知产院讯  近日，厦门大学知识产权研究院龙小宁教授与我院院友、浙江万里学院物流与电子商务学院张帆讲师（通讯作者）、集美大学财经学院易巍副教授合作撰写的学术论文《创新知识溢出的测度与检验——基于机器学习生成专利文本相似度的证据》，在经济学领域期刊《数量经济技术经济研究》2026年第2期正式发表。知识溢出作为科技创新辐射带动、推动产业结构转型的关键路径，其测度难题长期制约相关研究深化，该论文创新性地构建了基于机器学习的知识溢出测度新指标，为破解这一难题提供了有效方案。

论文梳理了中国专利制度安排，指出传统专利引文测度方法存在的制度性局限：中国专利申请人现有技术披露义务缺乏法律强制约束，引文数据以审查员引用为主，且仅包含授权专利信息，导致难以准确反映真实知识流动。为突破这一困境，研究团队基于1985——2023年中国发明专利全样本，借助谷歌专利团队的机器学习文本向量，采用余弦相似度方法计算专利文本相似度，结合知识产生的内在逻辑，构建了表征城市间知识溢出的新指标。

研究综合运用规范分析、实证检验等方法，通过高铁开通促进知识溢出的研究共识对新指标进行有效性验证。双重差分模型实证结果表明，高铁直通显著促进了城市间知识溢出，且这一效应通过学术会议和异地投资两大渠道实现，充分证明了新指标的合理性与稳健性。相较于传统方法，该指标不仅能同时涵盖已授权与未授权专利的知识溢出效应，测量范围更完整，还能直接基于技术内容关联反映发明人真实知识传播，测量对象更准确。

该研究成果具有重要的理论创新与实践价值，既实现了谷歌专利文本向量在发展中国家知识溢出测度中的开创性应用，拓展了相关方法论的应用边界，也为深入理解中国知识溢出现状提供了科学的测度工具。研究提出的推广人工智能技术在科技创新评价中的应用、深化专利数据智能化开发、强化交通基础设施与创新布局协同等政策建议，对于完善区域创新政策、优化创新资源配置、助力创新驱动发展战略实施具有重要参考意义。