基于专利视角城市科技创新能力评价研究.docVIP

基于专利视角城市科技创新能力评价研究.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于专利视角城市科技创新能力评价研究

基于专利视角城市科技创新能力评价研究   [摘要]城市拥有专利权的数量和质量以及运用专利制度的能力与水平,是城市综合科技实力、核心竞争力的重要体现。从专利角度入手,构建城市科技创新能力评价指标体系,运用因子分析法对全国15个副省级城市的专利信息进行实证研究。结果表明,南方沿海地区的城市在创新活力、创新实力、创新存活力和创新贡献力等方面具有相对优势,而一些老工业基地城市在创新合力和创新潜力等方面具有相对优势。   [关键词]科技创新;城市;专利分析;因子分析   [中图分类号]G306 [文献标识码]A [文章编号]1671-8372(2012)03-0005-04   一、引言   当今世界科学技术发展日新月异,科技创新已成为推动经济社会发展的主导力量。城市是经济社会发展的重要载体,也是创新要素的主要集聚地,而科技创新在城市发展中的作用日益突出。专利是衡量一个国家或地区科技创新能力的重要指标,是一个区域科技资产的核心和最富经济价值的部分,专利的拥有量既能反映出该区域科技成果的原始创新能力,又能折射出这些成果的市场应用潜能,它是衡量区域创新能力和综合实力的重要标志之一[1]。一个城市拥有专利权的数量和质量以及运用专利制度的能力与水平,是城市综合科技实力、核心竞争力的重要体现。关于以专利信息为核心的区域技术创新能力研究,国内学者[2-7]采用不同的评价指标和方法对其进行了研究,并得出了诸多有益的研究结论。本文拟依据专利申请量、授权量、有效量及职务发明创造等指标,对包含青岛市在内的15个全国副省级城市2001-2010年公开的中国专利相关信息进行整理和预处理,然后采用因子分析方法进行实证分析,从而对这些城市的科技创新能力发展现状和特点予以概括,并评估其科技创新水平。   二、城市科技创新能力评价模型的构建及实证研究   (一)专利视角下城市科技创新评价指标体系的确定   城市创新体系是国家创新体系的重要组成部分,构建具有自身特色的城市创新体系,提高城市科技创新能力与活力,对于促进城市经济实现跨越式发展具有重要意义。本文通过对国内有关专利评价指标体??文献资料的调研[8-14],以城市科技创新体系构成要素为基点,在遵循科学性、系统性、可比性、客观性、实用性、可操作性和指导性原则的基础上,立足于专利数量、质量和价值层面,“量”与“率”相结合,构建专利视角下城市科技创新能力评价体系(见表1)。   (二) 样本数据的选取   选取全国15个副省级城市为样本进行研究,研究过程中所需的相关专利数据来源于国家知识产权局的《统计年报2001-2010》;人口、GDP数据来源于国家统计局的《中国统计年鉴2010》。由于专利授权和实施具有滞后性,为了提高研究的准确度,我们选取2001-2010年的中国专利相关数据进行整理和预处理得到专利指标数据。根据上述原则,我们提取的专利视角下城市科技创新能力评价指标样本数据见表2。   (三)对样本数据进行实证分析   利用因子分析方法对表2的样本数据进行计算,其步骤为:(1)将原始数据标准化。(2)建立变量的相关系数R。R表征各指标间的相关状况,即指标间的信息重叠度,相关系数越大表明因子之间相关性较强,因子之间重叠的信息也较多。(3)求R的特征根及其相应的单位特征向量(见表3)。由于前四个特征值的累计贡献率已达91.148%,信息损失仅为8.852%,所以取前4个特征值建立因子载荷阵。(4)对因子载荷阵施行最大正交旋转并计算因子得分,计算结果见表4。   对因子载荷阵施行Kaiser 标准化的倾斜旋转法,旋转后得正交因子表矩阵。由此有:   由表4可见,每个因子只有少数几个指标的因子载荷较大,可据此分类。从因子载荷矩阵中可以看出:   F1中,专利有效量、每万人发明专利拥有量、专利申请量、发明专利有效量 、发明专利授权量增长率、专利授权量、发明专利授权量、发明专利申请量、每亿元GDP发明专利拥有量等9项的载荷量比较大,这9项指标中有8项是专利的各项绝对量,说明 F1是从总体上反映专利的量的状况的综合指标,表征城市的科技创新活力、创新实力、创新存活力和创新贡献力。   F2中,职务发明创造专利有效量占比、职务发明创造专利授权量占比、职务发明创造专利申请量占比等3项的载荷量比较大,说明 F2 是反映职务发明创造专利所占比重的指标,表征城市科技创新合力。   F3中,职务发明创造专利授权量占比、专利有效率、发明专利申请量年增长率、职务发明创造专利申请量占比重、专利申请量年增长率、职务发明创造专利有效量占比、专利授权量增长率等7项的载荷量比较大,7项中有3项是关于职务发明创造专利所占比重,3项是关于专利年均增长率,说明 F3是反映职务发明创造专利所占比重和专利年均增长率的指标,表征城市科技创新合力和创新潜力。   

文档评论(0)

189****7685 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档