陆晓莉
大学科技园是以具有较强科研实力的大学为依托,将大学的综合智力资源优势与其他社会优势资源相结合,为高等学校科技成果转化、高新技术企业孵化、创新创业人才培养、产学研结合提供支撑的平台和服务的机构[1]。世界知名科技园区硅谷的前身“斯坦福大学工业园”是世界上最早的大学科技园。上世纪90年代,我国在沈阳建立了第一个大学科技园——东北大学科技工业园,随后,各地依托高校和企业优势纷纷建立大学科技园,至今已有99家“国家级”大学科技园,初步形成了产学研创新体系,为我国走上创新型国家道路奠定了坚实基础。
1999 年,经济合作与发展组织 (OECD)在《集群:促进创新之动力》中正式提出了“创新集群”概念,这是继“国家创新系统”后OECD推出的又一个重要的创新概念,是对国家创新系统概念的继承、发展和具体化[2]。随后,学者们对这一概念进行了深入研究,并逐渐形成了创新集群理论。集群决定了这一概念具有网络特征,而且学者们的研究重点也一直是创新集群网络,要想准确理解创新集群网络首先必须定义创新网络。费里曼最早提出了创新网络,他认为创新网络是为了系统创新的一种基本制度安排,具有非正式和隐含特征的关系,网络之间的主要连接机制是企业间的创新合作关系[3]。根据创新集群的定义和费里曼的创新网络概念,我们认为创新集群网络是指参与创新行为的主体之间在协同创新的过程中所形成的一种战略联盟关系。
大学科技园与其他园区的最大不同就在于它的创新本质,而且它将各个创新主体聚集到一起,因此从某种意义上说,大学科技园就是一个创新集群,它的快速发展离不开集群的创新网络和创新绩效水平。创新网络中,大学、政府、企业、金融及中介机构共同组成了一个相互联系的组织网络,各主体相互作用,实现知识、信息、技术的交流与共享,形成一个信息网络,这两个网络共同促进大学科技园的发展。创新绩效是大学科技园发展的灵魂所在,是衡量大学科技园创新水平高低的重要指标。我国大学科技园起步较晚,发展过程中存在诸多问题,其中,创新绩效水平不高是制约我国大学科技园发展的最大障碍。因此加强对大学科技园创新绩效的评价就显得尤为重要,通过改善创新投入产出比进而促进我国大学科技园的健康可持续发展。
大学科技园作为孵化器的一种组织形式,由各创新企业在知识经济的大背景下发生空间聚集,形成区域性创新网络化组织,并逐渐成为各创新主体密切合作的互动平台。Allen和McClus-key研究指出,大学科技园具有整体性,不仅是提供办公区域和研发设施的服务平台,更是一张组织网络系统,包括大学科技园管理者和职员、咨询机构、在孵企业及其员工、大学、行业协会以及专业服务提供者。张波和张根明(2010)[4]认为创新孵化网络是由多元节点要素复杂联结而成,按结网动机可将网络节点组织分为三类:孵化器、入孵企业和其他参与孵化组织。葛宝山和王艺博(2013)[5]指出完整的孵化网络包含两个层次:一是孵化器与孵化器之间的网络联系,二是孵化器与其他社会机构之间的网络联系。本文将大学与科研机构、政府、企业、中介机构、金融机构作为5个主体来解析大学科技园的创新网络。其中,创新辐射源是大学与科研机构;企业,特别是高科技企业是整个网络的核心;政府是调控者;大学科技园是体系的载体以及实践者;而金融和中介机构则在各主体之间的合作中起到粘合剂的功效。整个大学科技园创新网络的实体部分就是由这些主体构成(如图1所示),他们之间相互联系、相互影响,共同推进了大学科技园创新能力的发挥。
图1 大学科技园创新集群网络结构模型
2.2.1 政府对大学科技园创新绩效的作用
我国大学科技园在建设和成长阶段离不开政府与高校的扶持,而政府更是起着第一推动力的作用。当前,我国市场经济体制建设还不够完善,风险投资体系和中介机构还存在较多问题,大学科技园园区规划、基础设施建设等都离不开政府的宏观调控,政府在大学科技园发展过程中作用越来越明显[6]。如西安市政府当年以政府补贴方式低价将1000多亩土地卖给西安交通大学科技园,使其节省了大量成本,短短几年其园区建设已初具规模,截止到目前,园区入驻企业、研发机构、教育机构达数百家,成为了西安市新的经济增长点和城市发展的新亮点。
2.2.2 大学与科研机构对大学科技园创新绩效的作用
国外大学科技园区发展至今,已经拥有众多较为成功的典范,从他们的发展轨迹可以看出,大学科技园应当发挥出其拥有高校作为依托,在人才、技术、创新等方面的优势才有可能获得成功。据统计,2011年我国各类高等院校申请专利数54099项;专利授权数24708项;专利出售数1571项,项目金额达7.62182亿元。21世纪最重要的竞争是人才的竞争,对待人才的态度已经成为决定企业未来快速发展的重要因素。大学与科研机构充分发挥其创新源的作用,凭借自身拥有的人才和技术优势组建大学科技园,有利于大学科技园创新绩效水平的显著提高[7]。
2.2.3 创新企业在大学科技园创新绩效中的作用
大学科技园创新集群网络的最核心部分就是创新企业,整个大学科技园的组建、运作、管理等都是围绕创新企业来进行的,创新企业的发展决定着大学科技园创新绩效水平的高低。大学科技园中的创新企业大部分都是高新技术企业,相比较其他类型企业而言,高新技术企业在推进企业内部的体制机制创新、实现市场化运作方面具有明显的优势,这类创新企业的发展有助于提升整个大学科技园创新绩效的水平;同时,创新企业作为高等院校、科研机构创新成果的转化基地,将新技术、新材料、新工艺转变为实际的经济增长点,是连接高校、科研机构与社会需求的桥梁。
2.2.4 金融机构在大学科技园创新绩效中的作用
我国中小企业数量众多,分布广泛,是科技创新的重要力量,但是由于信息不对称、市场不正当竞争等种种原因,中小企业很难获得更多的金融支持。大学科技园作为培育科技创新企业的重要摇篮,是中小企业的集聚地,很难在短期内实现盈利,因此,金融机构的资金支持对于大学科技园的发展起着至关重要的作用,有利于创新企业投入更多的研发资金,促成科技成果的转化,实现市场化运作。同时,风险投资资金等融资手段的引入也会为中小科技企业带来新的发展。例如,上海交通大学科技园目前委托中国民生银行上海分行为其即将开工的二期工程融资,上海交通大学科技园一期工程已吸引200多家高新企业入驻孵化,现金和服务年收入已达4500万元,年利润3510万元。此次二期工程预计总投资4亿元,预计带来的效益比一期工程还要可观。
2.2.5 中介机构在大学科技园创新绩效中的作用
中介机构在科研成果的技术扩散过程中起着桥梁的作用。它沟通企业与科研机构,将企业的需要传达到科研机构,并将得到的高科技成果转化为现实的生产力,是国家创新体系的重要组成部分。中介机构在集群网络中往往是以平台的形式起着桥梁的作用,如北京清华工业开发研究院(以下简称工研院)在促进清华大学科技园与在京企业和政府技术合作,每年提供给清华大学科技园的合作金额均超过亿元的同时,还通过各种途径为园内企业与金融机构搭建合作平台,为企业解决资金不足的难题。
为进一步强化大学科技园的孵化能力,就必须对大学科技园的创新绩效进行正确的评价,通过对创新绩效的了解与评估,对症下药,逐步优化大学科技园的发展模式,提高产出效能。我们知道,大学科技园具有明显的多投入、多产出的特点。而 DEA方法[8]恰好能够评价决策单元的效率,实质是求出在一定条件下的投入产出比,并能够对多个同类单元进行“相对优劣性”的评价。因此,在评价大学科技园创新绩效时,运用DEA方法是合适的。同时,DEA分析方法不仅揭示了DMU的效率值,还能够指出非DEA有效的决策单元在哪些方面投入过多或者产出不足,以此来实现投入产出绩效的优化。运用DEA方法的最基本条件是被评价的 DMU[9]的投入和产出是可以量化的。而国家大学科技园的投入和产出是明确的、可测量的。同时,在对国家大学科技园发展绩效进行评价的过程可以遵循DEA技术的一般步骤和过程。因此,本文运用DEA模型来衡量大学科技园的创新绩效优劣。
借鉴以往文献研究(如,钱振华[10]和郑会[11]的指标体系),通过与大学科技园管理者广泛调研讨论后,综合构建出大学科技园创新绩效的投入、产出指标(见表1所示)。在投入指标选取上,由于我国大部分大学科技园主要提供的都是办公场所及科研设备等基本设施,而园区资金投入与占地面积等指标具有较强的可量化性和可比性,更具有相对的稳定性,因此,符合 DEA数据分析的特点。同样,产出指标中累计毕业企业数量与实现总收入等指标均是表示孵化器产出的重要代表变量,具有可比性。指标的选取具有代表性,并能够全面多样的反映大学科技园的创新绩效,揭示园区发展效率。
表1 创新绩效衡量指标
随机选取7家长三角大学科技园作为研究样本,评估并比较样本的创新绩效。由于均是长三角区域内的国家级大学科技园,具有相似的地理环境与经济环境,因此具有可比性。样本数据均来自各大学科技园发布的权威报告。选取的样本见表2所示。
表27家长三角地区大学科技园名称
DEA模型有多种形式,由于本文是对我国大学科技园创新绩效进行评价,因此可以选择的模型有 CCR模型和BCC模型。CCR模型是在规模效益不变的假设下进行的。实质是在效率评价指数不大于1的情况下,求出能使 DMU的效率评价指数最大的权向量。它具有可比性,但也存在着基于假定的不适当性,如有些决策无效并非由于投入产出配置比例存在问题,而是其本身并不适合规模生产。而BCC模型在此基础上进行了改进,假定规模效益可变,将产出因素按照强度划分等级,避免了将条件不同的DMU进行比较,使结果更为合理。本文分别运用CRR和BCC模型对样本创新绩效进行衡量。
运用MAXDEA软件,将样本数据进行处理,得到大学科技园的综合效率值,如表3所示。
表3 大学科技园创新绩效综合效率值
由表3可知,CCR模型与BCC模型的计算结果基本一致,长三角地区DEA有效的国家级大学科技园有4家,分别是:复旦大学科技园、南京工大科技产业园、上海交通大学国家大学科技园以及中国计量学院科技园。相对效率均为1.00,达到了DEA有效。而其他3家大学科技园相对效率均小于1,处于0-1之间,都是DEA无效,说明他们的创新绩效并没有达到最优的状态。
结合大学科技园的创新绩效数据,发现中国计量学院的创新指标均低于其他几家大学科技园,但也达到了DEA有效,说明并非指标值越大,越能达到DEA有效。只要输入、输出合理,也可以实现较好的创新绩效。另外,对结果进行分析时发现,出现DMU无效的原因主要是投入产出比例不合理,3家未达到DEA有效的大学科技园均呈现规模效益递减的情况,说明投入过多,产出不足,并没有实现预期的效果,应该积极改善管理,提高孵化能力,进一步实现科研成果成功转化,提升大学科技园的创新产出。
通过运用DEA方法分析我国长三角地区大学科技园的创新绩效水平,我们发现,部分大学科技园的投入产出比例仍不合理,创新绩效水平没有达到最优状态。针对上述问题,我们提出以下几点建议,以提升各大学科技园的创新绩效水平,充分发挥大学科技园在我国创新体系中的作用。
大学科技园作为一个创新集群,创新绩效是由各种主体要素相互作用而产生的。为了充分发挥大学科技园创新产业集群化发展的重任,应该积极构建大学科技园的创新集群网络。通过对DEA中创新投入指标数据的分析可以得出,各创新主体之间缺乏相互合作,整个创新过程没有达到协同。如政府和学校在园区的资金投入、占地面积上出现资源浪费或重复投入现象,导致了创新绩效没有达到最优。因此,要构建大学科技园创新集群网络,实现各创新主体的协同创新,从而提升大学科技园的创新绩效水平。
在大学科技园集群创新绩效的研究中发现,出现DEA无效的原因大多是因为投入过多,而没有产生相应的绩效。因此,不仅在创新投入指标加大外,更应该关注大学科技园的整体管理水平,有效运作园区内各项资源,创新科技园区体制机制,有力实现创新成果的产出。在重视硬性投入(如办公设施、科研设施)的同时,还要加强软性投入,如吸引优秀人才入园的政策等。加强创业孵化功能,积极培育更多中小型新创企业。
上述研究发现,3家未达到DEA有效的大学科技园均呈现规模效益递减的情况,投入与产出之间没有实现平衡。在研发投入方面,已有专利的应用情况较好,并没有产生过剩浪费的现象,政府的资金支出也较为充分,很好的支持了科技园的发展,但是园内注册企业过多,中小企业成功毕业的较少,对新创企业的孵化能力不强。因此,应进一步加强对中小企业的孵化支持,实现科研成果成功转化与市场化运作,提高大学科技园的创新产出,达到创新投入与产出之间的平衡,实现大学科技园的可持续发展。
[1]科学技术部,教育部.国家大学科技园认定和管理办法[J].中国科技产业,2008(12):328-329.
[2]钟书华.创新集群概念、特征及理论意义[J].科学研究,2008(2):178-184.
[3]FREEMAN.Networks of innovators:A synthesis of research issues[J].Research Policy,1991(20):499-514.
[4]张波,张根明.孵化器在孵化网络构建中的作用研究[J].求索,2010(12):59-61.
[5]葛宝山,王艺博.企业孵化器网络绩效的权变机理研究[J].吉林大学社会科学学报,2013(03):58-65.
[6]任杰,吕涛.大学科技园建设中政府作用的经济学分析[J].学术界,2009(01):160-166.
[7]张武升,张华,张妍,等.大学科技园建设的经验[J].山东高等教育,2014(02):12-19.
[8]CHARNES A,COOPER W W,RHOCLES E.Measuring the efficiency of decision making units[J].European Journal of Operational Research,1978(6):429-444.
[9]吴文江.数据包络分析及其应用[M].北京:中国统计出版社,2002.
[10]钱振华.基于DEA的国家大学科技园创新绩效评价[J].北京科技大学学报:社会科学版,2011(2):86-92.
[11]郑会.我国大学科技园区创新绩效比较研究--基于相对效率角度[J].科技管理研究,2010(19):45-49.