（毕业设计论文）《2010年我国专利发展水平浅析》.docVIP

洛阳师范学院本科毕业论文 PAGE 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 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 内蒙古 932 1406 574 262 1276 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.