基于熵权TOPSIS的我国区域高校科技创新能力评价研究*

马志伟

(北方工业大学科学技术研究院,100144,北京)

新时代背景下,中国经济在量的基础上有了质的飞跃。然而当前世界经济格局正在重组洗牌,中国与西方国家关系全面复杂化,如何应对全球视野下的竞争,在大国竞争间立于不败之地是当前中国政府亟须考虑的问题。2019年中兴事件、2020年华为事件等一系列针对中国科技型企业的动作警示我们,美国等发达国家想扼杀中国科技崛起之路,从侧面反映了科技创新的重要性和中国科技创新能力的不足,中国缺少科技创新尤其是基础创新能力。高校作为科技创新的主战场之一,是科技创新的前沿阵地,肩负着中国科技创新研究的重担。习近平总书记对高校给予厚望,反复强调高校要释放科技创新潜力,瞄准关键核心技术,抢占科技创新制高点。

截至2021年9月底,中国共有普通高等学校2 756所,其中本科1 270所、专科2 486所,双一流大学42所,一流学科建设高校95所。路透社公布的历年全球最具创新力大学百强榜上,美、德等国上榜高校占绝大多数,2022年中国内地排名最高的清华大学仅居51位,中国自2017年开始也公布了最具创新力大学排名榜,2021年清华、浙大和上海交大位列前三。近年来,中央及地方政府纷纷从人才建设、平台搭建、成果转化、职称改革等方面入手,高校实验仪器设备数量、实验室用房面积、工作经费投入等大幅度增加,构建高校联盟、协同创新共同体,以此激发高校科技创新。

鉴于高校科技创新的重要性,在新时代背景下对高校科技创新能力的科学评价,有利于客观判断高校科技创新综合能力的区域性特征,以便及时发现高校科技创新发展过程中的问题,既对高校科技创新乃至中国科技创新的提升有重要意义,又为高校科技创新制度的合理规划提供依据。

1 文献综述

教育是中国特色社会主义现代化的重要基石,高等教育更是我国实现教育强国、科技强国、人才强国的基础之一。党的二十大报告指出:“继续教育协同创新,推进职普融通、产教融合、科教融汇”,力求“加强基础学科、新兴学科、交叉学科建设,加快建设中国特色、世界一流的大学和优势学科”。作为教育协同创新的实施主体,高校一直承担着科技创新进步的重任。许多研究围绕院校的创新模式和自身的实践经验展开。这些研究将视角集中在特定的学科创新经验上,为科技创新提供了实际的参考路径。[1-2]细化到具体的研究中,高攀等基于双元创新理论分析了高校科研创新和知识转移创新之间的关系以及二者对高校科技创新效率的影响,这一研究分析捋顺了知识创新过渡到科研创新的具体路径,并对如何实现知识创新的转移提出了建设性意见。[3]马宝林等分析了人文社科和理工农医的科技创新静态和动态水平,并比较了文理之间的差异,强调了提升两种不同学科之间的科创效率的实现方法与政策手段。[4]轲亮和姚聪莉以双一流建设高校为研究对象,分析了双一流建设高校科技创新效率及影响因素,通过对于影响因素的归纳总结提炼出具有现实参考价值的学科创新建设模式。[5]朱恬恬等基于两阶段视角分析了高校科技知识创新、成果转化及整体效率,这一研究基于更加科学的效率分析工具,为知识创新转化为科技创新提供了坚实的数理依据。[6]马聪颖和吴宏超分析了一流大学建设高校科技创新的静态与动态效率,通过两种不同效率的对比,说明目前对于高校科技创新效率的评估需要在具体分析情境下适用不同的效率评估方法。[7]初旭新等基于创新价值链视角,分析了中国高校知识创新、科研创新和创新收益效率,并肯定了高校的科技创新在创新价值链上游的重要引领作用。[8]孙婕等更加细化到高校内部的研究主体,从理工科高校研究生创新能力获取来推导高校学科科技创新能力提升的可能性。[9]

但是此类的研究主要聚焦的是单一高校的学科建设。对于如何整合高校总体的科技创新成果,部分研究强调,需要放大视野,研究高校整体的科技创新效率。这一观点实际在2005年就被提出,并形成了具有可实践性的高校科技创新能力综合评价体系,包含了测度高校的原则、指标、模型与方法。[10]在该体系的基础上,大量研究围绕各个区域的高校科技创新能力进行测度。从全国范围来看,许晓东和智耀徽从智慧专业化的视角分析了中国31个省市的高校科技创新能力,并根据各区域创新能力和创新资源投入的不同,提出了具有针对性的科技创新路径。[11]从区域和省份来看,石薛桥和薛文涛基于生态位理论对中部6省高校科技创新能力进行评价,认为区域高校的创新能力差异形成了不同区域在全国整体创新格局中的生态位差异,并基于该差异进行排名。[12]在针对中西部地区的高校科技创新能力的研究中,卢克平指出了与东部沿海发达地区相比,中部地区高校科技创新能力受到制约的主要问题,其根本源于优质高等教育资源短缺,并结合中国科技现代化的布局论述了中部地区高校科技创新的意义。[13]张慧卿等选取京津地区的部分高校作为研究对象,对综合创新能力、专利质量等各项指标对高校科技创新能力进行评价,这为地区高校科技创新能力的提升提供了更加详细的指标。[14]蔡万刚和郑建国采用熵值法分析比较了北上广苏4地高校科技创新能力,通过对经济发达地区高校科技创新能力领先的研究,归纳了影响地区高校科技创新发展的核心要义。[15]陈建敏等从大湾区高校科技创新主体间关联性弱、科技成果流动不畅以及转化困难等问题出发,提出了基于高校、科研机构、政府和企业的科技载体平台生态构想。[16]可以发现,针对地区高校科技创新水平的研究十分丰富,这主要是因为一些数理分析方法在区域高校科技创新效率测算上的运用符合元分析的思想。通过测度方法的迭代和经验累积,在同种方法下测算的效率可以在不同研究形成突出的对比效果,相互的研究成果可以互相对照。

但在全国范围内的高校科技创新水平的测度,其方法和分析模式就较为分散。其中,王辉和陈敏倾向于使用相对更加成熟的数据包络分析(DEA)模型,数据包络分析是在具有多个产出投入指标时进行效率指数测算的非参数生产前沿面模型,其研究不同之处在于研究将区域创新绩效影响过程划分为科技成果产出、科技成果转化两个阶段,并提出了大多数省份存在“此高彼低”的现象。[17]同样选择该方法的还包括王庆金等关于基于“政产学研金服用”视角的科技创新效率测算和李文辉等各省高校科技创新能力、效率及其经济贡献率研究。[18-19]除此以外,还有学者则选择能够分析不同时期面板的决策单元效率变化情况的DEA-Malmquist模型来对全国省份的高校科技创新效率进行分析。[20-21]也有学者则更加关注各省高校技术创新空间溢出效应,研究利用空间面板模型对高校科技创新能力进行参数估计,基于时点固定效应的空间杜宾模型对空间溢出效应进行分解。[22]部分研究意识到,上述方法缺少能够进行横向、纵向对比分析的视野,没有充分考虑指标的权重,无法兼顾到指标的客观差异,一些效率测算研究在对比后选择更加合理的熵权法和TOPSIS法。蔡文伯和陈念念结合AHP-TOPSIS和QR分位数回归模型,分析我国高校科技创新能力和影响因素,研究从异质性的视角细致地阐述高校科技创新能力的地区分布差异和地区影响要素,并强调人才投入能力、校企合作能力以及成果转化能力存在不足。[23]熊国经等采用E-TOPSIS改进因子分析法,利用熵值法的差异系数修正因子分析的方差贡献率及因子得分系数确定科技创新效率中更加客观指标权重。[24]

高校科技创新能力较为复杂,是一个综合过程,不能用单一指标来表示。指标的选择既要体现科技创新的基础能力,又要体现科技创新的投入产出能力和成果转化能力,还要在进行评价时考虑到合理性和科学性。前人采用了定量或定性的方法对高校科技创新能力进行研究,但仍存在一些问题需要解决:高校科技创新能力发展的综合评价指标选取上有一些片面的地方,有学者在研究时忽略了一些维度,容易造成指标的选择相对主观;在测度方法上有一些地方需要改进,主观上赋权会对评价产生误差。对此,针对以上问题,本文从科技创新基础、国际交流与合作、科技创新投入、科技创新产出和科技创新转化5个维度构建了区域高校科技创新能力评价指标体系,采用熵权TOPSIS法进行测算,熵权TOPSIS评价回避了主观因素的影响,克服了人为赋予权重的弊端,主要考虑评价对象与正理想解和负理想解的距离,基于信息熵权重基础上分析关键影响因素,针对性地提出对策建议。

2 区域高校科技创新能力评价指标体系的构建

作为产生科技创新成果的重要基地之一,高校是基础研究的主力军。高校的核心优势在于能够持续地进行基础研究,这恰恰是企业等所缺乏的;作为多学科的集中地,学科间相互交流协作产生的创新培养了更多国际水平的科技人才和创新团队。除人才培养、科研等,高校重要使命还在于与国际间的交流合作,站在时代的前端引领科技潮流。因此,对区域高校科技创新能力进行评价不能依靠单一指标。依据高校科技创新的内涵、特征及作用,结合“破五唯”新举措,奉行多元化评价理念,构建的区域高校科技创新综合评价指标体系如表1所示:既有代表高校创新条件和资源的基础能力,又有创新活动保障的创新投入和创新能力直接体现的产出能力,同时又包含与市场贴合的转化能力,在此基础上增加了国际交流与合作维度,鼓励和引导高等教育对外深度交流与合作是大趋势,对于加强高校科技创新能力大有裨益。

表1 区域高校科技创新能力评价指标体系

因此,区域高校科技创新能力评价指标体系划分为五层准则层,层级划分和基础框架参考潘丹对高校科技创新能力评价指标的研究,包含了内部基础与外部参与,兼顾投入产出与科技成果转化的创新链条,能够较为科学地测算地方高校的科技创新能力和效率。[25]其中科技创新基础能力,结合齐书宇对于新时代地方高校科技创新能力评价趋势的分析,[26]将两项研究中科技创新队伍和科技创新支撑能力中的三级指标提炼融合,从教学、研究、运营、领导者和设施5个角度设立科技创新基础能力指标层。国际交流与合作准则层则参考马聪颖和吴宏超对一流大学建设中的科技创新知识溢出效应的判断,设立国际合作人次、报告和会议数,体现走出去和引进来的知识交互。[27]科技创新投入能力和科技创新产出能力则更关注许晓东和智耀徽对智慧专业化背景创新能力提升要求的分析,从成本效益矩阵的视角出发,对研究主体的关键因素进行整理,产出结果包括发文量这一类基础产出,也包括国家级奖项的突出产出,同时考虑高校人才培养与输送对社会可持续性创新能力的贡献。[28]在此基础上进一步参考李海刚等对高校创新生态系统科技成果转化绩效测度的成果,突出知识能力和创新能力的价值转化链条。[29]

3 科技创新能力评价方法

3.1 权重确定

常见的评价方法主要有熵权、TOPSIS、模糊综合评价、层次分析等方法。方法各有优劣,其中,熵权法是一种客观赋值方法,基于信息熵这个工具,测算各指标的权重,指标的信息熵越小,提供的信息量就越大,权重也相应较高。

熵用来度量所有数据中的有效信息量,熵权法是根据数据指标变异性的大小来客观地确定权重,如一个指标信息熵越小,则表明该指标变异程度越大,在评价中起到的作用越大,权重也越大,反之亦然。计算过程如下:

1)数据标准化处理

由于各项指标数据的量纲有所差别,因此本部分采用极差法对原始数据进行标准化处理。对于不同的指标,标准化处理公式不尽相同,对于正向指标和对于负向指标,可采取不同的公式

(1)

(2)

式(1)和(2)中,rij为第i个地区第j项指标的原始数据,r′ij为相应的标准化值,max(rij)和min(rij)分别为指标的最大值和最小值。

2)权重测算

第j项评价指标的信息熵值Hj计算公式为:

(3)

(4)

式(3)中:fij为第i年第j项指标的比重。

3.2 区域高校科技创新能力评价模型构建

TOPSIS模型在1981年首次提出,属于多属性决策方法。[30]本文采用TOPSIS模型对我国2020年31个省市高校科技创新能力进行评估。在测算权重后通过计算评价单元与理想目标之间的接近程度来计算区域高校科技创新能力,主要计算过程如下:

1)评价各指标的正理想解Z+和负理想解Z-,公式如下:

(5)

2)计算各评价单元与正、负理想解的贴近度Ci,具体公式如下:

(6)

公式(6)中,D+为评价向量到正理想解的距离,D-为评价向量到负理想解距离,贴近度的取值范围为[0,1],当贴近度离0越近时,表明高校科技创新能力越弱,反之则越强。

4 综合评价结果及分析

4.1 样本数据来源

参考潘丹等对高校科技创新能力评价指标的研究,[31]根据表1的综合评价指标体系,本研究选取2006—2020年我国31个省市高校作为研究对象。数据来源于相对应年份的《高等学校科技统计资料汇编》。撰写本文时,科技统计年最新数据是2021年,但高校方面的科技创新数据最新年份是2020年,因此本文选择2020年数据。

4.2 计算各指标的权重

根据上述公式,计算23个指标的权重,结果如表2所示。

表2 准则层及指标层权重

4.2.1科技创新基础能力

在科技创新基础准则层指标中,固定资产购置、研究机构数2个指标的权重均大于0.04。从这点上来说,创新所需要的基础性条件并不是单纯的人员堆叠,更强调相应的配套设施必须完善。这和我国长期以来以重视理工科类的学科发展有很明显的关联,相当多的理工科需要庞大的材料消耗和先进的仪器支持,最终才能获得相应的实验数据和可靠的实验结果。在这一条件之上,才能够充分发挥科研人员的创新能力,实现人员创新到高效创新再到区域创新的创新主体转移路径。由此可以发现基础性的硬件指标对高校科技创新基础能力的影响较大。在高校今后的发展过程中,夯实科技创新基础应重点关注这些指标的提升。

4.2.2国际交流与合作能力

在该准则层中,主办国际会议、特邀报告是重要的指标,如何扩大地区高校影响力,主办重要学术会议和学术活动、推动科技创新协作是高校国际交流的方向。主办国际会议和特邀报告的形式,证明了高校的科技创新能力得到了国际性跨区域范围的认可,高校有意愿且有能力来扩充自己的创新影响力,并且吸纳其他发达国家高等院校的创新经验。这使得相应的学术交流和知识流动可以在我国和其他国家之间展开,从而持续的带动相应的创新交流与协作,实现一种正向的循环。

4.2.3科技创新投入能力

该准则层中,研究与发展经费、研究与发展项目均是重要的影响因素,高校研发经费的持续增长更能有效地促进科技的更新,经费是攻克核心技术壁垒、解决卡脖子问题的关键,项目是经费的载体。所以,高校要实现自身科技创新能力的突破,一方面来说,需要依托良好的研究与发展项目,项目为寻求创新突破提供了具体的着力点;另外一方面,又要给予这些项目充分有力的经费支持,使得相应的科技创新人才能够充分的发挥潜能。

4.2.4科技创新产出能力

该准则层中,国家三大奖、国务院各部门科技进步奖是重中之重,与发表论文、毕业生数等指标相比,这些奖项代表了我国科技创新的最高水平。综合上文所提到的,高校要实现自身能力的突破,必须要依托良好的研究和发展项目,国家三大奖和国务院各部门科技进步奖代表的是对于创新项目所取得成就的认可,同时也代表着创新能力由量的积累向质的转变。不可否认,高校承担着向社会输送人才的重要责任,同时,以论文形式来体现其研究成果的方式,是目前最主要的途径,但从研究中我们可以发现,随着时间的推移,国家性的科研表彰奖项已经成为了科技创新推动的源泉之一,所以单一的论文堆叠和基础性的毕业生数并不能体现创新产出的能力,而要更加关注这些成果中所包含的创新水平提升。

4.2.5科技创新转化能力

该准则层中,技术转让合同总金额是高校科技创新成果到现实经济社会中的应用,这一指标较为关键。我国长期以来持续地推进高校,政府和企业之间的合作与沟通,作为整个创新链条的上游,高校是科技创新主战场之一,但现阶段专利申请授权、论文发表等能力的增长速度快与转化率低并存,这代表着大量的科研成果被卡在了理论阶段,许多科研成果无法转化成为受到市场认可的技术。高校的创新停留在论文层面或者一般的技术层面,而企业最需要的就是能够实现稳定可靠的技术产出,从而进一步实现规模化的效应。如何抓住高校科技创新成果的转化能力是提升科技创新能力的关键。

4.3 评价结果

根据上述步骤,采用Matlab软件对我国高校科技创新能力进行综合评价(本评价不考虑港澳台地区),得到结果如表3所示。限于篇幅,仅展示2020年。从综合发展的角度来看,2020年江苏、北京和广东高校科技创新发展成效较好,西藏、宁夏和青海的高校科技创新能力仍需进一步挖掘。江苏高校在科技创新产出能力和科技创新转化能力指标方面处于领先地位,其他指标也处于中等偏上水平,北京高校在科技创新投入方面遥遥领先,在科技创新基础能力等方面也稳居前四,广东高校在科技创新基础指标方面排第一,科技创新基础能力等指标都处于全国前列。西藏、宁夏和青海的大部分指标均有待大幅度提升。

表3 2020年高校科技创新能力综合评价结果

4.3.1科技创新基础能力

从表3中可以发现,2020年我国31个省市高校科技创新基础能力中,广东省位居第一,其次为江苏省和山东省,得分依次为:0.175、0.173和0.153。广东省固定资产购置费、教学与科研人员位居前列,研究机构数最多;江苏省固定资产购置费与科学家和工程师最多。西藏、青海和宁夏地区的高校科技基础能力较差,由于高端领军人才较为匮乏,两院院士、长江学者、杰青等数量远小于其他省份,高校重点实验室、创新平台等硬件设施稀缺,因此科技创新基础较为薄弱。

4.3.2国际交流与合作

从国际交流与合作来看,发展较好的为上海、北京和天津,发展较差的有内蒙古、贵州和云南。上海高校平均国际合作派遣及接受人次和国际科技学术会议数远高于其他省市,北京市校平均国际科技学术会议特邀报告数居全国第一,这与上海市和北京市国际化大都市的定位密不可分,实施国际高校间交流与合作更是常态。反观内蒙古等省市,由于地域偏远,对外交流合作范围较小,力度较小,因此国际交流与合作得分较差。

4.3.3科技创新投入能力

从科技创新投入情况来看,创新投入力度较大的有北京、江苏、广东,创新投入力度较小的有海南、青海和西藏。从研发人员、研发经费和研发项目数情况来看,北京市在这三方面的投入数量遥遥领先,江苏、广东紧随其后,海南、青海和西藏处于垫底位置。

4.3.4科技创新产出能力

从科技创新产出情况来看,创新产出较多的为江苏、北京和广东,创新产出较少的为西藏、青海和宁夏。江苏省发表论文数、国外刊物发表数、专利申请和授权数指标高于其他省市;2020年北京市获得科技进步奖数91项,占当年全国20.4%。

4.3.5科技创新转化能力

从科技创新转化情况来看,江苏、上海和广东的科技创新转化能力较强,青海、西藏和海南高校科技创新转化能力较为薄弱。江苏省高校专利出售合同和技术转让合同数最多,上海市高校专利出售合同总金额约为22.4亿元。

4.4 高校科技创新能力的空间演变

尽管高校科技创新能力评价结果能够清晰地表示各区域的得分和排名,但无法展示我国区域高校科技创新能力的空间演变特征。我国长期存在区域高等教育发展不平衡不充分问题,因此分析高校科技创新能力的空间分布形态有利于把握当前我国高校科技创新发展现状。

将高校科技创新能力分为领先区域(综合值>0.750 0)、追赶区域(0.208 8<综合值<0.413 6)、相对落后区域(综合值<0.208 8)。由于篇幅限制,本文选择2006、2013和2020年为例,将3个时间断面的综合得分与各区域的矢量数据相匹配,得到高校科技创新能力在上述年份上的等级分布图(如图1～3所示),进而分析其空间演变特征。

图1 2006年等级分布

图2 2013年等级分布

图3 2020年等级分布

我国各省份高校科技创新能力整体稳步上升,为整合高校资源、促进高校发展提供了广阔空间。2006年所有省份均未在领先区域,追赶区域主要集中在湖北、江苏、上海和北京,其余省份均为落后区域。2013年领先区域主要集中在北京和江苏,上海、黑龙江、湖北、广东、山东、辽宁、浙江、陕西则处于追赶区域,相对落后区域主要包括四川、湖南、安徽、河南、河北、天津、吉林、重庆、福建、江西、广西、山西、云南、甘肃、内蒙古、贵州、新疆、海南、宁夏、青海和西藏。2020年领先区域主要包括江苏、北京、广东和上海。处于追赶区域的有山东、陕西、浙江、湖北、四川、河南、湖南、辽宁和安徽,黑龙江、河北等其余省份仍处于相对落后区域。

经过15年的发展,2006—2020年高校科技创新能力变化幅度较大,西部地区和大部分中部地区仍处于落后区域,领先等级、追赶等级和相对落后等级的省份数由27∶4∶0变为18∶9∶4,表明我国高校科技创新发展任重而道远。其中,变化最明显的是黑龙江,2013年由相对落后区域跃入追赶区域,但2020年下滑至相对落后区域。

4.5 高校科技创新能力的空间相关性

随着高等教育改革的深入,知识、创新要素等溢出现象日益显现,各省份之间可能存在较大的空间关联性。本文引入Moran指数进行高校科技创新空间相关性的研究,结果如表4所示。从表4中可以发现,Moran指数均大于0,2006年高校科技创新能力Moran指数值为0.138,2020年Moran指数值为0.130,我国高校科技创新能力空间自相关关系均为正,根据Moran指数的含义,表明在研究范围内历年均呈现出正相关关系,但每年空间相关程度差异较大。

表4 2006—2020年高校科技创新能力的Moran指数

5 结论与启示

当前,我国区域高校科技创新能力发展不均衡问题仍然存在,且较为突出,主要包括科技创新基础薄弱、产出成果较少及转化机制不完善、区域科技创新能力不平衡等。本文从科技创新基础、国际交流与合作、科技创新投入、科技创新产出、科技创新转化5个方面构建了包含23个二级指标的高校科技创新能力综合评价体系,具有合理性和科学性,运用熵权TOPSIS测算了我国2006—2020年区域高校科技创新能力水平,基于客观赋权更有助于提高评价结果的准确性,为高校科技创新能力的评价提供了数据支持。实证结果发现:我国高校科技创新能力整体水平较低,省域间差异较大;准则层中,科技创新产出和科技创新转化等因素是影响高校科技创新能力的重要指标;二级指标中,国家三大奖、科技进步奖与固定资产购置费等指标对高校科技创新能力的影响较大;高校科技创新能力整体呈现稳步上升趋势,处于领先区域的省份比例逐步上升,但个别省份呈现先上升后下降的态势;高校科技创新能力存在显著的空间正相关性。结合研究结论,为推动我国区域高校科技创新能力水平,要以创新理念为指引,以各指标权重大小为决策重点,具体措施有:

第一,增强科技创新效率,以较小的投入获取较的创新成果产出。加大研发经费在高校方面的投入,拓展政府、企业、民间资本等渠道,形成多元研发经费投入机制,引导多种形式进入研发领域。搭建科技合作研发平台和研发机构,以此引进高端人才,形成强有力的创新团队,从而产生具有前沿性的科技创新成果。

第二,搭建交流合作平台,实施“请进来,走出去”战略,尤其是要拓展国际间交流合作渠道,现阶段把国外专家学者的先进技术和先进经验请进来,把我国高校科技创新中的优势和劣势展现出来,努力提升科技创新能力。

第三,践行高校“传帮带”模式。江苏、北京等地区要积极发扬传帮带精神,与宁夏、青海等高校科技创新能力较差的省份进行交流与合作,尤其是在项目等方面,总结先进经验,为落后地区提供借鉴,促使我国高校科技创新能力总体上一个新台阶。

第四,加强科技成果转化。科技成果转化是一个漫长的过程,高校要逐步引导科技创新与现实发展相适应,加大对科技成果转化的支持力度,从考核机制入手,多形式多层次多角度地向企业开展技术开发、技术咨询和技术培训等业务;此外,国家也要简政放权,降低对成果转化的限制,给予科技创新成果完成人和参与人享有成果的收益,提升科研人员经济收益。