开放式创新、专利保护与创新绩效

苏平 黄丹

DOI：10．19641/j．cnki．42-1290/f．2024．05．006

【摘要】研究开放式创新与专利保护对于新能源汽车企业的技术创新绩效的影响在我国“双碳”目标中显得尤为重要。本研究基于2000 ～ 2021年新能源汽车上市公司发明专利申请数据和引用数据， 运用门限回归模型、 中介效应模型进行实证分析， 研究开放式创新和专利保护对企业创新绩效的影响。研究结果显示：  开放式创新对中国新能源汽车上市企业的创新绩效存在单门槛效应； 专利保护对于创新绩效具有双门槛效应； 开放式创新对于专利保护具有单门槛效应； 专利保护对于创新绩效的影响有直接作用和间接作用两条路径。结论表明， 开放式创新与专利保护相辅相成， 企业应在开放式创新基础上建立健全专利保护策略， 促进合作的同时保护自身创新成果， 以实现更高的创新绩效。

【关键词】开放式创新；专利保护；创新绩效；新能源汽车

【中图分类号】 F204；F273.1     【文献标识码】A      【文章编号】1004-0994（2024）05-0037-6

一、 引言

2020年9月， 我国提出了“双碳”目标， 将绿色技术创新置于核心位置， 其中新能源汽车成为推动汽车产业低碳转型的重要方向。《2030年前碳达峰行动方案》等政策文件强调加速绿色低碳科技革命， 明确了绿色技术创新方向， 突显了其在实现“双碳”目标中的关键作用。中国电动汽车产业作为低碳科技重要组成部分迅速发展， 截至2022年， 新能源汽车销量达687万辆， 占全国汽车新车总销量的25.6%。预计到2026年， 中国电动乘用车销售将达到约1227万辆， 几乎是2022年的两倍。然而， 新能源汽车面临一定的技术挑战， 如电池续航问题、 充电基础设施不足和动力系统效能需要提升。这些问题均需解决以推动新能源汽车技术进步， 助力实现“双碳”目标。

在数字技术背景下， 企业的创新知识加速流动， 传统的封闭式创新模式已不再适应企业发展的需求。开放式创新模式的最显著特征是积极借助来自外部的创新资源， 包括技术和市场信息等。其有助于企业摆脱自身在创新过程中所面临的创新动力不足以及难以自担创新风险等困境（万骁乐等，2022）， 企业通过开放式创新， 与外部行为者合作， 能够获取关于新的复杂技术的知识， 在共担创新风险的同时减少风险成本， 进而从传统走向创新。

知識产权作为独占性权利， 以其私有性、 排他性和独占性特征， 帮助创新产品在一定时期内实现市场垄断， 为企业带来竞争优势（蔡双立和马洪梅，2023）。现有研究主要关注开放式创新和专利保护各自对企业创新绩效的影响， 缺少从“开放—保护”角度出发的研究， 即在何种范围的开放式创新程度与专利保护程度内促进企业创新绩效提升。在数字经济时代， 推动基于新基建的数字经济发展成为国家战略， 为我国实现创新驱动发展提供了战略价值。因此， 研究新能源汽车上市企业的开放式创新程度与专利保护程度的最优区间， 为智能网联企业在数字经济时代选择合理的开放式创新与专利保护程度提供有益参考。

二、 文献回顾与研究假设

（一） 开放式创新与创新绩效

近年来， 开放式创新作为新兴创新模式备受研究关注。史青春和徐慧（2022）指出通过与外部合作伙伴共享知识和资源， 企业能够提高创新速度、 获取更多创新机会， 从而提升创新绩效。建立研发者联盟社区、 共同开放权利给顾客的双赢策略不仅创造了经济价值， 还激发了顾客购买欲望， 提升了企业绩效（吴先明等，2017）。开放式创新促进了产业链的集聚， 组织间研发合作为持续创新提供动力， 使知识得到更充分的技术转化， 进一步丰富了企业的技术知识（金珺等，2020）， 拓展了企业对新兴技术领域的探索， 提升了企业整体创新实力（石俊等，2022）。技术合作网络对企业产品创新也起到了显著的促进作用， 特别是持续性合作与合作网络构建对产品创新绩效的影响更为显著（María和Lluis，2007）。综上所述， 从知识共享到研发者社区建设， 再到产业链的集聚和技术合作网络的搭建， 构成了开放式创新对企业绩效的积极影响。

开放式创新对创新绩效的影响并非一味扩大开放式创新程度就有利。研究发现， 开放式创新广度与创新绩效存在倒“U”形关系， 即外部搜寻广度不是越大越好（魏启迪和苏文，2023）。市场竞争导向的开放创新比政策促进的开放式创新更有利于创新绩效的提升（蔡双立和张晓丹，2023）。在合作研发与数字创业企业绩效之间存在U形关系， 与竞争对手的合作可能导致不利影响， 如技术泄露（Becker和Dietz，2004）。开放式创新可能导致企业过度依赖外部技术（尚勇敏等，2021）， 尤其在核心技术能力不足时， 可能出现吸收能力不足、 创新时机不当和注意力分散等问题， 影响企业创新能力。因此， 开放式创新对企业创新绩效的影响是复杂的， 既有正向影响也有负向影响。因此， 本文提出：

H1： 开放式创新与创新绩效之间存在非线性关系， 在不同开放式创新程度效应下对于创新绩效呈现出不同程度的影响。

（二） 专利保护与创新绩效

专利保护在创新活动中发挥着重要作用， 对企业创新绩效有复杂且各异的影响。基于资源基础观， 企业通过掌握专利可以实现可持续发展， 抵御竞争对手的模仿。专利在企业的纵向边界和技术市场中发挥着关键作用， 促进知识积累， 增强许可意愿， 推动技术的扩散和创新， 降低市场不确定性， 最大化发明价值， 实现技术创新带来的收益（曹勇和赵莉，2013）。知识产权保护水平直接影响企业创新绩效， 同时通过影响研发投入和技术溢出， 间接影响创新绩效（方中秀，2022）。通过控制有价值的专利资源， 企业能够保护创新成果， 强化竞争地位， 并在知识传播和技术创新方面产生积极影响。

专利保护与创新绩效的关系并非一概而论。在高技术领域， 低专利保护可能助长“搭便车”现象， 增加了“护租成本”， 有利于模仿创新； 而在高专利保护情况下， 模仿成本上升， 则有利于自主创新（谢臻和卜伟，2018）。专利保护强度与企业技术创新积极性呈倒“U”型关系， 过低或过高都不利于激发创新积极性（李爽，2017）。过度专利保护可能导致市场垄断和技术壁垒， 限制其他企业创新能力， 产生正负两种外部性效应（王钰等，2021）。过于强调法律独占性可能使企业陷入负回报， 形成“企业保护短视行为”（Laursen等，2013）。专利保护的复杂性和昂贵性可能成为中小企业参与创新活动的障碍， 限制创新的多样性和广度， 进而影响企业的创新绩效。因此， 本文提出：

H2： 专利保护与创新绩效之间存在非线性关系， 在不同专利保护程度下对于创新绩效呈现出不同程度的影响。

（三） 开放式创新、 专利保护与创新绩效

当前， 创新呈现出更加合作性的特征， 尤其是在网络环境下， 合作创新促使组合式产品涌现， 与此相关的专利活动变得紧密。因此， 企业战略的发展需要在专利保护与创新之间找到平衡， 直接影响绩效评估（Rylková和Chobotová，2014）。开放式创新作为新兴创新模式， 强调企业与外部合作伙伴共享知识和资源， 扩大创新范围并提高创新质量。开放式创新通过引入外部知识直接推动创新绩效提升。然而， 它也可能通过影响企业的专利保护策略进一步影响创新绩效。企业的知识产权保护机制是支持开放式创新的先决条件。对于更高程度开放的企业， 其对知识产权保护机制的需求更为迫切（Henttonen等，  2016）。尽管强化的专利保护机制可能阻碍企业间的知识交流， 增加开展开放式创新的难度， 但适度的保护有助于企业限制模仿行为， 保持对知识交流的掌控， 创造创新价值。在关注知识产权保护问题时， 企业可能会更积极地促进创新合作， 以便更易与竞争对手展开创新合作（Henttonen等，2016）。然而， 与外部合作伙伴分享知识和技术可能会降低创新成果的保密性， 使企业更依赖专利保护来确保核心技术安全。因此， 本文提出：

H3： 开放式创新与专利保护之间存在非线性关系， 在不同专利保护程度下对创新绩效呈现不同程度的影响。

H4： 开放式创新在专利保护和创新绩效之间充当中介作用。

三、 研究设计

（一） 样本选择与处理

新能源汽车领域处于技术创新的前沿， 需要不断引入先进技术以提高能源效率和环保性。因此， 该行业对创新的需求相对较高， 研究该领域有助于了解创新对企业绩效的影响。在技术密集的行业中， 知识产权的保护尤为关键。新能源汽车领域涉及许多核心技术， 如电池技术、 电动驱动技术等， 专利保护对于确保企业在市场上的竞争地位至关重要。

为了检验新能源汽车行业的开放式创新与专利保护对于企业创新绩效的影响， 本文选用中国研究数据服务平台（CNRDS）、 同花顺（IFIND）、 国泰安数据库（CSMAR）的相关数据进行研究， 其中： 企业的联合申请专利数据来自中国研究数据服务平台， 企业创新数据来源于同花顺数据库， 其他企业数据来源于国泰安数据库。鉴于专利授权时间具有一定的滞后性， 因此本文使用2000 ～ 2021年新能源汽车上市企业的专利申请数量衡量企业创新绩效， 选用联合专利及专利分类号数量分别衡量企业的开放式创新程度和专利保护程度。剔除数据严重缺失的企业， 共计501家新能源汽车上市企业， 5066条年专利申请数据。

（二） 变量测度与选择

1. 因变量。创新绩效主要由创新产出表示， 包括专利申请数和专利授权数。由于专利从申请到授权需要较长的时间， 因此使用专利授权数表征企业的创新绩效具有一定的滞后性， 本文主要以每年的专利申请数加一取自然对数来表征企业的创新绩效。公式如下：

inva_it=ln（apply_it+1）

其中： apply_it表示i企业在t时期的专利申请数， inva_it表示i企业在t时期的创新绩效。

2. 自变量。本文的自变量是企业的开放式创新程度（open）与专利保护程度（prot）。借鉴Brockman（2018）的研究， 本文利用企业的联合专利申请数表征企业的合作创新即开放式创新程度。公式如下：

open_it=ln（apply1_it+1）

其中： open_it代表i企业t时期的开放式创新程度， apply1_it代表i企業t时期的联合专利数。

专利保护程度是指企业拥有的专利在法律上的保护程度和有效性。专利保护通常包括专利长度与专利宽度， 相对于专利长度， 专利宽度能够更好地反映厂商之间的创新与模仿行为（杨梦泓和潘士远，2015）。专利宽度可以通过创新组织的平均每项专利的国际专利分类（IPC）数量来衡量（段庆锋，2019）。因此， 本文主要通过计算专利分类号个数与专利总数的比值来表征企业专利保护程度。公式如下：

其中： prot_it代表i企业t时期的专利保护程度， ipc_it代表i企业t时期的专利分类号大类总数。

3. 控制变量。本文为了准确分析开放式创新与专利保护对企业创新绩效的影响， 引入了控制变量。对于控制变量的选择， 采用以下指标： 企业年龄（Age）通过自企业成立以来的年数来度量； 企业规模（Size）使用资产总额来衡量； 财务状况（Lev）通过计算资产负债率即总负债与总资产的比值来度量； 盈利能力（Roa）是通过净利润与平均资产总额的比值来评估； 流动比率（CR）用流动资产与流动负债的比例来衡量； 研发投入（Ird）用年末企业研发投入的自然对数来反映。

相关变量及符号见表1。

（三） 模型构建

为了验证假设， 本文运用 Hansen 的门槛回归方法对专利保护程度和开放式创新程度的门槛效应进行检验和分析， 其基本模型为：

单一门槛模型如下：

inva_it=∝₀+∝₁open_it?I（open_it≤τ）+α₂open_it?I（open_it>τ）+γcontrol+πyear+σid+e_it

inva_it=β₀+β₁prot_it?I（prot_it≤τ）+β₂prot_it?I（prot_it>τ）+γcontrol+πyear+σid+e_it

双门槛模型如下：

inva_it=∝₀+∝₁open_it?I（open_it≤τ₁）+α₂open_it?I（τ₁it≤τ₂）+α₃open_it?I（open_it>τ₂）+γcontrol+πyear+σid+e_it

inva_it=β₀+β₁prot_it?I（prot_it≤τ₁）+β₂prot_it?I（τ₁it≤τ₂）+β₃prot_it?I（prot_it>τ₂）+γcontrol+πyear+σid+e_it

其中： 开放式创新程度的影响系数取决于专利保护程度是否超过一个门槛值τ₁， 如果超过则为α₂， 否则为 α₁。此外， 还有一些控制变量（control）、 时间效应（year）、 个体效应（id）和残差项（e_it）。其他门槛模型以此类推， 不再赘述。

四、 研究结果分析

（一） 描述性统计

描述性统计分析如表1所示。企业的创新绩效在样本中呈现出多样性。其平均水平为3.1338， 标准差为1.8770， 显示出一定程度的变动。而开放式创新程度的平均水平为0.0894， 标准差为0.2146， 表明新能源汽车上市企业的开放式创新程度普遍较低， 呈现出相对稳定的趋势。新能源汽车上市企业专利保护程度的平均水平为0.9014， 标准差为0.2983， 从0到2.3448的取值范围呈现多样性， 反映了企业在保护创新活动方面的差异。各变量的VIF值最大为3.6， 排除了自变量之间多重共线性的影响， 由此认为可以进一步进行回归分析。

（二） 专利保护、 开放式创新与创新绩效门槛回归分析

本文利用非平衡面板门槛回归方法， 以开放式创新程度和专利保护程度为门槛变量和关键解释变量， 分析它们对创新绩效的异质性影响。本文采用自助法进行 500 次重复抽样， 对门槛效应进行检验和估计， 结果如表2所示。

首先， 针对开放式创新程度作为核心（门槛）解释变量的情况， 单门槛值为4.4308， 对应的P值为0， 通过了门槛效应检验， 表明存在单门槛效应。而对于双门槛效应， P值为0.2440， 表明双门槛效应不显著存在。因此， 可以得出结论， 开放式创新程度对创新绩效的影响呈现出单门槛效应。其次， 针对专利保护程度作为核心（门槛）解释变量的情况， 单门槛值和双门槛值对应的P值分别为0和0.004， 而三门槛值对应的P值为0.538。这些结果表明， 专利保护程度对创新绩效的影响存在双门槛效应， 而不存在三门槛效应。

表 3 展示了以开放式创新程度和专利保护程度作为核心解释变量和门槛变量的门槛回归模型的结果。第（1）列呈现了以开放式创新程度为核心解释变量和门槛变量的单一门槛模型。在此模型中， 当开放式创新程度小于4.4308时， 开放式创新程度对创新绩效的影响系数为0.128， 该系数在显著性水平为1%时显著； 而当开放式创新程度大于4.4308時， 开放式创新程度系数为0.053， 同样在1%的水平上显著。这表明开放式创新程度对创新绩效具有促进作用， 而且随着开放式创新程度的增加， 在不同的开放水平下促进作用存在差异， 从而验证了H1。在控制其他变量后， 企业规模和财务状况对创新绩效有着明显的积极影响， 而研发投入也对创新绩效具有积极影响， 企业年龄和流动比率对创新绩效的影响则不显著。

表3中的第（2）列和第（3）列分别代表了以专利保护程度作为核心解释变量和门槛变量的单一门槛模型和双重门槛模型。在双重门槛模型中， 两个门槛值（0.4923和0.9921）将专利保护程度对创新绩效的影响分为三个阶段， 每个阶段的系数在1%的水平上均显著。在不同阶段， 开放式创新对创新绩效的影响系数有显著不同： 当专利保护程度小于0.4923时， 专利保护程度对创新绩效的影响系数为1.124， 这表明专利保护程度在此阶段对创新绩效的影响最大； 当专利保护程度介于0.4923和0.9921之间时， 影响系数为0.814， 这意味着专利保护程度的提升减弱了开放式创新对创新绩效的促进作用； 当专利保护程度大于0.9921时， 影响系数为0.362， 这表明开放式创新程度的增加进一步减弱了其对创新绩效的促进作用。因此， 开放式创新对创新绩效的影响在不同的开放区间内存在显著差异， 从而验证了H2。

（三） 中介效应检验

1. 检验结果。以开放式创新程度为被解释变量、 专利保护程度为核心（门槛）变量得到的门槛检验结果如表2所示， 存在单门槛值1.1818。根据表3第（4）列的结果， 当专利保护程度小于1.1818时， 影响系数为-0.258， 这一效应在10%的水平上显著； 然而， 当专利保护程度大于1.1818时， 影响系数为0.532， 这一效应在1%的水平上显著。这表明， 当专利保护程度和开放式创新程度都较低时， 它们之间存在相互抑制的作用； 但当专利保护程度达到一定水平时， 开放式创新和专利保护程度之间呈现出相互促进的作用， 从而验证了H3。同时， 在控制开放式创新程度的前提下， 专利保护程度对创新绩效的门槛效应回归结果如表3第（5）列所示， 其中的影响系数均在1%的水平上显著。这表明存在中介效應关系。因此， H4得到了验证。通过路径作用研究， 发现专利保护不仅可以通过开放式创新影响企业的创新绩效， 还可以直接对企业的创新绩效产生影响。

2. 中介效应分析。在创新过程的初始阶段， 专利保护程度可能会抑制创新， 导致组织或团队过于关注知识保护， 限制开放性创新思维。员工可能因担心风险或批评而不愿分享想法。随着时间的推移， 团队逐渐适应保护措施， 将其视为支持创新的手段， 专利保护程度逐渐转变为促进作用。员工意识到创新努力会受到保护和支持， 团队在更开放的环境中分享和交流创新想法。专利保护程度在这种情况下充当创新环境的稳定因素。随着开放式创新程度的增加， 对创新绩效的影响可能递减。增加开放式创新程度初始阶段迅速提高创新绩效， 打破信息壁垒， 促进新想法的产生。然而， 随着开放式创新程度的继续提高， 额外效益逐渐减少， 边际作用减弱， 对创新绩效的贡献变小。该中介作用模型表明创新过程的动态特性和专利保护程度、 开放式创新程度在不同阶段的相互影响， 为组织在促进创新时的管理决策提供深入洞察。

（四） 稳健性检验

为了验证研究结果的稳健性， 本文采用了三种方法： 改变抽样次数、 补充变量和分样本回归。这些方法被用来评估门槛回归分析在不同条件下的一致性和可信度。以下对这些方法进行详细阐述， 以展现研究结果的稳健性。首先， 通过减小样本抽样次数至300次， 本文对研究结果进行了检验。结果显示， 在较小的样本容量下， 回归结果与之前的分析基本保持一致。这表明， 样本抽样次数的减少并没有对分析的主要结论产生显著影响， 验证了分析结果的相对稳健性。其次， 引入了控制变量， 具体为企业的发展状况（growth）。在加入这一控制变量后， 回归结果与前文的分析结果基本一致， 仅在影响系数以及门槛值等方面存在细微差异。这种一致性在引入更多控制变量时的实验中， 显示了分析结果对于外部因素的较好稳定性。最后， 通过分样本回归将样本分为国企和非国企分别进行检验， 即国企为soe=1， 非国企为soe=0。在非国企中专利保护程度对于创新绩效的影响仅存在单门槛效应， 单门槛值为0.9954， 随着专利保护程度的增强， 对于创新绩效的影响减弱， 与前文的影响机制一致； 整体结果与前文仅存在微小差异。

综合考虑， 本研究通过以上稳健性检验， 认为所得到的门槛回归分析结果在不同条件下具有可靠性和可重复性。

五、 结论、 建议、 研究局限与展望

（一） 结论

本文采用我国新能源汽车上市企业2000～2021年的数据， 以开放式创新程度和专利保护程度为门槛变量、 创新绩效为被解释变量进行相应的实证分析， 得到如下结论：

1. 开放式创新对于创新绩效具有单门槛效应。在较低的开放式创新程度下， 开放式创新对创新绩效产生积极影响， 并且随着开放式创新程度的增加， 创新绩效逐渐提升。然而， 当开放式创新程度超过某一特定门槛值后， 开放式创新对创新绩效的促进作用逐渐减弱。在初期较低的开放式创新程度下， 新能源汽车上市企业通过采纳外部创新和技术合作， 取得了显著的创新绩效提升。在新能源汽车技术尚处于发展初期时， 引入外部先进技术能够快速提高企业的创新水平。然而， 随着行业逐渐成熟， 过高的开放式创新程度可能导致创新资源扩散， 使得企业在应对激烈竞争时难以保持独特的创新优势， 从而减弱创新绩效的增益。

2. 专利保护对于创新绩效具有双门槛效应。初始阶段， 较低的专利保护水平鼓励新能源汽车上市企业更加积极地保护其创新成果， 推动创新绩效显著提升。因为在初期， 企业需要确保其在技术上的独特性和市场竞争力， 通过专利保护来防范竞争对其创新的侵害。然而， 随着专利保护的逐步加强， 新的专利产生递减边际效应， 即专利数量的增加对创新绩效的额外贡献逐渐减少。这反映了高水平的专利保护并非一味增加创新绩效， 而需要更为智能的专利管理和战略。此外， 创新资源的稀缺性以及企业在不同门槛下的创新策略和适应性也是影响双门槛效应的重要因素。

3. 开放式创新对于专利保护具有单门槛效应。初期， 随着开放式创新水平的提高， 专利保护对创新绩效产生抑制效应， 可能是由于过高的开放式创新程度导致创新资源扩散， 削弱了创新成果的独特性和保护性。在技术初期发展阶段， 企业可能更注重创新的内部保护， 以确保技术成果的独特性和市场竞争力。然而， 随着开放式创新水平的持续提高， 专利保护逐渐转变为促进创新绩效的因素。在一定的开放式创新程度下， 专利保护可以确保创新成果得到有效保护， 鼓励企业更多地进行开放式创新。在新能源汽车领域， 这或许反映了随着技术成熟度的提高， 企业更愿意在开放的环境中进行创新， 同时依然注重专利保护以确保在竞争中的地位。因此， 企业在制定开放式创新策略时需要谨慎权衡开放式创新程度和专利保护的关系， 适度的专利保护可以在一定程度上抑制创新资源的扩散， 保护创新成果， 为开放式创新提供支持， 促进新能源汽车领域的可持续创新。

4. 专利保护对于创新绩效的影响有直接作用和间接作用两条路径。一方面， 作为一种知识产权保护机制， 专利保护在直接层面确保企业创新成果不受侵犯， 激励其投入更多资源进行创新活动， 尤其是在提高创新成果独特性和市场竞争力方面发挥着直接推动作用。这意味着企业通过专利保护巩固核心技术在市场上的卓越地位， 获取更大的竞争优势。另一方面， 专利保护在间接层面通过降低知识外溢和信息共享风险， 鼓励企业更积极地参与创新活动， 并为其创造出一个稳定的创新环境， 激励企业提升创新能力和技术水平。企业可通过专利保护保障知识产权的同时， 为内部创新提供相对稳定的环境， 鼓励员工投入更多精力和资源进行技术创新。这两个关键路径强调了专利保护在新能源汽车领域中塑造创新生态和提升创新能力方面的关键作用， 企业在制定战略和政策时应全面考虑这两方面， 以更有效地推动新能源汽车领域的创新和技术进步。

（二） 建议

当下， 我国正积极探索以科技创新为引领的高质量经济发展和产业升级道路。然而， 由于历史上过于依赖外部技术的发展模式， 使得我国在核心技术领域面临受制于人的困境。然而， 开放式创新虽然有助于获取外部技术， 但同时也带来了核心知识的泄露风险。因此， 为了平衡开放创新与知识保护， 必须将开放式创新与专利保护策略相融合， 重新审视二者之间的关系。

一是在行业发展初期， 政府鼓励企业采用开放式创新策略， 引入外部创新和技术合作以快速提升创新水平。然而， 中后期需要谨慎权衡开放式创新程度， 防止创新资源扩散， 制定政策以确保企业在竞争中仍能保持独特创新优势。

二是针对专利保护策略， 政府初期提供适度的专利保护支持， 鼓励企业强化对创新成果的保护。中后期强调智能专利管理， 避免过度追求专利数量而忽视质量， 通过提供相关的培训和咨询服务支持企业进行有效专利管理。

三是针对开放式创新与专利保护的协同策略， 在技术初期， 政府鼓励企业注重内部创新保护， 以确保技术成果的独特性。中后期提倡适度专利保护， 政府可通过培训和法律支持帮助企业在开放的环境中进行创新， 同时注重专利保护， 确保竞争中的地位。

四是政府在制定创新政策时应全面考虑专利保护的直接和间接作用， 通过支持知识产权培训、 设立创新基金等方式， 全面推动新能源汽车领域的创新和技术进步， 强调专利保护在塑造创新生态和提升创新能力方面的关键作用。

综上所述， 这些政策建议旨在帮助中国新能源汽车上市企业充分发挥开放式创新和专利保护的优势， 实现技术创新绩效最大化， 促进环保型交通的发展， 以应对“双碳”目标所带来的挑战和机遇。政府、 企业和研究机构的协同合作将在这一进程中发挥关键作用， 为行业的未来增长和可持续发展提供坚实的学术基础。

（三） 研究局限与展望

尽管本文得出了以上结论， 但也存在一些局限性。一是样本局限于中国新能源上市企业， 可能无法完全代表其他行业的情况。二是所使用的数据也可能存在一定的偏倚， 影响了研究结果的准确性。例如企业的创新包括多方面， 而本文主要通过专利技术表征企业创新， 有一定的局限性； 此外， 本文着重于开放式创新和专利保护， 然而实际上创新活动受到多种因素的影响， 如组织文化、 市场需求等， 并未在研究中充分考虑这些因素， 未来研究可以进一步拓展。如： 可以扩大研究样本， 涵盖更多的产业和国家， 以验证本研究结论在不同背景下的适用性； 可以采用更多样化的数据和方法， 以增强研究的可靠性和有效性； 可以考虑引入其他影响创新的因素， 以更全面地理解创新绩效的形成机制。总之， 尽管本文存在局限性， 但也能为未来的研究提供有益的方向。通过克服这些局限性， 可以更深入地理解开放式创新和专利保护对创新绩效的影响机制， 从而为企业和政策制定者提供更加准确的指导和建议。

【 主 要 参 考 文 献 】

蔡双立，马洪梅．开放式创新、独占机制与创新绩效——鱼和熊掌如何兼得？［ J］．南开经济研究，2023（5）：56 ～ 73．

蔡双立，张晓丹．开放式创新与企业创新绩效——政府与市场整合视角［ J］．科学学与科学技术管理，2023（9）：97 ～ 113．

曹勇，赵莉．专利获取、专利保护、专利商业化与技术创新绩效的作用机制研究［ J］．科研管理，2013（8）：42 ～ 52．

方中秀．知识产权保护、企业创新动力与创新绩效［ J］．统计与决策，2022（24）：154 ～ 159．

金珺，陈赞，李诗婧．数字化开放式创新对企业创新绩效的影响研究——以知识场活性为中介［ J］．研究与发展管理，2020（6）：39 ～ 49．

李爽．专利制度是否提高了中国工业企业的技术创新积极性——基于专利保护强度和地区经济发展水平的“门槛效应”［ J］．财贸研究，2017（4）：13 ～ 24+42．

尚勇敏，周冯琦，林兰．开放式创新对节能环保企业创新绩效的影响［ J］．科技进步与对策，2021（10）：114 ～ 122．

石俊，宋洋洋，邱子亿．开放式创新对文化和科技融合示范基地创新绩效的影响——政府激励的调节作用［ J］．科技管理研究，2022（11）：29 ～ 38．

史青春，徐慧．开放式创新提升企业绩效的中介路径探讨——基于沪深A股上市公司统计数据的实证分析［ J］．中央财经大学学报，2022（9）：118 ～ 128．

万骁乐，毕力文，邱鲁连．供应链压力、战略柔性与制造企业开放式绿色创新——基于TOE框架的组态分析［ J］．中国软科学，2022（10）：99 ～ 113．

王钰，胡海青，张琅．知识产权保护、社会网络及新创企业创新绩效［ J］．管理评论，2021（3）：129 ～ 137．

吴先明，邵福泽，高厚宾．创业导向对创新绩效的影响：顾客授权与开放式创新视角［ J］．科技进步与对策，2017（10）：1 ～ 8．

谢臻，卜伟．高技术产业集聚与创新——基于专利保护的门槛效应［ J］．中国科技论坛，2018（10）：111 ～ 119．

杨梦泓，潘士远．专利保护、产业集聚与经济增长［ J］．郑州大学学报（哲学社会科学版），2015（5）：99 ～ 105．

Becker W.， Dietz J.. R&D cooperation and innovation activities of firms—Evidence for the German manufacturing industry［ J］． Research Policy，2004（2）：209 ～ 223．

Henttonen K.， Hurmelinna Laukkanen P.， Ritala P.. Managing the appropria-bility of R&D collaboration［ J］． R&D Management，2016（S1）：145 ～ 158．

María Jesús Nieto， Lluis Santamaría. The importance of diverse collaborative networks for the novelty of product innovation［ J］． Technovation，2007（6-7）：367 ～ 377．

Rylková ?.， Chobotová M.. Protection of intellectual property as a means of evaluating innovation performance［ J］． Procedia Economics and Finance，2014（14）：544 ～ 552．

（责任编辑·校对： 刘钰莹  罗萍）

【作者单位】1.重庆理工大學重庆知识产权学院， 重庆 400054；2.重庆理工大学科技创新知识产权研究中心， 重庆 400054。黄丹为通讯作者