基于数据统计的中国高校科技创新产出及其商业化的政策效应研究

陈超

摘 要：作为我国科技创新的重要源泉，高校科技创新成果的商品化可提高社会生产力，对促进我国经济可持续发展具有重要意义。尽管近年来国内高校的专利申请数量急剧增加，但专利商业化的速度比预期的要低。本研究基于国家知识产权局的统计数据，旨在探讨激励性专利政策是否能有效地提升我国高校的科技创新产出及其商业化水平。在收集信息的基础上首先确定了具体的专利政策，并依据2009—2018年教育部直属64所高校的数据，衡量了激励性专利政策的具体效果。通过研究发现，该政策虽然增加了高校的科技创新产出，但并不激励科技创新成果的商业化。这是因为在一定程度上，政策对高校科技创新商品化的积极性产生了负面效应。短期内注重数量的相应政策可以提高科技创新产出，但从长远来看，将对高校的可持续发展产生负面影响。

关键词：高校;专利;商业化;政策效应

中图分类号：G644    文献标识码：A    文章编号：1671-0037（2019）12-45-8

DOI：10.19345/j.cxkj.1671-0037.2019.12.006

1 引言

随着全球竞争的加剧和科技发展速度的加快，通过有效的创新保持竞争力至关重要[1]。专利是国家科技创新的重要源泉，专利的数量和质量已成为一个国家可持续创新能力的重要指标。诸如美国Bayh-Dole法案这样的激励性专利政策可能对高校的科技创新产出和科技创新成果商业化产生非常积极的影响。

2000年，由科技部颁布的《关于加强与科技有关的知识产权保护和管理工作的若干意见》，旨在加强知识产权保护，促进科研产业化。这是国内第一部声称国家资助的科研成果归项目承办单位所有的政策。自颁布以来，我国高校的发明创造增长速度显著加快。2000—2018年授予的发明专利数量增加近298倍。

此外，2007年新修订的《中华人民共和国科学技术进步法》中建议加大对科学技术的投入，完善知识产权保护制度。这主要是为了提高高校师生的自主性和积极性，创造一个自由的学术环境，使发明人无思想负担，有意愿去承担高探索、高风险的科技项目。

然而，尽管政策发生了变化，国内高校并没有如预期那样为我国的商业化发展做出多大贡献，也没有为技术转让对经济可持续发展的有效影响做出贡献。在专利的许可、转让和商业化等方面，高校的比率与其他机构相比最低，说明高校的专利大多处于闲置状态。我国政府已经启动了一系列改善这一形势的举措，如提高科研成果的转让收益或许可收益的报酬率，但对提高成果转化率没有起到预期的作用。大多数学者认为，这是由于缺乏科学、系统的政策，大量重要服务性发明专利未能转化为现实生产力。研究人员的积极性将直接影响专利产出，与企业相比，高校的科技创新活动更容易受到政策的影响[2]。因此，对于我国来说，相应的政策是否真正有效还需要进一步检验。

高校的科技创新产出和其成果商业化对我国可持续发展建设具有重要意义。因此，本文以教育部直属64所高校为研究对象，运用2009—2018年的专利数据，对科技创新相关政策尤其是专利政策的有效性进行实证研究。

本文为促进我国高校科技创新产出及其商业化的关键驱动力提供了依据，补充了以往的研究成果。通过实证分析，有助于我国科技成果的转化。此外，本文还为决策者制定有效的激励政策提供了相关建议。

2 研究综述与实验假设

就专利产出的驱动力而言，高校专利和企业专利有着本质区别。企业专利主要是由潜在的行政决策和市场利益驱动的，而高校专利更多是由政府的财政支持或企业资助驱动的，这更符合政府的专利政策和高校自身的特点。

然而，在对专利政策影响的研究中，有时会发现相互矛盾的结果。据此前研究表明，激励性专利政策具有积极的效果。例如，美国20世纪80年代和90年代的大学专利和许可证增长通常被认为是1980年通过Bayh-Dole法案的直接结果[3]。Bayh-Dole法案显著增加了大学专利数量和专利的商业化[4]。同样，德国学者也通过研究证明[5]，2002年德国颁布的新公共政策有助于促进专利登记。此外，在21世纪初，欧洲和美国的大学专利普遍减少被认为是缺乏制度激励或者是改变大学专利所有权政策的结果[6]。

就我国而言，大多数专利研究和技术转让都是在政府的指导下进行的[7]。为了鼓励高校、科研院所、企业等单位进行专利研究，促进科技成果的创新与转化，我国各级政府也制定了相应的专利政策。2000年由科技部颁布的《关于加强与科技有关的知识产权保护和管理工作的若干意见》首次明确了国家财政收支资助的科研成果归研究者所有。此外，2007年新修订的《中华人民共和国科学技术进步法》则明确了其合法权益的归属，旨在促进科学研究和专利申请。对于我国专利政策的实施，学者们普遍认为，激励性专利政策会促进更多的专利申请和许可[8]。这导致了下面的两种假设。

假设1：激励性专利政策颁布后，高校的专利产出将增加。

然而，一些学者认为，高校科技创新活动可能并非主要由政策驱动。此外，根据经验设置，机构的技术商业化支持政策等变量可以在科技创新产出和商业化过程中起到推动作用和促进作用[9]。例如，在早期的研究中发现，参与技术商业化最重要的動力是当地群体规范，而高校政策和结构对这一活动影响不大。几项关于大学中Bayh-Dole法案影响的研究也表明，Bayh-Dole法案只是大学专利申请和许可活动兴起的重要原因之一，对这些高校的学术研究影响不大。

国外学者分析了美国的桑迪亚国家实验室和国家标准与技术研究所这两个著名国家实验室的专利活动后也表明，颁布Bayh-Dole法案和Stevenson-Wydler法案不足以导致这些实验室专利数量的增加[10]。还有学者研究了欧洲的大学知识产权条例的变化后，指出较高的大学专利所有权与较高的学术专利或较高质量的学术专利使用率无关[11]。其他研究也证明，在排除研发投资后，我国的激励性专利政策未能生效。即，一方面，我国的专利政策仍然停留在数量而不是质量更重要的水平上，专利政策的颁布增加了专利申请数量，但降低了专利质量[12];另一方面，专利商品化率的下降与师生惯性价值观、国家的推广政策和导向政策等有关[13]。

由上述机制给出以下假设，这里将按照如下经验性检验。

假设2：国家专利政策取向使高校更加重视专利申请，从而间接损害了专利商品化。

3 数据分析

3.1 數据

本文采用中华人民共和国教育部科技司编撰的《高等学校科技统计资料汇编》。但是，在统计中，教育部直属高校列在各高校的明细表中，地方高等院校只列在汇总数据中。此外，在科技成果商品化方面，教育部直属高校具有独特的优势，校本企业总数占普通高校的47.94%。因此，本文选择了教育部直属高校作为研究对象。在排除了11所艺术、语言、金融和经济类高校之后，形成了一个涵盖了2009—2018年64所高校的样本数据。

为了衡量专利政策对创新产出的影响，采用了负二项回归模型的回归方程：

[创新i，t=β0+β1政策i，t+γXi，t+ut+ai+εi，t]

（1）

其中，因变量[创新i，t]是t年内大学i专利申请的指标，并以每所高校的新专利申请年度计数来衡量。为了进一步研究专利政策对创新产出的影响，将专利申请数量细分为发明专利申请数量、实用新型专利申请数量和外观设计专利申请数量。[政策i，t]是衡量在t年是否受到专利政策影响的指标。[xi，t]是大学i的大学一级协变量（包括科研人员、政府资金、企业资金和信誉）的向量。[ut]是时间固定效应，[ai]是实体固定效应，[εi，t]是随机误差项。

为了衡量专利政策对专利商品化的影响，在使用负二项回归模型的同时，替换了上述回归方程中的因变量：

[商业化i，t=β0+β1政策i，t+γXi，t+ut+ai+εi，t]

（2）

其中，因变量[商业化i，t]是t年大学i专利销售的一个指标，以每所大学的专利销售总额衡量。此外，根据2018年《中国统计年鉴》提供的零售价格指数，对专利销售总额的数据进行了处理。

此外，为了能够探讨高校专利政策与研究项目之间的关系。因此，使用了负二项回归模型的回归方程：

[项目i，t=β0+β1政策i，t+γXi，t+ut+ai+εi，t]

（3）

其中，因变量[项目i，t]代表了t年中大学i的研究项目的数量，而[Xi，t]是大学i的层次协变量的向量。研究项目类型主要有基础研究、应用研究和实验开发三种类型。基础研究的主要来源是政府的国家科技计划。基础研究周期长，短期经济效益不明显。然而，从基础研究中获得的基础知识具有很强的溢出效应。应用研究和实验开发包括政府资金、企业资金和学校筹集的其他资金。预计，激励性专利政策可能会刺激高校从基础研究转向具有更大商业潜力的应用研究。

3.2 变量与测量

3.2.1 专利政策。数据分析中的预测变量是激励性专利政策。专利政策重点是通过经济激励高校教师来加速技术周期。例如，《北京市专利保护和促进政策条例》规定，高校通过专利权转让或专利许可取得的收入可以按一定比例分配给从事专利研究的人员及其团队。

此外，当高校对那些为转型做出重要贡献的人给予奖励时，应该从技术转让或许可净收益中提取不少于20%的比例作为奖励。在扣除上述奖励后，转让收入主要用于相关工作，用于支持技术转让机构的运营和发展。此外，从事技术转让工作的人员在企业工作的，其人事关系可以在5年内保留在高校。在企业工作期间，员工原有的等级、工资、福利等不变，科研人员的工作业绩被认为是评价和提升专业技术岗位的重要依据。

因此，研究中选择的政策遵循以下标准：界定发明的权益，给予发明者额外的经济利益，包括物质奖励（根据商业化的范围和获得的经济利益）、税收奖励或成本减免。或将获得经济效益的专利作为授予职称的重要标准。在法律数据库通过信息检索收集政策，结果显示在表1中，这意味着本文将根据大学所在的地理位置选择省政府或知识产权局发布的相关政策法规。为了研究与单一专利相关的特定政策，创建了一个虚拟变量来捕获政策的效果。伪变量“政策”在策略生效的年份中的值为1。

3.2.2 科研人员。由于高校拥有丰富的高素质技术创新人才，在应用研究、基础研究和技术开发等方面能够发挥其优势。因此，研究的对象是科研人员的绝对数量，这些人也是高校范围内科学研究的代表。

3.2.3 经费资助。通过对高校科技经费来源结构的考察，发现高校科技经费可能来自政府、企业或其他渠道。尽管不同资金来源对专利产出的影响不同，但总体而言，预计企业和政府的财政投入量与专利产出和统一商业化之间存在积极关系。为了能够捕捉资金的影响，以百万为单位衡量政府资金和企业资金的分配，并将其记录在回归中。

3.2.4 大学声望。这里首先选择了我国大学排名作为大学声望的代表。然而，这一指标对回归分析没有影响，可能是因为我国高校社会机构排名并非是一个合理、准确的衡量自身科研能力和声望水平的指标。因此，本文创建了一个虚拟变量“双一流”，以获取大学声望。“双一流”大学通常具有更好的社会声望。因此，这类高校可以获得更为广泛的社会资源支持和政府政策支持。当高校属于”双一流”大学时，虚拟变量“双一流”的值为1。

4 研究结果

4.1 估算结果

在表2中的回归分析中提供了变量的描述性统计。表3给出了专利政策对高校科技创新产出的影响估计。模型1表明，政策的实施对专利申请量有积极而显著的影响。在控制了模型2中的其他因素后，政策参数估计变化不大，仍然具有统计学意义，这表明专利政策大大增加了专利申请量。采用双向固定效应线性模型，控制个体与时间的相互作用，以便于重新运行模型。发现核心结果与模型1和2中的结果相同。这一发现为H1提供了支持，因此，意味着专利政策与高校的科技创新产出尤其是专利产出正相关。

此外，表3显示，政府资金在控制了个人与时间效应之间的相互作用后，对高校专利申请具有积极和显著的影响，而企业资金对高校专利申请具有积极但不显著的影响。高校的科技创新活动更多地来自政府项目。因此，政府资金的影响更为显著。然而，高校科研人员对科技创新产出没有显著影响，这可能是由于高校的职称晋升机制，在一定程度上促使高校科研人员更多地关注学术论文和专著，而不是专利的产出。

模型5～7聚焦于專利政策对高校不同类型专利申请的影响。这里发现专利政策对发明专利有积极影响。这很可能是因为发明专利从激励性专利政策中受益最多，而且发明专利的奖金远高于实用新型和外观设计专利。

此外，政府资金与发明专利申请数量正相关，而与实用新型和外观设计无关。这一发现表明，政府更重视发明专利，因为发明专利代表了一个国家的创新能力。表4显示了专利政策对高校专利商业化的影响。然而，通过研究发现专利政策对高校科技创新成果商业化没有显著影响。可能是由于科技创新成果商业化的难易程度与高校的特色有关。例如，纺织、冶金、农业和林业大学由于与工业的密切联系，在科技创新成果商业化方面具有独特的优势。此外，本文中相关政策的主要目的是界定发明的所有权，并给予发明人额外的经济利益，以鼓励发明创造。这种政策导向不鼓励科技创新成果商业化，但可能对高校从事科技创新成果商业化的积极性产生负面影响。目前，高校教师评价主要集中在基础研究（如项目和论文）而不是应用研究。因此，激励性专利政策提高了基础研究的数量和质量，但对科技创新成果商品化没有显著影响。为了验证上述论点，进一步分析了专利政策对高校研究项目的影响。

由于专利政策对大学研究项目的刺激是即时的，因而虚拟变量“政策”在政策发布年份的值为1。表5反映了专利政策对大学研究项目的影响。结果表明，专利政策与基础研究之间存在正相关和显著相关，而专利政策与应用研究之间存在负相关和非显著相关，进一步证实了上述观点。结果也与此前研究的结果一致，因此，我国的激励性专利政策并未使高校科研人员及学生从基础研究转向具有更大商业潜力的应用研究上来。

由于基础研究和应用研究的不同特点，应采取不同的激励措施。国家基金项目是建立在与我国社会地位和经济发展密切相关的基础研究之上的。因此，基础研究应该由政府部门推动。应用研究虽然具有较高的商业价值，但其主要资金来源于企事业单位的委托，并受到市场的驱动。当高校和研究机构（传统的基础研究和原始创新来源）实施所在地政府颁布专利政策时，他们对最近政策变化的反应往往表现为研究人员申请专利。因此，专利政策增加了高校的基础研究，但并未刺激应用研究，科技创新成果商品化的可能性和积极性没有提高。同时，产权政策以基础研究为导向，这意味着高校师生更关注论文和项目，而不是科技创新成果的商业化。这些现象间接导致了高校科技创新商品化激励政策专利的失效。

4.2 专利申请滞后

为了测量专利申请中的滞后时间，构建了一个脉冲响应图，如图5所示。确保在增强的dickey-fuller测试之后，序列是固定的。图5显示了专利申请对政策冲击的响应。可以看到冲击在第二阶段达到最大值，然后慢慢衰减。结果与图1所示的现象不同，图1显示最大加速度始于2013年。这是因为图1显示了专利授权数量的增加，这里分析了专利申请的数量。而在我国的案例中，由于存在实质性审查程序，专利申请和专利授予之间存在时间间隔（通常长达3年或5年）。

4.3 内部有效性检查

为了检验政策时机与政策实施前专利产出发生变化所导致的高校科技创新产出相关的内在性，本研究利用2009—2018年的数据，检查政策实施前后专利产出是否有大幅变化。换言之，为了调查项目前效应的可能性，研究中使用了《大学一级专利申请量指标政策》颁布当年、前一年和前两年的回归。

表6提供了项目前效应的内部有效性检查，表明政策实施前的回归结果在统计上不具有意义。虽然这里不能直接否定系数为零的可能性，但可以确定地说，在政策实施的时间段内，科技创新产出没有重大变化，不会影响本文研究的主要结论。

另一个可能引起关注的问题是反向因果关系。一些省市可能已经出台了具体的专利政策，以提高其研究和创新能力，或者积极引导高校开展科学研究和专利申请，以保持和扩大其原有的优势。为了检验这种现象可能的内生性，这里使用回归来代替模型1中的因变量和自变量。

最终没有找到反向因果关系的证据。专利申请估算很小，统计上不显著（估算值为0.000 299 5，p值为0.146），说明专利政策上的专利数量没有反向因果关系。

5 结论

本文考察了2009—2018年我国激励性的高校专利政策的有效性。展示了该政策如何定义发明的所有权，并为发明者提供额外的经济利益，从而提高了单一专利的产出。通过研究发现，这种政策取向对专利的商业化没有贡献。此外，从长远来看，它可能会对高校科技创新成果商业化的热情产生负面影响。

研究表明，短期内注重数量的专利政策可以提高高校的科技创新产出，但从长远来看，将对高校的可持续发展产生负面影响。这是因为专利政策对基础研究的影响是显著的，但对应用研究的影响是消极的和不显著的。

从政策制定者的角度来看，不同类型的专利应实施不同的激励政策。此外，政策制定者在构建评价指标和奖励条件时，应转变只看重数量的政策取向，而应以专利质量为标准。

参考文献：

[1] Choi J， Jang D， Jun S， et al. A predictive model of technology transfer using patent analysis[J]. Sustainability， 2015（12）：16175-16195.

[2] Hur W， Park J. Network patterns of inventor collaboration and their effects on innovation outputs[J]. Sustainability， 2016（4）：295.

[3] Tseng A A， Raudensky M. Assessments of technology transfer activities of US universities and associated impact of Bayh-Dole Act[J]. Scientometrics， 2014（3）：1851-1869.

[4] Marchant G E. Technology innovation policy at the local level： The United States experience[J]. Local Government Law Journal， 2016（2）：19-30.

[5] Grimm H M， Jaenicke J. What drives patenting and commercialisation activity at East German universities？ The role of new public policy， institutional environment and individual prior knowledge[J]. The Journal of Technology Transfer， 2012（4）：454-477.

[6] Leydesdorff L， Meyer M. The decline of university patenting and the end of the Bayh-Dole effect[J]. Scientometrics， 2010（2）： 355-362.

[7] Zhao J， Wu G. Evolution of the Chinese Industry-University-Research collaborative innovation system. Complexity， 2017（1）：1-13.

[8] Chen Q， Chang X H. Why so many faculty patents are assigned to outside of university？ [J]. Business Review， 2015（27）：66-74.

[9] Gerbin A， Drnovsek M. Determinants and public policy implications of academic-industry knowledge transfer in life sciences： A review and a conceptual framework[J]. The Journal of Technology Transfer， 2016（5）：979-1076.

[10] Link A N， Siegel D S， Van Fleet D D. Public science and public innovation： Assessing the relationship between patenting at U.S. National Laboratories and the Bayh-Dole act. Research Policy， 2011（8）：1094-1099.

[11] Geuna A， Rossi F. Changes to university IPR regulations in Europe and the impact on academic patenting[J]. Research Policy（8）： 1068-1076.

[12] 龍小宁，王俊.中国专利激增的动因及其质量效应[J].世界经济，2015（6）：115-142.

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

Research on the Policy Effect of Chinese Colleges and Universities Scientific and Technological Innovation Output and Its Commercialization based on Data Statistics

Chen Chao

（North China University of Water Resources and Electric Power， Zhengzhou Henan 450045）

Abstract： As an important source of scientific and technological innovation in China， the commercialization of scientific and technological achievements in colleges and universities can improve the productivity， which is of great significance to the promotion of Chinas sustainable economic development. Despite the quantity of patent applications from Chinese colleges and universities has increased dramatically in recent years， the rate of patent commercialization is somewhat lower than what we expected. Based on the statistical data from the State Intellectual Property Office， this study aims to examine whether incentive patent policy can effectively enhance the scientific and technological innovation outputs and their commercialization levels of colleges and universities in China. We first determined the specific patent policy based on the information collection and then measured the specific effect of incentive patent policy by using the data of 64 colleges and universities directly under the Ministry of Education from 2009 to 2018. Through the research， we found that although the policy had increased the scientific and technological innovation output of colleges and universities， it had no effect on their commercialization. This is because， to a certain extent， the policy has a negative impact on the enthusiasm of colleges and universities innovation commercialization. In a short term， the policies focusing on the quantity can improve the innovation output of science and technology， but in a long run， it will have a negative impact on the sustainable development of colleges and univesities.

Key words： colleges and universities; patent; commercialization; policy effect