Global Enterprise Innovation Index (GEII) 2023: Indicator System, Scale Development and Situation Analysis

Ma Feicheng1,2,3, Huang Ying1,4,6, Zhang Lin1,4,6,Zhao Zhiyun5,Li Gang1,3,6

(1.School of Information Management , Wuhan University;2.Big Data Institute,Wuhan University; 3.Center for Studies of Information Resources, Wuhan University;4.Center for Science, Technology &Education Assessment (CSTEA) ,Wuhan University,Wuhan 430072, China;5.Institute of Scientific and Technical Information of China, Beijing 100038, China;6.Wuhan Institute of Data Intelligence, Wuhan University, Wuhan 430072, China)

Abstract：The emergence of a new wave of technological revolution and industrial transformation has led to the rapid integration of emerging technologies, such as big data and artificial intelligence, into various fields.This has propelled the globalization of technology innovation.In this era, the development of strategic emerging industries has become a significant strategic imperative for nations worldwide.It is a crucial move to secure a vantage point in economic and technological development.Consequently, developing and strengthening leading enterprises in major frontier technology areas is crucial for advancing global technology innovation.The 'Global Enterprise Innovation Index 2023' (GEII 2023) report was released by the Wuhan Institute of Data Intelligence, the Big Data Institute at Wuhan University, the Center for Science, Technology & Education Assessment (CSTEA) of Wuhan University, the School of Information Management of Wuhan University, and the Institute of Scientific and Technical Information of China.This report provides an in-depth analysis of enterprises in five key domains: renewable energy, biomedicine, advanced manufacturing, new materials, and next-generation information technology.The objective of this report is to use objective data and quantitative methods to systematically illustrate the global pattern of technology innovation development in today's strategic emerging industries.

The GEII 2023 assesses enterprise technology innovation capabilities through three dimensions: knowledge innovation, technology innovation, and innovation collaboration.Knowledge innovation is a crucial source for scientific and technological development and includes three aspects: knowledge innovation output, knowledge innovation impact, and knowledge innovation diffusion.Technology innovation is a crucial driver of scientific and technological progress.This involves examining three key aspects: technology innovation output, technology innovation quality, and technology innovation impact.Additionally, innovation collaboration is a key avenue for optimizing resource allocation, and this can be evaluated from three aspects: innovation collaboration scale, innovation collaboration status, and innovation collaboration level.

The results show that the top 20 enterprises in each industry were well-known large multinational enterprises, including many enterprises that simultaneously develop in multiple sectors, such as Samsung, LG, Siemens, and General Electric.In terms of regional distribution, enterprises from Japan and the US demonstrate an absolute leading position regarding innovation performance.Germany, China, France, South Korea, Switzerland, and the Netherlands possess significant global influence.Specifically, Japan exhibits strong capabilities in renewable energy, advanced manufacturing, new materials, and next-generation information technology.In each of these industries, over 30 Japanese enterprises have been listed among the global top 100.The US closely follows, with the second-highest number of enterprises in these four industries.And in biomedicine, the US takes a significant lead with 36 enterprises on the list, surpassing Japan in second place with 15 ones.Ranking third, Germany has a relatively even distribution across these industries, with approximately 10 enterprises entering the top 100 of each industry.China has impressive performance in next-generation information technology, with a total of 16 enterprises listed, which highlights the global competitiveness of Chinese enterprises in this particular sector.Furthermore, France has a significant number of enterprises listed in the renewable energy sector, while Switzerland performs well in the biopharmaceutical sector.

This report constructs a global innovation index indicator system from knowledge innovation, technology innovation, and innovation collaboration.By incorporating data from papers, patents, and social media, it examines the trends in innovation development within strategically emerging industries.With a global outlook, it investigates the major drivers of innovation transformation, offering valuable insights to gain a precise understanding of the direction of innovation progress.Furthermore, it aims to foster global scientific and technological exchange and collaboration by providing in-depth analysis and information.However, the GEII 2023 indicator system acknowledges the need for further enhancement and will undergo continuous adjustments and optimizations in the future.We sincerely invite experts, scholars, entrepreneurs, and policymakers to read this report and provide suggestions or feedback.

基金项目：

国家自然科学基金创新研究群体项目(71921002);国家自然科学基金面上项目(72374162)

作者简介：

马费成(1947—),男,贵州贵阳人,武汉大学信息管理学院资深教授、博士生导师,研究方向为情报学与大数据应用;

黄颖(1990—),男,福建宁德人,武汉大学信息管理学院副教授、博士生导师,研究方向为科技计量与科技管理;

张琳(1980—),女,河南新乡人,武汉大学信息管理学院教授、博士生导师,研究方向为科学计量学与科技管理;

赵志耘(1966—),女,江苏苏州人,中国科学技术信息研究所研究员、博士生导师,研究方向为宏观经济理论与政策;

李纲(1966—),男,河南信阳人,武汉大学信息管理学院教授、博士生导师,研究方向为竞争情报与竞争战略。

本文通讯作者：黄颖

武汉大学信息管理学院虞逸飞、肖宇凡、毛雨亭、唐娟、袁艺凡、苏奕宁、叶冬梅对本报告亦作出贡献。

0 引言

科学技术是人类的创造性活动成果,科技创新是引领发展的第一动力。新一轮科技革命和产业变革蓬勃兴起,以大数据和人工智能为代表的新兴技术加速向各领域广泛渗透,推动科技创新全球化深入发展。在这一时代背景下,发展战略性新兴产业是推动经济高质量发展、促进新旧动能转换、增强经济竞争优势的重要引擎,已经成为世界各国抢占经济和科技发展制高点的重大战略。

随着创新资源在全球布局的加速,进入以创新为核心的全球化时代。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确提出:着眼于抢占未来产业发展先机,培育先导性和支柱性产业,推动战略性新兴产业融合化、集群化、生态化发展。这表明战略性新兴产业在建设创新型国家道路上具有至关重要的地位,而产业体系的生态化建设有助于整合创新资源、集聚创新主体,成为未来发展的核心取向。但是,目前我国战略性新兴产业自主研发能力和创新能力尚不足,面临外部创新环境复杂多变、技术不成熟和转化率低等问题。企业作为创新系统的核心主体,是推动战略性新兴产业快速健康发展的中坚力量。企业亟需瞄准世界科技前沿领域,抢占经济科技发展的先机和优势。基于当前全球创新主体发展格局,动态调整企业创新战略,既是提升科技创新能力的客观要求,也是应对日趋激烈的市场竞争的内在需求。基于此,洞悉战略性新兴产业相关企业创新发展现状,对于掌握全球前沿科技领域创新发展态势,进而优化科技资源配置和深化科技体制改革具有重要意义。

本报告旨在构建起一套兼具学理价值和实践价值的创新能力与水平评价指标体系,通过测度全球知名企业在知识创新、技术创新、创新协作等方面的综合表现,洞悉不同战略性新兴产业中相关企业的创新态势,以直观呈现并追溯当前全球创新发展全貌,从而为强化国家战略科技力量提供决策参考。

1 指标篇

1.1 概念模型

战略性新兴产业代表新一轮科技革命和产业变革方向,是培育发展新动能、获取未来竞争新优势的关键领域。企业作为国家创新体系的核心主体,是推动战略性新兴产业快速健康发展的中坚力量。因此,洞察不同领域企业的创新发展态势,对于建设创新型国家、推动创新驱动发展战略具有重要意义。本报告综合研究现状和实践经验,从知识创新、技术创新和创新协作3个维度评估全球知名企业的创新水平。企业创新指数评估的概念模型如图1所示。

知识创新是科技创新发展的重要源泉。在多变和激烈的创新环境下,知识创新能力是企业赢得竞争优势的重要基础。学术论文作为知识创新成果的集中体现,学术论文成果产出数量可以有效衡量创新主体的知识生产能力,而学术论文成果被他人重视、引用和认可的情况反映了知识创新影响的广度和深度。因此,本报告分别从知识创新产出和知识创新影响两个方面探测目标主体的知识创新水平。随着网络化、数字化的快速发展,以学术论文成果下载量、浏览量、收藏量等为代表的补充计量学指标可以体现多方主体与知识创新成果之间的交互形态,进而为量化分析知识创新的全面影响力提供条件。基于此,本报告引入知识创新扩散评估知识创新产出的多维影响。

技术创新是推动科技创新的核心支撑。技术创新是企业竞争优势的关键来源,以专利文献为代表的技术创新产出成果是衡量企业技术力量的重要指标,为捕捉技术发展趋势和预测未来研究方向提供了重要窗口。技术创新产出成果量与质的积累集中体现了技术创新的规模和水平,因而可以从技术创新产出数量和技术创新质量两个方面衡量企业的技术创新水平。此外,技术创新积极渗透进社会生活的方方面面,不仅助推经济发展不断迈向新台阶,也对新一轮技术变革产生了深刻影响。因此,围绕技术创新影响设定的系列指标需反映创新主体对技术变革产生的影响与贡献,系统衡量技术创新成果的科学价值、技术价值、经济价值和社会价值。

创新协作是优化资源配置的关键途径。随着科技全球化的深入发展,来自世界各地的企业积极参与全球创新网络,实现知识互惠共享,以促进创新要素有序流动和优化配置。人才资源是第一资源,也是科技创新活动中最为活跃、最为积极的因素,建立一支规模宏大、结构合理、素质优良的创新人才队伍更是推动创新的关键途径,基于创新主体规模的探测可以对企业的创新人才结构进行测度。此外,各创新主体在创新合作中的地位和角色可以反映其创新协作能力,本报告从创新主体地位和创新协作水平两个方面加以描述,以集中展现企业在全球科技创新网络中的地位及在推动全球科技协同创新发展中所发挥的作用。

综上,以科学研究为先导的知识创新活动为技术创新提供了源源不断的知识储备,技术创新又促进了前沿基础研究的持续开展;不同主体的创新协作为知识创新和技术创新注入新的生机与活力,良好的知识创新和技术创新合作也有助于巩固和发展创新协作关系,进而不断提升自主创新能力。

1.2 构建原则

建立科技创新指标体系旨在对企业的科技创新效能进行全面评估,系统描绘当前全球科技创新发展态势。本报告指标体系的构建遵循以下原则:

一是科学性原则。科学性原则要求指标的选取应覆盖评价的各个维度,同时能充分适用于多元化评估对象。因此,需要仔细辨析企业发展特点,正确认识科技创新活动规律,保证评价指标体系可以对所有待评估对象作出科学公正的评价。

二是系统性原则。各个测度指标既要客观反映企业的科技创新实力,也要互相联系,彼此呼应:指标之间既要有区分度,又具有紧密的内在逻辑;上级指标对下级指标发挥统领作用;围绕评价目标分层次、模块化组成指标体系。

三是可操作性原则。本报告基于多源数据开展科技创新指数评估,为使指标易于收集和量化,倾向于选取相对成熟、操作简明、数据可得的指标,确保各创新维度测度结果的准确性,便于开展横向、纵向比较与分析。

基于此,为构建一套能够科学反映评价内涵的综合指标体系,指标体系设计工作主要包含如下步骤:①从知识创新、技术创新和创新协作三个维度出发,设计二级指标,着重对三级指标进行遴选和调整,各指标从不同侧面反映科技创新活动的状态和特征;②确定各指标权重,收集、整理、校对指标体系需要的数据,基于指标体系对数据进行运算和统计,将综合评价结果与实际情况进行细致的比对分析,并对指标体系和评价方法进行调整优化;③将经过实证检验的评价模型交由相关专家进行评判审定,研制指标体系。

1.3 指标体系

企业创新指数评价指标体系由知识创新、技术创新和创新协作三个一级指标构成。各维度的主要观测点构成了企业创新指标体系的二级指标:知识创新是科技创新的重要源泉,该维度涵盖知识创新产出、知识创新影响和知识创新扩散3个方面;技术创新是科技创新的核心支撑,该维度考察技术创新产出、技术创新质量和技术创新影响3个方面;创新协作是资源优化配置的关键途径,该维度评估创新主体规模、创新主体地位和创新协作水平3个方面。经征询领域专家意见,本报告将企业创新指标的权重设置为:知识创新25%,技术创新60%,创新协作15%。此外,三级指标采取平权处理,三级指标的平均值即为二级指标数值。指标体系如表1所示。

1.4 指标界定及数据来源

(1)Web of Science论文数

定义:Web of Science论文数(Web of Science Documents)是指Web of Science核心合集中收录的论文数量。在本报告中,主要考量被核心合集的科学引文索引(Science Citation Index Expanded,SCIE)数据库、社会科学引文索引(Social Science Citation Index,SSCI)数据库、艺术与人文引文索引(Arts &Humanities Citation Index,AHCI)数据库收录的研究论文(Article)和综述(Review)。(数据来源:InCites)

(2)被引排名前10%的论文数

定义:被引排名前10%论文数(Documents in Top 10%)是指按学科类别、出版年份和文献类型进行引文统计,被引频次排名前10%的论文数量。相比于“排名前1%的论文数”,该指标在数据规模较小的情形下更为合理。(数据来源:InCites)

(3)第一/通讯作者论文数

定义:第一/通讯作者论文数(First /Corresponding Author Documents)是指作为第一作者单位或者通讯作者单位所发表的论文数量。第一作者(First Author)和通讯作者(Corresponding Author)表示作者在论文中所处的位置,不同学科对于所处位置的作者贡献认定存在差异,但两者的作者单位信息存在较大比例的重合,当两者的作者单位重合时只计算一次。需要注意的是,只有2008年及以后收录的论文才区分作者所在的位置。(数据来源:InCites和Web of Science)

(4)篇均论文被引频次

定义:篇均论文被引频次(Average Citations Per Paper)是指一组论文所获得的平均引用次数,通过论文被引频次总数除以该组论文数量计算得到。以企业为例,它表示企业所发表每篇论文被引用的平均水平。作为一个相对数量指标,它弥补了绝对数量指标中马太效应导致的偏差。 (数据来源:InCites)

(5)学科规范化的引文影响力

定义:一篇文献学科规范化的引文影响力(Category Normalized Citation Impact,CNCI)是通过其实际被引次数除以同文献类型、同出版年、同学科领域论文的期望被引次数获得。当一篇文献被划归至多于一个学科领域时,则使用实际被引次数与期望被引次数比值的平均值。一组论文的CNCI,例如某个人、某个机构或国家,是该组中每篇文献CNCI的平均值。

对于一篇只被划归至一个学科领域的论文,其CNCI可用下列公式计算:

对于一篇被划归至多个学科领域的论文,其CNCI为每个学科领域实际被引次数与期望被引次数比值的平均值:

对于一组论文,CNCI的值为每篇论文CNCI的平均值:

其中,e为期望引用率或基线值,c为总被引次数,p为论文总数,f为学科领域,t为出版年,d为论文类型,n为论文被划归的学科领域数,i为被评估的实体编号(机构、国家、个人等)。(数据来源:InCites)

(6)论文施引国家数

定义:论文施引国家数(Citing Paper Country Counts)是指一组论文的施引文献的来源国家数量,可以用来分析论文影响力在地域上的分布广度。(数据来源:OpenAlex)

(7)论文施引国家多样性

定义:论文施引国家多样性(Citing Paper Country Diversity)是指一组论文的施引文献来源国家分布的多样化程度。本报告引入信息熵指标(Shannon Entropy,简称SH指标),该指标可以从施引国家丰富度和均匀度两个维度测度论文施引国家多样化程度。具体公式如下:

SH=-∑pilog(pi)

式中,pi=xi/X;X=∑xi;xi是指来自第i个国家的论文数量。(数据来源:OpenAlex)

(8)专利引用频次

定义:专利引用频次(Patent Citations)是指世界知识产权组织(WIPO)、美国专利商标局(USPTO)、欧洲专利局(EPO)、日本专利特许厅(JPO)、韩国知识产权局(KIPO)和中国国家知识产权局(CNIPA)中引用一组论文的专利家族数量。在本报告中,评估对象每篇论文专利家族引用数的总和为该组织的专利引用频次。 (数据来源:PlumX和Lens)

(9)政策引用频次

定义:政策引用频次(Policy Citations)是指引用一组论文的政策文件数量。“政策文件”包含政府组织、非营利组织和智库研究发布的成果形式,包括白皮书、专著、小册子、文章、书籍、书籍章节或报告。它们可以在标题中包含“政策”“准则”“建议”或“指导”等字样,或者它们可能只是用于制定政策的研究对象。它们可以被设计为推动政策制定者和立法者采取特定的行动方案。在本报告中,评估对象每篇论文政策引用数的总和为该组织的政策引用频次。 (数据来源:PlumX)

(10)使用频次

定义:使用频次(Usage Metrics)反映一组论文满足用户信息需要的次数,是摘要浏览次数、点击次数、下载量、播放次数等总和。在本报告中,评估对象每篇论文使用频次的总和为该组织的使用频次。(数据来源:PlumX)

(11)提及频次

定义:提及频次(Mention Metrics)是指关于一组论文的博客提及数、评论数、论坛主题数、新闻提及数、问答网站提及数等总和,有助于发现人们如何与研究产生互动。在本报告中,评估对象每篇论文提及频次的总和为该组织的提及频次。(数据来源:PlumX)

(12)社交媒体频次

定义:社交媒体频次(Social Media Metrics)是指在社交媒体平台关于一组论文的喜欢、分享、评分和转发数量等总和,社交媒体主要包括YouTube、Facebook、Figshare、Reddit、Twitter等。在本报告中,评估对象每篇论文社交媒体频次的总和为该组织的社交媒体频次。(数据来源:PlumX)

(13)发明专利数

定义:在本报告中,发明专利数(Patent Counts)是指被各个国家/地区专利受理机构授权或向世界知识产权组织(WIPO)提交申请并公开的发明专利家族数量。本报告中采用的是来自于德温特世界专利索引(Derwent World Patents Index,DWPI)的专利族。第一个录入到DWPI数据库中的同族专利成员标记为“基本专利”,并为其分配一个DWPI主入藏号,若后续编辑系统就该项发明识别出等同专利,则会将其信息加入到已有的DWPI记录中并标记为“等同专利”。(数据来源:Derwent Innovation)

(14)非单方专利数

定义:在本报告中,非单方专利数(Non-unilateral Patents)是指在两个及以上国家/地区专利受理机构同时申请并至少在上述其中一个国家/地区专利受理机构获得授权的专利数量。(数据来源:Derwent Innovation)

(15)三方专利数

定义:在本报告中,三方专利数(Triadic Patents)是指在美国专利商标局(USPTO)、欧洲专利局(EPO)、日本专利特许厅(JPO)同时申请并至少在上述其中一个专利局获得授权的专利数量。(数据来源:Derwent Innovation)

(16)PCT专利数

定义:通过《专利合作条约》(Patent Cooperation Treaty,PCT),可以只提交一份国际专利申请,即在许多国家中的每一国家同时为一项发明申请专利保护。PCT缔约国的任何国民或居民均可提出这种申请。一般可以向申请人为其国民或居民的缔约国的国家专利局提出申请;也可以按申请人的选择,向设在日内瓦的WIPO国际局提出申请。PCT专利通常被认为拥有较高的技术价值。(数据来源:Derwent Innovation)

(17)高被引专利数

定义:在本报告中,高被引专利(Highly Cited Patents)是指被引频次不低于10的专利。高被引专利数是指评估对象拥有被标记为高被引的专利数量。(数据来源:Derwent Innovation)

(18)专利转让数

定义:专利转让是指专利权人将其拥有的发明创造专利的所有权或持有权转移给他人的行为。在专利权转让中,转让专利权的一方为“转让方”,接受专利权的一方为“受让方”。一旦发生专利权的转让,转让方就不再对该专利拥有任何权利;受让方即成为该专利的新的所有者,有权行使专利权的所有权利。专利转让数(Patent Assignment Counts)是指评估对象拥有的专利中有发生转让行为的专利数量。(数据来源:Derwent Innovation)

(19)平均权利要求数

定义:发明或实用新型专利权的保护范围以其权利要求的内容为准,权利要求以科学术语定义该专利所给予的保护范围。它们不论在专利申请还是专利诉讼中都起着最关键的影响。专利权利要求项数的多少则反映专利覆盖的深度和保护层次设计。在本报告中,平均权利要求数(Average Claims Counts)是指评估对象所拥有的专利中的权利要求项数的平均水平。(数据来源:Derwent Innovation)

(20)标准必要专利数

定义:标准必要专利(Standard Essential Patents)指从技术方面来说对于实施标准必不可少的专利,或指为实施某一技术标准而必须使用的专利。作为一种特殊的专利,是技术标准与专利信息的叠加产物,它同时涵盖了技术标准、企业战略与市场竞争等信息。在本报告中,标准必要专利数是指评估对象所拥有的标准必要专利的数量。(数据来源:IncoPat)

(21)专利家族国家数

定义:专利家族(Patent Family)是指具有共同优先权的,在不同国家/地区或国际专利组织多次申请、多次公布或批准的内容相同或基本相同的一组专利文献。WIPO《工业产权信息与文献手册》将专利族分为六种:简单专利族、复杂专利族、扩展专利族、本国专利族、内部专利族和人工专利族。当前国际主流数据库(包括INPADOC、Derwent Innovation、FAMPAT、智慧芽等)所采取的专利归并方式各不相同,也不直接对应WIPO的六种专利族。本报告中采用的是来自于德温特世界专利索引(Derwent World Patents Index,DWPI)的专利族。专利家族国家数(Patent Family Country Counts)是指评估对象所拥有专利文献的专利家族分布的国家/地区或国际专利组织数量。(数据来源:Derwent Innovation)

(22)篇均专利被引频次

定义:篇均专利被引频次(Average Citations Per Patent)是指一组专利所获得的平均引用次数,通过专利被引频次总数除以该组专利数量计算得到。以企业为例,它表示企业所发表专利被其他专利引用的平均水平。(数据来源:Derwent Innovation)

(23)专利施引国家数

定义:专利施引国家数(Citing Patent Country Counts)是指一组专利的施引专利的来源国家数量,可以用来分析专利影响力在地域上的分布广度。(数据来源:Derwent Innovation)

(24)专利施引国家多样性

定义:专利施引国家多样性(Citing Patent Country Diversity)是指一组专利的施引专利来源国家分布的多样化程度。本报告引入信息熵指标(Shannon Entropy,简称SH指标),该指标可以从施引国家丰富度和均匀度两个维度测度专利施引国家多样化程度。具体公式如下:

SH=-∑pilog(pi)

式中,pi=xi/X;X=∑xi;xi是指来自第i个国家的专利数量。(数据来源:Derwent Innovation)

(25)论文合著者数量

定义:论文合著者数量(Paper Co-authors)是指被评估对象所发表的论文中所有作者的数量。该指标囊括评估对象所产出论文的全部作者,不仅包括论文署名单位为评估对象的作者,还包括论文的合著作者。若同一作者在多篇论文中出现,仅统计一次。(数据来源:Web of Science)

(26)专利发明人数量

定义:专利发明人数量(Patent Inventors)是被指评估对象所持有的专利中所有发明人的数量。该指标囊括被评估对象所持有专利的全部发明人,不仅包括从属于评估对象的发明人,还包括专利的共同发明人。若同一发明人在多个专利中出现,仅统计一次。(数据来源:Derwent Innovation)

(27)论文合著网络度中心性

定义:度中心性定义为与某节点直接相连的节点数目。在本报告中,论文合著网络度中心性(Paper Co-authorship Network Degree Centrality)是指在由合著行为构成的论文合作网络中被评估对象拥有的合作关系数量。(数据来源:Web of Science)

(28)论文合著网络特征向量中心性

定义:特征向量中心性测量某节点在网络中的影响力。节点的特征向量中心性既取决于其拥有连接的数目,也取决于所连节点自身的特征向量中心性。换句话说,某节点的中心性较高意味着该节点与很多中心性较高的节点相连接。在本报告中,论文合著网络特征向量中心性(Paper Co-authorship Network Eigenvector Centrality)是指在由所有被评估对象构成的论文合作网络中被评估对象的节点位势。(数据来源:Web of Science)

(29)专利合作网络度中心度

定义:在本报告中,专利合作网络度中心性(Patent Cooperation Network Degree Centrality)是指在所有被评估对象由于联合申请行为构成的专利合作网络中评估对象拥有的合作关系数量。(数据来源:Derwent Innovation)

(30)专利合作网络特征向量中心度

定义:在本报告中,专利合作网络特征向量中心性(Patent Cooperation Network Eigenvector Centrality)是指在由所有评估对象构成的专利合作网络中评估对象的节点位势。(数据来源:Derwent Innovation)

(31)国际合作论文数

定义:国际合作论文数(International Collaborations Documents)是指被评估对象拥有来自两个及以上国家的作者合著的论文数量。(数据来源:InCites)

(32)合作专利数

定义:合作专利数(Collaboration Patents)是指被由评估对象持有两个及以上非个人申请人共同申请的专利数量。(数据来源:Derwent Innovation)

1.5 数据标准化处理方法

由于创新成果的产出、创新影响的迭代、创新扩展的形成需要渐进累积的过程,因此在测度某一年份的创新指数的时候不仅要考虑该年度的数据,还需要考虑先前积累情况。在本报告中,在兼顾时效性和延续性的基础上,对当年以及回溯3年的数值采用加权的方式计算得到:

其中,Xai是i被评估对象第a个指标在第n年的最终指标得分,是i被评估对象第a个在第n年原始指标分值,wn是第n年的指标权重。在本报告中,wn,wn-1,wn-2,wn-3的数值分别设置为0.4,0.3,0.2和0.1。

由于创新指标体系各项指标的数据量纲存在差异,因此需要对所有指标原始数据进行标准化处理。本报告在原始评分基础上利用min-max归一化,使被评估对象评分映射在[0,1]区间:

Yai=(Xai-Xmin)/(Xmax-Xmin)

其中,Yai是i被评估对象第a个指标得分进行min-max归一化后的值,Xai是i被评估对象第a个指标分值,Xmin是所有被评估对象第a个指标得分的最小值,Xmax是所有被评估对象第a个指标得分的最大值。

在此基础上,本报告将被评估对象的基础得分设置为60分,使被评估对象各级指标的得分范围为[60,100],即排名第一的评估对象得分为100分,排名最后的评估对象得分为60分:

其中,是i被评估对象第a个指标得分进行min-max归一化并加权处理后得到的数值。

三级指标采取平权处理,三级指标的平均值即为二级指标数值;二级指标数值经过线性加权可以得到各个被评估对象一级指标数值和创新指数的最终数值。

1.6 评估对象

战略性新兴产业代表新一轮科技革命和产业变革方向,是推动经济发展质量变革、效率变革、动力变革的关键力量。本报告以国务院印发的《“十三五”国家战略性新兴产业发展规划》为基础,并综合考虑产业规模、发展现状、竞争格局等因素,从中遴选新能源、生物医药、先进制造、新材料和新一代信息技术共五大战略性新兴产业。

新能源产业企业。新能源产业是指利用可再生能源或清洁能源,如太阳能、风能、水能、核能等,以及开展相关技术研究、生产和应用的产业领域。该产业不仅是衡量一个国家和地区高新技术发展水平的重要依据,也是新一轮国际竞争的战略制高点,世界发达国家和地区都把发展新能源作为顺应科技潮流、推进产业结构调整的重要举措。

生物医药产业企业。生物医药产业是知识密集、技术含量高、多学科综合度高且渗透率强的战略性新兴产业。这一产业涵盖了制药、生物技术、医疗器械、医疗服务等多个细分领域,是国民经济中发展迅速且具有战略重要性的部分之一。随着科学技术的不断进步,生物医药产业在治疗疾病、提高医疗服务质量、促进健康产业发展等方面发挥着关键作用。

先进制造产业企业。制造业是国家建设、发展和壮大的支柱产业,承载着实体经济的关键责任,同时也是国际竞争的核心焦点。先进制造业是集现代科学技术之大成的产业领域,不仅体现为技术、工艺的先进性,也体现为制造模式、生产组织方式和供应链等的先进性,既包括依托先进技术形成的战略性新兴产业、高技术产业,也包括通过技术改造、工艺革新、商业模式和生产组织方式转型升级后的传统产业。

新材料产业企业。新材料产业是重要的支撑性、战略性和先导性产业,也是当前全球各国在高技术产业竞争中争先抢占的发展制高点之一。材料作为支撑人类经济社会发展的基础性和关键性要素之一,其技术发达程度,决定了制造和装备的先进水平。新材料能够显著开发出传统材料所不具备的优异性能和特殊功能,使其成为高新技术发展的基础和先导,是现代工业发展的共性关键技术,催生出新兴产业的核心发展产业。

新一代信息技术产业企业。新一代信息技术产业是国民经济的战略性、基础性和先导性产业。新一代信息技术产业包括下一代信息网络产业、电子核心产业、新兴软件和新型信息技术服务、互联网与云计算大数据服务、人工智能等行业,其应用横跨国民经济中的农业、工业和服务业等三大产业。作为科技创新的焦点领域,新一代信息技术与各行业各领域的深度和广度融合不断拓展,为融合发展奠定了坚实基础,为实现制造强国和网络强国提供了有力支撑。

在此基础上,本报告结合《战略性新兴产业分类与国际专利分类参照关系表(2021)(试行)》,制定各个产业领域的专利检索式。为获得各个领域创新发展相对拔尖的候选企业名单,考虑到发明专利是衡量企业创新水平的核心指标,本报告首先依据Derwent Innovation提供的标准专利权人代码作为唯一标识符,得到各个领域发明专利授权量排名前列的企业名录;接着根据企业间的高频专利联合申请行为、论文合著网络、合并与收购关系等梳理企业间的关系,对合作度较高的企业进一步调研分析,确定最终归属企业。经过多轮清洗与校验,得到5个目标领域授权专利数量排名前150的候选企业名单及其专利文献数据。进而利用企业名称在Web of Science和InCites平台上获取这些企业在目标领域的学术文献数据,并在PlumX平台上获取这些文献的各项表现数据。最后,依据指标体系计算得到各个领域综合指数排名前100的企业榜单(详见行业篇报告)。

2 总体篇

创新驱动经济发展和社会进步已成为世界各国共识。面向经济主战场和国家重大需求,构建灵活、协同、包容的产业创新生态成为完善国家科技创新体系的重要路径选择。本报告选取的5个战略性新兴产业共同构成科技创新生态体系的关键分支,能够集中体现一个国家的技术攻关重点和企业核心竞争力。

表2展示了2022年新能源、生物医药、先进制造、新材料和新一代信息技术五大战略性新兴产业中综合排名前20的企业。结果显示,这些领域的前20名大多由知名度较高的大型跨国企业占据,其中不乏在多个领域同时发展的综合企业,如三星、LG、西门子、通用电气等。五大战略性新兴产业相关企业综合排名前20的企业在各自领域内展现出卓越的科技创新实力,代表了五大战略性新兴产业的领先水平,对于推动全球科技创新和产业发展发挥着重要的引领作用。

对比2021年的排名情况,大部分企业的排名变化不大,但也有一些企业发生了较大的波动。例如,IBM在新材料领域从2021年的第22名上升到2022年的第13名,这主要由于该企业在半导体芯片领域进行工艺革新,并开发了云计算平台以探索新材料。丰田在新一代信息技术领域的排名也有所上升,从2021年的第28名上升到2022年的第20名,这得益于该企业近年来在智能电动和油电混合技术方面的持续投入,推动了汽车行业向清洁化和智能化方向发展。

从区域分布来看,日本和美国的企业创新表现处于绝对领先地位,德国、中国、法国、韩国、瑞士、荷兰等国家在相关领域具有全球影响力。具体而言,日本在新能源、先进制造、新材料和新一代信息技术领域展现出强劲实力,均有超过30家企业进入全球前100名。美国紧随其后,在这四个领域中企业数量位居第二;而在生物医药领域,美国有36家企业入榜,大幅领先第二名日本(15家)。排名第三的德国在各个领域的企业数量较为均衡,每个领域进入前100名的企业数量均在10家左右。中国在新一代信息技术领域表现亮眼,共有16家企业入榜,显示出中国企业在该领域具有全球竞争力。此外,法国在新能源领域的上榜企业数量较多,而瑞士在生物医药领域表现不俗。五大战略性新兴产业排名前100企业主要区域分布如图2所示。

榜单中诸多企业业务涵盖多个领域,表3列举了典型的跨领域企业及其在不同行业中的排名情况。5个领域都出现的企业包括三星、LG、西门子、通用电气、飞利浦和霍尼韦尔。这些企业规模较大,业务综合性强,且具备强大的实力。例如三星在新能源、新材料和新一代信息技术领域位居第一,在先进制造行业排名第四,在生物医药领域排名第19。该企业在各个先进领域都投入了巨大的资源,如电池、电子设备、半导体材料、人工智能和生物制药,并形成了强大的产业优势。

在涵盖4个领域的企业中,除陶氏与富士胶片外,大部分企业唯一没有涉足的领域是生物医药。在涵盖全部领域的6家企业中,它们在生物医药领域的排名均为最低。这反映出新能源、新材料、先进制造和新一代信息技术等领域之间具有较高的重合度,可以衍生出更多合作方向。而生物医药领域一般由传统制药企业主导,与其他领域的研究方向差别较大,因此综合性企业在该领域涉足相对较少。

如表4所示,5个领域综合排名前100企业来自全球共22个国家及地区,按照国家/地区入围企业数量由高到低排序依次为:日本、美国、德国、中国、法国、韩国、瑞士、荷兰、英国、中国台湾、丹麦、沙特阿拉伯、比利时、瑞典、意大利、奥地利、以色列、澳大利亚、芬兰、卢森堡、挪威、印度。日本和美国位于第一梯队,入围企业数量大幅领先其他国家/地区。日美两国在具体的企业排名上有所差异。美国拥有更多领域内龙头企业,在各领域前十排名占据明显优势。日本企业的创新水平在整体上表现优异,有更多企业入围综合排名前100,尤其在新能源、新材料和新一代信息技术领域表现亮眼。德国和中国位于第二梯队,德国入围5个领域的企业数量相对比较均衡;中国在新能源领域有2家企业进入前十,在新一代信息技术领域有16家入围前100。法国、韩国、瑞士、荷兰、英国位于第三梯队。法国企业在新能源领域的表现相对更加优异,韩国在新能源、新材料和新一代信息技术3个领域均有2家企业跻身前十。其余国家及地区属于第四梯队,这些国家和地区个别企业在一两个领域有不错表现。

3 结语

随着新一轮科技革命和产业变革蓬勃兴起,以大数据和人工智能为代表的新兴技术加速向各领域广泛渗透,推动科技创新全球化深入发展。在这一时代背景下,发展战略性新兴产业已成为世界各国抢占经济和科技发展制高点的重大战略。因此,在重大前沿技术领域构建和强化领军企业等优势科技力量,对于推动全球科技创新发展意义重大。武汉大学(武汉)数据智能研究院联合有关单位共同研制和发布的《全球企业创新指数2023》(Global Enterprise Innovation Index,GEII 2023)报告,对全球新能源、生物医药、先进制造、新材料和新一代信息技术等5个领域的企业进行全面剖析,旨在运用客观数据和量化方法,系统刻画当今战略性新兴产业的全球科技创新发展格局。

GEII 2023从知识创新、技术创新、创新协作3个维度综合评估企业的科技创新能力。知识创新是激发科技创新的重要源泉,该维度涵盖知识创新产出、知识创新影响和知识创新扩散3个方面;技术创新是推动科技创新的核心支撑,该维度考察技术创新产出、技术创新质量和技术创新影响3个方面;创新协作是优化资源配置的关键途径,该维度评估创新主体规模、创新主体地位和创新协作水平3个方面。

本报告系统构建了全球创新指数指标体系,融合论文数据、专利数据和社交媒体数据挖掘战略性新兴产业相关企业的创新发展态势,以全球视野探索创新变革的重要力量,为把握创新发展方向、深化全球科技交流合作提供决策咨询参考。

参考文献：

[1] BONACICH P. Some unique properties of eigenvector centrality[J]. Social Networks, 2007, 29(4): 555-564.

[2] CLARIVATE ANALYTICS.InCites Indicators Handbook[EB/OL]. [2022-08-20].https://clarivate.libguides.com/incites_ba/alpha-indicators.

[3] GLNZEL W, MOED H F, SCHMOCH U, et al. Springer handbook of science and technology indicators[M]. Dordrecht: Springer, 2019.

[4] GRAHAM S J H, MARCO A C, MYERS A F. Patent transactions in the marketplace:lessons from the USPTO patent assignment dataset[J]. Journal of Economics &Management Strategy, 2018, 27(3): 343-371.

[5] IOANNIDIS J P A, BOYACK K W, BAAS J. Updated science-wide author databases of standardized citation indicators[J]. PLoS Biology, 2020, 18(10): e3000918.

[6] LERNER J, TIROLE J. Standard-essential patents[J]. Journal of Political Economy, 2015, 123(3): 547-586.

[7] MARTNEZ C. Patent families:when do different definitions really matter[J]. Scientometrics, 2011, 86(1): 39-63.

[8] NEWMAN M E J. Mathematics of Networks[M]//The New Palgrave Dictionary of Economics. London: Palgrave Macmillan, 2008: 1-8.

[9] NEWMAN M. Networks:an introduction[M]. New York: Oxford University Press, 2010.

[10] PARK M, LEAHEY E, FUNK R J. Papers and patents are becoming less disruptive over time[J]. Nature, 2023, 613(7942): 138-144.

[11] SINATRA R, WANG D, DEVILLE P, et al. Quantifying the evolution of individual scientific impact[J]. Science, 2016, 354(6312): aaf5239.

[12] SIUDEM G, ZOGALA-SIUDEM B, CENA A, et al. Three dimensions of scientific impact[J]. Proceedings of the National Academy of Sciences, 2020, 117(25): 13896-13900.

[13] STIRLING A. A general framework for analysing diversity in science, technology and society[J]. Journal of the Royal Society Interface, 2007, 4(15): 707-719.

[14] WALTMAN L, VAN ECK N J. A systematic empirical comparison of different approaches for normalizing citation impact indicators[J]. Journal of Informetrics, 2013, 7(4): 833-849.

[15] WIPO. WIPO Handbook on Intellectual Property Information and Documentation[EB/OL]. [2022-09-07].https://www.wipo.int/standards/en/handbook.html.

[16] ZHANG L, QI F, HUANG Y, et al. Chinese public university patents during 2006-20: a comprehensive investigation and comparative study[J]. Science and Public Policy, 2023, 50(3): 416-432.

(责任编辑：万贤贤)