22省專利數(shù)據(jù)分析及影響因素研究

段博?！】虏ā钤品⑽南！〗共”R方芳

【摘 要】“專利申請數(shù)據(jù)”是一種可以被高效利用和分析的數(shù)據(jù)包。本文研究地域、私營工業(yè)和R&D投入對專利申請的影響。首先利用SQL Server 2008軟件對數(shù)據(jù)進行處理，然后將這些數(shù)據(jù)進行分類比較，最后利用帶有地域這一虛擬變量的回歸模型分別研究私營工業(yè)和R&D投入對專利申請的影響。得出結(jié)論：相比于私營工業(yè)企業(yè)銷售產(chǎn)值和R&D經(jīng)費，私營工業(yè)企業(yè)單位數(shù)和R&D項目數(shù)對專利申請量有著更顯著的正向作用，同時在中南地區(qū)這兩個指標對專利申請量的影響較其他地域更大。

【關鍵詞】專利申請;私營工業(yè)企業(yè);R&D;虛擬變量;回歸模型

中圖分類號： F224;F204 文獻標識碼： A文章編號： 2095-2457（2019）16-0123-002

DOI：10.19694/j.cnki.issn2095-2457.2019.16.052

22 Patent Data Analysis and Influencing Factors

——Based on “Patents Invention Data” Package Data

DUAN Bo-rui KE Bo YANG Yun-fan LIU Wen-xi JIAO Bo LU Fang-fang

（Hubei University of art and science， Xiangyang Hubei 441000， China）

【Abstract】“Patent application data” is a data package that can be efficiently used and analyzed. This paper examines the impact of geographic， private industry， and R&D inputs on patent applications. First， the data is processed by SQL Server 2008 software， and then the data is classified and compared. Finally， the regression model with the virtual variable of the region is used to study the impact of private industry and R&D investment on patent applications. It is concluded that compared with the sales value and R&D expenditure， the number of private industrial enterprises and the number of R&D projects have a more significant positive effect on the number of patent applications， while the two indicators in the Central South region apply for patent applications is greater than in other regions.

【Key words】Patent applications; Private industrial enterprises; R & D; dummy variables; Regression model

當下，專利的申請產(chǎn)生了一個很大的數(shù)據(jù)集，而專利數(shù)據(jù)在社會中具有廣泛的用途。通過對以往研究的考察，發(fā)現(xiàn)河北省專利增長與經(jīng)濟發(fā)展存在因果關系。從全國的角度來看，每個省由于其地域的特殊性和省內(nèi)對科技創(chuàng)新的資金的投入多少都會對本省的專利申請數(shù)量產(chǎn)生直接或者間接的影響。我們希望從能夠反映經(jīng)濟發(fā)展情況的私營工業(yè)企業(yè)各項指標、R&D投資各項指標和地域差異的角度出發(fā)，去挖掘哪些因素會對專利申請情況產(chǎn)生影響并討論為什么會產(chǎn)生這種影響，從而發(fā)現(xiàn)“專利發(fā)明數(shù)據(jù)”的潛在價值。并希望能夠得到專利申請情況隨著各項指標有關聯(lián)的變化，并且印證地域?qū)＠纳暾埱闆r也有影響等結(jié)論。

1 專利數(shù)據(jù)的來源

該研究課題以“北京大學開放數(shù)據(jù)平臺”中的“發(fā)明專利數(shù)據(jù)”為基礎數(shù)據(jù)，數(shù)據(jù)包含中國境內(nèi)2017年1月4日至2017年9月8日申請專利數(shù)。為了在同一階層討論專利的發(fā)展，研究所使用到的數(shù)據(jù)排除了四個直轄市，兩個特別行政區(qū)，五個自治區(qū)的數(shù)據(jù)，23個省中臺灣省的數(shù)據(jù)也被排除在外。通過其他必要的輔助工具，篩選出除了以上提到的地區(qū)之外剩下的22個省的專利申請數(shù)據(jù)作為本次研究的基礎。

2 私營企業(yè)、R&D投入和地域?qū)＠暾埖挠绊?/p>

2.1 變量的選擇

本文研究引入四個變量：2016年各省私營工業(yè)企業(yè)單位數(shù)、私營工業(yè)企業(yè)銷售產(chǎn)值、規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費及規(guī)模以上工業(yè)企業(yè)R&D項目數(shù)。數(shù)據(jù)來自2017中國統(tǒng)計年鑒。

2.2 私營工業(yè)企業(yè)指標與專利的關系

從全國來看，私營工業(yè)企業(yè)個數(shù)與產(chǎn)值與專利申請數(shù)并不總成正比。廣東省的私營工業(yè)企業(yè)單位數(shù)和銷售產(chǎn)值在都遠低于山東省，其私營工業(yè)企業(yè)銷售產(chǎn)值占比也比山東省低11%左右，但廣東省申請的專利數(shù)占比高于山東省16%左右。

2.3 R&D投資與專利的關系

規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費值越高與申請的專利項目并不總成正比。落差最大的是山東省，山東省有遠高于浙江省的R&D經(jīng)費投入，但是專利申請量卻低于浙江省。山東省之后的18個省中，安徽，四川有著與山東省不同的反向落差。與浙江省不同的是，安徽省和四川省是在規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費值和規(guī)模以上工業(yè)企業(yè)R&D項目數(shù)排名均不靠前的情況下，獲得了較高的專利申請量。而這種反向落差最顯著的仍屬專利申請量第一位的廣東省，但同時廣東省的規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費也排在首位。

2.4 地域與專利的關系

將22個省劃分為六個地域，對數(shù)據(jù)進行分析。

華東：浙江、江蘇、福建、江西、山東和安徽;華北：河北和山西;東北：遼寧、吉林和黑龍江;西北：陜西、青海和甘肅;西南：四川、云南和貴州;中南：河南、湖北、湖南、廣東和海南。

六個地域都遵循規(guī)模以上工業(yè)企業(yè)R&D項目數(shù)越多，申請的專利項目越多的規(guī)律。除華東地區(qū)和中南地區(qū)外，其他地區(qū)均遵循規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費越多，申請的專利項目越多規(guī)律。華東地區(qū)中不遵循這一規(guī)律的省份是浙江和山東省。山東的規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費占比比浙江的多，但山東的專利數(shù)占比比浙江的少。中南地區(qū)中河南的規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費占比低于湖北和湖南，但河南的專利申請數(shù)卻高于湖北和湖南省。中南地區(qū)也是落差最大的地區(qū)，廣東省三個指標占比都遠遠高于其他四個省份。

2.5 帶有虛擬變量的回歸模型

本節(jié)利用數(shù)學模型給出兩組變量及它們在地域影響下分別對專利數(shù)量的量化影響。

為了構(gòu)建模型，本文引入適當?shù)淖兞糠枴？紤]到數(shù)據(jù)差距大，在五個變量數(shù)據(jù)處理上，沒有選擇中心化的方式，而是選擇了中位數(shù)。

SQS：私營工業(yè)企業(yè)單位數(shù)-6709.5（個）;

SQC：私營工業(yè)企業(yè)銷售產(chǎn)值-14379.07（億元）;

RDJ：規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費-249.6622（億元）;

RDX：規(guī)模以上工業(yè)企業(yè)R&D項目-7149（項）;

ZL：每省申請專利數(shù)-3260（項）。

地域劃分為華東、中南、華北、東北、西南和西北，其中西北的平均申請專利數(shù)最少，以其為基準，引入五個虛擬變量：

X1=1，華東地區(qū)0，其它地區(qū)，X2=1，中南地區(qū)0，其它地區(qū)，

X3=1，華北地區(qū)0，其它地區(qū)X4=1，東北地區(qū)0，其它地區(qū)，

X5=1，西南地區(qū)0，其它地區(qū)

在簡單建立ZL與X1，X2，X3，X4，X5之間的線性模型后，根據(jù)系數(shù)t檢驗結(jié)果，系數(shù)均不顯著，并且模型擬合度低。根據(jù)結(jié)論判斷地域?qū)ι暾垖＠麛?shù)沒有顯著的直接影響。

四個變量根據(jù)私營企業(yè)和R&D投入劃分成兩組模型，建立線性回歸，得到下面兩個模型公式：

調(diào)整值為0.626675，AIC和SC值均在20以上。（1）中常數(shù)項和私營工業(yè)企業(yè)銷售產(chǎn)值（SQC）的系數(shù)均不顯著（此處及以下均在0.05條件下）。對申請專利數(shù)有顯著正向影響的是私營工業(yè)企業(yè)單位數(shù)（SQS）。（為隨機誤差）

調(diào)整值為0.870957，AIC和SC值為19。（2）中常數(shù)項系數(shù)不顯著，從模型看，R&D經(jīng)費增加1億元，申報的專利增加8.4項。R&D經(jīng)費投入和項目對專利的申請數(shù)都有顯著的正向作用。

3 總結(jié)

整體來看，但專利申請數(shù)量與提到的變量雖有聯(lián)系，但并不完全由其決定。在大的規(guī)律下仍然有部分省份出現(xiàn)了反常的情形，而這些情況的出現(xiàn)可能還與地區(qū)工業(yè)重心及整體的行業(yè)模式有關。比如山東、吉林、河北等省份，由于其主要的重心在重工業(yè)，而重工業(yè)對技術的發(fā)展與其他產(chǎn)業(yè)的要求有所不同，并沒有出現(xiàn)專利申請數(shù)量隨著經(jīng)濟指標而上升的情況。還有另外一種情形的出現(xiàn)，即有些省份由于其主要行業(yè)模式的原因，對專利并沒有太大的要求。比如海南省和云南省，因其主要發(fā)展旅游業(yè)，所以從我們所選取的表現(xiàn)經(jīng)濟發(fā)展的指標中并沒有看到這類省份的表現(xiàn)有多出色。

這次的研究表明，雖然私營工業(yè)企業(yè)的發(fā)展和科研投入及地區(qū)生產(chǎn)總值和地域的差別會影響專利的申請數(shù)量，但這些指標并不能完全表現(xiàn)出專利申請的趨勢。各省的專利發(fā)明及申請的數(shù)量還受除經(jīng)濟之外的很多種因素的影響，比如風土人情，地方特色等等。該研究可以為各地區(qū)專利申請情況給出一個大的方向，但具體到實際中還要結(jié)合其他的現(xiàn)實條件來具體分析。這樣才能結(jié)合每個地區(qū)的具體情況給出詳細的報告。

【參考文獻】

[1]張愛華.專利產(chǎn)出與區(qū)域經(jīng)濟增長關系的實證研究——基于河北省1985—2012年數(shù)據(jù)分析[J].河北經(jīng)貿(mào)大學學報，2015，36（05）：114-119.

[2]張繼紅，吳玉鳴，何建坤.專利創(chuàng)新與區(qū)域經(jīng)濟增長關聯(lián)機制的空間計量經(jīng)濟分析[J].科學學與科學技術管理，2007（01）：83-89.

[3]詹姆斯·H.斯托克，馬克·W.沃森.計量經(jīng)濟學：第二版[M].格致出版社上海三聯(lián)書店上海人民出版社，2009.

[4]鄧芳.EXCEL高效辦公：數(shù)據(jù)處理與分析[M].人民郵電出版社，2012.

[5]黃德才.數(shù)據(jù)庫原理及其應用教程[M].科學出版社，2002.