在知识经济时代，技术已经深入到人类生活的方方面面，在经济发展和社会进步中发挥着越来越重要的作用。技术转移是实现技术有效利用的重要手段，也是将科技成果转变成现实生产力并实现其经济价值的基本途径，成为一个国家或地区增强国际竞争力的重要方式。专利技术作为知识产权中科技含量高的重要组成部分，对于知识产权战略的实施和企业的研发活动有重要的影响。近年来，随着中国专利申请数量的急剧增加，但中国的利质量，尤其是专利技术转移率与实施率却相对较低。大量的申请专利处于沉睡状态，在一定程度上降低了国家竞争力、影响了创新，还增加了社会成本，浪费了社会资源。因而如果从技术发展的角度寻找到制约专利技术转移的重要因素，并对专利技术可能的转化潜力进行评价，将会是一项比较有实际意义的研究工作。这也正是本选题的初衷。　　本文首先对技术转移相关理论体系以及专利分析方法在横向（国际技术转移）和纵向（实验室向市场转移）技术转移中的应用进行梳理，已有研究表明专利技术分析方法在横向技术转移特别是国际技术转移中开展较多，专利保护强度与国际技术转移之间存在很强的正相关性，专利技术转移已成为国际技术转移中的重要方式之一;仅有少量文献研究专利分析在纵向技术转移中的应用，具体有利用专利分析方法识别有技术转移可能的专利技术，利用专利分析法对侵权专利进行监测和利用专利分析方法识别未来可能的应用领域或转移方向。接着，对识别有技术转移潜力专利的相关研究方法进行总结归纳，发现现有方法存在如下局限:指标相对单一，大多采用专利引用指标或其复合指标，较少考虑时间对专利引用的影响;部分统计模型可以对机构整体的技术转移能力进行预测，但不适用于对单件专利技术转移潜力的识别;较少有文献区分专利权人的机构类型对专利技术转移行为的影响。然后，对制约技术转移的因素进行系统分析归纳，发现已有制约技术转移的因素分析大多集中在对专利价值或质量的影响方面，从间接的角度表征技术转移的可能，少有文献对制约专利技术转移的直接影响因素进行系统分析。　　第二，从理论上假设了影响专利技术转移的因素，并利用多种方法对各影响因素进行了优化分析。本论文主要从专利引证、专利的技术宽度、专利权利分布、专利族分布、专利投入和专利保护时间等六个维度系统分析了影响技术转移相关因素的含义，初步遴选了影响专利技术转移的指标体系。具体包括专利引证指标（被引用频次、参考的非专利数、参考的专利数）、专利权利分布（权利要求数）、专利技术宽度（IPC分类数）、专利族分布（专利族规模、同族专利国家/地区分布）、专利投入（专利权人、发明人）和专利保护时间（专利剩余保护时间），以及新设的专利技术转移指标和专利权人机构类型两个指标。接着，本文利用2005～2014年有机光伏材料与器件领域美国授权专利和中国授权专利数据对影响专利技术转移的各因素进行了优化分析，最终遴选出对企业专利技术转移影响最大的四个指标，即专利的被引用频次、参考的专利数、专利权人数和技术宽度;以及对大学专利技术转移影响最大的四个指标，即专利的被引用频次、参考的非专利文献数、专利权人数和技术宽度。　　最后，本文利用优化后遴选出的指标分别构建了企业专利技术转移潜力的识别模型和大学专利技术转移潜力的识别模型，并对单件专利和机构整体的技术转移能力进行了实证分析。首先，通过逻辑回归分析拟合出识别有技术转移潜力专利的模型。接着，修正专利相关指标，消除时间的影响。利用有机光伏材料与器件领域的美国和中国授权专利数据对拟合的模型进行测试与调整。最后，利用智能加工技术领域的美国授权专利数据，对不同时间段的单件专利技术转移潜力进行实证分析。对识别出的有技术转移潜力的专利进行了定性调研与案例分析，实证结果表明构建的识别具有技术转移潜力的专利的分析模型有效并具有适用性。　　本文的主要结论如下:　　(1)专利的被引用频次、参考文献数、专利权人数和专利技术宽度指标对专利技术转移的影响最大;而权利要求数量、专利家族规模、同族专利国家/地区分布以及发明人的数量对技术转移的影响有限;专利保护年限与专利技术转移没有相关性。对企业而言，参考的专利数量对其技术转移的影响远高于参考的非专利文献数量的影响;而大学恰好相反，参考的非专利数量对其专利技术转移的影响远高于参考的专利数量的影响。　　(2)利用专利的被引用频次、参考（非）专利数、专利权人数和专利技术宽度四个指标，通过逻辑回归分析给出企业和大学专利技术转移潜力识别的模型，测试结果表明利用遴选的四个指标构建的模型有效性优于或等于全部指标的预测结果，表明指标的优化选取有效。　　(3)利用分别构建的企业与大学的识别模型对单件专利的技术转移潜力进行评价，结果表明识别有技术转移潜力的专利模型对于有机光伏材料与器件领域企业和大学单件专利技术转移潜力的预测准确率均达到90％，对智能加工技术领域企业和大学的预测准确率分别为80％和75％。定性调研与案例调查分析表明，技术转移潜力处于第一梯队的专利US2003443456A、US14081922A和US14157027A等均已进入产业化阶段。　　(4)对有机光伏材料与器件领域美国和中国授权专利量居前10位的专利权人进行专利技术转移概率的预测，结果表明美国授权量居前10家机构中的7家企业的专利技术转移率均超过70％，而大学的转移率除南加州大学为54％外，其余两所大学均低于50％;而中国授权量居前10位的专利权人主要以大学和科研机构为主，部分大学的专利技术转移能力表现突出。　　本文主要的贡献与创新点有:　　(1)利用新设的专利技术转移指标解决了技术转移不易直接定量表征的缺陷。前人对专利技术转移影响因素的研究主要从间接的角度，如研究不能进行技术转移的因素，以及各因素对专利质量或价值的影响;而本文利用专利技术转移指标可以研究各因素对专利技术转移的直接影响，弥补之前技术转移不易直接定量表征的缺陷。　　(2)对初步遴选的专利技术转移影响因素进行优化分析，从而遴选出了影响专利技术转移最显著的四个指标（专利被引用频次、参考（非）专利文献数、专利权人数和技术宽度）。本文在前人研究的基础上结合自己思考提出12个指标研究专利技术转移问题，其中，专利权人机构属性指标和专利技术转移指标为新设的指标。然后，利用有机光伏材料与器件领域的美国和中国授权专利数据，通过独立样本检验、相关性分析和逻辑回归分析对这些指标进行优化，最终遴选出四个指标作为最终模型构建的指标。　　(3)提出了基于专利权人的机构属性分别构建专利技术转移的识别模型方法，使得识别模型更加简单有效，可具操作性。由于企业和大学在技术转移中的地位和作用的不同，其所拥有的专利技术转移行为亦有所不同，本文针对不同专利权人的专利技术转移分别构建识别有技术转移潜力专利的分析模型。实证结果表明，除专利的被引用频次、专利权人数和技术宽度指标对企业和大学专利技术转移的影响最有效外，参考专利数量对企业专利技术转移的影响要大于参考非专利数量;而大学恰好相反，参考非专利数量对其专利技术转移的影响比较高。通过对专利权人机构属性的区分，使得构建的模型更加有效。