华为近年专利数与经济产出的回归分析

合集下载

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, 运用相关回归方法研究了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=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( P = 0. 001) , 其回归分析曲线为Y=13887.517+1.639X （r=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，直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

一、引言 (1)

二、方法与数据 (1)

2.1专利产出与经济产出的相关性分析 (2)

2.2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 (4)

3.1研发投入与累计专利申请数相关性分析 (4)

3.2研发投入与累计专利申请数回归性分析 (5)

四、总结 (5)

4.1专利是企业利润的源泉 (5)

4.2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PTC[1]申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

[1]

PCT为Patent Cooperation Treaty（专利合作协定）的简写，专利合作条约是专利领域的一项国际

合作条约。

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处理所绘出的散点图。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。

表二华为公司累计申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入（百万元）

累计申请专利数Pearson 相关性 1 .983**显著性（双侧）.000 N 8 8

销售收入（百万元）Pearson 相关性.983** 1 显著性（双侧）.000

N 8 8

**. 在 .01 水平（双侧）上显著相关。

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

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。

a

方和为902147547.147，总平方和为27458403645，对应的F的统计量为：176.620，P值显示为0.000，拒绝模型整体不显著的假设，证明模型整体是显著的，即所建立的回归方程有效。

a

T显著性检验等，非标准化回归系数B的估计值为3.185，标准误差为0.240，标准化的回归系数为0.983，回归系数显著性检验T统计量的值为13.290，对应的显著性水平Sig.=0.0000＜0.05，可以认为方程显著。其中在“样本数据统计”中，随即误差一般叫“残差”。

因此回归分析得到的一元线性回归方程为：

Y=11748.380+3.185X

即：销售收入=11748.380+3.185*累计专利申请数（r=0.983）

回归系数常量为：11748.380，但是SIG为：0.301，常数项不显著，回归系数为：3.185，相对的sig为：0.000，具备显著性，由于在“anvoa a”表中提到了模型整体是“显著”的。

综上所述，累计专利申请数与销售收入存在显著相关性，对方程的方差分析及对回归系数的回归性检验均发现，所建立的回归方程显著。从结果分析来看,可以简单的认为：累计专利累计申请数每增加1件，那销售收入就会增加3.185百万！

三、研发投入与累计申请专利数分析

3.1研发投入与累计专利申请数相关性分析

在这里我们不多赘述分析过程，同上用SPSS软件分析得到数据表和标准化点