專利合作網絡結構特征對企業專利質量的影響
——以集成電路產業為例

祝建輝，寧昊天

（西北工業大學管理學院，陜西西安 710072）

1 研究背景

近年來，受中美貿易摩擦的影響，我國以高端芯片為核心的集成電路產業的發展面臨“卡脖子”難題，解決這一難題的根本途徑是尋求技術研發上的突破。集成電路產業既是技術密集型產業，也是專利密集型產業。新技術的研發立足于已有研究成果之上，同時集成電路產業的技術研發成本隨研發推進急劇增加，因此，除少數大企業外，單家集成電路企業往往很難獨立支撐技術研發，經常選擇與其他相關企業和科研院所展開合作研究、共同申請專利，它們之間因此形成專利合作網絡。

2021年，我國申請人通過《專利合作條約》（PCT）途徑提交的國際專利申請達6.95 萬件，連續3 年穩居世界首位［1］。但我國的專利質量參差不齊，產生了一些“專利泡沫”和“創新假象”［2］。集成電路產業領域也存在核心專利不足、專利質量不高的問題［3］。專利質量是衡量技術水平的重要指標，解決集成電路產業“卡脖子”難題、取得技術突破，提升專利質量至關重要。良好的專利合作網絡結構為企業進行知識搜索提供了有利條件，而專利質量的提升需要豐富的知識資源作為研發基礎。因此，探討專利合作網絡結構特征對企業專利質量的影響及作用機制，對于當前我國集成電路產業突破技術瓶頸具有重要的意義和價值。

學術界對專利合作網絡結構特征、企業專利質量以及兩者間的關系進行了一些研究，如劉嘉明等［4］將企業專利創新產出分為企業專利產出和企業專利質量，研究發現專利合作網絡中心性越高越有助于提高企業專利質量；另外一些學者，如曹霞等［5］、王黎螢等［6］、關鵬等［7］、Stauart［8］、俞榮建等［9］，分別從專利授權數、發明專利總量、專利權利要求數量、專利引用數和專利被引次數等角度對企業專利質量進行研究。在激烈的競爭中，產出專利的質量相對于產出專利的數量更加能影響到企業的競爭能力［10］。此外，有學者從知識基礎觀角度開展研究，認為知識是企業生產中的關鍵投入與主要價值來源，是企業最重要的戰略資源［11］。企業在創新過程中需要不斷地獲取和重新組合知識要素，而知識搜索作為企業搜集知識的一種方式，通過與外部組織構建關系汲取外部知識信息，極大地彌補了企業自身的不足，進而影響企業專利質量。胡寶亮等［12］、肖艷紅等［13］、吳松強等［14］對創新合作網絡中的知識搜索展開研究發現，網絡地位對知識搜索產生正向促進作用；周勇等［15］、劉俊文等［16］在網絡位置與企業專利質量的關系研究中發現，知識搜索正向影響企業專利質量。

總體來看，現有相關研究對專利合作網絡結構的討論集中在網絡時空演化和影響因素分析等方面，對企業專利質量的研究主要在專利質量評估及其影響因素兩個方面，但較少涉及以專利合作網絡結構特征為自變量、知識搜索為中介變量的研究系統化探究其對企業專利質量的內在影響機制。引入知識搜索作為中介變量，能夠細化專利合作網絡結構特征對企業專利質量的影響過程，從知識基礎觀角度展開更深入的研究。因此，本研究以我國集成電路產業為例，使用集成電路產業“卡脖子”技術合作發明專利數據，運用UCINET 6 和SPSS 軟件進行數據分析，實證分析專利合作網絡結構特征對企業專利質量的影響機制以及知識搜索在其中的中介作用。

2 理論分析與研究假設

2.1 專利合作網絡結構特征與企業專利質量

主要從微觀角度探討專利合作網絡結構特征對企業專利質量的影響，選取了度數中心度和結構洞兩個重要的個體網絡結構指標進行研究。

2.1.1 度數中心度

度數中心度反映了在專利合作網絡中與本企業合作關系的企業個體的數量，度數中心度的值越大，就意味著該企業距離網絡核心位置越近，在合作研發中擁有更多的合作企業，對周邊合作組織的作用程度和控制力度也相應提高。企業通過眾多的合作獲得了良好的科技發展環境與合作信譽基礎，在網絡中也向其他組織傳播了企業的信息，使得企業成為其他企業合作時的首選目標，擁有牢固的信譽基石，降低了企業合作危機的概率［17］。度數中心度越高，企業獲取異質性資源的渠道越多，知識資源的積累提高了企業專利質量。由此提出以下假設：

H1a：度數中心度與企業專利質量之間呈正相關關系。

2.1.2 結構洞

在創新合作網絡中占據大量結構洞位置的企業，可以作為橋梁促進其他不同類型企業的相互交流，也可以憑借其所處的信息樞紐位置獲取不同合作者之間傳遞的大量的行業相關信息，有助于企業獲得多樣化的資源，增強企業創新實力，提高企業專利質量。吳凱莉［18］、陳良興等［19］、方竺乾［20］研究如何通過企業專利合作伙伴信息，從中篩選出有價值的合作者和技術信息，幫助企業篩選、識別其行業競爭者，使企業得以提前布局、獲得先手優勢，增強企業的市場競爭能力。可見，企業的結構洞規模愈大，企業從其他不同企業信息交流中截取的異質性資源也愈多，有助于企業自身研發活動的進行，提高專利質量。因此得到以下假設：

H1b：結構洞與企業專利質量之間呈正相關關系。

2.2 專利合作網絡結構特征與知識搜索

占據創新合作網絡核心的企業的度數中心度越大、合作對象越多，企業獲取資源的范圍也越大，擴展了資源獲取途徑，增強了其對市場形勢與時效性信息的把握能力，為知識搜索擴展了外部渠道，提高了知識搜索的搜索量。知識基礎理論中提到技術開發涉及復雜的創新過程，需要企業利用從自身或是外部組織中獲取的各種異質性資源開發新技術［21］。知識搜索的目的是通過擴大自身涉及的知識領域，以為解決技術研發過程中的創新問題提供相關知識。處于創新合作網絡中心位置企業依靠行業聲譽和信息技術優勢延長了其搜索渠道的維持時間，降低了其渠道維持成本。在創新合作網絡中，結構洞數目多的企業在交流中作為渠道聯通其他企業，在網絡中具有視野優勢，優先獲得前沿信息與資源整合，從而引導企業的知識搜索渠道向行業技術未來的發展方向擴展。企業利用其信息樞紐優勢綜合行業技術和資源信息，對所獲取信息進行篩選比較，選擇符合自身技術需求和戰略發展的搜索對象，獲得多元化、差異化的知識資源。

綜上所述，度數中心度越高、與外部更多組織構建合作關系，越能為知識搜索提供更多的渠道；企業的結構洞越多，越能獲得大量的行業信息，提高了知識搜索的成功率。因此，提出假設如下：

H2a：度數中心度與知識搜索寬度之間呈正相關關系；

H2b：度數中心度與知識搜索深度之間呈正相關關系；

H2c：結構洞與知識搜索寬度之間呈正相關關系；

H2d：結構洞與知識搜索深度之間呈正相關關系。

2.3 知識搜索對企業專利質量的影響

2.3.1 知識搜索寬度對企業專利質量的影響

知識搜索的渠道越寬，所獲取的異質性資源的種類越多，外部知識與企業內部知識的融合吸收可以激發更多的創新方法和思路。企業通過知識搜索掌握多領域多種類的知識元素，為技術創新提供必需的外部知識，從而將創新質量維持在一個較高的水平上。而多領域多類型的專業知識積淀則為企業開展跨領域的創新奠定了知識資源基礎，企業在創新時有著對更多知識領域重組的選擇，提高了企業專利質量［22］。知識搜索寬度增強可以使企業獲得種類繁多的資源和資產，同時可以提高資源之間的互補性，為企業專利質量提高奠定堅實的資源基礎［23］。大量的搜索來源增加了企業知識庫的知識多樣性，各種知識在碰撞組合中更容易產出創新成果；同時，搜索渠道也為企業溝通外部組織的知識庫提供了可能，為企業的技術改進提供了有利條件。知識搜索寬度越大，企業擁有越多的知識元素，從而得到更多的知識組合選擇，提升了專利的研發成功概率和專利質量。因此，提出假設如下：

H3a：知識搜索寬度對企業專利質量具有促進作用。

2.3.2 知識搜索深度對企業專利質量的影響

知識搜索深度意味著與合作伙伴的密切聯系，提高了企業對于獲取外部知識的理解。高頻次的交流有助于企業降低研發決策的不確定性和風險性［24］；頻繁的溝通可促使企業將知識細碎成更小的知識單元進行吸收，在提高對已有知識的掌握同時，對舊有知識結構或知識組合進行調整和改進，提高企業專利質量。知識搜索深度越大，企業對知識的理解也更深入，在進行技術研發時，基于頻繁交流中對行業技術發展形勢作出判斷，能夠從眾多復雜的知識組合中選擇風險最小且有助于企業戰略發展的組合，在專利研發和應用方面提高企業專利質量。因此，提出假設：

H3b：知識搜索深度與企業專利質量呈正相關關系。

2.4 知識搜索的中介作用

企業專利質量的評價根據發明專利所應具備的新穎性、創造性和實際經濟價值展開［25］。良好的企業專利質量離不開充足的研發人員支持和豐富的知識資源儲備。專利合作網絡是企業獲取外部資源的重要渠道，企業在創新合作過程之中分享知識、交流信息，在此過程中獲取大量的異質性資源，知識搜索的范圍也隨企業合作網絡的擴展而擴大，知識搜索的深度隨企業與合作企業之間的頻繁合作而逐漸加深。知識搜索為企業獲取多種類型、不同領域的異質性知識，并幫助對企業的已有知識進行深入理解，提升了企業對知識的吸收和掌握能力，企業專利質量也因此而得以提升。占據結構洞數目多的企業，在連接兩端不直接相連的其他企業時，可以獲取交流信息以及多元化的知識元素，通過對這些信息進行識別整合，為知識搜索根據企業需求鎖定搜索對象。企業占據網絡中心地位時，往往與其他眾多合作對象形成溝通渠道，為其知識搜索擴展外部搜索渠道節省了成本，提高了搜索效率，進而通過搜索獲得充實的知識庫儲備，為進行專利研發并確保專利質量奠定了基礎。由此可見，知識搜索可以提高企業通過網絡位置優勢獲取知識的速度、吸收和轉化知識的效率，提高企業專利質量。

綜上所述，企業在專利合作網絡的度數中心度越大、結構洞數越多，對知識搜索的正向影響越強，知識搜索效能的提升促進企業對知識的獲取、吸收和整合，企業專利質量獲得提高的可能性就越大。因此，提出以下假設：

H4a：知識搜索寬度在度數中心度對企業專利質量的影響中起中介作用；

H4b：知識搜索寬度在結構洞對企業專利質量的影響中起中介作用；

H4c：知識搜索深度在度數中心度對企業專利質量的影響中起中介作用；

H4d：知識搜索深度在結構洞對企業專利質量的影響中起中介作用。

基于上述分析，提出本研究的理論模型如圖1所示。

圖1 理論模型

3 研究設計

3.1 樣本選擇與數據來源

集成電路產業中的關鍵核心技術嚴重制約著產業的發展，這些技術統稱為“卡脖子”技術［26］。基于余麗等［27］與湯志偉等［28］的研究，選擇大尺寸硅片、高端光刻膠、紫極外光刻機、電子設計自動化、動態隨機存取存儲器（DRAM）芯片、現場可編程邏輯門陣列（FPGA）芯片和射頻前端（RFFE）芯片這7 種集成電路“卡脖子”技術（以下簡稱“‘卡脖子’技術”）為研究對象，根據技術關鍵詞構建專利檢索表達式，通過IncoPat 專利數據庫檢索獲得相關專利數據。發明專利較之實用新型和外觀設計專利，其申報標準和審批條件都更高，從科技、市場、政府法規等層面所獲得的評價更切合技術的實際應用，所以選取發明專利作為研究樣本。剔除實用新型專利數據和外觀設計專利數據后，共獲得發明合作專利數據87 689 條；同時，將獨立申請的專利、申請人中包含了境外機構、分公司和自然人的發明專利數據刪除，共獲得了8 466 條“卡脖子”技術中國發明專利合作數據。對此進行數據分析發現，從1999 年開始零星出現聯合申請專利，我國集成電路產業在關鍵技術領域的專利合作數量呈增長態勢，特別是從2012 年開始進入快速增長期，專利合作網絡得到迅速擴大和發展，且2016—2020 年在高位出現穩步增長。

為防止龐大數據信息累積可能出現的內生性問題，在研究中引入時間窗。企業在專利合作網絡上獲取的資源信息經過一定時期的轉化才能夠帶動企業科技研發質量的提高［29］，因為專利合作網絡對于技術研發的影響并不是立即生效的，而是經過一段時間的積累和努力，企業從專利合作網絡中獲取到的資源才會轉化為創新成果；同時，國內發明專利從申請到授權通常需要3 年～5 年的時間［30］，所以選擇構建4 年移動時間窗，使用t-4 年到t-1 年的專利合作網絡結構特征來測度第t年的專利合作網絡結構特征，以此反映專利合作網絡結構特征及其對企業專利質量的影響的時間效果。具體而言，鑒于2016—2020 年我國集成電路產業中關鍵技術領域的企業專利合作信息量較大且數量增長較為平穩，考慮到企業規模及信息可靠性情況，因此選擇2016—2020 年的企業專利質量作為因變量，以2012—2015年、2013—2016 年、2014—2017 年、2015—2018 年與2016—2019 年5 個時間窗口的企業專利合作網絡結構特性數據為解釋變量。其中，被解釋變量采用的是根據企業專利質量評估指標體系獲得的穩定增長期階段的企業專利質量。將解釋變量或被解釋變量信息不足的企業從研究樣本中去除，最后得到涉及356 家企業的716 個有效數據（以下簡稱“樣本”）。

3.2 企業專利質量評價指標體系

采用文獻計量法構建企業專利質量指標評價體系，對中外學界有關專利質量指標的期刊資料進行查詢。查詢時采取主題查詢和摘要相結合的方法，資料查詢時間截至2022 年5 月1 日。在中國知網以“專利質量”為主題檢索條件與“指標”為摘要檢索條件檢索，共得到291 篇文獻；使用“patent quality”為主題檢索詞與“index”為摘要檢索詞在Web of Science 上檢索期刊文章，得到361 篇文獻。對檢索得到的中英文文獻展開查閱與篩選，剔除同專利質量無關的文獻，篩選出11 篇英文文獻和40篇中文文獻，對其中出現頻次排名前八的專利質量指標與頻次整理如表1 所示。

表1 專利質量評價主要指標

參考吳菲菲等［31］的專利質量評估體系的建立過程，因為刊載各種文獻的出版刊物的影響力與出版難度存在差異，筆者認為不同文獻中提出的專利質量評價指標體系的權威性和受重視程度不同，因此，為了增強專利質量評價指標體系的權威性，采用期刊影響因子法，利用中國知網2021 年版《中國學術期刊影響因子年報（人文社會科學）》和科睿唯安《期刊引證報告》中文獻出版刊物的5 年影響因子指數對指標體系權重加以調整。

記Ai為指標i在考慮期刊影響因子后的頻次（即利用期刊影響因子對指標在期刊中出現的次數進行修正），指標修正的表達形式為：

式（1）中：aij即是指標i在期刊j上出現的頻次；bj為期刊j的近5 年內影響因子；m為期刊中出現指標i的數量。

記Wi為考慮期刊影響因子后的指標權重，計算公式為：

式（2）中：Wi為加入期刊影響因子后指標i的權重；n為修正后指標的數目。

通過分析，得出調整后的各指標加權值，經過歸一化處理后的結果如表2 所示。

表2 樣本文獻來源期刊影響因子頻次及指標權重

記專利質量評價指數為PQ，將上述8 項指標權重代入式（3），即

式（3）中：wi為第i個指標的權重；ci為第i個指標無量綱化后的數據。

3.3 變量測量

3.3.1 因變量

因變量為企業專利質量，選擇近年來對企業專利質量研究應用程度高的權利要求數、前向引用數、技術分類號數、后向引用數、同族數、發明人數、文獻頁數和引證科技文獻數8 項指標，多角度對企業專利質量進行測量。因此，采取企業專利質量評價指數PQ 測量2016—2020 年中各年度樣本企業的企業專利質量。

3.3.2 自變量

（1）度數中心度。度數中心度是在專利與合作網絡結構中判斷主體網絡中心度的關鍵參數。按照社會網絡分析原理，度數中心度能夠在一定意義上表示專利合作網絡中節點的合作者數量，即與主體直接關聯節點的多少。由于不同合作網絡規模下的度數中心度不具有可比性，參考李明星等［32］的做法，選用標準化后的度數中心度，即相對度數中心度來測量。記Di為標準化后度數中心度。

式（3）中：u表示專利合作網絡中的節點；eu為節點u在專利合作網絡中同其他節點存在的連接關系數量；r為專利合作網絡中的節點總數。

（2）結構洞。采用Burt［33］的限制度測度結構洞，限制度越高則結構洞的規模就越小。根據以上劃定的5 個時間窗進行限制度運算，從中篩選對應年份樣本企業的限制度。

3.3.3 中介變量

（1）知識搜索寬度。在專利合作時，企業的合作者越多則企業知識獲取的渠道和范圍越大，知識搜索寬度也越大。參考袁勝軍等［34］的方法，根據以上劃定的時間窗獲取樣本企業在該時間窗內聯合申報相關專利中的合作者個數，使用對應年份時間窗中樣本企業的合作者數量表示知識搜索寬度。

（2）知識搜索深度。企業對特定知識研究越深，即知識搜索深度越大，在專利成果中企業對該知識的獲取渠道使用越多，則基于擁有相關知識的合作者所開展的合作會越多。同樣，根據以上劃定的時間窗計算企業合作申請專利數與合作者數目的比值，通過合作申請專利數與合作者數量的比值來判斷企業知識搜索的深度。

3.3.4 控制變量

（1）企業類型。國有企業相對于民營企業更易于獲取相應的政府支持、優惠以及科技資金，而作為國有企業需要充分滿足國家安全和發展戰略規劃的要求，負責高成本的基礎技術理論研究和承擔先進技術研發突破的重要責任，推進產業發展進步，特別是對于受到美國重點打擊的我國集成電路產業，國有企業擁有充足的研究啟動資金和技術支持，同時受國家政策的傾斜會影響國有企業的專利質量，所以選擇企業類型為研究的控制變量之一：國有企業類型統計為1，而非國有性質的企業記為0。

（2）企業壽命。企業自身所積累的有形資源和無形資源受企業壽命影響，企業壽命越長則企業存活時間越久，企業與外界所構筑的信息知識獲取渠道就越多、越穩固。知識經濟時代，企業間競爭受技術更迭的影響而不斷加劇，企業壽命從側面表現出了企業的競爭實力，因此以企業壽命為控制變量可以很好地衡量企業的潛在實力。因此，對企業壽命加以控制：以研究中的當前年份減去企業成立的年份來表示。

（3）企業研發年限。企業在相應技術領域中存在期限愈久，其所累積的技術知識愈廣、愈深，所以引入企業研發年限為控制變量：采用企業首次在集成電路產業關鍵技術方面申請發明專利的年度至當前年度的時間長度衡量。

4 實證結果與分析

4.1 描述性統計與相關性分析

變量的描述性分析結果如表3 所示。可見，企業的專利質量數據具有很大的差異，專利質量處于較高水平的仍是少數；企業在網絡中所占用的結構洞數量相對較小；知識搜索寬度和深度的最大最小值之間差距很大，企業的合作伙伴數量和知識搜索規模具有差異性；多數企業的行業內競爭激烈程度較低，產業發展前景廣闊；非國有企業占有較大比重；各企業的領域內知識儲備和研發能力存在較大差異。

表4 顯示，企業專利質量與度數中心度、結構洞、知識搜索寬度、知識搜索深度顯著正相關，初步驗證了H1a、H1b、H3a、H3b。度數中心度、結構洞與知識使搜索寬度呈顯著正相關關系，這表明企業連接的組織越多、占據的結構洞越多，越有利于企業開展知識搜索行為；結構洞、度數中心度與知識搜索深度均呈正相關關系，說明當企業處于專利合作網絡中心或交流中樞，會促進企業知識搜索深度的增加。另外，各被解釋變量的方差膨脹系數（VIF）值均小于10，表明變量之間不存在明顯的多重共線性問題。

表4 變量的相關系數及VIF 值

4.2 回歸結果分析

為準確驗證各個變量之間的關系，應用SPSS 軟件建立線性回歸模型，結果分別如表5、表6 所示。表5 中，模型1 探究了控制變量對企業專利質量的影響；模型2 到模型5 的4 個模型分別是在模型1的基礎上添加了度數中心度、結構洞、知識搜索寬度與知識搜索深度。結果顯示，度數中心度的相關系數顯著為正，表明度數中心度正向影響企業專利質量，H1a得到驗證；結構洞的相關系數顯著為負，結構洞指標限制度與結構洞規模呈負向相關關系［35］，H1b得證；知識搜索寬度與深度對企業專利質量的相關系數均顯著為正，說明知識搜索寬度與深度對企業專利質量呈正向相關關系，驗證了H3a和H3b。

表5 樣本變量之間關系分析的回歸結果

表6 知識搜索變量的中介效應檢驗結果

參考溫忠麟等［36］的研究，采取逐步檢驗回歸系數法來檢驗知識搜索的中介效應。首先根據以上基準回歸結果，自變量對因變量回歸系數的P值小于0.05，呈顯著相關，完成了逐步檢驗的第一步。接下來，按照逐步檢驗步驟分別進行驗證，結果如表6 所示。可見：專利合作網絡結構特征對知識搜索寬度和深度均呈顯著相關關系，驗證了H2a、H2c、H2b、H2d；加入知識搜索寬度后，自變量和知識搜索寬度均呈顯著相關，表明知識搜索寬度在專利合作網絡結構特征對企業專利質量的影響機制中起部分中介作用，驗證了H4a、H4b；加入知識搜索深度后，兩個自變量和知識搜索深度的回歸系數也均呈顯著相關，揭示出知識搜索深度在專利合作網絡結構特征對企業專利質量的作用機制中起部分中介作用，H4c、H4d得證。

5 結論與管理啟示

5.1 研究結論

本研究運用社會網絡理論與知識基礎理論，基于度數中心度和結構洞這兩個代表企業合作關系圖譜中權威和影響力范圍的網絡結構特征，對網絡圖譜中的專利合作網絡結構特征對企業專利質量的影響機制進行研究，所得結論如下：

（1）專利合作網絡結構特征對于企業專利質量存在正向促進作用。

（2）知識搜索對于企業專利質量存在正向作用。知識搜索深度和寬度會影響企業知識轉化和利用的效率：知識搜索寬度擴大了企業異質性知識范圍、種類和數量，而知識搜索深度增加了對已有知識的理解，有助于企業知識整合和重組的效率，加速新技術想法的產生和研發的開展，也為企業進行專利研發準備了充足的知識資源等異質性資源，提高了企業的專利質量。

（3）專利合作網絡結構特征對于企業知識搜索有正向影響。通過合作網絡產生的合作關系，使企業擁有大量的潛在知識獲取渠道，降低了企業在展開知識搜索時拓展獲取渠道的成本，也擴大了知識搜索的范圍；同時，合作研發也為企業低成本地對現有知識展開深入理解進行拆分和組合提供了條件。

（4）知識搜索在專利合作網絡結構特征對企業專利質量的影響中發揮著重要中介作用。企業的專利研發離不開自身的知識儲備和各種異質性資源，對這些資源存在影響的因素會對企業專利質量產生一定程度上的影響，優異的網絡結構位置會為企業帶來更多的信息知識資源和溝通渠道，而這促進了企業知識搜索范圍和渠道的拓展，為企業專利研發儲備更多的異質性資源。同時，專利合作網絡結構特征會對知識搜索結果形成正面影響，進而促進企業專利質量的提升。

5.2 管理啟示

（1）位于專利合作網絡邊緣位置的集成電路企業，應積極與外部相關組織展開合作，與周邊高校或研究院所達成技術研發合作；提升合作研發投入和合作頻次，穩固與專利合作網絡內其他合作伙伴的聯系；同時，加入行業內商業聯盟，擴大潛在合作伙伴的規模，在聯盟中形成穩固且持續發展的合作關系，提升自身在網絡中的地位。位于核心位置的集成電路企業，應構建開放式合作研發平臺，降低行業進入壁壘與技術研發成本，吸引外圍與新生企業加入，加速先進技術的產生；通過舉辦行業技術研討會等方式增強行業內部信息交流，把控行業技術發展方向；對合作伙伴進行系統化的劃分與篩選，積極吸收優質潛在專利合作伙伴，從而提高企業技術研發能力，提升企業專利質量。此外，政府也要為行業小微企業提供必要的資金支持，降低技術研發成本，為此類企業進行技術研發構建良好的行業環境，增強行業活力，促進新技術的產生。

（2）知識搜索寬度低的集成電路企業，應借助與合作伙伴的技術研發合作關系向外部拓展知識搜索渠道；提高對外知識搜索的投入資金，擴展知識獲取范圍，構建多領域與多層次的對外知識獲取體系。知識搜索寬度高的集成電路企業，應對已有知識搜索渠道中知識資源重復的知識搜索渠道進行精簡，減少不必要的知識搜索成本，擴大知識儲備類別；識別高質量知識獲取對象，與之構建穩固的知識獲取渠道，提升知識儲備庫中的知識水平。在進行知識搜索的過程中，企業應加大研發投入、擴充研發人員數量、引進高質量研發人才，提升自身的知識吸收、整合和轉化的能力。