大学科技园对高校创新产出的影响研究——基于高校专利视角

茹 宁,郭天宝

(南开大学 周恩来政府管理学院,天津 300350)

引 言

党的二十大明确指出,要推动高校创新能力并更好地服务社会。大学创新水平为国家科学技术的发展提供源源不断的支撑,甚至为国家在高新技术的实力增长贡献重要力量。在大学科技园中,高校和企业掌握大量技术信息、科技成果信息和市场信息,在双方知识交流过程中存在一些隐性知识,双方在不断交流过程中隐性知识才能被更好的识别,以至于高校知识向企业深入转移,企业又将市场需求反馈给高校,高校进而根据市场的需求进一步研发新技术并形成新的创新产出[1]。专利作为高校创新产出的一部分,尤其是专利申请数量和转化能力,在一定程度上体现高校在服务社会发展中的水平。在上述过程中,高校的创新能力成为关键的要素之一。但是我国的高校创新产出能力仍然不足,相比发达国家仍存在很大差距[2]。

大学科技园是产学研合作模式中的一种方式,这一模式在众多产学研合作模式中具有鲜明特色,我国大学科技园从最初的设立到现在已经有二十多年,大学科技园主要的作用就是有机结合了政府、高校和企业三大要素并为三方提供合作的平台[3],该平台为企业提供技术合作、信息咨询、法律帮助、会计服务等,政府则主要负责对场地的建设投入和创业基金的设立,高校则主要提供知识层面的技术支持。2006年教育部联合科技部曾发布《国家大学科技园认定和管理办法》,其中进一步强调大学科技园在产学研中的重要作用,并指出大学科技园是高校成果转移的重要渠道。根据《中国火炬统计年鉴》的数据显示,从2002年第一批国家大学科技园认定到2020年,共认定了十批次共计116家国家大学科技园,同时,园区在孵企业总收入从200.6亿元上升到332.9亿元。在孵企业人数从4万人上升到11万人。从中可以看出国家大学科技园较为稳定的改善了企业的收入和为社会提供了大量的就业岗位进而在一定程度上保证了当地的就业,这说明国家大学科技园对地方发展的贡献是持续和深远的。

然而大学科技园对高校创新产出的实证研究在我国依然不足,其次大学科技园所处不同地区,参与大学科技园高校的不同学科,参与高校实力的差异性仍需要进一步研究与发现。针对上述不足本文主要分析国家大学科技园对高校专利产出的变化,并尝试发现国家大学科技园和参与高校的机理联系,具体而言,以往研究较多关注大学科技园对经济的发展以及企业的创新能力,那么大学科技园对高校的创新产出是否也具有积极效应? 本文的研究将努力发现大学科技园对高校产出的反作用影响。

一、 文献回顾

(一)大学科技园的发展研究

大学科技园最初成立于美国,由20世纪50年代美国斯坦福大学教授弗雷特里克特曼在斯坦福大学创立[4]。自此,大学科技园模式迅速发展,诸多国外大学科技园对于技术和经济的发展都起到了极大推动作用,例如德国海德堡技术园,英国剑桥科技园等。探究根源,大学科技园的设立思潮起源于大学,主要目的是将大学的技术能力与人才能力有机的与市场相结合并延伸大学社会服务的功能,通过这种结合,开放大学相对闭塞的环境,使得大学的科研不局限于封闭的学术环境,科研发展更好地与社会经济发展相结合。由于知识具有显性和隐性特征,显性知识是可以通过资料来学习的,例如图纸、音频、视频和文件。隐性知识则是经验类知识,这类知识很难通过资料的输送进行学习[4],大学科技园则为知识的交流提供了平台[5],在这一平台中高校和企业可以更深入地交流。具体而言,高校具有更好的技术能力,企业则对新技术的市场化具有更多的经验,那么双方在交流过程中均是互相深入获取知识的过程,这一过程会影响高校的成果产出[5]。卡斯蒂略(Castillo)等人通过研究发现大学科技园能够有效地提升高校成果转化的效率,尤其是高校成果转化中供需双方的技术搜索时间,搜寻成本和谈判周期。大学科技园不仅局限于提供良好的技术交流平台,其还具备完善的服务保障体系,例如园区内提供相应的法律保护与融资渠道[6]。知识产权的保护有利于保障高校科研人员的收益,大学科技园的设立有利于改善这一情况,为此,鲍尔斯(Bowers)等人发现大学科技园的法律保护服务可以改善高校科研人员的研发积极性[7]。就融资渠道而言,大学科技园可以提供融资指导或融资渠道,技术的投资力越强则越能够促进成果的商业化[8],这一现象说明大学科技园在一定程度上也可以推动成果转化的效率。

我国大学科技园的发展上起步于20世纪90年代,其中一个主要标志是东北大学科技园的成立,这一发展在一定程度上带动了当地经济发展和技术创新[9]。该结果引起了社会的广泛关注,以至于国家积极推动国家大学科技园的深入发展,此后科技部和教育部也相继发布政策文件用于支持大学科技园的设立和发展,这些文件主要包括《关于做好国家大学科技园建设试点工作的通知》《关于组织开展国家大学科技园建设试点的通知》。这些支持性政策文件的颁布使得大学科技园的发展有了国家认可的法定地位。21世纪初,教育部和科技部又出台了《国家大学科技园管理试行办法》,之后我国于2002年设立了第一批国家大学科技园。虽然我国发展大学科技园的时间较晚,但是学者对大学科技园的研究并不少。就大学科技园自身而言,针对大学科技园发展阶段划分,从20世纪90年代开始,分别经历了自主探索阶段、兴起发展阶段和规范运作阶段[10]。还有学者通过分析组织机构的特点并总结了可能影响大学科技园运行的内外部因素,有区域经济的发展情况以及参与高校的科研实力[6]。随着研究的深入,应用交叉数据包络对大学科技园投入产出的情况分析,并结合基尼系数赋权构建大学科技园的绩效评估模型[11]。近年,关于参与大学科技园高校的产出研究逐渐兴起,其中主要有蒋建勋等以高校为主体并研究国家大学科技园对高校成果转化影响的研究,从而得出园区内管理机构人员和学历能够促进高校的成果转化,同时还发现国家大学科技园所处不同经济带,以及高校不同专业背景对高校的成果转化也具有促进作用[12],这说明不同经济带和不同专业背景的高校也会导致国家大学科技园对高校成果转化的不同影响。其次,蒋建勋等人还研究了国家大学科技园内企业的盈利水平也能够影响高校成果转化[13]。

(二)专利产出的影响因素研究

20世纪70年代已有国外学者将专利作为测量创新产出的效果并进行研究。例如,赫里斯托斯(Christos)研究了孵化器对于高校专利质量的研究,结果表明大学孵化器和市场其他形式的孵化器存在竞争,并且这种竞争有利于高校高质量专利产出[14]。豪斯曼(Hausman)通过专利研究128家企业的创新产出,并发现R&D 人员和经费的投入和专利产出呈现正相关[15]。我国高校专利产出的影响研究多停留在内因研究,其中,罗恺应用高校经费投入和研发投入数据,通过分析发现我国高校专利呈现分散趋势[16]。张慧妍通过研究我国985大学投入和产出关系发现,我国985大学尽管投入高,但是专利产出效率并不高[17],这一发现说明增加优势高校的投入并不能带来相应科研产出的增加。进一步研究发现高校专利产出与经费投入和研发人员密切相关,通过优化投入的配置,高校专利产出可以得到提升[18]。与此同时,有学者通过分析高校专利产出和需求因素的关联性,进而发现高校专利转化中应注重多种因素的互相作用以及在转化过程中每一个环节的高效率衔接[19]。还有学者专门针对影响高校专利产出的主要因素进行分析,李盛竹通过研究高校科研机构数据,高校课题数据,科研人员和科研经费投入数据,发现高校科研机构数量对专利产出并无显著关联,其余因素均呈现一定正向关联[20]。这一研究发现进一步揭示了影响我国高校专利产出的主要因素。综上所述,我国高校专利产出的影响性研究主要停留在内在因素研究,针对外部因素对高校专利产出影响的研究相对较少,所以研究国家大学科技园这一外部因素对高校在专利产出的影响,有利于完善高校专利产出的外因机理研究。

二、研究设计

(一)数据收集

首先,在数据收集上根据专利的不同,专利划分为发明专利、实用新型专利和外观设计专利。具体而言,发明专利的特点主要是突破性技术的创造,实用新型专利则偏重实用性,外观设计专利主要体现为外观造型上的特色[21]。为此在国家知识产权局收集了2006—2020年1 051所高校三种专利每年的专利申请数量,选择专利申请数量作为收集依据主要由于发明专利的授权时间往往在两至三年,实用新型专利和外观设计专利的授权往往在一年左右,为了保障研究相对可靠,所以选取了专利申请量作为研究数据。由于2006年教育部联合科技部就曾发布《国家大学科技园认定和管理办法》,进一步规范国家大学科技园的认定办法和重要性,所以将研究时间确定为2006年,并将2006—2020年期间六批次认定为国家大学科技园所涉及的高校为主要研究对象。由于部分高校在研究期内从未申请过专利,所以根据以往研究将这部分从未申请过专利的高校数据剔除[22],最终确定院校数量为1 051所。还需要说明的是,高校数据收集上没有收集高职院校和成人高等院校数据,因为本科院校的主要职能除了教学,还有科研和社会服务两个主要职能[23],在主要职能划分上本科院校还要具备科研职能,所以选择了本科类高校的数据进行研究。

其次,就专利特性而言本文还通过国家知识产权局收集了1 051所本科高校从2006—2020年申请专利中的国际专利分类号(IPC)数据,国际专利分类号(IPC)主要体现了专利中涉及的领域进行逐类逐级划分,具体由部、分部、大类、小类、大组、小组六个部分组成,具体操作方法为收集专利中国际专利分类号(IPC)大组数量,并将每一所高校当年申请专利涉及的大组数量进行加权处理。进一步研究需要,还额外在《高等学校科技统计资料汇编》收集了近九百所高校当年技术转让合同签订数据。

最后,高校专利产出有多方面因素导致,高校科技投入,高校师资力量,政府或者机构对高校的技术投资都可能影响专利产出。为了保障研究的可靠性,在《高等学校科技统计资料汇编》收集了近九百所高校的教学与科研人员(人),政府资金,企事业单位委托和高级职称人员的数据,并用这些数据作为研究的控制变量。

(二)模型设定

针对研究设置以下问题,首先,由于在研究期内认定为国家大学科技园的时间不同,因此选用多期双重差分模型分析高校专利总数、发明专利、实用新型专利和外观设计专利的效应。其次,结合异质性分析,对高校所处的不同经济带、高校不同学科、高校水平进行划分并据此分析高校被不同类型划分后的专利产出效应。再者,还针对高校的专利质量进行了分析,具体方法为收集高校申请的每一个专利的大组数量,进而分析高校在专利质量产出的效应,并结合高校科技成果签订合同的变化,判断是否高校的专利产出也有利于成果的转化。

根据研究需求,建立了如上公式的双重差分模型。该模型中Put代表了不同的学校u在第t年的发明专利数量或实用新型专利数量,β1 代表了国家大学科技园的设立对于高校专利产出的效应值,如果该效应值为正向,则代表设立了大学科技园的高校在专利产出上为正向促进结果,如果结果为负,那么就代表高校设立了国家大学科技园对该大学的专利产出上是抑制效应,Zut代表了不同的大学u是否在t年设立了国家大学科技园,因为高校设立国家大学科技园的时间不同,因此在该变量是一个交互结果,也就是大学是否设立了国家大学科技园和大学何时设立了国家大学科技园,由此可见β1 的结果也可以表示为高校设立了国家大学科技园与没有设立国家大学科技园的高校在效应值的变化,以及高校在设立国家大学科技园的效应值前后变化。Yct则代表了不同的控制变量,Cu和Mt为本研究中的学校和年份固定效应。Luct为模型中的随机扰动项。

(三)变量设置

变量解释划分为以下五个步骤,由于存在一些数据含有0值,所以研究数据均做了对数加一的处理。第一,被解释变量是高校的专利总数、发明专利、实用新型专利以及外观设计专利的申请数量。第二,高校是否被认定为国家大学科技园作为解释变量。第三,控制变量设定上,高校的专利产出情况可能会受到内部和外部多种因素的影响。因此就高校自身发展而言,高校自身研发人员变化,政府对高校的科技投入,企事业单位对高校的委托资金,高校中高级职称人员数量,均可能影响高校自身的专利产出,故将研究期内教学与科研人员(简称:教学与科研),政府资金(简称:政府投入),企事业单位委托(简称:企事业委托),高级职称,四项数据作为高校内生性因素的控制变量。就外部因素而言,高校参与国家不同政策也可能影响研究结果。为此对国内主要高等教育政策的梳理,确定了四个内在影响高校专利产出的变量,即:高校是否为特色重点学科项目高校(简称重点学科建设),高校是否参与了中西部基础能力建设工程(简称中西部建设),高校是否参与了高等学校学科创新引智计划(简称创新引智计划)。同时,参照前人研究,不同经济政策也可能影响高校参与产学研并影响专利产出[24]。为此,数据还收集了地区最早的创新创业政策设定时间(简称:创业政策),是否设立国家级经济开发区和是否设立高新区,具体方法为,通过在1 051所高校所在城市的政府网站搜索并收集了该城市最早出台创新创业政策的时间。第四,应用多期双重差分模型进行评估分析,因为该模型是比较理想的分析事件冲击影响的评估工具[25],多期双重差分模型还有一个特点就是可以根据国家大学科技园设立时间的不同,进行不同时期的划分并评估结果。第五,具体变量描述性统计详见表1和表2,其中表1为研究所涉及所有解释变量和被解释变量取对数加一后的描述性统计。表2则为研究期内参与国家大学科技园高校的数量,以及针对高校所在区域的划分,文理科划分和高校实力划分的不同样本数量的描述性统计。

表1 解释变量及被解释变量描述性统计

表2 大学科技园高校数量及类别划分描述性统计

三、国家大学科技园对高校专利产出的实证分析

(一)实证结果

表3为检验结果,其中大学科技园项为研究结果,仅有发明专利的结果呈现31%的增长,其他三种类型的专利均未产生显著结果。该结果主要有两层含义,首先认定成国家大学科技园之后使得参与高校在发明专利上的增长达到了31%,其次,相较于同时期认定为国家大学科技园的高校比没参与国家大学科技园的高校在发明专利上增长了31%。就此结果,根据发明专利创新质量高,研发难度大,技术的突破性的特点,通过梳理国家大学科技园的相关政策文件发现,教育部和科技部出台的《国家大学科技园“十五”发展规划纲要》中强调,国家大学科技园要具备较高的转化科技成果能力,孵化高新技术企业的要求,大学科技园的主要职能是孵化企业的能力,入驻的企业需要科技方向发展为主的企业。这说明园区内企业大部分是具有对未来技术市场具有前瞻性的特点并可以结合市场对当下技术痛点足够了解,因此在高校和科技园内企业互动过程中高校通过这些企业掌握市场急需的前沿技术信息,以至于高校可能为了产学研需要,进一步匹配市场需求而加大这部分新技术的研发,同时国家大学科技园内企业以新企业为主,这些企业的研发能力明显不足,但是高校研发能力强,所以也可能是科技园内企业和高校产学研过程中将高难度技术研发委托高校开展。

表3 基准检验结果

根据多期双重差分模型的特性,结论还需要进行平行趋势假设检验,因为多期双重差分模型的假设前提主要需要验证实验组和对照组是否在事件冲击后具有明显变化,同时该检验还可以尽可能避免研究的内生性问题。具体而言,需要检测国家大学科技园在高校参与的那一年是否有促进效应,因此需要检测国家大学科技园在认定前后的趋势变化,如果国家大学科技园确实促进高校专利产出的数量增加,那么通过认定为国家大学科技园后,高校在专利产出上应该在短期趋势上呈现出显著上升趋势,从而证明事件是有冲击的。根据这一假设制作了平行趋势走势图(图1)。

图1 平行趋势检验

通过走势结果发现平行趋势假设成立。在国家大学科技园认定成功后呈现上升趋势,同时在设立成功之后几期的走势中,仍然呈现稳健的走势,说明国家大学科技园对参与高校发明专利增长的结果满足假设。

(二)稳健性检验

第一,从参与国家大学科技园的高校所在地来看,北京市拥有众多的部委直属高校,这些高校拥有明显的资金优势和人才优势。所以,考虑到特殊样本带来的不确定因素,将研究样本中北京市的高校进行了剔除,从而检验研究结果是否依旧可靠。下表4中的发明专利则是本文剔除了北京市的检测结果,从结果中可见发明专利的结果仍然是显著的。第二,考虑到被解释变量可能仍然存在偏误,借鉴前人针对稳健性检验应用其他回归模型检验的方式[26],本文应用Tobit回归模型的方式再次将被解释变量进行回归,结果显示为显著效应(表4)。需要注意Tobit为非线性回归模型,这一结果和本研究应用的固定效应模型具有很大差异,因此回归系数的结果不能进行比较。第三,考虑到高校在专利增长上还可能受到政策溢出效应的影响,为进一步避免这一影响,应用安慰剂检验进行随机五百次处理,并就处理结果进行点状趋势绘图(图2),从图中可见检测结果均在统计线内,这说明参与国家大学科技园的高校在发明专利的增长现象并非是偶然。

图2 安慰剂检验

表4 稳健性检验

四、异质性检验

(一)高校所处地带的划分

由于经济发展的不平衡,我国划分成东部,中部和西部三大经济带。不同经济带由于经济特色和实力不同,也可能影响国家大学科技园的发展,以及高校在专利的产出。根据三螺旋理论,高校、企业和政府只有不断渗入才可以保障产学研的有效,大学科技园则是为了保障高校、企业和政府三者能够有效地结合而形成产学研平台,这也意味着三者的有效发展,才会影响国家大学科技园的发展。进一步而言国家大学科技园的发展与地方政府的投入有很大关系,例如地方政府除了资金的投入还会给予更多的创业政策支持,完善更好的园区服务体系。其次,入驻企业的潜力在不同区域也可能存在差异,尤其是经济发展较强的地区具有较高吸引人才的能力,这就导致企业的人才需求受限于地区经济发展,另外,高校的研发实力也会影响到国家大学科技园的发展水平,我国高等教育的发展水平明显呈现东部强,中部和西部较弱的态势,这种情况将直接影响高校的科研技术能力。因此将经济带进行区分并考察,有利于了解是否经济水平的不同会通过国家大学科技园影响高校在专利产出的变化效应。表5中,东部地区、中部地区和西部地区对应数值为检验结果,从结果中发现仅有东部地区呈现相对稳健的积极效应,中部地区和西部地区并没有形成可靠的结果,根据这一结果说明国家大学科技园参与高校的专利产出和经济的发展存在很大关联性,东部地区由于有较好的经济优势,可能导致参与国家大学科技园的高校在专利产出上体现积极效应。

(二)高校专业的划分

在我国,高校划分成综合类型、理工类型、医药类型、农林类型、师范类型、体育类型、财经类型、语言类型、民族类型、艺术类型。参考以往研究,将前四类划分成理科院校,将其余6 种类型归为文科院校[24]。高校根据这一类型划分,将了解不同专业类型高校参与国家大学科技园对参与高校在专利产出的变化(表5)。通过结果发现参与国家大学科技园的理工科院校能够产生正向显著的效应,但是文科类院校并没有产生显著的结果,这说明国家大学科技园对具有科研技术优势的理工科院校能够产生较强的效应。同时文科类院校的特色并不是科研技术研发,但是发明专利的特点是技术的创新,需要具备一定的研发实力,所以文科类院校可能受限于自身的专业特点从而导致国家大学科技园对这类参与高校在发明专利产出的效应不明显。

(三)高校水平的划分

参与国家大学科技园的大学,有些大学的综合实力非常强,这些高校大部分属于部委直属高校,或者还有些高校尽管不是部委直属高校,但是参与了国家重要高等教育项目,例如双一流项目,一流学科项目。这些高校每年获得的国家投入是非常可观的,通过2020年《高等学校科技统计资料汇编》可知,全国高等教育经费为12 013 亿元,国家重点建设高校在2020 年为75 所,对应的高等教育费用预算为4 487.26亿元,占据了总费用的37%左右。截至2020年,部委隶属高校每年获得的教育经费为逐年上升趋势[10]。这意味着高投入和逐年教育经费的提升导致这些高校自身科研实力较强。所以本文将双一流高校和一流学科高校合并为高水平院校,其他院校则视为普通院校(表6)。通过分析结果可知,高水平院校和普通院校均呈现出显著的积极效应,但是普通院校在发明专利的产出增长更强,这说明国家大学科技园对普通院校的影响更强。根据这一现象进一步分析内在机理,专利产出主要以园区内企业与高校互相渗透的过程并影响高校专利产出,高水平院校可能基于自身较好的实力和成果转化能力,这说明这类高校和市场结合的能力较强,所以这类高校和科技园内企业在互相渗透过程中较低概率能再发现新的市场技术点,从而影响专利增长的趋势低于文科类高校。

表6 专利特征分析检验结果

(四)高校专利的特征分析

借鉴过往文献经验发现,专利IPC分类号中大组数量可视为专利宽度,并且宽度测量可以体现出专利创新水平[27]。具体而言,专利宽度可以表现出专利知识的复杂程度和应用广泛度,复杂程度和应用广泛度越强说明专利的质量越高,内在技术水准也就越强,潜在经济效益也就越显著[28]。在专利宽度测量上,借鉴以往文献对于专利宽度的处理经验,并做对数加一处理后测量了国际专利分类号(IPC)中专利大组的数量[22]。因此将被解释变量换成了发明专利的大组数(见表6中专利质量),最终结果为促进效应,这意味着参与国家大学科技园的高校相较没有参加国家大学科技园的高校以及相较高校参与国家大学科技园前均显现为积极效应。进一步解释而言,高校在参与国家大学科技园后在发明专利的产出创新质量上也得到了加强。为此进一步分析,因为专利质量反映了潜在经济效应,那么高校在专利质量的改善也将改变高校技术转化合同的增加,为了验证这一观点,将高校每年的技术转让签订合同数作为被解释变量并进行回归,结果(表6)显示高校技术转化签订合同为正向效应,这一效应说明高校的专利转化情况也有所改善。

五、总 结

(一)研究结论

通过收集1 051所大学从2006—2020年的专利数据并以此构建多期双重差分模型发现:第一,参与国家大学科技园的大学在发明专利上增长31%。第二,不同经济带的国家大学科技园对参与高校的影响不一样,东部地区的国家大学科技园能够积极影响参与高校发明专利的增长。第三,对高校的学科进行文理科划分发现,参与国家大学科技园的理工科院校更能够在发明专利上产生显著的增长。第四,将高校进行高水平高校和普通能力高校进行划分后显示,普通水平的高校更能在发明专利的增长上产生积极效应。第五,进一步分析发现高校的专利转让情况也有所改善。

(二)对策建议

高校作为国家创新产出的主要构成部分,其体现的技术输出作用至关重要。本文将高校专利数据作为创新产出,并结合大学科技园进而尝试发现二者的微观联系。研究结果为高校长远创新发展规划的管理者和国家创新创业政策的制定者具有一定的借鉴意义。根据研究结果本文建议:第一,地区经济的发展是影响高校专利创新产出的关键因素,地区经济发展的差异化可能导致不同区域的大学科技园的经费支持力度不同,从而影响高校在创新产出效果不佳,为此建议高校应充分了解本地大学科技园的政府支持力度并进行相应的评估,进而判断是否参与大学科技园。第二,高校参与大学科技园要关注自身专业背景,如果高校发展侧重于文科类,那么大学科技园将较难影响高校创新发展。第三,普通水平的高校由于更容易受到大学科技园外因的影响并增加专利创新产出,所以普通类型高校应被政策制定者鼓励参与到大学科技园之中。第四,高校创新产出最终的归宿是成果转化,研究结果显示高校参与大学科技园的专利转让有所改善,为此高校管理者应进一步鼓励高校在大学科技园的成果转化,将技术更多地应用到市场,并最终形成良性的大学科技园循环发展体系。