李 娟,潘國(guó)軒,趙金梅

(哈爾濱商業(yè)大學(xué) 經(jīng)濟(jì)學(xué)院,哈爾濱 150028)

引 言

2021年12月國(guó)務(wù)院印發(fā)的《要素市場(chǎng)化配置綜合改革試點(diǎn)總體方案》提出要“大力促進(jìn)技術(shù)要素向現(xiàn)實(shí)生產(chǎn)力轉(zhuǎn)化”?？萍汲晒D(zhuǎn)化作為實(shí)現(xiàn)技術(shù)創(chuàng)新要素向現(xiàn)實(shí)生產(chǎn)力轉(zhuǎn)化的重要載體,如何提升科技成果轉(zhuǎn)化效率已成為重要研究?jī)?nèi)容。本質(zhì)上科技成果轉(zhuǎn)化是以經(jīng)濟(jì)利益獲取為核心目的的知識(shí)交換過(guò)程,囊括技術(shù)信息、經(jīng)驗(yàn)、技巧等隱性知識(shí)轉(zhuǎn)移,與知識(shí)主體和市場(chǎng)主體的信息交互和對(duì)接[1-2]。在實(shí)現(xiàn)形式上,科技成果轉(zhuǎn)化不僅是供給系統(tǒng)、需求系統(tǒng)以及環(huán)境系統(tǒng)的簡(jiǎn)單集合,還是人、技術(shù)、資金、市場(chǎng)等資源要素的交互與對(duì)接過(guò)程,因而科技成果轉(zhuǎn)化核心在于實(shí)現(xiàn)技術(shù)創(chuàng)新要素的有效配置。自2015年9月《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱領(lǐng)》實(shí)施以來(lái),我國(guó)大數(shù)據(jù)產(chǎn)業(yè)得到較快發(fā)展。2021年11月工業(yè)和信息化部印發(fā)《“十四五”大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃》提出要“推動(dòng)要素?cái)?shù)據(jù)化,引導(dǎo)各類主體提升數(shù)據(jù)驅(qū)動(dòng)的生產(chǎn)要素配置能力,推動(dòng)技術(shù)等要素在行業(yè)間、產(chǎn)業(yè)間、區(qū)域間的合理配置”。由此可知,大數(shù)據(jù)的發(fā)展無(wú)疑會(huì)對(duì)內(nèi)涵以知識(shí)、技術(shù)、服務(wù)為轉(zhuǎn)移的科技成果轉(zhuǎn)化帶來(lái)影響。從要素配置角度看,大數(shù)據(jù)究竟會(huì)對(duì)科技成果轉(zhuǎn)化產(chǎn)生怎樣的影響是推動(dòng)大數(shù)據(jù)賦能科技成果轉(zhuǎn)化亟需回答的問(wèn)題。

一、文獻(xiàn)綜述

科技成果轉(zhuǎn)化(Technology Transfer)指制造某種產(chǎn)品、應(yīng)用某種工藝或提供某種服務(wù)的系統(tǒng)知識(shí),通過(guò)各種途徑從技術(shù)供給方向技術(shù)需求方轉(zhuǎn)移的過(guò)程?？萍汲晒D(zhuǎn)化一直是學(xué)者研究的重點(diǎn)內(nèi)容,已有研究囊括科技成果轉(zhuǎn)化內(nèi)涵、存在的問(wèn)題及對(duì)策。在內(nèi)涵上,Kirchberger等(2016)[3]認(rèn)為科技成果轉(zhuǎn)化是將科研人員有價(jià)值、可應(yīng)用的技術(shù)成果轉(zhuǎn)移給可應(yīng)用這些技術(shù)成果的組織部門的技術(shù)商品化過(guò)程。柳卸林等(2012)[4]指出,科技成果轉(zhuǎn)化的實(shí)現(xiàn)是人、技術(shù)、資金、市場(chǎng)等資源要素的非線性耦合和動(dòng)態(tài)匹配結(jié)果?？梢?jiàn),科技成果轉(zhuǎn)化實(shí)質(zhì)為技術(shù)創(chuàng)新要素的配置過(guò)程,因而提升技術(shù)創(chuàng)新要素配置效率成為科技成果轉(zhuǎn)化效率提升的關(guān)鍵。同時(shí),現(xiàn)階段科技成果轉(zhuǎn)化存在諸多結(jié)構(gòu)性堵點(diǎn)、難點(diǎn),阻礙了技術(shù)創(chuàng)新要素配置,抑制了科技成果轉(zhuǎn)化效率提升。除去供給側(cè)技術(shù)從成熟度不足與需求側(cè)技術(shù)需求主體缺乏客觀承接能力外,謝富紀(jì)(2021)[5]、胡麗(2019)[6]、喬為國(guó)(2021)[7]、郭曼等(2018)[8]、韓瑩(2019)[9]等都指出市場(chǎng)機(jī)制不健全、外部信息不對(duì)稱、技術(shù)轉(zhuǎn)移機(jī)構(gòu)能力不足等因素同樣抑制技術(shù)創(chuàng)新要素配置。為推動(dòng)技術(shù)創(chuàng)新要素配置,實(shí)現(xiàn)技術(shù)供需主體對(duì)接,黨高飛等(2016)[10]提出構(gòu)建精準(zhǔn)識(shí)別、精準(zhǔn)轉(zhuǎn)化、精準(zhǔn)跟蹤和精準(zhǔn)管理的精準(zhǔn)技術(shù)轉(zhuǎn)移模式;胡麗(2019)[6]提出構(gòu)建技術(shù)成果轉(zhuǎn)化平臺(tái)以化解信息不對(duì)稱帶來(lái)的技術(shù)供需錯(cuò)配問(wèn)題;鐘衛(wèi)和陳彥(2019)[11]從技術(shù)供需雙方面臨的障礙出發(fā),構(gòu)建干預(yù)供給方、干預(yù)需求方以及促進(jìn)供需雙方連接三種機(jī)制,以實(shí)現(xiàn)技術(shù)供需主體精準(zhǔn)對(duì)接。

大數(shù)據(jù)(Big Data)自1997年被提出以來(lái)得到了快速發(fā)展,在科技成果轉(zhuǎn)化上的應(yīng)用逐漸加深。在政策層面,王鋒(2019)[12]指出大數(shù)據(jù)深度學(xué)習(xí)算法有助于識(shí)別科技成果轉(zhuǎn)化在金融法律實(shí)踐中的技術(shù)化問(wèn)題與實(shí)現(xiàn)對(duì)其金融信息的邏輯化分析,助推其金融法律完善。在供給側(cè)層面,林超輝等(2017)[13]以廣東高校的科技成果轉(zhuǎn)化為研究對(duì)象,指出大數(shù)據(jù)分析平臺(tái)可有效整合高校技術(shù)信息和企業(yè)需求信息,實(shí)現(xiàn)高校技術(shù)向企業(yè)推介。在需求側(cè)層面,KOMAN等(2016)[14]指出在用戶需求變化和外部市場(chǎng)競(jìng)爭(zhēng)條件下,大數(shù)據(jù)技術(shù)可提升企業(yè)外部需求數(shù)據(jù)信息轉(zhuǎn)換能力,形成知識(shí)創(chuàng)新需求,進(jìn)而促進(jìn)高校與企業(yè)之間的知識(shí)轉(zhuǎn)移。在中介層面,施振佺(2020)[15]指出基于大數(shù)據(jù)的科技創(chuàng)新成果轉(zhuǎn)化平臺(tái)不僅可以對(duì)市場(chǎng)技術(shù)需求識(shí)別和企業(yè)用戶需求畫像,還能助推技術(shù)供需雙方精準(zhǔn)匹配。易高峰和王洋(2021)[16]進(jìn)一步指出中介服務(wù)機(jī)構(gòu)依靠大數(shù)據(jù)分析技術(shù)對(duì)多模塊、海量技術(shù)供求信息數(shù)據(jù)進(jìn)行深度挖掘,智能匹配以科技成果與市場(chǎng)應(yīng)用場(chǎng)景,進(jìn)而更好推動(dòng)科技成果轉(zhuǎn)化。

總體來(lái)看,已有研究大多集中于科技成果轉(zhuǎn)化存在的問(wèn)題及對(duì)策上,而對(duì)大數(shù)據(jù)這一新變量缺乏關(guān)注。雖有部分學(xué)者對(duì)大數(shù)據(jù)在科技成果轉(zhuǎn)化上的應(yīng)用進(jìn)行研究,但大多僅集中于科技成果轉(zhuǎn)化的某一環(huán)節(jié)或某一主體,仍缺乏系統(tǒng)性研究。大數(shù)據(jù)對(duì)科技成果轉(zhuǎn)化究竟是促進(jìn)還是抑制?存在什么異質(zhì)性影響?這些問(wèn)題仍需要進(jìn)行機(jī)理分析與實(shí)證檢驗(yàn)?；诖?本文通過(guò)機(jī)理分析與實(shí)證檢驗(yàn),就大數(shù)據(jù)與科技成果轉(zhuǎn)化的關(guān)系進(jìn)行深入研究。本文與既有研究的區(qū)別主要體現(xiàn)在:(1)分析了大數(shù)據(jù)與科技成果轉(zhuǎn)化之間存在的“U”型關(guān)系,并借助數(shù)理分析工具對(duì)其進(jìn)行規(guī)范性論證。(2)借助中介效應(yīng)模型對(duì)大數(shù)據(jù)影響科技成果轉(zhuǎn)化的內(nèi)在作用機(jī)制進(jìn)行有效刻畫,極大地豐富了現(xiàn)有研究。(3)借助數(shù)理分析工具對(duì)大數(shù)據(jù)與主要異質(zhì)主體的科技成果轉(zhuǎn)化關(guān)系進(jìn)行規(guī)范性分析論證,為推動(dòng)科技成果轉(zhuǎn)化分類別、分層次管理以實(shí)現(xiàn)大數(shù)據(jù)賦能提供新的理論借鑒與實(shí)證支撐。

二、大數(shù)據(jù)與科技成果轉(zhuǎn)化的機(jī)理分析

現(xiàn)有研究表明,大數(shù)據(jù)對(duì)科技成果轉(zhuǎn)化具有重要影響。大數(shù)據(jù)發(fā)展可推動(dòng)生產(chǎn)要素關(guān)聯(lián)重組,優(yōu)化配置結(jié)構(gòu),進(jìn)而提升生產(chǎn)效率。一方面,大數(shù)據(jù)引入為內(nèi)涵以技術(shù)信息、經(jīng)驗(yàn)、技巧等隱性知識(shí)交換的科技成果轉(zhuǎn)化提供了新方法和新手段,加速技術(shù)創(chuàng)新要素“數(shù)據(jù)化”,更好地實(shí)現(xiàn)技術(shù)供需信息接入、翻譯、編碼、匹配、撮合等,加速技術(shù)創(chuàng)新要素“流通”,提升技術(shù)要素配置效率;另一方面,大數(shù)據(jù)既可實(shí)現(xiàn)搜索成本、溝通成本、交易成本以及新近發(fā)現(xiàn)和識(shí)別的跟蹤成本和驗(yàn)證成本的有效降低,又能通過(guò)大數(shù)據(jù)平臺(tái)以優(yōu)廉成本推動(dòng)創(chuàng)新資源共享[17],進(jìn)而形成對(duì)科技成果轉(zhuǎn)化供需主體的激勵(lì),促進(jìn)其進(jìn)行對(duì)接洽談,并就自身技術(shù)要素需求與其交易對(duì)手進(jìn)行磋商談判,以實(shí)現(xiàn)技術(shù)交易合意達(dá)成,最終完成既定條件下人、技術(shù)、資金、市場(chǎng)等資源要素的非線性耦合與動(dòng)態(tài)匹配,實(shí)現(xiàn)知識(shí)增值、技術(shù)創(chuàng)新價(jià)值實(shí)現(xiàn)、社會(huì)經(jīng)濟(jì)價(jià)值創(chuàng)造。因而,在這一層面上大數(shù)據(jù)可有效促進(jìn)科技成果轉(zhuǎn)化。

從中國(guó)的科技成果轉(zhuǎn)化具體發(fā)展現(xiàn)狀來(lái)看,科技成果轉(zhuǎn)化一直以來(lái)存在政策不協(xié)調(diào)和難落地問(wèn)題,有效政策供給不足;技術(shù)交易市場(chǎng)分散、技術(shù)交易對(duì)象局限于省內(nèi)或某一區(qū)域內(nèi);技術(shù)交易機(jī)制不完善、技術(shù)轉(zhuǎn)移機(jī)構(gòu)能力不足;產(chǎn)權(quán)保護(hù)水平不高等結(jié)構(gòu)障礙。這就導(dǎo)致大數(shù)據(jù)的引入一方面會(huì)在一定程度上強(qiáng)化原有的科技成果轉(zhuǎn)換路徑,強(qiáng)化技術(shù)轉(zhuǎn)移的地方政府保護(hù)強(qiáng)度,加劇現(xiàn)有的技術(shù)交易市場(chǎng)分散和進(jìn)入壁壘;另一方面大數(shù)據(jù)引入雖然在一定程度上加速技術(shù)要素的“流通”,消減一定的市場(chǎng)信息不對(duì)稱,但結(jié)構(gòu)性阻礙的存在使大數(shù)據(jù)引入也將伴隨隱形的信息不對(duì)稱產(chǎn)生,造成更大的市場(chǎng)風(fēng)險(xiǎn),進(jìn)而影響技術(shù)交易主體預(yù)期,惡化技術(shù)交易市場(chǎng)環(huán)境,最終在短期內(nèi)抑制科技成果轉(zhuǎn)化?；诖?本文提出以下研究假設(shè):

H1:從要素配置角度看,大數(shù)據(jù)與科技成果轉(zhuǎn)化之間呈先降后升的“U”型關(guān)系。即在短期內(nèi)大數(shù)據(jù)將會(huì)抑制科技成果轉(zhuǎn)化;在長(zhǎng)期,隨著科技成果轉(zhuǎn)化結(jié)構(gòu)性阻礙的破除,大數(shù)據(jù)進(jìn)而有效促進(jìn)科技成果轉(zhuǎn)化

科技成果轉(zhuǎn)化作為技術(shù)信息、經(jīng)驗(yàn)、技巧等隱性知識(shí)交換的過(guò)程,包含以知識(shí)與技術(shù)的溢出。一方面,科技成果轉(zhuǎn)化主體不僅可以通過(guò)技術(shù)交易獲得知識(shí)、技術(shù),還可以通過(guò)外部市場(chǎng)、外部技術(shù)轉(zhuǎn)移中介機(jī)構(gòu)以及平臺(tái)、外部合作實(shí)現(xiàn)知識(shí)與技術(shù)獲取,大數(shù)據(jù)的引入將會(huì)強(qiáng)化這一知識(shí)、技術(shù)獲取機(jī)制,形成更大的技術(shù)溢出效應(yīng);另一方面,科技成果轉(zhuǎn)化主體可通過(guò)大數(shù)據(jù)賦能而改善其科技成果轉(zhuǎn)化策略,促進(jìn)更大范圍的知識(shí)、技術(shù)溢出。如技術(shù)供給方強(qiáng)化市場(chǎng)技術(shù)需求導(dǎo)向,強(qiáng)化市場(chǎng)技術(shù)需求翻譯與編碼;技術(shù)需求方加強(qiáng)市場(chǎng)用戶需求管理,強(qiáng)化技術(shù)引進(jìn)風(fēng)險(xiǎn)管理;技術(shù)轉(zhuǎn)移中介機(jī)構(gòu)強(qiáng)化技術(shù)供需信息接入、分析、匹配與推介;政府管理部門依托大數(shù)據(jù)進(jìn)行政策評(píng)估、監(jiān)測(cè),進(jìn)而疏通政策傳導(dǎo)機(jī)制實(shí)現(xiàn)有效政策供給。此外,大數(shù)據(jù)也將強(qiáng)化科技成果轉(zhuǎn)化主體的市場(chǎng)信息接入,有效降低市場(chǎng)信息不對(duì)稱,進(jìn)而促進(jìn)科技成果轉(zhuǎn)化?；诖?本文提出以下研究假設(shè):

H2:大數(shù)據(jù)可通過(guò)技術(shù)溢出效應(yīng)促進(jìn)科技成果轉(zhuǎn)化

大數(shù)據(jù)不僅可以通過(guò)技術(shù)溢出效應(yīng)對(duì)科技成果轉(zhuǎn)化產(chǎn)生影響,還可通過(guò)產(chǎn)學(xué)研合作產(chǎn)生影響。產(chǎn)學(xué)研合作作為科技成果轉(zhuǎn)化的重要方式,可有效促進(jìn)科技成果轉(zhuǎn)化?，F(xiàn)階段產(chǎn)學(xué)研分離及“鎖定”,使得我國(guó)科技成果轉(zhuǎn)化的雙邊市場(chǎng)屬性得到強(qiáng)化并長(zhǎng)期存在[18]。從資源與需求角度看,高校和科研機(jī)構(gòu)與企業(yè)在技術(shù)創(chuàng)新要素供需上存在巨大的互補(bǔ)性,基于高校和科研機(jī)構(gòu)與企業(yè)在科技與應(yīng)用上的不可兼顧性考量,進(jìn)行產(chǎn)學(xué)研合作是成本最低和效率最高的策略選擇[14、19]。大數(shù)據(jù)引入一方面提升企業(yè)對(duì)市場(chǎng)用戶需求“畫像”能力,實(shí)現(xiàn)對(duì)市場(chǎng)用戶內(nèi)在需求提煉和個(gè)性化需求進(jìn)行刻畫,進(jìn)而生成更多創(chuàng)新需求,形成更多的有效技術(shù)需求。高校和科研機(jī)構(gòu)通過(guò)大數(shù)據(jù)技術(shù)應(yīng)用,提升其對(duì)市場(chǎng)技術(shù)需求的“翻譯”與“編碼”能力,進(jìn)而修正其技術(shù)創(chuàng)新模式,以更好契合市場(chǎng)企業(yè)需求,形成更多有效供給。在供需機(jī)制作用下,企業(yè)與科研機(jī)構(gòu)和高校將會(huì)加大產(chǎn)學(xué)研合作,進(jìn)而促進(jìn)科技成果轉(zhuǎn)化。基于此,本文提出以下研究假設(shè):

H3:大數(shù)據(jù)對(duì)科技成果轉(zhuǎn)化的影響,還會(huì)通過(guò)產(chǎn)學(xué)研合作機(jī)制發(fā)揮作用

大數(shù)據(jù)除了通過(guò)技術(shù)溢出、產(chǎn)學(xué)研合作機(jī)制影響科技成果轉(zhuǎn)化以外,同樣還會(huì)通過(guò)R&D內(nèi)部經(jīng)費(fèi)支出機(jī)制影響科技成果轉(zhuǎn)化。R&D內(nèi)部經(jīng)費(fèi)支出是科技成果轉(zhuǎn)化的重要資金來(lái)源,大數(shù)據(jù)引入將會(huì)影響科技成果轉(zhuǎn)化主體的R&D內(nèi)部經(jīng)費(fèi)支出配比,進(jìn)而影響科技成果轉(zhuǎn)化。一方面,大數(shù)據(jù)引入會(huì)使得高校和科研機(jī)構(gòu)在“重科研輕轉(zhuǎn)化”思維導(dǎo)向和“四唯”評(píng)價(jià)機(jī)制下更多投入基礎(chǔ)研究和技術(shù)開發(fā),減少對(duì)工程研究的投入,進(jìn)而阻礙科技成果轉(zhuǎn)化;另一方面,構(gòu)建研發(fā)中心等科層組織是企業(yè)獲取長(zhǎng)期技術(shù)競(jìng)爭(zhēng)力的重要路徑,大數(shù)據(jù)的發(fā)展將會(huì)刺激企業(yè)推動(dòng)該科層組織構(gòu)建。但囿于相關(guān)科技人員不足、機(jī)器設(shè)備條件不完善等因素,造成一定的“試錯(cuò)”成本,進(jìn)而減損科技成果轉(zhuǎn)化資金投入,即大數(shù)據(jù)在一定程度上可以通過(guò)影響科技成果轉(zhuǎn)化主體R&D內(nèi)部經(jīng)費(fèi)支出的配置來(lái)影響科技成果轉(zhuǎn)化。由此,本文提出以下研究假設(shè):

H4:大數(shù)據(jù)對(duì)科技成果轉(zhuǎn)化的影響,還會(huì)通過(guò)R&D內(nèi)部經(jīng)費(fèi)支出機(jī)制發(fā)揮作用

企業(yè)、科研機(jī)構(gòu)和高校作為科技成果轉(zhuǎn)化重要主體,大數(shù)據(jù)對(duì)這些主體同樣會(huì)產(chǎn)生影響。企業(yè)作為重要市場(chǎng)主體,其科技成果轉(zhuǎn)化必然受技術(shù)交易市場(chǎng)影響?，F(xiàn)階段技術(shù)交易市場(chǎng)機(jī)制不完善、知識(shí)產(chǎn)權(quán)保護(hù)水平不高、信用機(jī)制不健全、信息不對(duì)稱等問(wèn)題仍存在,大數(shù)據(jù)發(fā)展將固化市場(chǎng)結(jié)構(gòu)甚至惡化當(dāng)前的市場(chǎng)環(huán)境,造成更大的信息不對(duì)稱,帶來(lái)更多的道德風(fēng)險(xiǎn)和逆向選擇,形成更大的市場(chǎng)風(fēng)險(xiǎn)。這就導(dǎo)致企業(yè)主體無(wú)法形成有效市場(chǎng)預(yù)期,進(jìn)而減損其科技成果轉(zhuǎn)化積極性,最終抑制企業(yè)科技成果轉(zhuǎn)化。當(dāng)市場(chǎng)環(huán)境得以優(yōu)化后,大數(shù)據(jù)將會(huì)推動(dòng)企業(yè)科技成果轉(zhuǎn)化。由此,本文提出以下研究假設(shè):

H5:大數(shù)據(jù)與企業(yè)科技成果轉(zhuǎn)化呈先降后升的“U”型關(guān)系

同樣,科研機(jī)構(gòu)作為重要的技術(shù)成果供給主體也具有較強(qiáng)市場(chǎng)屬性,特別是2015年9月《深化科技體制改革實(shí)施方案》施行以來(lái),科研機(jī)構(gòu)向“企業(yè)化轉(zhuǎn)制”改革進(jìn)程不斷加快,其市場(chǎng)屬性也得到進(jìn)一步強(qiáng)化,這就使得科研機(jī)構(gòu)科技成果轉(zhuǎn)化與企業(yè)一樣面臨市場(chǎng)因素阻礙。即大數(shù)據(jù)發(fā)展會(huì)通過(guò)固化現(xiàn)有市場(chǎng)結(jié)構(gòu)甚至惡化市場(chǎng)環(huán)境進(jìn)而減損科研機(jī)構(gòu)進(jìn)行科技成果轉(zhuǎn)化的積極性,最終抑制科技成果轉(zhuǎn)化。同時(shí),隨著市場(chǎng)體制機(jī)制完善、市場(chǎng)環(huán)境的改善,大數(shù)據(jù)會(huì)促進(jìn)科研機(jī)構(gòu)的科技成果轉(zhuǎn)化。由此,本文提出以下研究假設(shè):

H6:大數(shù)據(jù)對(duì)科研機(jī)構(gòu)的科技成果呈先促進(jìn)后抑制的倒“U”型關(guān)系

高校作為另一重要的技術(shù)成果供給主體,不僅與企業(yè)和科研機(jī)構(gòu)一樣受到市場(chǎng)因素影響及面臨著技術(shù)交易市場(chǎng)面臨的結(jié)構(gòu)性等問(wèn)題,同時(shí)高校自身的異質(zhì)性特征同樣會(huì)對(duì)其科技成果轉(zhuǎn)化產(chǎn)生影響。高校自身的國(guó)有屬性、其技術(shù)轉(zhuǎn)移辦公室行政化、技術(shù)轉(zhuǎn)移人員編制化等隱性體制機(jī)制問(wèn)題存在,以及“四唯”評(píng)價(jià)機(jī)制導(dǎo)向下高校未能形成科技成果轉(zhuǎn)化的有效激勵(lì),反而使得高?？蒲腥藛T在既得利益下形成“重科研、輕轉(zhuǎn)化”的“路徑依賴”,而高?？萍汲晒D(zhuǎn)化將由經(jīng)濟(jì)屬性演變?yōu)樾姓?jī)效考核,這一因素也將導(dǎo)致高校對(duì)外部大數(shù)據(jù)影響的反應(yīng)存在一定的“時(shí)滯”。外部大數(shù)據(jù)的影響將推動(dòng)高校一批成熟的、可應(yīng)用的“存量”科技成果轉(zhuǎn)化,因而短期內(nèi)大數(shù)據(jù)發(fā)展將促進(jìn)高?？萍汲晒D(zhuǎn)化。在長(zhǎng)期,高校面臨“重科研、輕轉(zhuǎn)化”技術(shù)創(chuàng)新導(dǎo)向下技術(shù)成果市場(chǎng)成熟度不足的問(wèn)題,因而在長(zhǎng)期大數(shù)據(jù)將抑制高?？萍汲晒D(zhuǎn)化。由此,本文提出以下研究假設(shè):

H7:大數(shù)據(jù)對(duì)高校科技成果轉(zhuǎn)化的影響存在“時(shí)滯”,呈先升后降的倒“U”型關(guān)系

三、研究設(shè)計(jì)

(一)關(guān)鍵指標(biāo)選取與測(cè)度

1.被解釋變量

科技成果轉(zhuǎn)化效率(Transformation rate of Technology Transfer,T_r)。本文采用中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局發(fā)布的《2016—2021年中國(guó)專利調(diào)查報(bào)告》中科技成果轉(zhuǎn)化率作為表征變量。

2.核心解釋變量

大數(shù)據(jù)(Big_data_gdp)。本文通過(guò)計(jì)算2015—2020年大數(shù)據(jù)產(chǎn)業(yè)市場(chǎng)規(guī)模增加值占GDP的比值*100%作為大數(shù)據(jù)的表征變量。在后文穩(wěn)健性檢驗(yàn)中,大數(shù)據(jù)(Big_data_gdp)替換為大數(shù)據(jù)產(chǎn)業(yè)市場(chǎng)規(guī)模增加值占GNI的比值*100%的大數(shù)據(jù)(Big_data_gni)。此外,由于大數(shù)據(jù)產(chǎn)業(yè)作為數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)的重要內(nèi)容,因而將數(shù)字經(jīng)濟(jì)市場(chǎng)規(guī)模增加值占GDP比值*100%作為另一替換變量數(shù)字經(jīng)濟(jì)(Dig_econ)。基于解釋變量過(guò)小與回歸系數(shù)過(guò)大考量,將大數(shù)據(jù)(Big_data_gdp)與其替換變量大數(shù)據(jù)(Big_data_gni)做擴(kuò)大100倍處理。

3.中介變量

結(jié)合已有大數(shù)據(jù)與上述假設(shè)分析,本文選取產(chǎn)學(xué)研合作(I_U)、技術(shù)溢出(lnTfp)、R&D經(jīng)費(fèi)內(nèi)部支出(R_D_exp)作為中介變量。

4.控制變量

參考現(xiàn)有文獻(xiàn),結(jié)合謝富紀(jì)(2021)[5]、喬為國(guó)(2021)[7]、郭曼等(2018)[8]等研究,本文從政府、市場(chǎng)、科技成果轉(zhuǎn)化參與主體三個(gè)維度選取控制變量,包括政府財(cái)政干預(yù)程度(Gov_int)即地方財(cái)政科技支出占GDP比重×100%;技術(shù)交易市場(chǎng)發(fā)展水平(Ttmd)即技術(shù)交易市場(chǎng)技術(shù)交易合同金額占GDP比重×100%;技術(shù)中介機(jī)構(gòu)能力水平(Tti_cap)即對(duì)技術(shù)中介服務(wù)金額取對(duì)數(shù)。

表1 變量定義和相關(guān)信息

(二)模型設(shè)定

本部分重點(diǎn)研究大數(shù)據(jù)與科技成果轉(zhuǎn)化之間的“U”型關(guān)系,進(jìn)而驗(yàn)證假設(shè)H1。借鑒劉哲希等(2019)[20]、王晰等(2020)[21]做法,基于數(shù)據(jù)的可得性與完備性,以2015—2020年國(guó)家知識(shí)產(chǎn)權(quán)局公布的科技成果轉(zhuǎn)化數(shù)據(jù)為研究對(duì)象,構(gòu)建如下計(jì)量模型:

(1)

其中,下標(biāo)i代表科技成果轉(zhuǎn)化類型,下標(biāo)t代表第t年科技成果轉(zhuǎn)化率。變量T_rit代表第t年第i中類型科技成果的轉(zhuǎn)化效率。解釋變量中Big_datait代表第t年第i中類型科技成果大數(shù)據(jù)水平?；诖髷?shù)據(jù)與科技成果轉(zhuǎn)化呈現(xiàn)的“U”型關(guān)系考量,本文在模型中加入大數(shù)據(jù)的二次項(xiàng)Big_data2it。Xit代表其他控制變量,μit代表控制個(gè)體效應(yīng),εit代表殘差項(xiàng),α0為常數(shù)項(xiàng)。具體的,本文重點(diǎn)關(guān)注大數(shù)據(jù)一次項(xiàng)和二次項(xiàng)系數(shù)β1、β2的正負(fù)。從理論分析和假設(shè)來(lái)看,預(yù)估β1<0、β2>0,由此推斷大數(shù)據(jù)和科技成果轉(zhuǎn)化呈現(xiàn)“U”型關(guān)系而非簡(jiǎn)單線性關(guān)系。

(三)數(shù)據(jù)來(lái)源

科技成果轉(zhuǎn)化來(lái)自中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局的《專利調(diào)查報(bào)告》;大數(shù)據(jù)發(fā)展水平數(shù)據(jù)來(lái)自IDC中國(guó)、賽迪CCID、中國(guó)互聯(lián)網(wǎng)協(xié)會(huì)等組織機(jī)構(gòu)公布數(shù)據(jù);數(shù)字經(jīng)濟(jì)發(fā)展水平數(shù)據(jù)來(lái)自中國(guó)信息通信研究院發(fā)布的《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書》;其他變量來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》《科技統(tǒng)計(jì)年鑒》公布數(shù)據(jù)。樣本數(shù)據(jù)為2015—2020年中國(guó)科技成果轉(zhuǎn)化數(shù)據(jù)。

四、實(shí)證結(jié)果分析

(一)基準(zhǔn)回歸分析

大數(shù)據(jù)對(duì)科技成果轉(zhuǎn)化影響的計(jì)量檢驗(yàn)結(jié)果見(jiàn)表2。具體的,列(1)給出了解釋變量?jī)H包含一次項(xiàng)和二次項(xiàng)的回歸結(jié)果;列(2)-(4)為分別加入不同維度的控制變量的回歸結(jié)果,列(5)為加入全部控制變量的回歸結(jié)果。從表2可以看到,當(dāng)以大數(shù)據(jù)為解釋變量時(shí),列(1)中大數(shù)據(jù)一次項(xiàng)系數(shù)在5%的置信水平上顯著為負(fù),二次項(xiàng)系數(shù)在5%的置信水平上顯著為正?！癠”型關(guān)系檢驗(yàn)結(jié)果顯示,極值點(diǎn)為1.4345,位于解釋變量取值范圍內(nèi),在5%置信水平上顯著,即通過(guò)“U”檢驗(yàn)。當(dāng)拐點(diǎn)出現(xiàn)在1.4345時(shí),對(duì)應(yīng)時(shí)間是2017—2018年之間。這便驗(yàn)證了假設(shè)H1,即大數(shù)據(jù)與科技成果轉(zhuǎn)化之間呈現(xiàn)顯著的“U”型關(guān)系,而非簡(jiǎn)單線性關(guān)系。當(dāng)加入三個(gè)維度的控制變量后,列(5)中大數(shù)據(jù)一次項(xiàng)系數(shù)在1%的置信水平上顯著為負(fù),二次項(xiàng)系數(shù)在1%的置信水平上顯著為正,回歸結(jié)果保持穩(wěn)健。從列(2)-(4)可以看出,政府干預(yù)程度、技術(shù)轉(zhuǎn)移機(jī)構(gòu)能力、技術(shù)交易市場(chǎng)發(fā)展水平對(duì)科技成果轉(zhuǎn)化具有顯著影響,這也驗(yàn)證了學(xué)者得出的政府干預(yù)加強(qiáng)[21]、技術(shù)轉(zhuǎn)移機(jī)構(gòu)能力不足[7-9]抑制科技成果轉(zhuǎn)化而技術(shù)交易市場(chǎng)發(fā)展水平提升促進(jìn)科技成果轉(zhuǎn)化的結(jié)論[5-6]。

表2 基準(zhǔn)回歸結(jié)果

(二)穩(wěn)健性檢驗(yàn)

1.更換統(tǒng)計(jì)方法再檢驗(yàn)

表2是基于專利種類構(gòu)建面板數(shù)據(jù)得出的結(jié)果,因此本文又基于專利轉(zhuǎn)化類型構(gòu)建面板數(shù)據(jù),回歸結(jié)果匯總于表3中的列(1)、列(2)。列(1)中,大數(shù)據(jù)一次項(xiàng)系數(shù)在5%的置信水平上顯著為負(fù),二次項(xiàng)系數(shù)在5%的置信水平上顯著為正。列(2)中,大數(shù)據(jù)一次項(xiàng)系數(shù)在1%的置信水平上顯著為負(fù),二次項(xiàng)系數(shù)在1%的置信水平上顯著為正。表明更換統(tǒng)計(jì)方法后,大數(shù)據(jù)與科技成果轉(zhuǎn)化呈現(xiàn)的“U”型關(guān)系穩(wěn)健。

表3 大數(shù)據(jù)與科技成果轉(zhuǎn)化回歸結(jié)果檢驗(yàn):更換統(tǒng)計(jì)方法和替換變量

2.替換核心變量再檢驗(yàn)

首先,本文將數(shù)字經(jīng)濟(jì)(Dig_econ)替換大數(shù)據(jù)作為解釋變量,回歸結(jié)果匯總于表3中列(3)、列(4)。數(shù)字經(jīng)濟(jì)一次項(xiàng)系數(shù)顯著為負(fù),二次項(xiàng)系數(shù)顯著為正,這表明大數(shù)據(jù)與科技成果轉(zhuǎn)化呈現(xiàn)的“U”型關(guān)系具有穩(wěn)健性。其次,將解釋變量由大數(shù)據(jù)Big_data_gdp替換為Big_data_gni,回歸結(jié)果匯總于表3的列(5)、列(6)。列(5)中,大數(shù)據(jù)一次項(xiàng)系數(shù)在5%的置信水平上顯著為負(fù),二次項(xiàng)系數(shù)在5%的置信水平上顯著為正。列(6)中,大數(shù)據(jù)一次項(xiàng)系數(shù)在1%的置信水平上顯著為負(fù),二次項(xiàng)系數(shù)在1%的置信水平上顯著為正。這表明大數(shù)據(jù)與科技成果轉(zhuǎn)化呈現(xiàn)顯著的“U”型關(guān)系。U檢驗(yàn)結(jié)果顯示拐點(diǎn)為1.4371,在5%置信水平上顯著,大數(shù)據(jù)與科技成果轉(zhuǎn)化的“U”型關(guān)系成立,假設(shè)H1得到驗(yàn)證。

(三)基于內(nèi)生性處理

為進(jìn)一步解決因遺漏變量等因素導(dǎo)致的內(nèi)生性問(wèn)題,本文將科技成果轉(zhuǎn)化的滯后一期引入回歸模型方程(1)中?；诨貧w模型方程引入科技成果轉(zhuǎn)化滯后項(xiàng)可能出現(xiàn)解釋變量與誤差項(xiàng)相關(guān)的情況考慮,借鑒劉哲希等(2019)[20]做法,采用Arellano-Bond系統(tǒng)估計(jì)法,通過(guò)GMM方法避免解釋變量與誤差項(xiàng)出現(xiàn)相關(guān)性。本文將回歸結(jié)果匯總于表4?；貧w結(jié)果顯示,Hansen檢驗(yàn)的P值和Arellano-Bond結(jié)果均大于0.1,即GMM模型設(shè)置合理。表4中列(1)和列(2)顯示解釋變量為大數(shù)據(jù)Big_data_gdp,列(3)和列(4)顯示解釋變量為大數(shù)據(jù)Big_data_gni,被解釋變量均為科技成果轉(zhuǎn)化。結(jié)果顯示,列(1)-(4)中大數(shù)據(jù)一次項(xiàng)系數(shù)顯著為負(fù),二次項(xiàng)系數(shù)顯著為正。由此可知,大數(shù)據(jù)與科技成果轉(zhuǎn)化之間呈現(xiàn)穩(wěn)健的“U”型關(guān)系。

表4 大數(shù)據(jù)與科技成果轉(zhuǎn)化回歸結(jié)果檢驗(yàn):GMM方法

(四)機(jī)制檢驗(yàn)

借鑒丁玉敏等(2021)[23]做法,通過(guò)測(cè)量整體全要素生產(chǎn)率作為技術(shù)溢出效應(yīng)表征變量(lnTfp),取LN值進(jìn)行平滑性處理。通過(guò)對(duì)測(cè)算產(chǎn)學(xué)研合作比例,作為表征產(chǎn)學(xué)研合作表征變量(I_U)。通過(guò)測(cè)算整體R&D內(nèi)部經(jīng)費(fèi)支出占GDP的比值作為R&D內(nèi)部經(jīng)費(fèi)支出表征變量(R_D_exp)。借鑒王晰等(2020)[21]的做法,構(gòu)建中介效應(yīng)模型如下:

(2)

(3)

(4)

針對(duì)技術(shù)溢出作用機(jī)制檢驗(yàn)結(jié)果匯總于表5。在表5中,列(2)為大數(shù)據(jù)與技術(shù)溢出效應(yīng)關(guān)系檢驗(yàn),結(jié)果表明大數(shù)據(jù)與技術(shù)溢出的相關(guān)系數(shù)為4.7006,在1%水平上顯著正,表明隨著大數(shù)據(jù)可擴(kuò)大技術(shù)溢出效應(yīng)。在列(3)中同時(shí)加入大數(shù)據(jù)和技術(shù)溢出以檢驗(yàn)技術(shù)溢出的中介效應(yīng),大數(shù)據(jù)一次項(xiàng)系數(shù)顯著為負(fù)(β1=-48.1869,t=-2.34),二次項(xiàng)系數(shù)顯著為正(β2=18.8990,t=2.28),技術(shù)溢出的系數(shù)顯著為正(β3=3.6345,t=3.23),這表明大數(shù)據(jù)可通過(guò)擴(kuò)大技術(shù)溢出進(jìn)而促進(jìn)科技成果轉(zhuǎn)化效率提升,即技術(shù)溢出在大數(shù)據(jù)與科技成果轉(zhuǎn)化的“U”型關(guān)系中起到了中介作用。假設(shè)H2得到驗(yàn)證。

表5 技術(shù)溢出作用機(jī)制檢驗(yàn)結(jié)果

針對(duì)產(chǎn)學(xué)研合作作用機(jī)制檢驗(yàn)結(jié)果匯總于表6。在表6中,列(2)為大數(shù)據(jù)與產(chǎn)學(xué)研合作的關(guān)系檢驗(yàn),結(jié)果表明大數(shù)據(jù)與產(chǎn)學(xué)研合作的相關(guān)系數(shù)為-0.0937,在1%水平上顯著為負(fù),表明大數(shù)據(jù)發(fā)展會(huì)在一定程度上阻礙產(chǎn)學(xué)研合作實(shí)現(xiàn)。在列(3)中同時(shí)加入大數(shù)據(jù)和產(chǎn)學(xué)研合作以檢驗(yàn)產(chǎn)學(xué)研合作的中介效應(yīng),大數(shù)據(jù)一次項(xiàng)系數(shù)顯著為負(fù)(β1=-26.9388,t=-2.22),二次項(xiàng)系數(shù)顯著為正(β2=10.5114,t=2.30),產(chǎn)學(xué)研合作系數(shù)顯著為正(β3=44.4159,t=2.34),這表明大數(shù)據(jù)會(huì)通過(guò)抑制產(chǎn)學(xué)研合作進(jìn)而抑制科技成果轉(zhuǎn)化,即產(chǎn)學(xué)研合作在大數(shù)據(jù)與科技成果轉(zhuǎn)化的“U”型關(guān)系中起到了中介作用。假設(shè)H3得到驗(yàn)證。

表6 產(chǎn)學(xué)研合作作用機(jī)制檢驗(yàn)結(jié)果

針對(duì)R&D內(nèi)部經(jīng)費(fèi)支出作用機(jī)制檢驗(yàn)結(jié)果匯總于表7。在表7中,列(2)為大數(shù)據(jù)與R&D內(nèi)部經(jīng)費(fèi)支出關(guān)系檢驗(yàn),結(jié)果表明大數(shù)據(jù)與R&D內(nèi)部經(jīng)費(fèi)支出的相關(guān)系數(shù)為-0.4428,在1%水平上顯著負(fù),表明大數(shù)據(jù)會(huì)降低R&D內(nèi)部經(jīng)費(fèi)支出配置效率。在列(3)中同時(shí)加入大數(shù)據(jù)和R&D內(nèi)部經(jīng)費(fèi)支出以檢驗(yàn)R&D內(nèi)部經(jīng)費(fèi)支出的中介效應(yīng),大數(shù)據(jù)一次項(xiàng)系數(shù)顯著為負(fù)(β1=-24.7664,t=-2.61),二次項(xiàng)系數(shù)顯著為正(β2=7.5033,t=2.35),R&D內(nèi)部經(jīng)費(fèi)支出系數(shù)顯著為正(β3=14.3105,t=2.16),這表明大數(shù)據(jù)會(huì)通過(guò)減損R&D內(nèi)部經(jīng)費(fèi)支出配置效率進(jìn)而抑制科技成果轉(zhuǎn)化,即R&D內(nèi)部經(jīng)費(fèi)支出在大數(shù)據(jù)與科技成果轉(zhuǎn)化的“U”型關(guān)系中起到了中介作用。假設(shè)H4得到驗(yàn)證。

表7 R&D內(nèi)部經(jīng)費(fèi)支出作用機(jī)制檢驗(yàn)結(jié)果

五、異質(zhì)主體分析

企業(yè)、科研機(jī)構(gòu)以及高校作為科技成果轉(zhuǎn)化的重要主體,大數(shù)據(jù)的發(fā)展對(duì)這些異質(zhì)主體會(huì)產(chǎn)生什么樣的影響?為此,本文梳理了企業(yè)、科研機(jī)構(gòu)和高校的科技成果轉(zhuǎn)化數(shù)據(jù),選取核心控制變量,據(jù)此驗(yàn)證大數(shù)據(jù)與不同異質(zhì)主體的科技成果轉(zhuǎn)化之間的影響關(guān)系。

針對(duì)大數(shù)據(jù)與企業(yè)和科研機(jī)構(gòu)科技成果轉(zhuǎn)化的回歸結(jié)果匯總于表8。在表8中,列(1)和列(2)為大數(shù)據(jù)與企業(yè)科技成果轉(zhuǎn)化的關(guān)系檢驗(yàn);列(3)和列(4)為大數(shù)據(jù)與科研機(jī)構(gòu)科技成果轉(zhuǎn)化的關(guān)系驗(yàn)證。回歸結(jié)果顯示,列(1)中大數(shù)據(jù)一次項(xiàng)系數(shù)在5%置信水平上顯著為負(fù),二次項(xiàng)系數(shù)在10%置信水平上顯著為正;當(dāng)加入控制變量后,列(2)中大數(shù)據(jù)一次項(xiàng)系數(shù)在1%置信水平上顯著為負(fù),二次項(xiàng)系數(shù)在1%置信水平上顯著為正。這表明大數(shù)據(jù)與企業(yè)科技成果轉(zhuǎn)化之間呈現(xiàn)顯著“U”型關(guān)系,非簡(jiǎn)單線性關(guān)系。假設(shè)H5得到驗(yàn)證。

表8 大數(shù)據(jù)與企業(yè)和科研機(jī)構(gòu)科技成果轉(zhuǎn)化回歸結(jié)果

同樣,列(3)中大數(shù)據(jù)一次項(xiàng)系數(shù)在10%置信水平上顯著為負(fù),二次項(xiàng)系數(shù)雖不顯著,但U檢驗(yàn)結(jié)果顯示,極值點(diǎn)為1.39645,位于大數(shù)據(jù)取值范圍,在10%置信水平上顯著。當(dāng)加入控制變量后,列(4)中大數(shù)據(jù)一次項(xiàng)系數(shù)在5%置信水平上顯著為負(fù),二次項(xiàng)系數(shù)在5%置信水平上顯著為正。這表明大數(shù)據(jù)與科研機(jī)構(gòu)科技成果轉(zhuǎn)化之間呈現(xiàn)顯著“U”型關(guān)系。假設(shè)H6得到驗(yàn)證。

針對(duì)大數(shù)據(jù)與高?？萍汲晒D(zhuǎn)化的回歸結(jié)果匯總于表9。在表9中,列(1)和列(2)為當(dāng)期大數(shù)據(jù)與高校科技成果轉(zhuǎn)化的關(guān)系檢驗(yàn);列(3)和列(4)為滯后一期的大數(shù)據(jù)與科研機(jī)構(gòu)科技成果轉(zhuǎn)化的關(guān)系驗(yàn)證。回歸結(jié)果顯示,列(1)中大數(shù)據(jù)一次項(xiàng)系數(shù)在10%置信水平上顯著為負(fù),二次項(xiàng)系數(shù)不顯著,未能通過(guò)U檢驗(yàn)。當(dāng)加入控制變量后,列(2)中大數(shù)據(jù)一次項(xiàng)系數(shù)在1%置信水平上顯著為正,二次項(xiàng)系數(shù)在1%置信水平上顯著為負(fù)。由此可知,當(dāng)期的大數(shù)據(jù)與高?？萍汲晒D(zhuǎn)化并不呈現(xiàn)“U”型關(guān)系抑或倒“U”型關(guān)系。列(3)中,大數(shù)據(jù)一次項(xiàng)系數(shù)在1%置信水平上顯著為正,二次項(xiàng)系數(shù)在1%置信水平上顯著為負(fù)。U檢驗(yàn)結(jié)果顯示,極值點(diǎn)為1.33644,位于正常取值范圍,在1%置信水平上顯著。加入控制變量后,列(4)中大數(shù)據(jù)一次項(xiàng)系數(shù)在1%置信水平上顯著為正,二次項(xiàng)系數(shù)在1%置信水平上顯著為負(fù)。這表明大數(shù)據(jù)對(duì)高?？萍汲晒D(zhuǎn)化的影響存在滯后性,滯后一期的大數(shù)據(jù)與高?？萍汲晒D(zhuǎn)化呈現(xiàn)顯著的倒“U”關(guān)系,假設(shè)H7得到驗(yàn)證。

表9 大數(shù)據(jù)與高?？萍汲晒D(zhuǎn)化回歸結(jié)果

六、結(jié)論與啟示

(一)研究結(jié)論

大數(shù)據(jù)為科技成果轉(zhuǎn)化實(shí)現(xiàn)技術(shù)創(chuàng)新要素的高效配置提供新的方法與手段。研究結(jié)論表明:(1)大數(shù)據(jù)與科技成果轉(zhuǎn)化呈現(xiàn)“U”型關(guān)系,短期內(nèi)大數(shù)據(jù)發(fā)展抑制科技成果轉(zhuǎn)化,在長(zhǎng)期隨著市場(chǎng)機(jī)制不斷完善,又進(jìn)一步促進(jìn)科技成果轉(zhuǎn)化。(2)技術(shù)溢出效應(yīng)、產(chǎn)學(xué)研合作機(jī)制、R&D內(nèi)部經(jīng)費(fèi)支出在大數(shù)據(jù)與科技成果轉(zhuǎn)化關(guān)系中起中介作用。(3)大數(shù)據(jù)對(duì)不同主體的科技成果轉(zhuǎn)化存在異質(zhì)性,與企業(yè)、科研機(jī)構(gòu)的科技成果轉(zhuǎn)化呈現(xiàn)“U”型關(guān)系,與高?？萍汲晒D(zhuǎn)化存在滯后效應(yīng),呈現(xiàn)倒“U”型關(guān)系。

(二)研究啟示

(1)加快科技成果轉(zhuǎn)化數(shù)字化基礎(chǔ)設(shè)施建設(shè),完善技術(shù)交易市場(chǎng)機(jī)制,健全產(chǎn)權(quán)保護(hù)機(jī)制,推進(jìn)統(tǒng)一性的技術(shù)要素市場(chǎng)構(gòu)建。發(fā)揮市場(chǎng)機(jī)制作用是實(shí)現(xiàn)科技成果轉(zhuǎn)化發(fā)展的關(guān)鍵,應(yīng)更多依托大數(shù)據(jù)等數(shù)字技術(shù)賦能,推動(dòng)市場(chǎng)體制機(jī)制障礙破除,形成“自下而上”市場(chǎng)導(dǎo)向機(jī)制,由此逐步推動(dòng)結(jié)構(gòu)性障礙化解,在發(fā)展中充分發(fā)揮大數(shù)據(jù)“乘數(shù)效應(yīng)”。(2)發(fā)揮政策導(dǎo)向機(jī)制作用。采用分類別和分層次管理辦法進(jìn)行政策供給,依托數(shù)字技術(shù)把握影響不同類別異質(zhì)主體科技成果轉(zhuǎn)化的主導(dǎo)因素,以及把握影響異質(zhì)主體內(nèi)部不同層次主體科技成果轉(zhuǎn)化的主導(dǎo)因素,據(jù)此施行針對(duì)性的政策,實(shí)現(xiàn)“自上而下”的政策引導(dǎo),由此引導(dǎo)科技成果轉(zhuǎn)化主體預(yù)期與規(guī)范其行為,進(jìn)而推動(dòng)科技成果轉(zhuǎn)化有序發(fā)展。(3)發(fā)揮技術(shù)轉(zhuǎn)移機(jī)構(gòu)的“關(guān)鍵抓手”作用。依托大數(shù)據(jù)技術(shù)賦能,著力提升不同異質(zhì)主體技術(shù)轉(zhuǎn)移機(jī)構(gòu)的技術(shù)信息接入、轉(zhuǎn)譯、管理以及雙向推介能力。同時(shí),推動(dòng)統(tǒng)一的數(shù)字化信息網(wǎng)絡(luò)中心平臺(tái)構(gòu)建與科技成果轉(zhuǎn)化人工智能交互機(jī)制搭建,充分發(fā)揮技術(shù)轉(zhuǎn)移機(jī)構(gòu)“千手觀音”作用和“中間人”職能,通過(guò)“兩肩挑”與“兩手抓”,不斷突破制度界域、信息界域、科技成果轉(zhuǎn)化主體心理界域,更好地實(shí)現(xiàn)技術(shù)供需主體的融合,實(shí)現(xiàn)更大范圍、更多主體、更多層次的技術(shù)信息交互、技術(shù)供需主體對(duì)接[24-25],由此實(shí)現(xiàn)科技成果轉(zhuǎn)化發(fā)展。(4)科技成果轉(zhuǎn)化主體應(yīng)著力提升自身大數(shù)據(jù)能力,采取更加主動(dòng)的成果轉(zhuǎn)化策略。推動(dòng)“科研合同”、共建技術(shù)研發(fā)中心、搭建創(chuàng)新聯(lián)合體平臺(tái)等多元化的科技成果轉(zhuǎn)化合作機(jī)制構(gòu)建,加快推動(dòng)以企業(yè)為核心的“致密”的產(chǎn)學(xué)研合作機(jī)制與分工體系構(gòu)成。