高校技术转让单因素效率研究，本文主要内容关键词为：技术转让论文,效率论文,因素论文,高校论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
1 引言
根据教育部对高等学校的科技统计，2001-2008年，我国高校科研经费增长了2.82倍，年均增长率21.10%，专利申请数量增长7.66倍，年均增长率36.12%，SCI、EI、ISTP三大检索上发表论文增长了2.69倍，年均增长率20.50%，但在一定程度上作为评价成果转化的专利出售和技术转让金额或数量虽有增加，但增长幅度远不如专利申请量的增长，8年间增长了0.11倍，年均增长率仅为1.51%(见图1)。而2009年12月，中央教科所高教研究中心在其发布的《中国高等学校绩效评价报告》一文中，首次对教育部直属的72所高校进行绩效评价，结果显示，在这些重点大学中，约一半高校在过去3年中“投入高于产出”。高校创新投入的高增长与低绩效，促使社会、学术界反思高校科学研究的效率问题。
事实上，近10年来，我国学者围绕高校科研效率及其测度技术与方法、科研效率的影响因素等问题进行了深入研究[1-6]，如骆卉慧(2005)、陆根书等(2005，2006)、周静等(2005)、孙世敏等(2007)、段永瑞等(2007)、徐凯等(2008)、赵强强等(2009)、王晓红等(2011)，采用线性加权法、生产函数法、数据包络分析(DEA)[7]和随机边界分析(SFA)[8]等效率测度技术与方法，以研发经费、科技人员、创新平台等为投入变量、以学术论文、专利、科技奖励、科研项目等为产出变量，探讨高校科研效率[9]。
上述研究对科研效率产出变量的理解更多视为高校科研成果或新知识创造，而高校科研成果是一种潜在资产，只有将其转化为现实的生产力，才能实现其资产价值。相比之下高校技术转让是通过技术授权、技术许可、技术咨询、技术服务等形式，使高校里具有潜在商业价值的技术和成果被企业购买，实现高校作为“科技辐射源”的社会功能。高校对外技术转化联系高校科学技术与产业界生产实践的中间环节，也是高校帮助企业提升技术水平、服务社会功能的重要体现。因此对高校科研效率的理解，不仅是一种新知识的创造能力，还应包括高校产生知识转化为现实生产力的能力。同时，现有相关研究中将高校科研效率理解为在现有科研产出条件下，潜在的最少投入与观察到的投入(如R&D资金、R&D劳动等)之比。但无论是数据包络分析，还是随机边界分析，所能测度的科研效率并不能体现不同要素使用效率的差异，也没有反映不同要素对整体科研效率的贡献大小。如果将科研效率分解为资金和劳动的单要素效率，则科研效率可由资金效率和劳动效率的交互作用来决定，那么测度单因素效率就有可能更容易识别整体效率低下的原因。
图1 2001-2008年我国高校科研投入与产出指标增幅
基于此，本文将研究问题聚焦为高校技术转让单因素效率，并借鉴李新春等(2010)所提单因素效率方法，将高校技术转让效率分解为资金和劳动的单要素效率，认为高校技术转让效率可由资金效率、劳动效率及其交互作用来决定，本文目的在于探讨高校技术转让不同投入要素的效率差异，识别我国高校技术转让低效率究竟是资金的低效率还是劳动的低效率、或者说是二者的效率均低引起，以期为高校提高其“科技辐射源”能力提供决策参考。
2 研究方法
2.1 单因素效率界定
前人对高校科研效率的研究，无论是非参数方法还是参数方法，技术无效率均以总体的“管理无效率”来表示[7，8]，但“管理无效率”是一个笼统的概念，现实中对于各要素管理的目标、力度的差异，将导致单要素效率的高低。前人仅从整体指标来研究，并不能挖掘出影响整体无效率的关键因素，即使SFA方法的影响因素探究，也仅是从外部因素对其进行讨论，这也不利于从内部消除各个单要素的管理无效率。
根据相关研究中对生产函数的设定[7]，可以认为高校科研中人员和资金投入在一定范围内可区分、并具有一定的替代性，即在一定范围内减少一种要素投入并增加另外一种要素可以保持产出的不变。因此对于具有技术无效率的情况，提高总体效率并不单是简单降低各要素投入，而应针对国情有针对地减少或增加某些要素。如随着“211”、“985”等工程相继启动，对高校投入大幅度增加，仅中央财政的投入就超过500亿①，目前我国高校科研经费已相对充裕，科研基础条件有了长足的进展，科研经费与科研条件已经不是制约我国高校科研发展的主要因素，相比之下高校优秀科研创新人才依旧稀缺。因此，在保持现有产出不变的条件下，提高高校科研人员效率可能更符合现实国情。
单因素效率是整体效率的分解，因此首先需要计算整体效率，文中采用随机前沿法计算高校技术转让的整体效率。由于无法事先确定技术是否中性、产出弹性是否固定，以及为避免由于函数形式误设而带来的偏差(王争、史晋川，2007)，借鉴李新春等(2010)，文中采用Translog函数，即：
考虑到现实中单因素技术效率值不能为负，故±取+值。
3 数据与结果
3.1 投入与产出变量
本文将从高等学校的地域、规格、隶属、类型这四个方面分别对其人员和资金这两个主要投入要素的单因素效率进行分析评价。文中原始数据均来源于2000-2009年《高等学校科技统计资料汇编》(以下简称《汇编》)。在按地域分类中，由于新疆、西藏等六个省份数据缺失，不加入样本当中。关于高校科研效率的投入，在吴洁等(2008)，付晔等(2010)，成刚、孙志军(2008)等学者的研究中大多数采用高校科研人员投入和高校科技经费投入来表征。高校的R&D活动可分为基础研究、应用研究与实验发展②，但其中只有应用研究与实验发展才是以具体实际目的或应用目标为导向，高校能够进行转化的科技成果也大多数属于应用研究与实验发展的产物，因为本文用《汇编》中研究与发展项目里“应用研究”和“试验发展”的“当年投入人员”之和作为测度高校技术转让中人员资源的指标；用研究与发展项目里“应用研究”和“试验发展”的“当年支出经费”之和作为反映高校技术转让投入经费资源的指标③。鉴于资金投入对后期的科研创新、知识创造也有一定的影响(Griliches，1980)，故将投入的滞后效应加入模型，参考刘顺忠和官建成(2002)，白俊红等(2009)的研究，本文将这一滞后期设定为1年。在产出变量方面，采用《汇编》中“技术转让当年实际收入合计”指标作为产出变量。
3.2 单因素效率分析
本文从高校的地域、规格、隶属和类型④这四个方面分别建立模型并计算单因素效率。四个模型的
和γ值较高且均通过了显著性为1%的检验(见表1)，表明技术无效率是存在的；而η值为负数，反映出整体效率是递减的，10年间均值仅为46.48%，并逐年递减(如图4)。
图4 十年间高校技术转让效率
根据回归参数变量及(4)式，可计算出四类模型的单因素效率。表2为按区域分我国高校人员与资金单要素效率，从总体水平上而言，我国高校的人员投入单因素和资金投入的单因素效率(以下分别简称为人员效率与资金效率)均不高，仅为46.90%和37.61%。
从地域人员效率来看，高校技术转让人员效率区域之间存在较大的差异，人员效率值最高北京市(86.28%)与最低的广西(7.69%)相差超过了10.22倍。人员效率超过60%的有北京、安徽、陕西、浙江和江西，而低于20%有贵州、山西、内蒙古和广西。对比区域R&D人员效率与2009年高校R&D人员总数与校均R&D人数(见表3)，在人员效率较高的省份中，除安徽和江西外，其余区域无论在R&D人员总量，还是校均R&D人数，在全国的排名均在上游，投入与效率值相对分配合理。
从地域资金效率来看，普遍得分均低于人员效率；资金效率值最高的是江西，最低的是黑龙江省，二者的差距为6.31倍。与人员效率不同的是，内陆和中部的经济欠发达地区高校资金效率也相对高于经济发达的东部沿海各地区。对比区域R&D资金效率与2009年高校R&D经费投入总数与校均R&D经费(见表4)，效率高的区域在R&D经费投入总数与校均R&D经费均在全国不占优势。
以上数据表明，我国高校技术转让的人员效率与资金效率均处于一个较低的水平，除北京市外，其他人员投入、资金投入绝对数均较高的区域，其人员效率与资金效率都处在相对较低的位置。而其中又以资金效率为甚，如上海科研资金投入量占比高出全国均值7.8个百分点，但其资金效率反低于均值10.9个百分点；湖北省科研人员投入量占比高出全国均值3.23个百分点，但其人员效率反低于均值22.8个百分点。高校的技术转让在很大程度上反映了高校科研活动中“试验、技术”型成果与企业“生产、市场”型需求的对接，高校技术转让人员效率与资金效率较低的区域，也从一定程度上反映出这些区域内高校科研活动仍具有鲜明的供给导向而非需求导向的特征。如在沪高校，校均R&D经费与人员名列全国第一和第二，科研实力也在全国居于前列，但在单因素效率上，人员效率排名第八而资金效率均居全国下游；相比之下，北京市高校R&D经费与人员均值名列全国第二和第一，但其人员效率与资金效率都名列前茅。二者对比，至少从某种意义而言，在京高校对社会技术辐射能力要高于在沪高校。本文也发现，并不是所有在R&D经费与人员投入较少的区域，其单因素效率就高，如广西其科研投入规模较江西略高，但其人员、资金效率仅为7.69%和16.85%，而江西省却高达60.49%和80.08%。
为进一步探究各效率要素分布特点，本文将中国各省份分为四类(见表5)。其中一类区拥有最好的人员效率和资金效率(80.8%、70.6%)，这类省市为北京、安徽，其在两方面效率都有突出表现；二类区总体效率略差(56.0%、67.3%)，其特点是资金效率高于人员效率，主要分布在我国中部地区；三类区相对而言拥有较高的人员效率和较低的资金效率(47.8%、34.9%)，其人员效率明显高于资金效率，这部分省市多分布于东部和北部沿海经济较发达地区；而四类区的人员效率和资金效率均较低(20.7%、24.8%)，其大多数分布于内陆经济欠发达地区。总体来说高校创新中人员效率和资金效率具有一定的正相关性，其中一类区的差距最小(1.0%)而二类区，三类区的差距最大(11.3%和12.9%)，四类区居中(4.1%)。对高校技术转让人员与资金单因素效率区域聚类分析表明，由于高校R&D人员的增加受到整个社会科技人员供给的制约，增长相对缓慢，相比之下，科研经费的增加则更多可视为一种外生变量，增长速度相对较快，在缺乏绩效意识的前提下，很容易出现人员效率相对高于资金效率，这在东部地区(三类区)表现较为明显；并且高校技术转让效率提升往往会经历一个差异增大再减小的过程。
图5 具有不同效率特点的四类高校地域分布图
受到计划体制下高校管理路径依赖的影响，我国的高校目前按隶属管理仍可划分为部委隶属与地方省属；按学校规格划分可区分为“211”及省部共建高等院校(即重点院校)、一般本科院校(即普通院校)与高等专科学校；而按学校类型，又可划分为综合性大学、专业性学校(工、农、医、师范等)。为此，论文进一步探讨不同类型的学校技术转让效率中人员与资金效率的差异。
从表6可知，从高校类型的角度看，工科院校和农林院校较为突出，人员效率和资金效率均超过65%，而综合类高校和医药院校的效率较低。从隶属的角度，教育部直属院校无论是资金效率还是人员效率都要高于其他部属高校和地方院校；而从高校规格角度，一般本科院校的效率值偏低，重点院校和高等专科院校数据相近且人员、资金效率值较高。2009年，“211”及省部共建高等院校科研经费占全国高校总量的70.9%，R&D人员占比47.0%，校均R&D人员与校均R&D经费投入更是普通院校的21倍和66倍，但从技术转让单因素效率来看，重点高校与普通高校差异不大，仅仅略高于后者。高校服务社会功能的重要体现，便是通过技术转让方式，将其科研成果转化为现实生产力；但就高校技术转让而言，一般本科院校的效率偏低，没有充分发挥其应有的社会功能；而重点高校科研工作的重心虽在基础性研究层面，以承担政府科学计划(或纵向课题)为主，在其科研经费中用于科研基础设施投入比重较大，但其科研工作仍能面向市场需求，在实际工作中重视却加大技术转让力度。
4 结论性评述
本文通过利用随机前沿改进方法计算了中国高校技术转让效率中人员与资金两个单因素效率，并通过单因素效率分析，探讨高校技术转让不同投入要素使用效率的差异及特点，以期为提升高校技术转让效率提供决策参考。
本文的研究表明，在考察期内我国高校技术转让效率均值仅为46.48%，人员效率与资金效率均值也保持在一个较低的水平(46.90%、37.61%)，同时绝大部分区域的人员效率相对比资金效率要更高。从区域来看，在单因素效率均超过全国均值的9省市中，有6省市均是西部和中部地区，并且这6个省的人员与经费投入的绝对值与校均值均低。除北京外，其他人员投入、资金投入绝对数均较高的区域，其人员效率与资金效率都处在相对较低的位置；另一方面，投入绝对数较小的区域中，单因素效率也未必高。这说明在规模背后还有更重要的因素左右着效率高低。而从学校规格来看，虽然“211”及省部共建高校(重点大学)单因素效率要高于普通院校但差距不大，而相比之下这些重点高校却拥有全国高校绝大多数优质的创新资源，这也反映出我国高校，尤其是重点高校提升技术转让效率还有很大的空间。
目前我国的企业自主创新能力较弱，同时国内绝大多数优质的创新资源分布在高校与科研机构。因此，高校、科研机构应通过有效的产学研合作与高效率的技术转移机制，帮助企业抢占未来主流产品的上游，这也是高校的历史使命。但现实中我国企业获得大学和科研机构技术的机会与能力极为贫乏[11]，且企业自身已于2001年超过科研院所成为最大的技术供给者。这些都说明我国高校在将其潜在科技成果转化为现实生产力方面并没有发挥出应有的作用。本文研究也证实，我国高校提高其技术转让效率的空间还很大，国家继续加大对高校投入的同时，还应切实提高投入要素，尤其是资金要素的资源利用率。
本文也存在一定的不足。例如由于篇幅所限，本文虽采用面板数据但未对整体和各部分的趋势变化做深入的探讨；而且采用的生产函数带有经验性，可能存在拟合程度更好的生产函数。进行深入的趋势分析，考虑地区、规模差异来修正生产函数等，都是笔者后续改进的方向。
注释：
①http://jkw.mof.gov.cn/zhengwuxinxi/zhengcejiedu/200806/t20080624_49872.html.
②其中基础研究是指认识自然现象、揭示自然规律的研究活动；应用研究指为获得新知识而进行的创造性的研究，它主要是针对某一特定的实际目的或目标；试验发展是指利用从前两者及所获得的现有知识，对建立上述各项做实质性、系统性的工作。
③高校科研活动中用于应用研究与实验发展投入(人员和经费)并不一定都能够在市场中进行交易，但受数据可得性的制约，现有统计资料中没有高校直接用于技术转让投入的人员和经费数据。而根据应用研究与实验发展活动的目的，这些科研活动是由现实需求直接引发的。因此本文用高校应用研究与实验发展的投入资源作为技术转让投入资源的替代指标。
⑤受到样本量的制约，在计算区域层面效率时，采用超越对数生产函数形式，而在该处采用CD生产函数形式，因此计算得出的总体结果也略有不同。