苏 平,朱 润

(1.重庆理工大学 科技创新知识产权研究中心;2.重庆理工大学 重庆知识产权学院,重庆 400054)

0 引言

作为科技创新体系的重要组成部分,高校为我国科技产出作出了重要贡献。高校肩负着科学研究与知识创新的重大职责,而我国高校科技成果转化仍然是科技创新链条中的薄弱环节,大量科研成果只停留在论文阶段或实验室阶段,无法转化成现实生产力。高等院校是区域科技成果产出与转化的重要力量,地方高校的科研成果产出及转化能力的提升对于促进地方创新发展具有重要意义,而科技创新政策与高校的科技成果转化效率具有十分密切的关系。

1 文献综述与研究假设

1.1 文献综述

高校作为我国科学研究和科技成果转化的重要力量,在创新型国家建设中扮演着重要角色。郝远[1]强调高校科技成果转化的重要性,认为科技成果转化与推广应用是科技工作的重要组成部分,是促进经济发展的关键所在。高等院校作为科技成果的重要发源地,是推广应用的重要技术依托。但是高校科技成果转化受到各方面因素的影响,如人才、政策、经济发展、科研投入等。肖士恩等[2]指出科技创新政策可以提升研究开发能力,提高科技成果转化程度,对科技进步和经济发展起到了很大的推动作用。黄祥嘉[3]认为科研体制不健全、外部环境不友好、政策法规不配套是制约高校科技成果转化的关键因素。杨雅婷等[4]认为地方政府对高校的扶持力度、高校自身对成果转化工作的重视程度以及校企之间合作平台及方式是影响高校科技成果转化的主要因素。卢伟等[5]经研究发现高校科技成果转化受经费投入、科技中介服务、制度保障等内外部多重因素的综合影响。靳瑞杰等[6]基于过程性视角识别出政策与制度供给、人才资源、科技成果类型、职务发明奖励制度等17类影响高校科技成果转化的关键因素。朱娅妮等[7]认为科技成果转化配套政策、产业化流程、金融财税政策、科技成果转化信息共享平台是地区高校科技成果转化的内在影响因素。景晓辉等[8]认为政府政策支持、校企合作、金融资本、科技服务和用户市场回馈等要素的协作能提升高校科技成果向现实生产力转化的效率。章熙春等[9]提出应进一步发挥创新政策对科技成果转化目标的正向引导作用。许晗等[10]通过构建政策工具,以1996—2020年国家颁布的高校科研人员科技成果转化政策作为研究对象,发现高校科技成果转化不同阶段政策工具运用不均衡,研究开发阶段需求型政策缺失,孵化阶段需求型政策匮乏,产业化与商业化阶段环境型政策过溢。从上述文献中可以看出,政策是影响高校科技成果转化的重要因素已达成共识。

1.2 研究假设

高校是科技成果转化的重要力量,是促进区域经济发展的重要力量,提升高校科技成果转化效率有助于促进科技进步,进而提升区域内产业基础能力和产业链现代化水平。高校科技成果转化工作本身是市场行为,但科技创新政策通对高校科技成果转化各环节进行宏观指导和干预,进而影响高校科技成果转化效率,并表现出明显的激励作用。重庆市科技创新政策通过使用政策工具发挥对高校科技成果转化效率的促进作用,政府通过颁布一系列的科技创新政策促进高校科技成果转化,进而推动重庆市经济高质量发展。不同类型政策工具发挥作用的路径与方式不同,不同类型政策工具对高校科技成果转化效率的影响也必然不同。基于此,本文提出如下假设:

H1:供给型政策工具正向促进高校科技成果转化效率;

H2:环境型政策工具正向促进高校科技成果转化效率;

H3:需求型政策工具正向促进高校科技成果转化效率。

2 重庆市科技创新政策文本分析

2.1 样本选取及数据处理

2.1.1 样本选取

本文选取2012-2021年重庆市颁布的科技创新政策作为政策研究样本。此外,为了更好地观测重庆市科技创新政策对地方高校科技成果转化效率的影响,选取了同为直辖市的北京、上海、天津3个城市做横向比较。按照代表性、规范性、相关性原则对政策文本进行选择,以便剔除无效文本,最终获取重庆有效政策文本256份,北京有效政策文本201份,上海有效政策文本304份,天津有效政策文本223份,总计984份。

2.1.2 数据处理

政策工具理论最早在20世纪50年代提出,在20世纪80年代,随着发达国家开始重视政府治理和服务能力,政策工具在公共行政学领域兴起,学者们对政策工具的探讨增加,逐渐形成了比较完备的理论体系,成为政策研究的一种重要方式。政府选择政策工具的目标主要是为了更好地引导高校科技成果转化,本文选取Rothwell和Zegveld的分类方式分析科技创新政策。

在政策文献计量过程中,需要根据研究目的以及研究内容确定文本分析单元,制定文本分析的类目。本文在总结以往研究成果基础上,对各项运用的政策工具进行了归纳与总结,重点参考了《重庆市促进科技成果转化条例》,归纳出了如下政策工具:供给型政策工具的作用形式表现为政策推动科技创新活动,一般指政府向高校科技创新提供直接的物质层面的保障,主要包括人才建设、基础设施建设、资金投入、科技信息支持。需求型政策工具的作用形式表现为政策拉动科技创新,利用其他手段减轻市场对科技创新的不稳定影响因素,主要包括政府采购、校企合作、产业技术需求、中介机构和项目外包。环境型政策工具的作用形式表现为给高校科技创新创造良好的环境条件,主要包括法制法规、税收优惠、激励政策、知识产权和金融支持。

2.2 政策文本量化分析

2.2.1 政策文本数量

自2012年,随着国家有关科技创新政策的出台,多领域科技创新加快推进、全面发展,重庆市迅速响应,针对科技创新发展需要解决的人才、资源、环境等方面的突出问题,出台了一批政策。2012-2021年,重庆市相关政府部门共制定、颁布、落实了256份科技创新政策,其政策文本数量变化如图1所示。

图1 2012-2021年重庆市科技创新政策文本数量变化

由图1可知,重庆市相关部门颁布的科技创新政策文本总体呈现上升趋势,并在2021年达到峰值,共计颁布62份科技创新政策。重庆在2016年出现快速增长,相比2015年增加了80.95%。2021年重庆市科技创新政策文本同样出现大规模增长,相比2020年增加了121.43%。

2.2.2 政策文本形式

2012- 2021年,重庆市颁布的科技创新政策文本形式呈现出多样化特征,涵盖多种类型的政策文本。本文主要将其分为5种不同类型的文本,分别为办法型文本、意见型文本、规划型文本、通知型文本和条例型文本,分类及其涵盖内容见表1。

表1 重庆市科技创新政策文本分类及涵盖内容

如图2所示,重庆市颁布的科技创新政策文本类型中,通知型政策文本数量最多,占所有政策文本数量的36%,但大多属于地方工作文件,其效力层级、执行力度远低于其他4类政策文本。其次是规划型政策文本占总数的24%,办法型政策文本占总数的21%,意见型政策文本占18%,这3类政策文本大多属于地方行政规范性文件,发布了促进重庆科技创新工作的具体举措和重要方向,助力重庆科技创新实践。而条例型文本仅占1%,但条例型文本属于地方性法规,效力层级与执行力度最强,相比其他政策文本更宏观,具有整体性、系统性、全局性的特征,能引领重庆科技创新的发展。政策文本类型最多的是通知类政策文本。此外,还存在一定数量的“暂行”“试行”政策文本,在一定程度上表明重庆市科技创新意识强烈,对于科技创新工作的关键领域和突出问题敢于先行先试。

图2 重庆市科技创新政策文本类型分布

2.2.3 政策颁布部门

从现有颁布的政策来看,重庆市的科技创新政策既有单独颁布的政策,亦有联合颁布的政策,具体的颁布方式取决于政策内容涉及的政府部门以及政策效力层级。颁布科技创新政策是一项全局性的工作,需要各个相关部门协同合作,合理安排颁布政策的部门也有助于加强政策协同,有效推动政策落地,最大限度发挥政策作用。2012-2021年重庆市颁布的科技创新政策的主体统计结果见表2。

表2 2012-2021年重庆市政策颁布主体统计

如表2所示,重庆市独立颁布科技创新政策的部门数量达到24个,联合颁布的部门数量达到37个。24个独立颁布的部门颁布的政策数量有215份,占政策总数的84%,而37个联合颁布的部门仅颁布了41份政策,占政策总数的16%,说明重庆市单独颁布政策比例较高,各部门之间颁布政策的协同度仍有待提高。

2.3 政策工具统计结果分析

2.3.1 政策工具分布

重庆市2012-2021年颁布的促进高校科技成果转化的科技创新政策工具使用情况如表3所示。通过政策工具的使用分布情况可以了解重庆市科技创新政策的着力点。2012-2021年,重庆科技创新政策有190份文件使用供给型政策工具,占政策总数的74.22%;90份文件使用环境型政策工具,占总数的35.16%;131份文件使用需求型政策工具,占总数的51.17%。

表3 2012-2021年重庆科技创新政策工具统计

2.3.2 供给型政策工具

供给型政策工具是指为高校提供技术、资金、人才、平台、科技信息等诸多资源,通过支持高校科技创新发展扩大供给,从而直接促进重庆高校科技成果转化的实施。重庆市在2012-2021年使用供给型政策工具分布情况如表4所示。由表4可知,在供给型政策工具中,重庆市使用基础设施建设这一政策工具数量最多,涉及文件达到137份,占供给型政策工具文件的72.11%,市政府及其余各部门通过建设(重点)实验室、研发中心、技术创新联盟等基础设施来推动高校科技成果转化。

表4 重庆市供给型政策工具分布

2.3.3 环境型政策工具

环境型政策工具是通过间接影响的方式来促进高校科技成果转化。重庆市2012-2021年使用环境型政策工具分布如表5所示。

表5 重庆市环境型政策工具分布

由表5可知,在环境型政策工具中,重庆市使用激励政策这一政策工具的数量最多,占环境型政策工具总数的63.33%,表明重庆市政府及相关部门主要通过对高校的激励来促进其科技成果转化。

2.3.4 需求型政策工具

不同于供给型政策工具的直接推动和环境型政策工具的间接影响,需求型政策工具从需求面出发,通过扩大需求来拉动高校科技成果转化,如项目外包、产业技术需求等方式推动高校科技成果转向市场,扩展高校科技成果转化渠道,提升高校科技成果转化效率。重庆市需求型政策工具细分为产业技术需求、项目外包、校企合作、政府采购、中介机构,其在2012-2021年使用需求型政策工具分布如表6所示。

表6 重庆市需求型政策工具分布

在需求型政策工具中,重庆市使用产业技术需求、项目外包、校企合作3类政策工具涉及文件数量分别为49份、45份、51份,分别占需求型政策工具总数的37.4%、34.35%、38.93%。其中使用校企合作这一政策工具的政策文本相对较多,表明重庆市政府及相关部门鼓励高校和企业合作,通过提高企业对于高校的技术需求来促进高校科技成果转化。

3 重庆市地方高校科技成果转化现状分析与效率测度

3.1 重庆市高校科技成果转化现状

科技成果是科学研究与技术开发所产出的具有实用价值的成果,科技成果“只有转化才能实现创新价值”,因此高校要突出转化运用导向,将科技成果转化为具体产品并获得收益,以促进区域经济的发展。本文采取高校技术转让当年实际收入作为评价高校科技成果转化现状的指标,2012-2021年四大直辖市地方高校技术转让当年实际收入变化如图3所示。

图3 2012-2021年直辖市地方高校技术转让当年实际收入变化

从图3可以看出, 2012-2021年北京、上海、天津、重庆4个直辖市地方高校技术转让当年实际收入波动幅度较大,其中重庆市的波动幅度最大,在2019年出现断崖式下跌,同时在2021年出现井喷式增长。经计算,北京地方高校技术转让当年实际收入2021年较2012年增长76.05%,上海市2021年较2012年降低76.71%,天津市2021年较2012年增长6 823.39%,重庆市2021年较2012年增长203.86%,从绝对増长率来看,天津出现井喷式增长,绝对增长率排名第一,重庆排名第二,北京排名第三,这3个直辖市均呈现增长状态,而上海呈现下降状态。从年均增长率来看,北京、上海、天津、重庆的年均增长率分别为14.41%、25.96%、244.55%、1 436.46%,其中重庆排名第一、天津第二、上海第三、北京第四。

根据表7,2012-2021年四大直辖市地方高校技术转让当年实际收入平均值重庆市最高,是北京市的1.76倍,是上海市的近3.43倍,是天津市的10.72倍。总体而言,重庆市地方高校的技术转让收入处于较高水平,在绝对增长率、年均增长率和平均值上,均远超北京、上海、天津。

表7 2012-2021年四大直辖市地方高校技术转让当年实际收入

3.2 模型与指标选取

数据包络分析方法(DEA方法)是美国运筹学家Charnes等在1978年提出的相对效率评价方法。高校科技成果转化就是一个多阶段的过程,本文将高校科技成果转化的过程分为科技成果产出和科技成果转化两个环节。考虑到高校科技成果转化过程具有时间长、过程复杂的特点,选择两阶段网络DEA来测量高校科技成果转化效率,充分研究高校科技成果转化各阶段投入产出的关系,比单一阶段研究结果更加全面。高校科技成果转化两阶段网络模型如图4所示。

图4 高校科技成果转化两阶段网络DEA 模型

如图4,首先假设高校科技成果转化有N个决策单元(DMU),其规模报酬不变。假设高校科技成果产出阶段的研发投入为Xi,Xi=(Xi1,Xi2……Xim)T,其中m=1,2,…;科技成果产出阶段的产出成果为Zi,Zi=(Zi1,Zi2……Zip)T,其中p=1,2,…;同时Zi作为科技成果转化阶段的投入,科技成果转化阶段的产出成果为Yi,Yi=(Yi1,Yi2……Yis)T,其中s=1,2,…。基于此,构建线性规划模型如下。

(1)

(2)

(3)

(4)

(5)

根据公式(1)和公式(2),最终可以计算得出整体效率Ek、第一阶段效率Ek1和第二阶段效率Ek2,见公式(3)(4)(5)。其中Ur、Vi、Wp代表研发投入、中间产出和最终产出的权重向量,ε用于表示阿基米德无穷小。

高校科技成果转化效率评价是一个复杂的系统工程,进行高校科技成果转化效率评价的前提是构建具有科学性、合理性、客观性和可行性的指标体系。因此,在对高校科技成果转化效率评价过程中既要考虑其社会、经济、技术等特征,又要切实考虑高校科技成果发展现状。本文在综合考虑现有研究中衡量高校科技成果转化的主要指标后,最终选取以下指标作为本文测量高校科技成果转化效率的指标,具体见表8。

表8 高校科技成果转化效率评价指标体系

高校是科技成果主要产出地,人才和经费等科技资源的投入促进高校科技成果产出,同时研发经费投入和从事研发的人员数量是高校科技成果产出的基本保证。本文以研究与发展全时人员和研究与发展经费表示科技成果产出阶段的投入指标。对高校而言,专利授权在各类科技成果中最为典型,是高校科研成果最为直接的学术价值体现,经常作为衡量高校科技创新水平的指标,在一定水平上体现了高校的科研水平。因此,以专利授权量表示科技成果产出阶段的产出指标同时作为科技成果转化阶段的投入指标。在科技成果转化阶段,科技成果主要通过出售和转让高校专利以完成转化,本文选取专利出售当年实际收入、技术转让当年实际收入两项指标来测量高校科技成果转化阶段的产出。

3.3 地方高校科技成果转化效率测度实证分析

本文通过两阶段网络DEA模型测算4个直辖市高校科技成果转化效率,同时比较4个直辖市地方高校科技成果转化的情况。

3.3.1 重庆市地方高校科技成果转化效率

本文采用两阶段网络DEA模型对重庆地方高校科技成果转化的效率进行测算,重庆地方高校科技成果转化效率测算结果见表9。

表9 重庆地方高校科技成果转化效率测算结果

2012-2021年,重庆地方高校科技成果产出阶段(E1)和高校科技成果转化阶段(E2)测算的效率平均值为0.465和0.427,高校科技成果转化整体效率(E)均值为0.154。数据表明重庆地方高校科技成果整体转化效率低于各子阶段,科技成果转化阶段与科技成果产出阶段相比,效率更低,存在着严重的效率分配不均问题。

从科技成果产出阶段来看,重庆市在这一阶段的效率整体上呈现递增状态,而在科技成果转化阶段的效率呈现出递减趋势。因此重庆高校科技成果转化整体效率处于低效率的状态。2012-2021年最小值为0.049,最大值仅为0.25,说明重庆高校科技成果转化效率很低,有许多科技成果仍处于“沉睡”状态,具有很大的转化提高空间。

3.3.2 地方高校科技成果转化效率横向比较

通过两阶段网络DEA模型,本文计算出北京、上海、天津、重庆4个直辖市地方高校科技成果转化整体效率、科技成果产出阶段效率、科技成果转化阶段效率结果,见表10、表11、表12。

表10 4个直辖市地方高校科技成果转化整体效率(E)的测算

表11 4个直辖市地方高校科技成果转化科技成果产出阶段效率(E1)的测算

表12 直辖市地方高校科技成果转化科技成果转化阶段效率(E2)的测算

直辖市地方高校科技成果转化整体效率计算结果如表10所示,自2012年以来直辖市高校科技成果转化整体效率不高,平均效率不足0.1,表明直辖市的地方高校有效利用科技成果的能力仍有待提高。

直辖市地方高校科技成果产出阶段效率计算结果如表11所示,可以看到重庆市地方高校2021年科技成果产出阶段的效率值为1。整体上,重庆市地方高校在科技成果产出阶段的效率呈现增长趋势,2016-2021年的效率值保持在0.5以上,其平均值排名第一,表明重庆在这一阶段产出的科技成果在持续增加。

直辖市地方高校科技成果转化阶段效率计算结果如表12所示。可知,天津市地方高校2021年科技成果转化阶段的效率值为1,重庆市地方高校2012年在科技成果转化阶段的效率值也为1,整体而言,4个直辖市在2012-2021年间地方高校的科技成果转化效率表现不佳,表明大量科技成果被束之高阁,仍然停留在实验室,没有发挥其经济价值和社会价值。

从4个直辖市地方高校科技成果转化整体效率、科技成果产出阶段效率、科技成果转化阶段效率结果来看,重庆市地方高校科技成果转化效率值最高,其E、E1、E2在直辖市地方高校中均处于较高水平,并与北京、上海、天津3个城市拉开了差距。除重庆以外,上海市地方高校在科技成果产出阶段效率表现较好,而北京市地方高校则在科技成果转化阶段效率较好。但从总体上看,4个直辖市的E、E1、E2值都处于低水平阶段,表明直辖市地方高校不仅在科技成果产出阶段有大量损耗,在科技成果转化阶段也表现不佳,使得大量的科技成果没有转化成新技术、新产品进入交易市场,现如今仍处于“沉睡状态”。

4 实证分析

4.1 变量选取

4.1.1 被解释变量

高校科技成果转化效率。通过两阶段网络DEA模型计算北京、上海、天津、重庆4个直辖市高校科技成果转化效率。以下将其效率结果作为因变量进行研究。

4.1.2 核心解释变量

本文基于政策工具理论选择运用内容分析法将北京、上海、天津、重庆4个直辖市的科技创新政策分为供给型科技创新政策工具、环境型科技创新政策工具、需求型科技创新政策工具3类并使用NVivo12 Plus软件对2012-2021年北京、上海、天津、重庆4个直辖市的科技创新政策文本进行编码量化,最终测量出其政策工具使用频率,并将其作为核心解释变量。

4.1.3 控制变量

在前人对高校科技成果转化效率研究的基础上,考虑到本文的主要研究内容,将人均地区生产总值、R&D经费、R&D全时人员、专利申请量作为影响高校科技成果转化效率的控制变量。其中,专利申请量仅作为高校科技成果转化阶段的控制变量。

综上,本文所选取的关键变量及含义如表13所示。

4.2 模型选择与构建

本文研究的被解释变量是基于两阶段网络DEA模型测算高校科技成果转化效率,取值范围为[0,1],属于受限变量。而Tobit回归模型主要用于被解释变量受限的情况,因此将通过构建Tobit模型探究科技创新政策工具对高校科技成果转化效率如何具体产生作用。根据本文提出的假设,构建模型如下。

Yit=α0+α1Supit+α2lnPgdpit+α3lnRdeit+α4lnRdpit+α5lnNpait+μi

(6)

Yit=α0+α1Envit+α2lnPgdpit+α3lnRdeit+α4lnRdpit+α5lnNpait+μi

(7)

Yit=α0+α1Demit+α2lnPgdpit+α3lnRdeit+α4lnRdpit+α5lnNpait+μi

(8)

其中,α表示估计系数;i表示第几个决策单元;t表示时期;μ表示随机误差项;Sup表示供给型科技创新政策工具参考点数量;Env表示环境型科技创新政策工具参考点数量;Dem表示需求型科技创新政策工具参考点数量;Pgdp表示平均地区生产总值;Rde表示研究与发展经费;Rdp表示研究与发展全时人员数量;Npa表示专利申请数量。本文运用Stata17.0 软件来评估模型参数。

4.3 实证过程与结果

4.3.1 基准回归分析

对面板模型回归估计的前提是要考虑其个体效应和时间效应,并确定是固定效应或随机效应。本文为提高估计结果的稳定性,采用个体时间双固定效应模型的最小二乘虚拟变量估计方法进行结果估计,回归结果如表14所示。

表14 基准回归结果

通过构建基准面板模型,实证检验不同政策工具与地方高校科技成果转化的整体效率和各阶段效率之间的线性关系,回归结果如表14所示,在处理控制变量后,最主要的3个模型即(1)、(2)、(3)中,供给型政策工具、环境型政策工具、需求型政策工具均呈现出对地方高校科技成果转化效率的1%显著正相关关系,本文研究假设H1、H2、H3得到验证,其中3个模型的Adj R-squared值分别为0.548、0.571、0.516,表明这3个模型的拟合程度较好。

4.3.2 Tobit回归分析

本文运用Stata17.0软件进行Tobit模型回归分析,其政策工具对高校科技成果转化效率的回归结果见表15、表16、表17。

表15 供给型科技创新政策工具回归结果

表16 环境型科技创新政策工具回归结果

表17 需求型科技创新政策工具回归结果

根据表15中回归结果可以看出,供给型科技创新政策工具与高校科技成果转化整体效率、科技成果产出阶段效率、科技成果转化阶段效率均呈现1%的显著正相关关系,验证了假设H1。

根据表16中回归结果可以看出,环境型科技创新政策工具与高校科技成果转化整体效率、科技成果产出阶段效率、科技成果转化阶段效率均呈现1%的显著正相关关系,假设H2得到验证。

根据表17中回归结果可以看出,需求型科技创新政策工具与高校科技成果转化整体效率、科技成果产出阶段效率、科技成果转化阶段效率均呈现1%的显著正相关关系,验证了假设H3。

4.3.3 内生性分析

为了确保研究过程的严谨性,增强研究结果的可信度,构建动态面板数据模型,并采用工具变量法进行内生性检验。在本研究中,政策工具的运用与地方高校科技成果转化效率之间可能存在双向因果关系,合理运用各类政策工具能够促进地方高校科技成果转化效率,但地方高校科技成果转化效率越高的城市其政策工具运用也相对合理。因此,为尽可能缓解回归模型内生性问题,将政府发布政策数量(NP)作为工具变量,使用两阶段最小二乘法(2sls)进行估计的方式,来减弱互为因果问题对实证结果带来的影响。估计结果如表18的回归结果所示,政府发布政策数量(NP)依然在1%的显著水平上正向影响地方高校科技成果转化效率,并且同表15、表16、表17的Tobit回归结果对比,控制变量的回归结果亦无显著差距。其中,3个模型的Wald检验均在1%的水平上拒绝了“α=0”的外生性原假设,表明存在内生性问题,同时Wald F统计量均大于经验规则值10,强烈拒绝存在弱工具变量的原假设,表明工具变量政府发布政策数量(NP)与扰动项无关,即工具变量通过检验。综上,可以认为在考虑内生性问题之后,原模型的估计结果具有稳定性。

表18 内生性回归结果

5 结论与启示

5.1 研究结论

目前关于科技创新政策影响高校科技成果转化的研究较多,但仍缺乏科技创新政策是通过何种途径对高校科技成果转化效率产生影响的研究。本文基于政策工具视角,研究科技创新政策如何影响地方高校科技成果转化效率,建立Tobit回归模型,采用实证分析方法验证了科技创新政策工具对高校科技成果转化效率有显著的正向作用,并得出以下结论。

一是政策工具使用不均衡。重庆市科技创新政策数量自2012年以来总体呈上升趋势,说明科技创新政策受到政府的重视程度不断提高。在政策工具使用上,重庆市供给型政策工具所占比重最大,其二级政策工具中使用比例最高的是基础设施建设和人才建设;需求型政策工具的使用两极分化,在产业技术需求、项目外包、校企合作方面比较重视,相对忽略中介机构、政府采购拉动地方高校参与科技成果转化的积极性;而环境型政策工具的应用缺位问题尤为明显,法规管制、金融支持、税收优惠、知识产权、激励政策能从某种程度上增强高校参与科技成果转化事业的积极性,但由于环境型政策工具的缺乏与不足,使得科技创新政策的整体牵引力减弱,不利于高校科技成果转化实践健康、持续发展。因此,加强环境型政策工具运用是重庆市政府的现实之需,亦是重庆政府未来科技创新决策工作的重点。

二是地方高校科技转化效率长期处于低水平阶段。从整体效率来看,重庆市地方高校科技成果转化的总体效率偏低,科技成果产出阶段的效率较科技成果转化阶段的效率高,这说明目前重庆市地方高校侧重研发创造,而在科学技术成果方面的转化运用和科技推广方面仍有较大不足。

三是科技创新政策对高校科技成果转化效率有显著的促进作用。通过Tobit回归模型的回归分析,验证了科技创新政策工具对地方高校科技成果转化效率存在显著的促进作用。近年来地方高校科技成果转化效率逐年提升,说明重庆市颁布的科技创新政策实施成效明显。

5.2 管理启示

重庆市政府部门应当在保证与国家总体政策一致的前提下,根据重庆市实际情况,进一步完善科技创新政策体系,从而有效促进重庆地方高校科技成果转化。

一是健全科技创新政策体系,强化各部门协同。高校科技成果转化是一个动态连续的系统工程,需要国家的宏观引导和顶层设计,也需要地方政府根据需求从微观层面构建合理的政策执行体系。构建合理的科技创新体系需要协同运用多种政策工具,而不同的政策工具专属于不同的政府部门,因此重庆市科技创新政策的制定需要多个政府部门的参与及协同配合,集聚科技创新资源,通过共享、共建、共推等方式协同推进地方高校科技成果转化工作。

二是优化完善政策工具,科学把握三大政策工具应用比例。不同类型的科技创新政策工具对地方高校科技成果转化效率的作用方式不同,因此重庆市应当采取差异化措施,充分发挥不同类型政策工具的效力。首先,供给型政策工具对地方高校科技成果转化效率的提升具有直接作用,包括人才、基础设施、资金和科技信息4类供给型政策,重庆市需要根据区域特性和实际的科技资源需求,引进科技创新资源,为高校科技创新发展扩大供给,合理制定人才、资金、基础设施、科技信息的政策,优化供给型政策的使用效果,发挥供给型政策对地方高校科技成果转化的直接推动作用。其次,在促进高校科技成果转化的过程中,需求拉动的影响力更大也更具活力,可以适度加大需求型政策工具的使用频数,积极发挥需求型政策工具的拉动效应。最后,要高度重视环境型政策工具的使用频数,加强科技创新政策的可实施性和执行力度。总之,重庆市在制定政策时应加强交流合作保障科技创新政策的实施效果,适当提升环境型与需求型政策工具的使用,科学把握三大政策工具的应用比例,实现各类政策工具的均衡发展,放大科技创新资源与要素的聚集效应,最大程度发挥科技创新政策对地方高校科技成果转化效率的提升作用。