企业专利合作网络模式及其对创新绩效的影响
——以制药产业科技型上市中小企业为例

王黎萤，王佳敏，李建成，虞微佳

(浙江工业大学 中国中小企业研究院, 浙江 杭州 310023)



企业专利合作网络模式及其对创新绩效的影响
——以制药产业科技型上市中小企业为例

王黎萤，王佳敏，李建成，虞微佳

(浙江工业大学 中国中小企业研究院, 浙江 杭州 310023)

以制药产业科技型中小企业为研究对象，运用联合申请的817项发明专利数据绘制企业与高校、研究机构及企业间的专利合作网络图谱，分析了网络密度、平均聚类系数、网络结构洞、网络节点度等网络结构数据，探索和验证了专利合作网络存在探索型专利合作网络和利用型专利合作网络两种模式，且这两种专利合作网络模式均对科技型中小企业的创新绩效产生积极影响，其中探索型专利合作网络的影响更为突出。研究表明，高合作广度和高合作深度的探索型专利合作网络更适合从事医药研发的科技型中小企业，为科技型中小企业依托专利合作网络获取创新资源和提升创新能力提供了路径突破及发展建议。

科技型中小企业；探索型专利合作网络；利用型专利合作网络；创新绩效；制药产业

科技型中小企业是加快培育和发展战略性新兴产业的重要载体,但创新资源匮乏和创新能力薄弱始终是科技型中小企业难以突破的成长瓶颈。在开放式创新和网络化生存的今天,大量的科技型中小企业更倾向于与外部科研机构、高等院校、国内或国际企业开展合作,通过合作申请专利,购买、转让或许可专利技术,构建专利联盟等形成的专利合作网络来提升企业竞争力。专利合作网络不同于广义上的共同承担风险并享受收益的合作创新模式,其本质是基于社会网络嵌入的知识流转和资源整合的交互创新过程[1]。专利合作网络的兴起及其空间、社会与技术的集聚效应是影响驱动企业成长的重要手段[2]。但是,现有研究在企业主动建构及选择不同类型的专利合作网络,以及在网络中建立基于协同性伙伴关系的协调机制来促进企业成长等方面的研究还不深入[3]。尤其是在专利激增的背景下,科技型中小企业的专利合作网络具有怎样的模式及特征？何种模式的专利合作网络对提升科技型中小企业创新绩效更为有利？这些都是运用专利合作网络促进科技型中小企业持续成长研究中亟待解决的关键问题。本研究深入考察影响科技型中小企业获取资源广度及深度的不同模式的专利合作网络结构差异,剖析专利合作网络对企业创新绩效的影响,为科技型中小企业依托专利合作网络获取创新资源和提升创新能力提供路径突破及发展建议。

一、文献评述及研究假设

(一)专利合作网络的构成模式

本研究将“专利合作网络”界定为企业在研发合作、产学研合作、技术转移过程中,通过合作申请专利、购买、转让或交叉许可专利而形成的多维度的复杂网络。随着各国专利数据库的逐步完善以及相关分析软件的发展,运用复杂网络理论[4]和社会网络分析工具,从网络视角研究企业与其他组织之间的专利合作网络模式,逐渐成为国内外相关研究热点。研究者不仅关注了专利合作申请者的相关信息分析,还运用专利引文等信息,多维度分析专利合作网络及对创新绩效的影响,包括科技型中小企业的网络角色[5]、专利合作对公司竞合关系的影响[6]、研发合作网络结构[7]等基于企业视角的自我中心网络的相关研究。通过专利合作申请和专利引文数据的多维度挖掘开展的合作网络研究,研究者还进一步关注网络效应对知识溢出、知识交互等的影响[8]。由此可见,“专利合作网络”的研究逐步向基于企业视角的、探讨多维网络结构对创新绩效影响的内在机理和促进机制方向发展。

但是,现有对专利合作网络构成模式的分类,都是基于整体网络研究视角。例如Shin等对韩国集成电路产业的专利合作网络研究发现,网络具有自组织特性[9]；Barber等指出,欧洲的专利合作网络具有明显的异质性和地区差异,而基于自我中心网络从企业网络行为视角来界定和建构专利合作网络的研究鲜有涉及[10]。虽然有一些从企业层面开展的专利合作网络研究,如Arza等对阿根廷的企业与公共研究机构合作的调查发现,企业与外部研究机构合作有利于专利产出[11]；Nishimura等对229家小企业的调查显示,在集群内外构建规范的合作网络有利于提高本地企业的研发效率[12],但这些研究显然没有对以企业为中心的不同模式的专利合作网络进行区分。科技型中小企业倾向于与已有专利合作主体进行深入合作,还是倾向于选择不同专利合作主体进行广泛合作,都会影响合作网络资源的配置及企业相应能力的调整,进而会影响企业创新绩效。因此,本文借鉴Corsaro等[13]的研究,从自我中心网络和企业行为与能力互动视角,基于专利合作的广度和深度对专利合作网络进行二元结构分类,将科技型中小企业专利合作网络划分为“探索型”和“利用型”两种模式(见图1)。本研究将通过增强专利合作广度构建的高异质性网络资源定义为“探索型专利合作网络”，其目的是为获得更广泛的外部新知识资源；将通过增强专利合作深度构建的低异质性网络资源定义为“利用型专利合作网络”,其目的是利用更紧密的合作关系对已有的外部知识资源进行更层次的运用。由此，研究提出以下假设：

H1：专利合作网络可以划分为探索型专利合作网络和利用型专利合作网络。

图1　专利合作网络的构成模式示意图

(二)专利合作网络与企业创新绩效的关系

专利合作网络对企业创新绩效的影响一直被研究者所热议,目前主要存在三种不同的观点：一是资源观,认为专利合作有利于整合异质资源,提升合作者的能力禀赋,对创新绩效的增长具有正向作用。如陈子凤、官建成[14]分析了9个创新型国家和地区的研发合作网络都具有小世界特征,并且较短平均路径长度和较强的小世界性会促使更多的创新产出。二是演化观,认为专利合作对创新绩效的影响呈现倒U形,那些合作过密或缺乏合作的网络比具有平均合作强度的网络的创新绩效要低,重复合作会对创新绩效产生负面影响。例如Tom Broekel[15]等运用专利合作申请数据对德国电工电子产业的270个劳务区域的分析显示,区域合作强度对区域创新绩效的影响呈现倒U形,具有平均合作强度的区域比那些合作过密或缺乏合作的区域的创新绩效要高。三是能力观,强调只有将企业能力与外部网络资源互动整合,才能真正促进企业创新发展。韵江、马文甲、陈丽[16]的研究显示,网络能力和开放度对创新绩效有显著的正向交互影响。综上所述,构建专利合作网络不仅有利于提升企业专利数量和质量,还可以为企业提高创新绩效提供新机会和新路径。企业通过具有较高合作广度的专利合作网络,可以获取更多的外部创新要素支撑,进而提升企业创新绩效；通过具有较高合作深度的专利合作网络,可以更多聚焦内部创新能力的构建及提升,进而改进企业创新绩效。因此,专利合作网络对于企业创新绩效具有一定的积极影响。由此,研究提出以下假设：

H2:探索型专利合作网络对科技型中小企业创新绩效具有显著正向影响

H3:利用型专利合作网络对科技型中小企业创新绩效具有显著正向影响

综上所述,本文的研究框架如图2所示:

图2　科技型中小企业专利合作网络模式及对创新绩效的影响研究框架

二、研究方法与数据来源

(一)复杂网络分析指标

1.节点度与加权度。网络节点度反映了节点在网络中与之相连的节点个数,可以衡量该节点在网络中的重要程度,这里表征为企业在专利合作网络中的重要程度,代表企业开展专利合作的广度。网络的加权度综合了节点在网络中和与之相连的节点间边的信息,反映了节点与其他节点联系的强度,表征为科技型中小企业在专利合作网络中的专利合作能力,代表企业开展专利合作的深度。

2.中间中心性、邻接中心性和特征向量中心性。网络中间中心性反映了一个节点出现在网络中最短路径上的频率。邻近中心性是从一个给定的起始节点到所有其他节点的平均距离,反映在网络中某一节点与其他节点之间的接近程度。 特征向量中心性表征一个节点的重要性，它既取决于其邻居节点的数量,也取决于其邻居节点的重要性。

3.结构洞与三角关系数。结构洞反映节点在网络中受限制的程度。如果A与B相连,B与C相连,A却不与C相连,则B就处于结构洞的位置。测量结构洞的指标众多,本文采用Burt(1996)提出的限制度来衡量结构洞属性。如果网络存在三个节点之间均有相互合作的关系,则这三个节点构成了一个三角结构,三角关系数便是测量节点是否存在于这样的结构之中以及其所存在于结构的个数。

4.聚类系数。聚类系数反映了网络中的小团体现象,表示一个网络中节点聚集程度的系数,尤其是在特定的网络中,由于相对高密度连接点的关系,节点总是趋向于建立一组严密的组织关系。在非特定的网络中,这种可能性往往比两个节点之间随机设立一个连接的平均概率更大。这种相互关系可以利用聚类系数进行量化表示。

(二)计量分析方法

1.模型设定。由于创新绩效数据为非负的整数计数数据,因此采用离散泊松模型对其进行回归分析,如式(1)(2)所示。

(1)

(2)

由于泊松模型对因变量的假设极其严格,要求数据均值与方差相等,而大多数情况不能满足这一假设,此时进行泊松回归会产生过度离散现象。为避免过度离散,本文采用类泊松(quasipoisson)方法进行回归分析。

2.变量说明。对于因变量创新绩效,此处用制药行业科技型中小企业从2000—2014年间已授权的发明专利数来表征[17-19]。对于自变量,则用网络指标进行探索性因子分析后得到的2个因子来表征,并引入企业性质、企业规模和企业所在行业等3个控制变量进行研究分析。

(三)数据来源

研究选取主板、中小板和创业板上市的科技型中小企业作为研究对象,产业集中在制药产业,为专利合作网络提供基于专利数量、专利质量和合作网络资源的基本保证。本研究的授权发明专利数据来源于中国国家知识产权局专利检索数据库,该数据库是目前国内规模最大、最为权威的专利文献数据库,收录了自1985年中国第一部专利法实施以来中外组织和个人在中国申请的专利信息,包括发明、实用新型和外观设计,共计400余万件。鉴于发明专利的技术含量和创造性水平最高,本文只选择发明专利作为研究对象。从中国知识产权局专利数据库中下载制药行业上市企业所对应的合作专利信息,即包含两个及以上专利申请人,且有一个专利申请人为制药行业上市企业的情况，时间跨度为2000—2014年,将申请日、分类号、发明人、专利权人等题录信息以统一格式导入Excel表格中进行汇总。由于发明专利自申请到授权需经历2—3年的审查周期,加上数据库收录和加工过程中的时滞,最近3年的专利文献收录并不全面,所以舍弃了2015年、2016年的数据,只取2000—2014年间的专利文献数据作为研究样本。经过筛选和数据净化处理,最终得到合作专利申请人共计125个,已授权的合作申请专利数817个,实际构成389个无向的合作关系对。

三、研究结果

以制药产业为例,把389条科技型中小企业合作发明专利进行汇总,提取出合作发明专利中的专利申请人,利用Gephi软件绘制出以企业为结点、企业之间专利合作关系为联系的专利合作整体网络拓扑图(见图3),网络中结点越大表示与其合作的组织数越多,连线越粗表示结点间合作次数越多。对整体网网络规模进行分析,发现共有节点300个、联系边389条,然后对整体网中的各个子网进行分析,发现其中规模最大的网络存在节点97个,占整体网32%；存在联系边210条,占整体网53%,为当前专利整体网络下的规模最大的子网,其余子网的节点与联系边数均占比很小,可不考虑。因此将整体网中规模最大的子网作为专利合作网络的样本对象进行分析,共计合作申请企业97家,实际构成210个合作关系对像。由图3可见,整体网络呈现中间抱团、旁边松散的现象,即一部分组织相对独立,未进行或较少进行专利合作,不构成专利合作网络,中间呈现抱团的组织(见图4)具有较高的聚类特征,而中间抱团的网络便是规模最大的子网。从图4可见这一专利合作网络尚处发展阶段,网络密度仅为0.24,还较为稀疏,企业间的合作基础还不是非常完善。

图3　科技型中小企业专利合作整体网络拓扑结构

图4　科技型中小企业专利合作整体网络拓扑结构

为研究制药类企业的专利合作网络模式,研究进一步构建专利合作网络中每个合作主体的自我中心网络,获取相应网络的8个网络指标向量数据,分别为节点度、接近中心性、中间中心性、特征向量中心性、加权度、聚类系数、三角关系数和结构洞,利用SPSS16.0统计软件对样本中每个自我中心网络的指标向量进行探索性因子分析,结果表明,KMO指标为0.674,Bartlett球形检验为显著,生成的两个因子的解释方差分别为54.117%和16.286%,信度系数分别为0.842和0.863,说明制药业的科技型中小企业专利合作网络具有二维结构特征。探索性因子分析结果(见表1)表明存在两类因子,因子1中包含加权度、接近中心性、中间中心性、特征向量中心性共4个指标,这类指标主要反映节点与其他节点间联系的强度,强调专利合作的频次和深度,符合假设中对利用型专利合作网络的界定；因子2中包含节点度、聚类系数、三角关系数和结构洞共4个指标,这类指标反映的是节点在网络中与之相连的节点个数,衡量节点在网络中的重要程度,强调的是企业开展专利合作的广度,体现了企业与其他企业合作的数量,符合假设中对探索型专利合作网络的界定。

表1　两种专利合作网络模式的探索性因子分析结果

研究选取“加权度”来表征专利合作的深度,选取“节点度”来表征专利合作的广度,将合作的广度和深度两者关系绘制在坐标轴上,并以广度平均值与深度平均值建立分割线,将企业划分在四个不同的区域内(见图5)。在低合作广度区域中,较多企业分布在低合作深度区域中,有部分企业分布在高合作深度区域中。结合前述研究,将这一类型的专利合作网络定义为“利用型专利合作网络”。在高合作广度区域中,较多企业分布在高合作深度区域中,有部分企业分布在低合作深度区域中。结合前述研究,将这一类型的专利合作网络定义为“探索型专利合作网络”。两种网络模式的拓扑结构特征指标见表2,从中可以发现探索型专利合作网络的结构特征指标均优于利用型专利合作网络,说明制药业的科技型中小企业专利合作网络倾向于向高合作广度和高合作深度的探索型专利合作网络发展。因此,科技型中小企业专利合作网络呈现探索型专利合作网络和利用型专利合作网络两种特征,研究提出的假设1得到支持和验证。

图5　基于专利合作广度和深度对专利合作网络的结构模式

网络模式平均节点度平均加权度网络规模网络密度平均聚类系数整体网2.5876.473970.0190.165利用型网络模式2.475.596380.0260.225探索型网络模式5.93417.011590.0660.264

四、专利合作网络与企业创新绩效关系研究

(一)信度效度检验

在对专利合作网络和企业创新绩效做回归分析之前,本研究先对两个网络模式的数据进行信度和效度检验。利用SPSS软件对数据进行信度检验,得到内部一致性系数(Cronbach-Alpha)均在0.75以上,可见数据具有较好的信度；同时,利用AMOS软件进行验证性因子分析以检验结构效度,经检验拟合优度指标：χ2=140.94,RMSEA=0.08,RMR=0.024,NFI=0.94,NNFI=0.93,CFI=0.92,可见专利合作网络模式数据具有较好的结构效度。

(二)实证回归结果

对两种模式的因子做相关性分析,发现两种网络模式与创新绩效之间存在弱显著的正相关关系,相关性系数在0.7以下,在可接受的范围内(见表3),因此,本研究进一步对专利合作网络和企业创新绩效进行回归分析。将网络指标进行探索性因子分析后得到的2个因子作为自变量,以授权的发明专利数作为因变量,并引入企业性质、企业规模和企业所在行业等3个控制变量,用类泊松方法进行回归分析研究。研究结果表明两种网络模式均对科技型中小企业创新绩效产生显著的正向作用(见表4),假设2和假设3得到验证。同时,利用型网络模式在中间中心性的作用比探索型网络的中间中心性作用大,反映了在利用型网络模式下,科技型中小企业资源与信息的中转与联络作用具有明显的优势,且这一作用在利用型网络中对推进企业创新绩效的效果比探索型网络更为明显。而探索型网络模式则在加权度与结构洞方面对创新绩效的影响更为显著,说明处于探索型网络模式中的企业,其广泛合作的基础与在网络中的关键位置对企业创新绩效的推动更具优势。总体而言,探索型网络模式对企业创新绩效的影响更为明显,而利用型网络模式对创新绩效的推动作用则稍显薄弱。

表3　变量相关性分析

注：Standard errors in parentheses:*p< 0.05,**p< 0.01,***p< 0.001。

表4　不同网络模式下创新绩效影响因素实证结果

注：Standard errors in parentheses:*p< 0.05,**p< 0.01,***p< 0.001。

五、研究结论与讨论

本文以制药产业科技型中小企业合作申请的专利为基础构建了专利合作网络,得到探索型专利合作网络和利用型专利合作网络。探索型专利合作网络模式下的科技型中小企业呈现高合作广度的特征,即其专利发明申请的合作对象较多,这类企业涉及的社会关系较广,与多个研发合作伙伴存在联系,例如江苏康缘药业股份有限公司、浙江震元制药有限公司等企业,其合作对象均超过5个,但和每个研发对象之间合作产生的专利个数则相对较少,分别只有11项和9项；而利用型专利合作网络模式下的科技型中小企业则呈现低合作广度的特征,即其专利发明申请的合作对象相对较少,只针对有合作基础的组织进行相互间的合作往来,例如上海恒瑞医药有限公司、苏州鱼跃医疗科技有限公司等企业,其合作过的组织均只有3个,但是合作次数却分别达到29次和16次。

从科技型中小企业创新绩效方面考虑,探索型专利合作网络对企业创新绩效的提升程度要大于利用型专利合作网络,因为制药类产业具有丰富的专利产出,且医药研发对技术的依赖性较高,通过和国内外研究机构及人员开展合作研发,能为企业带来丰富的发展机会。利用型专利合作网络是现有企业合作的主要类型,这需要企业通过加强专利合作的广度和深度,向探索型专利合作网络方向发展。具体突破路径包括：利用型专利合作网络对企业的创新绩效有一定的提升作用,但是专利合作广度过低而深度过高,将使企业仍局限在已有的创新范式下,无法从根本上实现专利合作的网络优势。因此,针对部分呈现低合作广度高合作深度的利用型专利合作网络企业,应当在保持高合作深度的状态下,多与研究机构、高校和企业间进行合作,积累网络资源以形成更具价值的专利产出；针对部分呈现低合作广度低合作深度的专利合作网络企业,应当拓展企业合作伙伴并加强企业间的合作频次,逐步向高合作广度和高合作深度的专利合作网络企业过渡,从而达到企业创新绩效大幅提升的目的；针对呈现高合作广度低合作深度的专利合作网络企业,其管理资源配置较为分散、对外部技术过度依赖,这类企业应当在保持高合作广度的状态下提升合作深度,充分利用企业间的技术共享资源,加强已有合作伙伴之间的联系,形成良好的合作研发基础,这样才更有益于企业创新绩效的提升,同时,也要加强对企业内部的专利战略管理。专利是企业较为重要的创新产出,专利合作可以视为企业间合作创新成果的一个重要方面。分清楚两种专利合作网络对科技型中小企业创新绩效的作用,不仅有利于科技型中小企业准确评估现有专利合作资源及其利用程度,而且可以帮助企业识别由于广泛合作而导致的对外部技术的过度依赖。

本研究也存在一定的不足,专利合作网络的界定目前仅使用合作申请发明专利数据,专利合作还可以界定为技术转让、许可、联盟、索引等方式,后续研究可以进一步筛选范围。此外,专利数据虽然可以反映企业的创新绩效,但只能反映其创新产出绩效的某些方面。事实上,创新绩效的评价包含了创新产出绩效中的经济效益和社会效益等,因此,后续研究有必要把专利数据与市场价值数据相结合,综合考察探索型专利合作网络和利用型专利合作网络对企业创新绩效的影响机理和演化机制。

[1] 张巍,党兴华.企业网络权力与网络能力关联性研究——基于技术创新网络的分析[J].科学学研究,2011,29(7)：1094-1101．

[2] BERTRAND-CLOODT Danielle,HAGEDOORN John,VAN Kranenburg Hans. The strength of R&D network ties in high-tech sectors-a multi-dimensional analysis of the effects of tie strength on innovation performance[J].Technology analysis & strategic management. 2011,21 (10)： 1015-1030．

[3] 陈劲,蒋子军,陈钰芬.开放式创新视角下的企业知识吸收能力影响因素研究[J].浙江大学学报(人文社会科学版)，2011,41(5)：71-82．

[4] BURT R S. Structural holes and good ideas[J].American journal of sociology,2004,110(2)：349-399．

[5] FRANCO Mario,HAASE Heiko. The Role of Networks for Small Technology-Based Firms[R].Proceedings of the 6th european conference on innovation and entrepreneurship,2011(1): 309-318．

[6] PECK-Hool Soh.Network patterns and competitive advantage before the emergence of a domitant sesign[J].Strategic management journal,2010(31):438-461．

[7] ARZA Valeria,LOPEZ Andres. Firms’ linkages with public research organisations in Argentina: Drivers, perceptions and behaviours[J].Technovation,2011(31):384-400．

[8] LEI Xiaoping,ZHAO Zhiyun,ZHANG Xu.Technological collaboration patterns in solar cell industry based on patent inventors and assignees analysis[J].Scientometrics,2013(96)：427-441．

[9] SHIN Juneseuk,PARK Yongtae. Evolutionary optimization of a technological knowledge network[J].Technovation,2010,30(11)：612-626．

[10] BARBER Michael J,SCHERNGELL THOMAS.Is the European R&D Network Homogeneous？ Distinguishing Relevant Network Communities Using Graph Theoretic and Spatial Interaction[J]. Regional studies,2013,47(8)：1283-1298．

[11] ARZA Valeria,LOPEZ Andres. Firms’ linkages with public research organisations in Argentina: Drivers, perceptions and behaviours[J].Technovation,2011(31)：384-400．

[12] NISHIMURA, JUNICHi,OKAMURO,et al. R&D productivity and the organization of cluster policy: an empirical evaluation of the Industrial Cluster Project in Japan [J].Journal of technology transfer,2011,36(2)：117-144．

[13] CORSARO D.The impact of network configurations on value constellations in business markets-The case of an innovation network[J].Industrial marketing management,2012,41(1)：54-67．

[14] 陈子凤,官建成.合作网络的小世界性对创新绩效的影响[J].中国管理科学,2009,17(3)：115-120．

[15] TOM Broekel,RON Boschma. Knowledge networks in the Dutch aviation industry: the proximity paradox[J].Journal of economic geography,2012,12(2)：409-433．

[16] 韵江,马文甲,陈丽. 开放度与网络能力对创新绩效的交互影响研究[J]. 科研管理,2012(7)：8-15．

[17] 张华,郎淳刚.以往绩效与网络异质性对知识创新的影响研究——网络中心性位置是不够的[J]. 科学学研究,2013,31(10)：1582-1588．

[18] 刘军.整体网分析讲义: UCINET软件实用指南[M].上海:格致出版社,上海人民出版社,2009．

[19] GUAN J C,ZHANG J,YAN Y. The impact of multilevel networks on innovation [J].Research policy,2015,44(3)：545-559．

(责任编辑：金一超)

Patent cooperation network model of Enterprise and its influence on innovation performance

WANG Liying， WANG Jiamin， LI Jianchen， YU Weijia

(China Institute for Small and Medium Enterprises，Zhejiang University of Technology， Hangzhou 310023，China)

Taking Chinese small-and medium-sized enterprises of science and technology as the research object, using the Chinese State Intellectual Property Office patent search database, we find 817 invention patent data which are applied by companies jointly, and draw the patent cooperation network map between enterprises and universities, research institutes and enterprises, obtaining the data of degree, closeness centrality, esscentrality, eigen centrality, weighted degree, clustering, triangles and cons.,Then the type of patent cooperation network model and its influence on innovation performance are verified. The research results show that the patent collaboration network can be divided into exploring patent collaboration network and utilizing patent collaboration network, and the two patent collaboration networks have a positive impact on the innovation performance of scientific and technological SMEs, but exploring patent cooperation networks is even more significant. This study shows that the exploration of patent cooperation networks with high cooperation breadth and depth is more suitable for SMEs engaged in pharmaceutical research and development, and it provides breakthrough paths and development suggestions for acquiring innovation resources and enhancing the innovation capability relying on patent cooperation networks for SMEs.

scientific and technological small and medium sized enterprises; exploratory patent cooperation network; utilizing patent collaboration network; innovation performance; pharmaceutical industry

2016-06-20

国家自然科学基金项目(71102154)；浙江省软科学重点项目(2015C25040)；浙江省自然科学基金项目(LY16G020022)；浙江省大学生科技创新活动计划(新苗人才计划)项目(2015R403063)

王黎萤(1973—)，女,黑龙江大庆人,教授,博士,从事知识产权与中小企业创新管理研究；王佳敏(1992—)，女,浙江台州人,硕士研究生,从事知识产权与中小企业创新管理研究；李建成(1992—)，男,江苏盐城人,硕士研究生,从事区域与空间经济研究；虞微佳(1991—)，女,浙江绍兴人,硕士研究生,从事知识产权与中小企业创新管理研究。

F272

A

1006-4303(2016)03-0264-09