廣東高校科研創(chuàng)新效率動態(tài)評價
——高水平大學(xué)建設(shè)前后對比分析

李韻婷，張日新

（1.華南農(nóng)業(yè)大學(xué)人文社會科學(xué)處；2.華南農(nóng)業(yè)大學(xué)經(jīng)濟管理學(xué)院，廣東廣州 510642）

2015 年年初，為推動廣東高等院校有力支撐創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，主動對接國家和世界一流大學(xué)、一流學(xué)科建設(shè)重大戰(zhàn)略，廣東在全國率先建設(shè)高水平大學(xué)群。2015 年4 月10 日，《中共廣東省委廣東省人民政府關(guān)于建設(shè)高水平大學(xué)的意見》提出，力爭到2020 年，廣東建成若干所國內(nèi)一流大學(xué)和一批國內(nèi)外一流學(xué)科。2015 年6 月2 日，廣東省教育廳印發(fā)《廣東省高水平大學(xué)建設(shè)實施方案》中明確，遴選重點建設(shè)高校5 所左右、重點建設(shè)項目15 項左右，并由廣東省財政安排50 億元“高水平大學(xué)建設(shè)專項資金”，用于2015—2017 年高水平大學(xué)建設(shè)項目。2015 年6 月30 日，《廣東省人民政府辦公廳關(guān)于公布廣東省高水平大學(xué)重點建設(shè)高校和重點學(xué)科建設(shè)項目名單的通知》發(fā)布，省政府同意中山大學(xué)等7 所高校和廣州中醫(yī)藥大學(xué)中醫(yī)學(xué)等18 個學(xué)科建設(shè)項目分別入選廣東省高水平大學(xué)重點建設(shè)高校和重點學(xué)科建設(shè)項目。同年6 月～11 月，《廣東省高水平大學(xué)建設(shè)專項資金管理辦法》《廣東省人民政府辦公廳關(guān)于深化高?？蒲畜w制機制改革的實施意見》等高水平大學(xué)建設(shè)的配套政策先后出臺，對參建高校在科技政策、科研資源配置等多方面給予了重點關(guān)注和傾斜。另一方面，廣東高校承擔針對廣東經(jīng)濟社會發(fā)展和企業(yè)轉(zhuǎn)型升級重大需求開展研究、為廣東創(chuàng)新驅(qū)動提供有力支撐的任務(wù)［1］，對于參建高校來說，意味著不僅可以獲得可觀的專項扶持資金和生均撥款、享受一系列創(chuàng)新性政策紅利，而且在提高效率和改善科研活動質(zhì)量方面面臨越來越大的壓力。當前我國高?？蒲衅毡槌霈F(xiàn)“投入產(chǎn)出最小化”現(xiàn)象［2］，因此在財政資源有限的前提下，參建的高校能否取得預(yù)期的科研成果成為決策者及學(xué)者們關(guān)注的問題。出于對高水平大學(xué)建設(shè)項目政策效應(yīng)的關(guān)注，本文對項目實施前后高?？蒲型度?、科研產(chǎn)出等數(shù)據(jù)進行對比分析，并運用數(shù)據(jù)包絡(luò)分析的CCR 模型（DEA-CCR）和Malmquist 指數(shù)，對2011—2016 年間廣東高?？蒲袆?chuàng)新效率進行靜態(tài)和動態(tài)測量，定性定量地考察新政策對廣東高?？蒲袆?chuàng)新水平的影響。

1 文獻綜述

自20 世紀90 年代初以來，高?？蒲行蕟栴}一直是國內(nèi)外學(xué)者的研究熱點。就相關(guān)研究方法而言，當前參數(shù)分析法中隨機前沿分析（SFA）和非參數(shù)法中數(shù)據(jù)包絡(luò)分析（data envelopment analysis，DEA）被廣泛應(yīng)用在高?？蒲型度氘a(chǎn)出效率的量化研究中。DEA 是Charnes 等［3］于1978 年提出的一種可以評價多個決策單元（decision making units，DMU）多投入/多產(chǎn)出的相對效率的方法。DEA 法的相關(guān)權(quán)重由數(shù)學(xué)規(guī)劃模型根據(jù)樣本數(shù)據(jù)產(chǎn)生，因此增加評價結(jié)果的客觀性和可信性，而且該方法能進一步指明非有效決策單元的效率改善方向，為管理者提供相對有效的管理建議，因此在國內(nèi)外的高?？蒲行试u價研究中得到廣泛應(yīng)用。從DEA 分析涉及的時間維度長短，可以把現(xiàn)有研究分為靜態(tài)效率和動態(tài)效率分析兩種。

在靜態(tài)效率評價方面最新的研究有：Eff 等［4］運用DEA 評價2000—2001 年歐洲1 179 個4 年制高等教育機構(gòu)對消費者的最佳購買價值；Bayraktar 等［5］結(jié)合DEA 和SFA 兩種方法測量土耳其公立和私立大學(xué)質(zhì)量管理實踐的相對效率；Nazarko 等［6］運用DEA 的CCR-CRS 輸出導(dǎo)向測算了波蘭19 所大學(xué)的技術(shù)有效性，發(fā)現(xiàn)規(guī)模經(jīng)濟與高校所達到的效率有關(guān)；Veiderpass 等［7］把DEA 方法應(yīng)用于歐洲17 個國家的944 家高等教育機構(gòu)的橫截面數(shù)據(jù)，并指出DEA 方法尤其適用于對高等教育機構(gòu)的生產(chǎn)技術(shù)和經(jīng)濟行為知之甚少的情況；Wolszczak-Derlacz［8］應(yīng)用二階段半?yún)?shù)DEA 評估和解釋歐美高等教育機構(gòu)的效率，發(fā)現(xiàn)人均地區(qū)生產(chǎn)總值（GDP）與部門數(shù)量和機構(gòu)效率（歐洲和美國樣本）之間存在正相關(guān)關(guān)系；王曉紅等［9］運用DEA-CCR 和DEA-BCC 模型對我國30 個省份高校在1999—2002 年和2003—2006 年兩個時期的科研效率進行比較分析，結(jié)果發(fā)現(xiàn)人均科研相對產(chǎn)出與科研效率正相關(guān)；王建宏［10］以我國54 所教育部直屬高校為樣本，建立 DEA 二次相對效率評價模型，評價2008—2010 年高校各年的科研技術(shù)效率和管理效率；陳俊生等［11］采用DEA 二次相對效率和超效率模型，分別計算2007 年和2009 年我國15 個人文社會科學(xué)類學(xué)院的科研效率；紀成君等［12］運用網(wǎng)絡(luò) DEA 模型測度我國高?？萍汲晒D(zhuǎn)化效率。

由于DEA 計算的是決策單元的相對效率值，沒有考慮時間維特征，所以未能對高?？蒲行蔬M行縱向?qū)Ρ?，因此Malmquist 指數(shù)被運用到高?？蒲行实膭討B(tài)變化評價。Malmquist 指數(shù)以面板數(shù)據(jù)為研究對象，研究決策單元在兩期之間的效率變化狀況，有助于探索高?？蒲行首兓纳顚哟卧?。近期相關(guān)主要研究有：Thanassoulis 等［13］運用Malmquist指數(shù)方法發(fā)現(xiàn)在研究期間，大多數(shù)英國高等教育機構(gòu)的生產(chǎn)力實際上已經(jīng)下降；Partek 等［14］利用Malmquist 方法考查2001—2005 年期間歐洲7 個國家266 所公立高等教育機構(gòu)的生產(chǎn)率變化；郭峻等［15］研究2004—2008 年我國省域間高?？蒲行实膭討B(tài)評價結(jié)果發(fā)現(xiàn)，在技術(shù)進步的大力推動下，大部分地區(qū)的高校科研效率呈增長趨勢；廖文秋等［16］應(yīng)用Malmquist 指數(shù)分析安徽省高校人文社科的效率變動；段慶鋒［17］借鑒 Malmquist 指數(shù)分析2001—2009年我國“985 工程”高校的科研績效特征及動因，發(fā)現(xiàn)科研資源配置的優(yōu)化促進科研投入產(chǎn)出效率的提高，不同高?？蒲行食尸F(xiàn)一定程度的分化；羅茜等［18］對江蘇省32 所高校的科研效率進行測度。

國內(nèi)關(guān)于高?？蒲行试u價的研究已經(jīng)相對成熟，隨著研究的不斷深入，已有研究表現(xiàn)以下特征：在研究方法的使用上，從靜態(tài)績效評價到動態(tài)效率評價，從客觀評價到客觀和主觀評價相結(jié)合；從研究對象看，從以區(qū)域高校作為決策單元發(fā)展到以某種類型高校作為決策單元，還有以單個學(xué)科作為決策單元；從研究數(shù)據(jù)選擇上，從截面數(shù)據(jù)逐步發(fā)展到使用序列數(shù)據(jù)和面板數(shù)據(jù)。綜合已有研究成果發(fā)現(xiàn)，關(guān)于區(qū)域教育政策對高?？蒲袆?chuàng)新效率影響方面的研究較少，尤其在我國“雙一流”建設(shè)方案提出后，關(guān)于區(qū)域教育政策效果的研究或針對區(qū)域高水平大學(xué)建設(shè)效果評價研究寥寥可數(shù)，如林濤等［19］運用DEA 模型測度2016 年廣東高水平大學(xué)科研投入產(chǎn)出績效，但該項研究存在兩個值得商榷之處：一是選擇了表現(xiàn)科研產(chǎn)出數(shù)量方面的指標，指標選擇未能有效反映廣東推進高水平大學(xué)建設(shè)項目對高?？蒲匈|(zhì)量方面的期待；二是使用截面數(shù)據(jù)未能反映效率變動規(guī)律以及發(fā)展趨勢可能存在的差異性。

因此，本文結(jié)合DEA 模型及Malmquist 指數(shù)，立意分析廣東高水平大學(xué)建設(shè)項目實施前后廣東高?？蒲行实牟▌忧闆r，以期有助于理解高?？蒲行首儎犹卣鳎兄谡块T采取相應(yīng)政策措施對“雙高”建設(shè)進行宏觀調(diào)控，對促進下一階段高水平大學(xué)建設(shè)具有一定的理論意義和現(xiàn)實價值。

2 研究設(shè)計

2.1 分析方法

本文使用DEA-CCR 模型與DEA-Malquist 指數(shù)法從靜態(tài)和動態(tài)兩個角度對廣東高水平大學(xué)科研創(chuàng)新效率的情況進行描述。

第一步：DEA-CCR 模型。利用CCR 模型計算高水平大學(xué)建設(shè)項目實施前后的3 年，各決策單元在每一年的相對效率值。設(shè)θ 為決策單元的有效值，當θ=1 時表示DEA 有效，當θ＜1 時表示非DEA有效；Irs 表示決策單元處于規(guī)模報酬遞增階段，即投入增加的比例小于產(chǎn)出增加的比例，存在投入不足的情況；drs 表示決策單元處于規(guī)模報酬遞減階段，高校存在科研投入冗余的情況。

第二步：Malmquist 指數(shù)。運用Malmquist 指數(shù)計算2011—2016 年間，各決策單元在兩個年度間效率的增減趨勢。首先，在規(guī)模報酬不變（CRS）假設(shè)下，可以將科研效率（M）分解為技術(shù)進步變動（TECH）和技術(shù)效率變動（EFFCH），即M=TECH×EFFCH。技術(shù)進步率是指兩個時間內(nèi)生產(chǎn)前沿面的上升或下降情況；技術(shù)效率變動則是指決策單位從t 期到t+1 期對生產(chǎn)前沿面的追趕情況，即實現(xiàn)投入既定下產(chǎn)出最大或者產(chǎn)出既定下投入最小的能力。然后，在規(guī)模報酬可變（VRS）假設(shè)下，將技術(shù)效率變動進一步分解為規(guī)模效率（SECH）和純技術(shù)效率（PECH）的乘積，即EFFCH=SECH×PECH。規(guī)模效率是指規(guī)模因素對科研效率的影響；純技術(shù)效率是指非規(guī)模要素對效率的影響程度，如管理、技術(shù)等，當效率值＞1，代表效率改進，當效率值＜1，代表效率降低，當效率值=1，代表效率不變。

2.2 評價指標選擇

由于DEA 評價方法要求各投入、產(chǎn)出指標必須明確而且可量化，所以本文使用可量化指標對決策單位進行評價。由于DEA 評價法對對選擇的方法非常敏感［20］，為有效反映科研成果質(zhì)量的重要性，姜彤彤［21］借鑒前人研究成果，確立了一個評價高水平大學(xué)科研投入產(chǎn)出效率的指標體系，本文以姜彤彤的評價指標體系為基礎(chǔ)，結(jié)合本文研究對象的特征和DEA 評價模型對決策單位和投入/產(chǎn)出指標數(shù)量的限制原則，對指標進行調(diào)整，最終確定2 個投入指標和4 個產(chǎn)出指標作為廣東高?？蒲袆?chuàng)新效率的評價指標。其中，科研投入指標包括：教學(xué)與科研人員（人）、各類科研經(jīng)費實際收入數(shù)（千元）；科研成果指標包括：課題數(shù)（項）、國外及全國性刊物發(fā)表論文（篇）、當年技術(shù)轉(zhuǎn)讓實際收入（千元）、省部級以上科研獎勵數(shù)（項）。

2.3 數(shù)據(jù)來源及處理

本研究以廣東13 所高校作為決策單位（由于廣東外語外貿(mào)大學(xué)無法獲得全部數(shù)據(jù)，未包含在本研究之內(nèi)）（以下簡稱樣本），時間跨度為2011—2016 年，所使用的數(shù)據(jù)全部來自于教育部科學(xué)技術(shù)司編制的《高等學(xué)?？萍冀y(tǒng)計資料匯編》。為了使不同年份數(shù)據(jù)具有可比性，使用商品零售價格指數(shù)（RPI）對各類科研經(jīng)費實際收入數(shù)和當年技術(shù)轉(zhuǎn)讓實際收入金額進行折算。實證分析軟件使用DEAP2.1。

3 實證分析

3.1 不同高?？蒲袆?chuàng)新效率評價

首先，利用輸入DEA-CCR 模型，在規(guī)?？勺兪找妫╒RS）假設(shè)下分析樣本高校分別在2014、2015 和2016 年的技術(shù)效率和規(guī)模收益，結(jié)果如表1所示。從時間維度看，近3 年來，樣本高校平均綜合技術(shù)效率呈現(xiàn)先降低后增強的趨勢：2014 年有9所高校處于技術(shù)效率最佳和規(guī)模最佳的最優(yōu)狀態(tài)；2015 年達到綜合效率最優(yōu)的高校只有5 所，其余大部分高校處于規(guī)模報酬遞增階段；2016 年科研創(chuàng)新效率達到生產(chǎn)前沿面的高校數(shù)量突破新高，達到了10 所高校。從高校類型維度看，近3 年來大部分重點建設(shè)高校處于科研創(chuàng)新效率最優(yōu)狀態(tài)，大部分重點學(xué)科建設(shè)項目高校處于規(guī)模收益遞增階段。其中，華南理工大學(xué)、華南師范大學(xué)、華南農(nóng)業(yè)大學(xué)、南方醫(yī)科大學(xué)4 所重點建設(shè)高校一直處于生產(chǎn)前沿面；中山大學(xué)和暨南大學(xué)2 所重點建設(shè)高校在不同年份處于規(guī)模收益遞減階段，說明這兩家高校的科研投入已經(jīng)超過與其技術(shù)水平相適應(yīng)最優(yōu)規(guī)模的閾值，即有顯著的科研投入冗余；廣東工業(yè)大學(xué)、廣州中醫(yī)藥大學(xué)、廣東海洋大學(xué)和深圳大學(xué)4 所重點學(xué)科建設(shè)高校于2015 年均處于規(guī)模收益遞增狀態(tài)，2016年綜合效率提高，說明高水平建設(shè)項目中資源投入取得很好的規(guī)模效應(yīng)，這幾所高?？蒲挟a(chǎn)出水平均有所提高。

表1 2014—2016 年樣本高?？蒲袆?chuàng)新綜合效率和規(guī)模收益

然后，利用Malmquist 指數(shù)，計算樣本高校分別在2014—2015 和2015—2016 兩個年度的科研創(chuàng)新動態(tài)效率，并進一步把科研創(chuàng)新效率變動分解為技術(shù)效率和規(guī)模效率兩方面，結(jié)果如表2 所示。2014—2016 年，樣本高校的科研創(chuàng)新效率平均下降11.3%，其中僅有4 所高校的科研創(chuàng)新效率有提升，另外9 所高校的科研效率下降。具體而言，華南理工大學(xué)、廣州中醫(yī)藥大學(xué)、廣州大學(xué)和深圳大學(xué)4所高校的科研創(chuàng)新效率增長率在5.7%～13.8%之間；中山大學(xué)和廣州醫(yī)科大學(xué)有不同程度下降，但下降率沒有超過10%；華南師范大學(xué)、南方醫(yī)科大學(xué)、汕頭大學(xué)和廣東海洋大學(xué)4 所高校的科研效率下降率超過10%，但沒有超過20%；暨南大學(xué)、華南農(nóng)業(yè)大學(xué)和廣東工業(yè)大學(xué)3 所高校的科研效率下降率超過25%。進一步分析科研創(chuàng)新效率變化的原因，在技術(shù)效率方面，樣本高校的技術(shù)效率平均增長3.7%，其中，4 所高校的技術(shù)效率值大于1，表示技術(shù)效率有所提高，另外6 所高校的技術(shù)效率并未發(fā)生變化，還有3 所高校的技術(shù)效率下降。從技術(shù)進步率的變動看，樣本高校的技術(shù)進步率平均下降達到14.5%，其中僅有華南理工大學(xué)1 所高校的技術(shù)進步率有提高，暨南大學(xué)和廣東工業(yè)大學(xué)的技術(shù)進步率下降幅度在20%～30%之間，華南農(nóng)業(yè)大學(xué)的技術(shù)進步率下降超過30%。根據(jù)Malmquist 指數(shù)分析結(jié)果可以初步推斷，盡管，各樣本高校的科研創(chuàng)新效率表現(xiàn)有差異，但技術(shù)進步率下降是導(dǎo)致廣東高?？蒲袆?chuàng)新效率總體下滑的主要原因。

表2 2014—2016 年樣本高?？蒲袆?chuàng)新效率Malmquist 指數(shù)及其分解

3.2 不同年份高?？蒲袆?chuàng)新效率評價

為縱向比較不同年份間樣本高校科研創(chuàng)新效率變動情況，本文運用Malmquist 指數(shù)計算樣本高校在2011—2016 年間的科研創(chuàng)新動態(tài)效率，結(jié)果分別如表3 和表4 所示。

如表3 所示，樣本高校5 個年度的生產(chǎn)率表現(xiàn)先升后降，整體呈現(xiàn)較大波動，平均生產(chǎn)率僅有0.939，年均下降率達到6.1%，其中4 個年度內(nèi)的科研創(chuàng)新效率有不同程度下降，2014—2015 年間降幅達到歷史新高為19.4%，2015—2016 年間繼續(xù)下降2.3%；技術(shù)效率年平均增長0.5%，其中規(guī)模效率有輕微增長，而純技術(shù)效率有輕微下降，總體而言，不同年份技術(shù)效率變動不明顯；技術(shù)進步率則呈現(xiàn)先增后降的趨勢，5 個年度的年平均下降達到6.6%，2014—2015 年和2015—2016 年兩個年度的技術(shù)進步變化幅度超過14%。

表3 2011—2016 年樣本高校科研創(chuàng)新效率平均Malmquist 指數(shù)及其分解

由表4 可以看出，樣本高校中，7 所重點建設(shè)高校在2011—2016 年間的平均科研創(chuàng)新效率高于6所重點學(xué)科建設(shè)高校，兩類高校的科研效率在5 個年度內(nèi)的變化存在顯著差異。從同一類型高?？v向比較來看，重點建設(shè)高校的科研創(chuàng)新效率在前3 個年度有不同程度上升，但在2014—2015 年和2015—2016 年兩個年度分別下降了27.1%和15.1%，下降的原因主要是因為這兩個時期的技術(shù)進步率分別下降了23.6%和16%所導(dǎo)致的；重點學(xué)科建設(shè)高校的科研創(chuàng)新效率在6 年間有較大波動，總體表現(xiàn)為波動上升趨勢。從不同類型高校橫向比較來看，2011—2012 年和2012—2013 年兩個年度內(nèi)，重點建設(shè)高校的科研效率明顯高于重點學(xué)科建設(shè)高校，技術(shù)進步優(yōu)勢是重點建設(shè)高校保持高科研產(chǎn)出的關(guān)鍵；但從2013 年后，重點建設(shè)高校的科研效率明顯低于同年度的重點學(xué)科建設(shè)高校，技術(shù)進步率的大幅度下降是導(dǎo)致重點建設(shè)高?？蒲行氏陆档闹饕?。上述數(shù)據(jù)說明，高水平大學(xué)建設(shè)項目實施后，重點建設(shè)高校和重點學(xué)科建設(shè)高校兩類高校的技術(shù)效率均呈現(xiàn)先降后升變化，技術(shù)進步率持續(xù)出現(xiàn)較大幅度下降，其中重點建設(shè)高校的技術(shù)進步率下滑更為嚴重。

表4 2011—2016 年樣本高?？蒲袆?chuàng)新效率Malmquist 指數(shù)及其分解

4 結(jié)論與討論

4.1 研究結(jié)論

本文基于DEA 原理，采用BCC 模型與Malmquist 指數(shù)法對2011—2016 年間廣東高水平大學(xué)的靜態(tài)和動態(tài)科研創(chuàng)新效率變化進行詳細測算，以揭示高水平大學(xué)建設(shè)項目對廣東高校科研創(chuàng)新的政策效果，研究得出以下結(jié)論：

首先，高水平大學(xué)建設(shè)項目實施后，短期內(nèi)，廣東高校規(guī)模收益遞減的不經(jīng)濟狀態(tài)有較大改善，但總體科研創(chuàng)新效率呈現(xiàn)負增長。本文對2015 年樣本高校的評價結(jié)果和林濤等［17］的研究結(jié)果一致，但本文還進一步發(fā)現(xiàn)在2016 年，大部分樣本高校處于技術(shù)效率最佳狀態(tài)，說明有關(guān)政策有助于廣東高校調(diào)整規(guī)模收益遞減或遞增的不經(jīng)濟狀態(tài)；但后續(xù)的Malmquist 指數(shù)動態(tài)評價發(fā)現(xiàn)，樣本高?？蒲袆?chuàng)新效率呈現(xiàn)總體下滑的趨勢，也就是說，在科研投入能被較好利用的前提下，廣東高?？蒲袆?chuàng)新效率提高的關(guān)鍵在于提高科研產(chǎn)出的質(zhì)量。

其次，技術(shù)進步率大幅度持續(xù)下滑是導(dǎo)致廣東高?？蒲袆?chuàng)新效率下降的主要動因。Malmquist 指數(shù)分析結(jié)果表明，高水平大學(xué)建設(shè)項目實施后，樣本高校科研效率持續(xù)下降，但技術(shù)效率和技術(shù)進步率變動趨勢并不相同。一方面，高校的技術(shù)效率均呈現(xiàn)先降后升變化，究其原因可能是，從短期看，創(chuàng)新要素投入后要經(jīng)歷分析、測試、產(chǎn)出、成果申報、認定等多個環(huán)節(jié)，所以科研產(chǎn)出對科研投入存在滯后效應(yīng)，技術(shù)效率呈現(xiàn)短期下降；又因為本文選取的樣本高校是有潛力成為高水平大學(xué)的高校，具有良好的項目管理經(jīng)驗、優(yōu)良的科研環(huán)境，科研要素投入后能夠得到較好的優(yōu)化配置和提高，所以技術(shù)效率很快得到提升。另一方面，高校的技術(shù)進步率則持續(xù)出現(xiàn)較大幅度下降，其知識生產(chǎn)前沿面后退存在三方面原因：一是政策時滯導(dǎo)致高校的相對技術(shù)退步，在國際、國內(nèi)科學(xué)研究競爭日益激烈背景下，科研創(chuàng)新過程中的不確定性使取得突破性科研成果的難度加大，進一步加長了高?？蒲畜w系的適應(yīng)期，所以相關(guān)政策出臺后，廣東高校的技術(shù)進步水平一直波動下滑；二是科研產(chǎn)出份額增加的邊際成本逐年增加導(dǎo)致知識生產(chǎn)前沿面發(fā)生退步［22］，在高水平大學(xué)建設(shè)項目實施后，由于部分重點大學(xué)進行人事制度調(diào)整，2016 年教學(xué)與科研人員數(shù)量同比下降了11.53%，人才大量外流導(dǎo)致科研人員在短時間內(nèi)無法和高校先進的技術(shù)、工藝和設(shè)備進行優(yōu)化配置，先進工藝無法充分發(fā)揮應(yīng)有功效，由此導(dǎo)致了總體技術(shù)退步現(xiàn)象；三是廣東創(chuàng)新驅(qū)動進程加快對高等教育需求快速擴大，而高?？蒲匈|(zhì)量提高緩慢，并未能滿足經(jīng)濟社會的發(fā)展需要，形成了相對的技術(shù)退步。

4.2 理論意義與政策建議

本研究的理論意義主要在于，目前“雙一流”建設(shè)已經(jīng)成為國家高等教育發(fā)展的重要戰(zhàn)略，在“雙一流”建設(shè)背景下，不同區(qū)域根據(jù)經(jīng)濟社會發(fā)展需要，結(jié)合教育稟賦制定高水平大學(xué)建設(shè)政策，政策效果是高校管理者和教育部門都關(guān)注的一個范疇。雖然本文的實證研究僅以廣東高水平建設(shè)高校為樣本，但在評價高水平高校建設(shè)政策實施成效方面加入動態(tài)效率評價指標無疑是必要的。本文的研究思路對探討高水平大學(xué)建設(shè)政策效果可能是一個有益的啟示。

本研究對下一階段廣東高水平大學(xué)建設(shè)帶來以下的政策啟示：（1）廣東政府應(yīng)該重視對高等教育的投入規(guī)模，并適當?shù)匕迅纳聘叩冉逃蒲袆?chuàng)新效率的財政資金更多地投入到與技術(shù)水平相關(guān)的要素。（2）廣東高水平大學(xué)的建設(shè)水平與國內(nèi)一流大學(xué)的水平還有顯著距離，廣東高等教育的初始技術(shù)水平相對于北京、江蘇、上海等省市而言比較低，理應(yīng)具有較強的后發(fā)優(yōu)勢，通過向教育強省學(xué)習(xí)先進教育管理經(jīng)驗，有效推動省內(nèi)高校技術(shù)進步。（3）“雙一流”建設(shè)撬動了全國高校新一輪的“人才引進熱”，廣東需要建立吸引和留住人才的長效機制，從省級層面完善科研人才雙向流動制度、改革人才評價制度、加大人才激勵制度。（4）在粵港澳大灣區(qū)建設(shè)背景下，建立高校協(xié)同創(chuàng)新平臺，加速灣區(qū)內(nèi)部人員、知識等要素交流和區(qū)域合作；加快高校和區(qū)域產(chǎn)業(yè)的產(chǎn)學(xué)研合作創(chuàng)新平臺和研究基地建設(shè)，通過高校和行業(yè)人才雙向流動促進高校融入?yún)^(qū)域經(jīng)濟發(fā)展，從而使高等教育質(zhì)量的提高與經(jīng)濟快速發(fā)展接軌。（5）針對不同類型高校實施差異化管理。對于重點建設(shè)高校，應(yīng)該重點將財政資金用于科研質(zhì)量的提高，致力拉近這類學(xué)校和國內(nèi)國際一流大學(xué)科研創(chuàng)新效率的距離；對于重點學(xué)科建設(shè)高校，應(yīng)該提高規(guī)模效率，優(yōu)化各項教育資源的投入比例，促進這類高校的科研水平和科研產(chǎn)出提高。