高校科技成果转化指标体系研究

廖文虎 季家友 乔 辉 郭洪伟

(武汉工程大学，湖北 武汉 430205)

0 引言

高校作为科技成果转化的重要主体，对科技创新具有重要的作用。教育部、科技部在《关于加强高等学校科技成果转移转化工作的若干意见》中强调高校要完善科技评价机制，促进科技成果转化。然而在实施过程中，由于各种原因使得高校科技成果转化率较低。根据教育部《2020高等学校科技统计资料汇编》显示，我国高校专利授权206036项，只有9229项实现了销售，占比4.5%左右，远低于日本和美国的转化水平。本文通过访谈和因子分析，探讨影响高校科技成果转化的因素，在此基础上，重新构建高校科技成果转化指标体系。

1 文献综述

目前，学者们对高校科技成果转化的研究主要集中在4个方面：①对高校科技成果转化的现状、影响因素；②高校科技成果转化的指标；③高校科技成果转化的效率；④高校科技成果转化与区域经济发展关系。在高校科技成果转化的现状、影响因素的研究方面，袁传思等[1](2020)通过对2013-2017科技投入与产出进行分析，指出影响科技成果转化的内因和外因，并从成果转化机制等方面提出建议。王红等[2](2020)在研究我国科技成果转化的现状时，发现资金投入不足、机制不完善是影响我国科技成果转化的主要因素，并建议借鉴国外的经验，通过构建合理的分配机制等方式来推动科技成果转化。在高校科技成果转化的指标方面，陈辉等[3](2019)利用PCA和综合指标法，将理工科高校科技成果转化划分为转化条件、转化活动、转化成果3个一级指标。张鹏等[4](2019)基于AHP法，将高校科研人员的创新成果转化分为基础绩效、创新创意绩效、 成果转化绩效3个一级指标。郭俊华等[5](2016)在研究中国高校科技成果转化能力评价时，将其划分为转化条件、转化实力、转化效果3个一级指标。在高校科技成果转化的效率方面，刘霞等[6](2020)基于2014-2018江苏省高校科技成果转化数据，通过构建SBM-DEA模型来研究各城市高校科技成果转化效率，发现江苏高校成果转化之间的效率并不理想，且呈现出下降的趋势。罗茜等[7](2020)以江苏省为例，运用DEA-Malmquist指数评价模型对高校科技成果转化效率进行研究时，发现在各高校实施政策奖励后科技成果转化效率大大提升。在高校科技成果转化与区域经济的发展方面，徐宁等[8](2021)研究发现各省科技成果转化和区域创新能力稳步上升。两大体系的耦合程度逐年上升，但整体水平降低。

综上所述，虽然学者们对高校科技成果转化的研究已经取得了一定的成就，但仍存在不足。如对高校科技成果转化的指标，主要采用层次分析法和综合指标法，通过主观赋值的方法进行研究，缺乏客观性。本文在对高校科技成果转化指标的构建上，主要在前期对高校教师进行访谈的基础上，利用关键事件法，提炼出高校科技成果转化指标体系。

2 研究设计

2.1 指标选取

本文考虑到高校科技成果转化过程中参与要素的多样性和效果的滞后性，采用“转化条件—转化实力—转化效果”作为主框架来选择相关指标。其中转化条件包括科技人员、科技机构、科技经费3个部分，转化实力包括科技项目、科技成果两个部分，转化效果包括知识产权与专利、成果获奖、技术成果转换3个部分。此外，考虑到高校在转化过程中会受到环境、活动等因素的影响，因此本文在指标选取过程中，引入转化环境、转化活动两个一级指标。其中转化环境包括成果需求度、学校品牌效用两个部分，转化活动包括人才培养、学术交流两个部分。

2.2 专家访谈

为了更好地探求高校科技成果转化的指标，本文采用了专家访谈法，通过向10位专家进行访谈。访谈内容包括：我国高校科技成果转化现状；高校的投入与产出、经费的来源；科技成果转化的效果，企业、/政府的满意度等问题。

在访谈过程中，专家建议将论文和专著放在一起，不需要单独列出。本文在总结学者们对科技成果指标的基础上，参照大多数学者给出的建议，将论文和专著分开进行进行测量。政府/企业满意既是结果，也是前提。在科技成果转化过程中，只有企业满意产品或技术，才会有市场需求。因此，在构建高校科技成果转化时，将政府/企业满意归纳为转化环境。

2.3 新指标体系的构建

本文将高校科技成果转化的指标分为五个一级指标即转化条件、转化实力、转化效果、转化环境和转化活动。具体见表1。

3 高校科技成果转化指标的实证分析

3.1 问卷设计

问卷共分为两个部分：一部分是问卷正文，一部分是问卷个人信息。在问卷正文部分，转化实力、转化条件、转化效果主要参照上海市中国工程院院士咨询与学术活动中心委托项目“高校、科研院所及企业创新能力评价体系与评价模型研究”中所使用的指标评价体系中指标进行测量[9]。转化活动主要参照陈辉等(2019)[3]的指标体系，并在此基础上根据访谈改编而成。转变环境主要参照阎为民等(2006)[10]的指标体系，并在此基础上根据访谈进行改编而成。

表1 高校科技成果转化指标

3.2 数据收集

参照《高等学校科技统计资料汇编》对高等院校的划分方法，通过调研机构问卷星对部分高等院校发放问卷共1000份，有效问卷为700份，有效率为70%。样本特征：男女比率为56.19：43.81，样本大部分集中在31～40岁之间(59.52%)，覆盖不同年龄段，涉及不同高校，不同职称。

3.3 信效度

3.3.1 信度

吴明隆(2009)[11]认为，当0.7≤Cronbach’sα<0.8，则信度较佳；当0.8≤Cronbach' sα<0.9，则信度比较理想；当0.9≤Cronbach’sα，则信度非常理想。采用SPSS20.0进行信度检验，从表2可得出，大部分的变量都在0.727～0.827之间，这些表明变量的内部一致性较好。

3.3.2 效度

在构建效度方面，通过探索性因子分析来进行构建效度分析，KMO=0.9，p=0.000，表明数据适合因子分析。采取主成分法，通过方差最大化正交旋转，共得到5个特征值大于1的因子，共解释75.035%。将旋转后的因子分别命名为H1、H2、H3、H4、H5。旋转后的矩阵见表3。

表2 变量的测量与信度

表3 旋转成分矩阵

由表3可以得出，H3主要由X1-X7构成，H1主要由X8-X13构成，H2主要由X14-X20构成，H4主要由X21-X23构成，H5主要由X24-X26构成。这与前文科技成果转化指标基本一致，由转化条件、转化实力、转换效果、转化活动、转化环境5个一级指标构成。

3.3.3 验证性因子分析

为了检验各个维度之间的相关性，本文采用Smartpls2.0进行二阶验证性因子分析，通过利用二阶因子载荷到二阶共同因子上的标准化系数来检验收敛效度。具体结果见表4。

表4 验证性因子分析

由表4可以得出，所有变量的组合信度都大于0.6，所有变量的AVE都大于0.5，这表明收敛效度较好。此外，由表4还可以得出，科技成果转化指标=0.689*转化条件+0.754*转化实力+0.818*转化效果+0.501*转化活动+0.588*转化环境。

3.3.4 确定权重

由表5可以发现，转化条件在科技成果转化中占比20.57%，转化实力在科技成果转化占比22.51%，转化效果在科技成果转化占比24.42%，转化活动在科技成果转化中占比14.96%，转化环境在科技成果转化占比17.55%。这表明在整个科技成果转化过程中转化条件、转化实力、转化效果依旧是高校科技成果转化指标中的重要环节。此外，在对高校科技成果转化指标进行考核的过程中，还需重视转化活动和转换环境，特别是人员晋升(34.65%)和市场需求(34.16%)。

表5 高校科技成果转化系数及权重

4 结论

本文主要采用因子分析和权重指数的分析方法来构建科技成果转化指标，在参照已有文献基础上，结合访谈，将高校科技成果转化指标划分为转化条件、转化实力、转换效果、转化活动、转化环境5个指标。在此基础上，对各个指标进行权重分析，研究发现在高校科技成果转化指标中转化条件、转化实力和转化效果依旧是重要环节，这与目前大部分研究的结论一致。研究还发现在高校科技成果转化指标中转化活动和转化环境对高校科技成果转化具有重要的影响，特别是转化活动中的R&D人员晋升和转化环境中的成果市场的需求度对高校科技成果的效率具有重要的影响。已有的研究表明，加大科技人员的投入如薪资及晋升在一定程度上会促进高校科技成果转化(钟卫等，2020)[12]。因此，高校在选择科技成果转化的指标进行考核时，除了对传统的转化条件、转化实力、转换效果进行量化考核外，还要注重对转化活动和转化环境进行考核。通过对R&D人员晋升、研究生毕业人数、学习交流的次数进行考核，提升教师的积极性；通过对成果市场的需求度、学校品牌的效用度、研究效果的满意度的考核，提升科技成果转化效率。