王成軍,李 輝,劉冬華
(安徽財經(jīng)大學(xué)工商管理學(xué)院,安徽 蚌埠 233030)
自2014 年李克強總理提出“雙創(chuàng)”后,創(chuàng)新與創(chuàng)業(yè)就成了媒體、公眾、學(xué)者等報道和研究的熱點。從建設(shè)創(chuàng)新型國家到創(chuàng)新型城市再到創(chuàng)新型大學(xué),高校已經(jīng)成為國家創(chuàng)新體系的重要組成部分、科研成果產(chǎn)出與轉(zhuǎn)化的重要基地,對國家創(chuàng)新體系建設(shè)和創(chuàng)新驅(qū)動戰(zhàn)略實施具有巨大的推動作用[1]。Crawley 等也指出當今大學(xué)不僅承擔(dān)著教育(Education)和研究(Research),催化創(chuàng)新(Catalyzing Innovation)已經(jīng)成為大學(xué)的第三重任務(wù)[2],前兩者強調(diào)以基礎(chǔ)研究為核心的科研成果產(chǎn)出,后者則要求高校加速科研成果轉(zhuǎn)化,從研究型大學(xué)向創(chuàng)業(yè)型大學(xué)轉(zhuǎn)變。
當前我國高校整體上仍然存在“重論文輕轉(zhuǎn)化”的問題。2020 年國家統(tǒng)計局數(shù)據(jù)顯示,我國高等學(xué)校R&D 經(jīng)費支出近1900 億元,發(fā)表科技論文數(shù)150.35 萬篇,專利申請數(shù)34.04 萬件,科研成果產(chǎn)出排名世界前列。但在U.S.News、THE、QS 和ARWU 四大世界大學(xué)排行榜前100 名單上,國內(nèi)大學(xué)分別僅有2 所、6 所、6 所、7 所。近些年頒布的諾貝爾科學(xué)獎幾乎都來自高校和科研院所,而來自國內(nèi)高校的數(shù)量幾乎為零。論文等“量”的高產(chǎn)并不能帶來高校在基礎(chǔ)研究和前沿創(chuàng)新領(lǐng)域內(nèi)“質(zhì)”的提升,“卡腦子”的問題仍然突出。2021 年中國專利調(diào)查報告統(tǒng)計顯示我國專利轉(zhuǎn)化率總體為44.6%,高校專利轉(zhuǎn)化率僅為2.3%,而發(fā)達國家這一指標則在50%以上。國際上諸多高校都設(shè)有技術(shù)轉(zhuǎn)移辦公室和專業(yè)的技術(shù)經(jīng)理人團隊(如MIT),而國內(nèi)在技術(shù)合作與轉(zhuǎn)讓的渠道與平臺建設(shè)上仍不夠成熟,技術(shù)轉(zhuǎn)移在發(fā)展模式和戰(zhàn)略定位等方面仍處于完善和探索階段[3]。
2017 年開始的“雙一流”高校建設(shè)旨在打造世界一流大學(xué)和世界一流學(xué)科以解決在基礎(chǔ)研究領(lǐng)域內(nèi)的短板,提升大學(xué)的影響力,助力研發(fā)成果轉(zhuǎn)化。那么近些年來我國高校在科研創(chuàng)新成果產(chǎn)出和轉(zhuǎn)化的效率如何?又有哪些因素影響到兩階段高校創(chuàng)新效率的提高?高校創(chuàng)新中政府、企業(yè)又扮演了什么樣的作用?本文擬對上述問題進行深入回答。
現(xiàn)有學(xué)者對高校的研究主要的理論基礎(chǔ)有Griliches-Jaffe 知識生產(chǎn)函數(shù)[4]、三重螺旋理論[5]以及產(chǎn)學(xué)研協(xié)同創(chuàng)新理論[6-9]等。關(guān)于高校效率研究主要聚焦于靜態(tài)與動態(tài)的科研創(chuàng)新效率[10-14]、科技創(chuàng)新效率[15-19]、科技創(chuàng)新資源配置效率[20]、產(chǎn)學(xué)研協(xié)同創(chuàng)新效率、技術(shù)創(chuàng)新國際化效率[21]以及科技效率動態(tài)演進分析[22-23]等。但目前國內(nèi)學(xué)者對于產(chǎn)學(xué)研和三重螺旋理論的研究仍然存在概念和應(yīng)用上的含糊與錯用,同時對于科研與科技創(chuàng)新效率也存在著同樣的問題。因此在研究之前有必要對這些概念進行定義和明晰。
產(chǎn)學(xué)研歷史可以最早追溯到1992 年教育部等組織實施的“產(chǎn)學(xué)研聯(lián)合開發(fā)工程”,旨在建立相關(guān)產(chǎn)業(yè)與高校、科研院所之間密切而穩(wěn)定的合作關(guān)系。三重螺旋(TH,Triple Helix)最初專門指的是古巴比倫時代發(fā)明并長期使用的提水螺旋設(shè)施。1995 年美國的Etzkowitz 和荷蘭的Leydesdorff第一次用三重螺旋模型來闡述了以知識為基礎(chǔ)的創(chuàng)新體系中企業(yè)、大學(xué)和政府角色作用的轉(zhuǎn)變,開啟了三重螺旋在創(chuàng)新管理領(lǐng)域的研究先河。
王成軍和王德應(yīng)[24]對產(chǎn)學(xué)研和三重螺旋之間的聯(lián)系與區(qū)別做了詳細分析。其一,從詞義上來看,產(chǎn)學(xué)研主體不明。國外常用University-Industry-Cooperation 表示產(chǎn)學(xué)合作,主要強調(diào)產(chǎn)業(yè)界和學(xué)術(shù)界的項目開發(fā)和科技轉(zhuǎn)移問題,而產(chǎn)學(xué)研合作在英語中找不到相應(yīng)的詞語對應(yīng)。其二,從發(fā)達國家的發(fā)展經(jīng)驗和三重螺旋的經(jīng)典理論來看[25-26],大學(xué)的任務(wù)不僅僅在于提供技能教學(xué)和簡單勞力的培訓(xùn)和組織,“研究”以及“催化創(chuàng)新”也成為社會對高校的期望。其三,產(chǎn)學(xué)研合作通常忽略政府發(fā)揮的作用。政府作為制度創(chuàng)新的主體,通過制定政策法規(guī)提供制度保障,促進和引導(dǎo)其他主體的合作與行為[27]。大學(xué)-產(chǎn)業(yè)-政府(UIG)三重螺旋理論在其運行機制、價值功能上更加完善。
科技即科學(xué)技術(shù),根據(jù)辭海的定義,其是指由自然科學(xué)、技術(shù)科學(xué)以及工程技術(shù)等融合而成的整體??茖W(xué)與技術(shù)是不可分割的辯證統(tǒng)一體??茖W(xué)強調(diào)發(fā)現(xiàn)而技術(shù)則是發(fā)現(xiàn)的應(yīng)用。科研即科學(xué)研究,是利用科研方法和裝備,為了認識客觀事物的內(nèi)在本質(zhì)和運動規(guī)律而進行的調(diào)查研究、實驗等一系列的活動。由此可見,科研是科技的基礎(chǔ),科研強調(diào)理論的發(fā)現(xiàn),而科技包括科研以及科研后續(xù)成果的轉(zhuǎn)化利用。
有學(xué)者指出高校科技創(chuàng)新是高校投入并有效利用各種創(chuàng)新資源,實現(xiàn)科技成果產(chǎn)出,并推動科技成果轉(zhuǎn)化[15]。關(guān)于科研創(chuàng)新并未發(fā)現(xiàn)學(xué)者對其進行詳細的說明和定義,這里我們認為科研創(chuàng)新是高校在基礎(chǔ)研究上利用各種創(chuàng)新資源,實現(xiàn)論文、著作、專利以及相關(guān)理論等產(chǎn)出,其等同于科研創(chuàng)新成果產(chǎn)出。創(chuàng)新效率是指創(chuàng)新中投入產(chǎn)出資源之比?,F(xiàn)有對于高校創(chuàng)新效率的研究主要從創(chuàng)新成果產(chǎn)出效率與創(chuàng)新成果轉(zhuǎn)化效率兩個方面研究[28]。本文研究對兩者做出相應(yīng)的區(qū)分,認為科技創(chuàng)新效率包括科研創(chuàng)新效率與后續(xù)成果轉(zhuǎn)化效率,即將科技創(chuàng)新效率分為科研成果產(chǎn)出與科研成果轉(zhuǎn)化兩個階段的創(chuàng)新效率。
現(xiàn)有學(xué)者對于高校創(chuàng)新效率的研究主要分為兩大類:第一類是從研究方法的不同上,現(xiàn)有的效率測度主要采用非參數(shù)法、參數(shù)法以及多種方法結(jié)合使用;第二類是在研究對象的選擇上,可分為單一區(qū)域高校、不同地區(qū)的多個高??v向與橫向科技創(chuàng)新效率比較和動態(tài)演化。
非參數(shù)法以Charnes 等[29]提出的數(shù)據(jù)包絡(luò)法(DEA)為代表,目前應(yīng)用較多的主要包括徑向CCR 和BCC 模型、非徑向Super-SBM 模型、動態(tài)Malmquist 指數(shù)、兩階段、三階段和Window-DEA模型。參數(shù)法以Aigner 等[30]和Meeusen 等[31]分別提出的隨機前沿分析法(SFA)為代表。相關(guān)學(xué)者研究采用的模型如下表1 所示。
表1 高校創(chuàng)新效率研究方法統(tǒng)計表
Berbegal-Mirabent 等[34]將知識轉(zhuǎn)移產(chǎn)出納入大學(xué)的效率評價當中,采用傳統(tǒng)DEA 分析法分析了西班牙44 所大學(xué),發(fā)現(xiàn)在保持固定投入前提下,通過提高效率水平,大學(xué)產(chǎn)出可擴大12%。Loganathan &Subrahmanya[37]基于松弛變量的數(shù)據(jù)包絡(luò)分析(DEA-SBM)比較了28 所印度大學(xué)在教學(xué)、研究以及創(chuàng)業(yè)支持三個方面的效率,研究發(fā)現(xiàn)僅有少數(shù)大學(xué)在三個方面效率處于最佳前沿面,效率低的大學(xué)在研究和創(chuàng)業(yè)支持上存在不足。Tavares 等[43]使用多階段DEA(NDEA)對45 所巴西聯(lián)邦大學(xué)創(chuàng)新效率,發(fā)現(xiàn)大部分大學(xué)在不同階段的創(chuàng)新效率都較低。Wang 等[39]、Duan 等[40]均使用DEA-Malmquist 指數(shù)分別研究了新西蘭8所大學(xué)的技術(shù)效率、澳大利亞35 所大學(xué)科研和教學(xué)生產(chǎn)率。Ho 等[45]將技術(shù)轉(zhuǎn)讓分為研究創(chuàng)新階段和價值創(chuàng)造階段,運用兩階段網(wǎng)絡(luò)DEA 方法研究美國119 所大學(xué)的技術(shù)轉(zhuǎn)讓效率,發(fā)現(xiàn)處于研究創(chuàng)新階段的高效大學(xué)比處于價值創(chuàng)造階段的大學(xué)更為集中,資源規(guī)模在兩階段效率提升中尤為重要。Foltz 等[35]對美國92 所研究型大學(xué)的投入產(chǎn)出進行生產(chǎn)率和技術(shù)效率的分析時,也發(fā)現(xiàn)資金來源變化影響技術(shù)效率。閆平等[38]、姜彤彤和吳修國[33]重點對我國教育部直屬高??蒲袆?chuàng)新和協(xié)同創(chuàng)新效率進行靜態(tài)和動態(tài)評估,發(fā)現(xiàn)大部分高校均處于非DEA 有效狀態(tài),不同類型高校的創(chuàng)新效率存在異質(zhì)性。高擎等[6]、李康和范躍進[14]在此基礎(chǔ)上對影響高校創(chuàng)新效率的因素分別采用Tobit 模型和SFA 回歸分析,發(fā)現(xiàn)校企聯(lián)結(jié)強度和科研傾向等對高??萍紕?chuàng)新效率存在不同程度的促進作用,而地區(qū)經(jīng)濟水平和居民受教育程度等對高??萍紕?chuàng)新效率存在區(qū)域異質(zhì)性。戚湧等[10]、李滋陽等[48]以江蘇省高校為研究對象,分別采取CCR 和SFA 模型對高??蒲泻涂萍紕?chuàng)新進行實證分析,發(fā)現(xiàn)高校創(chuàng)新效率普遍較高,省域高校整體創(chuàng)新效率呈逐年增長趨勢。王曉紅等[52]以137 所“雙一流”建設(shè)高校為研究對象,實證發(fā)現(xiàn)政府支持對產(chǎn)業(yè)界與學(xué)術(shù)界的流動效率的影響呈倒U 型關(guān)系。
Agasisti 等[51]采用隨機前沿法(SFA)研究了意大利不同地區(qū)大學(xué)創(chuàng)新效率大小,并通過Sys-GMM 模型評估了大學(xué)創(chuàng)新效率與區(qū)域經(jīng)濟發(fā)展之間的關(guān)系,發(fā)現(xiàn)高校通過知識溢出促進區(qū)域經(jīng)濟發(fā)展,且高效率大學(xué)的促進作用更顯著。Lehmann 等[44]采用兩階段DEA 比較了意大利和德國大學(xué)在公共資金利用效率,發(fā)現(xiàn)意大利大學(xué)在產(chǎn)出最大化方面的表現(xiàn)明顯優(yōu)于德國大學(xué)。Parteka 等[41]運用DEA-Malmquist 對歐洲7 國266所公立高校的科研效率進行研究,結(jié)果表明國家間的科研效率差異很大,德國、意大利和瑞士的高校科研效率比其他國家的科研效率要高。隨著區(qū)域一體化的不斷發(fā)展,國內(nèi)學(xué)者也開始注重對省域高校進行橫向和縱向?qū)嵶C分析。王輝和陳敏[15]從科技成果產(chǎn)出、科技成果轉(zhuǎn)化兩個方面考察省域科技創(chuàng)新效率,通過橫向比較發(fā)現(xiàn)大多數(shù)省份存在“此高彼低”的現(xiàn)象,技術(shù)效率成為提升綜合效率的關(guān)鍵。馬寶林等[16]研究發(fā)現(xiàn)高等學(xué)校創(chuàng)新效率存在顯著的區(qū)域異質(zhì)性,純技術(shù)效率是影響文理科創(chuàng)新效率的關(guān)鍵因素。初旭新和馬昱[28]的實證研究結(jié)果顯示中國高??萍紕?chuàng)新各階段效率及總體效率偏低,創(chuàng)新效率高的省份與效率低的省份差距愈來愈大,并對各經(jīng)濟區(qū)三個階段的創(chuàng)新效率進行比較。但張惠琴和尚甜甜[11]研究結(jié)果表明我國高??萍紕?chuàng)新效率平均增長為9.7%,而規(guī)模效率是造成區(qū)域高??蒲行什町惖闹饕?。楊博和曹輝[21]從七大地理區(qū)域視角探討了高校技術(shù)創(chuàng)新國際化水平,指出東北三省效率值始終處于較低水平,而華東、華中、華北則處于較高水平。沈能和宮為天[18]、齊亞偉[36]分別通過三階段DEA 模型和超效率模型實證測定了省域和三大創(chuàng)新主體的科技創(chuàng)新效率,并對影響因素進行計量分析,發(fā)現(xiàn)高??萍紕?chuàng)新水平較低,產(chǎn)業(yè)基礎(chǔ)、政策扶持、創(chuàng)新文化對效率存在一定促進作用,而企業(yè)參與強度、市場化進程和對外開放程度對高??萍紕?chuàng)新效率具有負向影響。
近年來,國內(nèi)外學(xué)者在高校創(chuàng)新效率測度的基礎(chǔ)上,逐漸開始關(guān)注高??萍紕?chuàng)新效率的動態(tài)演化分析。吳穎和崔玉平[19]、蔡文伯和楊麗雪[1]通過Malmquist 指數(shù)發(fā)現(xiàn)長三角和全國高校的全要素生產(chǎn)率呈逐漸上升水平,在此基礎(chǔ)上應(yīng)用ESDA和收斂檢驗法發(fā)現(xiàn)全國東、中、西部均存在σ 收斂和絕對β 收斂,高??萍紕?chuàng)新效率正朝著一體化方向發(fā)展。王曉珍等[23]采用核密度法對高??萍紕?chuàng)新效率斂散性進行分析,實證研究發(fā)現(xiàn)高校科技創(chuàng)新技術(shù)效率兩極聚集(“雙峰”)、規(guī)模效率具有省域異質(zhì)性(“單峰”)、純技術(shù)效率存在顯著波動。
綜上所述,現(xiàn)有文獻對高校創(chuàng)新效率的問題研究較為成熟,但也存在許多需要解決的問題。其一,現(xiàn)有學(xué)者大多側(cè)重于對高??蒲谢蚩萍紕?chuàng)新效率的實證測量,而缺乏相應(yīng)的理論闡釋。其二,在非參數(shù)DEA 模型應(yīng)用方面,部分學(xué)者對創(chuàng)新效率采取靜態(tài)比較,但實際上由于各年份數(shù)據(jù)具有異質(zhì)性的前沿面,各DMU 之間的效率大小比較是無意義的。其三,現(xiàn)有部分研究將高??蒲袆?chuàng)新效率等同于科技創(chuàng)新效率,分析時存在概念誤用。
基于上述研究中存在的問題,本文進行了如下創(chuàng)新性的研究:一是從詞義、國內(nèi)外研究比較以及主體三個角度對兩個概念做了辨析,同時也對高??蒲袆?chuàng)新效率與科技創(chuàng)新效率做了區(qū)分,提出高校科技創(chuàng)新效率分為兩個階段:第一階段為科研成果產(chǎn)出,這一階段創(chuàng)新要素投入產(chǎn)出效率是科研創(chuàng)新效率;第二階段為科研成果轉(zhuǎn)化階段,是高校將科研成果應(yīng)用及商業(yè)化的過程中創(chuàng)新投入產(chǎn)出效率。二是在分析影響因素時與三重螺旋理論相互結(jié)合,重點探討了政府以及企業(yè)支持力度對于高??蒲谐晒a(chǎn)出與科研成果轉(zhuǎn)化創(chuàng)新效率的影響。三是從三重螺旋視角系統(tǒng)提出建設(shè)創(chuàng)業(yè)型大學(xué)、服務(wù)型政府以及提升校企合作質(zhì)量水平針對性意見。
最后本文以經(jīng)典的Griliches-Jaffe 知識生產(chǎn)函數(shù)與三重螺旋理論,采用兩階段非徑向DEASBM 模型和Malmquist 指數(shù)對高??蒲袆?chuàng)新成果產(chǎn)出與轉(zhuǎn)化靜態(tài)和動態(tài)效率進行測算,并對影響兩階段科技創(chuàng)新效率大小的內(nèi)、外部因素采用面板Tobit 模型進行回歸分析。本文從經(jīng)典理論出發(fā),進一步將知識生產(chǎn)函數(shù)和三重螺旋理論拓展到高校創(chuàng)新效率研究領(lǐng)域,擴大了理論的適用范圍,具有一定的理論意義;同時應(yīng)用數(shù)理模型實證研究考察高校創(chuàng)新效率及其影響因素,為高校優(yōu)化資源配置、政府打造良好創(chuàng)新環(huán)境、企業(yè)提升產(chǎn)學(xué)合作質(zhì)量提供了理論依據(jù),也具有一定的現(xiàn)實指導(dǎo)意義。
1.靜態(tài)DEA-SBM 模型
傳統(tǒng)的CCR 和BCC 模型均為徑向模型,要求在評價效率時投入產(chǎn)出同比例變動,且存在投入或產(chǎn)出的松弛變量時,徑向DEA 會錯誤評估決策單元的效率值。為了解決上述問題,Tone[53]提出了一種基于松弛變量的效率測度方法即SBM 模型。由于投入導(dǎo)向和產(chǎn)出導(dǎo)向的SBM 模型存在假定投入或產(chǎn)出不變的情況下計算效率,必然忽視投入或產(chǎn)出中的一個方面,從而對效率值產(chǎn)生一定影響。因此本文采用非導(dǎo)向規(guī)模報酬可變條件下SBM 模型對我國省域高校的靜態(tài)效率進行分析。其基本表達式如下:
式(1)中,n 表示評價單元個數(shù),xj,yj分別表示投入變量和產(chǎn)出變量,sx,sy分別表示投入冗余變量和產(chǎn)出松弛變量,λ表示評價單元的參變量,θ 表示評價單元的效率值。
2.動態(tài)DEA-Malmquist 指數(shù)
Malmquist 指數(shù)通常用于測量決策單元的全要素生產(chǎn)率。該指數(shù)一般運用如下距離函數(shù)計算:
式(2)中,D(x,y)為距離函數(shù)。對于K 個待決策單元,每個決策單元在每個時段t 里有M 項投入指標,S 項產(chǎn)出指標。Farrell 技術(shù)效率指標可將上述距離函數(shù)轉(zhuǎn)化為針對相同時段和不同時段的線性規(guī)劃問題加以求解。
(1)針對相同時段求得的效率值:
(2)針對不同時段求得的效率值:
若要進一步檢驗規(guī)模效率的變化,則在式(3)、式(4)中增加限制條件,即可將Malmquist 指數(shù)分解成技術(shù)變化、純效率變化和規(guī)模效率變化。
3.因變量受限Tobit 回歸模型
DEA 計算的創(chuàng)新效率值取值區(qū)間為0~1,屬截斷式[54]分布,采用傳統(tǒng)的OLS 估計會產(chǎn)生有偏結(jié)果。因此本文采用以最大似然估計法為基礎(chǔ)的空間Tobit 模型對影響高校創(chuàng)新效率的影響因素進行進一步分析。其基本形式如下:
目前學(xué)術(shù)界對于高校創(chuàng)新效率投入產(chǎn)出指標體系的構(gòu)建各不相同,現(xiàn)有文獻對于指標的選取一般遵循系統(tǒng)性、適用性以及數(shù)據(jù)易得性的原則。依據(jù)該原則,本文構(gòu)建的高校創(chuàng)新效率指標體系如圖1 所示。
圖1 高校兩階段創(chuàng)新指標評價體系
根據(jù)Griliches-Jaffe 知識生產(chǎn)函數(shù),投入變量包括研發(fā)經(jīng)費投入和人力資源投入[55]。在產(chǎn)出指標的選擇上,現(xiàn)有研究主要選擇R&D 課題數(shù)、科技論文數(shù)、科技著作數(shù)以及專利數(shù)。因此本文參考現(xiàn)有文獻的做法,將上述指標作為第一階段科研成果產(chǎn)出的評價指標,其中R&D 經(jīng)費內(nèi)部支出本文認為在第一階段中選擇基礎(chǔ)研究經(jīng)費更加合理。
王輝和陳敏認為第二階段投入中除了一階段的產(chǎn)出以外,還有非高校R&D 經(jīng)費支出和非高校人員投入;高擎等認為第二階段的投入是研發(fā)應(yīng)用以及科技服務(wù)全時人員和經(jīng)費支出。根據(jù)上述學(xué)者的觀點以及一階段的投入,本文選擇R&D成果應(yīng)用與科技服務(wù)全時人員當量與R&D 經(jīng)費內(nèi)部支出(應(yīng)用研究與試驗發(fā)展)以及一階段產(chǎn)出中的科技論文、專著以及有效發(fā)明專利數(shù)為第二階段投入指標。第二階段的產(chǎn)出為區(qū)域創(chuàng)新能力,同時也是高??蒲谐晒D(zhuǎn)化,本文將新產(chǎn)品銷售收入、技術(shù)市場成交額作為代表高校對區(qū)域整體的貢獻。
本文從三大創(chuàng)新主體的視角考察高校兩階段創(chuàng)新效率的影響因素,從三重螺旋理論視角下重點考察校企業(yè)支持力度和政府支持力度對創(chuàng)新效率的影響。其中被解釋變量為第一階段和第二階段創(chuàng)新效率的綜合值大小。
1.解釋變量
(1)企業(yè)支持力度(Ind)與政府支持力度(Gnd):高??蒲薪?jīng)費主要來源于政府和企業(yè),兩大創(chuàng)新主體對于推動科技創(chuàng)新有著重要作用,因此本文選擇科研經(jīng)費中的企業(yè)經(jīng)費支出和政府經(jīng)費支出作為衡量指標。(2)產(chǎn)業(yè)結(jié)構(gòu)(Is):Thursby等[56]研究指出,產(chǎn)業(yè)結(jié)構(gòu)與高科技吸引力成正向變動,產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級也會間接帶來高校創(chuàng)新成果的轉(zhuǎn)化。本文以第三產(chǎn)業(yè)產(chǎn)值占三大產(chǎn)業(yè)的比重來衡量。(3)經(jīng)濟環(huán)境(Eco):反映高校所在區(qū)域的經(jīng)濟發(fā)展水平,采用各省份人均GDP 衡量。(4)制度環(huán)境(Sys):參考王曉珍等的研究,本文選擇人均公共教育經(jīng)費作為制度環(huán)境的表征指標。(5)區(qū)位環(huán)境(Loc):該變量為虛擬變量,按照區(qū)域經(jīng)濟發(fā)展水平劃分,1 表示區(qū)位環(huán)境優(yōu)勢較強,0 表示區(qū)位環(huán)境優(yōu)勢較弱。
2.控制變量
控制變量的選擇主要是影響兩階段創(chuàng)新效率的內(nèi)部要素,即高校內(nèi)生因素,本文選擇如下變量作為控制變量。(1)學(xué)術(shù)交流(Ae):跨區(qū)域與學(xué)科的交流合作,能促進知識的流動。國際學(xué)術(shù)會議交流論文數(shù)與國際學(xué)術(shù)會議特邀報告數(shù)能很好衡量高校學(xué)術(shù)交流。(2)研究生培養(yǎng)(Gra):參考方超和羅英姿[57]的研究,本文選擇參與科技活動的研究生人數(shù)作為衡量指標。(3)科研傾向(Rp):反映高校側(cè)重基礎(chǔ)研究還是應(yīng)用研究,參考高擎等的研究,采用基礎(chǔ)研究支出經(jīng)費占應(yīng)用研究支出經(jīng)費的比值衡量。
本研究選取我國30 個省份(西藏、香港等地區(qū)由于部分數(shù)據(jù)缺失,予以剔除)作為研究對象。投入產(chǎn)出數(shù)據(jù)與影響因素數(shù)據(jù)來源于2009—2019年《高等學(xué)??萍冀y(tǒng)計資料匯編》、《中國科技統(tǒng)計年鑒》以及《中國統(tǒng)計年鑒》。
DEA 是一種非參數(shù)測定方法,不需要對數(shù)據(jù)進行標準化處理,但是要求數(shù)據(jù)均為正數(shù)。沈江建和龍文[58]針對DEA 模型中數(shù)據(jù)存在非正的問題,實證檢驗了無量綱化、將負產(chǎn)出轉(zhuǎn)化成最小正數(shù)法、初等行變換和數(shù)據(jù)平移四種方法處理對效率值測度的影響,結(jié)果表明初等行變換具有普遍適用性,但取最小正數(shù)法同樣也可求解出正確的效率值。本文對相應(yīng)的投入產(chǎn)出指標中存在的非正值采取最小正數(shù)取代。
現(xiàn)有學(xué)者為了得到更加真實的效率值,對與物價變動相關(guān)的指標進行平減或貼現(xiàn)處理。參考陳懷超等的研究,“R&D 科技經(jīng)費內(nèi)部支出”選取固定資產(chǎn)投資價格指數(shù)的45%和消費物價指數(shù)的55%做平減處理,其他均采取消費物價指數(shù)進行平減處理。關(guān)于創(chuàng)新產(chǎn)出滯后的分析,本文參考胡振華和劉篤池[59]的研究,將科研創(chuàng)新投入至科研成果產(chǎn)出再到科研成果轉(zhuǎn)化實現(xiàn)創(chuàng)新經(jīng)濟效益的滯后年限均設(shè)置1 年。
1.靜態(tài)效率評價
本研究運用MATLAB 軟件,將兩階段投入產(chǎn)出面板數(shù)據(jù)分別代入DEA-SBM 模型,分階段評價省域高校科研創(chuàng)新效率及科研成果產(chǎn)出對區(qū)域創(chuàng)新績效的影響,分別獲得科研成果產(chǎn)出階段和科研成果轉(zhuǎn)化階段的各年綜合效率值靜態(tài)大小,結(jié)果如見表2、3。
在科研成果產(chǎn)出階段,僅有北京、內(nèi)蒙古、江蘇、浙江、河南和湖北六個省份的綜合效率值為1,說明這六個省份的高??蒲袆?chuàng)新成果產(chǎn)出效率處于生產(chǎn)前沿面上。福建、海南以及陜西三個省份的綜合效率值在0.9 以上,而天津、山西、吉林、黑龍江、安徽、廣西、寧夏、新疆八個省份的綜合效率值均低于0.5。在科研成果轉(zhuǎn)化階段,僅有北京、廣東、青海、寧夏四個省份的綜合效率值為1,說明這四個省份在成果轉(zhuǎn)化階段到達了DEA 有效。僅有天津、山東兩個省份的綜合效率值在0.9 以上,大多數(shù)省份的科研成果轉(zhuǎn)化效率都較低。結(jié)合表1,表2 來看,北京在科研成果產(chǎn)出與科研成果轉(zhuǎn)化階段的效率值均為1,處于全國領(lǐng)先地位,其余大部分省份高校的科研產(chǎn)出效率都大于科研成果轉(zhuǎn)化效率。
表2 2009—2019 年我國30 個?。ㄗ灾螀^(qū)、直轄市)科研成果產(chǎn)出階段綜合效率評價
續(xù)上表
表3 2009—2019 年我國30 個?。ㄗ灾螀^(qū)、直轄市)科研成果轉(zhuǎn)化階段綜合效率評價
續(xù)上表
2.動態(tài)效率評價
通過DEAP2.1 軟件,采用Malmquist 指數(shù)從時間維度和區(qū)域維度評價2009—2019 年我國省域高??蒲谐晒a(chǎn)出創(chuàng)新效率與科研成果轉(zhuǎn)化階段創(chuàng)新效率變化。
(1)時間維度視角。從表4、5 結(jié)果可知,第一階段科研成果產(chǎn)出全要素生產(chǎn)率年均小于1(均值為0.983),第二階段科研成果轉(zhuǎn)化全要素生產(chǎn)率年均大于1(均值為1.001),表明2009—2019 年我國科研創(chuàng)新全要素生產(chǎn)率整體呈現(xiàn)小幅下降趨勢,年均減少1.7%,而科研成果轉(zhuǎn)化創(chuàng)新全要素生產(chǎn)率幾乎保持不變。第一階段和第二階段全要素生產(chǎn)率在2010—2016 年呈現(xiàn)不斷上升趨勢,之后則呈下降趨勢。進一步分析我國各省份高校兩階段創(chuàng)新效率變動的方向和原因,可見技術(shù)進步效率呈先增后減的趨勢,而純技術(shù)效率的變化則呈先減后增的趨勢,規(guī)模效率的變化則相對比較穩(wěn)定。
表4 2009—2019 年我國30 個?。ㄗ灾螀^(qū)、直轄市)科研成果產(chǎn)出階段動態(tài)評價
由具體指標分解可見,第一階段全要素生產(chǎn)率年均減少1.7%,主要源于技術(shù)進步效率年均減少3.2%,但規(guī)模效率和純技術(shù)效率年均增加1.2%與0.4%阻止了全要素生產(chǎn)率的進一步降低,但整體上并沒有呈上升趨勢,說明科研創(chuàng)新效率的提升中技術(shù)進步效率是亟須考慮不斷提高。第二階段全要素生產(chǎn)率年均增長緩慢,技術(shù)進步效率仍然偏低。技術(shù)效率及其分解指標純技術(shù)效率和規(guī)模效率也僅有小幅增加,表明2009—2019 年我國各省高校的科技創(chuàng)新兩階段效率中創(chuàng)新管理水平、資源配置水平有所提升,但在技術(shù)水平以及投入產(chǎn)出規(guī)模匹配程度上有所降低。上述分析表明提高高校科研水平,促進技術(shù)進步是未來的主攻方向,而科研創(chuàng)新管理、資源配置等后續(xù)還需不斷優(yōu)化調(diào)整。
表5 2009—2019 年我國30 個?。ㄗ灾螀^(qū)、直轄市)科研成果轉(zhuǎn)化階段動態(tài)評價
(2)區(qū)域維度視角。為進一步討論不同地區(qū)高校兩階段創(chuàng)新效率的異質(zhì)性,首先需對我國區(qū)域進行劃分。王曉珍等認為現(xiàn)有的東、中、西區(qū)域劃分方法并不適合當前經(jīng)濟發(fā)展的需要,應(yīng)采取國務(wù)院發(fā)展研究中心提出的八大綜合經(jīng)濟區(qū)劃分法。八大經(jīng)濟區(qū)兩階段動態(tài)評價測算結(jié)果見表6、7。
表6、7 結(jié)果表明,在第一階段高??蒲谐晒a(chǎn)出效率變化中,僅有北部、東部沿海經(jīng)濟區(qū)以及東北綜合經(jīng)濟區(qū)的全要素生產(chǎn)率大于1。這些區(qū)域幾乎都屬于東部經(jīng)濟強省,在科研經(jīng)費、基礎(chǔ)設(shè)施和創(chuàng)新人才的投入充足,績效評價方式、內(nèi)部管理體制、創(chuàng)新資源配置等方面雖然存在問題,但整體的全要素生產(chǎn)率大于1。其余經(jīng)濟區(qū)全要素生產(chǎn)率小于1。第二階段科研成果轉(zhuǎn)化效率變化中,僅有南部沿海經(jīng)濟區(qū)域與大西北綜合經(jīng)濟區(qū)全要素生產(chǎn)率小于1,表明2009 年以來我國各經(jīng)濟區(qū)的科研成果轉(zhuǎn)化都有所增加,高校研究成果不再被束之高閣,而對區(qū)域經(jīng)濟增長起到了一定的推動作用。
表6 2009—2019 年我國八大經(jīng)濟區(qū)科研成果產(chǎn)出階段動態(tài)評價
進一步分析影響各經(jīng)濟區(qū)全要素生產(chǎn)率的主要因素,發(fā)現(xiàn)技術(shù)進步效率的降低是關(guān)鍵。雖然西部大開發(fā)、中部崛起、中西部高等教育振興計劃使得中、西部都獲得更多的人財物支持,內(nèi)部管理與績效評價更加合理,全要素生產(chǎn)率有所提高,但是由于在最前沿的研究和科研成果轉(zhuǎn)化多以模仿為主,缺乏自主創(chuàng)新,關(guān)鍵技術(shù)被“卡脖子”,這些使得技術(shù)進步逐漸成為困擾科研成果產(chǎn)出與轉(zhuǎn)化的關(guān)鍵環(huán)節(jié)。
表7 2009—2019 年我國八大經(jīng)濟區(qū)科研成果轉(zhuǎn)化階段動態(tài)評價
現(xiàn)有學(xué)者對于影響高校創(chuàng)新效率大小的環(huán)境變量主要聚焦于外部宏觀環(huán)境變量和內(nèi)部微觀環(huán)境變量。前者主要受制于政府,后者主要受制于高校本身。外部宏觀環(huán)境變量具體包括經(jīng)濟環(huán)境、產(chǎn)業(yè)環(huán)境、制度環(huán)境以及文化環(huán)境;內(nèi)部微觀環(huán)境變量可以包括高??萍既藛T構(gòu)成、國際交流狀況、獲得成果獎勵以及高技術(shù)產(chǎn)業(yè)發(fā)展狀況。
由于被解釋變量取值介于0~1,屬于典型的受限因變量,采用普通的最小二乘法會導(dǎo)致參數(shù)估計錯誤,而采用最大似然估計法的Tobit 模型獲得的參數(shù)更加準確。對于面板數(shù)據(jù),固定效應(yīng)Tobit模型由于找不到個體異質(zhì)性的充分統(tǒng)計量,因而無法像固定效應(yīng)的logit 或計數(shù)模型進行條件最大似然估計[60]。由于本文研究對象是11 年30 個省份,屬于短面板數(shù)據(jù),各個省份之間存在差異,適合選取隨機效應(yīng)Tobit 模型。為了消除異方差的影響,對相應(yīng)的變量取對數(shù)處理。同時為了更加明確政府、企業(yè)對高校創(chuàng)新效率的影響關(guān)系,模型加入了企業(yè)支持力度和政府支持力度的二次項。具體研究模型如下:
式(6)中,EFFit表示式(1)中得到的各年各省份一階段和二階段綜合創(chuàng)新效率值;β 表示回歸參數(shù);Zj表示控制變量;εit表示隨機誤差項。回歸分析的結(jié)果如表8 所示。
表8 高校兩階段創(chuàng)新效率影響因素回歸分析結(jié)果
模型1~4 為高校一階段科技成果產(chǎn)出創(chuàng)新效率的層級回歸結(jié)果,模型5~模型8 為高校二階段科技成果轉(zhuǎn)化創(chuàng)新效率的層級回歸結(jié)果。模型1 中企業(yè)支持力度的一次項與二次項對科研成果產(chǎn)出創(chuàng)新效率有一定的負向影響但不顯著,而模型2 中政府對高校支持的一次項為負,二次項為正且在1%的水平上顯著,表明政府支持對高??蒲谐晒a(chǎn)出創(chuàng)新效率具有U 型影響。模型3 為基本的回歸模型,企業(yè)支持力度為正但不顯著,政府對高校支持在1%的顯著水平上為負,表明當前階段我國政府對高校投入存在與產(chǎn)出資源不匹配的現(xiàn)象,存在邊際收益遞減的趨勢。地區(qū)經(jīng)濟環(huán)境、制度環(huán)境以及區(qū)位優(yōu)勢對科研成果產(chǎn)出創(chuàng)新效率的影響為正但不顯著。模型4 中加入了企業(yè)支持力度與政府支持力度的二次項,結(jié)果表明企業(yè)支持力度一次項為正,二次項為負,而政府支持力度一次項為負,二次項為正,企業(yè)支持力度和政府支持力度均在不同水平上顯著,產(chǎn)業(yè)結(jié)構(gòu)為負且顯著,其他環(huán)境變量均不顯著。因此從上述分析結(jié)果來看,第一階段中政府支持力度對高??蒲挟a(chǎn)出創(chuàng)新效率呈U 型影響,而企業(yè)支持力度在第一階段中對高??蒲挟a(chǎn)出創(chuàng)新效率呈倒U 型影響。
二階段高??蒲谐晒D(zhuǎn)化創(chuàng)新效率中,模型5 中企業(yè)支持力度的一次項為負,二次項為正,表明企業(yè)支持力度對科研成果轉(zhuǎn)化創(chuàng)新效率也呈倒U 型影響。模型7 中政府支持力度為負且在10%的水平下顯著,表明在科研成果轉(zhuǎn)化階段,政府資金支持并不能發(fā)揮很好的作用,科研成果還需要經(jīng)受市場的檢驗。模型6、7、8 的結(jié)果顯示,產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟環(huán)境、制度環(huán)境系數(shù)為正但不顯著,表明這些環(huán)境變量對于高校科研成果轉(zhuǎn)化創(chuàng)新效率影響較小。區(qū)位環(huán)境系數(shù)顯著為正,說明在科研成果應(yīng)用上經(jīng)濟發(fā)達地區(qū)相較于經(jīng)濟落后地區(qū)的應(yīng)用更快,對于區(qū)域科研成果產(chǎn)出創(chuàng)新效率的提高作用更為顯著。
本文運用靜態(tài)DEA-SBM 模型和動態(tài)DEAMalmquist 指數(shù)測算2009—2019 年各省份高??蒲谐晒a(chǎn)出創(chuàng)新效率和科研成果轉(zhuǎn)化創(chuàng)新效率。并進一步以技術(shù)效率綜合值為被解釋變量,重點研究了政府、企業(yè)支持力度的影響,同時對產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟環(huán)境等外部因素采用隨機效應(yīng)的面板Tobit 模型進行回歸分析,主要得出以下結(jié)論。
1.從靜態(tài)模型分析來看:科研成果產(chǎn)出階段僅有北京、內(nèi)蒙古、江蘇、浙江、河南和湖北的創(chuàng)新效率處于生產(chǎn)前沿面上,八個省份的綜合效率值低于0.5;科研成果轉(zhuǎn)化階段僅有北京、廣東、青海和寧夏創(chuàng)新效率值為1,大多數(shù)省份的轉(zhuǎn)化效率較低。北京在兩階段的創(chuàng)新效率值都為1,在高校創(chuàng)新資源以及創(chuàng)新成果轉(zhuǎn)化方面處于領(lǐng)先地位??蒲谐晒a(chǎn)出階段的效率值普遍大于科研成果轉(zhuǎn)化階段效率值。
2.從動態(tài)模型的時間維度和區(qū)域維度來看:首先科研產(chǎn)出階段的全要素生產(chǎn)率略低于1,有小幅下降的趨勢;科研成果轉(zhuǎn)化階段全要素生產(chǎn)率幾乎保持不變。其次八大區(qū)域中北部沿海、東部沿海以及東北綜合經(jīng)濟區(qū)兩階段創(chuàng)新效率顯著高于其他區(qū)域,而南部沿海、大西南與大西北綜合經(jīng)濟區(qū)兩階段創(chuàng)新全要素生產(chǎn)率雖然有所增加但增長緩慢。具體分析發(fā)現(xiàn)技術(shù)進步效率是對兩階段創(chuàng)新效率影響程度最大的。
3.目前我國政府對高??蒲兄С至Χ扰c高??蒲挟a(chǎn)出創(chuàng)新效率呈U 型關(guān)系,企業(yè)支持力度在科研成果產(chǎn)出和科研成果轉(zhuǎn)化兩階段均呈倒U型關(guān)系。在其他影響因素方面,產(chǎn)業(yè)結(jié)構(gòu)對科研創(chuàng)新成果有顯著負向影響。區(qū)位環(huán)境對于高校成果轉(zhuǎn)化創(chuàng)新效率的提升有顯著正向影響。制度環(huán)境、經(jīng)濟環(huán)境對兩階段創(chuàng)新效率提升并沒有顯著影響。
結(jié)合上述結(jié)論,根據(jù)目前“雙一流”高校建設(shè),本文從三重螺旋視角下重點分析政府、企業(yè)與高校如何更好地發(fā)揮好自己本身的職能,同時搭建良好的合作關(guān)系以提升高校兩階段創(chuàng)新效率。第一條建議對應(yīng)結(jié)論一,指出高校應(yīng)從重視科研產(chǎn)出的研究型大學(xué)向重視產(chǎn)出與轉(zhuǎn)化的創(chuàng)業(yè)型大學(xué)的轉(zhuǎn)變;第二條建議對應(yīng)結(jié)論二,為高校如何縮小區(qū)域差異,完善創(chuàng)新系統(tǒng)提出了相應(yīng)建議;第三、四條建議對應(yīng)結(jié)論三,回答了高校和政府以及高校和企業(yè)應(yīng)如何高效合作、提升效率。
1.從研究型大學(xué)向創(chuàng)業(yè)型大學(xué)轉(zhuǎn)變,注重創(chuàng)新成果產(chǎn)出與創(chuàng)新成果轉(zhuǎn)化。當前我國高校普遍重視成果產(chǎn)出效率,而忽視成果轉(zhuǎn)化,建設(shè)創(chuàng)業(yè)型大學(xué)勢在必行。創(chuàng)業(yè)型大學(xué)首先由Etzkowitz 于1983 年提出,隨后美國教育學(xué)者Clark 探索了歐洲創(chuàng)業(yè)型大學(xué)的建設(shè)路徑。Crawley E 等也提出從教育、研究以及催化創(chuàng)新三個角度提出增強大學(xué)對于區(qū)域創(chuàng)新貢獻的具體做法:(1)教育應(yīng)該實施跨學(xué)科交叉課程;讓學(xué)生主動參與到體驗式的和數(shù)字化的學(xué)習(xí)中;在課程中為學(xué)生提供領(lǐng)導(dǎo)力、管理和企業(yè)家精神的選修課程。(2)研究也要以研究人員興趣或解決當下問題為出發(fā)點;在跨學(xué)科合作研究時,應(yīng)不斷尋找具有高影響力的跨學(xué)科發(fā)現(xiàn)和理論。(3)大學(xué)為了更好地服務(wù)和催化創(chuàng)新,應(yīng)該促進與合作伙伴的對話和正式協(xié)商;同時開設(shè)創(chuàng)新創(chuàng)業(yè)課程與嘗試創(chuàng)建真實的企業(yè)。
2.完善區(qū)域創(chuàng)新體系,縮小區(qū)域差距。實證研究表明我國高校創(chuàng)新效率存在顯著的地理差異,東部沿海、北部沿海以及東北綜合經(jīng)濟區(qū)相較于南部沿海、大西南與大西北綜合經(jīng)濟區(qū)在創(chuàng)新成果產(chǎn)出和創(chuàng)新成果轉(zhuǎn)化階段效率要高,這主要受制于知識存量和技術(shù)代際。處于創(chuàng)新效率高值地區(qū)的高校應(yīng)以完善內(nèi)部治理、加快成果轉(zhuǎn)化平臺建設(shè)、致力于引領(lǐng)國際前沿研究為主;創(chuàng)新效率低值地區(qū)的高校應(yīng)建立并完善科研人才吸引和培養(yǎng)機制,鼓勵高水平科研人才流動,利用現(xiàn)有大數(shù)據(jù)、互聯(lián)網(wǎng)等技術(shù),搭建區(qū)域之間的交流平臺,實現(xiàn)優(yōu)勢互補,促進創(chuàng)新資源的高效流動。政府在打破區(qū)域差異中起到了重要作用,要充分發(fā)揮宏觀調(diào)控的功能,制定符合各個地區(qū)的高效創(chuàng)新政策體系。
3.從指導(dǎo)型政府向服務(wù)型政府過渡。目前我國科研主要是政府主導(dǎo)型,政府投資經(jīng)費占據(jù)總投資經(jīng)費一半以上,而實證研究表明政府支持力度與一階段創(chuàng)新效率目前呈U 型關(guān)系。高投入-高產(chǎn)出的資源擴張模式在內(nèi)生經(jīng)濟增長下并不會持續(xù)促進高校創(chuàng)新效率持續(xù)提升。如果政府投入在原有基礎(chǔ)上減少,從理論角度上科研產(chǎn)出的創(chuàng)新效率會有所增加,但實際上由于資金的減少,人才以及相關(guān)基礎(chǔ)設(shè)施的供應(yīng)會受到約束,對科研成果的持續(xù)產(chǎn)出甚至可能起到負面作用。而接著增加投入,勢必會帶來更多的冗余,因此界定好政府在創(chuàng)新中的作用至關(guān)重要。服務(wù)型政府的職責(zé)在于優(yōu)化資源分配結(jié)構(gòu),從宏觀上引導(dǎo)科研以服務(wù)于國家社會,從微觀上給予其他創(chuàng)新主體更多的自主權(quán)。
4.注重校企合作力度,實現(xiàn)互利共贏。在推進校企協(xié)同創(chuàng)新的過程中,要控制好校企合作力度?,F(xiàn)有研究表明,當企業(yè)支持力度適當時,跨組織人員、知識流動會促進高校與企業(yè)獲得互補性資源,進而提升創(chuàng)新意愿、加快創(chuàng)新產(chǎn)出、降低創(chuàng)新風(fēng)險;而超過一定臨界值時,高校需要花費大量的時間精力和資源來維持校企合作,高校的自主權(quán)受限,創(chuàng)新效率就會有所下降[61]。因此一方面高校要以企業(yè)需求為前提,建立長期互利共贏的合作關(guān)系,發(fā)揮高校在基礎(chǔ)研究、學(xué)科建設(shè)的優(yōu)勢,服務(wù)企業(yè)技術(shù)創(chuàng)新;積極搭建校企聯(lián)合創(chuàng)新共享平臺,將科研成果轉(zhuǎn)化為企業(yè)所需,提高成果轉(zhuǎn)化效率;另一方面要防止校企過度聯(lián)結(jié)對于學(xué)術(shù)研究的影響,在提升校企合作創(chuàng)新穩(wěn)定性的同時,保證研究者的時間和精力主要投入在學(xué)術(shù)研究和教育。