冯 锋

(南京理工大学 知识产权学院, 江苏 南京 210094)

当前，创新驱动已经成为国家面向未来的重大发展战略。专利作为一类重要的知识产权，是产权化的科技成果，是国家参与国际竞争的重要战略资源，更是体现一个国家国际竞争力的核心要素，其重要性日益凸显。经过多年发展，我国已成为专利大国，积累了丰富的专利资源。截至2021年底，我国有效专利拥有量1542.1万件，其中，发明专利359.7万件，实用新型专利924.3万件[1]。《知识产权强国建设纲要(2021—2035年)》明确提出，要建立规范有序、充满活力的市场化运营机制，数据标准、资源整合、利用高效的信息服务模式[2]。如何用活现有专利资源，推动经济社会创新发展，是知识产权强国建设的一项重要任务。

鉴于用活专利资源的重要性，近年来，国家政策推动、市场自发组织双管齐下，我国专利交易市场愈发活跃。报道显示，2021年，全国专利转让、许可、质押等运营次数达到48.5万次，同比增长19.7%[3]。随着互联网和大数据等技术的快速发展，传统专利交易活动逐渐向互联网平台转移，专利在线交易市场发展迅猛。如何解决专利在线交易中的供需信息不对称问题，在海量专利供需信息中，快速、高效地实现专利交易双方的供需匹配，进行智能推荐，增加专利交易机会，成为当前专利在线交易中亟待解决的问题。

1. 专利在线交易供需匹配内涵

供需匹配问题广泛存在于社会经济发展中，因各种类型主体的各类需求而生，最早是Gale和Shapley[4]针对大学录取和男女之间婚姻稳定性进行的相关研究，发明了寻找稳定婚姻的策略，提出了著名的Gale-Shapley算法并设计出一套市场机制。国内外诸多学者从各种不同的视角对各种供需匹配问题进行了深入研究，已经形成了一定的研究基础。R. Elitzur和A. Gavious[5]运用该算法对现代企业中供应商与需求商之间的匹配问题进行了深入研究。郭韧等[6]针对知识供需匹配问题进行了研究和总结，认为知识供需匹配涉及的主要因素包括知识问题、知识需求、知识需求方、知识供给方、知识供需传递的媒介、知识供需情景等。

专利在线交易供需匹配的内涵是专利交易双方依托在线交易平台对其所具备的专利需求信息、专利供给信息进行匹配度计算的过程。专利在线交易中，开展供需匹配的基础是供需双方各自提供的交易信息。交易信息是指交易双方对交易物品特征的要求或约束，常规情况下包括硬约束和软约束，硬约束是必须要满足的特征要求，表现为确定的信息；
软约束是可不同程度地满足的特征要求，表现为不确定的信息[7]。内容上，供给方信息主要包括供给方提供给在线平台的待交易专利本体数据、交易期望数据，以及其他相关信息；
需求方信息主要包括需求方提供给在线平台的专利需求数据、交易期望数据，以及其他相关信息。表现形式上，供需双方交易信息主要由文字、数字、图片等形式的内容构成。

2. 专利在线交易的发展现状

专利在线交易是由交易主体将发明专利、实用新型专利、外观设计专利作为商品，通过完全在线或部分在线方式进行的交易活动。专利在线交易主体，是指在线上平台开展专利交易活动的组织或个人，涵盖了交易的买卖双方。专利在线交易类型包括专利转让、专利许可、专利权质押、专利权出资等。鉴于交易类型的不同，交易主体在交易中充当着转让方与被转让方、许可方与被许可方、专利出质人与质权人、出资方与接受方等多种角色。与传统意义上的专利交易不同，专利在线交易存在着交易供需信息量大、信息易获取性强、可视化效果好等特点，可以有效提高交易效率。专利在线交易平台，是承载专利交易的互联网平台，具备丰富的待交易专利资源、需求信息，以及大量的供需双方主体资源。该类平台是一种开放式载体，可以为供需双方提供注册、专利资源上传、需求信息发布、资源检索与查看、交易实施等服务。

专利在线交易最早兴起于美国。近年来，随着互联网等信息技术的发展，专利在线交易发展迅速，已成为全球知识产权运营的重要组成部分。在国外，专利在线交易平台比较活跃，以美国、日本和韩国为典型代表。美国主要以第三方市场化平台为主，典型平台包括Yet2.com专利在线交易平台、Ocean Tomo Bid-Ask全球专利在线竞价交易市场、Tynax等[8]；
日本和韩国则主要是通过政府部门建立专利技术线上和线下交易市场，积极推动知识产权交易市场发展，市场化程度较弱[9]。国内的专利在线交易平台主要包括国家知识产权运营公共服务平台、西安军民融合特色试点平台、技E网、科易网、7号网、中高知识产权运营交易平台、猪八戒知识产权等，部分大中型城市的科技主管部门也设立了相应的专利交易服务平台，形成了政府主导的公益性平台和第三方主导的市场化平台两大类专利在线交易平台。随着国家对专利转化运用重视程度的不断提升，我国专利在线交易平台数量持续增多，专利在线交易发展进入了快速增长期，市场对平台能力提出了更高的要求，专利供需匹配度低、智能化程度不足等问题亟待解决。

3. 专利在线交易供需匹配研究现状及不足

随着国内外专利在线交易的不断发展，在海量专利资源和需求信息中进行科学、合理的供需匹配，成为促进交易活动更好、更快进行的重要前提。目前，大部分专利在线交易平台主要侧重于为供需双方发布交易信息，供需双方仍需各自在平台上搜寻可匹配的信息，效率较为低下。

通过梳理相关文献，发现在国内外，尤其是国外针对专利在线交易供需匹配的研究较少。国外学者在供需匹配、相似度计算等方面存在相关研究，但很少应用于专利在线交易供需匹配。国内部分学者在知识服务选择、技术转移、知识产权交易等相关领域有着一定的研究基础。贾璐等[10]提出一种考虑知识供需匹配的知识服务方选择方法，研究了知识服务中的供需双边匹配模型[11]；
陈希[12]提出了技术知识供需双边匹配的两阶段决策分析方法；
李华[13]提出了技术供需主体的混合型多指标双边匹配决策方法；
杨德林等[14]对在线技术转移平台的供需匹配效率进行了研究；
孙雪涛[15]对不对称信息下的知识产权交易问题进行了研究，对交易双方的博弈与选择进行了分析，但未就如何解决信息不对称给出更好的建议；
何喜军等[16]开展了基于复杂网络指数随机图模型[17]的科技主体间专利技术交易机会实证研究；
武玉英等[18]对新能源领域专利转让网络中技术供需主体间交易机会预测进行了研究，通过计算供需主体网络节点结构相似度来预测交易机会，在一定程度上对供需匹配问题的研究有较大启发。

通过文献检索和研究分析，发现专利在线交易供需匹配研究存在以下问题：(1)当前与专利在线交易供需匹配有较大相关性的研究聚焦于知识供需匹配、技术转移供需匹配等内容，专门研究专利在线交易供需匹配的文献相对较少；
(2)相关供需匹配研究主要集中在模型和方法层面，而对专利在线交易供需匹配的内在机理的研究相对薄弱；
(3)已有研究主要侧重在综合层面的供需匹配，并未将专利在线交易平台的自身特性等因素考虑在内。

针对上述问题，在专利在线交易日趋活跃的背景下，本文专门针对其中的供需匹配问题进行研究，分析其内在机理，在考虑平台自身特性的前提下探讨供需匹配模型构建，为实现真正意义上的专利在线交易信息的优化匹配和精准推荐提供理论支撑。

1. 专利在线交易供需匹配原则

(1)公平交易原则

公平是任何交易的基本原则，也是确保专利在线交易平台长期有效运行的基本保障。鉴于专利在线交易供需匹配主要通过在线平台来进行，要求在线平台在设计供需匹配机制、计算供需匹配度和进行智能推荐的时候，保持第三方中立，以公平的原则来计算供需匹配度。

(2)各方满意度最大化原则

专利在线交易供需匹配过程中，供给方和需求方乃至于在线平台方，都有各自的利益诉求。供给方主要考虑因素包括：专利交易价格、交易周期等；
需求方主要考虑的因素包括：需求满足程度、实现需求所需费用、实现需求所需周期等；
在线平台主要考虑因素包括：专利在线交易中平台所需成本、平台利益等。整体而言，只有综合考虑到专利在线交易供需匹配过程中各方的利益诉求，寻求最优平衡点，参与各方满意度高，才能达到供需各方的最优匹配。

(3)供需匹配效率最高化原则

互联网等信息技术发展突飞猛进，专利在线交易各方对供需匹配效率的要求越来越高。高效的供需匹配，要求设计出科学、合理、高效的指标体系、匹配方法和模型，并进行人性化实现，简化平台对供需匹配各方的操作要求，尽可能将复杂的匹配流程模块化、透明化，在达到供需匹配要求的前提下，尽可能提高供需匹配效率。

2. 专利在线交易供需匹配的分析框架

专利在线交易供需匹配过程中，由于供需双方信息不对称等原因，造成专利在线交易供需难以达成有效匹配，很大程度上阻碍了专利在线交易的推进和相关市场的发展，对新形势下的知识产权强国建设产生不利影响。专利在线交易是一个复杂的系统工程，供需匹配主体主要包括供给方、需求方，具体落实到供需匹配层面，应细化为每一件供给专利和每一条专利需求，再分解下去，就是每一件供给专利对应的指标集合和每一条专利需求对应的指标集合。实际操作过程中，供需匹配的最终效果，还会受到其所在的在线平台、当时所处的政策环境等相关因素的影响。

从供需匹配的角度出发，可以设专利在线交易供给专利集合为S，S={S1,S2,S3,……Sx,Sm},Sx表示第x个供给专利，x=1,2，3,…,m；
其中，每件供给专利拥有1个或i个相关供给指标s。设专利需求信息集合为D，D={D1,D2,D3,……Dy,Dn},Dy表示第y个专利需求，y=1,2，3,…,n；
其中，每个需求可以拥有1个或j个需求指标d。考虑其他影响因素，设在线平台影响因子为α(0≤α≤1)，政策环境影响因子为β(0≤β≤1)。综合上述，专利在线交易供需匹配指数集F可用式(1)框架函数表示：

F=Match(S,D)*α*β

(1)

其中，在线平台影响因子α，主要体现在线交易平台对该类专利需求/供给专利的推荐程度或优先级等，推荐程度越高，则越接近于1；
政策环境影响因子β，主要体现在与该类供给专利/专利需求所在技术/产业领域，以及交易等相关的政策环境影响，如果国家在技术或产业等政策方面有扶持或鼓励政策措施，则影响因子越接近于1。Match(S,D)为供需匹配函数，该函数客观反映了供需双方的匹配程度；
F是专利在线交易供需匹配指数集，其中某项数值越接近于1，则代表该项对应的专利需求和供给专利的供需匹配度越高，说明在线交易双方达成交易的可能性越大，可重点推荐交易；
反之，则代表供需匹配度越小。

在进行专利在线交易供需匹配的过程中，首先要基于前期研究合理选取供需双方的匹配指标。在完成供需匹配指标体系构建后，在线交易供需双方在平台上进行多对多的匹配分析，在此过程中，一个专利需求可以对应多件供给专利，以寻求最优供给匹配；
同样，一件供给专利也被多个专利需求信息对应匹配分析，以寻找匹配度最高的专利需求。通过这样一个复杂的分析过程，最终可以得出每个需求对应的最优匹配专利，从而实现专利在线交易的最优供需匹配，为智能推荐和专利在线交易提供决策支撑。

按照平台自身的性质来区分，国内专利在线交易平台可以分为两大类型：一是以政府或政府背景的载体为运营主体的公益性在线交易平台，二是以企业为运营主体的市场化盈利性在线交易平台。结合两类平台的自身特性可以看出，公益性平台有政府支持，原则上平台不存在生存的压力，一般不以盈利为最终目标，主要致力于满足各类组织或个人对于专利交易的需求，促进专利的交易和实施，关注重点是社会效益；
市场化盈利性平台主要由企业发起，需要自负盈亏，形成自我造血功能，正常情况下都是通过促进专利交易的实施，来实现平台的盈利，在高效完成交易的同时，会争取最大交易量，以达到最大经济效益。因此，结合上述分析，可以构建以下两种具有代表性的专利在线交易供需匹配模型。

1. 基于需求侧分析的专利在线交易供需匹配模型构建

专利在线交易的主体是需求方和供给方，可以将其理解为需求侧和供给侧。需求侧，即大量的专利需求方带来的海量需求信息；
供给侧，即大量的专利供给方带来的海量专利供给信息。此处的需求侧分析，主要是基于需求导向，最大程度上满足需求方的诉求，这对于公益性专利在线交易平台尤为适用。在模型构建过程中，主要涉及聚类方法和双边匹配理论。

聚类是一种非监督模式的分类方法，没有任何先验知识可用，常用于模式识别、数据挖掘等领域。聚类的结果完全取决于样本之间的特征差别。根据样本之间的相似程度，将所有样本划分为若干个类，其特征在于，同一类内样本是相似的，即同一类内的任意两个样本之间的距离，小于不同类之间任意两个样本之间的距离[19]。聚类可以用如下形式表述：设U={p1,p2,……,pi,pn}表示一个样本集合，其中，pi表示第i个样本，i={1,2,…,n}；
聚类结果Ct⊆U，t=1,2,…,k；
Ct={pt1,pt2,……,ptw}，其中，第1个下标表示样本所属的类，第2个下标表示某一个类中的某个样本。通过计算样本之间的相似性距离，最终实现样本的聚类。一般情况下，聚类主要包括前期的数据准备、特征提取、相似度计算、聚类，以及聚类效果评估等步骤。

双边匹配的概念，最早由哈佛大学Roth教授于1985年明确提出，主要研究“双边匹配市场中的共同利益和冲突利益”[20]。Roth教授界定了“双边”的概念，以及“双边匹配”的概念，并通过实际案例进行了双边匹配的分析。国内外学者对双边匹配理论开展了深入的研究，并以此为基础，解决了不少实际问题。该理论在实际应用研究中，主要类型包括一对一双边匹配、一对多双边匹配和多对多双边匹配几种类型；
主要应用领域包括员工与工作岗位的双边匹配、学校与学生的双边匹配、电子商务中的双边匹配、知识服务双边匹配等。因此，本文中考虑引入双边匹配的理论，解决专利在线交易供需匹配问题。

综合运用聚类方法和双边匹配理论，提出基于需求侧分析的专利在线交易供需匹配系统模型，如图2所示：

对于本文中的专利在线交易供需匹配而言，专利需求方D和专利供给方S各为一边，旨在通过对专利需求信息集合D={D1,D2,D3,……Dy,Dn}和供给专利信息集合S={S1,S2,S3,……Sx,Sm}的多对多双边匹配，实现在线专利交易的供需匹配。基于需求侧分析的专利在线交易供需匹配模型，从满足需求侧角度出发，首先，对专利在线交易需求方的需求数据进行梳理和分析，提取出需求特征数据，并进行聚类分析，此处引入Num-近邻方差优化的K-medoids聚类算法[21]。该算法聚类效果好、抗噪性能强，适合用于专利在线交易供需匹配数据集的聚类。通过对D={D1,D2,D3,……Dy,Dn}特征数据的聚类分析，形成k个需求类簇；
然后，结合专利供给信息，进行专利需求匹配倾向分析，计算出专利需求Di对供给专利Sj的匹配倾向preferi(Sj)，具体表示如式(2)：

(2)

2. 考虑平台利益的专利在线交易供需匹配模型构建

专利在线交易成功后，供给方和需求方会得到各自所需的利益。作为供需双方实现专利交易的第三方交易平台，有效降低了专利交易的成本，减小了逆向选择的风险，促进了双方的有效合作，是实现安全、有效在线交易的关键因素。如何确保供需双方达到最优匹配，同时实现最大交易量，使得交易平台利益最大化，是专利在线交易平台保持可持续发展所必须考虑的。考虑平台利益的专利在线交易供需匹配模型，对于市场化运营的专利在线交易平台尤为适用。

考虑专利在线交易供给方、需求方和第三方在线交易平台的利益，可以将供需匹配核心归结为多目标决策问题。因此，在匹配过程中引入多目标规划模型(MOMP)。该模型的特征在于供给方、需求方各自的匹配度和第三方平台利益这三个目标的值和约束条件都可通过决策变量的数学关系式表达为目标函数、约束函数，同时，约束集中可以有无限多个可行方案[22]。在本供需匹配模型中，相关的目标函数和约束函数都是决策变量的线性函数，故引入多目标线性规划模型。

综合上述思路，提出考虑平台利益的专利在线交易供需匹配模型，如图3所示：

需求方D={D1,D2,D3,……Dy,Dn}和供给方S={S1,S2,S3,……Sx,Sm}，设aij表示Di对Sj的满意度，aij越接近于1，则代表供给专利Sj符合专利需求Di的程度越高；
同理，bij表示供给专利Sj对需求Di的满意度，bij越接近于1，则代表需求Di越符合供给专利Sj的匹配。设numSei为符合专利交易需求方要求的供给专利数量，numDej为能与专利在线交易供给方匹配的专利需求数量，pij为决策因子(因子值为0或1)。若该因子值为1，则表示Di与Sj匹配；
若该因子值为0，则表示Di与Sj不匹配。专利在线交易供需匹配中的多目标规划模型可用如下目标函数表示：

(3)

(4)

(5)

本供需匹配模型是多目标线性规划模型。对于该模型的求解，正常情况下，可采取基于隶属度函数的加权和方法，分别定义3个目标函数的隶属度函数，并将其进行加权，构建新的目标函数，将多目标线性规划模型求解转化为单目标线性规划问题，在此基础上来求解。当然，对多目标规划问题的求解，还可采用遗传算法、蚁群算法、模拟退火算法等多种方法进行优化求解[23]，从而得出专利在线交易供需匹配结果。

本文以专利在线交易供需匹配为研究对象，从机理分析、模型构建的视角进行了研究和分析，给出了专利在线交易供需匹配分析框架。专利在线交易中的利益相关方，主要包括供给方、需求方和交易平台方。对于政府运营的公益性平台，专利在线交易应以市场实际需求为导向，以更好地满足组织或个人的专利需求为目标，因此从最大程度满足需求方诉求的角度出发，研究并提出了基于需求侧分析的专利在线交易供需匹配模型；
对于非政府运营的盈利性平台，应促进双方达成最优交易，同时为交易平台带来最大利益是平台追求的目标，因此从最优开展专利在线交易，同时最大程度满足平台利益诉求的角度出发，研究并提出了考虑平台利益的专利在线交易供需匹配模型。上述两种模型的提出，有助于提升当前主流专利在线交易平台的供需匹配能力，提高交易效率。本研究对于新形势下丰富专利在线交易供需匹配理论、推动专利在线交易的发展和专利运用水平的提升，具有积极意义。下一步，将在理论研究的基础上，开展实证分析和比较研究，并引入深度学习等人工智能领域方法，持续将专利在线交易供需匹配研究推向深入。

猜你喜欢 需求方供需交易平台 云制造环境下机床资源租赁需求的优选方法机床与液压(2022年8期)2022-09-19甘肃省体育产业资源交易平台建设的推进路径体育科技(2022年2期)2022-08-05健全监管机制规范互联网交易平台发展中国经贸导刊(2021年31期)2021-12-23消费低迷供需博弈 全国猪价大致稳定今日农业(2021年16期)2021-11-26面向软件外包平台的协同过滤推荐算法的研究现代计算机(2021年19期)2021-09-09公共资源交易平台构建及体制机制创新现代企业(2021年2期)2021-07-202020年3月　27个重点城市商品住宅供需情况中国房地产·市场版(2020年4期)2020-06-24油价上涨的供需驱动力能否持续中国外汇(2019年9期)2019-07-13共享单车市场的发展现状与前景研究环球市场(2018年4期)2018-09-102017年12月30个重点城市商品住宅供需情况中国房地产·市场版(2018年1期)2018-03-07