高?？萍紕?chuàng)新效率及空間自相關(guān)特征探究

于 越

(燕山大學(xué)外國語學(xué)院，河北秦皇島，066000)

一、引言

高校作為人類科技知識(shí)的產(chǎn)出機(jī)構(gòu)，為社會(huì)科技創(chuàng)新發(fā)展提供了人才資源與物質(zhì)資源。[1]隨著教育部印發(fā)《促進(jìn)高等學(xué)校科技成果轉(zhuǎn)移轉(zhuǎn)化行動(dòng)計(jì)劃》，我國的高校科技成果轉(zhuǎn)化體系進(jìn)一步深化改革，即推動(dòng)我國高校產(chǎn)出的科技成果進(jìn)一步向社會(huì)科技創(chuàng)新生產(chǎn)力轉(zhuǎn)變。[2]伴隨著社會(huì)經(jīng)濟(jì)的發(fā)展，我國高校的科技實(shí)力飛速發(fā)展，從而進(jìn)一步推動(dòng)中國社會(huì)創(chuàng)新體系的發(fā)展。高校的科技創(chuàng)新發(fā)展是多維投入與多維產(chǎn)出的過程，各地區(qū)高校產(chǎn)出與高校投入存在著緊密的關(guān)系。我國高校的投入，一般分為人力投入與物質(zhì)投入，其中，科研教育經(jīng)費(fèi)投入巨大(由高?？蒲惺聵I(yè)費(fèi)和高校教育經(jīng)費(fèi)組成)，約12億元。高校的產(chǎn)出也可劃分為三個(gè)維度：人才培養(yǎng)、科學(xué)研究成果以及社會(huì)服務(wù)[3]，其中，人才培養(yǎng)和社會(huì)服務(wù)作為高?？萍紕?chuàng)新的基本職能為社會(huì)創(chuàng)新發(fā)展提供了相應(yīng)的產(chǎn)出。由于科學(xué)研究成果并未直接作用于社會(huì)實(shí)際生產(chǎn)力，因此仍作為投入因素進(jìn)一步干預(yù)我國的創(chuàng)新活力。高校在科技投入和產(chǎn)出協(xié)調(diào)開展的過程中，其不僅受所在地區(qū)的內(nèi)在因素干預(yù)，而且受周邊地區(qū)的影響。在空間溢出的過程中，高校地域間的交流溝通促進(jìn)了高校科技創(chuàng)新的集聚。[4]高校的科技創(chuàng)新效率水平如何、是否存在空間集聚效應(yīng)引起了廣大學(xué)者的探索和分析。

在我國高?？萍紕?chuàng)新效率探究中，中部地區(qū)的高校在2003—2014年間對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)率均小于5%，可見中部地區(qū)高校的發(fā)展對(duì)中部地區(qū)經(jīng)濟(jì)增長(zhǎng)的影響不顯著。[5]而大學(xué)作為發(fā)展知識(shí)的來源，其研究和發(fā)展促進(jìn)了知識(shí)溢出。[6]可見，我國應(yīng)提高高校發(fā)展效率，從而提高高校對(duì)社會(huì)的科技人才貢獻(xiàn)能力。在西部地區(qū)發(fā)展中，科技創(chuàng)新引領(lǐng)發(fā)展能力較弱，且嚴(yán)重滯后于高校的發(fā)展水平與當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展水平。[7]在我國高?？萍伎臻g集聚分析中，高校的辦學(xué)規(guī)模分布存在顯著的空間自相關(guān)。[8]吳玉鳴等人采用空間誤差模型(SEM)等方法對(duì)各地區(qū)創(chuàng)新活動(dòng)的空間相關(guān)進(jìn)行了探究，證實(shí)了其存在空間相關(guān)特征。[9-10]我國高校作為創(chuàng)新活動(dòng)的主體，在科技創(chuàng)新過程中也存在相應(yīng)的空間集聚特征。我國高校三類研發(fā)活動(dòng)(應(yīng)用研究、基礎(chǔ)研究以及試驗(yàn)發(fā)展)均存在顯著的空間集聚情況。[11]高校作為國家創(chuàng)新體系中的一部分，其科技創(chuàng)新具有顯著的空間溢出效應(yīng)。[12]在空間集聚分析當(dāng)中，部分學(xué)者針對(duì)高?？萍紕?chuàng)新的集聚性問題展開了研究，其結(jié)果為存在顯著的空間集聚特征。

然而，上述研究在高?？萍紕?chuàng)新效率的探究中，僅探究了高校的辦學(xué)質(zhì)量問題，未能進(jìn)一步分析高校對(duì)于社會(huì)科技活動(dòng)的作用。探究高校對(duì)社會(huì)科技創(chuàng)新活動(dòng)的影響則未能將科技創(chuàng)新活動(dòng)和科技創(chuàng)新空間集聚特征結(jié)合討論。因此，需要構(gòu)建數(shù)據(jù)包絡(luò)分析模型(DEA)對(duì)我國地方高校科技創(chuàng)新效率問題進(jìn)一步探討，并在此基礎(chǔ)上利用莫蘭指數(shù)(Moran’s I)對(duì)高校的科技創(chuàng)新空間自相關(guān)問題進(jìn)一步探究。

二、設(shè)計(jì)思路

(一)模型方法

1.DEA—BCC模型

DEA模型能夠有效利用線性規(guī)劃比較相同性質(zhì)決策單元的效率問題。[13]而BCC模型將CCR模型假設(shè)固定規(guī)模報(bào)酬(CRS)放寬為變動(dòng)規(guī)模報(bào)酬(VRS)。通過該方式，CCR模型能夠用以了解和衡量綜合效率、純技術(shù)效率與規(guī)模效率。

假設(shè)有n個(gè)DMU(決策單元)，每個(gè)DMU有m種類型的投入和s種產(chǎn)出，其中，對(duì)于第h個(gè)DMU則分別用向量xh與yh表示：

(1)

則DMU的效率水平可通過構(gòu)建如下線性規(guī)劃約束條件求解：

minλ,θθ

(2)

其中，x0、y0為決策單元DMU0的投入變量和產(chǎn)出變量；λ為重新構(gòu)造有效DMU組合中n個(gè)決策單元的組合比例；θ為DMU0的高?？萍紕?chuàng)新效率值。

2.莫蘭指數(shù)測(cè)算

針對(duì)檢驗(yàn)我國地方高校是否存在空間相關(guān)性問題，一般可通過測(cè)算全局空間自相關(guān)指標(biāo)——全局莫蘭指數(shù)(Global Moran’s I)進(jìn)行測(cè)算。

(3)

為保證結(jié)果具有穩(wěn)健性，莫蘭指數(shù)需采用Z得分(Score)對(duì)統(tǒng)計(jì)結(jié)果進(jìn)行檢測(cè)，其公式如下：

(4)

在某些情況下，部分地區(qū)高?？萍紕?chuàng)新存在集聚效應(yīng)和擴(kuò)散效應(yīng)的雙向影響，而二者抵消后的剩余數(shù)值則會(huì)表明該地區(qū)不存在空間相關(guān)性，進(jìn)而導(dǎo)致全局莫蘭指數(shù)無效。因此，應(yīng)當(dāng)進(jìn)一步分析局部莫蘭指數(shù)，進(jìn)而觀測(cè)其內(nèi)在的空間相關(guān)性問題。局域莫蘭指數(shù)如下：

(5)

(二)指標(biāo)選取

本研究在借鑒高等學(xué)校科技創(chuàng)新的相關(guān)研究后，依據(jù)全面性、綜合性原則構(gòu)建了相應(yīng)的評(píng)價(jià)指標(biāo)體系，投入指標(biāo)為人力資本投入(教學(xué)科研人員)、資金投入(教學(xué)科研經(jīng)費(fèi))、技術(shù)投入(高校有效發(fā)明專利)、區(qū)域高校規(guī)模投入[高等教育學(xué)校(機(jī)構(gòu))數(shù)]；產(chǎn)出指標(biāo)為科研人才產(chǎn)出(研究生畢業(yè)數(shù))、社會(huì)綜合性產(chǎn)出(技術(shù)市場(chǎng)成交額)。

(三)數(shù)據(jù)來源與研究對(duì)象

指標(biāo)選取的數(shù)據(jù)來源：教學(xué)科研人員、教學(xué)科研經(jīng)費(fèi)中的科研事業(yè)費(fèi)數(shù)據(jù)來源于2014—2019年《高等學(xué)校科技統(tǒng)計(jì)資料匯編》；教學(xué)科研經(jīng)費(fèi)中的高校教育經(jīng)費(fèi)和研究生畢業(yè)數(shù)來源于2014—2019年《中國教育經(jīng)費(fèi)統(tǒng)計(jì)年鑒》；高校有效發(fā)明專利和技術(shù)市場(chǎng)成交額來源于《中國科技統(tǒng)計(jì)年鑒》。[1]本次的研究對(duì)象為我國30個(gè)省份(未包含西藏和港澳臺(tái))，其樣本期為2013—2018年。

三、實(shí)證分析

(一)我國高?？萍紕?chuàng)新綜合效率分析

本研究利用BCC模型對(duì)2013—2018年我國地方高?？萍紕?chuàng)新效率進(jìn)行了測(cè)算，其中大部分省份處于規(guī)模報(bào)酬遞減狀態(tài)。可見，雖然我國高等教育科技創(chuàng)新投入持續(xù)增加，但其產(chǎn)出并未等比例或超比例增加。部分省份保持了規(guī)模報(bào)酬不變的狀態(tài)，其中，北京、吉林、甘肅、青海和新疆在考察期內(nèi)效率值均為1，通過保持最優(yōu)的投入產(chǎn)出比，保持了規(guī)模報(bào)酬不變的狀態(tài)。而部分省份的特殊年份，例如2013年的天津(0.795)、2017年的浙江(0.420)、2015年的福建(0.543)，盡管效率水平?jīng)]有達(dá)到最優(yōu)，但是上述省份的規(guī)模報(bào)酬為不變，呈現(xiàn)等比例增長(zhǎng)的態(tài)勢(shì)。而2014—2016年的天津、2013—2018年的上海，呈現(xiàn)規(guī)模報(bào)酬遞增的狀態(tài)，其科技產(chǎn)出增長(zhǎng)的比例超過了投入增加的比例。

(二)我國高?？萍紕?chuàng)新空間自相關(guān)性探究

1.全局高?？萍紕?chuàng)新莫蘭指數(shù)測(cè)算

在我國科技創(chuàng)新過程中，其科技創(chuàng)新影響程度伴隨著距離的增加呈現(xiàn)逐步下降的趨勢(shì)。因此，可利用Arcgis 10.5選取“inverse_distance”。為確保本次考察的30個(gè)省份能夠存在相鄰要素，本研究將距離閾值設(shè)定為1137 km和1358 km。

總體而言，我國全局高校科技創(chuàng)新莫蘭指數(shù)均通過了1%的顯著性檢驗(yàn)，即中國高?？萍紕?chuàng)新存在顯著的空間集聚(Moran’s I>0)。且中國的莫蘭指數(shù)呈現(xiàn)“M”型走勢(shì)，總體呈現(xiàn)上升的趨勢(shì)，即高?？萍紕?chuàng)新空間集聚程度得到了加深。通過設(shè)定距離閾值(1137 km和1358 km)，當(dāng)距離閾值擴(kuò)大后，各年份的莫蘭指數(shù)均呈現(xiàn)下降的趨勢(shì)。可見，隨著空間要素影響范圍設(shè)置的擴(kuò)大，中國的空間集聚程度呈現(xiàn)出衰減的狀態(tài)。但距離閾值的不同并沒有影響其莫蘭指數(shù)的走勢(shì)，且所有年份的莫蘭指數(shù)均在0.2以上。具體數(shù)據(jù)結(jié)果詳見表2。

表2 2013—2018年中國高?？萍紕?chuàng)新莫蘭指數(shù)

2.局部高校科技創(chuàng)新莫蘭指數(shù)測(cè)算

為進(jìn)一步考察30個(gè)省份高等學(xué)?？萍紕?chuàng)新效率在空間上的集聚情況，本研究測(cè)算了2015年和2018年局部莫蘭指數(shù)。在我國地方高?？萍紕?chuàng)新效率當(dāng)中，“高—高”區(qū)域的省份多數(shù)分布于中西部地區(qū)，盡管地區(qū)的科技創(chuàng)新投入經(jīng)費(fèi)較低，但出現(xiàn)了“空間溢出效應(yīng)”，在該效應(yīng)的推動(dòng)下，中西部地區(qū)保持了良好的教育科研投入產(chǎn)出比。上海和湖北兩個(gè)省份在測(cè)算年份中為“高—低”區(qū)域，即華東地區(qū)的上海和華中地區(qū)的湖北顯著存在“虹吸效應(yīng)”。在此效應(yīng)的推動(dòng)下，所在省份效率水平高于其他省份。而“低—低”區(qū)域則多數(shù)分布于華中和華南區(qū)域，湖北的“虹吸效應(yīng)”造成了該地區(qū)的效率水平較低，出現(xiàn)了“空間溢出負(fù)效應(yīng)”。

四、結(jié)論和建議

(一)主要結(jié)論

第一，在2013—2018年我國30個(gè)省份的高校科技創(chuàng)新貢獻(xiàn)效率測(cè)度中，多數(shù)省份的效率水平位于0.7以上，投入產(chǎn)出效率水平較高。其中，北京、吉林、甘肅、青海和新疆效率值達(dá)到最優(yōu)，通過保持最優(yōu)的投入產(chǎn)出比，促進(jìn)了規(guī)模報(bào)酬不變的產(chǎn)生。2014—2016年的天津、2013—2018年的上海等特殊年份的省份，呈現(xiàn)規(guī)模報(bào)酬遞增的狀態(tài)，其科技產(chǎn)出增長(zhǎng)的比例超過了投入增加的比例。然而，多數(shù)省份呈現(xiàn)規(guī)模報(bào)酬遞減的狀態(tài)，即高校在投入過程中并未獲得等比例的產(chǎn)出。

第二，在全局空間自相關(guān)特征分析中，我國存在顯著的空間集聚特征，莫蘭指數(shù)在0.3左右波動(dòng)且呈現(xiàn)“M”型走勢(shì)。當(dāng)距離閾值范圍擴(kuò)大后，莫蘭指數(shù)均出現(xiàn)下降，但距離閾值的不同并沒有影響莫蘭指數(shù)走勢(shì)的變動(dòng)?？梢?，當(dāng)某個(gè)省份的空間影響范圍擴(kuò)大后，其空間集聚程度也隨之衰減。

第三，在局部空間自相關(guān)特征分析中，中國的上海和湖北呈現(xiàn)“高—低”分布，即存在“虹吸效應(yīng)”。結(jié)合2018年的DEA效率測(cè)算結(jié)果，上海(0.937)和湖北(0.870)的效率值均在0.85以上，而周邊省份，例如江蘇(0.648)、浙江(0.440)、湖南(0.645)呈現(xiàn)了出低效率水平。中西部地區(qū)呈現(xiàn)“高—高”集聚的狀態(tài)?？梢?，在現(xiàn)有的高?？萍紕?chuàng)新規(guī)模下，中西部地區(qū)的部分省份，如內(nèi)蒙古、青海等充分利用現(xiàn)有資源，獲得了有效的產(chǎn)出。

(二)建議

針對(duì)大部分省份的規(guī)模報(bào)酬遞減的狀態(tài)，應(yīng)當(dāng)加強(qiáng)區(qū)域資源配置優(yōu)化，對(duì)于地方高校應(yīng)該有效統(tǒng)籌資源分配狀況，削弱高?！皹O化效應(yīng)”對(duì)于高?？萍紕?chuàng)新貢獻(xiàn)效率的影響，有關(guān)部門應(yīng)進(jìn)一步調(diào)整優(yōu)化科研與教育經(jīng)費(fèi)的分配結(jié)構(gòu)，從而進(jìn)一步提高教育經(jīng)費(fèi)使用效率。

針對(duì)空間集聚效應(yīng)的影響，高?？萍紕?chuàng)新成果顯著的省份應(yīng)當(dāng)充分利用“回程效應(yīng)”，通過人才交流、國家項(xiàng)目合作等方式，以高校為主體進(jìn)行科技創(chuàng)新交流溝通，促進(jìn)地方高?？萍紕?chuàng)新效率水平的提高。在“統(tǒng)籌兼顧，突出重點(diǎn)”的思想指導(dǎo)下，提高地方高?？萍紕?chuàng)新效率，從而形成“擴(kuò)散效應(yīng)”，帶動(dòng)所在地區(qū)的區(qū)域科技創(chuàng)新水平提高，激發(fā)我國科技創(chuàng)新活力。

在現(xiàn)有的國家政策基礎(chǔ)上，應(yīng)當(dāng)優(yōu)化目前高等教育的教育資源分配體系，在確?，F(xiàn)有的高校教育體系穩(wěn)定的狀態(tài)下，對(duì)效率水平較低的省份進(jìn)行政策支持，使各省份的高?？萍紕?chuàng)新和人才培養(yǎng)均衡發(fā)展。在此基礎(chǔ)上，高?？梢酝ㄟ^產(chǎn)學(xué)研體系開展相應(yīng)的科學(xué)研究，激發(fā)技術(shù)市場(chǎng)活力，助力我國產(chǎn)業(yè)升級(jí)。