中國(guó)城市高價(jià)值專利時(shí)空演變規(guī)律及影響因素

摘 要：探討高價(jià)值專利的時(shí)空分布及其驅(qū)動(dòng)機(jī)制有助于促進(jìn)知識(shí)產(chǎn)權(quán)區(qū)域協(xié)同，實(shí)現(xiàn)高水平科技自立自強(qiáng)。基于2005-2021年中國(guó)285個(gè)地級(jí)及以上城市面板數(shù)據(jù)，分析高價(jià)值專利時(shí)空分布演變規(guī)律，并建立空間面板計(jì)量模型探究其影響因素。研究發(fā)現(xiàn)：第一，近年來(lái)高價(jià)值專利總體呈現(xiàn)出增加態(tài)勢(shì)，尤其是沿海地區(qū)增長(zhǎng)迅速，菱形結(jié)構(gòu)日益凸顯;高價(jià)值專利多分布于胡煥庸線以東區(qū)域，呈現(xiàn)明顯的沿海強(qiáng)于內(nèi)陸、“東-中-西”逐漸遞減的格局特征；自2011年始高價(jià)值專利存在顯著的空間依賴性，且空間自相關(guān)性逐漸增強(qiáng)。第二，經(jīng)濟(jì)基礎(chǔ)、政府重視、人才規(guī)模以及生態(tài)環(huán)境等均會(huì)對(duì)高價(jià)值專利產(chǎn)生不同影響。其中，經(jīng)濟(jì)基礎(chǔ)會(huì)顯著抑制鄰近地區(qū)高價(jià)值專利發(fā)展，與普通專利的研究結(jié)果相反。第三，菱形結(jié)構(gòu)地區(qū)、東北地區(qū)以及外圍地區(qū)高價(jià)值專利的影響因素存在異質(zhì)性。

關(guān)鍵詞：知識(shí)產(chǎn)權(quán)；城市創(chuàng)新；高價(jià)值專利；空間杜賓模型

DOI：10.6049/kjjbydc.2023100748

中圖分類號(hào)：F299.22 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-7348（2025）06-0046-11

0 引言

知識(shí)產(chǎn)權(quán)是保護(hù)和激勵(lì)創(chuàng)新的重要基石。專利作為知識(shí)產(chǎn)權(quán)的重要組成部分，是衡量自主創(chuàng)新能力的重要維度[1]。高價(jià)值專利在專利質(zhì)量、原始創(chuàng)新等方面均優(yōu)于非高價(jià)值專利[2]，是實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略、建設(shè)科技強(qiáng)國(guó)的重要抓手。高價(jià)值專利往往代表了行業(yè)前沿引領(lǐng)技術(shù)，其面向國(guó)家重大需求，具有較強(qiáng)的技術(shù)先進(jìn)性，對(duì)于獲取標(biāo)準(zhǔn)競(jìng)爭(zhēng)優(yōu)勢(shì)至關(guān)重要（崔維軍等，2023），能夠降低核心技術(shù)領(lǐng)域的對(duì)外依賴度，提升知識(shí)產(chǎn)權(quán)綜合競(jìng)爭(zhēng)力。同時(shí)，高價(jià)值專利也具有強(qiáng)大的市場(chǎng)潛力，在創(chuàng)造經(jīng)濟(jì)效益方面貢獻(xiàn)巨大[3]。增強(qiáng)自主創(chuàng)新能力、促進(jìn)高價(jià)值專利成果轉(zhuǎn)化及應(yīng)用是實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的堅(jiān)實(shí)保障。然而，我國(guó)專利多而不優(yōu)，一些關(guān)鍵核心技術(shù)領(lǐng)域仍受制于人。《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》提出，要保護(hù)和激勵(lì)高價(jià)值專利，并將“每萬(wàn)人口高價(jià)值發(fā)明專利擁有量”納入經(jīng)濟(jì)社會(huì)發(fā)展主要評(píng)價(jià)指標(biāo)。如何有效提升高價(jià)值專利產(chǎn)出，解決“卡脖子”難題，成為加快實(shí)現(xiàn)高水平科技自立自強(qiáng)的現(xiàn)實(shí)要求。目前我國(guó)“東強(qiáng)西弱”的創(chuàng)新格局依然存在并呈現(xiàn)加劇態(tài)勢(shì)[4-5]。黨的二十大報(bào)告提出“深入實(shí)施區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略”。科技創(chuàng)新是提高發(fā)展協(xié)調(diào)性、平衡性的重要途徑，研究高價(jià)值專利的空間格局有助于緩解區(qū)域創(chuàng)新發(fā)展不平衡現(xiàn)象，提升國(guó)家創(chuàng)新體系整體效能。由于創(chuàng)新存在顯著的空間相關(guān)性（段德忠等， 2022），忽視空間效應(yīng)可能導(dǎo)致模型設(shè)計(jì)存在偏誤[6]。因此，高價(jià)值專利研究也需要考慮空間問(wèn)題。本文將從空間視角研究城市高價(jià)值專利布局并考察其影響因素，為提升城市高價(jià)值專利水平、以創(chuàng)新驅(qū)動(dòng)引領(lǐng)高質(zhì)量發(fā)展提供理論參考。

既有關(guān)于高價(jià)值專利研究主要集中在專利識(shí)別、評(píng)估以及培育等方面。有研究認(rèn)為，高價(jià)值專利具有高技術(shù)價(jià)值、高法律價(jià)值以及高市場(chǎng)價(jià)值等[7]，可以從內(nèi)部特征、外部評(píng)價(jià)等方面識(shí)別高價(jià)值專利（李小童等， 2019），并進(jìn)一步構(gòu)建高價(jià)值專利評(píng)估指標(biāo)體系[3，8-9]。高價(jià)值專利培育是現(xiàn)階段專利工作重點(diǎn)[10]，學(xué)者們從創(chuàng)造、申請(qǐng)、審查、政策等方面[11-13]提出高價(jià)值專利培育方式。關(guān)于創(chuàng)新活動(dòng)分布，早期研究多采用發(fā)明專利授權(quán)量或3種專利授權(quán)總量作為創(chuàng)新活動(dòng)的代理變量，探討省域創(chuàng)新活動(dòng)的時(shí)空布局。研究發(fā)現(xiàn)，我國(guó)省際創(chuàng)新活動(dòng)呈現(xiàn)出顯著的空間集聚現(xiàn)象，且省域創(chuàng)新活動(dòng)存在顯著的空間依賴性[14-15]。近年來(lái)，城市作為創(chuàng)新要素集聚地，在創(chuàng)新體系中的地位日益凸顯，學(xué)者們也將目光從省域轉(zhuǎn)移到城市層面，關(guān)注我國(guó)地級(jí)及以上城市的專利數(shù)、論文數(shù)等創(chuàng)新產(chǎn)出數(shù)據(jù)變化。研究發(fā)現(xiàn)，城市創(chuàng)新能力同樣具有顯著的空間自相關(guān)性（范柏乃等，2020），且空間集聚特征顯著、逐年增強(qiáng)[16]。相較于省域尺度的研究結(jié)果，城市層

面的集群化分布特征更加顯著[4，5]。進(jìn)一步地，由于空間相關(guān)性會(huì)影響創(chuàng)新活動(dòng)，現(xiàn)有研究也逐漸轉(zhuǎn)向從空間視角探討創(chuàng)新格局影響因素。學(xué)者們通過(guò)構(gòu)建空間計(jì)量模型，發(fā)現(xiàn)城市空間溢出效應(yīng)是驅(qū)動(dòng)城市創(chuàng)新的重要推力[4，5]，也是產(chǎn)生城市創(chuàng)新空間差異的主要原因（馬靜等，2017），進(jìn)而關(guān)注不同區(qū)域影響因素的差異性[17]。

綜上，現(xiàn)有研究對(duì)高價(jià)值專利、創(chuàng)新空間格局以及影響因素等進(jìn)行了較深入的探討，但仍存在一些不足：第一，既有的高價(jià)值專利研究多關(guān)注其識(shí)別、培育以及評(píng)價(jià)體系構(gòu)建等，尚未涉及空間格局以及影響因素探討，后者是對(duì)高價(jià)值專利研究的拓展，有助于了解我國(guó)高價(jià)值專利分布情況，為各地區(qū)形成高價(jià)值專利提供參考；第二，在衡量指標(biāo)選取上，大都采用專利總量，未區(qū)分高價(jià)值專利與非高價(jià)值專利，忽視了“專利泡沫”的影響，因此指標(biāo)設(shè)置不夠合理；第三，從城市尺度探討創(chuàng)新空間格局以及影響因素的研究較少，而城市尺度相比省域尺度更有助于體現(xiàn)空間集聚特征，便于政策制定與實(shí)施；第四，較少有研究考慮到影響因素的區(qū)域差異性，而關(guān)注地區(qū)差異性有利于發(fā)揮當(dāng)?shù)乇容^優(yōu)勢(shì)，汲取其它地區(qū)先進(jìn)經(jīng)驗(yàn)，從而找到差異化的創(chuàng)新發(fā)展路徑。基于此，本文從城市層面出發(fā)，研究我國(guó)高價(jià)值專利分布的時(shí)空演化格局，并基于空間視角構(gòu)建空間計(jì)量模型，從經(jīng)濟(jì)基礎(chǔ)、政府重視、人才規(guī)模以及生態(tài)環(huán)境等方面考察其影響因素，進(jìn)一步根據(jù)高價(jià)值專利集聚情況劃分區(qū)域，探討不同地區(qū)影響因素的差異性，為提升我國(guó)高價(jià)值專利產(chǎn)出，形成優(yōu)勢(shì)互補(bǔ)、協(xié)調(diào)發(fā)展的高價(jià)值專利格局以及實(shí)施差異化創(chuàng)新政策提供依據(jù)。

1 研究設(shè)計(jì)

1.1 研究方法

1.1.1 空間自相關(guān)

空間自相關(guān)可理解為位置相近區(qū)域擁有相似的變量取值，莫蘭指數(shù)是度量空間相關(guān)性的重要指標(biāo)，其取值一般介于-1～1之間。高值與高值集聚、低值與低值集聚代表正空間自相關(guān)，即莫蘭指數(shù)gt;0；高值與低值集聚代表負(fù)空間自相關(guān)，即莫蘭指數(shù)lt;0；高值與低值隨機(jī)分布，則不存在空間相關(guān)性，即莫蘭指數(shù)=0。全局Moran's I考察研究區(qū)域內(nèi)某指標(biāo)整體的空間自相關(guān)性，其計(jì)算公式如下：

式中，xi與xj分別代表區(qū)域i、區(qū)域j的空間數(shù)據(jù)，wij代表空間權(quán)重矩陣，S2為樣本方差。

1.1.2 變量選取與空間計(jì)量模型構(gòu)建

本文被解釋變量為高價(jià)值專利，目前學(xué)界尚未有統(tǒng)一定義，可以從技術(shù)、法律、市場(chǎng)等維度理解。技術(shù)方面，高價(jià)值專利在具備新穎性、實(shí)用性的前提下，其技術(shù)更先進(jìn)、創(chuàng)造性更強(qiáng)[3]，能夠推動(dòng)技術(shù)進(jìn)步，引領(lǐng)行業(yè)發(fā)展[13]；法律方面，高價(jià)值專利是法律權(quán)力穩(wěn)定且范圍清晰[18]的專利，具有較強(qiáng)的排他性以及較低的無(wú)效可能性[3，17]；市場(chǎng)方面，高價(jià)值專利擁有良好的市場(chǎng)前景和較高商業(yè)價(jià)值，專利權(quán)人擁有較大的市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)[7]，能獲取豐厚的經(jīng)濟(jì)效益。

關(guān)于高價(jià)值專利的界定，《國(guó)務(wù)院關(guān)于印發(fā)“十四五”國(guó)家知識(shí)產(chǎn)權(quán)保護(hù)和運(yùn)用規(guī)劃的通知》明確五類發(fā)明專利為高價(jià)值專利，即戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)明專利、在海外有同族專利權(quán)的發(fā)明專利、維持年限超過(guò)10年的發(fā)明專利、實(shí)現(xiàn)較高質(zhì)押融資金額的發(fā)明專利以及獲得國(guó)家科學(xué)技術(shù)獎(jiǎng)或中國(guó)專利獎(jiǎng)的發(fā)明專利。其中，第一類和第五類具有國(guó)家戰(zhàn)略意義，面向國(guó)家重大需求，第二、三類強(qiáng)調(diào)技術(shù)含量，第四類強(qiáng)調(diào)市場(chǎng)價(jià)值，是常見(jiàn)的專利質(zhì)量評(píng)價(jià)指標(biāo)[2]。總體來(lái)看，五類專利較為全面地涵蓋了高價(jià)值專利范圍，本文基于此分類遴選高價(jià)值專利。關(guān)于數(shù)據(jù)獲取，戰(zhàn)略性新興產(chǎn)業(yè)發(fā)明專利可在IncoPat專利數(shù)據(jù)庫(kù)中通過(guò)篩選新興產(chǎn)業(yè)分類得到，在海外有同族專利權(quán)的發(fā)明專利可通過(guò)選擇同族國(guó)家得到，維持年限超過(guò)10年的發(fā)明專利可通過(guò)篩選專利年限得到。此外，對(duì)質(zhì)押融資金額較高難以界定。考慮到專利質(zhì)押融資的市場(chǎng)風(fēng)險(xiǎn)較高（宋河發(fā)等， 2018），以專利向銀行申請(qǐng)質(zhì)押融資時(shí)銀行會(huì)進(jìn)行系列的風(fēng)險(xiǎn)識(shí)別（余明桂等， 2022），并形成以科技創(chuàng)新能力為審核重心的專利質(zhì)押融資流程（胡成等， 2021），足見(jiàn)專利質(zhì)押融資審核標(biāo)準(zhǔn)嚴(yán)苛，對(duì)專利本身具有很高要求。因此，本文借鑒其他學(xué)者做法，以具有質(zhì)押融資的發(fā)明專利替代實(shí)現(xiàn)較高質(zhì)押融資金額的發(fā)明專利[2]。獲得國(guó)家科學(xué)技術(shù)獎(jiǎng)的專利數(shù)據(jù)難以匹配，這是由于其數(shù)量較少且可能已包含在其余幾類專利中，故第五類標(biāo)準(zhǔn)本文只統(tǒng)計(jì)獲得中國(guó)專利獎(jiǎng)的發(fā)明專利。

我國(guó)創(chuàng)新空間集聚現(xiàn)象顯著，已有研究從不同角度探討創(chuàng)新能力影響因素。本文基于空間視角，從經(jīng)濟(jì)基礎(chǔ)、政府重視、人才規(guī)模以及生態(tài)環(huán)境4個(gè)層面，研究城市高價(jià)值專利的關(guān)鍵影響因素。

（1）經(jīng)濟(jì)基礎(chǔ)，一個(gè)地區(qū)的經(jīng)濟(jì)水平是該地區(qū)形成高價(jià)值專利的基礎(chǔ)，區(qū)域經(jīng)濟(jì)發(fā)展水平與區(qū)域創(chuàng)新能力顯著正相關(guān)[19]。本文采用地區(qū)生產(chǎn)總值衡量經(jīng)濟(jì)基礎(chǔ)，探討經(jīng)濟(jì)基礎(chǔ)對(duì)高價(jià)值專利的影響效應(yīng)。

（2）政府重視，其與創(chuàng)新的關(guān)系可劃分為“促進(jìn)論”和“抑制論”。一方面，政府支持可以減輕科研機(jī)構(gòu)的資金壓力且具有戰(zhàn)略導(dǎo)向作用；另一方面，其面向特定行業(yè)或技術(shù)領(lǐng)域，因此對(duì)政策范圍外的研發(fā)具有一定擠出效應(yīng)（曾萍等， 2014）。基于空間視角，政府重視是促進(jìn)還是抑制高價(jià)值專利產(chǎn)出？本文從科學(xué)技術(shù)支出和教育支出角度探討該問(wèn)題并給出回答。

（3）人才規(guī)模，區(qū)域創(chuàng)新能力與創(chuàng)新人才密切相關(guān)，人才外流會(huì)阻礙當(dāng)?shù)貏?chuàng)新，而創(chuàng)新人才集聚有利于流入?yún)^(qū)域創(chuàng)新水平提高[20]。科學(xué)研究和技術(shù)服務(wù)人員是創(chuàng)新人才的中堅(jiān)力量，高等學(xué)校在校學(xué)生是創(chuàng)新人才的潛在力量，本文采用科學(xué)技術(shù)人員數(shù)和高等學(xué)校在校學(xué)生數(shù)衡量創(chuàng)新人才規(guī)模，基于空間視角研究人才對(duì)高價(jià)值專利的影響效應(yīng)。

（4）生態(tài)環(huán)境，創(chuàng)新活動(dòng)需要與之相適應(yīng)的生態(tài)環(huán)境作支撐（李佳洺等， 2016），適宜的生態(tài)環(huán)境可以為科技創(chuàng)新提供持續(xù)的資源支持和空間基礎(chǔ)（郭愛(ài)君等， 2020），有助于促進(jìn)創(chuàng)新要素集聚，提高科研創(chuàng)新質(zhì)量和效率（柳卸林等，2022）。公園綠地是城市生態(tài)環(huán)境的重要組成（王琰等， 2020），具有顯著的社會(huì)效益，為城市可持續(xù)發(fā)展提供基礎(chǔ)支持[21]。地區(qū)擁有大面積公園綠地，有助于提升人才工作和居住環(huán)境質(zhì)量[22]。本文采用公園綠地面積作為城市生態(tài)環(huán)境的衡量指標(biāo)，探討其對(duì)高價(jià)值專利的影響效應(yīng)。

本文以2005-2021年中國(guó)285個(gè)地級(jí)及以上城市數(shù)據(jù)為樣本，探究高價(jià)值專利的時(shí)空分布與影響因素，具體衡量指標(biāo)如表1所示。其中，高價(jià)值發(fā)明專利授權(quán)量來(lái)源于IncoPat專利數(shù)據(jù)庫(kù)，經(jīng)濟(jì)基礎(chǔ)、政府重視、人才規(guī)模數(shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》，生態(tài)環(huán)境數(shù)據(jù)來(lái)源于《中國(guó)城市建設(shè)統(tǒng)計(jì)年鑒》，部分缺失數(shù)據(jù)參考各省市統(tǒng)計(jì)年鑒或采用插值法填補(bǔ)。由于從研發(fā)投入到獲得專利授權(quán)通常具有一定時(shí)滯性，且不同創(chuàng)新活動(dòng)周期存在較大差異，參照已有研究[23-25]，本文將解釋變量滯后一期進(jìn)行回歸。為緩解異方差的影響，對(duì)變量數(shù)據(jù)進(jìn)行對(duì)數(shù)化處理。

若莫蘭指數(shù)證明城市高價(jià)值專利具有空間自相關(guān)性，需將空間因素納入計(jì)量模型進(jìn)行分析，可采用空間滯后模型（SLM）、空間誤差模型（SEM）或者空間杜賓模型（SDM）等空間計(jì)量模型。

式中，α為常數(shù)項(xiàng)；ρ和β為待估系數(shù)；W為空間權(quán)重矩陣；WlnHVPit為因變量的空間滯后變量；WlnGDPit、WlnSTEit、WlnEEit、WlnSTPit、WlnSTUit、WlnPGAit為解釋變量的空間滯后變量；μi和γt分別為個(gè)體效應(yīng)與時(shí)間效應(yīng)；εit為誤差項(xiàng)，取決于空間滯后誤差項(xiàng)Wεit與隨機(jī)誤差項(xiàng)vit。

1.1.3 空間權(quán)重矩陣

空間權(quán)重矩陣是空間計(jì)量研究的重要基礎(chǔ)，學(xué)者們多基于地理學(xué)第一定律構(gòu)建空間權(quán)重矩陣，常用的矩陣有反距離空間權(quán)重矩陣、鄰接空間權(quán)重矩陣等。考慮到兩個(gè)地區(qū)距離越近，相關(guān)程度越高，本文構(gòu)建基于距離的空間權(quán)重矩陣。空間距離越近，則權(quán)重越大，反之越小[26]。相比鄰接權(quán)重矩陣，基于距離的權(quán)重矩陣不僅可以衡量相鄰地區(qū)的相關(guān)關(guān)系，還可以衡量與非相鄰地區(qū)隨距離變化的關(guān)系（吳燕， 2019）。此外，由于空間溢出效應(yīng)隨距離遞增呈現(xiàn)加速衰減[27-28]，因此構(gòu)建基于距離的反距離平方權(quán)重矩陣（周文義等， 2023）作為空間計(jì)量基礎(chǔ)矩陣。其中，地理距離由GeoDa計(jì)算得到，為城市幾何質(zhì)心的直線距離。計(jì)算公式如下：

由于空間權(quán)重矩陣的選擇影響空間計(jì)量模型估計(jì)結(jié)果，故本文構(gòu)建反距離空間權(quán)重矩陣，并依據(jù)Queen原則構(gòu)建鄰接空間權(quán)重矩陣，進(jìn)行穩(wěn)健性檢驗(yàn)，計(jì)算公式如下：

式中，W為空間權(quán)重矩陣；dij為兩城市幾何質(zhì)心間的歐氏距離。

2 時(shí)空格局分析

2.1 時(shí)空格局演變

本文運(yùn)用ArcGIS軟件分析2005、2013以及2021年高價(jià)值專利時(shí)空演變情況，其空間分布如圖1所示。空間上，高價(jià)值專利多分布于胡煥庸線以東區(qū)域，呈現(xiàn)出明顯的沿海強(qiáng)于內(nèi)陸、“東—中—西”逐漸遞減的格局特征；以京津冀、長(zhǎng)三角、珠三角以及成渝地區(qū)為頂點(diǎn)的菱形囊括大多數(shù)高價(jià)值專利。其中，北京、上海、深圳為具有高規(guī)模水平的高價(jià)值專利地區(qū)；具有較高規(guī)模水平的高價(jià)值專利地區(qū)主要為直轄市、省會(huì)城市，且多位于菱形邊界線以及對(duì)角線上，如重慶、天津、廣州、杭州、南京、武漢、成都、西安、長(zhǎng)沙、合肥、濟(jì)南等；高價(jià)值專利處于中等規(guī)模和較低規(guī)模水平的城市主要位于東部、中部城市群內(nèi)，如京津冀、長(zhǎng)三角、珠三角、山東半島、遼中南、哈長(zhǎng)城市群等；西部地區(qū)的高價(jià)值專利長(zhǎng)期處于低水平規(guī)模狀態(tài)。從時(shí)間上看，高價(jià)值專利規(guī)模總體呈現(xiàn)擴(kuò)大態(tài)勢(shì)，且沿海地區(qū)增長(zhǎng)更迅速，菱形結(jié)構(gòu)日益凸顯。這可能是因?yàn)橄噍^于內(nèi)陸地區(qū)，沿海地區(qū)市場(chǎng)經(jīng)濟(jì)更發(fā)達(dá)，擁有豐富的創(chuàng)新資源和靈活的創(chuàng)新機(jī)制，此外，國(guó)家區(qū)域重大戰(zhàn)略的實(shí)施促進(jìn)了菱形結(jié)構(gòu)地區(qū)城市的高質(zhì)量發(fā)展，進(jìn)而有助于高價(jià)值專利產(chǎn)出。

2.2 空間自相關(guān)

本文首先采用全局Moran's I進(jìn)行空間自相關(guān)性檢驗(yàn)，通過(guò)ArcGIS計(jì)算得到2005—2021年中國(guó)高價(jià)值專利全局莫蘭指數(shù)，如表2所示。研究結(jié)果顯示，相比普通專利，2005—2010年高價(jià)值專利的全局Moran's I不顯著。這可能是由于此前的高價(jià)值發(fā)明專利數(shù)較少，導(dǎo)致其在空間上的相關(guān)性較弱，同時(shí)，2010年《全國(guó)專利事業(yè)發(fā)展戰(zhàn)略（2011—2020年）》的提出為我國(guó)專利質(zhì)量提升創(chuàng)造了條件。2011年的Moran's I在5%的水平上顯著，2012—2021年的Moran's I在1%的水平上顯著，說(shuō)明此期間高價(jià)值發(fā)明專利具有明顯的空間相關(guān)性，即鄰近區(qū)域的高價(jià)值專利規(guī)模較相近。為了直觀展現(xiàn)全局莫蘭指數(shù)變化趨勢(shì)，繪制折線圖如圖2所示，全局Moran's I整體呈波動(dòng)上升態(tài)勢(shì)，空間自相關(guān)性逐漸增強(qiáng)。

為了展現(xiàn)局部地區(qū)高價(jià)值專利的空間集聚特征，運(yùn)用GeoDa軟件計(jì)算局部Moran's I，并繪制2005、2013以及2021年的LISA集聚圖，如圖3所示。H-H集聚區(qū)較穩(wěn)定，主要集中在京津冀、長(zhǎng)江三角洲以及珠江三角洲城市群。H-H集聚意味著該城市以及相鄰地區(qū)的高價(jià)值專利規(guī)模均較大。天津、南通、寧波在2005、2013以及2021年均為H-H集聚，而唐山在2013年變?yōu)長(zhǎng)-H集聚，說(shuō)明隨著時(shí)間推移，唐山的高價(jià)值專利產(chǎn)出相比周邊地區(qū)不足。自2013年始圍繞上海、廣州增加了多個(gè)H-H集聚城市，說(shuō)明上海、廣州的高價(jià)值專利發(fā)展具有正向溢出效應(yīng)，可以帶動(dòng)鄰近地區(qū)發(fā)展。此外，北京、上海、廣州并非H-H集聚區(qū)域，這是因?yàn)殡m然這些地區(qū)的高價(jià)值專利規(guī)模較大，但其周邊地區(qū)規(guī)模較小，地區(qū)間差距較大，導(dǎo)致其局部Moran's I值不顯著。

重慶、武漢、西安長(zhǎng)期處于顯著的H-L集聚狀態(tài)，2021年沈陽(yáng)也處于H-L集聚狀態(tài)，說(shuō)明這些城市雖然高價(jià)值專利規(guī)模較大，但難以帶動(dòng)鄰近城市創(chuàng)新發(fā)展。L-H集聚意味著相比周邊地區(qū)，該地區(qū)高價(jià)值專利規(guī)模較小，其主要位于H-H集聚區(qū)域外圍。承德、張家口、保定、廊坊長(zhǎng)期處于L-H集聚狀態(tài)；2005年嘉興、紹興、舟山圍繞寧波，呈現(xiàn)為L(zhǎng)-H集聚狀態(tài)，2013、2021年受周?chē)鞘袔?dòng)，嘉興、紹興高價(jià)值專利有所發(fā)展，變?yōu)镠-H集聚，而舟山一直處于L-H集聚狀態(tài)，其高價(jià)值專利產(chǎn)出較緩慢；河源、汕尾、江門(mén)也長(zhǎng)期處于L-H集聚狀態(tài)，值得注意的是，中山市由2013年的H-H集聚變?yōu)?021年的L-H集聚，說(shuō)明相比鄰近地區(qū)其高價(jià)值專利增長(zhǎng)速度緩慢。隨著時(shí)間推移，L-L集聚區(qū)域不斷變化，但主要集中在西北、西南以及東北地區(qū)。

3 影響因素分析

3.1 描述性統(tǒng)計(jì)

描述性統(tǒng)計(jì)結(jié)果如表3所示，經(jīng)過(guò)對(duì)數(shù)處理后各變量標(biāo)準(zhǔn)差較小，有效緩解了異方差影響。其中，對(duì)被解釋變量高價(jià)值專利加1取對(duì)數(shù)后其均值為3.331，最小值、最大值分別為0與11.122，標(biāo)準(zhǔn)差為2.317，表明各城市高價(jià)值專利數(shù)量存在較大差異，部分城市高價(jià)值專利數(shù)量有待提升；各城市地區(qū)生產(chǎn)總值取對(duì)數(shù)后的最小值為3.58，最大值為10.564，說(shuō)明經(jīng)濟(jì)發(fā)展水平存在一定差距；科學(xué)技術(shù)支出、教育支出取對(duì)數(shù)后的最大值差異不大，分別為15.529、16.248，但最小值相差較大，分別為3.526、6.855，其均值分別為9.517、12.571，表明相比科學(xué)技術(shù)支出，各地區(qū)更重視教育支出，且各城市科學(xué)技術(shù)支出差異較大；人才規(guī)模上，科學(xué)研究和技術(shù)服務(wù)人員數(shù)以及普通高等學(xué)校在校學(xué)生數(shù)取對(duì)數(shù)后，均值分別為8.35、10.218，說(shuō)明科研人員數(shù)相對(duì)較少。公園綠地面積取對(duì)數(shù)后其最小值為0，最大值為10.483，說(shuō)明不同城市生態(tài)環(huán)境存在一定差異。

3.2 模型選取

由全局Moran's I可知，高價(jià)值專利具有顯著空間相關(guān)性，因此需要考慮將空間因素納入模型。由于空間滯后模型、空間誤差模型以及空間杜賓模型等空間計(jì)量模型都可以分析高價(jià)值專利影響因素，故需要選擇最優(yōu)模型。首先，進(jìn)行LM檢驗(yàn)，由結(jié)果可知，空間誤差和空間滯后的LM檢驗(yàn)結(jié)果以及穩(wěn)健性估計(jì)結(jié)果均顯著，表明進(jìn)行空間計(jì)量分析的最優(yōu)模型為空間杜賓模型。其次，進(jìn)行Hausman檢驗(yàn)以確認(rèn)是選擇固定效應(yīng)還是隨機(jī)效應(yīng)，結(jié)果顯示P值為0.0000，顯著拒絕采用隨機(jī)效應(yīng)的原假設(shè)，故應(yīng)采用固定效應(yīng)模型。再次，進(jìn)行LR檢驗(yàn)和Wald檢驗(yàn)以確認(rèn)空間杜賓模型是否會(huì)退化為空間滯后模型與空間誤差模型，檢驗(yàn)結(jié)果顯示LR檢驗(yàn)和Wald檢驗(yàn)均在1%的置信水平上顯著拒絕原假設(shè)，表明空間杜賓模型不可退化。最后，進(jìn)行LR檢驗(yàn)以確認(rèn)是選擇時(shí)間固定效應(yīng)、個(gè)體固定效應(yīng)，還是雙固定效應(yīng)。檢驗(yàn)結(jié)果均在1%的顯著性水平上拒絕原假設(shè)，表明應(yīng)選取個(gè)體、時(shí)間雙固定效應(yīng)。綜上，高價(jià)值專利影響因素的最優(yōu)回歸模型為個(gè)體與時(shí)間雙固定效應(yīng)下的空間杜賓模型。

3.3 結(jié)果分析

本文采用SDM模型對(duì)高價(jià)值專利影響因素進(jìn)行回歸并分析其分解效應(yīng)。由表4可知，個(gè)體與時(shí)間雙固定效應(yīng)下的SDM模型的空間滯后項(xiàng)系數(shù)為0.259，在1%的顯著性水平下通過(guò)檢驗(yàn)，說(shuō)明高價(jià)值專利具有明顯的空間溢出效應(yīng)，即某城市提升高價(jià)值專利規(guī)模將對(duì)鄰近地區(qū)的高價(jià)值專利產(chǎn)生正向促進(jìn)作用。

由表4結(jié)果可知，地區(qū)生產(chǎn)總值的直接效應(yīng)為正，在1%的顯著性水平上對(duì)本地區(qū)高價(jià)值專利有促進(jìn)作用。這是因?yàn)榻?jīng)濟(jì)發(fā)展水平高的地區(qū)擁有更豐富的創(chuàng)新資源，有利于本地區(qū)高價(jià)值專利產(chǎn)出；同時(shí)，經(jīng)濟(jì)基礎(chǔ)的溢出效應(yīng)系數(shù)為-0.849，負(fù)向溢出約是直接效應(yīng)的2倍，表明經(jīng)濟(jì)基礎(chǔ)對(duì)鄰近地區(qū)高價(jià)值專利產(chǎn)出有顯著抑制作用。而現(xiàn)有的普通專利研究結(jié)果顯示，地區(qū)生產(chǎn)總值的空間溢出效應(yīng)多顯著為正[29-30]，即會(huì)促進(jìn)周邊地區(qū)創(chuàng)新水平提高。產(chǎn)生這種差異的原因可能是相比普通專利，高價(jià)值專利需要依靠更豐富、更先進(jìn)的創(chuàng)新資源，因此經(jīng)濟(jì)基礎(chǔ)良好的城市更具吸引力，易產(chǎn)生虹吸效應(yīng)，促使周?chē)貐^(qū)高新技術(shù)企業(yè)到此投資發(fā)展，造成周邊地區(qū)高價(jià)值專利減少。

在政府支持方面，科學(xué)技術(shù)支出對(duì)高價(jià)值專利的直接效應(yīng)系數(shù)為0.280，間接效應(yīng)系數(shù)為0.334，且均在1%的水平上顯著，說(shuō)明政府的科學(xué)技術(shù)支出不僅能夠促進(jìn)當(dāng)?shù)匦纬筛邇r(jià)值專利，對(duì)鄰近地區(qū)的高價(jià)值專利產(chǎn)出也有正向溢出作用。教育支出的直接效應(yīng)系數(shù)為0.217，在1%的水平上顯著，間接效應(yīng)系數(shù)為正但不顯著，說(shuō)明政府教育支出主要對(duì)本地高價(jià)值專利產(chǎn)出產(chǎn)生影響。可以看出，政府重視程度是推動(dòng)高價(jià)值專利產(chǎn)出的有力保障。

人才規(guī)模方面，科學(xué)研究和技術(shù)服務(wù)人員數(shù)量在1%的顯著性水平上對(duì)本地以及鄰近地區(qū)高價(jià)值專利有促進(jìn)作用。這可能是由于開(kāi)展創(chuàng)新活動(dòng)時(shí)，各地區(qū)科研人員密切交流，人才流動(dòng)打破了地域壁壘，促進(jìn)了本地以及周?chē)貐^(qū)高價(jià)值專利規(guī)模提升。普通高等學(xué)校在校學(xué)生數(shù)對(duì)本地高價(jià)值專利產(chǎn)出的影響不顯著，而對(duì)于普通專利產(chǎn)出有顯著促進(jìn)作用[5，31]。這可能是由于在校學(xué)生的創(chuàng)新能力較弱，因而對(duì)本地區(qū)高價(jià)值專利的影響不明顯。溢出效應(yīng)顯著為負(fù)，這是因?yàn)楦咝W(xué)生是高端創(chuàng)新人才的后備軍，是高新企業(yè)未來(lái)的新生力量，因此高校學(xué)生聚集的地區(qū)會(huì)吸引部分創(chuàng)新資源，造成周邊地區(qū)高價(jià)值專利產(chǎn)出下降。

生態(tài)環(huán)境方面，公園綠地面積在1%的顯著性水平上對(duì)本地高價(jià)值專利有促進(jìn)作用，其直接效應(yīng)系數(shù)為0.102，表明公園綠地面積每增加1%，本地區(qū)高價(jià)值專利規(guī)模提升0.102%；其溢出效應(yīng)為正但不顯著，表明公園綠地對(duì)鄰近地區(qū)的高價(jià)值專利產(chǎn)出影響不顯著；總效應(yīng)在5%的水平上顯著為正。綜合來(lái)看，公園作為重要的休憩環(huán)境有利于高價(jià)值專利產(chǎn)出，主要體現(xiàn)在對(duì)優(yōu)秀人才、企業(yè)的吸引力上。

總體而言，除高等學(xué)校在校學(xué)生數(shù)的直接效應(yīng)不顯著外，其余影響因素的直接效應(yīng)均在1%的水平上顯著為正，說(shuō)明高價(jià)值專利與本地區(qū)的經(jīng)濟(jì)基礎(chǔ)、政府重視、人才規(guī)模以及生態(tài)環(huán)境息息相關(guān)。其中，經(jīng)濟(jì)基礎(chǔ)是對(duì)本地區(qū)高價(jià)值專利產(chǎn)出影響最大的因素；地區(qū)生產(chǎn)總值、高等學(xué)校在校學(xué)生數(shù)的溢出效應(yīng)顯著為負(fù)，科學(xué)技術(shù)支出、科學(xué)研究和技術(shù)服務(wù)人員數(shù)的溢出效應(yīng)在1%的水平上顯著為正，教育支出、公園綠地面積的溢出效應(yīng)不顯著，表明各地區(qū)對(duì)科技的直接投入（科技支出、科研人員）有利于達(dá)到雙贏效果，而經(jīng)濟(jì)發(fā)展和高等學(xué)校在校學(xué)生數(shù)增多會(huì)抑制鄰近地區(qū)高價(jià)值專利產(chǎn)出。

結(jié)合上文的時(shí)空格局分析可知，菱形結(jié)構(gòu)地區(qū)城市擁有較豐富的高價(jià)值專利，東北地區(qū)次之，這可能是相對(duì)其它外圍地區(qū)，上述地區(qū)的教育、基礎(chǔ)設(shè)施等更加完善。為探討不同區(qū)域高價(jià)值專利影響因素的差異性，進(jìn)一步劃分菱形結(jié)構(gòu)地區(qū)、東北地區(qū)以及外圍地區(qū)，回歸結(jié)果如表5所示。可以看出，菱形結(jié)構(gòu)地區(qū)的空間滯后項(xiàng)系數(shù)為0.308，在1%的顯著性水平下通過(guò)檢驗(yàn)；東北地區(qū)空間滯后項(xiàng)系數(shù)為0.118，通過(guò)5%水平下的顯著性檢驗(yàn)；外圍地區(qū)的空間滯后項(xiàng)系數(shù)不顯著。上述結(jié)果說(shuō)明，菱形結(jié)構(gòu)地區(qū)和東北地區(qū)的高價(jià)值專利產(chǎn)出具有明顯的正向空間溢出效應(yīng)，這是由于城市間聯(lián)系緊密，其中一個(gè)城市高價(jià)值專利產(chǎn)出增多會(huì)對(duì)鄰近城市產(chǎn)生促進(jìn)作用；而外圍地區(qū)城市之間的高價(jià)值專利則沒(méi)有明顯的相互促進(jìn)現(xiàn)象。

分析各地區(qū)的回歸結(jié)果，菱形結(jié)構(gòu)地區(qū)經(jīng)濟(jì)基礎(chǔ)在1%的顯著性水平上對(duì)本地區(qū)高價(jià)值專利有促進(jìn)作用，東北地區(qū)、外圍地區(qū)經(jīng)濟(jì)基礎(chǔ)對(duì)其高價(jià)值專利的影響不顯著；各地區(qū)經(jīng)濟(jì)基礎(chǔ)的溢出效應(yīng)系數(shù)均為負(fù)，但不顯著。菱形結(jié)構(gòu)地區(qū)和外圍地區(qū)科學(xué)技術(shù)支出對(duì)本地區(qū)高價(jià)值專利的影響系數(shù)為正，通過(guò)1%水平下的顯著性檢驗(yàn)，而東北地區(qū)的影響系數(shù)不顯著。空間效應(yīng)方面，3個(gè)地區(qū)的空間滯后項(xiàng)系數(shù)均顯著為正，表明科學(xué)技術(shù)支出對(duì)周邊城市的高價(jià)值專利產(chǎn)出有促進(jìn)作用；菱形結(jié)構(gòu)地區(qū)教育支出在1%的水平上對(duì)本地以及周邊城市的高價(jià)值專利產(chǎn)出均有顯著促進(jìn)作用，東北地區(qū)和外圍地區(qū)教育支出的作用不顯著；菱形結(jié)構(gòu)地區(qū)科學(xué)研究和技術(shù)服務(wù)人員數(shù)在1%的顯著性水平上對(duì)本地以及鄰近城市的高價(jià)值專利產(chǎn)出有促進(jìn)作用，東北地區(qū)科研人員數(shù)對(duì)高價(jià)值專利產(chǎn)出的影響主要表現(xiàn)為對(duì)當(dāng)?shù)氐母邇r(jià)值專利有提升作用，而外圍地區(qū)科研人員數(shù)增多則對(duì)周邊城市高價(jià)值專利產(chǎn)出有顯著抑制作用；菱形結(jié)構(gòu)地區(qū)和東北地區(qū)高校在校學(xué)生數(shù)對(duì)本地區(qū)高價(jià)值專利產(chǎn)出均影響顯著，其中，前者為促進(jìn)作用，后者為抑制作用，這可能是由于前者的創(chuàng)新能力培育模式更完善。生態(tài)環(huán)境方面，菱形結(jié)構(gòu)地區(qū)公園綠地面積的影響顯著為正，對(duì)本地區(qū)城市的高價(jià)值專利產(chǎn)出有促進(jìn)作用。

3.4 穩(wěn)健性檢驗(yàn)

為保證研究結(jié)果可靠，本文采用以下方法進(jìn)行穩(wěn)健性檢驗(yàn)：第一，替換空間計(jì)量模型，構(gòu)建基于反距離平方空間權(quán)重矩陣的空間滯后模型和空間誤差模型，探討高價(jià)值專利產(chǎn)出的影響因素；第二，替換空間權(quán)重矩陣，由于空間權(quán)重矩陣的選擇會(huì)對(duì)研究結(jié)果產(chǎn)生較大影響，本文進(jìn)一步采用鄰接空間權(quán)重矩陣、反距離空間權(quán)重矩陣構(gòu)建空間杜賓模型，檢驗(yàn)上述結(jié)論的穩(wěn)健性；第三，調(diào)整樣本期，2008年《國(guó)家知識(shí)產(chǎn)權(quán)戰(zhàn)略綱要》的頒布將知識(shí)產(chǎn)權(quán)工作上升到國(guó)家戰(zhàn)略層面，其指出，要以國(guó)家戰(zhàn)略需求為導(dǎo)向，掌握一批核心技術(shù)專利，支撐我國(guó)高技術(shù)產(chǎn)業(yè)與新興產(chǎn)業(yè)發(fā)展，該舉措促使高價(jià)值專利數(shù)量不斷攀升，因此選擇2009年及以后的高價(jià)值專利作進(jìn)一步的穩(wěn)健性檢驗(yàn)；第四，縮尾處理，從描述性統(tǒng)計(jì)結(jié)果可以看出，變量之間存在較大差異，為消除樣本離群值對(duì)回歸結(jié)果的影響，對(duì)所有變量在5%分位處和95%分位處進(jìn)行縮尾處理。

穩(wěn)健性檢驗(yàn)結(jié)果如表6所示，空間滯后項(xiàng)系數(shù)和空間誤差項(xiàng)系數(shù)均為正，且通過(guò)1%水平下的顯著性檢驗(yàn)，表明高價(jià)值專利產(chǎn)出具有顯著的空間效應(yīng)，與原模型結(jié)果一致。在各穩(wěn)健性檢驗(yàn)?zāi)Ｐ拖拢貐^(qū)生產(chǎn)總值、科學(xué)技術(shù)支出、教育支出以及公園綠地面積對(duì)本地區(qū)高價(jià)值專利產(chǎn)出的影響系數(shù)均顯著為正，科研人員數(shù)量除調(diào)整樣本期外均在1%的水平下顯著為正，高校在校學(xué)生數(shù)對(duì)本地區(qū)高價(jià)值專利產(chǎn)出的影響也為正。綜合來(lái)看，上述結(jié)果與反距離平方空間權(quán)重矩陣的SDM模型估計(jì)結(jié)果一致。替換空間權(quán)重矩陣后的空間系數(shù)顯示，公園綠地面積對(duì)周邊地區(qū)高價(jià)值專利產(chǎn)出的影響在鄰接矩陣下變?yōu)樨?fù)值但不顯著，其余變量在兩種空間權(quán)重矩陣下的影響與原模型基本一致，即地區(qū)生產(chǎn)總值和高校在校學(xué)生數(shù)的影響顯著為正，科學(xué)技術(shù)支出和科研人員數(shù)的影響顯著為正，教育支出和公園綠地面積的影響不顯著。從調(diào)整樣本期和縮尾處理后的空間系數(shù)可以看出，地區(qū)生產(chǎn)總值提高會(huì)顯著抑制周邊地區(qū)高價(jià)值專利產(chǎn)出，科學(xué)技術(shù)支出增加能促進(jìn)周邊地區(qū)高價(jià)值專利產(chǎn)出，與原模型結(jié)果一致。調(diào)整樣本后，教育支出系數(shù)為正但不顯著，科研人員數(shù)量對(duì)高價(jià)值專利產(chǎn)出的作用也不顯著。去除異常值后，科研人員數(shù)和高等學(xué)校在校學(xué)生數(shù)對(duì)周邊地區(qū)高價(jià)值專利產(chǎn)出影響方向與原模型一致但不顯著。綜上，穩(wěn)健性檢驗(yàn)的回歸結(jié)果與原模型回歸結(jié)果基本一致，表明基于反距離平方空間權(quán)重矩陣構(gòu)建的個(gè)體、時(shí)間雙固定效應(yīng)下的空間杜賓模型具有較強(qiáng)穩(wěn)健性。

4 研究結(jié)論

加快實(shí)現(xiàn)高水平科技自立自強(qiáng)，是推動(dòng)高質(zhì)量發(fā)展的必由之路。目前，有關(guān)創(chuàng)新水平時(shí)空演變以及影響因素的研究多集中于總體專利，還沒(méi)有專門(mén)針對(duì)高價(jià)值發(fā)明專利的研究，導(dǎo)致研究結(jié)果易受到“專利泡沫”的影響。本文根據(jù)《國(guó)務(wù)院關(guān)于印發(fā)“十四五”國(guó)家知識(shí)產(chǎn)權(quán)保護(hù)和運(yùn)用規(guī)劃的通知》的界定篩選出高價(jià)值專利代理指標(biāo)，結(jié)合中國(guó)285個(gè)地級(jí)及以上城市面板數(shù)據(jù)考察其時(shí)空演變規(guī)律，并基于空間視角進(jìn)一步探討其影響因素，研究發(fā)現(xiàn)：

（1）高價(jià)值專利在我國(guó)多分布于胡煥庸線以東區(qū)域，呈現(xiàn)出明顯的沿海強(qiáng)于內(nèi)陸、“東—中—西”逐漸遞減的分布格局；以京津冀、長(zhǎng)三角、珠三角以及成渝地區(qū)為頂點(diǎn)構(gòu)成的菱形結(jié)構(gòu)地區(qū)擁有大多數(shù)高價(jià)值專利，并形成以北京、上海、深圳為核心的高價(jià)值專利聚集圈；近年來(lái)高價(jià)值專利規(guī)模總體呈現(xiàn)出不斷提升態(tài)勢(shì)，其中，沿海地區(qū)增長(zhǎng)更迅速，菱形結(jié)構(gòu)日益凸顯。此外，高價(jià)值專利自2011年起存在顯著的空間依賴性，且空間自相關(guān)趨勢(shì)逐漸增強(qiáng)，其中，H-H集聚區(qū)集中在京津冀、長(zhǎng)江三角洲以及珠江三角洲城市群，L-L集聚區(qū)集中在西北、西南以及東北地區(qū)城市。

（2）通過(guò)對(duì)高價(jià)值專利影響因素的分析發(fā)現(xiàn)，地區(qū)生產(chǎn)總值能夠顯著提升本地區(qū)高價(jià)值專利規(guī)模，但對(duì)周邊地區(qū)高價(jià)值專利的抑制作用更顯著；科學(xué)技術(shù)支出和科研人員數(shù)量對(duì)本地以及周邊地區(qū)的高價(jià)值專利均有顯著推動(dòng)作用；教育支出對(duì)高價(jià)值專利的作用主要體現(xiàn)為對(duì)本地區(qū)的促進(jìn)；普通高等學(xué)校在校學(xué)生數(shù)會(huì)顯著抑制周邊地區(qū)高價(jià)值專利規(guī)模，但對(duì)本地區(qū)高價(jià)值專利影響不明顯；公園綠地面積會(huì)顯著促進(jìn)本地區(qū)高價(jià)值專利產(chǎn)出。值得注意的是，經(jīng)濟(jì)基礎(chǔ)的改善與提升會(huì)顯著抑制鄰近地區(qū)高價(jià)值專利產(chǎn)出，與普通專利的作用結(jié)果相反；高等學(xué)校在校學(xué)生數(shù)對(duì)本地區(qū)高價(jià)值專利規(guī)模的促進(jìn)作用不顯著，但是其它研究表明，高校在校生數(shù)能夠顯著提升本地區(qū)創(chuàng)新水平。

（3）菱形結(jié)構(gòu)地區(qū)、東北地區(qū)以及外圍地區(qū)高價(jià)值專利產(chǎn)出的影響因素存在異質(zhì)性。具體為，地區(qū)生產(chǎn)總值、科學(xué)技術(shù)支出、教育支出、科研人員數(shù)量、高校在校學(xué)生數(shù)以及公園綠地面積對(duì)菱形結(jié)構(gòu)地區(qū)城市的高價(jià)值發(fā)明專利均有顯著促進(jìn)作用。其中，科技支出和科研人員數(shù)量增多同時(shí)有利于鄰近地區(qū)城市高價(jià)值專利產(chǎn)出，而教育支出增加則會(huì)顯著抑制鄰近地區(qū)城市高價(jià)值專利產(chǎn)出。東北地區(qū)科學(xué)技術(shù)支出增大對(duì)鄰近地區(qū)城市高價(jià)值專利產(chǎn)出有顯著促進(jìn)作用，科研人員數(shù)量增加有助于本地區(qū)高價(jià)值專利產(chǎn)出，高校在校學(xué)生數(shù)增加則會(huì)抑制本地區(qū)高價(jià)值專利產(chǎn)出。外圍地區(qū)城市間聯(lián)系較松散，空間溢出效應(yīng)不明顯。

5 研究啟示

基于高價(jià)值專利空間分布格局與影響因素的研究結(jié)果，提出如下建議：

（1）沿海地區(qū)更加注重高價(jià)值專利，創(chuàng)新水平穩(wěn)中求進(jìn)；中西部、東北地區(qū)需加大與沿海地區(qū)創(chuàng)新合作、優(yōu)勢(shì)互補(bǔ)，探索適合自身的高價(jià)值專利發(fā)展模式，促進(jìn)高價(jià)值專利區(qū)域協(xié)調(diào)發(fā)展。發(fā)揮中心城市和城市群的帶動(dòng)作用，借助地理優(yōu)勢(shì)加強(qiáng)與周邊地區(qū)的協(xié)作聯(lián)系，擴(kuò)大高價(jià)值專利輻射范圍，高價(jià)值專利產(chǎn)出下降或增長(zhǎng)緩慢地區(qū)要及時(shí)反思發(fā)展劣勢(shì)，彌補(bǔ)短板弱項(xiàng)。

（2）合理分配財(cái)政支出，適當(dāng)提高科技支出和教育支出，引導(dǎo)科研機(jī)構(gòu)開(kāi)展高新技術(shù)研究，加大素質(zhì)教育以及新興學(xué)科建設(shè)，激勵(lì)高價(jià)值專利產(chǎn)出。堅(jiān)持人才引領(lǐng)驅(qū)動(dòng)，充分發(fā)揮科技型人才帶動(dòng)作用，加快高價(jià)值專利產(chǎn)出；加強(qiáng)人才交流協(xié)作，促進(jìn)創(chuàng)新型人才的區(qū)域合理布局。

（3）聚焦關(guān)鍵核心技術(shù)領(lǐng)域，以國(guó)家戰(zhàn)略需求為導(dǎo)向促進(jìn)高價(jià)值專利創(chuàng)造；增強(qiáng)產(chǎn)學(xué)研協(xié)同，加快高價(jià)值專利產(chǎn)出與成果轉(zhuǎn)化，形成具有自主知識(shí)產(chǎn)權(quán)的創(chuàng)新成果；優(yōu)化專利審批流程，提高專利維權(quán)效率，確保高價(jià)值專利獲得保護(hù)；建立全面、科學(xué)的專利價(jià)值評(píng)估體系，準(zhǔn)確識(shí)別和鼓勵(lì)高價(jià)值專利產(chǎn)出。

參考文獻(xiàn)：

[1] 龍小寧， 王俊. 中國(guó)專利激增的動(dòng)因及其質(zhì)量效應(yīng)[J]. 世界經(jīng)濟(jì)， 2015， 38（6）： 115-142.

[2] 程文銀， 胡鞍鋼， 陳雪麗. 知識(shí)產(chǎn)權(quán)強(qiáng)國(guó)背景下中國(guó)高價(jià)值專利發(fā)展：測(cè)度與實(shí)證分析[J]. 北京工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2022，49（5）： 1-12.

[3] 劉勤， 楊壬淦， 劉友華. 高價(jià)值專利評(píng)估方法、存在問(wèn)題及對(duì)策[J]. 科技管理研究， 2022， 42（4）： 147-152.

[4] 何舜輝， 杜德斌， 焦美琪， 等. 中國(guó)地級(jí)以上城市創(chuàng)新能力的時(shí)空格局演變及影響因素分析[J]. 地理科學(xué)， 2017， 37（7）： 1014-1022.

[5] 周銳波， 劉葉子， 楊卓文. 中國(guó)城市創(chuàng)新能力的時(shí)空演化及溢出效應(yīng)[J]. 經(jīng)濟(jì)地理， 2019， 39（4）： 85-92.

[6] 吳玉鳴. 空間計(jì)量經(jīng)濟(jì)模型在省域研發(fā)與創(chuàng)新中的應(yīng)用研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2006，23（5）： 74-85，130.

[7] 馬天旗， 趙星. 高價(jià)值專利內(nèi)涵及受制因素探究[J]. 中國(guó)發(fā)明與專利， 2018， 15（3）： 24-28.

[8] 胡澤文， 周西姬， 任萍. 基于扎根理論的高價(jià)值專利評(píng)估與識(shí)別研究綜述[J]. 情報(bào)科學(xué)， 2022， 40（2）： 183-192.

[9] 馬治國(guó)， 謝偉， 張磊. 技術(shù)、法律、市場(chǎng)三維視角下我國(guó)藥品高價(jià)值專利評(píng)估體系構(gòu)建研究[J]. 西北大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）， 2022， 52（5）： 120-130.

[10] 楊鑫超， 張玉， 楊偉超. TRIZ在高價(jià)值專利培育工作中的創(chuàng)新應(yīng)用研究[J]. 情報(bào)雜志， 2020， 39（7）： 54-58，86.

[11] 韓秀成， 雷怡. 培育高價(jià)值專利的理論與實(shí)踐分析[J]. 中國(guó)發(fā)明與專利， 2017， 14（12）： 8-14.

[12] 邢戰(zhàn)雷， 馬廣奇， 孫艷蕾， 等. 高價(jià)值專利培育體系的構(gòu)建與推進(jìn)[J]. 中國(guó)高校科技， 2019，33（Z1）： 50-53.

[13] 鄧恒， 王含. 高質(zhì)量專利的應(yīng)然內(nèi)涵與培育路徑選擇——基于《知識(shí)產(chǎn)權(quán)強(qiáng)國(guó)戰(zhàn)略綱要》制定的視角[J]. 科技進(jìn)步與對(duì)策， 2021， 38（17）： 34-42.

[14] 李婧， 譚清美， 白俊紅. 中國(guó)區(qū)域創(chuàng)新生產(chǎn)的空間計(jì)量分析——基于靜態(tài)與動(dòng)態(tài)空間面板模型的實(shí)證研究[J]. 管理世界， 2010，26（7）： 43-55，65.

[15] 李國(guó)平， 王春楊. 我國(guó)省域創(chuàng)新產(chǎn)出的空間特征和時(shí)空演化——基于探索性空間數(shù)據(jù)分析的實(shí)證[J]. 地理研究， 2012， 31（1）： 95-106.

[16] 席強(qiáng)敏， 張景樂(lè)， 張可云. 中國(guó)城市專利規(guī)模與知識(shí)寬度的時(shí)空演變及影響因素[J]. 經(jīng)濟(jì)地理， 2022， 42（3）： 56-65.

[17] 蔡鴻宇， 王向鋒， 徐宗煌， 等. 高價(jià)值專利有何特征——基于模糊集定性比較分析的組態(tài)效應(yīng)研究[J]. 情報(bào)科學(xué)， 2024，42（4）：167-174，183.

[18] 劉謙， 姜南， 王亞利， 等. 國(guó)內(nèi)高價(jià)值專利研究熱點(diǎn)演進(jìn)與整合框架——基于SKM的可視化分析[J]. 科技進(jìn)步與對(duì)策， 2022，39（21）：151-160.

[19] AITING XU， KEYANG QIU， CANYANG JIN，et al. Regional innovation ability and its inequality： measurements and dynamic decomposition[J]. Technological Forecasting and Social Change， 2022， 180： 121713.

[20] AJAY AGRAWAL，DEVESH KAPUR，JOHN MCHALE，et al. Brain drain or brain bank？the impact of skilled emigration on poor-country innovation[J]. Journal of Urban Economics， 2011，69（1）：43-55.

[21] ANNA CHIESURA. The role of urban parks for the sustainable city[J]. Landscape and Urban Planning， 2004， 68（1）： 129-138.

[22] 李作學(xué)， 張蒙. 什么樣的宏觀生態(tài)環(huán)境影響科技人才集聚——基于中國(guó)內(nèi)地31個(gè)省份的模糊集定性比較分析[J]. 科技進(jìn)步與對(duì)策， 2022， 39（10）： 131-139.

[23] 虞義華， 趙奇鋒， 鞠曉生. 發(fā)明家高管與企業(yè)創(chuàng)新[J]. 中國(guó)工業(yè)經(jīng)濟(jì)， 2018，35（3）： 136-154.

[24] 楊仁發(fā)， 李勝勝. 創(chuàng)新試點(diǎn)政策能夠引領(lǐng)企業(yè)創(chuàng)新嗎——來(lái)自國(guó)家創(chuàng)新型試點(diǎn)城市的微觀證據(jù)[J]. 統(tǒng)計(jì)研究， 2020， 37（12）： 32-45.

[25] 翟華云， 劉易斯. 數(shù)字金融發(fā)展、融資約束與企業(yè)綠色創(chuàng)新關(guān)系研究[J]. 科技進(jìn)步與對(duì)策， 2021， 38（17）： 116-124.

[26] PARENT O， LESAGE J P. Using the variance structure of the conditional autoregressive spatial specification to model knowledge spillovers[J]. Journal of Applied Econometrics， 2008， 23（2）： 235-256.

[27] BOTTAZZI L， PERI G. Innovation and spillovers in regions： evidence from European patent data[J]. European Economic Review， 2003， 47（4）： 687-710.

[28] 王慶喜， 胡志學(xué). 長(zhǎng)三角地區(qū)研發(fā)企業(yè)集聚與知識(shí)溢出強(qiáng)度——連續(xù)空間中的微觀分析[J]. 地理科學(xué)， 2018， 38（11）： 1828-1836.

[29] 楊明海， 張紅霞， 孫亞男， 等. 中國(guó)八大綜合經(jīng)濟(jì)區(qū)科技創(chuàng)新能力的區(qū)域差距及其影響因素研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2018， 35（4）： 3-19.

[30] 張宵， 葛玉輝. 城市技術(shù)創(chuàng)新時(shí)空演變特征及影響因素研究——以江蘇省為例[J]. 技術(shù)與創(chuàng)新管理， 2023， 44（2）： 133-142.

[31] 孫勇， 樊杰， 劉漢初， 等. 長(zhǎng)三角地區(qū)數(shù)字技術(shù)創(chuàng)新時(shí)空格局及其影響因素[J]. 經(jīng)濟(jì)地理， 2022， 42（2）： 124-133.

（責(zé)任編輯：胡俊健）

Spatial-Temporal Evolution and Influencing Factors of Urban High-Value Patents in China

Wu Lei， Liu Qi， Gao Luan， Lin Chaoran

（School of Economics and Management， Harbin Engineering University， Harbin 150001， China）

Abstract：Patents， as an important part of intellectual property， are an important dimension for measuring independent innovation capability. High-value patents are better than non-high-value patents in terms of patent quality and original innovation， and are an important means in implementing the innovation-driven development strategy and building a strong science and technology country. However， China's patents are numerous but not necessarily of higher quality， and are still restricted in some" core technology areas. Enhancing the output of high-value patents has become a realistic requirement to accelerate the realization of high-level scientific and technological self-reliance and self-improvement. At present， the innovation pattern of \"being strong in the east and weak in the west\" still exists and is deepening， and scientific and technological innovation is an important way to improve the coordination and balance of development， so it is necessary to study the spatial pattern of high-value patents to alleviate the phenomenon of imbalance in regional innovation development. In addition， there is a significant spatial correlation of innovation， and ignoring the spatial effect may make the model setting biased， so the study of high-value patents should also consider the spatial issue. Cities are the spatial units and main carriers of innovation， as well as more effective units for the in-depth implementation of differentiated policies， but there are relatively few studies exploring the spatial pattern of innovation and the factors influencing it at the urban scale.

Therefore， using the panel data of 285 prefectural-level and above cities in China from 2005 to 2021， this study delves into the spatial and temporal evolution pattern of high-value patents in China from the city level and constructs spatial econometric models from a spatial perspective. The influencing factors are examined in terms of economic foundation， governmental emphasis， talent scale and ecological environment. It also further divides the regions according to the high-value patent agglomeration and explores the differences in influencing factors in different regions. This paper aims to provide a basis for improving China's high-value patent output， forming a high-value patent pattern with complementary advantages and coordinated development， and implementing differentiated innovation policies.

It is found that high-value patents present a clear pattern of coastal strength over inland， with a decreasing pattern from the east to the central and then to the west. The diamond-shaped structure with Beijing-Tianjin-Hebei， Yangtze River Delta， Pearl River Delta and Chengdu-Chongqing as the apex encompasses most of the high-value patents， forming a high-value patent aggregation circle with Beijing， Shanghai and Shenzhen as the core. In recent years， high-value patents in general have shown an increasing trend， but the growth in coastal areas is more rapid， and the diamond-shaped structure is becoming more and more prominent. The study also finds that GDP significantly increases the size of high-value patents in the region， but has a stronger dampening effect on high-value patents in neighboring regions. Expenditure on science and technology and the number of scientific researchers have a significant impact on high-value patents in both local and neighboring regions. The role of education expenditure on high-value patents is mainly reflected in the promotion of the region. Students enrolled in general higher education institutions will significantly suppress the size of high-value patents in the neighboring regions. Parks and green spaces will significantly promote the output of high-value patents in the region. It is worth noting that the economic base will significantly inhibit the development of high-value patents in neighboring regions， contrary to the results of the study on general patents; students enrolled in higher education institutions do not have a significant role in promoting the scale of high-value patents in the region， while other studies have shown that students enrolled in colleges and universities can significantly enhance the level of innovation in the region. Finally， there is heterogeneity in the influencing factors of high-value patents in the diamond-shaped structure region， the northeast region， and the peripheral regions.

In conclusion， using high-value patents as a measure of innovation， this study explores the spatial pattern and influencing factors on the urban scale， and considers the regional heterogeneity of the influencing factors. The findings provide a targeted reference for creating high-value patents in various regions.

Key Words：Intellectual Property；Urban Innovation;High-value Patents;Spatial Durbin Model

收稿日期：2023-10-27 修回日期：2023-12-28

基金項(xiàng)目：國(guó)家自然科學(xué)基金青年項(xiàng)目（72104064，72001056）；國(guó)家社會(huì)科學(xué)基金一般項(xiàng)目（23BGL076）

作者簡(jiǎn)介：吳雷（1980—），男，黑龍江哈爾濱人，博士，哈爾濱工程大學(xué)經(jīng)濟(jì)管理學(xué)院副研究員、碩士生導(dǎo)師，研究方向?yàn)榧夹g(shù)創(chuàng)新和知識(shí)產(chǎn)權(quán)管理；柳淇（1999—），女，山西運(yùn)城人，哈爾濱工程大學(xué)經(jīng)濟(jì)管理學(xué)院碩士研究生，研究方向?yàn)榧夹g(shù)創(chuàng)新；高孌（1989—），女，江蘇宿遷人，博士，哈爾濱工程大學(xué)經(jīng)濟(jì)管理學(xué)院副教授，研究方向?yàn)槠髽I(yè)信息化和社會(huì)網(wǎng)絡(luò)；林超然（1987—），男，黑龍江哈爾濱人，博士，哈爾濱工程大學(xué)經(jīng)濟(jì)管理學(xué)院講師，研究方向?yàn)榧夹g(shù)創(chuàng)新與知識(shí)產(chǎn)權(quán)管理。本文通訊作者：林超然。