连舒婷

(黎明职业大学 科学研究处，福建 泉州 362000)

2019年4月，教育部、财政部印发了《关于实施中国特色高水平高职学校和专业建设计划的意见》(简称“双高计划”)，提出“集中力量建设一批引领改革、支撑发展、中国特色、世界水平的高职学校和专业群”[1]。“打造技术技能创新服务平台”是“双高计划”的建设任务之一，如何对平台建设进行绩效评价是“双高计划”实施过程中应重点考虑和亟需解决的问题。以高职学校科技创新能力来评价技术技能创新服务平台的建设水平是可供参考的办法。

一、高职学校科技创新能力内涵和评价体系

目前，学者对高校科技创新能力的研究以评价指标体系的构建和科技创新能力的实证评价研究为主，但多数以本科学校为研究对象，缺乏针对高职学校科技创新能力的研究。部分学者以区域高校为研究对象，将本科学校和高职学校放在同一组样本进行科技创新能力的评价，如王金国等[2]运用因子分析法对北京市属高校的科技创新能力进行实证研究，认为普通高校科技创新能力明显高于高职学校。但是，本科学校和高职学校的办学定位、培养目标和专业设置不同，用同一套科技创新能力评价指标体系不够科学合理。因此，有必要对高职学校的科技创新能力进行内涵的界定和评价指标体系的构建，从而为高职学校科技创新能力评价提供依据。

(一)内涵界定

多数学者基于“投入-产出”视角定义高校科技创新能力，但对内涵的描述侧重点不同。如蒋艳萍等[3]、安蓉等[4]强调科技创新资源的整体筹划、优化配置和有效利用；潘丹等[5]、蔡万刚等[6]、章熙春等[7]强调科技创新对社会和经济的促进作用；李文辉等[8]、蓝祥龙等[9]将各类资源纳入高校科技创新系统来定义其科技创新能力；郭俊华等[10]以科技创新活动的过程对高校科技创新能力进行定义。

结合文献研究和“双高计划”建设任务，可以将高职学校科技创新能力定义为：高职学校通过构建科技创新系统(创新机制、管理体制等)，对接科技发展趋势，利用和整合相关机构或组织(地方政府、产业园区、行业等)的资源和功能，统筹安排和优化配置人、财、物等要素，由科技工作者开展科技创新活动(产品研发、工艺开发、技术推广等)，产出科技创新成果(新知识、新技术等)，促进创新成果与核心技术产业化(新产品、新工艺、新服务等)，服务区域发展和产业转型升级的综合能力。

(二)评价体系构建

学者主要基于“投入-产出”模式构建高校科技创新能力评价指标体系，但指标的选取和细分有所不同。如王金国等[2]、蓝祥龙等[9]以科技创新投入和产出为一级指标构建高校科技创新能力评价指标体系；石薛桥等[11]、蔡万刚等[6]、桑秀丽等[12]从投入指标细分出基础(或支撑)指标，从产出指标细分出成果转化指标，构建了科技创新基础、投入、产出和转化4个一级评价指标；郭俊华等[10]将基础指标又细分出国际交流与合作指标；刘伟等[13]将投入和产出指标结合，新增效益指标。还有学者在评价指标体系中考虑机制体制的影响，如蒋艳萍等[3]提出高校科技创新管理能力评价指标，鄢晓彬等[14]提出制度创新能力指标，陈佳等[15]提出科技创新环境指标。

借鉴相关学者的研究成果，结合“双高计划”背景下高职学校科技创新工作开展情况，基于高职学校科技创新能力的定义，构建一套高职学校科技创新能力评价指标体系，该评价指标体系由2个一级指标、5个二级指标和14个三级指标构成，指标体系框架及指标构成见表1。

表1 高职学校科技创新能力评价指标体系框架及指标构成

二、基于因子分析法的评价模型构建

因子分析法是高校科技创新能力评价常用的定量分析方法，适用于有数据、多变量的样本，其基本思想是通过研究变量的相关系数矩阵内部结构，找出能控制所有变量的几个随机变量去描述多个变量之间的相关关系[16]。采用因子分析法，旨在把高职学校科技创新能力评价指标体系繁多的描述变量转化为少数几个综合变量，以此构建评价模型，然后代入样本数据，对高职学校科技创新能力进行比较分析。

(一)样本选取及分析方法

根据表1构建的高职学校科技创新能力评价指标体系，以14个三级指标为变量，以2019年12月教育部和财政部批准建设的56所高水平高职学校为样本，从《中国高等学校科技统计资料汇编》和国家知识产权局获取变量数据，选取2016—2018年的数据，剔除数据缺失的高校或年份的样本，最终获得50所学校139个样本，样本数约为变量数的10倍。运用统计软件SPSS 23.0，采用因子分析法构建高水平高职学校科技创新能力的综合评价模型。

(二)适用性检验

通过KMO统计量和Bartlett球形检验判定样本是否适合采用因子分析法。KMO检验变量间的偏相关性，取值为0～1，KMO值>0.9时因子分析的效果最佳，KMO值<0.5时不适宜做因子分析[17]。Bartlett球形检验用于检验各指标之间是否相互独立，如果拒绝原假设，说明各指标之间的相关性较强，适合做因子分析[17]。表2为因子分析的适用性检验结果。

表2 KMO和Bartlett球形检验结果

如表2所示，KMO值为0.721，大于0.5，适合进行因子分析；Bartlett球形检验显著性水平为0.000，表示拒绝原假设，指标之间具有较强的相关性，适合采用因子分析法。

(三)主成分确定

因子分析可以采用主成分分析法提取公因子，表3是因子特征值和方差贡献率的计算结果。根据累计贡献率大于70%和特征值大于1的原则[18]，提取了4个主成分，累计方差贡献率为84.675%，符合预期。这表明可用4个主成分来解释14个原始变量84.675%的信息，从而降低分析的复杂性。

表3 特征值与方差贡献率

(四)主成分命名

为了使公因子(主成分)具有实际意义，用凯撒正态化最大方差法对初始因子载荷矩阵进行旋转，使原始变量在公因子上的载荷两级分化，从而用载荷大的原始变量来解释公因子的现实含义。表4是旋转后的因子载荷系数和成分得分系数，表5是旋转后的主成分特征值和方差贡献率。

表4 旋转后的因子载荷系数和成分得分系数

表5 旋转后的主成分特征值和方差贡献率

由表4可知：

1.教学与科研人员、教学与科研人员中高级职称人员、研究与发展人员、研究与发展人员中高级职称人员、当年科技课题总数和当年科技课题投入人数6个指标在第一主成分上有较高载荷。这些指标主要反映高校科技创新的人员投入情况，因此将主成分1命名为人员投入因子，记作F1。

2.当年科技经费拨入、当年科技经费内部支出、当年科技课题拨入经费和当年科技课题支出经费4个指标在第二主成分上有较高载荷。这些指标主要反映高校科技创新的经费投入情况，因此将主成分2命名为经费投入因子，记作F2。

3.学术论文数和发明专利申请数在第三主成分上有较高载荷。这些指标主要反映高校科技创新的成果产出情况，因此将主成分3命名为成果产出因子，记作F3。

4.技术转让签订合同数和技术转让当年实际收入在第四主成分上有较高载荷。这些指标主要反映高校科技创新的技术转让情况，因此将主成分4命名为技术转让因子，记作F4。

结合表4和表5的分析可知：F1人员投入因子和F2经费投入因子对所有初始变量的方差贡献率分别为29.305%和28.688%，因此，人员和经费是评价高职学校科技创新能力最重要的两个因子。

(五)评价模型

根据表4的计算结果，将成分得分系数乘以标准化的指标数据，得到各主成分得分函数的线性组合模型，即：

F1=0.181ZX1+0.166ZX2+0.326ZX3+0.288ZX4-0.090ZX5-0.070ZX6+0.137ZX7+0.272ZX8-

0.110ZX9-0.085ZX10-0.124ZX11-0.203ZX12-0.052ZX13+0.054ZX14

(1)

F2=-0.210ZX1-0.138ZX2-0.076ZX3-0.049ZX4+0.291ZX5+0.286ZX6-0.023ZX7-

0.041ZX8+0.324ZX9+0.320ZX10-0.038ZX11+0.083ZX12+0.043ZX13-0.063ZX14

(2)

F3=0.350ZX1+0.290ZX2-0.174ZX3-0.113ZX4-0.032ZX5-0.053ZX6+0.089ZX7-0.131ZX8-

0.058ZX9-0.090ZX10+0.519ZX11+0.295ZX12+0.057ZX13-0.106ZX14

(3)

F4=0.010ZX1-0.065ZX2-0.009ZX3-0.032ZX4+0.002ZX5-0.020ZX6+0.003ZX7+0.038ZX8-

0.038ZX9-0.063ZX10-0.063ZX11+0.302ZX12+0.555ZX13+0.457ZX14

(4)

其中，ZXi表示标准化的指标数据。

以4个主成分各自的方差解释率在累积方差贡献率中的比重为权数加权计算主成分综合得分，得到高职学校科技创新能力综合评价模型，即：

F=0.346 1F1+0.338 8F2+0.172 6F3+0.142 6F4

(5)

三、高水平高职学校科技创新能力评价分析

(一)模型计算结果

将50所高水平高职学校2016—2018年的各项指标数据标准化处理后，代入高职学校科技创新能力综合评价模型，计算各高水平高职学校的科技创新能力得分，为保证研究结果的稳定性，以得分的年平均值进行比较，结果详见表6和图1。

表6 50所高水平高职学校科技创新能力得分情况

表6(续)

表6(续)

表6(续)

图1 31个省(直辖市、自治区)高水平高职学校分布情况

从表6和图1可知，高水平高职学校科技创新能力评价综合得分结果呈现为3个梯队。第一梯队得分大于1，只有深圳职业技术学院1所，属于A类高水平高职学校，得分为2.546 3，遥遥领先于其他高职学校；第二梯队得分为0～1，包括19所高水平高职学校，其中15所为A类或B类高水平高职学校，同时该梯队的学校大部分分布于北京、天津、江苏、浙江、广东、山东等经济较发达的省份(直辖市)，能够为高校科技创新活动投入较多的人员和经费；第三梯队得分小于0，包括30所高职学校，其中17所为C类高水平高职学校，另有5所为商科等文科类学校，同时该梯队的学校多数位于中西部地区，经济和科技发展水平较为一般。

(二)评价分析

通过对50所高水平高职学校科技创新能力的实证研究结果进行分析可知：

1.高校人员投入能力和经费投入能力不匹配，削弱科技创新产出能力。如BZ职业学院，人员投入得分排名第2位，经费投入得分排名第46位，成果产出得分排名第49位，2016—2018年年均发表学术论文15.67篇，年均申请发明专利29项，无科技专著，说明学校人员冗余，经费不足，限制其科技创新产出能力的发展；又如JN职业技术学院，经费投入得分排名第1位，人员投入得分排名第46位，技术转让得分排名第42位，2016—2018年年均技术转让合同1.33个，年均技术转让收入4.7万元，说明学校经费过度浪费，科技人才不足，削弱科技创新产出能力。

2.高校成果产出水平和技术转让水平不均衡，科技创新产出能力有短板。如SG职业技术学院成果产出得分排名第2位，技术转让得分排名第50位，该学校2016—2018年年均发表学术论文410.33篇，但3年期间无任何技术转让，导致其科技创新能力综合得分排名仅在中等水平；又如RZ职业技术学院技术转让得分排名第1位，成果产出得分排名第45位，该学校2016—2018年年均技术转让收入541.97万元，但年均发表学术论文仅80.67篇，虽然其科技创新能力综合得分排名进入了前5位，但分值小于1，与第一名的差距还非常大。可知，产出能力短板限制了学校整体科技创新能力的提升。

3.各地区高水平高职学校科技资源配置不均衡，科技创新能力差距大。如人员投入得分排名前5位的高校，2所在广东省，2所在山东省，1所在天津市，其中3所科技创新能力综合得分排名进入前5位；人员投入得分排名后5位的高校，3所在江苏省，1所在浙江省，1所在海南省，其中3所科技创新能力综合得分排名也是在后5位。又如经费投入得分排名前5位的高校，4所在江苏省，1所在广东省，其中2所科技创新能力综合得分排名进入前5位，4所进入前10位，最差的也排在第12位，可见经费投入对整体科技创新能力的提升有较大的促进作用；经费投入得分排名后5位的高校，2所在陕西省，1所在云南省，1所在湖北省，1所在山东省。再如科技创新能力综合得分排名前5位的高校，2所在广东省，1所在江苏省，1所在浙江省，1所在山东省。结合以上分析及图1可知，入选高水平高职学校数量较多的地区大部分为沿海经济发达地区，也是科技资源投入力度较大的地区，其高校科技创新能力也较强；中西部地区的高校科技资源投入相对不足，科技创新能力也较弱。

四、结论与建议

(一)结论

基于“双高计划”背景，通过对高职学校科技创新能力进行定义，从科技创新投入和科技创新产出两个维度构建高职学校科技创新能力评价指标体系，运用因子分析法对50所高水平高职学校的科技创新能力进行实证分析，根据评价结果，可以得出以下三个重要结论。

1.人员投入和经费投入两项科技创新资源投入不匹配，会削弱学校科技创新产出能力。人员和经费是高校科技创新活动最重要的两项投入，科学合理的配置和投入能够促进科技创新产出。部分高校存在“人员冗余、经费不足”或“经费过度浪费、科技人才不足”的现象，导致学校科技创新产出受限。

2.成果产出和技术转让两项科技创新产出发展不均衡，会限制学校科技创新能力的发展。首先，部分高校成果产出和技术转让存在长短板现象，如学术论文和发明专利申请等科技创新成果数量名列前茅，但技术转让合同和转让收入却垫底，或成果产出少、技术转让多，导致学校科技创新产出指标出现短板，进而影响整体科技创新能力的提升。其次，大部分高水平高职学校技术转让能力不足，139个样本中，94个样本技术转让签订合同数和当年实际收入为0，37所高水平高职学校技术转让因子得分为负数，严重限制了学校科技创新能力的提升。

3.各地区对高水平高职学校的科技创新投入不均衡，导致高校之间科技创新能力差异较大。一方面，沿海经济发达地区对高校科技创新活动的人员投入和经费投入高于中西部地区，科技创新能力综合得分排名前5位的高校也均在沿海经济发达地区，同时该地区入选高水平高职学校的数量也较多；而中西部地区科技创新投入相对不足、资源较为欠缺，导致该地区学校科技创新能力评价排名也相对落后。同时，同一省份不同高校之间也存在投入不均衡的问题。另一方面，过多的投入产生规模效应递减，并未产出相应的科技创新成果，导致资源使用效率低下。

(二)建议

《关于实施中国特色高水平高职学校和专业建设计划的意见》明确提出，要“对接科技发展趋势，以技术技能积累为纽带，建设集人才培养、团队建设、技术服务于一体，资源共享、机制灵活、产出高效的人才培养与技术创新平台，促进创新成果与核心技术产业化，重点服务企业特别是中小微企业的技术研发和产品升级”[1]。根据“双高计划”的要求，结合高水平高职学校科技创新能力现状，提出以下三点建议。

1.不断提高人、财、物等高校科技创新关键资源利用效率。高水平高职学校应进一步梳理人、财、物等科技创新资源，统筹安排和优化配置各资源要素，提升人、财、物的使用效率，避免资源的闲置与浪费。一方面，要加强科研经费的监督和管理[19]，建立“预算—执行—决算”全过程的动态跟踪管理机制，确保科研经费科学合理的使用。另一方面，要创新科技人才队伍建设和科研评价机制，通过引进“行业有权威、国际有影响力”[1]的高层次人才解决高职学校高水平科技人才不足的问题，提升学校整体科研水平；通过“建立以业绩贡献和能力水平为导向、以目标管理和目标考核为重点的绩效工资动态调整机制，实现多劳多得、优绩优酬”[1]，从而提高科技人才主动投入科技创新活动的积极性。

2.均衡发展成果产出和技术转让两个科技创新产出指标。首先，成果产出和技术转让是科技创新产出的两个主要指标，两者相辅相成、相互促进，高水平高职学校应对两方面能力进行自我评估，加大对“短板”的建设力度，同时找准自身科研定位，进一步加强对优势科技创新活动的支持力度，通过补齐短板、拔高优势，提高学校整体的科技创新能力。其次，高水平高职学校应重视科技成果转化，一是设立科技成果转化机构，建立科研机构、高校、政府、企业之间的交流与合作平台[17]，实现科技创新需求、供给、支持等各方的有效对接；二是完善多元化科研评价机制，摒弃“唯论文论著”观[19]，将科技成果转化纳入评价指标体系，通过建立科学合理的激励机制，提升科技人员科技成果转化的积极性，从而提高学校技术转让能力。

3.持续优化不同地区、不同高校之间的科技创新资源配置。首先，地方政府应将高校科技创新资源进行统筹规划，建立区域科技创新资源共享机制[17]，打破高校之间科技创新活动的分割状态，实现科技人才、科研经费、仪器设备等各类创新要素的有效对接。其次，要加强省际高校科技协同创新[19]。一是推动不同地区高校之间跨学校、跨学科、跨领域的科研合作，促进高校科技创新资源丰富地区和欠缺地区的协同创新；二是鼓励科技创新能力高的高职学校与普通高职学校签订科技对口帮扶协议，定期安排科技专家到普通高职学校进行技术指导、合作研发等。