一件具体事物，少数人持有不同意见，完全属于正常现象。因为在客观现实中，事物总是存在多种属性，或者说其总体上的优劣要受到多种因素的影响，而每一种因素所产生的作用，不同的人也会得到不同的评价，所以当人们要对该事物进行总体评价时，就不能以某一个人、对某一因素的评价作为总体评价。或者说，正是因为总体评价涉及到许多模糊因素，也就产生了模糊综合评判方法，即可以用大多数人的意见作为总体评价的结论。
本文探讨的企业专利意识水平的评价，完全属于上述情形，完全符合模糊评判方法使用的范畴。
所以，本文实证研究的结果是可靠的。
5.2 本文方法的优点和缺点
本文所采用的方法，其优点有二：①此法是解决企业专利意识水平测评的有效方法。因为企业专利意识水平，是由专利知识水平、专利申请水平、专利管理管理水平等多种因素所决定的，不能简单地以“少数服从多数”的方式来评价，更不能以少数管理者个人的好恶来评价，而模糊评判法正是解决这类问题的有效方法。②此法可以用来寻找最佳的指标体系结构。在测评中，如果测评结果不满意，可以回访调查对象，征求他们对测评体系中指标的修改意见，修改那些调查对象意见比较大的指标，以使测评指标体系得到完善。
[关键词] 专利意识水平 层次分析法 模糊评判法 测评体系
本文基于文献[1]提出的企业专利意识水平测评的指标体系和测评方法，对其中的企业专利意识水平测评指标体系进行实证研究，进一步确认该指标体系的可靠性。
1 实证研究的设计
本文的实证研究，系采用多级模糊综合评判法来验证指标体系的可操作性。
多级模糊综合评判法是模糊数学理论在管理学领域的应用。它是指人们在对多种属性的事物，或者说其总体优劣受多种因素影响的事物或现象进行总的评价，且评价过程涉及到许多模糊因素时，运用模糊数学理论进行评价比较，以求得出一个能够合理地综合这些属性或因素的总体评判的方法。
在企业专利意识水平测评过程中，指标体系具有多层次性特征，测评者对该企业的专利意识水平的认识具有模糊性，企业的专利意识水平受到多种因素的影响，而测评工作需要做出一个能够合理地综合这些因素的总体评判结论。可见，测评企业专利意识水平完全符合模糊评判方法使用的范畴。
多级模糊综合评判法的步骤如下：
1.1 建立评价因素集
评价因素集就是评价企业专利意识水平测评指标的集合，即通常所说的“指标体系”。本文的指标体系就是我们在文献[1]中构建的企业专利意识水平测评指标体系（见表1）。鉴于文献[1]已经充分论证了这一指标体系的科学性、系统性和可操作性，符合当前对企业专利意识水平内涵普遍理解和共同认可的范畴，本文不再赘述。该指标体系的通用格式如下：
A= {A1，A2，A3}
B= {B1，B2，…，B5，…，B9}
C= {C1，C2，…，C15，…，C30}
1.2 建立权重集
鉴于各评估指标对测评总水平的贡献大小不同，即重要性不同，因此需要先确定各指标的权重。权重是用以描述各指标对于评价目的的相对重要程度的系数。权重集是一个与评价因素集相对应的多级集合，运用层次分析法可确定表1各级指标的权重。
Ri = {R}
Rji= { R1i，R2i，R3i}
Rkji= { R11i，R12i，R21i，…，R32i，R33i }
本文将在第3部分运用层次分析法，对评价指标体系各级指标的权重进行计算。
1.3 建立评语集
评语是评价者对指标赞同与否的定性描述。它使抽象的数据变为人们熟悉的评价语言。评语集就是各种评语的集合。评语集对于每个层次的指标都是一致的。在企业专利意识水平测评中是用下面的评价集来表示的，可简记为：S = { S1，S2，S3，S4，S5 }
S = { 完全同意，基本同意，一般，基本不同意，完全不同意 }
1.4 进行多级模糊综合评判
第一级：计算准则层第i个指标的综合评判集Bi。
第二级：计算目标层综合评判集A。
第三级：计算最终评估值。
最终评估值就是对“企业专利意识水平测评指标体系”的评价，即调查对象根据评语集的等级，给出对这个指标体系的认同度，属于评语集“完全同意、基本同意、一般、基本不同意、完全不同意”中某一个评价所占的百分比。
2 实证研究数据的获取
2.1 调查问卷的设计
本文的实证研究设计了两种调查问卷：
问卷一：根据德尔菲（Delphi）法的原理设计的问卷。目的是为了确定企业专利意识水平测评指标体系各个指标的相对重要程度，给各个指标确定权重。
问卷二：是针对熟悉专利或专利意识方面的人员设计的，主要用于了解他们对本文设计的企业专利意识水平测评指标体系的评价，从而获得相关的评价数据。问卷的提问方式分为5个等级，对应模糊评判评语集的“完全同意、基本同意、一般、基本不同意、完全不同意”。
2.2 调查样本的选取、问卷的发放和回收
本文针对不同的问卷，选择不同的调查样本。这次调查是在2011年5月进行的。
针对问卷一，选择大学信息管理、法学方面的教授3人、企业专利工作人员2人，把理论专家的意见和实践专家的意见结合起来，以保证数据的有效性和正确性。
针对问卷二，选择了涉及过企业专利工作方面工作的企业管理者、科研单位人员，熟悉企业专利具有专利意识的大学教师以及大学经济管理、法律专业的学生，共计132人。
调查问卷的发放和回收情况是：
针对问卷一，本文根据所选取的样本对象回收了5份问卷。
针对问卷二，本次共发放问卷132份，结果共收回108份，占发放问卷的81.82%，剔除无效问卷（指标选择不全，或同一指标有多个选项者）4份，有效问卷共计104份，占发放问卷的78.79%。填写问卷的样本特征见表2。从回收问卷的样本特征来看，本次调查是有效的。
3 评价指标权重的计算和判断矩阵的一致性检验
关于“权重”的计算，有两类方法：一类是专家咨询法，即向在所调查问题方面具有丰富经验的一批专家发放调查表，让他们对每一个指标在综合评价时应占的“权重”项分别填写出自己的意见，回收调查表后，运用层次分析法来确定“权重”。另一类是数理统计法，即通过测试一批数据后，用R型因子分析等多因素统计方法进行计算，根据计算的结果来确定“权重”。第一类的专家咨询法以其方法简洁、易掌握、数据易获得等特点，在实践中被经常采用，得到许多学者们的认可[2]。所以，本文也采用这一方法来计算权重。下面，本文运用层次分析法来计算指标体系各级指标的权重并进行一致性检验。
3.1 一级指标（目标层）权重的计算和判断矩阵的一致性检验
根据5位专家对企业专利意识总水平下的3个一级指标所打分数的平均值得到判断矩阵如下：
=
然后采用和积法求解判断矩阵 的特征向量，并通过MATLAB软件求解相应的最大特征根值。具体步骤如下：
第一步，将判断矩阵按行相加，即：
=（1.7000 3.5000 8.000）T
第二步，对向量 进行规一化处理，即：
=（A1 A2 A3 ）T=（0.1288 0.2651 0.6061）T
就是所求的特征向量，向量中的3个数就是3个一级指标的权重系数。
第三步，通过MATLAB编写如下程序：
clc;
A=[1 1/2 1/5;
2 1 1/2;
5 2 1];
eig(A) % 特征根
max(eig(A)) % 最大特征根
可直接计算得到判断矩阵U的最大特征根λmax=3.0075
先计算出一致性偏差
=（λmax-n）/（n-1）=（3.0075-3）/（3-1）=0.00375
因为矩阵R的n=3，查表可知， =0.52，
所以，随机一致性比率为： = / =0.00375/0.52=0.0072
因为 <0.1，所以矩阵R具有满意的一致性。
3.2 运用上述相同的方法，进行二级指标（准则层）中所属各项指标权重的计算及判断矩阵的一致性检验
结果如下：
R1i =（B1 B2 B3）T =（0.1618 0.3088 0.5294）T，一致比率 =0.0113
R2i =（B4 B5 B6）T =（0.6061 0.1288 0.2651）T，一致比率 =0.0071
R3i =（B7 B8 B9）T =（0.4122 0.3136 0.2742）T，一致比率 =0.0121
3.3 运用上述相同的方法，进行三级指标（指标层）中所有各项权重的计算和判断矩阵的一致性检验
结果如下：
R11i=（C1 C2 ）T =（0.3571 0.6429）T，矩阵阶数小于3，具有完全的一致性
R12i=（C3 C4 ）T =（0.7143 0.2857）T，矩阵阶数小于3，具有完全的一致性
R13i=（C5 C6 ）T =（0.7222 0.2778）T，矩阵阶数小于3，具有完全的一致性
R21i=（C7 C8 C9 C10）T =（0.0935 0.2720 0.4368 0.1977）T，一致比率 =0.0684
R22i=（C11 C12）T =（0.6364 0.3636）T，矩阵阶数小于3，具有完全的一致性
R23i=（C13 C14）T =（0.2857 0.7143）T，矩阵阶数小于3，具有完全的一致性
R31i =（C15 C16 C17 C18 C19 C20 ）T =（0.2141 0.0772 0.3365 0.0918 0.0833 0.1971）T，一致比率 =0.0098
R32i =（C21 C22 C23 C24 C25 ）T =（0.1465 0.3288 0.1903 0.0639 0.2705）T， 一致比率=0.0464
R33i =（C26 C27 C28 C29 C30 ）T =（0.1154 0.0632 0.3461 0.2630 0.2123）T， 一致比率=0.0153
本文为了保证对“权重”数据计算结果的支持度，从两个方面做了工作：一方面，在数据的来源，即在给权重打分专家的选择上，正如上文在“样本选择”中所说的，选择即懂信息管理或法学的教授，又选择具有管理实践的企业专利工作人员，把理论专家的意见和实践专家的意见结合起来，以保证数据来源的有效性和正确性；另一方面，层次分析法要求数据矩阵的随机一致性比率CR小于0.1，权重数据才具有一致性。而本文对每一个数据矩阵都进行了一致性检验，其结果表明，其随机一致性比率CR全部小于0.1。所以，本文的所有矩阵都具有满意的一致性。
4 进行多级模糊综合评判
4.1 计算准则层9个指标的评判结果
首先，计算准则层第1个指标B1的综合评判结果：
所以I11=（0.261678 0.411393 0.278852 0.035028 0.013049 ）
其次，运用上述相同的方法，可以计算B2、B3、B3、B4、B5、B6、B7、B8、B9的评判结果：
I12 =（0.339286 0.357142 0.245881 0.046703 0.010988）
I13 =（0.463140 0.314104 0.173610 0.041133 0.008013）
I21 =（0.440959 0.274307 0.202181 0.055003 0.027549）
I22 =（0.340035 0.312937 0.249126 0.056818 0.041084）
I23 =（0.196429 0.435440 0.239011 0.086538 0.042582）
I31 =（0.373742 0.363149 0.194694 0.041057 0.027359）
I32 =（0.337924 0.357756 0.222656 0.060311 0.021352）
I33 =（0.349801 0.427993 0.167473 0.033119 0.021614）
上述评判结果表明，准则层的每一个指标，其评判结果中的第一项与第二项之和，即“完全同意”与“基本同意”选项之和大都在70%以上，占绝对优势。也就是说，准则层的9个指标都得到调查对象的肯定。
4.2 计算目标层3个指标的评判结果
使用上面相同的方法，计算目标层的A1、A2、A3的评判结果
I1 =（0.39230158 0.34313313 0.21295314 0.04186536 0.00974679）
I2 =（0.36312379 0.32200687 0.21799243 0.06359842 0.03327849）
I3 =（0.35594430 0.37923758 0.19599945 0.04491890 0.02389977）
上述评判结果表明，目标层的每一个指标，其评判结果中的第一项与第二项之和，即“完全同意”与“基本同意”选项之和大都在70%以上，占绝得优势，也就是说，目标层的3个指标都得到调查对象的肯定。
4.3 计算最终评估值
所以 I=（0.3625303337 0.3594129522 0.2040143546 0.0494785415 0.0245638179 ）
即实证研究的结果为：I=（0.36 0.36 0.20 0.05 0.02）
5 实证研究结果的分析
5.1 本文实证研究结果的可靠性
实证研究的结果表明：被调查者对本文的企业专利意识水平评价体系的认可程度为：“完全同意”的约占36%，“基本同意”的约占36%，认为“一般”的约占20%，“基本不同意”的只有5%，“完全不同意”的只占2%。从这种结果来看，“完全同意”和“基本同意”合计约占72%，因此绝大多数的被调查者对此体系的可靠性是认可的。
至于在评判结果中，为什么还有5%的基本不同意、2%的完全不同意呢？为探讨其原因，笔者又进行了深入研究。笔者注意到在调查样本中，持“基本不同意”的最多只有7人，持“完全不同意”的最多只有3人，占调查对象总数的极少数，并且就是在这少数人中，也不是对整个测评指标体系的不同意，仅仅是对某一个指标设置的不同意。本文回访了上述部分答卷人，他们表示，并非否定整个指标体系，也没有否定这个方法，因为他们所学的专业不是与专利或专利意识相关的专业，对少数指标的设置理解不是很深，所以选择了“基本不同意”或者“完全不同意”。
由此可见，5%的基本不同意、2%的完全不同意的结果，并不影响本文得出的模糊综合评判结论的可靠性。
另外，从理论上看，对于一件具体事物，少数人持有不同意见，完全属于正常现象。因为在客观现实中，事物总是存在多种属性，或者说其总体上的优劣要受到多种因素的影响，而每一种因素所产生的作用，不同的人也会得到不同的评价，所以当人们要对该事物进行总体评价时，就不能以某一个人、对某一因素的评价作为总体评价。或者说，正是因为总体评价涉及到许多模糊因素，也就产生了模糊综合评判方法，即可以用大多数人的意见作为总体评价的结论。
本文探讨的企业专利意识水平的评价，完全属于上述情形，完全符合模糊评判方法使用的范畴。
所以，本文实证研究的结果是可靠的。
5.2 本文方法的优点和缺点
本文所采用的方法，其优点有二：①此法是解决企业专利意识水平测评的有效方法。因为企业专利意识水平，是由专利知识水平、专利申请水平、专利管理管理水平等多种因素所决定的，不能简单地以“少数服从多数”的方式来评价，更不能以少数管理者个人的好恶来评价，而模糊评判法正是解决这类问题的有效方法。②此法可以用来寻找最佳的指标体系结构。在测评中，如果测评结果不满意，可以回访调查对象，征求他们对测评体系中指标的修改意见，修改那些调查对象意见比较大的指标，以使测评指标体系得到完善。