中國(guó)科技成果轉(zhuǎn)化為何有米難為炊？
——基于三階段DEA 模型和三階段Malmquist 模型

王成軍，方 明，王肖肖

（安徽財(cái)經(jīng)大學(xué)工商管理學(xué)院，安徽 蚌埠 233030）

一、問(wèn)題的提出

十九大報(bào)告中提出堅(jiān)持以創(chuàng)新引領(lǐng)經(jīng)濟(jì)社會(huì)發(fā)展，堅(jiān)持把科技創(chuàng)新作為推動(dòng)供給側(cè)結(jié)構(gòu)改革的重要?jiǎng)恿Α．?dāng)前，加快建設(shè)創(chuàng)新型國(guó)家是新時(shí)代的內(nèi)在要求：一方面，改革開(kāi)放40 多年以來(lái)，中國(guó)已躍居世界第二大經(jīng)濟(jì)體，這一成就令世界矚目；另一方面，中國(guó)經(jīng)濟(jì)發(fā)展正從高速增長(zhǎng)階段向高質(zhì)量發(fā)展階段轉(zhuǎn)變，改變粗放型的經(jīng)濟(jì)增長(zhǎng)方式已刻不容緩。2015 年《中華人民共和國(guó)促進(jìn)科技成果轉(zhuǎn)化法》修訂實(shí)施，2016 年國(guó)務(wù)院為科技成果轉(zhuǎn)化出臺(tái)配套細(xì)則《促進(jìn)科技成果轉(zhuǎn)化法》，國(guó)辦印發(fā)《促進(jìn)科技成果轉(zhuǎn)移轉(zhuǎn)化行動(dòng)方案》為科技成果轉(zhuǎn)化部署具體任務(wù)，從修訂法律、出臺(tái)配套細(xì)則到部署具體任務(wù)，形成了促進(jìn)我國(guó)科技成果轉(zhuǎn)移轉(zhuǎn)化的三部曲。在新時(shí)代進(jìn)程中，科技創(chuàng)新是經(jīng)濟(jì)發(fā)展實(shí)現(xiàn)轉(zhuǎn)型的強(qiáng)大動(dòng)力，促進(jìn)科技成果轉(zhuǎn)化對(duì)于提升中國(guó)經(jīng)濟(jì)發(fā)展?jié)摿?，?yīng)對(duì)新時(shí)期經(jīng)濟(jì)發(fā)展主要矛盾的挑戰(zhàn)具有重要意義。

近期，中美貿(mào)易戰(zhàn)引發(fā)我們對(duì)于當(dāng)前中國(guó)科技創(chuàng)新現(xiàn)狀的反思與警示，在這一事件背后所隱藏的危機(jī)昭然若揭。只有基礎(chǔ)研究才能產(chǎn)生更多原創(chuàng)專(zhuān)利，只有堅(jiān)持自主創(chuàng)新才能掌握談判主動(dòng)權(quán)不受制于人。近年來(lái)，隨著創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的大力實(shí)施，一大批科技成果相繼問(wèn)世，但科技成果轉(zhuǎn)化存在“有米難為炊”的現(xiàn)象。主要體現(xiàn)在三個(gè)方面：第一，科技成果存在造假，由于中國(guó)教育產(chǎn)業(yè)化導(dǎo)致科研人員在成果產(chǎn)出方面過(guò)度追求數(shù)量而忽視質(zhì)量。第二，科技成果的供給上忽視有效需求，技術(shù)市場(chǎng)中的技術(shù)供大于求。第三，科技成果轉(zhuǎn)化機(jī)制不健全，各利益參與方信息不對(duì)稱(chēng)，科技成果轉(zhuǎn)化缺乏支撐，導(dǎo)致其轉(zhuǎn)化“難作為”，即心有余而力不足?！坝忻纂y為炊”的另一表象是中國(guó)科技與經(jīng)濟(jì)發(fā)展脫軌，科技創(chuàng)新驅(qū)動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)的動(dòng)力不足。國(guó)內(nèi)不同程度存在著論文多、產(chǎn)業(yè)小情勢(shì)，以激光業(yè)為例，世界著名激光雜志1/4 的論文出自中國(guó)學(xué)者之手，而整個(gè)中國(guó)激光工業(yè)領(lǐng)域總產(chǎn)值卻僅占全球銷(xiāo)售總額的1%。更嚴(yán)重的在于，我國(guó)科技成果轉(zhuǎn)化率僅為10%，遠(yuǎn)低于發(fā)達(dá)國(guó)家40%的水平，比美國(guó)80%轉(zhuǎn)化率低70 個(gè)百分點(diǎn)[1]。

哪些因素制約了科技成果轉(zhuǎn)化效率的改善？區(qū)域科技成果轉(zhuǎn)化效率有何差異？如何科學(xué)、合理、高效地配置科技資源？如何堅(jiān)持以市場(chǎng)需求為導(dǎo)向?qū)ⅰ吧字蟪墒祜垺?，使其成為推?dòng)經(jīng)濟(jì)社會(huì)發(fā)展的現(xiàn)實(shí)動(dòng)力？以往學(xué)者基于這些問(wèn)題的分析大多只是基于DEA 或Malmquist 的單一模型，雖然也有學(xué)者把DEA-Malmquist 模型作為分析方法，但采用三階段DEA-Malmquist 模型的較少。為了解中國(guó)科技成果轉(zhuǎn)化效率現(xiàn)狀與問(wèn)題，把握當(dāng)前中國(guó)各地區(qū)技術(shù)效率差異及其動(dòng)態(tài)變化趨勢(shì)，深入分析科技成果轉(zhuǎn)化效率的影響因素，這里把三階段DEA 與三階段Malmquist 這兩個(gè)模型相結(jié)合進(jìn)行研究。通過(guò)采用三階段模型，對(duì)比剔除環(huán)境因素和隨機(jī)因素前后各效率值的變化，更能客觀真實(shí)地剖析效率影響因素、區(qū)域差異特征及生產(chǎn)力變化趨勢(shì)。

二、國(guó)內(nèi)外相關(guān)研究綜述

（一）科技成果轉(zhuǎn)化效率的影響因素研究

Winerbrake 與Gathon 和Perelman 認(rèn)為制度環(huán)境能夠影響科技成果轉(zhuǎn)化效率，兩者之間存在相關(guān)性[2-3]。Stephen 認(rèn)為在科技成果轉(zhuǎn)化過(guò)程中各利益相關(guān)者的參與和配合對(duì)轉(zhuǎn)化效率具有積極影響[4]。Nikolaos 考察外部操作環(huán)境因素是否能夠解釋來(lái)自DEA 模型和SFA 模型的技術(shù)效率差異，并認(rèn)為DEA-SFA 效率差異的一部分是由環(huán)境因素引起的，決策者在努力確定最優(yōu)的資源分配時(shí)，應(yīng)該注意到所有權(quán)、區(qū)域、運(yùn)營(yíng)年限和規(guī)模等環(huán)境因素對(duì)效率分析的影響[5]。劉家樹(shù)和菅利榮通過(guò)實(shí)證研究發(fā)現(xiàn)政府支持、產(chǎn)品開(kāi)發(fā)資金投入、科技服務(wù)和區(qū)位差異對(duì)效率的改善和提升具有明顯影響[6]。戚湧等把科技成果按社會(huì)功能不同進(jìn)行分類(lèi)，對(duì)比不同類(lèi)別轉(zhuǎn)化模式對(duì)效率的影響，提出依托中介服務(wù)機(jī)構(gòu)能夠有效促進(jìn)成果轉(zhuǎn)化[7]。葉建木和熊壯基于湖北省“科技十條”政策分析了科技成果轉(zhuǎn)化政策效果的影響因素[8]。邵青青對(duì)中國(guó)高?？蒲行蔬M(jìn)行分析，發(fā)現(xiàn)高校科技成果轉(zhuǎn)化效率較低且忽視了市場(chǎng)的有效需求，從內(nèi)部因素（包括高校定位、管理體制及評(píng)價(jià)機(jī)制）及外部因素（社會(huì)需求、積極性、宏觀環(huán)境）分析導(dǎo)致高?？萍汲晒D(zhuǎn)化效率較低的原因[9]。徐帥和石隆偉對(duì)中國(guó)高?？萍汲晒D(zhuǎn)化效率較低的成因進(jìn)行分析發(fā)現(xiàn)轉(zhuǎn)化機(jī)制、資源配置、研發(fā)人員積極性等因素影響效率改善[10]。文劍英認(rèn)為科技成果的轉(zhuǎn)化依賴于知識(shí)與人才的流動(dòng)[11]。孫龍和雷良?；谠碚摰亩喟咐芯繉?duì)促進(jìn)科技成果轉(zhuǎn)化的財(cái)政政策功能實(shí)現(xiàn)的影響因素進(jìn)行了分析，揭示出合理的財(cái)政資源配置有利于促進(jìn)科技成果轉(zhuǎn)化[12]。

（二）科技成果轉(zhuǎn)化效率的評(píng)價(jià)方法

Albertn 利用DEA 模型對(duì)區(qū)域科技成果轉(zhuǎn)化效率進(jìn)行分析并對(duì)其區(qū)域差異性進(jìn)行解釋[13]。Anderson,Daim 和Lavoie 借助DEA 模型對(duì)高?？蒲行蔬M(jìn)行評(píng)價(jià)[14]。Mei 等利用兩階段DEA 模型比較成果研究和產(chǎn)業(yè)化兩個(gè)階段的效率差異，實(shí)證發(fā)現(xiàn)研究階段側(cè)重于將不同的資源投入轉(zhuǎn)化為技術(shù)，而商業(yè)化階段則強(qiáng)調(diào)技術(shù)的實(shí)現(xiàn)[15]。與以往的研究不同，此研究沒(méi)有直接研究投入和產(chǎn)出之間的關(guān)系，而是進(jìn)一步考慮不同科技成果轉(zhuǎn)化階段之間的聯(lián)系。劉大為等用DEA 方法對(duì)中國(guó)30 個(gè)高新區(qū)的技術(shù)效率進(jìn)行研究，認(rèn)為大部分的高新區(qū)的技術(shù)效率和規(guī)模效率都是有效的，對(duì)于非DEA 有效高新區(qū)（約三分之一）進(jìn)行投影分析并提出效率改善的方向[16]。董潔和黃付杰通過(guò)因子分析法和隨機(jī)前沿分析法對(duì)技術(shù)效率進(jìn)行測(cè)度，并對(duì)制約效率改善的環(huán)境因素進(jìn)行闡述。經(jīng)研究認(rèn)為：中國(guó)科技成果投入與產(chǎn)出比較低、各省市間效率水平參差不齊[17]。王珍珍和黃茂興借助DEA-Malmquist 模型對(duì)2002—2010 年中國(guó)省域技術(shù)效率的制約因素、區(qū)域特點(diǎn)進(jìn)行了闡述[18]。李文亮運(yùn)用三階段DEA 模型對(duì)比第一階段與第三階段結(jié)果進(jìn)而分析了經(jīng)濟(jì)環(huán)境、創(chuàng)新環(huán)境、政府支持力度對(duì)科技成果轉(zhuǎn)化的影響[19]。林芳芳和趙輝運(yùn)用DEA 對(duì)中國(guó)技術(shù)效率進(jìn)行分析并提出政策因素對(duì)于技術(shù)效率具有顯著影響[20]。羅茜等借助DEA 模型對(duì)江蘇省高校科技成果轉(zhuǎn)化效率進(jìn)行測(cè)度并基于扎根理論對(duì)其影響因素進(jìn)行了分析[21]。鐘衛(wèi)和陳寶明借助Bootstrap-DEA 方法對(duì)2010—2012 年高校科研效率情況進(jìn)行分析并指出不同特征高校的效率差異[22]。

綜上，以往學(xué)者的研究為本文的研究提供了重要參考。但同時(shí)也發(fā)現(xiàn)以往學(xué)者的研究多關(guān)注于科技成果轉(zhuǎn)化效率本身的測(cè)度，對(duì)其所反映的現(xiàn)實(shí)問(wèn)題及成因缺乏針對(duì)性的研究。在科技成果轉(zhuǎn)化效率影響因素的分析中，大多數(shù)學(xué)者從宏觀因素進(jìn)行闡述。在對(duì)科技成果轉(zhuǎn)化效率進(jìn)行分析的方法選擇上比較多樣，評(píng)價(jià)指標(biāo)體系的建立也并沒(méi)有形成統(tǒng)一的標(biāo)準(zhǔn)。大多數(shù)學(xué)者采用DEA 模型進(jìn)行研究，對(duì)效率的評(píng)價(jià)也多側(cè)重于靜態(tài)分析。近幾年，學(xué)者對(duì)于科技成果轉(zhuǎn)化效率的評(píng)價(jià)開(kāi)始趨向采用三階段DEA 模型，也有學(xué)者借助DEA-Malmquist 模型對(duì)科技成果轉(zhuǎn)化效率進(jìn)行動(dòng)態(tài)分析，但是采用多階段DEA 模型將靜態(tài)分析與動(dòng)態(tài)分析相結(jié)合的研究還較少。

三、研究方法

（一）三階段DEA 模型

傳統(tǒng)的DEA 模型是在1978 年由Charnes 和Cooper 提出的。Fried 等對(duì)傳統(tǒng)DEA 模型進(jìn)行改進(jìn)，將傳統(tǒng)的DEA 模型與SFA 模型相結(jié)合，在進(jìn)行效率評(píng)價(jià)時(shí)考慮環(huán)境因素和隨機(jī)噪聲的影響，構(gòu)建出三階段DEA 模型[23]。通過(guò)采用三階段模型，對(duì)比剔除環(huán)境因素和隨機(jī)因素前后各效率值的變化，更能客觀真實(shí)地剖析效率影響因素。

第一階段：使用投入變量與產(chǎn)出變量的原始數(shù)據(jù)計(jì)算初級(jí)結(jié)果。本文選擇投入導(dǎo)向的BCC模型，以投入為導(dǎo)向的對(duì)偶形式的BCC 模型可表示為：

其中，j＝1，2，…，n 表示DMU（決策單元），X，Y 分別是投入、產(chǎn)出向量。

若θ＝1，S+＝S-＝0，則DMU 是DEA 有效；

若θ＝1，S+≠0，或S-＝0，則DMU 為弱DEA有效；

若θ≤1，則DMU 為非DEA 有效。

原譯：During the Yongzheng reign,the nine-peaches design was commonly seen on the famille-rose ware such as globular vases,olive-shaped vases and plates are decorated with branches that extend from the outside into the bowl.

第二階段：似SFA 回歸剔除環(huán)境因素和統(tǒng)計(jì)噪聲。計(jì)算原始投入值與目標(biāo)投入值的差值得到投入松弛變量。通過(guò)借助SFA 模型，剔除環(huán)境因素和隨機(jī)因素對(duì)第一階段的松弛變量的影響。似SFA 回歸函數(shù)（以投入導(dǎo)向?yàn)槔?/p>

其中，Sni是第i個(gè)決策單元第n項(xiàng)投入的原始投入值與目標(biāo)投入的差值；Zi表示環(huán)境變量，βn是環(huán)境變量的系數(shù)；νni＋μni是復(fù)合殘差項(xiàng)，νni表示隨機(jī)誤差，μni表示管理無(wú)效率。其中ν～N（0）是隨機(jī)誤差項(xiàng)，表示隨機(jī)干擾因素對(duì)投入松弛變量的影響；μ 是管理無(wú)效率，表示管理因素對(duì)投入松弛變量的影響，服從半正態(tài)分布，即μ～N（+0）。

SFA 模型的結(jié)果輸出后，需要對(duì)各決策單元的投入量進(jìn)行調(diào)整，公式如下：

（2）區(qū)域Malmquist 指數(shù)變化趨勢(shì)分析。由表5 知，2012—2013 年及2013—2014 年間M 指數(shù)呈現(xiàn)東部＞中部＞西部，2014—2015 年間M 指數(shù)西部＞中部＞東部，2015—2016 年間M 指數(shù)西部＞中部＞東部，2016—2017 年間M 指數(shù)東部＞中部＞西部，2017—2018 年間M 指數(shù)東部＞西部＞中部?？梢?jiàn)中西部地區(qū)也漸漸表現(xiàn)出較強(qiáng)的發(fā)展?jié)摿?，但是其Malmquist 指數(shù)變化起伏較大，增長(zhǎng)不穩(wěn)定。

Malmquist 指數(shù)變化模型將生產(chǎn)率變化分為效率變化（Effch）和技術(shù)改進(jìn)（TEch）。其中，效率變化（Effch）是純技術(shù)效率變化（PEch）和規(guī)模效率變化（SEch）兩者的乘積。Tfpch 表示全要素生產(chǎn)率變動(dòng)，可表示為T(mén)fpch＝Effch*Tech；也可表示為T(mén)fpch＝Pech*Sech*Tech。

（二）三階段Malmquist 模型

三階段Malmquist 模型與上述三階段DEA模型類(lèi)似，都在剔除環(huán)境因素和隨機(jī)噪聲基礎(chǔ)上對(duì)傳統(tǒng)模型進(jìn)行改進(jìn)。

丹參多酚酸鹽聯(lián)合地爾硫卓治療不穩(wěn)定型心絞痛的療效及對(duì)血清基質(zhì)蛋白酶-9和髓過(guò)氧化物酶水平的影響……………………… 魏曉娟 常榮 李衛(wèi) 等（4）442

Malmquist 生產(chǎn)率指數(shù)的計(jì)算公式：

知識(shí)融合的運(yùn)行過(guò)程（見(jiàn)圖1）包括：（1）根據(jù)用戶請(qǐng)求，從知識(shí)源中獲取知識(shí)，包括對(duì)外部來(lái)源（專(zhuān)家、數(shù)據(jù)庫(kù)等）進(jìn)行知識(shí)搜索以及對(duì)內(nèi)部來(lái)源（本地知識(shí)庫(kù)）進(jìn)行知識(shí)選擇。（2）發(fā)現(xiàn)并派生現(xiàn)有知識(shí)，生成新的知識(shí)。（3）知識(shí)內(nèi)化：通過(guò)保留已被獲取、選擇和生成的知識(shí)來(lái)更新系統(tǒng)知識(shí)。（4）知識(shí)外化：通過(guò)系統(tǒng)輸出將知識(shí)釋放到相應(yīng)的環(huán)境中去。（5）知識(shí)融合管理：對(duì)整個(gè)操作流程的規(guī)劃、協(xié)調(diào)和控制形成了知識(shí)融合的管理過(guò)程。

第三階段：將調(diào)整后的投入與原始產(chǎn)出再次運(yùn)用Deap2.1 軟件對(duì)其效率進(jìn)行分析。

產(chǎn)業(yè)結(jié)構(gòu)。產(chǎn)業(yè)結(jié)構(gòu)與R&D 經(jīng)費(fèi)支出松弛變量和R&D 人員投入松弛變量的回歸系數(shù)為負(fù)值。這是由于中國(guó)正處在粗放型經(jīng)濟(jì)向集約型經(jīng)濟(jì)過(guò)渡時(shí)期，第三產(chǎn)業(yè)的發(fā)展有效推進(jìn)我國(guó)的工業(yè)化和現(xiàn)代化，是拉動(dòng)國(guó)民經(jīng)濟(jì)增長(zhǎng)的重要力量和吸收勞動(dòng)就業(yè)的主體，這也為科學(xué)技術(shù)的發(fā)展提供重要支撐。

由于水庫(kù)碾壓混凝土澆筑量較大，因此以自卸汽車(chē)入倉(cāng)方式為佳。在本項(xiàng)目中，所有的碾壓混凝土均通過(guò)自卸汽車(chē)的方式完成入倉(cāng)。在入倉(cāng)前，為保持澆筑面清潔，避免雜質(zhì)干擾，應(yīng)對(duì)汽車(chē)表面進(jìn)行充分的清潔，配備長(zhǎng)達(dá)100m的脫水路段，此外還應(yīng)建有路面排水溝，防止污水流入倉(cāng)內(nèi)。

《國(guó)家中長(zhǎng)期教育改革和發(fā)展規(guī)劃綱要（2010-2020 年）》（以下簡(jiǎn)稱(chēng)《綱要》）指出，高等學(xué)校的“教師要把教學(xué)作為首要任務(wù)，不斷提高教育教學(xué)水平”。其實(shí)，早在1993年頒布的《中華人民共和國(guó)教師法》就明確規(guī)定，“教師是履行教育教學(xué)職責(zé)的專(zhuān)業(yè)人員”，高校教師自然不得例外。但《綱要》這次專(zhuān)門(mén)針對(duì)高校教師，絕不是無(wú)的放矢，實(shí)在是到了非說(shuō)不可的時(shí)候。這是國(guó)家對(duì)當(dāng)前高校教師角色定位理論爭(zhēng)議的鮮明表態(tài)，對(duì)高校辦學(xué)實(shí)踐中心動(dòng)搖的糾偏扶正，對(duì)高校教師專(zhuān)業(yè)發(fā)展的方向引領(lǐng)。

四、指標(biāo)體系和數(shù)據(jù)說(shuō)明

（一）投入產(chǎn)出指標(biāo)選取

目前，我國(guó)關(guān)于科技成果轉(zhuǎn)化效率評(píng)價(jià)指標(biāo)的選擇并沒(méi)有達(dá)成統(tǒng)一的標(biāo)準(zhǔn)，在以往的研究中，學(xué)者們多從投入與產(chǎn)出兩個(gè)方面建立科技成果轉(zhuǎn)化效率的評(píng)價(jià)指標(biāo)。這里在借鑒劉家樹(shù)和菅利榮[6]、賀京同和馮堯[24]、李文亮等[19]、羅茜等[21]多位學(xué)者的評(píng)價(jià)指標(biāo)基礎(chǔ)上，建立科技成果轉(zhuǎn)化效率的評(píng)價(jià)指標(biāo)。

（二）環(huán)境變量選取

本文選取宏觀經(jīng)濟(jì)環(huán)境、政府支持、外貿(mào)依存度、產(chǎn)業(yè)結(jié)構(gòu)作為環(huán)境變量。宏觀經(jīng)濟(jì)環(huán)境狀況：用人均GDP 表示。政府支持：用科學(xué)技術(shù)支出占財(cái)政支出比重作為地區(qū)對(duì)科技創(chuàng)新支持力度的指標(biāo)。外貿(mào)依存度：用進(jìn)出口總額占地區(qū)生產(chǎn)總值的比重作為地區(qū)外貿(mào)依存度的指標(biāo)。產(chǎn)業(yè)結(jié)構(gòu)：第三產(chǎn)業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值比重反映產(chǎn)業(yè)結(jié)構(gòu)對(duì)科技成果轉(zhuǎn)化的影響。

表1 投入產(chǎn)出指標(biāo)

（三）數(shù)據(jù)來(lái)源

本文選取中國(guó)30 個(gè)省份數(shù)據(jù)（西藏?cái)?shù)據(jù)缺失嚴(yán)重，將其剔除，且數(shù)據(jù)中不包括港澳臺(tái)地區(qū)），指標(biāo)數(shù)據(jù)均來(lái)自中國(guó)科技統(tǒng)計(jì)年鑒及中國(guó)統(tǒng)計(jì)年鑒。由于科技成果轉(zhuǎn)化具有滯后性，本文借鑒張明喜和郭戎的做法[25]，假設(shè)其轉(zhuǎn)化周期為2 年。本文的產(chǎn)出數(shù)據(jù)使用的是效率評(píng)價(jià)目標(biāo)年份的數(shù)據(jù)，把擬評(píng)價(jià)年份往后倒退兩年，取其這兩年平均投入值作為投入數(shù)據(jù)。例如，2018 年的產(chǎn)出是由2016 年與2017 年平均投入產(chǎn)生的。

五、實(shí)證分析結(jié)果

（一）三階段DEA 模型的靜態(tài)分析

第一階段：運(yùn)用Deap2.1 軟件，選擇以投入為導(dǎo)向的BCC 模型對(duì)2018 年中國(guó)30 個(gè)省市的科技成果轉(zhuǎn)化效率進(jìn)行了分析，實(shí)證結(jié)果如表2 所示。就整體而言，中國(guó)2018 年綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率的均值分別為0.791，0.834，0.949。北京、浙江、江西、湖北、貴州、青海這六個(gè)地區(qū)的各效率值均達(dá)到了1，說(shuō)明這六個(gè)省市居于綜合效率的前沿面上，其資源配置和技術(shù)管理相對(duì)于其他地區(qū)是有效的。內(nèi)蒙古、黑龍江、云南的純技術(shù)效率遠(yuǎn)低于規(guī)模效率，說(shuō)明總效率水平的主要制約因素是純技術(shù)效率較低。有6 個(gè)省市的規(guī)模效率小于純技術(shù)效率，對(duì)于規(guī)模效率小于純技術(shù)效率的地區(qū)而言，兩個(gè)效率值之間的差異不大。事實(shí)上，中國(guó)地區(qū)發(fā)展不平衡，外部環(huán)境存在差異性。第一階段并沒(méi)有剔除環(huán)境因素和隨機(jī)變量，因此可能導(dǎo)致第一階段結(jié)果與實(shí)際情況存在一定的偏差。

表2 2018 年30 個(gè)省市第一階段結(jié)果與第三階段結(jié)果對(duì)比

第二階段：SFA 模型。運(yùn)用SFA 模型將第一階段得到的各投入變量的松弛變量作為被解釋變量，把宏觀經(jīng)濟(jì)環(huán)境、政府支持、外貿(mào)依存度、產(chǎn)業(yè)結(jié)構(gòu)四個(gè)環(huán)境變量作為解釋變量進(jìn)行回歸，采用Frontier4.1 得出SFA 回歸結(jié)果，見(jiàn)表3。

（2）區(qū)域分析，本文將30 個(gè)省劃分為東中西部三個(gè)區(qū)域，第一階段綜合技術(shù)效率中部＞東部＞西部，第三階段綜合技術(shù)效率東部＞中部＞西部，說(shuō)明剔除環(huán)境變量影響進(jìn)行第三階段的分析是有必要的，第三階段結(jié)果更能反映客觀效率。大部分省份在規(guī)模效應(yīng)方面有待加強(qiáng)，應(yīng)擴(kuò)大投入規(guī)模使其達(dá)到最優(yōu)水平，其中西部地區(qū)的規(guī)模效率與東部和中部地區(qū)相差很大，對(duì)于西部地區(qū)的投入規(guī)模應(yīng)加以側(cè)重。

表3 第二階段SFA 回歸模型結(jié)果

從表3 可知，SFA 回歸結(jié)果中均γ 趨近于1，且相關(guān)變量均在1%的水平上顯著，表明在各決策單元中管理無(wú)效率項(xiàng)的變動(dòng)解釋了模型中大部分的變動(dòng)，說(shuō)明運(yùn)用SFA 模型是合理的。當(dāng)被解釋變量的系數(shù)為負(fù)數(shù)時(shí)，即說(shuō)明增大相應(yīng)的環(huán)境變量會(huì)減少投入的松弛量，也就是說(shuō)能夠利于減少投入或者說(shuō)增大產(chǎn)出；同理，當(dāng)系數(shù)為正值時(shí)，表示增加該解釋變量將會(huì)增加投入松弛量，也就是說(shuō)該環(huán)境變量會(huì)導(dǎo)致投入浪費(fèi)，不利于產(chǎn)出的增加。

宏觀經(jīng)濟(jì)環(huán)境。該環(huán)境變量與R&D 經(jīng)費(fèi)支出的松弛變量和R&D 人員全時(shí)當(dāng)量的松弛變量的回歸系數(shù)為正值，說(shuō)明人均GDP 的增加會(huì)導(dǎo)致R&D 經(jīng)費(fèi)支出與R&D 人員投入冗余。說(shuō)明中國(guó)一些發(fā)達(dá)地區(qū)的科技創(chuàng)新資源雖然較充裕，但是科技創(chuàng)新資源沒(méi)有得到合理的配置，造成技術(shù)創(chuàng)新效率低。

政府支持。政府支持與R&D 經(jīng)費(fèi)支出和R&D 人員投入的松弛變量的回歸系數(shù)為負(fù)數(shù)，說(shuō)明政府的支持有利于盤(pán)活科技創(chuàng)新資源，減少投入的浪費(fèi)。

外貿(mào)依存度。外貿(mào)依存度與R&D 經(jīng)費(fèi)支出松弛變量與R&D 人員投入松弛變量的回歸系數(shù)為正值。說(shuō)明外貿(mào)依存程度越高，越不利于R&D經(jīng)費(fèi)和R&D 人員的利用。改革開(kāi)放之初，為了快速填補(bǔ)生產(chǎn)技術(shù)在國(guó)民經(jīng)濟(jì)發(fā)展中的缺失，經(jīng)歷了一條“拿來(lái)主義”路徑。但是，這種方式顯然已經(jīng)不適合中國(guó)現(xiàn)今經(jīng)濟(jì)發(fā)展的要求。如果一味從國(guó)外引進(jìn)技術(shù)或進(jìn)口技術(shù)產(chǎn)品而自身不進(jìn)行創(chuàng)新吸收，那么中國(guó)科技創(chuàng)新投入冗余、成果閑置狀況會(huì)加劇，從而導(dǎo)致科技成果轉(zhuǎn)化效率低下。

各牧草品種CP產(chǎn)量年際變化顯著(P<0.05)，月變化顯著(P<0.05)。2年平均以星星草CP產(chǎn)量最高，為69.73 g/m2，其次為同德老芒麥(65.79 g/m2)、垂穗披堿草(60.71 g/m2)、中華羊茅(51.00 g/m2)、青海早熟禾(41.49 g/m2)。同德老芒麥和垂穗披堿草CP產(chǎn)量在8月達(dá)到最高值，顯著高于7月和9月，青海草地早熟禾、星星草和青海中華羊茅CP產(chǎn)量2年的變化沒(méi)有規(guī)律。2014年CP產(chǎn)量在9月達(dá)到最高值，2015年在8月達(dá)到最高值(圖 6)。

第三階段：將調(diào)整后的投入變量與原始產(chǎn)出值輸入Deap2.1 軟件重復(fù)第一階段步驟，得到第三階段效率值，如表2。

（1）首先從全國(guó)范圍看，對(duì)比表2 的第一階段結(jié)果與第三階段結(jié)果發(fā)現(xiàn)，調(diào)整前后效率值均發(fā)生變化。綜合效率均值由0.791 下降為0.565，純技術(shù)效率均值有所提高，而規(guī)模效率由0.949下降為0.615，大部分省市的科技成果轉(zhuǎn)化均處于規(guī)模報(bào)酬遞增狀態(tài)，對(duì)于這些省市應(yīng)繼續(xù)加大投入規(guī)模。

(3) 與Boulanger推薦的用于砂土液化確定性分析的曲線相比，本文Logistic回歸得到的表達(dá)式更為簡(jiǎn)單，結(jié)果也有所不同；具體而言，在qc1Ncs小于90時(shí)，Boulanger推薦的曲線要高于本文得到的液化概率50%的曲線；當(dāng)qc1Ncs介于90到170之間時(shí)，該曲線介于本文得到的液化概率50%和30%曲線之間；本文得到的曲線簡(jiǎn)潔、可靠，工程應(yīng)用中可根據(jù)工程要求選用合適的概率曲線。

（3）各省域分析，將綜合技術(shù)效率（X）、純技術(shù)效率（Y）和規(guī)模效率（Z）分別以平均值0.565、0.911、0.615 為臨界值，按照綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率進(jìn)行劃分，引入三維坐標(biāo)系可將中國(guó)的各個(gè)省區(qū)的科技成果轉(zhuǎn)化效率在各象限進(jìn)行表示。第一象限（+X，+Y，+Z），第二象限（-X，+Y，+Z），第三象限（-X，-Y，+Z），第四象限（＋X，-Y，+Z），第五象限（+X，+Y，-Z），第六象限（-X，+Y，-Z），第七象限（-X，-Y，-Z），第八象限（+X，-Y，-Z）。+號(hào)表示地區(qū)效率水平在全國(guó)平均水平及以上，－號(hào)表示地區(qū)效率水平?jīng)]有達(dá)到全國(guó)平均水平。由于純技術(shù)效率和規(guī)模效率是由綜合技術(shù)效率分解得到的，所以不存在綜合效率值沒(méi)有達(dá)到臨界值而純技術(shù)效率和規(guī)模效率均達(dá)到臨界值（第二象限）或綜合效率值達(dá)到臨界值，而純技術(shù)效率和規(guī)模效率均低于臨界值（第八象限）的情況。所以，將中國(guó)各地區(qū)技術(shù)效率狀況劃分為六種類(lèi)型（表4）。

表4 各省市效率值按均值劃分類(lèi)型

第一象限內(nèi)各效率值均達(dá)到臨界值，所需改進(jìn)較少。第三象限綜合技術(shù)效率未達(dá)到臨界值主要受純技術(shù)效率影響。位于第四象限的省市雖然綜合技術(shù)效率達(dá)到臨界值，但是其綜合技術(shù)效率被純技術(shù)效率拉低。所以第三、第四象限的省市要注重加強(qiáng)科技成果轉(zhuǎn)化效率的技術(shù)管理水平。與處于第三、第四象限的省市不同的是第六象限內(nèi)省市綜合效率較低主要受規(guī)模效率影響，所以這些地區(qū)的改進(jìn)方向是在科技創(chuàng)新規(guī)模上著重改進(jìn)，積極擴(kuò)大科技創(chuàng)新規(guī)模，實(shí)現(xiàn)科技創(chuàng)新資源的集中配置和管理。第七象限的省市各效率值均未達(dá)到臨界值，所以這一部分的省區(qū)既要注重技術(shù)管理水平的提升，同時(shí)也要注意擴(kuò)大規(guī)模效應(yīng)。

（二）基于三階段Malmquist 模型的動(dòng)態(tài)分析

從表7 反映的2012—2018 年專(zhuān)利申請(qǐng)授權(quán)數(shù)，可以發(fā)現(xiàn)2012—2018 年中國(guó)30 個(gè)?。ㄊ?、自治區(qū)）專(zhuān)利申請(qǐng)授權(quán)數(shù)大體呈上升趨勢(shì)。但結(jié)合上文對(duì)科技成果轉(zhuǎn)化效率的分析發(fā)現(xiàn)，雖然各地區(qū)專(zhuān)利申請(qǐng)授權(quán)數(shù)大體呈穩(wěn)步上升趨勢(shì)，但科技成果轉(zhuǎn)化效率并不理想，一定程度上也反映了現(xiàn)階段科技成果轉(zhuǎn)化求量不求質(zhì)。另一方面，專(zhuān)利申請(qǐng)授權(quán)數(shù)地區(qū)差異明顯，中西部地區(qū)與東部地區(qū)存在較大差異。

（1）全國(guó)Malmquist 指數(shù)變化趨勢(shì)分析。由表5 可知，2012—2018 年間全要素生產(chǎn)率水平呈波浪形變化。2014—2015 年與2015—2016 年的全國(guó)Malmquist 指數(shù)均值大于1，且在此期間大部分省市Malmquist 指數(shù)都大于1。究其原因，黨的十八大以來(lái)，黨中央高度重視科技創(chuàng)新，圍繞全面深化改革總目標(biāo)和創(chuàng)新驅(qū)動(dòng)發(fā)展的戰(zhàn)略要求，做出一系列重大決策部署，推動(dòng)科技改革發(fā)展進(jìn)入新的階段。但2016—2017 年的兩年間全國(guó)Malmquist指數(shù)均值小于1，且Malmquist 指數(shù)大于1 的城市僅有8 個(gè)，說(shuō)明30 個(gè)省份的科技成果轉(zhuǎn)化效率不是持續(xù)增長(zhǎng)的，Malmquist 指數(shù)起伏較大。

本案例從變量分析入手引導(dǎo)學(xué)生進(jìn)行層層實(shí)驗(yàn)探究，領(lǐng)悟?qū)嶒?yàn)設(shè)計(jì)的過(guò)程和方法；以問(wèn)題串方式引導(dǎo)學(xué)生層層深入分析思考，掌握實(shí)驗(yàn)設(shè)計(jì)原則和方法，學(xué)會(huì)確定變量、控制變量，從而有效提高學(xué)生的生物實(shí)驗(yàn)設(shè)計(jì)能力，培養(yǎng)其自主探究能力，提高生物學(xué)學(xué)科核心素養(yǎng)。

事實(shí)上，探討中國(guó)貨幣政策盯住目標(biāo)選擇的研究文獻(xiàn)已經(jīng)大量存在。這些研究分別基于中國(guó)現(xiàn)實(shí)經(jīng)濟(jì)的某一特征剖析貨幣政策盯住目標(biāo)選擇，[8][9][10][11][12]所得到的結(jié)論均表明，如果貨幣政策以盯住經(jīng)濟(jì)增長(zhǎng)為目標(biāo)，其所帶來(lái)的整體效應(yīng)將相對(duì)較為糟糕：這一政策機(jī)制引起更高的通脹和更大的社會(huì)福利損失。不過(guò)，這些研究均忽略了我國(guó)經(jīng)濟(jì)的一個(gè)重要特征：隨著我國(guó)居民收入的提高，耐用品消費(fèi)在我國(guó)居民消費(fèi)中所占的比重在不斷上升。[13][14][15][16]這意味著，在分析我國(guó)貨幣政策動(dòng)態(tài)效應(yīng)時(shí)，考慮耐用品部門(mén)與非耐用品部門(mén)可能更加合理。

表5 30 個(gè)省市區(qū)科技成果轉(zhuǎn)化效率M 指數(shù)：2012—2018 年

（3）Malmquist 指數(shù)的分解評(píng)價(jià)分析。由于2014—2015 年、2016—2017 年Malmquist 指數(shù)變動(dòng)異常，必須深入思考其成因，所以我們對(duì)其M值進(jìn)行分解，M 值分解情況如表6 所示。2014—2015 年間大部分地區(qū)的M 指數(shù)是大于1 的，主要得益于大部分省市的技術(shù)效率及技術(shù)進(jìn)步是有效的。2016—2017 年間全要素生產(chǎn)效率水平的下降主要由于規(guī)模效率的降低，其中西部地區(qū)規(guī)模效率降低幅度比較大。

表6 全要素生產(chǎn)效率變動(dòng)異常年份的M 指數(shù)分解

（三）專(zhuān)利申請(qǐng)授權(quán)數(shù)變化趨勢(shì)

通過(guò)對(duì)中國(guó)2012—2018 年30 個(gè)省份科技成果轉(zhuǎn)化的Malmquist 指數(shù)進(jìn)行測(cè)算，得到這些地區(qū)全要素生產(chǎn)率變化、技術(shù)進(jìn)步變化與技術(shù)效率變化的結(jié)果，為了使得測(cè)出的結(jié)果更加符合實(shí)際情況剔除了環(huán)境因素和隨機(jī)因素并對(duì)投入變量進(jìn)行調(diào)整得到第三階段Malmquist 指數(shù)。

表7 2012—2018 年專(zhuān)利申請(qǐng)授權(quán)數(shù)

六、結(jié)語(yǔ)與討論

本文運(yùn)用以投入為導(dǎo)向的三階段DEA 模型對(duì)中國(guó)30 個(gè)省市2018 年的科技成果轉(zhuǎn)化效率進(jìn)行靜態(tài)分析，并通過(guò)三階段Malmquist 模型對(duì)其2012—2018 年間效率變化特征進(jìn)行動(dòng)態(tài)分析。以期揭示科技成果轉(zhuǎn)化效率的區(qū)域差異及其“有米難為炊”的影響因素，得出以下結(jié)論：

（1）區(qū)域宏觀經(jīng)濟(jì)環(huán)境、政府支持、外貿(mào)依存度、產(chǎn)業(yè)結(jié)構(gòu)等環(huán)境因素對(duì)科技成果轉(zhuǎn)化有顯著影響。其中，中國(guó)當(dāng)前的宏觀經(jīng)濟(jì)環(huán)境、外貿(mào)依存度會(huì)導(dǎo)致投入冗余，對(duì)于改善技術(shù)效率不利。通過(guò)對(duì)比剔除環(huán)境因素和隨機(jī)因素前后各效率值變化發(fā)現(xiàn)，多數(shù)省份的綜合技術(shù)效率和規(guī)模效率都降低了，調(diào)整前分別有6 個(gè)省份位于技術(shù)效率前沿面，調(diào)整后有3 個(gè)省份位于技術(shù)效率前沿面。綜合技術(shù)效率地區(qū)差異較大，可見(jiàn)中國(guó)區(qū)域科技創(chuàng)新資源配置不合理使中國(guó)整體科技成果轉(zhuǎn)化效率較低。

（2）各投入要素潛力未被充分挖掘，大部分地區(qū)規(guī)模投入沒(méi)有達(dá)到最優(yōu)，規(guī)模報(bào)酬仍處于遞增狀態(tài)。中西部大部分地區(qū)的純技術(shù)效率低于全國(guó)平均水平，技術(shù)管理水平也是制約其效率改善的重要因素。科技成果轉(zhuǎn)化效率的提高并不連續(xù)，Malmquist 指數(shù)起伏較大，TFP 生產(chǎn)率變動(dòng)呈波浪形。雖然中國(guó)科技成果轉(zhuǎn)化效率地區(qū)差異明顯，但是從TFP 生產(chǎn)率變化上看，東中西部地區(qū)差異不是很大，中部地區(qū)及西部地區(qū)也漸漸呈現(xiàn)較強(qiáng)的發(fā)展?jié)摿Α?/p>

自動(dòng)選型輸出設(shè)備明細(xì)表（類(lèi)型，數(shù)量，特征），將其結(jié)果寫(xiě)入預(yù)設(shè)的系統(tǒng)描述xml文件中。系統(tǒng)描述文件是基于空調(diào)系統(tǒng)中環(huán)路的類(lèi)型來(lái)逐一填寫(xiě)，見(jiàn)圖5。環(huán)路類(lèi)型包括冷凍水環(huán)路、冷卻水環(huán)路、熱水環(huán)路、家用熱水路等。每一種環(huán)路中包含八種信息，分別為環(huán)路名稱(chēng)、環(huán)路特征描述、流體特征、溫度壓力設(shè)定點(diǎn)、動(dòng)力單元、能源單元、輸送單元與控制單元。前四種信息由系統(tǒng)選擇得出，后四種信息由自動(dòng)選型結(jié)果得出。最終生成完整描述空調(diào)系統(tǒng)的xml文件。

（3）科技成果轉(zhuǎn)化存在“有米難為炊”現(xiàn)象，主要體現(xiàn)在三個(gè)方面：求量不求質(zhì)（產(chǎn)量大不好吃）、供給忽略需求（不對(duì)口味）、信息不對(duì)稱(chēng)（不知道有米）。借助上述實(shí)證分析，不難發(fā)現(xiàn)多年痼疾“科技（科研）—產(chǎn)業(yè)（企業(yè)）兩張皮”或者“科學(xué)研究—經(jīng)濟(jì)發(fā)展嚴(yán)重脫節(jié)”依然突出。至于其內(nèi)在原因，一些學(xué)者提出“產(chǎn)學(xué)研”應(yīng)對(duì)之策，然而仍不得要領(lǐng)，未能切中肯綮。為此，王成軍和王沛民[26]、李德宏和付祥云[27]、王成軍等[28-29]給出了大學(xué)—產(chǎn)業(yè)—政府三者合作伙伴關(guān)系的三重螺旋創(chuàng)新模型、戰(zhàn)略工具以積極應(yīng)對(duì)。

鑒于以上結(jié)論，這里給出以下幾點(diǎn)實(shí)踐啟示或針對(duì)性建議：

談到和老師之間的關(guān)系時(shí)，46.96%的學(xué)生認(rèn)為他們和老師之間就如魚(yú)和水一樣不可分離；32.66%的學(xué)生則認(rèn)為和老師之間的關(guān)系就像母雞和小雞一樣，充滿了愛(ài)，照顧和溫暖，意指兩者關(guān)系相處融洽。而10.34%、10.03%的學(xué)生分別認(rèn)為他們和老師之間的關(guān)系就如貓和老鼠、警察和小偷，皆有害怕的意義。

（1）從環(huán)境變量角度看，要重視宏觀經(jīng)濟(jì)環(huán)境、政府支持、外貿(mào)依存度、產(chǎn)業(yè)結(jié)構(gòu)等環(huán)境要素對(duì)科技成果轉(zhuǎn)化效率的影響。在配置科技創(chuàng)新資源時(shí)，要充分考慮上述環(huán)境因素的影響以提高資源的利用效率。經(jīng)濟(jì)落后地區(qū)科技創(chuàng)新資源先天不足，因此應(yīng)合理配置科技創(chuàng)新資源。政府的支持有利于盤(pán)活科技創(chuàng)新資源，減少投入的浪費(fèi)。政府應(yīng)對(duì)成果供需雙方及中間媒介實(shí)行宏觀調(diào)控，完善科技成果相關(guān)法律法規(guī)，加強(qiáng)知識(shí)產(chǎn)權(quán)建設(shè)，為科技成果創(chuàng)造良好的支撐環(huán)境。中國(guó)應(yīng)減少技術(shù)產(chǎn)品的外貿(mào)依存度，充分利用科技資源投入，增強(qiáng)自主創(chuàng)新能力。中國(guó)應(yīng)加快促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化與調(diào)整，堅(jiān)持以市場(chǎng)需求為導(dǎo)向促進(jìn)科技成果商品化、產(chǎn)業(yè)化，使科技與經(jīng)濟(jì)相結(jié)合。

（2）從效率構(gòu)成要素角度看，科技成果轉(zhuǎn)化應(yīng)關(guān)注“木桶效應(yīng)”，即應(yīng)注重各效率構(gòu)成要素的同步提高。在持續(xù)進(jìn)行技術(shù)投入的同時(shí)，更應(yīng)關(guān)注管理技術(shù)的投入。實(shí)施開(kāi)放式創(chuàng)新，促進(jìn)人才、知識(shí)、技術(shù)、信息等創(chuàng)新要素的跨區(qū)域流動(dòng)，通過(guò)大手拉小手、東中西部結(jié)對(duì)子幫扶以及各省市內(nèi)部的發(fā)達(dá)地區(qū)對(duì)口引領(lǐng)或互補(bǔ)支援等措施和辦法使資源配置更加合理?？萍汲晒D(zhuǎn)化應(yīng)考慮配置效率問(wèn)題，既要防止某些科技創(chuàng)新資源配置過(guò)多產(chǎn)生冗余導(dǎo)致規(guī)模不經(jīng)濟(jì)，也要防止由資源配置不足引致的效率低下問(wèn)題。

第二，清晰地認(rèn)識(shí)農(nóng)村群眾在文化教育方面的弱點(diǎn)，將先進(jìn)的科學(xué)種植、科學(xué)經(jīng)營(yíng)管理方式帶進(jìn)農(nóng)村，不僅讓農(nóng)民實(shí)際獲利，還要讓農(nóng)民看到其實(shí)踐的結(jié)果，逐步地破除封建迷信思想；增強(qiáng)社會(huì)主義核心價(jià)值觀教育，可以開(kāi)展多種文化形式、使用多種媒介使社會(huì)主義核心價(jià)值觀深入群眾之中；加強(qiáng)中華民族傳統(tǒng)美德教育等道德教育，從而促進(jìn)農(nóng)民群眾的綜合素質(zhì)全面發(fā)展。

（3）針對(duì)科技成果轉(zhuǎn)化現(xiàn)階段存在的求量不求質(zhì)，政府應(yīng)在制定可行的目標(biāo)規(guī)劃和明確的專(zhuān)利所有權(quán)及保護(hù)制度的基礎(chǔ)上，整合各種知識(shí)資源，增強(qiáng)頂層設(shè)計(jì)的科學(xué)性，充分發(fā)揮市場(chǎng)在資源配置中的決定性作用。各級(jí)大學(xué)和科研機(jī)構(gòu)要有針對(duì)性地引進(jìn)科研人才，通過(guò)引進(jìn)具有優(yōu)勢(shì)互補(bǔ)的高水平科研人才，可以組成結(jié)構(gòu)合理的科研隊(duì)伍。中國(guó)應(yīng)建立具有國(guó)際定位的科技成果多類(lèi)型、多層次的評(píng)價(jià)體系，為科研成果創(chuàng)造公平、公正、開(kāi)放的環(huán)境，嚴(yán)格控制參與績(jī)效評(píng)估和人才項(xiàng)目申請(qǐng)的低水平成果數(shù)量。任何類(lèi)型的研究的最終目的都是提高社會(huì)福利和人們的生活水平。在科學(xué)研究中，應(yīng)遵守科學(xué)道德，在法律和道德范圍內(nèi)進(jìn)行科學(xué)研究，并應(yīng)將關(guān)注的重點(diǎn)放在高層次科學(xué)研究成果上。

（4）當(dāng)前，中國(guó)科技成果轉(zhuǎn)化存在供給忽略需求問(wèn)題。中國(guó)基礎(chǔ)研究投入比例低，投資結(jié)構(gòu)不合理，導(dǎo)致中國(guó)與其他發(fā)達(dá)國(guó)家在核心技術(shù)上存在差距?；A(chǔ)研究是應(yīng)用研究的前提和催化劑，也是技術(shù)創(chuàng)新的根本動(dòng)力。因此，有必要在政府和市場(chǎng)的協(xié)同作用下整合雙邊優(yōu)勢(shì)資源，共同加強(qiáng)行業(yè)驅(qū)動(dòng)的基礎(chǔ)研究。企業(yè)、大學(xué)和科研機(jī)構(gòu)應(yīng)密切關(guān)注市場(chǎng)和產(chǎn)業(yè)發(fā)展的方向以及技術(shù)和產(chǎn)品發(fā)展的趨勢(shì)，要建立創(chuàng)新主體對(duì)科學(xué)技術(shù)及產(chǎn)品需求的協(xié)作機(jī)制。政府應(yīng)始終以市場(chǎng)為導(dǎo)向，促進(jìn)企業(yè)之間的自由競(jìng)爭(zhēng)，充分發(fā)揮市場(chǎng)在資源配置中的決定性作用，努力創(chuàng)造有利于創(chuàng)新和創(chuàng)業(yè)的環(huán)境。通過(guò)引導(dǎo)企業(yè)積極參與市場(chǎng)競(jìng)爭(zhēng)，鼓勵(lì)企業(yè)增加研發(fā)投入，增強(qiáng)創(chuàng)新活力，不斷提高企業(yè)創(chuàng)新能力和履行社會(huì)責(zé)任的能力?？蒲腥藛T應(yīng)了解企業(yè)的需求和企業(yè)家的創(chuàng)業(yè)思想，根據(jù)企業(yè)的需求進(jìn)行技術(shù)突破，才能促進(jìn)科研成果的有效供給。

（5）針對(duì)科技成果轉(zhuǎn)化過(guò)程中的信息不對(duì)稱(chēng)問(wèn)題，我們必須更好地發(fā)揮政府在引導(dǎo)工業(yè)發(fā)展、為科技創(chuàng)新提供服務(wù)、創(chuàng)造信息環(huán)境、保護(hù)知識(shí)產(chǎn)權(quán)、融入全球創(chuàng)新網(wǎng)絡(luò)以及組織重大創(chuàng)新活動(dòng)中的作用?？萍汲晒D(zhuǎn)化的利益相關(guān)者之間應(yīng)建立有效的信息平臺(tái)，加強(qiáng)科技成果與市場(chǎng)需求之間的聯(lián)系，加強(qiáng)科技成果轉(zhuǎn)化的平臺(tái)建設(shè)，促進(jìn)研發(fā)信息和市場(chǎng)需求信息的自由流通，使企業(yè)需求與高校研究信息對(duì)稱(chēng)，使科技成果供給以市場(chǎng)需求為導(dǎo)向。政府應(yīng)進(jìn)一步增加資金投入，完成相關(guān)配套支持，進(jìn)一步鼓勵(lì)研究人員追求以需求為導(dǎo)向的創(chuàng)新。另外，科技成果轉(zhuǎn)化的關(guān)鍵是要促進(jìn)知識(shí)產(chǎn)權(quán)保護(hù)，弄清知識(shí)產(chǎn)權(quán)轉(zhuǎn)化成果的所有權(quán)，從制度和利益的角度保證創(chuàng)新成果的孵化。

生態(tài)紅線區(qū)：根據(jù)北京城市副中心城鄉(xiāng)建設(shè)用地指標(biāo)總量與城市發(fā)展與生態(tài)因素，確立各鎮(zhèn)規(guī)劃集體建設(shè)用地指標(biāo)分配。