我國重點高校技術轉移效率變化的影響因素研究
——基于面板隨機前沿分析方法

胡欣悅，任紫娟，湯勇力

（暨南大學管理學院，廣州510632）

據2018年上海交大公布的世界大學學術排名（ARWU）中我國進入全球前500名的高校有46所，且呈逐年增多的趨勢，這表明近年來我國高校的科研實力在不斷增強，具有世界競爭力水平的高校越來越多。高校在國家創新發展戰略中積極承擔人才培養、科學研究和服務社會的三大使命，在促進科技創新、經濟發展和國家綜合競爭力發面發揮著越來越重要的作用。隨著政府、高校、企業形成的“三螺旋”結構的形成和知識經濟時代的到來，高校的技術轉移活動成為高校促進經濟發展、服務社會使命中重要的一環［1-2］，以高校為主體的政產學研合作、技術轉移、學術創業和創業型大學的相關研究逐漸升溫。在以往研究中學者多關注高校資源投入、管理制度和社會環境對高校產出績效的影響，但高校發展的動力不僅來自于資源的增加，還有對資源利用率的提高。作為發展中國家，面對教育資源的緊缺和區域間資源分布不均的現狀，更應該關注高校對有限資源的開發和利用能力。而技術轉移效率的測量可以直接或間接反映了高校對于資源的管理、開發和利用水平，對技術轉移效率的影響因素的研究有利于提高高校資源利用率、增強技術轉移能力。

現有研究普遍認為技術轉移效率低是制約我國技術轉移快速發展的重要原因［3］，并且不同高校的技術轉移效率存在顯著差異。學者們對技術轉移效率的研究按照不同的研究目的主要可以分為兩種類型：一類是測算并對比規模效率、純技術效率和綜合效率的差異，發現不同類型高校技術轉移效率與投入、產出之間的關系，進而針對不同高校進行資源投入的調整，實現資源投入與規模的匹配來達到綜合效率最優的局面［4］。這一類研究多基于數據包絡分析（DEA）方法，根據決策單元輸入和輸出的數據形成生產前沿面，通過衡量每個決策單元距離此前沿面的遠近判斷投入產出的合理性，即決策單元的技術效率。但這一方法對于數據的要求過于嚴格、假定技術無效率因素不存在且無法比較技術有效單元之間的效率差異。

另一類對于高校技術轉移效率的研究主要是關注非效率影響因素的研究。在現實生產中，生產單元的對資源的轉化和利用往往受到外部因素的影響而無法實現技術生產效率最優，其中區域的經濟發展水平、高校的資源投入、區域創新環境、產業吸收能力、市場需求和高校聲譽等因素被證實對高校的技術轉移存在顯著影響［5］，但并沒有形成統一的觀點。學者范柏乃和余鈞［6］研究指出高校的資源投入、區域經濟發展水平以及區域內產業的吸收能力對技術轉移效率存在顯著影響。學者金杰等［7］實證驗證了良好的市場環境對產學研聯動效應起到了顯著的推動和保障作用。姜彥釗和趙旭［8］認為位于經濟發展水平高的高校可以借助地區的經濟活力，激發其潛在可轉化的創新成果，并提出市場和產業因素可能對技術轉移存在顯著影響，但并未具體就區域異質性原因深入討論。學者原長弘等［9-10］卻研究發現本地市場需求對技術轉移效率存在顯著負向影響，對專利申請沒有正向拉動作用，政府的支持有助于抵消市場需求不確定帶來的消極影響。而國外學者Friedman［11］則認為市場需求決定著高校技術的商業機遇和活力前景，高技術企業密集的區域對技術創新具有較高的需求，相應地，在高技術產業聚集的區域技術轉移合同數量較多。學者廖述梅和徐升華［12］指出高校技術轉移普遍較低的原因在于科技服務人員的數量、科研成果的質量和校企之間信息不對稱。學者Lee和Win［13］發現高校與企業之間的聯合研發項目是提高高校技術轉移意愿和轉移概率的主要原因。

從研究方法來看，對于非效率因素的研究主要分為一步法和兩步法。一步法是基于隨機前沿分析方法，將總的技術無效率因素分解為不可觀測的隨機誤差和可觀測的技術無效率因素兩部分，并假設兩部分相互獨立。兩步法則是基于DEA模型測算技術轉移效率，再建立技術效率影響因素的回歸方程，這一方法存在兩個問題：由第一步獲得的技術轉移效率為生產單元之間的相對效率，并非生產單元的真實效率；其次，第一步滿足的無效率因素同分步的假設在第二步中沒有保持一致，這就造成了兩步法對技術無效率因素的估計存在顯著誤差。從研究內容來看，學者們從高校自身、政府、企業等主體特征可能產生的影響進行了詳盡的研究，并指出高校技術轉移效率存在著顯著的區域性差異，但對區域間的異質性特征產生的影響缺乏系統的研究和討論，其中最重要的是技術創新成果作為技術市場交易的商品，受到技術市場結構、市場需求和高校與市場的聯系等因素的影響。基于此，提出了本研究的主要研究目標：探究區域市場和高校自身異質性因素對高校技術轉移效率的影響。為避免兩步法對模型估計的誤差，本文采用一步法，將區域市場和高校的異質性因素納入到隨機前沿分析模型中，并測量高校技術轉移效率的動態變化數據，進而討論這些異質性因素對技術轉移的影響和不同類型高校的技術轉移效率變化模式的差異。在此基礎上，提出有效提升高校技術轉移效率的政策建議，以期為高校和政府技術轉移政策和激勵機制制定提供可參考的依據。

一、理論基礎與模型假設

（一）技術市場與技術轉移效率

高校作為技術的賣方，在技術市場上的成果交易應該被視為一種市場行為，而市場行為必然會受到市場結構、市場規模、市場變動和市場創新水平等外部市場因素的影響，其技術轉移活動也需要遵守市場的供需規律。根據技術需求拉動理論，技術創新是由市場需求和生產需要共同激發的，來自于市場對新產品、新技術需求的變化和信息的反饋促進了技術創新的需求，進而拉動了技術創新和創新成果的轉移需求［14］。而高校作為知識創造和技術創新發源地，來自外部的技術需求增強了高校對技術創新和技術轉移的動力，為技術成果的順利轉移提供了外部空間。學者李光泗和沈坤榮［15］、楊龍志和劉霞［16］從技術市場需求規模的角度解釋了“為什么技術短缺的西部不是技術需求最大的區域”，指出市場需求規模的拉動效應是存在的；學者程鵬和李洋［17］指出本地技術需求對技術創新產生的正向影響。對于技術市場規模較大的區域，技術需求的拉動效應也更明顯，進而技術由高校和科研機構向外部市場的轉移規模也相對較大。因此，市場需求拉動了高校的技術轉移，對高校技術轉移效率存在正向影響。

此外，高校技術成果向外部技術市場的成功轉移還受到市場產業特征的影響。首先，高技術產業作為技術和創新密集的產業類型，具備較高的創新水平和創新需求，相對于其他類型企業更能促進與高校之間的技術轉移［18］。例如，Friedman［11］學者研究指出區域內高技術企業的聚集是影響大學技術轉移的關鍵因素，高技術產業聚集的區域技術轉移合同的數量和收入都比較高。其次，大量高技術產業的聚集促進區域整體創新水平的增強，企業對于創新知識的理解、接受、吸收和轉化能力也更強。Thursby等［19］研究證實了技術需求方的吸收能力與產業結構高度相關，產業結構越高級的企業對技術吸收能力越強，越容易促成科技成果的轉化。王崇峰等［20］認為產業聚集程度較高的區域產業結構相似度越高，而產業結構相似的區域競爭大于合作，競爭更能促進技術創新和技術轉移。最后，技術轉移常常發生在距離較近的區域，以及創新能力相近和創新水平較高的區域，這都為區域內產業結構特征對技術轉移的積極影響提供了可靠的證據［21］。因此，基于以上討論，本文提出以下假設：

區域市場技術需求對高校技術轉移效率產生正向影響（H1）；

區域技術產業結構對高校技術轉移效率產生正向影響（H2）。

（二）與市場的關系強度對技術轉移效率的影響

我國高校具有較高的技術創新積極性，專利申請量連續多年位居世界前列，但高校技術成果的轉移并不理想，主要原因之一是技術轉移過程中的信息不對稱，高校缺乏與市場的互動，缺乏對市場需求和變動的了解［22］。技術成果與一般的產品不同，不能直接在市場上看到技術商品的供需狀況，供需雙方之間存在的信息不對稱對技術轉移進度和技術市場的發展產生著較大影響。首先，與企業之間的密切關系可以降低技術轉移過程中的信息不對稱性［23］，及時掌握市場規模的變動、市場需求的發展，及時調整研究方向以適應市場的變化，進而增大高校技術轉移效率。其次，技術創新和成果轉化階段歷時長久、風險較大且收益不定，高校與企業的持續交流與合作能夠實現一定程度上的風險和成本的分擔，彌補高校在信息和研發資金上的不足，進而能提高企業和高校技術成功轉移的意愿和可能性［13］。最后，隨著高校與市場之間的邊界的不斷融合，具備了企業追求技術成果經濟價值的基本特征，而與企業建立密切聯系和建立技術轉移中介則架起高校與市場之間的通道，確保市場信息獲取的及時性和準確性。技術需求方與技術提供方之間的緊密關系，對企業而言能更高效的傳達技術需求，對高校而言確保了更準確的研發目標和技術需求信息，提高了技術轉移的效率［24］。基于以上討論，本文提出如下假設：

高校與技術市場的聯系強度對技術轉移效率產生正向影響（H3）。

（三）高校個體間異質性與技術轉移效率

高校的技術轉移行為不僅受到外部市場環境的影響，其自身的異質性特征也是造成高校間技術轉移效率差異的主要原因。其中，我國高校在經歷了大規模的合并、調整和合作之后，在學科組成結構上表現出顯著的差異，大致分為綜合類、理工類、醫藥和農林類。這些不同類型的高校在學科組成、重點學科類型以及資源分配和發展方向上存在顯著差異。例如，原長弘基于資源基礎觀的分析視角，發現在控制了高校聲譽、區域差異和人員經費投入的情況下，在理工類學科有優勢的高校的技術轉移量在所有高校中最大，農林和綜合類高校次之、醫藥類院校的技術轉移最小［25］。此外，理工類和綜合類同為多學科高校，農林和醫藥類高校屬于單學科類型高校，但由于學科優勢的差異導致其技術創新成果轉移的難度和資源利用效率的不同［26］，綜合類和理工類高校分別在在理學和工學學科具有較大優勢，而理學的科研成果相對于工學方面的成果更難于商業化［27］；醫學類科研成果被認為具有較高的商業化前景［28］，但醫學發明面對研發周期長、資源投入和技術轉化風險大的障礙。因此，不同學科結構對高校的技術轉移效率的影響存在顯著差異，其中理工類學科對技術轉移效率存在積極影響。

高校的聲譽與其自身的科研實力、社會地位和影響力相一致［29］，將技術創新成果向技術市場的轉移過程中，高校的聲譽對技術轉移存在較大影響。在信息不確定和不準確的市場環境下，社會聲譽對技術需求方而言是一種市場信號，聲譽好的高校被認為能夠產出更多具有較大商業價值的創新成果，在技術轉移過程中技術知識的轉移更高效［30］；對于技術持有方而言，聲譽優勢為高校吸引來大量的合作伙伴和技術需求方，一定程度上降低了高校技術轉移的搜索成本［31］，同時對技術轉移效率提升產生正向影響。因此，基于以上討論，本研究認為高校的學科結構和聲譽對技術轉移效率存在正向影響，并提出如下假設：

高校學科結構對技術轉移效率存在顯著影響（H4）；

高校聲譽對技術轉移效率產生正向影響（H5）。

二、模型構建

（一）模型選擇與設定

綜合前文對于研究方法的討論，本文選用一步法來獲取無效率因素對高校技術轉移效率的影響，并基于Battese和Coelli［32］提出的技術效率測算的基本形式獲得本研究的模型基礎：

其中：Yit表示高校i在第t年的技術轉移合同的收入；f(xit，β)表示資源投入與產出之間的函數關系（生產函數）；wit為無法觀測的隨機變量；Vit-Uit為技術無效率函數；Vit為模型的隨機誤差項，具體指實際生產運作過程中外部的管理制度、社會環境等不可控制因素造成的統計誤差，通常假定其獨立于技術和投入的水平，且服從于N(0，)分布；Uit為高校i在第t年技術無效率影響水平，用來衡量由于管理因素或外部環境因素導致的技術無效率狀況，服從非截斷半正態分布，即N+(μ，)>0。技術效率公式中TEit為實際產出期望與前沿面產出期望的比值，用來表示高校i第t年的技術效率，并且當Uit=0時，不存在技術無效率的因素的影響，技術轉移效率處于生產前沿面。但這種情況在實際情況中很難實現，因為技術無效率因素是不可避免的，并對技術效率產生較大影響。

總體來看，該函數將實際生產單元與技術前沿面之間的距離分解為隨機誤差和技術無效率兩部分，其中，技術無效率項占總體誤差的比重用來衡量模型中技術無效率項對技術效率未處于前沿面的解釋程度，用γ=/(+)表示，當γ的值越趨近于1，技術無效率項對隨機誤差項的解釋力度越大，同時也可以據此判斷超越對數函數選擇的合理性。

（二）隨機前沿函數的設定

隨機前沿生產函數存在兩種形式：Cobb-Douglas生產函數（C-D函數）和Translog函數（超越對數生產函數）。C-D生產函數對于投入替代彈性固定為1且對技術中性的嚴格約束，這樣嚴格的假設設定在現實生產中很難實現且與實際水平存在偏差。而超越對數函數放松了對以上條件的約束，更多地考慮了投入變量中資本和勞動之間的相互作用，函數形式更加靈活，更利于檢驗可能存在的非效率影響因素，并且對于面板數據而言，技術進步和技術中性無法提前確定。因此，本研究首先采用超越對數函數，并對函數的適用性和非效率因素的影響進行檢驗，具體函數形式如下：

技術無效率函數：

其中：Kit和Li分別表示資金投入和人員投入；βi表示各投入的產出彈性。在技術無效率函數中考察了區域市場需求、產業結構和高校與市場的關系強度（Z1it～Z3it）等因素可能對技術轉移效率的影響，δi為待估參數。此外，考慮到高校個體之間異質性差異的存在，本文還加入了高校學科結構和高校聲譽的分類變量（Z4it～Z7it），分別表示學科結構、高校類型和聲譽。在模型估算前需要對模型的適用性做如下檢驗，H0：β3=β4=β5=0，即假定采用C-D函數更合理。

（三）數據樣本及來源

從我國高校發展的實際情況，“211工程及省部共建”的高校承擔著國家創新發展的重任，其知識創造和技術創新發展走在國家前列，并且這些高校是下階段國家“雙一流建設”的主力軍，對于其資源投入、轉化和環境影響的研究更具有實際意義。因此，本研究選擇“211及省部共建”高校為高校技術轉移效率研究的樣本，其中刪除掉在《高等教育科技統計年鑒》中不包含的數據（軍事類院校、高校附屬醫院），以及連續多年沒有對外公布技術轉移數據的高校（中央民族大學、中國傳媒大學、西藏大學、新疆大學、南昌師范大學等），最后共獲取到91所高校2007—2016年的相關動態發展數據。同時，本文研究的外部環境變量來自于《中國統計年鑒》和《中國科技統計年鑒》，為保證數據的客觀和可復制性，本研究相關數據均采用二手數據。

（四）變量測量

本研究主要關注高校技術轉移情況，主要包括高校的專利申請轉讓、專利許可、合作研究等正式的技術轉移以及培訓、咨詢等非正式的技術轉移，對于這些技術轉移活動沒有統一的衡量標準，但通過高校組織的技術轉移活動一般都會簽訂技術轉移合同。因此，本文借鑒其他學者的處理方法選用高校所簽訂技術轉移合同的金額來反映高校技術轉移的狀況［5，10］。此外，為了避免隨時間的價格變化影響，對技術轉移收入進行復利計算轉換為2016年的不變價格放入模型中。對于高校技術轉移活動資金投入和人員投入的變量都采用年鑒中提供的高校研究和發展人員的數量以及研發資金的數量，資金投入折算為2016年不變價格。

區域市場需求（Z1it）。本文借鑒學者董潔和黃付杰［33］的處理方式用區域內每年技術市場交易額來衡量技術市場需求的大小。為消除變量之間量綱差異對結果的影響，將數據轉化為以“億元”為單位，為消除數據間的波動性并取對數處理。

區域產業結構（Z2it）。王斌和譚清美［18］利用市場集中度來表征產業結構，獲取產業的競爭和壟斷程度。此外，第三產業的產值和高技術產業的數量從一定程度上表征區域內產業結構的特征［11］。本研究采用區域內高技術產業數量占全國高技術產業數量的比重來衡量高校所在區域的產業競爭和產業創新水平。

與市場的關系強度（Z3it）。現有研究多用企業對高校研發投入的資金數量表示企業與高校之間的合作與交流關系［34］，本研究據此選擇高校研發資金投入中企業資助所占取的比例來衡量高校與市場之間的關系強度［6］。

控制變量：高校個體異質性（Z4it～Z7it）。其中，學科結構（Z4it、Z5it、Z6it）為虛擬變量，Z4it取值為 1表示該高校屬于綜合類高校，Z5it取值為1表示該高校屬于理工類高校，Z6it取值為1表示該高校屬于農林和醫藥類高校；高校聲譽（Z7it）也為虛擬變量，“985高校”是我國發展世界競爭力大學的重點高校，綜合實力強，研究成果在技術市場受到社會各界的認可而享有較高的聲譽。因此，Z7it=1即為“985工程”高校。

三、實證結果分析

（一）數據描述性分析

為突出區域間各變量之間的顯著差異，對于數據的描述性分析按照東、中、西3個區域展開，發現高校的技術轉移績效、研發人員的投入和高技術產業的聚集度等方面表現出東、中、西的遞減分布，與我國的經濟發展水平表現出相同區域性差異。而研發資金的投入、技術需求和與市場的關系強度均表現出東、西、中遞減的趨勢，這可能是因為樣本中缺少新疆和西藏地區的數據，以及西部近年來由于政策的傾斜，對人才的引進和產業的扶持升級促進了西部省份技術市場的活力。描述性統計結果見表1。

表1 2007—2016年各指標數據分區域統計性描述

（二）模型適用性檢驗以及實證檢驗結果

本研究基于Froniter4.1計量軟件對模型進行了檢驗。對模型適用性的檢驗結果見表2模型1所示，假定β3=β4=β5=0，其中單邊LR統計值為224.76，遠大于此時模型對應的5%顯著性水平下的混合卡方分布臨界值14.67；γ=0.982，說明無效率影響造成的誤差占總體誤差的98%。因此，拒絕模型適用性的原假設并認為生產函數選擇超越對數函數是合適的。

表2 高校技術轉移效率隨機前沿分析函數估計結果

模型的分步估計結果見表2，①模型2～模型6均顯示的取值趨向于1，且通過了1%的顯著性檢驗，說明在高校技術轉移過程中，非效率因素產生了較大的影響；②研究和發展人員（β1）的投入最終估計值為正且大于1，但在10%的統計水平上不顯著；而研發資金的投入在1%統計水平上負顯著。可能原因在于高校的研究和發展人員投入對技術轉移效率的提高具有正向積極作用，但高校普遍不存在專門從事技術研發和轉移的人員，多是兼教學、科研和發展為一體的學者，使得研發人員對技術轉移效率的正向影響不顯著。此外，研發資金的投入為負顯著，則可能的原因在于樣本變量選擇高校總的研發資金的投入值，其中包含了高校基礎研究、應用研究、實驗與發展、技術轉移與服務和管理費用等多項金額，而高校的技術轉移工作沒有獨立的運作和費用核算機構，專門用于技術轉移的資金投入不足，造成資金產出彈性較低。最后，人員投入和資金投入的交互項為正向不顯著，說明目前人員投入與資金投入比例并沒有處于最優水平。

無效率函數的檢驗結果顯示：

（1）市場需求（δ1）的系數在5%統計水平下顯著為正，拒絕了假設H1的提出，市場需求對高校技術轉移效率沒有促進作用。雖然，技術市場需求的增大可以通過拉動技術創新來拉動技術轉移，但相關學者的研究認為市場需求對技術轉移效率的影響是有時效的，以及有限的［17］；另一方面市場需求的增大和變動會帶來更多的信息不確定性，增大了高校技術轉移的難度。

（2）市場結構（δ2）的系數在1%水平上呈負向顯著，即產業結構越高級對高校技術轉移效率有顯著的正向促進作用，有效地支持了假設H2的成立。產業結構的升級是近年來區域經濟發展的重要目標，產業結構升級有助于區域整體技術創新水平的提升，大量的創新資源、高水平人才和高技術產業的聚集，提升了區域整體的創新氛圍和知識水平，對高校創新成果的溢出提供了有利的現實條件。

（3）與市場之間的關系強度（δ3）的系數在1%水平上呈負顯著，即高校與市場之間的聯系越緊密，越有利于高校技術轉移效率的提高，有效支持了假設H3的提出。

（4）學科結構的分類變量（δ4～δ6）均表現與技術轉移效率之間顯著負相關，說明不同學科之間的技術轉移效率存在顯著差異。

（5）高校聲譽（δ7）的檢驗結果為正向的不顯著，表明高校聲譽對于技術轉移效率沒有正向效應。這可能是因為市場對于高校所轉移技術的需求更看中其實際的能解決的技術難題，以技術成果中潛在的經濟價值為主。而高校的聲譽主要是其學術研究領域的影響力或與其體制類型相關，市場上對某一技術的供應的選擇更多依賴于高校某一頂尖學科或研究領域，受高校整體聲譽的影響不大。

（三）高校技術轉移效率的動態變化模式

為進一步探究高校技術轉移效率隨時間的變化特點，本文對高校2007—2016年的技術轉移效率進行了重復測量的方差分析，避免了一般截面數據分析不同個體間差異時對時間因素的忽略，通過區域類型、學科結構和聲譽與時間的交互項檢驗了不同類型高校技術轉移效率隨時間的變化差異。此外，重復測量的方差分析數據需要滿足協方差矩陣的球對稱性質，需要通過調整與時間相關的F統計量的自由度來避免方差分析的F值產生誤差。Stata提供了4種校正系數的結果，其中BOX檢驗為最保守的檢驗，因此，當4種矯正結果不一致時，以第一種Regular的檢驗結果為參考依據。具體檢驗結果見表3。

由表3檢驗的結果可見，該模型調整后擬合優度為0.513，滿足一般模型對擬合優度要求，說明放入模型中的變量可以很好解釋技術轉移效率的變化差異。而時間因素的4個檢測值都沒有通過10%顯著水平下的檢驗，說明高校整體的技術轉移效率在各個時間點間沒有發生太大的變化，總體上呈緩慢變化的發展趨勢。而學科結構和區域與時間的交互項通過了校正系數最大的Regular的檢驗，說明技術轉移效率的發展變化在不同學科和區域之間有顯著差異。高校聲譽與時間的交互項的校正結果都不顯著，說明“985高校”與“非985高校”的技術轉移效率的變化模式之間不存在顯著差異，高校聲譽對技術轉移效率的影響有限。為了更直觀展現出不同學科結構和區域之間技術轉移效率隨時間變化的差異，圖1展示了不同類型高校技術效率變化的趨勢分布圖。

表3 技術轉移效率的重復測量方差分析及校正結果

圖1 與時間交互效應下技術轉移效率動態變化圖

由圖1（a）可見，綜合類高校的技術轉移效率最高，但隨時間的發展呈逐漸降低趨勢，說明綜合類高校對于資源的利用和轉化能力逐漸降低，這可能與綜合類高校規模的擴大和管理制度有關，樣本中理工類高校的技術轉移效率次之，隨時間變化呈緩慢的增長趨勢。而農林和醫藥類高校的技術轉移效率最低，但經歷了較快的增長之后與理工和綜合類高校之間的差距不斷減小。不同學科之間技術轉移效率的差異可能與學科自身的特點有關，綜合和理工類高校都屬于多學科高校，資源分配和管理難度相對較大，但整體的技術轉移水平較高，對資源的整合利用能力較強；但綜合類高校的技術轉移效率逐漸降低的趨勢可能與其規模不斷擴大，資源投入增大與資源的開發利用能力不匹配有關。醫藥類的技術創新和轉移相對難度較大，技術轉移成本高、風險大、技術轉移的數量較少而造成技術轉移效率較低。由圖1（b）可見，區域間技術轉移效率的變化也存在顯著差異，其中東部省份高校的技術轉移效率水平最高，整體呈緩慢增長趨勢。而中部和西部區域高校表現出較大的波動且下降趨勢明顯，西部技術轉移效率下降的幅度更大。綜合前文的研究，東部區域的市場需求、市場結構和與企業的關系強度都優于中部和西部區域，經濟發展水平較高的東部對于技術創新的需求較高，高技術產業的聚集效應提升了區域內產業的技術創新意識和創新知識水平，對高校而言在充沛的資源和優質的外部環境下技術轉移效率損失也相應最小。而西部和中部區域在國家政策的扶持下投入大量的資源，但西部區域產業結構落后，高技術產業數量少，與高校之間的合作和交流相對較少，造成西部區域高校技術轉移效率下降趨勢明顯。

四、研究結論與建議

本文基于超越對數函數的隨機前沿分析方法測算了我國91所高校2007—2016年的技術轉移效率，并識別技術市場需求、市場結構和高校與市場的關系以及高校學科結構和聲譽等非效率因素對技術轉移效率的影響，最后探討了技術轉移效率的變化模式在不同學科結構和區域之間的差異，得出如下結論：

（1）無效率影響因素能解釋95%以上的技術轉移無效率誤差。過大的技術市場需求對技術轉移效率存在負面影響，而高技術產業的聚集和與市場關系的增強可以顯著促進技術轉移效率的提高。

（2）高校的學科結構對技術轉移效率有積極影響，高校的聲譽對技術轉移效率的影響不顯著。

（3）理工類高校的技術轉移效率小于綜合類高校，呈穩定的增長趨勢；而綜合類高校下降趨勢顯著，技術轉移效率高于其他類型高校的優勢逐漸減少。農林醫藥類高校的技術轉移效率則不斷增加，與其他類型高校間的差距不斷減小。

（4）東部區域的技術轉移效率較高，隨時間發展呈現穩定的增長趨勢；中部和西部區域的技術轉移效率存在較大波動，并呈逐年遞減趨勢。

結合以上結論和文中的分析，本文認為高校和政府在提升技術轉移效率可以從以下幾個方面增強：

（1）優化資源配置。與資本投入相比，人員投入對技術轉移效率的積極影響更大，因此，合理的分配投資結構、優化資源配置格外重要，既要注重基礎性研發的投入，也要注重技術成果轉化的投入。此外，高校的技術轉移不同于學術研究，是高校與市場邊界融合的過程，高校應設置獨立、專業的技術轉移機構，投入更多具有專業技術轉移知識的人員，為研究人員的技術開發和技術轉移工作提供有效支持，建立高校與外部市場溝通的橋梁。建立獨立的技術轉移運作和核算機構，增強對市場需求信息的獲取能力，減小市場信息的變動和不確定性對技術轉移的影響。

（2）加強區域間技術轉移的溝通和協作。市場需求對技術轉移效率的影響是不確定的，主要是由于需求規模波動和市場需求信息不確定造成的。因此，對于市場需求活躍的區域應該充分利用其區域優勢，加強區域間的聯動，將技術需求和技術供應建立及時的聯通關系，實現區域間的資源共享和優勢互補。

（3）優化市場結構。區域市場結構的優化有助于提升技術轉移效率，對于中部和西部區域省份要加強產業結構的升級，完善政府的激勵政策、提供優惠扶持政策來吸引高技術產業的聚集，提升區域內的創新環境和創新水平，進而保證技術轉移的順利進行。