高校創(chuàng)新效率動態(tài)演進分析及影響因素識別
——基于非參數(shù)核密度估計和SFA模型

王曉珍，蔣子浩，鄭 穎

(中國礦業(yè)大學(xué) 管理學(xué)院，江蘇 徐州 221116)

一、引言

中國進入“新常態(tài)”后，要素投入驅(qū)動的經(jīng)濟增長作用正在減弱，根據(jù)內(nèi)生增長理論，技術(shù)創(chuàng)新與進步催動內(nèi)生增長方式創(chuàng)新、改善經(jīng)濟結(jié)構(gòu)成為解決當(dāng)前經(jīng)濟增長乏力窘境的唯一出路。然而，高校作為基礎(chǔ)研究的主體，是重大原始性創(chuàng)新成果的重要源頭，對高技術(shù)產(chǎn)業(yè)發(fā)展、區(qū)域經(jīng)濟水平進步與社會生產(chǎn)方式變革具有廣泛而深遠(yuǎn)的影響。因此，高校被認(rèn)為是重要的國家戰(zhàn)略資源之一，是技術(shù)創(chuàng)新向增長方式創(chuàng)新轉(zhuǎn)變的關(guān)鍵[1]?？紤]到高校創(chuàng)新所帶來的巨大經(jīng)濟效益與社會價值，進一步提升高校創(chuàng)新能力不僅有利于加快中國現(xiàn)代化經(jīng)濟體系建設(shè)，更是未來國際競爭中戰(zhàn)略優(yōu)勢地位確立的關(guān)鍵。

近年，隨著國民經(jīng)濟的增長，國家對高校的科研投入隨之增加。但是在國際對比下，中國高校創(chuàng)新地位相對較低、科研資源配置相對較少、高校內(nèi)部資源使用效率不高等問題卻日趨明顯。因此，如何在資源稀缺的背景下快速提升高校創(chuàng)新效率，使有限的科研資源發(fā)揮其最大效益，成為當(dāng)前中國原始創(chuàng)新能力提升過程中不可回避的問題。

二、文獻綜述

高校作為國家創(chuàng)新體系構(gòu)建的重要環(huán)節(jié)，其創(chuàng)新能力評價是當(dāng)前科研管理工作的重要內(nèi)容，而高校創(chuàng)新效率研究又是該領(lǐng)域研究熱點。目前針對中國高校創(chuàng)新效率，國內(nèi)外已有部分學(xué)者進行了積極探索?，F(xiàn)有文獻主要關(guān)注了單個高校、不同地區(qū)高校的相對效率以及高校整體創(chuàng)新效率。研究表明：2010年以前高校創(chuàng)新較接近生產(chǎn)前沿面，而2010年以后各類型高校創(chuàng)新效率均不理想，西部地區(qū)創(chuàng)新效率波動較大，東部地區(qū)高校創(chuàng)新效率頹勢明顯，僅中部部分地區(qū)高校創(chuàng)新效率相對較理想[2]。為了完善相關(guān)政策制定、促進科研資源合理配置，進而提升高校創(chuàng)新能力、優(yōu)化高校創(chuàng)新投入產(chǎn)出效率，諸多學(xué)者在測算效率的基礎(chǔ)上，進一步分析了影響高校創(chuàng)新效率的因素，主要研究結(jié)論見表1。

表1 高校創(chuàng)新效率關(guān)鍵影響因素梳理表

高校創(chuàng)新效率動態(tài)演進研究是當(dāng)前高校創(chuàng)新相關(guān)研究的新趨勢，部分學(xué)者運用多種方法剖析了高校創(chuàng)新效率的動態(tài)演進過程，但研究結(jié)論因?qū)嵶C方法不同而存在顯著差異。其中，部分學(xué)者使用視窗DEA法對高校創(chuàng)新效率動態(tài)演進過程進行剖析，指出中國高校創(chuàng)新效率并不理想，中東部地區(qū)高校創(chuàng)新效率下降趨勢明顯，西部地區(qū)高校創(chuàng)新效率波動較大[10]。張惠琴和尚甜甜等學(xué)者則使用DEA-Malmquist指數(shù)法對高校創(chuàng)新效率的變化趨勢進行動態(tài)研究，結(jié)果表明樣本期內(nèi)高校創(chuàng)新較接近效率前沿面，技術(shù)進步對高?？蒲袆?chuàng)新效率的提高起推動作用[11]。最新的研究開始嘗試使用核密度估計對高校創(chuàng)新效率進行動態(tài)評價，如王樹喬等使用核密度估計對“985院?！焙徒K省高校的創(chuàng)新效率進行動態(tài)演進分析，核密度估計結(jié)果表明：高校創(chuàng)新技術(shù)效率與純技術(shù)效率核密度分布曲線均呈現(xiàn)“雙峰”態(tài)勢，表明高校創(chuàng)新技術(shù)效率與純技術(shù)效率兩極分化趨勢明顯；規(guī)模效率核密度分布曲線呈“單峰”態(tài)勢且在高值聚集，表明省域高校創(chuàng)新規(guī)模效率差異顯著[12-13]。

縱觀以上研究成果可以發(fā)現(xiàn)，多數(shù)學(xué)者運用DEA模型、SBM模型、超效率DEA模型等方法對高校創(chuàng)新效率進行測算。不可否認(rèn)，以上方法對于多投入、多產(chǎn)出的效率測算以及靜態(tài)比較分析具有較強的適用性，但無法對高校創(chuàng)新效率的動態(tài)過程詳細(xì)刻畫剖析?；诖耍糠謱W(xué)者開始嘗試使用視窗DEA模型、DEA-Malmquist模型、核密度估計等方法對高校創(chuàng)新效率變化趨勢進行動態(tài)剖析。視窗DEA模型可對決策單元進行時序分析，因而在處理產(chǎn)出期滯后于投入期的高校創(chuàng)新活動方面具有先天優(yōu)勢。與此同時，DEA-Malmquist模型因其能分解效率的變化，使效率的動態(tài)演進過程更加直觀而廣受追捧。最新的研究開始嘗試使用核密度估計對高校創(chuàng)新效率進行動態(tài)評價，但研究成果較為匱乏，有待進一步挖掘。

綜上而言，現(xiàn)有關(guān)于高校創(chuàng)新效率的研究通常以高校創(chuàng)新效率測度與影響因素剖析為側(cè)重點。近年，高校創(chuàng)新效率的動態(tài)演進問題正逐漸成為研究熱點。以上成果對未來高校創(chuàng)新相關(guān)問題研究具有重要借鑒意義，但是仍存在以下值得進一步探索的地方：一是關(guān)于高校創(chuàng)新效率影響因素的研究多集中在理論分析層面。鮮有研究能夠系統(tǒng)地分析影響高校創(chuàng)新效率的外部環(huán)境因素，這在一定程度上降低了研究結(jié)論的準(zhǔn)確性，更無法為優(yōu)化高校創(chuàng)新效率并縮小區(qū)域創(chuàng)新能力發(fā)展差異指明方向。二是在高校創(chuàng)新效率的動態(tài)演進方面，已有文獻通常使用DEA衍生方法探究高校創(chuàng)新效率的動態(tài)演進趨勢。但是，以上方法僅側(cè)重于刻畫單一決策單元的效率變化情況，而缺乏對全部決策單元效率變化趨勢的整體剖析。另外，雖然有部分學(xué)者嘗試使用核密度估計對高校創(chuàng)新效率整體演進態(tài)勢進行分析，深化了已有研究成果。但是，由于其研究對象僅為單個高校，缺乏省域視角下的高校創(chuàng)新效率動態(tài)演進研究，不能反映不同區(qū)域高校創(chuàng)新效率動態(tài)演進過程的差異，因此研究結(jié)論仍缺乏普適性，不能為全國高?？蒲姓咧贫ê鸵嘏渲锰峁┮罁?jù)。

基于此，本文以中國2011—2015年31個省級行政單位為研究樣本，在測算省域高校創(chuàng)新效率的基礎(chǔ)上，運用核密度估計考察高校創(chuàng)新效率及其分解指標(biāo)的動態(tài)演進過程，并對關(guān)鍵影響因素進行識別，旨在為高?？蒲姓咧贫ê褪∮蚩蒲匈Y源配置優(yōu)化提供參考。

三、方法、指標(biāo)及數(shù)據(jù)來源

(一)核密度估計

本文選擇非參數(shù)核密度估計剖析高校創(chuàng)新效率及分解指標(biāo)的動態(tài)演進過程[14]。核密度估計作為一種非參數(shù)估計方法，通過對窗口中數(shù)據(jù)點進行加權(quán)平均得到數(shù)據(jù)點的概率密度分布規(guī)律，該方法保留了構(gòu)造轉(zhuǎn)移概率矩陣時所破壞的原始動態(tài)信息，無需限制數(shù)據(jù)生成過程要具有馬爾科夫性質(zhì)，因此能更好地還原數(shù)據(jù)自身所具有的特征，適應(yīng)性較強。具體如下：設(shè)p維隨機向量x的密度函數(shù)為f(x)=f(x1，x2，…，xn)，反映高校創(chuàng)新效率值的分布情況，{x1，x2，…，xn}為它的一個獨立同分布的樣本，則f(x)的核密度估計為：

(二)SFA方法

本文基于隨機前沿分析法(SFA)開展高校創(chuàng)新效率影響因素識別分析。SFA模型將實際生產(chǎn)單元與前沿面的偏離分解為隨機誤差與技術(shù)無效率兩項，使用計量方法對前沿生產(chǎn)函數(shù)進行估計。由于無效率項和隨機誤差項分離，確保了被測效率的有效性及一致性，而且考慮隨機誤差項對個體效率的影響。SFA模型表示如下：

mit=β0+β1GDP+β2HT+β3LO+β4UN+

β5PE+ω

其中，mit為要素投入冗余量，GDP代表人均GDP，HT代表人均高技術(shù)產(chǎn)業(yè)產(chǎn)值，LO代表區(qū)位，UN代表985/211大學(xué)數(shù)量，PE代表人均公共教育經(jīng)費。ω為服從正態(tài)分布的隨機誤差項。

(三)投入、產(chǎn)出指標(biāo)

本文在借鑒已有研究成果的基礎(chǔ)上，考慮數(shù)據(jù)的可獲得性與準(zhǔn)確性，選擇以下指標(biāo)作為投入變量與產(chǎn)出變量：投入變量：R&D人員全時當(dāng)量及R&D經(jīng)費支出。創(chuàng)新活動的開展離不開創(chuàng)新要素的投入，現(xiàn)有研究中最常見的兩種創(chuàng)新要素為R&D人員全時當(dāng)量及R&D經(jīng)費支出。R&D人員是高?？蒲袆?chuàng)新活動的承載者，是高?？蒲袆?chuàng)新的基本投入資源，因此選擇R&D人員全時當(dāng)量作為人力資源投入的表征指標(biāo)；R&D經(jīng)費支出作為一項流量指標(biāo)，反映了年度內(nèi)實際的研發(fā)資金投入，因此選擇R&D經(jīng)費支出作為高校科研物力資源投入的表征指標(biāo)。產(chǎn)出變量：科技論文數(shù)、專利申請數(shù)。高校創(chuàng)新活動的產(chǎn)出主要是成果產(chǎn)出，綜合指標(biāo)數(shù)據(jù)的可獲取性、前人研究成果以及高?？蒲型度氘a(chǎn)出現(xiàn)有狀況，選擇發(fā)表科技論文數(shù)與專利申請數(shù)作為表征指標(biāo)。

(四)環(huán)境變量

對影響高校創(chuàng)新效率諸多環(huán)境因素進行系統(tǒng)剖析是完善相關(guān)政策制定、促進科研資源合理配置進而提升高校創(chuàng)新能力、優(yōu)化高校創(chuàng)新投入產(chǎn)出效率的關(guān)鍵。本文環(huán)境變量是指既能對高校創(chuàng)新活動效率產(chǎn)生影響又不在主觀可控范圍之內(nèi)的影響因素，見表2。(1)經(jīng)濟優(yōu)勢。經(jīng)濟發(fā)達地區(qū)往往對高校創(chuàng)新有更大的需求，市場需求的提升增加了改善高校創(chuàng)新效率的激勵。本文選取人均GDP和人均高技術(shù)產(chǎn)業(yè)產(chǎn)值作為經(jīng)濟優(yōu)勢的表征指標(biāo)。(2)區(qū)域創(chuàng)新氛圍。借鑒已有研究，發(fā)現(xiàn)區(qū)域創(chuàng)新氛圍對高校創(chuàng)新活動影響較大，前者主要從吸引高水平人才聚集與增加怠惰的道德成本兩方面影響高校創(chuàng)新績效。因此，研究高校創(chuàng)新區(qū)域創(chuàng)新氛圍對高校創(chuàng)新效率提升的作用機制，對高?？蒲袆?chuàng)新能力提升并加快區(qū)域創(chuàng)新能力發(fā)展具有重大促進作用。鑒于985/211大學(xué)在區(qū)域創(chuàng)新氛圍形成中起到基礎(chǔ)性的關(guān)鍵作用，因此選擇985/211大學(xué)數(shù)量作為區(qū)域創(chuàng)新氛圍的表征指標(biāo)。(3)政策扶持力度。政策扶持是創(chuàng)新主體開展科研創(chuàng)新活動的基礎(chǔ)，被認(rèn)為是影響創(chuàng)新績效的首要因素。借鑒Andrade et.al的研究，選擇人均公共教育經(jīng)費作為政策扶持力度的表征指標(biāo)[15]。(4)區(qū)位優(yōu)勢。借鑒馮寶軍等的研究，將中國按經(jīng)濟發(fā)展水平劃分為東、中、西部，引入虛擬變量表示區(qū)位差異[7]。

(五)數(shù)據(jù)來源

本文教育經(jīng)費數(shù)據(jù)來源于中國國家統(tǒng)計局網(wǎng)站，其余數(shù)據(jù)來源于《中國統(tǒng)計年鑒(2012—2016)》、《中國科技統(tǒng)計年鑒(2012—2016)》。樣本期為2011—2015年，決策單元為中國除香港、澳門、臺灣以外31個省、自治區(qū)和直轄市。

四、中國高校創(chuàng)新效率測度及動態(tài)演進分析

(一)高校創(chuàng)新效率測度分析

測算中國2011—2015年各省高校創(chuàng)新效率，如表3所示。可以發(fā)現(xiàn)：樣本期間中國高校創(chuàng)新總體處于非DEA有效，平均效率僅為69.64%且波動較大；樣本期內(nèi)中國高校創(chuàng)新規(guī)模效率(SE)相對技術(shù)效率(TE)差強人意，波動較小，于2013年達到峰值，隨后持續(xù)下降并降至樣本期內(nèi)最低點。與此同時，由于高校創(chuàng)新規(guī)模效率整體趨勢較穩(wěn)定且接近90%，可見規(guī)模效率變動對綜合效率變動的貢獻較??；樣本期間高校創(chuàng)新平均純技術(shù)效率(PTE)較低，呈先增后減趨勢，表明高?？蒲袆?chuàng)新活動中存在較多的技術(shù)無效率因素。

表3 全國高校創(chuàng)新效率趨勢表

綜上而言，2011—2015年間中國高校創(chuàng)新基本處于DEA無效狀態(tài)。根據(jù)純技術(shù)效率和規(guī)模效率的數(shù)量關(guān)系發(fā)現(xiàn)：相較而言，中國現(xiàn)行高校創(chuàng)新技術(shù)效率主要靠規(guī)模效率支撐，而純技術(shù)效率相對較低，具有較大提升空間。調(diào)整科研要素配置結(jié)構(gòu)、改善高校內(nèi)部治理結(jié)構(gòu)、優(yōu)化科研成果轉(zhuǎn)化平臺建設(shè)等是主要措施。同時，鑒于規(guī)模效率較高且較平穩(wěn)，因此純技術(shù)效率波動是高校創(chuàng)新效率波動的主要致因。

圖1 高校創(chuàng)新效率區(qū)域差異地理對應(yīng)圖

根據(jù)省域高校創(chuàng)新效率測算結(jié)果，繪制2011—2015年間高校創(chuàng)新效率區(qū)域差異地理對應(yīng)圖，如圖1所示。根據(jù)圖1發(fā)現(xiàn)中國高校創(chuàng)新效率區(qū)位一致性較為顯著，呈現(xiàn)西部最高，中部次之，東部最低的分布特征。

(二)效率變化動態(tài)演進分析

高校創(chuàng)新效率由于受到各種因素的影響，DEA模型測度的結(jié)果呈現(xiàn)一定差異性，為深刻、細(xì)致揭示高校創(chuàng)新效率及分解指標(biāo)的動態(tài)演進過程，本文利用非參數(shù)核密度估計進行進一步的考察。以2011—2015年五個年度為考察剖面，分別展示2011—2015年中國省域高校創(chuàng)新效率的動態(tài)演進過程。

圖2 全國高校創(chuàng)新技術(shù)效率動態(tài)演進圖

繪制高校創(chuàng)新技術(shù)效率動態(tài)演進圖，如圖2所示?？梢园l(fā)現(xiàn)：2011—2015年間中國高校創(chuàng)新技術(shù)效率整體呈改善趨勢，各高?？蒲袆?chuàng)新效率存在顯著追趕效應(yīng)，同時技術(shù)效率省域差異逐漸變?。?014年以前高校創(chuàng)新技術(shù)效率存在較嚴(yán)重的兩極分化現(xiàn)象，且處于效率改善階段省份的數(shù)量具有較大波動。

圖3 全國高校創(chuàng)新純技術(shù)效率動態(tài)演進圖

繪制高校創(chuàng)新純技術(shù)效率動態(tài)演進圖，如圖3所示?？梢园l(fā)現(xiàn)：2013年是高校創(chuàng)新純技術(shù)效率核密度分布曲線形態(tài)變化分水嶺。2013年以前高校創(chuàng)新技術(shù)效率由整體水平較低逐漸兩極分化；2013年高校創(chuàng)新純技術(shù)效率達到全國整體最優(yōu)；2013年以后省域高校創(chuàng)新純技術(shù)效率普遍惡化，省域差距逐漸增大。

圖4 全國高校創(chuàng)新規(guī)模效率動態(tài)演進圖

繪制高校創(chuàng)新規(guī)模效率動態(tài)演進圖，如圖4所示?？梢园l(fā)現(xiàn)：2011—2015年，處于科研規(guī)模效率中等與落后的高校發(fā)展有所減緩，但是高水平集聚現(xiàn)象并沒有明顯轉(zhuǎn)變；2013年以前高校科研的規(guī)模效率整體改善甚微但高校間差異變??；2013年以后高?？蒲械囊?guī)模效率惡化并且省域差異變大。

五、高校創(chuàng)新效率時空差異的創(chuàng)新環(huán)境異質(zhì)性分析

創(chuàng)新環(huán)境是高校創(chuàng)新能力發(fā)展所必須的社會環(huán)境，是高校與其他行為主體長期互動形成的穩(wěn)定系統(tǒng)。高校創(chuàng)新能力提升的動力不僅來自于創(chuàng)新主體內(nèi)在活力的增加，更來自于創(chuàng)新環(huán)境的改善。Duan進一步指出，作為保障創(chuàng)新活動、提高創(chuàng)新績效的關(guān)鍵，創(chuàng)新環(huán)境主要涵蓋經(jīng)濟環(huán)境、社會文化環(huán)境和制度環(huán)境三方面[16]?；谝陨蠈W(xué)者研究的成果，本文嘗試將區(qū)位優(yōu)勢納入考量的同時，從經(jīng)濟優(yōu)勢、區(qū)域創(chuàng)新氛圍、政策扶持力度三方面深入系統(tǒng)剖析創(chuàng)新環(huán)境對高校創(chuàng)新效率的影響。

以計算出的投入變量的松弛即R&D經(jīng)費冗余與R&D人員冗余作為被解釋變量，采用SFA模型把人均GDP、人均高技術(shù)產(chǎn)業(yè)產(chǎn)值、985/211大學(xué)數(shù)量、人均公共教育經(jīng)費、區(qū)位作為解釋變量，使用Frontier4.1軟件進行分析，回歸結(jié)果見表4。

表4 SFA回歸結(jié)果表

注：*、**、***分別表示在10%、5%、1%水平下顯著。

在經(jīng)濟優(yōu)勢方面：第一，人均GDP和R&D人員全時當(dāng)量松弛變量與R&D經(jīng)費支出松弛變量的回歸系數(shù)為正，表明地區(qū)經(jīng)濟水平和R&D人員冗余與R&D經(jīng)費冗余顯著正相關(guān)；第二，人均高技術(shù)產(chǎn)業(yè)產(chǎn)值和R&D人員全時當(dāng)量松弛變量與R&D經(jīng)費支出松弛變量的回歸系數(shù)均不顯著，因此僅表示方向性關(guān)系。從高校創(chuàng)新氛圍角度看：985/211大學(xué)數(shù)量與R&D人員全時當(dāng)量松弛變量回歸系數(shù)為負(fù)，表明高校創(chuàng)新氛圍越好，科研人員冗余越??；985/211大學(xué)數(shù)量與R&D經(jīng)費支出松弛變量回歸系數(shù)為負(fù)，但沒有通過顯著性檢驗，因此僅表現(xiàn)變量間方向性關(guān)系。從政府扶持力度上看，人均教育經(jīng)費與R&D人員全時當(dāng)量松弛呈負(fù)相關(guān)關(guān)系，表明政策扶持對科研人員的激勵作用顯著；人均教育經(jīng)費與R&D經(jīng)費支出松弛變量回歸系數(shù)為負(fù)，但沒有通過顯著性檢驗。在區(qū)位優(yōu)勢方面，區(qū)位與R&D人員全時當(dāng)量松弛變量呈正相關(guān)關(guān)系，表明高校位置越靠近東部發(fā)達地區(qū)，R&D人員全時當(dāng)量松弛越大；省份所處區(qū)域與R&D經(jīng)費支出松弛變量呈負(fù)相關(guān)關(guān)系，表明高校位置越靠近東部發(fā)達地區(qū)，R&D經(jīng)費支出松弛越小。

(一)R&D人員冗余的創(chuàng)新環(huán)境分析

東部地區(qū)與西部地區(qū)相比經(jīng)濟水平高、高技術(shù)產(chǎn)業(yè)發(fā)展速度快、基礎(chǔ)設(shè)施完善，對高水平科研人才吸引力更大。然而，西部地區(qū)雖然科研創(chuàng)新環(huán)境相較以往有長足發(fā)展，經(jīng)濟水平也有明顯的進步，但是與東部地區(qū)相比仍較為落后，對R&D人才缺乏吸引力、難以留住高水平科研人員，導(dǎo)致大量高?？蒲腥瞬艔奈鞑苛飨驏|部。由于東西部地區(qū)經(jīng)濟水平差異逐漸加大，R&D人員流動趨勢隨之逐漸加強，并且形成高校R&D人員東部-西部方向的“馬太效應(yīng)”[17]，R&D人員東部-西部方向的“馬太效應(yīng)”又進一步加快科研人員的流動速度。雖然東部地區(qū)科研經(jīng)費和高等學(xué)校數(shù)量較多，但是科研人員的流入仍超過合理的范圍，最終導(dǎo)致東部地區(qū)R&D人員冗余。

(二)R&D經(jīng)費冗余的創(chuàng)新環(huán)境分析

由于高校科研經(jīng)費主要來源于中央財政直接撥款，即通過教育部、科技部等國家相關(guān)部門直接撥款至各個高校，與當(dāng)?shù)亟?jīng)濟發(fā)展水平相關(guān)性較弱[5]，學(xué)校品牌和排名直接影響撥款量，加之對西部地區(qū)的政策扶持，導(dǎo)致西部地區(qū)科研經(jīng)費數(shù)量相對冗余。同時，隨著R&D人員東部-西部方向的“馬太效應(yīng)”逐漸加強，西部R&D人員的流失隨之加劇，因此西部地區(qū)在科研人員大量流失后R&D經(jīng)費冗余狀況進一步加劇。

六、結(jié)論和建議

本文以中國31個省級行政單位為樣本測算高校創(chuàng)新效率，考察不同區(qū)域高校創(chuàng)新效率變化趨勢及分解指標(biāo)的動態(tài)演進過程，并以創(chuàng)新環(huán)境為解釋變量剖析影響不同區(qū)域高校創(chuàng)新效率的因素，得到如下結(jié)論：第一，2011—2015年中國高校創(chuàng)新整體處于非DEA有效，現(xiàn)行高校創(chuàng)新效率主要靠規(guī)模效率支撐，純技術(shù)效率較低是制約綜合效率進步的直接原因。第二，樣本期間中國省域高校創(chuàng)新技術(shù)效率呈現(xiàn)典型的“俱樂部”收斂情況，一部分省份高校創(chuàng)新效率在低值聚集，一部分向高值靠攏，整體趨于優(yōu)化，省域差異逐漸變?。患兗夹g(shù)效率兩極分化明顯，整體呈現(xiàn)下滑趨勢；規(guī)模效率聚集于較高水平且平均效率波動較小。第三，經(jīng)濟優(yōu)勢、區(qū)域創(chuàng)新氛圍、政策扶持力度、區(qū)位優(yōu)勢等環(huán)境因素對高校創(chuàng)新效率具有顯著影響，創(chuàng)新環(huán)境異質(zhì)性導(dǎo)致的要素數(shù)量及配置結(jié)構(gòu)失衡是高校創(chuàng)新要素冗余的主要原因。

結(jié)合實證分析結(jié)果，對中國高校創(chuàng)新提出如下建議：高校科研資源的配置不能僅考慮到數(shù)量，更應(yīng)該關(guān)注配置結(jié)構(gòu)，要將高校科研要素投入數(shù)量與高校創(chuàng)新效率相關(guān)聯(lián)，尤其對高校類型和高校創(chuàng)新環(huán)境等多種因素綜合考量。如在西部高校中，完善科研人才吸引和培養(yǎng)政策，優(yōu)化科研氛圍，改善基礎(chǔ)設(shè)施狀況，減少西部高校研發(fā)人才的流失，減緩區(qū)域差異引發(fā)的科研人才“馬太效應(yīng)”。相比之下，東部發(fā)達地區(qū)應(yīng)該進一步完善績效考核評價機制，把經(jīng)費配置數(shù)量與高水平成果掛鉤，不能僅僅把注意力集中在論文數(shù)量等表征指標(biāo)。與此同時，要進一步優(yōu)化科研氛圍，加快完善產(chǎn)學(xué)研相結(jié)合的模式，促進人才最大程度利用。