提高北京企业科技成果转化效率的对策

厉丽 刘翎

摘 要：以北京市规模以上工业企业为代表，基于DEA-BCC以及DEA-Malmquist模型对企业静态及动态科技成果转化效率进行了实证研究。研究发现，北京市规模以上工业企业成果转化效率有待提高;企业成果转化活动处于规模报酬递减阶段，存在资源浪费问题;纯技术效率水平不高是导致企业成果转化效率下降的原因。提高北京企业科技成果转化效率，需要合理投入转化资源，提升转化成果质量，同时加快人才培育。

关键词：北京企业 成果转化 DEA

一、引言

当前，我国经济发展已经由高速增长阶段转入高质量发展阶段，创新成为引领发展的第一动力。经济学意义上的创新是指将一种新的生产要素和生产条件的“新结合”引入生产体系，实现这种“新结合”的主体是多元的。企业是技术创新活动的主体之一，其创新能力的提升对我国加快建设创新型国家具有重要意义。根据创新价值链理论，企业的创新活动包括创新研发和成果转化两个阶段。近年来我国企业研发阶段及转化阶段的投入得到稳步提高，根据科技部的相关统计，2019年我国企业的研发投入总额已达到1.69万亿元，在研发经费投入总量中占比76.4%。然而投入的增加并非创新产出及转化的充要条件，创新能力的提高不仅要依靠投入的增加更要依靠效率的提高。有关研究发现企业在创新过程中存在成果转化阶段效率明显低于研发阶段效率从而导致了整体创新效率不高的问题（窦超，2019[1]）。成果转化作为创新价值链的关键一环能将企业研发的科技成果转化为经济效益从而推动社会生产力的发展，而成果转化阶段的低效率则会制约科技成果对经济高质量增长支撑引领作用的发挥，因此提高成果转化效率对发挥创新效能、推动创新型国家的建设具有重要的现实意义。

北京市作为全国的科技创新中心，于2015年成立了专门的成果转化引导基金对企业的成果转化投资，企业成果转化资源丰富及转化投入持续增长，但科技成果转化效率却不高（罗良文，2016[2]），这制约了企业科技成果向现实生产力的转化、不利于北京市科技创新发展。在这一背景下对北京企业成果转化中存在的问题进行分析，找出影响转化效率提升的因素从而为提高北京企业成果转化效率提供有针对性的建议对实现北京高质量发展、建设具有全球影响力的创新中心具有重要意义。此外，北京市于2019年通过了《北京市促进科技成果转化条例》，强调了企业在成果转化中的主体作用，在这一政策背景下对提高企业成果转化效率的对策进行研究也很好的呼应了政策的需求，能更好地发挥政府相关政策的激励作用、加强全国科技创新中心建设。

二、文献综述

科技成果转化是推动科研成果向现实生产力转化的重要力量，能显著提高我国的科技与经济实力。近年来学者们对于科技成果转化进行了多方面的研究，首先是对于科技成果转化的概念及内涵研究。郑谦（2009）[3]认为科技成果转化是指将区域内各主体研发的科技成果产业化应用的过程;王艳明等（2010）[4]认为科技成果转化是指科学技术成果在多种要素的共同推动下由潜在生产力向现实生产力转变的全过程;蔡跃洲（2015）[5]将科技成果转化界定为具有潜在市场使用价值的高校科研成果通过各种形式转化为经济效益的相关过程。可以看出学者们对科技成果转化内涵的界定都反映了科技成果转化能获得经济收益，促进生产力发展的本质。

其次，基于科技成果转化概念的研究，为充分发挥成果转化作用，推动科技成果向生产力转化学者们开始对成果转化水平进行测算并相应地提出了建议。一方面，部分学者从转化数量层面采用成果转化率对科技成果转化能力进行测算，即通过计算成功转化的成果数在总成果数中所占的比例（胡德胜，1992[6]）来对科技成果转化能力进行测算。然而，在用科技成果转化率对科技成果转化进行测度时，存在尚无法确定何种转化属于成功转化以及无法反映成果转化过程中产生的经济与社会效益的问题（李修全，2011[7];李修全，2015[8]），

另一方面，部分学者从效率的角度对科技成果转化进行研究，即通过将成果转化主体的科技成果转化资源投入与获得的成果转化经济产出作为评价的依据，对成果转化阶段的效率进行测算。相比于成果转化率，成果转化效率更能反映科技成果转化主体对成果转化投入的利用程度（贺京同[9]，2011），发现成果转化过程中存在的问题及影响因素，对提高成果转化能力具有重要意义（司晓悦[10]，2020）。具体来说学者们对成果转化效率研究的主体主要包括我国整体及各区域（林芳芳[11]，2016）、高校及科研院所（杨博[12]，2020）、企业三个方面。其中企業作为连接科技成果与市场的重要桥梁，近年来对企业成果转化效率的研究逐渐受到学者们的重视。陈关聚（2013）[13]、曹阳（2016）[14]运用随机前沿方法（SFA）研究发现我国企业科技成果转化效率有较大的上升空间，且各省份企业成果转化效率存在较大差异。北京市作为全国科技创新中心，成果转化效率却也未达到DEA有效状态，仍有较大的提升空间（孙丝雨[15]，2016）。针对北京市企业成果转化效率较低的问题，学者们进一步的对影响成果转化效率的因素进行了研究并相应地提出了改进建议，在研究的方法上主要采用了数据包络分析方法（DEA）：罗良文（2016）[2]基于DEA分析方法研究发现纯技术效率水平即企业对现有技术的利用水平较低是导致北京工业企业成果转化效率存在较大提升空间的主要原因;王文寅（2017）[16]则研究发现纯技术效率不高、规模效应递减是影响了北京市工业企业成果转化效率主要因素。这是由于DEA方法主要适用于静态测度，反映特定时期内规模效应和技术效率对成果转化效率的影响（刘兰剑[17]，2020），因此各期所测算的效率值之间不具有可比性，而要找到较长时间内影响北京企业成果转化效率变动的因素从而更有针对地提供建议则需要采用Malmquist指数模型对北京企业科技成果转化效率进行动态的研究。

综上，学者们对科技成果转化的内涵、企业成果转化效率的测度及影响因素的分析进行了较为丰富的研究并相应的提出了对策建议。在对北京市企业成果转化效率的研究中学者们多用静态分析的方法，因此对各时期影响企业成果转化效率的因素分析存在一定的分歧且研究的数据较为陈旧。为更好的了解目前北京企业成果转化效率存在的问题及影响转化的关键因素、找出较长时间内持续制约企业成果转化效率的因素，本文将以北京市规模以上工业企业为代表，结合DEA与Malmquist指数模型对北京企业成果转化静态及动态效率进行实证研究，以找出北京企业成果转化中存在的问题及技术效率和规模效应在较长时间内对北京企业成果转化效率的影响，从而为提升北京企业成果转化效率提供相应的对策建议，丰富有关成果转化方面的研究。

三、北京企业科技成果转化效率实证研究

（一）模型选择

对于成果转化效率的测度常用的方法主要是基于成果转化的投入与产出数据进行随机前沿分析（SFA）和数据包括分析（DEA）。其中数据包络分析法适用于多种投入与多种产出的情形且不需要对参数进行假设，因此本文将采用DEA分析方法，以我国除西藏、青海之外的29个省市规模以上工业企业科技成果转化活动作为对照决策单元，通过DEA-BCC模型以及DEA-Malmquist指数法分别从静态和动态两个角度对北京市规模以上工业企业成果转化效率进行测度。

DEA-BCC模型是在Charness等于1978年提出的DEA-CCR模型的基础上改进得到的，其修正了CCR模型中规模报酬不变的假设，将规模报酬设定为可变的。BCC模型假定有n个决策单元，每个决策单元都有m种输入，s种输出，则每个决策单元的效率值可以通过如下的线性规划得出：

其中，xi与yi分别表示决策单元的投入与产出向量，λi为重新构建的有效决策单元组合中n个决策单元的组合比例，θ为决策单元的效率值。通过BCC模型可以得到企业成果转化的综合技术效率值（te）、纯技术效率值（pte）以及规模效率值（se）。

BCC模型分析以一个考察期内生产技术不变为基础，考察的是静态效率。为更好地分析北京市规模以上工业企业成果转化效率的动态变化本文进一步采用DEA-Malmquist指数模型。Malmquist指数考差了两个相邻时期决策单元效率的变动，计算公式为：

其中（yt，xt）、（yt+1，xt+1）分别表示决策单元在t期与t+1期的产出与投入向量，dt0、和dt+10分别表示t与t+1期的产出距离函数。Malmquist指数可以分解为技术进步效率（tech）与技术效率（effch），其中技术效率可以进一步的分解为纯技术效率（pech）与规模效率（sech），即Malmquist指数的变化是技术效率、纯技术效率与规模效率共同作用的结果。Malmquist指数大于1表示决策单元从t期到t+1期的效率得到提升，反之Malmquist指数小于1表示决策单元从t期与t+1期的效率有所下降。

（二）评价指标选取及数据来源

1.指标选取。在结合学者们对于成果转化效率研究的基础上，本文确定的相关评价指标如表1所示。在成果转化投入方面：首先，经费投入是企业开展成果转化活动的前提，雄厚的经费支持有利于保障科技成果的转化，新产品开发经费是企业在成果转化阶段重要的经费投入。其次，成果转化也离不开创新人员的投入，企业在成果转化活动中科技人才的投入主要由研发人员全时当量来衡量。最后，企业将成果转化为生产力是通过将创新成果产品化、产业化实现的，因此科技成果投入是企业成果转化最重要的投入。企业科技成果投入主要来自研发阶段形成的产出成果，专利申请数能较好衡量企业创新成果产出。基于以上分析，本文选取新产品开发经费、R&D人员全时当量以及专利申请数三项指标衡量北京市规模以上工业企业在成果转化阶段的投入。

在成果转化产出方面，企业通过成果转化将科技成果应用于自身新产品生产过程中从而形成新产品并获得收益，因此新产品销售收入能很好的衡量企业成果转化的产出。同时，新产品的出口额是企业开展国际贸易活动实现的销售收入，一定程度反映了企业新产品的竞争力以及企业成果转化所获得的收益。因此，本文选取新产品销售收入以及新产品出口额两项指标来衡量北京市规模以上工业企业在成果转化阶段的产出。

2.数据来源。本文有关北京市规模以上工业企业成果转化投入与产出数据来源于2012—2019年《中国科技统计年鉴》。考虑到成果转化投入到形成产出需要一定的时间，因此本文将北京市规模以上工业企业科技成果产出指标采取滞后一年的處理以尽量消除时间差带来的影响，对2011-2017年的北京市规模以上工业企业成果转化效率进行测算。

（三）实证结果分析

1.基于DEA-BCC模型的静态效率评价。基于2017与2018年规模以上工业企业科技成果转化投入与产出的相关数据，运用DEAP2.1软件，对2017年北京市规模以上工业企业成果转化效率进行测度，结果如下表所示。

根据测度结果可以看出2017年北京市规模以上工业企业成果转化效率小于1，未能达到DEA有效状态，存在25.5%的效率损失，成果转化效率仍需进一步提高。进一步的来看综合效率值可以分解为纯技术效率与规模效率的乘积，由表2可以看出，北京市规模以上工业企业成果转化中纯技术效率与规模效率水平均有一定的提升空间。同时成果转化的规模报酬处于递减状态，一定程度上反映了企业成果转化过程中存在资源盲目投入、配置不合理等问题，持续大量地投入并没有使经济效益达到最大化。

2.基于DEA-Malmquist指数的动态效率评价。进一步地基于2011—2018年规模以上工业企业成果转化投入以及产出数据，运用DEA-Malmquist模型对北京市规模以上工业企业成果转化效率变动情况进行测度，同样使用DEAP2.1软件，测度结果如下表所示。

由上表可以看出，2011-2017年北京市规模以上工业企业Malmquist指数大部分年份都大于1且平均值大于1，这表明企业成果转化效率有所提升且平均年增长率为2.3%。其中Malmquist全要素生产率指数在2014-2015年达到最大为1.304，说明北京市规模以上工业企业在2015年实现了较高的增长，这可能与我国2014年提出加快实施创新驱动发展战略有关。而2014年与2017年Malmquist全要素生产率指数相较前一年度有所下降。具体地从Malmquist指数分解来看，首先，2011-2017年间技术效率变动与技术进步变动指数均值都大于1，说明总体来说北京市规模以上工业企业成果转化过程中与最优决策单元组成的前沿面的差距在缩小且转化技术有所进步。技术效率变动指数进一步的可以分解为纯技术效率与规模效率的乘积，2011-2017年间规模效率变动小于1，说明成果转化距离规模效率越来越远，这可能与上述分析的企业处于规模报酬递减状态有关，转化效益的增加小于投入的增加，反映了资源的浪费。其次，可以看出2013-2014年技术效率变动小于1是导致Malmquist全要素生产率指数小于1的原因，进一步的技术效率变动有所下降是由于纯技术效率的下降导致的，说明成果转化中纯技术有效性有待提高。而2016-2017年间全要素生产率有所下降的原因则是由于技术进步水平有所降低导致的。

四、结论与建议

（一）研究结论

通过对北京市规模以上工业企业成果转化投入产出现状的分析以及成果转化效率的测度本文的研究结论主要包括以下三点：第一，2011-2018年间企业成果转化投入不断增加，且内部转化经费中企业自有资金占有较高比重，体现了企业对成果转化的重视。另外作为企业成果转化为生产力重要体现的新产品销售收入也呈现出上升态势。第二，通过对北京市规模以上工业企业成果转化效率的测度发现2017年北京市规模以上工业企业成果转化效率水平为非DEA有效状态，转化效率有待进一步地提高，纯技术效率水平不高一定程度上影响了转化效率水平。此外，规模效率虽然处于较高水平但企业处于规模报酬递减阶段，投入的程度大于产出，存在资源浪费等问题。第三，通过对成果转化效率的动态测度研究发现，北京市规模以上工业企业成果转化效率水平在2011-2017有所提高。个别年份成果转化效率水平的下降是由于纯技术效率水平不高或技术进步水平有所下降导致的，此外总体来看规模效率变动有所下降说明企业生产偏离生产有效规模。

（二）提高北京市企业成果转化效率的建议

第一，合理投入转化资源。根据本文的研究发现北京市规模以上工业企业成果转化处于规模效率递减阶段，持续增加的资源投入并没有带来最大化的转化收益。因此企业应合理控制转化资源投入，并做好转化活动的相关资金预算，及时管控资金流向，避免资源投入的浪费。

第二，注重成果的市场价值，提高转化成果的质量。企业应避免盲目的增加转化成果的数量而应更加注重成果的质量，要以市场需求为导向转化具有市场价值的成果。具体来讲，企业转化的成果主要包括自身研发的新成果与高校、科研院所研发的新成果两部分。因此一方面，企业自身要有针对性地开展研发活动，以市场需求为中心提高创新成果的质量与转化价值。另一方面，政府要推动产学研之间的合作，使学研方通过与企业的合作及时掌握市场需求，确保生产出满足市场实际需求的新成果。

第三，加快人才的培养与引进。人才在企业成果转化中发挥重要作用，通过对创新人才的培育及引进有利于推动企业成果转化阶段技术水平的提升。首先，政府和企业需加大对具备专业技术水平以及管理能力的复合型人才的培育及引进力度，使其适时跟进成果的研发、转化以及新产品的生产与销售过程，推进成果转化效率的提升。其次，政府以及企业应加大对技术研发与转化交流平台的建设力度，为科技人员营造良好的成果转化环境。

参考文献：

[1]熊曦，窦超，关忠诚，郑海军.基于R&D经费筹集来源的工业企业技术创新效率评价[J].科技进步与对策，2019，36（03）：130-137.

[2]罗良文，梁圣蓉.中国区域工业企业绿色技术创新效率及因素分解[J].中国人口·资源与环境，2016，26（09）：149-157.

[3]郑谦.区域创新成果转化的作用和途径分析[J].科技和产业，2009，9（12）：34-36+53.

[4]王艳明，焦春海，郭英，张俊.创新农业科技服务模式 加速科技成果转化[J].湖北农业科学，2010，49（10）：2621-2624.

[5]蔡跃洲.科技成果转化的内涵边界与统计测度[J].科学学研究，2015，33（01）：37-44.

[6]胡德胜.浅议科技成果转化率概念的界定及统计[J].科学学与科学技术管理，1992（08）：23-24+49.

[7]李修全，玄兆辉，高昌林，宋卫国.关于科技成果转化指标监测问题的几点思考[J].中国科技论坛，2011（11）：11-14+40.

[8]李修全，玄兆辉.关于科技成果转化率使用的两个误区[J].科技管理研究，2015，35（05）：56-58.

[9]贺京同，冯尧.中国高技术产业科技成果转化效率的实证研究——基于DEA-Malmquist指数方法[J].云南社会科学，2011（04）：92-97.

[10]司晓悦，王壮壮，赵霞霞.我国科技成果转化研究热点及前沿动态——基于CiteSpace可视化知识图谱的分析[J].科技管理研究，2020，40（17）：197-203.

[11]林芳芳，赵辉.政策视角下的我国科技成果转化效率研究[J].情报杂志，2016，35（10）：86-90.

[12]杨博，曹辉.我国高校创新效率测度及区域比较[J].统计与决策，2020，36（16）：60-63.

[13]陈关聚.中国工业企业科技成果转化效率研究——基于2003——2010年面板数据的随机前沿分析[J].云南师范大学学报（哲学社会科学版），2013，45（03）：121-128.

[14]曹阳，周晓夏.制药业创新成果转化效率及影响因素实证分析[J].中国医药工业杂志，2016，47（02）：246-249.

[15]孙丝雨，安增龙.两阶段视角下国有工业企业绿色技术创新效率评价——基于网络EBM模型的分析[J].财会月刊，2016（35）：20-25.

[16]王文寅，劉砚馨.我国规模以上工业企业研发效率评价研究[J].会计之友，2017（08）：100-103.

[17]刘兰剑，滕颖.提高科技创新水平依靠技术效率还是规模效应？——来自中国与OECD国家的测度研究[J].科学学与科学技术管理，2020，41（07）：50-61.

（厉丽、刘翎，北方工业大学经济管理学院）