基于專利組合視角的企業(yè)創(chuàng)新水平測度研究*

任培民 吳富海 趙樹然

(1.青島大學(xué)經(jīng)濟學(xué)院 青島 266071； 2.中國海洋大學(xué)經(jīng)濟學(xué)院 青島 266100)

0 引 言

高新技術(shù)企業(yè)是國家科技研發(fā)與轉(zhuǎn)化的重要載體，企業(yè)創(chuàng)新能力是國家創(chuàng)新能力的基礎(chǔ)構(gòu)成，同時企業(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，準確測度企業(yè)創(chuàng)新水平具有重要的現(xiàn)實與理論意義?，F(xiàn)實意義上，準確測度企業(yè)創(chuàng)新水平是相關(guān)部門制定有效科技創(chuàng)新政策的前提。準確的測度將有助于科技管理部門了解我國企業(yè)創(chuàng)新現(xiàn)狀，進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，促進科技創(chuàng)新結(jié)構(gòu)的優(yōu)化與升級，推動創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的深入實施；理論意義上，準確測度企業(yè)創(chuàng)新水平是相關(guān)領(lǐng)域研究過程與結(jié)論正確的根本保證。

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

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

1 研究現(xiàn)狀

現(xiàn)有研究多數(shù)認為企業(yè)創(chuàng)新水平主要由創(chuàng)新投入和產(chǎn)出要素決定，通過測度構(gòu)成要素實現(xiàn)企業(yè)創(chuàng)新水平的測度。創(chuàng)新水平測度指標相應(yīng)的也應(yīng)從投入與產(chǎn)出兩方面加以構(gòu)造。投入類指標包括研發(fā)資金投入、研發(fā)人員投入等，產(chǎn)出類指標包括專利申請量、專利授權(quán)量、專利引用、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)新活動的起點，創(chuàng)新是否成功不可預(yù)估，研發(fā)投入作為創(chuàng)新指標具有局限性[5]。而研發(fā)產(chǎn)出作為創(chuàng)新活動的終點，是創(chuàng)新活動的成果表現(xiàn)，對企業(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)向進行測度[6]。

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

創(chuàng)新水平測度方法大致可以分為主觀賦權(quán)評價、客觀定量評價兩類。主觀賦權(quán)評價法有德爾菲法、層次分析法、模糊綜合評價法等[8-10]。主觀方法依賴于專家對方法中的權(quán)重、矩陣給予界定，伴隨而來的專家判斷的主觀性、隨意性、不一致性難以避免[11]。如德爾菲法中的專家意見屬于主觀判斷，層次分析法需要專家主觀給出判斷矩陣、模糊綜合評價法需要專家給出隸屬度矩陣等。客觀定量評價法有因子分析法、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題，但也存在一定的缺陷[11]。如因子分析法作為統(tǒng)計類方法其經(jīng)濟理論基礎(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)部的相對評價，神經(jīng)網(wǎng)絡(luò)則存在過分擬合與解釋能力缺乏的問題。

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

2 研究設(shè)計

本文基于專利組合視角對企業(yè)創(chuàng)新水平進行測度，首先選取一系列的專利組合指標，使用點二列相關(guān)性分析確定同指標內(nèi)組合形式；運用解釋結(jié)構(gòu)模型基于各指標間的兩兩關(guān)系構(gòu)建專利組合指標層級結(jié)構(gòu)，將專利組合指標分為不同的指標組；然后使用判別分析模型確定指標組內(nèi)組合數(shù)量表達式；最后使用修正的邏輯回歸模型確定指標組間組合形式，得到企業(yè)創(chuàng)新水平測度模型及其簡化形式。過程示意如圖1所示。

圖1 企業(yè)創(chuàng)新水平測度過程

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《國家高新技術(shù)企業(yè)認定標準》(以下簡稱《標準》)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)造一種能夠更加準確測度創(chuàng)新水平的方法，出于校準該方法的目的，被解釋變量必須能夠準確代表創(chuàng)新水平，應(yīng)當(dāng)是數(shù)據(jù)可獲得的、廣泛認可的、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)出過程所提出、代表創(chuàng)新水平的各類指標。因前文已指出各類企業(yè)創(chuàng)新水平指標存在的不足，如果使用已有指標，則相當(dāng)于使用不準確的創(chuàng)新水平變量去校正新的方法，顯然很難到達預(yù)期效果?；谝陨峡紤]，國家給出的、與企業(yè)創(chuàng)新水平密切相關(guān)的外部評價結(jié)果作為校準參照可能更為合理。具體而言，由于《標準》認定的高新技術(shù)企業(yè)是國家、省級科技管理部門周密評估的結(jié)果，對應(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，且其名錄可由公開渠道獲得，滿足可獲得性要求。可能存在的問題是，由于僅能使用二分類變量，導(dǎo)致結(jié)果對創(chuàng)新水平區(qū)分度不夠高。然而，后續(xù)實際獲得結(jié)果為專利組合指標的表達公式，其本身可以利用企業(yè)專利數(shù)據(jù)連續(xù)計算，計算出的是企業(yè)創(chuàng)新水平連續(xù)值，即定量測度結(jié)果，從而避免了區(qū)分度低的問題。

2.1.2專利組合變量

現(xiàn)有文獻中，對于涉及專利質(zhì)量與價值、專利組合價值的測度指標多有論述。如利用專利被引證次數(shù)、權(quán)利要求數(shù)、專利參考文獻量及專利同族數(shù)4個指標來評價專利組合[16]；利用分類號數(shù)衡量專利組合的技術(shù)廣度[17]；專利壽命越長的專利，專利質(zhì)量也就越高[18]；引證專利數(shù)表征專利技術(shù)科學(xué)關(guān)聯(lián)度效應(yīng)[19]；發(fā)明人數(shù)量越多的專利具有的價值越大[20]；專利審查時長越短越能搶占先機[21]。在參照上述研究選取對應(yīng)指標的基礎(chǔ)上，本文另外選取發(fā)明專利授權(quán)量、發(fā)明專利引進量及四方專利數(shù)等指標對專利組合核心價值進行描述；定義外部行為次數(shù)為專利轉(zhuǎn)讓、質(zhì)押、許可、訴訟次數(shù)[22]之和，據(jù)以反映專利組合的外部經(jīng)濟價值。專利質(zhì)量、專利價值是與創(chuàng)新水平密切相關(guān)的，故選取表1所示指標。

表1 專利組合變量

2.1.3控制變量

借鑒李瑛玫等的研究[24]，為避免其他因素對企業(yè)創(chuàng)新造成的影響，將企業(yè)規(guī)模、資產(chǎn)負債率、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《標準》的基礎(chǔ)上，提出成長率指標用來衡量公司成長性，并加以控制(見表2)。

表2 控制變量指標

2.2 研究方法

2.2.1使用點二列相關(guān)性分析確定同指標內(nèi)組合形式

除發(fā)明專利授權(quán)量、發(fā)明專利引進量、四方專利數(shù)外，將企業(yè)創(chuàng)新水平與各指標的和、算數(shù)平均、幾何平均、最大值、最小值、中值做點二列相關(guān)性分析，選取每個指標各種計算方式中相關(guān)系數(shù)最大的作為各指標組合方式。其中，算術(shù)平均值是將專利組合中各專利發(fā)揮作用同等看待；幾何平均值是將組合中各專利作用看作倍增效果，再消除專利數(shù)的影響；取和是將專利組合各專利作用看作累加效果；取最大值是將專利組合中核心專利看作該組專利代表；取最小值是將專利組合中低價值專利看作是該組專利代表;取中值是將專利組合中的中等價值專利看作該組專利代表。

2.2.2基于ISM模型對企業(yè)專利組合指標分組

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)造為一個多級遞階的結(jié)構(gòu)模型。為厘清專利評價指標之間存在的復(fù)雜結(jié)構(gòu)關(guān)系，故采用ISM方法，基于各指標間的兩兩關(guān)系構(gòu)建專利組合評價指標層級結(jié)構(gòu)。

2.2.3使用判別分析確定指標組內(nèi)組合形式

本部分是利用判別分析來對每一個指標組進行降維，來確定指標組內(nèi)組合形式。企業(yè)創(chuàng)新水平為二分類定性變量，分別將3個指標組作為建立判別模型的輸入變量，最終會得到3個線性判別式，每個判別式都是對應(yīng)指標組內(nèi)指標的線性組合，以此來作為指標組內(nèi)組合形式。

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

與決策樹、K近鄰、神經(jīng)網(wǎng)絡(luò)、支持向量機等常用的分類預(yù)測方法相比，邏輯回歸方法由于具有較好的穩(wěn)健性與解釋性、對隨機變量和研究樣本假設(shè)要求低，并且有研究也認為其預(yù)測精度較優(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，不同專利指標組設(shè)為解釋變量，并且對其他可能影響企業(yè)創(chuàng)新水平的變量加以控制，根據(jù)回歸系數(shù)來確定指標組間組合形式。進而獲得創(chuàng)新水平測度模型，可以據(jù)此衡量企業(yè)創(chuàng)新水平。

3 企業(yè)創(chuàng)新水平測度的實證分析

3.1 數(shù)據(jù)來源

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)是國民經(jīng)濟的支柱產(chǎn)業(yè)，是國家創(chuàng)造力、競爭力和綜合國力的重要體現(xiàn)，同時制造業(yè)企業(yè)在A股上市公司中占有過半比例，且大多數(shù)開展程度不等的研發(fā)創(chuàng)新活動。本文參考鄭征[26]選取不同行業(yè)典型企業(yè)的分析思路，制定以下篩選標準：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、先進制造與自動化等共8個國家重點支持的高新技術(shù)領(lǐng)域。b.能夠獲得完整的專利、財務(wù)和經(jīng)營數(shù)據(jù)，企業(yè)三年內(nèi)財務(wù)狀況正常且主營業(yè)務(wù)收入相對穩(wěn)定。c.連續(xù)開展研發(fā)創(chuàng)新活動，具有一定的技術(shù)成果積累。在經(jīng)過以上標準進行篩選之后，共獲得616家企業(yè)，其中3/4的企業(yè)是國家高新技術(shù)企業(yè)，剩余企業(yè)為非國家高新技術(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，由于非國家高新技術(shù)企業(yè)數(shù)量較少，因此全部選擇；對于國家高新技術(shù)企業(yè)的選擇，各領(lǐng)域按照專利數(shù)量排序采取等距隨機抽樣的方式進行抽選。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。在作為訓(xùn)練集的296家企業(yè)中，國家高新技術(shù)企業(yè)190家，非國家高新技術(shù)企業(yè)106家，共包含21650條專利；每個領(lǐng)域各37家，各領(lǐng)域均包括國家高新技術(shù)企業(yè)與非國家高新技術(shù)企業(yè)。

被解釋變量數(shù)據(jù)取自于國家高新技術(shù)企業(yè)認定工作網(wǎng)，專利數(shù)據(jù)來自于incoPat全球?qū)＠麛?shù)據(jù)庫，控制變量數(shù)據(jù)來自于CSMAR經(jīng)濟金融研究數(shù)據(jù)庫。所選取國家高新技術(shù)企業(yè)認定時間分布在2016—2021年，其專利數(shù)據(jù)統(tǒng)計截止到國家高新技術(shù)企業(yè)申報前，控制變量選取申報年份前一年數(shù)據(jù)。對于非國家高新技術(shù)企業(yè)，其專利數(shù)據(jù)統(tǒng)計統(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 確定同指標內(nèi)組合形式

使用點二列相關(guān)計算企業(yè)創(chuàng)新水平與各計算方式下的專利組合指標相關(guān)系數(shù)。除發(fā)明人數(shù)、外部行為次數(shù)，其他各專利組合指標相關(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、其他專利組合指標選取最大值作為同指標內(nèi)組合方式。各專利組合指標的相關(guān)系數(shù)見表3(簡便起見，僅選取加和、最大值、中值3種列示)。

表3 各專利組合指標的相關(guān)系數(shù)

3.3 基于ISM的專利組合指標分組

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個專利組合指標。在咨詢專家基礎(chǔ)上，得到各因素間的影響關(guān)系，建立鄰接矩陣A(見圖2)。

圖2 鄰接矩陣與可達矩陣

3.3.2計算可達矩陣

可達矩陣描述系統(tǒng)內(nèi)兩兩因素相互傳遞關(guān)系?？蛇_矩陣M(見圖2)計算過程如式(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專利組合指標的分組

計算各指標的可達集、先行集、交集，進而得到指標層次劃分。構(gòu)建專利組合指標的ISM模型見圖3。專利組合指標存在3個層級的結(jié)構(gòu)關(guān)系。最上面一層為第一層級，可命名為外部評價指標組，是外部對專利技術(shù)價值的判斷。第二層級可命名為自我評價指標組，是專利持有者判斷專利價值，從而對保護范圍、市場權(quán)利、維持時間的選擇所形成的指標組，第三層級可命名為自身屬性指標組，該組指標是由專利屬性指標構(gòu)成，是影響各組指標的基礎(chǔ)指標組，其他專利組合指標都構(gòu)建在自身屬性指標之上。自身屬性指標組和自我評價指標組都間接或直接地影響著第一層級的外部評價指標組。即企業(yè)專利組合指標分為3組：自身屬性、自我評價和外部評價。

圖3 專利組合指標解釋結(jié)構(gòu)模型

3.4 確定指標組內(nèi)組合形式

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

表4 判別式系數(shù)、組平均值同等檢驗

由表4可得3個專利組的組內(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)新水平測度模型

3.5.1企業(yè)創(chuàng)新水平測度模型

將企業(yè)創(chuàng)新水平作為被解釋變量，外部評價指標、自我評價指標、自身屬性指標為3個解釋變量，并對其它影響因素如企業(yè)規(guī)模、資產(chǎn)負債率等加以控制，使用邏輯回歸模型進行估計，結(jié)果見表5。

外部評價指標、自我評價指標和自身屬性指標系數(shù)在0.05的水平下顯著，說明三者對企業(yè)創(chuàng)新水平有顯著影響。回歸系數(shù)對應(yīng)的優(yōu)勢比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 專利指標組回歸結(jié)果匯總

從優(yōu)勢比可以看出，外部評價指標的變化對企業(yè)創(chuàng)新水平的影響程度最大、自身屬性指標次之、自我評價指標最小。外部評價組體現(xiàn)的是專利局、研究機構(gòu)等組織對專利組合價值的判斷，該組受到自身屬性組和自我評價組指標間接或直接地作用，位于指標層級結(jié)構(gòu)第一層級，直觀反映企業(yè)的創(chuàng)新水平；自身屬性組由專利研發(fā)投入基礎(chǔ)指標構(gòu)成，體現(xiàn)的是專利組合整體的研發(fā)技術(shù)資源基礎(chǔ)以及人力資源基礎(chǔ)；自我評價組體現(xiàn)的是專利持有者對專利組合整體的技術(shù)、經(jīng)濟價值的判斷。自我評價組、自身屬性組位于指標層級結(jié)構(gòu)的第二、三層級，通過影響外部評價組指標對企業(yè)創(chuàng)新水平起到間接作用。在這一影響過程中，自身屬性組有兩條路徑：自身屬性組→自我評價組→外部評價組，自身屬性組→外部評價組。自我評價組有一條路徑：自我評價組→外部評價組，自我評價組對企業(yè)創(chuàng)新的影響程度要小于自身屬性組。綜上所述，外部評價組指標是測度創(chuàng)新的核心專利組指標，自身屬性組指標、自我評價組指標對測度創(chuàng)新起到補充作用。

由此回歸結(jié)果確定企業(yè)創(chuàng)新水平測度表達式：

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

(5)

3.5.2企業(yè)創(chuàng)新水平測度模型的修正

邏輯回歸模型在事后概率較低的時候可能會對樣本產(chǎn)生誤判，為提高模型精度，本部分對企業(yè)創(chuàng)新水平模型進行修正。修正的基本思想為：借鑒高峰等[27]的研究，對于每一分類，將該事后概率的1/3分位數(shù)設(shè)為閾值，即如果一個樣本點經(jīng)由邏輯回歸模型進行分類預(yù)測的事后概率低于閾值，則被視為疑似錯判，疑似錯判區(qū)域的樣本與非誤判區(qū)樣本遵循規(guī)律有所差異，應(yīng)進一步針對該區(qū)域構(gòu)造測度公式。將疑似錯判區(qū)域樣本依循以上步驟進行邏輯回歸，根據(jù)回歸結(jié)果確定處于該區(qū)域的創(chuàng)新水平表達式Innovation2'：

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

(6)

為了保持測度的統(tǒng)一性，疑似錯判樣本與未錯判樣本的創(chuàng)新水平能夠進行比較，需將疑似錯判樣本創(chuàng)新水平進行調(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，長時間以來，由于農(nóng)村人口居住分散，隨著“撤點并校”和“村聯(lián)辦學(xué)?！钡拈_展，受交通落后、就近上學(xué)、本位主義思想和缺乏對規(guī)模辦學(xué)的認識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空限制，使之不能阻礙教育發(fā)展。空中學(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)村教育的時間和距離的問題。農(nóng)村教育信息化幫助學(xué)校和外部社會相連，減少學(xué)校為及時獲得信息而產(chǎn)生的負擔(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，運用修正后的測度模型在測度企業(yè)創(chuàng)新水平時，首先需將全樣本數(shù)據(jù)代入測度公式(5)獲得一般創(chuàng)新水平，然后根據(jù)結(jié)果將疑似錯判樣本則按公式(6)求得企業(yè)創(chuàng)新水平得分，通過公式(7)再進一步調(diào)整，最終獲得全部測度企業(yè)的創(chuàng)新水平得分。

3.5.3企業(yè)創(chuàng)新水平測度模型的簡化

由于前述公式涉及多組專利組合指標、計算過程繁復(fù)，適合于對創(chuàng)新水平精確度要求較高的研究者進行專門研究時應(yīng)用。對于科技管理部門在宏觀創(chuàng)新管理中的創(chuàng)新水平測度，則應(yīng)強調(diào)方法的簡便與數(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)造相對簡化的測度模型。其構(gòu)建思想為：通過ISM已知專利組合指標的分組結(jié)構(gòu)，可略過分組分析；簡化各組內(nèi)部指標間的復(fù)雜構(gòu)造，僅在外部評價、自我評價、自身屬性組內(nèi)指標中各選取一個具有顯著意義、與創(chuàng)新水平相關(guān)度高的指標，代入回歸模型中計算獲得簡化公式。最終選取的指標為：引證專利數(shù)、專利同族數(shù)與被引證次數(shù)，具體計算過程從略。由此構(gòu)造出的簡化模型如式(8)。

innovation=0.186*Citp+1.596*Fam+

1.250*Citd

(8)

3.6 穩(wěn)健性檢驗

主要通過以下三種方式進行穩(wěn)健性檢驗：一是替換模型。為了消除模型選擇對研究結(jié)果可能造成的影響，本文借鑒陽鎮(zhèn)等替換模型的做法，進一步使用probit模型替換logit模型對關(guān)系式進行重新估計[28]，結(jié)果見表6列(1)。外部評價、自我評價、自我屬性對企業(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%的樣本進行重新估計，結(jié)果見表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題。

研究表明，企業(yè)固定資產(chǎn)比率過高，會影響對研發(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/年末總資產(chǎn)衡量盈利能力，在基準模型中加入兩個變量進行重新估計，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)健性檢驗回歸結(jié)果匯總

3.7 模型驗證

從企業(yè)創(chuàng)新水平排名來看，35家高新技術(shù)企業(yè)有33家仍然在前35位，模型的預(yù)測正確率為94.3%，模型的有效性得到了驗證。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核心技術(shù)，其專利組指標均獲得較高評分，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)集中于定制開發(fā)各類高技術(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制造業(yè)單項冠軍產(chǎn)品，體現(xiàn)出公司的產(chǎn)品技術(shù)實力以及行業(yè)地位，在國家高新技術(shù)企業(yè)認定中獲得專家認可也在情理之中。

當(dāng)企業(yè)為對照組時，35家非國家高新技術(shù)企業(yè)有33家仍然在后35位。如青海春天研發(fā)專利較少，引進外部專利較多，且在外部評價等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)十項發(fā)明專利，已被評為天津市高新技術(shù)企業(yè)，其在自我評價方面得分不錯。但由于其不符合國家高新技術(shù)企業(yè)認定標準，因此未入選國家高新技術(shù)企業(yè)。

限于篇幅，論文僅選取創(chuàng)新組、對照組各10家企業(yè)計算結(jié)果進行展示，見表7。

表7 部分測試企業(yè)創(chuàng)新水平得分及預(yù)測

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

圖4 測試集預(yù)測結(jié)果對比

橫向虛線代表是否高新技術(shù)企業(yè)的臨界線。對于左側(cè)坐標，則是以1為臨界點，1為高新技術(shù)企業(yè)，<1(即為0)是對照組企業(yè)。由于創(chuàng)新水平測度本質(zhì)上是以pr=0.5作為預(yù)測分類的臨界概率，當(dāng)pr=0.5時，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(預(yù)測分類)的臨界點。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)測正確；類似的，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)測正確。兩條縱向虛線之間的是預(yù)測不準的區(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)新水平測度方式的比較

為進一步驗證本文測度模型的有效性，現(xiàn)與已有測度方式進行比較。根據(jù)前文分析，現(xiàn)有應(yīng)用較為廣泛的測度方式主要使用以下指標：研發(fā)資金、研發(fā)人員、專利數(shù)量、發(fā)明專利申請量、發(fā)明專利授權(quán)量及被引證數(shù)。分別將以上指標依次整體替換本文外部評價等3個指標，對本文模型的有效性進行驗證，擬合情況見表8。可以看出專利組合模型的HL檢驗P值要遠遠大于其余測度方式，同時其McFaddenR2、Cox&SnellR2、NagelkerkeR2的值也顯著大于其余測度方式，表明專利組合模型對企業(yè)創(chuàng)新水平的解釋力要優(yōu)于其余測度方式。此外，專利組合模型的AIC與BIC值最小，表明專利組合模型并未過度擬合，從而兼顧了簡潔性與精確性。將各方式對應(yīng)統(tǒng)計量數(shù)值按照優(yōu)良程度排序，將某種方式的各統(tǒng)計量排序值相加，獲得總排序。通過總排序可知專利組合模型在各種測度方式中最好、簡化模型次之。表明與已有測度方式相比，本文提出的模型具有解釋力更強、測度更加準確等優(yōu)點。

表8 各邏輯回歸模型擬合及排序情況

4 結(jié) 論

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

a.原理清晰。在計算的過程中，不僅能夠得到企業(yè)創(chuàng)新水平測度公式，還可以獲得關(guān)于專利組合結(jié)構(gòu)的深入認識。

b.解釋力強。與現(xiàn)有的創(chuàng)新測度方式相比較，該測度模型對于企業(yè)創(chuàng)新水平的解釋力較強，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。今后可進一步挑選、替換更多的專利組合指標納入模型加以分析。

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

可得到以下幾點實踐啟示：第一，企業(yè)創(chuàng)新要正確處理好專利數(shù)量擴張與專利質(zhì)量提升之間的平衡關(guān)系。創(chuàng)新的最終目的是為了實現(xiàn)成果轉(zhuǎn)化，保持核心競爭力，為企業(yè)帶來持續(xù)的經(jīng)濟效益。專利的高質(zhì)量是實現(xiàn)專利價值的前置條件，本研究中多數(shù)專利指標是選取該指標的極大值，即專利組合中核心專利最能體現(xiàn)企業(yè)創(chuàng)新水平。這就要求企業(yè)在研發(fā)過程中，不應(yīng)盲目追求專利數(shù)量，而應(yīng)把重心放在專利質(zhì)量上，聚焦核心技術(shù)，實現(xiàn)專利數(shù)量擴張與專利質(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)同樣要注重專利的恰當(dāng)整合。通過研究可以發(fā)現(xiàn)，企業(yè)創(chuàng)新水平不僅體現(xiàn)在單一專利的質(zhì)量上，還同時體現(xiàn)在專利之間的有機組合上。這種組合是通過企業(yè)專利指標間的相互作用展現(xiàn)出來的。企業(yè)在對自身的經(jīng)濟技術(shù)現(xiàn)實條件與行業(yè)競爭環(huán)境分析的基礎(chǔ)上，應(yīng)根據(jù)技術(shù)需求設(shè)計適當(dāng)?shù)膶＠M合策略，健全專利組合管理機制，從而使得專利之間起到優(yōu)勢互補、彼此協(xié)同支撐的作用，最大程度的發(fā)揮專利組合效用，促進創(chuàng)新水平的提升，最終形成企業(yè)競爭優(yōu)勢。

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應(yīng)廣泛應(yīng)用大數(shù)據(jù)、云計算等新技術(shù)，建立企業(yè)創(chuàng)新水平監(jiān)測國家數(shù)據(jù)平臺，實現(xiàn)對企業(yè)創(chuàng)新專利數(shù)據(jù)的自動采集，實時動態(tài)監(jiān)控和評估企業(yè)創(chuàng)新水平，及時了解我國企業(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，從而通過個別創(chuàng)新型企業(yè)的發(fā)展帶動整個區(qū)域乃至國家創(chuàng)新水平的提高；另一方面可精準施策，針對不同地區(qū)、不同行業(yè)、不同規(guī)模的創(chuàng)新型企業(yè)制定準確有效的科技創(chuàng)新激勵政策。

b.在企業(yè)專利組合管理方面?？萍脊芾聿块T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)專利組合為核心，建立企業(yè)間的專利組合聯(lián)盟，提高技術(shù)防御能力；加強知識產(chǎn)權(quán)交易市場的建設(shè)，完善專利組合質(zhì)押融資機制，解決科技企業(yè)融資困難的問題；在企業(yè)間定期開展專利組合知識講座、主題宣傳活動等方式加強宣傳教育引導(dǎo)，提高企業(yè)專利組合管理的基礎(chǔ)水平；出臺相關(guān)激勵政策，在法律法規(guī)層面促進企業(yè)制定恰當(dāng)?shù)膶＠M合策略，進而提高企業(yè)專利管理水平。