第１１卷第４期
２０１２年７月
经 济 学 （季 刊）
Ｃｈｉｎａ Ｅｃｏｎｏｍｉｃ Ｑｕａｒｔｅｒｌｙ
Ｖｏｌ．１１，Ｎｏ．４
Ｊｕｌｙ，２０１２
＊ 张古鹏，中国科学院研究生院管理学院；陈向东，北京航空航天大学经济管理学院。通信作者及地址：
张古鹏，中国科学院研究生院管理学院，北京中关村东路８０号，１００１９０，Ｅ－ｍａｉｌ：ｚｈａｎｇｇｕｐｅｎｇ＠１６３．
ｃｏｍ。作者感谢国家自然科学基金项目（７１１７３００９）的资助，感谢北京航空航天大学石晓军教授、赵尚梅
教授对论文的点评，感谢何习同学的修改建议，感谢两位匿名审稿专家提出的宝贵意见，作者文责自负。
１ 根据国家知识产权局专利数据库中１９８５—２００９年间申请的发明专利数据计算得到。
基于专利存续期的企业和研究机构
专利价值比较研究
张古鹏 陈向东＊
摘 要 本文通过引入存续期未终止的专利，改进了传统以存
续期为基础的专利价值模型，并使用该模型计算了我国１９８５—２００９
年间企业和研究机构的发明专利价值。通过对比发现，我国研究机
构的平均专利价值显著低于企业。进一步回归分析发现，研究机构
的研发资源占有量对专利价值并没有显著的正向作用，相反，企业
占有较多的研发资源则有助于提高专利价值。在研发资源的联合配
置方面，研究机构间合作研发下的专利价值也低于企业间的合作。
关键词 专利价值，存续期，创新质量，专利质量，年费
一、引言及文献综述
近年来，作为我国自主创新能力提升的重要表现，我国各地区、典型产
业的专利数量快速上升，专利申请和授权总量高速增长。１９８５年 《专利法》
实施至今，我国专利申请总量超越新的百万级大关的时间大致分别为１５年、
４年、２年，２０００—２００９年发明专利申请量连续１０年平均增长超过２４％１。然
而，数量上膨胀的背后却隐藏了专利质量方面的问题。根据我们掌握的数据，
中国本土申请的专利大部分在授权后１—３年内即失效，而国外申请人申请的
专利则往往能够延续较长时间。这一方面与我国历来专利制度保护力度不足
有关，但更重要的方面是由于我国本土申请的专利的技术含量偏低，难以创
造较高的市场收益造成的。目前，中国的经济正遭遇结构转型方面的困难，
根本原因之一即是缺乏具有竞争力的技术。尽管在我国巨额研发投入下，各
类科研单位产出了大量科研成果，然而科研成果现实生产力的转化却始终不
理想。因此，在今后的科研工作中，不仅要强调科研成果的产出，更应看重
DOI:
１４０４ 经 济 学 （季 刊） 第１１卷
其对现实经济实体的贡献，关注科研成果内在的价值便显得十分必要。有关
专利价值的研究重点关注的是专利的经济收益，通过计算专利价值，可以发
现技术水平差异所造成的专利经济价值方面的巨大差异，进一步突出质量水
平较高的专利技术，以期扭转人们对专利技术的认识，从 “看重专利数量”
逐渐向 “看重专利质量”转变。如果将以专利价值为衡量标准的专利质量融
入到我国现行的科研评价体系中，将有可能帮助改变我国当前欠合理的科研
评价机制，使科学研究工作能够更好地支撑实体经济的长远发展。
２ 自专利授权之日到专利权终止之日的时间长度一般被称作专利的“存续期”。
当前，有关专利价值的研究更为关心的是专利的存续期２ 信息，他们在其
研究论文中更多强调，专利的存续期分布反映的价值是一种专利权人的私有
价值 （Ｐｒｉｖａｔｅ Ｖａｌｕｅ），即专利的存续期决策及其差异性分布反映了专利权人
对其专利权的收益预期多于为其付出成本的理性选择。Ｐａｋｅｓ ａｎｄ Ｓｃｈａｎｋｅｒ－
ｍａｎ （１９８４）最早利用专利存续信息数据开发价值判断模型，将专利存续期信
息作为专利权人对其专利私有价值的判断依据，其后包括Ｓｃｈａｎｋｅｒｍａｎ ａｎｄ
Ｐａｋｅｓ（１９８６），Ｐａｋｅｓ（１９８６），Ｓｕｌｌｉｖａｎ （１９９４），Ｓｃｈａｎｋｅｒｍａｎ （１９９８），Ｌａｎ－
ｊｏｕｗ （１９９８），Ｌａｎｊｏｕｗｅｔ ａｌ．（１９９８），Ｄｏｎｏｇｈｕｅ ｅｔ ａｌ．（１９９８），Ｃｏｒｎｅｌｌｉ ａｎｄ
Ｓｃｈａｎｋｅｒｍａｎ（１９９９），Ｙｉ Ｄ．（２００７），Ｇｒｏｎｑｖｉｓｔ（２００９），Ｂｅｓｓｅｎ （２００８），
Ｂａｕｄｒｙ ａｎｄ Ｄｕｍｏｎｔ（２００６），Ｂａｒｎｅｙ（２００２）等，都基本通过考察专利权人支
付专利年费的行为来对专利价值进行估计，其价值评测模型的基本思路都是
从专利权人的利润最大化原理出发，将专利权人从专利的未来获取价值预期
与专利存续成本相比较，并结合考虑专利技术的折旧等因素，由专利存续期
长度及缴纳的年费数额计算专利价值。
由于专利存续期是以专利收益最大化为基础的，此类研究更多与专利权
人特征因素相联系，特别是结合专利权的技术复杂程度和企业市场价值、研
发能力、国别关系等因素。例如Ｓｈａｎｋｅｒｍａｎ （１９９８）的研究即针对专利存续
期信息运用非参数分析和参数分析方法，关注不同技术领域和不同国家的专
利权私有价值效应，发现其价值分布存在高度差异。这一研究工作比较突出
表现了专利存续期为基础的专利价值的技术内涵联系与国别专利制度体系的
联系。同时，与专利价值行为联系紧密的还有专利权的法律性质 （Ｈａｒｈｏｆｆ ｅｔ
ａｌ．，２００３ａ，２００３ｂ；Ａｌｌｉｓｏｎ ｅｔ ａｌ．，２００４；Ｍａｒｃｏ，２００５），专利家族的国际跨
度 （Ｐｕｔｎａｍ，１９９６；Ｌａｎｊｏｕｗ ａｎｄ Ｓｃｈａｎｋｅｒｍａｎ，２００４）和公司市场价值
（Ｂｅｓｓｅｎ，２００９；Ｈａｌｌ ｅｔ ａｌ．，２００５；Ｃｈｅｎ Ｙ．ａｎｄ Ｃｈａｎｇ Ｋ．，２０１０）等多种
因素。
在Ｐａｋｅｓ ａｎｄ Ｓｃｈａｎｋｅｒｍａｎ（１９８４）提出的专利收益模型基础上，Ｂｅｓｓｅｎ
（２００８）和Ｇｒｏｎｑｖｉｓｔ（２００９）对上述典型方面研究进行了综合，在计算专利货
第４期 张古鹏、陈向东：企业和研究机构专利价值比较研究 １４０５
币价值的同时考虑了专利及专利权人特征 （国别、技术领域、时间）与专利
价值的相关关系。根据Ｂｅｓｓｅｎ（２００８）的研究，美国１９８５—１９９１年间授权的
专利存续期为基础的专利价值平均为每项７．８万美元，中位数为０．７万美元，
而同时，上市公司制造业企业组的专利平均价值则达到１１．３万美元，中位数
则为１．８万美元。其研究还揭示不同影响因素的作用，丰富了专利存续期研
究理论和方法，同时具有货币价值的专利评估可比性强，便于开展国际比较
研究。
基于以存续期为基础的专利价值模型，本文探讨的实际是中国的专利价
值分布。首先，从研究对象看，值得注意的是，尽管国外关于专利价值的研
究已经相对成熟，而关于我国的专利价值研究却极为欠缺；其次，尽管已有
研究讨论了法律性质、专利家族、公司价值等同专利价值的关系，但仍缺乏
对专利价值分布差异成因的深入探讨，我们认为，专利价值应取决于专利本
身的研发过程及技术含量，因此更应考虑创新群体间的本质差异；最后，从
方法本身看，已有研究所基于的模型使用的都是存续期终止的专利，但由于
中国专利数据时间跨度较短，存续期未终止的专利占有相当大的比例，很明
显这部分专利会对专利价值产生影响，因此本文扩展了传统专利价值模型，
在计算专利价值时考虑了存续期未终止的专利。
我们以中国１９８５—２００９年的发明专利数据为基础，对比了我国企业和研
究机构的专利价值分布差异。研究结果显示：我国的研究机构几乎在所有技
术领域的平均专利价值都低于企业。在研发资源的分配上，研究机构掌握着
我国政府部门几乎所有的科研经费，这些科研经费又主要集中于科研能力较
强的少数高校和科研院所中，然而，占有较多研发资源的研究机构的专利价
值并不显著高于其他研究机构；而尽管大部分企业面临着比研究机构更强的
研发资源约束，但由于追逐利润最大化的性质，研发资源得到了更有效的利
用，因此，拥有较多研发资源的大型企业的专利价值远高于中小型企业。从
我们掌握的专利数据看，合作研发行为非常普遍，尽管合作研发能够更有效
地提高专利价值，但研究机构间合作的效果要远逊于有企业参与的合作。
本文第二部分给出了改进的专利价值理论模型，第三部分对我国企业和
研究机构的专利价值进行了计算和对比，第四部分对专利价值差异成因进行
了回归分析，第六部分是结论及研究展望。
二、模 型
本部分首先给出专利存续期模型，该模型主要是用来估计参数值。接着
将估计得到的参数值代入到专利收益函数中求得专利收益，然后通过计算专
利权的维持成本及收益之间的差额得到专利价值。
１４０６ 经 济 学 （季 刊） 第１１卷
（一）专利存续期模型
专利价值模型的理论框架最初是由Ｐａｋｅｓ ａｎｄ Ｓｃｈａｎｋｅｒｍａｎ（１９８４）提出
来的。专利权人在专利权有效期内获取收益，如果专利权人预期从专利中获
取的收益不足以支付专利费用，则一般会停止支付年费，专利权即终止，因
此专利权人延续专利权的行为一般反映了对专利未来收益的理性判断。
设Ｒｉ（ｔ）为专利ｉ在ｔ时刻产生的收益。许多学者如 Ｂｅｓｓｅｎ（２００８），
Ｇｒｏｎｑｖｉｓｔ（２００９），Ｍａｕｒｓｅｔｈ （２００５）等都假设Ｒｉ（ｔ）以恒定的速率ｄ下降，
即Ｒｉ（ｔ）＝Ｒｉ（０）ｅ－ｄｔ。收益Ｒｉ（ｔ）递减的原因一方面在于技术的更新换代使得
原有技术逐渐贬值，另一方面也可能是由于竞争者发明了专利的替代技术
（Ｂｅｓｓｅｎ，２００８）。关于专利初始收益Ｒｉ（ｔ）的性质，一般假设其为服从某一固
定分布的随机变量 （Ｓｃｈａｎｋｅｒｍａｎ，１９８６，１９９８；Ｈａｒｈｏｆｆ ｅｔ ａｌ．，２００３ａ，
２００３ｂ；Ｐａｋｅｓ ａｎｄ Ｓｃｈａｎｋｅｒｍａｎ，１９８４；Ｌａｎｊｏｕｗ ａｎｄ Ｓｃｈａｎｋｅｒｍａｎ，２００４；
Ｐｕｔｎａｍ，１９９６）。一些学者对包括ｌｏｇｎｏｒｍａｌ、Ｐａｒｅｔｏ以及 Ｗｅｉｂｕｌｌ等多种分
布进行了检验，结果发现 Ｒｉ（ｔ）服从ｌｏｇｎｏｒｍａｌ分布时的拟合效果最好
（Ｓｃｈａｎｋｅｒｍａｎ，１９８６，１９９８；Ｌａｎｊｏｕｗ，１９９８），即ｌｎＲｉ（０）～Ｎ（μ，σ
２）。因此我
们不妨设：
ｌｎＲｉ（０）＝μ＋εｉ， （１）
其中随机变量εｉ服从均值为零，方差为σ２ 的正态分布。这时的未知参数为ｄ，
σ和μ。与上述设定稍有不同，Ｂｅｓｓｅｎ（２００８）则考虑了专利的个体异质性对
专利初始收益的影响，他在计算专利价值时将μ设定为专利个体特征向量的
线性函数，即ｌｎＲｉ（０）～Ｎ（Ｘｉβ，σ
２），其中Ｘｉ为表示专利ｉ个体异质性的特征
向量。我们则沿用了大多数学者通常的做法，设定μ为单一待估计参数，而
在计算出专利价值后，我们将考虑专利的个体异质性特征对专利价值的影响，
这样做的好处之一是能够极大地缩减运算量，且识别的结果与Ｂｅｓｓｅｎ提出的
模型下的识别结果没有太大差异。
时刻ｔ到ｔ＋１之间专利收益的净现值为：
∫
ｔ＋１
ｔ
Ｒｉ（τ）ｅ－ｓ（τ－ｔ）ｄτ＝Ｒｉ（０）ｚｔ， 其中 ｚｔ＝ｅ－ｄｔ１－ｅ
－（ｄ＋ｓ）
ｄ＋ｓ
， （２）
ｓ为折现率，一般取ｓ＝０．１。则专利权人在时刻ｔ选择继续付费的充要条
件为：
Ｒｉ（０）≥ｃｔ／ｚｔ，
即：
εｉ≥ｌｎ（ｃｔ／ｚｔ）－μ． （３）
若专利权人选择在ｔ时刻终止付费，则其在ｔ－１时刻的收益应当大于等
第４期 张古鹏、陈向东：企业和研究机构专利价值比较研究 １４０７
于专利年费，而在ｔ时刻的收益应当小于专利年费，其数学表述如下：
ｃｔ－１／ｚｔ－１ ＜Ｒｉ（０）＜ｃｔ／ｚｔ，
即：
ｌｎ（ｃｔ－１／ｚｔ－１）－μ＜εｉ＜ｌｎ（ｃｔ／ｚｔ）－μ， （４）
其中ｃｔ是在时点ｔ需要缴纳的年费。
由上述分析可知，专利权人在ｔ时刻选择继续付费的概率为：
Ｐｒ（Ｔｉ＞ｔ）＝Ｐｒ［εｉ≥ｌｎ（ｃｔ／ｚｔ）－μ］＝１－Φ
ｌｎ（ｃｔ／ｚｔ）－μ（ ）σ ． （５）
在ｔ时刻终止付费的概率为：
Ｐｒ（Ｔｉ＝ｔ）＝Ｐｒ［ｌｎ（ｃｔ－１／ｚｔ－１）－μ＜εｉ＜ｌｎ（ｃｔ／ｚｔ）－μ］
＝Φｌｎ
（ｃｔ／ｚｔ）－μ（ ）σ －Φｌｎ（ｃｔ－１／ｚｔ－１）－μ（ ）σ ． （６）
专利权有效期届满的概率为：
Ｐｒ（Ｔｉ＝ｔｆｕｌｌ）＝Ｐｒ［εｉ≥ｌｎ（ｃｔｆｕｌｌ／ｚｔｆｕｌｌ）－μ］
＝１－Φ
ｌｎ（ｃｔｆｕｌｌ／ｚｔｆｕｌｌ）－μ（ ）σ ， （７）
其中Φ（·）为累积标准正态分布函数，ｔｆｕｌｌ是专利权有效期届满时刻，ｚｔ 的表
达式由 （２）给出。包含专利权未终止数据的专利存续期模型应当包括以下三
种情况：
Ｉ ｔ时刻为过去的某一时刻，专利权在ｔ时刻终止；
ＩＩ ｔ时刻为观测期终止的时刻，但专利权在ｔ时刻未终止 （计量经济学
中又称其为 “删失”（Ｃｅｎｓｏｒ））３；
３ 本文使用的是１９８５—２００９年间的发明专利数据，因此观测期在２００９年终止，专利权在２００９年未终止
的专利即属于第二种情况。
ＩＩＩ ｔ时刻为专利权有效期届满的时刻，即ｔ＝ｔｆｕｌｌ。
上述模型主要参考了Ｂｅｓｓｅｎ （２００８）以及其他一些学者的研究。从数据
和模型本身看，当前关于专利价值的研究关注的主要是存续期已终止的专利，
因此其似然函数中仅包含第一种和第三种情况 （可参考Ｂｅｓｓｅｎ，２００８）。而另
一些研究则对存续期终止和未终止的专利都予以了关注，如 Ｚｅｅｂｒｏｅｃｋ
（２００７），Ｍａｕｒｓｅｔｈ（２００５），Ｓｖｅｎｓｓｏｎ（２００７），Ｎａｋａｔａ ａｎｄ Ｚｈａｎｇ（２００９），Ｘｉｅ
ａｎｄ Ｇｉｌｅｓ（２００７），Ｈａｒｈｏｆｆ ａｎｄ Ｗａｇｎｅｒ（２００９），然而，这些研究并未直接计
算专利价值，而是关注了专利存续期的决定因素，如专利被引用次数 （Ｚｅｅ－
ｂｒｏｅｃｋ，２００７；Ｍａｕｒｓｅｔｈ，２００５；Ｎａｋａｔａ ａｎｄ Ｚｈａｎｇ，２００９），专利的商业化模
１４０８ 经 济 学 （季 刊） 第１１卷
式 （Ｓｖｅｎｓｓｏｎ，２００７），专利权人的研发规模及类型 （Ｓｖｅｎｓｓｏｎ，２００７；Ｚｅｅ－
ｂｒｏｅｃｋ，２００７；Ｎａｋａｔａ ａｎｄ Ｚｈａｎｇ，２００９；Ｘｉｅ ａｎｄ Ｇｉｌｅｓ，２００９）等。
Ｚｅｅｂｒｏｅｃｋ等人的研究对专利价值研究应当会有所启发，即在计算专利价
值时应当考虑存续期未终止的专利，以充分使用专利样本信息。中国专利制
度成立仅有２０多年时间，远远短于美国和其他发达国家，因此大部分授权专
利的存续期未终止。我们的专利数据中有接近８０％的专利存续期未终止。若
将其从样本中删去，势必会损失大量信息，这可能会影响专利价值估计结果
的准确性。而且当删失不是随机发生的，而是满足一定条件的专利数据删失
时 （譬如专利存续期大于１０年的专利删失），将删失观测从样本中删除会导
致识别结果存在偏误。
因此，本文又对传统专利存续期模型进行了扩展，考虑了专利权未终止
的专利数据，这时的似然函数包含了上述三种情况，即：
Ｌｉ＝ ｛［Ｐｒ（Ｔｉ＝ｔｆｕｌｌ）］δｉ［Ｐｒ（Ｔｉ＝ｔ）］１－δｉ｝φｉ［Ｐｒ（Ｔｉ＞ｔ）］１－φｉ， （８）
其中Ｐｒ（Ｔｉ＝ｔｆｕｌｌ）、Ｐｒ（Ｔｉ＝ｔ）和Ｐｒ（Ｔｉ＞ｔ）的表达式分别由 （５）、（６）和 （７）
给出；δｉ和φｉ是示性函数：
δｉ ＝
１， 若专利ｉ因有效期届满而终止，
０， 否则｛ ；
φｉ ＝
１， 若专利ｉ的专利权终止，
０， 否则｛ ．
很明显，包含了两个示性函数的 （８）可以完全概括专利权的上述三种状
态。将包含ｎ个类似于 （８）的似然函数连乘即可得到我们最终进行识别时候
要使用的似然函数：
Ｌ＝
ｎ
ｉ＝１
Ｌｉ， （９）
其中Ｌｉ由 （８）给出。综合 （２）和 （５）— （７）式分析可知，似然函数 （９）
中共包含三部分未知参数：收益递减率ｄ、随机变量εｉ的标准误σ和均值μ。
我们关于参数ｄ，σ和μ最大化Ｌ。
得到估计量ｄ＾，＾σ和μ＾后，将ｄ＾代入 （２）计算可得ｚｔ。然后便可着手计
算专利的收益及专利价值。
（二）计算专利价值
为了计算专利价值，首先需要计算专利在其有效期内产生的收益。在ｔ时
刻失效专利的初始收益应当满足：
ｌｎ（ｃｔ－１／ｚｔ－１）≤ｌｎＲｉ（０）≤ｌｎ（ｃｔ／ｚｔ）． （１０）
第４期 张古鹏、陈向东：企业和研究机构专利价值比较研究 １４０９
随机成分εｉ的取值应当使初始收益Ｒｉ（０）满足上述条件，即
ｌｎ（ｃｔ－１／ｚｔ－１）－μ≤εｉ≤ｌｎ（ｃｔ／ｚｔ）－μ．
满足上述条件的εｉ的条件期望为
Ｅ［εｉ｜ｌｎ（ｃｔ－１／ｚｔ－１）－μ≤εｉ≤ｌｎ（ｃｔ／ｚｔ）－μ］＝ρｉ∫
ｌｎ（ｃｔ／ｚｔ）－μ
ｌｎ（ｃｔ－１／ｚｔ－１）－μ
ε（ ）σ ε（ ）σ ｄε，
（１１）
其中ρｉ＝１ Φ
ｌｎ（ｃｔ／ｚｔ）－μ（ ）σ －Φｌｎ（ｃｔ－１／ｚｔ－１）－μ（ ）［ ］σ ，（·）是标准正态密
度函数。将估计值ｄ＾，＾σ和＾β代入 （１１）可得εｉ的条件期望。因此，满足条件
（１０）的初始收益Ｒｉ（０）的估计量为：
Ｒｉ（０）＝ｅｘｐ｛ｕ＋Ｅ［εｉ｜ｌｎ（ｃｔ－１／ｚｔ－１）－μ≤εｉ≤ｌｎ（ｃｔ／ｚｔ）－μ］｝．
将 （１１）代入上式即可得初始收益Ｒｉ（０）的估计量，由Ｒｉ（ｔ）＝Ｒｉ（０）ｅ－ｄｔ
可得ｔ时刻收益Ｒｉ（ｔ）的估计量。在时刻ｔｉ失效的专利ｉ的总价值为其总收益
与总专利年费之差的净现值，即：
Ｖｉ＝∫
ｔ１
０
Ｒｉ（τ）ｅ－ｓτｄτ－
ｔｉ－１
ｔ＝０
ｃｔｅ－ｓｔ． （１２）
三、企业与研究机构的专利价值比较
（一）数据
我们从国家知识产权局下属的知识产权出版社获得了中国自１９８５年专利
制度正式建立到２００９年间的专利数据，包括发明专利、实用新型和外观设计
共计约４００多万条数据。本文使用的数据是中国的发明专利。我们在 Ｖｉｓｕａｌ
Ｓｔｕｄｉｏ平台上使用Ｃ＃语言将专利数据存储到ＳＱＬ Ｓｅｒｖｅｒ数据库中，以方便
对其进行统计分析。数据库中记录着每一项专利的申请日、授权日、专利权
终止日信息、专利权人和发明人信息、专利权人国别信息、专利分类号
（ＩＰＣ，Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｐａｔｅｎｔ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ）信息，以及专利名称、摘要、申请
号、公开号等其他一些信息。我们从数据库中将国内企业和研究机构申请的
专利提取出来进行研究。其中企业包括各类国有、军工和民营企业，研究机
构包括各高校和主要研究院所等。实证分析过程使用的是国内企业和研究机
构申请的发明专利，包括存续期已终止和未终止的专利共约１５万条。
由于专利价值的计算是以存续期为基础的，有必要先考察一下专利的存
续期。为了对专利存续期数据进行更直观的描述，我们绘制了专利的生存曲
１４１０ 经 济 学 （季 刊） 第１１卷
线，如图１所示。在时间轴的前半段 （０—１ ０００天左右），企业和研究机构的
专利生存曲线基本重合，在时间轴的后半段 （约１ ０００天以后），企业的专利
生存曲线明显高于研究机构，说明企业专利存续期继续延续的概率高于研究
机构。通过对比专利生存曲线可以得出的结论是，企业申请的专利的存续期
一般比研究机构长。这虽然对于专利价值的差异具有一定暗示意义，但其绝
对差异水平需要使用第二部分给出的专利价值模型计算后才能确定。
图１ 企业和研究机构申请专利的生存曲线
资料来源：根据中国１９８５—２００９年间发明专利存续期数据计算。
从专利生存曲线看，中国的专利存续期明显短于外国。由图１可见，中
国的发明专利中因有效期届满 （２０年，约合７ ３００天左右）而失效的专利比
例几乎为零，而欧洲和美国则在２０％—４０％之间 （Ｂｅｓｓｅｎ，２００８；Ｙｉ，２００７），
由此所导致的是中外专利价值的巨大差异。
（二）专利价值比较
我们使用企业和研究机构的专利存续期数据分别进行回归分析，最大化
似然函数 （９）并因此得到了ｄ、σ和μ的估计值，如表１所示。对比μ的估
计值可见，企业申请的专利产生了更高的初始收益，但估计值显示，企业专
利的收益递减速度显著高于研究机构。
表１ 参数识别结果
企业 研究机构
ｄ ０．２６０１＊
（０．１３６８）
０．１３１２＊＊＊
（０．０３４９）
σ ４．３９２０＊＊＊
（０．０１９２）
３．７６５６＊＊＊
（０．００２１）
μ １０．３９４８＊＊＊
（０．０００２）
９．６９５８＊＊＊
（０．００００）
第４期 张古鹏、陈向东：企业和研究机构专利价值比较研究 １４１１
（续表）
企业 研究机构
Ｌｏｇ Ｌｉｋｅｌｉｈｏｏｄ －１７３ ８４８．１ －１０２ ４９３．３
ＬＲ（３） ５２１．２６ ４８５．６９
Ｐｒｏｂ＞ｃｈｉ２ ０．０００ ０．０００
样本数量
（存续期终止的样本数量）
７３ １７０
（８ １７８）
７９ ８５５
（２４ ６０４）
注：（１）括号中是估计值的标准误；＊表示在１０％水平下显著；＊＊＊表示在１％水平下显著。
（２）左侧一栏是使用中国本土企业的专利存续期数据回归得到的识别结果，右侧一栏是使用中国本
土的研究机构（包括高校和科研院所等）的专利存续期数据回归得到的识别结果。
得到ｄ、σ和μ的估计值和初始收益后，将其代入到 （１２）即可计算得到
存续期已终止的每项专利的价值。然后，绘制出企业和研究机构的专利价值
分布图，如图２所示。由图２可见，企业和研究机构专利价值的中位数
（５０％分位数）都远低于平均数，说明专利价值的分布是极度右偏的。即大部
分专利的价值极低，只有极少数拥有极高价值，该结论符合专利初始收益的
对数正态分布假设，同时与其他学者使用美国和欧洲专利数据得到的结论是
一致的。
图２ 企业和研究机构专利价值的概率密度图
从图２中的专利价值概率分布情况看，研究机构低价值专利的比例明显
高于企业，且高价值专利的比例又显著低于企业。为了更细致地比较企业与
研究机构专利价值的差异，我们计算了六个技术领域的平均专利价值，如表２
所示。企业的平均专利价值为４６ ７６９元，比研究机构高７ ０００多元，且除了在
环境技术领域平均价值低于研究机构外，在其他五个技术领域均高于研究机
构。可见我国研究机构的专利价值较企业的确有一定差距。
１４１２ 经 济 学 （季 刊） 第１１卷
表２ 企业和研究机构各领域的专利价值 （单位：元）
平均专利价值 企业 研究机构
全部 ４６ ７６９
（４３５ ４９６）
３９ ４２４
（３５５ ４２８）
信息技术 ５６ ９８７
（１２ ２０５）
４３ ５５８
（３８４ ２４３）
生物技术 ３８ ７１５
（１９ ９７５）
３４ １９１
（５０９ ４６４）
材料技术 ４０ ７６６
（４４９ ２５４）
３０ ０６０
（２６６ ３８１）
环境技术 ２４ ３５２
（１８１ ９２６）
４４ ６１０
（２５４ ９２８）
机械工程 ４７ ７２１
（２３８ ５９４）
３９ ２９０
（３４５ ４７７）
其他领域 ４０ ９９５
（４８８ ５３０）
４０ ６１７
（３７４ ８５６）
注：（１）以１９９２年价格表示；
（２）括号中为标准差；
（３）专利技术领域分类方法可参考Ｓｃｈｍｏｃｈ（２００８）；
（４）左侧一栏是使用中国本土企业的专利存续期数据计算得到的专利价值，右侧一栏是使用中国本
土的研究机构（包括高校和科研院所等）的专利存续期数据计算得到的专利价值。
从表１中最后一行可见，企业存续期终止的专利比例仅约为研究机构的
１／３，我们计算的仅是存续期终止的专利价值，仅该部分数据的计算结果便已
经凸显了研究机构与企业之间专利价值的差距。企业拥有更多存续期未终止
的专利，如果将该部分专利的潜在价值一并考虑，研究机构与企业间专利价
值的差距无疑会更大。
四、对专利价值差异成因的探讨
在我国，科研主导型的研发活动往往与市场活动脱钩，导致科研成果难
以满足市场需求，产业转化率低，研发资源更多地用在了一些与现实应用错
位较严重的科研项目上，因此，占有较多研发资源的科研机构的科研成果产
生的收益未必就高；而在市场主导的研发环境下，研发资源对专利价值的作
用比较显著。为了进一步验证该结论，我们将从部门内部和部门间的研发行
为视角探讨企业和研究机构专利价值差异。
（一）部门研发资源占有量
我国的高校和主要科研院所占据着我国大部分科研资源，政府部门的
科研经费大部分流向了研究机构，且这些科研经费大部分又集中于少数名
牌高校和研究院所，一般性高校获得的科研经费则少之又少。相比之下，
第４期 张古鹏、陈向东：企业和研究机构专利价值比较研究 １４１３
企业尤其是中小型企业的研发环境更不乐观，一般得不到国家科研经费的
任何资助。然而，从表３看，即使是著名的科研院所 （包括９８５高校和中
国科学院），其平均专利价值不仅远低于大型企业，甚至较中小型企业也几
乎不具有任何优势，其他高校的平均专利价值更是低于中小型企业。另一
方面，９８５高校和中国科学院的平均专利价值虽然高于其他普通高校，但优
势并不明显，而研发资源较充裕的大型企业的平均专利价值较中小型企业
的优势是极为明显的。从上述专利价值的比较看，占有更多研发资源的企
业取得了更高价值的专利成果，而占据了较多研发资源的少数高校和科研
院所则没有。
表３ 各层次企业和高校平均专利价值 （单位：元）
大型企业 中小型企业
９８５高校
＋中国科学院
除９８５高校外的
２１１高校
非２１１高校
平均专利价值 １１５ ８５０
（２３７ １４４）
４１ １５０
（５８４ ９２２）
４２ ０２７
（８３ ７２９）
４０ ３８２
（３１９ ３８４）
３８ ３６３
（３８４ ７５３）
注：（１）括号中为标准差；
（２）数据来源：根据中国１９８５—２００９年间专利存续期数据计算；
（３）大型企业包括申请专利数量较多的大型国企和民营企业，典型企业包括：中国石油天然气集团
公司、中国石油化工集团公司、宝山钢铁股份有限公司、鞍山钢铁集团、武汉钢铁集团、北京首钢集团、海
信集团有限公司、海尔集团有限公司、长虹电器股份有限公司、ＴＣＬ王牌电子有限公司、中国移动通讯集
团公司、中国联通集团有限公司、华为技术有限公司、中兴电子有限公司等。
４ 也有个别大型企业只申请了较少专利，这与企业所处行业有很大关系，即相同领域内的其他企业也只
申请了少量专利。总体来说，大部分企业的规模同申请专利数量的正比例关系是极为明显的。
５ 选取指标时候另外一个需要注意的问题是，相较于传统行业企业，高新技术企业可能会申请更多专利，
尽管两者可能并不存在规模方面的差异。但一般来说两类企业所处的行业是有差异的，因此专利的行业
比重可以较好地解决申请数量的行业性特征。
通过考察专利数据可以发现，占有较多研发资源的大型企业往往会申请
更多专利，而大部分研发资源相对匮乏的中小型企业只会申请少量专利４，占
有大量研发资源的名牌高校和科研院所相较于普通高校也会申请更多的专利。
尽管已有研究往往使用专利数量衡量研发产出，但由于专利数量同人力资本、
物质资本等传统研发资源往往存在着显著的正相关关系 （李习宝，２００９），使
用专利申请量的对数 （ｌｎ ＮｕｍｂｅｒＡｐｐｌ）作为研发资源占有量 （ＲＤＲｅｓｏｕｒｃ－
ｅｓ）的代理变量是可行的。另外，专利申请数量的行业特征也是我们所考虑
的，即部分行业的企业 （如信息技术领域）申请了较多专利，而部分行业的
企业 （如生物技术领域）申请了较少专利。鉴于此，我们又引入了研发单位
某领域专利申请量占该领域比重 （ＲａｔｉｏＡｐｐｌ）作为其研发资源占有量
（ＲＤＲｅｓｏｕｒｃｅｓ）的另一个代理变量。５
１４１４ 经 济 学 （季 刊） 第１１卷
为了进一步考察研发资源占有量同专利价值的函数关系，我们绘制了专
利申请量和申请比重与专利价值散点图，如图３和图４所示。由图３和图４中
的趋势线可见，企业的研发资源占有量与其专利价值呈现显著的正相关关系，
研究机构则呈现较弱的负相关关系，这与表３反映的趋势基本一致。
图３ 专利申请量对数 （Ｌｎ ＮｕｍｂｅｒＡｐｐｌ）与专利价值对数 （Ｌｎ Ｖａｌｕｅ）散点图
第４期 张古鹏、陈向东：企业和研究机构专利价值比较研究 １４１５
图４ 专利申请比重 （ＲａｔｉｏＡｐｐｌ）与专利价值对数 （Ｌｎ Ｖａｌｕｅ）散点图
（二）部门间研发资源的联合配置
合作研发可以看做部门间联合配置研发资源的行为。在我们的数据中，
约有３０％的专利是部门间合作研发的成果。由图５－ａ可见，合作研发同独立
研发下专利价值的概率密度曲线在形状上的确存在较大差异，主要表现是
合作研发下高价值专利的比例更高一些，表４中给出的平均专利价值更能
够说明这点。而由图５－ｂ可见，三种形式合作研发下的专利价值概率密度曲
线皆有尖峰且形状相似，可见合作研发下的专利价值分布具有相当程度的
共性。而如表４所示，企业间合作研发的效果最理想，平均专利价值最高，
其次是企业与研究机构间的合作，而研究机构间的合作研发效果要逊于前
两者。
１４１６ 经 济 学 （季 刊） 第１１卷
图５－ａ 合作研发与独立研发下专利价值的概率分布图
图５－ｂ 合作研发下专利价值的概率分布图
资料来源：根据中国１９８５—２００９年间发明专利存续期数据计算。
表４ 三类合作研发下的平均专利价值
合作研发 独立研发 企业间合作
企业同研究机构
合作
研究机构间
合作
平均专利价值 １１３ ２０４
（１４９ ０４１）
１２ ８５７
（５５１ ２８４）
１７８ ０１４
（９８ ３７２）
１３６ ４６４
（１８３ ９４８）
９５ １６９
（１４０ ９３２）
数据来源：根据中国１９８５—２００９年间专利存续期数据计算。
（三）回归分析
为了进一步验证，我们采用回归分析方法考察在加入其他影响因素后，
研发资源的部门内及部门间配置是如何影响专利价值的。对于部门间的合作研
发行为，我们引入两个虚拟变量 （ＳｅｌｆＪｏｉｎｔＲｅｓ：企业间或研究机构间合作研发；
ＣｒｏｓｓＪｏｉｎｔＲｅｓ：企业同研究机构合作研发）对三种形式的合作研发进行研究。
其他控制变量还包括：
１．专利的研发人员投入 （ＨｕｍＩｎｐｕｔ）
一般认为，更多的专利的研发人员投入会显著增加专利的质量 （Ｚｅｅｂｒｏｅｃｋ，
第４期 张古鹏、陈向东：企业和研究机构专利价值比较研究 １４１７
２００７）。关于研发人员投入会带来专利质量增加的原因，Ｂｒｕｓｏｎｉ ｅｔ ａｌ．（２００６）
认为是由于拥有较多发明人的专利往往是由规模较大的专利权人 （如大型跨
国公司等）申请的，由于规模较大的专利权人往往拥有较强的研发能力，其
申请的专利可能拥有更高的价值。与Ｂｒｕｓｏｎｉ ｅｔ ａｌ．（２００６）不同，Ｚｅｅｂｒｏｅｃｋ
ｅｔ ａｌ．（２００９）更强调研发团队本身对专利价值的贡献，即由较多人员组成的
研发团队一般会拥有更强的专业技能和更丰富的专业知识，因此产自该研发
团队的专利技术往往会拥有更高的质量。
在计量模型中，我们用专利的发明人人数衡量专利的研发人员投入。
２．技术领域 （ＴｅｃｈＦｉｅｌｄ）
如表２所示，各技术领域的专利价值具有一定差异，如信息技术领域
（Ｉｎｆｏｔｅｃｈ）的平均专利价值较高，环境技术领域 （Ｅｎｖｉｒｏｎｔｅｃｈ）则较低，因
此在建立回归模型时还需考虑专利价值的行业性差异。
３．专利申请年份 （ＡｐｐｌＹｅａｒ）
由于我国专利数据的时间跨度较短，申请较早 （晚）的专利往往拥有较
长 （短）的存续期，因此时间变量是构建模型时必须考虑的因素之一。
从上述自变量的设定看，专利数据表面特征同面板数据有一定程度的相
似性，它既包含行业变量，又包含年份变量。但是，它并不是对行业数据的
连续观测，而是对行业内历年申请的逐项专利的观测，它属于分时间、分行
业的微观数据，不属于面板数据范畴，鉴于此，典型的面板模型设定在这里
不适用。我们采用古典的计量模型设定，并引入５个虚拟变量代表专利价值
的行业特征，２２个虚拟变量代表年份特征。
关于识别方法的选取，与数据本身的特征有很大关系。首先需要考虑的
是误差项序列相关问题，由于专利的后期收益都是相对独立产生的，没有理
由认为各项专利的价值间存在显著相关关系，因此并不存在序列相关问题。
第二个需要考虑的问题是内生性问题，如果自变量中含有内生变量，则
估计结果不可置信。而本文的微观专利数据则并不存在通常的内生性问题，
因为专利收益序列的产生发生在专利研发行为之后，不会对前期研发行为构
成影响，而本文模型中的自变量都是描述前期研发行为的，没有理由认为自
变量会与误差项存在相关关系，因此做全部自变量的外生性假设是恰当的。
但值得注意的是，专利权人先期的专利收益可能会对后续的专利权行为
构成影响。当专利权人从先期专利中获取较高收益时，他可能会更乐观地估
计后期专利收益，并因此增加延续专利权的意愿。因此我们再添加一个变量，
它是专利权人在申请某项专利前从先期专利中获取的总净收益的对数 （ｌｎ Ｔｏ－
ｔａｌＲｅｖｅｎｕｅ－１）。当专利权人申请某项专利前未从专利中获取过收益时，就取
该变量为０。引入该变量后，需要注意的第三个问题是该变量同研发资源占有
量的共线性问题，即占有较多研发资源的研发单位往往会从专利中获取较多
的收益。如果两者间存在较高程度的共线性，则会影响识别结果的精确性。
１４１８ 经 济 学 （季 刊） 第１１卷
我们计算两者的相关系数为０．４０４ （ｌｎ ＴｏｔａｌＲｅｖｅｎｕｅ－１与ｌｎ ＮｕｍｂｅｒＡｐｐｌ）和
０．３０７ （ｌｎ ＴｏｔａｌＲｅｖｅｎｕｅ－１与ＲａｔｉｏＡｐｐｌ），属于中度正相关，我们将在后续的
回归过程中继续侦查共线性问题。
因变量和各自变量的统计性质如表５所示。由表５可见，企业的平均专
利存续期为４．１７９年，即专利权在授权后４．１７９年即行失效，研究机构则短
于企业，仅为２．８９３年。从专利数量的行业分布看，企业更侧重于信息技术
领域研发，而研究机构则偏向于机械工程领域的研发。从各时间段专利的数
量分布看，我国专利总量随时间上升的趋势是十分明显的。
表５ 各指标的统计性质
企业 研究机构
平均值 标准差 最小值 最大值 平均值 标准差 最小值 最大值
专利存续期
（以“年”表示）
４．１７９ ２．３７５ ０ １８ ２．８９３ ２．０１８ ０ １８
ｌｎ ＮｕｍｂｅｒＡｐｐｌ ５．５７７ ６．７８５ ０ ８．８２５ ４．０６０ ５．０７７ ０ ８．８１２
ＲａｔｉｏＡｐｐｌ ０．０５０ ０．０９６ ０．００００８ １ ０．０１８ ０．０４８ ０．００００８ １
ＳｅｌｆＪｏｉｎｔＲｅｓ＃ ０．０９４ ０．２９２ ０ １ ０．１０２ ０．３０２ ０ １
ＣｒｏｓｓＪｏｉｎｔＲｅｓ＃ ０．１８３ ０．３８７ ０ １ ０．１８３ ０．３８７ ０ １
ＨｕｍＩｎｐｕｔ ２．５４７ １．８６３ １ ３０ ３．０２９ １．５８８ １ ２９
ｌｎ ＴｏｔａｌＲｅｖｅｎｕｅ－１ １２．７１８ １３．６９２ ０ ２２．９７３ １２．１９８ １３．８５３ ０ １４．５０２
技术领域
（ＴｅｃｈＦｉｅｌｄ）
Ｉｎｆｏｔｅｃｈ＃ ０．３５１ ０．４７７ ０ １ ０．１３２ ０．３３８ ０ １
Ｂｉｏｔｅｃｈ＃ ０．００５ ０．０６９ ０ １ ０．０１４ ０．１１７ ０ １
Ｍａｔｅｒｉａｌｔｅｃｈ＃ ０．０７８ ０．２６８ ０ １ ０．０５４ ０．２２６ ０ １
Ｅｎｖｉｒｏｎｔｅｃｈ＃０．０１０ ０．０９７ ０ １ ０．００９ ０．０９４ ０ １
Ｍｅｃｈａｎｉｃａｌ＃ ０．０５３ ０．２２４ ０ １ ０．２５８ ０．４３８ ０ １
Ｏｔｈｅｒ Ｆｉｅｌｄｓ＃ ０．５０３ ０．５００ ０ １ ０．５３３ ０．４９９ ０ １
申请年份
（ＡｐｐｌＹｅａｒ）
１９８５—１９８８＃ ０．０１６ ０．１２７ ０ １ ０．０４７ ０．２１２ ０ １
１９８９—１９９２＃ ０．０２１ ０．１４２ ０ １ ０．０４０ ０．１９５ ０ １
１９９３—１９９６＃ ０．０２８ ０．１６５ ０ １ ０．０４５ ０．２０７ ０ １
１９９７—２０００＃ ０．０７３ ０．２６１ ０ １ ０．０８７ ０．２８２ ０ １
２００１—２００４＃ ０．４００ ０．４９０ ０ １ ０．３５１ ０．４７７ ０ １
２００５—２００９＃ ０．４６２ ０．４９９ ０ １ ０．４３０ ０．４９５ ０ １
样本数量 ８ １７８ ２４ ６０４
注：虚拟变量的平均值即该变量取值为１的观测占总体的比例；
＃ 表示该变量是虚拟变量，下表同。
第四个需要考虑的问题是异方差问题。由于我们的模型识别使用的是大
量带有异质性的微观专利数据，经过 Ｗｈｉｔｅ检验发现ＯＬＳ估计得到的残差是
异方差的，鉴于此我们在正式回归过程中使用了加权最小二乘法 （Ｗｅｉｇｈｔｅｄ
Ｌｅａｓｔ Ｓｑｕａｒｅ，ＷＬＳ）。具体模型设定如下所示：
第４期 张古鹏、陈向东：企业和研究机构专利价值比较研究 １４１９
ｌｎ Ｖａｌｕｅｊｔ，ｉ ＝α０＋α１ＲＤＲｅｓｏｕｒｃｅｓｊｔ，ｉ＋α２ＳｅｌｆＪｏｉｎｔＲｅｓｊｔ，ｉ＋α３ＣｒｏｓｓＪｏｉｎｔＲｅｓｊｔ，ｉ
＋α４ＨｕｍＩｎｐｕｔｊｔ，ｉ＋α５ｌｎ ＴｏｔａｌＲｅｖｅｎｕｅ－１ ｊｔ，ｉ＋
５
ｉ＝１
α６ｉＴｅｃｈＦｉｅｌｄｊ，ｉ
＋
２００７
ｔ＝１９８６
α７ｔＡｐｐｌＹｅａｒｔ，ｉ＋ｕｊｔ，ｉ，
其中ｊ和ｔ分别表示专利所处行业和申请年份，ｌｎＶａｌｕｅｊｔ，ｉ表示专利ｉ价值的对
数，ｕｊｔ，ｉ是误差项。遵循计量经济学模型总体设定的 “一般性”原则，我们在
模型中加入了所有可能对专利价值可能产生显著影响的因素并一起进行回归，
而不是逐个加入自变量进行多次回归。尽管多次回归可以同时对模型识别结
果的稳健性进行检验，但考虑到计量模型设定的 “一般性”原则，本文并未
这样做，而是使用了其他方法对模型识别结果的稳健性进行检验。
识别结果如表６所示。由表６可见，使用企业专利数据回归得到的
ｌｎ ＮｕｍｂｅｒＡｐｐｌ和ＲａｔｉｏＡｐｐｌ的参数估计值均显著为正，说明研发资源占有
量对其专利价值的确有正向作用，而研究机构的ｌｎＮｕｍｂｅｒＡｐｐｌ和ＲａｔｉｏＡｐｐｌ
对专利价值的作用或为负或不显著，可见占有较多研发资源的研究机构并不
一定产出价值较高的专利。在联合研发方面，尽管两部分回归中ＳｅｌｆｊｏｉｎｔＲｅｓ
的参数估计值均为正，但参数绝对值方面研究机构明显小于企业，说明企业
间联合研发的效果更好。企业同研究机构间合作研发 （ＣｒｏｓｓＪｏｉｎｔＲｅｓ）行为
也表现出了对专利价值的正向作用。
表６ ＷＬＳ回归结果
自变量
企业 研究机构
Ｃｏｅｆ．
Ｓｔｄ．
Ｅｒｒ．
Ｃｏｅｆ．
Ｓｔｄ．
Ｅｒｒ．
Ｃｏｅｆ．
Ｓｔｄ．
Ｅｒｒ．
Ｃｏｅｆ．
Ｓｔｄ．
Ｅｒｒ．
ｌｎ ＮｕｍｂｅｒＡｐｐｌ ０．００６２＊＊ ０．０００３ －０．００１８ ０．００１１
ＲａｔｉｏＡｐｐｌ ０．２３３７＊＊ ０．１０９５ －０．２１６９＊＊＊ ０．０４３８
ＳｅｌｆＪｏｉｎｔＲｅｓ＃ ０．１４７７＊＊＊ ０．０１４０ ０．１５４２＊＊＊ ０．０２８３ ０．０７９７＊＊ ０．０３５７ ０．０１８７ ０．０１３６
ＣｒｏｓｓＪｏｉｎｔＲｅｓ＃ ０．０３３７ ０．０２８８ ０．０２０４＊＊＊ ０．００４９ ０．０４１３ ０．０３２３ ０．０３８７＊＊＊ ０．０１４６
ＨｕｍＩｎｐｕｔ ０．００５０＊＊＊ ０．０００６ ０．２４７５＊＊＊ ０．０４２２ ０．００４１＊＊＊ ０．００１６ ０．０４８０＊＊ ０．０２０９
ｌｎ ＴｏｔａｌＲｅｖｅｎｕｅ－１ ０．０００３ ０．０００３ －０．００２３ ０．００２７ －０．００１９ ０．０００２ －０．００２４＊＊＊ ０．０００１
技术领域
（Ｒｅｆｅｒｅｎｃｅｓ：ＯｔｈｅｒＦｉｅｌｄｓ）
Ｉｎｆｏｔｅｃｈ＃ ０．３９７０＊＊＊ ０．０３３４ －０．０１６４ ０．０８６７ ０．０３３３＊＊ ０．０１５９ ０．００１１ ０．０１３９
Ｂｉｏｔｅｃｈ＃ －０．０２０１ ０．０８７０ ０．０２６６ ０．０１９８ －０．０６１９＊＊＊ ０．０１７２ －０．０２３７＊＊＊ ０．００７３
Ｍａｔｅｒｉａｌｔｅｃｈ＃ －０．００６６ ０．０１９８ ０．０６３５ ０．０５０６ －０．０２７１＊＊＊ ０．００７６ －０．０２６５＊ ０．０１６１
Ｅｎｖｉｒｏｎｔｅｃｈ＃ －０．１３７５＊＊＊ ０．０４９５ －０．０３３６ ０．０２１７ －０．００１６ ０．０１２５ ０．０１７７ ０．０１１０
Ｍｅｃｈａｎｉｃａｌ＃ －０．０９３６＊＊＊ ０．０２５６ －０．０５２４ ０．０４６９ －０．０１６４＊ ０．００９７ －０．５１６０＊＊＊ ０．０４９０
申请年份
（Ｒｅｆｅｒｅｎｃｅ：１９８５）
１９８６＃ ０．０６０１ ０．０５５０ ０．７９２３＊＊＊ ０．０８４８ ０．４５７７＊＊＊ ０．０５２８ ０．４３６５＊＊＊ ０．０３９１
１９８７＃ ０．７２８６＊＊＊ ０．０７９５ ０．２６２１＊＊＊ ０．０７５３ ０．３６８３＊＊＊ ０．０４２４ －０．０３２１ ０．０３４８
１９８８＃ ０．０１３９ ０．０６３０ ０．２２３５＊＊＊ ０．０８６２ －０．０６４２ ０．０３９８ ０．２１５４＊＊＊ ０．０４４０
１９８９＃ ０．２８２３＊＊＊ ０．０８４９ ０．０８７１ ０．０６１０ ０．４８９３＊＊＊ ０．０５７５ －０．５９８１＊＊＊ ０．０１２２
１４２０ 经 济 学 （季 刊） 第１１卷
（续表）
自变量
企业 研究机构
Ｃｏｅｆ．
Ｓｔｄ．
Ｅｒｒ．
Ｃｏｅｆ．
Ｓｔｄ．
Ｅｒｒ．
Ｃｏｅｆ．
Ｓｔｄ．
Ｅｒｒ．
Ｃｏｅｆ．
Ｓｔｄ．
Ｅｒｒ．
１９９０＃ ０．１６５８＊＊＊ ０．０６４３ ０．１８０７＊＊＊ ０．０６９１ －０．６６４７＊＊＊ ０．０１５２ －０．５８３４＊＊＊ ０．０１２２
１９９１＃ ０．２４００＊＊＊ ０．０６８８ ０．０７５３ ０．０５８４ －０．６５４４＊＊＊ ０．０１６３ ０．２６７３＊＊＊ ０．０３９１
１９９２＃ ０．１３６２＊＊ ０．０５８６ －０．０１０１ ０．０４５７ ０．２９２０＊＊＊ ０．０４５０ ０．４５７２＊＊＊ ０．０４００
１９９３＃ －０．０５５４ ０．０４６６ ０．１８２９＊＊＊ ０．０６７７ ０．３８４９＊＊＊ ０．０４３５ －０．５６５８＊＊＊ ０．０１５０
１９９４＃ ０．２３６１＊＊＊ ０．０６８０ －０．２９５３＊＊＊ ０．０５５４ －０．６６３６＊＊＊ ０．０１７４ －０．５８２８＊＊＊ ０．０１２２
１９９５＃ ０．０３１４ ０．０６８９ －０．０９０３ ０．０６０４ －０．６４５６＊＊＊ ０．０１６３ －０．０６０４＊＊ ０．０２９３
１９９６＃ ０．０５３４ ０．０６３２ ０．０７２７ ０．０６０２ －０．５１５６＊＊＊ ０．０１８１ ０．２７４７＊＊＊ ０．０３５３
１９９７＃ ０．１５１４＊＊ ０．０６０７ －０．３０６８＊＊＊ ０．０５３６ ０．２０６３＊＊＊ ０．０３８７ ０．１９１４＊＊＊ ０．０３１２
１９９８＃ ０．０８７３ ０．０６７９ －０．７６６８＊＊＊ ０．０３３１ －０．２９７９＊＊＊ ０．０２３７ －０．１９２７＊＊＊ ０．０２０８
１９９９＃ －０．６４４６＊＊＊ ０．０３９２ －０．７４２８＊＊＊ ０．０３８０ －０．６３４３＊＊＊ ０．０１４６ －０．５８４０＊＊＊ ０．００９６
２０００＃ －０．６５７３＊＊＊ ０．０４１５ －０．６８２２＊＊＊ ０．０４３５ －０．６２９７＊＊＊ ０．０１４０ －０．５８１９＊＊＊ ０．００９８
２００１＃ －０．６１２２＊＊＊ ０．０４５５ －０．９６１６＊＊＊ ０．０３５９ －０．６５１１＊＊＊ ０．０１４６ －０．５５９６＊＊＊ ０．０１１０
２００２＃ －０．６９１１＊＊＊ ０．０４６６ －１．４５２４＊＊＊ ０．０３２８ －０．６６７０＊＊＊ ０．０１５０ －０．５５３５＊＊＊ ０．０１５７
２００３＃ －０．８１５８＊＊＊ ０．０５５６ －１．４６９９＊＊＊ ０．０４４７ －０．７２７７＊＊＊ ０．０１９７ －１．２８１６＊＊＊ ０．０１１９
２００４＃ －１．３９８５＊＊＊ ０．０４４８ －１．６５２０＊＊＊ ０．０７４６ －１．３３９３＊＊＊ ０．０１７５ －１．３２７２＊＊＊ ０．０２４４
２００５＃ －１．４６６１＊＊＊ ０．０７３８ －２．１８０４＊＊＊ ０．０６５８ －１．４２０２＊＊＊ ０．０２３７ －１．９６９６＊＊＊ ０．０１２３
２００６＃ －２．１０１０＊＊＊ ０．０５２９ －１．０６３６＊＊＊ ０．０６４９ －２．０４９３＊＊＊ ０．０２０６ －４．２２２６＊＊＊ ０．００８７
２００７＃ －４．２７９５＊＊＊ ０．０１２７ －０．０３１７＊＊＊ ０．０４２３
常数项 ８．９８７０＊＊＊ ０．０３６６ ８．９８９１＊＊＊ ０．０３１６ ８．８８４４＊＊＊ ０．０１３１ ８．８５６０＊＊＊ ０．００９８
样本数量 ８ １７８ ８ １７８ ２４ ６０４ ２４ ６０４
Ｆ统计量 ３９２．０１５ ３５５．３３３ ７２ ６８３．９３ ７６ ９６６．４７
Ｐｒｏｂ＞Ｆ ０．０００ ０．０００ ０．０００ ０．０００
Ｒ２ ０．７６２ ０．７４２ ０．９９５ ０．９９５
Ａｄｊｕｓｔｅｄ Ｒ２ ０．７６０ ０．７４０ ０．９９５ ０．９９５
Ｃｏｎｄｉｔｉｏｎａｌ Ｉｎｄｅｘ ２１．３４４ １９．４４２ ２５．１９３ １６．４５０
Ｒｏｏｔ ＭＳＥ ０．８４９ ０．８９１ ０．７７５ ０．７３１
注：＊＊＊、＊＊、＊分别表示在１％、５％和１０％水平下显著。
研发人员投入 （ＨｕｍＩｎｐｕｔ）对专利价值有显著正向作用。但令人意外的
是，专利权人的前期收益 （ｌｎ ＴｏｔａｌＲｅｖｅｎｕｅ－１）对后期专利价值的作用并不
显著，甚至有较弱的抑制作用。对于企业来说，我们认为这可能是由于中国
大多数企业寿命偏短的缘故造成的。尽管许多企业从初始技术研发中获取了
可观的收益，但经营意识的落后以及社会经济环境的不确定性可能导致依靠
技术成长起来的企业更偏向于追求短期利益，从而造就了许多 “短命”的中
国企业，更影响了后续的技术研发投入。为了进一步说明这点，我们对相对
长寿的大型企业单独进行了回归分析，结果如附表所示。相较于中小型企业，
大型企业的技术研发得到了较好的传承，由附表中回归结果可见，ｌｎ Ｔｏｔａｌ－
Ｒｅｖｅｎｕｅ－１对专利价值有显著的正向作用，然而由于企业规模相近，ｌｎ Ｎｕｍ－
ｂｅｒＡｐｐｌ和ＲａｔｉｏＡｐｐｌ对专利价值的作用变得不显著。对于研究机构来说，我
们认为专利权人的前期收益 （ｌｎ ＴｏｔａｌＲｅｖｅｎｕｅ－１）对后期专利价值的作用并
不显著更可能是由于研究机构过于看重科研成果数量，对于科研成果经济收
益重视程度不高造成的，使得获取了较高收益的研发人员出于科研业绩考虑
而更热衷于追求科研成果数量。
从技术领域虚拟变量的回归结果看，相较于其他领域 （ＯｔｈｅｒＦｉｅｌｄｓ），信
第４期 张古鹏、陈向东：企业和研究机构专利价值比较研究 １４２１
息技术领域 （Ｉｎｆｏｔｅｃｈ）对应的参数为正，说明该领域专利价值更可能高于其
他领域 （ＯｔｈｅｒＦｉｅｌｄｓ），而右侧一栏中生物技术领域 （Ｂｉｏｔｅｃｈ）对应参数为
负，说明研究机构在生物技术 （Ｂｉｏｔｅｃｈ）、材料技术 （Ｍａｔｅｒｉａｌｔｅｃｈ）和机械
工程领域 （Ｍｅｃｈａｎｉｃａｌ）的专利价值更可能低于其他领域 （ＯｔｈｅｒＦｉｅｌｄｓ）。这
与表２中反映出来的分技术领域专利价值差异基本一致。
另外，早期年份虚拟变量对应的回归参数多数为正，而晚期年份则多为
负。这主要是由于观测不充分造成的，即较早年份包含的大多为存续期较长
的专利，而较晚年份在去除了大量存续期未终止的专利后，包含的大多为存
续期较短的专利，从而造成了不同年份专利价值方面的显著差异。
从表６中的病态指数 （Ｃｏｎｄｉｔｉｏｎａｌ Ｉｎｄｅｘ）看，四个回归的病态指数皆位
于１０—３０之间，属于中等程度的多重共线性。我们舍去自变量ｌｎ ＴｏｔａｌＲｅｖｅ－
ｎｕｅ－１后对模型进行了重新识别，结果发现各参数估计值的标准误并未有明显
减小，且符号未有明显变化，说明共线性对模型识别精确度的影响处于可容
忍范围内。
（二）稳健性检验———基于改进的专利价值模型的参数再识别
专利价值模型设定上的差异为我们检验回归结果的稳健性提供了机会。
该部分的稳健性检验基于以下事实：专利的内在价值与其产生的市场收益是
一致的，如果某个因素有助于提高专利收益，那么它对专利价值也会有同样
的效果。因此我们可以通过考察专利收益的影响因素来对上述回归结果进行
稳健性检验。上文的计算过程是以传统的专利价值模型设定为基础的，即设
ｌｎＲｉ（０）＝μ＋εｉ．
而Ｂｅｓｓｅｎ （２００８）则考虑了专利的异质性特征对专利收益的影响，他设
ｌｎＲｉ（０）＝Ｘｉβ＋εｉ．
以Ｂｅｓｓｅｎ （２００８）的设定为基础，我们将模型扩展为：
ｌｎＲｊｔ，ｉ（０）＝α０＋α１ＲＤＲｅｓｏｕｒｃｅｓｊｔ，ｉ＋α２ＳｅｌｆＪｏｉｎｔＲｅｓｊｔ，ｉ＋α３ＣｒｏｓｓＪｏｉｎｔＲｅｓｊｔ，ｉ
＋α４ＨｕｍＩｎｐｕｔｊｔ，ｉ＋α５ｌｎＴｏｔａｌＲｅｖｅｎｕｅ－１ｊｔ，ｉ＋
５
ｊ＝１
α６ｉＴｅｃｈＦｉｅｌｄｊ，ｔ
＋
５
ｔ＝１
α７ｔＡｐｐｌＹｅａｒｔ，ｉ＋εｊｔ，ｉ．
与Ｂｅｓｓｅｎ （２００８）不同的是，我们还将存续期未终止的专利数据包含在
了模型中。以改进的专利价值模型为基础，我们将上文中的μ替换为Ｘｉβ后
重复第二部分中的分析过程，对似然函数 （９）进行了重新估计，参数β的识
别结果如表７所示。对比表６和表７可见，除了个别不显著的参数符号发生
改变外，其他主要参数符号基本未发生改变，可见模型的识别结果是稳健的。
１４２２ 经 济 学 （季 刊） 第１１卷
表７ 基于改进的专利价值模型的参数识别结果
自变量
企业 研究机构
Ｃｏｅｆ．
Ｓｔｄ．
Ｅｒｒ．
Ｃｏｅｆ．
Ｓｔｄ．
Ｅｒｒ．
Ｃｏｅｆ．
Ｓｔｄ．
Ｅｒｒ．
Ｃｏｅｆ．
Ｓｔｄ．
Ｅｒｒ．
ｌｎ ＮｕｍｂｅｒＡｐｐｌ ０．００４３＊＊＊ ０．０００１ －０．０１１５＊＊＊ ０．００３４
ＲａｔｉｏＡｐｐｌ ０．３８３８＊＊＊ ０．０９７７ －０．５３９７ ０．６５５０
ＳｅｌｆＪｏｉｎｔＲｅｓ＃ ０．３５６４＊＊＊ ０．０３０７ ０．３６３４＊＊＊ ０．０３０７ ０．１２０９ ０．２１８８ －０．００４２ ０．００９３
ＣｒｏｓｓＪｏｉｎｔＲｅｓ＃ ０．２４５７＊＊ ０．１２３１ ０．２３７６＊＊ ０．０９９２ ０．１８２２＊＊ ０．０７２１ ０．１７５８＊＊ ０．０８６４
ＨｕｍＩｎｐｕｔ ０．０２８５＊＊＊ ０．００４９ ０．０２９１＊＊＊ ０．００４９ ０．０１１３＊＊＊ ０．００３１ ０．０１０１＊＊＊ ０．００３８
ｌｎ ＴｏｔａｌＲｅｖｅｎｕｅ－１ ０．０４９３ ０．０３３８ －０．０３８４ ０．０２８１ －０．０１３３＊ ０．００７８ －０．００９１ ０．０１２７
技术领域
（Ｒｅｆｅｒｅｎｃｅｓ：ＯｔｈｅｒＦｉｅｌｄｓ）
Ｉｎｆｏｔｅｃｈ＃ ０．２５１６＊＊＊ ０．０３５３ ０．２４６９＊＊＊ ０．０３５３ ０．４３１１＊＊＊ ０．０２６６ ０．４０５６＊＊＊ ０．０２６７
Ｂｉｏｔｅｃｈ＃ －０．０３９１ ０．１０６０ －０．０４８２ ０．１０６０ ０．０７９８＊＊ ０．０３３０ －０．０６８８＊＊ ０．０３２９
Ｍａｔｅｒｉａｌｔｅｃｈ＃ －０．０９１３＊＊＊ ０．０２６０ －０．０９４１＊＊＊ ０．０２６０ ０．０２８３＊ ０．０１５６ －０．０２４９ ０．０１５６
Ｅｎｖｉｒｏｎｔｅｃｈ＃ －０．０６１８ ０．０７１３ －０．０５４５ ０．０７１３ ０．０３２８ ０．０４０４ ０．０２２８ ０．０４０４
Ｍｅｃｈａｎｉｃａｌ＃ －０．０６４９＊ ０．０３４５ －０．０４５２ ０．０３４８ －０．１５５６＊＊＊ ０．０１８８ －０．１３６８＊＊＊ ０．０１９０
申请年份
（Ｒｅｆｅｒｅｎｃｅ：１９９７—２０００）
１９８５—１９８８＃ ０．１８４９ ０．１７８８ ０．２３７４＊＊＊ ０．０２８０ ０．４１８６ ０．３３４２ ０．３４７３ ０．３３３４
１９８９—１９９２＃ －０．１９６０＊＊＊ ０．０３６８ －０．２１３７＊＊＊ ０．０３６９ －０．０８３２＊＊＊ ０．０２４０ －０．０５４５＊＊ ０．０２４０
１９９３—１９９６＃ －０．１４９１ ０．１３６０ －０．１５６６ ０．１３６０ －０．０６４８＊＊＊ ０．０２３３ －０．０５２０＊＊ ０．０２３３
２００１—２００４＃ ０．４０９５＊＊＊ ０．０３２１ ０．４３９９＊＊＊ ０．０３１８ ０．４０２１ ０．３１８５ ０．３４８３ ０．３１７８
２００５—２００９＃ －０．０８００＊＊ ０．０３５０ －０．１１２２＊＊＊ ０．０３５５ －０．２２６４＊＊＊ ０．０２１８ －０．１７３５＊＊＊ ０．０２２２
常数项 ６．３９２＊＊＊ ０．０４８５ ７．８８３＊＊＊ ０．０５８４ ５．１９２＊＊＊ ０．０３２８ ５．９１８＊＊＊ ０．０４３３
ｄ ０．３１４２＊＊＊ ０．０５９４ ０．２８４９＊＊＊ ０．０６０１ ０．３０２８＊＊＊ ０．０９４８ ０．２９５８＊＊＊ ０．１００１
σ ５．４９３８＊＊＊ ０．１８２７ ５．８３９４＊＊＊ ０．２０１８ ６．５９４８＊＊＊ ０．８１９２ ６．９４８４＊＊＊ ０．８８２５
Ｌｏｇ Ｌｉｋｅｌｉｈｏｏｄ －８５ ６８４．０６ －８５ ７０６．９８ －２９３ ４９２．３７ －２９３ ４９９．１０
ＬＲ ｃｈｉ２（１８） ９９５．５４ ９４９．６９ ３ ０４１．４０ ３ ０２７．９４
Ｐｒｏｂ＞ｃｈｉ２ ０．０００ ０．０００ ０．０００ ０．０００
样本数量
（存续期终止的样本数量）
７３ １７０
（８ １７８）
７３ １７０
（８ １７８）
７９ ８５５
（２４ ６０４）
７９ ８５５
（２４ ６０４）
注：＊＊＊、＊＊、＊分别表示在１％、５％和１０％水平下显著。
六、结论及研究展望
企业与研究机构是我国科技创新的主体，企业一般以盈利为目的，研究
机构以科研和教学为主，由于存在着本质上的差异，对比两者科技创新的质
量是一个有趣且有意义的课题。本文改进了以专利存续期为基础的专利价值
模型，以中国１９８５—２００９年的发明专利数据为研究对象，对企业与研究机构
申请的发明专利的收益水平以及隐含在收益背后的专利价值进行了计算。以
专利价值为研发质量的衡量指标进行对比发现，尽管占据了政府部门大部分
科研经费，我国研究机构的专利价值却显著低于企业，从而凸显两者在研发
质量方面的差距。
我们从部门内和部门间研发资源的配置视角对研发行为进行了分析，从
中发现，研究机构的研发资源占有量对专利价值的影响较小，而企业的研发
资源占有量则对专利价值有显著正向作用；通过对部门间合作研发下的专利
第４期 张古鹏、陈向东：企业和研究机构专利价值比较研究 １４２３
价值对比发现，企业间合作研发最为有效，企业同研究机构间的合作也有不
俗的表现，而仅有研究机构参与的合作研发的效果则不如前两者。可见，相
较于研究机构，企业对研发资源的配置效果更好，我国科研主导型的研发活
动的创新质量较市场主导型尚有一定差距。
当前，科学研究与现实应用的脱钩使得大量产自于研究机构的科研成果
往往只能停留在理论层面。然而，研究机构未能有效配置研发资源的另一个
重要原因还可能在于对研发成果理论方面贡献的重视，忽视研究机构在理论
研究方面的贡献也许是本研究的一个疏漏。但从申请专利的动机看，这或许
并不成为一个原因，因为申请人申请专利的根本目的是为其研发成果寻求法
律保护，以防止其他人 （出于经济目的）未经允许模仿和使用。倘若研究机
构的研发活动仅仅强调理论贡献，没有理由认为研究机构会有较强的专利申
请动机。但从企业与研究机构的专利数量对比看，研究机构的专利申请动机
无疑是极强的，可见研究机构的确在应用研究领域扮演着重要的角色。研究
机构的研发成果之所以未能产生较高的社会收益，应该与我国现行科研评价
体系过于注重科技成果的产生而轻视对现实生产力的贡献有较大关系，使得
“为专利而专利”的现象泛滥，由此导致大量市场前景不好、技术含量不高的
专利被授权，这不得不引起我们的反思。
尽管本文发现我国企业的研发质量较高，但由于企业的类型千差万别，
该结论终究是一个较笼统的结论。从定量分析结果看，以国有企业为主的大
型企业拥有比中小型企业更高的专利价值，然而，中小型企业的类型则并不
是以民营企业为主，它还包括了一些经历过改制的国营企业，以及一些转为
企业的研究机构等等。更细致的分析还应当进一步明确究竟哪种类型企业的
专利价值更高 （譬如国企和民企的专利价值对比）。由于中国专利数据时间跨
度较短，我们尚难以收集到足够的专利存续期数据对这一问题进行研究，尤
其是一些成立时间较晚的高新技术民营企业的专利价值是我们更为关注的。
相信再经过若干年的数据跟踪，我们将能够对这一问题进行深入细致的研究。
附表
仅对大型企业专利价值数据进行回归分析的结果
自变量
企业
Ｃｏｅｆ ． Ｓｔｄ．Ｅｒｒ ． Ｃｏｅｆ ． Ｓｔｄ．Ｅｒｒ．
ｌｎ ＮｕｍｂｅｒＡｐｐｌ ０．０００３ ０．０００１
ＲａｔｉｏＡｐｐｌ ０．００１９ ０．０８１７
ＳｅｌｆＪｏｉｎｔＲｅｓ＃ ０．０１９＊＊＊ ０．０００１ ０．１７２１＊＊＊ ０．０２１８
ＣｒｏｓｓＪｏｉｎｔＲｅｓ＃ ０．０２１ ０．０３８４ ０．０３２７＊＊＊ ０．００２６
ＨｕｍＩｎｐｕｔ ０．００３１＊＊＊ ０．０００１ ０．１８２７＊＊＊ ０．０３１８
ｌｎ ＴｏｔａｌＲｅｖｅｎｕｅ－１ ０．００９６＊＊＊ ０．００２１ ０．００６４＊＊＊ ０．００１０
１４２４ 经 济 学 （季 刊） 第１１卷
（续表）
自变量
企业
Ｃｏｅｆ ． Ｓｔｄ．Ｅｒｒ ． Ｃｏｅｆ ． Ｓｔｄ．Ｅｒｒ．
技术领域（ＴｅｃｈＦｉｅｌｄ）
（Ｒｅｆｅｒｅｎｃｅｓ：ＯｔｈｅｒＦｉｅｌｄｓ）
Ｉｎｆｏｔｅｃｈ＃ ０．１８２９＊＊＊ ０．０３８２ ０．１０２２＊＊＊ ０．００１８
Ｂｉｏｔｅｃｈ＃ －０．０５４９＊＊＊ ０．０００２ －０．０２７１＊＊＊ ０．００２９
Ｍａｔｅｒｉａｌｔｅｃｈ＃ －０．００２８ ０．００６３ －０．０１８１ ０．０３７２
Ｅｎｖｉｒｏｎｔｅｃｈ＃ －０．１８２１ ０．１３２９ －０．１５２１＊＊＊ ０．０１９２
Ｍｅｃｈａｎｉｃａｌ＃ －０．０７３２＊＊＊ ０．０１９１ －０．０６３９ ０．０５８１
申请年份（ＡｐｐｌＹｅａｒ）
（Ｒｅｆｅｒｅｎｃｅ：１９８５）
１９８６＃ ０．０５１１ ０．０４８０ ０．７３２１＊＊＊ ０．０７３６
１９８７＃ ０．５２８９＊＊＊ ０．０４７２ ０．３９２８＊＊＊ ０．０６１５
１９８８＃ ０．０３９２ ０．０７４２ ０．１９２８＊＊＊ ０．０２１１
１９８９＃ ０．１８９２＊＊＊ ０．０１８３ ０．０６３７ ０．０５３６
１９９０＃ ０．１７６２＊＊＊ ０．０４３８ ０．１４２４＊＊＊ ０．０５１４
１９９１＃ ０．２１９１＊＊＊ ０．０４１５ ０．０６２１ ０．０６２５
１９９２＃ ０．０９８２＊＊＊ ０．０２０１ －０．０２９１ ０．０４３９
１９９３＃ －０．００１８ ０．０５３４ ０．１３７２＊＊＊ ０．０５２４
１９９４＃ ０．１７８２＊＊＊ ０．０１７２ ０．１３９２＊＊＊ ０．０４２５
１９９５＃ ０．０９２８ ０．０５３６ －０．０２８１ ０．０４１７
１９９６＃ ０．０３８１ ０．０５３３ ０．０３７３ ０．０５４６
１９９７＃ ０．１８３９＊＊ ０．０３２１ －０．２８１７＊＊＊ ０．０３５３
１９９８＃ ０．０８１６ ０．０５４４ －０．６４５３＊＊＊ ０．０２４１
１９９９＃ －０．４３９２＊＊＊ ０．０７９１ －０．５９３２＊＊＊ ０．０２８１
２０００＃ －０．５２７１＊＊＊ ０．０３８２ －０．８３７２＊＊＊ ０．０１５２
２００１＃ －０．７９２１＊＊＊ ０．０３１９ －０．８９３９＊＊＊ ０．０２７３
２００２＃ －０．６３２１＊＊＊ ０．０２８７ －１．７３８２＊＊＊ ０．０２１２
２００３＃ －０．６２７１＊＊＊ ０．０４１９ －１．９２１０＊＊＊ ０．０３６４
２００４＃ －１．７３９２＊＊＊ ０．０７３１ －２．１９２１＊＊＊ ０．０３６２
２００５＃ －１．９２８１＊＊＊ ０．０３２２ －２．９３８２＊＊＊ ０．０２８１
２００６＃ －３．３８２９＊＊＊ ０．０５４３ －１．１８２１＊＊＊ ０．０２６２
常数项 ９．１９８２＊＊＊ ０．０２８７ ９．３９２８＊＊＊ ０．０３７２
样本数量 ４ ８４２ ４ ８４２
Ｆ统计量 １９２．８１８ １７２ １２９
Ｐｒｏｂ＞Ｆ ０．０００ ０．０００
Ｒ２ ０．８２２ ０．８１６
注：＊＊＊、＊＊、＊分别表示在１％、５％和１０％水平下显著。
参 考 文 献
［１］ Ａｌｌｉｓｏｎ，Ｊ．，Ｍ．Ｌｅｍｌｅｙ，Ｋ．Ｍｏｏｒｅ．，ａｎｄ Ｄ．Ｔｒｕｎｋｅｙ，“Ｖａｌｕａｂｌｅ Ｐａｔｅｎｔｓ”，Ｇｅｏｒｇｅｔｏｗｎ Ｌａｗ
Ｊｏｕｒｎａｌ，２００４，９２，４３５．
［２］ Ｂａｒｎｅｙ，Ｊ．，“Ａ Ｓｔｕｄｙ ｏｆ Ｐａｔｅｎｔ Ｍｏｒｔａｌｉｔｙ Ｒａｔｅｓ：Ｕｓｉｎｇ Ｓｔａｔｉｓｔｉｃａｌ Ｓｕｒｖｉｖａｌ Ａｎａｌｙｓｉｓ ｔｏ Ｒａｔｅ ａｎｄ
Ｖａｌｕｅ Ｐａｔｅｎｔ Ａｓｓｅｔｓ”，ＡＩＰＬＡ Ｑｕａｒｔｅｒｌｙ Ｊｏｕｒｎａｌ，２００２，３０（３），３１７—３５２．
［３］ Ｂａｕｄｒｙ，Ｍ．，ａｎｄ Ｂ．Ｄｕｍｏｎｔ，“Ｐａｔｅｎｔ Ｒｅｎｅｗａｌｓ ａｓ Ｏｐｔｉｏｎｓ：Ｉｍｐｒｏｖｉｎｇ ｔｈｅ Ｍｅｃｈａｎｉｓｍ ｆｏｒ Ｗｅｅ－
ｄｉｎｇ Ｏｕｔ Ｌｏｕｓｙ Ｐａｔｅｎｔｓ”，Ｒｅｖｉｅｗ ｏｆ Ｉｎｄｕｓｔｒｉａｌ Ｏｒｇａｎｉｚａｔｉｏｎ，２００６，２８，４１—６２．
［４］ Ｂｅｓｓｅｎ，Ｊ．，“Ｅｓｔｉｍａｔｅｓ ｏｆ Ｐａｔｅｎｔ Ｒｅｎｔｓ ｆｒｏｍ Ｆｉｒｍ Ｍａｒｋｅｔ Ｖａｌｕｅ”，Ｒｅｓｅａｒｃｈ Ｐｏｌｉｃｙ，２００９，３８
（１０），１６０４—１６１６．
第４期 张古鹏、陈向东：企业和研究机构专利价值比较研究 １４２５
［５］ Ｂｅｓｓｅｎ，Ｊ．，“Ｔｈｅ Ｖａｌｕｅ ｏｆ ＵＳ Ｐａｔｅｎｔｓ ｂｙ Ｏｗｎｅｒ ａｎｄ Ｐａｔｅｎｔ Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ”，Ｒｅｓｅａｒｃｈ Ｐｏｌｉｃｙ，
２００８，３７（５），９３２—９４５．
［６］ Ｂｒｕｓｏｎｉ，Ｓ．，Ｇ．Ｃｒｅｓｐｉ，Ｄ．Ｆｒａｎｃｏｚ，Ａ．Ｇａｍｂａｒｄｅｌｌａ，Ｗ．Ｇａｒｃｉａ－Ｆｏｎｔｅｓ，Ａ．Ｇｅｕｎａ，Ｐ．Ｇｉｕｒｉ，
Ｒ．Ｇｏｎｚａｌｅｓ，Ｄ．Ｈａｒｈｏｆｆ，Ｋ．Ｈｏｉｓｌ，Ｃ．Ｌｅｂａｓ，Ａ．Ｌｕｚｚｉ，Ｌ．Ｍａｇａｚｚｉｎｉ，Ｍ．Ｍａｒｉａｎｉ，Ｌ．Ｎｅｓｔａ，
Ｏ．Ｎｏｍａｌｅｒ，Ｎ．Ｐａｌｏｍｅｒａｓ，Ｐ．Ｐａｔｅｌ，ａｎｄ Ｍ．Ｒｏｍａｎｅｌｌｉ，“Ｅｖｅｒｙｔｈｉｎｇ Ｙｏｕ Ａｌｗａｙｓ Ｗａｎｔｅｄ ｔｏ
Ｋｎｏｗ ａｂｏｕｔ Ｉｎｖｅｎｔｏｒｓ（Ｂｕｔ Ｎｅｖｅｒ Ａｓｋｅｄ）：Ｅｖｉｄｅｎｃｅ ｆｒｏｍ ｔｈｅ ＰａｔＶａｌ－ＥＵ Ｓｕｒｖｅｙ”ＣＥＰＲ Ｄｉｓｃｕｓ－
ｓｉｏｎ Ｐａｐｅｒ ５７５２，２００６．
［７］ Ｃｈｅｎ，Ｙ．Ｓ．，ａｎｄ Ｋ．Ｃ．Ｃｈａｎｇ，“Ｔｈｅ Ｒｅｌａｔｉｏｎｓｈｉｐ ｂｅｔｗｅｅｎ ａ Ｆｉｒｍｓ Ｐａｔｅｎｔ Ｑｕａｌｉｔｙ ａｎｄ ｉｔｓ Ｍａｒ－
ｋｅｔ Ｖａｌｕｅ：Ｔｈｅ Ｃａｓｅ ｏｆ ＵＳ Ｐｈａｒｍａｃｅｕｔｉｃａｌ Ｉｎｄｕｓｔｒｙ”，Ｔｅｃｈｎｏｌｏｇｉｃａｌ Ｆｏｒｅｃａｓｔｉｎｇ ＆ Ｓｏｃｉａｌ
Ｃｈａｎｇｅ，２０１０，７７，２０—３３．
［８］ Ｃｏｒｎｅｌｌｉ Ｆ．，ａｎｄ Ｍ．Ｓｃｈａｎｋｅｒｍａｎ，“Ｐａｔｅｎｔ Ｒｅｎｅｗａｌｓ ａｎｄ Ｒ＆Ｄ Ｉｎｃｅｎｔｉｖｅｓ”，Ｔｈｅ ＲＡＮＤ Ｊｏｕｒｎａｌ
ｏｆ Ｅｃｏｎｏｍｉｃｓ，１９９９，３０（２），１９７—２１３．
［９］ Ｄｏｎｏｇｈｕｅ，Ｔ．，Ｓ．Ｓｃｏｔｃｈｍｅｒ，ａｎｄ Ｔ．Ｆｒａｎｃｏｉｓ，“Ｐａｔｅｎｔ Ｂｒｅａｄｔｈ，Ｐａｔｅｎｔ Ｌｉｆｅ，ａｎｄ ｔｈｅ Ｐａｃｅ ｏｆ
Ｔｅｃｈｎｏｌｏｇｉｃａｌ Ｐｒｏｇｒｅｓｓ”，Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏｎｏｍｉｃｓ ＆ Ｍａｎａｇｅｍｅｎｔ Ｓｔｒａｔｅｇｙ，１９９８，７（１），１—３２．
［１０］Ｇｒｏｎｑｖｉｓｔ，Ｃ．，“Ｅｍｐｉｒｉｃａｌ Ｓｔｕｄｉｅｓ ｏｎ ｔｈｅ Ｐｒｉｖａｔｅ Ｖａｌｕｅ ｏｆ Ｆｉｎｎｉｓｈ Ｐａｔｅｎｔｓ”，Ｂａｎｋ ｏｆ Ｆｉｎｌａｎｄ Ｐｕｂ－
ｌｉｃａｔｉｏｎｓ，２００９．
［１１］Ｈａｌｌ，Ｂ．，Ａ．Ｊａｆｆｅ，ａｎｄ Ｍ．Ｔｒａｊｔｅｎｂｅｒｇ，“Ｍａｒｋｅｔ Ｖａｌｕｅ ａｎｄ Ｐａｔｅｎｔ Ｃｉｔａｔｉｏｎｓ”，Ｔｈｅ ＲＡＮＤ Ｊｏｕｒ－
ｎａｌ ｏｆ Ｅｃｏｎｏｍｉｃｓ，２００５，３６，１６—３８．
［１２］Ｈａｒｈｏｆｆ，Ｄ．，Ｆ．Ｓｃｈｅｒｅｒ，ａｎｄ Ｋ．Ｖｏｐｅｌ．，“Ｃｉｔａｔｉｏｎｓ，Ｆａｍｉｌｙ Ｓｉｚｅ，Ｏｐｐｏｓｉｔｉｏｎ ａｎｄ ｔｈｅ Ｖａｌｕｅ ｏｆ
Ｐａｔｅｎｔ Ｒｉｇｈｔｓ”，Ｒｅｓｅａｒｃｈ Ｐｏｌｉｃｙ，２００３ａ，３２（８），１３４３—１３６３．
［１３］Ｈａｒｈｏｆｆ，Ｄ．，Ｆ．Ｓｃｈｅｒｅｒ，ａｎｄ Ｋ．Ｖｏｐｅｌ．，“Ｅｘｐｌｏｒｉｎｇ ｔｈｅ Ｔａｉｌ ｏｆ Ｐａｔｅｎｔｅｄ Ｉｎｖｅｎｔｉｏｎ Ｖａｌｕｅ Ｄｉｓ－
ｔｒｉｂｕｔｉｏｎｓ”，ｉｎ Ｏｖｅ，Ｇ．（Ｅｄ．），Ｅｃｏｎｏｍｉｃｓ，Ｌａｗ ａｎｄ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ．Ｋｌｕｗｅｒ Ａｃａｄｅｍｉｃ
Ｐｕｂｌｉｓｈｅｒｓ，Ｔｈｅ Ｎｅｔｈｅｒｌａｎｄｓ，２００３ｂ，２７９—３０９．
［１４］Ｈａｒｈｏｆｆ，Ｄ．，ａｎｄ Ｓ．Ｗａｇｎｅｒ，“Ｔｈｅ Ｄｕｒａｔｉｏｎ ｏｆ Ｐａｔｅｎｔ Ｅｘａｍｉｎａｔｉｏｎ ａｔ ｔｈｅ Ｅｕｒｏｐｅａｎ Ｐａｔｅｎｔ Ｏｆ－
ｆｉｃｅ”，Ｍａｎａｇｅｍｅｎｔ Ｓｃｉｅｎｃｅ，２００９，５５（１２），１９６９—１９８４．
［１５］Ｌａｎｊｏｕｗ，Ｊ．，“Ｐａｔｅｎｔ Ｐｒｏｔｅｃｔｉｏｎ ｉｎ ｔｈｅ Ｓｈａｄｏｗ ｏｆ Ｉｎｆｒｉｎｇｅｍｅｎｔ：Ｓｉｍｕｌａｔｉｏｎ Ｅｓｔｉｍａｔｉｏｎｓ ｏｆ Ｐａｔｅｎｔ
Ｖａｌｕｅ”，Ｒｅｖｉｅｗ ｏｆ Ｅｃｏｎｏｍｉｃ Ｓｔｕｄｉｅｓ，１９９８，６５（４），６７１—７１０．
［１６］Ｌａｎｊｏｕｗ，Ｊ．，Ａ．Ｐａｋｅｓ，ａｎｄ Ｊ．Ｐｕｔｎａｍ，“Ｈｏｗ ｔｏ Ｃｏｕｎｔ Ｐａｔｅｎｔｓ ａｎｄ Ｖａｌｕｅ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ：
Ｔｈｅ Ｕｓｅｓ ｏｆ Ｐａｔｅｎｔ Ｒｅｎｅｗａｌ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎ Ｄａｔａ”，Ｊｏｕｒｎａｌ ｏｆ Ｉｎｄｕｓｔｒｉａｌ Ｅｃｏｎｏｍｉｃｓ，１９９８，４６，
４０５—４３２．
［１７］Ｌａｎｊｏｕｗ，Ｊ．，ａｎｄ Ｍ．Ｓｃｈａｎｋｅｒｍａｎ，“Ｐａｔｅｎｔ Ｑｕａｌｉｔｙ ａｎｄ Ｒｅｓｅａｒｃｈ Ｐｒｏｄｕｃｔｉｖｉｔｙ：Ｍｅａｓｕｒｉｎｇ Ｉｎｎｏ－
ｖａｔｉｏｎ ｗｉｔｈ Ｍｕｌｔｉｐｌｅ Ｉｎｄｉｃａｔｏｒｓ”，Ｅｃｏｎｏｍｉｃ Ｊｏｕｒｎａｌ，２００４，１１４（４９５），４４１—４６５．
［１８］李习保，“中国区域创新能力变迁的实证分析：基于创新系统的观点”，《管理世界》，２００７年第１２
期，第１８—３０页。
［１９］Ｍａｒｃｏ，Ａ．，“Ｔｈｅ Ｏｐｔｉｏｎ Ｖａｌｕｅ ｏｆ Ｐａｔｅｎｔ Ｌｉｔｉｇａｔｉｏｎ：Ｔｈｅｏｒｙ ａｎｄ Ｅｖｉｄｅｎｃｅ”，Ｒｅｖｉｅｗ ｏｆ Ｆｉｎａｎｃｉａｌ
Ｅｃｏｎｏｍｉｃｓ，２００５，１４，３２３—３５１．
［２０］Ｍａｕｒｓｅｔｈ，Ｐ．，“Ｌｏｖｅｌｙ ｂｕｔ Ｄａｎｇｅｒｏｕｓ：Ｔｈｅ Ｉｍｐａｃｔ ｏｆ Ｐａｔｅｎｔ Ｃｉｔａｔｉｏｎｓ ｏｎ Ｐａｔｅｎｔ Ｒｅｎｅｗａｌ”，Ｅｃｏ－
ｎｏｍｉｃｓ ｏｆ Ｉｎｎｏｖａｔｉｏｎ ａｎｄ Ｎｅｗ Ｔｅｃｈｎｏｌｏｇｙ，２００５，１４，３５１—３７４．
［２１］Ｎａｋａｔａ，Ｙ．，ａｎｄ Ｘ．Ｚｈａｎｇ，“Ａ Ｓｕｒｖｉｖａｌ Ａｎａｌｙｓｉｓ ｏｆ Ｐａｔｅｎｔ Ｅｘａｍｉｎａｔｉｏｎ Ｒｅｑｕｅｓｔ ｉｎ Ｊａｐａｎｅｓｅ Ｅｌｅｃ－
ｔｒｉｃａｌ ａｎｄ Ｅｌｅｃｔｒｏｎｉｃ Ｍａｎｕｆａｃｔｕｒｅｒｓ”， Ｗｏｒｋｉｎｇ Ｐａｐｅｒ， Ｄｏｓｈｉｓｈａ Ｕｎｉｖｅｒｓｉｔｙ， Ｏｋａｙａｍａ
Ｕｎｉｖｅｒｓｉｔｙ，２００９．
［２２］Ｐａｋｅｓ，Ａ．，“Ｐａｔｅｎｔｓ ａｓ Ｏｐｔｉｏｎｓ：Ｓｏｍｅ Ｅｓｔｉｍａｔｅｓ ｏｆ ｔｈｅ Ｖａｌｕｅ ｏｆ Ｈｏｌｄｉｎｇ Ｅｕｒｏｐｅａｎ Ｐａｔｅｎｔ
Ｓｔｏｃｋｓ”，Ｅｃｏｎｏｍｅｔｒｉｃａ，１９８６，５４，７５５—７８４．
１４２６ 经 济 学 （季 刊） 第１１卷
［２３］Ｐａｋｅｓ，Ａ．，ａｎｄ Ｍ．Ｓｃｈａｎｋｅｒｍａｎ，“Ｔｈｅ Ｒａｔｅ ｏｆ Ｏｂｓｏｌｅｓｃｅｎｃｅ ｏｆ Ｐａｔｅｎｔｓ，Ｒｅｓｅａｒｃｈ Ｇｅｓｔａｔｉｏｎ
Ｌａｇｓ，ａｎｄ ｔｈｅ Ｐｒｉｖａｔｅ Ｒａｔｅ ｏｆ Ｒｅｔｕｒｎ ｔｏ Ｒｅｓｅａｒｃｈ Ｒｅｓｏｕｒｃｅｓ”，ｉｎ Ｇｒｉｌｉｃｈｅｓ，Ｚ．（Ｅｄ．），Ｒ＆Ｄ，Ｐａ－
ｔｅｎｔｓ ａｎｄ Ｐｒｏｄｕｃｔｉｖｉｔｙ．Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｃｈｉｃａｇｏ Ｐｒｅｓｓ ｆｏｒ ｔｈｅ ＮＢＥＲ，Ｃｈｉｃａｇｏ，１９８４．
［２４］Ｐｕｔｎａｍ，Ｊ．，“Ｔｈｅ Ｖａｌｕｅ ｏｆ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｐａｔｅｎｔ Ｐｒｏｔｅｃｔｉｏｎ”，ＰｈＤ Ｔｈｅｓｉｓ，Ｙａｌｅ，１９９６．
［２５］Ｓｃｈａｎｋｅｒｍａｎ，Ｍ．，“Ｈｏｗ Ｖａｌｕａｂｌｅ ｉｓ Ｐａｔｅｎｔ Ｐｒｏｔｅｃｔｉｏｎ：Ｅｓｔｉｍａｔｅｓ ｂｙ Ｔｅｃｈｎｏｌｏｇｙ Ｆｉｅｌｄｓ”，Ｔｈｅ
ＲＡＮＤ Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏｎｏｍｉｃｓ，１９９８，２９（１），７７—１０７．
［２６］Ｓｃｈａｎｋｅｒｍａｎ，Ｍ．，ａｎｄ Ａ．Ｐａｋｅｓ，“Ｅｓｔｉｍａｔｅｓ ｏｆ ｔｈｅ Ｖａｌｕｅ ｏｆ Ｐａｔｅｎｔ Ｒｉｇｈｔｓ ｉｎ ｔｈｅ Ｅｕｒｏｐｅａｎ Ｃｏｕｎ－
ｔｒｉｅｓ ｄｕｒｉｎｇ ｔｈｅ Ｐｏｓｔ－１９５０Ｐｅｒｉｏｄ”，Ｅｃｏｎｏｍｉｃ Ｊｏｕｒｎａｌ，１９８６，９６，１０５２—１０７６．
［２７］Ｓｃｈｍｏｃｈ，Ｕ．，“Ｃｏｎｃｅｐｔ ｏｆ ａ Ｔｅｃｈｎｏｌｏｇｙ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｆｏｒ Ｃｏｕｎｔｒｙ Ｃｏｍｐａｒｉｓｏｎｓ”，Ｒｅｐｏｒｔ ｔｏ ｔｈｅ
Ｗｏｒｌｄ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｏｒｇａｎｉｚａｔｉｏｎ（ＷＩＰＯ），２００８．
［２８］Ｓｕｌｌｉｖａｎ，Ｒ．，“Ｅｓｔｉｍａｔｅｓ ｏｆ ｔｈｅ Ｖａｌｕｅ ｏｆ Ｐａｔｅｎｔ Ｒｉｇｈｔｓ ｉｎ Ｇｒｅａｔ Ｂｒｉｔａｉｎ ａｎｄ Ｉｒｅｌａｎｄ，１８５２—１８７６”，
Ｅｃｏｎｏｍｉｃａ，１９９４，６１，３７—５８．
［２９］Ｓｖｅｎｓｓｏｎ，Ｒ．，“Ｌｉｃｅｎｓｉｎｇ ｏｒ Ａｃｑｕｉｒｉｎｇ Ｐａｔｅｎｔｓ？Ｅｖｉｄｅｎｃｅ ｆｒｏｍ Ｐａｔｅｎｔ Ｒｅｎｅｗａｌ Ｄａｔａ”，ＥＥＡ－ＥＳ－
ＥＭ Ｃｏｎｆｅｒｅｎｃｅ，Ｂｕｄａｐｅｓｔ，Ａｕｇｕｓｔ，２００７．
［３０］Ｘｉｅ，Ｙ．，ａｎｄ Ｄ．Ｇｉｌｅｓ，“Ａ Ｓｕｒｖｉｖａｌ Ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ Ａｐｐｒｏｖａｌ ｏｆ Ｕ．Ｓ．Ｐａｔｅｎｔ Ａｐｐｌｉｃａｔｉｏｎｓ”，
Ｗｏｒｋｉｎｇ Ｐａｐｅｒ，Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｖｉｃｔｏｒｉａ，２００９．
［３１］Ｙｉ，Ｄ．， “Ｐｒｉｖａｔｅ Ｖａｌｕｅ ｏｆ Ｅｕｒｏｐｅａｎ Ｐａｔｅｎｔｓ”，Ｅｕｒｏｐｅａｎ Ｅｃｏｎｏｍｉｃ Ｒｅｖｉｅｗ，２００７，５１，
１７８５—１８１２．
［３２］Ｚｅｅｂｒｏｅｃｋ，Ｎ．，“Ｐａｔｅｎｔｓ Ｏｎｌｙ Ｌｉｖｅ Ｔｗｉｃｅ：Ａ Ｐａｔｅｎｔ Ｓｕｒｖｉｖａｌ Ａｎａｌｙｓｉｓ ｉｎ Ｅｕｒｏｐｅ”ＣＥＢ Ｗｏｒｋｉｎｇ
Ｐａｐｅｒ，Ｏｃｔｏｂｅｒ，２００７．
［３３］Ｚｅｅｂｒｏｅｃｋ，Ｎ．，Ｂ．Ｐｏｔｔｅｌｓｂｅｒｇｈｅ，Ｄ．Ｐｏｔｔｅｒｉｅ，ａｎｄ Ｄ．Ｇｕｅｌｌｅｃ，“Ｃｌａｉｍｉｎｇ Ｍｏｒｅ：Ｔｈｅ Ｉｎｃｒｅａｓｅｄ
Ｖｏｌｕｍｉｎｏｓｉｔｙ ｏｆ Ｐａｔｅｎｔ Ａｐｐｌｉｃａｔｉｏｎｓ ａｎｄ ｉｔｓ Ｄｅｔｅｒｍｉｎａｎｔｓ”，Ｒｅｓｅａｒｃｈ Ｐｏｌｉｃｙ，２００９，３８（６），１００６—
１０２０．
Ａ Ｃｏｍｐａｒｉｓｏｎ ｏｆ Ｐａｔｅｎｔ Ｖａｌｕｅｓ ｂｅｔｗｅｅｎ Ｃｏｒｐｏｒａｔｉｏｎｓ
ａｎｄ Ｒｅｓｅａｒｃｈ Ｉｎｓｔｉｔｕｔｅｓ ｂａｓｅｄ ｏｎ Ｐａｔｅｎｔ Ｒｅｎｅｗａｌ Ｐｅｒｉｏｄ
ＧＵＰＥＮＧ ＺＨＡＮＧ
（Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ）
ＸＩＡＮＧＤＯＮＧ ＣＨＥＮ
（Ｂｅｉｈａｎｇ Ｕｎｉｖｅｒｓｉｔｙ）
Ａｂｓｔｒａｃｔ Ｔｈｉｓ ｐａｐｅｒ ｒｅｖｉｓｅｓ ｔｒａｄｉｔｉｏｎａｌ ｐａｔｅｎｔ ｖａｌｕｅ ｍｏｄｅｌ ｂｙ ｉｎｃｌｕｄｉｎｇ ｕｎｅｘｐｉｒｅｄ ｐａ－
ｔｅｎｔｓ．Ｉｔ ｅｓｔｉｍａｔｅｓ ｔｈｅ ｖａｌｕｅｓ ｏｆ ｉｎｖｅｎｔｉｏｎ ｐａｔｅｎｔｓ ｏｆ ｃｏｒｐｏｒａｔｉｏｎｓ ａｎｄ ｒｅｓｅａｒｃｈ ｉｎｓｔｉｔｕｔｅｓ ｄｕｒ－
ｉｎｇ １９８５—２００９．Ｔｈｅ ａｖｅｒａｇｅ ｐａｔｅｎｔ ｖａｌｕｅ ｏｆ ｒｅｓｅａｒｃｈ ｉｎｓｔｉｔｕｔｅｓ ｉｓ ｓｉｇｎｉｆｉｃａｎｔｌｙ ｌｏｗｅｒ ｔｈａｎ
ｔｈａｔ ｏｆ ｃｏｒｐｏｒａｔｉｏｎｓ．Ｔｈｅ ｐａｔｅｎｔ ｖａｌｕｅｓ ｏｆ ｒｅｓｅａｒｃｈ ｉｎｓｔｉｔｕｔｅｓ ｔｈａｔ ｈａｖｅ ｂｅｔｔｅｒ Ｒ＆Ｄ ｆａｃｉｌｉｔｉｅｓ
ａｎｄ ｒｅｓｏｕｒｃｅｓ ａｒｅ ｎｏｔ ｓｉｇｎｉｆｉｃａｎｔｌｙ ｄｉｆｆｅｒｅｎｔ ｆｒｏｍ ｔｈｏｓｅ ｏｆ ｏｔｈｅｒ ｉｎｓｔｉｔｕｔｅｓ．Ｂｕｔ ｔｈｅ ｐａｔｅｎｔ ｖａｌ－
ｕｅｓ ｏｆ ｌａｒｇｅ ｃｏｒｐｏｒａｔｉｏｎｓ ａｒｅ ｓｉｇｎｉｆｉｃａｎｔｌｙ ｈｉｇｈｅｒ ｔｈａｎ ｓｍａｌｌ ａｎｄ ｍｅｄｉｕｍ－ｓｉｚｅ ｃｏｒｐｏｒａｔｉｏｎｓ．Ｆｉ－
ｎａｌｌｙ，ｊｏｉｎｔ ｒｅｓｅａｒｃｈｅｓ ｏｆ ｃｏｒｐｏｒａｔｉｏｎｓ ａｌｓｏ ｃｒｅａｔｅ ｍｏｒｅ ｖａｌｕａｂｌｅ ｐａｔｅｎｔｓ ｔｈａｎ ｔｈｏｓｅ ｏｆ ｒｅｓｅａｒｃｈ
ｉｎｓｔｉｔｕｔｅｓ．
ＪＥＬ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ Ｏ３２，Ｏ３３，Ｚ００
