2010年我国专利发展水平浅析 毕业论文.doc
《2010年我国专利发展水平浅析 毕业论文.doc》由会员分享,可在线阅读,更多相关《2010年我国专利发展水平浅析 毕业论文.doc(11页珍藏版)》请在三一文库上搜索。
1、2010 年我国专利发展水平浅析 摘要:本研究运用因子分析法和聚类分析法对 2010 年我国各省份专利综合实力进行分 析评价,得到各省份专利综合实力排名和各自归属类型。为各地了解自身专利综合实 力发展水平及为相关部门专利政策制定提供了参考和借鉴。 关键词:专利发展水平;因子分析;聚类分析;SPSS 1 引言 随着科技创新的的发展,当今时代已是知识经济时代,经济全球化将进一步强化 竞争和合作的机制,经济的竞争转化为科技的竞争、知识产权的竞争,特别是争夺专 利权的竞争。专利发展作为技术创新的重要标志和体现,在很大程度上代表着一个国 家或企业的技术水平和潜在技术竞争力。专利的发展在一个国家或地区的发
2、展中占据 越来越重要的地位,世界上越来越多的国家将专利战略列入国家发展战略之中。因此, 今年俩对专利的研究越来越受到人们的关注。 目前,对我国专利的研究主要从专利产出与经济增长的关系,以及有专利成果的 数量或者质量等对国家或地区的专利产出水平评价两个方面进行。 本文利用因子分析法对我国各省份的专利发展水平进行了评价和分析,从整体上把握 不同地区区域创新方面的优势和劣势,对提升个省份的专利综合实力,促进我国专利 事业的发展有一定的意义。 2 材料与方法 2.1 研究方法 2.1.1 因子分析法 因子分析是将多个实测变量转换为少数几个不相关的综合指标的多元统计方法。 在研究领域因子分析法时经常要面
3、对反映事物多个变量的大量观测值。多变量固然会 提供丰富的信息,但其中许多变量之间可能存在的关联性,却使问题分析变得错综复 杂。由于一些变量间存在着一定的相关关系,因此有可能用较少的综合指标分别综合 存在于原来各个指标中的各类信息。因子分析法通过降维,用较少个数的公共因子的 1 线性组合与特殊因子之和来表达原变量。如果特殊因子可以忽略,就是常用的主成分 法。当几个公共因子的累计方差,即贡献率达到一定的百分比,就表明这几个公共因 子集中反映了原始变量的大部分信息,而公共因子之间互不相关,信息不重叠。 简单地说,因子分析的目的就是揭示变量之间的内在关联性,在尽可能保持原有 信息的前提下,用较少的维度
4、去表示原来的数据结构,简化数据,便于发现规律或本 质。 2.1.2 聚类分析法 聚类分析是根据食物本身的特征研究个体分类的多元统计分类方法。聚类分析的 原则是同一类的个体有较大的相似性,不同类中的个体差异很大。 系统聚类是目前应用最为广泛的一种聚类方法,其基本思想是:先将待聚类的 n 个样品各自看成一类,共有 n 类;然后按照实现选定的方法计算每两类之间的聚类统 计量,即某种距离,将关系最为密切的两类合为一类,其余不变,即得到 n-1 类;再 按照前面的计算方法计算新类与其他类之间的距离,再将关系最为密切的两类并为一 类,其余不变,即得到 n-2 类;如此下去,每次重复都减少一类,直到最后所有
5、的样 品都归为一类为止。 2.2 研究对象 本文以各省市的专利综合实力作为评价对象,对各省市的专利情况进行比较与分 析。选取了 2010 年国内各省份在发明、实用新型和外观设计三种专利申请总量进行评 价。以 2010 年的各地区专利申请和授权情况的各项指标数据为基础,评价指标的选择 兼顾了专利的数量和市场价值。 其各类具体指标如下:发明专利申请量( )、实用新型申请量( )、外观设计申1X2X 请量( )、发明专利授权量( )、实用新型授权量( )、外观设计授权量( )、专利3X4X5 6 申请有效量( )、发明专利授权率( )、实用新型授权率( )、外观设计授权率( )。7 8 9 10 表
6、 1 2010 年各省份专利研究指标数据 x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 北 京 33466 18637 5193 11209 16579 5723 100623 0.33 0.89 1.10 天 津 7347 11064 7562 1930 6718 2358 29672 0.26 0.61 0.31 河 北 3270 7089 1936 954 6838 2269 27472 0.29 0.96 1.17 山 西 3046 3533 1348 739 3096 917 11998 0.24 0.88 0.68 2 内蒙古 932 1406 574 262 12
7、76 558 5935 0.28 0.91 0.97 辽 宁 9884 14994 9338 2357 12067 2669 45241 0.24 0.80 0.29 吉 林 2789 2993 663 785 2806 752 13201 0.28 0.94 1.13 黑龙江 4070 4815 1384 1512 4391 877 21010 0.37 0.91 0.63 上 海 26165 23188 21843 6867 21821 19527 126178 0.26 0.94 0.89 江 苏 50298 51436 134139 7210 41161 90011 273249 0.
8、14 0.80 0.67 浙 江 18027 50231 52484 6410 47617 60616 268471 0.36 0.95 1.15 安 徽 6396 17367 23365 1111 8839 6062 32460 0.17 0.51 0.26 福 建 5117 10846 6031 1224 9664 7175 44116 0.24 0.89 1.19 江 西 1968 2947 1392 411 2588 1350 10931 0.21 0.88 0.97 山 东 17259 43441 20156 4106 36391 10993 111295 0.24 0.84 0.5
9、5 河 南 6408 13856 4885 1498 11048 3993 39972 0.23 0.80 0.82 湖 北 7411 12791 11109 2025 10431 4906 40580 0.27 0.82 0.44 湖 南 6438 9601 6342 1920 7861 4092 32516 0.30 0.82 0.65 广 东 40866 47706 64335 13691 43900 61752 325566 0.34 0.92 0.96 广 西 1574 2512 1031 426 2167 1054 10503 0.27 0.86 1.02 海 南 572 312
10、135 190 305 219 30947 0.33 0.98 1.62 重 庆 5150 11985 5690 1143 6704 4233 66644 0.22 0.56 0.74 四 川 8342 16671 15217 2204 12724 17284 8995 0.26 0.76 1.14 贵 州 1322 2441 651 441 1936 709 11363 0.33 0.79 1.09 云 南 2333 2212 1100 652 2026 1145 529 0.28 0.92 1.04 西 藏 76 33 53 16 49 59 24158 0.21 1.48 1.11 陕
11、西 8138 7939 6872 1887 6093 2054 5318 0.23 0.77 0.30 甘 肃 1412 1592 554 349 1131 388 857 0.25 0.71 0.70 青 海 193 129 280 41 134 89 2790 0.21 1.04 0.32 宁 夏 268 397 74 61 307 71 7225 0.23 0.77 0.96 新 疆 914 2272 374 189 2012 361 2097 0.21 0.89 0.97 3 研究过程及分析 3.1 因子分析及结果 3.1.1 原始指标数据的检验 对于统计年鉴中选择各省份专利指标数据,
12、为确定待分析的原有若干变量适合于 因子分析,将原变量的数据输入 SPSS 软件中,通过因子分析中的主成分分析方法进 行 KMO 检验和 Bartlett 球体检验,输出结果如表 2。 3 表 2 KMO and Bartletts 检验结果 KMO and Bartletts Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .669 Approx. Chi-Square 473.428 df 21 Bartletts Test of Sphericity Sig. .000 从表 2 中得到 KMO 的值为 0.669,根据统计学家
13、Kaiser 给出的标准, 0.6KMO0.7 中等,适合用因子分析法。Bartlett 球体检验给出的相伴概率为 0.000,小于显著性水平 0.05,因此,据原假设,认为适合因子分析。 3.1.2因子分析中因子个数的确定 将我国各省份2010年专利发展的指标数据输入SPSS进行因子分析,确定因子个数 后利用主成分法提取,输出方差贡献率表和碎石图(见下页)。 表3 因子方差贡献率 Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared L
14、oadings Component Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % 1 6.161 61.610 61.610 6.161 61.610 61.610 6.156 61.557 61.557 2 1.309 13.090 74.700 1.309 13.090 74.700 1.314 13.143 74.700 3 .990 9.899 84.599 4 .871 8.710 93.310 5 .362 3.618 96.928
15、 6 .243 2.430 99.357 7 .057 .569 99.926 8 .004 .045 99.971 9 .002 .017 99.988 10 .001 .012 100.000 从表3中我们可以看到当提取2个因子时,它们的累积方差贡献率为74.7,说明 这2个公因子提取了原始指标数74.7的信息,可以用这2个公因子来代表我国各省市 4 的专利实力发展水平。 从图 1 所示的碎石图也可明显可以看出,拐点为 2,也可以判定选取 2 个公因子做 因子分析比较合适。 图 1 碎石图 3.1.3 因子提取的初始结果 利用 SPSS 软件对各项指标进行因子分析后可以得到各因子的因子载荷
16、矩阵、旋转 后的因子载荷矩阵以及各因子的得分矩阵: 表 4 因子载荷矩阵 Component Matrixa Component 1 2 专利有效量(x7) .985 .064 实用新型申请量(x2) .959 -.032 实用新型授权量(x5) .957 .042 外观设计授权量(x6) .943 -.145 发明专利申请量(x1) .936 .012 外观设计申请量(x3) .897 -.300 发明专利授权量(x4) .872 .277 外观设计授权率(x10) -.130 -.059 发明专利授权率(x8) .067 .852 实用新型授权率(x9) .025 .621 5 为了能更加
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2010年我国专利发展水平浅析 毕业论文 2010 我国 专利 发展 水平 浅析
链接地址:https://www.31doc.com/p-25881.html