Determinants of Patent Applications across European Regions: Evidence from Panel Estimators, K-Means Clustering and Predictive Validation
本文通过分析欧洲区域专利数据表明，企业研发投入是创新的主要驱动力，同时强调区域创新能力在时间维度上具有高度的不可移动性，且由于专利产出的决定因素在不同的区域创新特征之间存在显著差异，因此统一的政策建议是无效的。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在现代经济中，创新往往被视为一种可衡量的商品，一种可以跨越国界进行计数、排名和比较的东西。几十年来，欧洲决策者一直依赖一个特定的指标来衡量其各区域的表现：专利申请的数量。专利是一种保护发明创造的法律文件，其逻辑非常直接：如果一个地区产生大量专利，便被认为是一个创意和技术进步的中心。这一假设驱动着数十亿欧元的公共资金分配，塑造了旨在帮助欧洲与美国和中国竞争的战略。其背后的信念是，这些数字反映了一个地区将科学构思转化为商业现实的能力，并且通过逐年追踪这些数字，官员们可以观察其投资是否见效。
然而，这种对单一计数的依赖引发了一个根本性的问题：专利申请究竟能告诉我们关于一个地区的什么信息？它捕捉到的是公司创新的真实努力、大学与产业之间联系的强度，还是仅仅是当地企业的法律习惯？一项新的研究挑战了这种对数据的解读方式，指出标准方法可能遗漏了最重要的部分。通过研究来自 245 个欧洲地区、跨越八年的数据，研究人员发现，情况远比简单的排行榜所呈现的要复杂得多。他们发现，创新的能力深深植根于一个地区的长期特征中，每年变化极小；而且不同的地区保护其创意的方式也完全不同。有些地区依赖专利，而另一些则依赖商标，将两者混为一谈会导致对欧洲优势与劣势的误解。
研究人员首先检查了来自“区域创新记分板”（Regional Innovation Scoreboard）的海量数据集，该数据集追踪了 2016 年至 2023 年间 31 个国家的 245 个地区。他们重点研究了理论上应导致更多专利产生的三个主要驱动因素：企业在研发上的投入金额、大学与企业之间正式合作的频率，以及企业注册商标的倾向。商标是品牌名称和标志的法律保护，与保护发明的专利不同。团队想要观察这些因素如何影响根据国际条约提交的专利申请数量。他们使用了先进的统计方法，将地区间的差异与单个地区随时间发生的内部变化区分开来。
他们的第一个发现是令人惊讶的缺乏变动。尽管数据涵盖了八年，但专利活动的大部分差异源于某些地区本身就比其他地区更具创新性，而非由于任何地区在一段时间内表现出了显著的变化。事实上，大约 95% 的数据变异源于地区间的差异，而只有约 2% 到 5% 源于该地区在八年内的内部变化。这意味着，一个地区在创新阶梯上的位置是极其稳定的。发生的微小移动通常过于细微，以至于看起来更像是噪声而非真正的进步。这一发现表明，试图通过一个典型的五年周期来评估政策计划的成功，就像试图通过观察几天来测量一棵树的生长一样：变化太小了，无法察觉，真正的故事在于长期的结构。
当研究人员观察究竟是什么驱动了专利数量时，他们发现企业研发支出是最强的预测因子。企业在研发上投入更多的地区，往往会提交更多的专利。大学与产业之间的协作也发挥了作用，尽管作用较弱。有趣的是，研究发现，商标活动活跃的地区往往也拥有更多的专利。这表明，保护品牌和保护发明并不是相互竞争的策略；相反，它们是保护知识产权的一种单一且强大的能力的体现。擅长其中一项的公司，很可能也擅长另一项。
然而，当研究人员不再将所有 245 个地区视为一个整体，而是根据其实际行为将其分为四个不同的特征组时，故事发生了戏剧性的变化。第一组由领先地区组成，他们在所有类别中都表现出色。第二组由边缘地区组成，他们在所有类别中都表现低迷。第三组是规模最大的群体，包括许多南欧和中欧地区，被称为“中间型”群体。在这里，研究人员发现了一些惊人的现象：在整个欧洲大陆都成立的“研发投入与专利申请之间的强关联”，在这些中间型地区竟然消失了。在这些地区，增加研发投入并不会带来更多专利。政策制定者经常用来证明资金投入合理性的那种关系，在最需要这些地方的地方实际上是隐形的。
第四组是最具启发性的。它由来自 17 个不同国家的 27 个地区组成，其中包括一些在官方分类中属于创新领先者的地区。这些地区的独特之处在于，它们提交的商标远多于专利。它们并非未能创新，而是在设计、服务和品牌方面进行创新，并通过商标而非专利来保护这些创意。由于标准的记分板仅根据专利计数对地区进行排名，这些充满活力、以品牌为导向的经济体被错误地归类为落后者。研究表明，一维的排名系统无法捕捉到这些地区的现实。如果一项政策旨在促进专利增长，那么对于这些已经在以另一种方式取得成功的领地，该政策将完全错失目标。
为了确保这些发现并非数学计算产生的偏差，研究人员使用此前未曾使用过的数据测试了他们的模型。他们利用计算机算法观察，当模型尝试预测从未见过的地区表现时，这些模式是否依然成立。结果证实，研发与专利之间的关系是真实的，但仅限于观察地区间的差异，而非地区内部的变化。他们还发现，那些最初看起来运行完美的复杂计算机模型，实际上只是在记忆每个地区的特定特征，而非学习通用的规则。一旦模型被迫将每个地区视为独特的案例而不依赖于该地区的过往数据，其准确性就会大幅下降。这证明了这些先进模型的所谓成功，实际上是由数据结构方式造成的幻象。
这些发现对于欧洲如何管理其创新政策具有深远意义。首先，它表明评估成功的周期需要长得多。由于区域创新系统如此稳定，专利数量的短期波动几乎无法说明政策是否奏效。其次，它表明“一刀切”的方法存在缺陷。适用于领先地区或落后地区的策略，并不适用于那个连接研发与产出的纽带已经断裂的庞大中间群体。对于这些中间型地区，仅仅投入更多研发资金不太可能产生结果；相反，重点需要转向改进那些能将研究转化为受保护产品的机构和连接机制。最后，研究认为，欧洲需要停止仅通过专利计数来衡量成功。通过忽视那些通过品牌和设计进行创新的地区，现行系统正在误诊欧洲经济的重要组成部分。为了真正与全球对手竞争，欧洲需要一个能够识别其各地区创造并保护价值的多样化方式的证据基础。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。