基于PMC指數模型的上海市科技成果轉化政策量化評價分析

中國水產科學研究院漁業機械儀器研究所 李少麗，吳凡，周榮

一、引言

隨著國內科技體制的不斷改革，尤其是資源配置、計劃管理、科技成果轉化等方面重大改革措施的出臺，科技成果轉化為現實生產力的速度持續加快。習近平總書記十分重視科技成果轉工作化，他在海南考察時強調“要加快科技體制機制改革，加大科技創新和成果轉化力度”，為促進科技成果轉化和完善科技評價制度提供了根本遵循。

近年來，為促進科技成果轉化，我國政府和地方已經陸續出臺并發布了相關政策，但與國外發達國家相比，我國科技成果的轉化率依然較低[1]，如何利用科技成果相關政策提高科技成果轉化率是目前值得思考的問題。本文選取2021年上海市出臺的10項成果轉化相關政策作為研究文本，利用PMC指數模型對其進行分析研究，以期為后續政策的制定與修改提供新思路。

二、PMC指數模型應用現狀

PMC（Policy Modeling Consistency）指數模型可應用在兩個方面：一是用來分析某一具體政策模型的一致性水平，可以直觀地顯示政策的優勢與劣勢，二是用來分析政策優勢與劣勢變量的具體含義和水平[2-3]。目前，國內很多學者利用PMC指數模型對多種政策進行了量化分析，在很大限度上避免了人為主觀性并提高了政策分析研究的精準度。例如，劉紀達等人利用PMC指數模型對軍民科技政策進行了量化研究，分析發現軍民科技政策存在政策銜接性不強、系統性不足等問題[4]；高揚等人則對京津冀高等教育協同創新政策進行了量化評價，為優化政策提供了路徑方案[5]；杜寶貴等人同樣利用PMC指數模型對遼寧及相關省市的科技服務業政策進行了量化分析和比較，從而對遼寧省相關政策提出優化路徑[6]。因此本文最終選用了PMC指數模型進行成果轉化政策量化研究。

三、PMC指數模型構建

（一）模型構建

本文將科技成果轉化政策的主要特點與PMC指數模型相結合，形成科技成果轉化政策PMC評價指標體系。該指標評價體系借鑒史童等[7-9]已有學者對指標進行設定并稍作修改，由9個一級變量和31個二級變量構成，二級變量的確定采用二進制，若政策中有二級變量設計的內容則記為1，否則記為0。確定一級變量和二級變量后，計算出科技成果轉化政策的PMC指數?？萍汲晒D化政策PMC評價指標體系各變量的設計及評分標準如表1所示。

表1 政策指標體系構建

（二）政策樣本選取

2021年，上海不斷完善與科技成果轉化相關的政策體系，出臺并制定了一系列成果轉化相關政策，政策樣本參考《2021上?？萍汲晒D化白皮書》中的10項成果轉化相關的政策，如表2所示。

表2 科技成果轉化政策樣本匯總

（三）PMC指數計算及曲面構建

根據科技成果轉化政策PMC評價指標體系中9個一級變量和31個二級變量建立多投入產出表。對9個一級變量進行賦值，再對31個二級變量進行賦值，加總得出最終的PMC指數，并構建PMC曲面圖。計算公式如下。

一級指標的數值為：

PMC指數計算公式為：

其中，i表示一級指標，j表示二級指標。

PMC曲面圖公式為：

通過對10項政策的PMC得分匯總，計算10項科技成果轉化政策的多投入產出表，得出10項科技成果轉化政策的PMC指數，如表3所示。

表3 各項政策的PMC指數

通過PMC指數模型的建立，對科技成果轉化政策進行量化評價，計算10項科技成果轉化政策的PMC指數，由計算結果可知10項科技成果轉化政策的PMC指數排名為P1=P2=P3＞P4＞P5=P6＞P8＞P7=P9=P10。同時，根據指標體系中的一級指標評價得分情況，繪制了分數為6分以上的政策PMC曲面圖，如圖1和圖2所示。

圖1 P1、P2、P3曲面圖

圖2 P4曲面圖

四、數據分析

P1、P2和P3的PMC得分最高，為7.13分，達到優秀水平，滿足了上海市目前科技成果轉化的政策需求。三項政策無論是從宏觀角度還是微觀角度，都對上海市未來科技創新以及科技成果轉化的發展進行了預測規劃，并提出了可行性要求，能夠激發各類主體的創新動力和活力，促進科技成果進一步轉化。

其次是P4，得分為6.83分，達到優秀水平。該項政策于2021年4月正式發布實施，技術要素作為首個要素提出，對上海市科技創新和成果轉移轉化提供了保障措施。從得分中可看出，該項政策僅在X4的評分中稍低于排名第一的三項政策，建議可在稅收要素方面的內容進行進一步的說明或擴充。

P5和P6得 分 為5.88分，為良好水平，在X4、X5和X6中得分較低。這兩項政策的目的在于規范和保障上海市公共資源一網交易，構建更加完善的要素資源市場化配置體制機制，因此不涉及稅收優惠、人才建設以及促進科技創新能力提升等方面的內容，在政策重點方面，更側重于供給優化，因此得分較低。

P8得分為5.68分，為良好水平，在X6和X7中得分最高。此項政策首次在“技術帶頭人”人才計劃中增加技術轉移方向，目標是培育一批具有豐富經驗、具備創新能力，復合型、專業性的技術轉移服務帶頭人，支持其帶領團隊創新成果轉化機制與模式，開展專業化的技術轉移服務。指南的政策重點在于描述、引導和監管，側重于人才建設，在科研創新能力和經濟效益方面有著突出的作用。

P7、P9和P10得 分 最 低，為5.10分，為良好水平。其中P7為上海市科委等六部門共同印發，其目的為探索體系化專業化技術轉移人才通道，建立技術轉移人才分類評價體系，暢通職業發展和職稱晉升通道。政策重點在于人才建設方面，因此得分較低。P9和P10屬于標準規范，因此得分較低，其目的是為上海市服務機構從事競爭情報分析和技術評價服務提供操作規范，為技術轉移過程中的確權、確價提供有力保障。

五、相關建議

在相關數據分析的基礎上，為進一步優化科技成果轉化政策提供思路，本文針對目前政策所存在的問題金和不足，提出如下三點建議.

一是加強政策細化。在2021年出臺的相關政策中，宏觀性政策較多，部分政策著力點仍舊側重目標規劃，實操性還有待加強。建議以出臺實施細則為目標進行充分協調討論，保證政策的實操性[10]。

二是加強政策差異性和科學性。相關政策聚焦市場化資源的配置，對成果轉化其他方面分布較少，尤其是缺乏資金類政策，對稅收優惠等相關資金類政策無更新。建議應該加強該類政策的更新優化以提高科技成果轉化政策的全面性和科學性。

三是加強資源供給的合理性。相關政策對技術轉移人才培養設置了門檻，未考慮一些特定領域的技術轉移特點，例如農業類科技成果轉移具有轉化率低且轉移額不高等特點，因此，目前相關政策無法惠及更多的技術轉移人才，建議對相關技術轉移人才的培養政策分類細化。

六、結語

本文基于國內學者研究成果并結合科技成果轉化政策的特點，構建PMC指數模型，量化研究了2021年上海市發布的10項科技成果轉化政策，分析了各項政策的9個一級指標和31個二級指標的具體情況，總體情況也可從PMC曲面圖中直觀看出，從而得出科技成果轉化政策的特點以及政策的優勢和薄弱點，對政策的后續改進具有參考價值。