大数据时代专利服务动态协同机制构建*

魏 静 魏延辉 张慧颖

（1.天津大学教育学院 天津 300072；2. 山东工商学院工商管理学院 山东烟台 264005；3.天津大学管理与经济学部 天津 300072）

知识产权是促进科技进步的重要力量，传统知识产权战略管理主要强调其创造、运用、保护、管理四大职能。但大数据时代企业管理日新月异，传统统计抽样数据处理方式正经受大数据、云计算等新技术的变革与冲击，以专利数据为例，其科研价值、服务价值、管理价值等科学决策的支撑价值正在为人们所认知，数据所蕴含巨大商机也亟需系统开发与科学利用[1]。

1 专利服务职能提升背景

中国的专利数量近年来增长很快，伴随着中国经济奇迹，创造了中国专利奇迹[2]。随着大数据时代的来临，专利战略实施过程中出现了一些新问题和新情况，如专利服务水平整体不高，专利服务战略定位缺失。提升专利服务战略职能定位，至少有以下几方面必要：第一，是提升专利成果转化效率与水平的要求。从2011年起中国的专利年申请量已经跃居世界第一，并且继续保持快速增长势头。但同时中国的专利转化水平比较低，转化率不足10%，这其中固然有专利本身质量的问题，但市场信息不对称，专利中介服务体系不发达，也是不容忽视的重要原因。因此提升专利成果转化率，提高专利运用水平，必然对专利服务提出更高的要求。第二，是实现中国创新、创业发展，促进经济供给侧改革的时代要求。提升创新全社会参与度，提高全民专利意识，提高专利产出水平，提速创业促进经济发展，建设创新型社会。第三，是提高专利质量的要求。中国的专利质量整体水平较低，在市场上属于关键技术和核心能力的专利不多，同时在专利发展上存在着区域和产业的不平衡[1-2]，在国际竞争的诸多领域较先进水平还存在较大差距。均衡发展，补齐短板，专利服务大有可为[3]。第四是开发具有责任感的专利的需要。通过专利服务来对创新主体进行政策及理念引导，使创新更顺应时势，更绿色环保，更有利国家战略全局，从而提高专利创新的正向性。

中国专利正经历着从规模数量型到质量效益型的质变过程，专利服务是转型成功的必要保障。目前国内专利制度除创造环节外，其余各环节相对还存在明显的活力不足和效能短板，这需要从源头挖掘原因[4]。在大数据时代背景下，原有的专利战略实施的四大职能已经不能满足时代要求，原有的专利服务也多局限于各环节内部，打通各职能之间脉络，促进专利服务水平，提高专利服务职能战略定位与管理水平是必然要求。

2 文献综述

专利服务是与专利相关方在技术创新活动中与其专利创造、运用和保护及管理有关的各类服务[1]。从现有研究看，专利服务发展主要有以下几个趋势：

第一，从狭义的专利信息服务为主，向广义的全面专利服务转变。专利服务可以分为多个层面，狭义层面包括对于专利细分、设计、商标、专利追踪等信息咨询服务及资料复印类的行政事务服务，还会扩展到面向发明者和企业提供定期的专利介绍讲习课程，召开知识产权座谈会，出版时事通讯类的知识产权相关培训手册等，服务通常由专利图书馆或专利信息服务中心来提供[5]。广义层面包括与专利相关的全过程服务，除咨询和培训服务，还包括解决专利纠纷，帮助客户在专利实施过程中解决困难、对付专利流氓等。

第二，从专利信息服务的技术信息服务，到技术信息与非技术信息并重转变。专利服务可分为专利技术服务和非技术因素相关专利权服务，两者均会创造价值，研究者发现专利在提供大量技术信息的同时，也提供了丰富的非技术信息，其内涵非常广泛，目前的研究多从狭义角度围绕专利信息服务进行，这在专利服务的初期尚可，但随着服务工作的推进，与专利相关的信息服务（多为非技术）的重要性日渐凸显。如市场信息服务[4]、价值信息服务[6]等非技术信息服务。

第三，从统一式标准化服务，向客户定制化服务转变。客户群多样性，客户需求个性化及复杂化的增加，对专利服务的质量也提出了新的要求。专利信息中心不得不迎合客户的新要求。过去，信息中心的服务有标准的类目，比如数据和资料获取，参考数据及资料的查询以及技术监督等。现在客户的要求越来越精细，这种服务越来越向客户个性化、定制化发展。

第四，从单一环节服务，向前后期全过程服务转变。这一方面与专利服务的效率有关，还与一国专利发展程度以及专利法制的健全程度均有很大关系。如果专利创新发展程度较快，而法制又相对健全，那么公司在创新之初对于专利服务的要求会较多，而在确定创新方向及专利申报成功后对于专利服务的需求则会非常少。专利服务也可分为前期服务和后期服务。典型的前期服务集中于通过对信息的分析为客户提供方案，以便于其选择、聚焦一个技术创新领域。Jong 和 Sang发现这种前期有关专利信息的服务可通过建立客观的专利路标为该领域公司选择和从事技术投资提供导向性的参考[7]。后期服务不仅包括前文提到的针对专利申报成功后或市场开发过程中遇到的困难提供的相关服务，还包括专利转化咨询服务。

第五，从专利服务选择本区域服务商为主，向跨区域战略合作转变。Alfred 和Lothar 研究了欧盟27国的公共专利信息服务，发现专利服务团队的能力对于中小型公司来说主要取决于该机构的易识别性和及时的需求反馈能力，这是众多品质中较为重要的两个因素，而地理上的临近性并没有看上去那么重要[8]。

面对动态多变的市场，Bart提出可以建立三方团队的合作方式提升专利服务能力以满足不同的客户群。所谓三方合作团队即专利技术顾问机构与专利信息专家小组和客户自有的技术或产品专家团共同合作的方式，以此来满足不同领域的差异需求[5]，但对于如何更有效提升三方合作效率并未具体提出方案。而针对国内专利服务平台发展现状，李振良等提出要建设市场主导、政府服务的“物理分散、逻辑统一”的“分散式、合作性”专利信息服务新模式，对建设主体、内容、模式进行规范[9]。周磊等提出通过对专利服务的运作机制、组织体系、制度保障三方面改进，可更高效推进产业突破性创新[10]。魏延辉等从宏观视角以专利协同管理为例，强调协同要注重专利申请数量与专利申请质量协同；专利制度国家特色与国际标准的协同；专利制度与产业政策及区域政策的协同；专利存量的利用与专利增量的开发协同[11]。

以上研究，对于加强专利服务、促进专利服务协同，提升创新效率有一定的启示作用，但多未能就大数据时代背景专利服务协同进行系统分析。在新环境下，技术创新服务平台建设既要充分考虑各内外因素，又要兼顾柔性、系统、动态、开放、创新和协同等特点[12]。在大数据时代，对于专利服务需要运用科学方法提升运营效率，建立动态协同创新机制，打破专利信息孤岛，加速信息技术与各行业的交叉融合，拓展信息技术产业发展空间。在大数据席卷全球的环境下，专利服务业正迎来空前的发展机遇,对此情境下专利服务的协同机制分析有一定的现实意义。

3 研究体系与框架建立

大数据时代专利服务协同机制的建立，需要从宏观上对专利服务战略方案进行科学规划，能够结合环境变化保持战略的动态演进。要有完整的数据分析与反馈机制，对现实绩效进行实时评价。

构建思路如图1所示，专利战略服务协同机制应由战略方案规划机制、战略逻辑动态体系机制、优化与控制机制三部分构成。在此基础上构建管理体系框架，其具体操作要点可以概括为一条主线、两个驱动、两个保障、三个优化，而其中的每一个环节，都离不开专利服务的协同作用，下面将对具体构建的方法进行概括说明。

图1 专利服务动态协同机制流程图

3.1 一条主线：以知识链管理为主线

专利的服务过程是对其背后知识链的组织再造过程。知识链管理是通过对创新组织间知识流动的过程优化。通过促进知识共享，增强交互学习，形成知识优势。其本质是知识活动的管理，强调对知识的管理过程与管理环境耦合。作为创新主体，一方面要拥有知识，另一方面应具有作用知识的能力，强调其主动性。专利具有自身特性，一般知识商品具有非实物、非独占、非竞争积累的特征，但是专利商品可以在一定时间或空间实现合法的独占。为此，要使专利发挥更大的价值，从专利原始需求的产生，到专利最终广泛应用，并最终实现社会化，每一个环节都要挖掘深层次价值，借助大数据力量实现全过程服务，保证数据时效性，挖掘专利数据背后的隐性价值。隐藏在知识链背后的是其价值链，依据专利的特性，建立专利价值链模型，如图2：

图2 专利战略管理价值链模型

如图所示，专利战略管理的主体价值创造活动包括专利的创造、运用、保护、管理。而通过专利服务，使孤立的四者成为有机的整体，特别是在大数据时代背景下，通过专利服务，打通各个环节的信息孤立。举例来说，在专利创造前就要考虑如何才能更有效的保护，主要有什么样的市场应用价值，如何通过管理使价值最大化，创新主体存在什么创造掣肘。专利服务机构通过自身专长，系统分析专利价值创造流程，突破制约瓶颈，提升专利含金量，使专利创造从“为了创造而创造”变为“为了市场而创造”和“为了现实和潜在需求而创造”。

3.2 两个驱动：TRIZ思想与专利地图的运用

围绕知识链主线还可以开展系列效率提升活动，TRIZ（发明问题解决理论）方法是效率提升的一种有效工具。对于科技创新，创新的方法既是手段也是内容，对于提升一个区域或产业的自主创新能力至关重要。由原苏联科学家Altshuller开创的TRIZ方法是目前最具影响力的创新方法之一。该理论强调通过发明来解决实际问题，实现发明的实用化，促进多角度思维，突破思维定势；透过揭示问题本质，系统分析问题，明确问题的探索方向，从根源解决问题；通过技术进化规律、发展趋势的预测，开发出富有竞争力的产品。这与本研究提出的专利服务动态协同思想高度契合，在专利服务实践过程中，从高校人才培养就要强化学生创新意识，社会各方如企业、政府也要加大TRIZ培训，促进科技成果实践应用，促进效率提升，为创新发展提供多源头驱动力。

专利信息包含着技术创新和发展的相关数据，是企业创新活动非常有价值的信息资源。运用大数据处理技术，结合专利的引文分析、专利地图等可以深入挖掘专利潜能。专利地图是一种专利信息情报可视化分析方法，结合相关专利申请趋势、区域分布、主要专利权人、IPC等因素分析，可明晰竞争格局，识别现实及潜在竞争对手，探寻该领域核心技术及技术空白点，预测重点技术未来发展趋势，从而知己知彼。专利地图将在企业制定竞争战略、政府科学决策中扮演重要角色，对提高科研效率，降低经费投入，提高专利开发的质量等方面发挥越来越大的作用。

专利地图和TRIZ分别从宏观和微观或者从发明前和发明后不同视域利用大数据对技术及相关市场进行数据挖掘，实际应用过程中需要将两者进行有机结合，充分利用大数据提升创新效率。

3.3 两个保障：智力资本价值开发与社会网络提升

单依靠TRIZ或专利地图还不足以支撑大数据时代专利服务协同水平提升，还需要融入更广泛的各方力量。可利用智力资本形成相关主体提升合力，并借助社会网络力量形成创新集群，利用专利自身数据之外的大数据促进专利服务再上新台阶。

智力资本分为四类，由员工知识与技能形成的人力资本，组织内部规制、流程、数据形成的结构资本，通过与外部合作获得知识形成的关系资本，组织内部成员的相互关系获得的知识形成的内部社会资本[13]。智力资本被视为影响技术创新类型最关键的因素，公司的政策、流程、员工以及与外界关系等均反映在智力资本的各个方面。

在供应链上的社会资本是企业重要的社会网络资源。面对竞争激烈的市场环境,社会资本对产品创新的影响引起越来越多的关注，企业在实施产品创新过程中,供应链社会资本和知识管理过程积极影响企业产品创新能力[14]。

网络中心性、联系强度、异质性、动态性是社会网络主要测量维度，其中以中心性特征最为关键，中心性越高的主体信息及地位优势越明显。网络的联系强度反映了网络主体与其他网络成员的合作频繁程度，反映合作对象之间的认可程度与重要性；异质性主要测度合作对象的多样性，如存在大量的跨界合作，更有利于创新绩效提升。动态性可以测试创新的活性，体现出更多的合作关系可能。创建更多合作关系，建立更多的合作渠道，有利于企业获取更多的信息资源，加速其网络成员的信息交互过程，获取更多有价值的数据，完善大数据体系。企业在社会网络中的位置不同，其学习到的知识、信息和技术的程度也存在差异，从而不同程度地影响技术创新的绩效。如图3所示，可以通过专利服务的协同促进成员的社会网络升级，从技术协同、组织协同到实现价值协同，从而实现增进创新绩效。

图3 社会网络与智力资本服务协同机理图

企业的营利能力很大程度取决于其从外部获取创新资源并将其转化为商业价值的能力，也就是获取知识、利用知识，实现知识增值的能力[15]。社会网络可以在企业不需纵向一体化的情况下扩展其边界，并促进从网络其他成员获取信息和技术诀窍。这些由外部关系所获得的知识，对组织新产品开发具有重要价值，会促使企业提升其研发水平。知识来源的多样化会加快处理过程的速度，缩短产品的开发周期，提高技术创新绩效。

3.4 三个优化：机器学习、计算实验、知识管理

面向大数据的管理决策研究将有助于厘清数据交互连接产生的复杂性，掌握数据冗余与缺失双重特征引起的不确定性，驾驭数据的高速增长与交叉互连引起的不确定性。海量的数据需要甄别和处理，运用模拟与仿真的技术结合数字智能化等管理技术手段使流程控制和优化成为可能。

3.4.1 机器学习的优化

成功战略实施要辅以先进的技术手段，大数据时代更是如此。传统的层级体系已向链式结构转变，并进一步向网络结构拓展，结构的开放性要求更强，创新思维的来源、信息的渠道更广。网络挖掘技术的发展，使高精准舆情抽取成为可能，可以是基于深度的语法分析；中等精准舆情抽取，基于统计类舆情分类（机器学习等）；通过关键词索引设计可以实现专利信息情报的高覆盖。鲁棒性开发处理不规范词句、网络用语和错别字，深入开展专利相关数据挖掘。将专利服务与云计算技术、物联网技术系统结合。

3.4.2 计算实验的优化

需要科学的方法保证机器学习的效率。科学的方法是大数据时代海量数据处理效率提升的关键。运用智能优化预测方法改进专利服务的协同。常见的方法有神经网络智能预测方法、遗传算法、粒子群优化算法。神经网络方法可以学习和存贮大量的输入—输出模式映射关系，可以模拟任意的非线性映射。

遗传算法是一种进化算法，该方法通过模仿自然界的选择与遗传机理来寻求最优解，要经过编码和解码的过程。粒子群优化算法通过对动物群体活动的观察，探寻群体从无序到有序的动态演化过程。粒子群优化过程是通过迭代在解空间追随最优的粒子进行搜索。这些方法与技术在大数据时代对于分析专利运营，探寻市场未来技术发展方向将前景广阔。

3.4.3 知识管理的优化

知识管理离不开知识产权，知识产权也离不开知识管理。各类信息的提取技术及优化算法的最终实现，离不开知识管理的过程，而知识管理的关键环节，是隐性知识与显性知识的转化。 Nonaka认为知识创造是显性知识（Explicit Knowledge）和隐性知识（Tacit Knowledge）持续相互作用的动态过程。通过四种模式实现动态平衡：社会化模式（Socialization）、外部化模式（Externalization）、组合模式（Combination）、内部化模式（Internalization），即SECI过程。这一过程不单要重视硬件和软件的建设，还要重视成员关系，特别注意显性知识与隐性知识两者交互作用对产品创新的影响。显性知识与隐性知识具有差异性。对专利服务而言，要促进企业的潜力挖掘，通过专利库建立专利地图，可以更好地提升专利市场竞争力，同时专利本身只是显性知识，企业要抢占市场先机，需要挖掘显性知识背后的隐性知识，提升隐性知识显性化的效率，这对于专利的运用及改进提高十分重要。

4 主要矛盾与问题对策及专利服务实例

4.1 主要矛盾与问题对策——专利服务的动态协同

中国已进入加快创新型国家建设的关键阶段，知识产权与科技创新如影随形，坚持把科技创新摆在优先发展的战略位置，就要求中国的知识产权工作应把为科技创新提供全程服务作为当前和今后一段时间内最重要的工作来抓，专利服务的难点是培养系统成员的自服务、自协同能力，培养动态协同的文化。使其能够根据外界环境的变化自动匹配与之相配套的能力，而不只是依靠单独的中介服务机构来完成专利服务的协同。这种能力非常重要，即使再先进的服务手段，服务对象自身主观能动性不强，不能具备动态创新能力，总是被动接受外界服务，这种水平下的专利服务协同只能是低水平的专利协同，专利服务协同应着力培养协同方自协同、动态协同能力。社会联系度、信任是知识转移的重要推动因素，增强信任可以有效促进知识创新成果在联盟各方流动，促进隐性知识转移。搭建政产学研金商用等多方合作平台，建立资源共享机制，畅通沟通机制。建立健全法律保障机制。让讲诚信，重合作的企业有更广阔的发展空间。同时，在大数据时代背景下，要提升潜在合作方的合作效率，利用市场显性因素快速响应，利用大数据技术高效整合专利资源，弥补传统间接调查方式的弊端，挖掘相关专利留下的技术细节与技术足迹，提取隐藏其中的深层信息，寻找技术源头，机制示意见图4。

图4 专利服务动态协同机制创新演变示意图

4.2 挖掘潜力，深化布局——专利服务实例

沪市某知名高校科研团队近年开发出神经性耳聋的候选药物，这是一个拥有3.6亿患者的潜在市场，此药填补其市场空白，前景极为可观，保守估值达到46亿美元，最终却希望破灭。在由专业人士对其所申专利进行评估时发现，其专利权利要求极为不严格，无法对其技术本身进行有效保护，因此该专利难以市场化。诸如此类因专利质量问题难以转化的案例，在我国高校、科研院所中屡见不鲜，常见报端。与此形成对比的是，有的研究机构对专利服务市场意识强，及时寻求专业专利服务机构合作，及时修正。如2013年，同济大学一项医疗器械技术专利在进行市场交易前，寻找专业专利服务机构进行评估，由该服务机构通过专利数据库数据挖掘，对潜在市场进行大量调研，对其价值进行开发，提出此项技术原有的4件专利（发明专利1件、实用新型专利3件）存在重大问题，主要是发明专利质量较差，保护力不足，实用新型专利未能有效维护，实际已经失效，此时的市场显性价值较低。有企业愿意出1000万转化，其余转化费用只能科研团队自筹，这使同济团队难以接受，寻求专利服务机构对其进行分析。在这家专利机构谋划下，科研人员及专利专家从中发现了一个未被披露的新的发明点，用其申请了高质量的国际发明专利。通过进一步挖掘潜在买家，最终使该技术以高达5.4亿元的合同总金额在市场成交。对方获得这件专利的许可，并承担后续全部研发费用。这种医疗器械上市后，同济团队还将获得销售提成。

5 结语

大数据时代，专利服务动态协同机制是专利战略实施的关键。机制的体系构成包括科学的专利服务战略方案规划机制、高效的战略逻辑动态体系机制、精准的优化与控制机制三部分，具体操作要点为一条主线、两个驱动、两个保障、三个优化。专利服务协同要做好现有市场和潜在市场的协同，有形资产和无形资产的协同，实现技术协同、组织协同、价值协同的相互促进。注重影响协同因素的系统分析，提高绩效评价问题研究，加深协同创新和知识转移关系的研究。充分利用数据分析工具，挖掘数据价值，提升手段的先进性，接轨大数据、融入大数据、利用大数据，不断开发和探索新的信息加工和服务模式，通过专利服务动态协同机制来消除专利信息孤岛，在大数据时代的快车道上，促进经济创新型发展。

（来稿时间：2017年8月）

1. 魏延辉. 专利制度对经济增长作用效应与效率的研究[M].北京：经济科学出版社，2017.

2. Wei Y, Zhang H, Wei J. Patent elasticity, R&D intensity and regional innovation capacity in China[J]. World Patent Information, 2015, 43：50-59.

3. 张赟玥,肖国华. 高校图书馆专利信息服务研究[J]. 图书馆，2012（2）：93-95.

4. 魏延辉，张慧颖. 从专利弹性视角研究专利制度货币型奖励政策效率[J]. 科学学研究， 2016, 33（8）：1177-1186.

5. Bart Lindekens，The triangle team approach: Collaboration to provide technologically diverse customers with qualitative patent information research[J].World Patent Information, 2013, 35：52-57.

6. David B. Audretsch, Werner Bönte, Prashanth Mahagaonkar.Financial signaling by innovative nascent ventures: The relevance of patents and prototypes[J].Research Policy, 2012, 41（8）：1407-1421.

7. Suh J H, Sang C P. Service-oriented Technology Roadmap（SoTRM） using patent map for R&D strategy of service industry[J].Expert Systems with Applications, 2009, 36（3）：6754-6772.

8. Alfred Radauer a, Lothar Walte. Elements of good practice for providers of publicly funded patent information services for SMEs-Selected and amended results of a benchmarking exercise[J].World Patent Information，2010, 32：237-245.

9. 李振良,孟建伟. 我国专利专题数据库服务平台建设路径研究[J]. 北京行政学院学报，2014（4）：91-95.

10.周磊,张玉峰,杨威. 专利服务导航产业突破性创新的机制研究[J]. 图书馆学研究，2016（17）：91-96.

11.魏延辉,魏静,张慧颖. 专利制度焦点变迁及其演进协同管理研究[J]. 经济体制改革，2017（2）：107-113.

12.潘郁,陆书星,潘芳.大数据环境下产学研协同创新网络生态系统架构[J].科技进步与对策，2014, 31（8）：1-4.

13. 杜恒波,朱千林,许衍凤. 职场欺凌对研发人员知识分享意愿的影响机制研究[J].中国软科学，2017（2）：113-122.

14. Kun Liu. Human capital, social collaboration, and patent renewal within U.S. pharmaceutical firms[J]. Journal of Management,2014, 40（2）：616-636

15. Chesbrough H, Vanhaverbeke W, West J. Open Innovation: Researching a New Paradigm[M].Oxford University Press, Oxford, 2006.