职务发明专利权属结构对专利质量的影响研究——来自职务科技成果混合所有制改革的证据

陈 东

(西南财经大学经济学院,成都 611130)

0 引 言

深化科技体制改革是实施创新驱动发展战略、建设创新型国家的必然举措,科技成果转化为现实生产力则是创新驱动发展的本质要求。为进一步深化科技成果使用权、处置权和收益权改革,激发科研人员的创新热情,2020年科学技术部、发展改革委等9部委联合印发《赋予科研人员职务科技成果所有权或长期使用权试点实施方案》,分领域选取40家高等院校和科研机构开展混合所有制改革试点。此次改革打破了科研单位100%享有职务发明所有权的“拜杜规则”,使发明人也能分割持有部分所有权[1]。多次赋权改革逐渐改变了对科研人员的激励举措,职务科技成果所有权结构也发生明显变化,如西南交通大学等较早探索混合所有制改革的高校,教师与高校共享科研发明的专利数量明显增多。

然而,目前少有文献关注专利所有权从“拜杜规则”模式转向“混合所有制”模式带来的实际效果。本文旨在通过分析2015年《中华人民共和国促进科技成果转化法》修订以来40所试点单位的227 851项职务发明专利,回答如下问题:我国职务发明的权属分布特征和变化趋势;职务发明所有权结构与专利质量的关系。

本文的边际贡献为:一是构建以高校和科研院所为核心的专利数据库,较为细致地刻画了职务发明专利的权属分布情况,并首次从所有权变更的角度划分专利转让类型;二是利用国际专利分类号(IPC)提供的技术创新信息,使用适合中国国情的专利质量衡量指标,分析了专利质量与所有权结构的关系,为该研究领域提供来自中国的经验证据。

1 文献综述与研究假设

职务发明是执行本单位任务或主要利用本单位物质技术条件完成的发明创造。其典型特征在于,科研人员就职于大学或公共研究机构,并且其发明的知识产权所有权通常都与就职单位相关。

1.1 激励政策与所有权结构

我国对发明所有权结构的分析多是从产学研方面考虑,如庄涛等利用专利申请人信息将我国专利所有权结构分为大学-企业、大学-政府、企业-政府、大学-企业-政府等4种类型[3]。在对所有权结构影响因素的研究中,陈强团队的研究发现高校激励政策强度越大,教师越有可能披露发明并将其分配给所在高校[4]。基于此,本文提出假设1。

假设1:职务科技成果混合所有制改革试点会进一步提高科研人员与科研单位共同拥有学术专利的比重。

1.2 所有权结构与专利质量

科研单位所有和企业所有专利的质量一直是学界探讨的热点话题。如Czarnitzki等认为短期内企业所有专利质量明显高于科研单位所有专利质量,但长期而言科研单位所有专利质量更高[5]。原因在于,企业更专注于获取能够直接带来市场回报的研究和开发,企业所有专利成功商业化的概率明显高于科研单位所有专利;而科研单位所有专利代表了更基础、更一般的发展,比公司所有专利更具一般性。

产学研合作对专利质量的激励效应也是近年研究较多的问题。如Belderbos等认为与科研单位合作申请专利具有更高的市场价值,因为共有机制下的价值占用竞争问题较少发生,处于优势地位的企业能够从科研单位吸收新知识,获取新的技术机遇[6]。因此,本文提出假设2和假设3。

假设2:科研单位所有专利的价值要高于企业所有专利的价值。

假设3:科研单位和企业共有形式(产学研)产生的职务发明专利,其质量高于科研单位或企业单一所有的专利的质量。

例如下面的句子中，①句是定语从句，因为that在从句中充当了句子的主语，有实际的意义，不能去掉，否则句子的结构不完整，这个句子中that与中心词news构成修饰与被修饰的关系；②句是同位语从句，因为该句子有完整的主语（The news）、谓语（is）等，所以该句子中的that从句可以去掉，不影响句子的完整性，这里的从句是主句的具体内容。

2 研究设计

2.1 模型设定

借鉴蒋仁爱等采用的模型结构[7],本文用于检验职务发明所有权结构对专利质量影响的回归模型设定如式(1)所示。

(1)

其中,被解释变量(Quality)为专利的质量水平。核心解释变量(ownership)为类别虚拟变量,根据专利申请人可划分为科研单位、企业、科研单位和企业、个人合作和其他合作等5种类型。Tech为根据国际专利分类(IPC)八大部类①划分的技术领域虚拟变量,Year为专利申请年份的虚拟变量(j=2015,…,2021)。本文涉及的控制变量包括专利权利要求数(claim)、首项独立权利要求字数(word)、是否有国外同族专利(family)、引证次数(bcite)、被引用次数(fcite)、发明人数量(inventor_n)、申请人数量(owner_n)、是否存在代理机构(agency)等。

2.2 数据来源与处理说明

选择职务发明专利申请数作为研究对象的原因在于:一是发明专利更能代表实际技术水平,专利质量更高;二是专利从申请到授权存在1到3年的审查周期,相对于专利授权数,专利申请数更能衡量科研单位当年的创新意愿和创新水平。为检验职务发明混合所有制改革以来权属分布的变化特征,本文以《中华人民共和国促进科技成果转化法》修订实施时的数据为研究起点,整理得到2015—2021年《赋予科研人员职务科技成果所有权或长期使用权试点实施方案》中40所试点单位的发明专利数据。

2.2.1 被解释变量

专利质量涉及技术、经济和法律3个层面。在技术层面上,专利被引量常被用作专利质量的技术代理变量,能体现目前研究在促进知识溢出和累积创新方面的重要性。但由于国家知识产权局的专利数据库无法准确有效地提供相关数据,因此我们参考张杰和郑文平的做法[8],利用专利IPC分类号的数量信息,选取专利知识宽度作为科研单位专利质量的代理变量,计算方法为Paten_knowledgei=1-∑α2。其中α为专利IPC分类号中各大组分类所占比重,Patent_knowledge取值越大,专利质量就越高。知识宽度的优势不仅在于适用于中国国情,而且在于具备技术和经济双重性质。一方面在技术上,专利所含知识的复杂程度越大,即专利拥有的IPC分类越多,其质量越高;另一方面在经济上,专利转化为产品时,高知识复杂性会使该专利在市场上难以被模仿和改进,能够帮助企业获取技术优势,进而提升企业绩效。

2.2.2 主要解释变量

首先,利用incoPat专利数据库,检索专利申请人为试点单位名称,申请日为2015年8月29日至2021年12月31日的所有发明数据。其次,下载数据进行分类统计,整理出以40家试点单位为核心的职务发明权属分布数据集。最后,将专利所有权人划分为5种类型:①科研单位,若第一申请人为高校或科研院所等科研单位,以及与其他科研单位的组合,专利类型赋值为1;②企业,专利申请人为科研单位衍生的企业,赋值为2;③科研单位和企业,若申请人为一个或多个科研单位与企业联合,赋值为3;④个人合作,若专利申请人为科研单位与个人、科研单位和企业与个人等组合,赋值为4;⑤其他合作,除了前4种类型外的所有组合,赋值为5。

3 实证结果

3.1 描述性统计分析

删除不符合的样本后,本文共搜集2015年8月29日至2021年12月31日40所试点科研单位的227 851项职务发明专利。从整体看,科研单位单独所有专利占比最大,其次是科研单位和企业合作专利,而企业、个人合作和其他合作形式的发明专利占比都很小(见表1)。从发展趋势看,随着科研单位和企业共同所有专利数量的上升,科研单位单独所有专利占比有所下降,由2016年的92.86%下降至2021年的89.58%;其他发明专利整体变化不明显。

表1 40所试点科研单位发明专利权属的年度分布数量(项)及占比(%)

职务发明专利中科研单位所有占比高的原因在于,我国已建立以科研单位为权利主体的“拜杜规则”框架[1]。2015年职务科技成果使用权、处置权和收益权的“三权”改革进一步提升了科研单位的自主权。其中,2016—2019年科研单位申请专利数量年均增速达到15.93%,2019年达到峰值,近4万项。

虽然40家试点单位的个人合作发明专利整体数量较小且年度变化不大,但具体来看,较早开展职务科技成果混合所有制改革的四川,其实际政策效果较为明显。在210项个人合作发明中,数量较多的科研单位为西南交通大学(30项)、哈尔滨工业大学(26项)、浙江大学(22项)、成都理工大学(14项)、四川大学(12项)等,排名前5的单位中四川就占据3家。在2020年开展的职务科技成果混合所有制改革中明确鼓励“试点单位与成果完成人(团队)成为共同所有权人”后,部分科研单位与个人合作申请的发明专利从无到有迅速增加,如浙江工业大学2019年前单位与个人合作发明专利均为0项,2020年新增9项。这也验证了假设1。

3.2 回归结果

基准回归结果如表2模型1所示。在控制IPC八大部类的技术领域和申请年份后,以科研单位所有专利为参照组,个人合作、企业的估计系数分别在1%和5%的水平上显著为负,科研单位和企业、其他合作类型的估计系数均在5%的水平上显著为正。从经济意义上讲,相对于科研单位发明专利,个人合作和企业发明专利的知识宽度更低,即专利质量更低;科研单位和企业、其他合作类型的发明专利质量更高。假设2和假设3均得以验证。

表2 回归结果

产生该回归结果的原因可能在于:首先,职务发明的所有权长期由科研单位拥有,个人共享的发明专利较少,而随着混合所有制改革试点政策的实施,部分知识宽度较低的职务发明专利开始被分配给个人。其次,由于科研单位更专注于基础研究,在以知识宽度为因变量的模型中,更具一般性的科研单位发明专利质量明显高于注重商业转化的企业发明专利。最后,科研单位和企业合作共享发明专利所有权,除了能充分利用产学研合作优势之外,企业与科研单位共享发明专利很少出现产权被一方单独挪用的问题。

3.3 稳健性检验

本文采用多种方法检验估计结果的可靠性。

更换模型方法。在227 851项专利中,以知识宽度衡量的专利质量最小值为0,最大值为0.96,平均值为0.44,并且存在大量的0值,其取值在[0,1)之间,且存在左截尾特征,故选择Tobit模型进行分析。表2模型2的结果与基准结果一致。

高质量与普通质量发明专利比较。根据专利知识宽度特征,将知识宽度大于0.5的专利划为高质量,低于或等于0.5的划为低质量。采用Logit模型回归,结果如表2模型3所示。个人合作、企业发明专利的估计系数显著为负,即个人合作、企业所有专利显著降低其成为高质量专利的可能性;而科研单位和企业、其他合作两种类型的回归结果则相反。

用专利保护范围衡量专利质量。计算专利所属IPC分类号的数量以衡量其技术领域宽度,Poisson模型的回归结果与基准结果基本一致,但科研单位和企业、其他合作发明专利均不显著。原因可能在于IPC分类数量统计意义的下降,如某专利有多个IPC分类号,但都属于同一技术领域的IPC小类,则该专利的技术领域宽度实际并未增加。

4 进一步研究

在227 851项职务发明申请专利中,转让专利共有5 412项,占比2.38%。为进一步研究专利所有权变更对专利质量的影响,本文对转让专利的所有权变更类型进行了划分。首先,根据第一转让人和第一受让人类型进行匹配,如第一转让人和第一受让人同为科研单位,就划分为“科研单位-科研单位”。其次,对变更类型进行调整,只有单一转让人,受让人为两个或多个时,如仅有科研单位转让专利,受让人除科研单位外,新增受让人为企业,则将其类型由“科研单位-科研单位”重新定义为“科研单位-企业”,以此类推。最后,对多个转让人的情况逐一调整,如科研单位和企业为转让人,受让人也为企业和科研单位,专利转让时调换了第一权利人位置,则将其重新定义为“科研单位-科研单位”。基于此原则,本文把变更权利人的转让专利划分为5种类型:科研单位-科研单位(903项)、企业-企业(321项)、科研单位-个人(235项)、科研单位-企业(3 928项)、科研单位-其他(25项)。

表2模型5和模型6给出了以科研单位-科研单位为参照组,以知识宽度为专利质量衡量指标的Tobit模型回归结果。模型5包含4个虚拟变量(转让专利是否为企业-企业、科研单位-个人、科研单位-企业以及科研单位-其他),同时控制了专利转让年份、技术领域等影响专利质量的多个变量。模型6在模型5基础上加入专利年龄(专利申请到首次转让的时间间隔),以控制时间因素带来的影响。回归结果显示,相对于科研单位向科研单位转让的专利,企业-企业、科研单位-个人、科研单位-企业这3类转让形式的专利知识宽度均显著高于科研单位-科研单位形式的转让专利。加入专利年龄后,企业-企业、科研单位-企业的回归系数在1%水平上显著为正,表明企业和个人在专利转让过程中存在挑选行为,即企业和个人会选择知识宽度更高的职务发明专利进行转让。而专利年龄对知识宽度有显著负向影响,原因在于发明专利保护期限法定为20年,专利年龄越长则剩余保护期越短,给企业和单位带来的收益时间相应缩短,为最大化收益,专利受让人会尽量在短期内转让质量高的专利。

5 结 论

本文利用专利IPC分类号的技术创新信息,基于incoPat专利数据库构建了符合中国国情的专利质量指标,清晰刻画了部分国内科研单位发明专利的权属分布、转让类型,实证检验了自2015年《中华人民共和国促进科技成果转化法》修订以来40所试点科研单位的227 851项职务发明专利所有权结构特征对专利质量的影响。研究结果表明:一是我国职务发明专利大部分由科研单位单独所有,小部分为科研单位和企业合作共享,而个人合作、企业独自所有的专利很少,但随着各类合作专利的增多,科研单位独有专利占比正不断下降。二是产学研合作产生的科研单位和企业共享发明专利要比科研单位单独发明专利的知识宽度更大,质量更高;而企业、个人合作的专利则质量更低。三是专利所有权的变更也是衡量专利质量的重要指标。相较于科研单位-科研单位的转让发明专利,科研单位-企业、科研单位-个人、企业-企业的发明专利质量更高。基于上述结论,本文提出如下政策建议:

第一,进一步落实赋权改革试点方案,提高科研人员占有专利比重。从目前的发明专利申请情况来看,试点单位职务发明专利所有权结构变化并不明显,个人合作专利依旧很少,仅占总发明数的0.09%。为推动赋予科研人员职务科技成果所有权和长期使用权的试点政策顺利执行,并激励科研人员的创新热情和转让动力,试点单位应加快建立尽职免责机制,监测试点进展情况,完善成效评估机制。第二,进一步鼓励产学研合作,提高专利质量。高质量的发明专利转让的成果转化周期更短,更容易获得市场的认可并产生收益,而科研单位和企业共享发明专利比科研单位独有专利更能提高专利质量。因此,政府部门应积极推动产学研合作,充分发挥科研单位和企业各自的优势。

注 释

① 国际专利分类号(IPC)的八大部类:A部:生活必需(农、轻、医);B部:作业、运输;C部:化学、冶金;D部:纺织、造纸;E部:固定建筑物;F部:机械工程、照明、采暖、武器、爆破;G部:物理;H部:电技术。