技术中介在技术交易服务中是否存在下沉倾向——基于买方选择视角的验证

宋丕丞

(首都经济贸易大学 经济学院，北京 100070)

0 引言

在知识经济时代，技术要素交易与转化效率对创新链条持续运转至关重要。技术中介的存在能够弥补买方与卖方在交易资源及交易能力方面的缺陷，缓解交易双方之间的信息不对称，促进交易的达成。基于此，我国在大力发展技术市场的同时，非常重视技术中介组织建设，《国家产业技术政策》《关于大力发展科技中介机构的意见》《国家中长期科学和技术发展规划纲要》等文件多次就技术中介发展与完善提出指导意见[1]。当前，我国技术中介服务门类较为齐全，服务能力得到极大提升，对技术转化形成了有效支撑[2]。但同时也应该注意到，从技术市场调查结果看，现有技术中介“经手”的技术标的多为低价值、低技术含量或者相对过时的技术，基于网络中介技术平台调查的成交价大多分布在50万元以内，参与的卖方与买方多为中小单位或个人，呈现出低端化服务特征及服务下沉趋势。服务下沉虽然能够促进大量应用型技术扩散，但技术中介组织总体上未能很好地服务于中高端技术转化和高价值技术要素合理配置，这与我国提升高精尖技术创新与应用的取向相悖。基于此，本研究提出如下质疑：当代技术中介在技术交易服务中是否存在下沉倾向？本研究基于买方视角，对中介交易影响因素进行验证。从适用性方面考虑，对相关因素构建Probit模型，利用全变量回归及分组回归方式，考察变量具体影响方向和影响程度。

1 研究综述

1.1 技术中介存在的必要性

技术中介这一角色在技术交易中不可或缺。方世建等[3]认为，技术交易不确定性来源较多，技术研发成果不确定、市场需求与买方行为不确定及经济环境与相关政策不确定等均会影响稀缺技术资源在竞争主体间的合理配置。因此，技术交易活动比一般商品交易活动所需的条件更加严格。而技术中介能够在3个方面促进技术交易的达成：第一，中介可以在功能层面有效缓解信息不对称风险，弥补交易信息不完整缺陷，克服交易风险递增问题，进而促进技术交易的实现[4]。信息不对称是制约技术交易的核心问题，中介可以在买方与卖方之间建立两段式交易沟通机制，基于自身信用对部分隐藏信息起到担保作用，使交易双方敢于涉入深度交易谈判。第二，中介大规模介入交易可以改善技术转移体系运转，在机制层面形成有效支撑。徐雨森、蒋杰等[4]认为，技术中介在技术转移过程中能够起到系统化作用，通过构建转移系统影响机理模型，进而对技术中介功能承载进行系统分析；Bozemon[5]研究发现，技术中介可以激发技术所有方的转移意愿，弥补其转移能力缺陷，提高技术转移效率。第三，充分市场化的中介服务能够在微观层面保障技术交易的顺利进行。王希良等[6]提出，市场化交易环境有助于提升中介机构运作能力，使其在技术转移过程中发挥显著功效。市场化模式可以形成良性竞争，使中介组织不断完善相关服务乃至延伸服务，有效覆盖技术交易事前、事中和事后环节，充分维护好买方与卖方利益。从国际维度看， Grosse等[7]、Cummings等[8]研究发现，技术中介在一国乃至国际技术转移实践中均起到重要作用，许多交易的实现在很大程度上受益于交易中介对一些细节过程的设计与支持。

1.2 技术中介在交易过程中的局限性

尽管技术中介有利于技术交易达成，但受限于技术市场本身的特点，技术中介在功能层面仍存在不足：第一，从理论层面分析，技术交易存在逆向选择风险，交易参与方均有较强的机会主义倾向。经典分析理论认为，中介参与可以纠正信息失衡，使双方均可获益。但是，中介获取的信息通常是不完善的，在交易中仅能发挥一定的身份优势，这种公信力很容易受到质疑。第二，从实践层面看，中介参与尽管可以为买方提供一定程度的保障，但卖方可以选择其它交易渠道，因此无法完全克服此类问题[9]。技术供需在信息层面上的差异是产生此类问题的关键，许多技术研发单位并不是技术应用主体，对市场需求判断不准，使技术成果与企业承接不匹配，买方难以从市场上搜寻到适宜的技术。同时，开放式技术交易容易形成理论上的柠檬市场，导致劣质标的逐渐淘汰优质标的，中介只能参与低等交易服务。第三，从系统层面看，洪进等[10]基于技术转移演化路径模型，对我国技术转移协同演化阶段进行识别，得出协同度偏低、波动性较强的结论，该特征明显限制了我国技术转移能力提升。国内外许多中介机构主要服务于技术转移前期与中期需要，能够从事深度技术转移服务的中介数量较少；而且，许多技术中介仅服务于特定主体，服务开放程度不高[11-13]，在一定程度上限制了中介功能的发挥，高端需求方则有可能不选择中介进行交易(朱学忠等，2020)。同时，已有中介组织实践表明，我国技术中介在深度服务能力方面普遍存在不足，未能有效融入供需双方的技术创新与转移过程，仅能够提供平台、场所、市场信息获取等基本交易要素[14-15]。在交易辅助方面，也多以法律咨询和融资服务为主，而这些服务有较高的可替代性，当卖方企业规模较大或企业高管自身具备充足的知识和经验时，则无需借助技术中介进行交易，进而将技术中介“排挤”至中低端市场[16-17]。

综上所述，技术中介理论上有利于技术交易的实现，但仍然存在逆向选择风险。在现实交易环境中，由于相关参量无法达到理想状态，中介活动无法完全排除由逆向选择带来的交易低端化倾向。部分研究虽然在理论层面对此有所涉及，但未从微观层面或实证层面进行细致考察。从我国技术市场发展实践看，近些年诸多技术中介组织，尤其是基于网络平台的中介组织鲜有承接高端技术交易服务的案例，部分案例研究文献虽然有所涉及，但缺少量化分析。基于此，本研究认为，技术中介在现有交易活动中并不能够“完美”扮演第三方角色，信息甄别与传导能力有限，难以适应广泛的技术市场交易需求[18]，理论上存在服务下沉趋势。鉴于此，本研究基于技术买方视角，综合交易选择影响因素，对企业特征变量和技术特征变量进行考察，这些变量能够较好地反映技术交易服务下沉倾向。此外，考虑到技术交易活动的连续性，引入交易经验变量，以使模型解释更加全面。

2 技术中介选择影响因素模型设定

2.1 被解释变量

本文中的被解释变量为买方是否通过中介进行技术交易(Cho)。市场上的技术买方以企业为主，其交易目的多为自用，主要用于商品生产或二次开发。另外，也存在其它类型的技术买方，如科研机构、高校用于科研或教学使用，以及中介买断进行二次转让等(栾春娟等，2019)。为保证回归分析的一致性和有效性，本研究在取样时将其控制在企业自用范围。

2.2 解释变量

2.2.1 企业特征变量

(1)企业规模影响技术交易方式选择。一般来说，企业规模越大自主研发能力越强，同时，自有技术部门与法律部门能够提供更多服务，在技术交易中无需借助中介组织。因此，本研究认为，企业规模越大，借助中介进行交易的概率越低。在变量选取方面，本文使用企业注册资金(Scal01)和企业人数(Scal02)，由于两个变量高度相关，因此在模型拟合时仅使用一个变量，另个一变量用于稳健性检验。

(2)企业成立年限(Year)反映企业成熟度水平，年限越长的企业理论上拥有越丰富的市场交易经验，也就倾向于独立进行交易[19]。

(3)企业自有研发资源和能力越强，对外部技术依赖越小。本研究选择存量和准流量两个指标进行衡量：一是由被调查对象判定企业所具备的研发能力(RD-lev)。为简化数据采集，该变量采用分级形式，并带有一定主观性；二是企业年均研发投入(RD-inv)，采用近3年均值，同样由被调查对象提供。

(4)企业所属行业竞争等级(Lev)越高，企业获取技术的意愿越强，借助中介快速获得技术的概率也就越高[20]，而竞争等级确认精度在一定程度上受被访者主观判断的影响。

(5)企业高管知识能力影响企业关键决策，高管知识层次越高、交易能力越强，越倾向于选择自主交易。本研究设计人员学历综合变量(Edu)，计算方法是对企业3位主要管理人员的学历赋权相加，3位管理人员包括总经理(CEO)、副总经理及技术主管(CTO)或近似职位。部分小企业如无相关职位，则依据在企业内的重要性程度凑齐3位管理人员进行指标测量。

2.2.2 交易经验变量

从经营行为动态角度看，企业以往决策能够对当前决策产生影响。本研究将企业在技术方面的交易经验划分为两个变量：(1)以往是否经历过中介交易(Exp01)。此变量反映企业是否具备相关服务体验，对中介服务的切身了解有利于其再次选择中介服务。该变量考察最近一次技术交易之前是否使用过中介服务，在样本数据采集时需要向被访企业说明,若被访企业仅进行过一次交易，则该变量取值为0。

(2)企业以往技术交易失败经验(Exp02)有可能促使其选择中介服务，以避免出现相关纠纷并影响技术获取。常见的技术失败交易经验主要包括技术合约存在缺陷、技术交付迟缓和款项支付困难等，而技术中介提供的相关交易服务能够缓解或克服这些问题。

2.2.3 技术特征变量

(1)技术所属应用领域。本研究参照国家技术转移示范机构分类标准及典型技术交易平台上的模块分区，选取交易量较大的6类技术(Tec-typ01..06)，分别为食品类、电子类、机械类、建筑类、环保类、农林类及其它类别(Tec-typ07)。不同技术类别有可能给企业交易选择带来不同影响，该指标用于全样本和分类样本回归分析。

(2)技术来源。首先，企业(Tec-fro01)是技术创新较为活跃的主体，但大部分企业技术创新以自用为主，很少有企业以授权或转让技术为盈利手段，因此企业出让技术在技术市场中的比例较低。从实际交易情况看，企业出让的大多是过时技术或边缘技术，在交易平台上热度较低。其次，高校(Tec-fro02)在技术创新方面拥有一定优势，通常能够接触到较为前沿的技术理念，且在创新与实验过程中成本较低(刘翠翠等，2012)。高校技术创新成果类型多样，既有基础性创新成果，也有应用型研究成果。高校由于缺乏市场化资源和能力，技术成果中有相当比例以转让方式获取一次性回报，在技术市场中参与度较高。再次，科研机构(Tec-fro03)同高校情况类似，科技创新成果同样需要寻找快速转移通道，技术市场与交易中介能够较好地满足这一需求。同时，科研机构由于具有团队优势，在专项领域中还会获得许多委托开发合约。第四，个人及其他(Tec-fro04)类型主体在技术创新中的作用同样不可忽视。近年来，来自“民间”的科研成果数量迅速上升，“民间”创新主体成为技术市场中非常活跃的部分。此类技术创新的特点是，偏应用型创新成果居多，成交价格普遍较低(约90%在20万元以内)，且多为实用新型专利或外观专利。个人技术创新多缺乏系统性，成果质量参差不齐，在交易中买方普遍存在疑虑，因此经由中介可以有效保障买方权益。

(3)技术形式。其中，发明专利(Tec-form01)是指针对产品、方法提出的新技术方案，专利保护期限为20年；实用新型专利(Tec-form02)是指对产品形状、结构或者两者相结合所提出的实用新型技术方案，专利保护期限为10年；外观设计专利(Tec-form03)是指对产品形状、图案或者两者组合所作出的适用于工业应用的新设计，专利保护期限为10年。

(4)目标交易技术不可替代性(Tech-rep)，由低至高分为5级，等级越高表明该技术在市场上越难找到近似或可替代技术，技术稀缺性越强，该指标由调查样本主观评价。

(5)以交易金额衡量的技术价值(Tec-valu)，计价单位为万元。由于本研究以已完成技术交易的主体为研究对象，因此采用实际成交价进行测量。

2.2.4 控制变量

为保证实证分析可靠性及结论有效性，本研究控制以下4个变量：

(1)技术载体形式为专利的技术类型(Ctrl-typ=1)。虽然技术载体有多种形式，但其它类型(技术咨询)技术交易过程明显不同于专利，且技术中介在交易过程中所发挥的作用也存在显著差别，现有中介业务主要集中在专利支持交易领域。

(2)技术所属主要限定在国内技术(Ctrl-reg=1)。由于跨境技术交易在流程方面比较繁琐，涉及相关技术(输入)审核、支付与转让手续等，合约复杂度明显高于国内技术交易，且技术中介有资质考核，故本研究排除此类技术。

(3)调查样本需要在近两年内发生过技术交易(Ctrl-year=1)。考虑到技术专利货币价格水平、技术时效性、交易流程、中介机构竞争程度及中介政策变化均有可能对测量结果造成影响，故本研究对样本交易时期加以控制。同时，对近期样本的分析具有较强的应用导向性，有利于对研究结论进行政策分析。

(4)样本企业需要有多种交易渠道选择(Ctrl-metho=1)。被解释变量涉及分类选择，仅有一种选择渠道将使企业陷入被动状态，无法有效识别设定的影响因素。

本文中被解释量Cho为二分变量，结合文献研究及本研究考察重点，采用Probit模型进行回归分析，模型采用如下形式：

Pr(Cho=1)=G(α+βEnti+γExpi+δTechi+μ)

(1)

其中，Enti为企业特征变量组别，Expi为交易经验变量组别，Techi为技术特征变量组别。同时，需要保证控制变量组别(Ctrli)取值为1。

表1 变量分类与描述

3 实证分析

3.1 描述性统计分析

本文共发放问卷3 000份，回收2 613份，其中控制变量均符合研究标准的有效问卷为2 123份，可用于模型拟合的样本占81.2%。样本企业自身所属行业及比例分别为：食品类387，占比为18.2%；电子类413，占比为19.5%；机械类226，占比为10.6%；建筑类308，占比为14.5%；环保类67，占比为3.2%；农林类285，占比为13.4%；其它437，占比为20.6%。买方样本企业行业分布除环保领域较少外，其它行业比例较接近，适宜用回归分析验证相关假设。该指标在采集信息时依据的是企业注册特征及行业相近原则，非典型业务归口为其它领域。

全样本变量描述性统计结果如表2所示。其中，因变量为1的样本占比为52%，分布接近1∶1。①企业特征：在企业规模方面，注册资金跨度为35万～2 300万元；从业人数跨度为13～962人，企业样本大部分集中于中小微企业，此类企业明显更倾向于借助中介采购技术；企业成立年限跨度为3～25年，均值为8.72年，样本总体呈现“年轻”化特征；企业自评价研发能力覆盖区间为1～5，均值为2.31，分布状况较为理想；企业年均研发投入跨度为8万～387万元，均值为76.42万元，研发强度同企业规模基本匹配；样本总体行业竞争等级均值为2.89，企业认知市场竞争情况属中等偏上水平；企业管理人员综合学历跨度为6～12，均值为9.30，总体分布偏中高水平；②交易经验：在样本企业中，有41.1%的样本企业以往经历过中介服务，15.0%的样本企业有过交易失败经验，可在一定程度上辨识交易经验对因变量的影响；③技术特征：交易标的行业归属比例为，食品类24.1%，电子类19.4%，机械类15.2%，建筑类13.0%，环保类20.6%，农林类6.0%，其它1.6%。其中，环保类技术交易量占比较高，此指标与环保类企业样本指标差距较大，主要原因是近些年各行业强制环保标准提升，大部分生产性企业均需采用环保技术，缺乏自行研发基础或相对成本较高，只能通过交易方式获取。在技术来源方面，企业技术占比为10.1%，高校技术占比为29.9%，科研机构技术占比为36.9%，个人及其它占比为23.1%，样本占比同理论分析一致。在技术形式方面，发明专利占比为23.2%，实用新型专利占比为45.1%，外观专利占比为31.7%。由买方评价技术不可替代性指标覆盖区间为1～5，均值为3.37，总体属中等偏高水平。在技术价值方面，交易金额跨度3.2万～275万元，均值为38.78万元。

表2 变量描述性统计结果

3.2 全样本回归分析

模型回归在各控制变量取值为1时进行，其中企业规模使用注册资金为主变量，企业人数用于稳健性检验，回归参数结果如表3所示。

(1)模型(1)仅对企业特征变量进行回归，结果发现：①企业规模指标在1%水平上显著，与中介选择呈负相关关系，系数为-0.275，表明企业规模越大，对中介依赖度越低；②企业成立年限在10%水平上显著，系数为-0.058，与中介选择呈负影响关系；③企业研发能力指标达到5%显著性水平，系数为-0.025，与中介选择同样呈负影响关系；④行业竞争等级指标达到1%显著性水平，系数为0.035，说明竞争等级越高，企业越倾向于快速获取技术。

(2)模型(2)在模型(1)基础上引入交易经验变量，结果发现：第一，企业规模指标同样达到1%显著性水平，系数为-0.221。第二，企业年限指标未通过显著性检验；企业研发能力指标达到5%显著性水平，系数为-0.013，行业竞争等级指标显著性水平仍为1%，系数为0.027；以往有过中介交易经验指标显著性为10%，系数为0.005，影响较微弱；有过失败交易经验指标显著性为1%，系数为0.011，影响程度较明显。

(3)模型(3)在模型(1)基础上引入技术特征变量，结果发现：企业规模指标显著性水平不变，系数为-0.181；企业研发能力指标显著性水平降为10%，系数为-0.075；行业竞争等级指标显著性不变，系数为0.030。在技术特征方面，技术所属领域影响系数均不显著。在技术来源方面，科研机构指标显著性水平为10%，系数为0.005，中介依赖性微弱；个人及其它来源显著性水平为5%，系数为0.013，对中介的依赖性较强。在技术形式中，发明专利显著性水平为5%，系数为0.016；实用新型专利显著性水平为10%，系数为0.002；技术价值指标显著性水平为5%，系数为-0.007。这表明，单价越低，技术越依赖于中介交易。

(4)模型(4)在模型(3)基础上引入部分技术特征变量，剔除不显著的技术领域组别，加入交易经验变量。结果发现，企业规模指标显著性水平为5%，系数为-0.154；企业研发能力指标显著性水平为10%，系数为-0.116；行业竞争等级指标显著性不变，系数为0.019。在交易经验变量中，中介交易经验指标不显著，失败交易经验指标显著性水平为1%，系数为0.120。技术特征变量中，科研机构来源指标显著性水平为10%，系数为0.102。个人及其它来源显著性水平为5%，系数为0.011；发明专利显著性水平为5%，系数为0.008；实用新型专利显著性水平为10%，系数为0.014；技术价值指标显著性水平为5%，系数为-0.011。

(5)模型(5)对所有解释变量进行回归。结果发现，企业规模指标显著性水平为1%，系数为-0.172；企业研发能力指标显著性水平为10%，系数为-0.105；行业竞争等级指标显著性水平为1%，系数为0.201；在交易经验方面，失败交易经验指标显著性水平为1%，系数为0.017。技术领域组别变量均不显著。在技术来源方面，科研机构来源指标显著性水平为10%，系数为0.060；个人及其它来源显著性水平为5%，系数为0.029。在技术形式方面，发明专利显著性水平为10%，系数为0.012；实用新型专利显著性水平为10%，系数为0.053；技术价值指标显著性水平为10%，系数为-0.002。模型常数项不显著，拟合度为0.055。总体来看，模型(5)主要参数显著性及影响方向与前述模型一致，较好验证了相关假设。从买方角度看，企业规模越小，研发能力越弱；而且，有过失败交易经验的企业更倾向于借助中介交易。从技术标的看，科研机构、个人及其他研发主体发明专利与实用新型专利更倾向于通过中介进行交易，且价值越低倾向性越高。

(6)模型(6)为稳健性检验，以企业人数代替注册资金进行回归，除个人及其它来源显著性水平降为10%外，各主要变量显著性水平及影响方向同模型(5)一致，表明原模型设定较为合理，能够对相关假设给出有效证明，参数结果见表3。

3.3 分类样本回归分析

本文对技术分类样本进行回归分析，结果见表4。具体分析如下：

(1)食品类技术。在企业特征方面，企业规模、企业研发能力、行业竞争等级指标同全样本模型一致。企业成立年限显著性水平为5%，系数为-0.095；企业研发投入显著性水平为10%，系数为-0.043。该结果证实企业经营成熟水平对中介依赖有所减少。在交易经验方面，指标结果同全样本模型近似。在技术特征方面，个人及其它来源、实用新型指标变为不显著。可以看出，食品类技术专用性较强，一般仅由食品企业使用；同时，食品工业在工艺方面需要积累长期经验，以短平快方式获得的技术对企业绩效影响不明显，具备实力的企业更倾向于直接进行交易，从而更加深入地了解技术特性。

(2)电子类技术。在企业特征方面，企业规模、企业研发能力、行业竞争等级指标同全样本模型一致。企业管理人员综合学历呈5%显著性水平，系数为-0.031。原因在于，电子科技企业大多数由年轻创业者经营，管理者一般具备较高的技术专业知识，熟知业内技术，该指标数值越高，在交易过程中对中介的依赖性越低。交易经验检验结果同全样本模型一致，显著性略低。在技术特征方面，高校来源呈5%显著性水平，说明其对中介交易有所依赖。在技术形式方面，仅发明专利在10%显著性水平下显著。技术不可替代性在5%显著性水平下显著，系数为0.041，表明该行业竞争压力会对中介选择带来积极影响。

(3)机械类技术。在企业特征方面，企业规模、企业研发能力、行业竞争等级指标同全样本模型一致。企业成立年限与管理人员综合学历显著正相关，企业及个人经验积累均会负向影响中介选择，交易检验结果同全样本模型一致。在技术特征方面，由于诸多机械类技术属于微创新技术，致使科研机构、个人及其它来源均显著。在技术形式中，实用新型专利与外观设计专利分别在5%、10%显著性水平下显著，这与机械类领域创新取向有关。

(4)建筑类技术。在企业特征方面，企业规模、企业研发能力、行业竞争等级指标同全样本模型一致。企业成立年限在5%水平上显著负相关，企业经验积累对中介选择有显著影响，交易经验检验结果同全样本模型一致。在技术特征方面，由于建筑技术多来自科研机构，因此该项指标来源达到5%显著性水平。在技术形式方面，各类技术均呈现不同程度显著性，大都是建筑技术参与交易所产生的多样化影响。

(5)环保类技术。在企业特征方面，企业规模显著性水平为5%，行业竞争等级显著性水平为10%，企业特征对中介选择的影响较弱，交易经验检验结果同全样本模型一致。在技术特征方面，企业来源指标显著性水平为5%，个人及其它来源显著性水平为10%，这些技术来源对中介有所依赖。在技术形式方面，仅发明专利显著性水平为1%，说明其是环保技术的主要类型。

表3 模型全样本Probit回归结果

(6)农林类技术。此类技术在研发与应用方面较为特殊，在企业特征中仅企业规模显著性水平为10%，影响较微弱。同时，交易经验变量对其无显著影响。在技术特征方面，高校与科研机构来源通过显著性检验，原因在于其它主体较少涉及农林技术研发。在技术形式方面，发明专利达到5%显著性水平；技术价值指标未通过显著性检验。总体来看，农林技术对于中介交易选择的区分性相较于其它技术不明显。

表4 技术分组Probit回归结果

4 结论与启示

4.1 研究结论

本研究根据市场现象和理论梳理提出当前技术中介普遍存在下沉化倾向的假设，经过模型构建与实证检验，从全样本模型回归结果看，技术中介服务下沉趋势较明显，对于各类技术存在相似的选择效果，从而得出如下结论：①对于买方而言，规模较小或相关市场经验不足的企业更愿意选择中介交易，而大企业则可以有效控制交易流程风险，无需借助中介。企业研发能力越强，越具备完善的技术交易知识体系，控制相关技术交易风险的能力越强，对中介的依赖也就越低；②在交易经验方面，许多企业选择中介是基于前期的失败经验，这与技术市场规范性、交易监管及交易诚信密切相关，需要从政策层面加以修正；③从技术标的特征看，科研机构与个人专利更倾向于通过中介进行交易，即这些科研主体规模偏小，缺乏全面的市场交易能力，只能借助中介“推销”专利技术，加之这些主体研发能力薄弱，难以涉足高价值技术或基础技术研发，创新成果多为应用型技术，导致买方从技术交易平台仅能找到价值较低的应用型技术，促使中介交易标的物不断下沉，一些高价值技术只能转移至其它交易渠道。另外，分类样本回归结果总体上较好地吻合了全样本模型特征。其中，企业规模与技术价值指标检验结果一致性较高。除主要影响变量外，不同组别还分别呈现出一些独有特征。例如，食品领域注重技术累积性，当企业研发投入较高时，对于中介的依赖明显减弱。在技术更新迅速的电子领域，管理人员可以依靠自身知识经验参与交易，从而代替相关中介服务。在机械类与建筑类行业，实用新型专利与外观专利更倾向于通过中介交易，偏应用型特征尤为明显。环保类技术有一定的外溢性，企业技术来源特征明显。农林技术比较特殊，总体上选择区分性不强，这与样本数量较少有一定关联。

4.2 研究启示

基于上述研究结论发现，技术中介服务下沉虽然在数量层面极大促进了我国技术市场发展，但在质量层面却与当代需求不匹配。从政策角度看，应通过策略调整改变现状，使技术中介组织适应我国当代技术市场发展需求。本研究认为，应完善中介机制细节设计，降低逆向选择问题，避免出现双向排斥，使中高端技术要素流入市场。第一，机制完善的关键在于信息非扭曲及自由传导，因此应强化各类技术信息平台建设，利用最新技术(如区块链)保障平台信息的可靠性与可验证性，降低交易参与方不确定性。第二，构建系统化技术要素评价体系，对各类技术给出相对公允的价格，通过价格信号有效衔接市场中的买方与卖方群体。价格表达信息通常更直接，可信的评价服务能够消除各方质疑。第三，授权第三方评价机构对中介组织进行量化分类与评级，向交易双方传递中介服务水平信号，引导不同类型、等级技术分流交易，为高价值技术提供交易途径。第四，现有技术中介组织普遍存在重交易、轻技术的特点，因此应鼓励具备技术能力的组织及个人加入中介行列，提升其服务优质技术交易的能力。

4.3 不足与展望

本研究以Probit模型验证技术中介组织服务下沉趋势，相关变量显著性表现总体与研究假设一致。但需要指出，在模型构建方面，技术交易选择可能还存在其它影响因素，因此仍有继续完善的必要。尤其对于分类技术考察，诸如环保、农林等比较特殊的技术领域，其中介交易选择影响因素存在一定的特殊性。另外，由于样本采集规模所限，各变量对交易选择的影响仍存在讨论空间。