摘要：在创新驱动发展战略全面推进的时代背景下，科技创新已成为推动经济高质量发展的核心动力。高校作为知识创新与技术研发的关键阵地，其科技成果转化水平不仅直接关系高校科研实力的有效释放，更对产业升级、经济结构优化以及国家整体创新能力的提升起着至关重要的支撑作用。然而，现实中高校科技成果转化面临诸多困境，转化效率低下的问题亟待解决。研究基于1985-2023年全国高校发明授权专利微观数据，运用线性概率模型深入探究校企协同创新对高校科技成果转化的影响。研究发现，校企协同创新对高校科技成果转化具有显著的促进作用，其作用机制主要体现在提升专利技术深度、降低专利基础性以及提高专利质量等方面；同时，该促进作用在不同办学水平、学科类型的高校以及不同区域之间存在明显的异质性。基于上述结论，研究提出完善校企合作机制、分类推进高校成果转化、强化政策支持与平台建设等针对性建议，旨在为提升高校科技成果转化效率、深化校企协同创新提供有益的参考。
关键词：校企协同创新，合作研发，高校科技成果转化，专利转让
一、引言
高校作为国家科技创新体系的重要组成部分，近年来在原始创新领域表现卓越。2021年，高校发明专利授权量在全国当年专利授权总量中的占比近1/5（见图1）。
然而，与之不相称的是，高校科技成果的转化情况并不理想。多年来，高校专利实施率、产业化率不仅远低于企业，甚至不及科研院所（见图2）。大量专利滞留在实验室，难以实现转化。这一数据落差，深刻揭示了当前高校科技成果转化面临的严峻挑战。只有将科技成果转化为现实生产力，才能真正释放创新驱动发展的原动力，助力区域创新高质量发展。
科技成果转化的本质是知识要素在不同主体间的有序转移[1][2]。在这一过程中，高校主要聚焦于基础研究，企业则主导成果的应用开发和商业化，二者共同形成科技成果从产出到转化的闭环[3][4]。不过，我国高校科研工作长期遵循自由探索范式，导致成果的市场适配性不足，难以转化；另一方面，企业又普遍面临技术短缺的困境，难以从高校处获取适配的成果加以转化，成果缺口明显，高校成果积压与企业技术荒并存的供需矛盾日渐加剧[5][6]。
在此背景下，单一主体驱动的科技成果线性转化模式已显露疲态。校企协同创新模式，凭借其独特优势，被社会各界广泛视为破解当前科技成果转化难题的有效路径。该模式倡导高校与企业深度融合，整合高校的科研资源、人才储备以及企业的资金实力、市场渠道与产业化经验，实现优势互补、协同共进，为高校科技成果转化注入强劲动力。
目前学界已围绕高校科技成果转化难的问题进行了大量探讨。从研究内容来看，当前研究大多停留在对高校科技成果转化的效率测量、现状与特征描述，以及对成果转化困境的理论分析与定性研究等层面，对影响成果转化因素的量化研究较少。既有量化研究主要局限在对政策激励、技术转移机构、资源投入等因素的讨论，鲜有研究关注校企协同创新对科技成果转化的源头性作用。此外，多数研究基于《高等学校科技统计资料汇编》，将高校整体的技术转让合同数量与实际收入作为考察高校科技成果转化成效的指标，缺少颗粒度更细的数据。鉴于此，本研究将基于全国高校1985—2023年的发明授权专利微观数据，运用线性概率模型分析校企协同创新对于高校科技成果转化的平均影响、异质性及其作用机制，旨在填补当前研究在该领域的量化分析与实践指导方面的空白，助力高校优化科技成果转化路径，强化与企业的协同合作，切实提升科技成果转化效率。
二、文献回顾
目前学界已有不少研究探讨并验证了校企协同创新对高校科技成果转化的显著正向效应，倡导高校应积极探寻知识与社会资本有机结合，即便无法完全依靠市场机制，在当前也应在市场的引导下注重向应用研究倾斜，推动和加快校企协同创新[7][8][9]。受限于校企协同创新数据的可获得性，现有不少量化研究另辟蹊径，基于微观专利数据中的所有权人信息来考察校企协同创新状况，若专利的所有权人同时包含高校和企业，则认定该专利属于校企合作研发专利，该行为属于校企协同创新行为。有研究基于这样的测量方式，发现校企合作研发不仅能够提高专利质量[10]，还能加快专利被许可与被转让的速度[11]。另外，有数据分析表明，校企合作专利的专利转让速度与非校企合作专利转让速度相比具有明显差异，校企合作专利转让的高峰期在专利申请后八年之内，而非校企合作专利的转移高峰期在十至十五年之间[12]。通过进一步梳理，发现校企合作研发对专利转化的潜在作用机制大概包括以下三种。
第一，校企合作研发通过提升专利技术深度，加速专利转化进程。专利技术深度表征技术创新在纵向维度的突破性，具体体现为对技术领域核心问题的挖掘程度、技术复杂度的提升水平以及技术路线的不可替代性[13]。在校企合作研发过程中，高校能够凭借系统的知识体系和前沿研究能力夯实技术创新的理论基础，企业则可以通过产业化需求导向、市场洞察能力和资金保障机制为技术转化注入动能[14][15]。这种深度协同能够赋予专利更强的创新性和更深厚的技术深度，显著增强专利技术的纵向延展性，使专利更具针对性和实用性，进而能够更有效地推动专利的转让与转化[16]。
第二，校企合作研发通过降低专利基础性，增强技术市场化适配度，从而促进专利转化。专利基础性反映技术成果与基础科学的关联强度，其测量指标通常包含科学文献引用率、理论原理创新度等[17]。高校过去的科研活动往往遵循学术逻辑与学科范式的自由探索模式，科研目标相对泛化松散，忽略企业和市场的实际需要[18][19][20]。校企合作研发通过建立“需求牵引—技术响应”的动态平衡机制，使高校科研人员转换研究视角，引导其将注意力从对一般理论的学科探索扩展至下游与技术发展相关的新知识体系，更加聚焦于解决商业化挑战带来的新问题，从而有效抑制专利研发的过度基础化倾向，确保研发方向始终聚焦可产业化的关键技术节点[21]。
第三，校企合作研发通过提升专利质量，从而推动专利转化。已有研究表明专利质量是影响专利转化的重要因素[22]。校企合作研发作用于专利质量以及专利转化方面的关键路径在于破除信息壁垒与提升价值认同。一方面，科技成果生产与转化的链条较长，导致较严重的信息不对称，校企合作研发能够一定程度上打破组织边界的限制，破除信息壁垒，为双方提供有效的信息沟通渠道，提高双方信息沟通的效率和质量[23][24][25]。另一方面，校企合作研发可以帮助高校科研人员感知并认同科研成果产业化应用所带来的经济价值和社会价值，突破高校与企业之间价值观的冲突与障碍，实现价值认同，并且基于价值认同，重塑出自洽、平衡性的自我认知，从而能够应对学界规范与产业规范冲突的制度压力，有效提升科技成果供给质量[26]。
三、研究设计
（一）研究对象与数据来源
本研究的分析样本为全国范围内所有高校获得的发明授权专利。我国专利可以划分为发明专利、实用新型专利和外观设计专利三大类。其中，相较于实用新型专利和外观设计专利，发明专利需要进行实质性授权，其技术含量更高[27]。且从专利转化的实际情况来看，一般专利的转化大多集中发生于发明专利范畴，而非实用新型和外观设计专利。这主要是因为发明专利所具备的高价值技术内核，能够为接收方带来更为显著的技术提升与市场竞争优势，无论是助力开拓新的产品领域，还是优化现有生产流程、提高生产效率，发明专利都展现出了更强的赋能作用。而实用新型和外观设计专利，由于其技术创新性和应用范围相对受限，在专利转化市场中的活跃度远不及发明专利。
高校发明授权专利的基础数据来自国家知识产权局的专利检索系统，该系统收录了我国自1985年以来公布的全部专利的基础信息。截至2023年6月，全国共有普通高校2820所。本研究根据教育部公布的高校名单，在国家知识产权局系统中检索各个高校自1985年（或自高校成立）至2023年所持有的发明授权专利。经统计整理发现，2820所高校中，934所高校（几乎全部为专科院校）并未持有过发明授权专利，1886所高校（占比66%左右）共持有117.9万件发明授权专利，本研究将这117.9万件专利作为分析样本。
不过，由于国家知识产权局并未全面详细地披露每一件专利的引用与被引用等情况，因此进一步根据每一件专利的授权公告号，在谷歌专利数据库中检索并匹配得到每一件专利的引用与被引用情况，用于生成本研究后续进行作用机制分析所需要的变量。
（二）模型设定与变量说明
本研究基于117.9万件高校持有的发明授权专利，构造了专利层次的微观数据集，运用线性概率模型（Linear Probability Model，LPM）来检验校企合作研发对于专利转化的影响，具体基准模型如下：
Assignmentiust=α+βUnioniust+γZiust+θut+φst+εiust （1）
i表示专利，u表示高校，s表示专利所属的技术领域（专利IPC分类号的前四位），t表示年份，被解释变量Assignmentiust是高校科技成果转化的代理变量，具体通过专利是否进行过转让来测量，若进行过转让，则赋值为1，否则赋值为0。高校在成果转化方面的成效，通常可以通过专利许可、转让以及作价投资等指标来衡量。其中，相较于仅仅赋予被许可方使用权的专利许可，专利转让使受让方完整地拥有专利的所有权与使用权，所引发的技术流动更明显，意味着知识与技术实现了更为深层次的转移。因此，基于产权转移强度与技术扩散深度的双重考量，本研究率先选取专利转让与否作为高校科技成果转化的代理变量。在后文中，也会进一步将被解释变量替换为专利转让次数、专利从授权到转让所耗时长、专利受让方是否为企业等，以全面深入考察校企合作研发对于专利转让的影响。
核心解释变量Unioniust表示专利i是否为校企合作研发专利，以此作为校企协同创新的代理变量，具体通过专利所有权人信息中是否同时包含企业名称和高校名称来判断，若是，则赋值为1，否则赋值为0。
Ziust为一系列可能会影响专利转让成效的控制变量。经文献梳理，发现专利能否快速转让还与专利的发明人数、公开到授权的时滞等诸多因素有关[28][29][30]。因此将以下变量作为控制变量纳入基准回归模型：IPC分类号数量、发明人数量、专利权人数量、专业代理机构（二分虚拟变量，若专利由专业代理机构撰写提交，则取值为1，否则为0）、专利自申请到授权的审查天数、专利简要说明字数。
此外，参照既有研究[31]，还在基准模型中纳入了高校和年份固定效应的交乘项θut，以及专利技术领域和年份固定效应的交乘项φst等高维固定效应，用以控制高校特征、专利技术领域特征以及时间因素对校企合作研发偏好和专利转让成效的影响。εiust为随机扰动项。
（三）主要变量基本情况
本研究所使用的核心变量的基本情况如表1所示。被解释变量专利转让的均值为0.08，这意味着8%左右的样本专利实现了所有权的转让。核心解释变量校企合作研发的均值为0.07，即7%左右的样本专利属于校企合作研发专利。控制变量方面，每一件样本专利平均拥有3.01个IPC分类号、4.95个发明人和1.13个专利权人，92%的样本专利有专业代理机构，专利自申请到授权的平均天数为803.57天，简要说明字数为674.09个字。
四、实证结果
（一）校企合作研发以及专利转让现状
图3率先呈现了校企合作研发的年份变动趋势。基于图中左侧坐标轴可以发现，校企合作研发专利数量在波动中增长，从1985年的2件增长至2023年的15584件。基于图中右侧坐标轴可以发现，与企业合作研发专利的高校数量也在逐年增加，从1985年的1所增长至2023年的767所，这意味着仅2023年当年，就有767所高校与企业合作研发的发明专利被授权。
图4进一步呈现了高校发明授权专利的转让趋势。基于图中左侧坐标轴可以看出，专利转让件数随年份整体呈现出波动中攀升的趋势，初次转让件数于2020年达到顶峰，当年高校发明授权专利中有9910件左右初次实现了所有权的转让。之所以转让件数在2020年之后（2021—2023年）直线下降，与专利年龄以及专利转让周期有密切关系。经统计，专利自授权至实现初次转让平均耗时933天，即大概需要两年半的时间能够实现初次转让，其中一半左右的专利耗时733天实现所有权的初次转让，样本中有专利最长耗时十八年之久才实现初次转让。2021—2023年被授权的高校专利，尚且需要更长的周期来观察分析其转让情况。进一步地，基于图中右侧坐标轴可以看出，专利的平均转让天数在波动中有所下降，这意味着，不仅高校发明授权专利的被转让件数越来越多，而且转让速度也越来越快，高校科技成果转化效率有所提升。
（二）基准回归
在上述相关描述统计分析的基础上，本研究率先探究校企协同创新究竟能否有效助力高校科技成果转化这一问题。基准回归的估计结果如表2所示。表中列（1）展示的是未纳入任何控制变量与固定效应时的回归结果。估计结果表明校企合作研发与专利转让之间存在显著的正向关联性，这意味着校企合作研发在促进专利转让方面具有不容忽视的作用。而列（2）-（4）则呈现了逐步纳入控制变量以及两个联合固定效应后的回归结果。从这些结果中可以明显观察到，模型的拟合优度（R方）有了显著提升。同时，核心自变量的估计系数基本保持稳定。这不仅表明纳入控制变量和固定效应后模型的解释能力增强，也进一步证实了核心自变量与因变量之间关系的稳健性。综合来看，与非校企合作研发的专利相比，校企合作研发的专利更有可能实现所有权转让。这充分说明校企协同创新能够为科技成果转化提供强大的助力。
此外，为了更全面地验证校企协同创新对科技成果转化的影响，本研究还进行了进一步的分析。具体而言，分别将核心因变量替换为高校每一件专利的初次转让天数（以专利初次转让日与授权日之间的天数差取对数表示）以及受让方是否为企业（是=1，否=0）。经统计，转让专利中，90%以上的专利受让方为企业。
上述替换被解释变量的相应估计结果如列（5）—（6）所示，这些结果进一步表明，校企合作研发的专利不仅更容易实现转让，而且转让速度明显加快，并且更多地转让给企业，成功进入市场。这些发现均有力地验证了校企协同创新对科技成果转化具有强大的驱动作用。
（三）稳健性检验
本研究进一步对上述基准回归结果进行稳健性和可靠性检验。第一，将估计方法替换为Logit估计，这主要是考虑到本研究的因变量为二分类变量，而Logit估计方法适用于此类因变量的估计。不过，在Logit回归过程中，难以纳入一系列联合固定效应，在一定程度上限制了该方法在此处的应用效果。
第二，参照既有研究[32][33]，将估计方法替换为高维固定效应泊松估计来重新估计校企合作研发对专利转让的影响，该方法可以有效处理样本中大量零值和异方差的问题，适用于本研究。
第三，替换分析样本。一方面，由上文关于高校发明授权专利的转让趋势可知，2020年之后（2021—2023年）的发明专利受限于其授权后时间较短，转让平均周期尚未到达，因此为尽可能消除专利年龄不同所带来的潜在影响，将2020年之后的专利样本剔除，仅保留2020年及之前年份的专利样本进行回归分析。另一方面，为了尽可能降低校企协同创新的自我选择性，本研究将从未有过校企合作研发经历的高校剔除掉，仅保留有一次及以上校企合作研发经历高校的专利样本。
第四，替换对照组。基准回归将全部的非校企合作研发专利作为校企合作研发专利的对照组，但这种操作可能导致实验组与对照组缺乏可比性。因此在稳健性检验中，为实验组重新寻找对照组。具体而言，为每一件校企合作研发专利精准匹配一件属于同一院校产出、同一年份授权且专利大类完全一致（例如都属于“A01”“C03”）的非校企合作专利，样本中校企合作研发专利共计84172件。经匹配，其中73829件能够找到相对应的专利对照组，最终将147658件专利作为分析样本纳入回归。上述稳健性检验的具体结果如表3的列（1）—（5）所示，估计结果均与基准分析结果保持较好的一致性，表明基准回归的估计可靠性良好。
（四）作用机制检验
基准回归结果表明，校企合作研发的专利更容易实现转让，即校企协同创新能够有效加速科技成果转化。那么，校企合作研发专利为什么更容易实现转让呢？这部分将围绕其中的三个潜在作用机制展开验证与分析。
潜在机制一，专利技术深度，具体选取专利的权利要求数作为专利技术深度的代理变量。权利要求数是专利申请时请求保护的专利权利要求数量。权利要求数越多，专利技术特征与技术关键点越丰富，其内含的技术原理复杂程度越高[34][35]。本研究先将权利要求数作为因变量，考察校企合作研发对于权利要求数的影响，再将权利要求数和校企合作研发共同纳入回归模型，考察二者对于专利转让的影响。相关估计结果如表4的列（1）—（2）所示，表明校企合作研发能够通过显著提升专利的技术深度来加速专利的转让，即专利技术深度是校企合作研发作用于专利转让的有效机制之一。
潜在机制二，专利基础性，具体选取专利的非专利引用量作为专利基础性的代理变量。专利的非专利（Non-patent References，NPR）引用量往往能够反映出该专利与基础研究的关联度。如果一个专利大量引用了科学文献、学术论文，表明该专利在很大程度上依赖于前沿的基础科学研究，基础性较高[36]。关于专利基础性的机制检验结果如表4列（3）—（4）所示，表明校企合作研发能够通过显著降低专利的基础性来促进专利的转让，即专利基础性降低是校企合作研发作用于专利转让的有效机制之一。
潜在机制三，专利质量，具体选取专利的被引量（剔除自引）作为专利质量的代理变量。专利被引用意味着其他专利研发者在进行技术创新时参考或借鉴了该专利的技术内容。被引用次数越多，通常表明该专利所涉及的技术越具有较高的价值、创新性和实用性，对后续技术发展起到了重要的支撑或启发作用，进而反映出该专利具有较高的质量[37]。关于专利质量的机制检验结果如表4列（5）—（6）所示，表明校企合作研发能够通过显著提升专利的质量来促进专利的转让，即专利质量是校企合作研发作用于专利转让的有效机制之一。
（五）异质性分析
最后，本研究围绕校企合作研发对专利转让影响的潜在异质性展开探讨。首先，围绕高校办学水平展开分析。已有研究表明，“双一流”高校在科技成果转化方面的表现更加突出[38]。然而，对于校企合作研发所产生的促进效应是否会因高校办学水平的差异而有所不同，目前仍缺乏相关的经验性证据支撑。基于此，本研究在基准回归模型的基础之上，纳入校企合作研发与高校办学水平（“双一流”高校赋值为1，其余高校赋值为0）的交互项，估计结果如表5的列（1）所示，交互项显著为正，这意味着校企合作研发对于专利转让的驱动效应主要集中体现在“双一流”高校中。与一般类高校相比，“双一流”高校与企业开展合作研发所产生的专利，在实现转让转化方面具有更大的优势，更易于成功实现从技术成果到市场应用的转变。
在此基础上，进一步围绕高校学科类型展开异质性分析，如列（2）所示，纳入校企合作研发与“双一流”理工类高校（“双一流”理工类高校赋值为1，其余高校赋值为0）、“双一流”综合类高校（“双一流”综合类高校赋值为1，其余高校赋值为0）的交互项。相较于其他类高校，上述两类高校尤其是“双一流”理工类高校的表现较好，这类高校与企业合作研发能够显著促进专利的转让，实现科技成果的落地转化。
校企合作研发专利转让后的差异化去向也是一个值得关注的方向。有研究表明，高校专利在转让过程中，大多呈现就地转化的趋势，主要流向本省企业[39][40]。然而，在校企合作专利的转让过程中，其流动方向是否会因高校办学水平的不同而产生差异，目前尚不明确。基于此，本研究比对专利转让方和受让方的地址信息，识别每一件转让专利是否属于省内转让（若为省内转让，则赋值为1，否则赋值为0）以及同城转让（若为同城转让，则赋值为1，否则赋值为0），并将这两个识别结果作为因变量纳入回归模型。估计结果呈现于表5的列（3）—（4）中，从中可以清晰地看出，一般类高校的校企合作专利更多地实现了就地转化，主要流向本省甚至本市。相较之下，“双一流”高校的校企合作专利则展现出更强的流动能力，能够突破地域限制，实现跨市乃至跨省流动。
接下来，考察国家大学科技园的设立对于校企合作研发效应发挥的影响。既有研究显示，国家大学科技园的设立能够促进参与高校在发明专利上实现31%的增长，且参与国家大学科技园的高校专利增长还有利于高校的专利转让[41][42]。本研究在基准回归模型中纳入校企合作研发与国家大学科技园（自高校设立国家大学科技园起的当年以及之后的年份中，该变量赋值为1，否则为0）的交互项，估计结果如列（5）所示，校企合作研发的显著驱动效应主要集中于设有国家大学科技园的高校，这表明国家大学科技园作为政策高地发挥了有效作用。
最后，纳入校企合作研发与高校所在地（东部地区高校赋值为1，中西部地区高校赋值为0）的交互项，分析合作研发对于不同地区高校的差异化影响。估计结果如表5的列（6）所示，虽然中西部地区高校与企业合作研发能够显著地促进专利的转让，不过东部地区高校与企业合作研发对于专利转让的促进效应更加显著，不同地区之间的校企协同创新以及科技成果转化差距有待进一步缩小。
五、结论与讨论
（一）结论
本研究借助全国高校1985—2023年发明授权专利微观数据，运用线性概率模型深入剖析校企协同创新与高校科技成果转化之间的关系，得出如下关键结论。
第一，校企协同创新对科技成果转化具有显著推动作用。通过基准回归分析发现，相较于非校企合作研发的专利，校企合作研发的专利在实现所有权转让方面具有更高的概率，转让速度也明显更快，且大部分会转让给企业。这一结果充分证明，校企协同创新能够切实为高校科技成果转化提供强大的动力支持，有效促进科技成果从高校向市场的转移。
第二，校企合作研发主要通过三条关键路径推动专利转让转化。其一，校企合作研发能够显著提升专利技术深度，丰富专利的技术特征与关键点，增强其技术复杂性和不可替代性；其二，有效降低专利基础性，减少对基础研究的过度依赖，使专利更贴合市场应用需求；其三，显著提高专利质量，增强专利技术的价值、创新性和实用性，吸引更多市场主体的关注与应用。
第三，校企协同创新对科技成果转化的影响存在异质性。在高校办学水平层面，校企合作研发对专利转让的促进作用在“双一流”高校中表现得更为突出。从学科类型来看，“双一流”理工类和综合类高校在与企业合作研发时，对专利转让的推动效果更为显著。在专利流向方面，一般类高校的校企合作专利多在本地实现转化，而“双一流”高校的相关专利则具备更强的跨区域流动能力。此外，国家大学科技园的设立能够显著增强校企合作研发的驱动效应，并且东部地区高校的校企协同创新在促进专利转让方面，效果优于中西部地区高校。
（二）讨论
基于上述研究结论，为进一步深化校企协同创新，切实提升高校科技成果转化效率，提出以下具有针对性的建议。
第一，加强校企合作的战略规划与机制建设。高校应将校企协同创新提升至学校发展战略的核心高度，构建系统、完善的校企合作管理与运行机制。设立专门的校企合作管理机构，配备专业人员，负责统筹协调校企合作的各项事务，推动校企合作从短期、零散的项目合作模式，逐步向长期、稳定的战略伙伴关系转变。企业也应积极主动地参与到高校科研项目的前期规划中，与高校科研团队共同开展市场调研，结合行业发展趋势和企业实际需求，明确科研项目的研究方向和重点，确保科研成果从源头上就具备较高的市场适配性，有效减少成果转化过程中的障碍与阻力。
第二，实施分类指导，促进高校科技成果转化差异化发展。“双一流”高校凭借科研、人才和资源优势，聚焦国家战略需求和前沿科技领域，与行业领军企业开展深度合作，打造产学研用协同创新的典范，引领关键核心技术突破，推动高新技术产业发展。一般类高校立足地方产业特色，紧密围绕地方经济发展需求，与本地企业建立紧密合作关系，重点开展应用型科研项目，加速科技成果的本地化转化与应用，促进地方产业升级。同时，加强区域间高校和企业的合作交流，东部地区发挥创新引领作用，通过技术转移、人才培养等方式带动中西部地区发展；中西部地区加大对高校科研的投入，优化创新环境，吸引企业与高校合作，逐步缩小区域间科技成果转化差距，实现区域协同创新发展。
第三，强化政策支持与平台建设，优化创新生态环境。政府应加大对校企协同创新的政策扶持力度，制定并出台一系列具有针对性的政策措施。例如完善知识产权保护相关政策法规，加大对知识产权的保护力度，明确校企双方在合作过程中知识产权的归属和利益分配机制，切实保障校企双方在合作中的合法权益，消除双方合作的后顾之忧。此外，要进一步充分发挥国家大学科技园等创新平台的集聚效应和辐射带动作用，为园内高校和企业提供全方位、一站式的服务，促进创新要素在高校和企业之间的高效流动与优化配置，加速科技成果转化进程。
参考文献
[1]靳瑞杰，江旭.高校科技成果转化“路在何方”？——基于过程性视角的转化渠道研究[J].科学学与科学技术管理，2019，40（12）：35-57.
[2]陈力，梅阳，孟斌斌.基于创新链视角的国防科技成果转化机理与政策建议[J].科学管理研究，2023，41（04）：33-40.
[3]Balconi M，Brusoni S，Orsenigo L. In defence of the linear model：Anessay[J].Research Policy，2010，39（01）：1-13.
[4]叶菁菁，周骁遥，陈实.基础研究投入的创新转化——基于国家自然科学基金资助的证据[J].经济学（季刊），2021，21（06）：1883-1902.
[5]阎光才.学院科学与工业技术之间的转化逻辑：美国的经验[J].北京大学教育评论，2018，16（03）：89-103+189.
[6]宗晓华，张强，占茜.以社会贡献界定卓越科研：澳大利亚大学的社会互动与影响力评价[J].大学教育科学，2020（01）：58-65.
[7]韩小腾.三螺旋理论视域下高校技术转移转化体系建设刍议[J].科技管理研究，2021，41（16）：116-122.
[8]王凡.高校科技成果转化中“政产学研金服用”模式探讨[J].中国高校科技，2021（06）：92-96.
[9]温正胞.我国高校科技成果转化过程中的价值冲突与协调[J].教育发展研究，2019，39（Z1）：14-22.
[10]王萧萧，朱桂龙.产学合作提升专利质量了吗？[J].科学学研究，2019，37（08）：1461-1470+1516.
[11][16]高艳慧，吕赟可，刘岩，等.产学研合作对高校科技成果转化速度的影响研究[J].中国高校科技，2023（08）：76-83.
[12]付振康，柳炳祥，鄢春根，等.专利文献视角下高校专利技术转移速度影响因素研究[J].中国高校科技，2023（10）：75-81.
[13]张古鹏，陈向东，牛欣.基于专利宽度和深度的技术复杂度分析[J].科研管理，2012，33（03）：113-120+135.
[14]马文聪，叶阳平，徐梦丹，等.“两情相悦”还是“门当户对”：产学研合作伙伴匹配性及其对知识共享和合作绩效的影响机制[J].南开管理评论，2018，21（06）：95-106.
[15]李玉倩，陈万明.产教融合的集体主义困境：交易成本理论诠释与实证检验[J].中国高教研究，2019（09）：67-73.
[17]齐燕.基于专利引文分析的领域科技关联发展态势探究——以HCV为例[J].图书情报工作，2019，63（23）：97-105.
[18]周海涛，郑淑超.高校科研体制七十年变革的历程和趋向[J].高等教育研究，2019，40（09）：40-45.
[19]施悦琪，周海涛.高校有组织科研的特征、模式与策略[J].高等教育研究，2023，44（02）：30-36.
[20]李立国，张海生.“双一流”学科建设与社会需求的反差现象及评价的逻辑转向[J].大学教育科学，2022（01）：12-18.
[21]宁靓，岳琳，王水莲.产学研协同融合与科技成果转化绩效——合作关系认知的调节作用[J].科技管理研究，2023，43（01）：92-101.
[22]金玉成.基于专利技术特征的高校专利转化模式选择研究[J].中国科技论坛，2017（08）：120-126.
[23]吕晶晶.构筑产学研合作平台加快高校科技成果转化[J].中国高校科技，2016（08）：77-79.
[24]杜健.高校科技成果转化难的症结及对策研究[J].国家教育行政学院学报，2017（03）：70-76.
[25]郭颖，廉翔鹏，席笑文.中科院产研合作对其科技成果转化影响研究[J].科研管理，2021，42（10）：97-103.
[26]张闳肆.学术创业如何促使科学家获得科学发现——打开巴斯德象限的机制“黑箱”[J].科技进步与对策，2024，41（20）：45-55.
[27]张杰，高德步，夏胤磊.专利能否促进中国经济增长——基于中国专利资助政策视角的一个解释[J].中国工业经济，2016（01）：83-98.
[28]魏太琛，刘敏榕，陈振标.高校专利技术转移转化价值影响因素实证分析——基于11所一流高校专利转移转化数据[J].图书情报工作，2022，66（09）：103-116.
[29]张亚峰，李黎明.专利价值再认识：大学专利转让的实证研究[J].科学学研究，2022，40（09）：1608-1620.
[30]陈静，张更平，慎金花.专利技术特征与高校专利转移间关系的实证研究——基于42所一流高校的样本分析[J].中国高校科技，2021（06）：80-83.
[31][37]龙小宁，刘灵子，张靖.企业合作研发模式对创新质量的影响——基于中国专利数据的实证研究[J].中国工业经济，2023（10）：174-192.
[32]李明洋，张乃丽.企业数字化转型促进还是抑制了“走出去”：来自中国A股上市企业的证据[J].世界经济研究，2022（10）：118-134+37.
[33]侯俊军，王胤丹，王振国.数字贸易规则与中国企业全球价值链位置[J].中国工业经济，2023（04）：60-78.
[34]邓思铭，栾春娟.专利技术会聚层次对专利市场价值的作用机理研究[J].科技进步与对策，2025，42（15）：149-160.
[35]姜南，李济宇，顾文君.技术宽度、技术深度和知识转移[J].科学学研究，2020，38（09）：1638-1646.
[36]张金柱，王玥，胡一鸣.基于专利科学引文内容表示学习的科学技术主题关联分析研究[J].数据分析与知识发现，2019，3（12）：52-60.
[38]罗立国，余翔，周力虹.基于专利许可网络的985高校知识流动能力研究[J].管理学报，2013，10（03）：458-462.
[39]尹西明，王毅，陈劲.高校创造的知识转移到哪去了？——对我国高校专利许可的时空分布研究[J].科学学与科学技术管理，2017，38（06）：12-22.
[40]李志鹏，谢祥，肖尤丹.基于专利转让的“双一流”大学知识转化能力研究[J].数字图书馆论坛，2018（08）：53-59.
[41]茹宁，郭天宝.大学科技园对高校创新产出的影响研究——基于高校专利视角[J].河北大学学报（哲学社会科学版），2023，48（04）：99-114.
[42]蒋建勋，王宏伟.大学科技园影响高校科技成果转化机制研究——基于管理机构人员视角[J].技术经济，2022，41（11）：54-65.
作者简介：张文杰（1995-），女，山西阳泉人，北京外国语大学教育学院讲师。
