基于社会网络分析的上海市高校专利合作研究-胡成.pdf

《基于社会网络分析的上海市高校专利合作研究-胡成.pdf》由会员分享，可在线阅读，更多相关《基于社会网络分析的上海市高校专利合作研究-胡成.pdf（9页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2017年第-4期 Sci哪。and Te黜簖涩霪m哪R黜aKhdoi：1039690，issn1000-7695201714019基于社会网络分析的上海市高校专利合作研究胡 成1，李明星1，张梦娟1，潘熳颖2，管可毅3(1江苏大学管理学院，江苏镇江 212013；2江苏大学理学院，江苏镇江 212013；3西北工业大学理学院，陕西西安 710072)摘要：以上海市7所“211”高校为研究对象，运用社会网络分析方法绘制7所高校与企业以及其它高校之间的产学研专利合作可视化网络，并且重点研究专烈合作的宏观特征、微观特征和合作模式。研究表明：复旦大学、上海交通大学、华东理工大学、上海大学处于专利合作

2、网络重要位置，4所高校应该互相合作，以提升专利质量的方式推动上海市供绐侧结构性改革。关键词：产学研；专利合作；供给侧结构I挫改革；社会网络分析中图分类号：G306；G311 文献标志码：A 文章编号：1000-7695(2017)140119一09Study on Patent Cooperation of Universities in Shanghai Based on Social Network AnalysisHu Chen91，Li Mingxin91，Zhang Men西uanl，Pan Manyin92，Guan Keyi3(1College of Management，Jia

3、ngsu University，Zhenjian9212013，China；2Colege of Science，Jiangsu University，Zhenjiang 212013，China3College of Science，Northwestern Polyteehnical University，Xiall 710072，China)Abstract：Taking the seven 21 1 universities in Shanghai as the research objec，the paper USeS the social networkanalysis metho

4、d to draw the visuahzafion network of the patent collaboration between the 7 universities and otherenterprisesThe macro characteristics，micro characteristics and cooperation model of patent collaboration are studiedemphaticallyThe research shows that Fudan University，Shanghai JiaoTong University，Eas

5、t China University ofScience and Technology，Shanghai University occupy important positions in the patent cooperation network，andthose four universities should cooperate with each other to promote the supply side structural reforms of Shanghai Citythrough the improvement ofthe quality ofpatentsKey wo

6、rds：industryuniversityresearch；patent cooperation；supplyside structural reform；social networkanalysis当前全球经济发展缓慢，中国经济也步人新常态，经济增速放缓，经济结构性问题日益突出。在此背景下，我国政府提出推行供给侧结构性改革，解决经济发展过程中所面临的结构性需求不足以及结构性供给过剩问题。供给侧结构性改革的核心内容是提高产品供给质量，而提高产品供给质量，归根结底是要提高专利质量与创新成果转化率。因此，研究高校专利合作与产学研协同创新机制，有利于挖掘高校专利合作特征，从而有针对性地提出改进方案

7、，促进高校之间以及高校和企业之间专利合作与创新成果转化率。此外，上海市作为我国第一个建立自由贸易区的城市，同时也是我国“海上丝绸之路经济带”的重要港口城市，其中心地位不言而喻，上海市高校的专利合作情况不仅对上海市产学研协同创新进程与创新成果转化率有重要影响，同时也对整个自由贸易区的经济以及“海上丝绸之路经济带”的运行影响深远。1研究文献综述近年来，许多学者致力于专利合作方面的研究，并且取得了一定的成果。李红等1 1运用社会网络分析软件，分析了智能手机专利发明人合作网络，发现智能手机发明人合作网络呈现小世界效应、规模不断扩大、合作日益紧密和团体性凸显等特征。戚收稿日期：201610-06，修回日

8、期：20161213基金项目：国家知识产权局软科学研究项目“战略性新兴产业专利联盟的构建及运作模式研究以江苏省为例”(SSl2一A一08)；江苏省财政厅财政绩效考核专项“标准信息服务及应对技术性贸易壁垒信息平台”(035006QTFZ2013D0010)项目来源：第十五届“挑战杯”江苏大学备选项目“应对技术标准与知识产权协同型新技术贸易壁垒对策研究基于知识产权视角”万方数据胡成等：基于社会网络分析的上海市高校专利合作研究滂等”1运用社会网络分析软件分析了产学研协同创新网络，发现江苏新能源产业产学研协同创新网络中各主体间关系最紧密，生物技术与医药产业次之，装备制造产业产学研协同创新网络中各主体间

9、关系紧密度最小。张莹等b1基于专利合作的视角，对我国区域技术合作网络演化进行了深入研究。叶磊等J将社会网络分析应用于长三角地区功能分析中，认为长三角地域正在形成以核心城市带动周边小城市协同发展的格局。此外，部分学者对高校专利合作网络进行了深入研究。朱云霞等o认为高校间的科研合作具有很强的地域特征，地理位置近的高校合作度更高，而距离远的高校合作度则比较低。李春林等M1对高校学科专利合作及其网络演化特征进行研究，为高校学科的建设与发展提出了相关对策与建议。陆亦恺等运用社会网络分析软件分析了我国九校联盟(c9)专利合作特征，发现高校与周边企业以及高校衍生企业合作构成了C9联盟高校合作的主要特征。刘桂

10、峰等1运用社会网络分析软件研究了江苏省11所“211”高校的专利合作特征，发现江苏省高校专利合作主要以亲缘型合作为主要方式，而地缘型和业缘型合作为次要方式。刘阳等1对我国农业高校进行了专利合作网络演化研究，发现各子网演化有自己的特点，核心农业高校合作特点也不尽相同。张珩等叫对江苏校企专利合作网络演化特征进行了深入研究。综上所述，国内学者的研究成果主要集中于高校专利合作模式、高校专利合作特征、产学研专利合作特征等方面的问题，而很少有学者结合国家供给侧结构性改革与“一带一路”倡议来对高校专利合作特征进行分析。因此，本文选取上海市理工类、师范类、综合类“21 1”高校为研究对象，分析上述高校的专利合

11、作特征，并且结合地域特色与国家战略提出可行性建议，为相关政策制定与研究者提供借鉴和参考。、2 上海市高校专利合作整体特征研究21 样本选取与数据来源本文样本选取包括上海交通大学(“2ll”综合类高校、“985”高校)、复旦大学(“211”综合类高校、“985”高校)、同济大学(“211”工科类高校、“985”高校)、华东理工大学(“2ll”工科类高校)、东华大学(“211”工科类高校)、上海大学(“211”综合类高校)、华东师范大学(“211”师范类高校)。相关的专利数据均来源于Baiten专利数据库。22 高校专利合作整体特征研究基于样本高校专利数量分析，本文利用专利合作度测度上海市高校专利

12、合作整体状况，计算公式为：专利合作度=有效发明专利合作数量，有效发明专利总量。表1 样本高校的专利合作度由表l可知，从有效发明专利数量看，复旦大学、上海交通大学、同济大学均处于前列，说明这3所高校研发实力强劲；从专利合作度看，这3所高校却位列最后3名。由此可知，一方面，上海市部分高校由于科研实力强劲而与其它主体较少进行专利合作；另一方面，专利合作度过低也说明高校只注重专利研发，而忽视了与企业等专利应用转化单位进行专利合作，从而有可能导致专利质量不高、专利转化率低等一系列问题。此外，高校专利合作度过高从侧面反映出高校自身研发实力欠缺，从而需要通过与其它主体进行合作来提升研发实力。因此，高校专利合

13、作度应该保持在一个合理的范围内，专利合作度过高或者过低对于高校而言都并非好现象，高校应该在保证有效发明专利数量达到一定水平的情况下提高专利合作数量，实现专利数量和专利合作数量“双高”，将专利合作度维持在适中的水平。3上海市高校间专利合作研究本文以样本高校的有效发明专利数据为基础，构建高校之间的专利合作网络，并且利用UCINET社会网络分析软件对专利合作网络进行可视化处理，如图1所示，其中方形节点分别代表样本高校。万方数据胡成等：基于社会网络分析的上海市高校专利合作研究 121图1 样本高校间专利合作可视化网络31 高校间专利合作的宏观特征分析根据图l可知，很难直观地看出各高校之间的专利合作关系

14、，需要对上述可视化网络进行中心性分析。如图2所示，其中方形节点的大小表示与该节点高校进行专利合作的其他高校数量，与该节点高校进行专利合作的其他高校数量越多，则方形节点越大。由图2可知，复旦大学处于该专利合作网络的中心位置。图2 中心性处理后样本高校间专利合作可视化网络根据高校间的合作数量，对样本高校进行分类，如表2所示。表2 样本高校的专利合作高校数量排名由表2可知，复旦大学在高校专利合作网络中表现积极，分别与上海交通大学、上海大学、华东理工大学、同济大学建立了专利合作关系；而同济大学则在高校专利合作网络中表现较差，只与复旦大学建立了专利合作关系。32 高校间专利合作的微观特征分析对样本高校中

15、存在专利合作关系的高校进行两两比对分析，如表3所示。表3样本高校间专利合作情况样本高校之间的专利合作数量及排名情况具体参见表4所示。万方数据胡成等：基于社会网络分析的上海市高校专利合作研究表4样本高校间专利合作数量排名321专利合作的时间分布特征(1)部分高校专利合作时间集中。例如，复旦大学与上海交通大学、华东理工大学的首次专利合作都在2011年，与同济大学、上海大学的首次专利合作都在2012年。究其原因，复旦大学与上述高校在201 1年与2012年分别具有教学或者科研合作项目，而专利则是合作项目的标志性成果。(2)部分高校专利合作时间跳跃性太大。例如，上海交通大学与东华大学的专利合作时间分别

16、为2005年、2008年、2013年，华东理工大学与华东师范大学的专利合作时间分别为2010年、2014年，这说明上述高校的专利合作具有不稳定性、零散性、非系统性的特点J，高校之间没有建立有效的专利合作研发机制，因此专利合作时间表现出跳跃性。(3)少数高校专利合作时间具有连续性。专利合作时间的连续性说明合作双方已经建立了成熟有效的专利合作机制，在双方保持持续合作的状态下，合作专利产出就表现出连续性和平稳性。但是上海市保持连续专利合作的高校比较少，由表4可知，仅有上海交通大学与华东理工大学在201 1年、2012年、2013年、2014年保持连续合作，由此可见，上海交通大学与华东理工大学已经就某

17、一方面的专利合作达成共识，并且双方已经建立起一套较为成熟的专利合作研发机制。综上所述，上海市大部分高校间专利合作时间具有不连续性，高校之间缺乏稳定的专利合作机制。如果高校之间在某些年份存在项目的合作，则高校间的专利合作主要集中于项目合作期间；除此之外的其它时间，高校之间很少进行专利合作。322专利合作的数量分布特征(1)部分高校专利合作积极。从专利合作数量排名看，上海交通大学与华东理工大学的专利合作数量远远高于其他高校；而结合专利合作时问看，华东理工大学与上海交通大学是唯一一组专利合作时间呈现连续状态的高校。由此可知，上海交通大学与华东理工大学已经成为上海市高校专利合作的“领头羊”，这2所高校

18、与其他高校进行专利合作积极性很高，并且这2所高校之间已经形成了相对稳定的专利合作机制，今后这2所高校可能会与上海市更多的高校建立专利合作关系。(2)部分高校出现专利合作高校与数量“双少”局面。结合高校专利合作数量排名与高校专利合作可视化网络进行分析，部分高校不仅较少与其它高校进行专利合作，而且专利合作数量也非常少，这类高校称为“双少”高校，如同济大学就是此类高校的典型代表。由表4可知，同济大学仅仅与复旦大学存在专利合作关系，并且合作申请的有效发明专利也仅仅只有一项，与其他高校相比，无论是高校合作数量还是专利合作数量都偏少，属于典型的专利合作不积极高校。(3)高校间专利合作比率普遍较低。由上述分

19、析可知，上海市高校问专利合作数量普遍偏少，虽然存在以上海交通大学和华东理工大学为代表的专利合作积极者，但是这2所高校也仅仅是与其他高校相比较而言专利合作量较多。为了准确测度上海市高校间专利合作程度，本文引入高校专利合作率的概念，计算公式如下：高校专利合作率=高校间专利合作数量全部专利合作数量，以此来刻画高校间专利合作量在整体专利合作量中所占的比重，结果如表5所示。表5样本高校间专利合作率排名由表5可以直观地看出，虽然上海交通大学与华东理工大学的专利合作数量较多，但是其专利合作率仍然偏低。上述高校中，除复旦大学外，其它高校的专利合作比率均低予8，说明在高校与外部主体专利合作的过程中，高校与高校的

20、合作并非主流。4 上海市高校与企业专利合作研究本文基于研究对象与研究样本建立上海市高校与企业之间的专利合作网络，并且利用UCINET软件绘制可视化网络图。由于与高校合作企业较多，为了绘图方便，本文对高校和企业分别进行编码，如表6所示，并利用UCINET软件绘制可视化网络，如图3所示。万方数据胡成等：基于社会网络分析的上海市高校专利合作研究 123畔鳖l：警一。 荔蒌霪：孪鬻一“5-* Im me，一”图3 样本高校与企业专利合作可视化网络可得更为清晰的样本高校与企业之间的专利合作网”一 jI“二二。，。 ” 6篡一jt：鬟菱l”5 + 一 -=一nlim 一9” =j1I-专”* 。V。 一8

21、” 叭，m。 ，j一一。，二目iiA一。i。一 ”H*+ “万方数据胡成等：基于社会网络分析的上海市高校专利合作研究41 高校与企业专利合作的宏观特征分析在图4中，A1到A7分别代表上海市高校，节点大小代表与高校进行专利合作的企业和高校数量，节点越大，则说明与该高校进行专利合作的企业数量越多。由图4可知，与上海交通大学(A4)合作的企业与高校数量最多，A4处于该网络的核心位置。但是由该图并不能直观地反映网络中其他各个节点的重要性，因此需要利用UCINET软件进行中心度测算。411中间中心度测算在专利合作网络中，如果一所高校处在许多高校与企业专利合作的路径上，则可以认为该高校处于重要地位，因为该

22、高校具有控制其它高校与企业合作的能力，其它高校与企业的合作需要通过该所高校才能得以实现，在UCINET中，用中间中心度来测度高校在专利合作网络中的这种重要性，如表7所示。如果某所高校对于其他高校与企业的专利合作控制程度较高，则说明该所高校在专利合作网络中的重要性越突出，其中间中心度越大。由表7可知，样本高校在与企业专利合作网络中的重要性排名依次是上海交通大学(A4)、上海大学(A6)、复旦大学(A5)、华东理工大学(A3)、东华大学(A2)、华东师范大学(A1)、同济大学(A7)。表7样本高校与企业专利合作的中间中心度测算412接近中心度测算在专利合作网络中，如果某所高校在与其他高校或者企业进

23、行专利合作的过程中并不需要通过第三方主体建立合作关系，则说明该所高校独立性较强，不容易受其他高校与企业控制。在UCINET中，用接近中心度来测度高校的这种独立性，如表8所示。如果某所高校在专利合作网络中较少依赖第三方主体建立专利合作关系，则说明该所高校在网络中的独立性越强，其接近中心度越大。由表8可知，节点独立性最强的是上海交通大学(A4)，其次是复旦大学(A5)、华东理工大学(A3)、上海大学(A6)、东华大学(A2)、华东师范大学(A1)，而同济大学(A7)接近中心度的排名则相对靠后，说明同济大学在与企业专利合作方面主导性不强。表8样本高校与企业专利合作的接近中心度测度综上所述，上海交通大

24、学在与企业专利合作网络中处于网络中心位置，而华东理工大学、上海大学、复旦大学则在专利合作网络中扮演着重要角色，因此，上海交通大学、华东理工大学、上海大学、复旦大学应该保持较高规模的研发投入，提高整个上海市高校专利合作网络的专利合作密度、专利数量和专利质量。42 高校与企业专利合作的微观特征分析421 专利合作时间的特征分析(1)部分高校与企业专利合作时间的连续性较强。通过对高校与企业专利合作时间进行分析，发现部分高校与企业专利合作时间具有连续性，例如，东华大学与上海睿兔电子材料科技有限公司的专利合作就具有很明显的时间连续性如表9所示。表9 部分样本高校与企业专利合作情况 项由表9可知，东华大学

25、与上海睿兔电子材料科技有限公司在2010-2015年间保持持续专利合作关系，并且合作专利数量也较为平稳(由于我国发明专利授权时间周期偏长，因此2015年数据不在分析万方数据胡成等：基于社会网络分析的上海市高校专利合作研究范围之内)。上海交通大学与华为技术有限公司的专利合作同样具有时间连续性的特征。可见，部分高校与企业专利合作时间具有显著的连续性。根据表9数据可以得出以下两个结论：首先，由于部分高校与企业已经形成了较为成熟的专利合作模式，因此他们之间必定会保持持续的专利合作，外在直观的表现就是专利合作时间的连续性。其次，与高校专利合作时间具有连续性的企业必定是创新型企业。由于创新型企业需要不断进

26、行创新以适应市场需求的变化，因此创新型企业必须与高校等科研单位保持持续的专利合作，不断创造新的专利技术来获得市场竞争力。(2)部分高校与企业专利合作时间集中性强。通过对高校与企业专利合作数据研究发现，部分高校与企业的专利合作也存在短期内的连续性，但是更多地表现为专利合作时间的集中性，例如同济大学与上海城投污水处理有限公司的专利合作就表现出上述特点，明显表现为：一是在特定时期内的专利合作具有连续性，如二者的专利合作在201卜2012年3年之间没有间断，表现出一定的连续性。二是专利合作时间集中。虽然二者的专利合作时间在特定时期内表现出连续性，但是同时也可以看到，二者的专利合作主要集中在2010年、

27、2011年和2012年，专利合作时间集中性强。产生这种现象的主要原因有两个：第一，企业在成立之初，需要借助高质量专利技术来提升产品质量，以便于企业产品能够快速抢占市场，因此在此期间，企业往往会选择与高校进行专利合作以利于在短期内迅速提升企业专利质量，促使企业产品快速获得市场竞争力。第二，与高校进行专利合作的企业产品更新换代较慢。由于产品更新换代较慢，企业利用现有的专利技术已经能够获得市场竞争优势，所以没有必要与高校保持持续合作。上海城投污水处理有限公司成立于2009年，公司在2010年至2012年间与同济大学保持专利合作关系，借此快速提升专利质量与数量，从而帮助公司产品迅速抢占市场；但是，由于

28、该公司主营产品污水处理设备更新换代较慢，几项核心专利技术足以使企业在市场上获得数年的竞争优势，因此，该企业没有必要与同济大学保持持续合作关系，而可以把企业资源投向其他方面。(3)部分高校与企业专利合作时间具有跳跃性。与高校间专利合作相同，高校与企业的专利合作时间同样具有跳跃性，例如，华东师范大学与中国石油天然气股份有限公司的专利合作时间就表现出跳跃性，二者专利合作情况如表9所示。由表9可知，二者的专利合作时间分别为2009年到2013年，时间跳跃性强，这说明二者之间的专利合作具有偶发性、突然性和非系统性特点J，同时也说明二者之间并未就专利合作建立成熟的合作机制或者是战略上的对接。422专利合作

29、数量的特征分析对样本高校与企业专利合作数量进行研究，本文提出企业专利合作比率的概念，计算公式为：企业专利合作率=高校与企业合作专利数量高校全部专利合作数量。具体各样本高校与企业专利合作的比率如表10所示。表1 0样本高校与企业的专利合作率排名由表10可知，东华大学和同济大学的企业专利合作比率高达95以上，说明这2所高校绝大部分的专利合作都是与企业进行的，与其他高校或科研院所的专利合作比较少；而上海大学与企业的专利合作率为59，55，还不到60，说明上海大学与其他高校或者科研院所的专利合作数量超过其专利合作总量的l3。从产学研专利合作协同演化的角度看，高校与企业之间的专利合作比率过高或者过低都是

30、不利的，比率过高会使高校更多偏向于专利转化应用而忽视了专利研发能力的提升，比率过低则会使高校偏向于理论研究而忽视了专利技术与市场应用相结合，因此，高校与企业专利合作率保持在60。90之间最为合适。5上海市高校专利合作模式分析本文利用UCINET软件对上海交通大学(A4)与复旦大学(A5)进行专利合作可视化分析，如图5所示，可知上海市高校存在如下合作模式：(1)高校与高校附属机构专利合作。所谓高校附属机构，是指依托高校资源所成立的企业，最为常见的包括高校在外建立的研发制造企业、高校附属医院等。由图5可知，高校与其附属企业之间往往存在直接或者间接的专利合作关系，例如，复旦大学(A5)与复旦大学附属

31、中山医院(B33)之间存在直接专利合作关系。此外，高校不仅仅是与自己的附属企业合作，而且也会同其他高校的附属企业进行合作，从而形成高校系统与高校附属企业系统的交叉专利合作关系，例如上海交通大学(A4)不仅与复旦大学(A5)万方数据胡成等：基于社会网络分析的上海市高校专利合作研究进行专利合作，而且与复旦大学附属华山医院(B34)也有专利合作，形成了一种交叉合作的网络。由于高校附属企业与高校之间往往都存在某种经济利益关联，因此高校与其附属企业合作可以提升企业的专利质量、数量以及企业利润；而反过来，高校附属企业的利润提高则会给予高校更多的研发资金支持，从而形成一种良性循环。(2)高校与同区域企业专利

32、合作。同区域企业具有地理优势以及其他方面的资源优势，因此，在高校的专利合作网络中，同区域企业所占的比例往往很大。高校与同区域企业进行专利合作主要具有以下优势：第一，地理位置比较近，专利信息沟通更加方便。第二，属于同一行政区域，专利政策相近，便于双方进行专利政策对接。第三，由于双方可以通过直接渠道沟通，可以有效避免信息传输失真，专利合作与转化效率更高。(3)高校与企业跨区域专利合作。随着国内经济贸易网络的飞速发展，制约区域之间专利合作的瓶颈已经被打破，使得区域之间的专利合作越来越多，尤其是高校跨区域与企业展开多样合作俨然已成常态化了，例如在复旦大学(A5)专利合作网络中就包括首都医科大学附属北京

33、安贞医院(B35)、华为技术有限公司(B26)，而上海交通大学(A4)专利合作网络中也包括昆山天洋热熔胶有限公司B33B21-B27一一一一(B18)、山东中矿集团有限公司(B55)、深圳华因康基因有限公司(B56)等属于其他区域的企业。高校与企业跨区域专利合作具有以下优点：第一，打破传统的区域之间的合作隔阂，区域之间由于地理距离、政策差异、文化差异等诸多原因导致合作困难，但是区域之间的技术需求却具有共性，因此，高校与企业跨区域合作能够从技术合作交流的角度打破这种传统隔阂。第二，促进区域之间的信息沟通，这种信息不仅仅是专利信息，同时也包括与专利信息相关的其他各种“辐射”信息。第三，优化区域资源

34、的配置。由于各区域在专利质量、数量等方面存在诸多差异，部分地区的专利资源分布极不均衡。因此，高校与跨区域企业合作能够促进专利资源在各个区域之间均衡分配、合理流动。(4)高校与科研院所专利合作。高校除了与其他高校、企业进行合作之外，还会与科研院所进行专利合作，例如，复旦大学(A5)与中国科学院上海药物研究所(B3)存在专利合作关系。高校与科研院所进行专利合作具有以下优点：第一，高校与科研院所可以互相交流专利信息，提升各自的研发水平。第二，由于高校与科研院所都是研发实力较强的单位，因此强强联合势必会研发出更高质量的专利。图5 复旦大学与上海交通大学专利合作可视化网络6研究结论与建议本文基于上海市7

35、所“211”高校专利合作数据，利用社会网络分析软件UCINET建立了高校专利合作网络，并且在此基础上进行深人分析，可以得出B25以下结论与建议：首先，上海市高校应该摆脱两种误区，第一种是专利合作度高比较好，第二种是专利合作度低比较好。高校应该意识到专利合作度过高或者过低对弧叩、鹅B、一万方数据胡成等：基于社会网络分析的上海市高校专利合作研究 127于高校发展都是不利的，过高有可能导致高校过度依赖其他主体进行专利研发，从而忽视自身研发能力的培养；过低则有可能导致专利只是纸上谈兵，而缺乏实际应用价值。鉴于企业才是专利产业化的实施主体，而高校专利成果产业化，不仅有利于企业攫取创新收益、实现转型升级，

36、还有助于企业凭借专利质押融资创新平台破解资金短缺的瓶颈问题卜川。基于产学研协同发展的角度，高校应该积极增加有效发明专利数量，从而提高自身专利质量，并且在此基础上加大专利合作力度，从而将专利合作度维持在较为适中的水平。其次，上海市大部分高校专利合作时间都呈现出不连续状态，这从侧面反映出高校之间的专利合作具有偶发性、随机性、非系统性的特征，大部分高校之间缺乏成熟有效的专利合作机制，因此，上海市高校在注重自身发展的同时也要注意与其他高校建立相关的专利合作机制。高校系统是一个整体，各个高校都不是独立而存在的，高校之间应该避免恶性竞争，互帮互助，进行战略对接，努力将高校打造成为一个良l生循环的生态系统。

37、第三，部分上海市高校与企业专利合作时间表现出连续性。高校与企业连续的专利合作不仅需要高校与企业之间建立长远的具有战略意义的专利合作关系，同时也需要企业自身不断追求专利技术创新。上述两个条件缺乏其中任何一个，高校与企业的专利合作都是不可持续的。高校应该积极寻求与创新型企业合作，这不仅能够促进高校与企业互惠互利、长期合作，同时也能够帮助高校随时关注市场动态，保持专利技术与市场发展紧密结合。第四，企业在成立之初会积极寻找高校进行专利合作以快速提高企业产品质量，帮助企业进入目标市场国家和地区，从而使得部分高校与企业的专利合作时间和数量都较为集中。高校应该牢牢抓住这个合作机会，并进一步与企业建立战略层面

38、的专利合作机制，争取将这种短期合作模式转变为可持续合作模式。第五，上海交通大学、复旦大学、华东理工大学、上海大学在上海市专利合作网络中处于重要地位。一方面，上述4所高校应该互相合作、资源共享，提升自身研发实力和专利质量。并且进一步通过提升上海市专利合作网络整体专利质量而提高企业产品供给质量，推动上海市供给侧结构性改革；另一方面，上述4所高校应该与上海市企业以及周边区域企业继续合作，尤其应该重视与“海上丝绸之路经济带”中其他港15城市企业互相合作，实现港15与港口之间的专利信息互通，真正推动“海上丝绸之路经济带”成为一条专利合作链、贸易链。第六，高校的专利合作模式可以分为4种：一是高校与高校附属

39、机构专利合作；二是高校与同区域企业专利合作；三是高校与跨区域企业专利合作；四是高校与科研院所专利合作。上述4种模式各有其优点，其相互之间并非互相排斥，而是可以和谐共存，因此，高校应该根据自身的发展需要协调好4种模式之间的关系，在不同的发展时期有所侧重地运用这4种模式。参考文献：1李红，陈少龙基于社会网络分析的智能手机专利发明人合作网络演化研究J科技管理研究，2013(20)：157160，1652戚渭，王静基于社会网络分析的产学研协同创新网络研究J中国科技论坛，2015(11)：11173张莹，许端阳，赵志耘基于专利的中国区域技术合作网络演化研究J】中国科技论坛，2015(9)：80864叶磊

40、，段学军，欧向军基于社会网络分析的长三角地区功能多中心研究J中国科学院大学学报，2016(1)：75815朱云霞，魏建香我国高校社会科学领域科研合作网络分析J情报科学，2014(3)：1441496李春林，丁云龙创新型大学一流学科专利合作网络演化及其特征分析以H高校动力工程及工程热物理学科为例J研究与发展管理，2014(3)：86967陆亦恺，石亮，张善杰基于社会网络分析的高校专利合作特征与案例研究J现代情报，2015(8)：69748刘桂锋，卢章平，刘琼，等基于社会网络分析的江苏省高校产学研专利合作研究J情报杂志，2015(1)：122126，1559刘阳，杜艳艳我国农业高校专利合作网络演化

41、研究J情报杂志，2015(7)：110一116，9910张珩，朱英明，杨连盛江苏校企专利合作网络演化研究【J】科技进步与对策，2016(21)：50571 1李明星，Nelson Amowine，何娣，等转型升级背景下小微企业专利融资模式创新研究J科技进步与对策，2013，30(18)：138142作者简介：胡成(1993一)，男，河南信阳人，硕士研究生，主要研究方向为知识产权管理。李明星(1971一)，男，新疆石河子人，博士，副教授，主要研究方向为知识产权管理。张梦娟(1992一)，女，江苏宿迁人，硕士研究生，主要研究方向为知识产权管理。潘熳颖(1998一)，女，江苏泰州人，本科生，主要研究方向为物理学。管可毅(1998一)，男，新疆乌鲁木齐人，本科生，主要研究方向为信息与计算科学。万方数据