政產學協同視角下R&D 投入與高校科技成果轉化
——基于長三角高校數據的互動關系研究

陳紅喜，顏廷遠，袁 瑜

（南京工業大學經濟與管理學院，江蘇南京 211816）

高校作為科技成果產出的主陣地，充足的人才儲備使高校在科研方面擁有得天獨厚的優勢，其科研實力集中反映了一個地區科教文化發展的水平。1985 年頒布的《關于科學技術體制改革的決定》拉開了科技體制改革的大幕，我國的科技事業自此開啟了嶄新的篇章［1］。截至2019 年12 月，我國研發人員數高居世界第1，科研經費投入總量屢創新高，但高投入的同時也存在著大量成果難以轉化的隱患。為了解決轉化難的問題，我國制定了以《中華人民共和國促進科技成果轉化法》為代表的多部法律法規來保障科技工作者的權益和提高轉化能力。這一系列法律法規為解決我國科研成果轉化的問題提供了思路，但具體實施時仍面臨成果長期擱置、人才隊伍大而不強、政策文件實施難等問題，迫切需要完善科研人員激勵制度和提高政策執行力度，為生產力和經濟發展注入強勁動力。高校作為科技研發的主力軍和科技創新的先行者，聚集了人才、資金、設備等要素，從事著國家最重要的基礎研究，同時也扮演著推動科技成果產出和轉化的重要角色。推動科技成果轉化和產業化，一直是國家和地方各級政府推動地區經濟發展的題中要義。

由于高校擁有科研人員數量多和外部經費扶持力度大兩個優勢，但產出的成果難以“落地開花”，導致作為研發主體的高校受到了許多外界的質疑壓力。基于此，本文以經濟和科教實力雄厚的長三角地區為例，從政產學的角度出發對長三角高校科技成果轉化整體現狀進行互動關系分析，重點研究兩個方面的問題：一是政府經費投入、高校科研人員投入和科技成果轉化之間的互動關系；二是企業投入、高校科研人員投入和科技成果轉化之間的互動關系。

1 文獻綜述

1.1 文獻梳理

自21 世紀以來，學界對高校科技成果轉化領域愈發重視，相關文章發表數量呈顯著上升趨勢，且研究方向和研究方法愈發多元化，研究主要聚焦于從現狀出發定性分析高校科技成果轉化過程中存在的問題。國內學者從事該領域的理論研究成果十分豐富，趙正洲等［2］、史國棟［3］、陸江峰等［4］、羅林波等人［5］從不同視角對高校科技成果轉化過程的問題進行分析，在具體的政策建議方面均從內在動力、資源配置和體制機制改革等方面入手進行論述。姜春等［6］從政策傳導的角度出發，通過編碼的方法構建理論模型，分析結果發現主要有政府政策是影響政策實施的重要因素；孫濤等［7］構建科研機構和政府之間的博弈模型，實證發現科研機構收益、政府改善力度和環境改善效率是決定模型是否為穩定均衡的三大要素。僅有少部分學者從微觀數據出發，剖析高校科技成果轉化過程中影響因素的效率和顯著性問題。國外對高校科技成果轉化的研究多從效率研究開始，早在20 世紀90 年代，Beasley J E 等［8］將數據包絡分析（DEA）方法成功應用于高校科研評價領域，隨著對高校科研探索的不斷深入，該方法逐步運用到高校科技成果轉化領域。Timothy R A等［9］采用DEA 作為高校技術轉移的生產力評價工具對公立大學與私立大學、醫學院與非醫學院之間的差異進行分析；Katharaki M 等［10］從高校需求和資源投入的角度出發，通過數據包絡分析和計量的方法進行高校成果轉化效率分析，發現高校人力資源投入產出效率較低，應從鼓勵參加研發活動和增加研究經費兩個角度來解決該問題。國內學者［11-13］多從R&D 資源投入出發進行分析，常選取政府、企業的R&D 經費投入和高校科研人員投入來界定R&D 資源投入，分析R&D 經費投入對高校科技成果轉化的影響力和顯著性，戚湧等［14］認為政府和企業對高校的R&D 經費投入對高校科技成果轉化的正向效果顯著，但高校科研人員投入對高校科技成果轉化的效果恰恰相反。何彬等［15］通過非參數DEA方法進行效率值測算，再通過面板Tobit 模型進行估計預測，發現產業結構與教育支出對于高校科技成果效率轉化影響顯著，科技投入和金融發展情況對于當時的科技研發與成果轉化無明顯影響；季柳等［16］發現政府R&D 投入對企業創新的正向影響顯著，成果轉化效率卻抑制了企業創新。

1.2 文獻述評

總體看來，關于高校科技成果轉化的理論研究成果豐富，相對而言實證研究較少。在現有的實證研究方面，政府、企業和高校的R&D 投入對高校成果創新和轉化的影響是當下的熱門研究領域，但多數學者對該領域的研究只停留在靜態的效率評價和相關性分析，未考慮到R&D 投入和科技成果轉化之間的互動關系，僅有徐進亮等［17］、朱永虹等［18］通過向量自回歸模型對影響高校科技成果轉化的因素進行互動分析，對本文的撰寫具有重要的參考作用。考慮到長三角區域一體化發展已上升為國家戰略層面，本文以長三角2008—2017 年高校面板數據為樣本，創新性地以面板向量自回歸（PVAR）模型來探索R&D 投入與高校科技成果轉化之間的互動關系，以期為國家和地方政府制定高校科技成果轉化的相關政策提供建議和啟發。

2 模型構建與檢驗

2.1 數據選取與樣本選擇

為保證數據的權威性、連續性和可得性，本文所使用的數據均來自于教育部科學技術司編制的《高等學校科技統計資料匯編》（2008—2017 年）［19］。取樣過程遵循以下步驟:（1）根據樣本的可獲得性，選取2008—2017 年連續十年具有完整統計數據的長三角高校；（2）由于大量高等專科院校技術合同簽訂數為“0”，所以予以剔除；（3）根據研究主題，剔除超過5 年技術轉讓收入金額為“0”的高校，剔除超過5 年政府資金為“0”的高校，剔除超過5 年企業資金投入為“0”的高校，最后獲得長三角高等院校樣本62 家。具體變量描述性統計見表1。

表1 變量的描述性統計

2.2 指標選取

對于高校科技成果轉化而言，R&D 投入的意義不僅在于獲得成果產出，更關鍵的是完成從資源到生產力的轉化。從政產學資源投入的角度出發，將R&D 投入分成科技經費投入和高校科研人員投入。

（1）高校科研人員投入。考慮到從事高校科技活動的人員眾多，本文選取從事研究與發展工作時間占教學、科研總時間10%以上的高校科研人員，即選取研究與發展人員數（RDs）來表示高校科研人員投入，對其取自然對數。

（2）科技經費投入。考慮到高校科技活動的研發資金來源主要是政府和企業兩個主體，故本文選取政府科研經費投入（Gov）來表示政府扶持力度，對其取自然對數；選取企業科研經費投入（Enterprise）來表示企業投入力度，由于變量Enterprise 對應的樣本中存在少量“0”值，為了保證樣本數據的完整性，令lnEnterprise=ln(1+Enterprise)。

（3）高校科技成果轉化。科技成果轉化常用簽訂合同數和技術合同轉讓實際收入兩個指標來定義，因為高校簽訂的技術合同金額大小不一，對于國民經濟發展和科技進步的促進作用也不盡一致，難以用于量化科技成果轉化力度，而技術轉讓當年實際收入可以體現出高校當年整體轉化水平，作為科技成果“落地開花”的主要形式更能從數量上體現成果轉化力度，所以使用“技術轉讓當年實際收入”（Transfer）測量技術轉讓情況，由于變量Transfer存在少量“0”值，為了保證樣本數據的完整性，令lnTransfer=ln(1+Transfer)。具體變量定義說明見表2。

表2 變量定義說明

2.3 模型構建

在模型的選取中，考慮到大量技術合同轉讓通常存在時間滯后的情況，若采用常規的面板數據模型進行回歸會導致結果誤差較大與實際不符，而面板向量自回歸模型（PVAR）由其當期及往期變量組成，充分考慮到滯后變量對當期的影響，極為符合技術合同轉讓的現狀，因此本文構建面板向量自回歸（PVAR）模型研究長三角R&D 投入與高校科技成果轉化之間的互動關系。面板向量自回歸（PVAR）模型集面板數據和VAR 模型兩者之所長，既削弱樣本數據的多重共線性又解決了外生變量難以確定時模型構建的問題，常用于分析多變量之間的互動關系研究。鑒于此，構建PVAR 模型如下：

其中，考慮政府扶持-高校科研人員投入-高校科技成果轉化時，Yit表示(lnGovit，lnRDsit，lnTransferit)T，考慮企業投入-高校科研人員投入-高校科技成果轉化時，Yit表示(lnEnterpriseit，lnRDsit，lnTransferit)T；下標i為各個截面，即長三角62 所高校；t為年份；β0為截距項，βp表示3×3 的系數矩陣；p為滯后階數；λi為個體效應；μt表示時間效應；為隨機擾動項。

3 實證分析

3.1 平穩性檢驗

若數據不平穩，則變量之間可能出現“偽回歸”，即模型擬合情況和回歸結果與現實結果存在巨大差異。計量實證分析對數據的平穩性要求較高，本文選取LLC、IPS 和ADF-Fisher 三種面板數據單位根檢驗方法進行平穩性檢驗。檢驗結果如表3：

表3 變量單位根檢驗結果

由表3 可知，經過1 階差分后，ΔlnTransfer、ΔlnRDs、ΔlnGov 和ΔlnEnterprise 的P 值都小于5%，說明差分后的變量都是平穩時間序列，即變量lnTransfer、lnRDs、lnGov 和lnEnterprise 都是一階單整I(1)，故構建PVAR 模型。

3.2 PVAR 模型估計

3.2.1 政府扶持、高校科研人員投入與高校科技成果轉化

（1）滯后階數的判斷與選擇。本文使用Love（2016）的程序進行分析，以前4 期的數據作為工具變量，根據MBIC、MAIC 和MQIC 最小原則來確定最優滯后期，結果如表4 所示，當變量lnGov、lnRDs、lnTransfer 所建立的PVAR 模型滯后階數選擇1 期時，各統計量最小。故該PVAR 模型最佳滯后階數選擇1 階，建立一階PVAR 模型（2）。

表4 “政府扶持-高校科研人員投入-科技成果轉化”滯后階數選擇

（2）GMM 估計。由于面板向量自回歸模型具有面板數據所包含的個體效應，一般需要對個體固定效應進行處理以減小誤差。本文通過截面均值差分和前向均值差分來消除各變量的時間效應和個體效應［19］，在連玉君的PVAR2 程序的基礎上使用Stata13.0 進行GMM 估計。從表5 估計結果可得：第一，當lnTransfer 作為因變量時，僅有其自身的1 階滯后項對其有著正向的顯著影響，lnRDs 和lnGov 對其影響不顯著，說明當前高校科技成果轉化受科研人員投入和政府經費投入影響較小；第二，當lnRDs作為因變量時，滯后1 期的lnRDs 和lnGov 對lnRDs的正向影響顯著，具有很強的解釋能力，說明政府增加科技經費投入的同時刺激了大量科研人員投身于科研事業當中；第三，當lnGov 作為被解釋變量時，滯后1 期的lnRDs 和lnGov 對lnGov 的促進作用顯著，說明高校科研人員數量的增加會推動政府加大后期科研經費的投入力度，也間接地反映了長三角四省市政府支持高校研究人員投身于科研事業。

表5 模型（2）GMM 估計結果

（3）脈沖響應分析。脈沖響應分析是從誤差項出發，考察各內生變量間存在的動態影響以及對于未來發展趨勢的沖擊。為分析政府扶持、高校科研人員投入與高校科技成果轉化之間的互動關系及未來走向，本文使用蒙特卡洛實驗進行模擬，設置區間長度為6 期，得到如圖1 所示的脈沖響應函數圖。其中，橫軸表示區間長度，縱軸表示變量受到沖擊的響應強度，實線表示脈沖響應路徑，虛線之間表示95%的置信區間。

對于高校科技成果轉化（lnTransfer）而言，當受到高校科研人員投入（lnRDs）和政府扶持（lnGov）的沖擊時，高校科技成果轉化的時間路徑持續為負且于第2 期達到最小值，隨后其負向反應緩慢減弱直至第6 期趨于消失。高校科研人員投入和政府扶持對于高校科技成果轉化短期效果較差，但隨著時間的推移其負向影響逐漸消失，更多的科研人員投入和政府經費投入能夠增加科技成果產出的數量，卻不能有效地增加科技成果轉化收益，說明單一地增加科研人員數量和政府經費投入并非解決高校成果轉化“難”的良策，應更多地從成果產出到轉化這“最后一公里”出發，提出符合實際的激勵措施來改變科技成果轉化“難”的現狀。

對于高校科研人員投入（lnRDs）而言，當受到高校科技成果轉化（lnTransfer）的沖擊時，當期達到最小值，隨后其正向反應總體呈先升后降的趨勢，并于第2 期正向效果最為突出，表明高校成果轉化水平的提高會使更多的科研人員參與進來，科研人員是成果產出的創造者，同時也應該是成果轉化的獲利者，隨著高校科技成果轉化水平的發展必然會提高科研人員的待遇，使成果轉化的紅利反哺科研人員，從而激勵更多高校科研人員投身于成果產出與轉化的事業中。當受到政府扶持（lnGov）的沖擊時，高校科研人員投入會獲得持續的正向促進影響，并于第2 期達到峰值后逐漸減弱，表明政府增加經費投入可以有效地提高科技人員的科研積極性，進而會有大量的教職工以及研究團隊主動申請和承擔科研項目研究。

對于政府扶持（lnGov）而言，當受到高校科技成果轉化（lnTransfer）的沖擊時，政府扶持（lnGov）獲得的正向促作用呈先增后減的趨勢，其促進作用于第1 期達到峰值后開始逐漸走低。表明政府對于高校科技成果轉化水平極為重視，隨著高校科技成果轉化水平的提高，政府會在隨后的幾年內加大對高校科研經費的支出。當受到高校科研人員投入（lnRDs）的沖擊時，政府扶持（lnGov）獲得的正向促進影響呈“倒V 型”，其促進作用于第3 期達到最大值后單調遞減，表明在高校科研人員投入對于科研經費的要求較大的基礎上，政府仍能在高校成果研發和轉化方面給予足夠的經費支持，間接證明了政府對于高校在科研事業上的人力投入持鼓勵的態度。

總而言之，政府扶持和高校科研人員投入是科技成果轉化的“必要非充分條件”。僅靠加大政府經費投入或高校科研人員投入無法對高校科技成果轉化產生促進作用，但高校科技成果轉化能力的提高可以對政府加大經費投入力度和高校增加科研人員數量產生積極的影響。政府扶持和科研人員投入之間總體呈互相促進的態勢，加大政府扶持力度可以推動高校增加科研人員投入，同時高校增加科研人員也需要政府持續提供科研經費作為保障。

圖1 “政府扶持-高校科研人員投入-高校科技成果轉化”脈沖響應圖

（4）方差分解。為了進一步分析政府扶持、高校科研人員投入和高校科技成果轉化之間的互動關系，通過蒙特卡洛實驗模擬200 次得到方差分解表，從擾動項的角度來分析結構沖擊對各內生變量波動的貢獻度，方差分解結果見表6。

在考慮政府扶持的路徑下，高校科技成果轉化、科研人員投入和政府扶持對其自身沖擊貢獻率最高，說明高校科技成果轉化、科研人員投入和政府扶持主要受上一期自身變化的影響最顯著。高校科研人員投入和政府扶持對高校科技成果轉化的貢獻率均低于1%，說明高校科研人員投入和政府扶持對高校科技成果轉化的負向沖擊基本可以忽略不計。

政府扶持對高校科研人員投入的貢獻率在第10期為2.5%，在第20 期為2.6%，明顯高于高校科技成果轉化的貢獻率，說明科技成果轉化給高校科研人員投入帶來的正向影響非常小，基本可以忽略不計，相比之下政府扶持對高校科研人員投入造成的正向影響更為顯著。

高校科研人員投入對政府扶持的貢獻率在第10期達到12.6%，在第20 期達到13%，遠高于科技成果轉化的貢獻率，說明高校科研人員投入帶來的正向影響明顯大于科技成果轉化所帶來的影響，即高校科研人員投入更有效地推動政府部門加大科研資金投入。

表6 “政府扶持-高校科研人員投入-高校科技成果轉化”方差分解表

3.2.2 企業投入、高校科研人員投入與高校科技成果轉化

（1）滯后階數的判斷與選擇。滯后期的判斷方法與上文一致，以前4 期的數據作為工具變量，根據MBIC、MAIC 和MQIC 最小原則來確定最優滯后期，結果如表7 所示，當變量lnEnterprise、lnRDs、lnTransfer 所建立的PVAR 模型滯后階數選擇1 期時，各統計量最小。故該PVAR 模型最佳滯后階數選擇1 階，建立一階PVAR 模型（3）。

表7 “企業投入-高校科研人員投入-高校科技成果轉化”滯后階數選擇

（2）GMM 估計。估計過程與上文一致，在PVAR2 程序的基礎上使用Stata13.0 進行GMM 估計。從表8 估計結果可得：第一，當lnTransfer、lnRDs和lnEnterprise 作為被解釋變量時，其1 階滯后項對變量自身均有正向的顯著影響，說明當前高校科技成果轉化、高校科研人員投入和企業投入受往期影響顯著；第二，當lnEnterprise 作為被解釋變量時，滯后1 期的lnRDs 對lnEnterprise 的促進作用較顯著，說明企業對于高校科研資金的注入力度隨高校科研人員的增加而提高，也間接地反映了長三角四省市企業單位與高校科研事業合作密切。

表8 模型（3）GMM 估計結果

（3）脈沖響應分析。本文使用蒙特卡洛實驗進行模擬200 次，設置區間長度為6 期，得到如圖2所示的脈沖響應函數圖。

對于科技成果轉化（lnTransfer）而言，當受到來自高校科研人員投入（lnRDs）和企業投入（lnEnterprise）的沖擊時，高校科技成果轉化會產生負向反應且響應路徑持續為負，對應產生的負向影響分別于第2 期和第3 期達到最低點，隨后其負向反應緩慢減弱直至第6 期趨于消失，表明高校科研人員投入和企業投入對于高校科技成果轉化短期并不能產生積極的影響，加大科研人員投入和企業經費投入并不能有效地增加科技成果轉化收益，說明單一地增加高校科研人員和政府經費投入并非解決高校成果轉化“難”的良策，應更多地從成果產出到轉化這“最后一公里”出發，提出符合實際的激勵措施來改變科技成果轉化“難”的現狀。

對于高校科研人員投入（lnRDs）而言，當受到來自高校科技成果轉化（lnTransfer）的沖擊時，當期的高校科研人員投入會產生負向反應，隨后其響應路徑逐漸上升并于第1 期開始轉變為較弱的正向反應，表明高校成果轉化水平的提高會使更多的科研人員參與進來，科技成果的落地轉化可以在短期內獲得可觀的規模效益，利益的驅動可以激勵更多的科研人員從事科技研發與轉化工作。當受到來自企業投入（lnEnterprise）的沖擊時，高校科研人員投入會獲得持續的正向促進影響，并于第2 期達到最大值后其促進作用逐漸變小，表明企業增加科研經費投入可以在短期內有效地激發高校科研人員的科研動力，從而會有大量的教職工以及研究團隊主動申請和承擔科研項目研究。

對于企業投入（lnEnterprise）而言，當受到來自高校科技成果轉化（lnTransfer）的沖擊時，企業投入（lnEnterprise）會獲得明顯的正向促進作用，其促進作用于當期達到峰值并在隨著時間的推移趨向穩定，表明企業對于高校科技成果轉化水平極為重視，校企合作是當下企業為了解決產品創新和技術變革的必然趨勢。隨著高校科技成果轉化水平的提高，企業會在隨后的幾年中加大對高校科研經費的支出，支持高校科技成果的產出和轉化工作，從而使科技成果能為己所用以增強企業自身的市場競爭力。當受到來自高校科研人員投入（lnRDs）的沖擊時，企業投入（lnEnterprise）會獲得持續的正向促進影響，并于第1 期達到最大值后其促進作用逐漸變小，在第6 期達到最低點，表明高校高校科研人員投入對于科研經費的要求較大，企業不吝于加大高校科技研發和成果轉化的資金投入力度，同時也間接證明了企業對于高校在科研事業上的人力投入持鼓勵的態度。

總而言之，企業投入和高校科研人員投入短期內難以對高校科技成果轉化起到積極的作用，但高校科技成果轉化能力的提高可以在短期內給予高校和企業充分的利益驅動力，從而可以推動校企之間加強協同合作，將高校的科研優勢與企業的經費優勢相結合。另外，企業科研經費投入和高校科研人員投入之間總體呈互相促進的態勢，加大企業經費投入力度可以推動高校增加高校科研人員投入，同時高校增加高校科研人員也需要企業持續提供科研經費作為保障，這也證實了當下長三角高校注重校企之間的協同創新，企業需要新產品新技術以求在市場上脫穎而出，獲得所謂的“超額剩余價值”。

圖2 “企業投入-高校科研人員投入-高校科技成果轉化”脈沖響應圖

（4）方差分解。為了進一步分析企業投入、高校科研人員投入和高校科技成果轉化之間的互動關系，通過蒙特卡洛實驗模擬200 次得到方差分解表，分析結構沖擊對各內生變量波動的貢獻度，方差分解結果見表9。

在考慮企業投入的路徑下，高校科技成果轉化、高校科研人員投入和企業投入對其自身沖擊貢獻率最高，說明高校科技成果轉化、科研人員投入和企業投入主要受上一期自身變化的影響最顯著。高校科研人員投入對科技成果轉化的貢獻率為2.2%，在第20 期為2.3%，說明高校科研人員投入對科技成果轉化的負向沖擊較小，相比之下，企業投入對高校科技成果轉化的貢獻度在第10 期和第20 期的貢獻度均為0.1%，企業投入對高校科技成果轉化的負向影響基本可以忽略不計。

企業投入對高校科研人員投入的貢獻率在第10期為1.9%，在第20 期為2%，明顯高于高校科技成果轉化的貢獻率，說明高校科技成果轉化給高校科研人員投入帶來的正向影響不明顯，基本可以忽略不計，相比之下企業投入給高校科研人員帶來的正向影響更為顯著。

高校科研人員投入對企業投入的貢獻率在第10期達到10.3%，在第20 期達到10.4%，明顯高于高校科技成果轉化的貢獻率，說明高校科研人員投入帶來的正向影響明顯大于科技成果轉化所帶來的影響，即高校科研人員投入更有效地推動企業加大科研資金投入。

表9 “企業投入-高校科研人員投入-高校科技成果轉化”方差分解表

4 結論與政策建議

4.1 主要結論

本文以長三角62 所高校2008—2017 年面板數據為樣本，從政府和企業兩個路徑出發構建R&D 經費投入、高校科研人員投入和高校科技成果轉化的PVAR 模型，結合脈沖響應函數和方差分解等步驟分析R&D 投入和高校科技成果轉化的互動關系，研究結果表明：

（1）R&D 投入難以對高校科技成果轉化起到積極的作用。從外部R&D 經費投入的角度來看，政府扶持和企業投入對高校科技成果轉化的負向影響均不顯著，且往期的政府扶持和企業投入對當期的高校科技成果轉化造成的負向影響長期接近于0，說明僅靠加大外部經費投入對高校科技成果的順利轉化影響甚微。從內部高校科研人員投入來看，高校加大科研人員投入并不能有效地增加科技成果轉化收益，說明當前大量高校科研人員的科研工作僅停留在成果產出階段，并不熱衷于成果轉化事業。

（2）高校科技成果轉化和外部R&D 經費投入對高校科研人員投入的正向影響顯著。從高校科技成果轉化的角度來看，高校科技成果轉化能力的提高可以在短期內給予高校科研人員充分的利益驅動力，進而激勵高校科研人員踴躍投身于科技研究與創新。從外部R&D 經費投入的角度來看，政府和企業的科研經費投入對高校科研人員起到顯著的激勵作用，大量的科研經費注入會增加高校承接課題的數量，從而推動更多的科研人員投身于科研事業中來。

（3）高校科技成果轉化和科研人員投入對外部R&D 經費投入的正向沖擊明顯。從高校科技成果轉化的角度來看，高校科技成果轉化能力的提高意味著高校技術合同轉讓取得了巨大的成功，獲取了足量的經濟效益，這也正是政府和企業所需要的一針“強心劑”。在利益的驅動下，追求區域經濟高質量發展的政府和追求市場的競爭力的企業均會加大對高校R&D 經費的投入，以期持續獲得更多的“科技優勢”。從高校科研人員投入的角度來看，加大科研人員投入的同時，政府和企業必然在高校R&D經費上不吝投入。兵馬未動，糧草先行，在科研事業中科技人員同樣需要R&D 經費這筆“糧草”作為后勤保障，才有充足的動力投身于科技研發與創新。

4.2 政策建議

基于上述結論，有以下三點政策建議可供參考：

第一，提高并保障科研人員福利待遇。科研人員是科技成果的創造者，科技成果轉化也離不開科研人員。高校應在高校和科研人員共享知識產權的基礎上，擴大科研人員成果自主權，在科研項目申請和研發過程中開辟一條屬于研發人員的“綠色通道”，減少科研工作中無關緊要的流程，從而使科研人員集中精力產出成果。在政策允許范圍內，對有科技成果落地轉化的課題組和個人予以政策紅利，為科研人員爭取最大化利益回報，從而充分激發科研人員的創新熱情。另外，鼓勵高校科研人才充分利用業余時間兼職咨詢專家和企業顧問，在保證基本教學任務的同時與市場接軌，加快科技成果轉化速度。

第二，完善科研績效分類評價制度。對科研人員建立分類評價制度，建立各自的職稱晉升評定方法、崗位管理制度和考核評價指標。細化績效評價標準，提高成果轉化數和成果交易金額在績效考核中的比例。轉變“唯論文論”的思想，提高專利以及附屬成果在科研人員績效評價中打分所占的比重。

第三，強化政產學研協同創新。政府和企業的經費投入是高校科技成果轉化的主要動力來源，推動政府、企業、高校和科研院所之間的協同，集聚政產學研各自資源優勢，依托戰略性新興研究院和國家大學科技園等新型研發機構，為科技成果轉化提供平臺。從實際出發，探索政產學研之間的多向溝通渠道，形成以市場需求為導向，以成果落地轉化為目的的政產學研新型研發模式，打通科技成果轉化的“最后一公里”。