编者按：

11月16日，货币金融圆桌会议•2024秋暨“金融支持民营经济高质量发展”研讨会在南京成功举行。南京大学工程管理学院院长俞红海以“中国企业颠覆性科技创新评价”为题发表演讲。俞红海指出，金融支持民营经济的核心在于推动科技创新，尤其是颠覆性科技创新，以培育新质生产力，激发经济发展新动能。在这一过程中，现有的科技创新评价体系存在重“量”轻“质”的短板，难以精准识别和支持具有颠覆性创新能力的企业。为此，他提出构建基于发明专利文本和自然语言处理技术的颠覆性科技创新评价体系，以发明专利的新颖性和影响力为核心指标，突破传统结构化数据的局限，动态评估企业的创新能力，精准引导金融资源高效配置，从而为我国科技自立自强和国际竞争力的提升提供坚实支撑。

以下为发言纪要：

一、科技创新是金融支持民营经济高质量发展的核心任务

金融支持民营经济高质量发展的关键在于推动科技创新，尤其是颠覆性科技创新，以培育新质生产力，激发经济发展新动能。在当前国际环境下，这一任务尤为紧迫。2016年特朗普上台后发动贸易战和科技战，使我国进一步认识到高水平科技自立自强的必要性和紧迫性。如今，8年过去，特朗普2.0时代即将到来，我国现有的科技创新体系能否应对新的国际冲击，成为必须回答的关键问题。与此同时，从微观层面看，我国拥有超过5000万家企业主体，其中96%以上为民营企业。然而，在如此庞大的企业群体中，谁真正从事颠覆性科技创新？谁在研发“硬科技”？金融资源应该投向哪里？这些问题直接关系到金融如何精准支持科技创新，关系到如何共同做好“科技金融”这篇大文章。更进一步，从长期视角来看，华为作为一家颠覆性创新企业，用了37年发展成为全球性的技术领导者。未来，如何发现并支持20年后的“下一个华为”，是金融赋能科技创新不可回避的重要课题。

从政策层面看，国家明确提出以科技创新推动产业创新，以颠覆性技术和前沿技术催生新产业、新模式、新动能。党的二十大报告、2023年中央经济工作会议和二十届三中全会均强调以科技创新发展新质生产力，并完善支持“投早、投小、投长期、投硬科技”的金融政策体系。特别是2023年中央金融工作会议提出，要将更多金融资源投向科技创新，推进科技与金融深度融合。这些政策不仅为科技金融融合提供了明确方向，也确立了科技创新在推动中国式现代化中的战略地位。

二、科技创新评价体系的短板与颠覆性创新的识别难题

尽管我国在科技创新领域取得了显著进展，但现有市场实践和评价体系在识别颠覆性科技创新企业方面仍存在明显不足。国内方面，证监会发布的《科创属性评价指引》依赖研发投入、研发人员占比、发明专利数、营业收入等四项常规指标，以及获得国家科技奖励、承担国家重大科技专项等五项例外指标。这些指标虽能体现科技投入的“量”，但无法很好刻画创新的“质”，尤其是颠覆性创新的特征。同时，国内已有的科技指数，如中证科技50策略指数、中金战略硬科技指数等，也主要依赖结构化数据，使用研发占比、营业收入、ROE、EBITDA等指标来衡量科技创新。这些方法不仅缺乏对企业颠覆性创新能力的动态反映，还因数据时效性较低，难以及时识别高潜力企业。

国际上同样存在类似问题。以富时全球科技“超级主题”指数和明晟颠覆性科技可投资市场指数为代表的评价工具，也主要基于结构化数据构建，核心关注科技投入的“量”。尽管这些指数在国际市场上具有一定影响力，但它们在衡量颠覆性创新质量方面存在局限性，难以解决“量与质”失衡的问题。因此，不论国内还是国际，颠覆性科技创新的识别体系均未能很好地满足市场需求。

总体而言，现有资本市场支持科技创新方面存在三大不足：第一，缺乏系统的颠覆性科技创新企业识别体系；第二，现有科技指数构造过于主观，指标覆盖不全；第三，缺乏针对颠覆性创新的有效投资工具。这些问题直接制约了金融资源对科技创新的精准配置，影响了科技自立自强目标的实现。

三、基于文本分析与专利数据的颠覆性科技创新评价

为解决上述问题，有必要构建一个基于大数据和新技术的颠覆性科技创新指数，作为公共产品服务于政府、企业和市场。这一指数将从多维度动态评价企业的颠覆性创新能力，不仅突破传统结构化数据的局限，还能及时反映企业的科技创新特性。通过深入挖掘和分析企业的创新数据，精准识别最具潜力的科技创新企业，引导金融资源向这些企业高效配置，从而在国际竞争中抢占先机。

在颠覆性科技创新的评价中，南京大学团队历时三年，通过前沿的文本分析技术和企业专利大数据取得重要突破，形成了全新的评价体系。这一体系具有三大核心创新点：第一，专注评估能够产生重大影响的颠覆性创新，精准定位创新的重要性；第二，基于专利文本内容而非传统结构化指标，更加贴合科技创新的本质，评价标准更加统一、客观；第三，利用自然语言处理（NLP）技术深度挖掘专利文本的颠覆性信息，构建具有指导意义的颠覆性科技辞典。

该体系彻底改变了传统基于结构化数据的科技创新评价模式，直接聚焦发明专利文本本身，利用人工智能技术穿透至颠覆性科技创新的本质。具体而言，评价流程基于发明专利摘要文本，通过分析专利的“前无古人”和“后有来者”特性，来评估其颠覆性程度。“前无古人”指专利的新颖性，即其内容在此前的专利文献中相似度低；“后有来者”指专利的影响力，即后续专利文献中相似度高，表明其对后续创新具有推动作用。

在实践中，以1994年至2023年100万余份上市公司发明专利为样本，通过专利文本训练出近10万维的词向量，对每份专利的颠覆性进行评分，再计算3000余家上市公司中前五项专利得分的平均值，生成企业颠覆性得分，并最终筛选出前100名企业构建颠覆性科技创新指数。榜单中的高频专利关键词，如“电池”“储能介质”“锂离子”等，与过去十年中国的科技创新重点高度契合。例如，万润股份的一项锂离子电池电解液添加剂专利，其在发布前一年几乎没有相关技术提及的“低温”或“阻抗”关键词，但在发布后一年内，有20项相关专利引用了该专利的技术理念，这体现了其“后有来者”的显著特征。

四、评价体系的实证与价值

基于文本分析与专利数据的颠覆性科技创新评价方法的有效性已通过多个维度的验证。以中国专利奖为例，该奖项由国家知识产权局与世界知识产权组织联合颁发，是中国专利领域的最高奖。利用颠覆性科技创新评价方法，对获得中国专利金奖的专利进行回测分析，仅需一年时间即可提前识别出具有潜在颠覆性的专利。更重要的是，这一方法平均能够提前3-4年识别出未来可能获奖的专利，证明其在评价效率与准确性上的显著优势。

2024年上市公司颠覆性科技创新指数100强榜单已正式发布，其中包括潍柴动力、宁德时代、博众精工、奥特维等企业。这些企业集中于新能源、精密材料等领域，代表了经济转型升级的重点发展方向，同时也体现了与国家科技创新战略的高度契合。榜单所选企业不仅在其行业中处于标杆地位，还聚焦于国家经济结构调整和技术前沿领域，展示了科技创新驱动经济增长的巨大潜力。

目前南京大学团队主要集中在两个重要方向进行突破：

1、非上市企业颠覆性创新能力评价

基于1985年中国专利法实施以来约4000万条非上市企业专利数据，对全国42万家拥有有效发明专利的非上市企业进行全面的颠覆性创新能力评价。通过构建企业颠覆性创新能力数据库，为政府和企业提供决策支持，并引导金融资源向这些潜力企业流动，助力科技金融深度融合，推动金融赋能颠覆性科技创新。

2、中国科技创新自主性分析

在中美贸易战与科技战背景下，聚焦2016年以来中美两国发明专利内容相似度的动态变化，分析中国在科技自立自强领域的进展与短板，量化评估我国科技创新的自主性水平。通过这种跨国对比研究，进一步明确中国企业在颠覆性科技创新中的全球地位，为提升国家科技竞争力提供重要依据。

这一评价体系与研究方法不仅为科技金融政策的制定与实施提供了科学支持，更为推动中国高水平科技自立自强，助力中国式现代化提供了切实可行的路径和工具。

发言纪要由星图金融研究院研究员武泽伟、中国人民大学国际货币研究所助理研究员胡云清根据现场速记整理。

编辑：胡伟

点击“阅读原文”看更多

↓