基于資源觀的大學技術轉移能力研究

張寧靜,顧 新,曾 婷

(1.廣東金融學院保險學院,廣東 廣州 510521;2.四川大學商學院,四川 成都 610064;3.四川省科技促進發展中心,四川 成都 610061)

一、理論分析及假設提出

在過去的十幾年里，影響大學向企業進行技術轉移的因素是研究焦點之一。這些研究揭示了地理臨近、大學聲譽及大學體制、企業偏好等是影響校企知識轉移的重要影響因素。

國內研究中，原長弘等[1]對大學科技成果轉化相關研究論文進行分類統計，歸納出制約大學科技成果轉化的20類因素。周鳳華和朱雪忠[2]以2000—2004年國內58所大學統計數據，探討了技術轉移資源對大學技術轉移產出的影響。楊德林等[3]提出5種可能對中國研究型大學科技型衍生企業活動產生影響的因素：大學的科技實力、大學專業布局、科研經費總量及構成、大學的地理位置、大學與政府的關系，并通過對111 所大學統計數據的對比分析， 驗證以上假設中的5種因素對大學企業衍生活動是否存在影響。徐國東等[4]從知識、人、距離三個方面建立了大學知識轉移影響因素模型， 并在此基礎上探討了包括積極因素和消極因素在內的知識轉移影響因素。原長弘等[5]對我國98所重點大學進行知識轉移的研究發現，不同體制的大學知識轉移數量存在較大的差異。究其原因在于不同的大學體制反映出大學擁有的資源數量與質量不同，而大學的技術轉移能力取決于其擁有的技術資源以及技術推廣能力。理工類大學的技術轉移能力最強，農林和綜合類大學次之，醫藥類大學技術轉移能力最弱。現有的研究從多個方面揭示了影響我國大學知識、技術轉移的影響因素主要在于出讓方和受讓方的距離(地理距離、知識距離)、能力和資源。

地理臨近在校企合作關系形成中的影響作用也是學者們研究的重點。地理鄰近性是指區域主體間各要素的運輸、傳播和共享需要面對的物理或空間距離。Mansfieldt和 Lee[6]開創性地研究了地理臨近與其他因素相互作用對產學合作的影響，在對不同質量的大學進行研究時發現，較短的地理距離可以降低知識交流的成本，促使合作研發形成。Brown和Duguid[7]指出，地理臨近在技術轉移中有利于面對面交流、促使形成信任關系、增進相互理解，降低交易成本等作用。地理位置距離過大會產生較大的交流成本，同時不利于信任關系的建立。

但地理位置的過分鄰近對學習和創新也存在負面影響。Malmberg和Maskell[8]指出:“強烈的本地創新環境，除了提高創新行為以外，還會導致‘鎖定’，即本地結構變得狹窄地集中于特殊類型的經濟活動(技術、組織、市場行為)以致不能轉移到新的發展軌道”。Boschma[9]提出當一個區域變得過分鄰近和內向，區域內主體的學習能力會減弱，逐漸失去創新能力，這種空間鎖定容易出現在生產高度專業化的地區。李福剛和王學軍[10]認為過多或過少的地理鄰近對集體學習和區域創新都將是不利的。Albino等[11]提出地理鄰近性是一個多維概念，它本身既不是交互學習與創新的必要條件也不是充分條件，而是在便于溝通交流的基礎上通過強化其他形式鄰近性作用來影響合作，即強調了地理鄰近必須與其他維度組合才能對合作創新產生影響效應。由此可見，地理臨近從某種程度上來講是可以降低交易成本的，因此在技術產品等質量方面，企業將優先考慮向近距離的大學進行技術交易；但如果大學的成果是高質量的，且大學具備良好的聲譽及技術外溢能力，將可以彌補地理距離上的不利狀況，企業也將能跨區域技術交易。

一些研究發現大學所擁有的資源對技術轉移具有正向影響。“資源觀”來源于對企業的研究，但這一觀點對大學的競爭力同樣適用。Powers和Mcdougall[12]指出，“資源觀”同樣有助于大學技術轉移能力的分析。在我國大學擁有的資源可以通過大學體制、專項建設工程和所處省份體現出來。我國對不同類型的大學資源投入存在差異，這種投入差距是大學技術創新差距進一步擴大的原因之一。我國理工類的大學在科研人員的數量、研究經費投入等都領先于其他類型的大學。國外有關學者的研究還表明，大學技術轉移中心(TTO)的經驗和投入對大學技術轉移存在正的影響[13]。而在我國，擁有國家技術轉移中心的大學一般為理工類。

我國大學和企業的分布在空間上呈現出非均衡性，如東部地區集中了全國51%的大學，中部地區占22.6%，西部地區占26.4%；在已公布的“雙一流”大學中，位于北京34所，占總數約25%，東部地區78所，占總數的57%，西部地區16所，僅占總數的12%。大學是否處于較為有利的技術轉移環境，如與產業集群臨近，或者經濟發達地區是否有利于降低技術交易成本，從而更易被企業選擇進行技術交易？又或者具有較多資源的大學能克服遠距離交易帶來的高成本，具有更強的技術轉移能力？這些對于研究地理臨近與大學技術轉移的能力特征對技術轉移的影響無疑對我國的大學建設及發揮其在經濟建設中的作用具有重要意義。

本文試圖探究大學擁有的資源對其跨省技術轉移能力的影響：對地理臨近性在跨省技術轉移中所起作用進行驗證；探尋大學擁有的其他資源是否能克服技術交易雙方的地理遙遠性。為此，筆者提出如下假設：

H1：大學體制類型對跨省技術轉移的影響不顯著。

H2：大學綜合得分高低對技術轉移的影響不顯著。

H3：國家專項建設工程大學對技術轉移的影響不顯著。

二、研究設計

(一)樣本選取

專利交易是技術轉移的重要存在形式，本文選取2015—2016年全國以大學為讓與人的專利交易數據為樣本，共6 087項。[注]數據來源：中華人民共和國知識產權局統計資料。采用Stata11統計軟件對在跨省交易中與交易達成的影響因素：讓與人的體制、所處地區、是否入選專項建設工程，對讓與人和受讓人的跨省專利交易影響因素進行分析。

(二)變量含義及測度

1.相關變量含義

本文試圖通過將大學跨省技術轉移能力和大學體制、聲譽、是否入選專項建設工程等資源特征相聯系，對大學所處經濟區域進行控制，以驗證技術轉移的地理臨近理論。

大學技術轉移能力定義為交易雙方地理距離；自變量為大學體制、聲譽、是否獲得建設專項支持。大學體制以綜合性、理工類、農林醫藥類和研究性大學進行劃分；控制變量為大學所處經濟區域，以東、中、西部進行劃分。變量的含義如表1所示。

表1 變量含義

2.變量統計特征描述

技術交易跨省轉移的描述性統計如表2所示。

表2 技術交易類型統計

總體上看，跨省交易占總交易量92%，具有絕對優勢。從大學體制方面看，研究類大學跨省交易占94%，綜合類大學占92%，農林醫藥類大學占90%。在跨省交易中，理工、綜合、研究型和農林醫藥的占比為4.64∶2.84∶3.19∶1；理工類大學最多，農林醫藥類大學最少。省內交易中，理工、綜合、研究型和農林醫藥的占比為3.68∶2.04∶1.75∶1。可見，理工類大學無論在省內還是跨省交易上都具有比較優勢。

跨省交易數量綜合得分高、中、低的占比為1∶3.65∶4.85；省內交易數量的高、中、低的占比為1∶6.5∶6.4。綜合得分高者相對中低得分并無技術轉移優勢。

“雙一流”大學跨省交易占92.87%，非“雙一流”大學跨省交易占91.70%；非“雙一流”大學跨省交易更多，非“雙一流”與“雙一流”大學技術轉移數量之比為1∶1.25。省內交易兩者占比為1∶1.47。非211大學在跨省或省內交易中均具有一定優勢。

東部地區大學無論在跨省或是省內交易絕對數量上占優勢。省內交易中，東部、中部和西部地區大學占比為24.11∶1.22∶1，東部省內交易數量是西部的24倍多； 跨省交易中，東部、中部和西部占比為4.78∶1.24∶1 東部跨省交易是西部的4.78倍。東部跨省交易占比為89.80%，中部為97.83%，西部為98.76%，東部跨省交易最低，西部跨省交易占比比較高。

同時結合地域和大學體制及聲譽，東部地區跨省交易有突出優勢的是得分較低的研究所，其次是中等得分的理工類大學，農林醫藥類不具備優勢；中部地區得分較低的研究所和理工類大學也有類似的優勢；但在西部地區，除得分較低的研究所外，綜合類大學也具有一定的優勢。

(2)技術交易臨近性分析

技術轉移數量隨距離分布呈現先上升后下降的趨勢，呈現“鐘形”，峰值出現在2 000—3 000千米的范圍，5 000千米以上占比小。技術轉移數量和距離關系如圖1所示。

1.1 產品優勢 煙臺市位于山東半島東部，毗鄰渤海，全年氣候穩定、日光充足。作為我國大櫻桃的產地，福山獨特的山地礫質土壤以及140年的櫻桃栽培歷史使大櫻桃有著得天獨厚的生長種植優勢，素來被譽為“北方春果第一枝”。具有獨特的地理優勢，當地可以生產出質量優越的櫻桃。

圖1 技術交易數量按距離分布

從高校體制看，研究所等大學交易平均距離比較大，為1 448千米，輻射范圍半徑最大達到6 625千米；農林醫藥類平均距離最小，為1 244.86千米，輻射范圍也最小；非“雙一流”較“雙一流”大學技術轉移平均距離大，輻射范圍(交易最遠距離)也更大；綜合得分較低的大學交易距離較大，輻射范圍也更大。

從地區看，西部地區交易平均距離最大，為1 856.67千米，交易輻射范圍大；東部地區交易平均距離最小，為1 208.84千米，交易輻射范圍也最小；中部地區介于兩者之間。

結合所在地區和得分可知：西部地區大學交易距離具有優勢，其中低得分綜合類大學優勢明顯，其次是研究所大學，農林醫藥類大學交易平均距離最小；中部地區高得分的理工類大學交易距離最大，其次是中得分的農林醫藥類大學，低得分大學交易距離比較平均；東部地區無論高中低得分，交易平均距離較為平均。

(三)模型設定與估計方法選取

由于本研究因變量為離散型、非正態分布的特征，故采用廣義線性模型(Generalized Linear Model，GLM)進行估計。GLM是經典回歸模型的普遍化，可以處理諸如因變量為連續(或者準連續)、接近正態分布、方差不是均值的函數等經典線性模型所不能處理的數據情況。GLM的重要構成是分布族函數(Family Function)和聯結函數(Link Function)，分布族函數是因變量的分布類，GLM模型可以處理因變量為二項分布、負二項分布、泊松分布、高斯分布、伽馬分布、韋伯分布等，可寫為c(y)exp[θy-b(θ)dμ(y)]形式的指數型分布；聯結函數是將因變量分布的參數表示為均值函數的表達式，通過GLM可以將非線性模型用線性形式進行表達和分析。

1.Logistic回歸模型

2.伽馬分布模型

因變量為是否跨省交易，因變量為0—1分布，跨省交易取值1，省內交易取值0，自變量為：大學所在經濟區域,分為東、中、西部地區；大學體制分為綜合、理工、農林醫藥及研究所；是否“雙一流”大學，是取1，否取0；綜合得分分為低、中、高三個等級。

本文采用Stata14統計軟件通過廣義線性模型對大學技術轉移的省級溢出進行回歸分析。在進行GLM回歸時自動剔除線性相關變量，由于存在少數對均值產生較大影響的異常值，在此運用穩健回歸方法，消除這些異常值的影響。

三、回歸結果及分析

(一)大學技術轉移特征分析

不論從地區、大學體制、是否211大學及綜合得分，跨省技術交易總體較省內交易占比大。從大學所處地區來看，東部地區省內交易占比(10.2%)相對中部(2.17%)和西部(1.24%)高，西部地區的跨省交易占比最高(98.7%)，地區卡方檢驗P<0.05，具有統計顯著性；農林醫藥類大學省內交易占比最高為10.41%，研究所跨省交易優勢明顯，達到94%，大學體制卡方檢驗P<0.05，具有統計顯著性；211大學省外交易占比(92.87%)較非211大學占比(91.7%)高，卡方檢驗P<0.10，具有統計顯著性；綜合得分較高的大學省外轉移占比相對得分較低大學高，省內轉移占比較高的是綜合得分居中的大學，卡方檢驗P<0.05，具有統計顯著性。

對大學體制、是否入選211建設工程、綜合得分及所處地區進行分析，得到這些因素都具有顯著的影響性。這些因素與跨省交易總體聯系需要進一步運用統計模型進行分析。

(二)跨省轉移影響因素分析

首先采用跨省交易的Logistic模型進行回歸，模型(1)中包含了大學體制、是否加入211工程、地域和聲譽自變量。其中，統計顯著性p值小于0.10的有8項。模型(2)用向前法排除掉模型(1)中p值大于0.10的自變量，進行回歸后得到各自變量優勢比系數如表3所示。

注：*表示p<0.1；**表示p<0.05；***表示p<0.01，下同。

從大學所處地區來看，西部地區大學跨省轉移概率較中部地區大學高；東部地區大學在跨省轉移上不具有統計顯著性；從大學體制來看，理工類、研究型大學總體相對農林醫藥類大學更具有跨省轉移優勢，且具有統計顯著性p<0.01；總體來看，綜合類大學雖然較農林醫藥類大學跨省轉移概率高，但不具統計顯著性；重點建設大學跨省轉移的優勢并不明顯；將地區因素加入之后，西部地區研究型大學、綜合類、理工類大學相對中東部地區大學跨省轉移概率小；綜合得分低的大學更有跨省轉移優勢，在東部地區這一特點更加明顯。

(三)技術轉移距離影響因素分析

表4 技術轉移距離影響因素回歸結果

表4的回歸結果顯示，綜合類、理工類大學相對農林醫藥類和研究型大學在轉移距離上具有劣勢，綜合類、理工類大學平均轉移距離較農林醫藥類大學分別低12.49%和14.58%。回歸結果不支持H1。

綜合得分較高的大學技術轉移輻射能力較強，西部低得分大學技術轉移輻射能力弱，東部低、中得分大學技術轉移輻射能力較強。綜合得分高的大學轉移輻射能力總體較強。但在東部地區，中低得分等級的大學較高等級大學具有更強的技術輻射能力。回歸結果也不支持H2。

回歸結果也不支持H3。“雙一流”大學總體具有較強的技術轉移輻射能力，“雙一流”大學中的理工類較農林醫藥類平均轉移距離遠約130.48千米，綜合類大學不具有統計顯著性。西部地區較中部地區“雙一流”大學技術轉移距離近395.54千米。“雙一流”與非211大學在跨省交易上及技術轉移輻射距離上有顯著不同，綜合類、理工類211大學更傾向于省外交易；且在跨省交易中，不同體制的“雙一流”大學及處于不同經濟區的“雙一流”大學技術轉移輻射能力不同，綜合類“雙一流”大學技術轉移輻射距離較理工和農林醫藥類近，中部“雙一流”大學技術轉移輻射距離較東西部遠。

西部地區大學相對于中部地區大學，其跨省轉移概率更高，西部地區綜合類、理工類、研究所具有較強的輻射能力，相對農林醫藥類大學的平均轉移距離更大，分別高13.11%、24.10%和19.46%；但西部地區“雙一流”大學轉移優勢未能體現。東部地區大學跨省轉移概率低于中部地區大學，更傾向于省內交易，其中，綜合類、理工類、研究所相對農林醫藥類大學也有技術轉移輻射能力上的優勢。總體來講，西部地區大學相對中部地區大學的技術轉移輻射距離更大，平均高29.42%，東部地區較中部地區低40%。

圖2中，技術轉移距離占比在大學所處地區、體制、是否加入“雙一流”建設工程及大學綜合得分方面都顯示出由近到遠先上升后下降的特點，轉移距離比較集中在3 000千米之內，特別是2 000—3 000千米范圍集中了40%—50%的交易量。技術轉移距離占比呈現不對稱的“鐘形”，“鐘形”的左半部也就是技術轉移距離在3 000千米以內占到交易總量的79.22%，而轉移距離在3 000千米以上的僅占1/5。按照體制、是否“雙一流”工程大學和綜合得分進行統計，呈現出類似的特點：按地區的統計中，近80%的交易發生在3 000千米以內的距離內，和東、西部地區不同的是，中部地區交易在1 000—2 000千米范圍內占比最大，為38.68%，而東、西部地區的最大值在2 000—3 000千米范圍內，分別占比44.38%和54.51%。

圖2 總體技術轉移距離

地區變量無論對跨省交易及技術轉移距離的影響都是顯著的，Pearson卡方檢驗p值為0；不同的大學體制對跨省交易及技術轉移距離具有明顯不同，Pearson卡方檢驗p值均小于0.05；同樣，大學綜合得分高低等級也顯示出與跨省交易和技術轉移距離有顯著相關性，p值小于0.05;是否“雙一流”大學在跨省轉移上作用顯著，但對技術轉移距離作用不具統計顯著性。

四、結 論

大學所擁有的體制、聲譽和專項建設資源對其技術輻射能力具有一定的影響。處于不同經濟區域的大學由于其擁有的資源及環境不同，在技術轉移能力方面表現出不同的特點：

西部地區大學相對于中部地區大學，其跨省轉移概率更高；反之，東部地區大學跨省轉移概率低于中部地區大學，更傾向于省內交易。

從體制看，理工類、研究型大學總體相對農林醫藥類大學更具有跨省轉移優勢；綜合類、理工類大學相對農林醫藥類大學和研究型大學在轉移距離上具有劣勢。將地區因素加入之后，西部地區研究型大學、綜合類、理工類大學相對中東部地區大學跨省轉移概率小；綜合類得分低的大學更有跨省轉移優勢，在東部地區這一特點更加明顯。

聲譽方面，總體看高得分大學技術轉移輻射能力較強，特別在西部地區，高得分大學技術轉移輻射能力更強；但這一情況在東部地區卻有所不同，低、中得分大學技術轉移輻射能力較強。

獲得專項建設支持的“雙一流”大學與“非雙一流”大學在跨省交易上及技術轉移輻射距離上具有顯著不同的特點。“雙一流”大學跨省較省內轉移的優勢并不明顯，但在跨省交易中顯示出更大的技術轉移輻射半徑，其中的理工類較農林醫藥類“雙一流”大學優勢明顯。另外，考慮體制因素，綜合類、理工類“雙一流”大學更傾向于省外交易，綜合類“雙一流”大學技術轉移輻射距離較理工類和農林醫藥類短；考慮地區因素，西部地區較中部地區“雙一流”大學技術轉移輻射半徑更短，中部地區“雙一流”大學技術轉移輻射距離較東西部地區遠。

從技術轉移距離看，主要集中在距離為2 000—3 000千米的距離范圍內。這說明技術轉移有一個“適當”的地理距離，過多或過少都是不合適的；同時技術轉移距離呈現“鐘形”，也說明技術轉移距離是多因素影響共同作用的結果。

由此，欲更好地發揮大學在國家建設中的技術創新作用，需對不同地區實施差異化促進技術轉移措施。對東部地區大學，要發揮占數量眾多的綜合類大學、研究所的技術輻射作用，促進跨地區技術轉移。對西部地區，需要在大學建設中投入更多的資源，在西部各省合理的進行大學布局，使得企業和大學處于合理的距離范圍內，將有助于克服地理阻隔，促進大學技術向企業轉移。

在技術轉移中還需要考慮受讓人的能力、企業性質等特點，將受讓人的特征納入模型中，以期能揭示更加清晰的校企技術轉移特點，這是下一步研究的方向。