大学专利所有权对创新和商业化的影响

图片来源：https://image.baidu.com/

文章来源：Wang, J., & Qian, Y. (2023). The Impact of University Patent Ownership on Innovation and Commercialization (No. w31021). National Bureau of Economic Research.

长期以来，中国的新兴市场面临大学专利商业化效率低下的问题，造成技术创新的障碍。从2011年开始，中国启动了专利多有权改革，在北京、武汉、上海和合肥授予了教育部直属高校专利的使用权、处置权和收益权（以下简称“三权改革（TRR）”）。这一试点改革计划在26所符合条件大学启动，改变了高校只有名义专利所有权的现状。2015年底修改《促进科技成果转化法》，将“三权改革”扩大到全国范围。此外中国也探索欧洲国家的改革，给予发明者大学专利的所有权（Martínez 和Sterzi，2021），改革首先在西南交通大学（the Southwest Jiaotong University, SWJTU）进行。SWJTU采取学校与发明人共享专利权的模式，其中学校占比30%，发明人占比70%，实现高校专利混合所有制改革（MOR），对发明人的事后奖励转化为事前产权激励。从此MOR逐渐得到政府认可，并与2020年发布文件，在中国40多所大学和研究机构开展更多MOR试点。

（一）专利数据

国家知识产权局（2008-2020），具体包括：申请人、申请日期、授予日期、法律地位变化等，如每项专利的转让和许可情况。

（二）高校数据

2009-2018年的高校科技成果统计汇编（Compilation of Scientific and Technological Statistics of Colleges and Universities(2009-2018)），具体包括：科研项目、研发经费、研发人员数量、各高校研究方向等相关统计数据.

（三）实施TRR和MOR的关键时间和具体政策

TRR和MOR的观察时间分别为：TRR在2008-2015年和MOR在2008-2020年。如表1所示，显示了这两个大学专利所有权改革试点的关键时机和政策。TRR由于内部滞后将政策颁布第二年作为政策实施年。MOR将政策颁布当年作为政策实施年。

（一）缓解选择性偏差

由于参与TRR试点的大学选择可能是非随机的，作者通过构建Logit模型，分析大学是否会被选择进行TRR试点的影响因素。结果如附录表2所示，TRR试点高校的选择受到研发人员、研究生数量和科技资金投入的影响。故在回归模型中加入上述大学特征变量的一阶滞后项，以缓解参加TRR试点的大学选择偏差的问题。

（二）DID

文章主要研究大学专利所有权变化对专利商业化和生产的影响。本文的处理组为参与了TRR和MOR这两种大学专利所有权改革试点的大学。TRR试点的大学位于北京、上海、武汉和合肥，共有26所，而MOR试点的大学则只有西南交通大学一所。对照组为其他受教育部管辖的大学，共有60所。其中剔除了2012-2019期间专利申请少于600项的大学。总样本限制在60所大学。

基于双重差分的双向固定效应面板模型：

用来衡量专利商业化、专利产出量和研究方向的指标，其中专利商业化以专利销售和专利许可率为指标，专利产出量以专利申请量为指标，专利研究方向以低水平应用研究占高校研发比例为指标，即专利中实验开发（experimental development，ED）的专利占总专利的比例。代表26所大学的三权改革政策，若大学为处理组并且试点改革已启动则取值为1。为大学特征变量的一阶滞后项，控制了大学的人力资本和物质资本。和分别表示大学固定效应、时间固定效应。作者选择实验开发占比作为因变量，来检验改革试点对高校研究导向的影响。

（三）合成DID（SDID）

由于SWJTU是一项自发实验，有其特殊性，并且只有一所学校实施了MOR，所以无法在控制组中找到一所与SWJTU各方面特征相似的大学。因此作者选用合成双重差分（SDID）来评估MOR的政策影响。

SDID结合了DID和SCM的优点，应用安慰剂方法来估计标准误差。一方面，利用SMC的优势，引入个体权重和时间权重来匹配控制组和处理组个体的处理前趋势，平衡处理前后的时间段，另一方面，结合DID的优点引入个体和时间固定效应。因此，SDID相比于DID和SMC可能会得到更稳健的估计。

所以，作者使用SDID评估MOR对SWJTU专利商业化和生产的影响，使用SMC来检验MOR政策的稳健性。

图1说明TRR高校的专利许可数量显著高于控制组高校，并且随着时间推移，TRR对专利许可的政策效应逐渐增加。

作者分别使用专利申请数量和实验开发（ED）项目比的对数来衡量政策是时候的专利申请情况，结果如表3所示。MOR对高校专利申请量的显著影响验证了假说2。MOR规定发明者拥有专利的70%的所有权，从而增强了他们为现有成果申请专利的动机，愿意披露专利的相关信息，刺激了专利申请。然而TRR并没有改变对发明者的激励，发明者只有在专利获得商业化之后有事后奖励，不能被激励向大学披露专利信息，所以TRR不能起到促进专利申请的效果。

对于改革试点对高校科研方向的影响，作者发现MOR显著提高了ED项目比例，表明对创造力要求较高的基础和应用研究占比下降，验证了假说3。MOR的不确定性促使发明者将研究方向转向创新水平低、周期较短和回报较快的研究。而TRR由于缺乏激励预期，故未能改变法学研究人员的研究方向偏好。

（一）TRR对高校专利许可的影响

首先，作者采用倾向得分匹配法和双重差分法进一步验证了TRR对高校专利许可的影响。结果如表4第1列所示，研究发现TRR对大学专利许可有显著的影响，其影响程度与DID相似。其次，作者将样本限制在985工程中选择的大学，这些大学是国内顶尖的大学，使得实验组与对照组更具可比性，结果如表4第2列所示，TRR对专利许可数量仍有显著正向影响。最后，以985高校为样本，进一步控制样本观察期高校实施相关专利政策对发明人的影响，构建以下5个政策变量，分别为股权份额、特许权使用份额、专利补贴、任期表示以及奖金，同时，检验TRR对专利商业化的影响。结果如表4第3列所示，TRR在控制了大学层面的政策变量后，对专利许可产生显著正向影响。

（二）MOR对SWJTU的影响

作者使用合成控制法（SCM）来测试MOR效应的稳健性。首先，作者考察MOR对专利转让数量的影响。SWJTU和合成SWJTU之间专利转让数量趋势图如图2所示。研究发现，MOR实施之前，两者专利转让数量趋同，从2015年MOR实施之后，与合成SWJTU相比，SWJTU的专利转让数量显著增加。

其次，作者考察MOR对专利申请数量的影响。SWJTU和合成SWJTU之间专利申请数量趋势图如图3所示。结果显示MOR对专利申请数量有显著正向影响的发现是稳健的。

最后，作者检验了MOR对ED项目比例的影响。结果如图4所示，MOR实施之后，2016年ED项目占比大幅增加，2017年开始下降，其原因可能是实施1年后MOR政策的不确定性在减弱，因此，大学发明者的研究方向不再局限于创新水平低、周期较短和回报较快的研究。

（三）安慰剂检验

图5表示，SWJTU的专利转让差距与安慰剂差距的时间趋势图。结果如图5a-c显示，MOR对专利转让、申请和研发方向向低创新水平和更可能产生成果的研究领域转移具有显著正向影响。

作者研究基于中国专利数据和大学科技统计数据，检验了两种大学专利所有权配置模型对大学专利商业化的影响。研究结果表明TRR促进专利许可数量的增加，MOR促进专利转让数量增加。造成结果不同的原因是中国特殊制度环境的影响。此外，TRR和MOR由于发明者的激励机制不同，TRR只有激励大学促进专利申请；而MOR可同时激励大学和发明者申请专利。在中国大学的制度环境和激励机制下，使得科研人员对研究方向也有所不同，MOR的不确定性和对个人利益的追求使得科研人员更加关注短期收益，从而将研究方向转向低创新水平和更可能产生成果的研究领域。

此外，还需要注意两个问题：首先，TRR的国有资产管理体质是专利转让的关键之约因素。其次，MOR的不稳定性和发明人商业化程度不高。相应的解决对策如下：对于TRR而言，可以给予实施主体适当的选择权，提高研究人员事后奖励的预期，刺激更多专利产生。对于MOR，确保所有权稳定，使发明人形成长期稳定的预期。以此来促进大学创新和专利商业化良性循环。