R_D资源投入对不同类型高校专利产出的影响

第 22卷 � 第 3期 2010年 6月 研究与发展管理 R & D MANAGEMENT Vo .l 22 No. 3 Jun. 2010 文章编号: 1004�8308( 2010) 03�0103�09 R&D资源投入对不同类型高校专利产出的影响 付 � 晔, 张乐平, 马 � 强, 陈钦昌 (华南理工大学 科技处, 广州 � 510640) � � 摘 � 要: 采用微观层面的数据和更为综合的投入指标 ( R&D经费、R&D人员数和人员质量 ), 系统分析 R&D资 源投入对不同类型高校专利产出的影响. 研究结果发现不同类型高校专利产出的影响因素存在很大的差异性; R&D资源投入对不同类型高校发明专利产出的影响要大于其对专利总量的影响. 为了最佳地配置各种 R&D 资源投入,对不同类型高校的专利产出提出了有效的建议. 关键词: R& D投入; 高校; 专利产出 中图分类号: G306�3� � � � 文献标识码: A � � 收稿日期: 2009�03�18; 修改日期: 2009�07�21. � � 作者简介: 付 � 晔 ( 1974� ) ,女,博士研究生,助理研究员,研究方向为科学管理和知识产权. 高校作为我国科技资源最为丰富的地方之一,拥有优秀的科技人才、良好的科研环境, 在国家科技创 新体系中具有重要地位,是国家的重要科研力量.如何提升高校科技创新能力,不仅关系到高校科技创新 能力建设,也直接影响到建设创新型国家战略任务的成败.同时, 我国科技资源相对有限,需要有合理的 资源分配机制,最大限度地提升高校科技创新能力,因此研究 R&D资源投入对高校科技创新产出的影响 具有重要的现实意义. 国内外学者的相关研究已取得一定的进展. 在诸多文献中, 针对高校科技创新能力的研究主要集中 在 R&D资源投入对高校专利产出的影响, 取得的结论不尽相同:大部分的研究认为 R&D经费和人员投 入均可以促进高校的专利产出;而有的学者发现 R&D人员投入与高校专利产出之间没有显著的相关性. 但是,很少有文献深入研究不同类型高校专利产出影响因素的差异性; 而且在 R&D人员投入方面,大多 数的研究仅考虑人员数量的影响, 而很少考虑人员质量对高校专利产出的影响. 本文在文献回顾的基础上,一方面采用微观层面的数据 ( 2000� 2007年 57所教育部直属高校 )研究 不同类型高校专利产出影响因素的差异性; 另一方面采用更为综合的投入指标 ( R&D经费、R&D人员数 和人员质量 ), 系统分析 R&D资源投入对不同类型高校专利产出的影响, 以期提出更具针对性的分析和 建议. 1� 现有研究文献回顾 专利是衡量科技创新能力的重要指标 [ 1] .自 20世纪 70年代以来专利作为衡量科技创新产出水平 指标得到了广泛应用 [ 2] , 很多学者采用专利申请量这一指标研究各类 R&D资源投入对科技创新产出 的影响, 如 Pakes和 G riliches[ 3]采用 1968� 1975年 121家美国企业的专利和 R&D经费支出数据, 结果 发现 R&D经费对专利产出的累计效应弹性大约为 0� 6; H ausman等 [ 4 ]对 1968� 1974年 128家企业进 行了估计,研究发现 R&D人员和经费投入与专利产出之间存在显著的因果数量联系. 朱平芳 [ 5]采用 上海市大中型工业行业的统计数据, 对工业行业专利产出的滞后机制进行了定量研究, 得到了两个有 意义的结论;吴和成 [ 6]基于我国十五期间各省 (市 )、自治区的截面数据研究科技投入与专利产出之间 的关系, 发现专利与科技活动经费占 GDP的比重及科技活动人员数两个因素之间存在较强的线性 关系. 我国很多学者开展了 R&D投入对高校专利产出影响的研究. 如郭秋梅 [ 7 ]采用 10年来各类高校专利 的统计数据,对重点院校和一般院校的科技投入与专利申请量作了对比分析,指出我国高校特别是重点 院校的科技地位、科技投入与专利申请的数量和质量的不对称性; 李玉清 [ 8]采用我国 10所高校 1995� 2002年度的统计数据, 研究了高校课题数量、科研经费及人力资源等科技投入对高校专利产出的影响, 结果发现科研经费与高校专利申请量存在显著相关性,但 R&D全时人员与专利申请量的相关性不显著; 杨静 [ 9]采用 1991� 2001年全国高校的统计数据, 建立了高校科技投入和产出的多个关联模型,发现专利 申请量与经费投入之间存在显著的正相关关系,而与人员投入之间没有显著的相关关系; 符颖 [ 10]采用 1994� 2003年上海市高校专利申请和授权量数据对上海高校科技投入与专利情况进行了简要分析, 并 针对上海高校专利发展中存在的四个问题就上海高校专利发展战略提出了一些政策建议;周凤华 [ 11 ]以 2000� 2004年间国内 58所高校的平均数据为基础,研究了不同类型与来源的人才、财力投入与高校技术 转移产出的关系,结果发现研究人员数对高校专利申请量没有影响,而研究人员的质量正向地影响包括 专利申请量在内的高校技术转移产出; 徐凯 [ 12]采用负二项分布研究中国 29个省、市、自治区高等院校 1990� 2003年的 R&D支出与专利申请量等的关系,发现高等院校科技投入与产出之间的直接关系非常 弱, R&D支出的促进效果很不明显. 但是,现有文献主要采用宏观层面的数据,如以地区或整个国家的数据进行分析,并没有以微观层面 的高校为研究对象,探讨不同类型高校专利产出影响因素的差异性; 而实际上,我国高校的专利产出一直 以来表现出明显的差异性,以 2007年教育部直属高校的专利申请量为例, 专利申请总量最多的浙江大学 高达 1 593项,而有的高校根本没有申请专利.另外,现有文献很少综合考虑 R&D资源投入数量和质量的 影响,大部分文献仅研究 R&D经费和人员数,而很少同时考虑人员质量对高校专利产出的影响.我们知 道, 所有的科技创新均是由人来完成的,有理由认为: 人员质量的高低所引致的研发效率差异性将直接影 响高校的专利产出. 2� 不同类型高校的特征分析 本文的数据主要来源于教育部直属高校基本情况统计数据, 研究样本为 2000� 2007年连续 8年都 有相关统计数据的 57所教育部直属高校,来自全国 18个省市,涉及综合、理工、农林、医药、师范,其中 52 所位于 2009中国大学评价 ![ 13]前 100位. 这 57所教育部直属高校基本代表了中国整体实力最强、科研 能力最强的一类高校,以 2006年为例,全国普通高校有 800所, 57所高校的专利申请量占全国普通高校 的 50�7% , R&D人员数占 27�3% , R&D经费支出占 50�2% ∀ ,因此对这 57所教育部直属高校的投入产出 效率进行研究分析具有典型代表意义. 借鉴武书连 [ 14]对中国大学的分类,将大学分为三类:研究 1型大学 (科研得分列全国大学前 10名 ); 研究 2型大学 (除研究 1型大学之外的研究型大学 ) ;非研究型大学.根据文献 [ 13]可知, 全国共有 10所 研究 1型大学、27所研究 2型大学. 本文研究的 57所教育部直属高校中,属于研究 1型大学有 9所;研究 2型大学有 21所;非研究型大 学有 27所.表 1列出了 2000� 2007年间三类大学各个统计项目的最大值、最小值以及平均值等. 本文采 用副教授以上高级职称占专任教师的比例来定量地表征 R&D人员的质量. ( 1) R&D资源投入.在 R&D人员投入方面 (参见图 1) ,研究 1型大学在 2002年之前的人员规模与 研究 2型大学相近,但从 2003年开始研究 1型大学的人员规模迅速扩大, 随后于 2006年发生人员缩减, 平均为 1 901人.而研究 2型大学在 2000� 2007年期间的人员规模基本没变,平均为 1 547人;非研究型 大学的 R&D人员规模相对较小且基本保持不变,平均仅为 758人. 在 R&D人员质量方面 (参见图 2),三类高校存在很大的差异性:研究 1型大学的副教授以上高级职 称占专任教师的比例很高,平圴为 66�82% ,远高于研究 2型大学的比例 (平均仅为 54�43% ) , 这说明研 究 1型大学的人员质量要高于研究 2型大学;而非研究型大学的副教授以上高级职称占专任教师的比例 相对较低,平均为 48�08% ,可见非研究型大学的人员质量较低. 而且在 2000� 2007年期间, 研究 1型大 104 研究与发展管理 第 22卷 � ∀数据来源于教育部科学技术司编的#2007年高等学校科技统计资料汇编 ∃. � � 表 1� 2000� 2007年各类高校的统计性描述 Tab. 1� Statistica l description o f un iversities from 2000 to 2007 统计项目 学校类型 最大值 最小值 平均值 标准偏差 R&D人员数 /人 研究 1型 3 971 494 1901 981 研究 2型 4 873 201 1547 907 非研究型 3 227 103 758 381 副教授以上高级职称占 专任教师的比例 /% � � � 研究 1型 � � 84�26 � � 48�99 � � 66�82 � � 7�26 研究 2型 68�02 40�35 54�43 6�08 非研究型 64�18 32�19 48�08 6�51 R&D经费支出 /千元 研究 1型 948 558 � 18 099 � 255844� 220 301� � 研究 2型 713 464 � 5 798� 158068� 133 859� � 非研究型 318 221� 474 68 760� 59 019� � 专利申请量 /项 研究 1型 1 671 � 0 339 365� 研究 2型 681 � 0 145 125� 非研究型 564 � 0 66 88 学的副教授以上高级职称占专任教师的比例略有增长,从 2000年的 60�3% 增长到 2007年的 69�2% , 即 研究 1型大学的人员质量呈不断提高趋势; 而研究 2型和非研究型大学的增长幅度很小,即这两类大学 的人员质量基本没有提升. 图 1� 2000� 2007年三类大学校均 R&D人员数 F ig. 1� The R&D personne l am ounts of three types of univers ities from 2000 to 2007 � � 图 2� 副教授以上高级职称占专任教师的比例 F ig. 2� The proportion o f assoc iate pro fessors and above to the full�tim e teachers 图 3� R&D经费支出 F ig. 3� The R&D expend iture 在经费投入方面 (参见图 3), 研究 2型大学的经费增 长速度最快,在 2000� 2007年期间,经费增长了 2�93倍; 研究 1型大学的经费增长了 1�01倍; 而非研究型大学的 增长速率较为缓慢, 这也使得非研究型大学在经费投入 方面与研究型大学之间的差距不断扩大. ( 2) 专利产出. 分别考虑专利申请总量和发明专利 申请量的情况.我国专利分为发明专利、实用新型专利和 外观设计专利三类,其中发明专利的创新性最高、含金量 也最高,因此分析专利总体情况和其中的发明专利情况 具有典型代表意义. 在专利申请总量方面 (参见图 4) , 三类高校之间的 差距在不断扩大.研究 1型大学的专利申请量很大 (平均为 339项 ) ,而且增长速度非常快,呈大幅上升趋 势. 研究 1型和 2型大学 (平均为 145项 )在专利产出方面的差距不断扩大, 而非研究型大学的专利产出 增长速度较为缓慢且相对较少,平均仅为 66项. 在发明专利申请方面, 研究 1型大学在 2000� 2007年期间的发明专利申请数占专利申请总量的 88% ,研究 2型和非研究型大学分别仅占 76%和 73% ,即研究 1型大学创新性和含金量高的发明专利的 105� 第 3期 付 � 晔等: R&D资源投入对不同类型高校专利产出的影响 比重要高于研究 2型和非研究型大学. 在增长趋势方面 (参见图 5) ,三类高校的发明专利与专利申请总 量的情况基本一致,但值得注意的是,研究 2型和非研究型大学的发明专利增长速度较专利申请总量更 为缓慢. 图 4� 2000� 2007年专利申请总量 F ig. 4� To tal pa tent applications from 2000 to 2007 � � � 图 5� 2000� 2007年发明专利申请量 F ig. 5� Applications of inventive patents from 2000 to 2007 综上可知: ∀ 研究 1型大学的 R&D经费投入规模较大且人员质量较高, 其专利产出也很大; % 研 究 2型大学虽然 R&D人员数接近于研究 1型大学, 经费投入增长也较快,但其 R&D人员质量要明显 劣于研究 1型大学,而且研究 2型大学的专利产出与研究 1型大学之间的差距不断扩大; & 非研究型 大学在 R&D资源投入的各个方面均小于研究型大学, 专利产出也相对较小. 那么, 什么样的 R&D资 源投入因素对这三类大学的专利产出会有影响? 影响程度有多大? 对于不同类型的大学是否存在差 异性? 一般认为,资源投入数量越多,导致产出也越多; 而且投入资源的质量越高,会提高效率,使得产出提 高. H1� 对于所有类型的大学, R&D人员数越多,高校的专利产出越多. H2� 对于所有类型的大学, 人员质量越高, 高校的专利产出越多. H3� 对于所有类型的大学, R&D经费投入越多, 高校的专利产出越多. 3� 模型设立 在创新投入产出分析中,常采用柯布∋道格拉斯生产函数 [ 15 ~ 17] : Yi = AK �i L�i , 其中, Y表示研发活 动产出, K 和 L分别代表研发活动的经费和人员投入, �、�分别为研发活动的经费和人员投入的弹性系 数, 为随机误差项, i为观测单元.本文在柯布 ∋道格拉斯生产函数的基础上进一步引入了表征 R&D人 员质量的变量 (副教授以上高级职称占专任教师的比例 )T,并建立回归模型: lnP it = �0 + �1 lnL it + �2 lnT it + �3 lnK it + !it ( 1) 其中, P it为被解释变量,表示不同高校、不同年度的申请专利量 (式中 i代表高校, t代表年度 ) ; L it代表高 校的 R&D人员数; T it代表副教授以上高级职称占专任教师的比例; K it代表高校的 R&D经费支出; !it为误 差项. 本文采用对数线性模型的形式,因为对数变换不会影响原始变量之间的变化态势, 而且对数变换往 往可以消除异方差现象; 同时,对数线性模型中每个解释变量的斜率系数测度了该解释变量对被解释变 量的弹性,即该解释变量的百分比变化引起被解释变量的百分比变化,从而更真实、更直接地反映出被解 释变量与解释变量之间的关系. 实证研究采用 2000� 2007年 57所教育部直属高校的相关数据,共有 456组面板数据. 由于面板数 据包含的变量在个体和时间的二维空间中变化, 所以其容量远大于截面数据或时间序列数据; 在面板数 据基础上产生的估计量常常比从其他数据中获得的估计量精确; 即便数据容量相同, 使用面板数据产生 106 研究与发展管理 第 22卷 � 的估计量也比由独立的截面数据产生的估计量有效.在运用面板数据进行分析时, 通常包括固定效应模 型 ( FEM )和随机效应模型 ( ECM ). FEM是指被忽略的变量在各个时间段上对被解释变量的影响都是固 定的,即截距项是一个固定的参数;而 ECM是指被忽略的变量在各个时间段上对被解释变量的影响都是 随机的, 相当于把固定效应模型中的截距项看成为两个随机的变量,即 �0i = �i + !i [ 18] .在实证中通常采 用 H ausman[ 19]检验方法来判断是采用固定效应模型还是随机效应模型.检验原假设为 H0� FEM和 ECM估计量没有实质上的差异. 采用的检验统计量H = ( b- �)(∀- 1( b- �), 其中 b为采用固定效应模型估计的参数值, �为采用随 机效应模型估计的参数值, ∀为采用固定效应模型和随机效应模型得到的参数值的协方差矩阵之差阵. 在原假设成立的条件下,H 统计量服从自由度为 K (K 不包括常数项以外的解释变量个数 )的卡方分 布.当计算的 H 值大于卡方分布的临界值时,原假设 H 0不成立, 则采用固定效应模型;反之采用随机 效应模型. 4� 实证结果分析 采用偏差法对模型进行回归分析, 采用 GAUSS软件,回归结果参见表 2. 表 2� R&D资源投入因素对高校专利总量产出的影响 Tab. 2� The impact o f R&D resource input on the to tal pa tent output o f un iversities 变� 量 研究 1型大学 研究 2型大学 非研究型大学 R&D人员 (L it ) � � 0�844 06 se = 0�27849� t = 3�030 9* � - 0�400 84 se = 0�144 92 � t = - 2�766 0* � - 0�009 693 se = 0�19270� t= - 0�050 302 副教授以上高级职称占专� 任教师的比例 (T i t ) � � 3�927 2 se = 0�89760 � t = 4�375 3* � 2�6114 se = 0�661 40 � � t = 3�948 4* � 1�481 4 se = 0�906 97 t = 1�633 4 R&D经费支出 (K it ) � 1�037 7 se = 0�15774� t = 6�578 3* � 0�997 91 se = 0�072 319 t = 13�799* � � � 1�336 3 se = 0�097 339 t = 13�728* � 常数项 �0 0� 0� � 0 �校正 R2 � � 0�681 90 � 0�623 04 � � 0�685 38 F统计量 51�734 93�007� � 68�596 H ausm an检验 � 5�242 2 � 0�398 50 19�369 备注 固定效应 随机效应 固定效应 � � 注: 因变量为专利申请总量 P i t;每栏中第一行数字表示回归系数, se表示标准误, t表示 t检验值; * 表示在 1% 水平上 显著; ** 表示在 5%水平上显著; *** 表示在 10% 水平上显著 ( 1) R&D人员数对大学专利产出的影响与预期的 H1!不完全吻合, 对研究 2型大学存在 瓶颈 !制 约现象,对非研究型大学存在 门槛 !现象. 1) R&D人员数对研究 1型大学专利产出的影响显著且正相关, 当 R&D人员数增长 1% 时, 研究 1 型大学的专利产出将增长 0�844 06% .当高校的 R&D经费投入规模较大且人员质量较高时 (研究 1型大 学 ), 此时 R&D人员数的增加有利于提高这类高校的专利产出,可能因为这类高校的 R&D人员质量高, 研发效率也较高, 当 R&D人员数增加时, 可以更加合理地配置规模庞大的 R&D经费,产生规模递增效 应, 从而有效地提高专利产出. 2) R&D人员数对研究 2型大学专利产出的影响显著但负相关, R&D人员数增加 1%时,反而导致研 究 2型大学专利产出减少 0�400 84% . 当高校的 R&D人员数较多而人员质量相对较低时 (研究 2型大 学 ), 此时 R&D人员投入的边际产出为负数,这不是因为研究 2型大学的 R&D人员规模过大所导致的边 际收益递减,因为研究 2型大学的人员平均数为 1 547人, 还略低于研究 1型大学的人员规模 (平均为 1 901人 ) ,可见仅仅从人员规模的角度看,研究 2型大学的 R&D人员并没有饱和;而且研究 2型大学的 R&D经费增长速度很快, 从 2000年的 68 502千元增长到 2007年 269 077千元,增长了 2�93倍,甚至高 于研究 1型大学的经费增长速度 ( 1�01倍 ), 可见研究 2型大学的 R&D人员可支配的经费资源在不断增 长.那么为何研究 1型大学的人员边际产出为正,而研究 2型大学的人员边际产出却为负? 作者认为可 107� 第 3期 付 � 晔等: R&D资源投入对不同类型高校专利产出的影响 能是研究 2型大学的 R&D人员质量较低 (副教授以上高级职称占专任教师的比例平均为 54�43% )所造 成,即人员质量对这类高校的专利产出具有 瓶颈!制约作用. 理由有二: ∀一所大学新增加的 R&D人员 一般或来自新毕业的学生、或来自大学之间的人员流动、或来自国外的学者,由于学术声望和社会地位等 各种原因,研究 1型大学对高质量 R&D人员的吸引力往往大于研究 2型大学, 可以想象,更高比例的高 质量 R&D人员会倾向于流往研究 1型大学,造成流向研究 2型大学的高质量 R&D人员的比例会相对较 少, 在这种情况下, 虽然研究 2型大学的 R&D人员数增加了,但其中高质量的 R&D人员比例较少,使得 质量较低的 R&D人员反而占用了有限的研发经费, 增加了研发成本, 降低了研发效率,从而导致专利产 出减少; % 由于研究 2型大学的 R&D人员质量相对较低, 即使人员数增加, 却难以争取到更多的优质项 目和经费资源,以我国最高层次的基础研究类重大项目 � � � 国家重点基础研究发展 计划 项目进度计划表范例计划下载计划下载计划下载课程教学计划下载 ( 973项目 )为 例, 2008年全国新立 74项中高校承担 40项, 其中研究 1型大学承担了 18项 (平均每个研究 1型大学承 担 1�8项 ) ;研究 2型大学 13项,相当于每个研究 2型大学平均承担 0�48项,远小于研究 1型大学的平 均承担数,所以研究 2型大学的 R&D人员数虽然增加了, 但受到人员质量的限制, 难以争取到更多的优 质资源,如果新增的 R&D人员没有更多的优质资源可以利用, 其研发效率必然下降,从而导致产出减少. 所以,由于研究 2型大学的 R&D人员质量难以与其他资源 (如经费投入 )产生有效匹配,如果增加 R&D 人员数,反而降低研发效率, 减少了这类大学的专利产出. 3) R&D人员数对非研究型大学的专利产出没有影响, 即 R&D人员数的边际产出为 0.当 R&D经费 投入和人员规模均较少时, 如非研究型大学的 R&D人员数仅为 758人, 不到研究型大学的一半; R&D经 费规模相对也很少,仅为 68 760千元, 不到研究型大学的三分之一. 作者认为, 可能存在科研规模的某个 门槛 !值,当高校科研规模没有超过这个 门槛!值时, R&D人员数的增加是没有效率的,对这类高校的 专利产出没有影响. ( 2) R&D人员质量对大学专利产出的影响与预期的 H2!不完全吻合,对非研究型大学存在 门槛! 现象. 1) 副教授以上高级职称占专任教师的比例对研究型大学 (包括研究 1型和研究 2型大学 )专利产出 的影响均显著且为正相关,而且对高校专利产出的影响程度远大于其他因素 ( R&D人员数和经费 )的影 响. 其中副教授以上高级职称占专任教师的比例对研究 1型大学的影响要大于对研究 2型大学的影响, 当这个比例增加 1%时,研究 1型大学的专利产出会增加 3�927 2% ; 而研究 2型大学的专利产出仅增加 2�611 4% . 2) 副教授以上高级职称占专任教师的比例对非研究型大学专利产出没有影响, 可能因为这类高校 的科研规模太小,尚未超过某个 门槛!值,所以 R&D人员质量对这类高校的专利产出也没有影响. ( 3) 与预期的 H 3!一致, R&D经费支出对所有类型大学专利产出的影响.均显著且正相关. 这是因为经费投入的增加,意味着该单位可以有更多的实验设备, 直接增加了研发人员可以利用的 资源;可以有更多进行学术交流的条件,站在科学前沿开展研究工作, 从而促使研发效率的提高.在三类 高校中,经费投入对非研究型大学的影响最大,当经费投入增长 1% 时,非研究型大学的专利产出增长 1�336 3% ,这可能是因为要素的产出弹性大小首先与其相对稀缺性相关,要素越稀缺,其产出弹性越高. 相对于研究型大学,非研究型大学 R&D经费的稀缺性更突出, 平均仅为 68 760千元,不到研究型大学的 三分之一,所以,如果增加非研究型大学的经费投入,其产出弹性就会非常大,即促使非研究型大学的专 利产出迅速提高. 本文进一步以发明专利申请量 P it (为因变量进行回归分析,见表 3. 由表 3可见, R&D人员数、R&D人员质量和 R&D经费支出对不同类型大学发明专利产出的影响与 它们对专利总量产出的影响基本一致, 但在影响程度大小方面略有区别: ∀ R&D人员数对研究 1型大学 发明专利产出的影响要大于其对专利总体产出的影响, 如当 R&D人员数增长 1% 时, 研究 1型大学的发 明专利产出将增长 0�909 23% , 而专利总量产出仅增长 0�844 06% ;同样, R&D人员数对研究 2型大学发 明专利产出的负影响也要更大, 而且 R&D人员数对非研究型大学的发明专利产出同样是没有影响的; 108 研究与发展管理 第 22卷 � � � 表 3� R&D资源投入因素对高校发明专利产出的影响 Tab. 3� The impact o f R&D resource input on the inventive patents output o f un iversities 变� 量 研究 1型大学 研究 2型大学 非研究型大学 R&D人员 (L it ) � � 0�909 23 se = 0�28470� t = 3�193 6* � - 0�619 48 se = 0�173 82 � t = - 3�564 0* � - 0�085 21� se = 0�207 31 t= - 0�411 03 副教授以上高级职称占专� 任教师的比例 (T i t ) � � 3�992 5 se = 0�91763� t = 4�350 9* � 3�0017 se = 0�748 21 �� t = 4�011 9* � 1�286 8 se = 0�975 74 t = 1�318 8 R&D经费支出 (K it ) � 1�091 6 se = 0�16126 � t = 6�769 2* � 1�141 3 se = 0�077 633 t = 14�701* � � � 1�4307 se = 0�104 72 t = 13�662* 常数项 �0 0� 0� � 0� 校正 R2 � � 0�692 72 � 0�658 09 � � 0�478 16 F统计量 54�353 108�14� � 66�667 H ausm an检验 � 5�245 2 � 5�357 9 34�357 备注 固定效应 固定效应 固定效应 � � � � � 注: 因变量为发明专利申请量 P i t( %相对于专利申请总量而言, R&D人员质量对研究 1型、研究 2型大学的发明专利产出的影响更大, R&D人员质量对非研究型大学的发明专利产出同样也是没有影响的; & R&D经费支出对研究 1型、研究 2型和非研究型大学的发明专利产出的影响均要大于其对专利申请总量的影响. 综上可见,不同的 R&D 资源投入对不同类型大学发明专利产出的影响要大于其对专利总量的影响. 5� 结论与建议 图 6� R&D人员数、人员质量和经费投入对 三类高校影响的差异性示意图 F ig. 6� The differences o f the im pacts o f the quantity and qua lifica tions of R& D personnel as w e ll as the R& D expenditure on three types of un ive rsities 本文采用 2000� 2007年 57所高校的微观层面面板 数据,检验了 R&D人员数、人员质量和经费投入对不同类 型高校专利产出的影响.如图 6所示, 研究结果表明不同 类型高校专利产出的影响因素存在很大的差异性: ∀ R&D 经费、R&D人员数和人员质量均可以促进研究 1型大学专 利产出的提高,而且三种影响因素中, 人员质量的影响最 大; %研究 2型大学的 R&D人员数的边际产出为负, 可能 存在 R&D人员质量的 瓶颈 !制约作用, 其他两个影响因 素 ( R&D经费和人员质量 )与专利产出正相关; & 非研究 型大学的 R&D人员数和人员质量对专利产出均没有影 响, 可能是因为其科研规模尚未超过某个 门槛 !值, 仅有 R&D经费与专利产出是正相关的, 而且与研究型大学相 比, R&D经费对非研究型大学的影响最大. 本文还发现, 三类专利中创新性最高、含金量最大的发明专利对资源投 入的响应更为敏感. 根据本文的研究结果,为了最佳地配置各种 R&D资源投入, 有效地提高研究 1型大学、研究 2型大 学和非研究型大学的专利产出,提出如下建议. ( 1)要进一步提高研究 1型大学的科技创新能力, 使其尽早步入世界一流大学的行列. 1)在保持 R&D人员规模适度扩张的同时, 应该大力提高 R&D人员质量,即提高副教授以上高级职 称人员的比例.世界一流大学的师资队伍一般呈倒三角形,即副教授以上高级职称占全部教师的 50% ~ 70% ,拥有博士学位的教师比例一般都在 90%以上 [ 20] . 只有充足的研发经费,并不能成为研究型大学发 展的决定因素,还必需有一批高水平的研发人员. Fo ltz[ 21]和 Thursby[ 22]发现在高校里, 更高质量的 R&D 人员往往带来更多的发明披露、更多与产业相关的研究、更多的专利. 根据本文的实证研究也发现, R&D 人员质量的产出弹性远远高于经费投入的产出弹性, 前者大约是后者的 3倍, 可见 R&D人员质量对研究 109� 第 3期 付 � 晔等: R&D资源投入对不同类型高校专利产出的影响 1型大学专利产出的贡献率更大,这进一步说明了研发领域是知识密集性行业,它的生产效率高度依赖 于掌握了先进科技知识的研发人员.所以,要提高研究 1型大学的专利产出,很重要的一点就是要大力培 养和引进具有世界水平的学术大师,全面提升 R&D人员质量. 2) 应该加大经费投入力度, 这是提高研究 1型大学专利产出的有力保证.科技创新需要有充足的经 费投入,否则即使有一流的研发人员,没有经费的支持, 也会巧妇难为无米之炊, 甚至造成高水平研发人 员的流失.德国在实施 精英大学!计划前 [ 23] ,政府不断削减对高校的投入,使得高校科研经费捉襟见肘, 一批拔尖人才纷纷流向国外科研条件更好的大学,使德国高校科研面临重大危机; 后来德国政府通过 精 英大学!计划向高校提供巨额经费,使得高校既可以改善研究的硬件设施,更可以吸引和留住高水平科研 人员,从而德国重新成为汇集各个领域精英科学家的重要基地. 二战后,美国研究型大学发生了跨越式发 展, 其根本原因就是美国政府积极向研究型大学投入大额的研发经费, 将重大项目和重点实验室设在研 究型大学内,从而促成了研究型大学的跨越式发展 [ 24] . 1999年, 美国投入大学的研发经费高达 341亿美 元, 日本为 170亿美元,德国为 86亿美元 [ 25] ,而我国所有高校的研发经费 2006年仅为 457亿元人民币, 折合 67�3亿美元 (按 1) 6�8折合计算 ).研发经费投入不足被普遍认为是我国高校专利产出低下的主要 原因,所以加大研发经费投入是提高我国高校专利产出的必然选择. 本文的实证研究也发现,研究 1型大 学的经费每增加 1% , 可以促使其专利产出增加 1�037 7% ,因此, 要使我国研究 1型大学的科技创新能力 追赶世界一流大学的科研水平,就必须多渠道争取和获得足够的研发经费投入. ( 2) 研究 2型大学必需提高 R&D人员的整体创新能力, 而不能急于扩大人员规模. R&D人员质量 对研究 2型大学具有 瓶颈 !制约作用,由于人员质量的限制, 使得 R&D人员数量的增加反而会降低研究 2型大学的专利产出. 研究 2型大学一方面应加大高层次研发人员的引进力度, 从政策、待遇、条件等方 面吸引拔尖人才和高级人才,还要对校内现有的研发人员进行优化,采取各种措施培养高素质的研发人 才,提高高质量 R&D人员的比例;另一方面要进行体制创新,造就激励和培育新的人才成长的环境,建立 人才竞争激励、人才引导、人才保护等机制, 采取各种激励机制来释放研发人员的创新激情. 只有提高研 发人员的质量,突破人员质量所引致的 瓶颈 !制约, 才能争取到更多高质量的研发项目资源,并通过人 才的有效配置来发挥经费的使用效率, 从而提高研究 2型大学的专利产出. ( 3) 非研究型大学存在科研规模 门槛 !,要提高这类大学的专利产出,最有效的方法就是加大研发 经费投入,而增加人员数量或提高人员质量均是无效率的.因为这类高校的科研规模很小, 相对于其他要 素而言,研发经费是最稀缺的资源要素.只有当研发经费投入足够大,带动科研规模超过 门槛 !值时, 才 能使其他要素如研发人员数量或质量的边际产出大于 0,这时再进行资源的有效配置才能真正发挥各种 资源投入的效益.与此同时, 非研究型大学应集中校内科技资源, 发挥现有学科优势, 合理地确定学校科 研的发展方向和发展策略,寻求一种特色化、差异化的科技发展道路,产出高质量、特色鲜明的科技成果, 只有这样才能在将来的科技创新舞台上占有一席之地. 参 � 考 � 文 � 献 [ 1] � 杨祖国.中国大学专利及科技创新活动分析研究 [ J].图书馆工作与研究, 2008( 6) : 90� 94. [ 2] � Gr iliches Z. Pa tent statistics as econom ic indica tors: A survey [ J]. Journal of Econom ic Literature, 1990, 28 ( 4): 1661� 1707. [ 3] � Pakes A, G r iliches Z. Patents and R&D a t the firm leve:l A first report [ J] . E conom ic Letters, 1980, 5 ( 4): 377� 381. [ 4] � H ausm an J, H a ll B H, G riliches Z. Econom e tricm ode ls for count da taw ith application to the patentsR& D re la� tionsh ip [ J]. Econom etrica, 1984, 52( 4): 909� 938. [ 5] � 朱平芳,徐伟民 . 上海市大中型工业行业专利产出的滞后机制研究 [ J]. 数量经济技术经济研究, 2005 ( 9): 136� 142. [ 6] � 吴和成.基于截面数据的专利与科技投入关系实证研究 [ J]. 科研管理, 2008, 29( 3): 98� 105. 110 研究与发展管理 第 22卷 � [ 7] � 郭秋梅,刘 � 莉. 高校科技投入、专利申请及专利管理分析 [ J].研究与发展管理, 2005, 17( 4): 87� 94. [ 8] � 李玉清,钱宝英, 田素妍, 等. 高校科技产出影响因素研究分析 [ J]. 南京农业大学学报 (社会科学版 ), 2005, 5( 2): 50� 54. [ 9] � 杨 � 静,吕永波, 刘子玲, 等. 高校科技投入与产出的关联模型研究 [ J]. 世界科技研究与发展, 2005, 27 ( 2): 78� 83. [ 10] � 符 � 颖. 上海高校专利工作态势分析及发展研究 [ J]. 研究与发展管理, 2006, 18( 5): 119� 206. [ 11] � 周凤华, 朱雪忠.资源因素与大学技术转移绩效研究 [ J].研究与发展管理 , 2007, 19( 5) : 87� 93. [ 12] � 徐 � 凯, 高山行.中国高等院校科研投入 � 产出研究 [ J].研究与发展管理 , 2008, 20( 2) : 97� 102. [ 13] � 武书连. 2009年中国大学评价 [ J].科学学与科学技术管理, 2009( 1) : 185� 191. [ 14] � 武书连. 再探大学分类 [ J]. 科学学与科学技术管理, 2002( 10): 26� 31. [ 15] � Adam B J. Rea l effects o f academ ic research [ J]. The Am er ican Econom ic R eview, 1989, 79( 5): 957� 970. [ 16] � Adam s J D. Sc ience, R&D, and invention po tentia l recharge: U. S. ev idence [ J]. The American Econom ic Review, 1993, 83( 2): 458� 462. [ 17] � Jones C I. R& D based m ode ls o f econom ic g row th [ J]. Journal of P olitical E conomy, 1995, 103( 4): 759� 784. [ 18] � 古扎拉蒂. 计量经济学基础 [M ] .第四版. 费剑平,孙春霞译. 北京:中国人民大学出版社. 283� 286. [ 19] � Huasm an J. Spec ification tests in econom etriics [ J] . E conom etrica, 1978, 46( 6): 1251� 1271. [ 20] � 王战军, 瞿 � 斌.一流大学的层次定位与评估 [ J].科学学研究, 2002, 20( 2) : 198� 203. [ 21] � Fo ltz J, Barham B, K im K. Un iv ers ities and agr icultural b io techno logy pa tent production [ J]. Agribusiness, 2000, 16( 1): 82� 95. [ 22] � Thursby J G, K emp S. G row th and productive effic iency o f un iversity inte llectua l prope rty licensing [ J]. Re� search Po licy, 2002, 31( 1): 109� 124. [ 23] � 张武军, 徐 � 宁.论我国高水平研究型大学建设 [ J].科研管理, 2009, 29( S1): 94� 97. [ 24] � 闵维方. 对一流大学建设的思考 [ N ] .北京大学教育经济研究所简报, 2003�04�29. [ 25] � 李志民. 中国科技论文在线 [ R /OL ]. www. paper. edu. cn, 2005�05�15. The Impact of R&D Resource Input on PatentOutput of Various Types of Colleges and Universities FU Ye, ZHANG Le�ping, MA Q iang, CHEN Q in�chang (D ivision of Science and Techno logy, South China University of T echno logy, Guangzhou� 510640, China) Abstract: Using m icro�leve l data and mo re comprehensive input ind ices ( R&D expend iture, the quan tity and qua lifica� tions of R& D personne l), itm akes a system atic ana ly sis on the im pact o fR&D resource input on patent ou tput o f various types o f co lleges and un ive rs ities. The results show that the factors which influence the patent ou tput are qu ite d ifferent fo r var ious types of co lleges and un iversities. It also show s that R&D resource input hasm ore influence on innovative pa� tent output than on overall patent. F ina lly, it puts forward som e suggestions fo r var ious types of co lleges and universities to im prove the ir patent output in orde r to realize the optim a l allocation o f R& D resources inputs. Keywords: R&D input; co lleges and un iversities; patent output 111� 第 3期 付 � 晔等: R&D资源投入对不同类型高校专利产出的影响