“高校院所—企业”专利转让许可匹配度与经济增长
——基于省际面板数据的研究
2022-04-26田晓丽刘传利
田晓丽 刘传利
(昆明理工大学管理与经济学院,昆明 650093)
0 引 言
高等院校、科研院所(统称为高校院所)是科技成果的主要供给主体。近年来,我国高校院所的有效发明专利数以13%的速率高速增长。然而,科技成果只有完成从科学研究、实验开发、推广应用的三级跳,并实现科技成果的转化,才能真正实现创新价值。
为了推动高校院所的科技成果转化,国家相继出台了一系列政策法规。1996年通过了《中华人民共和国促进科技成果转化法》,将“国家鼓励研究开发机构、高等院校等事业单位与生产企业相结合,联合实施科技成果转化”写入法律。2008年出台了《国家知识产权战略纲要》,明确指出“鼓励知识产权转化运用,促进高等学校、科研院所创新成果向企业转移”。2016年,国务院颁布《“十三五”国家科技创新规划的通知》,提出要完善科技成果转移转化机制。
但是我国高校院所专利转让许可率却不尽如人意,据《中国科技统计年鉴》数据显示,2009—2019年期间,我国高等院校和科研院所两者专利权转让许可率均在1%~14%的范围内波动,远远落后于发达国家40%~50%的转化率,如图1所示。专利转让许可率低的主要原因是专利转让许可的供体(高校院所)和受体(企业)难以匹配。因此,有必要研究高校院所与生产企业之间的专利转让许可匹配度问题。
图1 高校(patuni)院所(patins)专利转让许可率
现代匹配理论多集中于探讨婚配、招生、贷款、就业、医疗等问题。例如,经典文献Gale和Shapley(1962)为双边匹配理论的奠基之作,对婚配市场的男女双方,以及招生中的学生与学校进行了研究[1]。Chen和Song(2013)研究了贷款市场中银行与企业的匹配问题[2]。万树平和李登峰(2014)构建了具有不同类型信息的风险投资商与投资企业双向选择的多指标评价匹配模型[3]。李剑等(2017)对农民工城镇就业匹配市场问题进行研究[4]。Singh等(2017)研究了医疗机构双边匹配市场[5]。陈希等(2018)通过构建多目标优化模型对医疗服务供需匹配问题进行研究[6]。现有研究形成了较为系统的匹配理论、模型和算法,然而对专利转让许可匹配问题的理论研究相对较少(田晓丽和常笑璇,2019)[7];与专利转让许可匹配相关的实证分析则更是鲜见(吴伟伟等,2017)[8];现有研究均采用调查问卷或调研方式获取数据,欠缺客观性。本文基于2009—2019年的省际面板数据,构建模型,实证测度我国省际高校院所与企业的专利技术许可匹配度,以期从新的视角研究高校院所专利转化对经济增长的贡献,丰富科技成果转化理论体系。
1 模型设置与数据样本
1.1 数据样本
本文所选择的数据样本为全国省际面板数据,选取时间区间为2009—2019年。本文所用数据来源为国泰安数据库、《中国统计年鉴》《中国科技统计年鉴》、中国经济社会大数据研究平台及各地方省区市统计年鉴。
在数据的处理方面,参考已有研究的处理方法:对存在缺失值的变量,使用线性插值法和外推法进行填补;对部分不符合常理的数据,如专利数为负值和小数的数据进行归零和前推取整处理。
1.2 总模型设置
本文的研究目的在于考察高校院所和企业专利转让许可之间的匹配度对经济增长的影响,参照已有研究设置模型如下:
rgdpi,t=α+βmatchi,t+Φcontrolsi,t+ui+εi,t
(1)
式(1)中,下标i、t分别表示地区和年份;被解释变量实际地区生产总值(rgdpi,t)表示经济增长,核心解释变量(matchi,t)代表高校院所有效发明专利和企业专利转让许可之间的匹配度,controlsi,t表示其他控制变量,包括产业升级(indus)、对外开放度(open)、人口质量(edu)等;α、β、Φ为待估计参数;ui表示对省份效应进行控制;εi,t为随机扰动项。在模型中,β表示匹配度对经济增长的影响系数,是本文关注的核心结果。
1.3 变量选取与说明
1.3.1 被解释变量及测度
被解释变量为经济增长。为避免价格因素的影响,本文以1995年为基期,选取地区实际生产总值(rgdp)作为被解释变量,单位亿元。
1.3.2 核心解释变量及测度
匹配度(matchi,t)作为本文研究的核心解释变量,应该如何构建是本文的重点内容。参考叶德珠等(2019)的研究,使用残差来构建匹配度[9]。具体步骤为:首先,根据式(2),将企业有效发明专利和其他控制变量对企业专利转让许可进行第一次回归,而后通过式(3)进行运算,得到残差resid1,i,t;其次,在式(2)的基础上加入高等院校和科研院所的有效发明专利变量,得到式(4),进行第二次回归,基于式(5),即得到新的残差resid2,i,t,若新残差的绝对值越小,则说明高校院所有效发明专利对企业专利转让许可的解释力度越强,即高校院所和企业专利转让许可之间的匹配度越高;最后,根据匹配度计算公式(6),可得出核心解释变量匹配度matchi,t。
lnrevi,t=α+β1patcomi,t+Φcontrolsi,t+ui+εi,t
(2)
(3)
lnrevi,t=α+β1patcomi,t+β2patunii,t+β3patinsi,t+Φcontrolsi,t+ui+εi,t
(4)
(5)
matchi,t=resid1,i,t-resid2,i,t
(6)
其中,lnrevi,t是第i个企业在t时期的专利转让许可,参考国家统计局制定的衡量企业专利转让许可的指标体系,本文选取企业新产品销售收入作为企业专利转让许可的代理变量,单位亿元,并以1995年为基期,将企业的新产品销售收入剔除价格因素后取对数;patcomi,t为企业的有效发明专利数,单位件;patunii,t是高校有效发明专利数,patinsi,t为科研院所的有效发明专利数;controls表示影响企业新产品销售收入的其他控制变量。
1.3.3 控制变量及测度
由于影响区域经济增长的因素较多,为避免其他影响因素干扰,在此选取以下变量进行控制:产业升级(indus),参考胡欢欢等(2021)的研究[10],本文选取产业升级为控制变量,使用地区第三产业产值与第二产业产值之比测度;对外开放度(open),选取地区进出口总额占GDP的比重来衡量;人口质量(edu),人口质量的提高会促进区域产业的升级,参考已有研究,使用地区高等院校在读人数与地区总人口的比值进行衡量;固定资产投资(lnasset),本文选取固定资产投资作为控制变量,并对变量进行取对数处理。
1.3.4 变量相关性分析
对变量进行相关性分析,结果如表1所示。企业专利转让许可与企业有效发明专利、高校有效发明专利、科研院所有效发明专利、人口质量之间均存在显著正向相关关系,相关系数在1%的统计水平上显著;科研院所和企业专利转让之间的相关系数低于高校与企业专利转让之间的相关系数。企业有效发明专利、高校有效发明专利、科研院所有效发明专利与经济增长等核心解释变量之间也存在着显著正向相关关系,且在1%的水平上显著。因此,初步判断匹配度和经济增长之间存在相关关系。此外,本文所使用的各解释变量间相关系数均未超过0.9,初步判断,未存在严重多重共线性。
2 匹配度的构建及描述分析
2.1 匹配度的构建
经过Hausman检验后,对式(2)和式(4)进行固定效应回归分析,结果如表2所示。表2的第1到第3列是在控制其他变量的基础上,逐一检验企业有效发明专利、高校有效发明专利、科研机构有效发明专利回归系数的显著性。结果显示,企业有效发明专利对企业新产品销售收入具有正向作用,回归系数均在5%的水平上显著;高校有效发明专利对企业新产品销售收入也具有正向作用,回归系数在10%的水平上显著;然而,科研机构有效发明专利对企业新产品销售收入的回归系数却不显著。可能原因有二:一是科研机构的有效发明专利占全国有效发明专利的比例不足10%,其中能进行许可转让的专利比例约为2%,如此小比例的转让许可专利对企业新产品销售收入产生的影响不大;二是科研机构的有效发明专利多为长期性、基础性、破坏式创新,这造成其对企业新产品销售收入的解释力度不足。故本文选择高校有效发明专利进行匹配度计算,依据表2中第1列和第2列的回归结果,可分别计算残差resid1,i,t和resid2,i,t,然后根据式(6)计算出高校有效发明专利与企业专利转让许可之间的匹配度。
2.2 匹配度的描述分析
根据匹配度的定义和上述回归结果可知,若匹配度越大,说明高校有效发明专利的转让许可率越高,对企业新产品销售收入的正向影响越大。据此统计样本中的匹配度数据,结果如图2所示,只有上海、江苏、青海等11个省区市的匹配度保持微弱增长趋势,而陕西、黑龙江、广东等省份甚至出现下降趋势。可见我国高校院所和企业专利转让及许可之间的匹配度仍然较低,还存在很大的提升空间。
3 匹配度对经济增长的回归分析及稳健性检验
3.1 匹配度对经济增长的回归分析
基于前文回归结果,构建出高校院所和企业专利转让许可之间的匹配度(matchi,t)。现分别采用固定效应模型(FE)和普通最小二乘法模型(OLS)对匹配度和经济增长进行回归。回归结果如表3中的第1列和第2列所示。结果显示,核心解释变量匹配度对经济增长具有显著的正向促进作用,回归系数分别在1%和5%的统计水平上显著;对外开放度的回归系数为较大的正值,且在5%的统计水平上显著,说明对外开放度越高,越可以促进地区经济增长;其他控制变量的回归系数均为正值,且在1%的统计水平上显著,表明产业升级和固定资产投资均会对经济增长产生显著正向影响。
表1 相关系数矩阵
表2 匹配度的构建
图2 匹配度的描述性统计结果
3.2 稳健性检验
本文采用变换变量和估计方法的方式进行稳健性检验,回归结果如表3所示。
表3的第3列和第4列采取更换变量的方法对核心解释变量匹配度的稳健性进行检验。前文使用企业新产品销售收入>(lnrev)作为企业专利转让及许可的代理变量,现更换为新产品开发数(lnnproduct)作为企业专利转让及许可的代理变量,进行线性插值和取对数处理后,重新进行回归。在经过Hausman检验后,进行固定效应分析。与表2的结果进行对比分析发现,表3中企业有效发明专利系数的显著性更高;表3中第4列,高校有效发明专利回归系数也都为正,显著性水平由表2中的10%提高至表3中的1%。这说明企业和高校的有效发明专利均能对企业的新产品开发数产生显著的正向影响。然后根据式(6)重新计算匹配度match2。第5列和第6列为根据企业新产品开发数计算的匹配度对经济增长的回归结果;估计方法亦分别为固定效应模型(FE)和普通最小二乘模型(OLS)。结果均显示匹配度对经济增长具有显著的正向促进作用,即高校有效发明专利和企业专利转让许可之间的匹配度越高,越可以促进经济增长。控制变量对外开放度、产业升级和固定资产投资的回归系数同样显著。
在经过多种方式进行稳健性检验后,回归结果均显示,高校院所和企业专利转让之间的匹配度越高,越可以促进地区经济增长,此亦证明本文结论稳健。
4 结论和建议
4.1 结 论
本文使用2009—2019年期间全国31个省区市的面板数据进行研究。对高校院所与企业之间专利转让许可的匹配度与经济增长之间的关系进行实证分析。结果表明:
从全国整体看,科研院所的有效发明专利数量很少,并且其转让许可的占比也非常低,对企业专利转让及许可的影响不显著,因此,本文集中探讨高校有效发明专利与企业之间进行转让许可的匹配度。
表3 回归分析和稳健性检验
从匹配度的走势来看,只有上海、江苏、青海等11个省区市的匹配度有微弱增长趋势,其余省市在较小范围内波动。因此,我国高校有效发明专利和企业专利转让及许可之间的匹配度还存在较大提升空间。
高校有效发明专利与企业创新产出间的匹配度越高越可以促进地区的经济增长。因此,需要采取多种措施来提高匹配度,以促进经济增长。
4.2 建 议
基于本文研究结论,提出以下建议:
第一,国家主导搭建科研院校与企业沟通合作的桥梁,建立地方科技成果转化示范基地,为科技成果转化提供良好环境。鼓励高等院校、科研院所在进行基础研发的同时,结合企业需求和技术发展趋势,多进行高质量的发明和实用新型专利技术的研发。
第二,高等院校和科研院所要努力深化与行业协会、科技中介、企业的合作,建立联合研发实验室,协同创新中心,共建孵化基地等,实现优势互补与互惠互利;奖励对科技成果转化做出贡献的科研人员,重视对技术转移工作者的培训,设立技术转移工作者培训专项资金。
第三,企业应主动树立起较高的创新意识,加大技术开发和技术转移投入力度,提供更多的资源用于技术开发和科技成果转化;立足市场需求,调整业务架构,将科技成果转化为产品并投放市场进行销售,将市场效果及时反馈给高校院所,以便及时调整科研创新的方向进行后续研发,加强科技成果转化市场的供需匹配关系。