大學科技園對高校創新產出的影響研究
——基于高校專利視角

茹 寧,郭天寶

(南開大學 周恩來政府管理學院,天津 300350)

引 言

黨的二十大明確指出,要推動高校創新能力并更好地服務社會。大學創新水平為國家科學技術的發展提供源源不斷的支撐,甚至為國家在高新技術的實力增長貢獻重要力量。在大學科技園中,高校和企業掌握大量技術信息、科技成果信息和市場信息,在雙方知識交流過程中存在一些隱性知識,雙方在不斷交流過程中隱性知識才能被更好的識別,以至于高校知識向企業深入轉移,企業又將市場需求反饋給高校,高校進而根據市場的需求進一步研發新技術并形成新的創新產出[1]。專利作為高校創新產出的一部分,尤其是專利申請數量和轉化能力,在一定程度上體現高校在服務社會發展中的水平。在上述過程中,高校的創新能力成為關鍵的要素之一。但是我國的高校創新產出能力仍然不足,相比發達國家仍存在很大差距[2]。

大學科技園是產學研合作模式中的一種方式,這一模式在眾多產學研合作模式中具有鮮明特色,我國大學科技園從最初的設立到現在已經有二十多年,大學科技園主要的作用就是有機結合了政府、高校和企業三大要素并為三方提供合作的平臺[3],該平臺為企業提供技術合作、信息咨詢、法律幫助、會計服務等,政府則主要負責對場地的建設投入和創業基金的設立,高校則主要提供知識層面的技術支持。2006年教育部聯合科技部曾發布《國家大學科技園認定和管理辦法》,其中進一步強調大學科技園在產學研中的重要作用,并指出大學科技園是高校成果轉移的重要渠道。根據《中國火炬統計年鑒》的數據顯示,從2002年第一批國家大學科技園認定到2020年,共認定了十批次共計116家國家大學科技園,同時,園區在孵企業總收入從200.6億元上升到332.9億元。在孵企業人數從4萬人上升到11萬人。從中可以看出國家大學科技園較為穩定的改善了企業的收入和為社會提供了大量的就業崗位進而在一定程度上保證了當地的就業,這說明國家大學科技園對地方發展的貢獻是持續和深遠的。

然而大學科技園對高校創新產出的實證研究在我國依然不足,其次大學科技園所處不同地區,參與大學科技園高校的不同學科,參與高校實力的差異性仍需要進一步研究與發現。針對上述不足本文主要分析國家大學科技園對高校專利產出的變化,并嘗試發現國家大學科技園和參與高校的機理聯系,具體而言,以往研究較多關注大學科技園對經濟的發展以及企業的創新能力,那么大學科技園對高校的創新產出是否也具有積極效應? 本文的研究將努力發現大學科技園對高校產出的反作用影響。

一、 文獻回顧

(一)大學科技園的發展研究

大學科技園最初成立于美國,由20世紀50年代美國斯坦福大學教授弗雷特里克特曼在斯坦福大學創立[4]。自此,大學科技園模式迅速發展,諸多國外大學科技園對于技術和經濟的發展都起到了極大推動作用,例如德國海德堡技術園,英國劍橋科技園等。探究根源,大學科技園的設立思潮起源于大學,主要目的是將大學的技術能力與人才能力有機的與市場相結合并延伸大學社會服務的功能,通過這種結合,開放大學相對閉塞的環境,使得大學的科研不局限于封閉的學術環境,科研發展更好地與社會經濟發展相結合。由于知識具有顯性和隱性特征,顯性知識是可以通過資料來學習的,例如圖紙、音頻、視頻和文件。隱性知識則是經驗類知識,這類知識很難通過資料的輸送進行學習[4],大學科技園則為知識的交流提供了平臺[5],在這一平臺中高校和企業可以更深入地交流。具體而言,高校具有更好的技術能力,企業則對新技術的市場化具有更多的經驗,那么雙方在交流過程中均是互相深入獲取知識的過程,這一過程會影響高校的成果產出[5]。卡斯蒂略(Castillo)等人通過研究發現大學科技園能夠有效地提升高校成果轉化的效率,尤其是高校成果轉化中供需雙方的技術搜索時間,搜尋成本和談判周期。大學科技園不僅局限于提供良好的技術交流平臺,其還具備完善的服務保障體系,例如園區內提供相應的法律保護與融資渠道[6]。知識產權的保護有利于保障高?？蒲腥藛T的收益,大學科技園的設立有利于改善這一情況,為此,鮑爾斯(Bowers)等人發現大學科技園的法律保護服務可以改善高?？蒲腥藛T的研發積極性[7]。就融資渠道而言,大學科技園可以提供融資指導或融資渠道,技術的投資力越強則越能夠促進成果的商業化[8],這一現象說明大學科技園在一定程度上也可以推動成果轉化的效率。

我國大學科技園的發展上起步于20世紀90年代,其中一個主要標志是東北大學科技園的成立,這一發展在一定程度上帶動了當地經濟發展和技術創新[9]。該結果引起了社會的廣泛關注,以至于國家積極推動國家大學科技園的深入發展,此后科技部和教育部也相繼發布政策文件用于支持大學科技園的設立和發展,這些文件主要包括《關于做好國家大學科技園建設試點工作的通知》《關于組織開展國家大學科技園建設試點的通知》。這些支持性政策文件的頒布使得大學科技園的發展有了國家認可的法定地位。21世紀初,教育部和科技部又出臺了《國家大學科技園管理試行辦法》,之后我國于2002年設立了第一批國家大學科技園。雖然我國發展大學科技園的時間較晚,但是學者對大學科技園的研究并不少。就大學科技園自身而言,針對大學科技園發展階段劃分,從20世紀90年代開始,分別經歷了自主探索階段、興起發展階段和規范運作階段[10]。還有學者通過分析組織機構的特點并總結了可能影響大學科技園運行的內外部因素,有區域經濟的發展情況以及參與高校的科研實力[6]。隨著研究的深入,應用交叉數據包絡對大學科技園投入產出的情況分析,并結合基尼系數賦權構建大學科技園的績效評估模型[11]。近年,關于參與大學科技園高校的產出研究逐漸興起,其中主要有蔣建勛等以高校為主體并研究國家大學科技園對高校成果轉化影響的研究,從而得出園區內管理機構人員和學歷能夠促進高校的成果轉化,同時還發現國家大學科技園所處不同經濟帶,以及高校不同專業背景對高校的成果轉化也具有促進作用[12],這說明不同經濟帶和不同專業背景的高校也會導致國家大學科技園對高校成果轉化的不同影響。其次,蔣建勛等人還研究了國家大學科技園內企業的盈利水平也能夠影響高校成果轉化[13]。

(二)專利產出的影響因素研究

20世紀70年代已有國外學者將專利作為測量創新產出的效果并進行研究。例如,赫里斯托斯(Christos)研究了孵化器對于高校專利質量的研究,結果表明大學孵化器和市場其他形式的孵化器存在競爭,并且這種競爭有利于高校高質量專利產出[14]。豪斯曼(Hausman)通過專利研究128家企業的創新產出,并發現R&D 人員和經費的投入和專利產出呈現正相關[15]。我國高校專利產出的影響研究多停留在內因研究,其中,羅愷應用高校經費投入和研發投入數據,通過分析發現我國高校專利呈現分散趨勢[16]。張慧妍通過研究我國985大學投入和產出關系發現,我國985大學盡管投入高,但是專利產出效率并不高[17],這一發現說明增加優勢高校的投入并不能帶來相應科研產出的增加。進一步研究發現高校專利產出與經費投入和研發人員密切相關,通過優化投入的配置,高校專利產出可以得到提升[18]。與此同時,有學者通過分析高校專利產出和需求因素的關聯性,進而發現高校專利轉化中應注重多種因素的互相作用以及在轉化過程中每一個環節的高效率銜接[19]。還有學者專門針對影響高校專利產出的主要因素進行分析,李盛竹通過研究高?？蒲袡C構數據,高校課題數據,科研人員和科研經費投入數據,發現高?？蒲袡C構數量對專利產出并無顯著關聯,其余因素均呈現一定正向關聯[20]。這一研究發現進一步揭示了影響我國高校專利產出的主要因素。綜上所述,我國高校專利產出的影響性研究主要停留在內在因素研究,針對外部因素對高校專利產出影響的研究相對較少,所以研究國家大學科技園這一外部因素對高校在專利產出的影響,有利于完善高校專利產出的外因機理研究。

二、研究設計

(一)數據收集

首先,在數據收集上根據專利的不同,專利劃分為發明專利、實用新型專利和外觀設計專利。具體而言,發明專利的特點主要是突破性技術的創造,實用新型專利則偏重實用性,外觀設計專利主要體現為外觀造型上的特色[21]。為此在國家知識產權局收集了2006—2020年1 051所高校三種專利每年的專利申請數量,選擇專利申請數量作為收集依據主要由于發明專利的授權時間往往在兩至三年,實用新型專利和外觀設計專利的授權往往在一年左右,為了保障研究相對可靠,所以選取了專利申請量作為研究數據。由于2006年教育部聯合科技部就曾發布《國家大學科技園認定和管理辦法》,進一步規范國家大學科技園的認定辦法和重要性,所以將研究時間確定為2006年,并將2006—2020年期間六批次認定為國家大學科技園所涉及的高校為主要研究對象。由于部分高校在研究期內從未申請過專利,所以根據以往研究將這部分從未申請過專利的高校數據剔除[22],最終確定院校數量為1 051所。還需要說明的是,高校數據收集上沒有收集高職院校和成人高等院校數據,因為本科院校的主要職能除了教學,還有科研和社會服務兩個主要職能[23],在主要職能劃分上本科院校還要具備科研職能,所以選擇了本科類高校的數據進行研究。

其次,就專利特性而言本文還通過國家知識產權局收集了1 051所本科高校從2006—2020年申請專利中的國際專利分類號(IPC)數據,國際專利分類號(IPC)主要體現了專利中涉及的領域進行逐類逐級劃分,具體由部、分部、大類、小類、大組、小組六個部分組成,具體操作方法為收集專利中國際專利分類號(IPC)大組數量,并將每一所高校當年申請專利涉及的大組數量進行加權處理。進一步研究需要,還額外在《高等學?？萍冀y計資料匯編》收集了近九百所高校當年技術轉讓合同簽訂數據。

最后,高校專利產出有多方面因素導致,高?？萍纪度?高校師資力量,政府或者機構對高校的技術投資都可能影響專利產出。為了保障研究的可靠性,在《高等學?？萍冀y計資料匯編》收集了近九百所高校的教學與科研人員(人),政府資金,企事業單位委托和高級職稱人員的數據,并用這些數據作為研究的控制變量。

(二)模型設定

針對研究設置以下問題,首先,由于在研究期內認定為國家大學科技園的時間不同,因此選用多期雙重差分模型分析高校專利總數、發明專利、實用新型專利和外觀設計專利的效應。其次,結合異質性分析,對高校所處的不同經濟帶、高校不同學科、高校水平進行劃分并據此分析高校被不同類型劃分后的專利產出效應。再者,還針對高校的專利質量進行了分析,具體方法為收集高校申請的每一個專利的大組數量,進而分析高校在專利質量產出的效應,并結合高?？萍汲晒炗喓贤淖兓?判斷是否高校的專利產出也有利于成果的轉化。

根據研究需求,建立了如上公式的雙重差分模型。該模型中Put代表了不同的學校u在第t年的發明專利數量或實用新型專利數量,β1 代表了國家大學科技園的設立對于高校專利產出的效應值,如果該效應值為正向,則代表設立了大學科技園的高校在專利產出上為正向促進結果,如果結果為負,那么就代表高校設立了國家大學科技園對該大學的專利產出上是抑制效應,Zut代表了不同的大學u是否在t年設立了國家大學科技園,因為高校設立國家大學科技園的時間不同,因此在該變量是一個交互結果,也就是大學是否設立了國家大學科技園和大學何時設立了國家大學科技園,由此可見β1 的結果也可以表示為高校設立了國家大學科技園與沒有設立國家大學科技園的高校在效應值的變化,以及高校在設立國家大學科技園的效應值前后變化。Yct則代表了不同的控制變量,Cu和Mt為本研究中的學校和年份固定效應。Luct為模型中的隨機擾動項。

(三)變量設置

變量解釋劃分為以下五個步驟,由于存在一些數據含有0值,所以研究數據均做了對數加一的處理。第一,被解釋變量是高校的專利總數、發明專利、實用新型專利以及外觀設計專利的申請數量。第二,高校是否被認定為國家大學科技園作為解釋變量。第三,控制變量設定上,高校的專利產出情況可能會受到內部和外部多種因素的影響。因此就高校自身發展而言,高校自身研發人員變化,政府對高校的科技投入,企事業單位對高校的委托資金,高校中高級職稱人員數量,均可能影響高校自身的專利產出,故將研究期內教學與科研人員(簡稱:教學與科研),政府資金(簡稱:政府投入),企事業單位委托(簡稱:企事業委托),高級職稱,四項數據作為高校內生性因素的控制變量。就外部因素而言,高校參與國家不同政策也可能影響研究結果。為此對國內主要高等教育政策的梳理,確定了四個內在影響高校專利產出的變量,即:高校是否為特色重點學科項目高校(簡稱重點學科建設),高校是否參與了中西部基礎能力建設工程(簡稱中西部建設),高校是否參與了高等學校學科創新引智計劃(簡稱創新引智計劃)。同時,參照前人研究,不同經濟政策也可能影響高校參與產學研并影響專利產出[24]。為此,數據還收集了地區最早的創新創業政策設定時間(簡稱:創業政策),是否設立國家級經濟開發區和是否設立高新區,具體方法為,通過在1 051所高校所在城市的政府網站搜索并收集了該城市最早出臺創新創業政策的時間。第四,應用多期雙重差分模型進行評估分析,因為該模型是比較理想的分析事件沖擊影響的評估工具[25],多期雙重差分模型還有一個特點就是可以根據國家大學科技園設立時間的不同,進行不同時期的劃分并評估結果。第五,具體變量描述性統計詳見表1和表2,其中表1為研究所涉及所有解釋變量和被解釋變量取對數加一后的描述性統計。表2則為研究期內參與國家大學科技園高校的數量,以及針對高校所在區域的劃分,文理科劃分和高校實力劃分的不同樣本數量的描述性統計。

表1 解釋變量及被解釋變量描述性統計

表2 大學科技園高校數量及類別劃分描述性統計

三、國家大學科技園對高校專利產出的實證分析

(一)實證結果

表3為檢驗結果,其中大學科技園項為研究結果,僅有發明專利的結果呈現31%的增長,其他三種類型的專利均未產生顯著結果。該結果主要有兩層含義,首先認定成國家大學科技園之后使得參與高校在發明專利上的增長達到了31%,其次,相較于同時期認定為國家大學科技園的高校比沒參與國家大學科技園的高校在發明專利上增長了31%。就此結果,根據發明專利創新質量高,研發難度大,技術的突破性的特點,通過梳理國家大學科技園的相關政策文件發現,教育部和科技部出臺的《國家大學科技園“十五”發展規劃綱要》中強調,國家大學科技園要具備較高的轉化科技成果能力,孵化高新技術企業的要求,大學科技園的主要職能是孵化企業的能力,入駐的企業需要科技方向發展為主的企業。這說明園區內企業大部分是具有對未來技術市場具有前瞻性的特點并可以結合市場對當下技術痛點足夠了解,因此在高校和科技園內企業互動過程中高校通過這些企業掌握市場急需的前沿技術信息,以至于高校可能為了產學研需要,進一步匹配市場需求而加大這部分新技術的研發,同時國家大學科技園內企業以新企業為主,這些企業的研發能力明顯不足,但是高校研發能力強,所以也可能是科技園內企業和高校產學研過程中將高難度技術研發委托高校開展。

表3 基準檢驗結果

根據多期雙重差分模型的特性,結論還需要進行平行趨勢假設檢驗,因為多期雙重差分模型的假設前提主要需要驗證實驗組和對照組是否在事件沖擊后具有明顯變化,同時該檢驗還可以盡可能避免研究的內生性問題。具體而言,需要檢測國家大學科技園在高校參與的那一年是否有促進效應,因此需要檢測國家大學科技園在認定前后的趨勢變化,如果國家大學科技園確實促進高校專利產出的數量增加,那么通過認定為國家大學科技園后,高校在專利產出上應該在短期趨勢上呈現出顯著上升趨勢,從而證明事件是有沖擊的。根據這一假設制作了平行趨勢走勢圖(圖1)。

圖1 平行趨勢檢驗

通過走勢結果發現平行趨勢假設成立。在國家大學科技園認定成功后呈現上升趨勢,同時在設立成功之后幾期的走勢中,仍然呈現穩健的走勢,說明國家大學科技園對參與高校發明專利增長的結果滿足假設。

(二)穩健性檢驗

第一,從參與國家大學科技園的高校所在地來看,北京市擁有眾多的部委直屬高校,這些高校擁有明顯的資金優勢和人才優勢。所以,考慮到特殊樣本帶來的不確定因素,將研究樣本中北京市的高校進行了剔除,從而檢驗研究結果是否依舊可靠。下表4中的發明專利則是本文剔除了北京市的檢測結果,從結果中可見發明專利的結果仍然是顯著的。第二,考慮到被解釋變量可能仍然存在偏誤,借鑒前人針對穩健性檢驗應用其他回歸模型檢驗的方式[26],本文應用Tobit回歸模型的方式再次將被解釋變量進行回歸,結果顯示為顯著效應(表4)。需要注意Tobit為非線性回歸模型,這一結果和本研究應用的固定效應模型具有很大差異,因此回歸系數的結果不能進行比較。第三,考慮到高校在專利增長上還可能受到政策溢出效應的影響,為進一步避免這一影響,應用安慰劑檢驗進行隨機五百次處理,并就處理結果進行點狀趨勢繪圖(圖2),從圖中可見檢測結果均在統計線內,這說明參與國家大學科技園的高校在發明專利的增長現象并非是偶然。

圖2 安慰劑檢驗

表4 穩健性檢驗

四、異質性檢驗

(一)高校所處地帶的劃分

由于經濟發展的不平衡,我國劃分成東部,中部和西部三大經濟帶。不同經濟帶由于經濟特色和實力不同,也可能影響國家大學科技園的發展,以及高校在專利的產出。根據三螺旋理論,高校、企業和政府只有不斷滲入才可以保障產學研的有效,大學科技園則是為了保障高校、企業和政府三者能夠有效地結合而形成產學研平臺,這也意味著三者的有效發展,才會影響國家大學科技園的發展。進一步而言國家大學科技園的發展與地方政府的投入有很大關系,例如地方政府除了資金的投入還會給予更多的創業政策支持,完善更好的園區服務體系。其次,入駐企業的潛力在不同區域也可能存在差異,尤其是經濟發展較強的地區具有較高吸引人才的能力,這就導致企業的人才需求受限于地區經濟發展,另外,高校的研發實力也會影響到國家大學科技園的發展水平,我國高等教育的發展水平明顯呈現東部強,中部和西部較弱的態勢,這種情況將直接影響高校的科研技術能力。因此將經濟帶進行區分并考察,有利于了解是否經濟水平的不同會通過國家大學科技園影響高校在專利產出的變化效應。表5中,東部地區、中部地區和西部地區對應數值為檢驗結果,從結果中發現僅有東部地區呈現相對穩健的積極效應,中部地區和西部地區并沒有形成可靠的結果,根據這一結果說明國家大學科技園參與高校的專利產出和經濟的發展存在很大關聯性,東部地區由于有較好的經濟優勢,可能導致參與國家大學科技園的高校在專利產出上體現積極效應。

(二)高校專業的劃分

在我國,高校劃分成綜合類型、理工類型、醫藥類型、農林類型、師范類型、體育類型、財經類型、語言類型、民族類型、藝術類型。參考以往研究,將前四類劃分成理科院校,將其余6 種類型歸為文科院校[24]。高校根據這一類型劃分,將了解不同專業類型高校參與國家大學科技園對參與高校在專利產出的變化(表5)。通過結果發現參與國家大學科技園的理工科院校能夠產生正向顯著的效應,但是文科類院校并沒有產生顯著的結果,這說明國家大學科技園對具有科研技術優勢的理工科院校能夠產生較強的效應。同時文科類院校的特色并不是科研技術研發,但是發明專利的特點是技術的創新,需要具備一定的研發實力,所以文科類院校可能受限于自身的專業特點從而導致國家大學科技園對這類參與高校在發明專利產出的效應不明顯。

(三)高校水平的劃分

參與國家大學科技園的大學,有些大學的綜合實力非常強,這些高校大部分屬于部委直屬高校,或者還有些高校盡管不是部委直屬高校,但是參與了國家重要高等教育項目,例如雙一流項目,一流學科項目。這些高校每年獲得的國家投入是非?？捎^的,通過2020年《高等學?？萍冀y計資料匯編》可知,全國高等教育經費為12 013 億元,國家重點建設高校在2020 年為75 所,對應的高等教育費用預算為4 487.26億元,占據了總費用的37%左右。截至2020年,部委隸屬高校每年獲得的教育經費為逐年上升趨勢[10]。這意味著高投入和逐年教育經費的提升導致這些高校自身科研實力較強。所以本文將雙一流高校和一流學科高校合并為高水平院校,其他院校則視為普通院校(表6)。通過分析結果可知,高水平院校和普通院校均呈現出顯著的積極效應,但是普通院校在發明專利的產出增長更強,這說明國家大學科技園對普通院校的影響更強。根據這一現象進一步分析內在機理,專利產出主要以園區內企業與高?；ハ酀B透的過程并影響高校專利產出,高水平院?？赡芑谧陨磔^好的實力和成果轉化能力,這說明這類高校和市場結合的能力較強,所以這類高校和科技園內企業在互相滲透過程中較低概率能再發現新的市場技術點,從而影響專利增長的趨勢低于文科類高校。

表6 專利特征分析檢驗結果

(四)高校專利的特征分析

借鑒過往文獻經驗發現,專利IPC分類號中大組數量可視為專利寬度,并且寬度測量可以體現出專利創新水平[27]。具體而言,專利寬度可以表現出專利知識的復雜程度和應用廣泛度,復雜程度和應用廣泛度越強說明專利的質量越高,內在技術水準也就越強,潛在經濟效益也就越顯著[28]。在專利寬度測量上,借鑒以往文獻對于專利寬度的處理經驗,并做對數加一處理后測量了國際專利分類號(IPC)中專利大組的數量[22]。因此將被解釋變量換成了發明專利的大組數(見表6中專利質量),最終結果為促進效應,這意味著參與國家大學科技園的高校相較沒有參加國家大學科技園的高校以及相較高校參與國家大學科技園前均顯現為積極效應。進一步解釋而言,高校在參與國家大學科技園后在發明專利的產出創新質量上也得到了加強。為此進一步分析,因為專利質量反映了潛在經濟效應,那么高校在專利質量的改善也將改變高校技術轉化合同的增加,為了驗證這一觀點,將高校每年的技術轉讓簽訂合同數作為被解釋變量并進行回歸,結果(表6)顯示高校技術轉化簽訂合同為正向效應,這一效應說明高校的專利轉化情況也有所改善。

五、總 結

(一)研究結論

通過收集1 051所大學從2006—2020年的專利數據并以此構建多期雙重差分模型發現:第一,參與國家大學科技園的大學在發明專利上增長31%。第二,不同經濟帶的國家大學科技園對參與高校的影響不一樣,東部地區的國家大學科技園能夠積極影響參與高校發明專利的增長。第三,對高校的學科進行文理科劃分發現,參與國家大學科技園的理工科院校更能夠在發明專利上產生顯著的增長。第四,將高校進行高水平高校和普通能力高校進行劃分后顯示,普通水平的高校更能在發明專利的增長上產生積極效應。第五,進一步分析發現高校的專利轉讓情況也有所改善。

(二)對策建議

高校作為國家創新產出的主要構成部分,其體現的技術輸出作用至關重要。本文將高校專利數據作為創新產出,并結合大學科技園進而嘗試發現二者的微觀聯系。研究結果為高校長遠創新發展規劃的管理者和國家創新創業政策的制定者具有一定的借鑒意義。根據研究結果本文建議:第一,地區經濟的發展是影響高校專利創新產出的關鍵因素,地區經濟發展的差異化可能導致不同區域的大學科技園的經費支持力度不同,從而影響高校在創新產出效果不佳,為此建議高校應充分了解本地大學科技園的政府支持力度并進行相應的評估,進而判斷是否參與大學科技園。第二,高校參與大學科技園要關注自身專業背景,如果高校發展側重于文科類,那么大學科技園將較難影響高校創新發展。第三,普通水平的高校由于更容易受到大學科技園外因的影響并增加專利創新產出,所以普通類型高校應被政策制定者鼓勵參與到大學科技園之中。第四,高校創新產出最終的歸宿是成果轉化,研究結果顯示高校參與大學科技園的專利轉讓有所改善,為此高校管理者應進一步鼓勵高校在大學科技園的成果轉化,將技術更多地應用到市場,并最終形成良性的大學科技園循環發展體系。