創新價值鏈視角下中國高校科技創新效率評價

初旭新，馬 昱

(1.北京工業大學國有資產與實驗室管理處，北京 100124；2.北京航空航天大學經濟管理學院，北京 100191）

創新是發展動力之源，是建設現代化經濟體系的戰略支撐。為了使中國在今后的發展過程中掌握關鍵核心技術、不受制于人，技術創新是必然選擇。高校作為國家科研力量的關鍵部分之一，是中國實施自主創新驅動發展戰略的重要力量，高校科技創新對社會影響意義深遠。與企業相同，高校技術創新不能只從產出成果的角度出發，而是應該充分考慮高校技術創新效率，以有限的資源投入獲得較高的成果產出。政府在支持高校建設過程中投入了大量的資金、人力和物力資源，但是與國外相比，中國高校地位不高、資源配置不合理、資源使用效率較低等問題日益凸顯［1］。因此，研究如何優化高校資源配置、實現高校資源利用最大化具有重要的理論意義和實踐意義。

1 文獻綜述

國內外專家學者對高校科技創新效率評價展開了研究，主要集中在研究對象、研究方法以及研究內容上。研究對象方面，對某一省份或區域高校科技創新效率進行評價，如朱金龍等［2］利用主成分分析和超效率數據包絡分析（DEA）的組合模型，從投入資源配置和產出效率視角對江蘇27 個行業產業類協同創新中心建設期內的科研效率進行分析研究；對不同省份高校科技創新效率進行分析，如沈能等［3］、蘇濤永等［4］對某一特定領域高校科技創新進行研究，張曉秋等［5］研究了部屬高校人才培養效率。

研究方法方面，效率測度主要包括非參數和參數兩種方法，高校科技創新效率測度多采用非參數法，如趙曉陽等［6］采用DEA 視窗法對中國31 個省份2003—2009 年高校科研活動投入產出的面板數據進行評價，結果發現中國各省份高校研究期間的科研效率整體水平偏低，且未能隨時間呈現出明顯的增長趨勢，不同省份效率在同一視窗內差異較大，而同一省份在不同視窗內差異較小；李璐［7］基于2011—2015 年京津冀高校科技統計數據，采用數據包絡分析中產出導向的SBM 模型和Malmquist 生產率分解指數法，探究京津冀高校科技資源配置現狀、模式和科技創新效率，研究發現京津冀高校科技資源配置規模和科技創新產出存在以北京為中心的極化效應，三地高校科技創新資源配置結構和模式存在差異；吳和燊等［8］基于2008—2016 年中國36 所農業高校數據，運用DEA-Malmquist 指數法測算并比較分析不同地區農業高校的科技創新效率；朱恬恬等［9］采用DEA-Malmquist 指數方法評價了2011—2015 年中國31 所教育部直屬“雙一流”建設高校的全要素科技創新資源配置效率。

研究內容方面，關于高校創新動態演進，王樹喬等［10］采用非參數方法中的核密度估計法刻畫了中國高校科研效率動態演化過程，結果顯示“985 工程”高校科研效率水平不均衡，存在一定的地域差異，中部地區的“985 工程”高校科研綜合技術效率水平較高，規模效率的核密度曲線分布“單峰”特征明顯，純技術效率和技術效率核密度曲線分布均呈現"雙峰"狀；張慧琴等［11］采用Malnuist 指數動態地研究了中國高校創新效率的變化趨勢；王曉紅等［12］運用DEA 的視窗分析(Window Analysis)研究中國高校科研效率的趨勢和穩定性。

綜上所述，國內外關于高校科技創新效率的研究很多，并取得了一定的成果，但仍存在著一些不足之處。主要表現在：已有研究將創新活動看作一個“黑箱”，但忽略了高校科技創新中不同階段創新異質性；忽略了區域異質性，多以全國或某一區域進行研究，鮮有以八大綜合經濟區為對象進行研究。鑒于此，針對高校科技創新效率評價中存在的問題，本文擬引進創新價值鏈，以中國29 個省份為研究對象，分析我國及不同綜合區高校的創新效率及其動態演化規律，以期為高校科技創新政策制定和創新資源配置優化提供數據支持。

2 研究思路、方法和數據

2.1 研究思路

Hansen 等［13］于2007 年首先提出“創新價值鏈”的概念，認為創新價值鏈可分為創意產生、創意轉換以及創新傳播3 個階段。關于創新價值鏈的分解，學者具有不同的觀點。Sherer［14］從供給的視角分解創新價值鏈；也有學者認為技術創新價值鏈主要包括“創新投入→創新知識凝結→創新成果實現”3個階段。國家統計局將中國科技創新劃分為基礎研究、應用研究和試驗發展3 個階段。研究高校科技創新價值鏈首要的任務是要明確高校創新價值鏈的開始［5］。將高校科技創新的起始點界定為基礎研究，不僅有助于打破知識創新和科技創新的界限，同時明確了創新的根源在于基礎研究，只有將基礎創新納入創新價值鏈中，才能孵化出顛覆性創新；同樣，高校科技創新的終點必須為高校創造新的價值，通俗來講高校創新成果獲得收益。

本文借鑒上述思路，設定高校科技創新過程包括3 個階段：知識創新階段、科研創新階段以及創新收益階段。在高校科技創新價值鏈的3 個階段中，各階段的具體內容不盡相同：第一階段為高校科技基礎創新，即理論成果產出階段；第二階段為高校科技應用創新，即發明階段；第三階段為高校科技試驗發展創新，即產品收益階段。目前，3 個階段各司其職，分工各不相同，均由不同的科研機構和科研人員來承擔。那么，各階段高校科技創新效率演化規律有何異同，這些問題都值得研究。

具體來講，在高校科技基礎創新階段，創新活動的產出為知識產出，因此采用各省份高校出版科技專著和學術論文發表數來衡量；在高校科技應用創新階段，創新活動產出為發明階段，因此采用專利申請數、專利授權數和國際級項目驗收來衡量；在高校科技試驗發展創新，創新活動產出為創新收益，因此采用技術轉讓收入和專利出售收入來衡量。

2.2 研究方法

2.2.1 超效率SBM 模型

本文采用超效率SBM 模型對高校科技創新效率進行評價。假設有m種投入要素、s種產出要素，建立線性規劃方程如下：

2.2.2 Kernel 核密度函數估計

Kernel 密度函數是非參數估計方法之一，其基本原理是：假設隨機變量X1、X2、XN獨立分布，其經驗分布函數為：

式（2）中：N為觀測點數目；為示范性函數，即x為真時，否則

Kernel 密度估計為：

式（3）中：h為寬帶；K(·)為Kernel 函數，除了滿足一般連續密度函數的性質外，還滿足：為樣本觀測值，x為均值。

2.3 數據來源

本研究數據主要來源于2006—2018 年中國《高等學校科技統計資料匯編》，研究樣本為我國除香港、澳門、臺灣、西藏和青海之外29 個省份的高校（以下簡稱“樣本高校”），部分缺失值采用均值法處理。

3 實證分析

3.1 高校科技創新效率

采用超效率SBM 模型對樣本高校2005—2017年間各階段科技創新效率進行測度，限于篇幅，只展現平均值，如表1 所示。從表1 中可以看出，樣本高校知識創新效率均值高于科研創新效率均值，創新收益最低。在知識創新環節，湖北、江蘇、河南、內蒙、遼寧、北京等省份高校創新效率較高，吉林、黑龍江、天津、山西、安徽、云南等省份高校創新效率較低；分區域來看，黃河中游、東部沿海、長江中游等綜合經濟區高校創新效率明顯高于大西南和東北等綜合經濟區，尤其是大西南綜合經濟區高校創新效率最低。在科研創新環節，江蘇、浙江、海南、上海、陜西等省份高校創新效率較高，內蒙、新疆、甘肅、吉林、四川等省份高校創新效率明顯偏低；分區域結果來看，東部沿海、南部沿海、北部沿海等綜合經濟區高校創新效率明顯高于東北和大西北等綜合經濟區。在創新收益階段，福建、北京、海南等省份高校創新收益效率較高，而內蒙、陜西、遼寧等省份高校創新收益效率較低；分區域結果來看，南部沿海、北部沿海綜合經濟區高校創新收益效率明顯高于東北和黃河中游等綜合經濟區。

表1 樣本高校科技創新效率評價結果（2005—2017 年平均值）

表1 （續）

圖1 2005—2017 年中國高校知識創新效率動態演化

3.2 效率變化動態演進分析

2005—2017 年分區域視角下的樣本高校科技創新效率動態演進趨勢如圖1～圖3 所示，限于篇幅，選擇北部沿海、黃河中游、29 省份整體進行研究。

3.2.1 知識創新階段

2005—2017 年樣本高校知識創新效率動態演化趨勢如圖1 所示。從圖1 可以看出：北部沿海綜合經濟區高校知識創新效率分布曲線的波峰右移，表明近年來北部沿海綜合經濟區高校知識創新效率降低但區域內省份間創新效率差異并未減小；黃河中游綜合經濟區高校知識創新效率分布曲線的波峰右移而且逐漸降低，初期左拖尾嚴重，表明后期區域內各省份間創新效率分布不均衡；29 省份高校知識創新效率整體分布曲右拖尾嚴重，表明省份間創新效率差距逐步增大。

3.2.2 科研創新階段

2005—2017 年樣本高校科研創新效率動態演化趨勢如圖2 所示。從圖2 可以看出，北部綜合經濟區高校科研創新效率分布曲線波峰左移、高度上升，且由單峰改為雙峰，表明北部綜合經濟區高校創新效率降低的同時出現了兩極分化；黃河中游綜合經濟區高校科研創新效率分布曲線由陡峭變成扁平，表明區域內各省份高校創新效率差距愈來愈大；29省份高校科研創新效率整體分布曲線右拖尾現象嚴重，且拖尾沿長度有增加趨勢，表明高校創新效率高的省份與效率低的省份之間持續拉開距離。

圖2 2005—2017 年中國高校科研創新效率動態演化

3.2.3 創新收益階段

2005—2017 年樣本高校創新收益效率動態演化趨勢如圖3 所示。從圖3 可以看出，北部沿海綜合經濟區高校創新收益效率分布曲線左移、波峰提升，且由平滑變陡峭，表明北部沿海各省份高校創新效率降低，省份之間的效率差距變小；黃河中游沿海綜合經濟區高校創新收益效率分布曲線呈現先快速上升、進而迅速下降的態勢，表明黃河中游綜合經濟區高校創新效率惡化且省份間效率差異嚴重；29省份高校創新收益效率整體分布曲線右拖尾現象嚴重，表明高校創新效率高的省份與效率低的省份之間差距較大。

圖3 2005—2017 年中國高校科技創新收益效率動態演化

4 結論與啟示

百年大計、教育為本。在經濟發展遭遇挑戰的時期，高校科技創新能力建設尤為重要。本文基于創新價值鏈，將高校科技創新分為知識創新、科研創新和創新收益三階段，進而以2005—2017 年間中國29 個省份高校投入產出數據為基礎，采用超效率SBM 法分析了29 省份整體及八大綜合經濟區的高校科技創新效率，并借助核密度函數呈現中國高校科技創新效率的動態演化規律。研究發現：（1）樣本高校科技創新效率各階段效率及總體效率偏低，各階段中，知識創新效率＞科研創新效率＞創新收益效率。（2）在知識創新階段，黃河中游、東部沿海、長江中游等綜合經濟區高校創新效率較高；在科研創新階段，東部沿海、南部沿海、北部沿海等綜合經濟區高校創新效率較高；在創新收益階段，南部沿海、北部沿海綜合經濟區高校創新效率較高。（3）在知識創新階段，北部沿海綜合經濟區高校創新效率偏低且區域內各省份高校創新效率差異較大，黃河中游綜合經濟區高校創新效率分布不均衡；在科研創新階段，北部沿海綜合經濟區高校創新效率出現兩極分化，黃河中游綜合經濟區內省份間高校創新效率差距愈來愈大；在創新收益階段，北部沿海綜合經濟區高校創新效率降低但區域內部各省份間高校創新效率差距縮小，黃河中游綜合經濟區高校創新效率惡化。

由以上結論可知，在建設創新型高校進程中，應采取一定策略來提升區域高校科技創新水平。第一，鑒于高校科技創新中三階段創新效率存在差異且地區間發展極不平衡，不利于區域高校科技創新協調發展，因此，針對高校創新效率低的地區，一方面要加大政府財政支出中科教的比重，提升高校科研項目立項比例，同時根據各地實際情況，增加基礎研究、應用研究和試驗發展研究的經費利用率；另一方面加快縮短專利申請授權周期，降低創新收益稅率，增強高校科研隊伍的創新動力。第二，各階段中的參與者只有在創新價值鏈整體得到提升時才能得到利益，考慮到高校科技創新價值鏈由下往上創新效率遞減的趨勢，高校應當進一步加大價值鏈間各創新活動的銜接。一方面，促進基礎研究成果更便捷地應用到創新活動上游，促使高校創新的深化；另一方面，加強區域間創新活動交流，實現創新資源合理配置和創新成果共享，從而提升各階段創新水平。