当前全球科技创新活动空前活跃，新的科技与产业变革正在影响着世界经济的发展局势。科技创新是国家强盛、民族进步的基础，是提高生产力和发展经济的第一要素，是促进现代化建设、提高国际竞争力的关键。习近平总书记在“科技三会”指出，科技创新，国家赖之以强，企业赖之以赢，人民生活赖之以好。科技创新不仅影响着国家的前途命运，也是企业发展进步和保持竞争力的不竭动力，还很大程度上影响着人们的生活生产方式。技术转移是科技创新的重要手段，研究技术转移对于科技创新资源的配置和效率具有重要意义，影响着科技事业的整体发展。高校作为技术转移过程中的重要主体，是知识经济发展的源泉，是科技成果产出的重要来源。高校技术转移的研究对于经济发展和创新驱动至关重要，是社会进步的重要动力，有助于促进科技与经济的发展融合、科技成果转化为现实生产力，有助于提升大学和企业的核心竞争力，深度推进产学研合作，对于建立和形成完善的技术转移体系有着重要意义。
　　本研究首先对技术转移领域的相关概念和国内外研究现状进行概括和总结，对技术转移效率和我国高校技术转移进行深入分析;在文献综述的基础上，设计投入产出指标，构建技术转移效率评价体系，建立数据包络方法(Data Envelopment Analysis，DEA)与模糊神经网络方法（Fuzzy Neural Network，FNN）结合的高校技术转移效率评测模型，即DEA-FNN模型;以国内高校为研究对象，使用DEA方法测度其综合效率，分析高校技术转移的效率分布规律及差异原因;以综合效率为基础，使用DEA-FNN模型进行进一步效率的仿真预测;以同一实证案例为研究对象，将该模型与传统的DEA-BP(Back Propagation)神经网络模型进行对比，根据两种模型的测试结果和稳定性来评价模型的优劣;最后进行总结，提出促进高校技术转移过程有效开展的对策，为进一步提高技术转移效率提供参考建议。
　　结果表明，我国高校技术转移效率存在较大的地域差异，受到地区经济发展影响，呈现一定的地域分布规律;各高校之间的技术转移效率差距较大，多数高校的规模效率有待提高。本研究建立的DEA-FNN模型相比传统的DEA-BP模型有较好的稳定性和较低的误差，可以作为进一步评价和预测高校技术转移效率的模型。