李冠男，邢 志，張長文

中國人民警察大學(xué) a.科研處; b.審計處，河北 廊坊 065000

0 引言

高校作為推動和實(shí)施科技成果轉(zhuǎn)化活動的重要主體，其科技成果轉(zhuǎn)化的能力強(qiáng)弱、效率高低直接影響我國科技創(chuàng)新能力水平[1-2]。如何優(yōu)化高?？蒲型度氘a(chǎn)出等資源配置，提升科技成果轉(zhuǎn)化能力、優(yōu)化科技成果轉(zhuǎn)化效率，是當(dāng)前高校落實(shí)創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，促進(jìn)經(jīng)濟(jì)和社會發(fā)展，提升大學(xué)綜合創(chuàng)新能力的關(guān)鍵問題。近年來，我國高?？萍汲晒D(zhuǎn)化研究主要圍繞制度機(jī)制、影響因素、評價指標(biāo)體系、資源配置及投入產(chǎn)出效率等開展。2015年國家修訂了《中華人民共和國促進(jìn)科技成果轉(zhuǎn)化法》[3]，明確提出高校持有的科技成果可以自主決定轉(zhuǎn)讓、許可或者作價投資，有力推動了高?？萍汲晒D(zhuǎn)化領(lǐng)域方面的研究。姚思宇等[4]運(yùn)用專家訪談、問卷調(diào)查等方法，對我國高?？萍汲晒D(zhuǎn)化影響因素進(jìn)行實(shí)證分析，基于Ordered Logit模型分析了制約我國高校科技成果轉(zhuǎn)化的5個相關(guān)因素的影響程度。楊登才等[5]以2007—2017年期間我國28個省市科技成果轉(zhuǎn)化面板數(shù)據(jù)為樣本，選取影響因素指標(biāo)，運(yùn)用數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis，簡稱DEA)、回歸分析等方法測度了對應(yīng)省市高校的科技成果轉(zhuǎn)化效率，分析了其影響因素，并得出高校教師的價值追求、科技成果成熟程度、社會協(xié)作氛圍是影響高校成果轉(zhuǎn)化效率的重要因素。趙公民等[6]以2009—2017年“雙一流”高校為研究對象，使用SBM-Malmqusit指數(shù)模型對其科技成果轉(zhuǎn)化效率進(jìn)行測度和分析，認(rèn)為提高人才質(zhì)量和經(jīng)費(fèi)質(zhì)量、發(fā)展互聯(lián)網(wǎng)、推動“互聯(lián)網(wǎng)+”深度融合是提高我國“雙一流”高?？萍汲晒D(zhuǎn)化效率的有效途徑。

綜上可知，當(dāng)前國內(nèi)學(xué)者通過多種方法對我國高校的科技成果產(chǎn)生能力和科技成果轉(zhuǎn)化效率分別開展了一定程度的研究工作，側(cè)重各有不同?？傮w來看：以高校作為特定對象的科技成果轉(zhuǎn)化研究仍然偏少，且對科技成果轉(zhuǎn)化評價單元缺少深入分析討論[7-8]；在成果轉(zhuǎn)化影響因素指標(biāo)的選擇上，缺乏明確一致的標(biāo)準(zhǔn)[9-10]；大多研究針對的是我國不同地域之間高校整體科技成果轉(zhuǎn)化效率測算分析，對同一地區(qū)高校科技成果轉(zhuǎn)化能力、效率及影響因素研究較少[11]。此外，高校科技成果與經(jīng)濟(jì)社會建設(shè)結(jié)合不夠、高校普遍科技成果轉(zhuǎn)化能力效率偏低的情況依然存在，成果轉(zhuǎn)化收益共享、分配機(jī)制以及知識產(chǎn)權(quán)保護(hù)配套措施等也有待進(jìn)一步完善[12-14]。鑒于此，在相關(guān)研究基礎(chǔ)上選取13類高?？萍汲晒D(zhuǎn)化投入產(chǎn)出指標(biāo)，通過因子分析法提取公因子，建立成果轉(zhuǎn)化能力評價模型。以2018年河北省33所高校科技成果轉(zhuǎn)化情況為研究樣本，實(shí)證測度對應(yīng)高校的科技成果轉(zhuǎn)化能力，運(yùn)用DEA-BCC模型測度對應(yīng)高校的科技成果轉(zhuǎn)化效率，并進(jìn)行分類綜合評價，為優(yōu)化高?？萍汲晒D(zhuǎn)化政策環(huán)境，提升成果轉(zhuǎn)化能力效率提供針對性對策建議和參考數(shù)據(jù)。

1 數(shù)據(jù)來源和研究設(shè)計

1.1 數(shù)據(jù)采集與處理

查閱相關(guān)文獻(xiàn)，結(jié)合我國高校科技成果轉(zhuǎn)化特點(diǎn)[15]，選取《高?？萍冀y(tǒng)計資料匯編》中相關(guān)院校的教學(xué)與科研人員數(shù)量、經(jīng)費(fèi)投入、承擔(dān)科技課題數(shù)量等作為原始投入要素，選取學(xué)術(shù)專著數(shù)量、論文篇數(shù)、技術(shù)轉(zhuǎn)讓收入等指標(biāo)作為原始投入產(chǎn)出要素，采集國家知識產(chǎn)權(quán)局專利檢索及分析數(shù)據(jù)庫中相關(guān)院校公告并取得的專利授權(quán)數(shù)量、國家發(fā)明專利授權(quán)數(shù)量等指標(biāo)作為原始產(chǎn)出要素，構(gòu)建高?？萍汲晒D(zhuǎn)化投入產(chǎn)出原始變量指標(biāo)體系，如表1所示。

1.2 因子分析法與工具

因子分析法指通過分析相關(guān)矩陣內(nèi)部結(jié)構(gòu)，根據(jù)相關(guān)性大小對變量進(jìn)行分組，得到同組內(nèi)變量相關(guān)性較高，不同組變量相關(guān)性較低或不相關(guān)的結(jié)果，從而找出少數(shù)幾個可以有效控制原始變量的隨機(jī)變量fi(i=1,2,…,k)，以此來描述各原始指標(biāo)之間的聯(lián)系[16]。運(yùn)用因子分析法，可以對原始投入產(chǎn)出的變量指標(biāo)進(jìn)行計算歸類，得到新的共同因子即公因子，實(shí)現(xiàn)多指標(biāo)體系的降維，便于進(jìn)行綜合評價分析[17]。使用IBM SPSS Statistics 23軟件，對高?？萍汲晒D(zhuǎn)化投入產(chǎn)出原始變量進(jìn)行因子分析，用以建立高?？萍汲晒D(zhuǎn)化能力評價模型，同時衡量各高?？萍汲晒D(zhuǎn)化能力強(qiáng)弱。

表1 高?？萍汲晒D(zhuǎn)化投入產(chǎn)出原始變量指標(biāo)

1.3 DEA-BCC分析與工具

DEA方法是一種在多個投入、多個產(chǎn)出情況下評價決策單元相對有效性的數(shù)學(xué)方法，廣泛用于部門間績效評估、全要素生產(chǎn)效率評估、能源效率評估、生產(chǎn)前沿面估計等實(shí)際問題。DEA方法不需要人為預(yù)先選擇生產(chǎn)函數(shù)，避免了主觀因素影響，具有很強(qiáng)的客觀性。通過運(yùn)用規(guī)?？勺兊腄EA-BCC模型，將因子分析得到的高?？萍汲晒D(zhuǎn)化指標(biāo)公因子作為模型的投入產(chǎn)出指標(biāo)數(shù)據(jù)，可以得到高?？萍汲晒D(zhuǎn)化的綜合效率、純技術(shù)效率和規(guī)模效率，用以分析不同高校的科技成果轉(zhuǎn)化效率情況。使用DEAP 2.1軟件，選取2018年河北省33所高?？萍汲晒D(zhuǎn)化情況為研究樣本，實(shí)證測度分析轉(zhuǎn)化效率。為避免爭議，對高校及其分析結(jié)果采用編號代替。

2 高校科技成果轉(zhuǎn)化能力評價分析

2.1 KMO和巴特利特檢驗

對選取的2018年河北省33所高校13類科技成果轉(zhuǎn)化投入產(chǎn)出原始變量進(jìn)行因子分析，并對選取數(shù)據(jù)進(jìn)行有效性檢驗，結(jié)果見表2。表中，檢驗統(tǒng)計量(KMO)數(shù)值為0.714，卡方值為748.230，自由度為78，P值顯著性概率為0.000，小于0.05，表明高?？萍汲晒D(zhuǎn)化投入產(chǎn)出原始變量數(shù)據(jù)之間有共同因子存在，適合采用因子分析。

表2 KMO和巴特利特檢驗結(jié)果

2.2 因子載荷分析

采用主成分分析法提取公因子，得到相關(guān)矩陣特征值和特征向量。其中3個因子特征值大于1，如表3所示。設(shè)定提取公因子分別為F1、F2、F3，采用方差最大化法對F1、F2、F3進(jìn)行旋轉(zhuǎn)，得到3個公因子主成分方差貢獻(xiàn)率分別為44.624%，28.301%，16.172%，累計貢獻(xiàn)率89.097%，較好地覆蓋了因變量部分信息，分析效果良好。為了使各項指標(biāo)更具有解釋性，使用因子旋轉(zhuǎn)的方式提高F1、F2、F3因子載荷，結(jié)果見表4。

表3 特征值和累計貢獻(xiàn)率

表4 因子旋轉(zhuǎn)后成分矩陣

如表4所示：F1在X3、X4、X5、X6、X10、X11指標(biāo)上載荷均在0.8以上，主要解釋了高?？萍汲晒D(zhuǎn)化工作中投入的科研活動經(jīng)費(fèi)、科技課題和專利，以及高校經(jīng)費(fèi)的使用；F2在X1、X2、X8指標(biāo)上載荷均在0.8以上，主要解釋了高?？萍汲晒D(zhuǎn)化工作中投入的科研人力，因此將F1、F2定義為高?？萍汲晒D(zhuǎn)化投入因子。F3在X12、X13指標(biāo)上載荷達(dá)到了0.9以上，集中反映了高?？萍汲晒D(zhuǎn)化數(shù)量及技術(shù)轉(zhuǎn)讓取得的收入情況，因此將F3定義為科技成果轉(zhuǎn)化產(chǎn)出因子。

2.3 高?？萍汲晒D(zhuǎn)化能力評價模型

利用得分系數(shù)矩陣，計算得到3個公因子的線性表達(dá)式，并建立高?？萍汲晒D(zhuǎn)化能力綜合評價模型如下：

G=H1·F1+H2·F2+H3·F3

(1)

式中，G、H、F分別表示因子總得分、公因子方差貢獻(xiàn)率、公因子。H越大表明對應(yīng)公因子越能反映高?？萍汲晒D(zhuǎn)化能力水平，G越大表示高?？萍汲晒D(zhuǎn)化能力越強(qiáng)。根據(jù)公因子得分和權(quán)重，計算出高?？萍汲晒D(zhuǎn)化投入產(chǎn)出因子和高?？萍汲晒D(zhuǎn)化能力，結(jié)果見表5。

如表5所示，公因子F1、F2得分排名前五的高校編號分別為24、2、6、9、1和10、11、12、5、26，說明以上高校在科研方面投入較多。公因子F3得分排名前五名的高校編號分別為24、2、9、1、6，說明以上高?？萍汲晒D(zhuǎn)化產(chǎn)出較多。因子總得分排名前五的高校編號為24、2、6、9、1，說明以上高?？蒲芯C合實(shí)力較強(qiáng)，投入科研的人力、經(jīng)費(fèi)多，承擔(dān)科研項目能力較強(qiáng)，科技成果轉(zhuǎn)化能力突出，如排名第一的24號高校，因子總得分G最高達(dá)到6 312.556，且對應(yīng)的公因子指標(biāo)均為最高，而最低的高校僅為29.805，表明各高校間科技成果轉(zhuǎn)化能力差距較大。需要說明的是，表5中個別因子對應(yīng)計算得分為負(fù)數(shù)并不表示該?？萍汲晒D(zhuǎn)化投入產(chǎn)出量為負(fù)，而是軟件對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理所致，不影響對計算結(jié)果的分析。

表5 2018年河北省33所高等院校科技成果轉(zhuǎn)化因子得分和排名表

3 高?？萍汲晒D(zhuǎn)化效率評價分析

將公因子F1、F2作為投入變量，公因子F3作為產(chǎn)出變量進(jìn)行DEA-BCC分析。采用功效系數(shù)法對數(shù)值為負(fù)數(shù)的公因子對應(yīng)的所有數(shù)據(jù)按同一標(biāo)準(zhǔn)進(jìn)行正向化處理，使用DEAP 2.1軟件對2018年河北省33所高?？萍汲晒D(zhuǎn)化效率進(jìn)行測算，從綜合效率(Crste)、純技術(shù)效率(Vrste)、規(guī)模效率(Scale)等方面對高?？萍汲晒D(zhuǎn)化效率進(jìn)行評價，計算結(jié)果見表6。

如表6所示，從綜合效率角度分析：33所高校平均得分0.302，整體處于中等偏低水平。2所高校實(shí)現(xiàn)科技成果轉(zhuǎn)化投入產(chǎn)出有效，即綜合效率為1，占比6.06%。綜合效率最低高校僅為0.003，反映出河北省高?？萍汲晒D(zhuǎn)化發(fā)展極不平衡。從純技術(shù)效率角度分析：33所高校純技術(shù)效率平均得分0.952，整體處于較高水平。7所高?？萍汲晒D(zhuǎn)化投入產(chǎn)出達(dá)到技術(shù)有效，即純技術(shù)效率為1，占比21.21%，其中5所高校綜合效率、規(guī)模效率均未達(dá)到1，規(guī)模報酬處于遞增狀態(tài)。以上情況說明對應(yīng)高校在當(dāng)前的投入下其科技成果轉(zhuǎn)化已獲得了最大化產(chǎn)出，但其規(guī)模效率較低，有必要通過配置資源，增加或減小生產(chǎn)規(guī)模，從而實(shí)現(xiàn)DEA有效。其余2所高校綜合效率、規(guī)模效率均為1，表明這2所高?？萍汲晒D(zhuǎn)化投入產(chǎn)出結(jié)構(gòu)合理，能夠?qū)崿F(xiàn)最大效益。從規(guī)模效率角度分析：33所高校規(guī)模效率平均值為0.324，整體處于偏低水平。2所高?？萍汲晒D(zhuǎn)化規(guī)模效率、綜合效率、純技術(shù)效率均達(dá)到1，規(guī)模報酬不變，達(dá)到最大產(chǎn)出規(guī)模，占比6.06%。其余31所高?？萍汲晒D(zhuǎn)化規(guī)模效率均小于1，規(guī)模報酬遞增，占比93.94%。表明所選取的河北省高校中大部分科技成果轉(zhuǎn)化處于非規(guī)模有效狀態(tài)，分析原因主要是科技成果資源利用未達(dá)到最大化，對應(yīng)成果轉(zhuǎn)化的產(chǎn)業(yè)結(jié)構(gòu)未能達(dá)到最優(yōu)狀態(tài)，有必要調(diào)整規(guī)模，提升成果轉(zhuǎn)化技術(shù)及管理水平。此外，成果轉(zhuǎn)化產(chǎn)出比例的增加大于投入比例的增加，說明有必要加大投入，實(shí)現(xiàn)科技成果轉(zhuǎn)化的最優(yōu)。

表6 2018年河北省33所高等院?？萍汲晒D(zhuǎn)化效率評價結(jié)果

綜上所述，2018年河北省33所高校的科技成果轉(zhuǎn)化綜合效率平均在0.302，純技術(shù)效率平均在0.952，規(guī)模效率平均在0.324，規(guī)模報酬普遍處于遞增狀態(tài)。同時，以上數(shù)據(jù)表明2018年33所河北省高校中大部分高?？萍汲晒D(zhuǎn)化未達(dá)到最佳狀態(tài)，存在效率不足問題。其中僅2所高校達(dá)到科技成果轉(zhuǎn)化的最佳狀態(tài)，即綜合效率、純技術(shù)效率、規(guī)模效率均達(dá)到1，規(guī)模報酬不變，占比6.06%。5所高校科技成果轉(zhuǎn)化效率達(dá)到技術(shù)有效狀態(tài)，即純技術(shù)效率達(dá)到1，綜合效率和規(guī)模效率未達(dá)到1，規(guī)模報酬遞增，占比15.15%，這部分高校有必要優(yōu)化科技成果轉(zhuǎn)化資源配置，加大科研投入，提升科技成果轉(zhuǎn)化效率。

4 高校科技成果轉(zhuǎn)化綜合評價

根據(jù)高?？萍汲晒D(zhuǎn)化能力評價模型和DEA-BCC分析，得到2018年33所河北省高?？萍汲晒D(zhuǎn)化因子總得分和高校科技成果轉(zhuǎn)化綜合效率，以此繪制科技成果轉(zhuǎn)化綜合評價中軸散點(diǎn)圖，見圖1。

圖1 2018年河北省33所高?？萍汲晒D(zhuǎn)化綜合評價圖

如圖1所示，橫軸為高?？萍汲晒D(zhuǎn)化綜合效率，縱軸為高?？萍汲晒D(zhuǎn)化綜合能力。處在第一象限的高?？萍汲晒D(zhuǎn)化效率高、轉(zhuǎn)化能力強(qiáng)，共有2所高校，對應(yīng)編號2、24，占比6.06%，表明2018年河北省33所高校中僅有個別高校科技成果轉(zhuǎn)化成熟穩(wěn)定。處在第二象限的高?？萍汲晒D(zhuǎn)化效率低、轉(zhuǎn)化能力強(qiáng)，該象限內(nèi)沒有對應(yīng)高校。處在第三象限的高校科技成果轉(zhuǎn)化效率低、轉(zhuǎn)化能力弱，共有24所并集中分布在第三象限邊緣位置，對應(yīng)高校編號分別是4、7、8、9、10、11、12、14、15、16、17、18、19、20、21、22、25、26、28、29、30、31、32、33，占比72.73%，說明以上河北省高校普遍存在科技成果轉(zhuǎn)化不到位的情況。處在第四象限的高?？萍汲晒D(zhuǎn)化效率高、轉(zhuǎn)化能力弱，共有7所，對應(yīng)高校編號分別是1、3、5、6、13、23、27，占比21.21%，說明少數(shù)高校初步達(dá)到了相對可觀的科技成果轉(zhuǎn)化效率，但成果轉(zhuǎn)化能力與對應(yīng)轉(zhuǎn)化效率并不匹配，有必要通過加大科研成果轉(zhuǎn)化投入力度，優(yōu)化投入配置等舉措提升成果轉(zhuǎn)化能力。

5 結(jié)論與建議

本文選取2018年高校科技成果轉(zhuǎn)化投入產(chǎn)出數(shù)據(jù)，運(yùn)用因子分析法和DEA-BCC模型，實(shí)證測度了河北省33所高校科技成果轉(zhuǎn)化能力及效率，并進(jìn)行了綜合評價分析，研究表明：(1)在河北省33所高校中，2所高?？萍汲晒D(zhuǎn)化能力較強(qiáng)，24所高?？萍汲晒D(zhuǎn)化能力較弱，不同高校間科技成果轉(zhuǎn)化能力差距較大。(2)2所高校科技成果轉(zhuǎn)化綜合效率達(dá)到最高，處于規(guī)模不變狀態(tài)，即科技成果轉(zhuǎn)化投入產(chǎn)出資源利用率最高，不存在投入冗余情況；31所高校科技成果轉(zhuǎn)化效率處于規(guī)模收益遞增階段，即科技成果轉(zhuǎn)化的產(chǎn)出比例大于投入比例，需要通過加大科研經(jīng)費(fèi)、人力等投入提升轉(zhuǎn)化效率，達(dá)到轉(zhuǎn)化效率最佳狀態(tài)。(3)2所高?？萍汲晒D(zhuǎn)化能力強(qiáng)，轉(zhuǎn)化效率達(dá)到最佳，7所高?？萍汲晒D(zhuǎn)化能力和轉(zhuǎn)化效率不匹配，存在轉(zhuǎn)化能力弱但轉(zhuǎn)化效率高的失衡現(xiàn)象；24所高?？萍汲晒D(zhuǎn)化能力弱，轉(zhuǎn)化效率低，且測度數(shù)據(jù)集中在邊緣位置，即科技成果轉(zhuǎn)化處于同省高校中的較低水平。

根據(jù)上述分析和結(jié)論，可以得到以下提升高?？萍汲晒D(zhuǎn)化能力及效率的建議：(1)對于科技成果轉(zhuǎn)化效率較高、成果轉(zhuǎn)化能力較弱的高校，應(yīng)加強(qiáng)對科技創(chuàng)新工作的投入力度，加大科技創(chuàng)新人才引進(jìn)力度，增加科研經(jīng)費(fèi)投入，完善優(yōu)化科技創(chuàng)新管理機(jī)制，提升承擔(dān)科研課題的數(shù)量和質(zhì)量，產(chǎn)出高質(zhì)量論文、著作，加強(qiáng)“政產(chǎn)學(xué)研用”協(xié)同創(chuàng)新，在合作攻關(guān)、聯(lián)合培養(yǎng)、共建平臺等方面加大政策支持力度，補(bǔ)齊科研經(jīng)費(fèi)和人力投入短板。(2)對于科技成果轉(zhuǎn)化效率較低、成果轉(zhuǎn)化能力較弱的高校，應(yīng)著重提升高校科研軟硬實(shí)力，在頂層設(shè)計層面，構(gòu)建符合國家、省市、行業(yè)最新科技創(chuàng)新政策，切合高校發(fā)展實(shí)際情況的科研管理體制機(jī)制。要切實(shí)把科技創(chuàng)新及科技成果轉(zhuǎn)化當(dāng)作一項重要任務(wù)，通過完善科技創(chuàng)新激勵制度、建立符合國家科技成果轉(zhuǎn)化方針政策的職稱評價體系等，激發(fā)科研人員從事科研活動的積極性。持續(xù)加大科技創(chuàng)新人才引進(jìn)力度和科研設(shè)備投入力度，在職稱評審、考核獎勵等方面優(yōu)化科研數(shù)質(zhì)量和科技成果轉(zhuǎn)化方面導(dǎo)向，更加重視對“三技服務(wù)”等科技成果轉(zhuǎn)化方面有關(guān)指標(biāo)的運(yùn)用，實(shí)現(xiàn)科研數(shù)質(zhì)量、科技成果轉(zhuǎn)化效益、科研管理服務(wù)水平的“三提升”，進(jìn)而增強(qiáng)科技成果轉(zhuǎn)化能力效率。