基于專利視角的江蘇高校科技成果到實際生產力轉換效率研究

段鵬 呂文慧 董新凱

摘要：文章依據全要素生產率理論，使用江蘇12所省屬高校成果轉化統計表，采用數據包絡分析方法，測算了江蘇高校專利到實際生產力轉換的技術效率和規模效率。發現2016和2017年高校專利生產力轉換效率在純技術效率都是58.33%，通過和密度圖對比發現，2017年的純技術效率顯著提升。從轉換規模效率來看，2017年和2016年相比規模效率有小幅下降，兩年有一半樣本的規模效率值為1。通過調研分析了高校科技成果轉化率低的原因，并提出相應的對策建議。

關鍵詞：江蘇高校；專利；實際生產力；轉換效率；DEA

一、 引言

近些年，隨著國家對科技創新重視程度的增加，國內對高校科技成果研究的文獻逐年增多，主要從評價體系、創新效率、人才培養、政策制度、區域貢獻度等方面入手進行研究。如何高效率地將高校的科技成果（尤其是專利）轉化為現實生產力就自然而然成為學界和產業界最為關注的問題。但是，我們也應該清晰的認識到，目前從實證視角研究轉換效率的文獻相對薄弱，如何測量和比較其轉換效率具有重要的理論和使用價值。本文利用江蘇省屬的12所代表性高等院校三類專利申請、授權、轉化實施情況的面板數據，采用數據包絡分析（DEA）方法對此問題進行系統的研究。

二、 理論框架與研究思路

約瑟夫·熊彼特早在1912年就指出技術創新是知識成果商品化的過程。從高校創新到實際生產力轉換效率的模型可用圖1加以描述：高校科技研發投入的目的，是實現預期的產出成果，進而轉化成實際生產力。而在投入之后的研發階段，專利授權是轉化實際生產力的一個關鍵節點。專利被授權后，可以通過直接進行成果產業化，也可以通過對外許可實施、轉讓實現成果產業化，來達到產生經濟效益、社會效益等效果的實際生產力的目的。但是受到專利本身質量的影響，以及成果轉化載體及創新平臺載體的成熟度、服務完善性以及體制機制等因素的制約，專利轉化實施的進度和結果都難以保證，從而影響到轉化成實際生產力的效率。

基于以上理論，對高校專利授權量實際生產力轉換效率進行了測算，并對相關影響因子進行分析。首先，從高校專利成果轉化統計表數據中整理出代表實際生產力的可測量指標。其次，使用數據包絡分析（DEA）方法研究高校專利授權量向實際生產力的轉換效率。決策單元指的是樣本中的高校代碼，發明、實用新型和外觀設計三項專利授權量作為投入，以成果轉化金額、技術轉讓收入作為產出，分析高校專利授權量向實際生產力的轉換效率情況。然后，根據DEA模型得出的高校專利授權量向實際生產力的分值，分析不同年份樣本的高校專利授權量向實際生產力的情況及變動方向，在此基礎上，探索高校專利授權量向實際生產力轉換效率的影響變量。

三、 數據說明與統計分析

研究中使用的數據是江蘇12所省屬理工類和綜合類高校成果轉化統計數據，這一數據對江蘇高校的總體具有很強的代表性。本文對2016年和2017年兩年的江蘇省屬高校樣本的數據進行研究。

接下來，闡述所用的變量。首先，以發明專利授權量、實用新型專利授權量、外觀設計專利授權量、專利總量授權量、專利轉化實施量作為高校科技創新投入變量。

進一步，依據完備性和獨立性原則選取然后，選取成果轉化金額和技術轉讓當年實統計數據際收入作為實際生產力指標。

首先，查看代表實際生產力的產出集的主要指標的狀況。成果轉化金額和技術轉讓當年實際收入的均值都有所提升，2017年分別達到了201.930 8萬元和940.333 3萬元，2016年為188.925萬元和804.783 4萬元，增長率分別為6.88%和16.84%，技術轉讓當年實際收入增幅較大，說明科技創新總體實力在提升。

其次，分析代表科技創新能力的投入集的主要指標狀況。發明專利授權量、實用新型專利授權量、外觀設計專利授權量、專利總量和專利轉化實施量均值有明顯上升傾向，2017年分別達到了193.833 3件、109.75件、19.333 33件、322.916 7件和48.666 67件，2016年為175.75件、98.5件、19件、293.25件和14.166 67件，增長率分別為10.29%、11.42%、1.75%、10.12%和243.53%，專利轉化實施量增加幅度最大，說明江蘇省政府2016年下半年出臺的“科技創新40條”政策效果一定程度開始顯現，高校科技成果轉移轉化的通道開始拓寬，科技人員推動轉化的積極性開始提升，科技創新到實際生產的轉化實施有較大的改善。

四、 高校專利授權量到實際生產力的效率實證分析

1. 指標的選取及確定。依據現有全要素生產力理論和以往相關文獻的研究，從江蘇省12所省屬理工類和綜合類高校成果轉化統計表數據中整理出兩個變量代表實際生產力，即成果轉化金額和技術轉讓當年實際收入（萬元）。同理，投入變量也從數據中整理出五個代表性變量：發明專利授權量、實用新型專利授權量、外觀設計專利授權量、專利總量、專利轉化實施量。

2. DEA分析科技創新向實際生產力的轉換效率。研究高校從科技創新到實際生產力的轉換效率可以使用數據包絡分析（DEA）方法。DEA是一種非參數的投入—產出效率分析方法。使用該方法時不需要設定投入和產出之間的函數關系，也無需人為地設定不同的投入或產出指標的權重，功能強大，應用較為簡便，因而應用非常廣泛。比較常用的DEA模型有BCC模型和CCR模型。兩種模型都可以按照投入導向和產出導向進行分析。本文中，我們用投入導向的DEA分析。此外，規模報酬狀況無法從理論上確定，因而應采用BCC模型。以產出導向的BCC模型主要分析轉換的純技術效率，還需要借助產出導向的CCR模型分析轉換的規模效率。所用軟件為MaxDEA6.6。

（1）高校從科技創新到實際生產力的轉換技術效率。根據效率值，發現有效個體的數量都是12，有效的比例也相同，都是58.33%，可以看出，這十二所江蘇高校從科技創新到實際生產力轉換有效率的個體比例一半以上，還有一小半學校從科技創新到實際生產力存在轉換效率低的問題。

從科技創新到實際生產力轉換技術效率的情況比較兩年的變化。2016年均值為0.649，到了2017年均值增加到0.815，可以看出，高校從科技創新到實際生產力有效性顯著增加。通過比較2017年與2016年的核密度圖看出，2017年純技術效率分布明顯右偏，這說明2017年在純技術效率方面有比較大的提升。

綜上所述，江蘇高校從科技創新到實際生產力轉換的有效比例不高，大多數高校還未能充分利用所擁有的科技創新能力，對實際生產力的提高起到更大的推動作用，主要是高校的主觀意愿、政府政策、環境等方面限制了轉換效率。如果從變動趨勢考察，高校從科技創新到實際生產力提升速度較快，應關注哪些因素引起這一變化。

（2）科技創新到實際生產力轉換的規模效率分析。接下來，我們進一步測算了科技創新到實際生產力轉換的規模效率。2016年和2017年規模效率的均值分別為1.129和0.897，規模效率輕微下降，原因在于2016年淮陰師范學院的規模效率為5.261 109，使得值超過1，但是總體樣本呈現規模報酬不變和規模報酬遞減狀態。

2016年一半的樣本處于規模報酬不變的階段，結果說明高校科研創新規模擴大一倍，對實際生產力的影響也是以相同倍數擴大。16.667%的樣本的規模效率值大于1，處于規模報酬遞增的階段，這表明隨著高校科研創新的規模不斷擴大，對實際生產力的影響倍數更大。16.667%的樣本的規模效率值小于1，處于規模報酬遞減的階段，這表明隨著高校科研創新的規模不斷擴大，實際生產力擴大倍數小于科研創新規模的擴大倍數。還有16.667%的樣本的規模效率值等于0，處于無效率狀態。

2017年一半的樣本處于規模報酬不變的階段，結果說明高校科研創新規模擴大一倍，對實際生產力的影響也是以相同倍數擴大。50%的樣本的規模效率值小于1，處于規模報酬遞減的階段，這表明隨著高校科研創新的規模不斷擴大，實際生產力擴大倍數小于科研創新規模的擴大倍數。與2016年相比，南京中醫藥大學和常熟理工大學規模效率從0變為1，從無效率狀態變成有效率狀態。南京林業大學、揚州大學、蘇州科技大學從規模報酬不變進入規模效率遞減狀態，而南京師范大學則由規模報酬遞增進入規模報酬遞減狀態，見表3。

五、 結論與啟示

統計分析發現，2016年～2017年江蘇12所代表性省屬高校專利轉化實施量為754件，有效專利量為7 394件，專利轉化率僅為10.2%，與全國平均水平基本持平，江蘇的科教資源優勢未能有效發揮。依然存在知識產權意識薄弱、專利質量偏低、專利轉化信息不對稱、缺乏資金支撐、轉化渠道不暢通等問題，大量科技成果被束之高閣，對江蘇區域經濟發展支撐作用不明顯，也與江蘇高教大省地位極不匹配。這也表明“科技創新40條”等好的政策還沒落地落實落到位，還存在較多盲區和痛點，成效還不夠顯著，高校教職科研人員對創新激勵政策的需要和創新支持不平衡不充分的主要矛盾依然凸顯。

通過深入12所高等院校和有關部門調研，并對數據進行分析，發現高校科技成果轉化率低下的主要原因有：

1. 思想不夠解放，重視程度不高。高校大多為科技部門在唱“獨角戲”，培訓僅限于管理和行政人員，一線科研人員對科技政策知之甚少，科研、人事、財務、資產等部門協調聯動的工作局面尚未形成。涉及高校貫徹落實的23個政策點中，“科研項目經費管理”和“職稱評審權下放”等常態政策配套措施出臺率高，“股權和分紅激勵”等市場化政策落地率低，科研人員也不愿因股權等個人不了解的市場因素影響前途命運，采集的12所樣本高校中僅蘇州科技大學1家使用了股權激勵方式。

2. 缺乏統籌設計，配套政策供需矛盾多。有利于高校科技創新政策落實的生態還不夠優化，在政策形成與細化落實中，針對性不強，思考角度更多是政府權力的“沙漏釋放”而少“托舉保障”，深層次研究江蘇高校主要制度障礙與基本矛盾不夠，反思大學排名與人才評估體系的掣肘作用不足，政府“供給”對不上高校“需求”胃口，造成好政策難落實、有好心難辦事。

3. 創新資源支撐不足，傳統評價導向慣性較大。科技創新資源整合不到位，缺乏全省統一的共建共享共用科技大數據運行管理機制。高校科技創新大多仍以發表高水平SCI論文為目標，存在重基礎研究輕成果轉化現象。

針對以上三點原因，政府應從以下三個方面進行改革，提升高校科技成果到實際生產力的轉換效率：

1. 加大頂層設計，提高政策的系統性和精準度。深入推進江蘇省屬高校科技創新供給側結構性改革：一是緊扣再創新與痛點，把高校科技創新納入江蘇科技創新供給側改革整體框架，研究科技體制機制再創新；二是盡快把改革“高校人事制度”作為落點系統設計，制訂全面推進江蘇高校深化改革的工作方案。

2. 樹立科學導向，建立政策實施協同平衡機制。著眼放到位與考核考績，一是全省黨政部門樹立“充分放權和尊重高校主體地位”理念，深入研究高校科技創新優勢；二是建立高校科技政策落地考核和容錯糾錯機制，強化高校領導主體責任，要求切實做到政治過硬、本領高強，因地制宜建立起充滿活力的校內科技創新工作體制和運行機制，做到既培育師生創新創業，又保證教育事業蓬勃發展。

3. 優化資源配置，加快全省科技創新資源整合。依托大數據開展精細化服務，一是以建設“江蘇智慧科技創新大數據云中心”為龍頭，從高校企業、產研院高新區、產權交易市場等創新主體和科技成果知識產權、科研人才等生產要素兩大維度，構建江蘇強大的科技資源共建共享開放平臺；二是建設“政府監管服務中心”，多部門在線聯動，化繁為簡、突出關鍵，將江蘇創新政策落地流程化、信息化，運用大數據實現高校和政府的在線互動。

參考文獻：

[1] 王章豹，徐樅巍.高校科技創新能力綜合評價：原則、指標、模型與方法[J].中國科技論壇，2005，（2）：55-59.

[2] 薛二勇.協同創新與高校創新人才培養政策分析[J].中國高教研究，2012，（12）：26-31.

[3] 文少保.高校教育科研成果向政策轉化的路徑依賴與制度創新[J].中國高教研究，2013，（9）：46-51.

[4] 趙喜倉，任洋.R&D;投入、專利產出效率和經濟增長實力的動態關系研究——基于江蘇省13個地級市面板數據的PVAR分析[J].軟科學，2014，28（10）：18-21.

[5] 陳佳，吳椒軍，湯傳勝.基于戰略地圖的高校科技創新能力評價體系研究[J].中國高校科技，2015，（11）：62-64.

[6] 李明，李鵬.高校科技創新與地區經濟發展[J].財經問題研究，2018，（1）：123-128.

作者簡介：段鵬（1986-），男，漢族，河北省張家口市人，南京理工大學知識產權學院博士生，2016江蘇政府留學獎學金獲得者，美國賓夕法尼亞愛丁堡大學訪問學者，江蘇省紀委監委青工委委員，研究方向為科技創新、知識產權管理、國家治理；呂文慧（1979-），女，漢族，江蘇省徐州市人，南京財經大學經濟學院副教授，中國人民大學經濟學博士，研究方向為福利經濟學；董新凱（1968—），男，漢族，江蘇省淮安市洪澤區人，南京理工大學知識產權學院副院長、教授、博士生導師，江蘇省高校人文社會科學研究基地“江蘇省知識產權發展研究中心”主任，法學博士，研究方向為知識產權法、競爭法。

收稿日期：2018-08-17。