高校科技成果轉(zhuǎn)化效率評價

方永恒　蘭椿翔

關(guān)鍵詞：高校科技成果轉(zhuǎn)化效率；三階段DEA；超效率SBM

中圖分類號：G463 文獻標識碼：A DOI：10.3969/j.issn.1003-8256.2023.06.011

0 引言

科技成果轉(zhuǎn)化是將知識轉(zhuǎn)化為生產(chǎn)力的關(guān)鍵環(huán)節(jié)，而高校則是進行科技成果轉(zhuǎn)化的重要載體。高校中豐富的人力資源、完善的研究環(huán)境以及便捷的信息平臺，使得高校逐漸成為國家創(chuàng)新和研發(fā)體系中重要的組成部分，在我國的經(jīng)濟建設(shè)中承擔著越來越多的責任。因此，對高校科技成果轉(zhuǎn)化效率的評價，不僅是政府對科研資源進行配置的基礎(chǔ)，更是指引高校自我完善創(chuàng)新體系的有效途徑。在創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略實施以來，政府在逐漸增加高校科技成果轉(zhuǎn)化的財政投入的同時，制定并推行了《中華人民共和國促進科技成果轉(zhuǎn)化法》《實施<中華人民共和國促進科技成果轉(zhuǎn)化法>若干規(guī)定》《促進科技成果轉(zhuǎn)移轉(zhuǎn)化行動方案》等政策，來推動高校科技成果轉(zhuǎn)化的發(fā)展。其中，《促進科技成果轉(zhuǎn)移轉(zhuǎn)化行動方案》（國辦發(fā)〔2016〕28號）指出，“要建立科研機構(gòu)、高校科技成果轉(zhuǎn)移轉(zhuǎn)化績效評估體系，將科技成果轉(zhuǎn)移轉(zhuǎn)化情況作為對單位予以支持的參考依據(jù)”。顯然，準確有效的高校科技成果轉(zhuǎn)化評價不僅可以從宏觀上了解各地區(qū)高校的科技成果轉(zhuǎn)化效率及其與其他地區(qū)高校之間的差異，還可以從微觀上為科技成果轉(zhuǎn)化政策的制定和實施提供詳實的信息。

目前，學術(shù)界對高校科技成果轉(zhuǎn)化效率的測度方法主要是參數(shù)方法和非參數(shù)方法［1-3］。參數(shù)方法主要以隨機前沿分析（SFA）為代表，SFA在統(tǒng)計干擾和處理測量誤差方面具有優(yōu)勢，但在分布假設(shè)和函數(shù)設(shè)定上相對嚴格，所以在應(yīng)用上受到一定限制。程洪漪等［4］運用SFA對廣東省科技企業(yè)孵化器的運行效率進行了測評。萬莉等［5］使用SFA對區(qū)域高校的技術(shù)轉(zhuǎn)移效率進行測度。程慧平等［6］運用SFA對我國各省的創(chuàng)新和轉(zhuǎn)化效率進行實證分析。非參數(shù)分析方法主要以數(shù)據(jù)包絡(luò)分析（DEA），DEA 在模型建立方面較SFA 更具優(yōu)勢。楊博等［7］運用兩階段DEA 對我國高校的創(chuàng)新效率進行測度。劉霞等［8］使用SBM-DEA 模型對我國高校的科技成果轉(zhuǎn)化效率進行研究。梁樹廣等［9］運用DEA模型對我國高校的科技成果轉(zhuǎn)換效率進行測評。

上述文獻在高校科技成果轉(zhuǎn)化領(lǐng)域做出了有意義的探索，但也存在著不足，由于高校科技成果轉(zhuǎn)化的間接效應(yīng)往往大于直接結(jié)果，因此無法使用單個指標衡量轉(zhuǎn)化過程效果［10］。多指標綜合評價也是研究高校科技成果轉(zhuǎn)化效率問題上常用的方法，如模糊分析法、層次分析法、灰色關(guān)聯(lián)法或這幾種方法的綜合應(yīng)用［11］，以上方法都是需要建立包含投入要素的指標體系，這可能缺少了對于研究對象中投入產(chǎn)出關(guān)系的綜合分析，同時大多數(shù)研究并未考慮決策單元受環(huán)境因素影響，也未對同屬于生產(chǎn)前沿面的決策單元進行比較分析，因此使用以上方法分析高校科技成果轉(zhuǎn)化效率很難準確地得出反映真實效率的數(shù)據(jù)結(jié)果，同時也難以對我國高校的科技成果轉(zhuǎn)化效率進行后續(xù)的分析。

基于上述考慮，本文首先采用超效率SBM 模型對我國高校的科技成果轉(zhuǎn)化效率進行測算，然后運用SFA模型對影響我國高校科技成果轉(zhuǎn)化效率的環(huán)境因素進行分析，在剔除環(huán)境因素影響后再次使用超效率SBM模型對我國高校的科技成果轉(zhuǎn)化效率進行測算。本文以我國高校2015—2021年的數(shù)據(jù)進行科技成果轉(zhuǎn)化效率實證研究，通過SBM 模型對處于前沿面的區(qū)域進行進一步測度，再經(jīng)過SFA模型分析更加真實地測度我國高校的科技成果轉(zhuǎn)化效率值，分析各地區(qū)高校的效率差異，為提升我國高校的科技成果效率提供依據(jù)。

1 高校科技成果轉(zhuǎn)化效率研究現(xiàn)狀

鑒于高校科技成果轉(zhuǎn)化對于國家創(chuàng)新體系的重要作用，學者們對高校的科技成果轉(zhuǎn)化效率進行了十分有意義的探索和研究，討論的焦點集中在構(gòu)建符合高校科技成果轉(zhuǎn)化系統(tǒng)運行特點的效率評價方法。國外學者更早地注意到高校科技成果轉(zhuǎn)化系統(tǒng)多投入多產(chǎn)出的復(fù)雜性特點，以及難以準確量化的產(chǎn)出和產(chǎn)出質(zhì)量的評價標準等問題。因此，一些學者使用SFA和DEA 的方法來研究高校的科技成果轉(zhuǎn)化效率問題。SFA是需要建立生產(chǎn)函數(shù)并且估計生產(chǎn)前沿面參數(shù)，通過分析產(chǎn)出和生產(chǎn)前沿面距離來計算效率的統(tǒng)計方法。因此，建立的生產(chǎn)函數(shù)的合理性對測算結(jié)果影響很大，同時，根據(jù)不同的假設(shè)而估計的參數(shù)也會不同。而DEA 方法與SFA 的原理相似，但是DEA 是一種非參數(shù)的線性規(guī)劃模型，不需要預(yù)先建立函數(shù)和預(yù)估參數(shù)，且投入產(chǎn)出數(shù)據(jù)也不用進行無量綱化處理，很適合運用于高校科技成果轉(zhuǎn)化效率的測算中。

目前關(guān)于高校科技成果效率的評價，張運華等［12］較早使用DEA模型對科技成果轉(zhuǎn)化進行測算，得出了高校科技成果轉(zhuǎn)化效率不高需要被重視的結(jié)論；其后的研究分別運用網(wǎng)絡(luò)DEA 模型［13］，Bootstrap-DEA 模型［14］，Malmquist指數(shù)［15］等方法對高校的科技成果效率進行測算，得到了與之相似的結(jié)論；同時也有學者將高校科技成果轉(zhuǎn)化效率的評價指標體系作為研究方向，提高評價的準確性和科學性，王趙琛等［16］通過構(gòu)建不同的指標體系來對高校的科技成果效率進行比較分析，沈建等［17］進行跨國比較將指標體系進行分類并提出改進。關(guān)于科技成果轉(zhuǎn)化影響因素的研究，目前的研究主要集中在資金投入和國家政策等方面進行分析，林青寧等［18］分析了資金投入質(zhì)量對科技成果轉(zhuǎn)化質(zhì)量的影響，鄭學黨等［19］將國家政策對高校科技成果的影響作為研究方向。

已有文獻對我國高校科技成果轉(zhuǎn)化效率做出了十分有意義的探索，但存在著不足。首先，部分文獻在模型建立中使用了DEA方法中早期的CCR模型，CCR模型假設(shè)其測算的產(chǎn)業(yè)規(guī)模報酬不變，如果在對高校科技成果轉(zhuǎn)化效率進行評價的模型中確定該假設(shè)，則意味著各個省級行政區(qū)域在增加一定比例的投入后可以等比增加高校科技成果轉(zhuǎn)化的輸出［20］；顯然，CCR模型的假設(shè)并不符合我國高校科技成果轉(zhuǎn)化的實際情況；再者，CCR 模型和BCC 模型側(cè)重于效率研究，模型中并未對影響非有效單元的因素進行分析；同時，大部分文獻都沒有對同處于轉(zhuǎn)化效率前沿面的省份高校進行區(qū)分，即使是同處于前沿面的省份高校在科技成果轉(zhuǎn)化效率上也可能存在較大差別。基于以上考慮，本文建立三階段超效率SBM-DEA模型，在考慮了環(huán)境因素和隨機因素的影響下對產(chǎn)業(yè)的效率進行分析，同時也將三階段DEA模型中第一階段和第三階段的初始BCC模型替換為超效率SBM 模型，在對各個省級行政區(qū)高校的科技成果轉(zhuǎn)化效率測算的同時，也對處于生產(chǎn)前沿面的決策單元進行區(qū)分以及排序，更加清晰地計算各個省份高校科技成果轉(zhuǎn)化效率之間的差距。

2 研究設(shè)計

2.1 研究對象

我國早期普遍運用的科技成果轉(zhuǎn)化率是指實現(xiàn)產(chǎn)業(yè)化或商業(yè)化應(yīng)用的科技成果數(shù)與同一周期內(nèi)科技成果總數(shù)的比值。科技成果轉(zhuǎn)化率是符合計劃經(jīng)濟體制下科研組織運行特點，對科技成果轉(zhuǎn)化過程進行的測算。但是，科技成果轉(zhuǎn)化率因為忽視了人力資本、信息和知識等要素的作用而存在的局限性也很明顯：首先，科技成果轉(zhuǎn)化率沒有對有效轉(zhuǎn)化進行定義；其次，科技成果概念在當時沒有統(tǒng)一定義；最后，科技成果轉(zhuǎn)化率并未考慮科技成果轉(zhuǎn)化過程中的滯后效應(yīng)，即當前投入資源對統(tǒng)計周期以后的科技成果轉(zhuǎn)化過程的影響。

國外對科技成果效率進行測算的經(jīng)驗體現(xiàn)為四個方面：第一，從宏觀層次，采用全要素生產(chǎn)率進行科技對經(jīng)濟貢獻率的測算，即科技對經(jīng)濟的貢獻不僅是因為技術(shù)水平的提高，還有現(xiàn)有技術(shù)的使用以及發(fā)揮狀況的改進；第二，從微觀層次，使用美國大學技術(shù)管理者協(xié)會建立的評價大學以及科研院所技術(shù)轉(zhuǎn)移的指標體系；第三，間接測算，以對科技的生產(chǎn)、擴散和應(yīng)用進行服務(wù)的研發(fā)服務(wù)業(yè)進行統(tǒng)計獲得科技成果轉(zhuǎn)化效率的數(shù)據(jù)；第四，重大案例，將重大項目作為效率評估標準，把研究方向聚焦于少數(shù)產(chǎn)出明顯超常的重大項目上。

目前，科技成果轉(zhuǎn)化的概念存在著廣義和狹義的分別。廣義的科技成果轉(zhuǎn)化是指從知識的產(chǎn)生到形成最終生產(chǎn)力整個創(chuàng)新鏈條中的各個環(huán)節(jié)的轉(zhuǎn)化，比如在基礎(chǔ)研究中新的知識和新的理論的普及與傳播是轉(zhuǎn)化，應(yīng)用研究以及實驗發(fā)展中所發(fā)明的可以產(chǎn)生經(jīng)濟效益的新技術(shù)以及新裝置和新產(chǎn)品都可以認為是轉(zhuǎn)化；狹義的科技成果是指創(chuàng)新鏈條中的末端，強調(diào)技術(shù)成果向產(chǎn)生經(jīng)濟效益的生產(chǎn)力的轉(zhuǎn)化。我國關(guān)于科技成果轉(zhuǎn)化的概念界定大多是從狹義的角度進行的［21］。《促進科技成果轉(zhuǎn)化法（2015年修正）》中指出，科技成果轉(zhuǎn)化是“為提高生產(chǎn)力水平而對科技成果所進行的后續(xù)實驗、開發(fā)、應(yīng)用、推廣直至形成新技術(shù)、新工藝、新材料、新產(chǎn)品，開展新產(chǎn)業(yè)等活動”，這一科技成果轉(zhuǎn)化概念的界定也為學者建立科技成果轉(zhuǎn)化效率評價指標體系奠定了基礎(chǔ)。我國現(xiàn)有對高校科技成果轉(zhuǎn)化數(shù)據(jù)的收集主要體現(xiàn)在由教育部科技司主編的《高等學校科技統(tǒng)計資料匯編》中，其中涵蓋了全國2 032所高校在基礎(chǔ)研究、應(yīng)用研究以及R&D成果應(yīng)用等科技活動數(shù)據(jù)。

基于以上分析，本文以狹義的科技成果轉(zhuǎn)化概念為范圍，考慮到科技成果轉(zhuǎn)化的全要素生產(chǎn)設(shè)計，通過構(gòu)建科技成果轉(zhuǎn)化效率評價體系采用數(shù)據(jù)包絡(luò)分析，同時由于港澳臺及寧夏、青海、西藏、海南、新疆在《高等學校科技統(tǒng)計資料匯編》中數(shù)據(jù)缺失，故選取我國26個省級行政區(qū)高校的科技成果轉(zhuǎn)化效率作為研究對象對我國高校的科技成果轉(zhuǎn)化效率進行測度。

2.2 指標選取

在《高等學校科技統(tǒng)計（理、工、農(nóng)、醫(yī)類）工作文件》中，高校R&D 活動分為基礎(chǔ)研究、應(yīng)用研究與實驗發(fā)展，比較相關(guān)文獻可以發(fā)現(xiàn)，存在人力和經(jīng)費投入等指標被加入基礎(chǔ)研究數(shù)據(jù)的情況。在上述工作文件中，對基礎(chǔ)研究的定義為“為獲得關(guān)于現(xiàn)象和可觀察事實的基本原理及新知識而進行的實驗性和理論性工作，它不以任何專門或特定的應(yīng)用或使用為目的”。基礎(chǔ)研究是高校科技成果轉(zhuǎn)化的前提，是為了認識現(xiàn)象，發(fā)現(xiàn)規(guī)律，以發(fā)展新的領(lǐng)域為目的。基礎(chǔ)研究的成果往往以論文的形式在學術(shù)平臺上發(fā)表共享，而高校實際科研過程中使用的基礎(chǔ)研究成果也并非只是源于校內(nèi)資源，更多來源于更大學術(shù)平臺。在對高校的科技成果轉(zhuǎn)化效率的評價中如果引用基礎(chǔ)研究數(shù)據(jù)，無疑將使得評估主體界限模糊，同時在狹義的科技成果轉(zhuǎn)化概念下無法確定評估對象。從高校間的合作來看，基礎(chǔ)研究在空間上的不確定性和時間上的跨度也使得其相應(yīng)的數(shù)據(jù)難以用于在各地區(qū)高校的科技成果轉(zhuǎn)化效率評價中。

基于以上考慮，本文選取研究與發(fā)展全時人員、應(yīng)用研究與實驗發(fā)展支出經(jīng)費、R&D成果應(yīng)用及科技服務(wù)全時人員、R&D成果應(yīng)用及科技服務(wù)項目支出經(jīng)費作為投入指標，選擇專利授權(quán)數(shù)、專利出售當年實際收入作為產(chǎn)出指標。如表1所示。

借鑒已有文獻的研究成果，從經(jīng)濟環(huán)境、創(chuàng)新環(huán)境和政府支持的角度考慮，以各省人均GDP、教育支出占財政支出比重和財政科技支出作為本文三階段超效率SBM模型中的環(huán)境變量。

2.3 研究方法

Fried 等［22］在考慮了早期DEA 方法中沒有衡量效率因素還有二階段DEA方法中因為給定影響因素函數(shù)而無法剔除環(huán)境影響的問題提出三階段DEA 方法。Fried等的分析指出，公司生產(chǎn)效率低下不止受管理水平的影響，還會受環(huán)境和隨機誤差的外生因素影響，所以提出三階段DEA模型在分離環(huán)境和隨機誤差的影響后更真實地體現(xiàn)評估對象的效率。但三階段DEA模型仍然存在徑向函數(shù)以及同處前沿面的有效決策單元的排序問題。因此，本文使用非徑向的超效率SBM 模型和SFA方法，構(gòu)建三階段超效率SBM模型。

（1）第一階段超效率SBM 分析。早期經(jīng)典的DEA模型如BCC和CCR模型都是徑向模型，對于DMU中無效率程度的測量只有投入和產(chǎn)出的等比例增加或者減少的范圍。對無效DMU的分析，DMU的運算值除了包括其與有效目標值之間等比例的改進之外，還應(yīng)該體現(xiàn)松弛改進的數(shù)值。而松弛部分的改進是經(jīng)典DEA模型所不具備的。因為這樣的考慮，Tone Kaoru［23］提出了SBM 模型（Slack Based Measure，SBM）。設(shè)有n 個決策單元，用輸入變量xj 和輸出變量yj 代表第j 個決策單元DMUj 有m 種類型輸入和s 種類型的輸出。xij 代表第j 個決策單元的第i 中類型的輸入量，yrj 代表第j 個決策單元第r 種輸出量。無導向的SBM模型表示如下。

（3）第三階段剔除環(huán)境因素的DEA 分析。用調(diào)整后的投入數(shù)據(jù)與原始產(chǎn)出數(shù)據(jù)再次帶入超效率SBM模型中，使用公式（1）和（2）得到消除了環(huán)境與隨機誤差影響后的效率值。

2.4 數(shù)據(jù)來源

本文指標數(shù)據(jù)來自2015—2021 年教育部出版《高等學校科技統(tǒng)計資料匯編》以及同年度的《中國統(tǒng)計年鑒》。按照資料匯編中分地區(qū)統(tǒng)計數(shù)據(jù)，將26個省級行政區(qū)域高校選取為研究對象。DEA模型分析要求決策單元的數(shù)據(jù)必須是投入與產(chǎn)出指標的兩倍以上，本文選取決策單元DMU為26個，選取投入產(chǎn)出指標為6個，故符合DEA模型使用前提。

選取上述資料匯編中2015—2021年7年的數(shù)據(jù)作為三階段SBM模型的投入和產(chǎn)出數(shù)據(jù)。關(guān)于面板數(shù)據(jù)的時間范圍，2015年是《促進科技成果轉(zhuǎn)化法》頒布的首年，同時由于高校的科技成果轉(zhuǎn)化普遍存在著時滯性現(xiàn)象，高校科技成果轉(zhuǎn)換的時間跨度往往以年為單位，而且各高校在“雙一流”評審以來都加大了科研的投入資源力度，考慮到各高校在政策落實推廣中進度不一的情況，故本文以7年的面板數(shù)據(jù)作為投入和產(chǎn)出數(shù)據(jù)以減少個別年份數(shù)據(jù)波動對分析結(jié)果的影響。

3 實證結(jié)果

3.1 第一階段超效率SBM 模型測算結(jié)果及分析

通過對投入產(chǎn)出數(shù)據(jù)的超效率SBM分析模型運算可以得到包含環(huán)境因素和隨機干擾影響的2015—2021年26省高校科技成果轉(zhuǎn)換綜合技術(shù)效率，結(jié)果如表2所示。從高校科技成果轉(zhuǎn)化綜合技術(shù)效率總體來看，平均值排名在前三位的是貴州、安徽和浙江，高校科技成果轉(zhuǎn)化綜合技術(shù)效率平均值最低的是黑龍江。貴州省高校在此時間段的科技成果轉(zhuǎn)換的綜合技術(shù)效率一直處于生產(chǎn)前沿面，即貴州省的高校科技成果轉(zhuǎn)化效率在該時間段一直是強有效的。從表2也可以看出，高校科技成果轉(zhuǎn)化效率在不同地區(qū)之間存在較大差異。

將本文測算的26個省級行政區(qū)分為東部（北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東），中部（山西、吉林、黑龍江、安徽、江西、河南、湖南、湖北）和西部（內(nèi)蒙古、四川、重慶、廣西、貴州、云南、陜西、甘肅）三部分。從東部各省高校的數(shù)據(jù)來看，2015—2021 年東部高校的科技成果轉(zhuǎn)化綜合技術(shù)效率均值是0.523，總體表現(xiàn)為波動上升，由開始的0.413 逐漸上升到0.669。這表明東部地區(qū)高校在該時期內(nèi)有明顯提升，但從整體水平上仍然存在高校科技成果轉(zhuǎn)化效率較低的現(xiàn)象。從中部各省高校的數(shù)據(jù)來看，2015—2021 年中部高校的科技成果轉(zhuǎn)化綜合技術(shù)效率均值是0.617，總體表現(xiàn)和東部一樣波動上升，由開始的0.458逐漸上升到0.648。中部地區(qū)高校在該時期科技成果轉(zhuǎn)化效率提升最為明顯，但中部地區(qū)高校科技成果轉(zhuǎn)化效率仍然處于較低的水平。從西部各省高校的數(shù)據(jù)來看，2015—2021年西部高校的科技成果轉(zhuǎn)化綜合技術(shù)效率均值是0.648，總體表現(xiàn)也是波動上升，由開始的0.526逐漸上升到0.752。這表明我國高校科技成果轉(zhuǎn)化效率目前存在地區(qū)間非均衡空間分布情況，這與李勝會等［24］的測算結(jié)果相似。

3.2 第二階段SFA 測算結(jié)果及分析

將上文的環(huán)境變量設(shè)置為自變量，把通過超效率SBM模型得到的四個投入指標的松弛變量設(shè)置為因變量，再代入Frontier4.1軟件進行隨機前沿分析，結(jié)果如表3所示。在隨機前沿分析的模型中，用環(huán)境變量解釋投入松弛變量得到的結(jié)果中，如果環(huán)境變量與松弛變量成正相關(guān)，則表明外部環(huán)境變量的增加會導致增加投入資源的冗余或者增加非期望產(chǎn)出，最后使得高校的科技成果轉(zhuǎn)化效率降低；如果環(huán)境變量與松弛變量成負相關(guān)，則表明外部環(huán)境變量的增加會導致減少投入資源的冗余或者減少非期望產(chǎn)出，最后使得高校的科技成果轉(zhuǎn)化效率提高。

表3的數(shù)據(jù)表明，各省級行政區(qū)的人均GDP和教育支出占財政支出比重以及科技支出對研究與發(fā)展全時人員、應(yīng)用研究與實驗發(fā)展支出經(jīng)費、R&D成果應(yīng)用及科技服務(wù)全時人員和R&D成果應(yīng)用及科技服務(wù)項目支出經(jīng)費基本都通過了顯著水平為10% 的檢驗，環(huán)境變量對投入冗余存在顯著影響，同時各個模型的LR單邊檢驗均通過了1%的檢驗水平。因此，對第一階段的投入變量進行調(diào)整后進行第三階段的SBM 分析是必要的。

從經(jīng)濟環(huán)境來看。以各省人均GDP代表的經(jīng)濟環(huán)境與研究與發(fā)展全時人員和應(yīng)用研究與實驗發(fā)展支出經(jīng)費以及R&D成果應(yīng)用及科技服務(wù)全時人員呈顯著的正相關(guān)，與R&D成果應(yīng)用及科技服務(wù)項目支出經(jīng)費呈顯著的負相關(guān)，這表明經(jīng)濟環(huán)境的發(fā)展會對研究與發(fā)展全時人員、應(yīng)用研究與實驗發(fā)展支出經(jīng)費、R&D 成果應(yīng)用及科技服務(wù)全時人員造成冗余的增加，但可以減少R&D成果應(yīng)用及科技服務(wù)項目支出經(jīng)費的冗余。這說明經(jīng)濟環(huán)境發(fā)展會使R&D 成果應(yīng)用及科技服務(wù)項目支出經(jīng)費得到有效配置，同時造成研究與發(fā)展全時人員、應(yīng)用研究與實驗發(fā)展支出經(jīng)費、R&D 成果應(yīng)用及科技服務(wù)全時人員這三種投入的低效率使用。這兩種影響共同決定了經(jīng)濟環(huán)境對各省高校科技成果轉(zhuǎn)化效率的影響。

從創(chuàng)新環(huán)境來看。以各省教育支出占財政支出比重代表的創(chuàng)新環(huán)境與應(yīng)用研究與發(fā)展全時人員、應(yīng)用研究與實驗發(fā)展支出經(jīng)費、R&D成果應(yīng)用及科技服務(wù)全時人員、R&D成果應(yīng)用科技服務(wù)項目支出經(jīng)費呈顯著的正相關(guān)，這表明在改善創(chuàng)新環(huán)境的同時要注意以上四種投入資源的合理配置，要關(guān)注創(chuàng)新環(huán)境的發(fā)展會造成這四種投入資源的低效率使用。

從政府支持來看，以各省科技支出代表的政府支持與研究與發(fā)展全時人員和應(yīng)用研究與實驗發(fā)展支出經(jīng)費呈顯著的負相關(guān)，與R&D成果應(yīng)用及科技服務(wù)全時人員、R&D成果應(yīng)用及科技服務(wù)項目支出經(jīng)費無顯著性關(guān)系，這表明政府支持力度的增加會減少研究與發(fā)展全時人員、應(yīng)用研究與實驗發(fā)展支出經(jīng)費消耗的松弛量。政府支持合理的支持力度會提高各省高校的科技成果轉(zhuǎn)化效率。

3.3 第三階段調(diào)整投入后超效率SBM 模型測算結(jié)果及分析

由表3可以看出，雖然環(huán)境變量與個別松弛變量的回歸系數(shù)不顯著，但是每個環(huán)境變量在隨機前沿分析后的LR 單邊誤差都在顯著性水平1% 上通過了檢驗，故將調(diào)整后的投入數(shù)據(jù)再次代入超效率SBM模型中得到剔除了外部環(huán)境變量和隨機變量的各省高校科技成果轉(zhuǎn)化效率，結(jié)果如表4所示。

對投入數(shù)據(jù)進行調(diào)整后得到超效率SBM分析模型運算結(jié)果中可以看出，2015—2021年我國26個省級行政區(qū)真實的高校科技成果轉(zhuǎn)換綜合技術(shù)效率變化。第三階段高校科技成果轉(zhuǎn)化綜合技術(shù)效率平均值排名在前三位的是浙江、江蘇、安徽，平均值最低的是云南。浙江和江蘇高校在此時間段的科技成果轉(zhuǎn)換的綜合技術(shù)效率一直處于生產(chǎn)前沿面，即第三階段的結(jié)果中浙江和江蘇的高校科技成果轉(zhuǎn)化綜合技術(shù)效率在該時間段一直是強有效的。從表4數(shù)據(jù)也可以看出，高校科技成果轉(zhuǎn)化效率在不同地區(qū)之間存在較大差異。

對比表4和表2可以看出，各個省級行政區(qū)高校在剔除外部環(huán)境變量和隨機變量前后的科技成果轉(zhuǎn)化效率有明顯的變化。在調(diào)整后出現(xiàn)下降特征的地區(qū)有天津、內(nèi)蒙、河北、遼寧、江西、山西、江蘇、浙江、福建、安徽、河南、湖北、湖南、四川、貴州、云南、甘肅、陜西、重慶等省級行政區(qū)，這說明以上19個省級行政區(qū)高校在第一階段的高科技成果轉(zhuǎn)化效率結(jié)果中有很大程度上依靠外部環(huán)境影響。在調(diào)整后出現(xiàn)提升的地區(qū)有北京、山東、上海、廣東、吉林、黑龍江、廣西等省級行政區(qū)，這7個省份高校在第一階段的科技成果轉(zhuǎn)化效率受到了外部環(huán)境的負面影響。

從東中西三個大區(qū)域來看，2015—2021 年東部地區(qū)高校的科技成果轉(zhuǎn)化綜合技術(shù)效率平均值由第一階段的0.523上升到0.590，上升幅度為12.81%；中部地區(qū)高校由第一階段的0.617 下降到0.396，下降幅度為35.17%；西部地區(qū)由第一階段的0.648下降到0.28，下降幅度高達56.79%。這也表明第一階段的西部地區(qū)高校的科技成果轉(zhuǎn)化綜合技術(shù)效率受外部環(huán)境影響的程度最高，同時也可以看出西部和中部高校的科技成果轉(zhuǎn)化綜合技術(shù)效率低于東部地區(qū)高校，也進一步顯示出高校科技成果轉(zhuǎn)化效率與地區(qū)經(jīng)濟發(fā)展水平有一定的一致性。

我國26個省級行政區(qū)高校在2015—2021年科技成果轉(zhuǎn)化綜合效率平均值在第一階段和剔除環(huán)境因素影響后的第三階段都出現(xiàn)了不同程度的改變，大部分省級行政區(qū)高校的科技成果轉(zhuǎn)化效率被高估（圖1）。內(nèi)蒙古、甘肅、江西、貴州、云南、山西、廣西下降最為顯著。只有浙江在剔除環(huán)境因素影響后變化較小且一直處于科技成果轉(zhuǎn)化綜合效率較高的水平。根據(jù)圖1可以明顯看出，我國26個省級行政區(qū)高校科技成果轉(zhuǎn)化效率在經(jīng)濟環(huán)境，創(chuàng)新環(huán)境和政府支持等環(huán)境條件的影響下，在剔除了各地人均GDP、教育支出占財政支出比重和財政科技支出對數(shù)據(jù)分析的干擾后，各地高校的科技成果轉(zhuǎn)化綜合效率值的明顯變化，這也表明了當?shù)亟?jīng)濟水平、政府投入和政策支持在各地高校科技成果轉(zhuǎn)化過程中的重要影響。

以純技術(shù)效率為橫軸，以規(guī)模效率為縱軸的散點圖中，各省高校在剔除環(huán)境因素的影響后，大部分省級行政區(qū)高校的純技術(shù)效率和規(guī)模效率都出現(xiàn)了下降的情況（圖2和圖3）。可以很明顯的看出，圖3中大部分高校的圖標都在純技術(shù)效率和規(guī)模效率較低的區(qū)域出現(xiàn)。具體來看，在第三階段的分析結(jié)果中，只有北京、浙江、四川、江蘇、山東等省級行政區(qū)的高校的純技術(shù)效率和規(guī)模效率都接近于有效的水平，即上述五地高校在科技成果轉(zhuǎn)化中的管理能力、技術(shù)水平還有運行規(guī)模是基本上互相匹配的。從數(shù)據(jù)結(jié)果來看，北京、山東和江蘇的超效率SBM 分析結(jié)果中RTS 欄位都是Decreasing 的結(jié)果，即北京、山東和江蘇都處于規(guī)模報酬遞減的情況，浙江和四川則是Increasing的結(jié)果，即浙江和四川都處于規(guī)模報酬遞增的情況，故北京、山東和江蘇的高校應(yīng)在之后考慮適當縮減科技成果轉(zhuǎn)化的運行規(guī)模和投入，浙江和四川的高校應(yīng)考慮擴大科技成果轉(zhuǎn)化的運行規(guī)模和增加相應(yīng)的投入，向更高的轉(zhuǎn)化效率和最優(yōu)的運行規(guī)模發(fā)展。

4 結(jié)論及建議

本文以2015—2021年我國26個省級行政區(qū)高校為研究對象，通過構(gòu)建三階段超效率SBM-DEA模型分析了各地高校的科技成果轉(zhuǎn)化效率，結(jié)果發(fā)現(xiàn)：（1）高校科技成果轉(zhuǎn)化效率的測度受環(huán)境因素影響較大，在剔除環(huán)境因素影響以后的各省高校科技成果轉(zhuǎn)化效率大都明顯下降，只有少部分省級行政區(qū)高校科技成果轉(zhuǎn)化效率提升，我國高校科技成果轉(zhuǎn)化效率并不樂觀。26個省級行政地區(qū)高校有一多半的地區(qū)高校科技成果轉(zhuǎn)化綜合技術(shù)效率都有待提高，2021年只有7個省份地區(qū)高校科技成果轉(zhuǎn)化效率較為理想。（2）經(jīng)濟環(huán)境對不同的高校科技成果轉(zhuǎn)化投入資源有不同的作用，對不同投入資源的促進或遏制作用共同決定了經(jīng)濟環(huán)境對各省級行政區(qū)高校科技成果轉(zhuǎn)化效率的影響；創(chuàng)新環(huán)境的發(fā)展會造成高校科技成果轉(zhuǎn)化投入資源的低效率使用；政府支持會減少一些投入資源的冗余，合理的政府支持力度會提高各省級行政區(qū)高校的科技成果轉(zhuǎn)化效率。（3）西部地區(qū)高校科技成果轉(zhuǎn)化效率受環(huán)境因素影響程度大于中部和東部地區(qū)。西部地區(qū)高校經(jīng)過調(diào)整后的科技成果轉(zhuǎn)化綜合技術(shù)效率明顯下降，說明西部地區(qū)高校的科技成果轉(zhuǎn)化效率受環(huán)境因素影響更大，目前西部地區(qū)高校科技成果轉(zhuǎn)化效率低下很大程度與環(huán)境相關(guān)。（4）在純技術(shù)效率和規(guī)模效率的二維分類中，我國26省級行政區(qū)高校的科技成果轉(zhuǎn)化效率的具體情況各有不同，在剔除環(huán)境因素影響后，只有北京、浙江、四川、江蘇、山東的純技術(shù)效率和規(guī)模效率都接近于有效的水平，大部分地區(qū)高校的純技術(shù)效率和規(guī)模效率都有待提升，這也表明我國大部分地區(qū)的高校實際還處于低要素水平的階段。

基于上述結(jié)論，我國高校科技成果轉(zhuǎn)化效率整體情況還有很大的提升空間，各地區(qū)高校的科技成果轉(zhuǎn)化效率存在較大差異，而且受環(huán)境因素影響較大。各省級政府應(yīng)重視教育支出占財政支出的比重對高校科技成果轉(zhuǎn)化效率的負面影響，同時也要對各地科技支出和經(jīng)濟發(fā)展水平對高校科技成果轉(zhuǎn)化效率的影響有正確的認識。高校科技成果轉(zhuǎn)化效率的提升離不開各地科技成果轉(zhuǎn)化環(huán)境的不斷優(yōu)化和完善，純技術(shù)效率不高的地區(qū)高校要完善相應(yīng)的科研評價體系來激勵和引導科技成果轉(zhuǎn)化人員工作的積極性，規(guī)模效率不高的地區(qū)高校要根據(jù)具體情況來擴大或縮減科技成果轉(zhuǎn)化運行規(guī)模。高校科技成果轉(zhuǎn)化的發(fā)展需要政府的相關(guān)政策來推動學校、企業(yè)和科研單位的溝通與合作，逐步形成以校企合作為主體，政府為橋梁的運行機制，從而促進高校、企業(yè)和政府在科技成果轉(zhuǎn)化方面的穩(wěn)定合作，實現(xiàn)高校科技成果轉(zhuǎn)化效率的提升。