基于專利績效的校企合作研發與技術重組研究

張鼐，周年喜

（1.淮海工學院圖書館，江蘇連云港222005；2.淮海工學院電子工程學院，江蘇連云港222005）

0 引言

校企合作能夠推進技術和知識的創新，促進大學的科研工作，提高大學科技成果的轉化率［1］，已被認為是經濟增長的重要來源之一，也是提升企業創新能力，為大學培養創新型應用人才的重要模式。對于企業而言，與大學進行合作不僅可以獲得知名專家和先進的科研設施資源，而且可以幫助企業積累知識資源、促進專利申請和新產品的開發，從而增強競爭優勢［2］。

然而，由于大學的學術研究創造了一種鼓勵自由探索新思想和交流科學知識的環境，導致企業與大學合作相關的研究范圍通常不太明確，并可能與產業目標相距甚遠。此外，企業將學術研究轉化為產業化應用時，還必須具備獲取和應用新知識的能力，這些知識通常是跨學科和復雜的，包括顯性和隱性知識［3］。這些能力與企業在科學研究和技術重組中的研發重點密切相關，企業內部的科學研究不僅拓寬了企業的知識基礎，還使企業能夠獲取和利用外部科學知識。在進一步推動科學發現的應用時，企業可以以創新的方式整合知識要素或重用現有的技術組合［4］。因此，企業的研發活動可以決定企業在科研成果產業化中與大學合作獲取收益的程度。

現有文獻研究大都將大學與企業合作研發的成功歸因于從市場條件到治理結構以及大學和企業的創業方向等多種因素［5-7］，但對于理解公司內部的研發重點可能會增強或破壞外部合作帶來的好處，并未給予足夠的重視。從吸收能力角度來看，內部研發活動較多的企業將從大學合作中受益更多，但是從知識管理的角度來看，企業與大學之間科研資源和專業知識的重疊可能會導致不必要的知識冗余，并增加不必要的協調成本，從而降低其協同工作的有效性。因此，了解何時可以依靠這種合作，對于企業組織和管理內部資源以及訪問和利用外部知識資產顯得至關重要。鑒于此，本研究將從專利分析的角度出發，以生物技術與制藥企業為研究對象，關注于企業研發工作中科學研究和技術重組這兩個維度，并探討它們各自對校企合作的影響。

1 理論背景與研究假設

1.1 校企合作與技術重組

Hess［8］等學者研究發現，企業的互補性和吸收能力有助于提高其內外部的創新活動，并獲取更大的回報?；诮洕鷮W中互補性概念的解釋，當一項活動的邊際回報在另一項活動存在的情況下增加時，兩項活動是相輔相成的；而當更多的一項活動減少了對其他活動的邊際回報時，就會發生替代效應［9］。一般而言，增加內部研發投資將提高吸收能力，從而更好地使企業識別和吸收外部知識，因此，本研究認為就科學技術商業化而言，企業技術重組水平的提高會增加企業與大學合作的邊際回報，換言之，技術重組水平高的企業從大學合作中獲得的好處大于技術重組水平較低的企業。

上述判斷基于以下兩個事實：首先，技術重組中強調的實驗性解決問題的方法促進了將科學發現轉化為技術創新的過程，重新組合知識元素的嘗試幫助企業接觸到新的和未探索的組合，這些組合打破了現有的認知框架，有助于企業實驗、學習并利用技術元素之間的互補性以解決新問題，因此，技術重組活動促使企業開發出技術前沿的新見解，并在創造性解決問題的過程中獲得益處。其次，在不同知識領域應用跨學科、復雜的知識所積累的技能和經驗可以提高企業在不同環境中理解抽象知識的能力，企業以技術形式結合先進科學知識能力的提高也擴大了企業解決更復雜問題的能力，隨著企業更多地參與技術重組活動，它們將新知識從科學研究轉化為商業應用的能力也得到了增強［10］，因此，具有較高技術重組水平的企業可能會更積極地與大學進行合作。

除了知識轉化外，技術重組能力較強的企業還可以更好地利用多所大學合作帶來的無形利益。首先，知識溢出創造了更多的在技術領域交流思想的機會［11］；其次，企業獲得的專業知識以及與相關學術界的社會資本等無形收益為企業新產品的開發過程提供了更多幫助［7］。因此，基于以上論述，本文提出了第一個研究假設：

H1：企業的技術重組正向影響校企合作與企業專利績效之間關系。

1.2 校企合作與科研

通過分析相關研究文獻和知識管理的觀點［12］，本文認為科研水平較低的企業在校企合作中獲得的收益比科研水平較高的企業更大。首先，對于那些具有強大科研實力的企業而言，它們的科研人員有能力通過非正式途徑獲取企業研發所需的各類專業知識，從而導致校企合作的邊際回報減少。有研究發現，當企業同時增加對校企合作以及內部科研發投資時，由于知識冗余，協調資源和監測研究成果的成本會不斷上升，從而導致研發生產力的降低［8］。其次，在獲取內部和外部知識的長期投資方面，不同企業的選擇也不盡相同，例如華為大量投資于內部的基礎研究并申請了大量專利。也有企業通過其他方法提高其科研基礎，例如雇傭高水平的科研人員，建立研發聯盟，以及通過閱讀OA出版物獲取研發進展，等等。

基于上述推理和論述，當同時增加其內外科研投入時，企業與大學的研發合作帶來的好處就會減少。就校企合作主要提供知識資源而言，外部和內部的科研活動是可以相互替代的；而當大學與企業之間就研發活動達成后，企業可以通過增加資源獲取和技術商業化的市場機會來補充企業的科研能力［13］。從長遠來看，企業為了維護科研重點和校企合作之間平衡而付出的效率損失將抵消這種合作帶來的無形收益。因此，本文提出第二個研究假設：

H2：企業的研發重點負向影響校企合作與企業專利績效之間關系。

2 數據選擇與變量設計

2.1 數據選擇與分析方法

為了深入、有效地研究生物技術與制藥企業研發重點和技術重組這兩個維度各自對校企合作的影響，除了進行規范性的理論推理之外，本文還將通過定量的實證研究來驗證理論推理和研究假設。我們從中信建投證券的分類目錄中抽取了公司樣本，該目錄由208 家公開上市的生物技術和制藥公司組成，并通過這些公司的網站查詢相關數據。此外，為了區分生物技術公司和制藥公司，本文在分析中添加了一個虛擬變量。

本文使用專利作為校企合作研發重點和技術重組的衡量指標，考慮到研究對象是中國生物技術和醫藥產業，所以本文選取CNIPR專利信息服務平臺和德溫特創新索引系統收集數據。為盡可能保證所檢索到的專利是生物技術與制藥領域內的，本文采用IPC 分類檢索法根據經濟合作與發展組織（OBCD）的標準將檢索的分類號限定為14種［14］，具體如表1所示。

表1 與生物技術有關的專利類別

通過檢索2008—2017年間在指定類別內的發明專利，并對得到的數據進行清洗，刪除重復專利，分別得到企業的相關發明專利1633項，校企合作申請的專利124項，并進行回歸分析。

2.2 變量度量

2.2.1 因變量

專利績效（前向引用）：專利前向引用行為作為技術擴散活動的客觀表征，專利前向引用行為特點是測度技術擴散模式的一個重要視角。累積被引用次數可以用來衡量專利的質量，一般來說，專利的引用次數越多，專利質量越高，專利的重要性就越高，專利的引用次數體現了專利的經濟價值。因此，借鑒以往文獻的做法［15］，本文利用專利的被引頻數來衡量專利績效。

2.2.2 自變量

本文以企業內部的技術創新、企業與大學建立的研發聯盟以及企業年齡來衡量企業的研發和技術重組對專利績效的影響。

（1）企業與大學的合作研發數量

統計研究樣本中每個公司在2008—2017年期間與大學建立的研發聯盟的數量。

（2）技術重組

企業內部的技術重組可以用企業開發新產品的創新活動中對專利重新組合的廣度，并基于企業專利引用的專利技術類別來衡量。Trajtenberg 以每個專利被引用數做權重求得加權的專利數（Weighted Patent Count），實證結果顯示專利被引用數越高，專利的價值越高［16］。在本研究中我們使用Trajtenberg的研究成果，具體計算方法如下：

其中Sij是指專利i 對專利技術分類j 中專利的引用比例，根據企業重點專利引用的不同專利技術類別的數量，ni對于每個專利都有所不同。計算結果在0和1之間波動，數值越高表明該專利引用的技術范圍越廣。

（3）企業年齡

企業年齡以企業成立之日起到目前的年數來衡量。

2.2.3 控制變量

（1）企業技術重點

一般而言，技術強大的企業會針對某一重點領域申請一套交叉的專利，任何其他外部企業如果想要把這一技術領域的創新進行產業化或商業化，將無法繞過這些交叉專利壁壘。同時，該企業還可以申請更多的交叉重疊專利以應對其他企業在這一技術領域可能的專利申請［17］。但無論何種情況，圍繞特定的技術領域申請大量專利都可能導致前瞻性引用減少。因此，對于企業重點技術領域在t年獲得授權的每一項專利，本文統計在同一技術類別中與重點專利相同的技術類別中其他專利的數量，并以此作為企業技術重點的控制變量。

（2）研發者數量

對于每一項專利統計其發明人的數量。該變量的值越大，說明企業在此重點技術的人力資源投入越多，注入的創新動力就可能越大，對企業的研發和技術重組越有可能產生顯著的促進作用。

（3）企業聯盟數量

對每個研究樣本企業，本文通過計算其在2008-2017年期間與其他企業的研發聯盟的數量。該變量越大，說明企業間的聯盟數量越多，企業獲得的技術支持有可能越多，從而有可能增加企業的研發技術能力。

（4）大學虛擬聲望

以往研究認為，企業與大學合作的決定以及產學合作績效的大小取決于大學的學術聲譽和聲望［18］。因此，為了控制大學聲望對企業研發的影響，本文引入一個類別變量，其中1 表示樣本公司在指定年份至少與一所著名大學建立了伙伴關系，反之則為0。

在本文的研究中，大學聲望是根據大學作為聯盟合作伙伴的吸引力而不是依賴于對大學進行排名的傳統報告來確定的。著名大學的確定由以下方式產生，首先，在樣本數據中統計所有與企業合作的大學，并計算每所大學建立研發關系的平均數量；其次，從社交網絡的角度計算每所大學的度中心性的平均值。然后使用高于平均值的兩個標準偏差作為基準，將那些得分高于基準的大學確定為著名大學。由于名牌大學的數量與大學合作伙伴的統計之間存在著高度的相關性，我們決定使用虛擬變量來表明企業是否與某一年份中的一所著名大學建立了合作伙伴關系。

（5）其他控制變量

專利權引用可能受到技術特征、專利特征和公司特征的影響。屬于某些技術類的專利可能比其他技術類引用更多，同時專利發布時間較長的也可能會導致更高的引用率，因此，本文使用指標變量來控制每個專利類別和專利年齡。此外，較大的公司具有更大經濟規模和更廣的經營范圍，本研究引入企業層面的控制變量，例如企業研發支出、企業規模（員工人數）和虛擬變量以區分制藥公司和生物技術公司。我們將對數函數應用于這些變量（虛擬變量除外）以便解釋不等變異。

2.3 分析方法

為準確測度企業內部的科研活動和技術重組對校企合作研發的影響，本文在借鑒有關研究的基礎上［19］，采用負二項回歸模型（negative binomial model）進行實證分析。之所以采用計數模型是因為本文的因變量-專利績效（專利前向引用）是非負計數型變量，如果使用線性回歸模型，將會導致系數估計結果有偏和不一致。此外，由于引用的數量表現出過度分散，專利研究發現數據的過度分散可歸因于未觀察到的異質性。因此，雖然分析單位是個別專利，但考慮到樣本公司的異質性，本文加入了企業層面的控制變量。最后，為了獲取穩健估計，本文在回歸分析中包含了公司聚類的穩健標準誤差。

3 假設檢驗與結果

3.1 假設檢驗

表2為回歸模型的分析結果，表3為變量描述及相關系數。

模型1 僅包含控制變量，目的是研究變量單獨添加到后續模型中，以證明變量的附加解釋力。結果顯示，專利層面的控制變量，即專利年齡和技術重點的系數具有顯著的統計學意義（p＜0.01），說明較老的專利被引的次數較高，而那些因為技術保護需要而被專利叢林保護的專利被引次數則較少；大學聲望的虛擬變量與專利的前向引用具有顯著的正相關性（p＜0.001），這是因為大學聲望是高質量學術知識生產和分配的重要預測因素，因此與知名大學結盟的公司從這種合作中獲益更多，從而表現出更高水平的專利引用。

在其他控制變量中，發明人數量的系數測度與企業研發合作具有統計顯著性（p＜0.05），說明雇傭大量發明人的公司表現出更高水平的專利引用，同時，擁有更多企業合作的公司也表現出更高水平的專利引用。最后，生物技術和制藥公司虛擬變量的系數在統計學上不顯著，這意味著生物技術公司的專利表現與制藥公司的專利變現沒有顯著差異。

模型2 模型3 模型4 在模型1 的基礎上分別加上校企合作、企業科研重點以及重點技術重組三個變量，由表3 可見，企業與大學的研發合作對前向引用有顯著的積極影響（p＜0.01），表明校企研發聯盟對公司的專利績效有著積極的正向影響。重點技術重組對專利的前引用具有顯著的積極影響（p＜0.01），相比之下，科研重點對專利績效沒有直接影響，這與Henderson和Cockburn［20］的研究結果一致。

表2 組織因素對校企合作的調節效應

模型5和模型6分別加入了校企合作模式中兩種研發重點的相互影響。其中，對技術重組的側重在校企合作與專利前向引用之間的關系中起著顯著的正向影響，假設1 被證實；而對科研的側重在校企合作與專利前向引用之間的關系中起著顯著的負向影響，假設2得到證實。

本文進一步分析了不同年齡的公司在進行校企合作研發的相互依賴性，根據它們的中位年齡將樣本公司分成兩組，然后進行相同的回歸分析。分析結果發現，對于老牌公司而言，側重于科研活動負向影響校企合作與專利績效之間的關系，而側重技術重組則正向影響這種關系。而與此相反的是，校企合作中的不同側重點，包括科研活動和技術重組都對成立時間較短的年輕公司產生積極的互補效應。

3.2 結果分析

科學研究的重點可以分別通過技術重組的重點與知識創造和知識應用的基本方法區分開來。首先，科學研究的基本活動是通過探索新的知識要素來擴展企業的知識基礎，而技術重組的活動則是利用知識要素之間的互補性。其次，隨著企業經驗和技術的積累，以及時間的推移，各種知識活動所依據的組織結構和慣例會有不同的適應和發展。本文的研究H1 和H2 的統計證據表明，一些公司與大學合作所會獲得更多的收益，原因在于企業在技術重組和科學研究之間的研發重點（即專有科學和開放科學）的不同選擇。開放科學鼓勵遠離商業目標的知識探索，而專有科學則側重于從科學發現中產生經濟價值。因此，當企業更加關注將科學知識轉化為商業應用時，預計公司與大學合作的邊際價值會增加。

表3 變量描述及相關系數

同時，樣本分析顯示，年輕公司更容易在校企合作研發中獲得較大的收益。樣本企業年齡的平均值約為21 歲，21 歲以下的公司中生物技術企業大約占60%，老公司大多是制藥公司。而藥物開發從藥物發現到一種新藥物的批準，最終達到臨床應用的目標，可能需要10～15 年的時間，平均需要幾億或更多的費用才能完成。因此，與老牌制藥公司相比，一家15歲的生物技術公司可能仍然是一家相對“年輕”的小公司?？紤]到這些統計數據，研究結果并不奇怪，因為可以從以前的研究中找到輔助解釋［21］。首先，生物技術企業比制藥公司更依賴學術科學。最新的一項生物技術產業研究報告表明［22］，生物技術公司而不是制藥公司傾向于在早期階段開發大學發現的新藥。其次，雖然年輕的生物技術公司比老制藥公司或大型制藥公司更具創造力和創業精神，但它們缺乏維持早期和臨床前階段研究的長期時間的財政和人力資本。因此，除了建設科學研究能力外，他們還可能利用大學科學家的專門知識和專門技能。同時，由于年輕的生物技術公司需要學術投入來補充其早期的研發，它們必須通過進行科學研究來保持一定程度的吸收能力。

相比之下，對老牌公司來說，公司在研發方面的累積經驗應能使公司通過運用公司特有的專門知識和技能，掌握從學術機構獲得的知識，獲得競爭優勢。研究表明，這種競爭優勢歸因于公司的技術重組重點，而不是其科學研究重點。綜合來看，管理內部和外部研發活動對老公司來說是一項更具挑戰性的任務?，F有的研究建議在咨詢的基礎上吸引學術科學家，并聘請研究生或博士后研究員，作為促進公司獲得學術研究的有效方式。盡管如此，由于科學家各自的角色會對公司的整體表現產生相反的影響，老牌公司應該謹慎地管理他們對科學家在開放科學和專有科學方面的表現的期望。

4 研究結論與啟示

本研究試圖了解公司內部的重點研發工作是增強或破壞與大學合作研發所帶來的幫助，并解釋公司專利績效的變化。研究結果首先證實了校企合作研發對公司專利績效的積極影響，強調了學術發現和轉化研究在企業研發中的重要性。對于企業而言，獲得有益補充對知識和技能至關重要，因此，學術研究是賦予企業研發能力而不是替代它。

其次，創新學者強調內部和外部研發相結合所產生的互補性。換言之，當企業在內部和外部研發方面投入更多時，企業的創新績效會得到提升。之前的研究通常將內部研發確定為一個單一的結構，統一了公司研發職能中的所有活動。然而，有證據表明［23］，創新型公司的研發工作重點不同于搜索和擴展其知識領域，而是跨技術和組織邊界重新組合知識要素?；谥R的觀點，我們認為科學研究和技術重組是企業研發重點的兩個不同維度，可以補充或替代大學合作。研究結果表明，技術重組加強了大學合作與專利績效之間的關系，而科學研究則削弱了這種關系。雖然在年輕和老公司之間也有所不同，但總體結果對缺乏資源的企業公司和受慣性較大的成熟公司具有重要意義。

最后，特別關注到外部合作和內部公司研發重點的相互作用，同時考慮到公司研發活動的異質性，這些活動在科學型企業中的開發和維護成本非常高。這項研究有助于從大學-產業聯系的角度解釋為什么一些企業與大學合作比其他人更成功。