高?？蒲袆?chuàng)新效率的動態(tài)演進、區(qū)域差異及其收斂性研究

馬浚鋒 馬浩鑫

(1.福建師范大學教師教育學院，福建 福州 350007；2.廣州大學教育學院，廣東 廣州 510006)

一、引言:高校應(yīng)當好高水平科技自立自強的“排頭兵”

科技立則民族立，科技強則國家強。 科技創(chuàng)新不僅是全球經(jīng)濟格局中大國博弈的主戰(zhàn)場，也是擺脫傳統(tǒng)的粗放型增長模式，構(gòu)建新發(fā)展格局、推動經(jīng)濟高質(zhì)量發(fā)展的“制勝法寶”。 十九屆五中全會首次提出“堅持創(chuàng)新在我國現(xiàn)代化建設(shè)全局中的核心地位，把科技自立自強作為國家發(fā)展的戰(zhàn)略支撐”。 2022年，《求是》雜志第9 期發(fā)表了習近平總書記的重要文章《加快建設(shè)科技強國實現(xiàn)高水平科技自立自強》，從核心技術(shù)攻關(guān)、國家創(chuàng)新體系整體效能提升、科技體制改革、全球科技創(chuàng)新網(wǎng)絡(luò)構(gòu)建以及世界重要人才中心和創(chuàng)新高地建設(shè)等五個方面對強化國家戰(zhàn)略科技力量作出了部署要求。[1]在實現(xiàn)科技自立自強的國家戰(zhàn)略要求下，高校作為創(chuàng)新引擎，尤其是高水平研究型高校，更是被國家寄予了厚望。 從基礎(chǔ)學科來看，一流學科群建設(shè)成果突出，2022 年ESI 最新學科排名中，371 所高校的1 785 個學科進入全球前1%；從科研人才來看，高校擁有的基礎(chǔ)研究隊伍、國家創(chuàng)新團隊、中科院院士、“國家杰青”“國家優(yōu)青”以及“千人計劃”“萬人計劃”人數(shù)占全國總數(shù)都在半數(shù)以上乃至占80%以上，單就2020 年，高等學校投入的基礎(chǔ)研究人員就高達42.7 萬人，同時擁有一支龐大的本科生、研究生科研梯隊；從科研基地、平臺和信息來看，全國542 個國家重點實驗室，依托高校建設(shè)的就有228 個，占比42%，覆蓋了我國主要重點基礎(chǔ)學科點；而且，在國家重點基礎(chǔ)研究計劃項目和重大科學研究計劃項目等各類基金項目中，來自高校的首席科學家牽頭的項目均占半數(shù)以上①數(shù)據(jù)來自國家中組部、科技部和教育部官方網(wǎng)站，截止時間為2020 年12 月。；頻繁的學術(shù)交流活動以及豐富的圖書資源使高校能夠及時掌握研究最新進展。因此，高校成了當之無愧的原創(chuàng)性科研創(chuàng)新的“國家隊”，且應(yīng)當好高水平科技自立自強的“排頭兵”。

目前學界對高?？蒲袆?chuàng)新效率的相關(guān)研究主要遵循兩條研究路徑:一是投入導(dǎo)向的高?？蒲袆?chuàng)新效率的影響因素研究。 這類研究聚焦于微觀或中觀層面，探討學術(shù)帶頭人、科研團隊、科研平臺以及制度環(huán)境等因素對高?？蒲袆?chuàng)新的影響[2]，認為高等教育系統(tǒng)作為一個充滿競爭的復(fù)雜綜合體，大學在全球范圍內(nèi)的科研競爭核心在于吸引、留住學術(shù)帶頭人，同時，培養(yǎng)和提升學術(shù)帶頭人的綜合能力對于科研創(chuàng)新至關(guān)重要[3]。 關(guān)于高?？蒲袆?chuàng)新團隊建設(shè)，大部分研究側(cè)重管理機制和績效評價，認為知識互補、技能多樣的團隊結(jié)構(gòu)以及適當?shù)膱F隊規(guī)模更有利于高校的科研創(chuàng)新[4]，因為團隊內(nèi)的學術(shù)合作伙伴更能夠在隱性、復(fù)雜知識中受益，激發(fā)創(chuàng)新活力[5]。 在科研平臺及其制度環(huán)境方面，先進的科研場所、精密的實驗設(shè)備是科研人員施展才華、實現(xiàn)科研創(chuàng)新的舞臺，政府創(chuàng)新投入更是對市場創(chuàng)新投入具有顯著的擠入效應(yīng)[6]；同時，研發(fā)補貼[7]、科研資助[8]及其成果收益權(quán)改革[9]均對科研績效的提高具有持續(xù)性效果，其中，科技成果權(quán)屬混合所有制改革能夠顯著提高高校創(chuàng)新效率[10]。 二是產(chǎn)出導(dǎo)向的高校科研創(chuàng)新效率的區(qū)域、省域以及院校異質(zhì)性研究。 從全局上看，我國高校整體創(chuàng)新效率值較低，尤其在成果轉(zhuǎn)化階段的效率水平較低，耦合協(xié)調(diào)度處于失調(diào)階段[11]，高校并未為我國重大創(chuàng)新戰(zhàn)略提供足夠支撐，較低的創(chuàng)新效率導(dǎo)致投入到高校的科技資源難以轉(zhuǎn)化為經(jīng)濟績效[12]；然而，東部地區(qū)較其他區(qū)域高校具有較高的創(chuàng)新效率[13]。 而在跨省城市群之間，盡管我國城市群高?？蒲行拭黠@提升，但是非DEA 有效城市群仍然占比較高[14]；同時，高校R＆D 知識溢出與區(qū)域創(chuàng)新能力也存在較大差異[15]。

綜上所述，從學術(shù)帶頭人、科研團隊結(jié)構(gòu)與規(guī)模到科研平臺建設(shè)、管理制度改革，從全局到區(qū)域、城市群、省域再到院校層次，目前學界已對高校科研創(chuàng)新效率的影響因素、區(qū)域異質(zhì)性做了大量探討。 這些研究循著問題導(dǎo)向與理論突破、宏觀與微觀互構(gòu)相結(jié)合的路徑，在應(yīng)然與實然層面上為高?？蒲袆?chuàng)新效率研究奠定了前期基礎(chǔ)。 然而，大部分研究仍然局限于高校科研創(chuàng)新效率的靜態(tài)分析，而且忽視了空間因素對高?？蒲袆?chuàng)新效率的影響，也鮮有研究考察高?？蒲袆?chuàng)新效率的空間收斂機制。 鑒于此，本文結(jié)合Malmquist 指數(shù)對高?？蒲袆?chuàng)新效率進行動態(tài)分析，并納入經(jīng)濟空間、地理空間因素，挖掘其空間分布特征，全面把握高?？蒲袆?chuàng)新效率的動態(tài)演進規(guī)律、區(qū)域差異以及收斂性特征，以期為我國高水平科技自立自強發(fā)展格局的構(gòu)建提供現(xiàn)實指導(dǎo)。

二、研究設(shè)計

本文選用我國境內(nèi)31 個省(自治區(qū)、直轄市)作為樣本對象，時間跨度為2001—2020 年，能夠較為全面地反映出“十五”至“十三五”規(guī)劃期間的狀況，并在空間上納入東部、中部、西部和東北地區(qū)的區(qū)域范圍概述。 數(shù)據(jù)來源于各年度《中國統(tǒng)計年鑒》《中國教育統(tǒng)計年鑒》《中國教育經(jīng)費統(tǒng)計年鑒》以及《高等學?？萍冀y(tǒng)計資料匯編》。 具體研究設(shè)計如下:首先，構(gòu)建超效率DEA-Malmquist 模型，測算各年度的高?？蒲袆?chuàng)新效率，并根據(jù)核密度估計結(jié)果考察高?？蒲袆?chuàng)新效率的動態(tài)演進態(tài)勢。 其次，基于高校科研創(chuàng)新效率的測算結(jié)果，通過Dagum 基尼系數(shù)及其分解法，考察區(qū)域間的空間差異。 最后，構(gòu)建空間效應(yīng)的β收斂和俱樂部收斂模型來驗證高?？蒲袆?chuàng)新效率的空間收斂過程。

(一)基于超效率DEA-Malmquist 的高?？蒲袆?chuàng)新效率測算

高?？蒲袆?chuàng)新效率既是高等教育發(fā)展程度的一個直接表征，也是反映高等教育活動中科學研究系統(tǒng)投入-產(chǎn)出的結(jié)果變量。 以隨機前沿生產(chǎn)函數(shù)為代表的參數(shù)方法只能處理單維度的科研創(chuàng)新情況，而以數(shù)據(jù)包絡(luò)分析法(Data Envelopment Analysis，簡稱DEA)為主的非參數(shù)計算則能夠有效測評多維的生產(chǎn)效率前沿面。[16]目前學界亦已普遍使用DEA 對決策單元(Decision Making Unit，簡稱DMU)進行資源調(diào)配能力、資源使用效率等多方面能力的綜合衡量與評價。[17]然而，作為相對績效評價方法，當DMU 的資源調(diào)配能力較為接近時，傳統(tǒng)DEA 模型便容易產(chǎn)生錯誤估計。 因此，本文采用超效率DEA 模型測算高校科研創(chuàng)新效率，從而克服估計偏誤。 與此同時，由于傳統(tǒng)的DEA 模型僅僅是對同一時期的DMU 資源配置效率的靜態(tài)分析，難以實現(xiàn)DMU 之間的連續(xù)多期的動態(tài)對比，因此，為彌補其不足，更好地測算高?？蒲袆?chuàng)新效率的動態(tài)特征，本文采用DEA-Malmquist 指數(shù)分析方法對高校科研創(chuàng)新效率進行測算，投入-產(chǎn)出指標體系見表1。

表1 超效率DEA－Malmquist 下的高?？蒲袆?chuàng)新效率投入－產(chǎn)出指標體系

其一，投入指標的選擇。 盡管高?？蒲谢顒拥姆绞?、種類、過程錯綜復(fù)雜，但是，就投入角度講，高校開展科研活動所需的資源投入無非包括人力、物力和財力。 因此，本文分別選擇教學與科研人員(人力投入)、高校數(shù)(物力投入)和科研經(jīng)費(財力投入)作為高?？蒲袆?chuàng)新效率評價的投入指標。 由于人力投入指標中的教學與科研人員在專業(yè)技術(shù)職務(wù)上存在結(jié)構(gòu)性差異，不同專業(yè)技術(shù)職務(wù)(正高、副高、中級及以下)的教學與科研人員所擁有的課題經(jīng)費、實驗儀器和攻關(guān)團隊均有差異，進而影響科研創(chuàng)新效率，這就意味著人力投入指標存在質(zhì)量差異；物力投入指標中的高校也存在結(jié)構(gòu)性差異，“雙一流”建設(shè)高校在辦學條件上優(yōu)于其他高校，這種由院校辦學層次不同帶來的質(zhì)量差異很可能影響科研創(chuàng)新效率。 因此，為體現(xiàn)投入指標的質(zhì)量與結(jié)構(gòu)，本文對教學與科研人員指標進行結(jié)構(gòu)化處理，正高、副高、中級及以下的教學與科研人員分別為1.5、1.2 和1[18]，重新計算得到教學與科研人員的人力投入指標；“雙一流”建設(shè)高校和其他高校分別以1.5 和1 進行結(jié)構(gòu)化處理[19]，重新計算得到高校數(shù)的物力投入指標。

其二，產(chǎn)出指標的選擇。 從科研活動的主要特征上講，高?？蒲袆?chuàng)新效率的產(chǎn)出指標應(yīng)涵蓋創(chuàng)新人才培養(yǎng)、科研成果和成果轉(zhuǎn)化等方面。 以往研究較多使用畢業(yè)生數(shù)衡量人才培養(yǎng)，使用學術(shù)論文、出版著作數(shù)衡量科研成果，以及使用專利授權(quán)數(shù)衡量成果轉(zhuǎn)化狀況[20]，這類指標屬于規(guī)模性指標，難以突出創(chuàng)新人才培養(yǎng)、科研成果和成果轉(zhuǎn)化的質(zhì)量。 鑒于此，本文以優(yōu)秀博士畢業(yè)生數(shù)衡量創(chuàng)新人才培養(yǎng)，并在反映科研成果和成果轉(zhuǎn)化的規(guī)模性指標的基礎(chǔ)上，分別引入高被引與熱點文獻、國家三大獎、省部級科技進步獎和技術(shù)轉(zhuǎn)讓收入。 對質(zhì)量產(chǎn)出指標的引入主要有以下考量:第一，博士作為高層次培養(yǎng)人才，其較強的專業(yè)知識能夠深入?yún)⑴c科研過程，推動科研活動的開展，而優(yōu)秀博士畢業(yè)生就意味著其畢業(yè)設(shè)計具有創(chuàng)新性，反映的是科研創(chuàng)新的質(zhì)量；第二，與學術(shù)論文、出版著作等規(guī)模性產(chǎn)出指標相比，高被引與熱點文獻更能夠體現(xiàn)高校在基礎(chǔ)研究上的原創(chuàng)性創(chuàng)新；第三，國家三大獎(國家自然科學獎、國家技術(shù)發(fā)明獎、國家科技進步獎)是我國科研活動中最具含金量的獎項，代表著國家的科研實力，是科研創(chuàng)新產(chǎn)出能否對接國家重大戰(zhàn)略需求的最佳表征，而省部級科技進步獎則代表著科研創(chuàng)新活動與區(qū)域經(jīng)濟社會發(fā)展的協(xié)調(diào)程度；第四，科研創(chuàng)新活動的價值依歸是成果轉(zhuǎn)化，而技術(shù)轉(zhuǎn)讓收入是科研成果應(yīng)用于工業(yè)生產(chǎn)活動的直接表征，如果科研成果無法通過技術(shù)轉(zhuǎn)讓產(chǎn)生社會效益，那么科研創(chuàng)新活動就會變成“無源之水”。

(二)Dagum 基尼系數(shù)測算與分解

一般來說，基尼系數(shù)(Gini Coefficient)和泰爾指數(shù)(Theil Index)常用于衡量人們或者地區(qū)間收入差異狀況。 隨著研究拓展，這些方法已被廣泛用于刻畫教育平等或公平問題。[21]盡管傳統(tǒng)基尼系數(shù)和泰爾指數(shù)能夠反映區(qū)域教育發(fā)展失衡程度，但無法有效解決區(qū)域教育發(fā)展失衡的來源問題。 Dagum[22]提出的基尼系數(shù)及子群分解方法，能有效克服傳統(tǒng)基尼系數(shù)和泰爾指數(shù)等指標帶來的子樣本分布、交叉重疊和區(qū)域差異問題。 據(jù)此，本文構(gòu)建Dagum 基尼系數(shù)，從整體刻畫高?？蒲袆?chuàng)新效率的區(qū)域差異，Dagum 基尼系數(shù)值越大，則意味著高?？蒲袆?chuàng)新效率的區(qū)域發(fā)展越不平衡。 其計算公式為:

式(1) 中，k為總的區(qū)域個數(shù)，i和r表示區(qū)域內(nèi)的省份序號，nj和nh分別表示j和h區(qū)域內(nèi)的省份個數(shù)，y代表的是高校科研創(chuàng)新效率，n為總的省份個數(shù)，本文為31，ˉy為高?？蒲袆?chuàng)新效率的均值。 Dagum基尼系數(shù)分解的思路是:將總的基尼系數(shù)分解為區(qū)域內(nèi)差異Gw、區(qū)域間差異Gnb和超變密度Gt。 三者之間的關(guān)系滿足G＝Gw＋Gnb＋Gt。

(三)空間收斂機制

收斂概念最早由Barro 和Sala-i-Martin 提出，分為σ收斂和β收斂。[23]σ收斂采用標準差、變異系數(shù)等指標進行衡量，用來描述差距縮小的趨勢，是一種絕對收斂狀態(tài)，難以區(qū)分區(qū)域間的資源稟賦差異。β收斂則來源于新古典經(jīng)濟學中的經(jīng)濟趨同理論，包括絕對β收斂與條件β收斂，Baumol 在此基礎(chǔ)上進一步提出了“俱樂部收斂”[24]，認為不同地區(qū)有著不同的收斂水平，呈現(xiàn)出俱樂部特征。 在本文語境中，由于地方政府之間存在策略模仿的標尺競爭，β收斂意指高?？蒲袆?chuàng)新效率較低的地區(qū)相比于高?？蒲袆?chuàng)新效率較高的地區(qū)具有更快的增長速度，不同地區(qū)內(nèi)高校科研創(chuàng)新效率的增長率與其初始水平呈負相關(guān)；那么，根據(jù)不同地區(qū)的β收斂水平則能夠考察其俱樂部特征，即是否存在俱樂部收斂。 絕對β收斂是指在科研資源投入水平等完全相同的情況下，不同地區(qū)的高?？蒲袆?chuàng)新效率隨著時間的推移逐漸收斂至穩(wěn)態(tài)水平；而條件β收斂模型則承認區(qū)域間的資源稟賦差異。 考慮到我國區(qū)域間經(jīng)濟社會發(fā)展水平差異，本文根據(jù)Galor[25]的檢驗思路，增添地方財政支出分權(quán)(FDexp)、城鎮(zhèn)化率(cityratio)、財政供養(yǎng)人口(pop)、地區(qū)人均GDP(prGDP)和每十萬人口大學生數(shù)(student)作為控制變量，構(gòu)建條件β收斂模型檢驗高校科研創(chuàng)新效率的空間收斂過程，表達式為:

式(2)中，i為省域，t為樣本年份。yt＋1為第i個省域在第t＋1 期的高校科研創(chuàng)新效率變化，采用對數(shù)差分計算的高?？蒲袆?chuàng)新效率的增長率來表示。 lnUESRIit表示第i個省域在第t期的高?？蒲袆?chuàng)新效率。α為截距項；β為收斂系數(shù)，若β ＜0，且通過顯著性水平檢驗，則表明不同地區(qū)的高?？蒲袆?chuàng)新效率存在收斂性，反之則為發(fā)散性。Controlsit為一組控制變量，γ為系數(shù)向量。ρ和δ為空間效應(yīng)系數(shù)；ωij為空間權(quán)重矩陣，表示省域i與省域j之間的空間關(guān)系；由于我國東、中、西部社會經(jīng)濟發(fā)展水平呈現(xiàn)非均衡狀態(tài)，各省域有著明顯的階梯性劃分，使得地理距離的設(shè)定與我國國情不相適應(yīng)，容易割裂省域間的實際空間聯(lián)系，因而本文舍棄地理距離空間權(quán)重矩陣，將地理相鄰空間權(quán)重矩陣(WN) 與經(jīng)濟距離空間權(quán)重矩陣(WE)設(shè)置為核心矩陣進行參數(shù)估計。νt表示時間固定效應(yīng)；μi表示省域固定效應(yīng)；εit為隨機擾動項。

三、實證結(jié)果與分析討論

(一)高校科研創(chuàng)新效率的特征描述與動態(tài)演進

1.高?？蒲袆?chuàng)新效率的整體特征

高?？蒲袆?chuàng)新效率的測算結(jié)果如圖1 所示。 時間維度來看，從“十五”至“十二五”期間，盡管略有波動，但四大地區(qū)高?？蒲袆?chuàng)新效率在整體上均呈現(xiàn)上升趨勢。 而到“十三五”期間，除了西部地區(qū)之外，其他地區(qū)的高?？蒲袆?chuàng)新效率值都出現(xiàn)嚴重滑坡。 可能的原因是，高等教育規(guī)模擴招后，地方政府提高了包括科研經(jīng)費在內(nèi)的高等教育財政投入，在一段時間內(nèi)快速推動高?？蒲挟a(chǎn)出的提高，但是，當高等教育發(fā)展的后發(fā)外生優(yōu)勢、規(guī)模效應(yīng)逐漸喪失，地方政府競爭下的區(qū)域高等教育發(fā)展不可避免陷入高投入、低效益的“規(guī)模陷阱”，抑制了高?？蒲袆?chuàng)新效率的持續(xù)提高。 表面上看，“十五”至“十二五”期間，高?？蒲袆?chuàng)新效率增長非?？?，但是這種快速增長是以規(guī)模投入為主、技術(shù)進步相對不足、治理效能低下為內(nèi)核的，然而，“粗放型”的資源投入并不能為高?？蒲袆?chuàng)新帶來直接效益，它掩蓋了我國區(qū)域高等教育發(fā)展的結(jié)構(gòu)扭曲和空間錯配問題，保證資源合理利用才是推動高?？蒲袆?chuàng)新高質(zhì)量發(fā)展的關(guān)鍵所在。

圖1 “十五”至“十三五”時期高?？蒲袆?chuàng)新效率的整體態(tài)勢

2.基于Malmquist 指數(shù)的高?？蒲袆?chuàng)新效率動態(tài)分析

為進一步分析高?？蒲袆?chuàng)新效率的年度變化趨勢，采用Malmquist 指數(shù)測算2001—2020 年高?？萍紕?chuàng)新的動態(tài)效率，結(jié)果如表2 所示。 從整體上看，盡管全要素生產(chǎn)率(TFP)呈現(xiàn)上升趨勢，并在“十二五”期間達到1.003 的有效增長，但受規(guī)模效率變動的影響，2001—2020 年高?？蒲袆?chuàng)新的全要素生產(chǎn)率指數(shù)的均值僅為0.989，總體下降了1.1%。 隨著高等教育規(guī)模效應(yīng)的逐漸喪失，科研投入的邊際產(chǎn)出正在下降，說明今后技術(shù)進步對于提高高?？蒲袆?chuàng)新效率起著主導(dǎo)作用，推動技術(shù)進步才能從根本上提升我國科研創(chuàng)新效率。 四大區(qū)域中只有西部地區(qū)仍能夠通過規(guī)模效率變動(SEC)進而提高綜合技術(shù)效率，其他區(qū)域均已達到規(guī)模效應(yīng)拐點；而在各區(qū)域內(nèi)只有吉林、江蘇、浙江、甘肅四個省域的全要素生產(chǎn)率指數(shù)是增長的，其他省(自治區(qū)、直轄市)的全要素生產(chǎn)率指數(shù)都處于下降狀態(tài)。 從Malmquist 指數(shù)分解可知，純技術(shù)效率的提高是今后各區(qū)域越過規(guī)模效應(yīng)拐點，實現(xiàn)高校科研創(chuàng)新效率持續(xù)增長的主導(dǎo)因素。 這也進一步驗證了技術(shù)提升對于高?？蒲袆?chuàng)新效率的重要性。

表2 2001—2020 年不同地區(qū)高?？蒲袆?chuàng)新Malmquist 生產(chǎn)率指數(shù)及其分解

表3 2001—2020 年不同時期高?？蒲袆?chuàng)新Malmquist 生產(chǎn)率指數(shù)及其分解

進一步地講，綜合技術(shù)效率(TEC)在2001—2020 年期間總體上呈現(xiàn)震蕩升降的趨勢。 比如，伴隨著規(guī)模效率變動從“十一五”規(guī)劃期間的1.001 降至“十三五”規(guī)劃期間的0.997，綜合技術(shù)效率從2016 年的0.977 上升到2019 年的1.011，增長率為3.4%，究其原因主要是純技術(shù)效率得到了進一步的提高，進而影響綜合技術(shù)效率的變動，意味著高?？蒲袆?chuàng)新效率的提高開始從“投入規(guī)模拉動”轉(zhuǎn)向“治理質(zhì)量拉動”。在比較綜合技術(shù)效率與純技術(shù)效率的變動趨勢后，發(fā)現(xiàn)兩者軌跡接近，表明純技術(shù)效率可以作為評價高?？蒲袆?chuàng)新效率是否有效的關(guān)鍵指標。 技術(shù)進步效率(TC)在2001—2020 年的平均值為0.991，意味著技術(shù)進步效率仍未能有效地促進高?？蒲袆?chuàng)新效率的提高，但是，在總體上，技術(shù)進步效率呈現(xiàn)震蕩上升趨勢，從2000 年的0.957 上升到2020 年的0.975，增長率為1.8%，表明高?？蒲袆?chuàng)新活動的“投入-產(chǎn)出”效應(yīng)正在改善，需要持續(xù)通過技術(shù)進步提高高?？蒲袆?chuàng)新效率。

3.動態(tài)演進

本文采用核密度估計分析高?？蒲袆?chuàng)新效率的空間動態(tài)演進態(tài)勢，揭示高?？蒲袆?chuàng)新效率在區(qū)域間的分布位置、分布形態(tài)、空間延展性以及極化趨勢等特征，結(jié)果如圖2 所示。

圖2 高?？蒲袆?chuàng)新效率的核密度估計

從分布位置上看，四大地區(qū)的高?？蒲袆?chuàng)新效率密度分布曲線的中心均出現(xiàn)逐漸右移的情況，表明高?？蒲袆?chuàng)新效率呈現(xiàn)上升趨勢。 其中，西部地區(qū)高校科研創(chuàng)新效率保持常年穩(wěn)定上升，但東、中部以及東北地區(qū)都出現(xiàn)局部波動現(xiàn)象，且在“十三五”規(guī)劃期間均出現(xiàn)了不同程度的左移現(xiàn)象，意味著這三個地區(qū)都出現(xiàn)下滑趨勢。 從分布形態(tài)來看，四大地區(qū)的高?？蒲袆?chuàng)新效率差異呈現(xiàn)先擴大后縮小的趨勢。 具體而言，各區(qū)域高?？蒲袆?chuàng)新效率分布的波峰呈“上升—下降—平穩(wěn)”的趨勢，且主峰的寬度逐步收縮，這說明高校科研創(chuàng)新效率在考察期內(nèi)的區(qū)域差異性具有縮小的跡象。 東、中部和東北地區(qū)的高校科研創(chuàng)新效率差異變化呈現(xiàn)縮小趨勢，而西部地區(qū)高校科研創(chuàng)新效率分布曲線的主峰峰值呈現(xiàn)逐年上升趨勢，表明地區(qū)內(nèi)部各省(自治區(qū)、直轄市)的差距在逐漸擴大。

從空間延展性看，東、西部地區(qū)高?？蒲袆?chuàng)新效率的空間分布都出現(xiàn)了向右拖尾的現(xiàn)象，原因在于東部和西部地區(qū)內(nèi)存在高?？蒲袆?chuàng)新效率“極點”，比如東部的北京和江蘇、西部的陜西和四川等高等教育發(fā)展“強省”；然而，隨著中西部高等教育振興計劃的實施，區(qū)域間高校科研創(chuàng)新效率的差距正在進一步減小。 從極化現(xiàn)象上看，四大地區(qū)的高?？蒲袆?chuàng)新效率分布都存在極化趨勢，且出現(xiàn)不同程度的多峰極化，這說明區(qū)域內(nèi)的高?？蒲袆?chuàng)新效率差距依然存在，但在“十三五”規(guī)劃期間，極化趨勢從開始的十分明顯逐漸回歸到單主峰態(tài)勢，表明區(qū)域內(nèi)的高校科研創(chuàng)新效率逐漸呈現(xiàn)均衡發(fā)展。

(二)高校科研創(chuàng)新效率的區(qū)域差異與分解

1.總體差異

圖3 展示了高?？蒲袆?chuàng)新效率的總體基尼系數(shù)及四大地區(qū)的區(qū)內(nèi)、區(qū)間基尼系數(shù)走勢。 考察期內(nèi)，高?？蒲袆?chuàng)新效率的總體基尼系數(shù)值呈現(xiàn)反復(fù)升降，但在整體上趨于上升的態(tài)勢。 具體來看，總體基尼系數(shù)由2001 年的最小值0.066 增長到2002 年0.098，表明地區(qū)差異在迅速擴大。 隨后2003 年又降到0.071，之后在較長的時間之內(nèi)，總體基尼系數(shù)值的變動保持在一個相對穩(wěn)定的范圍內(nèi)波動，漲跌浮動不超過35%。 但2017 年總體基尼系數(shù)迅速增長到0.099，增長率為43.5%，并且在2020 年達到最大值0.118。 這意味著高校科研創(chuàng)新效率的區(qū)域差異愈發(fā)明顯，由資源稟賦、區(qū)位和制度等差異帶來的地區(qū)高等教育非均衡發(fā)展的空間格局呈現(xiàn)擴大趨勢。

圖3 高?？蒲袆?chuàng)新效率的總體與區(qū)內(nèi)、區(qū)間基尼系數(shù)走勢

2.區(qū)域內(nèi)差異

從圖3 中可以看出，高?？蒲袆?chuàng)新效率的區(qū)域內(nèi)差異具有明顯的空間異質(zhì)性。 從演進態(tài)勢來看，東部和中部地區(qū)的高校科研創(chuàng)新效率差異明顯要大于西部和東北地區(qū)，且呈現(xiàn)大幅上升的趨勢；反觀西部、東北地區(qū)基尼系數(shù)值在波動變化中呈現(xiàn)下降趨勢，區(qū)域內(nèi)高?？蒲袆?chuàng)新效率具有“追趕效應(yīng)”。

具體來看，東部地區(qū)的高?？蒲袆?chuàng)新效率基尼系數(shù)在2013 年之后開始出現(xiàn)大幅度上升，凸顯區(qū)域內(nèi)部的非均衡態(tài)勢。 究其原因，高?？蒲袆?chuàng)新效率受到地方經(jīng)濟發(fā)展水平的制約，區(qū)域內(nèi)不同省市在科研人力資本水平、科研經(jīng)費投入等方面的差異造就了其高校科研創(chuàng)新效率差距的持續(xù)擴大。 例如，2020年，北京高校的科研經(jīng)費投入是河北高校的8 倍之多；同時，人力資本投入是天津的3 倍。 地方政府只有為高校提供充足的科研經(jīng)費，才能促進當?shù)馗咝５目蒲袆?chuàng)新發(fā)展，而財力相對有限的地方政府無法提供高?？蒲械幕颈Ｕ希瑢?dǎo)致高?？蒲袆?chuàng)新效率的區(qū)域差異問題愈發(fā)嚴重。 然而，得益于近年來國家對于西部地區(qū)高等教育專項資金的支持，中央財政轉(zhuǎn)移支付和“西部之光”等人才計劃彌補了西部地區(qū)資金不足和人才匱乏的劣勢，且東北振興計劃的實施提振了東北地區(qū)的整體經(jīng)濟社會發(fā)展。 因此，可以發(fā)現(xiàn)，考察期內(nèi)，西部、東北地區(qū)內(nèi)科研創(chuàng)新效率的基尼系數(shù)波動變化較為平緩，高校科研投入的總體差異不大，區(qū)域內(nèi)部高等教育發(fā)展形成相對均衡局面。

3.區(qū)域間差異

圖3 顯示，高校科研創(chuàng)新效率的區(qū)域間差異特征可以從差異大小與差異走勢兩個方面加以解釋。 從差異大小上看，東部—東北、東部—中部的區(qū)域間基尼系數(shù)差異值較大，其均值為0.089 和0.083；東部—西部和中部—東北次之，均值為0.771 和0.072；中部—西部和西部—東北基尼系數(shù)差異均值為0.069、0.058，區(qū)域間差異相對較小。 從差異走勢來看，“十五”至“十二五”規(guī)劃期間，盡管區(qū)域間基尼系數(shù)值波動頻繁，但在總體上處于小幅波動，而到了“十二五”規(guī)劃期間，區(qū)域間基尼系數(shù)值都出現(xiàn)大幅度上升趨勢，表明區(qū)域間的高?？蒲袆?chuàng)新效率呈現(xiàn)非均衡發(fā)展，高等教育地方化趨勢開始明顯加劇，地方政府逐漸成為內(nèi)生于區(qū)域高等教育系統(tǒng)的推動者。

4.區(qū)域差異來源

圖4 展示了高?？蒲袆?chuàng)新效率的區(qū)域內(nèi)差異、區(qū)域間差異和超變密度的貢獻率，可以看出，“十五”至“十二五”規(guī)劃期間，高校科研創(chuàng)新效率的區(qū)域差異主要來源于超變密度差異，其貢獻率均值為49.13%，意味著高?？蒲袆?chuàng)新活動的區(qū)域同質(zhì)化發(fā)展現(xiàn)象突出，強調(diào)以規(guī)模投入為主的粗放式發(fā)展。 但從變化趨勢來看，以2017 年為分水嶺，超變密度差異的貢獻率總體呈現(xiàn)下降態(tài)勢，而區(qū)域間差異貢獻率總體呈現(xiàn)上升的趨勢，并在2019 年之后超過超變密度差異，表明地區(qū)間差異的逐漸擴大是值得警惕的問題。

圖4 高?？蒲袆?chuàng)新效率的區(qū)域差異貢獻率走勢

(三)高?？蒲袆?chuàng)新效率的空間效應(yīng)收斂檢驗

模型適配檢驗得出空間杜賓模型(SDM)具有更好的有效性，且Hausman 檢驗在1%顯著性水平下拒絕原假設(shè)。①受篇幅限制，此處不再列出固定效應(yīng)模型與隨機效應(yīng)模型的Hausman 檢驗過程。 感興趣的讀者可向作者索要。因此，本文使用雙向固定效應(yīng)的SDM 模型對高?？蒲袆?chuàng)新效率的空間收斂過程進行檢驗，結(jié)果如表4 所示。 模型(1)—(2)結(jié)果顯示，無論是在地理相鄰空間權(quán)重矩陣下，還是在經(jīng)濟距離空間權(quán)重矩陣下，高?？蒲袆?chuàng)新效率的β 收斂系數(shù)均顯著為負，這就表明，盡管我國各地經(jīng)濟社會發(fā)展狀況迥異，但是高?？蒲袆?chuàng)新效率存在顯著的條件β收斂過程，亦即高?？蒲袆?chuàng)新效率較低的省份具有比高?？蒲袆?chuàng)新效率較高省份更快的科研創(chuàng)新發(fā)展速度，高?？蒲袆?chuàng)新效率差異水平將通過空間溢出效應(yīng)逐漸縮小。 通過比較β收斂系數(shù)絕對值大小可以發(fā)現(xiàn)，相較于經(jīng)濟距離空間權(quán)重矩陣，高?？蒲袆?chuàng)新效率在地理相鄰空間權(quán)重矩陣下具有更快的收斂速度。 模型(3)—(6)結(jié)果顯示，東部、中部、西部以及東北地區(qū)的條件β收斂系數(shù)均為負顯著，說明四大地區(qū)的高?？蒲袆?chuàng)新效率呈現(xiàn)俱樂部收斂特征；結(jié)合收斂系數(shù)絕對值和空間外溢系數(shù)來看，即使區(qū)域間高校科研創(chuàng)新活動的條件不同，空間收斂速度也不同(東北地區(qū)＞西部地區(qū)＞東部地區(qū)＞中部地區(qū))，但在空間溢出效應(yīng)的擴散作用下，高?？蒲袆?chuàng)新效率仍會收斂到各自的穩(wěn)定狀態(tài)，實現(xiàn)“從集聚中走向均衡”。

表4 高?？蒲袆?chuàng)新效率的空間效應(yīng)β 收斂檢驗與俱樂部收斂特征

值得注意的是，地方財政支出分權(quán)、城鎮(zhèn)化率、財政供養(yǎng)人口、地區(qū)人均GDP 和每十萬人口大學生數(shù)對不同地區(qū)的條件β收斂過程產(chǎn)生了不同的影響。 第一，地方財政支出分權(quán)對高?？蒲袆?chuàng)新效率產(chǎn)生了負面影響。 這是因為，在科研管理制度不完善情況下，地方政府的大量財政經(jīng)費投入可能造成“高成本、低效益”的重復(fù)建設(shè)、資源錯配現(xiàn)象。 第二，城鎮(zhèn)化率對高?？蒲袆?chuàng)新效率影響各不相同，城市化進程的加快促進了東中西部高?？蒲袆?chuàng)新效率向高值收斂，但對東北地區(qū)呈現(xiàn)負效應(yīng)。 這說明，城市化的推進加快了人才的合作交流，進而促進高?？蒲袆?chuàng)新效率提高，但是，東北地區(qū)作為人才流出地，城鎮(zhèn)化進程需要與地區(qū)自身發(fā)展相契合。 第三，鑒于科研人員是高?？蒲袆?chuàng)新的主力軍，如果政府以充足的財政預(yù)算保障科研人員生活需求，那么，高?？蒲袆?chuàng)新效率就能以更快的速度向高值收斂。 第四，地方經(jīng)濟發(fā)展水平對東部、西部的高?？蒲袆?chuàng)新效率產(chǎn)生正向影響，區(qū)域經(jīng)濟發(fā)展與高?？蒲袆?chuàng)新效率的提高互利共生，形成經(jīng)濟與創(chuàng)新雙螺旋增長。 第五，高等教育規(guī)模擴張能夠促進中部和西部地區(qū)高校科研創(chuàng)新效率向高值收斂，卻對東部地區(qū)和東北地區(qū)呈現(xiàn)負向影響。 這意味著，中西部高等教育規(guī)模效應(yīng)未到拐點，規(guī)模擴張能夠促進高?？蒲袆?chuàng)新效率的提高；然而，當東部與東北地區(qū)的規(guī)模效應(yīng)越過拐點時，高?？蒲袆?chuàng)新效率的持續(xù)提高應(yīng)注重高等教育內(nèi)涵式發(fā)展。

四、研究結(jié)論與政策建議

本文借助超效率SBM 模型和Malmquist 指數(shù)測算了2001—2020 年我國31 個省域內(nèi)的高?？蒲袆?chuàng)新效率，并通過核密度估計、Dagum 基尼系數(shù)及其分解和空間效應(yīng)收斂機制分析了高?？蒲袆?chuàng)新效率的動態(tài)演進、區(qū)域差異及其收斂性。

(一)研究結(jié)論

第一，考察期內(nèi)，盡管高?？蒲袆?chuàng)新效率呈現(xiàn)穩(wěn)定的上升趨勢，但是，在總體上仍處于較低水平。 其階段性特征表現(xiàn)為，“十五”到“十二五”時期，當高等教育擴招帶來的規(guī)模效應(yīng)開始逐漸喪失時，高校科研創(chuàng)新效率受規(guī)模效率變動的影響開始下滑；但到“十三五”時期，當高等教育規(guī)模趨于穩(wěn)定時，純技術(shù)效率的變動將通過提高高等教育治理水平拉動高?？蒲袆?chuàng)新效率的提高，支撐區(qū)域經(jīng)濟社會高質(zhì)量發(fā)展。

第二，考察期內(nèi)，盡管高?？蒲袆?chuàng)新效率的區(qū)域異質(zhì)性特征明顯，但均處于效率改進階段。 東部地區(qū)的高?？蒲袆?chuàng)新效率最高，東北地區(qū)次之，之后依次為中部地區(qū)和西部地區(qū)。 高?？蒲袆?chuàng)新效率呈現(xiàn)“領(lǐng)跑型”“跟跑型”和“追趕型”的區(qū)域梯度格局，但隨著中西部高等教育振興計劃的實施，該區(qū)域高校科研創(chuàng)新效率得到了較大的提高。

第三，核密度估計顯示，高?？蒲袆?chuàng)新效率的地區(qū)差異逐漸縮小，區(qū)域高等教育發(fā)展的協(xié)調(diào)性水平逐漸升高。 從階段性特征上看，“十五”至“十二五”期間是高?？蒲袆?chuàng)新效率上升較快、地區(qū)差異凸顯的階段，而在“十三五”時期，隨著高等教育治理能力、治理體系現(xiàn)代化建設(shè)的深入，高校科研創(chuàng)新效率的差異變化已不明顯，協(xié)調(diào)性水平較為一致，區(qū)域高等教育發(fā)展也相對均衡。

第四，Dagum 基尼系數(shù)及其分解結(jié)果顯示，考察期內(nèi)，高?？蒲袆?chuàng)新效率的總體基尼系數(shù)呈現(xiàn)穩(wěn)定的下降趨勢，空間范圍內(nèi)高校科研創(chuàng)新效率的區(qū)域差異正在緩慢縮??；西部地區(qū)區(qū)域內(nèi)差異最大，東北地區(qū)區(qū)域內(nèi)差異擴大速度最快，而中部地區(qū)的高校科研創(chuàng)新效率及其發(fā)展水平的空間差異正在改善；對差異貢獻率分析得出，高校科研創(chuàng)新效率的整體差異主要是由區(qū)域間差異主導(dǎo)的，表明高等教育地方化趨勢正在加劇，地方政府成為內(nèi)生于高等教育系統(tǒng)的推動者。

第五，空間效應(yīng)β收斂檢驗發(fā)現(xiàn)，區(qū)域間高?？蒲袆?chuàng)新效率差異均存在顯著的條件β收斂過程，且兩種空間權(quán)重下的高?？蒲袆?chuàng)新效率存在空間溢出效應(yīng)，呈現(xiàn)出俱樂部收斂特征，由此產(chǎn)生的“輻射效應(yīng)”在空間溢出作用下能夠帶動高?？蒲袆?chuàng)新效率較低的弱勢地區(qū)向高值地區(qū)收斂，并降低“虹吸效應(yīng)”的負面影響。

(二)政策建議

其一，優(yōu)化科研管理制度環(huán)境，解放科研人員“手腳”，釋放科研創(chuàng)新活力。 一切宏觀都源于微觀，一切行為都源于制度。 高校科研創(chuàng)新效率的宏觀問題源自微觀上的各種政策扭曲，而科研主體的微觀行為都受制于歷史延續(xù)下來的政策強干預(yù)。 諸如科研經(jīng)費“管得過死”、預(yù)算調(diào)劑困難，迫使科研人員無奈之下只能通過“偷”經(jīng)費、課題多次申請等手段變相獲取勞動報酬，造成了學術(shù)界的一些亂象，以及課題申報過細等科研管理制度不健全往往束縛住了科研人員的手腳，制約著科研創(chuàng)新效率的提高。 因此，通過完善科研管理制度環(huán)境，改善科研治理的技術(shù)效率，促進高?？蒲袆?chuàng)新效率的提高。 科研管理制度的設(shè)計應(yīng)充分尊重科學規(guī)律，減少以績效為導(dǎo)向的課題審核、考核評價，盡可能為科研人員提供方便，培養(yǎng)科研人員的科研素養(yǎng)，提高科研人員的待遇。 同時，原創(chuàng)性科研創(chuàng)新周期長、出成果慢等客觀規(guī)律注定了越是有重大價值的基礎(chǔ)科研工作，研究的周期越長，若沒有持續(xù)的經(jīng)費投入，研究往往被迫中斷，科研環(huán)境需要包容原創(chuàng)性科研的不確定性，科研制度需要調(diào)動一切資源為原創(chuàng)性科研提供充裕、持續(xù)的科研經(jīng)費投入，使科研人員甘于、安心坐“冷板凳”。

其二，區(qū)域協(xié)調(diào)一體化發(fā)展戰(zhàn)略的深入實施應(yīng)充分發(fā)揮東部高?！皫ь^”作用，帶動高校科研創(chuàng)新效率“從集聚中走向均衡”。 受所處區(qū)位、經(jīng)濟發(fā)展水平的限制，再加上歷次重點大學建設(shè)政策的傾斜，我國東部高校形成高等教育資源的集聚效應(yīng)，其他地區(qū)高校的科研投入水平相對較低，在一定程度上造成高?？蒲袆?chuàng)新效率的“馬太效應(yīng)”。 隨著區(qū)域協(xié)調(diào)一體化的快速推進，不同區(qū)域之間的交流聯(lián)系更加頻繁，資源要素在區(qū)域間的流動也日益明顯，一個地區(qū)的發(fā)展愈發(fā)受到周邊其他地區(qū)的影響，“先富帶動后富”逐漸成為區(qū)域協(xié)調(diào)發(fā)展的主要模式。 而且，本研究發(fā)現(xiàn)，高?？蒲袆?chuàng)新效率的空間效應(yīng)能夠推動區(qū)域間發(fā)展實現(xiàn)由空間集聚到空間溢出。 因此，各級政府應(yīng)推動建立有效的高?！奥?lián)盟”，借助多種渠道構(gòu)建科研資源和成果共享機制，依托東部高校的“極點”作用促進其他地區(qū)高?？蒲袆?chuàng)新效率和學術(shù)競爭力的提升，利用空間溢出效應(yīng)實現(xiàn)區(qū)域均衡發(fā)展，同時充分發(fā)揮中西部高校特色，因地制宜利用地方產(chǎn)業(yè)，加強校企合作以促進科研成果轉(zhuǎn)化，發(fā)揮其自身的“造血”功能，突破科研創(chuàng)新效率的“瓶頸”。