天津市高校科技创新效率提升路径研究

吕 坤，李修彪

创新是发展的原动力。党的“十九大”报告指出要“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”。这既是深化科技体制改革的有效途径，亦是实施创新驱动发展战略的重要举措。高等学校拥有丰富的人才储备和高水平科技创新团队，在科技人才培养、科技创新成果研发领域具有得天独厚的优势。然而，受制于管理体制和资金投入等因素，高等学校的科技创新成果转化往往不尽人意。一方面，高校的科技人才培养与企业的人才需求存在一定偏差；另一方面，许多高校缺乏对科技成果进行“中试实验”能力，最终影响转化质量和市场需求度［1］。

截至2020年6月，我国的高等学校数量超过3 000所，办学特色不尽相同。不同于中央部属高校，各地方所属高校与当地企业联系相对密切，在科技创新领域与区域社会经济发展需求方面具有较高的契合度，“产—学—研”合作的协同性应更具特色。本文以天津市9所地方高校为研究对象，应用数据包络分析法实证研究样本高校的科技创新效率水平，并为提高效率提出改进建议。

一、文献回顾

就研究内容而言，国内有关“高校科研效率”的研究成果主要分为两个领域：一是科研的投入产出效率，探索高校科技人力投入、科研经费投入与课题成果获奖、学术论文发表数量、专著数量、科技课题数量等产出所构成的效率水平，代表性学者为姜彤彤（2013）［2］、胡咏梅等（2014）［3］、王恒昕等（2018）［4］、王宁等（2019）［5］。二是科技创新成果转化效率，在前者构建的效率评价的产出指标体系中，加入了科技成果转化的经济收益，基于“产—学—研”的协同视角探索高校科技创新的综合效率，代表学者主要有林德明等（2016）［6］、何悦等（2018）［7］、钟卫等（2018）［8］。

就研究方法而言，绝大多数文献采用了基于非参数的数据包络分析（Data Envelopment Analysis，DEA）方法。该方法基于线性规划的数学原理，可用于多投入、多产出决策单元（Decision Making Unit，DMU）相对效率的测度，其拓展模型也层出不穷，近年来被广泛应用于高校科技创新效率的实证研究。刘兴凯等（2015）［9］采用三阶段DEA方法测度了中国28个省份2010—2012年度的科研效率区域特征及影响因素；覃雄合等（2017）［10］采用网络SBM模型结合面板Tobit模型，评价了2004-2014中国省际高校科研成果转化效率的时空格局与影响因素；黄建国等（2018）［11］采用DEA-Super-SBM和Malmquist指数分别从静态、动态两个视角测算了了2010—2015年中国41所世界一流大学建设高校的科研效率。亦有部分学者采用基于参数的随机前沿分析（Stochastic frontier analysis，SFA）方法研究高校科技效率，如王洪礼等（2015）［12］、李柏洲等（2017）［13］。

综上所述，现有的研究无论在时空维度还是在实证模型领域，均做出了重要的学术贡献。本文拟在现有文献基础上，将DEA方法及模型应用于天津9所市属地方高校科技创新效率水平的实证分析，以期为地方高校科技创新管理提供一定参考。

二、研究设计

1.研究方法与数学模型

DEA方法最早由美国运筹学家查恩斯（Charnes）、库珀（Cooper）和罗迪斯（Rhoades）在1978年提出［14］，即规模报酬不变的衡量企业生产效率的DEA-CCR模型，开始将数学线性规划应用于效率的计算。此后，班克（Banker）、查恩斯（Charnes）和库珀（Cooper）［15］放松了规模报酬不变的假设，将技术效率（TE）分解为纯技术效率（PTE）与规模效率（SE），即现在广泛应用的DEA-BCC模型。本文即采用该基于投入导向的BCC模型，其线性规划模型为：

上式中，

xij代表第j个DMU第i项投入项；

yrj代表第j个DMU第r项产出项；

hk代表第k个DMU的相对效率值，取值范围为（0，1］；

λ表示DMU的线性组合系数。

2.指标体系构建与样本选取

基于“协同创新”与广义科技成果转化视角，参考现有的研究成果，本文构建了高校科技创新效率评价的投入产出指标体系（见表1）。

表1 科技创新效率评价投入产出指标

投入指标中，科技创新人员代表人力投入，贯穿“产—学—研”各环节，因此该指标为“教学与科研人员”“研究与发展人员”加总；科技经费支出代表资本投入，采用体现实际运用资金的“当年内部支出”。产出指标中，分别选取代表高水平科研学术成果的“学术论文”与代表科研成果转化创造经济效益的“技术转让收入”。科技创新从投入资金到产出科研成果，再由科研成果转化到实际应用或创造经济效益，之间存在时滞性这一客观规律，故投入指标数据来自2015年统计结果，产出指标来自2016年统计结果，变量描述性统计如表2。

表2 投入产出变量描述性统计

基于数据可得性与模型的约束条件，本文选取天津市9所高校为研究样本①，测度2015—2016年度天津市市属高校科技创新效率水平。

三、实证结果与分析

1.科技创新效率评价结果

根据DEA方法中的BCC模型，采用Deap2.1测度的科技创新效率结果如表3显示。9所样本高校综合技术效率整体水平不高，平均效率值仅为0.535。样本之间效率差异悬殊，其中天津师范大学和天津中医药大学两所高校位于效率前沿（各项效率值均为1）。天津商业大学与天津科技大学亦实现了较高的相对效率，天津城建大学的综合技术效率不足0.1。

表3 天津市9所高校科技创新效率

在进一步效率分解中不难看出，相对纯技术效率（0.813）而言，规模效率（0.610）偏低是制约综合技术效率提升的瓶颈因素，该因素导致天津商业大学、天津科技大学、天津工业大学3所高校没有位于效率前沿。共8所高校的纯技术效率实现最优，除位于效率前沿的2所高校与天津理工大学外，其他6所高校的规模效率均显著低于纯技术效率。尽管规模效率制约了绝大多数高校的科技创新效率，不同高校所处的规模报酬阶段却不尽相同：天津商业大学、天津农学院、天津职业技术师范大学以及天津城建大学处于规模报酬递增阶段，即尚未达到最优投入—产出的科技创新规模；而天津科技大学、天津工业大学、天津理工大学3所高校则已处于规模报酬递减阶段，表明依目前现有的科技创新管理能力和投入要素的组合结构，单位投入要素的科技创新产出呈下降趋势。即，投入的要素或要素组合没有实现最优的配置，存在一定的投入冗余。

2.效率类型划分及分析

针对样本高校的科技创新效率表现，为进一步探索各高校效率提升路径，本文采用样本高校的纯技术效率、规模效率两项指标的平均值构建四个效率象限，并将9所高校按其所在象限划分为三个科技创新效率类型（见图1）。

图1 天津市9所高校科技创新效率类型四象限

（1）“双翼”领先型（第Ⅰ象限）。共4所高校属于该类型，其特征是样本决策单元纯技术效率、规模效率均高于样本平均水平，两个效率值较为均衡，且纯技术效率实现了最优化。在科技创新活动中，纯技术效率主要揭示决策单元在“产—学—研”这一链条上的科技创新组织管理水平，高效率水平具体可体现为：管理制度制定规范且执行到位，管理流程科学高效，奖惩机制得到有效发挥，高等学校与企业等外部机构或组织合作密切，科研成果转化力强、经济效益突出。规模效率主要揭示决策单元所处的生产规模与最优规模之间的相对差距。位于该象限内的高校具有较强的科技创新示范性，可作为其他高校效率改进的“标杆”。如天津师范大学于2014年获批天津市科技成果转化中心以来，在科研机制体制改革、科技人才队伍培育、科技信息平台搭建方面取得的突破，有效支持了校内多项发明专利转让与“产学研”项目的研发合作。

（2）“单翼”领先型（第Ⅱ、Ⅳ象限）。该类型高校包含天津理工大学（规模效率高、纯技术效率低）与天津工业大学（纯技术效率高、规模效率低）。与“双翼”领先型比较，该类型决策单元的规模效率与纯技术效率不均衡，即暂时没有实现科技创新组织管理与科技创新资源配置的双重最优。实证揭示，天津工业大学的科技创新组织管理水平高，而科技创新要素的配置需要进一步整合优化，天津理工大学则应侧重组织管理水平的提升。从决策单元各种“投入—产出”组合构建的生产可行性区域看，该类型决策单元距离生产前沿面较远。

（3）后进型（第Ⅲ象限）。位于该象限的样本高校，无论规模效率还是纯技术效率都低于平均水平，但有较大的效率改进空间。属于该类型的天津农学院、天津职业技术师范大学以及天津城建大学的纯技术效率均超过0.5（高于第Ⅱ象限的天津理工大学），但规模效率严重偏低，说明在现有科技创新管理水平基础上改进科技创新投入要素的配置迫在眉睫。值得一提的是，三所高校均处于规模报酬递增的生产阶段，突破效率瓶颈后，将会实现综合技术效率的跨越式提高，亟需挖掘现有科技创新投入要素的创新潜力。

3.样本对标分析

DEA方法直接的现实意义在于，通过决策单元构建的生产前沿面，在定量分析出每个决策单元的相对技术效率之后，能够进一步明确非效率（即效率值小于1）决策单元实现有效率的改进路径。依据线性规划方法，非效率决策单元向生产前沿面的移动路径计算须依赖其他相对有效的决策单元（也称对标决策单元）。根据实证结果，共有4所高校成为其他高校的对标高校（见表4），其中“双翼”领先型高校3所，“单翼”领先型高校1所，其中被对标次数最多的是天津商业大学（3次），其次为天津师范大学（2次）。

表4 天津市9所高校对标统计

从表4中可以看到，各项效率值均为1的天津中医药大学并没有被其他高校对标。从理论方法视角研究，该高校的投入指标“科技创新人员”与产出指标“技术转让收入”远高于其他样本高校，即便该决策单元处于前沿面，但距离其他决策单元距离很远，难以借助该坐标点为其他决策单元做效率改进路径规划。从实践视角研究，该高校的人才培养与科研建设具有其他高校无法比拟的优势：依托其各直属与非直属的附属医院、专业研究所，可在国内国际领域获得众多高水平科研项目的支持，且大量临床研究成果能够迅速满足市场的应用需求，因此在科技创新领域可高效实现教学、科研、临床试验、科研成果转化等多位一体化建设。近年来天津中医药大学加快国际合作办学、建设科技成果转化中心等一系列举措，在拓宽“产学研”合作渠道的同时，也创造了可观的经济效益和社会效益。

以培养师范专业人才为主的天津师范大学科技创新效率名列前茅，创新人员投入最少，产出成果却远高于样本平均水平，“低投入—高产出”特点显著。其值得借鉴之处主要有两点：充分发挥要素资源价值、充分利用外部合作资源。尽管人力、资本投入有限，但科技创新人员尤其相关学科负责人，能够借助科技特派员的优势，在企业管理、产品开发、技术突破、学生实习基地建设等方面将高校优势资源与企业实际需求对接，通过深度合作发挥产学研平台的作用。近年来，该校尤其注重科研团队建设，“项目+团队”的产学研联合模式一方面可为企业培育更多人才，另一方面也有助于高校科研成果转化的实现。

同为“低投入—高产出”的天津商业大学，尽管没有位于生产前沿面，但其纯技术效率已实现最优，规模效率尚待提高，成为同处于规模报酬递增阶段其他三所高校的重要标杆。天津商业大学在“产学研”建设中，更重视导师对学生创新创业能力的培养，一方面培养本科学生发表高水平专业论文的能力，另一方面借助“互联网+创新创业”等全国高水平大赛培育了优秀的学生创业项目。该校“天商微渡”众创空间通过创业大讲堂、创业训练营、创业实践性创新创业活动的“三载体”，向学生开放教学科研资源，为创业学生提供孵化和加速平台。该组织可提供从创意到产品销售的全程服务，能够充分发挥校内外导师团队的作用，其促进科技成果转化效果显著。目前该校已有多个自主创新项目、创新企业获得省部级以上奖项并或外部投资，也是其他高校“产学研”建设的重要参考标杆。

四、研究结论与启示

本研究基于“产学研”协同视角，采用DEA方法中BCC模型，对天津市属9所高校的科技创新效率做出评价，揭示规模效率是制约效率提升的主要瓶颈因素。根据实证结果，本研究进一步将样本高校划分为三种效率类型，并对典型高校的“产学研”协同创新经验进行了剖析。由此，得到如下管理启示：

一是提升科技创新管理水平，发挥激励机制作用。样本高校整体纯技术效率水平不低，但部分高校的科技创新管理组织水平仍有待提升。各高要制定合理考评机制和绩效奖励办法，在鼓励科研人员在致力于研发的同时，加强与外部合作从而加快科研成果向社会服务和经济效益的转化。

二是优化科技创新资源配置，加强科技创新团队建设。较低的规模效率是资源配置欠佳的具体体现，建设强有力的科技创新团队是实现科技创新人力与资本的合理搭配的有效途径。位于效率前沿的天津中医药大学、天津师范大学均依靠自身优势学科，注重高水平科技创新创业团队的引进，近年来国家自然科学基金项目立项数量在天津市名列前茅，团队科研成果不断取得新突破。

三是建设校企“产学研”联盟合作平台，有效实现信息共享。科技成果转化中心的建立是提高校内服务水平的途径，而校企协同联盟建设则是实现“校—企”“校—校”之间“产学研”协同发展的重要保障。通过联盟平台，在“政府引导、市场化运作”的方针下，各会员单位可以实现快速对接和信息共享，在促进校企协同行业标准体系完善、开拓创新校企协同应用服务等领域不断增强科技进步对经济发展的贡献度，在培养高水平创新创业人才的同时，促进科技成果的商品化、产业化、国际化，努力实现“大众创业，万众创新”的新态势。

注释：

①《2017年高等学校科技统计资料汇编》统计数据中共包含天津市地方高校11所：天津科技大学、天津工业大学、天津理工大学、天津农学院、天津中医药大学、天津师范大学、天津职业技术师范大学、天津商业大学、天津市城市建设学院、中国民用航空大学、天津市职业大学。根据DEA研究方法对投入产出指标的“非零值”要求，将不符合条件的中国民用航空大学、天津市职业大学剔除。南开大学、天津大学、天津医科大学三所教育部直属高校，其科技经费来源与天津市属高校差异较大、“产学研”合作模式与成果转化与市属高校亦存在差异，故本文没有将其作为研究样本。