周 磊，方 芳

（1.武漢紡織大學會計學院，湖北 武漢 430200；2.武漢大學信息管理學院，湖北 武漢 430072）

創(chuàng)新是經(jīng)濟長期發(fā)展的原動力，也是學術(shù)研究和國家政策規(guī)劃的關(guān)注焦點。自熊彼特提出創(chuàng)新的概念以來，創(chuàng)新動力主題的經(jīng)典研究相繼提出了技術(shù)推動論、市場拉動論、技術(shù)與市場的耦合互動論、一體化模式、系統(tǒng)集成與網(wǎng)絡模式等理論，逐步廓清了技術(shù)、需求等要素在推動創(chuàng)新中的重要作用。同時，黨和國家歷來高度重視創(chuàng)新在國家經(jīng)濟發(fā)展、產(chǎn)業(yè)安全中的戰(zhàn)略性地位。黨的十九大報告提出加快建設創(chuàng)新型國家，要引領(lǐng)原創(chuàng)成果重大突破，突出顛覆性技術(shù)創(chuàng)新。國家“十四五”規(guī)劃進一步要求，強化國家戰(zhàn)略科技力量，提升企業(yè)技術(shù)創(chuàng)新能力。目前，產(chǎn)業(yè)核心關(guān)鍵技術(shù)和重大科技創(chuàng)新的技術(shù)復雜性、學科交叉性、市場不確定性特征愈加顯著，使得創(chuàng)新模式由傳統(tǒng)的內(nèi)部研發(fā)向合作開發(fā)、開放式創(chuàng)新、創(chuàng)新生態(tài)系統(tǒng)轉(zhuǎn)變。因此，建立供需精準對接機制是實現(xiàn)創(chuàng)新要素按需配置的前提。鑒于此，本文以對接產(chǎn)業(yè)創(chuàng)新需求為目標，綜合利用文本挖掘、文獻計量、DEA模型等方法，建立三階段的創(chuàng)新主體識別框架，以期為優(yōu)化產(chǎn)業(yè)協(xié)同創(chuàng)新研究和實踐提供幫助。

1 相關(guān)文獻綜述

跨組織創(chuàng)新是企業(yè)創(chuàng)新的重要模式，外部創(chuàng)新主體選擇已成為企業(yè)管理研究的重要問題。相關(guān)學者根據(jù)企業(yè)競爭優(yōu)勢的來源，提出了基于資源基礎(chǔ)觀的資產(chǎn)指標、基于核心能力學說的動態(tài)能力指標、基于知識管理理論的專有性知識指標、基于戰(zhàn)略管理視角的企業(yè)戰(zhàn)略優(yōu)勢指標等。在此基礎(chǔ)上，研究者針對上述指標設計了創(chuàng)新主體評價體系，并利用決策理論和方法對各指標進行合理賦權(quán)。早期評價方法以AHP模型、模糊綜合評價等專家介入法為主。后續(xù)研究充分吸收決策理論量化方法，整合Theil不均衡指數(shù)和灰色關(guān)聯(lián)度系數(shù)形成組合賦權(quán)灰色模糊評價法［1］；使用Dematel-ANP法對開放式協(xié)同創(chuàng)新合作伙伴選擇指標進行賦權(quán)［2］；使用熵權(quán)Topsis法選擇跨產(chǎn)業(yè)研發(fā)合作伙伴［3］；組合AHP法與熵值法對創(chuàng)新合作伙伴選擇評價指標體系進行賦權(quán)［4］。近年來，伴隨著經(jīng)濟全球化和創(chuàng)新多元化趨勢進一步凸顯，跨組織創(chuàng)新合作的范圍、強度、速度也隨之變化。因此，創(chuàng)新主體識別研究應加大對其他學科先進分析方法和思路的吸收。

一是要吸收文本挖掘技術(shù)提升需求分析的自動化程度。不同于問卷調(diào)查、專家咨詢法等傳統(tǒng)方法，情報學領(lǐng)域利用信息采集、清洗、分析一體化工具，實現(xiàn)了針對互聯(lián)網(wǎng)批量需求信息的自動獲取和深度挖掘。相關(guān)研究始于高度專業(yè)化人才的招聘，分專業(yè)建立技能詞典［5-6］，利用文本挖掘技術(shù)分析專業(yè)、崗位、知識點的三層映射關(guān)系，總結(jié)出計算機專業(yè)人才的技能需求［7］。新興研究引入Agent仿真模型，研究合作伙伴選擇策略并評估創(chuàng)新成果［8］；利用word2Vec模型分析專利相似性進而判斷產(chǎn)品用途，從而識別潛在技術(shù)機會及合作企業(yè)［9］；利用自監(jiān)督表示學習識別企業(yè)偏好、技術(shù)融合機會，進而根據(jù)企業(yè)間相似性、企業(yè)和融合機會相似性做出合作決策［10］。因此，創(chuàng)新主體識別研究應引進情報學的文本挖掘技術(shù)對創(chuàng)新需求進行深度理解和自動聚類，從而為匹配創(chuàng)新供給主體奠定基礎(chǔ)。

二是在文獻數(shù)據(jù)及其計量方法的基礎(chǔ)上，增強對多源信息的綜合化分析。近年來，情報學領(lǐng)域積極采用異構(gòu)數(shù)據(jù)開展技術(shù)創(chuàng)新主題的融合性研究。例如，利用論文和專利數(shù)據(jù)確定研究領(lǐng)域科研和創(chuàng)新演化的協(xié)同性［11-12］，識別發(fā)明科學家或?qū)W界企業(yè)家［13］，發(fā)現(xiàn)潛在的商業(yè)化機會［14］；利用專利和商標網(wǎng)絡建立主題模型，提高新穎性、創(chuàng)造性技術(shù)的商業(yè)化概率［15］；綜合論文、專利、新聞數(shù)據(jù)探索固體油脂納米顆粒的技術(shù)轉(zhuǎn)移路徑和新興研究方向［16］；綜合專利和交易許可數(shù)據(jù)，利用主題模型和生存分析對衛(wèi)生健康類創(chuàng)新的商業(yè)可行性進行預測［17］。因此，創(chuàng)新主體識別研究應借鑒情報學的異構(gòu)數(shù)據(jù)分析方法，通過多源信息的交互印證對潛在供給方法進行全面考察。

三是在深耕科研環(huán)節(jié)的基礎(chǔ)上，加強對創(chuàng)新鏈各環(huán)節(jié)的關(guān)注。目前，情報學研究日益重視技術(shù)創(chuàng)新的經(jīng)濟效應，實證發(fā)現(xiàn)具有影響力的專利知識對企業(yè)財務績效存在滯后一期且為期一年的正向影響［18］。國內(nèi)情報學界亦積極開展金融情報學探索性研究，對我國上市公司年報信息質(zhì)量進行了綜合評價［19］，對標美國提出我國上市企業(yè)年報產(chǎn)品的信息組織優(yōu)化策略［20］；應用文本挖掘技術(shù)抽取企業(yè)風險條目［21］和預測企業(yè)破產(chǎn)風險［22］；建立了金融風險知識關(guān)聯(lián)原型系統(tǒng)［23］及金融知識可視化模型［24］。因此，創(chuàng)新主體識別研究應借鑒金融情報研究視角，分析創(chuàng)新主體貫穿研究、技術(shù)化、商業(yè)化全流程的創(chuàng)新行為。

綜上所述，創(chuàng)新主體識別的評價指標體系及評價方法成果豐富，但也存在亟待吸收、學習、優(yōu)化的地方：一是產(chǎn)業(yè)創(chuàng)新需求被視作一個整體性的黑箱，未對其內(nèi)部結(jié)構(gòu)和特征進行定量化剖析；二是評價體系聚焦于科研環(huán)節(jié)，即重視供需雙方的創(chuàng)新內(nèi)容匹配，而對創(chuàng)新者效率的關(guān)注有限；三是單一數(shù)據(jù)源和傳統(tǒng)評價方法難以完全適應未來研究對技術(shù)工具自動化、數(shù)據(jù)多源化、視角綜合化的要求。因此，本文將從兩個方面完善創(chuàng)新主體識別機制：一是從內(nèi)容、效率二維視角豐富創(chuàng)新主體識別內(nèi)涵。本文建立了“以需求識別為前提、內(nèi)容匹配為基礎(chǔ)、效率評價為進階”的識別框架。二是增強研究方法的包容性和特色化。本文在經(jīng)典的文獻計量基礎(chǔ)上，以網(wǎng)絡數(shù)據(jù)為數(shù)據(jù)源，利用LDA主題建模技術(shù)從中挖掘需求主題；以企業(yè)年報數(shù)據(jù)為數(shù)據(jù)源，利用DEA方法評價企業(yè)創(chuàng)新效率。

2 研究框架

針對當前研究的不足，本文整合多源數(shù)據(jù)，綜合應用文本挖掘、專利計量、DEA等方法，建立三階段的創(chuàng)新供需識別框架：第一階段利用文本挖掘技術(shù)識別產(chǎn)業(yè)創(chuàng)新需求；第二階段針對潛在的創(chuàng)新供給主體，利用文獻計量方法分析其創(chuàng)新專長，實現(xiàn)創(chuàng)新內(nèi)容的匹配；第三階段利用DEA方法評估供給方創(chuàng)新投入—產(chǎn)出情況，實現(xiàn)創(chuàng)新效率的篩選。具體分析流程如圖1所示。

圖1 本研究的分析思路

2.1 基于LDA分析的創(chuàng)新需求挖掘

情報學研究常用的文本挖掘方法有TF-IDF算法、SAO結(jié)構(gòu)分析、LDA建模。TF-IDF算法克服了早期的詞向量模型僅考慮絕對詞頻的缺陷，能夠發(fā)現(xiàn)集合中真正重要的詞匯。SAO結(jié)構(gòu)分析區(qū)別于詞袋模型，將詞性和句法結(jié)構(gòu)融入文本分析，是技術(shù)—功效矩陣自動化的重要工具。2003年，Blei等提出隱狄利克雷分配（Latent Se?mantic Analysis，LDA）主題模型，建立了連接文檔、主題、詞匯的多層次貝葉斯概率模型，實現(xiàn)高維度文檔向低維度語義空間的完全隨機映射［25］。LDA模型采用無監(jiān)督學習機制，將文檔集自動聚類為指定數(shù)量，并給出每一類文檔集的特征詞及其概率分布，分析過程如圖2所示。

圖2 LDA建模思路

圖2中涉及的參數(shù)包括：主題數(shù)K、文檔數(shù)M、文檔—主題的多項式分布先驗參數(shù)α、主題—特征詞的多項式分布先驗參數(shù)β；Nm是第m個文檔的特征詞數(shù)量，θm為第m個文檔的主題分布，φk是第k個主題的特征詞分布。LDA建模的工作機制可簡單描述為五步：第一，從現(xiàn)有的M個文檔中獲得N個特征詞，設置主題數(shù)K。第二，以先驗參數(shù)α生成滿足θ的文檔—主題多項式分布。第三，針對選定主題Z，以先驗參數(shù)β生成滿足φ的主題—特征詞的多項式分布。第四，根據(jù)特征詞的分布，采樣生成具體特征詞W。重復以上過程，直到整個文檔中的每一個詞都被追蹤到。第五，得到文檔—主題的分類，以及各主題—特征詞的分類。

產(chǎn)業(yè)創(chuàng)新需求挖掘的預期結(jié)果是以關(guān)鍵詞組合形成若干主題，適合以LDA建模實現(xiàn)，具體執(zhí)行過程分為三步：首先，對需求文本進行初步分詞，人工分析后，修改分詞詞典、停用詞詞典，再進行二次分詞。其次，對二次分詞后的文本進行LDA建模，并根據(jù)困惑度（perplexity）或輪廓系數(shù)（silhouette）指標確定最優(yōu)分類數(shù)N。最后，分析最優(yōu)分類結(jié)果，綜合行業(yè)背景、關(guān)鍵詞和概率，為創(chuàng)新需求命名。

2.2 基于文獻計量的供給方創(chuàng)新內(nèi)容匹配

創(chuàng)新鏈是科學知識、技術(shù)知識經(jīng)過技術(shù)創(chuàng)新轉(zhuǎn)移轉(zhuǎn)化實現(xiàn)商業(yè)化、產(chǎn)業(yè)化的過程［26］，通常包括新思想產(chǎn)生、基礎(chǔ)研究、技術(shù)研發(fā)、產(chǎn)品試制、大規(guī)模生產(chǎn)、市場營銷等多個環(huán)節(jié)［27］。創(chuàng)新鏈各環(huán)節(jié)的發(fā)展動力各異，其需求的創(chuàng)新屬性亦有所不同。科研環(huán)節(jié)位于創(chuàng)新鏈上游，對應的需求多與學科理論研究相關(guān)，創(chuàng)新供給方主要是高等院校。因此，本研究需要對高校的論文、科研項目、成果獲獎的主題進行分析，判斷其是否滿足創(chuàng)新需求的內(nèi)容要求。預研和開發(fā)環(huán)節(jié)是科學研究向應用開發(fā)轉(zhuǎn)化的基礎(chǔ)。例如，武器裝備領(lǐng)域在武器裝備具體型號開發(fā)前，通過預研環(huán)節(jié)來解決和落實各項關(guān)鍵性技術(shù)問題。該階段的創(chuàng)新供給方主要為研發(fā)能力突出的大型企業(yè)、專業(yè)能力突出的研究所。例如，華為公司于1998年成立了預研部，專門負責前瞻性技術(shù)的開發(fā)。因此，本研究需要對企業(yè)、研究所的專利技術(shù)進行分析，判斷其是否滿足創(chuàng)新需求的內(nèi)容要求。制造環(huán)節(jié)位于創(chuàng)新鏈的下游，需要調(diào)動各類物質(zhì)資源組織生產(chǎn)。企業(yè)是這類創(chuàng)新的潛在供應方。因此，本研究需要對企業(yè)主要業(yè)務、產(chǎn)品系列、解決方案等進行分析，判斷其是否滿足創(chuàng)新需求的內(nèi)容要求。

2.3 基于DEA分析的供給方創(chuàng)新效率篩選

創(chuàng)新內(nèi)容匹配主要考查供給方產(chǎn)出與采購方需求的一致性。對于滿足創(chuàng)新內(nèi)容要求的潛在供給方，還要從投入、產(chǎn)出的因果關(guān)系出發(fā)，評估其創(chuàng)新效率，從而達到“優(yōu)中選優(yōu)”的目的。國內(nèi)研究主要采用DEA、隨機前沿分析法（SFA）等決策模型評價企業(yè)技術(shù)效率?？紤]到DEA能夠?qū)Χ嗄繕诉M行決策，且無需專家介入、對數(shù)據(jù)分布無特殊要求，本研究將使用該方法對供給方的創(chuàng)新效率進行綜合評估，線性規(guī)劃建模如下。

本文設有n個機構(gòu)滿足創(chuàng)新內(nèi)容要求，每個機構(gòu)投入m種資源，獲得p種產(chǎn)出，xij（>0）表示第j個機構(gòu)的第i種指標的投入量，yrj（>0）表示第j個企業(yè)的第r種指標的產(chǎn)出量，vi（≥0）表示第i種投入指標的權(quán)重，ur（≥0）表示第r種產(chǎn)出指標的權(quán)重。針對高校和研究所，本文主要將專職教師規(guī)模、重大實驗設備、科研經(jīng)費等作為創(chuàng)新投入；將論文、專利、獲獎等指標作為創(chuàng)新產(chǎn)出。針對企業(yè)，本文將人力資本、資金、技術(shù)作為創(chuàng)新投入；考慮到企業(yè)承擔了更大的市場風險、制造成本、資金墊付成本，因此，在衡量創(chuàng)新資源配置效率時應綜合考慮創(chuàng)新產(chǎn)出、資金鏈穩(wěn)健性。

本文采用C2R模型測試企業(yè)資源配置效率的相對有效性，最優(yōu)化模型如式（1）所示：

若hj=1，表明主體j資源配置有效，滿足創(chuàng)新效率要求；反之，說明主體資源配置的綜合效率偏低，難以持續(xù)保障創(chuàng)新活動。

3 實證研究：以國防科技工業(yè)預研環(huán)節(jié)為例

國防科技工業(yè)涵蓋航天、航空、船舶、電子等多個行業(yè)，具有典型的集中采購特征。創(chuàng)新供給方需要按照需求清單提供定制化產(chǎn)品或服務。本文以全軍武器裝備采購信息網(wǎng)為數(shù)據(jù)源，利用網(wǎng)絡爬蟲采集預研板塊截至2019年的需求信息，共2 047條。

3.1 國防科技工業(yè)預研環(huán)節(jié)創(chuàng)新需求挖掘

按照上文步驟，本研究對預研需求文本進行清洗、分詞和LDA主題建模。輪廓系數(shù)指標顯示，N=9時，組內(nèi)內(nèi)聚性和組間差異度指標最佳。根據(jù)前10個關(guān)鍵詞及分布概率，本文對9個需求類別分別命名，如表1所示。

表1 國防科技工業(yè)預研環(huán)節(jié)的創(chuàng)新需求主題建模（N=9）

根據(jù)需求主題的內(nèi)在關(guān)聯(lián)性，本文將上述9個主題進一步歸為5個大類：一是材料類需求，由主題3、6構(gòu)成，涉及儲能相關(guān)材料、陶瓷復合材料、高性能涂層、納米尺度材料等；二是飛行器與船舶類需求，由主題1、2構(gòu)成，包括航天器抗干擾、衛(wèi)星在軌探測、船線型優(yōu)化與海洋目標辨識等；三是信息通信與智能分析類需求，由主題8、9構(gòu)成，包括網(wǎng)絡通信協(xié)議、信息管理方法、系統(tǒng)仿真與建模；四是電子元件類需求，由主題4、5構(gòu)成，主要為高性能電子元器件需求，如各類芯片、傳感器等；五是軟科學類需求，對應主題7，主要為國防知識產(chǎn)權(quán)制度、數(shù)據(jù)庫建設。

3.2 供給企業(yè)的創(chuàng)新內(nèi)容匹配

前文指出預研環(huán)節(jié)對應的創(chuàng)新主體為企業(yè)和研究院。綜合考慮國防科技工業(yè)創(chuàng)新主體的資質(zhì)要求和信息可獲得性，本節(jié)以我國十大軍工集團的61家上市公司作為預研需求的潛在供給方。首先，以國泰安CSMAR數(shù)據(jù)庫為起點，根據(jù)上市公司股票代碼查詢企業(yè)全稱；其次，以inco?Pat專利數(shù)據(jù)庫為數(shù)據(jù)源，采用基于企業(yè)全稱的權(quán)利人擴展策略檢索專利；最后，對各上市公司專利文本進行聚類，與創(chuàng)新需求進行匹配。匹配結(jié)果顯示，軟科學需求無針對性企業(yè)；共有33家上市企業(yè)能夠滿足其他4類需求。接下來，本文從創(chuàng)新需求、創(chuàng)新專長兩個維度繪制熱度圖，如圖3所示。子圖中每一個方格中的數(shù)值表示特定企業(yè)滿足特定需求的專利數(shù)量，隨著數(shù)值的增大，方格的顏色按照黃、綠、藍的順序逐步加深。

圖3 國防科技工業(yè)預研環(huán)節(jié)供需對接情況

由圖3可知，共有33家企業(yè)的專利內(nèi)容匹配創(chuàng)新需求。具體來看，7家企業(yè)的專利主題屬于第1類（材料類）需求；8家企業(yè)的專利主題屬于第2類（飛行器與船舶類）需求；17家企業(yè)的專利主題屬于第3類（信息通信與智能分析類）需求；13家企業(yè)的專利主題屬于第4類（電子元件類）需求。進一步觀察方格顏色，本文發(fā)現(xiàn)各類需求的對接程度也存在較大差異。對接第3類需求的專利最多，申請量為12 217件，代表性企業(yè)有?？低暎?02415）、杰賽科技（002544）、航天信息（600271）。對接第4類需求的專利次之，申請量為4 899件，代表性企業(yè)有中航光電（002179）、航天信息（600271）、四創(chuàng)電子（600990）。對接第2類需求的專利名列第三，申請量為1 677件，代表性企業(yè)有洪都航空（600316）、航發(fā)動力（600893）、中直股份（600038）。對接第1類需求的專利偏少，申請量為854件，代表性企業(yè)有杰賽科技（002544）、中國動力（600482）、樂凱膠片（600135）。需要注意的是，上述企業(yè)的專利均與軟科學類需求無關(guān)。

3.3 供給企業(yè)的創(chuàng)新效率篩選

本節(jié)將上述33家企業(yè)的投入產(chǎn)出效率進行比較，以達到“優(yōu)中選優(yōu)”的篩選目的。根據(jù)前文的理論分析，下文將從人員、技術(shù)、資金三個方面衡量企業(yè)投入，從創(chuàng)新成果產(chǎn)出、資金鏈保障兩個方面衡量企業(yè)產(chǎn)出，具體指標如表2所示。

表2 企業(yè)創(chuàng)新效率評估指標

為了與需求分析的時間窗口保持一致，本節(jié)對2019年企業(yè)創(chuàng)新效率進行評價。變量y1的取值來自incoPat，其余變量的取值來自CSMAR。預處理時發(fā)現(xiàn)有兩種情況不滿足DEA建模前提：一是y1j=0，表明該企業(yè)在2019年未申請專利，無技術(shù)發(fā)明產(chǎn)出；二是y2j<0，表明該企業(yè)在2019年經(jīng)營活動未產(chǎn)生積極的經(jīng)濟后果，進一步削弱其資金墊付能力。刪除初始數(shù)據(jù)不滿足的9家企業(yè)，納入DEA建模的企業(yè)共有24家，符合的最佳要求。DEA分析結(jié)果如表3所示。

表3 基于DEA的企業(yè)創(chuàng)新效率評估

由表3可知，創(chuàng)新資源配置達到有效水平（生產(chǎn)率=1）的企業(yè)共6家，分別為華錦股份（000059）、?？低暎?02415）、光電股份（600184）、洪都航空（600316）、航發(fā)科技（600391）、華東電腦（600850）。這6家企業(yè)即為通過內(nèi)容、效率雙重篩選的創(chuàng)新供給方。

接下來，借鑒Choi Y 等（2021）［28］提出的創(chuàng)新生態(tài)系統(tǒng)框架圖描繪創(chuàng)新供給方的技術(shù)圖景，用以揭示上述企業(yè)利用專利技術(shù)對接國防科技工業(yè)預研需求的路徑。該文提出了特定技術(shù)領(lǐng)域中由技術(shù)主題和關(guān)鍵機構(gòu)共同組成的企業(yè)、專利、技術(shù)類三層網(wǎng)絡，網(wǎng)絡各層內(nèi)部關(guān)系均由專利CPC分類號共類關(guān)系決定。由于本文涉及6家企業(yè)，大量專利難以在有限空間進行全面展示，故而對該研究框架進行了優(yōu)化，將專利類、技術(shù)類兩層合并為技術(shù)層，目的在于展示創(chuàng)新供給方的技術(shù)特征；同時，增加產(chǎn)業(yè)創(chuàng)新需求層以展示行業(yè)需求的主題分類；最后，考慮到上述企業(yè)間的交叉權(quán)屬關(guān)系，還增加了企業(yè)權(quán)屬關(guān)系層以展示由社會資源嵌入帶來的企業(yè)間合作渠道。根據(jù)以上設想，本文繪制了國防科技工業(yè)預研環(huán)節(jié)的創(chuàng)新供需對接路徑，如圖4所示。

圖4 國防科技工業(yè)預研環(huán)節(jié)的創(chuàng)新供需對接路徑

由圖4可知，最終篩選出的6家企業(yè)的創(chuàng)新供給模式主要分為聚焦化、多元化兩類。聚集化模式指企業(yè)利用現(xiàn)有創(chuàng)新專長重點對接一類需求。采用該模式的企業(yè)包括華錦股份（000059）、海康威視（002415）、華東電腦（600850）。華錦股份擁有的鋰電池隔膜專利技術(shù)可以對接儲能材料需求；?？低暎?02415）擁有的圖像融合、分布存儲、智能分析專利能夠?qū)訄D像數(shù)據(jù)采集、分析一體化需求；華東電腦（600850）擁有的數(shù)據(jù)中心專利技術(shù)可以對接通信系統(tǒng)類需求。多元化模式指企業(yè)利用現(xiàn)有創(chuàng)新專長同時對接多類需求。采用該模式的企業(yè)包括光電股份（600184）、洪都航空（600316）、航發(fā)科技（600391）。光電股份（600184）擁有的電子經(jīng)緯儀和圖像儀專利技術(shù)、黑色陽極氧化專利技術(shù)分別對接高端光電儀器設備、材料類需求；洪都航空（600316）擁有的arinc429、航電系統(tǒng)專利技術(shù)分別對接航空元件、飛行器、信息通信需求；航發(fā)科技（600391）鎳涂層、航空發(fā)動機專利技術(shù)分別對接材料類、飛行器類需求。

此外，鑒于隸屬于同一控制人的上市企業(yè)間更容易達成戰(zhàn)略聯(lián)盟或合作“默契”，圖4底層還從社會資源嵌入視角揭示出6個創(chuàng)新主體間的潛在合作渠道。具體來看，華錦股份（000059）和光電股份（600184）同屬于中國兵器工業(yè)集團，海康威視（002415）和華東電腦（600850）同屬于中國電子科技集團，洪都航空（600316）隸屬的中國航空工業(yè)集團持有航發(fā)科技（600391）母公司中國航空發(fā)動機工業(yè)集團6%的股權(quán)；同時，上述4個集團的實際控制人均為國務院國資委。因此，鑒于國防科技工業(yè)創(chuàng)新復雜性和規(guī)模性、國有企業(yè)間交易成本優(yōu)勢，上述6家企業(yè)還可充分利用社會資源嵌入條件，形成具有規(guī)模效應和范圍經(jīng)濟的創(chuàng)新供給合作渠道。

4 結(jié)語

本文基于內(nèi)容、效率二維視角，融合文本、文獻、財務數(shù)據(jù)等多源信息，建立包括創(chuàng)新需求識別、創(chuàng)新內(nèi)容匹配、創(chuàng)新效率篩選三階段的創(chuàng)新主體識別機制。基于該研究框架，本文對國防科技工業(yè)預研環(huán)節(jié)進行實證研究，發(fā)現(xiàn)該環(huán)節(jié)的創(chuàng)新需求集中于材料、飛行器與船舶、信息通信與智能分析、電子元器件、軟科學5類；進而以61家相關(guān)上市企業(yè)為潛在創(chuàng)新供給方進行匹配，發(fā)現(xiàn)有33家企業(yè)的專利滿足前4類創(chuàng)新內(nèi)容需求，但其中僅有6家企業(yè)通過創(chuàng)新效率篩選；最后，為最終選出的6家企業(yè)建立創(chuàng)新生態(tài)系統(tǒng)，發(fā)現(xiàn)其創(chuàng)新供給模式分為聚焦化、多元化兩類，且這6家企業(yè)相互間存在廣泛的社會資源嵌入關(guān)系，可以形成合作性的創(chuàng)新供給渠道。

綜合來看，本文的理論貢獻集中體現(xiàn)為兩點：一是從內(nèi)容、效率二維視角完善創(chuàng)新主體識別思路，并將其分解為“需求識別、內(nèi)容匹配、效率篩選”環(huán)環(huán)相扣的三個階段；二是根據(jù)創(chuàng)新主體識別流程的特性，在傳統(tǒng)文獻數(shù)據(jù)的基礎(chǔ)上引入網(wǎng)絡文本、財務年報數(shù)據(jù)，建立了融合LDA、文獻計量、DEA的綜合分析方法體系。同時，鑒于本文的實證研究集中于預研環(huán)節(jié)需求且僅考慮了企業(yè)的創(chuàng)新成果形式和創(chuàng)新效率特征，建議未來研究覆蓋創(chuàng)新鏈的更多環(huán)節(jié)，并根據(jù)對應環(huán)節(jié)創(chuàng)新供給方的成果特征和評價導向開展創(chuàng)新主體識別實證研究。

最后，本文的實證研究亦能為十大軍工集團旗下上市公司的科技創(chuàng)新工作提供建議啟示。首先，企業(yè)創(chuàng)新專長與國防科技工業(yè)創(chuàng)新需求間的關(guān)聯(lián)性仍有待增強。上述企業(yè)脫胎于軍工集團，但改制后近一半企業(yè)的技術(shù)專利集中于部件、配件加工或民品制造，無法滿足創(chuàng)新內(nèi)容要求；另一半企業(yè)擁有的專利集中于信息通信與智能分析、電子元件領(lǐng)域，對國防科技工業(yè)的飛行器與船舶、材料類、軟科學需求支撐有限。因此，未來我國應繼續(xù)引導和鼓勵企業(yè)走內(nèi)涵式發(fā)展道路，根據(jù)國防科技工業(yè)創(chuàng)新需求，調(diào)整軍品和民品比例、優(yōu)化技術(shù)結(jié)構(gòu)和專利管理流程。其次，企業(yè)創(chuàng)新效率仍有待提升。滿足創(chuàng)新內(nèi)容要求的上述企業(yè)中，27%的企業(yè)在2019年未申請專利或經(jīng)營業(yè)務無法帶來資金凈流入；還有55%的企業(yè)在2019年的創(chuàng)新投入與產(chǎn)出間未達到有效水平。因此，未來企業(yè)應將技術(shù)發(fā)明、技術(shù)商品化納入企業(yè)年度績效評價目標，激勵企業(yè)提高創(chuàng)新活動的投入—產(chǎn)出效率。最后，創(chuàng)新主體服務國防科技工業(yè)創(chuàng)新的路徑應當多樣化。一方面，企業(yè)可以根據(jù)自身創(chuàng)新專長獨立對接部分創(chuàng)新需求；另一方面，國防科技工業(yè)具有資源投入大、技術(shù)集成領(lǐng)域廣、技術(shù)競爭激烈等顯著特征，武器裝備總體和關(guān)鍵分系統(tǒng)的研發(fā)制造需要多個創(chuàng)新主體合作參與。因此，企業(yè)應充分利用股權(quán)性質(zhì)帶來的社會接近性，建立競爭力強、穩(wěn)定性高的有效合作機制。