基于大數據的科技創新成果精準轉化模式研究

施振佺

（南通大學科學技術處，江蘇南通 226019）

習近平在2019 年出席國家科學技術獎勵大會上指出：“要加快創新成果轉化應用，徹底打通關卡，破解實現技術突破、產品制造、市場模式、產業發展‘一條龍'轉化的瓶頸［1］。”改革開放以來，我國的經濟實力伴隨著科技創新得到了飛速發展，超過了日本排名世界第二。在這期間，國內的大批科技創新成果不斷地向企業轉移和轉化，據統計，2018 年，我國技術市場全年共成交技術合同41.2 萬項，成交金額17 697.42 億元，同比增長了12.08%和31.83%。而從2013 年到2018 年全國技術市場成交額從7 469.13 億元提高到17 697.42 億元，增長了136.94%；合同成交金額占全國GDP 的比重也從1.25%增加到1.97%，增長了57.6%［2-3］。

高校和科研院所作為我國科技創新的主力軍，也是創造科技創新成果最多的地方，對國家的經濟發展起到了一定的推動作用。據國家知識產權局統計，截至2016 年，中國戰略性新興產業發明專利擁有量前100 名的專利權人中，企業有69 個，其中國外企業有50 個，其余31 個均為中國大專院校和科研單位。高校與科研院所科技創新成果轉化的成交金額也從830.5 增長到1 281.50 億元，增長了54.3%；但是，高校與科研院所科技創新成果轉化的成交金額占全國總成交額的比例卻從2013 年的11.12%減少到了7.24%，減幅達34.89%（如表1 所示）。因此，推動高校和科研院所的科技創新成果轉化，選擇有效的科技創新成果轉化模式，讓更多的科技創新成果服務于生產力，服務于國民經濟的發展是至關重要的［4-12］。

表1 2014—2018 年全國技術市場成交情況

1 科技創新成果轉化的模式及現狀分析

科技創新成果轉化模式是將科研成果轉化為市場產品或者技術過程中采用的運作方式。長期以來，我國的科技創新成果轉化模式也在隨著科技創新成果轉化過程中出現的問題而在不斷地調整。通過科技創新成果轉化模式的轉變，拉近了科技創新成果供給和科技創新成果需求之間的距離，從而提高科技創新成果轉化的數量和效率，最終促進高校和科研院所的科技創新成果更加高效地轉變為生產力，實現經濟價值［13-15］。

1.1 科技創新成果轉化的模式

目前，我國的科技創新成果轉化模式因為科技創新成果轉化的主體需求，環境的變化，大概經歷了以下3 代模式。

（1）第一代科技創新成果轉化模式。此模式是由高校和科研院所的科研人員相對獨立和自發地進行科研活動并將科研成果直接面對社會進行轉化，以自由轉化為標志，主要出現在20 世紀八九十年代。在此時代，我國提出了改革開放，提出“科技是第一生產力”，開始推動科技創新成果不斷地向生產力轉化，從而提升了我國生產力水平發展。

（2）第二代科技創新成果轉化模式。隨著科技的不斷創新和經濟的不斷發展，科技創新成果轉化經歷了供需不足的問題，尤其是生產力的發展對科技創新成果的渴望，在一定程度上影響著經濟的快速發展。于是出現了第二代科技創新成果轉化模式，它是以出現科技創新成果轉化中介為標志的。這種模式一開始是由政府牽頭引導舉辦多種形式的科技創新成果展示會或者成立科技轉化中介等形式來推動科技創新成果的轉化，后來慢慢轉變為由政府出資而由市場來實施。這種形式主要出現在20 世紀的九十年代以后到21 世紀初，以成立生產力促進中心為起點，本世紀初轉變為諸如通過在高校和企業中建立工程(技術) 中心、技術轉移中心、企業孵化器、大學科技園等形式的綜合性科技創新成果轉化平臺來拉近科技創新成果和企業需求之間的距離。

（3）第三代科技創新成果轉化模式。隨著互聯網和信息技術的發展，科技創新成果轉化也逐漸從線下模式轉成線上的模式。這種模式的標志是以“互聯網+”科技創新成果轉化平臺為載體，以大數據來驅動。它是在“互聯網+”和大數據發展以后出現的，如“江蘇省產業技術研究院技術交易平臺”“江蘇省技術產權交易市場”和“中國科學院科技產業網”等“互聯網+”科技創新成果轉化平臺，使科技創新成果轉化的模式直接進入科技創新成果轉化的數據范式，并通過采用數據管理的方法對科技創新成果轉化中的用戶行為數據進行分析和挖掘，由此產生更加有利于科技創新成果轉化的價值。

這三代科技創新成果轉化模式在不同時期有它的存在價值。第一種模式出現在改革開放初期——社會主義向市場經濟轉變的時期，也是我國很多機制體制轉變的探索階段，這種科技創新成果的自由轉變模式推動了生產力發展，也為第二種模式形成奠定了基礎。而第二轉化模式的產生是因為發現很多科技創新成果離產業化還有一段距離，于是出現了引導或者推動科技創新成果轉化的平臺。第三種模式是因為互聯網和信息技術的發展，很多業務流程可以通過互聯網來完成，以加快科技創新成果轉化的效率；同時，大數據工具可以幫助科技創新成果實現精準轉化，大大推動生產力發展，加速經濟發展。

1.2 科技創新成果轉化存在的問題

一方面，科技創新成果與企業需求脫鉤，這種現象一直存在，也是長期存在的問題。首先，高校和科研院所的科研工作與企業在追求市場并以盈利為基礎而追求的技術創新在目標、路徑、組織方式、評價標準及環境要求等方面存在著很大的差別，因此高校的成果很難直接轉化成適應市場需求的新產品和新技術。其次，科研人員對科技創新的主要來源是科技論文、專利，而企業對科技創新的來源主要是產品市場；另外，企業和技術人員所在的單位都有天然的圍墻隔離著，使他們很難保持溝通交流，這也是導致第一種科技創新成果轉化模式效果不佳的原因。于是政府完善科技創新成果轉化模式，通過建立諸如工程(技術) 中心、技術轉移中心、企業孵化器、大學科技園等形式來縮短科技人員和企業的距離，同時加快科技創新成果轉化為產品的進程。

另一方面，科技創新成果轉化的機制不暢。一般情況下，高校和科研院所只有培養人才和完成科學研究的任務，沒有對科技創新成果轉化的考核要求，也就沒有相應的科技創新成果轉化的管理機構設置、相應的制度以及激勵政策和制度。因此，通常科研人員只會不斷地追求科研成果的數量和質量，很少在科技創新成果轉化上下功夫。另外，高校和科研院所的科研成果都屬于實驗室階段的成果，這種成果一般最多完成到小試階段，很少去進一步突破中試，因為突破中試對于高校和科研院所的科研人員來說在職稱評定和成果獎勵沒有能夠得到體現。而對于企業來說，他們追求的是最后的產品，所以他們不會去完成高校和科研院所的眾多科技創新成果的中試，這也就產生了“中試空白”的問題。“中試空白”是我國科技創新成果轉化過程中典型的“缺失環節”，也是造成高校和科研院所科技創新成果很多卻難以轉化的重要原因。

當前，我國正處于第二代科技創新成果轉化模式的階段，而第三代科技創新成果轉化模式也已經開始出現。第二階段的科技創新成果轉化模式也在不斷地完善，從開始的生產力促進中心轉變為在高校和科研院所出現了工程技術中心，再到成立科技園和孵化器，一步步地拉近科技創新成果到產業化之間的距離。而隨著互聯網和信息技術的發展，基于大數據的科技創新成果精準轉化模式正悄然而起，它可以解決科技創新成果與企業需求不匹配的問題。首先，它通過對市場的大數據分析幫助科技專家了解市場需求，讓科技專家帶著市場需求開展研究。其次，它可以幫助企業了解科技創新的前沿，讓企業升級產品的發展方向。最后，它可以幫助科技成果同企業需求精準地匹配，讓企業不用在尋找科技創新成果的過程中花大量的時間，也促進科技創新成果能精準轉化［16-17］。

2 基于大數據的科技創新成果轉化

2.1 基于大數據科技創新成果轉化的結構

互聯網+科技創新成果轉化平臺是由科技創新成果轉化中的主體、轉化的業務流程、轉化所形成的數據以及大數據基礎平臺所構成，科技創新成果轉化平臺根據轉化主體間相互交流、洽談尋求自己想要的科技創新成果或者需求，通過科技創新成果轉化平臺提供的關聯的科技創新成果或者需求縮小尋找的范圍，同時借助平臺的評估和決策功能為科技創新成果轉化選擇提供支持，最后通過科技創新成果轉化平臺完成科技創新成果的轉化交易，如圖1 所示。科技創新成果轉化的主體包括技術專家、企業、政府、科技服務中介等，科技創新成果轉化的主體通過科技創新成果轉化的業務流程形成包括用戶數據、交易數據、互動交流數據和任務數據等各種信息數據。科技創新成果轉化平臺將這些由轉化主體開展轉化活動過程中產生的信息數據通過大數據基礎平臺存儲到數據倉庫里，可以運用大數據分析決策工具對這些大數據進行整理、加工、分析，為科技創新成果做出科學的評估，為科技創新成果轉化做出科學的決策，最后對完成的科技創新成果轉化交易進行績效評價（見圖1）。

圖1 互聯網+科技創新成果轉化平臺結構

2.2 科技創新成果轉化中的大數據要素

（1）科技創新成果轉化數據。科技創新成果轉化數據包括用戶的基本信息、用戶行為數據、互動數據、科技成果轉化交易數據和互聯網數據等。用戶基本信息數據包括技術專家、企業、政府、科技中介等科技成果轉化主體的一些基本信息數據，通常是一些格式化的、規范化的數據，它是科技創新成果轉化大數據中的最基本的要素，也是一切基于大數據的科技創新成果轉化活動的基礎。用戶行為數據包括技術專家、企業、政府、科技中介等科技創新成果轉化的參與者在從事科技創新成果轉化活動時在平臺上所產生的一些瀏覽、關注、評論等信息數據，這些數據支撐著一些科技創新成果轉化的業務活動。跟線下的科技創新成果轉化有所不同的是，這些基于科技創新成果轉化平臺發生的信息數據每一步都被詳細地記錄在后臺數據庫中，不會因為科技創新成果轉化的成功完成而結束，也不會因為科技創新成果轉化的沒有成果而消除，它通常也是一些格式化的、規范化的數據。互動數據是科技創新成果轉化過程中，成果供需雙方進行洽談對接所產生的互動數據，包括一些文本數據、視頻數據、音頻數據等，是一些非格式化的數據。交易數據是指科技創新成果供需雙方達成一致后產生的科技創新成果交易數據，包括合同簽訂、交易費用第三方監管數據，它通常也是格式化、規范化的數據。互聯網數據是科技創新成果轉化中為了科技創新成果的評估、科技創新成果轉化的決策而通過網頁爬蟲抓取得一些相關信息數據，它通常也是非格式化、非規范化的文本數據。科技創新成果轉化的數據是所有科技創新成果轉化的基礎，是所有科技成果轉化活動開展、科技創新成果評估、科技創新成果轉化決策的依據。

（2）科技創新成果轉化的大數據業務。科技創新成果轉化平臺的功能有信息登記和管理、科技創新成果和企業需求的關聯、科技創新成果和企業需求的精準推送、科技創新成果評估、科技創新成果轉化決策，而這些科技創新成果轉化的功能離不開大數據業務。科技創新成果轉化的大數據業務包括信息數據采集、預處理、數據變換、數據分析、數據挖掘、數據聚類和知識表示等。科技創新成果轉化的大數據業務在科技創新成果轉化大數據的基礎上對科技成果轉化大數據進行分析、挖掘和加工為科技創新成果供需雙發的匹配提供支持，也為科技創新成果轉化的決策提供依據。

（3）科技創新成果轉化的大數據技術。科技創新成果轉化的大數據技術也是圖1 中的大數據基礎平臺的技術構成，包括互聯網信息采集的爬蟲技術、數據分析加工處理的自然語言處理技術、復雜數據類型挖掘技術、相關性分析技術以及分類、聚類、預測、云計算各個大數據業務所采用的技術。科技創新成果轉化的大數據技術是科技創新成果轉化的大數據業務的支撐，也是對科技創新成果轉化的大數據進行加工處理的工具，這些技術的處理好壞決定了科技創新成果和企業需求的關聯、科技創新成果和企業需求的精準推送、科技創新成果評估、科技創新成果轉化決策等功能的精準度。

2.3 科技創新成果轉化中的大數據特征

2.3.1 數據的多源異構多模態形式

科技創新成果轉化在互聯網的當代呈現出線上和線下共同的平臺構成，平臺將圍繞科技創新成果轉化的主體開展活動，科技創新成果轉化的主體也將通過互聯網+平臺來進一步推進科技創新成果轉化。企業通過互聯網+平臺發布自己的技術需求，同時通過互聯網+平臺可以尋找自己所需要的技術和成果，或者找到了相應的技術專家并進行互動交流，在此期間產生的數據大多以無格式的文本、音頻和格式化的行為數據為主。而高校和科研院所通過平臺發布科技創新成果，或者通過平臺跟企業進行互動交流時產生的數據多以無格式的文本、視頻、圖片或者格式化的行為數據為主。而作為服務機構和政府在互動轉化時產生的數據多是以視頻、圖片、音頻、文本以及行為數據為主。隨著科技的不斷發展，很多操作會來自于不同的終端，有的來自于電腦，有的來自于平板，有的來自于手機，因此，在進行互聯網+科技創新成果轉化平臺的實施過程中會產生海量的數據，這些數據具有多源、異構和多模態的形式，需要通過大數據的挖掘、清洗、整理和分析的方法來獲得有價值的信息［18］。

2.3.2 數據的周期性

科技創新成果轉化流程是有生命周期的，它開始于科技創新成果的發布或者技術需求的發布，一般結束于按照科技創新成果轉讓所簽訂的合同驗收完成。當科技創新成果發布時，會有大量的成果需求者進行關注，并在此過程中形成很多互動交流數據，還會形成一些對科技創新成果的評價和對需求企業的評價，進一步通過競價或者協商來確定科技創新成果轉讓，供需雙方簽訂合同，并按照合同來履行責任，最后通過驗收來完成科技創新成果轉化的流程。周期性同樣也具有重復性。業務流程的周期性也使得互聯網+平臺實施過程中產生的數據具有周期性，通過這些周期性的數據可以加快或者推進科技創新成果的轉化進程。

2.3.3 數據的關聯性

科技創新成果轉化平臺中的科技創新成果、技術需求企業、技術專家，他們相互之間都有些相同的屬性。同樣科技創新成果之間，技術需求企業之間，技術專家之間也會有相同的屬性，這些屬性使他們能形成具有一定意義的關系網絡，但是這些具有一定意義的關系網絡通常是無法在現實中顯現的。科技創新成果轉化主體在通過成果轉化平臺實施過程中形成的用戶行為數據也是具有相同屬性的，是相關的。因此，我們可以運用這些關聯的數據分析研究出他們的關系網絡，通過這些關系網絡可以幫助我們進一步推薦科技創新成果或者推薦技術專家，進一步加快科技創新成果的轉化［19］。

這些大數據的特征可以幫助我們建立有效的科技創新成果（技術）需求網絡、技術產業鏈、技術專家關系網、關聯企業網，在這基礎上可以通過用戶行為數據分辨出有不同類別技術需求的企業和不同層次的技術專家，并對需求做出精準的分析定位，最終做出基于大數據的科技創新成果精準決策，從而提高科技創新成果轉化效率。

2.4 科技創新成果轉化的大數據管理

科技創新成果轉化的大數據管理會對各種終端形成的多源、異構和多模態數據進行一些預處理，接著進行數據的變換形成分析統計所需的數據，然后利用統計方法、事例推理、規則推理等方法處理信息對科技創新成果轉化大數據進行挖掘，最后對挖掘出的數據進行知識表示，這樣就可以形成有利于科技創新成果精準轉化的決策［20］。其流程如圖2所示。

圖2 科技創新成果大數據的管理流程

（1）科技創新成果轉化數據預處理。科技創新成果轉化數據預處理是科技創新成果轉化大數據管理中的重要的一部分，它是指對用戶在科技創新成果轉化平臺上訪問、交流、處理事務所產生的日志數據進行清洗，從而產生可以用來加工、分析和研究的數據。它主要包括數據清洗、用戶識別、會話識別和事務識別等4 個步驟。

（2）科技創新成果轉化數據變換。科技創新成果轉化數據因為它的多源異構等特征，需要進一步通過數據變換，通過數據概化、規范化等方式將科技成果轉化數據轉換成適用于統計、分析和研究的數據形式。

（3）科技創新成果轉化數據挖掘。科技創新成果轉化數據挖掘是在科技創新成果精準轉化中的關鍵步驟，它根據科技創新成果轉化數據倉庫中的轉化數據信息，選擇合適的統計、分析和挖掘工具，應用統計方法、事例推理、決策樹、規則推理等方法處理科技創新成果轉化數據，從中挖掘出可以匹配科技創新成果供需的信息和有利于科技創新成果轉化的信息。

（4）科技創新成果轉化知識表示。將科技創新成果轉化數據挖掘所得到的有價值的信息以可視化的形式展現給用戶，幫助他們在科技創新成果轉化中精準決策。

3 科技創新成果精準轉化的關鍵環節

3.1 科技成果和技術需求的精準分類

科技創新成果精準轉讓的基礎是要對科技創新成果和技術需求進行分類精準管理。分類管理是科技創新成果精準轉化的基礎，只有通過分類管理才能在海量的科技創新成果和技術需求中找到合適的進行匹配，才能進行有效關聯，從事實現精準對接。要實現科技創新成果和技術需求的精準管理，首先通過整理大量來自數據倉庫的結構化、半結構化和非結構化的多樣性科技創新成果和技術需求信息，利用如云技術、數據庫等技術方法，對它們進行統計分析。然后采用統計方法、事例推理、模糊集，甚至神經網絡的方法對科技創新成果或者技術需求按照產業鏈、專業領域進行分類和聚類。接著需要對科技創新成果和技術需求做出一個合理的評價，包括時效性、科技創新性、市場價值等。最后，利用復雜網絡分析方法根據需求企業間產業鏈的關系構建企業關系網絡［21-25］，同時，根據技術專家的領域和相關性建立技術專家關系網絡。科技成果和技術需求精準管理就是建立一個有序分類的科技創新成果和技術需求庫，同時為每個成果或者需求都標注相關聯的屬性，包括分類屬性、所屬企業或者關聯技術專家、技術指標、時效性、市場價值、創新性等，如圖3 所示。科技創新成果和技術需求的屬性就像標簽一樣，必須采用數據加工、分析和挖掘等大數據技術方法準確地進行分類、聚類，提取科技創新成果的各種有用屬性，從而為科技創新成果的精準對接打下基礎。

圖3 科技創新成果/技術需求屬性

3.2 科技創新成果供需的精準對接

科技創新成果精準轉讓的核心是科技創新成果的精準對接。它是分析前期構建的技術需求庫和科技創新成果庫中每個技術需要和科技成果所標注的特征屬性，采用關聯規則、規則推理等大數據分析技術和計算方法，構建技術需求和科技創新成果的精準對接。這種精準對接可以按照科技創新成果和技術需求的各個屬性進行多維度的匹配，見圖4 所示。在多維度匹配時，可以通過權重設置來區分各特征屬性的優先級別，如對技術指標的要求比較高，則可以將技術指標的特征權重設置的高一點，這樣就更加能夠篩選出相關聯的技術需求和科技創新成果，從而更加精準地實現科技創新成果和技術需求的匹配。而對于沒有匹配到的科技創新成果，則根據技術專家的特征屬性，包括所學專業、從事專業、科技成果、從事科研的經驗值等，采用關聯規則和規則推理等技術和方法來匹配相應專業和技術領域的專家。同樣，對于沒有匹配到的技術需求，也采用相同的方式匹配相應的企業。通過科技創新成果精準對接的管理可以避免無謂搜索，從而為科技創新成果轉化的精準決策打下基礎。

圖4 科技創新成果與技術需求精準對接

3.3 科技創新成果的精準評估

在完成科技創新成果轉化的精準匹配后，需要對匹配到的科技創新成果進行評估，以便為科技創新成果的成功轉化提供幫助。科技創新成果的評估包括對科技創新成果的創新性、前景、市場價值等全方位進行評估。科技創新成果的評估方式有兩種，一種是專家評估，另一種是大數據評估。專家評估就是通過技術專家根據自己的經驗給科技創新成果按照不同的打分項進行打分評估。大數據評估就是通過網絡爬蟲抓取該科技創新成果相關的領域知識，然后通過分析科技成果的各項特征屬性，包括技術指標、市場價值、前景等屬性，采用模式識別、關聯規則和相關性推理等技術和方法進行自動打分確定一個評估值。科技創新成果的精準評估是科技創新成果的精準轉讓的前提。

4 科技創新成果精準轉讓的實現步驟

科技創新成果精準轉讓的管理流程包括精準的供需管理、精準的供給決策、精準的轉讓管理和精準的績效評價，如圖5 所示。

（1）精準供需管理。首先，企業和技術專家分別將技術需求和科技創新成果登記到科技創新成果轉讓平臺的數據倉庫中。然后，平臺加工和處理大量存儲在數據倉庫的結構化、半結構化和非結構化的多樣性科技創新成果和技術需求信息，利用數據庫分析技術進行分析統計。接著，平臺采用關聯規則、事例推理、模糊分類、聚類的技術對科技創新成果和技術需求信息進行分類和聚類管理，并提取它們的特征屬性［21-25］。最終建成有序的、分類精準的科技成果和技術供需數據庫。

（2）精準供給決策。精準供給決策是在科技成果和技術需求的精準對接和評估的基礎上實現的。首先，通過科技成果和技術需求的精準對接實現科技成果和技術需求的較小范圍內的匹配，對匹配到的結果以短信、微信、郵件和系統消息的形式來通知各用戶。接著，用戶通過平臺對前期匹配到科技創新成果進行創新性、市場價值、前景等各項指標的評估，進一步縮小科技創新成果的范圍。然后，用戶利用評估的信息與擁有科技創新成果的技術專家在平臺上進行對接洽談。最后，根據科技創新成果的評估值和與技術專家的交流洽談來決定選擇哪個科技創新成果進行轉讓交易。

（3）精準轉讓管理。在完成科技創新成果轉化的決策后，需要在平臺系統里登記科技創新成果轉化合同。平臺對達成轉讓協議的雙方進行跟蹤管理，及時了解雙方履行合同的情況，以便有效解決存在的問題，及時推進轉讓合同的完成進度。

（4）精準績效評價。精準績效評價是在科技創新成果轉讓完成后，利用大數據對它進行績效評價，以便能夠為科技創新成果平臺的后期轉讓提供幫助。它是運用大數據技術及時追蹤收集企業對科技創新成果（技術）服務效果的反饋信息，收集他們對科技創新成果服務滿意度的真實評價與意見，作為評價技術專家提供科技創新成果有效性的基礎。通過基于科技創新成果轉化大數據管理平臺的評估體系，將需求識別及時性、廣覆蓋，資源配置精確度等考核指標與數據評估體系相對接進行動態的績效評估。動態的績效評估是評價企業、高校科研院所、政府和服務機構科技成果轉化有效性的基礎。

圖5 科技創新成果精準轉化結構

5 結束語

基于大數據的科技創新成果精準轉化模式是當前最新的科技創新成果轉化模式。它通過科技創新成果轉化平臺產生海量的科技創新成果轉化信息數據，根據科技創新成果轉化大數據的多源異構、周期性和關聯性等特征，利用應用統計方法、事例推理、決策樹、規則推理等方法挖掘出科技創新成果關聯網絡、需求關聯網絡、技術專家管理網絡。通過這些網絡的關聯性進行科技創新成果供需的精準管理、匹配和決策。通過科技創新成果的精準管理、精準匹配和精準決策以及精準評價實現科技創新成果的精準轉讓。它可以很好地解決當前科技創新成果轉化過程中供需難以匹配的問題，一方面可以幫助科技專家更好地了解市場，根據市場去開展科學研究；另一方面可以幫助企業了解與產品相關領域的前沿科技，以便能更好地調整產品的發展方向；最重要的是可以為企業（科技專家）準確找到與之相符的科技成果（科技需求）。因此，基于大數據的科技創新成果精準轉化模式可以完善科技創新成果轉化模式，從而提高科技創新成果轉的效率，改善高校和科研院所成果很少能轉化成生產力的現狀。建議政府加大對基于“互聯網+”的科技創新成果轉化平臺的投入，不僅包括硬件的投入和升級，同時要進一步推動轉化平臺的運行和維護，真正讓轉化平臺發揮轉化的作用，也真正讓轉化平臺產生出有價值的科技創新成果轉化大數據；同時要建立有效的機制讓企業和科技專家、服務中介參與到轉化平臺的轉化過程中去，因為他們才是轉化平臺運轉起來的動力，只有他們積極參與到轉化平臺的管理中去，才能實現轉化平臺的精準管理、精準決策和精準轉化，從而推動科技創新成果的不斷轉化，使科技和經濟兩張皮能夠緊密銜接起來，使得科技真正服務于經濟。