地理鄰近性對專利技術(shù)轉(zhuǎn)移速度的影響研究

溫芳芳　靳華　羅爽

關(guān)鍵詞： 地理鄰近性； 技術(shù)轉(zhuǎn)移速度； 專利計量； 地理距離； 專利轉(zhuǎn)化時滯

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２４．０１．０１５

〔中圖分類號〕Ｇ２５５.３； Ｇ３０６ 〔文獻標(biāo)識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２４） ０１－０１６８－０９

黨的二十大報告指出，“當(dāng)前， 世界百年未有之大變局加速演進， 新一輪科技革命和產(chǎn)業(yè)變革深入發(fā)展， 國際力量對比深刻調(diào)整， 我國發(fā)展面臨新的戰(zhàn)略機遇?！?專利是科技革命的風(fēng)向標(biāo)， 也是產(chǎn)業(yè)變革的晴雨表。我國正處于從“專利大國” 向“專利強國” 轉(zhuǎn)變的關(guān)鍵時期， 專利申請量已經(jīng)連續(xù)１１ 年居全球首位， 但低轉(zhuǎn)化率仍是“阿喀琉斯之踵”。聚焦高質(zhì)量發(fā)展， 提升專利轉(zhuǎn)化效率， 加快推動知識產(chǎn)權(quán)向現(xiàn)實生產(chǎn)力轉(zhuǎn)化， 是新形勢下我國專利事業(yè)面臨的新任務(wù)， 也是加快實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的必然要求。解鎖專利技術(shù)轉(zhuǎn)移的影響因素是破除技術(shù)轉(zhuǎn)移障礙的重要抓手， 其中， 地理鄰近性作為創(chuàng)新活動的關(guān)鍵變量受到重視［１］ 。國內(nèi)外學(xué)者借助專利數(shù)據(jù)， 考察了地理距離對技術(shù)轉(zhuǎn)移概率與數(shù)量的影響， 大多發(fā)現(xiàn)技術(shù)轉(zhuǎn)移隨地理距離增大而衰減［２］ ， 但地理距離對技術(shù)轉(zhuǎn)移速度的影響卻鮮有涉及。是“近水樓臺先得月”， 還是“酒香不怕巷子深”， 交易雙方的地理鄰近性是否有助于加速專利轉(zhuǎn)化？ 對該問題的檢驗與剖析， 能夠為提升專利轉(zhuǎn)化效率提供參考借鑒， 也為產(chǎn)業(yè)布局的優(yōu)化調(diào)整帶來一定啟示。

１文獻綜述

１.１ 地理鄰近性的相關(guān)研究

Ｂｏｓｃｈｍａ Ｒ［３］ 將鄰近性劃分為地理鄰近、組織鄰近、制度鄰近、認(rèn)知鄰近和社會鄰近， 并建立起多維鄰近性的概念框架［４］ 。之后的鄰近性研究多以此為參考， 其中地理鄰近性的研究最為成熟［５］ ，相關(guān)的實證研究最為活躍， 但并未達(dá)成一致的結(jié)論。主流觀點認(rèn)為， 地理距離對技術(shù)轉(zhuǎn)移有抑制作用。Ｍａｒｓｈａｌｌ Ａ［６］ 指出， 地理鄰近降低了交易成本、交通成本和信息成本， 提高了技術(shù)轉(zhuǎn)移效率。Ｃａｓ?ｓｉ Ｌ 等［７］ 認(rèn)為， 地理空間距離越接近， 文化認(rèn)同感就越強， 越有利于降低技術(shù)交易成本， 減少不必要的知識轉(zhuǎn)移損失， 提升協(xié)同創(chuàng)新績效。ＲａｓｓｅｎｆｏｓｓｅＧ 等［８］ 指出， 地理距離越遠(yuǎn)， 技術(shù)轉(zhuǎn)移雙方搜索和了解對方所花費的成本越高， 達(dá)成技術(shù)轉(zhuǎn)移協(xié)議的概率越低。劉偉等［９］ 基于大學(xué)的專利轉(zhuǎn)讓數(shù)據(jù)，證實了地理距離確實是企業(yè)與大學(xué)合作獲得探索式創(chuàng)新的障礙因素。

該研究主題也有一些不同的觀點與發(fā)現(xiàn)。部分學(xué)者指出， 隨著知識全球化進程加速， 地理距離的影響力正隨著交通等外部環(huán)境的改變而減弱［１０］ 。閆珊珊等［１１］ 發(fā)現(xiàn)， 地理距離對技術(shù)轉(zhuǎn)移尤其是對跨國技術(shù)轉(zhuǎn)移影響較弱。夏麗娟等［１２］ 的研究結(jié)果表明， 地理距離不會抑制產(chǎn)學(xué)協(xié)同創(chuàng)新績效。還有學(xué)者指出， 地理鄰近不利于創(chuàng)新， 遠(yuǎn)距離的異質(zhì)知識對創(chuàng)新更有利。Ｋｎｏｂｅｎ Ｊ 等［１３］ 認(rèn)為， 跨地區(qū)的異質(zhì)知識有助于提升創(chuàng)新績效， 企業(yè)更多地尋求遠(yuǎn)距離的交流與合作， 地理距離對技術(shù)轉(zhuǎn)移的影響正在弱化乃至消失。程華等［１４］ 指出， 雖然地理鄰近有低成本、方便溝通與信息傳遞的優(yōu)勢， 但容易引起資源同質(zhì)化， 長期則會抑制企業(yè)創(chuàng)新活力， 造成“地理鎖定”。

１.２ 技術(shù)轉(zhuǎn)移速度的相關(guān)研究

在有限的保護期內(nèi)， 專利技術(shù)快速轉(zhuǎn)移， 既能夠獲得新技術(shù)或新產(chǎn)品的領(lǐng)先時間， 也能夠享有更長的專利權(quán)壟斷獲利周期， 這些都有利于提升企業(yè)的市場競爭力。所以， 技術(shù)轉(zhuǎn)移速度在一定程度上決定了專利的市場價值， 也影響著專利市場價值的實現(xiàn)效果及其產(chǎn)業(yè)化效率［１５］ 。王元地等［１６］ 發(fā)現(xiàn)，我國專利從申請到許可一般經(jīng)歷０～２０ 年不等的時滯， 企業(yè)技術(shù)轉(zhuǎn)移的平均年齡為３.０４ 年。溫芳芳等［１７］ 發(fā)現(xiàn)， “雙一流” 高校的專利技術(shù)轉(zhuǎn)移速度受到專利合作狀況、專利類型、轉(zhuǎn)移形式、交易對象性質(zhì)、行業(yè)類型等因素影響。馬榮康等［１８］ 對校企間的專利（申請）權(quán)轉(zhuǎn)移數(shù)據(jù)進行實證檢驗， 發(fā)現(xiàn)整體上大學(xué)與企業(yè)間的地理距離對校企技術(shù)轉(zhuǎn)移速度的阻礙作用并不顯著， 大學(xué)制度背景和研發(fā)網(wǎng)絡(luò)嵌入對地理距離與校企技術(shù)轉(zhuǎn)移速度關(guān)系具有顯著的負(fù)向調(diào)節(jié)作用。

１.３ 研究述評與本文的創(chuàng)新之處

綜上， 國內(nèi)外學(xué)者基于專利數(shù)據(jù)分別對地理鄰近性和技術(shù)轉(zhuǎn)移速度兩個主題開展了一系列實證研究， 為本研究帶來了有益的借鑒和啟示， 但在一些方面仍有待加強： 一是地理鄰近性的研究大多是考察地理距離對創(chuàng)新績效、知識溢出、技術(shù)合作以及成果轉(zhuǎn)移等的影響， 而地理距離對技術(shù)轉(zhuǎn)移速度的影響目前尚不明確； 二是對于技術(shù)轉(zhuǎn)移的時間維度關(guān)注度不夠， 已有的實證研究多是考察地理距離對技術(shù)轉(zhuǎn)移概率和數(shù)量的影響， 鮮有揭示地理距離與技術(shù)轉(zhuǎn)移速度的關(guān)系［１９］ ； 三是大多采用絕對（空間）地理距離來測度地理鄰近性， 較少使用相對距離（交通時間或成本）， 不能反映我國高鐵、高速公路等交通條件改善所帶來的時空壓縮效應(yīng)。

鑒于此， 本文將以我國新能源汽車行業(yè)的許可和轉(zhuǎn)讓專利為例， 以轉(zhuǎn)讓方（許可人）和受讓方（被許可人）的地理距離表征地理鄰近性， 以專利轉(zhuǎn)讓（許可）時滯表征技術(shù)轉(zhuǎn)移速度， 考察地理鄰近性對專利技術(shù)轉(zhuǎn)移速度的影響。相較于以往研究， 本文的重點和創(chuàng)新主要表現(xiàn)為： 第一， 關(guān)注專利技術(shù)轉(zhuǎn)移的時間效率， 考察地理鄰近性對專利技術(shù)轉(zhuǎn)移速度的影響； 第二， 地理鄰近性分別采用絕對距離（球面距離）和相對距離（交通時長）兩種形式進行測度并加以比較； 第三， 聚焦地理鄰近性， 同時以組織鄰近、經(jīng)濟鄰近、親緣關(guān)系作為控制變量， 在多維鄰近性分析框架下開展實證研究。

２ 研究假設(shè)、數(shù)據(jù)與方法

２.１ 研究假設(shè)

對于專利技術(shù)轉(zhuǎn)移而言，“近水樓臺先得月” 的理論依據(jù)主要來自以下幾個方面： 第一， 搜尋成本是交易雙方達(dá)成協(xié)議的事前成本， 而信息不對稱是搜尋成本產(chǎn)生的主要原因。為有效解決合作雙方的信息不對稱問題， 需要雙方積極搜尋相關(guān)信息， 并就相關(guān)解決方案進行談判， 這一過程需要耗費時間、精力和費用， 所以遠(yuǎn)距離的技術(shù)轉(zhuǎn)移時間成本更高。第二， 面對面交流有助于供需雙方更好地了解彼此的研究領(lǐng)域和技術(shù)成果， 推動雙方在研究開發(fā)等方面的合作， 這是專利引進和技術(shù)購買的前提條件， 而地理距離正是制約面對面交流的關(guān)鍵因素［２０］ 。第三， 地理鄰近性為交易雙方帶來更好的互動， 使雙方能夠獲得更豐富的信息資訊， 并促進隱性知識轉(zhuǎn)移學(xué)習(xí)［２１］ ， 更容易產(chǎn)生親近感， 促進相互信任［２２］ 。

地理鄰近性有利于減少信息不對稱， 降低交易成本， 增進主體之間的互動和信任， 從理論上來說，這些都能促進技術(shù)交易快速達(dá)成。過去幾十年間，國內(nèi)外學(xué)者圍繞地理鄰近性所開展的實證研究， 大部分都支持技術(shù)轉(zhuǎn)移具有距離衰減性的觀點。據(jù)此，本文提出“地理鄰近性有利于加快專利技術(shù)轉(zhuǎn)移”的假設(shè)， 將地理距離分為絕對距離（空間距離）和相對距離（交通時長）兩種， 提出兩項分假設(shè)。

Ｈ： 交易雙方的地理距離越小， 專利技術(shù)轉(zhuǎn)移速度越快（即時滯越短）

Ｈ： 空間距離越小， 專利技術(shù)轉(zhuǎn)移時滯越短

Ｈ： 交通時長越小， 專利技術(shù)轉(zhuǎn)移時滯越短

２.２樣本數(shù)據(jù)

２０１５ 年１２ 月， 中國汽車工業(yè)協(xié)會公布的數(shù)據(jù)顯示， 中國首次超越美國成為全球最大的新能源汽車市場， 此后產(chǎn)銷量連續(xù)７ 年位居世界第一。與此同時， 中國的新能源汽車專利也呈井噴之勢， 專利技術(shù)轉(zhuǎn)移十分活躍。本文以國內(nèi)新能源汽車行業(yè)為例， 選取該領(lǐng)域?qū)嶋H發(fā)生轉(zhuǎn)讓或許可的發(fā)明專利作為樣本數(shù)據(jù)， 在Ｉｎｃｏｐａｔ 專利數(shù)據(jù)庫中進行檢索， 對象選定“戰(zhàn)略新興產(chǎn)業(yè)—新能源汽車”， 法律狀態(tài)選擇“轉(zhuǎn)讓” 或“許可”， 申請人國別選定為“中國”， 時間限定為２０１５ 年我國新能源汽車產(chǎn)銷量躍居世界第一以后， 因２０２２ 年數(shù)據(jù)不完整， 所以將專利申請的時間區(qū)間設(shè)定為２０１５—２０２１ 年。檢索并下載符合上述條件的專利及其題錄信息， 對于許可和轉(zhuǎn)讓信息空缺或不完整的專利， 通過大為Ｉｎｎｏ?ｊｏｙ 專利數(shù)據(jù)庫檢索補充相關(guān)信息， 數(shù)據(jù)下載時間為２０２２ 年８ 月。經(jīng)匯總、篩選和整理共獲得１６ ２８４件專利作為初始數(shù)據(jù)集。從許可或轉(zhuǎn)讓雙方的地址記錄中提取城市名稱， 借助八爪魚爬蟲軟件從百度地圖抓取各個城市的經(jīng)緯度， 據(jù)此計算城市之間的空間（球面）距離， 抓取的交通時長表征城市之間的相對距離。

２.３計量指標(biāo)

１） 因變量： 技術(shù)轉(zhuǎn)移速度（Ｔｅｃｈｎｏｌｏｇｙ Ｔｒａｎｓ?ｆｅｒｒｉｎｇ Ｓｐｅｅｄ， ＴＳ）， 也稱技術(shù)轉(zhuǎn)移時滯或技術(shù)轉(zhuǎn)移年齡。本文將技術(shù)轉(zhuǎn)移速度定義為一項專利從首次公開日到發(fā)生轉(zhuǎn)移的時間之差， 之所以在計算時將專利首次公開日作為起點主要基于兩點考慮： 一是專利自公開以后方能進入公眾視野， 而在此之前很難被技術(shù)需求方搜尋到； 二是專利公開時間并不確定， 申請人可以選擇提前或延遲公開。本文提及的技術(shù)轉(zhuǎn)移含轉(zhuǎn)讓和許可兩種形式（統(tǒng)稱為轉(zhuǎn)化），相應(yīng)的速度指標(biāo)以（轉(zhuǎn)讓或許可）備案生效日減去專利首次公開日， 再將所得天數(shù)除以３０ 折算為月。若一件專利被多次轉(zhuǎn)化， 則以首次轉(zhuǎn)化的時間為準(zhǔn)。

２） 自變量： 地理鄰近性（Ｇｅｏｇｒａｐｈｉｃ Ｐｒｏｘｉｍｉ?ｔｙ， ＧＰ）， 本文分別采用空間距離和交通出行時長進行測量。

交通時長（Ｔｒａｆｆｉｃ Ｄｕｒａｔｉｏｎ， ＴＤ）用百度地圖所提供的兩城之間的交通出行時間來表示， 單位均為小時。一般來說， 陸地交通實現(xiàn)地域全覆蓋， 為出行首選； 對于遠(yuǎn)距離出行來說， 也會選擇乘坐飛機， 但航線覆蓋的城市畢竟有限。鑒于此， 本文將交通時長分為兩種： 一是陸地交通時長ＴＤ１， 一般為高鐵運行時長， 若兩地未開通高鐵則以普快列車時長代替， 若兩地不通火車則以百度提供的自駕時長代替； 二是最短出行時長ＴＤ， 在陸地交通時長和空中飛行時長之間取最小值。

３） 控制變量： 組織鄰近（Ｏｒｇａｎｉｚａｔｉｏｎａｌ Ｐｒｏｘ?ｉｍｉｔｙ， ＯＰ）， 技術(shù)轉(zhuǎn)移雙方的組織性質(zhì)相同， 同類組織一般具有相同或相似的發(fā)展目標(biāo)和經(jīng)營模式。樣本數(shù)據(jù)集共包含企業(yè)、院校、社會組織、個人４類主體， 若交易雙方為同類主體， 則組織鄰近性為１， 否則為０； 經(jīng)濟鄰近（Ｅｃｏｎｏｍｉｃ Ｐｒｏｘｉｍｉｔｙ， ＥＰ），參照我國東部、西部和中部三大經(jīng)濟地帶的劃分標(biāo)準(zhǔn)， 若交易雙方所在城市屬于同一經(jīng)濟地帶， 則視為經(jīng)濟發(fā)展水平接近， 經(jīng)濟鄰近性指標(biāo)為１， 否則為０； 親緣關(guān)系（Ｇｅｎｅｔｉｃ Ｒｅｌａｔｉｏｎｓｈｉｐ， ＧＲ）， 技術(shù)轉(zhuǎn)移雙方若為母公司與子公司或同屬一個母公司的子公司， 則親緣關(guān)系指標(biāo)設(shè)為１， 否則為０。

３ 研究結(jié)果

３.１ 主要指標(biāo)的數(shù)據(jù)分布規(guī)律

本文開展的實證研究主要圍繞表征專利技術(shù)轉(zhuǎn)移速度的ＴＳ 指標(biāo)與表征交易主體間地理鄰近性的空間距離ＳＤ 和交通時長ＴＤ 指標(biāo)展開， 首先根據(jù)這幾個關(guān)鍵指標(biāo)的數(shù)據(jù)繪制Ｋｅｒｎｅｌ 核密度圖， 如圖１～圖３ 所示， 直觀展示了這些指標(biāo)的數(shù)據(jù)分布規(guī)律。

由圖１ 可知， 專利的技術(shù)轉(zhuǎn)移速度長短不一，自專利首次公開日起， 樣本專利發(fā)生轉(zhuǎn)化的時滯短則當(dāng)月， 長則數(shù)年以后。數(shù)據(jù)分布區(qū)間較大， 核密度曲線呈倒Ｕ 型分布， 峰值在１８ 個月， 專利自公開之后１４～１８ 個月之間發(fā)生轉(zhuǎn)化的概率最大， 大部分專利的轉(zhuǎn)化時滯在１～３ 年， 時滯過長或過短的情況很少， 說明專利的市場價值具有較強的時效性， 超出一定的時間， 不利于其市場價值的實現(xiàn)。

由圖２ 可知， 我國幅員遼闊， 技術(shù)交易主體分散于全國各地， 由經(jīng)緯度計算的球面距離僅代表物理空間距離， 短則十?dāng)?shù)公里， 長則３ ０００多公里。其核密度曲線在約１５０ 公里和１ １００公里處分別出現(xiàn)兩個峰值， 大部分的專利技術(shù)轉(zhuǎn)移發(fā)生在１ ５００公里以內(nèi)。整體而言， 空間距離的數(shù)據(jù)分布較為分散。

交通時長表征物理空間的可達(dá)性， 不僅取決于兩地的空間距離， 也受到交通條件的直接影響。圖３ 顯示， 交通時長的核密度曲線呈倒Ｕ 型， 且?guī)в虚L尾， 多在１０ 小時內(nèi)。飛機出行顯著縮短了交通時長， ＴＤ 和ＴＤ 的峰值分別在４ 小時和２ 小時。相較于空間距離， 交通時長的數(shù)據(jù)分布更為集中， 其中ＴＤ 的集中度又明顯大于ＴＤ。

綜上， 跨區(qū)域遠(yuǎn)距離的技術(shù)轉(zhuǎn)移已成為專利轉(zhuǎn)化的常態(tài)， 而從上述幾個指標(biāo)的數(shù)據(jù)分布狀態(tài)來看， 交易雙方的空間距離與其交通時長并不必然一致， 此外， 不同交通出行方式所表征的相對距離也存在明顯差別。

３.２ 專利技術(shù)轉(zhuǎn)移速度的組間差異比較

針對本文提出的原假設(shè)， 首先通過組間差異比較加以驗證。將初始數(shù)據(jù)集１６２８４件樣本專利按照交易雙方所處的區(qū)域位置分為３ 組： 同城組、省內(nèi)（跨城）組和跨省組， 分別對各組專利的技術(shù)轉(zhuǎn)移速度指標(biāo)進行描述性統(tǒng)計分析， 如表１ 所示， 再結(jié)合Ｋｒｕｓｋａｌ－Ｗａｌｌｉｓ 檢驗進行組間差異比較， 結(jié)果匯總整理后如表１ 和表２ 所示。

樣本專利中超過一半（５２.２５％）為跨省區(qū)轉(zhuǎn)化，同城轉(zhuǎn)化占比僅為３５.７５％， 相比較而言， 跨區(qū)域的專利技術(shù)轉(zhuǎn)移已成主流。由表１ 和表２ 數(shù)據(jù)可知， 無論是對同城轉(zhuǎn)化、省內(nèi)轉(zhuǎn)化、跨省轉(zhuǎn)化３ 組專利數(shù)據(jù)進行Ｋｒｕｓｋａｌ－Ｗａｌｌｉｓ 檢驗， 還是對任意兩組數(shù)據(jù)進行兩兩比較， 均存在顯著的組間差異（Ｐ＜０.０１）， 說明不同區(qū)域范圍的專利轉(zhuǎn)化， 其技術(shù)轉(zhuǎn)移速度確實存在明顯的差別。結(jié)合各組數(shù)據(jù)的平均值、中值以及秩均值指標(biāo)來看， 同城轉(zhuǎn)化的時滯最長、速度最慢， 省內(nèi)跨城市的轉(zhuǎn)化時滯次之， 跨省區(qū)的轉(zhuǎn)化速度最快。而一般來說， 同城地理距離最小， 其次是省內(nèi)， 跨省區(qū)的地理距離最大。可見，“近水樓臺先得月” 的假設(shè)并不成立， 通過組間差異比較獲得了與之完全相反的結(jié)論， 跨區(qū)域遠(yuǎn)距離的專利技術(shù)轉(zhuǎn)移速度反而更快。

３.３ 相關(guān)分析與回歸分析

為進一步檢驗地理鄰近性對專利技術(shù)轉(zhuǎn)移速度的影響， 將專利技術(shù)轉(zhuǎn)移速度（ＴＳ）、空間距離（ＳＤ）和交通時長（ＴＤ 和ＴＤ）共４ 組指標(biāo)數(shù)據(jù)導(dǎo)入ＳＰＳＳ軟件進行相關(guān)和回歸分析。本文在計算地理距離時以城市為坐標(biāo)， 同城交易的距離一律視為０， 所以只保留跨城市的１０４６２件專利參與相關(guān)和回歸分析。ＴＳ 為因變量， ＳＤ、ＴＤ１ 和ＴＤ２ 分別作為自變量， 組織鄰近（ＯＰ）、經(jīng)濟鄰近（ＥＰ） 和親緣關(guān)系（ＧＲ）作為３ 個控制變量。上述自變量和因變量均為連續(xù)變量， 控制變量全部為二分類變量。結(jié)果如表３ 和表４ 所示。

由表３ 數(shù)據(jù)可知： 首先， ＳＤ、ＴＤ 和ＴＤ 三者之間顯著正相關(guān)， 說明城市間的交通時長雖與空間距離高度相關(guān)， 但并非完全由空間距離決定， 空間距離和交通時長在表征地理鄰近性時具有互補性，而不能相互取代。其次， 專利技術(shù)轉(zhuǎn)移速度ＴＳ 與空間距離ＳＤ 和陸地交通時長ＴＤ 顯著負(fù)相關(guān)， 但相關(guān)系數(shù)很小， ＴＳ 則與最短交通時長ＴＤ 不相關(guān)。最后， ＴＤ 和ＴＤ 顯著正相關(guān)， 但兩組數(shù)據(jù)仍有明顯差別， 平均值相差逾２ 小時， 飛機出行大幅縮短了交通時長， 可見， 在表征空間可達(dá)性時， 不同的交通出行方式會對分析結(jié)果產(chǎn)生直接影響， 需考慮交通工具的多樣性與差異性。

因ＴＤ 與ＴＳ 不相關(guān)， 所以未納入回歸分析。模型１ 和模型２ 分別將空間距離ＳＤ 和交通時長ＴＤ 作為自變量進行一元線性回歸， 模型３ 和模型４ 加入了３ 個控制變量進行線性回歸。上述４ 個模型全部以專利技術(shù)轉(zhuǎn)移速度ＴＳ 作為因變量， 檢驗地理距離是否對其產(chǎn)生影響。由表４ 數(shù)據(jù)可知，ＳＤ 和ＴＤ 分別作為自變量在４ 個模型中全部通過回歸檢驗， Ｆ 和ｔ 的顯著性水平值都小于０.０１， 說明這兩類距離指標(biāo)均對專利技術(shù)轉(zhuǎn)移速度產(chǎn)生影響。從影響形式來看， 交易雙方距離越遠(yuǎn)， 專利技術(shù)轉(zhuǎn)移時滯越?。ㄋ俣仍娇欤?。

３個控制變量的影響在統(tǒng)計學(xué)意義上是顯著的， 組織鄰近和親緣關(guān)系兩個指標(biāo)對專利技術(shù)轉(zhuǎn)移時滯有正向影響， 而經(jīng)濟鄰近對其有負(fù)向影響， 但結(jié)合回歸系數(shù)來看， 影響程度都很小。加入３ 個控制變量以后， 回歸效果略有改善， 但并不明顯。地理距離對技術(shù)轉(zhuǎn)移速度ＴＳ 確有微弱影響， 即便加入控制變量， 影響仍十分有限。

地理鄰近性對專利技術(shù)轉(zhuǎn)移速度的影響得以確認(rèn)， 但Ｒ 方值和回歸系數(shù)很小， 模型解釋力不強，難以實現(xiàn)預(yù)測功能。原因在于專利技術(shù)速度同時受到多種因素的綜合影響， 交易雙方的地理距離只是其中之一， 對專利技術(shù)轉(zhuǎn)移速度的影響極為有限。

綜上， 相關(guān)和回歸分析結(jié)果表明， 原假設(shè)Ｈ和Ｈ 在某種意義上反向成立， 即交易主體之間的距離越遠(yuǎn)， 專利技術(shù)轉(zhuǎn)移速度越快。但是若將飛機出行考慮在內(nèi)， 最短交通時長ＴＤ對專利技術(shù)轉(zhuǎn)移速度沒有影響。結(jié)合ＶＩＦ 值可知， 幾個變量之間不存在多重共線性?？刂谱兞康挠绊懕憩F(xiàn)為： 交易雙方組織鄰近（同類型）時， 專利技術(shù)轉(zhuǎn)移速度更慢； 交易雙方位于同一經(jīng)濟帶（經(jīng)濟鄰近）時， 專利技術(shù)轉(zhuǎn)移速度更快； 交易雙方有親緣關(guān)系時， 專利技術(shù)轉(zhuǎn)移速度更慢。整體而言， 地理鄰近性對專利技術(shù)轉(zhuǎn)移速度確有一定影響， 并且是和組織鄰近、經(jīng)濟鄰近、親緣關(guān)系等多個因素綜合起作用。

３.４ 新冠疫情對統(tǒng)計結(jié)果的影響

考慮到新冠疫情這一重大事件可能會對技術(shù)交易主體的行為和決策產(chǎn)生一定干擾， 從而影響研究結(jié)論的適用性， 本文以疫情暴發(fā)為界劃分兩個時間窗口， 國內(nèi)新冠疫情始于２０１９ 年末， 以此為界將樣本數(shù)據(jù)按照專利首次公開日拆分為疫情前（２０１５—２０１９ 年）和疫情中（２０２０—２０２１ 年）兩個數(shù)據(jù)集， 分別進行相關(guān)和回歸分析， 通過兩個窗口統(tǒng)計結(jié)果的直接比較， 檢驗地理鄰近效應(yīng)是否受到新冠疫情的影響。結(jié)果匯總整理后如表５ 和表６ 所示。

由表中數(shù)據(jù)可知， 疫情前空間距離ＳＤ 和陸地交通時長ＴＤ對專利技術(shù)轉(zhuǎn)移時滯ＴＳ 有負(fù)向影響， 最短交通時長ＴＤ 對ＴＳ 沒有影響。而疫情中的分析結(jié)果明顯不同于以往， ＳＤ 對ＴＳ 的影響減弱， 且由負(fù)向轉(zhuǎn)為正向； ＴＤ的影響不復(fù)存在； ＴＤ則由原先的沒有影響變?yōu)槲⑷醯恼蛴绊?。整體而言， 疫情前Ｈ 和Ｈ 反向成立， 疫情中Ｈ 和Ｈ部分成立。無論是正向影響還是負(fù)向影響都十分微弱， 且疫情中地理距離的影響要比疫情前更微弱。疫情在一定程度上改變了地理鄰近效應(yīng)的作用方式， 當(dāng)人類出行受到極大限制時， “近水樓臺” 在專利技術(shù)轉(zhuǎn)移中的優(yōu)勢得以顯現(xiàn)， 即交易雙方地理距離越近， 專利技術(shù)轉(zhuǎn)移速度越快。

４ 結(jié)論與啟示

４.１ 結(jié)論與討論

１） 跨區(qū)域遠(yuǎn)距離的專利技術(shù)轉(zhuǎn)移漸成主流。究其原因： 一是政策導(dǎo)向。我國幅員遼闊、行政區(qū)劃明顯， 創(chuàng)新資源分布極不均衡， 政府努力推動跨區(qū)域的資源流動和配置， 促進科技成果遠(yuǎn)距離轉(zhuǎn)移［１８］ 。二是交通和通信條件改善。遠(yuǎn)距離的溝通和交流變得十分便捷， 極大突破了空間距離導(dǎo)致的障礙， 溝通和搜尋成本降低， 這就為跨區(qū)域技術(shù)轉(zhuǎn)移創(chuàng)造了有利條件。三是買方對于異質(zhì)性和稀缺性知識與技術(shù)的客觀需求。地理鄰近雖具有低成本、方便溝通與信息傳遞等優(yōu)勢， 但容易引起資源同質(zhì)化， 長期會抑制企業(yè)創(chuàng)新活力， 而遠(yuǎn)距離的弱聯(lián)系擴大了企業(yè)尋求技術(shù)資源的范圍， 能更好地獲取異質(zhì)性知識和技術(shù)［２４］，有利于創(chuàng)新要素耦合和創(chuàng)新效率提升。

２） “近水樓臺先得月” 的假設(shè)不成立， 跨區(qū)域遠(yuǎn)距離的技術(shù)轉(zhuǎn)移速度反而更快。基于全樣本數(shù)據(jù)和疫情前數(shù)據(jù)所獲得的研究推翻了“近水樓臺先得月” 的假設(shè)， 而“酒香不怕巷子深” 與現(xiàn)實基本吻合。之所以跨區(qū)域遠(yuǎn)距離的技術(shù)轉(zhuǎn)移速度更快， 除了“交通和通信條件改善降低了交易雙方溝通和搜尋成本” 這一原因以外， 還有一類重要原因： 交易并非需求方獲取知識和技術(shù)的唯一途徑， 諸如合作研發(fā)、技術(shù)咨詢與指導(dǎo)、技術(shù)人員互動等， 均可作為替代方案滿足技術(shù)需求， 往往成本更低、效果更好。當(dāng)供需雙方地理鄰近， 這些替代方案更易于實現(xiàn)， 不必非要通過轉(zhuǎn)讓和許可交易才能滿足技術(shù)需求。凡是買方舍近求遠(yuǎn)購買的大多是本地區(qū)近距離創(chuàng)新主體無法提供的異質(zhì)化知識和技術(shù)， 買方對于這類知識和技術(shù)的需求更迫切， 時效性要求更高，成交速度更快。買方對于近距離的同質(zhì)化知識和技術(shù)的需求并不迫切， 常會經(jīng)過反復(fù)比對和挑選再擇優(yōu)交易， 技術(shù)轉(zhuǎn)移時滯反而更長。此外， 飛機出行大幅提升了可達(dá)性， 極大弱化了地理鄰近效應(yīng)， 導(dǎo)致最短交通時長對專利技術(shù)轉(zhuǎn)移速度沒有影響。

３） 疫情期間地理鄰近的優(yōu)勢再次顯現(xiàn)， 地理鄰近性的影響方式發(fā)生了顯著變化。事實上， 以往導(dǎo)致“地理鄰近效應(yīng)弱化甚至消失” 的重要原因之一是， 交通條件的改善讓人類出行變得十分便捷［２５］ 。當(dāng)疫情期間人類出行受到很大限制時， 遠(yuǎn)距離交易的不便再次顯現(xiàn)。此時空間距離又成為障礙因素， 近距離的交易主體在溝通和信息搜尋方面的天然優(yōu)勢， 有助于降低技術(shù)交易的時間成本、提升專利技術(shù)轉(zhuǎn)移速度。在新冠疫情這一特殊的社會背景下， 地理鄰近效應(yīng)展示出“近水樓臺先得月”的優(yōu)勢。本文的樣本數(shù)據(jù)時間區(qū)間是２０１５—２０２１年， 覆蓋了疫情前和疫情中， 而疫情結(jié)束后出行不再受限， 地理鄰近性對專利技術(shù)轉(zhuǎn)移速度的影響是否會恢復(fù)到疫情之前的狀態(tài)， 有待在一段時期以后再做進一步考察和驗證。

４.２ 啟示與建議

１） 對于技術(shù)交易主體的啟示。專利的市場價值主要取決于專利本身具備的技術(shù)、法律和經(jīng)濟屬性特征， 而專利市場價值的實現(xiàn)效率則需要考慮交易雙方主體特征的影響。當(dāng)前， 創(chuàng)新資源在更廣范圍內(nèi)整合和有效配置， 企業(yè)僅僅依靠內(nèi)部的資源進行高成本的創(chuàng)新活動， 已經(jīng)難以適應(yīng)快速發(fā)展的市場需求和日益激烈的市場競爭。地理距離對技術(shù)轉(zhuǎn)移的影響逐漸弱化甚至消失， 企業(yè)更多地尋求跨區(qū)域的異質(zhì)知識， 開展遠(yuǎn)距離的技術(shù)轉(zhuǎn)移與合作。對于供需雙方來說， 交易決策中不必過多考慮地理距離所帶來的時間成本， 更不能為了追求地理鄰近性而將搜尋目標(biāo)局限于較小區(qū)域。為加快專利技術(shù)轉(zhuǎn)移， 反而應(yīng)該將目光放在更遠(yuǎn)的范圍， 優(yōu)先選擇跨區(qū)域遠(yuǎn)距離的交易對象及專利成果。

２） 對于科技政策制定者的啟示?？鐓^(qū)域遠(yuǎn)距離的技術(shù)交易應(yīng)該受到更多的鼓勵， 不只帶來異質(zhì)化的知識和技術(shù)， 而且能夠在一定程度上提升專利轉(zhuǎn)化應(yīng)用的時間效率。諸如“肥水不流外人田” 或“近水樓臺先得月” 的傳統(tǒng)認(rèn)知和慣性思維需要扭轉(zhuǎn)。有些地方政府在制定政策時傾向于鼓勵技術(shù)轉(zhuǎn)移本地化， 這種做法過于狹隘， 從長遠(yuǎn)和全局來看并不利于發(fā)展。過度強調(diào)地理鄰近會阻礙新知識的進入， 削弱行為主體的創(chuàng)新能力， 造成區(qū)域性自我封閉， 不利于外部知識流入而導(dǎo)致技術(shù)趨同和鎖定［２６］ ?？鐓^(qū)域遠(yuǎn)距離的知識交流和技術(shù)轉(zhuǎn)移對于創(chuàng)新而言， 是有益的， 也是必需的， 應(yīng)該破除地域限制， 支持和鼓勵跨區(qū)域遠(yuǎn)距離的專利技術(shù)轉(zhuǎn)移。

３） 對于產(chǎn)業(yè)集群規(guī)劃者的啟示。以往的產(chǎn)業(yè)集群多強調(diào)地理和行政區(qū)劃界線， 交通條件和通訊技術(shù)的飛速發(fā)展極大削弱乃至克服了主體交互對于地理鄰近性的依賴。鑒于此， 有必要重新定義產(chǎn)業(yè)集聚概念， 重新劃定產(chǎn)業(yè)集聚范圍， 在更寬廣的時空范圍內(nèi)謀劃產(chǎn)業(yè)集聚的布局， 也可突破地理邊界限定， 打造虛擬產(chǎn)業(yè)集群。自２０２０ 年以來， 國家陸續(xù)出臺了多項關(guān)于虛擬產(chǎn)業(yè)集群的政策， 如國家發(fā)改委發(fā)布的《“數(shù)字化轉(zhuǎn)型伙伴行動”倡議》、國務(wù)院印發(fā)的《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》等紛紛提出“打造跨越物理邊界的虛擬產(chǎn)業(yè)園和產(chǎn)業(yè)集群”。地理邊界模糊化、產(chǎn)業(yè)集群虛擬化正在成為數(shù)字經(jīng)濟時代下產(chǎn)業(yè)組織的新趨勢。

４） 對于相關(guān)領(lǐng)域研究者的啟示。地理距離作為創(chuàng)新活動的關(guān)鍵變量受到關(guān)注， 但學(xué)界對地理距離的多面性和多變性重視不夠。地理鄰近效應(yīng)并非一成不變， 隨著交通條件和通信技術(shù)發(fā)展， 地理距離對技術(shù)創(chuàng)新的影響， 包括影響程度、作用方式等都在變化， 甚至像新冠疫情這樣的社會重大事件都會改變地理鄰近效應(yīng)的作用方式。學(xué)界有必要從地理空間和區(qū)域邊界以外的維度定義鄰近性概念， 并重新審視不同維度下地理鄰近性對技術(shù)創(chuàng)新的影響。地理距離是否仍有影響？ 空間距離的影響是否已被取代？ 地理鄰近性的傳統(tǒng)認(rèn)知是否仍經(jīng)得起實證檢驗？ 這些問題值得關(guān)注和思考， 也亟待學(xué)者們借助新的計量指標(biāo)在多維研究框架之下審視和解答。