基于DEA的“985工程”高校技術(shù)轉(zhuǎn)移效率研究①

林德明，賈 艷

（大連理工大學，遼寧 大連 116023）

基于DEA的“985工程”高校技術(shù)轉(zhuǎn)移效率研究①

林德明，賈 艷

（大連理工大學，遼寧 大連 116023）

以我國“985工程”高校的技術(shù)轉(zhuǎn)移效率為研究對象，采用DEA方法測算高校技術(shù)轉(zhuǎn)移的有效性，深入分析非DEA有效高校的產(chǎn)出不足問題，通過社會網(wǎng)絡(luò)分析方法對非有效高校與有效高校進行投影分析，探究高校之間技術(shù)轉(zhuǎn)移效率的學習機制。研究表明，我國“985工程”高校的技術(shù)轉(zhuǎn)移平均效率不高，有高達60%的高校是非DEA有效的，且這些無效高校在資源投入一定的情況下均存在產(chǎn)出不足的情況，需通過相互學習提高技術(shù)轉(zhuǎn)移效率，優(yōu)化投入產(chǎn)出結(jié)構(gòu)以達到有效狀態(tài)。

DEA；技術(shù)轉(zhuǎn)移；投影分析；效率；相互學習

一、模型構(gòu)建及數(shù)據(jù)選取

高校技術(shù)轉(zhuǎn)移活動是一種多投入、多產(chǎn)出的過程，本文選取數(shù)據(jù)包絡(luò)方法（DEA）開展技術(shù)轉(zhuǎn)移有效性的綜合評價。DEA方法是一種針對多指標投入和多指標產(chǎn)出的同類型部門進行相對有效性綜合評價的方法，可以有效地處理多輸入多輸出的復雜系統(tǒng)［1］?？紤]到高校技術(shù)轉(zhuǎn)移的實際情況，在已有研究的基礎(chǔ)上，對DEA方法提出以下設(shè)定與改進。

在指標選取方面，應考慮到技術(shù)轉(zhuǎn)移的投入過程中有人力、資金和知識的參與，且應認識到很多應用研究都是基于基礎(chǔ)研究進行的，也正是有了基礎(chǔ)研究的成果才能保證應用研究的順利進行，因此技術(shù)轉(zhuǎn)移過程中應考慮到基礎(chǔ)研究的支撐作用。本文依據(jù)已有研究，選取科技活動人員、研究與發(fā)展成果應用支出經(jīng)費、專利申請數(shù)、出版著作數(shù)和論文數(shù)作為投入指標，專利出售合同數(shù)、專利出售實際收入數(shù)、技術(shù)轉(zhuǎn)讓合同數(shù)和技術(shù)轉(zhuǎn)讓實際收入數(shù)作為產(chǎn)出指標，具體指標說明詳見表1。

表1：高校技術(shù)轉(zhuǎn)移效率評價投入和產(chǎn)出指標

本研究的數(shù)據(jù)來源于《高等學?？萍冀y(tǒng)計資料匯編》（最新數(shù)據(jù)截止到2013年）。在《高等學?？萍冀y(tǒng)計資料匯編》列入的39所“985工程”高校中，有7所非教育部直屬高校，這7所高校的一些數(shù)據(jù)具有保密性，因此本文在選取最終數(shù)據(jù)時并沒有將這7所高校列入，另有4所高校有缺項或所有產(chǎn)出指標對應數(shù)值均為0，因此將這些高校去除，剩余28所高校。這28所高校也滿足經(jīng)驗法則中要求決策單元個數(shù)必須是投入與產(chǎn)出指標個數(shù)的兩倍［2］的限制，符合DEA分析的條件。此外，僅選用1年的數(shù)據(jù)不足以說明高校技術(shù)轉(zhuǎn)移的總體水平，因此，將選用5年匯總后的均值進行詳細分析。

在模型構(gòu)建方面，本文選取產(chǎn)出主導型模型。因政府對各高校的投入情況大致是固定的，因此在研究高校技術(shù)轉(zhuǎn)移效率時，將選用產(chǎn)出主導型來研究在給定投入情況下高校的產(chǎn)出情況。同時為了全面了解各高校技術(shù)轉(zhuǎn)移效率情況，運用了BC2和C2R模型。運用BC2模型計算規(guī)模報酬可變條件下各高校的技術(shù)轉(zhuǎn)移效率值，以幫助了解技術(shù)轉(zhuǎn)移過程中各高校的有效狀態(tài)及規(guī)模報酬變化，分析不同高校間技術(shù)轉(zhuǎn)移水平的差異性；而借助C2R模型可以分析在固定規(guī)模報酬階段，各高校技術(shù)轉(zhuǎn)移過程中存在的產(chǎn)出不足及投入冗余問題，并計算出無效高校向有效高校的投影權(quán)重，以便深入研究無效高校與有效高校間的聯(lián)系。

除此之外，在深入探究非有效高校原因后，本文希望能將判定為非有效的高校改造為有效高校，即將無效高校投影到有效生產(chǎn)前沿面上以改進自身的不足達到有效狀態(tài)。因此本文在DEA分析基礎(chǔ)上，借助社會網(wǎng)絡(luò)分析方法，探究無效高校與有效高校之間的關(guān)系，繪制兩種不同高校之間的社會網(wǎng)絡(luò)圖譜，了解無效高校為達到有效狀態(tài)向有效高校學習的過程，以幫助高校提高自身技術(shù)轉(zhuǎn)移效率。

二、高校技術(shù)轉(zhuǎn)移效率的測算及分析

（一）DEA有效性分析

運用BC2模型經(jīng)計算后的結(jié)果詳見表2。總的來看，這28所高校的技術(shù)效率平均值為0.747，純技術(shù)效率的平均值為0.811，規(guī)模效率的平均值為0.928，雖然其技術(shù)轉(zhuǎn)移效率并未達到DEA有效，但是技術(shù)轉(zhuǎn)移的總體水平較好。

表2：“985工程”高校的技術(shù)轉(zhuǎn)移效率結(jié)果

由表2所得結(jié)果可知：

第一，在28所高校中僅有清華大學、南開大學、上海交通大學等10所高校是DEA有效的。這10所高校的技術(shù)效率、純技術(shù)效率和規(guī)模效率均為1，說明這10所高校的技術(shù)轉(zhuǎn)移情況較好，并沒有出現(xiàn)規(guī)模與投入、產(chǎn)出不匹配的情況，即這些高校均處于最佳規(guī)模效益狀態(tài)。然而，從總體上看，在28所高校中僅有35.714%的高校是有效的，雖然總體水平處于中等以上，但有效高校所占比例并未過半，且無效高校的技術(shù)效率值處于0.160-0.940之間，所跨數(shù)據(jù)范圍較大，這表明不同高校之間的技術(shù)轉(zhuǎn)移情況相差比較大。

第二，廈門大學、華東師范大學、西北農(nóng)林科技大學3所學校的純技術(shù)效率為1，但是規(guī)模效率小于1，說明這3所學校已達到技術(shù)有效，即這些學校目前的投入已獲得產(chǎn)出的最大化，但并未達到DEA有效，說明這3所高校的技術(shù)轉(zhuǎn)移無效是由于規(guī)模效率所引起的，即從它們本身的技術(shù)效率來看，并不需要額外地減少投入或增加支出，而是規(guī)模和投入、產(chǎn)出并不匹配，需相應地增加或減少規(guī)模報酬，優(yōu)化資源的合理配置，從而達到有效狀態(tài)。

第三，華南理工大學、四川大學和天津大學等15所高校的技術(shù)效率和規(guī)模效率均小于1，說明這15所高校是非DEA有效的，即這些高校在技術(shù)轉(zhuǎn)移過程中，在目前投入規(guī)模下資源配置并未得到最大化利用，因此，這15所高校為了達到技術(shù)和規(guī)模有效需有針對性地改變投入、產(chǎn)出情況，并適當調(diào)節(jié)自身的規(guī)模效益。

第四，此外可以看出，DEA無效的高校共有18所。在這18所高校中，有5所學校的規(guī)模報酬應該遞減，分別是天津大學、華南理工大學、華中科技大學、同濟大學和復旦大學。這幾所學校的決策者應考慮不再繼續(xù)增加投入規(guī)模，而應適當減少規(guī)模以達到有效狀態(tài)。四川大學、武漢大學、廈門大學等13所高校的規(guī)模報酬處于遞增階段，說明這些高校如果繼續(xù)增加投入，將會獲得更高的產(chǎn)出量，收到事半功倍的效果，因此為了達到有效狀態(tài)，這13所高校需適當?shù)卦黾油度胍?guī)模。

（二）非DEA有效單元產(chǎn)出分析

為進一步提高各高校的技術(shù)轉(zhuǎn)移效率，運用C2R模型對非DEA有效的18所高校的投入與產(chǎn)出情況進行詳細分析。為了使自身達到有效，不同學校會針對自身投入與產(chǎn)出情況采取不同的決策。本次分析選取的是產(chǎn)出導向的模型，即以在投入一定的情況下做到產(chǎn)出最大化，因此將著重分析無效高校的產(chǎn)出不足情況。

由表3可知，這18所高校的技術(shù)轉(zhuǎn)移效率之所以不高，是因為這些高校在技術(shù)轉(zhuǎn)移過程中存在較嚴重的產(chǎn)出不足狀況，其產(chǎn)出不足問題主要集中于技術(shù)轉(zhuǎn)讓合同數(shù)及技術(shù)轉(zhuǎn)讓實際收入數(shù)。為了使得這些高校達到有效狀態(tài)，各高校在目前的投入情況下，都需要增加自身的產(chǎn)出量才有可能達到有效。以天津大學為例，該校的技術(shù)效率為0.935，規(guī)模效率為0.989，為了使自身技術(shù)轉(zhuǎn)移效率達到有效，除了考慮減少規(guī)模報酬以平衡目前的投入情況外，還需改變自身的成果產(chǎn)出量，即在產(chǎn)出方面，該校的專利出售合同數(shù)和專利出售當年實際收入數(shù)應大約分別增加2項和63.551萬元，技術(shù)轉(zhuǎn)讓合同數(shù)和技術(shù)轉(zhuǎn)讓實際收入數(shù)應分別增加99項和7182.622萬元。相應的，其他17所高校也應按照表2和表3所列數(shù)據(jù)改變技術(shù)轉(zhuǎn)移過程中的產(chǎn)出量，從而達到最終的有效。

表3：非DEA有效的高校技術(shù)轉(zhuǎn)移過程中的產(chǎn)出不足情況

續(xù)表3

（三）非DEA有效單元的投影分析

非DEA有效單元可以根據(jù)某些有效單元進行投影從而實現(xiàn)相對有效。為了進一步了解各高校之間的聯(lián)系，本文將運用社會網(wǎng)絡(luò)分析方法描繪無效高校與有效高校之間的網(wǎng)絡(luò)圖譜，通過圖譜分析探尋這些高校之間存在的隱性關(guān)系，并找出投影分析中占據(jù)主導地位的高校，從而發(fā)現(xiàn)在技術(shù)轉(zhuǎn)移過程中起關(guān)鍵作用的一些高校。

在該網(wǎng)絡(luò)圖譜中，如果兩個高校之間有連線，則代表兩者間有相互學習的關(guān)系，箭頭指向代表該學校為了達到有效狀態(tài)向另外一所有效學校投影，即另外一所有效高校是該無效高校的學習目標。兩者之間的距離代表投影時相應的權(quán)重，這也表示一所無效高校有時需向多所有效高校學習以實現(xiàn)相對有效。圖1展示了不同高校之間相互學習的過程，除去圖譜中獨立的4個點，即東南大學、廈門大學、西安交通大學和西北農(nóng)林科技大學，按照中介中心性大小排序展現(xiàn)高校之間的真實聯(lián)系。圖中每個方形代表1所高校，方形越大，表示該高校在圖譜中的中介中心性越大，說明該高校在圖譜中占據(jù)重要的位置，即該校在整個學習框架中起著維系高校聯(lián)系的重要作用。

圖1 非DEA有效單元投影的可視化分析

本文主要從點度中心性、中介中心性兩方面出發(fā)，對該社會網(wǎng)絡(luò)圖譜進行中心性分析，其中點度中心性又分為入度中心性與出度中心性。在該社會網(wǎng)絡(luò)圖譜中，入度指網(wǎng)絡(luò)中有多少個節(jié)點指向該指定點，即網(wǎng)絡(luò)中某高校被多少個無效高校當作學習目標。入度越大代表該高校越容易被其他高校“模仿”，即該校在技術(shù)轉(zhuǎn)移過程中積累的經(jīng)驗較多，所起的示范作用比較大。出度指網(wǎng)絡(luò)中該節(jié)點指向多少個不同的節(jié)點，即網(wǎng)絡(luò)中某無效高校向多少個學校學習。出度越大，代表該?？梢韵蚋嗟母咝！澳７隆?、學習，即該校在技術(shù)轉(zhuǎn)移過程中的學習能力強，易吸取其他高校的經(jīng)驗。

根據(jù)計算，表4列出入度排名靠前的6所高校。從表4中可以看出，在技術(shù)轉(zhuǎn)移過程中，表中所列的6所有效高校比其他有效高校更容易給其他高校起到一個“模范作用”，供其他高校學習，其傳授經(jīng)驗的能力較強。其中，清華大學的入度最高，網(wǎng)絡(luò)中共有12個節(jié)點指向它，這表示共有12所高校以該校為學習目標，也說明該校在技術(shù)轉(zhuǎn)移過程中積累的經(jīng)驗最多，可以起到一個良好的示范作用，便于其他學校學習。此外南開大學和中國海洋大學的入度僅次于清華大學，共有8所高校分別向這兩所高校學習，表明南開大學和中國海洋大學便于其他高校學習、傳授經(jīng)驗的能力較弱于清華大學。相應地，有7所高校分別向上海交通大學、山東大學和南京大學學習，說明這7所高校在傳授經(jīng)驗、便于高校學習的能力上稍弱于南開大學和中國海洋大學。

表4：高入度的6所高校

表5列出出度排名靠前的10所無效高校，從中可以看出，在技術(shù)轉(zhuǎn)移過程中，所列10所高校較其他無效高校來說，更容易向有效、“模范”高校學習，接受知識的能力較強。其中，華南理工大學、同濟大學和湖南大學的出度最高，均指向5個高校，即這3所高校為了達到有效狀態(tài)，需向5所不同高校學習，這也說明這3所高校自身基礎(chǔ)較好，學習能力較強。大連理工大學、中國農(nóng)業(yè)大學、吉林大學、中山大學、復旦大學、華中科技大學和天津大學這7所高校的出度僅次于以上3所高校，表明這7所高校接受經(jīng)驗、學習知識的能力較弱于以上3所高校，它們在技術(shù)轉(zhuǎn)移過程中需向4所不同高校進行學習，積累經(jīng)驗。

表5：高出度的10所高校

在網(wǎng)絡(luò)中，若一個行動者處于許多其他兩點之間的路徑上，則認為這個行動者處于重要地位，具有控制其他行動者交往的能力，而中介中心度正是刻畫該行動者對資源控制的程度［3］。如果該網(wǎng)絡(luò)中某個高校占據(jù)上述位置越多，則說明其中介中心度越高，這也表示該網(wǎng)絡(luò)中的很多高校都通過該高校獲得聯(lián)系，即該校與其他高校的溝通能力強，可以在一定程度上影響其他高校。

表6展示了中介中心度排名靠前的5所高校。從表6可以看出，這5所高校的中介中心度均位于24以上，且這5所高校在技術(shù)轉(zhuǎn)移過程中都維系著與多所高校的聯(lián)系。其中，清華大學的中介中心度最高，且入度也最高，這表明在非DEA有效高校學習過程中，清華大學所起的示范作用最大，給其他高校學習提供極大的便利，并能將知識盡可能多地傳播出去供其他高校學習、借鑒，從而影響其他高校。相應的，中國海洋大學、南開大學及南京大學傳授知識的經(jīng)驗較強，且在不同高校相互學習過程中起到一個重要作用，能盡可能多地與其他高校產(chǎn)生聯(lián)系。此外，雖然中國農(nóng)業(yè)大學并沒有被其他學校列為學習目標，但卻仍在該網(wǎng)絡(luò)中占據(jù)不可缺少的位置，該校同時向另外4所高校學習，表明其學習能力較強，且該校在網(wǎng)絡(luò)中處于多所高校學習途徑的中心位置，這也意味著該校獲取知識資源的能力較強，在學習過程中發(fā)揮重要作用。

表6：中介中心度排名前5位的高校

綜合來看，有效高校應發(fā)揮自身傳播知識、經(jīng)驗的作用，要在整個學習過程中占據(jù)主導位置，及時且有效地將技術(shù)轉(zhuǎn)移過程中所積累的經(jīng)驗傳播給無效高校，而無效高校應增強自身學習能力，主動向有經(jīng)驗且符合自身特性的高校學習，獲取有價值的知識以達到自身有效。

三、結(jié)論

通過以上對高校技術(shù)轉(zhuǎn)移效率的有效性分析及非有效單元的投影分析可以得出以下結(jié)論：

第一，我國“985工程”高校的平均技術(shù)轉(zhuǎn)移效率并未全部達到DEA有效，但技術(shù)轉(zhuǎn)移平均水平較好。不同高校之間的技術(shù)轉(zhuǎn)移效率差距較大，總體不平衡，在28所高校中僅有35.714%的高校技術(shù)轉(zhuǎn)移效率是DEA有效的，這也意味著剩下的非DEA有效的高校為了達到有效狀態(tài)，需要進一步合理配置技術(shù)轉(zhuǎn)移過程中的資源投入與產(chǎn)出結(jié)構(gòu)。

第二，高校技術(shù)轉(zhuǎn)移效率的無效是因為技術(shù)轉(zhuǎn)移過程中的投入結(jié)構(gòu)不合理、基礎(chǔ)研究對技術(shù)轉(zhuǎn)移的支撐不夠，導致技術(shù)轉(zhuǎn)移過程中出現(xiàn)產(chǎn)出不足的情況。因此，對于無效的高校來說，增加投入的同時必須優(yōu)化投入的結(jié)構(gòu)，尤其是要使基礎(chǔ)研究與應用研究合理配置，加強基礎(chǔ)研究對應用研究的支撐。

第三，高校之間的相互學習是提高自身效率的主要方式。通過投影分析可知，清華大學、南開大學、中國海洋大學、山東大學、上海交通大學和南京大學這6所學校在技術(shù)轉(zhuǎn)移過程中具有較好的示范作用，便于其他高校學習；而湖南大學、華南理工大學和同濟大學這3所高校自身基礎(chǔ)較好，接受知識的能力較強，具有較強的學習能力；此外，中國農(nóng)業(yè)大學雖然學習能力不及以上3所高校，但是該校在網(wǎng)絡(luò)中處于多所高校學習途徑的中心位置，這也意味著該校獲取知識資源的能力較強，在學習過程中發(fā)揮著重要作用。因此在技術(shù)轉(zhuǎn)移過程中，無效高校可通過向有效高校學習來提高自身技術(shù)轉(zhuǎn)移水平。

第四，我國“985工程”高校技術(shù)轉(zhuǎn)移的效率還受到政策環(huán)境、市場需求、社會信任等外部環(huán)境因素的作用。如教育部對高校技術(shù)轉(zhuǎn)移的評估流程、報批程序、收益分配、知識產(chǎn)權(quán)處置等都有明確規(guī)定，這些政策對高校的技術(shù)轉(zhuǎn)移產(chǎn)生了一定的影響。但是隨著新版《中華人民共和國促進科技成果轉(zhuǎn)化法》的頒布實施，我國高校技術(shù)轉(zhuǎn)移的外部環(huán)境將越來越寬松，因此合理優(yōu)化投入產(chǎn)出結(jié)構(gòu)，促進基礎(chǔ)研究和應用研究的相互協(xié)調(diào)，提高技術(shù)成果的產(chǎn)出水平，有效銜接市場需求，成為高校技術(shù)轉(zhuǎn)移的重要內(nèi)生動力。

［1］孫世敏，項華錄，蘭博.基于DEA的我國地區(qū)高?？蒲型度氘a(chǎn)出效率分析［J］.科學學與科學技術(shù)管理，2007，（7）：18-21.

［2］姜彤彤.基于DEA方法的高?？蒲行试u價研究［J］.高教發(fā)展與評估，2011，（6）：26-32、134.

［3］朱慶華，李亮.社會網(wǎng)絡(luò)分析法及其在情報學中的應用［J］.情報理論與實踐，2008，（2）：179-183+174.

（責任編輯：徐治中；責任校對：楊 玉）

Technology Transfer Efficiency Analysis of 985 Universities Based on DEA

LIN Deming，JIA Yan
（Dalian University of Technology，Dalian Liaoning 116024）

In this paper，985 universities of our country are the research object.Then，we use the method of DEA to measure efficiency of technology transfer of universities，explore output deficiency in No-DEA effective universities.And we carry on projection analysis between effective and non-effective universities through social network analysis method，explore the learning mechanism among universities which can improve the efficiency of technology transfer of universities.Finally researches show that the average efficiency of technology transfer of 985 universities is not high，and more than 60 percent is No-DEA effective.What’s more，there are output deficiencies in these invalid universities in the case of the certain input.Thus，they should improve the efficiency of technology transfer by mutual learning，and optimize the structure of input and output to achieve the valid state.

DEA；technology transfer；projection analysis；efficiency；mutual learning

G646

A

1674-5485（2016）12-0023-06

教育部人文社科規(guī)劃基金項目“政策推動下大學創(chuàng)新團隊知識共享動態(tài)機制研究”（11YJA630128）。

林德明（1978-），男，黑龍江哈爾濱人，大連理工大學科學學與科技管理研究所副教授，博士，主要從事科學計量學與知識產(chǎn)權(quán)管理研究；賈艷（1991-），女，山東聊城人，大連理工大學科學學與科技管理研究所碩士生，主要從事科學計量學與知識可視化研究。