摘要：作为专利许可形式之一，开放许可是促进专利技术成果转化与知识溢出的重要制度设计。2021年我国引入该机制，但在具体机制设置上尚存在争议。在比较视角下，分析英国与德国专利开放许可制度具体机制设计上的异同，整理2004—2020年在两国登记开放的专利样本，与专利申请人信息、专利引用信息相匹配，使用异时双重差分法（DID）检验两国开放许可制度对于申请人专利技术扩散的激励效应。实证分析发现，英德两国开放许可制度对于知识溢出的激励效应较为有限，并没有呈现显著正效应。德国开放许可制度提供了相对高额的专利费用减免额度，拥有更多本国中小型企业的登记使用，英国开放许可制度对于外国大型企业的知识溢出效应更为显著，呈现更多面向外国企业的强制许可替代制度功能。除此之外，专利开放前的被引数量对知识溢出效应呈现显著交互作用，而专利新颖性特征的交互效应不显著。

关键词：专利开放许可，准自然实验，英德专利比较，知识溢出

基金项目：国家自然科学基金青年项目（72304209）；同济大学中央高校基本科研业务费专项资金项目（22120220312）

0　引言

2021年 6月 1日 起，我国实施新修订的《中华人民共和国专利法》，引入专利开放许可制度，专利权人可以通过专利管理部门登记作出公开声明，披露相关专利信息；承诺“所有人均可通过合理价格获得专利许可”；许可实施期间获得专利（维持）费用的减免。我国设立专利开放许可制度，旨在丰富专利许可交易机制，通过构建政府监管下的信息披露平台，鼓励非排他性专利许可，推动知识技术流动，激发市场主体创新活力。

然而，作为专利许可的特殊形态，开放许可的创新激励效应一直存在争议。基于已有研究，专利许可活动能够推动技术创新者从成熟技术中提取剩余价值^[1]，降低技术使用者的产品开发风险和成本，提供外部知识技术，以更高效地实现商业化技术，提升总体创新生产效率，进一步推动技术创新（杨雪，2017）。但Arora等^[2]提出了“租金消散效应”，即只有专利许可产生的“收入效应”大于“租金消散效应”，许可人才会实施许可。与普通许可相比，开放许可属于非排他许可，并且需要满足公平合理和非歧视（FRAND）定价原则，许可人是否有动机登记开放高价值专利，开放专利对后续技术溢出的影响并不清晰。除此之外，开放许可制度设计中，许可人登记开放许可后，可获得专利续费减免的政策优惠，这会进一步增加“低质量专利登记开放许可”的政策寻租风险^[3]。

事实上，英国、德国实施专利开放许可制度多年，每年均有稳定比例的授权专利进行登记。本文基于比较视角，使用定性与定量相结合方法，对比分析英国与德国专利开放许可制度的差异，整理2004—2020年登记开放的德国和英国专利，与其专利权人信息、专利引文信息进行匹配，评估两国制度实施效果，并采用异时双重差分法（Time Varying Difference-in-Diffrence），检验登记开放许可对知识溢出的激励效应以及专利新颖性的调节效应。

目前，针对我国开放许可制度的研究讨论更多基于定性和比较分析，缺乏经验证据支撑。本文对域外制度进行经验分析，以期能够更全面理解专利开放许可制度的创新激励路径与效用边界，为我国专利开放许可制度提出优化建议与依据。

1　研究背景与文献综述

1.1　英德专利市场特征

英国专利商标局（UKIPO）以及德国专利商标局（DPMA）分别负责受理英国与德国的本地专利、商标申请以及PCT国际专利申请。除此之外，英国与德国均为欧洲专利公约成员，欧洲专利局（EPO）审查并授权的欧洲专利在生效后也将在指定的EPC成员国生效。因此，两种路径生效的专利均可以参与开放许可的登记和实施活动。如表1所示，2021年DPMA共受理62 105件专利申请，其中，PCT途径的国际专利申请仅为7 525件，约占总量的12.1%。UKIPO受理20 651件专利申请，约30%（共计6 280件）为PCT国际专利进入，约为DPMA受理数量的1/3。

英国、德国的专利审查均分为形式审查与实质审查两个层面，UKIPO与DPMA统计报告显示，每年仅有一半的专利申请会提出实质审查请求，部分专利在申请过程中由于专利审查周期、市场竞争等原因被主动撤回。2018—2020年UKIPO的专利授权量分别为5 982、5 948、9 772件，约为前3年专利申请数量的1/3；DPMA专利授权量分别为16 369、18 225、17 305件，同样不足申请数量的1/3。基于相关文献估计，作为欧洲最重要的两个经济体，几乎95%的欧洲专利申请均会选择进入英国或德国^[4]。因此，2021年英国新增的授权专利数量大约14.3万件，而德国每年新增的授权专利15万件左右。

除此之外，英国与德国专利市场呈现出3种极为相近的特征。

（1）企业为英德两国专利申请的主要群体，各个行业的头部标杆企业专利申请量占比较高。高校科研院的专利申请仅占英国公开专利的1.1%，主要集中在制药、生物技术、有机化学等离散型技术领域（UKIPO，2020）。相比之下，德国高校的专利申请量占比略高于英国，占DPMA专利申请总量的2.5%～5%，并且每年在欧洲专利局也提交了约2 000～3 000件专利申请^[5]。

（2）英国与德国专利申请主要来自本国创新者，但国外申请人的专利申请数量占比逐年增长。其中，2020年UKIPO共受理国外申请人提交的专利申请8 694件，占当年受理总量42%，其国外申请人较多分布在美国、中国以及日本。2020年DPMA共受理国外专利申请人提交的专利申请19 856件，占比约32%，国外申请人也主要分布在美国、中国、日本。

（3）两国受理的专利申请技术领域分布较为一致，都集中在计算机、运输、测量、土木工程领域，同时，本国申请人与国外申请人提交的专利申请技术分布也较为一致。除此之外，基于欧洲专利局统计年报所提供的横向比较，德国申请人提交的专利申请数量为英国申请人的近2倍，技术分布上有细微差异。英国申请人申请的欧洲专利在计算机、运输、测量以及生物医药等领域均为3%左右；德国申请人申请的欧洲专利占各个技术领域专利申请总量的5%～8%，但在运输领域，德国申请人提交的专利申请数量占当年EPO受理总量的23%。

综上，通过对比分析英国、德国专利审查机构的受理数据以及英国、德国申请人向欧洲专利局提交的专利申请情况发现，德国具有更大的专利市场规模，尤其表现在汽车运输领域。但总体上，英德两国的创新主体、市场结构和技术领域分布较为一致，能够排除专利开放许可制度运行的外部因素差异，两国开放许可制度的实施效果更多由其制度机制设计差异所决定。

1.2　英德专利开放许可制度比较

1.2.1　 英德专利开放许可制度的共同点

英国和德国分别早在1919、1936年就设立了专利开放许可制度，基础制度设定基本一致，即专利权人向所在地区专利管理机构提出书面声明，允许任何人以公平报酬为对价使用相关专利，声明后均可获得一定比率专利续费减免。

开放许可的主体与客体层面，英德两国均要求专利权人在取得专利授权后才能实施开放许可，并且相关专利权人没有与他人订立过限制许可权限的许可合同。欧洲专利在进入德国以及英国生效前，都会通过欧洲专利局完成检索、授权以及授权后异议程序；授权专利既包含本国专利审查机构授权的专利，也包含欧洲专利局授权进入英国和德国的有效专利。

提出开放许可声明时，英德两国的专利审查部门仅进行形式审查，例如，是否存在其它排他性许可活动、专利有效性等，对于许可费具体金额等内容没有具体要求。登记开放许可后，许可费的定价由双方协商决定，如果不能达成一致，可请求对应的专利审查管理机构介入。

除此之外，英国与德国的开放许可登记撤回流程一致。在登记声明阶段，开放主体只需要承诺“愿意以公平合理的对价将专利许可给任何人实施”，并没有额外的公告要求；专利费用减免层面，专利权人均可以在发布开放许可声明后的年费缴纳中免去一半费用；撤回层面，英国和德国的专利权人均可以撤回开放许可，不再享受专利年费减免，并要求返还减免的年费。

1.2.2　 英德专利开放许可制度的机制设计差异

第一，德国拥有更广的开放许可客体范围。尽管德国与英国均要求授权专利才能实施许可，但德国开放许可制度允许专利申请人在专利申请当日即可声明开放许可，表明德国倾向于让专利权人更早地选择开放许可，不仅程序简便，而且在专利生效之初即能够享受专利年费减半的优惠，可以更大程度上激发专利权人参与专利开放许可的积极性。

第二，德国开放许可登记专利享有更高的年费减免额度。基于英国和德国的现有规定，专利权人在登记开放许可后并不需要实施许可，就能够获得专利年费减半优惠。但英德两国专利费用结构存在差异，德国开放许可专利提供了相对英国更高的减免额度。如表2所示，英国和德国的专利年费自专利申请日起一年一缴，逐年递增，有效期到专利申请日后第二十年。英国专利年费总共需要缴纳约6 589美元，约41 807元人民币；德国专利年费总共达到16 067美元，超过10万元人民币。

第三，英国的开放许可包含强制属性。早先英国《专利法》中构建的开放许可制度一直包含两种情形：一是主动声明开放，二是避免因专利权滥用而被实施强制许可，允许任何人或政府部门依据强制许可的法定理由向专利局申请开放许可或给予特定群体许可。1977年英国《专利法》将两类开放许可合并在一起，名称上作了更改，不再用自愿与强制将两种来源的开放许可对立，但基本规则不变，将开放许可作为给予强制许可的替代路径，即在强制许可的法定事由下，任何人都可以寻求许可，也可以申请将该专利开放许可。

第四，配套措施层面。尽管德国早于英国构建开放许可数据库，但是，目前为止，开放许可信息只在每周专利公报中披露，英国专利商标局（UKIPO）则构建了更为智能全面的专利开放许可数据信息平台，公众可以免费登录查询登记开放许可专利的相关信息，包括开放许可开始日期先后、专利公告号字母排序（国家代号首字母排序）、专利分类号字母和数字排序的开放许可专利以及已失效专利列表，显示的基本信息包括开放许可生效日期（专利失效日期以及失效原因）、专利申请号、专利公告号、专利权人、专利分类号、专利申请日、专利名称。除此之外，该平台的所有专利均通过专利申请号与英国专利数据信息网站Ipsum以及欧洲专利局Espacenet数据库相关联，可以进一步查询申请人地址、专利引用、续费、法律状态等信息。

1.3　专利许可对后续创新的双面效应

技术许可经典理论指出，专利许可提供了有效的技术获取路径，而外部技术引入能够带来多种积极效应，如减少内部研发费用、弥补技术上的不足、扩大公司的技术搜索空间、缩短创新时间等^[6-7]。刘凤朝等^[8]使用2000—2010年中国企业的专利技术许可和专利申请数据，研究了技术邻近、组织邻近对于专利许可引入的调节作用；胡欣悦等^[9]提供了区域层面的经验分析；冯萍（2021）使用中国制造业上市企业专利许可数据，验证了企业对外许可行为对自身创新能力发展的长期促进作用；刘利^[10]讨论了专利联营对于对外专利许可冲突的缓解作用。

然而，专利许可对于创新活动也可能存在消极影响。Arora^[11]、Kani^[12]研究发现，采用外部技术并不总是对企业创新绩效产生积极影响。在创新难度较高、累积性较低的技术领域，被许可人并没有比未获得许可的创新者体现出更高的创新绩效；Larusen等^[13]使用公司知识存量及技术搜索广泛度进行测度发现，如果被许可人吸收能力有限，则会削弱专利许可对创新绩效的作用。此外，专利许可可能加剧竞争者的技术依赖，具有抑制竞争对手后续创新的战略功能。Gregoric等^[14]研究发现，当技术许可从高研发水平企业（地区）向低研发水平企业（地区）不断转移时，会使低研发水平企业（地区）产生技术依赖； 杜晓 君等^[15]针对专利池的研究也发现，专利池所依附标准的不确定性会导致自主创新迟滞，专利池内部的“搭便车”行为和在位厂商地位也可能妨碍创新。例如，张运生等（2019）探讨了专利池形成对处于不同网络位置企业技术创新的激励效应，发现其总体上遏制池内强势企业技术创新，促进池内弱势企业技术创新。

开放创新快速发展下，共享专利——一种零许可费的开放许可行为，被越来越多企业所采用。典型案例为，2000年初索尼、IBM、诺基亚等多家大型跨国公司创建的绿色专利联盟Eco-Patent Commons（以下简称EcoPC），丰田汽车、特斯拉汽车发起的电池技术专利开放等。基于开放创新基本理论，开放专利总体围绕新兴技术领域，在市场应用不确定的情况下，能够降低后续技术开发的投资成本，并向公众提供免费使用的承诺以刺激传播，拓展更广泛的技术开发^[16]。然而，针对Econ-Patent Commons的实证研究并没有发现显著的创新溢出效应^[17]。本文认为，由于缺少与技术需求方的对接，该共享联盟并没有持续的进入者，并于2016年暂停。由于缺少对技术使用方的后续技术支持，开放专利很难达到预期的技术使用广度。除此之外，Tirole^[18]认为，尽管在开放专利机制中被许可人免于缴纳使用费，但许可人的专利劫持风险、被许可人的技术依赖等因素导致的开发动力不足问题依然存在。

2　英德开放许可登记专利特征分析

本文使用欧洲全球专利数据库（PATSTAT），对2004—2020年期间在英国知识产权局（UKIPO）、德国专利商标局（DPMA）所披露的开放许可专利登记信息进行整理和统计。

2.1　登记开放许可的总体趋势

2004—2020年英国与德国专利开放许可登记趋势如图1所示。柱状图为德国专利在DPMA的登记开放许可情况，深色柱状图为直接在DPMA申请专利的登记情况，2004年共计1 348件，2008年有所减少随后持续增长，2010年后持续为2 000件以上；虚线柱形为EPO授权并进入德国生效专利的登记开放许可情况。由于数据有限性，本文只能整理出2011年之后的专利登记数据，共计740件，2015年后增长至2 000件以上，并超过DPMA路径申请和登记开放的专利数量。折线部分为英国专利数据，其中，实线部分为UKIPO受理并登记许可的专利申请，基本维持在每年200件左右，虚线部分为EPO授权、进入英国生效并登记开放许可的专利数量，2004年为864件，2012年之后基本维持在2 000件以上。总体上，以2020年为例，德国共有5 959件登记开放许可专利，至少为当年德国新增授权专利的4%；英国共计有2 915件登记开放许可专利，至少为当年英国新增授权专利的2%。

2.2　登记开放许可的创新主体特征

从登记开放许可的专利权人国家分布，如表3所示，可以看出，德国与日本成为开放许可制度登记最多的专利权人主体。尤其是日本专利权人，在样本区间，共登记开放了1.5万件英国专利，占总样本比例近50%，远超过英国本国专利权人。除此之外，法国、美国、荷兰、奥地利专利权人的登记比例均超过1%。中国专利权人目前仅登记开放了16件德国专利和11件英国专利。

本文基于开放许可样本专利的专利权人名称，使用PATSTAT数据库的标准专利权人信息（Han_name）匹配得到该申请人在样本期间的总体专利申请情况，根据申请人2004—2020年期间的专利申请总量，将其分为微型、小型、中型、大型和行业领先创新企业5类。其中，微型企业为样本期间专利申请数量少于2件的企业，小型企业为专利申请总量在2～1 000件之间的企业，中型企业为专利申请总量在1000～10 000件之间的企业，大型企业为10 000件以上的企业，行业领先创新企业为基于世界知识产权组织（WIPO）提供的技术领域分类中，同一申请人的专利申请数量占该技术领域专利申请总量的10%以上的企业。

如表4所示，德国登记开放许可的专利权人样本中，小型企业样本占比34.5%，大型企业占比40.3%，行业领先创新企业占比23.66%。其中，本国企业中，小型企业占比51.82%，国外企业中，大型企业占比达70.28%。英国登记开放许可专利权人的规模分布与德国基本一致，但是，由于国外企业申请总量占比较高，因此，总体上67.19%均为大型专利权人，行业领先创新企业占比高达50.63%。

2.3　登记开放许可专利的技术领域分布特征

从登记开放许可专利的技术领域分布来看（见图2），德国与英国呈现较为一致的两大类分布特征。首先，大部分均为机械、信息通信等复杂技术（complex technology），运输、发动机、电子设备占据开放许可专利数量的前3位，生物制药等离散技术（discrete technology）并不多见。除此之外，英德两国的登记开放许可专利技术分布与两国总体专利市场技术领域分布一致。德国开放许可登记专利在运输与发动机技术领域占有更高比例，英国开放许可专利中电子设备与数字通信技术占比较高。

3　知识溢出效应检验

3.1　模型设定

本文基于开放许可专利的引文信息，构建异时间双重差分法（DID）回归方程，检验登记开放许可专利对技术扩散的激励效应。实证模型设定如下：

nForward_it=α+βLOR_I×POST_it+u_i+λ_t+δCONTROLs_it+ϵ_it　　（1）

其中，nForward_it表示样本专利每年收到的专利被引用数量（forward citation）。在创新研究中，专利被引用数量被大量应用于测度技术溢出的代理变量，被引用数量越多，则认为该专利对后续技术的影响越广泛^[19]。为了避免专利公开年份所产生的偏差，本文使用平均被引用数量而不是公开后的被引用总量，作为技术溢出的代理变量。LOR_i为实验组与控制组二分变量。实验组为在德国或英国的登记开放许可专利，控制组为德国或英国没有登记开放许可专利使用特征变量进行的1:1精确匹配。LOR_i具体表达式如下：

考虑到数据完整性与技术溢出存在时间滞后，本文去除了2017—2020年间的登记专利，只选取2005—2016年之间登记开放许可的专利信息。总体上，溢出效应检验样本中，共计43 979件授权专利在德国或英国登记了开放许可。由于专利数据样本量足够充分，本文通过CONTROLs_it等特征完成1:1精确匹配，共计得到87 958件样本专利。特征变量也作为控制变量加入到回归分析中，具体包括：①Applicant_Ctry_i：申请人国籍；②Appln_Filing_Year_i：专利申请年份，在回归方程中，本文构建专利年龄代理变量Age_i，指代专利登记开放许可与专利申请年份之间的时间差，例如，若专利在申请同年登记开放许可，则Age_i=0，如果专利在申请后第3年登记开放许可，则Age_i=3；③Appln_Auth_i：授权机构，即专利申请是由DPMA、UKIPO还是EPO授权进入国家层面；④Section_i：专利所属技术大类，包含化工、电子通信、测量仪器、机械工具与其它；⑤Applicant_Type_i：申请人规模分类，即基于申请人在2004—2020年期间的专利申请总量，构建Small_i、Msize_i或Lsize_i虚拟变量；⑥nBWD_i：专利新颖性。基于文献，如果一个专利对现有专利技术引用数量较少，则意味着该专利的新颖性较高，如果引用数量较高，则意味着该专利侧重现有技术改进^[20]。在匹配过程中，本文构建nBWD_Type_i二分变量，如果nBWD_i为0则意味着该专利没有现有技术的引用，如果为1则意味着包含至少一个在先技术引用。在回归方程中，本文直接使用计数变量nBWD_i。除此之外，本文提取被引用专利的相关信息，构建nForward_Prior_i，表示登记开放许可前已经获得的后续引用数量，利用专利引用情况测度专利在登记开放许可前的价值不确定性。

由于登记开放许可的时间不一致，因此，需要构建时间变量POST_t，识别同一专利是否登记开放。具体表达式如下：

3.2　政策效应估计结果

变量描述性统计结果如表5所示。实验组中包含29 662件德国登记开放许可专利以及19 284件英国登记开放许可专利，其中，4 979件专利为EPO授权后同时进入德国与英国并登记开放许可，在总样本中不作重复计数。样本观测范围为2004—2020年期间的专利后续引用情况。如表5第一行所示，实验组的后续引用代理变量nForward by Year_it、nForward_Prior_i均值低于控制组，但拥有较大方差，其背后经济解释为登记开放许可专利的价值均值表现低于平均值。需要注意的是，依然有较多登记开放许可专利获得较多专利引用，因此，不能简单总结为申请人登记了低质量专利，其需要后续进一步检验。由于nBWD_i、Age_i等特征变量进行了1:1精确匹配，因此，实验组与控制组的均值基本一致。德国专利样本中包含较高比例的机械设备专利（43%）以及小型企业（47%），英国专利样本中包含较高的电子信息技术（46%）与大型企业（72%），与前述总样本分析结果一致。去掉2017—2020年期间的登记专利后，样本中不再包含微型企业。

根据模型设定，本文对登记开放许可专利行为对专利后续引用数量的影响进行双重差分检验，结果如表6所示。第一列回归方程中只包含控制变量，反映出专利基本特征与后续引用之间的关系。与已有文献研究结果较为一致，改进型专利即新颖性代理变量nBWD_i与后续引用专利数量在0.01水平上显著为正。第2列加入登记开放许可效应的交互项LOR_I×POST_it，第3列与第4列为在德国登记开放许可的专利子样本，分为德国本国企业与非德国企业。第5列与第6列为在英国登记开放许可的专利子样本，包含英国本国企业与非英国企业。基于回归结果，特征变量Age_i与Small_i对专利后续引用数量间关系并不稳健，关键政策效应解释变量LOR_I×POST_it仅在Model 6，即国外企业在英国登记的开放许可专利样本中呈现正效应，在其它样本中均呈现负效应，且没有通过显著性检验。其背后的经济含义可以解释为，总体上，英德两国开放许可专利制度的知识溢出效应非常有限，更多体现在增加后续创新对大型外国企业登记开放许可专利的引用。

如表7所示，本文构建实验组与登记开放许可行为时间效应的交互变量，即LOR_I×POST（T）_it，涵盖登记开放许可前5年、登记开放许可当年以及登记开放许可后5年，检验登记开放许可效应的平行趋势，估计方程如下：

基于回归结果，实验组交互项在每一阶段都呈现显著正向系数。其中，总样本交互项系数在登记开放许可后第一年为0.05，在0.01的水平上显著，但在登记开放许可后的第4年变为-0.002，在0.05的水平上显著。Model₂至Model₄讨论德国企业、非德国企业登记开放许可的德国专利，以及英国企业在英国登记开放许可的英国专利3个子样本，估计结果也呈现一致的平行趋势，在登记许可后的第4年（LOR_I×POST（4）_i）及第5年（LOR_I×POST（5）_i），正向效应逐渐转变为不显著或显著负效应，总体上没有呈现显著的知识溢出激励效应。仅非英国企业所持有的英国专利子样本在平行趋势检验中呈现0.05水平的持续正效应。其背后的经济含义可以解释为，无论是德国还是英国，国外企业更多选取价值较高的专利进行登记开放许可，专利的知识溢出效应没有因为登记开放许可而呈现更多增长，但是，技术市场对该专利的关注一直持续到登记开放许可后第3年，随后开放许可制度的信号效应逐步减弱，也可能是专利获得许可或其它原因逐步退出开放许可市场。

为了进一步识别登记开放许可专利行为对于不同创新主体技术溢出的促进作用，本文构建开放许可与专利新颖性的调节效应（LOR_I×POST_it×nBWDt_i），检验开放许可知识溢出激励效应的异质性，结果见表8。基于交互项LOR_I×POST_it×nBWDt_i的估计结果可以看到，在德国企业登记开放许可的德国专利样本中，现有技术的引用数量与开放许可制度的激励效应交互项系数为0.002，在0.001水平上通过显著性检验，即改进型专利在登记开放许可后，能够在短期内吸引技术市场更多关注。相反，新颖性较高专利的知识溢出速度并没有因为登记开放许可而获得明显增强。这一效应在德国中小企业专利样本中获得一致性的估计结果，估计系数为0.004，在0.01水平上显著。但是，在英国专利样本中，仅外国企业登记开放许可的英国专利呈现显著的溢出效应。英国企业登记开放许可本国专利以及英国中小企业登记开放的专利子样本中，该效应没有通过显著性检验，反映开放许可制度设计仅促进德国改进型专利获得较好的创新激励效果。

3.3　稳健性检验

本文使用3种方法进行稳健性检验。首先，增加窗口期。考虑到政策效应的滞后性，登记开放许可专利当年作为事件窗口期，能否产生信号效应并不确定，因此，在分析中予以排除。表9中前3列为增加窗口期后的估计结果，交互项系数在总样本以及子样本的估计结果稳健，仅在非英国企业的英国专利样本中呈现0.01水平的正相关，其它样本中均呈现负相关。

其次，剔除未授权专利进行谬误检验。德国专利开放许可制度中允许未授权专利登记开放许可，导致德国与英国登记开放许可专利的基本状态存在差异。为排除该制度差异导致的激励效应差异，稳健性检验中剔除德国专利样本中的未授权专利以及对应的控制组专利。如表9中第4～6列所示，估计结果与之前具有较大差异。开放许可专利的负向效应减弱，未通过显著性检验，在德国企业登记的德国专利样本中为0.026，且在0.01水平上显著。其背后的经济含义可解释为，允许未授权专利登记开放许可可能增加低质量专利登记开放许可的政策寻租风险，不利于发挥开放许可制度的信号作用。

最后，使用nForward_Prior_i替代先前的新颖性指数nBWDt。nForward_Prior_i为实验组专利在登记许可前已经获得的专利后续引用总量，衡量登记开放前该专利的技术影响力和成熟度。若nForward_Prior_i较高，则代表该技术在登记前已经具有较高影响力。如表10所示，估计结果与表8基本一致，登记开放前市场认可度较高的专利在登记许可后更高概率获得持续引用增长，而登记前缺少引用的专利，其知识溢出速度没有呈现显著增长。与表格8略微不同的是，交互项LOR_I×POST_it×nBWDt_i仅对德国中小企业的调节效应更为显著，在英国样本中，交互项估计结果没有通过显著性检验。但是，替换该解释变量后，交互项LOR_I×POST_it×nForward_Prior_i在两份样本中均呈现显著正相关，可以解释为尽管英国已经构建开放许可信息披露平台，但影响开放许可在中小企业中信号作用的机制更多为该技术的在先技术表现以及市场已有认可度。

4　结语

英国与德国的专利开放许可制度实践起步较早，为中国专利开放许可制度建设和研究提供了重要借鉴。本文对英国与德国开放许可专利制度的机制设计进行对比分析，并通过2004—2020年两国开放许可制度的登记信息与专利申请信息、引用信息的匹配，使用统计描述与双重差分法进行回归分析，全面比较两国开放许可制度实施效果，得到如下结论。

首先，制度使用层面，德国的专利开放许可制度提供了相对更高的专利费用减免，遵循完全自愿原则，对本国中小型企业的创新激励效应更显著，表现为登记开放许可专利权人中，本国中小型企业占比更高、开放许可对知识溢出的信号效应在本国中小型企业专利样本中更稳健。反观英国的开放许可制度，其制度功能更多表现为对国外企业的强制许可替代作用。基于专利许可动机理论，技术竞争对企业专利许可策略具有重要影响^[21]，对于已经具有较高市场占有率的寡头企业，专利许可虽然产生利润，但不足以覆盖由许可产生的市场占有率分散以及垄断利润损失^[22]，英国开放许可制度可被视为其市场竞争政策的有力补充。

其次，英德开放许可制度经验证据显示，没有出现申请人使用低质量专利寻求政策寻租的风险。英德两国的开放许可制度均设置了“撤回—补缴”机制，有效抑制了政策寻租行为。值得注意的是，英德经验证据显示，开放许可制度的激励效应高度依赖登记开放专利的技术市场成熟度，登记专利的现有技术引用较多、登记前已经获得较多后续专利引用的专利才能更有效地利用制度，加速知识溢出。反之，具有较高新颖性的专利，其市场价值存在较大不确定性。这一结论有助于全面理解专利开放许可的定价原则。尽管目前学术界和产业界一致认为，专利许可费定价机制可借鉴标准必要专利政策中的公平合理非歧视原则（FRAND），但该原则并不能完全解决开放许可定价问题。开放许可制度的引入初衷为激励技术成果转移转化，相对于标准必要专利，需要关注新颖性较高、估值难度较大的专利技术，不需过多要求事前评估，应侧重专利信息披露监管，并提供许可定价的事后调整空间。

最后，英德的制度实践启示有助于中国进一步完善开放许可制度设计。一方面，“撤回—补缴”能够有效抑制低质量专利登记开放许可的政策寻租行为。在此制度保障下，可适度提高对中小企业及高校科研院所的专利费减免力度，进一步提升开放许可激励创新扩散的制度作用。另一方面，对于新颖性较高、创新性较强的授权专利，应当提供更充分的信息披露以及专利价值评估服务，提高市场的价值预判能力。除此之外，专利开放许可制度的实施效果不仅取决于自身机制设计，而且与市场竞争等因素紧密相关。因此，应进一步研究专利开放许可制度需要承担的反垄断责任，更全面理解开放许可制度对推动竞争、保证后续创新者技术使用的功效。

参考文献：

[1]ARORA A, FOSFURI A, GAMBARDELLA A. Markets for technology and their implications for corporate strategy[J]. Industrial and Corporate Change, 2001, 10（2）: 419-451.

[2]ARORA A, FOSFURI A, ROENDE T. Managing licensing in a market for technology[J]. Management Science, 2013, 59（5）: 1092-1106.

[3]罗莉.我国《专利法》修改草案中开放许可制度设计之完善[J].政治与法律，2019，38（5）：29-37.

[4]HARHOFF D, REICHL B, DE LA POTTERIE BP. Patent validation at the country level——the role of fees and translation costs[J]. Research Policy, 2009, 38（9）: 1423-1437.

[5]DORNBUSCH F, SCHMOCH U, SCHULZE N. Identification of university-based patents: a new large-scale approach[J]. Research Evaluation, 2013, 22（1）: 52-63.

[6]TEECE DJ. Profiting from technological innovation: implications for integration, collaboration, licensing and public policy[J]. Research Policy, 1986, 15（6）: 285-305.

[7]LEE JS, PARK JH. The effects of licensing-in on innovative performance in different technological regimes[J]. Research Policy, 2017, 46（2）: 485-496.

[8]刘凤朝，邬德林，马荣康.专利技术许可对企业创新产出的影响研究——三种邻近性的调节作用[J].科研管理，2015，36（4）：91-100.

[9]胡欣悦，李媛媛，汤勇力.专利许可对区域创新绩效的影响[J].科技进步与对策，2015，32（11）：26-30.

[10]刘利.专利联营对外许可冲突：焦点、国际化解经验及改善路径[J].科技进步与对策，2018，35（2）：123-128.

[11]ARORA A, GAMBARDELLA A. Ideas for rent: an overview of markets for technology[J]. Industrial and Corporate Change, 2010, 19（3）: 775-803.

[12]KANI M, MOTOHASHI K. Understanding the technology market for patents: new insights from a licensing survey of Japanese firms[J]. Research Policy, 2012, 41（1）: 226-235.

[13]LAURSEN K, LEONE M I, TORRISI S. Technological exploration through licensing: new insights from the licensee's point of view[J]. Industrial and Corporate Change, 2010, 19（3）: 871-897.

[14]GREGORIC A, RABBIOSI L, SANTANGELO G D. Diaspora ownership and international technology licensing by emerging market firms[J]. Journal of International Business Studies, 2020, 10（1）: 1-21.

[15]杜晓君，罗猷韬，谢玉婷.专利联盟创新效应实证分析——以MPEG-2、TD-SCDMA和闪联为例[J].研究与发展管理，2014，26（1）：78-88.

[16]VAN HOOREBEEK M, ONZIVU W M. The eco-patent commons and environmental technology transfer: implications for efforts to tackle climate change[J]. Carbon and Climate Law Review, 2010, 12（1）: 13-29.

[17]HALL BH, HELMERS C. The role of patent protection in（clean） technology transfer[J]. Santa Clara High Technology Law Journal, 2010, 26（4）: 487-532.

[18]TIROLE J. Competition and the industrial challenge for the Digital age[R]. Paper for IFS Deaton Review on Inequalities in the Twenty-First Century, 2020.

[19]TRAJTENBERG M. A penny for your quotes: patent citations and the value of innovations[J]. The RAND Journal of Economics, 1990, 21（1）: 172-187.

[20]ROACH M, COHEN WM. Lens or prism? patent citations as a measure of knowledge flows from public research[J]. Management Science, 2013, 59（2）: 504-525.

[21]李明，孙成双，邴涛，等.技术竞争对企业专利许可行为的影响[J].科技进步与对策，2019，36（5）：96-105.

[22]ARORA A. Patents, licensing, and market structure in the chemical industry[J]. Research Policy, 1997, 26（4）: 391-403.

作者简介：刘夏（1988—），女，河南平顶山人，博士，同济大学上海国际知识产权学院助理教授，研究方向为创新政策、专利制度；陈栗（1985—），女，浙江丽水人，博士，瑞典哥德堡大学经济系高级讲师（副教授），研究方向为产业经济学、契约设计；王欣宇（1997—），女，安徽合肥人，同济大学上海国际知识产权学院硕士研究生，研究方向为知识产权法。本文通讯作者：陈栗。