Measurement of Transnational Patent Quality in the High-Tech Fields

Zheng Hang, Ye Azhong

(School of Economics &Management, Fuzhou University, Fuzhou 350116, China)

Abstract：Since 2010, China has taken a series of measures, including patent subsidies, tax relief and other policies, to encourage patent applications, which has triggered an explosive increase in patent applications. Among them, the number of applications in the Patent Cooperation Treaty (PCT) in China has ranked first in the world for three consecutive years. However, the investment in R&D compared to the increase in patent applications has not increased significantly in recent years, which leads to the decline in investment in unit patent applications. Reducing the cost of patent applications through subsidies may stimulate the application of low-quality patents, thus damaging the overall quality of Chinese patents.

In order to explore the real level of patent quality in China, this paper puts forward an improved transnational patent quality measurement model based on the Patent Cooperation Treaty. Three kinds of citation indexes, foreign citation, domestic citation and self-citation are weighted based on the regression analysis method, which corrects the influence of "citation inflation" on patent quality measurement to some extent. Meanwhile, this paper also measures the patent quality level of the overall and subdivided fields of China's high-tech, which is helpful for policy makers to more accurately understand the relevant technology development level of China's high-tech field, identify the gap between China and the technologically developed countries, and provide references for the formulation and implementation of innovation incentive policies (such as patent subsidies and tax incentives). Finally, according to the research at the enterprise-level, this paper explores the real decision-making motivation and potential driving mechanism of high-tech enterprises to take technological innovation actions, and provides new ideas and experience for the development of high-tech enterprises.

The main conclusions of this paper are drawn. (1) The results of patent quality measurement show that the patent quality of high-tech fields in China has been rising continuously in recent years, but there is still a big gap between China and the world's leading powers, and the patent quality level in all high-tech fields in China is only one third of the non-China quality benchmark, and there is still a great deal of room for improvement. (2) The results of industry heterogeneity analysis show that the patent quality of eight kinds of subdivided high-tech fields is at a low level. Specifically, the patent quality level in the fields of new energy and energy-saving technology and resources and environment technology is relatively high, while the innovation level in the fields of electronic information technology, biology and new medical technology is relatively backward, which needs to be focused on and supported in the future. (3) The results of regression analysis show that the core explanatory variables are obviously significant, indicating that the index constructed in this paper can effectively measure the patent quality in China, and this conclusion is still valid after a series of endogenous tests and robustness tests.

The following suggestions are proposed in accordance with the research findings. First, the government should further improve the patent management system, strengthen the core awareness of patent quality, and reduce the number of low-quality and inefficient patent applications; second, the high-tech industry should establish a patent quality assessment system, regularly evaluate the patent strength and quality of each enterprise, and encourage enterprises to improve the technical content of patents; finally, high-tech enterprises should strengthen the introduction and absorption of cutting-edge technology, improve the ability of technological innovation, and lead the development of the industry with technological innovation.

The drawbacks of the study are that, first of all, this paper only selects the high-tech field as the measurement object of patent quality, and future research can expand the investigation object to other industries and fields, so as to achieve a comprehensive measurement of the innovation level in various fields in China; second, the patent quality index constructed in this paper is only applicable to PCT patents, and it cannot measure the patent quality of enterprises that have not applied for patents in the PCT system.

Key Words：Patent Quality; Cross-country Comparison; Patent Cooperation Treaty

DOI：10.6049/kjjbydc.2023010023

开放科学(资源服务)标识码(OSID)：

中图分类号：G306

文献标识码：A

文章编号：1001-7348(2024)11-0089-10

收稿日期：2023-01-03

修回日期：2023-03-19

基金项目：国家自然科学基金面上项目(72073030)

作者简介：郑航(1996—),男,福建漳州人,福州大学经济与管理学院博士研究生,研究方向为技术进步与经济增长;叶阿忠(1963—),男,福建三明人,博士,福州大学经济与管理学院教授、博士生导师,研究方向为技术进步与经济增长。

0 引言

自2010年颁布《全国专利事业发展战略(2011—2020年)》以来,我国采取专利补贴、税收减免等一系列政策鼓励专利申请,使得近年来我国专利申请量呈爆炸式增长。我国《专利合作条约》(PCT)申请量已连续3年排名世界第一(WIPO,2021),是名副其实的专利大国。然而,与专利申请量相对应的研发投入却未见明显增长,由此导致我国单位专利申请投入不升反降。Griliches[1]指出,专利申请取决于研发投入和专利的经济价值超过其成本的预期。依据这一观点,通过补贴等方式降低专利申请成本可能会激励低质量专利申请,由此损害整体专利质量。鉴于此,国内外学者构建并应用一系列专利质量测度模型和方法,探究中国专利质量的真实水平。

早期学者多基于专利质量内涵视角,从专利的技术性、法定性和商业性3个方面构建评价体系,并结合德尔菲法、主成分分析法和熵权法等方法对各级指标进行赋权,进而测度专利质量水平。如蔡中华等(2020)基于国家层面,围绕技术质量和文本质量两个维度,选取7类指标构建专利质量评价体系,并使用结构熵权法确定指标权重,对我国“一带一路”合作伙伴的专利申请质量进行测度研究;宋河发等[2]基于区域层面,从创造质量、撰写质量、审查质量和经济质量4个方面构建专利质量测度指标体系,并采用回归分析方法对各指标进行赋权;刘鑫和赵婷微[3]基于产业层面,从技术性、制度性和全球性3个维度构建专利质量测度指标体系,并结合层次分析法对各层级影响因子进行赋权,最终实现对专利质量的量化测度;孙振嘉和张向先[4]基于企业层面,使用分层模糊推理方法,从专利数量、专利质量、技术能力和发展能力4个层面构建企业专利质量评价体系;孙玉涛和栾倩(2016)以高校专利为研究对象,基于技术发明、申请审查和授权保护3个阶段,从技术质量和经济质量两个维度构建专利质量测度指标体系,并使用均方差决策法确定指标权重;杨登才和李国正[5]同样选择高校作为研究对象,结合熵权法,从数量类型、质量类型和价值类型3个层面衡量高校专利质量。

然而,通过构建指标体系测度专利质量的方法存在以下缺陷:首先,指标选取存在主观性,缺少被大多数学者公认的权威评价指标;其次,不同赋权方法各有优劣,对同一指标体系使用不同赋权方法可能出现差异化结果;最后,受限于指标跨国测度差异以及数据可得性,已有研究使用的指标体系只能测度本国专利质量的绝对水平,无法测度专利质量相较于其它国家的相对水平。随着研究的深入,学者们发现相较于专利的法定性和商业性指标,技术性指标能够更准确、客观地反映专利质量,这是由专利的本质决定的。技术是专利的本质所在,专利的技术质量越高,其获得法律授权的机率越大,相应的专利效力越稳定,专利实施带来的经济利益也就越大。其中,被引数作为专利技术性的代表性指标,越来越受到学者们重视。Reitzig[6]、Gambardella等[7]、Rassenfosse&Jaffe[8]、Harhoff等[9]认为被引数是专利质量的最佳衡量指标,即被引数能够较好地反映发明专利的技术价值和经济价值;赵子夜等[10]使用专利被引用数衡量企业专利质量;江飞涛等[11]进一步使用语义引用方法构建企业专利质量测度指标体系。然而,使用被引数作为专利质量测度指标的一大弊端在于无法实现跨国比较。首先,大部分专利申请人倾向于选择更有价值的专利在国外进行保护,因此无法直接比较国内外专利申请信息[12];其次,不同国家的异质审查导致各国专利局之间的引文计数存在显著差异[13];最后,专利审查员倾向于引用本国专利[14]。

《专利合作条约》(PCT)为实现跨国专利质量的比较提供了条件。在PCT制度下,各国专利局充当国际检索机构(ISA),所有审查员在起草国际搜索报告(ISR)时遵循世界知识产权组织(WIPO)制定的相同审查规则。Boeing&Mueller[15]通过完全依赖PCT专利申请过程生成的国际搜索报告(ISR)中的国外引用情况确保专利质量的跨国可比性。一般而言,国外引用被认为是衡量高质量专利的标准,因为其能够反映专利的国际竞争力。本国对外国专利的引用比例较高,表明外国发明更接近技术前沿,本国更倾向于参考和利用外国研发成果[16]。进一步地,Boeing&Mueller[17]认为,虽然仅考虑国外引用可以排除国家政策这一干扰因素,但国内引用和自我引用在衡量专利质量方面同样具有不可或缺的意义。首先,国内引用更能衡量一个经济体的技术自立程度,更多的国内引用说明对国内现有技术的依赖性强,这可能对应更高的发展水平。其次,自我引用考察的是组织内部的后续发明,自我引用更多的企业能够从早期研发投资中获得适当回报,实现累积创新[18]。因此,Boeing&Mueller[17]在ISR指数模型基础上进一步纳入国内引用和自我引用信息,通过考虑所有3种引用类型实现对专利质量更细致的刻画。

Boeing&Mueller[17]研究表明,仅使用国外引用作为衡量指标时,测度结果能够独立于国家政策之外,具有较强的跨国可比性。同时考虑国内引用和自我引用后,测度结果出现偏倚,且更可能是向上偏倚。究其原因,中国的专利政策不仅促使专利数量猛增,也会激励低质量专利申请,从而产生“引用膨胀”现象,即如果提交更多引用现有技术的专利申请,同时被引专利整体质量水平下降,那么引用作为质量测度指标的解释力便会减弱[19]。鉴于此,本文通过赋权方式改进ISR指数模型,在充分利用不同引用类型信息的基础上修正由于政策因素导致的“引用膨胀”现象,实现对专利质量的精准测度。

本文边际贡献概括如下:第一,梳理国内外专利质量测度方法的发展脉络,总结各类测度模型的优劣势。第二,在已有研究基础上提出改进的跨国专利质量测度模型。基于回归分析方法,对国外引用、国内引用和自我引用3类引用指标进行赋权,从而在一定程度上修正“引用膨胀”现象对专利质量测度的影响。第三,对中国高新技术整体及细分领域专利质量水平进行测度,有利于政策制定者更准确地了解我国高新技术领域技术发展水平,明确与技术发达国家之间的差距,并为创新激励政策(如专利补贴和税收优惠)制定和实施提供参考。第四,从企业层面窥探高新技术企业采取技术创新行动更真实的决策动机和潜在驱动机制,可为企业技术创新决策信息关注与参照信息解读提供指导,为高新技术企业发展提供思路与经验借鉴。

1 PCT系统简介

《专利合作条约》(PCT)是有关专利的国际条约。根据PCT规定,专利申请人可以通过PCT途径递交国际专利申请,向多个国家申请专利。在专利申请阶段,PCT系统需要申请人提供申请技术的相关参考文件,在申请描述中应包含:就申请人所知,可被视为对发明的理解、搜索和审查有用的背景技术,并且引用反映该技术的文献(WIPO,2016)。在专利审查阶段,来自各国专利局的审查员遵循WIPO统一审查规则对申请报告进行审核,并出具国际检索报告(ISR)。ISR中包含审查员精选的参考文献,是对专利质量的适当衡量。相较于其它专利数据库,PCT系统作为专利质量的跨国比较载体具有以下优势:①ISR中包含的参考文献是第三方(审查员)对专利技术的评估,审查员的引用与专利价值的相关性比申请人的引用更高;②由于WIPO制定了严格的检索规则,专利审查员对外国现有技术的引用偏见得到充分解决,虽然不能排除个别审查员对WIPO规定的特殊偏离,但也没有迹象表明个别国际审查机构有系统性偏离[17]。

基于此,本文选择PCT系统内生成的国际检索报告(ISR)进行专利质量的跨国比较。具体地,本文从WIPO官网人工检索和整理2011—2019年PCT成员国专利申请数据,并采用IPC分类中的3级分类号对专利进行分类,将专利细分为8类高新技术领域,具体包括电子信息技术(Field_1)、生物与新医药技术(Field_2)、航空航天技术(Field_3)、新材料技术(Field_4)、高技术服务业(Field_5)、新能源及节能技术(Field_6)、资源与环境技术(Field_7)和先进制造与自动化(Field_8)。选择高新技术领域作为专利质量测度对象的原因在于,我国在嵌入全球价值链进程中,随着经济与技术水平的提升,与技术发达国家之间的关系逐渐由错位合作向同位竞争转变,高新技术不自主成为阻碍中国进一步发展的关键因素。在国际竞争、国际关系不确定性加剧以及单边主义、贸易保护主义、逆全球化思潮暗流涌动的形势下,不自主的高新技术容易被发达国家作为限制中国和恶意竞争的战略武器。中共十九届五中全会提出,坚持创新在我国现代化建设全局中的核心地位,把科技自立自强作为国家发展的战略支撑。实现科技自立自强的当务之急是要解决一批“卡脖子”技术问题,将核心技术自主权牢牢掌握在自己手中。攻克“卡脖子”技术不仅对于推动经济形态高级化转型具有重要意义,还是支撑产业升级、引领未来发展的科学技术储备,是国家发展的战略支撑。近年来,受制于以美国为首的发达国家技术封锁,我国高新技术领域面临被“卡脖子”的境况。高新技术在被“卡脖子”之前往往有一定迹象显现,如技术数量与质量落后等,密切关注高新技术领域发展态势并对相关专利质量进行识别和测度显得紧迫而必要。

2 专利质量测度模型

基于Boeing&Mueller[17]的研究,本文构建如下跨国专利质量测度模型:

(1)

其中,Nt,k为分析组(目标国家)t年k行业的PCT专利申请总数,Mt,k为比较组(除目标国家外的其它国家)t年k行业的PCT专利申请总数;Citationsi为专利i在指定时间窗口内(3年)被国外、国内和自我引用总数。该指数模型能够反映目标国家与世界其它国家专利质量的相对定位。

虽然上述模型充分利用了国外、国内和自我引用信息,但由前文分析可知,相较于国外引用指标具有政策独立性,国内和自我引用指标易受到政策激励影响从而产生“引用膨胀”现象,若直接使用国内和自我引用数量作为专利质量测度指标可能导致度量结果偏倚。基于此,本文通过赋权方式调整3类引用信息的贡献度,以期在充分利用引用信息的基础上,弱化政策因素的干扰。

考虑到3类引用信息均能在一定程度上体现一个国家的知识和技术产出水平,但其对产出水平的影响程度存在差异,本文将3类引用信息对国家知识和技术产出水平进行回归,通过回归系数大小捕捉不同引用信息的相对贡献度。回归模型如式(2)。

Outputct=δ0+δ1Foreignct+δ2Domesticct+δ3Selfct+υc+τt+εct

(2)

其中,Outputct为国家c在t年的知识和技术产出水平,采用全球创新指数中的知识和技术产出指数衡量,数据来源于历年《全球创新指数报告》;Foreignct、Domesticct、Selfct分别表示国家c在t年申请的PCT专利在指定时间窗口内被国外、国内和自我引用总数量;τt、υc分别表示年份固定效应和国家固定效应。δ1、δ2、δ3为3类引用信息的贡献度,则国外、国内和自我引用信息的权重分别为:

赋权跨国专利质量测度模型如式(3)。

(3)

其中,估计得到限于篇幅,未展示的估计过程)。

最后,将ISR指数在不同行业领域加权平均,得到国家层面的年度专利质量水平,如式(4)。

(4)

3 实证分析

3.1 专利质量描述性分析

表1展示了中国高新技术领域PCT专利质量整体测度结果。其中,F指数、FD指数和FDS指数使用未赋权的测度方法,ISR指数使用赋权测度方法。具体地,F指数仅考虑国外引用信息,FD指数同时考虑国外和本国引用信息,FDS指数同时考虑国外、本国和自我引用信息,ISR指数在同时考虑3种引用类型的基础上进行赋权。可以发现,未赋权的F指数、FD指数和FDS指数之间差异显著。F指数均值为0.348,且随着时间推移,呈缓慢上升趋势,并在2019年达到峰值0.373。就绝对值而言,中国PCT专利质量指数与1相差甚远,表明中国与对照组国家之间的差距十分明显。FD指数、FDS指数均值分别为0.519和0.540,显著高于F指数。Boeing&Mueller[17]认为,中国专利政策的激励作用引致“引文膨胀”现象,导致FD指数和FDS指数偏高,无法准确反映中国PCT专利质量的真实水平。鉴于此,本文使用赋权ISR指数重新测度中国PCT专利质量。结果显示,ISR指数均值为0.380,并在2019年达到峰值0.447,且增速较为平缓。

为更加直观地了解中国与技术发达国家之间的差距,本文使用ISR指数测度全球主要创新强国(美国、日本、韩国、德国、英国、法国)的PCT专利质量水平,结果如表2所示。可以发现,2011—2019年,美国专利质量指数均值为1.285,显著高于其它国家,表明美国专利质量总体水平处于世界领先地位。专利质量水平位居第二的是英国,ISR指数均值为1.114,其后依次为韩国(0.886)、德国(0.736)、法国(0.679)、日本(0.606)、中国(0.380)。此外,仅美国、英国的ISR指数大于1,即这两个国家的专利质量水平高于对照组,其余国家低于对照组。从具体年份看,美国、英国的专利质量水平始终保持对其它国家的领先,韩国、德国呈交替领先的发展态势,中国始终处于最末端。从专利质量指数的增速看,2011—2019年中国ISR指数平均增速最快(3.21%),日本、德国的平均增速为负值(-5.61%和-0.70%),表明其专利质量不升反降。总体而言,中国的专利质量水平与发达国家仍有较大差距,但差距逐年缩小。

进一步地,本文分别测度高新技术细分领域(电子信息技术领域(Field_1)、生物与新医药技术领域(Field_2)、航空航天技术领域(Field_3)、新材料技术领域(Field_4)、高技术服务业领域(Field_5)、新能源及节能技术领域(Field_6)、资源与环境技术领域(Field_7)、先进制造与自动化领域(Field_8))的PCT专利质量水平,结果如表3所示。可以发现,2011—2019年新能源及节能技术领域、资源与环境技术领域的专利质量指数均值分别为0.386和0.385,显著领先于其余领域,其后依次为航空航天技术领域(0.379)、高技术服务业领域(0.374)、新材料技术领域(0.370)、先进制造与自动化领域(0.365)、电子信息技术领域(0.361)、生物与新医药技术领域(0.346),表明我国新能源和环保技术领域的专利质量较其它领域更高,而生物医药领域的专利质量有待进一步提升。从具体年份看,高新技术各细分领域的专利质量水平交替领先,呈现出“百花齐放”的发展态势。从专利质量指数的增速看,高新技术各细分领域专利质量水平增速的均值都为正,且差距不大。此外,各细分领域的ISR指数均小于1,说明高新技术各细分领域的专利质量水平均低于对照组,仅达到非中国质量基准的1/3。

3.2 指标有效性检验

为进一步检验本文构造的ISR指标在衡量专利质量方面的有效性,选取中国沪深A股上市高新技术企业作为研究对象,将专利质量测度细化至企业层面,并构建相应模型,以考察ISR指标的可靠性。

3.2.1 研究样本与数据来源

本文选取2011—2019年中国沪深A股上市高新技术企业作为研究样本,观测对象根据以下标准进行筛选:①剔除ST、*ST企业;②剔除2011年以后上市的企业;③剔除主要变量数据缺失或不全的企业。经过筛选,最终获得8 266个观测值。相关数据来自世界知识产权组织官网、国泰安数据库以及企业发布的报告。此外,为避免极端异常值对估计结果的影响,本文对变量进行1%和99%分位的缩尾处理。

3.2.2 基准回归

在Griliches[1]研究的基础上,本文认为企业当前和过去的研发投入水平会影响其知识产出,而专利质量提升又依托于有经济价值的知识的增加,因此研发投入对专利质量具有显著影响效应。具体而言,知识的产生取决于研发投入R&D,即专利质量P取决于即其中随机误差项μ和ν相互独立,进而得到P=αβR&D+βμ+ν。这一结论得到许多学者认可,如邓恒和王含[20]研究表明,专利质量与技术研发水平之间具有较强的相关性,而技术研发水平又取决于研发投入,即高质量专利往往意味着高研发投入;周建明等[21]认为研发投入水平直接决定创新成果质量,也决定专利申请质量;杨亭亭等[22]研究发现,研发强度对企业专利质量具有显著正向影响;曹雅迪等[23]进一步分析表明,加大企业研发投入力度是提高企业专利质量的有效措施;洪敏等[24]、蔡祖国(2016)、董亮和方中秀(2019)认为研发投入强度不足是导致低质量专利不断出现的主要原因;胡磊等[25]研究证实,企业创新投入的减少会导致专利质量降低。

基于上述分析,本文构建如下基准模型:

ISRht=α0+γR&Dht+Xhtβ+φk+τt+εht

(5)

其中,ISRht为企业h在t年的专利质量指数,R&Dht为企业h在t年的研发投入,Xht为其它可能影响专利质量的控制变量。资源基础观认为,企业基本特征和能力对专利质量具有显著影响效应。利益相关者理论和高阶理论认为,包括政府、债权人、企业高管和董事在内的企业利益相关者会因价值诉求和管理能力差异而对专利决策产生干预。因此,本文将表征企业特征和能力的规模(Size)、价值(Value)和成长性(Growth)以及表征企业利益相关者的债权融资(Debt)、政府补贴(Subsidies)、高管激励(Incentive)和独立董事(Director)作为控制变量纳入回归模型中,各变量定义如表4所示。h、t、k分别表示企业、年份和行业,φk、τt分别表示行业固定效应和年份固定效应。若R&D的系数γ显著为正,则认为ISR指数是衡量专利质量的有效指标。

表5为面板固定效应模型的OLS估计结果。结果显示,模型(1)中R&D的估计系数为1.145,在1%的水平上显著为正,即研发投入每增加1%,F指数就会增加0.011。这一结果证实了研发投入与专利质量之间具有正相关关系,表明F指数是衡量专利质量的有效指标。模型(2)(3)中R&D的估计系数分别为0.459和0.527,在10%的水平上均不显著,即纳入国内和自我引用信息后,专利质量与研发投入之间的相关性有所下降,系数γ接近于0且不显著。进一步地,本文将国内引用(D指数)和自我引用(S指数)分别独立作为因变量对研发投入进行回归分析,发现R&D的系数仍不显著,表明D指数和S指数无法对专利质量进行有效度量。模型(6)中R&D的估计系数为1.467,在1%的水平上显著为正,即研发投入每增加1%,ISR指数会增加0.015,表明ISR指数是衡量专利质量的有效指标。控制变量中,企业规模和政府补贴对专利质量具有显著促进作用,说明规模因素对企业专利质量提升具有积极影响,政府补贴通过降低申请成本激励相关专利申请。同时,高管激励对专利质量提升也具有一定促进作用,原因在于激励机制能够充分调动高管创新积极性,进而有意愿开展更为活跃的创新实践。

3.3 内生性检验

企业研发投入与专利质量之间可能存在一定程度的内生性干扰:①尽管本文控制了可能影响专利质量的一系列因素,但难免存在遗漏变量的可能;②专利质量较高的企业可能具有更为积极的研发动机,导致回归方程存在反向因果问题;③排除未在PCT系统上申请专利的企业样本可能存在一定程度的选择偏误。为此,本文采用工具变量估计缓解遗漏变量和反向因果问题,采用Heckman两步法缓解样本选择偏误问题。

3.3.1 工具变量估计

考虑到研发投入滞后期与当期水平存在一定程度的相关性,而研发投入滞后期对当期专利质量不存在显著直接影响,因此选择企业研发投入滞后一期(L.R&D)作为研发投入的第一个工具变量。同时,考虑到处于同一行业、同一地区的企业因面临相似的市场环境和竞争压力,导致在研发投入方面趋于一致(同群效应),而其它企业的研发投入对目标企业专利质量却没有显著直接影响,因此选择与目标企业处于同一行业、同一城市的其它企业研发投入的平均值作为第二个工具变量。表6为两阶段最小二乘估计(2SLS)结果。第一阶段结果显示,两个工具变量的估计系数均至少在5%的水平上显著为正,且工具变量联合显著性检验的F统计量为52.875,远大于10,证明工具变量选择有效;过度识别Sargan检验接受原假设,工具变量的外生性得到验证。第二阶段结果显示,控制内生性后,企业研发投入对专利质量仍具有显著促进作用。进一步比较OLS与2SLS的估计结果,发现考虑内生性后的系数估计值略小于未考虑内生性时的系数估计值,说明OLS回归可能高估了研发投入对专利质量提升的驱动效应。

3.3.2 Heckman两步法

前文将部分未在PCT系统上申请专利的高新技术企业排除出研究样本,但未申请PCT专利保护的企业并不意味着研发创新产出水平低,其可能通过其它途径或条约寻求专利保护。若直接检验研发投入对专利质量的影响,可能存在一定程度的样本选择偏误。为此,本文采用Heckman两步法解决上述问题。第一步,将未在PCT系统上申请专利的企业也纳入研究样本,并使用Probit模型估计企业是否进行PCT专利申请(Patent_desire)的概率(选择方程)。借鉴周亚虹等(2012)的做法,选择企业规模(Size)、企业年龄(Age)、资产流动性(Liquidity=(流动资产-流动负债)/总资产)、企业员工培训密度(Train=员工培训费/销售额)、企业员工中大学本科以上学历所占比例(Education)、高级管理人员所占比例(Administrator)、高级技术人员所占比例(Technology)作为影响企业PCT专利申请意愿的控制变量。第二步,将第一阶段计算得到的逆米尔斯比率(Milss)代入仅包含PCT专利申请量不为0的企业样本再次进行回归。若Milss显著,则样本选择性偏误得到有效纠正。同时,参考杨汝岱等(2011)的做法,本文将Heckman两步法和两阶段最小二乘(2SLS)方法结合进行估计,通过2SLS第一阶段回归结果得到企业研发投入的预测值,用预测的研发投入水平代替真实水平进行Heckman两步法回归,结果如表7所示。

结果显示,第一阶段选择方程中,所有解释变量均至少在10%的水平上显著,表明所选解释变量均能显著影响PCT专利申请意愿;第二阶段回归方程中,Milss在5%的水平上显著,且R&D的估计系数仍显著为正,表明纠正选择性偏误后,研发投入对专利质量仍具有正向促进作用,前文相关结论得到进一步支持。

3.4 稳健性检验

(1)替换核心解释变量。除研发投入与专利质量之间存在相关性外,还可能存在其它影响企业专利质量的因素,如企业动态能力[26]、人力资本水平[27]和管理层研发背景[28]。因此,本文以企业动态能力(DC)、人力资本水平(HC)和管理层研发背景(BG)作为核心解释变量进行回归分析,结果如表8所示。其中,动态能力采用企业流动比率衡量;人力资本水平使用企业技术员工占雇员总数的比重衡量;管理层研发背景使用虚拟变量衡量,若管理层具有技术职业(研究、工程和生产等)背景,取值为1,反之取值为0。模型(11)—(13)结果显示,企业动态能力、人力资本水平和管理层研发背景对专利质量仍具有显著正向影响,表明本文构造的赋权ISR指数能够有效衡量专利质量。

(2)改变核心解释变量测度方式。考虑到规模效应的影响,以企业研发投入与主营业务收入的比值(R&D强度)为解释变量并替代原有变量进行2SLS+Heckman回归分析,工具变量选择方法与前文一致。模型(14)结果显示,R&D强度对专利质量仍具有显著正向影响,与前文结论一致。

(3)控制截断样本偏误。考虑到样本中部分企业申请的专利因未在规定时间窗口内被引用,导致相应的ISR指数为0,此时因变量呈现出较为典型的截断数据特征。因此,采用IV-Tobit模型对因变量左侧截取样本的偏误加以控制,工具变量选取与前文一致,IV-Tobit模型估计结果如模型(15)所示。可以发现,企业研发投入对专利质量仍具有显著促进作用,估计结果与前文结论基本一致。

(4)考虑大企业主导效应。将年平均PCT专利申请量最大的5家企业排除出样本并重新进行2SLS+Heckman回归,结果如模型(16)所示。可以发现,R&D的显著性水平保持不变,表明研发投入对专利质量的影响并不是由某几个大企业主导。

4 结论、启示与局限性

4.1 研究结论

近年来我国实施的一系列专利扩张政策刺激了低质量专利申请,导致整体专利质量水平下降。基于此,本文总结现有专利质量测度方法的不足,通过改进基于引用数据的测度模型,提出赋权ISR指数,全面准确测度我国专利质量。该指数能够实现专利质量的跨国比较,修正由于政策因素导致的“引用膨胀”现象。进一步地,构建回归模型,检验赋权ISR指数在度量专利质量方面的有效性。本文主要结论如下:首先,基于赋权ISR指数的专利质量测度结果表明,近年来我国高新技术领域专利质量持续攀升,但与世界领先水平之间仍有较大差距,仅达到非中国质量基准的1/3,存在较大提升空间。其次,行业异质性分析表明,高新技术各细分领域专利质量均处于较低水平,其中,新能源及节能技术领域、资源与环境技术领域专利质量水平相对较高,而电子信息技术领域、生物与新医药技术领域的创新水平较为落后,是未来需要重点关注和扶植的对象。最后,基于企业层面的回归分析表明,以赋权ISR指数作为专利质量的代理变量时,核心解释变量的显著性水平均较高,表明该指数能够实现对我国专利质量的有效度量,且这一结论经过一系列内生性和稳健性检验后依然成立。

4.2 研究启示

尽管近年来我国采取专利补贴、税收减免等一系列政策手段鼓励创新,但高新技术领域专利申请仍存在“重数量、轻质量”的问题,补贴的创新挤出效应较为明显。为缓解这一现象,本文提出以下建议:首先,政府应进一步完善专利管理制度,强化专利质量核心意识,加大专利审查力度,及时淘汰低质量专利。同时,加快建立和完善以社会效益、经济效益为导向的科研绩效评价体系,引导和规范科研人员的专利申请动机与行为,减少低质、低效专利申请。其次,高新技术行业应建立专利质量考核体系,定期对企业专利强度和质量进行评分,激励企业提升专利技术含量。最后,高新技术企业应加强前沿技术的引进和吸收,提高技术创新能力,以技术创新引领行业发展。同时,重视专利人才和研发人才的培养,有效提高企业研发能力。

此外,本文研究表明,企业研发投入、动态能力、人力资本水平和管理层研发背景均对专利质量提升有显著激励效应。基于此,本文提出以下建议:首先,政府和企业应进一步加大研发经费投入。政府可以采取直接投入、补贴、贷款贴息等多种方式鼓励企业加大自主研发投入,通过合理配置科技资源,引导财政科技经费逐步由生产领域转移到研究开发领域,资助政策由重点支持产品开发转向支持研究开发。其次,企业应提高研发人员比重,通过引进相关人才提高人力资本水平,赋能技术创新。最后,企业应重视管理层在创新战略制定与实施过程中的作用。具有研发背景的高管更看中企业技术优势,更加注重企业的创新成果转化,更有利于企业创新水平提升。

4.3 研究局限

就研究对象而言,本文仅选取高新技术领域作为专利质量测度对象,未来可将考察对象扩展至其它行业和领域,以实现对我国各领域创新水平的全面衡量。同时,本文构造的赋权ISR指数仅适用于PCT专利,对于未在PCT系统申请专利的企业专利质量则无法衡量。就研究方法而言,本文将专利引用窗口时间设定为3年,而部分专利的价值体现可能需要更长时间。因此,未来可适度延长时间窗口,甚至比较不同时间窗口下测度结果的异同。这也表明本文使用的专利质量测度方法存在一定时滞性,无法实现对专利质量的实时评价。此外,本文采用回归分析法进行赋权,未来可尝试使用其它赋权方法,如熵权法、层次分析法和德尔菲法等,并比较不同赋权方法之间的优劣。

参考文献：

[1] GRILICHES Z. Patent statistics as economic indicators: a survey[J]. Journal of Economic Literature,1990,28:1661-1707.

[2] 宋河发,穆荣平,陈芳,等.基于中国发明专利数据的专利质量测度研究[J].科研管理,2014,35(11):68-76.

[3] 刘鑫,赵婷微.产业安全视角下全球高铁专利质量测度与风险识别[J].科技管理研究,2021,41(4):53-60.

[4] 孙振嘉,张向先.面向技术创新的企业专利水平测度研究[J].情报杂志,2015,34(3):71-76.

[5] 杨登才,李国正.高校专利质量评价体系重构与测度——基于23所高校的实证分析[J].北京工业大学学报(社会科学版),2021,21(2):109-121.

[6] REITZIG M. Improving patent valuations for management purposes:validating new indicators by analyzing application rationales[J]. Research Policy,2004,33:939-957.

[7] GAMBARDELLA A, HARHOFF D, VERSPAGEN B. The value of European patents[J].European Management Review,2008,5:69-84.

[8] RASSENFOSSE G D, JAFFE A B. Are patent fees effective at weeding out low-quality patents[J]. Journal of Economics and Management Strategy,2018,27:134-148.

[9] HARHOFF D, NARIN F, SCHERER F M, et al. Citation frequency and the value of patented inventions[J]. Review of Economics and Statistics,1999,81(3):511-515.

[10] 赵子夜,杨庆,陈坚波.通才还是专才:CEO的能力结构和公司创新[J].管理世界,2018,34(2):123-143.

[11] 江飞涛,陈强远,王益敏,等.财政补贴与企业技术创新——来自医疗医药行业文本分析的证据[J].经济管理,2021,43(12):62-78.

[12] HARHOFF D,SCHERER F,VOPEL K.Citations,family size,opposition and thevalue of patent rights[J].Research Policy,2003,32(8):1343-1363.

[13] MICHEL J,BETTELS B. Patent citation analysis: a closer look at the basic inputdata from patent search reports[J].Scientometrics,2001,51(1):185-201.

[14] BACCHIOCCHI E, MONTOBBIO F. International knowledge diffusion and home-bias effect: do USPTO and EPO patent citations tell the same story[J].Scandinavian Journal of Economics,2010,112(3):441-470.

[15] BOEING P,MUELLER E. Measuring patent quality in cross-country comparison[J].Economics Letters,2016,149(12):145-147.

[16] TIJSSEN R J W.Global and domestic utilization of industrial relevant science: patent citation analysis of science-technology interactions and knowledge flows[J.Research Policy,2001,30(1):35-54.

[17] BOEING P, MUELLER E. Measuring China's patent quality: development and validation of ISR indices[J].China Economic Review,2019,57:101331.

[18] LANJOUW J,SCHANKERMAN M. Protecting intellectual property rights: are small firms handicapped[J].Journal of Law and Economics,2004,47(1):45-74.

[19] LONG C X,WANG J.China's patent promotion policies and its quality implications[J].Science and Public Policy,2019,46(1):91-104.

[20] 邓恒,王含.高校科技成果转化的现实困境及解决路径——基于专利质量的实证分析与考察[J].中国高校科技,2021,35(Z1):124-128.

[21] 周建明,喻伟,王岩.企业专利申请质量提升研究[J].知识产权,2009,19(3):40-43.

[22] 杨亭亭,罗连化,许伯桐.政府补贴的技术创新效应:“量变”还是“质变”[J].中国软科学,2018,33(10):52-61.

[23] 曹雅迪,巩瑞娟,陈宁,等.我国上市中药企业专利质量研究——基于研发投入视角[J].中国中药杂志,2019,44(6):1284-1288.

[24] 洪敏,张涛,张柯贤.中国专利增长现状及动因研究[J].现代管理科学,2018,37(2):24-26.

[25] 胡磊,李震林,张强.混改背景下国有企业股权性质变化对企业创新效率的影响[J].财经理论与实践,2022,43(2):106-113.

[26] RAVICHANDRAN T.Exploring the relationships between IT competence,innovation capacity and organizational agility[J].Journal of Strategic Information Systems,2018,27(1):22-42.

[27] SHRADER R, SIEGEL D S. Assessing the relationship between human capital and firm performance: evidence from technology-based new ventures[J]. Entrepreneurship Theory and Practice,2007,31(6):893-908.

[28] 文芳.董事长特征、债务约束与企业 R&D 投资——基于广东战略性新兴企业的研究[J].证券市场导报,2015,25(9):21-26.

(责任编辑：陈 井)