陶 敏 李 欣 李 進(jìn) 李洪偉

（1.山東科技大學(xué) 經(jīng)濟(jì)管理學(xué)院，山東 青島 266590；2.山東省教育廳，山東 濟(jì)南 250011）

根據(jù)2020年教育部直屬高校年度預(yù)算經(jīng)費統(tǒng)計表，經(jīng)費預(yù)算超過100億的高校有10所，較2019年增加了兩所，排在首位的清華大學(xué)2020年經(jīng)費預(yù)算達(dá)到了310.72億元，較2019年增加了13.51億元。在75所直屬高校中，有54所高校的經(jīng)費預(yù)算較2019年都出現(xiàn)不同程度的增幅，僅有21所高校出現(xiàn)了小幅度的下降。國家對高校的資金投入呈逐年遞增趨勢，以鼓勵高校在各領(lǐng)域進(jìn)行創(chuàng)新研究活動。高校作為中國科技創(chuàng)新的知識主體, 其研發(fā)活動貫穿整條創(chuàng)新鏈,學(xué)科建設(shè)基本覆蓋國民經(jīng)濟(jì)各行業(yè), 在研發(fā)人才、重點實驗室、研究中心等方面的優(yōu)勢是企業(yè)等創(chuàng)新主體所不具備的[1]144-151,162。而越來越多的資金投入是否被合理配置使用，是否得到了相應(yīng)的高質(zhì)量產(chǎn)出，是否為推動國家的創(chuàng)新發(fā)展做出了相應(yīng)的貢獻(xiàn)，這些問題都已成為社會各界關(guān)注的焦點。

因此，以科研創(chuàng)新效率為測算指標(biāo)，科學(xué)地評價高校投入產(chǎn)出效率，正確識別出投入產(chǎn)出的管理模式與運(yùn)行績效，并以此為依據(jù)提出建設(shè)方案，不僅有助于將有限的教育資源充分發(fā)揮出最大的社會效益，督促高校進(jìn)行科研創(chuàng)新活動，而且對豐富國家創(chuàng)新體系，提高國家的創(chuàng)新水平有重要意義。鑒于此，本文將建立高?？蒲袆?chuàng)新效率評價指標(biāo)體系，綜合考慮人力、物力、財力等多方面的投入及學(xué)術(shù)刊物、專利等科研產(chǎn)出，對華東六省一市的155所高校進(jìn)行科研創(chuàng)新效率測算，從而識別出其增長模式和運(yùn)行機(jī)制，為效率的提高提供相應(yīng)的決策依據(jù)。

一、文獻(xiàn)綜述

（一）高?？蒲行试u價指標(biāo)

關(guān)于高?？蒲行试u價指標(biāo)，目前尚未統(tǒng)一，不同學(xué)者構(gòu)建了不同的評價指標(biāo)體系。1992年，英國首先對高等教育系統(tǒng)開展科研水平評估 (Research Assessment Exercise，RAE)，確立了人員概況、直接科研人員情況、研究產(chǎn)出、研究生數(shù)目與學(xué)位授予情況、研究生獲獎學(xué)金情況和外部研究經(jīng)費等基礎(chǔ)性指標(biāo)，但基于學(xué)科獨特性的考慮，評價的詳細(xì)指標(biāo)由同行專家設(shè)置，因而沒有形成統(tǒng)一完整的指標(biāo)體系[2]101-111。Kempkes G[3]2063-2079選取了畢業(yè)生數(shù)量、撥款研究經(jīng)費作為產(chǎn)出指標(biāo)，選擇教師數(shù)量、研究人員研究數(shù)量和日常經(jīng)費開支作為投入指標(biāo)，評價了德國72所高校投入產(chǎn)出效率。Chuen Tse Kuaha等[4]499-506選取了教學(xué)教師數(shù)、授課學(xué)生數(shù)等作為教學(xué)投入指標(biāo)，選擇學(xué)生畢業(yè)人數(shù)、學(xué)生平均成績等指標(biāo)為教學(xué)產(chǎn)出指標(biāo)，同時選擇學(xué)校運(yùn)行費用、科研教師數(shù)等指標(biāo)為科研投入指標(biāo)，選擇了研究生人數(shù)、出版數(shù)量等為科研產(chǎn)出指標(biāo)，評價意大利高校投入產(chǎn)出效率。George e.Halkos等[5]1-24選取學(xué)術(shù)人員、輔助人員、學(xué)生數(shù)、研究經(jīng)費作為投入指標(biāo)，選取畢業(yè)生數(shù)和出版物數(shù)量作為產(chǎn)出指標(biāo)，評價希臘公立大學(xué)的效率。Marti Sagarra 等[6]1324-1325選擇了教職工數(shù)、學(xué)生入學(xué)數(shù)量、首次加入數(shù)作為投入指標(biāo)，選擇發(fā)表的論文和畢業(yè)學(xué)生數(shù)量作為產(chǎn)出指標(biāo)，評價墨西哥大學(xué)效率。Wang C N 等[7]選擇學(xué)術(shù)和非學(xué)術(shù)人員的數(shù)量和總?cè)雽W(xué)人數(shù)作為投入指標(biāo)，學(xué)位和研究生的數(shù)量、總畢業(yè)生以及等效全日制學(xué)生（EFTS）資助系統(tǒng)和基于績效的研究基金的總營業(yè)收入（PBRF）作為產(chǎn)出指標(biāo)，評價新西蘭高校的效率。喬聯(lián)寶[8]210-215從教學(xué)和科研兩個方面來綜合評價“985”高校的綜合生產(chǎn)效率，對于教學(xué)職能，其投入分為經(jīng)費撥入、全日制教師和新生質(zhì)量，產(chǎn)出則分為學(xué)生質(zhì)量和聲譽(yù)；在分析科研效率時，將其投入劃分為經(jīng)費撥入、全日制教師和在校學(xué)生三個部分，產(chǎn)出則分為論文發(fā)表、出版專著和專利授權(quán)數(shù)。倪淵[9]85-94選取人力投入、財力投入、物力投入、科研產(chǎn)出作為一級指標(biāo)，選取了8個二級指標(biāo)，15個三級指標(biāo)，對我國高水平科研型大學(xué)科研效率進(jìn)行評價。李瑞等[10]56-60確定投入指標(biāo)包括科研人員投入（高校科研人員全時當(dāng)量）和經(jīng)費投入（高?？蒲薪?jīng)費內(nèi)部支出），產(chǎn)出指標(biāo)包括高校發(fā)表的論文數(shù)量、高?？蒲姓n題數(shù)、高校專利申請受理數(shù)。宗曉華等[11]26-35選取了人員和經(jīng)費作為投入指標(biāo)，科研論文、科研獲獎和社會服務(wù)作為產(chǎn)出指標(biāo)，其中五個一級指標(biāo)又包含了17個二級指標(biāo)。李彥華等[12]108-111選取了科研人力、科研經(jīng)費為投入指標(biāo)，科技成果及技術(shù)轉(zhuǎn)讓、成果授獎為產(chǎn)出指標(biāo)。因此，以上這些指標(biāo)都可作為本文構(gòu)建評價指標(biāo)體系的備選指標(biāo)。

（二）高?？蒲行试u價方法

高校科研投入產(chǎn)出效率的評價問題涉及多個投入和產(chǎn)出指標(biāo)，可以采用構(gòu)建指標(biāo)權(quán)重向量再計算綜合值，例如模糊綜合評價奠定等方法，但是利用數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis，DEA)進(jìn)行建模分析的文獻(xiàn)占近2/3。Chuen Tse Kuaha和 Kuan Yew Wong選取以學(xué)校運(yùn)行費用作為共享投入指標(biāo)，構(gòu)建評價高校教學(xué)-科研效率的聯(lián)合DEA 模 型[4]499-506。Ali Saleh Al-Shayea等[13]132-138利用了產(chǎn)出導(dǎo)向的規(guī)模報酬可變(VRS)與規(guī)模報酬不變(CRS)兩種模型DEA模型評價卡西姆大學(xué)各系的員工效率。喬聯(lián)寶[8]210-215基于規(guī)模收益不變假設(shè)，建立了考慮共同資源消耗、用于評價高校科研和教學(xué)綜合效率的聯(lián)合DEA模型，并對32所“985”院校進(jìn)行了分析。倪淵[9]85-94提出了一種組合評價模型：滯后非徑向超效率DEA模型，將阿爾蒙多項式、非徑向偏好DEA和超效率DEA有機(jī)融合，應(yīng)用該模型對36所“985”工程高?？蒲行蔬M(jìn)行評價，并采用比較驗證方法來實證模型的可行性和有效性。汪彥等[14]100-109和蘇薈等[15]107-118都采用DEA-Tobit模型對高校的科研創(chuàng)新效率進(jìn)行了分析。黃建國等[16]11-15和宗曉華等[17]93-106分別運(yùn)用Super-SBM和超效率BCC-Malmquist方法對中國“雙一流”建設(shè)高校的科研投入產(chǎn)出效率進(jìn)行分析。李彥華等[12]108-111和李韻婷等[18]120-126都采用DEA和Malmquist模型分別對廣東省高校和“雙一流”高?？蒲袆?chuàng)新績效進(jìn)行動態(tài)考察。

綜上所述，現(xiàn)有的研究成果多集中在國家重點高校及省域?qū)用娴目蒲行试u價，這為推動中國重點高校的科研建設(shè)提供了有力的支持，為提高整體省域?qū)用娴母咝？蒲袆?chuàng)新效率提供了堅實的依據(jù)。但不同省份內(nèi)高校構(gòu)成存在差異，現(xiàn)有的研究成果對于省內(nèi)具體高校的科研效率評價較少。因此，本文將按照高校的性質(zhì)和類別等因素對高校進(jìn)行分類評價，縱向?qū)用嫔戏譃榻逃恐睂俸褪俑咝?，橫向?qū)用嫔戏譃榫C合類、工科類、財經(jīng)類、師范類、醫(yī)藥類、農(nóng)林類，綜合考慮不同高校的性質(zhì)特點，分析其對本省高校科研創(chuàng)新效率的影響，從而能夠更好地識別出高校科研創(chuàng)新效率的關(guān)鍵影響因素，并有針對性地制定其績效提升對策。

二、 研究設(shè)計

（一）分析方法

1.產(chǎn)出導(dǎo)向的超效率BCC模型

DEA（數(shù)據(jù)包絡(luò)分析）研究方法廣泛應(yīng)用于各類效率評價。1979年Charnes等[19]429-444創(chuàng)立了DEA的理論方法，即假設(shè)規(guī)模收益不變的CCR模型。1984年Banker等[20]1078-1092以CCR對偶模型為基礎(chǔ)，增加了約束條件基于規(guī)模收益可變的基礎(chǔ)上提出了BCC模型。1993年Andersen等人在投入導(dǎo)向的CCR模型中增加了j≠k的限制條件，得到了超效率模型，解決了多個效率值為1的DMU無法進(jìn)一步分析的問題。本文采用的是產(chǎn)出導(dǎo)向的超效率BCC 模型，用以測算華東六省一市155所高校的科研創(chuàng)新效率。假定參與評價的決策單元有n個，記為DMUj，j=1,2,…，n。其中每個決策單元包含a種投入，Xij表示DMUj中第i種投入（i=1,2，…，a），同時每個決策單元包s含種產(chǎn)出，Yrj表示DMUj中第r種產(chǎn)出（）。具體模型如下：

2.σ收斂模型

σ收斂理論最初多用于區(qū)域經(jīng)濟(jì)增長的收斂性分析，后被學(xué)者們逐漸擴(kuò)展到其他領(lǐng)域的問題研究，例如能源效率、綠色創(chuàng)新效率、投資效率等。σ收斂模型的本質(zhì)是通過計算標(biāo)準(zhǔn)差，來分析不同區(qū)域發(fā)展水平的差異情況。存在σ收斂，即證明隨著時間的推移，發(fā)展水平較低的地區(qū)與發(fā)展水平較高的地區(qū)間的差距逐漸縮小，并最終達(dá)到同一水平。σ收斂模型為效率評價研究提供了一種新的思路，通過收斂性分析，可以發(fā)現(xiàn)不同地區(qū)間的“追趕效應(yīng)”，從而找到增長率和現(xiàn)存效率之間的平衡點，合理配置資源。本文高?？蒲袆?chuàng)新效率的σ收斂模型公式如下：

其中，σ是標(biāo)準(zhǔn)差，表示高校科研創(chuàng)新效率偏離整體平均水平的程度，EEFi表示某省第i所高校的綜合科研創(chuàng)新效率值，n為該省高校的總個數(shù)，EFi表表示示該該省省高高校校科科研研創(chuàng)創(chuàng)新新效率的平均值。

3.β絕對收斂模型

β絕對收斂的含義是指高?？蒲袆?chuàng)新效率水平較低的區(qū)域其效率水平增長速度往往比效率水平較高的區(qū)域更快，即各個區(qū)域的高校科研創(chuàng)新效率增長速度與效率水平之間存在負(fù)相關(guān)關(guān)系[21]。表達(dá)式如下：

(二)評價指標(biāo)體系

高?？蒲谢顒拥耐度胍话惆肆Α⑽锪拓斄?，產(chǎn)出主要是指科技論文、專著以及專利授權(quán)等。綜合已有的研究成果，本文選取了四項投入指標(biāo)：研究與發(fā)展人員、R&D人員全時當(dāng)量、研究與發(fā)展經(jīng)費、R&D成果應(yīng)用及科技服務(wù)經(jīng)費，其中包含了16項二級指標(biāo)。為了更好地區(qū)別不同級別人才的影響情況，本文以講師數(shù)量為標(biāo)準(zhǔn)，將教授、副教授、助教和其他人員數(shù)量分別按照1.75、1.5、0.5和0.25的系數(shù)折算成講師的數(shù)量，單位為人；同時以初級技術(shù)職務(wù)人員為標(biāo)準(zhǔn)，將高級技術(shù)職務(wù)和中級技術(shù)職務(wù)分別按照1.75和1.5的系數(shù)折算成初級技術(shù)職務(wù)人員的數(shù)量，單位為人[23]。產(chǎn)出指標(biāo)為科技論文數(shù)和專利授權(quán)數(shù)，其中包含了6項二級指標(biāo)。由于科技論文和科技專著的影響度不同，因此本文以國內(nèi)普通學(xué)術(shù)刊物為標(biāo)準(zhǔn)，將科技專著按照10的系數(shù)，國外及全國性學(xué)術(shù)刊物按照1.5的系數(shù)分別折算成國內(nèi)普通學(xué)術(shù)刊物的數(shù)量，單位為篇。具體指標(biāo)體系見表1。

表1 高校科研創(chuàng)新效率指標(biāo)體系

（三）數(shù)據(jù)來源及處理

本文以華東六省一市（山東省、江蘇省、浙江省、江西省、安徽省、福建省和上海市）的教育部直屬高校和省屬高校作為決策單元，剔除部分?jǐn)?shù)據(jù)不全或無法獲得數(shù)據(jù)的高校，合計155所。為了分析其高?？蒲袆?chuàng)新效率的變動情況，本文選用了2010-2017年的面板數(shù)據(jù),有關(guān)數(shù)據(jù)均來源于2011-2018年的《高等學(xué)?？萍冀y(tǒng)計資料匯編》。實證分析軟件使用MaxDEA和Eviews10.0。

三、實證分析

（一）效率測算分析

利用MaxDEA軟件和產(chǎn)出導(dǎo)向的超效率BCC模型對收集到的數(shù)據(jù)進(jìn)行處理，即可得到樣本高校的科研創(chuàng)新效率情況，具體分析如下：

1.由表2可知， 2010-2017年華東六省一市155所高校的整體科研創(chuàng)新技術(shù)效率平均值僅為0.429，純技術(shù)效率的平均值為0.527，規(guī)模效率的平均值為0.880，各省市的技術(shù)效率均值均未超過0.5，說明155所樣本高校的科研創(chuàng)新效率整體不高。其中，技術(shù)效率的平均值超過總體均值的省份有江蘇省、山東省和上海市，純技術(shù)效率的平均值超過總體均值的省份有安徽省、江蘇省、山東省、上海市，兩種效率都高于均值的區(qū)域為江蘇省、山東省和上海市，兩種效率都低于均值的區(qū)域為福建省和浙江省。

表2 2010-2017樣本高?？蒲袆?chuàng)新效率超效率分解

以2015年為例，155所高校中僅有8所高校的技術(shù)效率值高于1，不足樣本總量的十五分之一。其中，排在首位的是南京大學(xué)，科研創(chuàng)新技術(shù)效率值為1.57，排在末位的是濟(jì)寧醫(yī)學(xué)院，科研創(chuàng)新技術(shù)效率值僅為0.09。近年來中國雖然一直在加大教育經(jīng)費的投入，但投入的方向更多趨于高校的基礎(chǔ)建設(shè)及基礎(chǔ)教育的提升。高校硬件設(shè)施的更新、智能化學(xué)習(xí)環(huán)境的建設(shè)以及在校學(xué)生的擴(kuò)招等消耗了大量的教育經(jīng)費，實際上用于科研的經(jīng)費投入增長并不顯著，這就導(dǎo)致了高?？蒲袆?chuàng)新效率整體上呈現(xiàn)出逐年下降的趨勢。

2.從高校性質(zhì)方面來看，教育部直屬高校的效率值普遍較高，而其他省屬院校的效率值整體偏低，且效率差距呈現(xiàn)出先增加后減小的趨勢，見圖1。樣本高校中教育部直屬高校的數(shù)量僅有18所，占全部高校的11.6%，省屬院校有137所，占比高達(dá)88.4%，具體高校數(shù)量分布見表3。結(jié)合圖1所示可知，省屬院校數(shù)量大，科研創(chuàng)新效率整體偏低，是導(dǎo)致總體均值水平較低的原因之一。其中，江蘇省、江西省、山東省和上海市的高校數(shù)量較多，教育部直屬院校的數(shù)量也居于前位，而教育部直屬院校的科研創(chuàng)新效率明顯高于省屬院校，這就使得這些地區(qū)的整體科研效率值較高；而福建省和浙江省這兩個區(qū)域的教育部直屬院校數(shù)量少，省屬院校科研力量不突出，導(dǎo)致整體效率水平較低。

圖1 華東六省一市2010-2017不同性質(zhì)高校的科研創(chuàng)新效率變動情況

表3 華東六省一市樣本高校數(shù)量分布情況

以2015年為例，所有普通院校中科研創(chuàng)新效率排在前三位的分別是浙江理工大學(xué)、江西科技師范大學(xué)和濟(jì)南大學(xué)，效率值分別為1.02、0.86和0.78，137所普通院校中效率值高于1的院校僅一所，而低于0.50的院校有117所，占比為85.4%。普通省屬院校普遍效率低下，這與其教育定位和教育規(guī)劃密不可分。這些院校中有超過一半的高校是以就業(yè)為導(dǎo)向，以專業(yè)技術(shù)人才的培養(yǎng)為目標(biāo)，在日常的教學(xué)中多是教授與就業(yè)相關(guān)的職業(yè)技能，而非注重學(xué)生科研創(chuàng)新能力的培養(yǎng)，因此就形成了重實踐、輕科研的不均衡局面，這也是導(dǎo)致華東六省一市整體高?？蒲袆?chuàng)新效率偏低的重要原因。教育部直屬高校作為國家重點建設(shè)高校，在學(xué)生生源、師生規(guī)模、硬件建設(shè)、資金投入和學(xué)術(shù)交流機(jī)會等方面遠(yuǎn)遠(yuǎn)超越普通院校，而這些資源的傾斜是否獲得了同比例產(chǎn)出的增加，普通院?？蒲袆?chuàng)新效率低下是否又完全受限于資源的有限性，如何將有限的資源通過合理配置來發(fā)揮出最大的社會效益，這些都是亟待解決的問題。

3.從高校類別來看，綜合類高校科研創(chuàng)新效率普遍較高，師范類、工科類高校的科研創(chuàng)新效率與平均值持平或稍高于平均值，醫(yī)藥類、財經(jīng)類高校的科研創(chuàng)新效率普遍偏低，因樣本數(shù)據(jù)中農(nóng)業(yè)類、林業(yè)類高校數(shù)量較少，因此計算結(jié)果不具代表性，在此不進(jìn)行討論。以浙江省為例，在21所高校的樣本數(shù)據(jù)中，包括綜合類高校3所、工科類7所、師范類5所、財經(jīng)類2所、醫(yī)藥類2所和農(nóng)業(yè)類2所，綜合類高校僅為全部高校的七分之一，占比較低，因此浙江省高?？蒲袆?chuàng)新效率整體偏低。不同類型高校的效率變動情況見圖2。

圖2 華東六省一市2010-2017不同類型高校的科研創(chuàng)新效率變動情況

4.從年度變化來看，各省市各年度的效率變化情況各不相同，除了上海市2016-2017年有了小幅上漲，其他省份雖然部分年份存在較小的漲幅，但整體趨勢是趨于下降的。其中上海市、浙江省、福建省的變化走勢趨于雷同，都在2014-2015年度產(chǎn)生了較大幅度的增長，同時在2015-2016年度又產(chǎn)生了較大幅度的下降?？赡艿脑蚴巧虾Ｊ?、浙江省、福建省地理位置相近，在政策制定方面可能會產(chǎn)生一定的相互影響作用。同時2015年是“十二五規(guī)劃”的收官之年，由于高?？蒲袆?chuàng)新效率存在滯后性，當(dāng)年的投入增加很可能會體現(xiàn)在幾年之后的產(chǎn)出中，因此這三個省市在2015年效率大幅度增加，原因之一就是“十二五規(guī)劃”前幾年的投入效果逐步疊加集中體現(xiàn)在了2015年的科研創(chuàng)新效率上。而隨著國家對教育發(fā)展重視程度的增加，2016年作為“十三五規(guī)劃”的開啟之年，人力、物力、財力的投入雖較之前有了大幅提高，但因產(chǎn)出存在滯后性，當(dāng)年的產(chǎn)出無法完全反映出當(dāng)年的實際投入情況，因此2016的科研創(chuàng)新效率較2015年有了較大幅度的下降。各省市高?？蒲袆?chuàng)新效率年度變化情況見圖3。

圖3 華東六省一市2010-2017各省市高?？蒲袆?chuàng)新效率變動情況

(二)高?？蒲袆?chuàng)新效率收斂分析

通過對各年度各省市高?？蒲袆?chuàng)新效率的標(biāo)準(zhǔn)差的計算，可以得到2010-2017華東各省市高?？蒲袆?chuàng)新效率收斂指數(shù)分布，以此來驗證不同地區(qū)效率差距變動情況，具體見圖4。六省一市的高?？蒲袆?chuàng)新效率收斂指數(shù)隨年度變化各不相同，但整體上是隨著時間的推移逐步收斂，這表明不同性質(zhì)、不同類型的高校間的科研創(chuàng)新效率差距在逐漸縮小。從總體來看，2010-2011、2012-2014、2015-2017年度均呈收斂態(tài)勢，其他年度呈發(fā)散態(tài)勢。需要注意的是，2011-2012和2014-2015年度變化波動較大，其中，2011-2012年度除安徽省呈收斂態(tài)勢外，其他五省一市均呈發(fā)散態(tài)勢；2014-2015年度六省一市均呈現(xiàn)發(fā)散態(tài)勢，其中2015年上海市和浙江省發(fā)散程度均較高，主要原因是2015年作為“十二五規(guī)劃”的末年，五年規(guī)劃的投入效果逐步被反映出來，尤其以教育部直屬高校最為明顯。以上海市為例，2015年上海市全部院校的科研創(chuàng)新效率平均值為0.56，其中屬于教育部直屬院校的復(fù)旦大學(xué)、同濟(jì)大學(xué)、上海交通大學(xué)、華東理工大學(xué)、東華大學(xué)綜合技術(shù)效率值均高于1，僅華東師范大學(xué)效率值低于1，而其他院校的平均值僅為0.309，效率值差距較大。

圖4 華東六省一市2010-2017各省市高校效率收斂指數(shù)分布

（三）高?？蒲袆?chuàng)新效率β絕對收斂分析

本文采用Eviews10.0軟件，分別對總體和華東六省一市的科研創(chuàng)新進(jìn)行β絕對收斂分析，結(jié)果見表4?？紤]到省市的年度均值包含的數(shù)據(jù)量較少，計算結(jié)果易受到個別因素影響而存在偶然性，最終本文選取了各省市各年度全部樣本高校的綜合效率值進(jìn)行計算，以保證總體回歸效果的顯著性。通過進(jìn)行Hausman檢驗和F檢驗，可得檢驗結(jié)果均為P=0，即證明結(jié)果均拒絕原假設(shè)，應(yīng)采用固定效應(yīng)模型。

表4 華東六省一市不同省市β絕對收斂結(jié)果

從總體來看，期初高校科研創(chuàng)新效率的系數(shù)估計值為-0.842，且通過了1%的顯著性檢驗，說明高?？蒲袆?chuàng)新效率的增長率與期初效率值成反比，表明華東六省一市高校在總體層面上的科研創(chuàng)新效率存在絕對β收斂。和總體層面一樣，華東六省一市的高?？蒲袆?chuàng)新效率的系數(shù)均為負(fù)值，表現(xiàn)出顯著的收斂態(tài)勢，說明這些區(qū)域內(nèi)部各省市的高?？蒲袆?chuàng)新效率差距在縮小。

從收斂速度來看，各省市都以較快的速度收斂，其中安徽省收斂速度最快，江蘇省次之，江西省最慢。這表明華東六省一市的高?？蒲袆?chuàng)新效率雖存在絕對收斂，但由于收斂速度的不同，短期內(nèi)各省市的高?？蒲袆?chuàng)新效率仍然存在一定的差距。

四、結(jié)論與對策

（一）研究結(jié)論

本文基于DEA-BCC模型和收斂模型，對華東六省一市2010-2017年間155所高校的科研創(chuàng)新效率進(jìn)行測算，得出以下結(jié)論：1.中國華東六省一市高?？蒲袆?chuàng)新效率整體偏低，科研創(chuàng)新效率隨時間和地區(qū)的變化存在較大的差異；2.教育資源分配不均衡，缺乏針對性和指向性，部分高校存在冗余和浪費的現(xiàn)象；3.同一區(qū)域內(nèi)高校科研創(chuàng)新能力分布不均，教育部直屬院校和其他省屬院校間的科研創(chuàng)新效率差距大，導(dǎo)致出現(xiàn)了“一專多不強(qiáng)”的斷層式結(jié)構(gòu)體系，使得區(qū)域內(nèi)高校的整體科研創(chuàng)新效率提升后勁不足，缺乏持續(xù)性。

（二）意義及對策

本研究的主要意義在于，華東地區(qū)擁有全國領(lǐng)先的高校數(shù)量和質(zhì)量，其高校的科研創(chuàng)新發(fā)展模式和機(jī)制不僅對全國的高校具有引領(lǐng)作用，而且對我國的科技創(chuàng)新水平具有重要的影響作用。因此，正確識別出華東地區(qū)高校的科研創(chuàng)新發(fā)展情況，不僅有助于更加系統(tǒng)、全面地提高各省市的整體科研創(chuàng)新效率，緩解各省市發(fā)展不均衡的問題，同時也為其他地區(qū)推動高校發(fā)展提供借鑒。

針對研究結(jié)論，本文提出了以下幾點對策：

1.政府應(yīng)對區(qū)域內(nèi)高校進(jìn)行精準(zhǔn)定位，合理配置教育資源

按照高校性質(zhì)，可將高校劃分為教育部直屬院校、省屬重點建設(shè)本科院校及其他專科或職業(yè)類高校；按照高校培養(yǎng)計劃，可將高校劃分為研究型院校和職業(yè)導(dǎo)向型院校；按照高校科研效率水平，可將高校劃分為高效率水平、中效率水平和低效率水平。教育資源的分配應(yīng)依據(jù)高校的特點適當(dāng)?shù)卦黾踊驕p少，而不是實行 “一刀切”的全面扶持政策。例如，教育部直屬院校占據(jù)了大量的資源，但資源的過度投入反而會對效率的提升產(chǎn)生抑制作用，不利于其持續(xù)增長。因此，找到最優(yōu)效率下的最小資源投入至關(guān)重要。再如，部分研究型的省屬重點本科院校具有較好的效率水平，如濟(jì)南大學(xué)2010-2017的平均綜合效率值為0.82，此類高校具有較好的成長性，會成為區(qū)域創(chuàng)新體系的中堅力量，因此應(yīng)適當(dāng)加大資源投入。對于職業(yè)導(dǎo)向型的院校，學(xué)生的科研能力培養(yǎng)不是重點，因此資源的投入應(yīng)該傾向于教師科研能力的提升。

2.建立“紡錘體”式的科研創(chuàng)新體系，避免出現(xiàn)“一專多不強(qiáng)”的斷層式結(jié)構(gòu)體系

從省域?qū)用鎭砜?，教育部直屬高校的科研?chuàng)新效率遠(yuǎn)高于其他普通高校，處于中間水平的高校數(shù)量較少，大多數(shù)高校集中分布在中下水平。以山東省的34所高校為例，2015年科研效率大于1的高校僅1所，科研效率在0.5-1之間的高校有6所，其中有5所是低于0.8的，除此之外的27所高校的科研效率值均低于0.5。這種斷層式結(jié)構(gòu)使得省內(nèi)高校的科研創(chuàng)新缺乏持續(xù)性，科研創(chuàng)新的任務(wù)僅由幾所重點高校承擔(dān)，很容易出現(xiàn)成果壟斷或是創(chuàng)新力度不足的現(xiàn)象，因此，應(yīng)該建立“兩頭小中間大”的“紡錘體”式的科研創(chuàng)新體系。處于中間位置的研究型高校，具有更大的發(fā)展?jié)摿透娱_闊的成長空間，激發(fā)此類高校的成長性，有助于在整體層面上提升全省的科研創(chuàng)新能力，因此應(yīng)該進(jìn)行重點挖掘和建設(shè)。

3.高校應(yīng)制定切合實際的評價體系，注重科研成果的質(zhì)量而非數(shù)量

不同的專業(yè)所屬的科研領(lǐng)域不同，因此不能僅用論文的數(shù)量或?qū)＠臄?shù)量來衡量產(chǎn)出效率。高校在制定評價體系時，應(yīng)以專業(yè)特點為基礎(chǔ)，以質(zhì)量為導(dǎo)向，根據(jù)不同專業(yè)調(diào)整細(xì)分目標(biāo)的權(quán)重，如理工類專業(yè)注重創(chuàng)新型發(fā)明專利，財經(jīng)類專業(yè)注重高水平論文，醫(yī)藥類專業(yè)注重專利和論文相結(jié)合，同時還應(yīng)該增加對其實際應(yīng)用性、創(chuàng)新性等方面的考量，從多維的角度出發(fā)而非唯數(shù)量論。

4.打破高校間的資源壁壘，加強(qiáng)高校間的交流和資源共享

同一地區(qū)不同高校之間會產(chǎn)生相互影響作用。教育部直屬高校要保持科研創(chuàng)新活性，依靠科研效率的空間溢出性來對其他高校產(chǎn)生帶動作用，當(dāng)好科研創(chuàng)新體系的“領(lǐng)頭羊”。同時，政府要通過政策引導(dǎo)，鼓勵高校之間的資源共享。在大數(shù)據(jù)、5G技術(shù)高速發(fā)展的網(wǎng)絡(luò)時代，各高?？梢岳没ヂ?lián)網(wǎng)將本校優(yōu)質(zhì)的教育資源轉(zhuǎn)化為“數(shù)字資源”，通過網(wǎng)絡(luò)實現(xiàn)資源的共享；利用線上會議等網(wǎng)絡(luò)平臺，讓優(yōu)秀的師生進(jìn)行跨專業(yè)、跨學(xué)校間的經(jīng)驗交流與分享，從而實現(xiàn)互相學(xué)習(xí)、共同進(jìn)步的美好愿景。