随着知识经济时代的到来和经济全球化的迅速发展，创新在经济发展中起着积极的作用，保护创新成果的重要性日益凸显。近年来，我国在知识产权保护方面取得重大成效。国务院印发《“十四五”国家知识产权保护和运用规划》，强调要加强知识产权保护，促进社会创新。专利保护作为知识产权保护的核心，我国在专利保护方面出台了许多政策措施，《中华人民共和国专利法》自1984年制定以来不断的进行完善，到目前共经历了四次修订。为确保我国专利法更好的实施，国家又出台了《中华人民共和国专利法实施细则》以及《专利代理条例》等行政法规。由此可见我国对于专利保护的重视。
白酒是我国优秀的物质文化遗产，白酒企业的发展同我国的经济发展息息相关。专利是知识产权的重要组成部分，体现着企业的核心竞争力。由于规模和资金等方面的差异，处于优势地位的企业更重视专利保护，以维护企业的核心竞争力。而其他的企业有的因为缺少专利保护意识从而导致创新成果流失；有的对专利过度保护，既增加了成本又不利于企业融资；有的甚至放弃自主研发，选择模仿复制以降低专利研发和保护的成本。产生这些不同选择的关键就在于白酒企业不知道付出高昂的成本进行专利保护是否能够提高企业绩效并带来持续的收益。因此，分析白酒企业专利保护对企业绩效的影响，对白酒企业有一定的参考意义。
1 理论基础
1.1 内生增长理论
20世纪80年代提出的内生增长理论认为，在人力资本、技术创新、知识投资这三个内生性动力因素中，技术创新对经济增长的影响最大，技术创新直接决定着经济的增长[1]。ROMER P M[1]在1986年提出了内生经济增长模型，同时指出知识和技术研发作为经济增长的源泉是具有内生性的，模型详细阐述了知识和技术研发对经济增长的影响，并且这种影响具有实际意义。根据内生增长理论，发展中国家只有积极倡导技术创新，不断建立和完善技术创新机制，并且在教育、资金、政策上不断加大对技术创新企业的扶持力度，才能实现经济的持续稳定增长。因此，企业要想实现持续的绩效增长，必须投入大量生产要素进行技术创新，并获得新的竞争优势。
1.2 专利保护指标选择的相关研究
RAPP R T和ROZEK R P是最早对专利保护强度进行度量[2]，随后GINARTE J C等[3]于1997年提出了衡量知识产权保护的方法—GP（Ginarte-Park）指数法。该方法由于被认为是国际上测量知识产权保护力度的最具代表性的方法而被广泛使用，但GP指数侧重于国家立法强度的层面，因此在实际运用中存在一定的局限性[3]。GP指数不适用于测量我国的专利保护强度，因此国内学者对GP指数法进行了改进，以适合测量我国的专利保护强度。韩玉雄等[4]在GP指数法的基础上，引入执法强度，提出了更适合我国的专利保护强度的度量方法。仇云杰等[5]用立法强度与执法力度的乘积来测算我国知识产权的保护强度。邓雨亭等[6]也对GP指数进行了修正，重构了其中的专利执法指标。
此外，也有学者采用其他指标对专利保护强度进行度量。史宇鹏等[7]以专利纠纷侵权案件处理力度来代表知识产权保护力度，专利纠纷侵权案件处理力度的值越高，知识产权的保护力度越高。符必勇[8]将企业专利总数等指标作为解释知识产权的变量，来研究上市公司知识产权与绩效之间关系。张晓月等[9]选择发明专利被引次数、发明专利平均被引次数等指标，来研究专利质量与企业绩效的作用关系。张雪莹[10]采用当年专利授权量占受理量的比重来衡量一国对专利的保护程度。综上所述，文中选择专利授权量占受理量的比重、企业专利总数、专利被引次数来代表专利保护。
1.3 企业绩效指标选择的相关研究
在企业绩效指标的选择方面，主要有财务和非财务指标，财务指标具有客观性强、数据易收集等优点，所以多数学者在研究时选择财务指标来代表企业绩效。
首先，财务指标。刘小青等[11]将销售收入、利润总额来代表企业绩效，来研究专利活动对企业绩效的影响。严鸿雁[12]选取总资产收益率，以研究企业知识产权、资本结构与企业绩效之间的关系。葛骏等[13]选择净资产收益率来衡量企业绩效，以研发（research&development，R&D）活动、创新专利与企业绩效的关系。林霜[14]也用净资产收益率代表企业绩效，以研究知识产权保护、技术创新与企业财务绩效的关系。宋艳等[15]选取滞后两期的主营业务利润代表企业绩效，研究专利质量对企业绩效的影响。马凤等[16]选取企业年利润额来衡量企业绩效，研究专利的质量、强度与企业绩效的关系。
其次，非财务指标或两者相结合。GRILICHES Z等[17]采用市场价值、资产回报率来反映企业绩效，以研发、专利与市场价值之间的关系。赵远亮等[18]选取资产回报率、托宾Q值（被定义为一项资产的市场价值与其重置价值之比。它也可以用来衡量一项资产的市场价值是否被高估或低估。）来反映企业绩效，分析医药企业知识产权与经营绩效的关联性。符必勇[8]为研究知识产权与绩效之间的关系，采用托宾Q值与其他传统财务指标相结合来评价上市公司的绩效。朱清香等[19]采用托宾Q值来衡量企业绩效，以研究自主创新能力与企业绩效的关系。综上所述，本文参考葛骏等[13]的研究，选取净资产收益率来代表企业绩效。
1.4 专利保护与企业绩效的相关研究
关于专利保护与企业绩效的研究，有学者研究表明专利保护对企业绩效有积极影响，也有学者认为专利保护对企业绩效有积极影响，但存在滞后性。
一方面，专利保护对企业绩效有积极影响。PARK W G[20]认为，创新绩效会受到企业知识产权保护强度的影响，企业的知识产权保护水平要适当才会促进企业创新绩效。邢斐[21]基于国内大中型企业的面板数据开展分析，得出专利保护强度与企业绩效正相关的结果。吴超鹏等[22]研究得出，政府知识产权保护执法力度会正向影响企业提升专利研发强度、专利产出和企业创新能力，在这种情况下，企业专利产出对于提升企业未来的财务绩效有显著的作用。龙小宁等[23]研究表明，专利保护程度的增加会正向促进企业进行专利维权，企业积极的进行维权会促使专利的净收益和价值提升，从而推动了企业申请专利、提升企业创新质量。肖延高等[24]研究指出，企业的专利创造、专利运用和专利保护能力，都能够显著提高企业绩效，但企业主动采取措施对专利成果进行保护的能力较为薄弱。
另一方面，专利保护对企业绩效有积极影响但存在滞后性。ERNST H[25]通过截面数据，对50家德国公司进行分析，得出专利申请对企业绩效的影响有滞后性，表现为申请2～3年后才会增加企业的销售额，企业申请的高质量专利越多，企业销售额增长的更快。牟莉莉等[26]研究表示，专利保护对企业盈利能力存在正向影响但存在一定的滞后性，企业所处行业、规模不同时，专利保护对企业绩效的影响也不同。沈飞等[27]研究发现，专利执行保险作为知识产权保护的重要制度之一，对提升企业滞后5期的财务绩效有显著促进作用。
2 研究设计
2.1 模型构建
通过对专利保护指标选择、企业绩效指标选择以及专利保护与企业绩效的相关研究三方面进行了国内外文献梳理，试图探索专利保护与企业绩效之间的关系。根据内生增长理论可知，企业技术创新能力的提高直接决定了经济的增长[1]，专利保护就是对企业创新成果进行保护，因此可以认为专利保护会对企业绩效产生影响，同时控制其他因素如总资产周转率、资产负债率对企业绩效产生的影响。基于上述理论基础及关系分析，认为专利保护与企业绩效之间关系理论模型构建：
图1 专利保护与企业绩效之间关系理论模型构建
Fig.1 Theoretical model construction of the relationship between patent protection and enterprise performance
2.2 研究假设
2.2.1 专利授权量占受理量的比重与企业绩效
专利保护是保护创新成果的重要保障，国家对于专利保护的重视程度对企业的创新发展起着至关重要的作用。张雪莹[10]选取专利授权量占受理量的比重来代表专利保护，研究得出在研发投入与专利保护的联合作用下，对创新产出的表现呈现显著的正向促进作用。结合内生增长理论可知，企业技术创新能力的提高直接决定了经济的增长。专利授权量占受理量的比重越大，说明国家对于专利保护的重视程度越高。国家知识产权局受理白酒企业的专利申请，认可企业的创新成果后，对白酒企业创新成果进行授权，白酒企业得到专利授权后能够迅速将专利投入使用，从而获得专利带来的经济效益，因此企业绩效得到提升。基于以上分析，提出了假设（hypothesis，H）1：
H1：专利授权量占受理量的比重对白酒企业绩效产生正向影响。
2.2.2 专利总数与企业绩效
专利产出的总量在一定的程度上能够代表企业对创新成果的保护能力以及创新能力。结合内生增长理论的内容，可知专利产出代表企业的创新能力。白酒企业将专利应用到生产或者生产制造中，会吸引到更多相关的技术厂商、合作伙伴以及投资商等的注意力。白酒企业具有创新以及技术含量的专利数量越多，说明企业对于专利保护的意识以及企业核心竞争力越强，越能促成企业之间的技术交流以及合作，而这些正是白酒企业收入增长的来源，因此白酒企业的专利总数对企业绩效应该具有正向的提升作用。符必勇[8]研究也得出了专利数量对企业绩效产生积极影响的结论。因此可以认为白酒企业专利总数对于提升企业未来的财务绩效有显著的促进作用。基于以上分析，提出了假设2（H2）：
H2：白酒企业专利总数对企业绩效产生正向影响。
2.2.3 专利被引次数与企业绩效
专利被引次数，也就是企业所有专利被审查员、发明人所引用的总次数，能够反映白酒企业专利的影响力。白酒企业的专利在获得授权同时具备法律效力后，就具备了一定的影响力，这种影响力只要存在，就会被引用。白酒企业对于专利保护的意识越强、获得授权的专利越多，企业专利被引用的次数也会增加。专利被引用的次数越多，说明白酒企业的专利对后续的专利越有借鉴价值以及技术启示。白酒企业的专利质量越好，说明白酒企业的创新能力越强，这对于白酒企业的经济收益具有很好的提升作用。张晓月等[9]研究指出，企业的发明专利被引次数能够显著提升企业绩效。基于以上分析，提出了假设3（H3）：
H3：白酒企业专利被引次数对企业绩效产生正向影响。
2.3 变量选取
2.3.1 因变量
净资产收益率（return on equity，ROE）。国内外关于企业财务绩效的衡量指标一般有财务指标和非财务指标，其中财务指标包括总资产收益率、净资产收益率和经济增加值等，非财务指标包括每股收益率和托宾Q值等。由于股票市场波动幅度较大，数据不易获取，因此参考葛骏等[13]的研究方法，选取净资产收益率作为衡量企业绩效的指标，对企业的财务绩效水平进行度量，净资产收益率越高，其财务绩效水平就越高。
2.3.2 自变量
第一，专利授权量占受理量的比重（degree of patent protection，Dpp）。对于专利保护，研究者们从专利保护长度以及宽度两方面来进行度量。随着学者们更为深入的研究，得出对专利保护宽度可以更好地代表专利保护制度的质量或者效力。因此，参考张雪莹[10]的研究，从专利保护宽度这个角度，度量专利保护的效果。选取专利授权量占受理量的比重，以代表我国对专利的保护程度。
第二，专利总数（Patent）。企业拥有的专利总数不仅代表一个企业的创新成果，也代表了企业对于自主创新成果的保护程度。当企业提交专利申请，得到知识产权局的授权后，企业的专利成果就得到了社会以及国家的认可与保护。因此，参考符必勇[8]的研究方法，选取白酒上市公司每年新增的专利总数来代表专利保护强度。
第三，专利被引次数（Citations）。当白酒企业将创新成果进行专利保护后，专利就有了价值，专利被引次数反映了白酒企业的专利质量水平，白酒企业专利的价值越高，专利越容易被引用。因此，参考张晓月等[9]的研究方法，选择专利被引次数作为自变量，选取白酒上市公司每年的专利被引次数。
2.3.3 控制变量
在研究白酒企业专利保护对企业绩效的影响中，除专利保护等指标之外，企业绩效还会受到企业规模、总资产周转率等因素的影响。在实证分析中要避免其他因素干扰分析结果，控制可能对白酒企业绩效产生影响的因素，以提高研究的准确性。通过文献梳理，参考孙银亭[28]的研究方法，选择以下变量作为控制变量。
第一，总资产周转率（total assets turnover，TAT）。总资产周转率能够反映企业的经营能力，总资产周转率越高，意味着企业经营能力也就越强，这对于企业绩效有很好的促进作用。因此，选择总资产周转率作为控制变量，取白酒上市公司销售收入与总资产的比值。
第二，资产负债率（debt to asset ratio，Lev）。企业的资产结构也会影响企业绩效，资产负债率能够衡量企业运用资金进行经营活动的能力，是企业资本结构的重要组成成分。因此，选择资产负债率作为控制变量。
2.4 样本选取与数据来源
选取2010-2021年中国13家白酒上市公司为研究样本，通过国泰安数据库收集企业绩效的相关数据，通过国家统计局、中国研究数据服务平台收集专利保护相关数据。为了确保研究的可行性、准确性，除去专利保护、企业绩效相关数据不完整的样本。
2.5 回归模型
根据专利保护与企业绩效的概念模型，参考了国内外其他学者的研究方法，结合所选取的指标，采用面板数据构建如下回归模型：
模型1：ROE=α1+β11Dppi，t+β12TATi，t+β13Levi，t+ζi，t
模型2：ROE=α2+β21Patenti，t+β22TATi，t+β23Levi，t+ζi，t
模型3：ROE=α3+β31Citationsi，t+β32TATi，t+β33Levi，t+ζi，t
在以上回归模型中，净资产收益率（return on equity，ROE）代表企业绩效，Dpp代表专利授权量占受理量的比重，Patent代表专利总数，Citations代表专利被引次数，TAT、Lev分别代表总资产周转率以及资产负债率。α为常数项，β为回归系数，ζ为随机误差项，i表示第i个企业，t表示年度。使用Stata17.0对数据进行分析。
3 实证分析
3.1 描述性统计分析
选取2010-2021年中国13家白酒上市公司为研究样本，根据筛选规则，共筛选出156个样本。采用Stata17.0，对各变量进行描述性统计分析，保留均值、标准差、最小值以及最大值，结果见表1。
表1 各变量描述性统计
Table 1 Descriptive statistics of various variables
变量名称 样本量 平均值 标准差 最小值 最大值ROE Dpp Patent Citations TAT Lev 156 156 156 156 156 156 0.172 527 0.605 755 8 34.621 79 12.083 33 0.583 012 5 0.364 961 0.120 846 7 0.102 994 5 55.010 19 23.146 65 0.181 391 2 0.137 551 6-0.337 548 0.485 341 0 0 0.184 384 0.130 919 0.464 905 0.882 784 5 274 116 1.059 98 0.769 649
首先，在专利保护方面：专利授权量占受理量的比重的平均值是0.61，标准差是0.10，最小值是0.49，最大值是0.88，说明样本数据变化较小，政府对于专利保护的力度较大；专利总数的平均值是34.62，标准差是55.01，最小值是0，最大值是274，样本变化较大，说明白酒上市公司专利保护存在不足；专利被引次数的平均值是12.08，标准差是23.15，最小值是0，最大值是116，说明白酒上市公司被保护的专利质量不高、专利质量参差不齐。
其次，在企业绩效方面：净资产收益率的平均值是0.17，标准差是0.12，最小值是-0.34，最大值是0.47，说明白酒上市公司总体盈利能力较强，企业之间的绩效差距不是很大。
最后，在控制变量方面：总资产周转率的平均值是0.58，标准差是0.18，最小值是0.18，最大值是1.06，说明白酒上市公司整体的经营能力还有待提升；资产负债率的平均值是0.37，标准差是0.14，最小值是0.13，最大值是0.77，总体来说较为合适。
3.2 相关性分析
在回归之前，首先利用Stata17.0软件对各个变量进行相关性分析，检验专利保护与企业绩效各指标之间的相关性，分析结果见表2。
表2 专利保护与企业绩效相关性分析结果
Table 2 Analysis results of correlation between patent protection and enterprise performance
注：“***”、“**”分别表示相关性极显著（P＜0.01）和显著（P＜0.05）。
变量名称 ROE Dpp Patent Citations TAT Lev ROE Dpp Patent Citations TAT Lev 1.000 0.164**0.111 0.116 0.400***-0.068 1.000 0.181**-0.216***-0.024 0.092 1.000 0.423***-0.065-0.265***1.000 0.000-0.263***1.000 0.493*** 1.000
由表2可知，各个变量之间相关系数的绝对值都不大，都在0.5以下，说明变量之间不存在严重的多重共线性，能够确保回归分析结果的信度。通过相关性分析可以初步判断出专利总数、专利被引次数与企业绩效呈正相关关系，专利授权量占受理量的比重与企业绩效通过5%显著水平上的相关性检验，与前文的预期结果基本相符。
3.3 面板数据模型选择检验
在对面板数据进行回归之前，要确定适合采用固定效应模型还是随机效应模型，因此进行Hausman检验，检验结果见表3。
表3 豪斯曼检验结果
Table 3 Results of Hausman test
假设 检验结果H0：选择随机效应模型H1：选择固定效应模型chi2（5）=474.73 Prob＞chi2=0.0000
由表3可知，P值的检验结果为0.000 0。因此强烈拒绝原假设H0，应接受备择假设H1，由此说明选择固定效应模型更好，在接下来的回归分析中均采用固定效应模型。
3.4 回归分析
3.4.1 专利授权量占受理量的比重与企业绩效回归分析
本节在回归模型1的基础上研究专利授权量占受理量的比重对白酒上市公司绩效产生的影响，分析结果见表4。
表4 专利授权量占受理量的比重与企业绩效回归分析结果
Table 4 Regression analysis results of the proportion of patent grants to applications and enterprise performance
注：常量也称为截距项，是指当自变量全部为0时，因变量的预测值。它表示了因变量在自变量为0时的基础水平，即不受自变量影响的部分。下同。
项目 系数 标准误差 t 值 P 值 相关系数R2 F 值[95%置信区间]下限 上限0.658 6 90.02 Dpp TAT Lev常量0.176 460 8 0.469 808 5 0.294 137 2-0.315 618 0.044 284 9 0.037 900 3 0.071 952 0.035 938 6 3.98 12.40 4.09-8.78 0.000 0.000 0.000 0.000 0.088 907 2 0.394 877 7 0.151 884 3-0.386 670 7 0.264 014 5 0.544 739 4 0.436 390 1-0.244 565 4
由表4可知，相关系数R2＞0.6，表示模型拟合非常好，且P＜0.01，通过1%的显著性水平检验，说明自变量可以较好的解释因变量，政府提高对专利的保护强度使得白酒企业的创新成果受到更好的保护，当专利投入使用，白酒企业就会获得相应的收益，即增加专利授权量占受理量的比重会提升企业绩效，假设H1得到验证。
3.4.2 专利总数与企业绩效回归分析
本节在回归模型2的基础上研究白酒上市公司专利 总数对企业绩效产生的影响，分析结果见表5。
表5 专利总数与企业绩效回归分析结果
Table 5 Regression analysis results of the total number of patents and enterprise performance
项目 系数 标准误差 t 值 P 值 相关系数R2 F 值[95%置信区间]下限 上限0.633 4 80.63 Patent TAT Lev常量0.000 288 8 0.468 056 7 0.363 580 6-0.243 048 5 0.000 127 1 0.039 616 6 0.072 924 9 0.029 583 2.27 11.81 4.99-8.22 0.025 0.000 0.000 0.000 0.000 037 6 0.389 732 5 0.219 404 2-0.301 535 7 0.000 54 0.546 380 9 0.507 757-0.184 561 4
由表5可知，相关系数R2＞0.6，表示模型拟合非常好，且R＜0.05，通过5%的显著性水平检验，说明自变量可以较好的解释因变量，白酒企业通过增加自身的专利授权总数，用自身的技术优势，在激烈的市场竞争中获得市场的认可，即增加白酒企业专利授权的总数会提升企业绩效，假设H2得到验证。
3.4.3 专利被引次数与企业绩效回归分析
本节在回归模型3的基础上研究白酒上市公司专利被引次数对企业绩效产生的影响，分析结果见表6。
表6 专利被引次数与企业绩效回归结果
Table 6 Regression results of patent citations and enterprise performance
项目 系数 标准误差 t 值 P 值 相关系数R2 F 值[95%置信区间]下限 上限0.626 1 78.13 Citations TAT Lev常量-0.000 502 1 0.452 709 4 0.326 709 1-0.204 577 1 0.0003 3 0.039 400 3 0.075 942 9 0.030 188 9-1.52 11.49 4.30-6.78 0.130 0.000 0.000 0.000-0.001 154 6 0.374 813 0.176 566-0.264 262 2 0.000 150 3 0.530 605 9 0.476 852 3-0.144 891 9
由表6可知，该模型未通过显著性水平的检验，表明白酒上市公司专利被引次数对企业绩效没有显著的正向影响关系。专利被引次数数据差异较大，表明白酒上市公司专利质量参差不齐。专利易被取代和模仿，可能会出现白酒上市公司的专利已经被取代或模仿但被引次数仍然增加等情况，即白酒上市公司专利被引次数对企业绩效无显著影响，拒绝假设H3。
3.5 稳健性检验
为了确保实证分析中回归结果的稳健性，对文中的因变量进行调整，参考严鸿雁[12]的研究，将因变量净资产收益率替换为总资产收益率，再次进行回归，分析结果见表7～表9。
表7 专利授权量占受理量的比重与企业绩效回归分析结果
Table 7 Regression analysis results of the proportion of patent grants to the number of applications and enterprise performance
项目 系数 标准误差 t 值 P 值 相关系数R2 F 值[95%置信区间]下限 上限0.612 3 73.69 Dpp TAT Lev常量0.107 999 6 0.328 8-0.000 924 3-0.146 099 1 0.028 879 6 0.024 715 9 0.046 922 1 0.023 436 7 3.74 13.30-0.02-6.23 0.000 0.000 0.984 0.000 0.050 903 2 0.279 935 2-0.093 691 9-0.192 434 7 0.165 096 1 0.377 664 8 0.091 843 2-0.099 763 5
表8 专利总数与企业绩效回归分析结果
Table 8 Regression analysis results of total number of patents and enterprise performance
项目 系数 标准误差 t 值 P 值 相关系数R2 F 值[95%置信区间]下限 上限0.593 0 67.99 Patent TAT Lev常量0.000 212 1 0.329 646 4 0.042 576 1-0.104 389 9 0.000 081 9 0.025 543 3 0.047 019 1 0.019 074 2.59 12.91 0.91-5.47 0.011 0.000 0.367 0.000 0.000 050 1 0.279 146-0.050 383 2-0.142 100 2 0.000 374 0.380 146 8 0.135 535 4-0.066 679 7
表9 专利被引次数与企业绩效回归分析结果
Table 9 Regression analysis results of number of patent citations and enterprise performance
项目 系数 标准误差 t 值 P 值 相关系数R2 F 值[95%置信区间]下限 上限0.580 4 64.56 Citations TAT Lev常量-0.000 324 6 0.318 346 7 0.018 020 9-0.077 574 9 0.000 213 9 0.025 538 8 0.049 225 2 0.019 568 1-1.52 12.47 0.37-3.96 0.131 0.000 0.715 0.000-0.000 747 5 0.267 855 2-0.079 3-0.116 262 1 0.000 098 3 0.368 838 2 0.115 341 8-0.038 887 8
由表7～表9 可知，P值分别为0.000、0.011、0.131，相关系数R2均在0.6左右，模型拟合效果总体情况较好。结果表明，上述回归结果是比较稳健的，因此选择回归模型1、2、3进行回归分析较为可靠。
4 总结与建议
4.1 总结
对白酒企业来说，专利保护是保障白酒企业创新成果的重要手段，在发扬中国白酒酿造传统工艺的基础上，走创新的道路，利用专利成果为白酒企业带来经济效益。因此，国家以及白酒企业对于专利保护的程度，是否会影响白酒企业的绩效呢？在这样的背景下，本文尝试分析白酒企业专利保护对企业绩效的影响关系。主要结论包含以下两方面：
第一，专利授权量占受理量的比重与白酒上市公司绩效正相关、白酒上市公司专利总数与企业绩效正相关。本文通过收集2010-2021 年白酒上市公司相关数据，利用回归分析对本文提出的研究假设进行验证。结果表明：（1）专利授权量占受理量的比重对白酒上市公司绩效有正向影响，即专利授权量占受理量的比重越高，白酒企业绩效越高；（2）白酒上市公司专利总数对企业绩效有正向影响，即白酒上市公司专利总数越多，企业绩效越高；（3）白酒上市公司专利被引次数对企业绩效无显著影响。
第二，白酒上市公司的专利能力和质量水平较低。从描述性统计分析来看，白酒企业整体的专利产出能力较差；从专利被引次数来看，白酒上市公司被保护的专利质量参差不齐且质量较差。
4.2 建议
4.2.1 政府层面
第一，强化专利立法和执法工作。首先，完善白酒行业专利管理制度，鼓励白酒企业进行专利保护；其次，加强对专利侵权的打击力度，简化专利执法程序，缩短专利案件审理时间，降低白酒企业进行专利维权的成本。
第二，鼓励发展专利中介服务机构。加强对专利中介服务市场的正确引导，规范专利服务市场相关制度，鼓励和支持开展专利中介服务。
4.2.2 行业层面
第一，成立专利联盟，推进校企合作。首先，白酒行业协会建立专利联盟，汇聚白酒行业的力量，加强对白酒的专利保护；其次，引导白酒企业与高校开展技术交流、信息共享，引进高校的专业人才，促进白酒行业专利保护的发展。
第二，建立白酒专利知识平台。普及专利相关知识和专利申请流程等，白酒企业专利信息共享，提升白酒企业专利转化能力。
4.2.3 企业层面
第一，树立专利意识，建立专利数据库。首先，白酒企业要更加重视企业专利，制定或完善企业专利管理制度，积极进行技术创新，提升自身软实力，以在激烈的白酒市场中赢得竞争力；其次，将企业专利数据化，建立企业专利数据库，便于对专利进行分析，更加科学、合理的对企业专利进行管理和布局。
第二，提高专利质量，提升专利转化能力。首先，白酒企业在追求专利数量的同时也要重视专利质量，研发人员要了解白酒行业的专利发展动态，找准研发方向，提升企业的专利质量；其次，白酒上市公司应在企业年报中披露专利相关信息，将专利优势充分融入白酒产品的营销中去，提高产品的竞争力，促进专利成果转化为经济效益。
[1]ROMER P M.Increasing returns and long-run growth[J].J Political Economy,1986,94(5):1002-1037.
[2]RAPP R T,ROZEK R P.Benefits and costs of intellectual property protection in developing countries[J].J World Trade,1990,24(1):75-102.
[3]GINARTE J C, PARK W G.Determinants of patent rights: A cross-national study[J].Res Policy,1997,26(3):283-301.
[4]韩玉雄，李怀祖.关于中国知识产权保护水平的定量分析[J].科学学研究，2005，23（3）：377-382.
[5]仇云杰，吴磊，张文文.知识产权保护影响企业研发绩效吗——基于微观数据的实证分析[J].华中科技大学学报（社会科学版），2016，30（2）：87-98.
[6]邓雨亭，李黎明.面向国家创新体系的专利保护强度影响因素研究[J].科学学研究，2021，39（7）：1229-1238.
[7]史宇鹏，顾全林.知识产权保护、异质性企业与创新：来自中国制造业的证据[J].金融研究，2013，56（8）：136-149.
[8]符必勇.上市公司知识产权与绩效之间关系的实证研究[D].广州：暨南大学，2015.
[9]张晓月，陈鹏龙，赵魏珵.专利质量对企业绩效的作用关系研究——以创业板上市公司为例[J].科技管理研究，2017，37（22）：170-176.
[10]张雪莹.研发投入、专利保护对转型经济体创新产出的影响研究[D].南京：南京信息工程大学，2021.
[11]刘小青，陈向东.专利活动对企业绩效的影响——中国电子信息百强实证研究[J].科学学研究，2010，28（1）：26-32.
[12]严鸿雁.高新技术上市公司知识产权、资本结构与企业绩效[J].财会通讯，2011，32（19）：27-29.
[13]葛骏，朱和平.R&D活动、创新专利与企业绩效——来自上市公司的经验证据[J].财会通讯，2016，37（1）：32-36.
[14]林霜.知识产权保护、技术创新与企业财务绩效[J].财会通讯，2018，39（33）：107-112.
[15]宋艳，常菊，陈琳.专利质量对企业绩效的影响研究——技术创新类型的调节作用[J].科学学研究，2021，39（8）：1459-1466.
[16]马凤，戈咏.高技术产业专利质量、专利保护强度与企业绩效[J].井冈山大学学报（社会科学版），2022，43（4）：69-76.
[17]GRILICHES Z,HALL B H,PAKES A.R&D,patents,and market value revisited:Is there a second(technological opportunity)factor?[J].Econ Innovat New Technol,1991,1(3):183-201.
[18]赵远亮，周寄中，侯亮，等.医药企业知识产权与经营绩效的关联性研究[J].科研管理，2009，30（4）：175-183.
[19]朱清香，赵文辉，张蓓蕾，等.自主创新能力对企业绩效的影响——基于技术型董事和知识产权保护的调节作用[J].会计之友，2022，40（1）：82-89.
[20]PARK W G.International patent protection:1960-2005[J].Res Policy,2008,37(4):761-766.
[21]邢斐.加强专利保护对我国创新活动影响的实证研究[J].科学学研究，2009，27（10）：1495-1499.
[22]吴超鹏，唐菂.知识产权保护执法力度、技术创新与企业绩效——来自中国上市公司的证据[J].经济研究，2016，51（11）：125-139.
[23]龙小宁，林菡馨.专利执行保险的创新激励效应[J].中国工业经济，2018，36（3）：116-135.
[24]肖延高，刘鑫，童文锋，等.研发强度、专利行为与企业绩效[J].科学学研究，2019，37（7）：1153-1163.
[25]ERNST H.Patent applications and subsequent changes of performance:evidence from time-series cross-section analyses on the firm level[J].Res Policy,2001,30(1):143-157.
[26]牟莉莉，汪克夷，冯桂平，等.专利保护与企业绩效关系研究[J].科技与管理，2009，11（5）：59-62.
[27]沈飞，周延，刘峻峰.专利执行保险、技术创新与企业绩效[J].工业技术经济，2021，40（4）：119-128.
[28]孙银亭.企业环境信息披露对企业价值的影响研究[D].呼和浩特：内蒙古财经大学，2022.