数字经济对高校科技成果转化效率的影响

贺 佳

(河北大学 管理学院,河北 保定 071002)

一、问题提出

党的二十大报告指出,“强化目标导向,提高科技成果转化和产业化水平”[1]。高校是科技创新的重要来源,其科技成果转化效率关系到国家创新驱动发展战略能否顺利实施[2]。2016年,教育部和科技部出台《加强高等学校科技成果转移转化工作的若干意见》,在此政策的引领下,2018年和2020年,教育部先后认定了两批高校科技成果转化和技术转移基地,2022年又进一步推进了“百校千项”高价值专利培育转化行动,为促进高校科技成果转化提供了支持性的政策环境。然而,不少研究指出,当前我国高校科技成果转化仍然存在整体水平偏低[3]、转化效率不理想[4]、东中西部科技产出差异较大[5]等问题。所以,提升高校科技成果转化效率是亟待解决的问题。

经济模式的改变会导致信息壁垒、市场需求、产业结构等方面的变化,这些是影响科技成果转化的重要因素[6-8]。近年来,随着数字技术的高速发展,其在国民经济中的地位日益突出,为社会创新和变革提供了源动力。已有大量文献研究了数字经济的发展对企业科技成果转化效率和政府运行效率的影响[9-11]。但是,很少有学者研究数字经济的发展对高校科技成果转化效率的影响。三螺旋理论指出,高校科技成果转化是高校、企业、政府等多主体协同的过程[12]。那么,省域数字经济发展对高校科技成果转化效率有何影响? 本研究将围绕这一问题开展,为提高高校科技成果转化效率、更好地布局数字经济与教育发展蓝图提供实证依据。

围绕数字经济的发展对高校科技成果转化效率影响的文献主要集中在两个方面:一是高校科技成果转化效率的研究;二是数字经济对科技成果影响的研究。

(一)高校科技成果转化效率的研究

目前,中国高校科技成果产出较多,但是成果转化效率较低[13]。对于衡量高校科技成果转化效率的指标,大部分文献使用的是DEA 值和DEA-Malmquist指数[14-15]。在高校科技成果转化效率的影响因素方面,已有文献从高校、企业和政府三个维度进行了研究。在高校维度中,科技成果质量[16]、资金支持程度[17]、所处地理位置[18]会影响科技成果转化效率。在企业方面,企业的技术更新速度、企业与高校之间的联系会影响高校科技成果转化效率[19-20]。在政府层面的因素包括鼓励校企合作的政策[21]、政府资助[22]等。此外,高校、企业和政府三者之间的联系紧密程度也会影响高校科技成果转化效率[23]。然而,很少有文献提及数字经济的发展对高校科技成果转化效率的影响,也很少有文献阐述其作用机理。

(二)数字经济对科技成果影响的研究

已有文献大多是研究数字经济对区域和企业科技创新的影响。在区域方面,数字经济可通过发展人力资源、增加科技支出、促进产业结构升级、提高创业活跃度等方式直接提高区域的创新能力,也可通过这些因素的空间溢出效应间接提高周边区域的创新能力[24-26]。在企业方面,已有研究指出,在数字经济的背景下,数字技术的广泛应用可通过降低企业成本、提高产品多元化的方式促进企业的研发投入与创新产出[27];数字经济通过降低经营成本、缓解融资约束、促进知识扩散等方式向企业释放“创新红利”,提高企业科技成果的数量和水平[28];数字经济背景下企业的科技投资能取得更高的创新效率[29]。在数字经济对科技成果的影响方面,现有文献较少聚焦高校这一创新主体。

(三)文献述评

学者们围绕数字经济对高校科技成果转化效率的影响开展了大量的相关探索。但是仍然不能充分回答本文所提出的问题。第一,以往文献虽然研究了影响高校科技成果转化效率的因素,但是很少有文献提及数字经济的发展对高校科技成果转化效率的影响。第二,已有研究大多关注数字经济对企业或区域科技成果的影响,但却较少关注到“高校”这一创新主体。与企业相似,高校同样是国家科技创新的重要组成部分。考虑到我国高校科技成果转化长期存在“成果多但转化率低”的“悖论”[30],认真审视数字经济对高校科技成果转化效率的影响具有重要意义。第三,已有研究多基于微观视角探究高校、企业、政府内部要素对高校科技成果转化效率的影响,但较少从宏观的视角出发,考察宏观经济环境,特别是“数字经济”在其中的作用。不同于传统经济,数字经济能产生更高的关联效应、创新效应和融合效应[31],在推动高校科技成果转化方面可能具有更大的潜力。鉴于此,首先,本研究将阐述数字经济发展提高高校科技成果转化效率的机理;其次,使用DEA-Malmquist指数模型计算高校科技成果转化效率,分析其现状;最后,使用动态面板模型实证研究数字经济发展对高校科技成果转化效率的影响。

二、理论机理分析

目前由于数字技术的广泛应用产生了新的经济形态——数字经济。为了促进数字经济的发展,中国政府进行了超前布局,在数字经济基础设施、数字技术应用规模等方面进行了大量投入。在政府的推动下,数字经济迅速发展,并在科技成果的需求端和供给端发挥着重要作用。在科技成果的需求端方面,数字经济的发展能够降低市场中企业创新融资的约束[32]。随着数字技术的不断加强,金融机构或者其他资金供给方能够更快捷、准确地掌握企业的信息,更合理地向企业分配资金,降低企业的创新融资成本,扩大市场中的创新规模,从而增加科技成果需求。同时,数字经济的发展能够升级产业结构[33]。传统经济和数字经济的本质区别在于所倚仗的基础设施不同,传统经济更多地依靠场地、交通等基础设施,数字经济更多地依靠通信设备等基础设施,随着中国政府对数字经济基础设施的不断投入和数字技术的不断发展,以科技为主导的新兴产业会不断出现,新兴产业的不断出现会提升对高校科技成果的需求[34]。在科技成果的供给端方面,数字经济的发展能够降低科技成果交易成本。数字经济最大的特点是获取大量信息的便捷性,获取有效信息的准确性,对市场未来需求的预测性,能够减少科技成果交易双方的不确定性,降低科技成果交易成本[35]。另一方面,数字经济的发展能够降低高校与市场之间对于科技成果供需的信息不对称性。在数字经济时代,大数据、互联网、人工智能等数字技术的运用,让信息资讯能够畅通流动,高校能够准确地获取市场对于创新的需求,从而有针对性地开展研究,对于市场来说,市场也能够更快地获取高校最新的科技成果,发挥科技成果的社会效益[36]。在数字经济的环境下,高校与市场之间的科技成果供需的信息更加透明,高校的科技成果与市场的需求更加匹配,高校与市场之间的联系更加密切。

上述分析表明,数字经济发展可通过加强科技成果的需求方(市场)和科技成果的供给方(高校)的联系,提高高校科技成果转化效率。数字经济对高校科技成果转化效率的影响机理见图1。

图1 数字经济对高校科技成果转化效率的影响机理

三、研究设计

(一)高校科技成果转化效率的计算

高校科技成果转化效率是指,在高校科研投入一定的情况下,高校科技成果转化的能力。参考游丽、孔庆鹏等[37]的研究,使用DEA-Malmquist指数模型计算26个省份(省、自治区、直辖市简称省份,由于数据统计的原因,不包括香港特别行政区、澳门特别行政区、西藏自治区、新疆维吾尔自治区、宁夏回族自治区、海南省、青海省、台湾省)高校的科研投入与经济产出的DEA-Malmquist指数①由于篇幅原因,DEA-Malmquist指数的计算步骤省略。,以分析高校科技成果的转化效率。计算DEA-Malmquist指数时的投入变量和产出变量见表1。

表1 计算DEA-Malmquist指数的投入变量和产出变量

DEA-Malmquist指数分析的是从t期到t+1期的效率变化情况,DEA-Malmquist指数大于1意味着从t期到t+1期的效率增加,DEA-Malmquist指数小于1意味着从t期到t+1期的效率减少,DEAMalmquist指数越大,高校科技成果转化效率越高。2011年至2021年中国26个省份高校的科技成果转化率如表2所示。

表2 2011年至2021年高校科研投入的DEA-Malmquist指数及其分解结果

根据表2,总体来看,2011年至2021年中国高校科技成果转化效率呈现波动趋势,其中,2014—2015年,高校科技成果转化效率下降幅度最大,2020—2021年,高校科技成果转化效率上升幅度最大。2015年是重要的转折年,2015年前,高校科技成果转化效率逐年下降,2015年后,高校科技成果转化效率整体上呈现上升趋势。这一变化与我国数字经济的发展历程相吻合。2015年前,中国数字经济政策在早期以信息化建设和鼓励电子商务发展为主,数字经济发展还处于萌芽期;2015年起,“互联网+”相关政策陆续出台,随后“数字经济”开始在政府工作报告中涌现,国家层面和省市层面均出台了一系列配套政策,以促进数字经济相关产业发展。这表明,数字经济在推动高校科技成果转化效率方面可能具有较大潜力,有必要对其进行进一步的实证检验。

(二)基准模型设计

根据高校科技成果转化效率现状分析,数字经济的发展可能会提高高校科技成果转化效率,此外,高校科技成果转化效率也会受到自身转化能力的影响。所以,使用动态面板模型进行研究。模型设计如下:

式(1)中,i表示年份,t表示省份。Y表示被解释变量高校科技成果转化效率。X表示解释变量省域数字经济发展程度。Control表示控制变量,具体为省域的经济发展水平、产业结构、公共服务水平、企业的创新能力。ε为随机干扰项。C表示常数项;α表示高校科技成果转化效率滞后项的系数;β表示省域数字经济发展程度的系数;δ表示控制变量的系数。

(三)变量选择与数据来源

1.变量选择

被解释变量为高校科技成果转化效率,使用高校的科研投入与经济产出的DEA-Malmquist指数表示,具体算法在上述高校科技成果转化效率现状分析中已经列出。

解释变量为省域数字经济发展程度,使用省域数字经济发展指数表示。对于省域数字经济发展指数的计算,参考刘军等[38]的研究,使用信息化发展指标、互联网发展指标、数字交易发展指标,同时结合熵值法进行测量。省域数字经济发展程度的具体衡量见表3。

表3 衡量数字经济发展程度的指标

控制变量为省域的经济发展水平、产业结构、公共服务水平、企业的创新能力,分别用人均生产总值的对数、第三产业的比重、人均公共服务财政支出的对数、上市高新技术企业的平均利润率表示。

为了进一步分析数字经济发展程度对高校科技成果转化效率的影响,使用特征变量。特征变量具体为地理位置、优质高校数量、高新技术企业数量。首先,中国各个地区之间的数字经济发展程度差距很大,一般来说,中国东部地区数字经济发展较好,中国中西部地区数字经济发展较差,所以,按照地理位置分为东部地区和中西部地区进行分析。其次,中国优质高校分布不均匀,通常情况下,优质高校集中度越高,越便于高校之间学术上的交流,创新环境越好,越有利于高校的科技成果转化。以各省份的双一流高校数量作为衡量当地优质高校集中度的指标,各省份的双一流高校数量的中位数为3,所以,将数量超过3的省份称为高校集中度高的省份,将数量未超过3的省份称为高校集中度低的省份。最后,高校科技成果转化本质上是高校的科研产出通过高新技术企业转化为经济效益,所以,一个地区高新技术企业数量也会影响高校科技成果转化效率。根据省份内高新技术企业数量,将省份分为高新技术企业数量多的省份和高新技术企业数量少的省份①数据来源于人工智能和大数据科技企业合合信息旗下启信宝发布《科技企业地图(全国篇)》。不同省份按照高新技术企业数量从高到低进行排序,中间省份为重庆,所以,排在重庆之前的省份(包括重庆)为高新技术企业数量多的省份,排在重庆之后的省份为高新技术企业数量少的省份。。上述各个变量的符号及其具体解释见表4。

表4 变量符号及其具体解释

2.数据来源

本文所使用的数据为2011—2021年中国26个省份的数据。数据来源于国家统计局网站、《高等学校科技统计资料汇编》、《中国统计年鉴》以及同花顺网站公布的数据。对于部分缺失数据,使用平均增长率进行估算。各个变量的描述性统计见表5。

表5 变量的描述性统计

四、实证结果与分析

根据2011—2021年中国26 个省份的数据,使用式(1)进行实证分析。为了便于稳健性检验,将式(1)分别用最小二乘法、固定效应模型、动态面板GMM 模型进行回归,回归结果见表6。

表6 基准回归结果

在表6中,列(1)使用最小二乘法进行回归,数字经济发展程度滞后项的系数不显著,说明数字经济发展程度与高校科技成果转化效率不显著,又因为R2为0.043,说明拟合度较差,回归结果的误差较大。列(2)使用固定效应模型进行回归,数字经济发展程度滞后项的系数不显著。列(3)使用动态面板模型进行回归,AR(2)的P 值均大于10%,且在SARGAN 检验中,差分GMM 和系统GMM 的P 值均大于10%,在这种情况下,系统GMM 工具变量效果更佳。在系统GMM 模型中,数字经济发展程度滞后项的系数为10.280,说明数字经济每发展一个单位,高校科技成果转化效率平均会增加10.280个单位。列(3)的回归方式较为符合实际情况,因此,研究发现目前数字经济发展程度对高校科技成果转化效率整体来看具有促进作用。

为了进一步分析动态面板GMM 模型回归结果的稳健性,采用逐渐添加控制变量的方式进行稳健性检验,检验结果见表7。根据表7可知,从第(1)列至第(5)列,AR(2)的P值均大于10%,且在SARGAN检验中,差分GMM 和系统GMM 的P值均大于10%,数字经济发展程度滞后项的系数均为正,且数值差距不大。说明表6中,动态面板GMM 模型回归结果的稳健性。

表7 稳健性检验结果

将数字经济发展程度对高校科技成果转化效率的影响做进一步的分析。按照地理位置、优质高校数量、高新技术企业数量将研究对象进行分类。参考Rajan&Zingales(1998)和Baker et al.(2016)的做法[39-40],在式(1)中加入特征变量进行进一步实证分析,加入特征变量后的模型如下:

在式(2)中,R表示特征变量,具体为地理位置、优质高校数量、高新技术企业数量。交互项R i,t-1×X i,t-1表示数字经济发展程度对高校科技成果转化效率的效应受特征变量的影响。η和θ表示特征变量及交互项的系数。对式(2)进行回归,回归结果见表8。

表8 进一步分析结果

在表8中,AR(2)的P值均大于10%,在SARGAN 检验中,系统GMM 的P值均大于10%,说明系统GMM 工具变量是有效的。由表8可知,当R=Area时,交互项L.(R×Dig)的系数为11.050,说明相对于中西部地区,东部地区数字经济对高校科技成果转化效率的促进作用较为显著。当R=Uni时,交互项L.(R×Dig)的系数为16.390,说明目前当地优质高校数量会影响省域内数字经济发展对高校科技成果转化效率,当地优质高校数量越多,省域内数字经济对高校科技成果转化的促进效果越好。当R=Hte时,交互项L.(R×Dig)的系数为20.840,说明当地高新技术企业数量会影响省域内数字经济发展对高校科技成果转化效率,当地高新技术企业数量越多,省域内数字经济对高校科技成果转化的促进效果越好。

五、主要结论和政策建议

(一)主要结论

第一,数字经济发展能提高高校科技成果转化效率。动态面板系统GMM 模型分析结果显示,数字经济发展对高校科技成果转化效率产生了显著的促进作用。产生这一促进作用的原因可以从高校和市场的角度进行分析。从高校的角度来看,高校利用数字技术能更加方便、准确地获取市场信息,调整科学研究与市场需求的匹配度,进而更有效地为市场供应科技成果。从市场的角度来看,数字经济发展减少了对企业创新融资的约束、促进了市场中产业结构的升级,扩大了市场对于高校科技成果的需求,这也有利于高校科技成果转化效率的提升。实证结果验证了前文的理论机理分析,表明数字经济可通过加强高校与市场之间的供需关系,优化科技成果在高校与市场之间的供需匹配度,对高校科技成果转化效率产生促进作用。

第二,数字经济发展对高校科技成果转化效率的促进作用具有异质性。异质性主要表现在地理位置、省域内优质高校数量、省域内高新技术企业数量这三个方面。具体而言,在地理位置方面,研究发现相较于中西部地区,东部地区数字经济对高校科技成果转化效率的促进作用更明显。造成这一现象的原因可能是受政府财政收入、经济结构等因素影响,数字经济在东部地区的发展水平要高于中西部地区,更好的数字经济发展水平保障了高校与市场之间更紧密的联系,因此,东部地区数字经济对高校科技成果转化效率的促进作用更强。在优质高校数量方面,研究发现相对于优质高校数量较少的省份,在优质高校数量较多的省份数字经济对高校科技成果转化效率的促进作用更明显。一个省份内,优质高校数量越多,当地的创新环境越好,越需要高校更充分、更及时地掌握市场的需求信息,在这样的环境下,数字经济的作用更能凸显。在高新技术企业数量方面,研究发现相对于高新技术企业数量较少的省份,在高新技术企业数量较多的省份数字经济对高校科技成果转化效率的促进作用更明显。一个省份内,高新技术企业越多,市场中的竞争压力越大,为了应对来自同行业企业的威胁,市场中的企业对创新的需求越大,对高校科技成果的需求也越大。数字经济为高校和市场搭建了桥梁,高校能够在数字经济中获取充足、准确信息,与竞争激烈的市场之间的联系更为密切。因此,在高新技术企业数量较多的省份,数字经济发展对高校科技成果转化的促进作用更强。

(二)政策建议

第一,加强数字经济基础设施投入力度,支持中西部地区数字经济发展。研究发现数字经济发展能够提高高校科技成果转化效率,且相较于中西部地区,数字经济对东部地区高校科技成果转化效率的积极影响更大。党的十八大以来,我国在量子通信、卫星网络、数据中心、算法算力、5G 技术等数字经济基础设施方面取得了长足的进步,但目前在数字经济的规模、数字经济基础设备的先进程度、数字经济的渗透性等方面与发达国家还有一定的差距。为进一步发挥数字经济的积极作用,通过数字经济推动高校科技成果转化进而引发新的经济增长动力,政府应继续增加对数字经济基础设施的投入力度,为数字经济发展创造良好环境。具体来说,首先,地方政府应该根据自身的实际情况制定数字经济发展的重点领域;其次,政府可以引导社会资本参与数字经济基础设施建设;再次,国家可以制定恰当的税收优惠政策鼓励企业的数字化创新和数字化建设。最后,为促进地区经济的均衡发展,应该更加关注中西部地区的数字经济建设,例如,增加对中西部地区数字经济的专项财政转移支付,加强东部和中西部之间的数字技术人员之间的交流合作。

第二,搭建高校科技成果交流的数字化平台,加快培养数字经济等新兴专业紧缺人才。研究发现,由于高校的协同效应和创新溢出效应,在优质高校数量较多的省份,当地的创新环境较好,需要高校更充分、更及时地掌握市场的需求信息,在这样的环境下,数字经济的作用更能凸显。为了促进高校的协同效应和创新溢出效应,可以利用数字化技术,在高校之间搭建科技成果交流平台,以达到信息共享、合作研究、学术交流等目的。具体做法包括:一是高校之间充分沟通,了解交流需求;二是选择合适的数字化平台类型,例如线上论坛、虚拟会议系统、学术资源库等;三是建立数据共享机制;四是确保信息安全,设置进入系统权限。另一方面,高校应不断优化专业结构,当前社会对数字经济等专业的人才缺口较大,高校应结合自身实际情况增设相关专业,培养数字技术的基础研发人才、复合型人才和治理型人才,为数字经济的未来发展储备人才力量。

第三,培育优质高新技术企业,利用数字技术构建高校—市场—政府协同创新联盟。研究发现,在高新技术企业数量较多的省份,数字经济对高校科技成果转化效率的促进作用更明显。因此,政府要利用数字技术优化市场中的营商环境,培育更多的优质高新技术企业,形成“最多跑一次”“不见面式服务”等高效服务形式,提高政府的服务效率,减少高新技术企业开办和项目审批时间。此外,政府可以利用大数据技术对企业的税收优惠政策实施精准推送等。同时,建议政府发挥服务与引导作用,可以构建一个包含政府、企业、高校的数字化资源库,包括最新的高校科研成果、市场需求信息、政府政策法规等,便于各方获得最新信息,提高效率,形成高校—市场—政府协同创新联盟。