论文部分内容阅读
[摘 要]通过数据包络分析(DEA)的方法,對教育部直属高校产学研协同创新活动的技术效率、纯技术效率和规模效率进行分析。研究发现,虽然高校的产学研协同创新规模在不断扩大,但是大部分高等院校与生产前沿面有较大的差距。高等院校产学研协同创新的规模效率在2010年后出现小幅上升,但技术效率和纯技术效率一直没有明显的上升趋势。在产学研协同创新技术效率方面,东部高校高于中西部高校。在产学研协同创新技术效率和纯技术效率方面,师范类高校高于综合类高校和理工农医类高校。因此,需进一步完善高校产学研协同创新的体制机制,推动人才、资金、信息、技术的融合。
[关键词]产学研;协同创新;区域差异;学科差异
[中图分类号]G640 [文献标识码]A [文章编号]1671-8372(2019)02-0111-05
Abstract:By the means of data envelopment analysis (DEA), this study analyzes the technical efficiency, pure technical efficiency and scale efficiency of industry-university-research collaborative innovation in universities directly under the Ministry of Education. It is found that although the scale of industry-university-research collaborative innovation in colleges and universities is constantly expanding, most colleges and universities are far from the production frontier. The scale efficiency of industry-university-research collaborative innovation in institutions of higher learning increased slightly after 2010, but technological efficiency and pure technical efficiency had no obvious upward trend. In terms of the efficiency of industry-university-research collaborative innovation technology, the universities in East China are higher than those in the central and western regions. In terms of the technical efficiency and the pure technical efficiency of industry-university-research collaborative innovation, normal colleges and universities are higher than the comprehensive colleges and universities of science, engineering, agriculture and medicine. Therefore, the system and mechanism should be further improved to promote the integration of talents, funds, information and technology.
Key words:industry-university-research; collaborative innovation; regional differences; disciplinary differences
一、引言
与传统的产学研合作相比,产学研协同创新是围绕新技术的推广应用和新产品的研究开发,进行科学研究和人才培养,进而推进相关产业的发展。产学研协同创新日益成为推动国家科技行业发展和提升产业技术水平的重要途径,是一个国家创新体系的重要组成部分。改革开放以来,我国高等教育蓬勃发展,高等院校的产学研协同创新能力也在提高。2012年财政部和教育部牵头实施《高等学校创新能力提升计划》(简称“2011计划”),大力推进高校构筑人才、学科、科研等一体化的产学研创新体系。党的十九大报告明确提出,“深化科技体制改革,建立以企业为主体、市场为导向、产学研深度融合的技术创新体系”,高效的产学研协同创新效率是产学研合作的重要目标。产学研协同创新活动的最终目标就是要产生系统之和大于组成系统的个体相加之和的协同效应,实现各方利益的最大化。利益最大化通过什么来衡量呢?这就与产学研协同创新的效率有关。
从产学研合作到协同创新再到产学研协同创新的研究,有一个逐步深入和演进的过程。国外研究较早关注了产学研协作活动创新效率问题。Anderson认为,产学研效率评价应针对技术转移过程中的资源积累和创新成果转化展开[1]。Abbott运用Malmquist指数对31所澳大利亚预科学院并入大学的前后变化情况进行了对比[2]。George通过研发专利数和研发新产品数等产出指标衡量了产学研协同创新的效率[3]。Welsh提出在产学研协同创新活动中,企业外部资源优势将大大改善企业的创新绩效[4]。Chesbrough认为企业外部资源在产学研合作活动中能促进创新效率的提高,加快科技成果的转化[5]。 当前,国内产学研协同创新活动的研究涉及产学研协同创新活动的概念内涵、发展模式和运行机制较多。在相对少量的有关创新绩效与产学研合作的研究中,刘民婷对陕西省制造行业产学研合作创新效率进行了测算研究,发现政府投入大的企业创新效率并不高效[6]。仇冬芳利用省域面板数据研究了多个省市自治区的产学研合作效率和效率变动的持续性[7]。陈光华对广东省产学研合作项目投入产出效率进行了评价分析[8]。吴俊利用江苏省微观企业数据研究了产学研合作的交互效应,认为产学研合作对战略性新兴企业绩效存在正向的影响[9]。刘兴凯测算了天津制造行业产学研协同创新效率并比较了行业间的差异[10]。刘友金对长江经济带11省市的创新绩效与产学研协同创新的关系进行了研究,发现各省市产学研系统协同创新绩效虽处于改善状态但整体水平较低[11]。黄菁菁对辽宁省产学研协同创新活动影响因素进行探究,认为知识成果转化效率低是导致产学研协同创新效率低的原因[12]。姜彤彤对产学研协同创新活动进行了省际对比,认为经济发展水平和政府扶持是影响创新效率的关键因素[13]。孙崇文研究发现,湖北省产学研合作开发阶段的创新效率优于成果转化阶段的创新效率[14]。
当前国内产学研协同创新效率的研究多是以某一行业或者企业为视角,往往聚焦于个别地区和个别年份,缺少以高等院校为研究切入点、连续若干年的产学研协同创新效率的探究,尤其缺少对不同地区和不同学科类别高等院校产学研协同创新效率的对比研究。针对既有研究的不足,本文以教育部直属高校为研究对象,构建高校产学研协同创新投入产出指标体系,对高等院校产学研协同创新效率的地区差异、学科差异以及变化趋势、发展规律进行分析。
二、研究方法和数据选取
数据包络分析(Data Envelopment Analysis,本文简称DEA)是一种应用广泛的效率评价的非参数估计方法。由于产学研合作本身具有多投入多产出的特点,所以需要对不同规模的研究个体进行横向对比,但与其他的效率评价方法相比,其作为一种线性规划方法,更加简便有效。通过规模收益不变的CCR模型得到技术效率,通过规模收益可变的BCC模型得到纯技术效率。技术效率为在相同产出的情况下决策单元理想最小可能投入与實际投入之比,或者为在相同投入的情况下决策单元理想最大可能性与实际产出之比。纯技术效率是由于管理技术等原因影响决策单元的生产效率。规模效率是由于决策单元规模不同而导致的对生产效率的不同影响。我们先赋予指标权重,然后直接计算得到技术效率值、纯技术效率值和规模效率值。这三个值的范围都在0到1之间。数值大小越趋近于1,则说明越高效。假如效率值显示为1,则说明完全有效。
2018年教育部直属高校进行了“扩军”,新增加了14所部省合作共建高校,为了保证研究的连贯延续,也考虑到产学研协同合作重点指标的可获得性,本文仍选取“扩军”以前的教育部直属高校。同时根据高等院校产学研合作的特点,分析人力和经费投入情况,由于财经类高校、政法类高校、语言类高校和艺术类高校产学研协同创新活动投入产出很低,甚至为零,研究意义不大,所以笔者选取综合类、理工农医类和师范类的教育部直属高校作为研究对象。选取的高校数量为62所。
本文借鉴宫安铭[15]、孙崇文[14]和董锋[16]等相关研究构建图1所示的投入产出指标体系。
高校参与产学研协同创新的人员主要是教师和学术型研究生,本文将二者区别开来考察。变量X1代表高校中从事科技研究活动的教师的数量,这一指标统计的范围是正式的高校科研工作者。变量X2代表全职在校博士研究生和硕士研究生数量。变量X3代表高等学校从企业获得的科研资金的数量,反映来自企业的产学研合作的经费投入。由于高校科技专著和论文在企业生产经营活动中应用较少,因此指标Y1指高校当年申请的发明专利、实用新型专利和外观专利三种专利的数量。这里需要说明的是,高校申请的专利最终获得专利授权的比例相当高,同时高校当年专利的申请数量可以直接体现出该年度高校在发明、实用新型和外观设计方面取得的突破。Y2是三种专利技术转让或出售产生的实际收益,这是直接衡量产学研协同创新活动成果带来经济收益的变量指标。
本文使用的数据均来源于《高等学校科技统计资料汇编》(2006—2014年)。其中,在2008年的资料汇编中教育部直属高校的数据没有专门列出,只是分散在各高校的概览或简介中。所以实证分析对应的时间段为2005—2006年和2008—2013年。
三、产学研协同创新效率评价与分析
本文将2005—2006年、2008—2013年截面数据代入产出为导向的CCR与BCC模型进行分析测算。根据测算得出每一年度的技术效率值、纯技术效率值和规模效率值,然后计算出年度平均值,得到表1所示结果。
如果三个效率值中有任意一个数值是1,在这段研究区间中该高校的效率值也就都是1。由表1可知,只有清华大学的产学研协同创新纯技术效率数值是1,这说明清华大学协同创新活动在管理和技术创新方面处于国内高校领先水平。
产学研协同创新活动技术效率值大于0.6的有大连理工大学、湖南大学、华东师范大学和清华大学。这几所高校虽然技术效率值相对较高,但距离前沿生产面仍有较大的差距。技术效率值低于0.15的高校有北京中医药大学、河海大学、吉林大学、兰州大学、中南大学和西南大学。因为通过DEA模型测算出的各效率值是一个投入与产出相对的效率值,所以许多名气大的高校科研规模虽然大,但是投入产出效率不一定高,反之亦然。这就说明技术效率和纯技术效率在高校产学研协同创新效率中权重较大,产生影响也较大,而规模效率产生的影响相对较小。
产学研协同创新活动纯技术效率值大于0.8的有北京交通大学、东华大学、湖南大学、华中科技大学、南开大学、清华大学、中国人民大学和厦门大学,纯技术效率值低于0.3的高校有东北大学、河海大学、吉林大学、中国药科大学、中国地质大学(武汉)、中国矿业大学(徐州)、西南大学和武汉理工大学。该项指标相对落后的高校要改进科研管理体制,促进科研生产的流程优化。 产学研协同创新活动规模效率值大于0.8的有大连理工大学、东北林业大学、华中农业大学、华中科技大学、山东大学和中国海洋大学。规模效率值低于0.4的有北京邮电大学、北京中医药大学、东华大学、河海大学、华北电力大学、兰州大学、中南大学和中国地质大学(北京)。该项指标相对落后的高校需要调整自身的投入产出,提升整体规模,力争实现整体上的规模适当,从而达到技术有效的目的。
对表1各高校数据进行加权平均可以得到高校产学研协同创新技术效率平均值、纯技术效率平均值和规模效率平均值分别是0.331、0.519、0.623,这反映出高校产学研协同创新技术效率还有很大的上升空间,纯技术效率和规模效率也有一定的提升潜力。但是,很多高校与生产前沿面还存在很大的差距,产学研协同创新效率的提高仍然是一个长期的发展过程。
图2是教育部直属高校的产学研协同创新效率变化趋势。由图2可以看出,高校产学研协同创新的规模效率和技术效率变化类似,波动也趋同。技术效率的变化趋势与纯技术效率的变化趋势大体一致,在经过一定的波动后保持平稳,都没有出现明显的上升走势。规模效率呈现出一定的上升趋势,但是上升的幅度很微弱。这说明,高校产学研协同创新活動虽然一直有量的积累,但没有质的提高,产学研协同创新效率仍然不理想。同时,技术效率值低于纯技术效率值和规模效率值,说明产学研协同创新活动不仅存在内在的问题也存在规模不合理的问题。高校之间应当搭建合作平台,共享科研资源和科研平台。大部分高校都要加强创新引智工作,发挥科研领军人才示范作用,形成鼓励科研创新、调动科研人员积极性的保障机制。
高校产学研协同创新效率的地区对比和学科对比如表2所示。东部高校的技术效率值和纯技术效率值相对较高,规模效率值则是中部高校高于东部高校和西部高校。这说明不同地区的高校产学研协同创新效率有显著的差别。分地区来看,东部高校地处经济发达地区,在学科创新引智的薪资待遇、科研环境和平台建设等方面具有明显的优势,更容易吸引高水平的人才,也更容易获取科研资金。因此,政府科研资金的投入不应“撒胡椒面”,对中部和西部地区的高校要有所倾斜,推动各地区协调均衡发展。中部和西部高校应以国家“双一流建设”为契机,丰富学科创新引智手段,人才引进与人才培养双措并举,加强引进高层次人才,包括创新人才团队、拔尖创新人才和海外高端人才,同时通过实施更有效的内部激励政策来挖掘和提升现有科研队伍的潜力。
教育部直属的6所师范高校的技术效率值较高,例如华东师范大学的技术效率值高达0.668。这可以说明,师范类高校比综合类高校和理工农医类高校在产学研协同创新技术效率和纯技术效率方面表现得更高效。规模效率值较高的是理工农医类高校,其次为师范类高校,最后是综合类高校。高校的学科特点和发展方向是影响高校产学研协同创新效率表现差异的重要原因。当前,大多数综合类高校和理工农医类高校为了开展世界一流大学和一流学科的“双一流建设”,非常注重前瞻性、基础性和理论性的研究,发展方向大而全。这在某种程度上会影响产学研协同创新活动的开展,导致产学研协同创新效率不高。不同高校应整合区域优质学科资源,打造特色优势学科,注重发展新兴学科和交叉学科。
四、结论与对策建议
本文基于教育部直属高校产学研协同创新活动的截面数据,对不同地区和不同学科类别的高校产学研协同创新效率差异进行了动态分析和对比,探究了效率值的趋势。研究获得以下结论:在所选取研究的时间段中,教育部直属高校协同创新的规模效率在2010年后出现小幅上升,但技术效率和纯技术效率没有明显的上升趋势。大部分高等院校与生产前沿面有较大的差距。高校技术效率有65%的提升潜力,规模效率和纯技术效率有至少35%的提升空间。通过地区对比可以发现,东部高校产学研协同创新效率明显高于中西部高校。通过学科对比可以发现,师范类高校产学研协同创新技术效率和纯技术效率高于综合类高校和理工农医类高校。
产学研协同创新活动远不止是企业、高校和科研机构的“三方问题”,而是具有多个主体,政府尤其是地方政府以及金融机构在其中发挥着重要作用,“政产学研金”要紧密联合,政府要加快科技创新优惠政策落地,通过减税降费等措施发挥引导作用,引导金融机构多元化融资,引导企业市场化运作,引导高校优化创新资源配置。
高等院校可以借鉴西方发达国家产学研协同创新的模式,以市场为导向,寻求高校与产业界和企业的结合点,不同地区和不同学科之间可以共享科研平台和科研资源,提高人财物的利用效率。不同高校要注重发挥自身优势,实施“领军人才+创新团队”模式,打造特色优势学科,推动研发过程和研发产品的产学结合,遴选有区域特色的横向科研课题,推进人才、资金、信息和技术等要素的创新融合,从而推动产出和绩效的提高。
[基金项目]教育部首批新工科研究与实践项目[教高厅函(2018)17号];湖南省社科基金教育学专项重点课题(18ZDJ05);
湖南省教育科学“十三五”规划课题(XJK19BGD013)
[收稿日期]2019-04-04
[作者简介]罗筑华(1975-),男,湖南邵阳人,南华大学高等教育研究中心副教授。
[参考文献]
Andersen P, Petersen N C. A procedure for ranking efficient units in data envelopment analysis[J].Management Science, 1993(1):1261-1264.
Abbott M, Doucouliagos C. Total factor productivity and efficiency in Australian college of advanced education[J]. Journal of Educational Administration,2001(4):384-393. Welsh R, Glenna L. Lacy W, et al. Close enough but not too far : assessing the effects of university-industry research relationships and the rise of academic capitalism[J].Research Policy, 2008(10):1854-1864.
Chesbrough H, Vanhaverbeke W. Open Innovation: Reserching a New Paradigm[M]. Oxford : Oxford University Press, 2010.
George G, Zahara Z, Wood R. The effects of business-university alliances on innovative output and financial performance: a study of publicly traded biotechnology companies[J]. Journal of Business Venturing, 2002(17).
刘民婷,孙卫.基于DEA方法的产学研合作效率评价研究—以陕西省制造业为例[J].科学学与科学技术管理,2011(3):11-15.
仇冬芳,胡正平.我国省域产学研合作效率及效率持续性—基于生于面板数据和DEA-Mslmquist生产率指数法[J].技术经济,2013(12):82-89.
陈光华,杨国梁.边界效应对跨区域产学研合作创新绩效的影响研究:来自广东省的證据[J].研究与发展管理,2017(9):1-10.
吴俊,张家峰.产学研合作对战略性新兴产业创新绩效影响研究:来自江苏省企业层面的证据[J].当代财经,2016(9):99-109.
刘兴凯,张靓媛.产学研协同创新效率评价及优化对策研究—基于天津市制造业的DEA分析[J].广东行政学院学报,2016(8):70-74.
刘友金,易秋平,贺灵.产学研协同创新对地区创新绩效的影响—以长江经济带11省市为例[J].经济地理,2017(9):1-10.
黄菁菁.产学研协同创新效率及其影响因素研究[J].软科学,2017(5):38-42.
姜彤彤,吴修国.产学研协同创新效率评价及影响因素分析[J].统计与决策,2017(14):72-75.
孙崇文,秦远建.基于DEA分析法的产学研协同创新效率评价—以湖北省为例[J].理论月刊,2018(4):145-150.
宫安铭.基于IPA法的大学生职业期望衡量评估—以山东省某重点高校为例[J].技术与创新管理,2013(5):438-441,469.
董锋,树琳,李靖云,乔均.产学研协同创新效率及提升路径研究[J].运筹与管理,2018(10):185-192.
[责任编辑 张桂霞]
[关键词]产学研;协同创新;区域差异;学科差异
[中图分类号]G640 [文献标识码]A [文章编号]1671-8372(2019)02-0111-05
Abstract:By the means of data envelopment analysis (DEA), this study analyzes the technical efficiency, pure technical efficiency and scale efficiency of industry-university-research collaborative innovation in universities directly under the Ministry of Education. It is found that although the scale of industry-university-research collaborative innovation in colleges and universities is constantly expanding, most colleges and universities are far from the production frontier. The scale efficiency of industry-university-research collaborative innovation in institutions of higher learning increased slightly after 2010, but technological efficiency and pure technical efficiency had no obvious upward trend. In terms of the efficiency of industry-university-research collaborative innovation technology, the universities in East China are higher than those in the central and western regions. In terms of the technical efficiency and the pure technical efficiency of industry-university-research collaborative innovation, normal colleges and universities are higher than the comprehensive colleges and universities of science, engineering, agriculture and medicine. Therefore, the system and mechanism should be further improved to promote the integration of talents, funds, information and technology.
Key words:industry-university-research; collaborative innovation; regional differences; disciplinary differences
一、引言
与传统的产学研合作相比,产学研协同创新是围绕新技术的推广应用和新产品的研究开发,进行科学研究和人才培养,进而推进相关产业的发展。产学研协同创新日益成为推动国家科技行业发展和提升产业技术水平的重要途径,是一个国家创新体系的重要组成部分。改革开放以来,我国高等教育蓬勃发展,高等院校的产学研协同创新能力也在提高。2012年财政部和教育部牵头实施《高等学校创新能力提升计划》(简称“2011计划”),大力推进高校构筑人才、学科、科研等一体化的产学研创新体系。党的十九大报告明确提出,“深化科技体制改革,建立以企业为主体、市场为导向、产学研深度融合的技术创新体系”,高效的产学研协同创新效率是产学研合作的重要目标。产学研协同创新活动的最终目标就是要产生系统之和大于组成系统的个体相加之和的协同效应,实现各方利益的最大化。利益最大化通过什么来衡量呢?这就与产学研协同创新的效率有关。
从产学研合作到协同创新再到产学研协同创新的研究,有一个逐步深入和演进的过程。国外研究较早关注了产学研协作活动创新效率问题。Anderson认为,产学研效率评价应针对技术转移过程中的资源积累和创新成果转化展开[1]。Abbott运用Malmquist指数对31所澳大利亚预科学院并入大学的前后变化情况进行了对比[2]。George通过研发专利数和研发新产品数等产出指标衡量了产学研协同创新的效率[3]。Welsh提出在产学研协同创新活动中,企业外部资源优势将大大改善企业的创新绩效[4]。Chesbrough认为企业外部资源在产学研合作活动中能促进创新效率的提高,加快科技成果的转化[5]。 当前,国内产学研协同创新活动的研究涉及产学研协同创新活动的概念内涵、发展模式和运行机制较多。在相对少量的有关创新绩效与产学研合作的研究中,刘民婷对陕西省制造行业产学研合作创新效率进行了测算研究,发现政府投入大的企业创新效率并不高效[6]。仇冬芳利用省域面板数据研究了多个省市自治区的产学研合作效率和效率变动的持续性[7]。陈光华对广东省产学研合作项目投入产出效率进行了评价分析[8]。吴俊利用江苏省微观企业数据研究了产学研合作的交互效应,认为产学研合作对战略性新兴企业绩效存在正向的影响[9]。刘兴凯测算了天津制造行业产学研协同创新效率并比较了行业间的差异[10]。刘友金对长江经济带11省市的创新绩效与产学研协同创新的关系进行了研究,发现各省市产学研系统协同创新绩效虽处于改善状态但整体水平较低[11]。黄菁菁对辽宁省产学研协同创新活动影响因素进行探究,认为知识成果转化效率低是导致产学研协同创新效率低的原因[12]。姜彤彤对产学研协同创新活动进行了省际对比,认为经济发展水平和政府扶持是影响创新效率的关键因素[13]。孙崇文研究发现,湖北省产学研合作开发阶段的创新效率优于成果转化阶段的创新效率[14]。
当前国内产学研协同创新效率的研究多是以某一行业或者企业为视角,往往聚焦于个别地区和个别年份,缺少以高等院校为研究切入点、连续若干年的产学研协同创新效率的探究,尤其缺少对不同地区和不同学科类别高等院校产学研协同创新效率的对比研究。针对既有研究的不足,本文以教育部直属高校为研究对象,构建高校产学研协同创新投入产出指标体系,对高等院校产学研协同创新效率的地区差异、学科差异以及变化趋势、发展规律进行分析。
二、研究方法和数据选取
数据包络分析(Data Envelopment Analysis,本文简称DEA)是一种应用广泛的效率评价的非参数估计方法。由于产学研合作本身具有多投入多产出的特点,所以需要对不同规模的研究个体进行横向对比,但与其他的效率评价方法相比,其作为一种线性规划方法,更加简便有效。通过规模收益不变的CCR模型得到技术效率,通过规模收益可变的BCC模型得到纯技术效率。技术效率为在相同产出的情况下决策单元理想最小可能投入与實际投入之比,或者为在相同投入的情况下决策单元理想最大可能性与实际产出之比。纯技术效率是由于管理技术等原因影响决策单元的生产效率。规模效率是由于决策单元规模不同而导致的对生产效率的不同影响。我们先赋予指标权重,然后直接计算得到技术效率值、纯技术效率值和规模效率值。这三个值的范围都在0到1之间。数值大小越趋近于1,则说明越高效。假如效率值显示为1,则说明完全有效。
2018年教育部直属高校进行了“扩军”,新增加了14所部省合作共建高校,为了保证研究的连贯延续,也考虑到产学研协同合作重点指标的可获得性,本文仍选取“扩军”以前的教育部直属高校。同时根据高等院校产学研合作的特点,分析人力和经费投入情况,由于财经类高校、政法类高校、语言类高校和艺术类高校产学研协同创新活动投入产出很低,甚至为零,研究意义不大,所以笔者选取综合类、理工农医类和师范类的教育部直属高校作为研究对象。选取的高校数量为62所。
本文借鉴宫安铭[15]、孙崇文[14]和董锋[16]等相关研究构建图1所示的投入产出指标体系。
高校参与产学研协同创新的人员主要是教师和学术型研究生,本文将二者区别开来考察。变量X1代表高校中从事科技研究活动的教师的数量,这一指标统计的范围是正式的高校科研工作者。变量X2代表全职在校博士研究生和硕士研究生数量。变量X3代表高等学校从企业获得的科研资金的数量,反映来自企业的产学研合作的经费投入。由于高校科技专著和论文在企业生产经营活动中应用较少,因此指标Y1指高校当年申请的发明专利、实用新型专利和外观专利三种专利的数量。这里需要说明的是,高校申请的专利最终获得专利授权的比例相当高,同时高校当年专利的申请数量可以直接体现出该年度高校在发明、实用新型和外观设计方面取得的突破。Y2是三种专利技术转让或出售产生的实际收益,这是直接衡量产学研协同创新活动成果带来经济收益的变量指标。
本文使用的数据均来源于《高等学校科技统计资料汇编》(2006—2014年)。其中,在2008年的资料汇编中教育部直属高校的数据没有专门列出,只是分散在各高校的概览或简介中。所以实证分析对应的时间段为2005—2006年和2008—2013年。
三、产学研协同创新效率评价与分析
本文将2005—2006年、2008—2013年截面数据代入产出为导向的CCR与BCC模型进行分析测算。根据测算得出每一年度的技术效率值、纯技术效率值和规模效率值,然后计算出年度平均值,得到表1所示结果。
如果三个效率值中有任意一个数值是1,在这段研究区间中该高校的效率值也就都是1。由表1可知,只有清华大学的产学研协同创新纯技术效率数值是1,这说明清华大学协同创新活动在管理和技术创新方面处于国内高校领先水平。
产学研协同创新活动技术效率值大于0.6的有大连理工大学、湖南大学、华东师范大学和清华大学。这几所高校虽然技术效率值相对较高,但距离前沿生产面仍有较大的差距。技术效率值低于0.15的高校有北京中医药大学、河海大学、吉林大学、兰州大学、中南大学和西南大学。因为通过DEA模型测算出的各效率值是一个投入与产出相对的效率值,所以许多名气大的高校科研规模虽然大,但是投入产出效率不一定高,反之亦然。这就说明技术效率和纯技术效率在高校产学研协同创新效率中权重较大,产生影响也较大,而规模效率产生的影响相对较小。
产学研协同创新活动纯技术效率值大于0.8的有北京交通大学、东华大学、湖南大学、华中科技大学、南开大学、清华大学、中国人民大学和厦门大学,纯技术效率值低于0.3的高校有东北大学、河海大学、吉林大学、中国药科大学、中国地质大学(武汉)、中国矿业大学(徐州)、西南大学和武汉理工大学。该项指标相对落后的高校要改进科研管理体制,促进科研生产的流程优化。 产学研协同创新活动规模效率值大于0.8的有大连理工大学、东北林业大学、华中农业大学、华中科技大学、山东大学和中国海洋大学。规模效率值低于0.4的有北京邮电大学、北京中医药大学、东华大学、河海大学、华北电力大学、兰州大学、中南大学和中国地质大学(北京)。该项指标相对落后的高校需要调整自身的投入产出,提升整体规模,力争实现整体上的规模适当,从而达到技术有效的目的。
对表1各高校数据进行加权平均可以得到高校产学研协同创新技术效率平均值、纯技术效率平均值和规模效率平均值分别是0.331、0.519、0.623,这反映出高校产学研协同创新技术效率还有很大的上升空间,纯技术效率和规模效率也有一定的提升潜力。但是,很多高校与生产前沿面还存在很大的差距,产学研协同创新效率的提高仍然是一个长期的发展过程。
图2是教育部直属高校的产学研协同创新效率变化趋势。由图2可以看出,高校产学研协同创新的规模效率和技术效率变化类似,波动也趋同。技术效率的变化趋势与纯技术效率的变化趋势大体一致,在经过一定的波动后保持平稳,都没有出现明显的上升走势。规模效率呈现出一定的上升趋势,但是上升的幅度很微弱。这说明,高校产学研协同创新活動虽然一直有量的积累,但没有质的提高,产学研协同创新效率仍然不理想。同时,技术效率值低于纯技术效率值和规模效率值,说明产学研协同创新活动不仅存在内在的问题也存在规模不合理的问题。高校之间应当搭建合作平台,共享科研资源和科研平台。大部分高校都要加强创新引智工作,发挥科研领军人才示范作用,形成鼓励科研创新、调动科研人员积极性的保障机制。
高校产学研协同创新效率的地区对比和学科对比如表2所示。东部高校的技术效率值和纯技术效率值相对较高,规模效率值则是中部高校高于东部高校和西部高校。这说明不同地区的高校产学研协同创新效率有显著的差别。分地区来看,东部高校地处经济发达地区,在学科创新引智的薪资待遇、科研环境和平台建设等方面具有明显的优势,更容易吸引高水平的人才,也更容易获取科研资金。因此,政府科研资金的投入不应“撒胡椒面”,对中部和西部地区的高校要有所倾斜,推动各地区协调均衡发展。中部和西部高校应以国家“双一流建设”为契机,丰富学科创新引智手段,人才引进与人才培养双措并举,加强引进高层次人才,包括创新人才团队、拔尖创新人才和海外高端人才,同时通过实施更有效的内部激励政策来挖掘和提升现有科研队伍的潜力。
教育部直属的6所师范高校的技术效率值较高,例如华东师范大学的技术效率值高达0.668。这可以说明,师范类高校比综合类高校和理工农医类高校在产学研协同创新技术效率和纯技术效率方面表现得更高效。规模效率值较高的是理工农医类高校,其次为师范类高校,最后是综合类高校。高校的学科特点和发展方向是影响高校产学研协同创新效率表现差异的重要原因。当前,大多数综合类高校和理工农医类高校为了开展世界一流大学和一流学科的“双一流建设”,非常注重前瞻性、基础性和理论性的研究,发展方向大而全。这在某种程度上会影响产学研协同创新活动的开展,导致产学研协同创新效率不高。不同高校应整合区域优质学科资源,打造特色优势学科,注重发展新兴学科和交叉学科。
四、结论与对策建议
本文基于教育部直属高校产学研协同创新活动的截面数据,对不同地区和不同学科类别的高校产学研协同创新效率差异进行了动态分析和对比,探究了效率值的趋势。研究获得以下结论:在所选取研究的时间段中,教育部直属高校协同创新的规模效率在2010年后出现小幅上升,但技术效率和纯技术效率没有明显的上升趋势。大部分高等院校与生产前沿面有较大的差距。高校技术效率有65%的提升潜力,规模效率和纯技术效率有至少35%的提升空间。通过地区对比可以发现,东部高校产学研协同创新效率明显高于中西部高校。通过学科对比可以发现,师范类高校产学研协同创新技术效率和纯技术效率高于综合类高校和理工农医类高校。
产学研协同创新活动远不止是企业、高校和科研机构的“三方问题”,而是具有多个主体,政府尤其是地方政府以及金融机构在其中发挥着重要作用,“政产学研金”要紧密联合,政府要加快科技创新优惠政策落地,通过减税降费等措施发挥引导作用,引导金融机构多元化融资,引导企业市场化运作,引导高校优化创新资源配置。
高等院校可以借鉴西方发达国家产学研协同创新的模式,以市场为导向,寻求高校与产业界和企业的结合点,不同地区和不同学科之间可以共享科研平台和科研资源,提高人财物的利用效率。不同高校要注重发挥自身优势,实施“领军人才+创新团队”模式,打造特色优势学科,推动研发过程和研发产品的产学结合,遴选有区域特色的横向科研课题,推进人才、资金、信息和技术等要素的创新融合,从而推动产出和绩效的提高。
[基金项目]教育部首批新工科研究与实践项目[教高厅函(2018)17号];湖南省社科基金教育学专项重点课题(18ZDJ05);
湖南省教育科学“十三五”规划课题(XJK19BGD013)
[收稿日期]2019-04-04
[作者简介]罗筑华(1975-),男,湖南邵阳人,南华大学高等教育研究中心副教授。
[参考文献]
Andersen P, Petersen N C. A procedure for ranking efficient units in data envelopment analysis[J].Management Science, 1993(1):1261-1264.
Abbott M, Doucouliagos C. Total factor productivity and efficiency in Australian college of advanced education[J]. Journal of Educational Administration,2001(4):384-393. Welsh R, Glenna L. Lacy W, et al. Close enough but not too far : assessing the effects of university-industry research relationships and the rise of academic capitalism[J].Research Policy, 2008(10):1854-1864.
Chesbrough H, Vanhaverbeke W. Open Innovation: Reserching a New Paradigm[M]. Oxford : Oxford University Press, 2010.
George G, Zahara Z, Wood R. The effects of business-university alliances on innovative output and financial performance: a study of publicly traded biotechnology companies[J]. Journal of Business Venturing, 2002(17).
刘民婷,孙卫.基于DEA方法的产学研合作效率评价研究—以陕西省制造业为例[J].科学学与科学技术管理,2011(3):11-15.
仇冬芳,胡正平.我国省域产学研合作效率及效率持续性—基于生于面板数据和DEA-Mslmquist生产率指数法[J].技术经济,2013(12):82-89.
陈光华,杨国梁.边界效应对跨区域产学研合作创新绩效的影响研究:来自广东省的證据[J].研究与发展管理,2017(9):1-10.
吴俊,张家峰.产学研合作对战略性新兴产业创新绩效影响研究:来自江苏省企业层面的证据[J].当代财经,2016(9):99-109.
刘兴凯,张靓媛.产学研协同创新效率评价及优化对策研究—基于天津市制造业的DEA分析[J].广东行政学院学报,2016(8):70-74.
刘友金,易秋平,贺灵.产学研协同创新对地区创新绩效的影响—以长江经济带11省市为例[J].经济地理,2017(9):1-10.
黄菁菁.产学研协同创新效率及其影响因素研究[J].软科学,2017(5):38-42.
姜彤彤,吴修国.产学研协同创新效率评价及影响因素分析[J].统计与决策,2017(14):72-75.
孙崇文,秦远建.基于DEA分析法的产学研协同创新效率评价—以湖北省为例[J].理论月刊,2018(4):145-150.
宫安铭.基于IPA法的大学生职业期望衡量评估—以山东省某重点高校为例[J].技术与创新管理,2013(5):438-441,469.
董锋,树琳,李靖云,乔均.产学研协同创新效率及提升路径研究[J].运筹与管理,2018(10):185-192.
[责任编辑 张桂霞]