“三權(quán)下放”改革能否促進高校專利技術(shù)轉(zhuǎn)移？
——基于傾向得分匹配-雙重差分（PSM-DID）的實證研究

張俊艷，雷 玲，高 文

（1.天津大學(xué)管理與經(jīng)濟學(xué)部，天津 300072；2.天津市科學(xué)技術(shù)發(fā)展戰(zhàn)略研究院，天津 300011）

1 研究背景

跨越科技成果轉(zhuǎn)化“最后一公里”是深入實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，推動我國經(jīng)濟邁上高質(zhì)量發(fā)展臺階的重要環(huán)節(jié)。高校作為知識創(chuàng)新的主力軍、技術(shù)創(chuàng)新的生力軍，在國家創(chuàng)新體系中具有重要地位，每年高校的科學(xué)研究與試驗發(fā)展（R&D）等活動產(chǎn)生大量的科技成果，如何將這些科技成果轉(zhuǎn)化為現(xiàn)實的生產(chǎn)力是我國當前科技界、教育界、商業(yè)界亟待回答的重大問題。2014 年9 月，財政部、科技部和國家知識產(chǎn)權(quán)局印發(fā)了《關(guān)于開展深化中央級事業(yè)單位科技成果使用、處置和收益管理改革試點的通知》，在中關(guān)村等國家自主創(chuàng)新示范區(qū)和合蕪蚌自主創(chuàng)新綜合試驗區(qū)遴選20 家中央級事業(yè)單位啟動了試點，標志著我國科技成果轉(zhuǎn)化體制改革進入了新階段。高?？萍汲晒褂脵?quán)、處置權(quán)和收益權(quán)下放（以下簡稱“三權(quán)下放”）改革試點的核心內(nèi)容是取消政府對科技成果使用（作價入股）、處置（轉(zhuǎn)讓和許可）和收益管理的審批或備案，將審批權(quán)下放至科技成果完成單位；科技成果使用和處置收益全部留歸單位、不再上繳國庫，收益分配明確規(guī)定對科技創(chuàng)新創(chuàng)業(yè)和成果轉(zhuǎn)化機構(gòu)及人員的激勵不能低于一定的比例；要求試點單位將科技成果轉(zhuǎn)移轉(zhuǎn)化和知識產(chǎn)權(quán)創(chuàng)造、運用作為科研項目立項和驗收、機構(gòu)及人員評價獎勵、資金支持的重要內(nèi)容和依據(jù)。試點區(qū)域通過上述改革，調(diào)動一切積極因素，促進科技成果轉(zhuǎn)移轉(zhuǎn)化。

本研究利用2009—2017 年我國高?？萍冀y(tǒng)計數(shù)據(jù)，選取12 所“三權(quán)下放”試點高校作為實驗組，基于傾向得分匹配方法（propensity score matching，PSM）篩選對照組，采用雙重差分方法（differencesin-differences，DID）對“三權(quán)下放”改革進行政策評估，以期客觀科學(xué)地評估“三權(quán)下放”改革的政策效果，并為政策進一步實施提供科學(xué)依據(jù)與決策參考。

2 文獻綜述與研究框架

2.1 文獻綜述

高校專利技術(shù)轉(zhuǎn)移是指高校利用其科技資源或能力從事新技術(shù)產(chǎn)業(yè)化和商業(yè)化等活動，從而促使專利技術(shù)從科學(xué)向市場擴散的生產(chǎn)過程［1］。產(chǎn)權(quán)配置是高校專利技術(shù)轉(zhuǎn)移的核心問題，關(guān)于產(chǎn)權(quán)配置對高校專利技術(shù)轉(zhuǎn)移的影響，現(xiàn)有研究主要有兩種觀點。以Siegel 等［2］為代表的一種學(xué)術(shù)觀點認為以美國《拜杜法案》為標志的專利所有權(quán)下放激發(fā)了高校的積極性和主動性，促進高校技術(shù)轉(zhuǎn)移，貢獻了創(chuàng)新創(chuàng)業(yè)經(jīng)濟的發(fā)展。在《拜杜法案》頒布30 周年之際，Grimaldi 等［3］評估了美國、歐洲和亞洲明確政府資助專利的權(quán)屬政策改革效果，指出高校持有專利顯著促進了專利技術(shù)的許可。究其原因，“大學(xué)優(yōu)先擁有處置權(quán)、發(fā)明人劣后擁有處置權(quán)”的設(shè)計激發(fā)了美國高校法人主體作用，在發(fā)明人、院系、技術(shù)轉(zhuǎn)移辦公室和高校之間進行收益分配促使四方形成了激勵兼容的利益關(guān)系［4］。這種產(chǎn)權(quán)配置促使高校專利技術(shù)許可集中在了更有效的行業(yè)［5］，提高了技術(shù)轉(zhuǎn)移效率和效果?？紤]中國情境，一些學(xué)者認為“三權(quán)下放”將破解我國科技成果轉(zhuǎn)化難的困境，政府持有科技成果產(chǎn)權(quán)抑制了高校和科技人員轉(zhuǎn)移轉(zhuǎn)化的能動性，而產(chǎn)權(quán)下放將調(diào)動發(fā)明人積極性，推動科技成果存量的轉(zhuǎn)化，減少事業(yè)單位科技成果轉(zhuǎn)化過程中的束縛。具體而言，下放使用權(quán)有助于破除自主使用科技成果的障礙，下放處置權(quán)有助于促進市場導(dǎo)向的技術(shù)創(chuàng)新行為，下放收益權(quán)有助于激勵技術(shù)創(chuàng)新。如常旭華等［6］實證研究我國產(chǎn)權(quán)配置的影響，認為收益分配是影響教師參與高校專利轉(zhuǎn)移的核心經(jīng)濟因素；武建龍等［7］認為“三權(quán)下放”有助于高校專利技術(shù)快速向企業(yè)轉(zhuǎn)化。

另一種學(xué)術(shù)觀點認為學(xué)術(shù)界夸大了專利所有權(quán)下放政策的作用和效果。Mowery 等［8］通過對斯坦福大學(xué)等3 所美國頂級高校的研究發(fā)現(xiàn)，其專利申請和許可收益的增長主要得益于生物類專利的貢獻，《拜杜法案》雖促進了高校專利申請和許可，但不是決定性因素。Siegel 等［2］指出盡管《拜杜法案》規(guī)定研究人員必須提交發(fā)明披露，但該規(guī)則很少被執(zhí)行，許多技術(shù)通過非正式渠道轉(zhuǎn)移轉(zhuǎn)化，在其他國家采取類似《拜杜法案》的擁護者夸大了《拜杜法案》在美國的影響［11］。進一步地，Grespi 等［9］使用丹麥等6個歐洲國家的專利數(shù)據(jù)進行回歸分析，發(fā)現(xiàn)高校擁有所有權(quán)對專利商業(yè)化率或經(jīng)濟價值的影響微弱。此外，So 等［10］指出發(fā)展中國家與美國的研究系統(tǒng)和經(jīng)濟水平等特征存在不同，《拜杜法案》對發(fā)展中國家的作用更具懷疑性。同樣，國內(nèi)也有學(xué)者對“三權(quán)下放”能否真正破解科技成果轉(zhuǎn)化難題持有懷疑態(tài)度，如張軍榮等［11］利用1991—2011 年我國高校發(fā)明專利申請和授權(quán)數(shù)進行虛擬回歸分析發(fā)現(xiàn)，排除研發(fā)投入因素后，將專利產(chǎn)權(quán)賦予高校的中國“拜杜規(guī)則”未能夠促進高校專利產(chǎn)出；趙雨菡等［12］和聶常虹等［13］認為我國雖然實施了“三權(quán)下放”改革，但礙于國有資產(chǎn)管理體制，政府保留著對高校科技成果的所有權(quán)，高校擁有的產(chǎn)權(quán)并不完整，不利于科技成果轉(zhuǎn)化行為市場化；此外，郭英遠等［14］認為“三權(quán)下放”改革沒有將產(chǎn)權(quán)下放至技術(shù)轉(zhuǎn)移辦公室或科研人員，缺乏科技成果處置權(quán)的權(quán)利制衡機制，未能有效解決科研單位內(nèi)部利益分配問題，這些產(chǎn)權(quán)配置障礙弱化了“三權(quán)下放”改革的政策作用。

綜上，關(guān)于產(chǎn)權(quán)配置政策對高校技術(shù)轉(zhuǎn)移績效的影響存在爭議，現(xiàn)有研究以定性研究為主，少數(shù)的實證研究主要針對《拜杜法案》等國外政策，較少以我國“三權(quán)下放”改革政策作為研究對象，而且為數(shù)不多的實證研究僅將“三權(quán)下放”改革作為影響高校技術(shù)轉(zhuǎn)移績效的一個因素，并未以“三權(quán)下放”改革政策作為主要的研究對象。鑒于現(xiàn)有研究的不足，有必要采用政策評估方法分析“三權(quán)下放”改革政策的效果，以期從產(chǎn)權(quán)配置的角度研究促進我國高校專利技術(shù)轉(zhuǎn)移的路徑和方法。

2.2 研究框架

合理的產(chǎn)權(quán)配置能夠減少交易成本、激勵個體的知識創(chuàng)造行為［15］，專利產(chǎn)權(quán)的下放有利于破除對高校和科研人員科技成果轉(zhuǎn)移轉(zhuǎn)化的限制。從政策評估角度分析，改革試點政策促進了高校專利技術(shù)轉(zhuǎn)移轉(zhuǎn)化。因此，提出假設(shè)1：

H1：“三權(quán)下放”改革正向影響高校專利技術(shù)轉(zhuǎn)移績效。

政策效果一般受后續(xù)的配套措施、政府部門實施政策的經(jīng)驗積累等因素影響［16］，即政策效果往往存在時間滯后。另一方面，政策效果還存在動態(tài)演變的過程，在實施之后的1 年～2 年內(nèi)呈現(xiàn)逐步強化的現(xiàn)象，3 年～4 年逐步減弱［17］。因此，提出假設(shè)2：

H2：“三權(quán)下放”改革對高校專利技術(shù)轉(zhuǎn)移績效的影響存在時滯動態(tài)效應(yīng)。

常旭華等［6］、孫林波等［18］和祝銘等［19］分別提出，高校聲譽、高校類型以及高校所在區(qū)域也是我國高校技術(shù)轉(zhuǎn)移績效的重要影響因素，不同層次、不同區(qū)域、不同類型的高校技術(shù)轉(zhuǎn)移轉(zhuǎn)化情況本就不平衡。相應(yīng)地，“三權(quán)下放”對不同類別高校專利技術(shù)轉(zhuǎn)移轉(zhuǎn)化的作用會存在差異。因此，提出假設(shè)3：

H3a：“三權(quán)下放”改革正向影響“雙一流”高校的專利技術(shù)轉(zhuǎn)移績效。

H3b：“三權(quán)下放”改革正向影響東部高校的專利技術(shù)轉(zhuǎn)移績效。

H3c：“三權(quán)下放”改革正向影響理工類高校的專利技術(shù)轉(zhuǎn)移績效。

“三權(quán)下放”改革可激發(fā)科技人員科技成果轉(zhuǎn)移轉(zhuǎn)化的熱情，促使高校專利申請量的增加、有利于高校技術(shù)創(chuàng)新能力的提升，進而促進高校專利技術(shù)轉(zhuǎn)移。因此，提出假設(shè)4：

H4：“三權(quán)下放”改革通過專利申請量影響高校專利技術(shù)轉(zhuǎn)移績效。

據(jù)此，得到“三權(quán)下放”政策效果評估的研究框架（見圖1）。

圖1 研究框架

3 研究設(shè)計

3.1 計量模型

本研究重點探究“三權(quán)下放”改革政策的效果評估，雙重差分方法是公共政策評估的主流方法，采用DID 方法，將“三權(quán)下放”改革試點高校視為實驗組，通過比較試點高校和非試點高校試點實施前后的差異可評估政策效果的凈效應(yīng)；由于試點高校的選擇不具有隨機性，需采用基于傾向得分匹配方法構(gòu)造與試點高校類似的對照組，以滿足DID 平行趨勢假設(shè)。

3.1.1 利用PSM 構(gòu)造對照組

匹配的目的在于從沒有試點的高校中找到與試點高校具有類似特征的個體，從而構(gòu)造反事實結(jié)果。具體而言，選擇控制變量建立Logit 回歸模型，計算樣本中各個高校的傾向得分，為試點高校匹配最為接近的沒有試點高校作為對照組。匹配原則是既要使試點高校與沒有試點高校的傾向得分盡量相等，又要保證各控制變量在實驗組和對照組之間沒有明顯差異。

3.1.2 采用DID 衡量改革效果

為了捕捉“三權(quán)下放”改革后每個年度的政策效應(yīng)與時滯動態(tài)變化趨勢，參考范子英等［20］的做法，將模型1 中的平均效應(yīng)分解到改革后的每個年度，得到模型2：

此外，考慮到“三權(quán)下放”對不同類別高校的專利轉(zhuǎn)移轉(zhuǎn)化影響可能存在異質(zhì)性，故需進一步細分高校樣本并再次進行PSM-DID 以作分類比較。

3.1.3 中介作用機制

運用中介效應(yīng)模型來考察“三權(quán)下放”是否可以通過專利申請量提高高校專利技術(shù)轉(zhuǎn)移績效。回歸模型模型3 和模型4 分別設(shè)定如下：

式（3）（4）中，Mit為中介變量。

3.2 數(shù)據(jù)來源與變量選擇

3.2.1 數(shù)據(jù)來源

根據(jù)“三權(quán)下放”改革試點文件，試點時間為2014 年10 月1 日至2015 年12 月31 日，考慮到政策執(zhí)行的滯后性，以2015 年作為政策實施的時間分界點。所用數(shù)據(jù)來自2009—2017 年《高等學(xué)校科技統(tǒng)計資料匯編》及《中國統(tǒng)計年鑒》，共選取72 所高校，包括64 所教育部直屬高校、7 所工信部高校及中國科學(xué)技術(shù)大學(xué)。剔除部分重要變量數(shù)據(jù)不全的高校后，最終得到65 所高校數(shù)據(jù)，總樣本量為585 個。

3.2.2 變量選擇

衡量高校專利技術(shù)轉(zhuǎn)移績效的常用指標有專利許可（出售）量、專利許可（出售）收入等，結(jié)合葉靜怡等［22］和Kim 等［23］關(guān)于技術(shù)轉(zhuǎn)移轉(zhuǎn)化實證研究的做法，以專利出售合同數(shù)（psn）和專利出售當年實際收入（psi）作為高校專利技術(shù)轉(zhuǎn)移績效的代理變量。

為了控制除改革外的其他因素對改革結(jié)果的影響，共選取了5 個控制變量（見表1）。

表1 變量定義

4 實證分析

4.1 PSM 處理及檢驗

表2 是主要變量2009—2017 年的描述性統(tǒng)計結(jié)果，可知psn 的均值約為17 項，psi 的均值約為6 493 千元，rdn、rdp 和rde 等主要變量的標準差均高于均值，且最大最小值相差較大，表明個體樣本間存在較大差異，有必要運用PSM 方法處理樣本。

表2 主要變量的描述性統(tǒng)計

采用非替代性的一對一最近鄰匹配方法開展PSM，為驗證匹配結(jié)果是否消除了實驗組與對照組之間的系統(tǒng)性差異，需進行平衡性檢驗。從表3 的檢驗結(jié)果可以看出，匹配后各控制變量組間均值差異的絕對值既均小于13%，又都低于匹配前的差異，且t 統(tǒng)計量都不顯著，說明本研究所做匹配符合標準化差異絕對值小于20%、t統(tǒng)計量不顯著等獨立分布條件，匹配后實驗組和對照組之間不存在系統(tǒng)性差異，取得了共同的時間效應(yīng)趨勢，通過了平衡性檢驗。

表3 主要變量的平衡性檢驗

為確保匹配后的樣本具有良好的可比性，進行PSM 還需滿足共同支撐條件，剔除落在重疊區(qū)域之外的部分樣本以提高樣本匹配質(zhì)量、增加PSM 的有效性。由圖2 可知，匹配前實驗組和對照組的傾向得分值的概率分布存在明顯差異且重疊區(qū)域較??；匹配后，兩組樣本的傾向得分都在0～1 之間且分布具有較大重疊區(qū)域，較好地滿足共同支撐條件。通過平衡性檢驗和共同支撐檢驗可知，匹配后得到的樣本消除了系統(tǒng)性差異和選擇性偏誤，得出了較為合適的匹配樣本，PSM 策略有效。

圖2 樣本PSM 前后的核密度

4.2 DID 回歸估計

在PSM 的基礎(chǔ)上得到了與實驗組特征相似的對照組，樣本量為495 個，采用DID 可評估改革政策對高校專利技術(shù)轉(zhuǎn)移績效的影響，結(jié)果詳見表4。其中，（1）～（6）列的回歸結(jié)果顯示“三權(quán)下放”改革總體上對高校專利技術(shù)轉(zhuǎn)移績效有著顯著的正向作用，假設(shè)1 成立。從控制變量的角度分析，相對于第（2）列和第（5）列，加入控制變量后的第（3）列和第（6）列的did 系數(shù)變化不大，且R2有所增加，說明控制變量的選取較為恰當，PSM 結(jié)果穩(wěn)定。

表4 變量的DID 回歸結(jié)果

表4 （續(xù)）

4.3 時滯動態(tài)分析

基于模型2 將2015—2017 各年度的處理效應(yīng)代替did 平均效應(yīng)納入回歸模型，改革后的時滯動態(tài)效應(yīng)結(jié)果如表5 所示。其中，第（2）列和第（4）列納入了控制變量。由did 系數(shù)及顯著性可知，對于專利出售合同數(shù)（psn）而言，改革從2016 年開始出現(xiàn)顯著的促進作用，在2015 年和2017 年則沒有明顯的影響；而對于專利出售當年實際收入（psi），在2015—2017 年期間改革始終起著顯著的正向作用，且效果在2016 年最佳?？梢妏sn 存在時滯效應(yīng)，psi 則存在動態(tài)效應(yīng)，假設(shè)2 部分成立。以2017 年的樣本為例，中國石油大學(xué)（北京）的psn 為1 項、psi 為4 196 千元，華中農(nóng)業(yè)大學(xué)的psn 為8 項、psi為83 千元，而專利出售合同數(shù)和收入隨技術(shù)轉(zhuǎn)移階段變化，在初始階段合同數(shù)量代表了技術(shù)需方對大學(xué)專利的興趣，在中后階段實際收入則代表了技術(shù)需方對大學(xué)專利的實質(zhì)性需求［24］，即相對于專利出售合同數(shù)，專利出售當年實際收入更能體現(xiàn)專利轉(zhuǎn)移轉(zhuǎn)化的價值，因此psi 比psn 更好地代表高校專利技術(shù)轉(zhuǎn)移績效。

表5 改革效果的時滯動態(tài)效應(yīng)

表5 （續(xù)）

4.4 異質(zhì)性分析

為了考察政策的作用點，需分析“三權(quán)下放”對不同類別高校的政策效果。按照地理位置，將樣本高校劃分為東部和中部，東部包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南11 個省份，中部包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8 個省份；按照類型，將樣本高校劃分為綜合、理工和其他類，劃分依據(jù)校友會2020 中國各類型百強大學(xué)排名［25］，其他類高校主要包括農(nóng)林、師范、醫(yī)藥類大學(xué)。由表6 可知，從層次上劃分，“雙一流”高校的psn 和psi 都顯著為正，非“雙一流”高校則都不顯著，說明改革主要促進了“雙一流”高校的專利技術(shù)轉(zhuǎn)移；從區(qū)域上劃分，東部高校的psn 和psi 顯著為正，中部則都不顯著，說明改革主要促進了東部高校的專利技術(shù)轉(zhuǎn)移；從類型上劃分，理工類高校的psn 和psi 顯著為正，綜合和其他類高校則都不顯著，說明改革主要促進了理工類高校的專利技術(shù)轉(zhuǎn)移。綜上可知，對于不同類別的高校，“三權(quán)下放”對高校專利技術(shù)轉(zhuǎn)移績效的作用存在差異，故假設(shè)3 成立。

表6 改革效果的異質(zhì)性

4.5 中介機制分析

在表7 中，無論psn 還是psi，模型2 的β3和模型3 的γ4和γ3同時顯著，表明中介效應(yīng)存在且不是完全中介作用。與預(yù)設(shè)的中介作用所不同的是，模型2 的did 為負，表明“三權(quán)下放”對專利申請量的作用是負向的，即“三權(quán)下放”改革通過減少而不是提高專利申請進而促進高校專利技術(shù)轉(zhuǎn)移。假設(shè)4 不完全成立的原因可能在于試點高校重視專利轉(zhuǎn)移轉(zhuǎn)化，更加關(guān)注申請有價值的專利以消除申請數(shù)量的泡沫影響。因此，“三權(quán)下放”改革試點政策負向影響專利申請量，但是正向推動了高校專利技術(shù)轉(zhuǎn)移轉(zhuǎn)化。

表7 專利申請量的中介作用

5 穩(wěn)健性檢驗

為了檢驗上述PSM-DID 結(jié)果的可靠性，需要進行穩(wěn)健性分析。本研究主要通過采取不同匹配方法、反事實檢驗和替換結(jié)果變量來評判實證結(jié)果的穩(wěn)健性。

5.1 不同匹配方法

前述實證均采用卡尺內(nèi)最近鄰匹配（1 ∶1），為考察不同匹配方法對PSM-DID 結(jié)果的影響，分別以近鄰匹配（1 ∶5）和核匹配為匹配方法再次進行了PSM-DID。由回歸結(jié)果可知，3 種匹配方法的did都顯著為正，且樣本數(shù)和R2 等系數(shù)都比較接近，表明PSM-DID 結(jié)果可靠。

5.2 反事實檢驗

為了使實驗組和對照組更具可比性，控制了影響12 所試點高校的非試點變量；然而，如果還存在某些未觀察變量顯著影響“三權(quán)下放”的政策效果，會導(dǎo)致估計結(jié)果出現(xiàn)較大偏差，那么所估計的PSMDID 結(jié)果就不能合理地歸為改革的作用。為了檢驗這種情況存在，將復(fù)旦大學(xué)等12 所非試點高校替換為試點高校，其余高校均設(shè)置為對照組以構(gòu)成新樣本。反事實檢驗的回歸結(jié)果顯示，各結(jié)果變量的did系數(shù)均不顯著，即新樣本的實驗組和控制組的專利轉(zhuǎn)移績效并沒有發(fā)生明顯變化，在一定程度上表明排除了未觀察到的變量對估計結(jié)果的顯著影響，本研究的PSM-DID 實證結(jié)果穩(wěn)健。

5.3 替換結(jié)果變量

高校專利技術(shù)轉(zhuǎn)移績效的提高不僅僅表現(xiàn)在專利出售絕對數(shù)量的增大上，更應(yīng)該表現(xiàn)在相對于專利存量占比的提升，因此，將專利出售合同數(shù)與專利授權(quán)量的比值作為新的結(jié)果變量再次進行回歸。回歸結(jié)果顯示，替換后的結(jié)果變量仍支持已有結(jié)論。

6 結(jié)論與啟示

本研究采用我國高?？萍冀y(tǒng)計數(shù)據(jù)，基于PSMDID 方法評估了“三權(quán)下放”改革對高校專利技術(shù)轉(zhuǎn)移績效的影響，結(jié)果表明：第一，改革總體上提升了高校專利技術(shù)轉(zhuǎn)移績效，對專利出售合同數(shù)和專利出售當年實際收入存在顯著的正向影響，且對后者的促進作用更大；第二，改革對高校專利技術(shù)轉(zhuǎn)移績效存在時滯動態(tài)效應(yīng)，專利出售合同數(shù)存在后延1 年的時滯效應(yīng)，而專利出售當年實際收入則存在先上升后下降的動態(tài)效應(yīng)；第三，改革對不同類別高校的專利技術(shù)轉(zhuǎn)移績效的影響具有一定差異，改革主要促進了“雙一流”高校、東部高校和理工類高校的專利技術(shù)轉(zhuǎn)移，對非“雙一流”高校、中部高校、綜合和其他類高校的作用暫不明顯；第四，改革通過降低專利申請量來促進高校專利技術(shù)轉(zhuǎn)移。

研究結(jié)果的政策啟示如下：首先，“三權(quán)下放”改革初步達成了政策設(shè)計的初衷，有效促進了高校專利技術(shù)轉(zhuǎn)移，提高了專利轉(zhuǎn)讓數(shù)量和轉(zhuǎn)讓收入。與此同時，“三權(quán)下放”改革的政策效果存在時滯性和動態(tài)性，且作用效果因高校的層次、類型和所在區(qū)域而異，故需要持續(xù)追蹤“三權(quán)下放”改革的影響，并結(jié)合產(chǎn)權(quán)激勵、稅收減免等配套政策進行綜合分析，以更好地發(fā)揮政策的效果和效用。其次，“三權(quán)下放”通過負向影響專利申請量進而提高專利技術(shù)轉(zhuǎn)移績效，說明未來我國專利質(zhì)量提升應(yīng)為重中之重。為了實現(xiàn)從專利大國向?qū)＠麖妵D(zhuǎn)變的目標，我國需要重視從數(shù)量向質(zhì)量轉(zhuǎn)變、從申請向轉(zhuǎn)化轉(zhuǎn)變，通過提高高校專利質(zhì)量促進轉(zhuǎn)化運用，強化高價值專利的創(chuàng)造、運用、保護和管理。