高校关键共性技术研发补贴的专利数量和质量效应

摘要：高校是中国产业关键共性技术研发的主力军，政府对高校的财政补贴是突破关键共性技术瓶颈的重要手段。本研究运用专利文献挖掘法识别关键共性技术专利，基于教育部直属高校面板数据，从专利数量和质量两方面来分析关键共性技术研发补贴的有效性。研究发现，政府补贴显著提升高校关键共性技术专利数量，但对专利质量没有显著影响甚至产生抑制效应。这一结论通过了多重稳健性检验。进一步分析发现，一流大学建设高校财政补贴产生的专利申请更少，但专利授权更多；具有行业背景的高校财政补贴形成的专利质量更高。为改善研发补贴的专利质量效应，要优化以市场应用为导向的补贴分配机制、构建以质量为核心的补贴考核机制。

关键词：产业关键共性技术；高校；财政补贴；专利数量；专利质量

一、引言

在经济发展面临需求收缩、供给冲击、预期转弱三重压力下，传统产业转型升级、战略性新兴产业培育和发展壮大，都迫切要求中国以关键共性技术创新为突破口，努力实现关键核心技术自主可控。关键共性技术是处于“竞争前”阶段并具有“通用性”的技术，为准公共品且具有外溢性，容易出现市场机制下的供给失灵即研发投入不足（Tassey，1996），需要政府出台研发资助政策。政府研发资助工具主要包括财政补贴、税收优惠、政府采购等，其中，财政补贴是主要资助方式。

高校是关键共性技术研发的主力军，高校关键共性技术研发资金主要来自于财政补贴。关键共性技术属于应用研究范畴。根据《高等学校科技统计资料汇编》，2001-2021年间，中国高校的应用研究支出从43.00亿元增加到610.43亿元，年均增长14.98%。教育部直属高校是中国关键共性技术研究的“国家队”，同期应用研究支出从26.46亿元增加到277.62亿元，占高校支出的比重稳定在50%～60%（见图1）。由此，值得探讨的问题是：教育部直属高校集中了大量财政资金开展关键共性技术研究，是否产生了预期的专利效应？尤为重要的是，在高质量发展背景下，专利质量效应如何，能否实现专利“量质齐升”？对不同类型高校而言，财政补贴的专利效应具有怎样的异质性、有什么政策启示？目前鲜有文献对这些问题进行探讨。科学评估高校关键共性技术研发补贴的技术创新效应，不仅有助于揭示公共财政资金的使用效率，而且对于完善高校研发补贴政策也具有重要的启示意义。

为此，本文以2001-2016年教育部直属高校（75所）作为研究样本，以应用研究支出来度量产业关键共性技术研发补贴，从专利数量和专利质量两个方面，来检验财政补贴的技术创新效应。首先进行基准回归，分析财政补贴的关键共性技术专利数量和质量效应，检验假说1和假说2。其次进行稳健性检验，以证实基准回归结论的可靠性。最后根据一流大学和高校行业背景分析其调节效应，检验假说3。研究发现，财政补贴显著提升了高校关键共性技术专利申请量和专利授权量，但对专利质量没有显著影响甚至有抑制效应。这一结论通过了一系列稳健性检验。调节效应分析发现，一流大学、高校行业背景对财政补贴的技术创新效应具有异质性影响：一流大学财政补贴产生的专利申请数量更少，但专利授权量更多；有行业背景的高校虽然不能提升财政补贴的专利数量，但有助于促进专利质量的提高。

与既有研究相比，本文的边际贡献体现在以下两个方面。一是对财政补贴的创新效应研究从专有技术拓展到共性技术，深化了对财政补贴创新效应的认知。迄今为止，理论界对财政补贴的技术创新效应研究还集中在专有技术领域，如陆国庆等（2014）、黎文靖和郑曼妮（2016）、郭玥（2018）、张杰和郑文平（2018）、陈强远等（2020），对共性技术领域的研究不多。尽管本文发现财政补贴对共性技术创新的影响与其对专有技术创新的影响一致，即有利于专利数量、不利于专利质量，但与专有技术相比，政府对具有外溢性的共性技术研发加以补贴更具经济合理性。更具合理性的研发补贴没有转化为高质量创新成果，更凸显了本文的研究价值。本文发现，重数量轻质量式的研发补贴分配和考核机制是关键原因。本文将财政补贴的技术创新效应研究从专有技术拓展到共性技术，既深化了对财政补贴的技术创新效应认知，又从体制机制层面提出了改善共性技术研发补贴有效性的政策建议。二是将产业关键共性技术研发补贴的研究从理论分析延伸到实证分析，丰富了产业关键共性技术研发领域的学术文献。当前学术界对产业关键共性技术研发补贴的研究集中在理论分析层面，如补贴原因（李纪珍和邓衢文，2011）、补贴对象（马名杰，2006）、补贴机制（马晓楠和耿殿贺，2014；郑月龙等，2017；江鸿和石云鸣，2019）等，尚缺乏运用微观数据的经验分析来检验补贴的有效性，主要原因在于缺乏关键共性技术专利数据。本文采用专利文献挖掘思路计算得到专利关键性得分、共性得分，然后通过文本相似度分析来识别关键共性技术专利，较好地解决了这一问题，进而实证检验了政府补贴对高校关键共性技术专利产出的影响。此外，本文对关键共性技术专利的考察不仅关注数量，而且更关注质量，这与高质量发展的时代特色一脉相承。

二、文献回顾与理论分析

（一）文献回顾

理论界对关键共性技术的研究可以追溯到20世纪80年代。1981年美国经济学家Granberg率先提出共性技术（generic technology）这一新概念，随后，Tassey（2004）从经济学范畴对其进行界定：共性技术始于基础研究成果、止于实验室原型，是具有非竞争性和部分排他性的准公共品。共性技术是竞争前技术，从属于以知识创造为目的的科学研究而具有正外部性（Aghion 等，2017）。按照重要性不同，共性技术可分为关键共性技术、基础共性技术和一般共性技术。根据工信部发布的《产业关键共性技术发展指南》，关键共性技术是在多个行业或领域广泛应用，并对整个产业或多个产业产生影响和瓶颈制约的技术。核心基础零部件（元器件）、先进基础工艺、关键基础材料和产业技术基础等工业“四基”，是当前我国亟待突破的产业关键共性技术（柳百成，2016）。

关键共性技术的外部性和准公共品特征显著，技术供给面临严峻的市场失灵挑战。关键共性技术具有较强的外部性，导致企业的边际私人收益远低于边际社会效益，企业投资于关键共性技术研发的“外溢成本”得不到完全补偿（朱桂龙和黄妍，2017）。关键共性技术还具有准公共品特性，其知识产权难以完全界定，企业无法独享其成果带来的全部收益，因而研发动力不足，关键共性技术市场面临供给不足的风险。即使有企业出于占领市场的目的进行研发，但单个企业往往受限于组织规模、人力资源、科研设备等因素，难以满足研发所需要的资源、管理等条件，从而出现研发组织失灵（薛捷和张振刚，2006）。此外，在关键共性技术的商业化应用过程中，技术接受方通常面临信息阻碍与技术壁垒，导致技术转移方的成果转化与知识扩散受到限制，从而出现关键共性技术扩散失灵（李纪珍和邓衢文，2011）。

关键共性技术供给与扩散面临的多重市场失灵，为政府干预提供了必要条件。共性技术的公共品属性越强、距离市场应用越远以及基础性越强，就越需要政府加大支持力度（马名杰，2006）。政府支持主要表现在以下两方面：一是对关键共性技术的研发组织实施有效管理，通过联合企业、高校以及科研机构等各方力量，搭建一个“官产学研”多元化技术合作创新平台，既保证了技术研发的有效供给，又分散了技术研发风险、降低了研发成本（朱建民和金祖晨，2016）。二是通过财政补贴和税收优惠等政策，促进关键共性技术研发以及后续市场化应用，减少参与经济体的资金约束、降低合作的交易费用（周国华和谭晶菁，2018）。

尽管财政补贴在关键技术供给中扮演着重要角色（Sawhney和Prandelli，2000），但这一领域的经验研究非常有限，仅有一些理论分析（马晓楠和耿殿贺，2014；郑月龙等，2017；江鸿和石云鸣，2019；郑月龙和秦国静，2021），而针对高校关键共性技术研发补贴的有效性研究更是罕见。高校的研发创新不同于企业，具有自身特征。一是高校拥有丰富的知识储备、大量的科研人员以及先进的研发设备，是关键共性技术的重要策源地。高校不仅能通过校企合作为企业带来直接收益，还能通过出版物、专利、学术会议和专业培训将知识扩散到校园或实验室之外，为企业带来间接收益，产生知识溢出效应（梁俊伟和黄德成，2020）。二是高校的研发活动依赖于政府支持。高校的科研经费以政府拨款为主。政府拨款是公共资金，从预算绩效管理来看，科学评估高校关键共性技术研发补贴的技术创新效应，有助于改善预算绩效管理，提高财政资金的使用效率。因此，分析高校关键共性技术研发补贴的技术创新效应，既能够弥补经验研究的不足，又抓住了高校这一重要的关键共性技术供给主体，对其研发补贴效率的分析回应了现实关切。

（二）理论分析

高校研发补贴的创新效应，主要表现在对关键共性技术专利数量和质量的影响，接下来分别进行阐述。

1.研发补贴的专利数量效应

财政补贴作为政府应对“市场失灵”的工具，在高校关键共性技术研发过程中发挥着激励和导向功能。其具体表现为：

（1）财政补贴有利于增强高校研发动力。政府对高校的关键共性技术研发提供财政补贴，实为对高校研发活动提供必要的科研经费，缓解了高校研发经费短缺，降低了高校研发活动风险，使高校开展关键共性技术研发的动力增强。

（2）获得财政补贴的高校更易于被外部投资者认可。高校的科研经费除了来自政府财政拨款外，还包括市场中相关企业的委托研究拨款，或产学研联盟中企业的出资。获得关键共性技术研发补贴的高校，向市场传递出一个积极信号：其科研方向与国家核心技术需求相契合、研究成果具有商业化前景，从而能够产生外部融资的“光环效应”，为其他投资者提供信号和风向标，有助于提升创新产出（Wu，2017）。

（3）财政补贴为高校吸纳更多高端人才创造条件。关键共性技术研发非常倚重高层次人才，财政补贴对高层次人才提供的显性、大力度扶持，有助于激发人才科研热情，引导更多创新人才投入到关键共性技术研发活动中。

关键共性技术作为战略性新兴产业的基础性支撑技术，近年来引起政府高度重视。根据专利生产函数（Griliches，1990），随着研发资金投入、研发人员投入增加，专利数量也会相应增长。据此提出：

假说1：政府补贴能提升高校关键共性技术专利数量。

2.研发补贴的专利质量效应

尽管财政补贴能够促进专利数量增长，但是专利竞赛催生的“策略性创新”和“专利泡沫”问题不容忽视（黎文靖和郑曼妮，2016）。也就是说，技术创新激励政策尽管带来了产出数量的激增，却没有带来质量上的跟进（陈强远等，2020）。高校创新活动质量更多的是个人自我追求的副产品（陶锋等，2021）。如果缺乏有效的激励和约束机制，重数量轻质量式创新将难以避免。从财政补贴运行来看，影响高校关键共性技术创新质量的制度性因素有两个：

（1）财政补贴考核机制。与财政补贴分配机制相比，财政补贴考核机制对专利质量影响更大，即从激励因素上使关键共性技术研发具有“重数量轻质量”的内在特征。这一机制存在两方面问题。一是质量考核机制缺失下的迎合式策略性创新。尽管中国科技创新政策顶层设计重视创新质量、表现为质量优先，但由于创新质量测度难，政策在执行落地时更偏向于创新数量（陈强远等，2022）。实践中，无论是财政补贴的预算绩效考核还是高校科研人员的职称评定、考核等，主要采用研发投入强度、专利申请授权数量和平均专利密度三类指标来量化。为迎合考核目标，科研人员在显著增加专利申请和授权数量的同时，也将一些低质量创新充斥其中，从而降低了整体专利的质量（江飞涛等，2021）。事实上，财政补贴项目申请和考核的主要指标均是数量型指标，质量性指标很少，大多只要求发明专利数达到多少项，至于发明专利的质量，如IPC分类号数量、专利被引数、专利同族数等，尚未引起重视（邱楚芝和赵锦瑜，2022）。二是短期行为偏好与风险规避阻碍了对长周期、高质量关键共性技术的研发投资。财政补贴的考核机制过于注重短期成果，可能导致高校偏向于研发风险低、结果易预测、短期能见效的常规性共性技术项目，而不是需要长期投入、不确定性高、结果难预测的突破性共性技术项目。关键共性技术因其创新质量高，而具有社会收益率远高于私人收益率的特征。当绩效考核机制过于强调易量化的数量指标时，研发项目承担者的理性选择是优先关注短期显性成果，而不是具有“耐心资本”特征的高质量创新成果。

（2）财政补贴分配机制。对企业创新补贴的研究发现，创新资源错配显著降低创新质量（叶初升和孙薇，2023）。这一影响也可能存在于高校关键共性技术研发领域。高校关键共性技术研发补贴分配存在两方面问题。一是竞争性分配机制不利于高质量创新。高校科研经费的资助模式有两种：稳定性支持和竞争性支持。稳定支持模式即设立基本科研业务费。但基本科研业务费仅面向110所中央高校，存在科研经费支持比例不足和资源分配不均衡等问题（贾雯晴和俞建飞，2023）。也就是说，中国高校科研经费资助模式主要是竞争性资助。这一模式虽然能够提高某些科技领域的资源配置效率，但也使研究人员过度竞争、过于追求“短、平、快”研究成果，难以专注重大共性技术课题，对基础性、战略性共性技术研究投入缺乏可持续性。而具有重大外溢性的关键共性技术成果往往需要长期持续投入。二是逆向选择导致资金错配。由于技术评价体系和信息披露制度不健全，政府与高校之间存在信息不对称，使得财政补贴分配面临逆向选择的挑战（陈强远等，2020）。逆向选择表现为补贴资金的错配。比如通过包装研发项目、组合科研成果等手段获取财政支持，通过生产低质量甚至是没有价值的专利来获取利益。此外，“重数量轻质量”的财政补贴考核机制也有利于专利存量多但质量不高的项目申请人获得更多研发补贴，并形成“专利数量多——获得更多研发补贴——形成更多专利”的数量型创新循环。

上述原因将导致高校选择以增加专利数量为导向的策略性创新，而非推动关键共性技术进步和获取竞争优势的实质性创新。据此，本文提出：

假说2：政府补贴难以提升高校关键共性技术专利质量。

3.高校特质的调节效应

前述分析表明，政府补贴有助于提升高校关键共性技术专利数量，但难以提升专利质量。如何改善财政补贴带来的“数量长足，质量跛脚”问题，是本文拟进一步探讨的问题。高校研发行为与高校特质密切相关。在“基础研究-应用研究（共性技术研究）-试验发展”的创新链中，应用研究起到承上启下的关键作用（周国华和谭晶菁，2018）。加强应用研究前端的基础研究、缩短应用研究与其后端试验发展之间的技术距离是否有助于改善共性技术研发补贴的创新效应尤其是质量效应？一流大学的基础研究实力更强（潘军，2021）、具有行业背景的高校其应用研究成果更易转化（胡凯和王炜哲，2023），预期这两个因素会对高校关键共性技术研发补贴的创新效应产生调节作用。这两个因素分别与高校特质，即是否入选一流大学建设名单、是否具有行业背景相对应。

一流大学建设的调节效应。《统筹推进世界一流大学和一流学科建设实施办法（暂行）》指出，一流大学和一流学科建设高校的应用研究，应着力解决国民经济中的重大关键性技术和工程问题，或实现重大颠覆性技术创新。资源基础理论认为，不同主体间拥有的资源禀赋存在异质性，包括但不限于资本、技术和人才等稀缺资源，而这种异质性通常会带来主体间技术创新能力的差异（Barney，1991）。相较于一流学科建设高校，一流大学建设高校几乎脱胎于原“985”高校或综合型大学，在基础科学研究方面的人员投入、经费投入力度更大，基础研究实力占优（“强基计划”设置在综合型大学）（潘军，2021）。但基础研究的主要产出是学术论文而非专利。与理工科高校为主的一流学科建设高校相比，一流大学建设高校在关键共性技术（应用研究）专利申请数量方面可能并不具有优势。但基础研究是应用研究的源头，更强的基础研究有助于改进应用研究质量，使之在体现专利技术含量的授权专利中占据优势（一些研究如刘维刚等（2020）、刘诗源等（2020）、谢红军等（2021），以发明授权专利量来衡量创新质量）。也就是说，科研比较优势的不同，将对两类高校的专利申请量和授权量产生不同的影响。在专利质量方面，国家财政资金管理办法统一适用于所有高校，不因高校层次或声誉不同而在实施力度上有差异，即关键共性技术财政补贴考核机制、分配机制等对不同类型高校的专利质量激励是相同的，一流大学也具有“重数量轻质量”策略性创新动机。因此可以预期，财政补贴对两类高校关键共性技术专利质量的影响不会有显著差异。据此，本文提出：

假说3.1：一流大学建设有助于增加高校研发补贴的专利授权量，但无助于提升专利质量。

行业背景的调节效应。中国高校脱胎于计划经济体制，高校与计划经济体制下的行业管理部门及其下属行业具有先天的“血缘关系”。市场经济体制下，这一“血缘关系”尽管在形式上不复存在，但历史原因形成的行业背景影响依然不可小觑。产业关键共性技术是面向产业应用、满足市场需求的中间型技术。根据关键共性技术扩散理论（李纪珍和邓衢文，2011），关键共性技术（应用研究）与试验发展的技术距离越近，则共性技术转化为专有技术的成本和风险越低，从而关键共性技术的价值和质量也就越高。具有行业背景的高校以特色学科链深度对接产业链，深入生产一线，联合上下游企业，用优势科创资源精准聚焦特色产业和行业技术需求开展关键共性技术攻关，产研同频，优势互补，有效解决高校科研成果和市场需求脱节的难题，形成了以市场为导向、企业为主体、产学研用相结合的创新体系，提升了高质量专利的有效供给。

但从专利数量来看，研发补贴对不同行业背景高校的影响可能不存在显著差异。前述分析指出，政府补贴能提升高校关键共性技术专利数量（假说1），这主要归因于研发补贴资金数量。政府在分配关键共性技术研发补贴资金时，行业背景并不是一个关键因素，项目新颖性、重要性、前期研究基础等才是决定性因素。因此，具有行业背景的高校在公共资金分配中没有优势，获得的研发补贴并不会更多，从而将制约专利数量。此外，具有行业背景的高校与特定行业深度合作，可能形成更依赖行业资金而非公共资金的研发融资路径依赖，这也降低了研发补贴资金对专利数量的影响。基于以上分析，本文提出：

假说3.2：行业背景无助于提升高校研发补贴的专利数量，但有助于提升专利质量。

三、研究设计

（一）模型设定

基准模型设定如下：

generalit=α+βsubsidyit+γcontrolit+ηi+νt+εit（1）

本文基准回归采用固定效应模型。式（1）中，因变量generalit表示高校i在第t年的关键共性技术专利产出。核心自变量subsidy表示政府补贴强度。control为控制变量集合，包括高校特征变量和地区特征变量。为有效估计模型参数，需要控制更为宏观层面的因素，借鉴白俊红和聂亮（2018）、白俊红和刘宇英（2021）的研究，本文控制了地区固定效应ηi，即地区层面不随时间改变的不可观察因素，如地方政府对关键共性技术专利的偏好；时间固定效应νt，即时间层面不随高校个体变化的影响因素，如国家层面对关键共性技术创新氛围塑造。εit为随机扰动项。

（二）关键共性技术专利识别

如何从海量专利中科学准确识别出关键共性技术专利，是经验研究的基础。对此，本文遵循专利文献挖掘思路计算得到专利关键性、共性得分（陈伟等，2020；马永红等，2020；胡凯等，2023），然后通过设置阈值来识别关键共性技术专利。

具体识别流程如下：第一步，采用主题模型对文本数据建模，以获取技术主题。第二步，以技术主题为节点，分别计算专利关键性得分、共性得分。第三步，根据专利关键性得分与共性得分选取阈值，以超过阈值的专利主题与《产业关键共性技术发展指南（2017年）》进行文本相似度分析，达到高相关性标准的主题被视为关键共性技术主题。

阈值选择的关键是计算文本相似度。与基于主观判断的标准不同（如分值越高、越可能是关键共性技术）（陈伟等，2020；马永红等，2020；胡凯等，2023），本文以《产业关键共性技术发展指南（2017年）》《产业关键共性技术发展指南（2017年）》由工信部于2017年10月发布，公布了我国需要优先发展的174项产业关键共性技术，如高品质特殊钢生产应用关键技术、全数字高档数控系统技术、集成电路专用设备及材料技术等，对本文关键共性技术专利识别具有重要参考意义。为关键共性技术主题标准，将根据不同阈值（关键性阈值、共性度阈值）识别出来的技术主题分词组成“关键共性技术主题文本”，运用余弦相似度方法，与工信部《产业关键共性技术发展指南（2017年）》进行文本相似度分析，得到两篇文本之间的相关系数（采用2015年度、2013年度、2011年度《指南》估计的结果相近）。根据广泛应用的高相关性门槛值标准即0.7（陈希孺，2009），只要测度出的相关系数大于等于0.7，就可以将识别出的主题认定为关键共性技术主题。相关系数小于0.7，则进行阈值调整。该方法兼顾主观标准与客观标准，与只考虑主观标准的识别方法相比较，所得出的结果与现实更吻合，也更可靠。

（三）变量说明

（1）被解释变量。本文被解释变量为关键共性技术专利产出，分别从专利数量和专利质量来测度。专利数量包括关键共性技术申请专利数（quantity1）和授权专利数（quantity2），二者分别为高校申请、授权的发明专利中，属于关键共性技术的专利按年度加总得到。

与专利数量相比，专利质量（quality）更能体现企业真实创新产出水平，更具有技术价值和经济价值。与申请专利相比，授权专利经过国家专利局审查，更具有解释力。因此，本文以关键共性技术授权发明专利的知识宽度来衡量专利质量。

专利知识宽度。专利质量可以从技术、经济、法律等维度来衡量。基于IPC分类号的专利知识宽度涵盖了技术和经济两个维度：一方面，专利所涉及的知识领域越广，其知识复杂程度越高，技术价值可能越大。另一方面，专利知识复杂程度越高，越难以被模仿和取代，涵盖该专利的产品可能具有更大的市场份额、更高的市场价值。参考张杰和郑文平（2018）的知识宽度法，利用授权专利的IPC分类号区分不同专利在技术领域上的分布差异来进行测算。具体思路如下：中国专利的IPC分类号采取“部——大类——小类——大组——小组”格式来排列，专利知识所蕴含的知识复杂度主要体现在“大组”，“大组”层面的专利分类号数量越多，则专利的知识宽度越大，从而专利质量可能越高。参考产业集中度的测算思路，专利知识宽度计算公式为：1－∑α2，其中α为专利IPC分类号中的大组分类所占比重。例如，专利1的IPC分类号为“A01B02/00、A01B02/10、A01B02/20”，专利2的IPC分类号为“A01B02/00、A02B13/00、B35D13/20”。专利1大组为A01B02，所占比重为3/3，专利2的大组为A01B02、A02B13、B35D13，所占比重分别为1/3，即专利1的知识宽度为0，专利2的知识宽度为0.67。由此可知，专利2的大组更分散、知识宽度更大，其质量可能更高。得到每一项专利的知识宽度后，通过取算术平均值，就得到每一所高校的专利知识宽度。

（2）解释变量。本文核心解释变量为政府补贴（subsidy）。关键共性技术属于应用研究，相应地，自变量为应用研究方面的支出。高校研发支出主要来自于财政拨款，应用研究方面的支出也不例外。借鉴肖文和林高榜（2014）、胡善成和靳来群（2021）将R&D支出中政府支出所占比重来度量政府对研发的补贴强度，这里以高校应用研究中的财政拨款来衡量政府补贴。

（3）控制变量。政府掌握高校的资源配置权和行政人事权（黄达人，2015），高校在发展定位、人才培养目标、专业设置等方面趋于雷同，高校办学自主权有待进一步扩大（别敦荣，2019），这客观上能够减少式（1）中需要控制的、影响因变量的个体因素所带来的影响。根据相关文献（胡凯，2018），影响高校技术创新的控制变量有两类。一类是高校特征变量，包括基础研究经费支出（basic）、基础研究当年投入人数（staff1）、应用研究当年投入人数（staff2）。另一类是地区特征变量，包括高校所在地级市人均GDP（pergdp）、高校所在省市区研发支出占GDP比重表示的研发强度（rd）、高校所在省市区技术交易市场成交额占GDP比重表示的知识产权保护水平（ipp）。

在回归中，对于价值型变量如政府补贴、基础研究经费支出、人均GDP等，先以2001年为基期平减，然后取对数。对于其他绝对值型变量如专利数、基础研究投入人数、应用研究投入人数等也取对数。

（四）数据来源

高校关键共性技术专利运用主题词分析方法从专利中识别。用于主题词分析的专利数据源自于大为innojoy数据库。鉴于2001年之前高校经历了大规模合并，本文以2001年作为研究起点。

自变量财政补贴（subsidy）、控制变量中的高校特征变量如基础研究经费支出（basic）、基础研究当年投入人数（staff1）、应用研究当年投入人数（staff2）等，均来自于《高等学校科技统计资料汇编》（以下简称《汇编》）。自2002年以来，教育部科学技术司连续多年发布《汇编》（实为前一年统计数据），报告教育部直属高校的科技投入、产出、成果转化等方面的情况。但遗憾的是，自2017年开始，《汇编》不再报告高校基础研究和应用研究方面的研发投入信息，同时2004-2008年《汇编》中教育部直属高校基础研究和应用研究信息缺失。因此，本文实际采用的是2001-2002年、2008-2016年教育部直属高校（75所）作为研究样本。

控制变量中的人均GDP（pergdp）、地区研发支出占GDP比重（rd）、知识产权保护水平（ipp）等来自于《中国统计年鉴》、《中国城市统计年鉴》、EPS等。

（五）变量的描述性统计

表1报告了变量的描述性统计结果。从因变量来看，申请专利数（quantity1）、授权专利数（quantity2）的标准差高于均值，表明高校之间申请专利、授权专利差异较大，尤其是授权专利的差异更大。同时可以发现，授权专利均值远低于申请专利均值，前者仅为后者的37%，说明高校关键共性技术申请专利的质量不高。印证这一猜想的是，专利质量（quality）均值仅为0.1256（分值介于0到1之间，分值越高表明质量越好），且标准差远低于均值，说明高校整体的关键共性技术授权专利的质量都不高。

从自变量来看，财政补贴（subsidy）的标准差高于均值，表明高校之间的应用研究支出也存在较大的差异。同时，财政补贴即应用研究支出高于基础研究支出（basic），以及应用研究人员（staff2）高于基础研究人员（staff1），均表明高校的研究重心在于应用研究而非基础研究。

四、回归结果与分析

（一）基准回归

表2报告了政府补贴对高校关键共性技术专利数量和质量的回归结果。实证结果显示：在第（1）～（2）列中，财政补贴（subsidy）对关键共性技术专利申请量（quantity1）和授权量（quantity2）的影响在1%水平上显著为正。具体来看，财政补贴每增加1个百分点，高校关键共性技术专利申请数量将提升0.3899个百分点，专利授权数量将提升0.3937个百分点。在第（3）列中，财政补贴（subsidy）对关键共性技术专利质量（quality）的影响在1%水平上显著为负，这表明财政补贴对关键共性技术专利质量缺乏积极的影响。

基准回归表明，财政补贴有助于提升关键共性技术专利数量，但无助于关键共性技术专利质量提升，即财政补贴形成的关键共性技术专利仅具有数量效应，而缺乏质量效应。这一发现与江飞涛等（2020）对上市公司财政补贴的专利效应研究结论一致。如前所述，专利竞赛下的高校关键共性技术研发面临策略性风险，比如高校研发补贴考核重数量轻质量、竞争性拨款机制诱发短平快研究等，都激励高校研发人员重视专利数量而不是专利质量，并进一步形成“财政补贴——策略性研发”低水平循环：高校（课题组或负责人）获得财政补贴越多，越有动机在易量化的专利数量上下功夫以显示研究能力，并为再次获得财政补贴提供成果支撑。这样，就形成了财政补贴越多但高质量专利越少的局面，即财政补贴降低专利质量，形成研发资源低效率配置均衡。因此，只有从根本上扭转重数量轻质量的研发补贴分配和考核机制，才能打破这一低水平均衡陷阱。假说1、假说2初步得到验证。

（二）稳健性检验

一是滞后解释变量。政府补贴和高校关键共性技术专利产出之间可能存在反向因果的内生性问题，即关键共性技术专利产出的增加可能促使高校获得更多的政府补贴。为缓解可能存在的内生性问题，本文将解释变量进行滞后一期处理，回归结果见表3。

可以发现，滞后一期的财政补40cbf63de33c9c41c62c64a823c7fbca贴对高校关键共性技术专利申请量（quantity1）和授权量（quantity2）的影响均在1%水平上显著为正，对专利质量（quality）的影响在5%水平上显著为负。这与表2的回归结果保持一致，假设1和假设2再次得到验证。

二是运用其他估计方法。具体而言，针对专利申请和授权量为非负整数，采用面板计数模型来进行估计，结果见表4的第（1）～（2）列（其他回归中的专利量均为取对数后的值）；对于专利质量运用GMM（广义矩）方法估计（选取因变量滞后三期的模型），结果见表4第（3）列。

可以发现，采用面板计数模型得到的估计结果与表2非常一致，即财政补贴能够显著提升高校关键共性技术专利申请量和授权量（均在1%水平上显著）。同时，运用GMM方法的估计结果也与表2保持高度一致，即财政补贴降低了专利质量。假说1、假说2得到进一步验证。根据前述理论分析，缺乏有效激励和约束功效的研发补贴分配和考核机制，助长了重数量轻质量的策略式关键共性技术研发行为。

三是进行变量替换。专利数量是客观的，难以寻找替代变量。而专利质量则具有很强的主观性，可以采用不同的方法来度量。根据数据可得性，本文先后选取专利被引用数（cited）、专利引用数（cite）和专利同族数（homog）来刻画专利质量（对高校这三类专利指标分别加总，然后取均值得到）。专利被引用也称为前向引用。专利被引用次数越多，表明其技术影响力越大，专利被引用是衡量专利质量的最直观指标（李冬梅等，2020）。专利引用也称为后向引用，即一项专利对其他专利的引用。后向引用越多，表明专利人对相关技术领域了解得越充分、该专利与相关技术前沿的联系越密切，其技术价值越大（张晓月和黄俊伟，2020；蔡中华等，2020）。专利同族数就是专利同族的个数。专利族（Patent Family）是指具有共同优先权、由不同国家公布的内容相同或基本相同的一组专利申请或专利，其目的是扩大专利技术的保护范围。专利族中的每件专利文献被称为同族专利。同族数越多，表明专利保护范围越大。在这种意义上，同族数的大小与专利质量正相关（许鑫等，2019）。

表5报告了专利质量替换指标的估计结果。结果显示，政府补贴对关键共性技术专利被引用数（cited）、专利引用数（cite）和专利同族数（homog）的影响均不显著。其原因在于，补贴资金分配时，资金分配部门并没有将专利被引数、专利引用数和专利同族数等质量型考核指标纳入项目绩效评价体系，尤其是专利被引数在专利授权一段时间后才能体现，具有滞后性，这与时间性要求很强的项目绩效即时评估不相符。缺乏质量导向的补贴绩效考核机制，很难激励研发人员开展高质量创新活动，假设2再次得到验证。因此，要实现以高质量创新驱动高质量发展，必须强调以“创新质量至关重要”指导创新政策体系建构。

四是控制高维固定效应。即控制地区范围内随时间变化因素的影响，也就是构造地区效应和时间效应的交乘项，以缓解地区范围内随时间改变、不可观测因素的影响。估计结果见表6。该回归结果也与表2高度一致：财政补贴对关键共性技术专利的申请量、授权量具有显著的提升效应，但是对专利质量缺乏积极影响。究其原因，在于现行财政补贴政策缺乏刚性、可操作性的专利质量考核机制，专利数量优先是占优策略。因此，建立专利质量导向的财政补贴分配和考核机制刻不容缓。

（三）调节效应分析

1.一流大学建设的调节效应

与一流学科建设高校相比，一流大学建设高校具有更强的综合科研实力，尤其是在基础研究上（潘军，2021）。本文研究样本中，部分为一流大学建设高校、部分为一流学科建设高校，二者分别有33所和42所（一流大学建设高校也是一流学科建设高校，为方便表述，将既是一流大学又是一流学科建设高校简称为一流大学建设高校）。对一流大学建设高校的调节效应，以财政补贴与一流大学建设高校虚拟变量（top，是取值为1，否取值为0）的交乘项（subsidy）来构造核心解释变量，该变量的影响系数表示在财政补贴一定时，一流大学建设高校是否比一流学科建设高校具有更多、更高质量的专利。估计结果见表7。

第（1）列表明，交乘项对专利申请的影响显著为负，即在财政补贴一定时，与一流学科建设高校相比，一流大学建设高校的关键共性技术专利申请量更低。其原因在于，两类高校的科研比较优势不同：一流大学建设高校大多是综合性大学，一流学科建设高校大多为理工科大学，综合性大学的科学研究优势是基础研究，而基础研究的成果多为学术论文而非专利。理工科大学的科研优势是应用研究，而应用研究的主要成果形式是专利。尽管一流大学建设高校在专利申请方面处于劣势，但第（2）列表明，一流大学建设高校的财政补贴能形成更多的授权专利。这主要归因于基础研究的知识溢出效应。“基础研究是整个科学体系的源头，是所有技术问题的总机关”。综合性大学的基础研究优势有助于提升应用研究质量，使其专利申请质量较高。而高质量申请专利将带来高专利授权率（陈春霞，2021），即同样的申请专利下获得更多的授权专利。

第（3）列表明，交乘项对专利质量的影响不显著。也就是说，在财政补贴一定时，尽管一流大学比一流学科建设高校有更多的授权专利，但在专利质量上平均而言没有显著区别。可能的原因是，两类大学面临相同的财政资金绩效考核体系，即便一流大学建设高校的应用研究具有较强的基础研究支撑，但由于专利质量没有纳入绩效考核体系，此类高校也没有提高专利质量的内生激励，仍存在重数量轻质量的研发导向。综上分析可以发现，一流大学建设尽管能够改善研发补贴的专利授权效应，但并不会产生积极的专利质量效应。这意味着，只有建立起专利质量激励机制，才能实现专利高质量发展。这一结果再次凸显了基准回归中强调的、完善专利质量激励机制的重要性。

2.行业背景（industry）的调节效应

具有行业背景的高校与行业（企业）联系更紧密，在开展关键共性技术研发方面占据先发优势，从而更便于形成高质量关键共性技术。中国高校的行业背景源于计划经济体制——不同部委设立具有行业特色的高等院校，并一直沿袭至2000年大规模高校合并。尽管高校合并、主管部门变更使很多高校不再具有行业主管部门，但行业背景的影响根深蒂固，突出表现在很多高校的优势学科依托行业背景、高校科研资源向这些优势学科倾斜，并且这一影响一直延续至今。行业背景以（合并前）高校是否曾经有行业主管部门比如原机械工业部、原铁道部、原纺织部等来划分（不包括教育部这样的教育主管部门）。经过识别后发现，样本中有、无行业背景的高校分别为60所、15所。

构造财政补贴与行业背景虚拟变量（industry，有行业背景的高校赋值为1，否则为0）的交乘项，估计结果见表8。研究发现，财政补贴一定时，行业背景对专利申请量、授权量没有显著影响，这与理论预期一致。但是，有行业背景的高校其专利质量更高。这是因为：关键共性技术属于竞争前中间型技术，往往需要经过二次开发才能够转化为专有技术。而有行业背景的高校，形成了依托行业、发挥行业性学科优势的科研活动路径依赖，其应用研究面向行业需求，其研发活动更倾向于行业实际应用。换言之，具有行业背景的高校，其关键共性技术与专有技术之间的技术距离更短。正因为此类关键共性技术研发具有很强的应用前景和需求导向特征，从而使该类研发活动更有价值，即专利质量更高。与依托产学研合作（樊霞和任畅翔，2014；王萧萧和朱桂龙，2019）、科技成果转化体制和激励政策（胡凯和王炜哲，2023；易巍和龙小宁，2021）来提高高校专利质量相比，本文发现了提高高校关键共性技术专利质量的新途径：市场应用导向的研发创新。因此，其政策意蕴是，关键共性技术财政补贴分配要面向市场需求和产业应用，要充分发挥市场导向的作用，否则难以产生高质量关键共性技术。假说3得到了验证。

五、结论与建议

本文以高校为样本，分析产业关键共性技术研发补贴的创新效应。基于专利文献挖掘法从高校专利中识别出关键共性技术专利后，运用《高等学校科技统计资料汇编》提供的教育部直属75所高校2001-2002年、2008-2016年面板数据，实证检验财政补贴的专利效应。研究发现：（1）基准回归表明，财政补贴能够显著增加高校关键共性技术专利申请量和授权量，但对关键共性技术专利质量产生抑制效应。运用自变量滞后、面板计数模型和GMM估计分别对专利数量和质量进行检验、增加地区和时间效应的交乘项检验，均证实了估计结果的稳健性。进一步以专利被引数、专利引用数和专利同族数来衡量专利质量，结果发现财政补贴对专利质量的影响不显著。因此，财政补贴对关键共性技术专利的影响具有数量效应而缺乏质量效应。（2）调节效应分析发现，与一流学科建设高校相比，一流大学财政补贴产生的专利申请数量更少，但专利授权更多，而专利质量没有显著区别；行业背景对高校关键共性技术专利的申请、授权没有显著影响，但是有助于提高专利质量。根据研究结论，本文提出以下政策建议：

第一，构建以质量为核心的关键共性技术研发补贴考核机制。尽管政府补贴能够促进高校关键共性技术专利数量的提升，但在提升关键共性技术专利质量方面还存在较大空间。为提升关键共性技术专利质量，要完善以专利质量为核心、可量化的财政补贴考核机制。一方面要从原创性、影响力、前瞻性等方面构建一套包容性、有侧重的专利质量评价体系。专利质量指标体系应包括专利的技术价值、法律价值、经济价值等综合性指标体系。同时，考虑到一些专利质量指标的量化具有滞后性，比如专利被引数，可以将即期与中长期评价相结合，建立财政补贴项目评价数据库，并将中长期评价结果作为未来财政补贴申报和分配的重要参考指标。另一方面，要拓展专利质量评价体系的应用场景。专利质量评价体系不仅可应用于关键共性技术研发补贴资金的绩效考核，还应拓展应用场景，将质量为导向的考评体系在各级各类科技创新评比中予以推广应用，以利于在全社会营造重数量更重质量的创新文化。比如，在重大科研项目立项、重大科研平台建设立项、高校学科评估、双一流建设高校等重大项目评选时，要提高技术创新质量如专利质量、专利转化率等指标的权重，积极治理专利泡沫、策略性创新等乱象。

第二，以市场应用为导向，完善关键共性技术政府补贴分配机制。产业关键共性技术的有效性在本质上表现为其有用性，而后者需要接受市场检验，只有为市场所需要的关键共性技术才具有社会价值。首先，补贴资金分配应以市场的技术需求为首选标准。如大力开展面向行业应用的关键共性技术研发。有行业背景的高校其专利质量更高，说明面向行业应用开展关键共性技术研发具有必要性。不具有行业背景的高校要通过产学研合作、参与创新战略联盟、参与“揭榜挂帅”、与新型研发机构合作等途径，积极关注行业需求，根据行业需求来开展关键共性技术研发，提高研发针对性，便于共性技术的市场化转化。其次，将政府提供的财政补贴资金与企业从市场中获取的合同科研资金相匹配，构建高激励强度的财政补贴资金分配机制。高校若想获得关键共性技术研发补贴资金，必须能够证实其具备从事市场所需的关键共性技术研发能力，而后者正是合同科研模式所能够显示的。不同于以政府补贴撬动市场资金的传统筹资模式，市场导向型财政补贴分配机制反其道而行之，以合同科研资金来显示研发能力、为政府补贴资金的分配提供合理性。

此外，还要加大基础研究投入力度。应用研究的成效与基础研究投入密不可分。要从创新型强国建设高度，从提高基础研究投入强度和比重、优化基础研究成果考核机制、建立中长期基础研究激励机制等方面，构建一套系统性的基础研究财政支持制度。

参考文献：

[1]白俊红、刘宇英，2021：《金融市场化与企业技术创新：机制与证据》，《经济管理》第4期。

[2]白俊红、聂亮，2018：《能源效率、环境污染与中国经济发展方式转变》，《金融研究》第10期。

[3]别敦荣，2019：《必须进一步扩大高校办学自主权——我国高等教育发展70年的经验》，《教育发展研究》第Z1期。

[4]蔡中华、陈鸿、马欢，2020：《我国向“一带一路”沿线国家专利申请质量测度研究》，《科学学研究》第7期。

[5]陈春霞，2021：《2008—2017年中国高校专利数据比较分析及管理对策》，《海南师范大学学报（自然科学版）》第3期。

[6]陈强远、林思彤、张醒，2020：《中国技术创新激励政策：激励了数量还是质量》，《中国工业经济》第4期。

[7]陈强远、张醒、汪德华，2022：《中国技术创新激励政策设计：高质量发展视角》，《经济研究》第10期。

[8]陈伟、林超然、孔令凯、李传云、杨早立，2020：《基于专利文献挖掘的关键共性技术识别研究》，《情报理论与实践》第2期。

[9]陈希孺，2009：《概率论与数理统计》，合肥：中国科学技术大学出版社。

[10] 樊霞、任畅翔，2014：《“985工程”高校产学研专利质量影响因素研究》，《科学学与科学技术管理》第6期。

[11] 郭玥，2018：《政府创新补助的信号传递机制与企业创新》，《中国工业经济》第9期。

[12] 胡凯，2018：《面向自主创新的R&D财税激励政策有效性研究》，北京：经济科学出版社。

[13] 胡凯、王炜哲，2023：《如何打通科技成果转化的“最后一公里”？——基于技术转移办公室体制的考察》，《数量经济技术经济研究》第4期。

[14] 胡凯、谢芬、杨滨瑜、胡新杰、刘汉霞，2023：《基于专利文本挖掘的产业关键共性技术识别与应用研究》，《科技管理研究》第8期。

[15] 胡善成、靳来群，2021：《政府研发补贴促进了策略创新还是实质创新？——理论模型与实证检验》，《研究与发展管理》第3期。

[16] 黄达人，2015：《大学的转型》，北京：商务印书馆。

[17] 贾雯晴、俞建飞，2022：《科研经费长期稳定支持与高校科技原始创新——基于中央高校基本科研业务费的准实验考察》，《研究与发展管理》第3期。

[18] 江飞涛、陈强远、王益敏、李建成，2021：《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》，《经济管理》第12期。

[19] 江鸿、石云鸣，2019：《共性技术创新的关键障碍及其应对——基于创新链的分析框架》，《经济与管理研究》第5期。

[20] 江艇，2022：《因果推断经验研究中的中介效应与调节效应》，《中国工业经济》第5期。

[21] 黎文靖、郑曼妮，2016：《实质性创新还是策略性创新？——宏观产业政策对微观企业创新的影响》 ，《经济研究》第4期。

[22] 李冬梅、蒋仁爱、晏瑜，2020：《ICT领域专利发明人合作对中国专利质量的影响研究》，《情报杂志》第3期。

[23] 李纪珍、邓衢文，2011：《产业共性技术供给和扩散的多重失灵》，《科学学与科学技术管理》第7期。

[24] 梁俊伟、黄德成，2020：《高校知识溢出与企业创新绩效》，《经济理论与经济管理》第1期。

[25] 刘诗源、林志帆、冷志鹏，2020：《税收激励提高企业创新水平了吗？——基于企业生命周期理论的检验》，《经济研究》第6期。

[26] 刘维刚、周凌云、李静，2020：《生产投入的服务质量与企业创新——基于生产外包模型的分析》，《中国工业经济》第8期。

[27] 柳百成，2016：《工业强基是建设制造强国的关键》，《中国工业评论》第10期。

[28] 陆国庆、王舟、张春宇，2014：《中国战略性新兴产业政府创新补贴的绩效研究》，《经济研究》第7期。

[29] 马名杰，2006：《发挥政府在共性技术研究中的关键作用》，《国防科技工业》第6期。

[30] 马晓楠、耿殿贺，2014：《战略性新兴产业共性技术研发博弈与政府补贴》，《经济与管理研究》第1期。

[31] 马永红、孔令凯、林超然、杨晓萌，2020：《基于专利挖掘的关键共性技术识别研究》，《情报学报》第10期。

[32] 潘军，2022：《一流大学场域构建与湾区经济演进：关系与启示》，《高校教育管理》第4期。

[33] 邱楚芝、赵锦瑜，2022：《中国企业创新为何重数量而轻质量——数量增长目标考核视角》，《南方经济》第5期。

[34] 陶锋、赵锦瑜、周浩，2021：《环境规制实现了绿色技术创新的“增量提质”吗——来自环保目标责任制的证据》，《中国工业经济》第2期。

[35] 王萧萧、朱桂龙，2019：《产学合作提升专利质量了吗》，《科学学研究》第8期。

[36] 肖文、林高榜，2014：《政府支持、研发管理与技术创新效率——基于中国工业行业的实证分析》，《管理世界》第4期。

[37] 谢红军、张禹、洪俊杰、郑晓佳：《鼓励关键设备进口的创新效应——兼议中国企业的创新路径选择》，《中国工业经济》第4期。

[38] 许鑫、赵文华、姚占雷，2019：《多维视角的高质量专利识别及其应用研究》，《现代情报》第11期。

[39] 薛捷、张振刚，2006：《基于“官产学研”合作的产业共性技术创新平台研究》，《工业技术经济》第12期。

[40] 叶初升、孙薇：2023：《中国“科技创新困境”再审视：技术创新质量的新视角》，《世界经济》第8期。

[41] 易巍、龙小宁，2021：《中国版Bayh-Dole Act促进高校创新吗？》，《经济学（季刊）》第2期。

[42] 张杰、郑文平，2018：《创新追赶战略抑制了中国专利质量么？》，《经济研究》第5期。

[43] 张晓月、黄俊伟，2020：《兼顾功能与协调的企业专利质量评价研究——中国上市芯片企业的实证分析》，《运筹与管理》第7期。

[44] 郑月龙、秦国静，2021：《政府补贴对产业共性技术可持续研发行为的影响研究》，《研究与发展管理》第3期。

[45] 郑月龙、周立新、周继祥，2017：《考虑产业共性技术市场化的政府研发支持合同》，《科学学研究》第10期。

[46] 周国华、谭晶菁，2018：《复杂产品关键共性技术供给模式比较研究》，《软科学》第6期。

[47] 朱桂龙、黄妍，2017：《产学研合作对共性技术研发创新影响的实证检验——以生物技术领域为例》，《科技进步与对策》第11期。

[48] 朱建民、金祖晨，2016：《产业关键共性技术创新的影响机理——基于官产学研混合博弈决策》，《科技管理研究》第12期。

[49] Aghion， P.， Jones， B. F. and Jones， C. I.， 2017， Artificial Intelligence and Economic Growth， NBER Working Paper， No.23928.

[50] Barney， J.， 1991， Firm Resources and Sustained Competitive Advantage， Journal of Management， 17（1）： 99-120.

[51] Griliches， Z.， 1990， Patent Statistics as Economic Indicators： A Survey， Journal of Economic Literature， 28（4）： 1661-1707.

[52] Sawhney， M. and Prandelli， E.， 2000， Communities of Creation： Managing Distributed Innovation in Turbulent Markets， California Management Review， 42（4）： 24-54.

[53] Tassey， G.， 1996， Choosing Government R&D Policies： Tax Incentives VS. Direct Funding， Review of Industrial Organization， 11（5）： 579-600.

[54] Tassey， G.， 2004，The Functions of Technology Infrastructure in a Competitive Economy， Research Policy， 20（4）： 345-361.

[55] Wu， A.， 2017，The Signal Effect of Government R&D Subsidies in China： Does Ownership Matter？ Technological Forecasting and Social Change， 117： 339-345.

Patent Effects of R&D Subsidies for Industrial Key Generic

Technologies in Universities

Hu Kai1， Xie Fen1 and Lv Bijun2

（1.School of Economics， South-Central Minzu University;

2.School of Accountancy， Hubei Business College）

Abstract：Universities are the main force for the research and development of industrial key generic technology in China， government subsidies to universities are an important means to break through the bottleneck of industrial key generic technology. This paper used panel data of 75 universities directly under the Ministry of Education. Firstly， patent literature mining was used to identify patents with key generic technology， and then did empirical test on the patent output of government subsidies both from patent quantity and patent quality. The empirical results show that government subsidies significantly increase the quantity of patents， but have no significant effect or even a suppressive effect on the quality of patents. This conclusion has been verified through multiple robustness tests. Further analysis shows that government subsidies at top universities generate fewer patent applications but more patents granted. Government subsidies at universities with industrial backgrounds generate higher quality patents. In order to improve the quality effect of R&D subsidies， it is necessary to optimize the subsidy allocation mechanism oriented towards market application and establish a subsidy evaluation mechanism with quality as the core.

Key Words：industrial key generic technologies; universities; government subsidies; quantity of patent; quality of patent

责任编辑邓悦

胡凯，中南民族大学经济学院，电子邮箱：hukaieco@126.com；谢芬，中南民族大学经济学院，电子邮箱：13117000105@163.com；吕碧君（通讯作者），湖北商贸学院会计学院，电子邮箱：lvbj@hbc.edu.cn。本文受国家社科基金一般项目（19BJL079）的资助。