陳 濤，張紫迎

（武漢科技大學(xué) 管理學(xué)院，湖北 武漢 430065）

一、引言

高校在推動科學(xué)技術(shù)成果向現(xiàn)實生產(chǎn)力轉(zhuǎn)化的過程中發(fā)揮了重要作用[1]。但是，我國高校的科技成果轉(zhuǎn)化效率不盡如人意。根據(jù)國家知識產(chǎn)權(quán)局發(fā)布的《2019 年中國專利調(diào)查報告》的統(tǒng)計數(shù)據(jù)顯示，我國高校2019 年的有效專利實施率為13.8%，遠(yuǎn)低于49.4%的全國平均水平。同時，眾多學(xué)者對我國高?？萍汲晒D(zhuǎn)化效率進(jìn)行了測量，在高投入的情況下并沒有帶來高產(chǎn)出[2-3]。

面對我國高?？萍汲晒D(zhuǎn)化效率低的問題，眾多學(xué)者從不同視角進(jìn)行了深入探尋，究其原因，有多種因素的影響。如科技成果轉(zhuǎn)化制度[4]、資金投入[5]、激勵機(jī)制[6]、轉(zhuǎn)化成本[7]、區(qū)域環(huán)境及人員聯(lián)系和相關(guān)特征[8-9]、收益分配機(jī)制[10]。除此之外，在高?？萍汲晒D(zhuǎn)化過程中，作為高?？萍汲晒D(zhuǎn)化體系建設(shè)重要組成部分的中介機(jī)構(gòu)[11]，在科技成果轉(zhuǎn)化中作用到位與否直接決定著科技成果轉(zhuǎn)化率的高低[12]。高校科技成果轉(zhuǎn)化是一種突破傳統(tǒng)組織邊界的科技成果轉(zhuǎn)化協(xié)同活動，在此過程中高校、企業(yè)、中介機(jī)構(gòu)等主體會產(chǎn)生多層面的復(fù)雜交互活動，要關(guān)注多主體之間的聯(lián)系與有效運(yùn)營[13]。因此，中介機(jī)構(gòu)在高?？萍汲晒D(zhuǎn)化網(wǎng)絡(luò)中的作用更加不容忽視。

通過現(xiàn)有成果可以發(fā)現(xiàn)，社會網(wǎng)絡(luò)分析法是研究科技成果轉(zhuǎn)化的重要方法，當(dāng)前學(xué)者主要通過專利交易數(shù)據(jù)來構(gòu)建高?？萍汲晒D(zhuǎn)化的社會網(wǎng)絡(luò)，如專利許可區(qū)域網(wǎng)絡(luò)[14]、新能源技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)[15]、芯片產(chǎn)業(yè)專利合作網(wǎng)絡(luò)[16]、校企之間的專利區(qū)域轉(zhuǎn)讓網(wǎng)絡(luò)[17]等，通過社會網(wǎng)絡(luò)分析，了解我國高?？萍汲晒D(zhuǎn)化的現(xiàn)狀與特點。但現(xiàn)有的對轉(zhuǎn)化現(xiàn)狀研究的文獻(xiàn)，大多關(guān)注高校和企業(yè)兩個主體，構(gòu)造的轉(zhuǎn)化網(wǎng)絡(luò)展現(xiàn)的是高校和企業(yè)兩者之間的轉(zhuǎn)化關(guān)系，而忽視了對中介機(jī)構(gòu)的關(guān)注，缺少對高校、中介機(jī)構(gòu)、企業(yè)三者之間的關(guān)系研究。

綜上所述，本文以2019 年高校專利權(quán)轉(zhuǎn)讓數(shù)據(jù)為依據(jù)，將中介機(jī)構(gòu)納入到高?？萍汲晒D(zhuǎn)化的社會網(wǎng)絡(luò)中來，梳理高校、中介機(jī)構(gòu)、企業(yè)三者之間的轉(zhuǎn)化關(guān)系，構(gòu)建高校科技成果轉(zhuǎn)化的中介區(qū)域網(wǎng)絡(luò)，分析各省份高?？萍汲晒D(zhuǎn)化過程中中介作用的區(qū)域特征，增強(qiáng)對高?？萍汲晒ㄟ^中介機(jī)構(gòu)轉(zhuǎn)化現(xiàn)狀的了解，同時利用QAP 分析方法，探討各省份高?？萍汲晒D(zhuǎn)化中介作用的關(guān)鍵因素，對高?？萍汲晒D(zhuǎn)化的實踐以及相關(guān)政策的制定提供參考。

二、數(shù)據(jù)來源與研究方法

（一）數(shù)據(jù)來源

本文通過國家知識產(chǎn)權(quán)局公布的2019 年專利公報，選取其中最具代表性的發(fā)明專利公報[18]，得到2019 年高校專利權(quán)轉(zhuǎn)讓的專利編號，并通過中國專利公布公告網(wǎng)站查詢專利編號得到該專利的事務(wù)信息，進(jìn)而可以得到2019 年高校專利權(quán)的中介轉(zhuǎn)讓數(shù)據(jù)，成為本文研究的數(shù)據(jù)基礎(chǔ)。通過整理，共有862 項中介轉(zhuǎn)讓數(shù)據(jù)，其中通過一次中介機(jī)構(gòu)即完成轉(zhuǎn)讓的有814 項，通過兩次中介機(jī)構(gòu)才完成轉(zhuǎn)讓的有48 項。另外，影響因素涉及的各項數(shù)據(jù)，除轉(zhuǎn)化平臺建設(shè)情況數(shù)據(jù)來自國家知識產(chǎn)權(quán)局公布的專利代理機(jī)構(gòu)列表以外，地區(qū)GDP、人員流動、要素聚集和擴(kuò)散能力等數(shù)據(jù)均來自《2020 中國統(tǒng)計年鑒》。

（二）研究方法

1.社會網(wǎng)絡(luò)分析法。基于2019 年高校專利權(quán)轉(zhuǎn)讓數(shù)據(jù)，構(gòu)建出高校專利權(quán)通過中介機(jī)構(gòu)在各省份之間轉(zhuǎn)讓的社會網(wǎng)絡(luò)圖譜，即高校將專利權(quán)轉(zhuǎn)讓給中介機(jī)構(gòu)，再由中介機(jī)構(gòu)轉(zhuǎn)讓給企業(yè)，最終實現(xiàn)專利轉(zhuǎn)讓的關(guān)系路徑。進(jìn)而分析網(wǎng)絡(luò)的結(jié)構(gòu)特征，揭示各省份高校專利權(quán)轉(zhuǎn)讓中介作用的區(qū)域特征。本文對高校專利權(quán)轉(zhuǎn)讓中介網(wǎng)絡(luò)的構(gòu)建通過以下步驟實現(xiàn)[19-20]。

第一步：根據(jù)國家知識產(chǎn)權(quán)局公布的專利公報信息，整理出2019 年專利權(quán)轉(zhuǎn)讓中轉(zhuǎn)讓方為中國高校的專利數(shù)據(jù)，并梳理出專利編號與專利轉(zhuǎn)出地、中介地、轉(zhuǎn)入地的對應(yīng)關(guān)系表。

第二步：對專利轉(zhuǎn)讓轉(zhuǎn)出地、中介地、轉(zhuǎn)入地各自所在省份的對應(yīng)關(guān)系頻次整理出關(guān)系頻次表。

第三步：根據(jù)專利在轉(zhuǎn)出地—中介地—轉(zhuǎn)入地的轉(zhuǎn)化方向，并依據(jù)關(guān)系頻次表數(shù)據(jù)，得到“轉(zhuǎn)出地—中介地”“中介地—轉(zhuǎn)入地”兩個2—模網(wǎng)絡(luò)以及“中介地—中介地”一個1—模網(wǎng)絡(luò)的矩陣值，可以分別用E1、E2 和E3 表示。

第四步：將第三步得到的E1、E2、E3 矩陣塊值代入表1 中，就得到了2019 年高校專利權(quán)轉(zhuǎn)讓的“轉(zhuǎn)出地—中介地—轉(zhuǎn)入地”社會網(wǎng)絡(luò)即中介網(wǎng)絡(luò)1-模矩陣，如表1 所示。

表1 2019 年高校專利權(quán)轉(zhuǎn)讓的中介網(wǎng)絡(luò)1-模矩陣

第五步：將第四步中得到的矩陣導(dǎo)入Ucinet 軟件，即可得到高校專利權(quán)在各省份之間轉(zhuǎn)讓的社會網(wǎng)絡(luò)圖譜。該網(wǎng)絡(luò)為2019 年高校專利權(quán)轉(zhuǎn)讓的中介加權(quán)網(wǎng)絡(luò)，可以展現(xiàn)高校、中介機(jī)構(gòu)、企業(yè)三方之間的專利權(quán)轉(zhuǎn)讓數(shù)量。

2.QAP 分析方法。在常規(guī)的統(tǒng)計分析中，前提條件之一是要求多個自變量之間相對獨(dú)立，不能高度線性相關(guān)，否則會出現(xiàn)“多重共線性”[21]。QAP 分析是一種針對關(guān)系數(shù)據(jù)的非參數(shù)置換檢驗方法，用于解釋“關(guān)系”之間的關(guān)系，以矩陣數(shù)據(jù)的置換為基礎(chǔ)，不要求自變量之間的相互獨(dú)立，因此可以將理論上重要的變量均納入模型中，從而找到最具解釋力的分析結(jié)果[22]。本文研究各省份高?？萍汲晒D(zhuǎn)化中介作用發(fā)揮的關(guān)鍵因素，用各省份高校專利權(quán)中介轉(zhuǎn)化數(shù)量來衡量其中介作用，構(gòu)建各省份高校專利權(quán)中介轉(zhuǎn)讓數(shù)量的差異關(guān)系矩陣為被解釋變量，解釋變量為各項因素的省份間地區(qū)差異關(guān)系矩陣，涉及經(jīng)濟(jì)發(fā)展水平、人員流動、轉(zhuǎn)化平臺建設(shè)水平、要素聚集和擴(kuò)散能力四項因素。

三、高校專利權(quán)轉(zhuǎn)讓中介作用的區(qū)域特征

（一）整體特征分析

將處理后得到的2019 年高校專利權(quán)轉(zhuǎn)讓數(shù)據(jù)，運(yùn)用Ucinet 軟件繪制出2019 年高校專利權(quán)轉(zhuǎn)讓的中介網(wǎng)絡(luò)圖譜，如圖1 所示。其中，正三角形代表高校，即專利權(quán)轉(zhuǎn)出地，正方形代表中介機(jī)構(gòu)，即專利權(quán)轉(zhuǎn)讓中介地，圓形代表企業(yè)，即專利權(quán)轉(zhuǎn)入地；節(jié)點大小以中介中心度為依據(jù)進(jìn)行繪制，代表在專利權(quán)轉(zhuǎn)讓過程中充當(dāng)中介角色的次數(shù)，同時也反映出節(jié)點對網(wǎng)絡(luò)的控制程度，節(jié)點越大，則充當(dāng)中介的次數(shù)越高，控制程度越強(qiáng)，即擴(kuò)散能力越強(qiáng)、中介作用越大；節(jié)點之間的連線表示專利權(quán)在節(jié)點之間的轉(zhuǎn)讓，連線越粗，代表節(jié)點之間專利轉(zhuǎn)讓的關(guān)系強(qiáng)度越高。

圖1 2019 年高校專利權(quán)轉(zhuǎn)讓的中介網(wǎng)絡(luò)圖譜

中介中心度測量行動者對資源的控制程度，反映出節(jié)點在網(wǎng)絡(luò)中發(fā)揮中介和橋梁作用的程度。由圖1 可知，節(jié)點中介廣東、中介安徽最為突出，說明在全國高校的專利權(quán)轉(zhuǎn)讓過程中，廣東省、安徽省發(fā)揮了重要的中介作用，其次為浙江、江蘇，以及上海、北京，其他省份的中介中心度較低，說明其他省份在高校專利權(quán)轉(zhuǎn)讓方面的中介作用較弱。另外，根據(jù)線條粗線，可以發(fā)現(xiàn)節(jié)點轉(zhuǎn)出浙江、中介浙江和轉(zhuǎn)入浙江之間的線條連接最為突出，說明浙江省在高校專利權(quán)轉(zhuǎn)讓過程中，高校專利權(quán)進(jìn)行了較多的本地轉(zhuǎn)化，且大多通過本地的中介機(jī)構(gòu)，反映出浙江省具有較高的經(jīng)濟(jì)發(fā)展水平以及活躍程度，高校、中介機(jī)構(gòu)以及企業(yè)三者之間具有較好的協(xié)同能力及轉(zhuǎn)化效率。同時也可以看出，相同的省份之間的連接線條較為明顯，說明省內(nèi)轉(zhuǎn)讓是高校專利權(quán)轉(zhuǎn)讓的重要轉(zhuǎn)讓途徑。

中介網(wǎng)絡(luò)密度為0.043，說明該網(wǎng)絡(luò)的分布并不是非常緊密，各省份之間高校專利權(quán)轉(zhuǎn)讓活動不太活躍，網(wǎng)絡(luò)結(jié)構(gòu)呈現(xiàn)出較為明顯的核心—邊緣特征。在圖1 中，針對在高校專利權(quán)轉(zhuǎn)讓中發(fā)揮了中介作用的24 個省份，可以劃分為3 個層次。第一個層次為核心層，為圖中的關(guān)鍵節(jié)點，且具有較大的中介中心度，安徽、廣東、浙江、江蘇以及上海、北京最具代表性，這些省份之間以及與其他省份之間均有連接，承接高校專利權(quán)，再轉(zhuǎn)讓到相應(yīng)企業(yè)，在幫助高校專利權(quán)轉(zhuǎn)讓過程中發(fā)揮了重要的中介作用。陜西、湖北、重慶、湖南、天津等省份處于第二層中間層，貴州、廣西、內(nèi)蒙古、遼寧等省份則處于第三層邊緣層。位于中間層和邊緣層的省份大多在中西部地區(qū)，核心層的省份則處于東部沿海地區(qū)，經(jīng)濟(jì)發(fā)達(dá)，科技水平高，企業(yè)活躍。

總的來說，我國高?？萍汲晒D(zhuǎn)化過程中各區(qū)域之間的協(xié)同能力需要進(jìn)一步提高。我國各省份之間高校專利權(quán)轉(zhuǎn)讓活動不太活躍，中介網(wǎng)絡(luò)密度較低，區(qū)域之間發(fā)展也不平衡，大多集中在廣州、安徽、江蘇、浙江等東南沿海省份，具有較為明顯的東西差異和南北差異；高校專利權(quán)轉(zhuǎn)讓中介網(wǎng)絡(luò)呈現(xiàn)核心—邊緣特征，核心層省份大多位于東部沿海地區(qū)，中西部省份則屬于中間層和邊緣層；另外，由于政府政策、地理因素等原因，省內(nèi)轉(zhuǎn)化是高?？萍汲晒D(zhuǎn)化的主要途徑。

（二）個體特征分析

由于區(qū)域發(fā)展水平的差異，位于不同區(qū)域、不同層級的省份具有不同的中介轉(zhuǎn)化能力，在中介作用上也呈現(xiàn)出不同的特點。本文以中介網(wǎng)絡(luò)中具有代表性的廣東省和陜西省為例，對其轉(zhuǎn)化路徑進(jìn)行分析，了解不同省份的高?？萍汲晒D(zhuǎn)化中介作用的區(qū)域特點。

核心層省份以廣東省為例。廣東省在2019 年共有153 條數(shù)據(jù)，承接14 個省份的高校專利權(quán)，進(jìn)而向17 個省份實現(xiàn)轉(zhuǎn)讓，具有較高的中介中心度，發(fā)揮了重要的高校專利權(quán)轉(zhuǎn)讓的中介作用。2019 年廣東省的高校專利權(quán)轉(zhuǎn)讓中介網(wǎng)絡(luò)如圖2 所示。其中線條粗細(xì)代表節(jié)點之間的專利權(quán)轉(zhuǎn)讓數(shù)量，線條越粗，轉(zhuǎn)讓數(shù)量越多。從圖2 中可以看出，廣東省省內(nèi)的高校專利權(quán)轉(zhuǎn)讓最為突出，其次為江蘇省和浙江省。廣東省的中介擴(kuò)散范圍較廣，東部、中部、西部以及東北部省份均有涉及，以東南部沿海省份為主。和西部省份的聯(lián)系大多是專利權(quán)轉(zhuǎn)出關(guān)系，說明廣東省在高校專利權(quán)轉(zhuǎn)讓過程中發(fā)揮了將東部和中部的專利權(quán)向西部省份進(jìn)行擴(kuò)散的重要作用。同時，廣東省還通過江蘇省、安徽省、浙江省的中介機(jī)構(gòu)對高校專利權(quán)進(jìn)一步轉(zhuǎn)化，發(fā)揮更大的擴(kuò)散與轉(zhuǎn)化作用。

圖2 2019 年廣東省的高校專利權(quán)轉(zhuǎn)讓中介網(wǎng)絡(luò)圖譜

陜西省在中西部專利權(quán)轉(zhuǎn)讓過程中發(fā)揮了重要作用，本文選取陜西省作為中間層和邊緣層的樣本。陜西省在2019 年共有65 條數(shù)據(jù)，承接3 個省份的高校專利權(quán)，在8 個省份實現(xiàn)了高校專利權(quán)轉(zhuǎn)讓。圖3 為2019 年陜西省的高校專利權(quán)轉(zhuǎn)讓中介網(wǎng)絡(luò)圖譜，與圖2 相比，可以發(fā)現(xiàn)陜西省的相關(guān)行動者數(shù)量要遠(yuǎn)少于廣東省，網(wǎng)絡(luò)圖譜也較為簡單，這在一定程度上也說明陜西省發(fā)揮的中介作用要小于廣東省。從圖3 中可以發(fā)現(xiàn)，陜西省主要進(jìn)行本省的高校科技成果的省內(nèi)轉(zhuǎn)化，中介作用主要局限于本省。但另一方面，陜西省也發(fā)揮了較強(qiáng)的中介擴(kuò)散作用，將本省和東部地區(qū)的江蘇、浙江高校專利權(quán)轉(zhuǎn)化到了其他東部和中部省份，帶來了省際間的技術(shù)轉(zhuǎn)移和專利權(quán)擴(kuò)散。

圖3 2019 年陜西省的高校專利權(quán)轉(zhuǎn)讓中介網(wǎng)絡(luò)圖譜

不同區(qū)域的省份會形成不同的高校專利權(quán)轉(zhuǎn)化網(wǎng)絡(luò)，發(fā)揮的中介作用也會有不同特點。在高?？萍汲晒D(zhuǎn)化過程中，除海南、新疆、西藏等少數(shù)省份以外，大多數(shù)省份都具有一定的科技成果擴(kuò)散能力，但核心層省份的擴(kuò)散能力要強(qiáng)于中間層和邊緣層省份，同時與其他省份的中介機(jī)構(gòu)跨省合作以實現(xiàn)高?？萍汲晒D(zhuǎn)化的成功擴(kuò)散，更大程度上發(fā)揮了將中東部地區(qū)的高校專利權(quán)轉(zhuǎn)讓到西部欠發(fā)達(dá)地區(qū)的中介作用，溝通東西部的交流和聯(lián)系，促進(jìn)協(xié)同發(fā)展。

四、高?？萍汲晒D(zhuǎn)化中介作用的影響因素分析

（一）變量測定和模型

1.因變量。本文研究影響高?？萍汲晒D(zhuǎn)化中介作用的關(guān)鍵因素，用各省份高校專利權(quán)的中介轉(zhuǎn)讓數(shù)量來衡量中介作用，構(gòu)建各省份高校專利權(quán)中介轉(zhuǎn)讓數(shù)量的差異關(guān)系矩陣為被解釋變量、以影響各省份高?？萍汲晒薪檗D(zhuǎn)化的各項因素的地區(qū)差異矩陣為解釋變量的“關(guān)系—關(guān)系”的分析模型。本文利用QAP 相關(guān)分析和QAP 回歸分析，對各省份高?？萍汲晒D(zhuǎn)化中介作用發(fā)揮的影響因素進(jìn)行研究。

2.自變量。因變量為各省份高校專利權(quán)通過中介機(jī)構(gòu)完成轉(zhuǎn)讓的轉(zhuǎn)讓數(shù)量差異構(gòu)成，為高校專利權(quán)中介轉(zhuǎn)讓數(shù)量的地區(qū)差異關(guān)系矩陣。自變量為構(gòu)建的各項因素的地區(qū)差異關(guān)系矩陣，涉及經(jīng)濟(jì)發(fā)展水平、人員流動、轉(zhuǎn)化平臺建設(shè)、要素聚集和擴(kuò)散能力四項因素。

經(jīng)濟(jì)發(fā)展水平。經(jīng)濟(jì)發(fā)展是重要基礎(chǔ)，影響地區(qū)各項工作的發(fā)展?fàn)顩r。目前眾多學(xué)者研究表明經(jīng)濟(jì)發(fā)展水平對高?？萍汲晒霓D(zhuǎn)化具有重要影響，地區(qū)經(jīng)濟(jì)發(fā)展程度越高越有利于當(dāng)?shù)馗咝？萍汲晒霓D(zhuǎn)化，經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)的科技成果轉(zhuǎn)化較為困難[23]。本文以2019 年各省份的GDP 水平來衡量地區(qū)經(jīng)濟(jì)發(fā)展水平，用GDP 來表示各省份的經(jīng)濟(jì)發(fā)展水平差異關(guān)系。

人員流動。人才資源是科技成果成功轉(zhuǎn)化的重要組成部分，其作用不亞于制度因素或資金資源等其他要素。人員流動是高?？萍汲晒D(zhuǎn)化過程中重要的非正式渠道，人員在地區(qū)之間的流動將促進(jìn)高?？萍汲晒霓D(zhuǎn)化[24]。本文用2019 年各省份的在本地居住的外地人口數(shù)衡量人員流動情況，用MP 表示各省份的人員流動差異關(guān)系。

轉(zhuǎn)化平臺建設(shè)。根據(jù)國家知識產(chǎn)權(quán)局發(fā)布的《2019 年中國專利調(diào)查報告》的統(tǒng)計結(jié)果顯示，缺乏權(quán)威可信的專利交易平臺、信息不對稱等問題是制約專利權(quán)有效實施的主要原因。因此，轉(zhuǎn)化平臺建設(shè)對高?？萍汲晒D(zhuǎn)化具有重要影響，本文用各省份政府專利代理機(jī)構(gòu)數(shù)量來衡量地區(qū)轉(zhuǎn)化平臺的建設(shè)情況，分別用PA 表示各省份的轉(zhuǎn)化平臺建設(shè)差異關(guān)系。

要素聚集和擴(kuò)散能力。要素的聚集和擴(kuò)散是經(jīng)濟(jì)網(wǎng)絡(luò)的重要驅(qū)動因素。對于各個省份來說，高?？萍汲晒D(zhuǎn)化實際上是一種要素的聚集和擴(kuò)散，因此，高?？萍汲晒D(zhuǎn)化過程中，各省份的要素聚集和擴(kuò)散能力是科技成果轉(zhuǎn)化的重要驅(qū)動因素，影響著高?？萍汲晒某晒D(zhuǎn)化。本文用2019 年科學(xué)研究和技術(shù)服務(wù)業(yè)的固定資產(chǎn)投資來衡量各省份的要素聚集和擴(kuò)散能力，用SFAI 表示各省份要素集聚和擴(kuò)散能力差異關(guān)系。

由于各變量的度量單位不同，對各變量矩陣進(jìn)行標(biāo)準(zhǔn)化處理。2019 年發(fā)揮了中介作用的省份除海南、云南、西藏等以外共有24 個省份，因此每個變量矩陣為24×24 的關(guān)系矩陣。

（二）QAP 相關(guān)分析

通過QAP 相關(guān)分析，尋找影響高校科技成果轉(zhuǎn)化中介作用的相關(guān)因素，QAP 相關(guān)分析結(jié)果如表2所示。

表2 各省份高校專利權(quán)中介轉(zhuǎn)讓數(shù)量差異與影響因素的QAP 相關(guān)分析結(jié)果

從表2 的分析結(jié)果可以發(fā)現(xiàn)，經(jīng)濟(jì)發(fā)展水平、人員流動、轉(zhuǎn)化平臺建設(shè)以及要素聚集和擴(kuò)散能力均與各省份高?？萍汲晒闹薪檗D(zhuǎn)化數(shù)量差異關(guān)系顯著正相關(guān)，表現(xiàn)為地區(qū)間的各項因素的差異越大，其區(qū)域內(nèi)的中介機(jī)構(gòu)對高校專利權(quán)的轉(zhuǎn)讓數(shù)量差異越大，即在經(jīng)濟(jì)發(fā)展水平、人員流動、轉(zhuǎn)化平臺建設(shè)以及要素聚集和擴(kuò)散能力等方面發(fā)展相似的省份在高?？萍汲晒D(zhuǎn)化中的中介作用也相差不大。進(jìn)一步，為更好理解地區(qū)差異對中介作用的影響，將各省份按東部地區(qū)、中部地區(qū)、西部地區(qū)、東北部地區(qū)進(jìn)行劃分，依次編號為1～4，形成各省份區(qū)域類別的1-模矩陣，與各省份高校專利權(quán)中介轉(zhuǎn)讓數(shù)量差異矩陣進(jìn)行QAP 相關(guān)分析。相關(guān)結(jié)果為各省份區(qū)域類別在5%的水平上顯著負(fù)相關(guān)，說明在東部、中部地區(qū)，經(jīng)濟(jì)發(fā)展水平、人員流動以及要素聚集和擴(kuò)散能力高，對高校科技成果轉(zhuǎn)化將發(fā)揮較大的中介作用，反之，經(jīng)濟(jì)發(fā)展水平、人員流動以及要素聚集和擴(kuò)散能力較差的西部、東北部地區(qū)各省份發(fā)揮的中介作用則較弱。

（三）QAP 回歸分析

根據(jù)QAP 相關(guān)分析的結(jié)果，保留所有顯著相關(guān)的影響因素，與高校專利權(quán)中介轉(zhuǎn)讓數(shù)量差異矩陣進(jìn)行QAP 多元回歸分析（MRQAP），得到影響各省份高?？萍汲晒D(zhuǎn)化中介作用的關(guān)鍵影響因素，回歸結(jié)果如表3 所示。

表3 各省份高校專利權(quán)中介轉(zhuǎn)讓數(shù)量差異與影響因素的QAP 回歸分析結(jié)果

計算出的可決系數(shù)R2為0.453，這說明以上變量對各省份高校科技成果轉(zhuǎn)化的中介作用差異具有較高的解釋水平，可以解釋各省份中介作用差異45.3%的變異。經(jīng)濟(jì)發(fā)展水平與各省份高?？萍汲晒D(zhuǎn)化的中介作用在10%的水平上顯著正相關(guān)，人員流動、轉(zhuǎn)化平臺建設(shè)以及要素聚集和擴(kuò)散能力在5%的顯著性水平上正相關(guān)，說明這些因素對各省份高?？萍汲晒闹薪檗D(zhuǎn)化都起到了積極的正向影響。提高經(jīng)濟(jì)發(fā)展水平、促進(jìn)人才引進(jìn)和流動、加強(qiáng)轉(zhuǎn)化平臺建設(shè)、增強(qiáng)要素聚集和擴(kuò)散能力將有利于促進(jìn)各省份高校科技成果轉(zhuǎn)化中介作用的發(fā)揮。

五、結(jié)論與啟示

本文通過2019 年高校專利權(quán)轉(zhuǎn)讓數(shù)據(jù)，構(gòu)建了2019 年高校專利權(quán)轉(zhuǎn)讓的中介網(wǎng)絡(luò)。利用社會網(wǎng)絡(luò)分析法對中介網(wǎng)絡(luò)的結(jié)構(gòu)特點以及各省份中介作用的區(qū)域特征進(jìn)行了相關(guān)分析，并通過QAP 分析方法，對影響各省份高?？萍汲晒D(zhuǎn)化中介作用發(fā)揮的關(guān)鍵因素進(jìn)行了考察。通過以上分析，得出以下結(jié)論：

第一，我國高校專利權(quán)轉(zhuǎn)讓活動區(qū)域發(fā)展并不平衡，高校專利權(quán)轉(zhuǎn)讓中介網(wǎng)絡(luò)呈現(xiàn)出明顯的核心—邊緣特點，各區(qū)域之間協(xié)同能力不高。我國高校專利權(quán)轉(zhuǎn)讓中大多數(shù)省份之間缺乏緊密的聯(lián)系，特別是北部與南部省份之間、中西部與東部省份之間高校專利權(quán)轉(zhuǎn)讓活動較少。專利權(quán)轉(zhuǎn)讓多發(fā)生在東南部省份之間，轉(zhuǎn)讓活動呈現(xiàn)出較為明顯的東西差異和南北差異。安徽、廣東、江蘇、浙江、上海、北京等東部省份占據(jù)高校專利權(quán)轉(zhuǎn)讓中介網(wǎng)絡(luò)的核心位置，具有較強(qiáng)的專利權(quán)擴(kuò)散能力，中西部省份則大多位于中間層和核心層，中介作用有限。

第二，在高?？萍汲晒D(zhuǎn)化過程中，大多數(shù)省份都具有一定的中介擴(kuò)散作用，但在中介轉(zhuǎn)化能力和轉(zhuǎn)化范圍上有較大差異。中介轉(zhuǎn)化能力上，核心層省份的中介作用要強(qiáng)于中間層和邊緣層省份，與中間層和邊緣層省份相比，核心層省份的內(nèi)部聯(lián)系要更為緊密，與其他省份中介機(jī)構(gòu)的跨省合作實現(xiàn)高校科技成果轉(zhuǎn)化的成功擴(kuò)散。中介轉(zhuǎn)化范圍上，核心層省份更大程度上發(fā)揮了將中東部地區(qū)的高校科技成果向西部地區(qū)擴(kuò)散的作用，中間層和邊緣層省份則更多關(guān)注省內(nèi)轉(zhuǎn)化，以及少量向中東部地區(qū)轉(zhuǎn)化。

第三，轉(zhuǎn)化平臺的建設(shè)水平、技術(shù)和資本的流通情況影響各省份高校科技成果轉(zhuǎn)化中介作用的發(fā)揮。在影響各省份高?？萍汲晒D(zhuǎn)化中介作用發(fā)揮的關(guān)鍵因素方面，各省份的經(jīng)濟(jì)發(fā)展水平、人員流動、轉(zhuǎn)化平臺建設(shè)以及要素聚集和擴(kuò)散能力對各省份中介作用的發(fā)揮具有顯著的正向影響。一方面加強(qiáng)轉(zhuǎn)化平臺建設(shè)、提供優(yōu)質(zhì)的中介服務(wù)；另一方面提高經(jīng)濟(jì)發(fā)展水平、增強(qiáng)要素聚集和擴(kuò)散能力、吸引更多人才，帶來更多技術(shù)和資本的流通，將有利于促進(jìn)各省份高?？萍汲晒D(zhuǎn)化中介作用的發(fā)揮、高?？萍汲晒D(zhuǎn)化水平的提高。

基于上述結(jié)論，有如下啟示：

對于政府來說，要引導(dǎo)技術(shù)市場建設(shè)，重點培育一批能夠有效實現(xiàn)校企對接的專業(yè)科技中介，建立健全科技成果信息交匯、發(fā)布機(jī)制與成果價值評估機(jī)制[2]，提高中介服務(wù)水平以及轉(zhuǎn)化平臺對高校科技成果轉(zhuǎn)化的支持水平。另外，各省份政府要提高經(jīng)濟(jì)發(fā)展水平，加大人才引進(jìn)，增強(qiáng)技術(shù)和資本的流通，促進(jìn)科技成果資源在不同區(qū)域內(nèi)的綜合集成與高效配置，提高高校科技成果轉(zhuǎn)化水平。

對于高校來說，科技中介機(jī)構(gòu)和金融機(jī)構(gòu)等中介組織在高?？萍汲晒D(zhuǎn)化過程中扮演的角色越來越重要，高校應(yīng)充分重視并利用這些外部力量來幫助科技成果更快地走向市場[24]，加強(qiáng)與中介機(jī)構(gòu)的交流合作。同時，不同區(qū)域的高校可根據(jù)本地區(qū)的經(jīng)濟(jì)發(fā)展特點選擇不同的轉(zhuǎn)化路徑。如經(jīng)濟(jì)發(fā)達(dá)、開放水平高的東部地區(qū)，積極實現(xiàn)本地轉(zhuǎn)化，滿足本地需求，促進(jìn)經(jīng)濟(jì)發(fā)展，另外也要通過東部地區(qū)中介機(jī)構(gòu)對科技成果的擴(kuò)散能力，加強(qiáng)科技成果向中西部省份轉(zhuǎn)化，帶動中西部企業(yè)的發(fā)展；中西部欠發(fā)達(dá)地區(qū)一方面應(yīng)發(fā)揮本省自身優(yōu)勢，積極實現(xiàn)本省轉(zhuǎn)化，促進(jìn)本省科技水平和經(jīng)濟(jì)水平的發(fā)展，另一方面，由于經(jīng)濟(jì)發(fā)展水平的限制，本地市場需求較少，利用中介機(jī)構(gòu)的資源和能力實現(xiàn)科技成果的向外轉(zhuǎn)化。