基于專利技術特征的高校專利轉化模式選擇研究

金玉成

(江蘇大學新農村發展研究院，江蘇 鎮江 212013)

基于專利技術特征的高校專利轉化模式選擇研究

金玉成

(江蘇大學新農村發展研究院，江蘇 鎮江 212013)

對于高校專利成果轉化，選擇何種轉化模式至關重要。本文從專利技術質量、專利技術成熟度、互補性資產、市場和技術不確定性四個專利技術特征展開分析，研究其對高校專利成果轉化的三種主導模式的選擇影響。通過對168個已轉化專利開展調查研究，結果顯示：專利技術特征影響高校專利轉化。當專利技術質量較差時，創辦企業和轉讓比許可更有可能實施轉化；當專利技術成熟度越高時，越有可能通過許可或轉讓到現有企業實施轉化。互補性資產和不確定性沒有直接證據證明假設。但是，我們從調研中發現，減少專用性互補資產的成本以及市場和技術不確定性的風險，企業具有結盟等更好的應對策略。

專利技術特征；轉化模式；高校專利

高校是國家科技創新體系的重要力量，專利是高校科技產出的重要指標之一，2014年高校授權發明專利，占全國23.4%。通過專利權的許可、轉讓(技術作價入股)、創辦企業等形式，實現專利成果的轉化。但是，轉化并沒有取得與產出同步的增長，2002—2013年間，轉讓年均增長率為17.52%，遠遠低于同時期專利申請量(33.70%)和授權量(37.91%)的年均增長水平。為破解高校專利轉化率低的世界難題，國內外學界開展了高校專利轉化影響因素、轉化模式和方法以及政策措施等方面的研究[1-7]，主要停留在政府、高校、企業等轉化主體層面，對于專利技術客體特征如何影響轉化？具有何種特征的專利技術實施什么樣的商業化模式更容易成功?目前還很少有研究。

1 文獻回顧

專利是一種中間產品，高校專利成果很少有直接應用到產品中，轉化過程涉及科學、技術和市場的整合。只有當專利被商業化且與市場結合時才能給專利權人帶來切實的經濟利益[8]。整個過程包括技術、產品和市場開發，每個開發過程需要不同的資源和能力。究竟什么樣的專利技術特征影響轉化實施？

有學者認為高質量專利是專利實施轉化的根本[9]，應重點考慮技術適用性、復雜度和成熟度等技術特征[10]。Thursby等認為發明披露的意愿、專利技術突破性和專利技術領域影響專利轉化[7，11]。也有學者對專利技術通過新建企業實施轉化提出了不同維度的技術特征，認為技術經濟價值、突破性、被保護的范圍、技術類型、技術的特殊性和緘默性、市場導向等六方面影響了專利是否構成創業機會的概率[12-13]。而產業技術體制理論強調技術機會、創新獨占性、技術累積性和科學研究基礎等特征影響了創新活動與轉化模式[14]。專利勘探理論和資產互補性理論者認為高校專利轉化實施必須投入互補性資產[3]。當這種資產具有價值獲取的討價還價能力時，專利商業化者最佳戰略之一就是占有或獲取具有重要地位的互補性資產[15]。吳燦英研究證實了市場不確定性、技術不確定性對專利轉化有負影響[16]。李正衛等也證明了專利的技術激進度、技術不確定性和技術重要性均對專利的實施具有負面影響[17]。Atul Nerkar等人研究認為“發明專利的使用范圍、突破性特征和專利年限”三個技術特征影響專利商業化選擇[18]。Fred Pries等人認為受知識產權等法律保護、市場不確定性、技術動態性和配套資產是影響新技術轉化實施的特征[19]。綜上所述，本文將影響轉化實施的專利技術特征歸納為專利技術質量、技術成熟度、互補性資產、不確定性四個特征屬性，并研究其對專利商業化選擇的影響。

2 理論與假設

目前，高校專利技術轉化有三種基本的主導模式：許可、轉讓(技術作價入股)、創辦企業。這里的“創辦企業”有兩種理解：一是指創辦企業生產和銷售基于專利技術的產品或服務，二是創辦企業用于專利的推廣、許可或轉讓到現有企業生產基于該專利技術的產品或服務。這樣一來，創辦企業也可以認為是許可或轉讓目的。為了方便后面研究，我們將兩者統稱為“新創企業”，將前者定義為“創辦企業生產”。影響轉化模式的因素有很多，本文研究以上四個技術特征對三種基本轉化模式的選擇。因變量為專利轉化模式，模式的分類標準定義為通過新創企業還是已有企業轉化和知識產權的所有權，知識產權所有權定義為發明人或高校、企業持有。這是一個市場與科層制連續統一體的轉折點。如果專利是通過新創企業實施，那么專利就被認為是通過新創企業轉化的；如專利沒有通過新創企業并且發明人或大學仍持有所有產權，那么專利技術被認為是通過許可轉化；如專利技術沒有通過新創企業，并且發明人和大學也不具有產權，那么就是通過技術轉讓轉化的。本文自變量即為專利技術質量、技術成熟度、互補性資產、不確定性四個特征屬性。

2.1 專利技術質量

本研究從發明本身特征和專利制度賦予的權利考量專利技術質量。發明被授權的標準就是“新穎性、創造性和實用性”，其核心是對在先專利的突破程度；《專利法》賦予專利權內涵中最重要的兩個是：專有性或獨占性和地域性或被保護范圍。結合文獻分析，本研究座談了涉及知識產權、技術、產業和管理四個領域的5位專家，通過研討和分析，最終選取獨占性、被專利保護的范圍、突破性作為專利技術質量的表征指標。我們認為，專利技術質量越高獨占性越強、專利保護范圍越廣、突破性越大。獨占性指創新者保護創新和阻止模仿的能力。弱獨占性，純市場安排會有重建合同的風險和獨占性風險。在這種情況下，Teece認為科層制治理體系要比市場治理體系來的更有效。強獨占性支持運用市場治理結構商業化技術[19]。被專利保護的范圍是指專利聲明中所陳述的陳述范圍[13]。專利保護的廣度越寬，就越能阻止潛在競爭者的跟蹤模仿[18]。Shane研究認為決定企業是否投資轉化，更傾向于受保護范圍較廣的專利。劉月寧認為，新發明的作用域越強，越能廣泛應用于多個市場且較容易進入市場。突破性是指一項技術與該領域中在先技術的不同程度[13]。根據Hobday等研究認為，突破性技術有利于進入市場[17]。專利開創性特征為企業提供了更多具有學習曲線和先發優勢的可能[18]。因此，我們假設(H1)：專利質量越高，通過許可轉化的可能性越大。

2.2 專利技術成熟度

技術成熟度是指技術在生命周期中的成熟程度[20]。由美國航天局(NASA)1995 年首次提出并應用于航天領域，之后美國科學技術協會標準化為TRL 九級評價指標。國內外高校對專利技術成熟度更多的是分級和評價，很少引入到治理體系研究中。武建龍等認為，技術成熟度是影響高校專利轉化的重要因素[10]。我們認為，高校專利技術更基礎，企業則面向市場，因此，企業通過專利許可和轉讓等形式直接獲得高校相對成熟的專利成果，對一些成熟度較低的技術進行合作研發。我們假設(H2)：專利技術成熟度越高，通過許可或轉讓到現有企業的可能性越大。

2.3 互補性資產

與專利相關的互補性資產，包括技術性互補資產和商業性互補資產[3]。具體包括制造能力、可以利用的分銷渠道、專業知識銷售隊伍、售后服務支持能力、配套技術等等。Gans等認為專用性互補資產對于技術轉化至關重要[21]。Kitch運用專利勘探理論和資產互補性理論解釋了高校專利轉化過程中遇到的阻礙。Teece認為，專利技術若不需要互補性資產就能商業化，那它可立即轉化，反之則需通過購買或一體化方式獲得，再進行轉化。若互補性資產是專有的，則該企業通過市場治理體系方式獲取。相比于通用性資產，專業化互補性資產表現出創新對互補性資產的單邊依賴[22]。也有學者認為，當新發明的互補性資產較強時，為了減少獲得專用性互補資產的成本和風險，發明者將選擇與專用互補性資產提供者建立聯盟，共同轉化。M.Ceccagnoil等認為企業擁有互補性資產的專用性程度決定企業選擇合作戰略還是競爭戰略[23]。Gans等認為專業化的互補性資產增加了市場治理的成本，因為這些資產的提供者需要一個補償生產價值損失的附加費防止合同關系被終止后被重新調整到安排他用。因此，這種情況需要科層制治理。因此，我們假設(H3)：互補性資產越重要和專業化，通過轉讓到已有企業可能性越大。

2.4 不確定性

不確定性給專利轉化制造了不少困難。這里我們根據Souder等學者對不確定性的分類，將不確定性概括為市場不確定性和技術不確定性兩個維度[16]。技術不確定性主要是技術發展的不可預測性。表現在：技術的可變性和新技術的不穩定性；市場不確定即市場需求是不確定的。主要有:顧客需求的不確定性或模糊性和市場發展的不可預測性，這是由于缺乏市場相關信息及對市場了解不夠造成的。Wolter等的研究證明不確定性在新技術轉化選擇市場還是科層制治理體系上提供了矛盾的證據[21]。這樣，我們假設(H4)：市場或技術不確定性越大，通過新創企業或轉讓到現有企業可能性越大(見圖1)。

圖1 本文的概念模型

2.5 量表設計

本文量表設計借鑒了Shane、Gans等、Schilling和Steensma、Fried和Paul、樊霞和吳燦英開發的量表而形成的(見表1)。

表1 專利技術特征測量量表

3 方法與數據分析

為了把政策環境、經濟環境、創新環境、風險資本等作為不變量，本研究調研了來自屬于寧鎮揚都市圈的南京、鎮江三所高校有實施轉化的高校專利發明人，共計206人，最終回復168人，有效回收率81.6%。這種選擇小范圍的調查研究，成本低，也被經常使用。Agrawal、Henderson和Shane同時研究麻省理工學院科技創新和成果轉化，Colyvas等人也用此方法分析劍橋和斯坦福兩個大學的科技創新和成果轉化。本文使用SPSS軟件進行統計和假設檢驗。

3.1 自變量

專利技術特征的四個維度為本研究的自變量。每個指標用5分量表，從非常不同意到非常同意。用克朗巴哈系數法(Cronbach’s alpha)，計算每個自變量的可信度(見表2)。值域超過0.70為好的可信度，低值超過0.60被認為可以接受的。所有值超過這個更低值域。互補性資產通過兩個系列指標來說明:重要性和專用性。假如互補性資產很專用但對商業化不重要，他們就不可能對商業模式選擇起作用。因此，只有專門(定制)的重要的互補性資產才是本研究中選用的。創建測量方法SPECCA，測量值為1是在互補性資產既重要又是定制的，表現在量表里面為都是5分。SPECCA值為0，那么說明既不重要也無需定制。這種測量方法在Gans等人使用過。

表2 自變量的信度分析

3.2 因變量

因變量是專利轉化模式，即許可、轉讓、創辦企業。轉化模式的分類主要通過新創企業還是已有公司和對技術的知識產權所有權。這是一個引起市場—層級制連續統一體的轉折點。因此，因變量的題項設計見表3。

3.3 控制變量

兩個控制變量：發明人所屬學科門類和發明所處階段。發明人所屬學科門類利用費舍爾精確檢驗2×2列聯表(生物醫藥學、農學/其他發明人vs創辦企業生產/其他轉化模式)統計顯著(p=0.01)。發明所處階段利用費舍爾精確檢驗4×3列聯表，非統計顯著p=0.57。

表3 因變量維度與題項

3.4 樣本描述性統計

發明人所屬學科門類和學術頭銜顯示了被訪問者很廣的經歷。參加者被問到多少學術研究中的發明被轉化應用時，平均2個。受訪者中有130人回答了該問題，50人回答僅有一個，30人回答有兩個，50人回答有兩個以上，其中5個受訪者最大的有10個。受訪者被問及轉化的最重要的專利，并且接下來的問卷調查均針對該專利，受訪者要求對該專利提供一個簡短的描述。樣本涵蓋了很多領域，比如計算機(26%)、環境(17%)、生命科學(14%)等等。主要的技術類型是產品創新(64%)，等等。

3.5 多元邏輯回歸分析

本文用多元邏輯回歸進行檢驗假設，具體分析見表4。

表4 自變量、控制變量和因變量的平均數、標準方差和相關性

注：*p<.05，**p<.01；n.m.表示無意義。

4 結果

我們發現通過創辦企業生產產品或服務轉化的有92個，許可的有36個，轉讓的有40個(見表5)。其中，29%的發明通過許可的治理體系實施，71%的發明則通過新公司生產產品或服務或者是新公司推廣專利實施許可或轉讓進行轉化。從中發現，專利轉化最終還是應用到產品或服務中占大多數，從側面反映了中國利用專利實施交叉許可等策略或戰略還不夠。這里，通過創辦企業轉化的比例相對平時統計數據或政府報告要高了很多，一部分原因可能是創辦企業轉化可能被少統計了，這與Audretsch等人的研究相一致，另一部分原因是在創辦企業中不是所有的企業都生產該專利技術產品。在創立的120個企業中，有28個(23%)通過許可或轉讓到現有企業中生產。這部分創辦的企業實施專利轉化反映出“技術”營銷和“點子”營銷。

表5 轉化模式和形式

這里用多元邏輯回歸檢驗假設(見表6)，因變量的參照類別為許可轉化模式，代表了市場結構。用逐步向前包含程序識別模型中的變量。互補性資產變量由于在治理結構上沒有顯著性，所以不包含在最后的模型中，因此，沒有支持提供給假設3。最終的模型提供了一個適合給定的有限的樣本大小的數據。從基礎模型檢驗的對數似然值的變化的卡方檢驗的零假設，所有的Logistic回歸系數除了常數都為零。檢驗為統計顯著(p<0.01)接受重要的邏輯回歸。表7顯示了模型的分類表。模型正確的分類了67%的情況。然而，模型不能分類一大部分情況，即在選擇了創辦企業生產產品或服務的基礎上再通過轉讓。技術質量更高的專利選擇許可轉化到現有公司可能性更大些。專利技術質量系數是負的，并且統計顯著(p<0.05)，兩種轉化模式相對于許可模式與H1假設一致。技術成熟度越高的專利更有可能通過許可或轉讓到現有企業實施轉化。專利技術成熟度的相關系數是正的，統計顯著(p<0.05)，兩種模式相對于許可與H2一致。市場和技術不確定性更有可能通過創建公司或轉讓現有企業來轉化。不確定性的相關系數是在預測方向，但是統計非顯著。最后，也沒有證據證明H4。所以，結果支持H1和H2，不支持H3和H4。

表6 治理體系的多元邏輯回歸分析

注：許可是參考類別；nagelkerke pseudor-square=0.58；log-likelihood=53.98；goodness-of-fit x2=29.8；d.f.=8；p<.01.

表7 模型分類表

5 結論

實證研究表明技術特征影響到高校專利轉化。特別是，結果顯示的，當專利技術質量較弱時，創辦企業和轉讓比許可更有可能實施轉化。企業通過生產基于專利技術的產品或服務可以加速進入市場取得競爭優勢或者采用秘密保護方式保護技術。相反，專利許可要求更高的專利技術質量來獲得發明人的收益，而秘密保護或其他方法不一定有效。這與Shane發現有相似之處：當專利無效時，技術很有可能會許可回到發明者，從而通過發明者建立新公司實施轉化。

我們的研究還建議，當專利技術成熟度越高時，越有可能通過許可或轉讓到現有企業實施轉化。雖然互補性資產和不確定性沒有直接證據證明假設，但是，我們從調研中發現，互補性資產專用性和重要性越強，共同開發、生產基于該專利技術產品或服務更有效，這樣可以減少獲得專用性互補資產的成本和風險；市場和技術不確定性越大，創辦企業和轉讓到現有企業更有效，因為企業掌握技術和生產對調整面臨的不確定有更好的能力。相反，當技術廣泛被許可，許可和被許可者之間的協調和調整會更加困難。

[1]BRADLEY S R,HAYTER C S,LINK A N.Models and methods of university technology transfer[M].Boston:Now Publishers Inc.,2013:5-39.

[2]張平,黃賢濤.高校專利技術轉化模式研究探析[J].中國高教研究,2011(12):38-41.

[3]袁曉東，等.中國高校專利利用的影響因素研究[J].科研管理,2014,35(4):76-82.

[4]SIEGEL D S,PHAN P H.Analyzing the effectiveness of university technology transfer:implications for entrepreneurship education[J].Advances in the study of entrepreneurship,innovation & economic growth,2005,16:1-38.

[5]王瑞敏，等.影響高校專利轉化的因素分析和對策研究[J].科研管理,2013,34(3):137-144.

[6]李昶，唐恒，金玉成，程龍.高校專利轉化模式選擇影響機制及演化模型[J].中國科技論壇，2016(4):76-82.

[7]THURSBY J,THURSBY M.Gender patterns of research and licensing activity of science and engineering faculty[J].Journal of technology transfer,2007,30(4):343-353.

[8]陳雪麗.不確定條件下發明專利商業化投資時機研究[D].蘭州:蘭州大學,2011.

[9]陳朝暉，劉琰，謝薇.合法性與專利商業化早期績效的實現[J].中國科技論壇，2014(9):127-132.

[10]武建龍，王宏起，陶微微.高校專利技術產業化路徑選擇研究[J].管理學報，2012(6)：884-889.

[11]SHANE S,STUART T.Organizational endowments and the performance of university startups[J].Management science,2002,48(1):154-170.

[12]SHANE S.Technological opportunities and new firm creation[J].Management science,2001,47(2):205-220.

[13]田莉，薛紅志.新技術企業創業機會來源：基于技術屬性與產業技術環境匹配的視角[J].科學學與科學技術管理,2009，(3):61-68.

[14]MALERBA F,ORSENIGO L.Schumpeterian patterns of innovation are technology-specific[J].Research policy,1996,25(3):451-478.

[15]LIPPMAN S A,RUMELT R P.The payments perspective:micro-foundations of resource analysis[J].Journal of strategic management,2003,(11):903-927.

[16]吳燦英.技術與市場不確定性對企業新產品開發績效的影響研究[D].浙江:浙江大學,2006.

[17]李正衛,曹耀燕.專利商業價值的影響因素研究:以浙江高校為例[J].研究與發展管理,2011(3):112-117.

[18]ATUL Nerkar，SCOTT Shane.Determinants of invention commercialization:an empirical examination of academically sourced inventions[J].Strategic management journal,2007(28):1155-1166.

[19]FRED Pries,PAUL Guild.Commercializing inventions resulting from university research:analyzing the impact of technology characteristics on subsequent business models[J].Technovation,2011(31):151-160.

[20]樊霞,胡軍燕,趙丹萍.中小企業漸進性創新技術屬性及其產學研合作模式選擇[J].中國科技論壇,2010(8):20-25.

[21]劉月寧.基于屬性分析的新興技術商業模式設計框架研究[D].南京:東南大學,2013.

[22]李泓橋.創業導向、互補性資產對突破性創新的影響機制研究[D].北京:北京交通大學,2015.

[23]薛紅志,張玉利.互補性資產與既有企業突破性創新關系的研究[J].科學學研究,2007,25(1):178-183.

(責任編輯 劉傳忠)

Model Selection Research of University Patent Transformation Based on the Impact of Patent Technology Characteristics

Jin Yucheng

(Research Institute for new Rural Development of Jiangsu University,Zhenjiang 212013,China)

It is the key to select model for transforming patent from university to market.The paper considered four characteristics of patent:patent technology quality,patent technology maturity,complementary assets,commercial and technology uncertainty.We related these characteristics to the selection of three basic transformation models.Analyzing 168 patents which have transformed,we find patent technology characteristics do have an impact on the model selection.When the patent technology quality is poor,it is more likely to start-up and transfer.When the patent technology is more mature,it is more likely to be transferred or licensed to the existing enterprises.Complementary assets and uncertainties have no direct evidence to prove the hypothesis.However,reducing the cost of special assets,as well as the risk of market and technology uncertainty,the company has a better response to the strategic alliance.

Patent technology characteristics；Transformation model；University patent

教育部人文社科青年基金“基于需求導向的高校專利轉化商業模式選擇研究”(13YJC630063)，國家自然基金項目“基于市場導向的高校專利商業化戰略形成機制及驅動策略研究”(71573108)。

2016-11-10

金玉成(1981-)，男，江蘇人，江蘇大學新農村發展研究院助理研究員，博士研究生；研究方向：科技與知識產權管理。

G306

A