中国大学科技成果转化效率演变与影响因素——基于Bootstrap-DEA方法和面板Tobit模型的分析，本文主要内容关键词为：科技成果论文,中国大学论文,面板论文,模型论文,效率论文，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。
0 引言
近三十年西方发达国家经济发展实践表明，大学科技成果转化对经济增长有着十分重要的意义。无论是美国斯坦福大学创造的“硅谷奇迹”，还是英国剑桥大学产生的“剑桥现象”，都使人们认识到，大学科技成果的成功转化不仅可以促进本国经济的极大发展，甚至可以引领一个新技术时代的到来。目前，全世界绝大多数国家都把促进大学科技成果转化效率作为提升本国创新能力的一个重要途径，大学科技成果转化问题已经成为人们关注的一个热点。
一般来说，科技成果转化是把科学知识和高尖端技术转变为现实生产力并形成效益的基本手段和重要实现途径。科技成果转化效率则反映了在给定时间内获得的有效产出与各种相关投入之间的比率关系。自2000年以来，西方学术界对大学科技成果转化进行了大量的研究，主要集中在：(1)大学科技成果转化效率的测度方法研究。目前此类研究已经有了比较成熟的方法论基础，如参数随机前沿方法(SFA)和非参数数据包络分析方法(DEA)。Siegel等(2003)、Chapple等(2005)分别利用参数方法和非参数方法评价了欧美等国家大学科技成果转化效率以及影响因素[1-2]。SFA方法的优点在于可以在估算结果的基础上进行假设检验和置信区间的构建，缺点是需要先验设定相关生产函数或成本函数的函数形式。DEA方法无须先验设定任何函数形式，分析结果具有很强的稳健性，但是对技术低效和噪音不做任何区分，所以无法对其测算结果进行假设检验和置信区间的构建。如何针对参数方法和非参数方法的不足，对其进行适当的修正，是目前相关研究的重点。(2)促进大学科技成果转化的制度和政策研究。学术界分别从技术许可授权、科技园与新企业的形成等角度对其进行研究，主要包括大学教师参与技术商业化、大学技术许可战略、大学的激励措施与技术授权收入、企业与大学之间的连接、技术许可过程中的道德风险问题、对企业技术授权的绩效、大学发明的商业化速度[3-9]。(3)大学科技成果转化的内部组织环境研究。Bercovitz等研究了大学技术转移办公室的组织结构以及它与大学科技管理的关系[10]，他们分析了四种类型组织的性能及绩效，包括单部门U型、多部门M型、控股公司H型和矩阵MX型。他们认为，大学的协调能力、促进内外部信息流动的能力，以及采取一种方式协调激励机制使之与大学技术转移战略目标相一致的能力，是大学科技成果转化的内部环境基础，对大学科技成果转化具有重要影响。(4)大学科技成果转化个人层面的研究。通过更微观层面的分析，一些研究集中探讨了大学技术转移中的个人科学家与企业家的相互影响和约束。Audretsch(2000)研究了大学内的企业家与其他企业家之间的差异[11]，他利用一个关于大学内生命科学家的数据集，评估他们可能建立一家生物技术公司的决定因素。基于风险函数分析，研究人员发现，大学企业家往往年龄更大，并拥有更多科学研究的经历。Zucker等(2000)评估了大学研究人员在参与企业研发过程中对企业研发效率产生的影响[12]。
国内学者针对大学科技成果转化问题也进行了大量研究。魏斌和汪应洛(2001)建立了科技成果转化中大学与企业之间行为的博弈模型，并进行了大学与企业合作对策与非合作对策的比较分析[13]。李平(2002)以地方政府和大学为研究对象，重点研究了国家创新体系中大学、地方政府、企业三者关系问题以及地方政府职能转变与科技中介组织问题[14]。郝远(2004)分析了我国大学科技成果转化的障碍及途径[15]。周克刚(2005)认为，大学科技成果转化率较低主要是由于大学缺乏课题开发的自主性、有限的资源分散、课题与市场不吻合、科技管理政策不完善、科技经费缺乏、中介机构服务不健全等原因造成的，而深层次的原因是体制僵化、机制不灵活[16]。梅姝娥和仲伟俊(2008)从大学科技工作特点与技术创新活动之间的差别，技术交易特点和交易需要具备的条件，以及我国企业技术吸收能力现状等三方面，分析了大学科技成果转化的障碍因素[17]。周云祥(2010)从科技成果交易信息不对称、科技成果价值标准评估、科技开发的定位、资金投入不足等方面研究了科技成果转化的制约因素[18]。郭强等(2012)以分析大学科技成果转化内涵为切入点，系统梳理了影响科技成果转化的六大内部因素，并针对大学、企业、政府、科技中介机构以及专业媒体提出了对策建议[19]。谷德斌和尹航等(2012)提出了大学科技成果转化的驱动模式，并为大学科技成果转化方略的实施提供建议[20]。赵淑茹，刘淑媛等(2012)对大学科技成果转化优惠法律政策进行了研究[21]。上述定性研究提供了进一步从定量角度分析大学科技成果转化效率的研究基础。阎为民和周飞跃(2006)通过对大学科技成果构成结构和评价指标体系的研究，提出了一种评价大学科技成果转化绩效的综合模糊评判模型[22]。廖述梅和徐升华(2009)利用中国27个省市2000—2006年的地区加总数据，基于SFA方法测算了大学科技成果转化效率，同时分析了非效率因素，发现了诸如专利、地区人均研发投入等影响科技成果转化的内外部因素，并分别从政府、大学和企业三个方面给出了提高科技成果转化效率的政策建议[23]。本文认为，利用中国大学科技成果转化过程中的微观数据，分析大学科技成果转化效率，对于客观认识中国大学的科技成果转化问题具有一定的意义。
针对传统DEA方法仅给出了各个决策单元效率值的点估计，没有考虑随机噪声影响的缺陷，本文利用中国24所大学2001年、2002年、2008年、2009年的面板数据，结合Bootstrap-DEA方法，对其科技成果转化效率进行评价和分析，并在此基础上利用面板Tobit模型检验地区禀赋、金融发展程度、产业结构对中国大学科技成果转化效率的影响。
1 中国大学科技成果转化效率差异及演变
1.1 效率测度的DEA方法及Bootstrap-DEA纠偏本研究采用非参数DEA方法测度大学科技成果转化效率。传统的DEA方法难以回避样本敏感性和极端值影响的问题。如果仅仅根据传统的点估计判断单元的有效性会导致严重的偏误，会将大量无效单元判为有效[24]。针对传统DEA方法的不足，可以采用渐进分析方法和Bootstrap方法对其进行修正。渐进分析方法在大样本情况下具有较好的效果，但在小样本情形下往往具有较大的偏误。而且多投入和多产出情形下DEA估计的极限分布过于复杂，使得其统计推断存在诸多困难。Simar和Wilson(2000)从数据生成过程出发，提出了基于Bootstrap纠偏的DEA方法。Bootstrap-DEA方法规避了模型设定风险、样本敏感性、极端值影响等问题，是解决传统DEA方法不足的一个突破性进展[25]。本文首先对Bootstrap-DEA方法进行说明。
利用上述偏差的估计结果，可以修正DEA测度结果的偏误并构建相关估计量的置信区间。
1.2 变量说明及描述性统计分析
投入与产出指标的正确选择是DEA方法使用的关键。假如选取不恰当的投入与产出指标将会导致分析结果的失真。本文借鉴现有国内外研究成果并根据中国大学统计数据的可得性和有效性来确定大学科技成果转化过程中的投入与产出指标。本文选取研究与全职人员数
、研发支出
、基础研究项目数
、应用研究项目数
、实验发展项目数
、国外发表学术论文数
、国家级项目验收数
作为衡量大学科技成果转化过程的投入指标；选取专利授权数
和专利出售数
作为衡量大学科技成果转化过程的产出指标。本文数据来源于相关年份的《高等学校科技统计资料汇编》。考虑到数据的可得性以及分析对象的连续性，本文选择了24所教育部直属重点大学作为研究对象，分别是北京大学、清华大学、南开大学、天津大学、东北大学、吉林大学、复旦大学、同济大学、上海交通大学、南京大学、东南大学、浙江大学、合肥工业大学、厦门大学、山东大学、武汉大学、华中科技大学、湖南大学、中南大学、中山大学、重庆大学、四川大学、西安交通大学、兰州大学。由于《高等学校科技统计资料汇编》一些年份的统计指标不完全一致，为避免统计口径的不一致，本文选择了2001年、2002年、2008年、2009年的相关统计指标作为研究样本。所选变量的描述性统计分析结果见表1。
1.3 中国大学科技成果转化效率测度及分析
本文将Bootstrap迭代次数设定为3000次，表2是2001年、2002年、2008年、2009年中国24所大学科技成果转化的Bootstrap-DEA纠偏后的效率估计值。
经计算得出，2001年、2002年、2008年、2009年大学科技成果转化效率的平均值分别为0.64，0.78，0.77和0.81，说明中国大学科技成果转化效率呈现不断提高的演化趋势。大学科技成果转化效率的标准差分别为0.20，0.18，0.16和0.18，说明大学之间科技成果转化效率的差距并没有呈现降低的趋势。重庆大学在这四年的科技成果转化效率都是1。上海交通大学、南京大学、东南大学、浙江大学、合肥工业大学、山东大学的科技成果转化效率出现显著的上升趋势。
本文将24所大学按照所在地区进行分类，分为东部地区大学(北京大学、清华大学、南开大学、天津大学、东北大学、复旦大学、同济大学、上海交通大学、南京大学、东南大学、浙江大学、厦门大学、山东大学、中山大学)、中部地区大学(吉林大学、合肥工业大学、武汉大学、华中科技大学、湖南大学、中南大学)和西部地区大学(重庆大学、四川大学、西安交通大学、兰州大学)。在上述计算结果的基础上，对我国东、中、西部地区大学科技成果转化有效性的差异做一个比较分析。受社会、经济、历史、自然等因素的影响，我国东、中、西部地区的地区经济发展具有一定的差距。在2010年，我国东、中、西部地区的人均纯收入之比为1.95∶1.33∶1，可见，从总体上看，我国东部地区经济比中部地区发达，中部地区又比西部地区发达。而且，东部地区与中部地区的差距较之中部地区与西部地区的差距更大。那么，我国东、中、西部地区大学科技成果转化效率平均值的差异，并不能完全说明三个地区大学的科技成果转化能力绩效存在地区性差异。下面将借助Mann-Whitney U非参数统计检验方法，来检验不同地区大学的科技成果转化效率是否存在地区性差异，检验结果见表3。
根据Mann-Whitney U检验结果，2001年和2002年，西部地区和东部地区的大学在科技成果转化效率上存在显著差异。而西部地区和中部地区的大学以及中部地区和东部地区的大学在科技成果转化效率上并不存在显著差异。2008年和2009年，西部地区、中部地区和东部地区的大学在科技成果转化效率上存在显著差异。
2 中国大学科技成果转化效率的地区特征因素分析
2.1 大学科技成果转化效率的地区特征因素的理论分析
根据现有的理论研究成果，可以将大学科技成果转化效率的影响因素归纳为地区禀赋、金融发展程度和产业结构三个方面。
地区禀赋对当地的技术转移具有十分重要的影响。Coe和Helpman(1995)通过建立数理模型论证了如果一个国家的贸易伙伴或外资来源国拥有更高的研发投资，那么这个国家看起来会有更高的TFP水平[30]。Klenow和Andrés(1997)利用1985年98个国家的横截面数据研究发现，国际间的技术转移与人均产出的相关系数是0.93[31]。Easterly和Levine(2001)通过跨国数据，同样发现了技术转移与人均GDP增长率之间的相关系数是0.90以上[32]。此外，教育水平与技术成果转移之间的关系也是十分紧密的。一个国家的国内生产者花费了很大的资源保护自己免受国内竞争者的冲击，但是这些资源却不能成功保护自己免于国外的竞争。因此，当贸易壁垒被取消后，这些国内生产者将从他们的保护活动中转移出来，而积极地通过技术成果转化转向更富有成效的创新活动，这对于维持其国际竞争力十分必要。
在科技成果转化的过程中，一个十分重要的障碍是地区金融发展程度，特别是科技金融的发展程度。科技成果转化过程与研发阶段有着很大的区别，它对金融支持的要求十分高。经验表明，科技研发、成果转化、科技产品产业化这三个阶段所需要的资金投入比例大约是1∶10∶100，一个比较好的金融发展环境可以为科技成果转化过程中的投融资、信息披露、风险分散、价格发现等方面提供良好的支撑。而当一个地区金融发展比较落后，金融产品、金融创新不能对科技成果转化进行较好的支撑时，会对科技成果转化带来很大的障碍。
产业结构与科技成果转化有很大的相关性，因为产业结构与技术吸收能力是密切相关的。吸收能力是指产业部门意识到新的外部信息价值的能力，以及吸收和利用它的能力。Thursby等(2004)的研究显示，吸收能力与产业结构的高度相关，产业结构越高级，对高科技的吸收力越强，越容易促进科技成果的转化[33]。反之，产业结构水平越低，吸收科技成果的能力就越弱，就会对科技成果转化产生不利影响。
2.2 大学科技成果转化效率地区特征因素的实证检验
本文选择了清华大学(北京)、南开大学(天津)、东北大学(沈阳)、复旦大学(上海)、南京大学(南京)、浙江大学(杭州)、厦门大学(厦门)、山东大学(济南)、中山大学(广州)、吉林大学(长春)、合肥工业大学(合肥)、武汉大学(武汉)、湖南大学(长沙)、重庆大学(重庆)、四川大学(成都)、西安交通大学(西安)、兰州大学(兰州)等东、中、西部的17所大学，利用大学所在地区的人均
、人均
、人均科学事业费支出、人均教育支出、居民储蓄占GDP的比率以及第三产业的产值占所有产业产值的比重衡量地区禀赋、金融发展水平以及产业结构水平对大学科技成果转化效率的影响因素。在以下实证分析中，大学科技成果转化效率值来自于上述Bootstrap-DEA分析结果，而大学科技成果转化效率影响因素的所有指标数据均来源相关年份的《中国城市统计年鉴》。
另外，由于大学科技成果转化效率值介0～1之间，具有截取数据的特征，所以本文后续的实证研究中将采用随机效应面板Tobit模型对影响中国大学科技成果转化效率的影响因素进行识别和分析。这是因为：一方面技术效率测算结果介于0和1之间，只有表现最佳的大学科技成果转化效率为1，所以在1处发生截取情况；另一方面，则是为了反映大学科技成果转化效率之间的差异为一个随机分布。以下先对本文所采用的面板Tobit模型估计方法进行简单的说明。假设第i所大学科技成果转化效率的条件概率为：
从表4的估计结果可以得出以下结论：
不管是从全国，还是从东、中、西部分开来看，大学所在地区的人均GDP对大学科技创新效率的提高都显著为正。这说明，对中国大学来说，地区宏观经济发展水平与大学科技创新效率有很大的相关性，这与前面理论分析的预期相符合。经济发展程度越高越有利于当地大学的科技成果转化，经济欠发达地区的科技成果转化比较困难。
从全国以及东、中部的估计结果来看，大学所在地区的人均FDI对大学科技创新效率影响显著为正，即大学所在地区的人均FDI越高，大学科技创新效率也就越高。人均FDI高的地区对外开放程度水平也高，竞争越激烈，必然要求加大科技投入，提高产出水平，同时在对外开放过程中引进和吸收先进技术。在这样的背景下，必然会引起大学科技创新效率的提高。技术水平越高，吸收科技成果的需求以及能力也就越强。特别是近年来，专门以科技研发为主的“高质量”FDI逐渐增加，这种FDI的主要目的就是进行科技成果转化。由此可知，创造一个好的环境和更高的开放度，对当地大学的科技成果转化有着较为积极的影响。但也应该注意到西部地区人均FDI对大学科技创新效率的影响并不显著。西部地区人均FDI提高对大学科技创新效率这种激励作用还不明显。本文认为，这种情况的出现可能是由于我国各个地区FDI分布失衡导致的，虽然我国每年吸引FDI的数量很大，但是数量分布却存在严重失衡，东部的FDI占全国FDI的80％以上，而西部地区不足5％。而且，与数量区域失衡相比，更重要的可能是质量失衡，西部的FDI仍是以低质量外资为主，外商投资企业结构单一，总体绩效较低。
科技投入，全国、东、中、西部地区均不显著。地区人均科学事业费支出与科技成果转化效率的相关性不大，中部和西部地区没有相关性，东部地区有弱相关性。表面上似乎与常识相悖，实际上，这说明科技成果转化的影响因素是多方面的。从本质上讲，科技成果实现成功转化总共涉及探索、发现、试验、开发、模仿以及采用新产品、新工艺和新的组织结构等领域。所以，科技成果转化是一种系统性活动，而科学事业投资仅仅涉及其中的一个环节，这是不够的。特别对于我国来说，大学的科技活动模式仍然以传统模式为主，即通过大学申请、政府立项、拨款后进行研究。通过这种模式获得的科技成果一般存在三个特点：一是侧重理论方面；二是追求技术领域的前沿和高新；三是重视学术水平，不重视成果的应用。因此，这种模式从一开始就注定了很难获得科技成果转化，大学的研究与企业的需求距离较远，很难适应市场的需求。此外，我国大学教师、研究人员的考核评价体系是以论文和纵向成果为主，因此，研究人员缺乏从事进行成果转移研发的动力，而在科技奖励方面，我国大学也主要以论文、专利获得作为标准，这在一定程度上也影响了科技人员的积极性。因此，从科技成果转化的整个系统出发，给予全方位的支持，是我国应该考虑的方向。
金融发展程度与科技成果转化没有相关性，这和国际经验不符。本文出现这种结果的可能是因为我国的金融发展程度还远远不够，不足以支撑科技成果转化。而从本质上来说，科技成果转化实际上是一种高收益、高风险的活动，普通的银行资金不愿意支持这样高风险的活动，并且科技成果的转化与一般的科学研究不同，它需要大量的资金，虽然科技成果转化成功后会获得高额回报，但是一旦失败，之前的投资会全部损失。因此，针对这种特别的、高风险的科技成果转化活动，必须要有风险资本的介入，才能形成一种持续性的转化机制，没有风险资本的支持，很难取得好的效果。而我国风险资本市场发展还不完善，处于刚刚起步的阶段，不仅规模小，而且种类单一，发展极不成熟。因此，这种不相关不代表金融发展作用不大，而是说明我国金融发展十分落后，对科技成果转化的支持作用太小。
从全国以及东、中部的估计结果来看，人均教育支出对科技成果转化有着明显的相关性。实际上，与经济发展相关的很多指标都与当地的教育有着比较密切的关系。大学科技成果转化是一个系统性工程，不仅需要创新的技术，还需要经营人才、管理人才，各种法律方面的专业人才，而人才的培养都是与教育分不开的。
产业结构与科技成果转化有着较大的相关性，说明一个地区的产业结构越合理，科技成果转化越有利。发达的产业结构对新技术既有需求，又有吸收能力，产学研合作也会变得更加活跃。
3 结论
本文利用中国24所大学的相关数据，结合Bootstrap-DEA方法，对中国大学的科技成果转化效率进行了评价和分析。并在此基础上利用面板Tobit模型检验了地区禀赋、金融发展程度、产业结构对中国大学科技成果转化效率的影响。研究结果发现：
(1)2001年、2002年、2008年、2009年大学科技成果转化效率的平均值分别为0.64，0.78，0.77和0.81，说明中国大学科技成果转化效率呈现一个不断提高的演化趋势。大学科技成果转化效率的标准差分别为0.20，0.18，0.16和0.18，说明大学之间科技成果转化效率的差距并没有呈现降低的趋势。重庆大学在这四年的科技成果转化效率都是1。上海交通大学、南京大学、东南大学、浙江大学、合肥工业大学、山东大学的科技成果转化效率出现显著的上升趋势。
(2)2001年和2002年，西部地区和东部地区的大学在科技成果转化效率上存在显著的差异。而西部和中部地区的大学以及中部和东部地区的大学在科技成果转化效率上并没有存在显著的差异。2008年和2009年，西部地区、中部地区和东部地区的大学在科技成果转化效率上存在显著的差异。
(3)不管是从全国，还是从东、中、西部分开来看，大学所在地区的人均GDP对大学科技创新效率的提高都显著为正。从全国以及东、中部的估计结果看，大学所在地区的人均FDI对大学科技创新效率影响显著为正。西部地区人均FDI对大学科技创新效率影响并不显著。地区人均科学事业费支出与科技成果转化效率的相关性不大，中部和西部地区没有相关性，东部地区有弱相关性。金融发展程度与大学科技成果转化效率没有相关性，这说明中国的金融发展程度还远远不够，不足以为大学科技成果转化提供有力的支撑。