高校科技成果转化效率的区域差异及其影响因素分析

梁树广

（聊城大学 商学院，山东 聊城 252059）

0 引言

高等学校具有人才培养、科学研究、社会服务和文化传承创新四项职能。从这四项职能的本质上看，高等学校是一个创造知识、传授知识和应用知识的机构，其中科研是创造知识，教学和文化传承创新是传授知识，社会服务是应用知识，而创造知识是源头，传授知识和社会服务属于高校创造知识的外溢转化。高校知识转换为生产力的重要手段就是通过专利、社会服务、课题和论文等形式进行科技成果转化。加快高校知识的外溢和转化是社会发展和现阶段高校生存和发展的需要，是隐性研究成果向显性生产力过渡的关键环节，也能避免高校科研成果大量浪费。

国内外学者对科技成果转化研究主要集中在四个方面：一是科技成果转化的含义。国外研究较少使用科技成果转化，一般使用技术创新、技术转移或者科技经济一体化。国内研究逐渐对科技成果转化形成了较为统一的认识：科技成果转化是指科研机构研究开发的具有实用价值的科技成果，然后通过企业或者中介结构对科研成果进行试验、开发、应用和推广，直至形成新产品、新工业和新材料，实现市场价值的过程。二是科技成果转化模式。国内外学者大概总结了四种模式，而成果转让、自我开发、创办科技园、校企合作转化[1-3]。三是科技成果转化的障碍因素。国内外学者大体上将影响科技成果转化的因素分为六种内部因素，即科技成果的特性、转化意愿、传授能力、关系信任、吸收能力，转化能力，以及科技中介服务能力、政策与制度促进和社会文化塑造三大外部影响因素[4,5]。四是科技成果转化的绩效评价，在评价方法方面主要使用了模糊评价法[6]、神经网络法[7]、主成分分析方法[8]、DEA方法[9-11]、随机前沿分析方法[12]等方法。综上所述，关于科技成果转化的研究已有不少，在评价方法和指标选取上也存在一定差异，但是在高校科技成果转化效率及其区域差异评价方面的研究并不多见。因此，选取合适的指标，测度中国各个区域高校科技成果转效率的差异和识别影响转化效率的障碍因素值得进一步深入研究。

1 模型构建、变量选取和数据说明

1.1 模型构建

第一阶段：构建DEA模型。

DEA方法是一种非参数分析方法，利用线性规划方法，构建观测数据的非参数分析前沿，计算决策单元的相对效率。该方法不需要具体的函数形式，也无需任何权重假设，以决策单元投入产出的实际数据求出最优权重，排除了众多主观影响因素，具有很强的客观性。其中，应用比较广泛的是规模收益不变模型和规模收益可变模型。本文选择规模收益不变模型。

考虑中国第K个省市的高校科技成果转化效率PTE，每个省市有m种投入和s种产出，则基于投入导向的规模收益不变模型为：

其中，xij和yrj分别为j省市高校科技成果转化的i种投入和第r种产出，λj为j省市的权重，s+和s-分别为j省市高校科技成果转化的投入和产出的松弛变量，PTE是纯技术效率，0≤PTE≤1，其值越大代表高校科技成果转化的纯技术效率越大，再利用该模型求得综合技术效率值TE，并根据关系式TE=PTE×SE，求出规模效率SE。

第二阶段：构建面板数据模型。

根据前人研究成果以及中国高校影响因素的实际，本文选取DEA测算的综合技术效率结果作为高校科技成果转化效率指标，并引入宏观经济变量、对外开放度、科技政策和市场需求四个影响因素变量，构建一个高校科技成果转化效率影响因素的面板数据模型，形式如下：

其中，TEit为中国高校第i个省市t年的高校科技成果转化效率，α为常数项，γ、δ、λ、θ为各解释变量的回归系数，其中RJGDPit、POLICYit、OPENit、FIRMit分别表示i省市t年的人均GDP、科技政策、对外开放度、企业主体数量，εit为扰动项。

1.2 变量选取

1.2.1 产出变量

对于产出变量，本文主要考虑科技成果转化的最终表现形式专利授权数、高校的社会服务能力、专利出售实际收入和技术转让收入，因此，选取这四个指标作为高效科技成果的产出指标。社会服务能力主要指获得企事业单位委托项目经费。专利授权数包括发明专利、实用新型和外观设计专利。专利出售实际收入和技术转让收入表示高校科技成果出售给政府企事业单位获得收入。

1.2.2 投入变量

对于投入变量，本文主要选取教学与科研人员、研究与发展人员全时当量人员、科技经费以及高等学校研究与发展机构数。根据《高等学校科技统计资料汇编》指标说明，教学与科研人员指高等学校在册职工在统计年度内，从事大专以上教学、研究与发展、研究与发展成果应用及科技服务工作人员以及直接为上述工作服务的人员。研究与发展全时人员指在统计年度中，从事研究与发展(包括科研管理)或从事研究与发展成果应用、科技服务(包括科研管理)工作时间占本人全部工作时间90%及以上的人员，即工作时间在9个月以上的人员。科技经费指学校上级主管部门从科学事业费、教育事业费中通过切块和按项目戴帽下达，以及学校从教育事业费中安排的研究经费。

1.2.3 环境变量

对于环境变量，本文主要选取了宏观经济变量、对外开放度、科技政策和市场需求四个指标。其中宏观经济变量选取了人均地区生产总值，反映高校在科技成果转化过程中的本地区的市场需求规模、经济发展水平和支付能力。一个地区对外开放程度越高越有利于本地区科技成果的交流和推广，因此，利用各地区进出口总值占生产总值比重来衡量对外开放度，用于反映一个地区经济对外开放程度以及开放程度对高校科技成果转化的影响。在当前，中国政府的相关科技政策对高校的科技成果转化还有很强的宏观指导和干预，政府的优惠政策和资金支持有利于促进科技成果的转化。因此，科技政策指标利用科技拨款占公共预算财政支出的比例，反映政府对高校科技创新的支持程度。企业是科技成果的创造主体，同时也是高校科技成果转化的主要需求方。因此，市场需求指标利用一、二、三次产业中的企业主体之和反映各地区对科技成果的市场需求。

1.3 数据说明

由于本文主要研究“十二五”以来科技成果转化效率和影响因素，因此，选取样本区间为2010—2015年间中国31个省、市、自治区的数据。数据主要来源于2011—2016年的《中国统计年鉴》和《高等学校科技统计资料汇编》。对于进口值，根据统计年度内的人民币和美元的汇率均价进行换算，其他指标根据上述数据整理所得。

2 高校科技成果转化效率的区域差异分析

为简化分析，在进行DEA效率分析时，效率值采用的是测算6年的DEA效率值的平均值。将上述数据代入DEA数学模型，利用DEAP2.1软件进行求解，得到各个省、市、自治区科技成果转化的综合技术效率值、纯技术效率值、规模效率值，见下页表1。

2.1 综合技术效率区域差异分析

从综合技术效率（TE）来看，东、中部地区明显高于西部地区。东、中、西部地区综合技术效率的平均值分别为0.87、0.74、0.59。在东部地区，北京、天津、上海、河北、江苏的综合技术效率都为1，辽宁、浙江接近1，分别为0.96和0.98，而福建、山东、广东和海南效率都小于0.8。在中部地区，黑龙江、河南、湖南的综合技术效率为0.8以上，而山西、内蒙古、吉林、湖北、江西都小于0.8。在西部地区，重庆、四川、云南、陕西地区综合技术效率大于0.8，剩余地区都小于0.5，特别是西藏、青海、宁夏、新疆地区综合技术效率在0.3以下。综合技术效率是对决策单元的资源配置能力、资源使用效率等多方面能力的综合衡量与评价。中国各省、市、自治区综合技术效率差距较大，且大多数地区综合技术效率远低于1。由于综合技术效率为纯技术效率和规模效率之积，这种情况有可能是纯技术效率无效或者规模效率无效导致。

2.2 纯技术效率区域差异分析

从纯技术效率（PTE）来看，东、中、西部地区比较接近。东、中、西部地区纯技术效率的平均值分别为0.91、0.76、0.81。在东部地区，北京、天津、河北、江苏的纯技术效率都达到1，浙江、辽宁分别为0.98、0.96，接近1，而广东、山东、海南在0.9以下。在中部地区，黑龙江、河南、安徽的综合技术效率在0.8以上，而其余地区均小于0.8。在西部地区，重庆、四川、陕西和西藏地区纯技术效率大于0.9，云南、甘肃、青海在0.8～0.9之间，其余地区均在0.8以下。中国各省、市、自治区综合技术效率差距较小，但大多数地区综合技术效率低于1，因此，未达到DEA有效值，表明需要投入增加或者产出减少才可以达到技术效率有效。

表1 DEA效率值与投入产出要素的冗余值

2.3 规模效率区域差异分析

从规模效率（SE）来看，东、中、西部地区规模效率的平均值分别为0.94、0.96、0.73。中部地区规模效率大于东、西部地区。如果某些地区的纯技术效率为1，而规模效率小于1时，这说明样本单元本身的技术效率而言没有投入需要减少、没有产出需要增加；样本单元的综合效率没有达到有效（即1），是因为其规模和投入、产出不相匹配，需要增加规模或减少规模。在东部地区。除了海南、辽宁、山东和广东规模效率未达到1，其余地区均达到1。在中部地区，除了山西规模效率小于0.9，其他地区均大于0.9。在西部地区，广西、重庆、四川、云南、陕西、贵州规模效率大于0.9，其余地区规模效率都小于0.7。规模效率是在制度和技术水平一定的前提下，现有规模与最优规模的差距。中国各省、市、自治区规模效率普遍较大，差距较小，表明高校科技资源配置在当前规模下的投入与最优规模状态差距较小。

2.4 投入产出冗余结果区域差异分析

从投入产出要素的冗余值看，东、中部地区较大，而西部地区较小。在东部地区，北京、上海、天津、河北、江苏的投入产出的冗余值为0，表明这些地区没有投入冗余和产出不足，效率达到最佳状态。中部和西部地区的大多数省份都存在投入冗余和产出不足，且中部地区冗余量明显高于东、西部地区。在投入的教学与科研人员和工作量方面，中部地区明显多于东部地区，且产生了过剩，表明可以减少相应要素，而科技成果转化不会减少，而东、西部地区略显不足。在科技经费方面，东部地区冗余值大于中、西部地区，表明东部地区投入要素与产出不匹配，未充分利用科技经费。中部地区吉林、湖北、湖南出现了科技经费冗余值。西部地区陕西、甘肃、宁夏和青海出现了较大冗余值。在产出冗余值看，东、中、西部地区的技术转让收入、专利出售收入和社会服务出现了冗余值，表明高校科技成果转化中的技术转让收入出现严重不足。

3 高校科技成果转化效率的影响因素分析

从表2相关变量的描述统计结果中可以看出，在综合技术效率、人均GDP、法人数、对外开放度和科技财政支出的均值方面，东部都高于全国和中西部地区均值，表明东部地区在科技成果方面的影响因素各个方面都有优势。中部地区除了对外开放度外，其他指标均高于西部地区。西部地区对开放度高，这主要与西部地区地处边疆，外贸比较发达有关。中西部地区各项指标均低于全国平均水平。

表2 中国及其东、中、西部地区各变量描述统计

根据所构建的高校科技成果转化效率影响因素面板模型，采用STATA12.0分析软件，对全国、东、中、西部地区高校科技成果转化效率的影响因素进行估计。根据F检验和Hausman检验结果，选择随机效应模型或者固定效应模型，模型及参数估计结果如表3所示。

表3 高校科技成果转化效率的影响因素的面板模型回归结果

从面板模型回归结果可以看出，在模型的拟合优度上，东部地区样本比较低，为0.61，而中部样本比较高，为0.86，全国和西部地区分别为0.65、0.67，F值或Wald值通过检验，表明模拟拟合效果总体较好。

在全国总体回归结果中，人均GDP和企业主体数量通过了显著性检验，且系数为正向，其他变量未通过检验，表明在影响高校科技成果转化效率的因素中，最重要的是高校所在地区的经济发展水平和企业需求。高校科技转化一般要经过试验发展、企业化生产、产品商业化及产业化，这些环节能否顺利进行，都与当地的市场环境和企业需求密切相关。这也说明了，在全国层面，对外开放度和科技资金支持对科技成果转化效率的影响较弱。

在东部总体回归结果中，只有人均GDP通过了检验，且为正向影响，表明影响东部地区高校科技成果转化效率的因素主要是经济发展水平，其他因素未有显著影响。在中部总体回归结果中，人均GDP和企业主体数量通过了显著性检验，且系数为正向，其他因素未有显著影响，这与全国样本的结果一样。在西部总体回归结果中，人均GDP、科技经费支持、对外开放、科技机构数量都通过10%的显著性检验，表明影响西部地区高校科技成果转化的因素较多。人均GDP、企业需求、对外开放度对科技成果转化具有正向影响，而科技资金支持具有负向影响，可见，科技资金支持并不有助于提升科技成果转化效率，这也表明虽然科技资金支持导致了更多科技成果的产生，但是转化效率较低。

4 结论

本文运用DEA模型和面板数据模型，采用2010—2015年高校科技成果转化的相关数据，分析了高校科技成果转化现状、效率及其影响因素区域差异，结果发现：（1）东、中、西部高校科技成果转化在综合技术效率方面，东、中部地区明显高于西部地区；在纯技术效率方面，东、中、西部地区比较接近；在规模效率方面，东、中部地区明显高于西部地区。这表明三个地区的主要技术效率差异主要是由于规模效率造成的，中国高校在科技资源配置规模上未达到最佳利用，还有一定提升空间。（2）东、中、西部地区高校非有效单元的投入冗余主要在教学与研发人员数量、教学与研发人员工作量，且中部教学与科研人员冗余高于东、西部地区；产出不足主要在技术转让收入、社会服务和专利出售实际收入，表明中国高校在把科技成果转化为生产力方面还有很多障碍因素。（3）在影响高校科技成果转化效率因素方面，人均GDP和企业主体数量，即经济发展环境和企业需求是影响中国高校科技转化效率的重要因素。因此，只有为高校科技成果转化营造更好的经济发展环境，才能提高其转化效率。