衍生企業視角的高校技術轉移績效影響因素研究

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)

0 引言

高等院校作為國家創新體系的重要組成部分，是實現科學新突破的重要載體；相應地，高校科技成果轉化是中國加快建成創新型國家的重要推動力量[1-2]。根據《促進科技成果轉化法》的規定，高校科技成果轉化包括技術轉讓、許可、作價入股三種形式。近年來，技術入股作為一種比較新穎的技術轉移模式在國內越來越受到重視[3]，推動了高校衍生企業的蓬勃發展。尤其在國家支持校辦產業發展、“大眾創業、萬眾創新”等政策感召下，自20世紀90年代開始，經過近30年的發展，中國高校結合自身學科特色和職能定位，發揮其雄厚的人才、知識、科技、校友、社會網絡、政府資源等優勢，大力發展衍生企業，由此誕生了一大批高校集團公司和上市公司。

高校衍生企業是指由師生創立的以轉化和產業化大學科學技術成果為基本特征的科技企業[4]。隨著知識經濟的興起，中國大學充分認識到第三職能“服務社會”的重要性[5]，逐漸從相對封閉的“象牙塔”發展成為社會經濟活動的積極參與者，通過產學研合作的方式主動介入市場，提升相關產業的科技水平[6]。作為高校技術轉移的一種重要途徑，衍生企業發展情況常被用來作為高校技術轉移績效的評價指標之一。美國知名經濟智庫米爾肯研究所(Milken Institute)構建的高校技術轉移與商業化指數，就將衍生企業數量作為其中一個維度的指標[7]，每年用于對全美最好的225所高校開展跟蹤研究。歐洲科學和技術轉移專業人員協會、美國大學技術經理人協會、加拿大統計局、西歐創業管理與創新中心等機構也將衍生企業數量作為高校技術轉移績效的重要評價指標。

學界對高校技術轉移績效及其影響因素也開展了一系列研究。國內外多數研究將高校視為一個技術轉移系統，運用投入-產出模型開展了大量研究[8-10]。學者們多選用專利申請量、專利授權量、技術轉讓數量及收入、技術許可數量及收入、衍生企業數量作為衡量高校技術轉移績效的指標[11-12]。其中，衍生企業數量作為技術轉移的一項重要產出指標受到國外學者的廣泛關注[13-15]，但國內針對該指標的相關研究較為缺乏，主要原因是中國缺乏高校衍生企業的統計，這點諸多學者在開展高校技術轉移績效分析時均提及[10,16-17]。關于其影響因素，總結相關研究，影響高校技術轉移績效的主要因素有收益分配政策[14,18]、高校組織特征[13,19]、區域經濟環境[20-21]、高校研發投入[22-24]、發明披露率[25-27]。而國內鮮有對衍生企業視角的高校技術轉移績效的研究，也缺乏對其影響因素的分析。

本研究搜集了40所教育部直屬高校衍生企業的信息數據，構建高校衍生企業的數據集，通過對數據的描述性統計分析高校衍生企業的數量和擴散結構特點，從高校科研投入、組織特征、政策環境、外部環境、發明披露情況五個維度，考察衍生企業視角的高校技術轉移績效的影響因素。需要說明的是，高校衍生企業通常由高校投入資本、技術、人員等方面的支持而形成。考慮到數據可獲得性，本文主要研究由高校資本投入產生的衍生企業。

1 理論分析與研究假設

1.1 高校科研投入

眾多研究證明高校科研投入對科技成果的產生有促進作用[28-30]，而高校技術轉移績效的提高有賴于豐富的科技成果。同時，科研規模更具優勢的高校產學研合作更為密切[22-24]，有利于衍生企業的產生。高校科研投入包括人、財、物各方面的投入，人反映為高校從事科學研究與試驗發展工作的研究與發展人員；財反映為支持研究與發展或研究與發展成果應用和科技服務的科技經費；物反映為用于研究與發展等工作的科技經費資本存量。

基于以上分析假設如下，H1a：高校研究與發展人員規模對衍生企業視角的高校技術轉移績效存在正向影響；H1b：高校科技經費支出規模對衍生企業視角的高校技術轉移績效存在正向影響；H1c：高校科技經費資本存量對衍生企業視角的高校技術轉移績效存在正向影響。

1.2 高校組織特征

眾多研究證明高校不同學科的技術轉移難易程度存在差異，尤其是生命科學、生物醫藥等學科的少量科技成果即可構成“簡單產品”[31-32]，距離產業化更近，衍生企業更多；理工類高校教師的科技成果更接近實際應用，技術成熟度較高，更容易通過衍生企業的方式實施技術轉移[33-34]；高校負責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機制約束，可通過有吸引力的報酬招募高級職業技術經理人從事高校技術轉移工作，憑借更專業的服務為高校衍生企業的順利成立提供便利[35-37]。

基于以上分析假設如下，H2a：擁有醫學院或相關院系對衍生企業視角高校技術轉移績效存在正向影響；H2b：理工類高校對衍生企業視角的高校技術轉移績效存在正向影響；H2c：擁有獨立技術轉移機構對衍生企業視角高校技術轉移績效存在正向影響。

1.3 高校政策環境

收益分配政策通過影響教師參與高校主導的技術轉移獲得的收益，刺激教師對技術轉移的參與積極性。部分研究表明，提高技術轉讓模式下教師的收益分配比例，可促進教師通過獨自研發科技成果而后將其轉讓或許可的方式獲得收益[38]，同時也將間接提高教師創業成本，減少衍生企業數量[31]；提高技術入股模式下的該比例，教師更有動力參與技術入股模式的技術轉移，而該模式常伴隨高校衍生企業的成立[39-40]。本研究參考陳強等[41]的做法，采用技術轉讓和技術入股兩種轉移模式下教師的收益分配比例表征高校的收益分配政策環境。

基于以上分析假設如下，H3a：技術轉讓模式下教師的收益分配比例對衍生企業視角的高校技術轉移績效存在負向影響；H3b：技術入股模式下教師的收益分配比例對衍生企業視角的高校技術轉移績效存在正向影響。

1.4 高校外部環境

高校所在區域經濟發展水平與其產學研合作緊密程度正相關[20]，而密切的產學研合作會促進高校技術轉移。此外，高校所在地的經濟發展水平越高，不僅對技術的需求量和需求層次越高[21]，而且為技術商業化提供了更好的發展配套，包括風險投資、上下游產業鏈支持等[27]，這就為高校衍生企業的產生提供了便利。

基于以上分析，選取高校所在地的人均地區生產總值表征高校的外部環境，提出假設H4：高校所在地人均地區生產總值對衍生企業視角高校技術轉移績效存在正向影響。

1.5 高校發明披露情況

由高校產生的發明有多種不同的權利歸屬[42]，主要分為兩大類：披露給高校的發明和未披露給高校的發明。前者是指高校作為所有權人的發明，后者是指由高校產生但所有權人卻無高校的發明。高校的發明披露率等于披露給高校的發明數量與發明總量之比。本研究采用高校的發明披露率表征高校的發明披露情況。針對高校技術轉移從教師發明產生到商業化的整個過程，源頭環節對應的發明產生即發明披露情況對高校技術轉移的開展造成影響[26]，發明披露率顯著影響高校衍生企業數量[25]。

基于以上分析提出假設H5：高校的發明披露率對衍生企業視角的高校技術轉移績效存在正向影響。

2 實證設計

2.1 變量選取

2.1.1 因變量

本研究選取兩類變量，即高校衍生企業數量和高校衍生企業擴散效應，分別從衍生企業的數量和擴散結構兩個方面表征衍生企業視角的高校技術轉移績效。

(1)高校衍生企業數量。本研究定義的高校衍生企業通常是指由高校資產經營公司對外投資的企業。高校資產經營公司投資的企業層級關系復雜，為了保障數據的統一性，本研究只統計到第三層級。選取高校每年新成立的衍生企業數量、累計成立的衍生企業總量、累計成立的第三層級衍生企業總量、累計成立的第二、三層級衍生企業總量4種數量指標全面表征高校的衍生企業數量。根據搜集到的企業數據中的“成立日期”，統計出高校每年新成立的三個層級企業數量之和，即為每年新成立的衍生企業數量，記為Spinoff_year_number。高校累計成立的衍生企業總量、第三層級衍生企業總量、第二、三層級衍生企業總量分別記為Spinoff_total_number、Spinoff_level3_number、Spinoff_level2-3_number。

(2)高校衍生企業擴散效應。本研究定義的高校衍生企業擴散效應通常是指由高校資產經營公司對外投資的較高層級企業繼續對外投資，形成較低層級衍生企業的現象。由于本研究涉及三個層級的高校衍生企業，選取高校衍生企業總擴散系數、二至三層級衍生企業擴散系數、一至三層級衍生企業擴散系數三個指標表征高校衍生企業擴散效應。高校衍生企業總擴散系數由高校累計成立的衍生企業總量與第一層級衍生企業總量之比得到，記為Spinoff_total_diffusion；二至三層級衍生企業擴散系數由高校累計成立的第三層級衍生企業總量與第二層級衍生企業總量之比得到，記為Spinoff_2-3_diffusion；一至三層級衍生企業擴散系數由高校累計成立的第三層級衍生企業總量與第一層級衍生企業總量之比得到，記為Spinoff_1-3_diffusion。

2.1.2 自變量

本研究從高校科研投入、組織特征、政策環境、外部環境、發明披露情況五個維度，考察衍生企業視角的高校技術轉移績效的影響因素，設置自變量具體如下。

(1)高校科研投入變量。選取高校研究與發展人員數量(University_size)、科技經費當年內部支出(Funds_input)、科技經費資本存量(Funds_stock)三項指標表征高校科研投入。前兩項指標均可從《高等學校科技統計資料匯編》中獲得，為了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的科技經費價格指數進行平減。參考周立群等[43]的做法，設定歷年科技經費價格指數等于歷年固定資產投資價格指數與居民消費價格指數兩者的均值，而歷年固定資產投資價格指數與居民消費價格指數均可由《中國統計年鑒》查詢得到。當年的科技經費資本存量可由折舊過的上一年科技經費資本存量與當年科技經費內部支出之和得出。資本折舊率參考王孟欣[44]的做法，對不同地區采用不同的科技經費資本折舊率，東中西部的折舊率分別為18%、15%和12%。

本研究運用兩類回歸模型分別分析影響上文七個因變量的主要因素，采用的自變量略有差別。面板數據回歸模型選取的高校科研投入變量為高校研究與發展人員數量和科技經費當年內部支出。多元線性回歸模型選取高校研究與發展人員數量和科技經費資本存量。

(2)高校組織特征變量。選取高校是否擁有醫學院或相關院系(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。其中針對是否擁有獨立的技術轉移機構這一指標，根據機構的成立時間，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，確定歷年該指標取值。設置相應的虛擬變量表示以上三項指標，取值方法均為：在某一年，該指標“是”取“1”，“否”則取“0”。

本文的面板數據回歸模型選取的高校組織特征變量為高校是否擁有醫學院或相關院系、是否擁有獨立于高校的技術轉移機構。而多元線性回歸模型選取以上全部三項，其原因是，根據筆者關于中國高校發明權屬分布影響因素的研究結果，高校的發明披露率與高校是否為理工類顯著相關，所以二者只能選擇其一作為自變量，否則會導致多重共線性。面板數據回歸模型選取了高校的發明披露率，多元線性回歸模型選取了是否理工類高校。

(3)高校政策環境變量。選取技術轉讓模式下教師的收益分配比例(Policy_royalty)和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境。這兩種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，同時結合各高校的實際情況和特點，可由各高校“科技成果轉化管理辦法”或類似信息的公開文件中查詢獲得。由于兩種技術轉移模式下教師的收益分配比例可能隨著時間變化，不將其納入本文分析累計變量的多元線性回歸模型，否則會造成分析結果不準確，而將其納入能夠反映變量每年變化的面板數據回歸模型中。

(4)高校外部環境變量。選取高校所在地的人均地區生產總值(GDP_per)表征高校的外部環境，該值可由歷年《中國統計年鑒》獲得。值得注意的是，從中查詢到的該值是按當年價格計算的，為了消除價格變動因素的影響，需用當年所在地區的居民消費價格指數進行平減。而從中查詢到的歷年各地區居民消費價格指數均以上年為基年，需將其統一換算為以2007年為基年，本文的兩類回歸模型均選取這一變量。

(5)高校發明披露變量。選取高校的發明披露率(Disclosure_rate)表征高校的發明披露情況。各個高校歷年的發明披露率可由歷年被披露給高校的發明數量與發明總量之比計算得出。同時，根據前文高校組織特征變量部分所述，高校的發明披露率與高校是否理工類，二者只能選擇其一分別作為本文構建的兩類回歸模型的自變量。面板數據回歸模型選取高校的發明披露率，而多元線性回歸模型選取是否為理工類高校。

2.2 數據搜集

鑒于國內缺乏關于高校衍生企業的統計數據，本研究首先搜集整理了高校的衍生企業數據。高校衍生企業層級關系復雜，為了保障數據的統一性，本研究只統計到第三層級。選取1985—2016年中國發明專利的申請數量排名前40位的教育部直屬高校，搜集整理高校衍生企業的信息數據，搜集時間為2019年8月2日到6日，具體搜集過程如下：

第一步，確定高校的資產經營公司名稱。在“天眼查”搜索高校名稱，在其對外投資的企業列表中，結合成立日期、投資數額、投資比例、經營狀態等與高校官網上相關公開信息，得到高校的資產經營公司名稱。

第二步，搜集高校衍生企業數據，統計到三級企業層面。在“天眼查”搜索第一步確定的高校資產經營公司名稱，得到其對外投資的第一層級企業信息；依次搜索第一層級企業名稱，得到其對外投資的第二層級企業信息；依次搜索第二層級企業名稱，得到其對外投資的第三層級企業信息。

第三步，補充大學科技園和高校技術轉移服務公司的數據。搜索高校名稱，在其對外投資的企業列表中查詢大學科技園和高校技術轉移服務公司，補充為第一層級企業。同時將這兩類公司對外投資及再投資的企業分別補充為第二、三層級企業。基于實踐認知，這兩類公司是高校開展技術轉移活動的重要載體，其投資的企業在高校衍生企業中占據較大比重。這兩類公司多數是由高校資產經營公司對其投資，但也有個別由高校直接投資。這一步可有效避免投資主體不是高校資產經營公司的部分衍生企業被遺漏。

第四步，匯總整理搜集到的所有數據，對于重復的企業數據，在統計企業數量時只按較高層級計算一次。重復出現的原因是，某企業可能既由高校資產經營公司部分投資，又由第一層級某公司部分投資；又或者某企業既由第一層級某公司部分投資，又由第二層級某公司部分投資等等諸多組合情況。本研究搜集到的三個層級高校衍生企業中，第一層級為最高層級。在統計企業數量時，重復的企業數據只按較高層級計算一次，由此可有效避免同一企業被多次計算。

2.3 描述性統計

2.3.1 高校衍生企業數量的對比分析

本研究共搜集到40所教育部直屬高校的衍生企業數據14468條，其中清華大學由于其資產經營公司并購的企業在被并購之前也對外投資了大量企業，導致搜集到的4287條數據不準確，本次研究予以剔除。所以，研究對象為剩余39所高校的10181條企業數據。根據2.2中第四步對重復數據的處理方法，統計出共有8624家衍生企業，其中第一級企業1253家、第二級企業3364家、第三級企業4007家。

39所高校的衍生企業數量差距較大，前四名北京大學903家、浙江大學669家、武漢大學597家、華中科技大學548家均在500家以上，而河海大學、南開大學等6所高校均在50家以下。衍生企業在300家以上的高校較少，除了上述前4名，僅有6所。多數高校的衍生企業數量分布在100～300家之間，中南大學等6所高校在200家以上，西南交通大學等14所高校在100～200家之間，另有廈門大學等9所高校在100家以下。

如圖1所示，排名靠前的高校衍生企業數量優勢明顯，北京大學、浙江大學、武漢大學、華中科技大學四所高校之和占了39所高校總數的31.51%，前10位高校之和占了總數的57.99%，而后9位在100家以下的高校衍生企業數量之和僅占總數的4.39%。39所高校的第一級衍生企業數量差距不大，第二、三級衍生企業數量差距較大，尤其是第三級，衍生企業總量較多的第三級企業數量通常較突出，而總量在100家以下的第三級企業數量均為個位數。綜上，為了保持樣本的穩定性，選取衍生企業總量在100家以上的30所高校的衍生企業進行研究。

圖1 39所高校衍生企業數量對比

2.3.2 高校衍生企業數量的趨勢分析

高校衍生企業數量隨時間總體呈波動上升趨勢，如圖2所示。1979—1991年起步階段平穩增長，從最初的1家企業上升至38家；1992年迎來第一個突破點，突飛猛進至90家之后直至1999年始終保持相對穩定，維持在150家以內；2000年迎來第二個突破點，翻倍增長至321家之后波動下降至局部最低點，即2006年的213家，而后穩步回升至2014年的369家，基本達到上一波峰水平2001年372家；2015年迎來重大突破點573家，2016—2018年相對穩定，均保持在600家以上。隨著2015年修改后的《促進科技成果轉化法》將對科研人員獎勵和報酬的最低標準由之前的不低于職務科技成果作價投資形成的股份、出資比例的20%提高至50%，高校衍生企業數量大幅增加。

圖2 高校衍生企業數量的變化情況

2.3.3 高校衍生企業擴散結構分析

在高校三個層級的衍生企業中，通常第一層級企業數量較少，所以30所高校衍生企業的擴散結構類型基本分為倒三角形和橄欖形兩種。典型的倒三角形擴散結構如北京大學，第一層級衍生企業數量45家，第二層級顯著增加為236家，第三層級又大幅提升為622家，通常這種結構的衍生企業總量較多。典型的橄欖形擴散結構如中國礦業大學，第一層級衍生企業數量18家，第二層級增加為83家，第三層級僅有17家，通常這種結構的衍生企業總量較少。

圖3所示為高校的衍生企業擴散系數對比情況，橫坐標從左到右依次為衍生企業總量由高到低的30所高校。可以發現衍生企業的擴散結構有所差別，通常衍生企業總量較多的高校較低層級衍生企業數量較多，擴散效應較強。一至三層級衍生企業擴散系數規律與總擴散系數相似，二至三層級擴散系數均很小且差距也很小，同一高校的二至三層級擴散系數為三種系數中最小。第一層級衍生企業數量相對較少，但擴散效應較強，平均一家再投資3.30家二級企業；第二層級衍生企業數量相較于第一層級已有大幅增長，但擴散效應較弱，繼續再對外投資企業的活躍度較低，平均一家再投資1.18家三級企業。

圖3 高校衍生企業擴散系數對比

2.4 模型方法

本文首先采用面板數據回歸模型實證分析影響高校每年新成立的衍生企業數量的主要因素，建立模型1。基于2007—2016年30所高校的數據開展實證分析，其中N=30、T=10，屬于典型的短面板數據。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檢驗和LM檢驗均表明面板數據個體效應顯著，不宜采用混合回歸模型。其次，通過Hausman檢驗得出應采用固定效應模型。面板數據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，考慮到面板數據只有10期，面板數據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，采用聚類穩健標準誤而非一般標準誤進行回歸，以克服異方差效應。模型1的具體回歸結果如表1所示。

表1 面板數據回歸結果

采用多元線性回歸模型實證分析影響高校累計成立的衍生企業總量、第三層級總量、第二、三層級總量、衍生企業總擴散系數、二至三層級擴散系數、一至三層級擴散系數的主要因素，建立模型2～7。基于2007—2016年30所高校的衍生企業數據開展實證分析，參考文獻[45]的做法，隨機抽取到2010—2011年的數據對模型進行魯棒性檢驗。結果顯示，模型中所有自變量均沒有改變相關關系方向，表明該模型呈現出較好的穩定性。具體回歸結果如表2所示。

表2 多元線性回歸結果

3 實證結果

表1中的面板數據回歸結果顯示，高校每年新成立的衍生企業數量與研究與發展人員數量、科技經費當年內部支出顯著相關，前者系數為負、后者系數為正，這與H1a的假設相反，與H1b的假設相符。表明增加科技經費投入能夠促進高校衍生企業成立，而過度擴大研發人員規模反而會對高校衍生企業的產生起到阻礙作用。究其原因，首先，通常而言，科技經費投入增加能夠促進高校科技成果數量增長，更豐碩的成果必然有助于更多高校衍生企業成立。其次，對于高校研發人員規模，由于本研究選取的30所高校的衍生企業數量均較多，在100家以上，而觀察不同高校之間每年的研究與發展人員數量與新成立的衍生企業數量對比，發現研發人員規模較大的高校衍生企業數量并未顯著增加；觀察同一高校不同年份兩者的數量對比，發現多數高校每年的研發人員規模波動較小，保持相對穩定，但衍生企業數量雖有波動卻呈穩步上升趨勢。所以，高校較大的研發人員規模并未促進衍生企業數量的增加，反映為阻礙了衍生企業的產生。

表2中的多元線性回歸結果顯示，高校累計成立第三層級、第二、三層級以及衍生企業總量、二至三層級、一至三層級以及衍生企業總擴散系數均與科技經費資本存量顯著正相關，這與H1c的假設相符。增加科技經費投入能夠促進高校衍生企業總量增加，這與上文面板數據回歸結果相一致，而前文的部分高校衍生企業擴散結構分析顯示，第二、三層級衍生企業在衍生企業總量中占據較大比重，分別為41.52%和41.65%，所以衍生企業總量增加很大程度上是第二、三層級衍生企業數量增加的結果。同時，第二、三層級衍生企業數量增加也會使得衍生企業一至三層級、二至三層級、總擴散系數增大。

模型1的結果顯示，高校每年新成立的衍生企業數量與擁有獨立的技術轉移機構顯著正相關，即H2c得到支持。擁有獨立的技術轉移機構能夠促進高校衍生企業成立，因為這類機構出于自身效益考慮，更有動力為高校優質科研成果的產業化尋找合作方及資金支持，從而加速高校衍生企業的誕生。同時，模型6的結果顯示，二至三層級衍生企業擴散系數與高校擁有獨立的技術轉移機構顯著負相關。究其原因，根據模型1的結果這類機構會加速高校衍生企業的誕生，使得衍生企業成立的總體步伐向前即較高層級移動。所以較高層級的衍生企業增多，較低層級的衍生企業相對減少，即第一、二層級衍生企業的數量增加，第三層級衍生企業的數量減少，從而造成二至三層級衍生企業擴散系數減小。

表1結果顯示，高校每年新成立的衍生企業數量與技術入股模式下教師的收益分配比例顯著正相關，與轉讓模式下的該比例顯著負相關，這與H3a、H3b的假設均相符。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技術轉移，而技術入股常伴隨著高校衍生企業的建立，所以會促進高校衍生企業數量的增加。而提高轉讓模式下的該比例，會使教師由于受到轉讓分配收益增加的刺激而更愿意通過技術轉讓獲得收益，而技術轉讓是將技術直接出售給企業，此過程中通常較少有高校衍生企業成立。同時，高校教師會對比兩種技術轉移模式下的收益分配比例，為其持有的成果選擇最佳的轉移路徑，若選擇了轉讓路徑，必然會擠占選擇入股路徑的份額，使得通過入股模式實現技術轉移的成果相對減少，同樣對高校衍生企業的產生起到阻礙作用。

根據模型1～7的面板數據回歸和多元線性回歸結果，H2a、H2b和H4均未得到支持。另外，表1結果顯示發明披露率系數為正且不顯著，但p值為0.143略大于顯著性水平為10%下的0.1，表明發明披露率對衍生企業視角的高校技術轉移績效存在弱正向影響，即H5得到部分支持。較高的發明披露率即教師將更多發明分配給高校，高校作為更多發明的所有權人，對其中更多有商業價值的發明進行投資或為其吸引投資，在一定程度上促使高校衍生企業數量增多。

4 結論

本文基于40所教育部直屬高校衍生企業的數據，分析高校衍生企業的數量和擴散結構特點，并從高校科研投入、組織特征、政策環境、外部環境、發明披露情況五個維度，考察衍生企業視角的高校技術轉移績效的影響因素。衍生企業數據表明：高校衍生企業的擴散結構類型主要有倒三角形和橄欖形兩種。通常結構為倒三角形的高校衍生企業總量較多，橄欖形的企業總量較少。高校的第一層級衍生企業數量相對較少，但擴散效應較強，平均一家再投資3.30家二級企業；第二層級衍生企業數量相較于第一層級已有大幅增長，但不同高校之間差距較大，且擴散效應較弱，再投資三級企業數量較少；第三層級衍生企業數量兩極分化嚴重，且通常三級衍生企業較多的高校衍生企業總量也較多。

實證分析表明：高校較大的研發人員規模并未促進衍生企業數量增多；科技經費投入增加能夠促進高校衍生企業，尤其是第二、三層級數量增加，同時使得高校衍生企業擴散效應，尤其是一至三、二至三層級擴散效應增強；獨立于高校的技術轉移機構能夠促進衍生企業成立，加速其誕生，改變其擴散結構，使得衍生企業成立的總體步伐向前即較高層級移動；技術轉讓和入股兩種模式下教師的收益分配比例分別對高校衍生企業數量有顯著負向和正向影響；較高的發明披露率在一定程度上促使高校衍生企業數量增多。

本研究的學術價值在于：①填補了國內對衍生企業視角的高校技術轉移績效研究的匱乏；②鑒于中國缺乏高校衍生企業的統計，構建了獨有的國內高校衍生企業數據集；③驗證了相關因素對中國情境下衍生企業視角的高校技術轉移績效的影響。