專利視角下長三角高校技術創新策源分析

王香蓮，徐 萍，胡金杰

（1.臺州學院圖書館，浙江 臺州 318000；2.浙江樹人學院信息科技學院，浙江 杭州 310015；3.紹興文理學院數理信息學院，浙江 紹興 312000）

0 引言

高校是國家的科技智庫［1］，是國家基礎研究的主力軍、重大科技創新的“摘星人”，在國家整體戰略和科技創新驅動發展中發揮著重要的創新策源作用，是國家科技創新的前沿陣地和重要的技術創新策源地。

“創新策源”是以強化原始創新、增強源頭供給作為國家創新驅動發展戰略后被廣泛提起的概念，對經濟高質量、跨越式發展具有不可預估的作用。目前，政策層面已將增強創新策源能力和打造創新策源地作為國家/地區的戰略目標予以設計和實施，學界的研究主要以科技視角，從創新策源能力和創新策源地兩方面展開，少有針對技術創新策源的研究，而關于高校作為創新主體的相關研究更少。

1 研究綜述

技術創新策源是一個國家/地區把握技術發展前沿趨勢、突破關鍵核心技術、成為高端技術發明的創造者和創新產業開拓者的重要內容［2］，它是高質量的技術創新，也是國家/地區經濟高質量、跨越式發展的核心競爭力和硬核引擎。目前關于技術創新策源的相關研究相對較少，盧超等［3］認為國家技術發明獎可以表征技術創新策源能力；衣春波等［4］從專利視角對上海、紐約、東京和倫敦AI 領域的技術創新策源能力進行了評價研究。學界研究主要從創新策源能力研究和創新策源地建設兩方面展開。

創新策源能力的研究主要從概念內涵解讀和評價展開。陳超［5］指出創新策源能力至少包括學術新思想、科學新發現、技術新發明和產業新方向4 個方面。李萬［2］指出“策”主要指制度創新，“源”主要指通過創新生態孕育更多的原始創新成果；敦帥等［6］認為創新策源能力是融合能力建設和條件建設，催生更多原始創新成果的綜合能力。評價方面，寧連舉等［7］采用熵權法、TOPSIS 法（逼近理想方案排序法，Technique for Order Preference by Similarity to an Ideal Solution）和灰色關聯分析法得出全國八大經濟區域的創新策源能力差異明顯；張金福等［8］運用模糊綜合評價法分析出各省的創新策源能力分布不均衡，創新集聚趨勢明顯；劉琦［9］采用HAKEN 協同演化模型評價了粵港澳大灣區的科技創新策源能力，并通過SOM 聚類算法識別了科技創新策源要素［9］。另外，敦帥等［6］利用熵值法對北京、上海、紐約等國際創新城市的創新策源能力進行了評價研究。

創新策源地建設的研究主要以政府戰略設計和媒體報道為主，學界研究還處于起步階段。林漢川等［10］最先提出技術策源地概念；劉剛等［11］認為技術策源地是技術擴散地的賦能者，兩者能夠產生互補性創新；王少［12］認為科技創新策源地是以科技創新中心為基礎的特定科技創新活動的發源地，以搶占高科技新高地，為產業發展提供原始創新供給為建設目的，并從策源基礎、策源動力、輻射通道、孵化箱四個維度提出科技創新策源地的建設路徑；劉雪鳳等［13］利用AHP-模糊綜合評判法對我國“985”高校的知識產權能力進行評價發現，綜合類高校強于理工類高校和社科類高校，東、中、西部呈由高到低三級階梯分布，高校的知識產權創新能力、成果運營、保護和管理效率有待于提高；張慧卿等［14］對京津部分高水平高校的技術創新能力進行評價發現，清華大學、北京大學、北京航空航天大學和北京化工大學的技術創新能力較強，但專利運營比例遠低于國外一流大學；李文輝等［15-16］分別對經濟發達地區和國家中心城市高校的技術創新溢出能力進行了研究。

綜上所述，目前學界關于創新策源的研究，大多以科技視角展開，單技術視角的創新策源研究較少；雖已有技術創新策源能力和區域創新策源能力的相關研究，但針對高校這一創新主體的相關研究還沒有；雖已有高校技術創新能力及創新領域的研究，但主要以高水平高校和經濟發達地區高校為主，以長三角高校為對象的研究較少。長三角高校作為國家基礎研究和高新技術領域主力軍、高水平技術人才培養搖籃，在國家創新戰略中發揮著重要的技術創新策源作用［17］。因此，基于創新策源能力和創新策源地的研究基礎，構建一套科學、易操作的技術創新策源評價指標體系對長三角高校的技術創新策源進行實證研究具有重要意義。

2 技術創新策源評價指標體系構建

2.1 指標選取與說明

突破關鍵核心技術，成為高端技術發明的創造者和創新產業開拓者是技術創新策源的核心。專利作為技術創新的重要載體，是最常用的技術創新衡量指標，但專利質量呈現高度偏態分布［18］，只有高質量的專利才具有創新策源作用。因此，本文立足于高質量專利，以發展性、應用性為原則，從原始技術創新和技術創新輻射兩個維度構建技術創新策源評價指標體系，同時，參考世界大學科研競爭力評價指標［19］，細分技術創新生產力、技術創新發展力、技術創新影響力和技術創新聯動力4 個二級指標，具體評價維度構成和指標如表1 所示。

表1 技術創新策源評價指標及權重

2.1.1 原始技術創新

③使用該軟件可在計算模型內查取任意位置滑弧的安全系數，據以確定可能的滑動區域，指導除險加固方案的科學合理選取。

技術創新策源強調技術原創性、突破性能力和持續創新能力，包括技術創新生產力和技術創新發展力。技術創新生產力是技術創新的數量與能級體現，設置高被引論文和授權發明專利兩個指標，這兩個指標是學術界普遍認同的高質量技術創新產出形式。論文被引用是衡量論文創新程度的重要指標，高被引論文代表高質量的基礎研究［20］。我國當代技術，如衛星、通信、超導、核能、航空航天等技術的突破，90%左右源于基礎研究的發展［21］。授權發明專利數量是技術創新強度的重要指標，“十四五”時期，萬人授權發明專利數就被作為一個重要戰略指標。技術創新發展力是技術創新過程中的持續創新發展能力，設置實質審查專利和授權發明專利增長率兩個指標。實質審查是國家專利局對申請專利的新穎性、創造性、實用性等實質性內容所作的審查，是發明專利授權的關鍵一環，能反映技術創新的活躍程度。實質審查專利數量越多，未來產出授權專利越多。技術創新策源并非某個短暫的時間截面，而是一段時期內創新主體的技術創新對社會、產業的促進和輻射作用。授權發明專利增長率是評價一段時期內授權發明專利成長狀況和發展能力的重要指標，能反映技術創新的發展性和持續性。

2.1.2 技術創新輻射

技術創新策源更強調技術創新的輻射能力。策源最重要的特征是技術的“以有促新”“以有生新”“以有濟無”能力和對產業、社會的促進、輻射能力，以技術創新影響力和技術創新聯動力表征。

借鑒學術影響力的定義，技術創新影響力是指一段時期內專利對相關技術創新領域的影響范圍和影響深度，設置被引證專利和高價值專利兩個指標。專利之間的引證體現了技術間的關聯信息，一件專利被其他文獻引用越多，其技術影響力越高，越能體現其技術創新策源能力。高價值是專利的核心意義，是每個創新主體共同的追求，專利價值越高，越能對產業和社會帶來正向的促進和推動作用。技術創新影響力數值越大，代表技術創新輻射影響力越強。

技術創新聯動力包含合作創新專利和專利轉移轉化率兩類指標，激發創新主體合力也是技術創新策源能力的體現。三螺旋創新理論之父埃茨科威茲認為創新越來越依賴于大學、產業、政府之間的相互作用，已有研究證明合作專利有利于提高專利質量及專利成果轉化［22］。技術創新最終需要得到市場檢驗，才能實現創新價值。2020 年，教育部聯合多部門印發文件，要求全面提升高校專利質量，強化專利轉化、實施，實現高校技術創新轉化為服務經濟、社會發展的現實生產力，專利轉移轉化運營體現了高校的技術需求和知識轉移能力。專利轉移轉化率是指轉讓、許可和質押等實施專利占授權專利的百分比，該指標數值反映了專利成果轉化為生產力的能力，其數值越大，技術創新策源的輻射聯動力越強。

2.2 指標賦權

利用熵值法進行指標賦權。熵值法根據樣本指標攜帶信息量的離散程度確定指標權重，離散程度越大，熵越小，指標的權重越大。指標離散程度Yij的計算公式：

指標熵值計算公式：

指標權重計算公式：

3 長三角高校技術創新策源實證分析

3.1 對象選取

長三角區域共有近500 所普通高校，浙江大學、上海交通大學、復旦大學等30 所高校的授權發明專利占總授權發明專利的比例近60%，說明這30 所高校是長三角區域的技術創新核心高校，具有較高的技術創新策源能力，可以反映長三角區域高校的技術創新策源情況。因為專利授權具有時滯性，本文以2011—2020 年長三角區域高校的授權發明專利總量為篩選條件，選取前30 所高校作為樣本，研究其技術創新策源情況，如表2 所示（檢索時間：2022-03-17）。

表2 樣本高校信息

3.2 數據采集與處理

本文的高被引論文數據來源于Web of Science（WOS）數據庫，專利部分原始數據來源于智慧芽（Patsnap）全球專利數據庫。WOS 數據庫是國際上具有影響力、權威的大型綜合性、多學科引文索引數據庫。Patsnap 數據庫收錄了全球126 個國家/地區的專利數據，并對數據進行了深加工，擁有近200 個檢索字段，包含豐富的專利基本信息、申請信息和市場化信息，符合本文的研究要求。為了更準確地衡量創新成果數量，避免同一申請文本被重復計數，文中把同一個申請文本的后續申請均記為等同專利，計一項專利。

利用TOPSIS 法進行數據處理。TOPSIS 法又稱逼近理想方案排序法，是有限方案多指標決策分析的一種常用方法。TOPSIS 法通過計算評價對象與有限方案中最理想方案X+和最差方案X-之間的距離得到D+和D-；根據D+和D-計算相對接近程度C值；C值越大，代表評價對象越優秀。TOPSIS 法能充分體現原始數據信息，客觀真實地反映各評價對象之間的差距［23］。

首先，利用公式（4）對指標原始數據X進行歸一化處理，得到數據X′如下：

應用公式（1-3）得到表1 中各指標權重；應用公式（6-8）得到各樣本高校的相對接近度C值及排名，如表3 所示。

表3 樣本高校的專利歸一化數據、C 值及排名

續表

3.3 結果與分析

3.3.1 長三角高校技術創新策源現狀

從樣本高校的技術創新策源C值測算可以看出，各樣本高校的技術創新策源表現不均衡，差距明顯。浙江大學（第1 名）和上海交通大學（第2 名）的C值大于0.6，遙遙領先于其他高校，是長三角區域高校技術創新策源的領跑者。從第3 名開始，各高校的C值呈現斷崖式下降，最高值只有0.353，平均值為0.208。

從排名梯隊看，第1 梯隊（排名前10 名）中，上海市3 席（占本市高校的3/7，約42.9%），江蘇省5 席（占本省高校的5/14，約35.7%），浙江省1 席（占本省高校的1/7，約14.3%），安徽省1 席。江蘇省占據了第1 梯隊的半壁江山，上海市樣本高校的占比最高（安徽省樣本量太少，此處不計算在內），說明上海市和江蘇省高校的技術創新策源整體較強。第2 梯隊（排名第11 至第20 名）中，江蘇省7 席，浙江省2 席，上海市1 席，江蘇省占據絕對優勢。第3 梯隊（排名后10 名）中，上海市3 席，浙江省4 席。

從圖1 中的C值分布看，上海市高校呈離散分布，上海交通大學、復旦大學和華東理工大學3 所高校高于樣本均值，其余4 所高校低于樣本均值；浙江省除浙江大學外，其余高校均低于樣本均值；江蘇省高校的C值分布相對均衡，密集分布于樣本均值附近，有9 所高校的C值高于樣本均值；安徽省高校在樣本均值上下各有1 所。整體而言，上海市、江蘇省和安徽省高校的C值均值高于樣本均值，浙江省低于樣本均值。

圖1 樣本高校的相對接近度C 值分布圖

3.3.2 長三角高校技術創新策源特征

為了勾勒高校的技術創新策源特征，揭示創新差異，本部分以各區域/類型高校的指標均值與樣本高校指標均值比值來表征創新指標優勢。若所得比值大于1，說明區域/類型高校該指標優于樣本高校平均水平，即區域/類型高校該指標在樣本高校內具有比較優勢，比值越大，優勢越強；若所得比值等于1，說明區域/類型高校與樣本高校平均水平相當；若所得比值小于1，說明區域/類型高校低于樣本高校平均水平。計算各區域/類型高校的指標均值與樣本均值的比值，根據所得結果繪制指標雷達圖，如圖2 和圖3所示。從圖中可以看出，各區域/類型高校技術創新特征不同，各具特點。

圖2 不同區域樣本高校創新指標雷達圖

圖3 不同類型樣本高校創新指標雷達圖

（1）不同區域高校的技術創新策源特征。

由圖2 可以看出，上海市高校憑借超強的綜合科研實力和區位優勢，高價值專利、合作創新和高被引論文指標具有顯著優勢，達到或接近樣本均值的1.5 倍，授權發明專利、實質審查專利和被引用專利略低于樣本水平，專利轉移轉化率和授權發明專利增長率表現不佳。江蘇省高校在授權發明增長率和專利轉移轉化率指標表現突出，其他指標略優于或接近樣本平均水平，相對短板是高被引論文和高價值專利指標。浙江省高校的授權發明、實質審查專利和被引證專利指標略優于樣本平均水平，高被引論文和專利轉移轉化指標表現欠佳。安徽省高校的高被引論文指標優異，明顯高于樣本平均水平，但轉移轉化率、合作創新、專利被引證等指標短板明顯。

（2）不同類型高校的技術創新策源特征。

由圖3 可以看出，農林類高校的技術創新策源特征突出，專利轉移轉化率和發明增長率指標表現搶眼，其他指標差距明顯。南京林業大學的專利轉移轉化率居樣本高校榜首，南京林業大學基于農、林、材料測量測試、微生物、酶、材料分析與處理、新植物培育與植物栽培等產業應用與關鍵核心技術攻關，以需求鏈開拓創新鏈，以創新鏈布局產業鏈，以產業鏈部署創新鏈，打通了高?？萍紕撔庐a學研用的“最后一公里”［24］；浙江海洋大學近10 年授權發明專利增長率增長迅速，在樣本高校中排名第2。綜合類高校的高被引論文、授權發明專利、實質審查專利、被引證專利、高價值專利、合作創新專利等指標表現優秀，特別是高被引論文和高價值專利指標明顯優于其他類型高校。浙江大學、上海交通大學、復旦大學、南京大學和中國科學技術大學的高被引論文產出超過1 000 篇。綜合類高校的高價值專利占樣本高校高價值專利的64.2%，其中，浙江大學和上海交通大學兩校就占了36.9%。理工類高校的授權發明專利增長率略高于樣本均值，轉移轉化率接近樣本均值，但其他指標低于樣本平均水平。

4 結語

4.1 長三角高校的技術創新策源差距明顯

浙江大學和上海交通大學是長三角區域高校技術創新策源的領跑者，其他高校的技術創新策源能力相對集中，呈微弱梯度。省際高校而言，上海市、江蘇省高校由于地緣、經濟、產業優勢，“雙一流”高校數量、高校規模等先天因素，高校的技術創新策源表現較好；浙江省和安徽省整體技術創新策源表現偏弱。省內高校而言，上海市在各層次都有表現，呈梯度分布；江蘇省相對均衡，排名以中高層為主，差距不大；安徽省處于中等層次；浙江省斷層嚴重，除浙江大學遙遙領先外，中高層次空缺嚴重，中低層次較多。

4.2 長三角高校的技術創新策源各具特征

從高校所屬區域而言，上海市高校的高價值專利、合作創新專利和高被引論文指標，江蘇省高校的授權發明專利增長率和專利轉移轉化率指標，浙江省高校的授權發明、實質審查專利和被引證專利指標，安徽省高校的高被引論文指標均表現優異，但專利的轉移轉化、合作創新和被引證等指標是區域高校技術創新策源的核心短板。從高校所屬類型而言，農林類高校在專利轉移轉化率和發明增長率指標表現搶眼，綜合類高校的高被引論文和高價值專利指標明顯優于其他類型高校，理工類高校的授權發明專利增長率和轉移轉化率指標略優于綜合類高校。

5 提升建議

縱觀整體指標數據，高價值專利、合作創新和專利的轉移轉化率等指標是技術創新策源評價的關鍵指標，也是長三角高校技術創新策源的核心短板，更是后期高校技術創新策源的重點和突破點。結合本文分析，提出以下幾點建議：

（1）聚力攻堅，共促技術創新量質齊升。2011—2020 年長三角區域高質量專利在授權專利中占8.86%，長三角高校的高質量專利占比11.82%，樣本高校高質量專利占比21.36%，總體而言，高質量專利占比不高。作為技術創新的重要領跑者，高校須立足國家迫切需求和長遠需求，結合區域、產業發展痛點、難點，挖掘、篩選、提煉技術創新策源點，確定技術研究路線，加大科研資金投入，聚力突破關鍵核心技術，占領技術創新新高地。積極開展技術創新成果的專利挖掘和前瞻布局，建立專利申請預審機制，確保高質量專利的撰寫、申請、確權和全面系統保護。

（2）取長補短，共建創新共同體。在長三角一體化高質量發展背景下，積極探索建立開放、集成、高效的協同創新模式，構建多學科融合、多團隊協同、多技術集成的重大研發與應用平臺，鼓勵高校與高校、高校與企業之間強強合作、互補性合作，實現創新要素和創新資源的優化整合，綜合高校的不同高精尖優勢，進一步發揮高水平高校的創新輻射引領作用。聯合企業和科研院所，圍繞國家重點發展的戰略性新興產業和區域傳統優勢產業，打造覆蓋長三角的創新集群，共建創新共同體，促進關鍵核心技術的合作立項、技術攻關、技術供給和轉移轉化，推動教育鏈、創新鏈、產業鏈的良性循環，構建良好的創新生態體系。

（3）深度融合，共促成果轉移轉化。隨著高校技術創新成果轉移轉化激勵政策的相繼出臺和完善，轉移轉化率已得到明顯提高，但相對于美國、德國等國家高校，國內高校技術創新成果“不會轉”“不好轉”現象還普遍存在。企業是技術創新的需求者，成果轉化的主戰場，高校與企業之間走“研發—應用”的融合發展道路，立足需求進行技術研發、中試和轉化，實現“雙贏”。另外，積極鼓勵以自行實施、轉讓、許可、質押融資、作價入股等方式實現成果的轉移轉化，助推經濟高質量發展。