基于Malmquist指數法的高新技術企業科技成果推廣績效評價研究
——以陜西高新技術企業為例

趙 瑛 ，石林娟 ，張 瑯 ，陳 波

（1.陜西省科技資源統籌中心 成果交易部；2.西安理工大學 經濟與管理學院，陜西 西安 710054）

基于Malmquist指數法的高新技術企業科技成果推廣績效評價研究
——以陜西高新技術企業為例

趙 瑛1，石林娟2，張 瑯2，陳 波1

（1.陜西省科技資源統籌中心 成果交易部；2.西安理工大學 經濟與管理學院，陜西 西安 710054）

文章運用M almquist指數分析方法對陜西省西安市、寶雞市及楊凌市高新技術企業2006—2014年科技成果推廣的績效進行了綜合評價，測算并對比了陜西省3個城市九年間全要素生產力（TFP）水平的變動情況；并對技術、純技術效率以及規模效率的變動指標進行了對比分析，發現相對于規模效率，純技術效率對技術效率的影響更為顯著；所有決策單元都存在投入冗余和產出不足現象，產出不足現象尤為突出。相對西安及寶雞，楊凌示范區資源的冗余及產出的不足更加嚴重。最后，針對各地區高新技術企業科技成果推廣存在的問題，提出相關政策建議。

科技成果推廣；績效評價；M almquist指數分析法；高新技術企業

一、引言

高新技術企業科技成果推廣，是加快高新技術企業生產方式轉變、提高高新技術企業經營效率的關鍵。因此，著力推動高新技術企業科技成果推廣的工作顯得尤為重要。科技成果推廣即對各領域新技術進行擴散和應用，從而使得研發成果真正變成生產力，為促進生產率提供引擎，也為推動行業技術革新，產生范圍經濟和規模效益，同時為產業轉型，產業結構優化提供根本手段。曾有管理學大師就指出：只有充分認識到方法評價在系統實施過程中的重要性，我們付出的精力才有可能開拓今天和創造明天。那么，評價科技成果推廣的指標和方法有哪些？尤其是現有科技成果推廣如何評價？諸如此類問題有詳盡的論述及實證研究支撐的研究較少。本論文通過DEA方法建立Malmquist TFP指數評價模型，評價陜西省三個市的高新技術企業科技成果推廣的績效，為高新技術企業提供科技成果推廣獲得一種新的管理方法，為政府完善高新技術企業科技推廣模式提供理論指導和實踐經驗。

近年來，陜西省各市地方政府為了給高新技術企業應用新技術創造良好的環境，先后制定和發布了《陜西省建設科技成果推廣應用辦法》等有關加強科技成果的推廣應用等方面的政策和規范文件，并取得了一定的成績。但這只是從制度上保障和激勵了高新技術成果的推廣。目前高新技術成果推廣還面臨著一系列現實性的困難和問題，如高新技術企業科技成果投入產出不成比例，高技術企業科技成果推廣績效評價體系不完善等問題。而只有通過對科技成果推廣績效進行全面有效評價，才能更加深入的找到阻礙陜西省高新技術企業科技成果推廣效果的關鍵點和瓶頸。進而從根本上改善高新技術在西安市、寶雞市及楊凌市的應用和推廣環境。本論文通過長期跟蹤西安市、寶雞市及楊凌市高新技術企業科技成果推廣狀況，收集第一手數據，并運用 DEA方法建立Malmquist TFP指數評價模型，比較西安市、寶雞市及楊凌市的高新技術企業科技成果推廣績效，以反映西安市、寶雞市及楊凌市高新技術企業科技成果推廣的效果。

二、文獻回顧

（一）科技成果推廣轉化

創新是經濟社會發展源源不斷的動力，而創新的本質就是科技力量帶來的社會革新，因此，科技成果的大量應用以及推廣將是社會經濟發展的引擎。然而，我國科技成果推廣應用一直處于較低水平，其對經濟社會發展的促進作用還沒有發揮到最大化。科技成果推廣涉及到了兩個最基本的理論，即創新擴散理論和企業行為改變理論。創新的擴散指的是一項創新成果從初創者向更多采用者或從初創地向更多采用地擴散的過程[1]，這一過程將使得此項創新成為大家普遍解決某項問題的方法而廣泛使用。而企業將成為此項創新（即科技成果）的最終采用者，因為沒有企業該項科技成果就不會真正轉化為現實生產力，從而也就不會推動經濟發展。此時企業需要在接受科技成果應用方面表現出積極性，而企業能否改變觀念接受新技術這是科技成果能否推廣的關鍵[2]。Bert Metz（2003）認為成果轉化是很大程度上需要技術接受者有一定的經濟基礎和一定的文化素養。并指出科技成果轉化是一個社會過程，需要時間去消化[3]。

在推動科技成果推廣方面，國外學者對其進行了大量研究，通過梳理發現，歐美大多數國家的主要做法包括：完善技術推廣相關法律法規；專門設立進行技術攻克和成果轉化的專業機構，并提供各種優惠政策鼓勵科研人員創業；建立產學研合作機制；新建科技園等。近年來，有關科技成果推廣轉化的國外研究主要圍繞在科技成果產業化方面：Ulrich Lichtenthaler和 Eckhard Lichtenthaler等提出了通過觀察大量企業的生存環境，進而得到判斷該環境是否進行科技成果推廣轉化的普遍預測，即科技成果產業化能力預測[4]。David Bennett（2002）認為科技成果轉化將會增加社會福利，因為科技成果轉化實際上是新技術中所承載的知識產權在各主體之間的交易過程。由于成果所有者和成果需求者都希望在該過程中受益，所以交易或者合作發生，從而產生社會經濟效益[5]。Einar Rasmussen通過對某高校的科研項目商業化程度進行研究發現：高校科研項目成果轉化的成功是由于專門的技術轉化部門的設立導致的商業化主體之間信息交流的通暢[6]。

總結當前我國科技成果轉化推廣工作，可以發現，目前普遍存在成果轉化率低、推廣轉化模式不成熟以及領導重視程度不夠等問題[7]。據不完全統計，截至日前，科技成果中已登記的累計達25 000件以上，但卻大約有30%～40%的科技項目沒有或者基本沒有得到推廣應用。這是一個值得重視和研究的問題[8]。另外，有研究表明，歐美等發達國家從研發到推廣，再到產業化，其各階段以10倍投入遞增。而我國只在研發期投入大量資金，對于后期的推廣轉化并不十分的重視[9]。再則，對科技成果的考核重點在于結題驗收，對結題后的推廣問題并未考慮[10]。可見，我國科技成果推廣意識淡薄的現象普遍存在，應當鼓勵企業一方面加大科研投入，另一方面重視成果的推廣和應用。

（二）科技成果推廣績效評價

科技成果推廣績效評價即對科技投入與產出之間效率的評價。目前，在對各行業的科技成果推廣績效評價上，國內外學者研究較為廣泛。其中國內大多數有關科技成果績效的研究主要集中在農業和建筑業領域。

國外學者So Young Sohn和 TaeHee Moon通過6個投入變量和3個產出變量建立DEA模型進而對企業科技成果研發及采用的程度進行了研究，從而提出了針對科技成果商業化率低的問題的對策[11]。Sally、David等通過研究農業科技成果推廣效果，指出農業科技推廣活動有利于生產率的提高和并為農民帶來顯著的經濟效益[12]。Timothy A.Park、Luanne Lohr指出美國《政府績效與結果法案（GPRA）》中要求每個聯邦機構對他們的項目要有績效目標和措施。而這樣強烈的績效意識最后被廣泛的應用于科研、教育以及農業部推廣項目的高效實施[13]。Sherry、Thatcher等認為推廣機構的運營模式無關緊要，而如何提高推廣服務效率才是真正值得重視的[14]。由上述可知，國外學者不僅看到了科技成果推廣的重要作用還看到了績效評價對科技成果推廣的促進作用。

國內學者劉家樹和菅利榮通過建立DEA模型，測度和分析了我國大中型工業企業的科技成果轉化的效率，得出我國大中型工業企業科技成果轉化效率比較低的結論。隨后運用Tobit回歸分析法綜合分析出政府資金支持、新產品開發經費、科技服務以及區域因素對科技成果轉化有顯著影響[15]。尹巖青通過深度揭示裝備科技成果推廣轉化的對象、方式、過程和目標等方面的內涵，全面構建了與之相對應的成果推廣轉化模式，并提出了必要的保障條件[16]。朱云歡和張明喜通過對2004—2008年各省市指標數據進行DEA分析，發現西部地區的科技成果轉化效率明顯比東部和中部低[17]。賀京同和馮堯采用DEA-Malmquist指數方法對中國高技術產業科技成果轉化效率進行了測度，研究發現我國科技成果轉化效率年平均增長率為負[18]。馮堯基于DEA的方法對我國1999—2008年我國27個省份高技術產業的科技成果轉化效率進行了研究，研究發現我國東部地區科技成果轉化效率最高，但效率的衰退程度也最高[19]。趙喜倉和安榮花基于熵值和隨機前沿分析對江蘇省2008—2010年13個城市科技成果轉化效率及其影響因素進行測度發現，江蘇省13個省市科技成果轉化效率差異較大且江蘇省近三年的科技成果轉化效率沒有顯著的增長態勢[20]。

（三）高新技術企業科技成果推廣績效評價

單純討論科技成果轉化、推廣及其績效評價的文獻數量很多，但對科技成果轉化及推廣的研究主要集中在農業、建筑業及裝備制造業領域。國內專門針對高新技術企業科技成果轉化、推廣做的研究文獻數量不多，對其進行績效評價的研究更少。

胡連卡從理論上定性的分析了我國高新技術企業科技成果轉化在科研人才隊伍建設、企業創新能力及企業對科技成果轉化的重視度方面存在的問題，并提出了相應的改善措施[21]。孫福全、彭春燕和鄧婉君通過對上海市高新技術轉化的政策內容、特點、實施進行解讀，分析了上海市高新技術轉化政策的實施效果及影響，對我國高新技術推廣帶來了重要啟示[22]。

（四）文獻述評

綜上所述，科技成果推廣轉化已經成為公認的推動經濟發展的重要引擎。這就使得對科技成果推廣績效的評價顯得尤為重要。而具有高附加值的高技術企業科技成果的推廣必然為我國產業轉型、產業結構優化以及資源的可持續利用帶來積極影響。對高新技術企業科技成果推廣績效的評價是發現現階段高新技術企業發展瓶頸的重要途徑，但目前對高技術企業科技成果推廣績效評價方面卻比較薄弱，無論是理論還是實際指導上都不能滿足高新技術企業科技成果推廣發展的要求。

國內專門研究促進高新技術企業科技成果轉化績效評價指標和標準仍在探索階段，現階段高新技術企業的推動缺乏科學的考量，從而影響到高新技術企業技術成果的大范圍推廣轉化。因此，為促進高新技術企業科技成果評價工作的展開，需要深化對這一階段高新技術推廣應用的了解，發現促進科技成果推廣和轉化的關鍵點，促進高新技術企業更高效的大規模推廣轉型。

三、評價指標體系構建

評價指標體系的設計要體現科學、合理的設計原則。而現有文獻中存在許多不分領域和行業的科技成果推廣效果評價研究。本文在查閱和總結大量文獻的基礎上，結合各行業的特點，找到了適合高新技術企業的針對性的科技成果推廣績效評價指標體系。

段婕和劉勇對所選研究對象每年的高技術產品出口額、技術產業規模等4個定量指標進行了統計，建立了衡量高技術產業科技成果轉化的能力，從而研究科技成果轉化對經濟增長的影響[23]。陳偉、康鑫、馮志軍和田世海運用GEM-DEA模型對我國30個省市的高技術企業科技成果轉化關鍵指標進行了識別，建立了科技成果投入與產出2個二級指標，25個三級指標，并對其轉化效率進行評價[24]。柴國榮、許崇美和閔宗陶構建了包括轉化條件、支撐能力和轉化效果3個一級指標，包括經費投入、人員投入、科技成果等7個二級指標，包括R&D經費投入、科技經費支出等25個三級指標。并對西部地區11省市的科技成果轉化進行了應用研究[25]。綜上所述可知，不同的行業其科技成果推廣效率評價的指標體系各有不同，本文通過研讀國內外有關各行業衡量科技成果轉化的指標，并進行分析和對比，歸納出了適合高新技術企業的學術界普遍認可的指標體系，如表1所示。

表1 基于 DEA的高新技術產業科技成果推廣評價指標體系

由于本文評價的是高新技術企業科技成果轉化效率，所以本文的指標體系可以在前述基于全面性的指標體系的基礎上有針對性的予以調整。本文采用的是DEA的Malmquist指數法對其進行評價，根據數據的可獲得性及DEA評價方法中指標個數與決策單元的限制，本文選用了以下指標，構建了適合本文研究的指標體系。

按照經驗法則（Ruleof Thumb），使用DEA時對投入輸出指標總和存在數量限制。決策單位DMU的數量大于投入產出指標之和的兩倍，否則會降低DEA方法的使用精度。本研究實證分析將針對2006—2014年西安市、寶雞市及楊凌市高新技術企業科技成果推廣數據進行績效評價分析。其中產出指標3個，投入指標3個，決策單元共27個，2×（3+3）=12＜27，滿足經驗法則的要求。基于 DEA 的高新技術企業科技成果推廣評價指標體系見表2。

表2 基于 DEA的高新技術產業科技成果推廣評價指標體系

四、評價模型選擇

（一）DEA方法的主要模型

由著名運籌學家 Charnes，Cooper和 Rhodes于 1978年提出的數據包絡分析（data envelopment analysis，DEA）以相對效率概念為基礎，以凸分析和線性規劃為工具，計算比較具有相同類型的決策單元（Decision making unit，DMU）之間的相對效率，依此對評價對象做出評價。本文主要介紹DEA的CCR和BBC模型及超效率模型。

1.CCR模型。DEA方法的基本原理是：設有n個決策單元DMUj（j=1，2，…，n），它們的投入，產出向量分別為：Xj=（x1j，x2j，…，xmj）T＞0，Yj=（y1j，y2j，…，ysj）T＞0，j=1，…，n。由于在生產過程中各種投入和產出的地位與作用各不相同，因此，要對DMU進行評價，必須把它們看作只有一個投入總體和一個產出總體的生產過程，這樣就需要賦予每個投入和產出恰當的權重。假設投入、產出的權向量分別為v=（v1，v2，…，vm）T和 u=（u1，u2，…，us）T，從而就可以獲得如下的定義。

其中ε為非阿基米德無窮小量。

根據上述模型給出被評價決策單元DMUo（o∈{1，2，…，n}）有效性的定義：

2.BCC模型。CCR模型是假設生產過程屬于固定規模收益，即當投入量以等比例增加時，產出量應以等比增加。然而實際的生產過程亦可能屬于規模報酬遞增或者規模報酬遞減的狀態。為了分析決策單元的規模報酬變化情況，Banker，Charnes與Cooper以生產可能集的四個公理以及Shepard距離函數為基礎在1984年提出了一個可變規模收益的模型，后來被稱為BCC的模型[26]。線性形式的BCC模型一般可表示為：

3.超效率模型。CCR模型在計算效率值時，經常會出現多個有效的決策單元（效率值為1）的情形，從而使得有效決策單元之間無法進行比較分析。Andersen和Petersen（1993）[27]實現了決策單元的完全排序，對于有效的決策單元而言，其計算出來的新效率值大于1，而對于無效的決策單元而言，其所得的效率值不變，仍小于1，從而使得全體決策單元可以實現完全排序。由于有效的決策單元效率大于1，從而就有了超效率（Super-efficiency）的概念。基于CCR模型的超效率DEA模型為：

Minimize θ

Banker和 Chang（2006）[28]證實了超效率極易受離群值的影響，因此該方法可以用來檢測數據集中是否存在離群值。

（二）高新技術企業科技成果推廣績效評價模型選取

在對DEA方法選擇時我們應充分考慮評價目的和現實的經濟環境背景。首先，本研究針對的是西安市高新技術企業科技成果推廣效果的評價，且數據屬于面板數據，所以本文將以產出最大化為評價原則，因此選用以產出為導向的Malmquist TFP指數CCR模型。

五、基于DEA的科技成果轉化績效評價實證分析

（一）樣本選擇與數據來源

為保證實證結果的可靠性，本研究采用的數據均來源于對國家統計部門發布的年鑒及政府部分發布的文件的統計。樣本主要是西安市、寶雞市及楊凌示范區的高新技術企業，主要包括電子與信息技術企業、航空航天技術企業以及新能源與高效節能技術企業等。數據主要來源于2006—2014年的《陜西省火炬統計報告》，《陜西省高新技術企業統計年鑒》，其中參加科技項目人員數、項目經費內部支出、技術改造經費支出、專利授權數源于《陜西省火炬統計報告》，技術收入、新產品銷售收入指標從2006—2014年的《陜西省高新技術企業統計年鑒》獲得。

（二）描述性統計

在進行實證分析之前，本文先對樣本數據進行描述性統計，進而了解西安市、寶雞市以及楊凌示范區的高新技術企業科技成果推廣投入與產出的基本情況。旨在直觀的把握三個城市在科技成果推廣方面的投入規模差異以及產出效果。

表3 基于每個變量的描述性統計

從表3數據看來，西安市、寶雞市及楊凌示范區平均技術收入達到了13.594 425百萬元，從極大值和極小值對比可以看出各區投入產出規模還是存在較大差異，對比2006—2014年三個高新區各指標的平均值，可以看出新產品銷售收入最高的西安市高新區是銷售收入最低的楊凌市高新區的1 195.5倍，但是技術改造經費支出的規模差距與技術收入規模差距不對等，專利授權數最多的西安市高新區和最少的楊凌市高新區相差9 583個，說明各高新區的技術創新能力存在較大差異。科技人才投入各高新區相差也比較大，人才投入最多的西安市高新區是投入最少楊凌市高新區的1 555倍。

（三）實證結果及分析

運用Deap 2.1軟件，我們對2006—2014年九年間數據進行了運算，結果如表3和表4所示，除楊凌示范區外，西安和寶雞高新技術企業的全要素生產力（TFP）變動具有高度一致性，高新技術企業的TFP在經歷了2006—2007年增幅下挫后，于2008年實現了大幅躍升，但是又于2009年下行，經過2010—2012年的增幅后達到最大值1.513，又在2013—2014年間下行，反映出高新技術企業的全要素效率增幅波動比較大，但是其均值大于1，說明高新技術企業正在呈現出全行業復興的局面。2006—2014年九年間高新技術企業TFP累計平均增幅達14.03%以上，年平均增長8.5%，其中，2009年相對于2008年TFP平均增幅為-41.4%，造成這個現象的主要原因是2008年的金融危機導致的我國實體經濟蕭條。

1.全行業分析

表4 高新技術企業各時期Malmquist指數及分解指標平均值變動表

從分解指標看，效率變動指標（EC）九年間先減小后增長，但是比2006年的增幅降低了7.5%。技術變動指標（TC）九年間有所增長，雖然期間也有增幅的波動，相對于2006年增長了27.6%，年平均增幅分別為1.2%和7.4%，特別是技術變動指標（TC）對于推動TFP變動貢獻較大。說明高新技術企業在面臨人才培養、技術革新和新產品推廣的壓力時，積極進行技術創新，強化品牌優勢，注重內部挖潛，取得了明顯的效果。在上述五年中，規模效率變動指標（SEC）整體經歷了從2006—2011年的增長，于2012年開始下降，最終下降到有效值1處，相對于2006年的水平，2011年規模效率上升了4.2個百分點，平均每年上升0.7%。說明高新技術企業的規模效益已經顯現。

2.各市企業分析

從表5可以看出，九年間西安市高新技術企業的技術效率值（techch）的增長值達到了13.8%，寶雞市高新技術企業的技術效率值增長值在11.6%，說明西安市及寶雞市的高新技術企業的技術水平均有所進步。而楊凌示范區高新技術企業的技術效率值變化了-2.5%，說明楊凌市九年間技術效率的平均增長處于無效狀態。三個地區高新技術企業的技術效率變化均值為7.4%，總的來說，西安市和寶雞市高新技術企業的技術效率處于良好發展的態勢中，而楊凌示范區的技術效率處于無效狀態。全要素生產率（tfpch）的三個值中仍舊是西安市和寶雞市的值大于1，說明其變化為正值，而楊凌示范區的變化值為負，說明楊凌示范區高新技術企業的技術效率處于衰退之中，亟待采取有效措施，對其進行優化。規模效率處于興盛之中，值得注意的是，寶雞市高新技術企業在激烈的市場競爭中經營效率不斷增強。

表5 高新技術企業2006—2014年Malmquist指數及分解指標平均值變動表

六、研究結論

本論文在總結前人已有研究成果的基礎上，根據高新技術企業科技成果推廣的特性和內涵，建立了全面的高新技術企業科技成果推廣績效評價指標體系，并就2006—2014年西安市、寶雞市及楊凌市高新技術企業科技成果推廣數據，采用DEA中的Malmquist TFP指數方法進行評價分析，對目前存在的問題提出了行之有效的對策和建議。

本文將DEA方法引入到高新技術企業科技成果推廣績效評價中。DEA方法具有不考慮量綱、不預設權重的優點，且可以同時使用相對指標和絕對指標，避免了由于預設權重而導致專家主觀意見影響評價結果客觀性的問題。通過運用DEA方法中的Malmquist TFP指數模型對西安市、寶雞市及楊凌示范區高新技術企業科技成果推廣績效進行了評價分析。分析發現：相對于規模效率，純技術效率對技術效率的影響更為顯著，純技術效率無效的主要原因是現有科技成果推廣方式不當，導致大量科技成果閑置；所有決策單元都存在投入冗余和產出不足現象，產出不足現象尤為突出，急需轉變現有高新技術企業科技成果推廣的管理模式，提高資源的利用效率；相對西安及寶雞，楊凌示范區資源的冗余及產出的不足上存在嚴重的問題，楊凌示范區的高新技術企業大多都是依托農業科技的，而楊凌示范區農業科技成果轉換率比較低的原因其一是很多農戶經營規模比較小，一般平均每戶大概5～6畝或7～8畝地，從全國來看，人均耕地面積大概為1.2～1.3畝地，因為經營規模很小，農戶認為科學技術的影響并不大。其二是沒有一個高效的農業科技推廣體系，導致農業科技轉換效率不高。其三是很多農民沒有掌握農產品營銷的技巧和方法，商品分多種檔次，但農產品真正卻沒有那么多，實際上農產品也應該拉開差距，根據收入和需求的不同，去生產相應不同檔次的產品，但現在農民一般沒有品牌意識。因此，構建以政府推動為核心的科技成果推廣模式、完善科技成果推廣的宣傳、激勵政策將成為推動高新技術企業科技成果推廣、生產效率提高的重要保障。

[1]埃弗雷特·M·羅杰斯.創新的擴散[M].北京：中央編譯出版社，2002.

[2]董景榮.技術創新擴散的理論、方法與實踐[M].北京：科學出版社，2009.

[3]Bert Metz.Methodological and technological issues in technologytransfer，2003，21：55-58.

[4]Ulrich Lichtenthaler，Eckhard Lichtenthaler，Johan Frishammar.Technology commercialization intelligence：Organizational antecedents and performance consequences[J].Technological Forecasti-ng&Social Change，2009（76）：301-315.

[5]David Bennett.Innovative technology transfer framework linked to trade for UNIDO action glenville rawlines.A model to measure achieved levels of technical efficiency in african farmers，2002，21：30-34.

[6]Einar Rasmussen.Government instruments to support the commercialization of university research：Lessons from Canada[J].Technovation，2008（28）：506-517.

[7]王忠儒，2010.我國科技成果推廣轉化的現狀及其對策[J].醫學信息學雜志（2）：36-39.

[8]趙明，2010.簡析科技成果的轉化與推廣應用[J].石油科技論壇（4）：34-36，80.

[9]盧健，2010.加快科技成果推廣轉化支撐民生水利建設[J].中國水利（4）：59-60.

[10]王忠儒，2010.我國科技成果推廣轉化的現狀及其對策[J].醫學信息學雜志（2）：36-39.

[11]SoYoungSohn，Tae Hee Moon.Decision Tree based on data envelopment analysis for effective technology commercialization[J].Expert Systems with Applications，2004（26）：279-284.

[12]Sally，P.M.，David.J.P.，Robert.K.l.Does agricultural extension Pay?Aease studyfor a newcrop，lupins，in Western Austrialia[J].Agrieultural Economiees，2004（30）：17-30.

[13]Timothy A.Park，Luanne Lohr.Performance evaluation of university extension providers：A frontier approach for ordered response data[J].European Journal of Operational Research，2007（10）：899-910.

[14]Sherry M.B.，Thatcher Susan A.Brown.Individual creativity in teams：The importance of communication media mix，Decision Support Systems，2010，49（3）：290-300.

[15]劉家樹，菅利榮，2010.科技成果轉化效率測度與影響因素分析[J].科技進步與對策（20）：113-116.

[16]尹巖青，2014.裝備科技成果推廣轉化的內涵與模式研究[J].科學管理研究（1）：6-9.

[17]朱云歡，張明喜，2011.我國科技成果轉化績效評價及相關問題研究——基于各省市數據的DEA分析[J].科技與經濟（2）：1-5.

[18]賀京同，馮堯，2011.中國高技術產業科技成果轉化效率的實證研究——基于DEA-Malmquist指數方法[J].云南社會科學（4）：92-97.

[19]馮堯，2011.基于DEA方法的我國高技術產業科技成果轉化效率研究[J].學術交流（3）：101-105.

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

[21]胡連卡，2012.對我國高新技術企業如何提高科技成果轉化率的思考[J].新材料產業（1）：75-77.

[22]孫福全，彭春燕，鄧婉君，2011.上海市促進高新技術成果轉化的啟示[J].高科技與產業化（10）：80-84.

[23]段婕，劉勇，2011.科技成果轉化對我國區域經濟增長的有效性評價——基于2003-2008年面板數據的實證分析[J].科技進步與對策（12）：136-140.

[24]陳偉，康鑫，馮志軍，等，2011.基于GEM-DEA模型的區域高技術企業科技成果轉化效率評價研究[J].軟科學（4）：23-26，35.

[25]柴國榮，許崇美，閔宗陶，2010.科技成果轉化評價指標體系設計及應用研究[J].軟科學（2）：1-5.

[26]Banker R D，Charnes A，Cooper WW.Some models for estimating technical and scale efficiencies in data envelopment analysis[J].Management Science，1984，30：1078-1092.

[27]Andersen P，Petersen N C.A procedure for ranking efficient units in data envelopment analysis[J].Management Science，1993，39：1261-1264.

[28]Banker R D，Chang H.The super-efficiency procedure for outlier identification，not for ranking efficient units[J].European Journal of Operational Research，2006，175：1311-1320.

F276.44

A

1004-2768（2017）11-0073-06

2017-08-17

陜西省教育廳科學研究計劃項目（15JK1547）；陜西省技術轉移與重點科技成果推廣計劃項目（2016CG-18）；西安理工大學校科研基金項目（105-451016013、105-400211414）

趙瑛（1969-），女，陜西西安人，陜西省科技資源統籌中心成果交易部辦公室主任，高級工程師，研究方向：科技管理及成果轉化；石林娟（1991-），女，陜西西安人，西安理工大學經濟與管理學院碩士研究生，研究方向：企業投融資管理；張瑯（1986-），女，陜西西安人，西安理工大學經濟與管理學院講師，研究方向：企業管理；陳波（1986-），男，陜西漢中人，陜西省科技資源統籌中心成果交易部技術員，研究方向：科技管理及成果轉化。

A 校對：T）