专利数据在测度创新技术变化中的作用研究

OECD的科技统计与科技指标：一、概况出于制定科技政策的需要，科技统计和科技指标已日益为世界各国和国际组织所重视。

经济合作与发展组织（OECD）是最早系统收集科技统计数据的国际组织，在世界科技统计界处于领先地位，对科技统计的国际标准化和规范化作出了重要的贡献。

OECD的科技统计与科技指标具有以下主要特点：在组织上有一套机构，并有专业人员专门从事统计调查、统计分析、指标研究工作，并把科技统计、科技指标与管理决策紧密的结合在一起；注意统计数据的国际可比性，研究并制定了一整套科技统计手册，为科技统计工作提供了共同遵循的统一标准与规范；系统地收集科技统计数据，并建立了科技统计数据库；定期出版科技统计和科技指标出版物，并充分利用INTERNET信息网传输信息；为满足制定科技政策对指标的要求，十分重视研究能测独创新以及与知识经济有关的指标；注意加强与非OECD成员国在科技统计和科技指标方面为合作、收集非成员国的科技统计数据并建立数据库。

以下对OECD的科技统计和科技指标的这些具体情况和特点分别进行简要介绍。

二、组织机构OECD成立于1961年，其前身是欧洲经济合作组织（OEEC），目前共有29个成员国，包括了几乎所有发达国家，国民生产总值占全世界三分之二。

OECD的职能主要是研究分析和预测世界经济的发展走向，协调成员国关系，促进成员国合作，经常为成员国制定国内政策和确定在区域性、国际性组织中的立场提供帮助。

OECD的权力机构是理事会，由OECD成员国和欧共体各派一位大使级代表组成。

理事会下设委员会，委员会是OECD成员国举行会议和交换信息的机构，由各成员国以及一些国际组织如联合国、欧盟派代表组成，委员会内可设有专家组和工作组。

针对不同的领域和议题，OECD共设有200多个委员会、工作组和专家组。

OECD的日常工作机构是秘书处，设在巴黎OECD总部。

秘书处下设司或部，每一个司服务于一个或若干个委员会、委员会的工作组或专家组。

专利技术信息挖掘及实证研究：以我国的行李箱专利为例刘晓英;文庭孝;孙玥莹【摘要】专利文献是一种重要的技术文本,蕴含丰富的专利技术信息,成为技术挖掘的重要对象.国内外常用的专利技术信息挖掘方法有基于网络、基于分类、基于聚类和基于信息抽取的专利技术信息挖掘方法.常用于专利技信息挖掘的工具很多,其中ROST CM6对中文专利技术信息挖掘支持性较好.以ROST CM6为基础,结合Citespace,对我国行李箱专利文献中的技术信息进行了深度挖掘和实证分析,可视化展示了不同时期我国行李箱专利技术的研发重点.%Patent document is an important technical text, which contains abundant patent technology information and becomes an important object of technical excavation. Through software and tools, the patent technology information contained in the patent text can be effectively mined and visualized. The patent data were processed and analyzed by statistical method, text mining method and visualization method. There are four kinds of patent technology information mining methods that commonly used at home and abroad, which are based on network, classification, clustering and information extraction. There are also many tools used in patent technology information mining, among which, ROST CM6 has better support for Chinese patent technology information mining. Based on ROST CM6 and combining Citespace, this paper makes a deep excavation and empirical analysis of technical information in the patent documents of luggage in our country, and visually displays the different periods of China's luggage patent technology research and development focus.【期刊名称】《图书馆》【年(卷),期】2018(000)004【总页数】7页(P37-43)【关键词】专利;专利文献;技术信息;专利挖掘;专利分析【作者】刘晓英;文庭孝;孙玥莹【作者单位】中南大学图书馆长沙 410013;中南大学信息安全与大数据研究院长沙 410083;中南大学信息安全与大数据研究院长沙 410083【正文语种】中文【中图分类】G353.1引言技术挖掘（Technology Mining）是美国学者Porter提出的一种在已有科技文献的基础上分析当前技术现状和将来技术走向的方法，用于技术演变分析、技术监测、技术管理、技术评估、技术竞争情报分析等[1]。

科研方法与论文写作考试(一) 单选题：只有唯一一个选项正确1. 查找同一主题文献资料检索途径是（ D ）(A) 著者途径(B) 引文途径(C) 序号途径(D) 主题途径2. 下面不属于科学的知识类别是（ B ）(A) 自然科学(B) 宗教神学(C) 人文科学(D) 社会科学3. 不属于我国专利分类的是（ C ）(A) 明专利(B) 计专利(C) 尼斯纪录(D) 用新型专利4. 较高的回收率是保证调查资料具有代表性的必要条件之一。

不影响回收率的是（ B ）(A) 被调查者对该项调查的兴趣、态度、看法、责任心(B) 问卷的整理方法(C) 被调查者的时间、精力和能力(D) 调查者的工作态度和方法5. 问题的界定其实就是界定问题中蕴含的（ C ）(A) 事实(B) 小问题(C) 核心概念(D) 关键词6. 下列对访谈调查的叙述正确的是（ D ）(A) 访谈时，追问越多越好(B) 访谈时，访谈者用眼睛、神态与受访者交流是不礼貌的(C) 访谈时，座位安排无关紧要(D) 在征得受访者允许的情况下，访谈者应尽可能使用录音7. 行动研究报告属于以下哪种（ A ）(A) 实证性(B) 文献性(C) 理论性(D) 以上均不正确8. 下列关于提问的原则表述错误的是（ D ）(A) 问题要清楚。

避免模棱两可、模糊不清的问题(B) 避免使用行话、俚语和简写(C) 避免提出超过被调查者能力的问题(D) 敏感性或威胁性的问题可以放在问卷的后面9. 调查不同年代爱情观变化情况属于（ ?C ）(A) 现状调查 (B) 相关调查(C) 原因调查 (D) 跟踪调查10. 不能控制无关变量的方法有（ C ）(A) 随机抽样 (B) 等组分配被试(C) 增加样本 (D) 消除物理因素11. 在测量研究中，《监考守则》是（ C ）(A) 测量客体 (B) 测量内容(C) 测量规则 (D) 测量工具12. 科学研究的起点是（ ? C ）(A) 知识 (B) 假设(C) 问题 (D) 课题13. 为避免重复劳动，提高科研效益，最重要的工作是（ C ）(A) 选定课题 (B) 课题论证(C) 文献检索 (D) 制定研究计划14. 学术著作的出版方式有（? D ）(A) 常规出版 (B) 合作出版(C) 自费出版 (D) 以上均正确15. 在英语中，问题一般有两种表达方式：question和problem；科学研究要解决的问题是（ B ）(A) question (B) problem(C) question和problem (D) 都不是16. 根据已有的理论和经验对研究结果作出的假设叫做（ C ）(A) 零假设 (B) 原假设(C) 备择假设 (D) 虚无假设17. “当前失独家庭成员心理状态调查”属于（ A ）(A) 现状调查 (B) 相关调查(C) 原因调查 (D) 跟踪调查18. 实验法较多地运用于下面哪个学科研究（ B ）(C) 数学 (D) 哲学19. 论文发表中，（ C ）对提高原稿的质量能起到很大的作用，是保证刊物质量的一项重要工序。

科技成果转化的内涵边界与统计测度科技创新是推动社会进步的重要动力，而科技成果的成功转化是实现科技创新价值的关键环节。

本文将探讨科技成果转化的内涵边界和统计测度，希望为促进科技成果转化提供一定参考。

随着科技的不断发展，科技成果转化在推动经济发展、改善人民生活等方面具有越来越重要的作用。

据相关数据显示，科技成果转化带来的经济增长贡献率不断攀升，成为促进经济增长的重要引擎。

因此，对科技成果转化的内涵边界和统计测度进行深入了解显得尤为重要。

科技成果转化是指将科学研究成果转化为具有市场竞争力的产品或服务的过程。

这一过程需要科研人员、企业和政府的共同努力，包括从研发到应用的全过程。

科技成果转化的意义在于：一方面，推动科技进步，促进经济高质量发展；另一方面，提升人民生活水平，实现社会可持续发展。

科技成果转化的内涵边界包括从研发到应用的全过程，具体包括：基础研究：对科学问题进行深入探索和实验，发现新现象、新规律，为科技成果转化提供源头活水。

应用研究：针对具体应用场景，研究开发具有实用价值的技术和产品，满足市场需求。

技术转移：将科技成果从研发方转移到企业、社会组织等应用方，实现科技成果的商业化、产业化。

产业化和市场推广：将技术转化为具有市场竞争力的产品或服务，并推广至更广泛的市场。

为了更好地了解科技成果转化的状况，我们需要对科技成果转化进行统计测度。

以下是几个常用的统计测度指标：成果转化率：指成功转化的科技成果数量占所有可转化科技成果数量的比例。

这一指标可以反映科技成果转化的效率。

成果贡献率：指科技成果转化对经济增长、产业升级等方面的贡献程度。

这一指标可以反映科技成果转化的社会价值。

成果转化效益：指科技成果转化带来的经济、社会、环境等方面的综合效益。

这一指标可以反映科技成果转化的综合价值。

以某科技企业为例，该企业致力于将人工智能技术应用于医疗健康领域。

在科技成果转化过程中，该企业首先进行了深入的基础和应用研究，获得了多项专利和软件著作权。

科技进步测度体系构建及应用研究科技进步是推动社会发展和经济增长的重要推动力。

为了深入了解科技进步的水平并进行科学的评估，需要建立一套科技进步测度体系。

本文将探讨科技进步测度体系的构建方法并讨论其在实践中的应用。

一、科技进步测度体系的构建方法构建科技进步测度体系需要全面考虑科技进步的多个维度和指标，并将其量化或标准化以便于测量和比较。

以下是构建科技进步测度体系的几个步骤：1. 确定科技进步的主要驱动因素：科技进步的驱动因素可能涉及多个方面，如科研投入、人才培养、科技成果转化等。

首先需要确定哪些因素对科技进步起到主导作用。

2. 选择适当的科技进步指标：根据确定的主要驱动因素，选择合适的科技进步指标作为测度的依据。

例如，科研投入可以通过研究经费支出、科研人员数量、论文发表数量等指标来衡量。

3. 建立指标之间的关联网络：科技进步涉及多个指标之间的相互关系。

建立指标之间的关联网络，可以通过建立图模型或使用复杂网络分析方法来实现。

这有助于深入理解科技进步的复杂性和动态演化情况。

4. 制定权重分配方法：不同指标可能对科技进步的贡献程度不同，因此需要制定权重分配方法来反映指标的重要性。

常见的方法包括层次分析法、主成分分析法等。

通过权重分配，可以将不同指标的测度汇总为综合的科技进步指数。

二、科技进步测度体系的应用研究科技进步测度体系在实践中有广泛的应用，可以用于评估国家、行业或企业的科技进步水平，并为制定科技政策和战略提供参考。

1. 国家科技进步评估：科技进步测度体系可以用于评估不同国家的科技进步水平。

通过对不同国家的科技指标进行测量和比较，可以了解各国在科技领域的优势和劣势，为国家科技政策的制定提供参考依据。

2. 行业竞争力评估：科技进步测度体系也可以用于评估不同行业的科技进步水平和竞争力。

通过对不同行业的科技指标进行分析，可以发现行业内的先进技术和创新动态，为企业提供行业趋势的预测，从而指导企业的战略决策。

3. 企业科技能力评估：科技进步测度体系还可以用于评估企业的科技能力和创新潜力。

科技创新影响因素及其效率评价研究相较于原始的传统制造领域，先进制造业具有技术密集、附加值高等特征，由于“技术先进性”这一显著特征，科技创新方面的研究成为了其发展路径规划中的重中之重。

目前，有不少学者在科技创新领域开展了多层面的研究，其中科技创新影响因素的研究能进一步明确相关企业或地域提高创新产出、加快创新能力建设的主要途径，创新效率评价则能有效反映现阶段的创新投入-产出效率，暴露发展问题，对于形成提升科技创新发展的对策具有重要意义。

1.科技创新影响因素研究现状创新系统是一个多主体参与、多因素影响的庞杂系统，明确科技创新内涵、识别科技创新影响因素是完善先进制造业创新能力建设机制的必要前提。

学术界基于科技创新的内涵与战略管理作用对科技创新影响因素进行了分析，综合企业内、外部等方面要素，采用生产函数、因子分析法、回归模型、空间计量等方法展开了细致研究。

在因素选取方面，针对先进制造业创新影响因素的现有研究大多涉及内、外两个分析角度。

其中出现频率较高的外部因素包括创新服务、金融环境、创新合作模式等，内部因素涵盖了企业管理组织方式、创新资源投入以及战略创新模式等；在此基础上，研究者们不断扩充，围绕政府的支持或干预程度、企业信息化水平、企业关系资本与知识共享、创业水平等方面对科技创新影响因素进行了广泛的研究。

但上述影响因素的研究范围极为宽泛，涉及了市场、科技、金融、管理等多个层面，而对于制造业科技资源的利用、转化这一微观过程的因素研究较少。

因此为挖掘更为细致的影响要素，有研究者基于投入-产出视角，对科技创新产出的影响因素展开研究，不断将创新投入类的指标细化。

除了R&D经费、R&D 人员等基础性研发投入之外，相关研究中逐渐加入了技术引进费用、技术改造费用等非研发性投入，并考虑创新过程中的多主体特性，将政府补贴纳入要素研究范畴。

但现阶段，关于投入型创新要素的研究仍不够全面，对多主体、多类型的指标考虑不够周全，例如只考虑了研发型投入却未考虑非研发型投入因素的影响。

经济科学·2009年第4期我国高技术产业技术创新效率及其影响因素研究——基于价值链视角下的两阶段分析余泳泽（南开大学经济学院天津 300071）摘 要：本文基于价值链的视角，将高技术产业的技术创新过程分为技术开发和技术成果转化两个阶段，并利用松弛变量的DEA模型分别对各阶段的效率及其影响因素进行了实证研究。

研究的基本结论有：两个阶段中技术创新的平均效率都较低，且有持续恶化趋势，这主要源于纯技术无效率；技术创新两阶段生产力的提高均主要来自于技术进步；从价值链视角看，技术开发效率和成果转化效率都有进一步改善的空间；市场化程度、企业规模、政府政策支持和企业自身的经营绩效对各地区高技术产业技术创新效率均有正的影响。

关键词：DEA模型高技术产业技术创新效率价值链一、引 言高技术产业作为知识密集、技术密集的产业其效率将直接影响到我国整个工业产业链的效率水平和自主创新能力，进而影响到我国经济增长的速度和质量。

中国高技术产业的增长，尤其是20世纪90年代后期的增长主要是投资带动的，并非效率的提升。

要维持我国高技术产业的可持续性增长，必须尽快提高自主创新能力，尤其是先进核心技术的自主创新能力来调整产业结构，转变经济增长方式。

近年来，中国通过不断加大高技术产业技术创新投入来提升自主创新能力，但目前研发资本存量对于中国而言仍是稀缺资源，因而其使用绩效对于提升我国高技术产业的自主创新能力的提升显得尤为重要。

国内有很多学者关于高技术产业技术创新效率进行较多的研究。

赵国杰（2004）运用RPM方法对我国东、中、西部高技术产业资源配置的有效性进行分析。

吴瑛（2006）以R&D经费存量值代替当年值，用DEA模型计算出1995~2004年我国高技术产业的科技资源配置效率。

朱有为和徐康宁（2006）应用随机前沿生产函数测算了中国高新技术产业研发产出效率，并考察了企业规模、市场结构和产权结构等因素对研发产出效率的影响。

绍兴2012专业技术人员科研方法与论文写作最新最全答案三、41.科研中，模拟方法可以作为最初的实验研究之用，也可以代替真是的实验。

错42.科学认识工具可分为科研仪器和科研方法两种类型。

对43.提出假说设计是课题研究的基础。

对44.本专业的经典文献包括教材、专著、学位论文、期刊文章、说明书等。

对45.进行任何理论思维活动，都必须运用一定的思维方式，都要使用思维规定和逻辑范畴，而各种思维方式都是一定的方法论的体现，同事也促进了科研方法的发展。

对46.学术惩罚既是一种管理手段也是最重目的。

错47.理学是自然科学中研究物质内在规律的科学，数学则是研究自然科学最有力的工具。

对48.哲学方法是加工科学研究材料、论证科学问题等普遍适用于各门学科的具体思维工具。

对49.科学研究最大的特点在于创新，科研过程绝不拘泥于固定不变的步骤。

对50.科研论文起着传播科研信息、进行学术交流、指导课题研究的作用。

对三、判断题（本大题共10小题，每小题1分，共10分）41.科研课题的基本类型有理论性研究课题、实验性研究课题和综合性研究课题三大类。

对错42.物化的科技成果，主要评价指标之一为其产生的经济效益，可以直接进行社会评价。

对错43.学术报告是学术会议交往的重要形式，是研究者公开发表自己研究成果的重要途径。

对错44.成果创新查新的目的是为了避免重复研究，确定研究成果的创新程度。

对错45.期刊是指一些记录的知识比较系统、成熟的文献。

对错46.科研方向是科研规划的中层，是指规模较大、时间较长的科研计划。

对错47.根据实验结果性质的不同，科学实验可分为探索实验、验证实验、模型实验等。

对错48.论文撰写是科研工作者必备的一种基本技能，是科研工作的重要过程。

对错49.在社会科学研究中，统计可分为描述分析和统计推论两种基本类型，他们均属于定量分析的范畴。

对错50.张贴报告与口头报告具有同等的地位，二者相应的论文均被收录到会议论文集中。

对错41.科研抽象侧重事物的统一性而往往忽略其差异，若使用不当则很容易以偏概全，得出错误的结论。

OECD的科技统计与科技指标(doc 17页)OECD的科技统计与科技指标一、概况出于制定科技政策的需要，科技统计和科技指标已日益为世界各国和国际组织所重视。

经济合作与发展组织（OECD）是最早系统收集科技统计数据的国际组织，在世界科技统计界处于领先地位，对科技统计的国际标准化和规范化作出了重要的贡献。

OECD 的科技统计与科技指标具有以下主要特点：在组织上有一套机构，并有专业人员专门从事统计调查、统计分析、指标研究工作，并把科技统计、科技指标与管理决策紧密的结合在一起；注意统计数据的国际可比性，研究并制定了一整套科技统计手册，为科技统计工作提供了共同遵循的统一标准与规范；系统地收集科技统计数据，并建立了科技统计数据库；定期出版科技统计和科技指标出版物，并充分利用INTERNET信息网传输信息；为满足制定科技政策对指标的要求，十分重视研究能测独创新以及NESTI由各成员国以及联合国和观察员国家的代表组成，它是对科技统计和科技指标方面的工作进行监督、检查、审核、建议和协调的机构。

EAS的有关科技统计和科技指标的工作计划、各项工作的结果、提交给科技政策委员会的分析材料、科技指标、科技统计的标准与规范等都得经NESTI进行检查和审核。

该专家组还可以就科技统计和科技指标工作向CSTP提出建议，经批准后由EAS具体实施。

此外，NESTI还可以协调各成员国的科技统计，各成员国和观察员通过各自代表可以交流在科技统计和科技指标方面的经验和做法，也可以组织各成员国有关专家进行科技统计和科技指标研究。

三、科技统计标准与规范制定科技统计标准和规范是科技统计的基础性工作，OECD为此作出了重要的贡献。

自1963年以来，OECD相继编撰正式推出了5本手册，按出版时间顺序依次是弗拉斯卡蒂手册、TBP手册、奥斯陆手册、专利手册以及科技人力资源手册，统称为《弗拉斯卡蒂系列手册》。

这些手册涉及到科技统计的广泛领域。

弗拉斯卡蒂手册和科技人力资源手册是计量投入R&D的资源和投入科技活动的人力资源的标准和规范，奥斯陆手册是计量科技与经济结合的技术创新活动的标准和规范，而TBP手册和专利手册则是计量科技活动产出（技术国际收支和专利）的标准和规范。

从专利信息分析视角探究技术创新能力及相关问题作者：翁宇婷来源：《现代经济信息》2015年第13期摘要：单一的专利数量指标不能全面地反映企业的技术创新活动。

在用专利数据测度企业的技术创新能力时，不仅要考虑企业的专利数量，也要考虑企业的专利质量。

技术创新能力评价体系的建立可基于专利信息分析的抽取于专利文档的专利数量指标和专利质量指标。

关键词：专利；技术创新能力；评估指标中图分类号：F062 文献识别码：A 文章编号：1001-828X（2015）013-0000-01引言随着知识经济的发展，技术创新能力将成为决定企业国际竞争力的关键因素，发挥越来越重要的作用。

技术创新能力的发展越来越受到世界各国的重视，并逐渐提升到企业战略发展的高度。

企业技术创新主要包括创新技术的投入、生产和产出，而体现技术创新能力最直接的就是专利。

专利是创新技术投入的结果，中间承载着大量的技术创新信息。

将专利技术商业化，能够提高企业的技术优势，将技术转化成经济效益，然后显著增强产业的国际竞争力。

一、专利信息分析的概念和作用专利信息分析就是在对专利信息进行采集后，通过预先设定的问题，解读专利信息中反映出的技术创新能力，进而找到解决问题的方法。

专利信息一般都能在专利文献中找到，专利文献记录了世界上绝大多数的科技创新成果。

利用专利文献有效地分析专利信息，可以节约时间和费用。

在研究技术创新能力时，专利信息分析能为企业的决策提供重要依据，为行业的发展指明方向。

技术创新能力是企业将技术转变成经济效益的基础，是多项能力的集合。

通过专利信息分析，企业对技术创新的投入、生产和产出状况都能一目了然。

进行专利信息分析时，要对企业的投入、研发、生产和管理能力几个方面的能力全面考虑。

二、国内外关于技术创新能力评价的研究在国外，区域技术计划、区域创新政策、区域创新战略、区域技术转移是主要的研究方向；而在国内，中国主要研究在基于技术创新链的区域技术创新能力评价体系。

技术创新成果转化效率及其影响因素的研究一、引言技术创新是推动社会发展的重要动力，而技术创新成果的转化则是实现技术创新价值的关键环节。

技术创新成果转化效率的高低直接影响着科技创新的效益。

研究技术创新成果转化效率及其影响因素对于促进科技创新具有重要意义。

二、技术创新成果转化效率的含义与测度技术创新成果转化效率是指将科技研发成果转化为经济价值所需的成本与获得的经济价值之比。

通常来说，技术创新成果的转化效率越高，说明科技研发成果能够创造更多的经济价值。

测度技术创新成果转化效率的指标有很多，例如投入产出比、研发成果产值比、研发成果应用率等。

三、技术创新成果转化效率的影响因素1. 技术自身特性技术创新成果的转化效率与技术自身的特性密切相关。

技术的成熟度、可复制性、成本等都会影响技术转化的效率。

成熟度高的技术更容易得到市场的认可和应用，成本低的技术更容易实现产业化。

2. 市场需求市场需求是决定技术创新成果转化效率的重要因素。

如果技术创新成果无法满足市场需求，那么其转化效率必然会受到影响。

了解市场需求，把握市场趋势对于技术创新成果转化效率至关重要。

3. 政策支持政策支持对于技术创新成果转化效率有着不可忽视的作用。

政府的扶持政策和产学研结合的机制对于促进技术成果的产业化起着至关重要的作用。

政策支持可以降低技术创新成果转化的成本，推动技术成果的产业化进程。

4. 管理模式科学合理的管理模式对于技术创新成果的转化效率至关重要。

良好的管理模式可以有效地组织技术创新成果的推广与应用，提高转化效率。

反之，管理模式不佳则会限制技术创新成果的转化效率。

5. 人才队伍人才队伍是技术转化过程中不可或缺的因素。

有着专业知识、市场洞察力和创新意识的人才将为技术创新成果的转化提供有力支持，促进转化效率的提升。

四、技术创新成果转化效率的影响机制1. 技术创新成果转化效率的双向影响技术创新成果转化效率与技术创新之间存在着双向影响关系。

一方面，技术创新成果的转化效率直接影响着技术创新的效益，而技术创新的成果则为技术转化提供了充分的物质基础和条件。

第2期(总第388期)2024年2月商㊀业㊀经㊀济㊀与㊀管㊀理JOURNAL OF BUSINESS ECONOMICSNo.2(General No.388)Feb.2024收稿日期:2023-12-08基金项目:国家自然科学基金青年项目 服务分工推动制造业国际竞争力动态升级研究:基于地区服务业开放的视角 (72203206);浙江工业大学人文社会科学类基本科研业务费项目(GB202301003)作者简介:马淑琴,女,教授,博士生导师,主要从事国际贸易理论与政策研究;徐苗(通讯作者),女,博士研究生,主要从事数据要素与国际贸易研究;张陈宇,男,副研究员,经济学博士,主要从事国际贸易与生产分割研究㊂数据要素应用与企业创新效应来自中国A 股上市公司的经验证据马淑琴1,徐㊀苗1,张陈宇2(1.浙江工商大学经济学院,浙江杭州310018;2.浙江工业大学经济学院,浙江杭州310014)摘㊀要:数据要素作为数字经济时代的核心生产要素,是驱动企业创新的新引擎㊂基于数据要素的多重异质属性,界定了企业层面数据要素应用的核心内涵,从数据资源㊁数据应用过程㊁数字技术和数字业务支撑系统四个维度筛选关键词,通过文本分析测度了数据要素应用程度指标,并以2007 2021年中国A 股上市企业为样本,实证检验了数据要素应用对企业创新数量和创新质量的影响效应㊂研究发现:数据要素应用同时促进了企业创新数量增长和创新质量提升,该结论在内生性处理和稳健性检验后依然成立㊂机制分析表明,数据要素应用通过资源配置优化效应和市场偏好匹配效应促进企业创新量变和质变㊂基于环境动态性视角的进一步检验发现,数字基础设施环境优化会强化数据要素驱动企业创新量变,制度环境改善和技术更迭能同时激发数据要素引领企业创新的量变和质变㊂关键词:数据要素;企业创新;资源配置效率;市场偏好中图分类号:F273.1㊀㊀文献标志码:A㊀㊀文章编号:10002154(2024)02005018DOI:10.14134/33-1336/f.2024.02.004Application of Data Factor and Enterprise Innovation Effect :Empirical Evidence from Chinese A-share Listed CompaniesMA Shuqin 1,XU Miao 1,ZHANG Chenyu 2(1.School of Economics ,Zhejiang Gongshang University ,Hangzhou 310018,China ;2.School of Economics ,Zhejiang University of Technology ,Hangzhou 310014,China )Abstract ︰As the core production factor in the era of the digital economy,data factor becomes a new engine promoting enter-prise innovations.Based on the multiple heterogeneous attributes of data factor,this paper defines the core connotation of the applica-tion of data factor at enterprise level and select keywords from four dimensions:data resource,data application process,digital tech-nology,and digital system.By textual analysis of annual reports from listed enterprises,an index is constructed to measure the degree of application of data factor,and the impact of the application of data factor on the quantity and quality of enterprise innovation is em-pirically tested by taking Chinese A-share listed enterprises from 2007to 2021as samples.The results show that the application of data factor significantly improves enterprise innovation quantity and quality and this conclusion still holds after endogeneity test and robustness test.Mechanism analysis indicates that the application of data factor promotes enterprise innovation by resource allocationoptimization effects and market preference matching effects.Further study shows that optimizing the digital infrastructure environmentwill strengthen the positive effect of data factor on the quantitative change of enterprise innovation,and institutional environment im-provement and technological upgrading can lead to the driving effect of data factor on the quantity and quality of innovation.Key words ︰data factor;enterprise innovation;resource allocation efficiency;market preference一、引㊀言随着大数据㊁云计算㊁人工智能等新一代数字技术的飞跃式发展,数据已成为实体经济的战略性生产要素㊂2019年10月,党的十九届四中全会提出 健全劳动㊁资本㊁土地㊁知识㊁技术㊁管理㊁数据等生产要素由市场评价贡献㊁按贡献决定报酬的机制 ,数据首次正式以 生产要素 的身份进入经济社会视野㊂2021年我国数据要素市场规模已达815亿元,预计 十四五 期间市场规模复合增速超过25%,①整体将进入群体性突破的快速发展阶段㊂数据作为数字经济时代的新型生产要素,已广泛应用于经济社会各个领域,将改变宏微观经济运行一般轨迹和溢出图景㊂2021年中国信息通信研究院界定数据要素是指参与生产经营活动㊁为使用者或所有者带来经济效益㊁以电子方式记录的数据资源㊂②有别于传统生产要素,数据要素具有虚拟性㊁非竞争性㊁边际报酬递增性㊁强技术依赖性㊁产权模糊性和隐私负外部性等诸多特性㊂虚拟性意味着数据须与资本㊁劳动㊁技术等传统生产要素结合应用才能实现价值创造[1]㊂非竞争性是指同一份数据可同时被多个主体使用,且新用户的使用不减少原用户对该数据的使用效用[2],即使在有限非竞争性下,拥有数据的企业和机构也可选择部分分享或出售自身数据[3],数据要素作为社会产出和消费的副产品[2,4]被高效率使用,在价值创造过程中呈现边际报酬递增特性[2,5],能为社会带来巨大福利[6]㊂同时,非竞争性在一定程度上决定了数据要素的产权归属具有模糊性[7]㊁交易使用具有隐私负外部性[5],其价值创造依赖于数字技术支持,亦存在强技术依赖性[8]㊂数据要素的多重异质属性使其对宏观经济和企业发展具有独特的经济价值㊂企业作为宏观经济运行的微观细胞,是数据要素进入生产过程在初次分配领域的主体,也是数据要素创造经济效益的基本单位㊂根据数据要素的定义和特性,本文界定企业层面数据要素应用的内涵为:以数字技术和数字系统为底层支持对海量结构化和非结构化原始数据进行挖掘㊁采集㊁存储㊁加工㊁分析等,从中萃取具有价值的信息,进而将其提炼为知识和经验,融入至研发㊁生产及其管理等企业活动各个环节,最终为企业创造经济效益的动态过程㊂学界围绕企业数字化行为展开了广泛讨论㊂文献梳理发现,相关研究大致可归为三类㊂第一类主要探讨大数据应用㊁数字化转型对企业的市场价值[9-10]㊁生产效率[11-13]㊁盈利能力[4]㊁运营效率[14]㊁业务范围[15]㊁资本市场表现[16]以及供应链溢出效应[17-19]等多方面的积极影响㊂第二类聚焦于大数据应用㊁数字化转型驱动企业创新的渠道或途径,从供应链协同度[20]㊁融资约束[21]㊁全球创新网络[22]等角度展开研究,并重点关注以专利数量为表征的企业创新数量或创新效率的变化[21-24]㊂第三类重点论证了数据要素重构生产函数的理论范式㊂Abis 和Veldkamp [25]指出数据要素与拥有数字技术的劳动力结合重构知识生产函数㊂Farboodi [26]等认为数据要素的价值体现在能够为企业提供信号,从而帮助企业预测最优生产技术㊂刘启雷等[27]阐述了数据要素通过广泛参与㊁精准匹配和价值共创机制从供需双侧联动赋能企业产品迭代创新的理论逻辑㊂鲜有文献研究数据要素应用于中国企业创新问题㊂我们发现徐翔等[28]基于研发竞争视角研究了数据要素与企业创新这一新课题,结论是:在数字经济环境中,大企业更倾向于迭代式创新,小企业突破性创新15㊀第2期㊀马淑琴,徐苗,张陈宇:数据要素应用与企业创新效应 来自中国A 股上市公司的经验证据①②数据来源:‘中国数据要素市场发展报告(2021 2022)“㊂https:// /web_root /webpage /articlecon-tent_101005_1597772759436365826.html.定义来源:‘数据价值化与数据要素市场发展报告(2021年)“㊂ /kxyj /qwfb /ztbg /202105/t20210527_378042.htm.25商㊀业㊀经㊀济㊀与㊀管㊀理2024年的成功概率渺茫,会形成数据要素陷阱,这种困局本质上是企业间围绕研发创新的博弈竞争所致,而数据要素应用能够驱动企业创新总量扩张㊂无论关注何种创新方式,学者们偏好于探讨数字化对企业创新量变的影响,鲜有探讨数据要素应用对企业创新质变的影响㊁作用机制及外部条件,难以充分刻画数据要素应用影响企业创新表现的全貌㊂其实,创新数量增长虽在一定程度上反映企业自主创新能力提升,却并不必然等同于其创新质量同步提升[29]㊂在数字化时代下,数据要素应用促进企业创新数量扩张的同时是否伴随着创新质量提升?这种创新技术成果的增长是否同步带来了创新价值的获取?对于该议题,有待进一步探讨㊂与既有文献相比,本文可能的边际贡献归纳如下:第一,本文提出数据要素应用核心内涵,重点突出数据从资源转化为要素的动态过程,并以此为依据,从数据资源㊁数据应用过程㊁数字技术和数字业务支撑系统四个维度筛选关键词,通过文本分析刻画企业层面数据要素应用指标㊂第二,以发明专利申请数表征创新数量,发明专利被引用数表征创新质量,将其同时纳入数据要素应用与企业创新的研究框架中,从量与质二元维度来反映企业创新水平,为衡量数据要素应用驱动企业创新提供更全面的微观证据㊂第三,从资源配置优化和市场需求匹配二元视域剖析数据要素应用产生企业创新效应的机制路径,进一步打开数据要素赋能企业创新过程的黑箱,创新性验证了数据要素是 桥梁型 生产要素的理论观点㊂第四,以环境动态性为视角探讨数字基础设施环境㊁制度环境及技术环境对数据要素驱动企业创新的外部效应,进一步深化对数据要素与企业创新关系的理解㊂二㊁理论机制与假说提出(一)数据要素应用与企业创新:影响效应分析数据本质上是一种信息[26],数据资源积累和数据要素应用可为企业提供更细致㊁性价比更高㊁传播性更强的海量信息[9]㊂作为一种具有竞争力的鉴别器,数据要素应用能够通过描述性洞察助力业务价值挖掘,通过预测性洞察做出趋势判断,通过规范性洞察规划行动路线,帮助企业丰富决策信息以降低决策不确定性,提高企业决策效率[15]㊂一方面,数据要素通过跨界整合与空间融合传统生产要素,充当将现有生产要素相互联系的 桥梁型 生产要素[30],优化要素市场下的决策,提高现有生产要素的配置效率,改善企业创新活动要素禀赋;另一方面,企业通过数据要素应用挖掘消费者深层次需求,降低外部需求不确定性,优化产品研发模式㊂有别于传统营销模式下消费者行为信息被滞后地反馈至研发和生产决策中,数据要素应用能够使企业更快速地捕捉市场信息,从数据中获得高水平洞察从而积极影响企业的创新行为㊂依据要素分配理论,数据要素赋能可被视为数字技术参与要素分配并创造价值的延伸[27],这种价值在很大程度上会延伸至企业创新活动中㊂企业的创新评价可解构为创新效率和创新效能[31],折射至另一维度即为创新数量与创新质量的变化㊂在数字技术进步的背景下,数据要素应用使企业改变过去基于 直觉 的决策方式,建立围绕数据驱动和证据支撑的决策模式,开发新想法同时提高企业创新效率和创新效能[32]㊂由此,本文提出:假说1:数据要素应用对企业的创新数量和创新质量具有积极促进作用㊂(二)数据要素应用与企业创新:作用机制分析1.资源配置优化效应㊂数据要素的多重异质属性决定了其能够结合传统生产要素重构生产要素体系㊂作为一种 桥梁型 生产要素,数据要素能够帮助企业选择更优的生产技术[3],通过与传统生产要素相互赋能[27],提高要素配置效率㊂一方面,数据要素应用使企业更充分地了解要素市场,缓解要素供需矛盾,扩大资本㊁劳动等传统生产要素的配置空间㊂数据资源价值的发挥依赖于数字技术支撑,数据要素的强技术依赖性为持有数字技术的劳工创造更多就业机会㊂而数字技术的使用降低了企业员工的时空壁垒[33],为其提供更多就业选择㊂同时,数字技术带动数字金融发展,缓解了企业 融资难㊁融资贵 问题,有效矫正部分资本错配[34]㊂另一方面,数据要素应用推动了企业业务数字化及业务信息系统迭代更新,提升信息传递效率并实现业务贯通,帮助企业及时调整资源配比㊂资源错配将抑制企业生产率提高,导致创新资源配置扭曲和效率损失[35-36],阻碍创新活动[37-38]㊂数据要素应用减弱了价格和供求关系对资源配置的主导作用,帮助企业更高效㊁有效地配置资源,矫正资源错配,提高研发资源配置效率,从而促进企业创新㊂与此同时,数字技术作为一种扩展性技术[39]会不同程度地降低资本和劳动的份额㊂一方面,数据要素应用推动企业生产智能化㊁自动化,加速企业 机器换人 的进程[40],在很大程度上形成对低端劳动力的替代,极大地提高了劳动密集型企业的生产效率[12]㊂数据要素应用改变传统的生产关系,优化企业劳动者结构,进而影响企业内部的劳动收入份额㊂在企业劳动要素投入存在扭曲的情况下,数据要素应用能够优化企业劳动要素配置效率,缓解劳动要素扭曲㊂另一方面,数据要素应用能够通过缓解企业融资约束提高企业的资本整合能力[21,24],但同时,企业在应用数据要素过程中,往往需要投入大量的资本积累无形资产,对生产端㊁物流端及销售端进行数字化改造㊂相对于劳动结构的调整,资本结构的改变面临相对更高的调整成本,资本要素的投入产出效益在短时间内也往往具有较大的不确定性㊂因此,数据要素可能更偏向于替代劳动,数字技术的过度使用可能导致资本和劳动配置不当[41]㊂基于以上分析,本文提出:假说2a :数据要素应用能够通过提高企业资源配置效率,促进创新数量和创新质量的提升㊂假说2b :数据要素应用对资本要素扭曲和劳动要素扭曲的缓解效应存在差异㊂2.市场偏好匹配效应。

基于专利的技术融合分析方法及其应用摘要：在实际情况中，某个技术领域可能包含多个专利类别，或者某个交叉技术领域并不能被一个专利类别所概括，这就需要对专利类别进行适当调整，结合具体产业对那些具有相同或相似性质的专利类型加以合并；另外，以往对技术融合过程的讨论大多从整体考虑，忽略了时间因素对融合发展趋势的影响，缺乏对融合的动态变化过程描述。

分析技术融合发展趋势，更重要的是研究不同技术产业间如何进行知识流动。

关键词：专利；技术融合；应用前言技术融合正成为联合创新过程中的主流现象。

不同技术领域的壁垒效应随着开放式创新思想的兴起正被逐渐弱化，越来越多的创新发明来源于不同技术领域的融合和交叉。

因此，通过分析不同技术领域的动态发展趋势和技术扩散轨迹，寻找新兴的交叉技术领域，能够为跨学科和技术类别的联合创新提供方向及机会，提高创新质量，降低研发风险。

跨学科技术融合分析属于主动预测未来技术发展趋势的思想，这种思想主要来源于TRIZ理论。

技术系统进化理论是TRZI理论的基础，通过对大量专利的分析，提炼出技术进化基本法则，用于确认当前产品的技术状态，并预测未来技术趋势，开发富有竞争力的产品，体现了“今天设计明天的产品”的思想。

将TRIZ创新分析思想与跨学科技术融合相结合，有助于通过技术创新演化规律，确定主流技术领域，找出影响技术发展的壁垒和难点，发掘新兴技术。

另外，专利通过引用关系带来的“主动”知识流动行为，为研究跨技术类别的融合情况提供了一个很好的切入点：不同技术领域通过“被引”或“施引”行为产生的引用数量多少能够反映其知识流动情况，技术间流动频繁程度越高，技术融合效应也就越明显。

目前在相关研究中，专利的引用关系被广泛地用来测度这种知识流动，因为专利数据是实时更新的，并且能够可靠地反映某个或几个技术领域的发展情况。

因此，对专利数据的分析能够产生关于技术融合的有效信息，同时，这种分析过程也能作为发掘新兴技术领域的一个系统性方法。

专利与高新技术产业发展关系研究及建议朱月仙;李晨迪【摘要】为论证专利与区域产业发展的相互作用关系,文章选择医药制造业、航空航天制造业、电子及通信设备制造业等五个高新技术产业专利发展及主营收入数据,通过相关性分析以及因果关系检验的方式进行分析研究,结果表明专利和五大产业的发展均呈高度正向相关关系,但只有航空航天制造业和医疗设备及仪器仪表制造业两个产业存在单向因果关系.最后提出增强专利对产业发展促进作用的相关建议.【期刊名称】《科技和产业》【年(卷),期】2018(018)008【总页数】6页(P57-61,67)【关键词】高新技术产业;专利;经济增长;格兰杰因果关系【作者】朱月仙;李晨迪【作者单位】中国科学院成都文献情报中心,成都610041 ;上海交通大学,上海200240【正文语种】中文【中图分类】G255.53;G3111 研究现状1.1 关于专利促进经济增长的早期研究美国经济学者熊彼特早在1912年就强调技术进步和创新在社会和经济发展中的核心作用，认为创新与经济增长息息相关，是经济增长的动力[1]。

根据新制度经济学观点，技术创新的代表性输出是专利产出，近年来，在分析二战后美国、日本等国经济快速增长的原因时，不少经济学者均认为促进经济增长的重要因素就是专利。

同时，经合组织认为，推动国家经济的持久增长不是靠大量的资源积累，而是创新，后二战时代世界经济的高速增长就得力于科技创新不断突破，且创新成果得到专利保护。

可见，人们早已认识到专利促进经济增长的机理[2]。

1.2 专利制度促进经济增长的计量研究Mansfield[3]针对6大制造行业的100个美国企业进行调查研究，发现知识产权保护制度不完善很大程度上影响了国外企业的直接投资和合资，知识产权保护是决定企业投资进而影响经济增长的重要因素。

Schneider[4]对1970-1990年20年间47个发达国家以及发展中国家的相关数据进行统计分析，结果表明知识产权的保护影响创新效率，继而影响经济增长，尤其在发达国家知识产权保护对创新效率的提升尤为明显。

测度研究方法测度研究方法是指在科学研究中用来收集和分析数据的方法和技术。

它是科学研究中不可或缺的一环，通过测度研究方法可以获取准确的数据，从而得出科学结论。

测度研究方法有很多种，常见的包括调查法、实验法、观察法等。

调查法是通过设计问卷或面对面访谈等方式，收集被调查对象的意见和观点。

实验法是通过对实验组和对照组进行不同处理，观察其结果差异，从而得出结论。

观察法是直接观察被研究对象的行为或现象，进行记录和分析。

在选择测度研究方法时，需要根据研究目的和问题来确定最合适的方法。

例如，如果想了解人们对某个产品的满意度，可以选择调查法，通过问卷调查来收集数据。

如果想研究某个药物的疗效，可以选择实验法，设计对照实验来比较不同组的治疗效果。

如果想研究某个社会现象的发展趋势，可以选择观察法，通过观察和记录来获取数据。

除了选择合适的研究方法，还需要进行数据的收集和分析。

数据的收集可以通过问卷调查、实验记录、观察记录等方式进行。

收集到的数据需要进行整理和清洗，排除异常值和错误数据。

然后，可以使用统计分析方法对数据进行分析，例如计算平均值、标准差、相关系数等。

通过数据的分析，可以得出具有统计意义的结论。

在进行测度研究时，还需要考虑研究的可靠性和有效性。

可靠性是指测度方法的稳定性和一致性，即在相同条件下多次测量结果是否一致。

有效性是指测度方法是否能够准确地测量所要研究的现象或变量。

为了提高可靠性和有效性，可以使用多种测度方法进行交叉验证，或者进行前期的小规模试验和预测试。

还需要考虑研究的伦理问题。

在进行测度研究时，需要尊重被调查对象的权益，保护其隐私和个人信息。

研究过程中应确保数据的安全和保密，不得泄露被调查对象的身份和敏感信息。

同时，也需要遵守研究伦理规范，不得进行虚假和欺骗性的研究。

测度研究方法在科学研究中具有重要的地位和作用。

选择合适的研究方法、进行数据的收集和分析、考虑可靠性和有效性以及遵守研究伦理是进行测度研究的关键要素。