国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

高管與核心員工股權(quán)激勵對企業(yè)創(chuàng)新產(chǎn)出的影響研究
——基于創(chuàng)業(yè)板企業(yè)數(shù)據(jù)

2021-10-13 07:38李治翟曄楠中國石油天然氣股份有限公司石油工業(yè)出版社中國藝術(shù)研究院北京100000
商業(yè)會計 2021年18期
關(guān)鍵詞:專利申請期權(quán)變量

李治 翟曄楠(中國石油天然氣股份有限公司石油工業(yè)出版社 中國藝術(shù)研究院 北京 100000)

一、引言

黨的十九大報告指出,在新時代的現(xiàn)代經(jīng)濟建設(shè)過程中,科學(xué)技術(shù)創(chuàng)新將成為新時期經(jīng)濟高質(zhì)量發(fā)展的重點。在經(jīng)濟發(fā)展的同時,公司治理體系也在不斷完善,如何充分激發(fā)員工熱情從而提升其創(chuàng)造力,以及采用什么樣的激勵措施來改善公司績效,尤其是創(chuàng)新績效,一直是高科技公司發(fā)展中的難題。股權(quán)激勵作為一種有效緩解代理問題的激勵機制,是公司治理中最重要的制度之一。2016年8月《上市公司股權(quán)激勵管理辦法》正式實施,許多公司都推出了股權(quán)激勵計劃,創(chuàng)業(yè)板企業(yè)作為重要的創(chuàng)新主體,截至2020年底,共有531家創(chuàng)業(yè)板企業(yè)使用了股權(quán)激勵措施。同時,股權(quán)激勵也是學(xué)術(shù)界所研究的重點領(lǐng)域,學(xué)者們對不同股權(quán)激勵對象的作用效果得出了不同的結(jié)論。因此,有必要依據(jù)上市企業(yè)數(shù)據(jù),探究在企業(yè)的創(chuàng)新活動中,股權(quán)激勵對不同激勵對象的激勵效果,以及股權(quán)激勵類型對企業(yè)創(chuàng)新績效的影響。

二、理論分析與假設(shè)提出

由管理權(quán)和所有權(quán)分離引起的委托代理問題已經(jīng)成為公司內(nèi)部治理的重要組成部分。在契約不完備和信息不對稱的前提下,股東和經(jīng)營者會根據(jù)各自的利益最大化目標選擇最佳的行為模式。代理理論認為,股權(quán)激勵能夠有效緩解管理者與所有者之間的矛盾(Jensen et al.,1976)[1],從而使股東對經(jīng)營者的行為進行有效的長期約束,使二者在博弈中達到平衡并實現(xiàn)帕累托最優(yōu)。

企業(yè)創(chuàng)新是一項持續(xù)期長、階段繁多的活動,需要投入大量的物質(zhì)以及人力資本。創(chuàng)業(yè)板中高新技術(shù)企業(yè)較多,雖然成立時間短、規(guī)模小,但具有較高的成長空間,創(chuàng)新對于創(chuàng)業(yè)板企業(yè)來說是企業(yè)成敗的關(guān)鍵。對于促進企業(yè)創(chuàng)新,傳統(tǒng)的績效薪酬考核是缺乏效率的,相比于固定工資模式和傳統(tǒng)績效薪酬激勵,如果想要更好地促進企業(yè)創(chuàng)新,就要提升早期失敗容忍度而更加注重長期創(chuàng)新績效的激勵計劃(Manso G,2011)[2]。有研究發(fā)現(xiàn),通過股權(quán)激勵可以將企業(yè)利益與員工利益綁定,從而促進員工努力工作,提高創(chuàng)新績效(Smith and Stulz,1985)[3]。從技術(shù)創(chuàng)新的結(jié)果來看,如果企業(yè)技術(shù)創(chuàng)新成功,企業(yè)股票價格就會上升,此時核心員工所獲得的股權(quán)激勵價值變高;如果企業(yè)技術(shù)創(chuàng)新失敗,企業(yè)股票價格下降,此時核心員工所獲得的股權(quán)激勵價值變低,員工可以選擇不執(zhí)行該激勵,但并沒有額外損失(Liu L et al,2014)[4]。所以核心員工相對來說不需要承擔(dān)創(chuàng)新失敗的風(fēng)險,但可以享受創(chuàng)新成功所帶來的收益。綜上所述,本文提出以下假設(shè):

H1:核心員工股權(quán)激勵能夠促進創(chuàng)業(yè)板企業(yè)創(chuàng)新。

對于委托代理問題,給予企業(yè)管理者一定的股權(quán)激勵可以減少機會主義行為,從而緩解企業(yè)的委托代理矛盾。在代理問題比較嚴重的企業(yè)中,管理者傾向于不選擇能給企業(yè)帶來長期效益的高風(fēng)險活動,企業(yè)的創(chuàng)新研發(fā)就屬于這類活動,股權(quán)激勵可以通過利潤分享、權(quán)益分享和風(fēng)險承擔(dān)等方式緩解企業(yè)在研發(fā)投資行為中的代理問題從而促使企業(yè)加大研發(fā)投入(唐清泉等,2009)[5]。但剖析整個創(chuàng)新過程,高管決定創(chuàng)新投入,核心員工決定創(chuàng)新研發(fā)的過程,投入與研發(fā)過程缺一不可,但更能決定創(chuàng)新效率的是研發(fā)的過程(陳效東等,2016)[6]。Chang et al.(2015)[7]使用美國上市公司數(shù)據(jù)研究發(fā)現(xiàn),相比于高管,非高管員工股票期權(quán)對企業(yè)創(chuàng)新產(chǎn)出的正向影響更為顯著,綜上所述,本文提出以下假設(shè):

H2:核心員工股權(quán)激勵比高管股權(quán)激勵對創(chuàng)新產(chǎn)出的促進作用更為顯著。

我國上市公司股權(quán)激勵中最主要的兩種形式為股票期權(quán)和限制性股票,限制性股票的權(quán)利和義務(wù)擁有對稱性,而股票期權(quán)則相反,具有不對稱性(李曜,2008)[8]。肖淑芳等(2016)[9]發(fā)現(xiàn),高管人員所占總股權(quán)激勵比例大于核心員工時,高管會試圖為自己尋求利益,從而促使公司的股權(quán)激勵方式傾向選擇限制性股票。而企業(yè)的創(chuàng)新活動具有高風(fēng)險性,研究發(fā)現(xiàn),與限制性股票相比,股票期權(quán)的價值與股票波動性呈正相關(guān),同時股票期權(quán)能夠通過風(fēng)險承擔(dān)機制鼓勵員工承擔(dān)風(fēng)險(Low A,2009)[10],從而激勵高管增加研發(fā)支出,激勵核心員工提高創(chuàng)新效率。綜上所述,本文提出以下假設(shè):

H3:核心員工股票期權(quán)激勵比限制性股票對創(chuàng)新產(chǎn)出的促進作用更為顯著。

三、研究設(shè)計

(一)數(shù)據(jù)來源

本文選取2011—2018年A股創(chuàng)業(yè)板上市企業(yè)數(shù)據(jù)為研究樣本,剔除了金融業(yè)公司、未施行股權(quán)激勵計劃的公司、除股票期權(quán)和限制性股票以外激勵形式的公司和相關(guān)變量數(shù)據(jù)缺省的相關(guān)數(shù)據(jù),最終得到2 096個樣本觀測值。為了減輕極端數(shù)值帶來的影響,對所有連續(xù)變量進行了1%的Winsorize縮尾處理。數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫,專利申請數(shù)據(jù)及發(fā)明專利申請數(shù)據(jù)從國家知識產(chǎn)權(quán)局查詢,股權(quán)激勵的部分信息從上市公司披露的股權(quán)激勵計劃公告中整理得到,運用Excel 2010、SPSS 25.0和Stata 16處理數(shù)據(jù)。

(二)變量定義

1.被解釋變量——創(chuàng)新產(chǎn)出(Innovation)。參考專業(yè)領(lǐng)域內(nèi)一般研究方法,用企業(yè)申請的總專利數(shù)(Total-patent)和發(fā)明專利數(shù)(Inv-patent)衡量企業(yè)創(chuàng)新產(chǎn)出的數(shù)量,其中總專利數(shù)包括發(fā)明、實用新型和外觀設(shè)計專利申請數(shù),考慮到創(chuàng)新所需時間與股權(quán)激勵效果的滯后性,所以被解釋變量選擇滯后一年的數(shù)據(jù)。因為專利授予時間有一定延遲,且延遲時間從不滿一年至四五年不等,所以使用專利申請時間作為被解釋變量更接近專利的實際產(chǎn)出時間。三種專利中,發(fā)明專利的研發(fā)周期與技術(shù)含量較高,獲得難度更大,用來代表企業(yè)的創(chuàng)新能力與創(chuàng)新質(zhì)量更為準確,所以本文重點采用發(fā)明專利申請數(shù)量,同時結(jié)合總專利申請數(shù)衡量企業(yè)創(chuàng)新產(chǎn)出的質(zhì)量。

2.解釋變量——股權(quán)激勵強度(Incentive)。參考魯桐和黨?。?014)[11]的處理方法,分別用上市公司股權(quán)激勵計劃公告中所公布的核心員工和高管所獲授的期權(quán)和限制性股票數(shù)量占公司股票總數(shù)的百分比來衡量高管股權(quán)激勵強度(Exe-Total-inc)、核心員工股權(quán)激勵強度(Emp-Total-inc)、核心員工股票期權(quán)激勵強度(Emp-Opt-inc)和核心員工限制性股票激勵強度(Emp-Res-inc)。本文按照上市公司股權(quán)激勵計劃公告中所公布的股權(quán)激勵授予年限與每年的授予比例來計算每年的股權(quán)激勵強度。

3.控制變量。為了控制非執(zhí)行員工股票期權(quán)對創(chuàng)新產(chǎn)出的影響,參考唐清泉(2009)[5]、Chang(2015)[7]、姜英兵(2017)[12]等的研究控制一系列企業(yè)指標與特征,這些指標特征已經(jīng)被眾多研究證明是創(chuàng)新產(chǎn)出的重要影響因素。

具體變量定義如表1所示。

表1 主要變量定義

(三)模型設(shè)計

被解釋變量專利數(shù)據(jù)為計數(shù)數(shù)據(jù),在建立模型進行OLS回歸時,通常情況下需要把總專利申請數(shù)和發(fā)明專利申請數(shù)取自然對數(shù)。同時,由于樣本專利數(shù)據(jù)呈右偏態(tài)分布,需要在回歸分析時對被解釋變量專利申請數(shù)據(jù)加1后再取自然對數(shù),以此降低創(chuàng)新產(chǎn)出衡量指標的偏度。

為了驗證假設(shè)1,本文構(gòu)建了模型(1):

為了驗證假設(shè)2,本文構(gòu)建了模型(2):

為了驗證假設(shè)3,本文構(gòu)建了模型(3):

利用模型進行回歸時,為了減輕最小二乘法模型回歸可能存在的異方差和內(nèi)生性問題,在回歸前,使用12個數(shù)值型控制變量及2個虛擬變量類型控制變量進行公司聚類分析,并采用了Robust調(diào)整標準誤差,以保證結(jié)果的有效性和穩(wěn)健性。在回歸中,本文還檢查了各模型的方差膨脹因子(VIF) ,所有回歸中的VIF均遠小于4,因此多重共線性對回歸結(jié)果的影響不大。

四、實證結(jié)果與分析

(一)描述性統(tǒng)計

從下頁表2可以看出,在所有觀測值中,與未處于核心員工股權(quán)激勵狀態(tài)的公司相比,正處于核心員工股權(quán)激勵狀態(tài)的公司不論是總專利申請數(shù)還是發(fā)明專利申請數(shù)都更多,且在1%的水平上顯著,中位數(shù)的組間差異分析結(jié)論大致相同。全樣本中專利申請總數(shù)(Total-patent)和專利申請數(shù)量(Inv-patent)的均值分別為16.4633、8.2094,有核心員工股權(quán)激勵年份樣本中平均值分別為22.6084和11.6575,在有核心員工股權(quán)激勵的年份中公司的創(chuàng)新產(chǎn)出顯著提升。全樣本中專利申請總數(shù)和專利申請數(shù)量的標準差分別為31.6104和19.3638,最大值分別為517和430,可見不同公司間的專利產(chǎn)出能力差異較大。在有專利申請的觀測值中,發(fā)明專利占專利總數(shù)的比重僅為50%左右,質(zhì)量較高的發(fā)明專利占比較低。

表2 有無核心員工股權(quán)激勵樣本差異檢驗結(jié)果

下頁表3是對假設(shè)1進行的差異比較,單因素方差分析結(jié)果表明,無論是總專利數(shù)指標還是發(fā)明專利數(shù)指標,核心員工股權(quán)激勵確實能夠促進創(chuàng)業(yè)板企業(yè)提高創(chuàng)新產(chǎn)出,且在1%的水平上顯著。

表3 核心員工股權(quán)激勵對創(chuàng)新產(chǎn)出的單因素方差分析結(jié)果

在回歸分析前,本文進行了相關(guān)分析,考察各變量之間的關(guān)系,結(jié)果表明,創(chuàng)新產(chǎn)出指標中,總專利申請數(shù)與核心員工股權(quán)激勵強度、高管股權(quán)激勵強度呈正相關(guān),且在1%的水平上顯著;發(fā)明專利數(shù)與核心員工股權(quán)激勵強度呈正相關(guān),且在1%的水平上顯著,與高管股權(quán)激勵強度也呈正相關(guān),且在5%的水平上顯著,因此可以進行后續(xù)的回歸分析。

(二)回歸結(jié)果分析

1.核心員工股權(quán)激勵與創(chuàng)新產(chǎn)出。為了考察對核心員工實施股權(quán)激勵能否促進企業(yè)創(chuàng)新,使用模型(1)對創(chuàng)業(yè)板企業(yè)進行全樣本回歸,回歸結(jié)果如表4所示。以專利申請總數(shù)作為被解釋變量分別進行回歸,核心員工股權(quán)激勵強度的回歸系數(shù)為17.6038,且在1%的水平上顯著,說明對核心員工實施股權(quán)激勵的創(chuàng)業(yè)板企業(yè),可以增加創(chuàng)新產(chǎn)出。再以發(fā)明專利申請數(shù)(Inv-patent)作為被解釋變量進行回歸,Emp-Total-inc的回歸系數(shù)為16.9278,同樣在1%的水平上顯著,兩次回歸R2分別為32.2%和29.3%,均擬合良好,說明實施核心員工股權(quán)激勵可以促進企業(yè)高質(zhì)量的創(chuàng)新產(chǎn)出。綜上所述,核心員工股權(quán)激勵能夠促進創(chuàng)業(yè)板企業(yè)的創(chuàng)新產(chǎn)出,假設(shè)1得到驗證。

表4 核心員工股權(quán)激勵與創(chuàng)新產(chǎn)出回歸結(jié)果

2.股權(quán)激勵對象與創(chuàng)新產(chǎn)出。為了驗證核心員工股權(quán)激勵是否比高管股權(quán)激勵對創(chuàng)新產(chǎn)出的促進作用更為顯著,使用模型(2)對創(chuàng)業(yè)板企業(yè)進行全樣本回歸,回歸結(jié)果如表5所示。以專利申請總數(shù)(Total-patent)作為被解釋變量分別進行回歸,核心員工股權(quán)激勵強度(Emp-Total-inc)的回歸系數(shù)為15.1303,且在1%的水平上顯著,高管股權(quán)激勵強度(Exe-Total-inc)則不顯著,說明與對高管進行股權(quán)激勵相比,對核心員工進行股權(quán)激勵更能促進企業(yè)創(chuàng)新產(chǎn)出;以發(fā)明專利申請數(shù)(Inv-patent)作為被解釋變量進行回歸,核心員工股權(quán)激勵強度(Emp-Totalinc)的回歸系數(shù)為15.4525,且在1%的水平上顯著,高管股權(quán)激勵強度(Exe-Total-inc)仍然不顯著,同樣說明與對高管進行股權(quán)激勵相比,對核心員工進行股權(quán)激勵更能促進企業(yè)高質(zhì)量的創(chuàng)新產(chǎn)出。綜上所述,核心員工股權(quán)激勵比高管股權(quán)激勵對創(chuàng)新產(chǎn)出的促進作用更為顯著,假設(shè)2得到驗證。

表5 核心員工和高管股權(quán)激勵強度與企業(yè)專利總數(shù)的回歸結(jié)果

3.股權(quán)激勵方式與創(chuàng)新產(chǎn)出。為了驗證核心員工股票期權(quán)激勵是否比限制性股票對創(chuàng)新產(chǎn)出的促進作用更為顯著,使用模型(3)對創(chuàng)業(yè)板企業(yè)進行全樣本回歸,回歸結(jié)果如表6所示。分別以專利申請總數(shù)和發(fā)明專利總數(shù)作為被解釋變量進行三次回歸,結(jié)果一致。第一次回歸結(jié)果表明,核心員工股票期權(quán)激勵強度與企業(yè)創(chuàng)新產(chǎn)出顯著正相關(guān);第二次回歸單獨考察核心員工限制性股票激勵強度時,其結(jié)果不顯著;第三次回歸考察核心員工股票期權(quán)激勵強度與核心員工限制性股票激勵強度的共同影響,發(fā)現(xiàn)核心員工股票期權(quán)激勵強度在1%的水平上顯著,而限制性股票激勵強度仍然不顯著。綜上所述,核心員工股票期權(quán)激勵比限制性股票對創(chuàng)新產(chǎn)出的促進作用更為顯著,假設(shè)3得到驗證。

表6 核心員工股票期權(quán)和限制性股票激勵與發(fā)明專利數(shù)的回歸結(jié)果

(三)穩(wěn)健性檢驗

由于進行回歸分析時,已經(jīng)考慮內(nèi)生性及異方差的問題,并通過系統(tǒng)聚類的方式將公司聚類,并使用Robust調(diào)整了標準誤差,因此在進行穩(wěn)健性檢驗的過程中,未考慮以上兩個問題。

1.樣本選擇偏差。根據(jù)前文分析可知,對核心員工進行股權(quán)激勵與企業(yè)創(chuàng)新產(chǎn)出顯著正相關(guān),然而在實際中,可能并不是由于企業(yè)實施了股權(quán)激勵才增加了企業(yè)創(chuàng)新產(chǎn)出,而是因為企業(yè)自身創(chuàng)新產(chǎn)出多,企業(yè)績效更好,因此能夠?qū)嵤┕蓹?quán)激勵;而且實施股權(quán)激勵的企業(yè)可能有其他共性,例如企業(yè)規(guī)模更大或者企業(yè)績效更好等(顧斌、周立燁,2007)[13]。為了檢驗內(nèi)生性問題考慮得是否全面,本文采用Heckman兩步法檢驗假設(shè),首先,將核心員工股權(quán)激勵強度(Emp-Total-inc)變量按照是否對核心員工進行股權(quán)激勵進行賦值,進行股權(quán)激勵的賦值為1,未進行股權(quán)激勵的賦值為0,形成新變量Emp-inc。在第一階段,使用Probit回歸,控制R&D等12個變量,生成新的變量lambda,然后將新變量lambda加入第二階段的回歸中,按照模型(1)使用最小二乘法進行回歸,并進行Heckman檢驗,結(jié)果表明,控制樣本選擇偏差后,Emp-inc系數(shù)在1%的水平上顯著,與創(chuàng)新產(chǎn)出的關(guān)系是正向的,因此前文得到的結(jié)果穩(wěn)健,企業(yè)對核心員工進行股權(quán)激勵能夠促進企業(yè)創(chuàng)新產(chǎn)出。

2.可能遺漏的變量。宏觀經(jīng)濟環(huán)境是影響企業(yè)發(fā)展與創(chuàng)新的關(guān)鍵因素。有研究發(fā)現(xiàn),國家監(jiān)管機制、外部制度環(huán)境都會影響企業(yè)開展創(chuàng)新活動,政府稅收、國家優(yōu)惠政策等也會影響企業(yè)創(chuàng)新產(chǎn)出(張信東等,2014)[14],而在同一自然年內(nèi),一般來講同一區(qū)域的政策、機制都是相同的,因此,為了控制宏觀經(jīng)濟環(huán)境對企業(yè)創(chuàng)新產(chǎn)出的影響,增加年份變量,以各創(chuàng)新產(chǎn)出年份設(shè)置虛擬變量,并將其代入模型(1)(2)(3)中,研究結(jié)果表明,前文的結(jié)論依然穩(wěn)健。

3.其他穩(wěn)健性檢驗。在整個市場中,各個企業(yè)的發(fā)展目標是不同的,有的企業(yè)注重產(chǎn)品創(chuàng)新,有的企業(yè)注重穩(wěn)定擴張,有的企業(yè)注重擴大規(guī)模。在創(chuàng)業(yè)板中,經(jīng)營決策機制往往更靈活,本文選擇的樣本中,可能有些企業(yè)并不以創(chuàng)新產(chǎn)出作為發(fā)展的戰(zhàn)略目標,比如北京碧水源科技股份有限公司(300070),公司規(guī)模很大,從2012年開始幾乎每年都進行股權(quán)激勵,然而公司的專利申請總數(shù)和發(fā)明專利數(shù)都很低,說明公司未將發(fā)展目標放在產(chǎn)品創(chuàng)新上。因此,本文剔除公司發(fā)明專利數(shù)為零的樣本對模型(1)、(2)、(3)進行回歸,結(jié)論依然穩(wěn)健。

五、結(jié)論與建議

(一)結(jié)論

本文以2011—2018年實施股權(quán)激勵的創(chuàng)業(yè)板上市企業(yè)為樣本,并結(jié)合相關(guān)理論基礎(chǔ)與現(xiàn)有研究,來分析股權(quán)激勵對企業(yè)創(chuàng)新產(chǎn)出的影響,通過實證研究得出以下結(jié)論:(1)在我國創(chuàng)業(yè)板企業(yè)中,實施核心員工股權(quán)激勵能夠有效提高企業(yè)創(chuàng)新產(chǎn)出,而且相比于高級管理人員,對核心員工實施股權(quán)激勵更能促進企業(yè)的創(chuàng)新產(chǎn)出。對于創(chuàng)業(yè)板企業(yè)來說,企業(yè)的創(chuàng)新產(chǎn)出能夠給企業(yè)帶來極大的利益收入,為了促進企業(yè)的發(fā)展與壯大,核心員工要在日常工作中,加大創(chuàng)新研發(fā)的力度,提升創(chuàng)新產(chǎn)出的質(zhì)量。(2)對于限制性股票這種激勵方式,當(dāng)滿足解禁條件時,股票價格波動會直接影響被激勵者的利益,很可能會導(dǎo)致核心員工因規(guī)避風(fēng)險而降低創(chuàng)新效率。而股票期權(quán)能夠通過風(fēng)險承擔(dān)機制鼓勵員工承擔(dān)風(fēng)險,激勵核心員工提高創(chuàng)新效率。因此,股票期權(quán)激勵比限制性股票激勵更能促進企業(yè)創(chuàng)新產(chǎn)出。

(二)建議

1.創(chuàng)業(yè)板企業(yè)以及其他有創(chuàng)新意愿的企業(yè)應(yīng)科學(xué)合理地設(shè)計股權(quán)激勵方案。企業(yè)應(yīng)明確高級管理人員和核心員工在創(chuàng)新活動中擔(dān)當(dāng)?shù)牟煌巧?,重視直接參與研發(fā)過程的核心員工,為提高研發(fā)效率和人力資本效率,應(yīng)科學(xué)選擇高管-員工激勵強度差異,以形成良性競爭、緩解委托代理問題。在設(shè)計股權(quán)激勵方案時,企業(yè)應(yīng)設(shè)定不同的激勵有效期、選擇不同的激勵方式以調(diào)節(jié)福利與激勵功能。

2.立法和監(jiān)管部門應(yīng)制定科學(xué)的股權(quán)激勵管理辦法。在新時代,高質(zhì)量的發(fā)展離不開科學(xué)技術(shù)的創(chuàng)新,在制定股權(quán)激勵管理辦法和監(jiān)管企業(yè)股權(quán)激勵方案實施過程中,相關(guān)部門應(yīng)該關(guān)注和鼓勵對于核心員工的股權(quán)激勵,從而促進企業(yè)創(chuàng)新效率的提升,有效避免管理者將股權(quán)激勵變成單純的福利性行為,從而推動企業(yè)的發(fā)展和社會的進步。

猜你喜歡
專利申請期權(quán)變量
從一件無效宣告請求案談專利申請過程中的幾點啟示和建議
2018年河南省各省轄市及直管縣(市)專利申請量統(tǒng)計表(1月)
2017年河南省各省轄市及直管縣(市)專利申請量統(tǒng)計表(12月)
韓國AI內(nèi)容專利申請數(shù)5年激增10倍
分離變量法:常見的通性通法
不可忽視變量的離散與連續(xù)
輕松把握變量之間的關(guān)系
變中抓“不變量”等7則
沂水县| 肥乡县| 外汇| 墨江| 五指山市| 修水县| 丰原市| 雷山县| 婺源县| 鹤庆县| 乳山市| 东乡族自治县| 佛山市| 清徐县| 崇明县| 蒙阴县| 合川市| 宣恩县| 崇阳县| 德庆县| 章丘市| 南乐县| 牙克石市| 衡水市| 纳雍县| 靖安县| 互助| 阿瓦提县| 柏乡县| 曲水县| 无锡市| 玉溪市| 上犹县| 奎屯市| 安徽省| 那坡县| 东乡族自治县| 朝阳市| 密山市| 辽宁省| 沙田区|