加大科技人員激勵力度能否促進科技成果轉(zhuǎn)化
——來自中國高校的證據(jù)

鐘 衛(wèi)，陳海鵬，姚逸雪

(1.中國人民大學 公共管理學院，北京 100872;2.教育部科技發(fā)展中心產(chǎn)學研合作處，北京 100080)

0 引言

高校是科技成果的重要供給者，其研發(fā)溢出、技術(shù)轉(zhuǎn)移、成果轉(zhuǎn)化活動對于地方經(jīng)濟發(fā)展起到了重要支撐作用[1-4]。自1978年改革開放以來，中國政府一直強調(diào)重視科技成果轉(zhuǎn)移轉(zhuǎn)化工作。圍繞科技體制改革，國家先后制訂和修訂了《專利法》《技術(shù)合同法》《科學技術(shù)進步法》《促進科技成果轉(zhuǎn)化法》等法律，并通過財政、稅收、金融、人才等扶持政策，以及創(chuàng)辦與發(fā)展技術(shù)市場、科技企業(yè)孵化器、大學科技園、高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)等舉措，不斷推進中國科技成果轉(zhuǎn)化事業(yè)的發(fā)展變革[5]。然而，從結(jié)果看，科技成果轉(zhuǎn)化一直是中國科技創(chuàng)新鏈條中相對薄弱的環(huán)節(jié)，科技和經(jīng)濟“兩張皮”的現(xiàn)象并沒有從根本上得到改善，科技成果轉(zhuǎn)化水平較低是學界和社會的普遍共識[6]。

為了扭轉(zhuǎn)這一被動局面，促進經(jīng)濟轉(zhuǎn)型升級、實現(xiàn)可持續(xù)發(fā)展，近年來，中國政府開啟了新一輪科技成果轉(zhuǎn)化改革。從中央到地方政府先后修訂了《促進科技成果轉(zhuǎn)化法》或《條例》，出臺了一系列配套政策，并作出各種具體部署和安排。在這些政策法規(guī)中，一項非常重要的措施是加大激勵力度以調(diào)動科研人員成果轉(zhuǎn)化積極性。1996年版《促進科技成果轉(zhuǎn)化法》規(guī)定，可從成果轉(zhuǎn)化凈收入中提取不低于20%的比例或股權(quán)，獎勵作出重要貢獻的科技人員，而2015年版《促進科技成果轉(zhuǎn)化法》則將獎酬金提取比例的下限提高到50%。為了加速科技成果向現(xiàn)實生產(chǎn)力轉(zhuǎn)化，包括北京、上海在內(nèi)的21個省級政府(截至2017年底數(shù)據(jù))明確地將獎酬金提取比例的下限提高至70%、80%，有的地方甚至還規(guī)定，單位只保留榮譽，轉(zhuǎn)讓凈收入全部獎勵給科技人員，即計提比例為100%。

面對如此巨大的激勵或者誘惑，科技人員會作何反應？大學能否通過設置獎酬金計提比例改善科技成果轉(zhuǎn)化績效？本文將對最近幾年實施的加大科技人員激勵的政策進行效果評估，具體來說，主要考察以下兩個方面：①將科技人員獎酬金提取比例的下限從20%提升到50%有利于促進科技成果轉(zhuǎn)化嗎？②將獎酬金提取比例的下限提升得更高(超過50%)是不是效果更好呢？

1 文獻回顧與評論

與上述問題密切相關(guān)的研究主要包括兩個方面：一是側(cè)重于科技成果轉(zhuǎn)化激勵政策的理論研究，如高?？萍汲晒D(zhuǎn)化收益分配模式[7-8]、收益分配激勵機制設計[9]等，這些研究對于全面了解激勵政策及改革內(nèi)容提供了很好的視角，但沒有直接涉及政策效果評估；二是從量化角度考察物質(zhì)激勵與成果轉(zhuǎn)化、技術(shù)轉(zhuǎn)移的關(guān)系[2,10-15]，這些研究有助于人們理解成果轉(zhuǎn)化、技術(shù)轉(zhuǎn)移的影響因素，但存在以下兩方面不足：①大多數(shù)文章只考慮相關(guān)關(guān)系，而忽略了內(nèi)生性問題。很明顯，內(nèi)生性是物質(zhì)激勵與成果轉(zhuǎn)化績效關(guān)系研究中必須考慮的問題，因為成果轉(zhuǎn)化導向更強的高?；蛘呔哂懈喟l(fā)明成果的研究人員可能希望爭取到更有利的激勵政策[2]；②只考察高校間橫向激勵程度差異的效果，而忽略了高?？v向激勵程度變化的影響。Lach & Schankerman[2]、Caldera & Debande[14]、Arque′-Castells[16]等在考慮內(nèi)生性的基礎上，借助面板數(shù)據(jù)考察物質(zhì)激勵對成果轉(zhuǎn)化績效的影響。由于觀察期內(nèi)高校專利許可費比例變化不大，在估計計量模型時，這3篇文章的作者實際上是基于不同高校間橫向激勵程度差異進行分析。這種研究方法在科技人員能夠自由流動時具有合理性，因為科研人員可能會根據(jù)不同高校制定的激勵程度進行崗位分流[14]，但如果高校教師不具備較強的流動性，則這一研究方法的合理性就會遭到質(zhì)疑。

本文以2015年前后中央以及地方政府逐步推行的加大科技人員激勵力度的政策作為“自然實驗”，利用雙重差分(Difference-in-Difference，DID)控制高校固定效應與時間效應，檢驗激勵程度變化與科技成果轉(zhuǎn)化績效之間的關(guān)系。①通過創(chuàng)造合理的分組，解決內(nèi)生性難題。只要個體分組或處理水平完全由自然實驗所決定，OLS估計量就是無偏的。此項研究以高校為研究對象，考察地方政府的成果轉(zhuǎn)化激勵政策效果。這一改革主要由政府推動，單個高校對當?shù)卣钫吒母锏挠绊憥缀蹩梢院雎圆挥?，因此，這一外生沖擊能夠作為分析激勵政策改革對高?？萍汲晒D(zhuǎn)化行為影響的一項“自然實驗”，并能夠很好地識別加大科技人員激勵力度與高?？萍汲晒D(zhuǎn)化績效之間的因果關(guān)系；②從縱向角度考察高校激勵程度變化產(chǎn)生的效果。已有研究考察不同高校橫向間激勵差異對科技成果轉(zhuǎn)化績效的影響，但這在中國情境下意義不大，因為中國高校教師流動性不足[17]，科研人員根據(jù)獎酬金計提比例自主選擇高校的可能性相對較低。然而，國家提高獎酬金計提比例所造成的外生沖擊卻是每個科技人員都必須面對的，這為本文從縱向視角考察物質(zhì)激勵與成果轉(zhuǎn)化、技術(shù)轉(zhuǎn)移之間的關(guān)系提供了機會，為全面、深入地理解激勵政策的效應提供了新證據(jù)。

2 研究設計

2.1 研究方法

為了檢驗加大科技人員激勵力度對科技成果轉(zhuǎn)化的作用，可以采用一種較為簡單的設計，比較2015年《促進科技成果轉(zhuǎn)化法》頒布前后高校層面匯總的科技成果轉(zhuǎn)化績效差異(單倍差分法)。然而，以國家層面政策作為評估對象的做法容易出現(xiàn)對照組缺失的問題(沒有不執(zhí)行激勵政策的高校)，也就難以判斷激勵政策與績效變化之間的因果關(guān)系?？梢越梃b“自然實驗”和雙重差分設計[18-19]，評估加大科技人員激勵力度對高?？萍汲晒D(zhuǎn)化績效提升是否產(chǎn)生因果效應。為了使用雙重差分模型，以省級地方政府發(fā)布的政策作為評估對象。自2012年開始到2015年國家法律頒布，福建、重慶、山東、上海、湖北、北京、吉林、遼寧、天津等省市陸續(xù)提高了獎酬金計提比例，可以將當年發(fā)布政策的省市作為實驗組，沒有發(fā)布政策的作為對照組。通過比較受到政策沖擊后實驗組平均變化與對照組平均變化的差異，檢驗政策效果。為了獲得“自然實驗”的效果，收集了高校層級的資料，而不是省級匯總資料。這是因為一方面省級數(shù)據(jù)樣本量少，會影響估計結(jié)果的穩(wěn)健性，另一方面，省級數(shù)據(jù)比高校層面數(shù)據(jù)更容易產(chǎn)生內(nèi)生性問題?？萍汲晒嗟氖》萦邢刃兄贫羁萍既藛T政策的沖動，但是，更為微觀層次的高校特征對當?shù)卣欠耦C布激勵政策的影響微乎其微。因此，對于單個高校而言，提高科技人員獎酬金提取比例可能會形成一種純外生的政策沖擊。

加大科技人員激勵政策改革于2012—2015年在各個省份先后實施，故選擇漸進雙重差分模型(Time-varying DID)。借鑒 Beck等[20]、黃溶冰等[19]的研究，設定如下兩個計量模型：

Yit=β0+β1×Dit+β×∑Zit+μi+τt+εit

(1)

(2)

其中，Yit是因變量，代表高校i在第t年的科技成果轉(zhuǎn)化績效；∑Zit表示其它影響因變量的控制變量；μi表示高校固定效應，用于捕捉其它非時變的高校特征；τt表示年份固定效應，用來控制時變性不可觀測因素；εit表示隨機誤差項。

模型(1)與模型(2)的區(qū)別在于代表激勵政策自變量的設置方式。模型(1)中，Dit是一個虛擬變量，代表高校i在第t年是否受到政策的影響：位于政策發(fā)布省份的高校在改革后賦值為1，否則為0。Dit的回歸系數(shù)β1反映政策變量的總體效果，故模型(1)稱為總體效應模型。模型(2)稱為動態(tài)效應模型，將Dit換成表示政策發(fā)布前、發(fā)布當年和發(fā)布后的一系列虛擬變量Di,t0+k，當個體分別處于政策發(fā)布當年t0、政策發(fā)布前k年或政策發(fā)布后k年時取值為1，否則為0。這一設置可實現(xiàn)兩個目的：一是可以利用回歸方法對雙重差分法中最重要的平行趨勢假設進行檢驗；二是可以更清楚地得到政策效果在時間維度上的變化，即政策動態(tài)效應。

2.2 變量測量

(1)被解釋變量。一些學者認為科技成果轉(zhuǎn)化(或稱研究成果商業(yè)化)與技術(shù)轉(zhuǎn)移的概念類似，都是關(guān)注知識產(chǎn)權(quán)等實用價值成果從大學向產(chǎn)業(yè)界的轉(zhuǎn)移轉(zhuǎn)化，因而，可用專利申請數(shù)量、專利授權(quán)數(shù)量、技術(shù)許可數(shù)量和收入、衍生企業(yè)數(shù)量等指標測量績效[2,14]。還有一些學者認為科技成果轉(zhuǎn)化既包括專利等顯性成果的商業(yè)化，也包括各種隱性知識轉(zhuǎn)化，因而，R&D合同數(shù)量和收入、技術(shù)服務合同數(shù)量和收入等各類代表產(chǎn)學研合作的指標都可用來測量大學技術(shù)或知識轉(zhuǎn)移活動[16]。本文與2015年版《促進科技成果轉(zhuǎn)化法》保持一致，將科技成果轉(zhuǎn)化活動限定在知識產(chǎn)權(quán)等實用價值成果轉(zhuǎn)移轉(zhuǎn)化上，對應的轉(zhuǎn)化方式包括轉(zhuǎn)讓、許可和作價投資。轉(zhuǎn)讓是科技成果轉(zhuǎn)化的主要方式，且《高等學校科技統(tǒng)計資料匯編》中沒有公布許可和作價投資相關(guān)數(shù)據(jù)，故選用技術(shù)轉(zhuǎn)讓相關(guān)指標(技術(shù)轉(zhuǎn)讓合同數(shù)和收入)測量科技成果轉(zhuǎn)化績效。

(2)解釋變量。估計激勵政策對高?？萍汲晒D(zhuǎn)化的總體效應時，設置了1個政策虛擬變量；估計激勵政策對高校科技成果轉(zhuǎn)化的動態(tài)效應時，設置了11個虛擬變量，其中包括5個政策前虛擬變量，5個政策后虛擬變量，1個政策當年虛擬變量。

(3)控制變量。影響大學科技成果轉(zhuǎn)化的因素是多方面的，這里主要關(guān)注成果供給和成果需求兩方面因素。就成果供給影響因素而言，學者們分析了大學規(guī)模[21-22]、大學研究質(zhì)量[23]、大學研究領域[24]等變量的效果。本文選取教學與科研人員、科技經(jīng)費、企事業(yè)單位委托經(jīng)費、國內(nèi)外全國性刊物發(fā)表4個變量，其中，教學與科研人員測量大學規(guī)模，科技經(jīng)費、國內(nèi)外全國性刊物發(fā)表兩個指標均代表高?？萍汲晒┙o能力；企事業(yè)單位委托經(jīng)費是R&D合同、技術(shù)服務合同的匯總，代表高校技術(shù)轉(zhuǎn)讓活動之外開展的其它形式產(chǎn)學研合作。上述4個指標都來自設有理工農(nóng)醫(yī)類專業(yè)的高校，因而大體上可以忽略大學研究領域的影響。

從成果需求影響因素看，?？疾斓貐^(qū)GDP、研發(fā)投入水平等大學所在環(huán)境特征。本文選取與大學成果需求關(guān)系更緊密的企業(yè)方面因素，具體指標包括規(guī)上有研發(fā)機構(gòu)的企業(yè)數(shù)和規(guī)上新產(chǎn)品開發(fā)項目數(shù)，前者不僅能反映企業(yè)研發(fā)能力，還能衡量企業(yè)吸收外部科技成果的能力，后者則代表企業(yè)自主創(chuàng)新能力。

2.3 數(shù)據(jù)來源與描述統(tǒng)計

本文考察2010—2017年全國地方所屬本科院校面板數(shù)據(jù)，評估提高科技人員獎酬金提取比例政策的效果。將觀察起點設置在2010年是因為2010年科技人員收益權(quán)改革，與之相關(guān)聯(lián)的高校層面處置權(quán)、收益權(quán)改革都還沒有發(fā)生，適合作為比較的起點。從最早發(fā)布科技人員收益權(quán)改革的2012年至觀察終點2017年底，中間跨度為5年，這為分析此項改革的中長期效果提供了可能。將樣本限制在地方所屬本科院校，是因為地方政府發(fā)布的政策文件對地方所屬高校具有較強的影響力，地方所屬本科院校的名單來自教育部科學技術(shù)司編寫的《高等學?？萍冀y(tǒng)計資料匯編》(以下簡稱《匯編》)。為保持數(shù)據(jù)穩(wěn)健性和完整性，本文剔除觀察期內(nèi)資料不全的名單，最終得到552所高校4 416個觀察點的詳細信息。與高校層級相關(guān)的指標均來自對應年份的《匯編》，與企業(yè)相關(guān)的匯總資料來自對應年份的《中國科技統(tǒng)計年鑒》。

政策變量信息與每個省份發(fā)布的改革時間有關(guān)，需要整理。登錄“北大法寶”法律法規(guī)數(shù)據(jù)庫，并以“科技成果”作為關(guān)鍵詞，檢索省級政府2010年1月1日至2017年12月31日期間發(fā)布的地方法規(guī)文件。對于命中的記錄，分省整理出科技人員激勵政策、高?？萍汲晒幹脵?quán)、收益權(quán)改革政策以及科技成果所有權(quán)改革政策等具體信息，在此基礎上，加工整理各省相關(guān)政策變量發(fā)布時間。借鑒以往學者做法，如果政策發(fā)布在下半年則歸入當年，否則計入上一年。

在實證分析前，所有名義變量均以省級居民消費價格指數(shù)(CPI)進行消脹處理。考慮到部分指標數(shù)量級較大，同時也有部分指標取值為零，對除自變量之外的所有指標進行加1再取對數(shù)的預處理。主要變量的描述統(tǒng)計結(jié)果如表1所示。

表1 主要變量描述性統(tǒng)計結(jié)果

3 實證結(jié)果與討論

3.1 平行趨勢檢驗

使用雙重差分法的重要前提是滿足平行趨勢假定，即如果沒有制定提高科技人員獎酬金提取比例的政策，發(fā)布政策省份與未發(fā)布政策省份在高?？萍汲晒D(zhuǎn)化績效變化趨勢上是平行的，并不會隨時間而發(fā)生系統(tǒng)性差異。

平行趨勢判斷的簡單方法是比較政策發(fā)布前各年，發(fā)布政策省份與未發(fā)布政策省份在成果轉(zhuǎn)化績效均值上是否存在顯著差異。然而，本文中政策發(fā)布時間點并不一致，計算兩組每一年的均值存在困難。這里僅以政策發(fā)布前一年的情況說明各省發(fā)布政策是否隨機。2012-2014年分別有一些省份制定了提高科技人員獎酬金提取比例政策，那么，這些主動要求改革的省份，其高?？萍汲晒D(zhuǎn)化績效在政策發(fā)布前一年是否比未發(fā)布政策的省份好呢？表2結(jié)果顯示其具有不確定性，因為只有2012年發(fā)布政策的省份，其高?？萍汲晒D(zhuǎn)化的基礎要好一些(合同數(shù)和合同收入兩個變量的均值差異都顯著)，其它年份的差異都不顯著，這說明政策發(fā)布并不完全取決于高?？萍汲晒D(zhuǎn)化基礎，或者說高校無法影響地方政府是否出臺提高科技人員獎酬金提取比例的政策，后文還將在控制一系列變量的情況下進行更準確的平行趨勢判斷。

表2 實驗組與對照組高?？萍汲晒D(zhuǎn)化績效比較

3.2 基本回歸分析

利用雙重差分法，評估科技人員獎酬金提取比例下限從20%提升到50%對地方所屬高校科技成果轉(zhuǎn)化績效的影響?？紤]到有些省份實施了更高獎酬金提取比例下限，構(gòu)建一個子樣本，進一步評估實施更大激勵力度的省份是否獲得更加明顯的效果。表3匯報了激勵政策對高?？萍汲晒D(zhuǎn)化的總體效應和動態(tài)效應。

先看總體效應，對應表3(1)-(4)列，其中(1)和(2)列以全體樣本進行估計，(3)和(4)列以實施更大激勵力度的子樣本進行估計。這4個回歸模型的結(jié)果表明，不管數(shù)據(jù)來自全樣本還是子樣本，也不管因變量是技術(shù)轉(zhuǎn)讓合同數(shù)還是合同收入，提高個體收益權(quán)比例的改革總體上都沒有正向、顯著地促進高?？萍汲晒D(zhuǎn)化。這4個模型中其它變量的估計結(jié)果都相對穩(wěn)定，顯著變量的方向也與預期基本一致。比如，反映高?？萍汲晒┙o能力的變量“科技經(jīng)費”正向顯著地促進高?？萍汲晒D(zhuǎn)化；衡量企業(yè)研發(fā)和吸收外部成果能力的變量(以“規(guī)上有研發(fā)機構(gòu)的企業(yè)數(shù)”測量)對于企業(yè)從高校獲取科技成果有顯著促進作用。

總體效應估計結(jié)果表明，加大科技人員激勵力度的改革并沒有起到作用，那么是否可以斷言此項改革完全失敗呢？為此，接下來看政策動態(tài)效應，即表3中(5)-(8)列。在因變量是技術(shù)轉(zhuǎn)讓合同收入的全樣本回歸模型中(表3第(6)列)，反映政策動態(tài)效應的回歸系數(shù)D1、…、D5都是正數(shù)，意味著從政策發(fā)布后第1年開始，技術(shù)轉(zhuǎn)讓合同收入均值都比政策發(fā)布當年高。在政策發(fā)布后第3年，回歸系數(shù)變得正向顯著，表明政策起到了顯著促進作用。隨后的第4年雖然不顯著，但是p值(=0.110)接近10%的顯著性水平，第5年時p值非常小(=0.008)，因而可以認為，從政策發(fā)布后第3年開始，激勵政策就持續(xù)發(fā)揮了促進作用。如果將因變量替換為技術(shù)轉(zhuǎn)讓合同數(shù)(表3第(5)列)，則會發(fā)現(xiàn)更加明顯的政策激勵效果：反映政策動態(tài)效應的回歸系數(shù)從政策實施后第2年開始就正向顯著，隨后的年份也都一直顯著，這意味著加大科技人員激勵力度的政策在政策發(fā)布后第2年開始持續(xù)促進技術(shù)轉(zhuǎn)讓合同數(shù)增加。如果考察實施更大激勵力度的子樣本(表3第(7)、(8)列)，則會發(fā)現(xiàn)政策激勵效果優(yōu)于全樣本：當因變量是技術(shù)轉(zhuǎn)讓合同收入時(表3第(8)列)，回歸系數(shù)在政策發(fā)布后第3～5年都顯著，且每一年的回歸系數(shù)基本上略大于對應的全樣本(表3第(6)列)；當因變量是技術(shù)轉(zhuǎn)讓合同數(shù)時(表3第(7)列)，也有部分子樣本的回歸系數(shù)略大于全樣本。這一結(jié)果說明，將獎酬金提取比例的下限提到70%、80%時，政策的確產(chǎn)生了更大激勵效果。但是，考慮到回歸系數(shù)增幅有限、政策顯著起作用的時間點并沒有提前，可以認為政策對子樣本產(chǎn)生的激勵效果還不是十分明顯。

表3 激勵政策對高校科技成果轉(zhuǎn)化的總體效應與動態(tài)效應

動態(tài)效應模型除更加清楚地得到不同時間點政策效果變化外，還可判斷平行趨勢假定是否滿足。在表3第(5)-(8)列，雖然個別代表政策發(fā)布前的虛擬變量出現(xiàn)了回歸系數(shù)顯著小于0的情況，但是，對這5個虛擬變量進行聯(lián)合檢驗的結(jié)果表明，它們與所有政策前虛擬變量回歸系數(shù)都接近于0的原假設沒有顯著差異，每個模型聯(lián)合分布對應的p值分別為0.370、0.380、0.494、0.295。這就意味著政策發(fā)布前的各年，發(fā)布政策省份與未發(fā)布政策省份在成果轉(zhuǎn)化績效均值上沒有顯著差異，滿足平行趨勢假定。

3.3 穩(wěn)健性檢驗

利用雙重差分法初步驗證了總體效應模型的有效性后，一般都會進行一系列穩(wěn)健性檢驗，進一步確保因果關(guān)系不受其它因素干擾[25]。本研究中總體效應不顯著，與之相關(guān)的一些穩(wěn)健性檢驗(包括安慰劑效果、干擾政策、增加控制變量等)也就無需開展。動態(tài)效應模型的部分變量是顯著的，有必要進行穩(wěn)健性檢驗。

(1)干擾政策檢驗。回顧科技成果轉(zhuǎn)化領域激勵政策改革過程可以發(fā)現(xiàn)，對科技人員收益權(quán)的改革不是孤立發(fā)生的，與之密切相關(guān)的高校收益權(quán)改革和科研人員職務科技成果所有權(quán)改革也得到逐步推進。其中，高校收益權(quán)改革自2011年開始陸續(xù)在北京、湖北、上海、吉林、遼寧、天津等地開展；科研人員成果所有權(quán)改革自2015年開始陸續(xù)在四川、吉林、河北、遼寧、重慶等地開始探索。那么，這兩項政策改革是否干擾或影響動態(tài)效應模型結(jié)論的穩(wěn)健性呢？有待進一步檢驗。表4中，高校收益權(quán)、知識產(chǎn)權(quán)虛擬變量分別測量這兩項政策改革的效果。估計結(jié)果顯示，以技術(shù)轉(zhuǎn)讓合同數(shù)測量績效時，無論全樣本(表4(9)列)還是子樣本(表4(11)列)，個體收益權(quán)改革政策都是在政策發(fā)布后第2年開始持續(xù)起作用，這與不控制這兩項改革時的結(jié)論完全一致。當用技術(shù)轉(zhuǎn)讓合同收入測量績效時，也能得到相同結(jié)論：個體收益權(quán)改革政策起作用的時間與是否控制高校收益權(quán)改革、個體所有權(quán)改革沒有關(guān)系，都是在政策發(fā)布后第2年開始發(fā)揮作用，這進一步驗證了個體收益權(quán)改革的有效性。

表4 穩(wěn)健性檢驗：干擾政策

(2)其它控制變量檢驗。采用調(diào)整或者增加控制變量的方式進行穩(wěn)健性檢驗，對成果供給相關(guān)變量進行調(diào)整，包括替換反映大學規(guī)模的變量、科技成果供給能力的變量，比如用高級職稱代替教學與科研人員數(shù)，用學術(shù)論文數(shù)代替國內(nèi)外全國性刊物發(fā)表。另外，對成果需求相關(guān)變量也進行替換，包括用規(guī)上R&D經(jīng)費內(nèi)部支出代替規(guī)上有研發(fā)機構(gòu)的企業(yè)數(shù)，用規(guī)上新產(chǎn)品開發(fā)經(jīng)費支出代替規(guī)上新產(chǎn)品開發(fā)項目數(shù)。此外，引入研發(fā)投入強度等變量。估計結(jié)果顯示，在上述控制變量組合中，當因變量是技術(shù)轉(zhuǎn)讓合同數(shù)時，政策往往從第2年開始持續(xù)發(fā)揮作用；當因變量是技術(shù)轉(zhuǎn)讓合同收入時，政策往往從第3年開始持續(xù)發(fā)揮作用；當采用實施更大激勵力度的子樣本估計時，上述結(jié)論也更可靠(顯著變量的回歸系數(shù)更大而p值更小)，但政策起作用的時間點沒有前移；當控制高校收益權(quán)改革和個體所有權(quán)改革時，代表個體收益權(quán)改革的政策虛擬變量起作用的時間點沒有變化或稍稍延遲，但前述幾個結(jié)論均成立。

3.4 討論

無論是基本回歸模型還是各種穩(wěn)健性檢驗都表明，加大科技人員激勵力度政策效果存在滯后性，而且實施更大激勵力度時政策效果滯后性并沒有隨之緩解或消除。

(1)為什么政策效果存在滯后性？首先，與其它科技政策一樣，加大科技人員激勵政策容易出現(xiàn)政策效果滯后。科技政策不同于產(chǎn)業(yè)經(jīng)濟政策，后者往往在政策發(fā)布當年就能發(fā)揮作用，而科技活動的一個重要特征是前期投入大量資源后需要經(jīng)過一定周期才能產(chǎn)生有形結(jié)果，因而科技政策往往表現(xiàn)出滯后效果。這意味著，即使科技人員根據(jù)激勵力度的改變而及時調(diào)整個人在基礎研究和成果轉(zhuǎn)化之間的時間分配，要想開發(fā)出可轉(zhuǎn)化的科技成果仍然需要相當長一段時間，激勵政策在政策發(fā)布后第2、3年才產(chǎn)生顯著效果。

其次，政策效果很大程度上取決于執(zhí)行主體的認同和支持，如果執(zhí)行主體有顧忌或不配合，政策發(fā)揮作用的時間點就會延遲[26]。就加大科技人員激勵力度政策來說，國家將科技成果收益權(quán)等“三權(quán)”下放給高校的同時，也明確了高校的主體責任，要求高校建立內(nèi)控和風險防控機制，加強對科技成果作價投資形成國有股權(quán)的監(jiān)督管理。面對承擔國有資產(chǎn)流失的責任，部分高校領導勢必會擔心碰到“紅線”，因而出現(xiàn)政策遲遲不落實或者落實不到位的情況。當科研人員看到高校落實政策不力時，成果轉(zhuǎn)化行動會受挫，政策效果也就難以及時顯現(xiàn)。

(2)為什么更大激勵力度沒有產(chǎn)生額外政策效果？首先，個體創(chuàng)新產(chǎn)出難以隨激勵力度的增加而持續(xù)放大，特別是當激勵力度達到極限時，產(chǎn)生的刺激效果可能十分有限。新的《促進科技成果轉(zhuǎn)化法》將獎酬金計提比例下限從20%提高到50%，受這一激勵的刺激，科研人員可能重新分配基礎研究和成果轉(zhuǎn)化之間的時間以產(chǎn)生更多可轉(zhuǎn)化成果，促進高?？萍汲晒D(zhuǎn)化績效整體提升。但是，如果希望通過繼續(xù)提高獎酬金計提比例的方式(比如70%、80%甚至100%)，促成科技人員產(chǎn)生更多科技成果卻不是一件容易的事。這一方面與激勵作用的發(fā)揮存在“邊際效用遞減”規(guī)律有關(guān)；另一方面，科技成果轉(zhuǎn)移轉(zhuǎn)化是一個系統(tǒng)工程，不僅涉及科研人員參與成果轉(zhuǎn)化的動機，還與個體知識背景、專業(yè)能力、認識水平等多種因素有關(guān)。

其次，長期過高的個人收益可能會影響激勵政策的整體效果。新一輪科技成果轉(zhuǎn)化領域改革將權(quán)益下放給高校，使得成果轉(zhuǎn)化收益在高校內(nèi)部分配。如果個人收益一直過高(比如有些省份規(guī)定研發(fā)團隊最高可得99%的收益)，其他參與主體的收益會減少甚至沒有，長期看勢必傷害高校科技成果轉(zhuǎn)化整體績效?？萍汲晒D(zhuǎn)化過程中除需要個人(發(fā)明人團隊)的科技成果外，學校、學院和技術(shù)轉(zhuǎn)移機構(gòu)(專業(yè)轉(zhuǎn)化團隊)也發(fā)揮了重要作用。高校或?qū)W院不僅能為發(fā)明人提供聲譽，還能夠提供平臺、設備、場地等資源投入。技術(shù)轉(zhuǎn)移機構(gòu)人員(技術(shù)經(jīng)理人)不僅有科學和技術(shù)專長，還有豐富的企業(yè)管理經(jīng)驗和良好的溝通能力；不僅懂得國家、地方的政策、法律法規(guī)，還懂得技術(shù)轉(zhuǎn)移的模式、方法、具體操作技巧。分配利益時，如果個人獨享或者拿走大部分收益，而高校和學院投入大量資源、承擔各種風險，卻收益甚少，或者技術(shù)經(jīng)理人具備多方面技能，卻拿不到與之相匹配的收入，那么各參與主體的利益就不可能“捆綁”在一起，實現(xiàn)科技成果成功轉(zhuǎn)化也就成為一句空話。

事實上，政策效果不佳是一個復雜的問題。政策制定和執(zhí)行過程的任何一個環(huán)節(jié)出現(xiàn)問題，甚至政策外部環(huán)境因素發(fā)生變化，都會讓政策效果大打折扣。

4 結(jié)語

本文研究發(fā)現(xiàn)：①總體效應模型估計結(jié)果顯示，提高科技人員收益權(quán)比例的政策沒有產(chǎn)生預期效果，但動態(tài)效應模型卻表明，此項政策在發(fā)布后第2年開始明顯促進技術(shù)轉(zhuǎn)讓合同數(shù)持續(xù)增加，發(fā)布后第3年開始明顯促進技術(shù)轉(zhuǎn)讓合同收入持續(xù)增加，這說明政策起作用的方式不是“立竿見影”，而是存在時間滯后；②對于獎酬金提取比例下限設置更高的省份來說，政策產(chǎn)生了更強的刺激作用，但沒有讓政策起作用的時間點縮短，即沒有緩解或消除政策效果滯后性；③在控制高校收益權(quán)改革、個體所有權(quán)改革以及調(diào)整或者增加控制變量等一系列穩(wěn)健性檢驗中，與動態(tài)效應模型相關(guān)結(jié)論依然保持穩(wěn)健。

基于上述研究結(jié)論以及科技成果轉(zhuǎn)化領域改革發(fā)展現(xiàn)狀，提出以下政策建議：

(1)地方政府要繼續(xù)推動個人收益權(quán)改革。本研究的一個重要發(fā)現(xiàn)是提高獎酬金計提比例政策的確激發(fā)了個人參與科技成果轉(zhuǎn)化積極性，提升了大學科技成果轉(zhuǎn)化績效。這就驗證了提高個人收益權(quán)有助于推動大學科技成果轉(zhuǎn)化，從而為政府干預個人收益權(quán)改革提供了直接證據(jù)。在本研究考察的結(jié)束點(2017年底)之后，又有一些省份先后出臺了提高個人獎酬金計提比例的政策，但仍然有個別省份至今沒有對此作出規(guī)定。顯然，對這些省份來說，當務之急是盡快以地方《促進科技成果轉(zhuǎn)化條例》或其它正式文件的方式明確個人收益比例。這一方面可為各地方高校制定獎勵個人標準提供政策依據(jù)，另一方面可對高校獎勵個人的行為形成約束，保障科技成果轉(zhuǎn)化過程中各方利益不受損害。對于已經(jīng)發(fā)布獎酬金計提比例政策的省份，教育、科技等部門要認真梳理獎酬金計提政策中的堵點、難點和痛點，做好獎酬金計提政策與相關(guān)法律法規(guī)的銜接，特別是與國有資產(chǎn)管理辦法的銜接，真正做到讓高校領導者在勤勉盡責、沒有牟取非法利益的前提下放心大膽地作決策。此外，政府部門還需要加強對法律法規(guī)和政策文件執(zhí)行情況的監(jiān)督檢查，確保政策落實暢通無阻。只有科技人員預見到可以獲得獎酬金，才會更積極地進行科技成果轉(zhuǎn)化，政策才能更早顯現(xiàn)效果。

(2)制定政策時地方政府或高校要平衡多方利益關(guān)系。本文另外一個發(fā)現(xiàn)是，制定更高獎酬金提取比例的省份，其高校科技成果轉(zhuǎn)化績效只是略好于其它省份，并沒有出現(xiàn)更好的效果——政策開始起作用的時間點縮短。既然過高的收益并沒有產(chǎn)出額外的效果，那么，能否從個人收益中分出一部分給其他參與主體，達到利益均衡、長期發(fā)展的目的？事實上，這種設想非常有必要。高校科技成果轉(zhuǎn)化過程需要大學、學院、技術(shù)轉(zhuǎn)移機構(gòu)以及個人的多方參與，任何一方面的缺失都會使得科技成果成功轉(zhuǎn)化成為一句空話。美國高校的實際經(jīng)驗驗證了多方利益均衡是常態(tài)，郭英遠等(2018)在對美國常青藤大學技術(shù)轉(zhuǎn)移辦公室(TTO)資料進行整理后發(fā)現(xiàn)，大部分高校按照固定比例分配科技成果轉(zhuǎn)化收益，其中TTO一般獲得收益的15%，剩余85%在學校、學院、發(fā)明人團隊之間平均分配?；诖?，建議地方政府或高校改變當前盲目追求過高個人獎酬金計提比例的做法，依《促進科技成果轉(zhuǎn)化法》，實現(xiàn)成果收益在大學、學院、個人以及專業(yè)轉(zhuǎn)化團隊之間的合理分配。

(3)國家層面要繼續(xù)深化科技成果轉(zhuǎn)化領域配套改革。本研究還發(fā)現(xiàn)提高科技人員激勵政策的效果存在2～3年的滯后，而且總體效應模型中政策變量不顯著，這說明存在其它因素阻礙此項政策及時發(fā)揮效果。僅著眼于激勵政策本身恐怕難以奏效，還需要深化科技成果轉(zhuǎn)化領域配套改革。從政府部門看，當前應重點抓好以下工作：

一是促進高校應用型科技成果供給。高校是科技成果的主要供給者，其科技活動習慣于在政府資助、興趣驅(qū)動的模式下展開。追求成果優(yōu)先發(fā)表權(quán)(原創(chuàng)性)是學者職業(yè)生涯的核心，只有這樣學者才能得到同行認可，并由此得到職稱晉升。然而，以論文著作為代表的科技成果通常與企業(yè)現(xiàn)實需求相脫節(jié)，難以直接轉(zhuǎn)化，本文實證分析部分驗證了這一觀點。在測量高?？萍汲晒┙o能力的兩個變量中，離應用型科技成果更“遠”的“國內(nèi)外全國性刊物發(fā)表”變量僅在一個模型中正向顯著，離應用型科技成果更“近”的“科技經(jīng)費”變量(代表綜合科研實力)則在所有模型中都正向顯著，這說明應用型科技成果更容易實現(xiàn)轉(zhuǎn)化。促進高校應用型科技成果供給的一個重要手段是推進高校和科研人員分類評價改革，建立健全適應各類科研項目、科技成果、科技人才以及高校特點的分類評價制度體系，為不斷激發(fā)高校和科研人員內(nèi)生動力，促進成果加速轉(zhuǎn)化應用提供有力保證[27]。

二是增強企業(yè)承接高?？萍汲晒哪芰?。吸納高校技術(shù)成果是實現(xiàn)企業(yè)技術(shù)升級的重要方式。然而，正如前文所述，高校成果往往難以直接轉(zhuǎn)化，需要進一步開發(fā)、熟化。通過各種財政金融工具促進企業(yè)開展研發(fā)、提高企業(yè)吸收高新技術(shù)的能力是政府增強企業(yè)成果承接能力的一種間接手段，更為直接的手段是政府通過設立財政經(jīng)費支持大學-企業(yè)之間開展合作研究，促成企業(yè)盡早接觸高校核心技術(shù)，進而獲得核心競爭力[28]。本文實證部分表明，代表企業(yè)與大學合作關(guān)系的變量(以“企事業(yè)單位委托經(jīng)費”測量)并不顯著，這說明目前大學與企業(yè)的合作還不夠深入，企業(yè)采用委托高校進行技術(shù)開發(fā)的方式相對較多，難以實現(xiàn)高校技術(shù)成果的真正轉(zhuǎn)移。今后，增強企業(yè)成果承接能力的重點應是促進大學-企業(yè)深度合作。

三是形成技術(shù)轉(zhuǎn)移專業(yè)人才隊伍建設與培養(yǎng)制度。大學技術(shù)轉(zhuǎn)移機構(gòu)在成果轉(zhuǎn)化中發(fā)揮著重要作用，是大學的“技術(shù)銷售商”[29]，是成果轉(zhuǎn)化過程的催化劑、粘合劑[30]。然而，《中國科技成果轉(zhuǎn)化年度報告》調(diào)查結(jié)果顯示，認可大學技術(shù)轉(zhuǎn)移機構(gòu)在科技成果轉(zhuǎn)移轉(zhuǎn)化過程中具有重要作用的比例非常低[31]。這說明傳統(tǒng)的大學技術(shù)轉(zhuǎn)移機構(gòu)往往只是高校和企業(yè)(風險機構(gòu))之間溝通的渠道與平臺，不具備為成果轉(zhuǎn)化提供產(chǎn)權(quán)交易、評估、質(zhì)押等增值服務的能力，加強職業(yè)技術(shù)轉(zhuǎn)移從業(yè)人員培養(yǎng)是提升技術(shù)轉(zhuǎn)移服務能力的根本。為此，應盡快形成技術(shù)轉(zhuǎn)移專業(yè)人才隊伍建設與培養(yǎng)制度，培養(yǎng)社會化、入門級從業(yè)人員，在全社會營造技術(shù)轉(zhuǎn)移氛圍；培養(yǎng)專業(yè)化高端人才，儲備一批能夠站在世界科技前沿、勇于開拓創(chuàng)新的高素質(zhì)從業(yè)人員；建立技術(shù)轉(zhuǎn)移服務執(zhí)業(yè)資格制度，定期進行技術(shù)轉(zhuǎn)移服務行業(yè)執(zhí)業(yè)資格認證、考核和培訓。