基于三階段DEA-Windows 的安徽省地市級(jí)科技成果轉(zhuǎn)化效率研究

曹幸如，楊 劍

（安徽大學(xué)管理學(xué)院，安徽合肥 230039）

科技創(chuàng)新是引領(lǐng)發(fā)展的第一動(dòng)力。2021 年我國政府工作報(bào)告明確指出必須保持科技創(chuàng)新在我國現(xiàn)代化建設(shè)中的核心地位。目前我國的國際專利申請(qǐng)量與自然科學(xué)領(lǐng)域年均論文數(shù)均排名世界第一［1］，但是科技成果仍存在轉(zhuǎn)化率低、轉(zhuǎn)化難等問題，以專利為例，國家知識(shí)產(chǎn)權(quán)局［2］發(fā)布的《2020 年中國專利調(diào)查報(bào)告》顯示，我國有效發(fā)明專利產(chǎn)業(yè)化率為34.7%，科技成果轉(zhuǎn)移轉(zhuǎn)化與商業(yè)化成效仍不容樂觀。2019 年，黨中央、國務(wù)院發(fā)布的《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》將安徽省整體列入長三角。2020 年8 月，習(xí)近平總書記在合肥主持召開扎實(shí)推進(jìn)長三角一體化發(fā)展座談會(huì)并發(fā)表重要講話，強(qiáng)調(diào)要將安徽打造成為科技創(chuàng)新策源地，同時(shí)指出安徽要實(shí)現(xiàn)跨越式發(fā)展必須要靠創(chuàng)新［3］。近年來，安徽省的區(qū)域創(chuàng)新能力一直位于全國的第一方陣，但是核心技術(shù)供給、科技成果轉(zhuǎn)化不足等問題仍然制約著安徽的發(fā)展?？萍汲晒D(zhuǎn)化不僅關(guān)系到科技研究的結(jié)果是否能加入經(jīng)濟(jì)主戰(zhàn)場，還關(guān)系到創(chuàng)新主體創(chuàng)新能力的提高［4］。安徽省要實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、發(fā)展循環(huán)經(jīng)濟(jì)，首當(dāng)其沖要準(zhǔn)確認(rèn)識(shí)自身在科技發(fā)展過程中存在的問題和優(yōu)勢(shì)，科學(xué)評(píng)價(jià)科技成果轉(zhuǎn)化效率，把握科技發(fā)展的趨勢(shì)和特點(diǎn)，從而促進(jìn)安徽省跨越式發(fā)展。本研究采用三階段DEAWindows 模型測算安徽省16 個(gè)地級(jí)市2014—2019年期間的科技成果轉(zhuǎn)化效率，在剝離環(huán)境因素和隨機(jī)干擾的影響下評(píng)價(jià)各市的科技成果轉(zhuǎn)化率、找出差異，從而有針對(duì)性地提出對(duì)策建議，為促進(jìn)安徽省科技發(fā)展、提升科技競爭力提供一定的理論支持。

1 文獻(xiàn)綜述

目前學(xué)術(shù)界關(guān)于科技成果轉(zhuǎn)化的研究有很多，研究內(nèi)容主要集中在科技成果轉(zhuǎn)化的模式、評(píng)級(jí)體系及轉(zhuǎn)化效率上，如戚湧等［5］按照社會(huì)功能的不同將科技成果分為基礎(chǔ)公益類、共性技術(shù)類和專有技術(shù)三大類，研究得出應(yīng)充分發(fā)揮科技中介服務(wù)機(jī)構(gòu)的作用，促進(jìn)科技成果的轉(zhuǎn)化；李孔岳［6］通過對(duì)美、德、日、英4 國的科技成果轉(zhuǎn)化模式進(jìn)行對(duì)比研究，得出對(duì)于我國科技成果轉(zhuǎn)化的啟示；袁憶等［7］基于商業(yè)模式的視角，從科技成果轉(zhuǎn)化參與主體各自的利益訴求進(jìn)行分析，提出提升科技成果轉(zhuǎn)化率的關(guān)鍵在于實(shí)現(xiàn)成果轉(zhuǎn)化價(jià)值創(chuàng)造過程中的閉環(huán)；李冉等［8］從定性分析的角度指出科技成果轉(zhuǎn)化的評(píng)價(jià)應(yīng)該有一套完整的評(píng)價(jià)指標(biāo)體系，遵循全面客觀性、簡單明了性、可行性原則；董潔等［9］運(yùn)用隨機(jī)前沿模型研究發(fā)現(xiàn)，我國省際科技成果轉(zhuǎn)化效率存在較大差距，提出政府應(yīng)該不斷優(yōu)化科技軟環(huán)境和創(chuàng)新硬環(huán)境；柳勁松［10］指出R&D 活動(dòng)并不直接產(chǎn)生經(jīng)濟(jì)效益，要產(chǎn)生經(jīng)濟(jì)效益需要有一個(gè)轉(zhuǎn)化過程，從而間接推動(dòng)經(jīng)濟(jì)增長，并運(yùn)用數(shù)據(jù)包絡(luò)分析模型（DEA），使用2000—2006 年我國民族地區(qū)面板數(shù)據(jù)研究了我國民族地區(qū)科技成果轉(zhuǎn)化對(duì)經(jīng)濟(jì)增長的貢獻(xiàn)率。

通過對(duì)文獻(xiàn)的梳理發(fā)現(xiàn),學(xué)術(shù)界在科技成果轉(zhuǎn)化效率的研究上多使用DEA 模型以及隨機(jī)前沿等模型。為避免傳統(tǒng)DEA 模型無法考慮隨機(jī)誤差，將所有隨機(jī)干擾項(xiàng)看成是效率因素的缺陷［11］，本研究采用三階段DEA 方法，剝離了環(huán)境因素和隨機(jī)誤差的影響，并利用DEA-Windows 模型對(duì)研究對(duì)象的面板數(shù)據(jù)進(jìn)行分析，以比較研究對(duì)象在不同時(shí)期的動(dòng)態(tài)變化情況。同時(shí)在現(xiàn)有文獻(xiàn)中，對(duì)于科技成果轉(zhuǎn)化的研究大多集中在省際、行業(yè)之間的研究，缺乏對(duì)于省內(nèi)具體情況的探究，這就導(dǎo)致研究的結(jié)果很難直接運(yùn)用到具體的省內(nèi)各地，因此有必要對(duì)省內(nèi)各地的情況進(jìn)行具體分析。故本研究選取了位于我國中部地區(qū)的安徽省的16 個(gè)地級(jí)市的數(shù)據(jù)進(jìn)行分析，試圖更加真實(shí)地反映安徽省2014—2019 年的科技成果轉(zhuǎn)化情況，準(zhǔn)確測度各市的科技成果轉(zhuǎn)化效率。

2 研究方法與變量

2.1 研究方法

2.1.1 三階段DEA 方法

DEA 方法是一種非參數(shù)方法，是由Charnes等［12］學(xué)者所提出來的，可以根據(jù)多個(gè)產(chǎn)出和多個(gè)投入指標(biāo)來衡量相同類型決策單元的相對(duì)有效性，主要利用的是線性規(guī)劃法。該方法通過給出的樣本數(shù)據(jù)構(gòu)造效率前沿面，各決策單元的效率值在［0，1］的區(qū)間內(nèi)，當(dāng)某個(gè)決策單元的效率值為1 時(shí)，則說明其投入產(chǎn)出組合是相對(duì)有效的。傳統(tǒng)的DEA模型是在規(guī)模報(bào)酬不變的假設(shè)下提出的，稱為CCR模型；隨后，Banker 等［13］又提出了BCC 模型，這種模型的假設(shè)是規(guī)模報(bào)酬可變，將CCR 中的技術(shù)效率（technical efficiency，TE)分解為規(guī)模效率（scale efficiency，SE) 和純技術(shù)效率(pure technical efficiency，PTE) 的乘積。而Fried 等［14］為了剝離環(huán)境因素和隨機(jī)擾動(dòng)對(duì)于決策單元效率值的影響，將DEA 和隨機(jī)前沿（SFA）方法相結(jié)合，使得對(duì)于各個(gè)決策單元的效率評(píng)價(jià)是處于相同的外部環(huán)境之下的，從而得到真正的效率水平。

本研究采用的是BCC 模型，在第一階段通過計(jì)算得到各決策單元的初始效率值以及每個(gè)決策單元的目標(biāo)投入值，實(shí)際投入值減去目標(biāo)投入值就是各個(gè)決策單元的松弛變量，也就是每個(gè)決策單元可以節(jié)約的投入量；在第二階段以上述松弛變量作為被解釋變量、環(huán)境變量為解釋變量構(gòu)建相應(yīng)的SFA 模型，根據(jù)SFA 模型得到的結(jié)果對(duì)各個(gè)決策單元的初始投入指標(biāo)進(jìn)行調(diào)整；第三階段將調(diào)整后各決策單元的投入產(chǎn)出數(shù)據(jù)代入第一階段的模型重新計(jì)算，得到一個(gè)新的效率值。

2.1.2 Windows 分析

窗口分析（Windows）最先是由Klopp［15］提出的，這種方法將同一對(duì)象在不同時(shí)期視為不同的決策單元，不僅可以對(duì)各決策單元進(jìn)行橫向比較，也可以進(jìn)行縱向的動(dòng)態(tài)比較。在運(yùn)用這種方法時(shí)，首先需要確定窗口的寬度，現(xiàn)階段被廣泛認(rèn)可的是將窗口寬度d值設(shè)定為3 或者4。假設(shè)共有P個(gè)決策單元，樣本數(shù)據(jù)的時(shí)間跨度為T，就有T-d+1 個(gè)窗口，1 個(gè)窗口內(nèi)有P×d個(gè)決策單元。首先計(jì)算第1 個(gè)窗口期的d個(gè)效率值，隨后移動(dòng)到第2 個(gè)時(shí)點(diǎn)計(jì)算從該時(shí)點(diǎn)開始的第2 個(gè)窗口的d個(gè)效率值，直到計(jì)算到T-d+1 時(shí)點(diǎn)，最后計(jì)算各時(shí)點(diǎn)的平均效率值。

DEA-Windows 方法就是將視窗分析應(yīng)用到DEA模型中，相較于傳統(tǒng)DEA 模型所采用的截面數(shù)據(jù)分析得出的結(jié)果更具有穩(wěn)定性、持續(xù)性。本研究在3個(gè)階段中都選擇將窗寬值設(shè)為3 進(jìn)行視窗分析，得到動(dòng)態(tài)的值。

2.2 變量選擇

目前對(duì)科技成果轉(zhuǎn)化的評(píng)價(jià)還未形成完整的評(píng)價(jià)指標(biāo)體系，本研究在投入指標(biāo)的選取中，參考了徐晨等［16］、劉家樹等［17］的研究，選取規(guī)模以上工業(yè)企業(yè)的R&D 活動(dòng)內(nèi)部經(jīng)費(fèi)支出作為投入指標(biāo)之一，體現(xiàn)的是地方對(duì)于科技活動(dòng)的經(jīng)費(fèi)投入；同時(shí)選取R&D 人員全時(shí)當(dāng)量作為勞動(dòng)力投入的指標(biāo)，反映了地區(qū)參與技術(shù)創(chuàng)新和科技成果轉(zhuǎn)化活動(dòng)的積極性。

本研究的主題是科技成果轉(zhuǎn)化的效率，因此有必要對(duì)科技成果進(jìn)行衡量。根據(jù)柴國榮等［18］的研究，選取專利的實(shí)際授權(quán)量作為衡量科技成果的指標(biāo)。新產(chǎn)品是科研成果應(yīng)用到市場的直接表現(xiàn)形式，反映了地區(qū)的科技成果轉(zhuǎn)化狀況，其中已授權(quán)專利轉(zhuǎn)化出的商品是新產(chǎn)品的一部分［19］，因此選取新產(chǎn)品銷售收入與專利授權(quán)量的比值作為科技成果產(chǎn)出指標(biāo)之一；另一方面，技術(shù)市場活動(dòng)狀況是反映科技成果轉(zhuǎn)化的一個(gè)重要維度，而技術(shù)合同成交額則體現(xiàn)了科研成果的商品屬性，反映了科技成果在市場中的應(yīng)用情況，因此選擇科技成果產(chǎn)出的另一個(gè)指標(biāo)是技術(shù)合同成交額。

科技成果轉(zhuǎn)化是個(gè)復(fù)雜的過程，是一種技術(shù)經(jīng)濟(jì)行為［20］，會(huì)受到多方面的影響，并最終體現(xiàn)在科技成果轉(zhuǎn)化的效率上。遵循環(huán)境指標(biāo)的選取原則，在借鑒已有研究的基礎(chǔ)之上，考慮到數(shù)據(jù)的可獲得性，從財(cái)政支持、企業(yè)規(guī)模、地區(qū)發(fā)展水平、教育水平、開放程度5 個(gè)維度選取環(huán)境影響因素指標(biāo)。

（1）財(cái)政支持。政府在科技成果轉(zhuǎn)化過程中具有重要的作用，其中最直接體現(xiàn)的就是財(cái)政方面的支持，政府財(cái)政支持直接影響到地區(qū)科技創(chuàng)新活力以及資源配置能力。學(xué)界對(duì)于政府R&D 資助與企業(yè)R&D 支出之間的關(guān)系已經(jīng)有大量的研究，如解維敏等［21］通過Logistic 回歸分析檢驗(yàn)發(fā)現(xiàn)政府R&D 資助刺激了企業(yè)R&D 支出。本研究選取科技經(jīng)費(fèi)占地方財(cái)政支出的比重來衡量財(cái)政支出。

（2）市場結(jié)構(gòu)。目前學(xué)術(shù)界關(guān)于市場結(jié)構(gòu)對(duì)于創(chuàng)新效率、成果轉(zhuǎn)化影響的結(jié)論尚未形成統(tǒng)一的定論，有學(xué)者如阿羅［22］指出高度集中的市場結(jié)構(gòu)有利于提升創(chuàng)新效率，從而促進(jìn)科技成果的轉(zhuǎn)化，但是也有學(xué)者指出壟斷市場結(jié)構(gòu)往往更容易激發(fā)創(chuàng)新積極性［23］。學(xué)術(shù)界一般使用市場集中度來表征市場結(jié)構(gòu)，如赫芬達(dá)爾-赫希曼指數(shù)等。馮根福等［24］的研究指出可以用各行業(yè)的企業(yè)數(shù)來衡量市場結(jié)構(gòu)，本研究選用規(guī)模以上工業(yè)企業(yè)有R&D 活動(dòng)的企業(yè)數(shù)量來表征市場結(jié)構(gòu)。

（3）地區(qū)發(fā)展水平。地區(qū)經(jīng)濟(jì)的發(fā)展水平與科技成果轉(zhuǎn)化緊密相關(guān)，發(fā)展水平越高，所提供的配套設(shè)施也就越完善，越有利于資源的整合，從而實(shí)現(xiàn)科技創(chuàng)新成果的轉(zhuǎn)化，本研究選取地區(qū)生產(chǎn)總值（GDP）作為衡量地區(qū)發(fā)展水平的指標(biāo)。

（4）教育水平。地區(qū)教育水平越高，地區(qū)內(nèi)部或引進(jìn)的人才資歷及能力越高，這不僅影響著創(chuàng)新能力，對(duì)成果轉(zhuǎn)化過程中的管理工作也有一定的影響，關(guān)系到成果轉(zhuǎn)化的各個(gè)環(huán)節(jié)是否能夠順利銜接，從而對(duì)科技成果轉(zhuǎn)化效率產(chǎn)生影響，因此以各地區(qū)的高校在校學(xué)生人數(shù)來測度教育水平。

（5）市場開放程度?？萍紕?chuàng)新、成果轉(zhuǎn)化活動(dòng)會(huì)遵循引進(jìn)、吸收、推廣、再創(chuàng)新的路徑［25］，因此市場開放程度對(duì)于科技成果轉(zhuǎn)化效率的影響也是不容忽視的。市場開放程度體現(xiàn)了地區(qū)吸引外資的能力，合理使用外資可以促進(jìn)地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、更新提升技術(shù)水平［26］，但是隨著對(duì)外開放程度的加深，很多外資企業(yè)單純利用我國低廉的勞動(dòng)力，這對(duì)提升我國本土科技成果轉(zhuǎn)化率并無助益，因此選取各地區(qū)的實(shí)際利用外資金額來衡量市場開放程度。

上述變量數(shù)據(jù)均來自《安徽省科技統(tǒng)計(jì)年報(bào)》以及《安徽省統(tǒng)計(jì)年鑒》，面板數(shù)據(jù)覆蓋2014—2019 年安徽省16 個(gè)地級(jí)市（以下簡稱“16 市”）。第一階段和第三階段數(shù)據(jù)的處理使用的是DEAP2.1軟件，第二階段使用的是Frontier4.1 軟件。

3 實(shí)證結(jié)果分析

3.1 第一階段DEA-Windows 效率值分析

第一階段是利用DEAP 2.1 軟件并以3 為窗口寬度進(jìn)行計(jì)算的，得到了16 市的綜合效率、純技術(shù)效率以及規(guī)模效率值，具體如表1、表2 所示。其中DEA-Windows 的測算過程如表3 所示。

表1 2014—2019 年16 市科技成果轉(zhuǎn)化綜合技術(shù)效率

表2 2014—2019 年16 市科技成果轉(zhuǎn)化純技術(shù)效率和規(guī)模效率幾何均值

表2 （續(xù)）

表3 2014—2019 年16 市科技成果轉(zhuǎn)化綜合效率

可見2014—2016 年間，16 市的綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率均未處于效率的前沿面。從綜合技術(shù)效率來看，整體趨勢(shì)是在逐年上升的，但是均值不高，仍然是弱DEA 有效，處于［0.38～0.63］的區(qū)間，在經(jīng)歷了2015 年的低谷后開始緩慢上升，其中銅陵、池州連續(xù)3 年均位于技術(shù)前沿面，6 年間效率實(shí)現(xiàn)提高的城市數(shù)量在增加；純技術(shù)效率方面，整體變化趨勢(shì)不大，在2016 年達(dá)到最大值0.73隨后下降到0.69，并連續(xù)3 年保持在這一水平，各個(gè)年份的均值在［0.55～0.69］之間；而規(guī)模效率在給定的樣本區(qū)間內(nèi)處于［0.68～0.88］之間，除了2015 年為0.68，其余年份均在0.8 以上，處于一個(gè)較高的水平。根據(jù)上述分析可以得出，安徽省各城市綜合效率不足的主要原因是純技術(shù)效率的不足。

第一階段中，綜合技術(shù)效率位于前四的城市分別是銅陵、合肥、阜陽、池州，其中池州的純技術(shù)效率和規(guī)模效率值均排第一，銅陵的兩種效率值排名靠前；馬鞍山、滁州兩市的規(guī)模效率值排名在前五，屬于較高水平，但是純技術(shù)效率值過低，最終導(dǎo)致綜合技術(shù)效率不高；而亳州、宿州恰好與馬鞍山、滁州相反，純技術(shù)效率值名列前茅，但是規(guī)模效率值的排名在14 和15 名，導(dǎo)致這兩市綜合技術(shù)效率不高的原因是規(guī)模效率值過低；宣城、安慶的3 種效率均排名靠后。

第一階段16 市的純技術(shù)效率均值是0.69，規(guī)模效率均值是0.82，據(jù)此作為劃分依據(jù)，創(chuàng)建純技術(shù)效率-規(guī)模效率二維矩陣，具體結(jié)果如圖1 所示。第一類是純技術(shù)效率值高、規(guī)模效率值高的“雙高型”城市，有合肥、池州、銅陵、阜陽、黃山5 個(gè)城市；第二類是純技術(shù)效率值偏低、規(guī)模效率值高的“低高型”城市，有馬鞍山、宣城、蕪湖、滁州、蚌埠、淮北6 個(gè)城市；第三類是純技術(shù)效率高、規(guī)模效率值低的“高低型”城市，有宿州、亳州兩個(gè)城市；第四類是純技術(shù)效率低、規(guī)模效率值低的“雙低型”城市，有淮南、六安兩個(gè)城市。

圖1 2014—2019 年16 市第一階段科技成果轉(zhuǎn)化效率分布

3.2 第二階段環(huán)境變量的隨機(jī)前沿分析

第二階段利用Frontier 4.1 軟件，以投入指標(biāo)R&D 經(jīng)費(fèi)內(nèi)部支出、R&D 人員全時(shí)當(dāng)量的冗余變量為被解釋變量，以環(huán)境變量為自變量，得到兩個(gè)面板SFA 模型，模型的具體結(jié)果值見表4。

表4 2014—2019 年16 市第二階段科技成果轉(zhuǎn)化效率分析

（1）財(cái)政支持?？萍冀?jīng)費(fèi)支出占地方財(cái)政的比例對(duì)R&D 經(jīng)費(fèi)內(nèi)部支出的系數(shù)為負(fù)，這說明加大政府對(duì)于科技資金的投入可以減少R&D 經(jīng)費(fèi)內(nèi)部支出的冗余。由于科技成果的轉(zhuǎn)化需要投入大量的資金，但是投入的回收時(shí)間長，很多企業(yè)難以承受這樣的風(fēng)險(xiǎn)，而政府資金的投入降低了企業(yè)開展科技成果轉(zhuǎn)化的成本，使企業(yè)回報(bào)率提高，讓企業(yè)愿意投入資金到原本預(yù)期收益低的科技活動(dòng)中，并提高企業(yè)均衡投資量，這會(huì)減少企業(yè)R&D 經(jīng)費(fèi)內(nèi)部支出冗余。但是科技經(jīng)費(fèi)支出對(duì)于R&D 人員的系數(shù)為正，這可能是因?yàn)榻陙砦覈鴮?duì)科技愈發(fā)重視，政府不斷加大對(duì)于科研的投入，但是企業(yè)在獲得資金支持后卻忽略了對(duì)于人員績效等的考核，致使科技經(jīng)費(fèi)支出的增加帶來了R&D 人員的浪費(fèi)。

（2）市場結(jié)構(gòu)。市場結(jié)構(gòu)對(duì)R&D 經(jīng)費(fèi)內(nèi)部支出及人員的系數(shù)為正，說明有研發(fā)活動(dòng)的企業(yè)數(shù)量的增加會(huì)導(dǎo)致科研經(jīng)費(fèi)及人員的冗余。這可能是一些企業(yè)中出現(xiàn)了低效率創(chuàng)新。為了獲得政府的資金投入，一些企業(yè)通過購買專利等手段躋身于高技術(shù)行業(yè)，但是在實(shí)際的生產(chǎn)應(yīng)用過程中仍然使用舊的技術(shù)，這就使得企業(yè)數(shù)量虛增，增加了R&D 內(nèi)部經(jīng)費(fèi)以及人員的冗余。

（3）地區(qū)發(fā)展水平。地區(qū)發(fā)展水平對(duì)R&D 經(jīng)費(fèi)內(nèi)部支出的系數(shù)為正、對(duì)R&D 人員的系數(shù)為負(fù)，這說明隨著地方經(jīng)濟(jì)的發(fā)展，科技的投入越多會(huì)導(dǎo)致一定程度的冗余，但是地方經(jīng)濟(jì)發(fā)展得越好越會(huì)吸引更多的科研人員，從而促進(jìn)當(dāng)?shù)氐目萍汲晒D(zhuǎn)化。

（4）教育水平。教育水平對(duì)R&D 經(jīng)費(fèi)內(nèi)部支出和R&D 人員的系數(shù)都為正，高校在校學(xué)生人數(shù)的增加會(huì)導(dǎo)致R&D 經(jīng)費(fèi)內(nèi)部支出和R&D 人員這兩個(gè)投入變量冗余的增加，這表明高校未能有效地參與到科技成果轉(zhuǎn)化中來。隨著教育的不斷發(fā)展，我國高校已成為了科研創(chuàng)新的重要基地，但是科研成果轉(zhuǎn)化率仍然不高。雖然高校的科研資金數(shù)量在不斷增長，但由于大部分高校一直以來更加注重基礎(chǔ)理論方面的研究，未能很好地把握市場的實(shí)際需求，對(duì)技術(shù)的實(shí)際應(yīng)用考慮得較少，這就直接影響了科研成果的轉(zhuǎn)化，造成了一定的經(jīng)費(fèi)冗余；另一方面高校對(duì)科研績效的考核標(biāo)準(zhǔn)主要是論文數(shù)、課題數(shù)等，這就導(dǎo)致許多教師、學(xué)生沒有足夠的動(dòng)力去考慮科技成果轉(zhuǎn)化問題，導(dǎo)致科研投入冗余。

（5）市場開放程度。實(shí)際利用外資對(duì)于科研活動(dòng)人員以及內(nèi)部R&D 經(jīng)費(fèi)支出的系數(shù)都為正，說明外商直接投資在一定程度上會(huì)導(dǎo)致科研人員以及內(nèi)部R&D 經(jīng)費(fèi)支出的冗余。出現(xiàn)這種情況是因?yàn)橥馍藤Y金的流入會(huì)造成擠入效應(yīng)，導(dǎo)致各地區(qū)盲目增加科技投入。

3.3 調(diào)整后DEA 結(jié)果

第三階段利用第二階段調(diào)整過后的科技投入數(shù)據(jù)，運(yùn)用DEAP 2.1軟件再次進(jìn)行DEA-Windows分析，得到相應(yīng)結(jié)果如表5 所示。在考慮環(huán)境因素的情況下，安徽省的綜合技術(shù)效率存在高估的情況，均值由調(diào)整前的0.58 降為0.44；再從各個(gè)城市的角度來看，運(yùn)用傳統(tǒng)DEA 方法由于未考慮環(huán)境因素和隨機(jī)誤差的影響，未能反映出其真實(shí)的情況。純技術(shù)效率顯著提高，均值為0.89，規(guī)模效率顯著降低均值為0.48。雖然調(diào)整后的值較調(diào)整之前有較大的變化，但是大部分城市仍然處于DEA 無效狀態(tài)，只有合肥、銅陵、蕪湖在部分時(shí)間窗下處于DEA 有效狀態(tài)。

表5 2014—2019 年16 市第一三階段科技成果轉(zhuǎn)化效率

為了使結(jié)果更加直觀，以雷達(dá)圖的形式展示了2014—2019 年16 市第一階段和第三階段的綜合效率值，具體見圖2?？傮w來看，16 市的科技成果轉(zhuǎn)化效率值被高估，合肥、蚌埠、滁州、蕪湖、宣城這5 個(gè)城市的效率值發(fā)生變化相對(duì)較小，其中合肥的效率值一直處于一個(gè)較高的水平，除宣城以外的另外4 個(gè)城市的綜合效率值都略有提高。相較于第一階段，在第三階段排名顯著下降的有淮北、亳州、宿州、阜陽、淮南、六安、銅陵、池州、安慶、黃山。根據(jù)上述分析可以看到，在剝離環(huán)境因素和隨機(jī)干擾后，絕大部分城市的效率值都有明顯變化，說明第二階段的分析是有必要的，環(huán)境因素確實(shí)會(huì)對(duì)科技成果轉(zhuǎn)化效率產(chǎn)生影響。

圖2 2014—2019 年16 市兩階段科技成果轉(zhuǎn)化綜合效率對(duì)比

圖3 顯示的是調(diào)整過后的16 市2014—2019 年3 種效率值的時(shí)序圖?？梢钥吹?，純技術(shù)效率值在近些年的變化浮動(dòng)較小，相對(duì)來說處于一個(gè)較高的水平；規(guī)模效率和綜合效率值的變化幅度基本一致，整體處于上升趨勢(shì)，2015 年處于最低值，在2019 年達(dá)到最高值。因此可以得出，安徽省科技成果轉(zhuǎn)化的綜合效率主要受到規(guī)模效率的影響，即使純技術(shù)效率較高，但仍然需要規(guī)模效率的推動(dòng)。

圖3 2014—2019 年16 市兩階段科技成果轉(zhuǎn)化效率分布

如圖4 所示，按照調(diào)整后的純技術(shù)效率和規(guī)模效率均值（0.90，0.47）為臨界點(diǎn)來進(jìn)行分類，屬于“雙高型”的有銅陵、滁州、蚌埠，這些城市的效率值相較于調(diào)整之前變動(dòng)較大，城市個(gè)數(shù)減少了兩個(gè)，其中合肥的純技術(shù)效率略有下降，蚌埠、滁州在剔除環(huán)境因素后純技術(shù)效率值變大轉(zhuǎn)為“雙高型”城市。值得注意的是，在第一階段中“雙低型”城市僅有六安和淮南兩個(gè)城市，在第三階段調(diào)整后這類型城市數(shù)量顯著增加。

圖4 2014—2019 年16 市第三階段科技成果轉(zhuǎn)化效率分布

4 研究結(jié)論及建議

4.1 主要結(jié)論

本研究在應(yīng)用三階段DEA 模型的基礎(chǔ)之上，運(yùn)用視窗分析法，考察了安徽省16 市2014—2019 年科技成果轉(zhuǎn)化問題，得出了如下結(jié)論：

（1）在沒有控制環(huán)境因素的情況下，16 市規(guī)模效率的均值普遍大于純技術(shù)效率的均值，純技術(shù)效率低導(dǎo)致綜合技術(shù)效率低；在控制了環(huán)境因素后，純技術(shù)效率的均值顯著提高，而規(guī)模效率的均值大幅下降，規(guī)模效率不高是制約安徽省科技成果轉(zhuǎn)化效率提升的主要原因。

（2）在環(huán)境因素方面，財(cái)政支持和地區(qū)發(fā)展水平的提升有利于減少R&D 經(jīng)費(fèi)內(nèi)部支出的冗余，同時(shí)，地區(qū)發(fā)展水平的提升還有利于減少R&D 人員的冗余，而其他環(huán)境因素對(duì)科技創(chuàng)新成果轉(zhuǎn)化效率的回歸系數(shù)均為正值，表明市場結(jié)構(gòu)的優(yōu)化、教育水平的提升和開放程度的提高在實(shí)踐中存在沒有被充分利用而導(dǎo)致創(chuàng)新資源相對(duì)冗余的情況。

（3）根據(jù)純技術(shù)效率-規(guī)模效率二維矩陣的分類，安徽省各地市科技成果轉(zhuǎn)化效率存在不均衡的情況，調(diào)整后“雙高型”城市有滁州、蚌埠、銅陵3 個(gè)；調(diào)整前“雙低型”城市僅兩個(gè)，調(diào)整后數(shù)量顯著增加至占16 市將近一半，說明安徽省還有不少地區(qū)實(shí)際上還處于低要素水平的發(fā)展階段。

（4）根據(jù)調(diào)整后的時(shí)序圖來看，3 種效率值均在逐年上升，說明安徽省的科技成果轉(zhuǎn)化效率正在緩慢提升中。

4.2 對(duì)策建議

（1）“雙高型”城市應(yīng)擴(kuò)大科技創(chuàng)新成果產(chǎn)業(yè)化規(guī)模。滁州、蚌埠、銅陵3 市作為純技術(shù)效率和規(guī)模效率都較高的城市，相對(duì)來說科技成果轉(zhuǎn)化效率總體處于較高的水平，擁有較為良好的科技成果轉(zhuǎn)化模式，可以凝練經(jīng)驗(yàn)、做好宣傳推介；但同時(shí)應(yīng)該注意到，與合肥、蕪湖相比，這類城市在全省科技創(chuàng)新領(lǐng)域的體量不大，投入和產(chǎn)出規(guī)模都較小，沒有充分發(fā)揮科技成果轉(zhuǎn)化效率高的優(yōu)勢(shì)。因此，這類城市政府應(yīng)加強(qiáng)政策設(shè)計(jì)，鼓勵(lì)和引導(dǎo)企業(yè)創(chuàng)新和研發(fā)的積極性，增加科技創(chuàng)新領(lǐng)域的投入和產(chǎn)出，形成具有層次性的產(chǎn)業(yè)結(jié)構(gòu)，擴(kuò)大科技成果產(chǎn)業(yè)化的規(guī)模；此外，積極組織科技創(chuàng)新企業(yè)和科研機(jī)構(gòu)參加有關(guān)科技成果推廣和市場對(duì)接會(huì)議，協(xié)調(diào)各方資源，發(fā)揮本地區(qū)科技成果轉(zhuǎn)化效率高的優(yōu)勢(shì)，助推地方產(chǎn)業(yè)和經(jīng)濟(jì)發(fā)展。

（2）“單高型”城市因地制宜補(bǔ)齊短板?！皢胃咝汀背鞘兄讣兗夹g(shù)效率和規(guī)模效率中一種效率較高，另一種效率較低。對(duì)于規(guī)模效率較高、純技術(shù)效率較低的合肥、蕪湖，因其具有較高的科技投入水平，但是在技術(shù)效率方面略低，因此應(yīng)致力于解決科技成果轉(zhuǎn)化過程中的技術(shù)問題，注重科技投入的有效性，改善投資結(jié)構(gòu)，引進(jìn)先進(jìn)的管理理念，加強(qiáng)對(duì)財(cái)政資源、人力資源的管理；對(duì)于規(guī)模效率較低、純技術(shù)效率較高的城市，如黃山、池州等，因這類地區(qū)的科技投入水平相較于其技術(shù)的發(fā)展來說還處于一個(gè)較低的水準(zhǔn)，應(yīng)該加大創(chuàng)新資源投入水平，加大財(cái)政支持、壯大行業(yè)規(guī)模，同時(shí)提高科技成果轉(zhuǎn)化工作的管理水平，積累和優(yōu)化現(xiàn)有科技成果轉(zhuǎn)化相關(guān)知識(shí)，不斷提高本地區(qū)的科技成果轉(zhuǎn)化率。

（3）“雙低型”城市強(qiáng)化政府在科技成果轉(zhuǎn)化方面的引導(dǎo)作用。屬于低規(guī)模效率、低技術(shù)效率的淮南、淮北、安慶等城市發(fā)展空間較大，地方政府應(yīng)進(jìn)一步強(qiáng)化其引導(dǎo)作用，推動(dòng)科技創(chuàng)新，并推動(dòng)將創(chuàng)新成果轉(zhuǎn)化為實(shí)際生產(chǎn)力。根據(jù)自身發(fā)展定位，推動(dòng)傳統(tǒng)產(chǎn)業(yè)的轉(zhuǎn)化升級(jí)，如宣城的核心基礎(chǔ)零部件產(chǎn)業(yè)以及安慶的化工新材料產(chǎn)業(yè)等，不斷提高技術(shù)效率；另一方面要完善科技成果轉(zhuǎn)化基礎(chǔ)設(shè)施建設(shè)，建構(gòu)合理的投入要素結(jié)構(gòu)，有側(cè)重地提高科研創(chuàng)新的投入規(guī)模，增加政策供給，促進(jìn)科技成果轉(zhuǎn)化率的提高。

（4）對(duì)于地區(qū)間的科技成果轉(zhuǎn)化效率不平衡問題，通過構(gòu)建以科技成果轉(zhuǎn)化為核心的區(qū)域協(xié)調(diào)機(jī)制來解決。本研究的實(shí)證分析表明，安徽省16 市科技成果轉(zhuǎn)化效率存在不平衡情況，這是由于各市所處地理位置不同、經(jīng)濟(jì)發(fā)展?fàn)顩r不同?？萍汲晒D(zhuǎn)化是一個(gè)創(chuàng)新要素集成過程［27］，要實(shí)現(xiàn)成果轉(zhuǎn)化效率的提高，可以通過建立以科技成果轉(zhuǎn)化為核心的區(qū)域協(xié)調(diào)機(jī)制，形成一個(gè)聯(lián)動(dòng)機(jī)制，推動(dòng)各市之間在科技創(chuàng)新技術(shù)、資源、成果轉(zhuǎn)化等方面的共享。屬于高規(guī)模效率、低技術(shù)效率的合肥、蕪湖等城市的創(chuàng)新資源投入較高，聚集了科技創(chuàng)新的專業(yè)人才和大量科研資金，而滁州、蚌埠等“雙高型”城市科技創(chuàng)新體量較小，但是科技成果轉(zhuǎn)化率較高，因此，可以通過區(qū)域協(xié)調(diào)機(jī)制促進(jìn)資源要素的共享，從而在總體上提高全省的科技成果轉(zhuǎn)化效率。

（5）對(duì)于環(huán)境資源冗余問題，通過不斷提高環(huán)境資源的利用效率來解決。通過第二階段SFA 環(huán)境變量的隨機(jī)前沿分析發(fā)現(xiàn)，除了財(cái)政支持和地區(qū)發(fā)展水平的提升有利于減少研發(fā)投入冗余，其他環(huán)境因素包括市場結(jié)構(gòu)、教育水平和市場開放程度等改善后反而導(dǎo)致資源冗余。其原因并不是這些環(huán)境因素的改善不利于科技成果轉(zhuǎn)化效率的提升，而可能是這些環(huán)境因素優(yōu)化后成果轉(zhuǎn)化效率沒有同步提升，使得在數(shù)據(jù)關(guān)系上呈現(xiàn)出環(huán)境因素優(yōu)化而成果轉(zhuǎn)化效率下降的情況，即表面上出現(xiàn)環(huán)境因素改善導(dǎo)致資源冗余的問題。因此，在實(shí)踐中需要充分利用外部環(huán)境因素優(yōu)化的契機(jī)，借助市場結(jié)構(gòu)的改善，積極探索多創(chuàng)新主體產(chǎn)學(xué)研合作的有效模式；隨著市場開放程度的提升，進(jìn)一步吸引外部優(yōu)質(zhì)創(chuàng)新資源；利用教育水平的提高，吸引更多的優(yōu)秀人才參與本地區(qū)的科技成果轉(zhuǎn)化工作。