刘凤朝，张淑慧，朱姗姗

(大连理工大学 管理与经济学部，辽宁 大连 116024)

一、引言

随着技术发展与更迭速度的加快，整合多样化的知识进行发明创造已成为技术创新的重要方式[1]。如智能手机是对移动电话与数码相机、记事本及移动游戏等诸多技术要素的融合而成，纳米科学与技术则是对物理、化学、材料及工程等学科和技术领域的融合。在创新实践不断发展的同时，技术知识多样性与其创新影响之间的关系也引起了学者的较多关注。

一方面，技术创新领域的学者认为，技术发展的累积性及路径依赖特征，导致技术发展具有明显的领域边界[2-3]，因此，搜索与重组多样化的知识，能够使发明人对技术可能性有更好的认识，从而比在单一知识领域内创造的发明具有更大的影响力，多样化的知识重新组合被视为突破性创新的重要途径[4-5]。该观点得到了多方面的实证支持，多数研究使用大规模的专利数据验证了技术知识多样性对产生高影响发明的重要作用。如Kaplan和Vakili[6]、Lo和Kennedy[7]分别以富勒烯领域及纳米领域专利为研究样本，发现融合多技术领域知识的专利，其经济价值较高，更可能吸引不同行业背景下组织及发明者的关注及认可。Hargadon[8]以融合了电子、晶体及光学技术等领域知识的光电子行业为例，研究表明由多知识领域融合而成的发明可以产生强大的市场效应。Rosenkopf和Nerkar[9]通过分析光盘行业的创新过程，发现反映更广泛搜索努力的专利会对后续技术发展产生更大的影响。Sing[10]利用美专局超过50万项专利的数据显示，基于较大技术宽度的专利具有更高的质量。

另一方面，基于制度理论的相关研究表明，相比于单一技术知识类别的发明，混合多类技术的发明更容易被市场忽视或低估，从而面临市场的负面反应[11-12]，Zuckerman[13]称之为“非法性折扣”。Capaldo 等[14]指出尽管基于多样化知识产生的发明具有较大的吸引力，但组织不可能拥有必须的认知能力，以充分理解技术方案中涉及的所有知识，因而使用它的能力就越差。所以，随着多样性的增加，知识的扩散也会变得更为复杂。Petruzzelli等[15]、Lin和Chang[16]认为尽管技术知识多样性较高的发明，其技术和市场潜力较大，但由于更难识别。因此，技术知识多样性较高的发明通常面临较高的不确定性及不测预测性，在价值评估过程中，其价值被认可的概率及被接受的速度都相对较低[17]。Appio等[18]研究认为，将多样化的知识进行重组，并不总是能带来有影响的发明。Ardito等[19]指出，由于技术知识多样性所表现出的负面效应，反过来会抑制组织及发明人从事跨领域研究的努力。

可以看出，虽然学者分别基于技术创新理论及制度理论对技术知识多样性的作用进行了研究，但仍存在互相矛盾的结论，说明技术知识多样性作用的黑箱尚未打开。现有研究仍存在不足，主要体现在以下方面：一是，在未明确技术知识多样性作用对象与过程的条件下，单就技术知识多样性的作用进行分析，混淆了不同对象与过程的异质性及其对技术社会功能实现的作用，这样就使研究过程和结果缺乏应有的逻辑一致性。因此，有必要从对象及过程视角将技术知识多样性作用效应的黑箱打开。对此，本文分别考察技术知识多样性在专利受理过程中对专利审查员的影响以及在技术扩散过程中对后续发明人的影响，据此阐明技术知识多样性会在创新不同过程对不同对象产生差异化影响。二是，已有研究将技术创新理论中对技术知识多样性作用的正面论证与制度理论中的负面论证割裂开来，忽视了两者之间存在的关联。技术经扩散产生创新影响的过程通常与制度赋予其的合法性息息相关，对专利而言，审查员负责专利的受理过程，通过筛选、评估及授权专利，决定进入公共知识库的发明[20]。但由于技术知识多样性不同，专利质量的评估难度也不同，导致不同技术知识多样性的发明在审查过程中出现的误判率不同，进而使技术知识多样性对创新所呈现的作用强度在专利受理前后产生差异。这种差异正体现了专利审查员作为“制度守门人”在创新中的作用。因此，有必要将技术及制度两方面的观点纳入到同一分析框架下，并打通两者之间的作用路径。对此，本文考察了控制专利受理过程前后，技术知识多样性对创新影响作用的变化，以分析审查员的“制度守门人”角色在技术知识多样性与创新影响关系中的作用。

本文以1998-2014年我国智能手机产业的29287条发明专利数据为研究样本，运用Heckman样本选择模型，在分别考察技术知识多样性对专利受理及创新影响的作用的基础上，进一步分析了专利受理在技术知识多样性与创新影响关系中的作用。

二、理论基础及研究假设

(一)理论基础

本文将技术创新理论与制度经济学理论相结合，分析技术多样性在专利受理过程中对专利审查员的影响以及在技术扩散过程中对后续发明人的作用特征，以理清技术知识多样性的作用机制。技术创新理论指出，由于技术发展具有累积性，技术创新的一个重要特征就是后续发明人对新技术的创造建立在已有发明人形成的知识基础上[21]，并且是将现有知识进行不断重新组合的过程[22]，一项重要的战略性发明往往是多个个体发明的累积综合[23]。正如Nelson和Winter[24]所指出的“任何新事物的诞生，都是重新组合了已有的概念和物质材料”。这种创新观点依赖于技术领域之间的隐含界限，即某些组件或技术被视为属于一个特定的领域，因为它们解决一个共同的问题或利用同一个理论、方法、语言或代码等，从而使得技术领域之间具有一定的边界特征[25]。因而，技术发展的累积性及组合性使得组合现有的多样化知识，可以在增加知识重新组合机会并减轻来自不同市场不确定性的同时[26]，还能够克服技术发展过程中的路径依赖，避免发明人陷入低效的局部最优[27]。因此，将多样化的知识进行组合更容易产生高创新影响力的突破性创新。如Nerkar[2]提出创新是已有知识与较新知识形成的组合，Fleming[26]认为创新是将非熟悉领域的知识进行组合，Ahuja和Lampert[27]则认为创新是非熟悉、邻近及新颖知识形成的组合，Keijl等[28]提出创新是将本地、邻近与远程知识进行组合等。

而从制度经济学理论看，混合多个类别的商品往往会产生“非法性折扣”，从而受到制裁或惩罚。这是因为当组织成员的行为符合组织制度时，便获得组织赋予其的“合法性”，当合法行为遍布了整个组织，“同构性”现象继而出现，“同构性”体现了在相同制度约束下，组织成员合法行为表现出的一致或相似程度[29]。而当组织成员的行为超越制度认可的边界时，成员的合法性会在组织中大打折扣，从而产生“非法性折扣”[13]。如资助机构往往会对跨学科领域的研究项目给予较少的正面评价，并减少资助的可能。Boudreau等[30]研究发现这种折扣源于评估者自身知识的局限。

本文认为这种非法性折扣也会存在于专利受理中，专利审查机构负责专利的受理过程，其扮演的是“制度守门人”角色。专利审查机构通过筛选、评估及授权符合既定类别要求的专利，从而决定了进入公共知识库中的专利。制度守门人是指建立特殊的筛选标准来过滤向市场流入的商品和信息等的组织机构[31]，如认证机构、食品药品监督管理局等。由于这些机构的选择直接影响着市场的运行，所以制度守门机构通常会努力证明其评估标准及过程是“客观的”[32]。但是，在制度同构性的压力下，专利审查机构通常运用成熟、公认的分类边界作为识别与判断专利价值的标准，而混合多技术类别的专利由于超越了已有的分类及认知边界，会在审查员眼中产生“非法性折扣”，从而受到制裁或惩罚[13]。这表明，制度守门人的选择标准及过程会在一定程度上偏离客观性，在奖励符合既定类别的发明并对其外的发明进行惩罚与制裁的同时，会人为造成授权后专利的质量分布偏离其应有的质量分布，进而使得受理后专利的技术知识多样性对其创新影响所呈现的作用强度偏离其应有的水平。

(二)理论基础

1. 技术知识多样性与专利受理

根据中国国家知识产权局的专利受理要求，专利受理的第一步是对发明专利进行分类，以便将其分配给具有相关专门知识的审查员。当申请专利的知识边界超越分类边界时，发明不符合既定类别，很难将其划分到现有的分类体系中并找到合适的审查员，如Zuckerman[13]指出不符合分类标准的股票更难吸引分析师。其次，在对申请专利进行分类及分配审查员的基础上，中国知识产权局要求专利审查员在对每一件发明专利申请授权前都应当进行检索，以确定申请是否符合专利法的规定。

对于技术知识多样性较高的专利来说，检索过程同样会面临认知及组织障碍造成的非法性折扣，从而使得其检索过程更为复杂。由于没有一个审查员是所有技术类别的专家，所以单个审查员在对多技术类别的专利检索过程中存在认知局限。因此，需要多个审查员的合作，但不同审查员具有不同的技术专长，可能在对专利不同技术领域重要性的评估方面存在差异。因此，将不同甚至相互矛盾的审查意见进行协调并编译到一个检索报告中，又面临着组织障碍。基于此，本文认为面对一系列的受理障碍，审查员倾向于在“歧义厌恶”基础上对受理结果进行折扣，导致技术知识多样性较高的申请的授权率降低。

假设1：技术知识多样性越高，越容易在专利受理过程中被拒绝，授权概率越低(如图2中的路径a所示)。

2. 技术知识多样性与创新影响

与制度理论中提到的“非法性折扣”相反，技术知识多样性较高的发明能够产生较高的创新影响，其作用机制体现在以下两方面：一是，跨越多个技术类别的发明反映了更广泛的搜索,可以避免发明人陷入低效的局部最优[27]。在其他条件相同的情况下，搜索到的知识元素集合越大，组合的机会越多，其导致知识元素间非典型联系的可能性也会越高[33]，专利质量也会更高，从而能够更有效地为后续发明人在多个技术领域之间建立桥梁提供借鉴。因此，更容易得到后续发明人的认可。

二是，基于专家认知的研究指出，专家的判断与非专业人士的认知过程有着质的区别，那些最接近特定主题的专家能够观察且利用更为广泛的信息提示。当他们与非专业人士进行相同的观察时，他们会感受到更多的细节、复杂性及模式等[34]。因此，相比于专利审查员而言，发明人在长期丰富的经验和实践积累使得其对某技术领域的关注是更加持续且专业的，从而能对基于多样性知识创造的发明产生更加精准的认知与更多的认可[35]。因此，相对比于技术知识多样性较低的发明，混合多类别知识的发明能够被更频繁地被发现和引用，从而产生较高的创新影响。

假设2：技术知识多样性越高，越容易得到后续发明人的认可，创新影响越大(如图2中的路径m→n所示)。

3. 考虑专利受理过程条件下，技术知识多样性与创新影响

审查员作为专利受理过程的“制度守门人”，其职责是筛选出符合审查标准的专利并进行授权。所以，与专利受理之前的质量分布相比，审查员的筛选过程会人为拔高授权之后专利的质量分布。然而，由于技术知识多样性不同，其所带来的专利质量评估难度及误判率也不同，导致专利受理过程后不同技术知识多样性的发明的质量得到人为拔高的程度不同，从而在整体上使得技术知识多样性对创新的作用在专利受理前后产生差异。通过对比这种差异，即可分析审查员的“制度守门人”角色在创新中的作用。

对于技术知识多样性较低的专利而言，假设该类专利在授权前的质量平均值为Un，授权后的质量平均值为Un*。由于其技术复杂性较低，所以其质量相对来说更容易评估。审查员作为“制度守门人”，会将该类专利中符合审查标准的专利进行筛选并授权，拒绝不符合审查标准的专利。所以，审查员的受理过程会将质量更高的专利放行进入公共知识库。此时，该类专利的质量由Un提高为Un*，Un-Un*=q，如图1细实线及细虚线所示。审查员的“制度守门人”作用得到充分发挥，审查过程较为精准，该类专利在受理后的专利质量分布得到显著提高。

而对技术知识多样性较高的专利来说，假设该类专利在授权前的质量平均值为Ub，授权后的质量平均值为Ub*。相比之下，该类专利的技术复杂性较高，加之审查员的认知局限，导致审查员对该类发明的认知难度更高，超出审查员认知范围的几率也会大大提高[30]。所以，审查员是在不确定性较高的情境下进行的评估。评估者出错的几率增加，这会对评估结果产生“噪音”，造成较不精确的评估结果或者“误判”。在这种情形下，更容易导致对质量较低的专利申请作出错误的授权决定，而对质量较高的专利申请做出错误的拒绝授权决定，造成审查员的“制度守门人”作用在技术知识多样性较高的专利中发挥得相对不充分，质量分布提高程度较小：Ub-Ub*

假设3：专利受理过程会使技术知识多样性对创新影响所呈现的促进作用被削减，即图2中的路径a→b→n的正向作用较路径m→n的正向作用弱。相反，若将专利受理过程进行控制后，该促进作用将会得到提升。

基于以上分析，本文的研究逻辑如图2所示。

图1 授权前后专利质量分布图

图2 本文研究逻辑

三、研究设计

(一)样本与数据来源

本文以我国智能手机产业专利为研究样本，分别考察技术知识多样性在专利受理过程中对专利审查员的作用以及在技术扩散产生创新影响过程中对后续发明人的作用特征。研究样本的选择具体分为以下三步：首先，对于智能手机产业专利数据的搜集，通过《产业专利分析报告》[36]中总结及提炼的与智能手机产业相关的IPC分类号和检索词构建专利检索式，在中国知识产权局专利检索平台进行检索，共得到申请年为1993-2014年的智能手机产业专利40086条，首条智能手机专利申请于1993年；其次，剔除法律状态为“实审”、“公开”的专利，将其余已经明确授权与否的29879条专利作为初步筛选后的样本。最后，剔除所有自变量或控制变量缺失的专利，将剩余29287条专利数据作为本文研究的最终样本。其中，授权专利17068条，非授权专利12219条，具有被引信息的专利17889条，被引信息缺失的专利11398条。

(二)变量测度

1. 因变量

专利授权(App)运用0/1二元变量表征一个申请专利是否被授权，如果专利被授权，则赋值为1，反之赋值为0，即法律状态为撤回、驳回、放弃，表明专利在受理过程中被拒绝。

创新影响(Impact)指的是一项发明作为未来技术发展的重要输入，其对后续技术发明的影响程度。当一项发明被后续发明者广泛认知及认可时，其创新影响较大。现有研究中对创新影响的测度多采用专利的前向引用数来表征[6-7]，为消除在相同的因变量测度年，由于专利公开年份不同导致的前向引用总数的差异，本文采用专利的年被引频率来表征创新影响，具体测度方法如公式(1)所示，其中Tcitation是指自专利公开年至2016年，该专利被其他专利的总被引数(本文研究数据的检索时间截至2016年12月31日)，Nyear是指被引用年，即2016年与专利公开年的年份差值。

(1)

2. 自变量

技术知识多样性(Diversity)通过每个专利所涉及技术领域的个数来测度，技术领域采用国际专利分类(IPC)前四位来表征[7]。为进一步观察自变量特征，图3描绘了专利技术知识多样性的核密度分布图，可以看出技术知识多样性分布在3以内的专利密度较大，即较多专利所涉及的技术领域数小于等于3。

图3 技术知识多样性的核密度分布图

3. 控制变量

本文进一步控制了在技术知识多样性与专利受理及创新影响关系中发挥作用的其他因素。在组织层面，本文对专利权人特征进行了控制[7]，将专利权人类型为企业的专利标记为1，大学及研究机构标记为2，个人标记为3，其他类型标记为4。由于审查员的行为经常在工作量增加的压力下转移，从而影响专利授权结果。所以，本文还对审查机构的工作负荷(Lnworkload)进行了控制，采用专利申请月内，在中国知识产权局申请的所有发明专利的权项数总和的自然对数进行测度[37]；在专利层面，专利新颖性(Novel)是影响专利是否获得授权及影响力的重要方面[15]。对专利新颖性的测度，采用公式(2)所示方法进行测度，其中，k表示专利i与专利j涉及的技术领域总数，N表示第t-1年到第t-5年的专利总数。该值反映了第t年的专利与第t-1到第t-5年所有专利进行比较后的新颖性均值，其值越高，则专利的新颖性越强，反之，则越弱。同时，参照Liegsalz 和Wagner[38]对专利受理影响因素的研究，对同族专利数(Lnfamily)、发明人个数(Lninventor)、说明书页数(Lnpaper)、是否代理(Daily)等因素进行了控制，其中，同族专利数、发明人个数、说明书页数分别取自然对数处理，是否代理采用0/1二元变量进行测度，1代表有代理，0则代表没有。此外，借鉴Keijl等[28]的研究，本文还对专利申请年(year)、授权年(Appyear)、技术领域(Applicant)、申请国(Nation)等进行控制，技术领域根据专利主分类号的前四位来划分。

(2)

(三)模型说明

本研究采用Heckman样本选择模型，在分别检验技术知识多样性对专利受理及创新影响作用的基础上，进一步考察专利受理在创新中的作用。(1)第一阶段，用包含授权与非授权专利的总样本就专利受理的选择方程进行Probit估计，进而预测不同技术知识多样性的专利获得授权的概率，并利用估计结果构造出误差调整项(又称选择校正项)，即逆米尔斯比率(Inverse Mills Ratio，λ)；(2)第二阶段，运用授权专利样本检验技术知识多样性与创新影响之间的关系。在该阶段，首先考察授权专利的技术知识多样性与其创新影响之间的关系，该关系混合了专利受理与技术知识多样性两方面因素的作用；其次，将第一阶段计算得到的逆米尔斯比率λ，加入第二阶段的回归模型中，得出在控制专利受理过程后，技术知识多样性对创新影响的单独作用。由于，加入逆米尔斯比率λ可以使得前后的回归系数可比，所以，可以得到在控制专利受理过程前后，技术知识多样性对创新影响的作用差异，该差异即为专利审查员所扮演的“制度守门人”角色在创新过程中的作用。

另外，Heckman还指出，为增强模型的识别性，同时防止利用第一阶段回归方程计算得到的逆米尔斯比率与第二阶段模型的解释变量出现严重的多重共线性，第一阶段模型的解释变量必须至少有一个不被包括在第二阶段模型中。因此，在本文中需要引入一个与第一阶段的受理相关但又与第二阶段的创新影响无关的变量。本文将审查员的工作负荷作为该变量，审查员的行为经常在工作量增加的压力下转移，从而影响专利受理结果，但无法对创新影响起作用。

四、结果分析

(一)描述性统计与分析

表1为因变量、自变量及控制变量的描述性统计分析。在第一阶段的专利受理分析中，列举了Probit模型中的相关变量。因变量为是否授权，其均值为0.58，也就是说在该阶段58%的样本专利为授权专利。技术知识多样性均值为1.65，说明在该阶段所用样本中，每个专利平均涉及1.65个技术领域。新颖性均值为0.61，即每个专利与其同行业的前五年所有专利相比，不相似的程度为0.61。此外，还可以看出专利同族数、说明书页数、发明人个数、工作负荷的均值分别为1.05、2.71、0.66、10.27，是否有代理机构的均值为0.88；相应地，在创新影响分析阶段，技术知识多样性平均值为1.66，新颖性均值为0.61，发明人个数均值为0.68，逆米尔斯比率λ均值为0.67，说明第一阶段的样本被选择进入第二阶段回归模型的概率均值为0.67。

表1 变量描述性统计

表2及表3分别列出了两个阶段变量之间的相关性矩阵，由表2可以看出，在Heckman第一阶段中，技术知识多样性、新颖性、专利同族数、说明书页数、发明人个数、有代理机构均与专利授权与否呈显著正相关，工作负荷则与专利授权与否呈显著负相关。由表3可知，在第二阶段中，技术知识多样性、逆米尔斯比率λ与创新影响呈显著负相关，新颖性、发明人个数与创新影响呈显著正相关。虽然，在相关性分析中，技术知识多样性与创新影响之间的关系为负，此关系需要在回归模型中进一步验证。此外，从表2及表3的相关系数矩阵中可以发现，各变量两两之间的相关性较低，各变量VIF均值均小于2，因此排除自变量之间存在多重共线性的可能。

表2 专利受理阶段变量的相关性分析

注：*p<0.1,**p<0.05,***p<0.01。

表3 创新影响分析阶段变量的相关性分析

注：*p<0.1,**p<0.05,***p<0.01。

(二)回归结果分析

1. Heckman第一阶段回归分析

表4为Heckman第一阶段的Probit模型回归结果，因变量为二元变量是否授权，自变量和控制变量是可能影响专利是否授权的因素，通过该阶段回归模型的运算结果得出逆米尔斯比率，并将其应用到接下来的第二阶段回归分析中。模型1是只包括控制变量的回归结果，可以看出，新颖性与专利授权可能性之间的关系为显著正向关，说明专利新颖性越高，越容易获得授权，这与专利审查员被要求认证发明的新颖性的工作要求相一致。此外，该模型也表明说明书页数、发明人个数、有代理机构与专利授权概率之间的关系均呈现显著的正相关关系。模型2在模型1的基础上引入技术知识多样性以验证假设1，可以看出，技术知识多样性与授权概率之间的关系显著负相关(b=-0.09，p<0.01)，假设1得到证实，即技术知识多样性越高的专利，其被授权的可能性越低。模型3在模型2的基础上，引入专利审查机构工作负荷这一变量，其与授权概率之间的关系显著为负，说明审查员的工作负荷越大，专利的授权概率越低。与模型2相比，技术知识多样性与专利授权概率之间的关系未发生改变，仍呈现显著负相关。模型3相较于模型1及模型2的χ2值，可知模型3拟合效果较好，因此选用由模型3所估计出的正太分布函数来计算逆米尔斯比率λ。

表4 Heckman第一阶段(专利受理)回归结果分析

注：*p<0.1,**p<0.05,***p<0.01，括号内为稳健标准差。

(2)Heckman第二阶段回归

表5为Heckman第二阶段的回归结果，在该阶段运用OLS模型检验授权专利的技术知识多样性与创新影响之间的关系。在该阶段将创新影响设置为因变量，模型4中只包含了控制变量，结果显示新颖性、发明人个数与创新影响之间的关系均显著正相关。模型5引入技术知识多样性变量，可以看出技术知识多样性与创新影响力之间呈现显著正相关关系，说明专利的技术知识多样性越高，其创新影响越大，假设2得到验证。模型4及模型5未将样本选择性偏差考虑在内，模型6引入第一阶段Probit回归模型3中所得的逆米尔斯比率λ，结果显示，逆米尔斯比率回归系数显著不为零，说明样本在考虑专利受理过程条件下与未考虑条件下存在选择性偏误。在对样本选择过程即专利受理过程进行控制后，技术知识多样性对创新影响力的作用提高了一半(由模型5中的b=0.03到模型6中的b=0.06)，因而假设3得到验证。即专利受理过程在一定程度上掩盖了技术知识多样性对创新影响所呈现的促进作用。对此，Jaffe 和 Lerner[39]在对美专局专利审查过程的研究中也指出，由于审查不严将较多的低质量专利进行授权，导致专利受理并未成为创新的润滑剂。本文的研究结果表明在中国专利受理过程也同样存在这样的问题，中国专利申请的爆发性增长，使专利审查员面临在较短时间内对大量专利进行受理的挑战，这在一定程度上会带来专利审查质量的下降。

表5 Heckman第二阶段(创新影响)分析阶段回归结果

注：*p<0.1,**p<0.05,***p<0.01，括号内为稳健标准差。

五、研究结论

(一)研究结论与贡献

本文在区分技术知识多样性不同作用对象及过程的基础上，以我国智能手机产业的29287条发明专利为研究样本，利用Heckman样本选择模型，首先，探讨了技术知识多样性在专利受理过程中对专利审查员的作用以及在技术扩散产生创新影响过程中对后续发明人的作用特征。实证研究发现，知识多样性越高的发明，越能够得到后续发明者的认可，带来较高的创新影响，但对于专利审查员而言，该类发明得到授权认可的概率越低。其次，利用模型的样本选择差异，考察了专利审查员所扮演的“制度守门人”角色在技术知识多样性与创新影响关系中的作用，发现受理过程会人为削弱授权后专利的知识多样性对创新影响的作用。对于知识多样性越高的发明，较低的专利授权率并不代表较高的筛选标准及由此产生的高授权质量，专利的审查授权会在一定程度上抑制该类发明产生较高的创新影响力。

本文的研究贡献主要体现在以下两点：第一，本文将制度理论及技术创新理论整合到同一个分析框架中，通过区分技术知识多样性作用的不同作用对象及过程，从对象-过程视角理清了技术知识多样性的双重作用机制及其差异。本文在强调基于多样化知识产生的发明会产生较高影响的同时，也认为该类发明对评估者而言更为混乱和不合法，因而可能面临较多的“误判”，但这种效应分别作用于创新的不同对象及过程。即在技术扩散产生创新影响过程中，技术知识多样性高的发明会得到后续发明人的较高认可，但该类发明在专利受理过程中，获得专利审查员授权的概率较低。第二，本文运用Hechman样本选择模型，在分别考察技术知识多样性对专利受理及创新影响作用的基础上，将样本选择差异作为考察专利审查员所扮演的“制度守门人”角色在创新过程中的作用效果，即在技术知识多样性较高时，由于专利审查质量不高，授权过程使得技术知识多样性对创新影响的作用被人为削弱。所以，授权并不是其获得创新影响的前提，专利审查员的“制度守门人”作用没有得到真正发挥。该结论将已有研究中孤立考察技术知识多样性与专利受理、技术知识多样性与创新影响两方面的研究进行了整合，并打通了两者之间的作用路径，从制度视角深化了现有研究对技术知识多样性与创新影响关系的理解。

(二)管理启示

表征突破性创新的技术知识多样性较高的发明往往面临制度的掣肘。本文的研究结果表明，相比于技术知识多样性较低的专利，对技术知识多样性较高的专利而言，其授权率较低，但较低的授权率并不代表更加严格的审查过程及由此带来的较高的授权质量，反而因为技术复杂、信息超载等原因带来的挑战，加大了审查员的犯错几率，从而会对该类专利中质量较低的专利申请做出了错误的授权决定，拒绝了质量较高的专利申请，使得授权后的质量没有得到显著提高。可见，在我国专利审查过程中，较低的授权率并不代表更加严格的筛选标准，审查员的“制度守门人”作用没有充分发挥。所以，专利审查机构的审查质量有待进一步提高。

在专利受理过程中，专利审查员作为专利受理过程中的“制度守门人”，在有限理性下，对技术知识多样性较高的专利应该通过更加精细的审查及大量的评估，筛选出质量较高的专利进入公共知识库中，以提高该类专利的授权质量。一方面，随着技术专业化的提高，审查员与被评估专利之间的认知距离也在不断增大，对此要加强对专利审查员在相关技术领域的培训，避免因为检索不足、缺乏技术比较经验等原因拒绝高质量专利、授权低质量专利，造成专利授权质量的下降；另一方面，加强审查团队建设，对于技术知识多样性较高的复杂发明，信息超载带来的挑战使得审查团队建设成为当务之急，通过建设高效的审查团队，降低审查成本，提高审查质量。

(三)研究局限及未来研究展望

本文仅从认知视角单方面分析了专利受理过程在创新中的作用，并未考察专利受理过程对于技术获得合法性保护，降低技术在市场中的风险及不确定性等方面所发挥的作用，未来研究可以将不同研究视角进行融合，综合考察专利受理在创新中的作用，以全面理解创新过程的制度基础。本文的研究不足还体现在，只利用智能手机产业的专利数据对审查员的“制度守门人”角色在创新扩散中的作用进行了分析，该研究结论是否适用于其他产业领域，有待进一步验证。未来研究可将多个产业领域进行对比，以对我国专利审查提出更有针对性的政策建议。