2002年中国成为世界第一专利申请大国。此后10年间，发明专利申请受理量保持年均23.3%的增长。伴随着专利申请量飙升，“垃圾专利”过多的斥责声不绝于耳。从一个“专利大国”向“创新强国”转变亟需引导专利战略由数量速度型向质量效益型转变。如何测度专利或创新质量？哪些因素影响专利或创新质量？理论和实证研究仍然比较缺乏。
本文利用专利知识宽度来反映专利或创新质量，构建测度指标。利用上市公司数据研究专利知识宽度在测度创新方面的适用性及影响因素，进一步比较创新激励对创新数量和质量影响效果的异同。
随着即时更新企业专利数据越来越容易获得，越来越多的研究开始使用专利数量数据。但经济学家普遍认为专利数量并非创新的良好测度，原因在于这些指标都属于数量维度分析，而理论上测度创新还需要考虑创新的价值维度。囿于缺乏可行的替代指标，专利数量统计数据在实证方面仍然被频繁使用。此外，现有实证研究在利用专利文件揭示的信息方面仍然远远不够。除了专利数量的相关信息外，专利文件中还提供了权利要求、专利分类等很多有价值的信息。
在利用专利文件中的其它信息反映专利价值方面，Lerner（1994）基于IPC分类方案确定了一个专利保护宽度的替代变量———专利的IPC分类号数量（仅使用前4位数），并验证了其有效性。此外，该变量对生物科技公司价值有显著正向影响。Austin（1993）按照相同方法将专利分为“窄”专利和“宽”专利2类，发现宽专利企业的超额收益要高于窄专利企业。Harhoff和Scherer（2003）利用德国专利数据进行实证研究发现IPC分类号的数量与专利价值之间无显著正相关关系。此外，专利的引用信息、同族专利数量、专利异议状况等在表示专利价值方面都有着重要作用。
Tong和Frame（1994）利用专利说明书中的权利要求数量信息进行实证研究，认为权利要求数量能更好地反映一国技术创新能力。此外，一些研究发现权利要求数与反映专利价值的变量———比如专利的被引用次数以及专利涉及侵权诉讼的概率存在正相关关系。Lanjouw和Schankerman（2004）使用权利要求数、前向与后向引用数量、同族专利数量等多个指标构建指数来反映专利质量，发现此指数与公司股票市场价值显著正相关。
一、专利知识宽度的定义与相关测度
（一）专利知识宽度定义
技术进步的本质是有经济价值的新知识的增加，这些新增知识作为一种投入会促进经济的绩效。对于现代企业而言，在很多行业中产品、工艺和生产技术变得越来越复杂，这导致产品和工艺研发过程中所需知识的复杂程度不断增加，所有这些特征都要求企业应该具备更加复杂的“知识库”。最近的一些关于技术进步的文献开始注意和强调产业或企业知识库的不同性质和特征对创新的作用和影响。例如，Nesta和Saviotti（2004）对医药行业的分析发现，企业知识库的多元化（或广度）和连贯性对企业的创新绩效有显著正向影响。
为了从专利所含知识角度来研究创新，提出专利知识宽度概念，定义为某项专利内含知识的复杂程度。提出此概念的理论逻辑如下：复杂产品生产系统要求企业应该具备复杂的知识系统，而专利作为有重大经济价值的创新性知识的重要载体，所含知识复杂程度影响专利价值；企业专利知识宽度作为反映企业专利价值的一个变量，内生于企业专利之中，会影响企业依靠专利产品获得的事后垄断力量进而影响企业绩效，因为专利内含的知识越复杂，模仿和改善该专利产品的难度越大，相关替代产品越少。
专利知识宽度从专利内含知识角度反映专利价值，能够反映创新的质量，有利于克服仅仅利用专利的数量维度来测度创新的不足。因此企业的专利知识宽度便成为一个重要的衡量专利价值和创新质量进而衡量企业创新能力的指标。
（二）专利知识宽度以及专利价值的测度
为了测度专利内含知识的复杂程度，利用了专利文件中的IPC分类号数量信息。仅使用专利的IPC分类号数量并不能反映一项专利IPC分类之间的内部差异，例如一项分类号为B29C47/04、B29C47/56、B02B6/02的专利和一项分类号为A61K35/78、A61B39/06、A61P9/00的专利，虽然两者的IPC分类号数量同为3，但前者有两个分类号都隶属于B29C47大组，也就是说该专利利用B29C47和B02B6两个大组的知识，而后者却利用A61K35、A61B39和A61P9三个大组的知识，两者利用知识的范围是不同的。为反映这种差异采用Herfindahl指数对其进行加权。加权方法：加权权重=1-Σa2。其中，a为各大组分类所占比例，该指数越大，各IPC分类之间的差异越大，表明专利利用的知识范围越复杂。
为了考察专利知识宽度对专利价值的影响，使用了几个能够反映专利价值的变量来测度专利价值。第一，将具有“专利申请撤回”、“专利申请被驳回”以及“专利权的视为放弃”等3种法律状态的专利视为经济价值较低的专利。因为这些专利在企业进行专利申请后未获得授权或获得授权后放弃了专利权；此外，伴随着企业的专利申请，这些发明的相关信息也被披露公开，说明这些专利申请的经济价值较低。第二，将企业有实施许可合同备案以及同族专利的专利视为价值较高的专利。因为只有当专利的价值较高时，企业才会为内容相同或基本相同的专利在不同国家或国际组织多次申请专利，受让企业才会申请该专利的实施许可。第三，使用一项专利所具有的同族专利数量的多少来衡量专利价值大小。由于专利价值要受到专利生命期长短的影响，因此，在其他条件相同的情况下，专利生命期的长短也可以反映专利价值。用具有“专利权终止”此种法律状态的专利的授权日到专利权终止日所经历的时间来测度其生命期长短，反映专利价值。
第四，一项专利由一系列的权利要求构成，其中每一个权利要求都可以看作是一个独立的发明。
这些权利要求反映了专利中包含的知识或信息，确定了知识产权边界，因而会在一定程度上表明专利价值。因此，利用每一项专利的权利要求数量作为反映专利价值的指标之一。为了考察专利知识宽度在反映专利价值或创新质量方面的适用性，分析创新质量的影响因素并比较创新激励对创新数量和质量影响效果的异同，利用上市公司数据进行了实证研究。使用的上市公司数据通过CCER中国经济金融数据库1991—2009年一般上市公司数据获得，专利的相关数据通过中国知识产权网提供的专利检索数据库按公司名称和年份以及专利号逐条手工检索获得。
二、专利知识宽度、创新质量与增长
（一）描述性分析
对后续实证分析中使用到的变量进行一个描述性统计分析。
从表1中可以看出，中国专利的平均知识宽度为2.52，最小宽度为1，最大宽度为12。就专利权已经终止的专利而言，生命期较短，平均生命期为3.84年，最短的仅1年，生命期最长不超过11年，远小于专利法定保护期限的20年。专利平均权利要求数量为7.88，最少的为1，最多的为50。低于发达国家1990年的专利平均权利要求数量。样本中拥有同族专利的比例为2.3%，就拥有同族专利的专利而言，平均同族专利数量为3.2，小于德国的3.59。
就企业样本而言，拥有专利的企业占所有企业的比例为19.71%，企业拥有的专利数量极不平均。此外，本文使用lerner指数来反映企业垄断力量的大小，用企业的税费返还率来度量政府产业政策的支持力度，用财务宽松度衡量企业通过自有资金和举债为特定项目进行融资的能力。相关变量的描述性分析结果如表2所示。
（二）专利知识宽度对专利价值的影响
用上述能够反映专利价值的变量作为因变量，考察专利知识宽度对专利价值的影响。自变量除了专利知识宽度外，还加入了专利的行业类别虚拟变量以控制行业效应。专利的行业类别使用专利主分类号的首字母来表示，共分8类。由于主要关注的是专利知识宽度对专利价值的影响，专利价值的行业效应未报告，相关结果如表3所示。
将专利申请中企业撤回、放弃和被驳回的专利视为价值较低的专利，用虚拟变量0表示，将企业有许可备案或同族专利的专利视为价值较高的专利，用1表示。由于被解释变量是一个0、1变量，采用probit和logistic回归方法对数据进行估计，方程1和方程2是回归结果。由两方程可以看出，专利价值高低与专利知识宽度之间存在显著正相关关系。
由于专利价值要受到专利生命期长短的影响，因此，用专利生命期作为因变量，考察专利知识宽度与专利价值之间的关系。专利生命期为因未缴年费或其他原因而终止的专利的授权日到专利权终止日。采用OLS估计方法对方程进行估计，估计结果见方程3，可以看出，专利的生命期长短与专利知识宽度之间存在显著正相关关系。
在方程4中，用专利所具有的同族专利数量多少来反映该专利的价值，考察专利知识宽度与专利价值之间的关系。由于同族专利数量为离散的整数且数值较小，因此回归模型采用了计数模型。结果表明，一项专利的同族专利数量多少与专利知识宽度之间显著正相关。
在方程5中，用专利的权利要求数量来反映专利的价值，考察两者之间的关系，采用计数模型进行估计。估计结果表明专利的权利要求数量与专利知识宽度之间显著正相关。5个方程的估计结果都表明，专利知识宽度可以反映创新的质量，专利知识宽度是决定专利价值的重要因素，与专利价值之间存在显著正相关关系。
（三）企业专利知识宽度对增长的影响
用上市公司的利润增长率为因变量，考察企业专利知识宽度对利润增长的影响。自变量除了企业专利的平均宽度（取对数）外，还加入了企业新增专利的数量（取对数）以考察企业专利数量增加对利润增长的影响，加入上市公司总资产的对数以控制可能出现的规模效应。此外，根据中国证监会制订的CSRC行业分类方法对行业进行分类，加入行业虚拟变量以控制行业效应。本文将样本分为制造业和非制造业两个大类。此外，根据样本数量的多少，将制造业进一步细分为石油化学塑胶塑料（C4）、电子（C5）、金属非金属（C6）、机械设备仪表（C7）、医药生物制品（C8）、其他制造业。将非制造业进一步细分为信息技术业（G）和其他两类。
数据集为非平衡面板数据，对数据进行Hausman检验，表明应该采用随机效应模型进行估计，估计结果如表4所示。表4方程1～4所得估计结果表明，企业专利数量对企业利润增长率无显著影响，而企业专利知识宽度对企业利润增长率有显著正向影响。
对企业而言，企业专利知识宽度可能是内生的，为了克服企业专利知识宽度的内生性问题，采用系统GMM方法对数据进行进一步估计，估计结果如表4方程5所示。在克服了企业专利知识宽度的内生性后，仍得出了相似的结论，即企业专利知识宽度对企业利润增长有显著的正向影响，企业专利数量对企业利润增长无显著影响。
与专利数量相比，企业专利知识宽度可能是反映企业创新能力更好的指标，企业的专利知识宽度而非专利数量促进了企业利润的增长。
（四）各行业专利知识宽度的比较
为了进一步说明专利知识宽度在测度创新能力方面的适用性，将上市公司分为8个行业，并对各行业的专利知识宽进行统计分析，统计结果如表5所示。结果发现一些高新技术行业的专利知识宽度要大于其他行业，比如，医药生物制品行业的专利知识宽度最大，其次为信息技术和电子行业，而其他行业的专利知识宽度要远远小于这3个行业。
这从一个侧面说明，随着技术复杂程度的增加，行业的专利知识宽度会增加，企业专利知识宽度是一个较好的衡量创新能力的指标。
（五）专利数量和专利知识宽度变化趋势差异
专利知识宽度是决定专利价值和企业增长的重要决定因素，可以作为反映创新质量和创新能力的一个指标。这就要求在对创新能力进行横向或纵向比较时，注意专利知识宽度的变化。当专利知识宽度发生明显变化时，仅使用专利数据来测度创新能力可能会扭曲实际的创新能力。
图1显示了中国上市企业专利数量和专利知识宽度随时间的变化趋势。从中可以看出，两者的走势存在相当大的差异：中国上市企业发明专利数量在迅速增加；但企业专利知识宽度在2006年以前逐年上升，此后呈现下降趋势。CRSC各行业都表现出相似的趋势（各行业结果未给出）。这表明若单单以专利数量来衡量，上市企业的创新能力在迅速提高；从专利知识宽度来看，并不能得出上市企业创新能力在迅速提高的结论。
作为技术进步的源泉创新能力的提升与国家或企业资源禀赋结构和水平密切相关，这就决定了创新能力的提升必定是一个循序渐进的过程，不可能一蹴而就。从这个方面而言，用企业专利知识宽度测度中国的创新能力可能更符合现实。
三、创新质量与数量影响因素影响效果差异研究
（一）模型设定与说明
设计以下面板数据计量模型来考察创新质量的影响因素，并利用该模型进一步比较创新数量与质量影响因素影响效果之间的差异。
因变量y表示创新，分别用创新数量和创新质量来表示，其中创新数量用企业获得的发明专利数量（取对数）来表示，创新质量用企业发明专利的平均专利知识宽度（取对数）表示。自变量包括垄断程度（lerner）、财务宽松度（slack）、政府产业政策支持力度（policy）、企业规模（size）、需求（demand）以及所有制（D）和产业（industry）虚拟变量。
垄断和竞争到底哪种市场结构有利于创新？这一争论始于熊彼特对垄断力量及企业规模的辩护，也一直是经济学家争论的话题。前期的实证研究多使用市场集中度来测度垄断力量，但集中度并不是一个较好反映产业竞争程度的替代变量。利用企业的营业收入、资本存量（固定资产净值）以及支付的员工工资等数据估计出企业产品的需求价格弹性，并根据其与Lerner指数的关系计算得到lerner指数，用来反映企业垄断力量的大小。
将财务宽松度（financial slack）定义为企业通过自有资金和举债为特定项目进行融资的能力。企业自有资金融资的能力用其经营活动产生的现金流量净额来反映，该指标是指企业收到的与经营活动有关的现金流入，减去支付的与经营活动有关的现金流出的净额。债务融资能力用企业新增的流动和长期负债数量反映。用两者之和用营业收入标准化后得到的指标反映企业整体的财务宽松程度。
对于政府产业政策的支持力度，使用企业的税费返还率———企业收到的税费返还与支付的各项税费的比例来度量。前者指企业收到返还的各种税费；后者指企业按规定支付的各种税费，包括本期发生并支付的税费，以及本期支付以前各期发生的税费和预交的税金。
对熊彼特假说的检验往往涉及创新活动与企业规模之间的关系。由于样本选择、模型设定、计量技术以及变量测度的不同，对于两者之间关系的实证研究并没有得到一致的研究结论，实证结果从线性相关、倒U形关系、U形关系到无显著性不一而足。本文使用总资产的对数来衡量企业的规模。
Schmookler（1962，1966）的文章引起了经济学家对技术进步到底是“需求拉动”还是“技术推动”的争论。他认为是需求，而非技术和科学知识的状态，决定了创新活动的速度和方向。为了验证需求对创新的影响，本文用营业收入增长率来表示需求的动态增长效应。
根据上市企业所有制差异将上市企业区分为国有和民营两种类型。计量过程中以民营上市企业为基准。行业分类同前，区分为8类。
（二）计量分析与结果
在进行计量分析之前，首先对自变量之间的相关性进行分析，结果如表6所示。分析结果显示这些变量之间的相关系数都较小，因此，可以忽略以这些变量作为自变量进行回归所导致的多重共线性。
为了考察创新质量的影响因素以及创新数量与质量影响因素之间的影响差异，使用面板数据模型对数据进行实证分析。由于计算得出的lerner指数并不随时间而发生变化，不能采用固定效应模型进行估计，因此使用随机效应模型对面板数据进行估计，结果如表7所示。
回归结果表明，垄断对创新数量的提高有显著正向影响，但对创新质量的提升有显著负向影响。出现此种情况的原因可能在于中国垄断程度较高的企业将提高专利授权数量而非提升专利质量作为一个主要目标，希望通过大量的专利设置专利壁垒以阻碍其他企业的竞争和进入，保持自己的垄断地位。
税费返还率对创新数量的提高有显著正向影响，而对创新质量的提升有显著负向影响。产业政策的支持虽然提高了创新数量，但降低了创新的质量，说明产业政策支持或非自筹资金利用的效率较低。这可能与一些地方政府片面追求专利申请授权数量为主要目标的创新资助政策有关，此类不完善的创新资助、评定和约束机制诱发了问题专利和垃圾专利数量的增加。
财务宽松度对创新数量的提高有显著正向影响，并且对创新质量的提升也有显著正向影响。通过自有和举债为研发和创新融资不仅提高了创新数量而且有利于提高创新的质量，说明自筹资金的利用效率较高。这可能是由于企业自筹资金的资金成本较高，约束较强，从而会促使其得到更合理和有效的利用。
规模对企业创新数量的提高有显著正向影响，但对创新质量的提升影响并不显著。对于创新质量而言，较大的企业规模有利于创新的熊彼特假说并不成立。这些结论在某种程度上说明创建大型企业集团，推动建立“领军企业”的政策不一定对国家的创新能力有促进作用。
就需求对创新的影响而言，营业收入增长率对创新数量的提高有显著正向影响，而对创新质量的提升无显著影响。这在一定程度上说明，中国企业的经营方式多为外延型的粗放式经营，需求的迅速扩大并未带来创新质量和创新能力的显著增强。未来中国企业还是需要通过提高创新能力走一条依靠内涵式的集约经营的道路。
就所有制虚拟变量而言，国有企业的创新数量要显著高于民营企业，发明专利主要掌握在国有企业手中，但民营企业的创新质量要显著高于国有企业。
四、研究结论与政策建议
专利知识宽度可以反映创新质量。企业专利知识宽度对企业利润增长有显著正向影响。高新技术行业的专利知识宽度要大于其他行业。企业专利知识宽度可能是反映企业创新能力更好的指标。
垄断和产业政策支持对创新数量的提高有显著正向影响，但对创新质量的提升有显著负向影响。财务宽松度对创新数量的提高和创新质量的提升都有显著正向影响。规模和需求的迅速增长对创新数量的提高有显著正向影响，但对创新质量的提升影响并不显著。
参考文献：
[1]朱新力，张钗园.专利资助政策的困境与改革要略[J].浙江大学学报：人文社会科学版，2012，42（5）：91-100.
