高校科技创新绩效影响因素分位研究
——创新价值链理论视角
2020-09-16何声升
何声升
(大连理工大学 高等教育研究院, 辽宁 大连 116024)
一、 引 言
随着创新驱动发展战略的提出,科技创新已成为我国经济发展的又一重要引擎。高校作为科技创新体系中最重要的节点之一,其在基础知识研究与科技创新方面发挥着不可替代的作用。然而,长期以来我国高校一直存在科技创新体制机制不完善、创新产出质量较低、创新成果转化率较低等问题。2018年,教育部、财政部、国家发展改革委共同发布了《关于高等学校加快“双一流”建设的指导意见》,明确要求将“双一流”建设纳入区域重大发展战略,引导“双一流”建设高校与本地区高校协同推进、共同发展,提高高校的创新产出,充分发挥高校在协同创新成果转移转化中的作用[1]。因此,立足高校科技创新产出的全链条,研究高校科技创新绩效影响因素,对于加强区域间高校创新资源的交流与共享、增强科技创新能力、提高创新绩效、促进科技创新成果转化具有重要意义。
高校创新绩效问题历来是学者关注的重点。已有研究侧重于高校创新绩效的评价,如李永周等构建模糊综合评价模型对湖北省高校进行协同创新绩效评价[2];朱娅妮等以协同创新为研究视角,通过内外部资源的协同效应构建了一套科技协同创新绩效评价指标体系[3];王立剑等对高校科技创新平台绩效形成机制进行了系统分析与评价[4]。也有部分学者对高校创新绩效的影响因素进行了探索,如汪晓梦分析了创新人才和经费投入对西南地区高校科技创新绩效的影响[5];谈毅等研究了政府科技投入对高校创新产出的影响[6];郭江江等认为不同类型和来源的高校研发经费,以及不同学历、性别和工作性质的研发人员对高校创新产出有着不同的作用和影响[7]。还有少部分学者如王淑英、李红锦等基于空间杜宾模型(Spatial Dubin Model,SDM)对高校创新绩效影响因素的空间溢出效应进行了研究,发现增加科研经费和人力资本投入具有显著的正向空间溢出效应[8- 9]。
基于以上分析,现有文献都是将高校科技创新行为作为一个整体去研究,忽视了高校科技创新行为不同阶段的异质性。根据创新价值链理论,高校科技创新行为可被划分为科技创新研究与开发(第一阶段)和科技创新成果转化(第二阶段)两个阶段,且各个阶段的科技创新绩效影响因素存在差异性。基于此,本研究以2009—2017年我国各省份高校科技创新绩效面板数据为样本构建分位数回归模型,在分析各省份高校科技创新绩效时空分布特征的基础上,分别探索两阶段科技创新绩效的影响因素,并据之提出具有针对性的政策建议。
二、 理论模型构建
创新价值链理论是由莫滕·T·汉森(Morten T Hansen)和朱利安·伯金肖(Julian Birkinshaw)于2007年首次提出的[10]。他们将创新视为一个循序渐进的过程,把创新过程划分为创意产生、创意转换以及创意传播三个阶段。创新价值链理论融合了创新理论和价值链理论的核心思想,是包含知识性和价值性的新理论。创新价值链理论的基本思想是创新价值链具有链式结构的特征,而链式结构是独立环节连接形成的一种物理形态,由基本单元和链接单元构成,从而可以将创新过程拆解为不同环节,各个环节对应不同的单元,随着技术流动与交换,各单元相互关联[11]。本研究将利用创新价值链理论对我国高校科技创新活动中的价值实现过程进行细分,将高校科技创新视为一个多投入、多产出、多环节的活动,且各个环节紧密相连。借鉴官建成(Jiancheng Guan)等将高技术产业划分为知识创新阶段和成果商业化阶段[12],钱丽、肖仁桥等将绿色创新过程分解为绿色科技研发和成果转化两个阶段[13-14],本研究将高校科技创新活动分解为科技创新研究与开发阶段和科技创新成果转化阶段,并构建了我国高校科技创新两阶段价值链模型,如图1所示。
图1 高校科技创新两阶段价值链模型
由图1可知,高校科技创新研究与开发阶段(第一阶段)包括基础研究、技术开发、技术测试、专利申请与授权等活动,这些活动主要是由高校科研人员通过实验室或者产学研合作平台予以实现。高校科技创新成果转化阶段(第二阶段)是企业将高校科技创新成果转化为经济效益的过程,由于企业更接近市场,更了解市场需求,且具有较高的成果转化效率,因此企业是高校科技成果转化的主要合作对象。此阶段主要包括企业吸收专利、生产产品、市场调研、营销策划等活动。高校科技创新活动的两阶段具有关联性,上下阶段存在紧密的联系。但由于不同阶段参与创新主体的异质性和创新环境的不同,各个阶段科技创新绩效的影响因素也存在差异。在第一阶段,发明专利授权数表征高校科技创新研发水平,高校科技人力资本投入、研发人才质量、政府支持力度、校企合作等因素会对高校科技创新的研究与开发产生影响。在第二阶段,专利出售总金额反映了高校将科技创新成果转化为经济效益的能力,同时也体现了高校服务经济社会发展的能力,发明专利授权数、企业科技吸纳能力、科技成果成熟度等因素会对高校科技创新成果的转化产生一定的影响。
三、 研究设计
(一) 指标选取
1. 高校科技创新研究与开发阶段。(1) 被解释变量:高校科技创新研发水平(pat)。本研究选取高校发明专利授权数表征高校科技创新研发水平。选取发明专利授权数衡量创新绩效是学者在实证研究中的一种普遍做法,主要基于以下三方面的原因:一是专利授权的制度化和规范化程度高,专利授权数的数据较为可靠;二是专利与科技创新之间存在较强的相关性;三是高校发明专利授权数的审查更加客观稳定,最接近度量创新的标准[15]。
(2) 解释变量。一是高校科技人力资本投入(man)。R&D人员全时当量是国际上通用的、用于衡量科技人力投入的指标。高校科技人力资本投入会对高校的科技创新能力、科技成果产出等产生较大的影响。故本研究以高校R&D人员全时当量衡量科技人力资本投入。二是政府支持力度(gov)。目前我国高校的研发经费来源渠道较为单一,且主要来自于政府财政的转移支付。随着我国创新驱动发展战略的提出,政府对高校科技创新的投入也在不断加大,这在一定程度上为高校科技创新研发提供了保障[16]。因此,本研究以高校R&D经费来自于政府部分表征政府支持力度。三是研发人才质量(rat)。高校科技创新离不开科研人才知识的应用与创新[9],研发人才的水平与层次决定着科技创新的高度。本研究以高校博士学历R&D人员数占R&D人员总数的比例来反映研发人才质量。四是校企合作(coo)。校企合作能够有效整合各个主体的优势资源,企业发挥资金资源优势,高校发挥人才、知识等创新资源优势,从而实现资源共享、优势互补。本研究以高校R&D经费来自于企业部分表征校企合作。
(3) 控制变量。控制变量主要是为了“控制住”那些对被解释变量有影响的遗漏因素,以避免遗漏变量造成偏差,同时也可以为相关部门政策建议的提出提供依据。高校的发展与区域经济紧密相关,区域经济增长可以带来资金、信息、环境等资源优势,吸引技术和人才流入,故本研究选择地方政府财政收入来表征区域经济发展水平(eco)对第一阶段高校科技创新绩效的影响。
2. 高校科技创新成果转化阶段。(1) 被解释变量:高校科技创新成果转化效益(sal)。本研究以高校专利出售总金额表征科技创新成果转化效益。本研究之所以选择高校专利出售总金额来表征被解释变量主要基于以下两方面原因:一是高校科技创新研究与开发阶段的创新绩效选取了发明专利授权数来表征,专利出售总金额能够更好地表现研究的延续性,从而体现两阶段的整体性和关联性;二是专利出售总金额能够有效展现创新成果转化的经济价值和商业价值。
(2) 解释变量。一是发明专利授权数(pate)。第一阶段的创新绩效也是本阶段的投入,高校发明专利授权数是高校科技成果转移转化的基础,直接关系到转化的效益。二是企业科技吸纳能力(abs)。在高校的研发成果向企业转化过程中,企业只有具备相应的技术吸纳和转化能力,才能有效实现高校创新成果的转移与交易[17]。本研究以规模以上工业企业购买国内技术的经费支出来衡量企业的科技吸纳能力。三是科技成果成熟度(uni),即技术成熟度。科技成果应当具备一定的实际应用价值,成熟度较低的科技成果因为无法预见其市场实用性而难以转移转化[18]。一般来讲,企业吸收了高校的技术成果,表明企业认可了科技成果的成熟度,并相信能够转化为经济效益。因此,本研究以高校技术转让给企业的合同数衡量科技成果成熟度。
(3) 控制变量。由于科技创新成果从研发到转化的过程受市场创新环境影响明显,技术市场成交额能够有效反映市场的创新环境,代表着技术市场活跃程度和技术创新效益转化程度[19],因此,本研究以技术市场成交额来表征市场创新环境(tec)对第二阶段高校科技创新绩效的影响。两阶段高校科技创新绩效(被解释变量)及其影响因素(解释变量和控制变量)指标体系详见表1。
表1 两阶段高校科技创新绩效及其影响因素指标体系
(二) 数据来源
本研究所用数据来源于EPS统计数据库,其中由于企业科技吸纳能力2010年数据缺失,故取2009年和2011年的平均值代替。另外,鉴于数据的可获得性,本研究以我国30个省份(西藏、香港、澳门、台湾除外)普通高校2009—2017年的数据为研究样本。
(三) 模型选取
从研究方法上来看,本研究之所以采用面板数据分位数回归模型来研究各因素对高校科技创新绩效水平的影响,主要基于以下原因。一是面板数据分位数回归模型既能有效控制个体异质性,评价影响高校科技创新绩效因素的条件异质性协方差效应,又对非正态分布的估计具有较强耐抗性,能够较好地控制估计和推断过程中产生的偏差[20]。二是我国各省份发展条件不平衡,高校科技创新绩效情况省际差异较大,仅仅采用传统回归中的“条件均值”难以描述高校科技创新绩效影响因素关系特征,而分位数回归使其结果更灵活、更稳健[20]。
罗杰·康克(Roger Koenker)和吉尔伯特·巴塞特(Gilbert Bassett)首先提出了分位数回归,将均值回归的分析扩展到其他分位数,以研究不同分位数下的回归系数估计量[21]。其主要思想是将干扰项分成不同部分,通过改变参数的设定,使受限参数在非固定干扰项允许的范围内波动,从而呈现不同条件下的分布效果[22]。
分位数回归假定了随机变量Y的分布满足F(y)=P(Y≤y),且Y的τ分位函数具体定义为Qy(τ)=inf{y:F(y)≥τ},其中0<τ<1,inf为下确界,Qy(τ)是被解释变量条件分布函数的反函数。据此,分位数基本回归模型设定为
(1)
其中,Qyi(τ|xi)表示yi的第τ个条件分位点,β(τ)是方程的参数估计,条件分布的第τ个分位数系数估计是通过计算加权误差绝对值之和,使其达到最小化来实现,即
(2)
由于0<τ<1,因此分位数回归拟合的是一条曲线。我们将式(1)与面板数据结合,得到面板数据分位数回归模型如式(3)所示:
(3)
本研究对式(3)的参数估计表示为
(4)
本研究基于创新价值链理论且利用分位数回归模型构建我国高校科技创新研究与开发阶段和高校科技创新成果转化阶段创新绩效影响因素回归方程。为了避免解释变量间可能存在明显的多重共线性问题,消除或减轻所构建模型可能存在的异方差问题以及便于考察模型相关解释变量变动1%而引起被解释变量的变化情况,本研究对模型左右两边采用对数处理,第一阶段如式(5)、第二阶段如式(6)所示:
Qlnpatit(τ|lnmanit,lngovit,lnratit,lncooit,lnecoit)=
β0+β1(τ)lnmanit+β2(τ)lngovit+β3(τ)lnratit+
β4(τ)lncooit+β5(τ)lnecoit+εit;
(5)
Qlnsalit(τ|lnpateit,lnabsit,lnuniit,lntecit)=
β0+β1(τ)lnpateit+β2(τ)lnabsit+
β3(τ)lnuniit+β4(τ)lntecit+εit.
(6)
式(5)中,i为横截面单元,代表30个省份的横截面样本;t为时间序列单元,即2009—2017年;β是截距项,表示解释变量对被解释变量影响系数;εit是随机扰动项;其他变量的定义与上文一致。式(6)中各变量定义与式(5)一致。
四、 实证结果分析
(一) 我国各省份高校科技创新绩效时空分布特征分析
根据两阶段高校科技创新绩效影响因素指标数据,本研究采用极值法进行标准化,并通过计算各省份在研究时期内的平均值和各年度的地区平均值,得出我国各省份和各年度高校科技创新绩效时空分布图,如图2和图3所示。
由图2可以看出,我国各省份两阶段高校科技创新绩效发展不均衡,区域发展差异较大。整体来看,我国两阶段高校科技创新绩效呈东部地区>中部地区>西部地区(1)本研究采用国家统计局对我国东、中、西部地区的划分标准,东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、广西、海南12个省份;中部地区包括山西、吉林、黑龙江、河南、安徽、江西、湖北、湖南8个省份;西部地区包括重庆、四川、贵州、云南、内蒙古、陕西、甘肃、青海、宁夏、新疆10个省份。的阶梯状发展格局。从具体的空间分布上看,我国两阶段高校科技创新绩效呈集聚化发展态势,高绩效地区主要集中于长三角的江苏、上海、浙江,环渤海地区的北京、山东,珠三角地区的广东,西部地区的四川和陕西,中部地区的湖北。这些地区高等教育资源集聚度较高,无论是高等教育存量资源还是增量资源均在全国居于领先地位。这些地区借助区域经济发展优势,在政策导向的影响下,完善创新服务链,鼓励产学研深度融合,发挥高校科研的主体地位,以市场需求为导向,扩大科技成果产出,从而提高科技创新研发水平和科技成果转化效率。而以青海、宁夏、新疆为代表的西北地区,由于自然环境较为恶劣,经济发展条件较差,高校数量和科技创新水平还有待提升。目前这些地区科技创新型企业较少,且创新活跃程度较低,难以对高校科技创新研发水平的提高和创新效益的提升产生促进作用。
图2 我国各省份两阶段高校科技创新绩效分布
图3 我国各年度两阶段高校科技创新绩效发展趋势
图3为我国各年度两阶段高校科技创新绩效发展情况。由图3可知,在研究时期内,第一阶段我国高校科技创新绩效呈波动提升的发展趋势,这说明我国高校科技创新研发水平不断提高,基础研究和原始创新能力不断增强。这可能是受益于研发经费的增长、研发投入结构的优化和研发人才的集聚,我国高校科技研发水平得以提升。而第二阶段我国高校科技创新绩效呈现先升后降再上升的趋势,这说明我国高校科技创新成果的转化效益不稳定,高校科研成果与产业对接不够紧密,低层次的科研重复现象依旧突出,从而导致我国高校科技创新成果转化效益难以快速提升。
(二) 两阶段高校科技创新绩效影响因素回归结果分析
本研究基于R语言软件对2009-2017年两阶段我国高校科技创新绩效影响因素面板数据进行分析,根据罗杰·康克的方法,在回归模型的基础上加入分位数成分。理论上分位数回归可以估计任一τ分位受到的影响,本研究选取10%、30%、50%、70%、90%分位数的回归结果代表低、中低、中等、中高、高五个位置,以此揭示解释变量对高校科技创新绩效分布段的影响程度。为了对比回归结果与实证变量间的影响系数,本研究同时利用Eviews软件展示了普通最小二乘法模型(Ordinary Least Squares,OLS)的回归结果。第一阶段(模型5)各分位点和OLS模型的回归结果如表2所示。
表2 第一阶段回归结果
由表2分位数回归结果可以看出,校企合作在各分位点上均为显著正向影响,这说明校企合作对高校科技创新研发水平的提高具有明显的正向作用。此外,该变量系数变化范围为0.277~0.403,这表明校企合作程度每提高一个单位将促进高校科技创新研发水平提高0.277~0.403个单位。
政府支持力度在条件分布的不同位置具有不同的影响,即在10%、30%、50%的分位点上显著为正,而在70%和90%的分位点上不显著,这说明政府支持力度在高校科技创新研发水平中等及以下阶段的促进作用较为明显,而在中高及以上阶段未能发挥较好的促进作用。这可能与信息的滞后性和政府决策过程的繁杂性有关。政府对高校科技创新的支持行为和支持效果存在一定的滞后性,因此在高校科技创新绩效提升的后期影响不显著。
高校科技人力资本投入在各分位点上均不显著,这表明高校科技人力资本在高校科技创新研发的各水平阶段作用均不明显。经济的高速发展使得我国科技人力资本投入规模成为世界第一,然而随着高校科技创新研发水平的逐步提高,现阶段我国科技人力资本投入组成结构不合理、发展模式不完善的状态逐渐显现[23],影响了其在高校科技创新研发中作用的发挥。此外,创新研发水平的提高不仅仅需要扩大人力资本投入规模,更受研发知识结构多元化、产学研融合、政策引导等多重因素的综合影响。
研发人才质量在10%、30%和50%的分位点上显著为正,而在70%和90%的分位点上并不显著,这说明高校研发人才质量只在高校科技创新研发水平的中等及以下阶段具有正向促进作用。在科技创新过程中,高校科技创新地位逐步提高,一批优秀的高素质科研人才被培养和积累起来,其对高校科技创新研发水平起步和提升影响显著,但是我国高校科研人才仍处于结构失衡、质量一般的非合理化状态,相对不均衡的科研人才结构对创新活动的推动作用有限[24]。而且我国高质量人才规模区域差异较大,东部经济发达地区利用其优越的经济条件相继出台人才引进政策吸引人才流入,导致中西部地区人才短缺,因此区域高质量人才的不均衡也是造成其在高校科技创新研发水平较高阶段促进效果不理想的原因之一。
控制变量区域经济发展水平在各分位点上均显著为正,这说明区域经济发展水平对高校科技创新研发水平的提高具有明显的正向促进效果。该变量的系数变化范围为0.357~0.519,这表明区域经济发展水平每提高一个单位将促进高校科技创新研发水平提高0.357~0.519个单位。
从OLS模型回归结果来看,各解释变量均呈显著的正向影响,这表明校企合作、政府支持力度、高校科技人力资本投入、研发人才质量和区域经济发展水平对高校科技创新研发水平的提高均起积极的促进作用。相较于分位数回归,OLS回归结果较为温和。但是OLS回归结果相较于分位数回归结果,其不能精确地描述解释变量对被解释变量的影响,掩盖了其在不同条件位置上的异质性效果。
为进一步分析被解释变量对解释变量的影响程度,本研究利用R语言软件绘制第一阶段各变量回归系数趋势图,详见图4。
注:各图中折线为分位数回归中各变量的回归系数,虚线为OLS回归中各变量的回归系数;下同。
由图4可以看出,OLS回归中各变量的回归系数在各分位点是水平不变的,而在分位数回归中,校企合作、政府支持力度、科技人力资本投入、研发人才质量、区域经济发展水平对高校科技创新研发水平的影响随分位点变化都呈现明显的变化趋势。其中校企合作和区域经济发展水平的回归系数呈先降后升的发展趋势。囿于我国区域发展条件差异较大,对区域内高校科技创新研发水平的促进作用参差不齐,因此导致这些变量对高校科技创新研发水平的正向影响呈现波动的发展态势。而政府支持力度和科技人力资本投入回归系数呈先升后降的趋势,这反映出其每提高一个单位对高校科技创新研发水平的影响由逐渐增强转向逐步减弱。研发人才质量呈逐渐下降的趋势,这说明其每提高一个单位对高校科技创新研发水平的促进效果逐步减弱。
第二阶段(模型6)各分位点和OLS模型的回归结果如表3所示。由表3分位数回归结果可知,发明专利授权数在30%、50%、70%和90%分位点上均不显著,而在10%分位点上为显著正向影响,这说明随着我国创新环境的逐步改善及对知识产权保护制度的日益重视,持续扩大的高校授权专利规模在科技创新成果转化低阶段能够带来效益的提高,但是我国高校发明专利转化过程中还存在诸多问题,转化效果还不理想。高质量的专利是实现转化的基础和前提,高校科研偏重基础前沿研究,在技术成熟度上稍有欠缺,多数专利有待于进行二次开发或在生产中进行调试才能投入市场。此外,高校发明专利中方法专利权占有相当大比重,产品专利普遍较少,由此造成专利难以转移转化[25],对提升高校科技创新成果转化效益的作用不明显。
表3 第二阶段回归结果
企业科技吸纳能力在10%、30%和50%分位点上影响显著,而在70%和90%分位点上并不显著,这说明企业科技吸纳能力对高校科技创新成果转化效益在中等及以下阶段有显著的促进作用,而随着转化效益水平的提升,促进作用逐渐不明显。企业科技吸纳能力体现的是企业获取、消化、转换以及利用技术的能力。在高校科技成果转化效益的中低水平阶段,企业对科技成果的成熟度要求不高,一些易于转化的技术专利能够较快被转化。而随着科技的进步,企业对技术专利质量的要求愈来愈高,尤其是对核心技术专利的要求日益迫切,因此,缺少满足转化条件的技术专利导致高校科技创新成果转化效益达到一定水平时,企业科技吸纳能力的促进作用逐渐不显著。另外,一些高校科技创新成果的研发并没有以市场为导向,存在技术成果与市场需求相脱节的现象,这也在一定程度上提高了转化难度,降低了转化效益。
科技成果成熟度在各分位点上均呈显著正向影响,这说明科技成果成熟度对高校科技创新成果转化效益的提高具有显著的正向作用。工艺流程的成熟程度以及配套资源的完善程度等外部创新环境为科技成果萌芽、成长、成熟各个阶段的发展提供了保障。该变量系数变化范围为0.402~0.939,这表明科技成果成熟度每提高一个单位将促进高校科技创新成果转化效益提高0.402~0.939个单位。
控制变量市场创新环境在各个分位点上均不显著,这说明在各个阶段市场创新环境对高校科技创新成果转化效益均未表现出明显的促进作用。创新环境是影响高校科技创新成果转化的外在因素,当前我国存在科技管理体制与市场经济不相容、教育体制与文化传统抑制创新动力等问题,而且产学研主体协同衔接不够紧密,科技创新中的“孤岛现象”依然存在,限制了高校专利成果的转化。
基于OLS模型回归结果发现,企业科技吸纳能力、科技成果成熟度、市场创新环境对高校科技创新成果转化效益呈显著的正向作用,发明专利授权数对其影响并不显著。整体上看,OLS模型低估了各变量对高校科技创新成果转化效益的异质性效果,其研究结果只能说明局部变化的影响。
为了进一步分析各变量对高校科技创新成果转化绩效的影响,本研究绘制了各变量随分位点变化的回归系数趋势图,如图5所示。通过图5可以发现,OLS回归系数保持不变,而发明专利授权数、企业科技吸纳能力、科技成果成熟度、市场创新环境对高校科技创新成果转化的影响都随分位点的变化呈现明显的变化趋势。其中发明专利授权数呈先下降后略有所上升趋势,这表明在前期其对高校科技创新成果转化效果逐渐降低,中后期的促进效果略有提升。企业科技吸纳能力呈逐渐下降趋势,这说明每提高一个单位,其对高校科技创新成果转化效益的促进作用逐步减弱。科技成果成熟度和市场创新环境呈先增后降态势,这说明其对高校科技创新成果转化效益的影响不稳定,在高校科技创新成果转化较低阶段,其对高校科技创新成果转化效益的提高发挥了较好的作用;而随着转化阶段的提升,这种作用在逐渐减弱。
图5 第二阶段各变量分位数回归系数变化趋势
五、 结论与对策
科技研发和成果转化是高校科技创新活动的重要内容,其创新绩效水平不仅是高校科研实力的反映,也是高校贯彻落实创新驱动发展战略的重要表现。作为原始创新和技术创新的发源地之一,高校的科技创新绩效影响着国家科技创新体系建设。本研究基于创新价值链理论将高校科技创新行为划分为高校科技创新研究与开发阶段和高校科技创新成果转化阶段,两阶段的高校科技创新绩效呈现阶梯化和集聚化的空间分布特征。在此基础上,本研究利用分位数回归模型检验两阶段各因素对高校科技创新绩效的影响,主要结论与相关对策如下。
第一,在高校科技创新研究与开发阶段(第一阶段),校企合作和区域经济发展水平在OLS模型和各分位点上均表现出显著的正向影响,对高校科技创新研发水平具有明显的促进作用;政府支持力度、研发人才质量在OLS模型和中等及以下分位点上表现出显著的正向影响,在中高及以上分位点上不显著;高校科技人力资本投入在各分位点上均不显著。因此,首先,高校应持续强化校企之间的交互效果,以高校科技创新研发为核心,建立校企创新主体之间的信任机制、运行机制,搭建校企信息沟通平台,整合和优化产学主体创新资源,广泛开展科技服务和应用性创新活动,促进高校人才培养、科学研究、产业合作和社会服务等各项职能的发挥,推进科研成果的转化应用。其次,各地方政府一方面应当考察各自省内高校科技创新的实际情况,结合当前创新环境,提高决策的前瞻性和预见性,加强引导高校科技创新成果的市场化;另一方面应当减少对高校科技创新活动的过度干预,提高高校的创新自主性,为创新主体“减负松绑”。最后,人力资源是创新驱动发展战略中的一个关键要素,它决定了创新资源的整合和产出效率。高校不能仅仅依靠人力资本规模驱动研发水平的提高,还要持续推进人才供给侧结构性改革,提高人力资本质量,合理优化人力资源配置,激发人力资本创新活力。
第二,在高校科技创新成果转化阶段(第二阶段), 发明专利授权数在OLS模型和中低及以上分位点上均不显著,而在低分位点上为显著正向影响;企业科技吸纳能力在OLS模型和低、中低、中等分位点上呈显著正向影响,而在中高和高分位点上并不显著;科技成果成熟度在OLS模型和各分位点上均呈显著正向影响,这说明科技成果成熟度对高校科技创新成果转化效益的提高具有显著的正向作用;市场创新环境在OLS模型中表现为显著正向影响,而在分位数回归模型的各分位点上均不显著。因此,首先,高校应妥善协调专利数量与质量的关系,高质量的专利应当具有新颖性、创新性、实用性等特点,专利效力越稳定,带来的经济利益越高。高校应积极开展专利申请前的评估,提升高质量和高成熟度专利的比重。其次,由于科学技术具有内隐性、复杂性等特性,企业对高校技术成果的理解存在一定偏差,由此造成企业未能准确有效地吸收高校科技创新成果。针对这一问题地方政府可通过构建校企信息沟通平台,减少主体之间“知识势差”的影响。再次,高校要重视强化市场的驱动作用,弱化对专利转化的行政干预,面向市场构建科技成果从研发到市场化的渠道。最后,技术创新最根本的特性是环境的不确定性,因此,各省份需结合自身实际、找准定位,完善高校科技创新的政策环境、文化环境、主体要素环境,从而推动高校科技创新绩效的显著提高。