基于专利计量的技术创新催化能力的多维度测量

宋昊阳，侯剑华，张 洋

（中山大学信息管理学院，广州 510006）

1 引 言

在知识经济时代，创新是经济发展的重要动力；创新不仅是企业生存与持续发展的保障，更是一个产业、区域乃至国家核心竞争力的体现[1-3]。追求创新能力、创新绩效的提升一直受到理论界与实践领域的持续关注。随着开放式创新、创新生态系统等理论的发展[4]，创新过程的复杂性[5]、创新参与者的多样性日益凸显[6]。创新不再是创新者的独立活动，而是组织内外多角色的跨边界、跨职能的协同[6]。除了创新者，知识突破者（knowledge bro‐ker）[7]、桥梁成员（bridging member）[8]、跨边界者（boundary spanner）[9]等创新辅助角色被相继提出，不同的创新主体角色不仅在创新绩效改善、创新效率提升等方面发挥了积极的辅助支撑作用，他们对创新过程的催化作用也越来越引起研究者的关注。

整体来看，当前创新催化议题的相关研究仍处于起步阶段，研究成果较为分散，涉及技术转移、研发、创新等多个领域，关注焦点从最初的中心企业的伙伴识别、选择等问题，逐渐转向网络中对其他组织发挥支撑作用而自身不参与具体创新活动的实体研究[10-11]，在解读创新催化、创新媒介等角色功能、价值、定位的基础上[12-13]，探究其对知识管理、创新绩效等方面的影响[7,14]。尽管学者们解读了创新催化角色的多样性、特征与价值，但针对主体创新催化能力，尤其是技术创新催化能力的研究十分有限。现有研究主要以问卷调研的方式梳理创新者与催化者的关系，并基于个体的主观评价测度创新的催化水平[15]。较为单一的测量指标，不利于深入揭示主体创新催化能力；同时，由于评价是针对个体的，测量结果的主观性较强，测量结果的稳定性与适用性还有待提升。

鉴于当前有限的创新催化能力测度方法与工具研究，本研究以技术合作创新的重要产出成果——专利为核心，融合专利计量理论与方法，针对技术创新催化能力，构建多维度测量模型；并选取中、美、日、韩的国际创新催化者为样本，从创新催化的角度，探究其作为创新跟随者模仿、学习与合作的对象，扮演创新联盟、产业集群乃至创新生态系统等创新网络的基础与组织者，所能发挥的催化价值。本研究旨在实现对技术创新催化能力水平的定量化、综合性测量，深化创新催化议题的方法与工具研究，为进一步探究技术创新催化能力奠定基础。

2 文献回顾

2.1 创新催化

创新催化最早由Martin[16]提出，指的是组织创新过程中，个体层次组织成员支持和促进其他成员创新的辅助活动。在此基础上，Tortoriello等[17]率先关注到组织内个体合作网络中的创新催化现象，从网络视角将创新催化者定义为支持、加速其他网络成员创新活动的个体，以是否拥有专利申请来区分创新者与创新催化者，并提出知识基础的存量积累和流量更新、嵌入于网络闭合结构的知识共享意识与意愿是网络中个体成为创新催化者的重要内部基础。其中，多样化的知识提供了创新优势，有利于不同知识的吸收与融合；闭合式网络促进了成员间共同知识基础、知识需求识别与共享意识的形成。同时，尽管创新者与催化者虽然不同，但并非两个对立的个体，而是个体在创新活动中的角色划分。同一个个体既可以是创新者——产生新的想法，也可以是催化者——帮助其他个体实现创新。如Beretta等[18]通过聚类分析发现，除了成为创新者，企业员工在创新活动中还扮演着另外四种主要或次要贡献者角色，即legitimizers、socializers、passive evaluators与passive observers，分别发挥着知识或观点的seeking、giving、reflecting和reinforcing的功能，且不同角色间存在着交叉。杨剑钊等[19]则深入团队内部，从个体属性角度，探究了创新催化在前置型人格与创新绩效间的积极作用。近年来，随着创新网络、开放式创新研究的融入，创新催化者逐渐从个体上升到组织层次。以魏龙等[20]为代表的中国学者进一步丰富和深化了组织层次创新催化网络的量化研究，聚焦企业间的创新催化关系，揭示了催化者所处闭合网络、知识基础、惯例复制等对自身创新催化水平的重要影响。van Niekerk等[21]发现，大学在社会创新中发挥着跨学科、跨部门平台的催化作用。Schwartz等[2]的研究证实了地方产业联盟对创新生态系统构建的五种催化途径。

尽管明确探讨创新催化者的研究十分有限，但在供给方视角下，组织层合作网络中多样化的创新辅助角色已引起学者们的关注[9]，知识突破者[22]、桥梁成员[23]或跨边界者[10]等发挥创新催化与支撑作用的创新媒介被相继提出。广义上，创新媒介是指在创新过程的各阶段为不同合作者提供支持的组织[12]。虽然研究对象层次与内涵有所差异，但创新媒介对创新者的创新活动与过程有着重要的支撑作用，在知识创新和创造过程中，通过新技术的商业化，发挥着知识搜索、问题解决、连通和协同主体间知识等催化作用[24]。同时，随着相关研究的深入，创新媒介的角色从连接合作伙伴，逐步扩散为构建中介关系与知识合作的桥梁，弥补能力空白[25]。相应地，创新媒介的角色与功能越发丰富，现有研究主要从功能角度关注两类创新媒介角色：①知识中间人（brokerage），指在具有不同能力的企业间构建起合作桥梁的组织[26]，其通过关联不同的组织，在不同主体间搭建起创新关系的桥梁，强化创新的网络关系，提高外部知识的可获取性和搜寻能力[7]，在实现不同资源流通的同时，降低技术的交易成本[12,14]，进而促进外部知识的转移，加速组织内部创新[27]，促进新知识的创造与组织创新能力的提升[22]；②知识突破者（knowledge brokers），指跨越多个市场和基础领域，实现知识的边界突破与流动的主体，其能够打破不同边界间的隔阂，通过知识的流动与转移[9]，促进已有知识与方法的重组，以支持创新、解决新问题[28-29]。相对地，创新者使用媒介来搜寻和解决与创新相关的问题，提升自身创新绩效[26]。

综合来看，创新催化是伴随创新过程而存在的一类创新辅助活动。首先，尽管催化的方式和内容具有一定的多样性与差异性，但知识与技术仍是推动创新、实现催化的核心。发挥这一功能的主体既可以是组织中的成员，也可以是开放式创新中的组织主体，两者均是创新活动参与者角色的细分。其次，在创新催化者识别方面，有学者以是否拥有专利作为识别个体创新者的依据，可以较为便捷直观地区分两种角色，但忽略了创新合作关系的复杂性，以及创新角色的可变性。本文认为，同一主体在不同的创新合作过程中，发挥着不同的功能与作用，既可以是创新者，也可以是创新催化者，其角色是动态变化的。即使同为专利的申请者，在创新中也发挥着不同的作用，有着不同的贡献，并外化为申请人排名次序。相应地，非专利第一申请人可能并不是专利的创新者，而是主要扮演了催化者角色；尤其是组织层次的创新催化，虽然个体是创新的具体实施者，但专利申请人通常为其所在组织。同时，追求创新已是各类组织的普遍行为，需要依据组织间每次合作的具体表现来确定角色。再次，创新媒介与创新催化者既有内在的一致性，又有一定的差异。创新媒介也扮演着创新催化者的角色，并通过促进知识溢出、扩散、转移等知识流动过程，提升创新效率，降低创新成本。但其更强调组织层次发挥关联作用的主体，核心在于从构建创新者与其他合作对象的联系，推动知识资源的跨边界、跨组织流动，逐渐扩散到媒介在知识资源搜索、获取、开发、融合等方面的价值。同时，创新媒介并不一定是创新知识资源的初始来源，可能仅发挥中间者的二次传递功能，不同的催化者，其本身仍需要获取不同的知识与信息，才能进一步促进他人的创新[17]。但从创新者的角度来看，创新媒介也同样发挥着催化的重要作用。因此，本文融合创新媒介相关理论，进一步解析创新催化能力的结构与功能。

2.2 创新催化能力的测量

创新催化的相关研究尚处于起步阶段，针对创新催化能力或水平测量的研究较为有限。其中，Tortoriello等[17]较早关注了创新催化者对创新活动或过程贡献水平的衡量问题，通过开发相应的测量量表，以问卷调查的方式来测度研究对象在网络中对其他组织的创新催化程度。但由于创新网络中参与者较多，该测量方式难以涵盖全部主体。因此，后续学者开始借助专利与文献计量方法尝试进一步完善以问卷为基础的测量工具。如魏龙等[30]基于更具操作性和代表性的专利数据，从过程视角分解创新催化，提出焦点组织创新支持、邻域组织实施创新、焦点组织催化感知三个维度及其数学测量模型；同时，在其后续研究中进一步结合Tortoriello等[17]的问卷题项，提出了以专利数据作为加权指标的二阶段测度方法与模型[15]。此外，胡苏捷等[31]提出创新的三级催化概念模型，并融入了企业创新催化过程中涉及的多种要素，如人、财、物、信息、大型仪器设备、政府支持力、管理体制等；朱明明等[32]结合文献数据，通过作者合著信息构建了个体“襄助效应”的测度模型；张丽华等[33]则依据作者署名顺序信息，区分科研人员对创新的贡献水平。

综合来看，以问卷调查方法构建创新催化关系，进而测度创新催化能力的方式不仅具有相对较大的主观性，还受到一定程度的应用限制，难以对众多主体进行较为客观、稳定的测度。相对地，专利数据作为可靠的知识来源，是技术、组织、法律、合作等信息的有效载体，专利信息包含了全球研发产出的90%以上[34-35]，已被广泛应用于技术合作关系分析、创新能力测度[36-37]；这为本研究的展开奠定了一定的理论与方法基础，为借助专利计量方法探究技术创新催化能力的量化测量提供了可能性。

另外，创新催化的核心在于向创新者提供信息、知识与技术等资源支撑，体现为知识由供给方向需求方的流动。已有研究仅探讨了具体创新合作过程中的知识流动关系，忽视了创新者技术知识获取途径与来源的多样性；尤其在技术知识快速发展与传播的当今社会，越来越多的企业跨越地理边界去搜索和利用知识并产生技术成果。专利作为一种公开的技术知识信息，也成为企业的重要技术知识来源[38]，为企业的创新提供着有力支撑。由此可见，除了创新者间直接的创新催化关系，专利等公开知识与技术资源的非直接流动构成了间接的创新催化。相应地，现有研究仅揭示了专利数据中创新主体间的正式合作信息，如申请人、发明人的合作信息，尚未探究专利引文所涵盖的间接技术知识流动。专利引文信息作为技术知识流动的重要表征，反映了技术知识的流动方向，同时也是专利技术知识质量与价值的重要体现，更是探究技术知识跨主体、跨地域、跨时间流动的重要基础[39-41]。因此，本文从知识资源观出发，聚焦技术创新催化，以专利合作申请人排名与引用信息为基础，解析技术创新催化能力，进而界定并构建其维度结构与测量模型。

3 概念结构与测量模型

3.1 概念结构与多维度指标

结合创新能力的资源观与创新催化的相关研究，本文认为，主体间的创新催化关系的本质是技术知识在不同主体间的流动、转移与共享过程，表征了主体间创新合作与技术知识交互关系。因此，本文将技术创新催化（catalytic capacity of technolog‐ical innovation，CCTI）界定为，创新过程中催化者向创新者提供信息、知识和技术支撑与贡献，满足创新活动资源需求的能力。相应地，可以从方式和水平两个角度来分析创新催化。

从创新催化的方式来看，创新催化者既可以通过参与具体的创新活动，在与他人的合作中贡献自身的知识资源，产生知识溢出效应[42]，也可以通过所申请的专利形成公开的知识资源，成为其他主体创新的重要基础，形成技术知识的扩散催化[43]。即技术知识的溢出与扩散是创新催化者发挥催化作用的主要途径。前者是基于创新者与催化者间某种社会关系而形成被动性的技术知识流动，具体表现为催化者通过参与专利研发活动，在与创新者的创新合作过程中，贡献自身的技术知识资源；后者则是催化者拥有的技术专利为其他创新者提供了可供学习借鉴的技术知识资源，进而被新的技术创新参考和引用，实现对创新者的扩散催化。这种主动式的知识输出，形成了技术知识的扩散式催化过程。相应地，技术创新催化包括了技术的溢出催化与扩散催化两个内在维度。

进一步地，从创新催化的水平来看，将催化者与其他从事类似活动的人区别开来的是，与他人共享的知识的相关性，以及这种知识对创新者创新活动的影响[17]。因此，催化者对创新的催化水平不仅体现为每次合作中发挥贡献的程度，还应包括其催化成果的质量，即技术创新催化水平进一步解构为创新催化贡献度与质量两个方面。其中，创新催化贡献度反映了催化者在创新过程中发挥的支撑力度，具体表现为在一件专利研发合作或一次引用关系中所起到的相对催化作用；创新催化质量则体现了催化者所能够催化的创新成果的水平，具体表现为创新专利的质量水平。另外，从创新催化的对象属性来看，催化水平的差异还体现为创新催化者所催化的范围。这包括了所催化对象的地理空间范围与主体类型范围两个方面。前者反映了催化者催化作用所遍及的空间广度，间接体现了地理距离对不同主体间合作的水平与质量的影响[2]；后者反映了催化者所能支撑的主体类型，间接反映了催化者合作对象或技术知识的流动方向。综上，本文在划分技术创新催化二维结构的同时，进一步从催化的强度（贡献、质量）与广度（地理范围、主体范围）两个方面，采用四个指标分别测度技术创新溢出与扩散催化水平（图1）。

图1 技术创新催化能力强度与广度测量指标

3.2 多维度测量模型

为了全面反映并测度技术创新催化水平，本研究在借鉴以专利数量为核心的创新能力或绩效评价研究的基础上，进一步结合专利引文与专利知识关系，提炼四个指标测度技术创新催化水平。同时，为实现对技术创新催化能力的综合测量，本研究采用熵权法对各级指标进行逐级赋权计算，

其中，i表示四催化者；CCTIi表示催化者i的技术创新催化水平；CCTSi表示催化者i的溢出催化水平；CCTDi表示催化者i的扩散催化水平；CSTSi和CSTDi分别表示催化者i的溢出与扩散催化强度（catalytic strength of technological spillover and diffu‐sion）；CBTSi和CBTDi分别表示催化者i的溢出与扩散催化广度（catalytic breadth of technological spillover and diffusion）；CDTSi（CDTDi）、CQTSi（CQTDi）、GSTSi（GSTDi）和ETTSi（ETTDi）分别表示催 化者i的溢出（扩散）催化的贡献、质量、地理范围和主体范围；ai、bi、aij和bij为各指标的熵权权重。

结合专利信息特征来看，在溢出催化模式中，每一件专利都代表了申请人之间的一次创新合作，而专利申请人排名是对专利技术创新过程中各参与主体的地位与贡献程度的直接体现，可作为识别专利合作中创新者与催化者的基本依据。通常情况下，专利第一申请人对技术创新的贡献力度最大，是技术产生的重要创造者，而后续申请人多发挥着技术知识支撑的作用，即可以将第一申请人视为创新者，其余申请人视为催化者，且催化者在本专利中发挥的催化作用随着排名的增加而递减。同时，合作研发的专利的质量体现了催化成果质量水平，可用专利的被引次数加以量化。另外，合作研发中被催化对象的类型与国别，体现了创新催化者催化能力的空间水平，合作对象的类型越多、国别种类越多，越表明创新催化者能够在更大的空间范围内实现对创新者创新活动的支撑。

在扩散催化模式中，每一次的引用代表了被引用专利与施引专利申请人间的催化关系。被引用专利是施引专利技术创新的基础，为新技术的产生提供了支撑，发挥着创新催化的作用，其专利申请人即为催化者，而施引专利的申请人即为创新者。同时，施引专利的形成可能是以众多被引专利为基础的，各被引专利均对其产生扩散催化作用。本研究以某一被引专利在施引专利引证数量中的占比，衡量被引专利的催化贡献。而施引专利的被引次数反映了被引专利在本次扩散催化中的质量。另外，考虑到第一申请人对专利技术创新的贡献最大，本研究将其视为扩散催化模式中的主要被催化对象。相应地，施引专利的第一申请人类型、国别是对创新催化者扩散催化能力的最直接、最主要体现。因此，以施引专利第一申请人的类型、国别测度扩散催化的地理范围。综上，各指标的计算公式具体阐述如下。

3.2.1 技术创新催化强度测量模型

在合作催化贡献方面，以催化者i在时间T内所有申请并授权专利的年均贡献度表征该催化者的合作催化水平。其中，将一次专利合作中所有催化者的合计贡献度赋值为1，各催化者贡献度随着排名的增加而递减，进而依据催化者排名分配各催化者贡献度，具体计算公式为

其中，j表示催化者i参与申请的专利；ANij表示催化者i参与申请的专利j的申请人数量；ARij表示催化者i在专利j中的申请人排名；T表示衡量催化者i创新催化能力的专利数据周期；NiD表示催化者i在时间T内以非第一申请人身份参与申请并授权的专利数量；(ANij-ARij+1)/C2ANij表示催化者i在专利j中提供的贡献度。

在合作催化质量方面，以时间T内催化者i所有参与申请并授权专利的年均被引次数衡量催化者i的创新催化产出质量。同时，鉴于被引频次趋势范围相对较大，为统一测度结果量纲，本研究通过取对数的方式，将结果归一到[0,1]区间，具体计算公式为

其中，FCij表示催化者i的专利j的被引次数；maxFCij表示催化者i所有专利中的被引次数的最大值。针对FCij∈[0,1]的情况，为进一步区分不同催化的质量差异，本研究设定当maxFCij=0时，logmaxFCijFCij=0；当maxFCij=1时，logmaxFCijFCij=当FCij≥2时，按logmaxFCijFCij进行计算。

在扩散催化贡献方面，以单位时间内催化者i的所有专利为后续技术创新提供的年均支撑程度来衡量。其中，以专利j在其被引专利k的施引次数占比为专利j对专利k的间接催化贡献；进而以所有引用专利j的专利k的施引占比均值表征专利j的间接催化贡献；同时，按申请人数量均等划分其在间接催化中的贡献度，即按照申请人数量平均划分专利j的间接催化贡献，赋值为催化者i通过专利j实现的间接催化贡献；最后，以时间T内催化者i所有专利的年均间接催化贡献衡量催化者i的间接催化贡献，计算公式为

其中，k表示专利j的被引专利；Ni表示在时间T内催化者i参与申请并授权的所有专利的数量；BCijk表示被引专利k的专利引证次数。

在扩散催化质量方面，以所有专利k的平均被引频次表征专利j的间接催化质量，进而以时间T内催化者i的所有专利j的间接催化质量均值衡量催化者i的间接催化质量，计算公式为

其中，FCijk表示催化者i的专利j的被引专利k的专利被引次数；表示催化者i所有专利j的被引专利的平均被引次数中的最大值表示催化者i所有专利j的被引专利的平均被引次数。此外，为统一测度结果量纲，当时，将其赋值为0，以确保后续对数计算结果为正值；为0或1时，按照公式(8)的规则进行赋值计算。

3.2.2 技术创新催化广度测量模型

针对技术创新催化的广度，本研究借鉴技术知识合作与扩散相关理论，以一定周期内催化者所催化对象的国别与类别数量，分别表征技术创新催化的空间与主体范围。

在技术溢出催化方面，以周期T内催化者i的年均溢出催化对象数量与国别数量的乘积，衡量技术溢出催化的地理范围GSTSi；以周期T内催化者i的年均溢出催化对象数量与主体类别数量的乘积，衡量技术溢出催化的主体范围ETTSi，计算公式为

其中，Nii为周期T内催化者i的溢出催化对象数量；Nin为周期T内催化者i的溢出催化对象的国别数量；Nit为周期T内催化者i的溢出催化对象的类别数量。

相对地，在技术扩散催化方面，以周期T内催化者i的年均扩散催化对象数量与国别数量的乘积，衡量技术扩散催化的地理范围GSTDi；以周期T内催化者i的年均扩散催化对象数量与主体类别数量的乘积，衡量技术扩散催化的主体范围ETTDi，计算公式为

其中，Nici为周期T内催化者i的扩散催化对象数量；Nicn为周期T内催化者i的扩散催化对象的国别数量；Nict为周期T内催化者i的扩散催化对象的类别数量。

4 样本选择与数据处理

本研究采用incoPat科技创新服务平台（https://www.incopat.com/）获取相关数据，该平台收录了全球112个国家/组织/地区1亿余件专利数据信息，数据源自各国知识产权官方机构或商业机构，覆盖范围全面，更新及时，能够便捷、准确地满足研究需求。

为探究高创新能力者的技术创新催化能力水平，一方面，本研究以最能表征技术创新水平的发明专利数据为基础，以某段时间内创新者专利申请并授权的数量为基本指标，遴选具有差异化的创新催化者。

另一方面，结合专利及其引文信息特征，预留5年观测期以获取专利被引信息，进而检索2010—2015年全球发明专利。完成剔除申请但未授权、法律状态不明或信息缺失等数据清洗工作后，共计检索专利5795015件。按专利申请的归属地，即专利公开国别来看，中、美、日、韩四国专利的申请与授权量位居世界前列，占据全球专利的91.38%。因此，本研究针对具有较强创新产生出的这四个国家，以创新主体（企业、高校、研究院所等）为对象，获取其作为专利申请人参与的专利数据。

然后，在合并相同主体不同语言、相同集团不同子公司的专利数据基础上，按照专利申请人对检索到的专利数据进行分类，并以各创新主体的专利申请量进行排序。结果显示，2010—2015年各创新主体的专利申请量呈现较为明显的阶层，可划分为3个区间，占比分布分别为0.05%～0.10%（区间1）、0.10%～0.30%（区间2）与0.30%～1.50%（区间3）。其中，占比大于0.30%的创新主体数量较少（约20个），但专利申请量较大；区间2中创新主体数量有所增加（约30个）；而区间3中，各创新主体的专利申请量占比较小，但创新主体数量远大于区间1和区间2，约70个。同时，来自韩国的创新主体数量较少，且主要分布在区间1与区间3，专利申请量差异较大，在区间2内仅有1个创新主体。其他三国创新主体的区间分布则较为均匀。

鉴于此，本研究按申请量排名由大到小从各区间中分别抽取中（CHN）、美（USA）、日（JPN）、韩（Kr）四国各2个创新主体。同时，考虑到区间差异以及各国间样本量分布，本研究采取顺位抽取的方式，在区间3抽取3个来自韩国的创新主体，而在区间2仅包含1个韩国的创新主体。最终得到24个样本，分别为区间1的8个主体、区间2的7个主体，以及区间3的9个主体。其中，包括4所大学（3所来自中国，1所来自韩国）、1家科研院所（来自韩国）和19家企业集团（1家中国国有性质企业集团SG，1家非上市企业集团Huawei，17家上市企业集团）。同时，区间1的主体均为企业，区间2中除了企业类主体，仅含有2所大学（来自中国）；区间3则覆盖了其他企业、大学和科研院所。从国别来看，尽管韩国的LG和SEC分别占据创新能力的第一和第二位，但其他韩国主体排名较为靠后，与前两位的专利申请量相差较大；中、美、日三国的创新主体在区间2和区间3均排名靠前，具有相对较高的创新能力。

本研究将上述24个创新催化者作为研究样本，获取其作为专利申请人在2010—2015年申请并获得授权的专利数据作为源专利数据，主要包括专利的申请号、被引次数、施引专利公开号，以及申请人的数量、构成、国别、类型等，以支撑创新催化能力贡献度的计算。同时，源专利的施引专利共有203461件，其专利申请人包括企业（C）、科研院所（I）、大学（U）、企业（P）、政府机构（G）五类主体。获取施引专利数据，主要包括施引专利的引证次数、被引次数，以及第一申请人的名称、国别、类型等，以支撑创新催化能力质量的计算，样本基本信息如表1所示。

表1 24个样本基本信息

依据技术创新催化能力的计算公式（式(1)～式(12)），结合专利申请与被引周期特征，选定5年为创新催化能力衡量周期，分别计算24个创新催化者的各项指标，并采用熵权法逐级赋权，计算技术创新溢出催化能力与扩散催化能力，结果如表2和表3所示。

表2 24个创新催化者技术溢出催化能力

表3 24个创新催化者技术扩散催化能力

整体来看，各创新催化者直接参与研发的专利相对较少，仅Toyota、SG和Denso的溢出催化专利数量在1000件以上，而其余主体的溢出催化专利数量均小于700件，且多数在100件以内，甚至QI、Microsoft与Sankyo在2010—2015年并未以催化者的身份参与过专利技术创新，合作催化能力为0。各创新催化者主要通过技术扩散实现对其他创新者的催化支撑，专利数量均在3000件以上，最高达到52985件。相对地，24个创新催化者普遍具有较大的扩散催化能力，最大值、最小值及均值分别为1877.93、38.64和611.15；而溢出催化能力均远小于前者，除QI、Microsoft与Sankyo外，最大值、最小值及均值分别为289.79、0.24和41.97。但唯有SG的溢出催化能力（289.79）强于扩散催化能力（111.26），且具有最多的溢出催化专利数量（5559件）。

续表

5 结果分析与讨论

5.1 主体技术创新催化多维指标与能力分析

为进一步揭示创新催化者技术创新催化能力，本研究分别以四方面指标及整体能力构筑各创新催化者催化水平的坐标分布，并进行类别的初步分组，如图2所示。

在创新催化贡献方面（图2a），24个创新催化者可分为四大类群。其中，SG具有较为突出的差异性，即具有高度的CDTS，但CDTD很小，形成创新催化贡献Ⅰ类；Toyota和Denso的CDTS、CDTD相对处于中等水平，形成了创新催化贡献Ⅱ类，它们具有较高的溢出与扩散催化贡献；以SEC和Canon为代表的少数主体则与SG相反，具有较高的CDTD，但CDTS很小，形成创新催化贡献Ⅲ类；而以BOE和KAIST为代表的多数主体的CDTS与CDTD贡献均较低，形成创新催化贡献Ⅳ类。

在创新催化质量方面（图2b），24个创新催化者同样形成四大类群。其中，Toyota呈现的特征比较突出，具有高度的CQTS和CQTD，此时，Denso仍具有中等水平的CQTS和CQTD，且两者水平也相对均等，因此，将Toyota和Denso归为创新催化质量Ⅰ类；SG与Posco、KAIST呈现的特征比较相似，即CQTS较高，但CQTD较低，形成创新催化质量Ⅱ类；以SEC和Canon为代表的少数主体同样呈现相反的特征，即具有较高的CQTD，但CQTS较小，形成创新催化质量Ⅲ类；而以ZJU和Intel为代表的主体的CQTS和CQTD均较低，形成创新催化质量Ⅳ类。

在创新催化地理范围方面（图2c），24个创新催化者形成三大类群。其中，Toyota的催化地理范围特征依旧突出，具有最高水平的GSTS，同时GSTD处于中等水平，形成创新催化地理范围Ⅰ类；以Denso、SEC、Canon为代表的少数主体具有较高的GSTD和较低的GSTS，形成了创新催化地理范围Ⅱ类；而SG呈现出低水平的GSTS和GSTD，与以TJU为代表的多数主体共同形成创新催化地理范围Ⅲ类。

在创新催化主体范围方面（图2d），24个创新催化者形成四大类群。其中，Toyota依旧独自形成创新催化主体范围Ⅰ类，呈现高水平的ETTS和中等水平的ETTD；SG与ZJU、KAIST等主体同样呈现出较强的溢出催化范围，即ETTS水平较高，而ETTD水平较低，形成创新催化主体范围Ⅱ类；SEC、LG、Canon、IBM等少数主体依旧组成了创新催化主体范围Ⅲ类，具有高水平的ETTD和低水平的ETTS；而以Huawei为代表的多数主体则呈现较低的ETTS和ETTD水平，构成了创新催化主体范围Ⅳ类。

图2 技术创新催化指标分布图

进一步地，在技术创新溢出催化能力方面（图2e），Toyota和SG分别形成两大独立类。前者的CSTS和CBTS均处于中高水平，而后者则具有很高的CSTS，但CBTS较低。Denso的溢出催化强度与广度虽然较低，但两者相对均等。以SEC为代表的其余主体的创新催化强度与范围均较低。此外，各主体的扩散催化强度与广度呈现一定的正相关关系（图2f），并形成三类群组。其中，SEC、Canon的扩散催化强度和广度均很高，形成扩散催化能力Ⅰ类；LG、Denso、Toyota和QI等的扩散催化能力虽然较为分散，但均处于中高等水平，形成扩散催化能力Ⅱ类；以Huawei、Intel和Sharp为代表的多数主体则呈现低水平的CSTD和CBTD，形成扩散催化能力Ⅲ类。

综上，24个创新催化者在四指标（贡献、质量、地理范围和主体范围）方面均呈现出较明显的群组性。首先，Toyota和Denso的创新催化贡献、质量、地理范围和主体范围不仅具有较高的水平，且溢出与扩散催化水平相对均等。其次，分别以SG和SEC为代表的少数主体，形成两类特征相反的群组，前者在溢出催化方面表现突出，而后者则具有更高水平的扩散催化指标。再次，以ZJU、KAIST、BOE、Intel、Huawei等为代表的主体在四个指标方面均呈现较低的水平。

另外，尽管多数主体的溢出和扩散催化能力的水平较低，但少数主体呈现出一定的催化能力偏好。其中，Toyota具有高水平的溢出催化能力，且扩散催化能力也处于中等水平；以SEC为代表的部分主体具有极强的扩散催化能力，而溢出催化能力却很小；SG则仅在溢出催化强度方面表现突出，其他方面能力水平均较低；Denso在催化能力及四个指标方面的表现较为均等，倾向性较小。

5.2 四国催化者技术创新催化能力差异分析

结合主体国别和类型来看，上述呈现能力偏好的代表性主体Toyota、SEC和SG分别来自日、韩、中三国，而美国的催化者则分散在三类群组中，样本主体的创新催化能力呈现一定的国别特征。同时，尽管本研究所选样本较小，但样本主体均是中、美、日、韩四国的典型创新催化者，其在各自国家具有较高的经济、社会和技术价值，能够在一定程度上代表所在国家较高水平的创新能力。因此，本研究按照创新催化者所属国家进行归类并计算创新催化强度、广度与能力综合指标的均值，探究各国创新催化者催化能力的差异，如图3所示。

图3 四国创新催化者平均技术创新催化能力水平

在溢出催化方面，中国的创新催化者表现出最强的溢出催化强度，但溢出催化范围相对处于中等水平，与韩国的创新催化者相近；虽然日本创新催化者的溢出催化强度稍小于中国，但其溢出催化范围最广，远大于其他三国；韩国创新催化者的溢出催化强度与范围均排名第三，而美国创新催化者的溢出催化强度和范围水平较低，远小于其他三国。四国创新催化者的平均溢出催化能力排名依次为中、日、韩、美。综合推断，中国创新催化者更多地参与了专利研发过程中的溢出催化，但合作对象的范围相对有限；日本创新催化者在提供有效催化的同时，其合作范围也更为广泛；韩国则仅次于日本，催化强度与范围两者水平较为相近；而美国创新催化者的溢出催化能力很弱，结合该国各主体专利数量、平均申请人数量等信息来看，这可能源于美国较为严苛的专利技术知识产权保护制度与政府科技战略政策，限制了各主体间知识流动，抑制了技术溢出效应[44]。

与溢出催化相比，四国的扩散催化能力水平呈现相反的状态。中国创新催化者的扩散催化强度、范围与综合能力均是最低值，远低于其他三国；日本创新催化者仅在扩散催化强度方面稍大于韩国，在催化范围和综合能力上均小于后者；虽然美国创新催化者的扩散催化强度较小（排名第三），但扩散催化的范围最广，综合能力也最强。这一现象可能源于各国技术水平的差异。美国作为技术领先国，其创新催化者的专利技术因具有更高的价值而被其他国家的创新者学习和借鉴，进行二次创新，进而展现出更强的扩散催化能力。同时，技术的先进性以及国家相关政策的管控，也在一定程度上限制了其他国家创新者对美国专利的学习和应用，因此展现出较大的催化范围而稍低的催化强度；中国作为技术后发国家，其创新催化者的专利技术价值还有待提升，也因此较少被其他国家创新者借鉴和开发；韩国创新催化者的扩散催化水平仅次于美国；日本在专利技术二次开发方面已发展多年且成绩显著，这可能是其展现出更强的扩散催化强度的潜在原因之一。

6 结论

创新效率的提升不仅是企业、高校、科研院所等创新主体持续追求的目标，更是推动区域、国家创新能力发展，打造国际一流创新竞争优势的关键。已有学者从创新者视角针对创新能力、创新绩效及其影响因素开展了丰富的研究，并随着开放式创新、协同式创新等合作创新模式的兴起，创新活动者的多元化，尤其是创新辅助角色创新催化者的重要价值开始引起学者与实践者的关注。但现有研究以问卷调研的方式为主，衡量创新催化者的催化水平，测量方法具有一定的主观性，更适合个体层次的量化衡量，客观性、可量化性存在一定的不足，缺乏对创新催化者能力定量测量的深入探究。鉴于此，本研究针对技术创新过程中的催化者角色，基于创新催化、创新媒介、技术知识扩散等研究成果，在解析技术创新催化能力二维结构的同时，结合技术发明专利合作申请人和引文特征，构建技术创新催化能力的测度模型，实现对技术创新催化能力的多维度、量化测量，进而以中、美、日、韩的24个主体为样本，测量并分析了创新催化者技术创新催化能力的差异与特征。

本研究发现：①技术创新催化能力具有二阶多维的结构特征，包括技术溢出催化与技术扩散催化两个维度，并进一步体现为创新催化的强度与范围两个方面，能够通过创新催化的贡献、质量、地理范围、主体范围四个指标进行衡量；②创新催化者呈现一定的群组性的能力偏好特征，即以Toyota为代表的主体同时发展技术溢出与扩散催化两种能力，以SEC为代表的主体偏好技术扩散催化能力，而SG的“高溢出催化-低扩散催化”模式具有个体特殊性；③中、日、韩、美四国创新催化者的溢出催化能力依次降低，而扩散催化能力排名则恰好相反，这从创新催化的角度反映了各国技术发展水平、技术知识产权保护力度、创新合作环境等方面的差异性。中国虽然具有更突出的溢出催化能力，但扩散催化能力远小于其他三国，而美国则与其相反，具备更突出的扩散溢出催化能力；日本创新催化者则在溢出与扩散催化两个方面都具有较好的能力水平；韩国创新催化者具有较强的扩散催化能力，溢出催化能力相对较弱。

本研究从创新催化方式与催化程度视角，深入解析了技术创新催化的内在结构维度，并结合专利信息特征与计量方法，开发了能力的量化测度模型，实现了对技术创新催化能力的定量测量；同时，针对24个国际创新催化者开展了测量与分析。结合分析结果，本研究给出如下建议：首先，技术创新催化能力较低的创新者，可根据自身所处内外环境和资源条件培养自身创新催化能力及维度的发展，既可以同时提升溢出催化与扩散催化两种能力，也可重点发展其中一种；其次，由于具有高水平创新能力的创新者其创新催化能力并不一定更高，创新者在选择创新合作伙伴时，应更加关注潜在对象的催化能力，而不能仅以创新能力作为选择合作伙伴的主要标准；再次，在进行技术借鉴学习或二次开发时，创新催化者的专利技术能够发挥更强的扩散催化价值，但需要充分考虑其所处国家、地区的政治、经济与技术环境因素，以及主体自身创新发展模式特征。

本研究旨在基于能够表征技术水平与资源的专利数据，构建技术创新催化能力的定量测度模型，丰富能力测度的方法与工具，弥补既有问卷测量方法偏主观性的不足，但仍存在可进一步探讨和完善的地方。其一，本研究从技术创新催化的强度与范围两个方面，将指标分为贡献、质量、地理范围与主体范围四类，旨在反映创新催化的核心表征，未来研究可进一步丰富相关维度，完善指标体系；其二，本研究选取具有突出典型性、代表性的24个国际创新主体，通过对其催化能力的分析，为技术后发或追赶主体创新合作伙伴的选择提供了一定新的评价视角，但样本数据较小，未来研究可适当扩大样本量，以进一步探究创新催化者的创新催化能力特征；其三，本研究初步探究了创新催化者的创新催化发展方向，未来研究可采用动态视角，进一步揭示主体技术创新催化能力的成长路径、发展模式以及潜在的影响因素。