江苏高校科技创新能力评价研究

孟劼 吴富强

摘   要：基于投入产出视角构建评价指标体系，采用主成分分析法对江苏省内44所高校科技创新能力进行评价和对比分析，并采用K均值聚类法进行聚类分析。研究发现，科教人员、经费课题投入和论文产出是影响高校科技创新能力的主要因素；江苏高校科技创新能力逐年递增，但始终存在转化效率不高的问题；“211”及省部共建高校的科技创新能力明显优于其他本科高校，两者差距在不断缩小；科创引领型高校技术转让签订合同较为欠缺；科创发展型高校课题经费、专著和技术转让方面较为欠缺；科创成长型高校科研经费最为薄弱，产出效率低。

关键词：科技创新能力；主成分分析法；“211”及省部共建高校；K均值聚类法

中图分类号：G644       文献标志码：A      文章编号：1673-291X（2023）16-0129-03

引言

2020年9月，***总书记在科学家座谈会上的讲话中提到，要发挥高校在科研中的重要作用，调动各类科研院所的积极性，发挥人才济济、组织有序的优势，形成战略力量。因此，构建科技创新能力评价指标体系、深入剖析高校科技创新能力，对于完善高校科技创新建设具有重要现实意义。

多年来，国内外学者对高校科技创新能力展开了内容丰富的研究。在评价指标体系构建上，相关学者多从投入与产出视角分析。结合Daraio et al.（2014）[1]、石晓军等（2006）[2]、李绩才和王晓波（2007）[3]等人的贡献，我们发现，教研人力资源、科研经费和课题数量等指标多用于衡量高校科技創新的投入水平；论文发表数量、专利成果商业化、获得学位人数、成果鉴定与转化等指标多用于衡量产出水平。在评价方法上，基于指标体系的因子分析法、熵权法、层次分析法等方法较为常见。郭俊华和孙泽雨（2016）用因子分析法发现中国各省高校科技创新能力存在较大差异[4]。陈国福等（2022）用熵权法验证了其观点并发现区域性和阶段性特征[5]。刘勇等（2014）基于层次分析法发现华东地区各高校存在科研水平增速差距大、成果转化效率不高的现象[6]。

以上研究中关于高校科技创新能力差异的分析较少，尤其是缺乏各类高校的对比分析。鉴于此，本文以江苏省内44所高等学校为例，采用主成分分析法和聚类分析法，对高校科技创新能力进行综合评价与分析。

一、评价体系与权重测算

借鉴张俊婷等（2018）[7]、李春林和刘丽丽（2018）[8]等学者在高校科技创新能力评价指标上的贡献，本文构建的评价指标体系包括投入、产出2个一级指标，教研人力投入、课题经费投入、论文专著产出和技术成果产出4个二级指标及其下设的8个三级指标。分类指标及权重见表1。

对原始数据进行无量纲化处理后，根据SPSS25软件计算的方差贡献率和因子载荷阵，采用主成分分析法计算指标权重，为方便观察分析，将权重进一步归一化处理，确定最终权重；通过表1的权重结果发现，在反映高校科技创新能力指数的因素中，教学与科研人员、研究与发展人员、科研经费、科技课题总数和学术论文数的权重较为平均，在14%左右，表明投入与论文产出为影响科技创新能力的重要因素；而专著数量、成果奖项、技术转让签订合同数权重较小，分别为11.52%、11.82%、7.22%，贡献度较低。因此可见，提升江苏高校科技创新能力，更应关注并优化专著数量、成果奖项、技术转让签订合同数等重要指标。

二、江苏高校科技创新能力的比较与分析

（一）纵向比较

以上述指标权重为依据，江苏高校科技创新能力呈现明显的时序演进趋势，投入和产出指数逐年递增，分别从2010年的8.0和4.6增长至2017年的11.8和6.4，年均增长率分别为6.8%和5.6%。由此可见，江苏高校科技创新能力在稳步提升，但“投入多、产出少”的问题始终存在，科技创新的转化效率仍然不高。将江苏高校按“211”及省部共建划分为两类后发现，“211”及省部共建高校的科技创新能力明显优于其他本科高校。从数值视角来看，“211”及省部共建高校、其他本科高校的科创能力指数分别从2010年的28.4、7.5增长至2017年的38.9、11.3，前后比值从3.9倍缩小至3.4倍，差距在不断减小。从增长率视角来看，“211”及省部共建高校的科技创新能力指数、投入指数和产出指数年平均增长率分别为5.3%、5.4%和5.1%，其他本科高校分别为7.2%、8.2%和5.8%，从而可以发现，“211”及省部共建高校的科技创新能力增速放缓，但投入和产出指数增速均匀、转化效率较高；其他高校的科技创新能力处于快速增长阶段，高增速的投入占比对科技创新能力提升贡献度高，但产出效率低下制约其发展。

（二）横向比较

横向比较来看，“211”及省部共建高校中排名靠前的院校为东南大学、南京大学和苏州大学，指数均值分别为64.0、43.0和38.5，其中东南大学在教研人力投入和技术成果产出上具备绝对优势。表现较差的院校为中国药科大学、南京师范大学和江南大学，指数均值分别为10.8、15.4和28.2；从二级指标教研人力投入、课题经费投入、论文专著产出、技术成果产出得分来看，中国药科大学均值分别为4.0、3.9、2.3、0.5，南京师范大学得分均值分别为5.2、4.8、4.4、0.9，江南大学得分均值分别为5.7、8.2、6.5、7.8，表明中国药科大学、南京师范大学在经费投入和技术成果产出上表现较差，这与学校的学科分类有关。其他表现较好的院校为江苏大学、南京医科大学和扬州大学等，其共同优势在于教研人员投入和论文专著产出上较多，成果转换效率较高。

（三）发展评价

进一步对比江苏高校科技创新能力的发展水平，本文采用SPSS26软件对三级指标平均得分进行K均值聚类，将聚类后高校按聚类中心赋权值计算排名，第一类聚类中心各指标（教学与科研人员、研究与发展人员、科技经费、科技课题总数、专著数量、学术论文、技术转让签订合同数、成果奖项）权重得分分别为0.51、0.65、0.65、0.68、0.39、0.64、0.19、0.34，第二类权重得分分别为0.37、0.41、0.27、0.39、0.22、0.38、0.11、0.31。第三类权重得分分别为0.1、0.1、0.04、0.09、0.04、0.08、0.02、0.03。

第一类高校为科创引领型，包括东南大学和南京大学。这两所高校科技创新能力处于绝对领先地位，投入指标具备明显优势，产出指标中学术论文贡献度较高，技术转让签订合同有所欠缺。这表明，该类高校更侧重于理论研究，实际落实到经济和社会实践的研究有待提高。

第二类高校为科创发展型，包括苏州大学、南京理工大学、江苏大学、南京航空航天大学、河海大學、南京医科大学、南京农业大学、中国矿业大学、江南大学、扬州大学、南京工业大学等11所高校，多为“211”及省部共建高校。投入方面，教研人员和课题数量较多，但课题经费较为欠缺；产出方面，学术论文和成果奖项较为丰富，但专著和技术转让较少。可以看出，该类高校也侧重理论研究，论文发表为重要考核标准，科技创新能力提高受限于科研经费。

第三类高校为科创成长型，包括南京邮电大学、南京信息工程大学、南通大学、南京师范大学等31所高校，表现较好的多为双一流高校。该类高校各方面投入都较少，只是教研人员投入相对较多；产出指标表现都较差。表明该类高校多为授课指导型，在论文、专著和技术产出上缺乏经验。

三、政策建议

（一）以提高科技创新转化效能促高质量发展

要建立健全科技成果转化机制，完善科技创新评价指标体系，加强科研人员培训和职称评定，强化技术转让和产学研合作，注重科技创新的产出质量和社会效益，推动高质量发展。

（二）优劣势院校取长补短双向驱动

“211”及省部共建高校的优势院校应继续加大投入支持力度，加强科研团队建设，鼓励商界合作。劣势院校应着重提高投入产出效率，优化学科分类和专业设置，建立健全科技创新绩效评价机制。其他本科高校优势院校应继续加强教研人员投入和论文专著产出支持，鼓励科研工作。

（三）不同科创型高校因地制宜寻发展

科创引领型高校应鼓励与产业界合作，加强科研与社会实际相结合的科研项目，促进成果转化和技术转让。科创发展型高校应增加经费投入，鼓励争取企业、基金会等外部资助，加强知识产权保护和技术转移机制建设。科创成长型高校也应鼓励加大经费投入，着重用于建设科研团队和培养人才。

参考文献：

[1]   Daraio C，Bonaccorsi A，Simar L.Rankings and University Performance：A Conditional Multidimensional Approach[J].European journal of operational research，2015（3）：918-930.

[2]   石晓军，周静，王立杰.中国高校科技创新发展轨迹与模式的实证分析[J].科学学研究，2006（24）：405-410.

[3]   李绩才，王晓波．区域高校科技创新能力评价研究[J].科技管理研究，2007（7）：243-245.

[4]   郭俊华，孙泽雨.基于因子分析法的中国高校科技创新能力评价研究[J].科技管理研究，2016（3）：66-71.

[5]   陈国福，蒋清泉，唐炎钊.中国特色世界一流大学建设背景下高校科技创新能力评价研究[J].科技进步与对策，2022（24）：109-118.

[6]   刘勇，应洪斌，蒋芬君.中国高校科技创新能力比较：基于华东地区高校的实证研究[J].研究与发展管理，2014（5）：113-119.

[7]   张俊婷，王国金，吴洁等.基于熵权-DEMATEL的江苏高校科技创新能力评价研究[J].科技管理研究，2018（9）：47-54.

[8]   李春林，刘丽丽.河北省本科高校科技创新能力评价：基于2012—2016年高等学校科技统计数据的分析[J].科技管理研究，2018（2）：58-64.

[责任编辑   兴   华]