摘要：专利交易是创新主体回收研发成本、形成创新良性循环的重要途径。基于创新主体视角深入探讨专利交易差异及区域网络有利于不同创新主体制定差异化专利交易政策，从而加快实现创新引领经济高质量发展。采用统计分析法和社会网络分析法，以2018年中国专利许可与转让数据为研究对象，探讨各类创新主体专利交易差异与专利区域流动网络。研究发现：①不同类型创新主体专利交易特征不同，创新主体类型不同，相关专利特征也不同；②不同类型创新主体对区域经济的影响作用不同，高等院校和科研机构主要对当地经济发展产生积极影响，企业和个人则对多地甚至全国技术发展具有积极影响。因此，不同类型创新主体应整合内外部资源，通过合作研发扩大专利交易范围；政府应建立完善的专利交易评价体系和专利服务体系，推动科技成果转化与应用。研究结论有利于促进不同类型创新主体科技成果转化，为加快创新型国家建设提供参考。

关键词：创新主体，专利交易，专利许可，专利转让，区域网络分析

基金项目：江苏省知识产权发展研究中心开放基金项目（30920140122012）

0　引言

知识经济时代，全球创新活动日益活跃，创新成为引领经济社会发展的第一动力。科技创新离不开专利制度的保驾护航。创新主体通过研发获取新颖性、创造性、实用性技术，通过专利申请实现对创新成果的法律独占权，通过许可与转让实现专利经济价值。专利许可与转让是最常见的专利交易方式，是专利运营的关键环节。专利许可是阶段性、可撤销的，专利许可后专利权人仍在一定程度上承担专利技术实施风险。专利转让则是永久性转让专利所有权，转让方不再承担专利实施风险。通过专利许可与转让，创新主体可以迅速回收研发成本，持续激发创新热情，技术接收方则可以避免研发风险，整合内外部创新资源，提高创新效率^[1]。

高等院校、科研机构、企业和个人有自身独特的创新动机，因而专利交易存在一定差异。目前，鲜有文献对不同类型创新主体专利交易进行横向对比研究。因此，本文围绕不同类型创新主体专利交易及区域网络差异，运用描述性统计分析法和社会网络分析法探讨专利交易的不同特点，剖析各类创新主体专利交易存在的优势及短板，并探索各省市地区不同类型创新主体专利交易活跃程度与网络关系，以期为加深专利交易认识、提高专利交易效率、推动区域经济协同发展提供启示。

1　理论基础与文献综述

创新主体是具有创新能力且实际参与创新实践的个人或组织，是专利实施的决策者和重要参与者，主要包括高等院校、科研机构、企业和个人。高等院校作为创新知识的重要来源^[2-3]，是创新型国家建设的动力和源泉。当前，高校过度重视基础研究，缺乏满足市场需求的研发技术^[4]。科研机构是创新型国家建设的中坚力量，具有基础性、前沿性和战略性创新特征。与大学相比，科研机构更注重应用研究以满足市场需求^[5]。企业是经济与科技紧密结合的重要力量，任何专利都需要借由企业才能转化为现实生产力。个人对技术创新的贡献不可忽视，专利统计年报显示，个人对技术创新发挥了至关重要的作用。

任何一项创新活动都是创新主体有目的、有计划行动的结果。因此，全面了解创新主体的创新行为对有效开展创新活动至关重要。专利创造与交易动力一方面来源于外部环境对创新主体的引导，另一方面来源于创新主体对自身利益的诉求。高等院校、科研机构、企业、个人在国家创新体系中的使命与责任不同^[6]，各类创新主体专利创造、交易动机和实际表现也不同。另外，专利交易与普通实物交易有很大不同，其本质上是一种以信用为基础的交易。根据交易成本理论，创新主体进行专利交易需要付出高昂的交易成本，如搜寻、议价和决策成本等。4类创新主体性质、声望和信用不同，专利交易方式、特征和价值也不同。本文分析各类创新主体专利交易特征及差异，有利于促进各类创新主体科技成果转化。

现有关于专利许可与转让的研究主要集中在以下3个方面：专利许可与转让现状分析^[7-9]；专利许可与转让成本及影响因素探讨^[10-13]；专利许可与转让风险分析^[14]。关于不同类型创新主体专利行为差异，冯仁涛等^[15]研究发现，企业专利授权率低于大学和科研机构，但高于个人，专利特征对专利授权的影响在不同类型创新主体间存在显著差异，因此应针对不同创新主体分类考虑专利授权；钱坤等（2020）从专利交易情景视角出发探究高等院校与企业专利价值影响因素差异，发现两类创新主体专利属性对专利价值的影响不同。关于不同类型创新主体专利交易，学者仅以某一类创新主体为研究对象，对其专利许可或转让交易方式进行分析。Teece^[16]认为专利许可对企业至关重要，企业可通过技术许可进入缺少互补资产的产品市场；王元地等^[17-18]探讨中国内地高校和科研机构技术许可现状及网络特征发现，高校省际技术转移速度较快，科研机构专利许可空间不均衡现象凸显，由于缺乏高校与科研机构专利许可横向对比，因此无法剖析两者在专利许可中的优势和短板，对于专利交易政策的制定缺乏针对性建议。

从文献分析可知，目前学术界对专利许可与转让取得丰硕研究成果，但存在一些不足：第一，国内外学者仅对专利许可或转让进行分析，鲜有对创新主体许可与转让同时进行研究；第二，现有文献大多分析高等院校和科研机构专利交易，缺乏对企业、个人两类创新主体专利交易的探讨，尤其缺乏对不同类型创新主体专利交易的横向比较。不同类型创新主体建设创新型国家的目标和使命不同，专利许可与转让动机也不同。由于专利许可与转让是两种重要的专利交易方式，因此有必要厘清不同类型创新主体专利交易差异以提升专利交易率。为弥补上述研究空白，本文对不同类型创新主体专利许可与转让数量、许可与转让时间和专利特征进行对比，并对不同类型创新主体专利许可与转让区域流动网络进行计量分析，揭示不同类型创新主体专利交易差异，剖析各类创新主体专利交易存在的优势及短板，对于推动专利价值最大化具有重要指导意义。

2　数据来源与研究方法

《专利实施许可合同备案办法》规定，专利实施许可当事人自合同生效之日起3个月内办理备案手续。虽然专利许可备案不是合同生效要件，但由于合同备案可以对抗善意第三人，因此许可双方都会积极进行许可备案；另外，本文旨在考察不同类型创新主体专利许可差异，由于同一类型创新主体的创新文化和价值取向相似，因此是否选择对许可专利进行备案存在相似考量。同一类型创新主体经过备案公示可在一定程度上反映该创新主体所有许可专利特征。当前，已有大量文献利用备案专利许可数据对专利许可进行分析^[19-20]，因此本研究具有可靠性和科学性。《中华人民共和国专利法》第十条规定，转让专利申请权或者专利权的，当事人应当订立书面合同，并向国务院专利行政部门登记。国内专利许可合同备案信息与转让合同登记信息体现在专利数据法律状态上，已有专利数据库均公开了法律状态，这为本文定量研究提供了重要数据来源。

2.1　数据来源

本研究数据来源于智慧芽全球专利数据库（PatSnap），PatSnap涵盖全球116个专利受理局受理的共计1.4亿件专利，涉及申请、授权、交易、法律状态等专利全生命周期数据。本文从以下几个方面对专利数据进行检索与处理：①由于发明专利最能反映创新主体的创新能力，其价值优于实用新型专利与外观设计专利，因此本文仅考察发明专利，文中所称专利均为已授权的发明专利；②利用PatSnap检索系统分别检索2018年1月1日至2018年12月31日所有专利许可与转让数据，包括专利交易主体特征、专利特征等信息，形成许可与转让专利数据集；③考虑到国外以及中国港澳台地区创新主体专利申请与运营不同于中国内地，因此本文仅以中国内地创新主体为研究对象，剔除许可与转让专利数据集中申请人地址不在中国内陆的专利，最终得到3 291件许可专利与87 642件转让专利；④本文旨在研究中国内地高等院校、科研机构、企业、个人专利许可与转让差异及专利流动区域网络，因此根据专利权主体不同，分别将许可专利与转让专利划分为4类。若专利为两类或多类创新主体共有，则其属于多类主体共有专利，故予以剔除。

2.2　研究方法

首先，本文采用描述性统计分析法对不同类型创新主体专利许可与转让数量、专利年龄和专利特征进行对比；其次，采用社会网络分析法研究不同类型创新主体专利许可与转让区域流动网络，探讨不同主体网络关系结构属性特征并进行可视化分析^[21]。已有学者利用社会网络分析法对专利技术许可与转让网络进行研究^[22-24]，在此基础上，本文运用网络分析集成软件Ucinet和netdraw对专利许可与转让网络进行可视化分析。

3　不同类型创新主体专利交易差异

3.1　不同类型创新主体许可与转让专利概述

表1列示了2018年各类创新主体有效专利、许可与转让专利。其中，有效专利合计1 642 889件，企业有效专利占比最多，其次是高等院校，科研机构与个人有效专利占比最少。备案公示许可专利共计3 291件，转让专利共计84 351件。许可专利较少可能是因为部分专利未备案公示，导致数据不全。对不同类型创新主体许可与转让专利进行对比发现，高等院校与企业许可专利占比较多，企业与个人转让专利占比较多。表1显示，个人专利交易率最高；其次是企业，专利交易率为4.5%；再次是高等院校与科研机构，专利交易率不到3%。造成这一现象的主要原因在于高等院校与科研机构专利申请以获得授权为目的，忽视了专利转化成效，导致专利授权保护范围不佳，不利于专利交易达成。长此以往，需求侧对这两类创新主体专利总体期望不高，受让专利意愿不积极，不利于科研人员与技术需求方交流和联系，阻碍了高等院校与科研机构专利交易的达成。

3.2　不同类型创新主体许可与转让专利特征比较

专利具有多维属性特征，既关注技术本身，也受专利撰写与授权过程的影响。本文主要对不同类型创新主体许可与转让专利时间特征、专利性质和专利技术特征进行分析，探讨不同类型创新主体专利交易特征差异。

3.2.1　时间相关性

表2为2018年不同类型创新主体许可与转让专利年龄。专利年龄指专利自申请到转让间隔的年数。对比全样本专利许可与转让时间发现，转让专利年龄平均小于许可专利，说明目前专利交易市场对于转让专利的需求更大。尤其是个人转让专利年龄最小，且几乎所有专利都以转让方式进行交易，说明个人转让专利的动机更强。另外，许可专利最长年龄为18年而转让专利所需时间最长为20年，由于发明专利有效期为20年，即在许可专利中专利剩余有效期最短为2年，说明在专利有效期截至当年专利仍有可能发生转让。此现象反映专利许可与转让差异，同时证实了Mendes^[25]的观点，即专利许可费往往包含收入提成，创新主体收取的许可费与许可时间成正比，因此只有当专利长期有效时才能实现专利价值最大化。专利剩余保护期较短的专利，创新主体通过许可获取的资金回报较低，而通过一次性支付相关费用进行交易可以较低风险获取较高回报。

根据专利许可年龄，企业与个人专利许可年龄比高等院校与科研机构长，且个人专利许可年龄差异较大，高等院校专利许可年龄最短、标准差最小，说明高校专利许可交易比较稳定。另外，科研机构转让专利所需时间最长，为5.52年，且稳定性最低；其次为高等院校、企业；个人转让专利所需时间最短，仅需3.04年。综合而言，相比于企业与个人，高等院校与科研机构专利许可所需时间更短，但专利转让所需时间更长，因此企业与个人比高校与科研机构更擅长专利转让。

图1为不同类型创新主体许可与转让专利年龄分布，可以发现许可专利年龄分布更宽。各类创新主体许可专利年龄存在一定差异，其中高等院校专利大多发生在10年以内，主要集中在4～6年；企业许可专利平均分布时间为3～11年；高等院校与企业许可专利几乎没有13年以上的；科研机构与个人许可专利大多发生在10年以内，少部分专利许可时间介于12～16年之间。转让专利年龄分布较为集中，多集中在10年，尤其是个人转让专利年龄最集中，科研机构转让专利10年以上占比最多。造成这种现象的原因在于，专利维持需要耗费大量财力成本，若专利10年内无法通过许可或转让获取经济效益，创新主体一般会选择拒交专利维持费而使专利失效，因此存在大量10年以上未许可或转让的无效专利。另外，专利年龄过长也会导致技术缺乏吸引力。因此，各类创新主体应在10年以内将专利许可或转让出去，并进一步推动10年以上专利许可与转让，提高专利利用率，减少专利资源浪费。

专利审查时间指专利自申请到授权的时间，能够在一定程度上反映专利质量和价值。已有研究表明，高价值专利审查时间明显短于低价值专利。Regibeau等^[26]指出，专利局会优先对重要专利进行审查并快速授权。表3为许可与转让专利审查时间，可以看出高等院校与个人专利审查时间明显短于科研机构与企业，在一定程度上说明高等院校与个人专利价值高于其它类型创新主体。因此，根据专利审查时间评估专利价值和质量，应对不同类型创新主体采取不同标准。

3.2.2　专利性质

许可专利性质反映不同类型创新主体的侧重点。表4为不同类型创新主体方法专利、产品专利、方法和产品专利数量及其比重，可以看出不同类型创新主体的不同性质专利比例具有较大差异，说明不同类型创新主体的创新优势或创新基础明显不同。首先，全样本许可专利中方法专利占比最大，产品专利占比最小；相反，全样本转让专利中超过一半为产品专利，方法专利占比最小。据此可以判断，方法专利更适合许可，产品专利更适合转让。其次，各类创新主体许可与转让专利中，高等院校许可专利中方法专利占比高达63.79%，转让专利中方法专利占比最多，说明高等院校专利主要体现为制作流程与工艺创新，对产品创新关注较少。科研机构许可专利中超过半数为方法专利，但转让专利中方法与产品专利占比最多。企业许可专利中方法与产品专利占比最多，转让专利中超过半数为产品专利，说明科研机构与企业比较注重工艺方法创新与产品创新，这两类创新主体工艺和产品创新具有较强实力。对个人创新主体而言，许可专利与转让专利中产品专利占比最多，分别为62.86%和73.93%，说明个人更擅长产品创新，工艺与方法创新能力相对较弱。

3.2.3　专利技术特征

不同技术领域技术更新时间、技术时效性、技术生命周期不同，因而不同技术领域专利许可与转让存在差异。国际专利分类（IPC）是根据专利文献所涉及的技术领域，为专利匹配一个或多个分类号。本文根据IPC分类，将专利划分为生活需要（A）、作业运输（B）、化学冶金（C）、纺织造纸（D）、固定建筑物（E）、机械工程（F）、物理（G）、电学（H）八大技术领域，对不同类型创新主体不同技术领域许可与转让专利进行分析，结果如图2所示。其中，左图为许可专利，右图为转让专利。从中可见，高等院校、科研机构许可与转让专利集中在化学冶金、物理及电学等专业性较强的基础研究领域；企业许可与转让专利不仅涉及化学冶金、物理等基础研究领域，还涉及作业运输相关领域，即企业在专业基础研究及日常应用研究领域发挥重要作用；个人许可与转让专利重点涉及生活需要与作业运输领域，说明个体创新者更注重解决日常生活中的技术问题。另外，纺织造纸、固定建筑物、机械工程3个领域专利占比较低，说明对各类创新主体而言，传统技术领域专利许可与转让低迷，需要提高传统技术领域专利市场交易比例。

在专利分析中，IPC分类号常用来评估专利所涵盖的技术范围（郗建红等，2016）。已有研究表明，专利被分配的IPC分类号数量对专利价值具有正向影响^[27-28]。IPC分类号数量越多，说明专利创新所涉及的技术领域越多，专利技术宽度越大，专利在多个技术领域也就越有可能被有效转化。表5为2018年不同类型创新主体许可与转让专利技术宽度。从中可见，高等院校许可专利平均技术宽度最小，专利技术宽度差距最小；个人许可专利平均技术宽度最大，差距也最大。在转让专利中，企业技术宽度最小，科研机构技术宽度差距最大。综合考虑各类创新主体许可与转让专利，结合已有研究发现，个人专利质量最高，可能是因为高校、科研机构、企业等创新主体声望和信用好，专利转让相对容易，个人需要更高价值的专利技术才能说服技术需求方接受相关专利。

4　不同类型创新主体专利许可与转让区域网络分析

专利交易有助于推动技术进步，根据专利交易地域范围可以判断专利交易对区域经济的影响力，根据专利交易跨省流动可以判断本区域创新主体对其它区域经济的带动能力。本文首先研究不同类型创新主体专利许可与转让省内或跨省分布数量，结果如表6所示。由于本文所研究的3 291件许可专利中有7件许可给个人，无法确定被许可方所在地，故专利许可研究样本为3 284件，其中省内许可专利1899件，略高于跨省许可专利，而全样本跨省转让专利数量高于省内转让专利。由表6可知，高等院校省内许可专利远高于跨省许可专利；个人许可专利则完全相反，跨省许可专利远高于省内许可专利；科研机构与企业跨省许可专利略高于省内许可专利。在转让专利中，高等院校、科研机构和企业倾向于省内转让，个人跨省转让专利数量远高于省内。高等院校许可与转让专利多集中于省内，说明高等院校对推动当地技术进步、带动当地经济发展的作用显著，但对其它地区技术经济的影响作用较小。科研机构与高等院校相似，也主要是对当地经济发展起带动作用。企业省内与跨省专利交易数量差别不大，说明企业对当地与其它地区经济发展的带动作用相差不大。个人由于比较灵活，跨省许可专利与转让专利比例远高于省内，因此个人对于推动全国技术进步的作用明显。为此，应进一步促进高校与科研机构跨省专利交易及个人省内专利交易。图3描绘了不同类型创新主体跨省专利许可与转让比例。从中可见，对于科研机构、企业与个人而言，专利许可跨省交易比例高于专利转让跨省交易比例，即在许可与转让两种专利交易方式中，许可专利地域范围限制小于转让专利，跨省许可比跨省转让更容易，因此应借鉴跨省许可专利的成功经验，提高跨省转让专利比例。

跨区域专利交易是指不同区域技术供给方和需求方交互行为所产生的区域间联系。专利许可与转让区域输出和输入网络是以省域为节点、以省域间专利输出与输入作为联系的有向网络。图4为2018年中国内地专利许可与转让区域输出和输入网络，节点越大说明该地区专利输出或输入数量越多。从中可见，中国内地有30个省域参与专利许可。虽然许可专利总体样本较小，许可专利网络密度较低，但仍能反映不同区域的专利许可数量及区域流动差距。从中可见，江苏、北京、广东输出与输入专利数量最多，属于专利许可活跃地区；四川、浙江、山东、上海专利输出与输入数量较多，属于专利许可次活跃地区。另外，黑龙江、河北、安徽等省份输入专利数量明显多于输出专利；相反，陕西、重庆、云南专利输出数量多于输入专利，青海、西藏只有专利输出而无专利输入。整体而言，在许可专利中，中国东部及东南部地区专利许可合作密度较高，其它地区专利流动关系脆弱，呈现出以江苏、北京、广东为中心并向其它地区辐射的复杂态势。图4b显示，共有31个省域参与专利转让，除西藏、宁夏、青海等西北部地区外，其余大部分地区都有大量专利输出和输入。对比专利许可与转让网络发现，许可专利空间分布不均衡，专利转让省际合作密度高于专利许可，专利地区差距较小，地区之间的合作关系更稳定。

图5为2018年不同类型创新主体专利许可区域输出与输入网络。可以看出，不同类型创新主体许可专利区域流动存在明显差异。高等院校专利许可网络涉及28个省份，整体呈现出以江苏为中心向四周辐射的分布特征。除江苏、浙江、广东、北京外，其余大部分省份高等院校跨省专利许可参与度较低。另外，全国高等院校跨省许可专利未形成稳定的专利许可网络，彼此之间的连接关系比较脆弱。科研机构专利许可网络与高等院校相似，共有22个省份参与专利许可行为，专利合作关系不稳定，专利网络密度较低。北京作为主要技术辐射源向其它省份扩散，并同时作为重要技术需求地区，吸引其它地区专利向北京转移。除此之外，山东、江苏更倾向于专利输入，上海更倾向于专利输出，广东、四川专利跨省许可较为频繁，其它省份技术流动单一、孤立点较多。企业之间的专利技术省际许可网络更复杂，共有28个省份参与其中，许可专利网络规模和密度较高，跨省专利许可合作比较活跃，多个省份企业之间建立了广泛的跨区域专利许可关系网络，且合作关系稳定。其中，北京、江苏、浙江、广东参与度最高，与其它省份之间的网络关系更紧密，四川、福建专利输入数量明显多于专利输出。对于个人而言，共有20个省份参与专利许可，与高等院校和科研机构相比，个人省外专利许可网络密度更高。

综上所述，企业在不同省份之间的许可专利更多，不同省份企业建立了紧密的专利合作关系。高等院校和科研机构专利跨省许可密度较小，因此应扩大技术需求方范围，进一步加强技术跨省许可应用。个人专利许可相对灵活，跨省专利许可数量较多，但稳定性有待提升。表7为不同类型创新主体专利许可与转让网络密度，从中可见，高等院校专利许可网络密度较低，仅为0.09；其次为科研机构（0.11）；企业与个人略高，均为0.16。

图6为2018年不同类型创新主体专利转让区域输出与输入网络。结合图6和表7可以发现，科研机构专利输出与输入区域网络密度最小，北京作为科研机构转让专利输出城市，输出专利多，影响范围广。除北京、江苏、广东、浙江外，其它地区科研机构跨省转让专利数量较少，市场活跃度有待提升。高等院校、企业、个人专利转让区域输出与输入网络密度大，多数地区均与其它地区建立了稳定密切的专利转让合作关系，专利转让市场活跃。

若某地区专利跨省交易技术仅流向另一地区，说明该地区专利输出影响范围较小；相反，若专利技术流向多地甚至覆盖全国，说明该地区专利输出影响范围大，能够对多地甚至全国技术进步产生影响。因此，可根据专利交易技术流向地区数量判断某一地区各类创新主体的专利输出影响范围。度数中心度是指与某地区直接相连的其它点的个数，可进一步划分为出度中心度和入度中心度。度数中心度越高，表明越多地区与该地区存在专利交易关系。在专利流动网络中，出度中心度是指接受该地区专利输入的地区数量总和，入度中心度是指向该地区输入专利的地区数量之和^[29]。为便于对比，本文统计不同类型创新主体专利许可与转让相对输出中心度排名前3的地区，结果如表8所示。其中，江苏高等院校与个人、北京科研机构、广东企业许可专利输出范围最广，且北京、江苏各类创新主体专利跨省许可输出区域广泛，江苏高等院校、北京科研机构专利转让输出范围最广。江苏、广东企业与个人专利转让点度中心度为100%，即专利流向所有地区，说明这些地区企业与个人在一定程度上带动全国技术进步与发展。整体而言，北京、江苏、广东专利交易影响范围最广，四川、广西、湖南、安徽次之，其它地区专利交易范围仍需进一步扩展。因此，各地区应向专利市场活力较高地区寻求专利交易经验，因地制宜地出台专利交易政策措施，提升本地区专利交易数量和范围。

5　结语

5.1　研究结论

本文对高等院校、科研机构、企业、个人4类创新主体专利许可与转让特征进行分析，并研究各类创新主体专利区域流动网络及影响力，得出如下研究结论：

（1）4类创新主体专利交易差异较大，专利交易所需时间不同，专利交易特征存在明显差异，具体体现在技术领域、专利审查时间、专利性质等方面。其中，个人专利利用率最高，约为25.04%。其它类型创新主体专利交易率较低，均不超过5%；关于交易方式，方法专利更适合许可，产品专利更适合转让。在许可专利中，高等院校与企业占比较大；在转让专利中，企业与个人专利占比较大。

（2）不同区域、不同创新主体专利交易存在较大差异。不同类型创新主体对区域经济发展的带动作用不同。高等院校与科研机构技术交易区域范围较小，说明高校与科研机构主要带动当地经济发展；企业与个人技术转移到多地甚至全国，说明这两类创新主体对多地甚至全国技术进步具有积极影响。另外，东部及东南部地区专利交易活跃省份较多，各类创新主体专利交易网络密度均高于其它地区，且专利转移范围大，其它地区专利交易活跃性相对较低，范围较小。

5.2　政策建议

根据上述研究结论，本文提出如下政策建议：

（1）各类创新主体应整合内外部资源，创造高价值专利。在专利申请过程中，应选择合适的专利保护范围，提高专利法律质量，并通过合作研发扩大专利交易范围，增强对区域经济发展的带动作用。另外，还应根据风险承担、许可费与转让费数量选择合适的专利交易方式。高等院校与科研机构应提高应用研究比例，将科学研究与市场需求相结合，提高专利交易率。目前，高等院校与科研机构在专利申请中主要以获得授权为目的，忽视了专利转化的可能性，导致授权专利保护范围不佳，不利于专利交易的达成。长此以往，需求侧对这两类创新主体专利期望不高，受让专利意愿不积极，不利于科研人员与技术需求方交流和联系，阻碍高等院校与科研机构专利交易的达成。因此，应促进跨省专利交易，扩大专利交易地域范围，增强自身影响力。企业应加强与其它创新主体的合作，利用自身市场优势创造高价值专利。个人应继续发挥应用研究优势，将创新服务于生活，同时加强与其它类型创新主体的合作，提高专利吸引力和可信度。

（2）营造专利交易环境，促进跨区域专利交易。结合不同区域经济发展阶段和社会环境，根据不同区域各类创新主体优势和特点，选择合适的创新发展模式，重点培育优势创新主体，同时拉动弱势创新主体发展。目前，专利转让大多局限于省内，这对我国技术市场建设，尤其是跨区域技术交易提出更高要求。因此，应推动全国范围内的资源流动，加强西部地区专利交易市场建设，组建跨区域专利交易联盟，缩小地区间技术差距，优化创新资源配置，提高各类创新主体专利转化积极性。

（3）打造各类创新主体参与的知识产权服务体系。针对不同类型创新主体制定不同的专利质量评价标准与专利交易谈判策略。由于专利交易存在信息不对称、交易成本高、风险大等特点，且创新资源比较分散，因此应建立系统化专利服务体系，整合各类创新资源，促进科技成果转化，加快建设高水平技术交易市场，完善专利交易评价体系，推动高等院校、科研机构、企业机制改革，充分调动各创新主体专利交易积极性。

当今世界，专利在国际技术竞争中扮演着重要角色，成为一国获取竞争优势的战略资源，只有把专利落实到技术进步与经济发展中，才能提高国家竞争力。因此，创新主体、技术需求方、第三方技术服务机构及政府相关部门应扬长避短，通过优势互补，共同推动科技成果转化与应用。

5.3　不足与展望

本文存在以下不足：①由于专利许可备案不是合同生效要件，因此部分创新主体未对许可专利备案，导致检索到的许可专利数量少于实际许可专利数量，一定程度上会影响研究结论的准确性，未来应采用问卷调研法与二手数据检索相结合，获取更全面的数据并进行系统研究，以提高研究结论的稳健性；②仅以已授权的发明专利为研究对象，未来应对不同类型创新主体实用新型专利、外观设计专利进行研究，以全面了解各类专利交易现状，提升专利整体交易率。

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]ROSENBERG N, NELSON R R. American universities and technical advance in industry[J]. Research Policy, 1994, 23（3）: 323-348.

[3]MCADAM R, MILLER K, MCADAM M, et al. The development of University Technology Transfer stakeholder relationships at a regional level: lessons for the future[J]. Technovation, 2012, 32（1）: 57-67.

[4]LIU X, SCHWAAG SERGER S, TAGSCHERER U, et al. Beyond catch-up——can a new innovation policy help China overcome the middle income trap[J]. Science and Public Policy, 2017, 44（5）: 656-669.

[5]TEIRLINCK P, SPITHOVEN A. Fostering industry-science cooperation through public funding: differences between universities and public research centres[J]. The Journal of Technology Transfer, 2012, 37（5）: 676-695.

[6]DE WIT-DE VRIES E, DOLFSMA W A, VAN DER WINDT H J, et al. Knowledge transfer in university-industry research partnerships: a review[J]. The Journal of Technology Transfer, 2019, 44（4）: 1236-1255.

[7]胡欣悦，李媛媛，汤勇力.基于网络分析的中国跨区域专利许可关系研究[J].技术经济，2015，34（6）：1-6.

[8]栾春娟，张琳，白晶.美国在华专利转让网络演进与主体特征研究[J].中国发明与专利，2021，18（4）：10-18.

[9]黄灿，徐戈，李兰花，等.中国高校和科研院所科技成果转化制度改革——基于专利技术交易数据的分析[J].科技导报，2020，38（24）：92-102.

[10]THURSBY J G, THURSBY M C. Who is selling the ivory tower? sources of growth in university licensing[J]. Management Science, 2002, 48（1）: 90-104.

[11]GAMBARDELLA A, GIURI P, LUZZI A. The market for patents in Europe[J]. Research Policy, 2007, 36（8）: 1163-1183.

[12]SARMAH A, DE GIOVANNI D, DE GIOVANNI P. Compulsory licenses in the pharmaceutical industry: pricing and R&D strategies[J]. European Journal of Operational Research, 2020, 282（3）: 1053-1069.

[13]钱坤，张晓，黄忠全.交易情景下专利价值影响因素分析[J].科学学研究，2020，38（9）：1608-1620.

[14]陈恺悌.专利交易的潜在风险分析和对策[J].知识产权，2011，35（3）：37-42.

[15]冯仁涛，余翔.生物技术领域发明专利授权影响因素研究[J].图书情报工作，2021，65（6）：102-109.

[16]TEECE D J. Reflections on “profiting from innovation”[J]. Research Policy, 2006, 35（8）: 1131-1146.

[17]王元地，马倩雯，李伟平，等.高校技术许可的空间分布及网络结构特征研究——基于我国2008-2012年省际高校技术许可分析[J].科技管理研究，2015，326（4）：68-75.

[18]王元地，陈凤珍，李敏.我国科研机构专利许可的空间分布及流动网络分析[J].情报杂志，2016，35（1）：61-67.

[19]马荣康，朱姗姗，金鹤，等.专利公开时滞和授权时滞条件下的技术许可时机选择——基于中国专利制度和许可数据的研究[J].管理工程学报，2021，35（4）：61-71.

[20]沈慧君，黄灿，毛昊.专利中介是否能帮助企业克服专利交易的经验劣势[J].中国科技论坛，2019，35（12）：116-125.

[21]林聚任.社会网络分析：理论、方法与应用[M].北京：北京师范大学出版社，2008.

[22]ZHANG G, DUAN H, ZHOU J. Investigating determinants of inter-regional technology transfer in China: a network analysis with provincial patent data[J]. Review of Managerial Science, 2016, 10（2）: 345-364.

[23]栾春娟，郜叶欣，汪凌雪.基于受让方网络的专利运营模式研究[J].科学与管理，2019，39（3）：1-7.

[24]SUN Y, LIU K. Proximity effect, preferential attachment and path dependence in inter-regional network: a case of China's technology transaction[J]. Scientometrics, 2016, 108（1）: 201-220.

[25]MENDES P. To license a patent-or, to assign it: factors influencing the choice[R]. Geneva: World Intelectual Property Organization, 2016.

[26]REGIBEAU P, ROCKETT K. Are more important patents approved more slowly and should they be[R]. London: Centre for Economic Policy Research, 2007.

[27]BURKE P F, REITZIG M. Measuring patent assessment quality——analyzing the degree and kind of （in） consistency in patent offices' decision making[J]. Research Policy, 2007, 36（9）: 1404-1430.

[28]MERGES R P, NELSON R R. On the complex economics of patent scope[J]. Columbia Law Review, 1990, 90（4）: 839-916.

[29]约翰·斯科特.社会网络分析法[M].重庆：重庆大学出版社，2007.

作者简介：赵晓娟（1991—），女，山东海阳人，南京理工大学知识产权学院博士研究生，研究方向为专利运营与技术转化；崔宏达（1992—），男，辽宁锦州人，南京理工大学知识产权学院实习研究员，研究方向为知识产权运营与管理。本文通讯作者：赵晓娟。