高校雙元創新與科技創新效率

高擎　何楓　呂泉

摘 要：經濟發展方式的轉變對高校的科技創新提出了更高的要求，如何協調雙元創新行為成為學者關注的焦點?，F有研究關于高校雙元創新之間的關系沒有形成統一認識，未能揭示二者關系的變化對高?？萍紕撔滦实挠绊憴C制。本文以我國部屬高校為研究對象，探討并實證檢驗了科學研究和知識轉移這對雙元創新之間的關系，結果表明：第一，科學研究與知識轉移效率呈倒U型關系;第二，高校雙元創新之間存在動態關系，往期的知識轉移效率對當期科學研究效率具有負向影響;第三，高?？茖W研究與知識轉移的相對平衡會促進科技創新效率的提升。

關鍵詞：科學研究;知識轉移;雙元創新;科技創新效率

中圖分類號：G644文獻標識碼：A文章編號：1003-5192（2021）03-0076-07doi：10.11847/fj.40.3.76

Ambidextrous Innovation and S&T Innovation Efficiency in Chinese University

——Based on the Ambidextrous Innovation Theory

GAO Qing1， HE Feng1，2， LV Quan1

（1.School of Economics and Management， University of Science and Technology Beijing， Beijing 100083， China; 2.School of Economics and Management， Hubei Normal University， Huangshi 435002， China）

Abstract：The transformation of economic development pattern puts forward higher requirements for scientific and technological innovation in universities， how to coordinate the two pillars of ambidexterity in universities have aroused scholars great attention. In previous research， unified cognition has not been formed in the relationship between the two pillars， and the impact of this relationship on S&T innovation efficiency in universities has not been examined. Based on Chinese key universities， this research explores and tests the relationship between the two pillars of ambidexterity—research and knowledge transfer. The main findings are as follows： first， there is an “inverted U-type” relationship between research and knowledge transfer efficiency; second， the dynamic interlinkage between the two pillars of ambidexterity has been also examined， it indicates that past knowledge transfer efficiency has a negative impact on research efficiency. Third， the relative balance between research and knowledge transfer has a positive impact on S&T innovation efficiency in universities.Key words：research; knowledge transfer; ambidextrous innovation; S&T innovation efficiency

1 引言

科技創新尤其是前沿科技的發展是一個國家的核心競爭力，如今各國的科技投入在迅速增長，諸多國家在科技領域展開了激烈的競爭。隨著我國政府財政科技投入的不斷提高和實施的一系列科技發展計劃，我國科技水平實現了較大發展。2015年全球R&D經費支出總和約為20000億美元，美國以4960億美元居于世界首位，約占全球總額的26%;中國以4080億美元，位居世界第二，占全球總額的21%。雖然我國R&D經費投入在追趕美國，但在基礎研究領域差距明顯。2015年我國高校基礎研究經費為104.01億美元，而美國為377.08億美元，這形成了鮮明對比。同時，在科技成果收益方面，我國高校的表現也不理想。從2012年到2016年，我國高?？萍冀涃M支出增長了1.36倍，而單個專利交易額不增反降，是5年前的69%。以科技創新推動經濟高質量發展，不僅在于加大科技資源投入力度，更取決于提升科技創新效率。

雙元性創新是指企業要同時兼顧探索式創新和利用式創新，“雙元性”這一概念來源于組織學習的研究，后來被廣泛應用于組織戰略、創業和創新管理等領域[1]。在復雜多變的國際環境中，為了保持本國的科技競爭力，高校一方面需要進行科學研究，不斷探索新的知識以跟進最新科技前沿，另一方面又需要進行知識轉移，積極利用并轉化已有理論成果以實現經濟高質量發展，這些活動構成了高校的雙元性創新。這兩種創新行為往往互相競爭高校內部有限的資源，對組織管理具有不同的要求。高校的科學研究和知識轉移是相互促進還是相互抑制，高校應該如何處理二者之間的復雜關系，這些引起了學術界的廣泛關注。一些研究認為高?？茖W研究和知識轉移是相互制約的[2，3]，另一些研究認為，知識轉移和科學研究之間是相互促進的[4]，還有學者發現高?？茖W研究和技術轉移效率之間可能存在非線性關系[5]。

由此可知，現有研究關于高校雙元創新之間的關系沒有形成統一認識，對其中的機理尚不明晰。與以往研究不同，本文將通過以下工作來嘗試彌補相關研究缺口：首先，基于靜態和動態兩個層面，從效率的角度深入分析高校雙元性創新的發展規律;其次，進一步探究雙元創新之間的關系變化對高?？萍紕撔滦实挠绊憴C制。研究結論期望有助于我國高?？茖W研究和知識轉移的統籌規劃以及科技創新的可持續發展。

2 理論基礎與研究假設

在創新研究領域，企業創新可以分為探索式創新和利用式創新兩種類型，二者之間往往是相互沖突的。探索式創新是指企業依靠新知識和新技術來開發新產品和服務，旨在迎合新市場和新客戶，它對于企業長期發展至關重要;利用式創新是指企業通過深入挖掘已有知識，對現有技術、產品和服務進行強化和改進，旨在滿足既有市場和顧客的需求，此類創新活動有利于企業短期的生存[6]。由于這兩類創新活動是相互沖突的，對組織結構和組織能力具有不同的要求，需要企業進行權衡和選擇。

高校創新同樣具有上述相似的特性，有學者認為，科學研究和知識轉移也具有競爭的關系，二者通過組合和共存的方式共同構成了高校的雙元性創新[7]。高校探索式創新既是一種原始性創新也是一種突破性創新，它是指通過理論研究和科學實驗探索事物本質規律，或者運用科學理論探索科技前沿、解決重大科技難題;高校探索式創新本質上是理論知識創造和積累的過程，旨在提高理論知識存量和質量，最終形成核心知識優勢;這種創新方式具體表現為高校的基礎研究和應用基礎研究，即科學研究。高校利用式創新是指基于已有知識成果，通過引進、消化、吸收、再創新或集成創新的方式，進行知識聚合、知識重組和知識激活，從而實現理論知識向技術知識的轉化;它本質上是知識形態和知識價值的進化，旨在將知識以有形和無形的方式（例如技術成果、實踐理論和方法）進行存儲和傳遞;這種創新方式具體表現為基于理論知識進行自主創新或基于已有應用研究進行跟蹤模仿，從而實現技術的應用及推廣，即知識轉移。

高校雙元創新之間存在一定的資源分配張力，二者之間的關系變化決定了高?？萍紕撔滦省Ｒ晃兜貜娬{科學研究會增加不確定性和創新成本，反而會降低創新穩定性，而一味地注重知識轉移會使高校脫離研究前沿，壓縮自由探索的空間，造成變革能力僵化，進而減弱創新柔性，高校熱衷于任何一方都會陷入“能力陷阱”。

基于適應性地形分析思想[8]，高校雙元創新與科技創新效率之間的關系可以用創新適應性地形來表示，分為平衡區和兩側的不平衡區。如果科學研究和知識轉移以不規則的形態發展，則形成了滑坡地段，此時高?？萍紕撔绿幱诓环€定狀態，效率會隨著不規則幅度的加大而下降，此地段為不平衡區域;若二者調整為以規則的形態協調發展，則高校會從兩側地段跨入高峰地形，其科技創新效率會隨著雙元創新的有機組合而提升，此處為平衡區域。

2.1 高校探索式創新與利用式創新的靜態關系

雙元創新理論認為，探索式創新與利用式創新處于協調狀態時，彼此活動的共性創造了信息交換的基礎。在信息交換的過程中，資源配置過程變得平穩，二者獲得了互補性的資源，來自探索式創新的知識可以激發利用式創新[9]。然而，這些條件成立的前提是協調程度要保持適度。研究者發現高校雙元創新行為同樣具有類似的關系，即高?？茖W研究可以促進知識轉移效率的提升，但超過一定臨界值時，彼此會相互制約[5]。這是因為，如同企業一樣，高校的雙元創新行為會競爭組織內部有限的資源，從而引發矛盾[7]。具體而言，當高?？茖W研究規模處于適當范圍內時，一方面科學研究可以提供部分較為成熟的技術成果，另一方面，由于資源沖突較小，資源的合理分配可以加快高校科技成果的轉化，進而提升知識轉移效率。當科學研究規模較大時，越來越多的階段性技術成果待于進一步開發和孵化，短期內無法滿足企業需求。同時，科學研究占用的資源不斷增加，相應資源的短缺會影響科技成果的推廣和應用。因此，本文提出如下假設：

H1 高校科學研究與知識轉移效率存在倒“U”型關系。

2.2 高校探索式創新與利用式創新的動態關系

在當下一系列科技成果轉化政策的驅動下，我國高校致力于加快科技成果轉化，努力提高知識轉移效率。然而，這些過度的激勵可能會導致許多高校的科學研究偏離傳統學術研究方向，科研人員會將更多精力轉向技術的商業化[10]。具體而言，高校科研人員會同時受到來自學術的“弱激勵”和來自成果轉化的“強激勵”，在理性的驅使下，他們會在滿足高?；究己说那疤嵯卤M可能多地投入到應用開發性研究中，實現自身商業化收益的最大化。這樣的行為會導致當前的創新和未來的創新都充滿風險[10]。根據路徑依賴理論，由于規模經濟、學習效應、協調效應以及適應性預期等因素的存在，組織的利用式創新行為將沿著既定的方向不斷自我強化[8]。不僅是企業，高校的創新活動同樣具有路徑依賴性[7]。高校對階段性技術成果進行改進和提升，有利于其短期績效的穩定增加，這樣會導致其以后的行為也會習慣于甚至熱衷于知識轉移活動，進而排斥學術研究，這樣會不利于高?？茖W研究效率的提升。因此，本文提出如下假設：

H2 高校往期的知識轉移效率對其當期的科學研究效率具有抑制作用。

2.3 高校雙元創新與科技創新效率的關系

正如上述所說，高校的科學研究和知識轉移都會受到路徑依賴的影響，二者都具有自我重復和自我強化的性質。科學研究是對新知識和新技術的探索，具有長期的社會經濟價值。高校專注于科學研究尤其是基礎研究，可以推進知識前沿，引領技術變革，為科技創新提供穩定的支撐。但是，學術研究更加著眼于未來，不確定性較高。過于強調學術研究可能會出現“探索失敗引發更多的嘗試，進而出現更多的失敗”的局面，從而導致高校進入“創新陷阱”[11]，這樣會消耗大量的資源，阻礙高校科技創新效率的提升。作為科技創新的末端環節，高校知識轉移可以促進技術成果的推廣和應用，實現一定的經濟效益。如果過多地強調利用式創新、熱衷于知識轉移和技術轉移，會不利于形成高質量的學術成果，導致科技創新缺乏持續動力，使得高校進入一種短期的次優狀態?？偠灾?，高校知識轉移關注當下的經濟效益，科學研究注重長遠發展，這兩種行為會競爭高校有限的資源。同時保證二者之間的同步性和獨立性會有利于高?？萍紕撔碌母哔|量發展。因此，本文提出如下假設：

H3 科學研究和知識轉移之間的平衡會促進高校科技創新效率的提升。

綜合以上分析，本文的理論模型如圖1所示。

3 研究設計

3.1 樣本選擇與數據來源

本文以2002～2016年為研究區間，以我國重點高校為研究對象，對以上假設進行實證檢驗?？萍紕撔碌耐度肱c產出具有時滯性，根據相關文獻的做法[12，13]，本文采用5年數據的平均值來計算效率。沿用Sengupta和Ray[7]的做法，本文將5年作為一個周期對所有變量的數據進行均值處理，分別將2002～2006年、2007～2011年以及2012～2016年的平均值作為三期面板數據。因其他一些省屬的雙一流高校數據無法獲得，故本文最終選取我國教育部和工信部直屬的66所重點高校作為研究樣本，指標數據來源于《高等學校科技統計資料匯編》。

3.2 變量測量

變量測量和指標選取均來源于被相關研究廣泛使用的研究方法，以確保研究數據的有效性。

3.2.1 高?？萍紕撔滦?/p>

本文所探討的科技創新涵蓋了從研發到技術轉化的多個過程，依據相關文獻的研究[7，13～15]，這一過程可以劃分為科學研究和知識轉移兩個階段，相應的投入產出指標也遵循已有研究的做法進行選取。如圖2所示本文選取的投入產出指標如下：

在科學研究階段，需要投入大量的科研人員和資金進行研發從而創造理論知識，科研投入通常選取研究與發展經費和研究與發展全時人員兩種投入指標（X1）[16，17];對于這一階段的產出而言，論文被認為是學術研究成果的突出體現[7，14，18]，因此選取國外論文（Y1）作為該階段的直接產出。專利則是階段性技術成果的主要形式，依據相關文獻，選取專利申請數和專利授權數（Z）作為該階段的間接產出和下一階段的中間投入[13，16，19]。

在知識轉移階段，需要對階段性成果進行應用及推廣，從而實現價值增值和轉化，在這一過程中，會伴有研究與發展應用活動和科技服務活動，這些活動的目的是解決在成果轉化中遇到的問題并提供相關服務與支持，遵循相關文獻的做法，該階段的投入指標選取研究與發展應用以及科技服務全時人員和經費支出兩種投入（X2）[14，20]。高校知識轉移具有多種形式，包括技術轉移、咨詢、人員交流、孵化器服務等，限于相關數據的統計缺失，本文同樣遵循大多文獻的做法，選取技術轉讓合同數和實際收入作為第二階段的兩種產出（Y2）[14，16，17，21]。

本文在Wu等[22]提出的兩階段DEA模型的基礎之上對高?？萍紕撔滦剩‥F）、科學研究效率（RE）和知識轉移效率（TE）進行測算。假設有n個決策單元DMUj，第一階段有m1個投入X1，t1個產出Y1，h個中間產出Z。第二階段包括m2個投入X2，h個中間投入Z，t2個產出Y2。那么決策單元d的兩階段科技創新效率（EF）計算如下

EF=max∑t1r=1φ1rdy1rd+∑t2r=1φ2rdy2rd

s.t.∑t1r=1φ1rdy1rj+∑t2r=1φ2rdy2rj-∑m1i=11idx1ij-∑m2i=12idx2ij0

∑t1r=1φ1rdy1rj+∑o1q=1ψqdzqj-∑m1i=11idx1ij0

∑t2r=1φ2rdy2rj-∑m2i=12idx2ij-

∑o1q=1ψqdzqj0

∑m1i=11idx1id+∑m2i=12idx2id=1

∑m1i=11idx1id=α（1+∑o1q=1ψqdzqd），α∈（0，1）

1id，2id，φ1rd，φ2rd，ψqd0， j=1，…，n（1）

在滿足（1）式的前提下，科學研究效率（RE）計算如下

RE=max∑t1r=1φ1rdy1rd+∑o1q=1ψqdzqd

s.t.∑t1r=1φ1rdy1rj+∑o1q=1ψqdzqj-∑m1i=11idx1ij0

∑m1i=11idx1id=α（1+∑o1q=1ψqdzqd）

1id，φ1rd，ψqd0， j=1，…，n（2）

在滿足（1）式的前提下，知識轉移效率（TE）計算如下

TE=max∑t2r=1φ2rdy2rd

s.t.∑t2r=1φ2rdy2rj-∑m2i=12idx2ij-

∑o1q=1ψqdzqj0

∑m2i=12idx2id=1-α（1+∑o1q=1ψqdzqd）

2id，φ2rd，ψqd0， j=1，…，n（3）

3.2.2 高校雙元創新

高校雙元創新可分為科學研究（探索式創新）和知識轉移（利用式創新）兩種創新行為。學術成果是科學研究中的直接產出和主要成果，學者通常選取科技論文作為科學研究產出的替代指標。這是因為，雖然不能完全以論文來評價和衡量一所高校的科研水平，但科技論文較好地體現了高校在基礎研究和應用研究中取得的成果以及高校的科研能力，因此，依據已有文獻的做法，本文中的科學研究產出（SR）由科技論文來衡量[7，14]。同時，由上述模型可知，科學研究效率（RE）由（2）式計算，知識轉移效率（TE）由（3）式計算。在高校雙元創新平衡程度（BL）的測度方面，以兩種創新行為強度的比值來衡量，即科技論文數與專利授權數的比值。

3.2.3 控制變量

（1）高校規模（Staff）：由參與高?？萍蓟顒拥慕處熑藬祦砗饬俊＃?）研究生規模（Gra）：由參與科技活動的研究生人數來衡量。（3）經費規模（Fund）：由高校所得科技經費撥款數額來衡量。（4）高校聲譽（Prj）：該變量為虛擬變量，參照Sengupta和Ray[7]的做法，本文將高校是否為“985”高校來表示其聲譽，若是則為1，否則為0。（5）建校歷史（Age）：高校成立的時間。

3.3 模型設計

本文將構建3個實證模型分別對上述3個假設進行驗證。該組模型中的被解釋變量均為受限變量，同時，限于數據的可得性，模型共包含了66個樣本和三期面板數據，采用Tobit模型進行實證分析。為消除模型中的異方差并減輕時間序列趨勢，本文對相關的解釋變量和控制變量取自然對數。本文的實證模型形式如下

TEi，t=β0+β1lnSRi，t+β2（lnSRi，t）2+∑jβjZj，i，t+εi，t（4）

REi，t=α0+α1TEi，t-1+∑jαjZj，i，t+εi，t（5）

EFi，t=δ0+δ1BLi，t+δ2（BLi，t）2+∑jδjZj，i，t+εi，t（6）

其中i，t分別代表高校和時期，TE為由（3）式計算出的高校知識轉移效率，SR為高校科學研究產出，RE為由（2）式計算出的高?？茖W研究效率，TEt-1為知識轉移效率的一階滯后項，EF為由（1）式計算出的高?？萍紕撔滦剩珺L為高校雙元創新平衡程度，Zj為控制變量，εit為擾動項。

4 實證分析

4.1 描述性統計與相關性檢驗

描述性統計結果顯示，科學研究效率和知識轉移效率均值分別為0.262和0.063，表明高校在探索式創新和利用式創新之間的表現具有較大差異，由此可見，考察高校雙元創新行為之間的動態關系是有意義的。同時，在相關性檢驗中，科學研究產出和知識轉移效率沒有顯著的關聯關系（-0.057，p>0.1），知識轉移效率與科學研究效率也沒有顯著的關聯關系（-0.027，p>0.1），這表明這些變量之間可能存在更加復雜的關系，為本文中的假設提供了初步的證據，可以進行進一步的回歸分析。

4.2 假設檢驗結果分析

在實證分析之前，本文對相關變量進行了多重共線性檢驗，在所有變量的方差膨脹因子（VIF）中，最大值為4.39，其余變量的VIF都小于2，這意味著模型中不存在多重共線性的問題。

本文利用軟件Stata14.0對前文構造的計量模型進行估計，模型1、模型2和模型3分別對應本文中的3個假設，具體的回歸結果見表1。模型1結果顯示，科學研究產出的二次項系數顯著為負（β=-0.007，p<0.1），表明高校科學研究與知識轉移效率具有顯著的倒“U”型關系，假設H1得到驗證。這表明當科學研究規模較小時，高校科學研究對知識轉移效率具有正向影響，但超過一定范圍時，科學研究活動對資源的需求大幅增加，從而抑制了知識轉移效率的提升。模型2的估計結果顯示，前一期的知識轉移效率對科學研究效率具有顯著的負向影響（β=-0.147，p<0.1），假設H2得到驗證。這表明積極進行知識轉移會使得高校順著利用式創新的路徑一直延續，這將不利于高校未來科學研究效率的提升。模型3的結果顯示，雙元創新平衡度的一次項系數顯著為正（β=0.062，p<0.01），其二次項系數顯著為負（β=-0.004，p<0.05），這說明科學研究和知識轉移的平衡程度與高?？萍紕撔滦示哂械埂癠”型關系。倒“U”型曲線的頂端附近為平衡區，此時高校雙元創新達到相對平衡的狀態，其科技創新效率處于較高水平;若高校偏離這一狀態則會步入不平衡區域，其科技創新效率開始下降。這表明高校科學研究和知識轉移的相對平衡會促進科技創新效率的提升，回歸結果支持了假設H3。

4.3 穩健性分析

為了提高結論的穩健性，本文采用替換變量衡量指標的方法進行穩健性檢驗，結果如表1中的模型4到模型7所示。在模型4中，本文采用基本的DEA-CCR模型對知識轉移效率（TE）進行測量，所得回歸結果與模型1的結果相似，知識轉移效率的二次項系數仍然顯著為負（β=-0.022，p<0.1），假設H1得到驗證。為了進一步驗證假設H2，本文在模型5和模型6中使用兩個新指標來衡量科學研究效率（RE）。第一個指標（ER）：采用基本的DEA-CCR模型，投入包括人力和經費，產出為論文數，用來衡量高校學術研究效率;第二個指標（EP）：仍然采用基本的DEA-CCR模型，投入同上，產出為專利，用來衡量高校應用研究效率?？梢钥吹?，模型5中前一期的知識轉移效率對學術研究效率具有顯著的負向關系（β=-0.345，p<0.05），說明提高高校知識轉移效率會降低未來學術研究效率。同時，由模型6可知，前一期的知識轉移效率對應用研究效率的影響不顯著（β=-0.097，p>0.1），這表明注重知識轉移不會對高校的應用研究效率產生明顯的影響。由此可見模型5和模型6的回歸結果同樣支持假設H2。在模型7中，本文用學術研究效率（ER）與應用研究效率（EP）的比值衡量高校雙元創新的平衡程度（BL），回歸結果顯示雙元創新平衡度的一次項系數顯著為正（β=0.213，p<0.01），其二次項系數顯著為負（β=-0.097，p<0.01），變量之間的關系性質并未發生根本性變化，同樣支持假設H3?？傊?，以上檢驗分析結果與前文模型的估計結果基本相同，說明研究結論具有較強的穩健性。

5 結論與展望

5.1 研究結論

本文基于66所重點高校的面板數據，從效率角度探究了高校科學研究和知識轉移這一對雙元創新行為之間的關系，以及這一關系對高?？萍紕撔滦实挠绊?。研究發現：（1）高校科學研究與知識轉移效率具有倒“U”型關系。這是因為，當科學研究規模處于適當范圍內時，科學研究為知識轉移提供了穩定的理論支撐，二者之間的交互為彼此創造了信息交換的基礎，使得二者處于較為協調的狀態，資源配置過程變得平穩，此時科學研究對知識轉移效率具有正向作用。然而，原始性創新和前沿探索需要龐大的科技資源作為支撐，當科學研究超過一定界限時，高校會將更多的資源和精力用于前瞻性基礎研究，從而打破了原先平穩的狀態，使得知識轉移效率降低。（2）強調提升當前知識轉移效率將會損害高校未來的科學研究效率。知識轉移效率的提升會使得高校在利用式創新中不斷地自我強化，形成路徑依賴，同時，商業化激勵的影響也會打擊高?？蒲腥藛T對學術研究的積極性。在未來的研究中，他們會將更多精力用于技術的開發和推廣，這樣會不利于高?？茖W研究效率的提升。（3）保持高校雙元創新的相對平衡才能有利于提升科技創新效率。這表明不管是科學研究還是知識轉移，過度偏向于任何一方都會降低高校的科技創新效率。在非平衡區域，過于強調科學研究會增加不確定性，過于強調知識轉移會束縛高校的創新視野，造成變革能力僵化，這兩種發展方式會使得高校創新步入滑坡地段，此時，科技創新效率處于下降的態勢;在平衡區域，科學研究和知識轉移以規則的形態協調發展，推動高校創新步入高峰地形，此時，科技創新進入最優狀態。

5.2 理論貢獻

本文根據企業雙元創新理論，揭示了高?？茖W研究和知識轉移之間關系變化的內在機制，發現了一些與國外研究不同的結果，進一步豐富了該領域的研究。本研究具有一定的理論意義：（1）既有研究初步探究了高?？茖W研究和知識轉移的“靜態”關系，本文在此基礎之上對這一關系的研究進行了擴展和補充。高校的科學研究和知識轉移的關系取決于它們能否避免對高校資源的過度競爭。若不能，則表現為沖突關系，若能，則形成互補關系。（2）高?？茖W研究和知識轉移之間也不是單純的“數量”關系，而是表現為復雜的互動和轉化關系。與既有文獻不同，本研究從效率的角度深入剖析了二者的動態關系，進一步深化了中國情境下高校雙元創新的研究。（3）以往相關文獻忽略了雙元創新的平衡狀態與非平衡狀態對高校科技創新效率的影響，本文彌補了這一不足。研究發現，若要提高高校科技創新效率，需要在科學研究和知識轉移之間尋找一段平衡區間，高于或低于這一區間都會損害效率。

5.3 管理啟示

本文的研究結論也具有良好的實踐意義。過度推進知識轉移可能會抑制高校學術研究功能，進而不利于高校科技創新的高質量發展。應當減少事務性活動和商業性活動對科研人員學術研究的干擾。與此同時，要大幅提高科研人員的收入水平，增加對基礎研究的經費投入，設置科學的考核制度，確保教師將主要精力投入到科研中。在設計成果轉化政策時，應當注重商業化激勵和學術激勵之間的相對平衡，強化高校雙元創新之間的互補效應。這就要求技術轉讓收益要在高校和科研人員之間進行合理分配，在提高科研人員成果轉化積極性的同時，充分發揮轉化收入對學術研究的反哺作用。

5.4 研究展望

本研究仍具有一些不足，主要體現在以下在三方面：（1）深化校企合作的目的是對接企業需求，加強高校的創新支撐作用，未來將探究企業需求對高校雙元創新行為的作用機理，深化高校雙元創新理論。（2）高校知識轉移（利用式創新）包含多種形式，除了技術轉移，還有咨詢、合作研究等，限于數據的可得性，未能全面分析高校雙元創新行為，未來可以將相關變量納入模型中，開展進一步的研究。（3）本研究選取了66所具有代表性的高校作為研究對象，未來研究可以將樣本擴展到更廣闊的范圍，準確把握多種計量模型，展開更加細致的數據分析，以驗證本研究結論的普適性。

參 考 文 獻：

[1]張峰，邱瑋.探索式和開發式市場創新的作用機理及其平衡[J].管理科學，2013，26（1）：1-13.

[2]Deste P， Patel P. University-industry linkages in the UK： what are the factors underlying the variety of interactions with industry[J]. Research Policy， 2007， 36（9）： 1295-1313.

[3]Perkmann M， Tartari V， Mckelvey M， et al.. Academic engagement and commercialisation： a review of the literature on university-industry relations[J]. Research Policy， 2013， 42（2）： 423-442.

[4]Crespi G， Deste P， Fontana R， et al.. The impact of academic patenting on university research and its transfer[J]. Research Policy， 2011， 40（1）： 55-68.

[5]Deglinnocenti M， Matousek R， Tzeremes N G. The interconnections of academic research and universities“third mission”： evidence from the UK[J]. Research Policy， 2019， 48（9）： 1037-1093.

[6]李憶，司有和.探索式創新、利用式創新與績效：戰略和環境的影響[J].南開管理評論，2008，（5）：4-12.

[7]Sengupta A， Ray A S. University research and knowledge transfer： a dynamic view of ambidexterity in British universities[J]. Research Policy， 2017， 46（5）： 881-897.

[8]王鳳彬，陳建勛，楊陽.探索式與利用式技術創新及其平衡的效應分析[J].管理世界，2012，（3）：96-112.

[9]岑杰，陳力田.二元創新節奏、內部協時與企業績效[J].管理評論，2019，31（1）：101-112.

[10]許春.基于91所重點高校學術研究與應用研究關系的實證分析[J].研究與發展管理，2013，25（3）：106-116.

[11]Gupta A K， Smith K G， Shalley C E. The interplay between exploration and exploitation[J]. Academy of Management Journal， 2006， 49（4）： 693-706.

[12]Anderson T R， Daim T U， Lavoie F F. Measuring the efficiency of university technology transfer[J]. Technovation， 2007， 27（5）： 306-318.

[13]Mei H C H， Liu J S， Lu W M， et al.. A new perspective to explore the technology transfer efficiencies in US universities[J]. Journal of Technology Transfer， 2014， 39（2）： 247-275.

[14]Yang G， Fukuyama H， Song Y. Measuring the inefficiency of Chinese research universities based on a two-stage network DEA model[J]. Journal of Informetrics， 2018， 12（1）： 10-30.

[15]胡國平，陳卓，秦鑫.高校教師參與產學研合作的兩階段模型及實證研究[J].研究與發展管理，2016，28（1）：112-120.

[16]余元春，顧新，陳一君.產學研技術轉移“黑箱”解構及效率評價[J].科研管理，2017，38（4）：28-37.

[17]范柏乃，余鈞.高校技術轉移效率區域差異及影響因素研究[J].科學學研究，2015，33（12）：1805-1812.

[18]原長弘，孫會娟.政產學研用協同與高校知識創新鏈效率[J].科研管理，2013，34（4）：60-67.

[19]索瑋嵐，陸桂昌，陳銳.高校科技資源配置效率測度研究——基于共享投入關聯網絡DEA模型[J].科研管理，2015，36（11）：155-161.

[20]張惠琴，尚甜甜.高?？蒲袆撔滦蕦Ρ确治觥谌珖?0個省份的面板數據[J].科研管理，2015，36（S1）：181-186.

[21]Gao Q， He F， Moosa A， et al.. The efficiency of technology transfer in Chinese key universities[J]. Journal of Scientific and Industrial Research， 2019，78： 582-585.

[22]Wu J， Yin P， Sun J， et al.. Evaluating the environmental efficiency of a two-stage system with undesired outputs by a DEA approach： an interest preference perspective[J]. European Journal of Operational Research， 2016， 254（3）： 1047-1062.