高校專利可轉化性與其文獻計量特征相關性研究

李 睿，范九江

(1.四川大學 災后重建與管理學院，四川 成都 610207；2.四川大學 公共管理學院，四川 成都 610064)

0 引言

高校本身不具備生產能力，因此專利權轉讓或許可成為高校專利轉化的主要途徑，即高校通過將專利權轉讓或許可給具備專利實施能力的企業，使科技成果轉化為生產力。國家知識產權局統計數據顯示，截至2020年5月28日，我國發明專利總授權量達到2 439 687項，其中，除企業占比56%外，高校是我國專利申請的主力軍，占比達23%，各級各類科研院所占比僅為5%，其它機構及個人占比15%。高校雖在除企業外的各類專利權人中占比最高，但是高校專利實際發生專利權轉讓或許可的比例卻很低。從國家知識產權局網站檢索可知，我國高校專利申請總量為1 319 604項，而其中發生了專利權轉讓或許可的專利數量為45 127項，實際轉化率僅為3.42%。

鑒于高校專利的低轉化率，如何從海量高校專利中識別出具備可轉化性的潛力專利，為提升高校專利可轉化性給出有效建議，是科技管理和科技評價部門亟需關注的研究命題。本文嘗試研究已經成功轉化(轉讓或許可)的高校專利文獻計量特征，并與未能轉化的高校專利樣本文獻計量特征作對比，通過差異分析探索高校成功轉化專利與未能轉化專利在主要文獻計量指標上的差異性，識別出成功轉化專利相較于未能轉化專利的顯著特征，從而揭示高校專利可轉化性與特定文獻計量特征之間的相關性。研究上述相關性的意義在于：以事實上存在的相關性為客觀依據，將特定專利文獻計量特征作為該專利有可能實現轉化的信號，可以為預見專利轉化或評估專利可轉化性提供來自文獻計量學的線索。更進一步，本文還將分析成功轉化專利具備特定文獻計量特征的原因，分析視角包括專利審查制度視角、創新經濟學視角和科研成果評價制度視角，以期通過上述分析，在更深層次上發現科研管理體制機制對專利成果轉化的影響，從而提出關于科研團隊運行、科研成果評價和科研創新激勵制度方面的建議。

1 文獻綜述

目前國內外學者關于高校專利轉化的相關研究主要集中在專利轉化途徑或模式、轉化專利的地域或校企分布特征、轉化能力與效率等主題領域。其中，從文獻計量學視角研究高校專利轉化的相關成果主要集中在兩個方面。

(1)在數據分析基礎上，采用社會網絡分析等方法探索高校專利成果轉化的地域分布、校企合作分布等特征。如Xu等[1]以基因工程疫苗領域為例，通過研究高校與企業專利合作網絡,分析高校科技成果向企業轉化的特征；Graf等[2]基于區域專利合作網絡，研究高校科技成果向企業轉化的規律；Ipiranga等[3]以RENORBIO為基礎，分析高校、政府和企業在該技術領域的合作關系，并探討合作的優勢、局限性及對策；尹西明等[4]基于2008—2012年我國高校專利許可數據，利用社會網絡分析法，對全國范圍內高校專利許可的時空分布特征進行研究；馬榮康等(2017)基于2008—2015年我國太陽能、燃料電池和風能技術領域的專利許可數據，運用社會網絡分析方法分析我國新能源技術轉移網絡的演變特征；馬曉雅等[5]基于2016年北京、江蘇、陜西3個重要區域的高校專利權轉移數據，運用社會網絡分析方法和多元回歸模型，探索不同區域高校科技成果轉化的網絡結構和影響因素；康旭東等[6]以2011—2015年發明專利轉讓公告為樣本數據，利用社會網絡分析方法等分析高校—企業技術轉移特征。

(2)采取統計、對比等方法對高校轉讓或許可專利數據進行分析，研究高校轉化專利的相關特征。如譚龍等[7]基于2011年專利實施許可備案統計數據，從許可專利類型與許可方式、許可人類型與區域分布、被許可人類型與區域交互等角度，對我國高校專利實施許可現狀與特征進行分析；李強等[8]以2008—2012年相關數據為基礎，對比分析高校許可與轉讓專利數量、類型和技術類別等總體情況以及輸出輸入地域、技術年齡、技術領域分布等技術特征；葉靜怡等[9]從專利申請與授權、轉讓率、轉讓收入和成本—收益等角度，對中美高校技術轉移效率進行對比研究，發現中國高校專利申請量、授權量、轉讓收入與研發支出之比遠遠高于美國高校，但轉讓率和轉讓收入則遠低于美國高校，并將中美高校技術轉移效率差異歸因于經費投入、技術轉移、人力資源投入和激勵制度等方面的差距；王健等(2016)將高校專利轉化能力細分為專利權轉移能力、專利申請權轉移能力和專利實施許可能力，并基于專利申請轉讓、專利權轉讓、許可數等指標對37所“985”工程高校專利轉化能力進行細分與比較，發現3類專利轉化能力在我國高校中呈現不同發展態勢；李志鵬等[10]以專利轉讓數和轉移地域分布網絡為主要指標，評價高校知識成果轉化能力；顧瑞婷[11]從專利價值、轉化趨勢等角度對2014—2018年案例高校申請的發明專利轉化情況進行計量分析；張曉月等[12]從專利轉化和技術特征視角探討了專利是否轉化及專利同族數、實質審查時間、發明人人數、權利要求項數、文獻頁數、引證專利項數等特征對專利價值的影響；陳振英等[13]以高校專利數量、有效維持情況、被引用情況等為依據，評價高校專利轉化能力。

從國內外相關研究成果看，還未發現在是否成功實現專利轉化這一對比視野下實證研究高校專利轉化問題的相關文獻。本文運用對比分析方法，研究高校專利可轉化性與其文獻計量特征之間的相關性，具有一定新穎性和較大的探索空間。

2 高校專利可轉化性與其文獻計量特征相關性發現

2.1 研究思路與方法

本文通過對比已經成功轉讓或許可與未能轉讓或許可的高校專利之間的文獻計量特征差異，依托多元統計學的差異分析方法，研究高校專利可轉化性與其文獻計量特征之間的相關性。采用Mann-Whitney U檢驗和Kolmogorov-Smirnov檢驗兩種獨立樣本非參數檢驗方法，依據其Z統計量概率P值判斷專利能否轉化與其各項文獻計量特征是否相關。

2.2 研究樣本

本文選取四川大學(簡稱S大學)作為研究樣本，理由如下：①S大學是中國“雙一流”建設高校，而“雙一流”建設高校是國家R&D投入重點，其產出專利實際轉化情況應當被重點關注；②S大學是文、理、工、醫學科門類齊全的綜合性大學，在專利產出的行業領域類別上具有全面性，能夠實現IPC大類全覆蓋，S大學16 491組專利共有46 077個IPC分類號，平均每組專利IPC號數量為2.79個，具體專利領域分布統計如表1所示；③S大學具有較大的專利產出規模(16 491項)，能夠為本文提供充足的樣本量，同時S大學的專利權轉讓和許可數值(312項)接近全國所有高校專利權轉讓和許可數量的中位數，在統計學意義上具有較好的代表性。

表1 S大學專利領域分布統計結果

2.3 研究過程

通過查詢國家知識產權局網得到原始申請(權利)人為S大學的發明專利16 491項，通過法律事件查詢可知，實際發生專利權轉讓或許可的專利為312項。將S大學專利劃分為轉化組和非轉化組，兩組樣本規模分別為312和16 179，總體上屬于大樣本。

由于轉化組和非轉化組樣本數據不符合正態分布，因此對兩個樣本組的差異分析采用Mann-Whitney U檢驗和Kolmogorov-Smirnov檢驗兩種獨立樣本非參數檢驗方法。

2.3.1 轉化組與非轉化組差異分析

利用SPSS軟件對轉化組與非轉化組的發明人數量、IPC數量、專利文獻引用數量、非專利文獻引用數量、被引用頻次、同族成員數量6個常用專利文獻計量指標統計數值進行差異分析，結果如表2、3所示。

表2 轉化組與非轉化組Mann-Whitney U差異性檢驗結果

由Mann-Whitney U和Kolmogorov-Smirnov檢驗結果可知，轉化組與非轉化組在被引用頻次這一重要指標上無顯著差異，在非專利文獻引用數量上，差異也不顯著，但在發明人數量、IPC數量、專利文獻引用數量、同族成員數量4項指標上均顯示出顯著差異。

表3 轉化組與非轉化組Kolmogorov-Smirnov檢驗結果

針對上述4項存在顯著差異的指標，進一步作統計量對比分析，如表4所示。結果顯示，轉化組的IPC數量、專利文獻引用數量、同族成員數量3項指標均值均高于非轉化組，轉化組的發明人數量指標均值低于非轉化組。

表4 差異性顯著的專利文獻計量指標統計量對比分析結果

2.3.2 轉化組轉化有效性的進一步跟蹤分析

專利權發生轉讓或許可后，一部分專利會失效，一部分專利會一直維持有效。專利失效的原因主要是遭遇異議或訴訟后被宣告無效，以及因專利權人停止繳納維持費而自動失效，其中后者是專利失效的最主要原因[14]。為何專利權人會停止繳納維持費？因為專利權人會權衡專利產品的預期市場收益和因繳納維持費而產生的專利成本，對于預期收益過低的專利，專利權人會選擇停止繳費，放棄專利權。

因此，本文認為，專利權轉讓或許可后失效，意味著轉化不成功，即該專利轉化后并不能生產出具有市場占有能力和盈利能力的專利產品；而專利權轉讓或許可后一直維持有效，則意味著轉化相對成功，即能夠生產出在一定時間內具有市場占有能力和盈利能力的專利產品。

為進一步跟蹤研究專利轉化是否成功，本文將轉化組再劃分為兩個獨立樣本組，即專利權轉讓或許可后失效的專利組(失效組)以及專利權轉讓或許可后一直維持有效的專利組(有效組)。有效組(187項專利)和失效組(125項專利)的各項文獻計量指標數據都符合正態分布，因此采用獨立樣本方差方程的Levene檢驗方法進行差異分析，結果如表5所示。結果顯示，失效組與有效組在專利文獻引用量指標上差異不顯著(方差相等的概率P值為0.486，大于0.05，服從原假設)，在發明人數量、IPC數量和同族成員數量3項指標上差異顯著(方差相等的概率P值分別為0.006、0.001和0.007，均小于0.05，拒絕原假設)。

差異性顯著的發明人數量、IPC數量和同族成員數量3個計量指標的統計量如表6所示。結果顯示，有效組專利的發明人數量、IPC數量和同族成員數量均值均高于失效組。

表6 失效組與有效組統計結果

專利有效期時長(壽命)直接體現了專利繼續生存和發展的技術生命力。如圖1、2所示，轉化組專利的有效期時長分布整體優于非轉化組。為更深入發現專利技術生命力與發明人數量、IPC數量、同族成員數量3項文獻計量特征之間的邏輯關聯，本文進一步分析有效組專利的有效期時長與上述3個計量指標之間的相關性，結果如表7所示。

圖1 非轉化組專利有效期時長(壽命)分布 圖2 轉化組專利有效期時長(壽命)分布

由表7可知，轉化成功(轉化后繼續維持有效)的有效組專利，其有效期時長與發明人數量呈負相關關系，與IPC數量呈正相關關系，與同族成員數量呈顯著正相關關系。

表7 有效組專利有效期時長與3個文獻計量特征之間相關分析結果

2.3.3 相關性研究結論

(1)專利能否轉化與被引用頻次無關。Mann-Whitney U和Kolmogorov-Smirnov檢驗結果顯示，轉化組與非轉化組的被引用頻次Z統計量概率P值分別為0.736和0.958，遠大于0.05，因此服從原假設，表明轉化組與非轉化組在被引用頻次上無顯著差異。

(2)專利能否轉化與其施引的專利文獻數量顯著正相關。Mann-Whitney U和Kolmogorov-Smirnov檢驗結果顯示，轉化組與非轉化組的專利文獻引用數量Z統計量概率P值均為0.000，小于0.05，因此拒絕原假設，表明轉化組與非轉化組在專利文獻引用數量上差異顯著。同時，轉化組專利文獻引用數量均值為2.792，高于非轉化組的專利文獻引用數量均值2.203。

(3)專利能否轉化與IPC數量顯著正相關。Mann-Whitney U和Kolmogorov-Smirnov檢驗結果顯示，轉化組與非轉化組IPC數量Z統計量概率P值均為0.000，小于0.05，因此拒絕原假設，表明轉化組與非轉化組在IPC數量上差異顯著。由表4可知，轉化組的IPC數量均值為3.667，高于非轉化組的IPC數量均值2.777。由表5、6可知，失效組與有效組的IPC數量差異顯著，失效組的IPC數量均值為2.984，低于有效組的IPC數量均值4.123。進一步采用Kendall的tau_b、Spearman的rho兩種方法，對轉化后持續維持有效的專利有效期時長與IPC數量進行相關分析，結果顯示，有效組專利的有效期時長與IPC數量也呈正相關關系。

(4)專利能否轉化與發明人數量顯著相關。Mann-Whitney U和Kolmogorov-Smirnov檢驗結果顯示，轉化組與非轉化組的發明人數量Z統計量概率P值分別為0.004和0.020，均小于0.05，因此拒絕原假設，表明轉化組與非轉化組在發明人數量上差異顯著。如圖3、4所示，轉化組與非轉化組的發明人數量分布規律差異較大，非轉化組的發明人數量在1～7人區間內接近正態分布，而轉化組的發明人數量則整體呈非正態分布(集中分布)，頭部集中分布于5人以下區間，峰值為4人。由表4可知，轉化組的發明人數量均值為4.016，低于非轉化組的發明人數量均值4.517。此外，基于有效組專利的有效期時長與發明人數量呈負相關關系，表明規模更小的發明人團隊更有利于專利轉化。但也并非發明人數量越少越好，如表5、6結果顯示，轉化后失效組與有效組的發明人數量差異顯著，失效組的發明人數量均值為3.560，有效組的發明人數量均值為4.321，轉化成功的專利在發明人數量上高于轉化不成功的專利。綜合上述兩方面的分析結果，本文認為，發明人數量水平不宜過高也不宜過低，4人左右最有利于專利轉化。

圖3 非轉化組專利發明人數量分布 圖4 轉化組專利發明人數量分布

(5)專利能否轉化與同族成員數量顯著正相關。Mann-Whitney U和Kolmogorov-Smirnov檢驗結果顯示，轉化組與非轉化組的同族成員數量Z統計量的概率P值均為0.000，小于0.05，因此拒絕原假設，表明轉化組與非轉化組在同族成員數量上差異顯著。由表4可知，轉化組的同族成員數量均值為2.176，非轉化組的同族成員數量均值為1.384，轉化專利在同族成員數量上高于沒有實現轉化的專利。由表5、6可知，轉化后失效組與有效組的同族成員數量差異顯著，失效組的同族成員數量均值為2.032，有效組的同族成員數量均值為2.273，轉化后持續維持有效的專利在同族成員數量上高于轉化后失效的專利。由表7可知，專利在實現轉化后，持續維持有效時長與其同族成員數量顯著正相關，且相關度較高，說明同族成員數量不僅是影響專利轉化的重要因素，更是影響專利轉化后能否持久維持有效(轉化是否徹底成功)的核心要素。

2.4 結論驗證

研究結論是否科學可靠的評判標準之一是該結論是否具有可驗證性，學者通常會對研究結論進行可重復性檢驗，以驗證結論的可信度和科學性，可重復次數越多則驗證度越高。基于此，本文選取與S大學同屬學科門類齊全、專利產出規模較大且成功轉化專利數量較多的綜合性大學——清華大學(簡稱Q大學)和同濟大學(簡稱T大學)專利數據作為檢驗樣本，運用Kolmogorov-Smirnov檢驗方法分別對兩所大學的成功轉化專利和未轉化專利進行差異性分析，以驗證前文結論，結果如表8、9所示。

表8 Q大學轉化組與非轉化組Kolmogorov-Smirnov檢驗結果

Kolmogorov-Smirnov檢驗結果顯示，Q大學、T大學轉化組專利與非轉化組專利的發明人數量、IPC數量、專利文獻引用數量、同族成員數量4個指標Z統計量概率P值均小于0.05，拒絕原假設，說明在上述4個指標上，Q大學、T大學成功轉化專利與未轉化專利間存在顯著性差異。同時，Q大學、T大學轉化組專利與非轉化組專利的被引用頻次Z統計量概率P值均大于0.05，服從原假設，表明Q大學、T大學成功轉化專利與未轉化專利在被引用頻次上沒有顯著性差異。這與S大學成功轉化專利與未轉化專利指標的差異性檢驗結果高度一致。

表9 T大學轉化組與非轉化組Kolmogorov-Smirnov檢驗結果

本文進一步對比Q大學、T大學轉化組與非轉化組專利差異顯著的指標統計量，如表10、11所示。結果顯示，Q大學、T大學轉化組專利與非轉化組專利存在顯著性差異的指標不僅與S大學一致，并且差異指標的組統計量均值差異走向也高度一致。Q大學、T大學轉化組專利的IPC數量、專利文獻引用數量、同族專利數量指標均值均遠高于非轉化組專利，而轉化組專利的發明人數量指標均值則低于非轉化組專利。

表10 Q大學差異性顯著的專利文獻計量指標統計量對比結果

從可檢驗性標準看，專利能否轉化與被引用頻次無關、專利能否轉化與其施引的專利文獻數量顯著正相關、專利能否轉化與IPC數量顯著正相關、專利能否轉化與發明人數量顯著相關、專利能否轉化與同族成員數量顯著正相關，上述5個結論均通過了可重復性檢驗，得到了進一步驗證。

表11 T大學差異性顯著的專利文獻計量指標統計量對比

3 相關性背后的原因探討

3.1 專利能否轉化與被引用頻次無關的原因探討

文獻計量學通常認為，科技論文被引用頻次是其學術水平的正向指征。但在專利領域，這一評價思維卻并不適用，本文實證分析S大學樣本專利的15 560條前向引用(被引信息)發現，專利能否轉化與其被引用頻次無關，可能存在兩方面原因。

(1)作為上位概念格專利被引有利于轉化。專利被引是在專利審查制度下由審查員實施引用行為的結果[15]，意味著其被作為對比文件(對比新穎性、創造性及其程度與范圍的依據)，用于判定新的專利申請能否授權以及可授權范圍。如果某專利作為上位概念格的對比專利被引用，那么施引專利申請的權利范圍將落在其下位概念格。此時，作為上位概念格的被引專利，將對下位概念格的施引專利申請相關權利要求的新穎性和創造性產生阻礙[16]。這種情況下，下位概念的專利申請將面臨權利要求減少或不能授權的審查結果。申請人若需要生產出專利產品，必然需要取得被引專利權利人的許可，因此，這類被引將積極正向影響專利權的轉讓或許可。

(2)作為同級概念格對比專利被引不利于轉化。如果某專利作為同級概念格的對比專利被引用，則意味著該專利將面臨新的同等級具有相似功能的專利競爭(新專利是同一概念格上功能相似但技術手段和途徑不同的競爭性專利)，使得被引專利面臨被競爭對手分割市場的風險[17]。從這一意義上講，這類被引越多則競爭對手越多，而被引專利實現轉化的可能性就會隨之降低。

綜合上述兩類被引情況，專利被引用頻次對于專利轉化同時具有正面和負面影響力。因此，高校專利的可轉化性在統計結果中整體表現為與被引用頻次無關。

3.2 專利能否轉化與其施引專利文獻數量顯著正相關的原因探討

文獻計量學通常不會以科技論文的施引頻次作為評價指標。但專利與論文不同，本文實證分析S大學樣本專利的36 512條后向引用(施引信息)發現，專利能否轉化與其施引專利文獻數量顯著相關。其原因可能在于，專利施引信息最終是由審查員決定的，專利審查員的施引行為是審查新專利申請過程中的對比行為；施引專利授權范圍無論是落在其引用的上位概念格專利權利范圍之下(從屬權利范圍)，還是落在其引用的同級概念格專利之側(同等級的其它權利范圍)，都將導致對其引用專利原有市場份額的分割和爭奪[18]，上述兩類施引行為的實際功能都是說明對引用專利(舊技術)實現技術上的補充、改進或替代[19]；在專利審查視野下，施引越多(專利文獻引用量越多)，意味著補充、改進甚至替代的舊技術越多，施引水平越高的專利越具有挑戰性和競爭力，發生轉化的可能性也就越大。因此，高校專利的可轉化性與施引專利文獻數量顯著正相關。

3.3 專利能否成功轉化與IPC數量顯著正相關的原因探討

一項專利的IPC數量可以定量描述該項專利技術的功能豐富程度。在大分工、大協作時代，技術創新已經實現全球一體化，任何一項有價值的創新都在無形的技術自組織機制作用下自動嵌入到全球價值鏈中[20]。IPC分類號是專利功能與技術方向界定的標識，一項專利的IPC數量越多，代表該項專利涵蓋的技術方向越廣，意味著該項專利技術嵌入到全球價值鏈中的機會越多，在上下游技術鏈環節間的匹配需求下，專利發生轉讓或許可的可能性就越大，而且轉化后能夠成功創造市場價值的能力也越強。因此，高校專利的可轉化性與IPC數量顯著正相關。

3.4 專利能否成功轉化與發明人數量顯著相關的原因探討

人們通常會直覺性地認為，發明人團隊規模越大，越有利于產出可轉化優質專利，但實證數據顯示并非如此。已有研究表明，小規模團隊(10人以下)在合作網絡密度與合作強度上均優于大規模團隊[21]；美國汽車產業研發團隊規模與創新績效呈負相關；規模偏大團隊的成員參與度和協作度普遍偏低[22]。高校發明人團隊成員往往具有創新思考獨立性和體制地位平等性等特點，團隊規模過大更可能成為理念分歧、權益沖突的誘因，在團隊沖突觀視野下，隨著團隊規模擴大，目標將逐漸難以達成一致[23]。另有研究表明，規模為3～4人的團隊合作強度最大[24]。因此，高校專利的可轉化性與發明人數量顯著相關，但并非越多越好，而是在4人左右為最佳。

3.5 專利能否轉化與同族成員數量顯著正相關的原因探討

同族成員數量能夠很好地體現專利權人的全球戰略布局，同族成員越多，專利家族越大，該專利對全球市場的占有能力就越強。專利權人向它國申請專利具有很大風險，同族成員專利中的任何一個被異議，都會導致所有成員國專利權喪失[25]。一項專利的同族專利成員數量代表著該專利的國際市場競爭力[26]。向它國申請專利，意味著專利權人具有相當技術自信和實力，是影響專利轉化的重要積極因素。從這一意義上講，高校專利的可轉化性與同族成員數量之間呈現出顯著正相關關系。

4 對策建議

4.1 高校專利引文評價理念應當實現重心轉移

專利引證數據是專利質量評價中認可度最高的指標，且被引次數被認為是評估專利質量最有效的指標[27]，但也有研究提出了專利被引次數與專利價值無關的觀點[28]。專利轉讓或許可是專利價值和質量的有力證明，成功轉化的專利必然具有相對更高的質量和價值。

本文研究表明，專利能否成功轉化與專利被引頻次無關，但與專利文獻引用數量具有顯著正相關關系。因此，建議高校科技管理部門在高校專利計量和評價工作中轉移專利引文評價理念重心，即從重視被引的傳統文獻計量理念向重視施引的新評價理念轉向。

4.2 高校發明人團隊應凝練規模、強調交叉

本文研究表明，專利能否成功轉化與專利IPC數量顯著正相關。專利的IPC數量體現著專利功能豐富度，專利功能與技術方向越廣，專利成功轉化的可能性越高。而從研發過程看，專利功能豐富度依賴于發明人團隊中多學科、多領域知識的交叉碰撞與融合。同時，專利能否成功轉化與專利發明人數量顯著相關，小規模團隊的目標一致性、合作強度優于大規模團隊。知識密集型團隊內部知識共享是核心創新動力，而大團隊的松散耦合會導致感知知識權利喪失[29]，從而弱化協同創新效應。綜合以上兩方面，建議在專利研發的頂層設計和規劃部署階段，高校科研管理部門應當倡導和組建跨學科交叉創新團隊，同時凝練發明人團隊規模在4人左右，這將有利于回避同行沖突，激發共享互動式創新。

4.3 高校專利考評指標應增加同族成員數量

我國高校專業技術職務晉升和工作業績考核標準大都將專利授權數量作為重要指標，這在很大程度上成為高校產出專利數量巨大，但實際轉化率卻很低的內因。缺乏技術高度的專利當然不敢承擔申請同族專利不成反而連累本國專利一并無效的風險，更難以具備參與國際競爭的自信，這也正是大量非轉化組專利在同族成員數量上顯著低于轉化組專利的深層次原因。因此，建議高校在晉升、考核中，從重視專利數量轉向重視專利家族，即將同族成員數量作為專利核心評價指標之一，通過激勵創新團隊申請多國同族專利，倒逼內在技術實力提升，實質性增強高校專利技術自信和專利可轉化性。

由于樣本數據僅來源于四川大學、清華大學、同濟大學3所高校，因此研究結論難免存在樣本局限性。但本文所做的嘗試，為高校專利可轉化性的識別研究引入了新路徑，尤其是高校專利可轉化性與其文獻計量特征之間相關性的發現，能夠為識別高校具備可轉化性的潛力專利，同時為高校科技管理和科技評價部門制定科學的科研管理、人才評價策略提供來自文獻計量學的參考依據，有助于高校科研管理部門謀劃更有效的科技激勵機制和科研引導政策，從而提升高校科技成果轉化能力與效率。