图1基于产业价值链的专利交易机会挖掘过程
翟东升 柴庆凤，张 杰，王路凯
(北京工业大学 经济与管理学院，北京 100124)
摘 要：保障专利交易顺利进行，对于企业生存与发展至关重要，但是迅速、准确地寻找潜在专利交易对象并不容易。从产业价值链视角，提出一种挖掘潜在专利交易机会的方法。基于专利技术价值，结合技术本体理论，利用语义分析法，定性、定量地确定、分析专利权人在产业价值链上的分布，并以此为前提进行专利交易关系判断、交易意愿分析等，从而实现潜在专利交易机会的挖掘与速成。
关键词：产业价值链；专利交易机会；技术本体理论
随着21世纪知识经济发展，经济全球化和各国知识产权保护制度不断完善，知识产权资源已经上升为产业发展的战略性资源。在知识产权资源中，专利资源最具有技术水平、商业化价值和战略支撑意义，也最能体现一个企业的高技术水平和核心竞争力。北电专利拍卖、谷歌收购摩托罗拉以及苹果三星专利纠纷等专利大事件，在证明知识产权重要性的同时，也促使国内外专利交易市场持续升温。
在专利交易过程中，目前还有很多难题没有有效的解决方案。当自身具有专利需求时，如何寻找拥有该项技术专利或者能够研发出该项技术专利的专利权人？同理，当自身具有某项专利技术，想通过交易获取资金等收益时，如何寻找到潜在专利需求方？此外，双方交易过程中专利价值评估、交易谈判策略等问题尚待解决。
本文基于上述研究背景，从价值分布角度构建完整的专利交易机会挖掘体系，以便于专利权人通过系统分析，获取整个产业价值链中的专利技术分布情况，高效地开展专利交易，促进整个产业链中专利交易顺利进行。
据王延青[1]、张耀中[2]及范云翠[3]等的考证，产业价值链一词属于中国化经济学名词。2001年，潘成云[4]从广义和狭义两个方面分别定义了产业价值链，认为产业价值链的基础是由专利、商业秘密等构成的核心技术或工艺，其最终目标是为了提供或满足消费者的各项需求以帮助企业获取利润,是产品从设计阶段到销售阶段不断增加价值的动态过程[5]。
专利信息作为企业在产业价值链中各项研发活动的表征，如何将其与产业价值链相关联，已受到学者们的关注。Wang G等[6]提出基于专利信息确定产业价值链分布的方法：根据专利分类和行业技术间的一致性，从专利摘要中抽取代表各生命周期特点的关键词，将纳米专利分为4类，对应纳米技术价值链的4个阶段，实现了纳米技术产业价值链分布的研究。B Golembiew-ski等[7]基于专利分析，将专利族作为技术指标，用于分析电池产业链中每个阶段的研发活动，认为涵盖产业价值链多个阶段且数量较大的专利，能够体现研发人员对整条价值链的关注程度。Yung-Ta Li等[8]、 Kailash Sekhar P等[9]将专利与产业价值链结合，分别对半导体产业价值链发展现状以及现有许可关系强度展开研究。吴苗苗等[10]将技术创新能力与产业价值链结合，运用VAR模型分析得出专利申请和新产品开发项目是推动产业价值链攀升的重要因素。
可见，先前研究多以专利代表技术，分析相应技术产业价值链的发展现状等，缺乏将产业价值链与人(专利权人)结合的研究。事实上，由于产业价值链上每个环节价值不同，产业价值链上的活动者之间会存在潜在交易机会。通过产业价值链研究，可以获取产业中各个环节的价值分布，掌握关键环节，通过合作占据战略制高点。因此，本文从专利技术价值角度，结合产业价值链理论，对产业价值链中专利权人的分布情况进行研究，从而挖掘其中潜在专利交易机会。
本文专利交易是指发生在专利间的交易行为，主要包括专利许可和专利诉讼等。
目前对专利交易的研究侧重于将已有专利交易行为与价值相结合开展分析和总结，Hytönen等[11]、Chun等[12]、Kishimoto[13]研究了专利交易与价值分配的关系，Ellettraagliardi[14]则对专利交易过程中的价值评估进行了分析。事实上，在专利交易过程中更应该对交易意愿进行分析。总结众多相关研究发现，专利交易意愿受微观和宏观两个方面因素的影响。微观层面，Kuang Cheng Andy Wang等[15]研究了企业非对称成本下的专利许可，证明采取独家许可与否取决于被许可企业之间的相对成本优势。Alberto Galasso等[16]研究了市场创新性如何影响专利权执行，认为：①专利间的相对优势容易增加专利诉讼，进而促进专利交易；②税收在美国专利交易中的影响很大；③高价值专利被交易的意愿更高。Nicolas Figueroa[17]研究证明一个领域内原专利权人与新发明者的专利竞争使企业更易获得高价值专利。Franz Hofer[18]通过问卷调查，研究了大学与企业之间的转移动机、障碍以及资金等对专利技术交易的影响。此外，专利技术的相似性[19]、相互依赖性[20-21]以及企业间的地理相似性[22]也是专利技术交易影响因素的研究热点。宏观层面主要是指国家政策对专利交易的影响。Sadao Nagaoka[23]通过构建专利许可合同数据库，研究了专利技术转移接受国专利保护制度对专利技术转移的影响，结果表明，专有技术许可发生率将随着接受国专利保护水平提升而显著降低。Ellis L C Osabutey[24]采用模糊集定性比较法分析了国家开发政策对技术和知识交易的影响。此外，国家融资水平与国家专利技术转移也存在紧密联系[25]。
综上可知，准确、合理的专利交易机会研究不可避免地要与价值结合，目前研究大多针对交易双方的专利价值或经济价值。但是，本文认为某一产业中企业双方专利交易机会的研究应该考虑整个产业中的价值分布，从而寻找最优专利交易伙伴。因此，本文利用定性与定量相结合的方法，分析专利权人在产业价值链上的分布情况，考虑影响专利交易的宏观和微观因素，挖掘特定产业中的潜在专利交易机会。
技术本体是指对所研究的某一个具体技术领域，运用多个通用、简单概念及概念之间的关系描述该领域的本质原则、拟研究对象实体、领域内的流程活动等，以实现技术知识共享、复制和重复利用。利用技术本体，可以有效地进行技术知识表达、技术知识查询，或不同领域技术知识的语义消解。
本文提出一种基于产业价值链及技术本体的潜在专利交易机会挖掘方法。通过文献、数据搜集和专家咨询方法构建产业价值链，然后借助主题挖掘等方法构建专利技术本体，从语义角度描述专利权人间的技术相关性，并通过高质量专利定量筛选、专利交易行为判断以及专利交易意愿定性分析等对专利交易机会进行挖掘，如图1所示，共包括两个部分，即确定产业价值链上主要专利权人的分布情况、判断主要专利权人之间的潜在专利交易机会。
(1)产业价值链构建。通过查询相关文献、咨询专家意见构建模块化产业链，并依据行业数据对各个模块进行价值分析，构建完整的产业价值链，从而直观、准确地展示产业价值链各个模块价值的分布情况。
不同产业价值链的组成部分不同，但是绝大多数产业可以分为上游、中游和下游3个环节。产业价值链上游一般包含原材料生产、原材料加工及各类相关前期产品，涉及到的技术主要为开采类技术和简单加工类技术，一般价值较低；中游一般包含产品生产、加工等中间产品环节，涉及到的技术主要为生产类技术，该环节所涉及的生产活动为产业价值链核心活动，竞争激烈，该部分总体价值较高；下游一般包含多种最终产品以满足消费者需求，涉及到的技术主要为应用类技术，该环节以最终客户为中心，是最终价值实现环节，聚集了各类企业及分销商等，总体价值较高。
结合相关行业及企业数据，经过数据归类统计与价值匹配，对上述产业价值链各模块价值进行分析，最终得到如图2所示的产业价值链。
图1基于产业价值链的专利交易机会挖掘过程
图2产业价值链及技术
(2)主要专利权人在产业价值链中的位置确定。在完成产业价值链构建和相关专利检索的基础上，通过构建技术主题并结合技术特征词，获取产业价值链各环节的技术本体，并通过本体词和专利关键词比对分析，确定各环节专利子集。利用高质量专利评价体系对各环节专利子集进行筛选，获得产业价值链各环节的高质量专利集，并通过专利与专利权人之间的映射关系，确定主要专利权人在产业价值链中的分布情况。
技术特征词需要通过行业资料收集分析、总体专利分析、专家咨询等方式获取和确定。
文本主题则需要运用潜在语义分析法[26](LSA)，经过专利文本解析、文本过滤过程最终生成。首先，通过文本分词、停用词清理、无效词剔除等数据处理，以词语(Term)为行,专利文档集(Document)为列构造一个高维稀疏矩阵Amn。矩阵中每一个元素可表示为Aij,代表词语j与其对应专利文档集i的关系，对于Aij最常用的计算方法是TF-IDF，其中TF表示词语j在专利文档集i中出现的频次，IDF则表示m个专利文档集中出现词语j的专利文档集数量。
计算方法如下：
(1)
其中p表示词语j在专利文档集i中出现的总次数，P表示专利文档集i中的总词数。
(2)
其中w表示包含词语j的专利文档集数量，m表示专利文档集总数量。
Aij=TF-IDF=TFIDF
(3)
依次通过计算获取Aij的值，最终矩阵Amn可表示为[27]：
然后利用奇异值分解(SVD)对高维稀疏矩阵Amn降维，最终以上述计算为基础实现技术主题挖掘,并获得各环节对应的专利子集。
结合得到的技术特征词和文本主题，并经过词频、权重分析和专家分析，各环节选取10个代表该环节的技术本体词(如表1所示)，构建产业价值链专利技术本体，为最终确定专利权人在产业价值链上的分布情况提供支撑。
表1电池储能主题(示例)
本文中高质量专利筛选指标主要参考非市场信息，即专利年平均被引用次数(Average Cited Number)、同族专利数(Family Size)、权利要求数(Number of Claims)3项指标。
其中，专利年平均被引指标(NAC)又被称为专利年平均被引频次，是指专利平均每年被其它专利引用的次数。
(4)
同族专利数指标(NF)又被称为专利家族数，是指同一个专利所有权人在不同国家和地区提交该专利技术申请和获取该专利技术授权的数量。
专利权利要求数指标(NC)又被称为专利请求数，是指专利申请人在专利申请书中所主张的权利数量。
最终，高质量专利判断指标值如式(5)所示：
V′=α1NAC+α2NF+α3NC,(α1+α2+α3=1)
(5)
其中V′为专利评估得分，3个指标权重相加为1，每项权重需要根据所分析产业，通过资料分析、产业专家咨询进行调整。
对于3个指标的评分依据，主要通过咨询评估专家、查询类似专利评估文献、结合各项指标数值情况进行调整优化。本文3个指标每项评分依据如表2所示。
通过上述高质量专利筛选体系获得产业各环节的高价值专利集合，并对高价值专利进行关键词分析，使其与各环节技术本体词相匹配，再次校验并最终确定产业价值链各环节的高质量专利集。产业价值链上的主要专利权人及其位置可以通过各环节的高质量专利集映射得到，具体过程如图3所示。最终，经过综合筛选分别获取国内和国外专利权人并进行对比分析。
表2专利质量指标评分
针对每个专利权人的高质量专利所处产业价值链位置，研究其在产业价值链的分布情况。主要判断方式为“专利权人→高质量专利→所属专利集→所属技术类别→产业价值链环节”。产业价值链上下游的专利权人之间以及同一个环节中的专利权人之间均存在潜在专利交易机会。
在确定主要专利权人于产业价值链中分布情况的基础上，主要运用定性方法进一步挖掘、分析潜在专利交易机会，具体包括两个部分，即专利权人间专利交易关系判断与专利交易意愿分析，从而得到切实可行的专利交易机会。
(1)专利交易关系判断。依据当前专利交易的研究情况，主要将专利交易关系分为两类，一类为包括专利许可与交叉许可在内的许可交易关系，另一类为由专利诉讼导致的专利强制交易关系。由此，将专利交易关系分为两个模式，分别为许可行为模式与诉讼行为模式，具体解释如表3所示。
表3专利交易行为模式
根据专利权人在各技术分支的高质量专利覆盖数量、上下游关系、各技术分支价值以及在各技术分支之间的竞争、中立、互补关系，可以判断双方专利交易关系，判断模型如图4所示。
当专利交易一方为专利运营企业，另一方为生产企业时，若生产企业在该领域无高质量专利，一般专利运营公司会对其开展授权交易；若生产企业在该领域同样拥有高质量专利，且专利运营公司对该企业技术也存在需求，则双方存在交叉授权的交易机会，无需求则专利运营公司对生产公司具有授权交易机会。
图3产业价值链主要专利权人分布
图4专利权人间专利交易关系判断模型
当甲、乙双方均为生产型企业时，同一个技术领域，有高质量专利的企业向无高质量专利的企业授权；当两个企业均拥有高质量专利时，如果两个企业之间为竞争关系，则该技术领域相似专利中高质量专利多的企业向少的企业授权，其中，双方相似专利的判断基于双方在产业价值链中的位置以及技术本体与专利内容的匹配情况；中立关系时则对相似专利和互补专利分别授权与交叉授权，互补关系时则对互补专利进行交叉授权。
科研机构与生产企业之间，对于拥有高质量专利的科研机构而言，无论生产企业在该领域是否拥有高质量专利，只要生产企业存在技术需求，则存在潜在交易机会。当双方存在合作研发需求时，一般会选择合作，这也是科研机构与企业之间最普遍的交易方式；当双方不存在合作研发需求时，由于科研机构不以生产实体产品为目的，因此难以对科研机构进行授权，主要交易方式为科研机构对企业开展授权。
(2)专利交易意愿分析。专利交易意愿分析主要是在专利交易关系判断的基础上，准确筛选出有意愿、有需求开展专利交易的权利人。一般可以从微观、宏观两个方面进行分析，微观主要包括：①查询和分析专利权人是否在该技术领域有过同类专利交易记录；②分析该专利权人在该技术领域的专利布局趋势；③研究该专利权人的资金状况。宏观方面主要是了解专利权人所属国家地区等出台的支持促进科技成果、专利交易等政策性文件和相关支持，如图5所示。
图5专利权人交易意愿分析
经过对潜在专利交易对象之间的交易意愿进行全面定性分析，最终可以发现整个产业价值链上的潜在专利交易机会。
石墨烯作为2004年首次被证明和发现的新型二维纳米材料，是当前科学界发现的唯一一种存在的二维自由态原子晶体，受到了社会各界极大关注。本文以石墨烯产业为例，对专利交易机会挖掘方法进行实证研究。
Derwent Innovations Index(DII)整合了Derwent最著名的世界专利索引与专利引文索引，是收录较全面的专利数据库，拥有描述性标题和摘要。因此，本文以DII专利数据库为数据来源，石墨烯产业对应的检索式为：
TS=(graphene or graphite oxide)
检索日期：2016年12月31日
检索数据共计：29 885件。
通过查阅期刊论文等文献、浏览石墨烯相关公司及产业联盟网站、检索相关公司年报等信息，本文信息来源包括但不限于石墨烯维基百科、中国石墨烯产业技术创新联盟、美国每日科学网等，搜集石墨烯产业资料并咨询专家，构建石墨烯产业价值链如图6所示。
图6石墨烯产业价值链
利用技术特征词和LSA主题模型对石墨烯产业专利数据进行本体词分析，最终选取该产业名词和动词，剔除无效词和石墨烯产业通用词，获取7个主要技术主题及本体词与权重，用以表示整个石墨烯产业的技术本体(见图7)，具体如表4所示。进一步通过文本分析，获得各主题对应的专利子集，确定其所属产业价值链位置。
以各环节专利子集为筛选高质量专利的基础数据，并从NAC、NF和NC等3个方面开展分析。
查阅专利价值评估文献，结合石墨烯专利数据情况，咨询行业专家与知识产权评估专家，最终确定石墨烯高质量专利筛选公式为：
V′=0.6NAC+0.3NF+0.1NC
(6)
通过对上述指标进行计算获得高质量专利集，并进行关键词提取，将关键词与石墨烯产业技术本体词进行匹配、人工校验分类，最终确定各环节的高质量专利，并通过专利与专利权人之间的映射，筛选得到产业价值链上的主要专利权人，为后续潜在专利交易机会分析奠定基础(以储能领域技术专利为例)，如表5、表6所示。
表4石墨烯各技术本体词及权重
(1)石墨烯产业价值链整体潜在专利交易机会。石墨烯产业价值链的上游是原材料生产及加工，与石墨烯技术并无直接关联，因此主要对除此之外的环节展开分析。各技术环节及其对应的专利权人分布如图8所示。
在石墨烯产业价值链上，韩国三星覆盖了多个环节，且在中游石墨烯制备方法环节中占比较大，因此可以认为在该产业价值链上，韩国三星地位极其重要，存在较多的相关专利交易机会。在整个产业价值链上，该公司影响范围甚广，当满足一定条件时，对其下游的IBM、罗尔、SANDI SK以及深圳海洋王等生产制备型公司均存在潜在专利技术交易机会。处于不同产业价值链环节的企业，如深圳海洋王公司和NANOTEK INSTR INC公司，可以进行交叉授权，同样也可以选择性地与其他有意进入自己所处技术领域且有交易意愿的企业进行授权交易。
科研机构作为新知识与新技术的产生源，其专利技术多数需要通过生产型企业实现转移转化。因此，在产业价值链上科研机构与生产型企业之间存在较多的专利交易授权机会和合作研发机会，如在石墨烯产业价值链中，普林斯顿大学与沃尔贝克材料公司等合作研发石墨烯技术，成均馆大学与三星公司进行合作研发。
(2)石墨烯产业价值链同环节内的潜在专利交易机会。从产业价值链同环节内视角分析时，将石墨烯产业储能领域相关高质量专利作为分析重点。储能领域主要涉及锂电池、光伏电池、燃料电池和超级电容四大类专利，研究中将该领域的同类专利均看作相似专利。最终得到5个科研机构和7个企业，对应20件高质量专利。
对12个专利权人进行交易意愿分析，5个科研院所中对韩国科学技术院和成均馆大学进行重点分析。对于科研机构，其专利资金分析意义不大，故可不予考虑；两者的专利申请和拥有量均保持平稳且有增长趋势。同时，无石墨烯储能相关同类专利交易记录；而对于政策支持，韩国发布以《科技成果转化促进法案》为代表的系列科技成果转化支持政策，强调知识产权保护与转移转化，形成了以“产学研合作基金会”为代表性的科研合作模式。最终分析结果表明，上述两个科研机构的潜在专利交易机会以合作研发(Y4)形式为主，对外授权(Y1)形式为辅，并以LG、三星等韩国企业为主要潜在交易对象，其次是国外企业。
7个企业中，以美国NANOTEK INSTR INC公司为分析重点，在专利技术能力方面，其专利申请和拥有量稳步增长；在已有交易经历方面，该公司在石墨烯储能领域有丰富的对外转让交易经验，对于资金同样较为富足；相关政策上，美国具有很多高强度，诸如《技术转让商业化法》的支持政策。综合分析认为，该公司专利交易机会主要是对外授权(Y1)，且鉴于其是跨国的全球性大公司，主要潜在专利交易对象则涉及该领域的全球企业。
依据本文提出的专利交易判断方法，并根据上述专利交易意愿分析，最终本研究认为在石墨烯储能领域存在如下潜在专利交易机会：①12个专利权人中格尔德殿、麦克斯-普朗克、APPLIED等与LG公司、比亚迪公司等具有潜在专利交易机会，后者均涉足储能领域但缺乏相关高质量专利；②5个科研机构如成均馆大学、威斯康星校友研究基金会和犹他大学研究基金会等，与格尔德殿工业公司等7个企业之间存在潜在专利交易机会。总结石墨烯产业储能领域存在的主要潜在专利交易机会，如图9所示。
表5储能领域高质量专利
表6储能领域高质量专利所属专利权人
受篇幅所限，仅主要潜在交易机会在图9中得到展示。除此之外，美国NANOTEK INSTR INC公司和三星公司拥有的相关专利最多，且涉及的技术最为丰富，在石墨烯储能领域(如超级电容技术)两者存在较大的专利交叉授权交易机会；而在太阳能电池领域，韩国三星对格尔德殿工业公司等存在潜在授权机会；在锂电池应用领域，NANOTEK INSTR INC公司对APPLIED等六家公司具有专利授权交易机会。而对于科研机构，韩国科学技术院和成均馆大学由于其具有较强的太阳能电池技术研发实力，在该领域与三星、格尔德殿具有较大的授权交易和合作研发可能。
图7石墨烯产业技术本体
本文从专利技术价值的角度，结合技术本体理论，提出一种基于产业价值链挖掘潜在专利交易机会的方法。利用专利数据和产业数据构建相关产业价值链，并结合相关行业、产业数据，对产业链上价值模块进行匹配、分析，然后在相关专利数据的基础上，利用技术本体理论从语义角度将专利分配到产业价值链的相应位置，并构建一种定量的高质量专利筛选体系，对产业价值链各环节专利进行筛选，凭借专利与专利权人之间的映射关系，从而确定技术领域中主要专利权人在产业价值链上的分布情况，最终以此为基础挖掘整个产业价值链上潜在的专利交易机会。
图8石墨烯产业专利权人分布
注：图标大小及数字代表专利权人的高质量专利数量
图9石墨烯产业储能领域潜在专利交易机会
本文认为，挖掘潜在专利交易机会时需要经过专利交易关系判断、专利交易意愿分析等环节，从而做到严谨、准确。最后，本文通过实证研究对石墨烯技术及其产业价值链进行分析与研究，结果证明了本文研究方法的科学性、可行性和有效性。但是，该方法的实施需要行业数据支撑，而部分行业数据的准确性无法得到保证，因此，未来需对该部分进行深入研究与改进。
参考文献
[1] 王延青.产业价值链理论研究及其在我国互联网电话产业的应用[D].哈尔滨：哈尔滨工业大学,2008.
[2] 张耀中.产业价值链中的价值创造研究[D].南昌：江西财经大学,2010.
[3] 范云翠.电信产业价值链主体的合作竞争机制研究[D].长春：吉林大学,2009.
[4] 潘成云.解读产业价值链——兼析我国新兴产业价值链基本特征[J].当代财经,2001:(9)7-11.
[5] 杨张博,高山行.产业价值链视角下创意企业的创意管理研究[J].科技进步与对策,2013,30(6):51-55.
[6] WANG G, GUAN J.Value chain of nanotechnology a comparative study of some major players[J].Journal of Nanoparticle Research,2012,14(2):1-14.
[7] GOLEMBIEWSKI B, VOM STEIN N, SICK N, et al.Identifying trends in battery technologies with regard to electric mobility evidence from patenting activities along and across the battery value chain[J].Journal of Cleaner Production, 2015(87):800-810.
[8] HUANG M, CHEN D, LI Y.Semiconductor industry value chain characters' technology evolution[J].Industrial Management & Data Systems,2011,111(3):370-390.
[9] KAILASH S P, MUKUNDAN R, RAJ M M, et al.Aligning technology licensing strategies and business competitiveness a case of photovoltaic technology firms in India[C].Proceedings of Picmet '11 Technology Management in the Energy Smart World, 2011.
[10] 吴苗苗,刘翠,傅为忠.基于VAR和DEA的技术创新对产业价值链攀升影响研究[J].科技管理研究, 2015,35(13):201-205.
[11] HYTÖNEN H, JARIMO T, SALO A, et al.Markets for standardized technologiespatent licensing with principle of proportionality[J].Technovation,2012,32(9):523-535.
[12] CHUN-MIAO Y,GENG-XIN D, HAO S.Differentiated pricing strategies in a two-period closed-loop supply chain with distributor remanufacturing under patent licensing[C].12th International Conference,2015.
[13] KISHIMOTO S.Stable bargaining outcomes in patent licensing a cooperative game approach without side payments[J].Mathematical Social Sciences, 2013,66(3):183-195.
[14] ELETTRAAGLIARDI, ROSSELLAAGLIARDI.An application of fuzzy methods to evaluate a patent under the chance of litigation[J].Expert Systems with Applications,2011,38(10):13143-13148.
[15] WANG K C A, LIANG W J, CHOU P S.Patent licensing under cost asymmetry among firms[J].Economic Modelling, 2013(31):297-307.
[16] GALASSO A, SCHANKERMAN M, SERRANO C J.Trading and enforcing patent rights[J].The RAND Journal of Economics,2013,44(2):275-312.
[17] FIGUEROA N, SERRANO C J.Patent trading flows of small and large firms[D].CambridgeUniversity of Cambridge, 2013.
[18] F HOFER.The improvement of technology transfer an analysis of practices between graz university of technology and styrian companies[D].Hamburg Deutscher Universitä Tsverlag,2008.
[19] WOERTER M.Technology proximity between firms and universities and technology transfer[J].The Journal of Technology Transfer, 2012, 37(6):1-39.
[20] KÖHLER F.Patent cross-licensing, the influence of IP interdependency and the moderating effect of firm size[J].The Journal of Technology Transfer,2011,36(4):448-467.
[21] FUENTES C D, DUTRÉNIT G.Geographic proximity and university-industry interaction the case of Mexico[J].The Journal of Technology Transfer,2016,41(2):329-348.
[22] KÖHLER F.Patent cross-licensing, the influence of IP interdependency and the moderating effect of firm size[J].The Journal of Technology Transfer,2011,36(4):448-467.
[23] NAGAOKA S.Does strong patent protection facilitate international technology transfer some evidence from licensing contracts of Japanese firms[J].The Journal of Technology Transfer, 2009, 34(2):128-144.
[24] OSABUTEY E L C, JIN Z.Factors influencing technology and knowledge transfer configurational recipes for Sub-Saharan Africa[J].Journal of Business Research,2016,69(11):5390-5395.
[25] MUNARI F, RASMUSSEN E, TOSCHI L, et al.Determinants of the university technology transfer policy-mix a cross-national analysis of gap-funding instruments[J].Journal of Technology Transfer,2015,41(9):1-29.
[26] PAPADIMITRIOU C H, TAMAKI H, RAGHAVAN P.Latent semantic indexing a probabilistic analysis[C].Seventeenth ACM Sigact-Sigmod-Sigart Symposium on Principles of Database Systems,1998.
[27] 郑翠翠.面向领域文本的潜在语义分析研究[D].南京：南京理工大学,2010.
Zhai Dongsheng，Chai Qingfeng，Zhang Jie，Wang Lukai
(School of Economics and Management, Beijing University of Technology, Beijing 100124,China)
Abstract：In order to survive and develop, it's very important to ensure the smooth conduct of the patent transaction for enterprises.But it is not an easy task to find the potential patent objects quickly and accurately.From the perspective of industry value chain, this paper puts forward a method of mining potential patent transaction opportunities.Based on the industry value chain, and combined with the technology ontology theory, using qualitative and quantitative analysis method to identify and analyze the distribution of patent owners in the industry value chain, on the basis of this, tries to analyze the patent transaction relationship and patent transaction willingness betweent patent owners.Finally, realize the potential patent trading opportunities mining and promote the completion of the patent transaction.
Key WordsIndustry Value Chain; Patent Transaction Opportunity; Technology Ontology Theory
收稿日期：2017-07-14
作者简介：翟东升(1963-)，男，山西运城人，博士，北京工业大学经济与管理学院教授、博士生导师，研究方向为信息管理与决策支持；柴庆凤(1990-)，女，山东费县人，北京工业大学经济与管理学院硕士研究生，研究方向为信息管理与信息系统；张杰(1966-)，男，河南鹤壁人，博士，北京工业大学经济与管理学院副教授，研究方向为应用统计学在管理中的应用、信息管理、竞争情报分析；王路凯(1989-)，男，河北石家庄人，北京工业大学经济与管理学院硕士研究生，研究方向为信息管理与信息系统。
DOI：10.6049kjjbydc.2017050510
中图分类号：F713.574
文献标识码：A
文章编号：1001-7348(2018)07-0058-10
(责任编辑：张 悦)