我国专利申请量与国民经济增长的关系研究
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
52
河南科技2010.11下
科学与社会
一、综述
在知识经济的大环境下,国家间的竞争、企业间的竞争日益激烈,而要在国际竞争中处于经济强势地位,要在企业竞争中保持生存发展动力,最主要的方法就是保持技术创新。
目前,衡量一个国家或者企业技术创新能力最主要的指标就是专利数量。
因此,专利与国民经济之间存在一定的关系,这一方面的研究也受到了广大学者的关注。
庄宇等人(2007)运用SPSS软件,用专利授权量和人均国内生产总值作为两个统计变量,根据统计数据、模型计算结果得出两者存在较好的相关性,授权量对人均国内生产总值的贡献率为3.3%。
张继红、吴玉鸣(2007)运用动态计量经济学的分布滞后模型、单位根检验模型、协整分析模型和Granger 因果检验模型,以及专利产出与经济增长数据,对首都北京区域专利产出与经济增长关联机制进行了动态计量经济实证分析,得出首都地区专利产出增长与GDP 增长存在长期稳定的动态均衡关系。
姜彩楼(2008)选取1987-2004年时间序列数据,得出专利产出和GDP之间存在协整关系,协整系数为0.311433,二者在10%水平上具有Granger双向因果关系,并认为经济增长对专利产出的影响强度相对较大,专利产出对经济增长的影响强度相对较小。
曾昭法、聂亚菲(2008)选取1985-2005年的相关数据, 采用协整和误差修正模型实证研究专利对我国经济增长的影响,得出专利制度对我国经济增长具有显著的促进作用, 且专利对经济增长的影响存在长达三年的时滞。
上述文献的结论都是专利增长对国民经济增长有促进作用,但是在使用自变量时都只选用了专利数据,并未考虑人力资源投入、资本投入和专利数量共同对国内生产总值的影响。
本文选取了1987-2008年的专利申请受理量、授权量、就业人数、固定资产投资额和国内生产总值数据,考虑到专利授权量存在一定的时间滞后效益,因此采用专利申请量作为自变量,就业人数可作为人力资源投入、固定资产投资额可作为资本的投入,因此通过excel软件,建立多元回归模型,分析专利申请受理量、就业人数、固定资产投资额这三个自变量和国内生产总值之间的相关关系。
二、数据和模型建立
根据相关统计文献,获得数据如表1所示:
表1 1987~2008年专利相关统计数据
年份国内生产总值专利申请量专利授权量就业人数固定资产投资198712058.6260776811527833791.7198815042.83401111947543344753.8198916992.33290517129553294410.4199018667.34146922588647494517199121781.55004024616654915594.5199226923.56713531475661528080.1199335333.977276621276680813072.3199448197.977735432976745517042.1199560793.783045450646806520019.3199671176.6102735437806895022974199778973114208509966982024941.1199884402.3121989678897063728406.2199989677.11342391001567139429854.7200099214.61706821053457208532917.72001109655.22035731142517302536898.42002120332.72526311323997374043499.92003135822.83084871822267443255117.92004159878.335380719023875200700732005183217.44762642140037582588773.62006211923.557317826800276400109998.22007249529.96941533517827699012537.022008
300670
828328
411982
77480
172291.1
其中,就业人数数据来自《中国财政年鉴》,固定资产投资额数据来自《中国固定资产投资统计数典》,专利申请量和专利授权量数据来自中华人民共和国国家知识产权局网站。
根据国内生产总值、专利申请量、就业人数和固定资产投资额这四类数据,建立一个多元回归模型:Y=A+αX 1+βX 2+γX 3。
其中Y为国内生产总值,X 1为就业人数,X 2为专利申请量,X 3为固定资产投资额。
通过excel软件,分析结果如表2所示:
我国专利申请量与国民经济增长的关系研究
同济大学经济与管理学院 郑 瑶
摘 要:为了研究国民经济指标GDP的影响因素,本文利用中国专利申请量数据、就业人数、固定资产投资额数据和GDP数据,通过对近22年(1987至2008年)的数据进行分析和计算发现,专利申请量和就业人数与其GDP之间具有很强的相关性,并结合我国实际国情对这一方程模型作了分析,指出八九十年我国经济增长仍大量依靠劳动力的投入,技术进步的贡献较小,但进入21世纪以来,我国的技术创新的重视以及创新的不断进步,使得我国经济增长加速。
关键词:专利申请量;就业人数;固定资产投资额;GDP
Coefficients
标准误差t Stat P-value Lower 95%Upper 95%下限 95.0%上限 95.0%Intercept -122036.748930757.32426-3.9677296980.00090242-186655.4892-57418-186655-57418就业人数 2.2418653220.478748568 4.6827614160.000185321 1.236051906 3.247679 1.236052 3.247679固定资产投资0.1017901840.098122491 1.0373787240.31329524-0.1043575190.307938-0.104360.307938申请受理量(单位:件)
0.280150172
0.019704997
14.21721486
3.14947E-11
0.23875151
0.321549
0.238752
0.321549
表2 多元回归模型分析结果
53
河南科技2010.11下
三、模型修改及分析
从上述结果可以看出:固定资产投资额这个自变量的P值大于0.05,与国内生总值的关系不显著,而就业人数和专利申请量这两个自变量的P值远小于0.005,与国内生产总值呈显著相关关
系。
因此,为更准确描述自变量与因变量之前的关系,修改模型如下:Y=A+αX 1+βX 2
再次进行excel分析,结果如表3所示:
表3 模型修改后的分析结果
Coefficients
标准误差t Stat P-value Lower 95%Upper 95%下限 95.0%上限 95.0%Intercept -125785.836730605.41442-4.1099210420.000596089-189843.7052-61728-189844-61728就业人数
2.3075498520.475493055 4.852*******.000110499 1.312331452
3.302768 1.312331 3.302768申请受理量(单位:件)
0.2936728
0.014806787
19.83366142
3.70673E-14
0.262681839
0.324664
0.262682
0.324664
从这个表格中可以看出,就业人数、专利申请量与国内生产总值呈高度显著相关关系,得出多元回归方程:
Y=-125786+2.308X 1+0.294X 2
因此,从该方程可以看出,在我国,就业人数对国民经济的增长影响巨大,而专利申请量对其影响较小,结合实际情况,目前我国经济增长迅速,技术经济崛起,但在80、90年代,我国经济的增长主要还是依靠人力资源的投入,毕竟我国人口众多。
但是相比较而言,近几年的专利申请说带来的技术进步,从而进一步带来的经济增长效果还是较为显著的。
四、结论和政策
由于影响国民经济增长的因素主要集中于就业人数和专利申请量上,而固定资产投资额的影响力较小,因此在发展经济时,企业和国家不能一味地认为增加投资就能带来巨大的增长,而应
该加大技术投入,积极创新,这样才能在市场经济条件下获得持久的发展力。
针对这个结论,企业、国家应该建立和完善人才培养机制和教育机制,以培养创新型人才为主要目标,推动国家整体的技术进步。
参考文献:
[1] 庄宇,管述学.中国专利产出与人均GDP的相关性分析[J].情报杂志,2007,(2).
[2] 张继红,吴玉鸣.专利产出与区域经济增长的动态关联机制分析[J].工业工程与管理,2007,(2).
[3] 姜彩楼.我国专利产出与经济增长的协整关系研究[J].西安财经学院学报,2008.
[4] 曾昭法,聂亚菲.专利与我国经济增长实证研究[J].科技管理研究, 2008,(7).
(上接第20页)
(高温、低压、低空速等),在还原气氛下烃被吸附在金属晶粒的表面,再由于脱氢或氢解等反应产生原子碳并溶解在金属晶粒中,由于碳的沉积和生长而使金属晶粒与基体分离,结果产生前端带有金属粒子的丝状碳,而这种丝状碳又能催化烃类脱氢,使丝状碳本身会变得又粗又长。
模拟试验结果表明,这种丝状碳在420~450℃即可形成,而它对烃类的催化脱氢生碳的反应则是温度越高,反应进行得越快。
这种碳是在炉管和反应器内的器壁上生成、如在一反炉管内生成(上述第一例),就可随气流进入一反的扇形管中,因此扇形管下部逐渐被堵死。
由于扇形管中的丝状碳的催化生碳作用,使碳量迅速增加,体积变大,因此,产生强大的力而把扇形管胀破;如果碳的反应器内的器壁上生成,由于丝状碳的催化生碳作用,使碳量迅速增加,这种生长在器壁与扇形管之间的碳把扇形管推向中心。
由于扇形管被支撑圈所固定,因此使扇形管变成弯曲的“鼓肚”或把支撑圈胀断,又造成中心筒被支撑圈顶破,使催化剂进入下一个加热炉的炉管中,甚至被气流带入下一反应器的扇形管中,同时由于扇形管下部被推向中心筒,使得催化剂下料管被积碳堵塞,催化剂流动性变坏,这样就造成了恶性循环,积碳会更迅速地生成,而设备的损坏也更严重。
上述这两种情况往往同时发生,使反应器的内构件随运转
时间的增长损坏得更严重。
4. 积碳的防止。
从上述的结果来看,大量积炭的生成首先是生成初级的带有铁粒子的丝状碳,然后通过其催化生碳,以致使丝状碳变粗变长,而温度、压力、氢油比及系统中的氯含量等均能影响碳的生成速度,但最根本的是应如何防止含有金属粒子的丝状碳的生成。
丝状碳生成与否和金属器壁的表面金属活性有关,为了防止带金属粒子的丝状碳的生成,应对金属器壁表面金属进行钝化,要做到这一点可能有多种办,但最简单易行的办法是在重整催化剂允许的条件下采用硫来钝化金属器壁,抑制丝状碳的生成。
因此,可以说上述二套CCR装置基本上是在无硫的条件下操作,使设备的金属壁未得到钝化,容易生成丝状碳。
一般CCR所使用的催化剂可允许原料中的硫含量<0.5ppm。
经过实践,CCR装置在三、四、五周期运转中,切除脱硫保护床,并连续在原料中注入0.1~0.20pm的硫(总硫为0.3ppm左右)达到了使金属壁钝化而减少丝状碳生成的目的,确保了装置正常运行。
例 2 的第二代CCR装置采取了同样的方法,控制进料硫含量在0.3~0.4ppm,解决了装置积碳问题。