基金项目：2024年校级科研项目“新质生产力背景下新疆高校科技成果转化动力机制研究”（KY2024046）；2024年自治区教育厅高校基本科研业务费项目“新时代强化政产学研协同促进高校科技成果转化研究”（XJEDU2024Q001）。

中图分类号：F223    文献标志码：A

一、引言

高校作为国家战略科技力量的重要组成部分，其科技成果转化效能直接关系到创新驱动发展战略的实施成效。2024年全国4059家高校院所科技成果转化总合同金额达2269.1亿元，但这一增长背后存在显著的区域不均衡特征。西部边疆地区高校的科技成果转化率长期偏低，与东部地区差距悬殊。就新疆而言，2024年区属高校获得科研经费近19.37亿元，较2020年增长两倍以上，兵团高校和科研机构专利产业化率已由1.1%大幅提升至15.24%。然而，新疆高校科技成果转化仍面临“成果转化难、服务产业发展能力弱”等突出短板。

现有研究对科技成果转化效率的测度多从单一维度展开，缺乏对西部地区特别是新疆高校转化效率的系统性定量分析。部分学者运用DEA模型对高校科技创新效率进行了实证研究，Chen等（2025）运用网络DEA-Malmquist和Tobit模型对中国高校技术转移效率进行了测度，发现技术转移办公室能力和研究领域对技术转移效率有显著影响。但专门针对新疆高校科技成果转化效率的定量研究仍较为有限。该文基于2019-2024年新疆13所高校的面板数据，采用两阶段DEA模型测度科技成果转化效率，并运用面板Tobit模型识别关键影响因素，旨在论证新疆高校科技成果转化效率处于何种水平，效率损失源于纯技术效率不足还是规模效率不足，哪些因素对转化效率产生显著影响。

二、研究设计

（一）DEA模型构建

数据包络分析（DEA）是一种非参数效率测度方法，适用于多投入多产出系统的相对效率评价。科技成果转化过程具有明显的两阶段特征：第一阶段为科技研发阶段，第二阶段为成果转化阶段。该文采用投入导向的BCC模型，该模型假设规模报酬可变（VRS），可同时测算综合技术效率（TE）、纯技术效率（PTE）和规模效率（SE）。三者关系为：TE=PTE×SE。对于决策单元（DMU），BCC模型可表述为：

minθ

s.t.∑λ_jx_ij≤θx_i0,i=1,…,m

∑λ_jy_rj≥y_r0,r=1,…,s

∑λ_j=1,λ_j≥0

其中，θ为效率值，x_ij为第j个DMU的第i项投入，y_rj为第j个DMU的第r项产出。当θ=1时，表明该DMU处于生产前沿面，为DEA有效；当θ<1时，则存在效率损失。

（二）指标体系构建

参考已有研究，该文构建了包含3个投入指标和3个产出指标的科技成果转化效率评价体系，具体如表1所示。

表1 新疆高校科技成果转化效率评价指标体系

（三）数据来源与处理

该文选取新疆大学、石河子大学、新疆农业大学、塔里木大学、新疆医科大学、新疆师范大学、新疆财经大学、喀什大学、伊犁师范大学、昌吉学院、新疆工程学院、新疆理工学院、新疆科技学院等13所本科高校为研究对象，时间跨度为2019—2024年。数据来源包括：《中国科技成果转化年度报告》《新疆统计年鉴》、各高校科技成果转化年度报告、高校官网公开数据。针对个别缺失数据，采用线性插值法予以补充。

三、实证分析

（一）新疆高校科技成果转化效率测度

利用DEAP2.1软件，对13所高校2019—2024年的科技成果转化效率进行测算，结果见表2。

表2 2019—2024年新疆高校科技成果转化效率均值

注：irs表示规模报酬递增（Increasing Returns to Scale）。

从表2来看，新疆高校科技成果转化效率整体特征明显，综合技术效率平均值仅为0.406，纯技术效率平均值为0.578，规模效率平均值为0.698，说明在现有技术条件下，样本高校科技成果转化产出仅达到生产前沿面的四成左右，约有六成效率潜能未有效发挥，与东部省份高校相比，新疆高校在这一方面处于明显劣势。

综上，有以下几个特点：一是规模效率低是科技成果转化效率提升的主要瓶颈，虽然纯技术效率均值高于综合技术效率，在一定程度上说明各高校在现有技术层面的资源管理能力还有待提高，但0.698的规模效率也不容忽视，而且所有样本高校都呈现规模报酬递增状态，明显说明目前高校科研投入规模还远未达到最优，适当增加科研投入规模将是科技成果转化效率提升的有效途径；二是各高校间科技成果转化效率差异也较为明显，新疆大学综合效率最高，达0.524，新疆科技学院综合效率仅为0.298，两者之间相差0.226，这种效率差异与各高校整体办学水平、优势学科特色及服务地方产业的契合度密切相关，具有学科特色优势的高校，如新疆大学、石河子大学，科技成果转化效率普遍高于学科综合实力较弱的地方高校。

（二）效率分解与规模报酬分析

表3 新疆高校科技成果转化效率的年度变化

注：效率值为13所高校年度均值。

图1 新疆高校科技成果转化效率的年度变化折线图

从时间趋势看，综合技术效率从2019年的0.312上升至2024年的0.498，年均增幅约为9.8%。这一增长主要得益于纯技术效率和规模效率的双重提升，其中纯技术效率从0.498提升至0.667，年均增长6.0%；规模效率从0.626提升至0.747，年均增长3.6%。可知，纯技术效率的提升幅度明显快于规模效率，说明近年来新疆高校在科研资源配置和管理能力方面有所改善，但规模效应尚未充分发挥。

（三）Tobit回归分析

为进一步识别影响新疆高校科技成果转化效率的关键因素，该文以综合技术效率（TE）为被解释变量，构建面板Tobit模型进行回归分析。由于DEA测度的效率值截断于0和1之间，采用普通最小二乘法（OLS）会产生有偏估计，Tobit模型能够有效处理这种受限因变量问题。

基于理论分析，该文选取以下影响因素变量：

表4 影响因素变量指标

（四）影响因素的回归检验结果

通过Tobit模型的回归分析，根据表5数据得到以下几个关键结果：

表5 Tobit模型回归结果

1.技术转移机构的专业化水平（β=0.318，p<0.01）是推动科技成果转化效率最重要的因素。设立独立的技术转移办公室，配备专职技术经理人，这些措施直接提升转化绩效。可惜，新疆大多数高校还停留在“挂靠式”管理，既没有专门的人员编制，也缺少独立运营经费，转化工作难以深化。

2.学科布局与地方产业的匹配程度（β=0.292，p<0.05）也影响转化效率。如果高校的特色学科能紧密对接区域重点产业，科研成果就更容易得到市场认可，提高转化成功率。

3.校企合作的制度化水平（β=0.204，p<0.1）虽然有正向作用，但统计显著性不强（p=0.076）。新疆的校企合作大多停留在短期项目或一次性技术咨询，缺乏能支撑长期、深度协同的制度化平台，这让合作效果大打折扣。

4.现行科研评价体系的导向（β=-0.231，p<0.05）对转化效率形成明显的负面影响。如果职称评定和绩效考核主要看论文发表和纵向项目，而忽视成果转化业绩，高校整体转化效率就会下降。这种“重学术产出、轻实际应用”的体制惯性，是新疆高校转化活动的主要障碍。

5.人均科研经费和区域经济水平的回归系数虽然为正，但都没有通过显著性检验。单纯增加经费投入并不能自动带来转化效率的提升，关键还是要优化资金配置结构，提高资金使用效率。

四、研究结论

用DEA-Tobit两阶段分析框架系统评估了2019—2024年新疆13所高校的科技成果转化效率，主要结论如下：

（一）新疆高校的综合技术效率均值只有0.406，纯技术效率和规模效率分别为0.578和0.698，整体处于低效均衡状态。规模效率不足是最大短板。和全国高校相比，新疆的转化效率明显落后。

（二）效率分解显示，超过七成（71.4%）高校具有规模报酬递增特征，适度扩张投入有望提升效率。但随着科研经费总量不断增加，单纯加大投入容易遇到边际收益递减，新增资源更应该用于转化能力的系统建设。

（三）回归分析进一步确认，技术转移机构的能力（β=0.318）和学科—产业匹配度（β=0.292）是提升效率的关键因素，而传统评价机制（β=-0.231）则是主要制度障碍。

（四）实践来看，发展特色学科、加强产学研协同、拓展国际合作，是提升新疆高校转化效率的有效路径。

五、政策建议

基于此，为提升新疆高校科技成果转化能力，提出以下政策建议：

（一）持续加大技术转移机构的专业化建设

技术转移机构专业化建设，支持有条件的高校成立实体化运作的技术转移中心，配备专业化的、具有市场化运作能力的专职技术经理人团队，建立以市场为导向的运行机制，重点是加强成果筛选、价值评估、供需双方对接等专业能力。

（二）增强学科布局与产业需求匹配度

优化高校学科布局与区域产业需求的衔接，引导高校主动调整学科发展方向，更加契合新疆“十大产业集群”发展需求，同时建立“产业需求清单”与“高校成果清单”双向匹配平台，使科研产出更具市场针对性，而且各高校走特色化、差异化发展道路，减少同质化竞争。

（三）优化科研评价体制机制

加快科研评价改革，适当增加科技成果转化指标在职称评审、绩效考核中的权重，推行分类评价，引导科研人员主动将研究方向转向满足产业需求。

（四）深化产学研合作的制度化建设

加强校企合作制度化建设，积极建立联合实验室、技术研发中心、科技小院等长期合作平台，促进产学研深度融合，而且高校要充分利用“中哈高校产学研用合作对接会”等国际化平台，不断拓展对外合作空间和领域。

（五）完善科研创新工作机制

健全科研工作推进机制，高校要经常性地举办高水平学术讲座、专题研讨会等，营造积极活跃的学术氛围，鼓励教师之间跨学科合作，院系负责人更要带头“走出去”，深入产业一线，了解实际需求，从而更加准确地确定研究方向，最终实现科技成果有效转化。

六、研究不足与展望

一是受限于数据可获得性，未能细化分析专利转让、技术入股、作价投资等不同转化路径之间的效率差异；二是DEA方法对异常值较为敏感，可能带来一定的估计偏差；三是未将政策环境、组织文化等难以量化的变量纳入影响因素模型。后续研究可考虑采用三阶段DEA方法来剥离外部环境与随机误差的干扰，并结合质性研究方法，进一步揭示转化过程中的微观运作机制。

参考文献：

[1] 天山网-新疆日报.新疆高校发布科技成果114项[N].天山网,2025-10-24.-23.

[2] Chen K,Wupur A, Liu X,et al. Measuring Multiple-Path Technology Transfer Efficiency in Chinese Universities:A Network DEA-Tobit Approach[J].Journal of the Knowledge Economy,2025,16(1): 1464-1493.

[3] 刘晓玲,田文静,郭金忠.高校科技创新对制造业绿色全要素生产率的影响研究[J].科技创业月刊, 2025(4).

[4] 纪成君,夏怀明,林青宁.中国高校科技成果转化效率及路径优化研究[J].科技管理研究,2019(1).-58.

[5] 张琰飞,朱海英.基于DEA-Malmquist模型的地方高校科技成果转化效率时空演变[J].吉首大学学报(自然科学版),2024.-30.

[6] 雷聪仪,张娴,许轶,等.基于三阶段DEA模型的科研机构专利技术转移效率评价研究[J].科技成果管理与研究,2025,20(1):15-23.-37.

[7] 金腾飞,郭金忠,刘晓玲,等.高校科技创新效率及影响因素实证分析[J].福建电脑,2025,41(2):49-56.-5.

[8] 段婕,白海林,张啸川.创新创业背景下陕西高校技术转移效率实证研究[J].科技创业月刊,2017,30(20):83-88.-54.

A Study on the Measurement and Influencing Factors of the Efficiency of Scientific and Technological Achievements Transformation in Xinjiang's Universities

TANG Lihua¹, LIU Xiaohui²

(1. Office of Academic Research, Changji University; 2. School of Mathematics and Data Science, Changji University; Changji 831100, Xinjiang, China)

Abstract:From the perspective of government-industry-university-research collaboration,this paper employs a two-stage DEA model to empirically measure the efficiency of scientific and technological achievements transformation in 13 undergraduate universities in Xinjiang,and applies a panel Tobit model to analyze the key factors influencing transformation efficiency. The findings reveal that:(1)The mean values of comprehensive technical efficiency,pure technical efficiency,and scale efficiency of S&T achievements transformation in Xinjiang’s universities are 0.406,0.578,and 0.698,respectively,indicating an overall“low-level equilibrium”state,with scale inefficiency being the primary constraint;(2)Efficiency decomposition shows that 71.4% of the universities are in a stage of increasing returns to scale, suggesting that the current scale of research input is far from optimal;(3)Tobit regression results indicate that institutional technology transfer capability (β=0.318, p<0.01),discipline-industry matching degree (β=0.292, p<0.05),and the level of institutionalized university-industry cooperation (β=0.204, p<0.1) have significantly positive effects on transformation efficiency,while the orientation of traditional research evaluation system (β=-0.231,p<0.05) exerts a significantly negative effect.This study reveals the structural barriers to the transformation of S&T achievements in Xinjiang’s universities and provides a quantitative basis for optimizing regional S&T resource allocation and innovation policy design.

Keywords:transformation of scientific and technological achievements;influencing factors;DEA model;Tobit model;universities in Xinjiang

地址：新疆昌吉市世纪大道南段九号

单位：昌吉学院

邮编：831100