我国高校科技创新地区平均实力综合评价

姜琳

摘 要：高校是区域科技创新的重要组成部分，是人才强国、强省战略的源头和保证。高校在我国并不是均匀分布，经济发达的地区高校相对较多，而经济欠发达地区高校相对较少。目前我国各地区在不断深化改革的过程中，对高校的依赖越来越大，研究高校科技创新地区平均实力可以更好地定位该地区的智力投入和产出水平，寻找可持续发展对策。文中界定高校科技创新的概念，基于投入和产出2大类构建评价指标体系，采用因子、聚类分析相结合的方法，对我国31个地区的高校科技创新平均实力进行了比较排序，归纳了各类地区的科技创新发展特征，并归纳出针对各地区投入和产出方面的共同对策及差异化对策，为高校和地区的转型发展提供参考。

关键词：高校科技创新；地区平均实力；因子分析；聚类分析；综合评价

中图分类号：F 124.3 文献标识码：A 文章编号：1672-7312（2016）05-0482-09

0 引 言

科技创新是强国、强省、强校的动力源，科技创新能力日益成为各国、各区域之间科技实力竞争的决定性因素。高校是我国科技战线的主力军，无论是投入还是产出占比都非常大，是基础研究的重要阵地，同时还肩负着培养科技人才、发展科学技术、推动高新技术产业化的重要使命。建立一套合理有效的综合评价体系来比较和分析我国高校科技创新的地区平均实力，提出高校科技改革共同以及带有差异化的对策显得十分重要，以期实现国家、高校、企业、个人等多赢。

1 现状

1.1 高校科技创新研究现状

创新不仅仅是一个发明与发现的过程，而且是一种改进和再创造的过程，既包括自主创新，也包括模仿创新、引进创新和合作创新。科技是科学和技术的总称，包括科学创造、技术发明和管理创新。高校科技创新能力笔者以为可以定义为：高校有效利用各种科技创新资源通过各种科技创新活动，形成科技创新产出的综合能力。

关于高校科技创新研究，众多学者进行了探索。按研究对象分为6类：能力比较、专利、课题、团队及领军人物、效率与经济等关系研究。按研究范围分为4类：全国、东中西部、省份、个体研究。按研究内容分为3类：指标体系、实证和对策研究。按研究方法分为5类：主成分分析、三阶段DEA分析、MALMQUIST指数分析、因子分析、聚类分析。

评价的指标体系研究主要分为投入类和产出类。有些学者在一级指标上做了改变，将人员总数、机构总数等从投入类指标中分离出基础类指标，将专利出售、科技合同签订等从产出类指标中分离出转化类指标，增加国际交流合作等协作类指标等。有些学者在二级指标上做了改变，仅仅用专利、课题作为产出代表，增加高层次人数等投入类指标，增加人才培养数等产出类指标，对人员、经费、产出等具体数据进行人均化处理等。有些学者对分级指标增加了权重。还有些学者综合运用了年度纵向平均数。

1.2 高校科技创新现状

1.2.1 高校R&D人员投入持续增加，占比持续下降，受教育程度较高

2013年高校R&D人员全时当量为32.5万人年（其中基础研究人员14.7万人年，应用研究人员15.9万人年，试验发展人员1.9万人年），同比增长3.5%，全国占比9.2%.2004年至2013年，高校R&D人员全国占比下降了9.2个百分点。2013年高校R&D机构新增617个，达到9 842个。高校基础研究和应用研究人员全国占比49.4%.2013年高校R&D人员中博士占25.1%，硕士占37.4%.

1.2.2 高校R&D经费投入持续增加，占比有所下降，政府资金仍然是最大来源

2013年高校R&D经费为856.7亿元（其中基础研究经费307.6亿元，应用研究经费441.3亿元，试验发展经费107.8亿元），同比增长9.8%，占全国R&D经费7.2%.高校基础研究和应用研究经费全国占比41.1%，比2006年增长8.7个百分点。高校R&D经费中，政府、企业、国外及其他资金分别占60.3%、33.8%和5.9%.

1.2.3 高校科技产出SCI论文数量稳步增长，专利申请授权量快速增长，转让持续增长

2013年高校发表SCI论文16.1万篇，全国占比83.7%.专利申请量16.77万件，同比增长26.4%，其中发明专利申请9.85万件，同比增長30.2%；专利授权量8.5万件，同比增长10%，其中发明专利授权3.3万件，同比下降1.5%.高校作为卖方在技术市场签订技术合同6.4万项，同比增长11%，全国占比21.8%，成交329.5亿元，同比增长12.1%，仅占全国4.4%.

2 评价指标体系、数据、方法及实证

2.1 指标体系构建

为了有效提高评价的系统性、科学性、导向性、可比性和可行性，评价指标体系文中选择投入类和产出类2大类指标，尽量减少冗余数据，简化操作。随着互联网信息电子化的发展，固定资产等有形资源的贡献度越来越低，因此，文中投入类分级指标倾向于人才和经费。高校领军人才的流动性很大，可以同时为多个地区的高校作出贡献，文中人才重点在博士和硕士。每年教育部统计的教育经费分散程度较高，文中经费重点在R&D经费。2009年以来高校SCI论文全国占比一直保持在80%以上，高校专利申请量全国占比基本保持在12%以上，高校技术合同成交额维持250亿元以上，全国占比仅4%左右，高校作为基础研究的重要阵地显而易见。因此，文中产出类指标重点为SCI论文、专利和转让，避免了单一指标的局限性。

文中指标体系中一级指标2个，二级指标5个，三级指标18个，见表1.

2.2 数据选择和处理

2.2.1 数据选择与均化

为了提高数据信度，文中选择《中国科技统计年鉴2014》中高校科技创新的分地区数据，并对这些原始数据进行分地区机构平均化处理，即所有数据除以该地区高校个数，得到均化后的数据，以反映地区高校科技创新平均实力，内含地区内协作因素，消除地区内大学、学院的差异。

2.2.2 数据无量纲化

平均化以后对数据进行无量纲化处理，文中采用标准化变换。

2.2.3 假设检验

对高校科技创新投入9项指标数据标准化后x′ij分别进行KMO检验和Bartlett球度检验，得KMO值为0.839，介于0.8～0.9之间，得Bartlett球度检验值为475.519，数据自由度为36，显著性概率0.000，认为相关系数矩阵不太可能是单位阵，而数据共同度h2i≥86.1%，结果均表示很适合作因子分析。

对高校科技创新产出9项指标数据标准化后y′ij分别进行KMO检验和Bartlett球度检验，得KMO值为0.894，介于0.8～0.9之间，

得Bartlett球度检验值为766.633，数据自由度为36，显著性概率0.000，认为相关系数矩阵不太可能是单位阵，而数据共同度h2i≥79.7%，结果均表示很适合作因子分析。

对高校科技创新投入和产出18项指标数据标准化后z′ij分别进行KMO检验和Bartlett球度检验，得KMO值为0.874，介于0.8～0.9之间，得Bartlett球度检验值为1 294.789，数据自由度为153，显著性概率0.000，认为相关系数矩阵不太可能是单位阵，而数据共同度h2i≥79.3%，结果均表示很适合作因子分析。

2.3 方法、实证及对策

研究方法采用因子分析和聚类分析综合，并对析出的因子进行旋转、命名，提出高校科技改革过程中的共同以及差异化对策。

因子分析采用主成分分析法，因子旋转采用方差最大正交旋转。

聚类分析采用的是系统聚类中的Ward法，即同类样品的离差平方和应该较小，类与类的离差平方和应当较大，距离选择欧式距离。

2.3.1 投入情况实证及对策

运用主成分分析法进行因子分析，经SPSS 22.0软件计算，得特征值大于1和接近1的特征根分别为7.321和0.957，对应的方差贡献率分别为81.340%和10.638%，累计方差贡献率为91.978%，萃取出2个公共因子，并求解得到2个公共因子的载荷矩阵，见表2.

对2个公共因子进行方差最大正交旋转，在3次迭代中收敛循环后得到因子载荷的旋转矩阵，见表2.根据因子载荷旋转矩阵，可以对公共因子进行命名。M1在X1，X2，X3，X4，X5，X7，X8上有较高载荷，这些指标代表基础和应用研究方面的人才和经费投入，因此M1表示基础和应用因子。M2在X6，X9上有较高载荷，这些指标代表试验发展的人才和经费投入，因此M2表示试验发展因子。

选择主成分分析法，通过因子载荷矩阵除以对应特征根开方后得到因子评分系数矩阵，见表2.

对表2分析得投入共同对策

1）博士的因子载荷高于硕士和学士，说明博士人才的贡献度较大，各地区在引进人才方面应尽量引进博士等高层次人才；

2）应用研究人员的因子载荷高于基础研究人员，说明应用研究的贡献度较大，各地区应加大应用研究人员；

3）试验发展人员和经费支出在2个因子上的载荷都很大，说明试验发展很重要，各地区应加大试验发展投入。

1）除了北京和天津外，东北三省、长三角以及四川、广东等地对基础投入比较重视，人员和经费都得到了保证，与这些地区的经济发展较好有关。华中以及邻近的几个省经济发展一般，基础投入也一般。而西北、华北、华东的部分地区还有海南等地对基础投入明显不足。新疆、西藏、云南、贵州等地基础投入虽然没有达到平均线，但是排名中等，因为国家近期对这些偏远地区实施了援助计划。

2）基础投入和试验投入都好的地区有天津、辽宁、上海、四川、江苏。基础投入和试验投入都比较好的地区有山东、湖南、安徽。基础投入和试验投入都比较差的地区有甘肃、宁夏、河北。

3）基础投入好试验投入差的地区有北京、吉林、黑龙江、浙江，须加强试验发展投入。试验投入好基础投入差的地区有河南、江西，须加强基础投入。

4）综合排名与基础投入排名大致相当，试验投入上略有差异，四川高于江苏，辽宁高于浙江，陕西高于广东等。

2.3.2 产出情况实证及对策

运用主成分分析法进行因子分析，经SPSS 22.0软件计算，得特征值大于1的特征根分别为7.146和1.086，对应的方差贡献率分别为79.405%和12.066%，累计方差贡献率为91.471%，萃取出2个公共因子并求解得到2个公共因子的载荷矩阵，见表4.

对2个公共因子进行方差最大正交旋转后，得到因子载荷的旋转矩阵，见表4.根据因子载荷旋转矩阵，可以对公共因子进行命名。N1在Y1，Y2，Y3，Y4，Y5，Y6，Y7，Y8上有较高载荷，这些指标代表论文、专利、转让等基础产出，因此N1表示进取产出因子。N2在Y9上有较高载荷，Y9表示形成国家或行业标准数，是一个行业的领头羊角色，比进取产出高了一个层次，因此N2表示领先产出因子。

选择主成分分析法，通过因子载荷矩阵除以对应特征根开方后得到因子評分系数矩阵，见表4.

对表4分析得产出共同对策

1）SCI论文的因子载荷比著作的高，各地区应大力推进论文数量和质量；

2）专利产出各项因子载荷都非常高，0.982至0.984之间，各地区应形成良好氛围、扩大奖励力度鼓励专利申请，尤其是发明专利的申请数量；

3）专利转让金额的因子载荷比数量的高，各地区应建设转化平台使专利转化出更多的收益；

4）专利转让数和形成国家或行业标准数2个指标在2个因子方面的载荷量都很大，表明综合影响大，地区差异明显，有些地区甚至为0，各地区应采取措施扩大这2个方面的数量。

对表5分析得产出差异化对策

1）综合产出东、中、西部由高到低呈梯度特征。北京、长三角、天津、陕西、黑龙江、湖北、重庆、辽宁等地区综合产出好，人才集聚效应明显，须继续保持。西藏、新疆、宁夏、江西、贵州、内蒙、山西、河北、云南、海南等地区综合产出差，这些地区经济落后，对人才的吸引力较弱，须加强。

2）青海、北京、甘肃、海南、内蒙等地区领先因子作用明显，科技创新力度大，须继续保持。湖南、河南、贵州、西藏、宁夏科技领先在平均数以上，表明这些地区科技潜力很大。

3）基础和领先产出都好的地区只有北京，须保持。基础和领先产出都差的地区只有山西，须进行管理创新。基础产出好领先产出差的地区有上海、江苏、浙江、天津、陕西、黑龙江、重庆和四川，须在基础研究的基础上有所突破。领先产出好基础产出差的地区有青海、海南、内蒙、贵州、西藏、宁夏，须在领先因子的作用下增加基础产出量。

4）综合排名与基础产出排名大致相当，领先产出上略有差异，辽宁高于四川，青海高于甘肃，安徽高于广西，河南高于福建等。

2.3.3 高校科技创新地区平均实力综合评价

1）综合因子分析及对策。投入能力、产出能力是地区平均实力单方面的表现，大多存在此长彼短。根据科技创新的内涵，这是一个综合性的概念，即应该包括投入能力和产出能力。融合全部18个指标，以2013年数据进行综合因子分析处理。

运用主成分分析法进行因子分析，经SPSS 22.0软件计算，得特征值大于1和接近1的特征根分别为13.967，1.490和0.904，对应的方差贡献率分别为77.594%，8.278%和5.021%，累计方差贡献率为90.893%，萃取出3个公共因子并求解得到3个公共因子的载荷矩阵，见表6.

对3个公共因子进行方差最大正交旋转，在5次迭代收敛循环后得到因子载荷的旋转矩阵，见表6.根据因子载荷旋转矩阵，可以对公共因子进行命名。L1在X1，X2，X3，X4，X5，X7，X8，Y1，Y2，Y3，Y4，Y5，Y6，Y8上有较高载荷，这些指标代表基础和应用研究方面的人才和经费投入以及论文、专利等基础产出，因此L1表示基础因子。L2在X6，X9，Y7上有较高载荷，这些指标代表试验发展的人才和经费投入以及专利所有权转让及许可数，因此L2表示试验因子。L3在Y9上有较高载荷，Y9表示形成国家或行业标准数，因此L3表示领先因子。

选择主成分分析法，通过因子载荷矩阵除以对应特征根开方后得到因子评分系数矩阵，见表6.

对表6分析得综合共同对策

①X7，X8，Y1，Y3，Y4，Y5，Y6，Y8，Y9在3个因子的载荷都是正的，表明基础和应用经费投入以及论文、专利、转让等产出影响综合排名，因此各地区应加大经费投入，增加各种产出数量和质量。

②X1，X5，X7，X8，Y1，Y2，Y4，Y5，Y6在基础因子的载荷很大，表明博士、应用研究人员、基础和应用经费、科技论文、专利及发明专利等9项指标对基础产出影响很大，因此各地区应主要增加博士、应用研究人员以及基础和应用经费，在此基础上尽量提高论文和专利的产出效率。

③Y9对3个因子载荷都很大，表明国家或行业标准的形成可以带动地区科技的综合实力发展，因此各地区应挖掘领先潜力，形成团队集中各种优势来填补标准的空白。

将产出指标标准化后的数据Z′1，Z′2，Z′3，Z′4，Z′5，Z′6，Z′7，Z′8，Z′9，Z′10，Z′11，Z′12，Z′13，Z′14，Z′15，Z′16，Z′17，Z′18代入上式后得到L1，L2，L的分值，并分别按L1，L2，L得分进行排序，见表7.

對表7分析得综合差异化对策：

①综合排名与基础投入和产出因子排名基本一致，北京、上海、天津、江苏、浙江、吉林、黑龙江、四川、陕西、辽宁排在前10名，其中上海、天津、江苏、四川、陕西、辽宁的试验投入偏低，应加大试验发展投入，而北京、浙江、吉林、黑龙江领先能力不足，应加强领先科技水平的培养。江西、宁夏、西藏、海南、内蒙古、贵州、新疆、河北、山西、青海等地区位列后10名，分布均匀，尽管青海、河北、贵州、海南、西藏、宁夏等地试验投入好，但是这些地区经济相对落后，基础投入和产出严重不足，因此应积极争取政策扶持，加大投入，争取更多的产出；

②湖南和安徽各方面因子表现与综合排名情况相对一致，投入和产出都一般，比较均衡，各方面都应有所加强。甘肃、福建、云南基础因子表现一般，试验投入较多，综合表现一般，应加大基础投入和产出。而湖北、重庆、山东、广西基础一般，试验投入不足，应加大试验投入。广东、广西应加强领先因子方面的产出，而河南应加强基础和试验因子方面的投入和产出。

2）综合聚类分析。对我国31个地区进行综合聚类分析，概括出4个大类并明确其特征，有助于从宏观或中观层面认识高校科技创新地区平均实力的现实水平，对地区高校发展的决策者制定科学规划提供客观依据。聚类结果见表8，与因子分析结果基本一致。各大类地区科技创新水平及评价得分均值见表9.

3 结 论

综上所述，通过单一评价、综合评价和聚类分析，文中讨论了我国高校科技创新地区平均投入能力和产出能力，并就单一指标和综合指标对全国31个地区进行了比较排序，以期对各地区的高校科技创新发展水平和定位有深入的了解，最后根据一定

特征将各地区分为4大类，以更加明确各地区高校科技创新发展中的优势和不足。一类地区须继续保持科技创新活力，挖掘领先潜力，形成团队合力；二

类、三类地区均须增加博士人才、应用研究和试验发展投入，引导提高论文和专利的数量及质量，增强产出能力；四类地区须增加基础投入，与其他地区合作，利用自己的特色资源走差异化发展道路，填补科技创新的空白领域。

参考文献：

[1] 张惠琴，尚甜甜.高校科研创新效率对比分析——基于全国30个省份的面板数据[J].科研管理，2015，36（1）：181-186.

[2] 沈 能，宫为天.我国省区高校科技创新效率评价实证分析——基于三阶段DEA模型[J].科研管理，2013，34（12）：125-132.

[3] 安 蓉，马 亮.西部地区地方高校科技创新能力评价研究[J].科研管理，2015，36（1）：15-21.

[4] 陶 耘，李铁范，张勒琴.省域尺度高校科技创新能力综合评价及优化——基于安徽省实证[J].华东经济管理，2014，28（10）：32-36.

[5] 李廉水，周 勇.中国制造业“新型化”状况的实证分析——基于我国个地区制造业评价研究[J].管理世界，2005，6（6）：76-88.

[6] 孙 锐，王通讯，任文硕.我国区域人才强国战略实施评价实证研究[J].科研管理，2011，32（4）：113-119.

[7] 王章豹，徐枞巍.高校科技创新能力综合评价：原则、指标、模型与方法[J].中国科技论坛，2005，2（2）：55-59.