《基于DEA的高校产学研协同创新效率比较研究》由会员分享,可在线阅读,更多相关《基于DEA的高校产学研协同创新效率比较研究(11页珍藏版)》请在金锄头文库上搜索。
1、 基于DEA的高校产学研协同创新效率比较研究 摘 要通过数据包络分析(DEA)的方法,對教育部直属高校产学研协同创新活动的技术效率、纯技术效率和规模效率进行分析。研究发现,虽然高校的产学研协同创新规模在不断扩大,但是大部分高等院校与生产前沿面有较大的差距。高等院校产学研协同创新的规模效率在2010年后出现小幅上升,但技术效率和纯技术效率一直没有明显的上升趋势。在产学研协同创新技术效率方面,东部高校高于中西部高校。在产学研协同创新技术效率和纯技术效率方面,师范类高校高于综合类高校和理工农医类高校。因此,需进一步完善高校产学研协同创新的体制机制,推动人才、资金、信息、技术的融合。关键词产学研;协同
2、创新;区域差异;学科差异G640A 1671-8372(2019)02-0111-05Abstract:By the means of data envelopment analysis (DEA), this study analyzes the technical efficiency, pure technical efficiency and scale efficiency of industry-university-research collaborative innovation in universities directly under the Ministry of Ed
3、ucation. It is found that although the scale of industry-university-research collaborative innovation in colleges and universities is constantly expanding, most colleges and universities are far from the production frontier. The scale efficiency of industry-university-research collaborative innovati
4、on in institutions of higher learning increased slightly after 2010, but technological efficiency and pure technical efficiency had no obvious upward trend. In terms of the efficiency of industry-university-research collaborative innovation technology, the universities in East China are higher than
5、those in the central and western regions. In terms of the technical efficiency and the pure technical efficiency of industry-university-research collaborative innovation, normal colleges and universities are higher than the comprehensive colleges and universities of science, engineering, agriculture
6、 and medicine. Therefore, the system and mechanism should be further improved to promote the integration of talents, funds, information and technology.Key words:industry-university-research; collaborative innovation; regional differences; disciplinary differences一、引言与传统的产学研合作相比,产学研协同创新是围绕新技术的推广应用和新产
7、品的研究开发,进行科学研究和人才培养,进而推进相关产业的发展。产学研协同创新日益成为推动国家科技行业发展和提升产业技术水平的重要途径,是一个国家创新体系的重要组成部分。改革开放以来,我国高等教育蓬勃发展,高等院校的产学研协同创新能力也在提高。2012年财政部和教育部牵头实施高等学校创新能力提升计划(简称“2011计划”),大力推进高校构筑人才、学科、科研等一体化的产学研创新体系。党的十九大报告明确提出,“深化科技体制改革,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”,高效的产学研协同创新效率是产学研合作的重要目标。产学研协同创新活动的最终目标就是要产生系统之和大于组成系统的个体
8、相加之和的协同效应,实现各方利益的最大化。利益最大化通过什么来衡量呢?这就与产学研协同创新的效率有关。从产学研合作到协同创新再到产学研协同创新的研究,有一个逐步深入和演进的过程。国外研究较早关注了产学研协作活动创新效率问题。Anderson认为,产学研效率评价应针对技术转移过程中的资源积累和创新成果转化展开1。Abbott运用Malmquist指数对31所澳大利亚预科学院并入大学的前后变化情况进行了对比2。George通过研发专利数和研发新产品数等产出指标衡量了产学研协同创新的效率3。Welsh提出在产学研协同创新活动中,企业外部资源优势将大大改善企业的创新绩效4。Chesbrough认为企业
9、外部资源在产学研合作活动中能促进创新效率的提高,加快科技成果的转化5。当前,国内产学研协同创新活动的研究涉及产学研协同创新活动的概念内涵、发展模式和运行机制较多。在相对少量的有关创新绩效与产学研合作的研究中,刘民婷对陕西省制造行业产学研合作创新效率进行了测算研究,发现政府投入大的企业创新效率并不高效6。仇冬芳利用省域面板数据研究了多个省市自治区的产学研合作效率和效率变动的持续性7。陈光华对广东省产学研合作项目投入产出效率进行了评价分析8。吴俊利用江苏省微观企业数据研究了产学研合作的交互效应,认为产学研合作对战略性新兴企业绩效存在正向的影响9。刘兴凯测算了天津制造行业产学研协同创新效率并比较了行
10、业间的差异10。刘友金对长江经济带11省市的创新绩效与产学研协同创新的关系进行了研究,发现各省市产学研系统协同创新绩效虽处于改善状态但整体水平较低11。黄菁菁对辽宁省产学研协同创新活动影响因素进行探究,认为知识成果转化效率低是导致产学研协同创新效率低的原因12。姜彤彤对产学研协同创新活动进行了省际对比,认为经济发展水平和政府扶持是影响创新效率的关键因素13。孙崇文研究发现,湖北省产学研合作开发阶段的创新效率优于成果转化阶段的创新效率14。当前国内产学研协同创新效率的研究多是以某一行业或者企业为视角,往往聚焦于个别地区和个别年份,缺少以高等院校为研究切入点、连续若干年的产学研协同创新效率的探究,
11、尤其缺少对不同地区和不同学科类别高等院校产学研协同创新效率的对比研究。针对既有研究的不足,本文以教育部直属高校为研究对象,构建高校产学研协同创新投入产出指标体系,对高等院校产学研协同创新效率的地区差异、学科差异以及变化趋势、发展规律进行分析。二、研究方法和数据选取数据包络分析(Data Envelopment Analysis,本文简称DEA)是一种应用广泛的效率评价的非参数估计方法。由于产学研合作本身具有多投入多产出的特点,所以需要对不同规模的研究个体进行横向对比,但与其他的效率评价方法相比,其作为一种线性规划方法,更加简便有效。通过规模收益不变的CCR模型得到技术效率,通过规模收益可变的B
12、CC模型得到纯技术效率。技术效率为在相同产出的情况下决策单元理想最小可能投入与實际投入之比,或者为在相同投入的情况下决策单元理想最大可能性与实际产出之比。纯技术效率是由于管理技术等原因影响决策单元的生产效率。规模效率是由于决策单元规模不同而导致的对生产效率的不同影响。我们先赋予指标权重,然后直接计算得到技术效率值、纯技术效率值和规模效率值。这三个值的范围都在0到1之间。数值大小越趋近于1,则说明越高效。假如效率值显示为1,则说明完全有效。2018年教育部直属高校进行了“扩军”,新增加了14所部省合作共建高校,为了保证研究的连贯延续,也考虑到产学研协同合作重点指标的可获得性,本文仍选取“扩军”以
13、前的教育部直属高校。同时根据高等院校产学研合作的特点,分析人力和经费投入情况,由于财经类高校、政法类高校、语言类高校和艺术类高校产学研协同创新活动投入产出很低,甚至为零,研究意义不大,所以笔者选取综合类、理工农医类和师范类的教育部直属高校作为研究对象。选取的高校数量为62所。本文借鉴宫安铭15、孙崇文14和董锋16等相关研究构建图1所示的投入产出指标体系。高校参与产学研协同创新的人员主要是教师和学术型研究生,本文将二者区别开来考察。变量X1代表高校中从事科技研究活动的教师的数量,这一指标统计的范围是正式的高校科研工作者。变量X2代表全职在校博士研究生和硕士研究生数量。变量X3代表高等学校从企业
14、获得的科研资金的数量,反映来自企业的产学研合作的经费投入。由于高校科技专著和论文在企业生产经营活动中应用较少,因此指标Y1指高校当年申请的发明专利、实用新型专利和外观专利三种专利的数量。这里需要说明的是,高校申请的专利最终获得专利授权的比例相当高,同时高校当年专利的申请数量可以直接体现出该年度高校在发明、实用新型和外观设计方面取得的突破。Y2是三种专利技术转让或出售产生的实际收益,这是直接衡量产学研协同创新活动成果带来经济收益的变量指标。本文使用的数据均来源于高等学校科技统计资料汇编(20062014年)。其中,在2008年的资料汇编中教育部直属高校的数据没有专门列出,只是分散在各高校的概览或
15、简介中。所以实证分析对应的时间段为20052006年和20082013年。三、产学研协同创新效率评价与分析本文将20052006年、20082013年截面数据代入产出为导向的CCR与BCC模型进行分析测算。根据测算得出每一年度的技术效率值、纯技术效率值和规模效率值,然后计算出年度平均值,得到表1所示结果。如果三个效率值中有任意一个数值是1,在这段研究区间中该高校的效率值也就都是1。由表1可知,只有清华大学的产学研协同创新纯技术效率数值是1,这说明清华大学协同创新活动在管理和技术创新方面处于国内高校领先水平。产学研协同创新活动技术效率值大于0.6的有大连理工大学、湖南大学、华东师范大学和清华大学
16、。这几所高校虽然技术效率值相对较高,但距离前沿生产面仍有较大的差距。技术效率值低于0.15的高校有北京中医药大学、河海大学、吉林大学、兰州大学、中南大学和西南大学。因为通过DEA模型测算出的各效率值是一个投入与产出相对的效率值,所以许多名气大的高校科研规模虽然大,但是投入产出效率不一定高,反之亦然。这就说明技术效率和纯技术效率在高校产学研协同创新效率中权重较大,产生影响也较大,而规模效率产生的影响相对较小。产学研协同创新活动纯技术效率值大于0.8的有北京交通大学、东华大学、湖南大学、华中科技大学、南开大学、清华大学、中国人民大学和厦门大学,纯技术效率值低于0.3的高校有东北大学、河海大学、吉林大学、中国药科大学、中国地质大学(武汉)、中国矿业大学(徐州)、西南大学和武汉理工大学。该项指标相对落后的高校要改进科研管理体制,促进科研生产的流程优化。产学研协