嚴(yán)立鵬 嚴(yán)志業(yè)

[摘 要] 基于中國(guó)高校2011-2015年的面板數(shù)據(jù)，通過重新構(gòu)建較為完善的高?？萍紕?chuàng)新能力評(píng)價(jià)體系，運(yùn)用密切值法對(duì)各省市高?？萍紕?chuàng)新能力進(jìn)行評(píng)價(jià)，發(fā)現(xiàn)東、中、西部高?？萍紕?chuàng)新能力差距較大，科技產(chǎn)業(yè)轉(zhuǎn)化能力普遍較弱；再次利用參數(shù)靈敏度分析工具進(jìn)行比較分析，發(fā)現(xiàn)人力投入對(duì)各省市高?？萍紕?chuàng)新能力排名有一定影響，但總體影響有限，而經(jīng)濟(jì)投入對(duì)總體科技創(chuàng)新能力影響較大。最后，針對(duì)分析得出的結(jié)論，立足實(shí)際，提出有效提升高?？萍紕?chuàng)新能力的政策建議。

[關(guān)鍵詞] 高等學(xué)校；科技創(chuàng)新能力；密切值法

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2019. 09. 093

[中圖分類號(hào)] G647 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1673 - 0194（2019）09- 0207- 04

0 前 言

建立科學(xué)高效的區(qū)域創(chuàng)新體系對(duì)科技創(chuàng)新的實(shí)現(xiàn)起著至關(guān)重要的作用，在這個(gè)體系中，高校、政府等機(jī)構(gòu)協(xié)調(diào)配合和分配關(guān)鍵資源[1]。高校在科技創(chuàng)新體系構(gòu)建中發(fā)揮著舉足輕重的作用，有數(shù)據(jù)表明，教育對(duì)其成員國(guó)經(jīng)濟(jì)增長(zhǎng)所做出的貢獻(xiàn)達(dá)到25%[2]。由此可見，在科技創(chuàng)新體系的構(gòu)建中，高校成為不可或缺的一部分，在推動(dòng)科技快速發(fā)展的過程中發(fā)揮著重要作用，肩負(fù)著提升地區(qū)乃至國(guó)家科技實(shí)力的重任[3]。因此，以地方高校為研究對(duì)象，評(píng)估其科技創(chuàng)新能力，有助于企業(yè)和地方政府更準(zhǔn)確地把握地方高校的整體科技創(chuàng)新能力，同時(shí)又有助于高校發(fā)現(xiàn)自身科技創(chuàng)新的優(yōu)缺點(diǎn)，準(zhǔn)確地把握長(zhǎng)處和不足，以發(fā)現(xiàn)差距，找準(zhǔn)自身定位，更好的提高科技創(chuàng)新能力[4]。

在現(xiàn)階段，雖然國(guó)內(nèi)外不乏基于不同視角的高?？萍紕?chuàng)新能力研究，但仍缺乏科學(xué)的研究體系和規(guī)范的研究理論來指導(dǎo)；所涉及的計(jì)量方法也比較有限，多數(shù)側(cè)重于數(shù)據(jù)包絡(luò)分析法，主成分分析法及因子分析法這三種研究方法的應(yīng)用。因此，本文試著采用前人鮮少涉及，評(píng)價(jià)各單元與最優(yōu)點(diǎn)距離的密切值法對(duì)區(qū)域高?？萍紕?chuàng)新能力評(píng)價(jià)研究做一些初步的探討，以期發(fā)現(xiàn)高校在科技創(chuàng)新過程中存在的優(yōu)勢(shì)和劣勢(shì)，揚(yáng)長(zhǎng)補(bǔ)短，最終實(shí)現(xiàn)科技創(chuàng)新實(shí)力的進(jìn)一步提升。

1 文獻(xiàn)綜述

基于高?？萍紕?chuàng)新能力評(píng)價(jià)指標(biāo)體系構(gòu)建及高校科技創(chuàng)新能力評(píng)價(jià)兩個(gè)視角是國(guó)內(nèi)外學(xué)者研究高?？萍紕?chuàng)新能力的熱點(diǎn)，希望從這兩個(gè)方面尋求對(duì)高?？萍紕?chuàng)新能力的提升取得突破[5]。通過對(duì)國(guó)內(nèi)外學(xué)者相關(guān)文獻(xiàn)的研究分析，發(fā)現(xiàn)科技創(chuàng)新能力評(píng)價(jià)體系的構(gòu)建中廣泛使用的指標(biāo)主要包括人力資源，科研經(jīng)費(fèi)，科研設(shè)備和科研產(chǎn)出等[6-7]；學(xué)者們大多熱衷于基于宏觀視角對(duì)高?？萍紕?chuàng)新能力進(jìn)行評(píng)價(jià)研究[8-12]。同時(shí)，現(xiàn)有的相關(guān)文獻(xiàn)大多僅局限于高?？萍紕?chuàng)新能力的排序，而并沒有對(duì)影響因素進(jìn)一步研究分析，研究結(jié)論的有效性比較有限。本文擬在各高?？萍紕?chuàng)新能力進(jìn)行實(shí)證分析的基礎(chǔ)上，通過參數(shù)靈敏度分析，進(jìn)一步研究影響科技創(chuàng)新能力的關(guān)鍵因素，有助于更好地把握高?？萍紕?chuàng)新能力的形成原因與提升機(jī)制。

2 高?？萍紕?chuàng)新能力評(píng)價(jià)模型

2.1 高?？萍紕?chuàng)新能力評(píng)價(jià)體系構(gòu)建

通過對(duì)現(xiàn)有相關(guān)文獻(xiàn)的研究，發(fā)現(xiàn)投入指標(biāo)和產(chǎn)出指標(biāo)是評(píng)價(jià)高?？萍紕?chuàng)新能力的兩個(gè)廣泛使用的一級(jí)指標(biāo)。投入指標(biāo)衡量當(dāng)?shù)卣畬?duì)高?？萍紕?chuàng)新能力提升的重視程度，產(chǎn)出指標(biāo)表明高校科技的知識(shí)產(chǎn)出和轉(zhuǎn)化能力。其中，投入指標(biāo)下常用的二級(jí)指標(biāo)主要包括R&D經(jīng)費(fèi)投入、R&D研究人員全時(shí)當(dāng)量、科技創(chuàng)新資源及基礎(chǔ)設(shè)施等投入；而科技成果及技術(shù)轉(zhuǎn)讓收入、專利申請(qǐng)數(shù)或授權(quán)數(shù)、高新技術(shù)總產(chǎn)值、地區(qū)技術(shù)市場(chǎng)成交額等指標(biāo)則多被用來衡量產(chǎn)出指標(biāo)。從總體上來說，前人的相關(guān)研究基本上涵蓋了人、財(cái)、物等大多數(shù)因素。因此，基于前人對(duì)高?？萍紕?chuàng)新指標(biāo)體系建設(shè)的代表性觀點(diǎn)，結(jié)合各地區(qū)的實(shí)際情況，綜合考慮影響科技創(chuàng)新的各種因素，重新構(gòu)建較為完善的高校科技創(chuàng)新能力評(píng)價(jià)體系。具體如表1所示。

考慮數(shù)據(jù)的可用性和準(zhǔn)確性，本文將從三個(gè)層次（目標(biāo)層、一級(jí)指標(biāo)和二級(jí)指標(biāo)）建立高校創(chuàng)新能力評(píng)估系統(tǒng)，共有15個(gè)二級(jí)指標(biāo)。其中，人力投入包括6個(gè)二級(jí)指標(biāo)：專職教師人數(shù)、高等學(xué)校從業(yè)人員占R&D人員比重等，用以衡量人力資源投入水平；經(jīng)濟(jì)投入通過高校R&D經(jīng)費(fèi)內(nèi)部支出、R&D經(jīng)費(fèi)支出和R&D經(jīng)費(fèi)支出占地區(qū)生產(chǎn)總值比重3個(gè)二級(jí)指標(biāo)來進(jìn)行衡量；知識(shí)產(chǎn)出主要體現(xiàn)在發(fā)表的科技論文數(shù)、出版的科技著作數(shù)等5個(gè)方面。查閱相關(guān)統(tǒng)計(jì)年鑒，發(fā)現(xiàn)有關(guān)經(jīng)濟(jì)產(chǎn)出的指標(biāo)較少，主要表現(xiàn)在高校專利所有權(quán)轉(zhuǎn)讓及許可收入，以衡量科技創(chuàng)新能力所帶來的直接經(jīng)濟(jì)效益。

2.2 數(shù)據(jù)來源

本文的研究目的通過找出影響科技創(chuàng)新能力水平的關(guān)鍵要素，并提出契合的政策建議。因此以全國(guó)31個(gè)省、直轄市和自治區(qū)作為研究對(duì)象，但因西藏、寧夏、海南、青海、內(nèi)蒙古、新疆六個(gè)省部分年份的數(shù)據(jù)存在缺失，為保證數(shù)據(jù)的完整性和評(píng)價(jià)結(jié)果的準(zhǔn)確性，故將該六省剔除在外，僅以剩余25個(gè)省市作為高?？萍紕?chuàng)新能力評(píng)價(jià)研究的決策單元。同時(shí)為保證數(shù)據(jù)的可靠性和時(shí)效性，防止個(gè)別年度數(shù)據(jù)的突高或突低影響研究結(jié)論的準(zhǔn)確性，因此選擇2011-2015年連續(xù)5年的相關(guān)數(shù)據(jù)進(jìn)行研究。本文所選用數(shù)據(jù)均來自《中國(guó)統(tǒng)計(jì)年鑒》及《中國(guó)科技統(tǒng)計(jì)年鑒》。

2.3 研究方法

密切值法（technique for order preference by similarity to ideal solution，Topsis）是一種多指標(biāo)的綜合決策優(yōu)選方法，它從正向指標(biāo)和負(fù)向指標(biāo)兩個(gè)角度綜合考慮，可以得出并比較實(shí)際數(shù)據(jù)與最佳方案和最劣方案之間的距離，獲得各評(píng)價(jià)對(duì)象與最優(yōu)方案的相對(duì)接近距離，以此作為評(píng)價(jià)優(yōu)劣的依據(jù)[13]。具體計(jì)算過程如表2所示[14]。

最后在密切值法得出結(jié)論的基礎(chǔ)上，利用參數(shù)靈敏度分析工具，分別通過剔除人力投入指標(biāo)和經(jīng)濟(jì)投入指標(biāo)，觀察排除該一級(jí)指標(biāo)后Ci值的變化，比較分析人力投入因素和經(jīng)濟(jì)投入因素對(duì)Ci值的影響。找出影響科技創(chuàng)新能力水平的關(guān)鍵指標(biāo)和自身科技發(fā)展的短板，有利于各地區(qū)高校找準(zhǔn)自身定位，較為準(zhǔn)確的根據(jù)各項(xiàng)投入?yún)?shù)的重要程度，合理分配稀缺資源，實(shí)現(xiàn)高效提升科技創(chuàng)新水平的目的。

3 高?？萍紕?chuàng)新能力的評(píng)價(jià)

3.1 基于密切值法的高校科技創(chuàng)新能力的比較分析

本文首先對(duì)高?？萍紕?chuàng)新能力的整體水平進(jìn)行測(cè)量。由本文衡量科技創(chuàng)新能力的計(jì)算方法可知，密切值Ci越大，說明評(píng)價(jià)對(duì)象越優(yōu)。在2011-2015年間，利用以上構(gòu)建的指標(biāo)體系統(tǒng)計(jì)數(shù)據(jù)，得出各省市高?？萍紕?chuàng)新能力的密切值。從研究結(jié)果可以看出，高?？萍紕?chuàng)新能力的空間差異特征明顯：東部地區(qū)中北京、江蘇和上海三省市高校表現(xiàn)突出，密切值均大于0.3，科技創(chuàng)新能力較強(qiáng)；湖北、浙江、吉林、黑龍江、四川、廣東、遼寧和陜西高?？萍紕?chuàng)新能力緊隨其后，密切值介于0.2～0.3之間，科技創(chuàng)新能力次之；其余省市和自治區(qū)的密切值均低于0.2，表明科技創(chuàng)新水平有待提高。

3.2 參數(shù)靈敏度分析

剔除人力投入，經(jīng)濟(jì)投入、知識(shí)產(chǎn)出和經(jīng)濟(jì)產(chǎn)出不變，得到新的科技創(chuàng)新效率評(píng)價(jià)結(jié)果?？梢园l(fā)現(xiàn)，人力投入對(duì)北京、江蘇、上海、湖北和浙江這五個(gè)省市的科技創(chuàng)新能力影響不大，均保持較為穩(wěn)定的狀態(tài)。但對(duì)于原本位于較弱地位的其他省市影響較為明顯：從整體來看，除了以上五個(gè)省市以外，密切值都有顯著下降的趨勢(shì)，10個(gè)省市密切值降到0.1～0.2之間，10個(gè)省市密切值降到0.1以下。

剔除經(jīng)濟(jì)投入，人力投入、知識(shí)產(chǎn)出和經(jīng)濟(jì)產(chǎn)出不變，得到新的科技創(chuàng)新效率評(píng)價(jià)結(jié)果。從總體密切值來看，中國(guó)區(qū)域間高校科技創(chuàng)新能力變化較大，密切值得分出現(xiàn)劇烈跳躍現(xiàn)象，總體呈現(xiàn)上升的特點(diǎn)：其中北京和江蘇密切值均在0.7以上，緊隨其后的上海、吉林、湖北和浙江四省市密切值也均在0.5以上，其余各省市高校科技創(chuàng)新能力也均有不同程度的增強(qiáng)。

剔除人力投入或剔除經(jīng)濟(jì)投入前后， 北京、江蘇和上海的排名均保持前三不變，且密切值均保持上升趨勢(shì)。但相比于剔除人力投入來說，剔除經(jīng)濟(jì)投入對(duì)這三省市的密切值影響較大，說明經(jīng)濟(jì)投入因素比人力投入因素更為關(guān)鍵。剔除人力投入指標(biāo)以后，吉林、廣西、貴州、云南和福建五省排名變化較為劇烈：除福建上升6位外，其余四省分別下降11位、6位、9位和6位；密切值總體也呈現(xiàn)下降趨勢(shì)，總體降到0.2以下。剔除經(jīng)濟(jì)投入對(duì)各省市高?？萍紕?chuàng)新能力排名影響不大，但密切值總體呈現(xiàn)上升趨勢(shì)，除甘肅、河北、江西、山西和福建五省以外，總體密切值均大于0.4。通過以上分析說明，北京、江蘇和上海三省市科技創(chuàng)新能力較為領(lǐng)先，與其余各省市差距較大；對(duì)于其他各省市來說，人力投入因素對(duì)各省市排名有一定影響，雖然密切值總體呈下降趨勢(shì)，但相差不大，差值均保持在0.1的區(qū)間范圍之內(nèi)；而經(jīng)濟(jì)投入對(duì)各省市排名基本上沒有影響，但對(duì)密切值卻影響較為劇烈，總體提升0.2，說明經(jīng)濟(jì)投入對(duì)科技創(chuàng)新能力影響較大。

4 結(jié)論及建議

基于以上分析，可以看出地方高?？萍紕?chuàng)新能力具有以下幾個(gè)特點(diǎn)。①北京、江蘇和上海三個(gè)省市總體科技創(chuàng)新能力遙遙領(lǐng)先于其他省市，密切值均大于0.3。不僅總體科技創(chuàng)新能力較強(qiáng)，且排名較為穩(wěn)定，但相比于人力投入因素，經(jīng)濟(jì)投入因素對(duì)其影響較大。②從區(qū)域空間上看，東部地區(qū)的高?？萍紕?chuàng)新能力最強(qiáng)，其次分別是中西部地區(qū)。但從局部區(qū)域來看，在中西部一些省份（如湖北，吉林，黑龍江和四川等）的科技創(chuàng)新能力也表現(xiàn)得較為突出。③結(jié)合以上分析結(jié)論，從總體上看，人力投入因素對(duì)各省市科技創(chuàng)新能力排名有一定影響，而區(qū)域高?？萍紕?chuàng)新能力的提升對(duì)經(jīng)濟(jì)投入因素更為敏感。說明經(jīng)濟(jì)投入因素對(duì)科技創(chuàng)新能力提升的可能會(huì)起到更為明顯的作用。④科技轉(zhuǎn)化能力和產(chǎn)出能力較為薄弱，以北京為例，2015年北京高校R&D經(jīng)費(fèi)支出1 812 553萬元，有效發(fā)明專利38 050件，但專利所有權(quán)轉(zhuǎn)讓及許收入僅為28 442萬元，僅為R&D經(jīng)費(fèi)支出的1.57%。

結(jié)合以上分析，尋求高效提高科技創(chuàng)新能力的途徑，提出以下幾點(diǎn)建議。①東部地區(qū)科技創(chuàng)新能力最強(qiáng)，中部次之，西部較弱的總體趨勢(shì)要求更關(guān)注人力及經(jīng)濟(jì)資源的空間投入，而不僅僅一味地加大高?？萍紕?chuàng)新資源的投入。同時(shí)從以上分析來看，剔除人力投入因素后各省市科技創(chuàng)新能力密切值總體呈現(xiàn)下降趨勢(shì)，尤其對(duì)于中部和西部地區(qū)表現(xiàn)得較為明顯，而在剔除經(jīng)濟(jì)投入因素后科技創(chuàng)新能力密切值反而總體呈現(xiàn)上升趨勢(shì)，且總體表現(xiàn)上升趨勢(shì)極為明顯，這一現(xiàn)象幾乎表現(xiàn)在所有省市高校上，說明經(jīng)濟(jì)投入是高?？萍紕?chuàng)新能力提升的短板，故應(yīng)著重加強(qiáng)經(jīng)濟(jì)投入。而對(duì)于中西部地區(qū)來說，仍應(yīng)注意平衡人力因素的投入。②在以上分析上，剔除人力投入因素后，吉林、廣西、貴州、云南和福建五省排名波動(dòng)較為明顯，尤其是吉林和貴州表現(xiàn)較為劇烈，故這五省應(yīng)注意加強(qiáng)科技創(chuàng)新人才培養(yǎng)，要努力建設(shè)特色學(xué)科和一流專業(yè)，組成科技創(chuàng)新團(tuán)隊(duì)，培養(yǎng)科技創(chuàng)新人才，彌補(bǔ)智力資源的缺陷，實(shí)現(xiàn)提高綜合科技創(chuàng)新能力的目標(biāo)。③提高高校的科技產(chǎn)業(yè)轉(zhuǎn)化能力。在科技創(chuàng)新推動(dòng)科技發(fā)展的進(jìn)程中，高校發(fā)揮了舉足輕重的作用，創(chuàng)造了豐厚的知識(shí)產(chǎn)出，但卻未充分利用起來。故一方面應(yīng)鼓勵(lì)高校設(shè)立專門的機(jī)構(gòu)，積極將知識(shí)產(chǎn)出成果轉(zhuǎn)化和吸收，化知識(shí)產(chǎn)出為經(jīng)濟(jì)產(chǎn)出；另一方面，鼓勵(lì)高校與企業(yè)和政府對(duì)接，發(fā)揮企業(yè)資金雄厚和政府行政職能的優(yōu)勢(shì)，積極搭建平臺(tái)和拓寬渠道，促進(jìn)科技成果的有效轉(zhuǎn)化。④繼續(xù)擴(kuò)大產(chǎn)教結(jié)合的廣度和挖掘產(chǎn)學(xué)研結(jié)合的深度。高校在謀求自身發(fā)展的過程中，要注重特色專業(yè)和優(yōu)勢(shì)學(xué)科的建設(shè)，揚(yáng)長(zhǎng)補(bǔ)短，同時(shí)要制定完善的科技創(chuàng)新及科技發(fā)明獎(jiǎng)勵(lì)制度，對(duì)在科技創(chuàng)新和發(fā)明創(chuàng)造及轉(zhuǎn)化過程中做出突出貢獻(xiàn)的單位和個(gè)人，從精神和物質(zhì)兩個(gè)方面給予必要的獎(jiǎng)勵(lì)，積極鼓勵(lì)區(qū)域探索并建立適合自身情況的產(chǎn)教結(jié)合互助新模式。

主要參考文獻(xiàn)

[1]施星國(guó)，張建華，仲偉俊.區(qū)域高?？萍紕?chuàng)新能力的評(píng)價(jià)研究[J].研究與發(fā)展管理，2009，21（4）：106-113.

[2]章熙春，馬衛(wèi)華，蔣興華.高?？萍紕?chuàng)新能力評(píng)價(jià)體系構(gòu)建及其分析[J].科技管理研究，2010（13）：79-83.

[3]劉勇，應(yīng)洪斌，蔣芬君.中國(guó)高?？萍紕?chuàng)新能力比較——基于華東地區(qū)高校的實(shí)證研究[J].研究與發(fā)展管理，2014，26（5）：113-119.

[4]李永寧，趙炳起.基于主成分分析法的江蘇省地方高校創(chuàng)新力評(píng)價(jià)[J].科技管理研究，2009（4）：70-73.

[5]付曄.高?？萍紕?chuàng)新平臺(tái)體系的反思與重構(gòu)[J].研究與發(fā)展管理，2015，27（1）：84-91.

[6]駱嘉琪，匡海波.高?？萍紕?chuàng)新團(tuán)隊(duì)科研資源績(jī)效評(píng)價(jià)指標(biāo)體系[J].科研管理，2015，36（S1）：116-121.

[7]白玉，鄭童桐，劉輝，等.基于扎根理論的高?？萍紕?chuàng)新能力評(píng)價(jià)模型構(gòu)建[J].科技管理研究，2017，37（5）：102-108.

[8]翁明麗，席群.基于數(shù)據(jù)包絡(luò)法的高等院?？?jī)效評(píng)價(jià)研究——以211院校為例[J].科學(xué)·經(jīng)濟(jì)·社會(huì)，2013（4）：75-81.

[9]姚笑秋，陳玉娟.浙江省高校與研究機(jī)構(gòu)R&D投入差異及績(jī)效比較[J].科技管理研究，2013（11）：103-107.

[10]李永寧，趙炳起.基于主成分分析法的江蘇省地方高校創(chuàng)新力評(píng)價(jià)[J].科技管理研究，2009（4）：70-73.

[11]杜俊慧，王文寅，蘇貴影.基于主成分分析的山西高?？萍紕?chuàng)新能力評(píng)價(jià)[J].經(jīng)濟(jì)問題，2013（7）：111-114.

[12]董曄璐.基于因子分析的我國(guó)高?？萍紕?chuàng)新能力評(píng)價(jià)[J].科學(xué)管理研究，2015，33（6）：32-34.

[13]張振剛，鄭少賢.我國(guó)大中型工業(yè)企業(yè)技術(shù)創(chuàng)新能力評(píng)價(jià)：以廣東省為例[J]. 技術(shù)經(jīng)濟(jì)，2012（9）：1-6.

[14]黃凌云，謝麗團(tuán)，邱曉蘭，等.基于密切值法的福建省生態(tài)技術(shù)創(chuàng)新能力評(píng)價(jià)與提升策略[J].科技管理研究，2017（14）：70-76.