大學向來被視為學術研究最純粹、發現和傳播新的學科知識以及學生成長培養教育的的地方。但在今天，技術發明和其商業化已經成為越來越多研究型大學發展的重要部分。在美國，這種技術發明和商業化發展模式被稱為“大學技術轉移”，起源於20世紀二三十年代。
期間共經歷了三個發展階段，威斯康星大學 WARF 模式、麻省理工學院的第三方模式，以及斯坦福大學的OTL（技術許可辦公室）模式分別為三個發展階段的代表，其中，以OTL模式效果最佳，成為當前最普遍採用的模式。
近日，《Cell Press》旗下期刊 Patterns 發布關於斯坦福大學技術許可辦公室（OTL）的最新調研報告，報告分析了斯坦福OTL從1970年至2020年50年間、 6557名發明人共4512項的銷售數據，通過量化斯坦福大學發明的整體趨勢，對發明者進行人口統計、團隊組成分析，觀察其發明為初創公司許可帶來的影響。
同時，報告還公開了發明語言營銷特點，數據顯示，OTL的營銷詞句長短、類型等都會對發明的未來收入產生顯着影響。
下面來看本次調查的詳細結果和分析：
此項研究由斯坦福OTL提供了1970年至2020年間， 6557名發明人的4512項上市發明；數據顯示，斯坦福OTL每年的發明數量，在1980年（每年4項）到 2010 年（每年250項發明）期間增長迅速，於2010年逐漸趨於穩定（如圖一所示）。這在很大程度上受互聯網興起影響，由於大規模地營銷促成增長大幅上升。
而據OTL慣例，報告使用凈收入（定義：總許可收入減去累積費用）作為發明成果的衡量標準，得出的結果是，所納入統計年份的發明總凈收入為5.81億美元，平均凈收入0.13萬美元，其中大多數發明凈收入為負，統計數據顯示，只有20%發明實現正凈收入（圖一A）。
在發明的分類方面，2000年之前，凈收入最高的類別均為電子產品，2000年之後轉變為生物和化學。受凈收入時間累積影響，近期發明的凈收入由於積累時間較少，因此總收入相比舊發明低。
報告統計了出現在高於中位數的發明（同年凈收入高於中位數）與低於中位數的發明（圖一C）中對數似然比最大的關鍵詞，反之亦然（圖一D）。其中，收入高於中位數發明詞大多為與生命科學相關的術語，如治療學、基因組學等，而低收入發明詞語則往往同物理科學相關，例如光學和光子學。
值得注意的是，當一項發明隸屬多個不同領域，可將其分配至多個類別中進行統計，以2020年公開的17 項醫學成像發明為例，可以將其分別分配至放射學子類別（生物學類別）和計算機視覺子類別（工程類別）。
可以看到，跨學科研究已經取得了豐富成果，如果將不同類別間的交互關係可視化為一個網絡（圖一E），那麼生物學和化學子類別、以及工程和電子子類別間存在大量相互作用。
B 不同類別的每項發明的作者數量
從性別方面來看，女性發明者比例1995年的6.5%增長，2020年已增長至19.7%（圖 1 A ）。雖然增長速度快，但女性發明者的比例始遠低於斯坦福大學女性教師的比例，數量仍然不足。
此外，在發明團隊的規模中，時間越久，發明者團隊的規模也不斷擴大，以生物學類別為例，其每項發明的平均發明人數量，從1980-2000年的2.47人，到2015-2020年增長為3.29人（圖 1 B ）。這種增長在不同類別中是一致的，也體現了斯坦福大學的發明環境在協作性上的增強。
圖 2：自我授權許可
B 發明者許可的每個凈收入組中的發明比例：
每個凈收入類別的樣本量為——
<1 萬美元：3776 項發明；
10-10 萬美元：465 項發明；
10 萬美元至 100 萬美元：212 項發明；
1-1000 萬美元：56 項發明；
≥1000 萬美元：5 項發明
值得注意的是，在這些發明中，大約20%發明是由發明者自己的初創公司授權的，這一行為也被稱為“自我授權”，自我授權的許可率隨時間推移而增加。
不僅如此，研究還發現，自我許可的發明是高凈收入發明的主要來源（圖 2 B）；其中，所有凈收入超過1000萬美元的發明均是源於自我許可，而凈收入在1-1000萬美元的發明中，自我許可率佔比更高達59%。相較之下，凈收入低於 1 萬美元的發明自我許可率僅佔到16%。經控制類別和年份后，自我授權許可仍同較高的凈收入保持密切相關。
這一發現與此前的研究結果也保持一致，研究表明，與大學有直接聯繫的初創公司往往比其他類似的初創公司更成功。
在今天，商業化也成為許多大學做技術發明核心使命的一部分。其中，斯坦福 OTL 的重要作用之一，就是把研究人員的發明推銷給可能感興趣的公司，因此，營銷語境也成為此次調研的一個主要方向。
此次報告中就重點分析了兩個主要問題：這些年營銷語言發生的變化，以及營銷中的哪些語言特徵會同發明的商業成果產生關聯。
圖 3：營銷語言特徵分析
B 時間變化下，標題中形容詞的平均比例
C 營銷中每個形容詞出現與凈收入排名之間的相關性：此處顯示 p <0.05 的形容詞；字體大小表示單詞的頻率；文字顏色表示控制類別後與凈收入排名的相關係數，其中紅色表負相關，藍色表正相關
D 以營銷摘要作為輸入的機器學習分類器，以預測一項發明的凈收入是否會高於同一披露年度發明的凈收入中值
報告數據顯示，營銷語言的平均長度幾乎翻了一番：其中，1980-1990年僅144 個單詞，到2015-2020年已增長至241個單詞（圖 3 A）。
不僅如此，營銷的標題也在越來越長，從1980-1990 年的1 %到2015-2020 年已增長至12%，這或也在一定程度上反映出發明的越來越專業化，因此可能需要更長的文字和更多的形容詞來描述，以幫助理解。
參考鏈接：
https://www.cell.com/patterns/fulltext/S2666-3899(22)00202-1?_returnURL=https%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS2666389922002021%3Fshowall%3Dtrue