基于PMC指数模型的上海市科技成果转化政策量化评价分析

中国水产科学研究院渔业机械仪器研究所 李少丽，吴凡，周荣

一、引言

随着国内科技体制的不断改革，尤其是资源配置、计划管理、科技成果转化等方面重大改革措施的出台，科技成果转化为现实生产力的速度持续加快。习近平总书记十分重视科技成果转工作化，他在海南考察时强调“要加快科技体制机制改革，加大科技创新和成果转化力度”，为促进科技成果转化和完善科技评价制度提供了根本遵循。

近年来，为促进科技成果转化，我国政府和地方已经陆续出台并发布了相关政策，但与国外发达国家相比，我国科技成果的转化率依然较低[1]，如何利用科技成果相关政策提高科技成果转化率是目前值得思考的问题。本文选取2021年上海市出台的10项成果转化相关政策作为研究文本，利用PMC指数模型对其进行分析研究，以期为后续政策的制定与修改提供新思路。

二、PMC指数模型应用现状

PMC（Policy Modeling Consistency）指数模型可应用在两个方面：一是用来分析某一具体政策模型的一致性水平，可以直观地显示政策的优势与劣势，二是用来分析政策优势与劣势变量的具体含义和水平[2-3]。目前，国内很多学者利用PMC指数模型对多种政策进行了量化分析，在很大限度上避免了人为主观性并提高了政策分析研究的精准度。例如，刘纪达等人利用PMC指数模型对军民科技政策进行了量化研究，分析发现军民科技政策存在政策衔接性不强、系统性不足等问题[4]；高扬等人则对京津冀高等教育协同创新政策进行了量化评价，为优化政策提供了路径方案[5]；杜宝贵等人同样利用PMC指数模型对辽宁及相关省市的科技服务业政策进行了量化分析和比较，从而对辽宁省相关政策提出优化路径[6]。因此本文最终选用了PMC指数模型进行成果转化政策量化研究。

三、PMC指数模型构建

（一）模型构建

本文将科技成果转化政策的主要特点与PMC指数模型相结合，形成科技成果转化政策PMC评价指标体系。该指标评价体系借鉴史童等[7-9]已有学者对指标进行设定并稍作修改，由9个一级变量和31个二级变量构成，二级变量的确定采用二进制，若政策中有二级变量设计的内容则记为1，否则记为0。确定一级变量和二级变量后，计算出科技成果转化政策的PMC指数。科技成果转化政策PMC评价指标体系各变量的设计及评分标准如表1所示。

表1 政策指标体系构建

（二）政策样本选取

2021年，上海不断完善与科技成果转化相关的政策体系，出台并制定了一系列成果转化相关政策，政策样本参考《2021上海科技成果转化白皮书》中的10项成果转化相关的政策，如表2所示。

表2 科技成果转化政策样本汇总

（三）PMC指数计算及曲面构建

根据科技成果转化政策PMC评价指标体系中9个一级变量和31个二级变量建立多投入产出表。对9个一级变量进行赋值，再对31个二级变量进行赋值，加总得出最终的PMC指数，并构建PMC曲面图。计算公式如下。

一级指标的数值为：

PMC指数计算公式为：

其中，i表示一级指标，j表示二级指标。

PMC曲面图公式为：

通过对10项政策的PMC得分汇总，计算10项科技成果转化政策的多投入产出表，得出10项科技成果转化政策的PMC指数，如表3所示。

表3 各项政策的PMC指数

通过PMC指数模型的建立，对科技成果转化政策进行量化评价，计算10项科技成果转化政策的PMC指数，由计算结果可知10项科技成果转化政策的PMC指数排名为P1=P2=P3＞P4＞P5=P6＞P8＞P7=P9=P10。同时，根据指标体系中的一级指标评价得分情况，绘制了分数为6分以上的政策PMC曲面图，如图1和图2所示。

图1 P1、P2、P3曲面图

图2 P4曲面图

四、数据分析

P1、P2和P3的PMC得分最高，为7.13分，达到优秀水平，满足了上海市目前科技成果转化的政策需求。三项政策无论是从宏观角度还是微观角度，都对上海市未来科技创新以及科技成果转化的发展进行了预测规划，并提出了可行性要求，能够激发各类主体的创新动力和活力，促进科技成果进一步转化。

其次是P4，得分为6.83分，达到优秀水平。该项政策于2021年4月正式发布实施，技术要素作为首个要素提出，对上海市科技创新和成果转移转化提供了保障措施。从得分中可看出，该项政策仅在X4的评分中稍低于排名第一的三项政策，建议可在税收要素方面的内容进行进一步的说明或扩充。

P5和P6得 分 为5.88分，为良好水平，在X4、X5和X6中得分较低。这两项政策的目的在于规范和保障上海市公共资源一网交易，构建更加完善的要素资源市场化配置体制机制，因此不涉及税收优惠、人才建设以及促进科技创新能力提升等方面的内容，在政策重点方面，更侧重于供给优化，因此得分较低。

P8得分为5.68分，为良好水平，在X6和X7中得分最高。此项政策首次在“技术带头人”人才计划中增加技术转移方向，目标是培育一批具有丰富经验、具备创新能力，复合型、专业性的技术转移服务带头人，支持其带领团队创新成果转化机制与模式，开展专业化的技术转移服务。指南的政策重点在于描述、引导和监管，侧重于人才建设，在科研创新能力和经济效益方面有着突出的作用。

P7、P9和P10得 分 最 低，为5.10分，为良好水平。其中P7为上海市科委等六部门共同印发，其目的为探索体系化专业化技术转移人才通道，建立技术转移人才分类评价体系，畅通职业发展和职称晋升通道。政策重点在于人才建设方面，因此得分较低。P9和P10属于标准规范，因此得分较低，其目的是为上海市服务机构从事竞争情报分析和技术评价服务提供操作规范，为技术转移过程中的确权、确价提供有力保障。

五、相关建议

在相关数据分析的基础上，为进一步优化科技成果转化政策提供思路，本文针对目前政策所存在的问题金和不足，提出如下三点建议.

一是加强政策细化。在2021年出台的相关政策中，宏观性政策较多，部分政策着力点仍旧侧重目标规划，实操性还有待加强。建议以出台实施细则为目标进行充分协调讨论，保证政策的实操性[10]。

二是加强政策差异性和科学性。相关政策聚焦市场化资源的配置，对成果转化其他方面分布较少，尤其是缺乏资金类政策，对税收优惠等相关资金类政策无更新。建议应该加强该类政策的更新优化以提高科技成果转化政策的全面性和科学性。

三是加强资源供给的合理性。相关政策对技术转移人才培养设置了门槛，未考虑一些特定领域的技术转移特点，例如农业类科技成果转移具有转化率低且转移额不高等特点，因此，目前相关政策无法惠及更多的技术转移人才，建议对相关技术转移人才的培养政策分类细化。

六、结语

本文基于国内学者研究成果并结合科技成果转化政策的特点，构建PMC指数模型，量化研究了2021年上海市发布的10项科技成果转化政策，分析了各项政策的9个一级指标和31个二级指标的具体情况，总体情况也可从PMC曲面图中直观看出，从而得出科技成果转化政策的特点以及政策的优势和薄弱点，对政策的后续改进具有参考价值。