专利公开、技术溢出与专利私人价值

李晨乐 叶静怡

一、引言

专利保护是鼓励创新的重要制度安排。专利制度有两个社会目标：一是通过授予专利权以鼓励研发投资，二是通过公开专利申请的信息以促进技术知识传播。专利公开能够产生技术溢出，增加社会公共知识储备，既避免重复研发投资，又为后继创新提供必要的知识基础。专利公开的正外部性通常是累积创新框架下专利设计模型的重要假设前提。[1-2]实证研究也支持了专利制度有利于技术知识的地理扩散。[3-4]

既有研究侧重专利技术溢出的社会收益，却忽略了专利技术溢出的私人成本。当技术溢出为竞争对手获得时，可能会加剧竞争，侵蚀原专利商业回报，甚至降低创新者研发投资和专利申请积极性。Cohen(2000)[5]对1994年美国制造业企业调查表明，“信息公开”和“易被模仿”均是企业不愿申请专利的主要原因。Aoki(1999)[6]则指出专利技术溢出对专利申请激励的负向影响程度与专利保护强度相关。专利技术溢出对原专利私人价值是否有负向影响？影响程度是否有异质性？上述问题的研究能够为评估专利制度有效性提供新的视角，为专利制度设计提供重要政策参考。但目前关于专利技术溢出的实证研究并不丰富，基于中国专利数据的实证研究则更为匮乏。

本文试图在专利技术溢出研究领域做出新探索。基于1993—2009年中国微观专利数据分析，以同技术领域专利申请平均公开时间为技术溢出的代理变量，以授权专利是否维持为专利私人价值代理变量，实证检验源于专利公开的技术溢出对专利私人价值的影响，并且进一步探讨企业、高校、个人三类专利技术溢出的异质性。研究发现：第一，同领域专利技术溢出对专利私人价值有显著负向影响，且专利技术溢出的负向影响随着技术领域规模的扩大而增强。第二，在规模较大的技术领域中，企业专利技术溢出的负效应强于高校技术溢出。第三，企业、高校、个人分样本回归表明，专利技术溢出对企业专利维持率有显著负向影响，对高校、个人专利则没有显著影响，说明专利技术溢出的负效应在市场化导向更强的专利中更为显著。专利技术溢出程度与专利高度、宽度、保护强度密切相关，专利制度设计应在鼓励研发和鼓励技术知识传播两个社会目标之间取得平衡。

二、文献综述与研究假说

(一)专利公开与专利技术溢出

专利制度的一个重要社会目标为通过公开专利的技术细节以促进技术知识传播，经济学中通常把专利公开产生的技术知识传播称为一种技术溢出效应(spillovers)，或者信息的正外部性。[1-2]为了保证专利信息向社会公布，许多国家尤其是发达经济国家的专利制度都明确规定专利申请自申请日起满18个月予以公布(专利申请法定公开)，并且允许申请人早于18个月公开其专利申请(提前公开)。

专利公开的社会收益在理论和实证研究领域都得到了关注。专利公开能够产生技术溢出，降低后继研发成本，进而促进未来创新，通常是最优专利制度设计理论模型的重要假设前提。[2]实证研究一方面肯定了专利公开在促进社会技术知识传播方面的作用，另一方面也注意到了技术溢出效果的异质性。Cohen和Goto(2002)[7]对美国、日本制造业企业研发实验室的调查研究表明，美国企业通常通过非专利渠道获取信息，专利文献作用不大；而专利显著促进了日本的行业内技术溢出。Moser(2011)[3]、Khan(2014)[4]指出专利机制有利于技术信息成体系地汇报、检索、扩散，减少发明人对地区性技术传播渠道的依赖，从而促进技术知识的地理扩散。Harhoff (2011)[8]的发明人调查为专利技术溢出效应提供了更为直接的证据：阅读专利文献平均能够节省12.2小时的研究时间，中位数时间为5.9小时；但同技术领域也呈现出极大的异质性，电信领域中位数节省时间为每专利1.2小时，而有机化学领域为27.6小时。

也有学者关注专利技术溢出对专利私人价值可能的负向影响。技术溢出是创新带来的外部性，当技术溢出流向竞争对手时，可能会降低竞争对手开发替代品的成本，进而加剧产品竞争，侵蚀原发明商业回报，也可能促使竞争对手开发出新一代产品，使原专利过时。[6][9]Maurseth(2005)[10]以来自同技术领域的专利前向引用次数(forward citations)度量竞争对手获得的专利技术溢出。他认为，同技术领域内的发明竞争更为激烈，因此相较于跨技术领域的引用，同技术领域的引用更为“危险”。基于1980—1994年挪威专利申请数据的研究表明，同技术领域专利引用越多，专利维持时间越短，五年内被同行引用过的专利放弃概率高达未被引用专利的七倍；来自不同技术领域的引用次数则与专利维持时间正相关，说明跨技术领域引用反映了专利较高的技术和经济价值。同样以专利引用作为技术溢出的代理变量，Kang (2015)[11]发现，华为、ZTE这两家竞争度较高的中国企业之间存在较高的专利互相引用率。

综上所述，关于专利技术溢出的实证研究并不丰富，且多关注专利技术溢出的社会收益，对专利技术溢出的私人成本考察较少。研究方法方面，或者通过调查数据考察技术溢出，或者以专利引用作为技术溢出的度量指标。本文基于专利公开视角在专利技术溢出领域做出新探索。

(二)专利私人价值：度量指标与影响因素

专利私人价值*与私人价值相对应，专利的社会价值则强调专利公开的社会收益，即既有专利作为“巨人的肩膀”为其他社会成员带来的信息正外部性。[10][17]指专利保护能够为专利权人带来的商业回报，即在有专利权保护和无专利权保护这两种状况下，专利权人从其发明创造中所获得的收益差异。[2][12]专利私人价值是反映专利保护有效性的重要指标，其估计及影响因素研究受到了许多学者的关注。

Schankerman和Pakes(1986)[12]最早从专利维持*根据各国专利法的规定，专利获得授权之后，专利持有人必须定期缴纳专利维持费以保持专利的有效性，否则将“因未缴纳专利费而专利权终止”。角度构建了专利私人价值理论模型：由于专利获得授权之后，专利持有人必须定期缴纳专利维持费以保持专利的有效性，专利维持费可视为持有专利的成本，专利维持得越久，说明理性的专利权人愿意支付的维持成本越高，专利价值越高。在该模型基础上，许多学者以专利维持决策作为专利私人价值的代理变量，结合各国专利费费率，对不同时期不同国家的专利价值进行了经验估计。研究显示：专利价值分布偏斜度较大，少数专利价值较高；且专利价值因国别、时期、技术领域的不同而显示出较大的差异性。[2]

也有学者以专利维持时间作为专利私人价值为代理变量，考察专利特征指标与专利私人价值的相关性。包括专利族(patent family)*专利族表明同一项发明在多少个国家申请了专利，见国家知识产权局网站定义：由至少一个共同优先权联系的一组专利文献，称一个专利族。在同一专利族中每件专利文献被称作专利族成员，同一专利族中每件专利互为同族专利。在同一专利族中最早优先权的专利文献称基本专利。http://www.sipo.gov.cn/wxfw/zlwxzsyd/zlwxjczs/zlwxyxxmcjs/200807/t20080701_409517.html。、专利权利数(patent claims)、技术领域数目等专利宽度代理变量[13]，专利引用(citations)、专利发明人数目等技术质量代理变量，是否通过PCT申请、是否用于防御性动机等企业专利战略变量[2]。

张古鹏等基于中国专利维持数据的研究则发现，中国专利私人价值除了存在技术领域异质性之外，还呈现出以下特征：第一，与美国、日本、欧洲国家在华申请的发明专利相比，国内申请的发明专利私人价值较低，反映与主要发达国家存在技术差距；但由于国内企业模仿、侵权行为的存在，中外专利价值差异有所缩小。第二，高校等研究机构专利的私人价值低于企业，反映出高校等科研主导型研发机构的研发活动与市场脱节。[14-16]

综上所述，专利私人价值领域已有较为丰富的研究，本文从专利技术溢出视角进一步扩展和深化该领域研究。

(三)本文研究视角与研究假说

本文基于中国专利数据，从专利公开视角研究专利技术溢出对专利私人价值的影响。我国专利法也规定，发明专利申请自申请日起18个月予以公布(法定公开)，并且允许申请人早于18个月公开其专利申请(提前公开)。本文假设专利公开时间的差异会造成技术溢出程度的差异*John和Popp (2001)[17]的研究表明，尽管存在其他专利技术溢出方式，例如与专利技术相关的科技论文、学术会议、员工流动等，专利公开仍是专利技术溢出的主要渠道。基于1976—1996年美国专利数据研究发现，与公开较晚(大于24个月)的专利相比，公开较早(小于12个月)的专利并没有呈现出更高的引用衰减率和更快的扩散速度，说明专利引用概率的差异主要取决于专利公开日期，而不是专利申请日期。，专利公开得越早，其他研究人员获得技术信息的时间就越早，技术溢出程度就越大。待检验假说如下：

假说1：专利技术溢出对专利私人价值有负向影响，即专利公开越早，专利私人价值越低。

假说2：企业专利技术溢出对专利私人价值的负向影响强于高校专利技术溢出。

假说3：专利技术溢出对企业专利私人价值的负向影响强于高校专利。

企业专利和高校专利在申请动机和技术特征方面都存在差异。[16]企业作为盈利性机构，专利申请的市场化应用动机较强，而高校以科研和教学为主，更可能为了完成科研项目和申请科研基金资助。技术特征方面，高校专利相对侧重基础研究，而企业侧重应用研究，与市场联系更为紧密。因此，本文预期企业专利技术溢出会呈现出更强的负效应。

三、计量模型、变量选择与数据

(一)计量模型

为了验证上述假说，本文使用如下方程检验专利技术溢出对专利私人价值的影响：

Renewij,t=β1PUBij,t-1+β2Xij,t+μj+vt+εij,t

(1)

其中：i表示专利，j表示申请人，t为专利申请年份；Renew为专利私人价值代理变量，PUB为专利技术溢出代理变量，X表示专利特征、技术领域特征等控制变量；μj、vt分别为申请人、申请年份固定效应；εij，t为随机扰动项。采用固定效应模型控制不可观测的申请人异质性。

(二)变量选择

1.因变量。

本文以授权专利在样本期内是否维持(Renew)作为专利私人价值的代理变量。*专利私人价值另一个度量指标为专利维持时间，即专利自申请日或授权日起至专利权终止或样本观测期末这一时间跨度。鉴于专利维持时间数据具有右截断特征，通常用生存模型(survival analysis)分析。但由于本文数据量较大，专利申请主体数量较多，生存模型中无法控制申请人固定效应，因此仍以授权专利是否维持(Renew)作为基准回归的因变量。稳健性检验中将专利维持时间(Age)作为因变量。具体地，如果该专利截至样本观测期末(2011年12月31日)没有“因未缴专利费而放弃”，Renew取1，反之取0。根据文献综述部分的论述，授权后维持的专利私人价值高于授权后放弃的专利。

2.自变量。

本文基于专利公开视角刻画专利技术溢出。由于技术的学习与模仿更可能发生在技术相似度较高的领域[10]，借鉴Bloom(2013)[18]以相近技术领域企业研发投入加权平均值构建技术溢出“池”的变量构造方法，本文以同技术领域同年度专利申请*此处既包括未授权专利，也包括已授权专利。稳健性检验则基于授权专利样本构建技术溢出变量。平均公开时间(PUB)作为技术溢出程度的代理变量，其中专利申请公开时间为专利自申请日期至专利公开日期之间的时间跨度。某技术领域某年度专利公开得越晚，社会获得技术信息就越迟，技术溢出越小。技术领域方面，参考专利质量指标相关研究文献，将四位IPC码*在专利审查过程中，专利局根据国际专利分类标准(international patent classification，IPC)确定专利所属的技术领域。IPC的分类体系由高到低依次为部(1个字母)、大类(2个数字)、小类(1个字母)，主组(1～3个数字)、小组(2～4个数字)，参考WIPO网站，http://www.wipo.int/classifications/ipc/en/。另外，一个专利可能属于多个技术领域，本文以第一个技术领域为分类标准。作为同技术领域的分类标准。[13]

为了检验企业、高校、个人专利技术溢出效应的差异，将技术溢出变量进一步分解为企业专利技术溢出(FmPUB)、高校专利技术溢出(SchPUB)、个人专利技术溢出(IndPUB)，依次为同技术领域同年度企业专利申请、高校专利申请、个人专利申请的平均公开时间。

考虑到技术溢出可能存在时滞，上述技术溢出变量均取滞后一期。

3.控制变量。

(1)控制专利申请提前公开决策变量(EP)。如果发明专利自申请日起480天*尽管严格按照专利法的规定，应以18个月作为提前公开、法定公开的划分标准，但考虑到实践中可能存在的误差，以480天作为划分标准。内已公开(提前公开)，则EP取1；如果发明专利大于480天才公开，则为法定公开，EP取0。将EP作为控制变量原因如下：第一，公开决策与专利技术溢出相关，自身专利公开得越早，其他研发人员获取信息越快，技术溢出越大，对自身专利价值的负向影响可能越大。第二，专利申请提前公开决策可能受申请人专利战略影响。对于比较成熟的市场，会倾向于提前公开以加快审批流程，抢占市场；对于前景不明的市场，则有可能选择法定公开以延长审批时间，保持观望状态。[19]第三，已有基于中国发明专利数据的实证研究表明，与法定公开专利相比，提前公开专利授权率更高，技术质量更好。[20]综上，专利公开决策与个体专利技术溢出程度、申请人专利策略、专利技术质量相关，而这些因素也可能影响专利维持决策，因此将其作为控制变量。

(2)专利特征控制变量。根据文献综述部分对专利私人价值相关性指标的讨论，以及数据可得性，对控制技术领域数目(IPC4s)、发明人数目(Inv.s)、专利说明书页数(Pages)、专利申请权利数目(Claims)这些变量取对数。控制过程专利(Process)、产品专利(Product)为虚拟变量，其对照组为兼具过程和产品特征的专利。

(3)技术领域特征控制变量。包括同技术领域同年度发明专利申请数(IPs)、实用新型专利申请数(UMs)，以反映该技术领域知识存量及技术特征。相对于发明专利，实用新型专利更可能创新程度较低或者产品生命周期较短。[21]使用技术领域赫芬达尔-赫希曼指数(HHI)控制发明专利申请人“垄断程度”，即各申请人专利申请量占同技术领域同年度发明专利申请总量百分比的平方和。技术领域特征变量均取滞后一期。

(4)其他控制变量。包括30个OST层面技术领域虚拟变量*4位IPC码将发明创造划分为600多个技术领域，法国科技观察站(observatoire des sciences et des techniques,OST)和法国专利局将4位IPC分类整合为31个技术类别，该分类在专利质量研究中得到了广泛使用。[2]、专利申请年份虚拟变量。

(三)数据来源与描述统计

本文数据来自国家知识产权局中国专利数据库(2012年光盘版)。样本包括1993—2009年*2012年光盘版收录了1985—2011年所有公开专利的信息。本文使用数据为1993—2009年申请的专利，原因如下：第一，1992年专利法改革将发明专利保护期由15年延长至20年，本文取1992年之后发明专利保护期统一为20年的时间段。第二，专利申请法定公开一般需要等待18个月，部分2000、2011年申请的专利可能因尚未公开而未收入光盘，因此本文样本截至2009年。来自中国内地申请主体的906 416件发明专利申请，其中企业申请占43.22%，高校等公共研究机构占24.65%，个人申请占32.13%。样本中专利来自193 837位申请主体，每位申请人的专利申请量差异较大，规模最大的申请人共申请了25 042件专利，58%的申请人只申请过1件专利。专利申请授权率为50.73%。截至2011年12月31日，授权专利中有效专利所占比重为71.87%。

如表1所示，技术领域专利申请平均公开时间为12个月，早于18个月的法定公开时间。高校专利申请平均公开时间早于企业、个人专利。已经获得授权的专利申请中，有66%选择了提前公开。各技术领域专利申请规模也存在较大差异。样本观测期内共有9 340个技术领域-年份分组，其中791个分组内只有1件专利申请，而申请量最多的达11 506件。

表1 变量说明与描述统计

四、计量结果

(一)专利技术溢出与专利维持率

表2为方程(1)回归结果，回归中均控制了申请人固定效应，专利申请年份虚拟变量、OST技术领域虚拟变量。

第1列为全样本回归。结果显示，平均而言，同领域专利申请公开时间每延长一个月，授权专利维持概率上升0.006，并在10%的水平上显著。本文以同技术领域前年度专利申请平均公开时间作为专利技术溢出的代理变量，同领域专利公开得越晚，专利技术溢出越小，上述结果说明专利技术溢出对专利维持率有显著的负向影响。

技术溢出效应可能因技术领域规模不同而异，本部分逐步剔除专利申请数量较小的技术领域-年份分组，对方程(1)进行分样本回归。第2～4列依次为专利申请量大于180件(上25%分位)、565件(上50%分位)、1 918件(上75%分位)的分样本回归。结果显示，剔除了申请量较少的技术领域-年份分组之后，专利公开时间(PUB)的系数仍然显著，且随着技术领域规模的增大对专利维持概率的影响也增强。上75%分位子样本中，平均专利公开时间每减少一个月，专利维持概率下降近0.034。专利申请量较多的技术领域可能具有更大的市场潜力，专利持有者之间的商业竞争也更激烈，专利技术溢出对专利维持率的负向影响因而更大。

在全样本和各分位数子样本中，专利申请公开决策变量(EP)系数均显著为负，即相对于法定公开专利，提前公开专利在授权后更容易被放弃。这可能是由于专利申请较早公开，更早披露了专利的技术信息，从而给竞争对手产生正外部性，降低了自身专利的商业回报；也可能与专利申请人较早抢占市场的专利战略有关。

专利特征控制变量方面，专利申请技术领域数目、发明人数目、说明书页数、专利权数四个变量系数基本显著为正，说明专利技术质量、技术复杂度与专利私人价值整体上呈现出正相关关系。与兼具产品、过程专利特征的对照组相比，过程专利变量(Process)系数均显著为正，产品专利变量(Product)系数则不显著。

技术领域特征控制变量方面，同领域前年度发明专利申请量(IPs)系数基本显著为负。专利申请量较多的技术领域在技术创新和市场开发方面竞争度都可能较高，因此专利维持率较低。实用新型专利申请量(UMs)系数为正但基本不显著。发明专利“申请人集中度(HHI)”系数为正，上50%和上75%分位样本中显著，反映出申请人垄断程度较高的技术领域专利维持率高。

综上所述，同领域专利平均公开得越晚，专利维持率越高，即专利技术溢出对专利私人价值有显著的负向影响，且专利技术溢出的负效应随着技术领域规模的扩大而增强。上述结果支持了假说1。

(二)企业、高校、个人技术溢出与专利维持率

为了识别不同来源的技术溢出对专利私人价值的影响，表3汇报了企业专利技术溢出、高校专利技术溢出、个人专利技术溢出的回归结果。

如列1、列2所示，全样本和上25%分位数子样本中，企业和高校专利技术溢出系数均为正，说明企业、高校专利平均公开得越晚，专利维持率越高，但企业技术溢出变量系数不显著，高校专利技术溢出系数在10%的水平上显著。随着技术领域规模的增大，企业技术溢出变量系数和显著性都增强，在上50%分位数和上75%分位数样本中(列3、列4)，企业专利平均公开时间每缩短一个月，专利维持概率分别下降0.009、0.018，高校专利技术溢出系数小于企业专利，且不显著。在各个样本中，个人专利技术溢出系数均为负或不显著。企业作为盈利性机构，其专利技术与市场结合更为紧密，因此规模更大、市场竞争更为激烈的领域，企业技术溢出的负效应更强。

控制变量方面，专利公开决策系数仍显著为负。专利质量和技术领域特征控制变量的方向和显著性与表3差别不大。

综上所述，在上50%分位数和上75%分位数样本中，企业专利技术溢出呈现出与高校技术溢出、个人技术溢出明显不同的特征，企业专利技术溢出的负效应强于高校、个人专利技术溢出。假说2部分得到支持。

表3 企业、高校、个人技术溢出与专利维持率

(三)专利技术溢出效应企业、高校、个人分样本回归

表2、表3分析了技术溢出对专利维持率的总体影响，现考察专利技术溢出对专利私人价值的异质性影响。将样本分为企业、高校、个人三个子样本*表4～表6中的企业、高校、个人分样本回归均剔除了只有一个观测值的技术领域-年份分组。，比较三个子样本下专利技术溢出相关变量估计系数的差异情况。

如表4所示，总体而言，专利技术溢出对企业专利私人价值有显著负向影响，同领域专利公开得越早，企业专利维持率越低。高校、个人专利子样本中，专利公开时间变量则不显著。*针对企业、高校、个人专利，也根据技术领域规模进行了分样本回归。PUB在企业专利的上25%、50%、75%分位数样本回归中，系数依次为0.006、0.004、0.011，均在5%或者10%的水平上显著。PUB在高校、个人专利的分位数子样本中均不显著。结果备索。相对于企业申请人，高校等公共研究机构更可能是为了完成科研项目和职称晋升的目的而申请专利，专利市场化应用的动机较弱，因此专利技术溢出加剧同业竞争进而降低专利私人价值的影响机制并不显著。企业、高校、个人专利技术溢出在三个子样本中基本没有表现出较强的负效应。

综上，假说3部分得到了支持。

表4 技术溢出效应企业、高校、个人分样本回归

五、稳健性检验

(一)已授权专利技术溢出

第三部分以专利申请公开时间反映技术溢出程度。专利申请不一定获得授权，可能撤回或者被专利审查机构驳回。考虑到授权专利的技术质量高于撤回或者驳回的专利[20]，本部分以授权专利的平均公开时间作为技术溢出的代理变量。

如表5所示，剔除未授权的专利申请后，同领域专利平均公开时间对专利维持率仍有显著影响：同领域专利平均晚公开一个月，专利维持率上升0.004*在上25%、50%、75%分位数子样本中，该系数依次为0.005、0.007、0.023，且在1%或5%的水平上显著(结果可向作者索取)。。企业技术溢出系数与高校、个人专利明显不同，企业专利公开得越晚，专利维持率越高，而高校、个人专利公开时间系数则方向相反或不显著。

企业、高校、个人分样本回归结果与表4相差不大，基于授权专利构建的专利技术溢出变量在企业样本中有显著影响，在高校、个人样本中则不显著。企业、高校和个人技术溢出变量则基本不显著。

上述稳健性检验支持了表2～表4的基本结果，即同领域专利技术溢出对专利维持率有显著负向影响，且专利技术溢出对企业专利维持率的负向影响更显著。

表5 稳健性检验：已授权专利技术溢出

续前表

(二)专利维持时间与技术溢出

第三部分以专利维持决策0—1变量反映专利私人价值，作为稳健性检验，本部分以专利维持时间(Age)*本文所选用的专利维持时间自授权日起算。对于已失效的专利，计算方法为专利权放弃日期减去授权日期；仍有效的专利维持时间为样本观测期末(2011年12月31日)减去授权日期。根据我国专利法，专利申请公开以后才能进入实质审查阶段，因此提前公开能够缩短专利审批时间。本文自授权日起算专利维持时间，剔除了受公开时间影响的专利审批阶段。连续型变量为因变量，回归结果见表6。

如列1所示，全样本中，专利公开时间系数显著为正，即同领域专利公开得越晚，专利维持时间越长；企业专利公开时间系数也显著为正(列2)。

对比三个子样本，专利公开时间对企业、高校专利维持时间都有显著的正向影响，其中企业样本中专利公开时间系数大于高校子样本。企业专利公开时间在三个子样本中都显著为正，高校、个人技术专利公开早晚对专利维持时间则没有显著的正向影响。与表2～表4的回归结果基本一致。

表6 稳健性检验：专利技术溢出与专利维持时间

六、结论

本文以1993—2009年中国专利数据为样本，基于专利公开视角实证检验专利技术溢出对专利私人价值的影响。研究控制申请人固定效应，以同技术领域前年度专利申请平均公开时滞为技术溢出的代理变量，以授权专利是否维持为专利私人价值代理变量，主要结论如下：

第一，专利技术溢出对专利私人价值有显著负向影响，且专利技术溢出的负效应随技术领域规模的扩大而增强。同领域专利申请公开时间每缩短一个月，专利维持率下降0.004；随着技术领域规模的扩大，专利技术溢出变量的系数和显著性都增大。专利公开的技术信息降低了竞争对手开发替代品的成本，从而加剧了竞争，降低原专利私人价值。

第二，在规模较大的技术领域中，技术溢出的负效应主要由企业专利体现出来。企业专利公开得越早，专利维持率越低，而高校、个人专利公开时间的影响则不显著。

第三，企业、高校、个人分样本回归表明，专利技术溢出对企业专利维持率有显著负向影响，对高校、个人专利没有显著影响。相对于高校，企业作为盈利性机构，其专利申请的市场化导向更强，专利技术溢出加剧竞争的负效应也更为显著。

专利公开的技术溢出效应是一把双刃剑。从专利制度鼓励技术知识传播的社会目标角度看，技术溢出使既有专利较早进入公共领域，客观上有利于整个社会技术知识的共享和传播。但是，从专利制度鼓励研发投资的社会目标角度看，技术外溢降低了既有专利的私人价值，可能降低创新者研发投资和申请专利的积极性。专利技术溢出与专利宽度、高度设计，专利执法强度密切相关[6][9][16]，专利制度在鼓励技术知识传播的同时，也应加强对已授权专利的保护，从而有利于我国实现从以技术吸收引进为主向以自主创新为发展引擎的历史转变。

[1]Scotchmer S.Standing on the Shoulders of Giants: Cumulative Research and the Patent Law [J].The Journal of Economic Perspectives,1991,5 (1): 29-41.

[2]Hall B,Harhoff D.Recent Research on the Economics of Patents [R].NBER Working Paper，No.17773,2012.

[3]Moser P.Do Patents Weaken the Localization of Innovations? Evidence from World's Fairs [J].The Journal of Economic History,2011,71 (2): 363-382.

[4]Khan B Z.Of Time and Space: Technological Spillovers among Patents and Unpatented Innovations during Early U.S.Industrialization [R].NBER Working Paper No.20732,2014.

[5]Cohen W M,Nelson R.Protecting Their Intellectual Assets: Appropriability Conditions and Why US Manufacturing Firms Patent(or Not)[R].NBER Working Paper，No.7552,2000.

[6]Aoki P,Spiegel Y.Public Disclosure of Patent Applications,R&D and Welfare [R].The Foerder Institute for Economic Research Working Paper，No.30-98,Tel Aviv University,1999.

[7]Cohen W M,Goto A.R&D Spillovers,Patents and the Incentives to Innovate in Japan and the United States [J].Research Policy,2002,31 (8): 1349-1367.

[8]Harhoff D.The Social Value of Patent Disclosure [R/OL].Presented at Oxford Intellectual Property Invited Speaker Seminar Series,Ludwig-Maximilians-University Munich,http://www.law.ox.ac.uk/event=11054,2011.

[9]Gallini N T.Patent Policy and Costly Imitation [J].The RAND Journal of Economics,1992,23 (1): 52-63.

[10]Maurseth P B.Lovely but Dangerous: The Impact of Patent Citations on Patent Renewal [J].Economics of Innovation and New Technology,2005,14 (5): 351-374.

[11]Kang B.The Innovation Process of Huawei and ZTE: Patent Data Analysis [J].China Economic Review,2015,36: 378-393.

[12]Schankerman M,Pakes A.Estimates of the Value of Patent Rights in European Countries during the Post-1950 Period [J].The Economic Journal,1986,96 (384): 1052-1076.

[13]Lerner J.The Importance of Patent Scope-an Empirical Analysis [J].RAND Journal of Economics,1994,25 (2): 319-333.

[14]张古鹏，陈向东.基于专利存续期的企业和研究机构专利价值比较研究[J].经济学(季刊)，2012,11(4): 1403-1426.

[15]Zhang G,Chen X.The Value of Invention Patents in China: Country Origin and Technology Field Differences [J].China Economic Review,2012,23(2): 357-370.

[16]Zhang G,Lv X.Private Value of Patent Right and Patent Infringement: An Empirical Study Based on Patent Renewal Data of China [J].China Economic Review,2014,28(2): 37-54.

[17]Johnson D K,Popp D.Forced out of the Closet: The Impact of the American Inventors Protection Act on the Timing of Patent Disclosure [R].NBER Working Paper No.8374,2001.

[18]Bloom N,Schankerman M.Identifying Technology Spillovers and Product Market Rivalry [J].Econometrica,2013,81(4): 1347-1393.

[19]张建山.发明专利申请早期公开的利与弊[J].企业科技与发展,2009,5: 40-41.

[20]叶静怡，李晨乐.专利申请提前公开制度、专利质量与技术知识传播[J].世界经济,2012,8: 115-133.

[21]Chen R,Feng C.Patent Maintaining and Premature Expiration of Utility Models in Taiwan [J].World Patent Information,2014,38: 57-61.