“三权下放”改革能否促进高校专利技术转移？——基于倾向得分匹配-双重差分（PSM-DID）的实证研究

张俊艳，雷 玲，高 文

（1.天津大学管理与经济学部，天津 300072；2.天津市科学技术发展战略研究院，天津 300011）

1 研究背景

跨越科技成果转化“最后一公里”是深入实施创新驱动发展战略，推动我国经济迈上高质量发展台阶的重要环节。高校作为知识创新的主力军、技术创新的生力军，在国家创新体系中具有重要地位，每年高校的科学研究与试验发展（R&D）等活动产生大量的科技成果，如何将这些科技成果转化为现实的生产力是我国当前科技界、教育界、商业界亟待回答的重大问题。2014 年9 月，财政部、科技部和国家知识产权局印发了《关于开展深化中央级事业单位科技成果使用、处置和收益管理改革试点的通知》，在中关村等国家自主创新示范区和合芜蚌自主创新综合试验区遴选20 家中央级事业单位启动了试点，标志着我国科技成果转化体制改革进入了新阶段。高校科技成果使用权、处置权和收益权下放（以下简称“三权下放”）改革试点的核心内容是取消政府对科技成果使用（作价入股）、处置（转让和许可）和收益管理的审批或备案，将审批权下放至科技成果完成单位；科技成果使用和处置收益全部留归单位、不再上缴国库，收益分配明确规定对科技创新创业和成果转化机构及人员的激励不能低于一定的比例；要求试点单位将科技成果转移转化和知识产权创造、运用作为科研项目立项和验收、机构及人员评价奖励、资金支持的重要内容和依据。试点区域通过上述改革，调动一切积极因素，促进科技成果转移转化。

本研究利用2009—2017 年我国高校科技统计数据，选取12 所“三权下放”试点高校作为实验组，基于倾向得分匹配方法（propensity score matching，PSM）筛选对照组，采用双重差分方法（differencesin-differences，DID）对“三权下放”改革进行政策评估，以期客观科学地评估“三权下放”改革的政策效果，并为政策进一步实施提供科学依据与决策参考。

2 文献综述与研究框架

2.1 文献综述

高校专利技术转移是指高校利用其科技资源或能力从事新技术产业化和商业化等活动，从而促使专利技术从科学向市场扩散的生产过程［1］。产权配置是高校专利技术转移的核心问题，关于产权配置对高校专利技术转移的影响，现有研究主要有两种观点。以Siegel 等［2］为代表的一种学术观点认为以美国《拜杜法案》为标志的专利所有权下放激发了高校的积极性和主动性，促进高校技术转移，贡献了创新创业经济的发展。在《拜杜法案》颁布30 周年之际，Grimaldi 等［3］评估了美国、欧洲和亚洲明确政府资助专利的权属政策改革效果，指出高校持有专利显著促进了专利技术的许可。究其原因，“大学优先拥有处置权、发明人劣后拥有处置权”的设计激发了美国高校法人主体作用，在发明人、院系、技术转移办公室和高校之间进行收益分配促使四方形成了激励兼容的利益关系［4］。这种产权配置促使高校专利技术许可集中在了更有效的行业［5］，提高了技术转移效率和效果。考虑中国情境，一些学者认为“三权下放”将破解我国科技成果转化难的困境，政府持有科技成果产权抑制了高校和科技人员转移转化的能动性，而产权下放将调动发明人积极性，推动科技成果存量的转化，减少事业单位科技成果转化过程中的束缚。具体而言，下放使用权有助于破除自主使用科技成果的障碍，下放处置权有助于促进市场导向的技术创新行为，下放收益权有助于激励技术创新。如常旭华等［6］实证研究我国产权配置的影响，认为收益分配是影响教师参与高校专利转移的核心经济因素；武建龙等［7］认为“三权下放”有助于高校专利技术快速向企业转化。

另一种学术观点认为学术界夸大了专利所有权下放政策的作用和效果。Mowery 等［8］通过对斯坦福大学等3 所美国顶级高校的研究发现，其专利申请和许可收益的增长主要得益于生物类专利的贡献，《拜杜法案》虽促进了高校专利申请和许可，但不是决定性因素。Siegel 等［2］指出尽管《拜杜法案》规定研究人员必须提交发明披露，但该规则很少被执行，许多技术通过非正式渠道转移转化，在其他国家采取类似《拜杜法案》的拥护者夸大了《拜杜法案》在美国的影响［11］。进一步地，Grespi 等［9］使用丹麦等6个欧洲国家的专利数据进行回归分析，发现高校拥有所有权对专利商业化率或经济价值的影响微弱。此外，So 等［10］指出发展中国家与美国的研究系统和经济水平等特征存在不同，《拜杜法案》对发展中国家的作用更具怀疑性。同样，国内也有学者对“三权下放”能否真正破解科技成果转化难题持有怀疑态度，如张军荣等［11］利用1991—2011 年我国高校发明专利申请和授权数进行虚拟回归分析发现，排除研发投入因素后，将专利产权赋予高校的中国“拜杜规则”未能够促进高校专利产出；赵雨菡等［12］和聂常虹等［13］认为我国虽然实施了“三权下放”改革，但碍于国有资产管理体制，政府保留着对高校科技成果的所有权，高校拥有的产权并不完整，不利于科技成果转化行为市场化；此外，郭英远等［14］认为“三权下放”改革没有将产权下放至技术转移办公室或科研人员，缺乏科技成果处置权的权利制衡机制，未能有效解决科研单位内部利益分配问题，这些产权配置障碍弱化了“三权下放”改革的政策作用。

综上，关于产权配置政策对高校技术转移绩效的影响存在争议，现有研究以定性研究为主，少数的实证研究主要针对《拜杜法案》等国外政策，较少以我国“三权下放”改革政策作为研究对象，而且为数不多的实证研究仅将“三权下放”改革作为影响高校技术转移绩效的一个因素，并未以“三权下放”改革政策作为主要的研究对象。鉴于现有研究的不足，有必要采用政策评估方法分析“三权下放”改革政策的效果，以期从产权配置的角度研究促进我国高校专利技术转移的路径和方法。

2.2 研究框架

合理的产权配置能够减少交易成本、激励个体的知识创造行为［15］，专利产权的下放有利于破除对高校和科研人员科技成果转移转化的限制。从政策评估角度分析，改革试点政策促进了高校专利技术转移转化。因此，提出假设1：

H1：“三权下放”改革正向影响高校专利技术转移绩效。

政策效果一般受后续的配套措施、政府部门实施政策的经验积累等因素影响［16］，即政策效果往往存在时间滞后。另一方面，政策效果还存在动态演变的过程，在实施之后的1 年～2 年内呈现逐步强化的现象，3 年～4 年逐步减弱［17］。因此，提出假设2：

H2：“三权下放”改革对高校专利技术转移绩效的影响存在时滞动态效应。

常旭华等［6］、孙林波等［18］和祝铭等［19］分别提出，高校声誉、高校类型以及高校所在区域也是我国高校技术转移绩效的重要影响因素，不同层次、不同区域、不同类型的高校技术转移转化情况本就不平衡。相应地，“三权下放”对不同类别高校专利技术转移转化的作用会存在差异。因此，提出假设3：

H3a：“三权下放”改革正向影响“双一流”高校的专利技术转移绩效。

H3b：“三权下放”改革正向影响东部高校的专利技术转移绩效。

H3c：“三权下放”改革正向影响理工类高校的专利技术转移绩效。

“三权下放”改革可激发科技人员科技成果转移转化的热情，促使高校专利申请量的增加、有利于高校技术创新能力的提升，进而促进高校专利技术转移。因此，提出假设4：

H4：“三权下放”改革通过专利申请量影响高校专利技术转移绩效。

据此，得到“三权下放”政策效果评估的研究框架（见图1）。

图1 研究框架

3 研究设计

3.1 计量模型

本研究重点探究“三权下放”改革政策的效果评估，双重差分方法是公共政策评估的主流方法，采用DID 方法，将“三权下放”改革试点高校视为实验组，通过比较试点高校和非试点高校试点实施前后的差异可评估政策效果的净效应；由于试点高校的选择不具有随机性，需采用基于倾向得分匹配方法构造与试点高校类似的对照组，以满足DID 平行趋势假设。

3.1.1 利用PSM 构造对照组

匹配的目的在于从没有试点的高校中找到与试点高校具有类似特征的个体，从而构造反事实结果。具体而言，选择控制变量建立Logit 回归模型，计算样本中各个高校的倾向得分，为试点高校匹配最为接近的没有试点高校作为对照组。匹配原则是既要使试点高校与没有试点高校的倾向得分尽量相等，又要保证各控制变量在实验组和对照组之间没有明显差异。

3.1.2 采用DID 衡量改革效果

为了捕捉“三权下放”改革后每个年度的政策效应与时滞动态变化趋势，参考范子英等［20］的做法，将模型1 中的平均效应分解到改革后的每个年度，得到模型2：

此外，考虑到“三权下放”对不同类别高校的专利转移转化影响可能存在异质性，故需进一步细分高校样本并再次进行PSM-DID 以作分类比较。

3.1.3 中介作用机制

运用中介效应模型来考察“三权下放”是否可以通过专利申请量提高高校专利技术转移绩效。回归模型模型3 和模型4 分别设定如下：

式（3）（4）中，Mit为中介变量。

3.2 数据来源与变量选择

3.2.1 数据来源

根据“三权下放”改革试点文件，试点时间为2014 年10 月1 日至2015 年12 月31 日，考虑到政策执行的滞后性，以2015 年作为政策实施的时间分界点。所用数据来自2009—2017 年《高等学校科技统计资料汇编》及《中国统计年鉴》，共选取72 所高校，包括64 所教育部直属高校、7 所工信部高校及中国科学技术大学。剔除部分重要变量数据不全的高校后，最终得到65 所高校数据，总样本量为585 个。

3.2.2 变量选择

衡量高校专利技术转移绩效的常用指标有专利许可（出售）量、专利许可（出售）收入等，结合叶静怡等［22］和Kim 等［23］关于技术转移转化实证研究的做法，以专利出售合同数（psn）和专利出售当年实际收入（psi）作为高校专利技术转移绩效的代理变量。

为了控制除改革外的其他因素对改革结果的影响，共选取了5 个控制变量（见表1）。

表1 变量定义

4 实证分析

4.1 PSM 处理及检验

表2 是主要变量2009—2017 年的描述性统计结果，可知psn 的均值约为17 项，psi 的均值约为6 493 千元，rdn、rdp 和rde 等主要变量的标准差均高于均值，且最大最小值相差较大，表明个体样本间存在较大差异，有必要运用PSM 方法处理样本。

表2 主要变量的描述性统计

采用非替代性的一对一最近邻匹配方法开展PSM，为验证匹配结果是否消除了实验组与对照组之间的系统性差异，需进行平衡性检验。从表3 的检验结果可以看出，匹配后各控制变量组间均值差异的绝对值既均小于13%，又都低于匹配前的差异，且t 统计量都不显著，说明本研究所做匹配符合标准化差异绝对值小于20%、t统计量不显著等独立分布条件，匹配后实验组和对照组之间不存在系统性差异，取得了共同的时间效应趋势，通过了平衡性检验。

表3 主要变量的平衡性检验

为确保匹配后的样本具有良好的可比性，进行PSM 还需满足共同支撑条件，剔除落在重叠区域之外的部分样本以提高样本匹配质量、增加PSM 的有效性。由图2 可知，匹配前实验组和对照组的倾向得分值的概率分布存在明显差异且重叠区域较小；匹配后，两组样本的倾向得分都在0～1 之间且分布具有较大重叠区域，较好地满足共同支撑条件。通过平衡性检验和共同支撑检验可知，匹配后得到的样本消除了系统性差异和选择性偏误，得出了较为合适的匹配样本，PSM 策略有效。

图2 样本PSM 前后的核密度

4.2 DID 回归估计

在PSM 的基础上得到了与实验组特征相似的对照组，样本量为495 个，采用DID 可评估改革政策对高校专利技术转移绩效的影响，结果详见表4。其中，（1）～（6）列的回归结果显示“三权下放”改革总体上对高校专利技术转移绩效有着显著的正向作用，假设1 成立。从控制变量的角度分析，相对于第（2）列和第（5）列，加入控制变量后的第（3）列和第（6）列的did 系数变化不大，且R2有所增加，说明控制变量的选取较为恰当，PSM 结果稳定。

表4 变量的DID 回归结果

表4 （续）

4.3 时滞动态分析

基于模型2 将2015—2017 各年度的处理效应代替did 平均效应纳入回归模型，改革后的时滞动态效应结果如表5 所示。其中，第（2）列和第（4）列纳入了控制变量。由did 系数及显著性可知，对于专利出售合同数（psn）而言，改革从2016 年开始出现显著的促进作用，在2015 年和2017 年则没有明显的影响；而对于专利出售当年实际收入（psi），在2015—2017 年期间改革始终起着显著的正向作用，且效果在2016 年最佳。可见psn 存在时滞效应，psi 则存在动态效应，假设2 部分成立。以2017 年的样本为例，中国石油大学（北京）的psn 为1 项、psi 为4 196 千元，华中农业大学的psn 为8 项、psi为83 千元，而专利出售合同数和收入随技术转移阶段变化，在初始阶段合同数量代表了技术需方对大学专利的兴趣，在中后阶段实际收入则代表了技术需方对大学专利的实质性需求［24］，即相对于专利出售合同数，专利出售当年实际收入更能体现专利转移转化的价值，因此psi 比psn 更好地代表高校专利技术转移绩效。

表5 改革效果的时滞动态效应

表5 （续）

4.4 异质性分析

为了考察政策的作用点，需分析“三权下放”对不同类别高校的政策效果。按照地理位置，将样本高校划分为东部和中部，东部包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南11 个省份，中部包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8 个省份；按照类型，将样本高校划分为综合、理工和其他类，划分依据校友会2020 中国各类型百强大学排名［25］，其他类高校主要包括农林、师范、医药类大学。由表6 可知，从层次上划分，“双一流”高校的psn 和psi 都显著为正，非“双一流”高校则都不显著，说明改革主要促进了“双一流”高校的专利技术转移；从区域上划分，东部高校的psn 和psi 显著为正，中部则都不显著，说明改革主要促进了东部高校的专利技术转移；从类型上划分，理工类高校的psn 和psi 显著为正，综合和其他类高校则都不显著，说明改革主要促进了理工类高校的专利技术转移。综上可知，对于不同类别的高校，“三权下放”对高校专利技术转移绩效的作用存在差异，故假设3 成立。

表6 改革效果的异质性

4.5 中介机制分析

在表7 中，无论psn 还是psi，模型2 的β3和模型3 的γ4和γ3同时显著，表明中介效应存在且不是完全中介作用。与预设的中介作用所不同的是，模型2 的did 为负，表明“三权下放”对专利申请量的作用是负向的，即“三权下放”改革通过减少而不是提高专利申请进而促进高校专利技术转移。假设4 不完全成立的原因可能在于试点高校重视专利转移转化，更加关注申请有价值的专利以消除申请数量的泡沫影响。因此，“三权下放”改革试点政策负向影响专利申请量，但是正向推动了高校专利技术转移转化。

表7 专利申请量的中介作用

5 稳健性检验

为了检验上述PSM-DID 结果的可靠性，需要进行稳健性分析。本研究主要通过采取不同匹配方法、反事实检验和替换结果变量来评判实证结果的稳健性。

5.1 不同匹配方法

前述实证均采用卡尺内最近邻匹配（1 ∶1），为考察不同匹配方法对PSM-DID 结果的影响，分别以近邻匹配（1 ∶5）和核匹配为匹配方法再次进行了PSM-DID。由回归结果可知，3 种匹配方法的did都显著为正，且样本数和R2 等系数都比较接近，表明PSM-DID 结果可靠。

5.2 反事实检验

为了使实验组和对照组更具可比性，控制了影响12 所试点高校的非试点变量；然而，如果还存在某些未观察变量显著影响“三权下放”的政策效果，会导致估计结果出现较大偏差，那么所估计的PSMDID 结果就不能合理地归为改革的作用。为了检验这种情况存在，将复旦大学等12 所非试点高校替换为试点高校，其余高校均设置为对照组以构成新样本。反事实检验的回归结果显示，各结果变量的did系数均不显著，即新样本的实验组和控制组的专利转移绩效并没有发生明显变化，在一定程度上表明排除了未观察到的变量对估计结果的显著影响，本研究的PSM-DID 实证结果稳健。

5.3 替换结果变量

高校专利技术转移绩效的提高不仅仅表现在专利出售绝对数量的增大上，更应该表现在相对于专利存量占比的提升，因此，将专利出售合同数与专利授权量的比值作为新的结果变量再次进行回归。回归结果显示，替换后的结果变量仍支持已有结论。

6 结论与启示

本研究采用我国高校科技统计数据，基于PSMDID 方法评估了“三权下放”改革对高校专利技术转移绩效的影响，结果表明：第一，改革总体上提升了高校专利技术转移绩效，对专利出售合同数和专利出售当年实际收入存在显著的正向影响，且对后者的促进作用更大；第二，改革对高校专利技术转移绩效存在时滞动态效应，专利出售合同数存在后延1 年的时滞效应，而专利出售当年实际收入则存在先上升后下降的动态效应；第三，改革对不同类别高校的专利技术转移绩效的影响具有一定差异，改革主要促进了“双一流”高校、东部高校和理工类高校的专利技术转移，对非“双一流”高校、中部高校、综合和其他类高校的作用暂不明显；第四，改革通过降低专利申请量来促进高校专利技术转移。

研究结果的政策启示如下：首先，“三权下放”改革初步达成了政策设计的初衷，有效促进了高校专利技术转移，提高了专利转让数量和转让收入。与此同时，“三权下放”改革的政策效果存在时滞性和动态性，且作用效果因高校的层次、类型和所在区域而异，故需要持续追踪“三权下放”改革的影响，并结合产权激励、税收减免等配套政策进行综合分析，以更好地发挥政策的效果和效用。其次，“三权下放”通过负向影响专利申请量进而提高专利技术转移绩效，说明未来我国专利质量提升应为重中之重。为了实现从专利大国向专利强国转变的目标，我国需要重视从数量向质量转变、从申请向转化转变，通过提高高校专利质量促进转化运用，强化高价值专利的创造、运用、保护和管理。