技術中介在技術交易服務中是否存在下沉傾向
——基于買方選擇視角的驗證

宋丕丞

(首都經濟貿易大學 經濟學院，北京 100070)

0 引言

在知識經濟時代，技術要素交易與轉化效率對創新鏈條持續運轉至關重要。技術中介的存在能夠彌補買方與賣方在交易資源及交易能力方面的缺陷，緩解交易雙方之間的信息不對稱，促進交易的達成。基于此，我國在大力發展技術市場的同時，非常重視技術中介組織建設，《國家產業技術政策》《關于大力發展科技中介機構的意見》《國家中長期科學和技術發展規劃綱要》等文件多次就技術中介發展與完善提出指導意見[1]。當前，我國技術中介服務門類較為齊全，服務能力得到極大提升，對技術轉化形成了有效支撐[2]。但同時也應該注意到，從技術市場調查結果看，現有技術中介“經手”的技術標的多為低價值、低技術含量或者相對過時的技術，基于網絡中介技術平臺調查的成交價大多分布在50萬元以內，參與的賣方與買方多為中小單位或個人，呈現出低端化服務特征及服務下沉趨勢。服務下沉雖然能夠促進大量應用型技術擴散，但技術中介組織總體上未能很好地服務于中高端技術轉化和高價值技術要素合理配置，這與我國提升高精尖技術創新與應用的取向相悖。基于此，本研究提出如下質疑：當代技術中介在技術交易服務中是否存在下沉傾向？本研究基于買方視角，對中介交易影響因素進行驗證。從適用性方面考慮，對相關因素構建Probit模型，利用全變量回歸及分組回歸方式，考察變量具體影響方向和影響程度。

1 研究綜述

1.1 技術中介存在的必要性

技術中介這一角色在技術交易中不可或缺。方世建等[3]認為，技術交易不確定性來源較多，技術研發成果不確定、市場需求與買方行為不確定及經濟環境與相關政策不確定等均會影響稀缺技術資源在競爭主體間的合理配置。因此，技術交易活動比一般商品交易活動所需的條件更加嚴格。而技術中介能夠在3個方面促進技術交易的達成：第一，中介可以在功能層面有效緩解信息不對稱風險，彌補交易信息不完整缺陷，克服交易風險遞增問題，進而促進技術交易的實現[4]。信息不對稱是制約技術交易的核心問題，中介可以在買方與賣方之間建立兩段式交易溝通機制，基于自身信用對部分隱藏信息起到擔保作用，使交易雙方敢于涉入深度交易談判。第二，中介大規模介入交易可以改善技術轉移體系運轉，在機制層面形成有效支撐。徐雨森、蔣杰等[4]認為，技術中介在技術轉移過程中能夠起到系統化作用，通過構建轉移系統影響機理模型，進而對技術中介功能承載進行系統分析；Bozemon[5]研究發現，技術中介可以激發技術所有方的轉移意愿，彌補其轉移能力缺陷，提高技術轉移效率。第三，充分市場化的中介服務能夠在微觀層面保障技術交易的順利進行。王希良等[6]提出，市場化交易環境有助于提升中介機構運作能力，使其在技術轉移過程中發揮顯著功效。市場化模式可以形成良性競爭，使中介組織不斷完善相關服務乃至延伸服務，有效覆蓋技術交易事前、事中和事后環節，充分維護好買方與賣方利益。從國際維度看， Grosse等[7]、Cummings等[8]研究發現，技術中介在一國乃至國際技術轉移實踐中均起到重要作用，許多交易的實現在很大程度上受益于交易中介對一些細節過程的設計與支持。

1.2 技術中介在交易過程中的局限性

盡管技術中介有利于技術交易達成，但受限于技術市場本身的特點，技術中介在功能層面仍存在不足：第一，從理論層面分析，技術交易存在逆向選擇風險，交易參與方均有較強的機會主義傾向。經典分析理論認為，中介參與可以糾正信息失衡，使雙方均可獲益。但是，中介獲取的信息通常是不完善的，在交易中僅能發揮一定的身份優勢，這種公信力很容易受到質疑。第二，從實踐層面看，中介參與盡管可以為買方提供一定程度的保障，但賣方可以選擇其它交易渠道，因此無法完全克服此類問題[9]。技術供需在信息層面上的差異是產生此類問題的關鍵，許多技術研發單位并不是技術應用主體，對市場需求判斷不準，使技術成果與企業承接不匹配，買方難以從市場上搜尋到適宜的技術。同時，開放式技術交易容易形成理論上的檸檬市場，導致劣質標的逐漸淘汰優質標的，中介只能參與低等交易服務。第三，從系統層面看，洪進等[10]基于技術轉移演化路徑模型，對我國技術轉移協同演化階段進行識別，得出協同度偏低、波動性較強的結論，該特征明顯限制了我國技術轉移能力提升。國內外許多中介機構主要服務于技術轉移前期與中期需要，能夠從事深度技術轉移服務的中介數量較少；而且，許多技術中介僅服務于特定主體，服務開放程度不高[11-13]，在一定程度上限制了中介功能的發揮，高端需求方則有可能不選擇中介進行交易(朱學忠等，2020)。同時，已有中介組織實踐表明，我國技術中介在深度服務能力方面普遍存在不足，未能有效融入供需雙方的技術創新與轉移過程，僅能夠提供平臺、場所、市場信息獲取等基本交易要素[14-15]。在交易輔助方面，也多以法律咨詢和融資服務為主，而這些服務有較高的可替代性，當賣方企業規模較大或企業高管自身具備充足的知識和經驗時，則無需借助技術中介進行交易，進而將技術中介“排擠”至中低端市場[16-17]。

綜上所述，技術中介理論上有利于技術交易的實現，但仍然存在逆向選擇風險。在現實交易環境中，由于相關參量無法達到理想狀態，中介活動無法完全排除由逆向選擇帶來的交易低端化傾向。部分研究雖然在理論層面對此有所涉及，但未從微觀層面或實證層面進行細致考察。從我國技術市場發展實踐看，近些年諸多技術中介組織，尤其是基于網絡平臺的中介組織鮮有承接高端技術交易服務的案例，部分案例研究文獻雖然有所涉及，但缺少量化分析?；诖?，本研究認為，技術中介在現有交易活動中并不能夠“完美”扮演第三方角色，信息甄別與傳導能力有限，難以適應廣泛的技術市場交易需求[18]，理論上存在服務下沉趨勢。鑒于此，本研究基于技術買方視角，綜合交易選擇影響因素，對企業特征變量和技術特征變量進行考察，這些變量能夠較好地反映技術交易服務下沉傾向。此外，考慮到技術交易活動的連續性，引入交易經驗變量，以使模型解釋更加全面。

2 技術中介選擇影響因素模型設定

2.1 被解釋變量

本文中的被解釋變量為買方是否通過中介進行技術交易(Cho)。市場上的技術買方以企業為主，其交易目的多為自用，主要用于商品生產或二次開發。另外，也存在其它類型的技術買方，如科研機構、高校用于科研或教學使用，以及中介買斷進行二次轉讓等(欒春娟等，2019)。為保證回歸分析的一致性和有效性，本研究在取樣時將其控制在企業自用范圍。

2.2 解釋變量

2.2.1 企業特征變量

(1)企業規模影響技術交易方式選擇。一般來說，企業規模越大自主研發能力越強，同時，自有技術部門與法律部門能夠提供更多服務，在技術交易中無需借助中介組織。因此，本研究認為，企業規模越大，借助中介進行交易的概率越低。在變量選取方面，本文使用企業注冊資金(Scal01)和企業人數(Scal02)，由于兩個變量高度相關，因此在模型擬合時僅使用一個變量，另個一變量用于穩健性檢驗。

(2)企業成立年限(Year)反映企業成熟度水平，年限越長的企業理論上擁有越豐富的市場交易經驗，也就傾向于獨立進行交易[19]。

(3)企業自有研發資源和能力越強，對外部技術依賴越小。本研究選擇存量和準流量兩個指標進行衡量：一是由被調查對象判定企業所具備的研發能力(RD-lev)。為簡化數據采集，該變量采用分級形式，并帶有一定主觀性；二是企業年均研發投入(RD-inv)，采用近3年均值，同樣由被調查對象提供。

(4)企業所屬行業競爭等級(Lev)越高，企業獲取技術的意愿越強，借助中介快速獲得技術的概率也就越高[20]，而競爭等級確認精度在一定程度上受被訪者主觀判斷的影響。

(5)企業高管知識能力影響企業關鍵決策，高管知識層次越高、交易能力越強，越傾向于選擇自主交易。本研究設計人員學歷綜合變量(Edu)，計算方法是對企業3位主要管理人員的學歷賦權相加，3位管理人員包括總經理(CEO)、副總經理及技術主管(CTO)或近似職位。部分小企業如無相關職位，則依據在企業內的重要性程度湊齊3位管理人員進行指標測量。

2.2.2 交易經驗變量

從經營行為動態角度看，企業以往決策能夠對當前決策產生影響。本研究將企業在技術方面的交易經驗劃分為兩個變量：(1)以往是否經歷過中介交易(Exp01)。此變量反映企業是否具備相關服務體驗，對中介服務的切身了解有利于其再次選擇中介服務。該變量考察最近一次技術交易之前是否使用過中介服務，在樣本數據采集時需要向被訪企業說明,若被訪企業僅進行過一次交易，則該變量取值為0。

(2)企業以往技術交易失敗經驗(Exp02)有可能促使其選擇中介服務，以避免出現相關糾紛并影響技術獲取。常見的技術失敗交易經驗主要包括技術合約存在缺陷、技術交付遲緩和款項支付困難等，而技術中介提供的相關交易服務能夠緩解或克服這些問題。

2.2.3 技術特征變量

(1)技術所屬應用領域。本研究參照國家技術轉移示范機構分類標準及典型技術交易平臺上的模塊分區，選取交易量較大的6類技術(Tec-typ01..06)，分別為食品類、電子類、機械類、建筑類、環保類、農林類及其它類別(Tec-typ07)。不同技術類別有可能給企業交易選擇帶來不同影響，該指標用于全樣本和分類樣本回歸分析。

(2)技術來源。首先，企業(Tec-fro01)是技術創新較為活躍的主體，但大部分企業技術創新以自用為主，很少有企業以授權或轉讓技術為盈利手段，因此企業出讓技術在技術市場中的比例較低。從實際交易情況看，企業出讓的大多是過時技術或邊緣技術，在交易平臺上熱度較低。其次，高校(Tec-fro02)在技術創新方面擁有一定優勢，通常能夠接觸到較為前沿的技術理念，且在創新與實驗過程中成本較低(劉翠翠等，2012)。高校技術創新成果類型多樣，既有基礎性創新成果，也有應用型研究成果。高校由于缺乏市場化資源和能力，技術成果中有相當比例以轉讓方式獲取一次性回報，在技術市場中參與度較高。再次，科研機構(Tec-fro03)同高校情況類似，科技創新成果同樣需要尋找快速轉移通道，技術市場與交易中介能夠較好地滿足這一需求。同時，科研機構由于具有團隊優勢，在專項領域中還會獲得許多委托開發合約。第四，個人及其他(Tec-fro04)類型主體在技術創新中的作用同樣不可忽視。近年來，來自“民間”的科研成果數量迅速上升，“民間”創新主體成為技術市場中非?；钴S的部分。此類技術創新的特點是，偏應用型創新成果居多，成交價格普遍較低(約90%在20萬元以內)，且多為實用新型專利或外觀專利。個人技術創新多缺乏系統性，成果質量參差不齊，在交易中買方普遍存在疑慮，因此經由中介可以有效保障買方權益。

(3)技術形式。其中，發明專利(Tec-form01)是指針對產品、方法提出的新技術方案，專利保護期限為20年；實用新型專利(Tec-form02)是指對產品形狀、結構或者兩者相結合所提出的實用新型技術方案，專利保護期限為10年；外觀設計專利(Tec-form03)是指對產品形狀、圖案或者兩者組合所作出的適用于工業應用的新設計，專利保護期限為10年。

(4)目標交易技術不可替代性(Tech-rep)，由低至高分為5級，等級越高表明該技術在市場上越難找到近似或可替代技術，技術稀缺性越強，該指標由調查樣本主觀評價。

(5)以交易金額衡量的技術價值(Tec-valu)，計價單位為萬元。由于本研究以已完成技術交易的主體為研究對象，因此采用實際成交價進行測量。

2.2.4 控制變量

為保證實證分析可靠性及結論有效性，本研究控制以下4個變量：

(1)技術載體形式為專利的技術類型(Ctrl-typ=1)。雖然技術載體有多種形式，但其它類型(技術咨詢)技術交易過程明顯不同于專利，且技術中介在交易過程中所發揮的作用也存在顯著差別，現有中介業務主要集中在專利支持交易領域。

(2)技術所屬主要限定在國內技術(Ctrl-reg=1)。由于跨境技術交易在流程方面比較繁瑣，涉及相關技術(輸入)審核、支付與轉讓手續等，合約復雜度明顯高于國內技術交易，且技術中介有資質考核，故本研究排除此類技術。

(3)調查樣本需要在近兩年內發生過技術交易(Ctrl-year=1)。考慮到技術專利貨幣價格水平、技術時效性、交易流程、中介機構競爭程度及中介政策變化均有可能對測量結果造成影響，故本研究對樣本交易時期加以控制。同時，對近期樣本的分析具有較強的應用導向性，有利于對研究結論進行政策分析。

(4)樣本企業需要有多種交易渠道選擇(Ctrl-metho=1)。被解釋變量涉及分類選擇，僅有一種選擇渠道將使企業陷入被動狀態，無法有效識別設定的影響因素。

本文中被解釋量Cho為二分變量，結合文獻研究及本研究考察重點，采用Probit模型進行回歸分析，模型采用如下形式：

Pr(Cho=1)=G(α+βEnti+γExpi+δTechi+μ)

(1)

其中，Enti為企業特征變量組別，Expi為交易經驗變量組別，Techi為技術特征變量組別。同時，需要保證控制變量組別(Ctrli)取值為1。

表1 變量分類與描述

3 實證分析

3.1 描述性統計分析

本文共發放問卷3 000份，回收2 613份，其中控制變量均符合研究標準的有效問卷為2 123份，可用于模型擬合的樣本占81.2%。樣本企業自身所屬行業及比例分別為：食品類387，占比為18.2%；電子類413，占比為19.5%；機械類226，占比為10.6%；建筑類308，占比為14.5%；環保類67，占比為3.2%；農林類285，占比為13.4%；其它437，占比為20.6%。買方樣本企業行業分布除環保領域較少外，其它行業比例較接近，適宜用回歸分析驗證相關假設。該指標在采集信息時依據的是企業注冊特征及行業相近原則，非典型業務歸口為其它領域。

全樣本變量描述性統計結果如表2所示。其中，因變量為1的樣本占比為52%，分布接近1∶1。①企業特征：在企業規模方面，注冊資金跨度為35萬～2 300萬元；從業人數跨度為13～962人，企業樣本大部分集中于中小微企業，此類企業明顯更傾向于借助中介采購技術；企業成立年限跨度為3～25年，均值為8.72年，樣本總體呈現“年輕”化特征；企業自評價研發能力覆蓋區間為1～5，均值為2.31，分布狀況較為理想；企業年均研發投入跨度為8萬～387萬元，均值為76.42萬元，研發強度同企業規?；酒ヅ?；樣本總體行業競爭等級均值為2.89，企業認知市場競爭情況屬中等偏上水平；企業管理人員綜合學歷跨度為6～12，均值為9.30，總體分布偏中高水平；②交易經驗：在樣本企業中，有41.1%的樣本企業以往經歷過中介服務，15.0%的樣本企業有過交易失敗經驗，可在一定程度上辨識交易經驗對因變量的影響；③技術特征：交易標的行業歸屬比例為，食品類24.1%，電子類19.4%，機械類15.2%，建筑類13.0%，環保類20.6%，農林類6.0%，其它1.6%。其中，環保類技術交易量占比較高，此指標與環保類企業樣本指標差距較大，主要原因是近些年各行業強制環保標準提升，大部分生產性企業均需采用環保技術，缺乏自行研發基礎或相對成本較高，只能通過交易方式獲取。在技術來源方面，企業技術占比為10.1%，高校技術占比為29.9%，科研機構技術占比為36.9%，個人及其它占比為23.1%，樣本占比同理論分析一致。在技術形式方面，發明專利占比為23.2%，實用新型專利占比為45.1%，外觀專利占比為31.7%。由買方評價技術不可替代性指標覆蓋區間為1～5，均值為3.37，總體屬中等偏高水平。在技術價值方面，交易金額跨度3.2萬～275萬元，均值為38.78萬元。

表2 變量描述性統計結果

3.2 全樣本回歸分析

模型回歸在各控制變量取值為1時進行，其中企業規模使用注冊資金為主變量，企業人數用于穩健性檢驗，回歸參數結果如表3所示。

(1)模型(1)僅對企業特征變量進行回歸，結果發現：①企業規模指標在1%水平上顯著，與中介選擇呈負相關關系，系數為-0.275，表明企業規模越大，對中介依賴度越低；②企業成立年限在10%水平上顯著，系數為-0.058，與中介選擇呈負影響關系；③企業研發能力指標達到5%顯著性水平，系數為-0.025，與中介選擇同樣呈負影響關系；④行業競爭等級指標達到1%顯著性水平，系數為0.035，說明競爭等級越高，企業越傾向于快速獲取技術。

(2)模型(2)在模型(1)基礎上引入交易經驗變量，結果發現：第一，企業規模指標同樣達到1%顯著性水平，系數為-0.221。第二，企業年限指標未通過顯著性檢驗；企業研發能力指標達到5%顯著性水平，系數為-0.013，行業競爭等級指標顯著性水平仍為1%，系數為0.027；以往有過中介交易經驗指標顯著性為10%，系數為0.005，影響較微弱；有過失敗交易經驗指標顯著性為1%，系數為0.011，影響程度較明顯。

(3)模型(3)在模型(1)基礎上引入技術特征變量，結果發現：企業規模指標顯著性水平不變，系數為-0.181；企業研發能力指標顯著性水平降為10%，系數為-0.075；行業競爭等級指標顯著性不變，系數為0.030。在技術特征方面，技術所屬領域影響系數均不顯著。在技術來源方面，科研機構指標顯著性水平為10%，系數為0.005，中介依賴性微弱；個人及其它來源顯著性水平為5%，系數為0.013，對中介的依賴性較強。在技術形式中，發明專利顯著性水平為5%，系數為0.016；實用新型專利顯著性水平為10%，系數為0.002；技術價值指標顯著性水平為5%，系數為-0.007。這表明，單價越低，技術越依賴于中介交易。

(4)模型(4)在模型(3)基礎上引入部分技術特征變量，剔除不顯著的技術領域組別，加入交易經驗變量。結果發現，企業規模指標顯著性水平為5%，系數為-0.154；企業研發能力指標顯著性水平為10%，系數為-0.116；行業競爭等級指標顯著性不變，系數為0.019。在交易經驗變量中，中介交易經驗指標不顯著，失敗交易經驗指標顯著性水平為1%，系數為0.120。技術特征變量中，科研機構來源指標顯著性水平為10%，系數為0.102。個人及其它來源顯著性水平為5%，系數為0.011；發明專利顯著性水平為5%，系數為0.008；實用新型專利顯著性水平為10%，系數為0.014；技術價值指標顯著性水平為5%，系數為-0.011。

(5)模型(5)對所有解釋變量進行回歸。結果發現，企業規模指標顯著性水平為1%，系數為-0.172；企業研發能力指標顯著性水平為10%，系數為-0.105；行業競爭等級指標顯著性水平為1%，系數為0.201；在交易經驗方面，失敗交易經驗指標顯著性水平為1%，系數為0.017。技術領域組別變量均不顯著。在技術來源方面，科研機構來源指標顯著性水平為10%，系數為0.060；個人及其它來源顯著性水平為5%，系數為0.029。在技術形式方面，發明專利顯著性水平為10%，系數為0.012；實用新型專利顯著性水平為10%，系數為0.053；技術價值指標顯著性水平為10%，系數為-0.002。模型常數項不顯著，擬合度為0.055?？傮w來看，模型(5)主要參數顯著性及影響方向與前述模型一致，較好驗證了相關假設。從買方角度看，企業規模越小，研發能力越弱；而且，有過失敗交易經驗的企業更傾向于借助中介交易。從技術標的看，科研機構、個人及其他研發主體發明專利與實用新型專利更傾向于通過中介進行交易，且價值越低傾向性越高。

(6)模型(6)為穩健性檢驗，以企業人數代替注冊資金進行回歸，除個人及其它來源顯著性水平降為10%外，各主要變量顯著性水平及影響方向同模型(5)一致，表明原模型設定較為合理，能夠對相關假設給出有效證明，參數結果見表3。

3.3 分類樣本回歸分析

本文對技術分類樣本進行回歸分析，結果見表4。具體分析如下：

(1)食品類技術。在企業特征方面，企業規模、企業研發能力、行業競爭等級指標同全樣本模型一致。企業成立年限顯著性水平為5%，系數為-0.095；企業研發投入顯著性水平為10%，系數為-0.043。該結果證實企業經營成熟水平對中介依賴有所減少。在交易經驗方面，指標結果同全樣本模型近似。在技術特征方面，個人及其它來源、實用新型指標變為不顯著?？梢钥闯觯称奉惣夹g專用性較強，一般僅由食品企業使用；同時，食品工業在工藝方面需要積累長期經驗，以短平快方式獲得的技術對企業績效影響不明顯，具備實力的企業更傾向于直接進行交易，從而更加深入地了解技術特性。

(2)電子類技術。在企業特征方面，企業規模、企業研發能力、行業競爭等級指標同全樣本模型一致。企業管理人員綜合學歷呈5%顯著性水平，系數為-0.031。原因在于，電子科技企業大多數由年輕創業者經營，管理者一般具備較高的技術專業知識，熟知業內技術，該指標數值越高，在交易過程中對中介的依賴性越低。交易經驗檢驗結果同全樣本模型一致，顯著性略低。在技術特征方面，高校來源呈5%顯著性水平，說明其對中介交易有所依賴。在技術形式方面，僅發明專利在10%顯著性水平下顯著。技術不可替代性在5%顯著性水平下顯著，系數為0.041，表明該行業競爭壓力會對中介選擇帶來積極影響。

(3)機械類技術。在企業特征方面，企業規模、企業研發能力、行業競爭等級指標同全樣本模型一致。企業成立年限與管理人員綜合學歷顯著正相關，企業及個人經驗積累均會負向影響中介選擇，交易檢驗結果同全樣本模型一致。在技術特征方面，由于諸多機械類技術屬于微創新技術，致使科研機構、個人及其它來源均顯著。在技術形式中，實用新型專利與外觀設計專利分別在5%、10%顯著性水平下顯著，這與機械類領域創新取向有關。

(4)建筑類技術。在企業特征方面，企業規模、企業研發能力、行業競爭等級指標同全樣本模型一致。企業成立年限在5%水平上顯著負相關，企業經驗積累對中介選擇有顯著影響，交易經驗檢驗結果同全樣本模型一致。在技術特征方面，由于建筑技術多來自科研機構，因此該項指標來源達到5%顯著性水平。在技術形式方面，各類技術均呈現不同程度顯著性，大都是建筑技術參與交易所產生的多樣化影響。

(5)環保類技術。在企業特征方面，企業規模顯著性水平為5%，行業競爭等級顯著性水平為10%，企業特征對中介選擇的影響較弱，交易經驗檢驗結果同全樣本模型一致。在技術特征方面，企業來源指標顯著性水平為5%，個人及其它來源顯著性水平為10%，這些技術來源對中介有所依賴。在技術形式方面，僅發明專利顯著性水平為1%，說明其是環保技術的主要類型。

表3 模型全樣本Probit回歸結果

(6)農林類技術。此類技術在研發與應用方面較為特殊，在企業特征中僅企業規模顯著性水平為10%，影響較微弱。同時，交易經驗變量對其無顯著影響。在技術特征方面，高校與科研機構來源通過顯著性檢驗，原因在于其它主體較少涉及農林技術研發。在技術形式方面，發明專利達到5%顯著性水平；技術價值指標未通過顯著性檢驗?？傮w來看，農林技術對于中介交易選擇的區分性相較于其它技術不明顯。

表4 技術分組Probit回歸結果

4 結論與啟示

4.1 研究結論

本研究根據市場現象和理論梳理提出當前技術中介普遍存在下沉化傾向的假設，經過模型構建與實證檢驗，從全樣本模型回歸結果看，技術中介服務下沉趨勢較明顯，對于各類技術存在相似的選擇效果，從而得出如下結論：①對于買方而言，規模較小或相關市場經驗不足的企業更愿意選擇中介交易，而大企業則可以有效控制交易流程風險，無需借助中介。企業研發能力越強，越具備完善的技術交易知識體系，控制相關技術交易風險的能力越強，對中介的依賴也就越低；②在交易經驗方面，許多企業選擇中介是基于前期的失敗經驗，這與技術市場規范性、交易監管及交易誠信密切相關，需要從政策層面加以修正；③從技術標的特征看，科研機構與個人專利更傾向于通過中介進行交易，即這些科研主體規模偏小，缺乏全面的市場交易能力，只能借助中介“推銷”專利技術，加之這些主體研發能力薄弱，難以涉足高價值技術或基礎技術研發，創新成果多為應用型技術，導致買方從技術交易平臺僅能找到價值較低的應用型技術，促使中介交易標的物不斷下沉，一些高價值技術只能轉移至其它交易渠道。另外，分類樣本回歸結果總體上較好地吻合了全樣本模型特征。其中，企業規模與技術價值指標檢驗結果一致性較高。除主要影響變量外，不同組別還分別呈現出一些獨有特征。例如，食品領域注重技術累積性，當企業研發投入較高時，對于中介的依賴明顯減弱。在技術更新迅速的電子領域，管理人員可以依靠自身知識經驗參與交易，從而代替相關中介服務。在機械類與建筑類行業，實用新型專利與外觀專利更傾向于通過中介交易，偏應用型特征尤為明顯。環保類技術有一定的外溢性，企業技術來源特征明顯。農林技術比較特殊，總體上選擇區分性不強，這與樣本數量較少有一定關聯。

4.2 研究啟示

基于上述研究結論發現，技術中介服務下沉雖然在數量層面極大促進了我國技術市場發展，但在質量層面卻與當代需求不匹配。從政策角度看，應通過策略調整改變現狀，使技術中介組織適應我國當代技術市場發展需求。本研究認為，應完善中介機制細節設計，降低逆向選擇問題，避免出現雙向排斥，使中高端技術要素流入市場。第一，機制完善的關鍵在于信息非扭曲及自由傳導，因此應強化各類技術信息平臺建設，利用最新技術(如區塊鏈)保障平臺信息的可靠性與可驗證性，降低交易參與方不確定性。第二，構建系統化技術要素評價體系，對各類技術給出相對公允的價格，通過價格信號有效銜接市場中的買方與賣方群體。價格表達信息通常更直接，可信的評價服務能夠消除各方質疑。第三，授權第三方評價機構對中介組織進行量化分類與評級，向交易雙方傳遞中介服務水平信號，引導不同類型、等級技術分流交易，為高價值技術提供交易途徑。第四，現有技術中介組織普遍存在重交易、輕技術的特點，因此應鼓勵具備技術能力的組織及個人加入中介行列，提升其服務優質技術交易的能力。

4.3 不足與展望

本研究以Probit模型驗證技術中介組織服務下沉趨勢，相關變量顯著性表現總體與研究假設一致。但需要指出，在模型構建方面，技術交易選擇可能還存在其它影響因素，因此仍有繼續完善的必要。尤其對于分類技術考察，諸如環保、農林等比較特殊的技術領域，其中介交易選擇影響因素存在一定的特殊性。另外，由于樣本采集規模所限，各變量對交易選擇的影響仍存在討論空間。