高校科技成果转化效率研究

林青宁，毛世平

(中国农业科学院农业经济与发展研究所，北京 100081)

0 引言

科技成果转化需要多主体参与、全要素设计、全链条部署，要推动高校和科研院所建立一批专业化的技术转移机构。高校作为中国科技创新的知识主体，其研发活动贯穿整条创新链，学科建设基本覆盖各国民经济行业，在研发人才、重点实验室、研究中心等方面的优势是企业等创新主体所不具备的。发达国家高校在科技成果转化方面发挥了重要作用，也形成了较为完善的高校科技成果转化模式。

近年来，中国高校的科技成果转化工作取得了长足的进步，科技创新制度逐渐趋于完善，也均设立了较为科学的科技成果转化部门，每年全国高校科技成果转化数目保持在8000项左右，承担国家25%左右的科技成果转化工作。单从数量来看，中国高校科技成果转化工作开展顺利，且效果显著。然而中国高校的科技成果转化率仅有20%、专利转化率仅为5%，最终能实际投入生产应用的科技成果转化率更低，与发达国家差距明显，基于此，国内学者针对高校的科技成果转化工作开展了一系列研究。谷德斌等[1]基于对高校科技成果转化制约因素的研究，认为高校科技成果转化工作应在自身建设的基础上，加强与政府以及企业的协同。康晓梅[2]提出了强化激励、加强协同合作、优化管理机制以及引入中介机构等提高高校科技成果转化率的举措。胡罡[3]研究发现政府支持高校建院显著促进了高校科技成果转化率。马晓军等[4]认为中国高校科技成果转化存在转化率低、外部环境不完善以及产业化应用率低等问题，并提出了加强协同创新以促进转化率提高的建议。除此之外，现有研究认为中国高校科技成果转化存在的问题还包括转化过程缺乏连贯[5]、目标导向不明确[6]、科技成果难以对接企业[7]以及高校科技成果转化缺乏动力[8]等，并相应提出了建立多样化中介机构、建立健全市场导向评价机制、强化企业科技成果接受能力以及转变高校科研评价机制等政策建议。现有关于高校科技成果转化的实证研究相对缺乏，主要集中在使用非参数方法测算分析高校科技成果转化效率[9,10]。国外有关高校科技成果转化(技术转移)的实证检验较多，主要分为两类，一类是对高校技术转移效率进行测度，主要使用方法包括非参数方法DEA[11-13]以及参数方法SFA[14]，并在效率测度的基础上对效率进行分析，主要结论诸如美国高校技术转移效率高于英、法等国技术转移效率等。二类主要是研究影响高校技术转移效率的影响因素，高校是否有医学院[14]、行业发展情况[15]、激励许可机制[16]、高校规模[17]以及产业化进程[18]显著影响高校科技成果转化效率。

综上，现有研究为本文提供了重要参考，研究也较为完善，但仍存在需要改进的地方：第一，国内研究多以理论分析为主，实证研究较为缺乏。第二，国外实证研究较为充分，但标准非参数方法(DEA)以及参数方法(SFA)仅仅考虑研发活动初始投入与最终产出，未对科技成果转化内部过程进行阐述、剖析，因此其结果的准确性值得商榷。第三，在高校科技成果转化影响因素分析中，缺乏动态考虑。基于此，本文通过构建网络DEA模型，以解决标准DEA及SFA未考虑 “中间科技成果再投入”以及 “原始投入分配”的问题，进而测度中国高校科技成果转化效率，并检验其空间收敛性，最后基于创新生态系统视角，构建空间误差模型实证检验其影响因素。

1 高校科技成果转化效率测度及空间收敛性分析

1.1 网络DEA模型

考虑高校科技成果转化活动的结构，高校首先通过创新链前端的基础研究产生专利、专著以及科技论文等成果；其次，高校会自行转化或协同企业等主体对相应的科技成果进行试验开发，使其向现实生产力转化，这是高校科技成果转化的全过程，这一过程由图1进行简单描述。

图1 高校科技成果转化活动流程

从图1可以看出，高校科技成果转化活动包括创新链前端的研发、产业化以及销售等，这些不同环节构成了高校科技成果转化的 “黑箱”。假设不考虑中间产出这一环节，仅使用创新链前端的 “研发人员全时当量”与 “研发经费投入”两个投入变量，创新链后端的 “签订合同数”与 “技术转让收入”两个产出变量，使用标准的DEA模型便可以测度高校科技成果转化效率，然而实际过程中，还有 “中间科技成果再投入”以及 “原始投入分配”两个关键问题的存在，这样标准DEA模型测算的效率准确性便值得商榷，标准DEA模型亦无法动态性的反映高校科技成果转化活动。因此，有必要使用网络DEA模型，将两个阶段关联起来。

假设高校科技成果转化第一阶段投入为Xi=(x1i,x2i,…，xni)T,产出为Zi=(z1i,z2i,…，zmi)T,第二阶段的投入为第一阶段的产出Zi=(z1i,z2i,…，zmi)T,产出为Yi=(y1i,y2i,…，ywi)。基于此，本文借鉴叶锐等[19,20]的方法，构建网络DEA模型，具体形式如下：

(1)

测算两阶段科技成果转化效率的网络DEA模型构建如下：

(2)

其中，测算高校科技成果转化效率的投入产出指标如图1所示。

1.2 高校科技成果效率空间收敛性分析

在网络DEA方法介绍的基础上，本文使用MAXDEA7.6对高校科技成果转化效率进行测度，结果表明：高校科技成果转化效率相对较低；样本高校平均科技成果转化效率仅为0.127，最大值为0.786，最小值为0.0003，标准差为0.159，高校科技成果转化效率的集中分布区间为(0，0.200)。以上分析说明，高校科技成果转化效率处于较低水平，且大部分高校的科技成果转化效率极低，因此研究其科技成果转化的路径优化问题具有重要意义。

在对高校科技成果转化效率进行总体分析的基础上，本文着重分析其空间收敛性。基于此，文章首先使用stata15.0测度不同年份高校科技成果转化效率的莫兰指数I，I可以判断相关数据是否适用于空间计量方法并考察其空间集聚效应。I的计算方法如下：

(3)

I的取值区间为(-1，1)，0以上表示存在空间正相关，0以下表示负相关，结果见表1。

表1 高校科技成果转化效率莫兰指数

由表1可知，高校科技成果转化效率莫兰指数均为正数，且p值均小于0.1，说明高校科技成果转化效率存在显著的空间正相关关系，这为高校科技成果转化效率影响因素研究使用空间误差模型进行实证检验奠定了基础。从表1可以看出，2008—2016年，高校科技成果转化效率莫兰指数总体上呈现出递减趋势，表明2008—2016年高校科技成果转化空间聚集程度逐渐减弱。出现这一现象的原因主要可能是由于2008—2016年，高校协同创新力度较低，导致不同高校人才、技术的交流结合不够紧密。高校科技成果转化效率空间集聚效应减弱，容易导致落后地区的转化效率难以赶超发达地区。为了验证高校科技成果转化效率空间集聚效应减弱是否导致这一结果，本文对高校科技成果转化效率进行绝对β收敛性分析，按照地理区划将样本的30个省份划分为东中西三个区域。文章首先对高校科技成果转化效率进行S-N-K方差分析，对三大区域高校科技成果转化效率进行总体判断，结果见表2与表3。

表2 不同区域高校科技成果转化效率描述性分析

表3 方差分析结果

从表2可以看出，2008—2016年，东部地区高校科技成果转化效率高于中部，中部地区高于西部；从表3的方差分析结果看，F=3.479，通过了5%显著性水平检验，因此认定东中西三大区域高校科技成果转化效率存在显著差异，综合表3的结果，得到结论：东部地区高校科技成果转化效率显著高于中部，中部地区显著高于西部。从实际情况来看，东部地区经济发展水平高于中西部，这或对当地高校科技成果转化效率起到显著的促进作用。为验证高校科技成果转化效率空间集聚效应减弱是否导致了落后地区高校科技成果转化效率难以赶超发达地区高校科技成果转化效率，本文对东部、中部和西部3个区域高校进行绝对β收敛性分析。

通过绝对β收敛分析用于研究不同地区高校科技成果转化效率是否存在均增长，即落后地区高校科技成果转化效率能否收敛于发达地区高校。高校科技成果转化效率绝对收敛回归方程如下：

(4)

式中，TEi,0为基期效率值；β值为负则表明存在绝对收敛，绝对β收敛的检验结果如表4所示。

表4 三大地区高校科技成果转化效率的绝对β收敛检验结果

通过以上分析可得到：东部地区高校科技成果转化效率要显著高于中、西部地区高校的科技成果转化效率，且中、西部地区高校科技成果转化效率绝对β检验不成立，验证了高校科技成果转化效率空间集聚效应减弱导致落后地区高校科技成果转化效率难以赶超发达地区高校科技成果转化效率，因此高校应加强与其他高校的协同力度以实现人才、技术的交流合作。

2 高校科技成果转化效率影响因素

高校科技成果转化效率处于较低水平，且中西部地区高校科技成果转化效率更低，因此亟需研究其路径优化问题。基于此，本文旨在探讨高校科技成果转化效率的影响因素，并提出路径优化建议。本文基于创新生态系统的视角，选取高校科技成果转化效率的影响因素。创新生态系统属于生态协同机制，其特点在于一个创新主体通过协同创新模式与其他创新主体优势互补、资源共享，进而形成稳定的生态系统，各主体间实现互补双赢[21]，创新生态系统需要依赖外部环境的变化与生态系统的成员参与[22]。一个完善的创新生态系统包括创新生态环境、创新生态保障、创新生态能力以及创新生态动力四个部分，基于此，本文首先进行理论分析，并在此基础上，构建空间误差模型实证检验高校科技成果转化效率的影响因素。

2.1 理论分析与研究假设

(1)创新生态动力与高校科技成果转化效率。本文将政府资金、企业资金以及其他资金作为高校科技成果转化的创新生态动力。①就政府资金而言，第一，现阶段中国高校的产业程度还相对较低，大部分科技成果的正外部性较强，单纯依靠市场调节，难以提高配置效率，并造成高校研发创新活力低等问题，因此政府资金支持是激发高校研发活力的重要因素[7]。第二，政府资金是高校获取研发资金的重要来源，在科技成果转化过程中属于重要的投入要素之一。第三，研发活动属于风险性较高、回报相对较长的活动，对于资金来源相对单一的高校来讲，在开展研发时会相对谨慎，倘若出现失败，则高校更难继续开展研发活动，因此更需要政府资金的支持以保证高校研发的积极性以及研发的持续性[23]。②就企业资金来讲，高校获取企业资金的途径主要是与企业协同，对面向市场的科技成果进行研发。在这一过程中，高校的目标导向明确，市场化程度高，在很大程度上解决了其科技成果的正外部性问题；同时与企业协同可在一定程度上缓解所面临的研发风险大、研发回报周期长等问题[24]。其次，高校科技成果的市场导向性强决定了其回报率也更高，高额的回报可以用以完善自身科技成果转化平台建设、提高研发人员的积极性，进而促进高校科技成果转化效率的提高。③就其他资金来讲，现阶段高校获取的其他资金主要来自于第三方中介机构以及金融机构等社会资本，这些资金具有很强的寻租性[25]，短视化现象较为严重；近年来，尽管国家在引进金融中介机构进行协同创新等方面加大了重视，但仍未形成条文规章，金融中介机构的寻租性质未受到管制，长期内容易影响高校的基础研发能力，不利于其科技成果转化效率的提高。根据以上分析，本文提出研究假设1：政府与企业资金对高校科技成果转化效率有显著促进作用；其他资金与高校科技成果转化效率之间存在负相关关系。

(2)创新生态能力与高校科技成果转化效率。本文将高校研发人员中高级职称人员数量以及获奖科技成果数量作为创新生态能力。①人力资本质量是提高研发产出的重要因素[26]，高职称人员能更好地应对新知识、新技术所带来的门槛效应并能更好地发挥其在配置资源方面的优势。高校作为国家创新体系中的知识主体，主要通过技术开发、学习及模仿战略开展研发活动，高职称的人员更易达到技术学习和技术模仿的门槛。②从获奖情况来看，对科技成果授奖有利于激发研发人员的动力，但现阶段中国的奖励制度中，国家奖励比重较大，容易导致科技成果奖励的市场导向性不足，而过分强调行政导向[27]，不利于高校科技成果转化效率的提高。基于以上分析，本文提出研究假设2：高级职称人员显著促进高校科技成果转化效率的提高，获奖情况难以实现高校科技成果转化效率的提高。

(3)创新生态环境、创新生态保障与高校科技成果转化效率。①本文将量化的科技创新外部制度环境作为创新生态环境，以往研究多是通过设置年度离散型虚拟变量分析外部制度环境对创新活动的影响，难以衡量对创新主体的影响程度。在借鉴彭纪生[28]有关技术政策力度测量的基础上，本文对 2008—2016 年不同科技创新政策类型(科技政策、产业技术政策、金融税收政策、农村与社会发展政策)的政策力度进行测度，计算各类型创新政策力度年度数值，构建连续型的科技体制改革进程指数，为外部制度环境对高校科技成果转化效率的具体影响奠定基础。这在一定程度上填补了运用连续性变量分析外部制度环境对高校科技成果转化效率影响的空白。②本文将专利保护作为创新生态保障，由于高校科技成果的正外部性较强，因此专利保护可以促进高校研发活动的积极性[29]，并保证在一定时期内高校的科技成果可以带来稳定的收入。本文将创新生态环境以及创新保障因素作为控制变量，此处不提出研究假设。

2.2 变量说明与模型构建

(1)创新生态动力因素。政府资金(gov)，以高校R&D投入中政府资金来源部分表示；企业资金(enterprise)，以高校R&D投入中企业资金来源部分表示；其他资金(else)，以高校R&D投入中其他资金来源部分表示；以上数据来自教育部 《高等学校科技统计资料汇编》。

(2)创新生态能力因素。高级职称人员(senior)，以高校研发人员中高级职称人数表示；获奖情况(awards)以高校科技成果获奖数表示；数据来源于教育部 《高等学校科技统计资料汇编》。

(3)创新生态环境因素。科技创新外部制度环境(system)，在借鉴彭纪生[28]有关技术政策力度的测量的基础上，本文对 2008—2016 年不同科技创新政策类型(科技政策、产业技术政策、金融税收政策、农村与社会发展政策)的政策力度进行测度，计算各类型创新政策力度年度数值，构建连续型的科技体制改革进程指数，为外部制度环境对高校科技成果转化效率的具体影响奠定基础。相关政策条文来自1977—2016 年国家立法机关、中央政府及所属部委制定并颁布的数以千计的干预科学技术事物的科技法律、行政法规、部门规章和规范性文件，并结合北京大学法宝法律法规检索系统整理出 5270条科技创新政策，剔除已经废止的 275条科技创新政策，本文以现行有效的 4995条科技创新政策为样本进行赋值。

(4)创新生态保障因素。专利保护程度(patent)，以2008—2016年中国专利执法情况表示，数据来源于国家知识产权局 《专利统计年报2009—2017》。

(5)区域因素。区域(region)，虚拟变量，将高校所处区域划分为东中西三大区域，作为虚拟变量，以消除区域因素对高校科技成果转化带来的影响。

以上变量的描述性结果见表5(虚拟变量结果未展示)。

表5 变量描述性统计结果

文章涉及所有变量时间跨度为2008—2016年，文章对无技术转让收入的高校样本进行了剔除，最后得到有效样本2070个，数据类型为面板数据。文章构建空间误差模型实证高校科技成果转化效率的影响因素。

空间的相关性会产于其误差项中。本文空间误差模型构建如下：

TEit=βitxit+εit

(5)

式中，TEit表示高校科技成果转化效率，xit为上文所述各自变量，其中随机扰动项εit的产生过程如下：

εit=ρMεit+μ

(6)

空间误差模型最有效的估计方法为MLE，因此文章使用stata15.0的xsmle命令进行空间误差回归。根据对科技创新政策的量化梳理，本文发现2012年后有关科技成果转化的法律条规有明显增加的趋势，因此，文章以2012年为分割点，分两个阶段分别进行回归，进行比较分析，在回归之前首先进行豪森曼检验以判断应采用固定效应或是随机效应进行估计，检验结果的p值为0.000<0.01,因此选用固定效应模型。表6为stata15.0软件估计得到的SEM回归结果，可以看出，空间自回归系数rho在1%水平上显著为正，说明存在空间误差效应，验证了文章选用空间误差模型SEM进行实证回归的合理性，回归结果见表6。

表6 实证检验结果

从表6的回归结果可以看出：

(1)从创新生态动力因素来看，政府资金(gov)系数为0.037，通过了5%的显著性检验；企业资金(enterprise)系数为0.003，通过了5%的显著性检验；其他资金(else)系数为(-0.015)，未通过显著性检验。实证结果验证了研究假设1：政府与企业资金对高校科技成果转化效率有显著促进作用；其他资金与高校科技成果转化效率之间存在负相关关系。从阶段特征看，相比2013—2016年，政府资金支持(gov)在2008—2012年系数更大，也更为显著；企业资金(enterprise)对高校科技成果转化效率的影响从2008—2012年不显著的正相关关系转变为2013—2016年显著的正相关关系。综合考虑，出现这一结果的主要原因在于2012年后，中国加大了对科技成果转化的重视，高校科技成果转化的市场导向也更为明确，因此2012年后，企业资金对高校科技成果转化效率有显著的提升作用；同理，在2012年之前，高校科技成果转化的市场导向与产业化程度较差，更多的需要政府资金支持，因此政府资金在2008—2012年的作用更为显著。

(2)从创新生态能力因素来看，高级职称人员(senior)系数为0.368，通过了1%显著性水平检验；科技成果获奖情况(awards)系数为0.000 3，未通过显著性水平检验，实证结果验证了研究假设2：高级职称人员显著促进高校科技成果转化效率的提高，获奖情况难以实现高校科技成果转化效率的提高。从阶段特征看，高级职称人员对高校科技成果转化效率的影响一直显著为正，获奖情况由2008—2012年不显著的负相关关系转变为2013—2016年不显著的正相关关系，一定程度上说明中国的奖励评价制度有所改善。

(3)创新生态环境因素(system)对高校科技成果转化效率提高有显著促进作用。创新生态保障因素(patent)对高校科技成果转化效率的影响在2008—2012年不显著，在2013—2016年显著为正，说明近年来中国加大了对科技成果的保护力度。从区域来看，处于东部地区能显著提高高校的科技成果转化效率。

3 研究结论与政策建议

3.1 研究结论

(1)高校科技成果转化效率处于较低水平，其空间相关性显著；东部地区高校科技成果转化效率显著高于中西部地区高校科技成果转化效率，空间集聚效应有减弱趋势，导致中西部高校科技成果转化效率无追赶东部地区的趋势。

(2)政府资金对高校科技成果转化效率的提高有显著的促进作用，且2012年前更为显著；企业资金对高校科技成果转化效率的影响在2008—2012年不显著，在2013—2016年有显著的正向影响；其他资金对高校科技成果转化效率有不显著的负向影响。

(3)高级职称人员显著促进高校科技成果转化效率，科技成果获奖情况难以实现高校科技成果转化效率的提高，2012年以来奖励评价机制有了一定的改善。

3.2 政策建议

(1) “西部开发” “振兴东北老工业基地” “中部崛起”等一系列措施的实施，使得东中西区域发展的相对差距总体缩小，但仍未趋于收敛，发展并不均衡。基于此，要充分发挥市场配置资源的主观能动性作用，同时加强政府对跨区域协同发展的引导作用，优化空间布局，统筹规划区域均衡发展，促进经济要素、物质资源、人力资本在不同区域、不同层级内的有效流动与合理配置，构建以城市集群、带状经济区、经济开发区等为支撑的职能明确、协作创新、特色鲜明、网络联动的网络中心、强网络化的区域发展格局。

(2)政府资金对高校科技成果转化效率作用十分积极，尤其是在高校科技成果转化效率较低的情况下，更应加大政府资金的支持力度，同时发挥政府的引导力与行政能力，努力优化外部市场环境，为高校科技成果转化奠定产业化基础。同时高校应加大与企业的协同创新，紧紧把握市场导向，培育一批紧密联系市场的科技成果，并形成完善的面向市场的科技成果转化机制。

(3)高校应加大对高职称人才的引进力度。在人力资本构成中，应注重人力资本结构的协调性和合理性，尤其是在对初、中级职称人才加强素质教育和制定培训计划的基础上，逐步改进和完善环境，加快高校与企业之间人才的双向流动。同时，对高校科技成果进行奖励评价时，应更贴近市场评价，关注其经济效益以及可能带来的社会效益，弱化其行政性质。