3.2 基于DEA的我国高校技术转移绩效区域差异研究

3.2.1 指标体系的建立与数据来源

3.2.1.1 高校技术转移效率DEA分析的决策单元

本研究以2011年数据为依据，以28个省市作为决策单元（西藏、青海、宁夏因输出指标技术转让收入及技术转让合同数都为0，故不作为决策单元），以省际面板数据分析辖区省市内的高校技术转移效率；东部11省市：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南；中部8省：山西、安徽、江西、河南、湖北、湖南、吉林、黑龙江；西部12省市：内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆。

3.2.1.2 输入输出指标的筛选

R&D投入的经费和人员多少对科技成果有重要影响，我们选择R&D当年支出经费作为输入指标（X1），R&D全时人员作为输入指标（X2）。

R&D成果应用、科技服务以推动科技成果投入生产、实际应用和传播为目的，其经费和人员投入对技术转移具有重要影响，我们选择R&D成果应用及科技服务当年支出作为输入指标（X3），R&D成果应用及科技服务全时人员作为输入指标（X4）。专利是技术转移的重要内容，专利包括发明专利、实用新型专利、外观设计专利，发明专利的技术含量最高。发明专利权转让及实施许可是技术转让的重要内容。我们将申请发明专利数作为输入指标（X5），授权发明专利数作为输入指标（X6）。

技术转移包括技术成果、信息、能力的转让、移植、产业化、引进、交流和推广普及等，根据转让技术的权利化程度和性质，技术转让包括专利权转让、专利申请权转让、专利实施许可、非专利技术转让等四种基本类型。技术转让签订合同数、技术转让当年实际收入反映的是技术转化为现实生产力的能力和市场认可，我们选择技术转让当年实际收入作为输出指标（Y1），选择技术转让签订合同数作为输出指标（Y2）。

前文所列的省市决策单元和高校决策单元的输入指标X1、X2、X3、X4、X5、X6及输出指标Y1、Y2的数据，可以在教育部科技司汇编的《2012年高等学校科技统计资料汇编》中查阅获取。

本研究中，决策单元28个、输入指标6个，输出指标2个，28>max{6×2，3（6+2）}，符合DEA模型选择投入、产出指标数量的首要规则：n≥max{m×s，3（m+s）}。

DEA分析法中单调性（Isotonicity）原则要求，投入指标的增加不可导致产出数量的减少。我们将各省市6个输入指标、2个输出指标的数值进行相关分析。分析结果如表3-2，表明各投入与产出指标之间具有很高的相关性。因此可推断本研究所取用的输入、输出指标总体上比较合理。

3.2.2 各地区高校技术转移效率的面板数据分析

按照前文所确定的输入、输出指标确定原则，选定6个输入指标、2个输出指标，以28个省市自治区高校为决策单元，各地区的高校技术转移投入产出指标值详见表3-3。

运用软件DEAP2.1，结合评价DEA纯技术有效性的BCC输入模型对各省、市、自治区的高校技术转移效率进行计算分析。

1）纯技术效率与规模效率分析

当纯技术效率和规模效率都为1时，即同时达到纯技术有效和规模有效，称该单元为技术效率DEA有效；当纯技术效率或规模效率为1时，即纯技术有效和规模有效且只有一种达到，称该单元为技术效率弱DEA有效；当纯技术效率和规模效率均小于1时，即纯技术有效和规模有效同时没有达到，称该单元为技术效率非DEA有效。纯技术效率反映在给定投入的情况下各决策单元获取最大产出的能力，主要是技术和管理制度因素的影响；规模效率则反映了各决策单元是否在最合适的投资规模下进行经营，主要是规模因素影响。从表3-4可以看出，北京、河北、江苏、福建、安徽、江西、重庆7个地区的纯技术效率与规模效率均为1，达到了纯技术有效和规模有效，为技术效率DEA有效。技术效率为1，规模报酬不变，意味着这7个省市的高校技术转移投入产出相对平衡，投入利用得当，达到了相对有效的稳定结果。

纯技术效率有效但规模无效的地区有上海、海南、内蒙古、新疆4个地区，为技术效率DEA弱有效。对这些地区的纯技术效率而言，在投入固定的情况下，相应的产出也不可能增加，即投入已经得到了最大化利用。其技术效率没有达到有效是因为其规模和投入、产出不相匹配，需要增加规模或减少规模。上海为规模报酬递减、需要减小投资规模；海南、内蒙古、新疆为规模报酬递增，需要扩大投资规模。

表3-4表明，在28个地区中，技术效率达到DEA有效的有7个，约占25%；纯技术效率达到DEA有效的有11个，约占44%；规模效率达到DEA有效的7个，约占25%。

17个地区的纯技术效率小于1为非DEA有效，按照纯技术效率由高到低依次排序为贵州（0.754）、天津（0.704）、浙江（0.606）、陕西（0.604）、四川（0.524）、河南（0.478）、广东（0.418）、广西（0.418）、吉林（0.392）、山西（0.383）、黑龙江（0.381）、湖南（0.376）、云南（0.311）、山东（0.294）、湖北（0.291）、甘肃（0.252）、辽宁（0.217）。全国平均为0.58，13个地区低于这个水平，辽宁（0.217）、甘肃（0.252）最低。

规模效率达到DEA有效的是北京、河北、江苏、福建、安徽、江西、重庆等7个地区，同技术效率DEA有效的变化基本同步。余下的21个地区，规模效率接近理想值1的有四川（0.99）、广东（0.981）、天津（0.98）、浙江（0.97）、上海（0.96）等5个地区。最低的是贵州和甘肃，分别为0.278和0.302。

全国有15个地区的技术效率低于全国总体水平（0.569）。从东、中、西部的技术效率对比来看，东部为0.704、中部为0.368、西部为0.415，西部高于中部，头号经济大省广东的技术效率也仅为0.41，说明技术效率与经济是否发达没有必然的因果关系。比较表3-3和表3-4可以发现，各省市的技术效率高低与其投入的高低没有必然的因果关系，投入越多并不代表其效率越高，如辽宁的每一项投入指标都远远高于全国平均水平，指标R&D当年支出（X1）、R&D成果应用及科技服务经费当年支出（X3）甚至处于全国前列，但其技术效率只有0.196，严重落后。

2）松弛变量分析

根据DEA理论，投入松弛变量的值表明，同DEA有效决策单元相比，在保持产出不变的条件下，被考察决策单元的投入要素冗余数量，表明其所对应的投入要素对技术转移的作用未能充分发挥。产出松弛变量的值表明，同DEA有效决策单元相比，被考察决策单元的产出要素可以增加的数量。观察表3-5可以发现，有10个地区的X1投入冗余，8个地区的X2投入冗余，12个地区的X3投入冗余，13个地区的X4投入冗余，12个地区的X5投入冗余，13个地区的X6投入冗余。具体来说，在产出不减少的条件下，天津、辽宁、浙江、山西、河南、湖南、四川、贵州、云南、甘肃需要减少R&D当年支出（X1）这一指标，其中河南最为突出，可以减少302617千元；天津、山东、山西、吉林、黑龙江、广西、四川、贵州需要减少R&D全时人员（X2）这一指标，其中吉林最为突出，可以减少3016人；天津、辽宁、山东、山西、河南、湖北、湖南、吉林、黑龙江、广西、陕西、甘肃需要减少R&D成果应用及科技服务经费当年支出（X3）这一指标，其中辽宁最为突出，可以减少138729千元；辽宁、广东、广西、河南、湖北、湖南、吉林、黑龙江、广西、贵州、云南、陕西、甘肃需要减少R&D成果应用及科技服务全时人（X4）这一指标，其中陕西最为突出，可以减少307人；天津、辽宁、浙江、山东、山西、河南、吉林、黑龙江、广西、四川、陕西需要减少申请发明专利数（X5）这一指标，其中天津最为突出，可以减少588项；天津、浙江、山东、广东、山西、湖北、湖南、吉林、黑龙江、四川、云南、陕西、甘肃需要减少授权发明专利数（X6）这一指标，其中浙江最为突出，可以减少666项。

将投入减少值和产出增加值分别除以相应指标的原始数据，即可得投入可减少的比例和产出可增加的比例。表3-6显示的是17个非DEA有效决策单元投入可减少比例和产出可增加比例。

从表3-6分析，浙江、山西、吉林、广西、甘肃5个地区的技术转让当年实际收入（Y1）在投入不变的情况下还可以增加，分别可以提高30.18%、84.51%、5.46%、19.38%、100.05%；广东、四川、贵州、云南4个地区的技术转让签订合同数（Y2）在投入不变的情况下还可以增加，分别可以提高104.65%、39.69%、70.80%、344.02%。在投入方面，表中17个地区均不同程度存在投入冗余，每个地区都存在专利冗余的问题，说明专利在技术转移中的贡献发挥得不够理想；贵州省的投入冗余比较突出，R&D当年支出（X1）、R&D全时人员（X2）、R&D成果应用及科技服务全时人员（X4）分别冗余70.80%、45.97%、17.27%，这是贵州省规模效率（0.278）极低的重要原因。

3.2.3 研究发现

第一，我国各省市高校技术转移的效率总体上来说不够理想，区域差异明显。西藏、青海、宁夏等3个地区在6个投入指标上有一定数量，但是技术转让当年实际收入、技术转让签订合同数都为0（见表3-3）；其他28个地区中，技术效率DEA有效（达到1）的只有7个，技术效率DEA弱有效只有4个，技术效率非DEA有效地区达17个，比例高达60.71%；技术效率低于50%的地区有15个，占53.57%（见表3-4）。北京、河北、江苏、福建、安徽、江西的技术效率达到理想值1，上海（0.96）也非常接近理想值1。

技术效率和纯技术效率均呈现东西中递减趋势，西部的效率水平高于中部，可能与近十年来的西部大开发战略有关，管理和政策制度的设计对区域技术转移效率具有重要影响。

第二，本研究中的28个地区技术转移的纯技术效率相对较差、规模效率相对较好。纯技术效率大于80%的只有11个，仅占39.29%；规模效率大于80%的有21个，占75%。17个非DEA有效的地区，除贵州外其余16个地区之所以DEA无效主要原因在于纯技术效率无效，即投入要素未能充分发挥作用。28个地区中，除上海属于规模报酬递减之外，其他27个地区都属于规模报酬递增，应扩大技术转移规模（见表3-4）。

第三，17个地区在技术转移投入上存在冗余，9个地区存在产出不足。投入冗余的17个地区无一例外地在发明专利要素上存在冗余，说明专利的质量和转化能力有待提高（见表3-5、表3-6）。

第四，各地区高校的技术转移绩效跟其投入、所处的地理位置、经济实力没有必然的因果关系。经济发达的东部地区也有一些技术转移绩效不理想的地区，比如头号经济大省广东的纯技术效率只有0.418，经济大省山东的纯技术效率只有0.294；经济发展相对落后的中西部地区也有技术转移绩效好的地区，比如江西、安徽都达到了100%。辽宁的每一项投入指标都远远高于全国平均水平，R&D当年支出（X1）、R&D成果应用及科技服务经费当年支出（X3）这两项指标甚至处于全国前列，但其技术效率只有0.196，严重落后。

总的来说，我国高校技术转移效率较差，资源投入的冗余严重，主要表现为专利技术转移疲软，政策制度的激励作用还有很大的空间。