DEA视角下江苏高校技术转移效率研究

肖涵　薛莉

［摘 要］高校科技成果转化是提升国家创新能力和核心竞争力的关键环节。然而，我国高校技术转移成效并不明显，存在“绩高”与“效低”同时并存的情况。为此，本文以江苏重点高校技术转移为研究对象，通过DEA分析方法探究其存在的问题，并将之与其他省份情况进行比较，最终发现组织管理水平不足、规模效率低是导致江苏高校技术转移效率较低的主要原因，最后据此提出对策建议。

［关键词］技术封锁；技术转移；国家创新体系；DEA

［中图分类号］F42［文献标識码］A［文章编号］1672-1071（2023）03-0068-08

引 言

科技强则国强，科技创新是引领发展的第一动力，科技竞争是国际博弈的重要领域。21世纪是科技主导的世纪，高新技术的发展正在深刻地改变传统经济结构，催生新的生产组织模式，推动生产力向前发展。解决中国原始性和颠覆性难题、破解“卡脖子”技术困难、实现产业转型升级的关键都在于创新驱动。

《国家中长期科学和技术发展规划纲要（2006—2020年）》提出了我国创新体系是由政府、企业、科研院所及高校组成的四角相倚的结构。技术在创新主体间的顺利转移，关系到技术市场化程度、我国创新力量的提升和创新体系的构建。技术转移的顺利进行可以形成“技术循环”，只有这样，科研的力量才能彻底发挥，科技才能真正做到造福社会，推动生产力发展。想要进一步完善国家创新体系，就必须建设以市场为导向的技术转移体系，这无疑要求在技术前沿的“最先一公里”和技术转移应用的“最后一公里”进行研究突破。

如今，我国正面对以美国为首的西方国家对科技发展“围追堵截”式打压以及创新难以变成生产力的技术转移难题。我国技术转移转化率大概在30%左右，江苏省虽然是科研创新大省，但科技成果转化率也仅在50%左右①。想要进一步增强综合国力，促进科技发展，就必须破解目前的技术转移难题。高校是我国创新主体之一，众多的科研成果来自高校，破解高校的技术转移难题是健全我国技术转移体系的关键。鉴于此，本文旨在通过探究江苏高校技术转移效率来回答完善技术转移体系的相关问题。

一、 文献综述

根据技术转移的定义，本文研究的高校技术转移涉及到高校、企业两者间的技术交换，即高校通过专利申请、专利许可和创建衍生公司等方式，将有商业价值和社会价值的技术转移至公司等其他组织。高校是技术供给方，主要职责是将高校科技资源（如在国家基金支持下产生的科技成果）通过一些途径转移给企业这一技术受让方。文章将从三个方面对现有技术转移文献进行综述。

（一） 技术转移概念界定

技术转移的概念最早提出于1964年第一届联合国贸易发展大会，会议上把国家间的技术输出与输入统称为技术转移。可以粗浅地将其理解为技术在不同背景间的水平流动，在与科学研究相关的场合下的流动通常被认定为技术从研究实验室向市场的运动。Vannevar Bush（1945）撰写的《科学——无尽的疆域》报告认为技术转移是指技能知识、技术知识、技术从大学和科学机构向产业界的转移［1］56-78。不同的学科对于技术转移的理解侧重也不同，如经济学家Arrow（1969）、Dosi（1988）倾向于通用知识的特性定义，社会学家Rogers（1962）倾向将创新与技术转移相联系，人类学家Merrill（1972）则侧重文化变革对技术转移的影响［2］。由于学科性质不同，对技术转移的认知和分析方向也不相同。在研究中需要根据具体实证分析的范围和目标，建立分析框架。这些观点都具备三个核心要素：首先技术转移是一个过程，其次需要有供需两个主体，最后是供需间相互作用。

（二） 高校技术转移的模式

技术转移模式的分类标准有六大类：技术转移的主导因素、供需方的参与程度、技术转移的方向、技术内容的完整性、转移的具体形式、转移的过程。Dosi Giovanni将合同研究和咨询活动纳入技术转移范围，扩充了技术转移的形式［3］。Landry认为尽管现有研究已经认识到技术转移活动有多种形式，但大部分研究主要关注专利申请、许可和衍生企业创建这三种技术转移的主要形式，并对这三种方式的定义、测量方法以及适用范围做了较为详细的阐述［4］。谢科范、陈云、董芹芹通过对我国高校科研工作的宏观总结，在产学研传统模式的基础上，发现并论证了现代产学研结合的四种基础模式：合作研发模式、平台运作模式、战略联盟模式和人才流动模式［5］，并进一步分析比较各自的优缺点，提出改革我国高校科技成果转化模式的建议。郭东妮将我国高校现阶段的技术转移模式分为传统的高校推广模式、技术孵化模式、转移平台模式和技术创业模式，并分析得出：四种模式适用的技术复杂程度不同，面临的风险、门槛、渠道和转移过程中的难点也存在差异［6］。章丽霞研究总结了目前我国高校技术转移的四种主要模式：自办企业模式、校企合作模式、校设机构模式、直接转化模式［7］。

（三） 技术转移的测算

在评价体系的选择上，钟卫等加入了当年新孵化企业数量、专利外其他技术转让合同数和实际收入等指标［8］。张蕾等在投入指标上选择了高校研发人员和经费，在产出上以高校企业间签订的技术转移合同数和高校通过技术转移的收入为指标，并利用Malmquist指数对“一带一路”高校技术转移效率进行测评［9］。杨阳等人从知识转移的四个基本要素出发，利用专利数据分别对这几个要素进行评价分析［10］。实证研究的主要方法是数据包络分析法（DEA）和随机前沿法（SFA）。还有一些其他方法，譬如，于淳馨采用因子分析与聚类分析结合的多指标定量法，测评江苏省31所高校技术转移效率［11］。杨阳采用熵值法计算各指标对应权重，采用jenks最佳自然断点法，利用综合值分级的方法进行测评［10］。Anderson，T.R.通过DEA评价方法测算54所美国大学的技术转移效率［12］。张蕾利用Malmquist指数结合DEA方法，测算“一带一路”省区高校技术转移效率［9］。戚湧（2015）利用SFA模型对高校技术转移的市场化水平进行了测算［13］。胡欣悦、姜彦钊等通过SFA来测算高校技术转移效率［14-15］。定性结合定量的综合评价分析方法及线性结合非线性的方法是近年技术转移效率测算的主流方法。

二、 指标体系和研究方法

（一） 指标体系的构建

本文在指标选取上遵循的依据有：

（1）可比性原则：可比性原则要求选取的指标不仅可以进行横向比较，还要能纵向比较。指标的选择标准是一致的，且每个决策单元在这一指标上都有足够数据进行比较。

（2）客观性原则：客观性原则要求指标的选择不能进行主观臆测，评价指标一定是理论和实际结合的产物，既能体现技术转移的关键因素，又能客观地反映其中的问题。

（3）可行性原则：指标选取需要考虑是否有足够的数据来源，保证该项指标的数据要兼顾可获得性和真实可靠性。

（4）目标导向性原则：指标的选取不能一味地追求全面，更多要根据研究目的选取，选择技术转移的关键要素，找出高校间技术转移效率低的共同点，用简单的指标找出关键的问题。

综合了文献阅读中前人设计的评价指标体系并结合本文研究的实际，设计出如下的指标体系，见表1：

（二） 实证研究方法

数据包络分析法（DEA）是最适合本文的研究方法，该方法针对多投入、产出指标的同类型部门效率测算。DEA对数据的需求较小，相较于SFA需要拟合生产曲线的方法，更加适合数据量小的效率测评。本文通过DEA分析达到两个目的：一是通过传统DEA方法探究目前江苏代表性高校（11所“211”及省部共建高校）的技术转移效率，二是通过DEA－Malmquist指数方法对比2017—2021年不同省份高校技术转移效率的变化，找出江苏省技術转移中存在的问题。

传统DEA只能对面板数据进行静态分析，对于各省2017—2021年技术转移效率的动态变化只能利用DEA－Malmquist指数方法。Malmquist指数在1953年由Sten Malmquist首次提出，Caves等（1982）进一步引入了距离函数，将其应用到生产分析中，通过测度生产决策单元与生产前沿面的距离来表示全要素生产率变化，并将其命名为Malmquist生产率指数（此后被称为Malmquist指数）。具体采用两个时期Malmquist指数的几何平均值来计算Malmquist指数。即从ｔ到ｔ＋１期Malmquist指数可表示为：

其中ｘｔ，ｙｔ分别表示ｔ期的投入与产出，ｘｔ＋１，ｙｔ＋１分别表示ｔ＋１期的投入与产出，ＥＣ表示两个时期的效率变化，TＣ表示两个时期的技术变化，ＭＩ表示Malmquist指数可以分解为效率变化和技术变化两部分。该指数反映了在固定规模报酬下，每个决策单位从t到ｔ＋１时期，全要素生产率的改进情况。如果Ｍ＞１，表明生产率呈现上升趋势，反之则表明生产率呈现衰退趋势。1994年之后，Fare等在现有基础上，进一步将技术效率变化分解为规模效率变化（SC）和纯技术效率变化（PEC）。将（3.3）式分解改进如下：

这里PECＰ（纯技术效率变化指数）表示从ｔ期到ｔ＋１期第ｐ个观察对象的纯技术效率变动程度。该指标可以反映高校自身对科技资源投入的转移利用程度。TCP（技术变化指数）表示生产前沿面的移动是生产技术的波动，在文中该指标可以反映技术转移方面的创新程度。SCP（规模效率变化指数）表示规模效率变动程度。在本文中，该指标可以反映高校有关技术转移资源投入规模的合理程度。全要素生产率TFP根据公式分解为效率变化EC和技术变动TC的乘积。

三、 江苏高校技术转移效率的实证结果分析

（一） 江苏重点高校技术转移效率评价

利用DEAP2.1软件分析2017—2021年11所江苏省“211”及省部共建高校的投入、产出指标的平均值，得到的技术转移效率结果，如表2所示。表中的纯技术效率（PTE）表示在生产已达到最优规模条件的假定下，由于技术因素导致的转移效率的变化。如果纯技术效率为1，说明目前的技术条件下，投入资源的使用是有效的，但由于这一情况排除了规模的影响，所以不能说这一决策单元是有效的。规模效率（SC）代表由于生产规模的不同导致生产效率大小的变化，这一指标可以反映该单元实际生产规模和该决策单元最优生产规模之间的差距。如果规模效率值为1，说明该单元已达到规模状态最优化，高校已不需要增加或减少生产规模。技术效率等于纯技术效率与规模效率的乘积，即假如该决策单元是有效的，那么该决策单元肯定已同时达到技术有效和规模有效。

由表2可见，江苏重点高校目前技术效率均值为0.477、纯技术效率均值为0.678，规模效率为0.696，技术转移效率整体效率值偏低，总体未达到DEA有效。达到DEA有效的高校只有东南大学、南京航天航空大学、南京理工大学和江南大学这4所高校。具体分析如下：

1. 重点高校技术转移效率总体水平偏低

江苏11所重点高校中技术转移效率达到有效的只有4所，说明这几所高校技术转移情况较好，并没有出现规模、投入和产出不匹配的情况。从江苏总体情况来看，这11所重点高校的决策单元有效率不足50%，说明技术转移水平总体偏低，更不用说江苏其他层次的高校。非有效率高校的技术效率值在0.078—0.477之间，总体的效率值处在一个较低的水平。达到技术效率有效的高校基本都是理工科优势学校，这也和实际情况相符。在技术转移过程中，大部分具有实际价值的科研成果都在理工科院校产出，而文史、综合类高校产出成果以论文专著为主，产出的成果难以实现市场化，投入的大部分经费并没有实际意义，从而降低了技术转移的效率。

2. 规模效率不足影响了重点高校技术转移

中国药科大学的纯技术效率值为1，但并没有达到DEA有效，这是因为其规模效率偏低。该校投入产出配置是合理的，不需要进行额外调整，但是规模和自身投入产出并不匹配，还处在规模报酬递增的区间，这需要继续扩大技术转移规模，优化资源的合理配置，才能达到有效状态。剩下的几所高校纯技术效率和规模效率都未达到有效，说明在本文的指标体系下，其投入产出不匹配，所以这些高校在技术创新、企业环境、激励机制、转移途径方法等影响科技成果转化的因素上都有待完善。这7所高校需要针对性地改变投入和产出，根据自身情况调节规模效益，并完善与技术转移相关的其他外部环境因素。

3. 重点高校技术转移规模报酬不足

这11所重点高校中有7所高校处于规模报酬递增的阶段，没有处于规模报酬递减的学校，这表明江苏省高校整体技术转移规模不足，难以支撑科技成果的转化，即虽有较高的科技成果产出，但技术市场化程度还远远不达标。大部分科技成果产出还没有在合理的规模下进行转化，造成科技投入的浪费。7所处于规模报酬递增阶段的重点高校，还需要继续增加投入—产出规模从而达到DEA有效，通过提升规模让科技产出能够更高效的市场化，达到事半功倍的效果。

4. 重点高校投入冗余过多

对于非DEA有效的高校继续进行投入冗余和产出不足分析，探究投入—产出层面造成DEA效率低的原因，见表3。

江苏高校的投入冗余较为明显，论文和专著数量的冗余表明很多基础研究并没有转化成实际的生产力供企业使用。这说明江苏高校在基础研究上的投入回报率较低，大量经费投入到论文、专著，但是其发挥的支撑力作用却不足以匹配更多的产出，从而造成投入冗余。

合同金额价值低的情况比较明显。河海大学、南京师范大学在合同数量上并没有产出不足，但在合同的价值上偏低，造成了产出总价值不足。总体而言，江苏非DEA有效的高校基础研究回报率低，没有起到支撑技术转移高效运行的作用。同时，转化的科技成果价值低，投入经费未得到有效利用。

（二） 江苏高校技术转移效率变化分析

通过和其他省份（我国高校数量排名前12的省份）的对比，分析江苏省2017—2021年高校技术转移效率变化的情况。在研究动态变化时利用DEA-Malmquist方法测量，由于该指数表达的是相对变化，所以不参考作为基数年的2017年的效率值。TFP及其分解指数值以１为临界条件，指数值大于１说明效率提升，指数等于１说明效率保持不变，指数值小于１说明效率衰退，见表4、表5。

上述两表显示了2017—2021年间各省份高校平均技术效率、技术进步和全要素生产率的变化。通过比较2017—2021年江苏省高校技术转移效率变化，得出如下结论：

1. 江苏高校技术转移的组织管理水平较低

江苏在这5年间的全要素生产率即技术转移效率整体呈现上升趋势，全要素生产率、技术进步均高于平均值。技术进步对全要素的贡献率达到了12.5%，江苏省技术进步指数增长较快，技术发展迅速。

表5显示除了在2018—2019年技术转移效率短暂下降外，江苏省近五年的技术转移效率都呈现上升趋势，且上升趋势较明显。全要素生产率指数分解为技术进步和效率变化，技术进步包括科学技术的提升和要素质量的提升，效率变化则是由组织管理水平的变动引起。通过表5对江苏这五年间平均技术转移效率指数分解来看，效率增加的动因是技术变化，技术进步是促进江苏技术效率提升的主要因素。在这五年期间，江苏的技术效率变化指数保持1不变，其对全要素生产率的提升贡献不足，全要素的提升主要依靠技术进步。江苏的技术效率指数还有很大的提升空间，尤其是在组织管理水平上还有所欠缺，要提升技术水平发挥和要素配置的能力，找到合适的技术发展规模。

2. 江苏高校技术转移的规模效率低

广东、浙江与江苏在经济等方面基本情況类似，和这两个省份比对，对研究江苏省高校技术转移的不足具有更大参考价值，见图1。

由图1可知这三省M指数水平相近，其中浙江位于首位，广东优于江苏。对M指数分解之后发现，江苏综合效率变化指数远远低于其他两个省份。江苏技术进步指数高于浙江、广东，且指数均大于1，都处于DEA有效状态。通过和广东、浙江对比发现，江苏在技术研发上比浙江、广东更具备优势，但组织管理水平还有待提升，这也导致了江苏整体技术转移水平不如另外两省。

江苏高校科技的产出和投入量都是广东和浙江的两倍，但在投入高速增加的情况下，产出并没有呈同等比例的增加。即在技术进步、规模效率不变的情况下，技术产出变多，技术转移规模和技术进步没有匹配，造成了全要素生产率低下。这是因为江苏在分析评估投入产出时，没能设置合适的转移规模，投入剧增但规模不匹配，产出没有呈现同比例的增长，从而造成了转移效率低下。虽然江苏技术进步水平高于广东和浙江，但DEA分析方法测算的全要素生产率考虑了EC和TC两个部分，江苏在组织管理水平上存在着明显缺陷，导致技术转移水平低于浙江和广东。

虽然广东、浙江技术进步水平较江苏低，但它们是中小企业大省，拥有一大批“专精特新”企业，技术转移规模大，有足够的实力去实现高校科研成果市场化，组织管理更加协调，所以整体技术转移效率高于江苏。江苏要重视和浙江、广东在规模效率上的差距，专注于提升技术转移规模，解决资源配置、组织管理等问题。

四、 政策建议

本文选用《高等学校科技统计资料汇编》中的数据，利用DEA分析方法研究了江苏省重点高校技术转移效率变化。研究发现，江苏省重点高校存在规模效率不足、投入冗余过多、技术转移规模偏小等问题，究其原因在于组织管理水平较低，包括规模经济、要素配置和技术水平发挥等方面出现了滞后。鉴于此，本文提出如下政策建议。

（一） 提升技术转移服务水平

政府成立专门的高校技术转移办公室充分对接高校和企业，确定技术转移合作方式，保证双方的共同利益，协助教研人员顺利完成科技成果转化。建立信息服务平台，实现信息共享，提升技术转移效率。政府充分发挥服务作用，举办各类科研成果展示活动，加强高校间的技术交流与合作，推动新灵感和新技术的产生，促进高校、企业间的了解，推动技术转移顺利进行。

（二） 优化资金投入结构

各级政府要进一步加大技术转移资金投入，并引导社会资本对技术转移早期项目和科技型中小微企业进行投融资支持。开展知识产权证券化融资试点，鼓励商业银行开展知识产权质押贷款业务。按照国务院统一部署，鼓励银行业金融机构积极稳妥开展投贷联动试点。积极探索多元化资金投入机制优化技术转移经费投入结构，拓宽科技投入经费来源渠道。

（三） 完善高校激励机制

鼓励和支持教研人员围绕企业、政府的关键需求及“卡脖子”技术进行研究，提升高校科研人员的积极性。将参与技术攻关及科技成果转化推广工作等纳入科研人员职称评聘、岗位晋升的考核指标之中。进一步建立市场化的收益分配和股权激励机制，不仅要加大对科技成果完成人（团队）的激励力度，还要给予为科技成果转移转化做出重要贡献的人员、技术转移机构一定奖励。

（四） 落实政府保障作用

充分考虑我国技术转移发展的客观要求，尽快制定和发布国家层面的、专门针对技术转移的法律文件，明确政府、高校、科研院所、企业、服务机构在技术转移中的权利、义务和利益关系，合理分工，提高效率。各地方政府要准确把握国家技术转移体系建设的目标要求，充分发挥引导作用，完善各省技术转移的基础框架；充分挖掘本省技术领域的优势，集中资源优先发展重点领域；还需要在技术转移合同签订过程中发挥担保作用，完善合同程序，提升合同公信力。

注释：

① 江苏省科技厅数据发布：http：//std.jiangsu.gov.cn/art/2021/11/19/art_83499_10119143.html。

参考文献：

［1］张士运.技术转移体系建设理论与实践［M］. 北京：中国经济出版社，2014.

［2］范保群，张钢，许庆瑞.国内外技术转移研究的现状与前瞻［J］.科学管理研究，1996（2）：17-19.

［3］Dosi Giovanni， Patel.Mapping the University Technology Transfer Process ［J］．Journal of Business Venturing，2007（12）：234-236.

［4］Landry. The Linkage between Relationship Industry and Tangible Outcomes in Industry－university Collaborative Ventures ［J］. The Journal of High Technology Management Research，2010（2）：5-10.

［5］謝科范，陈云，董芹芹.我国产学研结合传统模式与现代模式分析［J］. 科学管理研究， 2008（1）：23-26.

［6］郭东妮.中国高校技术转移制度体系研究［J］.科研管理，2013（6）：115-123.

［7］章丽霞.独立学院数学教学问题及对策研究［J］.考试周刊，2018（35）：66-67.

［8］钟卫， 陈宝明.中国高校科技成果转化绩效评价研究［J］.中国科技论坛， 2019（4）： 41-49.

［9］张蕾，马占新.基于Malmquist指数的“一带一路”省区高校技术转移效率研究［J］.科学管理研究，2021（1）：38-44.

［10］杨阳，刘文飞，丁堃.高校专利技术转移绩效评价指标构建及实证［J］.科研管理，2019（7）：189-199.

［11］于淳馨，陈红喜，张丽丽，等.高校技术转移现状的评价分析——基于江苏31所高校数据的实证研究［J］.科技管理研究，2017（18）：70-76.

［12］Anderson， T. R.Technology Transferbetween University Research Centers and Industry ［J］. Technovation，2014（24）：19-21.

［13］胡欣悦，任紫娟，汤勇力.我国重点高校技术转移效率变化的影响因素研究——基于面板随机前沿分析方法［J］.技术经济，2020（7）：200-208.

［14］姜彦钊，赵旭.基于随机前沿方法的我国高校技术转移效率分析［J］.上海管理科学，2019（5）：114-122.

［基金项目］ 国家社会科学基金项目“国家创新体系中政府、企业与个人的交易机制构建研究”（18JL045）；江苏省研究生科研与实践创新计划（KYCX22_3870）。

［收稿日期］2022-07-31

［作者简介］肖涵，中共江苏省委党校硕士研究生，210009；薛莉，中共江苏省委党校社会学教研部主任、教授，210009。

（责任编辑：田 青）

（校对：木 子）