常旭華,霍 晨
(同濟大學上海國際知識產權學院,上海 200092)
自2015 年以來,我國將高??萍汲晒D化工作提升到國家戰略層面,頒布了以“科技成果轉化三部曲”為核心的全新政策體系,包括收益分配比例大幅提高250%(2015 年)、加大稅收優惠力度(2018年)、推進職務科技成果權屬改革(2019 年)、放寬國有資產處置限制(2019 年)等。在此政策刺激下,國內高??萍汲晒D化迎來了新一輪爆發期。據《全國科技成果轉化報告》(2019)的數據顯示,我國高??萍汲晒D化成交額年平均增速為32.19%,2015 年以來公開報道的超過1 億元的轉化案例接近20 項。然而,隨著科技成果轉化成交量的劇增,交易履約問題開始逐步凸顯。《高等學??萍冀y計資料匯編》的數據顯示,我國高??萍汲晒D化的回款率長期徘徊在50%左右,且呈現逐年下行趨勢??萍汲晒D化應收賬款積壓,甚至需要計提壞賬準備,對高校的審計巡視帶來負面影響,打擊了高校的參與積極性。因此,在極力促成科技成果轉化交易的同時,如何提高轉化交易的實際履約程度,實現成果轉化可持續發展,這是學界和實踐部門必須高度重視的議題。
高校科技成果轉化需要供需雙方共同配合才能實施成功。從學界層面看,關于供需雙方的交易行為研究聚焦以下方面:(1)研判因信息不對稱帶來的道德風險與逆向選擇問題,據此優化轉化交易的契約結構,包括入門費、提成費率、里程碑費用條款的控制等[1-3];(2)交易路徑選擇及交易金額的確定,包括轉讓模式總價條款、許可模式無總價條款、作價入股條款[4-5];(3)供需雙方努力水平付出[6-8]。但上述研究均是從“如何提升科技成果轉化交易成功率”視角討論成果轉化問題,分析鎖定在交易“撮合環節”而非“執行環節”,尤其對“合同簽訂,但執行失敗”這類履約問題考慮不足。大量實踐也已表明,交易成功并不一定意味著轉化成功,因此非常有必要在簽訂合同之前就事先預判供需雙方的履約意愿及其影響因素,為雙方的交易決策提供充足判斷依據。
從廣義層面看待交易履約問題,學界的研究大都集中在兩個領域:一是關于商業銀行貸款相關的信用評級系統設計與借貸人履約分析,如遲國泰等[9]、Chai 等[10]、馬源聰等[11]等;二是融資租賃、知識產權質押等情境中的信用融資與履約問題,如劉潔[12]、張曉冉[13]等。以上兩個領域的研究相對比較成熟,關于主體履約行為的影響因素分析也已基本形成共識。這為本文開展科技成果轉化領域的履約問題分析提供了很好的思路借鑒。有所區別的是,傳統融資借貸中的履約行為分析是“由債務人至債權人”的單向履約,而科技成果轉化中的履約問題涉及供需雙方對等履約,相應的影響因素更為復雜。
實踐中,科技成果轉化交易包括技術談判和商務談判兩部分。前者側重對科技成果轉化標的物進行科學、客觀的價值評估[14];后者則是指高校院所(技術供給方)與企業(技術需求方)交易前,對各自的歷史聲譽、經濟實力、購買目的等交換信息,并據此針對性設計交易合同,以最大化收益,規避因履約不足帶來的風險損失。值得一提的是,近年來我國各地紛紛建立了省一級技術交易市場和專業化中介組織,從事技術撮合交易[15-16]。這類中介組織出于交易傭金的安全性考慮,也必須基于供需雙方提供的基礎信息,事先評估二者的履約意愿和能力。
基于此,本文聚焦高校科技成果轉化供需雙方的履約問題,構建供需對接視角下的履約影響因素體系,據此設計相匹配的履約測度與評級體系,為供需雙方和第三方中介組織提供事前履約風險提示,進而針對性設計交易合同條款。
科技成果轉化過程中,技術供給方(高校院所)向技術需求方(企業)輸出作為交易標的物的顯性知識產權和隱性默會知識(包括技術訣竅、培訓服務等);同時,技術需求方按照交易合同約定支付相應對價。但與一般商品買賣合同不同,技術交易合同本質是供需雙方就技術使用的未來收益分配進行約定,其中,未來收益是指履約期內(從合同簽訂之日起至合同履行完成)取得的全部收益。供需雙方的分配權與履約期長短密切相關。
在履約期內,信息不對稱是供需雙方達成轉化交易的基礎和前提,技術供給方利用技術信息優勢交換技術需求方的資源控制優勢;同時,信息不對稱也迫使技術交易過程呈現高度不確定性、不可逆性和不徹底性的特征。這主要表現在以下方面:(1)高校院所提供的技術大都處于實驗室設計或概念驗證階段[17],距離真正的產業化仍有一定距離,轉化效果不確定性高,導致因不達預期觸發效率違約;(2)供需雙方以無形的技術信息作為交付標的物,信息交付與價款支付不同步[18],技術需求方獲得技術信息后將根據市場反饋、自身經營狀況等因素綜合判斷成果轉化實施與否及方式,這種類似看漲期權的履約決策可能導致技術供給方收不到合同約定價款[19],但科技成果信息卻已完全泄露[20];(3)供需雙方簽署的是不完全性合同,技術需求方無法在合同中清晰規定技術供給方應當給予的技術指導內容與時間,存在支付合同價款后難以獲得相應指導服務的風險[21]。
基于以上特征,科技成果轉化活動中,供需雙方均可能出現履約問題。具體如表1 所示。

表1 科技成果轉化中供需雙方可能出現的履約風險
實踐中,科技成果轉化供需雙方均可能出現履約問題;但因技術交易對象匹配的隨機性,難以構建存在嚴格因果關系的數理化履約模型;另一方面,目前關于科技成果轉化的知識產權評議指標、績效考核指標等亦無法直接適用于供需雙方履約意愿評價?;诖?,本文借鑒銀行借貸程序中的信用評級思路,歸納影響供需雙方履約意愿的核心因素,構建履約意愿測度體系,測算履約評級得分,為科技成果轉化合同設計前的決策提供參考。
聚焦成果轉化供需雙方,其履約意愿測度體系構建應遵循目的性、客觀性和獨立性原則。
一是目的性。從供需對接視角出發,設計的指標體系既應能對技術供給方、技術需求方的履約意愿分別進行事前評估,也應能據此推斷科技成果轉化交易和執行的成功率。須明確的是,本文擬得出的履約測度得分與供需雙方的真實履約意愿不存在嚴格的對應關系,僅作為衡量供需雙方履約的程度指示標簽。
二是客觀性。為避免主觀性指標造成的履約測度結果不可靠,盡量采取可量化、可驗證的客觀指標;對諸如科技成果重要性等需要結合具體案例的主觀指標,由供需雙方在初次談判或接洽時自行填寫確認。針對指標權重,擬通過專家打分和仿真數據模擬真實情境,得出符合履約評級規律,且有足夠區分度的指標體系。
三是獨立性。從科技成果轉化供需對接視角出發,結合既有研究文獻和調研訪談,將影響供需雙方履約意愿的因素盡可能全部納入指標體系,構建兩級指標體系;同時,為避免指標之間的相關干擾和計算時的多重共線性問題,確保所有一級、二級指標由定類數據、定序數據、數值型數據構成,所有指標之間相互獨立,不存在相關關系。
從技術供給方視角看,考慮其履約意愿與組織特征、成果技術特征、科研人員意愿相關。
2.2.1 技術供給方的組織特征
組織機構聲譽:數據表明,高校院所聲譽與科技成果轉化績效正相關[22]。一方面,從聲譽維持視角看,我國高校院所聲譽源自政府主管部門認定(如“雙一流”高校)和業界影響力,在國家力推科技成果轉化背景下,其必然會協調單位內部科研人員積極配合企業,履行成果轉化約定,樹立良好社會形象;另一方面,從履約能力視角看,排名靠前的高校院所更具規模優勢,能夠提供多學科的技術支持,解決成果轉化中的科學問題、工程技術問題、商業模式與營銷問題等。因“雙一流”高校實施時間不長,本文仍采用“985/211 工程”高?;蛑锌圃合到y、行業學科排名兩個指標反映技術供給方的聲譽,并考慮與其履約意愿正相關。
技術轉移部門的組織結構:高校技術轉移辦公室(Technology Transfer Office,以下簡稱TTO)作為第三方中介組織,在科技成果轉化活動中發揮著巨大作用。TTO 的組織結構包括內設結構、外部結構兩類,研究表明其結構形式與科技成果轉化績效密切相關[23]。通常而言,從屬于高校院所內部行政體系的TTO 通常由一個或多個部門聯合組成,因單位背書而信譽高、履約積極,但存在市場化不強、決策效率偏低等不足;外部結構下,TTO 獨立于高校院所自負盈虧,按照市場規則開展中介服務效率更高,但存在與高校院所之間缺乏組織粘性,技術信息分享困難、難以直接協調科研人員等不足。盡管兩類組織機構各有優缺點,但從全球前200 名高校的TTO 機構設置看,內設結構占據了主導地位[24]。因此,本文考慮內設機構更有助于高校院所的科技成果轉化履約。
成果轉化歷史交易記錄:成果轉化歷史交易數量、在相同或類似行業的成交額一定程度上可以反映高校院所持有科技成果的質量,以及對科技成果轉化的重視程度、相應的組織協調能力與談判能力。尤其當歷史交易記錄反映高校院所存在不良履約行為時,例如科技成果實現不了宣稱的技術效果、科研人員不愿配合,技術需求方和中介組織可進一步甄別其實際履約意愿和能力。本文中,考慮成果轉化歷史交易成功記錄越多,履約能力越強。
2.2.2 待轉化成果的技術特征
科技成果技術特征包括技術熟化程度、技術相對先進性及權利穩定性。通常而言,高校院所的成果處于實驗室驗證或概念模型階段,在商業化之前還需進行中試、小批量試制,解決生產工藝、技術匹配等問題,技術熟化度越高越有利于轉化。其次,從技術生命周期看,需要分析待轉化成果在所處細分技術領域中的相對先進性,依據不同領域、不同市場判斷技術的相對壟斷性時間和可替代性風險,進而預測技術的實際使用壽命。最后,專利技術的保護范圍和權利穩定性對技術供給方的履約意愿有顯著影響。例如,在武漢國想電力科技股份有限公司訴武漢大學專利權轉讓合同糾紛一案中,武漢大學并未就涉案專利的技術秘密簽訂合同,導致國想公司不能掌握專利完整的技術資料,合同目的無法實現。因此,本文考慮技術熟化度、技術先進性、專利文件質量均與技術供給方的履約意愿正相關。
2.2.3 科研人員參與意愿
科研人員介入程度:與一般有形商品交易合同不同,科技成果轉化合同屬于不完全合同,盡管科研人員的介入程度直接決定了轉化成功率,技術需求方卻無法事先約定科研人員應付出的努力水平。具體而言,在發明披露環節,科研人員為確保自身信息優勢,通常在技術供給方無察覺的情況下選擇性披露關鍵的隱性知識,即“不問不說”策略,以延緩技術需求方掌握科技成果的進度[25]。其次,在科技成果交付與驗收環節,科研人員介入程度越深,如入駐企業開展技術指導和技術培訓,越有助于單位履行轉化合同;在科技成果轉化后期,科研人員可持續改進相關技術,協助技術需求方升級改造技術,并達成技術回授相關協議。因此,本文采用“是否進駐買方單位技術培訓”反映科研人員介入程度,并考慮其與單位履約意愿正相關。
收益分配比例與是否參股:在高校院所內部,科研人員所能獲得的經濟收益與其轉化積極性成正比。若高校院所的內部收益分配缺乏合理性,或與科研人員需承擔的技術指導與培訓任務嚴重缺乏對等性,將可能極大傷害科研人員的參與意愿,進而影響單位的履約。若高校院所通過作價入股參與技術需求方的日常運營并共擔經營風險,且科研人員獲得了一定比例的股份。在此情形下,科研人員、技術供給方(高校院所)、技術需求方(企業)構成一個利益共同體,將會共同推進科技成果轉化。因此,本文考慮平衡各方利益的收益分配比例與作價入股策略,均有助于提升技術供給方的履約意愿。
從技術需求方視角看,其履約行為表現為按合同約定實施成果轉化,按期支付科技成果轉化合同金額。其履約意愿與成果轉化合同特征、待轉化成果的重要程度、技術需求方的組織特征及地區營商環境密切相關。
2.3.1 成果轉化合同特征
轉化合同金額與行業平均成交額之比:科技成果轉化談判過程中,合同金額是核心談判點。技術需求方愿意承擔的轉化合同金額反映了其對科技成果需求的迫切程度。轉化合同金額越高,技術需求方所承受的履約壓力和違約風險也就越高,只有對待轉化成果需求強烈的技術需求方才可能報出高于行業平均成交額的價格。因此,本文考慮轉化合同金額的相對高價可被視為技術需求方履約意愿的信號。
轉化合同結構:技術需求方執行轉化合同時,其執行內容包括入門費、里程碑費或提成費、其他費用等。通常而言,設置入門費意味著技術供給方試圖將轉化收益風險部分或全部轉嫁給技術需求方[26]。入門費占合同總額比例越高,反映供需雙方信任度越低,技術需求方在未取得實質性收益的情況下需要先支付一筆現金。因此,本文認為談判之初技術需求方透露的入門費比例,反映了其對待轉化成果的需求程度和履約意愿。
轉化合同支付方式:科技成果轉化合同的支付方式決定了收益分配比例的分布重心,影響交易雙方的資本投入和后續轉化。技術供給方總期望重心前移,盡快取得轉化收益,降低轉化風險;技術需求方則正好相反,期望采取按產量或利潤提成的線性支付方式,在履約期內供需雙方共擔轉化風險。一個例外情況是,技術需求方在沒有支付約束時,也可能通過一次總付的方式完成交易,以擺脫對技術供給方的依賴和可能的商業信息分享。
適應性開發投入承諾:技術需求方獲得科技成果后,需要投入資金進行工藝匹配、生產線改造等;這些投入也包含用于資助高校院所進一步開展研究。在科技成果轉化談判過程中,若在主合同之外附加了適應性開發合同,或做出了適應性開發投入承諾,可被視為技術需求方具有較強的履約意愿。與此同時,基于適應性開發投入,供需雙方應當明確對未來潛在技術進展的權利歸屬,通過轉化合同中的技術回授條款進行規制。因此,本文考慮若技術合同中包含適應性開發投入條款和技術回授條款,技術需求方履約意愿更強。
2.3.2 待轉化成果的重要程度
科技成果作為轉化標的,其包含的技術信息與技術需求方的產品特征、工藝特征匹配度越高,轉化效率越高,也將越有助于新產品開發或工藝改進,進而有助于技術需求方提高利潤或降低成本。與此同時,待轉化成果在技術需求方的產品或工藝技術體系中,專用性越強,自研或仿制成本越高,越會促使其履行科技成果轉化合同。因此,本文考慮技術匹配度、技術相對重要性與技術需求方的履約意愿正相關。
2.3.3 技術需求方的組織特征
科技成果轉化過程中,因涉及里程碑合同條款或提成費條款,技術需求方需要與技術供給方分享相關產量數據、客戶數據和成本數據。技術需求方財務制度越完備,數據準確性和可復核性越高,越有利于轉化交易的達成。與此同時,技術需求方的日常運營狀況,包括資產負債率、現金流量表和市場占有率等,也直接影響其科技成果轉化履約行為。特別地,當供需雙方確認按產品收入或利潤提成時,技術需求方的經營狀況,包括與待轉化成果相關的產品產量規模與盈利情況,將決定最終的履約程度。因此,本文考慮技術需求方的財務制度健全度、主營業務盈利情況及主要產品產量規模與其履約意愿正相關。
2.3.4 地區營商環境
因我國尚未完全建立起社會信用體系,各區域的知識產權行政與司法保護體系不盡相同,技術供給方和中介組織在開展跨區域科技成果轉化活動時,需要考慮技術需求方所在地區的知識產權法治水平和營商環境,盡可能降低交易成本和商務成本。因此,本文考慮地區營商環境越好,技術需求方履約意愿越強。
綜合科技成果轉化中影響供需雙方履約意愿的因素,構建指標體系。具體如表2 所示。

表2 科技成果轉化供需雙方的履約測度指標體系
從第三方中介組織視角看,需要根據供需雙方特征,測度履約意愿,進行履約評級,并在此基礎上設計相匹配的合同結構。本文借鑒商業銀行的信用評級系統設計思路,首先,考慮履約評級滿足“履約級別越高,損失率越低”原則,其中,損失率的計算公式如下:

針對表2 中供需雙方履約意愿的影響因素,實踐中由于科技成果轉化交易的保密性和非公開性,難以獲得真實的數據?;诖?,本文擬在充分調研基礎上,根據專家意見給出每個影響因素的取值范圍,按照正態分布規則進行隨機數生成,以代替真實交易中供需雙方的特征。采用生成隨機數的理由如下:(1)技術供給方和技術需求方對應的22 個指標是獨立不相關的,且均與履約率呈正相關關系,采用隨機數生成不會影響變量之間關系;(2)生成隨機數的取值范圍來自行業經驗數據,正態分布符合行業規律。因此,本文隨機生成了10000 組技術交易的影響因素數據,22 個指標的取值范圍如表3 所示。

表3 科技成果轉化供需雙方影響因素變量的取值分布
同一筆科技成果轉化交易,能否成功實施完全取決于供需雙方的履約意愿,因此,供需雙方履約評級的權重之和為1。進一步地,考慮供需雙方履約行為對轉化交易成功實施的影響權重不盡相同,根據專家訪談結果,一旦潛在的交易雙方開始接洽,通常技術需求方擁有更強的交易控制權[27]。因此,本文中供需雙方履約評級的權重滿足條件:。基于以上參數設置,本文考慮技術供給方和技術需求方權重分別為(0.3:0.7)和(0.4:0.6)兩種情況。在供需雙方內部,模擬所有因素對履約意愿的影響程度,即按照的要求(表示第 個指標第 次的權重數值),窮舉所有因素可能的權重分布?;诖耍瑢⒐┬桦p方的履約評價劃分為7 個等級,計算兩種權重下供需雙方的履約評價。具體如圖1。

圖1 科技成果轉化供需雙方不同權重下的履約評級分析
一個合理的評級系統需要滿足兩個條件:(1)履約評級越高,科技成果轉化成功率越高;(2)評級系統具有足夠的區分度,能夠為供需雙方及交易平臺提供針對性事前預測。圖1 表明,當供需雙方履約權重比為(0.3:0.7),且供需內部各因素權重平均分布時,7 級履約評級能夠滿足以上兩點。而當供需雙方履約權重分別為0.4 和0.6 時,7 級履約評級部分失效,無法完全滿足區分度要求。本文也詳細分析了其他權重配比情形,最終得出(0.3,0.7)是一個相對較優的權重體系。
為有效發揮科技成果轉化供需雙方履約評級結果的預測作用,本文考慮根據以上指標體系和權重設計履約評級系統。科技成果轉化談判之初,由第三方中介組織負責將雙方的單位基本信息、技術數據、可分享財務數據、非財務數據、意向合同基本信息錄入系統,系統根據權重自動計算供需雙方的履約評級,為進一步的科技成果轉化合同條款設計提供針對性建議。同時,系統具有履約評級歷史數據保存、更新、查詢模塊。理論上,供需雙方的履約數據累積規模越大,系統提供的事前預測將越準確。具體如圖2 所示。

圖2 科技成果轉化履約評級系統
科技成果轉化過程中,技術供給方履約評級越高,科技成果成功實施概率越高;技術需求方履約評級越高,科技成果合同回款率越高??萍汲晒D化第三方中介組織作為居間方,可根據以上評級系統,通過供需雙方提供給交易平臺的初始信息進行事前預測和判斷,并選擇性與技術供給方或技術需求方分享歷史評級記錄與當前評級信息。如圖2 所示,第三方中介組織一方面可根據技術供給方的履約評級結果向技術需求方建議,設置技術適應性開發和技術回授建議;另一方面可根據技術需求方的履約評級結果向技術供給方建議,若履約評級較低,應當提高入門費比例,降低提成費比例。
隨著我國科技成果轉化交易體量的急劇增大,技術供給方和技術需求方均可能基于不同訴求作出履約不力的決策。為克服這一局面,基于供需雙方的個體特征、交易傾向、交易經歷等數據構建履約測度,使得供需雙方掌握對方履約意愿的先驗概率,而后再確定是否交易是一個可行辦法?;诖?,本文聚焦科技成果轉化履約問題,從供需對接視角出發,構建了影響供需雙方履約意愿的指標測度體系,并基于隨機模擬數據,構建出符合實際情況的指標權重體系;在此基礎上,設計科技成果轉化履約評級系統,通過履約評級數據開展事前預測,指導供需雙方設計符合自己利益的科技成果轉化契約。可以推斷,這一履約評級系統可極大消除供需雙方技術交易前的信息不對稱,進而做出更加理性的交易決策。
本文的不足之處在于:(1)數據問題??萍汲晒D化真實交易合同屬于商業秘密,單純從學術研究層面難以搜集足夠多的交易數據驗證履約評級系統可靠性。對此,本文已著手開發科技成果轉化供需雙方履約評級軟件模塊,未來將嵌入第三方中介組織的交易平臺,通過批量數據訓練,修正評級權重,以提供更為精確的事前預測。(2)輸入—輸出對應關系。本文已初步解決了供需雙方基礎數據與履約評級之間的匹配關系,但針對履約評級與契約合同條款僅給出了正/負相關關系,未來可進一步明確幾組相關關系的相關系數。