基于二阶段网络DEA的江苏省高校科技成果转化绩效测度与分析

杨俊

摘 要：准确把握高校成果转化的现状，测度高校科技活动的绩效，生成可用于指导或帮助决策的“深层知识”，对于推动高校科技成果向现实生产力转化，加快其商品化、产业化，具有重要的理论与现实意义。从两阶段创新价值链视角，构建高校科技成果转化绩效评价指标体系，并以江苏省本科院校作为研究对象，利用二阶段网络DEA模型测度高校科技成果转化效率，分析其研发和成果转化效率的演变差异性，并给出提升绩效的对策建议。

关键词：创新价值链;二阶段网络DEA;研发效率;高校科技成果;转化绩效

中图分类号：G644        文献标志码：A      文章编号：1673-291X（2022）06-0150-05

一、研究背景与意义

高校的科研活动是其知识创新、技术创新的基础和关键，开展科技创新活动对于促进区域科技创新能力的提升，对于推动我国经济社会发展有着重要的前瞻性和现实意义。然而，作为一个科教强国大省，江苏省的科技和经济发展“两张皮”上的问题却更加突出，技术成果转移的推动成效并不明显，科技成果创新与其他国家之间仍然存在着巨大的技术冲击与资源浪费。“十二五”期间，江苏省高校财务科技投入的年均增速大约为17.4%，科技成果的转化率仅大约为30%。2009—2017年中国高校科技统计资料显示，江苏省高校每年所获得的科技成果（专利授权次数）从2008年的总量不足3 000项迅速增长至2016年的20 227项，但是实际上能够达到成果的转化和创新产业化的还远远不足1/10。这表明，江苏省高等院校的科技进步并没能很大程度上带动经济的持续健康发展，并且仍然存在着较大的科研资源浪费，知识产出和成果的转化“割裂”的状况相对比较严重，直接影响到江苏省科学技术资源的综合利用效率。因此，充分把握江苏省高校成果转化现状，测度其绩效，生成可用于指导或辅助决策的“深层知识”，对于推动高校科技成果向现实生产力转化，加快其商品化、产业化，具有重要的学术理论与现实意义。

二、文献综述

高校科技成果能否转化是高校科研创新活动的关键，能否有效地进行取决于科技资源的支持与投入，确保合理配置科技资源是促进高校科技发展的重要前提和保证。国内外专家学者的主要研究视角主要有[1～5]：一是高校科技成果转化概念和内涵的界定，主要结合各国的发展实际情况，给出科技成果转化的概念和设定内涵边界。二是科技成果转化与企业经济效益相关联等方面的研究领域较为广泛，包括以下几个主要领域，如研发支出与CO2排放、研发与企业价值、研发与技术创新、研发与生产力等。三是在绩效考核评估与测度管理方面，主要建立了评估的方法和模型，其主要包括随机前沿模型、DEA模型、证据推理规则、多属性决策评价方法、模糊投资产出分析方法、最优最劣等，这些模型尽管在一定的程度上已经解决了科技成果转化的绩效考核评估和测度的问题，但是并不能准确地反映影响因素和绩效之间的滞后性关系。四是在加快科技成果转化绩效管理指标体系的构建方面，主要从资金投入和产出两个角度，提炼了直接影响我国科技成果实现转化的绩效管理因素，这些影响因素主要有：科技资金投入、科研人才投入、科研装置投入、政策性法律和规范、专利、论著等，进而构建科技成果转化绩效指标体系，但是其影响因素大多是针对研究机构或者企业科技成果转化，这不符合处理高校科技成果转化绩效问题的要求。

根据以上讨论和分析，现有的研究集中将高校科技成果的转化视角看作单一的阶段或过程性地分析绩效及其影响因素[6]，并没有将绩效分为两个阶段性地测度和过程性地分析科技成果的转化绩效[7]。因此，有必要從两阶段价值链视角分析和测度高校科技成果转化绩效。本文从江苏省创新和价值链的角度，根据2010—2017年中国高等院校的统计数据，利用二阶段网络DEA模型来测度江苏省高等院校研发和成果转化的效率、分析不同资源模式下的江苏省高等院校科技成果转化的整体效率趋势与差异性。

三、理论模型与方法

（一）创新价值链视角下高校科技成果转化效率分析

基于传统创新价值链理论，高校科技成果转化即是由科研活动所体现的创新知识流动路径所组成的创新链，包含知识来源、设计理念、技术改进、实验原型、技术交易、科技成果的商业经济化这六组节点。依据转化的运作规律，转化过程可以划分为研发和转化两部分。在研发阶段，高校需要投入大量的科研人员、经费和设备等，并且实现科技成果转化的中间产出（包括专利、论文、著作等）;而转化阶段则主要是在高校R&D的研发基础上，将高校的科技成果经过对科技成果的应用和服务经费与人才的干预作用下进一步转化成为带有经济效益的过程。根据以上的分析，第一阶段主要采用“知识来源”“设计理念”“技术改进”“实验原型”四个环节周期，产出了研发成果;第二个阶段主要是基于“实验原型”“技术孵化”“科技成果商业化”三个阶段的循环运行最终实现了科技成果的商业和产业化，产生了经济效益。成果研发效率是指专利、论文、专著等中间投入与高校科技成果转化创新投入的比例，是用来衡量高校将科技创新投入转化为高校科技产出的能力;而成果的转化效率则主要是科研获奖、技术转让收入和专利出售收入等高校R&D经济产出与（中间产出专利+研究与发展成果的应用以及为高校提供科技服务的人员和资金经费投入）的比例，反映了高校将技术服务的投入、中间产出转化成为高校的经济价值。

（二）构建高校科技成果转化绩效指标体系

本文以江苏省高校科技成果转化为研究对象，建立两阶段效率评价指标体系。

1.研发投入指标。本文选取研究与发展人员、研究与发展经费支出作为测度指标，由于R&D经费投入具有时滞效应，本文利用永续盘存法进行计算。

2.中间生产指标。研发阶段的结果可以被理解为，通过一系列的研发活动来创造或总结出来的科学理论知识。本文选择了科技类相关专著和学术论文的发表量数据作为测量指标之一，应用与实验性研究的结果可以按照专利的形式提交，专利又可以再细分为发明、实用新型和设计的外观。在技术含量这个方面，发明专利远远超过了其他两个类别，本文将选取了专利授权额和发明专利授权额两项作为评价的测度指标。

3.中间投入指标。研发创造阶段的成果有软科学研究和专利，前者是直接产出，后者则视作成果转化阶段的投入要素。

4.最终产出指标。在高校科技成果转化的阶段，科技成果主要是专利和获奖，而这些专利大多是通过出售和转让高校的专利来完成转化。本文选择获奖、技术转让收入和专利销售收入（合同额）作为最终产出指标。

（三）共享关联投入两阶段网络DEA模型

高校科技成果转化是一个多阶段、具有中间投入产出要素、子系统之间相互耦合的复杂系统，而传统的DEA模型只能把高校的科技成果转化系统看作一个未知的“黑箱”来衡量其效率，并未考虑中间产品的重要性再投入，因此不能了解其内部运行过程每个部分的影响。而网络DEA模型就是在继承了我国数据包络分析模型的理论基础上把所有包含决策单元的整体过程都分解为构成若干个子的过程或者阶段，每个过程中都应该有自己的投入和产出过程，所有这些过程中都应该有中间的元素与其联系在一起。基于其特点和优势，本文可以利用此种模型为我们打开了转化效率“黑箱”，进而增加了此种模型的应用领域，具有一定程度的理论指导意义。

四、江苏省高校科技成果转化实证分析

根据建立的共享投入两阶段网络DEA模型，采用2011—2017年《中国高等院校科技统计年鉴》和《中国教育统计年鉴》统计数据，选取33所江苏省高校为研究对象（常州大学等若干院校由于数据原因，不在本研究范围之内），利用Python软件，对江苏省高校科技成果转化绩效进行测度与分析。

（一）江苏省高校科技活动综合效率测度

利用上文构建的两阶段网络DEA模型，取一年滞后期，并基于CCR和产出角度，对32所江苏省高校科技成果转化综合效率进行测度，具体数值见表1。

江苏省33所本科院校综合效率在2010—2016年期间呈现下降趋势，其中低于效率平均值的高校数量达到19所，占院校总数的59.38%，仅有江南大学和金陵科技学院两所院校的效率值高于0.600。这表明，江苏省高校科技资源配置不合理，存在严重的浪费现象。具体来看，河海大学、南京医科大学、淮阴工学院、盐城师范学院等超过40%的高校科技活动综合效率都呈现逐年下降的趋势且这一变动幅度相对较大，这也说明江苏省内多数高校的科研活动效率低。

为了探究各个高校之间效率值是否具有相似性、是否具有关联特征，对2010—2016年间江苏省各个高校的综合效率值进行分类，采用K-Means聚类方法，可将33所高校分为三类。其中，第一类的院校仅有江南大学一所。第二类的院校主要包括东南大学、河海大学、盐城工学院、南京医科大学、盐城师范大学、南京财经大学、淮阴工学院、南京晓庄学院、金陵科技学院。第三类是院校数最多的类别，包括南京大学、苏州大学、南京航天航空大学、南京理工大学、南京师范大学等高校，这些院校在科技成果研发阶段取得较高的效率值，但是知识成果转化阶段效率值偏低。

（二）江苏省高校科技成果转化的阶段性效率差異测度

高校科技活动可以分为成果研发和转化两个阶段，研发效率是衡量高校将科技创新投入转化为科技产出的能力，转化效率则是反映高校将科技服务投入、中间产出转化为经济价值的水平。利用构建的共享关联投入二阶段网络DEA模型，分别测度33所江苏省高校科技活动的两阶段效率的，研发和转化效率分别如图1和图2所示。

由图1可知，江苏省各高等院校的研发效率平均值为0.596。南京农业大学、南京工业大学、南京信息工程大学、南通大学、盐城工学院、淮阴师范学院等高校的研发效率平均值都不足0.500，研发环节的效率偏低，科技投入和产出也存在一定的资源浪费。由图2可知，江苏省本科院校转化效率均值为0.443，虽然高于整体效率，但较研发效率低。这表明，江苏省本科院校知识产出与成果转化存在一定的割裂现象。在33所本科院校中，转化效率低于均值的院校有14所，占院校总数的43.75%，而南京大学和苏州大学的成果转化阶段效率值却不足0.200，科技成果转化效率较低，科技资源存在较大浪费。

为进一步分析江苏省高校资源阶段效率的差异，分别以转化效率均值0.443和研发效率均值0.596为纵横坐标分界线，将33所本科院校划分为高研发—高转化、低研发—高转化、低研发—低转化、低研发—高转化四种类型的资源利用模式如下页图3所示。

1.高研发—高转化型。此类采用资源配置综合利用管理模式的高校主要包括中国东南大学、江南大学、淮阴科技工学院、盐城师范学院、金陵科技学院。这类院校不仅能够高效率地将原有的科技资源转化为科技成果，还能够高效率地将科技成果转换为经济效益产出。

2.低研发—高转化型。此类资源利用模式的高校包括南京财经大学、盐城工学院、扬州大学、淮阴师范学院。由于这类高校对科技资源的原始投入相对较少，对外部科技成果的依赖性较强，在某种程度上忽视了科研投入转化为科技成果的效率。

3.低研发—低转化型。此类资源利用模式的高校包括南京工业大学、南京农业大学、苏州科技学院、南京理工大学。这类院校虽然在科研研发阶段投入了较多的资源，但是并没有进行有效的管理;而且在经济效益转化的阶段容易盲目投资，最后的结果就是两阶段的效率双重低下。

4.高研发—低转化型。此类资源利用模式的高校包括南京大学、苏州大学、中国矿业大学、南京航天航空大学、河海大学、江苏科技大学、南京邮电大学。该类院校在科技资源投入过程中未能结合自身情况，没有联系好科技成果和经济活动，单纯追求科技资源投入的直接产出，造成科研与生产相脱节，许多科研成果得不到很好的实际应用。

五、結论与对策建议

（一）结论

针对江苏省本科院校科技成果转化效率问题，从两阶段创新价值链视角出发，利用共享关联投入两阶段网络DEA模型测度江苏省本科高校在2010—2016年间的科技活动综合效率、研发效率、转化效率，并分析其演变差异性，得出以下结论。

1.知识产出与转化的割裂问题比较突出。江苏省高校科技活动研发效率普遍高于转化效率，知识产出和转化之间的割裂问题较为严重。

2.高校科技发展不均衡，在不同资源利用模式下科技成果转化效率呈现较大的差异性。

（二）对策建议

1.高校应积极深入市场调查，了解企业诉求与消费者评价，并关注市场导向，实现高校、政府、企业“三位一体”的精准转化模式。

2.针对不同类型高校的优势和短板分别提出改进措施。对于高研发—高转化型，应加大研发投入，避免出现由于上游研发不足导致的整体转化效率下降。对于低研发—高转化型，应继续保持高效率的将科技成果转化为经济产出，同时加大科研资源的投入。对于低研发—低转化型，需要在制度层面从基础研究到科技成果商业化全链条的各个环节均进行合理的制度安排，反思其科技成果转化系统是否顺畅。对于高研发—低转化型，应强化对研究创造阶段的成果管理，例如保证应用性成果的商业价值，或是加大科技服务投入促进成果的价值转化。

参考文献：

[1]  雷云涛，余明九，梁子卿.高校科技成果产业化面临的问题分析[J].研究与发展管理，2007，（1）：133-135.

[2]  焦翠红，陈钰芬.R&D资源配置、空间关联与区域全要素生产率提升[J].科学学研究，2018，（1）：81-92.

[3]  Daniel W.E.Publications，patents，and the market for university inventions[J].Journal of Economic Behavior&Organization，2007，（4）：688-715.

[4]  蔡跃洲.科技成果转化的内涵边界与统计测度[J].科学学研究，2015，（1）：37-44.

[5]  范德成，李盛楠.考虑空间效应的高技术产业技术创新效率研究[J].科学学研究，2018，（5）：901-91 2.

[6]  Liu F，Zhu W，Chen Y，et al..Evaluation，ranking and selection of R&D projects by multiple experts：an evidential reasoning rule based Approach[J].Scientometrics，2017，（3）：1501-1519.

[7]  Immonen S，Cooksy L L.Using performance measurement to assess research：Lessons learned from the international agricultural research centers[J].Evaluation，2014，（1）：96-114.