創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略下長(zhǎng)三角研究型高校科技創(chuàng)新效率及影響因素

宋慧勇

(南京中醫(yī)藥大學(xué) 衛(wèi)生經(jīng)濟(jì)管理學(xué)院, 南京 210023)

科技立則民族立,科技強(qiáng)則國(guó)家強(qiáng),科技創(chuàng)新已成為國(guó)際戰(zhàn)略博弈的主戰(zhàn)場(chǎng)。習(xí)近平總書記在中國(guó)科學(xué)院第二十次院士大會(huì)上的重要講話指出:“立足新發(fā)展階段、貫徹新發(fā)展理念、構(gòu)建新發(fā)展格局、推動(dòng)高質(zhì)量發(fā)展,迫切需要各科研機(jī)構(gòu)加強(qiáng)基礎(chǔ)研究,落實(shí)科教興國(guó)及創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略,實(shí)現(xiàn)高水平科技自立自強(qiáng)。”基礎(chǔ)研究是整個(gè)科學(xué)體系的源頭,決定著國(guó)家創(chuàng)新體系的深度和厚度。高水平研究型高校作為基礎(chǔ)研究的“國(guó)家隊(duì)”,是重大科技突破的生力軍。研究型高校通過(guò)培育拔尖創(chuàng)新人才、促進(jìn)新知識(shí)產(chǎn)生,加強(qiáng)原創(chuàng)性、引領(lǐng)性科技攻關(guān),切實(shí)提升自主科技創(chuàng)新能力以踐行國(guó)家賦予的歷史使命[1]。2019年12月國(guó)務(wù)院頒布的《長(zhǎng)江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》中明確提出要強(qiáng)化長(zhǎng)三角科技協(xié)同創(chuàng)新、完善區(qū)域創(chuàng)新體系建設(shè),引領(lǐng)全國(guó)高質(zhì)量發(fā)展。在“創(chuàng)新引領(lǐng)經(jīng)濟(jì)增長(zhǎng)”達(dá)成世界共識(shí)、自主創(chuàng)新日益成為長(zhǎng)三角更高質(zhì)量一體化發(fā)展重要驅(qū)動(dòng)力的當(dāng)下,研究型高校肩負(fù)著產(chǎn)出前沿重大科技成果及提高國(guó)家原創(chuàng)能力的歷史重任[2]。

在創(chuàng)新驅(qū)動(dòng)發(fā)展及長(zhǎng)三角一體化發(fā)展背景下,區(qū)域內(nèi)研究型高校的科技創(chuàng)新效率如何?近些年的效率變動(dòng)趨勢(shì)如何?長(zhǎng)三角地區(qū)高?？萍紕?chuàng)新效率的影響因素有哪些?有關(guān)這些問(wèn)題的研究,對(duì)優(yōu)化長(zhǎng)三角區(qū)域高?？萍假Y源配置、推進(jìn)創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略實(shí)施、助力長(zhǎng)三角更高質(zhì)量一體化發(fā)展和創(chuàng)新型國(guó)家建設(shè)意義重大。

1 文獻(xiàn)綜述

在我國(guó)經(jīng)濟(jì)發(fā)展方式由高速粗放型增長(zhǎng)向高質(zhì)量效率集約型增長(zhǎng)轉(zhuǎn)變的背景下,有關(guān)高?？蒲?科技創(chuàng)新效率逐漸增多。通過(guò)梳理發(fā)現(xiàn),已有研究大致分為三個(gè)方面:一是不同層次高校的科研創(chuàng)新效率研究。高擎等[3]針對(duì)我國(guó)部屬高校探討科學(xué)研究和知識(shí)轉(zhuǎn)移這對(duì)雙元?jiǎng)?chuàng)新之間的關(guān)系,兩者的相對(duì)平衡能有效提升科技創(chuàng)新效率;王慧敏和許敏[4]運(yùn)用數(shù)據(jù)包絡(luò)分析法測(cè)算64所教育部直屬雙一流高校的基礎(chǔ)研究績(jī)效并通過(guò)投影值分析投入產(chǎn)出結(jié)構(gòu)的合理性,研究發(fā)現(xiàn)各高校間績(jī)效水平差異明顯、投入產(chǎn)出結(jié)構(gòu)有待優(yōu)化,投入冗余和產(chǎn)出不足現(xiàn)象并存;柯亮等[5]探討“雙一流”高校不同地區(qū)的創(chuàng)新效率并運(yùn)用莫蘭指數(shù)建立空間面板回歸模型來(lái)分析創(chuàng)新效率影響因素。二是不同地域高校的科技創(chuàng)新效率研究。王成軍等[6]對(duì)安徽17所高校2008—2017年的科研創(chuàng)新效率進(jìn)行動(dòng)態(tài)評(píng)價(jià),發(fā)現(xiàn)“高等教育振興計(jì)劃”有助于高?？蒲行实奶嵘?但仍有部分地方特色高校存在投入冗余;李韻婷等[7]以廣東省高水平大學(xué)為研究對(duì)象,運(yùn)用DEA-CCR及Malmquist指數(shù)法分析其科研創(chuàng)新績(jī)效在高水平大學(xué)建設(shè)項(xiàng)目實(shí)施前后的動(dòng)態(tài)變化;李璐[8]發(fā)現(xiàn)京津冀三地高?？萍紕?chuàng)新效率較高,效率提升的關(guān)鍵在技術(shù)進(jìn)步和創(chuàng)新資源配置結(jié)構(gòu)的優(yōu)化;許敏等[9]以長(zhǎng)三角區(qū)域82所高校為對(duì)象進(jìn)行創(chuàng)新績(jī)效評(píng)價(jià),發(fā)現(xiàn)大部分高校存在不同程度的投入冗余。三是不同學(xué)科科研創(chuàng)新的研究。郭翔宇等[10]采用基于松弛變量度量(slack-based measure,SBM)模型和Malmquist指數(shù)對(duì)31個(gè)省份農(nóng)業(yè)科技創(chuàng)新近10年的面板數(shù)據(jù)進(jìn)行效率測(cè)算及趨勢(shì)分析,發(fā)現(xiàn)技術(shù)效率變化才是農(nóng)業(yè)科技創(chuàng)新效率提升的關(guān)鍵動(dòng)力;李傳娟等[11]采用廣義模糊博弈DEA模型對(duì)41所財(cái)經(jīng)類高校的科研創(chuàng)新博弈效率進(jìn)行科學(xué)評(píng)價(jià)的基礎(chǔ)上,進(jìn)一步采用聚類分組來(lái)對(duì)比高校間合作競(jìng)爭(zhēng)前后的效率變化,為高校間合作競(jìng)爭(zhēng)提供指導(dǎo)建議。

綜上所述,當(dāng)前國(guó)內(nèi)學(xué)者對(duì)高?？萍紕?chuàng)新效率及影響因素已進(jìn)行了多層面的探索,但存在不足:一在研究區(qū)域上,側(cè)重全國(guó)高校、省內(nèi)高校、單類高校為主,對(duì)“長(zhǎng)三角區(qū)域”研究型高校研究較少;二在研究?jī)?nèi)容上,文獻(xiàn)側(cè)重關(guān)注投入產(chǎn)出現(xiàn)狀的評(píng)價(jià),對(duì)高?？萍紕?chuàng)新能力和外部環(huán)境因素關(guān)注不夠,研究結(jié)論說(shuō)服性不強(qiáng)。因此,以長(zhǎng)三角區(qū)域2012—2018年研究型高校為對(duì)象,運(yùn)用DEA-Malmquist模型對(duì)該區(qū)域研究型高校進(jìn)行科技創(chuàng)新效率的靜態(tài)和動(dòng)態(tài)分析,依據(jù)效率測(cè)算結(jié)果進(jìn)一步運(yùn)用Tobit回歸模型分析內(nèi)外部環(huán)境因素對(duì)高校創(chuàng)新效率的影響。在創(chuàng)新成為長(zhǎng)三角高質(zhì)量發(fā)展重要驅(qū)動(dòng)因子的當(dāng)下,這有助于厘清區(qū)域內(nèi)高?？萍紖f(xié)同創(chuàng)新驅(qū)動(dòng)機(jī)制,優(yōu)化區(qū)域內(nèi)高校創(chuàng)新資源配置,對(duì)助力長(zhǎng)三角更高質(zhì)量一體化發(fā)展和建設(shè)創(chuàng)新型國(guó)家意義重大。

2 科技創(chuàng)新效率分析

科技創(chuàng)新效率是指在一定科技資源配置能力和適宜的創(chuàng)新環(huán)境下,單位科技資源投入所取得的科技創(chuàng)新產(chǎn)出,通?；谥R(shí)生產(chǎn)函數(shù)和投入-產(chǎn)出理論進(jìn)行評(píng)價(jià)。

2.1 DEA模型

目前學(xué)界主要測(cè)度方法是基于非參數(shù)技術(shù)的數(shù)據(jù)包絡(luò)分析(data envelopment analysis,DEA)方法或其衍生方法和基于參數(shù)技術(shù)的隨機(jī)前沿法(stochastic-frontier approach,SFA)。這里采用規(guī)模收益可變的規(guī)模報(bào)酬可變的數(shù)據(jù)包絡(luò)分析(data envelopment analysis-variable returns to scale,DEA-VRS)模型即BCC模型(DEA with Banker Chames and Cooper model)進(jìn)行創(chuàng)新效率的測(cè)算。

(1)

式中:θ為效率值;K為評(píng)價(jià)高校個(gè)數(shù);xj、yj分別為投入變量和產(chǎn)出變量;s+,s-分別為投入冗余和產(chǎn)出松弛變量。當(dāng)θ=1,s+=0,s-=0時(shí),決策單元為DEA有效;當(dāng)θ<1時(shí),決策單元非DEA有效。

2.2 Malmquist指數(shù)

Malmquist指數(shù)又稱全要素生產(chǎn)率,用于動(dòng)態(tài)觀察跨年份的投入產(chǎn)出效率。由于DEA-BCC模型僅能對(duì)決策單元進(jìn)行靜態(tài)效率的分析,因此引入Malmquist指數(shù)對(duì)2012—2018年長(zhǎng)三角研究型高校在不同時(shí)期其創(chuàng)新效率變化情況進(jìn)行動(dòng)態(tài)測(cè)算。從第t到第t+1期的Malmquist指數(shù)測(cè)算公式為

(2)

式中:M>1表示從第t到第t+1期的全要素生產(chǎn)率上升,M<1表示全要素生產(chǎn)率下降,M=1表示考察期內(nèi)全要素生產(chǎn)率不變;Dt(xt,yt)和Dt(xt+1,yt+1)分別為以t期為參照的t和t+1期的距離函數(shù);Dt+1(xt,yt)和Dt+1(xt+1,yt+1)分別為以t+1期為參照的t和t+1期的距離函數(shù)。

2.3 指標(biāo)構(gòu)建及數(shù)據(jù)說(shuō)明

科技創(chuàng)新過(guò)程復(fù)雜,將高?？萍紕?chuàng)新看作是知識(shí)生產(chǎn)過(guò)程中人財(cái)物的產(chǎn)物。借鑒國(guó)內(nèi)外高?？萍紕?chuàng)新績(jī)效評(píng)價(jià)相關(guān)指標(biāo)選取規(guī)則,遵循研究型高校特點(diǎn),基于指標(biāo)數(shù)據(jù)的代表性和可得性,最終選取研究與發(fā)展人員全時(shí)當(dāng)量(人年)和研發(fā)經(jīng)費(fèi)支出(千元)作為科研創(chuàng)新投入要素,發(fā)表學(xué)術(shù)論文(篇)和成果授獎(jiǎng)數(shù)(項(xiàng))作為創(chuàng)新產(chǎn)出。

研究對(duì)象為長(zhǎng)三角區(qū)域22所研究型高校,數(shù)據(jù)來(lái)自2012—2018年《高等學(xué)?？萍冀y(tǒng)計(jì)資料匯編》《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)科技統(tǒng)計(jì)年鑒》等。短期來(lái)看,創(chuàng)新從投入到產(chǎn)出存在滯后,通常的處理是假設(shè)產(chǎn)出比投入滯后1年;從長(zhǎng)期看,創(chuàng)新產(chǎn)出與創(chuàng)新投入之間保持相對(duì)穩(wěn)定的關(guān)系,科學(xué)研究本身也具有連續(xù)性,故在利用連續(xù)7年的研究數(shù)據(jù)時(shí)不作滯后性處理[6]。

DEA方法要求投入產(chǎn)出要素符合同向性假設(shè),即投入增加,產(chǎn)出不得減少。采用Pearson相關(guān)性檢驗(yàn),發(fā)現(xiàn)不同年份的投入產(chǎn)出要素間均呈現(xiàn)較強(qiáng)的正相關(guān)關(guān)系,且均通過(guò)1%顯著性下的雙尾檢驗(yàn),符合DEA模型同向性假設(shè)。

2.4 實(shí)證檢驗(yàn)

采用DEA模型測(cè)度特定時(shí)間界面單元的投入產(chǎn)出效率,橫向比較各研究型高校的科技創(chuàng)新靜態(tài)效率值;然后,引入Malmquist全要素生產(chǎn)率(total factor productivity,TFP)指數(shù)法,從時(shí)間維度縱向揭示其動(dòng)態(tài)變化情況。

2.4.1 靜態(tài)效率分析

技術(shù)效率可分解為純技術(shù)效率和規(guī)模效率,純技術(shù)效率和規(guī)模效率指數(shù)值越接近1,表示效率越高。表1中,Drs和Irs分別表示規(guī)模報(bào)酬遞減和規(guī)模報(bào)酬遞增。由表1可知,2018年22所研究型高校綜合技術(shù)效率均值較低,僅為0.659,規(guī)模效率均值低于純技術(shù)效率,純技術(shù)效率為1的高校有8所,純技術(shù)效率和規(guī)模效率均為1的高校僅有3所,其中上海交通大學(xué)、南京大學(xué)、浙江大學(xué)、中國(guó)藥科大學(xué)安和安徽大學(xué)5所高校未實(shí)現(xiàn)DEA有效是由于規(guī)模效率小于1所致,表明這些高校的管理水平和制度體系最優(yōu),而當(dāng)前的創(chuàng)新投入或產(chǎn)出規(guī)模不當(dāng)、資源配置不當(dāng),與最優(yōu)規(guī)模存在差距。

表1 2018年長(zhǎng)三角研究型高?？蒲袆?chuàng)新的靜態(tài)效率

2.4.2 非DEA有效的長(zhǎng)三角研究型高校科研創(chuàng)新效率投影分析

DEA無(wú)效高校的投入產(chǎn)出冗余如表2所示,投入冗余主要集中在第一個(gè)指標(biāo)研發(fā)人員全時(shí)當(dāng)量,產(chǎn)出不足基本集中在成果授獎(jiǎng)數(shù)。以東南大學(xué)為例,增加14.997項(xiàng)成果授獎(jiǎng)數(shù)即可實(shí)現(xiàn)創(chuàng)新效率的DEA有效。純技術(shù)效率為1,說(shuō)明不需要增加投入或減少產(chǎn)出,所以冗余值為0;純技術(shù)效率為1而技術(shù)效率不為1,說(shuō)明規(guī)模效率需要改進(jìn)。

2.4.3 動(dòng)態(tài)效率分析

為進(jìn)一步分析長(zhǎng)三角研究型高?？萍紕?chuàng)新效率動(dòng)態(tài)變化趨勢(shì),運(yùn)用Malmquist指數(shù)測(cè)算2012—2018年22所研究型高校的動(dòng)態(tài)創(chuàng)新效率,該方法不僅能指明影響效率變動(dòng)的因素來(lái)源,且可以對(duì)跨年份活動(dòng)進(jìn)行動(dòng)態(tài)監(jiān)測(cè)?；诋a(chǎn)出導(dǎo)向的T到T+1時(shí)期Malmquist全要素生產(chǎn)率變動(dòng)指數(shù)可轉(zhuǎn)換為技術(shù)效率變動(dòng)Effch指數(shù)與技術(shù)進(jìn)步變動(dòng)TEch指數(shù)的乘積。由表3和圖1可知,7年間Malmquist指數(shù)年均值1.033>1,說(shuō)明長(zhǎng)三角研究型高?？萍紕?chuàng)新全要素生產(chǎn)率年均增長(zhǎng)率上升、發(fā)展態(tài)勢(shì)好,年均上升3.3%。除了2014—2015和2017—2018兩個(gè)時(shí)間段,其他時(shí)間段均呈現(xiàn)不同程度的正向增長(zhǎng)(增長(zhǎng)幅度依次為5.1%、3.3%、9.6%、5.3%),技術(shù)進(jìn)步(TEch)變動(dòng)和技術(shù)效率(Effch)變動(dòng)指數(shù)均值分別為2.0%和1.2%,表明平均每年由于科技生產(chǎn)技術(shù)創(chuàng)新和成果轉(zhuǎn)化及應(yīng)用層面的進(jìn)步而促進(jìn)全要素生產(chǎn)率提升幅度為2.0%,由于科技生產(chǎn)資源配置和利用效率提升帶來(lái)全要素生產(chǎn)率年均1.2%的增幅,其中純技術(shù)效率變動(dòng)和規(guī)模效率變動(dòng)指數(shù)均值分別為1.020、0.992,值得注意的是樣本期規(guī)模效率值呈下降趨勢(shì)。結(jié)合圖1分析長(zhǎng)三角研究型高校創(chuàng)新效率變動(dòng)情況,發(fā)現(xiàn)全要素生產(chǎn)率(TFP)與技術(shù)進(jìn)步效率(technical efficiency,TE)基本呈同方向變動(dòng)。

表2 長(zhǎng)三角研究型高校科研創(chuàng)新效率投影分析

圖1 2012—2018年Malmquist指數(shù)及其分解

表3 2012—2018年長(zhǎng)三角研究型高?？蒲袆?chuàng)新效率Malmquist指數(shù)及指標(biāo)分解

由表4可知,長(zhǎng)三角22所研究型高校創(chuàng)新全要素生產(chǎn)率平均提高3.3%,主要源于技術(shù)進(jìn)步和技術(shù)效率平均分別提升2%和1.2%。而技術(shù)效率平均提高1.2%主要在于純技術(shù)效率提升2%,規(guī)模效率平均下降0.8%影響了技術(shù)效率上升的幅度。以上分析進(jìn)一步揭示,技術(shù)進(jìn)步率是影響高?？萍紕?chuàng)新全要素生產(chǎn)率變動(dòng)的重要因子,純技術(shù)效率是影響長(zhǎng)三角研究型高?？萍紕?chuàng)新技術(shù)效率波動(dòng)的主要因素。具體分析如下。

其一,大多數(shù)高校技術(shù)進(jìn)步率上升,高校間效率變動(dòng)差距大。22所高校中僅河海大學(xué)、江南大學(xué)、南京農(nóng)業(yè)大學(xué)、安徽大學(xué)、合肥工業(yè)大學(xué)這5所高校技術(shù)進(jìn)步效率降低,安徽大學(xué)技術(shù)進(jìn)步率降幅最大(5.3%),華東理工大學(xué)技術(shù)進(jìn)步率提升幅度最大(10.4%)。

其二,22所高校技術(shù)效率變動(dòng)主要源于純技術(shù)效率的波動(dòng),且兩者變動(dòng)趨勢(shì)大體一致。其中有10所高校純技術(shù)效率有不同程度的提高,另有6所高校純技術(shù)效率保持不變,其余華東理工大學(xué)、東華大學(xué)、華東師范大學(xué)、蘇州大學(xué)、東南大學(xué)、南京師范大學(xué)6所高校純技術(shù)效率有5%范圍內(nèi)的小幅下降。

表4 2012—2018年長(zhǎng)三角研究型高?？蒲袆?chuàng)新效率Malmquist指數(shù)及其分解指標(biāo)

3 研究型高?？萍紕?chuàng)新效率影響因素分析

由以上分析可知,各高校科研效率存在一定差異,為進(jìn)一步探究影響效率的關(guān)鍵因素,這里以各長(zhǎng)三角各高校的綜合技術(shù)效率為被解釋變量,構(gòu)建計(jì)量模型進(jìn)行研究(表5)。

1) 在政府支持方面。政府對(duì)高校開展科技創(chuàng)新的資金扶持越多,說(shuō)明政府對(duì)高?？萍紕?chuàng)新的重視程度高,越有利于創(chuàng)新效率的提升[6]。

2) 在人力資本方面。人力投入尤其是大師級(jí)和領(lǐng)軍拔尖人才帶領(lǐng)的創(chuàng)新團(tuán)隊(duì)是影響研究型高校創(chuàng)新效率提升的關(guān)鍵[1]。

表5 創(chuàng)新效率影響因素

3) 在科技項(xiàng)目方面。獲批高水平、高質(zhì)量國(guó)家重大項(xiàng)目情況是高校創(chuàng)新團(tuán)隊(duì)建設(shè)、資源優(yōu)化配置和集成創(chuàng)新能力的集中體現(xiàn),同時(shí)高校可借此契機(jī),提升高校自主創(chuàng)新能力和創(chuàng)新效率。

4) 在成果授獎(jiǎng)方面。成果授獎(jiǎng)是對(duì)眾多科研人員投身科研事業(yè)的價(jià)值肯定和鼓勵(lì)。獲批成果授獎(jiǎng)在一定程度上能大大激發(fā)研究人員的創(chuàng)新積極性,進(jìn)一步提升高?？萍紕?chuàng)新效率。

3.1 回歸模型構(gòu)建

由于綜合技術(shù)效率的數(shù)值區(qū)間為(0,1),屬于歸并數(shù)據(jù),不宜采用OLS進(jìn)行估計(jì),因此,這里采用Tobit回歸模型(受限因變量回歸模型)進(jìn)行研究,其表達(dá)式如下:

Y*=βxi+ui

(3)

建立Tobit回歸模型如下:

Ef=α+β1x1+β2x2+β3x3+β4x4+μ

(4)

式中:Ef為由BCC模型測(cè)算出的高?？蒲芯C合效率;x1為政府支持程度;x2為科技人力投入;x3為科技項(xiàng)目;x4為成果授獎(jiǎng)。為減少數(shù)據(jù)波動(dòng)等,對(duì)以上變量均進(jìn)行對(duì)數(shù)處理。

3.2 模型回歸

這里選用的是面板數(shù)據(jù),因此需要考察選用固定效應(yīng)、隨機(jī)效應(yīng)或者混合回歸模型。通過(guò)LR檢驗(yàn)和Hausman檢驗(yàn)判斷,結(jié)果顯示Prob>chi2=0.000 0,運(yùn)用Stata17.1軟件對(duì)其進(jìn)行固定效應(yīng)模型回歸分析,整理后結(jié)果如表6所示。

表6 Tobit回歸結(jié)果

結(jié)合表6的估計(jì)結(jié)果,具體分析如下。

其一,當(dāng)?shù)卣С钟欣诟咝？萍紕?chuàng)新效率提升。高?？蒲行逝c地方財(cái)政支持呈正相關(guān)但不顯著。政府通過(guò)撥款、稅收減免等形式支持高校科研創(chuàng)新活動(dòng),引導(dǎo)科研方向及科研強(qiáng)度的提升。政府投入資金作為高校科技創(chuàng)新資本的重要來(lái)源,加大科技經(jīng)費(fèi)支持力度、打造支持自主創(chuàng)新的政策氛圍有助于科技創(chuàng)新效率的穩(wěn)步提升。

其二,人力投入與長(zhǎng)三角研究型高?？萍紕?chuàng)新效率正相關(guān)但不顯著。這表明加大研發(fā)人員投入,有利于高校科研創(chuàng)新能力的提升。人力投入尤其是大師級(jí)和領(lǐng)軍拔尖人才的匱乏才是制約研究型高校創(chuàng)新能力提升的關(guān)鍵。因此,高校今后在科技創(chuàng)新人力資本維護(hù)上可通過(guò)優(yōu)惠政策引進(jìn)人才、加大拔尖人才培養(yǎng)投入、創(chuàng)新人才開發(fā)制度等多維度視角培育科技創(chuàng)新團(tuán)隊(duì)、提升研發(fā)人員的創(chuàng)新水平、激發(fā)研發(fā)人員創(chuàng)新動(dòng)力。

其三,科技項(xiàng)目數(shù)與高?？萍紕?chuàng)新效率正相關(guān),且在1%的顯著性水平上顯著相關(guān)。這說(shuō)明高質(zhì)量科技項(xiàng)目越多,越有利于研究型高?？萍紕?chuàng)新效率的提升。高校獲批國(guó)家重大項(xiàng)目,一方面意味著其能夠得到相應(yīng)的研發(fā)經(jīng)費(fèi)和條件支持,更重要的是有助于科技創(chuàng)新團(tuán)隊(duì)的建設(shè)、校內(nèi)各優(yōu)勢(shì)學(xué)科資源的優(yōu)化整合及集成創(chuàng)新能力的提升?；趪?guó)家重大項(xiàng)目培育出的優(yōu)秀創(chuàng)新團(tuán)隊(duì)、自主科技創(chuàng)新成果等,對(duì)提升研究型高校的自主創(chuàng)新能力意義重大。

其四,成果授獎(jiǎng)與高?？萍紕?chuàng)新效率正相關(guān)但不顯著。成果授獎(jiǎng)是對(duì)科研人員價(jià)值創(chuàng)造活動(dòng)的肯定,是對(duì)眾多科研人員積極投身科研事業(yè)的鼓勵(lì)和鞭策,可以更好地激發(fā)科研人員自主創(chuàng)新積極性。當(dāng)前各高校每年成果授獎(jiǎng)數(shù)量不多,國(guó)家級(jí)授獎(jiǎng)更是以個(gè)位數(shù)計(jì)。

4 結(jié)論及建議

4.1 結(jié)論

采用DEA-BCC模型及Malmquist指數(shù)測(cè)算2012—2018年長(zhǎng)三角地區(qū)研究型高?？萍紕?chuàng)新靜態(tài)效率和動(dòng)態(tài)效率,并運(yùn)用面板Tobit模型探究高?？萍紕?chuàng)新效率的影響因素。

其一,長(zhǎng)三角地區(qū)研究型高校整體科技創(chuàng)新效率不高且高校間差異明顯。其中,2018年22所研究型高校綜合技術(shù)效率均值為0.659,純技術(shù)效率為0.852高于規(guī)模效率均值;純技術(shù)效率為1的高校有8所,僅中國(guó)礦業(yè)大學(xué)、江南大學(xué)和合肥工業(yè)大學(xué)三所高校的綜合技術(shù)效率為1;上海交通大學(xué)、南京大學(xué)、浙江大學(xué)、中國(guó)藥科大學(xué)安和安徽大學(xué)5所高校未實(shí)現(xiàn)DEA有效,是由于規(guī)模效率低所致。表明這些高校的管理水平和制度體系好,但當(dāng)前的投入或產(chǎn)出規(guī)模、資源配置未達(dá)到最優(yōu),與最優(yōu)規(guī)模存在一定的差距。投影分析發(fā)現(xiàn),投入冗余主要集中在研發(fā)人員全時(shí)當(dāng)量,產(chǎn)出不足主要集中在成果授獎(jiǎng)數(shù)。

其二,全要素生產(chǎn)率整體呈上升趨勢(shì),Malmquist指數(shù)年均值1.033大于1。全要素生產(chǎn)率平均提高3.3%,主要源于技術(shù)進(jìn)步和技術(shù)效率都有所上升,分別提高2%和1.2%。技術(shù)效率提高主要源于純技術(shù)效率上升2%,規(guī)模效率年均值的下降影響了技術(shù)效率上升的幅度。技術(shù)進(jìn)步是影響全要素生產(chǎn)率變動(dòng)的重要因子,而純技術(shù)效率是影響長(zhǎng)三角研究型高校科技創(chuàng)新技術(shù)效率波動(dòng)的關(guān)鍵因子。

其三,政府支持、人力投入和成果授獎(jiǎng)等因素與高?？萍紕?chuàng)新效率呈正相關(guān),但影響不顯著,科技項(xiàng)目與科技創(chuàng)新效率間呈顯著且正相關(guān)關(guān)系。政府通過(guò)加強(qiáng)對(duì)高校的科研經(jīng)費(fèi)支持力度、進(jìn)一步重視科研成果授獎(jiǎng)對(duì)科研人員及創(chuàng)新團(tuán)隊(duì)的精神激勵(lì)和價(jià)值肯定,高校加大拔尖人才培養(yǎng)制度開發(fā)等都能夠在一定程度上提升研究型高校的科研創(chuàng)新效率。

4.2 建議

4.2.1 基于長(zhǎng)三角研究型高校科技創(chuàng)新效率的視角

其一,加強(qiáng)區(qū)域內(nèi)高校合作及科技創(chuàng)新資源的優(yōu)化整合,立足“一體化”,實(shí)現(xiàn)“高質(zhì)量”,全面實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略。提升科技創(chuàng)新整體效率同時(shí)縮小長(zhǎng)三角研究型高校間的效率差距。

其二,合理控制創(chuàng)新投入規(guī)模、優(yōu)化投入結(jié)構(gòu)。如規(guī)模報(bào)酬遞減的高?？蛇m度減少科技創(chuàng)新資源的無(wú)效投入,或通過(guò)制度優(yōu)化、管理水平提升等針對(duì)性舉措有效“吸收”投入冗余。非DEA有效高校的投入冗余主要集中在人力資本,但實(shí)際上人力投入尤其是大師級(jí)和領(lǐng)軍拔尖人才的匱乏才是制約研究型高校創(chuàng)新能力提升的關(guān)鍵。高校要解決科技創(chuàng)新人力投入總量冗余與領(lǐng)軍拔尖人才匱乏并存的現(xiàn)象,須從優(yōu)化人力投入結(jié)構(gòu)入手,提高人力資本中的拔尖人才占比,發(fā)揮領(lǐng)軍拔尖人才的帶動(dòng)作用。

4.2.2 基于研究型高?？萍紕?chuàng)新效率影響因素的視角

基于研究型高?？萍紕?chuàng)新效率的影響因素分析,結(jié)合國(guó)家創(chuàng)新驅(qū)動(dòng)發(fā)展、長(zhǎng)三角高質(zhì)量一體化發(fā)展戰(zhàn)略等,給出以下參考建議。

其一,完善高校拔尖人才培育機(jī)制。加大對(duì)拔尖科研人才培養(yǎng)的投入力度,重視拔尖人才的后續(xù)培養(yǎng)及人才梯隊(duì)建設(shè),避免出現(xiàn)人才斷層而嚴(yán)重影響其科技創(chuàng)新能力。

其二,以創(chuàng)新效率提升為導(dǎo)向,動(dòng)態(tài)調(diào)整對(duì)各高?？萍紕?chuàng)新的資金扶持和稅收減免。可根據(jù)不同特色、不同類型高校的實(shí)際需要對(duì)扶持政策動(dòng)態(tài)調(diào)整,對(duì)一些有發(fā)展?jié)摿Φ膶W(xué)科及地方型高校予以政策傾斜。

其三,重視科研成果授獎(jiǎng)對(duì)科研人員及創(chuàng)新團(tuán)隊(duì)的精神激勵(lì)。成果授獎(jiǎng)可大大激發(fā)科研人員的創(chuàng)新積極性、提升高校的科研創(chuàng)新效率。非DEA有效高校的產(chǎn)出不足主要集中在成果授獎(jiǎng),且成果授獎(jiǎng)數(shù)與高校的科技創(chuàng)新效率正相關(guān)。

其四,以申報(bào)和承擔(dān)國(guó)家級(jí)課題項(xiàng)目為契機(jī),打造跨高校、跨區(qū)域的高水平科技創(chuàng)新團(tuán)隊(duì)。優(yōu)質(zhì)的、零散的科研人才未實(shí)現(xiàn)有效整合、未形成足以承擔(dān)國(guó)家重大項(xiàng)目研究的科技創(chuàng)新團(tuán)隊(duì)是制約各高?？萍紕?chuàng)新能力提升的根本所在。因此,借力國(guó)家級(jí)項(xiàng)目提供的經(jīng)費(fèi)及條件支持,在長(zhǎng)三角高質(zhì)量一體化發(fā)展戰(zhàn)略框架下積極提供便利和保障,推進(jìn)長(zhǎng)三角研究型高校優(yōu)質(zhì)科研力量在區(qū)域內(nèi)的有效整合,打造具有強(qiáng)烈科研創(chuàng)新精神的科技創(chuàng)新團(tuán)隊(duì),為提升高校科技創(chuàng)新能力提供根本保障。

科技創(chuàng)新是提高社會(huì)生產(chǎn)力和綜合國(guó)力的戰(zhàn)略支撐。創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的實(shí)施對(duì)高校賦予新的歷史使命。高校是推進(jìn)協(xié)同創(chuàng)新的主要力量,在實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略中承擔(dān)著神圣的歷史重任,要重視高校在實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略中的地位與引領(lǐng)作用。高質(zhì)量發(fā)展的動(dòng)力來(lái)自高水平科技自立自強(qiáng)。我國(guó)生產(chǎn)要素相對(duì)優(yōu)勢(shì)發(fā)生了變化,勞動(dòng)力成本在逐步上升,資源環(huán)境承載能力達(dá)到了瓶頸,舊的生產(chǎn)函數(shù)組合方式已經(jīng)難以持續(xù),就必須依賴科技創(chuàng)新推動(dòng)高質(zhì)量發(fā)展。