衣春波 赵文华 邓璐芗 许 鑫
(1.华东师范大学经济与管理学部 上海 200333;2.华东师范大学调查与数据中心 上海 200333)
科技创新能力是国家实力的关键体现,全球科技创新空前密集活跃之际,各国都将科技创新作为重要战略目标。习近平总书记多次强调要把科技创新摆在国家发展全局的核心位置同时要强化科技创新源头供给,加快打造原始创新策源地。“策源地”在《现代汉语词典》中被定义为诸如战争活动、社会运动等的策划发起之地,表示源起之地。在科技创新语境下,策源能力指的是一种具有源头始发性、充分整合智力要素并形成带有本土创新特点的突破性科技成果[1]。科技创新包含了具有原创性的科学研究和技术创新,技术创新策源体现出一种内生创新力量,会对后续创新行为产生持续影响力,也会对经济产业产生策源效应,带动产业创新发展,是高质量的科技创新,对技术创新策源能力进行评价有利于明确技术创新发展定位、找到技术创新发展不足、明确未来技术发展方向。
专利是技术创新成果保护的重要制度保障,也是评价技术创新策源能力的优越指标。专利文献从多个方面反映了发明创新活动的投入状况、产出状况、质量高低、国家或地区的技术创新能力、重点技术领域的创新水平等,通过对专利文献包含的大量信息进行挖掘和提炼,可以用来评估不同区域或技术领域的技术创新能力、预测技术发展趋势、辅助技术创新政策制定。因此,本研究以专利视角作为技术创新策源能力评价的切入点,基于专利信息构建一套定量技术创新策源能力评价指标体系,并以上海人工智能技术领域为例验证指标体系的可行性,为创新性评价技术创新策源能力提供参考。
专利与技术创新能力评价之间的关联关系得到了众多学者的支持与肯定。国外学者认为专利与技术创新之间具有非常密切的关系,可以作为技术创新能力评价的重要参考和正式指标[2-3]。国内学者也通过多方法多角度肯定了专利对评价技术创新能力的指示器作用和核心指标地位,证明了专利与科技进步的极大关联性[4-6]。其中,专利数据记载了技术创新过程中的大量信息,数据更新及时,著录格式规范,在评价技术创新能力中具有显著优越性。Haupt认为专利数据提供了行业、产品、技术有关的详细信息,是可以分析技术生命周期发展的重要来源数据,并且专利是高质量的可获取数据[7]。
现有研究中,将专利数据作为技术创新能力测量评价指标已被广泛接受和认可[8-12],但在指标体系构建中基本都包含了与专利无关的维度,如政府资金投入、金融贷款支持、法律规章等,一些诸如专利信息平台建设、战略规划等指标无法量化或者难以获取数据。在指标设计维度上,从投入、支持、产出几个维度对技术创新能力评价已经获得学界的普遍认可,而对于专利这样一种特殊的技术信息源,专利质量高低对技术创新能力评价的影响非常重要,也是创新策源能力的重要体现,但鲜见将专利质量评价作为主要维度考虑在内。
综上,专利评价技术创新能力有充足的说服力和优越性,但将专利以外的维度纳入评价体系可能存在量化困难或者难以获取数据等不足之处,也少见以专利信息对策源能力维度的评价。本研究认为,技术创新策源能力与专利质量高低具有很强关联性,高质量专利是技术创新策源能力的重要体现,专利被引、专利深度和广度等具体指标可以反映出技术创新策源影响力,专利体现出的经济价值、战略价值等可以反映出技术创新对经济产业的策源效应。因此,可以通过专利质量对技术创新策源能力进行评价。
立足于当前技术创新评价较为成熟的研究成果以及数据弊病,本研究折中构建了一套完全基于专利信息的技术创新策源评价指标体系,将专利质量纳入评价体系,丰富了评价维度和指标设计,同时规避了一些与专利不直接相关的评价指标,在保持各项指标和体系简洁、客观、可行的基础上,兼具理论意义和现实意义。最后,本研究以上海人工智能技术领域为例验证指标体系的可行性,为创新性评价技术创新策源能力提供参考。
2.1基于专利信息的技术创新策源评价指标本研究构建的技术创新策源能力评价体系,在关注技术创新能力的同时,也注重对策源能力的评价。低质量专利无法体现技术创新真实水平,高质量专利才是挖掘核心技术源头、产生策源效应的重中之重。因此,本研究创新性将专利质量纳入评价体系,从技术、经济、法律、战略层面反映策源能力。其次,考虑到评价指标体系的简洁精悍,本研究对投入、支持、产出三个维度进行合并,将技术创新支持能力中合作性申请指标如专利合作占比、发明专利合作占比、专利代理人和专利代理机构,划入创新资源投入维度。无论是机构之间还是个人之间或者个人与机构之间的合作,都属于人力物力资源的投入,合作越多,资源投入越多,因而可以划归到创新资源投入维度。由此,本研究最终构建的完全基于专利信息的技术创新策源评价指标体系包括技术创新策源投入能力、技术创新策源产出能力和技术创新策源质量评价3个一级指标维度,各个创新能力评价维度的要素构成和具体指标如表1所示。评价中所需的各项信息都可以在专利数据库中获取得到,专利数据准确,具有国际一致的著录格式,所有的公开数据都经过国家法律审查,数据真实规范,增强了科学性和可操作性。
表1 基于专利信息的技术创新策源能力评价指标体系及其权重
2.1.1 技术创新策源投入能力 技术创新策源投入维度设置人才资源和机构资源两个构成要素。专利是一种智力产出成果,一项专利技术的发明主要归功于技术研发人才,以及推动专利申请成功的辅助性人才,在研发人才中,关键发明人是尖端人才,技术创新能力和创新质量都在行业内领先,职务发明有更充分的研究条件和设备,有更优越的创新资源,资源投入也高于非职务发明,因此人才资源要素投入类指标主要包括发明人指标、关键发明人指标、职务发明指标和核心专利代理人指标。
在机构资源要素投入类指标方面,机构是参与创新活动的主体,也是专利权的拥有者。申请人数量可以反映一个地区的技术创新活跃度,关键申请人占比越高,说明某地区或某领域技术创新能力越强,创新投入越多。企业具有较强创新需求嗅觉,技术创新活跃度和策源产业效应更高,核心代理机构和外部合作申请则能够从侧面反映出技术创新策源投入情况。因此,机构资源投入主要包含申请人指标、关键申请人指标、申请人类型指标、核心代理机构指标、外部合作指标。
2.1.2 技术创新策源产出能力 技术创新策源产出能力指标设置数量类指标和范围类指标。专利申请数量是技术创新策源产出的最直接反映,也是对创新产出的宏观、整体性描述。每一项专利都在一定程度上代表着一种新技术、新方法、新思路、新工艺输出,反映出某地区或某产业技术创新的积极性和活跃程度,专利申请数量越多,创新产出能力越强。专利申请速率能够从侧面反映出技术创新意识,申请速率越快,技术竞争激烈程度越高,整体环境创新水平越高。因此,数量类指标设置专利申请数量和申请速率两个指标。
在范围类指标方面,既有专利本身公开类型和技术范围评价,也有地域范围考虑。专利类型及各种类型占比情况反映技术创新性强弱分布,发明申请审查周期和严格程度高于实用新型和外观设计,因此更能代表较高的技术水平和创新能力。地域分布范围反映出申请人对市场前景、技术竞争、战略防御、技术钳制等多方面考虑,愿意花高成本进行专利布局的技术代表了更高的创新水平和创新意识。技术覆盖范围则反映出专利的创新性和应用前景,技术覆盖范围越广,说明技术持有者的垄断权越强,被模仿的动机就越少,产生的创新效应就越强。
2.1.3 技术创新策源质量评价 技术创新策源质量评价维度指标主要是出于高质量专利评价,目的在于从海量专利中筛选出关键技术情报,发现真实创新策源实力。专利价值不仅体现在技术层面创新,同时也会对经济、法律、战略维度产出策源效应,因此对技术、经济、法律、战略维度的专利评价能够反映出技术创新策源能力。
在技术层面,专利被引是其技术影响力直接体现,被引次数越多表明蕴含的技术越先进,对后续发明的技术影响力越大,技术创新策源水平越高,这种专利通常包含着领域核心技术。权利要求数量则反映了技术方案数量,高质量专利的平均权利要求数量会高于一般专利权力要求数量。
经济层面来看,三方专利是创新技术市场当下及潜在价值的间接体现,美日欧是专利制度较为发达的国家,三方专利表明技术能够经受高水平技术市场的检验,占比越高则创新策源能力越强,而转让、许可、质押则是直接经济效益体现。
法律层面来看,发明的含金量高于外观和实用新型,而授权的质量高于申请,发明授权率则是技术创新策源能力水平的较高评价标准,同时维持专利有效是通过经济成本的付出维护专利权的稳定性,体现出对专利质量的肯定。
战略层面设置同族专利指标和专利深度指标。同族专利反映技术战略布局的广度,专利权人将某项技术在多个国家、组织、地区申请保护,目的是扩大该技术的保护范围,每个地区的专利布局都需要付出成本,因此专利族的大小与专利质量成正相关。专利族深度反映技术布局深度,指的是拥有同族专利的技术群组在同族国家布局的平均数量,值越大表明技术保护网络越密集,技术价值越高,专利质量越高。
2.2技术创新策源评价指标赋权由于指标体系中各指标数量级与量纲存在差异,直接利用原始数据计算无效且不科学,因而为消除原始数据量纲差异,本研究在指标赋权前对所有指标进行直线无量纲处理,保证各指标最终取值统一于相同数据特性,转化处理后各指标数据范围处于[0,1]之间。在包括多项指标的综合评价中,本研究选取层次分析法进行指标赋权,邀请领域权威专家对各要素相对重要性打分,建立指标重要性两两比较判断矩阵,经过比较和打分,最终确定各项指标的权重大小。
本研究采用专家调查法来确定各指标权重,总共发放问卷19份,选择的专家包括从事专利数据库建设的企业员工3人、从事专利信息咨询服务的企业人员2人、从事专利研究的高校学者10人、国家知识产权局前审查员4人,力争确保专家测评小组成员的多元化、全面性、专业性、权威性,最终收回有效问卷15份,在此基础上对调查结果进行统计分析。
根据层次分析法的原理和过程,本研究使用yaahp软件构建两两比较判断矩阵,并进行单层权重计算以及一致性检验,以避免专家打分结果中各因素对总目标的重要性程度出现较大偏差和分歧,增强客观性,最终计算出本研究评价体系的各项权重值,见表1中各指标后具体数值。
3.1分析对象选取人工智能是新一轮科技革命和产业变革的重要驱动力量。习近平总书记多次对人工智能做出重要指示,指出加快发展新一代人工智能是赢得全球科技竞争主动权的重要战略抓手。上海人工智能一直走在全国前列,连续三年举办的世界人工智能大会也为上海形成了链接全球人工智能的重要影响力。目前上海正在全力打造人工智能“一流创新生态”,努力成为全球人工智能创新重要策源地。为更好发挥本研究时效性价值,本文选取上海人工智能技术领域作为研究对象,并以纽约、东京、伦敦作为对标城市,利用本研究构建的评价指标体系进行实证对比分析,一方面验证指标体系的可行性,另一方面立足现实,从专利视角评价上海人工智能领域技术创新策源能力,找到差距,精准施策。
3.2数据来源与检索方法本研究中所用的专利数据来源于incoPat科技情报检索平台,该平台收录了全球120多个国家和地区的专利数据,收录的时间跨度为1900年至今,专利收录总量大,数据更新及时,数据著录齐全规范,多国语言翻译转化准确率高。
经过相关文献调研以及检索结果测试调整,文本最终借鉴张振刚等人采用的检索策略,以" artificial intelligence* "" Depth learning* "" Natural language processing* "" Speech Recognition* ""Computer vision* "" Gesture control* "" smart robot* " " Video recognition* "" Voice translation* "" Image Recognition * "" Image Identification * "" Machine learning*"及其对应的中文含义为主要检索词进行检索[13],同时结合申请人地址为“上海”、“纽约”、“东京”、“伦敦”为关键检索条件,检索时间为2019年12月9日至2019年12月10日,数据时间范围为2009年1月1日至2019年12月10日。由于专利数据公开的滞后性,2018年和2019年的数据不作为最终的结果,仅供参考。经过对检索数据的清洗去噪,最终得到上海专利7 648件,纽约专利7 710件,东京专利14 889件,伦敦专利586件,并以此作为分析基础。
本研究中各项专利指标的得分均是对原始数据进行直线无量纲化处理后的结果。各项三级指标得分为各项分指标综合占比之和,上一级指标得分为下一级指标得分与相应的权重乘积之和,评分结果以小数形式表示。
只消看看袁阔成和单田芳两大名家的几个数据或可释然。袁阔成的《三国演义》共365回长达182小时,人物超过400个。单田芳的《隋唐演义》216回长达86小时,刻画人物也达180个,尤其是李元霸“长相丑陋,生性憨傻,但却力大无穷”的形象,通过单田芳的表演早就深植人心。
3.3技术创新策源投入能力IncoPat系统设计了包含20多个参数在内的数学模型,经过复杂的计算对单篇专利的技术质量进行评估,采用打分制的量化形式对专利的价值进行客观评价,其分数范围是1分到10分,1分为最低分,10分为最高分,分数越高,说明该技术越稳定、越先进、保护范围越得当,从而专利的综合价值越高。对上海、纽约、东京、伦敦4个城市的人才资源要素各项指标进行统计,得到表2。关键发明人、核心代理人、关键申请人、核心代理机构的统计基础为incoPat系统中价值度在6到10分之间的专利。关键发明人、核心代理人、关键申请人、核心代理机构、权利要求数均以专利数大于等于10件作为筛选标准。
从表2可以发现,东京的发明人数量遥遥领先,纽约虽然专利数量仅比上海多不到一百件,发明人数量却比上海多4 000多人,可见上海在发明人投入数量并无明显优势,但是在每件专利投入的发明人数量方面上海仅次于东京,说明上海在人工智能领域比较重视研发人员的投入。从关键发明人数量上可以看出上海的高质量创新人才优势不足,加大高精尖人才投入是当务之急。上海的非职务发明占比较高,在职务发明中,上海的高校申请人远高于其他3个城市,企业申请人占比明显较低。东京的核心代理人数量位列第一,上海虽然仅次于东京,但与东京差距很大,知识产权全链条人才投入明显不足。
表2 上海、纽约、东京、伦敦人才资源投入指标
表3 上海、纽约、东京、伦敦机构资源投入指标
机构资源投入指标上(表3),东京的申请人数量约为其他3个城市申请人数量之和,足以看出其在人工智能领域的实力。平均机构投入上,伦敦领先于其他城市,这从伦敦人工智能企业数量全球排名第四便可看出其机构投入之多。关键申请人方面,上海与纽约东京有较大差距,经数据分析,纽约有IBM、通用电器,东京有索尼、佳能等大量专利申请的世界知名公司,上海主要的申请人则以上海交通大学、复旦大学、同济大学等高校为主。申请人类型上上海的企业占比明显低于其他3个城市,以大专院校为主。在合作申请专利中,东京合作申请人数量领先,但由于合作产出高导致每件专利投入的合作申请人数量较少,这一方面伦敦具有领先优势,而纽约的平均合作投入力度要高于上海。从核心代理机构上可看出东京的知识产权全链条资源投入具有明显优势。
由以上4个城市人才资源投入和机构资源投入分析基础上,计算得出4个城市技术创新策源投入能力最终得分,见表4。
表4 技术创新策源投入能力最终得分
3.4技术创新策源产出能力在技术创新策源数量产出指标上(表5),东京的专利申请数量占有绝对优势,上海与纽约数量相当,伦敦稍显落后。
表5 上海、纽约、东京、伦敦数量类产出指标
分析发现,上海的专利申请速度增长势头迅猛,申请速率居于4个城市之首,尤其是2014年之后,其人工智能领域专利申请有了飞速增长,与纽约和东京的差距逐渐缩小并实现赶超,具体见图1。
图1 上海、纽约、东京、伦敦专利申请数量变化趋势图
对4个城市的范围类产出指标进行统计,得到表6。
表6 上海、纽约、东京、伦敦范围类产出指标
专利的公开类型中,发明申请需要经过实质审查,对创造性、新颖性、实用性的要求更严格,更能体现技术创新实力,总体来看上海的专利以发明申请为主。Gambardella等认为专利被授权的地域范围对专利的价值有显著的促进作用[14],国外布局专利代表了较高的技术水平,而上海的国外申请专利占比远低于其他3个城市,可见在国外技术竞争布局上上海还要加大投入。本研究中将技术范围中包含2个及以上IPC小类号的专利定义为较宽专利,对比看出,4个城市较宽专利占比相差不大,但纽约和东京仍有领先优势。
经过以上对4个城市技术创新产出数量类和范围类指标数据的分析,得出技术创新策源产出能力总得分,如表7所示。
表7 技术创新策源产出能力最终得分
3.5技术创新策源质量评价专利被引次数能够反映出专利创新质量,被引次数越多,说明技术影响力越高,技术创新质量越高。Karki等在早期的研究中指出,所有专利中大约有70%从未被其他专利引用过或者仅被引用过一次,被引频次大于5的专利较少[15]。因此,本研究选择被引次数大于等于5次的专利作为高被引专利。
表8 上海、纽约、东京、伦敦技术质量指标
对4个城市技术创新策源质量各项指标进行统计(表8),分析发现纽约高被引专利占比较高,世界知识产权组织、欧专局、美国、中国、日本、韩国、西班牙、法国等国家是主要的引证国。平均被引证国家中伦敦的技术被引占有明显的优势,说明其技术影响力较大,上海排名第四,技术质量的竞争力较为不足。在权利要求指标上,上海不比其他3个城市,上海在专利研发申请中海应增加技术方案保护数量。
表9 上海、纽约、东京、伦敦经济质量指标
在三方专利占比上(表9),4城市显示出巨大差异,东京处于绝对领先地位,上海的三方专利综合占比仅为2.5%,表明其专利参与技术发达地区竞争的意愿不强、实力欠缺、投入不足。而在直接体现经济价值的转让、许可、质押指标上,上海依然没有显示出很强的经济效益,反映出专利技术的转移转化能力较差,商业化价值较低,提升经济价值是当前上海专利需要重点努力的方向。
表10 上海、纽约、东京、伦敦法律质量指标及得分
在法律质量指标上(表10),上海专利有效维持方面仅次于东京,体现出技术的当前及潜在价值相对较高。从发明授权占比来看,东京和纽约、上海与伦敦分别接近,但两者的差距较大,因此从法律角度反映出上海与技术发达国家的专利质量存在较大差异,国家对高质量专利的重视增大了授权的难度,因此提高专利质量还是当务之急。
表11 上海、纽约、东京、伦敦战略质量指标
在战略质量各项指标上(表11),东京同族专利指标占比高达64.7%,可见其在4个城市中是对技术布局广度最为重视,充分体现出东京技术群组战略布局广泛性。从专利深度指标来看,专利技术平均在每个保护地区布局的数量上海排名第四,技术还要深深扎根和布局在各地才能构建更加严密、坚实地技术保护网络,从而更稳更强地进行市场竞争。
综合以上对4个城市技术创新策源质量评价指标的分析,得出技术创新策源质量评价总得分,见表12。
表12 技术创新策源质量评价最终得分
3.6技术创新策源能力整体评价通过对上海、纽约、东京、伦敦4个城市在人工智能技术领域的技术创新策源投入能力、技术创新策源产出能力、技术创新策源质量评价3个维度的比较分析,得出技术创新策源能力总得分及排名情况,见表13。
表13 上海、纽约、东京、伦敦人工智能技术领域技术创新策源能力对比
为了进一步清晰说明上海在4个城市中的技术创新策源状况,本研究根据分析结果制作二级指标雷达图,从整体上更加直观的显示上海在各要素上的创新能力排名。
图2 人工智能技术创新策源二级指标雷达图
图2可直观显示上海在人工智能技术领域的技术创新策源水平,主要包括:
a.人工智能技术领域的技术创新策源能力由强到弱依次为:东京、纽约、上海、伦敦。东京在创新策源投入、产出和质量上都占有非常明显的优势。纽约在创新策源投入和质量上都有较强的优势,但在产出上明显有些落后。上海的创新策源投入和产出的优势程度明显高于质量,技术创新策源质量具有较大短板。伦敦的创新策源投入能力明显落后,但产出和质量具备较强优势。
b.上海技术创新策源投入能力低于东京和纽约,优于伦敦。上海在每件专利上的平均人才投入量并不低,但是总体上缺乏具有高质量高数量产出的核心人才,知识产权链条上各个环节的辅助投入较为欠缺。领域内缺乏实力雄厚的领军企业,主要专利技术产出以高校和科研院所为主,核心申请人占比较低,技术合作申请主体专利产出数量偏低,很多技术仅仅是停留在实验室,申请了专利而没有实现市场化和商业化,产学研合作程度较低。整个行业内缺乏具有较高实力的知识产权辅助机构,技术创新发明主体和周边辅助投入低于东京和纽约。
c.上海技术创新策源产出能力低于东京,优于纽约和伦敦。上海在专利申请数量上远低于东京,与纽约接近,近年来上海非常重视在人工智能技术领域的专利申请,申请速率迅速增长,但专利布局以国内申请为主,国外申请的专利占比远低于其他3个城市,申请的专利中体现技术交叉性和综合性技术的专利占比低,单一性技术发明较多。
d.上海技术创新策源质量低于东京、纽约、伦敦,具有明显短板。上海专利高被引数量和平均被引证国家数量与其他几个城市存在较为明显的差距,说明技术创新策源持续影响力不足,缺乏人工智能领域内的基础专利和核心专利。申请的专利中,技术方案数量总体少于其他城市,技术保护范围较大,技术保护网络不够紧密,容易被模仿和超越。在美日欧等技术发达地区布局的专利数量较少,能经得起国际高水平技术市场检验的专利明显较少,专利技术市场流通性较低,很多技术还是以自己申请自己保护自己所用,没有实现商业化运营价值,对产业的策源效应较弱。发明授权占比与东京和纽约差距过大,申请多而授权少,上海人工智能技术的实用性、新颖性、创造性有待提高。同时,上海专利技术群组的战略布局水平低于其他3个城市,需要进一步提升技术创新国际战略布局。
本文构建的完全基于专利信息的技术创新策源评价指标体系,汲取学界较为成熟的部分研究成果,弥补现有研究中数据获取弊病,考虑专利质量对创新策源能力评价效果的影响,并创新性增加战略质量评价维度,具有良好的客观性、简洁性、可行性。在对上海人工智能领域的技术创新策源能力评价中,得到了较好的应用结果,上海人工智能技术创新策源能力排名第三,低于东京和纽约,优于伦敦,技术创新策源产出优势明显,但技术创新策源质量具有明显短板。
根据实证分析结果,上海人工智能技术创新发展应增加技术创新策源投入力度,并增强技术创新策源质量。据此,本研究从创新环境和创新主体角度提出上海人工智能技术创新发展的建议:
a.创新环境建设方面,上海应构建良性的创新政策环境,做好人工智能创新策源方向引流;加强人工智能创新人才的吸引、激励、留用政策建设,构建人工智能创新人才池,提供具有竞争力的人才政策,吸引并留住核心人力智力要素;鼓励知识产权全链条各环节的创新投入,包括知识产权代理机构和高素质专业性代理人才,创新企业孵化基地和技术转移转化中介机构,营造积极活跃的创新创业环境,整体提升技术发明人和申请者的质量水平。
b.创新主体发展方面,上海各创新主体要提高人才创新资源和机构自身创新资源投入质量,构建高质量创新人才团队,形成稳定的创新技术输出核心流,在机构资源投入上,借助上海高校科研院所的智力优势,加强校企合作,实现产学研联动发展,推动技术创新市场化、商业化;通过加强合作深度和广度带动提升技术创新策源的深度和广度,加强原创专利的研发申请,切实提高原生创新能力,提高技术交叉性研究和实施例的辐射范围;提高专利布局深度,积极“走出国门”,广泛布局海外专利和同族专利,构筑严密的核心技术防御战略保护体系,在积极加入美日欧等专利制度发达国家市场竞争的同时,积极布局新兴技术市场,提高多元地区技术影响力;加强竞争对手监测预警,充分保护自身的关键技术和核心技术,做好高质量专利监测、跟踪,以国际化眼光构筑国际化竞争战略,提高前沿技术的嗅觉和敏感度,早布局,广布局,深度布局,为打造具有国际影响力的技术创新策源中心积聚实力。
最后,文章虽然对技术创新策源评价进行了初探,但仍存在一些不足之处,例如在指标设计上,引证指标、专利合作指标、技术范围指标、转让指标等都是可以继续深挖的重要指标,专利内容质量上诸如说明书中实施例的数量、核心技术关键词频次等,可以更好地反映技术创新策源的专业化应用程度以及可实施性的指标方面,可进一步挖掘完善,在指标赋权上,选取的专家样本较少,可能会对实证结果产生一定影响。但本研究完全基于专利信息视角构建技术创新策源指标体系,能够对当前技术创新策源评价和建设产生一定启发作用。