劉惟伊

人力投入對高?？萍紕?chuàng)新效率的影響——基于地理加權回歸模型的實證分析＊

劉惟伊

（武漢理工大學，湖北 武漢 430070）

為提高人力投入對高?？萍紕?chuàng)新的效度提出合理化建議，整理了2009—2018年全國31個省區(qū)市高校的相關數(shù)據(jù)，運用數(shù)據(jù)包絡分析評價高?？萍紕?chuàng)新效率，并采用地理加權回歸模型分析人力投入對高校科技創(chuàng)新影響的空間差異性。研究表明，近年來東中西部地區(qū)高校科技創(chuàng)新效率整體提高，中部地區(qū)發(fā)展迅猛。人力投入數(shù)量的增加與素質(zhì)的提高不一定會促進高?？萍紕?chuàng)新。成果應用和科技服務人員比例以及科技人員投入中科學家與工程師的比例對高?？萍紕?chuàng)新的影響增強。人力投入對高校科技創(chuàng)新效率的影響存在空間差異性。對此，高校應按實際情況合理優(yōu)化人力投入結構；打破地域限制，發(fā)揮科技人才技術溢出效應；建立全面、靈活的科技創(chuàng)新人才內(nèi)部培養(yǎng)機制。

人力投入；科技創(chuàng)新效率；數(shù)據(jù)包絡分析；地理加權回歸模型

1 引言

高等學?？萍紕?chuàng)新作為國家創(chuàng)新體系的重要組成部分之一，是衡量高校學術及應用研究水平的重要指標。由于種種原因，現(xiàn)階段大部分高校科技成果處于閑置或沉淀狀態(tài)，無法真正實現(xiàn)深層次的研發(fā)與應用。為加快實施中國創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，促進各創(chuàng)新主體以及科技人員轉(zhuǎn)化科技成果，2015-08全國人大完成了關于《中華人民共和國促進科技成果轉(zhuǎn)化法》的修訂，2016-02國務院制定了《實施〈中華人民共和國促進科技成果轉(zhuǎn)化法〉若干規(guī)定》。人力資源作為高?？萍紕?chuàng)新的主力軍，研究人力投入對高?？萍汲晒D(zhuǎn)化效率的影響，對促進人力資源的合理利用與開發(fā)、提高中國高?？萍紕?chuàng)新能力具有重要的現(xiàn)實意義。目前已有許多學者研究各地高校的科技創(chuàng)新能力和影響高?？萍紕?chuàng)新的影響因素，并取得了一定的成果。但就現(xiàn)階段而言，學者們的研究重心集中在財政和金融投入的影響上，對于影響因素的空間分析也很少，因此研究中國31個省區(qū)市人力投入的結構及素質(zhì)對高?？萍汲晒麆?chuàng)新效率的影響以及影響的空間差異性具有一定的理論意義。本文收集整理了全國31個省區(qū)市的高校從2009—2018年的相關數(shù)據(jù)，首先運用數(shù)據(jù)包絡分析對2009—2018年高校科技創(chuàng)新效率進行綜合評價，然后采用地理加權回歸模型進行分析，研究人力投入對高?？萍紕?chuàng)新效率影響的空間差異性，目的是發(fā)現(xiàn)現(xiàn)階段地域高校人力投入情況的規(guī)律和不足，總結經(jīng)驗、提出合理化建議，完善并優(yōu)化人力投入結構，提高人力投入對高校科技成果創(chuàng)新的效度。

2 文獻綜述

對于高?？萍紕?chuàng)新，現(xiàn)有研究主要集中在評價各地區(qū)高校的科技創(chuàng)新能力和分析影響高?？萍紕?chuàng)新的因素兩方面。對于高?？萍紕?chuàng)新能力的評價上，一類研究通過因子分析法（劉曉玲，2020）[1]、組合評價法（潘丹等，2020）[2]、密切值法（嚴立鵬、嚴志業(yè)，2019）[3]等方法評價高校的科技創(chuàng)新能力；另一類研究集中在用數(shù)據(jù)包絡分析法（鐘穎，2016）[4]和隨機前沿分析（于志軍等，2017）[5]等方法測度高?？萍纪度牒彤a(chǎn)出水平。關于影響高校科技創(chuàng)新的相關因素，現(xiàn)有研究表明政府支持（李苗苗等，2019）[6]、科研項目經(jīng)費及人才資源（姚思宇、何海燕，2017）[7]是對高?？萍紕?chuàng)新能力有影響，政府支持、科研項目經(jīng)費的投入與人才資源的優(yōu)化和合理調(diào)配有利于提高高校的科技創(chuàng)新能力。

有關人力投入對科技創(chuàng)新的影響，國內(nèi)外的學者也進行了一定程度的研究與實證分析。SWAMIDASS等（2009）[8]通過分析美國部分高校科技成果轉(zhuǎn)化效率低下的原因，發(fā)現(xiàn)專業(yè)人才的稀缺和高校科研技術轉(zhuǎn)移能力的不足是導致該現(xiàn)象的主要原因，F(xiàn)ENG等（2004）[9]研究發(fā)現(xiàn)科研人員的管理綜合能力是高?？萍汲晒D(zhuǎn)化的重要內(nèi)部影響因素 之一，科研人員的專業(yè)能力、方法運用能力以及社會實踐能力在內(nèi)的綜合管理能力應當增強；國內(nèi)研究中，吳錦釗（2016）[10]對影響省域高?？萍纪度胄实挠绊懸蛩剡M行了多元線性回歸分析，發(fā)現(xiàn)研究與發(fā)展中的高級職稱所占比例與高校的科技成果轉(zhuǎn)化效率成顯著正相關關系，而科技研究與發(fā)展全時人員與高?？萍汲晒D(zhuǎn)化呈現(xiàn)負相關關系。

關于高?？萍紕?chuàng)新能力空間效應的研究，國外部分研究表明，高?？萍紕?chuàng)新空間溢出效應受地理空間距離的影響，且會隨著地理空間距離的增加而減弱（ANSELIN L，2008；RODRíGUEZ-POSE A，2008）[11-12]，同時，區(qū)域間的空間溢出會影響臨近區(qū)域的創(chuàng)新過程，對高?？萍紕?chuàng)新的空間聚集產(chǎn)生影響（CANIELS，2000；YOUTIE J，2008）[13-14]。國內(nèi)有關研究主要集中在高校科技創(chuàng)新空間特征方面。汪凡等（2017）[15]研究發(fā)現(xiàn)，直轄市及省會城市的高?？萍紕?chuàng)新能力遠高于其他城市且與其他城市的差距逐漸增大，且東部和中西部的高?？萍紕?chuàng)新能力差異日益顯著，高值區(qū)集中分布在東部沿海城市。

現(xiàn)有文獻為本文研究提供了極大的參考價值，但仍然存在需要補充的地方：①已有文獻在研究人力投入對高?？萍紕?chuàng)新的影響時，通常僅選取某單一人力投入指標作為影響因素，不能夠全面地反映人力投入素質(zhì)與結構對高校科技創(chuàng)新效率影響；②現(xiàn)有文獻對于具體分析某單一因素對高?？萍紕?chuàng)新效率的空間差異性的研究很少?；诖耍疚脑谘芯恳暯巧线M行創(chuàng)新，對人力投入與高校科技創(chuàng)新效率進行GWR地理加權回歸，充分考慮到不同的地理位置導致回歸參數(shù)的差異性，進一步觀測空間差異性，在指標的選取上，從人力資源的投入情況與素質(zhì)構成兩方面細分人力投入，發(fā)現(xiàn)現(xiàn)階段人力投入情況的規(guī)律和不足，總結經(jīng)驗、提出合理化建議，以期促進不同地區(qū)高?？萍汲晒D(zhuǎn)化效率的提高。

3 理論模型構建與變量說明

3.1 理論模型構建

國家鼓勵科技創(chuàng)新。高校作為科技創(chuàng)新的重要主體之一，科技創(chuàng)新人才是科技創(chuàng)新的根本動力，而科技創(chuàng)新人才的投入結構及素質(zhì)決定著人力資源是否得到合理化應用，因而有必要對高校人力投入的結構及素質(zhì)進行研究。研發(fā)與發(fā)展人員、成果應用及科技服務人員與R&D人員全時當量的比例在一定程度上反映了人力資源對于科研的投入結構；而研究與發(fā)展全時人員中的科學家和工程師的數(shù)量所占據(jù)的比例很大，是高校科技創(chuàng)新活動中的主要研發(fā)人員，因此科技人員投入中的科學家與工程師的比例可以反映人力投入的素質(zhì)情況。所以在一定程度上可以用這三個比例衡量人力投入水平，進一步研究其對高校科技創(chuàng)新的影響。

高校科技創(chuàng)新能力是指高校在外部環(huán)境的支持下，依靠自身科技力量，開創(chuàng)性地進行研究開發(fā)，并把科技創(chuàng)新成果成功向商業(yè)及產(chǎn)業(yè)轉(zhuǎn)移的能力。因此可以通過反映科技創(chuàng)新基礎能力、科技創(chuàng)新資金投入能力、科技創(chuàng)新人力投入能力以及科技創(chuàng)新環(huán)境支持能力四個能力的指標來衡量高?？萍纪度?，通過反映科技創(chuàng)新產(chǎn)出能力與科技成果轉(zhuǎn)化能力兩個能力的指標來衡量高校科技創(chuàng)新產(chǎn)出，從而將高校科技創(chuàng)新效率轉(zhuǎn)化成以此為衡量指標的投入產(chǎn)出率。

同時，袁洪娟[16]實證度量了中國區(qū)域科技創(chuàng)新人才聚集的空間溢出效應，因而通過區(qū)域地理位置上的差異，考慮其空間差異性是有必要的。關于人力投入對于科技創(chuàng)新效率影響的空間效應研究思路如圖1所示。

圖1 理論研究模型

3.2 變量說明

3.2.1 被解釋變量

本文運用DEA模型，對中國31個省區(qū)市的高?？萍紕?chuàng)新效率進行測算，測算結果即為解釋變量i。在科技投入與產(chǎn)出方面，本文參照陳運平等（2009）[17]對科技創(chuàng)新能力的研究，從科技投入與產(chǎn)出兩個角度設置評價指標，各評級指標可以反映出高校的科技創(chuàng)新投入能力、環(huán)境支持能力、科技創(chuàng)新基礎能力、科技創(chuàng)新產(chǎn)出能力以及科技成果轉(zhuǎn)化能力，如表1所示。表1中涉及到的統(tǒng)計范圍均為中國高校。

表1 31個省區(qū)市的科技創(chuàng)新效率評價指標

一級指標二級指標 科技投入R&D經(jīng)費內(nèi)部支出（x1）反映科技創(chuàng)新資金投入能力和環(huán)境支持能力 R&D經(jīng)費外部支出（x2）反映科技創(chuàng)新資金投入能力 R&D人員全時當量（x3）反映科技創(chuàng)新人力投入能力 R&D課題（x4）反映科技創(chuàng)新基礎能力 科技產(chǎn)出有效發(fā)明專利（x5）反映科技創(chuàng)新產(chǎn)出能力 專利所有權轉(zhuǎn)讓及許可收入（x6）反映科技創(chuàng)新成果轉(zhuǎn)化能力

3.2.2 解釋變量

本文將主要分析表1中的科技創(chuàng)新人力投入能力對高?？萍紕?chuàng)新效率的影響，將高等學校里研究與發(fā)展人員比例、成果應用和科技服務人員比例以及科技人員投入中的科學家與工程師的比例作為解釋變量。

各個變量的計算公式如表2所示，表2中涉及到的統(tǒng)計范圍均為中國31個省區(qū)市高校。

3.3 數(shù)據(jù)來源

本文選取2009—2018年中國31個省區(qū)市的相關數(shù)據(jù)，分析這十年來中國高校人力投入結構及素質(zhì)對高?？萍紕?chuàng)新效率的影響，發(fā)現(xiàn)不同的城市高校為提升創(chuàng)新效率進行人力投入時存在的問題，提出對策建議，提高人力投入對科技創(chuàng)新活動的效度，帶動高?？萍紕?chuàng)新發(fā)展。數(shù)據(jù)主要來源于《中國科技統(tǒng)計年鑒》（2010—2019）、《高等學校科技統(tǒng)計資料匯編》（2010—2019）。由于部分數(shù)據(jù)不足統(tǒng)計時的最小單位數(shù)、不詳或缺失，在計算中均近似以0代替。

表2 解釋變量的計算公式及相關說明

解釋變量計算公式說明 高校研究與發(fā)展人員比例（x7）研究與發(fā)展全時人員/R&D人員全時當量反映各類研發(fā)活動人力資源的投入比例 高校成果應用和科技服務人員比例（x8）R&D成果應用及科技服務全時人員/R&D人員全時當量 高校科技人員投入中的科學家與工程師的比例（x9）教學與科研人員中科學家和工程師和/教學與科研人員合計反映人力的素質(zhì)構成情況

4 實證結果分析

4.1 科技創(chuàng)新效率的測度

利用DEAP2.1軟件，對中國31個省區(qū)市2009—2018年的樣本指標數(shù)據(jù)進行處理，得到如表3的結果，對得到的結果進行綜合評價。

為分析不同地區(qū)間的差異性，結合孫志紅等（2017）[18]在研究省級科技創(chuàng)新效率時對省份的劃分，將31個省區(qū)市分為了東中西三個地區(qū)。

表3 2009—2018年中國31個省區(qū)市科技創(chuàng)新效率值

區(qū)域省區(qū)市2009年2010年2011年2012年2013年2014年2015年2016年2017年2018年 東部北京0.8510.7690.9701.0001.0001.0001.0001.0001.0001.000 福建1.0000.7750.7761.0001.0001.0000.9461.0000.4790.645 廣東0.5820.5900.5110.5810.6600.8090.4870.3860.3330.481 海南0.3190.6250.6640.3300.3540.3060.4331.0000.7871.000 河北1.0001.0001.0001.0001.0001.0000.5390.6580.5980.716 江蘇1.0001.0001.0001.0001.0001.0001.0001.0001.0001.000 遼寧0.8400.9240.6720.7350.9940.6510.6070.8640.7411.000 山東0.7330.6790.6370.5690.6800.7580.6940.7501.0001.000 上海0.9260.8860.8620.9580.9840.9530.6890.8070.6281.000 天津1.0001.0001.0000.7230.9280.8730.7670.6350.5650.637 浙江1.0001.0001.0000.9101.0001.0000.9301.0001.0001.000 平均值0.8410.8410.8270.8010.8730.8500.7360.8270.7390.862 中部安徽0.2780.2540.3250.6870.5880.5561.0000.6000.6330.595 黑龍江1.0001.0001.0001.0001.0001.0001.0001.0001.0001.000 河南0.6950.8361.0001.0001.0001.0001.0001.0001.0001.000 湖北0.6570.5540.5171.0000.6830.5560.5770.6230.5570.627 湖南0.4290.5270.4030.4781.0000.6320.7290.6840.7531.000 江西0.2550.3820.3920.3420.3330.3851.0000.8770.5300.458 吉林0.5350.5040.4060.4440.5030.5460.3940.5210.6000.641 山西0.7400.8540.8130.9960.8950.8690.7620.8010.9521.000 平均值0.5740.6140.6070.7430.7500.6930.8080.7630.7530.790 西部甘肅0.6470.5240.2540.7400.8860.5560.5150.5960.6520.636 廣西0.2850.3471.0000.6781.0000.8980.8280.7090.6110.718 貴州0.2960.5150.2920.3880.5300.4230.4120.3520.2750.299 內(nèi)蒙古0.3530.2710.2930.2910.3300.2790.4150.3820.4960.491 寧夏0.3900.3300.4170.3130.2570.1550.1960.1230.1100.120 青海0.4500.3130.1020.1200.1230.1350.2060.1100.1290.102 陜西1.0000.8350.7720.8830.9890.9691.0001.0001.0001.000 四川0.3790.3490.4280.5840.3690.4520.5370.5130.5010.472 新疆0.5860.4240.3690.4750.3900.3870.3270.3260.4870.441 西藏0.0000.0000.0340.0000.0230.0270.0410.1950.0460.109 云南0.8170.9331.0000.7220.8050.8801.0000.6210.7960.788 重慶0.9560.9861.0000.7631.0001.0000.8740.6460.6851.000 平均值0.5130.4860.4970.4960.5590.5130.5290.4640.4820.515 中西部平均值0.5370.5370.5410.5950.6350.5850.6410.5840.5910.625 總平均值0.6450.6450.6420.6680.7190.6790.6740.6700.6430.709

如表3所示，從時間發(fā)展來看，2009—2018年中國東、中、西部地區(qū)的高?？萍紕?chuàng)新效率整體呈上升趨勢，中部地區(qū)發(fā)展迅猛，在2015年和2017年其平均高?？萍紕?chuàng)新效率值超過東部地區(qū)。這可能與近年來中部地區(qū)崛起戰(zhàn)略的有效實施有關，近年來貫徹“中原崛起”政策方針的河南省高校在科技創(chuàng)新發(fā)展上的強勁勢頭為中部地區(qū)科技創(chuàng)新作出了突出貢獻。從區(qū)域發(fā)展來看，東部地區(qū)高?？萍紕?chuàng)新效率相對較高，中西部地區(qū)雖然落后但近幾年來的效率值幾乎呈穩(wěn)定上升趨勢，西部地區(qū)之間發(fā)展不平衡的差異性也在逐年減小，這也表明近年來中西部高等教育振興計劃的有效實施帶動了地方發(fā)展。

4.2 空間GWR回歸結果與分析

4.2.1 全域空間自相關性檢驗

研究因素間的空間效應問題時，是假設因素間具有空間自相關的前提下進行的。因此本文利用GeoDa1.12空間數(shù)據(jù)統(tǒng)計軟件對變量指標進行Moran's I指數(shù)計算，一般來講當Moran's I統(tǒng)計值不等于0則表示因素間具有空間自相關性。

使用GeoDa1.12軟件對被解釋變量進行 Moran's I估值，結果如表4所示。由表4可以看出，2009—2018年各省區(qū)市科技創(chuàng)新效率之間的Moran's I指數(shù)均不等于0且各年數(shù)據(jù)均通過穩(wěn)定的Permutations顯著性檢驗，因此證明了在進行回歸時需要考慮其地理位置，本文用GWR模型回歸進行研究是合適的。

4.2.2 人力資源投入對中國31個省區(qū)市科技創(chuàng)新效率水平的影響

使用ArcGIS10.2軟件將2009—2018年中國31個省區(qū)市的高?？萍紕?chuàng)新效率值和人力資源投入變量代入進行地理加權回歸分析。本文將2009—2018年的回歸結果進行了加權回歸，并使用SPSS22.0將回歸系數(shù)做四分位區(qū)分，如表5所示。

表4 2009—2018年各省區(qū)市科技創(chuàng)新效率的Moran's I指數(shù)

2009年2010年2011年2012年2013年2014年2015年2016年2017年2018年 Moran's I0.1370.1050.1360.1690.0810.1300.1400.0930.0710.048 P-value0.0330.0840.0340.0110.1510.0410.0300.1130.1890.270

表5 2009—2018回歸系數(shù)四分位表

研究與發(fā)展人員比例成果應用和科技服務人員比例科技人員投入中的科學家與工程師的比例 回歸系數(shù)省區(qū)市回歸系數(shù)省區(qū)市回歸系數(shù)省區(qū)市 -0.99～-0.495內(nèi)蒙古、福建、四川-1.043～-0.522內(nèi)蒙古、安徽、廣西、河南-0.806～-0.403上海、湖南、福建、寧夏、河北、天津、遼寧 -0. 495～0陜西、上海、貴州、吉林、遼寧、安徽、河北、山東、江西、青海-0.522～0云南、山西、山東、江西、浙江、上海、四川、甘肅、北京、遼寧、貴州、湖南-0.403～0青海、浙江、廣東、廣西、甘肅、海南、安徽、湖北、貴州 0～0.508寧夏、天津、湖南、海南、河南、廣東、廣西、山西、新疆、浙江、重慶、北京、甘肅、0～0.687海南、黑龍江、寧夏、福建、江蘇、重慶、西藏、天津、河北、湖北、青海、陜西、廣東0～0.679云南、新疆、重慶、江西、黑龍江、北京、內(nèi)蒙古、山東、四川、山西、河南、江蘇 0.508～1.016湖北、云南、西藏、江蘇、黑龍江0.687～1.374吉林、新疆0.679～1.358吉林、西藏、陜西

如表5所示，可以看出：①與預期不符的是，有相當一部分地區(qū)的人力投入比例與高校科技創(chuàng)新效率呈負相關。這說明可能由于中國科研評價體系不完善、高校科技成果利益分配欠妥當?shù)?，導致相關科研人員積極性低，人力投入的冗余可能也會導致負效應的出現(xiàn)，同時高等院校和企業(yè)之間存在的知識勢差也可能會導致信息傳播過程中出現(xiàn)信息失真，從而限制高?？萍汲晒漠a(chǎn)出與轉(zhuǎn)化。因此，不能僅考慮擴大人力資源投入規(guī)?；蛟谟邢薜耐度胍?guī)模下提高人力素質(zhì)來提高高?？萍汲晒D(zhuǎn)化效率。②單看回歸系數(shù)，成果應用和科技服務人員比例對高校科技創(chuàng)新效率的效度比其他兩種比例更高，這說明在該比例下，回歸系數(shù)為負的區(qū)域高校調(diào)整人力投入結構，以轉(zhuǎn)移部分成果應用和科技服務人員或回歸系數(shù)為正的區(qū)域高校培養(yǎng)和發(fā)展更多的成果應用和科技服務人員將明顯提升當?shù)馗咝５目萍紕?chuàng)新效率。③在不同的地區(qū)，人力資源投入的回歸系數(shù)有正有負，且三個人力資源投入因素在不同地區(qū)的影響程度上的大小比較是不同的。這表明人力投入對高?？萍紕?chuàng)新效率的影響是具有空間位置上的差異性的，在進行人力投入的分配方面，要充分考慮自然條件、經(jīng)濟區(qū)位、資源稟賦以及當?shù)卣c高校的相關政策等因素的影響，不能“一刀切”。以中部地區(qū)的湖北省為例，湖北省近十年來R&D成果應用與科技服務投入總體降低而研究與發(fā)展人員比例提升，雖然兩項投入比例與高?？萍紕?chuàng)新效率呈正相關，但高校科技創(chuàng)新效率總體下降，湖北省政府及高校應當側(cè)重培養(yǎng)和發(fā)展成果應用與科技服務人才，重視科技成果的推廣應用，發(fā)展科技服務產(chǎn)業(yè)。對于東部沿海地區(qū)的浙江省而言，近十年來其高?？萍紕?chuàng)新效率較為穩(wěn)定，且居全國前列，得益于研究與發(fā)展人員比例的正向促進作用，科學家與工程師近年來投入數(shù)量與比例的提升反而對高校科技創(chuàng)新效率具有一定的抑制作用，因此浙江省政府及高校應鼓勵高?？蒲腥藛T多從事研究與發(fā)展活動，重視基礎研究與原始創(chuàng)新，不能一味地講求引進高層次、高質(zhì)量人才，造成人才的冗余。而對于西部地區(qū)的陜西省而言，提高單位人力投入的素質(zhì)，加大科學家與工程師的投入比例會有效促進其高校科技創(chuàng)新效率的提升。

為了進一步研究在時間權重的影響下人力資源投入對于高校科技創(chuàng)新效率影響的動態(tài)變化，使用GWR4.0軟件計算出2009年和2018年的回歸結果，如表6所示。

通過對表6的分析可以看出，從2009—2018年的變化情況來看，除研究與發(fā)展人員比例外，其余兩個比例對科技創(chuàng)新效率的促進作用顯著提高，科技人員投入中的科學家與工程師的比例在2009年對科技創(chuàng)新還有抑制作用，到了2018年回歸系數(shù)變正，出現(xiàn)正向促進作用。

這表明高?？萍紕?chuàng)新效率在現(xiàn)階段還是依賴于科學家與工程師的投入，而2009—2018年中東、中、西部地區(qū)研究與發(fā)展人員平均投入均呈現(xiàn)增長趨勢，可能由于研究與發(fā)展人員的冗余導致回歸系數(shù)的降低。人力資源的投入應當充分考慮科研成果的結果不確定性、過程信息不對稱等因素因地制宜地進行調(diào)控。

表6 2009年和2018年人力資源投入關于科技創(chuàng)新的回歸結果

研究與發(fā)展人員比例成果應用和科技服務人員比例科技人員投入中的科學家與工程師的比例 2009年2018年2009年2018年2009年2018年 東部北京0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 福建0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 廣東0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 海南0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 河北0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 江蘇0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 遼寧0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 山東0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 上海0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 天津0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 浙江0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 平均值0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 中西部安徽0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 黑龍江0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 河南0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 湖北0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 湖南0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 江西0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 吉林0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 山西0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 甘肅0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 廣西0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 貴州0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 內(nèi)蒙古0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 寧夏0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 青海0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 陜西0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 四川0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 新疆0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 西藏0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 云南0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 重慶0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 平均值0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372

5 結論與建議

本文以中國31個省區(qū)市為研究對象，運用GWR地理加權回歸模型測度了各地人力投入對高?？萍紕?chuàng)新效率的影響及其空間差異，主要得出以下結論：①近年來東中西部地區(qū)的高?？萍紕?chuàng)新效率整體提高，中部地區(qū)高校科技創(chuàng)新發(fā)展迅猛；②人力投入數(shù)量的增加與人力投入規(guī)模相同的情況下，人力投入素質(zhì)的提高不一定會對高?？萍紕?chuàng)新效率產(chǎn)生正向促進作用；③隨著時間的變化，成果應用和科技服務人員比例以及科技人員投入中的科學家與工程師的比例對于促進高校科技創(chuàng)新效率的影響整體增強；④不同地區(qū)的人力投入對高?？萍紕?chuàng)新效率的影響存在空間差異性。

基于以上結論，本文提出以下建議：①高校不能僅通過人力資本投入規(guī)模的增大或人才隊伍素質(zhì)的提高來驅(qū)動科研創(chuàng)新效率的提高，應該按照實際情況合理優(yōu)化人力投入結構，提高高校人才供給對高?？萍紕?chuàng)新需求的適應性與靈活性。例如湖北省應當側(cè)重培養(yǎng)和發(fā)展成果應用與科技服務人才，重視科技成果的推廣應用，發(fā)展科技服務產(chǎn)業(yè)；浙江省應鼓勵高?？蒲腥藛T多從事研究與發(fā)展活動，重視基礎研究與原始創(chuàng)新，科學家與工程師的投入力度可以適當減弱；對于陜西省而言，應提高單位人力投入的素質(zhì)，加大科學家與工程師的投入比例。②各高校應當充分利用區(qū)域之間、省際之間甚至國內(nèi)國外的人才資源，打破地域間的限制，充分發(fā)揮科技人才技術溢出效應，規(guī)避“虹吸效應”。在制度、經(jīng)濟、科技、教育與社會環(huán)境不斷發(fā)展、進步的基礎上，高校科技人才通過適度的交流、有效的流動實現(xiàn)知識技術溢出，力求區(qū)域間和高校間創(chuàng)新能力均衡發(fā)展。③高校應建立全面、靈活的科技創(chuàng)新人才內(nèi)部培養(yǎng)機制，不斷改進高?？萍紕?chuàng)新人才的激勵機制和考核機制，實現(xiàn)創(chuàng)新性人才培養(yǎng)方式的科學性與可持續(xù)性。

［1］劉曉玲.我國高?？萍紕?chuàng)新能力評價研究［J］.管理觀察，2020（11）：107-108，112.

［2］潘丹，李永周，王曉潔.高校科技創(chuàng)新能力比較研究 ——基于組合評價法和K均值聚類的分析［J］.中國高?？萍迹?020（5）：30-34.

［3］嚴立鵬，嚴志業(yè).基于密切值法的中國高校科技創(chuàng)新能力評價［J］.中國管理信息化，2019，22（9）：207-210.

［4］鐘穎.安徽省高?？萍紕?chuàng)新效率研究——基于三階段DEA模型的實證分析［J］.巢湖學院學報，2016，18（2）：51-58.

［5］于志軍，楊昌輝，白羽，等.成果類型視角下高校創(chuàng)新效率及影響因素研究［J］.科研管理，2017，38（5）：141-149.

［6］李苗苗，李海波，周孟宣.高?？萍汲晒D(zhuǎn)化效率及其影響因素研究——基于教育部直屬高校面板數(shù)據(jù)的實證［J］.海峽科技與產(chǎn)業(yè)，2019（5）：23-33.

［7］姚思宇，何海燕.高校科技成果轉(zhuǎn)化影響因素研究——基于Ordered Logit模型實證分析［J］.教育發(fā)展研究，2017，37（9）：45-52.

［8］SWAMIDASS P M，VULASA V.Why university inventions rarely produce income?Bottlenecks in university technology transfer［J］.Journal of technology transfer，2009，34（4）：343-363.

［9］FENG Y J，LU H，BI K.An AHP/DEA method for measurement of the efficiency of R&D management activities in universities［J］.International transactions in operational，2004，11（2）：181-191.

［10］吳錦釗.省域高?？萍纪度胄恃芯浚跠］.福州：福建農(nóng)林大學，2016.

［11］ANSELIN L，GALLO J L，JAYET H.Spatial panel econometrics［M］.Dordrecht:kluwer academic publishers，2008：625-660.

［12］RODRíGUEZ-POSE A，CRESCENZI R.Research and development，spillovers，innovation systems，and the genesis of regional growth in Europe［J］.LSE research online documents on economics，2008，42（1）：51-67.

［13］CANIELS M C J. Knowledge spillovers and economic growth differentials across Europe［M］.Edward Elgar Publishing，2000.

［14］YOUTIE J，SHAPIRA P.Building an innovation hub：A case study of the transformation of university roles in regional technological and economic development［J］.Research policy，2008，37（8）：1188-1204.

［15］汪凡，白永平，周亮，等.中國高?？萍紕?chuàng)新能力時空格局及影響因素［J］.經(jīng)濟地理，2017，37（12）：49-56.

［16］袁洪娟.區(qū)域科技創(chuàng)新人才集聚的空間溢出效應研究［D］.濟南：山東財經(jīng)大學，2016.

［17］陳運平，陳林心.我國中部六省高?？萍紕?chuàng)新能力比較研究［J］.科技進步與對策，2009，26（1）：38-45.

［18］孫志紅，吳悅.財政投入、銀行信貸與科技創(chuàng)新效率 ——基于空間GWR模型的實證分析［J］.華東經(jīng)濟管理，2017，31（4）：74-81.

2095－6835（2021）06－0021－06

G644

A

10.15913/j.cnki.kjycx.2021.06.008

劉惟伊（2000—），女，浙江建德人，本科，研究方向為人力資源管理。

＊武漢理工大學自主創(chuàng)新研究基金本科生項目（編號：2020-GL-B1-04）

〔編輯：王霞〕