廣東省科技成果轉化效率測量與時空特征
——基于DEA-Malmquist 指數模型

李秋實，劉鈺盈，周俊杰，吳 倩，曾 洲，趙曉萌

（1.廣東省生產力促進中心，廣東廣州 510070；2.暨南大學管理學院，廣東廣州 510632；3.廣東省科技基礎條件平臺中心，廣東廣州 510033）

0 引言

黨的二十大報告明確提出科技是其三大基礎性和戰略性支撐之一，創新是第一動力。在科技創新中，成果研發并不是目的，將創新成果轉化為現實生產力才能真正發揮科技創新的動力作用和支撐作用。一方面，國際經濟與競爭環境使得我國需要提升科技競爭力，加快速度將現有科技成果應用到生產當中；另一方面，傳統要素驅動方式已難以支撐經濟社會持續發展，以創新要素驅動為基礎的經濟發展成為了必須，因此科技成果轉化工作必須得到重視［1］。

根據《中華人民共和國促進科技成果轉化法》（2015 年修訂），科技成果轉化（transformation of scientific and technological achievements）是指以提高生產力水平為目的，對科技成果進行的后續的試驗、開發、應用、推廣至形成新的技術、工藝、材料或產品，發展新產業的活動［2］。其中，科學技術成果（以下簡稱“科技成果”），其定義由于科研活動的特殊性不盡相同。部分定義較為狹義，強調科技成果與科技項目或課題的對應關系，例如《現代科技管理詞典》（1986 年版）把科技成果定義為科研人員在他所從事的某一科學技術研究項目或課題研究范圍內，通過試驗觀察、調查研究、綜合分析等一系列腦力、體力勞動所取得的，并經過評審或鑒定，確認具有學術意義和實用價值的創造性結果［3］。但《促進科技成果轉化法》等文獻提供了廣義的解釋，認為科技成果是通過科學研究與技術開發所產生的具有實用價值的成果。盡管科技成果定義未得到完全統一，但對于一個系統而言，科技成果轉化的最終目的都是獲得經濟效益和社會效益。鑒于此，系統中所有類型的科技成果均應成為科技成果轉化的討論對象。因此本研究認為科技成果是通過科研與技術開發所產生的具有實用價值的成果；科技成果轉化指以提高生產力水平為目的，對科技成果進行的后續的試驗、開發、應用、推廣至形成新的技術、工藝、材料或產品，發展新產業的活動。

近年來，國家大力開展科技成果轉化工作，我國各地區的科技成果轉化效率也得到學者的廣泛關注。作為區域創新能力連續五年排名全國第一的創新強省，廣東省積累了大量科技成果，同時在全國科技成果轉化中也具有重要影響力［4］。為促進全省科技成果轉化，廣東省以廣州市和深圳市為引擎，輻射帶動全域科技成果轉化。但既有研究對廣東省科技成果轉化的研究多停留在個別單位和某種類型創新主體方面，對廣東省整體和各市的科技成果轉化效率并未給予足夠關注。因此，有必要建立合理的指標體系和評價模型，對廣東省的科技成果轉化效率發展情況進行評價，為廣東省進一步統籌優化各地科技成果轉化工作提供重要參考。

1 文獻綜述

1.1 科技成果轉化效率測算的研究

已有研究重點從特定區域、產業或主體視角考查科技成果轉化效率。區域方面，董潔等［5］的研究從測度、比較、分析了我國各省份科技成果轉化效率和影響因素，發現2007—2010 年我國科技成果轉化效率不高，存在較大的地區差距；郭仁康［6］的研究分析了2003—2012 年我國的科技成果轉化效率，認為我國科技成果轉化水平尚待進一步提升；曹幸如等［7］的研究以特定省份作為分析對象，研究測算了安徽省各地級市科技成果轉化效率，發現安徽省一半地級市的科技成果轉化效率處于低水平；趙喜倉等［8］的研究分析了江蘇省13 個城市的科技成果轉化，發現江蘇省在2008—2010 年間科技成果轉化效率未有明顯提升，且不同城市的科技成果轉化效率存在巨大的差距。產業方面，趙喜倉等［8］、吳菲菲等［9］的研究對我國重點技術領域、戰略性新興產業等的科技成果轉化效率進行了測算，兩者均表現為整體效率不高；制造方面，吳清洲［10］的研究則指出我國制造業的科技成果轉化更多是依賴于活動規模，總體效率同樣未達到有效。從主體視角出發，楊博等［11］、覃雄合等［12］的研究主要關注高校和企業，其中尤以高校為重，但從區域視角和國家整體視角的研究均揭示了高校科技成果轉化效率低的事實；劉家樹等［13］的研究顯示我國大中型工業企業科技成果轉化效率在分析期間具有較大提升空間。總體來看，雖然既有研究已對科技成果轉化效率給予了一定程度關注，但相較于創新成果產出效率的研究還存在較大差距，其中以區域為視角的研究更顯不足，當前僅對個別省份的科技成果轉化效率進行了考查。從廣東省視角看，李韻婷等［14］、羅廣寧等［15］的研究主要集中考查高校和科技園的科技成果轉化效率，對廣東省全域的研究尚未有效展開。廣東省是區域創新能力領跑全國的省份，研究廣東省的科技成果轉化時空分布既可為廣東省進一步優化科技資源配置和科技成果轉化管理提供參考，又對全國各地科技成果開展轉化活動具有重要價值。

1.2 科技成果轉化效率的影響因素及測量指標選取

科技成果轉化的影響因素與科技成果轉化效率具有直接相關關系，科技成果轉化受多重因素影響［16］。如羅廣寧等［15］的研究顯示收益獎勵和服務機構兩類政策工具因素對科技成果轉化具有顯著促進作用，知識存量、知識距離和學習能力在區域科技成果轉化中分別發揮直接促進、中介和調節作用。何彬等［17］、陸揚［18］的研究表明，政府資金支持、區域稟賦、產業結構、經濟狀況等也對科技成果轉化具有促進作用，市場化支撐、科技環境支撐對我國科技成果轉化效率有正影響［19］；趙喜倉等［8］的研究將政府政策支持、科技人力支持、科研經費支持以及科技環境支持列為科技成果轉化的四大影響因素。

測量指標選取關系科技成果轉化效率的測算是否可靠。首先，既有研究對指標的選擇具有一定共同性。如姚冉［4］、郭仁康［6］均強調指標選擇的目的性和可操作性原則，即認為指標體系應根據研究目的建立；應考慮相應權威數據的可及性與不同時間和對象的可比性。其次，既有研究測量科技成果轉化率的指標體系雖較為接近，但存有一定差異，具體表現為三方面。一是科技成果在指標體系中的定位未達成共識。例如，陸揚［18］將專利等科技成果視為產出指標，董潔等［5］、袁雪陽［19］將其視為投入指標。二是科技成果轉化中的經費、人力因素的定位未達成一致。例如，趙喜倉等［8］將其視為影響因素，其他研究則將其視為投入指標。三是相近指標是否同時選取的問題未得到統一。例如陸揚［18］、張明喜等［20］同時選擇R&D 經費投入及R&D 經費投入強度這兩個聯系密切的指標，而袁雪陽［19］、楊振中［21］卻未采用聯系十分密切的指標。

本研究認為，已有指標體系間的差異與科技成果轉化的定義和指標選擇原則不清有關，需予以明確。定義方面，科技成果轉化是對已有科技成果轉化為新的技術、工藝、材料或產品，發展新產業的過程，故科技成果以及轉化科技成果所需所有資源均應作為科技成果轉化過程的投入部分。指標選擇原則方面，基于已有文獻的觀點，研究認為應遵從以下原則：（1）目的性原則，即根據研究目的選擇指標。（2）全面性原則，即指標體系應盡量涵蓋科技成果轉化過程。（3）精簡性原則，即指標應該精簡且盡量相互獨立，避免模型結構不清晰、區分度過低，影響評價效果。（4）科學性原則，即應該考慮科技成果轉化過程中的科學規律，盡可能選擇客觀而不受主觀因素影響的指標。（5）可操作性原則，即應選取可獲得相應權威數據的指標。

1.3 科技成果轉化效率的測算方法

郭仁康［6］、曹幸如等［7］、趙喜倉等［8］的研究主要采用數據包絡分析方法（data envelopment analysis,DEA）和隨機前沿分析方法（stochastic frontier analysis,SFA）測算科技成果轉化效率。其中DEA 評價方法具有對生產函數無要求、無需對指標進行無量綱化處理、無需提前設定投入與產出指標的權重等優點，得到較多研究采用。DEA 方法于1978 年由Charnes 等［22］創立，其原理是將保持決策單元輸入或輸出不變，借助線性規劃和統計數據確定生產前沿面，通過比較決策單元相對于前沿面的偏離程度判斷決策單元的相對有效性。研究根據分析需要，在傳統DEA 方法基礎上發展出了超效率DEA 模型、DEA-Tobit 模型、分階段或網絡DEA 模型、Bootstrap-DEA 模型、DEA-Malmquist 指數模型等方法。其中，超效率DEA 能夠對決策單元進行比較和排序；DEA-Tobit 模型同時考慮投入產出效率評估及被觀測變量和截斷或分布問題；分階段或網絡DEA 模型考慮了生產活動的階段性；Bootstrap-DEA 模型提升評估可靠性；DEA-Malmquist 指數模型則可用于測算不同時期科技創新效率動態變化值，常受分析地區科技成果轉化時空差異的相關研究采用。為探討廣東省科技成果轉化的時空分布，本研究適合采用DEA-Malmquist 指數模型進行科技成果轉化效率測度。

2 研究方法與數據來源

2.1 DEA-Malmquist 模型

考慮到DEA 能夠針對決策單元的多投入多產出進行有效性評價，本研究擬采用DEA 方法評價廣東省各市科技成果轉化效率。結合研究需要，本研究采用產出導向以規模報酬可變為前提的BCC 模型。假定Yk為第k個決策單元的相對效率值；xik為第k個決策單元的第i 項投入；yrk為第k個決策單元的第r項產出；θi為第i項投入的權重；λr為第r項產出的權重；μk為規模報酬，則BBC 模型的具體表達式如下：

傳統DEA 模型只能觀測決策單元同一時期的相對效率，不能考查不同時期效率的變化。F?re 等［23］將瑞典經濟學家Malmquist 提出的Malmquist 指數與DEA 理論相結合，形成了Dea-Malmquist 模型。在Malmquist 指數中，在t時期以及t+1 時期的技術條件下，全要素生產率從t時期到t+1 時期的變化分別如式（2）和式（3）所示：

其中Dc為距離函數，即實際全要素生產率與前沿面的比值；下標c指基于規模報酬不變的前提假設。

從t時期到t+1 時期的全要素生產率指數（設為ΔTFP）即為Mt與Mt+1的幾何平均數：

若ΔTFP>1，表明全要素生產率增長；ΔTFP<1，表明全要素生產率降低；ΔTFP=1，表明全要素生產率無變化。

與傳統DEA 模型不同，DEA-Malmquist 模型可以動態分析的方式計算決策單元的全要素生產率。基于此，本研究采用DEA-Malmquist 模型分析廣東省科技成果轉化效率的變化。

2.2 指標體系構建與數據來源

基于研究需要以及對既有研究指標選擇異同的梳理，本研究構建指標體系如表1 所示。各指標選擇的具體依據如下：

表1 科技成果轉化效率評價體系

投入指標方面，本研究通過梳理已有文獻，遵循全面性原則，認為地區科技成果轉化中應考慮人力、財力、智力和物力4 個方面。人力相關的常用指標主要有R&D 人員投入、R&D 人員全時當量、R&D 人員投入強度。其中R&D 人員投入強度指決策單元的研究開發人員在就業人數中的比重，在考慮R&D 人員的同時也考慮了決策單元的就業規模，故本研究選擇R&D 人員投入強度作為人力投入的指標。財力相關的指標以R&D 經費投入、R&D 經費投入強度為主，其中R&D 經費投入強度指經費投入占GDP 的比重，同時考慮了經費投入與決策單元的經濟情況，故本研究選擇R&D 經費投入強度作為財力投入的指標。智力方面的常見指標有專利授權量和發表論文數量等。結合現有數據完整性考慮，選擇專利授權量作為代表智力的指標。物力方面，規模以上工業企業、省工程技術研究中心以及省重點實驗室均是有助于科技成果轉化的重要平臺。考慮到這三者彼此不同，本研究將其數量全部納入投入指標體系中。

產出指標方面，由于經濟效益和社會效益是科技成果轉化的最終目的，因此產出指標應該考慮經濟價值和社會價值兩個方面。本研究用技術市場成交額和高新技術產品產值衡量經濟價值。其中技術市場成交額反映了科技成果開始投入市場的情況；高新技術產品產值體現了高新技術產品投入生產發揮經濟價值。科技成果轉化不僅可轉化成直接的經濟收入，也可能間接帶來社會效益，包括間接提高社會生產效率和居民生活水平等多個方面。本研究綜合現有數據的完整性，選擇勞動生產率、就業人員平均工資、GDP 增長速度和固定電話用戶數和移動電話用戶數這4 個指標綜合衡量社會價值。

本研究使用的數據均來源于廣東省統計局編制的2010—2019 年的《廣東統計年鑒》、廣東省市場監督管理局（知識產權局）以及廣東省科學技術廳的官方網站。由于部分地級市部分指標數據不完整，本研究選擇了各市2010—2019 年10 年間的科技統計數據進行測算。

3 實證結果分析

3.1 DEA 模型的靜態分析

本研究首先以DEAP2.1 軟件為分析工具，對2010—2019 年21 個市進行靜態的科技成果轉化率分析。2010 年與2019 年各市的綜合效率、純技術效率和規模效率如表2 所示。

表2 廣東省21 個市2010 年及2019 年科技成果轉化效率

從綜合效率指數看，2010 年與2019 年全省平均綜合效率未達到DEA 有效，2019 年的平均綜合效率稍低于2010 年的平均綜合效率值。從區域來看，粵東和粵西地區的綜合效率有所提升，珠三角和粵北地區的綜合效率未達到1 的地市有所增加。2010年與2019 年均達到生產前沿面的地市有廣州、深圳、珠海、韶關、梅州、惠州、汕尾、東莞、湛江、茂名、揭陽和云浮，說明這些地市對于科技成果轉化實現了最優，而汕頭市的綜合效率則從2010 年的0.708下降到0.491，下滑較為嚴重。

從純技術效率指數看，2010 年與2019 年全省亦未達到DEA 有效，但與2010 年相比，2019 年全省純技術效率指數有所提升。從區域來看，除粵北地區外，其他地區的純技術效率指數均有所上升。與綜合效率指數情況相同，2010 年未達到有效的地市有汕頭、江門、陽江和潮州，2019 年，純技術效率未達到有效的地市則變更為汕頭、河源和中山。相較于2010 年，2019 年河源和中山的純技術效率指數降低，表明這兩個市需要調整對科技轉化方面的技術和管理因素。

從規模效率指數看，2010 年與2019 年全省規模效率同樣未達到規模最優，且2019 年規模效率相較于2010 年降低。僅粵西的規模效率上升至最優，其他區域的規模效率均表現為下降趨勢。2010 年僅汕頭市未達到規模最優，而2019 年未達到規模最優的地市增加了佛山、河源、中山、肇慶、清遠和潮州。其中，汕頭和中山的規模效率較低，用于科技轉化的資源未能得到較有效的利用，且效率損失問題比較明顯。

2010 年，全省僅汕頭規模效益遞減，其他市規模效益不變，2019年，規模效益遞減的市則明顯增多，僅潮州實現規模效益遞增。

3.2 Malmquist 指數的動態分析

本研究以DEAP2.1 軟件為分析工具，對2010—2019 年21 個市科技成果轉化的動態效率進行測度。各階段中，全省的技術效率、技術進步、純技術效率、規模效率以及全要素生產率指數如表3 所示。

表3 2010—2019 年廣東省Malmquist 指數及分解

由表3 可知，2010—2019 年廣東省全要素生產率指數波動較大。2010—2011 年、2014—2015 年和2018—2019 年，全省全要素生產率指數高于1，說明在此期間全省全要素生產率水平上升，科技轉化投入產出效率呈現正增長。其他時間段中，科技轉化投入產出效率則為負增長。2015—2016 年，全要素生產率指數最低，為0.693。

全要素生產率指數可分解為技術效率指數與技術進步指數。通過觀察全省歷年技術效率與技術進步指數可知，全省技術效率指數較為穩定，且相對較高，在1 上下小幅度浮動；全省技術進步指數浮動大，且相較于其他時間，2013—2014 年、2015—2016 年和2017—2018 年技術進步指數明顯較低，與全要素生產率指數變化趨勢基本一致。除技術進步指數外，其他指數均圍繞效率指數1 上下輕微浮動，可見導致全省全要素生產率指數大幅波動的主要原因是技術進步指數不穩定，要提高全省全要素生產率指數，需重視科技成果轉化方面的技術進步與創新的推動作用。

2010—2019 年廣東省各市的技術效率、技術進步、純技術效率、規模效率和全要素生產率指數如表4 所示。

表4 2010—2019 年廣東省21 個市Malmquist 指數及分解

據表4 可知，2010—2019 年全省純技術效率指數略大于1，其他指標小于但接近1。從區域來看，粵東區域各市的全要素生產率指數較為接近，其他區域各市的全要素生產率均處于參差不齊的狀態。其中粵北區域尤為明顯，如韶關市和梅州市的全要素生產率指數均高于1，而該區域的河源市全要素生產率指數僅為0.727，為全省最低。作為廣東省最發達的珠三角區域中，只有廣州的全要素生產率高于1，其余8 市的全要素生產率均低于1，說明珠三角區域整體的科技成果轉化系統的效率亟需改善。從全省各地市綜合情況來看，僅廣州、韶關和梅州全要素生產率指數略高于1，其他地市的全要素生產率指數均低于1，這進一步表明提升科技轉化效率不僅是珠三角絕大多數城市的急務，也是廣東省各市亟需解決的問題。

絕大多數地市的技術效率指數、純技術效率指數和規模效率指數均達到或超過1，個別地市的技術效率指數、純技術效率指數或規模效率指數低于但接近1，即技術效率指數、純技術效率指數以及規模效率指數的地區差異極小。與上述指標不同的是，技術進步指數存在較大的地區差異。廣州市、韶關市和梅州市的技術進步指數高于1，而技術進步指數最低的是河源市，技術進步指數值僅為0.746。技術進步指數差異大的現象表明各市的技術創新水平參差不齊。通過對比各市技術進步與全要素生產率指數可知，各市的全要素生產率指數的差異主要源自技術進步指數值的不同。技術進步指數較低的地市可以考慮借鑒條件接近但技術進步指數相對較高的地市的科技轉化相關技術創新經驗，進而推動科技轉化效率提升。

為進一步分析每個地市的全要素生產率指數隨時間變動情況，本研究用DEAP2.1 計算了2010—2019 年各市每個時間段的全要素生產率指數，結果如表5 所示。

表5 2010—2019 年廣東省21 個市全要素生產率指數

由表 5 可知，作為廣東省科技創新重鎮，珠三角區域多數地市科技成果轉化的全要素生產率在2014—2015 年后均未達到1，表明珠三角各市的科技成果轉化的全要素生產率呈現下降趨勢。粵東、粵西和粵北地區的地市較少，全要素生產率指數高于1 的地市數量幾乎每年都在0～2 之間浮動。最近一個階段，粵北的大部分地市的全要素生產率指數均超過了1。

由表 5 還可知，各市的全要素生產率指數均有不同程度的波動。廣州的全要素生產率指數穩定較高，河源和云浮的全要素生產率指數呈曲折上升趨勢，深圳、梅州、惠州的全要素生產率指數呈曲折下降趨勢，韶關、江門除個別時間段外全要素生產率指數波動較小，其他市的全要素生產率指數均呈較大幅度的波動。以珠海為例，珠海2014—2015 年全要素生產率指數高達1.843，表明珠海在該時間段的全要素生產率上漲了84.3%；2015—2016 年全要素生產率指數低至0.486，表明珠海在該時間段的全要素生產率降低了51.4%，呈現較大程度的波動。

比較同一個區域內經濟和地理條件接近的不同地市在各個時間段的全要素生產率指數，可發現這些地市的全要素生產率指數、發展趨勢仍有較大的差異，這說明影響地市提升科技成果轉化效率的因素并不只有經濟實力和地理條件。以拉動廣東省發展的“雙引擎”廣州和深圳為例，2010—2015 年期間，廣州的科技成果轉化效率增長速度常年低于深圳，卻在2015—2019 年期間反超深圳。這是因為在2012 年及以前，廣州當時的政府項目、金融支持、市場環境以及政策支持對科技成果轉化的促進作用遠不及深圳［24］，隨著廣州充分發揮研究院、研究所和國有企業集中的優勢，通過促進產學研合作等方式形成了強大的技術輸出能力，使得廣州的全要素生產率的增長速度逐步超過深圳。值得注意的是，深圳的科技成果轉化效率降低的原因并非深圳科技成果轉化產出減少，而是深圳開始將更多的重心放在基礎研究和前沿技術突破上，而這些研究的成果距離轉化為社會和經濟效益尚需等待較長時間。

除了深圳之外，珠海和汕頭作為經濟特區，其科技成果轉化效率的波動也值得關注。珠海常年重視科技成果轉化，故2010—2013 年期間，科技成果轉化的全要素生產率均高于1。為促進創新驅動，2013 年珠海吸引人才、增加技術企業和研究中心，取得大量科技成果，并在2014—2015 年得到顯著回報。2015—2016 年，珠海繼續推進創新研究，通過新建研發機構、減免企業研發稅費等推動了大量科技成果的突破，但與科技成果相比，科技成果轉化速度未能跟上。2017 年，珠海市提出建立成果導向的財政支持機制，將檢驗檢測平臺應用到創新成果轉化上，故2017—2018 年開始實現了創新型經濟的快速成長，大量科技成果發揮出經濟價值。2015 年之前，汕頭十分重視科技產品項目以及科技金融服務，故科技成果轉化的全要素生產率較高。2016 年開始，汕頭則更多強調科技創新能力，擁有較之往年更多的創新成果，但對科技成果轉化能力的建構并未實現完全同步，致使成果轉化效率不足。2017年，汕頭在政府工作報告中指出該市科技孵化育成鏈條不夠完善，科技創新對產業的支撐作用不夠強，并開始采取措施吸引人才、技術、機構和項目聚集，這實現了近兩個時期汕頭的科技成果轉化效率的改善，這表明政府支持在提升科技成果轉化效率方面具有積極作用。

4 結論及建議

本研究通過構建DEA-Malmquist 指數模型、使用DEAP2.1 統計分析軟件對廣東省21 個地級市以及全省2010—2019 年科技轉化效率進行時空分析。主要結論如下：

（1）靜態分析結果顯示。2010 年與2019 年廣東省全省的科技成果轉化綜合效率、純技術效率和規模效率均未達到DEA 有效。綜合效率方面，粵東和粵西地區有所提升，珠三角和粵北地區的綜合效率未達到1 的地市有所增加，全省約57.1%的地市在兩年中均達到DEA 有效。純技術效率指數方面，除粵北地區外，其他地區的純技術效率指數均有所上升，全省81.0%的地市的純技術效率指數在兩年中均達到最優。規模效率方面，全省66.7%的地市的規模效率在2010 年和2019 年均達到最優。總體來看，2019 年廣東省的綜合效率以及規模效率低于2010 年，表明研究期間廣東省總體科技成果轉化效率呈現下降趨勢。

（2）動態分析結果顯示。時間上，2010—2019年間廣東省全省平均科技成果轉化的全要素生產率指數在［0.693，1.129］區間內，且發生較為頻繁且大幅度的波動。通過分析Malmquist 指數各項指標可知，歷年各地市的技術效率指數、純技術效率指數和規模效率指數均接近或超過1，技術進步數值波動和差異較大，且與相應的全要素生產率指數十分接近，表明對于廣東省各地而言影響科技轉化效率的主要因素是相關技術創新的推進作用。空間上，廣東省各地市的全要素生產率指數有較大的差異，發展趨勢、波動程度亦不盡相同。具體來看，隨著時間推移珠三角區域科技成果轉化的全要素生產率指數高于1 的地市數量呈下降趨勢，其他區域中全要素生產率指數高于1 的地市數量亦波動減少，但在2018—2019 年驟增，尤以粵北和粵西地區最為顯著。在全時段，廣州的效率水平最高且最穩定，其余各市的效率水平均有不同程度的波動，表明大部分地市對科技成果轉化效率仍有較大的提升空間。

針對分析結果，本研究提出如下政策啟示：

（1）平衡科技創新的研發與轉化。政府支持在科技創新的成果研發和成果轉化中均具有重要的積極作用。盡管廣東省在科技創新成果轉化方面進行了積極布局，但長期以來重創新生成輕成果轉化的情況并未根本改變［25］，這誘致各創新主體的工作重點在于考查創新突破，客觀上忽視了科技成果轉化工作。加大科技創新和成果轉化力度是推動經濟高質量發展的內在要求。因此，應加快科技體制機制改革，著力改變科技創新和轉化不平衡的局面，提高創新成果轉化成績在科技創新工作中的考核比重，逐步實現研發與轉化“兩翼齊飛”。

（2）推動政產學研金用服在成果轉化中的有效協同。廣州市近年的科技成果轉化全要素生產率一直提升，這與廣州市推進政產學研金用服的有效協同具有重要關系，這為廣東省各市提供了較好的思路。廣東省擁有大量高校、研究院所和高新技術企業，同時具有較好的金融環境和產業環境，具備建構能影響全國乃至世界的科技成果轉化中心的關鍵要素。因此，廣東省應著力營造好創新成果轉化環境，推動科技成果轉化各主體有效協同，進一步整合各方資源，如充分華南技術轉移中心職能或提升其建設規格，為科技創新成果轉化提供完整、高效、精準的服務。

（3）實施差異化的成果轉化戰略。一是全力提升珠三角區域的科技成果轉化效率。珠三角的創新產出占據了廣東省創新產出的絕大部分，但區域內多數地市的成果轉化效率較低，這意味著創新成果的“沉睡”和創新生產力的損失。因此，珠三角區域各地市應著力解決成果轉化效率低的問題，可從體制機制、制度建設、技術應用等多方面協同推進。二是粵北、粵東、粵西地區可根據地方實情建構特色性的區域創新成果轉化中心。區別于珠三角在廣東省的創新功能，其他三大區域應結合自身產業優勢，著力自身特色建構區域創新成果轉化環境，一方面高效轉化自有創新成果，另一方面積極吸納外地相關創新成果前來轉化。

（4）進一步挖掘廣州市和深圳市“雙引擎”的帶動作用，加強區域科技創新交流合作。目前廣州和深圳是科技成果轉化過程中投入最多產出最多的城市，技術市場有著強大的內生動力。廣東省的絕大部分科研院校分布在廣州和深圳，具備了政產學研金用服合作的極大優勢。可考慮以“雙城”為中心，通過“雙城”帶全域的方式建構全面的科技成果轉化體系，建構溝通有效、銜接有序、互助協同的全域創新成果轉化格局，推動廣東省科技創新成果的快速有效轉化。此外，可合理推動產業轉移，進一步支持飛地經濟模式，引導廣州和深圳的科技成果轉化能力向其他城市輻射。