问题——协同创新需求上升，微观刻画仍显不足。当前，我国科技创新正加速从“要素驱动”转向“创新驱动”，关键核心技术攻关对跨主体协作提出更高要求。联合创新被普遍认为有助于提升研发效率、分担试错成本、打通产学研链条。但实践中，如何用可比、可追溯的微观指标准确识别企业是否真正发生协同创新，仍面临口径不一、数据分散、难以跨企业跨年度对照等问题，制约了对政策效果与企业创新行为的系统评估。 原因——联合创新兼具“政策导向”与“现实约束”。从政策侧看，企业牵头、产学研深度融合、以需求牵引供给的导向愈加明确，联合创新成为产业政策、科技计划、政府采购等工具的重要抓手。从企业侧看，技术复杂度提升与研发投入刚性增长，使单一主体“闭门造车”的边际收益下降；同时，行业竞争加剧、标准迭代加快，促使企业通过联合申请专利等方式实现知识互补与协同攻关。尤其是上市公司研发资源更集中、创新活动更活跃，其联合创新程度在一定程度上可反映产业链协作效率与创新生态成熟度。 影响——用“专利共同申请”捕捉协同创新的可观察证据。业内研究提出，以企业当年是否与其他创新主体共同申请发明专利来衡量联合创新，能够在相对统一的规则下，将协同行为转化为可核验的客观记录。具体而言：若企业当年作为第一申请人与其他主体联合提出发明专利申请，则记为发生联合创新；否则视为未发生。相比仅依据合作协议、新闻披露或主观问卷，这个方法更便于跨期对比和规模化核验，可为分析联合创新的影响因素与经济后果提供更稳定的数据基础。 对策——以规范化数据整理提升研究与治理效能。据介绍，该数据整理主要基于上市公司官网、年度报告等公开渠道，并通过企业名称词典与披露信息交叉校验提升匹配准确度：一是构建覆盖公司全称、常用简称及曾用名的名称体系，减少企业更名、简称差异带来的识别偏差；二是系统梳理年报中披露的发明专利联合申请信息，形成可追溯记录；三是按统一界定标准对指标赋值并校验，最终形成包含股票代码、公司简称、年份及指标值的公司级面板数据。业内人士指出，标准化处理既便于学界开展更可比的实证研究，也可为有关部门评估政策工具效果、优化资源配置提供参考。 前景——从“有无合作”走向“质量导向”的精细化评价。随着数据积累与研究深化，联合创新指标可更扩展为多维分析框架：其一，检验政策激励工具如何通过“需求释放”“信号认证”等机制影响企业协同行为，识别哪些政策更能促进实质性联合研发；其二，评估联合创新与创新质量之间的关系，关注联合申请是否带来更高价值专利、更强技术壁垒或更快成果转化；其三，观察不同产权性质、行业特征与产业链位置下的差异化表现，识别协同创新的适配场景与约束条件；其四，将联合创新与企业市场表现、融资能力、人才与资源获取能力等结合，分析协同创新对企业竞争力的长期作用。受访人士认为，随着知识产权披露更规范、数据治理更精细，联合创新将从“数量扩张”逐步转向“质量提升、效率优先”，并在突破关键技术瓶颈、提升产业链韧性上发挥更直接作用。
创新竞争归根结底是体系能力的竞争；以发明专利共申为抓手构建联合创新指标，为观察上市公司协同创新提供了更清晰的量化窗口。用数据把企业合作创新“从哪里来、到哪里去”讲清楚，既能为政策优化提供依据，也有助于引导企业把协同攻关落到高质量成果上，进而在更高水平上推动科技自立自强与产业转型升级。