专利视角下长三角高校技术创新策源分析

王香莲，徐 萍，胡金杰

（1.台州学院图书馆，浙江 台州 318000；2.浙江树人学院信息科技学院，浙江 杭州 310015；3.绍兴文理学院数理信息学院，浙江 绍兴 312000）

0 引言

高校是国家的科技智库［1］，是国家基础研究的主力军、重大科技创新的“摘星人”，在国家整体战略和科技创新驱动发展中发挥着重要的创新策源作用，是国家科技创新的前沿阵地和重要的技术创新策源地。

“创新策源”是以强化原始创新、增强源头供给作为国家创新驱动发展战略后被广泛提起的概念，对经济高质量、跨越式发展具有不可预估的作用。目前，政策层面已将增强创新策源能力和打造创新策源地作为国家/地区的战略目标予以设计和实施，学界的研究主要以科技视角，从创新策源能力和创新策源地两方面展开，少有针对技术创新策源的研究，而关于高校作为创新主体的相关研究更少。

1 研究综述

技术创新策源是一个国家/地区把握技术发展前沿趋势、突破关键核心技术、成为高端技术发明的创造者和创新产业开拓者的重要内容［2］，它是高质量的技术创新，也是国家/地区经济高质量、跨越式发展的核心竞争力和硬核引擎。目前关于技术创新策源的相关研究相对较少，卢超等［3］认为国家技术发明奖可以表征技术创新策源能力；衣春波等［4］从专利视角对上海、纽约、东京和伦敦AI 领域的技术创新策源能力进行了评价研究。学界研究主要从创新策源能力研究和创新策源地建设两方面展开。

创新策源能力的研究主要从概念内涵解读和评价展开。陈超［5］指出创新策源能力至少包括学术新思想、科学新发现、技术新发明和产业新方向4 个方面。李万［2］指出“策”主要指制度创新，“源”主要指通过创新生态孕育更多的原始创新成果；敦帅等［6］认为创新策源能力是融合能力建设和条件建设，催生更多原始创新成果的综合能力。评价方面，宁连举等［7］采用熵权法、TOPSIS 法（逼近理想方案排序法，Technique for Order Preference by Similarity to an Ideal Solution）和灰色关联分析法得出全国八大经济区域的创新策源能力差异明显；张金福等［8］运用模糊综合评价法分析出各省的创新策源能力分布不均衡，创新集聚趋势明显；刘琦［9］采用HAKEN 协同演化模型评价了粤港澳大湾区的科技创新策源能力，并通过SOM 聚类算法识别了科技创新策源要素［9］。另外，敦帅等［6］利用熵值法对北京、上海、纽约等国际创新城市的创新策源能力进行了评价研究。

创新策源地建设的研究主要以政府战略设计和媒体报道为主，学界研究还处于起步阶段。林汉川等［10］最先提出技术策源地概念；刘刚等［11］认为技术策源地是技术扩散地的赋能者，两者能够产生互补性创新；王少［12］认为科技创新策源地是以科技创新中心为基础的特定科技创新活动的发源地，以抢占高科技新高地，为产业发展提供原始创新供给为建设目的，并从策源基础、策源动力、辐射通道、孵化箱四个维度提出科技创新策源地的建设路径；刘雪凤等［13］利用AHP-模糊综合评判法对我国“985”高校的知识产权能力进行评价发现，综合类高校强于理工类高校和社科类高校，东、中、西部呈由高到低三级阶梯分布，高校的知识产权创新能力、成果运营、保护和管理效率有待于提高；张慧卿等［14］对京津部分高水平高校的技术创新能力进行评价发现，清华大学、北京大学、北京航空航天大学和北京化工大学的技术创新能力较强，但专利运营比例远低于国外一流大学；李文辉等［15-16］分别对经济发达地区和国家中心城市高校的技术创新溢出能力进行了研究。

综上所述，目前学界关于创新策源的研究，大多以科技视角展开，单技术视角的创新策源研究较少；虽已有技术创新策源能力和区域创新策源能力的相关研究，但针对高校这一创新主体的相关研究还没有；虽已有高校技术创新能力及创新领域的研究，但主要以高水平高校和经济发达地区高校为主，以长三角高校为对象的研究较少。长三角高校作为国家基础研究和高新技术领域主力军、高水平技术人才培养摇篮，在国家创新战略中发挥着重要的技术创新策源作用［17］。因此，基于创新策源能力和创新策源地的研究基础，构建一套科学、易操作的技术创新策源评价指标体系对长三角高校的技术创新策源进行实证研究具有重要意义。

2 技术创新策源评价指标体系构建

2.1 指标选取与说明

突破关键核心技术，成为高端技术发明的创造者和创新产业开拓者是技术创新策源的核心。专利作为技术创新的重要载体，是最常用的技术创新衡量指标，但专利质量呈现高度偏态分布［18］，只有高质量的专利才具有创新策源作用。因此，本文立足于高质量专利，以发展性、应用性为原则，从原始技术创新和技术创新辐射两个维度构建技术创新策源评价指标体系，同时，参考世界大学科研竞争力评价指标［19］，细分技术创新生产力、技术创新发展力、技术创新影响力和技术创新联动力4 个二级指标，具体评价维度构成和指标如表1 所示。

表1 技术创新策源评价指标及权重

2.1.1 原始技术创新

③使用该软件可在计算模型内查取任意位置滑弧的安全系数，据以确定可能的滑动区域，指导除险加固方案的科学合理选取。

技术创新策源强调技术原创性、突破性能力和持续创新能力，包括技术创新生产力和技术创新发展力。技术创新生产力是技术创新的数量与能级体现，设置高被引论文和授权发明专利两个指标，这两个指标是学术界普遍认同的高质量技术创新产出形式。论文被引用是衡量论文创新程度的重要指标，高被引论文代表高质量的基础研究［20］。我国当代技术，如卫星、通信、超导、核能、航空航天等技术的突破，90%左右源于基础研究的发展［21］。授权发明专利数量是技术创新强度的重要指标，“十四五”时期，万人授权发明专利数就被作为一个重要战略指标。技术创新发展力是技术创新过程中的持续创新发展能力，设置实质审查专利和授权发明专利增长率两个指标。实质审查是国家专利局对申请专利的新颖性、创造性、实用性等实质性内容所作的审查，是发明专利授权的关键一环，能反映技术创新的活跃程度。实质审查专利数量越多，未来产出授权专利越多。技术创新策源并非某个短暂的时间截面，而是一段时期内创新主体的技术创新对社会、产业的促进和辐射作用。授权发明专利增长率是评价一段时期内授权发明专利成长状况和发展能力的重要指标，能反映技术创新的发展性和持续性。

2.1.2 技术创新辐射

技术创新策源更强调技术创新的辐射能力。策源最重要的特征是技术的“以有促新”“以有生新”“以有济无”能力和对产业、社会的促进、辐射能力，以技术创新影响力和技术创新联动力表征。

借鉴学术影响力的定义，技术创新影响力是指一段时期内专利对相关技术创新领域的影响范围和影响深度，设置被引证专利和高价值专利两个指标。专利之间的引证体现了技术间的关联信息，一件专利被其他文献引用越多，其技术影响力越高，越能体现其技术创新策源能力。高价值是专利的核心意义，是每个创新主体共同的追求，专利价值越高，越能对产业和社会带来正向的促进和推动作用。技术创新影响力数值越大，代表技术创新辐射影响力越强。

技术创新联动力包含合作创新专利和专利转移转化率两类指标，激发创新主体合力也是技术创新策源能力的体现。三螺旋创新理论之父埃茨科威兹认为创新越来越依赖于大学、产业、政府之间的相互作用，已有研究证明合作专利有利于提高专利质量及专利成果转化［22］。技术创新最终需要得到市场检验，才能实现创新价值。2020 年，教育部联合多部门印发文件，要求全面提升高校专利质量，强化专利转化、实施，实现高校技术创新转化为服务经济、社会发展的现实生产力，专利转移转化运营体现了高校的技术需求和知识转移能力。专利转移转化率是指转让、许可和质押等实施专利占授权专利的百分比，该指标数值反映了专利成果转化为生产力的能力，其数值越大，技术创新策源的辐射联动力越强。

2.2 指标赋权

利用熵值法进行指标赋权。熵值法根据样本指标携带信息量的离散程度确定指标权重，离散程度越大，熵越小，指标的权重越大。指标离散程度Yij的计算公式：

指标熵值计算公式：

指标权重计算公式：

3 长三角高校技术创新策源实证分析

3.1 对象选取

长三角区域共有近500 所普通高校，浙江大学、上海交通大学、复旦大学等30 所高校的授权发明专利占总授权发明专利的比例近60%，说明这30 所高校是长三角区域的技术创新核心高校，具有较高的技术创新策源能力，可以反映长三角区域高校的技术创新策源情况。因为专利授权具有时滞性，本文以2011—2020 年长三角区域高校的授权发明专利总量为筛选条件，选取前30 所高校作为样本，研究其技术创新策源情况，如表2 所示（检索时间：2022-03-17）。

表2 样本高校信息

3.2 数据采集与处理

本文的高被引论文数据来源于Web of Science（WOS）数据库，专利部分原始数据来源于智慧芽（Patsnap）全球专利数据库。WOS 数据库是国际上具有影响力、权威的大型综合性、多学科引文索引数据库。Patsnap 数据库收录了全球126 个国家/地区的专利数据，并对数据进行了深加工，拥有近200 个检索字段，包含丰富的专利基本信息、申请信息和市场化信息，符合本文的研究要求。为了更准确地衡量创新成果数量，避免同一申请文本被重复计数，文中把同一个申请文本的后续申请均记为等同专利，计一项专利。

利用TOPSIS 法进行数据处理。TOPSIS 法又称逼近理想方案排序法，是有限方案多指标决策分析的一种常用方法。TOPSIS 法通过计算评价对象与有限方案中最理想方案X+和最差方案X-之间的距离得到D+和D-；根据D+和D-计算相对接近程度C值；C值越大，代表评价对象越优秀。TOPSIS 法能充分体现原始数据信息，客观真实地反映各评价对象之间的差距［23］。

首先，利用公式（4）对指标原始数据X进行归一化处理，得到数据X´如下：

应用公式（1-3）得到表1 中各指标权重；应用公式（6-8）得到各样本高校的相对接近度C值及排名，如表3 所示。

表3 样本高校的专利归一化数据、C 值及排名

续表

3.3 结果与分析

3.3.1 长三角高校技术创新策源现状

从样本高校的技术创新策源C值测算可以看出，各样本高校的技术创新策源表现不均衡，差距明显。浙江大学（第1 名）和上海交通大学（第2 名）的C值大于0.6，遥遥领先于其他高校，是长三角区域高校技术创新策源的领跑者。从第3 名开始，各高校的C值呈现断崖式下降，最高值只有0.353，平均值为0.208。

从排名梯队看，第1 梯队（排名前10 名）中，上海市3 席（占本市高校的3/7，约42.9%），江苏省5 席（占本省高校的5/14，约35.7%），浙江省1 席（占本省高校的1/7，约14.3%），安徽省1 席。江苏省占据了第1 梯队的半壁江山，上海市样本高校的占比最高（安徽省样本量太少，此处不计算在内），说明上海市和江苏省高校的技术创新策源整体较强。第2 梯队（排名第11 至第20 名）中，江苏省7 席，浙江省2 席，上海市1 席，江苏省占据绝对优势。第3 梯队（排名后10 名）中，上海市3 席，浙江省4 席。

从图1 中的C值分布看，上海市高校呈离散分布，上海交通大学、复旦大学和华东理工大学3 所高校高于样本均值，其余4 所高校低于样本均值；浙江省除浙江大学外，其余高校均低于样本均值；江苏省高校的C值分布相对均衡，密集分布于样本均值附近，有9 所高校的C值高于样本均值；安徽省高校在样本均值上下各有1 所。整体而言，上海市、江苏省和安徽省高校的C值均值高于样本均值，浙江省低于样本均值。

图1 样本高校的相对接近度C 值分布图

3.3.2 长三角高校技术创新策源特征

为了勾勒高校的技术创新策源特征，揭示创新差异，本部分以各区域/类型高校的指标均值与样本高校指标均值比值来表征创新指标优势。若所得比值大于1，说明区域/类型高校该指标优于样本高校平均水平，即区域/类型高校该指标在样本高校内具有比较优势，比值越大，优势越强；若所得比值等于1，说明区域/类型高校与样本高校平均水平相当；若所得比值小于1，说明区域/类型高校低于样本高校平均水平。计算各区域/类型高校的指标均值与样本均值的比值，根据所得结果绘制指标雷达图，如图2 和图3所示。从图中可以看出，各区域/类型高校技术创新特征不同，各具特点。

图2 不同区域样本高校创新指标雷达图

图3 不同类型样本高校创新指标雷达图

（1）不同区域高校的技术创新策源特征。

由图2 可以看出，上海市高校凭借超强的综合科研实力和区位优势，高价值专利、合作创新和高被引论文指标具有显著优势，达到或接近样本均值的1.5 倍，授权发明专利、实质审查专利和被引用专利略低于样本水平，专利转移转化率和授权发明专利增长率表现不佳。江苏省高校在授权发明增长率和专利转移转化率指标表现突出，其他指标略优于或接近样本平均水平，相对短板是高被引论文和高价值专利指标。浙江省高校的授权发明、实质审查专利和被引证专利指标略优于样本平均水平，高被引论文和专利转移转化指标表现欠佳。安徽省高校的高被引论文指标优异，明显高于样本平均水平，但转移转化率、合作创新、专利被引证等指标短板明显。

（2）不同类型高校的技术创新策源特征。

由图3 可以看出，农林类高校的技术创新策源特征突出，专利转移转化率和发明增长率指标表现抢眼，其他指标差距明显。南京林业大学的专利转移转化率居样本高校榜首，南京林业大学基于农、林、材料测量测试、微生物、酶、材料分析与处理、新植物培育与植物栽培等产业应用与关键核心技术攻关，以需求链开拓创新链，以创新链布局产业链，以产业链部署创新链，打通了高校科技创新产学研用的“最后一公里”［24］；浙江海洋大学近10 年授权发明专利增长率增长迅速，在样本高校中排名第2。综合类高校的高被引论文、授权发明专利、实质审查专利、被引证专利、高价值专利、合作创新专利等指标表现优秀，特别是高被引论文和高价值专利指标明显优于其他类型高校。浙江大学、上海交通大学、复旦大学、南京大学和中国科学技术大学的高被引论文产出超过1 000 篇。综合类高校的高价值专利占样本高校高价值专利的64.2%，其中，浙江大学和上海交通大学两校就占了36.9%。理工类高校的授权发明专利增长率略高于样本均值，转移转化率接近样本均值，但其他指标低于样本平均水平。

4 结语

4.1 长三角高校的技术创新策源差距明显

浙江大学和上海交通大学是长三角区域高校技术创新策源的领跑者，其他高校的技术创新策源能力相对集中，呈微弱梯度。省际高校而言，上海市、江苏省高校由于地缘、经济、产业优势，“双一流”高校数量、高校规模等先天因素，高校的技术创新策源表现较好；浙江省和安徽省整体技术创新策源表现偏弱。省内高校而言，上海市在各层次都有表现，呈梯度分布；江苏省相对均衡，排名以中高层为主，差距不大；安徽省处于中等层次；浙江省断层严重，除浙江大学遥遥领先外，中高层次空缺严重，中低层次较多。

4.2 长三角高校的技术创新策源各具特征

从高校所属区域而言，上海市高校的高价值专利、合作创新专利和高被引论文指标，江苏省高校的授权发明专利增长率和专利转移转化率指标，浙江省高校的授权发明、实质审查专利和被引证专利指标，安徽省高校的高被引论文指标均表现优异，但专利的转移转化、合作创新和被引证等指标是区域高校技术创新策源的核心短板。从高校所属类型而言，农林类高校在专利转移转化率和发明增长率指标表现抢眼，综合类高校的高被引论文和高价值专利指标明显优于其他类型高校，理工类高校的授权发明专利增长率和转移转化率指标略优于综合类高校。

5 提升建议

纵观整体指标数据，高价值专利、合作创新和专利的转移转化率等指标是技术创新策源评价的关键指标，也是长三角高校技术创新策源的核心短板，更是后期高校技术创新策源的重点和突破点。结合本文分析，提出以下几点建议：

（1）聚力攻坚，共促技术创新量质齐升。2011—2020 年长三角区域高质量专利在授权专利中占8.86%，长三角高校的高质量专利占比11.82%，样本高校高质量专利占比21.36%，总体而言，高质量专利占比不高。作为技术创新的重要领跑者，高校须立足国家迫切需求和长远需求，结合区域、产业发展痛点、难点，挖掘、筛选、提炼技术创新策源点，确定技术研究路线，加大科研资金投入，聚力突破关键核心技术，占领技术创新新高地。积极开展技术创新成果的专利挖掘和前瞻布局，建立专利申请预审机制，确保高质量专利的撰写、申请、确权和全面系统保护。

（2）取长补短，共建创新共同体。在长三角一体化高质量发展背景下，积极探索建立开放、集成、高效的协同创新模式，构建多学科融合、多团队协同、多技术集成的重大研发与应用平台，鼓励高校与高校、高校与企业之间强强合作、互补性合作，实现创新要素和创新资源的优化整合，综合高校的不同高精尖优势，进一步发挥高水平高校的创新辐射引领作用。联合企业和科研院所，围绕国家重点发展的战略性新兴产业和区域传统优势产业，打造覆盖长三角的创新集群，共建创新共同体，促进关键核心技术的合作立项、技术攻关、技术供给和转移转化，推动教育链、创新链、产业链的良性循环，构建良好的创新生态体系。

（3）深度融合，共促成果转移转化。随着高校技术创新成果转移转化激励政策的相继出台和完善，转移转化率已得到明显提高，但相对于美国、德国等国家高校，国内高校技术创新成果“不会转”“不好转”现象还普遍存在。企业是技术创新的需求者，成果转化的主战场，高校与企业之间走“研发—应用”的融合发展道路，立足需求进行技术研发、中试和转化，实现“双赢”。另外，积极鼓励以自行实施、转让、许可、质押融资、作价入股等方式实现成果的转移转化，助推经济高质量发展。