摘要：使用DEA-BCC模型對(duì)陜西省2018—2023年科技成果轉(zhuǎn)化數(shù)據(jù)進(jìn)行分析，探討陜西省農(nóng)村科技成果轉(zhuǎn)化效率的變化情況。結(jié)果表明，陜西省農(nóng)村科技成果的轉(zhuǎn)化量在逐年增加，同比增長(zhǎng)418項(xiàng)科技成果交易項(xiàng)，科技轉(zhuǎn)化投資降低4.1億元。農(nóng)村科技成果轉(zhuǎn)化及相關(guān)策略、科技成果管理等因素對(duì)陜西省農(nóng)村科技成果轉(zhuǎn)化率提升的影響效果更為顯著。探究陜西省科技成果轉(zhuǎn)化效率的提升，能夠促進(jìn)陜西省農(nóng)村轉(zhuǎn)型升級(jí)，加快農(nóng)村建設(shè)進(jìn)程，對(duì)陜西省的農(nóng)村現(xiàn)代化轉(zhuǎn)型有重要的現(xiàn)實(shí)意義。

關(guān)鍵詞：農(nóng)村；科技成果；轉(zhuǎn)化效率；影響因素；DEA-BCC模型

中圖分類號(hào)：F323.3 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：0439-8114（2024）10-0181-06

DOI：10.14088/j.cnki.issn0439-8114.2024.10.032 開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Abstract： The DEA-BCC model was used to analyze the transformation data of scientific and technological achievements in Shaanxi Province from 2018 to 2023， and to explore the change situation of the transformation efficiency of rural scientific and technological achievements in Shaanxi Province. The results showed that the transformation of rural scientific and technological achievements in Shaanxi province increased year by year， with a year-on-year increase of 418 scientific and technological achievements transactions， and the investment in scientific and technological transformation decreased by 410 million yuan. The transformation of rural scientific and technological achievements and related strategies， scientific and technological achievements management and other factors had more significant effects on the improvement of rural scientific and technological achievements transformation rate in Shaanxi Province. Exploring the improvement of the transformation efficiency of scientific and technological achievements in Shaanxi Province could promote the rural transformation and upgrading of Shaanxi Province and accelerate the process of rural construction， which had important practical significance for the rural modernization transformation of Shaanxi Province.

Key words： rural areas； scientific and technological achievements； transformation efficiency； influencing factors； DEA-BCC model

近年來(lái)，農(nóng)村科技發(fā)展成為推動(dòng)農(nóng)村改造和經(jīng)濟(jì)發(fā)展的重要方式。隨著國(guó)家對(duì)農(nóng)村經(jīng)濟(jì)發(fā)展的重視，越來(lái)越多有利政策進(jìn)一步加快了鄉(xiāng)村振興的發(fā)展腳步［1］。但同時(shí)農(nóng)村的經(jīng)濟(jì)發(fā)展往往受農(nóng)村科技成果創(chuàng)新不足、科技成果轉(zhuǎn)化效率較低和科技成果服務(wù)體系不健全等因素所影響。因此需要對(duì)農(nóng)村科技創(chuàng)新的專項(xiàng)改造，加快陜西省的鄉(xiāng)村數(shù)字化轉(zhuǎn)型速度，促進(jìn)陜西省的經(jīng)濟(jì)發(fā)展，使農(nóng)村的科技水平得到穩(wěn)步提高［2，3］。但當(dāng)前對(duì)于農(nóng)村的科技創(chuàng)新整體表現(xiàn)尚不明顯，科技轉(zhuǎn)化效率的提升上還存在較大空間。因此為應(yīng)對(duì)日漸激烈的現(xiàn)代化競(jìng)爭(zhēng)，需要更進(jìn)一步推動(dòng)陜西省農(nóng)村科技成果轉(zhuǎn)化，使其成為推動(dòng)農(nóng)村經(jīng)濟(jì)發(fā)展的助力［4］。本研究針對(duì)陜西省農(nóng)村科技成果轉(zhuǎn)化的現(xiàn)狀，深度剖析其成果轉(zhuǎn)化效率，探究其成果轉(zhuǎn)化效率的影響因素，以此解決當(dāng)前陜西省農(nóng)村科技成果轉(zhuǎn)化效率提升問(wèn)題，并通過(guò)對(duì)其影響因素的研究，提出更加切實(shí)可行的科技經(jīng)濟(jì)發(fā)展建議。

1 理論分析

科技成果是指通過(guò)技術(shù)開(kāi)發(fā)和科學(xué)研究得到的有用的研究成果，主要可以分為應(yīng)用、科技和科研3個(gè)方向，包含發(fā)明專利、培育新品種和生物醫(yī)藥技術(shù)等［5］。而農(nóng)村科技成果主要是指通過(guò)科學(xué)研究和技術(shù)開(kāi)發(fā)對(duì)農(nóng)村科學(xué)發(fā)展帶來(lái)經(jīng)濟(jì)和社會(huì)效益的研究成果，并且該科技成果能夠得到當(dāng)?shù)叵嚓P(guān)部門的審批認(rèn)定。對(duì)于農(nóng)村科技成果的轉(zhuǎn)化主要目的是提升農(nóng)村的生產(chǎn)力水平，使農(nóng)村的科技成果發(fā)揮最大效益，也就是將潛在的基礎(chǔ)理論知識(shí)轉(zhuǎn)化為物質(zhì)的生產(chǎn)力，并通過(guò)生產(chǎn)力和生產(chǎn)鏈得以運(yùn)用［6，7］。但由于農(nóng)村科技成果的轉(zhuǎn)換主要依靠農(nóng)村企業(yè)和農(nóng)村個(gè)體戶，兩個(gè)個(gè)體之間存在較大的差異，同時(shí)還有不同方向的社會(huì)沖擊，因此在進(jìn)行科技成果轉(zhuǎn)化時(shí)通常會(huì)出現(xiàn)較大的轉(zhuǎn)換難度。

農(nóng)村科技成果轉(zhuǎn)化效率是農(nóng)村生產(chǎn)過(guò)程中，由于科技技術(shù)的提升使得當(dāng)前對(duì)農(nóng)村產(chǎn)品的投入降低，農(nóng)村生產(chǎn)總成本降低。其計(jì)算公式為農(nóng)村科技成果轉(zhuǎn)化效率=農(nóng)村科技成果發(fā)展效率/農(nóng)村產(chǎn)品生產(chǎn)總值增長(zhǎng)效率［8，9］。農(nóng)村科技成果轉(zhuǎn)化存在一定的規(guī)律性，也正是因?yàn)槿绱?，在農(nóng)村科技成果轉(zhuǎn)化率的提升中存在許多不可控因素。因此為了更加客觀地評(píng)估農(nóng)村科技成果需要考慮農(nóng)村科技成果發(fā)展的多個(gè)因素，需要對(duì)科技成果的轉(zhuǎn)化進(jìn)行效率的梳理，并對(duì)生產(chǎn)和投入進(jìn)行資源的合理分配。由此農(nóng)村的科技成果轉(zhuǎn)化能夠視為對(duì)農(nóng)村生產(chǎn)成本和產(chǎn)出的把控分析。

2 研究設(shè)計(jì)

2.1 研究模型搭建

數(shù)據(jù)包絡(luò)分析（Data envelopment analysis，DEA）模型是多種模型的結(jié)合模型，其中最常用的數(shù)據(jù)處理模型有BCC模型和SBM模型。其中班克-查恩斯-庫(kù)珀（Banker-Charnes-Cooper，BCC）模型則是將綜合的成本技術(shù)效率進(jìn)行拆分，劃分為科技技術(shù)和科技規(guī)模效率［10-12］。BCC模型在進(jìn)行分析和數(shù)據(jù)計(jì)算時(shí)能夠?qū)Σ煌u(píng)估決策單元的規(guī)模進(jìn)行評(píng)測(cè)，使得當(dāng)前的評(píng)估決策單元能夠具備不同的評(píng)估決策效率。BCC模型在可變化的情況下，存在數(shù)據(jù)逐漸增加或降低的情況，這使得該模型更加適用于效率或模型的變動(dòng)測(cè)算。因此在保證其他變量不變的情況下，搭建DEA-BCC數(shù)據(jù)模型對(duì)陜西省農(nóng)村科技成果轉(zhuǎn)化率進(jìn)行評(píng)測(cè)分析。其計(jì)算公式如式（1）所示［13］。

式中，[s-i]、[s+r]表示松弛變量，當(dāng)[θ=1]時(shí)，模型的松弛變量都計(jì)算為0，則說(shuō)明當(dāng)前城市的農(nóng)村科技成果轉(zhuǎn)化效率為1，此時(shí)通過(guò)模型計(jì)算的效率是有效的。綜合效率測(cè)量過(guò)程如式（2）所示［14］。

式中，[xij]表示在城市[j]中的[i]個(gè)投入；[yrj]表示在城市[j]中的[r]個(gè)生產(chǎn)；[j]表示被選擇的城市；[λj]表示城市[j]中的成本相關(guān)系數(shù)；[s]表示投入的數(shù)量總數(shù)；[m]表示生產(chǎn)的數(shù)量總數(shù)；[n]表示城市的數(shù)量總數(shù)；[θ]表示目標(biāo)值。

2.2 轉(zhuǎn)化效率評(píng)價(jià)方法

本研究使用層次分析方法對(duì)效率進(jìn)行評(píng)估分析，將農(nóng)村科技成果劃分為不同的層次，再確定當(dāng)前層次的指標(biāo)，邀請(qǐng)專家進(jìn)行問(wèn)卷調(diào)查以此確定指標(biāo)。邀請(qǐng)專家20人，每位專家的工齡均在7年以上，其中4名專家為科學(xué)研究員，6名專家為經(jīng)濟(jì)專家，專家根據(jù)自身經(jīng)驗(yàn)和知識(shí)對(duì)當(dāng)前農(nóng)村科技成果進(jìn)行轉(zhuǎn)換并打分，對(duì)問(wèn)卷調(diào)查的評(píng)分使用平均數(shù)分配的方法進(jìn)行分析。歸一化矩陣計(jì)算公式如式（3）所示［15］。

式中，[Aij]表示歸一化矩陣大??；[aij]表示判斷矩陣，其中[i]和[j]都屬于常數(shù)。此時(shí)對(duì)矩陣進(jìn)行求和得到式（4）［6］。

將從式（4）中得到的矩陣進(jìn)行歸一化處理，得到農(nóng)村科技成果轉(zhuǎn)化效率的特征向量大小如式（5）所示［16］。

式中，[Wi]表示特征向量大小，[T]表示矩陣的倒置。其中歸一化結(jié)果如式（6）所示［17］。

式中，[n]表示常數(shù)，在計(jì)算出指標(biāo)的權(quán)值大小后，通過(guò)公式求解指標(biāo)的特征向量值如式（7）所示［18］。

式中，[λmax]表示指標(biāo)的特征向量值的最大值，其中[（Aw）i]的值為歸一化矩陣值與特征向量值的乘積大小。判斷指標(biāo)的一致性效果如式（8）所示［19］。

式中，[CI]表示指標(biāo)的一致性，[RI]表示矩陣一致性。

2.3 評(píng)價(jià)體系搭建

根據(jù)陜西省農(nóng)村科技成果轉(zhuǎn)化的基本情況，搭建適合的科技成果轉(zhuǎn)化基本評(píng)價(jià)體系，通過(guò)科技水平、農(nóng)村經(jīng)濟(jì)水平效益、社會(huì)經(jīng)濟(jì)效益3個(gè)方面對(duì)轉(zhuǎn)化率進(jìn)行評(píng)價(jià)判斷?？萍妓侥軌?qū)Ρ瘸霾煌霓r(nóng)村科技成果水平。農(nóng)村經(jīng)濟(jì)水平效益是指能夠?qū)⑥r(nóng)村科技成果變化后的經(jīng)濟(jì)效益進(jìn)行衡量，主要是通過(guò)成果轉(zhuǎn)化率和財(cái)政指標(biāo)進(jìn)行判斷［20-22］。社會(huì)經(jīng)濟(jì)效益是對(duì)當(dāng)前不同類型的農(nóng)村科技成果變化給社會(huì)帶來(lái)的效益進(jìn)行判斷，主要是通過(guò)社會(huì)保障和社會(huì)安全效果進(jìn)行分析評(píng)判［23］。農(nóng)村科技成果主變量情況如表1所示。

主變量評(píng)價(jià)指標(biāo)為農(nóng)村科技成果轉(zhuǎn)化指標(biāo)，二級(jí)評(píng)價(jià)指標(biāo)為技術(shù)指標(biāo)的分量，而三級(jí)評(píng)價(jià)指標(biāo)是判斷指標(biāo)的評(píng)價(jià)標(biāo)準(zhǔn)［24，25］。科技成果轉(zhuǎn)化層次結(jié)構(gòu)如圖1所示。

由圖1可知，農(nóng)村科技成果轉(zhuǎn)化效果有3個(gè)主層次的影響，分別為社會(huì)層面、資金成果層面和科技成果層面。社會(huì)層面能夠在科技轉(zhuǎn)化效果呈正向變化時(shí)，推動(dòng)社會(huì)的科技水平發(fā)展，同時(shí)促進(jìn)農(nóng)村的科研成果進(jìn)步。資金成果層面能夠通過(guò)科技成果的進(jìn)步，以降低當(dāng)前農(nóng)村科技成果投入的效果?？萍汲晒麑用婺軌蛲ㄟ^(guò)提升科技成果的轉(zhuǎn)化效率，促進(jìn)科研進(jìn)步，以進(jìn)一步提升農(nóng)村科技成果的轉(zhuǎn)化。

3 數(shù)據(jù)來(lái)源

本研究使用的數(shù)據(jù)是陜西省農(nóng)村科技經(jīng)濟(jì)發(fā)展年鑒數(shù)據(jù)，出自2018—2023年經(jīng)濟(jì)發(fā)展和投入財(cái)報(bào)數(shù)據(jù)。選取農(nóng)村自然科技研究現(xiàn)金投入指標(biāo)數(shù)據(jù)，自然科學(xué)研究發(fā)表過(guò)的科技論文數(shù)據(jù)，相關(guān)專業(yè)的科技論文和陜西省農(nóng)村科技成果轉(zhuǎn)化效率進(jìn)行指標(biāo)判斷?？萍汲晒霓D(zhuǎn)化情況使用專家問(wèn)卷調(diào)查的方式進(jìn)行，通過(guò)省市高?？蒲兴鶎?duì)相關(guān)農(nóng)村數(shù)據(jù)進(jìn)行分析，對(duì)當(dāng)前線上與線下的數(shù)據(jù)進(jìn)行問(wèn)卷調(diào)查，通過(guò)完整性和邏輯性的選擇，最終從138份調(diào)查問(wèn)卷中選擇116份有效的調(diào)查問(wèn)卷，有效率為84.06%。

4 實(shí)證分析

4.1 農(nóng)村科技成果主要成就

將陜西省2018—2023年農(nóng)村科技成果交易數(shù)量與科技成果交易總額進(jìn)行分析，得到農(nóng)村科技成果交易情況。

從圖2中可以看出，在陜西省農(nóng)村科技成果交易量和交易額的變化中，隨著年份的增加，交易額逐年上升，同時(shí)成果的轉(zhuǎn)化量也在逐步增加，從2018年的371項(xiàng)增加至2023年的789項(xiàng)，同比增長(zhǎng)了418項(xiàng)。交易總金額從2018年的3.8億元增長(zhǎng)至2022年的8.9億元，但在2023年交易額呈下降趨勢(shì)，總體的交易總額下降至4.1億元。交易總額降低但交易項(xiàng)增加，這說(shuō)明當(dāng)前陜西省農(nóng)村科技成果轉(zhuǎn)化率較好，科技水平得到提升，并且總投入成本得到控制。

4.2 陜西省2018—2023年科技成果轉(zhuǎn)化效率

通過(guò)陜西省2018—2023年農(nóng)村科技投入數(shù)據(jù)和科技效益產(chǎn)出數(shù)據(jù)，測(cè)算出當(dāng)前陜西省農(nóng)村科技成果轉(zhuǎn)化效率結(jié)果如表2所示。

從表2中可以看出，2018—2023年陜西省科技成果轉(zhuǎn)化效率平均值為0.937，屬于較高的科技成果轉(zhuǎn)化水平，這可能是省政府和農(nóng)村科技相互協(xié)調(diào)結(jié)合的結(jié)果。科技成果的平均轉(zhuǎn)化規(guī)模為0.913，處于較高水平，這說(shuō)明在最近幾年的發(fā)展中陜西省農(nóng)村科技水平處于較高水平。從技術(shù)轉(zhuǎn)化效率上看，在2023年技術(shù)轉(zhuǎn)化效率有所降低，這可能是由于2023年陜西省農(nóng)村經(jīng)濟(jì)變化較大造成的，因此在該年份期間需要采取相應(yīng)的措施進(jìn)行調(diào)整，使其轉(zhuǎn)化效率得到提升。從相關(guān)性的有效性可以看出，只有2023年呈現(xiàn)非相關(guān)性有效情況，這說(shuō)明在前幾年的農(nóng)村科技成果轉(zhuǎn)化評(píng)估中，其科技成果的轉(zhuǎn)化評(píng)估處于較好的水平但近一年內(nèi)有所波動(dòng)，整體的變化還是處于較高水平的。因此2024年內(nèi)陜西省的農(nóng)村科技水平可能有所變化但整體的轉(zhuǎn)化效率和發(fā)展的效果較好。

4.3 陜西省農(nóng)村科技成果轉(zhuǎn)化效率模糊評(píng)價(jià)

將陜西省農(nóng)村科技成果不同類型的指標(biāo)進(jìn)行評(píng)價(jià)判斷，通過(guò)2018—2023年年度數(shù)據(jù)報(bào)告，進(jìn)行綜合評(píng)測(cè)。

從表3中可以看出，私有性的科技成果指標(biāo)得分相對(duì)公開(kāi)性科技成果和非公開(kāi)性科技成果指標(biāo)得分更高，其中社區(qū)政策統(tǒng)一的指標(biāo)得分有89.954分，在幾種指標(biāo)得分中最高。這說(shuō)明社區(qū)政策統(tǒng)一對(duì)農(nóng)村科技成果的影響性更大，可能原因是社區(qū)的政策統(tǒng)一能夠間接影響農(nóng)村的科技成果。同時(shí)私有性的科技成果得分較高說(shuō)明農(nóng)村科技成果創(chuàng)新水平較高，發(fā)展前景較好，從而能夠獲得更多的投資回報(bào)。市場(chǎng)的競(jìng)爭(zhēng)強(qiáng)弱的指標(biāo)得分只有82.000分，相較于其他指標(biāo)得分最低，這說(shuō)明市場(chǎng)的競(jìng)爭(zhēng)強(qiáng)弱對(duì)農(nóng)村的科技成果發(fā)展影響相對(duì)較低，這可能是由于農(nóng)村個(gè)體戶較多導(dǎo)致競(jìng)爭(zhēng)壓力較小的原因。

4.4 農(nóng)村科技成果轉(zhuǎn)化影響因素實(shí)證分析

使用SPSS軟件對(duì)調(diào)查使用數(shù)據(jù)進(jìn)行分析，將116份有效的樣本數(shù)據(jù)導(dǎo)入軟件中，進(jìn)行Logistic回歸分析，得到陜西省農(nóng)村科技成果轉(zhuǎn)化影響因素回歸結(jié)果。

OR值表示農(nóng)村科技成果影響因素的變化幅度。從表4中可以看出，科技成果的影響因素中，農(nóng)村科技成果轉(zhuǎn)化及相關(guān)策略、科技成果管理、科技人員意識(shí)轉(zhuǎn)變、政府現(xiàn)金投入、農(nóng)村科技推廣和市民投資情況對(duì)當(dāng)前農(nóng)村科技成果的影響效果較為顯著，其中農(nóng)村科技成果轉(zhuǎn)化及相關(guān)策略的影響因素最大，為65.758，其次是科技成果管理的影響為43.672，說(shuō)明這兩種因ff5f83f32c077407a461ae3fda8ba2ad9a2701f5d28b268a715e394115b39641素能夠提升農(nóng)村科技成果的轉(zhuǎn)化效率。

5 小結(jié)

本研究主要對(duì)陜西省農(nóng)村科技成果轉(zhuǎn)化效率及其影響因素進(jìn)行分析，通過(guò)DEA-BCC模型對(duì)科技成果轉(zhuǎn)化效率的變化情況進(jìn)行分析，并通過(guò)層次分析法和Logistic回歸方法對(duì)陜西省農(nóng)村科技轉(zhuǎn)化成果的主要影響因素進(jìn)行探究分析。研究結(jié)果表明，陜西省農(nóng)村科技成果的轉(zhuǎn)化量2018—2023年逐步增加，從2018年的371項(xiàng)增加至2023年的789項(xiàng)，同比增長(zhǎng)了418項(xiàng)，科技轉(zhuǎn)化投資降至4.1億元。同時(shí)成果轉(zhuǎn)化效率在近幾年提升效果處于較高水平，轉(zhuǎn)化規(guī)模達(dá)0.913。農(nóng)村科技成果轉(zhuǎn)化及相關(guān)策略、科技成果管理、科研人員意識(shí)轉(zhuǎn)變對(duì)陜西省農(nóng)村科技成果的影響效果在5%的水平下更為顯著。由此可見(jiàn)，陜西省農(nóng)村科技成果轉(zhuǎn)化效率受到各種不同因素所影響。本研究雖然對(duì)陜西省農(nóng)村科技成果轉(zhuǎn)化率的變化進(jìn)行了研究，但還存在一些問(wèn)題，如探究的影響因素較少，因此后續(xù)的研究中還將對(duì)不同的陜西省農(nóng)村科技成果轉(zhuǎn)化效率影響因素進(jìn)行分析研究，同時(shí)還將使用更多的不同評(píng)價(jià)方法進(jìn)行評(píng)判分析。

參考文獻(xiàn)：

［1］ 張亞明，趙 科，宋雯婕，等. 中國(guó)省域科技成果轉(zhuǎn)化效率評(píng)價(jià)研究——基于長(zhǎng)短期視角［J］. 技術(shù)經(jīng)濟(jì)與管理研究， 2024（2）： 18-24.

［2］ 毛 笛，宣 勇. 高?？萍汲晒D(zhuǎn)化賦能共同富?！獏^(qū)域創(chuàng)業(yè)與創(chuàng)新的鏈?zhǔn)街薪樽饔茫跩］. 國(guó)家教育行政學(xué)院學(xué)報(bào)， 2024 （2）： 81-95.

［3］ 郭桐羽，陳宋生. 科技成果轉(zhuǎn)化審計(jì)監(jiān)督體系構(gòu)建——基于研究型審計(jì)［J］. 財(cái)會(huì)月刊， 2024， 45（3）： 71-80.

［4］ 賀 佳. 數(shù)字經(jīng)濟(jì)對(duì)高?？萍汲晒D(zhuǎn)化效率的影響［J］. 河北大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）， 2024， 49（1）： 134-146.

［5］ XU Z，LU P. Research on input-output efficiency of listed companies of solar-thermal power concept based on DEA-BCC model［A］. Proceedings of the 2nd international academic conference on blockchain， information technology and smart finance（ICBIS 2023）［C］. 2023.

［6］ 王 俊，黃詠明，汪夢(mèng)瑩，等. 湖北省農(nóng)業(yè)科技成果轉(zhuǎn)化現(xiàn)狀與對(duì)策［J］. 農(nóng)業(yè)科技管理， 2024， 43（1）： 79-82.

［7］ 黃海燕. 產(chǎn)教融合背景下高?？萍汲晒D(zhuǎn)化效率提升機(jī)制研究——基于江蘇常州地區(qū)高校的調(diào)查分析［J］. 中國(guó)高?？萍?， 2020（12）： 68-71.

［8］ 田 天，沈 銘. 地方高?？萍汲晒D(zhuǎn)化和技術(shù)轉(zhuǎn)移體系的組建與培育——以蘇州大學(xué)為例［J］. 中國(guó)高?？萍?， 2020（10）： 85-88.

［9］ 時(shí) 朝，李 瀟，王 植. 農(nóng)民教育培訓(xùn)在我國(guó)農(nóng)業(yè)科技成果轉(zhuǎn)化中的作用分析［J］. 南方農(nóng)機(jī)， 2023， 54（15）： 49-51，58.

［10］ 單延博，朱大威，孫曉童. “院地結(jié)對(duì)”模式推進(jìn)農(nóng)業(yè)科技成果轉(zhuǎn)化的實(shí)踐與思考——以江蘇省鎮(zhèn)江市白兔鎮(zhèn)為例［J］. 農(nóng)業(yè)科技管理， 2023， 42（3）： 1-4.

［11］ LIU Z H， XIONG H T， SUN Y. Will online MOOCs improve the efficiency of Chinese higher education institutions？ An empirical study based on DEA［J］. Sustainability， 2023， 15（7）：5970-5971.

［12］ 吳壽仁. 科技成果轉(zhuǎn)化地域選擇影響因素分析——基于2018—2022高校院所科技成果轉(zhuǎn)化年度報(bào)告案例的分析［J］. 杭州科技， 2024， 55（1）： 43-47.

［13］ 張 煒，陶慶梅，于新穎. 研究型醫(yī)院科技成果轉(zhuǎn)化中技術(shù)經(jīng)理人的作用［J］. 中國(guó)研究型醫(yī)院， 2024， 11（1）： 18-22.

［14］ 霍國(guó)慶，唐露源. 科技成果轉(zhuǎn)化的大規(guī)模定制模型與案例研究［J］. 科學(xué)學(xué)研究， 2023， 41（12）： 2175-2181.

［15］ 楊 劍，趙倩雅，韓傳軼. 市域視角下安徽省科技成果轉(zhuǎn)化效率評(píng)價(jià)［J］. 科技創(chuàng)新與應(yīng)用， 2024， 14（8）： 81-85.

［16］ 盧明湘，石小燕. 中國(guó)高技術(shù)產(chǎn)業(yè)科技成果轉(zhuǎn)化效率和投入產(chǎn)出結(jié)構(gòu)分析［J］. 科技管理研究， 2024， 44（3）： 77-84.

［17］ 曹幸如，楊 劍. 基于三階段DEA-Windows的安徽省地市級(jí)科技成果轉(zhuǎn)化效率研究［J］. 科技管理研究， 2021， 41（22）： 74-82.

［18］ 郭 穎，廉翔鵬，席笑文. 中科院產(chǎn)研合作對(duì)其科技成果轉(zhuǎn)化影響研究［J］. 科研管理， 2021， 42（10）： 97-103.

［19］ 石 琦，鐘 沖，劉安玲. 高校科技成tTgGShGXdIPFHaE5DXhzgQ==果轉(zhuǎn)化障礙的破解路徑——基于“職務(wù)科技成果混合所有制”的思考與探索［J］. 中國(guó)高校科技， 2021（5）： 85-88.

［20］ 羅 茜，高蓉蓉，張麗娜. 高?？萍汲晒D(zhuǎn)化效率與收益分配激勵(lì)效應(yīng)的三角驗(yàn)證研究［J］. 科技進(jìn)步與對(duì)策， 2020， 37（21）： 27-35.

［21］ 劉 霞，趙宇萱，范小軍. 產(chǎn)教融合下高?？萍汲晒D(zhuǎn)化效率評(píng)價(jià)研究［J］. 科技管理研究， 2020， 40（15）： 140-144.

［22］ 袁傳思，賈 曉，袁儷欣. 高?？萍汲晒D(zhuǎn)化實(shí)施模式與路徑的探索研究［J］. 科技管理研究， 2020， 40（3）： 84-89.

［23］ 孫 濤. 我國(guó)老工業(yè)基地科技成果轉(zhuǎn)化效率評(píng)價(jià)研究——以東北地區(qū)為例［J］. 中國(guó)軟科學(xué)， 2020（1）： 164-170.

［24］ 林青寧，毛世平. 高?？萍汲晒D(zhuǎn)化效率研究［J］. 中國(guó)科技論壇， 2019， 5（5）： 144-151.

［25］ 熊 曦，關(guān)忠誠(chéng)，楊國(guó)梁，等. 嵌套并聯(lián)結(jié)構(gòu)兩階段DEA下科技創(chuàng)新效率測(cè)度與分解［J］. 中國(guó)管理科學(xué)， 2019， 27（3）： 206-216.

收稿日期：2024-04-17

基金項(xiàng)目：西安思源學(xué)院校長(zhǎng)科研基金項(xiàng)目（XASYZD-A2306）

作者簡(jiǎn)介：魯艷威（1979-），女，吉林長(zhǎng)春人，副教授，碩士，主要從事鄉(xiāng)村振興研究，（電話）15891489342（電子信箱）964108900@qq.com；通信作者，張沁文（1961-），男，陜西扶風(fēng)人，教授，主要從事教育理論研究，（電話）13509165495（電子信箱）496286559@qq.com。