发明创造名称：基于S形模型的工业部门终端能源需求预测方法
外观设计名称：
决定号：189935
决定日：2019-09-10
委内编号：1F276958
优先权日：
申请（专利）号：201610399517.1
申请日：2016-05-31
复审请求人：中国地质科学院矿产资源研究所
无效请求人：
授权公告日：
审定公告日：
专利权人：
主审员：吴广平
合议组组长：朱世菡
参审员：富瑶
国际分类号：G06F19/00
外观设计分类号：
法律依据：专利法第2条第2款
决定要点
：如果权利要求的方案没有解决任何技术问题，与解决的问题相应的手段也并非是遵循自然规律的技术手段，更未获得任何受自然规律约束的技术效果，则该权利要求不构成技术方案。
全文：
本复审请求涉及申请号为201610399517.1，名称为“基于S形模型的工业部门终端能源需求预测方法”的发明专利申请（下称本申请）。申请人为中国地质科学院矿产资源研究所。本申请的申请日为2016年05月31日，公开日为2016年11月16日。
经实质审查，国家知识产权局原审查部门于2018年02月26日发出驳回决定，驳回了本申请，其理由是：权利要求1-11不符合专利法第2条第2款的规定。驳回决定认为：权利要求1要求保护一种基于S形模型的工业部门终端能源需求预测方法，其解决方案是收集各国工业部门终端能源消费、人口及GDP历史数据并计算人均工业部门终端能源消费和人均GDP，以人均GDP为横坐标，人均工业部门终端能源消费为纵坐标构建“S”形关系曲线，并从曲线中找出三个关键点：人均工业部门终端能源消费进入加速增长期的起飞点、人均工业部门终端能源消费增速由大到小的转折点以及人均工业部门终端能源消费增速为零或开始为负增长的零增长点。然后根据三个关键点分别将“S”形曲线划分为四个区间：缓慢增长区、加速增长区、减速增长区以及零/负增长区。搜集二产比例、城市化率以及钢铁消费数据，并计算人均钢铁消费，分析“S”形曲线关键点与二产比例、城市化率以及人均钢铁消费之间的对应关系，在此基础上构建以人均GDP为自变量的工业部门终端能源需求预测方程式。最后计算人均GDP，代入方程中求得不同国家/地区的工业部门终端能源需求预测结果。该方案要解决的问题是传统的部门能源预测方法缺乏对部门终端能源消费与经济发展间长尺度定量关系的把握，仅用以往数据模拟、推演或类比未来，预测缺乏科学性和准确性，预测结果偏差大的问题，并不是技术问题；采用的手段仅仅是利用经济数据（人均GDP、人均工业部门终端能源消费、二产比例、人均钢铁消费、城市化率）之间的规律和经济理论，人为构建数学方程式，对工业部门终端能源需求进行预测，并非利用了自然规律的技术手段；获得的效果仅仅是得到了预测数据，并非是符合自然规律的技术效果。因此，权利要求1所要求保护的方法不属于专利法第2条第2款规定的技术方案，不属于专利保护的客体。权利要求2-9均引用权利要求1，其对权利要求作出的进一步限定仍然没有克服其不属于专利保护的客体的缺陷，因此，权利要求2-9所要求保护的方法也不属于专利法第2条第2款规定的技术方案，不属于专利保护的客体。权利要求10要求保护一种基于S形模型的工业部门终端能源需求预测方程的构建方法，其所限定的方案与权利要求1所限定的方案相同，因此基于相同的理由，权利要求10所要求保护的方法也不属于专利法第2条第2款规定的技术方案，不属于专利保护的客体。权利要求11引用权利要求10，其所限定的方案与权利要求2所限定的方案相同，因此基于相同的理由，权利要求11所要求保护的方法也不属于专利法第2条第2款规定的技术方案，不属于专利保护的客体。
驳回决定所依据的文本为：申请日2016年05月31日提交的说明书附图图1-4、摘要附图，2016年09月06日提交的说明书第1-163段、说明书摘要，权利要求第1-11项。驳回决定所针对的权利要求书如下：
“1. 一种基于S形模型的工业部门终端能源需求预测方法，其特征在于：
以人均工业部门终端能源消费与人均GDP的“S”形理论模型为基础，以人均GDP为自变量，运用趋势分析法以及双曲正切数学方法，结合不同国家或区域的历史数据建立工业部门终端能源需求预测方程，从而实现对国家或地区的中长期工业部门终端能源需求预测，具体步骤如下：
S1：收集各国工业部门终端能源消费、人口及GDP历史数据并计算人均工业部门终端能源消费和人均GDP，以人均GDP为横坐标，人均工业部门终端能源消费为纵坐标构建“S”形关系曲线；
S2：构建人均工业部门终端能源消费与人均GDP的“S”形物理模型；
S3：构建人均工业部门终端能源消费与人均GDP的“S”形理论模型；
S4：构建“S”形曲线数学模型：在人均工业部门终端能源消费与人均GDP的“S”形理论模型的基础上，运用趋势分析法和双曲正切数学方法构建以人均GDP为自变量的工业部门终端能源需求预测方程，即“S”形曲线趋势性拟合方程；
S5：预测：按照预测流程给定预测时长及相关的GDP值和人口，并计算人均GDP；
S6：将步骤S5得到的人均GDP值代入步骤S4中得到的方程中，求得不同国家/地区的工业部门终端能源需求预测结果；
其中，所述步骤S2包括：
S21：根据峰值时人均工业部门终端能源消费的高低判断国家工业部门终端能源消费所属的“S”形曲线类型；
S22：根据人均工业部门终端能源消费增速的变化规律确定“S”形曲线上的三个关键点：人均工业部门终端能源消费进入加速增长期的起飞点、人均工业部门终端能源消费增速由大到小的转折点以及人均工业部门终端能源消费增速为零或开始为负增长的零增长点；
S23：根据三个关键点分别将“S”形曲线划分为四个区间：缓慢增长区、加速增长区、减速增长区以及零/负增长区；
其中，所述步骤S3包括：
S31：搜集二产比例、城市化率以及钢铁消费数据，并计算人均钢铁消费；
S32：分析“S”形曲线关键点与二产比例、城市化率以及人均钢铁消费之间的对应关系。
2. 如权利要求1所述的基于S形模型的工业部门终端能源需求预测方法，其特征在于：其中，所述步骤S4包括如下步骤：
S41：采用趋势分析方法，构建人均工业部门终端能源消费E与人均GDP值G的非平坦式方程式：
其中，α1、α2、α3为指数常数，单位与G-1相同；Ei、Gi分别为曲线在转折点对应的人均工业部门终端能源消费和人均GDP值；A为趋势关系方程(1)的振幅值，单位与G相同；
S42：由方程(1)得曲线在起飞点前、转折点临近区域、零增长点后线性变化的方程分别为：
E-Ei＝A A(α2-α3)(G-Gi)＝A ρl(G-Gi) (2)
E-Ei＝0.5A(α1 α3)(G-Gi)＝ρi(G-Gi) (3)
E-Ei＝A A(α1-α2)(G-Gi)＝A ρv(G-Gi) (4)
其中，ρl、ρi、ρv分别为曲线在起飞点前、转折点临近区域、零增长点后线性变化区域的斜率值，Gv为曲线在零增长点的人均GDP值；
S43：由方程(2)～(4)得α1、α2、α3诸待定常数与斜率相联系的方程分别为：
同时曲线在零增长点处有：
S44：将(5)、(6)二式代入方程(8)得到：
tanh(η1A-1)tanh(η2A-1)＝η3 (9)
其中，
η1＝0.5(ρl ρi ρv)(Gv-Gi) (10)
η2＝0.5(ρl 2ρi-ρv)(Gv-Gi) (11)
S45：由具体数据给出Gi、Ei、Gv、ρl、ρi、ρv值，代入方程(9)中计算出A值；
S46：由方程(5)～(7)式依次计算出α1、α2、α3值，得出“S”形曲线趋势性拟合方程，即工业部门终端能源需求预测方程，也即方程(1)的具体形式。
3. 一种根据权利要求1的基于S形模型的工业部门终端能源需求预测方法得到的美国的工业部门终端能源需求预测方法，其特征在于：其将美国的人均GDP代入下述方程式求得预测结果：
4. 根据权利要求1的基于S形模型的工业部门终端能源需求预测方法得到的加拿大的工业部门终端能源需求预测方法，其特征在于：其将加拿大的人均GDP代入下述方程式求得预测结果：
5. 根据权利要求1的基于S形模型的工业部门终端能源需求预测方法得到的英国的工业部门终端能源需求预测方法，其特征在于：其将英国的人均GDP代入下述方程式求得预测结果：
6. 根据权利要求1的基于S形模型的工业部门终端能源需求预测方法得到的法国的工业部门终端能源需求预测方程，其特征在于：其将法国的人均GDP代入下述方程式求得预测结果：
7. 根据权利要求1的基于S形模型的工业部门终端能源需求预测方法 得到的德国的工业部门终端能源需求预测方法，其特征在于：其将德国的人均GDP代入下述方程式求得预测结果：
8. 根据权利要求1的基于S形模型的工业部门终端能源需求预测方法得到的日本的工业部门终端能源需求预测方法，其特征在于：其将日本的人均GDP代入下述方程式求得预测结果：
9. 根据权利要求1的基于S形模型的工业部门终端能源需求预测方法得到的意大利的工业部门终端能源需求预测方法，其特征在于：其将意大利的人均GDP代入下述方程式求得预测结果：
10. 一种基于S形模型的工业部门终端能源需求预测方程的构建方法，其特征在于：
以人均工业部门终端能源消费与人均GDP的“S”形理论模型为基础，以人均GDP为自变量，运用趋势分析法以及双曲正切数学方法，结合不同国家或区域的历史数据建立工业部门终端能源需求预测方程，具体步骤如下：
S1：收集各国工业部门终端能源消费、人口及GDP历史数据并计算人均工业部门终端能源消费和人均GDP，以人均GDP为横坐标，人均工业部门 终端能源消费为纵坐标构建“S”形关系曲线；
S2：构建人均工业部门终端能源消费与人均GDP的“S”形物理模型；
S3：构建人均工业部门终端能源消费与人均GDP的“S”形理论模型；
S4：构建“S”形曲线数学模型：在人均工业部门终端能源消费与人均GDP的“S”形理论模型的基础上，运用趋势分析法和双曲正切数学方法构建以人均GDP为自变量的工业部门终端能源需求预测方程，即“S”形曲线趋势性拟合方程；
其中，所述步骤S2包括：
S21：根据峰值时人均工业部门终端能源消费的高低判断国家工业部门终端能源消费所属的“S”形曲线类型；
S22：根据人均工业部门终端能源消费增速的变化规律确定“S”形曲线上的三个关键点：人均工业部门终端能源消费进入加速增长期的起飞点、人均工业部门终端能源消费增速由大到小的转折点以及人均工业部门终端能源消费增速为零或开始为负增长的零增长点；
S23：根据三个关键点分别将“S”形曲线划分为四个区间：缓慢增长区、加速增长区、减速增长区以及零/负增长区；
其中，所述步骤S3包括：
S31：搜集二产比例、城市化率以及钢铁消费数据，并计算人均钢铁消费；
S32：分析“S”形曲线关键点与二产比例、城市化率以及人均钢铁消费之间的对应关系。
11. 如权利要求10所述的基于S形模型的工业部门终端能源需求预测方 程的构建方法，其特征在于：其中，所述步骤S4包括如下步骤：
S41：采用趋势分析方法，构建人均工业部门终端能源消费E与人均GDP值G的非平坦式方程式：
其中，α1、α2、α3为指数常数，单位与G-1相同；Ei、Gi分别为曲线在转折点对应的人均工业部门终端能源消费和人均GDP值；A为趋势关系方程(1)的振幅值，单位与G相同；
S42：由方程(1)得曲线在起飞点前、转折点临近区域、零增长点后线性变化的方程分别为：
E-Ei＝A A(α2-α3)(G-Gi)＝A ρl(G-Gi) (2)
E-Ei＝0.5A(α1 α3)(G-Gi)＝ρi(G-Gi) (3)
E-Ei＝A A(α1-α2)(G-Gi)＝A ρv(G-Gi) (4)
其中，ρl、ρi、ρv分别为曲线在起飞点前、转折点临近区域、零增长点后线性变化区域的斜率值，Gv为曲线在零增长点的人均GDP值；
S43：由方程(2)～(4)得α1、α2、α3诸待定常数与斜率相联系的方程分别为：
同时曲线在零增长点处有：
S44：将(5)、(6)二式代入方程(8)得到：
tanh(η1A-1)tanh(η2A-1)＝η3 (9)
其中，
η1＝0.5(ρl ρi ρv)(Gv-Gi) (10)
η2＝0.5(ρl 2ρi-ρv)(Gv-Gi) (11)
S45：由具体数据给出Gi、Ei、Gv、ρl、ρi、ρv值，代入方程(9)中计算出A值；
S46：由方程(5)～(7)式依次计算出α1、α2、α3值，得出“S”形曲线趋势性拟合方程，即工业部门终端能源需求预测方程，也即方程(1)的具体形式。”
申请人（下称复审请求人）对上述驳回决定不服，于2018年06月08日向国家知识产权局提出了复审请求，同时修改了权利要求书。复审请求人认为：1）本申请解决的是“以往部门能源需求预测普遍存在的预测偏差大的问题”这一问题，提高了工业部门终端能源需求预测方法的“预测可靠性和置信度”。预测可靠性和置信度都是基于数据对某一方法进行定量评价的技术手段，由此，本申请解决了一个技术问题。2）上述技术手段是通过计算机程序实现的，并不是人为的操作来实现的，属于一种计算机程序实现的方法。“S”形曲线变化关系与正态分布规律一样，均属于某一观测目标的多个样本点共同符合的特定分布规律，是不以人的意志为转移的自然规律。进一步地，基于符合S形分布规律的曲线，依次建立的物理模型和理论模型，也符合自然规律，属于技术手段。该工业部门终端能源需求预测方程是利用数据拟合方法获得的。数据拟合是一种经典的数值计算方法，必须依赖运行计算机程序才能获得解算结果。也即，本申请的方法是一种计算机实现的方法，求解该工业部门终端能源需求预测方程为解决技术问题的技术手段。3）本申请具有技术效果：提高了预测可靠性和置信度，建立了一种兼具普适性和针对性的工业部门终端能源需求预测方法，预测方法实用便捷，易于实现和推广。4）本申请基于搜集到的统计数据，求解得到具体的工业部门终端能源需求预测适用的数学方程，其操作对象始终是统计数据，并未应用和建立任何经济理论。本申请的预测方法从数据上提供了“技术支撑”，相对于多个应用部门，提供的是“技术服务”，而非经济预测或经济管理。
复审请求时提交的修改后的权利要求书如下：
“1. 一种基于“S”形模型的工业部门终端能源需求预测方法，其特征在于：
以人均工业部门终端能源消费与人均GDP的“S”形理论模型为基础，以人均GDP为自变量，运用趋势分析法以及双曲正切数学方法，结合不同国家或区域的历史数据建立工业部门终端能源需求预测方程，从而实现对国家或地区的中长期工业部门终端能源需求预测，具体步骤如下：
S1：收集各国工业部门终端能源消费、人口及GDP历史数据并计算人均工业部门终端能源消费和人均GDP，以人均GDP为横坐标，人均工业部门终端能源消费为纵坐标构建“S”形关系曲线；
S2：构建人均工业部门终端能源消费与人均GDP的“S”形物理模型；
S3：构建人均工业部门终端能源消费与人均GDP的“S”形理论模型；
S4：构建“S”形曲线数学模型：在人均工业部门终端能源消费与人均GDP的“S”形理论模型的基础上，运用趋势分析法和双曲正切数学方法构建以人均GDP为自变量的工业部门终端能源需求预测方程，即“S”形曲线趋势性拟合方程；
其中，所述步骤S2包括：
S21：根据峰值时人均工业部门终端能源消费的高低判断国家工业部门终端能源消费所属的“S”形曲线类型；
S22：根据人均工业部门终端能源消费增速的变化规律确定“S”形曲线上的三个关键点：人均工业部门终端能源消费进入加速增长期的起飞点、人均工业部门终端能源消费增速由大到小的转折点以及人均工业部门终端能源消 费增速为零或开始为负增长的零增长点；
S23：根据三个关键点分别将“S”形曲线划分为四个区间：缓慢增长区、加速增长区、减速增长区以及零/负增长区；
其中，所述步骤S3包括：
S31：搜集二产比例、城市化率以及钢铁消费数据，并计算人均钢铁消费；
S32：分析“S”形曲线关键点与二产比例、城市化率以及人均钢铁消费之间的对应关系；
其中，所述步骤S4包括如下步骤：
S41：采用趋势分析方法，构建人均工业部门终端能源消费E与人均GDP值G的非平坦式方程式：
其中，α1、α2、α3为指数常数，单位与G-1相同；Ei、Gi分别为曲线在转折点对应的人均工业部门终端能源消费和人均GDP值；A为趋势关系方程(1)的振幅值，单位与G相同；
S42：由方程(1)得曲线在起飞点前、转折点临近区域、零增长点后线性变化的方程分别为：
E-Ei＝A A(α2-α3)(G-Gi)＝A ρl(G-Gi) (2)
E-Ei＝0.5A(α1 α3)(G-Gi)＝ρi(G-Gi) (3)
E-Ei＝A A(α1-α2)(G-Gi)＝A ρv(G-Gi) (4)
其中，ρl、ρi、ρv分别为曲线在起飞点前、转折点临近区域、零增长点后线性变化区域的斜率值，Gv为曲线在零增长点的人均GDP值；
S43：由方程(2)～(4)得α1、α2、α3诸待定常数与斜率相联系的方程分别为：
同时曲线在零增长点处有：
S44：将(5)、(6)二式代入方程(8)得到：
tanh(η1A-1)tanh(η2A-1)＝η3 (9)
其中，
η1＝0.5(ρl ρi ρv)(Gv-Gi) (10)
η2＝0.5(ρl 2ρi-ρv)(Gv-Gi) (11)
S45：由具体数据给出Gi、Ei、Gv、ρl、ρi、ρv值，代入方程(9)中计算出A值；
S46：由方程(5)～(7)式依次计算出α1、α2、α3值，得出“S”形曲线趋势性拟合方程，即工业部门终端能源需求预测方程，也即方程(1)的具体形式，包括：
美国的工业部门终端能源需求预测方程：
或
加拿大的工业部门终端能源需求预测方程：
或
英国的工业部门终端能源需求预测方程：
或
法国的工业部门终端能源需求预测方程：
或
德国的工业部门终端能源需求预测方程：
或
日本的工业部门终端能源需求预测方程：
或
意大利的工业部门终端能源需求预测方程：
S5：预测：按照预测流程给定预测时长及相关的GDP值和人口，并计算人均GDP；
S6：将步骤S5得到的人均GDP值代入步骤S4中得到的方程中，求得不同国家/地区的工业部门终端能源需求预测结果。”
经形式审查合格，国家知识产权局于2016年06月19日依法受理了该复审请求，并将其转送至原审查部门进行前置审查。
原审查部门在前置审查意见书中认为：预测可靠性和置信度的评价，都是通过人为设定一个评价标准，以数值对比等方式，判断可靠性和置信度的高低，因此，这两个指标并不是符合自然规律的技术指标。本申请解决的问题是传统预测缺乏科学性和准确性，结果偏差大的问题，并不是技术问题。目前，各个领域普遍使用计算机和计算机程序来执行方法步骤，但是，使用计算机程序并不意味着方法本身采用了技术手段。例如单纯的数学算法也可以使用计算机程序来执行，仅仅提高了计算速度，而算法中参数的选取，以及具体如何计算仍然依赖于人的思维，没有利用自然规律。就本申请而言，其主要是根据经济数据（人均GDP、二产比例、城市化率等）之间的规律和经济理论，相应地建立数学模型来进行预测，数学模型中使用哪些参数（即搜集的统计数据）、如何计算都依赖于人的思维，都没有利用自然规律，因此，本申请所采用的手段并非专利法意义上的技术手段。相应地，获得的效果也仅仅是得到了预测数据，也不是符合自然规律的技术效果。因此，坚持原驳回决定。
随后，国家知识产权局成立合议组对本案进行审理。
合议组于2018年11月14日向复审请求人发出复审通知书，指出：权利要求1请求保护一种工业部门终端能源需求预测方法，所要解决的问题是提高建立在部门终端能源消费与经济发展间定量关系基础上的中长期部门终端能源需求预测的准确性、客观性，其实质是对工业部门的终端能源需求进行预测的问题，而工业部门终端能源需求依赖于经济社会中涉及能源需求的工业发展水平，行业结构，区域特点，能源利用效率以及从业者素质等多方面的因素，并不遵循自然规律。该方案利用人为选择的不同的社会经济数据（区域、人口、GDP等）之间的统计学意义上的相关性和人为推定的经济理论（不是经过严格证明的自然规律及其公理、定理与推论），通过构建反映这种相关性和经济理论的数学模型，即采用申请人给出的“S”形模型和相应的数学方法来构建能源需求预测方程进行计算，对工业部门终端能源需求进行预测，最终只是获得了一个主要依赖于GDP和人口指标的能源需求预测结果，并没有解决任何技术问题，与解决的问题相应的手段也并非是遵循自然规律的技术手段，更未获得任何受自然规律约束的技术效果，整体上不构成技术方案，因此权利要求1不符合专利法第2条第2款的规定。
关于复审请求人的复审理由，合议组认为：1）本申请的权利要求所要解决的问题是提高建立在部门终端能源消费与经济发展间定量关系基础上的中长期部门终端能源需求预测的准确性、客观性，亦即请求人所谓的“以往部门能源需求预测普遍存在的预测偏差大的问题”这一问题，其实质是对工业部门的终端能源需求进行预测的问题，而能源需求依赖于经济社会中涉及能源需求的工业发展水平，行业结构，区域特点，能源利用效率以至从业者素质等多方面的因素，其并不遵循自然规律，因而对能源需求的预测不是利用了自然规律的技术问题。2）本申请的权利要求所采用的主要手段是利用人为选择的不同经济数据（区域、人口、GDP等）之间的统计学意义上的相关性（S形分布规律的曲线）和人为推定的经济理论（不是经过严格证明的自然规律及其公理、定理与推论），通过构建反映这种相关性和经济理论的数学模型，对工业部门终端能源需求进行预测，其利用的是社会经济规律，并非自然规律，所述手段也不是遵循自然规律的技术手段。而且，即使本申请利用了计算机程序来实现，也需要根据其对权利要求的限定来具体判断是否能构成技术方案。3）如前所述，本申请实际上解决的对能源需求的预测的问题不是利用了自然规律的技术问题，从而所谓“提高了预测可靠性和置信度”等也不属于受自然规律约束的技术效果。4）作为操作对象的统计数据的种类、数量等反映和体现的是被人为解释理论化了的社会经济活动，其遵循的仍是社会经济规律。另外，根据专利法及其实施细则以及审查指南的规定，一个方案是否构成技术方案是从权利要求是否解决技术问题、是否采用技术手段以及是否获得技术效果这几方面来进行判断。
由于复审请求人未能在指定的期限内对上述复审通知书做出答复，合议组于2019年02月28日发出复审案件结案通知书。复审请求人于2019年03月07日提交了复审程序恢复权利请求书，但未修改申请文件，也未陈述意见。随后，国家知识产权局再次成立合议组对本案进行审理。
合议组于2019年05月17日向复审请求人再次发出复审通知书，具体审查意见与2018年11月14日发出的复审通知书的审查意见相同。
针对本次复审通知书，复审请求人于2019年06月10日提交了意见陈述书，未修改申请文件。复审请求人认为：1）本申请解决的是“以往部门能源需求预测普遍存在的预测偏差大的问题”这一问题，提高了工业部门终端能源需求预测方法的“预测可靠性和置信度”。预测可靠性和置信度都是基于数据对某一方法进行定量评价的技术手段，由此，本申请解决了一个技术问题。2）上述技术手段是通过计算机程序实现的，并不是人为的操作来实现的，属于一种计算机程序实现的方法。“S”形曲线变化关系与正态分布规律一样，均属于某一观测目标的多个样本点共同符合的特定分布规律，是不以人的意志为转移的自然规律。进一步地，基于符合S形分布规律的曲线，依次建立的物理模型和理论模型，也符合自然规律，属于技术手段。该工业部门终端能源需求预测方程是利用数据拟合方法获得的。数据拟合是一种经典的数值计算方法，必须依赖运行计算机程序才能获得解算结果。也即，本发明申请的方法是一种计算机实现的方法，求解该工业部门终端能源需求预测方程为解决技术问题的技术手段。3）本申请具有技术效果：提高了预测可靠性和置信度，建立了一种兼具普适性和针对性的工业部门终端能源需求预测方法，预测方法实用便捷，易于实现和推广。4）本申请基于搜集到的统计数据，求解得到具体的工业部门终端能源需求预测适用的数学方程，其操作对象始终是统计数据，并未应用和建立任何经济理论。
在上述程序的基础上，合议组认为本案事实已经清楚，可以作出审查决定。
二、决定的理由
1、审查文本的认定
复审请求人在答复复审通知书时未修改申请文件。因此，本复审决定与复审通知书所依据的文本相同，为：申请日2016年05月31日提交的说明书附图图1-4、摘要附图；2016年09月06日提交的说明书第[0001]-[0163]段、说明书摘要；以及2018年06月08日提交的权利要求第1项。
2、关于专利法第2条第2款
专利法第2条第2款规定：发明，是指对产品、方法或者其改进所提出的新的技术方案。
如果权利要求的方案没有解决任何技术问题，与解决的问题相应的手段也并非是遵循自然规律的技术手段，更未获得任何受自然规律约束的技术效果，则该权利要求不构成技术方案。
（1）权利要求1不符合专利法第2条第2款的规定。
权利要求1请求保护一种工业部门终端能源需求预测方法，所要解决的问题是提高建立在部门终端能源消费与经济发展间定量关系基础上的中长期部门终端能源需求预测的准确性、客观性，其实质是对工业部门的终端能源需求进行预测的问题，而工业部门终端能源需求依赖于经济社会中涉及能源需求的工业发展水平，行业结构，区域特点，能源利用效率以及从业者素质等多方面的因素，并不遵循自然规律。该方案利用人为选择的不同的社会经济数据（区域、人口、GDP等）之间的统计学意义上的相关性和人为推定的经济理论（不是经过严格证明的自然规律及其公理、定理与推论），通过构建反映这种相关性和经济理论的数学模型，即采用申请人给出的“S”形模型和相应的数学方法来构建能源需求预测方程进行计算，对工业部门终端能源需求进行预测，最终只是获得了一个主要依赖于GDP和人口指标的能源需求预测结果，并没有解决任何技术问题，与解决的问题相应的手段也并非是遵循自然规律的技术手段，更未获得任何受自然规律约束的技术效果，整体上不构成技术方案，因此权利要求1不符合专利法第2条第2款的规定。
（2）对复审请求人意见陈述的评述
1）本申请的权利要求所要解决的问题是提高建立在部门终端能源消费与经济发展间定量关系基础上的中长期部门终端能源需求预测的准确性、客观性，亦即请求人所谓的“以往部门能源需求预测普遍存在的预测偏差大的问题”这一问题，其实质是对工业部门的终端能源需求进行预测的问题，而能源需求依赖于经济社会中涉及能源需求的工业发展水平，行业结构，区域特点，能源利用效率以至从业者素质等多方面的因素，其并不遵循自然规律，因而对能源需求的预测不是符合自然规律的技术问题。
2）本申请的权利要求所采用的主要手段是利用人为选择的不同经济数据（区域、人口、GDP等）之间的统计学意义上的相关性（S形分布规律的曲线）和人为推定的经济理论（不是经过严格证明的自然规律及其公理、定理与推论），通过构建反映这种相关性和经济理论的数学模型，对工业部门终端能源需求进行预测，其利用的是社会经济规律，并非自然规律，所述手段也不是遵循自然规律的技术手段。另外，本申请权利要求的方案并不能体现出其是否利用计算机程序来实现，而且，即使本申请利用了计算机程序来实现，也需要根据其对权利要求的限定来具体判断是否能构成技术方案。
3）如前所述，本申请实际上解决的对能源需求的预测的问题不是利用了自然规律的技术问题，从而所谓“提高了预测可靠性和置信度”等也不属于受自然规律约束的技术效果。
4）作为操作对象的统计数据的种类、数量等反映和体现的是被人为解释理论化了的社会经济活动，其遵循的仍是社会经济规律。
综上，复审请求人的陈述理由不能成立。
根据上述事实和理由，合议组依法作出以下审查决定。
三、决定
维持国家知识产权局于2018年02月26日对本申请作出的驳回决定。
如对本复审决定不服，根据专利法第41条第2款的规定，复审请求人可自收到本复审决定之日起三个月内向北京知识产权法院起诉。
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
