高校科技成果轉化效率的區域差異及其影響因素分析

梁樹廣

（聊城大學 商學院，山東 聊城 252059）

0 引言

高等學校具有人才培養、科學研究、社會服務和文化傳承創新四項職能。從這四項職能的本質上看，高等學校是一個創造知識、傳授知識和應用知識的機構，其中科研是創造知識，教學和文化傳承創新是傳授知識，社會服務是應用知識，而創造知識是源頭，傳授知識和社會服務屬于高校創造知識的外溢轉化。高校知識轉換為生產力的重要手段就是通過專利、社會服務、課題和論文等形式進行科技成果轉化。加快高校知識的外溢和轉化是社會發展和現階段高校生存和發展的需要，是隱性研究成果向顯性生產力過渡的關鍵環節，也能避免高校科研成果大量浪費。

國內外學者對科技成果轉化研究主要集中在四個方面：一是科技成果轉化的含義。國外研究較少使用科技成果轉化，一般使用技術創新、技術轉移或者科技經濟一體化。國內研究逐漸對科技成果轉化形成了較為統一的認識：科技成果轉化是指科研機構研究開發的具有實用價值的科技成果，然后通過企業或者中介結構對科研成果進行試驗、開發、應用和推廣，直至形成新產品、新工業和新材料，實現市場價值的過程。二是科技成果轉化模式。國內外學者大概總結了四種模式，而成果轉讓、自我開發、創辦科技園、校企合作轉化[1-3]。三是科技成果轉化的障礙因素。國內外學者大體上將影響科技成果轉化的因素分為六種內部因素，即科技成果的特性、轉化意愿、傳授能力、關系信任、吸收能力，轉化能力，以及科技中介服務能力、政策與制度促進和社會文化塑造三大外部影響因素[4,5]。四是科技成果轉化的績效評價，在評價方法方面主要使用了模糊評價法[6]、神經網絡法[7]、主成分分析方法[8]、DEA方法[9-11]、隨機前沿分析方法[12]等方法。綜上所述，關于科技成果轉化的研究已有不少，在評價方法和指標選取上也存在一定差異，但是在高校科技成果轉化效率及其區域差異評價方面的研究并不多見。因此，選取合適的指標，測度中國各個區域高校科技成果轉效率的差異和識別影響轉化效率的障礙因素值得進一步深入研究。

1 模型構建、變量選取和數據說明

1.1 模型構建

第一階段：構建DEA模型。

DEA方法是一種非參數分析方法，利用線性規劃方法，構建觀測數據的非參數分析前沿，計算決策單元的相對效率。該方法不需要具體的函數形式，也無需任何權重假設，以決策單元投入產出的實際數據求出最優權重，排除了眾多主觀影響因素，具有很強的客觀性。其中，應用比較廣泛的是規模收益不變模型和規模收益可變模型。本文選擇規模收益不變模型。

考慮中國第K個省市的高校科技成果轉化效率PTE，每個省市有m種投入和s種產出，則基于投入導向的規模收益不變模型為：

其中，xij和yrj分別為j省市高校科技成果轉化的i種投入和第r種產出，λj為j省市的權重，s+和s-分別為j省市高校科技成果轉化的投入和產出的松弛變量，PTE是純技術效率，0≤PTE≤1，其值越大代表高校科技成果轉化的純技術效率越大，再利用該模型求得綜合技術效率值TE，并根據關系式TE=PTE×SE，求出規模效率SE。

第二階段：構建面板數據模型。

根據前人研究成果以及中國高校影響因素的實際，本文選取DEA測算的綜合技術效率結果作為高校科技成果轉化效率指標，并引入宏觀經濟變量、對外開放度、科技政策和市場需求四個影響因素變量，構建一個高校科技成果轉化效率影響因素的面板數據模型，形式如下：

其中，TEit為中國高校第i個省市t年的高校科技成果轉化效率，α為常數項，γ、δ、λ、θ為各解釋變量的回歸系數，其中RJGDPit、POLICYit、OPENit、FIRMit分別表示i省市t年的人均GDP、科技政策、對外開放度、企業主體數量，εit為擾動項。

1.2 變量選取

1.2.1 產出變量

對于產出變量，本文主要考慮科技成果轉化的最終表現形式專利授權數、高校的社會服務能力、專利出售實際收入和技術轉讓收入，因此，選取這四個指標作為高效科技成果的產出指標。社會服務能力主要指獲得企事業單位委托項目經費。專利授權數包括發明專利、實用新型和外觀設計專利。專利出售實際收入和技術轉讓收入表示高校科技成果出售給政府企事業單位獲得收入。

1.2.2 投入變量

對于投入變量，本文主要選取教學與科研人員、研究與發展人員全時當量人員、科技經費以及高等學校研究與發展機構數。根據《高等學校科技統計資料匯編》指標說明，教學與科研人員指高等學校在冊職工在統計年度內，從事大專以上教學、研究與發展、研究與發展成果應用及科技服務工作人員以及直接為上述工作服務的人員。研究與發展全時人員指在統計年度中，從事研究與發展(包括科研管理)或從事研究與發展成果應用、科技服務(包括科研管理)工作時間占本人全部工作時間90%及以上的人員，即工作時間在9個月以上的人員。科技經費指學校上級主管部門從科學事業費、教育事業費中通過切塊和按項目戴帽下達，以及學校從教育事業費中安排的研究經費。

1.2.3 環境變量

對于環境變量，本文主要選取了宏觀經濟變量、對外開放度、科技政策和市場需求四個指標。其中宏觀經濟變量選取了人均地區生產總值，反映高校在科技成果轉化過程中的本地區的市場需求規模、經濟發展水平和支付能力。一個地區對外開放程度越高越有利于本地區科技成果的交流和推廣，因此，利用各地區進出口總值占生產總值比重來衡量對外開放度，用于反映一個地區經濟對外開放程度以及開放程度對高校科技成果轉化的影響。在當前，中國政府的相關科技政策對高校的科技成果轉化還有很強的宏觀指導和干預，政府的優惠政策和資金支持有利于促進科技成果的轉化。因此，科技政策指標利用科技撥款占公共預算財政支出的比例，反映政府對高校科技創新的支持程度。企業是科技成果的創造主體，同時也是高校科技成果轉化的主要需求方。因此，市場需求指標利用一、二、三次產業中的企業主體之和反映各地區對科技成果的市場需求。

1.3 數據說明

由于本文主要研究“十二五”以來科技成果轉化效率和影響因素，因此，選取樣本區間為2010—2015年間中國31個省、市、自治區的數據。數據主要來源于2011—2016年的《中國統計年鑒》和《高等學校科技統計資料匯編》。對于進口值，根據統計年度內的人民幣和美元的匯率均價進行換算，其他指標根據上述數據整理所得。

2 高校科技成果轉化效率的區域差異分析

為簡化分析，在進行DEA效率分析時，效率值采用的是測算6年的DEA效率值的平均值。將上述數據代入DEA數學模型，利用DEAP2.1軟件進行求解，得到各個省、市、自治區科技成果轉化的綜合技術效率值、純技術效率值、規模效率值，見下頁表1。

2.1 綜合技術效率區域差異分析

從綜合技術效率（TE）來看，東、中部地區明顯高于西部地區。東、中、西部地區綜合技術效率的平均值分別為0.87、0.74、0.59。在東部地區，北京、天津、上海、河北、江蘇的綜合技術效率都為1，遼寧、浙江接近1，分別為0.96和0.98，而福建、山東、廣東和海南效率都小于0.8。在中部地區，黑龍江、河南、湖南的綜合技術效率為0.8以上，而山西、內蒙古、吉林、湖北、江西都小于0.8。在西部地區，重慶、四川、云南、陜西地區綜合技術效率大于0.8，剩余地區都小于0.5，特別是西藏、青海、寧夏、新疆地區綜合技術效率在0.3以下。綜合技術效率是對決策單元的資源配置能力、資源使用效率等多方面能力的綜合衡量與評價。中國各省、市、自治區綜合技術效率差距較大，且大多數地區綜合技術效率遠低于1。由于綜合技術效率為純技術效率和規模效率之積，這種情況有可能是純技術效率無效或者規模效率無效導致。

2.2 純技術效率區域差異分析

從純技術效率（PTE）來看，東、中、西部地區比較接近。東、中、西部地區純技術效率的平均值分別為0.91、0.76、0.81。在東部地區，北京、天津、河北、江蘇的純技術效率都達到1，浙江、遼寧分別為0.98、0.96，接近1，而廣東、山東、海南在0.9以下。在中部地區，黑龍江、河南、安徽的綜合技術效率在0.8以上，而其余地區均小于0.8。在西部地區，重慶、四川、陜西和西藏地區純技術效率大于0.9，云南、甘肅、青海在0.8～0.9之間，其余地區均在0.8以下。中國各省、市、自治區綜合技術效率差距較小，但大多數地區綜合技術效率低于1，因此，未達到DEA有效值，表明需要投入增加或者產出減少才可以達到技術效率有效。

表1 DEA效率值與投入產出要素的冗余值

2.3 規模效率區域差異分析

從規模效率（SE）來看，東、中、西部地區規模效率的平均值分別為0.94、0.96、0.73。中部地區規模效率大于東、西部地區。如果某些地區的純技術效率為1，而規模效率小于1時，這說明樣本單元本身的技術效率而言沒有投入需要減少、沒有產出需要增加；樣本單元的綜合效率沒有達到有效（即1），是因為其規模和投入、產出不相匹配，需要增加規模或減少規模。在東部地區。除了海南、遼寧、山東和廣東規模效率未達到1，其余地區均達到1。在中部地區，除了山西規模效率小于0.9，其他地區均大于0.9。在西部地區，廣西、重慶、四川、云南、陜西、貴州規模效率大于0.9，其余地區規模效率都小于0.7。規模效率是在制度和技術水平一定的前提下，現有規模與最優規模的差距。中國各省、市、自治區規模效率普遍較大，差距較小，表明高校科技資源配置在當前規模下的投入與最優規模狀態差距較小。

2.4 投入產出冗余結果區域差異分析

從投入產出要素的冗余值看，東、中部地區較大，而西部地區較小。在東部地區，北京、上海、天津、河北、江蘇的投入產出的冗余值為0，表明這些地區沒有投入冗余和產出不足，效率達到最佳狀態。中部和西部地區的大多數省份都存在投入冗余和產出不足，且中部地區冗余量明顯高于東、西部地區。在投入的教學與科研人員和工作量方面，中部地區明顯多于東部地區，且產生了過剩，表明可以減少相應要素，而科技成果轉化不會減少，而東、西部地區略顯不足。在科技經費方面，東部地區冗余值大于中、西部地區，表明東部地區投入要素與產出不匹配，未充分利用科技經費。中部地區吉林、湖北、湖南出現了科技經費冗余值。西部地區陜西、甘肅、寧夏和青海出現了較大冗余值。在產出冗余值看，東、中、西部地區的技術轉讓收入、專利出售收入和社會服務出現了冗余值，表明高校科技成果轉化中的技術轉讓收入出現嚴重不足。

3 高校科技成果轉化效率的影響因素分析

從表2相關變量的描述統計結果中可以看出，在綜合技術效率、人均GDP、法人數、對外開放度和科技財政支出的均值方面，東部都高于全國和中西部地區均值，表明東部地區在科技成果方面的影響因素各個方面都有優勢。中部地區除了對外開放度外，其他指標均高于西部地區。西部地區對開放度高，這主要與西部地區地處邊疆，外貿比較發達有關。中西部地區各項指標均低于全國平均水平。

表2 中國及其東、中、西部地區各變量描述統計

根據所構建的高校科技成果轉化效率影響因素面板模型，采用STATA12.0分析軟件，對全國、東、中、西部地區高校科技成果轉化效率的影響因素進行估計。根據F檢驗和Hausman檢驗結果，選擇隨機效應模型或者固定效應模型，模型及參數估計結果如表3所示。

表3 高校科技成果轉化效率的影響因素的面板模型回歸結果

從面板模型回歸結果可以看出，在模型的擬合優度上，東部地區樣本比較低，為0.61，而中部樣本比較高，為0.86，全國和西部地區分別為0.65、0.67，F值或Wald值通過檢驗，表明模擬擬合效果總體較好。

在全國總體回歸結果中，人均GDP和企業主體數量通過了顯著性檢驗，且系數為正向，其他變量未通過檢驗，表明在影響高校科技成果轉化效率的因素中，最重要的是高校所在地區的經濟發展水平和企業需求。高校科技轉化一般要經過試驗發展、企業化生產、產品商業化及產業化，這些環節能否順利進行，都與當地的市場環境和企業需求密切相關。這也說明了，在全國層面，對外開放度和科技資金支持對科技成果轉化效率的影響較弱。

在東部總體回歸結果中，只有人均GDP通過了檢驗，且為正向影響，表明影響東部地區高校科技成果轉化效率的因素主要是經濟發展水平，其他因素未有顯著影響。在中部總體回歸結果中，人均GDP和企業主體數量通過了顯著性檢驗，且系數為正向，其他因素未有顯著影響，這與全國樣本的結果一樣。在西部總體回歸結果中，人均GDP、科技經費支持、對外開放、科技機構數量都通過10%的顯著性檢驗，表明影響西部地區高校科技成果轉化的因素較多。人均GDP、企業需求、對外開放度對科技成果轉化具有正向影響，而科技資金支持具有負向影響，可見，科技資金支持并不有助于提升科技成果轉化效率，這也表明雖然科技資金支持導致了更多科技成果的產生，但是轉化效率較低。

4 結論

本文運用DEA模型和面板數據模型，采用2010—2015年高校科技成果轉化的相關數據，分析了高校科技成果轉化現狀、效率及其影響因素區域差異，結果發現：（1）東、中、西部高校科技成果轉化在綜合技術效率方面，東、中部地區明顯高于西部地區；在純技術效率方面，東、中、西部地區比較接近；在規模效率方面，東、中部地區明顯高于西部地區。這表明三個地區的主要技術效率差異主要是由于規模效率造成的，中國高校在科技資源配置規模上未達到最佳利用，還有一定提升空間。（2）東、中、西部地區高校非有效單元的投入冗余主要在教學與研發人員數量、教學與研發人員工作量，且中部教學與科研人員冗余高于東、西部地區；產出不足主要在技術轉讓收入、社會服務和專利出售實際收入，表明中國高校在把科技成果轉化為生產力方面還有很多障礙因素。（3）在影響高校科技成果轉化效率因素方面，人均GDP和企業主體數量，即經濟發展環境和企業需求是影響中國高校科技轉化效率的重要因素。因此，只有為高校科技成果轉化營造更好的經濟發展環境，才能提高其轉化效率。