基于Malmquist指数法剖析我国区域专利创新绩效的动态演进与提升路径

基于Malmquist指数法剖析我国区域专利创新绩效的动态演进与提升路径一、引言1.1研究背景与意义1.1.1研究背景在全球经济一体化和知识经济快速发展的当下，创新已成为推动区域经济增长和提升区域竞争力的核心要素。随着创新驱动发展战略的深入实施，专利作为科技创新成果的重要载体和衡量区域创新能力的关键指标，其在区域经济和科技进步中的作用愈发凸显。专利不仅是对发明创造的法律保护，更能体现一个区域的科技研发实力、创新活跃度以及在全球产业链中的地位。从国家层面来看，我国对科技创新和专利保护的重视程度不断提高。自实施创新驱动发展战略以来，一系列鼓励创新的政策措施相继出台，旨在激发全社会的创新活力，提升国家整体创新能力。在此背景下，我国专利申请量和授权量持续高速增长，已成为全球专利大国。然而，单纯的专利数量增长并不等同于创新绩效的提升，如何实现专利数量与质量的协同发展，提高专利创新的转化效率和经济效益，成为亟待解决的关键问题。从区域角度而言，我国各地区在经济发展水平、科技资源禀赋、产业结构等方面存在显著差异，这导致不同区域的专利创新绩效呈现出较大的不平衡性。一些经济发达、科技资源丰富的地区，如东部沿海地区，在专利创新方面取得了显著成果，专利数量和质量均处于领先地位；而部分中西部地区由于经济基础相对薄弱、科技投入不足等原因，专利创新能力相对较弱，专利创新绩效有待提高。这种区域间的不平衡不仅影响了我国整体创新能力的提升，也不利于区域协调发展战略的实施。因此，深入研究我国区域专利创新绩效，揭示区域间专利创新绩效的差异及其影响因素，对于促进区域创新协调发展具有重要的现实意义。此外，随着科技的飞速发展和全球竞争的日益激烈，各区域面临着前所未有的创新压力。在这种情况下，准确评估区域专利创新绩效，找出制约区域专利创新的关键因素，为制定针对性的区域专利创新政策提供科学依据，显得尤为迫切。通过对区域专利创新绩效的研究，可以帮助各地区明确自身在专利创新方面的优势和不足，合理配置科技资源，优化创新环境，提高专利创新效率，从而在激烈的全球竞争中赢得主动权。1.1.2研究意义本研究旨在运用Malmquist指数法对我国区域专利创新绩效进行深入分析，这对于丰富区域创新理论和指导区域创新实践都具有重要意义。在理论层面，本研究将进一步丰富区域创新绩效评估体系。以往对区域创新绩效的研究多侧重于整体创新能力的评价，对专利创新绩效的单独研究相对较少，且在评估方法上存在一定的局限性。本研究引入Malmquist指数法，从动态角度对区域专利创新绩效进行分析，不仅考虑了专利创新过程中的投入产出效率，还能揭示技术进步、技术效率变化等因素对专利创新绩效的影响，弥补了传统研究方法的不足，为区域创新绩效评估提供了新的视角和方法，有助于完善区域创新理论体系。在实践方面，本研究为区域专利创新政策的制定提供了科学依据。通过对我国各区域专利创新绩效的实证分析，能够准确识别不同区域专利创新的优势和劣势，以及影响专利创新绩效的关键因素。这些研究结果可以为政府部门制定差异化的区域专利创新政策提供参考，帮助各地区因地制宜地优化专利创新环境，合理配置创新资源，提高专利创新效率，推动区域专利创新能力的提升。同时，对于企业和科研机构等创新主体来说，本研究结果也具有重要的指导意义，有助于他们明确自身在区域专利创新中的定位，加强合作与交流，提升自身的专利创新能力和市场竞争力，进而促进区域经济的高质量发展。1.2国内外研究现状国外学者在区域专利创新绩效领域的研究起步较早，取得了丰富的成果。在评估方法上，数据包络分析（DEA）、随机前沿分析（SFA）等方法被广泛应用于区域专利创新绩效的评价。例如，部分学者运用DEA方法构建多投入多产出模型，对不同区域的专利创新效率进行测度，通过对比各区域在专利研发投入（如研发人员、研发经费等）与产出（如专利申请量、授权量等）之间的关系，评估区域专利创新的相对效率。在影响因素研究方面，国外学者从多个角度展开探讨。一些研究认为，区域的科研基础设施、高校和科研机构的科研实力对专利创新绩效有着重要影响，良好的科研环境和强大的科研力量能够为专利创新提供坚实的基础。还有学者指出，区域的产业结构与专利创新绩效密切相关，高新技术产业占比较高的区域，往往具有更强的专利创新能力，因为这些产业对技术创新的需求更为迫切，能够激发更多的创新活动。此外，政策环境也是影响区域专利创新绩效的关键因素之一，政府出台的鼓励创新的政策，如税收优惠、财政补贴等，能够有效激发企业和科研机构的创新积极性，促进专利创新的发展。国内学者在区域专利创新绩效研究方面也取得了丰硕的成果。一方面，许多学者关注专利创新与区域经济发展之间的关联。通过实证分析发现，专利创新对区域经济增长具有显著的促进作用，专利数量和质量的提升能够带动区域产业结构升级，提高区域经济的竞争力。例如，一些经济发达地区凭借其丰富的专利资源，成功实现了产业的高端化发展，经济增长速度明显加快。另一方面，国内学者在区域专利创新绩效评价体系的构建方面进行了大量有益的探索。结合我国国情和区域特点，选取了包括创新投入、创新产出、创新环境等多个维度的指标，构建了全面、系统的区域专利创新绩效评价指标体系。这些指标体系不仅考虑了专利创新的直接产出，还关注了创新过程中的投入要素以及外部环境因素对专利创新绩效的影响，为准确评估我国区域专利创新绩效提供了有力的工具。然而，现有研究仍存在一些不足之处。在研究视角上，部分研究仅从静态角度分析区域专利创新绩效，忽略了时间维度上的动态变化，无法全面反映区域专利创新绩效的发展趋势。在方法应用上，虽然多种评估方法被采用，但不同方法之间的比较和综合运用还不够充分，导致研究结果的可靠性和可比性受到一定影响。此外，在影响因素研究方面，虽然已经识别出一些重要因素，但对各因素之间的相互作用机制以及如何通过优化这些因素来提升区域专利创新绩效的研究还不够深入。本研究将针对这些不足，以我国区域专利创新绩效为研究对象，运用Malmquist指数法进行动态分析，并结合其他相关方法，深入探讨区域专利创新绩效的影响因素及提升策略，以期为该领域的研究提供新的思路和方法。1.3研究方法与创新点1.3.1研究方法本研究主要采用Malmquist指数法和数据包络分析（DEA）相结合的方法来评估我国区域专利创新绩效。Malmquist指数法能够从动态角度分析不同时期区域专利创新绩效的变化情况，通过计算Malmquist指数及其分解指数，如技术效率变化指数、技术进步指数等，可以清晰地了解区域专利创新绩效在时间维度上的发展趋势，以及技术进步和技术效率对绩效变化的贡献程度。数据包络分析（DEA）则是一种基于线性规划的多投入多产出效率评价方法，它无需预先设定生产函数的具体形式，能够有效处理多投入多产出的复杂系统，准确测度各决策单元（本研究中为各区域）的相对效率。通过DEA方法，可以确定各区域在专利创新过程中的投入产出是否达到最优状态，找出相对有效的区域和存在效率改进空间的区域。在数据来源方面，本研究将主要收集国家统计局、国家知识产权局等权威机构发布的统计数据，包括各区域的专利申请量、授权量、研发人员数量、研发经费投入等指标数据，确保数据的准确性和可靠性。同时，为了保证研究结果的科学性和有效性，还将对收集到的数据进行严格的数据清洗和预处理，去除异常值和缺失值，对数据进行标准化处理，以消除量纲和数据波动对研究结果的影响。1.3.2创新点本研究在研究视角上具有创新性。以往研究多侧重于从静态层面分析区域专利创新绩效，而本研究从动态视角出发，运用Malmquist指数法对我国区域专利创新绩效进行跨时期分析，能够更全面、准确地反映区域专利创新绩效的变化趋势和发展规律，为区域专利创新政策的制定提供更具前瞻性的参考依据。在研究方法的组合运用上具有独特性。本研究将Malmquist指数法与数据包络分析（DEA）有机结合，充分发挥两种方法的优势，既能够从动态角度分析区域专利创新绩效的变化，又能够从静态层面评估各区域专利创新的相对效率，实现了对区域专利创新绩效的多维度、全方位评价。这种方法组合在区域专利创新绩效研究领域具有一定的创新性，有助于提高研究结果的可靠性和科学性。此外，本研究将在深入分析我国区域专利创新绩效的基础上，结合各区域的实际情况，提出针对性更强的政策建议。以往研究提出的政策建议往往较为宏观和笼统，缺乏对各区域具体特点的考虑。本研究将充分考虑我国不同区域在经济发展水平、科技资源禀赋、产业结构等方面的差异，为各区域制定差异化的专利创新发展策略，以促进区域专利创新的协调发展，这也是本研究的创新之处之一。二、Malmquist指数法概述2.1Malmquist指数法的原理Malmquist指数法源于瑞典经济学家和统计学家StenMalmquist在1953年对消费分析过程中提出的概念，后经Caves、Christensen和Diewert（1982）将其应用于生产效率变化的测算，并由RolfFäre等人于1994年结合非参数线性规划法与数据包络分析法（DEA），使其在生产效率研究领域得到广泛应用。该方法基于生产前沿面理论，生产前沿面代表在一定技术水平下，投入要素所能达到的最大产出组合，反映了最优生产率水平，而实际生产点往往位于前沿面之下，代表经验生产力水平。Malmquist指数通过比较不同时期生产点与生产前沿面之间的距离，来衡量全要素生产率（TFP）的变化情况。在专利创新绩效研究中，生产前沿面可以理解为在给定专利创新投入要素（如研发人员、研发经费等）的情况下，理论上所能达到的最大专利产出（如专利申请量、授权量等）组合。若某区域在某一时期的专利创新实际产出更接近生产前沿面，说明该区域在该时期的专利创新效率较高；反之，则效率较低。通过Malmquist指数对不同时期区域专利创新点与前沿面距离的比较，能够动态地反映区域专利创新绩效的变化趋势，识别出专利创新绩效提升或下降的时期，以及技术进步和技术效率在其中所起的作用。例如，若Malmquist指数大于1，表明全要素生产率有所提高，可能是由于技术进步使生产前沿面外移，也可能是技术效率提升使得实际生产点更靠近前沿面，或者两者共同作用的结果；若Malmquist指数小于1，则意味着全要素生产率下降。这种基于生产前沿面的动态分析方法，为深入研究区域专利创新绩效提供了有力的工具，能够更全面、准确地揭示区域专利创新绩效的变化规律。2.2Malmquist指数法的计算方法2.2.1距离函数距离函数是Malmquist指数计算的重要基础，它分为面向投入的距离函数和面向产出的距离函数，能够在不对生产者行为进行任何假定的条件下，研究多投入多产出技术系统。面向投入的距离函数定义为在给定产出下，投入向量能够向生产前沿面缩减的程度，以此来衡量生产技术的有效性。假设存在一个生产过程，有m个投入要素，用m维向量X=(x_1,x_2,\cdots,x_m)表示投入向量，k个产出，用k维向量Y=(y_1,y_2,\cdots,y_k)代表产出向量，生产可能集P(X)=\{Y:投入向量X可以生产出Y\}。面向投入的距离函数D_{i}(X,Y)可表示为：D_{i}(X,Y)=\max\{\theta:(X/\theta,Y)\inP(X)\}其中，\theta表示投入向量X能够等比例缩减的最大倍数，当\theta=1时，表明生产处于技术有效状态，即投入要素已得到充分利用，无法进一步缩减投入而不减少产出；当\theta<1时，则意味着存在投入冗余，可通过减少投入来提高生产效率。面向产出的距离函数则是在给定投入的条件下，考察产出向量的最大扩张幅度。其定义为D_{o}(X,Y)=\min\{\varphi:(X,Y\varphi)\inP(X)\}，其中\varphi表示产出向量Y能够等比例扩张的最大倍数。当\varphi=1时，产出达到最大可能水平，处于技术有效；当\varphi>1时，说明存在产出不足，有提升产出的潜力。在Malmquist指数计算中，距离函数用于衡量不同时期生产点与生产前沿面的相对位置关系。通过计算不同时期面向投入或产出的距离函数值，能够为Malmquist指数的计算提供关键数据，进而分析全要素生产率的变化情况。例如，在比较两个时期t和t+1的专利创新绩效时，需要分别计算这两个时期的距离函数值，以确定生产点在不同时期与前沿面的距离变化，从而判断专利创新效率的变动趋势。2.2.2Malmquist指数计算模型Malmquist全要素生产率指数（TFP）是基于距离函数构建的，用于衡量不同时期全要素生产率的变化。以产出导向型Malmquist指数为例，其计算公式为：TFP_{t,t+1}=\left[\frac{D_{o}^{t}(X^{t+1},Y^{t+1})}{D_{o}^{t}(X^{t},Y^{t})}\times\frac{D_{o}^{t+1}(X^{t+1},Y^{t+1})}{D_{o}^{t+1}(X^{t},Y^{t})}\right]^{\frac{1}{2}}其中，D_{o}^{t}(X^{t},Y^{t})表示以t时期技术为参照，t时期的产出距离函数值；D_{o}^{t}(X^{t+1},Y^{t+1})表示以t时期技术为参照，t+1时期的产出距离函数值；D_{o}^{t+1}(X^{t},Y^{t})表示以t+1时期技术为参照，t时期的产出距离函数值；D_{o}^{t+1}(X^{t+1},Y^{t+1})表示以t+1时期技术为参照，t+1时期的产出距离函数值。Malmquist全要素生产率指数可以进一步分解为技术进步指数（TC）和技术效率变化指数（EC），即TFP_{t,t+1}=TC_{t,t+1}\timesEC_{t,t+1}。其中，技术进步指数反映了生产前沿面的移动，代表了技术创新和技术变革对生产效率的影响，其计算公式为：TC_{t,t+1}=\left[\frac{D_{o}^{t}(X^{t+1},Y^{t+1})}{D_{o}^{t+1}(X^{t+1},Y^{t+1})}\times\frac{D_{o}^{t}(X^{t},Y^{t})}{D_{o}^{t+1}(X^{t},Y^{t})}\right]^{\frac{1}{2}}当TC_{t,t+1}>1时，表明发生了技术进步，生产前沿面向外移动，意味着在相同投入下能够获得更高的产出；当TC_{t,t+1}<1时，则表示技术退步，生产前沿面向内移动。技术效率变化指数衡量了生产点向生产前沿面的靠近程度，反映了生产过程中资源利用效率的变化，可进一步分解为纯技术效率变化指数（PEC）和规模效率变化指数（SEC），即EC_{t,t+1}=PEC_{t,t+1}\timesSEC_{t,t+1}。纯技术效率变化指数反映了生产决策单元在管理和技术水平方面的效率变化，规模效率变化指数则体现了生产规模是否处于最优状态对效率的影响。通过对Malmquist指数及其分解指数的计算和分析，可以全面了解区域专利创新绩效变化的来源和驱动因素，为提升专利创新绩效提供有针对性的建议。例如，若某区域的技术进步指数较高，说明该区域在专利创新过程中技术创新能力较强，不断推动生产前沿面外移；若技术效率变化指数较低，可能意味着该区域在资源配置、管理水平等方面存在不足，需要进一步优化。2.3Malmquist指数法在专利创新绩效研究中的优势与局限2.3.1优势Malmquist指数法在专利创新绩效研究中具有显著优势。首先，它能够全面反映专利创新绩效的变化情况。该方法不仅考虑了专利创新过程中的投入产出效率，还将全要素生产率的变化分解为技术进步和技术效率变化等多个组成部分，从而能够深入剖析专利创新绩效提升或下降的内在原因。通过技术进步指数，可以了解到区域在专利创新过程中是否有新的技术突破和创新成果，这些技术进步如何推动了专利产出的增加；通过技术效率变化指数及其分解的纯技术效率变化指数和规模效率变化指数，可以分析区域在专利创新活动中的资源配置是否合理，管理水平是否高效，以及生产规模是否适度，为区域制定针对性的专利创新发展策略提供详细依据。其次，Malmquist指数法适用于多区域、多时期的比较分析。在研究我国区域专利创新绩效时，可以同时对多个省份或地区在不同时间段内的专利创新绩效进行评估和比较。这种多区域、多时期的比较能够清晰地展现各区域专利创新绩效的差异和变化趋势，帮助识别出专利创新绩效较高的区域和具有较大提升潜力的区域。例如，通过对东部、中部和西部不同区域在多年间的Malmquist指数及其分解指数的对比分析，可以发现不同区域在专利创新方面的优势和劣势，以及各区域在技术进步、技术效率等方面的发展差异，为区域间的合作与交流提供参考，促进区域专利创新的协调发展。此外，Malmquist指数法无需预先设定生产函数的具体形式，这使得它在处理复杂的专利创新系统时具有更强的适应性。专利创新过程涉及众多的投入要素和产出指标，且各要素之间的关系复杂多变，难以用简单的生产函数来准确描述。Malmquist指数法基于非参数的数据包络分析（DEA）方法，通过构建生产前沿面来衡量效率，避免了因生产函数设定不当而导致的误差，能够更客观、准确地评估区域专利创新绩效。2.3.2局限尽管Malmquist指数法在专利创新绩效研究中具有诸多优势，但也存在一些局限性。一方面，该方法难以精准分离技术进步与效率变化对专利创新绩效的贡献。虽然Malmquist指数将全要素生产率分解为技术进步指数和技术效率变化指数，但在实际应用中，技术进步和技术效率变化往往相互交织、相互影响，很难准确地确定两者各自对专利创新绩效提升或下降的具体贡献程度。例如，一项新的专利技术的应用可能既带来了技术进步，使生产前沿面外移，同时也可能通过优化生产流程、提高资源利用效率等方式提升了技术效率，在这种情况下，很难明确区分技术进步和技术效率变化分别对专利创新绩效的影响大小。另一方面，Malmquist指数法对数据质量的要求较高，易受数据质量的影响。准确的距离函数计算和Malmquist指数测算依赖于全面、准确、可靠的数据。在实际研究中，由于数据收集的困难和误差，可能存在数据缺失、异常值等问题，这些数据质量问题会导致距离函数计算结果的偏差，进而影响Malmquist指数及其分解指数的准确性，使研究结果的可靠性受到质疑。例如，如果某区域的专利申请量或研发经费投入数据存在错误或遗漏，那么基于这些数据计算得到的距离函数值和Malmquist指数就会出现偏差，无法真实反映该区域的专利创新绩效。此外，Malmquist指数法难以全面考量外部环境因素对专利创新绩效的影响。专利创新绩效不仅受到内部投入产出因素的影响，还受到诸如政策环境、市场需求、产业基础等外部环境因素的制约。然而，Malmquist指数法主要关注生产过程中的投入产出关系，无法直接将这些外部环境因素纳入分析框架，可能会导致对专利创新绩效影响因素的分析不够全面。例如，某地区出台了一系列鼓励专利创新的政策，这可能会显著促进该地区的专利创新绩效提升，但Malmquist指数法在分析时可能无法充分体现这一政策因素的作用。因此，在使用Malmquist指数法研究区域专利创新绩效时，需要结合其他方法和定性分析，综合考虑各种因素，以提高研究结果的科学性和可靠性。三、我国区域专利创新绩效的评价指标体系构建3.1评价指标选取原则评价指标的选取遵循科学性、系统性、可操作性和动态性原则，以确保能够准确、全面地反映区域专利创新绩效。科学性原则要求指标的选取基于客观事实和科学理论，具有明确的内涵和统计口径，能够真实地衡量区域专利创新绩效的各个方面。例如，在选取投入指标时，研发人员全时当量和研发经费内部支出等指标能够准确反映专利创新过程中的人力和财力投入，具有科学的统计方法和依据。系统性原则强调指标体系的完整性和逻辑性，各指标之间相互关联、相互补充，形成一个有机的整体。从专利创新的投入、产出到创新环境等多个维度选取指标，全面覆盖专利创新的各个环节，避免出现评价漏洞。例如，不仅考虑专利申请授权数等直接产出指标，还关注有效发明专利数等反映专利质量和持续性的指标，以及区域创新环境对专利创新绩效的影响，使评价体系能够全面反映区域专利创新的综合情况。可操作性原则注重指标数据的可获取性和计算的简便性。在实际研究中，所选取的指标数据应能够从权威的统计机构、数据库或相关文献中获取，且计算方法相对简单易行。例如，国家统计局、国家知识产权局等官方机构定期发布的统计数据，涵盖了各地区的研发投入、专利申请与授权等信息，为研究提供了丰富的数据来源。同时，避免选取那些计算复杂、数据获取困难的指标，以确保研究的可行性和高效性。动态性原则要求指标体系能够适应时间的变化和区域发展的动态特征。随着科技的不断进步和区域经济的发展，专利创新绩效的影响因素和表现形式也会发生变化，因此指标体系应具有一定的灵活性和动态调整能力。例如，随着新兴技术领域的快速发展，可适时增加相关领域的专利指标，以反映区域在新兴技术创新方面的绩效；根据不同时期国家政策的调整和区域发展战略的变化，对指标权重进行合理调整，使评价体系能够准确反映区域专利创新绩效的最新情况。3.2投入产出指标选取3.2.1投入指标研发人员全时当量是衡量专利创新人力投入的关键指标。它是指全时人员数加非全时人员按工作量折算为全时人员数的总和，能够综合反映投入到专利创新活动中的人力资源数量和质量。例如，某地区在某一年度的研发人员全时当量较高，说明该地区在该年度投入了较多的人力从事专利创新相关工作，为专利创新提供了人力保障。研发经费内部支出则体现了专利创新的财力投入。这一指标包括用于研究与试验发展活动的人员劳务费、设备购置费用、科研项目经费等，反映了区域对专利创新活动的资金支持力度。大量的研发经费投入能够为专利创新提供必要的物质条件，如先进的实验设备、充足的科研材料等，有助于开展高水平的专利研发工作。此外，科技活动课题数也被纳入投入指标体系。科技活动课题是指有明确的研究开发目标和内容，有一定的资源投入，在一定的组织形式下进行的科研活动。科技活动课题数的多少反映了区域内专利创新活动的活跃程度和创新项目的数量。例如，某地区拥有较多的科技活动课题，意味着该地区在专利创新方面有更多的研究方向和项目，能够激发更多的创新思路和成果。3.2.2产出指标专利申请授权数是衡量专利创新直接产出的重要指标。它代表了经过专利审查机构审核通过，获得专利权的专利数量，直接反映了区域在一定时期内的专利创新成果数量。例如，某地区在某一年度的专利申请授权数较多，说明该地区在该年度的专利创新活动取得了较为丰硕的成果，有更多的发明创造获得了法律保护。有效发明专利数则更侧重于反映专利的质量和持续影响力。有效发明专利是指处于维持状态的发明专利，其数量越多，表明该地区拥有的具有较高技术含量和市场价值的专利越多，专利的质量和稳定性越高。例如，一些高新技术企业拥有大量的有效发明专利，这些专利不仅为企业带来了技术优势和市场竞争力，也体现了该地区在相关技术领域的创新实力。专利实施新增产值反映了专利创新的经济转化成果。它衡量了通过实施专利技术所带来的新增工业总产值，体现了专利创新对区域经济增长的贡献程度。例如，某地区的企业通过实施专利技术，开发出新产品或改进生产工艺，从而实现了产品销售额的大幅增长，为区域经济发展做出了积极贡献，这一指标就能够直观地反映出这种贡献的大小。技术市场成交额也是重要的产出指标之一，它反映了专利技术在市场上的交易活跃程度和价值实现情况。较高的技术市场成交额表明区域的专利技术能够较好地与市场需求相结合，实现技术的商业化应用，进一步体现了专利创新的市场价值和经济绩效。3.3数据收集与处理本研究的数据主要来源于国家统计局、国家知识产权局等权威机构发布的统计年鉴和数据库，以及各地区政府部门公开的统计信息。这些数据来源具有较高的权威性和可靠性，能够为研究提供准确的基础数据。例如，国家统计局发布的《中国统计年鉴》涵盖了全国各地区的经济、科技等多方面的统计数据，包括研发人员数量、研发经费投入等指标；国家知识产权局的专利数据库则提供了详细的专利申请、授权等信息，为研究专利创新产出提供了关键数据支持。在数据收集过程中，严格按照评价指标的定义和统计口径进行筛选和整理，确保数据的一致性和可比性。对于收集到的数据，首先进行数据清洗，去除明显错误、重复或无效的数据记录。例如，检查数据中的异常值，如研发经费投入为负数等不合理的数据，对这些数据进行核实和修正，确保数据的准确性。对于缺失值，根据数据的特点和分布情况，采用合适的方法进行填补。若缺失值较少且变量之间相关性较弱，可采用均值、中位数等统计量进行填补；若变量之间存在较强的相关性，则利用回归分析等方法进行插补。例如，对于某地区某一年度缺失的研发人员全时当量数据，如果该地区其他年份的数据较为稳定，且与其他地区的数据分布相似，可采用该地区历年研发人员全时当量的均值进行填补。为了消除不同指标之间量纲和数量级的影响，对数据进行标准化处理。采用Z-score标准化方法，将原始数据转化为均值为0、标准差为1的标准数据。具体公式为：Z_i=\frac{X_i-\overline{X}}{S}，其中Z_i为标准化后的数据，X_i为原始数据，\overline{X}为原始数据的均值，S为原始数据的标准差。通过标准化处理，使不同指标的数据具有可比性，便于后续的Malmquist指数计算和分析。四、基于Malmquist指数法的我国区域专利创新绩效实证分析4.1区域划分与样本选择为全面且深入地研究我国区域专利创新绩效，本研究依据国家统计局的划分标准，将我国大陆地区划分为东部、中部、西部和东北地区四个经济区域。东部地区涵盖北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南等10个省市，这些地区经济发达，科技资源丰富，在专利创新方面具有显著的优势和较高的活跃度。例如，广东作为我国的经济强省和科技创新高地，拥有众多的高新技术企业和科研机构，每年的专利申请量和授权量均位居全国前列；上海凭借其国际化大都市的地位和良好的创新生态，吸引了大量的创新人才和资金，在专利创新领域也取得了丰硕的成果。中部地区包括山西、安徽、江西、河南、湖北和湖南6个省份，这些地区处于我国内陆，经济发展水平处于全国中游，在承接东部产业转移的过程中，不断加大科技投入，提升专利创新能力。以湖北为例，武汉作为中部地区的重要城市，拥有众多知名高校和科研院所，在光电子、生物医药等领域的专利创新成果不断涌现，推动了地区产业的升级和发展。西部地区包含内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆等12个省市区，虽然这些地区在经济发展和科技资源方面相对薄弱，但近年来在国家政策的支持下，专利创新呈现出快速发展的态势。比如，重庆作为西部地区的重要增长极，通过加强科技创新平台建设和政策扶持，吸引了大量的科技企业入驻，专利申请量和授权量持续增长。东北地区由辽宁、吉林和黑龙江3个省份组成，该地区是我国的老工业基地，在装备制造、能源等传统产业领域具有深厚的基础，随着产业结构调整和创新驱动发展战略的实施，东北地区也在积极推动专利创新，提升产业竞争力。例如，辽宁在高端装备制造领域的专利创新成果，为地区产业的转型升级提供了有力支撑。本研究选取了2010-2020年作为研究时间段，主要原因在于这一时期我国专利制度不断完善，创新环境持续优化，能够较为全面地反映我国区域专利创新绩效的发展变化趋势。同时，这一时间段的数据可获取性强，能够保证研究的准确性和可靠性。数据来源于国家统计局、国家知识产权局等权威机构发布的统计年鉴和数据库，确保数据的真实性和权威性。通过对这些数据的分析，可以深入了解各区域在不同时期的专利创新绩效情况，为区域专利创新政策的制定提供科学依据。4.2实证结果分析4.2.1全要素生产率变化分析运用DEAP2.1软件，基于前文构建的评价指标体系和数据，计算出2010-2020年我国全国及各区域专利创新的Malmquist指数，以此来分析全要素生产率（TFP）的变化情况，具体结果如下表所示：区域2010-20112011-20122012-20132013-20142014-20152015-20162016-20172017-20182018-20192019-2020均值全国1.0521.0371.0451.0281.0331.0411.0361.0291.0311.0351.038东部1.0651.0481.0571.0351.0421.0531.0481.0361.0381.0421.048中部1.0381.0251.0321.0181.0241.0301.0271.0191.0221.0261.026西部1.0291.0161.0231.0121.0181.0251.0211.0141.0171.0201.019东北1.0151.0081.0131.0051.0101.0161.0121.0071.0101.0131.010从全国层面来看，2010-2020年专利创新全要素生产率年均增长3.8%，表明我国整体专利创新绩效呈现上升趋势。这得益于我国近年来对科技创新的高度重视，持续加大研发投入，完善创新政策体系，优化创新环境，激发了各地区的专利创新活力。分区域来看，东部地区全要素生产率年均增长4.8%，在四大区域中增长最快。这主要是因为东部地区经济发达，拥有丰富的科技资源和完善的创新生态系统。一方面，大量的高校、科研机构和高新技术企业汇聚于此，为专利创新提供了坚实的人才和技术基础。例如，北京拥有众多顶尖高校和科研院所，如清华大学、北京大学等，这些机构每年产出大量的科研成果，为专利创新提供了源源不断的动力；另一方面，东部地区良好的市场环境和政策支持，吸引了大量的创新资金和人才流入，促进了专利创新效率的提升。中部地区全要素生产率年均增长2.6%，其增长主要得益于近年来中部地区积极承接东部产业转移，加强产业升级和技术创新。通过引进先进的技术和管理经验，中部地区的企业不断提升自身的专利创新能力，加大研发投入，提高了专利创新的产出效率。例如，安徽合肥积极打造综合性国家科学中心，吸引了大量的科研项目和人才，在人工智能、量子信息等领域的专利创新取得了显著成果。西部地区全要素生产率年均增长1.9%，虽然增长速度相对较慢，但也呈现出稳步上升的趋势。西部地区在国家政策的支持下，不断加大科技投入，加强科技创新平台建设，提升了专利创新的基础条件。例如，重庆、成都等城市积极打造高新技术产业开发区，吸引了大量的科技企业入驻，推动了地区专利创新的发展。东北地区全要素生产率年均增长1.0%，增长速度相对较为缓慢。这主要是由于东北地区作为老工业基地，产业结构相对单一，传统产业占比较大，在向创新驱动发展转型过程中面临一定的困难。虽然近年来东北地区加大了对科技创新的投入，出台了一系列鼓励创新的政策，但在专利创新绩效提升方面仍需要进一步努力。4.2.2技术进步与效率变化分解分析为深入探究专利创新绩效变化的内在驱动因素，将Malmquist指数进一步分解为技术进步指数（TC）和技术效率变化指数（EC），技术效率变化指数又可细分为纯技术效率变化指数（PEC）和规模效率变化指数（SEC），具体分解结果如下表所示：区域技术进步指数（TC）技术效率变化指数（EC）纯技术效率变化指数（PEC）规模效率变化指数（SEC）全国1.0231.0151.0081.007东部1.0351.0131.0071.006中部1.0161.0101.0051.005西部1.0111.0081.0041.004东北1.0061.0041.0021.002从技术进步指数来看，全国平均水平为1.023，表明我国在2010-2020年期间专利创新技术进步明显，新的专利技术和创新成果不断涌现，推动了生产前沿面的外移。东部地区技术进步指数最高，达到1.035，这得益于东部地区强大的科研实力和创新活力，在高新技术领域的研发投入和创新成果转化方面表现突出。例如，广东在电子信息、生物医药等领域不断取得技术突破，大量的专利技术应用于实际生产，推动了产业的升级和发展。中部地区技术进步指数为1.016，通过积极引进和吸收先进技术，加强与高校、科研机构的合作，提升了自身的技术创新能力，在一些传统产业的技术改造和升级方面取得了一定的成效。西部地区技术进步指数为1.011，虽然相对较低，但在国家政策的支持下，西部地区在一些特色产业和领域也实现了技术进步。例如，在新能源、特色农业等领域，西部地区通过自主研发和技术引进，取得了一些专利技术成果，推动了地区产业的发展。东北地区技术进步指数为1.006，技术进步相对缓慢，这与东北地区产业结构调整困难、创新投入不足等因素有关。东北地区需要进一步加大对科技创新的投入，优化产业结构，培育新兴产业，以提升技术进步水平。从技术效率变化指数来看，全国平均水平为1.015，说明我国专利创新在资源利用效率方面有所提升。其中，纯技术效率变化指数为1.008，反映了在管理和技术水平方面的效率有所提高；规模效率变化指数为1.007，表明专利创新活动在规模上的合理性有所改善。东部地区技术效率变化指数为1.013，纯技术效率变化指数为1.007，规模效率变化指数为1.006。东部地区在专利创新过程中，通过优化管理流程、提高技术应用水平等方式，提升了纯技术效率；同时，合理调整创新资源的配置规模，提高了规模效率。中部地区技术效率变化指数为1.010，纯技术效率变化指数和规模效率变化指数均为1.005。中部地区在专利创新活动中，需要进一步加强管理创新和技术应用能力，优化创新资源的配置规模，以提高技术效率。西部地区技术效率变化指数为1.008，纯技术效率变化指数和规模效率变化指数均为1.004。西部地区在专利创新过程中，资源利用效率的提升空间较大，需要加强创新管理，提高技术应用水平，合理调整创新规模，以提高技术效率。东北地区技术效率变化指数为1.004，纯技术效率变化指数和规模效率变化指数均为1.002。东北地区在专利创新活动中，资源利用效率较低，需要从管理和规模等方面进行全面优化，提高专利创新的技术效率。4.2.3不同区域专利创新绩效对比分析通过对东部、中部、西部和东北地区专利创新绩效的分析，可以发现各区域在专利创新绩效方面存在明显差异。东部地区在全要素生产率、技术进步指数和技术效率变化指数等方面均表现出色，处于领先地位。这主要得益于东部地区发达的经济、丰富的科技资源、完善的创新生态和良好的市场环境。例如，上海、深圳等城市拥有众多的高新技术企业和科研机构，形成了产学研深度融合的创新体系，能够快速将科研成果转化为专利技术，并实现商业化应用，极大地提高了专利创新绩效。中部地区在专利创新绩效方面处于中等水平，虽然在技术进步和技术效率提升方面取得了一定的成绩，但与东部地区相比仍有较大差距。中部地区应进一步加大科技投入，加强创新平台建设，提高自主创新能力，同时优化产业结构，推动传统产业的转型升级，以缩小与东部地区的差距。西部地区专利创新绩效相对较低，主要面临科技资源匮乏、创新投入不足、创新环境有待优化等问题。西部地区需要充分利用国家政策支持，加大对科技教育的投入，吸引和培养创新人才，加强科技创新平台建设，改善创新环境，提高专利创新绩效。东北地区专利创新绩效增长较为缓慢，产业结构调整和创新驱动发展面临较大挑战。东北地区应加快产业结构调整步伐，培育新兴产业，加大对科技创新的投入，完善创新政策体系，激发企业的创新活力，提高专利创新绩效。此外，各区域在专利创新的优势领域也存在差异。东部地区在电子信息、生物医药、高端装备制造等高新技术领域具有明显优势，专利创新成果丰硕；中部地区在传统产业的技术改造和升级方面具有一定优势，如汽车制造、装备制造等领域；西部地区在特色产业和资源开发领域具有独特优势，如新能源、特色农业、矿产资源开发等领域；东北地区在装备制造、能源等传统产业领域具有深厚的技术积累和产业基础，但在新兴产业领域的专利创新相对薄弱。4.3实证结果的稳健性检验为确保实证结果的可靠性，本研究采用多种方法对实证结果进行稳健性检验。首先，对原始数据进行了1%水平的双边缩尾处理，以消除异常值对结果的影响。在经济数据中，异常值可能由于数据录入错误、特殊事件等原因产生，这些异常值可能会对研究结果产生较大干扰。通过缩尾处理，将处于极端值的数据调整到合理范围内，使数据更加稳健。其次，调整了部分指标的计算方式。例如，在投入指标中，将研发人员全时当量按照学历层次进行细分，分别计算不同学历层次研发人员的全时当量，以更准确地反映人力投入的质量；在产出指标中，将专利实施新增产值按照产业类型进行分类计算，以更细致地了解不同产业的专利转化效果。再次，采用了不同的DEA模型进行分析。除了前文使用的基于规模报酬不变的CCR模型，还运用了基于规模报酬可变的BCC模型进行测算。CCR模型假设决策单元在规模报酬不变的情况下运行，而BCC模型则放松了这一假设，考虑了规模报酬可变的情况。通过对比两种模型的计算结果，可以更全面地了解区域专利创新绩效的情况。经过上述稳健性检验，Malmquist指数及其分解指数的变化趋势和基本结论未发生实质性改变，这表明本研究的实证结果具有较高的可靠性和稳定性。无论是在数据处理方式的调整，还是在指标计算方式和分析模型的改变下，区域专利创新绩效的评估结果都保持相对一致，为研究结论的有效性提供了有力支持，进一步验证了基于Malmquist指数法对我国区域专利创新绩效分析的科学性和合理性。五、我国区域专利创新绩效的影响因素分析5.1理论分析影响因素政策环境是影响区域专利创新绩效的关键外部因素之一。政府通过制定一系列政策法规，能够为专利创新提供良好的制度保障和政策支持。例如，税收优惠政策可以降低企业的创新成本，提高企业进行专利创新的积极性。研发费用加计扣除政策允许企业在计算应纳税所得额时，将研发费用按照一定比例加计扣除，这直接减轻了企业的税负，使企业有更多资金投入到专利研发中。财政补贴政策则是政府对专利创新活动的直接资金支持，包括对专利申请的补贴、对专利实施转化的补贴等。对新申请的发明专利给予一定金额的补贴，能够鼓励企业和科研机构积极申请专利，增加专利数量；对成功实施专利技术并实现产业化的企业给予补贴，有助于促进专利的商业化应用，提高专利创新的经济效益。知识产权保护政策对于区域专利创新绩效的提升也至关重要。完善的知识产权保护制度能够保障专利权人的合法权益，防止专利侵权行为的发生，使创新者的投入得到合理回报，从而激发创新主体的创新热情。在知识产权保护力度较强的地区，企业更愿意投入资源进行专利创新，因为他们不用担心自己的创新成果被轻易抄袭和侵权。同时，良好的知识产权保护环境也有利于吸引外部创新资源的流入，促进区域间的技术交流与合作，提升区域整体的专利创新水平。经济发展水平为区域专利创新提供了坚实的物质基础和市场需求支撑。经济发达地区通常拥有更丰富的资金、人才和技术等创新资源。企业在经济繁荣的环境下，盈利能力较强，有更多的资金用于研发投入，能够吸引和留住高素质的创新人才，购置先进的科研设备，为专利创新创造有利条件。例如，东部沿海地区的一些经济发达城市，如深圳、上海等，凭借其雄厚的经济实力，吸引了大量的高新技术企业和科研机构入驻，这些企业和机构在专利创新方面投入巨大，产出了大量高质量的专利。此外，经济发展水平的提高还会带动市场需求的增长，市场需求是专利创新的重要驱动力。随着人们生活水平的提升，对产品和服务的质量、功能和创新性提出了更高的要求，企业为了满足市场需求，获取竞争优势，会加大研发投入，开展专利创新活动，推动技术进步和产品升级。例如，随着智能手机市场的快速发展，消费者对手机拍照功能、处理器性能等方面的需求不断提高，促使手机制造企业加大在相关技术领域的研发投入，申请了大量的专利，推动了智能手机技术的不断创新。科研基础是区域专利创新的核心要素，它涵盖了高校、科研机构的科研实力以及科研人才的储备等方面。高校和科研机构作为知识创新的重要主体，在专利创新中发挥着关键作用。科研实力雄厚的高校和科研机构拥有先进的科研设备、丰富的科研资源和优秀的科研团队，能够开展前沿性的科研项目，产出高质量的科研成果，为专利创新提供源头支撑。例如，清华大学、北京大学等国内顶尖高校，在多个学科领域具有卓越的科研实力，每年都有大量的科研成果转化为专利，为我国的专利创新做出了重要贡献。科研人才是专利创新的关键资源，他们具备专业的知识和技能，能够为专利创新提供智力支持。拥有丰富科研人才储备的区域，在专利创新方面具有明显的优势。一方面，科研人才能够开展创新性的研究工作，提出新的专利技术方案；另一方面，他们还能够吸引更多的科研项目和资金，促进科研团队的发展壮大，进一步提升区域的专利创新能力。例如，北京、上海等城市集聚了大量的科研人才，这些人才在各自的领域发挥着重要作用，推动了区域专利创新绩效的提升。市场需求是拉动专利创新的重要力量，它对区域专利创新绩效有着直接而显著的影响。市场需求的规模和结构决定了专利创新的方向和动力。当市场对某类产品或技术存在强烈需求时，企业为了满足市场需求，获取商业利益，会积极投入研发资源，开展专利创新活动。例如，随着环保意识的增强和对清洁能源需求的增加，市场对太阳能、风能等新能源技术的需求迅速增长，这促使企业加大在新能源领域的研发投入，申请了大量相关专利，推动了新能源技术的不断创新和发展。市场竞争也是激发专利创新的重要因素。在激烈的市场竞争环境下，企业为了脱颖而出，提高市场份额，必须不断提升自身的竞争力。专利作为企业技术创新的重要成果，能够为企业带来技术优势和市场竞争优势。因此，企业会通过专利创新来开发新产品、改进生产工艺，降低生产成本，提高产品质量和性能，以满足市场需求，赢得市场竞争。例如，在智能手机市场，各大手机厂商为了争夺市场份额，不断加大研发投入，申请大量专利，推出具有创新性的产品和技术，推动了智能手机行业的快速发展。5.2实证模型构建为了深入探究各因素对我国区域专利创新绩效的影响，构建如下面板数据回归模型：TFP_{it}=\alpha_0+\alpha_1Policy_{it}+\alpha_2Eco_{it}+\alpha_3Res_{it}+\alpha_4Mar_{it}+\sum_{j=1}^{n}\beta_jControl_{jit}+\mu_{it}其中，i代表地区（i=1,2,\cdots,31，涵盖我国大陆31个省、自治区和直辖市），t表示年份（t=2010,2011,\cdots,2020）。被解释变量TFP_{it}为第i个地区在第t年的专利创新全要素生产率，通过前文所述的Malmquist指数法计算得出，它综合反映了区域专利创新绩效的变化情况，包括技术进步、技术效率变化等因素对专利创新绩效的影响。解释变量中，Policy_{it}表示第i个地区在第t年的政策环境指标。采用政府财政科技支出占地区生产总值的比重来衡量，该指标能够反映政府对科技研发的支持力度，政府财政科技支出的增加通常意味着对专利创新的政策扶持力度加大，有利于促进区域专利创新绩效的提升。Eco_{it}代表第i个地区在第t年的经济发展水平指标，以人均地区生产总值来度量。人均地区生产总值越高，表明该地区经济发展水平越高，能够为专利创新提供更充足的资金、人才等资源支持，同时也反映了市场对创新产品和技术的购买力，对专利创新绩效具有重要影响。Res_{it}是第i个地区在第t年的科研基础指标，选用每万人拥有的高校在校学生数来表示。该指标体现了地区的科研人才储备情况，高校在校学生作为潜在的科研人才，其数量的增加有助于提升地区的科研创新能力，为专利创新提供智力支持。Mar_{it}表示第i个地区在第t年的市场需求指标，用社会消费品零售总额来衡量。社会消费品零售总额反映了地区的市场消费规模，市场消费规模越大，意味着市场需求越旺盛，能够为专利创新提供更广阔的市场空间和动力，从而影响区域专利创新绩效。Control_{jit}为控制变量，包括产业结构（用第二产业增加值占地区生产总值的比重表示）、对外开放程度（用进出口总额占地区生产总值的比重表示）等。产业结构的优化升级能够促进资源的合理配置，推动技术创新，对专利创新绩效产生影响；对外开放程度的提高有利于引进国外先进技术和管理经验，加强区域与国际市场的交流与合作，也会对区域专利创新绩效产生作用。\alpha_0为常数项，\alpha_1、\alpha_2、\alpha_3、\alpha_4、\beta_j为各变量的回归系数，\mu_{it}为随机误差项，用于捕捉模型中未考虑到的其他随机因素对被解释变量的影响。通过对该面板数据回归模型的估计和分析，可以确定各影响因素对我国区域专利创新绩效的影响方向和程度，为提升区域专利创新绩效提供实证依据。5.3影响因素实证结果与讨论利用Stata软件对构建的面板数据回归模型进行估计，得到的实证结果如下表所示：|变量|系数|标准误|t值|P>|t||[95%置信区间]||---|---|---|---|---|---||Policy|0.085***|0.021|4.05|0.000|0.043,0.127||Eco|0.062***|0.015|4.13|0.000|0.032,0.092||Res|0.048**|0.020|2.40|0.017|0.009,0.087||Mar|0.035**|0.016|2.19|0.029|0.004,0.066||Industry|0.028*|0.015|1.87|0.062|-0.001,0.057||Open|0.015|0.011|1.36|0.175|-0.007,0.037|_cons|-0.325***|0.098|-3.32|0.001|-0.517,-0.133|注：*、、*分别表示在1%、5%、10%的水平上显著。从回归结果来看，政策环境（Policy）的系数为0.085，在1%的水平上显著为正，这表明政府财政科技支出占地区生产总值的比重每提高1个百分点，区域专利创新全要素生产率将提高0.085个百分点。政府加大对科技研发的财政支持，能够直接为专利创新活动提供资金保障，鼓励企业和科研机构增加研发投入，开展更多的专利创新项目，从而有效提升区域专利创新绩效。例如，一些地方政府设立了专利专项资金，对专利申请、授权以及专利实施转化等环节给予补贴，激发了创新主体的积极性，促进了专利数量和质量的提升。经济发展水平（Eco）的系数为0.062，同样在1%的水平上显著为正，说明人均地区生产总值每增加1个单位，区域专利创新全要素生产率将提升0.062个单位。经济发展水平较高的地区，企业和居民的收入水平相对较高，企业有更多的资金用于研发投入，能够吸引更多高素质的创新人才，同时也具备更强的市场购买力，对创新产品和技术的需求更旺盛，这些都为专利创新提供了有利的条件，有力地推动了区域专利创新绩效的提高。以东部沿海经济发达地区为例，其较高的经济发展水平为专利创新提供了坚实的物质基础和广阔的市场空间，使得该地区在专利创新方面取得了显著的成绩。科研基础（Res）的系数为0.048，在5%的水平上显著为正，意味着每万人拥有的高校在校学生数每增加1人，区域专利创新全要素生产率将提高0.048个单位。高校在校学生是科研人才的重要储备力量，他们在高校接受系统的专业教育和科研训练，具备较强的创新能力和科研潜力。高校学生数量的增加，为区域专利创新注入了新鲜血液，能够带来更多的创新思路和科研成果，对区域专利创新绩效的提升具有积极的促进作用。例如，一些高校密集的城市，如北京、武汉等，凭借丰富的高校科研人才资源，在专利创新方面表现出色，专利申请量和授权量均处于较高水平。市场需求（Mar）的系数为0.035，在5%的水平上显著为正，即社会消费品零售总额每增加1个单位，区域专利创新全要素生产率将提高0.035个单位。市场需求是拉动专利创新的重要动力，旺盛的市场需求促使企业加大研发投入，开展专利创新活动，以满足市场对新产品、新技术的需求。同时，市场需求的增长也为专利技术的商业化应用提供了广阔的市场空间，提高了专利创新的经济效益，进而提升了区域专利创新绩效。例如，随着消费市场对智能家电需求的不断增长，家电企业加大了在智能控制、节能环保等方面的专利研发投入，推动了家电行业的技术创新和专利创新绩效的提升。在控制变量中，产业结构（Industry）的系数为0.028，在10%的水平上显著为正，表明第二产业增加值占地区生产总值的比重每提高1个百分点，区域专利创新全要素生产率将提高0.028个百分点。第二产业通常是技术密集型和资本密集型产业，产业结构中第二产业占比较高，意味着地区产业结构相对优化，有利于集中资源进行技术研发和创新，对区域专利创新绩效有一定的促进作用。然而，对外开放程度（Open）的系数为0.015，且不显著，说明进出口总额占地区生产总值的比重对区域专利创新绩效的影响不明显。可能的原因是，虽然对外开放能够引进国外先进技术和管理经验，但在实际过程中，部分地区可能由于技术吸收能力不足、产业配套不完善等原因，未能充分发挥对外开放对专利创新绩效的促进作用。综上所述，政策环境、经济发展水平、科研基础和市场需求等因素对我国区域专利创新绩效均有显著的正向影响。政府应进一步加大对科技研发的政策支持力度，优化财政科技支出结构，提高资金使用效率；各地区应积极推动经济发展，提升经济发展水平，为专利创新提供更坚实的物质基础；加强高校和科研机构建设，培养和吸引更多的科研人才，提升区域科研基础；同时，要注重培育和激发市场需求，引导企业根据市场需求开展专利创新活动，以促进区域专利创新绩效的全面提升。六、提升我国区域专利创新绩效的对策建议6.1基于实证结果的针对性建议根据前文的实证分析结果，不同区域在专利创新绩效方面呈现出各自的特点和问题，因此需要制定差异化的专利创新发展策略。对于东部地区，其专利创新绩效在全国处于领先地位，全要素生产率、技术进步和技术效率均表现出色。然而，为了保持领先优势并进一步提升专利创新绩效，东部地区应继续发挥经济发达、科技资源丰富的优势，加大在前沿技术领域的研发投入，加强基础研究和应用研究的协同发展。例如，在人工智能、生物医药、新能源等战略性新兴产业领域，加大研发资源的集聚，建设一批高水平的科研创新平台，吸引全球顶尖科研人才和团队，开展前沿性、引领性的专利创新研究，推动技术的持续突破和创新成果的转化应用，不断提高专利的质量和价值。同时，进一步优化创新生态系统，加强知识产权保护力度，完善专利交易市场机制，促进专利技术的流通和产业化，提高专利创新的经济效益。中部地区专利创新绩效处于中等水平，技术进步和技术效率虽有一定提升，但与东部地区仍有差距。中部地区应进一步加大科技投入，积极争取国家和地方政府的科技政策支持，设立专项科技研发资金，引导企业增加研发投入。加强创新平台建设，培育一批具有区域影响力的高新技术产业开发区、科技企业孵化器和众创空间等创新载体，为专利创新提供良好的硬件设施和服务环境。此外，中部地区应加快产业结构调整和升级，推动传统产业向高端化、智能化、绿色化转型。例如，在汽车制造、装备制造等传统优势产业领域，加大技术改造和创新力度，鼓励企业开展关键核心技术攻关，申请更多高质量的专利，提升产业的附加值和竞争力。同时，积极培育新兴产业，如电子信息、新材料等，为专利创新开辟新的领域和增长点。西部地区专利创新绩效相对较低，面临科技资源匮乏、创新投入不足等问题。西部地区应充分利用国家的政策支持，如西部大开发战略中的科技扶持政策，加大对科技教育的投入。一方面，加强高校和科研机构建设，提高本地科研人才的培养质量，同时制定优惠政策吸引外部优秀科研人才流入，充实科研人才队伍。另一方面，增加财政科技支出，引导企业和社会资本参与专利创新活动，拓宽专利创新的资金来源渠道。此外，西部地区应结合自身的资源优势和产业特色，发展特色产业的专利创新。例如，在新能源、特色农业、矿产资源开发等领域，加强技术研发和专利申请，形成具有区域特色的专利技术优势，推动特色产业的发展壮大。东北地区专利创新绩效增长较为缓慢，产业结构调整和创新驱动发展面临较大挑战。东北地区应加快产业结构调整步伐，培育新兴产业，降低对传统产业的依赖。加大对科技创新的投入，设立产业创新引导基金，支持新兴产业领域的专利创新项目。完善创新政策体系，出台一系列鼓励专利创新的政策措施，如专利申请补贴、专利实施奖励等，激发企业的创新活力。同时，加强与其他地区的合作与交流，积极引进先进的技术和管理经验，促进东北地区专利创新绩效的提升。例如，与东部地区开展产学研合作，共同开展关键技术研发，实现资源共享和优势互补，推动东北地区产业的转型升级和专利创新能力的提高。6.2政策制定与优化建议完善知识产权保护政策是提升区域专利创新绩效的重要保障。政府应加强知识产权法律法规的制定和完善，加大对专利侵权行为的打击力度，提高侵权成本。建立健全知识产权侵权预警和快速维权机制，缩短专利侵权案件的审理周期，为专利权人提供及时、有效的法律保护。例如，设立知识产权专门法庭，提高专利侵权案件的审判专业性和效率；加强知识产权行政执法与司法的衔接，形成打击专利侵权的合力。此外，加强知识产权保护的宣传教育，提高社会公众的知识产权保护意识，营造尊重知识产权的良好社会氛围。鼓励企业加强知识产权管理，建立完善的知识产权管理制度，提高企业自身的知识产权保护能力。例如，开展知识产权培训活动，为企业提供知识产权管理咨询服务，帮助企业制定知识产权战略，提升企业在专利申请、保护和运用方面的能力。加大创新投入支持是推动专利创新的关键。政府应持续增加财政科技支出，优化财政科技资金的投入结构，提高资金使用效率。加大对基础研究和前沿技术研究的支持力度，为专利创新提供源头动力。例如，设立基础研究专项基金，鼓励高校和科研机构开展基础研究项目，提高我国在关键核心技术领域的自主创新能力。同时，完善创新投入的多元化机制，引导企业、金融机构和社会资本加大对专利创新的投入。通过税收优惠、财政补贴、风险投资等政策措施，激励企业增加研发投入。例如，对企业的研发费用给予税收减免，对开展专利创新的企业提供财政补贴，引导金融机构为专利创新项目提供贷款支持，鼓励风险投资