提高北京企業科技成果轉化效率的對策

厲麗 劉翎

摘?要：以北京市規模以上工業企業為代表，基于DEA-BCC以及DEA-Malmquist模型對企業靜態及動態科技成果轉化效率進行了實證研究。研究發現，北京市規模以上工業企業成果轉化效率有待提高;企業成果轉化活動處于規模報酬遞減階段，存在資源浪費問題;純技術效率水平不高是導致企業成果轉化效率下降的原因。提高北京企業科技成果轉化效率，需要合理投入轉化資源，提升轉化成果質量，同時加快人才培育。

關鍵詞：北京企業?成果轉化?DEA

一、引言

當前，我國經濟發展已經由高速增長階段轉入高質量發展階段，創新成為引領發展的第一動力。經濟學意義上的創新是指將一種新的生產要素和生產條件的“新結合”引入生產體系，實現這種“新結合”的主體是多元的。企業是技術創新活動的主體之一，其創新能力的提升對我國加快建設創新型國家具有重要意義。根據創新價值鏈理論，企業的創新活動包括創新研發和成果轉化兩個階段。近年來我國企業研發階段及轉化階段的投入得到穩步提高，根據科技部的相關統計，2019年我國企業的研發投入總額已達到1.69萬億元，在研發經費投入總量中占比76.4%。然而投入的增加并非創新產出及轉化的充要條件，創新能力的提高不僅要依靠投入的增加更要依靠效率的提高。有關研究發現企業在創新過程中存在成果轉化階段效率明顯低于研發階段效率從而導致了整體創新效率不高的問題（竇超，2019[1]）。成果轉化作為創新價值鏈的關鍵一環能將企業研發的科技成果轉化為經濟效益從而推動社會生產力的發展，而成果轉化階段的低效率則會制約科技成果對經濟高質量增長支撐引領作用的發揮，因此提高成果轉化效率對發揮創新效能、推動創新型國家的建設具有重要的現實意義。

北京市作為全國的科技創新中心，于2015年成立了專門的成果轉化引導基金對企業的成果轉化投資，企業成果轉化資源豐富及轉化投入持續增長，但科技成果轉化效率卻不高（羅良文，2016[2]），這制約了企業科技成果向現實生產力的轉化、不利于北京市科技創新發展。在這一背景下對北京企業成果轉化中存在的問題進行分析，找出影響轉化效率提升的因素從而為提高北京企業成果轉化效率提供有針對性的建議對實現北京高質量發展、建設具有全球影響力的創新中心具有重要意義。此外，北京市于2019年通過了《北京市促進科技成果轉化條例》，強調了企業在成果轉化中的主體作用，在這一政策背景下對提高企業成果轉化效率的對策進行研究也很好的呼應了政策的需求，能更好地發揮政府相關政策的激勵作用、加強全國科技創新中心建設。

二、文獻綜述

科技成果轉化是推動科研成果向現實生產力轉化的重要力量，能顯著提高我國的科技與經濟實力。近年來學者們對于科技成果轉化進行了多方面的研究，首先是對于科技成果轉化的概念及內涵研究。鄭謙（2009）[3]認為科技成果轉化是指將區域內各主體研發的科技成果產業化應用的過程;王艷明等（2010）[4]認為科技成果轉化是指科學技術成果在多種要素的共同推動下由潛在生產力向現實生產力轉變的全過程;蔡躍洲（2015）[5]將科技成果轉化界定為具有潛在市場使用價值的高校科研成果通過各種形式轉化為經濟效益的相關過程。可以看出學者們對科技成果轉化內涵的界定都反映了科技成果轉化能獲得經濟收益，促進生產力發展的本質。

其次，基于科技成果轉化概念的研究，為充分發揮成果轉化作用，推動科技成果向生產力轉化學者們開始對成果轉化水平進行測算并相應地提出了建議。一方面，部分學者從轉化數量層面采用成果轉化率對科技成果轉化能力進行測算，即通過計算成功轉化的成果數在總成果數中所占的比例（胡德勝，1992[6]）來對科技成果轉化能力進行測算。然而，在用科技成果轉化率對科技成果轉化進行測度時，存在尚無法確定何種轉化屬于成功轉化以及無法反映成果轉化過程中產生的經濟與社會效益的問題（李修全，2011[7];李修全，2015[8]），

另一方面，部分學者從效率的角度對科技成果轉化進行研究，即通過將成果轉化主體的科技成果轉化資源投入與獲得的成果轉化經濟產出作為評價的依據，對成果轉化階段的效率進行測算。相比于成果轉化率，成果轉化效率更能反映科技成果轉化主體對成果轉化投入的利用程度（賀京同[9]，2011），發現成果轉化過程中存在的問題及影響因素，對提高成果轉化能力具有重要意義（司曉悅[10]，2020）。具體來說學者們對成果轉化效率研究的主體主要包括我國整體及各區域（林芳芳[11]，2016）、高校及科研院所（楊博[12]，2020）、企業三個方面。其中企業作為連接科技成果與市場的重要橋梁，近年來對企業成果轉化效率的研究逐漸受到學者們的重視。陳關聚（2013）[13]、曹陽（2016）[14]運用隨機前沿方法（SFA）研究發現我國企業科技成果轉化效率有較大的上升空間，且各省份企業成果轉化效率存在較大差異。北京市作為全國科技創新中心，成果轉化效率卻也未達到DEA有效狀態，仍有較大的提升空間（孫絲雨[15]，2016）。針對北京市企業成果轉化效率較低的問題，學者們進一步的對影響成果轉化效率的因素進行了研究并相應地提出了改進建議，在研究的方法上主要采用了數據包絡分析方法（DEA）：羅良文（2016）[2]基于DEA分析方法研究發現純技術效率水平即企業對現有技術的利用水平較低是導致北京工業企業成果轉化效率存在較大提升空間的主要原因;王文寅（2017）[16]則研究發現純技術效率不高、規模效應遞減是影響了北京市工業企業成果轉化效率主要因素。這是由于DEA方法主要適用于靜態測度，反映特定時期內規模效應和技術效率對成果轉化效率的影響（劉蘭劍[17]，2020），因此各期所測算的效率值之間不具有可比性，而要找到較長時間內影響北京企業成果轉化效率變動的因素從而更有針對地提供建議則需要采用Malmquist指數模型對北京企業科技成果轉化效率進行動態的研究。

綜上，學者們對科技成果轉化的內涵、企業成果轉化效率的測度及影響因素的分析進行了較為豐富的研究并相應的提出了對策建議。在對北京市企業成果轉化效率的研究中學者們多用靜態分析的方法，因此對各時期影響企業成果轉化效率的因素分析存在一定的分歧且研究的數據較為陳舊。為更好的了解目前北京企業成果轉化效率存在的問題及影響轉化的關鍵因素、找出較長時間內持續制約企業成果轉化效率的因素，本文將以北京市規模以上工業企業為代表，結合DEA與Malmquist指數模型對北京企業成果轉化靜態及動態效率進行實證研究，以找出北京企業成果轉化中存在的問題及技術效率和規模效應在較長時間內對北京企業成果轉化效率的影響，從而為提升北京企業成果轉化效率提供相應的對策建議，豐富有關成果轉化方面的研究。

三、北京企業科技成果轉化效率實證研究

（一）模型選擇

對于成果轉化效率的測度常用的方法主要是基于成果轉化的投入與產出數據進行隨機前沿分析（SFA）和數據包括分析（DEA）。其中數據包絡分析法適用于多種投入與多種產出的情形且不需要對參數進行假設，因此本文將采用DEA分析方法，以我國除西藏、青海之外的29個省市規模以上工業企業科技成果轉化活動作為對照決策單元，通過DEA-BCC模型以及DEA-Malmquist指數法分別從靜態和動態兩個角度對北京市規模以上工業企業成果轉化效率進行測度。

DEA-BCC模型是在Charness等于1978年提出的DEA-CCR模型的基礎上改進得到的，其修正了CCR模型中規模報酬不變的假設，將規模報酬設定為可變的。BCC模型假定有n個決策單元，每個決策單元都有m種輸入，s種輸出，則每個決策單元的效率值可以通過如下的線性規劃得出：

其中，xi與yi分別表示決策單元的投入與產出向量，λi為重新構建的有效決策單元組合中n個決策單元的組合比例，θ為決策單元的效率值。通過BCC模型可以得到企業成果轉化的綜合技術效率值（te）、純技術效率值（pte）以及規模效率值（se）。

BCC模型分析以一個考察期內生產技術不變為基礎，考察的是靜態效率。為更好地分析北京市規模以上工業企業成果轉化效率的動態變化本文進一步采用DEA-Malmquist指數模型。Malmquist指數考差了兩個相鄰時期決策單元效率的變動，計算公式為：

其中（yt，xt）、（yt+1，xt+1）分別表示決策單元在t期與t+1期的產出與投入向量，dt0、和dt+10分別表示t與t+1期的產出距離函數。Malmquist指數可以分解為技術進步效率（tech）與技術效率（effch），其中技術效率可以進一步的分解為純技術效率（pech）與規模效率（sech），即Malmquist指數的變化是技術效率、純技術效率與規模效率共同作用的結果。Malmquist指數大于1表示決策單元從t期到t+1期的效率得到提升，反之Malmquist指數小于1表示決策單元從t期與t+1期的效率有所下降。

（二）評價指標選取及數據來源

1.指標選取。在結合學者們對于成果轉化效率研究的基礎上，本文確定的相關評價指標如表1所示。在成果轉化投入方面：首先，經費投入是企業開展成果轉化活動的前提，雄厚的經費支持有利于保障科技成果的轉化，新產品開發經費是企業在成果轉化階段重要的經費投入。其次，成果轉化也離不開創新人員的投入，企業在成果轉化活動中科技人才的投入主要由研發人員全時當量來衡量。最后，企業將成果轉化為生產力是通過將創新成果產品化、產業化實現的，因此科技成果投入是企業成果轉化最重要的投入。企業科技成果投入主要來自研發階段形成的產出成果，專利申請數能較好衡量企業創新成果產出。基于以上分析，本文選取新產品開發經費、R&D人員全時當量以及專利申請數三項指標衡量北京市規模以上工業企業在成果轉化階段的投入。

在成果轉化產出方面，企業通過成果轉化將科技成果應用于自身新產品生產過程中從而形成新產品并獲得收益，因此新產品銷售收入能很好的衡量企業成果轉化的產出。同時，新產品的出口額是企業開展國際貿易活動實現的銷售收入，一定程度反映了企業新產品的競爭力以及企業成果轉化所獲得的收益。因此，本文選取新產品銷售收入以及新產品出口額兩項指標來衡量北京市規模以上工業企業在成果轉化階段的產出。

2.數據來源。本文有關北京市規模以上工業企業成果轉化投入與產出數據來源于2012—2019年《中國科技統計年鑒》。考慮到成果轉化投入到形成產出需要一定的時間，因此本文將北京市規模以上工業企業科技成果產出指標采取滯后一年的處理以盡量消除時間差帶來的影響，對2011-2017年的北京市規模以上工業企業成果轉化效率進行測算。

（三）實證結果分析

1.基于DEA-BCC模型的靜態效率評價。基于2017與2018年規模以上工業企業科技成果轉化投入與產出的相關數據，運用DEAP2.1軟件，對2017年北京市規模以上工業企業成果轉化效率進行測度，結果如下表所示。

根據測度結果可以看出2017年北京市規模以上工業企業成果轉化效率小于1，未能達到DEA有效狀態，存在25.5%的效率損失，成果轉化效率仍需進一步提高。進一步的來看綜合效率值可以分解為純技術效率與規模效率的乘積，由表2可以看出，北京市規模以上工業企業成果轉化中純技術效率與規模效率水平均有一定的提升空間。同時成果轉化的規模報酬處于遞減狀態，一定程度上反映了企業成果轉化過程中存在資源盲目投入、配置不合理等問題，持續大量地投入并沒有使經濟效益達到最大化。

2.基于DEA-Malmquist指數的動態效率評價。進一步地基于2011—2018年規模以上工業企業成果轉化投入以及產出數據，運用DEA-Malmquist模型對北京市規模以上工業企業成果轉化效率變動情況進行測度，同樣使用DEAP2.1軟件，測度結果如下表所示。

由上表可以看出，2011-2017年北京市規模以上工業企業Malmquist指數大部分年份都大于1且平均值大于1，這表明企業成果轉化效率有所提升且平均年增長率為2.3%。其中Malmquist全要素生產率指數在2014-2015年達到最大為1.304，說明北京市規模以上工業企業在2015年實現了較高的增長，這可能與我國2014年提出加快實施創新驅動發展戰略有關。而2014年與2017年Malmquist全要素生產率指數相較前一年度有所下降。具體地從Malmquist指數分解來看，首先，2011-2017年間技術效率變動與技術進步變動指數均值都大于1，說明總體來說北京市規模以上工業企業成果轉化過程中與最優決策單元組成的前沿面的差距在縮小且轉化技術有所進步。技術效率變動指數進一步的可以分解為純技術效率與規模效率的乘積，2011-2017年間規模效率變動小于1，說明成果轉化距離規模效率越來越遠，這可能與上述分析的企業處于規模報酬遞減狀態有關，轉化效益的增加小于投入的增加，反映了資源的浪費。其次，可以看出2013-2014年技術效率變動小于1是導致Malmquist全要素生產率指數小于1的原因，進一步的技術效率變動有所下降是由于純技術效率的下降導致的，說明成果轉化中純技術有效性有待提高。而2016-2017年間全要素生產率有所下降的原因則是由于技術進步水平有所降低導致的。

四、結論與建議

（一）研究結論

通過對北京市規模以上工業企業成果轉化投入產出現狀的分析以及成果轉化效率的測度本文的研究結論主要包括以下三點：第一，2011-2018年間企業成果轉化投入不斷增加，且內部轉化經費中企業自有資金占有較高比重，體現了企業對成果轉化的重視。另外作為企業成果轉化為生產力重要體現的新產品銷售收入也呈現出上升態勢。第二，通過對北京市規模以上工業企業成果轉化效率的測度發現2017年北京市規模以上工業企業成果轉化效率水平為非DEA有效狀態，轉化效率有待進一步地提高，純技術效率水平不高一定程度上影響了轉化效率水平。此外，規模效率雖然處于較高水平但企業處于規模報酬遞減階段，投入的程度大于產出，存在資源浪費等問題。第三，通過對成果轉化效率的動態測度研究發現，北京市規模以上工業企業成果轉化效率水平在2011-2017有所提高。個別年份成果轉化效率水平的下降是由于純技術效率水平不高或技術進步水平有所下降導致的，此外總體來看規模效率變動有所下降說明企業生產偏離生產有效規模。

（二）提高北京市企業成果轉化效率的建議

第一，合理投入轉化資源。根據本文的研究發現北京市規模以上工業企業成果轉化處于規模效率遞減階段，持續增加的資源投入并沒有帶來最大化的轉化收益。因此企業應合理控制轉化資源投入，并做好轉化活動的相關資金預算，及時管控資金流向，避免資源投入的浪費。

第二，注重成果的市場價值，提高轉化成果的質量。企業應避免盲目的增加轉化成果的數量而應更加注重成果的質量，要以市場需求為導向轉化具有市場價值的成果。具體來講，企業轉化的成果主要包括自身研發的新成果與高校、科研院所研發的新成果兩部分。因此一方面，企業自身要有針對性地開展研發活動，以市場需求為中心提高創新成果的質量與轉化價值。另一方面，政府要推動產學研之間的合作，使學研方通過與企業的合作及時掌握市場需求，確保生產出滿足市場實際需求的新成果。

第三，加快人才的培養與引進。人才在企業成果轉化中發揮重要作用，通過對創新人才的培育及引進有利于推動企業成果轉化階段技術水平的提升。首先，政府和企業需加大對具備專業技術水平以及管理能力的復合型人才的培育及引進力度，使其適時跟進成果的研發、轉化以及新產品的生產與銷售過程，推進成果轉化效率的提升。其次，政府以及企業應加大對技術研發與轉化交流平臺的建設力度，為科技人員營造良好的成果轉化環境。

參考文獻：

[1]熊曦，竇超，關忠誠，鄭海軍.基于R&D經費籌集來源的工業企業技術創新效率評價[J].科技進步與對策，2019，36（03）：130-137.

[2]羅良文，梁圣蓉.中國區域工業企業綠色技術創新效率及因素分解[J].中國人口·資源與環境，2016，26（09）：149-157.

[3]鄭謙.區域創新成果轉化的作用和途徑分析[J].科技和產業，2009，9（12）：34-36+53.

[4]王艷明，焦春海，郭英，張俊.創新農業科技服務模式?加速科技成果轉化[J].湖北農業科學，2010，49（10）：2621-2624.

[5]蔡躍洲.科技成果轉化的內涵邊界與統計測度[J].科學學研究，2015，33（01）：37-44.

[6]胡德勝.淺議科技成果轉化率概念的界定及統計[J].科學學與科學技術管理，1992（08）：23-24+49.

[7]李修全，玄兆輝，高昌林，宋衛國.關于科技成果轉化指標監測問題的幾點思考[J].中國科技論壇，2011（11）：11-14+40.

[8]李修全，玄兆輝.關于科技成果轉化率使用的兩個誤區[J].科技管理研究，2015，35（05）：56-58.

[9]賀京同，馮堯.中國高技術產業科技成果轉化效率的實證研究——基于DEA-Malmquist指數方法[J].云南社會科學，2011（04）：92-97.

[10]司曉悅，王壯壯，趙霞霞.我國科技成果轉化研究熱點及前沿動態——基于CiteSpace可視化知識圖譜的分析[J].科技管理研究，2020，40（17）：197-203.

[11]林芳芳，趙輝.政策視角下的我國科技成果轉化效率研究[J].情報雜志，2016，35（10）：86-90.

[12]楊博，曹輝.我國高校創新效率測度及區域比較[J].統計與決策，2020，36（16）：60-63.

[13]陳關聚.中國工業企業科技成果轉化效率研究——基于2003——2010年面板數據的隨機前沿分析[J].云南師范大學學報（哲學社會科學版），2013，45（03）：121-128.

[14]曹陽，周曉夏.制藥業創新成果轉化效率及影響因素實證分析[J].中國醫藥工業雜志，2016，47（02）：246-249.

[15]孫絲雨，安增龍.兩階段視角下國有工業企業綠色技術創新效率評價——基于網絡EBM模型的分析[J].財會月刊，2016（35）：20-25.

[16]王文寅，劉硯馨.我國規模以上工業企業研發效率評價研究[J].會計之友，2017（08）：100-103.

[17]劉蘭劍，滕穎.提高科技創新水平依靠技術效率還是規模效應？——來自中國與OECD國家的測度研究[J].科學學與科學技術管理，2020，41（07）：50-61.

（厲麗、劉翎，北方工業大學經濟管理學院）