APP下载

政府专利资助与企业专利申请的演化博弈分析*

2022-05-12马园庭张亚峰

情报杂志 2022年5期
关键词:专利申请资助收益

孙 勇 马园庭 张亚峰

(1.中国科学院大学 公共政策与管理学院 北京 100049;2. 中国科学院 科技战略咨询研究院 北京 100190;3. 华东交通大学 经济管理学院 南昌 330013)

20余年来,我国专利数量的快速增长现象引起学者的广泛关注,而专利资助的作用是一个焦点[1]。20世纪90年代末,我国地方政府开始实施专利资助政策,以应对中国加入世界贸易组织后的技术竞争力问题。上海最早在1999年就开始进行专利资助,取得较好的专利申请激励效果,其他地区迅速效仿,之后大陆31个省市均启动了专利资助项目。很多研究将中国专利数量的高速增长视为专利资助的制度红利[2-3],但关于专利资助对专利质量的影响却存在争议[4]。Lin基于中国1995年到2010年省域面板数据的研究发现专利资助政策对专利质量具有显著的正向影响[5];但同时也有研究发现专利资助政策显著降低了企业的专利质量[6]。在专利资助政策的激励下,一些缺乏创新的低质量专利获得授权,专利申请成为政策寻租的一种手段[7]。

专利制度是激励发明创造,保护权利人和相关创新主体利益的制度设计,伴随创新驱动在中国经济高质量发展中作用的不断提升,专利制度的作用也越来越突出[8],同时浮现出新的问题[9]。在激烈的竞争环境中,越来越多的政策项目、市场需求和技术竞争催动专利申请行为[10],专利成为企业经营发展中的战略资产[11]。专利不仅能够保护企业的技术在未经许可的情况下不被使用,还被企业作为一种信号机制使用[12]。专利数量可以作为创新水平和竞争实力的象征为企业带来很多有形或无形收益,部分企业申请专利甚至不是为了获取授权,而是只需要专利申请被受理或者进入实质审查阶段,目的是为了获取相关认可、补贴或政策优惠[13],这种不以保护创新为目的的专利申请行为是一种投机行为,是大量的专利泡沫产生的根源[14]。

我国专利资助政策在地区之间存在很大差异。我国三种专利类型中,发明专利被认为更能体现技术创新水平,因此也是受到资助最多的类型[15-16]。从发明专利申请的过程来看,可以分为申请阶段资助、实质审查阶段资助和授权后资助,涉及申请相关费用资助、维持费资助、税收激励资助和专利奖励等[17]。在实践中,一些地方政府只资助授权专利,另一些地方政府在专利申请和审查阶段提供资助[2],还有一些地方政府对专利资助政策进行动态调整。专利资助政策的初衷是为了激励发明创造,但在具体的执行过程中可能因为利益相关者的动机出现偏离[17],形成地方政府以专利数量增长为目标的创新追赶战略[18];同时,专利资助会诱使微观主体的专利申请活动出现逆向选择和道德风险,可能会导致大量低质量以及不具有产业价值的专利的产生[19]。道德风险问题受到专利资助阶段和力度差异的影响,一般来说相较授权后资助,专利申请和审查阶段的资助对投机性专利申请行为的影响更强[2]。

专利资助政策的实施带来的低质量专利问题促进了我国专利资助政策的改革,这样的现实背景对有关专利资助的理论研究提出进一步要求。2021年2月,国家知识产权局发布通知,明确要求在2021年6月底以前全面取消专利申请阶段的资助,2025年前取消专利授权的资助。知识产权的高质量发展成为发展趋势,意味着专利资助将逐步退出中国专利激励政策的历史舞台。专利资助退出是否能够有效减少投机性专利申请行为?专利资助退出方式对企业专利申请行为的影响如何?这是目前值得思考的问题。企业是专利申请的主要主体,知识产权高质量发展背景下,明晰专利资助和企业专利申请行为之间的互动机制及其影响,是有效评估专利资助效果,优化专利资助退出方式的前提。本研究将演化博弈的方法引入专利资助分析,建立地方政府和企业间的演化博弈模型,分析双方的演化稳定策略,探讨地方政府专利资助与企业投机性专利申请行为的互动机理与专利资助的退出条件,相关结论可以为地方政府建立专利资助退出机制、优化专利申请环境提供理论基础和参考。

1 博弈模型建立

1.1基本假设本研究把专利资助博弈中的主要主体简化为两类:地方政府和企业。双方主体在采取决策时都具有有限理性,会对当前行为状态的成本和收益进行考量,并根据对方的行为策略进行自身行为策略的选择。对地方政府而言,专利申请数量是地方创新绩效的体现,间接影响了地方经济在区域发展格局中的创新竞争力,也是上级政府考核的指标内容,因此地方政府可能会对企业的专利申请费、专利审查费、专利年费等提供不同形式的资助、补贴,以此降低专利申请人的经济压力,提高技术创新积极性和专利保护积极性[17],本文将这种政府针对企业的专利费用减缓行为界定为地方政府的专利资助。对企业而言,专利申请可以为其带来垄断性收益、信号收益和政策租金收益,因此企业可能利用专利制度的不足,对真实创新水平不高、毫无市场价值或市场价值较低的技术申请专利,甚至将已有技术拼接组合后就提出专利申请[14],本文把来自企业的基于投机性专利战略或者冒进式专利扩张策略的专利申请行为定义为企业的投机性专利申请行为。

现实中,政府的专利资助与企业的投机性专利申请会产生一种博弈过程。一方面,政府专利资助的主要动机是激励创新,但企业的投机性专利申请行为会降低创新质量,因此政府会有一个专利资助政策的调整过程,构成地方政府专利资助政策的策略集合;另一方面,其他产业政策可能与专利挂钩[20],比如高新技术企业认定和基于高新技术企业认定的企业税收优惠政策就明确要求企业需要拥有一定数量的知识产权,这在一定程度上带来企业投机性专利申请的动机,而专利资助降低了企业进行投机性专利申请的成本,为企业的投机性专利申请行为创造了成本便利,因此企业的投机性专利申请行为会产生一定的强化过程,反之,当政府的专利资助逐步退出时,企业投机性专利申请成本上升,投机行为会产生弱化趋势。对企业而言,政府的专利资助能够减少企业成本,而企业自身追求投机性专利申请能够帮助企业增加收益,包括获取政策租金和信号收益,这两种动力机制是造成企业投机性专利申请行为的基础。当然,高质量专利能够为企业带来垄断性收益[21]、帮助企业构建竞争优势,在企业家精神驱动下的企业创新行为会倾向采取非投机性专利申请,但这一过程通常伴随着投入巨大、研发过程复杂以及不确定程度攀升等特征,它们共构成企业专利申请的策略集合。

基于这一现实场景,本文聚焦于地方政府和企业,假设双方主体构成专利资助演化博弈的完整系统。考虑到大多数专利资助政策要求专利申请进入实质审查阶段或获得授权,仅仅为了进入实质审查阶段的专利申请是最突出的投机性专利申请行为,同时授权专利的资助和激励力度比审查阶段更大,对双方支付的影响更大。因此本文将政府进行专利资助的条件简化为:只有在专利授权后,才提供专利资助(资助的内容可能包括前期的申请费、实审费、代理费)。专利资助演化博弈系统的均衡和演化过程取决于参与主体行为策略的博弈。基于生物进化论思想的演化博弈理论用群体中选择不同纯策略的个体占总体的百分比来替代博弈论中的混合策略[22-23],有助于分析有限理性主体之间的决策行为,这一理论适用于专利资助政策中地方政府与企业的双方博弈行为的研究。根据上述分析,本文提出以下几个假设:

a.为鼓励区域创新,地方政府采取专利资助的手段激励企业申请专利,并且以专利授权为资助前提。假设地方政府的决策包括采取专利资助策略(行为概率为x)和不采取专利资助策略(行为概率为1-x)。制度成本理论认为,在一个完整的制度周期中,每一个阶段都需要支付相应的成本[24],因此当地方政府采取专利资助策略时,需要付出一定的制度成本Cg。当企业获得专利授权时,地方政府会给予专利申请人一定奖励Sg。专利授权数量的增加能够提高地方政府的创新绩效,而且能提高区域竞争力和自主创新能力[18],推动地区的高质量发展,这些利好共同形成地方政府资助授权专利的收益Gr。根据现实情境,地方政府进行专利资助的主要动机为鼓励发明创造,专利资助能够提高地区创新活力,加速科技创新进程[25],当不进行资助时会产生地区技术进步的时间成本Lg。

b.企业的专利行为主要包括专利申请、维持和实施,本文主要聚焦于企业的专利申请行为。假定这一行为包括投机性专利申请策略(行为概率为y)和非投机性专利申请策略(行为概率为1-y)。当企业选择投机性专利申请策略时,无论专利是否授权均能够获得一定的投机收益R2,这一收益主要来自专利申请的阶段性成果为企业带来的政策租金[26],如凭借专利申请证明获取企业发展扶持政策及税收优惠等,这类专利大多技术含量极低,因此对外界形成的技术门槛也很低[27],在专利保护范围内实现的技术垄断使用收益可以忽略不计,因此本文假设投机性专利申请所获得的授权专利不具有垄断性收益,并且不需要付出创新研发成本。投机申请的专利获得授权的概率为β,当获得授权时,企业还会获得由专利授权带来的信号效应[12],可以向客户或市场传递企业具有市场竞争优势的信号[28],这部分收益为信号性收益R1,同时企业还会受到来自地方政府的专利资助Sg。当企业选择非投机性专利申请时,申请行为动机是为了获得知识产权保护,这部分专利创新性强,一般具有较高技术门槛,因此更容易获得专利授权,同时也能够获得更高的垄断使用收益。不失一般性地,本文假设非投机性专利申请均能通过专利授权,因此选择非投机性专利申请策略时,企业除了可以获得信号性收益R1和专利资助Sg以外,还可以获得垄断性收益R3,但需要付出更多的创新研发成本C[21]。

1.2模型设定在模型假设的基础上,考虑影响地方政府和企业选择各自策略的决策因素,定义相关参数,参数符号如表1所示。

企业是专利申请的主体,专利申请行为与地方政府的资助政策密切相关,是一个动态调整过程。在以往的研究中,很多文献关注了政府资助对企业创新的影响[29],但对专利申请行为投机性的研究相对较少;同时,静态考虑专利资助对企业专利申请行为影响的研究较多,但动态考虑地方政府专利资助政策退出时企业专利申请行为的研究则较少。本文研究立足于地方政府和企业,构建了较为细致的演化博弈分析模型,为后续的政策优化提供参考。根据模型假设,可以得到不同决策情形下,专利资助博弈主体的支付矩阵(见表2),可知,在政府专利资助的情况下,企业采取投机性专利申请策略的支付为:R2+β(R1+Sg),在政府无专利资助的情况下,企业采取投机性专利申请策略的支付为:R2+βR1,显然R2+β(R1+Sg)>R2+βR1,在政府专利资助的情况下,企业采取投机性专利申请策略的意愿更强,如果仅仅静态考虑的话,政府应该采取专利退出策略,但这也将减少对企业非投机性专利申请行为的激励,因此在博弈系统下专利资助政策退出能否有效减少投机性专利申请需要进行动态分析。

表1 符号及参数设计

表2 地方政府和企业的支付矩阵

2 博弈均衡分析

(1)

根据公式(1)构造的地方政府专利资助策略复制动态方程为:

(2)

根据复制动态方程稳定性原理,要实现策略稳定,x应满足对G(x)=0,G'(x)<0。

此时,G'(x)=(-1+2x) (Cg-Lg+Sg-Sgy+Sgyβ)

图1 地方政府策略选择的动态趋势图

(3)

根据公式(3)构造的企业专利申请策略复制动态方程为:

(4)

根据复制动态方程稳定性原理,要实现策略稳定,x应满足对E(x)=0,E'(x)<0。

此时,E'(y)=(1-2y)(C+R2-R3-Sgx+R1(-1+β)+Sgxβ)

图2 企业策略选择的动态趋势图

2.3平衡点的稳定性分析为解得双方博弈均衡解,联立复制动态方程为:

博弈方程的4个特殊均衡点为:E1(0,0),E2(1,0),E3(0,1),E4(1,1),此外,还存在满足下式的均衡解ESS(x*,y*):

Ritzberger的研究指出[30],非对称博弈中秩序讨论纯策略均衡的渐近稳定性即可,故不考虑E(x*,y*),只考虑E1(0,0),E2(1,0),E3(0,1),E4(1,1)的渐近稳定性即可。这里通过雅克比矩阵以及特征值判别4个均衡点的渐近稳定性,首先将G(x)、E(z)分别对x、y求一阶偏导数,得到博弈方程的雅克比矩阵:

根据李雅普诺夫第一法则可知,均衡点的所有特征值λ>0时,为不稳定点;所有特征值λ有正有负时,为鞍点;所有特征值λ<0时,才为稳定点。这里以E1(0,0)为例进行特征值求解。纯策略均衡点E1(0,0)的雅克比矩阵为

上式矩阵的特征值多项式可以表示为:

解得均衡点E1(0,0)的特征值分别为:λ1=-Cg+Lg-Sg,λ2=C+R2-R3+R1(-1+β);若同时满足-Cg+Lg-Sg<0,C+R2-R3+R1(-1+β)<0,则2个特征值均为负数,此时(0,0)是渐进稳定的,同理可得其他3个平衡点出的渐渐稳定性(见表3)。

根据讨论,表3中共计有4种稳定的均衡策略,分别是稳定策略1(0,0)的策略组合为{无专利资助,非投机性专利申请},对应的现实情景是,随着知识产权生态不断完善,政府的专利资助退出,企业更关注专利申请带来的长期收益,积极进行高质量专利申请。稳定策略2(1,0)的策略组合为{专利资助,非投机性专利申请},对应的现实情景是,地方政府采取了专利资助策略,企业受到专利资助的正向激励,积极开展创新活动并进行优质专利申请。稳定策略3(0,1)的策略组合为{无专利资助,投机性专利申请},对应的现实情景是,地方政府没有进行专利资助,但是在其他因素(比如,高新技术企业认定)的影响下,企业进行采取投机性专利申请策略。稳定策略4(1,1)的策略组合为{专利资助,投机性专利申请},对应的现实情境是,在地方政府的专利资助政策激励下,企业进行政策寻租的成本显著降低,积极采取专利申请的投机行为,问题专利大量累计,形成专利泡沫,严重制约创新驱动发展的步伐,形成社会知识产权保护生态和创新氛围的恶化。

表3 双方演化博弈系统均衡解的稳定分析

3 数值模拟与仿真

专利资助的主要目的是减少企业利用知识产权保护创新成果的成本,以激励企业进行更多的发明创造,提高科技竞争力。事实上,伴随知识产权制度的产生,专利的申请与授权为企业带来多重收益,投机行为也因此产生。但是,伴随知识产权制度的完善,知识产权保护为企业带来的垄断收益更具有可持续性,能为企业带来超额回报。在不同条件下,地方政府资助和企业专利申请行为之间存在同步稳态。要实现在地方政府专利资助退出且能够实现企业高质量专利申请,需要满足一定的条件。

基于上述分析可知,无论地方政府采取专利资助策略还是不采取专利资助策略,都可能存在企业追求投机性利益而选择投机性专利申请策略的情况,即企业选取投机性专利申请还受到除专利资助以外其他成本和收益性因素的影响。为验证所构建演化博弈模型及其分析结果,进一步分析不同影响因素对专利资助政策退出的影响,利用Matlab2016a对专利资助的双方主体的相关行为数值进行仿真分析。参考相关研究,仿真模型建构的关键在于从多大程度上刻画事物变化的内在规律性[31]。参数设置主要依据各相关因素的变化规律及其对演化博弈双方策略的敏感性,并不代表现实专利资助系统中博弈双方的支付或收益值,不失一般性,本研究假设所有外生变量均为正数。

3.1不同影响因素变化对双方博弈稳态的影响根据表3的分析,当满足-Cg+Lg-Sg<0,且C+R2-R3+R1(-1+β)<0的条件时,可以实现地方政府专利资助退出和企业采取非投机性专利申请行为的理想稳态均衡策略E1(0,0),但伴随着政府专利退出也可能达到E3(0,1)非理想稳定策略。E3(0,1)与E1(0,0)两个稳定策略满足条件的差异在于影响企业支付的参数大小,即究竟是满足C+R2-R3+R1(-1+β)<0的条件,还是满足和-C-R2+R3+Sg-R1(-1+β)-Sgβ<0的条件,因此本文将重点分析这两个条件中6个参数变化对双方策略选择的影响。在政府明确专利资助政策退出的前提下,探索实现理想稳态均衡策略的条件,需要基于E3(0,1)情境,讨论相关参数对双方策略选择的影响。此时需要满足的条件为-Cg+Lg-Sgβ<0,且-C-R2+R3-R1(-1+β)<0,因此将初始参数设定为Cg=1,Lg=1,Sg=2,C=1,R1=1,R2=3,R3=3,β=0.5。同时考虑到我国专利资助长期的情况,即地方政府大概率选择专利资助,但企业是否选择投机行为具有一定不确定性,因此将博弈双方行为概率的初始值设定为x=0.9,y=0.5。考虑到外生因素C的稳定性,这里假定C不变,重点关注R1、R2、R3、β和Sg变化的影响。

图3 专利授权的信号增值收益变化对双方博弈稳态的影响

从图3可以看出,企业获得专利授权的信号性收益R1的变化对地方政府专利退出的影响相对较小,随着R1的增大,地方政府趋向专利退出的稳定策略的速度更快。同时,R1的变化对企业选择投机性专利申请策略的影响相对较大,当R1从1增长到4时,企业最终选择投机性专利申请行为策略的概率也从均衡解1逐渐降为0,并且在到达某一个阈值后,R1的增长会加快地方政府选择专利资助策略的概率向0收敛的速率。因而,在稳定策略E3(0,1)情境下,当专利的信号性收益R1较小时,专利资助退出的同时,不能推动企业选择非投机性专利申请行为;专利的信号性收益R1较大时,可以推动企业选择非投机性专利申请行为。在严格的专利审查制度下,发明专利通过审查一般意味着专利具有一定的创新性,可以作为企业技术创新能力的量化指标,被广泛应用与吸引投资、上市、职称评定场合,对专利申请人具有激励性和压力性的双重作用。随着R1较大,在一定授权概率下,企业要想获得更高且稳定的专利申请收益,企业必须投入更多成本来进行发明创造,而不仅仅是进行投机性专利申请,因此基于专利授权才能够实现的信号性收益增高能够有效降低企业采取投机性专利申请行为的概率。

图4 专利申请的投机性收益变化对双方博弈稳态的影响

从图4可以看出,企业通过专利申请获得投机性收益R2的变化对地方政府专利退出概率收敛到0的速度具有负向影响,即随着R2的增大,地方政府趋向专利退出的稳定策略的速度更慢。R2的变化对企业选择投机性专利申请策略的影响相对较大,当投机收益R2较低时,企业投机性专利申请行为策略选择概率会逐渐收敛到0;当R2较高时,企业投机性专利申请行为策略选择概率会逐渐收敛到1,且随着R2增加,这种收敛速度会明显变快。这在很大程度反映出,投机性收益是推动企业进行投机性专利申请的关键影响因素,以较小的代价换取一定程度的政策租金是“一本万利”的事情,同时在地方政府提供专利资助时,这种投机性专利申请行为能够进一步减少成本,更加提高了企业的投机性专利申请行为。中国的创新环境依然存在很多不确定性,政策寻租空间依旧较大,至今依然有很多地区基于专利申请阶段性成果为企业提供高企认定等奖励或优惠[32],这成为影响专利资助退出政策是否有效的一个重要变量。

从图5可以看出,企业通过专利授权获得垄断性收益R3的变化对地方政府专利退出概率收敛到0的速度具有正向影响,即随着R3的增大,地方政府趋向专利退出的稳定策略的速度更快。R3的变化对企业选择投机性专利申请策略的影响相对更大。当R3相对较小时,随着地方政府专利资助的退出,企业选择投机性专利申请的概率会趋向于1;当R3相对较大时,地方政府专利资助的退出,企业选择投机性专利申请策略的概率会逐渐趋向0的稳态策略。非投机性的专利申请行为是企业利用知识产权制度保护创新的重要渠道,能够更好实现技术进步所带来的垄断性超额收益,而这种收益相较投机性收益是更加长久的收益,技术研发过程的复杂性和投入成本也更大,因此只有企业专利授权所实现的垄断性收益较大,能够弥补研发成本且相较投机性收益更大时,企业拥有更多的积极性进行高质量专利申请。在这种情况下,地方政府专利资助政策退出的同时,也能够使得企业趋向非投机性专利申请的稳态策略。

图5 专利授权的垄断使用收益变化对双方博弈稳态的影响

本文假设非投机性申请的专利是高质量专利,一般能够通过专利申请审查而获取授权,但是投机性专利申请具有一定通过授权的概率,因为专利授权以“实用性、新颖性、创造性”为标准,申请人有可能在没有真正开展研发活动的情况下撰写出符合授权标准的专利申请,并且可以通过对申请书的优化提高授权概率;同时因为专利申请环节众多,影响因素繁杂,审查员掌握的知识具有有限性,审查质量会因为过程的复杂性和灵活性而存在一定的不足。这两种因素共同构成投机性专利具有一定通过授权的概率,但中央政府对专利审查制度的不断完善和制度变化又会改变这一概率,体现为投机性专利通过授权的概率与专利审查严格程度呈负向相关的关系。根据图6显示的结果,投机性专利审查通过概率β的变化对地方政府专利资助退出行为策略选择概率演化的影响很小,但对企业的影响就相对较大,当β较小时,即专利审查严格,投机性专利通过的概率很低,此时伴随着地方政府专利资助的退出,企业趋向于非投机性专利申请的稳定策略;当β较大时,伴随地方政府专利资助退出,企业趋向于投机性专利申请的稳定策略。宽松的专利审查制度提高了企业获取专利授权并得到R1收益的概率,而严格的专利审查制度则会提高企业专利授权的门槛,相应地企业就更加倾向于采取非投机性专利申请的策略,这是地方政府专利资助政策退出时需要实现的条件。

图6 投机性专利获得授权的概率变化对双方博弈稳态的影响

3.2专利资助的退出方式对双方博弈稳态的影响本文重点考虑专利资助退出的条件和专利动态退出对专利资助演化博弈系统双方策略的影响。因此重点讨论策略1(0,0),即地方政府选择无专利资助,且企业选择非投机性专利申请的稳定策略组合。分别考察在不同专利资助初始值下,专利资助退出时,地方政府和企业策略的演变,一方面,政府的专利资助额度可能是静态的,即从开始到退出,专利资助额度不变,因此本文首先在静态专利资助额度下,考察政府不同定额专利资助,对演化博弈系统趋向稳定策略1(0,0)的影响;另一方面,地方政府主体选取资助策略可能存在动态调整过程,即补贴退出可以依据资助对象行为概率的变化进行额度或力度的调整,因此本文参考Ji的研究[33],设定政府专利资助Sg是企业专利投机行为概率的函数,有Sg=r(1-y),即当企业投机行为概率增加时政府的资助额度或力度会降低,因此本文将进一步考察不同初始额度专利资助对演化博弈系统趋向稳定策略1(0,0)的影响。

由图7可知,无论是静态或是动态的专利资助额度,地方政府专利资助退出对地方政府和企业的决策稳态的影响具有相似性,即在能够实现稳定策略1(0,0)的条件下,地方政府专利资助额度Sg的降低都会促使企业最终选择非投机性专利申请的策略,也同时会促使地方政府选择不采取专利资助的策略,但是伴随专利资助额度的降低,博弈双方行为策略选择概率趋向稳态的速度降低;同时,在静态和动态两种专利额度的退出机制下,地方政府主体和企业主体的决策向均衡解收敛的速率有直观上的不同,相比而言,在动态专利额度的退出机制下,博弈双方行为策略选择概率趋向稳态的速度降低,即伴随着企业投机性专利申请行为概率的降低,专利资助额度降低时,双方趋于稳态的时间更长。事实上,当采用动态专利资助退出政策时,政策信号的模糊性会给企业决策产生误导,进而会减慢趋向理想稳定策略的速度。

图7 不同专利资助退出方式对双方稳态策略的影响

从政府不断完善专利制度的角度来讲,有效降低信号性收益R1、投机性收益R2,提高垄断性收益R3,降低专利资助Sg和提高专利审查的严格程度β是主要的政策抓手。比较专利资助所带来的成本减少激励和投机性专利申请所带来的收益增加激励,可以发现,一方面,信号性收益、投机性收益正向促进了企业的投机性专利申请行为,实质性创新给企业带来的垄断性收益能显著减少企业的投机性专利申请行为;另一方面高额度的专利资助是企业投机性专利申请行为的重要驱动因素,专利资助的额度越低,这种驱动性影响也就越弱,且这种影响的敏感性要弱于投机性收益和信号性收益,也就是说企业的投机性专利申请行为本质上并不是为了专利资助带来的成本减少效益,而是为了获取投机性收益。这说明,政府制定专利资助退出政策时,不能仅限于停止专利资助,而应该重点完善专利制度,提高知识产权保护力度,减少企业通过专利进行政策寻租的机会和激励企业开展原创性的高质量创新。

4 结 论

4.1结 论基于已有研究现状和当前现实问题,为探讨地方政府专利资助政策退出的条件,不同专利资助退出方式对政府和企业博弈稳态的影响,本文构建了演化博弈模型来讨论专利资助中地方政府和企业双方行为策略演化博弈的机制。本文的成果能够在多主体动态博弈视角丰富专利资助与企业行为的研究,也能为专利资助退出的政策制定提供理论依据。主要研究结论为:

a.演化博弈模型的均衡解显示,专利资助政策是否助长了企业的投机性专利申请行为具有不确定性。在不同条件下可以形成4个稳定均衡的策略组合,分别是稳定策略1(0,0),即{无专利资助,非投机性专利申请};稳定策略2(1,0),即{专利资助,非投机性专利申请};稳定策略3(0,1),即{无专利资助,投机性专利申请};稳定策略4(1,1),即{专利资助,投机性专利申请}。

b.在地方政府的专利资助政策激励下,企业会基于自身的成本和收益是否进行投机性专利申请行为策略的选择。企业专利授权的信号性收益R1和垄断性收益R3增加能显著提高企业投机性专利申请的概率向0收敛的速率,而投机性专利获得授权概率β和专利申请的投机性收益R2的增加会促进企业投机性专利申请行为。政府主体在逐步退出专利资助的过程中应当平衡考虑这些因素,稳定有效地走向知识创新高质量发展。

c.考虑静态资助额度和动态资助额度退出两种方式的演化博弈结果显示,不同专利资助退出方式均能实现企业选择非投机性专利申请策略的理想稳态;但动态额度专利资助退出速度比静态专利资助慢;同时,初始专利资助额度越高,专利资助退出的双方演化博弈策略选择趋向稳定策略(0,0)的速度越慢,企业的投机性专利申请行为对资助的依赖性越强。同时,比较专利资助所带来的成本减少激励和投机性专利申请所带来的收益增加激励的结果显示,专利资助对企业行为影响的敏感性要弱于投机性收益和信号性收益,企业的投机行为本质上并不是为了专利资助带来的成本减少效益,而是为了获取投机性收益。

4.2讨论当前的国内外形势对于我国科技进步和创新驱动发展都提出了更高要求,而专利是实现这一目标的重要路径。从国际形势来看,美国继续遏制我国的科技发展,中美科技脱钩从特朗普时代的“全面脱钩”进入拜登时代的精准“部分脱钩”,迫切要求我国实现科技自立自强、掌握自主知识产权。从国内形势来看,我国进入高质量发展阶段,虽然近年来专利数量有了飞速增长,但是创新水平的真实提高速度是落后于专利增长速度的,并且未来在“碳达峰、碳中和”的目标约束下,我国必须要进一步优化产业结构,发展专利和技术密集产业。

具体来看,本文的贡献主要体现在以下几个方面:第一,现有关于专利资助政策的研究重点关注了专利资助政策的专利激增效应及其导致的专利质量问题,主要是在政府开展专利资助情景下的分析。当前,国家知识产权局明确要推进专利资助政策退出,那么如何实现有效的政府专利资助退出,就成为迫切需要关注的问题。第二,现有研究多基于现实数据或资料进行政府专利资助与企业专利申请的静态分析,缺乏动态的多主体分析,那么政府专利资助与企业专利申请行为之间如何互动、效应如何,也是值得讨论的研究议题。第三,本文分析过程中把企业个体作为聚焦对象,分析其策略选择,区别于现有文献以专利个体为分析对象的研究设计,企业是技术创新的主要主体,是专利技术研发和专利申请的主体,在决策部署和实施方面具有主动性,因此研究结论具有更明确的实现指向性。

4.3启示在高质量发展背景下,专利制度从追求数量向质量转变,推进专利资助政策退出是未来趋势,更是知识产权高质量发展的必然要求。在专利资助已经存在的制度背景下,我国逐步推进专利资助退出来降低专利申请的投机行为,需要综合考虑多方面的因素,在保证制度有效的同时,平稳实现专利的高质量发展。

a.规范专利的非创新保护用途,降低企业投机性专利申请行为的收益。尤其在相关优惠政策、评价机制中,要将专利的经济和产业价值作为重点考核指标,弱化对专利申请数量或授权数量的评价,避免专利申请的寻租行为,对于情节严重影响恶劣的投机性专利申请行为给予惩罚。

b.加强专利保护体系和知识产权生态建设,确保专利权人的权益得到有效保护并能获得创新声誉。一方面,要充分考虑专利制度牵涉的多主体利益和关系复杂性,在加强知识产权保护顶层设计的基础上,强化知识产权全链条保护;另一方面,也要加强知识产权教育和文化传播,营造全社会尊重和保护知识产权的氛围。

c.不断完善专利审查制度和专利无效制度,对问题专利施行清查。有效的专利审查程序和规则是降低投机性专利申请行为的基础,因此完善审查制度,既要进一步提高发明专利的授权标准,严格实用性、新颖性和创造性审查;又要完善专利无效制度,加强社会各方主体对专利的“审查”,通过多方监督严把专利质量关。

猜你喜欢

专利申请资助收益
从一件无效宣告请求案谈专利申请过程中的几点启示和建议
高校资助育人成效的提升路径分析
“隐形资助”低调又暖心
螃蟹爬上“网” 收益落进兜
2018年河南省各省辖市及直管县(市)专利申请量统计表(1月)
韩国AI内容专利申请数5年激增10倍
怎么设定你的年化收益目标
专利申请三步曲
其他综合收益的几个重要逻辑关系解析
2600多名贫困学生得到资助