摘要：科技成果转化是科技创新的关键环节，同时也是推动科技进步与经济发展的重要手段。近年来，安徽省合肥市以国家科技成果转移转化示范区建设为核心目标，积极推动科技创新平台的建设和发展，但是科技成果转化效率问题亟待解决。本文通过文献分析方法构建了合肥市科技成果转化效率评价体系，并基于此借助DEA模型对2021年合肥市内12个县区的科技成果转化效率进行了测度。研究结果表明：合肥市整体科技成果产出和转化的水平总体较低，成果转化效率处于有效状态的仅有5个区域，7个区域成果转化处于无效状态。依据研究结果进而提出促进合肥市科技成果转化效率的可操作性建议，以期为政策制定提供理论借鉴价值。
关键词：科技成果；转化效率；DEA模型；实证分析；
0 引言
科技的进步与发展对于经济的繁荣和社会的进步起到了至关重要的作用。科技成果的转化效率，即从科研到实际生产力的转化速度和能力，成为了影响国家、企业和研究机构竞争力的重要因素[1]。随着国家相关政策的不断推出和实施，科技成果转化效率领域的研究也受到了国内外学者的广泛关注。苏世彬等学者提出生产要素扭曲与科技成果转化效率之间存在负相关性，并采用C-D函数建立两者的计量模型进行实证分析[2]。张珺涵等从企业技术创新的两阶段价值链视角出发，建立非平衡面板静态回归模型探讨企业规模、科技成果转化效率以及技术创新间的关联性，研究结果表明企业规模的扩张会降低科技成果转化效率[3]。孙涛聚焦于东北地区的科技成果转化效率问题，构建了科研机构和企业双方演化博弈模型，剖析了该区域科技成果转化效率低的作用机理与优化路径[4]。杨树旺等学者利用三阶段DEA模型对高校科技成果转化效率问题进行定量分析，测算结果表明高校科技合作参与度、地区对教育的重视程度以及产业结构等因素影响高校科技成果转化[5]。Lei等针对于我国科技管理领域的科技成果转化率低、交易成本高的难题，采用区块链技术设计了科技成果全生命周期的信息存储链，旨在降低科技成果转化成本，提高转化效率[6]。
综上所述，国内外学者们的既有研究为本文提供了丰富的理论基础和现实依据，为进一步探讨科技成果转化效率提供了有力的支撑。但是，大部分文献主要还是以高校和企业作为研究对象，较少学者聚焦于省市的科技发展视角进行探讨。研究方法主要是采用DEA模型、Malmquist指数和随机前沿等模型对科技成果转化效率进行定性与定量分析。其次，由于省市间经济状况、政策环境以及地域文化等存在的差异性，国内外学者们现有的研究结论的可借鉴性和可操作性较低。鉴于此，本文在借鉴已有研究成果的基础上，结合合肥市的实际发展情况，采用DEA模型对科技成果转化效率进行分析，以期为合肥市制定更加科学合理的科技成果转化政策提供参考。
1 研究方法
DEA（Data Envelopment Analysis，数据包络分析法），最早于1978年由查思斯和库伯教授提出，该分析方法在相对效率的概念基础上，以投入和产出作为评价转化效率的两个维度，并设置多个相关因素指标[7]。DEA方法主要有CCR模型和BCC模型两种，两种模型的不同之处在于CCR模型假定决策单元为固定规模报酬，对转化的总效率进行评价。BCC模型测定的条件是假设定决策单元的规模报酬处于可变状态，主要衡量转化的纯技术效率和规模技术效率，相比于CCR模型，BCC模型的优点在于可以分离出造成技术无效的两个原因，从而更准确地评估技术效率。在本研究中，由于引起科技创新成果转化的因素是多维度的，难以确定转化效益，因此采用BCC模型评价合肥市科技成果转化效率，若测量的效率值等于1,则说明成果转化效率有效，反之则说明成果转化效率无效。BCC模型如公式（1）所示:
2 评价指标选取及数据来源
参照张远为、孙崇文、熊鸿儒以及张曼等学者[8][9][10][11]的科技成果转化效率研究评价指标体系，如表1所示，选取投入指标包括R&D经费内部支出、R&D人员、有R&D活动企业数，输出指标包括有效发明专利、新产品销售收入、发表科技论文。本研究数据来源于2021年《合肥市统计年鉴》，选取了合肥市12个地区的数据，主要包括4个城区、3个开发区以及5个县（市）。构建了评价指标体系后，本文借助DEAP2.1软件对合肥市科技成果转化效率值测算。
3 实证结果与分析
将获取的投入与产出指标相关数据输入DEAP2.1软件，测算得出2021年合肥市各个地区科技成果转化效率，分析结果如表 2所示。结果显示，瑶海区、庐阳区、包河区、经开区、肥东县5个地区的科技成果转化综合效率、纯技术效率、规模效率都等于1，说明这些地区的科技成果转化效率达到了最优状态。
3.1综合效率
合肥市整体的综合效率达到0.878,目前还未达到1，说明合肥市的科技成果转化效率处于较低水平,但后期仍有改进和提高的空间。从空间分布上看，成果转化效率较高的地区多集中在城区，开发区和县（市）的科技成果转化效率较低，这主要是因为城区作为城市中心，交通便利，拥有更多创新资源，人才集聚效应更加明显，资金、人才、技术等方面的政策支持力度也更大，从而提高科技成果的转化效率。
从具体数值看，效率值可以分为三个水平梯度，分别是小于平均值、介于平均值到1之间、等于1三个层次。其中，瑶海区、庐阳区、包河区、经开区、肥东县5个地区处于第一水平梯度，综合效率值都等于1，视为有效，说明这些地区的创新资源投入达到最佳规模，利用效率高。其次，肥西县处于第二水平梯度，其综合效率值介于平均值到1之间，科技成果效率较低，但肥西县的纯技术效率达到1，而规模效率为0.909，视为无效值，从而造成该县科技成果转化率低。最后，蜀山区、高新区、新站区、长丰县、庐江县、巢湖市6个地区处于第三水平梯度，这些地区的综合效率值都低于平均值，其中蜀山区的纯技术效率和规模效率分别为0.744、0.935，均低于合肥市的平均水平，都视为无效值，进而导致蜀山区科技成果转化效率最低。
3.2纯技术效率
纯技术效率值达到1的地区分别是瑶海区、庐阳区、包河区、经开区、肥东县、肥西县6个地区，说明这些地区实现了创新资源的有效配置，并且实现充分利用。但相比之下,蜀山区、高新区、新站区、庐江县这4个地区的纯技术效率值都低于平均值，说明这些地区对创新资源还未实现充分的利用，今后应加强科技管理工作水平，健全科研管理制度，提高资源配置效率。
3.3规模效率
瑶海区、庐阳区、包河区、经开区、肥东县5个地区的规模效率都等于1，视为有效，说明这些地区高新技术产业规模效率的优化已经取得了显著成果，规模效益的优势得到了充分体现。同时，蜀山区、高新区、新站区、长丰县、肥西县、庐江县、巢湖市这7个地区的规模效率都小于1，说明均未达到有效的规模效率，但是肥西县的纯技术效率达到1，说明该地区有着较高的科技管理水平，企业制度、技术和管理水平较高。
4 结论及对策建议
4.1 研究结论
①合肥市整体科技成果产出和转化的水平总体较低，成果转化效率处于有效状态的仅有5个区域，7个区域成果转化处于无效状态。②城区、开发区、县（市）的科技成果转化效率存在较大差异，成果转化水平较高的区域多集中在城区。大致可以分为3个梯队：第一梯队成果转化水平最高，效率值等于1，达到最优水平；第二梯队为成果转化效率高于平均水平，成果转化效率较强，目前只有肥西县；第三梯队为成果转化效率低于平均水平的6个区域，成果转化效率较低。③在科技成果产出方面，蜀山区、高新区、新站区、长丰县、庐江县、巢湖市6个区域的科技成果产出尚未达到有效状态，今后需对科技研发工作加强管理，合理配置科技资源要素。
4.2 对策建议
（1）加快区域创新能力协调发展
一是加强区域创新资源要素配置。工作理念上，强化产业创新目标导向，全市上下牢固树立“科技即产业”的理念；工作方式上，统筹各类创新资源，构建“全市一盘棋”的大格局；工作路径上，健全科创平台体系、成果转化体系、科技招商体系等，有效提升科研成果转移转化成效。二是加强园区、县（市）等地区创新能力建设。确立全市各地区创新能力共同提升目标，探索精准扶持创新之路，以缩小各地区之间的创新能力差距，实现相互支持、共同进步，尤其是加强开发区、县（市）等地区的科研能力和科技管理水平，针对产业发展好、技创新能力强的开发区、县（市），加强产业方面的技术创新，完善科技创新服务体系，构建良好的创新生态。三是加强创新高地的辐射带动。产业基础深厚、创新能力较高的地区，如瑶海区、庐阳区、包河区、经开区、肥东县等地区，应增强区域引领辐射带动能力，联动周边地区融合发展，加强推广特色主导产业适用技术的广泛应用和普及，优化升级各地区产业结构。
（2）加强科技成果转化的产学研协同创新和深度融合
一是构建以市场导向的待研科技项目库。探索建立技术创新组织新模式，以市场需求为导向，构建企业提出技术需求，政府提供政策支持和引导，各方协同合作，共同解决技术难题的模式；编制和发布企业技术需求目录，整理、调研、分析需求目录，构建项目库。二是鼓励高校院所、企业联合承担科技项目。鼓励优先从待研项目库中选择申请项目；鼓励需求提出企业与高校院所开展联合研究。建立风险共担、利益共享的产学研合作机制。三是加强科技成果应用与产业融合。围绕合肥市聚焦智能语音、量子信息、集成电路等新兴产业，建设省内重点产业领域的共性技术和制造平台，为省内创新成果的孵化提供配套支持；面向汽车、装备制造、家电等主导优势产业，组织高校和科研院所了解传统企业的发展现状瓶颈和转型升级需求，组织开展联合攻关产业共性技术问题。
（3）培育发展科技成果转化技术市场
一是加强建设科技成果转移转化平台。探索建立合肥综合性国家科学中心科技成果转移转化试验区，建立科技成果展示和转化交易平台；鼓励高校院所、科研机构、创新载体、重点企业，依托优质科技创新资源建设中试熟化基地，面向企事业单位提供中试服务。二是推进技术转移服务机构发展壮大。大力引进国内外知名技术转移示范机构，依托行业龙头或行业协会,建设行业性技术转移服务机构，选择重点高校院所建设高水平专业化技术转移机构。三是健全多元化技术转移人才培养体系。加快技术经理人、技术经纪人等专业化人才队伍建设，纳入安徽省市专业人才培养体系。以市场化方式设立技术转移学院，设立特色专业，完善强化岗位管理、考核评价、职称评定培育体系。四是建立健全科技成果转化行业信用评价体系。在科技行业协会的引导下，构建安徽省科技成果转化的行业信用评价体系，旨在从根源上消除科技成果转化过程中行业失信行为的发生。
（4）深化科技成果转化体制机制改革
一是健全成果产业化政策体系。科技创新是科技成果转化的基础，而人才是科技创新的核心。科技成果转化前期，应重点围绕人才制定相关政策，通过建立人才流动机制和交流平台，在生活、工作、科研方面提供一站式服务，为科技创新和成果转化提供强有力的人才保障。科技成果转化需要大量的资金投入，在科技成果转化中期，资金严重制约科技成果的转化过程，中期应重点围绕资金制定相关政策，规范资金的使用和管理，提高资金使用效率。市场是检验科技成果实用性和经济价值的重要平台，科技成果转化后期，重点围绕市场制定相关政策，推动科技成果的场景应用、加强科技创新和实体经济深度融合、引导社会资本投入、规范市场秩序并保障各方利益，以及推动产业升级和经济发展。二是健全科技立项管理制度。以市场需求为导向遴选项目，建立科技攻关项目动态竞争机制、建立重大项目快速立项机制、推动科技项目资金制度改革。三是优化政府科技投入机制。改变原先主要依赖评审立项和自助投入的单一方式，构建新的科技项目资金支持制度。企业在事前进行主要的投入，而政府则提供事后的补助，或者企业可以在事前进行全额的投入，政府在事后根据审核后的企业研发投入经费给予奖补。积极探索新的投入模式，鼓励企业和资本风险共同先导投入，政府采取跟投方式，构建企业、资本和政府三方共同参与的研发投入机制，激发社会资本积极参与。
参考文献
[1]王守文,覃若兰,赵敏.基于中央、地方与高校三方协同的科技成果转化路径研究[J].中国软科学,2023(02):191-201.
[2] 苏世彬,李苹.要素价格扭曲对科技成果转化效率的影响——基于省级面板数据的实证研究[J].科技管理研究,2018,38(17):77-80.
[3] 张珺涵,罗守贵.科技成果转化效率及企业规模与技术创新——基于高技术服务企业的实证研究[J].软科学,2018,32(07):1-4.
[4] 孙涛.东北地区科技成果转化路径的优化研究[J].中国软科学,2019(01):175-183.
[5] 杨树旺,谭芳玲,李琳.长江经济带“双一流”建设高校科技成果转化效率测度及影响因素[J].科技管理研究,2023,43(04):100-110.
[6] Kaiyan L ,Ruijie X ,Mengjin L , et al. Research on the tracing system of technological achievements transformation based on blockchain technology[J]. Procedia Computer Science,2023,221(5):208-215.
[7] 雷聪仪,张娴.科研院校技术转移效率评价研究进展述评与展望[J].图书情报工作,2022,66(19):132-142.
[8]张远为.湖北省科技金融资源配置效率研究——基于BCC模型和Malmquist指数法[J].湖北社会科学,2021(09):58-66.
[9] 孙崇文,秦远建.基于DEA分析法的产学研协同创新效率评价——以湖北省为例[J].理论月刊,2018(04):145-150.
[10] 熊鸿儒.我国科研部门成果转化效率的测算与评价:基于价值导向的国际比较[J].学习与探索,2019(02):114-120.
[11] 张曼,菅利荣.高技术产业产学研协同创新效率研究——基于行业的动态分析[J].当代经济管理,2021,43(03):25-33.