三重螺旋視域下中國(guó)大學(xué)創(chuàng)新效率及其影響因素研究
——基于兩階段DEA與Tobit 模型的實(shí)證分析

王成軍，李 輝，劉冬華

（安徽財(cái)經(jīng)大學(xué)工商管理學(xué)院，安徽 蚌埠 233030）

一、問題提出

自2014 年李克強(qiáng)總理提出“雙創(chuàng)”后，創(chuàng)新與創(chuàng)業(yè)就成了媒體、公眾、學(xué)者等報(bào)道和研究的熱點(diǎn)。從建設(shè)創(chuàng)新型國(guó)家到創(chuàng)新型城市再到創(chuàng)新型大學(xué)，高校已經(jīng)成為國(guó)家創(chuàng)新體系的重要組成部分、科研成果產(chǎn)出與轉(zhuǎn)化的重要基地，對(duì)國(guó)家創(chuàng)新體系建設(shè)和創(chuàng)新驅(qū)動(dòng)戰(zhàn)略實(shí)施具有巨大的推動(dòng)作用[1]。Crawley 等也指出當(dāng)今大學(xué)不僅承擔(dān)著教育（Education）和研究（Research），催化創(chuàng)新（Catalyzing Innovation）已經(jīng)成為大學(xué)的第三重任務(wù)[2]，前兩者強(qiáng)調(diào)以基礎(chǔ)研究為核心的科研成果產(chǎn)出，后者則要求高校加速科研成果轉(zhuǎn)化，從研究型大學(xué)向創(chuàng)業(yè)型大學(xué)轉(zhuǎn)變。

當(dāng)前我國(guó)高校整體上仍然存在“重論文輕轉(zhuǎn)化”的問題。2020 年國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，我國(guó)高等學(xué)校R&D 經(jīng)費(fèi)支出近1900 億元，發(fā)表科技論文數(shù)150.35 萬篇，專利申請(qǐng)數(shù)34.04 萬件，科研成果產(chǎn)出排名世界前列。但在U.S.News、THE、QS 和ARWU 四大世界大學(xué)排行榜前100 名單上，國(guó)內(nèi)大學(xué)分別僅有2 所、6 所、6 所、7 所。近些年頒布的諾貝爾科學(xué)獎(jiǎng)幾乎都來自高校和科研院所，而來自國(guó)內(nèi)高校的數(shù)量幾乎為零。論文等“量”的高產(chǎn)并不能帶來高校在基礎(chǔ)研究和前沿創(chuàng)新領(lǐng)域內(nèi)“質(zhì)”的提升，“卡腦子”的問題仍然突出。2021 年中國(guó)專利調(diào)查報(bào)告統(tǒng)計(jì)顯示我國(guó)專利轉(zhuǎn)化率總體為44.6%，高校專利轉(zhuǎn)化率僅為2.3%，而發(fā)達(dá)國(guó)家這一指標(biāo)則在50%以上。國(guó)際上諸多高校都設(shè)有技術(shù)轉(zhuǎn)移辦公室和專業(yè)的技術(shù)經(jīng)理人團(tuán)隊(duì)（如MIT），而國(guó)內(nèi)在技術(shù)合作與轉(zhuǎn)讓的渠道與平臺(tái)建設(shè)上仍不夠成熟，技術(shù)轉(zhuǎn)移在發(fā)展模式和戰(zhàn)略定位等方面仍處于完善和探索階段[3]。

2017 年開始的“雙一流”高校建設(shè)旨在打造世界一流大學(xué)和世界一流學(xué)科以解決在基礎(chǔ)研究領(lǐng)域內(nèi)的短板，提升大學(xué)的影響力，助力研發(fā)成果轉(zhuǎn)化。那么近些年來我國(guó)高校在科研創(chuàng)新成果產(chǎn)出和轉(zhuǎn)化的效率如何？又有哪些因素影響到兩階段高校創(chuàng)新效率的提高？高校創(chuàng)新中政府、企業(yè)又扮演了什么樣的作用？本文擬對(duì)上述問題進(jìn)行深入回答。

二、概念界定及其相關(guān)理論

現(xiàn)有學(xué)者對(duì)高校的研究主要的理論基礎(chǔ)有Griliches-Jaffe 知識(shí)生產(chǎn)函數(shù)[4]、三重螺旋理論[5]以及產(chǎn)學(xué)研協(xié)同創(chuàng)新理論[6-9]等。關(guān)于高校效率研究主要聚焦于靜態(tài)與動(dòng)態(tài)的科研創(chuàng)新效率[10-14]、科技創(chuàng)新效率[15-19]、科技創(chuàng)新資源配置效率[20]、產(chǎn)學(xué)研協(xié)同創(chuàng)新效率、技術(shù)創(chuàng)新國(guó)際化效率[21]以及科技效率動(dòng)態(tài)演進(jìn)分析[22-23]等。但目前國(guó)內(nèi)學(xué)者對(duì)于產(chǎn)學(xué)研和三重螺旋理論的研究仍然存在概念和應(yīng)用上的含糊與錯(cuò)用，同時(shí)對(duì)于科研與科技創(chuàng)新效率也存在著同樣的問題。因此在研究之前有必要對(duì)這些概念進(jìn)行定義和明晰。

（一）產(chǎn)學(xué)研與三重螺旋理論

產(chǎn)學(xué)研歷史可以最早追溯到1992 年教育部等組織實(shí)施的“產(chǎn)學(xué)研聯(lián)合開發(fā)工程”，旨在建立相關(guān)產(chǎn)業(yè)與高校、科研院所之間密切而穩(wěn)定的合作關(guān)系。三重螺旋（TH,Triple Helix）最初專門指的是古巴比倫時(shí)代發(fā)明并長(zhǎng)期使用的提水螺旋設(shè)施。1995 年美國(guó)的Etzkowitz 和荷蘭的Leydesdorff第一次用三重螺旋模型來闡述了以知識(shí)為基礎(chǔ)的創(chuàng)新體系中企業(yè)、大學(xué)和政府角色作用的轉(zhuǎn)變，開啟了三重螺旋在創(chuàng)新管理領(lǐng)域的研究先河。

王成軍和王德應(yīng)[24]對(duì)產(chǎn)學(xué)研和三重螺旋之間的聯(lián)系與區(qū)別做了詳細(xì)分析。其一，從詞義上來看，產(chǎn)學(xué)研主體不明。國(guó)外常用University-Industry-Cooperation 表示產(chǎn)學(xué)合作，主要強(qiáng)調(diào)產(chǎn)業(yè)界和學(xué)術(shù)界的項(xiàng)目開發(fā)和科技轉(zhuǎn)移問題，而產(chǎn)學(xué)研合作在英語中找不到相應(yīng)的詞語對(duì)應(yīng)。其二，從發(fā)達(dá)國(guó)家的發(fā)展經(jīng)驗(yàn)和三重螺旋的經(jīng)典理論來看[25-26]，大學(xué)的任務(wù)不僅僅在于提供技能教學(xué)和簡(jiǎn)單勞力的培訓(xùn)和組織，“研究”以及“催化創(chuàng)新”也成為社會(huì)對(duì)高校的期望。其三，產(chǎn)學(xué)研合作通常忽略政府發(fā)揮的作用。政府作為制度創(chuàng)新的主體，通過制定政策法規(guī)提供制度保障，促進(jìn)和引導(dǎo)其他主體的合作與行為[27]。大學(xué)－產(chǎn)業(yè)－政府（UIG）三重螺旋理論在其運(yùn)行機(jī)制、價(jià)值功能上更加完善。

（二）科技創(chuàng)新效率與科研創(chuàng)新效率

科技即科學(xué)技術(shù)，根據(jù)辭海的定義，其是指由自然科學(xué)、技術(shù)科學(xué)以及工程技術(shù)等融合而成的整體。科學(xué)與技術(shù)是不可分割的辯證統(tǒng)一體?？茖W(xué)強(qiáng)調(diào)發(fā)現(xiàn)而技術(shù)則是發(fā)現(xiàn)的應(yīng)用。科研即科學(xué)研究，是利用科研方法和裝備，為了認(rèn)識(shí)客觀事物的內(nèi)在本質(zhì)和運(yùn)動(dòng)規(guī)律而進(jìn)行的調(diào)查研究、實(shí)驗(yàn)等一系列的活動(dòng)。由此可見，科研是科技的基礎(chǔ)，科研強(qiáng)調(diào)理論的發(fā)現(xiàn)，而科技包括科研以及科研后續(xù)成果的轉(zhuǎn)化利用。

有學(xué)者指出高?？萍紕?chuàng)新是高校投入并有效利用各種創(chuàng)新資源，實(shí)現(xiàn)科技成果產(chǎn)出，并推動(dòng)科技成果轉(zhuǎn)化[15]。關(guān)于科研創(chuàng)新并未發(fā)現(xiàn)學(xué)者對(duì)其進(jìn)行詳細(xì)的說明和定義，這里我們認(rèn)為科研創(chuàng)新是高校在基礎(chǔ)研究上利用各種創(chuàng)新資源，實(shí)現(xiàn)論文、著作、專利以及相關(guān)理論等產(chǎn)出，其等同于科研創(chuàng)新成果產(chǎn)出。創(chuàng)新效率是指創(chuàng)新中投入產(chǎn)出資源之比?，F(xiàn)有對(duì)于高校創(chuàng)新效率的研究主要從創(chuàng)新成果產(chǎn)出效率與創(chuàng)新成果轉(zhuǎn)化效率兩個(gè)方面研究[28]。本文研究對(duì)兩者做出相應(yīng)的區(qū)分，認(rèn)為科技創(chuàng)新效率包括科研創(chuàng)新效率與后續(xù)成果轉(zhuǎn)化效率，即將科技創(chuàng)新效率分為科研成果產(chǎn)出與科研成果轉(zhuǎn)化兩個(gè)階段的創(chuàng)新效率。

三、文獻(xiàn)述評(píng)

現(xiàn)有學(xué)者對(duì)于高校創(chuàng)新效率的研究主要分為兩大類：第一類是從研究方法的不同上，現(xiàn)有的效率測(cè)度主要采用非參數(shù)法、參數(shù)法以及多種方法結(jié)合使用；第二類是在研究對(duì)象的選擇上，可分為單一區(qū)域高校、不同地區(qū)的多個(gè)高?？v向與橫向科技創(chuàng)新效率比較和動(dòng)態(tài)演化。

非參數(shù)法以Charnes 等[29]提出的數(shù)據(jù)包絡(luò)法（DEA）為代表，目前應(yīng)用較多的主要包括徑向CCR 和BCC 模型、非徑向Super-SBM 模型、動(dòng)態(tài)Malmquist 指數(shù)、兩階段、三階段和Window-DEA模型。參數(shù)法以Aigner 等[30]和Meeusen 等[31]分別提出的隨機(jī)前沿分析法（SFA）為代表。相關(guān)學(xué)者研究采用的模型如下表1 所示。

表1 高校創(chuàng)新效率研究方法統(tǒng)計(jì)表

（一）單一區(qū)域高校創(chuàng)新效率研究

Berbegal-Mirabent 等[34]將知識(shí)轉(zhuǎn)移產(chǎn)出納入大學(xué)的效率評(píng)價(jià)當(dāng)中，采用傳統(tǒng)DEA 分析法分析了西班牙44 所大學(xué)，發(fā)現(xiàn)在保持固定投入前提下，通過提高效率水平，大學(xué)產(chǎn)出可擴(kuò)大12%。Loganathan &Subrahmanya[37]基于松弛變量的數(shù)據(jù)包絡(luò)分析（DEA-SBM）比較了28 所印度大學(xué)在教學(xué)、研究以及創(chuàng)業(yè)支持三個(gè)方面的效率，研究發(fā)現(xiàn)僅有少數(shù)大學(xué)在三個(gè)方面效率處于最佳前沿面，效率低的大學(xué)在研究和創(chuàng)業(yè)支持上存在不足。Tavares 等[43]使用多階段DEA（NDEA）對(duì)45 所巴西聯(lián)邦大學(xué)創(chuàng)新效率，發(fā)現(xiàn)大部分大學(xué)在不同階段的創(chuàng)新效率都較低。Wang 等[39]、Duan 等[40]均使用DEA-Malmquist 指數(shù)分別研究了新西蘭8所大學(xué)的技術(shù)效率、澳大利亞35 所大學(xué)科研和教學(xué)生產(chǎn)率。Ho 等[45]將技術(shù)轉(zhuǎn)讓分為研究創(chuàng)新階段和價(jià)值創(chuàng)造階段，運(yùn)用兩階段網(wǎng)絡(luò)DEA 方法研究美國(guó)119 所大學(xué)的技術(shù)轉(zhuǎn)讓效率，發(fā)現(xiàn)處于研究創(chuàng)新階段的高效大學(xué)比處于價(jià)值創(chuàng)造階段的大學(xué)更為集中，資源規(guī)模在兩階段效率提升中尤為重要。Foltz 等[35]對(duì)美國(guó)92 所研究型大學(xué)的投入產(chǎn)出進(jìn)行生產(chǎn)率和技術(shù)效率的分析時(shí)，也發(fā)現(xiàn)資金來源變化影響技術(shù)效率。閆平等[38]、姜彤彤和吳修國(guó)[33]重點(diǎn)對(duì)我國(guó)教育部直屬高校科研創(chuàng)新和協(xié)同創(chuàng)新效率進(jìn)行靜態(tài)和動(dòng)態(tài)評(píng)估，發(fā)現(xiàn)大部分高校均處于非DEA 有效狀態(tài)，不同類型高校的創(chuàng)新效率存在異質(zhì)性。高擎等[6]、李康和范躍進(jìn)[14]在此基礎(chǔ)上對(duì)影響高校創(chuàng)新效率的因素分別采用Tobit 模型和SFA 回歸分析，發(fā)現(xiàn)校企聯(lián)結(jié)強(qiáng)度和科研傾向等對(duì)高校科技創(chuàng)新效率存在不同程度的促進(jìn)作用，而地區(qū)經(jīng)濟(jì)水平和居民受教育程度等對(duì)高校科技創(chuàng)新效率存在區(qū)域異質(zhì)性。戚湧等[10]、李滋陽等[48]以江蘇省高校為研究對(duì)象，分別采取CCR 和SFA 模型對(duì)高校科研和科技創(chuàng)新進(jìn)行實(shí)證分析，發(fā)現(xiàn)高校創(chuàng)新效率普遍較高，省域高校整體創(chuàng)新效率呈逐年增長(zhǎng)趨勢(shì)。王曉紅等[52]以137 所“雙一流”建設(shè)高校為研究對(duì)象，實(shí)證發(fā)現(xiàn)政府支持對(duì)產(chǎn)業(yè)界與學(xué)術(shù)界的流動(dòng)效率的影響呈倒U 型關(guān)系。

（二）不同區(qū)域高校創(chuàng)新效率研究

Agasisti 等[51]采用隨機(jī)前沿法（SFA）研究了意大利不同地區(qū)大學(xué)創(chuàng)新效率大小，并通過Sys-GMM 模型評(píng)估了大學(xué)創(chuàng)新效率與區(qū)域經(jīng)濟(jì)發(fā)展之間的關(guān)系，發(fā)現(xiàn)高校通過知識(shí)溢出促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展，且高效率大學(xué)的促進(jìn)作用更顯著。Lehmann 等[44]采用兩階段DEA 比較了意大利和德國(guó)大學(xué)在公共資金利用效率，發(fā)現(xiàn)意大利大學(xué)在產(chǎn)出最大化方面的表現(xiàn)明顯優(yōu)于德國(guó)大學(xué)。Parteka 等[41]運(yùn)用DEA-Malmquist 對(duì)歐洲7 國(guó)266所公立高校的科研效率進(jìn)行研究，結(jié)果表明國(guó)家間的科研效率差異很大，德國(guó)、意大利和瑞士的高?？蒲行时绕渌麌?guó)家的科研效率要高。隨著區(qū)域一體化的不斷發(fā)展，國(guó)內(nèi)學(xué)者也開始注重對(duì)省域高校進(jìn)行橫向和縱向?qū)嵶C分析。王輝和陳敏[15]從科技成果產(chǎn)出、科技成果轉(zhuǎn)化兩個(gè)方面考察省域科技創(chuàng)新效率，通過橫向比較發(fā)現(xiàn)大多數(shù)省份存在“此高彼低”的現(xiàn)象，技術(shù)效率成為提升綜合效率的關(guān)鍵。馬寶林等[16]研究發(fā)現(xiàn)高等學(xué)校創(chuàng)新效率存在顯著的區(qū)域異質(zhì)性，純技術(shù)效率是影響文理科創(chuàng)新效率的關(guān)鍵因素。初旭新和馬昱[28]的實(shí)證研究結(jié)果顯示中國(guó)高?？萍紕?chuàng)新各階段效率及總體效率偏低，創(chuàng)新效率高的省份與效率低的省份差距愈來愈大，并對(duì)各經(jīng)濟(jì)區(qū)三個(gè)階段的創(chuàng)新效率進(jìn)行比較。但張惠琴和尚甜甜[11]研究結(jié)果表明我國(guó)高?？萍紕?chuàng)新效率平均增長(zhǎng)為9.7%，而規(guī)模效率是造成區(qū)域高?？蒲行什町惖闹饕颉畈┖筒茌x[21]從七大地理區(qū)域視角探討了高校技術(shù)創(chuàng)新國(guó)際化水平，指出東北三省效率值始終處于較低水平，而華東、華中、華北則處于較高水平。沈能和宮為天[18]、齊亞偉[36]分別通過三階段DEA 模型和超效率模型實(shí)證測(cè)定了省域和三大創(chuàng)新主體的科技創(chuàng)新效率，并對(duì)影響因素進(jìn)行計(jì)量分析，發(fā)現(xiàn)高?？萍紕?chuàng)新水平較低，產(chǎn)業(yè)基礎(chǔ)、政策扶持、創(chuàng)新文化對(duì)效率存在一定促進(jìn)作用，而企業(yè)參與強(qiáng)度、市場(chǎng)化進(jìn)程和對(duì)外開放程度對(duì)高?？萍紕?chuàng)新效率具有負(fù)向影響。

（三）高校創(chuàng)新效率動(dòng)態(tài)演化研究

近年來，國(guó)內(nèi)外學(xué)者在高校創(chuàng)新效率測(cè)度的基礎(chǔ)上，逐漸開始關(guān)注高校科技創(chuàng)新效率的動(dòng)態(tài)演化分析。吳穎和崔玉平[19]、蔡文伯和楊麗雪[1]通過Malmquist 指數(shù)發(fā)現(xiàn)長(zhǎng)三角和全國(guó)高校的全要素生產(chǎn)率呈逐漸上升水平，在此基礎(chǔ)上應(yīng)用ESDA和收斂檢驗(yàn)法發(fā)現(xiàn)全國(guó)東、中、西部均存在σ 收斂和絕對(duì)β 收斂，高?？萍紕?chuàng)新效率正朝著一體化方向發(fā)展。王曉珍等[23]采用核密度法對(duì)高校科技創(chuàng)新效率斂散性進(jìn)行分析，實(shí)證研究發(fā)現(xiàn)高?？萍紕?chuàng)新技術(shù)效率兩極聚集（“雙峰”）、規(guī)模效率具有省域異質(zhì)性（“單峰”）、純技術(shù)效率存在顯著波動(dòng)。

綜上所述，現(xiàn)有文獻(xiàn)對(duì)高校創(chuàng)新效率的問題研究較為成熟，但也存在許多需要解決的問題。其一，現(xiàn)有學(xué)者大多側(cè)重于對(duì)高?？蒲谢蚩萍紕?chuàng)新效率的實(shí)證測(cè)量，而缺乏相應(yīng)的理論闡釋。其二，在非參數(shù)DEA 模型應(yīng)用方面，部分學(xué)者對(duì)創(chuàng)新效率采取靜態(tài)比較，但實(shí)際上由于各年份數(shù)據(jù)具有異質(zhì)性的前沿面，各DMU 之間的效率大小比較是無意義的。其三，現(xiàn)有部分研究將高?？蒲袆?chuàng)新效率等同于科技創(chuàng)新效率，分析時(shí)存在概念誤用。

基于上述研究中存在的問題，本文進(jìn)行了如下創(chuàng)新性的研究：一是從詞義、國(guó)內(nèi)外研究比較以及主體三個(gè)角度對(duì)兩個(gè)概念做了辨析，同時(shí)也對(duì)高?？蒲袆?chuàng)新效率與科技創(chuàng)新效率做了區(qū)分，提出高?？萍紕?chuàng)新效率分為兩個(gè)階段：第一階段為科研成果產(chǎn)出，這一階段創(chuàng)新要素投入產(chǎn)出效率是科研創(chuàng)新效率；第二階段為科研成果轉(zhuǎn)化階段，是高校將科研成果應(yīng)用及商業(yè)化的過程中創(chuàng)新投入產(chǎn)出效率。二是在分析影響因素時(shí)與三重螺旋理論相互結(jié)合，重點(diǎn)探討了政府以及企業(yè)支持力度對(duì)于高?？蒲谐晒a(chǎn)出與科研成果轉(zhuǎn)化創(chuàng)新效率的影響。三是從三重螺旋視角系統(tǒng)提出建設(shè)創(chuàng)業(yè)型大學(xué)、服務(wù)型政府以及提升校企合作質(zhì)量水平針對(duì)性意見。

最后本文以經(jīng)典的Griliches-Jaffe 知識(shí)生產(chǎn)函數(shù)與三重螺旋理論，采用兩階段非徑向DEASBM 模型和Malmquist 指數(shù)對(duì)高校科研創(chuàng)新成果產(chǎn)出與轉(zhuǎn)化靜態(tài)和動(dòng)態(tài)效率進(jìn)行測(cè)算，并對(duì)影響兩階段科技創(chuàng)新效率大小的內(nèi)、外部因素采用面板Tobit 模型進(jìn)行回歸分析。本文從經(jīng)典理論出發(fā)，進(jìn)一步將知識(shí)生產(chǎn)函數(shù)和三重螺旋理論拓展到高校創(chuàng)新效率研究領(lǐng)域，擴(kuò)大了理論的適用范圍，具有一定的理論意義；同時(shí)應(yīng)用數(shù)理模型實(shí)證研究考察高校創(chuàng)新效率及其影響因素，為高校優(yōu)化資源配置、政府打造良好創(chuàng)新環(huán)境、企業(yè)提升產(chǎn)學(xué)合作質(zhì)量提供了理論依據(jù)，也具有一定的現(xiàn)實(shí)指導(dǎo)意義。

四、研究設(shè)計(jì)

（一）模型設(shè)定

1.靜態(tài)DEA-SBM 模型

傳統(tǒng)的CCR 和BCC 模型均為徑向模型，要求在評(píng)價(jià)效率時(shí)投入產(chǎn)出同比例變動(dòng)，且存在投入或產(chǎn)出的松弛變量時(shí)，徑向DEA 會(huì)錯(cuò)誤評(píng)估決策單元的效率值。為了解決上述問題，Tone[53]提出了一種基于松弛變量的效率測(cè)度方法即SBM 模型。由于投入導(dǎo)向和產(chǎn)出導(dǎo)向的SBM 模型存在假定投入或產(chǎn)出不變的情況下計(jì)算效率，必然忽視投入或產(chǎn)出中的一個(gè)方面，從而對(duì)效率值產(chǎn)生一定影響。因此本文采用非導(dǎo)向規(guī)模報(bào)酬可變條件下SBM 模型對(duì)我國(guó)省域高校的靜態(tài)效率進(jìn)行分析。其基本表達(dá)式如下：

式（1）中，n 表示評(píng)價(jià)單元個(gè)數(shù)，xj，yj分別表示投入變量和產(chǎn)出變量，sx，sy分別表示投入冗余變量和產(chǎn)出松弛變量，λ表示評(píng)價(jià)單元的參變量，θ 表示評(píng)價(jià)單元的效率值。

2.動(dòng)態(tài)DEA-Malmquist 指數(shù)

Malmquist 指數(shù)通常用于測(cè)量決策單元的全要素生產(chǎn)率。該指數(shù)一般運(yùn)用如下距離函數(shù)計(jì)算：

式（2）中，D（x，y）為距離函數(shù)。對(duì)于K 個(gè)待決策單元，每個(gè)決策單元在每個(gè)時(shí)段t 里有M 項(xiàng)投入指標(biāo)，S 項(xiàng)產(chǎn)出指標(biāo)。Farrell 技術(shù)效率指標(biāo)可將上述距離函數(shù)轉(zhuǎn)化為針對(duì)相同時(shí)段和不同時(shí)段的線性規(guī)劃問題加以求解。

（1）針對(duì)相同時(shí)段求得的效率值：

（2）針對(duì)不同時(shí)段求得的效率值：

若要進(jìn)一步檢驗(yàn)規(guī)模效率的變化，則在式（3）、式（4）中增加限制條件，即可將Malmquist 指數(shù)分解成技術(shù)變化、純效率變化和規(guī)模效率變化。

3.因變量受限Tobit 回歸模型

DEA 計(jì)算的創(chuàng)新效率值取值區(qū)間為0～1，屬截?cái)嗍絒54]分布，采用傳統(tǒng)的OLS 估計(jì)會(huì)產(chǎn)生有偏結(jié)果。因此本文采用以最大似然估計(jì)法為基礎(chǔ)的空間Tobit 模型對(duì)影響高校創(chuàng)新效率的影響因素進(jìn)行進(jìn)一步分析。其基本形式如下：

（二）指標(biāo)體系構(gòu)建

目前學(xué)術(shù)界對(duì)于高校創(chuàng)新效率投入產(chǎn)出指標(biāo)體系的構(gòu)建各不相同，現(xiàn)有文獻(xiàn)對(duì)于指標(biāo)的選取一般遵循系統(tǒng)性、適用性以及數(shù)據(jù)易得性的原則。依據(jù)該原則，本文構(gòu)建的高校創(chuàng)新效率指標(biāo)體系如圖1 所示。

圖1 高校兩階段創(chuàng)新指標(biāo)評(píng)價(jià)體系

根據(jù)Griliches-Jaffe 知識(shí)生產(chǎn)函數(shù)，投入變量包括研發(fā)經(jīng)費(fèi)投入和人力資源投入[55]。在產(chǎn)出指標(biāo)的選擇上，現(xiàn)有研究主要選擇R&D 課題數(shù)、科技論文數(shù)、科技著作數(shù)以及專利數(shù)。因此本文參考現(xiàn)有文獻(xiàn)的做法，將上述指標(biāo)作為第一階段科研成果產(chǎn)出的評(píng)價(jià)指標(biāo)，其中R＆D 經(jīng)費(fèi)內(nèi)部支出本文認(rèn)為在第一階段中選擇基礎(chǔ)研究經(jīng)費(fèi)更加合理。

王輝和陳敏認(rèn)為第二階段投入中除了一階段的產(chǎn)出以外，還有非高校R&D 經(jīng)費(fèi)支出和非高校人員投入；高擎等認(rèn)為第二階段的投入是研發(fā)應(yīng)用以及科技服務(wù)全時(shí)人員和經(jīng)費(fèi)支出。根據(jù)上述學(xué)者的觀點(diǎn)以及一階段的投入，本文選擇R&D成果應(yīng)用與科技服務(wù)全時(shí)人員當(dāng)量與R＆D 經(jīng)費(fèi)內(nèi)部支出（應(yīng)用研究與試驗(yàn)發(fā)展）以及一階段產(chǎn)出中的科技論文、專著以及有效發(fā)明專利數(shù)為第二階段投入指標(biāo)。第二階段的產(chǎn)出為區(qū)域創(chuàng)新能力，同時(shí)也是高?？蒲谐晒D(zhuǎn)化，本文將新產(chǎn)品銷售收入、技術(shù)市場(chǎng)成交額作為代表高校對(duì)區(qū)域整體的貢獻(xiàn)。

（三）回歸變量定義

本文從三大創(chuàng)新主體的視角考察高校兩階段創(chuàng)新效率的影響因素，從三重螺旋理論視角下重點(diǎn)考察校企業(yè)支持力度和政府支持力度對(duì)創(chuàng)新效率的影響。其中被解釋變量為第一階段和第二階段創(chuàng)新效率的綜合值大小。

1.解釋變量

（1）企業(yè)支持力度（Ind）與政府支持力度（Gnd）：高?？蒲薪?jīng)費(fèi)主要來源于政府和企業(yè)，兩大創(chuàng)新主體對(duì)于推動(dòng)科技創(chuàng)新有著重要作用，因此本文選擇科研經(jīng)費(fèi)中的企業(yè)經(jīng)費(fèi)支出和政府經(jīng)費(fèi)支出作為衡量指標(biāo)。（2）產(chǎn)業(yè)結(jié)構(gòu)（Is）：Thursby等[56]研究指出，產(chǎn)業(yè)結(jié)構(gòu)與高科技吸引力成正向變動(dòng)，產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級(jí)也會(huì)間接帶來高校創(chuàng)新成果的轉(zhuǎn)化。本文以第三產(chǎn)業(yè)產(chǎn)值占三大產(chǎn)業(yè)的比重來衡量。（3）經(jīng)濟(jì)環(huán)境（Eco）：反映高校所在區(qū)域的經(jīng)濟(jì)發(fā)展水平，采用各省份人均GDP 衡量。（4）制度環(huán)境（Sys）：參考王曉珍等的研究，本文選擇人均公共教育經(jīng)費(fèi)作為制度環(huán)境的表征指標(biāo)。（5）區(qū)位環(huán)境（Loc）：該變量為虛擬變量，按照區(qū)域經(jīng)濟(jì)發(fā)展水平劃分，1 表示區(qū)位環(huán)境優(yōu)勢(shì)較強(qiáng)，0 表示區(qū)位環(huán)境優(yōu)勢(shì)較弱。

2.控制變量

控制變量的選擇主要是影響兩階段創(chuàng)新效率的內(nèi)部要素，即高校內(nèi)生因素，本文選擇如下變量作為控制變量。（1）學(xué)術(shù)交流（Ae）：跨區(qū)域與學(xué)科的交流合作，能促進(jìn)知識(shí)的流動(dòng)。國(guó)際學(xué)術(shù)會(huì)議交流論文數(shù)與國(guó)際學(xué)術(shù)會(huì)議特邀報(bào)告數(shù)能很好衡量高校學(xué)術(shù)交流。（2）研究生培養(yǎng)（Gra）：參考方超和羅英姿[57]的研究，本文選擇參與科技活動(dòng)的研究生人數(shù)作為衡量指標(biāo)。（3）科研傾向（Rp）：反映高校側(cè)重基礎(chǔ)研究還是應(yīng)用研究，參考高擎等的研究，采用基礎(chǔ)研究支出經(jīng)費(fèi)占應(yīng)用研究支出經(jīng)費(fèi)的比值衡量。

（四）數(shù)據(jù)來源與預(yù)處理

本研究選取我國(guó)30 個(gè)省份（西藏、香港等地區(qū)由于部分?jǐn)?shù)據(jù)缺失，予以剔除）作為研究對(duì)象。投入產(chǎn)出數(shù)據(jù)與影響因素?cái)?shù)據(jù)來源于2009—2019年《高等學(xué)?？萍冀y(tǒng)計(jì)資料匯編》、《中國(guó)科技統(tǒng)計(jì)年鑒》以及《中國(guó)統(tǒng)計(jì)年鑒》。

DEA 是一種非參數(shù)測(cè)定方法，不需要對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，但是要求數(shù)據(jù)均為正數(shù)。沈江建和龍文[58]針對(duì)DEA 模型中數(shù)據(jù)存在非正的問題，實(shí)證檢驗(yàn)了無量綱化、將負(fù)產(chǎn)出轉(zhuǎn)化成最小正數(shù)法、初等行變換和數(shù)據(jù)平移四種方法處理對(duì)效率值測(cè)度的影響，結(jié)果表明初等行變換具有普遍適用性，但取最小正數(shù)法同樣也可求解出正確的效率值。本文對(duì)相應(yīng)的投入產(chǎn)出指標(biāo)中存在的非正值采取最小正數(shù)取代。

現(xiàn)有學(xué)者為了得到更加真實(shí)的效率值，對(duì)與物價(jià)變動(dòng)相關(guān)的指標(biāo)進(jìn)行平減或貼現(xiàn)處理。參考陳懷超等的研究，“R＆D 科技經(jīng)費(fèi)內(nèi)部支出”選取固定資產(chǎn)投資價(jià)格指數(shù)的45%和消費(fèi)物價(jià)指數(shù)的55%做平減處理，其他均采取消費(fèi)物價(jià)指數(shù)進(jìn)行平減處理。關(guān)于創(chuàng)新產(chǎn)出滯后的分析，本文參考胡振華和劉篤池[59]的研究，將科研創(chuàng)新投入至科研成果產(chǎn)出再到科研成果轉(zhuǎn)化實(shí)現(xiàn)創(chuàng)新經(jīng)濟(jì)效益的滯后年限均設(shè)置1 年。

五、實(shí)證分析

（一）高?？萍紕?chuàng)新分階段效率評(píng)價(jià)

1.靜態(tài)效率評(píng)價(jià)

本研究運(yùn)用MATLAB 軟件，將兩階段投入產(chǎn)出面板數(shù)據(jù)分別代入DEA-SBM 模型，分階段評(píng)價(jià)省域高?？蒲袆?chuàng)新效率及科研成果產(chǎn)出對(duì)區(qū)域創(chuàng)新績(jī)效的影響，分別獲得科研成果產(chǎn)出階段和科研成果轉(zhuǎn)化階段的各年綜合效率值靜態(tài)大小，結(jié)果如見表2、3。

在科研成果產(chǎn)出階段，僅有北京、內(nèi)蒙古、江蘇、浙江、河南和湖北六個(gè)省份的綜合效率值為1，說明這六個(gè)省份的高?？蒲袆?chuàng)新成果產(chǎn)出效率處于生產(chǎn)前沿面上。福建、海南以及陜西三個(gè)省份的綜合效率值在0.9 以上，而天津、山西、吉林、黑龍江、安徽、廣西、寧夏、新疆八個(gè)省份的綜合效率值均低于0.5。在科研成果轉(zhuǎn)化階段，僅有北京、廣東、青海、寧夏四個(gè)省份的綜合效率值為1，說明這四個(gè)省份在成果轉(zhuǎn)化階段到達(dá)了DEA 有效。僅有天津、山東兩個(gè)省份的綜合效率值在0.9 以上，大多數(shù)省份的科研成果轉(zhuǎn)化效率都較低。結(jié)合表1，表2 來看，北京在科研成果產(chǎn)出與科研成果轉(zhuǎn)化階段的效率值均為1，處于全國(guó)領(lǐng)先地位，其余大部分省份高校的科研產(chǎn)出效率都大于科研成果轉(zhuǎn)化效率。

表2 2009—2019 年我國(guó)30 個(gè)?。ㄗ灾螀^(qū)、直轄市）科研成果產(chǎn)出階段綜合效率評(píng)價(jià)

續(xù)上表

表3 2009—2019 年我國(guó)30 個(gè)?。ㄗ灾螀^(qū)、直轄市）科研成果轉(zhuǎn)化階段綜合效率評(píng)價(jià)

續(xù)上表

2.動(dòng)態(tài)效率評(píng)價(jià)

通過DEAP2.1 軟件，采用Malmquist 指數(shù)從時(shí)間維度和區(qū)域維度評(píng)價(jià)2009—2019 年我國(guó)省域高?？蒲谐晒a(chǎn)出創(chuàng)新效率與科研成果轉(zhuǎn)化階段創(chuàng)新效率變化。

（1）時(shí)間維度視角。從表4、5 結(jié)果可知，第一階段科研成果產(chǎn)出全要素生產(chǎn)率年均小于1（均值為0.983），第二階段科研成果轉(zhuǎn)化全要素生產(chǎn)率年均大于1（均值為1.001），表明2009—2019 年我國(guó)科研創(chuàng)新全要素生產(chǎn)率整體呈現(xiàn)小幅下降趨勢(shì)，年均減少1.7%，而科研成果轉(zhuǎn)化創(chuàng)新全要素生產(chǎn)率幾乎保持不變。第一階段和第二階段全要素生產(chǎn)率在2010—2016 年呈現(xiàn)不斷上升趨勢(shì)，之后則呈下降趨勢(shì)。進(jìn)一步分析我國(guó)各省份高校兩階段創(chuàng)新效率變動(dòng)的方向和原因，可見技術(shù)進(jìn)步效率呈先增后減的趨勢(shì)，而純技術(shù)效率的變化則呈先減后增的趨勢(shì)，規(guī)模效率的變化則相對(duì)比較穩(wěn)定。

表4 2009—2019 年我國(guó)30 個(gè)?。ㄗ灾螀^(qū)、直轄市）科研成果產(chǎn)出階段動(dòng)態(tài)評(píng)價(jià)

由具體指標(biāo)分解可見，第一階段全要素生產(chǎn)率年均減少1.7%，主要源于技術(shù)進(jìn)步效率年均減少3.2%，但規(guī)模效率和純技術(shù)效率年均增加1.2%與0.4%阻止了全要素生產(chǎn)率的進(jìn)一步降低，但整體上并沒有呈上升趨勢(shì)，說明科研創(chuàng)新效率的提升中技術(shù)進(jìn)步效率是亟須考慮不斷提高。第二階段全要素生產(chǎn)率年均增長(zhǎng)緩慢，技術(shù)進(jìn)步效率仍然偏低。技術(shù)效率及其分解指標(biāo)純技術(shù)效率和規(guī)模效率也僅有小幅增加，表明2009—2019 年我國(guó)各省高校的科技創(chuàng)新兩階段效率中創(chuàng)新管理水平、資源配置水平有所提升，但在技術(shù)水平以及投入產(chǎn)出規(guī)模匹配程度上有所降低。上述分析表明提高高?？蒲兴?，促進(jìn)技術(shù)進(jìn)步是未來的主攻方向，而科研創(chuàng)新管理、資源配置等后續(xù)還需不斷優(yōu)化調(diào)整。

表5 2009—2019 年我國(guó)30 個(gè)?。ㄗ灾螀^(qū)、直轄市）科研成果轉(zhuǎn)化階段動(dòng)態(tài)評(píng)價(jià)

（2）區(qū)域維度視角。為進(jìn)一步討論不同地區(qū)高校兩階段創(chuàng)新效率的異質(zhì)性，首先需對(duì)我國(guó)區(qū)域進(jìn)行劃分。王曉珍等認(rèn)為現(xiàn)有的東、中、西區(qū)域劃分方法并不適合當(dāng)前經(jīng)濟(jì)發(fā)展的需要，應(yīng)采取國(guó)務(wù)院發(fā)展研究中心提出的八大綜合經(jīng)濟(jì)區(qū)劃分法。八大經(jīng)濟(jì)區(qū)兩階段動(dòng)態(tài)評(píng)價(jià)測(cè)算結(jié)果見表6、7。

表6、7 結(jié)果表明，在第一階段高?？蒲谐晒a(chǎn)出效率變化中，僅有北部、東部沿海經(jīng)濟(jì)區(qū)以及東北綜合經(jīng)濟(jì)區(qū)的全要素生產(chǎn)率大于1。這些區(qū)域幾乎都屬于東部經(jīng)濟(jì)強(qiáng)省，在科研經(jīng)費(fèi)、基礎(chǔ)設(shè)施和創(chuàng)新人才的投入充足，績(jī)效評(píng)價(jià)方式、內(nèi)部管理體制、創(chuàng)新資源配置等方面雖然存在問題，但整體的全要素生產(chǎn)率大于1。其余經(jīng)濟(jì)區(qū)全要素生產(chǎn)率小于1。第二階段科研成果轉(zhuǎn)化效率變化中，僅有南部沿海經(jīng)濟(jì)區(qū)域與大西北綜合經(jīng)濟(jì)區(qū)全要素生產(chǎn)率小于1，表明2009 年以來我國(guó)各經(jīng)濟(jì)區(qū)的科研成果轉(zhuǎn)化都有所增加，高校研究成果不再被束之高閣，而對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)起到了一定的推動(dòng)作用。

表6 2009—2019 年我國(guó)八大經(jīng)濟(jì)區(qū)科研成果產(chǎn)出階段動(dòng)態(tài)評(píng)價(jià)

進(jìn)一步分析影響各經(jīng)濟(jì)區(qū)全要素生產(chǎn)率的主要因素，發(fā)現(xiàn)技術(shù)進(jìn)步效率的降低是關(guān)鍵。雖然西部大開發(fā)、中部崛起、中西部高等教育振興計(jì)劃使得中、西部都獲得更多的人財(cái)物支持，內(nèi)部管理與績(jī)效評(píng)價(jià)更加合理，全要素生產(chǎn)率有所提高，但是由于在最前沿的研究和科研成果轉(zhuǎn)化多以模仿為主，缺乏自主創(chuàng)新，關(guān)鍵技術(shù)被“卡脖子”，這些使得技術(shù)進(jìn)步逐漸成為困擾科研成果產(chǎn)出與轉(zhuǎn)化的關(guān)鍵環(huán)節(jié)。

表7 2009—2019 年我國(guó)八大經(jīng)濟(jì)區(qū)科研成果轉(zhuǎn)化階段動(dòng)態(tài)評(píng)價(jià)

（二）影響因素分析

現(xiàn)有學(xué)者對(duì)于影響高校創(chuàng)新效率大小的環(huán)境變量主要聚焦于外部宏觀環(huán)境變量和內(nèi)部微觀環(huán)境變量。前者主要受制于政府，后者主要受制于高校本身。外部宏觀環(huán)境變量具體包括經(jīng)濟(jì)環(huán)境、產(chǎn)業(yè)環(huán)境、制度環(huán)境以及文化環(huán)境；內(nèi)部微觀環(huán)境變量可以包括高?？萍既藛T構(gòu)成、國(guó)際交流狀況、獲得成果獎(jiǎng)勵(lì)以及高技術(shù)產(chǎn)業(yè)發(fā)展?fàn)顩r。

由于被解釋變量取值介于0～1，屬于典型的受限因變量，采用普通的最小二乘法會(huì)導(dǎo)致參數(shù)估計(jì)錯(cuò)誤，而采用最大似然估計(jì)法的Tobit 模型獲得的參數(shù)更加準(zhǔn)確。對(duì)于面板數(shù)據(jù)，固定效應(yīng)Tobit模型由于找不到個(gè)體異質(zhì)性的充分統(tǒng)計(jì)量，因而無法像固定效應(yīng)的logit 或計(jì)數(shù)模型進(jìn)行條件最大似然估計(jì)[60]。由于本文研究對(duì)象是11 年30 個(gè)省份，屬于短面板數(shù)據(jù)，各個(gè)省份之間存在差異，適合選取隨機(jī)效應(yīng)Tobit 模型。為了消除異方差的影響，對(duì)相應(yīng)的變量取對(duì)數(shù)處理。同時(shí)為了更加明確政府、企業(yè)對(duì)高校創(chuàng)新效率的影響關(guān)系，模型加入了企業(yè)支持力度和政府支持力度的二次項(xiàng)。具體研究模型如下：

式（6）中，EFFit表示式（1）中得到的各年各省份一階段和二階段綜合創(chuàng)新效率值；β 表示回歸參數(shù)；Zj表示控制變量；εit表示隨機(jī)誤差項(xiàng)?；貧w分析的結(jié)果如表8 所示。

表8 高校兩階段創(chuàng)新效率影響因素回歸分析結(jié)果

模型1～4 為高校一階段科技成果產(chǎn)出創(chuàng)新效率的層級(jí)回歸結(jié)果，模型5～模型8 為高校二階段科技成果轉(zhuǎn)化創(chuàng)新效率的層級(jí)回歸結(jié)果。模型1 中企業(yè)支持力度的一次項(xiàng)與二次項(xiàng)對(duì)科研成果產(chǎn)出創(chuàng)新效率有一定的負(fù)向影響但不顯著，而模型2 中政府對(duì)高校支持的一次項(xiàng)為負(fù)，二次項(xiàng)為正且在1%的水平上顯著，表明政府支持對(duì)高?？蒲谐晒a(chǎn)出創(chuàng)新效率具有U 型影響。模型3 為基本的回歸模型，企業(yè)支持力度為正但不顯著，政府對(duì)高校支持在1%的顯著水平上為負(fù)，表明當(dāng)前階段我國(guó)政府對(duì)高校投入存在與產(chǎn)出資源不匹配的現(xiàn)象，存在邊際收益遞減的趨勢(shì)。地區(qū)經(jīng)濟(jì)環(huán)境、制度環(huán)境以及區(qū)位優(yōu)勢(shì)對(duì)科研成果產(chǎn)出創(chuàng)新效率的影響為正但不顯著。模型4 中加入了企業(yè)支持力度與政府支持力度的二次項(xiàng)，結(jié)果表明企業(yè)支持力度一次項(xiàng)為正，二次項(xiàng)為負(fù)，而政府支持力度一次項(xiàng)為負(fù)，二次項(xiàng)為正，企業(yè)支持力度和政府支持力度均在不同水平上顯著，產(chǎn)業(yè)結(jié)構(gòu)為負(fù)且顯著，其他環(huán)境變量均不顯著。因此從上述分析結(jié)果來看，第一階段中政府支持力度對(duì)高?？蒲挟a(chǎn)出創(chuàng)新效率呈U 型影響，而企業(yè)支持力度在第一階段中對(duì)高?？蒲挟a(chǎn)出創(chuàng)新效率呈倒U 型影響。

二階段高?？蒲谐晒D(zhuǎn)化創(chuàng)新效率中，模型5 中企業(yè)支持力度的一次項(xiàng)為負(fù)，二次項(xiàng)為正，表明企業(yè)支持力度對(duì)科研成果轉(zhuǎn)化創(chuàng)新效率也呈倒U 型影響。模型7 中政府支持力度為負(fù)且在10%的水平下顯著，表明在科研成果轉(zhuǎn)化階段，政府資金支持并不能發(fā)揮很好的作用，科研成果還需要經(jīng)受市場(chǎng)的檢驗(yàn)。模型6、7、8 的結(jié)果顯示，產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)環(huán)境、制度環(huán)境系數(shù)為正但不顯著，表明這些環(huán)境變量對(duì)于高?？蒲谐晒D(zhuǎn)化創(chuàng)新效率影響較小。區(qū)位環(huán)境系數(shù)顯著為正，說明在科研成果應(yīng)用上經(jīng)濟(jì)發(fā)達(dá)地區(qū)相較于經(jīng)濟(jì)落后地區(qū)的應(yīng)用更快，對(duì)于區(qū)域科研成果產(chǎn)出創(chuàng)新效率的提高作用更為顯著。

六、結(jié)語與討論

本文運(yùn)用靜態(tài)DEA-SBM 模型和動(dòng)態(tài)DEAMalmquist 指數(shù)測(cè)算2009—2019 年各省份高校科研成果產(chǎn)出創(chuàng)新效率和科研成果轉(zhuǎn)化創(chuàng)新效率。并進(jìn)一步以技術(shù)效率綜合值為被解釋變量，重點(diǎn)研究了政府、企業(yè)支持力度的影響，同時(shí)對(duì)產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)環(huán)境等外部因素采用隨機(jī)效應(yīng)的面板Tobit 模型進(jìn)行回歸分析，主要得出以下結(jié)論。

（一）研究結(jié)論

1.從靜態(tài)模型分析來看：科研成果產(chǎn)出階段僅有北京、內(nèi)蒙古、江蘇、浙江、河南和湖北的創(chuàng)新效率處于生產(chǎn)前沿面上，八個(gè)省份的綜合效率值低于0.5；科研成果轉(zhuǎn)化階段僅有北京、廣東、青海和寧夏創(chuàng)新效率值為1，大多數(shù)省份的轉(zhuǎn)化效率較低。北京在兩階段的創(chuàng)新效率值都為1，在高校創(chuàng)新資源以及創(chuàng)新成果轉(zhuǎn)化方面處于領(lǐng)先地位?？蒲谐晒a(chǎn)出階段的效率值普遍大于科研成果轉(zhuǎn)化階段效率值。

2.從動(dòng)態(tài)模型的時(shí)間維度和區(qū)域維度來看：首先科研產(chǎn)出階段的全要素生產(chǎn)率略低于1，有小幅下降的趨勢(shì)；科研成果轉(zhuǎn)化階段全要素生產(chǎn)率幾乎保持不變。其次八大區(qū)域中北部沿海、東部沿海以及東北綜合經(jīng)濟(jì)區(qū)兩階段創(chuàng)新效率顯著高于其他區(qū)域，而南部沿海、大西南與大西北綜合經(jīng)濟(jì)區(qū)兩階段創(chuàng)新全要素生產(chǎn)率雖然有所增加但增長(zhǎng)緩慢。具體分析發(fā)現(xiàn)技術(shù)進(jìn)步效率是對(duì)兩階段創(chuàng)新效率影響程度最大的。

3.目前我國(guó)政府對(duì)高?？蒲兄С至Χ扰c高?？蒲挟a(chǎn)出創(chuàng)新效率呈U 型關(guān)系，企業(yè)支持力度在科研成果產(chǎn)出和科研成果轉(zhuǎn)化兩階段均呈倒U型關(guān)系。在其他影響因素方面，產(chǎn)業(yè)結(jié)構(gòu)對(duì)科研創(chuàng)新成果有顯著負(fù)向影響。區(qū)位環(huán)境對(duì)于高校成果轉(zhuǎn)化創(chuàng)新效率的提升有顯著正向影響。制度環(huán)境、經(jīng)濟(jì)環(huán)境對(duì)兩階段創(chuàng)新效率提升并沒有顯著影響。

（二）對(duì)策建議

結(jié)合上述結(jié)論，根據(jù)目前“雙一流”高校建設(shè)，本文從三重螺旋視角下重點(diǎn)分析政府、企業(yè)與高校如何更好地發(fā)揮好自己本身的職能，同時(shí)搭建良好的合作關(guān)系以提升高校兩階段創(chuàng)新效率。第一條建議對(duì)應(yīng)結(jié)論一，指出高校應(yīng)從重視科研產(chǎn)出的研究型大學(xué)向重視產(chǎn)出與轉(zhuǎn)化的創(chuàng)業(yè)型大學(xué)的轉(zhuǎn)變；第二條建議對(duì)應(yīng)結(jié)論二，為高校如何縮小區(qū)域差異，完善創(chuàng)新系統(tǒng)提出了相應(yīng)建議；第三、四條建議對(duì)應(yīng)結(jié)論三，回答了高校和政府以及高校和企業(yè)應(yīng)如何高效合作、提升效率。

1.從研究型大學(xué)向創(chuàng)業(yè)型大學(xué)轉(zhuǎn)變，注重創(chuàng)新成果產(chǎn)出與創(chuàng)新成果轉(zhuǎn)化。當(dāng)前我國(guó)高校普遍重視成果產(chǎn)出效率，而忽視成果轉(zhuǎn)化，建設(shè)創(chuàng)業(yè)型大學(xué)勢(shì)在必行。創(chuàng)業(yè)型大學(xué)首先由Etzkowitz 于1983 年提出，隨后美國(guó)教育學(xué)者Clark 探索了歐洲創(chuàng)業(yè)型大學(xué)的建設(shè)路徑。Crawley E 等也提出從教育、研究以及催化創(chuàng)新三個(gè)角度提出增強(qiáng)大學(xué)對(duì)于區(qū)域創(chuàng)新貢獻(xiàn)的具體做法：（1）教育應(yīng)該實(shí)施跨學(xué)科交叉課程；讓學(xué)生主動(dòng)參與到體驗(yàn)式的和數(shù)字化的學(xué)習(xí)中；在課程中為學(xué)生提供領(lǐng)導(dǎo)力、管理和企業(yè)家精神的選修課程。（2）研究也要以研究人員興趣或解決當(dāng)下問題為出發(fā)點(diǎn)；在跨學(xué)科合作研究時(shí)，應(yīng)不斷尋找具有高影響力的跨學(xué)科發(fā)現(xiàn)和理論。（3）大學(xué)為了更好地服務(wù)和催化創(chuàng)新，應(yīng)該促進(jìn)與合作伙伴的對(duì)話和正式協(xié)商；同時(shí)開設(shè)創(chuàng)新創(chuàng)業(yè)課程與嘗試創(chuàng)建真實(shí)的企業(yè)。

2.完善區(qū)域創(chuàng)新體系，縮小區(qū)域差距。實(shí)證研究表明我國(guó)高校創(chuàng)新效率存在顯著的地理差異，東部沿海、北部沿海以及東北綜合經(jīng)濟(jì)區(qū)相較于南部沿海、大西南與大西北綜合經(jīng)濟(jì)區(qū)在創(chuàng)新成果產(chǎn)出和創(chuàng)新成果轉(zhuǎn)化階段效率要高，這主要受制于知識(shí)存量和技術(shù)代際。處于創(chuàng)新效率高值地區(qū)的高校應(yīng)以完善內(nèi)部治理、加快成果轉(zhuǎn)化平臺(tái)建設(shè)、致力于引領(lǐng)國(guó)際前沿研究為主；創(chuàng)新效率低值地區(qū)的高校應(yīng)建立并完善科研人才吸引和培養(yǎng)機(jī)制，鼓勵(lì)高水平科研人才流動(dòng)，利用現(xiàn)有大數(shù)據(jù)、互聯(lián)網(wǎng)等技術(shù)，搭建區(qū)域之間的交流平臺(tái)，實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)，促進(jìn)創(chuàng)新資源的高效流動(dòng)。政府在打破區(qū)域差異中起到了重要作用，要充分發(fā)揮宏觀調(diào)控的功能，制定符合各個(gè)地區(qū)的高效創(chuàng)新政策體系。

3.從指導(dǎo)型政府向服務(wù)型政府過渡。目前我國(guó)科研主要是政府主導(dǎo)型，政府投資經(jīng)費(fèi)占據(jù)總投資經(jīng)費(fèi)一半以上，而實(shí)證研究表明政府支持力度與一階段創(chuàng)新效率目前呈U 型關(guān)系。高投入－高產(chǎn)出的資源擴(kuò)張模式在內(nèi)生經(jīng)濟(jì)增長(zhǎng)下并不會(huì)持續(xù)促進(jìn)高校創(chuàng)新效率持續(xù)提升。如果政府投入在原有基礎(chǔ)上減少，從理論角度上科研產(chǎn)出的創(chuàng)新效率會(huì)有所增加，但實(shí)際上由于資金的減少，人才以及相關(guān)基礎(chǔ)設(shè)施的供應(yīng)會(huì)受到約束，對(duì)科研成果的持續(xù)產(chǎn)出甚至可能起到負(fù)面作用。而接著增加投入，勢(shì)必會(huì)帶來更多的冗余，因此界定好政府在創(chuàng)新中的作用至關(guān)重要。服務(wù)型政府的職責(zé)在于優(yōu)化資源分配結(jié)構(gòu)，從宏觀上引導(dǎo)科研以服務(wù)于國(guó)家社會(huì)，從微觀上給予其他創(chuàng)新主體更多的自主權(quán)。

4.注重校企合作力度，實(shí)現(xiàn)互利共贏。在推進(jìn)校企協(xié)同創(chuàng)新的過程中，要控制好校企合作力度。現(xiàn)有研究表明，當(dāng)企業(yè)支持力度適當(dāng)時(shí)，跨組織人員、知識(shí)流動(dòng)會(huì)促進(jìn)高校與企業(yè)獲得互補(bǔ)性資源，進(jìn)而提升創(chuàng)新意愿、加快創(chuàng)新產(chǎn)出、降低創(chuàng)新風(fēng)險(xiǎn)；而超過一定臨界值時(shí)，高校需要花費(fèi)大量的時(shí)間精力和資源來維持校企合作，高校的自主權(quán)受限，創(chuàng)新效率就會(huì)有所下降[61]。因此一方面高校要以企業(yè)需求為前提，建立長(zhǎng)期互利共贏的合作關(guān)系，發(fā)揮高校在基礎(chǔ)研究、學(xué)科建設(shè)的優(yōu)勢(shì)，服務(wù)企業(yè)技術(shù)創(chuàng)新；積極搭建校企聯(lián)合創(chuàng)新共享平臺(tái)，將科研成果轉(zhuǎn)化為企業(yè)所需，提高成果轉(zhuǎn)化效率；另一方面要防止校企過度聯(lián)結(jié)對(duì)于學(xué)術(shù)研究的影響，在提升校企合作創(chuàng)新穩(wěn)定性的同時(shí)，保證研究者的時(shí)間和精力主要投入在學(xué)術(shù)研究和教育。