原文信息：Arora, A., Belenzon, S., & Suh, J. (2022). Science and the market for technology. Management Science, 68(10), 7176–7201.
原文链接：
https://pubsonline.informs.org/doi/10.1287/mnsc.2021.4268
01
引言
运转良好的技术市场（MFT，market for technology）为创新成果提供了交易的平台，使发明家可以将其成果以更高的价值进行转化，是创新活动不可或缺的一环。近几十年来，MFT的活跃增长有目共睹，美国的企业和大学在专利转让和许可费收入也迅猛增长。与此同时，发明家的发明创造活动也越来越以科学为基础(Marx and Fuegi 2020)。那科学对发明活动有什么作用呢？一方面，科学阐明现象背后的机制，并将其概念化，能很好地帮助发明家快速掌握发明的本质；同时，基于科学的发明可能更具可交易性，因为它们的价值更容易被评估。文章试图对后者进行分析和检验。
通过理论和实证的分析框架，文章发现，基于科学的发明进行交易的可能性相比没有引用科学文献的专利要高23%。在控制专利质量和发明人能力之后，这一影响依然显著，说明科学对发明的作用不仅仅提升了专利质量，文章提供了一些间接证据证明基于科学的发明有更低的交易成本。
科学与专利权利要求的准确性
02
文章举例详细说明了科学对专利在发明过程中的作用，包括聚丙烯专利、石油开采的水力压裂法和IBM异常检测的优化模型。不同技术领域中，科学知识发挥作用的阶段和大小不同。
开采石油时使用的水力压裂法(fracking)，对压缩液的选择较为关键。压裂液需要具有粘性。传统上，这是通过增加聚合物(如瓜尔胶基化学品)浓度来实现的。然而，高聚合物浓度的一个主要缺点是化学物质本身很昂贵，而且很难从泵送的碳氢化合物中分离出来。一项美国专利7012044B2 (Dawson et al. 2003)使用流变学原理(研究固体和液体材料流动的物理学分支)进行了概念化。该发明借鉴了一篇化学工程博士论文，该论文涉及凝胶的流变学(Kesavan 1994)。使用更清晰的科学概念的专利并不一定更有价值(例如，这项专利是在1997年申请的，但总共只有16次引用)。
对已知方法的应用也可以用科学术语来概念化。例如，IBM的专利US10305921将异常检测与图论相结合，开发了一个随机优化模型，用于确定节点是恶意的还是良性的。因此，这是计算机科学中已知方法的应用，该专利引用了一篇关于使用图形推理方法检测恶意节点的计算机科学论文。
将其与2020年授予Security Scorecard Inc.的美国专利10848517B1进行比较，该专利是关于确定企业面临的安全风险的方法。它涉及收集企业的数据，包括其网络上的数据包流量数据，并将其与过去安全漏洞的数据相关联。无科学文献引用，安全风险计算方法模糊。潜在的买家需要大量额外的专有技术和操作数据才能实施这项专利。
值得注意的是，一项发明的经济价值或质量与它是否基于科学是无关的。IBM的专利被引用了18次；上述另一项专利（Security Scorecard）被引用了96次。
03
专利交易模型
文章提出了一个简单的模型来阐明科学与MFT之间的关系。假设有I个发明，每个发明人持有一个专利，当进行交易时，发明人的收益为：yi=qi（xi+εi），其中q为专利质量，x为发明人能力，e为发明人与发明之间的契合程度。假设有N个潜在买家，第k个买家愿意支付y_ik购买发明。yik=qi(xik+εik)-τi。其中，τ_i为交易成本。交易成本包括合同成本，如律师费和技术转让成本等。如果第k个买家买走了发明，那么联合剩余为：yik-yi=qi(xik-xi)-τi。前一项为买家k的技术交易收益，实质反映了发明人与买方惊醒商业化的能力不同。为简化分析，假设所有潜在买方的交易成本是相同的。
基于模型的基本设定，文章得到如下推论（过程详见原文）：
（1）基于科学的专利更容易在市场上交易。
（2）小公司比大公司更有可能进行技术交易（Table2 Result 1）。
（3）新颖性较高的专利的交易收益和交易成本都更高，但对发生技术交易可能性的净影响并不能确定。假设专利新颖性和引用科学文献在增加交易收益和降低交易成本上互为补充，那么当专利新颖性提高了交易可能性时，对于引用了科学文献的专利，这种影响更大（Table2 Result 2）。
（4）买方异质性增加了技术交易（Table2 Result 3）。
04
数据
（1）数据来源：专利数据使用1980-2016年USPTO的实用新型专利数据；专利转让数据：包括交易双方、交易日期，数据来自USPTO专利转让数据库（ Patent Assignment Data set）。考虑数据截断问题，使用2011年之前授权的专利样本（这些专利的交易情况观测到2015年）。最终得到约390万专利数据，其中6.3%的专利经历了至少一次的专利交易。
（2）主要变量定义
基于科学的发明（Science-based inventions）：
至少引用了一篇科学文献的专利，并将每一篇引用与MAG（Microsoft Academic Graph）的论文发表数据匹配对应。文章采用两种方法减少测量误差，分别是增加在IPC层面的回归，以及通过计算专利文本和科学文献摘要的相似度重新衡量专利对科学文献的引用。
专利交易（Patent reassignments）：
USPTO记录了专利受让人之间的所有权转移过程。尽管报告权利转移这一事件是自愿的，但是获得专利的企业有动机报告权利转移，特别是在实施专利的过程中。
发明质量（Invention quality）：
文章使用多种不同的方式衡量专利质量：① 前向引用（forward patent citations）：即专利年龄标准化后的平均引用次数；②是否是三方同族专利（triadic patent）：即是否是欧专局（EPO）、日本专利局（JPO）和美国专利商标局（USPTO）共同保护的一组专利；③专利的股票市场回报（stock market valuation）：基于Kogan et al. (2017)的研究，用专利被授权当日的公司股票超额回报作为专利的价值；④权利要求数量（number of claims）和⑤第一权利要求字数（the length of the first claim）。
发明新颖性（Invention novelty）：
与在先专利的文本相似度（patent textual similarity to prior patents）和技术组合熟悉度（combination familiarity）。
发明人特征（Inventor characteristics）：
使用发明人在USPTO维持费的缴纳记录来衡量发明人的商业化能力；在专利类别层面，分别通过专利持有人的平均规模、不同受让人的数量和IPC-年度的新专利受让人占比来代表发明人的能力。
买方异质性（Buyer heterogeneity）：
两种方法来衡量：在IPC-年度层面计算专利受让人的赫芬达尔指数；受让人所在的4位IPC领域是否与被转让专利相同，相同则取1，意味着具有较低的买方异质性。
助实现。
实证结果
05
5.1 科学与专利交易
为估计科学对专利交易的影响，文章在专利层级建立如下模型：
其中Reassignment为是否发生专利交易，如果专利至少被交易一次，则取1，否则为0；当专利至少引用了1个非专利文献时，Si取1，否则为0；模型还控制了专利质量的一系列变量（K），以及专利授权年份和4位IPC的固定效应。预期β_hat为正。
Table 4列(1)显示，引用科学文章的专利交易的概率增加23%。对β_hat的解释可能会存在以下问题：第一，β_hat可能反映的是专利质量，为解决这个问题，模型控制了一系列专利质量的变量（table 4第2列）；此外寻找了一些间接证据，如买方异质性与专利质量不存在系统性相关，因此对买方异质性进行检验能够间接排除专利质量对交易的影响，因此文章检验了基于科学的专利是否更容易被其他IPC技术领域的买家关注。第二，基于专利引文的分析不能很好地测度专利与科学的关联，因此文章通过计算专利与论文的文本相似度重新构建了解释变量（table 5）。第三，β_hat可能反映了发明人的特征，即基于科学的发明人与不基于科学的发明人可能有系统性差异，为缓解该问题，通过控制发明人特征（table 4 第3列），同时在对上市公司子样本进行分析时，控制一系列公司特征和固定效应（table 4第4列），并对专利引用的科学文献的来源进行控制，发现引用发明人自己的论文时，科学对专利交易的影响下降（table 4 第5列）。
进一步，文章按技术领域进行分类别回归，发现生命科学领域的一组的回归系数是信息和通信技术(ICT)领域的三倍多。信息通信技术部门的价值链往往更为复杂，相比有明确科学基础的领域，科学的作用在ICT领域可能会被削弱。
基于基本回归结果，文章从文献类别（Table5-6）、发明人商业化能力（Table7）、专利新颖性（Table7）和买方异质性（Table8）四个方面进行了更细致的检验。结果表明：引用高质量和更前沿的科学文献的专利交易概率更高；对于入选NIHF资助的专利来说，发现57%的NIHF入选者的专利引用了科学，这是样本平均值的三倍多。小规模的发明人的专利引用科学时，交易的概率要提高8.6倍；非Compustat公司持有的专利的交易概率比Compustat公司专利高3.7倍。新颖性更高的专利、买方异质性更低时，专利被交易概率更高。这些结果表明，这些结果表明，科学与专利在技术市场交易的关系不仅仅是专利发明质量差异的结果，基于科学的发明还能获得更高的收益和更低的交易成本。
5.2. 专利交易与专业化
5.2.1. 小发明人的进入
根据理论模型，基于科学的专利交易的收益较高，交易成本较低，文章发现以科学为基础的发明，发明者的商业化能力会较低。table 9结果表明，引用科学的专利所占比例较高的IPC-年份往往拥有更多的小发明人(列1)，更多的卖家(列3)和更多的首次申请专利权人(列5)进入。这与模型的预测是一致的，即技术交易前景会吸引更多发明人，特别是进入基于科学的发明。
5.2.2. 分离科学与技术交易的直接影响和间接影响。
科学与技术交易之间的关系可以分解为两个组成部分：直接部分和间接部分。
文章使用在授权年度之前3年(table10的第(2)和第(3)列)和5年(表10的第(4)和第(5)列)发表的相关科学知识的存量来预测科学引用专利的份额，从而控制基于科学的专利所占的影响。结果显示，知识存量的变化有可能直接影响技术交易。例如，知识存量可能反映了技术突破带来的发表相关论文的机会以及市场对发明的需求。同样，更多的知识存量可以让买家更了解现有专利，增加对发明的需求。然而，在table 4列(4)中的估计表明，当控制市场对上市公司的关注因素以及控制商业化能力之后，仍然发现基于科学的发明的交易概率与不基于科学对发明专利有在专利交易商有较大差异。这意味着存在相当一部分技术交易的影响是科学带来的。table 10中的结果同样表明，虽然间接影响为正，但直接影响的部分的系数也很大。
Abstract
Well-functioning markets for technology (MFT) allow inventors to sell their inventions to others that may derive more value from them. We argue that the growing use of science in inventions enhances MFT. Science-based inventions have higher gains from trade and lower transaction costs. This relationship is amplified in equilibrium because science-based inventions are also likely to feature smaller inventors with a greater propensity to trade. Using large-scale data, we show that patents citing science are more likely to be traded, especially for novel patents and for smaller inventors. We conclude that the growing use of science in invention is beneficial by encouraging the expansion of MFT and supporting a division of innovative labor.
转自：“香樟经济学术圈”微信公众号
如有侵权，请联系本站删除！
