基于密切值法的中国高校科技创新能力评价

严立鹏 严志业

[摘 要] 基于中国高校2011-2015年的面板数据，通过重新构建较为完善的高校科技创新能力评价体系，运用密切值法对各省市高校科技创新能力进行评价，发现东、中、西部高校科技创新能力差距较大，科技产业转化能力普遍较弱；再次利用参数灵敏度分析工具进行比较分析，发现人力投入对各省市高校科技创新能力排名有一定影响，但总体影响有限，而经济投入对总体科技创新能力影响较大。最后，针对分析得出的结论，立足实际，提出有效提升高校科技创新能力的政策建议。

[关键词] 高等学校；科技创新能力；密切值法

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2019. 09. 093

[中图分类号] G647 [文献标识码] A [文章编号] 1673 - 0194（2019）09- 0207- 04

0 前 言

建立科学高效的区域创新体系对科技创新的实现起着至关重要的作用，在这个体系中，高校、政府等机构协调配合和分配关键资源[1]。高校在科技创新体系构建中发挥着举足轻重的作用，有数据表明，教育对其成员国经济增长所做出的贡献达到25%[2]。由此可见，在科技创新体系的构建中，高校成为不可或缺的一部分，在推动科技快速发展的过程中发挥着重要作用，肩负着提升地区乃至国家科技实力的重任[3]。因此，以地方高校为研究对象，评估其科技创新能力，有助于企业和地方政府更准确地把握地方高校的整体科技创新能力，同时又有助于高校发现自身科技创新的优缺点，准确地把握长处和不足，以发现差距，找准自身定位，更好的提高科技创新能力[4]。

在现阶段，虽然国内外不乏基于不同视角的高校科技创新能力研究，但仍缺乏科学的研究体系和规范的研究理论来指导；所涉及的计量方法也比较有限，多数侧重于数据包络分析法，主成分分析法及因子分析法这三种研究方法的应用。因此，本文试着采用前人鲜少涉及，评价各单元与最优点距离的密切值法对区域高校科技创新能力评价研究做一些初步的探讨，以期发现高校在科技创新过程中存在的优势和劣势，扬长补短，最终实现科技创新实力的进一步提升。

1 文献综述

基于高校科技创新能力评价指标体系构建及高校科技创新能力评价两个视角是国内外学者研究高校科技创新能力的热点，希望从这两个方面寻求对高校科技创新能力的提升取得突破[5]。通过对国内外学者相关文献的研究分析，发现科技创新能力评价体系的构建中广泛使用的指标主要包括人力资源，科研经费，科研设备和科研产出等[6-7]；学者们大多热衷于基于宏观视角对高校科技创新能力进行评价研究[8-12]。同时，现有的相关文献大多仅局限于高校科技创新能力的排序，而并没有对影响因素进一步研究分析，研究结论的有效性比较有限。本文拟在各高校科技创新能力进行实证分析的基础上，通过参数灵敏度分析，进一步研究影响科技创新能力的关键因素，有助于更好地把握高校科技创新能力的形成原因与提升机制。

2 高校科技创新能力评价模型

2.1 高校科技创新能力评价体系构建

通过对现有相关文献的研究，发现投入指标和产出指标是评价高校科技创新能力的两个广泛使用的一级指标。投入指标衡量當地政府对高校科技创新能力提升的重视程度，产出指标表明高校科技的知识产出和转化能力。其中，投入指标下常用的二级指标主要包括R&D经费投入、R&D研究人员全时当量、科技创新资源及基础设施等投入；而科技成果及技术转让收入、专利申请数或授权数、高新技术总产值、地区技术市场成交额等指标则多被用来衡量产出指标。从总体上来说，前人的相关研究基本上涵盖了人、财、物等大多数因素。因此，基于前人对高校科技创新指标体系建设的代表性观点，结合各地区的实际情况，综合考虑影响科技创新的各种因素，重新构建较为完善的高校科技创新能力评价体系。具体如表1所示。

考虑数据的可用性和准确性，本文将从三个层次（目标层、一级指标和二级指标）建立高校创新能力评估系统，共有15个二级指标。其中，人力投入包括6个二级指标：专职教师人数、高等学校从业人员占R&D人员比重等，用以衡量人力资源投入水平；经济投入通过高校R&D经费内部支出、R&D经费支出和R&D经费支出占地区生产总值比重3个二级指标来进行衡量；知识产出主要体现在发表的科技论文数、出版的科技著作数等5个方面。查阅相关统计年鉴，发现有关经济产出的指标较少，主要表现在高校专利所有权转让及许可收入，以衡量科技创新能力所带来的直接经济效益。

2.2 数据来源

本文的研究目的通过找出影响科技创新能力水平的关键要素，并提出契合的政策建议。因此以全国31个省、直辖市和自治区作为研究对象，但因西藏、宁夏、海南、青海、内蒙古、新疆六个省部分年份的数据存在缺失，为保证数据的完整性和评价结果的准确性，故将该六省剔除在外，仅以剩余25个省市作为高校科技创新能力评价研究的决策单元。同时为保证数据的可靠性和时效性，防止个别年度数据的突高或突低影响研究结论的准确性，因此选择2011-2015年连续5年的相关数据进行研究。本文所选用数据均来自《中国统计年鉴》及《中国科技统计年鉴》。

2.3 研究方法

密切值法（technique for order preference by similarity to ideal solution，Topsis）是一种多指标的综合决策优选方法，它从正向指标和负向指标两个角度综合考虑，可以得出并比较实际数据与最佳方案和最劣方案之间的距离，获得各评价对象与最优方案的相对接近距离，以此作为评价优劣的依据[13]。具体计算过程如表2所示[14]。

最后在密切值法得出结论的基础上，利用参数灵敏度分析工具，分别通过剔除人力投入指标和经济投入指标，观察排除该一级指标后Ci值的变化，比较分析人力投入因素和经济投入因素对Ci值的影响。找出影响科技创新能力水平的关键指标和自身科技发展的短板，有利于各地区高校找准自身定位，较为准确的根据各项投入参数的重要程度，合理分配稀缺资源，实现高效提升科技创新水平的目的。

3 高校科技创新能力的评价

3.1 基于密切值法的高校科技创新能力的比较分析

本文首先对高校科技创新能力的整体水平进行测量。由本文衡量科技创新能力的计算方法可知，密切值Ci越大，说明评价对象越优。在2011-2015年间，利用以上构建的指标体系统计数据，得出各省市高校科技创新能力的密切值。从研究结果可以看出，高校科技创新能力的空间差异特征明显：东部地区中北京、江苏和上海三省市高校表现突出，密切值均大于0.3，科技创新能力较强；湖北、浙江、吉林、黑龙江、四川、广东、辽宁和陕西高校科技创新能力紧随其后，密切值介于0.2～0.3之间，科技创新能力次之；其余省市和自治区的密切值均低于0.2，表明科技创新水平有待提高。

3.2 参数灵敏度分析

剔除人力投入，经济投入、知识产出和经济产出不变，得到新的科技创新效率评价结果。可以发现，人力投入对北京、江苏、上海、湖北和浙江这五个省市的科技创新能力影响不大，均保持较为稳定的状态。但对于原本位于较弱地位的其他省市影响较为明显：从整体来看，除了以上五个省市以外，密切值都有显著下降的趋势，10个省市密切值降到0.1～0.2之间，10个省市密切值降到0.1以下。

剔除经济投入，人力投入、知识产出和经济产出不变，得到新的科技创新效率评价结果。从总体密切值来看，中国区域间高校科技创新能力变化较大，密切值得分出现剧烈跳跃现象，总体呈现上升的特点：其中北京和江苏密切值均在0.7以上，紧随其后的上海、吉林、湖北和浙江四省市密切值也均在0.5以上，其余各省市高校科技创新能力也均有不同程度的增强。

剔除人力投入或剔除经济投入前后， 北京、江苏和上海的排名均保持前三不变，且密切值均保持上升趋势。但相比于剔除人力投入来说，剔除经济投入对这三省市的密切值影响较大，说明经济投入因素比人力投入因素更为关键。剔除人力投入指标以后，吉林、广西、贵州、云南和福建五省排名变化较为剧烈：除福建上升6位外，其余四省分别下降11位、6位、9位和6位；密切值总体也呈现下降趋势，总体降到0.2以下。剔除经济投入对各省市高校科技创新能力排名影响不大，但密切值总体呈现上升趋势，除甘肃、河北、江西、山西和福建五省以外，总体密切值均大于0.4。通过以上分析说明，北京、江苏和上海三省市科技创新能力较为领先，与其余各省市差距较大；对于其他各省市来说，人力投入因素对各省市排名有一定影响，虽然密切值总体呈下降趋势，但相差不大，差值均保持在0.1的区间范围之内；而经济投入对各省市排名基本上没有影响，但对密切值却影响较为剧烈，总体提升0.2，说明经济投入对科技创新能力影响较大。

4 结论及建议

基于以上分析，可以看出地方高校科技创新能力具有以下几个特点。①北京、江苏和上海三个省市总体科技创新能力遥遥领先于其他省市，密切值均大于0.3。不仅总体科技创新能力较强，且排名较为稳定，但相比于人力投入因素，经济投入因素对其影响较大。②从区域空间上看，东部地区的高校科技创新能力最强，其次分别是中西部地区。但从局部区域来看，在中西部一些省份（如湖北，吉林，黑龙江和四川等）的科技创新能力也表现得较为突出。③结合以上分析结论，从总体上看，人力投入因素对各省市科技创新能力排名有一定影响，而区域高校科技创新能力的提升对经济投入因素更为敏感。说明经济投入因素对科技创新能力提升的可能会起到更为明显的作用。④科技转化能力和产出能力较为薄弱，以北京为例，2015年北京高校R&D经费支出1 812 553万元，有效发明专利38 050件，但专利所有权转让及许收入仅为28 442万元，仅为R&D经费支出的1.57%。

结合以上分析，寻求高效提高科技创新能力的途径，提出以下几点建议。①东部地区科技创新能力最强，中部次之，西部较弱的总体趋势要求更关注人力及经济资源的空间投入，而不仅仅一味地加大高校科技创新资源的投入。同时从以上分析来看，剔除人力投入因素后各省市科技创新能力密切值总体呈现下降趋势，尤其对于中部和西部地区表现得较为明显，而在剔除经济投入因素后科技创新能力密切值反而总体呈现上升趋势，且总体表现上升趋势极为明显，这一现象几乎表现在所有省市高校上，说明经济投入是高校科技创新能力提升的短板，故应着重加强经济投入。而对于中西部地区来说，仍应注意平衡人力因素的投入。②在以上分析上，剔除人力投入因素后，吉林、广西、贵州、云南和福建五省排名波动较为明显，尤其是吉林和贵州表现较为剧烈，故这五省应注意加强科技创新人才培养，要努力建设特色学科和一流专业，组成科技创新团队，培养科技创新人才，弥补智力资源的缺陷，实现提高综合科技创新能力的目标。③提高高校的科技产业转化能力。在科技创新推动科技发展的进程中，高校发挥了举足轻重的作用，创造了丰厚的知识产出，但却未充分利用起来。故一方面应鼓励高校设立专门的机构，积极将知识产出成果转化和吸收，化知识产出为经济产出；另一方面，鼓励高校与企业和政府对接，发挥企业资金雄厚和政府行政职能的优势，积极搭建平台和拓宽渠道，促进科技成果的有效转化。④继续扩大产教结合的广度和挖掘产学研结合的深度。高校在谋求自身发展的过程中，要注重特色专业和优势学科的建设，扬长补短，同时要制定完善的科技创新及科技发明奖励制度，对在科技创新和发明创造及转化过程中做出突出贡献的单位和个人，从精神和物质两个方面给予必要的奖励，积极鼓励区域探索并建立适合自身情况的产教结合互助新模式。

主要参考文献

[1]施星国，张建华，仲伟俊.区域高校科技创新能力的评价研究[J].研究与发展管理，2009，21（4）：106-113.

[2]章熙春，马卫华，蒋兴华.高校科技创新能力评价体系构建及其分析[J].科技管理研究，2010（13）：79-83.

[3]刘勇，应洪斌，蒋芬君.中国高校科技创新能力比较——基于华东地区高校的实证研究[J].研究与发展管理，2014，26（5）：113-119.

[4]李永宁，赵炳起.基于主成分分析法的江苏省地方高校创新力评价[J].科技管理研究，2009（4）：70-73.

[5]付晔.高校科技创新平台体系的反思与重构[J].研究与发展管理，2015，27（1）：84-91.

[6]骆嘉琪，匡海波.高校科技创新团队科研资源绩效评价指标体系[J].科研管理，2015，36（S1）：116-121.

[7]白玉，郑童桐，刘辉，等.基于扎根理论的高校科技创新能力评价模型构建[J].科技管理研究，2017，37（5）：102-108.

[8]翁明丽，席群.基于数据包络法的高等院校绩效评价研究——以211院校为例[J].科学·经济·社会，2013（4）：75-81.

[9]姚笑秋，陈玉娟.浙江省高校与研究机构R&D投入差异及绩效比较[J].科技管理研究，2013（11）：103-107.

[10]李永寧，赵炳起.基于主成分分析法的江苏省地方高校创新力评价[J].科技管理研究，2009（4）：70-73.

[11]杜俊慧，王文寅，苏贵影.基于主成分分析的山西高校科技创新能力评价[J].经济问题，2013（7）：111-114.

[12]董晔璐.基于因子分析的我国高校科技创新能力评价[J].科学管理研究，2015，33（6）：32-34.

[13]张振刚，郑少贤.我国大中型工业企业技术创新能力评价：以广东省为例[J]. 技术经济，2012（9）：1-6.

[14]黄凌云，谢丽团，邱晓兰，等.基于密切值法的福建省生态技术创新能力评价与提升策略[J].科技管理研究，2017（14）：70-76.