成果轉(zhuǎn)化視角下的高校創(chuàng)新效率提升研究
——基于我國25個省份的實(shí)證分析

洪 峰 吳 濤 劉 偉, 陳 寧

（1. 北京中醫(yī)藥大學(xué)管理學(xué)院，北京 100029；2. 北京中醫(yī)藥大學(xué)科技處，北京 100029；3. 北京中醫(yī)藥大學(xué)成果轉(zhuǎn)化中心，北京 100029）

0 引言

黨的十九屆五中全會強(qiáng)調(diào)，要將科技創(chuàng)新作為我國發(fā)展規(guī)劃的首位任務(wù)。高校作為我國科技創(chuàng)新的重要推動力，擁有充沛的科研資金和雄厚的人才資源，在我國創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略中具有極為重要的作用。而科技成果轉(zhuǎn)化是實(shí)現(xiàn)從科學(xué)到技術(shù)、從技術(shù)到經(jīng)濟(jì)的重要環(huán)節(jié)，也是高校充分服務(wù)國家創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的關(guān)鍵。自《促進(jìn)科技成果轉(zhuǎn)化法》于2015年完成修訂以來，國家出臺了一系列指導(dǎo)高校科技成果轉(zhuǎn)化工作的政策文件，高?？萍汲晒D(zhuǎn)化也進(jìn)入了快速發(fā)展階段，科技成果轉(zhuǎn)化已然成為高?？萍紕?chuàng)新中不可或缺的關(guān)鍵環(huán)節(jié)，如何進(jìn)一步推動科技成果轉(zhuǎn)化，提高創(chuàng)新效率也成為學(xué)者們關(guān)注的重點(diǎn)問題。同時，習(xí)近平總書記在2020年的科學(xué)家座談會上強(qiáng)調(diào)要遵循科學(xué)發(fā)展規(guī)律，推動科技創(chuàng)新成果不斷涌現(xiàn)，并轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力。在此背景下，高校既要重視科學(xué)技術(shù)研究，也要關(guān)注科技成果是否有效轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力。高校科技創(chuàng)新是高校在研發(fā)中創(chuàng)造和應(yīng)用科技成果，并且推動其轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力的過程[1]。關(guān)于 “科技成果轉(zhuǎn)化率”，參考美國評估機(jī)構(gòu)的相關(guān)報告，將科技成果限定為發(fā)明專利是較為常用且合理的統(tǒng)計(jì)口徑，即以發(fā)明專利轉(zhuǎn)化率替代科技成果轉(zhuǎn)化率[2]。因此，將發(fā)明專利作為高?？萍紕?chuàng)新的典型成果，從成果轉(zhuǎn)化視角分析影響高校創(chuàng)新效率提升的因素，為推動高?？萍紕?chuàng)新提供可行方法和路徑，對于我國實(shí)現(xiàn)創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，實(shí)現(xiàn)科技自立自強(qiáng)具有重要而深遠(yuǎn)的現(xiàn)實(shí)意義。

1 文獻(xiàn)回顧

創(chuàng)新效率是衡量高校科技創(chuàng)新活動中資源投入產(chǎn)出比例的重要指標(biāo)，合理評估創(chuàng)新效率已經(jīng)成為研究的熱點(diǎn)，并且國內(nèi)外的研究成果也較為豐富。現(xiàn)有研究主要集中在以下的兩個方面：一是評估方法及模型。目前主要的評估方法及模型是非參數(shù)的數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA）方法和參數(shù)的隨機(jī)前沿生產(chǎn)函數(shù)（Stochastic Frontier Approach，SFA）方 法。DEA方法僅需求解出線性規(guī)劃便可以確定生產(chǎn)前沿面，該方法簡單易行，應(yīng)用也相對廣泛。但在評估創(chuàng)新效率時，這種方法忽略了高?？萍紕?chuàng)新實(shí)際可能存在的管理無效率以及內(nèi)外部環(huán)境因素的影響，結(jié)果可能導(dǎo)致效率值估計(jì)過高，并不能實(shí)際反映高校創(chuàng)新效率[3-5]。SFA方法則是通過設(shè)定前沿生產(chǎn)函數(shù)的各個參數(shù)從而確立生產(chǎn)前沿面，針對不同研究對象構(gòu)建不同的生產(chǎn)函數(shù)，技術(shù)效率的評估具有針對性。在評估創(chuàng)新效率時，這種方法能夠較好地考慮環(huán)境干擾因素及管理無效率的存在，但方法操作及指標(biāo)選取相對困難[6-7]。二是評價指標(biāo)。高?？萍紕?chuàng)新投入及產(chǎn)出指標(biāo)的選擇已經(jīng)形成共識，多數(shù)研究者將科研人力及資金作為投入變量，將學(xué)術(shù)論文、著作、專利和授獎成果等作為產(chǎn)出變量，且多選取高校經(jīng)費(fèi)規(guī)模、高校所在地區(qū)經(jīng)濟(jì)發(fā)展水平等作為影響因素，少數(shù)研究者將行業(yè)關(guān)聯(lián)度等影響因素納入研究。但在選取專利作為產(chǎn)出指標(biāo)時易忽略專利類型的差異及其授權(quán)的滯后性，同時影響因素的選取也偏于主觀，缺乏結(jié)合實(shí)際情況的綜合分析[8-12]。

總體而言，此領(lǐng)域研究還有待拓展的地方:一是將科技成果轉(zhuǎn)化作為高?？萍紕?chuàng)新環(huán)節(jié)之一，將成果產(chǎn)出及轉(zhuǎn)化納入統(tǒng)一的分析框架，比較分析效率值差異，探索實(shí)現(xiàn)兩者協(xié)調(diào)發(fā)展的可行路徑；二是結(jié)合實(shí)際情況，綜合分析高校內(nèi)外部環(huán)境，將影響成果轉(zhuǎn)化效率的因素納入評價體系，分析各因素對于高校創(chuàng)新效率的具體作用，為促進(jìn)高?？萍汲晒D(zhuǎn)化提供可行的建議?；诖耍疚膶⑦\(yùn)用SFA方法，采用2009—2019年我國25個省份的理工農(nóng)醫(yī)類高校的相關(guān)數(shù)據(jù)，從成果轉(zhuǎn)化視角實(shí)證分析我國理工農(nóng)醫(yī)類高校創(chuàng)新效率的協(xié)調(diào)水平及影響因素。

2 研究設(shè)計(jì)

2.1 數(shù)據(jù)來源

本文選取的樣本期為2009—2019年，相關(guān)數(shù)據(jù)變量主要摘取自《中國科技統(tǒng)計(jì)年鑒》（2010—2020年），針對其中個別省份存在的缺失值運(yùn)用插值法進(jìn)行補(bǔ)齊。此外，由于新疆維吾爾自治區(qū)、西藏自治區(qū)、內(nèi)蒙古自治區(qū)、寧夏回族自治區(qū)、青海省、海南省、臺灣省以及香港、澳門特別行政區(qū)其相關(guān)數(shù)據(jù)缺失較為嚴(yán)重，因此本文選取的我國理工農(nóng)醫(yī)類高校創(chuàng)新效率評價的決策單元是除以上省份外的25個省（自治區(qū)、直轄市）。

2.2 指標(biāo)設(shè)計(jì)

依據(jù)SFA模型效率測算的基本原理，從高?？蒲匈Y源投入和科研成果產(chǎn)出兩個維度來設(shè)計(jì)高校創(chuàng)新效率的評估指標(biāo)體系，同時基于高校內(nèi)外部環(huán)境分析構(gòu)建效率值的主要影響因素體系。利用SFA測算高校創(chuàng)新效率的相關(guān)指標(biāo)見表1。

表1 隨機(jī)前沿生產(chǎn)函數(shù)所需指標(biāo)含義及其符號

（1）投入變量。人力及資金資源的持續(xù)穩(wěn)定投入對于高?？萍紕?chuàng)新而言是不可缺少的，人力及資金投入也是衡量科技創(chuàng)新投入的常用變量[13]。鑒于此，分別選擇高校的R&D人員全時當(dāng)量數(shù)以及R&D經(jīng)費(fèi)內(nèi)部支出數(shù)作為高?？萍紕?chuàng)新的投入變量。

（2）產(chǎn)出變量。專利作為我國自主創(chuàng)新能力提升的重要手段，也是現(xiàn)今高?？萍汲晒D(zhuǎn)化工作的重點(diǎn)和難點(diǎn)[14]。目前我國僅對發(fā)明專利申請進(jìn)行實(shí)質(zhì)審查，發(fā)明專利屬于授權(quán)難度最大、技術(shù)水平最高的專利類型，因此更能反映高校實(shí)際的科技創(chuàng)新水平。而實(shí)際上，高校專利申請類型也是以發(fā)明專利為主的。鑒于此，選擇高校發(fā)明專利申請數(shù)及其轉(zhuǎn)化專利數(shù)作為高?？萍紕?chuàng)新的產(chǎn)出是較為合理的。

（3）影響因素變量?，F(xiàn)有研究證實(shí)，高校科研經(jīng)費(fèi)規(guī)模及來源情況、地區(qū)技術(shù)交易環(huán)境、高校內(nèi)部人員結(jié)構(gòu)和研發(fā)人才質(zhì)量等因素對高校創(chuàng)新效率產(chǎn)生明顯影響[4，15-19]。因此，結(jié)合實(shí)際工作經(jīng)驗(yàn)，外部環(huán)境選擇科研經(jīng)費(fèi)規(guī)模、政府支持力度及技術(shù)市場活躍度，內(nèi)部環(huán)境選擇研究人員素質(zhì)、產(chǎn)學(xué)研合作強(qiáng)度及從業(yè)人員結(jié)構(gòu)，作為高?？萍汲晒a(chǎn)出及轉(zhuǎn)化的影響因素。

2.3 模型方法

高?？萍紕?chuàng)新是一個多重因素共同作用的過程，在其效率測算的過程中需要充分考慮除投入以外其他環(huán)境變量的影響；而在參數(shù)估計(jì)過程中，極大似然法估計(jì)確保了所估算樣本信息能夠得到充分合理的利用[20]。超越對數(shù)生產(chǎn)函數(shù)（Translog生產(chǎn)函數(shù)）是C-D生產(chǎn)函數(shù)的改進(jìn)式，其明顯的優(yōu)點(diǎn)是可以保證各要素之間的替代彈性是非確定的，同時也可以靈活選取生產(chǎn)函數(shù)內(nèi)的各投入要素開展更具針對性的深入研究，交叉項(xiàng)則代表了各要素之間的可代替情況，具有許多常用經(jīng)濟(jì)學(xué)函數(shù)的一些特征[21]。因此，考慮到Translog生產(chǎn)函數(shù)具備的明顯優(yōu)點(diǎn)，本文選擇Translog生產(chǎn)函數(shù)作為隨機(jī)前沿生產(chǎn)函數(shù)的顯示式，在參考Battese & Coelli[22]模型的基礎(chǔ)上，設(shè)定生產(chǎn)函數(shù)模型，如式（1）所示：

其中，β為待估參數(shù)；Yit表示高校科技創(chuàng)新產(chǎn)出；Lit表示高校的R&D人員全時當(dāng)量之和；Kit表示高校的R&D經(jīng)費(fèi)內(nèi)部支出數(shù)；T代表時間的變化趨勢，反映因時間造成技術(shù)發(fā)生的趨勢性變化；Vit?Uit是函數(shù)中的隨機(jī)干擾項(xiàng)，Vit表示隨機(jī)變量，服從正態(tài)分布Uit反映影響高校創(chuàng)新效率的隨機(jī)因素，即表示技術(shù)效率損失中無效率干擾項(xiàng)所占的部分，其服從單側(cè)截?cái)嗾龖B(tài)分布N(Mit，)，并且與Vit相互獨(dú)立。Mit對應(yīng)的函數(shù)即為表示技術(shù)效率損失的函數(shù)，e?Mit表示第i所高校第t年的技術(shù)效率水平，Mit越大則表示技術(shù)效率越低。對于Uit中的Mit，其表達(dá)式如式（2）所示：

其中，scaleit表示各地區(qū)高校R&D經(jīng)費(fèi)平均數(shù)，用來代表高?？蒲薪?jīng)費(fèi)規(guī)模；govit代表各地區(qū)政府對R&D活動的支持力度；markit表示各地區(qū)高校專利轉(zhuǎn)化數(shù)的均值，用來代表地區(qū)的技術(shù)交易市場活躍程度；laborit表示高校R&D人員中博士學(xué)歷者比重，代表高校研究人員素質(zhì)；cooperit表示R&D經(jīng)費(fèi)中企業(yè)資金比重，代表高校與行業(yè)內(nèi)企業(yè)單位以技術(shù)合作形式開展產(chǎn)學(xué)研活動的強(qiáng)度；strucit代表高校內(nèi)部的人員結(jié)構(gòu)，即科研輔助人員所占比例。δ為待估參數(shù)，Wit為服從正態(tài)分布的隨機(jī)誤差項(xiàng)。待估參數(shù)γ為：

上述模型具有一些明顯特征，即模型假設(shè)高校科技創(chuàng)新過程中的投入產(chǎn)出符合Solow增長分析框架，且允許每所高校的創(chuàng)新效率隨時間的變化而變化。此外，判斷上述模型設(shè)計(jì)是否符合高?？萍紕?chuàng)新的實(shí)際情況，需要根據(jù)式（1）中的技術(shù)無效率在隨機(jī)擾動項(xiàng)中所占比重大小，即考察式（3）中γ的大小。當(dāng)γ趨于0時，表明高?？萍紕?chuàng)新產(chǎn)出相對可能的最大產(chǎn)出之間存在的差值主要是由于不可控因素產(chǎn)生的噪聲誤差所導(dǎo)致，此類情況使用普通的最小二乘法（OLS）即可實(shí)現(xiàn)對生產(chǎn)參數(shù)的合理估計(jì)，完全無需構(gòu)建SFA進(jìn)行測算；γ越接近于1，越能說明本文構(gòu)建的隨機(jī)前沿生產(chǎn)函數(shù)存在的誤差主要是由于隨機(jī)變量Uit所導(dǎo)致，此時運(yùn)用SFA模型對高校創(chuàng)新效率進(jìn)行估計(jì)也就越合適[23]。

3 實(shí)證分析

3.1 模型驗(yàn)證

運(yùn)用Colli編寫的Frontier 4.1軟件對上述設(shè)定的模型完成參數(shù)估計(jì)后，得到表2所示的運(yùn)行結(jié)果?？梢钥吹?，δ2值分別為0.089和0.215，其t統(tǒng)計(jì)量均在1%的顯著性水平下通過檢驗(yàn)，這說明隨機(jī)變量是顯著存在的。γ值分別是0.999和0.885，且均在顯著性水平為1%的情況下通過了檢驗(yàn)，這說明高?？萍紕?chuàng)新中技術(shù)無效率干擾項(xiàng)Uit是明顯存在的，同時γ值均較大，且與1接近，這表明主要是由于技術(shù)無效率因素導(dǎo)致了高校科技創(chuàng)新產(chǎn)出的偏差。LR值統(tǒng)計(jì)量在顯著性水平為1%的情況下也通過檢驗(yàn)，進(jìn)一步說明高?？萍紕?chuàng)新過程中明顯存在技術(shù)無效率因素的影響，充分表明本文構(gòu)建的隨機(jī)前沿生產(chǎn)函數(shù)模型是可靠有效的。

3.2 生產(chǎn)函數(shù)分析

表2為本文設(shè)定的SFA和技術(shù)效率損失函數(shù)的參數(shù)估計(jì)結(jié)果。代表高校人力投入的R&D人員全時當(dāng)量的產(chǎn)出彈性系數(shù)均在1%的水平上顯著，且對高?？萍紕?chuàng)新產(chǎn)出為正向作用，其值分別為3.541和7.066，即高校人員投入每增加1%，發(fā)明專利及轉(zhuǎn)化專利產(chǎn)出將分別增加3.541%和7.066%。代表資金投入的R&D經(jīng)費(fèi)內(nèi)部支出的產(chǎn)出彈性系數(shù)分別為1.742和0.163，其中僅在發(fā)明專利作為產(chǎn)出指標(biāo)時通過檢驗(yàn)，但仍可判斷出增加資金投入對于發(fā)明專利產(chǎn)出的正向作用明顯大于轉(zhuǎn)化專利產(chǎn)出。對于交互影響，僅在轉(zhuǎn)化專利作為產(chǎn)出指標(biāo)時，人力與資金投入的交互項(xiàng)和資金的乘積效應(yīng)分別在10%和5%的水平下顯著，對于轉(zhuǎn)化專利產(chǎn)出的作用分別為負(fù)向和正向影響，其余交互項(xiàng)則均未通過檢驗(yàn)。結(jié)果說明，我國高校目前的人力及資金投入仍顯不足，應(yīng)當(dāng)穩(wěn)步增加高?？蒲匈Y源的投入，增加人力投入帶來的創(chuàng)新效率提升效果明顯優(yōu)于增加資金投入，增加人力投入是更優(yōu)選擇。

3.3 技術(shù)效率損失函數(shù)分析

從表2的系數(shù)計(jì)算結(jié)果來看，高校外部環(huán)境的影響因素中，科研經(jīng)費(fèi)規(guī)模對創(chuàng)新效率為負(fù)向影響但極為有限，而政府支持力度及技術(shù)市場活躍度為正向影響；高校內(nèi)部環(huán)境的影響因素中，研究人員素質(zhì)及從業(yè)人員結(jié)構(gòu)對創(chuàng)新效率為促進(jìn)作用，而產(chǎn)學(xué)研合作強(qiáng)度對以發(fā)明專利和轉(zhuǎn)化專利作為產(chǎn)出指標(biāo)時的高校創(chuàng)新效率分別具有抑制作用和促進(jìn)作用。從各影響因素的彈性系數(shù)大小來看，對于發(fā)明專利產(chǎn)出而言，研究人員素質(zhì)及從業(yè)人員結(jié)構(gòu)是主要影響因素，其彈性系數(shù)分別為-1.962和-1.560。而對于轉(zhuǎn)化專利產(chǎn)出而言，從業(yè)人員結(jié)構(gòu)是主要影響因素，其彈性系數(shù)為-1.364。其中，科研經(jīng)費(fèi)規(guī)模對高校創(chuàng)新效率呈負(fù)向影響說明當(dāng)高校平均科研經(jīng)費(fèi)高于規(guī)模邊界值時，受限于高?？蒲泄芾砟芰八?，科研經(jīng)費(fèi)的規(guī)模效應(yīng)將出現(xiàn)遞減現(xiàn)象，出現(xiàn)科研經(jīng)費(fèi)冗余的規(guī)模非有效情況，造成高校創(chuàng)新效率的降低；產(chǎn)學(xué)研合作強(qiáng)度對不同產(chǎn)出指標(biāo)下的高校創(chuàng)新效率具有不同作用說明高校強(qiáng)化產(chǎn)學(xué)研合作將會促進(jìn)高校與企業(yè)達(dá)成以發(fā)明專利申請權(quán)轉(zhuǎn)讓為主要合作形式的校企合作，進(jìn)而推動高校科技成果的轉(zhuǎn)化應(yīng)用，此情況將造成高校發(fā)明專利產(chǎn)出統(tǒng)計(jì)值的降低，而并非是實(shí)際產(chǎn)出的減少。結(jié)果顯示，加大政府支持力度、提升技術(shù)市場活動度、提高研究人員素質(zhì)及優(yōu)化從業(yè)人員結(jié)構(gòu)將提升高校創(chuàng)新效率，以優(yōu)化高校從業(yè)人員結(jié)構(gòu)最為關(guān)鍵，注重高?？蒲匈Y源配置能力的提升。

表2 隨機(jī)前沿生產(chǎn)函數(shù)模型估計(jì)結(jié)果

3.4 創(chuàng)新效率的差異性分析

各省的高校創(chuàng)新效率的均值大小如表3所示，結(jié)果表明地區(qū)差異明顯。按照一般地域劃分來看，東部地區(qū)高校創(chuàng)新效率值最高且明顯高于其他3個區(qū)域，第二為西部地區(qū)，第三為中部地區(qū)，但這兩個地區(qū)的效率值差距較小，而東北地區(qū)高校創(chuàng)新效率顯著低于全國平均值；比較各省的效率值差異，效率值最高的江蘇省在不同產(chǎn)出指標(biāo)下的效率值分別為0.761和0.584，遠(yuǎn)高于全國均值及處于第二名的浙江?。?.587，0.383），效率值最低的吉林省在不同產(chǎn)出指標(biāo)下的效率值分別為0.228和0.062，顯著低于全國平均水平，其中尤以轉(zhuǎn)化專利作為產(chǎn)出指標(biāo)時的效率值差異最為明顯。結(jié)果顯示，國家急需采取針對性措施加強(qiáng)各區(qū)域高?？萍紕?chuàng)新的協(xié)調(diào)發(fā)展，避免地區(qū)差異的進(jìn)一步擴(kuò)大。

表3 2009—2019年全國各地區(qū)高校創(chuàng)新效率均值

高校創(chuàng)新效率年度均值隨時間的變化趨勢如圖1所示。發(fā)明專利作為產(chǎn)出指標(biāo)時，高校創(chuàng)新效率在2009—2016年表現(xiàn)出明顯的上升趨勢，但在2016年后開始下降，原因可能是教育部2016年實(shí)施了《促進(jìn)高等學(xué)?？萍汲晒D(zhuǎn)移轉(zhuǎn)化行動計(jì)劃》等政策，明確規(guī)定了高校完善各項(xiàng)科技成果轉(zhuǎn)化管理制度和暢通科技成果轉(zhuǎn)化渠道等具體任務(wù)，高校科技成果轉(zhuǎn)化環(huán)境極大優(yōu)化，產(chǎn)學(xué)研合作進(jìn)一步加強(qiáng)，發(fā)明專利等科研成果的申請權(quán)及所有權(quán)轉(zhuǎn)移至企事業(yè)單位，這在一定程度上造成了高校發(fā)明專利申請數(shù)的減少，但并不代表高校實(shí)際創(chuàng)新效率的下降；轉(zhuǎn)化專利作為產(chǎn)出指標(biāo)時，高校創(chuàng)新效率在2009—2015年整體呈現(xiàn)下降趨勢，其后明顯上升，特別是在2015—2017年及2018—2019年出現(xiàn)大幅上升，原因可能是《促進(jìn)科技成果轉(zhuǎn)化法》在2015年修訂實(shí)施后，國家相關(guān)部門相繼發(fā)布實(shí)施了配套的推動科技成果轉(zhuǎn)化政策，高校科技成果轉(zhuǎn)化效率因此不斷提升?？傮w而言，目前高校專利成果產(chǎn)出與轉(zhuǎn)化正在逐步實(shí)現(xiàn)協(xié)調(diào)發(fā)展，但仍存在一定差距，高?？萍汲晒D(zhuǎn)化工作還需加強(qiáng)，以促使高?？蒲谐晒a(chǎn)出與轉(zhuǎn)化盡快實(shí)現(xiàn)協(xié)調(diào)發(fā)展。

圖1 2009—2019年全國高校創(chuàng)新效率年度均值變化趨勢

4 結(jié)論與建議

4.1 結(jié)論

本文運(yùn)用SFA方法測算了全國25個省份2009—2019年期間的理工農(nóng)醫(yī)類高校的創(chuàng)新效率，重點(diǎn)考察了科技成果產(chǎn)出與轉(zhuǎn)化的影響因素及協(xié)調(diào)水平。主要研究結(jié)論：一是中國高校創(chuàng)新效率的地區(qū)差異較為明顯，其中尤以轉(zhuǎn)化專利為產(chǎn)出時的創(chuàng)新效率差異最為明顯，各地區(qū)高校發(fā)展協(xié)調(diào)性需進(jìn)一步強(qiáng)化；二是增加高?？萍紕?chuàng)新的人力及資金投入對專利產(chǎn)出及轉(zhuǎn)化仍具促進(jìn)作用，其中增加人力投入明顯優(yōu)于增加資金投入；三是高?？萍紕?chuàng)新的專利產(chǎn)出與轉(zhuǎn)化效率值之間的差距自2015年后開始逐步縮小，國家科技成果轉(zhuǎn)化政策對高校專利轉(zhuǎn)化具有明顯的促進(jìn)效果，但也會造成高校發(fā)明專利產(chǎn)出效率數(shù)值的降低；四是高校從業(yè)人員結(jié)構(gòu)的優(yōu)化配置是創(chuàng)新效率提升的關(guān)鍵因素，對高校發(fā)明專利的產(chǎn)出及轉(zhuǎn)化效率均具有明顯的正向作用。

4.2 建議

（1）在政府方面

一要加大高?？萍紕?chuàng)新投入。強(qiáng)化高校產(chǎn)學(xué)研合作引導(dǎo)社會資本參與高?？萍紕?chuàng)新活動，拓寬科技創(chuàng)新資金來源，注重增加對落后地區(qū)高校的科技創(chuàng)新資源投入以縮小各地區(qū)高校的差距，并加強(qiáng)高?？萍紕?chuàng)新人才的培養(yǎng)與吸納，通過創(chuàng)新人才招引方式等辦法提升高?？蒲腥藛T的數(shù)量與質(zhì)量，提高高?？蒲匈Y金與人力的匹配程度。

二要優(yōu)化完善高校科技創(chuàng)新政策體系。強(qiáng)化政策引導(dǎo)推動高校科技成果轉(zhuǎn)化，鼓勵開展面向市場需求的科研活動，改革高校考核評價體系，納入科技成果轉(zhuǎn)化績效指標(biāo)，兼顧科研成果的質(zhì)量與數(shù)量，設(shè)置長期化、多元化的考核指標(biāo)以適應(yīng)新時代下高校科技創(chuàng)新活動的變化，同時建立完善區(qū)域聯(lián)動發(fā)展機(jī)制，并對落后地區(qū)高校予以差異化的政策傾斜，進(jìn)一步促進(jìn)全國各地區(qū)高校的協(xié)調(diào)發(fā)展。

（2）在高校方面

一要合理設(shè)置高校內(nèi)部人員結(jié)構(gòu)。注重各層級人才培養(yǎng)的協(xié)同推進(jìn)，尤其重視青年人才的培育，搭建更加完備合理的人才梯隊(duì)，有效運(yùn)用人員聘用自主權(quán)，重視技術(shù)轉(zhuǎn)移人才等科研輔助服務(wù)人員的培養(yǎng)與引進(jìn)，合理設(shè)置科研輔助服務(wù)人員比例。

二要提升高?？蒲泄芾砟芰退?。注重信息化手段在高?？蒲泄芾碇械膽?yīng)用，建立溝通反饋機(jī)制針對性解決高?？蒲泄芾聿蛔悖啽銉?yōu)化科研管理工作流程，提高科研管理工作效率，同時建立校內(nèi)各職能部門的常態(tài)化溝通協(xié)調(diào)機(jī)制，多部門協(xié)同制定科研管理制度，充分整合各相關(guān)部門職能，系統(tǒng)化管理高?？蒲匈Y源及科研成果，提高科研資源配置及科研成果運(yùn)營效率。