第三章 研究設計
第四節 影響學校授權績效的因素
國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
－１６４－
第四節 影響學校授權績效的因素
相信先前研究的累積文獻資料中，多數討論大學技術移轉的文獻 都是關注討論授權績效的影響因素，企圖尋找怎麼做能夠增進學校的 授權績效。但也同時必須相信影響學校授權績效的因素中，先前研究 採用的指標已經是相當豐富了，本研究接續 Friedman & Silberman (2003)的分析指標，同時將 TTO 作為重要的調節變項，對我國的實際 資料的分析及討論。本節以第四章分析資料分析為討論基礎，同時結 合前文第二節及第三節的討論，目的在討論影響我國大學在技術授權 績效上的顯著因素。
一、研發資源影響
研究假設一之四的統計驗證中，企業經費投入的經費與學校授權 績效相關程度最高，換言之，企業投資學校的研發費用本身也就是一 種技轉績效。因為與政府經費及國科會經費的不同之處，在於企業投 入的研發經費會集中於產業應用及技術創新，而在前文的分析中已經 討論到經費變項中已存在的共線性問題，表5-3 的統計中已經將政府 經費與國科會經費歸因為高度相關，同時也顯示出公部門經費在要求 學校研發產出的內容上，並非全然要求產生新技術或專利。同時，亦 有人文科學的部分研究經費，其成果都會以著作權的方式呈現，因此 觀察企業投注在學校的產學合作經費上，與授權績效產生的顯著解釋 意義當然比較高。
接續與第二節的分析方式相同，先觀察政府經費、國科會經費、
企業經費及其他經費對於授權績效的簡單迴歸時，相關係數皆呈現正 相關的趨勢，顯示這些自變項與依變項仍維持同號的方向特性，其影 響的解釋亦為正面的。把簡單迴歸與逐步複迴歸的共線性分析可共同 整理為表5-22：
‧
係最為適當(Friedman & Silberman,2003)，但是以我國資料的收集而言 將有很大的障礙，其一是各校針對研發經費的會計部分並無明確界‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
－１６６－
分產生顯著差異處為擔任國科會計畫主持人數、借調專任教師人數、
兼任博士生在校人數、社會組專任教師數，其中借調專任教師人數及 兼任研究員呈現負向相關，這兩項因素是否基於共線性或其他理由為 本段探討主要內容。簡單迴歸與逐步複迴歸的共線性分析可共同整理 為表5-23：
表5-23 簡單迴歸與逐步式複迴歸之統計整理
授權金 簡單迴歸 逐步式複迴歸
B r B Tolerance VIF
自然組教師數 21,935 0.525***
社會組教師數 8,128 0.145
國科會主持人數 45,368 0.652*** 34,127 0.453 2.209 借調專任教師人數 1,168,544 0.606*** -13,354 0.265 3.768
專任研究員數 3,911 0.183*
兼任研究員數 1,216 0.190* -1,149 0.791 1.265 大學部在學生數 250 0.136
碩士班在學生數 3,388 0.588***
博士班在學生數 7,670 0.657*** 6,048 0.197 5.064
在職生在學生數 30 0.007
Adj R2=0.463 α=0.05, * P<0.05, ** P<0.01, *** P<0.001
透過數理檢證的資料看迴歸模式中，發現這些負面影響的變項並 非不屬於共線性產生的不合理解釋，同時借調教師在單獨簡單迴歸的 模式上，其迴歸斜率更有最高的差異效果。在本研究的數據分析來 看，借調專任教師人數具有兩個數據特性：集中於公立學校、與其他 人力數據差異過大。從表4-6 到表 4-17 之中，就可以發現借調專任師 資數的平均值為 1.64，第二低的數值為專任研究員平均數為 54.93，
這表示這個數值與Siegel et al.(2003)所稱的數據變異性過大，導致傳 統迴歸解釋能力低的情況相吻合。前一理由為集中於公立學校，這可 以透過表5-24 的 ANOVA 檢定結果看出：
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
－１６７－
表5-24 借調專任教師數與學校別之統計整理 借調教師
學校數 平均值 標準差 F-test P-Value 公立一般學校 35 4.40 6.28 11.702 0.000***
私立一般學校 36 1.96 2.26
公立技職專科學校 20 1.15 1.76
私立技職專科學校 73 0.55 0.88 KW-test 0.000***
α=0.05, * P<0.05, ** P<0.01, *** P<0.001
由表 5-24 的統計檢定中，無論以母數統計 ANOVA 或無母數統 計的克瓦檢定(Kruskal-Wallis test)皆具有顯著差異存在，借調專任師 資比較容易存在於公立一般大學。然而在 Thursby & Kemp(2002);
Foltz et al.(2000)提到的教授素質具有顯著的影響，本研究認為借調師 資並不能等同認定，而Wong(2007)認為借調(temporarily transfer)師資 的創業有助於授權績效，但是該文並無討論借調至政府部門有無影 響，以我國現況而言，借調師資以至政府部門服務的比較較高，更甚 許多私立學校的教師創業無須申請教師借調，亦不會顯示在全校統計 之列。
若以共線性的角度作為討論，借調教師與碩博士生呈現高度的相 關，表5-5 顯示借調師資與碩博士的相關係數分別為 0.832 及 0.845，
而博士班在學生人數於迴歸模式中也具有顯著解釋，本研究認為借調 專任教師人數與碩博士班學生人數，正巧可以反映出學校的研究與教 學能力，這一部份的變項群組是否能成為「教學研究能力」來等同先 前文獻說的教授素質，還需要更多細項資料作為佐證，同時這也需要 參考我國教育行政主管機關的相關辦法，以釐清碩博士在學生人數與 借調師資如何統整為「學校素質」或「教師素質」的可行變項。
二、學校因素影響
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
－１６８－
在研究假設二之六的分析中，藉由迴歸分析可以看出公立一般大 學具有顯著的授權績效，顯示出公立一般大學具有 TTO 授權績效的 較佳表現，但是這部份資料必須同時比較投入資源、專利獲得這兩個 部分，因為若投入與過程階段中，本來就具有比較好的優勢時，其成 果產生的顯著差異則應該是理所當然。Siegel et al.(2002)認為州立大 學與先端科技研究兩個學校因素，與學校的授權績效呈現負相關，而 這與本研究分析結果具有相似之處，觀察不同學校別的授權績效，透 過表5-25 的 ANOVA 檢定結果看出：
表 5-25 學校授權績效與學校別之統計整理 授權績效
學校數 平均值 標準差 F-test P-Value 公立一般學校 35 5,248,629 13,764,237 4.771 0.003**
私立一般學校 36 966,145 1,540,442 公立技職專科學校 20 1,932,161 3,595,123
私立技職專科學校 73 281,817 616,457 KW-test 0.005**
α=0.05, * P<0.05, ** P<0.01, *** P<0.001
由表 5-25 的統計內容描述，可以肯定地確信公立一般大學在授 權績效上優於其他類型學校，但是這不能忽視本研究設立的兩個主要 投入及過程變項，即是投入資源及專利獲得。因此，在第四章以因素 分析獲得的直接研發資源分數、專利權分數，這兩者是不是同樣呈現 公立一般大學具有顯著差異，可接續整理統計資料為表 5-26 及表 5-27：
表 5-26 學校直接研發資源分數與學校別之統計整理 直接研發資源分數
學校數 平均值 標準差 F-test P-Value 公立一般學校 35 0.901 1.829 15.832 0.000***
私立一般學校 36 -0.187 0.448 公立技職專科學校 20 -0.095 0.421
私立技職專科學校 73 -0.318 0.039 KW-test 0.000***
α=0.05, * P<0.05, ** P<0.01; *** P<0.001
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
－１６９－
表5-27 學校獲得專利權分數與學校別之統計整理 專利權分數
學校數 平均值 標準差 F-test P-Value 公立一般學校 35 0.549 1.716 6.118 0.001**
私立一般學校 36 -0.162 0.508 公立技職專科學校 20 0.217 1.083
私立技職專科學校 73 -0.243 0.450 KW-test 0.077 α=0.05, * P<0.05, ** P<0.01, *** P<0.001
由表5-26 與表 5-27 的統計檢定中，以母數統計 ANOVA 檢定的 結果都顯示，公立一般大學在投入研發資源與專利權的因素分析分數 中，具有顯著的差異性。而表 5-27 的無母數統計的克瓦檢定(KW-test) 則顯示無顯著差異，這與無母數統計具有保守特性有關，因此雖然母 數統計產生顯著意義，而無母數則無顯著的解釋。而若公立一般大學 在投入研發資源、專利權獲得都具有顯著差異，而在結果的授權績效 上則有相同的顯著差異，並無法說服這個類別變項能夠造成的效果。
但是在表4-58 的統計中，顯示公立一般大學亦產生顯著的影響能力，
因此以中介影響的特性解釋來看，這個變項具有些許提升授權績效的 影響，本研究認為這可以延伸討論大學「品牌」的影響，不過這需要 以更嚴謹的操作型定義來看這些變項的新界定。
三、TTO 因素影響
具有影響效果的因素為 TTO 辦理的推廣活動之討論，根據研究 假設三之三的驗證結果，應解釋為專人辦理推廣活動及其他推廣活動 的次數越多，對於學校投入研發資源產生的授權績效影響有正面幫 助，接續在前文表 5-19 的統計敘述中，各項活動推廣次數與授權績 效都是正向的相關，且無變項間的共線性交互影響討論必要，因此在 調節變項的分析中發現，具有顯著影響效果的兩類推廣活動，是能增
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
－１７０－
進投入研發資源轉化為授權績效的確實影響變項。
第三項討論的群組為 TTO 員工的所學背景，這與前文討論的結 論相通，除沿用表 5-20 的整理內容，正視各職員學術背景的變項與 授權績效為正相關以外，對於職員的背景與學校投入的直接研發資源 分數，呈現的相關性也被檢視有無顯著相關，其相關係數的統計資料 整理為表5-28：
表5-28 TTO 職員背景與資源績效迴歸統計之整理
直接研發資源分數 授權績效
B r B r 管理背景職員 0.160 0.130 755,325 0.091 法律背景職員 1.422 0.425*** 3,159,780 0.139 技術背景職員 0.504 0.619*** 19,668,367 0.356***
其他背景職員 0.311 0.134 -142,165 0.009 α=0.05, * P<0.05, ** P<0.01, *** P<0.001
第三項因素討論的中，法律背景員工、技術背景員工這二項在調 節影響上為負面影響，但是表 5-28 給予這二類變項正面的肯定，顯 示這變項對於研發資源的解釋較強，優於對於授權績效的直接解釋。
簡言之，這幾項調節變項也是肇始於對「因」的解釋具有顯著的影響，
同時對於「果」的影響解釋也不如前者，所以當研究的觀察為「因果」
產生過程時，這兩類調節變項則被解讀為負面的影響，其實為數據收 集後的正確反應。
四、本節小結
本節分析資料的出發點是從研發資源直接到授權績效，也就是較 多文獻所討論的方式，而本研究從直接投入研發資源、大學屬性及 TTO 相關因素為討論核心。以本研究在觀察的投入研發資源到授權績
本節分析資料的出發點是從研發資源直接到授權績效，也就是較 多文獻所討論的方式，而本研究從直接投入研發資源、大學屬性及 TTO 相關因素為討論核心。以本研究在觀察的投入研發資源到授權績