任培民 吳富海 趙樹(shù)然

(1.青島大學(xué)經(jīng)濟(jì)學(xué)院 青島 266071； 2.中國(guó)海洋大學(xué)經(jīng)濟(jì)學(xué)院 青島 266100)

0 引 言

高新技術(shù)企業(yè)是國(guó)家科技研發(fā)與轉(zhuǎn)化的重要載體，企業(yè)創(chuàng)新能力是國(guó)家創(chuàng)新能力的基礎(chǔ)構(gòu)成，同時(shí)企業(yè)創(chuàng)新能力也是其可持續(xù)發(fā)展的重要源泉。而企業(yè)創(chuàng)新能力形成于多個(gè)不同要素的復(fù)雜共同作用，其綜合體現(xiàn)則是企業(yè)的創(chuàng)新水平。

因此，準(zhǔn)確測(cè)度企業(yè)創(chuàng)新水平具有重要的現(xiàn)實(shí)與理論意義?，F(xiàn)實(shí)意義上，準(zhǔn)確測(cè)度企業(yè)創(chuàng)新水平是相關(guān)部門(mén)制定有效科技創(chuàng)新政策的前提。準(zhǔn)確的測(cè)度將有助于科技管理部門(mén)了解我國(guó)企業(yè)創(chuàng)新現(xiàn)狀，進(jìn)而為制定合理的科技創(chuàng)新政策提供科學(xué)化數(shù)量化支持，促進(jìn)科技創(chuàng)新結(jié)構(gòu)的優(yōu)化與升級(jí)，推動(dòng)創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的深入實(shí)施；理論意義上，準(zhǔn)確測(cè)度企業(yè)創(chuàng)新水平是相關(guān)領(lǐng)域研究過(guò)程與結(jié)論正確的根本保證。

專(zhuān)利組合由Brockhoff于1991年提出[1]，一個(gè)企業(yè)擁有的全部專(zhuān)利即是一個(gè)企業(yè)專(zhuān)利組合[2]。企業(yè)專(zhuān)利組合并不是簡(jiǎn)單地累積專(zhuān)利，而是多種多類(lèi)專(zhuān)利之間有意識(shí)的合理配置、彼此支撐、起到協(xié)同作用，具有形成技術(shù)優(yōu)勢(shì)、構(gòu)筑技術(shù)防御等諸多功能的專(zhuān)利集合。從知識(shí)整合的角度出發(fā)，專(zhuān)利是企業(yè)創(chuàng)新知識(shí)的表現(xiàn)，而專(zhuān)利組合本質(zhì)上是企業(yè)創(chuàng)新知識(shí)的整合，組合過(guò)程同樣體現(xiàn)著企業(yè)的創(chuàng)新能力。也就是企業(yè)創(chuàng)新水平不僅體現(xiàn)在所擁有專(zhuān)利的某一具體屬性上，更體現(xiàn)在專(zhuān)利組合的整體表現(xiàn)上。與簡(jiǎn)單計(jì)算企業(yè)專(zhuān)利的某一指標(biāo)等創(chuàng)新水平測(cè)度方法相比，使用多維專(zhuān)利組合指標(biāo)體系可能更有效、準(zhǔn)確地測(cè)度企業(yè)的創(chuàng)新水平。

因此，本文以專(zhuān)利組合視角作為企業(yè)創(chuàng)新水平測(cè)度的切入點(diǎn)，基于專(zhuān)利組合指標(biāo)構(gòu)建企業(yè)創(chuàng)新水平測(cè)度模型，并以A股制造業(yè)上市公司為例展開(kāi)實(shí)證分析，為企業(yè)創(chuàng)新水平測(cè)度提供參考。

1 研究現(xiàn)狀

現(xiàn)有研究多數(shù)認(rèn)為企業(yè)創(chuàng)新水平主要由創(chuàng)新投入和產(chǎn)出要素決定，通過(guò)測(cè)度構(gòu)成要素實(shí)現(xiàn)企業(yè)創(chuàng)新水平的測(cè)度。創(chuàng)新水平測(cè)度指標(biāo)相應(yīng)的也應(yīng)從投入與產(chǎn)出兩方面加以構(gòu)造。投入類(lèi)指標(biāo)包括研發(fā)資金投入、研發(fā)人員投入等，產(chǎn)出類(lèi)指標(biāo)包括專(zhuān)利申請(qǐng)量、專(zhuān)利授權(quán)量、專(zhuān)利引用、企業(yè)新產(chǎn)品數(shù)據(jù)等[3-4]。由于研發(fā)投入只是創(chuàng)新活動(dòng)的起點(diǎn)，創(chuàng)新是否成功不可預(yù)估，研發(fā)投入作為創(chuàng)新指標(biāo)具有局限性[5]。而研發(fā)產(chǎn)出作為創(chuàng)新活動(dòng)的終點(diǎn)，是創(chuàng)新活動(dòng)的成果表現(xiàn)，對(duì)企業(yè)創(chuàng)新的反映較為直觀。因此多傾向于以研發(fā)產(chǎn)出為導(dǎo)向進(jìn)行測(cè)度[6]。

在產(chǎn)出類(lèi)指標(biāo)中，由于新產(chǎn)品數(shù)據(jù)涉及企業(yè)經(jīng)營(yíng)秘密，導(dǎo)致相應(yīng)數(shù)據(jù)難以獲??；而企業(yè)擁有的專(zhuān)利是創(chuàng)新水平的重要體現(xiàn)，專(zhuān)利信息由國(guó)家或?qū)＠麢C(jī)構(gòu)收集，具有權(quán)威性、完整性以及連續(xù)性，從專(zhuān)利維度測(cè)度企業(yè)創(chuàng)新水平更為合理[7]。使用專(zhuān)利指標(biāo)測(cè)度的理論與現(xiàn)實(shí)基礎(chǔ)在于：專(zhuān)利申請(qǐng)數(shù)較易于獲取、且無(wú)明顯時(shí)滯后性；而專(zhuān)利授權(quán)數(shù)相比申請(qǐng)數(shù)則更能減少其他因素對(duì)創(chuàng)新測(cè)度的干擾；高價(jià)值、高難度的發(fā)明專(zhuān)利代表著企業(yè)創(chuàng)新水平；基礎(chǔ)性、高價(jià)值的創(chuàng)新則被引數(shù)較高。然而已有專(zhuān)利測(cè)度指標(biāo)仍然存在一定的不足。如僅將指標(biāo)簡(jiǎn)單加總(或平均)對(duì)企業(yè)創(chuàng)新水平進(jìn)行測(cè)度，然而不同專(zhuān)利創(chuàng)新程度差異極大、且專(zhuān)利之間存在復(fù)雜的作用關(guān)系，單一專(zhuān)利具有的創(chuàng)新水平顯然和企業(yè)全部專(zhuān)利所呈現(xiàn)的整體創(chuàng)新水平有所不同；并非所有的專(zhuān)利都能夠創(chuàng)造經(jīng)濟(jì)價(jià)值，并且不同的專(zhuān)利所能創(chuàng)造出的經(jīng)濟(jì)價(jià)值存在顯著差異，專(zhuān)利數(shù)量難以反映出創(chuàng)新價(jià)值[7]；由于專(zhuān)利的引用需要時(shí)間，專(zhuān)利被引數(shù)據(jù)易受樣本截?cái)鄦?wèn)題的影響等[4]。

創(chuàng)新水平測(cè)度方法大致可以分為主觀賦權(quán)評(píng)價(jià)、客觀定量評(píng)價(jià)兩類(lèi)。主觀賦權(quán)評(píng)價(jià)法有德?tīng)柗品ā哟畏治龇?、模糊綜合評(píng)價(jià)法等[8-10]。主觀方法依賴于專(zhuān)家對(duì)方法中的權(quán)重、矩陣給予界定，伴隨而來(lái)的專(zhuān)家判斷的主觀性、隨意性、不一致性難以避免[11]。如德?tīng)柗品ㄖ械膶?zhuān)家意見(jiàn)屬于主觀判斷，層次分析法需要專(zhuān)家主觀給出判斷矩陣、模糊綜合評(píng)價(jià)法需要專(zhuān)家給出隸屬度矩陣等?？陀^定量評(píng)價(jià)法有因子分析法、數(shù)據(jù)包絡(luò)分析法、熵值法、神經(jīng)網(wǎng)絡(luò)法等[12-15]。客觀方法雖然能夠避免主觀性問(wèn)題，但也存在一定的缺陷[11]。如因子分析法作為統(tǒng)計(jì)類(lèi)方法其經(jīng)濟(jì)理論基礎(chǔ)薄弱，數(shù)據(jù)包絡(luò)分析、熵值法只能應(yīng)用于樣本企業(yè)內(nèi)部的相對(duì)評(píng)價(jià)，神經(jīng)網(wǎng)絡(luò)則存在過(guò)分?jǐn)M合與解釋能力缺乏的問(wèn)題。

綜合前述分析，可知已有關(guān)于測(cè)度指標(biāo)的研究以企業(yè)研發(fā)產(chǎn)出中的單一專(zhuān)利指標(biāo)為主流趨勢(shì)，忽視了企業(yè)內(nèi)部知識(shí)整合導(dǎo)致的專(zhuān)利組合中專(zhuān)利協(xié)同作用對(duì)企業(yè)創(chuàng)新水平的影響；同時(shí)現(xiàn)有企業(yè)創(chuàng)新水平測(cè)度方法具有不能兼顧經(jīng)濟(jì)理論基礎(chǔ)與客觀數(shù)據(jù)支持的問(wèn)題。為了改進(jìn)現(xiàn)有企業(yè)創(chuàng)新水平測(cè)度方法存在的不足，本文提出一種基于專(zhuān)利組合指標(biāo)結(jié)構(gòu)分析的企業(yè)創(chuàng)新水平測(cè)度方法。

2 研究設(shè)計(jì)

本文基于專(zhuān)利組合視角對(duì)企業(yè)創(chuàng)新水平進(jìn)行測(cè)度，首先選取一系列的專(zhuān)利組合指標(biāo)，使用點(diǎn)二列相關(guān)性分析確定同指標(biāo)內(nèi)組合形式；運(yùn)用解釋結(jié)構(gòu)模型基于各指標(biāo)間的兩兩關(guān)系構(gòu)建專(zhuān)利組合指標(biāo)層級(jí)結(jié)構(gòu)，將專(zhuān)利組合指標(biāo)分為不同的指標(biāo)組；然后使用判別分析模型確定指標(biāo)組內(nèi)組合數(shù)量表達(dá)式；最后使用修正的邏輯回歸模型確定指標(biāo)組間組合形式，得到企業(yè)創(chuàng)新水平測(cè)度模型及其簡(jiǎn)化形式。過(guò)程示意如圖1所示。

圖1 企業(yè)創(chuàng)新水平測(cè)度過(guò)程

2.1 變量設(shè)置

2.1.1企業(yè)創(chuàng)新水平變量

本文選取是否由《國(guó)家高新技術(shù)企業(yè)認(rèn)定標(biāo)準(zhǔn)》(以下簡(jiǎn)稱(chēng)《標(biāo)準(zhǔn)》)確定的高新技術(shù)企業(yè)作為創(chuàng)新水平高低的合理替代，分別賦值1、0。由于本文意圖是構(gòu)造一種能夠更加準(zhǔn)確測(cè)度創(chuàng)新水平的方法，出于校準(zhǔn)該方法的目的，被解釋變量必須能夠準(zhǔn)確代表創(chuàng)新水平，應(yīng)當(dāng)是數(shù)據(jù)可獲得的、廣泛認(rèn)可的、具有權(quán)威性，且該變量不能使用已有依循創(chuàng)新投入產(chǎn)出過(guò)程所提出、代表創(chuàng)新水平的各類(lèi)指標(biāo)。因前文已指出各類(lèi)企業(yè)創(chuàng)新水平指標(biāo)存在的不足，如果使用已有指標(biāo)，則相當(dāng)于使用不準(zhǔn)確的創(chuàng)新水平變量去校正新的方法，顯然很難到達(dá)預(yù)期效果。基于以上考慮，國(guó)家給出的、與企業(yè)創(chuàng)新水平密切相關(guān)的外部評(píng)價(jià)結(jié)果作為校準(zhǔn)參照可能更為合理。具體而言，由于《標(biāo)準(zhǔn)》認(rèn)定的高新技術(shù)企業(yè)是國(guó)家、省級(jí)科技管理部門(mén)周密評(píng)估的結(jié)果，對(duì)應(yīng)企業(yè)的創(chuàng)新水平顯然高于其它企業(yè)，結(jié)論具有相當(dāng)?shù)臋?quán)威性，且其名錄可由公開(kāi)渠道獲得，滿足可獲得性要求。可能存在的問(wèn)題是，由于僅能使用二分類(lèi)變量，導(dǎo)致結(jié)果對(duì)創(chuàng)新水平區(qū)分度不夠高。然而，后續(xù)實(shí)際獲得結(jié)果為專(zhuān)利組合指標(biāo)的表達(dá)公式，其本身可以利用企業(yè)專(zhuān)利數(shù)據(jù)連續(xù)計(jì)算，計(jì)算出的是企業(yè)創(chuàng)新水平連續(xù)值，即定量測(cè)度結(jié)果，從而避免了區(qū)分度低的問(wèn)題。

2.1.2專(zhuān)利組合變量

現(xiàn)有文獻(xiàn)中，對(duì)于涉及專(zhuān)利質(zhì)量與價(jià)值、專(zhuān)利組合價(jià)值的測(cè)度指標(biāo)多有論述。如利用專(zhuān)利被引證次數(shù)、權(quán)利要求數(shù)、專(zhuān)利參考文獻(xiàn)量及專(zhuān)利同族數(shù)4個(gè)指標(biāo)來(lái)評(píng)價(jià)專(zhuān)利組合[16]；利用分類(lèi)號(hào)數(shù)衡量專(zhuān)利組合的技術(shù)廣度[17]；專(zhuān)利壽命越長(zhǎng)的專(zhuān)利，專(zhuān)利質(zhì)量也就越高[18]；引證專(zhuān)利數(shù)表征專(zhuān)利技術(shù)科學(xué)關(guān)聯(lián)度效應(yīng)[19]；發(fā)明人數(shù)量越多的專(zhuān)利具有的價(jià)值越大[20]；專(zhuān)利審查時(shí)長(zhǎng)越短越能搶占先機(jī)[21]。在參照上述研究選取對(duì)應(yīng)指標(biāo)的基礎(chǔ)上，本文另外選取發(fā)明專(zhuān)利授權(quán)量、發(fā)明專(zhuān)利引進(jìn)量及四方專(zhuān)利數(shù)等指標(biāo)對(duì)專(zhuān)利組合核心價(jià)值進(jìn)行描述；定義外部行為次數(shù)為專(zhuān)利轉(zhuǎn)讓、質(zhì)押、許可、訴訟次數(shù)[22]之和，據(jù)以反映專(zhuān)利組合的外部經(jīng)濟(jì)價(jià)值。專(zhuān)利質(zhì)量、專(zhuān)利價(jià)值是與創(chuàng)新水平密切相關(guān)的，故選取表1所示指標(biāo)。

表1 專(zhuān)利組合變量

2.1.3控制變量

借鑒李瑛玫等的研究[24]，為避免其他因素對(duì)企業(yè)創(chuàng)新造成的影響，將企業(yè)規(guī)模、資產(chǎn)負(fù)債率、現(xiàn)金流比率、股權(quán)集中度、產(chǎn)權(quán)性質(zhì)等變量加以控制。此外，在參考《標(biāo)準(zhǔn)》的基礎(chǔ)上，提出成長(zhǎng)率指標(biāo)用來(lái)衡量公司成長(zhǎng)性，并加以控制(見(jiàn)表2)。

表2 控制變量指標(biāo)

2.2 研究方法

2.2.1使用點(diǎn)二列相關(guān)性分析確定同指標(biāo)內(nèi)組合形式

除發(fā)明專(zhuān)利授權(quán)量、發(fā)明專(zhuān)利引進(jìn)量、四方專(zhuān)利數(shù)外，將企業(yè)創(chuàng)新水平與各指標(biāo)的和、算數(shù)平均、幾何平均、最大值、最小值、中值做點(diǎn)二列相關(guān)性分析，選取每個(gè)指標(biāo)各種計(jì)算方式中相關(guān)系數(shù)最大的作為各指標(biāo)組合方式。其中，算術(shù)平均值是將專(zhuān)利組合中各專(zhuān)利發(fā)揮作用同等看待；幾何平均值是將組合中各專(zhuān)利作用看作倍增效果，再消除專(zhuān)利數(shù)的影響；取和是將專(zhuān)利組合各專(zhuān)利作用看作累加效果；取最大值是將專(zhuān)利組合中核心專(zhuān)利看作該組專(zhuān)利代表；取最小值是將專(zhuān)利組合中低價(jià)值專(zhuān)利看作是該組專(zhuān)利代表;取中值是將專(zhuān)利組合中的中等價(jià)值專(zhuān)利看作該組專(zhuān)利代表。

2.2.2基于ISM模型對(duì)企業(yè)專(zhuān)利組合指標(biāo)分組

解釋結(jié)構(gòu)模型(Interpretative structural modeling method, ISM)可用于分析系統(tǒng)內(nèi)各因素間復(fù)雜結(jié)構(gòu)關(guān)系，能夠把復(fù)雜系統(tǒng)分解為若干子系統(tǒng)，將系統(tǒng)構(gòu)造為一個(gè)多級(jí)遞階的結(jié)構(gòu)模型。為厘清專(zhuān)利評(píng)價(jià)指標(biāo)之間存在的復(fù)雜結(jié)構(gòu)關(guān)系，故采用ISM方法，基于各指標(biāo)間的兩兩關(guān)系構(gòu)建專(zhuān)利組合評(píng)價(jià)指標(biāo)層級(jí)結(jié)構(gòu)。

2.2.3使用判別分析確定指標(biāo)組內(nèi)組合形式

本部分是利用判別分析來(lái)對(duì)每一個(gè)指標(biāo)組進(jìn)行降維，來(lái)確定指標(biāo)組內(nèi)組合形式。企業(yè)創(chuàng)新水平為二分類(lèi)定性變量，分別將3個(gè)指標(biāo)組作為建立判別模型的輸入變量，最終會(huì)得到3個(gè)線性判別式，每個(gè)判別式都是對(duì)應(yīng)指標(biāo)組內(nèi)指標(biāo)的線性組合，以此來(lái)作為指標(biāo)組內(nèi)組合形式。

2.2.4使用修正的邏輯回歸確定企業(yè)創(chuàng)新水平測(cè)度模型

與決策樹(shù)、K近鄰、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等常用的分類(lèi)預(yù)測(cè)方法相比，邏輯回歸方法由于具有較好的穩(wěn)健性與解釋性、對(duì)隨機(jī)變量和研究樣本假設(shè)要求低，并且有研究也認(rèn)為其預(yù)測(cè)精度較優(yōu)[25]，因此被廣泛應(yīng)用到各研究領(lǐng)域。鑒于上述考慮，本部分使用修正的邏輯回歸確定指標(biāo)組間組合形式。將企業(yè)創(chuàng)新水平作為被解釋變量，不同專(zhuān)利指標(biāo)組設(shè)為解釋變量，并且對(duì)其他可能影響企業(yè)創(chuàng)新水平的變量加以控制，根據(jù)回歸系數(shù)來(lái)確定指標(biāo)組間組合形式。進(jìn)而獲得創(chuàng)新水平測(cè)度模型，可以據(jù)此衡量企業(yè)創(chuàng)新水平。

3 企業(yè)創(chuàng)新水平測(cè)度的實(shí)證分析

3.1 數(shù)據(jù)來(lái)源

本文選擇滬深A(yù)股制造業(yè)企業(yè)作為樣本公司。這是由于制造業(yè)是國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，是國(guó)家創(chuàng)造力、競(jìng)爭(zhēng)力和綜合國(guó)力的重要體現(xiàn)，同時(shí)制造業(yè)企業(yè)在A股上市公司中占有過(guò)半比例，且大多數(shù)開(kāi)展程度不等的研發(fā)創(chuàng)新活動(dòng)。本文參考鄭征[26]選取不同行業(yè)典型企業(yè)的分析思路，制定以下篩選標(biāo)準(zhǔn)：a.為使研究結(jié)果具有普適性，所選取企業(yè)涉及電子信息、生物與新醫(yī)藥、航空航天、新材料、高技術(shù)服務(wù)、新能源及節(jié)能、資源與環(huán)境、先進(jìn)制造與自動(dòng)化等共8個(gè)國(guó)家重點(diǎn)支持的高新技術(shù)領(lǐng)域。b.能夠獲得完整的專(zhuān)利、財(cái)務(wù)和經(jīng)營(yíng)數(shù)據(jù)，企業(yè)三年內(nèi)財(cái)務(wù)狀況正常且主營(yíng)業(yè)務(wù)收入相對(duì)穩(wěn)定。c.連續(xù)開(kāi)展研發(fā)創(chuàng)新活動(dòng)，具有一定的技術(shù)成果積累。在經(jīng)過(guò)以上標(biāo)準(zhǔn)進(jìn)行篩選之后，共獲得616家企業(yè)，其中3/4的企業(yè)是國(guó)家高新技術(shù)企業(yè)，剩余企業(yè)為非國(guó)家高新技術(shù)企業(yè)。出于典型代表性與均衡性的考慮，各領(lǐng)域需要抽取同等數(shù)目的企業(yè)，且應(yīng)該各包含一定比例的非高新企業(yè)。按此思路，由于非國(guó)家高新技術(shù)企業(yè)數(shù)量較少，因此全部選擇；對(duì)于國(guó)家高新技術(shù)企業(yè)的選擇，各領(lǐng)域按照專(zhuān)利數(shù)量排序采取等距隨機(jī)抽樣的方式進(jìn)行抽選。最終共選擇366家企業(yè)，其中296家企業(yè)用于模型訓(xùn)練，剩余70家企業(yè)用于模型預(yù)測(cè)。在作為訓(xùn)練集的296家企業(yè)中，國(guó)家高新技術(shù)企業(yè)190家，非國(guó)家高新技術(shù)企業(yè)106家，共包含21650條專(zhuān)利；每個(gè)領(lǐng)域各37家，各領(lǐng)域均包括國(guó)家高新技術(shù)企業(yè)與非國(guó)家高新技術(shù)企業(yè)。

被解釋變量數(shù)據(jù)取自于國(guó)家高新技術(shù)企業(yè)認(rèn)定工作網(wǎng)，專(zhuān)利數(shù)據(jù)來(lái)自于incoPat全球?qū)＠麛?shù)據(jù)庫(kù)，控制變量數(shù)據(jù)來(lái)自于CSMAR經(jīng)濟(jì)金融研究數(shù)據(jù)庫(kù)。所選取國(guó)家高新技術(shù)企業(yè)認(rèn)定時(shí)間分布在2016—2021年，其專(zhuān)利數(shù)據(jù)統(tǒng)計(jì)截止到國(guó)家高新技術(shù)企業(yè)申報(bào)前，控制變量選取申報(bào)年份前一年數(shù)據(jù)。對(duì)于非國(guó)家高新技術(shù)企業(yè)，其專(zhuān)利數(shù)據(jù)統(tǒng)計(jì)統(tǒng)一截止到2021年6月30日，控制變量則選取2020年數(shù)據(jù)。

3.2 確定同指標(biāo)內(nèi)組合形式

使用點(diǎn)二列相關(guān)計(jì)算企業(yè)創(chuàng)新水平與各計(jì)算方式下的專(zhuān)利組合指標(biāo)相關(guān)系數(shù)。除發(fā)明人數(shù)、外部行為次數(shù)，其他各專(zhuān)利組合指標(biāo)相關(guān)系數(shù)最大的均為最大值。發(fā)明人數(shù)相關(guān)性最大的是加和，外部行為次數(shù)相關(guān)性最大的是中值。因此發(fā)明人數(shù)選取和、外部行為次數(shù)選取中值、其他專(zhuān)利組合指標(biāo)選取最大值作為同指標(biāo)內(nèi)組合方式。各專(zhuān)利組合指標(biāo)的相關(guān)系數(shù)見(jiàn)表3(簡(jiǎn)便起見(jiàn)，僅選取加和、最大值、中值3種列示)。

表3 各專(zhuān)利組合指標(biāo)的相關(guān)系數(shù)

3.3 基于ISM的專(zhuān)利組合指標(biāo)分組

3.3.1建立鄰接矩陣

鄰接矩陣描述的是系統(tǒng)內(nèi)兩兩因素的直接關(guān)系。使用s1,s2,s3...s13分別表示表1中13個(gè)專(zhuān)利組合指標(biāo)。在咨詢專(zhuān)家基礎(chǔ)上，得到各因素間的影響關(guān)系，建立鄰接矩陣A(見(jiàn)圖2)。

圖2 鄰接矩陣與可達(dá)矩陣

3.3.2計(jì)算可達(dá)矩陣

可達(dá)矩陣描述系統(tǒng)內(nèi)兩兩因素相互傳遞關(guān)系?？蛇_(dá)矩陣M(見(jiàn)圖2)計(jì)算過(guò)程如式(1)所示，其中I為單位矩陣。

(A+I)≠(A+I)2≠...≠(A+I)n-1≠(A+I)n=(A+I)n+1=M

(1)

3.3.3專(zhuān)利組合指標(biāo)的分組

計(jì)算各指標(biāo)的可達(dá)集、先行集、交集，進(jìn)而得到指標(biāo)層次劃分。構(gòu)建專(zhuān)利組合指標(biāo)的ISM模型見(jiàn)圖3。專(zhuān)利組合指標(biāo)存在3個(gè)層級(jí)的結(jié)構(gòu)關(guān)系。最上面一層為第一層級(jí)，可命名為外部評(píng)價(jià)指標(biāo)組，是外部對(duì)專(zhuān)利技術(shù)價(jià)值的判斷。第二層級(jí)可命名為自我評(píng)價(jià)指標(biāo)組，是專(zhuān)利持有者判斷專(zhuān)利價(jià)值，從而對(duì)保護(hù)范圍、市場(chǎng)權(quán)利、維持時(shí)間的選擇所形成的指標(biāo)組，第三層級(jí)可命名為自身屬性指標(biāo)組，該組指標(biāo)是由專(zhuān)利屬性指標(biāo)構(gòu)成，是影響各組指標(biāo)的基礎(chǔ)指標(biāo)組，其他專(zhuān)利組合指標(biāo)都構(gòu)建在自身屬性指標(biāo)之上。自身屬性指標(biāo)組和自我評(píng)價(jià)指標(biāo)組都間接或直接地影響著第一層級(jí)的外部評(píng)價(jià)指標(biāo)組。即企業(yè)專(zhuān)利組合指標(biāo)分為3組：自身屬性、自我評(píng)價(jià)和外部評(píng)價(jià)。

圖3 專(zhuān)利組合指標(biāo)解釋結(jié)構(gòu)模型

3.4 確定指標(biāo)組內(nèi)組合形式

首先，3個(gè)指標(biāo)組組內(nèi)指標(biāo)均通過(guò)組平均值的同等檢驗(yàn)，可以進(jìn)行判別分析。然后將企業(yè)創(chuàng)新水平作為二分類(lèi)定性變量、3個(gè)指標(biāo)組指標(biāo)分別作為輸入變量來(lái)建立相應(yīng)判別式，作為3個(gè)指標(biāo)組的組內(nèi)組合形式。3個(gè)判別式的Wilk’sLambdad的顯著性水平均<0.05，證明線性判別式顯著有效，具體見(jiàn)表4。

表4 判別式系數(shù)、組平均值同等檢驗(yàn)

由表4可得3個(gè)專(zhuān)利組的組內(nèi)組合形式：

G-ext=-3.395+0.116*Ceaj-0.696*Extno+0.525*Aup+0.187*Rev+0.252*Citd

(2)

G-int=-3.535+0.16*Survy+0.839*Fam+0.057*Claim

(3)

G-self=-3.485-0.001*Inp+0.009*Citp+0.019*Citl+0.682*Ivno+0.15*Ipcno

(4)

3.5 確定企業(yè)創(chuàng)新水平測(cè)度模型

3.5.1企業(yè)創(chuàng)新水平測(cè)度模型

將企業(yè)創(chuàng)新水平作為被解釋變量，外部評(píng)價(jià)指標(biāo)、自我評(píng)價(jià)指標(biāo)、自身屬性指標(biāo)為3個(gè)解釋變量，并對(duì)其它影響因素如企業(yè)規(guī)模、資產(chǎn)負(fù)債率等加以控制，使用邏輯回歸模型進(jìn)行估計(jì)，結(jié)果見(jiàn)表5。

外部評(píng)價(jià)指標(biāo)、自我評(píng)價(jià)指標(biāo)和自身屬性指標(biāo)系數(shù)在0.05的水平下顯著，說(shuō)明三者對(duì)企業(yè)創(chuàng)新水平有顯著影響?；貧w系數(shù)對(duì)應(yīng)的優(yōu)勢(shì)比OR值分別是6.132、1.950和2.580，全部大于1，表明三者的提高都能夠提升企業(yè)創(chuàng)新水平。

表5 專(zhuān)利指標(biāo)組回歸結(jié)果匯總

從優(yōu)勢(shì)比可以看出，外部評(píng)價(jià)指標(biāo)的變化對(duì)企業(yè)創(chuàng)新水平的影響程度最大、自身屬性指標(biāo)次之、自我評(píng)價(jià)指標(biāo)最小。外部評(píng)價(jià)組體現(xiàn)的是專(zhuān)利局、研究機(jī)構(gòu)等組織對(duì)專(zhuān)利組合價(jià)值的判斷，該組受到自身屬性組和自我評(píng)價(jià)組指標(biāo)間接或直接地作用，位于指標(biāo)層級(jí)結(jié)構(gòu)第一層級(jí)，直觀反映企業(yè)的創(chuàng)新水平；自身屬性組由專(zhuān)利研發(fā)投入基礎(chǔ)指標(biāo)構(gòu)成，體現(xiàn)的是專(zhuān)利組合整體的研發(fā)技術(shù)資源基礎(chǔ)以及人力資源基礎(chǔ)；自我評(píng)價(jià)組體現(xiàn)的是專(zhuān)利持有者對(duì)專(zhuān)利組合整體的技術(shù)、經(jīng)濟(jì)價(jià)值的判斷。自我評(píng)價(jià)組、自身屬性組位于指標(biāo)層級(jí)結(jié)構(gòu)的第二、三層級(jí)，通過(guò)影響外部評(píng)價(jià)組指標(biāo)對(duì)企業(yè)創(chuàng)新水平起到間接作用。在這一影響過(guò)程中，自身屬性組有兩條路徑：自身屬性組→自我評(píng)價(jià)組→外部評(píng)價(jià)組，自身屬性組→外部評(píng)價(jià)組。自我評(píng)價(jià)組有一條路徑：自我評(píng)價(jià)組→外部評(píng)價(jià)組，自我評(píng)價(jià)組對(duì)企業(yè)創(chuàng)新的影響程度要小于自身屬性組。綜上所述，外部評(píng)價(jià)組指標(biāo)是測(cè)度創(chuàng)新的核心專(zhuān)利組指標(biāo)，自身屬性組指標(biāo)、自我評(píng)價(jià)組指標(biāo)對(duì)測(cè)度創(chuàng)新起到補(bǔ)充作用。

由此回歸結(jié)果確定企業(yè)創(chuàng)新水平測(cè)度表達(dá)式：

Innovation1=1.814*G-ext+0.668*G-int+0.948*G-self

(5)

3.5.2企業(yè)創(chuàng)新水平測(cè)度模型的修正

邏輯回歸模型在事后概率較低的時(shí)候可能會(huì)對(duì)樣本產(chǎn)生誤判，為提高模型精度，本部分對(duì)企業(yè)創(chuàng)新水平模型進(jìn)行修正。修正的基本思想為：借鑒高峰等[27]的研究，對(duì)于每一分類(lèi)，將該事后概率的1/3分位數(shù)設(shè)為閾值，即如果一個(gè)樣本點(diǎn)經(jīng)由邏輯回歸模型進(jìn)行分類(lèi)預(yù)測(cè)的事后概率低于閾值，則被視為疑似錯(cuò)判，疑似錯(cuò)判區(qū)域的樣本與非誤判區(qū)樣本遵循規(guī)律有所差異，應(yīng)進(jìn)一步針對(duì)該區(qū)域構(gòu)造測(cè)度公式。將疑似錯(cuò)判區(qū)域樣本依循以上步驟進(jìn)行邏輯回歸，根據(jù)回歸結(jié)果確定處于該區(qū)域的創(chuàng)新水平表達(dá)式Innovation2'：

Innovation2'=1.645*G-ext+0.756*G-int+1.114*G-self

(6)

為了保持測(cè)度的統(tǒng)一性，疑似錯(cuò)判樣本與未錯(cuò)判樣本的創(chuàng)新水平能夠進(jìn)行比較，需將疑似錯(cuò)判樣本創(chuàng)新水平進(jìn)行調(diào)整如下：

校際聯(lián)系交流的需求 農(nóng)村地區(qū)的學(xué)校分散、規(guī)模小、學(xué)額少，長(zhǎng)時(shí)間以來(lái)，由于農(nóng)村人口居住分散，隨著“撤點(diǎn)并?！焙汀按迓?lián)辦學(xué)校”的開(kāi)展，受交通落后、就近上學(xué)、本位主義思想和缺乏對(duì)規(guī)模辦學(xué)的認(rèn)識(shí)等方面的因素的影響，農(nóng)村地區(qū)的校際交流很少。所以，教育信息化首先要做的就是打破教育信息傳播的時(shí)空限制，使之不能阻礙教育發(fā)展?？罩袑W(xué)校和網(wǎng)上學(xué)堂的出現(xiàn)在一定程度上解決了困擾農(nóng)村教育的時(shí)間和距離的問(wèn)題。農(nóng)村教育信息化幫助學(xué)校和外部社會(huì)相連，減少學(xué)校為及時(shí)獲得信息而產(chǎn)生的負(fù)擔(dān)。

設(shè)a、b為全樣本邏輯回歸模型中閾值所代表的創(chuàng)新水平，c、d為疑似錯(cuò)判樣本邏輯回歸模型中閾值所代表的創(chuàng)新水平，則調(diào)整方式為：

Innovation2=(Innovation2'-d)×(b-a)/(d-c)+b

(7)

因此，運(yùn)用修正后的測(cè)度模型在測(cè)度企業(yè)創(chuàng)新水平時(shí)，首先需將全樣本數(shù)據(jù)代入測(cè)度公式(5)獲得一般創(chuàng)新水平，然后根據(jù)結(jié)果將疑似錯(cuò)判樣本則按公式(6)求得企業(yè)創(chuàng)新水平得分，通過(guò)公式(7)再進(jìn)一步調(diào)整，最終獲得全部測(cè)度企業(yè)的創(chuàng)新水平得分。

3.5.3企業(yè)創(chuàng)新水平測(cè)度模型的簡(jiǎn)化

由于前述公式涉及多組專(zhuān)利組合指標(biāo)、計(jì)算過(guò)程繁復(fù)，適合于對(duì)創(chuàng)新水平精確度要求較高的研究者進(jìn)行專(zhuān)門(mén)研究時(shí)應(yīng)用。對(duì)于科技管理部門(mén)在宏觀創(chuàng)新管理中的創(chuàng)新水平測(cè)度，則應(yīng)強(qiáng)調(diào)方法的簡(jiǎn)便與數(shù)據(jù)獲取的便利性，在基于本研究思路不變的情況下，構(gòu)造相對(duì)簡(jiǎn)化的測(cè)度模型。其構(gòu)建思想為：通過(guò)ISM已知專(zhuān)利組合指標(biāo)的分組結(jié)構(gòu)，可略過(guò)分組分析；簡(jiǎn)化各組內(nèi)部指標(biāo)間的復(fù)雜構(gòu)造，僅在外部評(píng)價(jià)、自我評(píng)價(jià)、自身屬性組內(nèi)指標(biāo)中各選取一個(gè)具有顯著意義、與創(chuàng)新水平相關(guān)度高的指標(biāo)，代入回歸模型中計(jì)算獲得簡(jiǎn)化公式。最終選取的指標(biāo)為：引證專(zhuān)利數(shù)、專(zhuān)利同族數(shù)與被引證次數(shù)，具體計(jì)算過(guò)程從略。由此構(gòu)造出的簡(jiǎn)化模型如式(8)。

innovation=0.186*Citp+1.596*Fam+

1.250*Citd

(8)

3.6 穩(wěn)健性檢驗(yàn)

主要通過(guò)以下三種方式進(jìn)行穩(wěn)健性檢驗(yàn)：一是替換模型。為了消除模型選擇對(duì)研究結(jié)果可能造成的影響，本文借鑒陽(yáng)鎮(zhèn)等替換模型的做法，進(jìn)一步使用probit模型替換logit模型對(duì)關(guān)系式進(jìn)行重新估計(jì)[28]，結(jié)果見(jiàn)表6列(1)。外部評(píng)價(jià)、自我評(píng)價(jià)、自我屬性對(duì)企業(yè)創(chuàng)新程度影響顯著，系數(shù)間的數(shù)量關(guān)系比例基本保持不變。二是調(diào)整樣本范圍?？紤]到企業(yè)規(guī)模與創(chuàng)新水平之間的相關(guān)性，為了消除極端樣本對(duì)研究結(jié)果可能造成的影響，本文剔除企業(yè)規(guī)模前后共10%的樣本進(jìn)行重新估計(jì)，結(jié)果見(jiàn)表6列(2)，顯著性水平不變、數(shù)量關(guān)系穩(wěn)定。三是控制遺漏變量。模型中可能遺漏其他因素，導(dǎo)致回歸系數(shù)產(chǎn)生有偏且不一致的問(wèn)題。

研究表明，企業(yè)固定資產(chǎn)比率過(guò)高，會(huì)影響對(duì)研發(fā)創(chuàng)新的投資，不利于創(chuàng)新產(chǎn)出；盈利能力與企業(yè)創(chuàng)新績(jī)效具有顯著的相關(guān)關(guān)系。為消除遺漏變量的影響，本文用年末固定資產(chǎn)/年末總資產(chǎn)衡量固定資產(chǎn)比率、年度凈利潤(rùn)/年末總資產(chǎn)衡量盈利能力，在基準(zhǔn)模型中加入兩個(gè)變量進(jìn)行重新估計(jì)，表6列(3)(4)是依次加入變量的回歸結(jié)果，三者間的數(shù)量關(guān)系比例基本保持不變。3種方式均表明回歸結(jié)果具有良好的穩(wěn)健性。

表6 穩(wěn)健性檢驗(yàn)回歸結(jié)果匯總

3.7 模型驗(yàn)證

從企業(yè)創(chuàng)新水平排名來(lái)看，35家高新技術(shù)企業(yè)有33家仍然在前35位，模型的預(yù)測(cè)正確率為94.3%，模型的有效性得到了驗(yàn)證。其中如海信視像在新型顯示技術(shù)領(lǐng)域擁有激光電視等多項(xiàng)核心技術(shù)，其專(zhuān)利組指標(biāo)均獲得較高評(píng)分，排名第1位，顯然具有較高的創(chuàng)新水平。另外有兩家企業(yè)排名36、50，雖然跌出了前35名，但仍然具有較高創(chuàng)新水平。如作為換向器行業(yè)龍頭企業(yè)的凱中精密，業(yè)務(wù)集中于定制開(kāi)發(fā)各類(lèi)高技術(shù)要求的換向器等精密性零件，2021年該企業(yè)生產(chǎn)的換向器入選工信部全國(guó)制造業(yè)單項(xiàng)冠軍產(chǎn)品，體現(xiàn)出公司的產(chǎn)品技術(shù)實(shí)力以及行業(yè)地位，在國(guó)家高新技術(shù)企業(yè)認(rèn)定中獲得專(zhuān)家認(rèn)可也在情理之中。

當(dāng)企業(yè)為對(duì)照組時(shí)，35家非國(guó)家高新技術(shù)企業(yè)有33家仍然在后35位。如青海春天研發(fā)專(zhuān)利較少，引進(jìn)外部專(zhuān)利較多，且在外部評(píng)價(jià)等3方面得分均較低，排名63位，創(chuàng)新能力尚待提高。另有兩家企業(yè)排名進(jìn)入前35位，分別是29、34位，表明其已經(jīng)具有較高創(chuàng)新水平。如中環(huán)股份擁有數(shù)十項(xiàng)發(fā)明專(zhuān)利，已被評(píng)為天津市高新技術(shù)企業(yè)，其在自我評(píng)價(jià)方面得分不錯(cuò)。但由于其不符合國(guó)家高新技術(shù)企業(yè)認(rèn)定標(biāo)準(zhǔn)，因此未入選國(guó)家高新技術(shù)企業(yè)。

限于篇幅，論文僅選取創(chuàng)新組、對(duì)照組各10家企業(yè)計(jì)算結(jié)果進(jìn)行展示，見(jiàn)表7。

表7 部分測(cè)試企業(yè)創(chuàng)新水平得分及預(yù)測(cè)

根據(jù)表7結(jié)果可做出相應(yīng)示意圖，如圖4所示。橫坐標(biāo)為按照表格順序排列的企業(yè)。左邊縱坐標(biāo)表示企業(yè)真實(shí)創(chuàng)新水平標(biāo)度，對(duì)應(yīng)條形達(dá)到1代表高水平、0代表一般水平，企業(yè)1～10為國(guó)家高新技術(shù)企業(yè)，企業(yè)11～20為對(duì)照組企業(yè)；右側(cè)縱坐標(biāo)則表示計(jì)算所得企業(yè)創(chuàng)新水平的標(biāo)度，對(duì)應(yīng)圖中的折線，折點(diǎn)縱坐標(biāo)即是每家企業(yè)的創(chuàng)新水平計(jì)算值。

圖4 測(cè)試集預(yù)測(cè)結(jié)果對(duì)比

橫向虛線代表是否高新技術(shù)企業(yè)的臨界線。對(duì)于左側(cè)坐標(biāo)，則是以1為臨界點(diǎn)，1為高新技術(shù)企業(yè)，<1(即為0)是對(duì)照組企業(yè)。由于創(chuàng)新水平測(cè)度本質(zhì)上是以pr=0.5作為預(yù)測(cè)分類(lèi)的臨界概率，當(dāng)pr=0.5時(shí)，代入模型求得企業(yè)創(chuàng)新水平得分為-0.76，因此將-0.76作為右側(cè)坐標(biāo)(預(yù)測(cè)分類(lèi))的臨界點(diǎn)。左側(cè)縱向虛線左側(cè)的企業(yè)1～9的創(chuàng)新水平得分均大于臨界值，模型預(yù)測(cè)正確；類(lèi)似的，右側(cè)縱向虛線右側(cè)的企業(yè)12～20創(chuàng)新水平得分均小于臨界值，預(yù)測(cè)正確。兩條縱向虛線之間的是預(yù)測(cè)不準(zhǔn)的區(qū)域。如前述分析，企業(yè)10凱中精密的創(chuàng)新水平得分小于臨界值，企業(yè)11中環(huán)股份的創(chuàng)新水平得分大于臨界值，總占比較低。

3.8 與已有創(chuàng)新水平測(cè)度方式的比較

為進(jìn)一步驗(yàn)證本文測(cè)度模型的有效性，現(xiàn)與已有測(cè)度方式進(jìn)行比較。根據(jù)前文分析，現(xiàn)有應(yīng)用較為廣泛的測(cè)度方式主要使用以下指標(biāo)：研發(fā)資金、研發(fā)人員、專(zhuān)利數(shù)量、發(fā)明專(zhuān)利申請(qǐng)量、發(fā)明專(zhuān)利授權(quán)量及被引證數(shù)。分別將以上指標(biāo)依次整體替換本文外部評(píng)價(jià)等3個(gè)指標(biāo)，對(duì)本文模型的有效性進(jìn)行驗(yàn)證，擬合情況見(jiàn)表8?？梢钥闯鰧?zhuān)利組合模型的HL檢驗(yàn)P值要遠(yuǎn)遠(yuǎn)大于其余測(cè)度方式，同時(shí)其McFaddenR2、Cox&SnellR2、NagelkerkeR2的值也顯著大于其余測(cè)度方式，表明專(zhuān)利組合模型對(duì)企業(yè)創(chuàng)新水平的解釋力要優(yōu)于其余測(cè)度方式。此外，專(zhuān)利組合模型的AIC與BIC值最小，表明專(zhuān)利組合模型并未過(guò)度擬合，從而兼顧了簡(jiǎn)潔性與精確性。將各方式對(duì)應(yīng)統(tǒng)計(jì)量數(shù)值按照優(yōu)良程度排序，將某種方式的各統(tǒng)計(jì)量排序值相加，獲得總排序。通過(guò)總排序可知專(zhuān)利組合模型在各種測(cè)度方式中最好、簡(jiǎn)化模型次之。表明與已有測(cè)度方式相比，本文提出的模型具有解釋力更強(qiáng)、測(cè)度更加準(zhǔn)確等優(yōu)點(diǎn)。

表8 各邏輯回歸模型擬合及排序情況

4 結(jié) 論

為更準(zhǔn)確地測(cè)度企業(yè)創(chuàng)新水平，本文提出一種從企業(yè)專(zhuān)利組合出發(fā)的綜合測(cè)算方法。首先將企業(yè)專(zhuān)利組合視為一個(gè)整體，選取指標(biāo)使用相關(guān)分析確定同類(lèi)指標(biāo)內(nèi)組合形式；其次依據(jù)指標(biāo)內(nèi)在邏輯關(guān)系構(gòu)建指標(biāo)逐級(jí)遞階結(jié)構(gòu)；然后分別確定指標(biāo)組的組內(nèi)、組間組合形式，得到企業(yè)創(chuàng)新水平測(cè)度模型及其簡(jiǎn)化形式，并進(jìn)行穩(wěn)健性檢驗(yàn)、模型有效性驗(yàn)證，以及與其他測(cè)度方式進(jìn)行擬合度比較。本文提出的企業(yè)創(chuàng)新水平測(cè)度模型具有如下特點(diǎn)：

a.原理清晰。在計(jì)算的過(guò)程中，不僅能夠得到企業(yè)創(chuàng)新水平測(cè)度公式，還可以獲得關(guān)于專(zhuān)利組合結(jié)構(gòu)的深入認(rèn)識(shí)。

b.解釋力強(qiáng)。與現(xiàn)有的創(chuàng)新測(cè)度方式相比較，該測(cè)度模型對(duì)于企業(yè)創(chuàng)新水平的解釋力較強(qiáng)，可以全面、系統(tǒng)的反映創(chuàng)新的本質(zhì)，可以有效地把握創(chuàng)新的關(guān)鍵環(huán)節(jié)。

c.可拓展性強(qiáng)。今后可進(jìn)一步挑選、替換更多的專(zhuān)利組合指標(biāo)納入模型加以分析。

論文理論貢獻(xiàn)主要體現(xiàn)在以下幾個(gè)方面：一是研究視角創(chuàng)新。由于創(chuàng)新不僅體現(xiàn)在單個(gè)專(zhuān)利所代表的知識(shí)創(chuàng)造上，更體現(xiàn)在創(chuàng)新知識(shí)的整合上，而創(chuàng)新知識(shí)整合的外在表現(xiàn)就是專(zhuān)利組合，專(zhuān)利組合指標(biāo)因此更能準(zhǔn)確測(cè)度企業(yè)的創(chuàng)新水平。二是研究思路創(chuàng)新。專(zhuān)利組合指標(biāo)之間的復(fù)雜組合關(guān)系，體現(xiàn)的是專(zhuān)利組合內(nèi)部專(zhuān)利間互相協(xié)同的聯(lián)系。本文首先按照指標(biāo)形成的內(nèi)在機(jī)理，將組合指標(biāo)分為不同的組，再研究同類(lèi)指標(biāo)、組內(nèi)指標(biāo)、組間指標(biāo)的組合形式。通過(guò)結(jié)構(gòu)分析來(lái)探究專(zhuān)利組間、組內(nèi)指標(biāo)的相互作用關(guān)系。三是研究方法創(chuàng)新。綜合運(yùn)用多種方法，如使用解釋結(jié)構(gòu)模型分析專(zhuān)利組合測(cè)度指標(biāo)層級(jí)結(jié)構(gòu)，為分組提供了經(jīng)濟(jì)理論基礎(chǔ)；進(jìn)而使用線性判別分析模型和邏輯回歸模型確定專(zhuān)利組合指標(biāo)組內(nèi)、組間組合形式，避免主觀賦權(quán)問(wèn)題，充分發(fā)揮客觀數(shù)據(jù)的支持作用。

可得到以下幾點(diǎn)實(shí)踐啟示：第一，企業(yè)創(chuàng)新要正確處理好專(zhuān)利數(shù)量擴(kuò)張與專(zhuān)利質(zhì)量提升之間的平衡關(guān)系。創(chuàng)新的最終目的是為了實(shí)現(xiàn)成果轉(zhuǎn)化，保持核心競(jìng)爭(zhēng)力，為企業(yè)帶來(lái)持續(xù)的經(jīng)濟(jì)效益。專(zhuān)利的高質(zhì)量是實(shí)現(xiàn)專(zhuān)利價(jià)值的前置條件，本研究中多數(shù)專(zhuān)利指標(biāo)是選取該指標(biāo)的極大值，即專(zhuān)利組合中核心專(zhuān)利最能體現(xiàn)企業(yè)創(chuàng)新水平。這就要求企業(yè)在研發(fā)過(guò)程中，不應(yīng)盲目追求專(zhuān)利數(shù)量，而應(yīng)把重心放在專(zhuān)利質(zhì)量上，聚焦核心技術(shù)，實(shí)現(xiàn)專(zhuān)利數(shù)量擴(kuò)張與專(zhuān)利質(zhì)量提升同步發(fā)展，提高企業(yè)創(chuàng)新水平。第二，創(chuàng)新企業(yè)同樣要注重專(zhuān)利的恰當(dāng)整合。通過(guò)研究可以發(fā)現(xiàn)，企業(yè)創(chuàng)新水平不僅體現(xiàn)在單一專(zhuān)利的質(zhì)量上，還同時(shí)體現(xiàn)在專(zhuān)利之間的有機(jī)組合上。這種組合是通過(guò)企業(yè)專(zhuān)利指標(biāo)間的相互作用展現(xiàn)出來(lái)的。企業(yè)在對(duì)自身的經(jīng)濟(jì)技術(shù)現(xiàn)實(shí)條件與行業(yè)競(jìng)爭(zhēng)環(huán)境分析的基礎(chǔ)上，應(yīng)根據(jù)技術(shù)需求設(shè)計(jì)適當(dāng)?shù)膶?zhuān)利組合策略，健全專(zhuān)利組合管理機(jī)制，從而使得專(zhuān)利之間起到優(yōu)勢(shì)互補(bǔ)、彼此協(xié)同支撐的作用，最大程度的發(fā)揮專(zhuān)利組合效用，促進(jìn)創(chuàng)新水平的提升，最終形成企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)。

基于以上結(jié)論，現(xiàn)提出政策建議如下：

a.在企業(yè)創(chuàng)新水平提高方面?？萍脊芾聿块T(mén)應(yīng)廣泛應(yīng)用大數(shù)據(jù)、云計(jì)算等新技術(shù)，建立企業(yè)創(chuàng)新水平監(jiān)測(cè)國(guó)家數(shù)據(jù)平臺(tái)，實(shí)現(xiàn)對(duì)企業(yè)創(chuàng)新專(zhuān)利數(shù)據(jù)的自動(dòng)采集，實(shí)時(shí)動(dòng)態(tài)監(jiān)控和評(píng)估企業(yè)創(chuàng)新水平，及時(shí)了解我國(guó)企業(yè)創(chuàng)新現(xiàn)狀。一方面可甄別出具有良好前景的創(chuàng)新型企業(yè)給予政策扶持，從而通過(guò)個(gè)別創(chuàng)新型企業(yè)的發(fā)展帶動(dòng)整個(gè)區(qū)域乃至國(guó)家創(chuàng)新水平的提高；另一方面可精準(zhǔn)施策，針對(duì)不同地區(qū)、不同行業(yè)、不同規(guī)模的創(chuàng)新型企業(yè)制定準(zhǔn)確有效的科技創(chuàng)新激勵(lì)政策。

b.在企業(yè)專(zhuān)利組合管理方面?？萍脊芾聿块T(mén)要引導(dǎo)科技企業(yè)間的技術(shù)合作，整合各方資源，以企業(yè)專(zhuān)利組合為核心，建立企業(yè)間的專(zhuān)利組合聯(lián)盟，提高技術(shù)防御能力；加強(qiáng)知識(shí)產(chǎn)權(quán)交易市場(chǎng)的建設(shè)，完善專(zhuān)利組合質(zhì)押融資機(jī)制，解決科技企業(yè)融資困難的問(wèn)題；在企業(yè)間定期開(kāi)展專(zhuān)利組合知識(shí)講座、主題宣傳活動(dòng)等方式加強(qiáng)宣傳教育引導(dǎo)，提高企業(yè)專(zhuān)利組合管理的基礎(chǔ)水平；出臺(tái)相關(guān)激勵(lì)政策，在法律法規(guī)層面促進(jìn)企業(yè)制定恰當(dāng)?shù)膶?zhuān)利組合策略，進(jìn)而提高企業(yè)專(zhuān)利管理水平。