斯坦福近50年技术发明商业化调研：4512项发明，只有20%能盈利

大学一直被认为是学术研究最纯粹，新学科知识被发现和传播，学生成长和培养的地方但今天，技术发明及其商业化已经成为越来越多研究型大学发展的重要组成部分

在美国，这种技术发明和商业化的模式被称为大学技术转移，起源于上世纪二三十年代它经历了三个发展阶段威斯康星大学的WARF模式，麻省理工学院的第三方模式和斯坦福大学的OTL模式分别是三个发展阶段的代表其中，OTL模式效果最好，成为目前应用最广泛的模式

最近几天，Cell Press旗下期刊Patterns发布了斯坦福大学技术许可办公室的最新研究报告该报告分析了斯坦福OTL从1970年到2020年的6557位发明家的4512件商品的销售数据通过量化斯坦福大学发明的总体趋势，它分析了发明者的人口统计数据和团队组成，并观察了他们的发明对创业公司许可的影响

同时，报告还披露了发明语言的营销特点数据显示，OTL营销词的长度和类型会对发明的未来收入产生重大影响

整体趋势:4512项发明上市，利润仅20%

这项研究由斯坦福OTL提供，从1970年到2020年，共有6557名发明家的4512项发明，数据显示，斯坦福OTL的年发明数量从1980年到2010年快速增长，到2010年逐渐稳定这很大程度上是受互联网兴起的影响，大规模的营销导致增长急剧增加

根据OTL的惯例，报告使用净收入作为发明的衡量标准结果是纳入统计年度的发明总净收入为5.81亿美元，平均净收入为0.13万美元，其中大部分发明为负净收入统计显示，只有20%的发明实现了正的净收入

关于发明的分类，2000年以前，净收入最高的类别是电子产品，2000年以后改为生物和化学受净收入时间积累的影响，最近发明的净收入低于旧发明，因为积累时间较少

本文报告了中值以上发明和中值以下发明之间对数似然比最大的关键词，反之亦然其中，收入在中位数以上的发明词多为与生命科学相关的术语，如治疗学，基因组学等，而收入较低的则往往与物理科学相关，如光学，光子学等

值得注意的是，当一项发明属于多个不同领域时，可以将其归入多个类别进行统计以2020年发表的17项医学影像发明为例，可以分别归入辐射子类和计算机视觉子类

可见，跨学科研究取得了丰富的成果如果将不同类别之间的相互作用形象化为一个网络，那么生物和化学子类别之间，以及工程和电子子类别之间将会有大量的相互作用

女性发明家增加了近20%

图1:人口状况

a过去25年中斯坦福大学女教师和女发明家的百分比。

从性别来看，女性发明人的比例从1995年的6.5%上升到2020年的19.7%虽然增长速度很快，但斯坦福大学女发明家的比例远低于女教师，数量仍然不足

况且，在发明团队的规模上，时间越长，发明人团队越大以生物类为例，每项发明的平均发明人数量从1980—2000年的2.47人增加到2015—2020年的3.29人这种增长在不同类别中是一致的，它也反映了斯坦福大学发明环境的协作增强

图2:自我许可

伴随着时间的推移，发明者的初创企业所许可的发明比例

b .发明人许可的每一净收入组中的发明比例:

每个净收入类别的样本大小是—

lt，1万美元:3776项发明，

10万—10万美元:465项发明，

10万美元至100万美元:212项发明，

1000万至1000万美元:56项发明，

≥1000万美元:5项发明

值得注意的是，这些发明中约有20%是由发明人自己的创业公司授权的这种行为也被称为自我授权，自我授权的许可率伴随着时间的推移而增加

这一发现也与之前的研究结果一致，这些研究表明，与大学直接关联的创业公司往往比其他类似的创业公司更成功。

营销语言和词条的长短影响未来收入。

今天，商业化已经成为许多大学进行技术发明的核心使命的一部分其中，斯坦福OTL的一个重要作用就是将研究人员的发明卖给可能感兴趣的公司因此，营销情境也成为本研究的一个主要方向

本报告关注两个主要问题:最近几年来营销语言的变化，以及营销中的哪些语言特征与发明的商业成就有关。

图3:营销语言特征分析

OTL营销语言和发明者摘要的平均长度

伴随着时间的变化，形容词在标题中的平均比例

c营销中各形容词的出现与净收入排名的相关性:p lt此处显示，0.05形容词，字号表示词的频率，颜色表示控制类与净收入排名的相关系数，其中红表为负相关，蓝表为正相关。

d机器学习分类器，以营销摘要为输入，预测一项发明的净收入是否会高于同一披露年度的发明净收入中值。

报告数据显示，营销语言的平均长度几乎翻了一番:其中，1980—1990年只有144个词，2015—2020年已经增长到241个词。

不仅如此，营销这个头衔越来越长，从1980—1990年的1%到2015—2020年的12%这可能也在一定程度上反映了发明越来越专业化，所以可能需要更长的文字和更多的形容词来描述，以帮助理解

参考链接: