近年来随着国家在不断加大科技投入，以及专利成果数量的快速增长，全社会对科技创新关注程度不断提高，对我国科技成果转化率低的批评不断增加，有文章指出“我国科技成果的转化率仅有10%，比美国80%转化率低70个百分点。
”按照转化率衡量，政府“用了数以万亿计的资金换来的研发成果，有90%打了水漂。
”中美科技成果转化率是否真的存在如此大的差距？
造成这种状况原因有哪些？
为使问题具备讨论的基础，有必要对科技成果概念进行厘清。
“科技成果”的定义非常广泛，有适合转化的以专利、专有技术等为形式的成果，也有不以转化为目的而是注重知识传播的论文、报告等形式的成果。
根据国内实际使用“科技成果转化率”的情况，参考美国政府评估机构的相关报告，将科技成果限定为发明专利是一个较为常用的、合理的、可得的口径，即以专利转化率指代科技成果转化率。
需要说明的是，企业的科技成果不在“转化率”讨论范畴，科研成果的讨论对象只是以大学为代表的“非企业部门”产出的发明专利。
企业部门作为成果转化的受众和终点，其科技成果不存在转化问题，因为在市场条件下，企业技术开发的目的就是使用，企业不会投入资源开发不能用的技术并耗资费神去申请专利。
即便有暂时不投入实际应用的专利，也是出于开发策略、技术储备、专利战略等方面的考虑，因此这些成果实际是处于“使用”当中，并不需要“转化”。
美国尽管集中了全世界最优质的高等教育资源，政府的绝大部分科研资助也流向大学，但美国大学发明专利占整个国家的比例不足4%，企业发明专利占比则达85% ；
与此相对应，中国《2018年专利统计年报》显示，当年授权发明专利中，企业占63.9%，高校占23.2%，科研单位6.4%，中国企业占比相对美国低超过20%，而大学发明专利占比则要高出近20%。
不仅如此，两国人才分布差异更为明显。
美国企业拥有大量高水平研究人员，比如一直隶属于企业的贝尔实验室就孕育了9位诺贝尔奖得主 ；
中国因为各种原因，最优秀的智力资源基本集中在高校和科研院所，除极少数明星私企和大型国企，企业整体研发能力相对羸弱。
正因为如此，我国大学和科研院所在国家创新体系中的角色相对更为重要和关键，成果转化问题的确是我们实现创新引领发展必须考虑、并应该努力解决的重要战略性问题。
目前还没有研究准确测算过中国大学的专利转化率，数字众说纷纭，本文尝试利用权威数据来源进行推算。
根据教育部《高等学校科技统计资料汇编》（下文简称为《资料汇编》）数据，2015年-2017年三年，中国高校获得的发明专利总数为160236项，专利出售数为7957项，将出售数除以专利总数得到比率为4.97%；
另外，专利转化途径包含专利出售和专利许可两个渠道，鉴于《资料汇编》并未统计专利许可数据，基于patsnap数据库2008年到2017年十年数据，高校专利出售和专利许可数量之比约为5:1，结合出售专利数据可以推算中国成果转化率约为6%。
需要说明的是，6%可能存在一定程度的高估，原因包括以下两个方面。
一是统计原因。国家知识产权局《专利统计年报》显示，2015、2016、2017年高校授权专利数分别为57196项、62311项和75693项，而《资料汇编》的统计数据则为39294项、54868项和66074项。教育部数据偏低的原因在于其数据是各个学校上报的汇总，而绝大部分学校的上报数据是基于教师申报加总而成，会有相当部分的漏报情况；而高校的专利转让数据由于有具体部门主责，因此较少存在漏报情况，也就是分子与实际出入不大（专利转让数）而分母比实际要小（《资料汇编》统计的高校发明专利总数），从而使得比率估值偏高。
二是2015年之后，随着《促进科技成果转化法（2015年修订版）》以及配套措施的出台，专利出售数量增加而专利许可规模有所缩小，比例高于5:1，这进一步缩减了分子的规模。
由于科研体制和技术转移方式的差异，美国没有机构对科技成果转化率（发明专利转化率）进行权威的周期性调查统计。
经查证多个数据来源，笔者推算美国大学目前成果转化率为50%左右：
（a）Wu等基于《美国科学与工程研究的专利调研(2010)》数据，计算得出美国大学专利在4年内的成功许可比例为50.4% ；
（b）Thursby等在1998年对全美62所研究型大学的调研发现，有超过40%的高校专利被成功地许可使用 ；
（c）斯坦福大学技术许可办公室的数字最具代表性，其1996年总结机构成立25年专利商业化比例约为三分之一（33%）；
2006年披露的数据显示，当时有效专利成功被许可比例约为46% ；
2017年斯坦福大学对过去47年专利许可数据盘点显示被成功商业化的专利比例，随着时间推移数据在稳步提高，2000年后基本稳定并整体趋于50% 。
上述数据所涉及的高校范畴、类型和统计时间并不完全一致，但是基本可以得出2000年后，美国大学专利转化率为50%左右的结论。
为区别于“科技成果转化率”，本文将“专利使用（即被企业采纳应用）次数与专利总数之比”定义为“科技成果转化效率”，科技成果转化效率更能够体现科技成果服务经济的能力。
这样做的原因是，美国专利转化个数/专利总数≠成果转化率。
美国大学技术经理人协会AUTM2017调查数据显示，2017年全美大学的获得发明专利数为7495项，专利许可数量为7789项，按照专利转化个数除以专利总数计算的“成果转化率”超过100%。
与中国的专利转化以一次性售卖不同，根据《拜杜法案》要求，美国大学只能使用专利许可（大学依然保留专利权）而不是专利权转让（大学不保留专利权，专利权转移到企业手中）来进行技术转化；
同时美国大学的技术转移手段是以非独家许可为主，一个专利可以签订多个合同许可给不同企业。
图1表明了中美成果转化方式的差异，即中国的一项专利转化成功只能属于1个合同、1个受让方，可能几个专利包含在一个技术转让合同，而无法将专利重复出售给不同企业。
考虑到我国技术转化主要就是采取专利权转让，而少数专利许可中绝大多数也是独家许可的现实状况，中国大学科技成果转化效率与科技成果转化率基本等同，即还是约6%，以“科技成果转化效率”指标衡量，中国与美国超过100%的转化效率相比差距接近20倍！
综上，相对于美国高校约为50%的科技成果转化率，中国6%的数字与之有着不小的差距，而用科技成果转化效率指标衡量则差距更为巨大。
数据的差别背后，有更多的问题值得我们思考，究竟是什么原因造成如此大的差异？
原因可以归结为两个：
一是分母虚高，专利规模过大同时质量堪忧，分母虚高自然减少了比率；
二是分子太小，转化机制不畅且高质量专利流失使得成功商业化的专利数量不多。
下文分别就这两个原因进行分析。
中国目前已经连续8年专利申请数量全球第一，2017年美国专利申请量不及中国的一半 。
如此庞大的专利规模是否与我们的科研水平和投入力度相称？
从中美大学专利数量可以看出实际情况并不如此（表1）。
表1中美发明专利授权排名前10高校数据对比（科研经费单位：
亿人民币）
注1：
专利数量为发明专利（Utility Patents）授权数，除中国高校发明专利数为2018年数据、美国加州大学系统和德州大学系统的科研经费数据为2015年外，其他数据均为2017年数据
注2：
美国科研经费是按照汇率6.8：
1折算得到
注3：
美国数据来自于美国国家科学基金会和专利管理办公室，中国数据来自教育部科学技术司《高等学校科技统计资料汇编》和国家知识产权局
注4：
加州大学系统含伯克利分校、洛杉矶分校等10所大学，德州大学系统含奥斯汀分校、达拉斯分校等9所大学和安德森癌症中心等6所医学中心，南佛罗里达大学系统含3所大学
中国高校尽管在科研经费投入等方面处于劣势，但发明专利数量要比美国同行高出一个数量级。
比如，加州大学系统包括伯克利分校、洛杉矶分校等著名公立大学，其科研经费超过中国专利前十高校的总和，研究人员达2万余人、学生人数超过25万 ，师生规模约为国内一所普通985高校的10倍，如此巨无霸大学一年获得的专利数量不过524项。
而反观我国高校，即使排名第10的高校专利数量，也超出加州大学系统近一倍。
实际上，专利激励和鼓励政策是我国专利“繁荣”的重要推手，也是专利“注水”的罪魁祸首。
同时，对专利申请不设门槛导致低质量专利泛滥。
在相当长的一段时间，我国高校、科研院所甚至企业，知识产权保护意识薄弱、专利申请积极性不强，政府为了鼓励整个社会重视专利申请、提高专利保护意识，投入大量的财力、出台各类激励政策并配套诸多公共资源鼓励专利申请。
首先，专利能够“获利”。
各级各类政府出台了各类专利补贴、资助和奖励政策，各个高校院所自身也有费用补贴和专利奖励政策。
对于教师来说，申请专利不但不需要付出成本，申请成功还能获得高额金钱奖励，何乐而不为？
其次，专利可以“得名”。
国内专利申请人的动机复杂，专利可以用于职称评定、聘期考核、绩效奖励、学生毕业和保研、项目结题等各个方面，很多时候是否能够实现产业化可能并不在专利申请人的考虑范围，发明人往往以获得专利为最终目标而申请专利。
最后，专利可以“得势”。
政府将专利数量与公共资源挂钩，专利是个人城市落户、荣誉获得、大中小学生升学甚至犯人减刑等方面的重要参考指标，更是企业获得高新技术企业资格、享受相关税收优惠等的必要条件。
将专利与社会公共资源绑定导致个人和企业不仅自己会想方设法“策略性”申请没有实用价值的专利，还会寄希望于低价收购大学专利权（申请权）为己所用，负面刺激大学重量不重质地“制造”专利。
总之，在物质刺激、评价认可、政策倾斜等强力优惠政策的推动下，我国专利申请量和授权量均多年保持世界第一，国际专利申请数也即将超过美国跃居世界第一 。
然而，专利数量的过快增长并不意味着整体科研水平的提高，Boeing等人2016年的研究就发现中国国际专利数量快速扩张的同时质量却在下降，以此衡量中国和美国的技术能力（Technological Capacities），差距反而在拉大。
未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能，互联网和脑科学交叉研究机构。
未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。
如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
1053
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
