高校科技成果轉化指標體系研究

廖文虎 季家友 喬 輝 郭洪偉

(武漢工程大學，湖北 武漢 430205)

0 引言

高校作為科技成果轉化的重要主體，對科技創新具有重要的作用。教育部、科技部在《關于加強高等學校科技成果轉移轉化工作的若干意見》中強調高校要完善科技評價機制，促進科技成果轉化。然而在實施過程中，由于各種原因使得高校科技成果轉化率較低。根據教育部《2020高等學校科技統計資料匯編》顯示，我國高校專利授權206036項，只有9229項實現了銷售，占比4.5%左右，遠低于日本和美國的轉化水平。本文通過訪談和因子分析，探討影響高校科技成果轉化的因素，在此基礎上，重新構建高校科技成果轉化指標體系。

1 文獻綜述

目前，學者們對高校科技成果轉化的研究主要集中在4個方面：①對高校科技成果轉化的現狀、影響因素；②高校科技成果轉化的指標；③高校科技成果轉化的效率；④高校科技成果轉化與區域經濟發展關系。在高校科技成果轉化的現狀、影響因素的研究方面，袁傳思等[1](2020)通過對2013-2017科技投入與產出進行分析，指出影響科技成果轉化的內因和外因，并從成果轉化機制等方面提出建議。王紅等[2](2020)在研究我國科技成果轉化的現狀時，發現資金投入不足、機制不完善是影響我國科技成果轉化的主要因素，并建議借鑒國外的經驗，通過構建合理的分配機制等方式來推動科技成果轉化。在高校科技成果轉化的指標方面，陳輝等[3](2019)利用PCA和綜合指標法，將理工科高校科技成果轉化劃分為轉化條件、轉化活動、轉化成果3個一級指標。張鵬等[4](2019)基于AHP法，將高校科研人員的創新成果轉化分為基礎績效、創新創意績效、 成果轉化績效3個一級指標。郭俊華等[5](2016)在研究中國高校科技成果轉化能力評價時，將其劃分為轉化條件、轉化實力、轉化效果3個一級指標。在高校科技成果轉化的效率方面，劉霞等[6](2020)基于2014-2018江蘇省高校科技成果轉化數據，通過構建SBM-DEA模型來研究各城市高校科技成果轉化效率，發現江蘇高校成果轉化之間的效率并不理想，且呈現出下降的趨勢。羅茜等[7](2020)以江蘇省為例，運用DEA-Malmquist指數評價模型對高校科技成果轉化效率進行研究時，發現在各高校實施政策獎勵后科技成果轉化效率大大提升。在高校科技成果轉化與區域經濟的發展方面，徐寧等[8](2021)研究發現各省科技成果轉化和區域創新能力穩步上升。兩大體系的耦合程度逐年上升，但整體水平降低。

綜上所述，雖然學者們對高校科技成果轉化的研究已經取得了一定的成就，但仍存在不足。如對高校科技成果轉化的指標，主要采用層次分析法和綜合指標法，通過主觀賦值的方法進行研究，缺乏客觀性。本文在對高校科技成果轉化指標的構建上，主要在前期對高校教師進行訪談的基礎上，利用關鍵事件法，提煉出高校科技成果轉化指標體系。

2 研究設計

2.1 指標選取

本文考慮到高校科技成果轉化過程中參與要素的多樣性和效果的滯后性，采用“轉化條件—轉化實力—轉化效果”作為主框架來選擇相關指標。其中轉化條件包括科技人員、科技機構、科技經費3個部分，轉化實力包括科技項目、科技成果兩個部分，轉化效果包括知識產權與專利、成果獲獎、技術成果轉換3個部分。此外，考慮到高校在轉化過程中會受到環境、活動等因素的影響，因此本文在指標選取過程中，引入轉化環境、轉化活動兩個一級指標。其中轉化環境包括成果需求度、學校品牌效用兩個部分，轉化活動包括人才培養、學術交流兩個部分。

2.2 專家訪談

為了更好地探求高校科技成果轉化的指標，本文采用了專家訪談法，通過向10位專家進行訪談。訪談內容包括：我國高校科技成果轉化現狀；高校的投入與產出、經費的來源；科技成果轉化的效果，企業、/政府的滿意度等問題。

在訪談過程中，專家建議將論文和專著放在一起，不需要單獨列出。本文在總結學者們對科技成果指標的基礎上，參照大多數學者給出的建議，將論文和專著分開進行進行測量。政府/企業滿意既是結果，也是前提。在科技成果轉化過程中，只有企業滿意產品或技術，才會有市場需求。因此，在構建高校科技成果轉化時，將政府/企業滿意歸納為轉化環境。

2.3 新指標體系的構建

本文將高校科技成果轉化的指標分為五個一級指標即轉化條件、轉化實力、轉化效果、轉化環境和轉化活動。具體見表1。

3 高校科技成果轉化指標的實證分析

3.1 問卷設計

問卷共分為兩個部分：一部分是問卷正文，一部分是問卷個人信息。在問卷正文部分，轉化實力、轉化條件、轉化效果主要參照上海市中國工程院院士咨詢與學術活動中心委托項目“高校、科研院所及企業創新能力評價體系與評價模型研究”中所使用的指標評價體系中指標進行測量[9]。轉化活動主要參照陳輝等(2019)[3]的指標體系，并在此基礎上根據訪談改編而成。轉變環境主要參照閻為民等(2006)[10]的指標體系，并在此基礎上根據訪談進行改編而成。

表1 高校科技成果轉化指標

3.2 數據收集

參照《高等學校科技統計資料匯編》對高等院校的劃分方法，通過調研機構問卷星對部分高等院校發放問卷共1000份，有效問卷為700份，有效率為70%。樣本特征：男女比率為56.19：43.81，樣本大部分集中在31～40歲之間(59.52%)，覆蓋不同年齡段，涉及不同高校，不同職稱。

3.3 信效度

3.3.1 信度

吳明隆(2009)[11]認為，當0.7≤Cronbach’sα<0.8，則信度較佳；當0.8≤Cronbach' sα<0.9，則信度比較理想；當0.9≤Cronbach’sα，則信度非常理想。采用SPSS20.0進行信度檢驗，從表2可得出，大部分的變量都在0.727～0.827之間，這些表明變量的內部一致性較好。

3.3.2 效度

在構建效度方面，通過探索性因子分析來進行構建效度分析，KMO=0.9，p=0.000，表明數據適合因子分析。采取主成分法，通過方差最大化正交旋轉，共得到5個特征值大于1的因子，共解釋75.035%。將旋轉后的因子分別命名為H1、H2、H3、H4、H5。旋轉后的矩陣見表3。

表2 變量的測量與信度

表3 旋轉成分矩陣

由表3可以得出，H3主要由X1-X7構成，H1主要由X8-X13構成，H2主要由X14-X20構成，H4主要由X21-X23構成，H5主要由X24-X26構成。這與前文科技成果轉化指標基本一致，由轉化條件、轉化實力、轉換效果、轉化活動、轉化環境5個一級指標構成。

3.3.3 驗證性因子分析

為了檢驗各個維度之間的相關性，本文采用Smartpls2.0進行二階驗證性因子分析，通過利用二階因子載荷到二階共同因子上的標準化系數來檢驗收斂效度。具體結果見表4。

表4 驗證性因子分析

由表4可以得出，所有變量的組合信度都大于0.6，所有變量的AVE都大于0.5，這表明收斂效度較好。此外，由表4還可以得出，科技成果轉化指標=0.689*轉化條件+0.754*轉化實力+0.818*轉化效果+0.501*轉化活動+0.588*轉化環境。

3.3.4 確定權重

由表5可以發現，轉化條件在科技成果轉化中占比20.57%，轉化實力在科技成果轉化占比22.51%，轉化效果在科技成果轉化占比24.42%，轉化活動在科技成果轉化中占比14.96%，轉化環境在科技成果轉化占比17.55%。這表明在整個科技成果轉化過程中轉化條件、轉化實力、轉化效果依舊是高校科技成果轉化指標中的重要環節。此外，在對高校科技成果轉化指標進行考核的過程中，還需重視轉化活動和轉換環境，特別是人員晉升(34.65%)和市場需求(34.16%)。

表5 高校科技成果轉化系數及權重

4 結論

本文主要采用因子分析和權重指數的分析方法來構建科技成果轉化指標，在參照已有文獻基礎上，結合訪談，將高校科技成果轉化指標劃分為轉化條件、轉化實力、轉換效果、轉化活動、轉化環境5個指標。在此基礎上，對各個指標進行權重分析，研究發現在高校科技成果轉化指標中轉化條件、轉化實力和轉化效果依舊是重要環節，這與目前大部分研究的結論一致。研究還發現在高校科技成果轉化指標中轉化活動和轉化環境對高校科技成果轉化具有重要的影響，特別是轉化活動中的R&D人員晉升和轉化環境中的成果市場的需求度對高校科技成果的效率具有重要的影響。已有的研究表明，加大科技人員的投入如薪資及晉升在一定程度上會促進高校科技成果轉化(鐘衛等，2020)[12]。因此，高校在選擇科技成果轉化的指標進行考核時，除了對傳統的轉化條件、轉化實力、轉換效果進行量化考核外，還要注重對轉化活動和轉化環境進行考核。通過對R&D人員晉升、研究生畢業人數、學習交流的次數進行考核，提升教師的積極性；通過對成果市場的需求度、學校品牌的效用度、研究效果的滿意度的考核，提升科技成果轉化效率。