胡聿文

(江西财经大学 统计学院， 南昌 330013)

R&D(Research and Development), 指在科学技术领域，为增加知识总量(包括人类文化和社会知识的总量)，以及运用这些知识去创造新的应用进行的系统的创造性活动，包括基础研究、应用研究、试验发展三类活动[1]。发达国家社会和经济发展经验表明：科学技术创新是一个国家的生命力，也是事关一国发展强弱的重要因素。我国R&D活动的主体分三类：大中型工业企业、科研机构与高等院校。根据中华人民共和国科学技术部2017年8月印发的《我国高等学校R&D活动统计分析》可知，高等院校R&D科技活动对促进我国经济建设作出了重要贡献。然而，当前我国高校科技资源有限，在资源投入有限的条件下，实现高校科研产出的最大化，需要提高R&D创新研发效率。本文以江西省高校R&D创新绩效为例，深入分析江西高校R&D创新绩效影响因素，对症下药，提高江西高校R&D活动效率，让江西高校R&D为江西地区经济发展腾飞助力。

目前国内外学者对高校R&D创新绩效影响因素的分析研究主要采用面板数据回归、向量自回归等方法[2-4]。从现有的研究成果中不难发现，高校R&D创新绩效的影响因素众多，且实证时选取的自变量过于主观，无法保证实证分析时选择变量的客观性，这既容易造成某些影响显著的自变量遗漏，又会引入多余的影响不显著的自变量，从而导致实证模型的估计和预测准确度大大降低。因此，本文将运用现代变量筛选方法——LASSO估计法，从众多影响因素中客观准确地筛选出真正影响江西省高校R&D创新绩效的因素。

1 LASSO方法

实证分析中，通常会设置尽可能多的自变量，选取自变量时容易出现偏主观意愿的疏漏，从而导致实证分析失真。而lasso方法[5]是一个能够客观筛选有效变量并且解决多重共线性等问题的估计方法。它是1997年由Tibshirani提出的一种压缩估计方法，通过构造一个惩罚函数，让回归系数的绝对值之和在小于一个常数的约束条件下，使得回归模型残差平方和最小，产生严格等于零的回归系数，从而有效解决回归模型中的多重共线性问题。

LASSO方法是在普通线性回归模型中增加惩罚项，对于普通线性模型LASSO估计为：

其中t与λ一一对应，为调节系数。

通过对调节系数λ的控制，可实现变量筛选。

2 影响因素分析

2.1 数据来源及指标选取

文章选取R&D投入能力作为主要解释变量，同时还兼顾R&D转化能力、R&D支撑能力以及R&D外部经济环境对高校R&D创新绩效的影响。从以上4个体系中挑选出10个相关的影响因素，运用Lasso回归方法进行变量筛选和参数估计，以探究各因素对高校R&D绩效的影响程度。原始数据均来自2001至2016年《高等院校科技统计资料汇编》、《江西统计年鉴》以及《中国科技统计年鉴》。

1)被解释变量：创新绩效。目前，国内外学者在研究高校R&D创新绩效的实证中，普遍将专利申请数作为衡量创新绩效的重要指标，这里我们继续沿用专利申请数这一指标来衡量创新绩效[6-7]。

2)解释变量：高校R&D全时人数、高校R&D投入强度、高校科技项目数、高校科技项目投入经费、举办学术交流活动次数、参加学术交流活动人数、江西省人均GDP、江西省政府规模、高校技术转让合同数、高校专利出售合同数。其中R&D投入强度= R&D经费/GDP*100%，政府规模=政府财政支出/ GDP*100%，上述解释变量详细见表1的描述性统计。由于本文所选取的10个自变量中，它们的量纲和数值的量级具有不一致性，本文第一步就是对这10个自变量数据进行标准化处理。通过标准化处理，使得不同的特征值具有相同的尺度。利用R语言中scale()函数对数据进行标准化处理。

表1 江西省高校R&D创新绩效影响因素指标描述

2.2 高校R&D创新绩效影响因素分析

对数据进行标准化处理后，接下来利用LASSO模型对时间序列数据进行分析，以进行变量筛选。运行结果显示，只需要10步就可以得到LASSO的全部解。根据最小角回归原理，选择CP统计量最小值对应的拟合方程，由表2和图1可知，第6步的CP值最小为5.258 9，模型最优，根据表2结果，选取X1、X2、X5、X7、X9、X10等6个变量。

图1为LASSO模型筛选结果。图中右侧数据分别代表相应自变量，其中1为高校R&D全时人数，2为高校R&D投入强度，3为高校总科技项目数，4为高校科技项目投入经费，5举办学术交流活动次数，6参加学术交流活动人数，7江西省人均GDP，8江西省政府规模，9高校技术转让合同数，10高校专利出售合同数。

通过对以上LASSO回归分析结果的整理，可以得到江西省高校R&D创新绩效的影响因素系数如表4所示。其中，高校R&D投入强度影响最显著，其次是高校专利出售合同数；正向影响的有高校R&D投入强度、江西省人均GDP、高校技术转让合同数和高校专利出售合同数；负向影响的有高校R&D全时人数、举办学术交流活动次数。这一结论与国内外大多数研究结论基本一致[8-11]。

表2 统计量值

图1 LASSO方法下变量筛选

表3 LASSO回归的参数估计

步数X1X2X3X4X5X6X7X8X9X101000000000020000000.003 500030000000.042 60021.648 740000-0.127 500.044 80021.932 05-0.064 4000-0.150 300.048 40022.203 06-0.069 0000-0.178 400.048 800.063 922.192 37-0.349 01.402e400-0.675 800.040 300.978 427.222 88-0.409 41.666e40.078 60-0.748 300.034 101.063 128.454 29-0.567 32.261e40.026 60-0.906 50.001 20.019 101.234 031.399 110-0.673 92.148e40.045 10-0.997 10.005 30.044 3-7.75e31.602 328.994 811-0.679 52.213e40.051 7-0.001 8-0.988 70.005 30.045 9-7.98e31.614 928.956 2

表4 2001-2016年江西省高校R&D创新绩效影响因素系数

3 结论

1)高校R&D投入强度对高校创新绩效影响最为显著。高校R&D投入强度反映了江西省高校对R&D科研活动的经费投入力度。R&D科研经费就像是燃油，为高校R&D科研这台发动机提供源源动力。只有大力提升科研经费投入，才是提高高校创新绩效的有力保障。

2)高校技术转让合同数和高校专利出售合同数对高校创新绩效正向影响也较为明显。高校技术转让合同数与高校专利出售合同数皆能表现出江西省高校R&D科研转化能力，它与高校R&D创新绩效是互相正向影响的关系，地方高校高新技术转让和所出售的专利数量越多，越能表明这个地区的高校科研能力强盛，能够给地区高校科研带来可观的收入，对于高校科技创新是一个极大的激励。高校R&D投入经费不仅来源于政府和高校的专项资金拨款，还依赖于高校的专利转让收入，也就是说高校的科研转化能力越强，越会促进高校R&D发展向好。

3)江西省人均GDP对江西省高校R&D创新绩效有正向影响。一个地区的高校科研发展的好坏，与其外部经济环境有着密不可分的联系，当前我国高校R&D资金投入仍然具有政府主导性质，因此一个省的经济发展情况能够从根本上影响当地高校的科研发展水平与质量。通过LASSO模型筛选出的江西省人均GDP是最能直接反映江西省的经济发展情况的一项指标。

4)高校R&D全时人数对江西省高校R&D创新绩效有负向影响。这一结果与大多数研究者得出的结论不同，通常情况下，高校引进科技人才，增加高校R&D全时人员对于高校R&D创新绩效起着正向促进作用。但是有一种情况不容忽视，那就是一个地区的高校其引进的科研人才质量是否达标。张乐平在R&D资源投入对不同类型高校专利产出的影响研究中得出，不同类型的高校，其R&D全时人员对其专利产出有着不同的影响[12]。他将高校按照副教授以上高级职称占专任教师的比例高中低分为三类：研究1类大学、研究2类大学和非研究类大学。其中，R&D全时人员的数量可以促进研究1类大学的专利产出，而对研究2类大学的专利产出表现出负影响，非研究类大学则是无影响。江西作为经济发展较为缓慢的省份，仅有一所211工程高校，江西省高校得到国家层面专项资金不如其他沿海发达省份的高校多，引进和保留顶尖科研人才的能力相较于周围省份偏弱，容易造成顶尖科研人才流失，所以将江西省高校划分为研究2类大学。江西省高校需要的是提高R&D人员的整体创新能力，而不是急于扩大R&D人员规模。如果只重视R&D人员规模增长而不重视其科研水平，只会使得江西省高校创新绩效因低水平科研人员人数的增长而降低。

5)举办学术交流活动次数对江西省高校R&D创新绩效有负向影响。近十余年来，江西省内学术交流活动举办在县级层次的数量占比过大半，而开展在省级和市级层面的学术交流活动两者总和不过三成。低层次的学术交流对于高水平的科研创新而言无非是滥竽充数，成效甚微甚至产生负面作用，科研创新需要的是高层次学术交流，所以增加省、市级层面的科研学术交流活动次数，邀请全国乃至世界范围高层次科研专家进行省、市级学术探讨和交流，对于提高江西省高校R&D创新绩效至关重要。

4 建议

为切实提高江西省地方高校R&D创新绩效，推动江西省地方高校R&D活动的健康发展，结合LASSO模型分析所得结果以及实际情况，提出如下建议：

1)加大高校R&D经费投入，优化高校R&D资金支出。R&D经费投入是高校R&D活动的燃料，必须保证燃料的充足和合理使用。江西省高校的R&D经费来源主要为三类：政府财政资金、企业投资和事业单位合作。其中政府财政资金所占比有绝对优势。首先，必须加大政府财政性R&D专项经费投入，提高科学技术支出占政府财政支出比例。其次，政府应该积极引进各类高新技术企业，大力促进高校R&D与高新技术企业、事业单位产学研融合，让高校能够吸纳各类社会资金并将科技成果反馈应用于社会大众。另一方面，应该着手制定省、校领导监管科研资金责任制度，优化高校R&D资金管理，避免科技投入的随意性，从根源上扼制个别高校教授滥用、挪用科研资金等科研腐败问题，切实将科研经费用到刀刃上。

2)加强知识产权保护，营造健康良好的科研环境, 促进高校R&D科研成果转化。高校对知识产权进行有效的保护，是营造健康良好科研环境、提高科研成果转化能力必不可少的一个条件。对于知识产权的保护，建议高校做如下工作：第一，高校对校内的知识产权进行整体规划，并有效管理高校的R&D科研活动可能涉及到的不同知识产权，如专利权、著作权等。其次，高校应加强对知识产权保护工作的组织和领导，完善本校知识产权保护制度，加强本校知识产权工作机构建设，组织开展本校知识产权的鉴定、申请、登记、注册、评估和管理工作。第三，高校聘请专业的知识产权律师给科研人员宣传、普及知识产权法律法规，提高高校科研人员知识产权保护意识，并为其科技成果知识产权保护提供专业高效的咨询与服务。

3)保持地区经济稳定增长，提高地区经济发展水平。当前江西省高校R&D经费投入仍然具有政府主导性，这一性质在建议1)中也有所提及。保持地区经济稳定增长无论对于高校R&D经费投入还是科研外部经济环境来说都是至关重要的。一个地区只有经济发达，才能吸引并留住先进科研企业和顶尖科研人才，使得高校科研发展资源更加丰富，这个结论在我国各大沿海经济发达城市亦可得出。

4)重视高层次科研人才引进和培养，提升高校R&D科研硬实力。江西省高校不能在引进科研人才的工作上只做到量而不做精。高校必须大力引进全国乃至全世界范围内的高素质高科研能力人才。只有把地基夯牢夯实，才能把高校R&D科研这座大楼建成。因此，省政府和地方高校需要进一步加大高层次科研人才引进力度，在待遇、福利以及落户等方面吸引顶尖科研人才，还要积极鼓励并提供经费支持校内现有的科研人员通过学术交流、外派深造等方式进一步提升自身科研能力，使其培养成高素质和高质量的顶尖科研人才。值得一提的是，江西省科协和科技活动机构必须着重增加省、市级层面的科研学术交流活动次数，邀请高层次高水准科研专家来赣进行学术探讨和交流，进而提升科技学术交流活动的水准，这对于提升高校R&D科研人才的科研水平和江西省高校R&D创新绩效尤为重要。