高校专利工作业绩评估实证研究

高校专利工作业绩评估实证研究

ID:38118309

大小:158.74 KB

页数:3页

时间:2019-05-26

高校专利工作业绩评估实证研究_第1页
高校专利工作业绩评估实证研究_第2页
高校专利工作业绩评估实证研究_第3页
资源描述:

《高校专利工作业绩评估实证研究》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2010年安阳师范学院学报51高校专利工作业绩评估实证研究12王鸣涛,叶春明(1.安阳师范学院计算机与信息工程学院,河南安阳455000;2.上海理工大学管理学院,上海200093)[摘要]本文在对国内外有关专利评估文献进行调研的基础上,通过对知识产权领域专家学者的多次咨询,设计了一套比较完善的高校专利工作业绩评估指标体系。在此基础上,运用主成分分析方法对某市5所高校的专利工作业绩进行了实证研究。[关键词]专利;工作业绩;评估指标体系;主成分分析[中图分类号]G306[文献标识码]A[文章编号]1671-5330(2010)02-0051-03技术创新水平已经成为一个国家和地区获请数量较

2、上一年的增长率;得竞争优势的关键点,而知识产权以其高技术含③发明专利申请数量的比重(Q13):指在专量更能代表技术创新水平。作为科研的坚实力量,利申请数量中,发明专利所占的比重。因为在三类高校的技术创新工作也在迅速开展,但是作为科专利中,发明专利最具有科技含量并且最能代表技成果主体的专利工作不尽如人意,因此改善和技术创新能力,所以此项指标旨在强调发明专利提高高校专利工作的业绩尤为重要。在这样的形的重要性。势下,对我国高校专利工作业绩进行评估,不仅有表1高校专利工作业绩评估指标体系利于把握我国高校专利事业未来的发展,而且对类指标具体指标高校制定专利战略具有一定的参考价值,从而能专利申请数量

3、(Q11)专利申请够加快提升高校的科技竞争力,促进高校的科研专利申请数量年成长率(Q12)业绩类(Q1)工作更快更好地发展。发明专利申请数量的比重(Q13)专利授权数量(Q21)为此,本文设计了一套比较完善的高校专利专利授权专利授权数量年成长率(Q22)工作业绩评估指标体系,并运用主成分分析法对业绩类(Q2)发明专利授权数量的比重(Q23)某市5所高校专利工作业绩进行了实证研究。专利转化数量(Q31)专利转化专利转化比率(Q32)业绩类(Q3)1高校专利工作业绩评估指标体系设计专利转化金额(Q33)(2)专利授权业绩类指标(Q2)[1-6]本文通过国内外文献调研和对知识产①专利授权数量(

4、Q21):指发明专利、实用新权领域专家学者的咨询,设计了一套比较完善的型专利、外观设计专利获得授权数量的总和;高校专利工作业绩评估指标体系,如表1所示。②专利授权数量年成长率(Q22):指专利授1.1指标的含义说明权数量较上一年的增长率;(1)专利申请业绩类指标(Q1)③发明专利授权数量的比重(Q23):指在专①专利申请数量(Q11):指发明专利、实用新利授权数量中,发明专利所占的比重。型专利、外观设计专利申请数量的总和;(3)专利转化业绩类指标(Q3)②专利申请数量年成长率(Q12):指专利申①专利转化数量(Q31):指专利成功实施转[收稿日期]2010-03-17[基金项目]上海市哲

5、学社会科学基金项目(编号:2008BJB036)。[作者简介]王鸣涛,助教,主要从事经济信息管理;叶春明,教授,主要从事管理科学与工程。52安阳师范学院学报2010年化的数量,包括自行实施转化、许可实施转化和专rij越大,则第i项指标与第j项指标之间有着大量利出售的数量;的重叠信息。②专利转化比率(Q32):指获得授权的专利(3)根据R计算出各项成分的特征值λ1,中,得到转化的专利所占的比重;λ2,⋯,λm和相应的方差贡献率Q1,Q2,⋯,Qm,③专利转化金额(Q33):指专利转化带来的以及累计方差贡献率Q。经济效益。(4)选取前n个成分作为主成分C1,C2,⋯,1.2指标的统计口径Cn

6、。指标数据都应该按照相同年份为测度期进行确定n值的方法有两个,一是取所有λ>1的统计,即在相同测度年份内的数据,如全部采用成分作为主成分;二是根据累计方差贡献率Q选2005年或2006年等相同年份的指标统计数据。定,即前n项成分的Q达到80%即可。[7](5)计算主成分C1,C2,⋯,Cn的相应系数2主成分分析法li1,li2⋯,lim(i=1,⋯,n)。主成分分析法是统计学中常用的处理复杂多根据主成分的因子载荷矩阵A(aij,i=1,2,元变量问题的方法,已经在多元指标的综合评估⋯,n;j=1,2,⋯,m)以及aij=lijλi(i=1,2,中得到了广泛的运用。⋯,n;j=1,2,⋯,

7、m),求出单位特征向量li1,2.1基本原理li2⋯,lim(i=1,⋯,n),即相应主成分C1,C2,⋯,主成分分析是在考虑所有指标(假定m项指Cn的系数。标)相互关系的基础上,利用减少维度的思想,把(6)根据主成分的公式计算出C1,C2,⋯,Cn原本的多个指标转换为较少的几个没有相关性的的值,并求出综合评估值C=Q1·C1+Q2·C2+综合指标来代替原始的具有相互性的指标。可以⋯+Qn·Cn。用C1表示第一个主成分,则C1的方差

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。