1 引言 根据教育部对高等学校的科技统计,2001-2008年,我国高校科研经费增长了2.82倍,年均增长率21.10%,专利申请数量增长7.66倍,年均增长率36.12%,SCI、EI、ISTP三大检索上发表论文增长了2.69倍,年均增长率20.50%,但在一定程度上作为评价成果转化的专利出售和技术转让金额或数量虽有增加,但增长幅度远不如专利申请量的增长,8年间增长了0.11倍,年均增长率仅为1.51%(见图1)。而2009年12月,中央教科所高教研究中心在其发布的《中国高等学校绩效评价报告》一文中,首次对教育部直属的72所高校进行绩效评价,结果显示,在这些重点大学中,约一半高校在过去3年中“投入高于产出”。高校创新投入的高增长与低绩效,促使社会、学术界反思高校科学研究的效率问题。 事实上,近10年来,我国学者围绕高校科研效率及其测度技术与方法、科研效率的影响因素等问题进行了深入研究[1-6],如骆卉慧(2005)、陆根书等(2005,2006)、周静等(2005)、孙世敏等(2007)、段永瑞等(2007)、徐凯等(2008)、赵强强等(2009)、王晓红等(2011),采用线性加权法、生产函数法、数据包络分析(DEA)[7]和随机边界分析(SFA)[8]等效率测度技术与方法,以研发经费、科技人员、创新平台等为投入变量、以学术论文、专利、科技奖励、科研项目等为产出变量,探讨高校科研效率[9]。 上述研究对科研效率产出变量的理解更多视为高校科研成果或新知识创造,而高校科研成果是一种潜在资产,只有将其转化为现实的生产力,才能实现其资产价值。相比之下高校技术转让是通过技术授权、技术许可、技术咨询、技术服务等形式,使高校里具有潜在商业价值的技术和成果被企业购买,实现高校作为“科技辐射源”的社会功能。高校对外技术转化联系高校科学技术与产业界生产实践的中间环节,也是高校帮助企业提升技术水平、服务社会功能的重要体现。因此对高校科研效率的理解,不仅是一种新知识的创造能力,还应包括高校产生知识转化为现实生产力的能力。同时,现有相关研究中将高校科研效率理解为在现有科研产出条件下,潜在的最少投入与观察到的投入(如R&D资金、R&D劳动等)之比。但无论是数据包络分析,还是随机边界分析,所能测度的科研效率并不能体现不同要素使用效率的差异,也没有反映不同要素对整体科研效率的贡献大小。如果将科研效率分解为资金和劳动的单要素效率,则科研效率可由资金效率和劳动效率的交互作用来决定,那么测度单因素效率就有可能更容易识别整体效率低下的原因。
图1 2001-2008年我国高校科研投入与产出指标增幅 基于此,本文将研究问题聚焦为高校技术转让单因素效率,并借鉴李新春等(2010)所提单因素效率方法,将高校技术转让效率分解为资金和劳动的单要素效率,认为高校技术转让效率可由资金效率、劳动效率及其交互作用来决定,本文目的在于探讨高校技术转让不同投入要素的效率差异,识别我国高校技术转让低效率究竟是资金的低效率还是劳动的低效率、或者说是二者的效率均低引起,以期为高校提高其“科技辐射源”能力提供决策参考。 2 研究方法 2.1 单因素效率界定 前人对高校科研效率的研究,无论是非参数方法还是参数方法,技术无效率均以总体的“管理无效率”来表示[7,8],但“管理无效率”是一个笼统的概念,现实中对于各要素管理的目标、力度的差异,将导致单要素效率的高低。前人仅从整体指标来研究,并不能挖掘出影响整体无效率的关键因素,即使SFA方法的影响因素探究,也仅是从外部因素对其进行讨论,这也不利于从内部消除各个单要素的管理无效率。 根据相关研究中对生产函数的设定[7],可以认为高校科研中人员和资金投入在一定范围内可区分、并具有一定的替代性,即在一定范围内减少一种要素投入并增加另外一种要素可以保持产出的不变。因此对于具有技术无效率的情况,提高总体效率并不单是简单降低各要素投入,而应针对国情有针对地减少或增加某些要素。如随着“211”、“985”等工程相继启动,对高校投入大幅度增加,仅中央财政的投入就超过500亿①,目前我国高校科研经费已相对充裕,科研基础条件有了长足的进展,科研经费与科研条件已经不是制约我国高校科研发展的主要因素,相比之下高校优秀科研创新人才依旧稀缺。因此,在保持现有产出不变的条件下,提高高校科研人员效率可能更符合现实国情。
单因素效率是整体效率的分解,因此首先需要计算整体效率,文中采用随机前沿法计算高校技术转让的整体效率。由于无法事先确定技术是否中性、产出弹性是否固定,以及为避免由于函数形式误设而带来的偏差(王争、史晋川,2007),借鉴李新春等(2010),文中采用Translog函数,即: