長江經濟帶高?？蒲袆撔滦始捌溆绊懸蛩?/h1>
2024-04-10 05:29李堯華,段鑫星
河北科技大學學報(社會科學版) 2024年1期
李堯華,段鑫星
摘要：基于長江經濟帶2012—2020年11個?。ㄊ校┑拿姘鍞祿?，借助超效率SBM模型和Malmquist指數模型，結合DEA窗口分析方法測度長江經濟帶高?？蒲袆撔滦?。結果顯示：長江經濟帶高?？蒲袆撔滦食势椒€發展趨勢，各地區之間存在明顯差距；全要素生產率整體較高，上、中、下游效率依次呈“低—中—高”趨勢。通過Tobit模型分析發現，地區經濟稟賦、科研人力資源與科研效率呈顯著正相關，地區政策環境、地區科研環境、對外交流程度與科研創新效率呈顯著負相關。長江經濟帶高校應提高創新資源管理水平，加強府際合作與政產學研用協同創新，促進科研成果轉化。
關鍵詞：長江經濟帶；高?？蒲袆撔滦?；全要素生產率；Tobit模型
中圖分類號：G644號文獻標識碼：ADOI：10.7535/j.issn.1671-1653.2024.01.011
Scientific Research Innovation Efficiency and Influencing Factors for?Universities in the Yangtze River Economic Belt
LI Yaohua， DUAN Xinxing
（School of Public Policy and Management， China University of Mining and Technology， Xuzhou 221116， China）
Abstract：Based on the panel data of 11 provinces（cities） in the Yangtze River Economic Belt from 2012 to 2020， the research and innovation efficiency of universities in the Yangtze River Economic Belt was analyzed in depth with the utilization of the DEA window analysis method and super-efficiency SBM-Malmquist model. The results show that although the research and innovation efficiency of universities in the Yangtze River Economic Belt presents a steady development trend， there is an obvious gap between different regions. The total factor productivity of colleges and universities in the Yangtze River Economic Belt is high. The total factor productivity in the upper， middle， and lower reaches shows a trend of "low-medium-high" successively. By using the Tobit model analysis， it is found that regional economic endowment and human resources have a significant positive correlation to the research efficiency of universities， while the regional policy environment， the regional scientific research environment， and the relationship between the degree of foreign exchange are negatively correlated. In the future， universities along the Yangtze River Economic Belt should improve the management level of scientific innovation resources， strengthen intergovernmental cooperation and government-enterprise-university-research institution and application， and promote the transformation of scientific research achievements.
Keywords：Yangtze River Economic Belt；scientific research and innovation efficiency for universities； the total factor productivity；Tobit model
創新是引領發展的第一動力，是建設現代化經濟體系的重要支撐。習近平總書記在黨的二十大報告中指出，必須堅持科技是第一生產力、人才是第一資源、創新是第一動力，深入實施科教興國戰略、人才強國戰略、創新驅動發展戰略，開辟發展新領域新賽道，不斷塑造發展新動能新優勢[1]。高校作為我國創新體系的重要組成部分，是國家重大科技創新成果的主要源泉。2019年2月，中共中央、國務院印發的《中國教育現代化2035》明確提出，到2035年我國高等教育競爭力要獲得明顯提升，總體實現教育現代化，邁入教育強國行列[2]（P13-22）。為此，增速區域高等教育現代化，是加快建設教育強國和創新型國家的必經之路[3]（P6-10）。
長江經濟帶作為中國經濟社會發展最具活力和潛力的區域，覆蓋九省二市，人口總數與經濟總量占比超全國總量的40%，并且積累了若干全國領先的先行先試模式與經驗[4]（P224-232），卻存在創新合作主體不均衡、科研創新要素分布不均和協同創新溢出不顯著等問題，一定程度上阻礙了長江經濟帶科研創新活動的可持續發展。在此背景下，精準找出阻塞科研創新活動發展的癥結所在，理清長江經濟帶高校在科研創新實踐中的職責，才能針對性地解決發展中存在的問題。因此，本文重點分析長江經濟帶高校的科研創新情況，運用DEA窗口分析方法，并設置三年滯后期，對2012—2020年長江經濟帶高校的科研創新效率進行實證分析。
一、文獻回顧與分析框架
（一）文獻回顧
高校作為培養創新型人才的“主戰場”，通過建設高水平科研平臺，完成高層次科研任務，從而產出高質量科技創新成果。目前關于高?？蒲袆撔滦实难芯恐饕杏跍y度對象選擇和影響因素探究兩方面。
高?？蒲袆撔滦实臏y度對象主要集中于以下三類：一是微觀層面上以不同類型高校為研究對象進行科研創新效率評價，如王杜春等[5]（P63-70）、宗曉華等[6]（P26-35）、楊敏等[7]（P256-263）分別以我國29所農林高校、“雙一流”建設高校和“一流大學”為研究對象，考察了高?？蒲袆撔卢F狀。二是中觀層面上針對特定功能區或某個省份高?？蒲袆撔滦实目疾?，如吳穎等[8]（P104-117）、張蕾等[9]（P38-44）、李璐[10]（P44-53）分別研究了長三角41市、“一帶一路”沿線重點省區和京津冀地區的高?？蒲袆撔滦?。三是宏觀層面上以全國不同省份高校為樣本進行效率測度，如楊登才等[11]（P943-955）采用數據包絡分析法和回歸分析法，分析不同省份高?？萍汲晒D化效率及其影響因素。
高?？蒲袆撔滦实挠绊懸蛩靥骄恐饕劢褂谝韵聝煞矫妫阂皇怯绊懸蛩氐闹笜诉x取。外部因素通常包括經濟、政策和科研環境等，如蔡文伯等[12]（P62-70）探討了經濟水平、產業結構、政策環境等因素對我國高?？萍紕撔滦实挠绊?。內部因素通?？紤]人力資源、對外交流程度等，如許曉東等[13]（P50-57，78）將高校中參與科研的研究生人數、高級職稱科研人員、舉辦學術會議次數等作為內部因素進行分析。二是考察影響因素的方法選擇。多數學者傾向于使用回歸模型考察高?？蒲袆撔滦实挠绊懸蛩?，如王海燕等[14]（P37-43）選取我國30個省份2013—2019年的數據，研究高?？萍紕撔屡c區域經濟兩系統協調發展的影響因素。
比較相關研究發現：一方面，少有學者將“長江經濟帶”作為研究對象，對其時空格局的相關分析有待進一步加強；另一方面，相關研究大多基于DEA傳統模型展開研究，忽略了高?？蒲谢顒拥臅r滯性。本研究以長江經濟帶11個?。ㄊ校┑母咝？蒲谢顒訛閿祿颖?，在2012—2020年長江經濟帶高?？蒲袆撔滦示C合評價的基礎上，進一步對全要素生產率及其分解進行測算，同時探索其時空演化趨勢，并進一步分析相關影響因素。
（二）分析框架
本研究基于地區經濟稟賦、地區政策環境、地區科研環境、科研人力資源、對外交流程度等五方面因素，對長江經濟帶高?？蒲袆撔滦实挠绊懸蛩卣归_實證分析。首先，測度長江經濟帶高?？蒲袆撔滦始捌淙厣a率。一是通過測度高?？蒲袆撔滦?，分析高?？蒲袆撔滦尸F狀，并刻畫其時空演化趨勢。二是考察長江經濟帶高?？蒲腥厣a率，明晰技術與管理因素對長江經濟帶高?？蒲袆撔滦十a生的影響。其次，參照國內外的測度方法，對高?？蒲袆撔禄顒拥挠绊懸蛩剡M行探究。
二、研究數據與研究方法
（一）研究數據
基于知識生產函數模型，總結現有文獻對高?？蒲袆撔滦恃芯康闹笜诉x取情況，結合數據的可獲得性、科學性與合理性，從人、財、物三方面進行考量，構建由4個投入指標、3個產出指標組成的高?？蒲袆撔滦试u價體系（見表1）。全部數據來自2013—2021年《高等學?？萍冀y計資料匯編》。
為確保測量結果的準確性，運用SPSS 21.0對選取的投入與產出變量進行Pearson相關系數檢驗，結果見表2。結果表明投入產出指標均通過了5%的顯著性檢驗，說明構建的高?？蒲袆撔滦手笜梭w系可信度較高。
（二）研究方法
1.DEA窗口分析方法。DEA窗口分析法利用窗口移動后的平均值考察各DMU的變動趨勢，將不同時期的DMU視為不同區間。因此，對于某一特定的DMU來說，橫向上可以與同一年份其他的DMU進行比較，縱向上不同年份的DMU之間可以相互進行比較。參考以往大多數研究的做法，設置窗口寬度W=3。由于樣本期T=9，DMU數量為J=11，可以得出窗口數量為T-W+1=7，DMU中樣本個數為N=W×J×（T-W+1）=231。由于篇幅限制，僅以上海市為例，高?？蒲袆撔滦试跁r期T=9以內的DEA窗口模型分析結果見表3。
2.超效率SBM模型。傳統的DEA基本模型有C2R和BC2模型，該方法能夠充分考慮決策單元的最佳投入產出比，但在此模型中未體現出松弛改進部分[15]（P23）?；诖?，Tone Kaoru提出了超效率SBM模型[16]（P498-509）。
參考初旭新等[17]（P119-123）的做法，假設有m種投入指標，q種產出指標，建立模型如下：
E=Minθ=1+1m∑mi=1s-i/xik1+1q∑qr=1s+i/yrk，
s.t.∑nj=1，≠kλjxij-s-i≤xik，
∑nj=1，≠kλjyrj+s+r≥yrk，
λ，s+，s-≥0，
i=1，2，…，m;r=1，2，…，q;
j=1，2，…，n，j≠k，（1）
其中，E表示整體效率，即高?？蒲袆撔滦?；s-i和s+r分別表示投入松弛與產出松弛，xik為第k個DMU的第i個投入變量，yrk為第k個DMU的第r個產出變量，λ為各要素的權重。
3.Malmquist指數方法。利用Malmquist指數分析法，可以考慮技術維度產生的影響。Malmquist指數公式如下：
MIt+1t=θt（xt+10，yt+10）θt+1（xt+10，yt+10）×θt（xt0，yt0）θt+1（xt0，yt0）12×
θt+1（xt+10，yt+10）θt（xt0，yt0），（2）
其中，θt（xt0，yt0），θt（xt+10，yt+10）分別為t時段和t+1時段投入與產出在t時段的效率值。
設定滯后期數為W＝3，采用規模報酬可變假設，對傳統Malmquist指數公式進行分解，具體公式如下所示：
MI′（a，b）=θ′bwbθ′awa×θ′awbθ′bwa×θ′awbθ′bwa12=EC×TC，（3）
其中，W表示窗口寬度，a、b表示時期數。
三、高?？蒲袆撔滦尸F狀
（一）高?？蒲袆撔滦蕼y算結果
為保證實驗可信度和效率測度穩定性之間的平衡，設定窗口為W=3，借助MAXDEA8.0軟件，導入指標數據，得出各?。ㄊ校└咝？蒲袆撔滦手担ㄒ姳?），再將結果進一步處理，整理出變化趨勢如圖1所示。
長江經濟帶主要劃分為以下3個區域：下游地區（上海、江蘇、浙江、安徽）、中游地區（江西、湖北、湖南）、上游地區（重慶、四川、貴州、云南）。表4結果顯示：2012—2020年長江經濟帶上游高?？蒲袆撔滦手禐?.984，中游效率值為0.864，下游效率值為0.856，上游地區明顯高于其他區域。
從圖1可以看出，純技術效率與長江經濟帶高?？蒲袆撔滦拾l展趨勢基本相同。除2019年有明顯下降之外，其余時間呈平穩發展狀態，說明長江經濟帶高?？蒲袆撔滦首儎又饕杉兗夹g效率引起。具體到各地區而言，長江經濟帶各?。ㄊ校┬手翟谌珖瞪舷虏▌?，2012—2020年上游地區純技術效率值高于其他地區，說明上游地區的高?？蒲屑夹g與管理在提升創新效率方面發揮了巨大作用。高?？蒲袆撔乱幠Ｐ食势椒€發展趨勢，但整體效率值較低，說明了我國長江經濟帶高校創新投入不能完全適應科技發展需要，應增加創新資源投入，優化高校創新資源配置，并且合理控制成本[18]（P102-110）。
由表4可知，2019年長江經濟帶高?？蒲袆撔滦食拭黠@下降趨勢，效率值達有效狀態的僅四川省。為進一步探究其余10個?。ㄊ校┬手挡▌拥脑?，借助MAXDEA8.0軟件，將投入的松弛除以對應的投入指標量，可得出投入冗余率；將產出的松弛除以對應的產出指標量，可得出產出不足率，具體結果見表5。由于選取了窗口分析法，每個決策單元都產生了2個產出冗余效率，故取其最大最小值作為效率的上下界。
從投入冗余效率結果看，2019年10個?。ㄊ校┑耐度胫笜司霈F不同程度的冗余，導致2019年長江經濟帶高?？蒲袆撔滦食拭黠@下降趨勢。其中出現投入冗余現象較為嚴重的指標是X1和X2，說明高校R&D人才投入過剩，需要進一步調整人力資源投入。從產出不足效率結果來看，出現產出不足現象較為嚴重的指標是Y2和Y3。尤其是安徽、貴州和云南三省的當年轉讓實際收入較預期差距較大，說明這三省高校的科研產出與市場的實際需求之間可能出現“錯位”現象。2020年，各?。ㄊ校┫鄳{整了各項指標投入數量，以投入冗余較為嚴重的上海市為例，研究與發展全時人員投入較2019年下降45.29%，R&D成果應用及科技服務人員投入較2019年下降47.07%，固定資產費用投入較2019年下降19.11%。
（二）高?？蒲袆撔滦实臅r空演化分析
將長江經濟帶11個?。ㄊ校┮暈椴煌臎Q策單元，等距選取2012年、2016年、2020年的高?？蒲袆撔滦手?，采取自然斷裂法，將各?。ㄊ校┑目蒲袆撔滦尸F狀歸結為四類：高水平創新區域、中高水平創新區域、中低水平創新區域、低水平創新區域。借助ArcGIS10.4軟件，繪制長江經濟帶11個省市科研創新效率值分布圖，顏色越深代表效率值越高，如圖2所示。
浙江、江蘇、上海等下游?。ㄊ校┑母咝？蒲袆撔滦手凳冀K處于較高水平，安徽省高?？蒲袆撔滦拾l展卻不盡人意，且整個長江經濟帶高?？蒲袆撔滦试鏊儆兴啪?。江浙滬地區作為高等教育發達地區，研發人員、資金投入等較為充裕，但由于基礎優良、各項基數較大，且近年來我國為促進區域平衡發展出臺了多項政策，各地也紛紛加強了對高等教育資源的投入力度，一定程度上導致長江三角洲地區的高?？蒲袆撔滦试鏊贉p緩[19]（P1-10）。除江西省呈下降趨勢外，湖北省、湖南省等中游地區的高?？蒲袆撔滦孰m然呈相對有效狀態，但增速較為緩慢。湖南、湖北、江西等省作為我國的農業大省，產業結構亟待優化，對于高等教育投入尚有不足。此外，由于國家政策著力發展東西部地區教育，政策邊緣化導致長江經濟帶中游地區的高等教育處于較為不利的地位[20]（P1-9）。重慶市、云南省的高?？蒲袆撔滦手党什▌酉陆第厔?，四川、貴州兩省高?？蒲袆撔滦手堤幱谙鄬τ行顟B。尤其是貴州省，近年來一直處于高水平相對有效狀態，其可能原因是近些年貴州省積極推行高等教育突破工程，出臺系列政策[21]（P67-74），加大科研經費投入力度，同時將目光聚焦于科研成果轉化工作。
（三）全要素生產率測算結果
由于DEA窗口分析法默認每個窗口內都不產生技術變化，為探究長江經濟帶高?？蒲袆撔滦实尿寗訖C制，運用MAXDEA 8.0軟件，測算長江經濟帶高校全要素生產率，并對其進一步分解。全要素生產率（MI）可以分解為綜合技術變化指數（TEC）和技術進步指數（TC）。其中，TEC表示綜合技術變化指數，當該指數值大于1時，表明技術效率有所提高，在本研究中可反映科研資源管理效率；TC表示技術進步指數，當該指數值大于1時，表明該決策單元技術創新效率處于有效狀態，在本研究中可反映科研人員創新能力高低和科研設施變化[22]（P9-16）。由于篇幅限制，僅展示部分年份區間的高校全要素生產率及其分解，具體結果見表6。
整體來看，4個年份區間內長江經濟帶高校全要素生產率處于平穩上升趨勢，全要素生產率均值從1.063增長到1.643。具體來看，2013—2014年，上海、江蘇、安徽、江西、湖北、重慶、云南等7個?。ㄊ校└咝Ｈ厣a率增幅明顯，湖南省則出現較大的下滑趨勢。2015—2016年，上海、浙江、湖北等3個?。ㄊ校┬手翟鏊佥^快，增長幅度分別為24.2%，38.5%，18.8%。2017—2018年，上海、湖南、云南等3個?。ㄊ校┑娜厣a率增長較快，其余省份則有不同程度的下降。2019—2020年，長江經濟帶11個?。ㄊ校┑母咝Ｈ厣a率均呈上升狀態，表明各省份高?？蒲袆撔沦Y源投入產出效率獲得了較大的提升，加強了對高?？蒲袆撔禄顒拥闹匾?。
就綜合技術變化指數而言，4個年份區間內長江經濟帶高校綜合技術變化效率總體處于上升狀態，TEC均值從0.993增長到1.511，說明各?。ㄊ校└咝τ诳蒲匈Y源的利用效率正不斷提高，管理水平不斷提升，且各省份全要素生產率的變化主要由綜合技術變化指數引起。就技術進步指數而言，4個年份區間內長江經濟帶高校技術進步指數均值都大于1，整體處于平穩發展狀態，且觀測期間內僅有4個觀測值小于1，說明各?。ㄊ校└咝？蒲腥藛T的科研能力不斷提升，科研設施亦不斷完善。
（四）全要素生產率的時空演化分析
基于全要素生產率的分析結果，借助ArcGIS 10.4軟件進行可視化處理，采取自然斷裂法，按數值高低將各?。ㄊ校└咝５娜厣a率分為4類，顏色越深代表效率值越高，并繪制成空間分布圖，如圖3所示。為顯示數據的明顯變化，增強研究的對比性，本研究選擇2013—2014年、2019—2020年首尾兩個年份區間進行分析。
整體而言，長江經濟帶高校全要素生產率的空間聚集趨勢較為明顯，上、中、下游的全要素生產率依次呈“低—中—高”趨勢，高效率地區逐漸向長三角地區聚集，并產生省份間的“連帶效應”。具體而言，各?。ㄊ校└咝Ｈ厣a率發生了明顯變化，部分省份全要素生產率有所提高，如浙江、安徽、貴州、湖北、湖南等；也有部分?。ㄊ校┤厣a率有所下降，如江西、重慶、四川、云南等。
四、高?？蒲袆撔滦视绊懸蛩靥骄?/p>
上述實證結果表明，長江經濟帶高?？蒲袆撔滦蚀嬖诘貐^間的差異?；谝延袛祿?，借鑒前人已有研究，從外部環境和內部環境兩方面著手，探究顯著影響科研創新效率的因素。
（一）Tobit模型
Tobit模型屬于受限因變量回歸的一種，標準的Tobit模型如下：
Yit=βTXit+εit，
0，otherwise，（4）
其中，Yit為截斷因變量；β為回歸系數；Xit為解釋變量；εit為誤差項。
（二）影響指標選取
根據已有文獻普遍采取的變量進行影響因素研究，從地區經濟稟賦、地區政策環境、地區科研環境、科研人力資源、對外交流程度等5個維度，選取地區人均生產總值（gdp）、當年科技經費中政府資金（gov）、科研與發展機構數（inst）、科研項目投入研究生人數（hr）、交流論文與特邀報告之和（comm）等作為自變量，具體定義見表7。數據均來源于《中國統計年鑒》《高等學?？萍冀y計資料匯編》。
由于上文測算出的高?？蒲袆撔滦手禐?～2，效率值受到限制，因此采用Tobit模型對影響高?？蒲袆撔滦实囊蛩剡M行回歸分析，其表達式如式（5）。
Yit=γ0+γ1gdpit+γ2govit+γ3instit+
γ4hrit+γ5commit。（5）
（三）高?？蒲袆撔滦视绊懸蛩胤治?/p>
借助Stata17.0軟件，對數據進行標準化處理后，進行回歸分析，實證結果見表8。
由表8可知，模型的Prob>chi2的結果小于0.05，擬合優度較好，下面就長江經濟帶高?？蒲袆撔滦实挠绊懸蛩剡M行討論。
1．地區人均生產總值與各地區高?？蒲袆撔滦试?%水平上呈顯著正相關。地區經濟稟賦與高?？蒲袆撔滦视酗@著正相關性，符合前文的基本假設。地區經濟發展離不開科技創新，同時地區經濟發展水平反作用于科技創新[5]（P63-70）。對于長江經濟帶沿線?。ㄊ校﹣碚f，經濟發展水平越高的?。ㄊ校?，越能吸收引進高新技術和高科技人才，為高校提供充裕的科研資金支持和一流的科研環境，也就越有利于當地高校的科研創新發展，從而推動高?？蒲袆撔滦实奶嵘?。
2．當年科技經費中政府資金與各地區高?？蒲袆撔滦试?%水平上呈顯著負相關。與其他經費來源相比，政府科技經費投入的規模和穩定性都更具優勢。近年來，政府對于“雙一流”高校的重視程度不斷增強，而該類高校多集中于北京、上海、江蘇等發達地區，科研經費投入自然也遠超其他地區，但政府經費的過度投入可能會導致高校產生對資源的過度依賴，出現科研經費投入、支出的“擠出效應”[23]（P107-118）。同時，為保證經費投入效果，政府可能會設置更多標準來考核相關高校，導致高?？蒲凶灾鳈啾幌魅?，投入的科研經費未得到合理利用，妨礙大學自主創新能力提升，導致創新效率低下。
3．科研與發展機構數與各地區高?？蒲袆撔滦试?%水平上呈顯著負相關。黨的十八大以來，各地區科研與發展機構數增長迅速，但是機構數量的增長并未帶來科研成果的顯著增加。如上文研究：上海等長江經濟帶下游地區每年機構增長幅度較大，但其高?？蒲袆撔滦试龇鶇s并不明顯，而地處長江經濟帶上游的貴州等地區，雖然科研與發展機構數量較少且增幅緩慢，但是其高?？蒲袆撔滦手凳冀K維持有效狀態。究其原因，可能是由于下游地區高水平大學聚集，政府投入經費充裕，導致研究與發展機構存在“虛設”、“濫設”問題，“虛設”科研機構以占用科研經費，致使經費未落實于具體科研創新活動，導致產出質量降低?！盀E設”科研機構會致使產出的重復性，使得科研院所的重復設置和經費的重復使用。此外，過多的科研機構也會令管理者無暇顧及發展質量，從而產生“僵尸”科研機構。
4．科研項目投入研究生人數與各地區高?？蒲袆撔滦试?%水平上呈顯著正相關。這說明科研項目投入研究生人數是推動我國高?？蒲袆撔掳l展的主要因素，發揮著重要的促進作用。以往多數研究表明，我國高?？蒲袆撔禄顒悠毡榇嬖凇叭瞬畔∪薄钡镔|資本較為充裕的情況，本文亦證明了這一觀點。這說明科研項目投入研究生人數越多，一定程度上有助于高?？蒲袆撔滦实奶岣?。例如，長三角地區擁有眾多世界一流大學與研究中心，吸引了大批國內外頂尖學者，形成高水平人才聚集的“生態圈”，并為其提供卓越的教育資源和創新環境，為人才高地建設做支撐?；诖?，需要充分激發科研人才的積極性、主動性、創造性，釋放創新活力，盡可能提升高?？蒲型度氘a出效率。
5.對外交流程度與各地區高?？蒲袆撔滦试?0%水平上呈顯著負相關。這說明進一步推進對外交流并不能提升高?？蒲袆撔滦?。一方面，對外交流學習是一個長期過程，短期內效果可能并不明顯，難以真正融入國外教學體系。另一方面，相較于2019年，2020年各?。ㄊ校ν饨涣鞒潭瘸拭黠@下降趨勢，究其原因，可能是中國人均經濟水平總體較低，人口基數較大，且對外交流的機會集中于“985工程”“211工程”和“雙一流”建設高校等高水平大學，從而使得多數高校國際交流合作人數總體較少，無法通過推進對外交流來改善高?？蒲袆撔禄顒淤|量[24]（P1641-1652）。因此，長江經濟帶上、中游地區受地理位置、經濟環境等因素影響，應該更加注重相關政策傾斜。
五、研究結論與對策建議
（一）研究結論
基于長江經濟帶11?。ㄊ校?012—2020年的數據，利用超效率SBM模型、Malmquist指數模型，分別測算高?？蒲袆撔滦屎腿厣a率，最后借助Tobit模型分析影響效率的因素。
研究得出以下結論：第一，除2019年有明顯下降之外，長江經濟帶高?？蒲袆撔滦食势椒€發展狀態，但整體效率值較低，且純技術效率值對之影響較大，規模效率值有待提升。第二，各?。ㄊ校┲g的高?？蒲袆撔滦蚀嬖诿黠@的地區差異，部分?。ㄊ校└咝？蒲袆撔掳l展仍然處于落后狀態，且觀測期間內差距并未顯著縮小，區域之間的創新發展鴻溝制約了創新效率的進一步提升。第三，從時間維度上來看，全要素生產率雖反復波動，但總體處于平穩上升趨勢，且全要素生產率發展主要由綜合技術指數變化引起。第四，從空間聚集維度上來看，2012—2020年間長江經濟帶全要素生產率空間集聚特征明顯，上、中、下游的全要素生產率依次呈“低—中—高”趨勢。第五，影響長江經濟帶高?？蒲袆撔滦实膬韧獠恳蛩刂?，地區經濟稟賦、科研人力資源與科研效率呈顯著正相關，地區政策環境、地區科研環境、對外交流程度與科研創新效率呈顯著負相關。
（二）對策建議
1.提高科研創新管理水平，完善資源管理制度。為突破規模效率限制，效率值較低的省份應提升創新資源管理水平，并結合現狀，按自身所需優化校內外資源配置。優化高校外部資源配置主要從管理模式、評價機制、資源投入三方面著手。首先，高校的簡政放權主體不應局限于行政部門。因此，需要擴大簡政放權主體，出臺權力清單、負面清單，減少對財務部門、人事部門等不必要的行政干預。其次，建立第三方評價機制，引入高水平教育評價機構，確保專業、高效的評價。優化內部資源配置應明確學院辦學主體地位，人、財、物等資源應更多向學院層次傾斜，形成學校層次宏觀決策、學院層次協調配合的整體運行機制。
2.優化科研機構布局，減少低效機構設置，提升創新體系整體效能。前文研究發現，科研與發展機構數對長江經濟帶各地區高?？蒲行示哂酗@著負向作用，因此需要淘汰“僵尸”機構，聚焦于提升科研機構的“質”而非“量”，建立常態化校級科研機構監管部門，考核更注重機構的內涵發展、高質量發展。此外，在清理“僵尸”機構的同時，更應扶持具有發展潛力的科研機構，突出農林、地礦等高校的學科專業特色和服務行業發展能力，建設一批功能集約、資源共享、運行高效的專業類或跨專業類實驗教學平臺，加強各行各業學科交叉人才培養。
3.完善長江經濟帶府際合作機制，開創高等教育對外交流合作新格局。長江經濟帶高?？蒲袆撔滦视休^強的地理空間聚集態勢，但省份間差異較大，高效率省份向發達地區聚集，易出現地區間的“馬太效應”。因此，長三角地區在釋放“人才虹吸”效應的同時，也要對相鄰省份進行“反哺”，上海等中心城市應當“朝西看”，目光不僅要聚集在長三角地區，更要輻射到整個長江經濟帶，打破區域間壁壘，讓更多的“智造力”變成“生產力”，增強地區間的科技創新活動交流。上、中游地區應破除人才落地之“藩籬”，營造良好的政策環境，推進人才引進政策進一步落實，防止人才流失。此外，高校要加強聯合辦學，著力打造國際教學聯合體，保障對外交流學習質量，推動跨國教育長效機制有效銜接，堅持制度化、規范化，提升國際教育合作的質量。
4.推動高校政產學研用協同創新，拓寬科研經費籌資渠道，擺脫對政府資源的過度依賴。依上文所述，政府科研經費的過度投入會導致高校產生資源依賴，削弱高校的自主創新能力。我國高校擁有著得天獨厚的科研優勢，但科研成果如何轉化為生產力還有待深究。首先，應構建“政府—學?！髽I”溝通橋梁，避免高?？蒲挟a出與市場需求出現“錯位”現象。其次，技術進步是推動長江經濟帶高?？蒲袆撔掳l展的關鍵，各省份應更加注重投入資源的“質”而非“量”。最后，建立高?？萍汲晒D化評價體系，引入第三方評價機制，并將評估結果作為世界一流大學和一流學科建設考核的重要依據之一。
參考文獻：
[1]習近平.高舉中國特色社會主義偉大旗幟為全面建設社會主義現代化國家而團結奮斗[N].人民日報，2022-10-26（01）.
[2]袁利平，李君筱.面向2035的中國高等教育現代化發展圖景及其實現[J].大學教育科學，2021（3）.
[3]張發旺.區域高等教育協調發展：多維目標選擇與戰略統籌機制[J].中國高教研究，2020（8）.
[4]陸菊春，王新怡.長江經濟帶城市綠色創新效率的時空特征及影響因素[J].科技管理研究，2021（20）.
[5]王杜春，時玉坤.鄉村振興背景下我國農林高校的科研效率及影響因素[J].科技管理研究，2022（10）.
[6]宗曉華，付呈祥.我國研究型大學科研績效及其影響因素——基于教育部直屬高校相關數據的實證分析[J].高校教育管理，2019（5）.
[7]楊敏，費錫玥，魏宇琪，等.基于資源共享與子系統交互的兩階段DEA評價方法——兼對我國“一流大學”科研績效的評價[J].中國管理科學，2022（2）.
[8]吳穎，崔玉平.長三角高?？萍紕撔滦始捌鋾r空演化——基于滬、蘇、浙、皖41市的實證分析[J].重慶高教研究，2022（3）.
[9]張蕾，馬占新.基于Malmquist指數的“一帶一路”省區高校技術轉移效率研究[J].科學管理研究，2021（1）.
[10]李璐.京津冀高?？萍紕撔滦实膶嵶C研究——基于DEA分析的SBM模型和Malmquist生產率指數[J].教育學術月刊，2019（2）.
[11]楊登才，劉暢，朱相宇.中國高?？萍汲晒D化效率及影響因素研究[J].科技促進發展，2019（9）.
[12]蔡文伯，楊麗雪.中國高?？萍紕撔滦实膮^域差異及其收斂性分析——基于2000—2016年面板數據[J].現代教育管理，2020（2）.
[13]許曉東，智耀徵.雙一流背景下高?？蒲行实膮^域差異與影響因素研究[J].科學管理研究，2021（4）.
[14]王海燕，蘇博謙.高?？萍紕撔屡c區域經濟耦合協調及影響因素研究——基于2013—2019年我國30省份相關數據[J].中國高?？萍?，2023（6）.
[15]成剛.數據包絡分析方法與MaxDEA軟件[M].北京：知識產權出版社，2014.
[16]TONE K. A Slacks-based Measure of Efficiency in Data Envelopment Analysis[J].European Journal of Operational Research，2001（3）.
[17]初旭新，馬昱.創新價值鏈視角下中國高?？萍紕撔滦试u價[J].科技管理研究，2020（22）.
[18]柯亮，姚聰莉.“雙一流”建設高?？萍紕撔滦始皶r空分布特征研究[J].自然辯證法通訊，2021（5）.
[19]王新鳳，羅啟軒，鐘秉林.長三角地區高等教育協同發展的歷史進程與發展態勢[J].江蘇高教，2021（9）.
[20]張德祥，賈梟.我國高等教育布局結構的優化路徑——基于資源、能力、公平的視角[J].現代教育管理，2022（5）.
[21]閃樂，李露.長江經濟帶高等院校資源配置績效評估[J].黑龍江高教研究，2022（4）.
[22]查道林，陳思，楊茜.“雙一流”建設高?？蒲行始坝绊懸蛩貙嵶C研究——基于超效率SBM-Malmquist-Tobit模型[J].教育與經濟，2022（3）.
[23]蘇薈，劉奧運.“雙一流”建設背景下我國省際高?？蒲行始坝绊懸蛩匮芯俊贒EA-Tobit模型[J].重慶大學學報（社會科學版），2020（1）.
[24]覃雄合，杜德斌，劉樹峰，等.中國省際高?？蒲谐晒D化效率時空格局與影響因素——基于網絡SBM模型的評價[J].地理研究，2017（9）.
猜你喜歡
中國乳制品行業國際競爭力分析河北經貿大學學報·綜合版(2016年4期)2017-01-09 長江經濟帶低收入醫療保障基金建立與管控措施商(2016年33期)2016-11-24 湖北省十二市全要素生產率的比較分析商(2016年33期)2016-11-24 長江經濟帶產業競爭力現狀分析商場現代化(2016年26期)2016-11-21 中國人口紅利的國際比較與測算江淮論壇(2016年5期)2016-10-31 長江經濟帶股權交易所建立與管控措施商(2016年27期)2016-10-17 河北省經濟增長方式的實證分析河北省經濟增長方式的實證分析中國市場(2016年25期)2016-07-05 能源效率研究方法的比較分析商(2016年17期)2016-06-06 長江經濟帶戰略下江西稀土產業升級研究企業導報(2016年9期)2016-05-26 演進視覺下的Logistic模型、Probit模型、Tobit模型研究進展課程教育研究·學法教法研究(2016年6期)2016-04-26
李堯華,段鑫星
摘要：基于長江經濟帶2012—2020年11個?。ㄊ校┑拿姘鍞祿?，借助超效率SBM模型和Malmquist指數模型，結合DEA窗口分析方法測度長江經濟帶高?？蒲袆撔滦?。結果顯示：長江經濟帶高?？蒲袆撔滦食势椒€發展趨勢，各地區之間存在明顯差距；全要素生產率整體較高，上、中、下游效率依次呈“低—中—高”趨勢。通過Tobit模型分析發現，地區經濟稟賦、科研人力資源與科研效率呈顯著正相關，地區政策環境、地區科研環境、對外交流程度與科研創新效率呈顯著負相關。長江經濟帶高校應提高創新資源管理水平，加強府際合作與政產學研用協同創新，促進科研成果轉化。
關鍵詞：長江經濟帶；高?？蒲袆撔滦?；全要素生產率；Tobit模型
中圖分類號：G644號文獻標識碼：ADOI：10.7535/j.issn.1671-1653.2024.01.011
Scientific Research Innovation Efficiency and Influencing Factors for?Universities in the Yangtze River Economic Belt
LI Yaohua， DUAN Xinxing
（School of Public Policy and Management， China University of Mining and Technology， Xuzhou 221116， China）
Abstract：Based on the panel data of 11 provinces（cities） in the Yangtze River Economic Belt from 2012 to 2020， the research and innovation efficiency of universities in the Yangtze River Economic Belt was analyzed in depth with the utilization of the DEA window analysis method and super-efficiency SBM-Malmquist model. The results show that although the research and innovation efficiency of universities in the Yangtze River Economic Belt presents a steady development trend， there is an obvious gap between different regions. The total factor productivity of colleges and universities in the Yangtze River Economic Belt is high. The total factor productivity in the upper， middle， and lower reaches shows a trend of "low-medium-high" successively. By using the Tobit model analysis， it is found that regional economic endowment and human resources have a significant positive correlation to the research efficiency of universities， while the regional policy environment， the regional scientific research environment， and the relationship between the degree of foreign exchange are negatively correlated. In the future， universities along the Yangtze River Economic Belt should improve the management level of scientific innovation resources， strengthen intergovernmental cooperation and government-enterprise-university-research institution and application， and promote the transformation of scientific research achievements.
Keywords：Yangtze River Economic Belt；scientific research and innovation efficiency for universities； the total factor productivity；Tobit model
創新是引領發展的第一動力，是建設現代化經濟體系的重要支撐。習近平總書記在黨的二十大報告中指出，必須堅持科技是第一生產力、人才是第一資源、創新是第一動力，深入實施科教興國戰略、人才強國戰略、創新驅動發展戰略，開辟發展新領域新賽道，不斷塑造發展新動能新優勢[1]。高校作為我國創新體系的重要組成部分，是國家重大科技創新成果的主要源泉。2019年2月，中共中央、國務院印發的《中國教育現代化2035》明確提出，到2035年我國高等教育競爭力要獲得明顯提升，總體實現教育現代化，邁入教育強國行列[2]（P13-22）。為此，增速區域高等教育現代化，是加快建設教育強國和創新型國家的必經之路[3]（P6-10）。
長江經濟帶作為中國經濟社會發展最具活力和潛力的區域，覆蓋九省二市，人口總數與經濟總量占比超全國總量的40%，并且積累了若干全國領先的先行先試模式與經驗[4]（P224-232），卻存在創新合作主體不均衡、科研創新要素分布不均和協同創新溢出不顯著等問題，一定程度上阻礙了長江經濟帶科研創新活動的可持續發展。在此背景下，精準找出阻塞科研創新活動發展的癥結所在，理清長江經濟帶高校在科研創新實踐中的職責，才能針對性地解決發展中存在的問題。因此，本文重點分析長江經濟帶高校的科研創新情況，運用DEA窗口分析方法，并設置三年滯后期，對2012—2020年長江經濟帶高校的科研創新效率進行實證分析。
一、文獻回顧與分析框架
（一）文獻回顧
高校作為培養創新型人才的“主戰場”，通過建設高水平科研平臺，完成高層次科研任務，從而產出高質量科技創新成果。目前關于高?？蒲袆撔滦实难芯恐饕杏跍y度對象選擇和影響因素探究兩方面。
高?？蒲袆撔滦实臏y度對象主要集中于以下三類：一是微觀層面上以不同類型高校為研究對象進行科研創新效率評價，如王杜春等[5]（P63-70）、宗曉華等[6]（P26-35）、楊敏等[7]（P256-263）分別以我國29所農林高校、“雙一流”建設高校和“一流大學”為研究對象，考察了高?？蒲袆撔卢F狀。二是中觀層面上針對特定功能區或某個省份高?？蒲袆撔滦实目疾?，如吳穎等[8]（P104-117）、張蕾等[9]（P38-44）、李璐[10]（P44-53）分別研究了長三角41市、“一帶一路”沿線重點省區和京津冀地區的高?？蒲袆撔滦?。三是宏觀層面上以全國不同省份高校為樣本進行效率測度，如楊登才等[11]（P943-955）采用數據包絡分析法和回歸分析法，分析不同省份高?？萍汲晒D化效率及其影響因素。
高?？蒲袆撔滦实挠绊懸蛩靥骄恐饕劢褂谝韵聝煞矫妫阂皇怯绊懸蛩氐闹笜诉x取。外部因素通常包括經濟、政策和科研環境等，如蔡文伯等[12]（P62-70）探討了經濟水平、產業結構、政策環境等因素對我國高?？萍紕撔滦实挠绊?。內部因素通?？紤]人力資源、對外交流程度等，如許曉東等[13]（P50-57，78）將高校中參與科研的研究生人數、高級職稱科研人員、舉辦學術會議次數等作為內部因素進行分析。二是考察影響因素的方法選擇。多數學者傾向于使用回歸模型考察高?？蒲袆撔滦实挠绊懸蛩?，如王海燕等[14]（P37-43）選取我國30個省份2013—2019年的數據，研究高?？萍紕撔屡c區域經濟兩系統協調發展的影響因素。
比較相關研究發現：一方面，少有學者將“長江經濟帶”作為研究對象，對其時空格局的相關分析有待進一步加強；另一方面，相關研究大多基于DEA傳統模型展開研究，忽略了高?？蒲谢顒拥臅r滯性。本研究以長江經濟帶11個?。ㄊ校┑母咝？蒲谢顒訛閿祿颖?，在2012—2020年長江經濟帶高?？蒲袆撔滦示C合評價的基礎上，進一步對全要素生產率及其分解進行測算，同時探索其時空演化趨勢，并進一步分析相關影響因素。
（二）分析框架
本研究基于地區經濟稟賦、地區政策環境、地區科研環境、科研人力資源、對外交流程度等五方面因素，對長江經濟帶高?？蒲袆撔滦实挠绊懸蛩卣归_實證分析。首先，測度長江經濟帶高?？蒲袆撔滦始捌淙厣a率。一是通過測度高?？蒲袆撔滦?，分析高?？蒲袆撔滦尸F狀，并刻畫其時空演化趨勢。二是考察長江經濟帶高?？蒲腥厣a率，明晰技術與管理因素對長江經濟帶高?？蒲袆撔滦十a生的影響。其次，參照國內外的測度方法，對高?？蒲袆撔禄顒拥挠绊懸蛩剡M行探究。
二、研究數據與研究方法
（一）研究數據
基于知識生產函數模型，總結現有文獻對高?？蒲袆撔滦恃芯康闹笜诉x取情況，結合數據的可獲得性、科學性與合理性，從人、財、物三方面進行考量，構建由4個投入指標、3個產出指標組成的高?？蒲袆撔滦试u價體系（見表1）。全部數據來自2013—2021年《高等學?？萍冀y計資料匯編》。
為確保測量結果的準確性，運用SPSS 21.0對選取的投入與產出變量進行Pearson相關系數檢驗，結果見表2。結果表明投入產出指標均通過了5%的顯著性檢驗，說明構建的高?？蒲袆撔滦手笜梭w系可信度較高。
（二）研究方法
1.DEA窗口分析方法。DEA窗口分析法利用窗口移動后的平均值考察各DMU的變動趨勢，將不同時期的DMU視為不同區間。因此，對于某一特定的DMU來說，橫向上可以與同一年份其他的DMU進行比較，縱向上不同年份的DMU之間可以相互進行比較。參考以往大多數研究的做法，設置窗口寬度W=3。由于樣本期T=9，DMU數量為J=11，可以得出窗口數量為T-W+1=7，DMU中樣本個數為N=W×J×（T-W+1）=231。由于篇幅限制，僅以上海市為例，高?？蒲袆撔滦试跁r期T=9以內的DEA窗口模型分析結果見表3。
2.超效率SBM模型。傳統的DEA基本模型有C2R和BC2模型，該方法能夠充分考慮決策單元的最佳投入產出比，但在此模型中未體現出松弛改進部分[15]（P23）?；诖?，Tone Kaoru提出了超效率SBM模型[16]（P498-509）。
參考初旭新等[17]（P119-123）的做法，假設有m種投入指標，q種產出指標，建立模型如下：
E=Minθ=1+1m∑mi=1s-i/xik1+1q∑qr=1s+i/yrk，
s.t.∑nj=1，≠kλjxij-s-i≤xik，
∑nj=1，≠kλjyrj+s+r≥yrk，
λ，s+，s-≥0，
i=1，2，…，m;r=1，2，…，q;
j=1，2，…，n，j≠k，（1）
其中，E表示整體效率，即高?？蒲袆撔滦?；s-i和s+r分別表示投入松弛與產出松弛，xik為第k個DMU的第i個投入變量，yrk為第k個DMU的第r個產出變量，λ為各要素的權重。
3.Malmquist指數方法。利用Malmquist指數分析法，可以考慮技術維度產生的影響。Malmquist指數公式如下：
MIt+1t=θt（xt+10，yt+10）θt+1（xt+10，yt+10）×θt（xt0，yt0）θt+1（xt0，yt0）12×
θt+1（xt+10，yt+10）θt（xt0，yt0），（2）
其中，θt（xt0，yt0），θt（xt+10，yt+10）分別為t時段和t+1時段投入與產出在t時段的效率值。
設定滯后期數為W＝3，采用規模報酬可變假設，對傳統Malmquist指數公式進行分解，具體公式如下所示：
MI′（a，b）=θ′bwbθ′awa×θ′awbθ′bwa×θ′awbθ′bwa12=EC×TC，（3）
其中，W表示窗口寬度，a、b表示時期數。
三、高?？蒲袆撔滦尸F狀
（一）高?？蒲袆撔滦蕼y算結果
為保證實驗可信度和效率測度穩定性之間的平衡，設定窗口為W=3，借助MAXDEA8.0軟件，導入指標數據，得出各?。ㄊ校└咝？蒲袆撔滦手担ㄒ姳?），再將結果進一步處理，整理出變化趨勢如圖1所示。
長江經濟帶主要劃分為以下3個區域：下游地區（上海、江蘇、浙江、安徽）、中游地區（江西、湖北、湖南）、上游地區（重慶、四川、貴州、云南）。表4結果顯示：2012—2020年長江經濟帶上游高?？蒲袆撔滦手禐?.984，中游效率值為0.864，下游效率值為0.856，上游地區明顯高于其他區域。
從圖1可以看出，純技術效率與長江經濟帶高?？蒲袆撔滦拾l展趨勢基本相同。除2019年有明顯下降之外，其余時間呈平穩發展狀態，說明長江經濟帶高?？蒲袆撔滦首儎又饕杉兗夹g效率引起。具體到各地區而言，長江經濟帶各?。ㄊ校┬手翟谌珖瞪舷虏▌?，2012—2020年上游地區純技術效率值高于其他地區，說明上游地區的高?？蒲屑夹g與管理在提升創新效率方面發揮了巨大作用。高?？蒲袆撔乱幠Ｐ食势椒€發展趨勢，但整體效率值較低，說明了我國長江經濟帶高校創新投入不能完全適應科技發展需要，應增加創新資源投入，優化高校創新資源配置，并且合理控制成本[18]（P102-110）。
由表4可知，2019年長江經濟帶高?？蒲袆撔滦食拭黠@下降趨勢，效率值達有效狀態的僅四川省。為進一步探究其余10個?。ㄊ校┬手挡▌拥脑?，借助MAXDEA8.0軟件，將投入的松弛除以對應的投入指標量，可得出投入冗余率；將產出的松弛除以對應的產出指標量，可得出產出不足率，具體結果見表5。由于選取了窗口分析法，每個決策單元都產生了2個產出冗余效率，故取其最大最小值作為效率的上下界。
從投入冗余效率結果看，2019年10個?。ㄊ校┑耐度胫笜司霈F不同程度的冗余，導致2019年長江經濟帶高?？蒲袆撔滦食拭黠@下降趨勢。其中出現投入冗余現象較為嚴重的指標是X1和X2，說明高校R&D人才投入過剩，需要進一步調整人力資源投入。從產出不足效率結果來看，出現產出不足現象較為嚴重的指標是Y2和Y3。尤其是安徽、貴州和云南三省的當年轉讓實際收入較預期差距較大，說明這三省高校的科研產出與市場的實際需求之間可能出現“錯位”現象。2020年，各?。ㄊ校┫鄳{整了各項指標投入數量，以投入冗余較為嚴重的上海市為例，研究與發展全時人員投入較2019年下降45.29%，R&D成果應用及科技服務人員投入較2019年下降47.07%，固定資產費用投入較2019年下降19.11%。
（二）高?？蒲袆撔滦实臅r空演化分析
將長江經濟帶11個?。ㄊ校┮暈椴煌臎Q策單元，等距選取2012年、2016年、2020年的高?？蒲袆撔滦手?，采取自然斷裂法，將各?。ㄊ校┑目蒲袆撔滦尸F狀歸結為四類：高水平創新區域、中高水平創新區域、中低水平創新區域、低水平創新區域。借助ArcGIS10.4軟件，繪制長江經濟帶11個省市科研創新效率值分布圖，顏色越深代表效率值越高，如圖2所示。
浙江、江蘇、上海等下游?。ㄊ校┑母咝？蒲袆撔滦手凳冀K處于較高水平，安徽省高?？蒲袆撔滦拾l展卻不盡人意，且整個長江經濟帶高?？蒲袆撔滦试鏊儆兴啪?。江浙滬地區作為高等教育發達地區，研發人員、資金投入等較為充裕，但由于基礎優良、各項基數較大，且近年來我國為促進區域平衡發展出臺了多項政策，各地也紛紛加強了對高等教育資源的投入力度，一定程度上導致長江三角洲地區的高?？蒲袆撔滦试鏊贉p緩[19]（P1-10）。除江西省呈下降趨勢外，湖北省、湖南省等中游地區的高?？蒲袆撔滦孰m然呈相對有效狀態，但增速較為緩慢。湖南、湖北、江西等省作為我國的農業大省，產業結構亟待優化，對于高等教育投入尚有不足。此外，由于國家政策著力發展東西部地區教育，政策邊緣化導致長江經濟帶中游地區的高等教育處于較為不利的地位[20]（P1-9）。重慶市、云南省的高?？蒲袆撔滦手党什▌酉陆第厔?，四川、貴州兩省高?？蒲袆撔滦手堤幱谙鄬τ行顟B。尤其是貴州省，近年來一直處于高水平相對有效狀態，其可能原因是近些年貴州省積極推行高等教育突破工程，出臺系列政策[21]（P67-74），加大科研經費投入力度，同時將目光聚焦于科研成果轉化工作。
（三）全要素生產率測算結果
由于DEA窗口分析法默認每個窗口內都不產生技術變化，為探究長江經濟帶高?？蒲袆撔滦实尿寗訖C制，運用MAXDEA 8.0軟件，測算長江經濟帶高校全要素生產率，并對其進一步分解。全要素生產率（MI）可以分解為綜合技術變化指數（TEC）和技術進步指數（TC）。其中，TEC表示綜合技術變化指數，當該指數值大于1時，表明技術效率有所提高，在本研究中可反映科研資源管理效率；TC表示技術進步指數，當該指數值大于1時，表明該決策單元技術創新效率處于有效狀態，在本研究中可反映科研人員創新能力高低和科研設施變化[22]（P9-16）。由于篇幅限制，僅展示部分年份區間的高校全要素生產率及其分解，具體結果見表6。
整體來看，4個年份區間內長江經濟帶高校全要素生產率處于平穩上升趨勢，全要素生產率均值從1.063增長到1.643。具體來看，2013—2014年，上海、江蘇、安徽、江西、湖北、重慶、云南等7個?。ㄊ校└咝Ｈ厣a率增幅明顯，湖南省則出現較大的下滑趨勢。2015—2016年，上海、浙江、湖北等3個?。ㄊ校┬手翟鏊佥^快，增長幅度分別為24.2%，38.5%，18.8%。2017—2018年，上海、湖南、云南等3個?。ㄊ校┑娜厣a率增長較快，其余省份則有不同程度的下降。2019—2020年，長江經濟帶11個?。ㄊ校┑母咝Ｈ厣a率均呈上升狀態，表明各省份高?？蒲袆撔沦Y源投入產出效率獲得了較大的提升，加強了對高?？蒲袆撔禄顒拥闹匾?。
就綜合技術變化指數而言，4個年份區間內長江經濟帶高校綜合技術變化效率總體處于上升狀態，TEC均值從0.993增長到1.511，說明各?。ㄊ校└咝τ诳蒲匈Y源的利用效率正不斷提高，管理水平不斷提升，且各省份全要素生產率的變化主要由綜合技術變化指數引起。就技術進步指數而言，4個年份區間內長江經濟帶高校技術進步指數均值都大于1，整體處于平穩發展狀態，且觀測期間內僅有4個觀測值小于1，說明各?。ㄊ校└咝？蒲腥藛T的科研能力不斷提升，科研設施亦不斷完善。
（四）全要素生產率的時空演化分析
基于全要素生產率的分析結果，借助ArcGIS 10.4軟件進行可視化處理，采取自然斷裂法，按數值高低將各?。ㄊ校└咝５娜厣a率分為4類，顏色越深代表效率值越高，并繪制成空間分布圖，如圖3所示。為顯示數據的明顯變化，增強研究的對比性，本研究選擇2013—2014年、2019—2020年首尾兩個年份區間進行分析。
整體而言，長江經濟帶高校全要素生產率的空間聚集趨勢較為明顯，上、中、下游的全要素生產率依次呈“低—中—高”趨勢，高效率地區逐漸向長三角地區聚集，并產生省份間的“連帶效應”。具體而言，各?。ㄊ校└咝Ｈ厣a率發生了明顯變化，部分省份全要素生產率有所提高，如浙江、安徽、貴州、湖北、湖南等；也有部分?。ㄊ校┤厣a率有所下降，如江西、重慶、四川、云南等。
四、高?？蒲袆撔滦视绊懸蛩靥骄?/p>
上述實證結果表明，長江經濟帶高?？蒲袆撔滦蚀嬖诘貐^間的差異?；谝延袛祿?，借鑒前人已有研究，從外部環境和內部環境兩方面著手，探究顯著影響科研創新效率的因素。
（一）Tobit模型
Tobit模型屬于受限因變量回歸的一種，標準的Tobit模型如下：
Yit=βTXit+εit，
0，otherwise，（4）
其中，Yit為截斷因變量；β為回歸系數；Xit為解釋變量；εit為誤差項。
（二）影響指標選取
根據已有文獻普遍采取的變量進行影響因素研究，從地區經濟稟賦、地區政策環境、地區科研環境、科研人力資源、對外交流程度等5個維度，選取地區人均生產總值（gdp）、當年科技經費中政府資金（gov）、科研與發展機構數（inst）、科研項目投入研究生人數（hr）、交流論文與特邀報告之和（comm）等作為自變量，具體定義見表7。數據均來源于《中國統計年鑒》《高等學?？萍冀y計資料匯編》。
由于上文測算出的高?？蒲袆撔滦手禐?～2，效率值受到限制，因此采用Tobit模型對影響高?？蒲袆撔滦实囊蛩剡M行回歸分析，其表達式如式（5）。
Yit=γ0+γ1gdpit+γ2govit+γ3instit+
γ4hrit+γ5commit。（5）
（三）高?？蒲袆撔滦视绊懸蛩胤治?/p>
借助Stata17.0軟件，對數據進行標準化處理后，進行回歸分析，實證結果見表8。
由表8可知，模型的Prob>chi2的結果小于0.05，擬合優度較好，下面就長江經濟帶高?？蒲袆撔滦实挠绊懸蛩剡M行討論。
1．地區人均生產總值與各地區高?？蒲袆撔滦试?%水平上呈顯著正相關。地區經濟稟賦與高?？蒲袆撔滦视酗@著正相關性，符合前文的基本假設。地區經濟發展離不開科技創新，同時地區經濟發展水平反作用于科技創新[5]（P63-70）。對于長江經濟帶沿線?。ㄊ校﹣碚f，經濟發展水平越高的?。ㄊ校?，越能吸收引進高新技術和高科技人才，為高校提供充裕的科研資金支持和一流的科研環境，也就越有利于當地高校的科研創新發展，從而推動高?？蒲袆撔滦实奶嵘?。
2．當年科技經費中政府資金與各地區高?？蒲袆撔滦试?%水平上呈顯著負相關。與其他經費來源相比，政府科技經費投入的規模和穩定性都更具優勢。近年來，政府對于“雙一流”高校的重視程度不斷增強，而該類高校多集中于北京、上海、江蘇等發達地區，科研經費投入自然也遠超其他地區，但政府經費的過度投入可能會導致高校產生對資源的過度依賴，出現科研經費投入、支出的“擠出效應”[23]（P107-118）。同時，為保證經費投入效果，政府可能會設置更多標準來考核相關高校，導致高?？蒲凶灾鳈啾幌魅?，投入的科研經費未得到合理利用，妨礙大學自主創新能力提升，導致創新效率低下。
3．科研與發展機構數與各地區高?？蒲袆撔滦试?%水平上呈顯著負相關。黨的十八大以來，各地區科研與發展機構數增長迅速，但是機構數量的增長并未帶來科研成果的顯著增加。如上文研究：上海等長江經濟帶下游地區每年機構增長幅度較大，但其高?？蒲袆撔滦试龇鶇s并不明顯，而地處長江經濟帶上游的貴州等地區，雖然科研與發展機構數量較少且增幅緩慢，但是其高?？蒲袆撔滦手凳冀K維持有效狀態。究其原因，可能是由于下游地區高水平大學聚集，政府投入經費充裕，導致研究與發展機構存在“虛設”、“濫設”問題，“虛設”科研機構以占用科研經費，致使經費未落實于具體科研創新活動，導致產出質量降低?！盀E設”科研機構會致使產出的重復性，使得科研院所的重復設置和經費的重復使用。此外，過多的科研機構也會令管理者無暇顧及發展質量，從而產生“僵尸”科研機構。
4．科研項目投入研究生人數與各地區高?？蒲袆撔滦试?%水平上呈顯著正相關。這說明科研項目投入研究生人數是推動我國高?？蒲袆撔掳l展的主要因素，發揮著重要的促進作用。以往多數研究表明，我國高?？蒲袆撔禄顒悠毡榇嬖凇叭瞬畔∪薄钡镔|資本較為充裕的情況，本文亦證明了這一觀點。這說明科研項目投入研究生人數越多，一定程度上有助于高?？蒲袆撔滦实奶岣?。例如，長三角地區擁有眾多世界一流大學與研究中心，吸引了大批國內外頂尖學者，形成高水平人才聚集的“生態圈”，并為其提供卓越的教育資源和創新環境，為人才高地建設做支撐?；诖?，需要充分激發科研人才的積極性、主動性、創造性，釋放創新活力，盡可能提升高?？蒲型度氘a出效率。
5.對外交流程度與各地區高?？蒲袆撔滦试?0%水平上呈顯著負相關。這說明進一步推進對外交流并不能提升高?？蒲袆撔滦?。一方面，對外交流學習是一個長期過程，短期內效果可能并不明顯，難以真正融入國外教學體系。另一方面，相較于2019年，2020年各?。ㄊ校ν饨涣鞒潭瘸拭黠@下降趨勢，究其原因，可能是中國人均經濟水平總體較低，人口基數較大，且對外交流的機會集中于“985工程”“211工程”和“雙一流”建設高校等高水平大學，從而使得多數高校國際交流合作人數總體較少，無法通過推進對外交流來改善高?？蒲袆撔禄顒淤|量[24]（P1641-1652）。因此，長江經濟帶上、中游地區受地理位置、經濟環境等因素影響，應該更加注重相關政策傾斜。
五、研究結論與對策建議
（一）研究結論
基于長江經濟帶11?。ㄊ校?012—2020年的數據，利用超效率SBM模型、Malmquist指數模型，分別測算高?？蒲袆撔滦屎腿厣a率，最后借助Tobit模型分析影響效率的因素。
研究得出以下結論：第一，除2019年有明顯下降之外，長江經濟帶高?？蒲袆撔滦食势椒€發展狀態，但整體效率值較低，且純技術效率值對之影響較大，規模效率值有待提升。第二，各?。ㄊ校┲g的高?？蒲袆撔滦蚀嬖诿黠@的地區差異，部分?。ㄊ校└咝？蒲袆撔掳l展仍然處于落后狀態，且觀測期間內差距并未顯著縮小，區域之間的創新發展鴻溝制約了創新效率的進一步提升。第三，從時間維度上來看，全要素生產率雖反復波動，但總體處于平穩上升趨勢，且全要素生產率發展主要由綜合技術指數變化引起。第四，從空間聚集維度上來看，2012—2020年間長江經濟帶全要素生產率空間集聚特征明顯，上、中、下游的全要素生產率依次呈“低—中—高”趨勢。第五，影響長江經濟帶高?？蒲袆撔滦实膬韧獠恳蛩刂?，地區經濟稟賦、科研人力資源與科研效率呈顯著正相關，地區政策環境、地區科研環境、對外交流程度與科研創新效率呈顯著負相關。
（二）對策建議
1.提高科研創新管理水平，完善資源管理制度。為突破規模效率限制，效率值較低的省份應提升創新資源管理水平，并結合現狀，按自身所需優化校內外資源配置。優化高校外部資源配置主要從管理模式、評價機制、資源投入三方面著手。首先，高校的簡政放權主體不應局限于行政部門。因此，需要擴大簡政放權主體，出臺權力清單、負面清單，減少對財務部門、人事部門等不必要的行政干預。其次，建立第三方評價機制，引入高水平教育評價機構，確保專業、高效的評價。優化內部資源配置應明確學院辦學主體地位，人、財、物等資源應更多向學院層次傾斜，形成學校層次宏觀決策、學院層次協調配合的整體運行機制。
2.優化科研機構布局，減少低效機構設置，提升創新體系整體效能。前文研究發現，科研與發展機構數對長江經濟帶各地區高?？蒲行示哂酗@著負向作用，因此需要淘汰“僵尸”機構，聚焦于提升科研機構的“質”而非“量”，建立常態化校級科研機構監管部門，考核更注重機構的內涵發展、高質量發展。此外，在清理“僵尸”機構的同時，更應扶持具有發展潛力的科研機構，突出農林、地礦等高校的學科專業特色和服務行業發展能力，建設一批功能集約、資源共享、運行高效的專業類或跨專業類實驗教學平臺，加強各行各業學科交叉人才培養。
3.完善長江經濟帶府際合作機制，開創高等教育對外交流合作新格局。長江經濟帶高?？蒲袆撔滦视休^強的地理空間聚集態勢，但省份間差異較大，高效率省份向發達地區聚集，易出現地區間的“馬太效應”。因此，長三角地區在釋放“人才虹吸”效應的同時，也要對相鄰省份進行“反哺”，上海等中心城市應當“朝西看”，目光不僅要聚集在長三角地區，更要輻射到整個長江經濟帶，打破區域間壁壘，讓更多的“智造力”變成“生產力”，增強地區間的科技創新活動交流。上、中游地區應破除人才落地之“藩籬”，營造良好的政策環境，推進人才引進政策進一步落實，防止人才流失。此外，高校要加強聯合辦學，著力打造國際教學聯合體，保障對外交流學習質量，推動跨國教育長效機制有效銜接，堅持制度化、規范化，提升國際教育合作的質量。
4.推動高校政產學研用協同創新，拓寬科研經費籌資渠道，擺脫對政府資源的過度依賴。依上文所述，政府科研經費的過度投入會導致高校產生資源依賴，削弱高校的自主創新能力。我國高校擁有著得天獨厚的科研優勢，但科研成果如何轉化為生產力還有待深究。首先，應構建“政府—學?！髽I”溝通橋梁，避免高?？蒲挟a出與市場需求出現“錯位”現象。其次，技術進步是推動長江經濟帶高?？蒲袆撔掳l展的關鍵，各省份應更加注重投入資源的“質”而非“量”。最后，建立高?？萍汲晒D化評價體系，引入第三方評價機制，并將評估結果作為世界一流大學和一流學科建設考核的重要依據之一。
參考文獻：
[1]習近平.高舉中國特色社會主義偉大旗幟為全面建設社會主義現代化國家而團結奮斗[N].人民日報，2022-10-26（01）.
[2]袁利平，李君筱.面向2035的中國高等教育現代化發展圖景及其實現[J].大學教育科學，2021（3）.
[3]張發旺.區域高等教育協調發展：多維目標選擇與戰略統籌機制[J].中國高教研究，2020（8）.
[4]陸菊春，王新怡.長江經濟帶城市綠色創新效率的時空特征及影響因素[J].科技管理研究，2021（20）.
[5]王杜春，時玉坤.鄉村振興背景下我國農林高校的科研效率及影響因素[J].科技管理研究，2022（10）.
[6]宗曉華，付呈祥.我國研究型大學科研績效及其影響因素——基于教育部直屬高校相關數據的實證分析[J].高校教育管理，2019（5）.
[7]楊敏，費錫玥，魏宇琪，等.基于資源共享與子系統交互的兩階段DEA評價方法——兼對我國“一流大學”科研績效的評價[J].中國管理科學，2022（2）.
[8]吳穎，崔玉平.長三角高?？萍紕撔滦始捌鋾r空演化——基于滬、蘇、浙、皖41市的實證分析[J].重慶高教研究，2022（3）.
[9]張蕾，馬占新.基于Malmquist指數的“一帶一路”省區高校技術轉移效率研究[J].科學管理研究，2021（1）.
[10]李璐.京津冀高?？萍紕撔滦实膶嵶C研究——基于DEA分析的SBM模型和Malmquist生產率指數[J].教育學術月刊，2019（2）.
[11]楊登才，劉暢，朱相宇.中國高?？萍汲晒D化效率及影響因素研究[J].科技促進發展，2019（9）.
[12]蔡文伯，楊麗雪.中國高?？萍紕撔滦实膮^域差異及其收斂性分析——基于2000—2016年面板數據[J].現代教育管理，2020（2）.
[13]許曉東，智耀徵.雙一流背景下高?？蒲行实膮^域差異與影響因素研究[J].科學管理研究，2021（4）.
[14]王海燕，蘇博謙.高?？萍紕撔屡c區域經濟耦合協調及影響因素研究——基于2013—2019年我國30省份相關數據[J].中國高?？萍?，2023（6）.
[15]成剛.數據包絡分析方法與MaxDEA軟件[M].北京：知識產權出版社，2014.
[16]TONE K. A Slacks-based Measure of Efficiency in Data Envelopment Analysis[J].European Journal of Operational Research，2001（3）.
[17]初旭新，馬昱.創新價值鏈視角下中國高?？萍紕撔滦试u價[J].科技管理研究，2020（22）.
[18]柯亮，姚聰莉.“雙一流”建設高?？萍紕撔滦始皶r空分布特征研究[J].自然辯證法通訊，2021（5）.
[19]王新鳳，羅啟軒，鐘秉林.長三角地區高等教育協同發展的歷史進程與發展態勢[J].江蘇高教，2021（9）.
[20]張德祥，賈梟.我國高等教育布局結構的優化路徑——基于資源、能力、公平的視角[J].現代教育管理，2022（5）.
[21]閃樂，李露.長江經濟帶高等院校資源配置績效評估[J].黑龍江高教研究，2022（4）.
[22]查道林，陳思，楊茜.“雙一流”建設高?？蒲行始坝绊懸蛩貙嵶C研究——基于超效率SBM-Malmquist-Tobit模型[J].教育與經濟，2022（3）.
[23]蘇薈，劉奧運.“雙一流”建設背景下我國省際高?？蒲行始坝绊懸蛩匮芯俊贒EA-Tobit模型[J].重慶大學學報（社會科學版），2020（1）.
[24]覃雄合，杜德斌，劉樹峰，等.中國省際高?？蒲谐晒D化效率時空格局與影響因素——基于網絡SBM模型的評價[J].地理研究，2017（9）.
猜你喜歡
河北經貿大學學報·綜合版(2016年4期)2017-01-09
商(2016年33期)2016-11-24
商(2016年33期)2016-11-24
商場現代化(2016年26期)2016-11-21
江淮論壇(2016年5期)2016-10-31
商(2016年27期)2016-10-17
中國市場(2016年25期)2016-07-05
商(2016年17期)2016-06-06
企業導報(2016年9期)2016-05-26
課程教育研究·學法教法研究(2016年6期)2016-04-26
