基于DEA-BCC模型的陜西省農(nóng)村科技成果轉(zhuǎn)化率提升及影響因素研究

摘要：使用DEA-BCC模型對陜西省2018—2023年科技成果轉(zhuǎn)化數(shù)據(jù)進行分析，探討陜西省農(nóng)村科技成果轉(zhuǎn)化效率的變化情況。結(jié)果表明，陜西省農(nóng)村科技成果的轉(zhuǎn)化量在逐年增加，同比增長418項科技成果交易項，科技轉(zhuǎn)化投資降低4.1億元。農(nóng)村科技成果轉(zhuǎn)化及相關(guān)策略、科技成果管理等因素對陜西省農(nóng)村科技成果轉(zhuǎn)化率提升的影響效果更為顯著。探究陜西省科技成果轉(zhuǎn)化效率的提升，能夠促進陜西省農(nóng)村轉(zhuǎn)型升級，加快農(nóng)村建設進程，對陜西省的農(nóng)村現(xiàn)代化轉(zhuǎn)型有重要的現(xiàn)實意義。

關(guān)鍵詞：農(nóng)村；科技成果；轉(zhuǎn)化效率；影響因素；DEA-BCC模型

中圖分類號：F323.3 文獻標識碼：A

文章編號：0439-8114（2024）10-0181-06

DOI：10.14088/j.cnki.issn0439-8114.2024.10.032 開放科學（資源服務）標識碼（OSID）：

Abstract： The DEA-BCC model was used to analyze the transformation data of scientific and technological achievements in Shaanxi Province from 2018 to 2023， and to explore the change situation of the transformation efficiency of rural scientific and technological achievements in Shaanxi Province. The results showed that the transformation of rural scientific and technological achievements in Shaanxi province increased year by year， with a year-on-year increase of 418 scientific and technological achievements transactions， and the investment in scientific and technological transformation decreased by 410 million yuan. The transformation of rural scientific and technological achievements and related strategies， scientific and technological achievements management and other factors had more significant effects on the improvement of rural scientific and technological achievements transformation rate in Shaanxi Province. Exploring the improvement of the transformation efficiency of scientific and technological achievements in Shaanxi Province could promote the rural transformation and upgrading of Shaanxi Province and accelerate the process of rural construction， which had important practical significance for the rural modernization transformation of Shaanxi Province.

Key words： rural areas； scientific and technological achievements； transformation efficiency； influencing factors； DEA-BCC model

近年來，農(nóng)村科技發(fā)展成為推動農(nóng)村改造和經(jīng)濟發(fā)展的重要方式。隨著國家對農(nóng)村經(jīng)濟發(fā)展的重視，越來越多有利政策進一步加快了鄉(xiāng)村振興的發(fā)展腳步［1］。但同時農(nóng)村的經(jīng)濟發(fā)展往往受農(nóng)村科技成果創(chuàng)新不足、科技成果轉(zhuǎn)化效率較低和科技成果服務體系不健全等因素所影響。因此需要對農(nóng)村科技創(chuàng)新的專項改造，加快陜西省的鄉(xiāng)村數(shù)字化轉(zhuǎn)型速度，促進陜西省的經(jīng)濟發(fā)展，使農(nóng)村的科技水平得到穩(wěn)步提高［2，3］。但當前對于農(nóng)村的科技創(chuàng)新整體表現(xiàn)尚不明顯，科技轉(zhuǎn)化效率的提升上還存在較大空間。因此為應對日漸激烈的現(xiàn)代化競爭，需要更進一步推動陜西省農(nóng)村科技成果轉(zhuǎn)化，使其成為推動農(nóng)村經(jīng)濟發(fā)展的助力［4］。本研究針對陜西省農(nóng)村科技成果轉(zhuǎn)化的現(xiàn)狀，深度剖析其成果轉(zhuǎn)化效率，探究其成果轉(zhuǎn)化效率的影響因素，以此解決當前陜西省農(nóng)村科技成果轉(zhuǎn)化效率提升問題，并通過對其影響因素的研究，提出更加切實可行的科技經(jīng)濟發(fā)展建議。

1 理論分析

科技成果是指通過技術(shù)開發(fā)和科學研究得到的有用的研究成果，主要可以分為應用、科技和科研3個方向，包含發(fā)明專利、培育新品種和生物醫(yī)藥技術(shù)等［5］。而農(nóng)村科技成果主要是指通過科學研究和技術(shù)開發(fā)對農(nóng)村科學發(fā)展帶來經(jīng)濟和社會效益的研究成果，并且該科技成果能夠得到當?shù)叵嚓P(guān)部門的審批認定。對于農(nóng)村科技成果的轉(zhuǎn)化主要目的是提升農(nóng)村的生產(chǎn)力水平，使農(nóng)村的科技成果發(fā)揮最大效益，也就是將潛在的基礎(chǔ)理論知識轉(zhuǎn)化為物質(zhì)的生產(chǎn)力，并通過生產(chǎn)力和生產(chǎn)鏈得以運用［6，7］。但由于農(nóng)村科技成果的轉(zhuǎn)換主要依靠農(nóng)村企業(yè)和農(nóng)村個體戶，兩個個體之間存在較大的差異，同時還有不同方向的社會沖擊，因此在進行科技成果轉(zhuǎn)化時通常會出現(xiàn)較大的轉(zhuǎn)換難度。

農(nóng)村科技成果轉(zhuǎn)化效率是農(nóng)村生產(chǎn)過程中，由于科技技術(shù)的提升使得當前對農(nóng)村產(chǎn)品的投入降低，農(nóng)村生產(chǎn)總成本降低。其計算公式為農(nóng)村科技成果轉(zhuǎn)化效率=農(nóng)村科技成果發(fā)展效率/農(nóng)村產(chǎn)品生產(chǎn)總值增長效率［8，9］。農(nóng)村科技成果轉(zhuǎn)化存在一定的規(guī)律性，也正是因為如此，在農(nóng)村科技成果轉(zhuǎn)化率的提升中存在許多不可控因素。因此為了更加客觀地評估農(nóng)村科技成果需要考慮農(nóng)村科技成果發(fā)展的多個因素，需要對科技成果的轉(zhuǎn)化進行效率的梳理，并對生產(chǎn)和投入進行資源的合理分配。由此農(nóng)村的科技成果轉(zhuǎn)化能夠視為對農(nóng)村生產(chǎn)成本和產(chǎn)出的把控分析。

2 研究設計

2.1 研究模型搭建

數(shù)據(jù)包絡分析（Data envelopment analysis，DEA）模型是多種模型的結(jié)合模型，其中最常用的數(shù)據(jù)處理模型有BCC模型和SBM模型。其中班克-查恩斯-庫珀（Banker-Charnes-Cooper，BCC）模型則是將綜合的成本技術(shù)效率進行拆分，劃分為科技技術(shù)和科技規(guī)模效率［10-12］。BCC模型在進行分析和數(shù)據(jù)計算時能夠?qū)Σ煌u估決策單元的規(guī)模進行評測，使得當前的評估決策單元能夠具備不同的評估決策效率。BCC模型在可變化的情況下，存在數(shù)據(jù)逐漸增加或降低的情況，這使得該模型更加適用于效率或模型的變動測算。因此在保證其他變量不變的情況下，搭建DEA-BCC數(shù)據(jù)模型對陜西省農(nóng)村科技成果轉(zhuǎn)化率進行評測分析。其計算公式如式（1）所示［13］。

式中，[s-i]、[s+r]表示松弛變量，當[θ=1]時，模型的松弛變量都計算為0，則說明當前城市的農(nóng)村科技成果轉(zhuǎn)化效率為1，此時通過模型計算的效率是有效的。綜合效率測量過程如式（2）所示［14］。

式中，[xij]表示在城市[j]中的[i]個投入；[yrj]表示在城市[j]中的[r]個生產(chǎn)；[j]表示被選擇的城市；[λj]表示城市[j]中的成本相關(guān)系數(shù)；[s]表示投入的數(shù)量總數(shù)；[m]表示生產(chǎn)的數(shù)量總數(shù)；[n]表示城市的數(shù)量總數(shù)；[θ]表示目標值。

2.2 轉(zhuǎn)化效率評價方法

本研究使用層次分析方法對效率進行評估分析，將農(nóng)村科技成果劃分為不同的層次，再確定當前層次的指標，邀請專家進行問卷調(diào)查以此確定指標。邀請專家20人，每位專家的工齡均在7年以上，其中4名專家為科學研究員，6名專家為經(jīng)濟專家，專家根據(jù)自身經(jīng)驗和知識對當前農(nóng)村科技成果進行轉(zhuǎn)換并打分，對問卷調(diào)查的評分使用平均數(shù)分配的方法進行分析。歸一化矩陣計算公式如式（3）所示［15］。

式中，[Aij]表示歸一化矩陣大??；[aij]表示判斷矩陣，其中[i]和[j]都屬于常數(shù)。此時對矩陣進行求和得到式（4）［6］。

將從式（4）中得到的矩陣進行歸一化處理，得到農(nóng)村科技成果轉(zhuǎn)化效率的特征向量大小如式（5）所示［16］。

式中，[Wi]表示特征向量大小，[T]表示矩陣的倒置。其中歸一化結(jié)果如式（6）所示［17］。

式中，[n]表示常數(shù)，在計算出指標的權(quán)值大小后，通過公式求解指標的特征向量值如式（7）所示［18］。

式中，[λmax]表示指標的特征向量值的最大值，其中[（Aw）i]的值為歸一化矩陣值與特征向量值的乘積大小。判斷指標的一致性效果如式（8）所示［19］。

式中，[CI]表示指標的一致性，[RI]表示矩陣一致性。

2.3 評價體系搭建

根據(jù)陜西省農(nóng)村科技成果轉(zhuǎn)化的基本情況，搭建適合的科技成果轉(zhuǎn)化基本評價體系，通過科技水平、農(nóng)村經(jīng)濟水平效益、社會經(jīng)濟效益3個方面對轉(zhuǎn)化率進行評價判斷。科技水平能夠?qū)Ρ瘸霾煌霓r(nóng)村科技成果水平。農(nóng)村經(jīng)濟水平效益是指能夠?qū)⑥r(nóng)村科技成果變化后的經(jīng)濟效益進行衡量，主要是通過成果轉(zhuǎn)化率和財政指標進行判斷［20-22］。社會經(jīng)濟效益是對當前不同類型的農(nóng)村科技成果變化給社會帶來的效益進行判斷，主要是通過社會保障和社會安全效果進行分析評判［23］。農(nóng)村科技成果主變量情況如表1所示。

主變量評價指標為農(nóng)村科技成果轉(zhuǎn)化指標，二級評價指標為技術(shù)指標的分量，而三級評價指標是判斷指標的評價標準［24，25］?？萍汲晒D(zhuǎn)化層次結(jié)構(gòu)如圖1所示。

由圖1可知，農(nóng)村科技成果轉(zhuǎn)化效果有3個主層次的影響，分別為社會層面、資金成果層面和科技成果層面。社會層面能夠在科技轉(zhuǎn)化效果呈正向變化時，推動社會的科技水平發(fā)展，同時促進農(nóng)村的科研成果進步。資金成果層面能夠通過科技成果的進步，以降低當前農(nóng)村科技成果投入的效果。科技成果層面能夠通過提升科技成果的轉(zhuǎn)化效率，促進科研進步，以進一步提升農(nóng)村科技成果的轉(zhuǎn)化。

3 數(shù)據(jù)來源

本研究使用的數(shù)據(jù)是陜西省農(nóng)村科技經(jīng)濟發(fā)展年鑒數(shù)據(jù)，出自2018—2023年經(jīng)濟發(fā)展和投入財報數(shù)據(jù)。選取農(nóng)村自然科技研究現(xiàn)金投入指標數(shù)據(jù)，自然科學研究發(fā)表過的科技論文數(shù)據(jù)，相關(guān)專業(yè)的科技論文和陜西省農(nóng)村科技成果轉(zhuǎn)化效率進行指標判斷?？萍汲晒霓D(zhuǎn)化情況使用專家問卷調(diào)查的方式進行，通過省市高?？蒲兴鶎ο嚓P(guān)農(nóng)村數(shù)據(jù)進行分析，對當前線上與線下的數(shù)據(jù)進行問卷調(diào)查，通過完整性和邏輯性的選擇，最終從138份調(diào)查問卷中選擇116份有效的調(diào)查問卷，有效率為84.06%。

4 實證分析

4.1 農(nóng)村科技成果主要成就

將陜西省2018—2023年農(nóng)村科技成果交易數(shù)量與科技成果交易總額進行分析，得到農(nóng)村科技成果交易情況。

從圖2中可以看出，在陜西省農(nóng)村科技成果交易量和交易額的變化中，隨著年份的增加，交易額逐年上升，同時成果的轉(zhuǎn)化量也在逐步增加，從2018年的371項增加至2023年的789項，同比增長了418項。交易總金額從2018年的3.8億元增長至2022年的8.9億元，但在2023年交易額呈下降趨勢，總體的交易總額下降至4.1億元。交易總額降低但交易項增加，這說明當前陜西省農(nóng)村科技成果轉(zhuǎn)化率較好，科技水平得到提升，并且總投入成本得到控制。

4.2 陜西省2018—2023年科技成果轉(zhuǎn)化效率

通過陜西省2018—2023年農(nóng)村科技投入數(shù)據(jù)和科技效益產(chǎn)出數(shù)據(jù)，測算出當前陜西省農(nóng)村科技成果轉(zhuǎn)化效率結(jié)果如表2所示。

從表2中可以看出，2018—2023年陜西省科技成果轉(zhuǎn)化效率平均值為0.937，屬于較高的科技成果轉(zhuǎn)化水平，這可能是省政府和農(nóng)村科技相互協(xié)調(diào)結(jié)合的結(jié)果。科技成果的平均轉(zhuǎn)化規(guī)模為0.913，處于較高水平，這說明在最近幾年的發(fā)展中陜西省農(nóng)村科技水平處于較高水平。從技術(shù)轉(zhuǎn)化效率上看，在2023年技術(shù)轉(zhuǎn)化效率有所降低，這可能是由于2023年陜西省農(nóng)村經(jīng)濟變化較大造成的，因此在該年份期間需要采取相應的措施進行調(diào)整，使其轉(zhuǎn)化效率得到提升。從相關(guān)性的有效性可以看出，只有2023年呈現(xiàn)非相關(guān)性有效情況，這說明在前幾年的農(nóng)村科技成果轉(zhuǎn)化評估中，其科技成果的轉(zhuǎn)化評估處于較好的水平但近一年內(nèi)有所波動，整體的變化還是處于較高水平的。因此2024年內(nèi)陜西省的農(nóng)村科技水平可能有所變化但整體的轉(zhuǎn)化效率和發(fā)展的效果較好。

4.3 陜西省農(nóng)村科技成果轉(zhuǎn)化效率模糊評價

將陜西省農(nóng)村科技成果不同類型的指標進行評價判斷，通過2018—2023年年度數(shù)據(jù)報告，進行綜合評測。

從表3中可以看出，私有性的科技成果指標得分相對公開性科技成果和非公開性科技成果指標得分更高，其中社區(qū)政策統(tǒng)一的指標得分有89.954分，在幾種指標得分中最高。這說明社區(qū)政策統(tǒng)一對農(nóng)村科技成果的影響性更大，可能原因是社區(qū)的政策統(tǒng)一能夠間接影響農(nóng)村的科技成果。同時私有性的科技成果得分較高說明農(nóng)村科技成果創(chuàng)新水平較高，發(fā)展前景較好，從而能夠獲得更多的投資回報。市場的競爭強弱的指標得分只有82.000分，相較于其他指標得分最低，這說明市場的競爭強弱對農(nóng)村的科技成果發(fā)展影響相對較低，這可能是由于農(nóng)村個體戶較多導致競爭壓力較小的原因。

4.4 農(nóng)村科技成果轉(zhuǎn)化影響因素實證分析

使用SPSS軟件對調(diào)查使用數(shù)據(jù)進行分析，將116份有效的樣本數(shù)據(jù)導入軟件中，進行Logistic回歸分析，得到陜西省農(nóng)村科技成果轉(zhuǎn)化影響因素回歸結(jié)果。

OR值表示農(nóng)村科技成果影響因素的變化幅度。從表4中可以看出，科技成果的影響因素中，農(nóng)村科技成果轉(zhuǎn)化及相關(guān)策略、科技成果管理、科技人員意識轉(zhuǎn)變、政府現(xiàn)金投入、農(nóng)村科技推廣和市民投資情況對當前農(nóng)村科技成果的影響效果較為顯著，其中農(nóng)村科技成果轉(zhuǎn)化及相關(guān)策略的影響因素最大，為65.758，其次是科技成果管理的影響為43.672，說明這兩種因ff5f83f32c077407a461ae3fda8ba2ad9a2701f5d28b268a715e394115b39641素能夠提升農(nóng)村科技成果的轉(zhuǎn)化效率。

5 小結(jié)

本研究主要對陜西省農(nóng)村科技成果轉(zhuǎn)化效率及其影響因素進行分析，通過DEA-BCC模型對科技成果轉(zhuǎn)化效率的變化情況進行分析，并通過層次分析法和Logistic回歸方法對陜西省農(nóng)村科技轉(zhuǎn)化成果的主要影響因素進行探究分析。研究結(jié)果表明，陜西省農(nóng)村科技成果的轉(zhuǎn)化量2018—2023年逐步增加，從2018年的371項增加至2023年的789項，同比增長了418項，科技轉(zhuǎn)化投資降至4.1億元。同時成果轉(zhuǎn)化效率在近幾年提升效果處于較高水平，轉(zhuǎn)化規(guī)模達0.913。農(nóng)村科技成果轉(zhuǎn)化及相關(guān)策略、科技成果管理、科研人員意識轉(zhuǎn)變對陜西省農(nóng)村科技成果的影響效果在5%的水平下更為顯著。由此可見，陜西省農(nóng)村科技成果轉(zhuǎn)化效率受到各種不同因素所影響。本研究雖然對陜西省農(nóng)村科技成果轉(zhuǎn)化率的變化進行了研究，但還存在一些問題，如探究的影響因素較少，因此后續(xù)的研究中還將對不同的陜西省農(nóng)村科技成果轉(zhuǎn)化效率影響因素進行分析研究，同時還將使用更多的不同評價方法進行評判分析。

參考文獻：

［1］ 張亞明，趙 科，宋雯婕，等. 中國省域科技成果轉(zhuǎn)化效率評價研究——基于長短期視角［J］. 技術(shù)經(jīng)濟與管理研究， 2024（2）： 18-24.

［2］ 毛 笛，宣 勇. 高?？萍汲晒D(zhuǎn)化賦能共同富裕——區(qū)域創(chuàng)業(yè)與創(chuàng)新的鏈式中介作用［J］. 國家教育行政學院學報， 2024 （2）： 81-95.

［3］ 郭桐羽，陳宋生. 科技成果轉(zhuǎn)化審計監(jiān)督體系構(gòu)建——基于研究型審計［J］. 財會月刊， 2024， 45（3）： 71-80.

［4］ 賀 佳. 數(shù)字經(jīng)濟對高?？萍汲晒D(zhuǎn)化效率的影響［J］. 河北大學學報（哲學社會科學版）， 2024， 49（1）： 134-146.

［5］ XU Z，LU P. Research on input-output efficiency of listed companies of solar-thermal power concept based on DEA-BCC model［A］. Proceedings of the 2nd international academic conference on blockchain， information technology and smart finance（ICBIS 2023）［C］. 2023.

［6］ 王 俊，黃詠明，汪夢瑩，等. 湖北省農(nóng)業(yè)科技成果轉(zhuǎn)化現(xiàn)狀與對策［J］. 農(nóng)業(yè)科技管理， 2024， 43（1）： 79-82.

［7］ 黃海燕. 產(chǎn)教融合背景下高?？萍汲晒D(zhuǎn)化效率提升機制研究——基于江蘇常州地區(qū)高校的調(diào)查分析［J］. 中國高?？萍?， 2020（12）： 68-71.

［8］ 田 天，沈 銘. 地方高校科技成果轉(zhuǎn)化和技術(shù)轉(zhuǎn)移體系的組建與培育——以蘇州大學為例［J］. 中國高?？萍迹?2020（10）： 85-88.

［9］ 時 朝，李 瀟，王 植. 農(nóng)民教育培訓在我國農(nóng)業(yè)科技成果轉(zhuǎn)化中的作用分析［J］. 南方農(nóng)機， 2023， 54（15）： 49-51，58.

［10］ 單延博，朱大威，孫曉童. “院地結(jié)對”模式推進農(nóng)業(yè)科技成果轉(zhuǎn)化的實踐與思考——以江蘇省鎮(zhèn)江市白兔鎮(zhèn)為例［J］. 農(nóng)業(yè)科技管理， 2023， 42（3）： 1-4.

［11］ LIU Z H， XIONG H T， SUN Y. Will online MOOCs improve the efficiency of Chinese higher education institutions？ An empirical study based on DEA［J］. Sustainability， 2023， 15（7）：5970-5971.

［12］ 吳壽仁. 科技成果轉(zhuǎn)化地域選擇影響因素分析——基于2018—2022高校院所科技成果轉(zhuǎn)化年度報告案例的分析［J］. 杭州科技， 2024， 55（1）： 43-47.

［13］ 張 煒，陶慶梅，于新穎. 研究型醫(yī)院科技成果轉(zhuǎn)化中技術(shù)經(jīng)理人的作用［J］. 中國研究型醫(yī)院， 2024， 11（1）： 18-22.

［14］ 霍國慶，唐露源. 科技成果轉(zhuǎn)化的大規(guī)模定制模型與案例研究［J］. 科學學研究， 2023， 41（12）： 2175-2181.

［15］ 楊 劍，趙倩雅，韓傳軼. 市域視角下安徽省科技成果轉(zhuǎn)化效率評價［J］. 科技創(chuàng)新與應用， 2024， 14（8）： 81-85.

［16］ 盧明湘，石小燕. 中國高技術(shù)產(chǎn)業(yè)科技成果轉(zhuǎn)化效率和投入產(chǎn)出結(jié)構(gòu)分析［J］. 科技管理研究， 2024， 44（3）： 77-84.

［17］ 曹幸如，楊 劍. 基于三階段DEA-Windows的安徽省地市級科技成果轉(zhuǎn)化效率研究［J］. 科技管理研究， 2021， 41（22）： 74-82.

［18］ 郭 穎，廉翔鵬，席笑文. 中科院產(chǎn)研合作對其科技成果轉(zhuǎn)化影響研究［J］. 科研管理， 2021， 42（10）： 97-103.

［19］ 石 琦，鐘 沖，劉安玲. 高校科技成tTgGShGXdIPFHaE5DXhzgQ==果轉(zhuǎn)化障礙的破解路徑——基于“職務科技成果混合所有制”的思考與探索［J］. 中國高校科技， 2021（5）： 85-88.

［20］ 羅 茜，高蓉蓉，張麗娜. 高?？萍汲晒D(zhuǎn)化效率與收益分配激勵效應的三角驗證研究［J］. 科技進步與對策， 2020， 37（21）： 27-35.

［21］ 劉 霞，趙宇萱，范小軍. 產(chǎn)教融合下高?？萍汲晒D(zhuǎn)化效率評價研究［J］. 科技管理研究， 2020， 40（15）： 140-144.

［22］ 袁傳思，賈 曉，袁儷欣. 高?？萍汲晒D(zhuǎn)化實施模式與路徑的探索研究［J］. 科技管理研究， 2020， 40（3）： 84-89.

［23］ 孫 濤. 我國老工業(yè)基地科技成果轉(zhuǎn)化效率評價研究——以東北地區(qū)為例［J］. 中國軟科學， 2020（1）： 164-170.

［24］ 林青寧，毛世平. 高?？萍汲晒D(zhuǎn)化效率研究［J］. 中國科技論壇， 2019， 5（5）： 144-151.

［25］ 熊 曦，關(guān)忠誠，楊國梁，等. 嵌套并聯(lián)結(jié)構(gòu)兩階段DEA下科技創(chuàng)新效率測度與分解［J］. 中國管理科學， 2019， 27（3）： 206-216.

收稿日期：2024-04-17

基金項目：西安思源學院校長科研基金項目（XASYZD-A2306）

作者簡介：魯艷威（1979-），女，吉林長春人，副教授，碩士，主要從事鄉(xiāng)村振興研究，（電話）15891489342（電子信箱）964108900@qq.com；通信作者，張沁文（1961-），男，陜西扶風人，教授，主要從事教育理論研究，（電話）13509165495（電子信箱）496286559@qq.com。