馮 鋒

(南京理工大學 知識產權學院, 江蘇 南京 210094)

當前，創(chuàng)新驅動已經成為國家面向未來的重大發(fā)展戰(zhàn)略。專利作為一類重要的知識產權，是產權化的科技成果，是國家參與國際競爭的重要戰(zhàn)略資源，更是體現(xiàn)一個國家國際競爭力的核心要素，其重要性日益凸顯。經過多年發(fā)展，我國已成為專利大國，積累了豐富的專利資源。截至2021年底，我國有效專利擁有量1542.1萬件，其中，發(fā)明專利359.7萬件，實用新型專利924.3萬件[1]?！吨R產權強國建設綱要(2021—2035年)》明確提出，要建立規(guī)范有序、充滿活力的市場化運營機制，數(shù)據標準、資源整合、利用高效的信息服務模式[2]。如何用活現(xiàn)有專利資源，推動經濟社會創(chuàng)新發(fā)展，是知識產權強國建設的一項重要任務。

鑒于用活專利資源的重要性，近年來，國家政策推動、市場自發(fā)組織雙管齊下，我國專利交易市場愈發(fā)活躍。報道顯示，2021年，全國專利轉讓、許可、質押等運營次數(shù)達到48.5萬次，同比增長19.7%[3]。隨著互聯(lián)網和大數(shù)據等技術的快速發(fā)展，傳統(tǒng)專利交易活動逐漸向互聯(lián)網平臺轉移，專利在線交易市場發(fā)展迅猛。如何解決專利在線交易中的供需信息不對稱問題，在海量專利供需信息中，快速、高效地實現(xiàn)專利交易雙方的供需匹配，進行智能推薦，增加專利交易機會，成為當前專利在線交易中亟待解決的問題。

一、專利在線交易供需匹配研究現(xiàn)狀及不足

1. 專利在線交易供需匹配內涵

供需匹配問題廣泛存在于社會經濟發(fā)展中，因各種類型主體的各類需求而生，最早是Gale和Shapley[4]針對大學錄取和男女之間婚姻穩(wěn)定性進行的相關研究，發(fā)明了尋找穩(wěn)定婚姻的策略，提出了著名的Gale-Shapley算法并設計出一套市場機制。國內外諸多學者從各種不同的視角對各種供需匹配問題進行了深入研究，已經形成了一定的研究基礎。R. Elitzur和A. Gavious[5]運用該算法對現(xiàn)代企業(yè)中供應商與需求商之間的匹配問題進行了深入研究。郭韌等[6]針對知識供需匹配問題進行了研究和總結，認為知識供需匹配涉及的主要因素包括知識問題、知識需求、知識需求方、知識供給方、知識供需傳遞的媒介、知識供需情景等。

專利在線交易供需匹配的內涵是專利交易雙方依托在線交易平臺對其所具備的專利需求信息、專利供給信息進行匹配度計算的過程。專利在線交易中，開展供需匹配的基礎是供需雙方各自提供的交易信息。交易信息是指交易雙方對交易物品特征的要求或約束，常規(guī)情況下包括硬約束和軟約束，硬約束是必須要滿足的特征要求，表現(xiàn)為確定的信息；軟約束是可不同程度地滿足的特征要求，表現(xiàn)為不確定的信息[7]。內容上，供給方信息主要包括供給方提供給在線平臺的待交易專利本體數(shù)據、交易期望數(shù)據，以及其他相關信息；需求方信息主要包括需求方提供給在線平臺的專利需求數(shù)據、交易期望數(shù)據，以及其他相關信息。表現(xiàn)形式上，供需雙方交易信息主要由文字、數(shù)字、圖片等形式的內容構成。

2. 專利在線交易的發(fā)展現(xiàn)狀

專利在線交易是由交易主體將發(fā)明專利、實用新型專利、外觀設計專利作為商品，通過完全在線或部分在線方式進行的交易活動。專利在線交易主體，是指在線上平臺開展專利交易活動的組織或個人，涵蓋了交易的買賣雙方。專利在線交易類型包括專利轉讓、專利許可、專利權質押、專利權出資等。鑒于交易類型的不同，交易主體在交易中充當著轉讓方與被轉讓方、許可方與被許可方、專利出質人與質權人、出資方與接受方等多種角色。與傳統(tǒng)意義上的專利交易不同，專利在線交易存在著交易供需信息量大、信息易獲取性強、可視化效果好等特點，可以有效提高交易效率。專利在線交易平臺，是承載專利交易的互聯(lián)網平臺，具備豐富的待交易專利資源、需求信息，以及大量的供需雙方主體資源。該類平臺是一種開放式載體，可以為供需雙方提供注冊、專利資源上傳、需求信息發(fā)布、資源檢索與查看、交易實施等服務。

專利在線交易最早興起于美國。近年來，隨著互聯(lián)網等信息技術的發(fā)展，專利在線交易發(fā)展迅速，已成為全球知識產權運營的重要組成部分。在國外，專利在線交易平臺比較活躍，以美國、日本和韓國為典型代表。美國主要以第三方市場化平臺為主，典型平臺包括Yet2.com專利在線交易平臺、Ocean Tomo Bid-Ask全球專利在線競價交易市場、Tynax等[8]；日本和韓國則主要是通過政府部門建立專利技術線上和線下交易市場，積極推動知識產權交易市場發(fā)展，市場化程度較弱[9]。國內的專利在線交易平臺主要包括國家知識產權運營公共服務平臺、西安軍民融合特色試點平臺、技E網、科易網、7號網、中高知識產權運營交易平臺、豬八戒知識產權等，部分大中型城市的科技主管部門也設立了相應的專利交易服務平臺，形成了政府主導的公益性平臺和第三方主導的市場化平臺兩大類專利在線交易平臺。隨著國家對專利轉化運用重視程度的不斷提升，我國專利在線交易平臺數(shù)量持續(xù)增多，專利在線交易發(fā)展進入了快速增長期，市場對平臺能力提出了更高的要求，專利供需匹配度低、智能化程度不足等問題亟待解決。

3. 專利在線交易供需匹配研究現(xiàn)狀及不足

隨著國內外專利在線交易的不斷發(fā)展，在海量專利資源和需求信息中進行科學、合理的供需匹配，成為促進交易活動更好、更快進行的重要前提。目前，大部分專利在線交易平臺主要側重于為供需雙方發(fā)布交易信息，供需雙方仍需各自在平臺上搜尋可匹配的信息，效率較為低下。

通過梳理相關文獻，發(fā)現(xiàn)在國內外，尤其是國外針對專利在線交易供需匹配的研究較少。國外學者在供需匹配、相似度計算等方面存在相關研究，但很少應用于專利在線交易供需匹配。國內部分學者在知識服務選擇、技術轉移、知識產權交易等相關領域有著一定的研究基礎。賈璐等[10]提出一種考慮知識供需匹配的知識服務方選擇方法，研究了知識服務中的供需雙邊匹配模型[11]；陳希[12]提出了技術知識供需雙邊匹配的兩階段決策分析方法；李華[13]提出了技術供需主體的混合型多指標雙邊匹配決策方法；楊德林等[14]對在線技術轉移平臺的供需匹配效率進行了研究；孫雪濤[15]對不對稱信息下的知識產權交易問題進行了研究，對交易雙方的博弈與選擇進行了分析，但未就如何解決信息不對稱給出更好的建議；何喜軍等[16]開展了基于復雜網絡指數(shù)隨機圖模型[17]的科技主體間專利技術交易機會實證研究；武玉英等[18]對新能源領域專利轉讓網絡中技術供需主體間交易機會預測進行了研究，通過計算供需主體網絡節(jié)點結構相似度來預測交易機會，在一定程度上對供需匹配問題的研究有較大啟發(fā)。

通過文獻檢索和研究分析，發(fā)現(xiàn)專利在線交易供需匹配研究存在以下問題：(1)當前與專利在線交易供需匹配有較大相關性的研究聚焦于知識供需匹配、技術轉移供需匹配等內容，專門研究專利在線交易供需匹配的文獻相對較少；(2)相關供需匹配研究主要集中在模型和方法層面，而對專利在線交易供需匹配的內在機理的研究相對薄弱；(3)已有研究主要側重在綜合層面的供需匹配，并未將專利在線交易平臺的自身特性等因素考慮在內。

針對上述問題，在專利在線交易日趨活躍的背景下，本文專門針對其中的供需匹配問題進行研究，分析其內在機理，在考慮平臺自身特性的前提下探討供需匹配模型構建，為實現(xiàn)真正意義上的專利在線交易信息的優(yōu)化匹配和精準推薦提供理論支撐。

二、專利在線交易供需匹配的機理分析

1. 專利在線交易供需匹配原則

(1)公平交易原則

公平是任何交易的基本原則，也是確保專利在線交易平臺長期有效運行的基本保障。鑒于專利在線交易供需匹配主要通過在線平臺來進行，要求在線平臺在設計供需匹配機制、計算供需匹配度和進行智能推薦的時候，保持第三方中立，以公平的原則來計算供需匹配度。

(2)各方滿意度最大化原則

專利在線交易供需匹配過程中，供給方和需求方乃至于在線平臺方，都有各自的利益訴求。供給方主要考慮因素包括：專利交易價格、交易周期等；需求方主要考慮的因素包括：需求滿足程度、實現(xiàn)需求所需費用、實現(xiàn)需求所需周期等；在線平臺主要考慮因素包括：專利在線交易中平臺所需成本、平臺利益等。整體而言，只有綜合考慮到專利在線交易供需匹配過程中各方的利益訴求，尋求最優(yōu)平衡點，參與各方滿意度高，才能達到供需各方的最優(yōu)匹配。

(3)供需匹配效率最高化原則

互聯(lián)網等信息技術發(fā)展突飛猛進，專利在線交易各方對供需匹配效率的要求越來越高。高效的供需匹配，要求設計出科學、合理、高效的指標體系、匹配方法和模型，并進行人性化實現(xiàn)，簡化平臺對供需匹配各方的操作要求，盡可能將復雜的匹配流程模塊化、透明化，在達到供需匹配要求的前提下，盡可能提高供需匹配效率。

2. 專利在線交易供需匹配的分析框架

專利在線交易供需匹配過程中，由于供需雙方信息不對稱等原因，造成專利在線交易供需難以達成有效匹配，很大程度上阻礙了專利在線交易的推進和相關市場的發(fā)展，對新形勢下的知識產權強國建設產生不利影響。專利在線交易是一個復雜的系統(tǒng)工程，供需匹配主體主要包括供給方、需求方，具體落實到供需匹配層面，應細化為每一件供給專利和每一條專利需求，再分解下去，就是每一件供給專利對應的指標集合和每一條專利需求對應的指標集合。實際操作過程中，供需匹配的最終效果，還會受到其所在的在線平臺、當時所處的政策環(huán)境等相關因素的影響。

從供需匹配的角度出發(fā)，可以設專利在線交易供給專利集合為S，S={S1,S2,S3,……Sx,Sm},Sx表示第x個供給專利，x=1,2，3,…,m；其中，每件供給專利擁有1個或i個相關供給指標s。設專利需求信息集合為D，D={D1,D2,D3,……Dy,Dn},Dy表示第y個專利需求，y=1,2，3,…,n；其中，每個需求可以擁有1個或j個需求指標d。考慮其他影響因素，設在線平臺影響因子為α(0≤α≤1)，政策環(huán)境影響因子為β(0≤β≤1)。綜合上述，專利在線交易供需匹配指數(shù)集F可用式(1)框架函數(shù)表示：

F=Match(S,D)*α*β

(1)

其中，在線平臺影響因子α，主要體現(xiàn)在線交易平臺對該類專利需求/供給專利的推薦程度或優(yōu)先級等，推薦程度越高，則越接近于1；政策環(huán)境影響因子β，主要體現(xiàn)在與該類供給專利/專利需求所在技術/產業(yè)領域，以及交易等相關的政策環(huán)境影響，如果國家在技術或產業(yè)等政策方面有扶持或鼓勵政策措施，則影響因子越接近于1。Match(S,D)為供需匹配函數(shù)，該函數(shù)客觀反映了供需雙方的匹配程度；F是專利在線交易供需匹配指數(shù)集，其中某項數(shù)值越接近于1，則代表該項對應的專利需求和供給專利的供需匹配度越高，說明在線交易雙方達成交易的可能性越大，可重點推薦交易；反之，則代表供需匹配度越小。

在進行專利在線交易供需匹配的過程中，首先要基于前期研究合理選取供需雙方的匹配指標。在完成供需匹配指標體系構建后，在線交易供需雙方在平臺上進行多對多的匹配分析，在此過程中，一個專利需求可以對應多件供給專利，以尋求最優(yōu)供給匹配；同樣，一件供給專利也被多個專利需求信息對應匹配分析，以尋找匹配度最高的專利需求。通過這樣一個復雜的分析過程，最終可以得出每個需求對應的最優(yōu)匹配專利，從而實現(xiàn)專利在線交易的最優(yōu)供需匹配，為智能推薦和專利在線交易提供決策支撐。

三、專利在線交易供需匹配模型構建

按照平臺自身的性質來區(qū)分，國內專利在線交易平臺可以分為兩大類型：一是以政府或政府背景的載體為運營主體的公益性在線交易平臺，二是以企業(yè)為運營主體的市場化盈利性在線交易平臺。結合兩類平臺的自身特性可以看出，公益性平臺有政府支持，原則上平臺不存在生存的壓力，一般不以盈利為最終目標，主要致力于滿足各類組織或個人對于專利交易的需求，促進專利的交易和實施，關注重點是社會效益；市場化盈利性平臺主要由企業(yè)發(fā)起，需要自負盈虧，形成自我造血功能，正常情況下都是通過促進專利交易的實施，來實現(xiàn)平臺的盈利，在高效完成交易的同時，會爭取最大交易量，以達到最大經濟效益。因此，結合上述分析，可以構建以下兩種具有代表性的專利在線交易供需匹配模型。

1. 基于需求側分析的專利在線交易供需匹配模型構建

專利在線交易的主體是需求方和供給方，可以將其理解為需求側和供給側。需求側，即大量的專利需求方帶來的海量需求信息；供給側，即大量的專利供給方帶來的海量專利供給信息。此處的需求側分析，主要是基于需求導向，最大程度上滿足需求方的訴求，這對于公益性專利在線交易平臺尤為適用。在模型構建過程中，主要涉及聚類方法和雙邊匹配理論。

聚類是一種非監(jiān)督模式的分類方法，沒有任何先驗知識可用，常用于模式識別、數(shù)據挖掘等領域。聚類的結果完全取決于樣本之間的特征差別。根據樣本之間的相似程度，將所有樣本劃分為若干個類，其特征在于，同一類內樣本是相似的，即同一類內的任意兩個樣本之間的距離，小于不同類之間任意兩個樣本之間的距離[19]。聚類可以用如下形式表述：設U={p1,p2,……,pi,pn}表示一個樣本集合，其中，pi表示第i個樣本，i={1,2,…,n}；聚類結果Ct?U，t=1,2,…,k；Ct={pt1,pt2,……,ptw}，其中，第1個下標表示樣本所屬的類，第2個下標表示某一個類中的某個樣本。通過計算樣本之間的相似性距離，最終實現(xiàn)樣本的聚類。一般情況下，聚類主要包括前期的數(shù)據準備、特征提取、相似度計算、聚類，以及聚類效果評估等步驟。

雙邊匹配的概念，最早由哈佛大學Roth教授于1985年明確提出，主要研究“雙邊匹配市場中的共同利益和沖突利益”[20]。Roth教授界定了“雙邊”的概念，以及“雙邊匹配”的概念，并通過實際案例進行了雙邊匹配的分析。國內外學者對雙邊匹配理論開展了深入的研究，并以此為基礎，解決了不少實際問題。該理論在實際應用研究中，主要類型包括一對一雙邊匹配、一對多雙邊匹配和多對多雙邊匹配幾種類型；主要應用領域包括員工與工作崗位的雙邊匹配、學校與學生的雙邊匹配、電子商務中的雙邊匹配、知識服務雙邊匹配等。因此，本文中考慮引入雙邊匹配的理論，解決專利在線交易供需匹配問題。

綜合運用聚類方法和雙邊匹配理論，提出基于需求側分析的專利在線交易供需匹配系統(tǒng)模型，如圖2所示：

對于本文中的專利在線交易供需匹配而言，專利需求方D和專利供給方S各為一邊，旨在通過對專利需求信息集合D={D1,D2,D3,……Dy,Dn}和供給專利信息集合S={S1,S2,S3,……Sx,Sm}的多對多雙邊匹配，實現(xiàn)在線專利交易的供需匹配?；谛枨髠确治龅膶＠诰€交易供需匹配模型，從滿足需求側角度出發(fā)，首先，對專利在線交易需求方的需求數(shù)據進行梳理和分析，提取出需求特征數(shù)據，并進行聚類分析，此處引入Num-近鄰方差優(yōu)化的K-medoids聚類算法[21]。該算法聚類效果好、抗噪性能強，適合用于專利在線交易供需匹配數(shù)據集的聚類。通過對D={D1,D2,D3,……Dy,Dn}特征數(shù)據的聚類分析，形成k個需求類簇；然后，結合專利供給信息，進行專利需求匹配傾向分析，計算出專利需求Di對供給專利Sj的匹配傾向preferi(Sj)，具體表示如式(2)：

(2)

2. 考慮平臺利益的專利在線交易供需匹配模型構建

專利在線交易成功后，供給方和需求方會得到各自所需的利益。作為供需雙方實現(xiàn)專利交易的第三方交易平臺，有效降低了專利交易的成本，減小了逆向選擇的風險，促進了雙方的有效合作，是實現(xiàn)安全、有效在線交易的關鍵因素。如何確保供需雙方達到最優(yōu)匹配，同時實現(xiàn)最大交易量，使得交易平臺利益最大化，是專利在線交易平臺保持可持續(xù)發(fā)展所必須考慮的?？紤]平臺利益的專利在線交易供需匹配模型，對于市場化運營的專利在線交易平臺尤為適用。

考慮專利在線交易供給方、需求方和第三方在線交易平臺的利益，可以將供需匹配核心歸結為多目標決策問題。因此，在匹配過程中引入多目標規(guī)劃模型(MOMP)。該模型的特征在于供給方、需求方各自的匹配度和第三方平臺利益這三個目標的值和約束條件都可通過決策變量的數(shù)學關系式表達為目標函數(shù)、約束函數(shù)，同時，約束集中可以有無限多個可行方案[22]。在本供需匹配模型中，相關的目標函數(shù)和約束函數(shù)都是決策變量的線性函數(shù)，故引入多目標線性規(guī)劃模型。

綜合上述思路，提出考慮平臺利益的專利在線交易供需匹配模型，如圖3所示：

需求方D={D1,D2,D3,……Dy,Dn}和供給方S={S1,S2,S3,……Sx,Sm}，設aij表示Di對Sj的滿意度，aij越接近于1，則代表供給專利Sj符合專利需求Di的程度越高；同理，bij表示供給專利Sj對需求Di的滿意度，bij越接近于1，則代表需求Di越符合供給專利Sj的匹配。設numSei為符合專利交易需求方要求的供給專利數(shù)量，numDej為能與專利在線交易供給方匹配的專利需求數(shù)量，pij為決策因子(因子值為0或1)。若該因子值為1，則表示Di與Sj匹配；若該因子值為0，則表示Di與Sj不匹配。專利在線交易供需匹配中的多目標規(guī)劃模型可用如下目標函數(shù)表示：

(3)

(4)

(5)

本供需匹配模型是多目標線性規(guī)劃模型。對于該模型的求解，正常情況下，可采取基于隸屬度函數(shù)的加權和方法，分別定義3個目標函數(shù)的隸屬度函數(shù)，并將其進行加權，構建新的目標函數(shù)，將多目標線性規(guī)劃模型求解轉化為單目標線性規(guī)劃問題，在此基礎上來求解。當然，對多目標規(guī)劃問題的求解，還可采用遺傳算法、蟻群算法、模擬退火算法等多種方法進行優(yōu)化求解[23]，從而得出專利在線交易供需匹配結果。

結 論

本文以專利在線交易供需匹配為研究對象，從機理分析、模型構建的視角進行了研究和分析，給出了專利在線交易供需匹配分析框架。專利在線交易中的利益相關方，主要包括供給方、需求方和交易平臺方。對于政府運營的公益性平臺，專利在線交易應以市場實際需求為導向，以更好地滿足組織或個人的專利需求為目標，因此從最大程度滿足需求方訴求的角度出發(fā)，研究并提出了基于需求側分析的專利在線交易供需匹配模型；對于非政府運營的盈利性平臺，應促進雙方達成最優(yōu)交易，同時為交易平臺帶來最大利益是平臺追求的目標，因此從最優(yōu)開展專利在線交易，同時最大程度滿足平臺利益訴求的角度出發(fā)，研究并提出了考慮平臺利益的專利在線交易供需匹配模型。上述兩種模型的提出，有助于提升當前主流專利在線交易平臺的供需匹配能力，提高交易效率。本研究對于新形勢下豐富專利在線交易供需匹配理論、推動專利在線交易的發(fā)展和專利運用水平的提升，具有積極意義。下一步，將在理論研究的基礎上，開展實證分析和比較研究，并引入深度學習等人工智能領域方法，持續(xù)將專利在線交易供需匹配研究推向深入。