高校科技成果轉化效率及其影響因素研究—基于教育部直屬高校面板數據的實證

李苗苗 李海波 周孟宣

1.青島大學商學院，山東 青島 266071

2.山東省科技發展戰略研究所，山東 濟南 250014

高校科技成果轉化對于實施創新驅動發展戰略、促進“大眾創業、萬眾創新”、支撐經濟轉型升級和產業結構調整具有重要現實意義。為此，依據國務院辦公廳印發了《促進科技成果轉移轉化行動方案》，教育部先后印發了《關于加強高等學校科技成果轉移轉化工作的若干意見》和《促進高等學校科技成果轉移轉化行動計劃》，出臺了多項舉措促進高校科技成果的轉移轉化。教育部直屬高校作為我國研究型大學的“領頭羊”，在科技成果轉移轉化過程中被賦予了更高的期望。目前教育部直屬高校科技成果轉化效率處于什么水平，影響教育部直屬高校科技成果轉化效率的主要因素有哪些，引起了政界和學界的高度關注[1]。

學者對我國高校科技成果轉移轉化問題的研究主要集中在以下幾個方面：一是，高校科技成果轉化效率或績效評價研究[2]；二是，高校科技成果轉化障礙及其影響因素研究[3]。雖然對我國高校科技成果轉化問題的研究較多，但是關于教育部直屬高校科技成果轉化效率的研究并不多見，能從定量分析入手判定教育部直屬高校科技成果轉化效率的高低及其關鍵影響因素的研究則更是少見。本文以2010—2017 年教育部直屬高校為研究對象，試圖采用數據包絡分析法(DEA)結合含有個體的面板數據計量模型，探討高校科技成果轉化效率及其影響因素，以期對當前教育部直屬高校的科技成果轉化效率做出客觀評價，并進一步挖掘影響高校科技成果轉化效率的制約瓶頸和關鍵因素，從而給出針對性的政策建議。

1 文獻綜述

1.1 高校科技成果轉化定義研究

國內外學者分別從不同角度對高校科技成果轉化進行了界定，大部分將高校科技成果轉化看作是一個過程。Amesse 和Cohendet[4]將高校技術轉移定義為高校研發的技術轉移到另一個明確的經濟單位的過程。Buratti 和Penco[5]認為高校技術轉移是企業通過合同、專利、許可協議等條件向高校獲取新技術的過程。 李平[6]將高校科技成果轉化定義為高校科技成果產業化的過程，其中科技成果是指在高校科學研究過程中產生的具有實用價值的成果。 蔡躍洲[7]認為科技成果轉化是指高校院所通過各種形式將其在開展公共資助項目時所產生具有潛在市場應用價值的科研成果轉化為市場價值和商業收益的過程。 胡罡等[8]認為高校科技成果轉化是指科學研究與技術開發所產生的具有實用價值的成果從創造形成到轉化為現實生產力的過程，按時間順序大致可分為成果的創造、轉移和實施3 個階段。

綜上，本文認為高校科技成果轉化是指高校通過科學和技術研發獲得具有應用價值的科技成果，并將其以特定形式實現產業化或創新創業實踐的過程。具有以下幾個內涵：(1) 科技成果是指高校通過科學和技術研發獲得具有應用價值的成果，含新技術、新材料、新產品或服務等。(2) 高校科技成果轉化具有多種形式包括自主、聯合、合作、委托、銷售、股權轉讓等形式。(3) 高校科技成果轉化過程中應遵守法律法規、尊重市場規律。(4) 高校科技成果轉化的結果是新技術的產業化、新產品及新材料的商業化等。

1.2 我國高校科技成果轉化效率評價研究

學者們對我國高校科技成果轉化效率評價問題的研究取得了豐碩成果。 如尹航[9]構建了包括科技成果水平、項目內部資源、外部支撐環境及項目商業化前景等指標的科技成果轉化項目技術經濟可行性的評價體系，并采用BP 神經網絡分析方法進行了實踐評價。 張平和黃賢濤[10]利用層次分析法對我國10所高校的專利技術轉化進行了評價，結果表明我國高校專利體系存在專利轉化體系不完善、政策扶持力度不夠、利益分配不合理、專利申請和管理不夠有效等問題。 何彬和范碩[11]采用Bootstrap—DEA 方法對我國24 所高校科技成果轉化效率進行了評價，結果表明大學科技成果轉化效率存在逐年提高的趨勢，但分布在西部、中部和東部地區的高校科技成果轉化效率存在顯著的差異性。 楊秀華和俞培果[12]采用DEA方法對我國高校科技成果轉化效率進行了評價，結果表明高校科技成果轉化平均效率不高，人力和政府投入出現冗余。 郭俊華和徐倪妮[13]運用因子分析法和聚類分析法對我國31 個省市高校科技成果轉化能力進行了評價，結果表明不同地區內高校科技成果轉化能力存在顯著的差異性，并且根據這種差異性可以將其分為6 種類型。

從現有關于我國高校科技成果轉化效率評價研究來看，首先，高校科技成果轉化效率評價體系主要包括高校科技成果、科技成果轉化服務體系、政府政策支持等內容。其次，現有文獻使用的研究方法主要包括數據包絡分析法、模糊綜合評價法、神經網絡分析法、層次分析法、因子分析法等，其中數據包絡分析法被使用的頻次最高。最后，現有國內文獻主要關注于區域層面高校科技成果轉化效率的評價，關于具體教育部直屬54 所高校的科技成果轉化效率評價較少。

1.3 高校科技成果轉化障礙及影響因素研究

1.3.1 高校科技成果轉化途徑及障礙研究

如何減少高校與企業之間進行技術轉移的壁壘是目前學者們研究的焦點[14]。 郝遠(2004)認為官產學研聯合、社會中介組織和大學科技園等是促進我國高校科技成果轉化的有效途徑。卓澤林和楊體榮(李平，2006)117分析了劍橋大學的科研成果轉化過程，在肯定劍橋模式的同時，也指出目前影響劍橋大學科研成果轉化的主要障礙是：政策上走向集權化、組織機構上呈現功能模糊、服務脫節等。聶常虹和武香婷[15]探討了技術入股和創辦企業的股權激勵促進科技成果轉化的問題，并通過采用案例分析法對中國科學院研究所的分析總結了股權激勵在實踐中存在的主要問題。Villani 等[16]主要探討了大學孵化器、合作研究中心和技術轉讓辦公室等中介組織如何在大學—產業企業協作中減少認知、地理、組織和社會的距離；通過對9 個意大利中介組織的研究表明與大學孵化器和合作研究中心相比，技術轉讓辦公室更有可能通過雇傭具有混合復雜背景的人來縮短大學與產業企業之間的認知距離；通過簡化官僚機構和偵查活動縮短大學與產業企業之間的組織距離；與技術轉讓辦公室相比，大學孵化器和合作研究中心更有可能通過頻繁的會議、開放性研討會和特設的研究實驗室來縮短大學與產業、企業間的地理距離；通過倡導和組織項目、研討會等形式直接擴大社交網絡，從而縮短大學與產業、企業之間的社會距離。 趙雨菡、魏江和吳偉[17]認為我國高校科技成果轉化未達到預期效果的關鍵原因是高校科技成果轉化的制度障礙沒有完全消除。

1.3.2 高校科技成果轉化的影響因素研究

大量文獻采用了計量經濟學模型[18]或案例分析方法[19]探討了高校科技成果轉化的影響因素。Chang 等[20]認為組織支持顯著地影響知識轉移活動的績效。 高校科技成果特性、轉化意愿、傳授能力、關系信任、吸收能力、轉化能力等內部因素和科技中介服務能力、政策與制度促進、社會文化塑造等外部因素是影響高校科技成果轉化的關鍵因素。Hewitt—Dundas[21]采用K—均值聚類分析方法對英國高等教育企業和社區的年度調查數據分析表明政府政策對大學—企業間知識、技術轉移活動具有顯著地影響作用。 饒凱等[22]運用面板數據回歸模型分析表明地方高校和當地企業的科技經費投入對大學專利技術轉移活動的促進作用要比政府科技經費投入的作用要明顯。Hsu 等[23]以臺灣地區高校為研究對象，采用了模糊德爾菲法、描述性結構模型(ISM)和網絡分析法(ANP)等識別出驅動高校技術轉移績效的關鍵要素：員工質量、技術轉移辦公室規模和經驗、產業基金、激勵政策等因素。Günsel[24]采用最小二乘法結構方程模型對土耳其33 家中小型企業填寫的有效問卷105 份的調查數據進行研究表明，顯性知識共享是技術轉移的基礎，而隱性知識共享對技術轉移的影響并不顯著。姚思宇和何海燕[25]通過構建一手資料的Ordered Logit 模型發現高校科技成果轉化的關鍵因素是科技成果的中試階段的經費投入、知識產權歸屬、教師評價機制和科技中介機構的轉化服務能力等。

綜上，目前高校科技成果轉化障礙及影響因素研究已取得豐碩成果，但大都以高校或地方高校為研究對象，以具體教育部直屬高校為研究對象的文獻較少；并且大都研究了高校科技成果轉化的影響因素，關于高校科技成果轉化效率影響因素的研究相對較少。

2 研究設計

在測算了教育部直屬高校科技成果轉化效率的基礎上，采用面板數據計量回歸模型識別出高校科技成果轉化效率的關鍵影響因素。

2.1 研究方法的選擇

首先，采用因子分析方法的降維功能對教育部高校科技成果轉化投入指標進行簡化。 為了綜合考察高校在進行科技成果轉化過程中所需的各方面的協同組合，選用R&D 成果的應用推廣、科技服務、科技成果等10 個指標作為衡量高校科技成果轉化投入指標，并采用因子分析方法進一步降維至3 個維度。其次，采用DEA 分析方法測算高校科技成果轉化效率。由于DEA 分析法具有以下特點：一是決策單元的最優效率指標與投入、產出指標值的量綱選取無關，因此，建立模型前無須對數據進行無量綱化處理(也可處理)。二是無須任何權重假設，以決策單元的投入、產出的實際數據來求得最優權重。三是假定每個投入都關聯到1 個或多個產出，并且投入、產出之間確實存在某種聯系，但不必確定這種關系的顯性表達式。四是DEA 效率為相對有效。 最后，采用現有文獻經常使用的研究方法—面板數據回歸模型識別出影響教育部直屬高校科技成果轉化效率的關鍵因素。

2.2 研究變量及數據來源

首先，高校科技成果轉化投入的測量指標包括R&D 成果應用項目數(項)、研發成果應用當年投入人數(人年)等10 項指標。其次，在進行高校科技成果轉化效率的測算中，高校科技成果轉化投入變量包括因子分析結果獲得的研發成果應用投入、科技服務投入和科技成果投入等指標；高校科技成果轉化產出變量包括技術轉讓合同數量和合同金額，如表1 所示。最后，在構建的面板數據計量回歸模型中，因變量為高校科技成果轉化的DEA 效率(包括綜合效率、純技術效率和規模效率)；自變量分別為政府科技支持、高校科技服務水平、專利市場化水平、國際合作與交流、R&D 項目人員、R&D 項目應用與試驗研究的投入情況等指標，如表2 所示。

文中所使用的原始數據均來源于2010—2017 年《高等學校科技統計資料匯編》。由于在研發成果應用投入、科技服務投入和科技成果投入等測量指標中，中國人民大學、中國傳媒大學、中國政法大學、東北師范大學等14 所高校的數據缺失，因此，在教育部直屬的64 所高校中，本文選用了50 所高校的科技成果轉化相關數據作為本文研究對象。

表1 測算高校科技成果轉化效率的研究變量

表2 影響高校科技成果轉化效率的變量

3 實證分析結果

3.1 因子分析結果

在SPSS 軟件中，采用因子分析方法對選取的高校科技成果轉化投入的10 項指標進行降維處理，結果如表3 所示。2010—2017 年，KMO 值均不低于0.65，說明這10 項指標適合采用因子分析方法進行分析；方差累積貢獻率均大于75%，說明3 個公共因子能夠解釋指標的變異量超過了75%。采用主成分分析方法提取公共因子并進行Kaiser 標準化正交旋轉后高校科技成果轉化投入指標分別提煉了3 個公共因子，分別命名為F1：研發成果應用投入(RDA)、F2：科技服務投入(STS)、F3：科技成果投入(STP)。最后，根據成分得分系數矩陣和原始指標的標準化數據計算各個公共因子的得分，為高校科技成果轉化效率的測算提供數據支撐。

表3 因子分析結果

3.2 高校科技成果轉化效率的測算

運用DEAP 2.1 軟件對我國50 所教育部直屬高校科技成果轉化效率的測算結果如圖1 和表4 所示。從整體來看，2010—2017 年我國50 所教育部直屬高校科技成果轉化技術效率相對較高、綜合效率和規模效率普遍較低，且絕大部分高校處于規模遞增階段。不難發現，目前我國教育部直屬高校科技成果轉化效率普遍偏低的一個關鍵原因是大部分高校科技成果轉化過程并未達到規模最優階段，而是處于規模遞增階段。

圖1 2010—2017 年教育部直屬高校科技成果轉化效率

(1)從年均科技成果轉化的綜合效率來看，清華大學、南開大學和復旦大學的科技成果轉化綜合效率相對高，其次是東北林業大學、山東大學、復旦大學、長安大學和四川大學等。科技成果轉化綜合效率相對低的大學分別為西南交通大學、西安電子科技大學、北京交通大學和中國海洋大學等。(2)從年均科技成果轉化的技術效率來看：清華大學、南開大學和中國藥科大學的科技成果轉化技術效率高，其次是陜西師范大學、東北林業大學和中國石油大學（北京）等。科技成果轉化技術效率相對低的大學分別為浙江大學、華中科技大學和武漢大學等。(3)從年均科技成果轉化的規模效率來看清華大學和南開大學的科技成果轉化的規模效率相對高，其次分別是山東大學、浙江大學、四川大學和東南大學等。科技成果轉化的規模效率相對低的大學分別是西南交通大學、北京交通大學和中國石油大學（華東）。(4) 現階段在我國教育部直屬高校中，科技成果轉化效率相對高的是清華大學，其次是南開大學。2010 年，清華大學科技成果轉化技術效率有效，并且處于規模遞減階段；在2011—2017 年，清華大學的科技成果轉化效率相對DEA 有效。南開大學的科技成果轉化效率除了在2015 年非DEA 有效外，在2010—2017 年的其他年份都是DEA 有效的。南開大學2015 年的科技成果轉化效率非DEA 有效的主要原因是和其他年份相比，科技成果轉化投入指標相對穩定，但是科技成果轉化產出較少(科技成果轉讓合同數量僅為17 項)。

表4 2010—2017 年教育部直屬高校科技成果轉化綜合效率

續表

3.3 影響高校科技成果轉化效率的實證分析

3.3.1 計量模型的選擇

由于選用的面板數據具有時間跨度遠小于截面個數的特征，因此，借鑒已有較成熟的做法，本文選用含有個體的面板數據變截距模型。假定高校科技成果轉化效率(包括綜合效率、純技術效率和規模效率)是關于政府科技支持、高校科技服務水平、專利市場化水平、國際合作與交流、R&D 項目人員、R&D 項目應用與試驗研究的投入情況等影響因素的函數，具體形式如下。

其中：i（i=1，2，…，50）為第i個教育部直屬高校；t（t=2010，…，2017）為第t年；αi、αi’、αi’’、αi’’’為第i個教育部直屬高校的常數項；λ、λ’、λ’’、η、βk、βk’、βk’’、βk’’’（k=1，2，…，8）分別為自變量對因變量的影響系數；Rit為第t年第i個教育部直屬高校的科技成果轉化效率，分別指綜合效率（Crsteit）、技術效率（Vrsteit）和規模效率（Scaleit）；Xitk為第t年第i個教育部直屬高校科技成果轉化效率的影響因素，包括政府科技支持（Govit）、高校科技服務水平（Stsit）、專利市場化水平（Proit、Saleit）、國際合作與交流（Icppit、Corit)、R&D 項目人員（Rdeit）、R&D 項目應用與試驗研究的投入情況（Rdatit）等；εi、μi、μi’、μi’’是對應的隨機誤差項。

以2010—2017 年50 所教育部直屬高校面板數據作為研究對象，采用Hausman 檢驗方法來確定是建立含有個體的面板數據隨機效應模型還是固定效應模型，檢驗結果如表5 所示。從Hausman 檢驗結果來看不難發現模型I-模型IV-C 都在5%的信度條件下，接受建立含有個體的面板數據隨機效應模型的原假設。因此，本文在構建面板數據模型時，均選用了含有個體的面板數據隨機效應模型。

表5 Hausman 檢驗結果

3.3.2 變量的穩定性檢驗

采用面板數據的單位根檢驗方法，運用軟件Eviews8.0 對研究變量進行檢驗，如表6 所示。在原始序列檢驗中，除了政府支持變量(gov)之外，其他序列經過各種方法的經驗后，統計量值都通過了5%置信水平的檢驗，這充分表明零階序列是平穩的。因此，下一步可直接進行回歸分析。

表6 面板數據單位根檢驗

3.3.3 模型檢驗結果

(1) 對高校科技成果轉化效率影響的結果

依據上述公式(1)，本文分別構建了模型I—模型III，如表7 所示。結果顯示：一是，政府科技支持(gov)對教育部直屬高校科技成果轉化的規模效率和綜合效率的積極影響均在5%水平統計顯著，彈性系數分別約為0.285 和0.279；但是，它對純技術效率的影響統計不顯著。 在依據公式(2)、(3)構建的模型IV-A、模型IV-B 中，政府科技支持也具有同樣的影響效果。目前，政府、企業投向我國高校科技經費的比例分別約為2:1，政府對高校科技經費年均在6.37 億元/所，表明我國教育部直屬高校的科技經費來源結構過多的依賴于政府科技撥款，有利于規模的擴張，從而實現規模效率的提升。

二是，高校科技服務水平(Sts)對高校科技成果轉化的規模效率、純技術效率和綜合效率的消極影響均在1%水平統計顯著，且彈性系數分別為-0.086、-0.068和-0.148。在依據公式(2)、公式(3)構建的模型IV-A、模型IV-B 中高校科技服務水平也具有同樣的影響效果。這表明目前教育部直屬高校科技服務水平不利于高校科技成果轉化效率的提高。主要原因可能是由于大學孵化器和合作研究中心（Villan E. Rasmussen E. Grimaldi R.，2017）86、高校技術轉移辦公室[26]等科技服務機構對高校科技成果轉化效率具有重要的作用；與此同時，高校科技成果轉化是進行后續試驗、開發與應用、推廣直到產生新產品、新工藝、新材料的復雜過程[27]，需要大量的科技服務經費和人員的投入和引導。然而，目前大多數教育部直屬高校并沒有設立諸如科技成果轉化辦公室、科技成果轉化中心等專門從事高校科技成果轉化的組織機構，導致了高校科技成果轉化的服務經費和服務人員投入比例偏低，科技服務支出經費平均約6283.98 萬元/項。因此，高校科技服務水平對科技成果轉化效率的影響并不顯著甚至產生了不利的影響。

三是，專利市場化水平(包括Pro和變量Sale)對高校科技成果轉化的規模效率和綜合效率的積極影響均在1%水平統計顯著，彈性系數分別約為0.320、0.293 和0.116、0.158；但是他們對純技術效率的影響存在差異性，變量Pro對純技術效率的消極影響在1%水平統計顯著，彈性系數約為-0.030，而變量Sale對純技術效率的積極影響在5%水平統計顯著，彈性系數約為0.044。 這表明整體而言，目前高校專利市場水平有利于提升高校科技成果轉化效率。事實上，隨著我國知識產權保護體系的不斷完善和健全，目前高校專利市場化水平直接決定高校科學研究成果的商業價值和潛力，而這是高校科技成果轉化的關鍵動力來源之一。

表7 科技成果轉化效率的影響因素

四是，國際合作與交流(包括Icpp和Cor) 對高校科技成果轉化效率的影響存在顯著差異性。盡管變量Icpp對高校科技成果轉化的規模效率、純技術效率和綜合效率的彈性系數均為負數，但是它對規模效率的影響統計不顯著、對純技術效率和綜合效率的影響均在5%水平統計顯著。表明當前以國際學術會議出席人員為核心的國際學術交流活動并不利于提升高校科技成果轉化效率。事實上，國際學術會議是一種主要圍繞科學前沿等基礎性的科學研究而展開的知識共享形式，而高校科技成果轉化中的科技成果大多是具有商業價值的應用性成果。過多的參與基礎性成果的探討，可能忽略了應用性成果的共享，因此，這種形式的國際交流活動不利于高校科技成果轉化效率的提升。盡管變量Cor對高校科技成果轉化的規模效率、純技術效率和綜合效率的彈性系數均為正數，但是它對純技術效率的影響統計不顯著、而對規模效率和綜合效率的影響分別在10%和5%水平統計顯著。這表明當前以科研人員積極參與高校間國際合作的形式有利于提升我國高校科技成果轉化效率。事實上，通過廣泛的國際合作和科研人員暫時互換，高校不僅可以將自身的科技成果進行宣傳和推廣，而且還可以獲得大量的關于科技成果轉化的相關信息，進而可以加速高校科技成果的轉化。

五是，高校R&D 項目投入情況（包括變量Rde和Rdat）對高校科技成果轉化效率的影響。R&D 項目人員投入(Rde)和R&D 項目應用研究與實驗研究的經費投入(Rdat)對高校科技成果轉化的規模效率、純技術效率和綜合效率的影響統計均不顯著。主要原因可能是以基礎研究項目為主的我國高校R&D 項目人員投入不足、應用研究項目和實驗研究項目得不到重視等。事實上，應用研究項目和實驗研究項目大多具有巨大的潛在商業價值，由于忽略了這方面的研究導致具有商業價值的研究成果不多，進而直接導致高校和企業之間合作存在較大的代溝，不利于高校科技成果轉化效率的提升。

（2）部分調節作用

依據上述公式(2)和(3)，本文構建了模型IV-A 和模型IV-B，如表7 所示。 結果顯示，采用模型IV-A、模型IV-B 的檢驗結果與模型III 的檢驗結果基本一致。在模型IV-A 中，規模效率(Scal)對綜合效率(Crste)積極的影響系數約為0.033，并且在1%水平統計顯著，擬合優度約為0.783。在此基礎上加入規模效率(Scal)和技術效率(Vrste)的交叉項，結果在模型IV-B 發現，規模效率(Scal)對綜合效率(Crste)的積極影響系數約為0.018，且在1%水平統計顯著，交叉項Scal*Vrste的影響系數在1%水平統計顯著，擬合優度顯著提升為0.826。因此，高校科技成果轉化的純技術效率對規模效率與綜合效率之間的關系具有部分調節作用。

4 結論

本文以2010—2017 年我國教育部直屬高校為研究對象，在測算了教育部直屬高校科技成果轉化效率的基礎上，采用含有個體的面板數據變截距模型探討了教育部直屬高校科技成果轉化效率的影響因素。主要研究結論如下。

（1）采用DEA 分析方法對50 所教育部直屬高校科技成果轉化效率的測算結果進行分析。首先高校科技成果轉化的技術效率高，其次是規模效率，最后是綜合效率，并且大都處于規模遞增階段。①從年均科技成果轉化的綜合效率來看。清華大學、南開大學和東南大學的科技成果轉化的綜合效率相對高，其次是東北林業大學、山東大學、復旦大學、長安大學和四川大學等。 ②從年均科技成果轉化的技術效率來看。清華大學、南開大學和中國藥科大學的科技成果轉化技術效率高，其次是陜西師范大學、東北林業大學和中國石油大學（北京）等。③從年均科技成果轉化的規模效率來看。清華大學和南開大學的科技成果轉化的規模效率相對高，其次分別是山東大學、浙江大學、四川大學和東南大學等。

（2）采用面板數據變截距隨機模型的分析結果表明。首先，政府科技支持有利于提升高校科技成果轉化的規模效率和綜合效率，但是對純技術效率的影響并不顯著。其次，高校專利市場化水平有利于提升高校科技成果轉化效率。第三，當前高校科技服務水平不利于高校科技成果轉化效率的提高。由于當前我國高校科技服務水平并沒有設立諸如科技成果轉化辦公室、科技成果轉化中心等專門從事高校科技成果轉化的組織機構，導致了高校科技服務水平整體偏低，從而不利于高校科技成果轉化效率的提升。第四，當前我國高校的國際合作與交流，以及高校R&D 項目的投入情況對高校科技成果轉化效率的影響統計并不顯著。當前高校R&D 項目以基礎研究項目為主的研究重點，直接減少了具有較大商業價值高校科技成果的產出，從而不利于提升高校科技成果轉化效率。第五，純技術效率對規模效率和綜合效率間關系具有部分調節作用。

依據上述的實證研究結果，本文針對如何提高教育部直屬高校科技成果轉化效率的問題，給出以下幾點建議策略。一是，地方政府應繼續加大對高校科技成果轉化活動的經費、人員投入，進一步細化和深化政府相關支持政策。二是，應增設專門負責科技成果轉化辦公室或中心、增加研發成果應用及科技服務人員在科技活動人員中的比重，來不斷提高自身的科技服務水平。三是，進一步加快促進高校的國際化交流與合作。高校應設立促進國際化交流與合作的專門基金，用來激勵各學院、研究所積極主辦或聯合承辦國際會議、國際研討會，積極搭建各類國際合作交流平臺，鼓勵教師走出去、積極參與國際性學術會議或研討會。