摘 "要：[研究目的]提升省域科技成果轉(zhuǎn)化效率，對(duì)提高國(guó)家科技發(fā)展水平和競(jìng)爭(zhēng)力具有重要意義。[研究方法]以我國(guó)31個(gè)?。▍^(qū)、市）為研究對(duì)象，運(yùn)用sbm-Malmquist模型對(duì)省域科技成果轉(zhuǎn)化效率進(jìn)行靜態(tài)與動(dòng)態(tài)分析，進(jìn)一步結(jié)合Tobit回歸模型分析科技成果轉(zhuǎn)化效率的影響因素。[研究結(jié)論]我國(guó)省域科技成果轉(zhuǎn)化效率整體表現(xiàn)良好，區(qū)域間呈現(xiàn)出“中部＞東部＞西部＞東北部”的態(tài)勢(shì)，且各區(qū)域之間差異較大。我國(guó)科技成果轉(zhuǎn)化效率增長(zhǎng)主要得益于技術(shù)進(jìn)步，技術(shù)進(jìn)步對(duì)科技成果轉(zhuǎn)化效率的拉動(dòng)作用抵消了技術(shù)效率變化和規(guī)模效率變化衰退的影響，市場(chǎng)需求和地區(qū)產(chǎn)業(yè)結(jié)構(gòu)對(duì)科技成果轉(zhuǎn)化效率具有顯著正向作用，經(jīng)濟(jì)發(fā)展水平和財(cái)政支持對(duì)科技成果轉(zhuǎn)化效率的影響不顯著。推進(jìn)我國(guó)科技成果轉(zhuǎn)化效率的提高，仍需要從區(qū)域協(xié)同、投入產(chǎn)出結(jié)構(gòu)優(yōu)化、技術(shù)進(jìn)步等方面發(fā)力。

關(guān)鍵詞：科技成果轉(zhuǎn)化；效率；SBM模型；Malmquist指數(shù)；影響因素

中圖分類號(hào)：G644 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.19881/j.cnki.1006-3676.2024.06.05

科技成果轉(zhuǎn)化是我國(guó)實(shí)現(xiàn)自主創(chuàng)新戰(zhàn)略的重要環(huán)節(jié)，其效率高低直接影響國(guó)家的科技發(fā)展水平和科技競(jìng)爭(zhēng)力，對(duì)我國(guó)經(jīng)濟(jì)發(fā)展具有重要意義。2021年中央經(jīng)濟(jì)工作會(huì)議上，我國(guó)首次將科技政策列入七大政策中，明確要將重點(diǎn)落實(shí)在科技政策上。2022年我國(guó)出臺(tái)的《中華人民共和國(guó)科學(xué)技術(shù)進(jìn)步法》明確提出科研院所、高校要積極推動(dòng)科研成果的轉(zhuǎn)化，強(qiáng)化科研組織與科研人員的培養(yǎng)，建立和完善促進(jìn)科技成果轉(zhuǎn)化制度[1]。省級(jí)政府是決策與實(shí)施的主要部門，開展省域科技成果轉(zhuǎn)化效率的研究，對(duì)于促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)、成果轉(zhuǎn)化，以及探索促進(jìn)我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展的有效路徑，具有十分重要的現(xiàn)實(shí)意義。中國(guó)省域科技成果轉(zhuǎn)化發(fā)展不平衡，各省面臨的問題也不盡相同。為實(shí)現(xiàn)省域科技成果轉(zhuǎn)化效率的提升，有必要從省域整體層面深入挖掘與分析影響科技成果轉(zhuǎn)化效率的因素?；诖耍疚囊晕覈?guó)31個(gè)?。▍^(qū)、市）為研究對(duì)象，分析近五年來各省科技成果轉(zhuǎn)化效率及影響因素，為我國(guó)科技成果轉(zhuǎn)化效率的提高提供針對(duì)性建議，為省級(jí)政府優(yōu)化科技成果轉(zhuǎn)化政策提供理論參考。

一、文獻(xiàn)綜述

科技成果轉(zhuǎn)化，即為提高生產(chǎn)力水平而對(duì)科學(xué)研究與技術(shù)開發(fā)所產(chǎn)生的具有實(shí)用價(jià)值的科技成果，所進(jìn)行的后續(xù)試驗(yàn)、開發(fā)、使用、推廣，直至形成新產(chǎn)品、新工藝、新材料，發(fā)展新產(chǎn)業(yè)等活動(dòng)[2]。省域科技成果轉(zhuǎn)化是促進(jìn)地方社會(huì)進(jìn)步和經(jīng)濟(jì)發(fā)展的關(guān)鍵。目前，圍繞省域科技成果轉(zhuǎn)化這一問題，國(guó)內(nèi)外學(xué)者進(jìn)行了深入的研究并形成了比較完善的研究框架體系。歸納來看，關(guān)于省域科技成果的轉(zhuǎn)化研究一部分是對(duì)省域科技成果轉(zhuǎn)化政策進(jìn)行研究，而關(guān)于政策文本的研究主要集中在以下三個(gè)方面。一是科技成果轉(zhuǎn)化政策內(nèi)容分析。基于政策文本構(gòu)建多維分析框架，對(duì)政策工具、政策目標(biāo)、創(chuàng)新價(jià)值鏈等進(jìn)行分析，歸納政策特征，提煉現(xiàn)有政策不足，并對(duì)政策完善提出針對(duì)性建議[3-4]。二是科技成果轉(zhuǎn)化政策量化評(píng)價(jià)。通過構(gòu)建科技成果轉(zhuǎn)化評(píng)價(jià)指標(biāo)體系，結(jié)合QCF分析[5]、LDA和SNA[6]等文本計(jì)量分析方法，對(duì)科技成果轉(zhuǎn)化政策做出評(píng)價(jià)，并提出優(yōu)化建議。三是地方科技成果轉(zhuǎn)化政策對(duì)比分析。部分學(xué)者通過對(duì)不同省份的科技成果轉(zhuǎn)化政策進(jìn)行梳理，分析不同省域在科技成果轉(zhuǎn)化政策構(gòu)架中的差異并提出建議和進(jìn)一步思考[7-9]。各位學(xué)者對(duì)省域科技成果轉(zhuǎn)化政策的一系列研究，為省域科技成果轉(zhuǎn)化政策的進(jìn)一步研究奠定了基礎(chǔ)，但問題是現(xiàn)有研究多是對(duì)某一地區(qū)或者某一省域的分析，將31個(gè)省份整體作為研究對(duì)象的研究較少。另一部分是對(duì)省域科技成果轉(zhuǎn)化效率進(jìn)行研究。國(guó)內(nèi)對(duì)省域科技成果轉(zhuǎn)化效率的研究主要是對(duì)某個(gè)省或地區(qū)的效率進(jìn)行研究，并且研究方法各不相同。例如，曹幸如等基于三階段DEA-Windows模型對(duì)安徽省16個(gè)地級(jí)市科技成果轉(zhuǎn)化效率進(jìn)行研究[10]。王順洪等結(jié)合模糊綜合評(píng)價(jià)法和熵值法兩種定量分析法對(duì)四川省科技成果轉(zhuǎn)化激勵(lì)政策實(shí)施效果進(jìn)行量化分析[11]。孫濤基于DEA方法構(gòu)建科技成果轉(zhuǎn)化效率分析模型，對(duì)東北地區(qū)科技成果轉(zhuǎn)化效率進(jìn)行量化分析評(píng)價(jià)[12]。錢學(xué)程等結(jié)合模糊數(shù)學(xué)理論和熵值法構(gòu)建評(píng)價(jià)模型，對(duì)北京市科技成果轉(zhuǎn)化政策實(shí)施效果進(jìn)行評(píng)價(jià)[13]。趙喜倉(cāng)等基于熵值和隨機(jī)前沿的實(shí)證分析，對(duì)江蘇省科技成果轉(zhuǎn)化效率和影響因素進(jìn)行分析[14]。從研究方法看，對(duì)科技成果轉(zhuǎn)化效率進(jìn)行評(píng)價(jià)的方法很多，但是現(xiàn)有的研究方法多是靜態(tài)或者動(dòng)態(tài)的單一視角，分析不夠全面。

綜上所述，與現(xiàn)有研究相比，本文的貢獻(xiàn)在于：首先，從總體上對(duì)全國(guó)31個(gè)?。▍^(qū)、市）進(jìn)行全面的研究。其次，本文采用超效率SBM模型和Malmquist指數(shù)研究方法對(duì)我國(guó)省域整體情況進(jìn)行靜態(tài)和動(dòng)態(tài)分析，超效率SBM模型和Malmquist指數(shù)研究方法的結(jié)合使用使得效率測(cè)度更加精準(zhǔn)。再次，在此基礎(chǔ)上，通過建立Tobit模型，對(duì)我國(guó)省域內(nèi)各類要素的影響機(jī)制進(jìn)行深入研究，為我國(guó)省域經(jīng)濟(jì)發(fā)展和資源高效配置提供決策支持。

二、研究設(shè)計(jì)

（一）數(shù)據(jù)來源

基于對(duì)樣本容量的充分性和可獲得性的考慮，本文從時(shí)間維度上，選取2017—2022年我國(guó)31個(gè)省[區(qū)、市（不包含港澳臺(tái)地區(qū)）]的相關(guān)數(shù)據(jù)，計(jì)算超效率SBM-Malmquist-Tobit模型。由于模型是基于前一年數(shù)據(jù)得出的結(jié)果，本研究實(shí)際使用的是2016—2021年的相關(guān)數(shù)據(jù)。《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《全國(guó)科技經(jīng)費(fèi)投入統(tǒng)計(jì)公報(bào)》等是本文數(shù)據(jù)的主要來源。

（二）研究方法

DEA法又叫數(shù)據(jù)包絡(luò)分析法，是美國(guó)運(yùn)籌學(xué)家Charnes、Cooper等人為了測(cè)量相對(duì)效率而建立的一種線性規(guī)劃方法。DEA模型有多種分析模型，但是傳統(tǒng)的DEA模型無法有效的對(duì)決策單元進(jìn)行排列，且存在松弛性和非期望產(chǎn)出的問題，這會(huì)導(dǎo)致效率值產(chǎn)生一定的偏差。因此，國(guó)內(nèi)外學(xué)者對(duì)DEA模型進(jìn)行了改進(jìn)。其中，Tone[15]將超效率和SBM模型相結(jié)合，構(gòu)建超效率SBM模型，克服了傳統(tǒng)DEA模型的缺點(diǎn)，提高了測(cè)算的精確度。本文將基于超效率SBM模型對(duì)我國(guó)省域科技成果轉(zhuǎn)化效率進(jìn)行靜態(tài)評(píng)估。

由于DEA方法下的各種模型只能應(yīng)用于靜態(tài)效率評(píng)價(jià)，為彌補(bǔ)DEA方法存在的缺陷，本文引入Malmquist指數(shù)評(píng)價(jià)對(duì)31個(gè)?。▍^(qū)、市）的科技成果轉(zhuǎn)化效率進(jìn)行動(dòng)態(tài)分析。對(duì)Malmquist指數(shù)的分解，不同的學(xué)者提出了不同的方法。其中比較經(jīng)典的是Fare提出的FCLR分解法[16]。FCLR分解法將全要素生產(chǎn)效率變化指數(shù)（TFPCH）分解為技術(shù)效率指數(shù)（EFFCH）和技術(shù)進(jìn)步效率（TECH），而技術(shù)進(jìn)步效率進(jìn)一步分解成純技術(shù)效率（PECH）和規(guī)模效率（SECH），技術(shù)進(jìn)步效率等于純技術(shù)效率乘以規(guī)模效率。TEPCH＞1表示全要素生產(chǎn)率提高，EFFCH＞1表示技術(shù)效率提高，TECH＞1表示技術(shù)進(jìn)步效率提高，PECH＞1表示由于技術(shù)管理進(jìn)步導(dǎo)致效率提高，SECH表示規(guī)模效率提高，反之均成立。

綜上，本文以我國(guó)31個(gè)?。▍^(qū)、市）2017—2022年間的投入—產(chǎn)出面板數(shù)據(jù)為例，采用超效SBM模型結(jié)合Malmquist指數(shù)方法，對(duì)我國(guó)31個(gè)?。▍^(qū)、市）的科技成果轉(zhuǎn)化投入產(chǎn)出面板數(shù)據(jù)進(jìn)行實(shí)證研究。在此基礎(chǔ)上，利用超效SBM模型，將Malmquist指數(shù)方法引入到技術(shù)成果轉(zhuǎn)化效率的研究中，對(duì)其影響因素進(jìn)行深入的分析，這對(duì)實(shí)現(xiàn)我國(guó)科技成果轉(zhuǎn)化效率的優(yōu)化配置，具有重要的理論與現(xiàn)實(shí)意義。由于超效率SBM模型得出的效率是截?cái)嗟碾x散分布數(shù)據(jù)，因此本文選擇Tobit回歸模型分析科技成果轉(zhuǎn)化效率影響因素的影響方向和程度。

（三）變量確定

1.評(píng)價(jià)指標(biāo)體系構(gòu)建

科技成果轉(zhuǎn)化效率綜合反映了科技成果轉(zhuǎn)化的能力和水平，目前學(xué)術(shù)界在對(duì)科技成果轉(zhuǎn)化效率進(jìn)行評(píng)價(jià)方面沒有形成公認(rèn)的評(píng)價(jià)指標(biāo)體系，所以本文在各位學(xué)者研究的基礎(chǔ)上從投入與產(chǎn)出兩個(gè)視角，構(gòu)建科技成果轉(zhuǎn)化評(píng)價(jià)指標(biāo)體系。該體系包括2個(gè)投入指標(biāo)和3個(gè)產(chǎn)出指標(biāo)，具體如表1所示。

在科技成果轉(zhuǎn)化投入方面，本文參考國(guó)外學(xué)者M(jìn)iller[17]和國(guó)內(nèi)學(xué)者曹幸如[10]、張婷[18]等的做法，將科技成果轉(zhuǎn)化投入指標(biāo)分為資金投入和人力投入兩大類，并對(duì)其進(jìn)行了分析。在資金投入方面，關(guān)于選擇Ramp;D內(nèi)部經(jīng)費(fèi)還是Ramp;D外部經(jīng)費(fèi)作為資金投入的量化指標(biāo)，不同的學(xué)者有不同的見解。蘭海[19]、王?；╗20]等采用Ramp;D內(nèi)部經(jīng)費(fèi)作為投入指標(biāo)之一，蔣天穎[21]以Ramp;D經(jīng)費(fèi)支出作為投入指標(biāo)對(duì)地區(qū)創(chuàng)新效率進(jìn)行測(cè)算。而Ramp;D內(nèi)部經(jīng)費(fèi)支出是指在調(diào)查期間單位內(nèi)部為實(shí)施Ramp;D活動(dòng)而實(shí)際發(fā)生的全部經(jīng)費(fèi)，外部經(jīng)費(fèi)支出是指在調(diào)查期間單位委依托其他單位或者與其他單位合作產(chǎn)生的費(fèi)用。相比之下，Ramp;D內(nèi)部經(jīng)費(fèi)支出是真正意義上的科技活動(dòng)支出，可以反映對(duì)科技研究活動(dòng)的支持程度，也更能真實(shí)反映科技成果轉(zhuǎn)化經(jīng)費(fèi)支出。Ramp;D人員全時(shí)當(dāng)量是指從事Ramp;D人員在活動(dòng)期間內(nèi)的工作量，也是國(guó)際上常用的比較標(biāo)準(zhǔn)。因此，本文最終選取“Ramp;D人員全時(shí)當(dāng)量/人年”和“Ramp;D內(nèi)部經(jīng)費(fèi)/萬元”兩項(xiàng)，構(gòu)成科技成果轉(zhuǎn)化投入指標(biāo)。

在科技成果轉(zhuǎn)化產(chǎn)出方面，專利和論文都能充分反映地區(qū)的科技成果產(chǎn)出情況。專利分為申請(qǐng)量和授權(quán)量，但是由于專利可以重復(fù)申請(qǐng)并且不一定能夠通過審核，因此本文選用專利授權(quán)量作為科技成果轉(zhuǎn)化產(chǎn)出指標(biāo)之一?？杀皇跈?quán)的專利包括實(shí)用型專利、發(fā)明專利和外觀設(shè)計(jì)專利，雖然三類專利類型產(chǎn)出的經(jīng)濟(jì)效益不同，但也同樣是科技成果產(chǎn)出，故將各省三類專利數(shù)量之和，構(gòu)成一項(xiàng)科技成果產(chǎn)出指標(biāo)。在經(jīng)濟(jì)效益方面，本文借鑒王趙琛[22]、李春林[23]等學(xué)者的做法，以技術(shù)市場(chǎng)成交額作為經(jīng)濟(jì)產(chǎn)出。最終，本文選取高?？萍颊撐?篇、專利授權(quán)數(shù)/件、技術(shù)市場(chǎng)合同成交額/萬元三項(xiàng)，作為科技成果的產(chǎn)出指標(biāo)。

2.影響因素及量化指標(biāo)構(gòu)建

科技成果轉(zhuǎn)化活動(dòng)是在一定的政治、經(jīng)濟(jì)、文化等環(huán)境下進(jìn)行的。文獻(xiàn)梳理后[24-25]，本研究確定經(jīng)濟(jì)發(fā)展水平、政府對(duì)科技成果轉(zhuǎn)化的支持、市場(chǎng)需求和產(chǎn)業(yè)結(jié)構(gòu)這四個(gè)方面為影響科技成果轉(zhuǎn)化效率的因素，具體如表2所示。

經(jīng)濟(jì)增長(zhǎng)與科技成果轉(zhuǎn)化的關(guān)系一直以來都受到眾多學(xué)者的關(guān)注，科技成果轉(zhuǎn)化影響經(jīng)濟(jì)增長(zhǎng)，經(jīng)濟(jì)發(fā)展也促進(jìn)科技成果轉(zhuǎn)化。本文采用人均GDP指標(biāo)衡量地區(qū)經(jīng)濟(jì)發(fā)展水平。政府力量是省域科技成果轉(zhuǎn)化的重要推動(dòng)力，是引領(lǐng)科技成果轉(zhuǎn)化方向、塑造轉(zhuǎn)化環(huán)境的根本力量。本研究采用科技支出占政府財(cái)政支出的比重—Ramp;D經(jīng)費(fèi)投入強(qiáng)度量化政府在科技成果轉(zhuǎn)化方面的支持度。市場(chǎng)對(duì)新產(chǎn)品、新技術(shù)的需求能夠增強(qiáng)高校、企業(yè)、科研院所等對(duì)科技成果進(jìn)行轉(zhuǎn)移轉(zhuǎn)化的動(dòng)力，進(jìn)而促進(jìn)科技成果轉(zhuǎn)化率的提高。本文采用技術(shù)市場(chǎng)成交額來衡量市場(chǎng)需求程度。地區(qū)產(chǎn)業(yè)結(jié)構(gòu)與科技成果轉(zhuǎn)化有著明顯的相關(guān)關(guān)系。Thursby[26]等認(rèn)為科技吸收能力與產(chǎn)業(yè)結(jié)構(gòu)有關(guān)系，產(chǎn)業(yè)結(jié)構(gòu)越高級(jí)科技吸收能力就越強(qiáng)。因此本文選擇第三產(chǎn)業(yè)的產(chǎn)值占所有產(chǎn)業(yè)的比重衡量地區(qū)產(chǎn)業(yè)結(jié)構(gòu)。

三、實(shí)證分析

（一）科技成果轉(zhuǎn)化效率綜合分析

1.超效率SBM模型靜態(tài)分析

基于超效率SBM模型，本文以我國(guó)31個(gè)?。▍^(qū)、市）為研究對(duì)象，結(jié)合MATLAB軟件對(duì)數(shù)據(jù)進(jìn)行處理，最終得到省域科技成果轉(zhuǎn)化效率相關(guān)數(shù)據(jù)結(jié)果，具體如表3所示。

從整體上看，2017—2021年我國(guó)科技成果轉(zhuǎn)化效率整體上呈波動(dòng)上升趨勢(shì)，在一定程度上，這表明2016年修訂《中華人民共和國(guó)促進(jìn)科技成果轉(zhuǎn)化法》后，各省積極響應(yīng)，取得良好成效。由于各地經(jīng)濟(jì)基礎(chǔ)和基礎(chǔ)設(shè)施建設(shè)等方面情況不同，所以同一時(shí)期各省科技成果轉(zhuǎn)化效率也存在顯著差異，每年達(dá)到效率有效水平的省份各不相同，總體上呈現(xiàn)出中部地區(qū)＞東部地區(qū)＞西部地區(qū)＞東北地區(qū)的局面。2017年達(dá)到效率有效水平的省份有17個(gè)，占比54.8%。2018和2019年均達(dá)到效率有效水平的省份有29個(gè)，占比93.5%。2020年達(dá)到效率有效水平的省份有3個(gè)，占比僅為9.6%。2021年達(dá)到效率有效水平的省份有25個(gè)，占比為80.6%。另外只有海南在2017—2021年5年間均保持效率有效水平。

中部地區(qū)中，效率均值省份排名依次為湖南、河南、山西、安徽、江西、湖北。6省份在2017年有安徽、江西、湖北沒有達(dá)到效率有效水平，2018年、2019年和2021年均達(dá)到效率有效水平，2020年全部沒有達(dá)到效率有效水平。說明中部地區(qū)整體波動(dòng)較大，尤其2019年整體效率均在3以上，究其原因主要是經(jīng)費(fèi)投入增加，并且6省份在這一時(shí)期均出臺(tái)了相關(guān)條例、辦法，從法律層面支持科技成果轉(zhuǎn)化，導(dǎo)致科技成果轉(zhuǎn)化效率迅速上升。2020年隨著促進(jìn)科技成果轉(zhuǎn)化法系列法規(guī)落實(shí)，科技成果轉(zhuǎn)化取得了良好成果，但也暴露出一些實(shí)質(zhì)性的問題，比如科技成果轉(zhuǎn)化政策需進(jìn)一步銜接和落實(shí)，專業(yè)化轉(zhuǎn)移機(jī)構(gòu)和人才仍需加強(qiáng)建設(shè)和培養(yǎng)等。

東部地區(qū)中，效率均值省市排名為山東、福建、河北、海南、廣東、浙江、天津、上海、江蘇、北京。2017年浙江、福建沒有達(dá)到效率有效水平。2018年只有北京沒有達(dá)到效率有效水平。2019年均達(dá)到效率有效水平。2020年只有海南達(dá)到效率有效水平。2021年只有江蘇、福建沒有達(dá)到效率有效水平。河北、上海、浙江與國(guó)家整體趨勢(shì)保持一致。東部地區(qū)整體比較復(fù)雜，可以看出京津冀地區(qū)和長(zhǎng)三角地區(qū)沒有充分利用地理位置的優(yōu)越性發(fā)揮整體效應(yīng)。河北依托北京、天津兩座經(jīng)濟(jì)發(fā)達(dá)城市，資源充足表現(xiàn)出良好的成績(jī)。北京作為我國(guó)政治、經(jīng)濟(jì)中心，擁有眾多科研院所和雙一流高校，地理位置優(yōu)越，經(jīng)濟(jì)發(fā)達(dá)，但是近五年的科技成果轉(zhuǎn)化效率基本上沒有明顯提升，說明北京應(yīng)該利用自己獨(dú)特的優(yōu)勢(shì)，加大科技投入，完善相關(guān)人才政策，留住人才，同時(shí)與天津、河北合作，促進(jìn)京津冀協(xié)同發(fā)展，形成區(qū)域效應(yīng)。同樣作為經(jīng)濟(jì)大市的上海，科技成果轉(zhuǎn)化效率增速緩慢，主要是由于大規(guī)模科技成果轉(zhuǎn)化投入的邊際產(chǎn)出較少，從而導(dǎo)致效率不高。海南今年來不斷出臺(tái)相關(guān)政策，響應(yīng)“加快科技成果轉(zhuǎn)化，賦能自貿(mào)港高質(zhì)量發(fā)展”主題，在科技成果轉(zhuǎn)化方面取得良好成效。

西部地區(qū)中，效率均值省份排名為寧夏、內(nèi)蒙古、廣西、新疆、貴州、云南、重慶、青海、四川、甘肅、陜西、西藏。2017年只有內(nèi)蒙古、甘肅、寧夏、新疆達(dá)到效率有效水平。2018年只有西藏沒有達(dá)到效率有效水平。2019年只有西藏、青海沒有達(dá)到效率有效水平。2020年只有西藏、青海達(dá)到效率有效水平。2021年只有重慶、西藏、甘肅沒有達(dá)到效率有效水平。西部地區(qū)科技成果轉(zhuǎn)化效率波動(dòng)幅度較大，總體上呈“W”型趨勢(shì)。由于地理位置不利或經(jīng)濟(jì)基礎(chǔ)較弱，各省科技成果轉(zhuǎn)化投入比較有限，尤其是西藏、新疆、青海等地區(qū)，歷年科技投入占財(cái)政支出的比重均不到1%。

東北部地區(qū)中，效率均值省份排名為黑龍江、遼寧、吉林。2017年只有遼寧沒有達(dá)到效率有效水平。2018和2019年3省均達(dá)到效率有效水平。2020年3省均未達(dá)到效率有效水平。2021年只有吉林省沒有達(dá)到效率有效水平。東北地區(qū)作為資源大省，自2013年以來由于出現(xiàn)的“新東北現(xiàn)象”，經(jīng)濟(jì)增速持續(xù)下滑，甚至可以說是“斷崖式下滑”，遼、吉、黑在全國(guó)31個(gè)?。▍^(qū)、市）增速排名中始終位于后5位。經(jīng)濟(jì)的不景氣可能是導(dǎo)致東北地區(qū)科技成果轉(zhuǎn)化效率低的直接原因。

2.Malmquist指數(shù)動(dòng)態(tài)分析

借助DEA2.1軟件，計(jì)算得到科技成果轉(zhuǎn)化效率的Malmquist指數(shù)及分解量（見表4）。從總體上來看，如圖1所示，2017—2021年，我國(guó)的科技成果轉(zhuǎn)化全要素生產(chǎn)率一直處于一個(gè)波動(dòng)上升狀態(tài)，平均值達(dá)到了1.115，年均增長(zhǎng)了11.5%。這意味著，這期間我國(guó)的科技成果轉(zhuǎn)化情況總體態(tài)勢(shì)良好。從各個(gè)因子的分解指標(biāo)來看，技術(shù)進(jìn)步指數(shù)具有明顯的周期性和波動(dòng)性，其總體走勢(shì)與全要素生產(chǎn)率的總體走勢(shì)是一致的，年均增長(zhǎng)率達(dá)到13.2%。這表明，科學(xué)技術(shù)的進(jìn)步對(duì)總體科技成果轉(zhuǎn)化率的提高具有重要的作用。技術(shù)效率變化、純技術(shù)效率變化、規(guī)模效率變化波動(dòng)較小，技術(shù)效率受規(guī)模效率影響年平均增長(zhǎng)率出現(xiàn)負(fù)增長(zhǎng)，呈年均1.5%的衰退趨勢(shì)。純技術(shù)效率呈年均0.5%的增長(zhǎng)趨勢(shì)。規(guī)模效率呈年均2%的衰退趨勢(shì)。表明未來需要從整體上調(diào)整投入產(chǎn)出比，加強(qiáng)科技投入。

從各省具體情況看，如表5所示，2017—2021年，在全國(guó)31個(gè)?。▍^(qū)、市）中有28個(gè)?。▍^(qū)、市）全要素生產(chǎn)率大于1，呈增長(zhǎng)趨勢(shì)，占比高達(dá)90.3%。這說明我國(guó)科技成果轉(zhuǎn)化趨勢(shì)整體向好。只有北京、吉林、重慶三?。▍^(qū)、市）的全要素生產(chǎn)率小于1，分別呈年均0.1%、0.6%、4.2%的衰退趨勢(shì)。北京的技術(shù)效率變化指數(shù)、純技術(shù)效率變化指數(shù)和規(guī)模效率變化指數(shù)5年保持不增不減狀態(tài)，全要素生產(chǎn)率的衰退主要受技術(shù)進(jìn)步遲緩的影響。吉林的純技術(shù)效率的變化是影響技術(shù)效率變化的重要原因，作為資源型大省，目前產(chǎn)業(yè)轉(zhuǎn)型亟待升級(jí)，加強(qiáng)科技投入。重慶的技術(shù)效率進(jìn)步主要受純技術(shù)效率和規(guī)模效率的雙重影響，說明該市在科技成果轉(zhuǎn)化工作的運(yùn)行機(jī)制和制度安排存在較大問題，有待進(jìn)一步完善。河北、山東、江蘇等大多數(shù)省份科技成果轉(zhuǎn)化趨勢(shì)比較好，年均增長(zhǎng)率都在10%以上，主要是受技術(shù)進(jìn)步拉動(dòng)效應(yīng)的影響，這說明近年來上述區(qū)域在科技創(chuàng)新和科技進(jìn)步方面取得了良好的成效。河北憑借地處緊鄰京津的良好地理位置，吸引人才并引進(jìn)先進(jìn)技術(shù)，響應(yīng)“京津研發(fā)，在冀轉(zhuǎn)化”的號(hào)召，科技成果轉(zhuǎn)化效率不斷提升。廣東、安徽、江蘇等省的技術(shù)進(jìn)步對(duì)規(guī)模效率衰退的影響起到了抵消作用，未來應(yīng)該著重提升規(guī)模效率。

（二）科技成果轉(zhuǎn)化影響因素分析

在此基礎(chǔ)上，我們將超效率SBM模型與Malmquist指標(biāo)模型相結(jié)合，從微觀角度對(duì)全國(guó)各省的技術(shù)轉(zhuǎn)移效率進(jìn)行了測(cè)算，并對(duì)其進(jìn)行了深入的研究。本文認(rèn)為還需要進(jìn)一步從宏觀層面探討科技成果轉(zhuǎn)化效率的影響因素，根據(jù)我國(guó)省域整體面板數(shù)據(jù)，本文對(duì)各個(gè)?。▍^(qū)、市）的科技成果轉(zhuǎn)移效率的影響因素進(jìn)行了剖析，并利用Stata17軟件進(jìn)行Tobit回歸模型的運(yùn)算，具體結(jié)果如表6所示。

通過Tobit回歸分析最終得到以下結(jié)論：市場(chǎng)需求和地區(qū)產(chǎn)業(yè)結(jié)構(gòu)會(huì)對(duì)科技成果轉(zhuǎn)化效率產(chǎn)生正向影響，而經(jīng)濟(jì)發(fā)展水平和財(cái)政支持對(duì)科技成果轉(zhuǎn)化效率的影響并不顯著。其中，市場(chǎng)需求的p值為0.003，小于0.01，即市場(chǎng)需求在0.01的水平下影響顯著，且p值為正數(shù)，說明市場(chǎng)需求與科技成果轉(zhuǎn)化綜合效率存在顯著正相關(guān)關(guān)系。因此，可以認(rèn)為市場(chǎng)需求是影響科技成果轉(zhuǎn)化效率提升最直接的因素。地區(qū)產(chǎn)業(yè)結(jié)構(gòu)的p值為0.016，在0.01～0.05之間，即在0.05水平下具有顯著性，且p值為正數(shù)，說明地區(qū)產(chǎn)業(yè)結(jié)構(gòu)與科技成果轉(zhuǎn)化綜合效率之間存在著顯著的正相關(guān)關(guān)系，表明第三產(chǎn)業(yè)的產(chǎn)值占比越高，對(duì)科技成果轉(zhuǎn)化效率的影響就越大。財(cái)政支持和經(jīng)濟(jì)發(fā)展水平的p值分別為0.162和0.585，大于0.1，說明財(cái)政支持和經(jīng)濟(jì)發(fā)展水平對(duì)科技成果轉(zhuǎn)化效率影響不大，這意味著在省域科技成果轉(zhuǎn)化的過程中，要提高科技成果轉(zhuǎn)化效率更需要關(guān)注市場(chǎng)的需求度、重視第三產(chǎn)業(yè)對(duì)科技成果的推動(dòng)作用，以及出臺(tái)更有針對(duì)性的促進(jìn)科技成果轉(zhuǎn)化政策，而不能僅僅關(guān)注財(cái)政投入和經(jīng)濟(jì)發(fā)展水平對(duì)科技成果轉(zhuǎn)化的影響。

四、研究結(jié)論與對(duì)策建議

（一）研究結(jié)論

本文依據(jù)超效率SBM-Malmquist模型對(duì)2017—2021年中國(guó)31個(gè)?。▍^(qū)、市）科技成果轉(zhuǎn)化效率進(jìn)行綜合評(píng)價(jià)，并結(jié)合Tobit模型構(gòu)建科技成果轉(zhuǎn)化效率影響因素，并對(duì)這些影響因素進(jìn)行實(shí)證研究，最終得出以下結(jié)論：首先，從整體上看，2017—2021年我國(guó)科技成果轉(zhuǎn)化效率整體上呈波動(dòng)上升趨勢(shì)；但是由于各地經(jīng)濟(jì)基礎(chǔ)和基礎(chǔ)設(shè)施建設(shè)等方面情況不同，所以同一時(shí)期各省科技成果轉(zhuǎn)化效率也存在顯著差異，每年達(dá)到效率有效水平的省份各不相同，總體上呈現(xiàn)出中部地區(qū)＞東部地區(qū)＞西部地區(qū)＞東北地區(qū)的局面。其次，從分解指數(shù)看，2017—2021我國(guó)科技成果轉(zhuǎn)化全要素生產(chǎn)率呈波動(dòng)態(tài)勢(shì)，但總體上基本保持增長(zhǎng)，平均值為1.115，年平均增長(zhǎng)率為11.5%，總體趨勢(shì)向好。全要素生產(chǎn)率的變化受技術(shù)進(jìn)步和純技術(shù)效率的正向影響，規(guī)模效率變化是影響技術(shù)效率變化的主要原因。最后，從影響因素看，市場(chǎng)需求和地區(qū)產(chǎn)業(yè)結(jié)構(gòu)對(duì)科技成果轉(zhuǎn)化效率具有顯著正向作用，經(jīng)濟(jì)發(fā)展水平和財(cái)政支持對(duì)科技成果轉(zhuǎn)化效率的影響不顯著。

（二）對(duì)策建議

1.統(tǒng)籌東、中、西、東北部地區(qū)協(xié)同發(fā)展

從上述分析結(jié)果看，東、中、西、東北部地區(qū)科技成果轉(zhuǎn)化效率存在較大差異，區(qū)域發(fā)展不平衡，科技強(qiáng)省和經(jīng)濟(jì)強(qiáng)省的輻射帶動(dòng)作用不明顯。因此，針對(duì)這些問題，一方面要促進(jìn)科技成果轉(zhuǎn)化效率較高的省份率先發(fā)展，尤其是北京、江蘇、浙江這些具有突出發(fā)展優(yōu)勢(shì)的省份。這些省份需要利用好自身優(yōu)勢(shì)，整合資源，促進(jìn)成果轉(zhuǎn)化。另一方面要推動(dòng)科技成果轉(zhuǎn)化效率較低省份實(shí)現(xiàn)區(qū)域協(xié)調(diào)發(fā)展。例如，西藏、青海等省份在科技成果轉(zhuǎn)化中存在著明顯的不足，更需要對(duì)資源進(jìn)行優(yōu)化配置，促進(jìn)技術(shù)投入與規(guī)模投入相適應(yīng)，從而實(shí)現(xiàn)全要素生產(chǎn)效率的提高。同時(shí)各省政府需要因地制宜制定符合本省實(shí)際情況的科技成果轉(zhuǎn)化政策?？萍紡?qiáng)省要在自身發(fā)展建設(shè)的同時(shí)發(fā)揮輻射帶動(dòng)作用，聯(lián)合周邊省份，形成區(qū)域協(xié)同效應(yīng)，共同發(fā)展。經(jīng)濟(jì)強(qiáng)省要加強(qiáng)資金投入，設(shè)立科技成果轉(zhuǎn)化專項(xiàng)基金，完善相關(guān)政策吸引科技人才。對(duì)于科技成果轉(zhuǎn)化效率較落后地區(qū)，首先政府要完善科技政策，根據(jù)地區(qū)收入調(diào)整科技類投入，吸引科技人才落戶，從而提高整體科技成果轉(zhuǎn)化能力。

2.優(yōu)化科技成果轉(zhuǎn)化投入產(chǎn)出結(jié)構(gòu)

根據(jù)Malmquist指數(shù)及分解量分析結(jié)果顯示，我國(guó)技術(shù)效率衰退主要受規(guī)模技術(shù)效率的影響，因此優(yōu)化科技成果投入產(chǎn)出結(jié)構(gòu)和資源配置非常重要。在科技成果轉(zhuǎn)化投入方面，建立科技成果投入機(jī)制，精確分配到高校、科研院所、企業(yè)的資金，確保產(chǎn)出最大化。加大科技資源投入，近幾年各省的Ramp;D經(jīng)費(fèi)內(nèi)部支出基本都在增加，地方研發(fā)投入規(guī)模顯著提升。投入的增加對(duì)科技成果轉(zhuǎn)化效率的提高具有重要的推動(dòng)作用。在科技成果轉(zhuǎn)化產(chǎn)出方面，建立多元主體協(xié)同機(jī)制，形成以政府為引導(dǎo)、高校為依托、企業(yè)為導(dǎo)向、科技成果轉(zhuǎn)化中介機(jī)構(gòu)為紐帶的資源交互局面，促進(jìn)各主體之間資源交流轉(zhuǎn)化。另外可以通過建立科技成果信息交流與共享平臺(tái)推動(dòng)科技成果供需雙方融合發(fā)展，提升科技成果轉(zhuǎn)化質(zhì)量。最后，要在投入有限的情況下使得產(chǎn)出最大化，需要在投入的資金、人力、物力等方面建立長(zhǎng)期追蹤監(jiān)督機(jī)制，確?？萍汲晒D(zhuǎn)化效率可長(zhǎng)期追蹤。

3.發(fā)揮技術(shù)進(jìn)步在科技成果轉(zhuǎn)化中的關(guān)鍵作用

從整體情況看我國(guó)省域科技成果轉(zhuǎn)化未來發(fā)展形勢(shì)較好。根據(jù)Malmquist指數(shù)及分解情況，技術(shù)進(jìn)步在科技成果轉(zhuǎn)化中發(fā)揮的作用最大，為了更好地發(fā)揮科技進(jìn)步的作用，需要提高科技進(jìn)步手段。一方面要攻克“卡脖子”難題，在這一過程中，人才是關(guān)鍵，因此，要出臺(tái)人才引進(jìn)和激勵(lì)政策吸引關(guān)鍵領(lǐng)域人才。建設(shè)人才服務(wù)平臺(tái)，為科技人才提供繼續(xù)教育、專業(yè)知識(shí)培訓(xùn)、科技金融服務(wù)等公共服務(wù)，住房、社保、落戶、子女福利等相關(guān)待遇，以及入境手續(xù)簡(jiǎn)化等便利服務(wù)。從報(bào)酬、分紅和補(bǔ)助等多方面激發(fā)科技人員參與轉(zhuǎn)化的內(nèi)在動(dòng)力。另一方面要加快產(chǎn)學(xué)研融合，黨的二十大報(bào)告強(qiáng)調(diào)，加強(qiáng)企業(yè)主導(dǎo)的產(chǎn)學(xué)研深度融合，強(qiáng)化目標(biāo)導(dǎo)向，提高科技成果轉(zhuǎn)化和產(chǎn)業(yè)化水平[27]。因此要構(gòu)建以企業(yè)為主導(dǎo)的高?？蒲性核鶇f(xié)同科研組織機(jī)構(gòu)，企業(yè)為科技項(xiàng)目牽頭，與高校科研院所進(jìn)行全方位、多層次產(chǎn)學(xué)研合作攻關(guān)。

4.建立以需求為導(dǎo)向的科技成果轉(zhuǎn)化模式

科技成果轉(zhuǎn)化的過程也就是將科技供給與市場(chǎng)需求聯(lián)系起來的過程?？萍脊┙o主體要根據(jù)市場(chǎng)需要提供新產(chǎn)品、新技術(shù)。因此建立以需求為導(dǎo)向的科技成果轉(zhuǎn)化機(jī)制，是打通科技與經(jīng)濟(jì)發(fā)展通道的重要方式。目前我國(guó)科技和產(chǎn)業(yè)“兩層皮”現(xiàn)象十分突出，研發(fā)主體與市場(chǎng)相對(duì)獨(dú)立，主要的原因就是信息不對(duì)稱，要解決這一問題可以建立科技成果信息系統(tǒng)，向有需求的企業(yè)、機(jī)構(gòu)和個(gè)人免費(fèi)推送科技成果信息，完成供需對(duì)接。此外可以建立以需求為導(dǎo)向的科技成果政策，通過“揭榜掛帥”等一系列措施精準(zhǔn)對(duì)接企業(yè)、政府等市場(chǎng)主體的需要，促進(jìn)科技成果落地即轉(zhuǎn)化。

總之，我國(guó)科技成果轉(zhuǎn)化總體形勢(shì)向好，未來各省域需要因地制宜根據(jù)本省實(shí)際情況，完善相關(guān)政策，提升科技成果轉(zhuǎn)化活力，最終提高科技成果轉(zhuǎn)化效率，充分發(fā)揮科技成果對(duì)經(jīng)濟(jì)和社會(huì)的支撐作用。

注釋：

1. 沿用國(guó)家統(tǒng)計(jì)局劃分方式，東部地區(qū)包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南；中部地區(qū)包括山西、安徽、江西、河南、湖北、湖南；西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆；東北地區(qū)包括遼寧、吉林、黑龍江。

2. 數(shù)值大于1為效率有效。

3. *、**、***分別表示在10%、5%和1%的水平上顯著。

參考文獻(xiàn)：

[1] 中華人民共和國(guó)科學(xué)技術(shù)進(jìn)步法[J].中華人民共和國(guó)全國(guó)人民代表大會(huì)常務(wù)委員會(huì)公報(bào)，2022（1）：36-49.

[2] 中國(guó)政府網(wǎng).中華人民共和國(guó)促進(jìn)科技成果轉(zhuǎn)化法[EB/OL].（2015-08-30）[2024-03-20].http：//www.gov.cn/xinwen/2015-08/30/content_2922111.htm.

[3] 謝黎，楊華，張志強(qiáng).基于文本量化的地方科技成果轉(zhuǎn)化政策工具效果評(píng)價(jià)[J].中國(guó)科技論壇，2022（12）：55-66.

[4] 馬江娜，李華，王方.陜西省科技成果轉(zhuǎn)化政策文本分析：基于政策工具與創(chuàng)新價(jià)值鏈雙重視角[J].中國(guó)科技論壇，2017（8）：103-111.

[5] 蘇林，胡涵清，莊啟昕，等.基于LDA和SNA的我國(guó)科技創(chuàng)新政策文本計(jì)量分析：以科技成果轉(zhuǎn)化政策為例[J].中國(guó)高?？萍?，2022（3）：37-43.

[6] 杜寶貴，張鵬舉.科技成果轉(zhuǎn)化政策的多重并發(fā)因果關(guān)系與多元路徑：基于上海等22個(gè)省市的QCA分析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2019，40（11）：3-14.

[7] 李進(jìn)華，耿旭，陳筱淇，等.科技創(chuàng)新型城市科技成果轉(zhuǎn)移轉(zhuǎn)化政策比較研究：基于深圳、寧波政策文本量化分析[J].科技管理研究，2019，39（12）：29-37.

[8] 禹文豪，周治.中原經(jīng)濟(jì)區(qū)科技成果轉(zhuǎn)化政策比較研究：以5省份為例[J].中國(guó)高?？萍?，2021（12）：84-88.

[9] 胡其芳，鄭童桐，陳金源，等.不同地區(qū)科技成果轉(zhuǎn)化政策對(duì)比研究[J].科技管理研究，2018，38（18）：21-25.

[10] 曹幸如，楊劍.基于三階段DEA-Windows的安徽省地市級(jí)科技成果轉(zhuǎn)化效率研究[J].科技管理研究，2021，41（22）：74-82.

[11] 王順洪，王文怡，劉玉婷，等.科技成果轉(zhuǎn)化激勵(lì)政策的實(shí)施效果評(píng)估及對(duì)策研究：以四川省為例[J].科技管理研究，2021，41（9）：145-153.

[12] 孫濤.我國(guó)老工業(yè)基地科技成果轉(zhuǎn)化效率評(píng)價(jià)研究：以東北地區(qū)為例[J].中國(guó)軟科學(xué)，2020（1）：164-170.

[13] 錢學(xué)程，趙輝.科技成果轉(zhuǎn)化政策實(shí)施效果評(píng)價(jià)研究：以北京市為例[J].科技管理研究，2019，39（15）：48-55.

[14] 趙喜倉(cāng)，安榮花.江蘇省科技成果轉(zhuǎn)化效率及其影響因素分析：基于熵值和隨機(jī)前沿的實(shí)證分析[J].科技管理研究，2013，33（9）：81-85.

[15] TONE K. A slacks-based measure of super-efficiency in data envelopment analysis[J]. European journal of operational research，2002，143（1）：32-41.

[16] F?RE R，GROSSKOPF S，NORRIS M，et al. Productivity growth，technical progress，and efficiency change in industrialized countries[J]. The American economic review，1994，84（1）：66-83.

[17] MILLER S M.，UPADHYAY M P. Total factor productivity and the convergence hypothesis[J]. Journal of Macroeconomics，2002，24（2）：267-286.

[18] 張婷，王瑋蓉，姚昀辰.中國(guó)31個(gè)?。▍^(qū)、市）及重點(diǎn)省域科技創(chuàng)新效率評(píng)價(jià)研究：基于超效率SBM-Malmquist模型[J].科技管理研究，2023，43（3）：87-95.

[19] 蘭海，吳悅，王丹.基于DEA和Malmquist指數(shù)的青海省科技創(chuàng)新效率研究[J].科技管理研究，2021，41（17）：40-46.

[20] 王?；?，王瑩，李雅潔，等.長(zhǎng)三角區(qū)域高技術(shù)產(chǎn)業(yè)科技創(chuàng)新效率評(píng)價(jià)研究：基于共享投入的三階段網(wǎng)絡(luò)DEA模型[J].華東經(jīng)濟(jì)管理，2022，36（8）：26-33.

[21] 蔣天穎.我國(guó)區(qū)域創(chuàng)新差異時(shí)空格局演化及其影響因素分析[J].經(jīng)濟(jì)地理，2013，33（6）：22-29.

[22] 王趙琛，張春鵬，董紅霞.24所部屬高?？萍汲晒D(zhuǎn)化效率的DEA分析[J].科研管理，2020，41（4）：280-288.

[23] 李春林，劉潤(rùn)生.基于因子分析方法的河北省科技成果轉(zhuǎn)移轉(zhuǎn)化成效分析[J].唐山學(xué)院學(xué)報(bào)，2022，35（5）：100-108.

[24] 楊樹旺，譚芳玲，李琳.長(zhǎng)江經(jīng)濟(jì)帶“雙一流”建設(shè)高校科技成果轉(zhuǎn)化效率測(cè)度及影響因素[J].科技管理研究，2023，43（4）：100-110.

[25] 吳壽仁.科技成果轉(zhuǎn)移轉(zhuǎn)化成效的影響因素及提高途徑[J].創(chuàng)新科技，2022，22（5）：20-29.

[26] THURSBY J G.，THURSBY M C. Are faculty critical？ Their role in university-industry licensing[J]. Contemporary economic policy，2004，22（2）：162-178.

[27] 習(xí)近平.高舉中國(guó)特色社會(huì)主義偉大旗幟 為全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家而團(tuán)結(jié)奮斗：在中國(guó)共產(chǎn)黨第二十次全國(guó)代表大會(huì)上的報(bào)告[M].北京：人民出版社，2022：35-36.

Study on the Efficiency Evaluation and Influencing Factors of Transformation of Scientific and Technological Achievements in China Provincial Regions

—Based on the Super-efficient SBM-Malmquist-Tobit Model

Li "Chunlin " "Fu "Shaodan

（Yanshan University，School of Public Administration，Hebei，Qinhuangdao，066004）

Abstract：[Research purpose] To improve the efficiency of provincial scientific and technological achievements transformation is of great significance for improving the national scientific and technological development level and competitiveness. [Research method] Taking 31 provincial regions of China as the research object，the sbm-Malmquist model was used to analyze the static and dynamic transformation efficiency of provincial scientific and technological achievements，combined with the Tobit regression model to analyze the factors affecting the transformation efficiency of scientific and technological achievements. [Research conclusion] The transformation efficiency of scientific and technological achievements in China’s provinces is good on the whole，showing a trend of “central ＞ Eastern ＞ Western ＞ Northeast”among regions，and there is a large difference among different regions. The growth of the transformation efficiency of scientific and technological achievements in China is mainly due to technological progress，and the driving effect of technological progress on the transformation efficiency offsets the influence of the change of technological efficiency and the change of scale efficiency. Market demand and regional industrial structure have a significant positive effect on the transformation efficiency of scientific and technological achievements，while the economic development level and financial support have no significant influence on the transformation efficiency of scientific and technological achievements. In order to promote the improvement of the transformation efficiency of scientific and technological achievements，it is still necessary to make efforts from the aspects of regional coordination，input-output structure optimization and technological progress.

Key words：transformation of scientific and technological achievements；efficiency；SBM model；Malmquist index；influencing factors

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金教育學(xué)一般課題“中國(guó)建設(shè)世界一流大學(xué)政策變遷：特征、邏輯與優(yōu)化策略”（BIA210179）。

作者簡(jiǎn)介：李春林，男，1981年生，博士，教授，博士生導(dǎo)師，研究方向?yàn)榭萍颊吲c管理。付少丹，女，2000年生，碩士研究生，研究方向?yàn)榭萍汲晒D(zhuǎn)化政策。