高校關鍵共性技術研發補貼的專利數量和質量效應

摘要：高校是中國產業關鍵共性技術研發的主力軍，政府對高校的財政補貼是突破關鍵共性技術瓶頸的重要手段。本研究運用專利文獻挖掘法識別關鍵共性技術專利，基于教育部直屬高校面板數據，從專利數量和質量兩方面來分析關鍵共性技術研發補貼的有效性。研究發現，政府補貼顯著提升高校關鍵共性技術專利數量，但對專利質量沒有顯著影響甚至產生抑制效應。這一結論通過了多重穩健性檢驗。進一步分析發現，一流大學建設高校財政補貼產生的專利申請更少，但專利授權更多；具有行業背景的高校財政補貼形成的專利質量更高。為改善研發補貼的專利質量效應，要優化以市場應用為導向的補貼分配機制、構建以質量為核心的補貼考核機制。

關鍵詞：產業關鍵共性技術；高校；財政補貼；專利數量；專利質量

一、引言

在經濟發展面臨需求收縮、供給沖擊、預期轉弱三重壓力下，傳統產業轉型升級、戰略性新興產業培育和發展壯大，都迫切要求中國以關鍵共性技術創新為突破口，努力實現關鍵核心技術自主可控。關鍵共性技術是處于“競爭前”階段并具有“通用性”的技術，為準公共品且具有外溢性，容易出現市場機制下的供給失靈即研發投入不足（Tassey，1996），需要政府出臺研發資助政策。政府研發資助工具主要包括財政補貼、稅收優惠、政府采購等，其中，財政補貼是主要資助方式。

高校是關鍵共性技術研發的主力軍，高校關鍵共性技術研發資金主要來自于財政補貼。關鍵共性技術屬于應用研究范疇。根據《高等學校科技統計資料匯編》，2001-2021年間，中國高校的應用研究支出從43.00億元增加到610.43億元，年均增長14.98%。教育部直屬高校是中國關鍵共性技術研究的“國家隊”，同期應用研究支出從26.46億元增加到277.62億元，占高校支出的比重穩定在50%～60%（見圖1）。由此，值得探討的問題是：教育部直屬高校集中了大量財政資金開展關鍵共性技術研究，是否產生了預期的專利效應？尤為重要的是，在高質量發展背景下，專利質量效應如何，能否實現專利“量質齊升”？對不同類型高校而言，財政補貼的專利效應具有怎樣的異質性、有什么政策啟示？目前鮮有文獻對這些問題進行探討。科學評估高校關鍵共性技術研發補貼的技術創新效應，不僅有助于揭示公共財政資金的使用效率，而且對于完善高校研發補貼政策也具有重要的啟示意義。

為此，本文以2001-2016年教育部直屬高校（75所）作為研究樣本，以應用研究支出來度量產業關鍵共性技術研發補貼，從專利數量和專利質量兩個方面，來檢驗財政補貼的技術創新效應。首先進行基準回歸，分析財政補貼的關鍵共性技術專利數量和質量效應，檢驗假說1和假說2。其次進行穩健性檢驗，以證實基準回歸結論的可靠性。最后根據一流大學和高校行業背景分析其調節效應，檢驗假說3。研究發現，財政補貼顯著提升了高校關鍵共性技術專利申請量和專利授權量，但對專利質量沒有顯著影響甚至有抑制效應。這一結論通過了一系列穩健性檢驗。調節效應分析發現，一流大學、高校行業背景對財政補貼的技術創新效應具有異質性影響：一流大學財政補貼產生的專利申請數量更少，但專利授權量更多；有行業背景的高校雖然不能提升財政補貼的專利數量，但有助于促進專利質量的提高。

與既有研究相比，本文的邊際貢獻體現在以下兩個方面。一是對財政補貼的創新效應研究從專有技術拓展到共性技術，深化了對財政補貼創新效應的認知。迄今為止，理論界對財政補貼的技術創新效應研究還集中在專有技術領域，如陸國慶等（2014）、黎文靖和鄭曼妮（2016）、郭玥（2018）、張杰和鄭文平（2018）、陳強遠等（2020），對共性技術領域的研究不多。盡管本文發現財政補貼對共性技術創新的影響與其對專有技術創新的影響一致，即有利于專利數量、不利于專利質量，但與專有技術相比，政府對具有外溢性的共性技術研發加以補貼更具經濟合理性。更具合理性的研發補貼沒有轉化為高質量創新成果，更凸顯了本文的研究價值。本文發現，重數量輕質量式的研發補貼分配和考核機制是關鍵原因。本文將財政補貼的技術創新效應研究從專有技術拓展到共性技術，既深化了對財政補貼的技術創新效應認知，又從體制機制層面提出了改善共性技術研發補貼有效性的政策建議。二是將產業關鍵共性技術研發補貼的研究從理論分析延伸到實證分析，豐富了產業關鍵共性技術研發領域的學術文獻。當前學術界對產業關鍵共性技術研發補貼的研究集中在理論分析層面，如補貼原因（李紀珍和鄧衢文，2011）、補貼對象（馬名杰，2006）、補貼機制（馬曉楠和耿殿賀，2014；鄭月龍等，2017；江鴻和石云鳴，2019）等，尚缺乏運用微觀數據的經驗分析來檢驗補貼的有效性，主要原因在于缺乏關鍵共性技術專利數據。本文采用專利文獻挖掘思路計算得到專利關鍵性得分、共性得分，然后通過文本相似度分析來識別關鍵共性技術專利，較好地解決了這一問題，進而實證檢驗了政府補貼對高校關鍵共性技術專利產出的影響。此外，本文對關鍵共性技術專利的考察不僅關注數量，而且更關注質量，這與高質量發展的時代特色一脈相承。

二、文獻回顧與理論分析

（一）文獻回顧

理論界對關鍵共性技術的研究可以追溯到20世紀80年代。1981年美國經濟學家Granberg率先提出共性技術（generic technology）這一新概念，隨后，Tassey（2004）從經濟學范疇對其進行界定：共性技術始于基礎研究成果、止于實驗室原型，是具有非競爭性和部分排他性的準公共品。共性技術是競爭前技術，從屬于以知識創造為目的的科學研究而具有正外部性（Aghion 等，2017）。按照重要性不同，共性技術可分為關鍵共性技術、基礎共性技術和一般共性技術。根據工信部發布的《產業關鍵共性技術發展指南》，關鍵共性技術是在多個行業或領域廣泛應用，并對整個產業或多個產業產生影響和瓶頸制約的技術。核心基礎零部件（元器件）、先進基礎工藝、關鍵基礎材料和產業技術基礎等工業“四基”，是當前我國亟待突破的產業關鍵共性技術（柳百成，2016）。

關鍵共性技術的外部性和準公共品特征顯著，技術供給面臨嚴峻的市場失靈挑戰。關鍵共性技術具有較強的外部性，導致企業的邊際私人收益遠低于邊際社會效益，企業投資于關鍵共性技術研發的“外溢成本”得不到完全補償（朱桂龍和黃妍，2017）。關鍵共性技術還具有準公共品特性，其知識產權難以完全界定，企業無法獨享其成果帶來的全部收益，因而研發動力不足，關鍵共性技術市場面臨供給不足的風險。即使有企業出于占領市場的目的進行研發，但單個企業往往受限于組織規模、人力資源、科研設備等因素，難以滿足研發所需要的資源、管理等條件，從而出現研發組織失靈（薛捷和張振剛，2006）。此外，在關鍵共性技術的商業化應用過程中，技術接受方通常面臨信息阻礙與技術壁壘，導致技術轉移方的成果轉化與知識擴散受到限制，從而出現關鍵共性技術擴散失靈（李紀珍和鄧衢文，2011）。

關鍵共性技術供給與擴散面臨的多重市場失靈，為政府干預提供了必要條件。共性技術的公共品屬性越強、距離市場應用越遠以及基礎性越強，就越需要政府加大支持力度（馬名杰，2006）。政府支持主要表現在以下兩方面：一是對關鍵共性技術的研發組織實施有效管理，通過聯合企業、高校以及科研機構等各方力量，搭建一個“官產學研”多元化技術合作創新平臺，既保證了技術研發的有效供給，又分散了技術研發風險、降低了研發成本（朱建民和金祖晨，2016）。二是通過財政補貼和稅收優惠等政策，促進關鍵共性技術研發以及后續市場化應用，減少參與經濟體的資金約束、降低合作的交易費用（周國華和譚晶菁，2018）。

盡管財政補貼在關鍵技術供給中扮演著重要角色（Sawhney和Prandelli，2000），但這一領域的經驗研究非常有限，僅有一些理論分析（馬曉楠和耿殿賀，2014；鄭月龍等，2017；江鴻和石云鳴，2019；鄭月龍和秦國靜，2021），而針對高校關鍵共性技術研發補貼的有效性研究更是罕見。高校的研發創新不同于企業，具有自身特征。一是高校擁有豐富的知識儲備、大量的科研人員以及先進的研發設備，是關鍵共性技術的重要策源地。高校不僅能通過校企合作為企業帶來直接收益，還能通過出版物、專利、學術會議和專業培訓將知識擴散到校園或實驗室之外，為企業帶來間接收益，產生知識溢出效應（梁俊偉和黃德成，2020）。二是高校的研發活動依賴于政府支持。高校的科研經費以政府撥款為主。政府撥款是公共資金，從預算績效管理來看，科學評估高校關鍵共性技術研發補貼的技術創新效應，有助于改善預算績效管理，提高財政資金的使用效率。因此，分析高校關鍵共性技術研發補貼的技術創新效應，既能夠彌補經驗研究的不足，又抓住了高校這一重要的關鍵共性技術供給主體，對其研發補貼效率的分析回應了現實關切。

（二）理論分析

高校研發補貼的創新效應，主要表現在對關鍵共性技術專利數量和質量的影響，接下來分別進行闡述。

1.研發補貼的專利數量效應

財政補貼作為政府應對“市場失靈”的工具，在高校關鍵共性技術研發過程中發揮著激勵和導向功能。其具體表現為：

（1）財政補貼有利于增強高校研發動力。政府對高校的關鍵共性技術研發提供財政補貼，實為對高校研發活動提供必要的科研經費，緩解了高校研發經費短缺，降低了高校研發活動風險，使高校開展關鍵共性技術研發的動力增強。

（2）獲得財政補貼的高校更易于被外部投資者認可。高校的科研經費除了來自政府財政撥款外，還包括市場中相關企業的委托研究撥款，或產學研聯盟中企業的出資。獲得關鍵共性技術研發補貼的高校，向市場傳遞出一個積極信號：其科研方向與國家核心技術需求相契合、研究成果具有商業化前景，從而能夠產生外部融資的“光環效應”，為其他投資者提供信號和風向標，有助于提升創新產出（Wu，2017）。

（3）財政補貼為高校吸納更多高端人才創造條件。關鍵共性技術研發非常倚重高層次人才，財政補貼對高層次人才提供的顯性、大力度扶持，有助于激發人才科研熱情，引導更多創新人才投入到關鍵共性技術研發活動中。

關鍵共性技術作為戰略性新興產業的基礎性支撐技術，近年來引起政府高度重視。根據專利生產函數（Griliches，1990），隨著研發資金投入、研發人員投入增加，專利數量也會相應增長。據此提出：

假說1：政府補貼能提升高校關鍵共性技術專利數量。

2.研發補貼的專利質量效應

盡管財政補貼能夠促進專利數量增長，但是專利競賽催生的“策略性創新”和“專利泡沫”問題不容忽視（黎文靖和鄭曼妮，2016）。也就是說，技術創新激勵政策盡管帶來了產出數量的激增，卻沒有帶來質量上的跟進（陳強遠等，2020）。高校創新活動質量更多的是個人自我追求的副產品（陶鋒等，2021）。如果缺乏有效的激勵和約束機制，重數量輕質量式創新將難以避免。從財政補貼運行來看，影響高校關鍵共性技術創新質量的制度性因素有兩個：

（1）財政補貼考核機制。與財政補貼分配機制相比，財政補貼考核機制對專利質量影響更大，即從激勵因素上使關鍵共性技術研發具有“重數量輕質量”的內在特征。這一機制存在兩方面問題。一是質量考核機制缺失下的迎合式策略性創新。盡管中國科技創新政策頂層設計重視創新質量、表現為質量優先，但由于創新質量測度難，政策在執行落地時更偏向于創新數量（陳強遠等，2022）。實踐中，無論是財政補貼的預算績效考核還是高校科研人員的職稱評定、考核等，主要采用研發投入強度、專利申請授權數量和平均專利密度三類指標來量化。為迎合考核目標，科研人員在顯著增加專利申請和授權數量的同時，也將一些低質量創新充斥其中，從而降低了整體專利的質量（江飛濤等，2021）。事實上，財政補貼項目申請和考核的主要指標均是數量型指標，質量性指標很少，大多只要求發明專利數達到多少項，至于發明專利的質量，如IPC分類號數量、專利被引數、專利同族數等，尚未引起重視（邱楚芝和趙錦瑜，2022）。二是短期行為偏好與風險規避阻礙了對長周期、高質量關鍵共性技術的研發投資。財政補貼的考核機制過于注重短期成果，可能導致高校偏向于研發風險低、結果易預測、短期能見效的常規性共性技術項目，而不是需要長期投入、不確定性高、結果難預測的突破性共性技術項目。關鍵共性技術因其創新質量高，而具有社會收益率遠高于私人收益率的特征。當績效考核機制過于強調易量化的數量指標時，研發項目承擔者的理性選擇是優先關注短期顯性成果，而不是具有“耐心資本”特征的高質量創新成果。

（2）財政補貼分配機制。對企業創新補貼的研究發現，創新資源錯配顯著降低創新質量（葉初升和孫薇，2023）。這一影響也可能存在于高校關鍵共性技術研發領域。高校關鍵共性技術研發補貼分配存在兩方面問題。一是競爭性分配機制不利于高質量創新。高校科研經費的資助模式有兩種：穩定性支持和競爭性支持。穩定支持模式即設立基本科研業務費。但基本科研業務費僅面向110所中央高校，存在科研經費支持比例不足和資源分配不均衡等問題（賈雯晴和俞建飛，2023）。也就是說，中國高校科研經費資助模式主要是競爭性資助。這一模式雖然能夠提高某些科技領域的資源配置效率，但也使研究人員過度競爭、過于追求“短、平、快”研究成果，難以專注重大共性技術課題，對基礎性、戰略性共性技術研究投入缺乏可持續性。而具有重大外溢性的關鍵共性技術成果往往需要長期持續投入。二是逆向選擇導致資金錯配。由于技術評價體系和信息披露制度不健全，政府與高校之間存在信息不對稱，使得財政補貼分配面臨逆向選擇的挑戰（陳強遠等，2020）。逆向選擇表現為補貼資金的錯配。比如通過包裝研發項目、組合科研成果等手段獲取財政支持，通過生產低質量甚至是沒有價值的專利來獲取利益。此外，“重數量輕質量”的財政補貼考核機制也有利于專利存量多但質量不高的項目申請人獲得更多研發補貼，并形成“專利數量多——獲得更多研發補貼——形成更多專利”的數量型創新循環。

上述原因將導致高校選擇以增加專利數量為導向的策略性創新，而非推動關鍵共性技術進步和獲取競爭優勢的實質性創新。據此，本文提出：

假說2：政府補貼難以提升高校關鍵共性技術專利質量。

3.高校特質的調節效應

前述分析表明，政府補貼有助于提升高校關鍵共性技術專利數量，但難以提升專利質量。如何改善財政補貼帶來的“數量長足，質量跛腳”問題，是本文擬進一步探討的問題。高校研發行為與高校特質密切相關。在“基礎研究-應用研究（共性技術研究）-試驗發展”的創新鏈中，應用研究起到承上啟下的關鍵作用（周國華和譚晶菁，2018）。加強應用研究前端的基礎研究、縮短應用研究與其后端試驗發展之間的技術距離是否有助于改善共性技術研發補貼的創新效應尤其是質量效應？一流大學的基礎研究實力更強（潘軍，2021）、具有行業背景的高校其應用研究成果更易轉化（胡凱和王煒哲，2023），預期這兩個因素會對高校關鍵共性技術研發補貼的創新效應產生調節作用。這兩個因素分別與高校特質，即是否入選一流大學建設名單、是否具有行業背景相對應。

一流大學建設的調節效應。《統籌推進世界一流大學和一流學科建設實施辦法（暫行）》指出，一流大學和一流學科建設高校的應用研究，應著力解決國民經濟中的重大關鍵性技術和工程問題，或實現重大顛覆性技術創新。資源基礎理論認為，不同主體間擁有的資源稟賦存在異質性，包括但不限于資本、技術和人才等稀缺資源，而這種異質性通常會帶來主體間技術創新能力的差異（Barney，1991）。相較于一流學科建設高校，一流大學建設高校幾乎脫胎于原“985”高校或綜合型大學，在基礎科學研究方面的人員投入、經費投入力度更大，基礎研究實力占優（“強基計劃”設置在綜合型大學）（潘軍，2021）。但基礎研究的主要產出是學術論文而非專利。與理工科高校為主的一流學科建設高校相比，一流大學建設高校在關鍵共性技術（應用研究）專利申請數量方面可能并不具有優勢。但基礎研究是應用研究的源頭，更強的基礎研究有助于改進應用研究質量，使之在體現專利技術含量的授權專利中占據優勢（一些研究如劉維剛等（2020）、劉詩源等（2020）、謝紅軍等（2021），以發明授權專利量來衡量創新質量）。也就是說，科研比較優勢的不同，將對兩類高校的專利申請量和授權量產生不同的影響。在專利質量方面，國家財政資金管理辦法統一適用于所有高校，不因高校層次或聲譽不同而在實施力度上有差異，即關鍵共性技術財政補貼考核機制、分配機制等對不同類型高校的專利質量激勵是相同的，一流大學也具有“重數量輕質量”策略性創新動機。因此可以預期，財政補貼對兩類高校關鍵共性技術專利質量的影響不會有顯著差異。據此，本文提出：

假說3.1：一流大學建設有助于增加高校研發補貼的專利授權量，但無助于提升專利質量。

行業背景的調節效應。中國高校脫胎于計劃經濟體制，高校與計劃經濟體制下的行業管理部門及其下屬行業具有先天的“血緣關系”。市場經濟體制下，這一“血緣關系”盡管在形式上不復存在，但歷史原因形成的行業背景影響依然不可小覷。產業關鍵共性技術是面向產業應用、滿足市場需求的中間型技術。根據關鍵共性技術擴散理論（李紀珍和鄧衢文，2011），關鍵共性技術（應用研究）與試驗發展的技術距離越近，則共性技術轉化為專有技術的成本和風險越低，從而關鍵共性技術的價值和質量也就越高。具有行業背景的高校以特色學科鏈深度對接產業鏈，深入生產一線，聯合上下游企業，用優勢科創資源精準聚焦特色產業和行業技術需求開展關鍵共性技術攻關，產研同頻，優勢互補，有效解決高校科研成果和市場需求脫節的難題，形成了以市場為導向、企業為主體、產學研用相結合的創新體系，提升了高質量專利的有效供給。

但從專利數量來看，研發補貼對不同行業背景高校的影響可能不存在顯著差異。前述分析指出，政府補貼能提升高校關鍵共性技術專利數量（假說1），這主要歸因于研發補貼資金數量。政府在分配關鍵共性技術研發補貼資金時，行業背景并不是一個關鍵因素，項目新穎性、重要性、前期研究基礎等才是決定性因素。因此，具有行業背景的高校在公共資金分配中沒有優勢，獲得的研發補貼并不會更多，從而將制約專利數量。此外，具有行業背景的高校與特定行業深度合作，可能形成更依賴行業資金而非公共資金的研發融資路徑依賴，這也降低了研發補貼資金對專利數量的影響。基于以上分析，本文提出：

假說3.2：行業背景無助于提升高校研發補貼的專利數量，但有助于提升專利質量。

三、研究設計

（一）模型設定

基準模型設定如下：

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

本文基準回歸采用固定效應模型。式（1）中，因變量generalit表示高校i在第t年的關鍵共性技術專利產出。核心自變量subsidy表示政府補貼強度。control為控制變量集合，包括高校特征變量和地區特征變量。為有效估計模型參數，需要控制更為宏觀層面的因素，借鑒白俊紅和聶亮（2018）、白俊紅和劉宇英（2021）的研究，本文控制了地區固定效應ηi，即地區層面不隨時間改變的不可觀察因素，如地方政府對關鍵共性技術專利的偏好；時間固定效應νt，即時間層面不隨高校個體變化的影響因素，如國家層面對關鍵共性技術創新氛圍塑造。εit為隨機擾動項。

（二）關鍵共性技術專利識別

如何從海量專利中科學準確識別出關鍵共性技術專利，是經驗研究的基礎。對此，本文遵循專利文獻挖掘思路計算得到專利關鍵性、共性得分（陳偉等，2020；馬永紅等，2020；胡凱等，2023），然后通過設置閾值來識別關鍵共性技術專利。

具體識別流程如下：第一步，采用主題模型對文本數據建模，以獲取技術主題。第二步，以技術主題為節點，分別計算專利關鍵性得分、共性得分。第三步，根據專利關鍵性得分與共性得分選取閾值，以超過閾值的專利主題與《產業關鍵共性技術發展指南（2017年）》進行文本相似度分析，達到高相關性標準的主題被視為關鍵共性技術主題。

閾值選擇的關鍵是計算文本相似度。與基于主觀判斷的標準不同（如分值越高、越可能是關鍵共性技術）（陳偉等，2020；馬永紅等，2020；胡凱等，2023），本文以《產業關鍵共性技術發展指南（2017年）》《產業關鍵共性技術發展指南（2017年）》由工信部于2017年10月發布，公布了我國需要優先發展的174項產業關鍵共性技術，如高品質特殊鋼生產應用關鍵技術、全數字高檔數控系統技術、集成電路專用設備及材料技術等，對本文關鍵共性技術專利識別具有重要參考意義。為關鍵共性技術主題標準，將根據不同閾值（關鍵性閾值、共性度閾值）識別出來的技術主題分詞組成“關鍵共性技術主題文本”，運用余弦相似度方法，與工信部《產業關鍵共性技術發展指南（2017年）》進行文本相似度分析，得到兩篇文本之間的相關系數（采用2015年度、2013年度、2011年度《指南》估計的結果相近）。根據廣泛應用的高相關性門檻值標準即0.7（陳希孺，2009），只要測度出的相關系數大于等于0.7，就可以將識別出的主題認定為關鍵共性技術主題。相關系數小于0.7，則進行閾值調整。該方法兼顧主觀標準與客觀標準，與只考慮主觀標準的識別方法相比較，所得出的結果與現實更吻合，也更可靠。

（三）變量說明

（1）被解釋變量。本文被解釋變量為關鍵共性技術專利產出，分別從專利數量和專利質量來測度。專利數量包括關鍵共性技術申請專利數（quantity1）和授權專利數（quantity2），二者分別為高校申請、授權的發明專利中，屬于關鍵共性技術的專利按年度加總得到。

與專利數量相比，專利質量（quality）更能體現企業真實創新產出水平，更具有技術價值和經濟價值。與申請專利相比，授權專利經過國家專利局審查，更具有解釋力。因此，本文以關鍵共性技術授權發明專利的知識寬度來衡量專利質量。

專利知識寬度。專利質量可以從技術、經濟、法律等維度來衡量。基于IPC分類號的專利知識寬度涵蓋了技術和經濟兩個維度：一方面，專利所涉及的知識領域越廣，其知識復雜程度越高，技術價值可能越大。另一方面，專利知識復雜程度越高，越難以被模仿和取代，涵蓋該專利的產品可能具有更大的市場份額、更高的市場價值。參考張杰和鄭文平（2018）的知識寬度法，利用授權專利的IPC分類號區分不同專利在技術領域上的分布差異來進行測算。具體思路如下：中國專利的IPC分類號采取“部——大類——小類——大組——小組”格式來排列，專利知識所蘊含的知識復雜度主要體現在“大組”，“大組”層面的專利分類號數量越多，則專利的知識寬度越大，從而專利質量可能越高。參考產業集中度的測算思路，專利知識寬度計算公式為：1－∑α2，其中α為專利IPC分類號中的大組分類所占比重。例如，專利1的IPC分類號為“A01B02/00、A01B02/10、A01B02/20”，專利2的IPC分類號為“A01B02/00、A02B13/00、B35D13/20”。專利1大組為A01B02，所占比重為3/3，專利2的大組為A01B02、A02B13、B35D13，所占比重分別為1/3，即專利1的知識寬度為0，專利2的知識寬度為0.67。由此可知，專利2的大組更分散、知識寬度更大，其質量可能更高。得到每一項專利的知識寬度后，通過取算術平均值，就得到每一所高校的專利知識寬度。

（2）解釋變量。本文核心解釋變量為政府補貼（subsidy）。關鍵共性技術屬于應用研究，相應地，自變量為應用研究方面的支出。高校研發支出主要來自于財政撥款，應用研究方面的支出也不例外。借鑒肖文和林高榜（2014）、胡善成和靳來群（2021）將R&D支出中政府支出所占比重來度量政府對研發的補貼強度，這里以高校應用研究中的財政撥款來衡量政府補貼。

（3）控制變量。政府掌握高校的資源配置權和行政人事權（黃達人，2015），高校在發展定位、人才培養目標、專業設置等方面趨于雷同，高校辦學自主權有待進一步擴大（別敦榮，2019），這客觀上能夠減少式（1）中需要控制的、影響因變量的個體因素所帶來的影響。根據相關文獻（胡凱，2018），影響高校技術創新的控制變量有兩類。一類是高校特征變量，包括基礎研究經費支出（basic）、基礎研究當年投入人數（staff1）、應用研究當年投入人數（staff2）。另一類是地區特征變量，包括高校所在地級市人均GDP（pergdp）、高校所在省市區研發支出占GDP比重表示的研發強度（rd）、高校所在省市區技術交易市場成交額占GDP比重表示的知識產權保護水平（ipp）。

在回歸中，對于價值型變量如政府補貼、基礎研究經費支出、人均GDP等，先以2001年為基期平減，然后取對數。對于其他絕對值型變量如專利數、基礎研究投入人數、應用研究投入人數等也取對數。

（四）數據來源

高校關鍵共性技術專利運用主題詞分析方法從專利中識別。用于主題詞分析的專利數據源自于大為innojoy數據庫。鑒于2001年之前高校經歷了大規模合并，本文以2001年作為研究起點。

自變量財政補貼（subsidy）、控制變量中的高校特征變量如基礎研究經費支出（basic）、基礎研究當年投入人數（staff1）、應用研究當年投入人數（staff2）等，均來自于《高等學校科技統計資料匯編》（以下簡稱《匯編》）。自2002年以來，教育部科學技術司連續多年發布《匯編》（實為前一年統計數據），報告教育部直屬高校的科技投入、產出、成果轉化等方面的情況。但遺憾的是，自2017年開始，《匯編》不再報告高校基礎研究和應用研究方面的研發投入信息，同時2004-2008年《匯編》中教育部直屬高校基礎研究和應用研究信息缺失。因此，本文實際采用的是2001-2002年、2008-2016年教育部直屬高校（75所）作為研究樣本。

控制變量中的人均GDP（pergdp）、地區研發支出占GDP比重（rd）、知識產權保護水平（ipp）等來自于《中國統計年鑒》、《中國城市統計年鑒》、EPS等。

（五）變量的描述性統計

表1報告了變量的描述性統計結果。從因變量來看，申請專利數（quantity1）、授權專利數（quantity2）的標準差高于均值，表明高校之間申請專利、授權專利差異較大，尤其是授權專利的差異更大。同時可以發現，授權專利均值遠低于申請專利均值，前者僅為后者的37%，說明高校關鍵共性技術申請專利的質量不高。印證這一猜想的是，專利質量（quality）均值僅為0.1256（分值介于0到1之間，分值越高表明質量越好），且標準差遠低于均值，說明高校整體的關鍵共性技術授權專利的質量都不高。

從自變量來看，財政補貼（subsidy）的標準差高于均值，表明高校之間的應用研究支出也存在較大的差異。同時，財政補貼即應用研究支出高于基礎研究支出（basic），以及應用研究人員（staff2）高于基礎研究人員（staff1），均表明高校的研究重心在于應用研究而非基礎研究。

四、回歸結果與分析

（一）基準回歸

表2報告了政府補貼對高校關鍵共性技術專利數量和質量的回歸結果。實證結果顯示：在第（1）～（2）列中，財政補貼（subsidy）對關鍵共性技術專利申請量（quantity1）和授權量（quantity2）的影響在1%水平上顯著為正。具體來看，財政補貼每增加1個百分點，高校關鍵共性技術專利申請數量將提升0.3899個百分點，專利授權數量將提升0.3937個百分點。在第（3）列中，財政補貼（subsidy）對關鍵共性技術專利質量（quality）的影響在1%水平上顯著為負，這表明財政補貼對關鍵共性技術專利質量缺乏積極的影響。

基準回歸表明，財政補貼有助于提升關鍵共性技術專利數量，但無助于關鍵共性技術專利質量提升，即財政補貼形成的關鍵共性技術專利僅具有數量效應，而缺乏質量效應。這一發現與江飛濤等（2020）對上市公司財政補貼的專利效應研究結論一致。如前所述，專利競賽下的高校關鍵共性技術研發面臨策略性風險，比如高校研發補貼考核重數量輕質量、競爭性撥款機制誘發短平快研究等，都激勵高校研發人員重視專利數量而不是專利質量，并進一步形成“財政補貼——策略性研發”低水平循環：高校（課題組或負責人）獲得財政補貼越多，越有動機在易量化的專利數量上下功夫以顯示研究能力，并為再次獲得財政補貼提供成果支撐。這樣，就形成了財政補貼越多但高質量專利越少的局面，即財政補貼降低專利質量，形成研發資源低效率配置均衡。因此，只有從根本上扭轉重數量輕質量的研發補貼分配和考核機制，才能打破這一低水平均衡陷阱。假說1、假說2初步得到驗證。

（二）穩健性檢驗

一是滯后解釋變量。政府補貼和高校關鍵共性技術專利產出之間可能存在反向因果的內生性問題，即關鍵共性技術專利產出的增加可能促使高校獲得更多的政府補貼。為緩解可能存在的內生性問題，本文將解釋變量進行滯后一期處理，回歸結果見表3。

可以發現，滯后一期的財政補40cbf63de33c9c41c62c64a823c7fbca貼對高校關鍵共性技術專利申請量（quantity1）和授權量（quantity2）的影響均在1%水平上顯著為正，對專利質量（quality）的影響在5%水平上顯著為負。這與表2的回歸結果保持一致，假設1和假設2再次得到驗證。

二是運用其他估計方法。具體而言，針對專利申請和授權量為非負整數，采用面板計數模型來進行估計，結果見表4的第（1）～（2）列（其他回歸中的專利量均為取對數后的值）；對于專利質量運用GMM（廣義矩）方法估計（選取因變量滯后三期的模型），結果見表4第（3）列。

可以發現，采用面板計數模型得到的估計結果與表2非常一致，即財政補貼能夠顯著提升高校關鍵共性技術專利申請量和授權量（均在1%水平上顯著）。同時，運用GMM方法的估計結果也與表2保持高度一致，即財政補貼降低了專利質量。假說1、假說2得到進一步驗證。根據前述理論分析，缺乏有效激勵和約束功效的研發補貼分配和考核機制，助長了重數量輕質量的策略式關鍵共性技術研發行為。

三是進行變量替換。專利數量是客觀的，難以尋找替代變量。而專利質量則具有很強的主觀性，可以采用不同的方法來度量。根據數據可得性，本文先后選取專利被引用數（cited）、專利引用數（cite）和專利同族數（homog）來刻畫專利質量（對高校這三類專利指標分別加總，然后取均值得到）。專利被引用也稱為前向引用。專利被引用次數越多，表明其技術影響力越大，專利被引用是衡量專利質量的最直觀指標（李冬梅等，2020）。專利引用也稱為后向引用，即一項專利對其他專利的引用。后向引用越多，表明專利人對相關技術領域了解得越充分、該專利與相關技術前沿的聯系越密切，其技術價值越大（張曉月和黃俊偉，2020；蔡中華等，2020）。專利同族數就是專利同族的個數。專利族（Patent Family）是指具有共同優先權、由不同國家公布的內容相同或基本相同的一組專利申請或專利，其目的是擴大專利技術的保護范圍。專利族中的每件專利文獻被稱為同族專利。同族數越多，表明專利保護范圍越大。在這種意義上，同族數的大小與專利質量正相關（許鑫等，2019）。

表5報告了專利質量替換指標的估計結果。結果顯示，政府補貼對關鍵共性技術專利被引用數（cited）、專利引用數（cite）和專利同族數（homog）的影響均不顯著。其原因在于，補貼資金分配時，資金分配部門并沒有將專利被引數、專利引用數和專利同族數等質量型考核指標納入項目績效評價體系，尤其是專利被引數在專利授權一段時間后才能體現，具有滯后性，這與時間性要求很強的項目績效即時評估不相符。缺乏質量導向的補貼績效考核機制，很難激勵研發人員開展高質量創新活動，假設2再次得到驗證。因此，要實現以高質量創新驅動高質量發展，必須強調以“創新質量至關重要”指導創新政策體系建構。

四是控制高維固定效應。即控制地區范圍內隨時間變化因素的影響，也就是構造地區效應和時間效應的交乘項，以緩解地區范圍內隨時間改變、不可觀測因素的影響。估計結果見表6。該回歸結果也與表2高度一致：財政補貼對關鍵共性技術專利的申請量、授權量具有顯著的提升效應，但是對專利質量缺乏積極影響。究其原因，在于現行財政補貼政策缺乏剛性、可操作性的專利質量考核機制，專利數量優先是占優策略。因此，建立專利質量導向的財政補貼分配和考核機制刻不容緩。

（三）調節效應分析

1.一流大學建設的調節效應

與一流學科建設高校相比，一流大學建設高校具有更強的綜合科研實力，尤其是在基礎研究上（潘軍，2021）。本文研究樣本中，部分為一流大學建設高校、部分為一流學科建設高校，二者分別有33所和42所（一流大學建設高校也是一流學科建設高校，為方便表述，將既是一流大學又是一流學科建設高校簡稱為一流大學建設高校）。對一流大學建設高校的調節效應，以財政補貼與一流大學建設高校虛擬變量（top，是取值為1，否取值為0）的交乘項（subsidy）來構造核心解釋變量，該變量的影響系數表示在財政補貼一定時，一流大學建設高校是否比一流學科建設高校具有更多、更高質量的專利。估計結果見表7。

第（1）列表明，交乘項對專利申請的影響顯著為負，即在財政補貼一定時，與一流學科建設高校相比，一流大學建設高校的關鍵共性技術專利申請量更低。其原因在于，兩類高校的科研比較優勢不同：一流大學建設高校大多是綜合性大學，一流學科建設高校大多為理工科大學，綜合性大學的科學研究優勢是基礎研究，而基礎研究的成果多為學術論文而非專利。理工科大學的科研優勢是應用研究，而應用研究的主要成果形式是專利。盡管一流大學建設高校在專利申請方面處于劣勢，但第（2）列表明，一流大學建設高校的財政補貼能形成更多的授權專利。這主要歸因于基礎研究的知識溢出效應。“基礎研究是整個科學體系的源頭，是所有技術問題的總機關”。綜合性大學的基礎研究優勢有助于提升應用研究質量，使其專利申請質量較高。而高質量申請專利將帶來高專利授權率（陳春霞，2021），即同樣的申請專利下獲得更多的授權專利。

第（3）列表明，交乘項對專利質量的影響不顯著。也就是說，在財政補貼一定時，盡管一流大學比一流學科建設高校有更多的授權專利，但在專利質量上平均而言沒有顯著區別。可能的原因是，兩類大學面臨相同的財政資金績效考核體系，即便一流大學建設高校的應用研究具有較強的基礎研究支撐，但由于專利質量沒有納入績效考核體系，此類高校也沒有提高專利質量的內生激勵，仍存在重數量輕質量的研發導向。綜上分析可以發現，一流大學建設盡管能夠改善研發補貼的專利授權效應，但并不會產生積極的專利質量效應。這意味著，只有建立起專利質量激勵機制，才能實現專利高質量發展。這一結果再次凸顯了基準回歸中強調的、完善專利質量激勵機制的重要性。

2.行業背景（industry）的調節效應

具有行業背景的高校與行業（企業）聯系更緊密，在開展關鍵共性技術研發方面占據先發優勢，從而更便于形成高質量關鍵共性技術。中國高校的行業背景源于計劃經濟體制——不同部委設立具有行業特色的高等院校，并一直沿襲至2000年大規模高校合并。盡管高校合并、主管部門變更使很多高校不再具有行業主管部門，但行業背景的影響根深蒂固，突出表現在很多高校的優勢學科依托行業背景、高校科研資源向這些優勢學科傾斜，并且這一影響一直延續至今。行業背景以（合并前）高校是否曾經有行業主管部門比如原機械工業部、原鐵道部、原紡織部等來劃分（不包括教育部這樣的教育主管部門）。經過識別后發現，樣本中有、無行業背景的高校分別為60所、15所。

構造財政補貼與行業背景虛擬變量（industry，有行業背景的高校賦值為1，否則為0）的交乘項，估計結果見表8。研究發現，財政補貼一定時，行業背景對專利申請量、授權量沒有顯著影響，這與理論預期一致。但是，有行業背景的高校其專利質量更高。這是因為：關鍵共性技術屬于競爭前中間型技術，往往需要經過二次開發才能夠轉化為專有技術。而有行業背景的高校，形成了依托行業、發揮行業性學科優勢的科研活動路徑依賴，其應用研究面向行業需求，其研發活動更傾向于行業實際應用。換言之，具有行業背景的高校，其關鍵共性技術與專有技術之間的技術距離更短。正因為此類關鍵共性技術研發具有很強的應用前景和需求導向特征，從而使該類研發活動更有價值，即專利質量更高。與依托產學研合作（樊霞和任暢翔，2014；王蕭蕭和朱桂龍，2019）、科技成果轉化體制和激勵政策（胡凱和王煒哲，2023；易巍和龍小寧，2021）來提高高校專利質量相比，本文發現了提高高校關鍵共性技術專利質量的新途徑：市場應用導向的研發創新。因此，其政策意蘊是，關鍵共性技術財政補貼分配要面向市場需求和產業應用，要充分發揮市場導向的作用，否則難以產生高質量關鍵共性技術。假說3得到了驗證。

五、結論與建議

本文以高校為樣本，分析產業關鍵共性技術研發補貼的創新效應。基于專利文獻挖掘法從高校專利中識別出關鍵共性技術專利后，運用《高等學校科技統計資料匯編》提供的教育部直屬75所高校2001-2002年、2008-2016年面板數據，實證檢驗財政補貼的專利效應。研究發現：（1）基準回歸表明，財政補貼能夠顯著增加高校關鍵共性技術專利申請量和授權量，但對關鍵共性技術專利質量產生抑制效應。運用自變量滯后、面板計數模型和GMM估計分別對專利數量和質量進行檢驗、增加地區和時間效應的交乘項檢驗，均證實了估計結果的穩健性。進一步以專利被引數、專利引用數和專利同族數來衡量專利質量，結果發現財政補貼對專利質量的影響不顯著。因此，財政補貼對關鍵共性技術專利的影響具有數量效應而缺乏質量效應。（2）調節效應分析發現，與一流學科建設高校相比，一流大學財政補貼產生的專利申請數量更少，但專利授權更多，而專利質量沒有顯著區別；行業背景對高校關鍵共性技術專利的申請、授權沒有顯著影響，但是有助于提高專利質量。根據研究結論，本文提出以下政策建議：

第一，構建以質量為核心的關鍵共性技術研發補貼考核機制。盡管政府補貼能夠促進高校關鍵共性技術專利數量的提升，但在提升關鍵共性技術專利質量方面還存在較大空間。為提升關鍵共性技術專利質量，要完善以專利質量為核心、可量化的財政補貼考核機制。一方面要從原創性、影響力、前瞻性等方面構建一套包容性、有側重的專利質量評價體系。專利質量指標體系應包括專利的技術價值、法律價值、經濟價值等綜合性指標體系。同時，考慮到一些專利質量指標的量化具有滯后性，比如專利被引數，可以將即期與中長期評價相結合，建立財政補貼項目評價數據庫，并將中長期評價結果作為未來財政補貼申報和分配的重要參考指標。另一方面，要拓展專利質量評價體系的應用場景。專利質量評價體系不僅可應用于關鍵共性技術研發補貼資金的績效考核，還應拓展應用場景，將質量為導向的考評體系在各級各類科技創新評比中予以推廣應用，以利于在全社會營造重數量更重質量的創新文化。比如，在重大科研項目立項、重大科研平臺建設立項、高校學科評估、雙一流建設高校等重大項目評選時，要提高技術創新質量如專利質量、專利轉化率等指標的權重，積極治理專利泡沫、策略性創新等亂象。

第二，以市場應用為導向，完善關鍵共性技術政府補貼分配機制。產業關鍵共性技術的有效性在本質上表現為其有用性，而后者需要接受市場檢驗，只有為市場所需要的關鍵共性技術才具有社會價值。首先，補貼資金分配應以市場的技術需求為首選標準。如大力開展面向行業應用的關鍵共性技術研發。有行業背景的高校其專利質量更高，說明面向行業應用開展關鍵共性技術研發具有必要性。不具有行業背景的高校要通過產學研合作、參與創新戰略聯盟、參與“揭榜掛帥”、與新型研發機構合作等途徑，積極關注行業需求，根據行業需求來開展關鍵共性技術研發，提高研發針對性，便于共性技術的市場化轉化。其次，將政府提供的財政補貼資金與企業從市場中獲取的合同科研資金相匹配，構建高激勵強度的財政補貼資金分配機制。高校若想獲得關鍵共性技術研發補貼資金，必須能夠證實其具備從事市場所需的關鍵共性技術研發能力，而后者正是合同科研模式所能夠顯示的。不同于以政府補貼撬動市場資金的傳統籌資模式，市場導向型財政補貼分配機制反其道而行之，以合同科研資金來顯示研發能力、為政府補貼資金的分配提供合理性。

此外，還要加大基礎研究投入力度。應用研究的成效與基礎研究投入密不可分。要從創新型強國建設高度，從提高基礎研究投入強度和比重、優化基礎研究成果考核機制、建立中長期基礎研究激勵機制等方面，構建一套系統性的基礎研究財政支持制度。

參考文獻：

[1]白俊紅、劉宇英，2021：《金融市場化與企業技術創新：機制與證據》，《經濟管理》第4期。

[2]白俊紅、聶亮，2018：《能源效率、環境污染與中國經濟發展方式轉變》，《金融研究》第10期。

[3]別敦榮，2019：《必須進一步擴大高校辦學自主權——我國高等教育發展70年的經驗》，《教育發展研究》第Z1期。

[4]蔡中華、陳鴻、馬歡，2020：《我國向“一帶一路”沿線國家專利申請質量測度研究》，《科學學研究》第7期。

[5]陳春霞，2021：《2008—2017年中國高校專利數據比較分析及管理對策》，《海南師范大學學報（自然科學版）》第3期。

[6]陳強遠、林思彤、張醒，2020：《中國技術創新激勵政策：激勵了數量還是質量》，《中國工業經濟》第4期。

[7]陳強遠、張醒、汪德華，2022：《中國技術創新激勵政策設計：高質量發展視角》，《經濟研究》第10期。

[8]陳偉、林超然、孔令凱、李傳云、楊早立，2020：《基于專利文獻挖掘的關鍵共性技術識別研究》，《情報理論與實踐》第2期。

[9]陳希孺，2009：《概率論與數理統計》，合肥：中國科學技術大學出版社。

[10] 樊霞、任暢翔，2014：《“985工程”高校產學研專利質量影響因素研究》，《科學學與科學技術管理》第6期。

[11] 郭玥，2018：《政府創新補助的信號傳遞機制與企業創新》，《中國工業經濟》第9期。

[12] 胡凱，2018：《面向自主創新的R&D財稅激勵政策有效性研究》，北京：經濟科學出版社。

[13] 胡凱、王煒哲，2023：《如何打通科技成果轉化的“最后一公里”？——基于技術轉移辦公室體制的考察》，《數量經濟技術經濟研究》第4期。

[14] 胡凱、謝芬、楊濱瑜、胡新杰、劉漢霞，2023：《基于專利文本挖掘的產業關鍵共性技術識別與應用研究》，《科技管理研究》第8期。

[15] 胡善成、靳來群，2021：《政府研發補貼促進了策略創新還是實質創新？——理論模型與實證檢驗》，《研究與發展管理》第3期。

[16] 黃達人，2015：《大學的轉型》，北京：商務印書館。

[17] 賈雯晴、俞建飛，2022：《科研經費長期穩定支持與高校科技原始創新——基于中央高校基本科研業務費的準實驗考察》，《研究與發展管理》第3期。

[18] 江飛濤、陳強遠、王益敏、李建成，2021：《財政補貼與企業技術創新——來自醫療醫藥行業文本分析的證據》，《經濟管理》第12期。

[19] 江鴻、石云鳴，2019：《共性技術創新的關鍵障礙及其應對——基于創新鏈的分析框架》，《經濟與管理研究》第5期。

[20] 江艇，2022：《因果推斷經驗研究中的中介效應與調節效應》，《中國工業經濟》第5期。

[21] 黎文靖、鄭曼妮，2016：《實質性創新還是策略性創新？——宏觀產業政策對微觀企業創新的影響》 ，《經濟研究》第4期。

[22] 李冬梅、蔣仁愛、晏瑜，2020：《ICT領域專利發明人合作對中國專利質量的影響研究》，《情報雜志》第3期。

[23] 李紀珍、鄧衢文，2011：《產業共性技術供給和擴散的多重失靈》，《科學學與科學技術管理》第7期。

[24] 梁俊偉、黃德成，2020：《高校知識溢出與企業創新績效》，《經濟理論與經濟管理》第1期。

[25] 劉詩源、林志帆、冷志鵬，2020：《稅收激勵提高企業創新水平了嗎？——基于企業生命周期理論的檢驗》，《經濟研究》第6期。

[26] 劉維剛、周凌云、李靜，2020：《生產投入的服務質量與企業創新——基于生產外包模型的分析》，《中國工業經濟》第8期。

[27] 柳百成，2016：《工業強基是建設制造強國的關鍵》，《中國工業評論》第10期。

[28] 陸國慶、王舟、張春宇，2014：《中國戰略性新興產業政府創新補貼的績效研究》，《經濟研究》第7期。

[29] 馬名杰，2006：《發揮政府在共性技術研究中的關鍵作用》，《國防科技工業》第6期。

[30] 馬曉楠、耿殿賀，2014：《戰略性新興產業共性技術研發博弈與政府補貼》，《經濟與管理研究》第1期。

[31] 馬永紅、孔令凱、林超然、楊曉萌，2020：《基于專利挖掘的關鍵共性技術識別研究》，《情報學報》第10期。

[32] 潘軍，2022：《一流大學場域構建與灣區經濟演進：關系與啟示》，《高校教育管理》第4期。

[33] 邱楚芝、趙錦瑜，2022：《中國企業創新為何重數量而輕質量——數量增長目標考核視角》，《南方經濟》第5期。

[34] 陶鋒、趙錦瑜、周浩，2021：《環境規制實現了綠色技術創新的“增量提質”嗎——來自環保目標責任制的證據》，《中國工業經濟》第2期。

[35] 王蕭蕭、朱桂龍，2019：《產學合作提升專利質量了嗎》，《科學學研究》第8期。

[36] 肖文、林高榜，2014：《政府支持、研發管理與技術創新效率——基于中國工業行業的實證分析》，《管理世界》第4期。

[37] 謝紅軍、張禹、洪俊杰、鄭曉佳：《鼓勵關鍵設備進口的創新效應——兼議中國企業的創新路徑選擇》，《中國工業經濟》第4期。

[38] 許鑫、趙文華、姚占雷，2019：《多維視角的高質量專利識別及其應用研究》，《現代情報》第11期。

[39] 薛捷、張振剛，2006：《基于“官產學研”合作的產業共性技術創新平臺研究》，《工業技術經濟》第12期。

[40] 葉初升、孫薇：2023：《中國“科技創新困境”再審視：技術創新質量的新視角》，《世界經濟》第8期。

[41] 易巍、龍小寧，2021：《中國版Bayh-Dole Act促進高校創新嗎？》，《經濟學（季刊）》第2期。

[42] 張杰、鄭文平，2018：《創新追趕戰略抑制了中國專利質量么？》，《經濟研究》第5期。

[43] 張曉月、黃俊偉，2020：《兼顧功能與協調的企業專利質量評價研究——中國上市芯片企業的實證分析》，《運籌與管理》第7期。

[44] 鄭月龍、秦國靜，2021：《政府補貼對產業共性技術可持續研發行為的影響研究》，《研究與發展管理》第3期。

[45] 鄭月龍、周立新、周繼祥，2017：《考慮產業共性技術市場化的政府研發支持合同》，《科學學研究》第10期。

[46] 周國華、譚晶菁，2018：《復雜產品關鍵共性技術供給模式比較研究》，《軟科學》第6期。

[47] 朱桂龍、黃妍，2017：《產學研合作對共性技術研發創新影響的實證檢驗——以生物技術領域為例》，《科技進步與對策》第11期。

[48] 朱建民、金祖晨，2016：《產業關鍵共性技術創新的影響機理——基于官產學研混合博弈決策》，《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

責任編輯鄧悅

胡凱，中南民族大學經濟學院，電子郵箱：hukaieco@126.com；謝芬，中南民族大學經濟學院，電子郵箱：13117000105@163.com；呂碧君（通訊作者），湖北商貿學院會計學院，電子郵箱：lvbj@hbc.edu.cn。本文受國家社科基金一般項目（19BJL079）的資助。