陳 強，趙一青，常旭華

（1.同濟大學經濟與管理學院，上海200092；2.同濟大學上海國際知識產權學院，上海200092）

科學技術是第一生產力。將高?？萍汲晒D化為推動經濟社會發(fā)展的現(xiàn)實動力，是近年來國家和地方層面著力推進的一項重點工作。隨著高?？萍汲晒D化工作的深入開展，科技成果產生的源頭對科技成果轉化的影響日益得到關注。2020年初，教育部、國家知識產權局、科技部發(fā)布教科技〔2020〕1號文，明確提出高校應從源頭上加強對科技創(chuàng)新成果的管理與服務，逐步建立完善職務科技成果披露制度。當前形勢下非常有必要摸底高?？萍汲晒a生源頭，即高校產生發(fā)明的權屬的真實情況。

涉及高校科技成果轉化的研究也日益受到學界重視［1］，學界多以技術轉移作為科技成果轉化的理論化表達。本文認為兩者并無本質區(qū)別，不區(qū)分兩者差異，根據(jù)具體語境需要采用不同的表述。涉及高校技術轉移的研究多數(shù)建立在高校產生的發(fā)明歸高校所有的假設前提之上，忽視了發(fā)明的不同權屬現(xiàn)象。教師在發(fā)明的權屬分配中起主導作用，受各種因素的影響，促成不同的發(fā)明權屬。而這不同權屬發(fā)明的分布狀況反映出高校技術轉移的情況。由此，本文構建獨有的高校專利數(shù)據(jù)庫，刻畫出每年由高校產生的已披露、高校獨有、合作共享、校企合作、其他合作、未披露、個人擁有、企業(yè)擁有、其他擁有發(fā)明專利的情況，并通過面板數(shù)據(jù)回歸模型考察高校科研投入、組織特征、政策環(huán)境及外部環(huán)境對不同權屬發(fā)明專利分布狀況的影響。同時結合各類權屬分布情況及其之間相互聯(lián)系反映出的高?？萍汲晒D化情況，通過調整和控制這些因素，為提升高?？蒲谐晒芾硭胶屯苿痈咝？萍汲晒D化提供建議。

1 文獻綜述及分析框架

1.1 文獻綜述

高校專利技術轉移是教師發(fā)明從產生到商業(yè)化的整個過程，包含發(fā)明披露、專利申請、專利維護、專利運營四個環(huán)節(jié)［2］。高校發(fā)明的權屬分配作為發(fā)明披露和專利申請環(huán)節(jié)的主要活動，不僅反映出高校專利轉移的部分情況，而且對后續(xù)環(huán)節(jié)的專利維護和運營有直接影響［3］。對專利維護，周鳳華等［4］實證發(fā)現(xiàn)高校獨有的專利維持率高而維持時間最短，國內研究指出多數(shù)情況下教師披露給高校的專利維持時間更短。對專利運營，高校發(fā)明的權屬不同影響專利運營的路徑選擇。高校獨有的專利可以通過高校控股的上市公司、知識產權公司、校辦或院辦企業(yè)實施轉移［5］，也可以通過許可或轉讓給與高校無經濟聯(lián)系的第三方企業(yè)，合作實現(xiàn)后續(xù)產業(yè)化［6］；校企共有的專利多數(shù)由企業(yè)與高校合作研發(fā)，企業(yè)享有專利實施權；個人所有的專利可以由發(fā)明人教師基于專利自主創(chuàng)業(yè)［7］。發(fā)明人教師可以對整個專利技術轉移的過程作出預判，針對傾向的專利維護和運營模式，對發(fā)明的權屬進行分配［8-9］。因此，研究高校專利技術轉移，需要從這一過程的前端環(huán)節(jié)分析高校產生發(fā)明的不同權屬。

關于高校產生發(fā)明的不同權屬問題，從國外研究進展看，美國佐治亞理工大學Thursby教授等最早發(fā)表了一系列關于高校發(fā)明不同權屬分布的論文，如Jensen等［10-11］、Thursby等［12-13］、Fuller［14］、Dechenaux等［15］，其中Thursby等［12］首次實證調查了美國研究型大學的不同發(fā)明權屬問題。此后，Kenney等［16］，Curi等［17］，Damsgaard等［18］，Jose等［19］，Gonzalez-Pernia等［20］也分別探討了法國、瑞典及日本等國家高校的不同發(fā)明權屬問題。然而，針對我國高校的類似研究較少。我國高校的不同發(fā)明權屬現(xiàn)象比較普遍［21-22］，對這個問題僅有學者分析高校機械工程、電信和生命科學三類學院教師的發(fā)明披露情況［3］，缺乏關于我國高校發(fā)明不同權屬分布較全面、細致的研究。

學者們研究高校發(fā)明不同權屬分布時，通常會關注其影響因素。相關研究多從教師個體層面和高校組織層面開展。教師個體層面從教師發(fā)明申請專利后的特征和教師作為發(fā)明人具備的特征開展影響因素分析，包括專利主權項［13］、共同發(fā)明人數(shù)量［23］、教師職稱［24］、教師已完成的發(fā)明數(shù)量［3］。高校組織層面從高?？蒲型度?、組織特征、政策環(huán)境、外部環(huán)境四個維度展開影響因素研究，包括科研人力投入［25］、科研資金投入［23］、是否有醫(yī)學院類院系［26］、是否理工科高校［27］、技術轉移機構獨立性［28-29］、收益分配比例［30-32］、區(qū)域經濟發(fā)展水平［33］。從數(shù)據(jù)方面看，教師個體層面以教師個體為數(shù)據(jù)采集核心，采用少數(shù)高校特定學科的教師實際發(fā)明的總量；高校組織層面以高校為數(shù)據(jù)采集核心，選取高校樣本量較大，發(fā)明總量龐大。國外學者相關研究較豐富，而國內僅有學者從教師個體層面分析少數(shù)高校特定學科教師發(fā)明披露行為的影響因素，缺乏從高校組織層面更全面、細致的發(fā)明權屬分布的影響因素研究。

1.2 分析框架

本文以中國發(fā)明專利申請排名前70位的高校在1999—2016年間產生的502545件專利為研究對象，考察其真實權屬狀況，并從高校組織層面系統(tǒng)分析影響高校發(fā)明專利各類權屬分布的主要因素。如圖1所示，高?？蒲型度搿⒔M織特征、政策環(huán)境及外部環(huán)境作用于教師對發(fā)明成果的處置傾向，影響由高校產生的九類權屬的發(fā)明專利分布情況。而高校專利技術轉移是一個包括發(fā)明披露、專利申請、專利維護、專利運營四個環(huán)節(jié)的過程，高校發(fā)明專利的不同權屬分布作為發(fā)明披露和專利申請環(huán)節(jié)專利轉移活動的主要結果，不僅反映出高校專利轉移的部分情況，而且對后續(xù)環(huán)節(jié)的專利維護和運營有直接影響。因此，通過分析高校組織層面各因素對高校發(fā)明權屬分配和其反映的高校專利轉移的影響，找出提升高?？蒲谐晒芾硭胶痛龠M高校專利轉移的對策。

圖1 論文分析框架Fig.1 Analytical framework of the paper

2 研究設計

2.1 高校不同權屬發(fā)明專利界定

如圖2所示，由高校產生的發(fā)明專利有多種不同的權利歸屬，主要分為已披露和未披露發(fā)明專利兩大類。已披露發(fā)明專利即高校位列申請人名單。其中，將申請人只有某一高校定義為高校獨有發(fā)明專利，不只有某一高校定義為合作共享發(fā)明專利。合作共享發(fā)明專利為某一高校與一個或多個其他組織或個人共有，其中共有申請人含有企業(yè)定義為校企合作發(fā)明專利，不含企業(yè)定義為其他合作發(fā)明專利。未披露發(fā)明專利即由高校產生而申請人名單中無高校。其中申請人只含有一個或多個個人定義為個人擁有發(fā)明專利，申請人含有企業(yè)定義為企業(yè)擁有發(fā)明專利，其他類型定義為其他未披露發(fā)明專利。

圖2 由高校產生的不同權利歸屬的發(fā)明專利類別Fig.2 Invention patent categories of different own?ership generated by universities

由高校產生的發(fā)明專利總量即為已披露與未披露發(fā)明專利數(shù)量之和。以上九類發(fā)明專利全面涵蓋了由高校產生的所有類型發(fā)明專利，而這九類發(fā)明專利占比能夠充分反映高校的發(fā)明專利權屬分布情況。九類發(fā)明專利占比可由各類發(fā)明專利的數(shù)量與發(fā)明專利總量之比得出，分別定義為披露率、高校獨有率、合作共享率、校企合作率、其他合作率、未披露率、個人擁有率、企業(yè)擁有率、其他未披露率。

2.2 變量設計

2.2.1 因變量

根據(jù)描述性統(tǒng)計分析，已披露發(fā)明專利占據(jù)發(fā)明專利總量的96.25%，高校獨有發(fā)明專利占據(jù)已披露發(fā)明專利的90.69%，使得影響因素對三者的作用效果近似，所以只選其一高校獨有發(fā)明專利數(shù)量作為因變量。同理，未披露發(fā)明專利中個人擁有占比78.29%，只選其一個人擁有發(fā)明專利數(shù)量作為因變量。此外，披露率與未披露率之和為1，只選其一披露率作為因變量。另外，其他未披露發(fā)明專利數(shù)量和其他未披露率均較小，不作為因變量。

基于以上，選取披露率（Disclosure_rate）、高校獨有發(fā)明專利數(shù)量（Exclusive_number）、高校獨有率（Exclusive_rate）、合作共享發(fā)明專利數(shù)量（Cooperative_number）、合作共享率（Cooperative_rate）、校企合作發(fā)明專利數(shù)量（Schoolenterprise_number）、校企合作率（Schoolenterprise_rate）、其他合作發(fā)明專利數(shù)量（Other_cooperation_number）、其他合作率（Other_cooperation_rate）、個人擁有發(fā)明專利數(shù)量（Individual_number）、個人擁有率（Individual_rate）、企業(yè)擁有發(fā)明專利數(shù)量（Enterprise_number）、企業(yè)擁有率（Enterprise_rate）13個因變量，分別對應模型1～13。

2.2.2 自變量

（1）高校科研投入變量

考慮高?？蒲腥藛T與資金兩方面投入的影響。高校研究與發(fā)展人員數(shù)量越多，科技經費內部支出越高，表現(xiàn)為高?？蒲幸?guī)模越大，對發(fā)明專利的管理越標準與精細，有助于規(guī)范教師的發(fā)明披露行為，進而影響專利的權屬［34］。同時，科研規(guī)模更具優(yōu)勢的高校產學研合作更為密切［35-37］，產生更多校企合作和企業(yè)擁有發(fā)明專利，從而對高校發(fā)明專利的權屬分布造成影響。

選取高校研究與發(fā)展人員數(shù)量（University_size）、科技經費當年內部支出（Funds_input）兩項指標表征高?？蒲型度搿＿@兩項指標均可從《高等學?？萍冀y(tǒng)計資料匯編》中獲得，而高等學校2007年前相關指標的數(shù)據(jù)在該文件中只能查詢到各類高校的匯總數(shù)據(jù)，并無各個高校單獨的統(tǒng)計數(shù)據(jù)，因此本研究選取70所高校2007—2016年間的對應數(shù)據(jù)進行回歸分析。為避免價格波動的影響，各高校的科技經費當年內部支出需用當年高校所在地區(qū)的科技經費價格指數(shù)進行平減。

（2）高校組織特征變量

眾多研究證明高校不同學科發(fā)明專利的權屬分布存在差異，尤其是生命科學、生物醫(yī)藥等學科的發(fā)明專利披露率相對平均水平普遍偏低［38］，這一現(xiàn)象表現(xiàn)為擁有醫(yī)學院或相關院系的高校發(fā)明專利平均披露率更低；其次，由于理工類高校教師的科研成果更接近實際應用，技術成熟度較高，教師有更多機會將其分配給校外機構［39］；最后，高校負責專利技術轉移的機構若獨立于高校實行公司化運作，則不受高校原有體制約束，可通過有吸引力的報酬招募高級職業(yè)技術經理人從事高校技術轉移工作，且通常能與教師開展平等的對話與合作，從而提高教師對其信任程度［40］，進而影響教師對發(fā)明的分配行為。

選取高校是否擁有醫(yī)學院或相關院系（Medical_school）、是否理工類高校（Polytechnic）、是否擁有獨立于高校的公司化運作的技術轉移機構（Independent_TTO）三項指標表征高校的組織特征。這三項指標均可由高校公開信息中查詢得到。針對是否擁有醫(yī)學院或相關院系這一指標，選取的70所高校中，60所擁有醫(yī)學院或相關院系，10所無醫(yī)學院和相關院系。針對是否理工類高校這一指標，選取的70所高校中，43所為理工類高校，26所為綜合類高校，另有一所中國農業(yè)大學為農林類高校。針對是否擁有獨立于高校的公司化運作的技術轉移機構這一指標，選取的70所高校中，21所擁有這類機構，49所無這類機構。同時，根據(jù)其成立時間，在成立時間之前的年份無這類機構，在成立時間之后的年份有這類機構，確定2007—2016年間該指標的取值。設置相應的虛擬變量表示以上三項指標，取值方法均為：若在某一年，該指標“是”，則取“1”；若“否”，則取“0”。

（3）高校政策環(huán)境變量

收益分配政策通過影響教師參與高校主導的專利技術轉移獲得的收益，刺激教師對其發(fā)明的分配行為。Fong等［41］研究發(fā)現(xiàn)，若高校提高給予教師的收益分配比例，教師主動披露科研成果和專利信息的意愿會增強；同時，Panagopoulos等［42］，Blazsek等［43］，Chang等［44］也發(fā)現(xiàn)，較高的收益分配比例會使得教師更愿意積極參與專利轉移后續(xù)工作，經濟收益可有效補償其后期付出的時間和成本。

選取專利技術轉讓模式下教師的收益分配比例（Policy_royalty）和專利技術入股模式下教師的收益分配比例（Policy_equity）兩項指標表征高校的政策環(huán)境。70所高校2007—2016年間兩種專利技術轉移模式下教師的收益分配比例，不僅依賴于國家整體的收益分配政策，也受到各地方相應政策的限制。以國家和上海市層面為例，高校科技成果轉化中教師的收益分配比例如表1所示。同時結合各高校的實際情況和特點，可由各高?！爸R產權管理條例”或類似信息的公開文件中查詢獲得這兩項指標。

表1 國家和上海市層面高?？萍汲晒D化中教師的收益分配比例Tab.1 Distribution rate of the teacher from technology transfer at the national and Shanghai levels

（4）高校外部環(huán)境變量

高校所在區(qū)域經濟發(fā)展水平與其產學研合作緊密程度正相關。而密切的產學研合作會產生更多校企合作和企業(yè)擁有發(fā)明專利，從而對高校發(fā)明專利的權屬分布造成影響。此外，高校所在地經濟發(fā)展水平越高，不僅對技術的需求量和需求層次越高［45］，也為高校教師的發(fā)明技術商業(yè)化提供更好的發(fā)展配套，包括風險投資、上下游產業(yè)鏈支持等［2］，這就為教師向校外機構分配發(fā)明或自主創(chuàng)業(yè)提供便利。

選取高校所在地的人均地區(qū)生產總值（GDP_per）表征高校的外部環(huán)境。該值可由歷年《中國統(tǒng)計年鑒》獲得，但是按當年價格計算的，為了消除價格變動因素的影響，需用歷年所在地區(qū)的GDP指數(shù)將其統(tǒng)一折算為以2007年為基年的不變價。

2.3 數(shù)據(jù)搜集

現(xiàn)有研究未有針對不同權屬專利的統(tǒng)計數(shù)據(jù)，本研究構建以高校為核心的專利權屬數(shù)據(jù)庫?？疾?985—2016年國內高校中國發(fā)明專利的申請數(shù)量，選取排名前70位的高校，在中國知網專利數(shù)據(jù)庫中，搜集各高校在同一公開日2018年12月14日及之前公開的所有由高校產生的不同權屬的中國發(fā)明專利。數(shù)據(jù)搜集工作分兩部分開展。

首先搜集70所高校的已披露發(fā)明專利。在中國知網專利數(shù)據(jù)庫中選擇中國發(fā)明專利數(shù)據(jù)庫，檢索申請人為高校名稱、申請時間為1985—2016各年份、公開時間到2018年12月14日的所有數(shù)據(jù)。分別下載數(shù)據(jù)，統(tǒng)計出各高校各年份的已披露、高校獨有、合作共享、校企合作、其他合作發(fā)明專利數(shù)量。

其次搜集70所高校的未披露發(fā)明專利。根據(jù)專利數(shù)據(jù)庫中的“通訊地址”［14］，同時結合與“申請時間”、“申請人”、“發(fā)明人”條目的比對，識別出所需數(shù)據(jù)。具體第一步，查詢高校的所有通訊地址；第二步編輯能全面覆蓋每一個地址的各種表達方式的檢索式；第三步從檢索到的數(shù)據(jù)中比對篩選出所需數(shù)據(jù)；第四步統(tǒng)計出各高校各年份的未披露、個人擁有、企業(yè)擁有、其他未披露發(fā)明專利的數(shù)量。

3 高校發(fā)明專利權屬分布情況分析

觀察搜集到的1985—2016年間國內70所高校的中國發(fā)明專利數(shù)據(jù)，發(fā)現(xiàn)1985—1998年的數(shù)據(jù)量較小且離散程度較大，表現(xiàn)出較高的不穩(wěn)定性，因此，選取1999—2016年間的數(shù)據(jù)作為研究對象。

3.1 70所高校發(fā)明專利權屬分布情況

3.1.1 70所高校發(fā)明專利權屬平均分布情況

綜合已披露和未披露發(fā)明專利，得到由高校產生的中國發(fā)明專利總量502 545件，其中已披露發(fā)明專利483 685件，平均披露率為96.25%。已披露發(fā)明專利中，高校獨有率87.29%，即約12.71%不完全歸高校所有。8.96%為高校與其他組織合作共享，其中多為校企合作，占比7.08%。未披露發(fā)明專利中，個人擁有率2.94%，企業(yè)擁有率0.73%。表2顯示了70所高校發(fā)明專利權屬的平均分布情況。

表2 70所高校發(fā)明專利權屬的平均分布情況Tab.2 Average distribution of invention patents with different ownership in 70 universities

3.1.2 70所高校各類發(fā)明專利占比對比

70所高校發(fā)明專利的披露率最低為貴州大學85.24%，另有濟南大學等三所高校在90%以下，20所在90%～96%，余下46所均在96%以上。高校獨有率差異顯著，清華和北京大學僅為66.92%和68.07%，另有華東理工大學等三所高校在80%以下，39所在80%～90%，剩余26所在90%以上。合作共享率同樣存在較大差別，較高的清華、華東理工、北京大學在20%以上，19所在10%～20%，32所在5%～10%，另有16所在5%以下。多數(shù)高校發(fā)明專利的校企合作率略小于其合作共享率，與之具有相似的規(guī)律。其他合作率均較低，除中山大學由于有大量與中山大學和地方政府等合作共建的研究院的合作，該指標達到8.01%外，其余高校均在5%以下。個人擁有率最高是貴州大學13.91%，其次濟南大學10.68%、湖南大學9.49%，9所在5%～8%，剩余58所在5%以下。企業(yè)擁有率均較低，只有4所高校在2%以上，最高南開大學也只有5.02%，剩余66所皆在2%以下。

3.2 高校發(fā)明專利權屬分布的趨勢分析

3.2.1 高校不同權屬發(fā)明專利數(shù)量的變化趨勢

1999—2016年高校不同權屬發(fā)明專利數(shù)量的變化情況如圖3所示。各類發(fā)明專利數(shù)量總體均隨時間呈上漲趨勢，尤其是總量、已披露量和高校獨有量逐年增加趨勢猛烈，無論在絕對數(shù)量還是增長速度上，都顯著高于剩余類別。將整個觀察期分為三個時間段：1999—2001、2002—2006、2007—2016?？偭?、已披露量和高校獨有量在1999—2001年增長穩(wěn)定，從幾百件上漲到幾千件；2002—2006年快速增長突破萬件；2007—2016年急速增長至7、8萬件。合作共享量與校企合作量的增長趨勢雖不如上述三者猛烈，但在三個時間段內的增長規(guī)律與其相似。其他合作量在三個時間段內的增長規(guī)律與合作共享量、校企合作量相似，但增長速度略低。未披露量與個人擁有量增長速度低于合作共享量和校企合作量，分別從1999年的百余件增加至2016年的2 127件和1 531件。企業(yè)擁有量增長略小，從1999年的24件到2016年的548件。其他擁有量從最初僅為個位數(shù)到最后也不超過50件，數(shù)量和增長速度均最低。

圖3 1999—2016年高校不同權屬發(fā)明專利數(shù)量的變化情況Fig.3 Number of invention patents of different ownership in universities from 1999 to 2016

3.2.2 高校不同權屬發(fā)明專利占比的變化趨勢

1999—2016年高校不同權屬發(fā)明專利占比的變化情況如圖4所示。

圖4 1999—2016年高校不同權屬發(fā)明專利占比變化Fig.4 The proportion of invention patents with dif?ferent ownership in universities from 1999 to 2016

已披露率和高校獨有率較大，隨時間均呈上升趨勢，1999—2004年上升速度較快，分別從81.45%、62.70%增大至93.63%、85.01%；之后上升速度緩慢，數(shù)值相對穩(wěn)定，但始終維持在較高水平。1999—2004年，合作共享率、校企合作率、未披露率和個人擁有率下降速度均較快，與已披露率和高校獨有率此期間上升速度較快相照應；其他合作率、企業(yè)擁有率與其他擁有率下降速度較慢。2005—2016年，合作共享率、校企合作率與其他合作率保持平穩(wěn)中有所起伏，波動范圍較??；未披露率和個人擁有率雖在局部時間范圍內有所波動，但總體均呈下降趨勢；企業(yè)擁有率與其他擁有率下降速度緩慢，且始終維持在較低水平。

4 實證分析

4.1 模型方法

基于2007—2016年間70所高校發(fā)明專利權屬分布的面板數(shù)據(jù)開展實證分析，其中N=70，T=10，屬于典型的短面板數(shù)據(jù)。首先，比較混合回歸與固定效應、隨機效應模型的回歸效果，F(xiàn)檢驗和LM檢驗均表明面板數(shù)據(jù)個體效應顯著，不宜采用混合回歸模型。其次，通過Hausman檢驗，得出模型2、4、5、6、9、10應采用固定效應模型，其余模型應采用隨機效應模型。具體檢驗與回歸結果如表3、表4所示。此外，面板數(shù)據(jù)組內自相關檢驗顯示，面板一階自相關的檢驗p值均小于0.05，考慮到本文面板數(shù)據(jù)只有10期，面板數(shù)據(jù)的自相關性可以接受。關于固定效應模型可能存在的異方差問題，本文采用聚類穩(wěn)健標準誤而非一般標準誤進行回歸，以克服異方差效應。

表3 面板數(shù)據(jù)回歸結果1Tab.3 Panel data regression results 1

表4 面板數(shù)據(jù)回歸結果2Tab.4 Panel data regression results 2

4.2 實證結果

（1）模型8、12、13顯示，高校研究與發(fā)展人員數(shù)量對其他合作、企業(yè)擁有發(fā)明專利數(shù)量和企業(yè)擁有率有顯著的正向促進作用，這是因為較大的研發(fā)人員規(guī)模意味著較強的社會網絡和資源，更能整合多方優(yōu)勢資源合作開展研發(fā)，同時與產業(yè)界聯(lián)系也更緊密。另外，研發(fā)人員規(guī)模與披露率負相關，雖不顯著，但反映了豐富的社會網絡有助于教師私下與企業(yè)建立聯(lián)系，對應了企業(yè)擁有發(fā)明專利的顯著增加。這與常旭華等［46］的研究結果相吻合。

（2）模型2、4、8、10顯示，高?？萍冀涃M當年內部支出對高校獨有、合作共享、其他合作、個人擁有發(fā)明專利數(shù)量均有顯著的正向促進作用，而對剩余類別的發(fā)明專利數(shù)量也有正向影響，說明科技經費投入增加能夠促進各類發(fā)明專利數(shù)量增長，這與實際情況一致。

（3）模型2、8、12顯示，擁有醫(yī)學院或相關院系對高校獨有、其他合作、企業(yè)擁有發(fā)明專利數(shù)量均有顯著的正向促進作用。生命科學、醫(yī)學類學科由于其學科特點產生較多專利成果，造成平均占據(jù)高校發(fā)明專利總量87.29%的高校獨有發(fā)明專利較多。同時，這類學科較多大型科研項目尤其是基礎研究，耗費較多人力物力財力，與其他高校、科研機構、醫(yī)院、企業(yè)等的研發(fā)合作更為密切，產生更多其他合作和企業(yè)擁有發(fā)明專利。

（4）模型2、11、12、13顯示，高校是理工類對高校獨有、企業(yè)擁有發(fā)明專利數(shù)量和企業(yè)擁有率均有顯著的正向促進作用，而對個人擁有率則有顯著的反向阻礙作用。由于學科特點，理工類高校產生的發(fā)明專利更多，自然高校獨有發(fā)明專利也更多。同時，由于理工類高校的專利成果技術成熟度較高，更接近實際應用，教師更可能將其分配給校外企業(yè)，也更易吸引企業(yè)與高校開展專利研發(fā)合作，所以造成企業(yè)擁有發(fā)明專利的數(shù)量和占比更高，也使得仍掌握在個人手中尚未與產業(yè)建立聯(lián)系的發(fā)明專利占比變低。這一結果與Good等［39］的研究結論保持一致。

（5）模型12顯示，擁有獨立于高校的公司化運作的技術轉移機構僅對企業(yè)擁有發(fā)明專利數(shù)量有顯著的正向促進作用，而這類發(fā)明專利是距產業(yè)化最近的權屬類型，這正好與此類機構設立的目的相吻合，即深度挖掘高校有商業(yè)價值的科研成果，加速成果產業(yè)化。市場化運營的技術轉移機構出于自身效益考慮，更有動力服務于企業(yè)，充分利用高校的科研優(yōu)勢為企業(yè)解決技術難題。

（6）模型3～9顯示，專利技術轉讓和入股兩種模式下，教師的收益分配比例對發(fā)明專利的高校獨有率，以及合作類發(fā)明專利的數(shù)量和占比均有顯著影響，且作用效果相反。提高轉讓模式下的該比例，會使發(fā)明專利的高校獨有率增大，這是由于教師受到轉讓分配收益增加的刺激，更愿意向高校披露專利成果。相比與各類組織，尤其是與企業(yè)合作開展專利研發(fā)，高校教師更愿意獨自研發(fā)專利，而后通過專利轉讓獲得收益，這就造成合作類發(fā)明專利的數(shù)量和占比減少。而提高入股模式下的該比例，會使教師更有動力參與技術入股模式的專利轉移。同時，對于實施專利轉化的一方，無論是校辦企業(yè)、與高校無經濟聯(lián)系的第三方企業(yè)，還是教師基于專利自主創(chuàng)立的企業(yè)，在入股模式下實現(xiàn)專利轉移無需更多資金投入，極具吸引力。于是合作類發(fā)明專利的數(shù)量和占比增多，相對的，高校獨有率降低。

（7）模型2、4、6、8、10、12顯示，高校所在地較高的經濟發(fā)展水平對各類發(fā)明專利數(shù)量均有顯著促進作用，而對個人擁有率則有顯著阻礙作用。經濟發(fā)展水平越高的地區(qū)專利數(shù)量越多，這與譚龍［47］的研究結論相一致。另外，經濟越發(fā)達的地區(qū)對技術的需求量和需求層次越高，同時資金、上下游產業(yè)鏈等的配套支持更好，為發(fā)明專利技術商業(yè)化提供便利，使得留存歸個人所有的發(fā)明專利占比變低。

針對部分變量可能存在滯后效應，本文測算了滯后1期、2期、3期的結果，與表6、7結論無明顯差異；針對模型的魯棒性問題，參考文獻［48］的做法，隨機抽取2009—2011年的面板數(shù)據(jù)對模型進行檢驗，結果顯示所有自變量沒有改變相關關系方向，表明該面板數(shù)據(jù)模型呈現(xiàn)出較好的穩(wěn)定性。

5 結論與啟示

本文首次較全面細致地刻畫出國內高校發(fā)明專利的真實權屬分布狀況，構建以高校為核心的專利權屬數(shù)據(jù)庫，并實證分析了高校組織層面各因素對高校發(fā)明專利不同權屬分布的影響。發(fā)現(xiàn)由高校產生的發(fā)明專利有多種不同的權利歸屬，其中約12.71%不完全為高校所有。8.96%為高校與其他組織合作共享，其中多為校企合作，占比7.08%。約3.75%未披露給高校，其中個人擁有率2.94%，企業(yè)擁有率0.73%。影響因素分析表明：研發(fā)人員規(guī)模對高校與各類組織合作研發(fā)專利有顯著正向影響；科技經費投入和高校所在地經濟發(fā)展水平對各類發(fā)明專利數(shù)量均有顯著正向影響，但后者對個人擁有率有顯著負向影響；擁有醫(yī)學院類院系對高校獨有、其他合作、企業(yè)擁有發(fā)明專利數(shù)量均有顯著正向影響；高校是理工類對高校獨有、企業(yè)擁有發(fā)明專利數(shù)量和企業(yè)擁有率均有顯著正向影響，對個人擁有率有顯著負向影響；擁有獨立技術轉移機構對企業(yè)擁有發(fā)明專利數(shù)量有顯著正向影響；專利轉讓模式下教師收益分配比例對發(fā)明專利的高校獨有率有顯著正向影響，對合作類的數(shù)量和占比有顯著負向影響；入股模式下則相反。

結合高校實際，針對提升高校科研成果管理水平和推動高?？萍汲晒D化，提出以下建議：

（1）完善高校專利成果全過程管理體系。借鑒發(fā)達國家經驗，從實驗室階段通過標準化的實驗記錄保存下能夠反映邏輯思維的整個過程；發(fā)明披露、質量評估階段，通過發(fā)明披露表和嚴格的質量評估程序實現(xiàn)對專利轉移前期準備階段的管理；專利申請、轉讓、許可、入股階段，需進一步細化與之相配套的實施規(guī)范、操作流程；專利技術商業(yè)化階段，通過切實可行的激勵性政策支持發(fā)明人教師積極參與，引導其密切配合企業(yè)實施專利，早日將專利成果真正轉化為社會生產力。

（2）加強理工類高校教師發(fā)明披露行為監(jiān)管。在發(fā)明早期階段派遣專門工作人員定期主動與教師接洽，跟蹤其研究進展情況；負責與教師接洽的專門工作人員同高校技術轉移相關部門專業(yè)工作人員一道，幫助教師規(guī)劃最佳的成果披露時間、內容和方式等，協(xié)助并監(jiān)督其完成發(fā)明披露；對于已經將其專利成果私下分配的教師，嚴格要求其主動如實向高校匯報情況，并采用一定懲罰機制督促其執(zhí)行。

（3）兼顧轉化服務團隊收益訴求，慎重提高教師專利轉讓的收益分配比例。目前調動高校教師從事成果轉化積極性的政策已初具成效，但對高校成果轉化服務人員的激勵盡管政策里也提到，但現(xiàn)實中執(zhí)行起來卻困難重重。高校應兼顧教師、轉化服務團隊等各方參與動機，明文規(guī)定發(fā)明人教師團隊、成果轉化服務團隊、校方的收益分配比例，且慎重提高專利轉讓模式下教師的收益分配比例。

（4）細化職能分工，加強成果轉化全鏈條無縫管理。加強高校技術轉移機構建設，建立科技成果披露制度、健全成果管理與轉化服務制度，明確與科研處、大學科技園之間的分工與協(xié)同。推動高校技術轉移機構增強成果轉化全鏈條管理效能，通過與市場化、專業(yè)化技術轉移機構合作，提升對科研成果的價值判斷、評估、培育和交易對接等服務能力，促進成果交易、提高成果價值、降低成果轉化風險。

本研究不足之處：

⑴對高校未披露發(fā)明專利數(shù)據(jù)的篩選較為嚴格，只能搜集到真實數(shù)據(jù)的下限，無法完全精確統(tǒng)計。后續(xù)研究將增加相同發(fā)明人檢索識別，使數(shù)據(jù)更全面、更精細。

⑵考慮到的影響因素仍不足以覆蓋可能影響高校發(fā)明專利權屬分布的所有因素，下一步將開展更全面、更細化的影響因素分析。

作者貢獻說明：

陳強：論文選題，思路指導；

趙一青：論文撰寫及修改；

常旭華：提供選題，寫作指導。