張敏敏

中國(guó)高?？萍汲晒D(zhuǎn)化能力評(píng)價(jià)

張敏敏

（河北經(jīng)貿(mào)大學(xué)，河北 石家莊 050061）

一個(gè)高校的學(xué)術(shù)水平可以通過(guò)很多標(biāo)準(zhǔn)來(lái)衡量，其中比較重要的一個(gè)衡量標(biāo)準(zhǔn)就是高校的科技成果轉(zhuǎn)化情況，高校想要提高學(xué)術(shù)水平，就必須關(guān)注自身科技成果轉(zhuǎn)化能力。文章的研究對(duì)象為2019年全國(guó)31個(gè)地區(qū)的高校，首先從三個(gè)維度構(gòu)建了指標(biāo)體系；其次使用R軟件做因子分析，提取了2個(gè)公因子，并得到了31個(gè)地區(qū)的因子得分和排名；然后進(jìn)行聚類(lèi)分析，最終分為5類(lèi)；最后提出相應(yīng)的建議。

高校；科技成果轉(zhuǎn)化；因子分析；聚類(lèi)分析

引言

從《2020年高等學(xué)?？萍冀y(tǒng)計(jì)資料匯編》中可以看到，絕大部分高校的專(zhuān)利授權(quán)數(shù)很多，但卻只出售了其中的2.79%，這說(shuō)明科技成果轉(zhuǎn)化方面存在很大的問(wèn)題。從整體來(lái)看，目前我國(guó)高校的科技成果轉(zhuǎn)化能力有待提高。因此，必須要通過(guò)數(shù)據(jù)分析的方法對(duì)我國(guó)各個(gè)高校的科技成果轉(zhuǎn)化能力進(jìn)行評(píng)價(jià)，發(fā)現(xiàn)當(dāng)前存在的問(wèn)題，從而找到提升科技成果轉(zhuǎn)化能力的方法。

很多學(xué)者做了相關(guān)的研究。郭強(qiáng)[1]通過(guò)各方面的分析，得到了我國(guó)高?？萍汲晒D(zhuǎn)化能力的九點(diǎn)影響因素。郭俊華[2]主要采用的方法是聚類(lèi)分析方法和因子分析方法，兩種方法的研究對(duì)象都是2015年我國(guó)的高校，由此分析了我國(guó)高?？萍汲晒D(zhuǎn)化情況。雷英月[3]通過(guò)因子分析法，發(fā)現(xiàn)了高?？萍汲晒D(zhuǎn)化的影響因素有科學(xué)技術(shù)與研究經(jīng)費(fèi)、科學(xué)技術(shù)與研究人員、科學(xué)技術(shù)與研究市場(chǎng)環(huán)境以及我國(guó)相應(yīng)的政策。王念和劉細(xì)發(fā)[4]分析了影響我國(guó)高?？萍汲晒D(zhuǎn)化的各種內(nèi)外因素，提出建立內(nèi)外部聯(lián)動(dòng)機(jī)制等相關(guān)建議。曹禹[5]主要分析了科技成果投入與產(chǎn)出對(duì)轉(zhuǎn)化的影響，采用了兩種方法，分別是回歸法和因子法。汪曉夢(mèng)[6]分析了西南地區(qū)高校的科技創(chuàng)新情況，采用了1個(gè)模型和1種方法，分別是灰色關(guān)聯(lián)模型和主成分法。

本文首先構(gòu)建了指標(biāo)體系；其次使用R軟件進(jìn)行因子分析，從原始的指標(biāo)中提取公因子，并得出各個(gè)地區(qū)的得分及排名；然后對(duì)31個(gè)地區(qū)進(jìn)行聚類(lèi)；最后對(duì)結(jié)論進(jìn)行分析，并依據(jù)數(shù)據(jù)分析得到的結(jié)論提出相應(yīng)的建議。

1　數(shù)據(jù)來(lái)源和指標(biāo)確定

文章的數(shù)據(jù)來(lái)源于《2020年高等學(xué)?？萍冀y(tǒng)計(jì)資料匯編》。指標(biāo)體系是從三個(gè)維度來(lái)構(gòu)建的，3個(gè)一級(jí)指標(biāo)下又包括了7個(gè)二級(jí)指標(biāo)，同時(shí)，在7個(gè)二級(jí)指標(biāo)下又包括了18個(gè)三級(jí)指標(biāo)，具體指標(biāo)見(jiàn)表1。

表1 評(píng)價(jià)指標(biāo)體系

續(xù)表1

從事研究與發(fā)展人員中高級(jí) 職稱人員人年X6 科技經(jīng)費(fèi)當(dāng)年科技經(jīng)費(fèi)內(nèi)部支出千元X7 當(dāng)年研究項(xiàng)目支出經(jīng)費(fèi)千元X8 科技機(jī)構(gòu)研發(fā)機(jī)構(gòu)數(shù)個(gè)X9 科技項(xiàng)目科技項(xiàng)目數(shù)項(xiàng)X10 科技項(xiàng)目研究與發(fā)展項(xiàng)目數(shù)項(xiàng)X11 科技實(shí)力科技項(xiàng)目科技成果 科技著作部X12 科技成果學(xué)術(shù)論文中國(guó)外期刊數(shù)篇X13 科技成果知識(shí)產(chǎn)權(quán)與專(zhuān)利 專(zhuān)利申請(qǐng)數(shù)項(xiàng)X14 知識(shí)產(chǎn)權(quán)與專(zhuān)利專(zhuān)利授權(quán)數(shù)項(xiàng)X15 轉(zhuǎn)化效果知識(shí)產(chǎn)權(quán)與專(zhuān)利技術(shù)成果轉(zhuǎn)讓專(zhuān)利出售數(shù)項(xiàng)X16 技術(shù)轉(zhuǎn)讓合同數(shù)項(xiàng)X17 技術(shù)成果轉(zhuǎn)讓技術(shù)轉(zhuǎn)讓收入千元X18 技術(shù)成果轉(zhuǎn)讓

2　統(tǒng)計(jì)方法和結(jié)果分析

2.1　因子分析

因子分析實(shí)際上是一種降維的方法，它將變量進(jìn)行分組，分組的依據(jù)是原始變量之間的相關(guān)系數(shù)的大小，將相關(guān)性大的變量分為一組，每組變量都稱為因子[7]。

2.1.1因子分析的適用性檢驗(yàn)

使用R軟件進(jìn)行因子分析，首先得到了各個(gè)指標(biāo)之間的的相關(guān)系數(shù)，從各指標(biāo)的相關(guān)系數(shù)上可以看出，、、、的相關(guān)系數(shù)很大，、、、的相關(guān)系數(shù)也很大，說(shuō)明本文接下來(lái)可以做因子分析。

2.1.2確定公因子數(shù)目

基于最大似然法進(jìn)行因子分析，其結(jié)果如表2所示，由表可知兩個(gè)公因子的累計(jì)貢獻(xiàn)率達(dá)到了90%，因此本文提取了兩個(gè)公因子，分別是第一公因子和第二公因子，這樣就將原來(lái)的18個(gè)指標(biāo)分成了兩組，這兩個(gè)公因子已經(jīng)包含了原來(lái)指標(biāo)中90%的信息，完全可以近似代替原來(lái)的指標(biāo)，具體見(jiàn)表2。

表2 公因子方差

2.1.3旋轉(zhuǎn)后的因子載荷矩陣

基于最大方差法對(duì)數(shù)據(jù)進(jìn)行因子旋轉(zhuǎn)，其結(jié)果如表3。從該表中可以看出，第一公因子中的指標(biāo)主要包括、、、、、、、、、、、和，這些指標(biāo)都與科技投入、科技成果產(chǎn)出有關(guān)，因此將這組指標(biāo)取名為“科技投入與產(chǎn)出因子”。

第二公因子中權(quán)重比較大的指標(biāo)包括、、、、和，這些指標(biāo)都與科技成果轉(zhuǎn)化有關(guān)，因此將這組指標(biāo)取名為“科技成果轉(zhuǎn)化因子”。

由表3得到兩個(gè)公因子模型，分別如下。

=0.828+0.812+0.947+0.927+0.874+0.850+0.839+0.444+0.754+0.855+0.781+0.788+0.818+0.579+0.581+0.287+0.313+0.600

=0.421+0.486+0.317+0.366+0.456+0.483+0.423+0.793+0.342+0.432+0.547+0.319+0.518+0.777+0.786+0.935+0.941+0.673

表3 旋轉(zhuǎn)后的因子載荷矩陣

2.1.4得分與排名

由表4可以看出，對(duì)于第一個(gè)公因子“科技投入與產(chǎn)出因子”，排名第一的是江蘇省，其次是浙江省，這是因?yàn)楫?dāng)?shù)氐恼种匾晫?duì)科技的投入，比如排名第一的江蘇省，當(dāng)?shù)卣驮O(shè)立了“科技成果轉(zhuǎn)化專(zhuān)項(xiàng)資金”，用于提供資金支持。然而，西部大多數(shù)地區(qū)投入產(chǎn)出水平較低，比如西藏、青海、新疆等，這是因?yàn)槲鞑看蟛糠值貐^(qū)的經(jīng)濟(jì)基礎(chǔ)一般，所以導(dǎo)致各地區(qū)對(duì)高校的科技投入較少，相應(yīng)的科技產(chǎn)出也就較少。

對(duì)于第二個(gè)公因子“科技成果轉(zhuǎn)化因子”，排名前兩位的分別是北京市、上海市，之所以兩者的科技轉(zhuǎn)化能力這么高，是因?yàn)檫@兩個(gè)地區(qū)的地理位置非常好，還有很多有名的高校以及科技人才。然而，西部有很多地區(qū)的高?？萍汲晒D(zhuǎn)化能力較差，比如西藏、寧夏、新疆等，這是因?yàn)檫@些地區(qū)政府對(duì)科技的投入較少，科技人才也比較少。

對(duì)于綜合得分的排名情況，江蘇省排名第一，雖然江蘇省的科技成果轉(zhuǎn)化因子得分排名第12，但是該省的科技投入與產(chǎn)出因子得分排名第一，大大地提升了江蘇省的綜合得分排名，從而綜合得分排名第一，江蘇省在科技投入與產(chǎn)出方面很強(qiáng)，但其科技成果轉(zhuǎn)化能力一般，所以江蘇省的各大高校要想辦法提升自己的科技成果轉(zhuǎn)化能力。北京排名第二，雖然北京的科技成果轉(zhuǎn)化因子得分排名第一，但是其科技投入與產(chǎn)出因子得分排名第18，拉低了北京的綜合得分排名，北京市在科技成果轉(zhuǎn)化方面很強(qiáng)，但其在科技投入與產(chǎn)出方面表現(xiàn)一般，因此北京需要加大高校的資金投入。

表4 因子得分與綜合得分

2.2　聚類(lèi)分析

聚類(lèi)分析是對(duì)樣品或變量進(jìn)行分類(lèi)，分類(lèi)的依據(jù)是樣品或變量的特征，同一類(lèi)別內(nèi)的相似性較大，不同類(lèi)別間的相似性較小，聚類(lèi)分析方法可以分為系統(tǒng)聚類(lèi)法和K均值聚類(lèi)法[8]。

本文使用的是系統(tǒng)聚類(lèi)方法，對(duì)全國(guó)31個(gè)地區(qū)高校的因子得分進(jìn)行聚類(lèi)。根據(jù)樹(shù)狀圖（圖1）可以將31個(gè)省市分為5類(lèi)，分別定義為Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ，具體分類(lèi)見(jiàn)表5。

類(lèi)別Ⅰ：北京、遼寧、上海、山東、廣東。該類(lèi)別的得分是負(fù)數(shù)，得分是正數(shù)且得分很高。說(shuō)明該類(lèi)別的科技成果轉(zhuǎn)化能力較強(qiáng)，但是在科技投入與產(chǎn)出方面處于劣勢(shì)，因此應(yīng)加大對(duì)高校科技的資金投入。

類(lèi)別Ⅱ：江蘇。該類(lèi)別的得分是正數(shù)且得分很高，得分也是正數(shù)。說(shuō)明該類(lèi)別在“科技投入與產(chǎn)出因子”和“科技成果轉(zhuǎn)化因子”兩方面都處于優(yōu)勢(shì)，但是存在大量科技產(chǎn)出沒(méi)有得到相應(yīng)轉(zhuǎn)化的情況，說(shuō)明江蘇省的科技成果轉(zhuǎn)化能力還是有提升空間的，江蘇省應(yīng)多多關(guān)注科技成果的轉(zhuǎn)化。

類(lèi)別Ⅲ：浙江、河南、湖北、重慶、四川、陜西。該類(lèi)別的特征是得分是正數(shù)，得分是負(fù)數(shù)。說(shuō)明該類(lèi)別在科技投入與產(chǎn)出方面有一定的優(yōu)勢(shì)，但科技成果轉(zhuǎn)化能力低，因此該類(lèi)別的地區(qū)應(yīng)主要關(guān)注科技成果的轉(zhuǎn)化。

類(lèi)別Ⅳ：天津、河北、山西、吉林、黑龍江、安徽、福建、湖南、廣西。得分是負(fù)數(shù)，得分是正數(shù)。說(shuō)明該類(lèi)別的科技成果轉(zhuǎn)化能力還可以，但是在科技投入與產(chǎn)出方面處于劣勢(shì)，因此該類(lèi)別的地區(qū)應(yīng)加大對(duì)高校科技的資金投入。

類(lèi)別Ⅵ：內(nèi)蒙古、江西、海南、貴州、云南、西藏、甘肅、青海、寧夏、新疆。得分是負(fù)數(shù)，得分是負(fù)數(shù)。說(shuō)明該類(lèi)別在“科技投入與產(chǎn)出因子”和“科技成果轉(zhuǎn)化因子”方面都處于劣勢(shì)，這是因?yàn)槲鞑看蟛糠值貐^(qū)的經(jīng)濟(jì)基礎(chǔ)一般，所以導(dǎo)致各地區(qū)對(duì)高校的科技投入較少，相應(yīng)的科技產(chǎn)出也就較少。

表5 聚類(lèi)結(jié)果

圖1 樹(shù)狀圖

3　結(jié)論與建議

3.1　結(jié)論

通過(guò)因子分析可以發(fā)現(xiàn)，在第一個(gè)公因子“科技投入與產(chǎn)出因子”方面，東部地區(qū)的投入產(chǎn)出水平較高，而西部大多數(shù)地區(qū)投入產(chǎn)出水平不高；在第二個(gè)公因子“科技成果轉(zhuǎn)化因子”方面，東部地區(qū)高校在科技成果轉(zhuǎn)化能力較強(qiáng)，而西部大多數(shù)地區(qū)科技成果轉(zhuǎn)化能力偏低；綜合來(lái)看，東部高?？萍汲晒D(zhuǎn)化能力較強(qiáng)。

通過(guò)聚類(lèi)分析可以發(fā)現(xiàn)，類(lèi)別Ⅱ即江蘇省在“科技投入與產(chǎn)出因子”和“科技成果轉(zhuǎn)化因子”方面都處于優(yōu)勢(shì)；類(lèi)別Ⅲ在“科技投入與產(chǎn)出因子”方面的優(yōu)勢(shì)很大，但是在“科技成果轉(zhuǎn)化因子”方面處于劣勢(shì)，因此該類(lèi)別的地區(qū)應(yīng)更加關(guān)注科技成果的轉(zhuǎn)化；類(lèi)別Ⅰ、Ⅳ正相反，其在“科技投入與產(chǎn)出因子”方面處于劣勢(shì)，在“科技成果轉(zhuǎn)化因子”方面處于優(yōu)勢(shì)，因此該類(lèi)別的地區(qū)應(yīng)加大對(duì)科技創(chuàng)新的投入，發(fā)揮自己在科技成果轉(zhuǎn)化的優(yōu)勢(shì)；類(lèi)別Ⅵ在“科技投入與產(chǎn)出因子”和“科技成果轉(zhuǎn)化因子”方面都處于劣勢(shì)，這主要是因?yàn)檫@些地區(qū)的地理位置不占優(yōu)勢(shì)，經(jīng)濟(jì)水平不高，從而導(dǎo)致對(duì)科技投入不夠。

3.2　建議

3.2.1加大資金投入

通過(guò)上面的分析可以發(fā)現(xiàn)，我國(guó)東部和中部地區(qū)高校的科技成果轉(zhuǎn)化能力較強(qiáng)，但是高校的科技投入不高，因此這些地區(qū)需要增加對(duì)高校科技的資金投入，這樣才能充分發(fā)揮這些地區(qū)高校的科技轉(zhuǎn)化優(yōu)勢(shì)，可以學(xué)習(xí)科技投入水平較高的江蘇省，江蘇省就十分注重對(duì)高?？萍嫉耐度?，設(shè)立了“科技成果轉(zhuǎn)化專(zhuān)項(xiàng)資金”，這個(gè)專(zhuān)項(xiàng)資金的投資額每年都在大幅度提升，給高校科技成果轉(zhuǎn)化提供了充足的支持。

3.2.2成立轉(zhuǎn)化機(jī)構(gòu)

我國(guó)各高校普遍存在一個(gè)問(wèn)題，就是盡管高校有很多科技產(chǎn)出，但科技成果轉(zhuǎn)化能力卻不強(qiáng)，這是因?yàn)楦咝](méi)有和企業(yè)建立適當(dāng)?shù)穆?lián)系，這就導(dǎo)致了高?？萍汲晒D(zhuǎn)化慢的問(wèn)題。因此，應(yīng)成立專(zhuān)門(mén)的機(jī)構(gòu)，這個(gè)機(jī)構(gòu)主要負(fù)責(zé)建立高校與企業(yè)之間的聯(lián)系，從而加速科技成果的轉(zhuǎn)化。

3.2.3加大科研激勵(lì)

科研人員是高校中很重要的成員之一，因此，各地區(qū)應(yīng)該高度重視對(duì)科研人員的激勵(lì)，保障科研人員的利益，包括薪資、職稱、獎(jiǎng)金等方面，合理分配利益，避免不必要的糾紛發(fā)生，同時(shí)也要保護(hù)科研人員的知識(shí)產(chǎn)權(quán)和專(zhuān)利，從而提高科研人員的積極性。

[1] 郭強(qiáng)，夏向陽(yáng). 高校科技成果轉(zhuǎn)化影響因素及對(duì)策研究[J]. 科技進(jìn)步與對(duì)策，2012，29(6): 151-153.

[2] 郭俊華. 中國(guó)高校科技成果轉(zhuǎn)化能力評(píng)價(jià)及聚類(lèi)分析[J]. 情報(bào)雜志，2016，35(12): 155-161，168.

[3] 雷英月. 高校科技成果轉(zhuǎn)化及其影響因素分析[D]. 福州: 福州大學(xué)，2014.

[4] 王念，劉細(xì)發(fā). 我國(guó)高校科技成果轉(zhuǎn)化的因子分析與路徑選擇[J]. 企業(yè)經(jīng)濟(jì)，2011，30(8): 111-113.

[5] 曹禹. 高?？萍汲晒D(zhuǎn)化影響因素研究[D]. 滁州: 安徽科技學(xué)院，2018.

[6] 汪曉夢(mèng). “十二五”期間西南高校科技創(chuàng)新績(jī)效評(píng)估與比較[J]. 科學(xué)管理研究，2018，36(5): 66-69.

[7] 費(fèi)宇. 多元統(tǒng)計(jì)分析[M]. 北京: 中國(guó)人民大學(xué)出版社，2020.

[8] 曹正鳳. 數(shù)據(jù)分析的統(tǒng)計(jì)基礎(chǔ)[M]. 北京: 電子工業(yè)出版社，2016.

Evaluation of Transformation Ability of Scientific and Technological Achievements in Chinese Colleges and Universities

The academic level of a university can be measured by many standards, of which the most important one is the transformation of scientific and technological achievements of the university. If a university wants to improve its academic level, it must pay attention to its own transformation ability of scientific and technological achievements. The research object of this paper is universities in 31 regions of China in 2019. Firstly, the index system is constructed from three dimensions; secondly, using R software to do factor analysis, two common factors are extracted, and the factor scores and rankings of 31 regions are obtained; then cluster analysis is carried out and finally divided into five categories; finally, the corresponding suggestions are put forward.

colleges and universities; transformation of scientific and technological achievements; factor analysis; cluster analysis

F124.3

A

1008-1151(2022)10-0189-04

2022-06-16

張敏敏（1997－），女，河南新鄉(xiāng)人，河北經(jīng)貿(mào)大學(xué)在讀碩士研究生，研究方向?yàn)檎{(diào)查與大數(shù)據(jù)分析。