高校科技成果转化中介作用的区域特征及影响因素——基于2019 年高校专利权转让中介网络

陈 涛，张紫迎

（武汉科技大学 管理学院，湖北 武汉 430065）

一、引言

高校在推动科学技术成果向现实生产力转化的过程中发挥了重要作用[1]。但是，我国高校的科技成果转化效率不尽如人意。根据国家知识产权局发布的《2019 年中国专利调查报告》的统计数据显示，我国高校2019 年的有效专利实施率为13.8%，远低于49.4%的全国平均水平。同时，众多学者对我国高校科技成果转化效率进行了测量，在高投入的情况下并没有带来高产出[2-3]。

面对我国高校科技成果转化效率低的问题，众多学者从不同视角进行了深入探寻，究其原因，有多种因素的影响。如科技成果转化制度[4]、资金投入[5]、激励机制[6]、转化成本[7]、区域环境及人员联系和相关特征[8-9]、收益分配机制[10]。除此之外，在高校科技成果转化过程中，作为高校科技成果转化体系建设重要组成部分的中介机构[11]，在科技成果转化中作用到位与否直接决定着科技成果转化率的高低[12]。高校科技成果转化是一种突破传统组织边界的科技成果转化协同活动，在此过程中高校、企业、中介机构等主体会产生多层面的复杂交互活动，要关注多主体之间的联系与有效运营[13]。因此，中介机构在高校科技成果转化网络中的作用更加不容忽视。

通过现有成果可以发现，社会网络分析法是研究科技成果转化的重要方法，当前学者主要通过专利交易数据来构建高校科技成果转化的社会网络，如专利许可区域网络[14]、新能源技术转移网络[15]、芯片产业专利合作网络[16]、校企之间的专利区域转让网络[17]等，通过社会网络分析，了解我国高校科技成果转化的现状与特点。但现有的对转化现状研究的文献，大多关注高校和企业两个主体，构造的转化网络展现的是高校和企业两者之间的转化关系，而忽视了对中介机构的关注，缺少对高校、中介机构、企业三者之间的关系研究。

综上所述，本文以2019 年高校专利权转让数据为依据，将中介机构纳入到高校科技成果转化的社会网络中来，梳理高校、中介机构、企业三者之间的转化关系，构建高校科技成果转化的中介区域网络，分析各省份高校科技成果转化过程中中介作用的区域特征，增强对高校科技成果通过中介机构转化现状的了解，同时利用QAP 分析方法，探讨各省份高校科技成果转化中介作用的关键因素，对高校科技成果转化的实践以及相关政策的制定提供参考。

二、数据来源与研究方法

（一）数据来源

本文通过国家知识产权局公布的2019 年专利公报，选取其中最具代表性的发明专利公报[18]，得到2019 年高校专利权转让的专利编号，并通过中国专利公布公告网站查询专利编号得到该专利的事务信息，进而可以得到2019 年高校专利权的中介转让数据，成为本文研究的数据基础。通过整理，共有862 项中介转让数据，其中通过一次中介机构即完成转让的有814 项，通过两次中介机构才完成转让的有48 项。另外，影响因素涉及的各项数据，除转化平台建设情况数据来自国家知识产权局公布的专利代理机构列表以外，地区GDP、人员流动、要素聚集和扩散能力等数据均来自《2020 中国统计年鉴》。

（二）研究方法

1.社会网络分析法。基于2019 年高校专利权转让数据，构建出高校专利权通过中介机构在各省份之间转让的社会网络图谱，即高校将专利权转让给中介机构，再由中介机构转让给企业，最终实现专利转让的关系路径。进而分析网络的结构特征，揭示各省份高校专利权转让中介作用的区域特征。本文对高校专利权转让中介网络的构建通过以下步骤实现[19-20]。

第一步：根据国家知识产权局公布的专利公报信息，整理出2019 年专利权转让中转让方为中国高校的专利数据，并梳理出专利编号与专利转出地、中介地、转入地的对应关系表。

第二步：对专利转让转出地、中介地、转入地各自所在省份的对应关系频次整理出关系频次表。

第三步：根据专利在转出地—中介地—转入地的转化方向，并依据关系频次表数据，得到“转出地—中介地”“中介地—转入地”两个2—模网络以及“中介地—中介地”一个1—模网络的矩阵值，可以分别用E1、E2 和E3 表示。

第四步：将第三步得到的E1、E2、E3 矩阵块值代入表1 中，就得到了2019 年高校专利权转让的“转出地—中介地—转入地”社会网络即中介网络1-模矩阵，如表1 所示。

表1 2019 年高校专利权转让的中介网络1-模矩阵

第五步：将第四步中得到的矩阵导入Ucinet 软件，即可得到高校专利权在各省份之间转让的社会网络图谱。该网络为2019 年高校专利权转让的中介加权网络，可以展现高校、中介机构、企业三方之间的专利权转让数量。

2.QAP 分析方法。在常规的统计分析中，前提条件之一是要求多个自变量之间相对独立，不能高度线性相关，否则会出现“多重共线性”[21]。QAP 分析是一种针对关系数据的非参数置换检验方法，用于解释“关系”之间的关系，以矩阵数据的置换为基础，不要求自变量之间的相互独立，因此可以将理论上重要的变量均纳入模型中，从而找到最具解释力的分析结果[22]。本文研究各省份高校科技成果转化中介作用发挥的关键因素，用各省份高校专利权中介转化数量来衡量其中介作用，构建各省份高校专利权中介转让数量的差异关系矩阵为被解释变量，解释变量为各项因素的省份间地区差异关系矩阵，涉及经济发展水平、人员流动、转化平台建设水平、要素聚集和扩散能力四项因素。

三、高校专利权转让中介作用的区域特征

（一）整体特征分析

将处理后得到的2019 年高校专利权转让数据，运用Ucinet 软件绘制出2019 年高校专利权转让的中介网络图谱，如图1 所示。其中，正三角形代表高校，即专利权转出地，正方形代表中介机构，即专利权转让中介地，圆形代表企业，即专利权转入地；节点大小以中介中心度为依据进行绘制，代表在专利权转让过程中充当中介角色的次数，同时也反映出节点对网络的控制程度，节点越大，则充当中介的次数越高，控制程度越强，即扩散能力越强、中介作用越大；节点之间的连线表示专利权在节点之间的转让，连线越粗，代表节点之间专利转让的关系强度越高。

图1 2019 年高校专利权转让的中介网络图谱

中介中心度测量行动者对资源的控制程度，反映出节点在网络中发挥中介和桥梁作用的程度。由图1 可知，节点中介广东、中介安徽最为突出，说明在全国高校的专利权转让过程中，广东省、安徽省发挥了重要的中介作用，其次为浙江、江苏，以及上海、北京，其他省份的中介中心度较低，说明其他省份在高校专利权转让方面的中介作用较弱。另外，根据线条粗线，可以发现节点转出浙江、中介浙江和转入浙江之间的线条连接最为突出，说明浙江省在高校专利权转让过程中，高校专利权进行了较多的本地转化，且大多通过本地的中介机构，反映出浙江省具有较高的经济发展水平以及活跃程度，高校、中介机构以及企业三者之间具有较好的协同能力及转化效率。同时也可以看出，相同的省份之间的连接线条较为明显，说明省内转让是高校专利权转让的重要转让途径。

中介网络密度为0.043，说明该网络的分布并不是非常紧密，各省份之间高校专利权转让活动不太活跃，网络结构呈现出较为明显的核心—边缘特征。在图1 中，针对在高校专利权转让中发挥了中介作用的24 个省份，可以划分为3 个层次。第一个层次为核心层，为图中的关键节点，且具有较大的中介中心度，安徽、广东、浙江、江苏以及上海、北京最具代表性，这些省份之间以及与其他省份之间均有连接，承接高校专利权，再转让到相应企业，在帮助高校专利权转让过程中发挥了重要的中介作用。陕西、湖北、重庆、湖南、天津等省份处于第二层中间层，贵州、广西、内蒙古、辽宁等省份则处于第三层边缘层。位于中间层和边缘层的省份大多在中西部地区，核心层的省份则处于东部沿海地区，经济发达，科技水平高，企业活跃。

总的来说，我国高校科技成果转化过程中各区域之间的协同能力需要进一步提高。我国各省份之间高校专利权转让活动不太活跃，中介网络密度较低，区域之间发展也不平衡，大多集中在广州、安徽、江苏、浙江等东南沿海省份，具有较为明显的东西差异和南北差异；高校专利权转让中介网络呈现核心—边缘特征，核心层省份大多位于东部沿海地区，中西部省份则属于中间层和边缘层；另外，由于政府政策、地理因素等原因，省内转化是高校科技成果转化的主要途径。

（二）个体特征分析

由于区域发展水平的差异，位于不同区域、不同层级的省份具有不同的中介转化能力，在中介作用上也呈现出不同的特点。本文以中介网络中具有代表性的广东省和陕西省为例，对其转化路径进行分析，了解不同省份的高校科技成果转化中介作用的区域特点。

核心层省份以广东省为例。广东省在2019 年共有153 条数据，承接14 个省份的高校专利权，进而向17 个省份实现转让，具有较高的中介中心度，发挥了重要的高校专利权转让的中介作用。2019 年广东省的高校专利权转让中介网络如图2 所示。其中线条粗细代表节点之间的专利权转让数量，线条越粗，转让数量越多。从图2 中可以看出，广东省省内的高校专利权转让最为突出，其次为江苏省和浙江省。广东省的中介扩散范围较广，东部、中部、西部以及东北部省份均有涉及，以东南部沿海省份为主。和西部省份的联系大多是专利权转出关系，说明广东省在高校专利权转让过程中发挥了将东部和中部的专利权向西部省份进行扩散的重要作用。同时，广东省还通过江苏省、安徽省、浙江省的中介机构对高校专利权进一步转化，发挥更大的扩散与转化作用。

图2 2019 年广东省的高校专利权转让中介网络图谱

陕西省在中西部专利权转让过程中发挥了重要作用，本文选取陕西省作为中间层和边缘层的样本。陕西省在2019 年共有65 条数据，承接3 个省份的高校专利权，在8 个省份实现了高校专利权转让。图3 为2019 年陕西省的高校专利权转让中介网络图谱，与图2 相比，可以发现陕西省的相关行动者数量要远少于广东省，网络图谱也较为简单，这在一定程度上也说明陕西省发挥的中介作用要小于广东省。从图3 中可以发现，陕西省主要进行本省的高校科技成果的省内转化，中介作用主要局限于本省。但另一方面，陕西省也发挥了较强的中介扩散作用，将本省和东部地区的江苏、浙江高校专利权转化到了其他东部和中部省份，带来了省际间的技术转移和专利权扩散。

图3 2019 年陕西省的高校专利权转让中介网络图谱

不同区域的省份会形成不同的高校专利权转化网络，发挥的中介作用也会有不同特点。在高校科技成果转化过程中，除海南、新疆、西藏等少数省份以外，大多数省份都具有一定的科技成果扩散能力，但核心层省份的扩散能力要强于中间层和边缘层省份，同时与其他省份的中介机构跨省合作以实现高校科技成果转化的成功扩散，更大程度上发挥了将中东部地区的高校专利权转让到西部欠发达地区的中介作用，沟通东西部的交流和联系，促进协同发展。

四、高校科技成果转化中介作用的影响因素分析

（一）变量测定和模型

1.因变量。本文研究影响高校科技成果转化中介作用的关键因素，用各省份高校专利权的中介转让数量来衡量中介作用，构建各省份高校专利权中介转让数量的差异关系矩阵为被解释变量、以影响各省份高校科技成果中介转化的各项因素的地区差异矩阵为解释变量的“关系—关系”的分析模型。本文利用QAP 相关分析和QAP 回归分析，对各省份高校科技成果转化中介作用发挥的影响因素进行研究。

2.自变量。因变量为各省份高校专利权通过中介机构完成转让的转让数量差异构成，为高校专利权中介转让数量的地区差异关系矩阵。自变量为构建的各项因素的地区差异关系矩阵，涉及经济发展水平、人员流动、转化平台建设、要素聚集和扩散能力四项因素。

经济发展水平。经济发展是重要基础，影响地区各项工作的发展状况。目前众多学者研究表明经济发展水平对高校科技成果的转化具有重要影响，地区经济发展程度越高越有利于当地高校科技成果的转化，经济欠发达地区的科技成果转化较为困难[23]。本文以2019 年各省份的GDP 水平来衡量地区经济发展水平，用GDP 来表示各省份的经济发展水平差异关系。

人员流动。人才资源是科技成果成功转化的重要组成部分，其作用不亚于制度因素或资金资源等其他要素。人员流动是高校科技成果转化过程中重要的非正式渠道，人员在地区之间的流动将促进高校科技成果的转化[24]。本文用2019 年各省份的在本地居住的外地人口数衡量人员流动情况，用MP 表示各省份的人员流动差异关系。

转化平台建设。根据国家知识产权局发布的《2019 年中国专利调查报告》的统计结果显示，缺乏权威可信的专利交易平台、信息不对称等问题是制约专利权有效实施的主要原因。因此，转化平台建设对高校科技成果转化具有重要影响，本文用各省份政府专利代理机构数量来衡量地区转化平台的建设情况，分别用PA 表示各省份的转化平台建设差异关系。

要素聚集和扩散能力。要素的聚集和扩散是经济网络的重要驱动因素。对于各个省份来说，高校科技成果转化实际上是一种要素的聚集和扩散，因此，高校科技成果转化过程中，各省份的要素聚集和扩散能力是科技成果转化的重要驱动因素，影响着高校科技成果的成功转化。本文用2019 年科学研究和技术服务业的固定资产投资来衡量各省份的要素聚集和扩散能力，用SFAI 表示各省份要素集聚和扩散能力差异关系。

由于各变量的度量单位不同，对各变量矩阵进行标准化处理。2019 年发挥了中介作用的省份除海南、云南、西藏等以外共有24 个省份，因此每个变量矩阵为24×24 的关系矩阵。

（二）QAP 相关分析

通过QAP 相关分析，寻找影响高校科技成果转化中介作用的相关因素，QAP 相关分析结果如表2所示。

表2 各省份高校专利权中介转让数量差异与影响因素的QAP 相关分析结果

从表2 的分析结果可以发现，经济发展水平、人员流动、转化平台建设以及要素聚集和扩散能力均与各省份高校科技成果的中介转化数量差异关系显著正相关，表现为地区间的各项因素的差异越大，其区域内的中介机构对高校专利权的转让数量差异越大，即在经济发展水平、人员流动、转化平台建设以及要素聚集和扩散能力等方面发展相似的省份在高校科技成果转化中的中介作用也相差不大。进一步，为更好理解地区差异对中介作用的影响，将各省份按东部地区、中部地区、西部地区、东北部地区进行划分，依次编号为1～4，形成各省份区域类别的1-模矩阵，与各省份高校专利权中介转让数量差异矩阵进行QAP 相关分析。相关结果为各省份区域类别在5%的水平上显著负相关，说明在东部、中部地区，经济发展水平、人员流动以及要素聚集和扩散能力高，对高校科技成果转化将发挥较大的中介作用，反之，经济发展水平、人员流动以及要素聚集和扩散能力较差的西部、东北部地区各省份发挥的中介作用则较弱。

（三）QAP 回归分析

根据QAP 相关分析的结果，保留所有显著相关的影响因素，与高校专利权中介转让数量差异矩阵进行QAP 多元回归分析（MRQAP），得到影响各省份高校科技成果转化中介作用的关键影响因素，回归结果如表3 所示。

表3 各省份高校专利权中介转让数量差异与影响因素的QAP 回归分析结果

计算出的可决系数R2为0.453，这说明以上变量对各省份高校科技成果转化的中介作用差异具有较高的解释水平，可以解释各省份中介作用差异45.3%的变异。经济发展水平与各省份高校科技成果转化的中介作用在10%的水平上显著正相关，人员流动、转化平台建设以及要素聚集和扩散能力在5%的显著性水平上正相关，说明这些因素对各省份高校科技成果的中介转化都起到了积极的正向影响。提高经济发展水平、促进人才引进和流动、加强转化平台建设、增强要素聚集和扩散能力将有利于促进各省份高校科技成果转化中介作用的发挥。

五、结论与启示

本文通过2019 年高校专利权转让数据，构建了2019 年高校专利权转让的中介网络。利用社会网络分析法对中介网络的结构特点以及各省份中介作用的区域特征进行了相关分析，并通过QAP 分析方法，对影响各省份高校科技成果转化中介作用发挥的关键因素进行了考察。通过以上分析，得出以下结论：

第一，我国高校专利权转让活动区域发展并不平衡，高校专利权转让中介网络呈现出明显的核心—边缘特点，各区域之间协同能力不高。我国高校专利权转让中大多数省份之间缺乏紧密的联系，特别是北部与南部省份之间、中西部与东部省份之间高校专利权转让活动较少。专利权转让多发生在东南部省份之间，转让活动呈现出较为明显的东西差异和南北差异。安徽、广东、江苏、浙江、上海、北京等东部省份占据高校专利权转让中介网络的核心位置，具有较强的专利权扩散能力，中西部省份则大多位于中间层和核心层，中介作用有限。

第二，在高校科技成果转化过程中，大多数省份都具有一定的中介扩散作用，但在中介转化能力和转化范围上有较大差异。中介转化能力上，核心层省份的中介作用要强于中间层和边缘层省份，与中间层和边缘层省份相比，核心层省份的内部联系要更为紧密，与其他省份中介机构的跨省合作实现高校科技成果转化的成功扩散。中介转化范围上，核心层省份更大程度上发挥了将中东部地区的高校科技成果向西部地区扩散的作用，中间层和边缘层省份则更多关注省内转化，以及少量向中东部地区转化。

第三，转化平台的建设水平、技术和资本的流通情况影响各省份高校科技成果转化中介作用的发挥。在影响各省份高校科技成果转化中介作用发挥的关键因素方面，各省份的经济发展水平、人员流动、转化平台建设以及要素聚集和扩散能力对各省份中介作用的发挥具有显著的正向影响。一方面加强转化平台建设、提供优质的中介服务；另一方面提高经济发展水平、增强要素聚集和扩散能力、吸引更多人才，带来更多技术和资本的流通，将有利于促进各省份高校科技成果转化中介作用的发挥、高校科技成果转化水平的提高。

基于上述结论，有如下启示：

对于政府来说，要引导技术市场建设，重点培育一批能够有效实现校企对接的专业科技中介，建立健全科技成果信息交汇、发布机制与成果价值评估机制[2]，提高中介服务水平以及转化平台对高校科技成果转化的支持水平。另外，各省份政府要提高经济发展水平，加大人才引进，增强技术和资本的流通，促进科技成果资源在不同区域内的综合集成与高效配置，提高高校科技成果转化水平。

对于高校来说，科技中介机构和金融机构等中介组织在高校科技成果转化过程中扮演的角色越来越重要，高校应充分重视并利用这些外部力量来帮助科技成果更快地走向市场[24]，加强与中介机构的交流合作。同时，不同区域的高校可根据本地区的经济发展特点选择不同的转化路径。如经济发达、开放水平高的东部地区，积极实现本地转化，满足本地需求，促进经济发展，另外也要通过东部地区中介机构对科技成果的扩散能力，加强科技成果向中西部省份转化，带动中西部企业的发展；中西部欠发达地区一方面应发挥本省自身优势，积极实现本省转化，促进本省科技水平和经济水平的发展，另一方面，由于经济发展水平的限制，本地市场需求较少，利用中介机构的资源和能力实现科技成果的向外转化。