高校創(chuàng)新資源錯配的測度、效應(yīng)與糾正機制研究
——以江西省本科高校為例

馮 苑

(江西師范大學(xué)城市建設(shè)學(xué)院,江西南昌,330022)

一、引言

高校是科技創(chuàng)新的重要主體和發(fā)源地。提升高校創(chuàng)新能力和創(chuàng)新效率,是實現(xiàn)“2035年進入創(chuàng)新型國家前列”戰(zhàn)略目標的重要支撐,也是打造高質(zhì)量發(fā)展動力源的關(guān)鍵環(huán)節(jié)。黨和政府高度重視高校創(chuàng)新。自黨的十八大以來,中國高校創(chuàng)新投入和產(chǎn)出均實現(xiàn)了快速增長?！吨袊萍冀y(tǒng)計年鑒》數(shù)據(jù)顯示,2012—2019年,全國高校R&D(研究與試驗發(fā)展)人員全時當量由31.4萬人年提升至56.5萬人年,R&D經(jīng)費內(nèi)部支出從780.6億元增加至1796.6億元,發(fā)明專利申請數(shù)由6.68萬件上漲到21.09萬件。[1]但總體而言,中國高校創(chuàng)新活動仍然存在著科技資源配置分散、封閉、重復(fù)建設(shè)等配置過度和高端科技人才配置不足的雙重錯配問題,嚴重制約著高校創(chuàng)新效率的提高。

江西省作為教育人口大省,高等教育資源相對匱乏,高校創(chuàng)新效率相對偏低。2019年,江西省高校發(fā)明專利數(shù)為2245件,僅占全國高校發(fā)明專利總數(shù)的1.06%。[1]對此,《江西省國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和二○三五年遠景目標綱要》中明確將推動高等教育內(nèi)涵特色發(fā)展作為建設(shè)高質(zhì)量教育體系的重要內(nèi)容。[2]《江西省“十四五”科技創(chuàng)新規(guī)劃》提出“提升高校創(chuàng)新整體效能”“優(yōu)化創(chuàng)新資源配置和空間布局”等戰(zhàn)略措施,以期扭轉(zhuǎn)高校創(chuàng)新能力不足和創(chuàng)新效率偏低的局面。[3]在此背景下,本文擬從創(chuàng)新資源錯配的視角出發(fā),以江西省23所本科高校為研究對象,對江西省本科高校的創(chuàng)新資源錯配狀況進行測度,進而提出創(chuàng)新資源錯配的糾正機制,以期為新時代江西省高等教育高質(zhì)量發(fā)展和高校創(chuàng)新效率的提高提供經(jīng)驗證據(jù)和政策參考。

二、文獻綜述

與本文直接相關(guān)的文獻是高校創(chuàng)新效率的相關(guān)研究。這類文獻借助數(shù)據(jù)包絡(luò)分析等方法,主要聚焦于高校創(chuàng)新效率的測度和影響因素等問題。彭迪等人基于數(shù)據(jù)包絡(luò)分析和指數(shù)法,從不同視角考察了中國“雙一流”高校的創(chuàng)新效率,并得出了較為一致的研究結(jié)論,即中國高校創(chuàng)新效率存在著整體水平偏低、高校之間發(fā)展差距較大的雙重問題。[4-5]朱恬恬等人將高校創(chuàng)新劃分為知識創(chuàng)新和成果轉(zhuǎn)化兩個階段,采用兩階段數(shù)據(jù)包絡(luò)分析方法測度了中國27個省份的高校創(chuàng)新效率,發(fā)現(xiàn)2007—2018年中國高校創(chuàng)新效率呈現(xiàn)出下降的趨勢。[6]韓先鋒等人在測度中國省級創(chuàng)新效率的基礎(chǔ)上,進一步探究了“互聯(lián)網(wǎng)+”發(fā)展對不同創(chuàng)新主體區(qū)域創(chuàng)新效率的影響,發(fā)現(xiàn)其對高校創(chuàng)新效率的促進作用大于其對科研機構(gòu)和企業(yè)兩類創(chuàng)新主體創(chuàng)新效率的促進作用。[7]吳昌南等人采用雙重差分模型評估了“大學(xué)擴招”政策對區(qū)域創(chuàng)新效率的影響,發(fā)現(xiàn)這一效應(yīng)顯著為正。[8]

與本文相關(guān)的另一類文獻是創(chuàng)新資源錯配的相關(guān)研究。學(xué)者們最初主要關(guān)心企業(yè)的資源錯配問題,其中比較著名的是Hsieh等人的研究,該文獻基于柯布—道格拉斯生產(chǎn)函數(shù),開創(chuàng)性地提出了HK核算框架,對美國、中國和印度的企業(yè)資源錯配狀況進行了測算,發(fā)現(xiàn)企業(yè)資源錯配是中國和印度企業(yè)生產(chǎn)率水平偏低的重要原因,若中國企業(yè)的資源配置水平與美國的相同,中國企業(yè)的TFP將提升25%—40%,印度的這一數(shù)值則是50%—60%。[9]受這類研究啟發(fā),少數(shù)最新研究開始關(guān)注創(chuàng)新資源錯配問題。Li等人基于HK核算框架,對中國1999—2012年各省份創(chuàng)新資源錯配進行了測度和分析,發(fā)現(xiàn)樣本期中國創(chuàng)新資源錯配狀況整體有所減弱。[10]王文等人在改進HK核算框架的基礎(chǔ)上,對中國2001—2016年各省份企業(yè)創(chuàng)新資源錯配狀況進行了分析,結(jié)果顯示,中國創(chuàng)新勞動力錯配高于創(chuàng)新資本錯配,且多數(shù)省份存在創(chuàng)新資源過度配置的情況,糾正創(chuàng)新錯配可使研發(fā)產(chǎn)出提升約16%。[11]易明等人測度了中國2000—2016年30個省份的R&D資源配置狀況,發(fā)現(xiàn)中國R&D資源存在資金配置過度而人員配置不足的問題,這種錯配會進一步抑制區(qū)域全要素生產(chǎn)率的提升。[12]陳懷超等人系統(tǒng)考察了不同主體創(chuàng)新資源錯配對區(qū)域創(chuàng)新效率的影響,發(fā)現(xiàn)企業(yè)、高校和科研機構(gòu)創(chuàng)新資源錯配對區(qū)域創(chuàng)新效率具有不同的影響效應(yīng)。[13]Yang等人以中國2007—2014年145家科技園為對象,基于HK核算框架對科技園創(chuàng)新資源錯配進行了測度,發(fā)現(xiàn)2011年以來大量新建的科技園存在較為嚴重的資源錯配問題,并導(dǎo)致創(chuàng)新效率的下降。[14]

通過以上梳理可以發(fā)現(xiàn),盡管既有文獻圍繞高校創(chuàng)新效率進行了較為豐富的研究,但鮮有研究關(guān)注到高校創(chuàng)新資源的錯配問題;盡管少數(shù)最新文獻開始關(guān)注創(chuàng)新資源錯配問題,但其研究對象主要是區(qū)域、企業(yè)和科技園等,鮮有文獻以高校為主體對中國創(chuàng)新資源錯配問題進行分析。鑒于此,本文以江西省本科高校為研究對象,試圖對高校創(chuàng)新資源錯配進行測度和分析。本文的邊際貢獻主要體現(xiàn)在兩個方面。第一,在理論上,從高校創(chuàng)新資源錯配視角解釋中國高校創(chuàng)新效率偏低的原因,豐富了高校創(chuàng)新效率和創(chuàng)新資源錯配兩方面的文獻。第二,在實踐上,通過對江西省本科高校資源錯配狀況的定量測度和比較分析,為理解江西省高校創(chuàng)新效率偏低的現(xiàn)狀提供了新的分析視角,為高校資源錯配狀況的糾正和創(chuàng)新效率的提升提供了最新的經(jīng)驗依據(jù)。

三、研究設(shè)計

(一)高校創(chuàng)新資源錯配的測度方法

創(chuàng)新資源錯配包括創(chuàng)新資本錯配和創(chuàng)新勞動力錯配兩個方面。借鑒易明等人的研究[12],以兩類創(chuàng)新要素的扭曲“稅”作為創(chuàng)新資本錯配指數(shù)和創(chuàng)新勞動力錯配指數(shù),相應(yīng)公式為:

(1)

其中,disrdki和disrdli為本文關(guān)注的核心變量,分別表示創(chuàng)新資本錯配指數(shù)和創(chuàng)新勞動力錯配指數(shù)。γrdki和γrdli表示兩類要素?zé)o錯配時的加成情況,定義為:

(2)

其中,βrdk為以si為權(quán)重的高校創(chuàng)新資本投入對創(chuàng)新產(chǎn)出的貢獻值,si為i高校創(chuàng)新產(chǎn)出占所有高校創(chuàng)新產(chǎn)出的比重。rdki/rdk為i高校創(chuàng)新資金配置的實際情況,siβrdki/βrdk為無配置扭曲時創(chuàng)新資本在各高校配置的最優(yōu)狀況,二者比值反映的是實際配置與理想配置之間的偏差,γrdki大于1說明創(chuàng)新資本配置過度,γrdki小于1說明創(chuàng)新資本配置不足。γrdli的基本含義和原理同γrdki一致。進一步地,若disrdki(disrdli)小于0,則表明創(chuàng)新資本(勞動力)配置過度;若disrdki(disrdli)大于0,則表明創(chuàng)新資本(勞動力)配置不足。兩類創(chuàng)新要素錯配指數(shù)的測度前提在于計算各高校創(chuàng)新資本和創(chuàng)新勞動力對創(chuàng)新產(chǎn)出的貢獻度,為此構(gòu)建不變規(guī)模報酬的知識生產(chǎn)函數(shù)并進行對數(shù)化處理,以要素彈性系數(shù)進行衡量,具體構(gòu)建模型如下:

(3)

其中,rdy表示創(chuàng)新產(chǎn)出;rdk表示創(chuàng)新資本投入;rdl表示創(chuàng)新勞動力投入。μi和vi分別表示高校和年份固定效應(yīng),εit為隨機誤差項。

(二)研究對象與變量設(shè)定

本文以江西省本科高校為研究對象,研究數(shù)據(jù)來源于歷年《高等學(xué)校科技統(tǒng)計資料匯編》。由于2016年之后《高等學(xué)?？萍冀y(tǒng)計資料匯編》僅發(fā)布省級層面的高校具體數(shù)據(jù),而未公布具體高校的創(chuàng)新投入產(chǎn)出數(shù)據(jù),因此將樣本期的截止年份設(shè)置為2016年。同時,為了保證本科高校樣本的覆蓋性和全面性,將樣本初始年份設(shè)置為2014年。最終獲取了江西省2014—2016年23所本科高校的平衡面板數(shù)據(jù)。借鑒現(xiàn)有文獻的普遍做法,本文以高校當年獲得的科技課題總數(shù)表示創(chuàng)新產(chǎn)出,以高校當年撥入科技經(jīng)費表示創(chuàng)新資本投入,以高校當年研究與發(fā)展人員全時當量表示創(chuàng)新勞動力投入。表1呈現(xiàn)了創(chuàng)新投入與產(chǎn)出變量之間的相關(guān)性?？梢钥闯?各變量之間的相關(guān)系數(shù)均在0.9以上,且在1%的水平上顯著,說明創(chuàng)新投入與產(chǎn)出變量之間具有較高的相關(guān)性,變量選取較為合理。

表1 變量相關(guān)性檢驗

四、測度結(jié)果與分析

基于上述測度方法和樣本,本文測度了2014—2016年江西省23所本科高校的創(chuàng)新資本錯配指數(shù)和創(chuàng)新勞動力錯配指數(shù)。表2呈現(xiàn)了基本測度結(jié)果。由表2可以看出,無論是創(chuàng)新資本錯配指數(shù)還是創(chuàng)新勞動力錯配指數(shù),均與最優(yōu)值0存在一定的差距,說明江西本科高校普遍存在創(chuàng)新資源配置扭曲(包括創(chuàng)新要素配置過度和配置不足)現(xiàn)象。接下來,本文將深入剖析江西省本科高校創(chuàng)新資源錯配的狀況。

(一)創(chuàng)新資源錯配的時序趨勢

表3呈現(xiàn)了江西省本科高校創(chuàng)新資源錯配的時序趨勢。從均值來看,樣本期江西省本科高校資本錯配指數(shù)和勞動力錯配指數(shù)分別為-0.101和-0.293,說明總體上來說,相對于創(chuàng)新產(chǎn)出而言,創(chuàng)新資本和創(chuàng)新勞動力的投入均存在一定的“過度”現(xiàn)象,體現(xiàn)了江西省本科高校整體創(chuàng)新效率不足的現(xiàn)狀。分年度看,2014和2016年創(chuàng)新資本和創(chuàng)新勞動力均存在配置過度情況,2015年創(chuàng)新資本錯配指數(shù)為0.087,說明2015年創(chuàng)新資本得到了較為充分的利用,甚至存在創(chuàng)新資本配置不足的情況。

表3 創(chuàng)新資源錯配的時序趨勢

表4呈現(xiàn)了江西省本科高校創(chuàng)新資源錯配類型高校數(shù)量占比。從均值來看,樣本期江西省本科高校資本配置過度的高校數(shù)量占比為63.77%,資本配置不足的高校數(shù)量占比為36.23%;勞動力配置過度的高校數(shù)量占比為72.46%,勞動力配置不足的高校數(shù)量占比為27.54%。這說明江西省本科高校在大多數(shù)年份存在兩類創(chuàng)新要素配置過度的現(xiàn)象。

表4 創(chuàng)新資源錯配類型高校數(shù)量占比 單位:%

(二)創(chuàng)新資源錯配的類型劃分

為進一步探索江西省本科高校創(chuàng)新資源錯配的狀況,本文以2016年的結(jié)果為例,對不同高校創(chuàng)新資源錯配的狀況進行分析。具體而言,23所本科高?？蓜澐譃槿N類型:一是資本配置不足而勞動力配置過度的高校,包括南昌航空大學(xué)、江西中醫(yī)藥大學(xué)、江西財經(jīng)大學(xué)、萍鄉(xiāng)學(xué)院、江西科技師范大學(xué)、九江學(xué)院6所高校,占全部高校數(shù)量的比重為26.09%;二是資本配置過度而勞動力配置不足的高校,包括南昌大學(xué)、華東交通大學(xué)、江西理工大學(xué)、景德鎮(zhèn)陶瓷大學(xué)、江西農(nóng)業(yè)大學(xué)、江西師范大學(xué)、宜春學(xué)院、南昌工程學(xué)院、新余學(xué)院9所高校,占全部高校數(shù)量的比重為39.13%;三是資本配置過度且勞動力配置過度的高校,包括井岡山大學(xué)、南昌師范學(xué)院、東華理工大學(xué)、贛南醫(yī)學(xué)院、上饒師范學(xué)院、贛南師范大學(xué)、景德鎮(zhèn)學(xué)院、南昌理工學(xué)院8所高校,占全部高校數(shù)量的比重為34.78%。

(三)不同類型高校創(chuàng)新資源錯配的狀況分析

為考察各種類型高校資源錯配的狀況,本文按照江西省本科高校的特點,將其劃分為綜合類、師范類、理工類、農(nóng)林類、醫(yī)藥類、財經(jīng)類六種類型,并分別測度了其創(chuàng)新資本錯配指數(shù)和創(chuàng)新勞動力錯配指數(shù),結(jié)果如表5所示。可以看出,綜合類、師范類、理工類、醫(yī)藥類高校的創(chuàng)新資本錯配指數(shù)和創(chuàng)新勞動力錯配指數(shù)均為負,說明這些類型的高校創(chuàng)新存在資本配置過度和勞動力配置過度雙重扭曲現(xiàn)象;農(nóng)林類高校創(chuàng)新資本錯配指數(shù)為負,創(chuàng)新勞動力錯配指數(shù)為正,說明這類高校存在資本配置過度而勞動力配置不足的現(xiàn)象;財經(jīng)類高校創(chuàng)新資本錯配指數(shù)為正,創(chuàng)新勞動力錯配指數(shù)為負,說明這類高校存在資本配置不足而勞動力配置過度的現(xiàn)象。

表5 2016年不同類型高校創(chuàng)新資源錯配的狀況

五、研究結(jié)論

本文立足于江西省“爭創(chuàng)一流工程”的時代背景,從高校創(chuàng)新資源錯配的視角出發(fā),以江西省23所本科高校為研究對象,測度了創(chuàng)新資本錯配指數(shù)和創(chuàng)新勞動力錯配指數(shù),并從多維視角分析了其基本特征。主要研究結(jié)論如下:第一,江西省23所本科高校普遍存在創(chuàng)新資源錯配的現(xiàn)象,總體上存在著創(chuàng)新資本配置過度和勞動力配置過度雙重扭曲現(xiàn)象。第二,26.09%的高校存在資本配置不足而勞動力配置過度現(xiàn)象,39.13%的高校存在資本配置過度而勞動力配置不足現(xiàn)象,34.78%的高校存在資本配置過度且勞動力配置過度現(xiàn)象。第三,具體到不同類型高校,綜合類、師范類、理工類、醫(yī)藥類高校存在資本配置過度和勞動力配置過度雙重扭曲現(xiàn)象,農(nóng)林類高校存在資本配置過度而勞動力配置不足的現(xiàn)象,財經(jīng)類高校存在資本配置不足而勞動力配置過度的現(xiàn)象。

本文為江西省高校創(chuàng)新效率偏低提供了一個全新的分析視角。本文根據(jù)研究結(jié)論,提出如下糾正機制。一方面,完善高校創(chuàng)新資本的優(yōu)化配置機制。政府和相關(guān)部門應(yīng)該更為科學(xué)、理性地配置高校創(chuàng)新資本,避免由于盲目增加投入導(dǎo)致的創(chuàng)新資本錯配問題,同時也要避免對部分類型高校創(chuàng)新資本投入不足,以盡可能降低由此帶來的高校創(chuàng)新效率損失,從而不斷促進高校創(chuàng)新效率的提升和創(chuàng)新成果的有效轉(zhuǎn)化。另一方面,完善高校創(chuàng)新勞動力的優(yōu)化配置機制。各高校應(yīng)立足于自身的類型和創(chuàng)新資源配置等實際情況,關(guān)注創(chuàng)新勞動力投入的合理性,更加注重創(chuàng)新勞動力投入的質(zhì)量而非數(shù)量,不斷提高創(chuàng)新勞動力的利用效率。

本研究仍然存在一些不足,未來的研究可基于此進一步地拓展。首先,有關(guān)高校創(chuàng)新產(chǎn)出等指標的衡量方式可進一步進行豐富和拓展,例如,可使用多指標或者綜合指數(shù)進行衡量。其次,伴隨計量技術(shù)的發(fā)展和數(shù)據(jù)獲取途徑的增加,未來的研究可對高校創(chuàng)新資源錯配的測度方法進行優(yōu)化。最后,未來的研究可將研究對象拓寬至中部地區(qū)高校甚至是全國高校,以使研究結(jié)論更為豐富,適用范圍更廣。