高校科研成果转化评价指标体系研究

林珊湉

(闽江师范高等专科学校科研处，福建 福州 350100)

一、高校科研成果转化评价指标体系研究现状

(一)评价体系的相关研究

近年来，教育部等部门要求不得再把SCI等论文指标直接作为高校考核评价标准，同时进一步明确，要把科技成果转化成效纳入高校考核评价体系，确立高校科研成果转化评价标准这个“指挥棒”问题已经迫在眉睫。要解决这个问题，首要任务就是建立起权威的、科学的高校科研成果转化评价指标体系。当前，诸多学者从不同角度对高校科研成果转化评价指标体系进行了研究。柴国荣等[1]基于科学性、准确性、可操作性和易度量原则，应用德尔菲法，构建了包含转化条件、支撑能力、转化效果等3个一级指标，以及R&D经费支出占GDP比重、技术市场成交额、合同数、高技术产业增加值率等25个三级指标的评价体系；王嘉[2]在系统分析和研究科技成果的基础上，以应用类科技成果为主，设计形成一个多层次、多级别的科技成果综合评估体系，并根据科技成果评估的不同需求，从基础研究、应用研究、试验发展、成果转化、成果产业化等多个指标构建了科技成果各个环节的评估过程；王黎明等[3]对福建省和其他7个省市的科研成果转化对比数据进行分析，遵循全面客观性、可行性和动态性原则，从科技成果转化基础条件、科技成果转化支撑能力和科技成果转化效果三方面出发，设计和筛选出由3个一级指标、7个二级指标和22个具体指标组成的科技成果转化的评价指标体系；高洁[4]以知识生产模式转型为背景，基于三螺旋理论以高校、企业、政府为主要评价对象，从知识转化可行性、研发投入、中间产出、目标达成度以及满意度五个方面构建了高校科技成果转化评价指标体系。

(二)评价方法的相关研究

当前，学术界学者基于不同的评价方法对高校科研成果转化指标体系进行研究。从研究方法上来看，多指标综合评价法是当前最常用的评估方法，如模糊分析法、因子分析法、数据包络分析(DEA)法、层次分析法等。柴国荣等[1]运用德尔菲法和相关分析法对高校科研人员创新成果转化绩效评价指标体系进行了实证分析和检验, 并引入减小“异常点”影响的无量纲化方法，采用综合性评价方法, 对西部地区11个省市的科技成果转化进行了应用研究；胡炎等[5]通过调查当前科技成果转化现状，运用因子分析法和回归分析法确定了包含17个变量的指标体系；王黎明[3]应用主成分分析法和聚类分析法对30个省市的科技成果转化状况进行研究；朱艳[6]提出在确定指标体系权重时，传统的层次分析法在判断矩阵一致性时存在缺陷，尤其是被比较的指标较多时，因此应用了郭亚军教授改进的层次分析法对高校科技成果转化水平进行评价，并确定了16个三级指标的权重，构建了科技成果转化评价指标体系；张鹏等[7]在构建高校科研人员创新成果转化绩效评价指标体系基础上，运用层次分析法，按照指标权重及各指标对总目标的贡献度对绩效评价指标进行排序；高洁[4]在韦唐效果分析框架下进行相关指标设计，以问卷调查为基础，利用信效度检验、探索性因子分析和验证性因子分析证明其构建的32个指标的准确性和合理性。

综上，通过对高校科研成果转化评价指标和评价方法的梳理发现，当前学者在构建科研成果转化评价指标体系时，依然过分强调发表论文数、专著数、专利获得数，这与破除“四唯”的精神不吻合，不能体现创新驱动发展视角下高校科研成果转化评价体系新的构建；在评价方法的研究上，多数学者一般采用单一的研究方法确定权重构建体系。基于以上研究，笔者尝试在此研究基础上，以创新驱动发展为视角，引入创新性指标，构建全面多元的高校科研成果转化评价指标体系。

二、高校科研成果转化评价指标体系的构建原则及具体内容

(一)构建原则

构建高校科研成果评价指标体系，应遵循创新性、系统性、可量化性相结合的原则。首先要遵循创新性原则，不以论文、课题等指标作为主要依据，以激发科研人员创新原动力为目标，注重科研成果转化和市场应用，鼓励科研人员把科研成果写在祖国大地上；其次，高校科研成果转化是一项系统性活动，科研成果不应该成为象牙塔里的陈列品，要走向市场，发挥作用，真正成为推动社会经济发展的助燃剂，要遵循科研成果从研究—开发—应用—推广的系统性原则，从系统层面构建评价指标体系，对整个科研成果转化过程进行系统性评价；最后，要遵循可量化性原则，使指标信息简洁明了易于收集，同时以直观的数据形式，在进行对比分析时能够提供量化的指标分值，便于高校进行横纵向比较。

(二)指标选取

本文在构建高校科研成果转化评价指标时，从创新驱动发展的视角出发，以破除“四唯”精神为指导，在系统梳理高校科研成果转化过程的基础上，根据当前高校科研成果转化的现状及存在的问题，并结合专家咨询法对指标进行筛选论证， 进而构建了包含3个一级指标、22个二级指标的评价指标体系，详细指标体系内容见表2。

首先，高校科研成果的转化基础是评价转化能力的重要指标，由10个二级指标构成。很多科研成果转化的“最后一公里”无法实现，主要是因为缺乏高水平专业化科研成果转化专门机构的指导。此外，校企协同创新中心、产学研合作平台、国家级重点实验室、工程中心、工程技术研究中心等也是转化基础的重要组成部分。中试熟化平台作为技术创新的载体，是实践技术与工艺的商业化必经过程，也是创新成果向生产领域转移的技术经济重要抓手，所以在转化基础的指标上也予以纳入评价。另外，人力资源是转化过程的重要一环，专兼职科研成果转化人员、技术转移人才培养基地以及系统专业的科研成果转化专业培训都是提高科研成果转化率的重要基础。

其次，高校科研成果转化效益是评价转化能力的关键环节，效益的多少直接反映了转化能力的强弱。本指标体系选取了以转让、许可、作价投资方式转化科研成果项目数及项目金额，技术开发、咨询、服务项目数及金额，创办高新技术企业数及创办高新技术企业年收益等指标。

最后，评价高校科研成果转化效果，从企业满意度、政府满意度、科研成果转化率、科研成果转化奖励占收入的百分比、高新科研成果市场占有率、科研成果转化示范推广活动等多个维度进行评价。

三、高校科研成果转化评价指标体系的应用

(一)指标权重的确定

在实际应用指标体系过程中，首先应对各评价指标进行赋权。为使指标权重合理，笔者采用AHP法对各层级指标进行赋权。AHP法即层次分析法，是由美国运筹学家萨蒂提出的一种将定性与定量相结合的层次权重决策分析方法，目前已在诸多领域得到广泛应用。具体过程如下：

1.标度定义和构造判断矩阵

引用数字1～9及其倒数作为判断矩阵标度，并邀请多位高校学者进行专家打分以确定判断矩阵。

2.计算指标权重

第一步，按列将判断矩阵归一化处理，得到标准判断矩阵：

(1)

式(1)中：aij为判断矩阵原始值，bij为标准判断矩阵值。

第二步，将标准判断矩阵按行求和：

(2)

式(2)中：Wi为标准判断矩阵按行求和值。

第三步，对和值进行归一化处理，得到权重：

(3)

式(3)中：Wi为指标权重值。

3.一致性检验

第一步，计算一致性指标CI：

(4)

式(4)中：m代表指标数量，λmax表示该判断矩阵的最大特征值。

第二步，查找一致性指标RI，根据判断矩阵阶数，查找相对应的RI值，具体数值如表1所示：

表1 随机一致性指标RI标准值Tab.1 Ri standard value of random consistency index

第三步，计算一致性比例CR：

若CR值小于0.1，则说明通过一致性检验，该判断矩阵合理；反之，则说明没有通过一致性检验。

4.指标权重赋值

在所有判断矩阵皆通过一致性检验的前提下，经AHP求得的各层级指标权重结果如表2所示。从权重结果可以看出，转化基础权重最高，是决定高校科研成果转化水平的主要因素，转化效果和转化效益权重大小差别不大，但与转化基础相比仍有一定差距。

表2 各层级指标权重Tab.2 Index weight results of each level

(二)模糊综合评价

FCE法也称为模糊综合评价法，是一种基于模糊数学的隶属度理论把定性评价转化为定量评价的综合评价方法，具有结果清晰、系统性强等特点，适合解决各种非确定性问题。为了对高校科研成果转化评价指标体系进行实际应用，在确定各层级指标权重后，本文以福州大学为例，采用FCE法对其科研成果转化水平进行综合评价。

1.确定评价因素集、权重集和评语集

(1)评价因素集。根据高校科研成果转化评价指标体系，得到的评价因素集有2层：

第一层为A=(B1,B2,B3)

第二层如下：B1= (C1,C2,C3,C4,C5,C6,C7,C8,C9,C10)

B2= (C11,C12,C13,C14,C15,C16)

B3= (C17,C18,C19,C20,C21,C22)

(2)权重集。根据前文经AHP所求得的权重，可得目标分配权重集，具体如下：

W0= (W1, W2, W3) =(0.548 5,0.210 6,0.240 9)

W1= (0.112 6, 0.104 7, 0.122 3, 0.04 5, 0.063 3, 0.108 3, 0.033 5, 0.273 2, 0.093 4, 0.043 7)

W2= (0.099, 0.227 2, 0.110 2, 0.210 6, 0.108 3, 0.244 7)

W3= (0.141, 0.074, 0.388 4, 0.251 6, 0.081 7, 0.063 3)

(3)评语集。经咨询专家确定5个评价等级，具体评语集为V，V=V1,V2,V3,V4,V5=很差，较差，中等，良好，优秀。

2. 确定指标层指标隶属度

对于定性指标，根据指标体系设计调查问卷，向福州大学教师及相关工作人员发放并回收有效问卷35份,问卷内容为对指标层各指标进行评价，评价内容为很差、较差、中等、良好、优秀。根据各指标的各个评价等级的填写数量，可得各指标的隶属度，如指标C1的“较差”的填写数量为2，则将2/35=0.0571。以此类推，可得指标层其余各定性指标隶属度。

对于定量指标，采用插值法确定隶属度。设xi为指标原值，rij为隶属度，Sij和Sij+1是相邻两等级的评价标准值，满足SijSi5时，ri5=1，ri1=ri2=ri3=ri4=0；当Sij

表3 指标层定量指标评价标准值Tab.3 Standard value of quantitative index evaluation in index layer

3.一级模糊评价结果与分析

根据指标层各个评价指标的隶属度，可以求出各准则层指标相对应的模糊关系矩阵，再将权重与模糊关系矩阵相乘求出其相对应的隶属度向量，具体结果如下所示：

R1=(0.007 8，0.090 0，0.331 3，0.372 1，0.198 8)

R2=(0.006 5，0.263 4，0.211 1，0.209 8，0.309 1)

R3=(0.000 0，0.116 8，0.280 7，0.435 3，0.167 3)

根据最大隶属度原则，福州大学的转化基础、转化效益、转化效果分别评价为“良好”“很好”“良好”，说明福州大学在科研成果转化效益方面表现出色，转化基础和转化效果表现良好。

4.模糊综合评价结果与分析

在一级模糊评价部分里，得到准则层指标的隶属度矩阵，即综合模糊关系矩阵，则可由准则层各指标权重与综合模糊关系矩阵相乘得到综合评价向量，即：

(0.005 6，0.133 0，0.293 8，0.353 1，0.214 5)

根据最大隶属度原则，福州大学科研成果转化水平整体评价为“良好”，表明福州大学科研成果总体表现较好，但仍有可提升之处。

四、结论

高校科研成果转化评价是正确认识高校科研成果转化状况的重要手段，也是提升高校科研成果转化水平的重要途径。高校科研成果转化评价是一个开放的系统，评价的内容和方式受诸多因素的影响，具有较大的不确定性和模糊性，因而评价指标体系的科学合理性以及可操作性就显得尤为重要。基于此，本文从创新驱动发展的视角出发，构建了高校科研成果转化评价指标体系，具体包括转化基础、转化效益、转化效果三方面共22项指标。与以往相关指标体系相比，该指标体系的创新性和时效性更强，更为全面与合理。而后通过AHP方法对各层级指标赋权，结果显示，转化基础权重最高，是决定高校科研成果转化水平的主体因素，转化效果和转化效益相对次之。最后，以福州大学为评价对象对本文所构建的评价指标体系进行了应用，结合前文求得之权重，采用FCE法对其科技成果转化水平进行综合评价，结果发现，福州大学科技成果转化水平整体表现良好，在转化效益方面较为出色，但在转化基础和转化效果方面仍有提升空间。