基于熵权-fsQCA法的双一流高校科技创新提升研究.pdf

0引言新时代背景下，科技创新在国家综合竞争力中发挥着至关重要的作用。2015 年中共中央办公厅、国务院办公厅印发 深化科技体制改革实施方案1，对科技创新作出了全面部署，出台了一系列重大改革措施。2022 年 1 月，教育部等三部委印发 关于深入推进世界一流大学和一流学科建设的若干意见2，指在推动中国高等教育的发展，实现我国从高等教育大国向高等教育强国的转变。因此，在国家高度重视“双一流”高校建设的背景下，探析当前“双一流”高校的科技创新实际水平，对提升高校基于熵权-fsQCA法的双一流高校科技创新提升研究冯广宇柳炳祥付振康彭启宁摘要：本文基于39所“双一流”高校数据，采用模糊集定性比较分析法探讨高校科技创新能力的提升路径。首先利用熵权法对数据进行预处理，从而确定各高校科技创新能力的综合得分，其次采用模糊集定性比较分析法，以各高校科技创新能力综合得分为结果变量，选取研究与发展人员、科研经费、专利申请、学术论文、专利授权、成果授奖数、成果转让收入7个条件变量，研究影响“双一流”高校高水平科技创新能力的组合路径。研究结果表明：研究与发展人员、科研经费、学术论文、专利授权、成果授奖数和成果转让收入是提升高校科技创新能力的核心前因条件，同时根据不同的条件组态归纳出提升高校科技创新能力的三种路径以及阻碍高校科技创新能力的三种路径，最后结合科技创新能力组合路径为高校科技创新发展提出合理建议。关键词：科技创新能力；高校；双一流中图分类号：G644文献标志码：A文章编号：1671-4792（2023）04-61-12作者简介：冯广宇(1998)，男，硕士研究生，景德镇陶瓷大学管理与经济学院，研究方向：专利情报分析；柳炳祥（1966），男，博士，景德镇陶瓷大学信息工程学院教授，研究方向：数据挖掘与智能算法；付振康（1996），男，硕士研究生，景德镇陶瓷大学管理与经济学院，研究方向：专利情报分析、数据挖掘；彭启宁(1998)，女，硕士研究生，景德镇陶瓷大学管理与经济学院，研究方向：专利情报分析。（江西景德镇333403）基金项目：文旅部2022年度文化艺术职业教育和旅游职业教育提质培优行动计划专业研究生重点研究扶持项目“中小型文化创意企业知识产权创造能力影响因素研究以景德镇陶瓷文创企业为例”(项目编号：Mlis-003)2023年第4期61科技广场234目标评价体系一级指标二级指标释义教学与科研人员/人从事大专以上教学、研究与发展等活动的人员研究与发展人员/人从事研究与发展工作时间占本人科研总时间10%以上的“教学与科研人员”创新潜力我国高校科技创新能力评价体系科技创新能力尤为重要。梳理文献后发现，国内外学者关于高校科技创新能力已有研究主要包含以下三个方面。第一，在关于高校科技创新能力影响因素的研究方面，杨祖国3，王伟4，李荔5，张金良6J.Frame7等人对我国高校科技创新的影响因素进行了深入研究；第二，在关于高校科技创新能力评价方法的研究方面，王章豹8，曹建国9，Huang10，梁燕11等人12运用主成分分析、层次分析等方法构建了高校科技创新能力评价体系；第三，在高校科技创新能力提升对策的研究方面，葛继平13，李云14等人通过归纳影响高校科技创新能力的因素，提出全面提升发展路径。综上所述，国内外学者对高校科技创新能力的相关研究主要集中在高校科技创新能力影响因素、科技创新能力评价以及提升对策三个方面，对于科技创新能力的影响因素考虑较为单一，未考虑多个因素的联动影响，此外什么因素变化将引起高校科技创新能力的提升，以及寻找提升高校科技创新能力组合路径的研究也较为匮乏。1研究方法与数据1.1研究方法的选择熵权法15是一种客观的赋值方法，能通过指标提供信息量的大小计算指标的权重。相比于层次分析法等主观赋权法，熵权法具有避免主观因素影响的优点。模糊集定性比较分析(fsQCA)16是一种以模糊集合和布尔代数为数学基础、以案例为导向的科学研究方法，该方法能够有效地处理多案例比较的研究数据，并探索多个案例中不同的原因变量组合对结果产生的影响。1.2样本与数据本文选取 39 所“双一流”高校作为样本，数据均来源于 2017 年的 高等学校科技统计资料汇编和 incoPat 数据库。1.3测量与校准1.3.1?结果变量的确定关于高校科技创新能力的衡量，国内学者没有统一的标准。王章豹等人8基于科技创新基础条件等方面研究了高校的科技创新能力。基于前人的研究，本文选取 3 个一级指标、16 个二级指标作为衡量高校科技创新能力的模型指标，如表 1 所示。表1高校科技创新能力评价指标体系62高校综合得分排名高校综合得分排名清华大学0.1121东北大学0.018621吉林大学0.09182南开大学0.018522浙江大学0.05963大连理工大学0.01623北京理工大学0.05734电子科技大学0.015424华南理工大学0.05275北京航空航天大学0.015125目标评价体系一级指标二级指标释义科技经费/千元高校用于发展科学技术而支出的费用创新活力专利申请总量/件高校专利申请总量发明专利申请量/件高校发明专利申请总量实用新型专利申请量/件高校实用新型专利申请总量学术论文总量/篇高校学术论文发表总量国外及全国性刊物发表总量/篇高校发表的国家级期刊论文及国外公开发表的论文总量创新实力专利授权总量/件高校专利授权的总量发明专利授权量/件高校发明专利授权总量实用新型专利授权量/件高校实用新型专利授权总量鉴定成果数/项列入国家以及国务院等有关部门科技计划的技术成果数量成果授奖数/项省党委、政府以及国家部委等部门授予的奖项数量国家级成果奖数/项党中央、国务院等国家部门授予的奖项数量科技成果转让签订合同数/项指科技成果的所有权，由高校转移至受让方的成果数量科技成果转让实际收入/千元指科技成果的所有权，由高校转移至受让方所收取的成果转让费用创新潜力我国高校科技创新能力评价体系根据上述构建的高新科技创新能力评价指标体系，本文借助熵权法对 39 所“双一流“高校进行数据处理，计算其权重得分及各个指标的熵值，进而运用其权重及熵值计算出高校科技创新能力结果变量的数值，结果如表 2 所示。由表 2 可以看出 2017 年“双一流”高校科技创新能力综合排名第一的高校是清华大学，其综合得分为 0.112，这很大程度得益于其大量的经费投入和大量的科技成果转让及收入。排名靠后的三所高校分别是北京师范大学、新疆大学和云南大学，其综合得分分别为 0.003、0.0029 和 0.0025，与清华大学的差距较大。由此可以较为直观的看出，“双一流”高校之间的科技创新能力具有较大的差距，说明大多数“双一流”高校的科技创新能力具有较大的提升空间。表2熵权法计算权重综合得分汇总基于熵权-fsQCA法的双一流高校科技创新提升研究63科技广场234高校综合得分排名高校综合得分排名上海交通大学0.04486重庆大学0.01426四川大学0.04287中国农业大学0.013927武汉大学0.03688西北农林科技大学0.010128西安交通大学0.03279南京大学0.009929华中科技大学0.032410厦门大学0.00930郑州大学0.028711西北工业大学0.00931中南大学0.028312湖南大学0.006632山东大学0.027313中国科学技术大学0.006533复旦大学0.026914中国海洋大学0.005634北京大学0.026115兰州大学0.003935天津大学0.025916华东师范大学0.003236东南大学0.023417北京师范大学0.00337哈尔滨工业大学0.023218新疆大学0.002938中山大学0.021919云南大学0.002539同济大学0.0217201.3.2?条件变量的确定在前人研究的基础上，本文从创新潜力、创新活力和创新实力三个层面选取 7个变量作为解释变量。创新潜力：选取研究与发展人员和科技经费两个变量来表示。创新潜力是高校科技创新能力的内部制约因素，是保障高校科技创新能力的主要生产要素，是高校科技创新能力的重要体现。其中，研究与发展人员是指高校在该统计年度内从事科研及教学的人员数量，能够较大程度的影响高校的科技创新能力，除此以外研究与发展人员影响高校学生的整体素质，进而影响高校科技创新能力。而科研经费更是直接决定了科技创新项目的完成效果。因此，研究与发展人员和科技经费是影响高校科技创新能力的重要指标。创新活力：选取专利申请总量、学术论文总量两个变量来表示。创新活力体现了高校科技创新的主观能动性，是高校科技创新能力的源泉。其中，考虑到外观设计专利与发明专利相比，不具有较高的新颖性、创造性和实用性，故专利申请总量以发明和实用新型的申请总量为标准；学术论文总量以发表的论文、期刊等形式的知识创新成果数量为标准。创新实力：选取专利授权总量、成果授奖数、科技成果转让实际收入三个变量来表示。创新实力是检验高校科技创新能力的核心要素，是高校科技创新能力的关键体现。其中，专利授权总量以发明和实用新型授权总量为标准；成果授奖数是指高校64成果获奖的总量；科技成果转让实际收入则是体现了高校科技创新成果转化产生的实际价值。表3高校科技创新能力的影响因素变量设计1.3.3?数据校准根据 fsQCA 原理，研究者选择的每个案例都需要校准成集合17以供 fsQCA 软件解读。本文参考已有研究18的做法，运用直接校准法进行校准，分别选取样本数据的5%分位数、50%分位数和 95%分位数分别对应完全不隶属、交叉点以及完全隶属的锚点，各变量校准信息如表 4 所示。表4结果变量与条件变量的校准变量类型目标集合指标描述校准完全隶属交叉点完全不隶属结果变量Y高校科技创新能力综合得分0.062820.02170.00299条件变量A研究与发展人员6360.51856638.1B科技经费39545121623663367463.7C专利申请总量2636.388244.4D学术论文总量14848.263501991.7E专利授权总量1886.851726.7F成果授奖数88.7307.8G科技成果转让实际收入116463.733491902数据分析与实证结果2.1必要条件分析在 fsQCA 中，必要性分析是检验是否存在某个条件变量导致结果变量出现变化的必要条件。必要性分析可以实现在真值表分析过程中，可以防止部分重要条件被过度简化，从而提高条件组合的贴题性。本文遵循 Douglas?E?J 等学者的研究19，将变基于熵权-fsQCA法的双一流高校科技创新提升研究变量类型测量维度细分变量指标单位变量标签结果变量高校科技创新能力综合得分/分Y条件变量创新潜力研究与发展人员/人A科技经费/千元B创新活力专利申请总量/件C学术论文总量/篇D创新实力专利授权总量/件E成果授奖数/项F科技成果转让实际收入/千元G65科技广场234量的必要性检测阈值设置为 0.9。表 5 为各个变量必要性检验的结果。由表 5 可知，单个变量的一致性水平均低于 0.9，不构成必要条件。这表明单个独立因素不会造成高校科技创新能力的显著提高，因此需要对多种因素进行组合分析。表5必要性分析结果变量科技创新能力提升非科技创新能力提升一致性覆盖度一致性覆盖度A0.8273460.7827950.4325630.518618A0.4912220.4058790.8188370.857342B0.8227530.7397940.4884850.556584B0.506860.4388240.7716310.846545C0.8808280.7659870.4632540.51049C0.43710.3912270.7876410.893335D0.8442620.8126580.4063680.495663D0.4760490.3875720.8464080.873207E0.8779210.8079820.4550420.530683E0.4900590.4150870.8353520.896598F0.8465290.816210.8495730.87523F0.5371470.4366940.4532070.553725G0.7650270.7951180.4349480.572836G0.5890010.4513340.8444350.819947“”表示“非”，即相反值2.2条件组态分析本文使用 fsQCA 软件分析我国 39 所“双一流”高校的科技创新能力影响因素，识别出决定高校科技创新能力提升的前因条件。遵循已有研究的做法，将案例频数阈值设定为 1，原始一致性阈值设定为 0.8，PRI 一致性阈值设定为 0.8。基于此设定，本文对高校科技创新能力进行组态分析。通过 fsQCA 软件运行，影响结果变量的条件变量组合路径如表 6 和表 7 所示。表6促进高校科技创新能力的条件组合变量组态1组态2A组态2B组态3研究与发展人员科技经费专利申请总量学术论文总量专利授权总量66变量组态1组态2A组态2B组态3成果授奖数科技成果转让实际收入一致性0.9750.9920.9980.981覆盖度0.6530.5470.3610.272唯一覆盖度0.1370.0290.0400.022解的一致性0.967解的覆盖度0.755表示核心条件，表示核心条件缺失，表示次要条件，表示次要条件缺失，空白表示变量的出现与否对结果不产生影响，下同。表 6 呈现了用以解释促进高校科技创新能力的 4 条驱动路径。解的一致性为0.967，说明在所有满足这 4 类条件组态的高校科技创新能力案例中，96.7%的高校科技创新能力呈现较高水平。解的覆盖度为 0.755，表示这 4 类条件组态覆盖了75.5%的案例，说明选取的案例具有充分的解释力度。表7阻碍高校科技创新能力的条件组合变量组态1A组态1B组态1C组态2组态3A组态3B研究与发展人员科技经费专利申请总量学术论文总量专利授权总量成果授奖数科技成果转让实际收入一致性0.9720.95310.99310.968覆盖度0.5500.2620.1990.2700.2240.266唯一覆盖度0.2510.0110.0180.0660.010.012解的一致性0.969解的覆盖度0.6942.2.1?高校高水平科技创新能力组态根据研究结果的驱动路径，本文将导致高校高水平科技创新能力的组态划分为三种。（1）论文-专利授权型组态 1 表明，当高校拥有较多的学术论文总量和专利授权总量时，将会拥有高水平的科技创新能力。其中，学术论文总量和专利授权总量为核心条件，处于这一组基于熵权-fsQCA法的双一流高校科技创新提升研究67科技广场234态内的代表高校是上海交通大学、浙江大学、四川大学等。由于该组态以学术论文总量和专利授权总量为核心条件，研究与发展人员、专利申请总量、成果授奖数为次要条件促进高校科技创新能力发展，故命名为论文-专利授权型。该路径能够解释65.3%的高水平科技创新能力案例。其中，约 13.7%的高水平的科技创新能力案例仅能被该路径解释。（2）论文-成果转化型组态 2A 和 2B 表明，当高校拥有较多的学术论文总量和专利申请总量，且注重科技成果的转化时，将会拥有高水平的科技创新能力。其中，学术论文总量、专利授权总量和科技成果转让实际收入为核心条件，处于这两个组态内的代表高校是华中科技大学、山东大学、天津大学等。由于组态 2A 和组态 2B 核心条件皆为学术论文总量、专利授权总量和科技成果转让实际收入，因此，可以将组态 2A 和组态 2B 归纳为同一组态，并将其命名为论文-成果转化型。同时通过对比条件组态 2A 和 2B 可以发现，在学术论文总量、专利授权总量和科技成果转让实际收入均较高的情况下，专利申请总量和成果授奖数的条件组合可以和研究与发展人员和科技经费的条件组合相互替代，以推动高校科技创新能力的提高。（3）科研全面型组态 3 表明，对于同时拥有较多研究与发展人员和科研经费的高校，且注重学术论文总量、成果授奖及科技成果转化时，皆会拥有高水平的科技创新能力。处于这一组态内的代表高校只有复旦大学。由于该高校除了专利申请总量和专利授权总量以外条件皆为核心条件，故命名为科研全面型。综合看来，研究与发展人员、科研经费总量、学术论文总量、专利授权总量、成果授奖及科技成果转化是提升高校科技创新能力的核心前因条件。专利申请总量只作为次要条件出现过两次，说明在影响高校科技创新能力的因素中，专利申请总量的作用相对于其他前因条件来说不显著，这可能是因为专利的大量申请未必会有大量新成果的产生，因而专利申请总量在促进高校科技创新能力的因素中影响力相对较弱。2.2.2?高校低水平科技创新能力组态由于 fsQCA 方法得到的结果是非对称的，为了进一步探析高校科技创新能力的驱动路径，本文同时探索了高校低水平科技创新能力的组态，并从中寻找哪些条件的缺失会抑制高校科技创新能力高水平的产生。根据研究结果的驱动路径，本文将导致高校低水平科技创新能力的组态划分为三种。（1）人员-专利成果抑制型组态 1A、1B 和 1C 表明，当高校拥有过少的研究与发展人员和成果授奖数，且68不注重专利的申请与授权时，将会拥有低水平的科技创新能力。其中，处于这一组态内的代表高校是新疆大学、云南大学、兰州大学等。由于该组态的核心条件研究与发展人员、成果授奖数、专利的申请与授权数量缺失，故命名为人员-专利成果抑制型。（2）人员-经费成果抑制型人员-经费成果抑制型。组态 2 表明，当高校拥有过少的研究与发展人员和成果授奖数时，将会拥有低水平的科技创新能力。其中，处于这一组态内的代表高校是重庆大学。由于该组态的核心条件研究与发展人员和成果授奖数缺失，次要条件科研经费和学术论文总量缺失，故命名为人员-经费成果抑制型。（3）人员-专利抑制型人员-专利抑制型。组态 3A 和 3B 表明，当高校拥有过少的研究与发展人员，且不注重专利的申请与授权时，将会拥有低水平的科技创新能力。其中，处于这一组态内的代表高校是西北工业大学、东北大学等。由于该组态的核心条件研究与发展人员、专利的申请与授权数量缺失，故命名为人员-专利抑制型。综上所述，研究与发展人员、专利申请总量、专利授权总量和成果授奖数不缺失是高校科技创新能力未被评为低水平的核心前因条件。其中研究与发展人员作为核心条件缺失情况在组合中出现过 6 次，专利申请总量和专利授权总量作为核心条件缺失情况在组合中出现了 5 次。而科研经费和科技成果转让实际收入只作为次要条件缺失情况出现过 3 次，可见科研经费和科技成果转让实际收入的作用在高校科技创新能力未被评为低水平的前因条件中不显著。3结论与启示本文以 39 所“双一流”高校为样本，运用 fsQCA 探讨创新潜力、创新活力、创新实力 3 个维度的变量及其组合对高校科技创新能力的影响，得到以下结论：第一，现行条件下我国“双一流”高校的科技创新能力发展存在较为明显的差异，学术论文的发表总量是提升高校科技创新能力的必要条件，75%以上的高校高水平科技创新能力可以被三条提升路径解释。这表明高校通过资源的整合与运用，重视学术论文的写作质量与数量，能够显著提升高校的科技创新能力。第二，我国“双一流”高校的科技创新能力的提升有多条路径选择，论文-专利授权型、论文-成果转化型和科研全面型，每种类型的路径皆由多个因素组成，单个条件变量不足以影响高校的科技创新能力，因此多维度下的条件组合路径才能推动高校的科技创新能力提升，从而增强各高校科技创新实力。同时，本文的研究结论能够为提升高校科技创新能力提供以下三个方面的实践启示：基于熵权-fsQCA法的双一流高校科技创新提升研究69科技广场234首先，我们从产生高水平科技创新能力的组态中得知，论文、专利等形式的研究成果是高校科技创新能力的关键指标，对我国高校科技创新能力的提升举足轻重，因此可以通过制定奖励机制来提升研究人员申请专利、发表论文的主观能动性。另外，高校应当提高成果转化能力，促进高校科技成果转化，从而增强自身的科技创新水平。其次，从产生低水平科技创新能力的组态中得知，科技创新能力较弱的“双一流”高校应当加强研究与发展人员的队伍建设，提供优质条件吸收高质量人才的加入。同时加强政产学研合作，提高专利的申请数量和研究成果数量，从而推动高校科技创新能力的发展。最后，综合两种水平的高校科技创新能力组态得知，提升高校科技创新能力不能盲目追求专利和成果的数量，而忽视专利的质量和价值。高校应当对其科技成果的申报设立完善的审批流程，促进高价值专利成果数量不断增加，从而提高高校自身的科技创新水平。参考文献：1中共中央办公厅国务院.深化科技体制改革实施方案EB/OL.(2015-09-24)2022-08-10.http:/ 财政部 国家发展改革委.关于深入推进世界一流大学和一流学科建设的若干意见EB/OL.(2022-01-29)2022-08-10.http:/ J.Modelling national technological capacity with patent indicatorsJ.Scientometrics,1991,22(3):327-339.8王章豹,徐枞巍.高校科技创新能力综合评价:原则、指标、模型与方法J.中国科技论坛,2005(02):56-60.9刘伟,曹建国,郑林昌,等.基于主成分分析的中国高校科技创新能力评价J.研究与发展管理,2010,22(06):121-127.10HUANG X,CHEN Y Z.Chinese Characteristics and International Standards:Study on Evaluation System of Scientific and Technological Innovation Capacity ofDouble First-ClassUniversitiesJ.Higher Education Studies,2019,9(4):189-199.7011梁燕,耿燕,李相银.高校科技创新能力建设研究的现状分析及研究方向的探析J.科技管理研究,2009,29(06):249-250+260.12梁翠,王智新.协同创新视角下高校科技创新能力提升研究J.科学管理研究,2014,32(01):23-26.13葛继平,林莉.高等院校科技创新能力的提升兼谈大连交通大学科技创新能力提升之路J.现代教育管理,2010(09):27-30.14李云.高校科技创新能力提升的障碍与改善路径研究D.天津:天津大学,2017.15HE S,SONG D,MITRI H,et al.Integrated rockburst early warning model based on fuzzycomprehensive evaluation methodJ.International Journal of Rock Mechanics and Mining Sciences,2021,142:104767.16MARX A,RIHOUKX B,RAGIN C.The origins,development,and application of QualitativeComparative Analysis:the first 25 yearsJ.European Political Science Review,2014,6(1):115-142.17杜运周,贾良定.组态视角与定性比较分析(QCA):管理学研究的一条新道路J.管理世界,2017(06):155-167.18GRECKHAMER T.CEO compensation in relation to worker compensation across countries:The configurational impact of country-level institutionsJ.Strategic Management Journal,2016,37(4):793-815.19DOUGLAS E J,SHEPHERD D A,PRENTICE C.Using fuzzy-set qualitative comparative anal-ysis for a finer-grained understanding of entrepreneurshipJ.Journal of Business Venturing,2020,35(1):105970.A Research on the Improvement of Scientific and Technological Innovation inDouble First-class Universities Based on Entropy Weight-fsQCA MethodFeng Guangyu Liu Bingxiang Fu Zhenkang Peng QiningAbstract:Based on data from 39“Double First-Class”universities,this paper explores the paths of en鄄hancing the scientific and technological innovation capability of universities with fuzzy set qualitativecomparative analysis.Firstly,it adopts the method of entropy weight to preprocess the data to determinethe total score of the scientific and technological innovation capability of each university,which is usedas the result variable.Then it selects seven conditional variables including research and developmentpersonnel,research funds,patent applications,academic papers,patent authorization,number of awardsfor achievements and income from transfer of achievements.With the method of fuzzy set qualitativecomparative analysis,it examines the combination paths that influence the high-level scientific andtechnological innovation capability of“Double First-Class”universities.The results show that researchand development personnel,research funds,academic papers,patent authorization,number of awards forachievements and income from transfer of achievements are the core antecedents of the technological基于熵权-fsQCA法的双一流高校科技创新提升研究71科技广场234innovation ability of universities.Meanwhile,it summarizes three paths for enhancing the scientific andtechnological innovation capability of universities and three paths that can hinder their technological in鄄novation ability according to different condition-based combinations.Finally,it proposes some reason鄄able suggestions for the development of scientific and technological innovation in universities based onthe combination paths of scientific and technological innovation capability.Key words:Scientific and Technological Innovation Capability;Universities;Double First-class72