共性技术成果转化的三维评价模型与指标体系

汪志波，商 行

0 引言

科技成果转化，是指为提高生产力水平而对科学研究与技术开发所产生的具有使用价值的科技成果所进行的后续试验、开发、应用、推广直至形成新产品、新工艺、新材料，发展新产业等活动。成果转化是耦合创新系统与经济系统、推动科学技术与经济社会结合的重要通道和关键环节，也是实现“科学技术是第一生产力”的具体体现。

已有文献多以对某一领域、行业或某一地区的科技成果转化的评价，更侧重宏观角度来衡量成果转化的总体情况，指标体系以科技创新投入、产出、科技创新能力、成果权属主体的转化能力等因素为主体。而对某一具体技术成果进行评价，确定是否应该予以转化的研究尚少。因此，本文针对具体的技术成果尤其是共性技术成果本身，从成果的技术水平、转化环境、转化价值等三个方面来建立成果转化的三维评价模型和评价指标体系，进行转化技术成果的甄别、筛选，对提高成果转化效果和效率具有重要意义。

1 产业共性技术成果转化三维评价模型构建

1.1 共性技术成果转化评价的三维模型

共性技术成果与产业发展急需解决的关键问题结合的紧密程度、技术成果的成熟化程度、配套、支撑技术的完备性和协调性、人员的匹配性，产业化政策，成果转化预期取得的社会效益、经济效益和生态效益等都是共性技术成果转化成败的重要影响因素，共性技术成果转化的风险是由成果本身的技术、转化环境或条件以及转化价值的不确定性造成的，可以将其放入一个空间维度进行考察，建立一个共性技术成果转化的的三维评价模型(如图1)，此模型包括三个维度:创新水平维、转化环境维和转化价值维。

图1 共性技术成果转化的三维评价模型

为了对转化成果的的上述三个层面有一个全面、整体的把握，本文建了如图1所示的三维评价模型。该模型中，X轴表示对成果自身技术层面的评价，Y轴表示对成果转化环境或条件层面的评价，Z轴表示对成果转化效益层面的评价。原点值设为0，各轴最大值分别设为X3、Y3、Z3。点M(X3，Y3，Z3)称为最优点，表示三个维度的评价都为满分。最接近原点的区域Ⅱ称之为“败犬空间”，表示三个维度的评价都很差；最远离原点的区域Ⅰ称为“金牛空间”，表示三个维度的评价都很高；其余区域根据三个维度的评价情况称之为“潜力空间”和“问题空间”,越接近区域Ⅰ称为“潜力空间”，有转化潜力，越接近区域Ⅱ称为“问题空间”，意指存在问题较多。此三维模型首先将技术水平维和转化环境维和转化价值维有效地结合起来，科技成果转化可能存在不同来源的风险，不同来源的风险也可能存在于不同的维度当中，通过从三个维度进行评价，确定转化技术成果的优劣势，做到有的放矢，有利于提高科技创新的效益和效果。

1.2 产业共性技术成果转化评价指标体系设计

为了尽可能全面、客观、准确地反映科技成果转化潜力，在评价指标的遴选上应遵循目的性、系统性、适用性、动态性、导向性等五个原则，建立了评价指标体系。该指标体系由3个一级指标因素、12个二级指标因素构成，指标体系说明如下。

1.2.1 创新水平维

创新水平维用来描述共性技术成果的技术创新水平。包括技术先进性、可行性、成熟性和延伸性。

（1）技术先进性：指成果的技术水平与国内外同类技术、方法、装置比较，其性能、功能参数及总体技术(性能、性状、工艺参数等)经济(投入产出比、性能价格比、成本、规模等)环境、生态等指标所处的位置，以及技术成果在研究方法、设计思想、工艺技术特点及最终结果等上有突破、改进和补充，是否解决行业的技术难题或行业的热点问题，与同行业相比较达到国内或国际的领先程度。

（2）技术可行性：指成果的技术特点和技术路线、技术水平、技术参数等方面的合理性，待转化的成果在试验阶段必须达到的可靠性，成果的技术与原有技术相比的可替代性。

（3）技术成熟性：指成果的技术经济指标、技术性能是否稳定、可靠，技术成果是否已经形成生产能力、生产规模，预期达到的应用程度是否强、应用范围是否广泛等。

（4）技术延伸性：指成果技术所处技术寿命周期的位置与产业中长期发展规划相是否适应，能否带动和促进其他相关技术的发展，是否有助于提高产业技术创新的起点及开启新的技术创新窗口等。

1.2.2 转化环境维

此维用来描述技术成果的转化环境，包括：操作可行性、技术匹配性、人员匹配性和政策符合程度。

（1）操作可行性：指成果技术能否适应规模化生产要求，技术在场地选择、生产规模、工艺流程、现场管理、人员培训等环节上都具有确定的实现可能等。

（2）技术匹配性：指技术成果在进行应用推广时是否与行业或企业现有的技术水平、技术模式和现有的主导技术的协调，现行的生产、研发模式是否能适合该项技术成果的生产，是否存在不可克服的技术和设备障碍等。

（3）人员匹配性：指技术成果转化的管理人员和技术人员的素质是否符合该技术成果转化所需要的人才方面的知识、技能和经验，企业技术人员对该技术是否有消化吸收再创新的能力等。

（4）政策符合程度：指成果技术是否符合国家和行业的政策法规的各项要求，以及符合行业科技创新政策、发展方向的重点和市场需求等。

1.2.3 转化价值维

这一维度用来识别、分析转化可能产生的经济社会效益，包括直接、间接经济效益、社会、生态效益。

（1）直接经济效益：指技术成果转化应用后形成的生产力，为科技成果的持有方和应用方带来的一次性(直接)经济效益，如获得新增利润、降低成本、节约原材料等。

（2）间接经济效益：指技术成果的转化应用对产品质量、劳动生产率、资本生产率等的提高作用，以及通过对产业内外企业、领域、市场的带动和拉动效应，产生的二次或多次(间接)经济收益增加的效果，如促进其他相关配套产业或企业的出现和发展及其产生的直接经济效益等。

（3）社会效益：指成果的应用在推动产业或企业技术跨越和科技进步等所发挥的作用，如推动产业结构调整和优化升级、提高企业和相关行业竞争能力；以及给社会带来的溢出效应，如提高生产灵活性、改善劳动条件、促进安全生产、增加就业、促进社会和谐稳定等方面的效益。

（4）生态效益：指成果在节能减排、减少污染、保护环境、减轻自然灾害等有利于环境、生态、资源等保护与合理利用，改善生态平衡等方面的效益。

2 基于模糊综合评判的共性技术成果转化评价方法

2.1 确定评价因素集和评语集

根据转化评价指标体系建立转化评价指标因素集，记为U={U1,U2,…,Ui}为一级评价指标因素集，U1,U2,U3分别表示技术水平、转化环境、转化价值。根据二级评价指标建立评价指标因素子集，记为Ui={Uij}，其中i=1,2,3表示一级指标因素个数，j=1,2,…,ni，ni为常数，表示一级指标因素Ui下属二级指标因素的个数。

对每个评价因素设立5级评语，记评语集V={v1,v2,…,vm}，m=1,2,3,4,5，v1,v2,v3,v4,v5分别表示“强”、“较强”、“一般”、“较差”、“很差”。

2.2 确定评价指标权重

建立权重集。确定权重有很多种方法，本文采用AHP法。设Ui的权数为Wi(i=1,2,3)，则一级指标权重集为：A={W1,W2,…,Wi}0≤Wi≤1，且集为：Wij={Wi1,Wi2,…,Wini}，0≤Wij≤1(i=1,2,3;j=1,2,…ni)。

2.3 构造一级指标因素的模糊评判矩阵

对每一个一级指标Ui进行评价。评审专家依据一级指标下属二级指标因素的评价标准，进行判断，通过德尔菲法得到Ui下属的二级指标因素Uij隶属于评语vm(m=1,2,3,4,5)的程度，从而获得其相对于评语集的隶属度[rij1,rij2,rij3,rij4,rij5]。如有12位评判人员单就某项二级指标因素来考虑，有3人认为其优秀，6人认为良好，3人认为一般，则按等级比重法得对该项二级指标因素的隶属度为(0.25,0.50,0.25,0,0)。据此构造出一级指标Ui的模糊关系矩阵Ri(i=1,2,3)。；设二级指标Uij的权数为Wij(i=1,2,3;j=1,2,…ni)；ni表示每个一级指标所包含的二级指标个数，则二级指标权重

2.4 模糊综合评价

首先进行一级指标因素的模糊评价。利用合适的算子将一级指标因素Ui的权重向量Wi与Ri进行合成，反映所有因素的综合影响，一级指标因素模糊综合评价向量Bi可以表示为：

其中，Θ表示模糊算子，bim(m=1,2,3,4,5)表示综合考虑评判一级指标Ui所属的所有二级指标因素Uij后，评审专家从评判因素Ui上看对vm等级模糊子集的隶属度。

将Ui看做一个元素，用Bi作为Ui的单指标因素评价向量，得到关于U的全部一级指标因素的评价矩阵B。同时结合一级指标权重Wi，最后求得模糊综合评价结果向量P，即:

若 pm=max{p1,p2,…,p5}，则由最大隶属度原则认为该一级评价指标相对隶属于等级vm。

3 案例分析

3.1 评价指标权重的确定

采用层次分析法对指标权重进行了测算。具体计算过程如下：按指标体系中所确定的层次结构从最高层次指标开始建立两两比较判断矩阵；将判断矩阵两两比较的重要性结果量化，给判断矩阵赋值；采用方根法计算各指标的权重，并进行一致性检验，形成每个判断矩阵各自相对的权重；与上层指标相对权重相乘，即可得到每个指标的绝对权重；每个专家的咨询数据分析出一组权重值，对12个专家的判断数据计算所得的权重值进行算术平均，得到最终的评价指标权重结果，各指标的权重见表1。

3.2 获取评价数据

依据被评价技术成果的实际情况，评审专家对其技术水平、转化环境、转化价值下属二级指标因素的表现给出相应的评价，评价分为“强”、“较强”、“一般”、“较差”和“很差”五个等级。通过专家评审，构造出技术水平、转化环境、转化价值等一级指标因素Ui的模糊关系矩阵Ri(i=1,2,3,4,5)：

表1 评价指标权重及评价矩阵数据

3.3 评价数据的处理

依据模糊综合评价方法对数据进行处理。首先计算一级指标因素Ui的模糊评价向量Bi，计算如下：

表2 一级指标评价结果

3.4 评价结果分析

最终评价结果向量P=(0.112,0,650，0,154，0.000,0.000)，依据最大隶属度原则：该技术成果转化的最终总评级为“较好”。其在技术水平、转化环境、转化价值的表现如何可以通过一级指标的模糊关系向量来得到，如技术水平指标，其模糊关系向量满足 B1=(0.045,0,645，0,030，0.000,0.000)，依据最大隶属度原则，可知评价小组对该技术成果在技术水平方面的表现的评价为“良好”。其他两个维度作定量的评价，结果如表2所示。

4 结束语

本文在产业共性技术成果转化实践需要的基础上，构建了技术成果转化的三维评价模型和评价指标体系，指出了各评价指标的评价要点，应用模糊综合评判方法进行评价，形成了一套较科学、实用性较强的共性技术成果转化评价指标体系和评价方法，以期为产业科技项目选题立项、科技项目的全过程管理、科技成果转化实施及推广工作的开展提供参考和借鉴。

[1]王桂月,王树恩.基于模糊神经网络的高校科技成果转化评价研究[J].科技管理研究,2009,(12).

[2]汪小梅,白利娟,袁薇.陕西高校科技成果转化评价体系研究[J].工业工程,2007,(1).

[3]刘威,陈艾菊.基于ANP的高校科技成果转化绩效评价[J].科技管理研究,2008,(6).

[4]周宏.基于BP神经网络的高校科技成果转化的综合评价[J].统计与决策,2009,(17).

[5]苏俊宏,于小宁,李高宏等.西部地方高校科技成果转化评价体系及方法研究[J].技术与创新管理,2010,(7).

[6]阎为民,周飞跃.高校科技成果转化绩效模糊评价方法研究[J].研究与发展管理,2006,(12).