張海英，周志剛

（1.天津大學(xué)管理與經(jīng)濟學(xué)部，天津 300072；2.滄州師范學(xué)院教育系，河北 滄州 061001）

■經(jīng)濟學(xué)

區(qū)域高?？萍紕?chuàng)新生產(chǎn)率變動及收斂性研究

張海英1,2，周志剛1

（1.天津大學(xué)管理與經(jīng)濟學(xué)部，天津 300072；2.滄州師范學(xué)院教育系，河北 滄州 061001）

本文主要采用基于DEA模型的Malmquist指數(shù)法，描述了2000-2011年中國區(qū)域高?？萍紕?chuàng)新活動的生產(chǎn)效率動態(tài)變化情況，分析了引起這一變動的主要因素，并考察了區(qū)域高?？萍紕?chuàng)新技術(shù)效率的收斂性。結(jié)果表明：這一時期中國高?？萍紕?chuàng)新生產(chǎn)率變動總體上呈增長態(tài)勢，其中技術(shù)進(jìn)步是主導(dǎo)因素。差異性研究顯示，東、中、西部地區(qū)高校科技創(chuàng)新生產(chǎn)率指數(shù)均有增長，以東部地區(qū)為著。高?？萍紕?chuàng)新的綜合效率和技術(shù)效率在各個省區(qū)之間存在顯著的分化，同時，外在的高校創(chuàng)新規(guī)模與技術(shù)效率變動不存在顯著聯(lián)系。絕對β－收斂檢驗顯示，中部地區(qū)高?？萍紕?chuàng)新存在顯著收斂性，而全國范圍內(nèi)以及東、西部地區(qū)內(nèi)部高校科技創(chuàng)新技術(shù)效率的增長差異尚未顯著縮小。

區(qū)域高?？萍紕?chuàng)新；Malmquist指數(shù)；β－收斂

一、引言

作為國家及區(qū)域創(chuàng)新體系的重要組成部分，區(qū)域高校中既有實力雄厚的綜合性大學(xué)，也包括擁有地緣優(yōu)勢的各類地方高校。它們共同推動了區(qū)域科技的發(fā)展與應(yīng)用，是知識創(chuàng)新、技術(shù)創(chuàng)新的重要基地之一。研究區(qū)域高校創(chuàng)新的生產(chǎn)率變動情況，對于推動區(qū)域創(chuàng)新與經(jīng)濟發(fā)展，加強高校自身建設(shè)和謀求自身發(fā)展具有著特別重要的意義。

很多國內(nèi)外學(xué)者對高?？萍紕?chuàng)新活動的投入產(chǎn)出效率進(jìn)行了深入探討。如Ahn等對公有高等研究機構(gòu)和私有高等研究機構(gòu)的相對效率進(jìn)行了分析和討論[1]。Johnes等采用傳統(tǒng)的 DEA方法，考察了1984-1988年英國大學(xué)經(jīng)濟系部的研究效率[2]。Korhonen等以Helsinki經(jīng)濟學(xué)院的學(xué)術(shù)研究活動投入產(chǎn)出數(shù)據(jù)為依據(jù)，測量了大學(xué)及研究機構(gòu)的學(xué)術(shù)研究績效[3]。Bonaccorsi采用DEA方法，分析比較了1997年間213個法國INSERM研究機構(gòu)和意大利27個國家研究委員會機構(gòu)學(xué)術(shù)的效率[4]。Giovanni等從學(xué)科分支的視角分析了2004-2008年，意大利78所大學(xué)130個學(xué)科的科研效率[5]。王曉紅等運用基于層次分析的DEA法考察了57所中國高校的科研績效[6]。陸根書等對教育部直屬的48所高校投入產(chǎn)出效率進(jìn)行了DEA評價[7]。孫世敏采用DEA法評價了我國29個省區(qū)的高?？蒲型度氘a(chǎn)出效率[8]。沈能則采用超DEA效率考察了1993-2009年中國28個省區(qū)大學(xué)知識創(chuàng)新效率[9]。以往研究大多重視我國高?？萍紕?chuàng)新活動的靜態(tài)效率，而對高?？萍紕?chuàng)新活動效率的動態(tài)變動情況的研究較少，且對區(qū)域內(nèi)高校科技創(chuàng)新效率的變動趨勢也鮮有關(guān)注。鑒于以上，本文采用基于DEA模型的Malmquist指數(shù)，對我國區(qū)域高?？萍紕?chuàng)新生產(chǎn)率的動態(tài)變化情況進(jìn)行了實證研究，分析了影響區(qū)域高校科研創(chuàng)新生產(chǎn)率的主要因素，并考察了高校科技創(chuàng)新生產(chǎn)率的差異性和收斂性。

二、區(qū)域高?？萍紕?chuàng)新生產(chǎn)率變動模型

Malmquist指數(shù)的思想來源于 Sten Malmquist在消費差異分析中的定量指數(shù)研究[10]。Caves、Christensen和Diewert將其引入到生產(chǎn)力分析領(lǐng)域。F?re等人提出了基于DEA兩因素分解和三因素分解的Malmquist算法，奠定了從全要素生產(chǎn)率變化角度考察效率變動情況的基礎(chǔ)。根據(jù)F?re等人的研究，對于一個投入為x，產(chǎn)出為y的系統(tǒng)，P(X)為一定生產(chǎn)技術(shù)水平所對應(yīng)的生產(chǎn)可能集，θ為產(chǎn)出效率，則可定義產(chǎn)出距離函數(shù)為：表示某一單元要素配置(xt,yt)到系統(tǒng)t時期前沿面的距離。

那么該系統(tǒng)t到t+1時期生產(chǎn)率變動的Malmquist指數(shù)可表達(dá)為式（2），反映了全要素生產(chǎn)率的變動情況。

在規(guī)模收益不變（CRS）條件下，對式（2）進(jìn)行分解，可以得到 M( t, t + 1)= EC× TC，其中EC、TC如式（3）、式（4）所示，分別為綜合效率改善指數(shù)（Efficiency Change）、技術(shù)變化指數(shù)（Technical Change）。在規(guī)模收益可變（VRS）條件下，式（2）還可分解為規(guī)模效率變化指數(shù)（SEC）、純技術(shù)效率變化指數(shù)（PTEC）、技術(shù)變化指數(shù)（TC）的乘積。即 M( t, t + 1)= PTEC × SEC× TC 。

其中EC表示t與t+1時期實際生產(chǎn)情況與前沿面的接近程度，即追趕效應(yīng)，EC＞1時，綜合效率改善，決策單元趨向前沿面，反之背離前沿面。TC表示兩個時期內(nèi)生產(chǎn)前沿面的移動情況，即“前沿面移動效應(yīng)”，TC＞1時，生產(chǎn)前沿面前移，技術(shù)進(jìn)步，反之，前沿面后退，技術(shù)倒退。PTEC＞1表明規(guī)模收益變動時純技術(shù)效率改善，PTEC＜1則純技術(shù)效率退步。SEC＞1表示趨向于固定規(guī)模收益，SEC＜1則背離固定規(guī)模收益。

三、變量選取與數(shù)據(jù)來源

結(jié)合前人的研究，考慮到數(shù)據(jù)的可獲性以及區(qū)域高?？萍紕?chuàng)新活動的特征，本文擬從高?？萍紕?chuàng)新投入和產(chǎn)出的兩個方面，選取11個指標(biāo)構(gòu)建指標(biāo)體系。

在投入方面，R&D人員是高?？萍紕?chuàng)新活動的人力資源，提供了創(chuàng)新生產(chǎn)活動必需的智力支持；R&D經(jīng)費一般用于高校創(chuàng)新活動的流動資本的消耗與固定資本的增加，是高校科技創(chuàng)新活動賴以生存和發(fā)展的物力資源。故選擇研究與發(fā)展人員數(shù)（人年）、研究與發(fā)展全時人員數(shù)（人年）、全時人員占研發(fā)人員的比例等指標(biāo)來度量高?？萍紕?chuàng)新活動人力資源的數(shù)量和質(zhì)量；選擇高等學(xué)校科技支出經(jīng)費（千元）作為物力資源的量化指標(biāo)。

在產(chǎn)出方面，根據(jù)《中國科技統(tǒng)計年鑒（2006）》的界定，R&D活動包括基礎(chǔ)研究、應(yīng)用研究和試驗發(fā)展等多個方面。因此，高校創(chuàng)新活動產(chǎn)出指標(biāo)多與知識創(chuàng)新、技術(shù)創(chuàng)新及技術(shù)轉(zhuǎn)移成果轉(zhuǎn)化密切相關(guān)，故選擇國外發(fā)表論文數(shù)（篇），發(fā)表學(xué)術(shù)論文數(shù)（篇），出版科技著作數(shù)量（部），專利授權(quán)（項），專利出售當(dāng)年金額（千元），技術(shù)轉(zhuǎn)讓合同金額（千元）技術(shù)轉(zhuǎn)讓當(dāng)年實際收入（千元）等來衡量高?？萍紕?chuàng)新活動的產(chǎn)出。

本文分析數(shù)據(jù)縱向跨度為12年（2000-2011年），橫向覆蓋我國大陸28個省區(qū)（由于西藏、青海、寧夏三省部分?jǐn)?shù)據(jù)缺失，分析中將其略去）。原始數(shù)據(jù)來源于中國教育部科學(xué)技術(shù)司編寫的《高等學(xué)校科技統(tǒng)計資料匯編》（2001-2012）。

四、實證分析

（一）區(qū)域高?？萍紕?chuàng)新生產(chǎn)率變動總體分析。計算2000-2011年我國28個省區(qū)高?？萍紕?chuàng)新活動的Malmquist指數(shù)、EC、TC、PTEC和SEC，結(jié)果如表1所示。從總體看，2000-2011年間，我國區(qū)域高?？萍紕?chuàng)新Malmquist指數(shù)的平均增長率為2.7%，這主要得益于技術(shù)進(jìn)步的增長，平均增幅為2.5%，純技術(shù)效率平均增幅僅為0.7%。但是，規(guī)模效率出現(xiàn)了負(fù)增長，平均增長率為-0.5%。表明技術(shù)進(jìn)步是我國區(qū)域高校科技創(chuàng)新全要素生產(chǎn)率整體提升的主要因素，且技術(shù)進(jìn)步的“前沿面移動效應(yīng)”抵消了規(guī)模效率的降低帶來的不利影響。由于管理組織水平的制約，我國區(qū)域高?？萍紕?chuàng)新綜合效率并無顯著增長，這是純技術(shù)效率不高和規(guī)模效率的下降造成的。要解決這一問題，必須推進(jìn)制度改革，強化管理功能，確保在增加創(chuàng)新要素投入的基礎(chǔ)上，能夠有效提高高校創(chuàng)新效率。

表1：我國歷年高?？萍紕?chuàng)新Malmquist生產(chǎn)率指數(shù)及其分解（2000-2011）

從時間維度考察，2000-2011年間，我國高?？萍紕?chuàng)新生產(chǎn)率總體呈現(xiàn)波動增長的態(tài)勢，如2003-2004年增長，而2004-2005年下降；2006-2009年增長，而2010-2011年又轉(zhuǎn)為下降，增長過程并不穩(wěn)定。

表2：區(qū)域高?？萍紕?chuàng)新的平均Malmquist生產(chǎn)率指數(shù)及其分解（2000-2011）

究其原因，一方面，與20世紀(jì)90年代，我國開展的高校區(qū)域內(nèi)院校合并等一系列的重大改革以及改革后帶來的各種影響有著密切的聯(lián)系。高校合并后我國高校的綜合實力得到了一定程度的提升，但合并需要在核心價值、大學(xué)文化、學(xué)科專業(yè)設(shè)置、組織制度以及人力資源等多方面進(jìn)行整合與協(xié)調(diào)。由于整合管理的難度和復(fù)雜程度，合并后高校的優(yōu)勢往往難以充分發(fā)揮，從而影響了區(qū)域高?？萍紕?chuàng)新效率的提升。另一方面，高等教育國際化競爭日益激烈，給高等教育資源配置帶來一定沖擊，也給中國高?？萍紕?chuàng)新帶來了巨大的挑戰(zhàn)。

（二）區(qū)域高?？萍紕?chuàng)新生產(chǎn)率變動及差異性分析。表2給出我國各省區(qū)及東、中、西部地區(qū)平均Malmquist生產(chǎn)率指數(shù)及其分解指數(shù)。從全國范圍看，2000-2011年天津、內(nèi)蒙古、江西、河南、貴州、陜西、甘肅、新疆等8個省區(qū)高校創(chuàng)新效率均出現(xiàn)了負(fù)增長，平均為-5.61%。其中陜西高?？萍紕?chuàng)新生產(chǎn)率下降是由于規(guī)模效率的下降，天津、河南、新疆的下降則是由于技術(shù)效率的下降，而內(nèi)蒙古等區(qū)域高?？萍紕?chuàng)新生產(chǎn)率的下降，是技術(shù)效率和規(guī)模效率共同下降所致；同期內(nèi)其他各省區(qū)高校科技創(chuàng)新效率普遍增長，特別是上海、浙江、江蘇、重慶4省區(qū)平均增幅14.9%?？傮w而言，高?？萍紕?chuàng)新Malmquist生產(chǎn)率指數(shù)在東、中、西部均處于增長的態(tài)勢。東部的生產(chǎn)率指數(shù)增長明顯高于中部、西部及全國平均水平。

從區(qū)域角度考察，東部地區(qū)高?？萍紕?chuàng)新生產(chǎn)率增長顯著，為 6.0%。主要的動力來源是技術(shù)的進(jìn)步，平均增長5.6%。綜合效率改善則平均增長0.5%，對高效生產(chǎn)率變動的貢獻(xiàn)不大。從分解結(jié)果來看，規(guī)模效率的普遍低下，導(dǎo)致了綜合效率的增長緩慢。總體來看，區(qū)域高校科技創(chuàng)新全要素生產(chǎn)率具有明顯的區(qū)域特征，在高等教育實力較強、創(chuàng)新資源和創(chuàng)新環(huán)境具有優(yōu)勢的地區(qū)增長較快。比如上海、江蘇、浙江等所處的長三角地區(qū)高?？萍紕?chuàng)新生產(chǎn)率平均增長率高達(dá)14.5%，其中技術(shù)效率增長14.5%，技術(shù)的顯著進(jìn)步驅(qū)動了該地區(qū)高?？萍紕?chuàng)新生產(chǎn)率的增長，直接推動了區(qū)域經(jīng)濟的長足發(fā)展。

中部區(qū)域高?？萍紕?chuàng)新Malmquist生產(chǎn)率平均增長1.3%，主要源于技術(shù)的進(jìn)步，但是規(guī)模效率下降的短板，導(dǎo)致了技術(shù)效率的下降，抵消了部分由技術(shù)進(jìn)步帶來生產(chǎn)率的增長。

與中、東部地區(qū)相比，綜合效率的改善帶動了西部地區(qū)高?？萍紕?chuàng)新生產(chǎn)率的增長，但增幅不大，僅為 0.7%。近年來，西部地區(qū)加大了對基礎(chǔ)設(shè)施的投資力度，高校科技創(chuàng)新水平有了一定提高，但從總體來看，創(chuàng)新條件仍然落后，創(chuàng)新人才依然短缺，規(guī)模效率普遍下降。加之管理水平低，資源利用效率得不到充分釋放，導(dǎo)致技術(shù)效率增長緩慢。

圖1：區(qū)域高?？萍紕?chuàng)新效率指數(shù)評價矩陣圖

從各個省區(qū)的角度考察，圖1為28個省區(qū)高?？萍紕?chuàng)新效率的二維指數(shù)評價矩陣圖，橫軸數(shù)據(jù)為技術(shù)效率改善指數(shù)，縱軸數(shù)據(jù)為綜合效率改善指數(shù)。依據(jù)綜合效率改善指數(shù)和技術(shù)效率指數(shù)的不同，可以將我國區(qū)域高校分為不同的類型。位于Ⅰ象限的省區(qū)，為高?？萍紕?chuàng)新的綜合效率改善指數(shù)和技術(shù)效率指數(shù)同向增長的省區(qū)。位于Ⅳ象限的省區(qū)，為高?？萍紕?chuàng)新的綜合效率改善指數(shù)和技術(shù)效率指數(shù)同向下降的省區(qū)。而Ⅱ，Ⅲ象限內(nèi)的省區(qū)為高?？萍紕?chuàng)新綜合效率改善指數(shù)與技術(shù)效率指數(shù)反向變化的省區(qū)。位于象限分界線上的省區(qū)則表示2000-2011年間，綜合效率改善指數(shù)或者技術(shù)效率指數(shù)沒有發(fā)生變化的省區(qū)。從總體分布來看，高?？萍紕?chuàng)新的綜合效率和技術(shù)效率的各省區(qū)之間均有顯著的分化。

圖2描述了各個省區(qū)高?？萍紕?chuàng)新研發(fā)人員投入規(guī)模與其生產(chǎn)率之間的關(guān)系，橫軸數(shù)據(jù)為各個省區(qū)，縱軸為各個省區(qū)高?？萍紕?chuàng)新生產(chǎn)率，球面的大小表示各個省區(qū)高?？萍紕?chuàng)新研發(fā)人員投入規(guī)模（研發(fā)人員數(shù)）。由圖 2可知，高?？萍紕?chuàng)新生產(chǎn)率正向變動最大的省區(qū)屬于研究人員投入規(guī)模較小的省區(qū)；而高?？萍紕?chuàng)新生產(chǎn)率變動最小的省區(qū)卻不是人員投入規(guī)模較大的省區(qū)。比如，重慶市高校研發(fā)人員投入規(guī)模很小（12年平均研發(fā)人員投入5781人），生產(chǎn)率指數(shù)卻很高為1.162，生產(chǎn)率增加16.2%，北京市高校研發(fā)人員投入規(guī)模最大（12年平均研發(fā)人員投入260069人），但生產(chǎn)率正向變動卻處于中等水平，為有 5.3%。因此，沒有充分的理由證明區(qū)域高校科技創(chuàng)新生產(chǎn)率差異與研發(fā)人員規(guī)模之間存在顯著的正向聯(lián)系。

圖2：區(qū)域高校科技創(chuàng)新規(guī)模與生產(chǎn)率圖

（三）技術(shù)效率的收斂性研究。一般來講，落后地區(qū)的高校具有后發(fā)優(yōu)勢，可以通過吸收借鑒發(fā)達(dá)地區(qū)高校的先進(jìn)技術(shù)，壓縮研發(fā)成本、規(guī)避投資風(fēng)險，提高技術(shù)使用效率，使其比發(fā)達(dá)地區(qū)高校處于更有利的增長位置，呈現(xiàn)出區(qū)域高校科技創(chuàng)新發(fā)展的追趕效應(yīng)，從而表現(xiàn)出一種收斂效應(yīng)。本文借鑒Sala I. Martin的研究成果，采用絕對β－收斂法來檢驗區(qū)域高?？萍紕?chuàng)新的收斂性，建立絕對β－收斂回歸模型，式中yi,t與yi,t+T分別為各區(qū)域期初與期末高校科技創(chuàng)新的技術(shù)效率，T為觀察期的時間跨度，α為常數(shù)項，β為收斂系數(shù)，εi為隨機擾動項。β為負(fù)時，表示收斂存在，反之則發(fā)散。

表3：高?？萍紕?chuàng)新的技術(shù)效率的絕對β收斂檢驗

表3顯示了2000-2011年我國區(qū)域高校科技創(chuàng)新技術(shù)效率的絕對β收斂檢驗結(jié)果。由表可知，除中部地區(qū)高?？萍紕?chuàng)新效率的回歸系數(shù)為負(fù)，且在0.1的顯著水平下收斂以外，全國及其他各區(qū)域內(nèi)部回歸系數(shù)并不顯著，表明沒有充足理由拒絕全國及東、西部地區(qū)內(nèi)部高?？萍紕?chuàng)新效率不顯著收斂的假設(shè)。這一結(jié)果，意味著落后地區(qū)高校與先進(jìn)地區(qū)高校之間，以及區(qū)域內(nèi)不同水平高校之間的技術(shù)學(xué)習(xí)與追趕效應(yīng)尚不明顯。近年來，隨著國家一系列支持政策的實施和自身建設(shè)的加強，高校創(chuàng)新人才流動性增強，以及高校之間、高校與其他創(chuàng)新主體之間合作的增加，知識轉(zhuǎn)移、知識溢出的效應(yīng)有所增強，東、中、西部地區(qū)及區(qū)域內(nèi)部高?？萍紕?chuàng)新得到普遍發(fā)展，但區(qū)域間的差距仍然沒有得到明顯改善。

五、結(jié)論與建議

基于Malmquist指數(shù)法，考察了2000-2011年中國區(qū)域高?？萍紕?chuàng)新活動的生產(chǎn)率動態(tài)變化情況和差異性，并對區(qū)域高校科技創(chuàng)新生產(chǎn)率進(jìn)行了收斂性分析。研究結(jié)果表明：中國高校科技創(chuàng)新生產(chǎn)率整體上呈增長趨勢，技術(shù)進(jìn)步是其主導(dǎo)因素。三大地區(qū)高?？萍紕?chuàng)新生產(chǎn)率指數(shù)均有增長，以東部地區(qū)為著。從高?？萍紕?chuàng)新綜合效率改善指數(shù)和技術(shù)效率改善指數(shù)兩個維度可將各省區(qū)分為不同的四個類型，且高校創(chuàng)新投入規(guī)模與其生產(chǎn)率差異不存在顯著聯(lián)系。絕對β－收斂檢驗表明，除中部地區(qū)以外全國范圍內(nèi)以及東、西部地區(qū)內(nèi)部的高校科技創(chuàng)新效率的增長差異尚未縮小，未出現(xiàn)顯著的收斂效應(yīng)。

針對上述現(xiàn)狀，提出以下建議：一、結(jié)合區(qū)域特色，科學(xué)制定高校創(chuàng)新發(fā)展戰(zhàn)略，引導(dǎo)和加強區(qū)域高?？萍紕?chuàng)新與區(qū)域產(chǎn)業(yè)創(chuàng)新、行業(yè)創(chuàng)新深度融合，實現(xiàn)區(qū)域高?？萍紕?chuàng)新與區(qū)域經(jīng)濟的協(xié)調(diào)發(fā)展。二、加強科技管理體制改革力度，完善科技管理制度機制，為高?？萍紕?chuàng)新創(chuàng)造良好的生態(tài)環(huán)境。打破區(qū)域內(nèi)高校序列限制和條塊分割，加強區(qū)域高校間自主地橫向交流與合作，積極鼓勵區(qū)域內(nèi)高校協(xié)同創(chuàng)新，充分釋放人才、資本、信息、技術(shù)等方面的活力，推動整合科技資源，實現(xiàn)優(yōu)勢互補，資源共享，提升區(qū)域創(chuàng)新的整體實力和創(chuàng)新效率。三、改變現(xiàn)有高校科技創(chuàng)新理念和模式，確保高效地配置創(chuàng)新資源，加快以學(xué)科交叉融合為基礎(chǔ)的知識、技術(shù)集成與轉(zhuǎn)化，加快高校內(nèi)部創(chuàng)新力量和資源整合與重組。四、加大各區(qū)域高校創(chuàng)新投入，特別是對中、西部高校科技創(chuàng)新的扶持力度，充分調(diào)動高?？萍紕?chuàng)新的積極性，引導(dǎo)產(chǎn)學(xué)研深度結(jié)合，有效促進(jìn)技術(shù)成果的轉(zhuǎn)化，以更好地服務(wù)于區(qū)域產(chǎn)業(yè)、行業(yè)科技進(jìn)步，最終實現(xiàn)區(qū)域經(jīng)濟的持續(xù)健康發(fā)展。

[1] AHN T,CHARNES A,COOPER W W.Some statistical and DEA evaluations of relative efficiencies of public and private institutions of higher learning[J].Socio-Economic Planning Sciences,1988,22(6):259-69.

[2] JOHNES G,JOHNES J.Measuring the Research Performance of UK Economics Departments:An Application of Data Envelopment Analysis[J].Oxford Economic Papers,1993(4):332-347.

[3] KORHONEN P TAINIO,R WALLENIUS.J Value efficiency analysis of academic research[J].European Journal of Operational Research,2001,130:121-132.

[4] GIOVANNI A,TINDARO C,CIRIACO A D.A field-standardized application of DEA to national-scale research assessment of universities[J]Journal of Informetrics,2011(5):618-628.

[5] BONACCORSI A,DARAIO C.A robust nonparametric approach to the analysis of scientific productivity[J].Research Evaluation,2003(1):47-69.

[6] 王曉紅,王雪峰,翟愛梅,等.一種基于DEA和多指標(biāo)綜合評價的大學(xué)科研績效評價方法[J].中國軟科學(xué),2004(8):156-160.

[7]陸根書,劉蕾,孫靜春,等.教育部直屬高?？蒲行试u價研究[J].西安交通大學(xué)學(xué)報,2005(2):75-79.

[8] 孫世敏,項華錄,蘭博,等.基于 DEA的我國地區(qū)高校科研投入產(chǎn)出效率分析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理,2007,28(7):18-21.

[9] 沈能.大學(xué)知識創(chuàng)新效率的測度與空間收斂分析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理,2012(5):33.

[10] MALMQUIST STEN.Index numbers and indifference surfaces[J].Trabajos de Estadistica,1953(4):209-232.

本文推薦專家：

傅利平，天津大學(xué)管理與經(jīng)濟學(xué)部，教授，研究方向: 科技創(chuàng)新管理。

李健，天津理工大學(xué)管理學(xué)院，教授，研究方向：循環(huán)經(jīng)濟與可持續(xù)發(fā)展。

The Research on the Productivity Change and Convergence of Regional Colleges’ Science and Technology Innovation

ZHANG HAIYING1,2, ZHOU ZHIGANG1
(1.Management College, Tianjin University, Tianjin, 300072;2.Cangzhou Normal University, Heibei Cangzhou,061001)

With the application of Malmquist Index based on DEA method, the paper aims to depict the productivity changes in regional colleges’ science and technology innovation from 2000 to 2011; analyze the major factor of these changes; research the convergence of technology efficiency in regional colleges’ science and technology innovation. The main conclusions are as following: the productivity changes of Chinese colleges’ science and technology innovation have raised in this period, with technological progress the main reason. Growth also occurred in eastern, central and western regions, with the eastern region significantly higher than other regions. The matrix analyzed is characterized by substantial uniformity in distribution of efficiency change and technical change. From absolute β－Convergence test, it shows that differences reduce in central region but do not appear in others.

Regional Colleges' Science and Technology Innovation; Malmquist Index; Evaluation Matrix;β-Convergence

G649.21

A

1008-472X(2014)05-0069-07

2013-08-15

河北省高等教育科學(xué)重點課題GJXHZ2013-4；教育部社會科學(xué)研究重大課題攻關(guān)項目11ZD03

張海英（1980-），女，河北滄州人，天津大學(xué)管理與經(jīng)濟學(xué)部博士研究生，滄州師范學(xué)院講師；周志剛（1950-），男，山西平定人，天津大學(xué)管理與經(jīng)濟學(xué)部教授，博士生導(dǎo)師。