創新政策與科研結構雙重影響下高校科技創新績效研究

章熙春，朱紹棠，李勝會

(華南理工大學 公共管理學院，廣東 廣州 510641)

0 引言

創新驅動發展戰略實施以來，面對全球競爭加劇、技術發展滯后等多重挑戰，深化科技體制改革與優化科研結構成為我國科技創新體系階段性升級的重要目標，是釋放科技創新巨大潛能的關鍵舉措。2018年5月，習近平總書記在兩院院士大會上發表重要講話，要求堅持科技創新和制度創新“雙輪驅動”，優化和強化技術創新體系頂層設計，明確企業、高校、科研院所等創新主體在創新鏈不同環節的功能定位，激發各類主體創新激情和活力。已有文獻從宏觀角度對創新績效進行了積極探索，為我國產業轉型、財稅優惠等政策體系優化提供了重要支撐，但是高校科技創新活動不同于企業，具有自身發展規律，以往研究結論是否適用于高校科技創新有待驗證。一方面，高校創新政策體系是圍繞高校科技創新活動制定的一系列政策，涵蓋資源配置、科技評價、人才培養、成果轉化等內容，政策效能有待檢驗；另一方面，從基礎研究到應用研究，高校科技創新活動需要平衡科研任務與教學任務資源配比，科研結構的重要性不容忽視。因此，基于政策發布的及時性與政策實施的累積性，本文測度我國高校科技創新政策水平，分析高校科技創新政策、科研結構與創新績效之間的關系，并探索高校科技創新績效提升路徑，可為提高我國高校科研產出與成果轉化水平提供新思路。

1 文獻綜述與模型構建

1.1 文獻綜述

科技創新政策對科技創新績效的激勵作用已經形成共識，但依然存在諸多削弱政策效能的問題，如地方政府惡性競爭、政策功能沖突、政策協同動力不足等。針對科技創新政策已有不足，學術界對科技創新政策與科技創新績效之間的關系進行了積極探討，并集中關注科技創新政策效能。一方面，科技創新政策對科技創新績效具有正向影響。劉鳳朝等[1]通過構建科技創新政策影響科研產出績效的系統動力學模型，發現科技創新政策對科技創新績效具有顯著促進作用；楊超等[2]研究發現，科技創新政策對科技創新績效具有正向影響。另一方面，科技創新政策效能復雜，對科技創新績效具有不同影響作用[3]，積極作用需要借助科研資源、創新動機、科研主體等載體實現[4]，且這種作用路徑具有非線性特征[5]，容易產生路徑分化與信息不對稱[6]。在高校層面，高錫榮等[7]研究發現，高校創新政策對教師學術創新具有正向影響，科技創新政策調整會引發高校科研結構轉換；Lee等[8]認為，高校教師科研評價政策營造了競爭性不斷加強的學術環境，容易使人才陷入自我懷疑和焦慮狀態，反而不利于高校科研產出。由此看來，現階段高校創新政策對創新績效的影響存在爭議，對高校創新政策效能的探討莫衷一是。此外，國內學者從高校科研產出與成果轉化階段檢驗科研結構的重要作用。高擎等[9]運用三階段DEA和Malmquist指數方法測算我國重點高校技術轉移效率，發現規模無效率是制約高校技術轉移的主要因素，高校規模、政府資源和研究生人數過大均不利于重點高校技術轉移；馬榮康等(2020)以高校技術轉移與科研產出作為中介變量，探討高校科研資助的中介作用和調節作用，發現過多的技術轉移活動會產生偏向應用研究、論文延遲發表效應，即科研結構的頻繁轉換會阻礙科技創新績效提升。

總體而言，創新政策、科研結構對創新績效的影響結論因研究對象、研究方法、研究階段不同而不同。科技創新活動包括科研、產出、轉化、擴散等不同階段，同時高校創新體系具有系統化、多層次特征，創新政策目標與績效各不相同，以單一政策安排、具體做法或部分高校創新活動的成功經驗作為借鑒，難以把握高校科技創新活動整體發展規律[10]。雖然國內學者運用各種創新理論與實踐經驗解釋我國高校科技創新活動，如國家創新系統理論、三螺旋理論、開放式創新理論、跨組織合作理論等，但是該領域研究在靜態與動態、線性與非線性差異等方面仍有待拓展。同時，科研結構在高校層面表現為突出的教育與科研界限，高校科研結構對創新績效的作用亟待深入探討。因此，本文依據創新價值鏈理論，將高校科技創新活動劃分為科研產出與成果轉化兩個階段，探究創新政策、科研結構對兩階段創新績效的影響。

1.2 模型構建

高校創新政策涉及諸多細分目標，不同政策目標之間作用關系復雜、模糊，且我國高校科研任務與教學任務互為支撐，故分析創新績效需要綜合考慮創新政策與科研結構環境[11]。本文將高校科技創新活動劃分為科研產出與成果轉化兩個階段[12]，采用科研產出績效、成果轉化績效分別度量高校科研產出效益與成果轉化效益，并將創新績效來源劃分為政府、高校、市場環境和社會環境4個方面[13]。首先，除政府和高校外，創新成果能否在創新政策引導下實現高效轉化，還有賴于外部市場環境。否則，創新政策的推動作用將存在較高的激勵成本，導致高校科技創新活動受阻[14]。市場信號一方面能夠傳達高校重點科研方向與國家重大需求的結合程度[15]，另一方面能夠揭示高校是否具備將基礎研究與應用研究成果商業化的能力，從而影響創新績效提升[16]；其次，高校科技創新活動的迅速開展依賴高精尖技術與高素質人才的雙重支持，這種支持有賴于高校自身的社會吸引力，技術提供方與采用方之間的高度信任有助于促進高校科技創新成果轉化[17]。

綜上所述，本文構建高校創新政策、科研結構與創新績效關系框架，如圖1所示。

圖1 高校創新政策、科研結構與創新績效關系框架Fig.1 Relationship among innovation policy, scientific research structure and innovation performance in universities

2 研究方法與指標設計

2.1 創新政策測度

創新政策理論來源于新古典主義經濟學與演化經濟學，前者側重于考察政策如何有效配置資源，后者側重于考察政策如何優化運作，本質都離不開對國家科技創新發展戰略的前瞻性部署(趙莉曉等，2014)。本文中的高校創新政策是指中央和地方政府為推動高校科技創新發展所構建的宏觀政策體系，包含法律法規、部門規章、實施細則、科技計劃等重要文件，對高校科技創新活動發揮規范、引導、激勵、轉化等關鍵推動作用。學術界主要從政策指數構造、政策文本分析、政策工具方法、政策文本量化等角度測度創新政策，但容易產生主觀判斷傾向、測度精度偏低等問題(彭紀生等，2008)。為提高科技創新政策水平測度的科學性，俞立平等(2018)運用DEA-Malmquist模型測度科技創新政策水平；袁勝軍等[18]在此基礎上創新性地對科技創新政策指標進行定量測度，發現科技創新政策未能有效促進科技創新績效提升。本文在知識生產函數與已有研究的基礎上，改進高校創新政策測度方法，采用Cobb-Douglas生產函數進行測度。

Y=AKαLβ

(1)

式(1)中，Y、K、L分別表示創新成果、企業研發經費和研發勞動力，α、β為彈性系數，A為全要素生產率。根據已有研究成果，如果在生產函數中引入技術進步指標，就能剔除全要素生產率中的技術進步因素，從而分離出科技創新政策[19]。本文以高校科技成果社會效益與經濟效益指標度量高校技術進步水平。在原模型的基礎上引入技術進步變量T，用當年技術轉讓實際收入測量。

Y=A'KαLβT

(2)

由于增加了技術進步變量T，此時全要素生產率A'為宏觀意義上的高校創新政策，即中央與地方政策的總和。考慮到創新政策具有一定的時間累積性，因此通過連乘方式將其轉化為存量指標，以準確度量報告年內高校科技創新政策水平。

(3)

式(3)中，Pij代表區域創新政策，i代表地區，j為時間，t為當前年度。全要素生產率A'可進一步分解為技術效率變化指數與技術進步指數，其中技術效率變化指數亦可衡量創新政策水平。為保證測算結果的穩健性，本文采用技術效率變化指數作為高校創新政策的度量指標，將全要素生產率指數作為穩健性檢驗的替代性指標。

2.2 高校科研結構

教學與科研有機結合是現代研究型大學核心思想之一，有利于科研人才培養與科技創新活動協調一致，也是高校與其他科技創新主體的顯著區別，但是如何在兩者之間保持平衡一直是國內高校發展的難題。創新要素配置是結構差異的集中體現，包括科研人員、研發資本、知識資本存量等投入性指標，影響創新要素組合及比例關系(肖興志等，2019)。其中，科研人員比重、科研結構事關科研工作的繼承性和連續性，但是對其主導作用的探討目前尚未形成共識(李后建等，2018)。因此，本文采用科研人員教學比和科研類型穩定率兩項指標度量高校科研結構。其中，前者采用教學與科研人員中研究與發展人員所占比例(research)，后者采用Moore指數測算求得的structure指數。structure指數表示不同時期各科研工作投入人力的絕對變化加總，structuret值越大，說明整個高校創新體系科研結構轉換程度越高、越頻繁；反之，structureht值越小，說明整個高校科技創新體系科研結構轉換程度越低，越平穩。

structureht=(1-structuret)×100

(4)

式(4)中，Wi,t表示第t期第i項科研工作的人員投入所占比重，Wi,t+1表示第t+1期第i項科研工作的人員投入所占比重。該指標的優勢在于沒有先驗性地假設結構變動方向，因而有可能產生促進或抑制兩種作用[20]。本文對高校科研工作的分類源自《高等學校科技統計資料匯編》對高校科技創新活動的分類標準，即基礎研究、應用基礎、試驗發展，采用報告年內投入人員變量進行結構轉換指標測算。

2.3 模型構建與變量說明

本文選用結構方程模型(Structural Equation Modeling)中的路徑模型(Path Models)探究高校創新政策、科研結構與創新績效之間的傳導路徑，總體模型設定如下：

lntransformationi=α0+α1lnpatentsi+α2lnpolicyi+α3lnstructurehi+α4researchi+α5Zi+εi

lnpatentsi=β0+β1lnpolicyi+β2lnstructurehi+β3researchi+β4Zi+εi

(5)

式(5)中，lntansformationi表示成果轉化績效，lnpatentsi表示科研產出績效，lnpolicyi表示高校創新政策，lnstructurehi表示科研類型穩定率，researchi表示科研教學比，Zi為省域范圍內高校科技創新活動控制變量，εi為隨機擾動項，α和β分別表示各變量之間的邊際影響。

科技創新活動是一個復雜過程，對應不同發展階段，國內外學者多采用專利數量、新產品銷售收入等指標衡量創新績效(鄭威等，2017)。關于專利類型，俞立平等[21]將發明專利作為創新績效的代理變量。然而，部分基于專利視角的研究發現，創新主體為提高競爭優勢以獲取利益，很多時候表現出對某種專利類型的迎合[22]，導致選用的專利類型在無意中默許了某種策略性傾向。因此，本文綜合已有研究，不對專利類型進行明確劃分，以客觀闡述高校創新績效影響關系。

科研產出績效采用專利申請數度量，因為專利申請數與R&D投入之間具有較強的相關性[23]，且能夠及時、全面地反映報告年內創新主體的創新信息(柳卸林等，2020)。一方面，專利申請數屬于非經濟指標，在統計意義上規避了創新主體的“尋租”行為[24]；另一方面，專利授權申請一般需要2～4年，格式不符合要求的創新成果一般難以順利獲得授權。因此，考慮到科研工作對“不成功”的容忍，專利申請數更符合我國科研工作實際。成果轉化績效代表科研產出成果轉化實效，可以補充科研產出績效所不能衡量的經濟效益[25]，采用專利出售當年收入度量。本文從市場環境與社會環境兩個視角選取市場信號、社會信任兩項指標作為控制變量，因為在相同政策環境下，不同經濟因素與社會因素也會影響科技創新效率變化[26]。因此，本文采用省域內人均GDP與高校科研經費內部支出對科技創新環境市場信號進行度量，采用高校主辦的國際學術會議次數度量區域社會影響力，從而反映高校所受社會信任程度。綜上所述，各變量指標類型及解釋如表1所示。

表1 變量指標類型及解釋Tab.1 Variable Indicator Types and Interpretation

根據政策周期理論要求，政府公共政策出臺過程可劃分為制定、執行、監督、評估、結束等具體階段，從創新政策出臺到充分產生政策效能需要一定的時間累積，同時高校科技創新活動從創新成果研發到成果轉化也存在一定的緩沖期[27]，即高校科技成果轉化投入與產出存在一定的時滯性[28]。但是，相鄰年份投入與產出具有高度相關性。由于本文重點測度高校科技創新政策動態效率，因此采用相同年份數據不會影響結果的有效性。為此，本文在數據可獲取性與科學性的前提下，收集2004-2019年中國內地27個省份面板數據(青海、西藏、寧夏和海南地區因數據不全，故未納入統計)，對成果轉化績效指標進行滯后性處理。滯后期選擇根據研究對象不同而不同，已有研究普遍將其設置為1～3年[29]，但是考慮到創新績效在時間上存在一定連續性，表現為當期創新績效存在一定的波動，滯后期設置不宜過長。因此，本文滯后期設置為1年，即成果轉化績效相較于創新政策與科研產出績效滯后1年。 另外，針對部分年份缺失數據，本文采用插值法補全。

3 實證結果

3.1 創新政策水平

采用DEA-BCC模型測度2004-2019年中國內地27個省份高校創新政策指數(技術效率變化指數及其累計值)，如圖2所示。從全國范圍看，高校創新政策水平總體向好發展，體現了國家戰略部署對高校創新政策的影響。其中，自2006年起，高校創新政策水平動態效率值穩步提升，隨之帶動高校科技創新政策水平整體上升。同理，2012-2013年與2018-2019年高校創新政策動態變化值增長幅度基本吻合全國科技創新政策重要文件出臺節點(梁正，2017)，彰顯了2012年創新驅動發展戰略與2018年“三評”體制改革的正向積極作用，符合全國科技創新政策環境變化趨勢。

由圖2可知，高校創新政策水平呈現相對“跳躍”趨勢，體現了我國政策實施的靈活性與政策執行的粘滯性。一方面，在國家政策與戰略實施要求下，各級政府積極出臺配套政策響應國家號召，在數量上滿足了國家科技創新政策體系建設，但是動員能力并未同步跟進；另一方面，創新政策目標多元，在執行層面存在重疊與交錯，科技資源配置在多元政策目標權衡下緩沖了創新政策預期效能。因此，我國高校創新政策在過去十余年發展歷程中，雖然各級政府都不遺余力地營造良好的高校創新政策環境，但未能保持長期穩定。

3.2 影響路徑與績效分析

(1)影響路徑。本文以科研產出績效為中介變量，采用極大似然估計法對科技成果轉化績效影響路徑進行探討。圖3展示了創新政策、科研教學比與科研類型穩定率影響創新績效的估計系數及傳導路徑，整體模型與各子模型擬合優度(R2)均大于0.1，符合檢驗要求。由圖3可知，科研產出績效與成果轉化績效表現出兩面性，創新政策與科研結構對高校科研創新績效的影響各有側重。在創新政策方面，高校創新政策顯著正向影響科研產出績效、負向影響科技成果轉化績效，表現為高校創新政策對科研產出具有激勵作用，但其與成果轉化績效并未建立起正向作用關系。在科研結構方面，科研教學比和科研類型穩定率對科研產出績效與成果轉化績效的作用方向相反，即科研教學比中科研人員占比越高或科研類型穩定率越低，則科研產出績效越低，成果轉化績效越高。在創新績效方面，科研產出績效作為中介變量，將高校創新政策的正向影響顯著傳導至成果轉化績效。該路徑模型展示了創新政策、科研結構與創新績效之間的作用路徑，其中創新政策對科研產出的正向影響得到驗證，且科研產出與成果轉化之間的正向關聯十分顯著，但是科研結構對科研創新績效的影響作用不顯著。

(2)高校創新政策與創新績效。為進一步揭示高校創新政策效能，本文采用分位數回歸法對變量進行檢驗。分位數回歸模型能夠依據因變量條件分位數對自變量進行回歸，以提升研究結果的穩健性，相較于傳統普通最小二乘法，更能精確描述解釋變量對被解釋變量的彈性變化[19]。本文將科研產出績效與成果轉化績效劃分為9個分位(τ=0.1～0.9)，兩組分位數回歸模型擬合優度均大于0.1，說明估計結果準確可靠，如表2所示。這表明，高校創新政策與科研產出績效之間存在正向線性關系，但其對成果轉化績效具有非線性影響作用。

圖2 2004—2019年全國高校創新政策水平動態變化值與累積值Fig.2 Dynamic value and cumulative value of innovation police in universities from 2004 to 2019

圖3 高校創新政策、科研結構與創新績效路徑模型結果Fig.3 Path model results of innovation policy, scientific research structure and innovation performance in universites

當以科研產出績效為因變量時，高校創新政策對科研產出績效的彈性系數未發生明顯改變，僅對科研產出績效處于中上水平的高校具有較強促進作用。當以成果轉化績效為因變量時，高校創新政策對成果轉化績效的影響較小，但其負向影響出現不間斷的變動。隨著成果轉化績效提升，科研產出績效彈性系數總體下降，并在本文τ=0.9時降為最低且不再顯著。對比創新政策與科研產出績效彈性系數發現，創新政策往往在科研產出績效系數相對較低或不顯著情況下才表現出顯著負向影響。可見，當高校科技成果轉化無法得到科研產出有效支持時，創新績效對成果轉化績效產生抑制作用，說明創新政策對成果轉化績效的促進作用不夠直接。因此，各級政府需要合理加大創新政策執行力度，將更多精力放在政策目標與政策環境優化上，加強科研產出效率與成果轉化效率的有效匹配，避免創新政策“顧此失彼”。

(3)科研結構轉換與高校創新績效。本文構建面板數據模型并納入科研教學比的二次項，在路徑模型測算結果的基礎上進一步探討科研教學比與科研類型穩定率的影響。考慮到研究樣本時間跨度較長且涉及中國內地27個省份，固定效應模型比較適合本文研究。同時，僅用個體固定效應模型難以捕捉隨時間改變的遺漏變量[20]。因此，本文采用雙向固定效應模型進行分析，估計模型設定如下：

lntransformationit=α0+α1lnpatentsit+α2lnpolicyit+α3lnstructurehit+α4researchit+α5researchit2+α6Zit+εit

lnpatentsit=β0+β1lnpolicyit+β2lnstructurehit+β3researchit+β4researchit2+β5Zit+εit

(6)

高校創新政策、創新績效與科研結構雙向固定效應估算結果如表3所示。從中可見，所有面板數據模型顯著拒絕隨機效應原假設，說明雙向固定效應模型估計結果可靠。當因變量為科研產出績效時，科研類型穩定率與路徑模型結果一致，但科研教學比二次項系數顯著為負并呈現倒U型曲線分布，說明科研結構轉換越頻繁，高校科技創新活動受到的負向影響越大。只有在相對穩定的科研環境下，高校科研產出才能夠得到有效提升。同時，各高校存在一個最佳科研教學比以匹配自身科技創新活動最優科研產出，但是倒U型曲線在成果轉化階段轉變成正U型曲線，說明教學與科研之間的一致性與競爭性問題依然存在[30]。此外，控制雙向固定效應發現，創新政策與成果轉化績效從負向作用關系變為正向作用關系，說明創新政策對創新績效的影響總體表現出激勵作用。

表2 高校創新政策與創新績效分位數回歸估計結果Tab.2 Quantile regression estimation results of innovation policy and performance in universities

表3 高校創新政策、創新績效與科研結構雙向固定效應估算結果Tab.3 Fixed effect model results of innovation policy, performance and scientific research structure in universities

(4)結果總結。高校創新政策與成果轉化績效存在非線性作用關系，總體表現為彈性系數負向變化趨勢。綜合上述模型結果可知，創新政策能夠顯著促進科研產出績效提升，但是對成果轉化績效表現為正向“無用功”，說明高校科技創新活動存在科技成果隱性轉化，并得到科研結構微調的正確引導。實際上，知識創造是一個超競爭知識研發、競爭隱性知識吸收與知識轉化的過程，創新成果轉化可以分解為顯性知識轉化和隱性知識轉化(朱方偉等，2004)。對于轉化受體而言，從外部獲取的科技創新成果需要經過顯性知識與隱性知識的相互轉化才能促進創新能力提升，進而實現創新績效。因此，政策、績效、結構之間的關系符合隱性知識主體與受體知識轉化[31]，表現為高校創新政策與成果轉化績效之間的非線性作用關系。本文揭示高校科技創新活動顯性知識向顯性效益轉化的綜合過程，并非說明高校創新政策對成果轉化績效具有消極影響，而恰恰是因為高校存在較強的隱性知識轉化，且這種隱性知識很難被識別，因此才導致其表現為負向影響。當前，正值創新型國家和世界科技強國建設的重要關口，地方政府應從高校科技成果轉化后端環節入手，加強科技創新政策對成果轉化的扶持。同時，加強科學技術消化、吸收與創新，注重科研產出與成果轉化的有效銜接，充分發揮科研產出績效在高校創新政策與成果轉化績效之間的橋梁作用。

科研結構對高校創新績效的影響側重于科研產出環節，其中科研教學比呈現雙U型影響曲線。從高校科研活動本身出發，科研結構優化升級對科技創新的帶動作用分別體現在科研轉移方向與資源傾斜配置兩個方面，以此形成發展閉環。一方面，科研結構優化升級的本質是生產要素從低效率生產部門向高效率生產部門轉移的過程。科研類型穩定率越低，科研方向變動與創新資源重置對技術創新越具有顯著正向影響；另一方面，高校科研教學比是高校科技創新績效能否適應當前市場環境的重要變量，因為科技創新活動的開展有助于增強高校與企業之間的溝通，企業憑借高校技術轉讓獲取的超額利潤能夠逐漸改變高校科技資源配置比例，從而影響創新績效發展。綜上所述，科研類型穩定率有助于緩解創新資源向高效率科研方向轉移的傾向，而科研教學比則能夠對創新資源配置進行微調，并在高校內部形成發展閉環，其對成果轉化績效作用的弱化揭示出這一發展閉環處于低水平發展階段。因此，各高校亟需探尋與自身創新環境相匹配的科研結構，以實現發展閉環的更新換代。

3.3 穩健性檢驗

雖然技術效率變化指數與全要素生產指數在過去10年變化趨勢存在較大不同，但兩者都能夠測度高校創新政策水平。為提升上述測算結果的穩健性與科學性，本文使用全要素生產指數作為創新政策指數的代理變量，或是采用專利授權數替換專利申請數，重復以上模型，檢驗已授權專利是否存在有別于在申請專利的作用路徑。估計結果顯示，解釋變量影響方向與作用路徑無顯著變化，說明上述模型估計結果穩健可靠。

4 結語

4.1 研究結論

本文通過測度2004-2019年中國內地27個省份高校創新政策水平，在綜合考慮高校科研結構轉換指標與科研活動階段劃分的前提下，探索高校創新政策、科研結構與創新績效之間的關系，得出如下結論：

(1)高校創新政策水平呈波動式上升趨勢，政策效能表現出一定的非線性特征。以技術效率變化指數測度高校創新政策發現，我國各省份高校創新政策呈波動式上升趨勢。創新政策作用于科研產出績效與成果轉化績效的回歸結果存在差異，其對前者存在顯著正向激勵作用，對后者總體呈現模糊的正向影響，說明高校創新政策激勵是一個動態演化過程。

(2)高校科研任務與教學任務一致性與競爭性問題始終存在。科研類型穩定率正向影響高校科研產出績效，說明科研方向頻繁變動與創新要素重置在一定程度上阻礙了科技成果產出；科研教學比對科研產出績效與成果轉化績效分別呈現倒U型影響與正U型影響，雖然科研任務與教學任務在資源投入方面存在一致性，但在資源配置方面競爭十分激烈。

(3)科研產出績效與成果轉化績效之間表現出隱性轉化特征。在創新政策與科研結構的雙重影響下，科研產出績效顯著正向影響成果轉化績效，但這種正向影響在成果轉化績效水平較高省份逐漸弱化甚至不再顯著，揭示出我國高校科研產出、成果轉化存在顯性知識與隱性知識的相互轉化，創新價值鏈不夠連貫。

4.2 理論貢獻

已有研究較多關注科技創新指標體系構建、科技創新能力發展影響因素、科技創新政策效能測度方法，尚未形成共識性的理論體系和技術方法體系。本文創新之處在于，對科技創新政策效能進行拓展，重點探討高校創新政策、科研結構與創新績效之間的關系，運用效率測度法對省域范圍內的政策效能進行測度，將科研結構納入高校科技創新政策與創新績效關系框架，探索科研任務與教學任務對高校科技創新能力高質量發展的影響，以及創新政策在不同高校的作用方向，為高校科技管理提供了政策層面的參考依據。

4.3 實踐啟示

根據上述研究結論，為促進高校科技創新更好服務于國家創新驅動發展戰略，本文提出如下啟示：

(1)完善高校科技成果轉化政策。高校科研創新政策對科技成果產出具有較強的政策效能，因此，各級政府應加強科研產出與成果轉化的有效銜接，避免科研產出績效無效堆積，為科研產出高質量與成果轉化高效益提供保障。

(2)促進科研結構合理轉換。對高校科研與教學人員比例進行微調，鼓勵高校在結構層面進行變革。通過科研結構優化升級促進創新績效提升，把控科研結構轉型本源，避免科研方向盲從，及時調整科研教學比，以國家重大需求為牽引合理配置科研任務與教學任務諸要素；同時，注重科研產出與成果轉化的有效銜接，實現發展閉環的更新換代。

(3)引導隱性知識顯性化。高校創新政策需要引導隱性知識轉化，特別是對于成果轉化績效較高地區，應發揮科研產出績效的中介作用，強化對科研人員隱性知識的挖掘，實現隱性知識顯性化，推動創新成果轉化。同時，各高校應結合自身科研結構，分重點加強高校創新政策目標引導，以“教育促進知識轉移，科研促進知識顯化”為原則，打通高校創新政策與成果轉化績效之間的通道。

4.4 不足與展望

在我國高校科技創新能力提升實踐中，如何將央地政策融入自主創新發展是科技創新政策研究的重要議題。為探尋符合中國高校實際的科技創新發展道路，未來可在以下方面進一步積極探索：①突破省域層面數據限制，從高校個體層面開展研究，為高校科技創新路徑優化提供更具操作性的參考建議；②構建更精細化的評價指標體系，運用多層次模型對高校科技創新活動的央地政策效能進行比較。