張嘉昕 王鶴春 戰(zhàn) 帥 劉子寧 楊 洋

（沈陽(yáng)師范大學(xué)管理學(xué)院 遼寧沈陽(yáng) 110034）

相關(guān)文獻(xiàn)綜述

國(guó)內(nèi)外有很多關(guān)于科技成果轉(zhuǎn)化的研究，但相關(guān)概念還沒(méi)有明確的官方定義，涉及的科技成果權(quán)屬、運(yùn)用與保護(hù)等領(lǐng)域都需要進(jìn)一步明確。因此，很多學(xué)者從不同的角度對(duì)科技成果轉(zhuǎn)化進(jìn)行定義。如李修全（2015）從“創(chuàng)新鏈”的角度，認(rèn)為科技成果轉(zhuǎn)化需要經(jīng)歷理論驗(yàn)證、技術(shù)研發(fā)、實(shí)際應(yīng)用這三個(gè)環(huán)節(jié)，這三個(gè)環(huán)節(jié)將科技與經(jīng)濟(jì)緊密結(jié)合，形成了一個(gè)完整的創(chuàng)新鏈；郭英遠(yuǎn)等（2015）從知識(shí)的角度，認(rèn)為科技成果是隱藏在科技人員體內(nèi)的隱性知識(shí)和專利等顯性知識(shí)相結(jié)合的“知識(shí)包”，二者的比例決定了成果轉(zhuǎn)化的具體方式。

國(guó)內(nèi)很多學(xué)者在設(shè)計(jì)科技成果轉(zhuǎn)化指標(biāo)體系時(shí)，也盡可能從不同方面進(jìn)行構(gòu)建，使其更完整、更全面。從轉(zhuǎn)化條件、轉(zhuǎn)化實(shí)力和轉(zhuǎn)化效果三方面構(gòu)建指標(biāo)體系的學(xué)者較多。如柴國(guó)榮等（2010）對(duì)西部地區(qū)2004-2007年十一省市的科技成果轉(zhuǎn)化進(jìn)行了綜合性評(píng)價(jià)；郭俊華和徐倪妮（2016）對(duì)2015年全國(guó)31個(gè)省、直轄市、自治區(qū)的高等學(xué)校的科技成果轉(zhuǎn)化能力進(jìn)行實(shí)證分析，發(fā)現(xiàn)不同地區(qū)的高?？萍汲晒D(zhuǎn)化存在較大差異；陳輝和林超輝等（2019）選取7所全國(guó)代表性的理工科高校的相關(guān)數(shù)據(jù)作為樣本，對(duì)其進(jìn)行實(shí)證分析，發(fā)現(xiàn)影響科技成果轉(zhuǎn)化能力的因素多種多樣；林超輝和楊堅(jiān)偉等（2020）從創(chuàng)新實(shí)力指數(shù)、研發(fā)實(shí)力指數(shù)、轉(zhuǎn)化實(shí)力指數(shù)三個(gè)方面構(gòu)建指標(biāo)體系，采用東、中、西三大區(qū)域中具有代表性的12所高校的科技成果轉(zhuǎn)化數(shù)據(jù)對(duì)這三個(gè)區(qū)域的高?？萍汲晒D(zhuǎn)化能力進(jìn)行整體分析。還有一些學(xué)者從科技成果轉(zhuǎn)化的投入和產(chǎn)出來(lái)進(jìn)行綜合評(píng)價(jià)。鐘衛(wèi)（2018）從投入和產(chǎn)出兩方面測(cè)算了2010-2012年50所高校的科技成果轉(zhuǎn)化率；孫濤（2020）選取了2004-2017年?yáng)|三省科技成果轉(zhuǎn)化的相關(guān)數(shù)據(jù)，從科研投入和產(chǎn)出比來(lái)分析我國(guó)老工業(yè)科技成果轉(zhuǎn)化效率。由此看來(lái)，我國(guó)大多數(shù)學(xué)者傾向于從經(jīng)濟(jì)效益的角度建立指標(biāo)體系，多維度進(jìn)行科技成果轉(zhuǎn)化評(píng)價(jià)的研究較少。因此，本文從經(jīng)濟(jì)、社會(huì)、技術(shù)三方面對(duì)遼寧省科技成果轉(zhuǎn)化進(jìn)行綜合評(píng)價(jià)分析。

目前，運(yùn)用定量分析方法對(duì)科技成果轉(zhuǎn)化進(jìn)行研究的文獻(xiàn)較多且成熟，運(yùn)用案例分析等定性分析方法則較少。如張明喜（2013）、羅彪（2018）、王趙琛（2020）、孫濤（2020）等都選擇運(yùn)用數(shù)據(jù)包絡(luò)分析方法（DEA）對(duì)高?；騾^(qū)域的科技成果轉(zhuǎn)化效率進(jìn)行評(píng)價(jià)；一些學(xué)者運(yùn)用多準(zhǔn)則VIKOR法、層次分析法（AHP）、灰色關(guān)聯(lián)度分析法、脈沖響應(yīng)函數(shù)等方法對(duì)科技成果轉(zhuǎn)化評(píng)價(jià)進(jìn)行分析；還有一些學(xué)者運(yùn)用案例分析、田野調(diào)查、扎根理論等方法進(jìn)行分析。

研究設(shè)計(jì)

數(shù)據(jù)來(lái)源與指標(biāo)體系。為保證數(shù)據(jù)的權(quán)威性和可復(fù)制性，本文所使用的數(shù)據(jù)均來(lái)源于2019年遼寧省及14個(gè)地區(qū)的統(tǒng)計(jì)年鑒、《科技統(tǒng)計(jì)年鑒》、統(tǒng)計(jì)公報(bào)、人民政府網(wǎng)、市科技局。為了能夠更加全面地對(duì)遼寧省科技成果轉(zhuǎn)化情況進(jìn)行評(píng)價(jià)，本文選取了經(jīng)濟(jì)、社會(huì)、技術(shù)三個(gè)指標(biāo)作為一級(jí)指標(biāo)。在設(shè)計(jì)評(píng)價(jià)指標(biāo)體系時(shí)，要堅(jiān)持系統(tǒng)性、科學(xué)性、可操作性等原則，同時(shí)要考慮數(shù)據(jù)的可獲得性，論文結(jié)合了遼寧省科技成果的實(shí)際情況，并借鑒了現(xiàn)有的相關(guān)研究，設(shè)計(jì)了4個(gè)二級(jí)指標(biāo)和12個(gè)三級(jí)指標(biāo)，如表1所示。

表1 遼寧省科技成果轉(zhuǎn)化效率評(píng)價(jià)指標(biāo)體系

遼寧省科技成果轉(zhuǎn)化實(shí)證分析

（一）因子分析

論文選擇SPSS23.0軟件中的因子分析方法進(jìn)行分析，具體分析過(guò)程如下：

1.KMO和Bartlett球形度檢驗(yàn)。經(jīng)檢驗(yàn)，論文的KMO值為0.816，接近1，說(shuō)明變量的相關(guān)度較高，適合做因子分析。而B(niǎo)artlett球形度檢驗(yàn)的近似卡方值為371.913，顯著性概率為0.000，小于0.05，說(shuō)明變量之間存在相關(guān)性，數(shù)據(jù)呈球形分布，適合做因子分析。

2.特征值和方差貢獻(xiàn)分析。通過(guò)數(shù)據(jù)分析，本文發(fā)現(xiàn)：論文所提取的第一個(gè)因子的特征值為10.208，第二個(gè)因子的特征值為1.047，二者都大于1，且這兩個(gè)公共因子的特征值累計(jì)貢獻(xiàn)率為93.792%，說(shuō)明這兩個(gè)公共因子可以解釋大部分信息。因此，論文提取這兩個(gè)因子為公共因子，分別為第一公共因子（F1）和第二公共因子（F2）。對(duì)因子進(jìn)行旋轉(zhuǎn)之后，各個(gè)因子所解釋的方差比例重新分配，第一個(gè)公共因子（F1）的方差貢獻(xiàn)率降為68.728%，第二公共因子（F2）的方差貢獻(xiàn)率升為25.064%，但兩個(gè)公共因子的累計(jì)貢獻(xiàn)率仍為93.792%，使得因子結(jié)構(gòu)變得更加簡(jiǎn)單，更容易解釋。

3.因子載荷矩陣。將旋轉(zhuǎn)后的成分矩陣與表1結(jié)合起來(lái)，可以發(fā)現(xiàn)，第一公共因子（F1）主要解釋了技術(shù)合同交易額、科研及技術(shù)服務(wù)人員、專利申請(qǐng)數(shù)、專利授權(quán)數(shù)四個(gè)指標(biāo)，第二個(gè)公共因子（F2）主要解釋了規(guī)模以上工業(yè)戰(zhàn)略性新興產(chǎn)業(yè)增加值增長(zhǎng)率、R&D經(jīng)費(fèi)投入強(qiáng)度兩個(gè)指標(biāo)，它們相互補(bǔ)充，增強(qiáng)了各個(gè)指標(biāo)之間的聯(lián)系，對(duì)遼寧省14個(gè)地區(qū)的科技成果轉(zhuǎn)化效率評(píng)價(jià)具有更大的影響。

4.綜合得分排名。兩個(gè)公共因子的計(jì)算模型，分別為：

其中，X1-X12代表各個(gè)指標(biāo)。

第一公共因子（F 1）的方差貢獻(xiàn)比例為R1=68.728/93.792=0.7328，第二公共因子（F2）的方差貢獻(xiàn)比例為R2=25.064/93.792=0.2672。據(jù)此，本文建立遼寧省各地區(qū)科技成果轉(zhuǎn)化的綜合評(píng)價(jià)模型：W=0.7328F1+0.2672F2。根據(jù)這個(gè)公式，可以計(jì)算出14個(gè)地區(qū)的因子得分和綜合得分，并進(jìn)行排序，如表2所示，大連兩個(gè)公共因子的得分排名接近，發(fā)展較為穩(wěn)定；沈陽(yáng)為第二公共因子，雖然得分排名較低，但是由于第一公共因子得分高并沒(méi)有拉低綜合得分排名，說(shuō)明沈陽(yáng)的R&D經(jīng)費(fèi)投入強(qiáng)度不是很低；朝陽(yáng)的第一公共因子得分排名第5，但第二公共因子的得分卻很低，拉低了朝陽(yáng)地區(qū)的綜合排名。這充分說(shuō)明有些地區(qū)在各公共因子代表的因素上發(fā)展不平衡，影響科技成果轉(zhuǎn)化的綜合排名。

表2 遼寧省各地區(qū)科技成果轉(zhuǎn)化各因子得分與綜合得分

（二）聚類分析

為了更直觀地了解遼寧省各地區(qū)科技成果轉(zhuǎn)化效率的差異，論文運(yùn)用K-均值的方法對(duì)各因子得分與綜合得分進(jìn)行聚類分析，如表3所示，可以將14個(gè)地區(qū)的科技成果和鉆花效率分為四個(gè)類別：

表3 聚類結(jié)果

第一類：科技成果轉(zhuǎn)化效率高。沈陽(yáng)第一公共因子（F1）方面的得分為3.06288，遠(yuǎn)遠(yuǎn)超過(guò)其他地區(qū)，這說(shuō)明沈陽(yáng)的科技成果多，資金支持也較多。但第二公共因子（F2）得分僅為-0.33044，說(shuō)明沈陽(yáng)科技成果在產(chǎn)業(yè)應(yīng)用方面不足，未能打通“最后一公里”，真正實(shí)現(xiàn)科技成果轉(zhuǎn)化。但是跟其他13個(gè)地區(qū)相比，由于第一公共因子（F1）所占比重較大，所以不影響沈陽(yáng)的綜合得分。

第二類：科技成果轉(zhuǎn)化效率較高。大連第一公共因子（F1）與第二公共因子（F2）得分差距不大，且都為正，這說(shuō)明與其他地區(qū)相比，大連在各公共因子代表的因素上發(fā)展較平衡，科技成果效率較高。

第三類：科技成果轉(zhuǎn)化效率較低。該類別包括鞍山、錦州、盤錦三個(gè)地區(qū)。這三個(gè)地區(qū)第一公共因子（F1）與第二公共因子（F2）得分差距不大，第二公共因子（F2）較高，說(shuō)明這三個(gè)地區(qū)試驗(yàn)與發(fā)展經(jīng)費(fèi)投入較高，但科技成果較少，轉(zhuǎn)化效率也較低。

第四類：科技成果轉(zhuǎn)化能力低。該類別的9個(gè)地區(qū)第一公共因子（F1）與第二公共因子（F2）得分都很低且為負(fù)，這說(shuō)明這9個(gè)地區(qū)的科技成果轉(zhuǎn)化效率度有待提高。而且，除營(yíng)口經(jīng)濟(jì)實(shí)力較強(qiáng)之外，其他地區(qū)經(jīng)濟(jì)實(shí)力都較弱，導(dǎo)致科技人才流失嚴(yán)重。