科技創新政策對地方高?？萍汲晒D化效率影響研究
——以重慶市為例

蘇 平,朱 潤

(1.重慶理工大學 科技創新知識產權研究中心;2.重慶理工大學 重慶知識產權學院,重慶 400054)

0 引言

作為科技創新體系的重要組成部分,高校為我國科技產出作出了重要貢獻。高校肩負著科學研究與知識創新的重大職責,而我國高?？萍汲晒D化仍然是科技創新鏈條中的薄弱環節,大量科研成果只停留在論文階段或實驗室階段,無法轉化成現實生產力。高等院校是區域科技成果產出與轉化的重要力量,地方高校的科研成果產出及轉化能力的提升對于促進地方創新發展具有重要意義,而科技創新政策與高校的科技成果轉化效率具有十分密切的關系。

1 文獻綜述與研究假設

1.1 文獻綜述

高校作為我國科學研究和科技成果轉化的重要力量,在創新型國家建設中扮演著重要角色。郝遠[1]強調高?？萍汲晒D化的重要性,認為科技成果轉化與推廣應用是科技工作的重要組成部分,是促進經濟發展的關鍵所在。高等院校作為科技成果的重要發源地,是推廣應用的重要技術依托。但是高?？萍汲晒D化受到各方面因素的影響,如人才、政策、經濟發展、科研投入等。肖士恩等[2]指出科技創新政策可以提升研究開發能力,提高科技成果轉化程度,對科技進步和經濟發展起到了很大的推動作用。黃祥嘉[3]認為科研體制不健全、外部環境不友好、政策法規不配套是制約高?？萍汲晒D化的關鍵因素。楊雅婷等[4]認為地方政府對高校的扶持力度、高校自身對成果轉化工作的重視程度以及校企之間合作平臺及方式是影響高校科技成果轉化的主要因素。盧偉等[5]經研究發現高校科技成果轉化受經費投入、科技中介服務、制度保障等內外部多重因素的綜合影響。靳瑞杰等[6]基于過程性視角識別出政策與制度供給、人才資源、科技成果類型、職務發明獎勵制度等17類影響高?？萍汲晒D化的關鍵因素。朱婭妮等[7]認為科技成果轉化配套政策、產業化流程、金融財稅政策、科技成果轉化信息共享平臺是地區高?？萍汲晒D化的內在影響因素。景曉輝等[8]認為政府政策支持、校企合作、金融資本、科技服務和用戶市場回饋等要素的協作能提升高校科技成果向現實生產力轉化的效率。章熙春等[9]提出應進一步發揮創新政策對科技成果轉化目標的正向引導作用。許晗等[10]通過構建政策工具,以1996—2020年國家頒布的高校科研人員科技成果轉化政策作為研究對象,發現高?？萍汲晒D化不同階段政策工具運用不均衡,研究開發階段需求型政策缺失,孵化階段需求型政策匱乏,產業化與商業化階段環境型政策過溢。從上述文獻中可以看出,政策是影響高校科技成果轉化的重要因素已達成共識。

1.2 研究假設

高校是科技成果轉化的重要力量,是促進區域經濟發展的重要力量,提升高?？萍汲晒D化效率有助于促進科技進步,進而提升區域內產業基礎能力和產業鏈現代化水平。高?？萍汲晒D化工作本身是市場行為,但科技創新政策通對高?？萍汲晒D化各環節進行宏觀指導和干預,進而影響高校科技成果轉化效率,并表現出明顯的激勵作用。重慶市科技創新政策通過使用政策工具發揮對高?？萍汲晒D化效率的促進作用,政府通過頒布一系列的科技創新政策促進高校科技成果轉化,進而推動重慶市經濟高質量發展。不同類型政策工具發揮作用的路徑與方式不同,不同類型政策工具對高?？萍汲晒D化效率的影響也必然不同。基于此,本文提出如下假設:

H1:供給型政策工具正向促進高校科技成果轉化效率;

H2:環境型政策工具正向促進高校科技成果轉化效率;

H3:需求型政策工具正向促進高校科技成果轉化效率。

2 重慶市科技創新政策文本分析

2.1 樣本選取及數據處理

2.1.1 樣本選取

本文選取2012-2021年重慶市頒布的科技創新政策作為政策研究樣本。此外,為了更好地觀測重慶市科技創新政策對地方高校科技成果轉化效率的影響,選取了同為直轄市的北京、上海、天津3個城市做橫向比較。按照代表性、規范性、相關性原則對政策文本進行選擇,以便剔除無效文本,最終獲取重慶有效政策文本256份,北京有效政策文本201份,上海有效政策文本304份,天津有效政策文本223份,總計984份。

2.1.2 數據處理

政策工具理論最早在20世紀50年代提出,在20世紀80年代,隨著發達國家開始重視政府治理和服務能力,政策工具在公共行政學領域興起,學者們對政策工具的探討增加,逐漸形成了比較完備的理論體系,成為政策研究的一種重要方式。政府選擇政策工具的目標主要是為了更好地引導高?？萍汲晒D化,本文選取Rothwell和Zegveld的分類方式分析科技創新政策。

在政策文獻計量過程中,需要根據研究目的以及研究內容確定文本分析單元,制定文本分析的類目。本文在總結以往研究成果基礎上,對各項運用的政策工具進行了歸納與總結,重點參考了《重慶市促進科技成果轉化條例》,歸納出了如下政策工具:供給型政策工具的作用形式表現為政策推動科技創新活動,一般指政府向高?？萍紕撔绿峁┲苯拥奈镔|層面的保障,主要包括人才建設、基礎設施建設、資金投入、科技信息支持。需求型政策工具的作用形式表現為政策拉動科技創新,利用其他手段減輕市場對科技創新的不穩定影響因素,主要包括政府采購、校企合作、產業技術需求、中介機構和項目外包。環境型政策工具的作用形式表現為給高?？萍紕撔聞撛炝己玫沫h境條件,主要包括法制法規、稅收優惠、激勵政策、知識產權和金融支持。

2.2 政策文本量化分析

2.2.1 政策文本數量

自2012年,隨著國家有關科技創新政策的出臺,多領域科技創新加快推進、全面發展,重慶市迅速響應,針對科技創新發展需要解決的人才、資源、環境等方面的突出問題,出臺了一批政策。2012-2021年,重慶市相關政府部門共制定、頒布、落實了256份科技創新政策,其政策文本數量變化如圖1所示。

圖1 2012-2021年重慶市科技創新政策文本數量變化

由圖1可知,重慶市相關部門頒布的科技創新政策文本總體呈現上升趨勢,并在2021年達到峰值,共計頒布62份科技創新政策。重慶在2016年出現快速增長,相比2015年增加了80.95%。2021年重慶市科技創新政策文本同樣出現大規模增長,相比2020年增加了121.43%。

2.2.2 政策文本形式

2012- 2021年,重慶市頒布的科技創新政策文本形式呈現出多樣化特征,涵蓋多種類型的政策文本。本文主要將其分為5種不同類型的文本,分別為辦法型文本、意見型文本、規劃型文本、通知型文本和條例型文本,分類及其涵蓋內容見表1。

表1 重慶市科技創新政策文本分類及涵蓋內容

如圖2所示,重慶市頒布的科技創新政策文本類型中,通知型政策文本數量最多,占所有政策文本數量的36%,但大多屬于地方工作文件,其效力層級、執行力度遠低于其他4類政策文本。其次是規劃型政策文本占總數的24%,辦法型政策文本占總數的21%,意見型政策文本占18%,這3類政策文本大多屬于地方行政規范性文件,發布了促進重慶科技創新工作的具體舉措和重要方向,助力重慶科技創新實踐。而條例型文本僅占1%,但條例型文本屬于地方性法規,效力層級與執行力度最強,相比其他政策文本更宏觀,具有整體性、系統性、全局性的特征,能引領重慶科技創新的發展。政策文本類型最多的是通知類政策文本。此外,還存在一定數量的“暫行”“試行”政策文本,在一定程度上表明重慶市科技創新意識強烈,對于科技創新工作的關鍵領域和突出問題敢于先行先試。

圖2 重慶市科技創新政策文本類型分布

2.2.3 政策頒布部門

從現有頒布的政策來看,重慶市的科技創新政策既有單獨頒布的政策,亦有聯合頒布的政策,具體的頒布方式取決于政策內容涉及的政府部門以及政策效力層級。頒布科技創新政策是一項全局性的工作,需要各個相關部門協同合作,合理安排頒布政策的部門也有助于加強政策協同,有效推動政策落地,最大限度發揮政策作用。2012-2021年重慶市頒布的科技創新政策的主體統計結果見表2。

表2 2012-2021年重慶市政策頒布主體統計

如表2所示,重慶市獨立頒布科技創新政策的部門數量達到24個,聯合頒布的部門數量達到37個。24個獨立頒布的部門頒布的政策數量有215份,占政策總數的84%,而37個聯合頒布的部門僅頒布了41份政策,占政策總數的16%,說明重慶市單獨頒布政策比例較高,各部門之間頒布政策的協同度仍有待提高。

2.3 政策工具統計結果分析

2.3.1 政策工具分布

重慶市2012-2021年頒布的促進高?？萍汲晒D化的科技創新政策工具使用情況如表3所示。通過政策工具的使用分布情況可以了解重慶市科技創新政策的著力點。2012-2021年,重慶科技創新政策有190份文件使用供給型政策工具,占政策總數的74.22%;90份文件使用環境型政策工具,占總數的35.16%;131份文件使用需求型政策工具,占總數的51.17%。

表3 2012-2021年重慶科技創新政策工具統計

2.3.2 供給型政策工具

供給型政策工具是指為高校提供技術、資金、人才、平臺、科技信息等諸多資源,通過支持高校科技創新發展擴大供給,從而直接促進重慶高?？萍汲晒D化的實施。重慶市在2012-2021年使用供給型政策工具分布情況如表4所示。由表4可知,在供給型政策工具中,重慶市使用基礎設施建設這一政策工具數量最多,涉及文件達到137份,占供給型政策工具文件的72.11%,市政府及其余各部門通過建設(重點)實驗室、研發中心、技術創新聯盟等基礎設施來推動高校科技成果轉化。

表4 重慶市供給型政策工具分布

2.3.3 環境型政策工具

環境型政策工具是通過間接影響的方式來促進高?？萍汲晒D化。重慶市2012-2021年使用環境型政策工具分布如表5所示。

表5 重慶市環境型政策工具分布

由表5可知,在環境型政策工具中,重慶市使用激勵政策這一政策工具的數量最多,占環境型政策工具總數的63.33%,表明重慶市政府及相關部門主要通過對高校的激勵來促進其科技成果轉化。

2.3.4 需求型政策工具

不同于供給型政策工具的直接推動和環境型政策工具的間接影響,需求型政策工具從需求面出發,通過擴大需求來拉動高?？萍汲晒D化,如項目外包、產業技術需求等方式推動高校科技成果轉向市場,擴展高校科技成果轉化渠道,提升高?？萍汲晒D化效率。重慶市需求型政策工具細分為產業技術需求、項目外包、校企合作、政府采購、中介機構,其在2012-2021年使用需求型政策工具分布如表6所示。

表6 重慶市需求型政策工具分布

在需求型政策工具中,重慶市使用產業技術需求、項目外包、校企合作3類政策工具涉及文件數量分別為49份、45份、51份,分別占需求型政策工具總數的37.4%、34.35%、38.93%。其中使用校企合作這一政策工具的政策文本相對較多,表明重慶市政府及相關部門鼓勵高校和企業合作,通過提高企業對于高校的技術需求來促進高校科技成果轉化。

3 重慶市地方高?？萍汲晒D化現狀分析與效率測度

3.1 重慶市高?？萍汲晒D化現狀

科技成果是科學研究與技術開發所產出的具有實用價值的成果,科技成果“只有轉化才能實現創新價值”,因此高校要突出轉化運用導向,將科技成果轉化為具體產品并獲得收益,以促進區域經濟的發展。本文采取高校技術轉讓當年實際收入作為評價高校科技成果轉化現狀的指標,2012-2021年四大直轄市地方高校技術轉讓當年實際收入變化如圖3所示。

圖3 2012-2021年直轄市地方高校技術轉讓當年實際收入變化

從圖3可以看出, 2012-2021年北京、上海、天津、重慶4個直轄市地方高校技術轉讓當年實際收入波動幅度較大,其中重慶市的波動幅度最大,在2019年出現斷崖式下跌,同時在2021年出現井噴式增長。經計算,北京地方高校技術轉讓當年實際收入2021年較2012年增長76.05%,上海市2021年較2012年降低76.71%,天津市2021年較2012年增長6 823.39%,重慶市2021年較2012年增長203.86%,從絕對増長率來看,天津出現井噴式增長,絕對增長率排名第一,重慶排名第二,北京排名第三,這3個直轄市均呈現增長狀態,而上海呈現下降狀態。從年均增長率來看,北京、上海、天津、重慶的年均增長率分別為14.41%、25.96%、244.55%、1 436.46%,其中重慶排名第一、天津第二、上海第三、北京第四。

根據表7,2012-2021年四大直轄市地方高校技術轉讓當年實際收入平均值重慶市最高,是北京市的1.76倍,是上海市的近3.43倍,是天津市的10.72倍。總體而言,重慶市地方高校的技術轉讓收入處于較高水平,在絕對增長率、年均增長率和平均值上,均遠超北京、上海、天津。

表7 2012-2021年四大直轄市地方高校技術轉讓當年實際收入

3.2 模型與指標選取

數據包絡分析方法(DEA方法)是美國運籌學家Charnes等在1978年提出的相對效率評價方法。高?？萍汲晒D化就是一個多階段的過程,本文將高?？萍汲晒D化的過程分為科技成果產出和科技成果轉化兩個環節。考慮到高?？萍汲晒D化過程具有時間長、過程復雜的特點,選擇兩階段網絡DEA來測量高校科技成果轉化效率,充分研究高?？萍汲晒D化各階段投入產出的關系,比單一階段研究結果更加全面。高?？萍汲晒D化兩階段網絡模型如圖4所示。

圖4 高?？萍汲晒D化兩階段網絡DEA 模型

如圖4,首先假設高校科技成果轉化有N個決策單元(DMU),其規模報酬不變。假設高?？萍汲晒a出階段的研發投入為Xi,Xi=(Xi1,Xi2……Xim)T,其中m=1,2,…;科技成果產出階段的產出成果為Zi,Zi=(Zi1,Zi2……Zip)T,其中p=1,2,…;同時Zi作為科技成果轉化階段的投入,科技成果轉化階段的產出成果為Yi,Yi=(Yi1,Yi2……Yis)T,其中s=1,2,…。基于此,構建線性規劃模型如下。

(1)

(2)

(3)

(4)

(5)

根據公式(1)和公式(2),最終可以計算得出整體效率Ek、第一階段效率Ek1和第二階段效率Ek2,見公式(3)(4)(5)。其中Ur、Vi、Wp代表研發投入、中間產出和最終產出的權重向量,ε用于表示阿基米德無窮小。

高校科技成果轉化效率評價是一個復雜的系統工程,進行高?？萍汲晒D化效率評價的前提是構建具有科學性、合理性、客觀性和可行性的指標體系。因此,在對高?？萍汲晒D化效率評價過程中既要考慮其社會、經濟、技術等特征,又要切實考慮高?？萍汲晒l展現狀。本文在綜合考慮現有研究中衡量高校科技成果轉化的主要指標后,最終選取以下指標作為本文測量高?？萍汲晒D化效率的指標,具體見表8。

表8 高校科技成果轉化效率評價指標體系

高校是科技成果主要產出地,人才和經費等科技資源的投入促進高校科技成果產出,同時研發經費投入和從事研發的人員數量是高校科技成果產出的基本保證。本文以研究與發展全時人員和研究與發展經費表示科技成果產出階段的投入指標。對高校而言,專利授權在各類科技成果中最為典型,是高校科研成果最為直接的學術價值體現,經常作為衡量高校科技創新水平的指標,在一定水平上體現了高校的科研水平。因此,以專利授權量表示科技成果產出階段的產出指標同時作為科技成果轉化階段的投入指標。在科技成果轉化階段,科技成果主要通過出售和轉讓高校專利以完成轉化,本文選取專利出售當年實際收入、技術轉讓當年實際收入兩項指標來測量高校科技成果轉化階段的產出。

3.3 地方高?？萍汲晒D化效率測度實證分析

本文通過兩階段網絡DEA模型測算4個直轄市高?？萍汲晒D化效率,同時比較4個直轄市地方高校科技成果轉化的情況。

3.3.1 重慶市地方高?？萍汲晒D化效率

本文采用兩階段網絡DEA模型對重慶地方高?？萍汲晒D化的效率進行測算,重慶地方高校科技成果轉化效率測算結果見表9。

表9 重慶地方高?？萍汲晒D化效率測算結果

2012-2021年,重慶地方高?？萍汲晒a出階段(E1)和高?？萍汲晒D化階段(E2)測算的效率平均值為0.465和0.427,高校科技成果轉化整體效率(E)均值為0.154。數據表明重慶地方高校科技成果整體轉化效率低于各子階段,科技成果轉化階段與科技成果產出階段相比,效率更低,存在著嚴重的效率分配不均問題。

從科技成果產出階段來看,重慶市在這一階段的效率整體上呈現遞增狀態,而在科技成果轉化階段的效率呈現出遞減趨勢。因此重慶高?？萍汲晒D化整體效率處于低效率的狀態。2012-2021年最小值為0.049,最大值僅為0.25,說明重慶高?？萍汲晒D化效率很低,有許多科技成果仍處于“沉睡”狀態,具有很大的轉化提高空間。

3.3.2 地方高?？萍汲晒D化效率橫向比較

通過兩階段網絡DEA模型,本文計算出北京、上海、天津、重慶4個直轄市地方高?？萍汲晒D化整體效率、科技成果產出階段效率、科技成果轉化階段效率結果,見表10、表11、表12。

表10 4個直轄市地方高?？萍汲晒D化整體效率(E)的測算

表11 4個直轄市地方高?？萍汲晒D化科技成果產出階段效率(E1)的測算

表12 直轄市地方高校科技成果轉化科技成果轉化階段效率(E2)的測算

直轄市地方高?？萍汲晒D化整體效率計算結果如表10所示,自2012年以來直轄市高校科技成果轉化整體效率不高,平均效率不足0.1,表明直轄市的地方高校有效利用科技成果的能力仍有待提高。

直轄市地方高?？萍汲晒a出階段效率計算結果如表11所示,可以看到重慶市地方高校2021年科技成果產出階段的效率值為1。整體上,重慶市地方高校在科技成果產出階段的效率呈現增長趨勢,2016-2021年的效率值保持在0.5以上,其平均值排名第一,表明重慶在這一階段產出的科技成果在持續增加。

直轄市地方高?？萍汲晒D化階段效率計算結果如表12所示?？芍?天津市地方高校2021年科技成果轉化階段的效率值為1,重慶市地方高校2012年在科技成果轉化階段的效率值也為1,整體而言,4個直轄市在2012-2021年間地方高校的科技成果轉化效率表現不佳,表明大量科技成果被束之高閣,仍然停留在實驗室,沒有發揮其經濟價值和社會價值。

從4個直轄市地方高校科技成果轉化整體效率、科技成果產出階段效率、科技成果轉化階段效率結果來看,重慶市地方高?？萍汲晒D化效率值最高,其E、E1、E2在直轄市地方高校中均處于較高水平,并與北京、上海、天津3個城市拉開了差距。除重慶以外,上海市地方高校在科技成果產出階段效率表現較好,而北京市地方高校則在科技成果轉化階段效率較好。但從總體上看,4個直轄市的E、E1、E2值都處于低水平階段,表明直轄市地方高校不僅在科技成果產出階段有大量損耗,在科技成果轉化階段也表現不佳,使得大量的科技成果沒有轉化成新技術、新產品進入交易市場,現如今仍處于“沉睡狀態”。

4 實證分析

4.1 變量選取

4.1.1 被解釋變量

高校科技成果轉化效率。通過兩階段網絡DEA模型計算北京、上海、天津、重慶4個直轄市高校科技成果轉化效率。以下將其效率結果作為因變量進行研究。

4.1.2 核心解釋變量

本文基于政策工具理論選擇運用內容分析法將北京、上海、天津、重慶4個直轄市的科技創新政策分為供給型科技創新政策工具、環境型科技創新政策工具、需求型科技創新政策工具3類并使用NVivo12 Plus軟件對2012-2021年北京、上海、天津、重慶4個直轄市的科技創新政策文本進行編碼量化,最終測量出其政策工具使用頻率,并將其作為核心解釋變量。

4.1.3 控制變量

在前人對高?？萍汲晒D化效率研究的基礎上,考慮到本文的主要研究內容,將人均地區生產總值、R&D經費、R&D全時人員、專利申請量作為影響高?？萍汲晒D化效率的控制變量。其中,專利申請量僅作為高校科技成果轉化階段的控制變量。

綜上,本文所選取的關鍵變量及含義如表13所示。

4.2 模型選擇與構建

本文研究的被解釋變量是基于兩階段網絡DEA模型測算高校科技成果轉化效率,取值范圍為[0,1],屬于受限變量。而Tobit回歸模型主要用于被解釋變量受限的情況,因此將通過構建Tobit模型探究科技創新政策工具對高?？萍汲晒D化效率如何具體產生作用。根據本文提出的假設,構建模型如下。

Yit=α0+α1Supit+α2lnPgdpit+α3lnRdeit+α4lnRdpit+α5lnNpait+μi

(6)

Yit=α0+α1Envit+α2lnPgdpit+α3lnRdeit+α4lnRdpit+α5lnNpait+μi

(7)

Yit=α0+α1Demit+α2lnPgdpit+α3lnRdeit+α4lnRdpit+α5lnNpait+μi

(8)

其中,α表示估計系數;i表示第幾個決策單元;t表示時期;μ表示隨機誤差項;Sup表示供給型科技創新政策工具參考點數量;Env表示環境型科技創新政策工具參考點數量;Dem表示需求型科技創新政策工具參考點數量;Pgdp表示平均地區生產總值;Rde表示研究與發展經費;Rdp表示研究與發展全時人員數量;Npa表示專利申請數量。本文運用Stata17.0 軟件來評估模型參數。

4.3 實證過程與結果

4.3.1 基準回歸分析

對面板模型回歸估計的前提是要考慮其個體效應和時間效應,并確定是固定效應或隨機效應。本文為提高估計結果的穩定性,采用個體時間雙固定效應模型的最小二乘虛擬變量估計方法進行結果估計,回歸結果如表14所示。

表14 基準回歸結果

通過構建基準面板模型,實證檢驗不同政策工具與地方高?？萍汲晒D化的整體效率和各階段效率之間的線性關系,回歸結果如表14所示,在處理控制變量后,最主要的3個模型即(1)、(2)、(3)中,供給型政策工具、環境型政策工具、需求型政策工具均呈現出對地方高?？萍汲晒D化效率的1%顯著正相關關系,本文研究假設H1、H2、H3得到驗證,其中3個模型的Adj R-squared值分別為0.548、0.571、0.516,表明這3個模型的擬合程度較好。

4.3.2 Tobit回歸分析

本文運用Stata17.0軟件進行Tobit模型回歸分析,其政策工具對高校科技成果轉化效率的回歸結果見表15、表16、表17。

表15 供給型科技創新政策工具回歸結果

表16 環境型科技創新政策工具回歸結果

表17 需求型科技創新政策工具回歸結果

根據表15中回歸結果可以看出,供給型科技創新政策工具與高?？萍汲晒D化整體效率、科技成果產出階段效率、科技成果轉化階段效率均呈現1%的顯著正相關關系,驗證了假設H1。

根據表16中回歸結果可以看出,環境型科技創新政策工具與高?？萍汲晒D化整體效率、科技成果產出階段效率、科技成果轉化階段效率均呈現1%的顯著正相關關系,假設H2得到驗證。

根據表17中回歸結果可以看出,需求型科技創新政策工具與高校科技成果轉化整體效率、科技成果產出階段效率、科技成果轉化階段效率均呈現1%的顯著正相關關系,驗證了假設H3。

4.3.3 內生性分析

為了確保研究過程的嚴謹性,增強研究結果的可信度,構建動態面板數據模型,并采用工具變量法進行內生性檢驗。在本研究中,政策工具的運用與地方高?？萍汲晒D化效率之間可能存在雙向因果關系,合理運用各類政策工具能夠促進地方高?？萍汲晒D化效率,但地方高?？萍汲晒D化效率越高的城市其政策工具運用也相對合理。因此,為盡可能緩解回歸模型內生性問題,將政府發布政策數量(NP)作為工具變量,使用兩階段最小二乘法(2sls)進行估計的方式,來減弱互為因果問題對實證結果帶來的影響。估計結果如表18的回歸結果所示,政府發布政策數量(NP)依然在1%的顯著水平上正向影響地方高?？萍汲晒D化效率,并且同表15、表16、表17的Tobit回歸結果對比,控制變量的回歸結果亦無顯著差距。其中,3個模型的Wald檢驗均在1%的水平上拒絕了“α=0”的外生性原假設,表明存在內生性問題,同時Wald F統計量均大于經驗規則值10,強烈拒絕存在弱工具變量的原假設,表明工具變量政府發布政策數量(NP)與擾動項無關,即工具變量通過檢驗。綜上,可以認為在考慮內生性問題之后,原模型的估計結果具有穩定性。

表18 內生性回歸結果

5 結論與啟示

5.1 研究結論

目前關于科技創新政策影響高校科技成果轉化的研究較多,但仍缺乏科技創新政策是通過何種途徑對高?？萍汲晒D化效率產生影響的研究。本文基于政策工具視角,研究科技創新政策如何影響地方高?？萍汲晒D化效率,建立Tobit回歸模型,采用實證分析方法驗證了科技創新政策工具對高?？萍汲晒D化效率有顯著的正向作用,并得出以下結論。

一是政策工具使用不均衡。重慶市科技創新政策數量自2012年以來總體呈上升趨勢,說明科技創新政策受到政府的重視程度不斷提高。在政策工具使用上,重慶市供給型政策工具所占比重最大,其二級政策工具中使用比例最高的是基礎設施建設和人才建設;需求型政策工具的使用兩極分化,在產業技術需求、項目外包、校企合作方面比較重視,相對忽略中介機構、政府采購拉動地方高校參與科技成果轉化的積極性;而環境型政策工具的應用缺位問題尤為明顯,法規管制、金融支持、稅收優惠、知識產權、激勵政策能從某種程度上增強高校參與科技成果轉化事業的積極性,但由于環境型政策工具的缺乏與不足,使得科技創新政策的整體牽引力減弱,不利于高?？萍汲晒D化實踐健康、持續發展。因此,加強環境型政策工具運用是重慶市政府的現實之需,亦是重慶政府未來科技創新決策工作的重點。

二是地方高?？萍嫁D化效率長期處于低水平階段。從整體效率來看,重慶市地方高校科技成果轉化的總體效率偏低,科技成果產出階段的效率較科技成果轉化階段的效率高,這說明目前重慶市地方高校側重研發創造,而在科學技術成果方面的轉化運用和科技推廣方面仍有較大不足。

三是科技創新政策對高校科技成果轉化效率有顯著的促進作用。通過Tobit回歸模型的回歸分析,驗證了科技創新政策工具對地方高?？萍汲晒D化效率存在顯著的促進作用。近年來地方高校科技成果轉化效率逐年提升,說明重慶市頒布的科技創新政策實施成效明顯。

5.2 管理啟示

重慶市政府部門應當在保證與國家總體政策一致的前提下,根據重慶市實際情況,進一步完善科技創新政策體系,從而有效促進重慶地方高?？萍汲晒D化。

一是健全科技創新政策體系,強化各部門協同。高?？萍汲晒D化是一個動態連續的系統工程,需要國家的宏觀引導和頂層設計,也需要地方政府根據需求從微觀層面構建合理的政策執行體系。構建合理的科技創新體系需要協同運用多種政策工具,而不同的政策工具專屬于不同的政府部門,因此重慶市科技創新政策的制定需要多個政府部門的參與及協同配合,集聚科技創新資源,通過共享、共建、共推等方式協同推進地方高?？萍汲晒D化工作。

二是優化完善政策工具,科學把握三大政策工具應用比例。不同類型的科技創新政策工具對地方高?？萍汲晒D化效率的作用方式不同,因此重慶市應當采取差異化措施,充分發揮不同類型政策工具的效力。首先,供給型政策工具對地方高?？萍汲晒D化效率的提升具有直接作用,包括人才、基礎設施、資金和科技信息4類供給型政策,重慶市需要根據區域特性和實際的科技資源需求,引進科技創新資源,為高?？萍紕撔掳l展擴大供給,合理制定人才、資金、基礎設施、科技信息的政策,優化供給型政策的使用效果,發揮供給型政策對地方高校科技成果轉化的直接推動作用。其次,在促進高?？萍汲晒D化的過程中,需求拉動的影響力更大也更具活力,可以適度加大需求型政策工具的使用頻數,積極發揮需求型政策工具的拉動效應。最后,要高度重視環境型政策工具的使用頻數,加強科技創新政策的可實施性和執行力度?？傊?重慶市在制定政策時應加強交流合作保障科技創新政策的實施效果,適當提升環境型與需求型政策工具的使用,科學把握三大政策工具的應用比例,實現各類政策工具的均衡發展,放大科技創新資源與要素的聚集效應,最大程度發揮科技創新政策對地方高?？萍汲晒D化效率的提升作用。