开放科学（资源服务）标识码（OSID）摘要：高质量专利是增强企业核心竞争力、推进知识产权强国建设的重要基础。利用《中华人民共和国专利法》实施以来1"346.1万条授权发明和实用新型专利数据，对中国规模以上工业企业的专利质量水平进行系统测算。通过构建体现企业异质性的技术选择理论模型揭示了专利产出通过技术提升和信号传递影响企业绩效的双路径传导机制。实证研究发现，专利质量能够有效提升企业经营绩效，并且相比于专利数量效果更加明显。专利质量通过提高企业全要素生产率和技术壁垒，产生了技术提升效应；专利数量则侧重于产生信号传递效应，帮助企业获得更多的政府补贴和市场资金关注，缓解融资约束。异质性分析表明，相比于专利数量，专利质量在非国有控股、成长型和劳动密集型企业中的提升效果更明显；而对专注突破性创新的企业，其专利数量和质量对绩效的影响均更强。对此，政府应逐步将政策重心从数量导向调整为质量导向，因地制宜、因势利导地推动企业专利数量与质量的有机平衡发展。
关键词：专利数量；专利质量；企业绩效；技术提升；信号传递
文献标识码：A文章编号：100228482025（01）007417
一、问题提出
创新作为技术进步的源泉，是实现经济高质量发展的根本动力。创新驱动发展要求以企业为核心，依靠技术进步打造现代经济增长的新引擎[1]。在此背景下，以专利为代表的知识产权强国战略已然成为中国创新型国家建设的重要目标。世界知识产权组织报告显示，2020年中国发明专利申请数达149.7万件，稳居世界第一，是第二名美国（59.7万件）的2.5倍，占全球申请总量（330万件）的45.7%①。与此同时，中国有效专利数（310万件）仍低于美国（330万件），仅占全球总量（1"590万件）的19.5%。中国在全球创新指数排名中位居第14，这与庞大的专利申请量形成了鲜明对比。可见，在中国专利数量强劲增长的背后，专利泡沫化与创新假象大量存在，凸显了中国创新质量不高、创新能力仍有待提升等问题，从而引发了学界对单纯通过专利数量反映技术创新水平的担忧[2]。近年来，国家知识产权局逐渐将高质量专利作为培育重心，开展了专利质量提升工程。高质量专利不仅是增强国际竞争力的核心要素，更是国家发展的战略性资源。然而，如何对专利质量进行有效衡量？在专利数量井喷的背景下，专利质量呈现出怎样的变化？如何依托专利质量，实现科技自立自强？在当前国内外环境发生深刻变化的背景下，解答这些问题具有重要的现实意义。
截至2019年，中国企业授权专利累计占比达61.4%，表明企业作为技术创新的主体，在创新体系中扮演了重要角色"数据来源于国家知识产权局，经测算得到。。提升企业创新能力是中国在新时代实施创新驱动战略、实现科技自立自强的必然要求。现有研究多采用研发强度或专利指标衡量企业创新能力[3]。然而国内大部分非上市企业的研发数据无法获取，为全面反映中国创新现状造成困难[1]。此外，研发时滞和不确定性导致企业创新能力的测度与真实水平存在偏差。专利作为创新产出的重要成果，与企业绩效的联系更加紧密，为企业发展提供了技术支撑[4]。Aghion等[5]认为专利指标的优势在于：信息公开、丰富，更新速度快；有效衡量了创新产出而非投入；能够从数量和质量两个方面体现企业创新水平。目前，专利数据的应用价值已被学界广泛认可，但由于国内数据获取困难且研究起步较晚，其研究视角仍存在诸多局限性[3，67]。
对比现有研究发现，专利数量对企业绩效的影响存在较大争议。一些学者认为专利数量能够促进企业绩效提升[6]；另一些学者则发现其并未产生显着影响，甚至影响为负[4]。可见，并非所有专利均具有潜在市场价值[7]，不同专利所蕴含的技术水平可能良莠不齐[3]。因此，单纯从数量角度进行分析，无法充分衡量企业的创新质量，造成了既有文献的结论差异[7]。对此，学者们进一步构建了不同的专利质量指标，进而考察企业发展与其真实创新能力的关系。Narin等[8]将被引次数视为度量专利质量的可靠指标，率先验证了其与企业绩效之间的正向关系。类似地，Agostini等[7]发现专利质量能够提升意大利的中小企业销售业绩。
2025年1月第47卷第1期杨圣豪，蒋仁爱，温军，黄志文以“量”为先还是以“质”为主：高质量专利如何影响企业绩效？然而，囿于数据的可获得性，国内大多数专利文献仍围绕数量指标考察特定行业中企业的创新情况[9]。近年来，个别学者尝试将研究范围拓展至专利质量，但存在指标构建简单以及样本量不足等问题[6，10]。例如，Yuan等[6]选取中国深圳证券交易所上市的304家企业，采用发明专利授权率指标进行分析，发现其对企业绩效的影响具有明显的行业异质性。然而，授权率的计算未能考虑授权专利本身的质量差异，仅以其占申请专利的比重进行间接衡量，结果难免有偏"显而易见，仅申请1项专利并获得授权的企业（授权率为100%）的创新能力未必高于申请4项并获得3项授权的企业（授权率为75%）。而具有相同授权专利数量或授权率的两家企业，其质量水平也可能相差甚远。类似地，发明专利占比同样存在此类问题，限于篇幅，此处不再探讨。。相比之下，被引、同族数、维持期等指标将测量精度细化到专利文本层面，由此计算的企业质量囊括了每一项专利的个体信息，能够使测度结果更具科学性[3]"需要说明的是，张杰等[10]尝试从不同视角出发破解质量测度难题，寻找适用于中国专利质量测算的新思路。以绕开被引等专利信息的方式，引入了知识宽度指标，但其计算主要基于专利类别多寡，相比于国际常用指标，衡量方法仍较为间接。考虑到该指标尚未被用来研究与企业绩效的关系，本文在异质性分析部分，进一步沿用这一思路进行探讨。。聚焦中国企业，仅有少数学者尝试对部分上市企业的专利被引和维持期指标进行构建，并以此考察专利质量对企业绩效的影响。其中，宋艳等[11]分别发现专利被引次数对信息技术硬件行业、制药行业的上市企业绩效产生显着正向影响。而张晓月等[12]以中国创业板上市企业为研究对象，发现企业发明专利平均被引次数与企业绩效负相关，且维持年限对企业绩效的促进作用并不显着。然而，受限于数据获取难度，这些文献的分析范围仅限于创新规模较大的上市企业且样本数均未超过300家。事实上，高质量专利是企业拥有的核心知识资产，体现了企业最新的研发成果。尤其对于数量更庞大的非上市创新企业，专利质量及其反映的创新能力决定了企业能否充分发挥竞争优势，提高经营绩效，从而实现高质量创新发展。若无法系统地对众多创新型企业的专利质量进行有效测度，则难以形成针对中国企业创新能力和创新发展战略的整体性评价，更遑论其与企业绩效关系的系统论证。
本文的研究贡献有三个方面。第一，系统梳理了1985年《中华人民共和国专利法》实施以来的1"346.1万条授权发明和实用新型专利数据。借鉴寇宗来等[1]提供的匹配方法，对规模以上工业企业专利质量水平进行系统测算，并评价其总体特征和变化趋势，填补了对非上市企业创新质量研究的不足。第二，构建理论和实证模型，考察专利质量对企业绩效的影响，并与专利数量进行对比分析，为企业创新发展提供经验证据。第三，从技术提升和信号传递两个方面剖析专利数量和质量对企业绩效的影响机制和路径差异。在此基础上考察不同创新策略、企业特征以及行业属性的异质性影响，从而为中国建设专利强国、实现科技自立自强提供借鉴。
二、理论模型
本文以Melitz[13]提出的异质性企业模型为基础，结合技术选择模型，对高质量专利如何影响企业绩效进行论证[14]。在以往模型基础上形成如下三点改进：第一，在全要素生产率的分析中同时加入了专利数量和专利质量的影响；第二，考虑同种产品由于质量差异而产生的价格提升系数；第三，对企业固定成本进一步拆分，从而将融资约束与政府补贴纳入分析框架。
（一）企业创新增长
1.消费者
沿用Melitz[13]的思路，以不变替代弹性（CES）效用函数表示代表性消费者的偏好（U）为：
U=∫ω∈Ωq（ω）（σ－1）/σdωσ/（σ－1）（1）
其中，q（ω）为商品ω的消费量，Ω为所有商品种类的集合，不同商品间的替代弹性采用σ表示（σgt;1）。
消费者总支出用E表示，给定商品ω的价格为p（ω），则消费者的预算约束可以表示为：
∫ω∈Ωp（ω）q（ω）dω=E（2）
采用迪克西特斯蒂格利茨（DixitSitglitz）价格指数衡量市场总物价水平P，即P=∫ω∈Ωp（ω）1－σdω1/（1－σ），根据效用最大化原则求解代表性消费者的需求函数为：
q（ω）=E·p（ω）－σ/P1－σ（3）
2.生产者
参考Melitz等[1314]的设定，企业仅以劳动投入作为可变成本，最终产出同一种类的产品ω，对应的劳动力需求函数为l=F+q/φ。不失一般性，将劳动力的工资标准化为1，则对应的企业成本函数为：
TC=F+q/φ=F+q·MC（4）
其中，F代表企业的固定成本（Fgt;0）；φ表示生产率（φgt;0）；Melitz[13]认为，更高的生产率对称地反映出更低的边际成本，因此企业的边际成本（MC）等同于生产率的倒数（1/φ）。企业最优定价为：
p（φ）=σ/（σ－1）φ（5）
企业总收益用R表示，R=p（φ）·q（φ），构建企业利润（π）函数为：
π=R－TC=R/σ－F=E/σ·σ/Pφ（σ－1）1－σ－F（6）
3.创新效应
Bustos[14]认为创新带来的技术提升能够增强企业生产率，但同时需要额外投入一定量的固定成本。假定创新的技术提升效应使企业生产率从初始水平φ提升至φ1，φ1=λφ（λgt;1）；同时引入μ作为成本膨胀因子（μgt;1），此时创新企业的利润函数（π1）记作：
π1=R1－TC1=R1/σ－μF=E/σ·σ/Pφ1（σ－1）1－σ－μF（7）
鉴于扩大利润是企业创新的根本目的，企业选择创新的前提是满足π1gt;π，即：
E/σ·σ/Pφ1（σ－1）1－σ－μFgt;E/σ·σ/Pφ（σ－1）1－σ－F""（8）
将φ1=λφ代入式（9）可得企业创新的决策条件为：
λσ－1－1/"μ－1gt;σF/Eφσ－1·σ/P（σ－1）σ－1（9）
即当创新带来的生产率增幅大于一定比例的固定成本增幅时，企业选择创新。可见，企业的创新决策取决于技术改进和创新成本两个方面。而低质量的“拼凑”专利、“鸡肋”专利以及“策略性”专利的价值较低，对企业技术改进的作用微乎其微，相同成本约束条件下，难以满足决策条件。相反，高质量专利作为企业的核心知识资产，蕴含了先进的技术和创新价值，能够有效改善企业经营，促进企业创新发展，是实现科技自立自强的重要抓手。可见，企业专利（T）的增长包含两个方面，即质量水平（γ）的提升和专利数量（n）的增长。前者是企业创新能力的关键体现，决定了创新企业的技术和产品优势，其带来的生产率提升通常更明显。因此，本文提出以下研究假设：
假设1：专利产出能够提升企业绩效，并且专利质量的提升效果相比于专利数量更加明显。
（二）创新策略权衡
1.质量策略的技术提升效应
如前所述，企业创新行为将从技术和成本两个方面改变利润函数。本文进一步对创新的质量和数量维度进行区分，进而对创新企业的利润函数进行深入拓展。从内部看，创新具有技术提升效应。相比于单纯的专利数量增长，质量维度带来的技术提升效果更加明显。首先，专利数量的增长并不必然意味着技术质量的提升。许多专利可能是微小的改进或次要的创新，对实际技术水平的提升贡献有限。而高质量专利往往意味着技术上的重大突破，这种突破可以带来显着的技术进步和竞争优势。企业通过新材料、新工艺以及新产品的内部应用促进了生产技术的转型升级，拓宽了原有技术约束下的生产可能性边界，提升了生产效率。这种生产效率的增幅会随着创新产出的价值和技术含量变化而改变[11]。其次，高质量专利往往依赖企业对生产要素的整合能力，因此专注于质量提升的创新企业在技术转化和转移过程中尤其注重整合各类资源，优化企业资源配置，从而实现生产率改进[15]。最后，高质量专利凝结了企业积累的先进知识、经验和技术，通过各部门之间的知识溢出和信息共享，能够推动整体效率增长。企业平均专利质量越高，表明企业知识关联越多、覆盖范围越广，对知识的消化、吸收和运用能力越强。而专利的质量参差不齐，仅仅增加专利数量，无法保证这些专利具备较高的知识和技术含量。有些企业可能为了口碑或战略性考虑，申请大量专利以构建专利墙或获取补贴资金。这类低质量的“策略性”专利对技术提升的实际贡献有限。创新活动似乎“如火如荼”，却分明“劳而无功”。
此外，创新质量的技术提升效应决定了企业的市场势力。专利数量的增长并不直接带来经济效益。相比之下，高质量、高影响力的专利更能转化为实际的经济收益，提升市场份额。企业通过高质量专利开发的产品具有独创性和排他性，形成了企业的产品优势。赵忠涛等[16]认为，企业的产品优势与专利质量高度相关。企业依赖产品的独创性，形成差异化竞争策略，从而赢得更多市场需求，扩大市场份额，同时凭借专利保护赋予的排他性，避免同质化竞争，从而制定垄断价格，获取垄断收益[17]。专利质量越高，企业产品蕴含的技术含量则越多，越难以被其他企业所模仿，企业因此能够获得越高的垄断租金。同时，专利许可使用费作为创新企业的一项重要收入来源，直接与该项专利的质量水平挂钩[16]。企业凭借自身技术优势能够制定更高的费用标准并获取更多的费用来源，或与技术实力接近的其他企业签订专利交叉许可合同，达成合作，共同限制其他竞争对手，从而瓜分市场份额。
综上，数量增长并不能保证质量提升，平均专利质量和实际创新能力的提升才是推动企业技术进步的关键。假定企业拥有n项专利（n≥1），每项专利的质量为γi（γi≥0），平均质量水平为γ（γ≥0）。每项专利带来的边际生产率改进为λγi0（）
则企业平均生产率的提升幅度为
为方便计算，本文采用几何平均的方式进行计算。值得注意的是，当γ=0时，企业的技术提升效应为0，即φ1=φ。此时，由于需要支付额外的创新成本，企业并不会选择创新（μFgt;F）。然而，从实际来看，低质量专利大量存在，不变的生产率与创新成本的增加似乎并未阻止企业对低质量创新的热衷。对此，本文从成本方面进行改进，通过分解固定成本进一步对模型给予理论解释。。技术壁垒的大小主要取决于企业专利的平均质量水平。相对于同类产品的市场最优定价，企业通过收取额外的专利使用费或利用高质量专利转化形成的产品质量优势，使其在市场需求q（ω）保持不变的同时，能够制定（或类似于制定）更高的销售价格p（φ），即p（φ）=（1+θ）p（ω）（θgt;0）。θ代表由专利使用费或产品质量优势产生的价格提升系数，且θ=θ（γ），θ（γ）/γgt;0。
πT=p（φ1）q（ω）/σ－μTF=1+θ（γ）E/σ·Pλγ0φ（σ－1）/σσ－1－μTF（10）
通过对γ求偏导，考察创新企业中专利质量对绩效的影响，即：
πT/γ=πT/φ1·φ1/γ+πT/θ·θ/γ（11）
令A=E/σPφ（σ－1）/σσ－1，专利质量的技术提升效应可以用以下两个等式表示：
πT/φ1·φ1/γ="（1+θ）EP（σ－1）/σσ－1/σπ1/φ1·（σ－1）lnλ0λγ（σ－1）0φσ－1φ1/γ=（1+θ）A·（σ－1）lnλ0λγ（σ－1）0（12）
其中，Agt;0，（σ－1）lnλ0λγ（σ－1）0gt;0，表明专利质量促进了企业生产效率的提升，进而提升企业绩效。同时：
πT/θ·θ/γ=λγ（σ－1）0A·θ（γ）/γgt;0（13）
这表明专利质量提高了企业的技术壁垒，凭借更高的产品定价进而提升企业绩效。因此，本文提出以下研究假设：
假设2：专利质量产生了技术提升效应，主要通过提升企业全要素生产率和技术壁垒促进企业绩效提升。
2.数量策略的信号传递效应
企业创新对外还产生了信号传递效应。创新存在投入多、周期长、风险高等特点，导致创新企业对外具有强烈的信息不对称性。对此，部分企业倾向于通过数量增长策略提升企业绩效。一方面，外部观察者难以全面了解专利的实际质量。他们通常只能看到专利的数量变化，而无法深入评估每个专利的技术含量和实际应用价值。在没有其他可靠信息的情况下，外部观察者通常会直接基于专利数量信息评判企业创新。另一方面，专利数量是一个容易量化和比较的指标。专利数量的增长可以在短期内快速展示企业的创新成果和技术积累。这种简化评估过程的方法在决策过程中更加便捷政府和投资者迅速评估企业的创新活动，而不必深入分析每个专利的具体内容和质量。相反，专利质量的提升往往需要长期的观察和分析，对于需要快速做出反应的市场资金和在短期内做出决策的政策制定者缺乏吸引力。
由于研发的不确定性，融资约束已成为制约创新活动的重要原因[2]。企业需要以高昂的代价获取足额研发资金，导致其创新成本上升。相比于难以观察和比较的专利质量变化，专利数量的增加更加直观和快速地向外界传递了企业正在实现创新增长的积极信号，短期内有效降低了与外部投资者和政府部门的信息不对称程度和借贷成本。即使这些专利的质量可能不均衡，数量上的优势仍能提升市场信心，塑造企业持续完成大量创新的良好形象，从而吸引更多投资。
此外，创新的外部性与高风险往往会诱发市场失灵，因此政府干预尤为重要[10]。由于创新活动具有知识溢出与技术模仿的可能，部分存在知识和技术优势的企业不愿意在市场上披露自身信息，只能依靠政府补助缓解融资压力。同时，融资形成的财务杠杆进一步放大了创新企业的潜在风险，增加了创新活动的短期压力，研发一旦失败，企业将面临更加严峻的财务危机。相应地，政府补助往往以无偿提供的方式补贴于创新企业[18]，不仅为研发活动注入资金，缓解了企业内部融资不足的压力，而且有助于分担企业研发风险，提振市场对企业的投资信心，进一步降低企业融资成本[10]。随着创新驱动发展战略的推进，地方政府对企业创新的补贴和激励力度不断加大。然而，尽管政府机构在信息获取方面具有一定优势，但同样难以准确选择补贴的对象和数额。政府在制定创新支持政策时，仍然依赖易于衡量的创新指标。专利数量增长可以直接反映在统计数据中，展示政府在推动创新方面的成效。这使得拥有大量专利的企业更容易获得政府补助［18］。
综上，由于易于量化和评估，专利数量指标更加符合政府政策导向和投资者的决策习惯，能够通过发挥信号传递效应，降低企业成本，增加企业绩效。考虑到融资约束和政府补贴的影响，本文对创新企业的成本（μF）进行分解，包括短期不变的资本投入（K）以及创新额外产生的固定投入（HC），其要素价格同样标准化为1。另外，由于创新企业往往能够获得政府补贴，从而直接影响利润水平，因此本文进一步在式（7）中加入政府补贴项（S）。改进后的创新企业的利润函数（πS）写为：
πS=p（φ1）q（ω）/σ－μSF=1+θEσ－σPφ1（σ－1）σ－1－K－HC+S"（14）
由式（14）可知，创新企业的固定成本可以表示为μSF=K+HC－S"此时，考虑到收入与成本在利润函数中的对称性，政府补贴带来的额外收入等价于降低企业当期固定成本。。然而，由于创新企业面临更加严峻的融资约束问题，资金成本往往高于标准化的要素价格[2]。设其实际租金为（1+δ），δ表示融资约束造成的成本增加，此时固定成本写作μSF=（1+δ）K+（1+δ）HC－S。δ的大小取决于资本市场对企业创新能力的评价，专利数量增长通过向外界释放创新信号，缓解不同主体的信息不对称，吸引资本市场对企业的关注。专利数量（n）越多，资本市场的评价越高，越能够降低企业的融资成本系数，即δ=δ（n），且δ（n）/nlt;0。与此同时，专利数量增加还有助于企业获得更多的政府补贴，即S=S（n），且S（n）/ngt;0。依次带入式（14）后，最终得到：
πS=1+θEσ－σPφ1（σ－1）σ－1－1+δ（n）（K+HC）+S（n）（15）
通过对n求偏导，考察创新企业中专利数量对绩效的影响，即：
πS/n=πS/δ·δ/n+πS/S·S/n（16）
令B=－（K+HC），专利数量的信号传递效应可以表示为：
πS/δ·δ/n=B·δ（n）/ngt;0，πS/S·S/n=S（n）/ngt;0
这表明专利数量有利于企业获得更多的政府补贴，降低融资约束，进而促进绩效提升。因此，本文提出以下研究假设：
假设3：专利数量产生了信号传递效应，主要通过政府补贴收入和降低融资约束促进企业绩效提升。
3.创新决策
综上，专利产出对企业绩效影响的边际效应为：
π1/G（n，γ）=（1+θ）An（σ－1）lnλ0λγ（σ－1）0+Aλγ（σ－1）0θ（γ）/γ+Bδ（n）/n+S（n）/n"（17）
换言之，企业能够通过质量提升和数量增长两种创新策略提高利润。前者主要产生了技术提升效应，选择质量策略的创新企业更期望凭借实质性的创新突破，带动生产效率和市场份额的提升，从而获取超额回报。但现实中，高质量的创新活动通常依赖更高的创新成本。从创新的决策条件来看，只有质量提升的超额收益足以覆盖高昂的创新成本时，该策略才蕴含价值。在创新成本不变时，质量提升带来的边际技术效应越大（πT/γgt;0），企业越倾向于通过质量提升策略实现创新发展。然而，随着政府部门对创新企业的补贴力度加大，以及市场资金对创新投资的关注，部分企业利用创新信息的不对称性，转向依托数量增长策略，以低成本的创新活动推动专利数量而非整体质量的持续增加，进而向外界释放大量积极信号以获得更多的补贴资金或更低的融资成本。在技术改进幅度不明显时，数量增长带来的边际信号效应越强（πS/ngt;0），企业越倾向于通过数量增长策略攫取超额利润。可见，创新企业的经营发展依赖两种创新策略的权衡。在创新资源有限时，企业的创新决策取决于两种边际效应的对比。
由此，本文得到推论：第一，企业的创新行为在创新带来的成本膨胀（μ-1）相对较小或生产率提升（λσ-1-1）相对较大的情形下发生。企业一旦选择开展创新意味着创新的收益成本比已超过门槛值，其专利数量和质量提升均能够正向影响经营绩效，且通常在固定成本（μF）的波动幅度不大时，专利质量对企业绩效的促进效果更强。第二，专利产出对企业绩效的影响来源于质量维度的技术提升效应（πT/φ1·φ1/γ+πT/θ·θ/γ）与数量维度的信号传递效应（πS/δ·δ/n+πS/S·S/n）两种路径机制。作为创新企业的核心知识资产，专利产出能够通过提升企业全要素生产率、形成技术壁垒、获得财政补贴以及缓解融资约束提升企业绩效。第三，企业最终的经营利润和创新策略选择取决于两种边际效应的强度对比和路径权衡[π1/G（n，γ）=πT/γ+πS/n]。当技术提升的边际效应更强或质量提升成本较小时，企业能够专注于质量型创新策略。而政府补贴力度较大或市场对专利数量变化更敏感时，专利的信号传递效应更强，企业倾向于实施以增加短期专利产出为目标的数量型创新策略。
三、研究设计
（一）数据来源
1.中国工业企业数据库
本文使用的中国工业企业（以下简称为“工企”）数据库的时间跨度为1996—2013年，包括由国家统计局调查汇总的所有规模以上工业企业，由于期间存在统计口径变更，企业名称、代码及行业信息发生调整等问题，主要从整合不同版本数据、统一企业和变量名称、统一行业和行政区划代码三个方面进行清洗篇幅所限，清洗过程留存备索。。
2.中国专利数据库
第一部《中华人民共和国专利法》于1985年4月正式实施。本文通过智慧芽平台搜集了国家知识产权局（CNIPA）1985—2019年授权的1"346.1万条专利数据并对其进行系统整理，其中包括358.8万条发明专利和987.3万条实用新型专利，因外观设计专利的分类体系与前两者截然不同且质量相对较低，参考张杰等[10]的做法不将其纳入分析，基于文本分析法，对所搜集数据进行清洗。
原始专利数据的信息主要包含四个方面：以专利名称、申请、公开与授权时间以及国际专利分类（IPC）号为代表的基本信息；以专利权人名称、专利权人地址以及发明人为代表的权利归属信息；以权利要求与法律状态为代表的法律信息；以引用的专利与文献为代表的引用信息。具体的清洗步骤如下：首先，基于四种类型信息，采用文本分析法，分别计算每项专利的维持时间和被引次数等质量指标，并根据IPC号进行相应标准化处理；其次，剔除信息不全或无法识别，以及专利权人为高校、研究机构和个人的专利，最终得到专利权人为企业的825.9万条专利数据；最后，根据专利权人和授权年份进行汇总形成企业专利质量指标。需要说明的是，由于专利被引和维持时间指标均具有后向特征，因此专利数据的统计时间理应大于最终的样本区间（1996—2013年）。
3.数据库匹配
参考寇宗来等[1]的方法，以企业名称为桥梁对两大数据库进行逐年匹配。由于专利从申请到授权具有2～3年的滞后时间，因此本文将当年的工企数据与两年后的专利数据进行匹配[19]。从匹配结果来看，具有授权发明或实用新型专利的工企（简称“专利企业”）共有77"140家，占比9.9%，与寇宗来等[1]的研究较为一致（11.4%），表明中国规模以上企业中创新企业的占比不高。具体而言，平均每10家企业中仅有1家从事创新活动，即满足式（9）中的创新决策条件。
（二）变量测度与模型构建
1.核心变量
被解释变量。资产收益率是企业经营绩效的直观反映[15]。本文采用利润总额与总资产的比值构建资产收益率指标，进而对企业经营绩效进行衡量。
解释变量。本文采用企业的授权发明与实用新型专利总和衡量其专利数量（Pn）。而对于专利质量，张杰等[10]指出，如何在中国企业维度进行有效测量，是近年来学者普遍面临的一个难题。一般认为，专利蕴含了技术、经济等不同维度的质量信息[20]。其中，经济维度信息反映了专利的市场价值，与企业发展的联系最为直接。参考Schankerman等[21]的研究，本文采用专利从授权日到失效日的维持天数，即专利维持期对企业专利质量进行衡量"本文统计发现，工业企业专利的平均维持时间为5.95年，进一步体现了将专利信息统计至2019年的必要性。。由于专利权人需要按年缴纳专利维持费进而保证授权专利的有效性，且维持期限越长费用越昂贵，因此维持期较长的“长寿”专利被认为能为企业创造更多价值，即质量较高[2021]。为与专利数量进行区分，根据Hall等[3]的做法，对企业当年所有授权专利的维持期指标求平均值，从而更纯粹地体现创新中“质”的方面。
由于专利数量和质量的量纲不同，以及考虑到不同技术类别专利在数量和质量方面存在的天然差异，为方便对比，本文参考Hall等[19]的方法，采用同年同一IPC小类（前4位码）对专利数量和质量指标进行标准化处理，如式（18）所示：
SPnit=∑nj=1nijt/∑mk=1Nckt/mSQlit=（1/n）∑nj=1Qijt/∑hf=1Qcft/h（18）
其中，i表示企业，t表示年份，j表示专利，c表示与专利j同年授权且归属于相同IPC小类的专利；当年类别c共有h项授权专利并归属于m家企业所有；nijt表示企业i在t年授权的第j项专利，Qijt则表示企业i在t年授权的第j项专利的维持期；Nckt和Qcft分别表示t年第k家企业的类别c专利的授权量以及第f项类别c专利的维持期。假设企业i当年共有n项授权专利，SPnit表示标准化的专利数量，采用企业发明与实用新型专利总数衡量；SQlit表示标准化的专利质量，采用企业专利的平均维持时间进行衡量"Hall等[19]认为，标准化处理的优势在于避免了类别和年份差异的干扰，使不同群组的专利具有可比性。此外，考虑到维持期的拖尾特征，即较晚年份授权的专利可能尚未失效，时间窗口的截取人为缩短了企业专利的平均维持时间，采用同年同IPC小类标准化的方式在一定程度上能够缓解这一向下偏误。。
2.模型构建
参考现有文献做法[15]，本文对以下3类样本进行剔除：资产总额、固定资产为负或缺失；从业人数不足8人；不符合会计原则（包括总资产小于流动资产、总资产小于固定资产净值、累计折旧小于当期折旧）。对所有连续变量进行双侧1%缩尾处理，在此基础上，构建如下计量模型：
ROAit=α0+α1SPnit+α2SQlit+Xitα+ηt+φi+κs+εit（19）
其中，被解释变量（ROAit）为资产收益率，反映企业的经营绩效[15]；Xit代表一系列控制变量，包括企业规模（Sizit）、资产专用性（FAit）、员工人数（Empit）、企业年龄（Ageit）以及出口情况（Expit）[15]；ηt、φi和κs分别代表年份、企业和行业固定效应。为便于比较，在回归时同时对专利数量和专利质量指标加1取自然对数，具体变量介绍和描述性统计如表1所示。
由匹配结果可知，样本区间内拥有授权专利的企业仅占9.9%，体现了中国专利企业占比不高，企业的创新潜力尚未得到充分发挥，创新活力和效率仍存在较大提升空间。尽管如此，从变化趋势来看，企业的创新水平正在快速提升。如表2所示，专利企业的数量和占比表现出强劲的增长势头，表明企业越来越重视自主创新，创新发展的概念逐渐深入人心中国工业企业2010年数据存在的质量问题[1]，可能是导致当年占比下滑的一个原因。。并且，原始和标准化的专利数量均呈快速增长趋势，体现了中国从知识产权建设起步逐渐向专利大国的迈进过程。对应地，专利质量同样呈上升趋势，反映出中国企业创新质量也在不断攀升，但相比于数量增速较为缓慢。可以看到，尽管专利维持期从2003年开始有所下降，但标准化的专利维持期仍然呈现增长趋势，体现了指标标准化的必要性。
进一步地，按照不同年份的标准化专利数量或质量对专利企业进行排名，并计算当年排名前10%企业的专利数量占该年企业专利总授权量的比重，以及排名前10%企业的专利质量与该年平均专利质量水平的比值，比值越高表明专利越容易在少数企业产生或改善。如图1所示，从发展趋势来看，创新排名前10%的明星企业的专利数量占比总体上升，而在专利质量方面企业差距逐年缩小，反映出中国企业创新能力实现了整体层面的提升，低质量企业正在加速追赶。随着时间推移，不仅涌现了一批专利密集型的明星企业，而且通过知识溢出和技术扩散使得不同企业的专利质量水平逐渐趋于均衡，为大量低质量企业提升质量意识和追赶创新创造了条件。这一现象也体现了对中国大量非上市创新企业进行研究的必要性。对工企创新与盈利能力的关系刻画如图2所示，结果显示无论专利数量还是质量与企业绩效之间均存在明显的正相关性。
四、实证结果
（一）基准回归
专利对企业绩效影响的基准回归结果见表3。第（1）～（4）列的回归系数显示，专利数量和质量均能够显着促进企业绩效提升，并且相比之下专利质量对企业绩效的促进作用更强。从第（4）列来看，专利数量每提升1%，资产收益率平均增加0.3%，而专利质量提升1%对企业绩效的促进作用达到0.5%。可见，专利在企业发展过程中起到至关重要的作用，相比于依赖“策略性”的专利化行为[4]，企业应更加注重培养创新能力和提升专利质量，从而更加高效地推动自身创新发展。因此，假设1得到验证。
（二）稳健性检验
1.内生性检验
为克服内生性的干扰，本文分别基于企业所在地的文化多样性和知识基础水平指标构建工具变量进行两阶段最小二乘回归。首先，具有多元文化的地区通常能够以较高的开放性和包容性态度支撑企业创新。潘越等[22]发现地区文化多样性越高，企业创新产出则越多，尤其在方言差异度增加时，其正向影响更加显着。本文采用城市方言分化指数对文化多样性进行衡量，分化指数越高表明文化多样性越强。考虑到样本期内，方言分化指数具有不变性，且地方政府的科技支出是推动企业创新数量快速增长的重要动力，本文将其与城市政府科技支出强度进行交乘作为企业创新数量的工具变量（IVP）。由于方言分布和科技支出主要由城市区位特征和政府决策决定，因此满足外生性要求。其次，区域知识基础和市场化水平是推动企业高技术创新、提升创新质量的关键因素[23]。本文以1998年企业所在地区的成人识字率衡量区域知识基础，进一步构建其与市场化指数的交乘项作为企业创新质量的工具变量（IVQ）。工具变量的回归结果如表4第（1）～（3）列所示。其中，弱工具变量检验的F统计量大于10%的临界值，表明回归不存在弱工具变量问题。第（1）（2）列为第一阶段回归结果，可以发现工具变量IVP和IVQ分别显着地正向影响了企业专利数量和专利质量。同时，第（3）列结果显示，在采用工具变量回归后，专利数量和专利质量的回归系数依旧显着为正，且专利质量的系数大小和显着性均更高，这与基准回归结果相一致，即专利数量和质量均对企业绩效产生了显着的提升作用，并且后者的影响更强。
2.更多固定效应
考虑到城市不变因素以及行业逐年变化的不可观测因素对企业绩效的影响，本文在式（19）的基础上加入城市固定效应以及年份—行业关联固定效应进行回归，如表4第（4）（5）列结果所示，加入关联固定效应后，专利数量和质量对企业绩效的提升效果及对比关系依旧存在。
3.滞后性检验
考虑到专利授权的滞后时间为2～3年，本文将当年的工企数据与3年后的专利数据重新进行匹配，并依据式（19）进行回归[19]。如表4第（6）列结果所示，前述结论保持不变。
为避免指标测度误差，本文进一步对被解释变量和解释变量指标进行替换。被解释变量方面，以企业新产品产值的自然对数（NPO）代替资产收益率（ROA），即采用绝对量而非相对量指标衡量企业绩效。解释变量方面，考虑到专利维持期的拖尾问题，尽管指标构建时已尽可能延长了专利统计的时间窗口，但相较于发明专利最长20年的法定时间仍不可避免地存在向下偏误，因此对专利质量的测度方式进行替换。与经济维度不同，技术维度的专利信息反映了技术创新的程度、范围、先进性等，是专利的本质所在[20]。鉴于专利被引次数体现了专利的技术影响力，是专利质量常用的技术维度指标，本文构建三代被引次数指标进行变量替换[8]。该指标不仅考虑专利的直接被引情况，还进一步追踪其间接影响，能够全面反映专利在技术网络中的传播广度和深度具体地，若一项专利被直接引用则权重为1，若被间接引用其权重为0.5，以此为基础计算每项专利的三代被引次数，并在企业层面进行平均和标准化处理。由于被引指标天然具有截尾特征，导致不同年份专利的引文强度对比存在偏差，越早授权的专利被引用的越充分。。因此，本文借鉴Hall等[3]的做法，分别以3年和5年的固定窗口期对被引指标进行修正。表4第（7）列的专利质量采用专利授权3年内的三代被引次数进行衡量，第（8）列则采用5年窗口期的三代被引次数进行衡量，并均在回归时取自然对数。不难发现，在替换核心变量后，专利数量和专利质量的系数依然显着且后者的绝对值更大，假设1再次得到验证。
（三）机制分析
1.技术提升效应
第一，全要素生产率。鲁晓东等[24]认为，全要素生产率不仅反映了技术进步，更衡量了知识、制度、管理水平等因素，代表企业的生产效率。因此，本文采用OlleyPakes（OP）法对专利企业的全要素生产率进行测算，进而考察高质量专利的技术提升效应[24]。表5第（1）列展示了企业全要素生产率（TFP）对专利的回归结果，变量SPn的系数不显着，而SQl的系数在5%的水平上显着为正，表明在企业达成创新决策后（即有创新行为发生），专利质量的提升有助于增强生产效率（φ1/γgt;0），产生了明显的技术提升效应。更高的专利质量为企业提供了先进的知识和技术，通过拓宽生产边界，促进企业转型升级，带来了企业生产效率的系统提升。相比之下，专利数量并未对企业全要素生产率产生明显提升效果。
第二，技术壁垒。企业创新的主要目的是通过提高市场竞争力和垄断能力获取垄断利润[25]。高质量专利通过形成技术和产品优势，增强了企业技术壁垒，能够为企业带来更多的垄断利润[16]。成本加成率（MP）反映了企业能在边际成本基础上实现多大幅度的价格加成，从而体现了企业的技术壁垒强度[17，25]。成本加成率越大代表单位利润越多，本文借鉴De"Loecker等[26]的方法进行测算，即MPit=Pit/MCit=θmit（αmit）－1，其中，Pit、MCit、θmit、αmit分别表示产品价格、边际成本、中间投入要素的产出弹性以及支出份额"限于篇幅，具体推导和测算过程参考De"Loecker等[26]的研究。。
表5第（2）列报告了高质量专利影响企业技术壁垒的回归结果，专利质量每提升1%，技术壁垒大约增加0.21，而专利数量的促进效果并不显着，再次验证了专利质量的技术提升效应（θ/γgt;0）。一方面，高质量专利往往蕴含了更加复杂和先进的技术特征，通过技术改进降低边际成本，提高成本加成率[25]。另一方面，高质量专利具有更高的市场价值，通过技术转化塑造了产品优势，从而在市场上形成领先地位，降低消费者的需求价格弹性，提高成本加成定价[27]。综合来看，无论全要素生产率还是成本加成率均体现了专利质量的技术提升效应。相比于专利数量，专利质量对企业绩效的促进作用主要通过技术提升渠道发挥，其带来的生产效率和技术壁垒的提升最终必然反映为企业盈利能力的改善[15，17]。因此，假设2得到验证。
2.信号传递效应
第一，融资约束。融资约束加剧会提升企业成本、限制企业经济活动开展，进而阻碍企业成长、影响企业利润。尤其对于创新型企业，融资约束在其创新发展过程中起到了至关重要的作用[2]。本文采用企业利息支出占总债务的比重，即融资成本衡量融资约束（FC），并作为被解释变量进行回归，考察专利的信号传递效应[28]。融资成本越高反映企业融资约束越严重。如表5第（3）列结果所示，专利质量的回归系数较小且不显着，表明由于专利质量的提升过程较为缓慢且通常难以直观或迅速的被市场捕捉，其信号传递效应不明显。相反，专利数量的回归系数为-0.000"4，且在1%的水平上显着。这说明企业专利数量的增长向外界传递了积极且明显的创新信号，有利于吸引外部资金关注，进而缓解融资约束，降低融资成本（δ/nlt;0），从而带来绩效提升。因此，假设3得到验证。
第二，政府补贴。诸竹君等[25]认为，由于创新存在正外部性，政府给予的创新补贴可以有效扩充企业资金、降低创新成本，进而促进企业发展。本文以专利企业获得的政府补贴收入加1取自然对数（Sub）作为被解释变量进行回归，结果如表5第（4）列所示。专利数量的回归系数显着为正，表明专利数量的提升向政府部门传递了积极信号，有助于增加企业获得的补贴金额。对应地，专利质量的回归系数较小且不显着，这一结果进一步对假设3进行了验证（S/ngt;0），政府倾向于对专利数量更多的企业进行补贴。综合融资约束和政府补贴的回归结果可以发现，专利数量产生了信号传递效应。与专利质量的影响机制不同，专利数量增长侧重于通过释放大量积极信号，吸引外界资金流入，进而降低融资成本并促进企业绩效提升。
（四）异质性分析
1.创新异质性
本文从突破性创新和技术多元化两个方面考察企业创新策略的异质性影响。
首先，以IPC小类为标准，若新授权专利的技术类别在该企业之前年份的专利类别中已经出现则认为该专利为已有领域专利。反之，若新授权专利的技术类别在此前从未出现，则认为是新领域专利。进一步地，构建企业创新策略虚拟变量（HPR）。若企业当年授权专利中的新领域专利数量大于已有领域数量，则认为企业实行了突破性创新策略，HPR取值为1；否则认为企业实行渐进性创新策略，HPR取值为0。在式（19）的基础上加入变量HPR及其与核心解释变量的交互项进行回归，结果如表6第（1）列所示。交互项SPn×HPR和SQl×HPR的系数显着为正，表明实行突破性创新策略的企业，专利数量和专利质量对其绩效的促进作用均更强。尤其是专利质量，其对绩效的提升效果相比于渐进性创新企业大幅增长。
其次，考虑技术领域的广泛性，本文秉承张杰等[10]的测算思路，考察企业专业化与多元化创新策略对绩效的影响差异。仅通过分类号数量难以捕捉不同类别的内部差异从而产生测度偏误，为减少偏误可以引用集中度（HHI指数）的计算方式进行测度。本文以专利分类号为基础，结合Chatterjee等[29]的研究，采用集中度的另一种衡量方法即泰尔指数进行计算，假设企业在当年有N个IPC小类，计算公式为：
TD=∑Ni=1Piln1/Pi（20）
其中，Pi表示在第i个类别的专利数量占比。在此基础上，以该指标在不同年份的中位数进行划分，构建企业技术多元化虚拟变量（HPR），大于中位数为1，否则为0。将HPR及其与专利数量和质量的交互项纳入回归方程，结果如表6第（2）列所示，交互项的系数均不显着，表明技术多元化和专业化的创新策略并未对专利数量和质量的促进作用带来显着影响。表6异质性回归结果变量被解释变量：ROA创新策略企业特征行业属性（1）突破性（2）多元化（3）国有企业（4）发展阶段（5）资本密集（6）高技术
2.企业异质性
本文进一步探讨企业异质性对绩效的影响，如表6第（3）（4）列所示，虚拟变量HES表示是否为国有控股或成熟期企业，若是取1否则为0。根据交互项系数，专利质量的促进作用在非国有控股和成长期企业更强，而专利数量并未表现出明显差异。可见，以上类型企业应更加依赖专利质量的提升带动作用，推动实现由“以量为先”向“以质为主”的创新发展模式转变。
3.行业异质性
不同要素密集型行业可能存在不同的“进步通道”[27]。本文以企业固定资产和员工人数的比值即资本劳动比指标衡量资本或劳动密集度，并构建虚拟变量HIF，若资本劳动比大于中位数则取值为1，否则为0。如表6第（5）列结果所示，交互项SPn×HIF的系数不显着，而SQl×HIF的系数显着为负，表明相比于资本密集型企业，专利质量对劳动密集型企业绩效的提升更大。劳动密集型行业通常面对的是快速变化的消费市场和生产技术，需要持续创新以适应市场需求。高质量专利不仅通过提供新的产品设计或改进现有产品，使企业能快速适应市场变化，增强市场竞争力，而且可以通过提高劳动生产率直接提升这些企业的生产效率和产品质量。此外，考虑到技术密集型行业的独特性，本文依据高技术产业分类（2013）与行业对照表对专利企业进行行业划分，构建高技术企业虚拟变量HIF。第（6）列结果表明，无论是否高技术企业，专利数量和质量均能够促进绩效提升，且提升效果未表现出明显差异。
五、结论与启示
本文基于现有分析框架下的理论模型扩展以及工企专利质量测度，梳理了中国企业创新发展的特征事实，从理论和实证层面深入剖析专利数量和质量对企业绩效的影响和微观机理，并对两者的影响效果和机制进行对比。研究发现，中国企业创新发展正在加速，虽然专利数量逐渐在少数企业集中，形成了创新规模较大的明星企业，但从质量来看，企业创新能力得到了整体性提升。此外，实证结果表明，专利数量和质量提升均有助于增强企业绩效，但相比之下专利质量的提升效果更强，并且两者的路径机制存在明显差异。具体而言，专利企业的绩效提升表现在两个方面：专利质量的技术提升效应以及专利数量的信号传递效应。前者主要增强了企业生产效率和技术壁垒，通过企业内部的技术提升机制影响企业绩效；而后者侧重于对外释放积极的创新信号，通过降低企业与外部资本市场及政府部门的信息不对称程度，吸引市场和政府资金流入，缓解融资约束，进而提升企业绩效。异质性分析结果表明，专利质量对非国有控股、成长型企业以及劳动密集型行业的绩效提升效果更明显。而对实施突破性创新策略的企业，其专利数量和质量对绩效的促进作用均更强。本文有三个方面的政策启示。
第一，创新型企业应注重专利数量与质量的有机平衡发展，在制定专利战略时，不能盲目追求数量增长，而更要关注对绩效影响更强的专利质量水平，在质量积累过程中持续增强创新能力。尤其是劳动密集型、民营或成长期企业，应更加聚焦高质量专利的提升带动作用，力求实现创新产出由“量”到“质”的模式转换。企业需结合自身实际情况选择合适的创新策略进一步放大其影响效果。
第二，政府部门的政策实施应相应地从数量导向型逐步调整为质量导向型。在专利审查和资助环节积极扮演质量把关人角色，防止低质量专利过度授权造成专利泡沫化增长，通过有效监管避免企业落入以竞争规避或补贴攫取为主要目的的“策略性”专利化陷阱，进而有效引导企业从数量型创新策略向质量型创新发展模式转变。此外，为激励企业将创新策略的重心落脚在专利质量提升，需要有效市场和有为政府的协同发力，保障高质量专利在企业经营和发展中的提升带动作用得以充分发挥。一方面，营造良好的市场竞争环境，推动技术转化和创新产品的有效定价。同时畅通市场信息的传播渠道，增强“质量型”信号传递模式，完善知识产权质押市场建设，多措并举确保资金高效流动。另一方面，政府部门应充分发挥“有形之手”的激励引导作用，提高技术评价和识别能力，同时适当放宽对初创期或创新起步阶段企业的补贴门槛，使其更易满足创新决策条件，更好地激发企业创新活力。政府部门需要加强对企业创新质量提升的评估能力并给予合理的财政补贴，抵补其高昂的创新成本，同时积极引导市场资金对高质量创新企业而非仅仅数量型创新企业进行有效投资。这种专注于质量的技术提升路径能够从根本上增强中国创新能力，进而为实现科技自立自强，推动中国由创新大国向创新强国转变提供动力。
第三，鉴于中国专利数量突飞猛进以及专利企业快速发展，企业专利质量整体较低且创新能力参差不齐，专利数量与质量的均衡性趋势出现背离（企业的专利数量“集中化”，而专利质量“均等化”）等现象，政府的政策制定不能同质，需因地制宜、因时制宜、因势利导。在主导性政策引导下，结合企业特征、行业属性以及创新策略的动态调整，出台一系列差异化的配套政策，优化现行财税补贴制度，基于行业优势和重点企业制定具有针对性的实施细则，进一步撬动不同类型企业的创新积极性，形成推动中国专利强国建设的长效机制。
参考文献：
［1］寇宗来，刘学悦.中国企业的专利行为：特征事实以及来自创新政策的影响[J].经济研究，2020（3）：8399.
[2]诸竹君，陈航宇，王芳.银行业外资开放与中国企业创新陷阱破解[J].中国工业经济，2020（10）：175192.
[3]HALL"B"H，"JAFFE"A，"TRAJTENBERG"M."Market"value"and"patent"citations[J]."RAND"Journal"of"Economics，"2005，"36（1）：1638.
[4]"ARTZ"K"W，"NORMAN"P"M，"HATFIELD"D"E，"et"al."A"longitudinal"study"of"the"impact"of"Ramp;D，"patents，"and"product"innovation"on"firm"performance[J]."Journal"of"Product"Innovation"Management，"2010，"27（5）：725740.
[5]"AGHION"P，"BLOOM"N，"BLUNDELL"R，"et"al."Competition"and"innovation："an"invertedU"relationship[J]."The"Quarterly"Journal"of"Economics，"2005，"120（2）：701728.
[6]"YUAN"X"D，"HOU"F，"CAI"X"H."How"do"patent"assets"affect"firm"performance？"From"the"perspective"of"industrial"difference[J]."Technology"Analysis"amp;"Strategic"Management，"2021，"33（8）：943956.
[7]"AGOSTINI"L，"CAVIGGIOLI"F，"FILIPPINI"R，"et"al."Does"patenting"influence"SME"sales"performance？"A"quantity"and"quality"analysis"of"patents"in"Northern"Italy[J]."European"Journal"ofnbsp;Innovation"Management，"2015，"18（2）：238257.
[8]"NARIN"F，"NOMA"E，"PERRY"R."Patents"as"indicators"of"corporate"technological"strength[J]."Research"Policy，"1987，"16（2/4）：143155.
[9]"FENG"Y，"LIU"K"M，"LYU"L"Y，"et"al."The"financial"impact"of"patents"on"SMEs"in"China："empirical"evidence"from"pharmaceutical"sector[J]."Science，"Technology"and"Society，"2021，"27（1）：4665.
[10]张杰，郑文平.创新追赶战略抑制了中国专利质量么？[J].经济研究，2018（5）：2841.
[11]宋艳，常菊，陈琳.专利质量对企业绩效的影响研究：技术创新类型的调节作用[J].科学学研究，2021（8）：14591466.
[12]张晓月，陈鹏龙，赵魏珵.专利质量对企业绩效的作用关系研究：以创业板上市公司为例[J].科技管理研究，2017（22）：170176.
[13]"MELITZ"M"J."The"impact"of"trade"on"intraindustry"reallocations"and"aggregate"industry"productivity[J]."Econometrica，"2003，"71（6）：16951725.
[14]"BUSTOS"P."Trade"liberalization，"exports，"and"technology"upgrading："evidence"on"the"impact"of"MERCOSUR"on"argentinian"firms[J]."The"American"Economic"Review，"2011，"101（1）：304340.
[15]董艳，刘佩忠.国有注资对民营企业绩效的影响：基于中国工业企业的研究[J].经济学（季刊），2021（6）：19251948.
[16]"赵忠涛，李长英.专利质量如何影响了企业价值？[J].经济管理，2020（12）：5975.
[17]刘启仁，黄建忠.产品创新如何影响企业加成率[J].世界经济，2016（11）：2853.
[18]黎文靖，郑曼妮.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[J].经济研究，2016（4）：6073.
[19]"HALL"B"H，"JAFFE"A"B，"TRAJTENBERG"M."The"NBER"patent"citation"data"file："lessons，"insights"and"methodological"tools[R]."NBER"Working"Paper，"No.8498，2001.
[20]谷丽，郝涛，任立强，等.专利质量评价指标相关研究综述[J].科研管理，2017（S1）：2733.
[21]"SCHANKERMAN"M，"PAKES"A."Estimates"of"the"value"of"patent"rights"in"European"countries"during"the"post1950"period[J]."Economic"Journal，"1986，"96：10521076.
[22]潘越，肖金利，戴亦一.文化多样性与企业创新：基于方言视角的研究[J].金融研究，2017（10）：146161.
[23]池仁勇.企业技术创新效率及其影响因素研究[J].数量经济技术经济研究，2003（6）：105108.
[24]鲁晓东，连玉君.中国工业企业全要素生产率估计：1999—2007[J].经济学（季刊），2012（2）：541558.
[25]诸竹君，宋学印，张胜利，等.产业政策、创新行为与企业加成率：基于战略性新兴产业政策的研究[J].金融研究，2021（6）：5975.
[26]"DE"LOECKER"J，"WARZYNSKI"F."Markups"and"firmlevel"export"status[J]."The"American"Economic"Review，"2012，"102（6）：24372471.
[27]黄先海，金泽成，余林徽.出口、创新与企业加成率：基于要素密集度的考量[J].世界经济，2018（5）：125146.
[28]杜鹏程，刘睿雯，张烁珣.要素成本与劳动收入份额：来自最低工资与进口关税的证据[J].世界经济，2022（2）：85110.
[29]"CHATTERJEE"S，"BLOCHER"J"D."Measurement"of"firm"diversification："is"it"robust？[J]."Academy"of"Management"Journal，"1992，"35（4）：874888.
编辑：郑雅妮，高原
