朱桂龍，王蕭蕭

(1.華南理工大學(xué)工商管理學(xué)院，廣東 廣州 510641；2.齊魯工業(yè)大學(xué)管理學(xué)院，山東 濟(jì)南 250353)

0 引言

我國一直強(qiáng)調(diào)科技創(chuàng)新的重要性，并指出核心技術(shù)受制于人是最大隱患，非常具有前瞻性和針對性。掌握競爭和發(fā)展的主動權(quán)，必須突破核心技術(shù)這一關(guān)鍵難題，力爭在重要技術(shù)領(lǐng)域?qū)崿F(xiàn) “彎道超車”。以發(fā)明專利為代表的知識產(chǎn)權(quán)是衡量自主創(chuàng)新能力，反映宏觀和微觀層面創(chuàng)新活動的重要維度。據(jù)統(tǒng)計，我國發(fā)明專利數(shù)據(jù)呈現(xiàn) “爆炸式”增長，連續(xù)六年高居世界首位。不可否認(rèn)，一系列專利激勵政策是導(dǎo)致我國專利數(shù)量大幅增長的重要原因。如，企業(yè)因?qū)＠麘?zhàn)略性動機(jī)傾向用專利數(shù)量構(gòu)筑專利組合[1]。同時，一系列調(diào)動高?？蒲腥藛T創(chuàng)新積極性和促進(jìn)科技成果資本化和產(chǎn)業(yè)化的激勵政策使得高校作為專利申請人的專利數(shù)量亦呈現(xiàn)快速增長態(tài)勢。專利制度是鼓勵創(chuàng)新、促進(jìn)知識傳播和技術(shù)進(jìn)步的重要方式[2]。但是，隨之而來的 “問題專利” “垃圾專利”狀況讓人擔(dān)憂。據(jù)世界知識產(chǎn)權(quán)組織統(tǒng)計，全球90%以上的技術(shù)創(chuàng)新會在專利文獻(xiàn)中有所體現(xiàn)。即便是技術(shù)落后的國家，也能夠利用領(lǐng)先者的技術(shù)提高自身的技術(shù)水平，也就是說，專利引證可深化對創(chuàng)新系統(tǒng)運(yùn)行機(jī)制的理解。然而，當(dāng)?shù)唾|(zhì)量專利充斥在創(chuàng)新體系中時，知識擴(kuò)散功能將受到損害，專利濫用風(fēng)險必將增長[3]。張杰和鄭文平[4]指出我國處于創(chuàng)新追趕階段，要妥善把握專利 “量”的增長和 “質(zhì)”的提升之間的有機(jī)平衡關(guān)系。我國是否存在專利數(shù)量帶來的 “創(chuàng)新假象”？究竟哪些因素會影響專利質(zhì)量？基于此，本文擬從專利質(zhì)量的影響因素分析入手，主要對專利的技術(shù)性特征進(jìn)行深度挖掘，識別出關(guān)鍵影響因素，為有效識別專利質(zhì)量分類及促進(jìn)專利質(zhì)量提升提供重要借鑒。

1 專利質(zhì)量及其影響因素的相關(guān)研究

1.1 專利質(zhì)量內(nèi)涵的界定及評價指標(biāo)

從表面上看現(xiàn)有文獻(xiàn)對專利質(zhì)量的概念尚無一致的結(jié)論，但根據(jù)研究視角不同，專利質(zhì)量包括技術(shù)特性和經(jīng)濟(jì)價值兩個維度，主要指專利技術(shù)質(zhì)量和專利商業(yè)質(zhì)量[5]。授權(quán)發(fā)明專利必須具備三個要素特征：新穎性、創(chuàng)造性和實(shí)用性。新穎性是指該專利技術(shù)不屬于現(xiàn)有技術(shù)，而專利技術(shù)僅僅有別于現(xiàn)有技術(shù)是不夠的。創(chuàng)造性是指與現(xiàn)有技術(shù)相比，該發(fā)明具有突出的實(shí)質(zhì)性特點(diǎn)和有利于推動技術(shù)進(jìn)步。因此，技術(shù)質(zhì)量指專利本身在新穎性和創(chuàng)造性上超出現(xiàn)有技術(shù)的程度。實(shí)用性指的是該發(fā)明能夠被實(shí)際運(yùn)用，對相關(guān)產(chǎn)品市場利潤有積極的影響，側(cè)重專利的商業(yè)質(zhì)量。需要指出的是，針對專利的商業(yè)質(zhì)量，大部分學(xué)者聚焦于專利價值的研究，多采用專利維持信息、市場價值 (預(yù)期利潤)進(jìn)行估計[6，7]。簡單來說，技術(shù)質(zhì)量要經(jīng)過商業(yè)化、市場化才能真正體現(xiàn)出經(jīng)濟(jì)價值。關(guān)于專利技術(shù)質(zhì)量與商業(yè)質(zhì)量，眾多學(xué)者認(rèn)為二者顯著相關(guān)[8]，然而，具有高技術(shù)質(zhì)量的專利并不一定具有較高的商業(yè)質(zhì)量[9]。綜合而言，不同專利在技術(shù)性質(zhì)上的差異，體現(xiàn)出專利質(zhì)量的差異。專利技術(shù)質(zhì)量側(cè)重技術(shù)本身，強(qiáng)調(diào)新穎性和創(chuàng)造性，其質(zhì)量效應(yīng)在短期內(nèi)便可觀測。而專利商業(yè)質(zhì)量側(cè)重專利的經(jīng)濟(jì)效益，難以在短期內(nèi)得到實(shí)現(xiàn)。萬小麗和朱雪忠[10]也提到技術(shù)質(zhì)量是專利質(zhì)量的重要構(gòu)成因素，需要考慮創(chuàng)新度、技術(shù)含量、成熟度、技術(shù)應(yīng)用范圍和可替代程度。從本質(zhì)上來說，技術(shù)質(zhì)量是最能夠直接反映專利質(zhì)量的指標(biāo)，基于此，本研究側(cè)重于對已授權(quán)專利的技術(shù)質(zhì)量進(jìn)行研究。

圍繞專利技術(shù)質(zhì)量的評價指標(biāo)的研究主要有兩大類：①就專利質(zhì)量的形成階段進(jìn)行研究，如嘗試用申請階段撤回率和授權(quán)率來反映專利質(zhì)量，以及在此基礎(chǔ)上，加入續(xù)期率作為衡量專利質(zhì)量的代表變量[2,11]。②基于文獻(xiàn)計量學(xué)采用專利引證指標(biāo)表征專利質(zhì)量，學(xué)者們廣泛認(rèn)同專利被引頻次是有效的質(zhì)量指標(biāo)[12,13]。然而，單純使用授權(quán)率、續(xù)期率等來衡量專利質(zhì)量存在一定問題，其主要側(cè)重宏觀層面的創(chuàng)新活動分析。鑒于專利質(zhì)量最突出的特征是其分布很不平衡[14]，僅用被引次數(shù)來衡量專利質(zhì)量亦是有偏的，在一定程度上僅能衡量技術(shù)影響力，并不能真正反映專利新穎性問題，即在已有技術(shù)基礎(chǔ)上實(shí)現(xiàn)的技術(shù)創(chuàng)新程度。本研究認(rèn)為，專利作為技術(shù)創(chuàng)新的重要產(chǎn)出，專利文獻(xiàn)之間的相互引用關(guān)系，體現(xiàn)了知識流動及帶來的創(chuàng)新效應(yīng)， “站在巨人肩膀上”發(fā)展新技術(shù)，加速技術(shù)創(chuàng)新效應(yīng)能夠更準(zhǔn)確客觀的對專利質(zhì)量做出評價。因此，專利技術(shù)質(zhì)量應(yīng)該具有更豐富的本質(zhì)內(nèi)涵，其基本要素應(yīng)包括：①知識創(chuàng)造，即基于現(xiàn)有技術(shù)存量目標(biāo)專利的技術(shù)創(chuàng)新程度，可以通過后向引用 (參考專利)體現(xiàn)；②知識傳播，即對現(xiàn)有技術(shù)的影響力，可以通過前向引用 (專利被引)體現(xiàn)。

1.2 專利質(zhì)量的影響因素

專利文獻(xiàn)中可獲取揭示專利自身技術(shù)特征及其專利申請人特征的結(jié)構(gòu)化數(shù)據(jù)，主要包括發(fā)明人數(shù)量、專利技術(shù)寬度、專利家族數(shù)量、專利申請人組織背景等[15]。那么影響專利質(zhì)量的因素有哪些？它們對專利質(zhì)量的影響效應(yīng)如何？現(xiàn)有研究缺乏一個系統(tǒng)的理論框架。我們對先前學(xué)者探究影響專利質(zhì)量的因素作了整理，主要從以下兩個方面進(jìn)行分析：

(1)專利自身技術(shù)特征對專利質(zhì)量的影響。發(fā)明人數(shù)量是評估專利質(zhì)量的重要因素，在一定程度上代表R&D活動的人力資源投入，一般而言，投入越多，產(chǎn)出的質(zhì)量越高。一項(xiàng)專利包含的技術(shù)是涵蓋多個領(lǐng)域知識的結(jié)合體，發(fā)明人數(shù)量越多，知識的多樣性越高，專利質(zhì)量越高[8]。考慮到同一專利在不同國家申請和授權(quán)的時間、程序和成本，只有當(dāng)專利具有較高的經(jīng)濟(jì)價值時，申請人才會申請法律保護(hù)。因此，專利家族數(shù)目越多，說明專利質(zhì)量越高[16]。然而，也有一些文獻(xiàn)認(rèn)為專利的潛在市場越大，其增量作用越大，而技術(shù)質(zhì)量較低。因此，專利家族大小并非線性反映專利價值，反映的專利質(zhì)量信息有限[8，14]。從專利技術(shù)涉及的技術(shù)領(lǐng)域來看，有學(xué)者認(rèn)為，專利技術(shù)涉及的技術(shù)領(lǐng)域越廣泛，創(chuàng)新程度越高，專利質(zhì)量越高[16]。另外，先前研究使用非專利文獻(xiàn)來考察專利技術(shù)的科學(xué)關(guān)聯(lián)度，但對專利質(zhì)量的影響意見不一致[15]。綜觀專利自身技術(shù)特征，多數(shù)指標(biāo)對專利質(zhì)量的影響作用不夠穩(wěn)健，因此，有必要進(jìn)一步深入探究專利自身技術(shù)特征對專利質(zhì)量的影響程度。

(2)專利申請人特征對專利質(zhì)量的影響。 “背景效應(yīng)”在專利質(zhì)量的自身技術(shù)特征與組織背景間，形成了更為復(fù)雜的 “嵌套”關(guān)系[17]。不同類型專利申請主體在研發(fā)資源、技術(shù)能力、專利用途等方面的差異，導(dǎo)致其在知識整合、知識創(chuàng)造上亦有差別。高校的基礎(chǔ)研究工作既是對科學(xué)理論的追求，但其成果形式卻可能是專利表示的新技術(shù) (如納米技術(shù)研究)。高校作為掌握稀缺知識資源和知識創(chuàng)造的主體，優(yōu)先獲得科研資源，如科研經(jīng)費(fèi)、人力資源和技術(shù)設(shè)備，其研究和創(chuàng)新行為多集中于基礎(chǔ)研究，追求高層次的研究成果。Thursby[18]等通過分析美國專利數(shù)據(jù)發(fā)現(xiàn)，高校作為獨(dú)立申請人的專利表現(xiàn)的特征為：眾多數(shù)量的前向引用，表示技術(shù)影響力大；數(shù)量較少的后向引用，表示依賴較少的現(xiàn)有技術(shù)。由此認(rèn)為，高校作為獨(dú)立申請人，在已有技術(shù)基礎(chǔ)上實(shí)現(xiàn)了較大突破，其專利質(zhì)量更高[18]。孫玉濤和欒倩[19]的研究結(jié)果顯示，C9聯(lián)盟高校在發(fā)明人數(shù)、專利引證數(shù)及被引次數(shù)上具有顯著的比較優(yōu)勢，但專利技術(shù)寬度較窄[19]。從理論上來說，高校產(chǎn)出的專利應(yīng)具有較高的質(zhì)量，但是，高校專利與市場需求結(jié)合不緊密，能否短期內(nèi)被市場認(rèn)可值得深入研究。而企業(yè)技術(shù)創(chuàng)新源于解決實(shí)際問題的需要，直接面向市場需求，其專利被引用次數(shù)相對更高[20]。相較于中小企業(yè)，大企業(yè)掌握著更多的研發(fā)資源和更強(qiáng)的市場化能力，其專利技術(shù)往往擁有更高的專利質(zhì)量[6]。但是，另有學(xué)者研究表明大企業(yè)往往為了阻止競爭者進(jìn)入其領(lǐng)域而申請專利，對專利質(zhì)量關(guān)注不多，企業(yè)規(guī)模與專利質(zhì)量存在負(fù)相關(guān)關(guān)系[21]。故企業(yè)規(guī)模和專利質(zhì)量之間的關(guān)系非常具有爭議性。相對于獨(dú)立研發(fā)而言，產(chǎn)學(xué)合作擁有更多的創(chuàng)新資源，是源于明確應(yīng)用導(dǎo)向的基礎(chǔ)研究探索，是以知識存量為基礎(chǔ)的知識交互活動，能夠?qū)崿F(xiàn)知識轉(zhuǎn)移和應(yīng)用新知識解決企業(yè)技術(shù)問題，有助于提升專利質(zhì)量[22，23]。

綜合上述研究，現(xiàn)有文獻(xiàn)對影響專利質(zhì)量的因素缺乏較為系統(tǒng)的分析，專利質(zhì)量受專利自身技術(shù)特征和申請人特征多種因素的共同作用和影響。由此，本文將從微觀層面的專利結(jié)構(gòu)化數(shù)據(jù)和專利引用行為出發(fā)，采用中國2006—2010年在歐洲專利局的全球?qū)＠y(tǒng)計數(shù)據(jù)庫 (PATSTAT)上的專利數(shù)據(jù)，對影響專利質(zhì)量的因素進(jìn)行挖掘和分類，為有效識別專利質(zhì)量提供決策依據(jù)。

2 研究設(shè)計

2.1 數(shù)據(jù)收集

歐洲專利局的全球?qū)＠y(tǒng)計數(shù)據(jù)庫 (PATSTAT)是當(dāng)前世界收錄最全的專利數(shù)據(jù)庫，本文以PATSTAT作為數(shù)據(jù)來源。數(shù)據(jù)庫包括專利申請、公開、申請人、發(fā)明人、引文、專利家族、技術(shù)分類和優(yōu)先權(quán)信息等數(shù)據(jù)。對于審查員工作流程起到關(guān)鍵作用的數(shù)據(jù)，如優(yōu)先權(quán)、引文數(shù)據(jù)的質(zhì)量相對較高。Gambardella[24]已證實(shí)歐洲專利局專利引文與專利質(zhì)量存在高度相關(guān)關(guān)系。需要指出的是，前向引用會受到 “時間截面” (nature truncated)影響，即專利被引次數(shù)會隨著時間增長。為消減 “時間截面”引起的數(shù)據(jù)偏差，需要從專利授權(quán)日期開始觀察至少5年的前引頻次[13,25]。因此，本文檢索時間跨度為2006年1月1日到2010年12月31日，數(shù)據(jù)下載時間為2017年10月25日。檢索時間窗口為5年的發(fā)明專利數(shù)據(jù)，可以有效減少技術(shù)環(huán)境變化帶來的噪音，且能夠更好地發(fā)現(xiàn)變化趨勢，共獲得71769條專利信息 (不包括中國本土授權(quán)專利)。

2.2 變量測量

因變量：專利引證作為知識流動的一種測量，是在有引用關(guān)系的目標(biāo)專利間建立連接，近似表示知識的繼承和發(fā)展。后向引用是目標(biāo)專利的知識基礎(chǔ)，揭示技術(shù)使用基礎(chǔ)科學(xué)的程度和引用科學(xué)研究成果的活躍程度[26]。后向引用專利文獻(xiàn)越多，專利主張的權(quán)利范圍將受到更多限制，影響專利的新穎性和創(chuàng)造性，極大的降低專利質(zhì)量[28]。換言之，技術(shù)領(lǐng)域發(fā)展越成熟，目標(biāo)專利的創(chuàng)新貢獻(xiàn)越小，因而專利質(zhì)量較低[8]。本研究借鑒Czarnitzki、Hussinger、Dornbusch等[13,25,28]的方法，使用前向引用與后向引用的比值測量專利質(zhì)量，表征創(chuàng)新主體對已有知識的重組整合，創(chuàng)造出新知識單元，并引發(fā)新的技術(shù)應(yīng)用領(lǐng)域。然而，比值變量存在的問題是難以區(qū)分高前引/高后引及低前引/低后引的數(shù)值大小，基于此，本研究使用前引和后引的中位數(shù)來區(qū)分比值大小，對專利質(zhì)量進(jìn)行分類[28]。本研究中前引中位數(shù)是2，后引中位數(shù)是5，所有樣本觀測值被分為四類 (見圖1)：技術(shù)獨(dú)特者、技術(shù)先驅(qū)者、技術(shù)模仿者、技術(shù)促成者，具體特征解釋見表1。

圖1 專利質(zhì)量分類

表1 專利質(zhì)量分類解釋

自變量：①專利自身技術(shù)特征，專利家族數(shù)量、發(fā)明人數(shù)量、非專利參考文獻(xiàn)、專利技術(shù)寬度，其中專利技術(shù)寬度采用IPC小類 (前4位)的數(shù)量計算。②申請人特征，用專利申請人分別表示企業(yè)、高校和產(chǎn)學(xué)合作三種，并進(jìn)一步對企業(yè)規(guī)模進(jìn)行分類，衡量企業(yè)規(guī)模 (大、中小型企業(yè))的變量通常有三個：銷售收入、總資產(chǎn)、員工人數(shù)[29]?？紤]到R&D強(qiáng)度以銷售收入為依據(jù)，能夠反映市場需求的變動，被認(rèn)為是最好的衡量企業(yè)規(guī)模的指標(biāo)[30]。本文選擇銷售收入作為企業(yè)規(guī)模的衡量指標(biāo)，最終劃分標(biāo)準(zhǔn)為2006—2010年至少有三個以上專利申請且銷售收入按照行業(yè)分類確定[30]。因此，本文探究4種申請人特征，大企業(yè)、中小企業(yè)、高校及產(chǎn)學(xué)合作。

考慮到專利質(zhì)量存在 “時間截面”及技術(shù)領(lǐng)域差異等問題，本研究選擇兩個控制變量：①專利授權(quán)年份，專利授權(quán)數(shù)量及相應(yīng)的前向引用次數(shù)逐年增加。②技術(shù)領(lǐng)域，不同技術(shù)領(lǐng)域其專利質(zhì)量影響因素差異很大，導(dǎo)致其對先前技術(shù)的依賴程度及被引次數(shù)也存在差異。本研究使用IPC專利分類，引入8個虛擬變量表示專利技術(shù)領(lǐng)域。

2.3 樣本數(shù)據(jù)處理

本文首先使用2006—2010年中國工業(yè)企業(yè)數(shù)據(jù)庫中主營業(yè)務(wù)收入指標(biāo)的統(tǒng)計數(shù)據(jù)對企業(yè)規(guī)模進(jìn)行分類，通過名稱匹配和手動查漏補(bǔ)缺對專利樣本進(jìn)行篩選和處理，最終得到大企業(yè)獨(dú)立發(fā)明專利29268條、中小企業(yè)獨(dú)立發(fā)明專利8062條、高校獨(dú)立發(fā)明專利2767條、產(chǎn)學(xué)合作1261條。再次，我們采用傾向得分匹配模型來解決內(nèi)生性問題的干擾，其基本思想和邏輯是，PSM模型通過將高維度的專利特征轉(zhuǎn)化為傾向得分，為我們尋找與產(chǎn)學(xué)合作專利特征相似的獨(dú)立發(fā)明專利提供了一個可行的策略。將對照組中獨(dú)立申請專利與處理組中產(chǎn)學(xué)合作專利進(jìn)行匹配，用匹配后的對照組來最大限度的近似替代處理組的 “反事實(shí)”。PSM模型的具體匹配過程如下：①選擇專利特征變量X。樣本分為兩組，一組是產(chǎn)學(xué)合作，其值為1，其他情況為0。最終用于傾向得分估算的特征變量X為專利家族數(shù)量、發(fā)明人數(shù)量、IPC數(shù)量。②估計傾向得分，我們對每一個觀測值計算一個傾向得分，該得分就是產(chǎn)學(xué)合作發(fā)明專利的概率。③利用最鄰近匹配法，為每一條專利選擇一條與其傾向得分最接近的專利，作為配對樣本。最后我們一共得到37713個樣本，其中大企業(yè)獨(dú)立申請專利27124條，中小企業(yè)獨(dú)立申請專利7440條，高校獨(dú)立申請專利1897條，產(chǎn)學(xué)合作1252條，用于實(shí)證研究的樣本觀測值。

3 實(shí)證結(jié)果與分析

3.1 描述性統(tǒng)計

首先，本研究對不同專利申請人的專利進(jìn)行描述性統(tǒng)計分析(見表2)。為了更直觀展示出專利引文結(jié)構(gòu)、專利自身技術(shù)特征與申請人特征之間的關(guān)系，進(jìn)一步繪制出圖2、圖3。統(tǒng)計結(jié)果發(fā)現(xiàn)，申請人特征在專利引文結(jié)構(gòu)上具有顯著差異。從前向引用來看，產(chǎn)學(xué)合作>大企業(yè)>中小企業(yè)>高校，后向引用為大企業(yè)>中小企業(yè)>產(chǎn)學(xué)合作>高校。從專利家族數(shù)量、發(fā)明人數(shù)量、非專利文獻(xiàn)數(shù)量及專利技術(shù)寬度4個統(tǒng)計指標(biāo)反映的結(jié)果來看，大企業(yè)在專利家族數(shù)量上略高于其他類型組織，專利家族指標(biāo)反映了產(chǎn)業(yè)領(lǐng)域戰(zhàn)略布局能力，大企業(yè)的戰(zhàn)略布局要遠(yuǎn)優(yōu)于其他創(chuàng)新主體。高校在非專利文獻(xiàn)數(shù)量及專利技術(shù)寬度上明顯高于其他類型組織，產(chǎn)學(xué)合作在發(fā)明人數(shù)量上具有顯著的比較優(yōu)勢。以上分析為研究各影響因素與專利質(zhì)量關(guān)系的分析提供了必要的前提。

表2 描述性統(tǒng)計量

圖2 基于專利引文結(jié)構(gòu)的組織類型分布

圖3 申請人特征下專利影響因素對比

3.2 回歸結(jié)果分析

借助Stata12.0軟件，首先，為了研究的嚴(yán)謹(jǐn)性，本文試圖驗(yàn)證選取的影響因素與前引、后引之間的關(guān)系，由于前引、后引均為非負(fù)整數(shù)，且被解釋變量的方差明顯大于期望，即存在 “過度分散”，因此，采用負(fù)二項(xiàng)回歸模型，在估計模型中大企業(yè)作為參照組。估計結(jié)果見表3，模型M0-b和M0-d是加入控制變量專利授權(quán)年份、技術(shù)領(lǐng)域進(jìn)行回歸，我們首先看專利個體特征對前引、后引的影響，除專利家族數(shù)量對后向引用的影響并不顯著外，發(fā)明人數(shù)量、非專利文獻(xiàn)數(shù)量及專利技術(shù)寬度對前引、后引均具有顯著為正的影響。此外，分別看申請人特征對專利前引、后引的影響時我們可以發(fā)現(xiàn)，中小企業(yè)的前向引用次數(shù)顯著低于大企業(yè)，而兩者之間后向引用數(shù)量沒有顯著差異，這說明大企業(yè)在資金、人才等方面的優(yōu)勢，有利于提高技術(shù)影響力。對高校而言，其前向引用次數(shù)要低于大企業(yè)，但后向引證數(shù)大企業(yè)明顯高于高校?？赡艿脑蚴牵咝Ｖ饕曰A(chǔ)研究為主，大多周期較長，在短期內(nèi)難以被利用和獲利，因此后續(xù)關(guān)注不足。正如袁曉東[31]等強(qiáng)調(diào)的，專利無法適應(yīng)市場需求，被認(rèn)為是高校專利未能有效利用的重要原因。產(chǎn)學(xué)合作專利的前向引用次數(shù)顯著高于大企業(yè)，且后向引證數(shù)顯著低于大企業(yè)。這在一定程度上表明，產(chǎn)學(xué)合作有助于促進(jìn)專利新穎性和創(chuàng)新性的提升，并能夠得到廣泛傳播和應(yīng)用。

表3 負(fù)二項(xiàng)回歸分析結(jié)果

注：***表示顯著水平為0.001、**表示顯著水平為0.01、*表示顯著水平為0.05，下同。

通過上面的分析，我們發(fā)現(xiàn)專利自身技術(shù)特征和申請人特征確實(shí)對于專利前引、后引有顯著影響。然而，專利最終目的是提高自主創(chuàng)新能力，在驗(yàn)證影響因素與前引、后引的關(guān)系后，接下來我們研究其對于技術(shù)獨(dú)特者、技術(shù)先驅(qū)者、技術(shù)模仿者、技術(shù)促進(jìn)者四種專利質(zhì)量類型的異質(zhì)性影響。本研究采用多項(xiàng)logit回歸，運(yùn)用多項(xiàng)logit模型前，對 “無關(guān)方案的獨(dú)立性”假定進(jìn)行檢驗(yàn)，豪斯曼檢驗(yàn)結(jié)果表明，該假定成立。根據(jù)上述分類，我們指定技術(shù)獨(dú)特者為參照類別。具體估計結(jié)果見表4。

表4 多項(xiàng)logit模型估計結(jié)果

我們首先來看專利個體特征對不同專利質(zhì)量類型的影響，模型2的結(jié)果顯示，與技術(shù)獨(dú)特者相比，專利家族布局傾向于促使專利成為技術(shù)先驅(qū)者和技術(shù)促成者，而不易成為技術(shù)模仿者。這說明，專利家族能贏得后續(xù)專利關(guān)注，極大地促進(jìn)了技術(shù)創(chuàng)新效應(yīng)。從發(fā)明人數(shù)量對專利質(zhì)量類型的影響作用中可以看出，與技術(shù)獨(dú)特者相比，發(fā)明人數(shù)量越多，專利越易成為技術(shù)先驅(qū)者、技術(shù)模仿者和技術(shù)促成者，三類專利質(zhì)量沒有表現(xiàn)出很大的差異性，這說明，專利發(fā)明人數(shù)量并不能用來判斷專利質(zhì)量高低。有趣的是，非專利文獻(xiàn)數(shù)量越多，更有助于專利成為技術(shù)模仿者和技術(shù)促成者。技術(shù)模仿者和技術(shù)促成者的共同點(diǎn)是基于豐富的現(xiàn)有知識存量上做出的創(chuàng)新，我們知道，非專利文獻(xiàn)被眾多學(xué)者認(rèn)為是表征科學(xué)關(guān)聯(lián)度的重要指標(biāo)，反映從基礎(chǔ)科學(xué)中獲取知識，進(jìn)而提升專利的新穎性。但是，過分基于科學(xué)的技術(shù)創(chuàng)新在短期內(nèi)無法獲得更多關(guān)注。因此，非專利文獻(xiàn)雖然顯著的影響專利質(zhì)量，但對于不同專利質(zhì)量分類的作用效果存在差異。專利技術(shù)寬度對技術(shù)先驅(qū)者和技術(shù)模仿者沒有顯著影響，更傾向于成為技術(shù)促成者?？赡芤?yàn)閷＠夹g(shù)寬度意味著對技術(shù)壟斷的能力，需要較好地實(shí)現(xiàn)先前技術(shù)和后續(xù)專利的平衡，既能融合先前技術(shù)，盡可能的覆蓋多個技術(shù)領(lǐng)域，又能影響后續(xù)創(chuàng)新，吸引更多競爭者。從組織背景效應(yīng)來看，與大企業(yè)相比，中小企業(yè)更傾向于成為技術(shù)模仿者，在專利引用行為中充當(dāng)知識利用的主要角色，通過吸收和利用已有技術(shù)，進(jìn)行模仿創(chuàng)新實(shí)現(xiàn)能力追趕。值得肯定的是，高校具有一定的原始創(chuàng)新能力，其獨(dú)立發(fā)明專利更傾向于技術(shù)先驅(qū)者。同時我們也能看出，產(chǎn)學(xué)合作并沒有對技術(shù)先驅(qū)者有促進(jìn)作用，而對技術(shù)模仿者及技術(shù)促成者均有顯著的正影響，因而，產(chǎn)學(xué)合作對提升專利質(zhì)量而言，是把雙刃劍。一方面反映出科學(xué)與技術(shù)相互作用下更有利于重大技術(shù)創(chuàng)新的產(chǎn)生，有助于推動技術(shù)進(jìn)步。但不可否認(rèn)，在高校與企業(yè)技術(shù)勢差過大的情境下，產(chǎn)學(xué)合作重心更多體現(xiàn)為企業(yè)短期產(chǎn)品開發(fā)需求，對未來技術(shù)影響較小。

4 結(jié)論及啟示

后向引用是反映目標(biāo)專利新穎性和創(chuàng)新性的重要指標(biāo)之一，但是由于對其重要性認(rèn)識不足，以及統(tǒng)計困難等原因，尚沒有在專利結(jié)構(gòu)化數(shù)據(jù)中得到足夠的重視。基于此，本文提出了從專利前向引用和后向引用兩個維度表征專利質(zhì)量，并從專利質(zhì)量本身存在差異這一角度，圍繞專利結(jié)構(gòu)化數(shù)據(jù)對專利質(zhì)量的影響因素進(jìn)行了探討分析。首先，基于可獲取的專利結(jié)構(gòu)化數(shù)據(jù)，從專利自身技術(shù)特征和申請人特征提煉出專利質(zhì)量的影響因素。其次，實(shí)證檢驗(yàn)發(fā)現(xiàn)，專利自身技術(shù)特征指標(biāo)對專利質(zhì)量有顯著影響，更重要的是，各影響因素對專利質(zhì)量的影響程度不同。從申請人特征上我們可以看出，大企業(yè)和中小企業(yè)的專利質(zhì)量存在較大差異，大企業(yè)是主要的技術(shù)促成者，中小企業(yè)更多的是技術(shù)模仿者。而高校更傾向于技術(shù)先驅(qū)者，產(chǎn)學(xué)合作是把雙刃劍，在技術(shù)模仿者和技術(shù)促成者上均有顯著影響。不可否認(rèn)，當(dāng)前我國產(chǎn)學(xué)合作在長效合作機(jī)制、合作質(zhì)量及企業(yè)技術(shù)能力提升等方面存在諸多困境，無法形成有效的研發(fā)合作和知識轉(zhuǎn)移機(jī)制[32]。

本文通過研究專利自身技術(shù)特征和申請人特征對專利質(zhì)量的具體影響，具有一定的理論意義，同時，為有效的科學(xué)技術(shù)評價和提升專利質(zhì)量提供了重要借鑒，具有一定的現(xiàn)實(shí)意義。研究啟示如下：①基于不同技術(shù)特征、申請人特征以及具有不同專利質(zhì)量的簡單比較可能會帶來誤導(dǎo)誤判，因此，不能簡單使用專利質(zhì)量評估技術(shù)創(chuàng)新和未來前景。對于專利質(zhì)量提升很關(guān)鍵的環(huán)節(jié)是在充分挖掘先前技術(shù)的基礎(chǔ)上，進(jìn)一步發(fā)展和創(chuàng)新。并且要考慮該專利能在多大程度上影響后續(xù)專利并吸引競爭者。②現(xiàn)階段我國力爭建設(shè)創(chuàng)新型科技強(qiáng)國，實(shí)現(xiàn)科技領(lǐng)先需要創(chuàng)新主體成為技術(shù)先驅(qū)者、技術(shù)促成者而非技術(shù)模仿者。不同創(chuàng)新主體在知識生產(chǎn)和傳播過程中的角色不同，為此，需要充分發(fā)揮企業(yè)、高校各自的資源優(yōu)勢，并需要權(quán)衡獨(dú)立研發(fā)和合作研發(fā)。③有效的產(chǎn)學(xué)合作一定是建立在合作雙方共贏的基礎(chǔ)上，破除合作困境的關(guān)鍵在于高校，面對企業(yè)從基礎(chǔ)研究、應(yīng)用研究到產(chǎn)品開發(fā)的多樣化需求，高校應(yīng)根據(jù)自身發(fā)展定位，確定合作重點(diǎn)，為企業(yè)自主創(chuàng)新能力提供有力支撐。雖然，本研究對技術(shù)領(lǐng)域進(jìn)行了控制，但行業(yè)差異與專利質(zhì)量具有密切關(guān)系，未來研究可深入探討我國行業(yè)領(lǐng)域差異對專利質(zhì)量的影響作用。另外，產(chǎn)學(xué)合作對專利質(zhì)量影響中是否存在其他作用機(jī)制都是后續(xù)進(jìn)一步深入探討的方向。