清華大學產學合作專利網絡特征及其對應用研究績效的影響

李秀坤，肖廣嶺，劉露露

(1.清華大學社會科學學院，北京 100084；2.中國人民大學商學院，北京 100872)

黨的十九大報告指出，中國經濟發展已由高速增長階段轉向高質量發展階段，必須堅持質量第一、效益優先的原則。然而，當前中國實現經濟的高質量發展面臨著產業結構亟需轉型、發展動力不足等問題，技術進步與持續創新是解決這一問題的必由之路[1]，而專利無疑是測度技術進步的重要指標。在當下中國，包括科研人才、設備、經費等在內的科研資源大量集中在以清華為代表的高水平研究型大學。與大學合作開展技術研發是實現企業技術需求與高校科技資源對接的重要途徑，而合作專利則是“企業—大學”合作的重要度量指標。產學合作對大學的專利產出具有積極的影響，因為合作可以有效減少科研成果供給和技術需求間的信息不對稱[2]，有利于大學通過與企業的網絡連接收集更多的信息，在向企業學習的過程中提升自己識別和開發更有影響力的專利組合的能力[3]。此外，產學合作還有利于企業降低研發成本和研發風險，促進新產品的開發和提高創新績效[4-5]。因此，產學合作申請專利是一種雙贏機制，有利于大學和企業提高自身的創新能力。

已有研究仍存在以下不足：第一，大多關注政府的政策和經費支持、地方政府科技投入和本地市場需求、高校科研投入和能力等因素對高校應用研究績效的影響[6-7]，但很少關注產學合作網絡對高校應用研究績效的結構效應，缺乏相應的經驗證據。第二，以對大學與企業的專利合作網絡進行定性的、描述性的分析為主，缺乏對大學如何在專利合作網絡中受益等問題的量化研究。第三，已經有研究探討了產學合作網絡對高校基礎研究績效的影響，這些研究大多以論文為衡量指標[8]，而在產學合作中，企業一方實際上更關注專利產出。在已有研究的基礎上，本文運用社會網絡和負二項回歸分析方法，以清華大學為例，探討了高校產學專利合作網絡的結構對應用研究績效的影響，并在此基礎上對相應的政策與實踐意涵進行了討論。本文不僅豐富了關于高校應用研究的影響因素的研究，具有一定的理論意義，并且相關結論可供其它高校參考和借鑒，具有較強的現實意義。

1 文獻回顧與研究問題

1.1 專利合作網絡

已有研究大多從企業的角度出發來界定和闡釋專利合作網絡。王黎螢等[9]在對國內外專利合作網絡文獻進行梳理的基礎上，將專利合作網絡定義為企業在與其它企業、大學、科研機構合作的過程中或者技術轉移中通過合作申請專利、購買專利、轉讓專利或者交叉許可專利形成的多維度復雜網絡。本文則從高校的角度出發，將大學產學專利合作網絡理解為：大學在與企業基于專利的共同開發、合作申請而形成的復雜的、多維的和動態的關系網絡。在這一網絡中，節點是大學和企業，邊則是專利的合作開發與申請。

1.2 專利合作網絡與高校應用研究

(1)度數中心度。度數中心度是社會網絡中的核心概念之一，指的是網絡中與某個點直接相連的點的個數，它衡量一個點在多大程度上與其它點直接相連[10]。一個點的度數越高，說明該點越居于網絡中心。度數中心度是衡量行動者(個人或者組織)在關系網絡中所處地位或所擁有控制力的重要指標[11]。度數中心度大的節點可以搜索、獲取更多的稀缺資源和信息，并且通過結構位置的優勢控制資源的流動并整合這些稀缺性的資源，從而提高自身的績效。與之相對應，度數中心度較小的節點處于網絡的邊緣，在信息和資源的獲取中處于劣勢，該結構位置對其績效的提升作用較小。高校在專利合作網絡中的中心度越高，意味著與其它企業通過合作申請專利建立的聯系越多，這越有利于大學從合作中獲得異質性知識，從而推動創新與提升專利產出[12]。同時，由于知識、價值觀和行為在組織間比組織內更具異質性，因此開展跨組織合作的機構可以更多地使用不同的思維方式，為他們創造新的組合提供更多的選擇[13]。因此，度數中心度越高，越有利于高校應用研究績效的提升。此外，隨著高校與更多的企業建立直接的聯系，重復、穩定的合作在增加，這一方面極大地降低了企業在信息搜尋、議價、監督和合同簽訂等方面的交易成本[14]；另一方面，也增強了信任，使高校在合作中更能得到有價值的信息和資源，促進了績效的提升。最后，隨著直接聯系的增多，學習曲線和聯系的規模效應凸顯，降低了單位合作的資源投入，有利于高校科研人員將更多的時間投入到科學研究中，一定程度上促進了專利產出。基于上述討論，本文提出假設1(H1)：高校在專利合作網絡中的度數中心度越高，其應用研究績效越高。

(2)接近中心度。Freeman[15-16]在研究不同節點之間的距離時，提出將接近性作為整體中心度的衡量標準，又稱為“接近中心度”。如果一個節點與網絡中其它節點的平均距離最短，則該節點可以被認為是該網絡的中心；換言之，它與網絡中的其它節點最為“接近”，接近中心度用距離來橫量一個點的中心程度，如果一個節點和別的節點越接近，那么到達它們途經的路徑或邊數就越少，其接近中心度就越高，反之則越低[11]。接近中心度顯示了一個節點能夠避免其余節點對其控制的能力，接近中心度高的節點能夠最有效地獲取信息并通過網絡快速傳播信息，它代表了某節點和網絡中的其它節點獨立和高效地進行溝通的能力[16]。高校在專利合作網絡中的接近中心度越高，表明它越能夠方便、高效地聯系網絡中的其他節點，更快地集結資源和信息，并且避免在信息傳遞中“失真”，保證所獲取資源與信息的完整性與有效性，為其進行后續的專利研發提供更好的資源和信息條件。基于此，本文提出假設2(H2)：高校在專利合作網絡中的接近中心度越高，其應用研究績效越高。

(3)中介中心度。兩個不相鄰的節點需要通過第三方行動者(節點)方可連接，這些第三者節點因而發揮著“中介”的作用。某個節點的中介中心度指的是網絡中節點對之間的最短路徑在多大程度上需要經過該節點[10]。中介中心度可以用來衡量一個節點控制網絡中信息溝通與資源流通的潛力，高中介中心度的節點可以通過阻止或扭曲傳輸中的信息來影響整體[15]。由于位于其它節點之間溝通的最短路徑上，中介中心度較高的行動者占據了網絡中的關鍵位置，控制網絡內的信息流動，發揮著“守門人”的作用。節點中介中心度越大，表明其越處于網絡中其它節點之間溝通的橋梁位置，越有利于其控制資源與信息的流動，從而使其在新的知識、技術和信息的獲取與控制上具有優勢，促進持續性的創新[16]。高校在專利合作網絡中的中介中心度越高，表明其作為網絡中其它節點之間溝通和交流的媒介，在合作中獲取、把握、動用高價值的信息、知識與專利資源，在研發合作中具有主動與先發優勢，從而有利于促進高校的專利產出。反之，中介中心度越低，越不利于高校獲取相應的結構優勢，對專利產出的正向效應相應較小。基于此，本文提出假設3(H3)：高校在專利合作網絡中的中介中心度越高，其應用研究績效越高。

2 研究設計

2.1 數據收集

綜合考慮案例的典型性和數據的可得性，本文以清華大學為例，其在2016年申請國內專利達2350項，授權專利總數為1890項，在美國的專利授權量名列全球大學第5位。從這個意義上來說，清華大學如何更好地提高專利產出，可以看作是研究型大學如何推動經濟高質量發展的一個縮影。本文從Patsnap數據庫檢索清華大學在1985—2016年與企業合作申請的專利數據，在檢索專利時，如果某項專利的申請人既包含清華大學，又包含公司，則認為該專利為清華大學與公司合作申請的專利。本文將研究范圍界定在中國大陸地區，專利類型包含發明專利、實用新型和外觀設計三類，主要出于以下考慮：①專利申請以國別為界限，在國外申請的專利基本上都是已經在國內申請過的，如將查詢范圍界定為全球，會造成專利數量的重復計算；②清華大學美術學院申請較多的實用新型專利和外觀設計專利，這部分專利在當今的社會情境下也非常有實用價值，如果對此一概略去不計，會使結果有較大偏差。基于上述考慮，本文將專利檢索式確定如下：(AN:(清華大學 and(公司))OR AN_ST:(清華大學 and(公司))OR ANC:(清華大學 and(公司)))NOT(臺灣清華大學)。該檢索的時間跨度為1985—2016年，檢索時間為2017年12月8日，共得到7145組同族專利，經過人工逐條篩選不符合條件的專利，最終得到6827條同族專利。

2.2 變量測量與研究方法

因變量為應用研究績效，以清華大學每年的專利申請數 (Patent)來度量。自變量分別為度數中心度、中介中心度和接近中心度，具體含義及計算方法見表1。此外，本文還對以下變量的效應進行了控制，即聚類系數、總科研經費和科研全時當量。

表1 解釋變量的含義及計算公式

資料來源：根據參考文獻[8][10]整理。

由于因變量即專利申請量為過度離散的非負整數，且方差遠大于均值(標準差為996.2，平均值為905.7)，故而選用負二項回歸模型對研究假設予以檢驗。基本模型如下：

Patentt=f(D(i)t,B(i)t,C(i)t,clustert,expt,labort)

自變量D(i)t、B(i)t、C(i)t、clustert、expt、labort分別代表清華大學在與企業合作申請專利網絡中的度數中心度、中介中心度、接近中心度、聚類系數以及清華大學歷年科研經費、科研全時當量。

3 結果與討論

3.1 描述性統計分析

清華大學一直非常重視專利工作，并把專利工作作為建設世界一流大學和促進自主創新的一項重要內容。自1985年中國實施專利法以來，清華大學的專利工作經歷了以加強專利意識、激勵專利申請、提高專利質量、促進專利實施為重點的幾個階段。從總體趨勢來看，清華大學與企業合作申請專利在1999年第一次達到兩位數，為14件；2002年第一次達到三位數，為111件，之后的趨勢如圖1所示，一直在快速平穩增長；在2014年達到頂峰，之后略有回落，這與學校對專利由數量管理改為注重質量提升的戰略轉變有關。清華大學1998年開始設立專利基金，2001年開始加大專利基金的投入，對所有以學校名義申請的專利的申請費給予全額資助；同時，學校還得到政府的資助和爭取到一些校外的捐助。此外，學校還進一步落實了有關支持專利申請的政策措施。例如，在2001年校務會議通過的《清華大學關于加強專利工作的若干意見》中規定，對教師的績效評價中，發明專利與高水平論文同等對待；“863”等重點課題小組的研究生在畢業前、博士后在出站前應完成必要的專利申請；學校每年在公布科研情況時，都將專利申請量和授權量作為重要的指標單獨列出。接下來，科技部于2007年2月13日印發了《國家科技支撐計劃 “十一五”發展綱要》(以下簡稱《綱要》)，《綱要》對部分重大項目提出了具體的申請專利數量要求；《中華人民共和國科學技術進步法》于2007年12月29日修訂通過，自2008年7月1日起施行。綜上所述，可知影響到學校專利申請量的國家政策和學校政策在2001年和2007年發生了較大變化，因此本文以這兩年為節點，將清華大學與企業合作申請專利分為1985—2001年、2002—2007年、2008—2016年三個階段。

圖2～4繪制了相應時期清華大學產學專利的合作網絡圖。隨著時間推移，合作網絡的規模不斷擴大、密度不斷增加，這表明清華大學和企業合作的廣度和深度都在增強。

圖1 清華大學與企業合作申請專利趨勢圖

圖2 1985—2001年產學合作專利網絡圖

圖3 2002—2007年產學合作專利網絡圖

圖4 2008—2016年產學合作專利網絡圖

圖5 1985—2016年產學合作專利網絡圖

在專利合作網絡中，與清華大學開展合作的企業呈現以下幾個特點(見表2)。首先，從行業分布來看，與清華合作的企業有從傳統行業向新興戰略產業轉移的趨勢。1985—2001年與清華大學合作申請專利數量最多的10家企業主要分布在電子信息、電力、石化等領域，2002—2007年與清華大學合作申請專利數量最多的15家企業主要分布在高科技制造、信息通信、生物、電器設備等領域，2008—2016年與清華大學合作申請專利數量最多的20家企業主要分布在高科技制造業、信息電子與通信、先進制造、清潔能源、半導體制造等領域。其次，從地域空間來看，與清華合作的企業所在地域從北京逐漸擴展到長三角、珠三角等地區。再次，從企業類型來看，與國企的合作是清華產學合作專利申請的主要形式。在合作專利數量最多的前20家企業中，1987—2001年，國企10家、民企2家、外企4家；2002—2007年，國企8家、民企7家、外企5家；2008—2016年，國企13家、民企5家、外企1家。這說明了在當下中國，整體上還是國企的合作意愿和合作研發實力更強。最后，從合作企業的特點來看，合作量最多的前20家企業，50%為清華衍生企業，這說明衍生企業是清華大學技術轉移、轉化的主要途徑，組織臨近性是高校技術轉化的重要影響因素。

資料來源：整理自Patsnap 專利數據庫。

3.2 回歸結果分析

表3呈現的是負二項回歸模型的分析結果。模型1、2、3分別檢驗度數中心度、接近中心度和中介中心度對高校應用研究績效的影響。研究假設1提出產學合作專利網絡的度數中心度對應用研究績效具有正向促進作用。從表3的模型1可以看出，度數中心度對清華大學應用研究績效具有顯著的正向影響(β=0.641，p<0.001)，研究假設1得到實證數據的支持。結合案例，清華大學與很多知名企業都聯合申請過專利，包括鴻富錦精密工業有限公司、維信諾公司、國家電網公司和清華同方股份有限公司等。這些企業遍布不同的行業，類型各異，為清華大學提供了異質性知識和不同的思維方式，有益于促進創新。在具體合作的過程中，清華大學通過密切地與公司接觸，與公司的研發人員不斷地討論如何改進專利，更加了解企業的實際需求，有利于減少專利供給和需求信息的“不對稱”，促使清華大學能夠開發出更多有利于企業發展，提高經濟發展質量的專利。

表3的模型2結果表明，隨著接近中心度的提升，高校的應用研究績效在降低(β=-5.182，P<0.05)，這與研究假設2相反，故假設2沒有得到實證支持。究其原因，雖然較高的接近中心度有利于清華大學在與企業溝通的過程中更快速的獲取信息、更加獨立高效的溝通、更快地集結資源并避免信息“失真”，但是也可能因存在多重互動而導致信息冗余，增加了信息篩選的難度。也就意味著清華大學科研人員需要花費大量的時間和精力研究各個企業的實際情況，綜合多種信息，做出專利開發決策。此外，囿于人有限的信息處理能力，以至于其難以達到完全理性，因此決策的標準往往是滿意，而不是最優[17]。這種信息篩選的難度和滿意的決策標準可能使清華大學在專利合作網絡中有利的位置不能轉化為應用研究的資源，不利于應用研究績效的提高。

表3 負二項回歸分析結果

注：*p<0.1，**p<0.05，***p<0.01，下同。

研究假設3認為中介中心度與高校應用研究績效正相關，模型3的研究結果支持了這一假設(β=0.339，P<0.001)。清華大學在專利合作網絡中的中介中心度越高，表明其越占據網絡的關鍵位置，即對網絡內節點間的資源、信息、知識的流動具有較強的控制力。在參與產學合作時，高的中介中心度使清華大學能夠發揮研發的主動性并充當其它企業之間溝通和交流的媒介，能夠獲得更多有關專利的信息，使得其能夠實時監測企業間的專利合作動態，了解新的專利開發趨勢，開發出更有針對性的技術。

3.3 穩健性檢驗

為了檢驗上述分析結果的穩定性與可靠性，本文從以下三個方面進行了穩健性檢驗。第一，將控制變量中的總科研經費替換為橫向科研經費。因為橫向科研經費來自于企業資助，絕大多數以技術研究、開發為主，其成果形式以專利為主，因此對應用研究績效具有重要影響。第二，控制網絡結構的非線性效應，即分別將度數中心度、接近中心度和中介中心度的平方項納入模型中。第三，在模型中考慮了前一期應用研究績效對當前應用研究績效的滯后影響，即將前一年的專利產出的滯后效應作為控制變量納入模型中。上述穩健性檢驗的結果見表4，從中可以看出，度數中心度和中介中心度對應用研究績效影響的方向和顯著度沒有變化(分別見于表4模型1、3、4、6、7和9)。但是，接近中心度對應用研究績效的影響卻呈現出很大的不穩定性，表4模型2中該影響為負向且顯著，而模型5和8則為正向且不顯著。這表明接近中心度的影響不穩定，由此表3中關于H2的檢驗結果是不穩健的。此外，穩健性檢驗二的結果還表明網絡結構的非線性效應不顯著。

表4 穩健性檢驗結果

4 結論

本文基于清華大學在1985—2016年與企業聯合申請專利的數據，研究了高校的產學專利合作網絡對應用研究績效的影響。研究發現，清華大學與企業的專利合作申請可分為三個階段，1985—2001年、2002—2007年和2008—2016年。在三個時段內，合作網絡的節點和邊的數量一直在快速增加，合作網絡規模和密度也在擴大。負二項回歸分析的結果進一步表明該網絡的結構特征即度數中心度、中介中心度對高校應用研究績效具有顯著的正向影響，但接近中心度對清華大學應用研究績效的影響并不穩定。1985—2016年，清華大學在其產學專利合作網絡中的中心地位不斷增強，這為其應用研究績效的提升帶來了積極影響。

本文的研究結果對產學合作實踐與政策具有一定的啟示：首先，高校在篩選、尋找合作企業時，應當與企業建立更多的直接聯系，充當企業間信息溝通與交流的“媒介”；同時，優化信息篩選的機制，提高信息處理的能力，發揮網絡帶來的結構效應，避免接近中心度較高可能帶來的不利影響，從而提高自身應用研究績效。其次，鼓勵高校與企業開展長期穩定的研發合作，培育信任，推動高校將由網絡位置帶來的資源和信息優勢轉化為有價值的研究成果，避免因知識與信息冗余而帶來的負向效應。

本研究也存在一些不足：首先，本文以清華大學為例展開探討，未來的研究樣本可以擴展到其它高校，研究問題可以從專利合作網絡結構對專利數量的影響拓展到對質量的影響。其次，本文從結構嵌入性探討了合作網絡對高校應用研究的影響，關系嵌入性也是合作網絡的重要特征。因此，進一步的研究可聚焦于合作關系的嵌入性，如大學與企業合作申請專利中哪些關鍵的 “橋接者”或者何種連接機制推動了專利合作網絡的良性發展，哪些關系互動對企業和高校創新績效的提高具有特殊的意義等，這將有利于進一步揭示合作關系對高校應用研究績效影響的微觀作用機制。最后，高校由不同的院系構成，不同院系與企業合作的形式與結果具有差異性，因此，探討不同院系與企業合作申請專利的網絡特征，對于深入揭示合作網絡對高校應用研究績效影響的作用機制具有重要意義。