从科技成果转化率到转化效率.doc

从科技成果转化率到转化效率.doc 从科技成果转化率到转化效率 摘要:在借鉴科技成果转化效率度量的国际经验的基础上，初步构建了科技成果转化绩效评价体系。根据数据可得性和可操作性，运用数据包络分析法详细考量我国各地区科技成果转化效率。研究发现，西部地区科技成果转化的综合效率总体上比东部和中部要低。然后结合调研情况，提出了提高我国科技成果转化效率的对策建议。 关键词:科技成果转化;转化效率;数据包络方法 中图分类号:G322;F224文献标识码:A文章编号:1001-8409(2013)12-0085-05 全面推进科技创新，支撑经济发展方式转变，实现科技与经济的紧密结合，必须大力促进量更多、质更优的科技成果转化为先进生产力。但是长期以来，有关方面对科技成果及转化效果的认识停滞在初期阶段的水平，存在不少误区，既影响了对科技成果转化效率的客观认识，也极大地阻碍了面向新时期的科技成果转化 制度 关于办公室下班关闭电源制度矿山事故隐患举报和奖励制度制度下载人事管理制度doc盘点制度下载 创新与建设。 1问题的提出 科技成果是个较为泛化的概念，我国的法律法规和政策为了操作方便，一般采取列举法来界定科技成果。《促进科技成果转化法》中规定，科技成果是指人们在认识与改造自然活动中，经过实验研究、设计试制或调查考察后，所得到的具有学术意义或实用价值的创造性结果，它包括发明、发现、技术进步以及技术改造方面的内容。《国家科技成果转化引导 基金管理暂行办法》中规定，科技成果主要指新技术、新产品、新工艺、新材料、新装置及其系统等。上述定义往往重视了科技成果有形化的一面，注重科技成果的各种不同的表现形态。但是，无论何种科技成果，必须凝结创新的、有用的知识;无论科技成果形式是否表现为设备、装置、材料、部件、图纸等物化形式，其最有价值的部分是无形化的知识。归根结底，科技成果的最关键载体是“人”:既可能是单个的人，也可能是由个人形成的某种网络和组织，科技成果的转移与转化往往依赖于这些组织和网络，并以人力资本、知识或信息等要素流动为必要条件。认识到科技成果的知识性、无形化、以人力资本为主要载体等特性，就自然认识到科技成果发挥作用的渠道是多元的;其转变为经济与社会的现实效益的过程是复杂而又不确定的，往往是间接效应大于直接结果，这就使得科技成果的转化过程很难用一项简单指标(如科技成果转化率)来衡量效果。 普遍运用的科技成果转化率，指成功实现产业化或商业化应用的科技成果数占统计周期内科技成果总数的比例，计算公式为: 科技成果转化率=成功转化成果数?总成果数×100%(1) 以科技成果转化率为评价指标，特别符合 计划 项目进度计划表范例计划下载计划下载计划下载课程教学计划下载 经济体制下的科研组织模式。在此体制下，科研活动和生产活动被割裂在两个系统内，科研单位立项研究取得的成果，经由计划指令交付企业(实际是工厂)进行工程化和生产，基本上是“点对点”的行为，也可以统计出科研立项取得的成果数与实际工厂生产产品数之间的比率。改革开放初期，由于计划体制的惯性，科技资源高度集中在国有科研院所，企业经营开始搞活，商品市场开始放开，但科技成果以及科技成果重要载体和媒介——人力资本、知识和 信息等要素市场尚未形成，流动也受到较高程度的管制。科技创新的模式相对较为单一和封闭，科技作用于经济的渠道较为单一和简单。此时，科研院所取得的科技成果，由企业组织生产或商业化的模式，也大概可以使用“科技成果转化率”粗线条计量。实际上，即便在此情景中，科技成果转化率这一指标的精确性和科学性也要受到质疑:首先，对于何种转化属于成功转化等问题还没有解决。其次，科技成果本身还没有形成统一定义，总成果数的界定也不清晰。最后，科技成果转化存在一定的时间周期，即便成功转化成果数与总成果数的取值时间一致，但是成功转化成果数中的部分转化成果可能来自以前时间周期，并不包含在总成果数中[1]。 笔者归纳了衡量科技成果转化的主要指标和度量方法，见表1。表1衡量科技成果转化的主要指标和度量方法一览类别说明科技成果转化的指标科技投入指标主要包括经费投入和人力投入。科技产出指标主要包括科技成果登记数、论文、专利申请、专利授权、技术交易、高新技术产业产值、新产品销售额等科技成果转化数据的来源专利、成果登记、技术市场统计、科技计划项目统计、全国R&D资源清查等科技成果转化的度量方法成果转化率;构建成果转化评价指标体系，采用层次分析法;构建科技投入绩效评价体系，采用数据包络法等2科技成果转化效率度量的国际经验 2.1宏观层次:科技对经济贡献率的测度 科技对经济贡献率的测度主要采用全要素生产率法或称科技进步贡献率法。全要素生产率(TFP)或科技进步贡献率是指生产活动在一定时间内的效率，是衡量单位总投入的总产量的生产率指标。全要素生产率的 增长率常常被视为科技进步的指标。全要素生产率的来源包括技术进步、组织创新、专业化和规模经济等。产出增长率超出要素投入增长率的部分为全要素生产率增长率。 科技对经济的贡献不仅取决于所用技术水平的提高(狭义技术进步)，而且还取决于对现有技术的使用、发挥状况(即技术效率)的改进。反映生产潜力发挥程度的技术效率变动往往与短期因素有关，与设备、工艺更新相关的技术进步是科技进步贡献率变动的主要来源。根据Lucas的研究，将科技对经济的贡献率可以分解为技术进步(狭义)和技术效率变化[2]，这可以理解为经济增长的水平效应和增长效应。水平效应意味着向生产可能性边界移动，提高了技术效率。增长效应意味着生产可能性曲线移动，促进了技术进步(狭义)。在技术效率变化方面，可以分解为纯技术效率变化和规模效率变化，纯技术效率反映了在一定条件下的产出水平(投入产出);规模效率表示投入规模发生变化时引起的产出变化的情况，如果数值大于1则表示规模报酬递增[3]。 2.2微观层次:技术转移的AUTM度量法 从1991年起，美国大学技术管理者协会(The Association of University Technology Managers，简称AUTM)开始对美国的大学、研究机构进行广泛调查，并建立了一套评价大学和科研机构技术转移成效的指标体系。早期的量化指标包括专利申请量、签字生效的许可 协议 离婚协议模板下载合伙人协议 下载渠道分销协议免费下载敬业协议下载授课协议下载 、新成立的公司等。后来的量化指标增加了许可费用的收入、特许权使用费、产权投资收益以及成功进入市场的产品数等。其评价体系主要如表2。 2.4典型(重大)项目案例法 国外创新绩效著名专家弗里德里克?M?希勒等对技术政策提出应以重大项目作为投入绩效评估 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 。这一理论认为，政府支持的项目中失败率高低不能代表投入绩效好坏，即便50%或更多的政府资助项目没有产生可观的收益，但存在少数非常成功的项目，就应该认为政府的资助产生了应有的效果。但实际情况是，立法机构和政府审计往往会简单地把项目成功率与技术政策绩效等同起来。实际上，这一学派的理论根基非常简单，也因此很难被驳倒，他们认为按照私营领域的市场标准(特别是国际上风险投资多年的运行规律)，技术项目呈现低成功率是正常的，评估政府技术政策规划时，应把主要精力集中于产出明显超常的少数项目的收益，而不是盯着分布于低价值地带的大量项目不放。此学派的贡献在于说明了如下事实:一是政府计划项目的成功率不应高过市场，否则政府就很可能“越位”。从风险投资规律来看，一般成功项目比例是十分之一，特别成功的概率甚至为百分之一。政府计划应比风险投资更为前端和基础，失败率不可能低于风险投资。在短期和简单财务评估的压力下，政府资金可能会做大量的“容易事”，这本是市场可以完成的，因此形成了对市场的干扰;或者政府资金可能只会“锦上添花”，而不敢“雪中送炭”。二是重大项目是持续投入和环境建设的结果，也是大量普通项目的集成，因此是对科技成果转化投入普遍绩效的集中反映。小项目可能失败，也可能取得局部成功，大量的知识与技术在沉淀与相互作用的基础上，表现为一个巨大的成功。 3科技成果转化效率指标体系构建与实证 3.1指标体系构建 根据上文的认识和国际经验，针对我国的实际情况，笔者初步提出了一套度量我国科技成果转化效率的指标体系，如表5所示。 结果不仅包括个别决策单元的技术效率，还包括纯技术效率和规模效率。技术效率是指在考虑所有因素的情况下，投入的整体产出效率，可以分解为纯技术效率和规模效率。纯技术效率的决策单元的输出必须在不考虑规模等因素的影响下，消耗最少的投入。规模效率表示投入变化引起的产出变化。如果规模效率等于1，表示扩大投入，产出量将成比例增加。而规模效率小于1，则有两种可能:一是规模报酬递增，表明扩大投入规模，产出量将上升到一个更高的比例;二是规模报酬递减，产出增加的比例小于投入要素的增加比例。 但DEA模型在多个决策单元的结果无法进一步确定这些有效的决策单元的效率水平，超效率DEA模型解决了这个问题。该模型是在1993年由Andersen和Petersen[5]提出的，其解决 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 是:一个决策单元的评价，与其他决策单元通过线性组合的输入和输出，排除这个决策单元，有效的决策单元的效率值将被放大，可以重新排序原来均有效的决策单元。对于DEA模型中无效的决策单元，在超效率模型中效率值不变;对于有效的决策单元，超效率值θs将大于等于1，表示如果投入规模再扩大(θs-1)，该决策单元仍能保持相对最优效率。 本文首先利用规模报酬可变的DEA方法计算所有决策单元的综合效率、技术效率和规模效率;然后再利用超效率DEA方法对有效决策单元的综合效率进行排序。 3.3实证分析结果 利用DEA方法，对2010年包括北京在内的全国30个省市(西藏和港澳台地区由于部分数据缺失，不在考虑范围内)进行科技成果转化效率的对比分析，以判断我国各地区科技成果转化效率的高低。 由于科技成果转化具有一定的周期，为了更加准确地描述科技成果转化效率，本文假设科技成果产出滞后科技成果转化投入2年，自第i-2年开始，每年连续投入研发力量，直至第i年获得产出，即假设第i年的产出是由第i-1年和第i-2年的平均科技成果转化投入产生的。所以在比较时，投入指标选取2008,2009年期间的数据，产出指标选取2010年的数据。运用DEAP2.1[6]和EMS1.3[7]两个软件进行效率分析，得到结果见表7。 总体而言，从综合效率来看，西部地区科技成果转化的综合效率总体上比我国东部和中部要低。东部省份综合效率的平均值为1.122，中部省份综合效率的平均值为0.784，而西部省份综合效率平均值仅为0.622。在西部地区中，青海最低，陕西最高。 从纯技术效率来看，东部地区大部分省份的纯技术效率都达到1，而中部和西部各省的技术效率都远远低于1，这说明这些省份都没有达到DEA有效。其中湖北的纯技术效率达到1，表明科技成果转化投入配置效率高。 从规模效率来看，中部地区和西部地区大多数省份的规模效率都小于1，说明它们都没有达到规模效率有效状态。从侧面反映出，中西部地区在科技成果转化投入的规模上没有达到最优，没有充分发挥出规模效应。 从规模报酬来看，除大部分东部省份外，其余大部分地区的规模报酬都处于递增状态，说明科技成果转化的配置效率和规模效率均没有达到最 优，且均处于规模报酬递增阶段。 4提高我国科技成果转化效率的政策建议 为贯彻落实《国家中长期科学和技术发展规划纲要(2006,2020年)》，进一步推动科技成果转化，提高科技成果转化效率，增强科技对经济发展的支撑引领作用，根据上述分析和实际调研情况2010年，按照科技部党组重大专题调研方案的有关要求，科技部成立了联合调研组，就促进科技成果转化开展了调研，笔者全程参与了调研。 ，笔者提出以下建议: 4.1结合各地实际制定科技成果转化政策 实证结果表明，大部分东部地区省份的纯技术效率为1，规模效率也较高，因此它们提高综合效率的办法在于增加科技成果转化投入规模，中部地区应该是提高科技成果转化的要素配置效率，而西部地区是两者兼顾。同时，科技转化投入应该符合任务需要，防止考量财政科技成果转化投入的短期化、简单化倾向。尤其是需要对各项成果转化的投入制定较为长远的规划，统筹兼顾，最终使得这些投入处于最佳规模，提高成果转化的效率。 4.2大力解放科研人员与成果的生产力 美国AUTM的调查证明了科研人员的自由流动能够解放生产力。为解决我国存在的较深层次的障碍，可以从以下几个方面进行突破:一是健全知识产权保护制度、激励与评价机制、条件环境建设和中介服务体系;二是制定出台科技成果在转化时处置权、股权激励的优惠政策;三是改革科研机构和高校人才评价和聘用模式，加大高校、科研机构与企业之间的人才流动。 4.3按照科技成果转化规律，优化科技资源配置，进一步引导集聚社 会资源 国家科技计划资源配置中，合理分配基础研究、应用技术研发、科技成果转化与高新技术产业化等方面的资金投入，大幅度增加对科技成果转化环节的投入。加大对技术创新工程、技术创新联盟、孵化器、工程技术中心等的投入力度，增强其共性技术开发服务功能和投融资服务功能。政府应通过优化科技计划组织运行模式，创新投入方式，促进科研机构和企业的利益机制转变，突破我国科技成果转化过程中的资金、技术和服务等瓶颈[8]。 4.4科技工作要进一步凸显“横向协同性”作用 在调研中发现，地方科技工作过去较为强调“配套”和“落地”，注重策划集成多方力量。应转变这一思路，放宽科技工作视野，理解成果转化需要除科技之外的更大范畴的创新资源支持，通过构建地区性横向联系，促使各地聚集的大量“纵向”创新资源加速碰撞与融合，迸发更大活力。 4.5营造宽容科技成果转化失败和鼓励创新的氛围 自主创新和成果转化都需要宽松的学术环境，使科技人员敢于大胆探索。科技计划项目及其经费安排要鼓励科学技术人员自由探索、勇于承担风险，对于研发人员已经履行了勤勉尽责义务，但是成果转化失败或效果不佳的要给予宽容，倡导“敢为人先、勇于竞争、宽容失败”的创业风尚，营造宽容科技成果转化失败和鼓励创新的氛围。 4.6建立和完善保障措施 在符合各地区比较优势科技成果方面形成共识，有抓有放，突出重点， 进一步汇聚力量，在科技成果转化投入、税收、人才、土地、工商管理、 产业和贸易政策方面形成合力。研究建立科技计划项目成果转化的跟踪系 统，特别是对于重大科技项目，需要统一统计口径及监测方法，开展制度 化、标准化的成功转化跟踪监测，为优化配置科研经费提供坚实的数据基 础。 参考文献: [1 ]李修全，玄兆辉，高昌林等.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):11-13. [2]Lucas R E. On the Mechanisms of Economic Development[J]. Journal of Monetary Economics， 1988， 22(1)， 3-42. [3]中国经济增长与宏观稳定课题组.资本化扩张与赶超型经济的技 术进步[J].经济研究，2010(5):4-20. [4]穆智蕊.基于超效率DEA模型的北京R&D投入绩效评价[J]. 科技 进步与对策，2012，(5):117-120. [5]Andersen P， Petersen N C. A Peocedure for Ranking Efficient Nuits in Data Envelopment Analysis [J].Management Science， 1993， 39(10):1261-1264. [6]Tim Coelli. A Guide to DEAP Version 2.1: A Data Envelopment Analysis (Computer) Program[R]. CEPA Working Paper 96/08. [7]俞立平，郑彦宁，潘云涛等. 数据包络分析在科技评价中的指标 优化研究[J]. 中国科技论坛，2008，(4):105-109. [8]张俊芳，郭戎.我国科技成果转化的现状分析及政策建议[J].中国 软科学，2010，S2:137-141. (责任编辑:何彬)