我国专利发展水平浅析 毕业论文.doc
《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《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;SPSS1 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展中占据越来越重要的地位
2、,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对反映事物多个变量的大量观测值。多变量固然会提供丰
3、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
4、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
5、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()。表1 2010年各省份专利研究指标数据x1x2x3x4x5x6x7x8x9x10 北 京33466186375193112091657957231006230.33 0.89 1.10 天 津7
6、347110647562193067182358296720.26 0.61 0.31 河 北32707089193695468382269274720.29 0.96 1.17 山 西3046353313487393096917119980.24 0.88 0.68 内蒙古9321406574262127655859350.28 0.91 0.97 辽 宁98841499493382357120672669452410.24 0.80 0.29 吉 林278929936637852806752132010.28 0.94 1.13 黑龙江407048151384151243918772101
7、00.37 0.91 0.63 上 海261652318821843686721821195271261780.26 0.94 0.89 江 苏5029851436134139721041161900112732490.14 0.80 0.67 浙 江180275023152484641047617606162684710.36 0.95 1.15 安 徽63961736723365111188396062324600.17 0.51 0.26 福 建5117108466031122496647175441160.24 0.89 1.19 江 西196829471392411258813501
8、09310.21 0.88 0.97 山 东172594344120156410636391109931112950.24 0.84 0.55 河 南64081385648851498110483993399720.23 0.80 0.82 湖 北741112791111092025104314906405800.27 0.82 0.44 湖 南643896016342192078614092325160.30 0.82 0.65 广 东4086647706643351369143900617523255660.34 0.92 0.96 广 西1574251210314262167105410
9、5030.27 0.86 1.02 海 南572312135190305219309470.33 0.98 1.62 重 庆5150119855690114367044233666440.22 0.56 0.74 四 川834216671152172204127241728489950.26 0.76 1.14 贵 州132224416514411936709113630.33 0.79 1.09 云 南233322121100652202611455290.28 0.92 1.04 西 藏763353164959241580.21 1.48 1.11 陕 西81387939687218876
10、093205453180.23 0.77 0.30 甘 肃1412159255434911313888570.25 0.71 0.70 青 海193129280411348927900.21 1.04 0.32 宁 夏26839774613077172250.23 0.77 0.96 新 疆9142272374189201236120970.21 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,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
11、Bartlett 球体检验,输出结果如表2。 表2 KMO and Bartletts检验结果KMO and Bartletts TestKaiser-Meyer-Olkin Measure of Sampling Adequacy.669Bartletts Test of SphericityApprox. Chi-Square473.428df21Sig.000从表2中得到KMO的值为0.669,根据统计学家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
12、.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 ExplainedComponentInitial EigenvaluesExtraction Sums of Squared LoadingsRotation Sums of Squared LoadingsTotal% of VarianceCumulative %Total% of VarianceCumulative %Total% of VarianceCumulativ
13、e %16.16161.61061.6106.16161.61061.6106.15661.55761.55721.30913.09074.7001.30913.09074.7001.31413.14374.7003.9909.89984.5994.8718.71093.3105.3623.61896.9286.2432.43099.3577.057.56999.9268.004.04599.9719.002.01799.98810.001.012100.000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
14、子来代表我国各省市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 MatrixaComponent12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
- 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:
- 我国专利发展水平浅析 毕业论文 我国 专利 发展 水平 浅析
链接地址:https://www.31doc.com/p-3899920.html