機構持股的專利結構治理效應：創新生態視角

收稿日期：2022-07-15修回日期：2022-11-10

基金項目：部省共建人文科學重點研究基地項目（15JJDZONGHE032）

作者簡介：杜亭亭（1991—），女，山東煙臺人，博士，深圳大學理論經濟學博士后流動站博士后研究員，研究方向為創新經濟學。

摘 要：近年來，部分機構投資者一度成為“偽創新”泛濫的始作俑者，加劇了資本市場與科技創新惡性循環風險。選取2016、2020年A股上市公司數據構建分組樣本，采用fsQCA方法，基于組態視角，探討我國資本市場機構投資與企業專利行為的關聯邏輯。研究發現：①機構投資“擇優效應”具有多樣性，具備高質量創新特質的企業如高新技術行業、高成長性或高創新規模專利結構與機構投資比例存在正向關聯；②機構投資與專利結構多重等效“因果鏈”構成及其作用機制受特定組合情境限制，在高新技術企業認定政策、股東性質、產權性質與股權結構特征等復雜因素組合情形下，機構投資與專利結構之間的關聯機制存在異質性。研究結論可為制定差異化產業政策、打通科技創新良性循環機制提供參考。

關鍵詞：機構投資；專利結構；創新生態系統；環境組態

DOI：10.6049/kjjbydc.2022070471

開放科學（資源服務）標識碼（OSID）開放科學（資源服務）標識碼（OSID）：

中圖分類號：F273.1

文獻標識碼：A

文章編號：1001-7348（2024）03-0034-10

0 引言

科技創新具有投入大、周期長、風險高等特點，需要多層次資本市場體系的引導和催化^[1]。過去20年，美國硅谷和華爾街通過資本與科技之間的良性循環，共同打造了軟件、生物醫藥等具有高投資回報率的行業巨無霸，在這一過程中，美股市場機構投資者發揮了重要作用。相比之下，中國資本市場發展水平與服務國家戰略科技力量的要求存在較大差距，資本市場與科技創新互動機制存在諸多問題^[2-3]。近年來，部分機構投資者一度成為“偽創新”泛濫的始作俑者，利用資本“抱團炒作”，誘導上市公司通過科技偽裝進行套利投機，加劇了資本市場與科技創新惡性循環風險。2001年美國“互聯網泡沫”破裂和隨后爆發的世界性金融危機表明，金融與科技發展失衡背后往往蘊藏著巨大風險。

僅從專利結構指標看，我國企業科技創新活動可能已經存在一定程度的“泡沫化”風險，專利類型結構趨于惡化（李曉華，2013）。國家知識產權局統計數據顯示，自2011年開始中國專利申請總量一度超過美國和日本，但是，中國科技含量及創造水平較高的發明專利占比不足 20%，遠低于日本、美國等發達國家60%以上的水平，且近年來呈持續下滑趨勢。2007—2015 年，中國的專利申請中發明專利占比從52%下降至45%，實用新型專利占比則從30%攀升至50%^[4-6]。中國企業面臨陷入“實用新型專利制度使用陷阱”風險^[7]。相關研究指出，這一問題的癥結在于地方政府激勵政策、宏觀產業政策和資本市場的影響^[8-9]。龍小寧等（2015）梳理各省份頒布的專利激勵政策發現，優惠補貼基本覆蓋發明專利和實用新型專利，為企業策略性專利行為提供了套利空間^[10-12]。隨著資本市場與上市公司科技創新活動的聯系日益緊密，機構投資者作為重要主體參與上市公司治理、影響公司決策的程度也隨之提高，并成為推動資本市場與科技活動良性循環的關鍵力量。基于此，本文對機構投資與企業專利行為關聯機制進行研究具有重要意義。

本文邊際貢獻主要表現在：①基于創新生態系統理論，深入探索我國資本市場機構投資與上市公司科技創新活動的系統性協同演化規律，可以拓寬相關研究的理論視野；②采用模糊集定性比較分析方法（fsQCA），多角度識別機構投資與企業專利行為關聯機制組態特征，剖析系統性參與及影響機構投資與企業專利行為互動機制的重要條件組態和機制路徑，打通資本市場與科技創新良性循環體系的重要節點，為加快構建科技創新多層次資本市場體系、提高創新資源和金融資源配置效率提供政策參考。

1 文獻梳理

1.1 機構投資與企業創新

大量學者對機構投資與企業創新關聯機制進行考察，形成了機構抑制論、機構支持論和機構異質論3類觀點，尚未達成一致結論。

（1）機構抑制論認為：第一，機構投資對企業創新活動具有抑制作用，機構投資者無法獲取公司層面的特定信息，缺乏干預公司創新決策的外部治理能力；第二，資本市場對機構投資者本身的考評機制具有短期化傾向，使得機構投資者不偏好于那些回報期較長的投資項目（Drunker，1986；Porter，1992）。

（2）機構支持論認為，專業性機構投資者在信息挖掘、資源整合等方面具有顯著優勢，不僅能為企業創新質量提升提供外部支撐^[13]，緩解企業融資約束，還可以降低企業創新失敗風險。此外，機構投資者由于持股比例較高而被“鎖定”在企業中，因此，會鼓勵企業開展創新，通過積極的外部監督干預管理層研發決策，激勵上市公司進行高質量創新^[14]。

（3）機構異質論認為，不同類型機構投資者對企業科技創新活動的影響呈現差異化特征。長期投資者、風險承擔能力較強的投資者能夠促進企業擴大創新規模 （David，1996；Bushee，1998；Eng等，2001），而短期機構投資者、被動機構投資者對企業創新質量無顯著影響^[15]。在分別考慮市場結構、企業規模、企業所有制性質、政策條件、融資條件等^[16]不同因素的情況下，機構投資與企業創新行為產生關聯的中介路徑呈現多樣性和差異化特征。然而，學術界尚未在哪些機制路徑發揮基礎性、主導性作用方面形成一致結論。相關文獻選取的側重點不同，但鮮有研究關注中介因素組合情況以及在不同內外部環境組合情境下是否具有差異化中介效應。

在研究方法上，以往研究大多采用傳統計量模型，遵循演繹邏輯，但適用于變量層面的凈效應關系分析無法處理多條件相互依賴的耦合效應、組態等效性、因果非對稱性等復雜問題（Douglas等，2020；杜運周等，2017）。例如，有些研究認為專利激勵政策對專利質量存在顯著負向影響，而另一些研究卻發現，這一結論在其它相關條件發生變化時并不成立。如果將某些特定因素納入邏輯分析框架，如資本市場，則專利激勵政策會通過信號效應作用于上市公司與資本市場互動機制，對企業專利質量產生正向影響。因此，線性單向因果邏輯在解釋機構投資者如何影響上市公司專利行為問題上難以形成普遍意義上“正向關聯或負向關聯”的一致論斷。創新生態系統理論邏輯對于此類問題的解釋可能更具說服力，因為該理論允許多條“正向”和“負向”關聯機制同時存在。

實際上，企業創新活動包括創意產生、技術研發到創新產物商業化的全過程，因此，影響企業技術創新的因素既包括國家社會文化價值、知識產權保護水平，也包括企業所在行業競爭程度、市場勢力、企業規模等^[17]，同時，還涉及公司治理，而外部環境是影響公司戰略選擇的重要因素。有研究指出， 公司戰略必須適應外部環境及變化趨勢，戰略選擇過程實質上是公司內部特征和外部環境相匹配的過程（Chandler ，1962；Learned 等，1965）。復雜內外部因素協同演化構成科技創新生態系統，新時期競爭已從單個企業之爭演變為創新生態系統之爭（劉典，2021）。現有研究普遍認為，創新生態系統是相互作用的組織、個人等一系列利益相關者共同支撐的經濟共同體。在創新生態系統理論框架下，企業創新活動是內外部多種因素間雙向因果關系、系統主體間非線性反饋關系、系統整體突變和漲落等復雜機制共同交互作用的動態演化過程，并非簡單的單向線性相關關系。一個系統主體可能同時與多個其它系統主體保持多向因果關系，任何一個系統主體都可以通過系統間變異機制、遺傳機制和選擇機制影響整個生態系統的動態平衡。科技創新金融需求創造機制和風險分散機制，以及科技創新與資本價值共創機制均需要通過創新生態系統實現。因此，相較于傳統邏輯架構，基于創新生態系統理論探討機構投資與創新活動互動機制具有更強的適用性。然而，鮮有研究從這一視角討論資本市場與創新活動互動邏輯，以及專利泡沫化形成與治理問題。

1.2 創新生態視角下機構投資與專利行為

當前，關于機構投資與企業創新活動互動機制的研究主要圍繞治理機制和信息機制展開。其中，治理機制主要指機構投資者作為創新生態系統外圍成員對管理層決策進行干預，通過加強外部監督，給企業管理層施加更多壓力，促使其強化或減少策略性專利應對行為^[18]。

1.2.1 治理機制

（1）股權特征。股權特征是反映企業治理機制特征的重要代理指標。公司決策通常遵循“資本多數”原則，在股權集中條件下大股東控制行為可能降低經營管理者積極性和其它專用性資本的有效利用，從而造成代理沖突（王麗芳等，2014）。因此，股權結構特征是研究企業創新行為不可忽視的因素。我國民營上市公司大多采用金字塔股權結構^[19]，其中，近半數上市公司金字塔股權結構具有現金流權和控制權分離特征。當前，大量研究論證了此類股權結構下大股東利益侵占問題和內部資本市場關聯交易對創新活動的影響，雖然未在金字塔股權結構與創新活動關聯機制上達成一致，但都認同股權結構特征能夠在很大程度上反映公司內部權利制衡、利益分配和治理水平基本特征。

（2）產權性質。產權性質是反映企業治理機制特征的重要代理指標。相較于民營企業，國有企業通常具有較小的融資約束、較高的風險承擔能力和創新資源優勢，因此，學界普遍認為產權性質是導致企業創新行為特征存在顯著差異的重要原因。同時，由于國有控股公司與民營企業內部治理機制存在差異，外部機構投資者對不同產權性質企業創新活動的干預治理程度往往不同。此外，由于外資具有技術和管理優勢，外資持股民營上市公司通常會產生不同程度的技術和經驗外溢效應，因此，此類企業通常具備較高的市場地位、創新質量和研發效率。

1.2.2 信息機制

（1）信息機制主要包括擇優機制和認證機制，即機構投資者的投資決策會影響上市公司研發活動和運營情況^[20]，上市公司研發活動和運營情況也會影響公司長短期投資價值，進而影響機構投資決策（Hill等，1988）。機構抱團炒作可能誘發上市公司縮短研發周期，以迎合資本市場短期投機炒作的偏好，同時，由于機構具備信息優勢和投資優勢，能夠識別出真正從事實質性高質量研發活動的上市公司，并通過引導資金流向抑制上市公司的炒作動機，形成資本與科技創新的良性循環機制。因此，在宏微觀層面多種條件變量的共同干預下，兩者間存在多重并發雙向因果關系，以及具有生態系統特征的反饋機制、共生機制和協同演化機制。

（2）分析師關注度。隨著上市公司信息披露制度健全和資本市場發展，資本市場各類投資者對上市公司外部監督機制日益成熟并逐漸成為影響企業創新行為的重要因素^[21-22]。由于委托代理目標不一致，短視利己的管理層通常會抑制創新投入，而資本市場利益相關者的有效監督可以發揮一定治理效應，減少管理層代理問題。因此，資本市場關注度是影響企業創新行為的重要外部因素，一定程度反映信息機制差異和特征。

1.2.3 階段性特征與外部環境

當內外部情境和條件具有系統演化特征時，系統任何兩個變量之間關聯機制的正負性和因果性也可能存在持續變化的階段性特征。例如，創新生命周期理論認為，處于不同研發階段的公司市場表現、財務狀況和資本市場支持具有顯著差異^[23-24]。因此，如果將企業創新活動階段性特征因素納入機構投資與創新互動機制分析中，這一問題將更加復雜。處于不同創新生命周期的企業個體特征會影響機構投資者投資決策，而后者又會作為重要外力參與企業創新活動周期性演變。在這種情況下，創新活動階段性特征可能導致機構投資與專利行為互動邏輯發生階段性變化。

（1）公司基本特征。企業運營情況對企業專利行為具有直接、基礎性影響，能夠反映上市公司個體差異的變量較多，如成長性、利潤率、托賓Q值等，均能直接反映公司經營狀況的基本面特征。

（2）知識資本積累規模。根據高新技術企業認定標準，近一年銷售收入在2億元及以上企業的研發強度需超過門檻值 3%（張抗，2018）。馬晶梅等（2020）研究指出，2011年以來，我國民營上市公司研發強度密集分布在［0.03，0.04］區間，民營企業研發操縱行為相對于國有企業更普遍。可以推斷，在存在研發操縱的情境下，以研發強度作為衡量創新規模的代理指標對于識別產權異質性企業的行為特征具有更高的區分度，即機構投資與不同所有制性質、不同研發強度上市公司專利行為可能具有異質性互動機制。同時，由于民營企業研發操縱行為具有一定普遍性，因此，以研發強度作為衡量創新規模的變量進行分組，可以很好地識別研發操縱情境下機構投資對專利行為的影響機制。

（3）行業競爭環境。熊彼特經典創新理論普遍將市場競爭度作為企業創新決策的關鍵參考指標，“熊彼特假說”認為越壟斷的市場越有利于促進創新活動開展^[25-26]。企業作為市場競爭主體，其專利行為不可避免受到同行效應、競爭效應的影響，因此，行業競爭激烈程度可作為外部環境因素，成為機構投資與企業專利行為關聯互動機制的重要組態條件。

基于以上分析，本文構建刻畫創新生態系統內外部循環機理的理論框架，探討市場結構、行業特征、創新規模、產權性質、股權結構、財務狀況等多重因素共同構成的復雜系統中機構投資與企業專利行為關聯邏輯和特征。鑒于機構投資與企業專利行為互動邏輯可能存在系統性協同演化特征，本文運用以集合論為基礎的模糊集定性比較分析方法（fsQCA），在創新生態系統理論框架下識別機構投資與企業專利行為組態特征。據此，本文提出如下假設：

H₁：機構投資“擇優效應”具有多樣性特征。在相同情境下，機構投資與專利行為可通過差異化間接路徑產生多條等效因果鏈，即不同的條件組合能夠產生相同結果。具備高質量創新特質的企業如高新技術行業、高成長性或高創新規模專利結構均與機構投資比例存在正向關聯。

H₂：機構投資與專利結構多重等效因果鏈構成和作用機制受特定組合情境限制。在高新技術企業認定政策、股東性質、產權性質與股權結構特征等復雜因素組合情形下，機構投資與專利結構的關聯機制也會隨之改變。

2 研究方法

2.1 fsQCA方法

拉金（Ragin，1987）提出的以集合論為基礎的定性比較分析法（QCA）最初主要應用于政治科學和社會學等，近年來在管理學領域也得到越來越多的應用。該方法并非將各影響因素視為獨立作用于因變量的自變量，而是將其視為以組合方式共同引致被解釋結果前因條件構型中無法與其它因素割裂的前因要素（杜偉錦等，2017），并不關注個體自變量對因變量的凈效應，而是專注于挖掘對被解釋結果有解釋力、由多個前因要素組成的相似或相異類型（王鳳彬等，2014）。QCA 方法可以識別哪些條件（組態）是結果的充分條件或必要條件（組態），基于這種集合關系得出的實踐啟示，遠比回歸分析凈效應得出的實踐啟示清晰和明確（Fiss，2007）。相較于清晰集（csQCA）方法，模糊集定性比較方法（fsQCA）允許取評估條件“0”或“1”之間的部分隸屬分數，對于識別創新生態系統理論框架下的情境特征具有較好的適用性，且適用于本文選取的中等樣本規模，因此，采用該研究方法開展實證研究。

2.2 數據與樣本

本文從2016年1 457家中國 A 股上市公司中篩選出314家已進入發明專利申請階段（發明專利數量大于1）的上市公司和2020年已進入發明專利申請階段（發明專利申請數量大于1）的276家制造業上市公司，收集相關數據構建基礎數據庫，根據產權性質、創新規模、行業類型和股權特征對樣本數據進行分組，得到適用于QCA方法的小樣本。對各組樣本分別進行校準，根據直接校準法，將各前因條件和結果數據校準為模糊集（或清晰集）隸屬分數。參考相關研究，本文將變量完全隸屬、交叉點和完全不隸屬3個校準點分別設定為案例樣本描述性統計的上四分位數（75%）、中位數（50%）與下四分位數（25%）。

2.3 變量設置

本文所選變量數據均來源于國泰安數據庫，其中，股權特征條件變量數據中的股權結構類型根據國泰安數據庫股東控制關系鏈圖手動分類整理得到。變量定義與指標選取說明如表1所示。

3 結果分析

3.1 單個條件必要性分析

本文對各條件（前因條件和結果條件）進行必要性檢驗。 遵循QCA研究標準，檢驗所有單個條件（包括非集）是否構成影響上市公司專利質量的必要條件，并判別其對目標案例解釋程度最大的條件組態。如果必要條件是導致結果發生的某個前因條件且一致性水平大于0.9，那么，該條件就是結果的必要條件（Ragin，2008）。所有條件變量一致性均小于0.9，說明不存在驅動企業專利質量的必要條件。

3.2 組態分析一：行業異質性

本文采用 fsQCA3.0 軟件對行業分組樣本進行組態識別，分別得到高新技術行業組和非高新技術行業組兩組樣本與高發明專利比例形成高度正向關聯的環境組態。在以專利授權總量為標準衡量創新規模的情形下，高新技術行業和傳統行業上市公司專利結構分布的條件組態分析結果如表2所示。總體來看，高比例發明專利創新模式對應差異化情境，表明機構投資通過不同環境組態與上市公司專利結構形成多重關聯機制。

在考慮行業異質性的情境下，本文共識別出8條總體解一致性高于80%的路徑。對比來看，高新技術行業組可識別的條件組態集中出現在創新規模較大的兩個細分樣本組，回歸結果顯示其多數條件組態一致性達到86%以上。而非高新技術行業組可識別的條件組態集中出現在創新規模較小的兩個細分樣本組。具體而言，在高新技術行業組可識別的5條路徑中，高機構持股比例作為核心條件分布在3條路徑中。在非高新技術行業可識別的3條路徑中，低機構持股比例作為核心條件分布在2條路徑中。可以推斷，機構投資與高新技術行業、傳統行業中不同創新規模上市公司專利行為存在差異化互動邏輯。機構投資與非高新技術行業創新規模相對較小的上市公司專利結構泡沫化程度存在顯著正向關聯。原因可能是，高機構持股比例有助于抑制高新技術行業上市公司出于研發操縱目的的無效投資行為，而非高新技術行業上市公司主營業務與專利行為關聯性不大，或者其專利結構前因組態可能由不包含機構投資的其它條件變量構成。

進一步，結合可識別的條件組態中其它條件變量分布情況可以看到，解的一致性和覆蓋度較高的前因構型大多同時包含上市公司成長性與機構持股比例兩個條件變量，在全部可識別的8條路徑中，高成長性作為核心條件分布在7條路徑中。這表明，無論是高新技術行業還是非高新技術行業，無論創新規模大小，高成長性與企業專利結構普遍具有顯著正向關聯性。一個可能的解釋是高成長性企業雖然創新規模大小不一，但可憑借“專精特新”特質、良好市場前景、商業模式創新等優勢吸引機構投資支持其高質量研發行為。

3.3 組態分析二：產權異質性

以研發強度（研發投入占銷售收入的比例）衡量創新規模情形下，上市公司創新模式組態分析結果如表3所示。從民營上市公司組態分析結果可以看出，研發強度區間為（3%，3.5%）的中等創新規模組，解的一致性和總體解一致性均在90%以上，可識別的2個條件組態對于專利結構具有較強的解釋力。但是，研發強度低于3%的樣本組未識別出與專利結構顯著關聯的條件組態。原因可能在于，對于機構投資者來說，民營上市公司研發操縱行為具有一定識別性，具有顯著研發操縱特征的民營上市公司通常難以通過專利產出吸引機構增加持股比例，因此，專利結構與機構持股關聯度不顯著。而研發強度高于研發操縱門檻的民營上市公司，可以向機構傳遞有能力從事實質性高質量研發活動的信號。值得注意的是，研發強度高于3.5%的區間，包含機構投資解的一致性低于研發操縱門檻附近區間，可能是因為高研發強度同時向資本市場傳遞高投入和高風險信號，降低機構增加持股比例的潛在可能。同時，高研發強度企業實際從事高質量研發活動的內生動力更強或研發行為調整成本更高，因此，專利行為受資本市場的影響較小。

從表3可以看出，在國有上市公司專利結構前因構型中，可識別的條件組態主要分布在高于3.5%的研發強度區間組，且總體解一致性達到92.1%，而研發操縱區間上下兩組樣本，機構投資與專利結構關聯性無顯著差異，表明國有上市公司專利行為未顯著受到高新技術企業認定政策的影響。在民營企業樣本組，可識別的組態分布區間在研發強度略高于3%的研發操縱門檻附近，而國有企業樣本組，這一區間為3.5%以上。綜合產權異質性分析結果可以看出，在研發操縱情境下，機構投資與民營上市公司、國有上市公司專利結構產生顯著正向關聯性的研發強度區間具有顯著差異。從產權異質性角度來看，這種差異可能部分緣于國有企業特殊的產權性質，其融資條件、風險承擔能力優于民營上市公司，高新技術企業認定政策對于國有企業進行研發操縱可能產生的激勵效應明顯弱于民營上市公司。另外，相對于民營企業，從事高強度研發活動的國有企業具備更強的融資能力和風險承擔能力，可以向資本市場傳遞從事高質量實質性研發活動的信號，因此，機構投資與專利結構產生顯著正向關聯的研發強度區間較高。

3.4 組態分析三：股權特征異質性

無論是從制造業整體情況還是從樣本數據分布情況看，民營上市公司普遍采用金字塔股權結構，其中，采用分離型金字塔股權結構與非分離型金字塔結構的上市公司比例大致為55%和45%。不同股權特征情境下機構投資與專利結構關聯機制組態分析結果如表4所示，總體來看，在金字塔結構下所有權與控制權分離程度存在差異情況下，專利結構前因構型存在顯著差異，機構投資與專利結構存在多條差異化等效關聯路徑。

從表4可以看出，在采用非分離型金字塔股權結構情景下，高機構持股比例作為核心條件分布在高專利泡沫組態中，而低機構持股比例作為核心條件分布在低專利泡沫組態中，表明在未發生兩權分離情形下，機構投資與專利泡沫存在顯著正向關聯性。在采用分離型金字塔股權結構情景下，高持股比例和高兩權分離度同時作為核心條件存在于低專利泡沫組態中，表明在兩權分離較高情形下，機構投資與專利泡沫存在顯著負向關聯性，這一結果與未發生兩權分離的情形恰好相反。原因可能在于，采用分離型金字塔股權的上市公司多為從事高質量研發活動的公司，可憑借集團化、規模化優勢獲取機構投資者支持，以便更好地從事高質量實質性研發活動。另外，兩權分離程度較高時，終極控股股東決策不易受到其他股東干預，一般不會在機構投資者干預下基于短期投機性動機開展迎合資本市場的研發活動。

3.5 組態分析四：產權+股權特征異質性

根據樣本上市公司股權特征分布情況，本文按照是否外資持股、是否國有產權性質、是否采用金字塔股權結構，將樣本數據進行初步分類。按照3個維度疊加標準進行分類得到樣本數據分布結構如圖1所示，無外資持股且采用金字塔股權結構的民營企業占比約為55%，樣本規模相對較大。依據是否采用分離型金字塔股權結構對此部分樣本作進一步拆分，最終樣本數據主要分為以下4類：有外資持股的分離型金字塔股權結構民營上市公司、外資持股金字塔結構民營上市公司、無外資持股的非金字塔結構國有企業、有外資持股的非分離型金字塔股權結構民營上市公司。

本文根據比例較高的4類股權特征構建4個分組樣本，在股權特征異質情景下對機構投資與專利結構關聯機制進行組態分析，表5列示了綜合考慮股東性質、產權性質和股權特征情形下的組態分析結果。

從表5可以看出，在外資持股情形下，采用分離型金字塔股權結構的民營上市公司樣本組，高機構持股比例和低兩權分離度同時作為核心條件分布在低專利泡沫組態，這與表4中不存在外資持股情形下兩權分離度與專利結構正相關的組態特征相反。在無外資持股的非金字塔股權結構國企樣本組，低機構持股比例作為核心條件分布在低專利泡沫組態，這與分離型金字塔股權結構民營上市公司樣本組態特征相反，與表4中非分離金字塔股權結構的民營上市公司（無外資持股）樣本組機構投資與專利結構組態特征類似。結合表4和表5分析結果可知，采用分離型金字塔股權結構的民營上市公司，無外資持股情形下高兩權分離度與高機構持股比例同時作為核心條件分布在低專利泡沫組態，而存在外資持股情形下，低兩權分離度與高機構持股比例同時作為核心條件分布在低專利泡沫組態。這表明，即使是采用相同股權結構的民營上市公司，股東性質與股權結構不同組合也會構成差異化等效路徑。

綜合對比來看，在股東性質、產權性質與股權結構特征組合不同情形下，機構投資與專利結構關聯機制存在顯著差異，即在不同情形下兩者互動可以經由多重差異化等效路徑實現。具體來說，在無外資持股和未發生兩權分離情形下，民營上市公司組態分析結果傾向于支持機構投資與專利泡沫化程度正向關聯機制；兩權分離民營上市公司樣本組與國企樣本組組態分析結果傾向于支持機構持股與專利泡沫化程度負向關聯機制。

可以看出，在股權結構特征基礎上進一步考慮股東性質和產權性質組合情形下，得到的等效因果鏈構成也隨之發生改變。這表明，機構投資與專利結構關聯機制不存在普遍意義的正向或負向關聯特征，而是通過多重差異化非線性等效因果鏈產生互動關聯，因此，需要在特定情境下進行識別和論證。值得注意的是，發明專利數量作為核心條件廣泛存在于各類情境下的低專利泡沫組態中，即機構投資與專利結構間正向關聯機制通常包含高發明專利數量這一條件變量。因而，創新規模可作為一個重要參考標的，即創新規模較大時，機構投資與專利泡沫化程度負相關概率較高。

3.6 穩健性檢驗

考慮到以研發投入占銷售收入比例表征創新規模存在一定的研發操縱風險，本文以研發補貼強度表征創新規模進行穩健性檢驗。政府具有一定的信息識別和篩選能力，因此，以研發補貼強度作為創新規模的代理變量，能夠有效減少專利數量操縱和研發強度操縱等因素的干擾。

表6列示了以研發補貼強度（研發補貼占銷售收入的比例）表征創新規模的上市公司創新模式組態分析結果，高新技術行業上市公司研發補貼強度較高樣本組解的一致性較高，且機構投資基本覆蓋全部路徑，表明機構投資在創新規模較大情況下與專利結構的關聯性較為顯著，而在創新規模較小情況下與發明專利形成顯著負向關聯，可能加劇專利結構泡沫。這一結論與以上研究結論具有較高一致性，表明本文研究結論比較可靠。

4 結論與建議

4.1 研究結論

綜上所述，本文得出主要結論如下：

（1）市場環境、創新規模、股權特征異質性等因素多重并發，形成中國企業專利行為多樣化組態，機構投資對專利質量的影響機制存在多條差異化等效路徑。當條件變量組合發生變化時，等效因果鏈構成也隨之改變。因此，機構投資與專利結構通過多重差異化非線性等效因果鏈產生互動關聯，其關聯機制不存在普遍意義上的正向或負向特征。

（2）在高新技術行業，發明專利數量作為核心條件廣泛存在于各類情境下的低專利泡沫組態中。創新規模可作為一個重要標的，即創新規模較大時，機構投資與專利泡沫化程度負相關概率較高。

4.2 政策意義

在實踐層面，本研究可為進一步打通資本市場與科技創新雙循環提供政策參考。

（1）在高新技術行業上市公司，創新規模幾乎覆蓋各類情境下的所有條件組態，是影響機構投資與專利行為良性互動的重要因素。在創新規模較大情形下，機構投資與其它因素形成互補組合，促進專利科技含量提升。因此，創新規模可作為相關政策制定、財稅激勵扶持的重要參考指標。并且，在重大科技攻關領域，應合理配置資源，打造良好的創新生態環境，充分發揮創新規模經濟效應和創新資源集聚效應。

（2）與高新技術行業上市公司大規模創新活動相比，小規模科創活動尚未與機構投資形成顯著良性互動，未來需要進一步完善大、中、小型科創企業協作機制和共生網絡。例如，以重大項目工程為依托，通過政策性引導激勵科創龍頭與小規模科創企業協同研發，通過培育、選拔機制打造具有潛力的“專精特新”中小企業，擴大企業優質資產種類和規模。基于創新主體創新競爭差異制定針對性金融支持計劃，在涉及重大科技攻關領域，充分調動和依托處于優勢領先地位的科技巨頭，形成規模經濟效應和創新資源集聚效應。

（3）優化創新集群網絡治理結構，整合創新生態系統中各類主體和資源，協調創新者與其它市場競爭主體的分工協作、共生機制。優化科技領域市場環境，加強惡性競爭行為治理，加大反壟斷力度，避免創新資源兩極分化和研發資本低效配置。合理利用科技創新與金融資本的固有矛盾，引導兩者協同演化發展，不能單純依靠資本市場的自發調節。靈活運用長期類產業基金，鼓勵優質機構投資者增加科創型企業持股比例，強調資本市場的長期價值投資導向，確保資本市場服務于研發資本集聚和優化配置。根據企業在創新競爭格局中的不同層次和差異化稟賦以及創新周期階段，制定針對性金融支持政策，加快構建孕育和催生突破式技術創新的多層次資本市場體系，打造覆蓋技術創新周期的全方位精準扶持機制。建立適應科技創新各周期特征的差異化、彈性化信息披露制度和相關人員業績考核體系，嚴厲打擊“科技偽裝”，規范投資行為，減少投機性抱團炒作的發生，使資本市場主體真正踐行價值投資導向。

4.3 研究貢獻

本文在創新生態系統理論框架下剖析機構投資與專利結構復雜關聯機制的深層邏輯，未局限于相關研究普遍采用的變量間單向、線性確定性因果關系假設，拓寬了理論層面探索技術創新行為與機構投資互動規律的視角，為基于生態系統理論和多系統協同演化理論進一步探索科技創新與資本市場良性循環機理構建了一個一般性理論框架。

參考文獻：

[1] 徐玉德，陳旭.警惕資本無序流動 強化資本市場科技創新支持[J].財會月刊，2021，42（11）：22-26.

[2] 譚小芬，錢佳琪.資本市場壓力與企業策略性專利行為：賣空機制的視角[J].中國工業經濟，2020，38（5）：156-173.

[3] 李仲澤.機構持股能否提升企業創新質量[J].山西財經大學學報，2020，42（11）：85-98.

[4] 蔣艷輝，唐家財，姚靠華.機構投資者異質性與上市公司R&D投入——來自A股市場高新技術企業的經驗研究［J］.經濟經緯，2014，31（4）：86-91.

[5] DAIVD K P. Institutional investors and firm innovation：a test of competing hypotheses［J］. Strategic Management Journal，1996，17（1）：73-84.

[6] PORTER M E．Capital disadvantage：America's failing capital investment system［J］．Harvard Business Review，1992，70（5）：65-82．

[7] 溫軍，馮根福.異質機構、企業性質與自主創新[J].經濟研究，2012，47（3）：53-64.

[8] AGHION P，REENEN J V，ZINGALES? L. Innovation and institutional ownership［J］. The American Economic Review，2013，103（1）：277-304.

[9] 李濤，陳晴.異質機構投資者、企業性質與科技創新[J].工業技術經濟，2020，39（3）：30-39.

[10] 齊結斌，安同良.機構投資者持股與企業研發投入——基于非線性與異質性的考量［J］.中國經濟問題，2014，56（3）：27-39.

[11] 楊箏，李茫茫，劉放.產融結合與實體企業技術創新：促進還是抑制——基于金融機構持股實體企業的實證研究[J].宏觀經濟研究，2019，41（10）：62-77.

[12] LUONG H，MOSHIRIAN F，NGUYEN L，et al. How do foreign institutional investors enhance firm innovation［J］. Journal of Financial and Quantitative Analysis，2017，52（4）：1449-1490.

[13] HANSEN G S，HILL C W L. Are institutional investors myopic？ a time-series study of four technology-driven industries［J］．Strategic Management Journal，1991，12（1）：1-16．

[14] 戴亦舒，葉麗莎，董小英.創新生態系統的價值共創機制——基于騰訊眾創空間的案例研究[J].研究與發展管理，2018，30（4）：24-36.

[15] 王麗芳. 公司治理對企業技術創新的作用機理及實證研究[D].上海：東華大學，2014.

[16] 張運生.高科技產業創新生態系統耦合戰略研究[J].中國軟科學，2009，24（1）：134-143.

[17] CARVALHAL A，ALMEIDA C． Do pension funds improve the governance of investee companies？ evidence from the Brazilian market［J］．Corporate Governance in Emerging Markets，2014，46（4）： 922-927．

[18] CHEN X，JARRADAND H，LI K． Monitoring： which institutions matter［J］． Journal of Financial Economics，2007，86（2）：279-305．

[19] 杜偉錦，王桂，李靖.跨國公司與本土企業合作的路徑——基于定性比較分析的解釋[J].生產力研究，2017，32（11）：128-131.

[20] 牛建波，吳超，李勝楠.機構投資者類型、股權特征和自愿性信息披露［J］.管理評論，2013，25（3）：48-59.

[21] BLACK B S． Agents watching agents： the promise of institutional investor voice［J］． UCLA Law Review，1992，39（4）：811-893．

[22] FILLIP AGNEESSENSB，JOHN SKVORETZC.Node centrality in weighted networks： generalizing degree and shortest paths［J］. Social Networks，2010，32（3）：245-251.

[23] 簡兆權，劉念，黃如意.動態能力、企業規模與雙元創新關系研究——基于fsQCA方法的實證分析[J].科技進步與對策，2020，37（19）：77-86.

[24] FREENAN C.Networks of innovators： a synthesis of research issues［J］.Research Policy，1991，20（5）：499-514.

[25] SHONA L BROWN， KATHLEEN M EISENHARDT. Product development： past research，present findings and future directions［J］.Academy of Management Review，1995，20（2）：343-378.

[26] VALERIA? ARZA，ANDRES LOPEZ. Firms' linkages with public research organisations in Argentina： drivers，perceptions and behaviours［J］. Technovation，2011，31（8）：348-400.

（責任編輯：萬賢賢）

Governance Effect of Patent Structure of Institutional Shareholding：

The Perspective of Innovation Ecology

Du Tingting

（Postdoctoral Station of Theoretical Economics of Shenzhen University， Shenzhen 518000， China）

Abstract：In recent years， some institutional investors have become the initiators of the proliferation of "pseudo innovation"， which has increased the risk of the vicious circle of capital market and scientific and technological innovation. According to the patent type and structure data， there may have been a certain degree of bubble risk in the scientific and technological innovation activities of Chinese enterprises， and the patent quality tends to deteriorate. The unidirectional and linear causal logic commonly used in previous studies makes it difficult to reach a consensus conclusion of "positive correlation or negative correlation" in a universal sense when explaining how institutional investment affects the patent behavior of companies. Within the theoretical framework of innovation ecosystem， enterprise innovation activity is a dynamic and systematic evolution process in which a variety of internal and external factors interact with each other through complex mechanisms such as two-way causality， nonlinear feedback relationship between system subjects， and abrupt fluctuations of the whole system. It is not a simple one-way linear correlation. Drawing on the theory of innovation ecosystem， this paper discusses the interaction logic between institutional investment and enterprise patent behavior in terms of the formation and governance of patent bubble.

This paper selects the data of listed companies in 2016 and 2020 to form a grouped sample， and constructs a theoretical framework to depict the internal and external circulation mechanisms of the innovation ecosystem. From the configuration perspective， the fsQCA method is used to explore the logic and mechanism of the association between institutional investment and enterprise patent behavior in a complex system composed of multiple factors， such as market structure， industry characteristics， innovation scale， property right quality， equity structure and financial status.

The research in this paper shows that the "preferential effect" of institutional investment is diversified， and there are multiple differential equivalent paths in the mechanism of institutional investment affecting patent quality. The patent structure of enterprises with high-quality innovation characteristics， such as high-tech industries， high growth and high innovation scale， is positively related to the proportion of institutional investment. The composition and mechanism of the multiple equivalent "causal chain" of institutional investment and patent structure are limited by specific combination scenarios： in the case of the combination of complex factors such as high-tech enterprise identification policies， the nature of shareholders， the nature of property rights and the characteristics of equity structure， the specific correlation mechanism between institutional investment， and the patent structure is heterogeneous. There is no "positive" or "negative" correlation characteristic in the general sense between institutional investment and patent structure. In the high-tech industry， the number of invention patents as a conditional variable widely exists in the low patent bubble configuration under various scenarios as a core condition. The factor of innovation scale can be regarded as an important target， that is， it can be roughly believed that the probability of negative correlation between institutional investment and the degree of patent bubble is greater when the innovation scale is larger.

This paper enriches the assumption of one-way and linear deterministic causality between variables commonly used in relevant research and the study from the perspective of exploring the interaction law between technological innovation behavior and institutional investment at the theoretical level， and creatively analyzes the deep logic of the complex correlation mechanism between institutional investment and patent structure under the theoretical framework of innovation ecosystem. The research in this paper initially constructs a general theoretical framework for further exploring the virtuous cycle mechanism of scientific and technological innovation and capital market within the framework of ecosystem theory and multi-system co-evolution theory， and provides policy reference for the differential orientation of industrial policy and the virtuous cycle mechanism of scientific and technological innovation.

Key Words：Institutional Investment; Patent Structure; Innovation Ecosystem; Environment Configuration