基于专利技术特征的高校专利转化模式选择研究

金玉成

(江苏大学新农村发展研究院，江苏 镇江 212013)

基于专利技术特征的高校专利转化模式选择研究

金玉成

(江苏大学新农村发展研究院，江苏 镇江 212013)

对于高校专利成果转化，选择何种转化模式至关重要。本文从专利技术质量、专利技术成熟度、互补性资产、市场和技术不确定性四个专利技术特征展开分析，研究其对高校专利成果转化的三种主导模式的选择影响。通过对168个已转化专利开展调查研究，结果显示：专利技术特征影响高校专利转化。当专利技术质量较差时，创办企业和转让比许可更有可能实施转化；当专利技术成熟度越高时，越有可能通过许可或转让到现有企业实施转化。互补性资产和不确定性没有直接证据证明假设。但是，我们从调研中发现，减少专用性互补资产的成本以及市场和技术不确定性的风险，企业具有结盟等更好的应对策略。

专利技术特征；转化模式；高校专利

高校是国家科技创新体系的重要力量，专利是高校科技产出的重要指标之一，2014年高校授权发明专利，占全国23.4%。通过专利权的许可、转让(技术作价入股)、创办企业等形式，实现专利成果的转化。但是，转化并没有取得与产出同步的增长，2002—2013年间，转让年均增长率为17.52%，远远低于同时期专利申请量(33.70%)和授权量(37.91%)的年均增长水平。为破解高校专利转化率低的世界难题，国内外学界开展了高校专利转化影响因素、转化模式和方法以及政策措施等方面的研究[1-7]，主要停留在政府、高校、企业等转化主体层面，对于专利技术客体特征如何影响转化？具有何种特征的专利技术实施什么样的商业化模式更容易成功?目前还很少有研究。

1 文献回顾

专利是一种中间产品，高校专利成果很少有直接应用到产品中，转化过程涉及科学、技术和市场的整合。只有当专利被商业化且与市场结合时才能给专利权人带来切实的经济利益[8]。整个过程包括技术、产品和市场开发，每个开发过程需要不同的资源和能力。究竟什么样的专利技术特征影响转化实施？

有学者认为高质量专利是专利实施转化的根本[9]，应重点考虑技术适用性、复杂度和成熟度等技术特征[10]。Thursby等认为发明披露的意愿、专利技术突破性和专利技术领域影响专利转化[7，11]。也有学者对专利技术通过新建企业实施转化提出了不同维度的技术特征，认为技术经济价值、突破性、被保护的范围、技术类型、技术的特殊性和缄默性、市场导向等六方面影响了专利是否构成创业机会的概率[12-13]。而产业技术体制理论强调技术机会、创新独占性、技术累积性和科学研究基础等特征影响了创新活动与转化模式[14]。专利勘探理论和资产互补性理论者认为高校专利转化实施必须投入互补性资产[3]。当这种资产具有价值获取的讨价还价能力时，专利商业化者最佳战略之一就是占有或获取具有重要地位的互补性资产[15]。吴灿英研究证实了市场不确定性、技术不确定性对专利转化有负影响[16]。李正卫等也证明了专利的技术激进度、技术不确定性和技术重要性均对专利的实施具有负面影响[17]。Atul Nerkar等人研究认为“发明专利的使用范围、突破性特征和专利年限”三个技术特征影响专利商业化选择[18]。Fred Pries等人认为受知识产权等法律保护、市场不确定性、技术动态性和配套资产是影响新技术转化实施的特征[19]。综上所述，本文将影响转化实施的专利技术特征归纳为专利技术质量、技术成熟度、互补性资产、不确定性四个特征属性，并研究其对专利商业化选择的影响。

2 理论与假设

目前，高校专利技术转化有三种基本的主导模式：许可、转让(技术作价入股)、创办企业。这里的“创办企业”有两种理解：一是指创办企业生产和销售基于专利技术的产品或服务，二是创办企业用于专利的推广、许可或转让到现有企业生产基于该专利技术的产品或服务。这样一来，创办企业也可以认为是许可或转让目的。为了方便后面研究，我们将两者统称为“新创企业”，将前者定义为“创办企业生产”。影响转化模式的因素有很多，本文研究以上四个技术特征对三种基本转化模式的选择。因变量为专利转化模式，模式的分类标准定义为通过新创企业还是已有企业转化和知识产权的所有权，知识产权所有权定义为发明人或高校、企业持有。这是一个市场与科层制连续统一体的转折点。如果专利是通过新创企业实施，那么专利就被认为是通过新创企业转化的；如专利没有通过新创企业并且发明人或大学仍持有所有产权，那么专利技术被认为是通过许可转化；如专利技术没有通过新创企业，并且发明人和大学也不具有产权，那么就是通过技术转让转化的。本文自变量即为专利技术质量、技术成熟度、互补性资产、不确定性四个特征属性。

2.1 专利技术质量

本研究从发明本身特征和专利制度赋予的权利考量专利技术质量。发明被授权的标准就是“新颖性、创造性和实用性”，其核心是对在先专利的突破程度；《专利法》赋予专利权内涵中最重要的两个是：专有性或独占性和地域性或被保护范围。结合文献分析，本研究座谈了涉及知识产权、技术、产业和管理四个领域的5位专家，通过研讨和分析，最终选取独占性、被专利保护的范围、突破性作为专利技术质量的表征指标。我们认为，专利技术质量越高独占性越强、专利保护范围越广、突破性越大。独占性指创新者保护创新和阻止模仿的能力。弱独占性，纯市场安排会有重建合同的风险和独占性风险。在这种情况下，Teece认为科层制治理体系要比市场治理体系来的更有效。强独占性支持运用市场治理结构商业化技术[19]。被专利保护的范围是指专利声明中所陈述的陈述范围[13]。专利保护的广度越宽，就越能阻止潜在竞争者的跟踪模仿[18]。Shane研究认为决定企业是否投资转化，更倾向于受保护范围较广的专利。刘月宁认为，新发明的作用域越强，越能广泛应用于多个市场且较容易进入市场。突破性是指一项技术与该领域中在先技术的不同程度[13]。根据Hobday等研究认为，突破性技术有利于进入市场[17]。专利开创性特征为企业提供了更多具有学习曲线和先发优势的可能[18]。因此，我们假设(H1)：专利质量越高，通过许可转化的可能性越大。

2.2 专利技术成熟度

技术成熟度是指技术在生命周期中的成熟程度[20]。由美国航天局(NASA)1995 年首次提出并应用于航天领域，之后美国科学技术协会标准化为TRL 九级评价指标。国内外高校对专利技术成熟度更多的是分级和评价，很少引入到治理体系研究中。武建龙等认为，技术成熟度是影响高校专利转化的重要因素[10]。我们认为，高校专利技术更基础，企业则面向市场，因此，企业通过专利许可和转让等形式直接获得高校相对成熟的专利成果，对一些成熟度较低的技术进行合作研发。我们假设(H2)：专利技术成熟度越高，通过许可或转让到现有企业的可能性越大。

2.3 互补性资产

与专利相关的互补性资产，包括技术性互补资产和商业性互补资产[3]。具体包括制造能力、可以利用的分销渠道、专业知识销售队伍、售后服务支持能力、配套技术等等。Gans等认为专用性互补资产对于技术转化至关重要[21]。Kitch运用专利勘探理论和资产互补性理论解释了高校专利转化过程中遇到的阻碍。Teece认为，专利技术若不需要互补性资产就能商业化，那它可立即转化，反之则需通过购买或一体化方式获得，再进行转化。若互补性资产是专有的，则该企业通过市场治理体系方式获取。相比于通用性资产，专业化互补性资产表现出创新对互补性资产的单边依赖[22]。也有学者认为，当新发明的互补性资产较强时，为了减少获得专用性互补资产的成本和风险，发明者将选择与专用互补性资产提供者建立联盟，共同转化。M.Ceccagnoil等认为企业拥有互补性资产的专用性程度决定企业选择合作战略还是竞争战略[23]。Gans等认为专业化的互补性资产增加了市场治理的成本，因为这些资产的提供者需要一个补偿生产价值损失的附加费防止合同关系被终止后被重新调整到安排他用。因此，这种情况需要科层制治理。因此，我们假设(H3)：互补性资产越重要和专业化，通过转让到已有企业可能性越大。

2.4 不确定性

不确定性给专利转化制造了不少困难。这里我们根据Souder等学者对不确定性的分类，将不确定性概括为市场不确定性和技术不确定性两个维度[16]。技术不确定性主要是技术发展的不可预测性。表现在：技术的可变性和新技术的不稳定性；市场不确定即市场需求是不确定的。主要有:顾客需求的不确定性或模糊性和市场发展的不可预测性，这是由于缺乏市场相关信息及对市场了解不够造成的。Wolter等的研究证明不确定性在新技术转化选择市场还是科层制治理体系上提供了矛盾的证据[21]。这样，我们假设(H4)：市场或技术不确定性越大，通过新创企业或转让到现有企业可能性越大(见图1)。

图1 本文的概念模型

2.5 量表设计

本文量表设计借鉴了Shane、Gans等、Schilling和Steensma、Fried和Paul、樊霞和吴灿英开发的量表而形成的(见表1)。

表1 专利技术特征测量量表

3 方法与数据分析

为了把政策环境、经济环境、创新环境、风险资本等作为不变量，本研究调研了来自属于宁镇扬都市圈的南京、镇江三所高校有实施转化的高校专利发明人，共计206人，最终回复168人，有效回收率81.6%。这种选择小范围的调查研究，成本低，也被经常使用。Agrawal、Henderson和Shane同时研究麻省理工学院科技创新和成果转化，Colyvas等人也用此方法分析剑桥和斯坦福两个大学的科技创新和成果转化。本文使用SPSS软件进行统计和假设检验。

3.1 自变量

专利技术特征的四个维度为本研究的自变量。每个指标用5分量表，从非常不同意到非常同意。用克朗巴哈系数法(Cronbach’s alpha)，计算每个自变量的可信度(见表2)。值域超过0.70为好的可信度，低值超过0.60被认为可以接受的。所有值超过这个更低值域。互补性资产通过两个系列指标来说明:重要性和专用性。假如互补性资产很专用但对商业化不重要，他们就不可能对商业模式选择起作用。因此，只有专门(定制)的重要的互补性资产才是本研究中选用的。创建测量方法SPECCA，测量值为1是在互补性资产既重要又是定制的，表现在量表里面为都是5分。SPECCA值为0，那么说明既不重要也无需定制。这种测量方法在Gans等人使用过。

表2 自变量的信度分析

3.2 因变量

因变量是专利转化模式，即许可、转让、创办企业。转化模式的分类主要通过新创企业还是已有公司和对技术的知识产权所有权。这是一个引起市场—层级制连续统一体的转折点。因此，因变量的题项设计见表3。

3.3 控制变量

两个控制变量：发明人所属学科门类和发明所处阶段。发明人所属学科门类利用费舍尔精确检验2×2列联表(生物医药学、农学/其他发明人vs创办企业生产/其他转化模式)统计显著(p=0.01)。发明所处阶段利用费舍尔精确检验4×3列联表，非统计显著p=0.57。

表3 因变量维度与题项

3.4 样本描述性统计

发明人所属学科门类和学术头衔显示了被访问者很广的经历。参加者被问到多少学术研究中的发明被转化应用时，平均2个。受访者中有130人回答了该问题，50人回答仅有一个，30人回答有两个，50人回答有两个以上，其中5个受访者最大的有10个。受访者被问及转化的最重要的专利，并且接下来的问卷调查均针对该专利，受访者要求对该专利提供一个简短的描述。样本涵盖了很多领域，比如计算机(26%)、环境(17%)、生命科学(14%)等等。主要的技术类型是产品创新(64%)，等等。

3.5 多元逻辑回归分析

本文用多元逻辑回归进行检验假设，具体分析见表4。

表4 自变量、控制变量和因变量的平均数、标准方差和相关性

注：*p<.05，**p<.01；n.m.表示无意义。

4 结果

我们发现通过创办企业生产产品或服务转化的有92个，许可的有36个，转让的有40个(见表5)。其中，29%的发明通过许可的治理体系实施，71%的发明则通过新公司生产产品或服务或者是新公司推广专利实施许可或转让进行转化。从中发现，专利转化最终还是应用到产品或服务中占大多数，从侧面反映了中国利用专利实施交叉许可等策略或战略还不够。这里，通过创办企业转化的比例相对平时统计数据或政府报告要高了很多，一部分原因可能是创办企业转化可能被少统计了，这与Audretsch等人的研究相一致，另一部分原因是在创办企业中不是所有的企业都生产该专利技术产品。在创立的120个企业中，有28个(23%)通过许可或转让到现有企业中生产。这部分创办的企业实施专利转化反映出“技术”营销和“点子”营销。

表5 转化模式和形式

这里用多元逻辑回归检验假设(见表6)，因变量的参照类别为许可转化模式，代表了市场结构。用逐步向前包含程序识别模型中的变量。互补性资产变量由于在治理结构上没有显著性，所以不包含在最后的模型中，因此，没有支持提供给假设3。最终的模型提供了一个适合给定的有限的样本大小的数据。从基础模型检验的对数似然值的变化的卡方检验的零假设，所有的Logistic回归系数除了常数都为零。检验为统计显著(p<0.01)接受重要的逻辑回归。表7显示了模型的分类表。模型正确的分类了67%的情况。然而，模型不能分类一大部分情况，即在选择了创办企业生产产品或服务的基础上再通过转让。技术质量更高的专利选择许可转化到现有公司可能性更大些。专利技术质量系数是负的，并且统计显著(p<0.05)，两种转化模式相对于许可模式与H1假设一致。技术成熟度越高的专利更有可能通过许可或转让到现有企业实施转化。专利技术成熟度的相关系数是正的，统计显著(p<0.05)，两种模式相对于许可与H2一致。市场和技术不确定性更有可能通过创建公司或转让现有企业来转化。不确定性的相关系数是在预测方向，但是统计非显著。最后，也没有证据证明H4。所以，结果支持H1和H2，不支持H3和H4。

表6 治理体系的多元逻辑回归分析

注：许可是参考类别；nagelkerke pseudor-square=0.58；log-likelihood=53.98；goodness-of-fit x2=29.8；d.f.=8；p<.01.

表7 模型分类表

5 结论

实证研究表明技术特征影响到高校专利转化。特别是，结果显示的，当专利技术质量较弱时，创办企业和转让比许可更有可能实施转化。企业通过生产基于专利技术的产品或服务可以加速进入市场取得竞争优势或者采用秘密保护方式保护技术。相反，专利许可要求更高的专利技术质量来获得发明人的收益，而秘密保护或其他方法不一定有效。这与Shane发现有相似之处：当专利无效时，技术很有可能会许可回到发明者，从而通过发明者建立新公司实施转化。

我们的研究还建议，当专利技术成熟度越高时，越有可能通过许可或转让到现有企业实施转化。虽然互补性资产和不确定性没有直接证据证明假设，但是，我们从调研中发现，互补性资产专用性和重要性越强，共同开发、生产基于该专利技术产品或服务更有效，这样可以减少获得专用性互补资产的成本和风险；市场和技术不确定性越大，创办企业和转让到现有企业更有效，因为企业掌握技术和生产对调整面临的不确定有更好的能力。相反，当技术广泛被许可，许可和被许可者之间的协调和调整会更加困难。

[1]BRADLEY S R,HAYTER C S,LINK A N.Models and methods of university technology transfer[M].Boston:Now Publishers Inc.,2013:5-39.

[2]张平,黄贤涛.高校专利技术转化模式研究探析[J].中国高教研究,2011(12):38-41.

[3]袁晓东，等.中国高校专利利用的影响因素研究[J].科研管理,2014,35(4):76-82.

[4]SIEGEL D S,PHAN P H.Analyzing the effectiveness of university technology transfer:implications for entrepreneurship education[J].Advances in the study of entrepreneurship,innovation & economic growth,2005,16:1-38.

[5]王瑞敏，等.影响高校专利转化的因素分析和对策研究[J].科研管理,2013,34(3):137-144.

[6]李昶，唐恒，金玉成，程龙.高校专利转化模式选择影响机制及演化模型[J].中国科技论坛，2016(4):76-82.

[7]THURSBY J,THURSBY M.Gender patterns of research and licensing activity of science and engineering faculty[J].Journal of technology transfer,2007,30(4):343-353.

[8]陈雪丽.不确定条件下发明专利商业化投资时机研究[D].兰州:兰州大学,2011.

[9]陈朝晖，刘琰，谢薇.合法性与专利商业化早期绩效的实现[J].中国科技论坛，2014(9):127-132.

[10]武建龙，王宏起，陶微微.高校专利技术产业化路径选择研究[J].管理学报，2012(6)：884-889.

[11]SHANE S,STUART T.Organizational endowments and the performance of university startups[J].Management science,2002,48(1):154-170.

[12]SHANE S.Technological opportunities and new firm creation[J].Management science,2001,47(2):205-220.

[13]田莉，薛红志.新技术企业创业机会来源：基于技术属性与产业技术环境匹配的视角[J].科学学与科学技术管理,2009，(3):61-68.

[14]MALERBA F,ORSENIGO L.Schumpeterian patterns of innovation are technology-specific[J].Research policy,1996,25(3):451-478.

[15]LIPPMAN S A,RUMELT R P.The payments perspective:micro-foundations of resource analysis[J].Journal of strategic management,2003,(11):903-927.

[16]吴灿英.技术与市场不确定性对企业新产品开发绩效的影响研究[D].浙江:浙江大学,2006.

[17]李正卫,曹耀燕.专利商业价值的影响因素研究:以浙江高校为例[J].研究与发展管理,2011(3):112-117.

[18]ATUL Nerkar，SCOTT Shane.Determinants of invention commercialization:an empirical examination of academically sourced inventions[J].Strategic management journal,2007(28):1155-1166.

[19]FRED Pries,PAUL Guild.Commercializing inventions resulting from university research:analyzing the impact of technology characteristics on subsequent business models[J].Technovation,2011(31):151-160.

[20]樊霞,胡军燕,赵丹萍.中小企业渐进性创新技术属性及其产学研合作模式选择[J].中国科技论坛,2010(8):20-25.

[21]刘月宁.基于属性分析的新兴技术商业模式设计框架研究[D].南京:东南大学,2013.

[22]李泓桥.创业导向、互补性资产对突破性创新的影响机制研究[D].北京:北京交通大学,2015.

[23]薛红志,张玉利.互补性资产与既有企业突破性创新关系的研究[J].科学学研究,2007,25(1):178-183.

(责任编辑 刘传忠)

Model Selection Research of University Patent Transformation Based on the Impact of Patent Technology Characteristics

Jin Yucheng

(Research Institute for new Rural Development of Jiangsu University,Zhenjiang 212013,China)

It is the key to select model for transforming patent from university to market.The paper considered four characteristics of patent:patent technology quality,patent technology maturity,complementary assets,commercial and technology uncertainty.We related these characteristics to the selection of three basic transformation models.Analyzing 168 patents which have transformed,we find patent technology characteristics do have an impact on the model selection.When the patent technology quality is poor,it is more likely to start-up and transfer.When the patent technology is more mature,it is more likely to be transferred or licensed to the existing enterprises.Complementary assets and uncertainties have no direct evidence to prove the hypothesis.However,reducing the cost of special assets,as well as the risk of market and technology uncertainty,the company has a better response to the strategic alliance.

Patent technology characteristics；Transformation model；University patent

教育部人文社科青年基金“基于需求导向的高校专利转化商业模式选择研究”(13YJC630063)，国家自然基金项目“基于市场导向的高校专利商业化战略形成机制及驱动策略研究”(71573108)。

2016-11-10

金玉成(1981-)，男，江苏人，江苏大学新农村发展研究院助理研究员，博士研究生；研究方向：科技与知识产权管理。

G306

A