华为近年专利数与经济产出的回归分析

华为近年专利数与经济产出的回归分析

ID:31199118

大小:69.15 KB

页数:9页

时间:2019-01-07

华为近年专利数与经济产出的回归分析_第1页
华为近年专利数与经济产出的回归分析_第2页
华为近年专利数与经济产出的回归分析_第3页
华为近年专利数与经济产出的回归分析_第4页
华为近年专利数与经济产出的回归分析_第5页
资源描述:

《华为近年专利数与经济产出的回归分析》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、经典营销英文原著选读华为技术有限公司专利产出与经济效益相关性分析HUAWGI华为技术有限公司专利产出与经济效益相关性分析摘要:文中针对华为有限公司的专利产出与经济产出的关系进行典型相关分析,运用相关冋归方法研究了2005-2012年之间华为有限公司的专利申请数与经济产出(年销售收入)的相关性。结果表明,华为有限公司的累计专利总数与销售收入存在显著的正线性相关性(P=0.000),其回归分析曲线为Y二11748.380+3.185X(r=0.983)华为有限公司的研发投入与累计专利总数存在显著的正线性相关性(

2、P二0.001),其回归分析曲线为Y=13887.517+1.639X(r二0.930)结果提示:企业对专利研发投入的重视程度,反映在专利申请数量上,克接反映知识产权对企业未来经济效益所带来的影响程度。企业发明专利数,直接反映企业的创新效果和在未来市场的竞争力,最终反映于企业在未来市场竞争中的经济增长率和收入。关键词:专利销售收入研发投入相关性目录一、弓丨言1二、方法与数据12.1专利产出与经济产出的相关性分析22.2专利产出与经济产出的回归性分析3三、研发投入与累计申请专利数分析43.1研发投入与累计专利

3、申请数相关性分析43・2研发投入与累计专利申请数回归性分析5四、总结54.1专利是企业利润的源泉54.2研发投入是企业创新的保障6一、引言专利是保护发明和推动技术创新的产物,是反映一个国家或企业创新能力和水平的重要指标。专利制度是通过法定程序确定发明创造的权利归属关系,从而有效保护发明创造成果,独占市场,让企业在激烈的市场竞争中占据有利的位置。专利还为企业争取了市场竞争中的主动,确保自身生产与销售的安全性。专利也可以促进产品的更新换代,提高产品的技术含量,及提高产品的质量、降低成本,使企业的产品在市场竞争中

4、立于不败之地。一个企业若拥有多个专利是企业强大实力的体现,是一种无形资产和无形宣传。总之,专利是技术商品化和获取经济利益的重要途径,它与经济发展紧密相关。因此,研究华为有限公司(以下简称华为)的专利产出和企业经济产出之间的关系,对于了解华为的经济增长具有重要的意义。本文通过对华为2005-2012年的数据,从专利申请数、销售收入、营业利润、研发收入等方面分析,来探寻华为的专利产出是否与其经济产出之间存在较好的相关性,并通过该分析认识专利在促进企业经济增长方面起着什么重要的作用。二、方法与数据为研究华为可持续

5、成长与专利数之间的关系,本文对华为历年的成长数据进行了统计分析。考虑到专利公开时间的滞后性,因此选择PTC⑴中请数和累计申请专利数作为考核指标。经济产出采用年销售收入或者年利润作为指标,然而影响利润的因素较多,如成本、税收政策的影响等,因此经济产出我们选择企业年销售收入和年营业利润作为分析指标。错误!未找到引用源。表一华为有限公司2205-2012年专利申请与销售收入利润表2.1专利产出与经济产出的相关性分析PCT为PatentCooperationTreaty(专利合作协定)的简写,专利合作条约是专利领域

6、的一项国际合作条约。销您收入(百万元)O已观测—线性图1累计申请专利数与销售收入相关性分析散点图图1为华为公司累计授权专利数与年销售额收入做的SPSS处理所绘岀的散点图。从散点图可以看出,数据点大致位于一条直线上,说明可能存在相关性。表二华为公司累计中请专利数与销售收入相关性汇总分析矩阵图累计申请专利数销售收人(百万元)Pearson相矢性1.983“累计申请专利数显著性(双侧).000N88Pearson相矢性.983“1销售收人(百万元)显著性(双侧).000N88**.在・01水平(双侧)上显著相矢。

7、根据表二的相关性分析,可以看出累计申请专利数与销售收入的"Pearson"的相关性为0.983(即可以认为是“两者的相关系数r为0.983),属于“正相关关系”。但同时“显著性(双侧)结果又分别为0.000,由于0.000<0.05,所以显著性明显。结论:专利产出和经济产出具备相关性。2.2专利产出与经济产出的回归性分析表三模型汇总&模型RR方调整R方标准估计的误差Durbin-Watson1.983’.967.96212262.0521.665a.预测变量:(常量),累计申请专利数。b.因变量:销售收入(

8、百万元)从模型汇总b屮可以看出“模型拟合度”为0.967,调整后的“模型拟合度”为0.962(R方的值越大,所反映的两个变量的公变量的比率就越高,模型与数据的拟合程度就越好),就说明“营业利润”的情况都可以用该模型解释,拟合度相对较高且累计申请专利数与销售收入的公变率较高。表四Anovaa模型平方和df均方FSig.回归1残差总计26556256097.728902147547.14727458403644.87

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。