田曉麗 劉傳利

(昆明理工大學(xué)管理與經(jīng)濟(jì)學(xué)院,昆明 650093)

0 引 言

高等院校、科研院所(統(tǒng)稱為高校院所)是科技成果的主要供給主體。近年來，我國高校院所的有效發(fā)明專利數(shù)以13%的速率高速增長。然而，科技成果只有完成從科學(xué)研究、實(shí)驗(yàn)開發(fā)、推廣應(yīng)用的三級跳，并實(shí)現(xiàn)科技成果的轉(zhuǎn)化，才能真正實(shí)現(xiàn)創(chuàng)新價值。

為了推動高校院所的科技成果轉(zhuǎn)化，國家相繼出臺了一系列政策法規(guī)。1996年通過了《中華人民共和國促進(jìn)科技成果轉(zhuǎn)化法》，將“國家鼓勵研究開發(fā)機(jī)構(gòu)、高等院校等事業(yè)單位與生產(chǎn)企業(yè)相結(jié)合，聯(lián)合實(shí)施科技成果轉(zhuǎn)化”寫入法律。2008年出臺了《國家知識產(chǎn)權(quán)戰(zhàn)略綱要》，明確指出“鼓勵知識產(chǎn)權(quán)轉(zhuǎn)化運(yùn)用，促進(jìn)高等學(xué)校、科研院所創(chuàng)新成果向企業(yè)轉(zhuǎn)移”。2016年，國務(wù)院頒布《“十三五”國家科技創(chuàng)新規(guī)劃的通知》，提出要完善科技成果轉(zhuǎn)移轉(zhuǎn)化機(jī)制。

但是我國高校院所專利轉(zhuǎn)讓許可率卻不盡如人意，據(jù)《中國科技統(tǒng)計年鑒》數(shù)據(jù)顯示，2009—2019年期間，我國高等院校和科研院所兩者專利權(quán)轉(zhuǎn)讓許可率均在1%～14%的范圍內(nèi)波動，遠(yuǎn)遠(yuǎn)落后于發(fā)達(dá)國家40%～50%的轉(zhuǎn)化率，如圖1所示。專利轉(zhuǎn)讓許可率低的主要原因是專利轉(zhuǎn)讓許可的供體(高校院所)和受體(企業(yè))難以匹配。因此，有必要研究高校院所與生產(chǎn)企業(yè)之間的專利轉(zhuǎn)讓許可匹配度問題。

圖1 高校(patuni)院所(patins)專利轉(zhuǎn)讓許可率

現(xiàn)代匹配理論多集中于探討婚配、招生、貸款、就業(yè)、醫(yī)療等問題。例如，經(jīng)典文獻(xiàn)Gale和Shapley(1962)為雙邊匹配理論的奠基之作，對婚配市場的男女雙方，以及招生中的學(xué)生與學(xué)校進(jìn)行了研究[1]。Chen和Song(2013)研究了貸款市場中銀行與企業(yè)的匹配問題[2]。萬樹平和李登峰(2014)構(gòu)建了具有不同類型信息的風(fēng)險投資商與投資企業(yè)雙向選擇的多指標(biāo)評價匹配模型[3]。李劍等(2017)對農(nóng)民工城鎮(zhèn)就業(yè)匹配市場問題進(jìn)行研究[4]。Singh等(2017)研究了醫(yī)療機(jī)構(gòu)雙邊匹配市場[5]。陳希等(2018)通過構(gòu)建多目標(biāo)優(yōu)化模型對醫(yī)療服務(wù)供需匹配問題進(jìn)行研究[6]?，F(xiàn)有研究形成了較為系統(tǒng)的匹配理論、模型和算法，然而對專利轉(zhuǎn)讓許可匹配問題的理論研究相對較少(田曉麗和常笑璇，2019)[7]；與專利轉(zhuǎn)讓許可匹配相關(guān)的實(shí)證分析則更是鮮見(吳偉偉等，2017)[8]；現(xiàn)有研究均采用調(diào)查問卷或調(diào)研方式獲取數(shù)據(jù)，欠缺客觀性。本文基于2009—2019年的省際面板數(shù)據(jù)，構(gòu)建模型，實(shí)證測度我國省際高校院所與企業(yè)的專利技術(shù)許可匹配度，以期從新的視角研究高校院所專利轉(zhuǎn)化對經(jīng)濟(jì)增長的貢獻(xiàn)，豐富科技成果轉(zhuǎn)化理論體系。

1 模型設(shè)置與數(shù)據(jù)樣本

1.1 數(shù)據(jù)樣本

本文所選擇的數(shù)據(jù)樣本為全國省際面板數(shù)據(jù)，選取時間區(qū)間為2009—2019年。本文所用數(shù)據(jù)來源為國泰安數(shù)據(jù)庫、《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》、中國經(jīng)濟(jì)社會大數(shù)據(jù)研究平臺及各地方省區(qū)市統(tǒng)計年鑒。

在數(shù)據(jù)的處理方面，參考已有研究的處理方法：對存在缺失值的變量，使用線性插值法和外推法進(jìn)行填補(bǔ)；對部分不符合常理的數(shù)據(jù)，如專利數(shù)為負(fù)值和小數(shù)的數(shù)據(jù)進(jìn)行歸零和前推取整處理。

1.2 總模型設(shè)置

本文的研究目的在于考察高校院所和企業(yè)專利轉(zhuǎn)讓許可之間的匹配度對經(jīng)濟(jì)增長的影響，參照已有研究設(shè)置模型如下：

rgdpi,t=α+βmatchi,t+Φcontrolsi,t+ui+εi,t

(1)

式(1)中，下標(biāo)i、t分別表示地區(qū)和年份；被解釋變量實(shí)際地區(qū)生產(chǎn)總值(rgdpi,t)表示經(jīng)濟(jì)增長，核心解釋變量(matchi,t)代表高校院所有效發(fā)明專利和企業(yè)專利轉(zhuǎn)讓許可之間的匹配度，controlsi,t表示其他控制變量，包括產(chǎn)業(yè)升級(indus)、對外開放度(open)、人口質(zhì)量(edu)等；α、β、Φ為待估計參數(shù)；ui表示對省份效應(yīng)進(jìn)行控制；εi,t為隨機(jī)擾動項(xiàng)。在模型中，β表示匹配度對經(jīng)濟(jì)增長的影響系數(shù)，是本文關(guān)注的核心結(jié)果。

1.3 變量選取與說明

1.3.1 被解釋變量及測度

被解釋變量為經(jīng)濟(jì)增長。為避免價格因素的影響，本文以1995年為基期，選取地區(qū)實(shí)際生產(chǎn)總值(rgdp)作為被解釋變量，單位億元。

1.3.2 核心解釋變量及測度

匹配度(matchi,t)作為本文研究的核心解釋變量，應(yīng)該如何構(gòu)建是本文的重點(diǎn)內(nèi)容。參考葉德珠等(2019)的研究，使用殘差來構(gòu)建匹配度[9]。具體步驟為：首先，根據(jù)式(2)，將企業(yè)有效發(fā)明專利和其他控制變量對企業(yè)專利轉(zhuǎn)讓許可進(jìn)行第一次回歸，而后通過式(3)進(jìn)行運(yùn)算，得到殘差resid1,i,t；其次，在式(2)的基礎(chǔ)上加入高等院校和科研院所的有效發(fā)明專利變量，得到式(4)，進(jìn)行第二次回歸，基于式(5)，即得到新的殘差resid2,i,t，若新殘差的絕對值越小，則說明高校院所有效發(fā)明專利對企業(yè)專利轉(zhuǎn)讓許可的解釋力度越強(qiáng)，即高校院所和企業(yè)專利轉(zhuǎn)讓許可之間的匹配度越高；最后，根據(jù)匹配度計算公式(6)，可得出核心解釋變量匹配度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個企業(yè)在t時期的專利轉(zhuǎn)讓許可，參考國家統(tǒng)計局制定的衡量企業(yè)專利轉(zhuǎn)讓許可的指標(biāo)體系，本文選取企業(yè)新產(chǎn)品銷售收入作為企業(yè)專利轉(zhuǎn)讓許可的代理變量，單位億元，并以1995年為基期，將企業(yè)的新產(chǎn)品銷售收入剔除價格因素后取對數(shù)；patcomi,t為企業(yè)的有效發(fā)明專利數(shù)，單位件；patunii,t是高校有效發(fā)明專利數(shù)，patinsi,t為科研院所的有效發(fā)明專利數(shù)；controls表示影響企業(yè)新產(chǎn)品銷售收入的其他控制變量。

1.3.3 控制變量及測度

由于影響區(qū)域經(jīng)濟(jì)增長的因素較多，為避免其他影響因素干擾，在此選取以下變量進(jìn)行控制:產(chǎn)業(yè)升級(indus),參考胡歡歡等(2021)的研究[10]，本文選取產(chǎn)業(yè)升級為控制變量，使用地區(qū)第三產(chǎn)業(yè)產(chǎn)值與第二產(chǎn)業(yè)產(chǎn)值之比測度；對外開放度(open)，選取地區(qū)進(jìn)出口總額占GDP的比重來衡量；人口質(zhì)量(edu)，人口質(zhì)量的提高會促進(jìn)區(qū)域產(chǎn)業(yè)的升級，參考已有研究，使用地區(qū)高等院校在讀人數(shù)與地區(qū)總?cè)丝诘谋戎颠M(jìn)行衡量；固定資產(chǎn)投資(lnasset)，本文選取固定資產(chǎn)投資作為控制變量，并對變量進(jìn)行取對數(shù)處理。

1.3.4 變量相關(guān)性分析

對變量進(jìn)行相關(guān)性分析，結(jié)果如表1所示。企業(yè)專利轉(zhuǎn)讓許可與企業(yè)有效發(fā)明專利、高校有效發(fā)明專利、科研院所有效發(fā)明專利、人口質(zhì)量之間均存在顯著正向相關(guān)關(guān)系，相關(guān)系數(shù)在1%的統(tǒng)計水平上顯著；科研院所和企業(yè)專利轉(zhuǎn)讓之間的相關(guān)系數(shù)低于高校與企業(yè)專利轉(zhuǎn)讓之間的相關(guān)系數(shù)。企業(yè)有效發(fā)明專利、高校有效發(fā)明專利、科研院所有效發(fā)明專利與經(jīng)濟(jì)增長等核心解釋變量之間也存在著顯著正向相關(guān)關(guān)系，且在1%的水平上顯著。因此，初步判斷匹配度和經(jīng)濟(jì)增長之間存在相關(guān)關(guān)系。此外，本文所使用的各解釋變量間相關(guān)系數(shù)均未超過0.9，初步判斷，未存在嚴(yán)重多重共線性。

2 匹配度的構(gòu)建及描述分析

2.1 匹配度的構(gòu)建

經(jīng)過Hausman檢驗(yàn)后，對式(2)和式(4)進(jìn)行固定效應(yīng)回歸分析，結(jié)果如表2所示。表2的第1到第3列是在控制其他變量的基礎(chǔ)上，逐一檢驗(yàn)企業(yè)有效發(fā)明專利、高校有效發(fā)明專利、科研機(jī)構(gòu)有效發(fā)明專利回歸系數(shù)的顯著性。結(jié)果顯示，企業(yè)有效發(fā)明專利對企業(yè)新產(chǎn)品銷售收入具有正向作用，回歸系數(shù)均在5%的水平上顯著；高校有效發(fā)明專利對企業(yè)新產(chǎn)品銷售收入也具有正向作用，回歸系數(shù)在10%的水平上顯著；然而，科研機(jī)構(gòu)有效發(fā)明專利對企業(yè)新產(chǎn)品銷售收入的回歸系數(shù)卻不顯著?？赡茉蛴卸阂皇强蒲袡C(jī)構(gòu)的有效發(fā)明專利占全國有效發(fā)明專利的比例不足10%，其中能進(jìn)行許可轉(zhuǎn)讓的專利比例約為2%，如此小比例的轉(zhuǎn)讓許可專利對企業(yè)新產(chǎn)品銷售收入產(chǎn)生的影響不大；二是科研機(jī)構(gòu)的有效發(fā)明專利多為長期性、基礎(chǔ)性、破壞式創(chuàng)新，這造成其對企業(yè)新產(chǎn)品銷售收入的解釋力度不足。故本文選擇高校有效發(fā)明專利進(jìn)行匹配度計算，依據(jù)表2中第1列和第2列的回歸結(jié)果，可分別計算殘差resid1,i,t和resid2,i,t，然后根據(jù)式(6)計算出高校有效發(fā)明專利與企業(yè)專利轉(zhuǎn)讓許可之間的匹配度。

2.2 匹配度的描述分析

根據(jù)匹配度的定義和上述回歸結(jié)果可知，若匹配度越大，說明高校有效發(fā)明專利的轉(zhuǎn)讓許可率越高，對企業(yè)新產(chǎn)品銷售收入的正向影響越大。據(jù)此統(tǒng)計樣本中的匹配度數(shù)據(jù)，結(jié)果如圖2所示，只有上海、江蘇、青海等11個省區(qū)市的匹配度保持微弱增長趨勢,而陜西、黑龍江、廣東等省份甚至出現(xiàn)下降趨勢?？梢娢覈咝Ｔ核推髽I(yè)專利轉(zhuǎn)讓及許可之間的匹配度仍然較低，還存在很大的提升空間。

3 匹配度對經(jīng)濟(jì)增長的回歸分析及穩(wěn)健性檢驗(yàn)

3.1 匹配度對經(jīng)濟(jì)增長的回歸分析

基于前文回歸結(jié)果，構(gòu)建出高校院所和企業(yè)專利轉(zhuǎn)讓許可之間的匹配度(matchi,t)。現(xiàn)分別采用固定效應(yīng)模型(FE)和普通最小二乘法模型(OLS)對匹配度和經(jīng)濟(jì)增長進(jìn)行回歸。回歸結(jié)果如表3中的第1列和第2列所示。結(jié)果顯示，核心解釋變量匹配度對經(jīng)濟(jì)增長具有顯著的正向促進(jìn)作用，回歸系數(shù)分別在1%和5%的統(tǒng)計水平上顯著；對外開放度的回歸系數(shù)為較大的正值，且在5%的統(tǒng)計水平上顯著，說明對外開放度越高，越可以促進(jìn)地區(qū)經(jīng)濟(jì)增長；其他控制變量的回歸系數(shù)均為正值，且在1%的統(tǒng)計水平上顯著，表明產(chǎn)業(yè)升級和固定資產(chǎn)投資均會對經(jīng)濟(jì)增長產(chǎn)生顯著正向影響。

表1 相關(guān)系數(shù)矩陣

表2 匹配度的構(gòu)建

圖2 匹配度的描述性統(tǒng)計結(jié)果

3.2 穩(wěn)健性檢驗(yàn)

本文采用變換變量和估計方法的方式進(jìn)行穩(wěn)健性檢驗(yàn)，回歸結(jié)果如表3所示。

表3的第3列和第4列采取更換變量的方法對核心解釋變量匹配度的穩(wěn)健性進(jìn)行檢驗(yàn)。前文使用企業(yè)新產(chǎn)品銷售收入>(lnrev)作為企業(yè)專利轉(zhuǎn)讓及許可的代理變量，現(xiàn)更換為新產(chǎn)品開發(fā)數(shù)(lnnproduct)作為企業(yè)專利轉(zhuǎn)讓及許可的代理變量，進(jìn)行線性插值和取對數(shù)處理后，重新進(jìn)行回歸。在經(jīng)過Hausman檢驗(yàn)后，進(jìn)行固定效應(yīng)分析。與表2的結(jié)果進(jìn)行對比分析發(fā)現(xiàn)，表3中企業(yè)有效發(fā)明專利系數(shù)的顯著性更高；表3中第4列，高校有效發(fā)明專利回歸系數(shù)也都為正，顯著性水平由表2中的10%提高至表3中的1%。這說明企業(yè)和高校的有效發(fā)明專利均能對企業(yè)的新產(chǎn)品開發(fā)數(shù)產(chǎn)生顯著的正向影響。然后根據(jù)式(6)重新計算匹配度match2。第5列和第6列為根據(jù)企業(yè)新產(chǎn)品開發(fā)數(shù)計算的匹配度對經(jīng)濟(jì)增長的回歸結(jié)果；估計方法亦分別為固定效應(yīng)模型(FE)和普通最小二乘模型(OLS)。結(jié)果均顯示匹配度對經(jīng)濟(jì)增長具有顯著的正向促進(jìn)作用，即高校有效發(fā)明專利和企業(yè)專利轉(zhuǎn)讓許可之間的匹配度越高，越可以促進(jìn)經(jīng)濟(jì)增長。控制變量對外開放度、產(chǎn)業(yè)升級和固定資產(chǎn)投資的回歸系數(shù)同樣顯著。

在經(jīng)過多種方式進(jìn)行穩(wěn)健性檢驗(yàn)后，回歸結(jié)果均顯示，高校院所和企業(yè)專利轉(zhuǎn)讓之間的匹配度越高，越可以促進(jìn)地區(qū)經(jīng)濟(jì)增長，此亦證明本文結(jié)論穩(wěn)健。

4 結(jié)論和建議

4.1 結(jié) 論

本文使用2009—2019年期間全國31個省區(qū)市的面板數(shù)據(jù)進(jìn)行研究。對高校院所與企業(yè)之間專利轉(zhuǎn)讓許可的匹配度與經(jīng)濟(jì)增長之間的關(guān)系進(jìn)行實(shí)證分析。結(jié)果表明：

從全國整體看，科研院所的有效發(fā)明專利數(shù)量很少，并且其轉(zhuǎn)讓許可的占比也非常低，對企業(yè)專利轉(zhuǎn)讓及許可的影響不顯著，因此，本文集中探討高校有效發(fā)明專利與企業(yè)之間進(jìn)行轉(zhuǎn)讓許可的匹配度。

表3 回歸分析和穩(wěn)健性檢驗(yàn)

從匹配度的走勢來看，只有上海、江蘇、青海等11個省區(qū)市的匹配度有微弱增長趨勢，其余省市在較小范圍內(nèi)波動。因此，我國高校有效發(fā)明專利和企業(yè)專利轉(zhuǎn)讓及許可之間的匹配度還存在較大提升空間。

高校有效發(fā)明專利與企業(yè)創(chuàng)新產(chǎn)出間的匹配度越高越可以促進(jìn)地區(qū)的經(jīng)濟(jì)增長。因此，需要采取多種措施來提高匹配度，以促進(jìn)經(jīng)濟(jì)增長。

4.2 建 議

基于本文研究結(jié)論，提出以下建議：

第一，國家主導(dǎo)搭建科研院校與企業(yè)溝通合作的橋梁，建立地方科技成果轉(zhuǎn)化示范基地，為科技成果轉(zhuǎn)化提供良好環(huán)境。鼓勵高等院校、科研院所在進(jìn)行基礎(chǔ)研發(fā)的同時，結(jié)合企業(yè)需求和技術(shù)發(fā)展趨勢，多進(jìn)行高質(zhì)量的發(fā)明和實(shí)用新型專利技術(shù)的研發(fā)。

第二，高等院校和科研院所要努力深化與行業(yè)協(xié)會、科技中介、企業(yè)的合作，建立聯(lián)合研發(fā)實(shí)驗(yàn)室，協(xié)同創(chuàng)新中心，共建孵化基地等，實(shí)現(xiàn)優(yōu)勢互補(bǔ)與互惠互利；獎勵對科技成果轉(zhuǎn)化做出貢獻(xiàn)的科研人員，重視對技術(shù)轉(zhuǎn)移工作者的培訓(xùn)，設(shè)立技術(shù)轉(zhuǎn)移工作者培訓(xùn)專項(xiàng)資金。

第三，企業(yè)應(yīng)主動樹立起較高的創(chuàng)新意識，加大技術(shù)開發(fā)和技術(shù)轉(zhuǎn)移投入力度，提供更多的資源用于技術(shù)開發(fā)和科技成果轉(zhuǎn)化；立足市場需求，調(diào)整業(yè)務(wù)架構(gòu)，將科技成果轉(zhuǎn)化為產(chǎn)品并投放市場進(jìn)行銷售，將市場效果及時反饋給高校院所，以便及時調(diào)整科研創(chuàng)新的方向進(jìn)行后續(xù)研發(fā)，加強(qiáng)科技成果轉(zhuǎn)化市場的供需匹配關(guān)系。