創(chuàng)新價(jià)值鏈視角下我國(guó)地區(qū)高校科技創(chuàng)新效率評(píng)價(jià)及其影響因素研究

摘要：客觀評(píng)價(jià)高?？萍紕?chuàng)新效率并測(cè)度其影響因素，對(duì)于提升高?？萍紕?chuàng)新效能、實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)發(fā)展和科技自立自強(qiáng)，有著積極且重大的現(xiàn)實(shí)意義。在創(chuàng)新價(jià)值鏈理論視域下，文章將高?？萍紕?chuàng)新工作分為基礎(chǔ)研究和成果應(yīng)用兩個(gè)階段，結(jié)合運(yùn)用DEA-BBC模型和Malmquist指數(shù)模型對(duì)不同階段的高?？萍紕?chuàng)新效率進(jìn)行靜態(tài)和動(dòng)態(tài)分析，最后運(yùn)用面板Tobit模型測(cè)度了政府支持力度、人才支撐狀況、經(jīng)濟(jì)發(fā)展水平和市場(chǎng)開(kāi)放程度等不同因素對(duì)于高?？萍紕?chuàng)新效率的影響作用，以期為提升高校科技創(chuàng)新效能和實(shí)現(xiàn)高水平科技自立自強(qiáng)提供有益的經(jīng)驗(yàn)參考。

關(guān)鍵詞：創(chuàng)新價(jià)值鏈；高?？萍紕?chuàng)新；效率評(píng)價(jià)；影響因素

中圖分類號(hào)： G644" 文獻(xiàn)標(biāo)志碼：A

基金項(xiàng)目：江蘇高校哲學(xué)社會(huì)科學(xué)研究一般項(xiàng)目；項(xiàng)目名稱：創(chuàng)新價(jià)值鏈視角下的我國(guó)地區(qū)高校科技創(chuàng)新效率評(píng)價(jià)及影響因素研究；項(xiàng)目編號(hào)：2023SJYB0102。南京警察學(xué)院校教學(xué)改革重點(diǎn)研究項(xiàng)目；項(xiàng)目名稱：以關(guān)務(wù)技能提升為導(dǎo)向的《進(jìn)出口商品歸類》緝私方向課程設(shè)計(jì)研究；項(xiàng)目編號(hào)：zd24002。

作者簡(jiǎn)介：范震（1990— ），男，助理研究員，碩士；研究方向：區(qū)域科技創(chuàng)新。

0" 引言

黨的十八大以來(lái)，黨和國(guó)家站在我國(guó)和世界發(fā)展的歷史新方位，統(tǒng)籌把握中華民族偉大復(fù)興戰(zhàn)略全局和世界百年未有之大變局，堅(jiān)持把科技創(chuàng)新擺在國(guó)家發(fā)展全局的核心位置，對(duì)建設(shè)科技強(qiáng)國(guó)進(jìn)行全局謀劃和系統(tǒng)部署，不斷完善國(guó)家創(chuàng)新體系，加快實(shí)現(xiàn)高水平科技自立自強(qiáng)。黨的二十大報(bào)告指出，科技是第一生產(chǎn)力、人才是第一資源、創(chuàng)新是第一動(dòng)力，深入實(shí)施科教興國(guó)戰(zhàn)略、人才強(qiáng)國(guó)戰(zhàn)略、創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，開(kāi)辟發(fā)展新領(lǐng)域新賽道，不斷塑造發(fā)展新動(dòng)能新優(yōu)勢(shì)。當(dāng)前，我國(guó)已經(jīng)進(jìn)入新的發(fā)展階段，為貫徹新發(fā)展理念和構(gòu)建新發(fā)展格局，必須深入實(shí)施科教興國(guó)戰(zhàn)略、人才強(qiáng)國(guó)戰(zhàn)略和創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略。為支持社會(huì)科技創(chuàng)新發(fā)展，我國(guó)每年的科研經(jīng)費(fèi)和科研人力投入不斷攀升，據(jù)統(tǒng)計(jì)，2023年我國(guó)全社會(huì)研發(fā)經(jīng)費(fèi)超過(guò)3.3萬(wàn)億元，居世界第二位，研發(fā)投入強(qiáng)度達(dá)到2.64%，研發(fā)人員全時(shí)當(dāng)量居世界第一。雖然，我國(guó)科技創(chuàng)新工作取得了令人矚目的成績(jī)，然而也要清醒地認(rèn)識(shí)到我國(guó)的科技事業(yè)仍然存在短板和不足，比如基礎(chǔ)性研究和原創(chuàng)性理論突破成果相對(duì)匱乏和薄弱，科技創(chuàng)新投入和產(chǎn)出的效率不盡如人意，科技創(chuàng)新資源的分配仍存在失衡和不均現(xiàn)象等。

高校是國(guó)家教育體系的制高點(diǎn)，是人才培養(yǎng)的主陣地，更是科技創(chuàng)新的橋頭堡，在國(guó)家科技創(chuàng)新事業(yè)中占據(jù)重要地位?？茖W(xué)、公正地評(píng)價(jià)高?？萍紕?chuàng)新效率可以有效遏止資源浪費(fèi)，優(yōu)化資源配置，提升科技創(chuàng)新效能。自1957年Farrell［1］首次提出技術(shù)效率的概念，學(xué)界普遍興起了對(duì)科技創(chuàng)新效率的測(cè)度和評(píng)價(jià)研究，高校作為重要的科技機(jī)構(gòu)自然也是該領(lǐng)域的重點(diǎn)研究對(duì)象，針對(duì)高校的科技創(chuàng)新效率測(cè)評(píng)研究層出不窮。沈映春等［2］運(yùn)用DEA（數(shù)據(jù)包絡(luò)分析）模型測(cè)算了原國(guó)防科工委所屬的7所高校的相對(duì)創(chuàng)新效率，使用投影面的方法為非DEA有效的決策單元測(cè)算了其達(dá)到DEA有效的數(shù)值。陳秋菲等［3］運(yùn)用DEA-BBC模型對(duì)2009—2015年我國(guó)農(nóng)業(yè)高?？萍紕?chuàng)新效率進(jìn)行靜態(tài)評(píng)價(jià)分析。馬寶林等［4］采用我國(guó)31個(gè)省、自治區(qū)、直轄市2009—2018年的面板數(shù)據(jù)，運(yùn)用Mamlquist指數(shù)模型分別測(cè)度了我國(guó)文理科高等學(xué)?？萍紕?chuàng)新效率動(dòng)態(tài)變化趨勢(shì)，就文科和理科高校差異進(jìn)行了對(duì)比研究。

然而，以往對(duì)于高校科技創(chuàng)新的研究多將高?？萍紕?chuàng)新活動(dòng)視為一個(gè)從投入產(chǎn)出的單一整體，忽視了科技創(chuàng)新的多投入、多產(chǎn)出和多環(huán)節(jié)性。隨著創(chuàng)新價(jià)值鏈理論的提出，科技創(chuàng)新是一個(gè)復(fù)雜的多環(huán)節(jié)鏈狀過(guò)程已經(jīng)成為學(xué)界共識(shí)［5］。此外，以往研究或基于面板數(shù)據(jù)對(duì)某一時(shí)間跨度內(nèi)的高?？萍紕?chuàng)新效率進(jìn)行動(dòng)態(tài)分析，或基于時(shí)點(diǎn)數(shù)據(jù)對(duì)某一時(shí)間節(jié)點(diǎn)的高?？萍紕?chuàng)新效率進(jìn)行靜態(tài)評(píng)價(jià)，鮮有文章能夠從靜態(tài)和動(dòng)態(tài)相結(jié)合的視角出發(fā)，既能客觀對(duì)比評(píng)判某一時(shí)間節(jié)點(diǎn)高?？萍紕?chuàng)新效率的高低，又能分析總結(jié)某一時(shí)間跨度內(nèi)高?？萍紕?chuàng)新效率的走勢(shì)。有鑒于此，本文基于創(chuàng)新價(jià)值鏈理論，將高?？萍紕?chuàng)新過(guò)程分為基礎(chǔ)研究和成果應(yīng)用兩個(gè)階段，收集整理了2016—2022年我國(guó)高?？萍紕?chuàng)新相關(guān)指標(biāo)數(shù)據(jù)，分別運(yùn)用傳統(tǒng)DEA模型和Malmquist指數(shù)模型對(duì)各階段分地區(qū)高?？萍紕?chuàng)新效率進(jìn)行靜態(tài)和動(dòng)態(tài)的結(jié)合分析，最后運(yùn)用Tobit模型分析了各階段高?？萍紕?chuàng)新效率的影響因素，以期為提升高?？萍紕?chuàng)新效能和實(shí)現(xiàn)高水平科技自立自強(qiáng)提供有益的經(jīng)驗(yàn)參考。

1" 模型和方法介紹

1.1" 數(shù)據(jù)包絡(luò)分析

數(shù)據(jù)包絡(luò)分析（DEA）作為一種非參數(shù)估計(jì)方法，可以評(píng)估投入和產(chǎn)出的效率。在DEA模型中假設(shè)有n個(gè)決策單元，每個(gè)決策單元有m種投入和k種產(chǎn)出，投入和產(chǎn)出矩陣分別是xj=（x1j，x2j，…，xmj）T和yj=（y1j，y2j，…，ymj）T，對(duì)應(yīng)權(quán)重矩陣分別是vj=（v1，v2，…，vm）T和uj=（u1，u2，…，um）T，第j個(gè)決策單元的效率評(píng)價(jià)指數(shù)為ηj=uTyjvTxj=∑kr=1uryrj∑mi=1vixij，j=1，2，…，k。其DEA-BCC模型如下：

minθ

s.t.∑nj=1λjxj+s-=θx0

∑nj=1λjyj-s+=y0

∑nj=1λj=1

λj≥0，j=1，2，…，n

s+≥0

s-≥0（1）

式（1）中：θ表示決策單元的綜合技術(shù)效率值；xj表示第j個(gè)決策單元的投入量；yj表示第j個(gè)決策單元的產(chǎn)出量；x0、y0分別表示決策單元的投入和產(chǎn)出；λj表示第j個(gè)決策單元的組合比例；s-為投入冗余量；s+為產(chǎn)出不足量。當(dāng)θ=1且s-=0，s+=0時(shí)，該決策單元DEA有效，而且同時(shí)達(dá)到技術(shù)效率最優(yōu)和規(guī)模效率最優(yōu)；當(dāng)θ=1，但至少某個(gè)輸入或者輸出大于0時(shí)，則稱該決策單元達(dá)到弱DEA有效，沒(méi)有同時(shí)達(dá)到技術(shù)效率最優(yōu)和規(guī)模效率最優(yōu)；當(dāng)0≤θlt;1時(shí)，決策單元未達(dá)到DEA有效，并且技術(shù)效率和規(guī)模效率都未達(dá)到最優(yōu)狀態(tài)。

1.2" Malmquist指數(shù)

為了能夠動(dòng)態(tài)分析2016—2022年我國(guó)高?？萍紕?chuàng)新效率的變化趨勢(shì)，本文通過(guò)引入Malmquist指數(shù)模型對(duì)2016—2022年我國(guó)高?？萍紕?chuàng)新效率進(jìn)行動(dòng)態(tài)研究。Malmquist指數(shù)可以測(cè)度從t到t+1期決策單元的全要素生產(chǎn)率變化，其公式如下：

M（xt，yt，xt+1，yt+1）=Dt+1（xt+1，yt+1）Dt（xt，yt）×Dt（xt+1，yt+1）Dt+1（xt+1，yt+1）×Dt（xt，yt）Dt+1（xt，yt）1/2（2）

式（2）中：Dt和Dt+1分別為參照第t和第t+1期的技術(shù)水平下決策單元對(duì)應(yīng)的投入和產(chǎn)出相對(duì)效率。當(dāng)M大于1時(shí)，t至t+1期全要素生產(chǎn)率呈增長(zhǎng)趨勢(shì)；當(dāng)M等于1時(shí)，t至t+1期全要素生產(chǎn)率呈停滯狀態(tài)；當(dāng)M小于1時(shí)，t至t+1期全要素生產(chǎn)率呈下降趨勢(shì)。在規(guī)模報(bào)酬不變時(shí)，全要素生產(chǎn)率變化（TFPCH，式中記為TF）可由技術(shù)效率變化（EFFCH，式中記為EF）和技術(shù)進(jìn)步（TECH，式中記為TE）轉(zhuǎn)化，其公式如下：

M（xt，yt，xt+1，yt+1）=TF=EF×TE=PE×SE×TE（3）

式（3）中：PE為純技術(shù)效率；SE為規(guī)模效率。

1.3" 面板Tobit模型

由于DEA模型得出的效率值介于0和1之間，用普通的最小二乘法（OLS）對(duì)因變量高校科技創(chuàng)新效率和自變量影響因素進(jìn)行回歸分析，得出的估計(jì)結(jié)果并不準(zhǔn)確。而Tobit回歸分析恰好可以解決因變量受限的問(wèn)題，因此本文采用面板Tobit模型對(duì)2016—2022年我國(guó)各地區(qū)高?？萍紕?chuàng)新效率的面板數(shù)據(jù)進(jìn)行實(shí)證研究。

假設(shè)有t時(shí)間范圍內(nèi)的n個(gè)決策單元的面板數(shù)據(jù)，其面板Tobit回歸模型如下：

yit=βxit+ui+εit，βxit+ui+εitgt;0

0，βxit+ui+εit≤0（4）

式（4）中：yit表示因變量；xit表示自變量；i表示決策單元；t表示時(shí)間；β表示回歸系數(shù)；ui表示個(gè)體效應(yīng)；εit表示隨機(jī)擾動(dòng)項(xiàng)，εit～N（0，σ2）。

2" 指標(biāo)體系構(gòu)建

本文基于創(chuàng)新價(jià)值鏈理論，將高校科技創(chuàng)新過(guò)程大致分為基礎(chǔ)研究和成果應(yīng)用兩個(gè)階段，在參考前人研究的基礎(chǔ)上［6］，綜合考慮指標(biāo)數(shù)據(jù)科學(xué)性和易得性，選取了Ramp;D經(jīng)費(fèi)支出、Ramp;D全時(shí)人員、科技著作數(shù)量、學(xué)術(shù)論文數(shù)量和專利授權(quán)數(shù)量作為基礎(chǔ)研究階段的投入和產(chǎn)出指標(biāo)；另外，選取了Ramp;D 成果應(yīng)用當(dāng)年支出、Ramp;D 成果應(yīng)用及科技服務(wù)全時(shí)人員、技術(shù)轉(zhuǎn)讓當(dāng)年實(shí)際收入、科技課題立項(xiàng)數(shù)量、成果授獎(jiǎng)數(shù)量作為成果應(yīng)用階段的投入和產(chǎn)出指標(biāo)，構(gòu)建高?？萍紕?chuàng)新投入和產(chǎn)出指標(biāo)體系如表1所示。

在高?？萍紕?chuàng)新影響因素指標(biāo)選取上，一是選取確實(shí)會(huì)對(duì)高?？萍紕?chuàng)新工作產(chǎn)生切實(shí)影響的指標(biāo)，這些指標(biāo)不能是高校自身可以影響和控制的。二是選取政府支持力度、人才支撐狀況、經(jīng)濟(jì)發(fā)展水平和市場(chǎng)開(kāi)放程度4個(gè)影響因素，分別用地區(qū)科技支出在一般公共預(yù)算支出中的占比、地區(qū)每十萬(wàn)人普通高等學(xué)校在校生人數(shù)、地區(qū)生產(chǎn)總值和地區(qū)進(jìn)出口貿(mào)易總額來(lái)表征高?？萍紕?chuàng)新的影響因素，以此構(gòu)建高?？萍紕?chuàng)新影響因素指標(biāo)體系如表2所示。

本文以我國(guó)除港澳臺(tái)地區(qū)以外的其他 31 個(gè)省、自治區(qū)、直轄市的高?？萍紕?chuàng)新工作作為研究對(duì)象，相關(guān)數(shù)據(jù)均來(lái)源于2016—2022年教育部《高等學(xué)?？萍冀y(tǒng)計(jì)資料匯編》《中國(guó)統(tǒng)計(jì)年鑒》等資料。

3" 實(shí)證研究

3.1" 靜態(tài)分析

為了靜態(tài)測(cè)度2016—2022年我國(guó)地區(qū)高校科技創(chuàng)新效率，將高校科技創(chuàng)新基礎(chǔ)研究和成果應(yīng)用階段各項(xiàng)投入與產(chǎn)出指標(biāo)的截面數(shù)據(jù)代入DEA-BBC模型，通過(guò)模型運(yùn)算得出結(jié)果。因篇幅有限，本文僅對(duì)2022年的地區(qū)高?？萍紕?chuàng)新效率進(jìn)行討論，其結(jié)果如表3所示。

分析表3可知，在基礎(chǔ)研究階段，我國(guó)31個(gè)省、自治區(qū)和直轄市中僅有北京、江蘇、河南3個(gè)地區(qū)達(dá)到DEA有效，非DEA有效的決策單元有28個(gè)，占比超過(guò)90%。非DEA有效的決策單元中有19個(gè)規(guī)模效應(yīng)遞減，說(shuō)明這些地區(qū)高校科技創(chuàng)新基礎(chǔ)研究投入過(guò)多，但產(chǎn)出相對(duì)不足，應(yīng)該注重降低投入規(guī)模，提升產(chǎn)出效率；有8個(gè)決策單元規(guī)模效應(yīng)遞增，說(shuō)明這些地區(qū)的高校科技創(chuàng)新基礎(chǔ)研究投入規(guī)模不足，應(yīng)該著重注意加強(qiáng)在基礎(chǔ)研究階段的創(chuàng)新投入。各地區(qū)綜合效率均值為0.620，純技術(shù)效率均值為0.689，規(guī)模效率均值為0.901?？傮w而言，2022年我國(guó)高?？萍紕?chuàng)新基礎(chǔ)研究階段綜合效率表現(xiàn)欠佳，雖然規(guī)模效率均值達(dá)到0.901，已經(jīng)處在較高水平，但純技術(shù)效率較低，已經(jīng)成為制約綜合效率進(jìn)一步提升的短板。說(shuō)明2022年我國(guó)高校科技創(chuàng)新基礎(chǔ)研究投入的規(guī)模較為合適，已經(jīng)接近生產(chǎn)效率的前沿面，然而在資源配置的技術(shù)水平和管理水平方面還存在不足。分區(qū)域來(lái)看，2022年我國(guó)地區(qū)高校在基礎(chǔ)研究階段科技創(chuàng)新效率區(qū)域差異較大，各區(qū)域排名為西部＞中部＞東部＞東北，代表科技創(chuàng)新資源配置技術(shù)水平和管理水平的純技術(shù)效率低下是制約各區(qū)域高?？萍紕?chuàng)新基礎(chǔ)研究效率提升的關(guān)鍵因素。

在成果應(yīng)用階段，我國(guó)31個(gè)省、自治區(qū)和直轄市中僅有四川省達(dá)到了DEA有效，非DEA有效的決策單元有30個(gè)，占比超過(guò)96%。非DEA有效的決策單元全部為規(guī)模效應(yīng)遞減，說(shuō)明這些地區(qū)的高?？萍紕?chuàng)新成果應(yīng)用投入過(guò)多，但產(chǎn)出相對(duì)不足，應(yīng)該注重降低投入規(guī)模，提升成果應(yīng)用的產(chǎn)出。各地區(qū)綜合效率均值為0.233，純技術(shù)效率均值為0.704，規(guī)模效率均值為0.312?？傮w而言，2022年我國(guó)高校科技創(chuàng)新成果應(yīng)用階段綜合效率較低，規(guī)模效率和純技術(shù)效率都是制約綜合效率提升的因素，規(guī)模效率的影響更為嚴(yán)重。說(shuō)明2022年我國(guó)地區(qū)高校科技創(chuàng)新成果應(yīng)用投入規(guī)模亟須調(diào)整，絕大多數(shù)地區(qū)規(guī)模效應(yīng)遞減，應(yīng)該著重降低成果應(yīng)用階段的投入規(guī)模，注意提升資源配置的技術(shù)水平和管理水平。分區(qū)域來(lái)看，2022年我國(guó)地區(qū)高校在成果應(yīng)用階段科技創(chuàng)新效率也存在較大的區(qū)域差異，總體而言，各區(qū)域綜合效率都偏低，規(guī)模效率低下則是制約成果應(yīng)用階段各區(qū)域高?？萍紕?chuàng)新效率進(jìn)一步提升的主要原因。

3.2" 動(dòng)態(tài)分析

為了動(dòng)態(tài)分析2016—2022年我國(guó)地區(qū)高?？萍紕?chuàng)新效率的變化走勢(shì)，將高?？萍紕?chuàng)新基礎(chǔ)研究和成果應(yīng)用階段各項(xiàng)投入和產(chǎn)出指標(biāo)的面板數(shù)據(jù)代入Malmquist模型，通過(guò)模型運(yùn)算得出了結(jié)果，如表4—5所示。

分析表4可知，2016—2022年我國(guó)地區(qū)高校科技創(chuàng)新基礎(chǔ)研究階段的全要素生產(chǎn)率變化指數(shù)均值為1.012，說(shuō)明這一時(shí)間段內(nèi)我國(guó)地區(qū)高?？萍紕?chuàng)新效率呈現(xiàn)不斷上升的趨勢(shì)。從全要素生成率的分解結(jié)果來(lái)看，綜合技術(shù)效率變動(dòng)指數(shù)、純技術(shù)效率變動(dòng)指數(shù)和規(guī)模效率變動(dòng)指數(shù)都小于1，只有技術(shù)進(jìn)步指數(shù)大于1，說(shuō)明外部科技水平的提升是促進(jìn)2016—2022年我國(guó)地區(qū)高?；A(chǔ)研究階段科技創(chuàng)新效率不斷提升的關(guān)鍵因素。

分年度來(lái)觀察變化走勢(shì)，發(fā)現(xiàn)2016—2022年我國(guó)地區(qū)高?？萍紕?chuàng)新基礎(chǔ)研究階段的綜合技術(shù)效率呈現(xiàn)上升-下降-上升-下降的波動(dòng)式發(fā)展趨勢(shì)。2016—2017年全要素生產(chǎn)率變化指數(shù)為1.058，年均上升幅度達(dá)到5.8個(gè)百分點(diǎn)，技術(shù)進(jìn)步成為驅(qū)動(dòng)全要素生產(chǎn)率上升的主要因素。2017—2018年全要素生產(chǎn)率變化指數(shù)為1.000，高?？萍紕?chuàng)新綜合效率與上

年度持平，技術(shù)進(jìn)步成為限制全要素生產(chǎn)率上升的主要因素。2018—2019年全要素生產(chǎn)率變化指數(shù)為0.941，年均下降幅度達(dá)到5.9個(gè)百分點(diǎn)，純技術(shù)效率、規(guī)模效率、技術(shù)進(jìn)步表現(xiàn)都欠佳，都成為制約全要素生產(chǎn)率上升的關(guān)鍵原因。2019—2020年全要素生產(chǎn)率變化指數(shù)為0.757，年均下降幅度達(dá)到24.3個(gè)百分點(diǎn)，下降幅度進(jìn)一步擴(kuò)大，規(guī)模效率和技術(shù)進(jìn)步成為限制全要素生產(chǎn)率上升的主要因素。2020—2021年全要素生產(chǎn)率變化指數(shù)為1.430，年均上升幅度達(dá)到43個(gè)百分點(diǎn)，相對(duì)而言上升幅度很大，技術(shù)進(jìn)步和規(guī)模效率成為驅(qū)動(dòng)全要素生產(chǎn)率上升的主要因素。2021—2022年全要素生產(chǎn)率變化指數(shù)為0.995，年均下降幅度為0.5個(gè)百分點(diǎn)，純技術(shù)效率成為抑制全要素生產(chǎn)率上升的主要因素。

分析表5可知，2016—2022年我國(guó)地區(qū)高?？萍紕?chuàng)新成果應(yīng)用階段的全要素生產(chǎn)率變化指數(shù)均值為0.958，說(shuō)明這一時(shí)間段內(nèi)我國(guó)地區(qū)高?？萍紕?chuàng)新效率呈現(xiàn)不斷下降的趨勢(shì)。從全要素生產(chǎn)率的分解結(jié)果來(lái)看，綜合技術(shù)效率變動(dòng)指數(shù)和規(guī)模效率變動(dòng)指數(shù)都大于1，技術(shù)進(jìn)步指數(shù)和純技術(shù)效率變動(dòng)指數(shù)均小于1，說(shuō)明外部科技水平和資源配置的管理水平降低是導(dǎo)致2016—2022我國(guó)地區(qū)高校成果應(yīng)用階段科技創(chuàng)新效率不斷降低的主要原因。

分年度來(lái)觀察變化走勢(shì)，發(fā)現(xiàn)2016—2022年我國(guó)地區(qū)高?？萍紕?chuàng)新成果應(yīng)用階段的綜合效率呈現(xiàn)出上升-下降-上升的波動(dòng)式發(fā)展趨勢(shì)。2016—2017年全要素生產(chǎn)率變化指數(shù)為1.067，年均上升幅度達(dá)到6.7個(gè)百分點(diǎn)，技術(shù)進(jìn)步和純技術(shù)效率成為驅(qū)動(dòng)全要素生產(chǎn)率上升的主要因素。2017—2018年全要素生產(chǎn)率變化指數(shù)為0.998，年均下降幅度為0.2個(gè)百分點(diǎn)，技術(shù)進(jìn)步成為制約全要素生產(chǎn)率上升的主要因素。2018—2019年全要素生產(chǎn)率變化指數(shù)為0.727，年均下降幅度達(dá)到27.3個(gè)百分點(diǎn)，較上年下降幅度加大，技術(shù)進(jìn)步仍然是制約全要素生產(chǎn)率上升的主要因素。2019—2020年全要素生產(chǎn)率變化指數(shù)為0.521，年均下降幅度達(dá)到47.9個(gè)百分點(diǎn)，較上年下降幅度進(jìn)一步加大，除技術(shù)進(jìn)步外，純技術(shù)效率和規(guī)模效率也都成為制約全要素生產(chǎn)率上升的主要因素。2020—2021年全要素生產(chǎn)率變化指數(shù)為2.166，年均上升幅度達(dá)到116.6個(gè)百分點(diǎn)，在經(jīng)歷了連續(xù)幾年的下降后，高校科技創(chuàng)新綜合效率提升顯著，技術(shù)進(jìn)步和純技術(shù)效率成為驅(qū)動(dòng)全要素生產(chǎn)率上升的主要因素。2021—2022年全要素生產(chǎn)率變化指數(shù)為0.884，年均下降幅度達(dá)到11.6個(gè)百分點(diǎn)，在經(jīng)歷了大幅增長(zhǎng)后，高?？萍紕?chuàng)新效率又呈現(xiàn)出下降趨勢(shì)，技術(shù)進(jìn)步和純技術(shù)效率成為制約全要素生產(chǎn)率上升的主要因素。

3.3" 高校科技創(chuàng)新效率的影響因素研究

為了研究我國(guó)地區(qū)高?？萍紕?chuàng)新效率的主要影響因素，明確不同影響因素對(duì)高?？萍紕?chuàng)新效率的作用方向，本文運(yùn)用Tobit模型對(duì)2016—2022年我國(guó)地區(qū)高?？萍紕?chuàng)新的面板數(shù)據(jù)進(jìn)行回歸分析。

在參考前人研究基礎(chǔ)上，本文綜合選取政府支持力度、人才支撐狀況、經(jīng)濟(jì)發(fā)展水平和市場(chǎng)開(kāi)放程度作為待考察的4個(gè)高?？萍紕?chuàng)新效率影響因素，分別以地區(qū)科技支出在一般公共預(yù)算支出中的占比、地區(qū)每十萬(wàn)人普通高等學(xué)校在校生人數(shù)、地區(qū)生產(chǎn)總值和地區(qū)進(jìn)出口貿(mào)易總額表征4個(gè)影響因素。分別將前文DEA模型獲得的基礎(chǔ)研究階段和成果應(yīng)用階段的高?？萍紕?chuàng)新綜合效率值作為因變量，以政府支持力度、人才支撐狀況、經(jīng)濟(jì)發(fā)展水平和市場(chǎng)開(kāi)放程度等影響因素作為自變量，構(gòu)建以下回歸方程：

Ycrsteit=α1X1it+α2X2it+α3X3it+α4X4it+α5X5it+αi+εit（5）

式（5）中：i表示省份；t表示年份；αi表示個(gè)體效應(yīng)；α1～α5表示回歸系數(shù)；εit表示隨機(jī)干擾項(xiàng)；Ycrsteit表示綜合效率值，X1it、X2it、X3it、X4it分別表示政府支持力度、人才支撐狀況、經(jīng)濟(jì)發(fā)展水平和市場(chǎng)開(kāi)放程度等影響因素。

為了消除因量綱不一致帶來(lái)的誤差，采用極值法對(duì)各指標(biāo)數(shù)據(jù)的量綱進(jìn)行歸一化處理，其公式如下：

X′it=［Xit－min（Xit）］/［max（Xit）－min（Xit）］（6）

運(yùn)用Stata 16.0軟件進(jìn)行Tobit回歸分析，模型系數(shù)綜合檢驗(yàn)顯示Prob≥chibar2=0.000，說(shuō)明回歸方程顯著，基礎(chǔ)研究和成果應(yīng)用階段的Tobit回歸分析的結(jié)果分別如表6—7所示。

分析表6可知：第一，政府支持力度與地區(qū)高?；A(chǔ)研究階段的科技創(chuàng)新效率呈現(xiàn)顯著的正相關(guān)關(guān)系，而且置信水平達(dá)到1%。地區(qū)科技支出在一般公共預(yù)算支出中的占比越高，地區(qū)高?；A(chǔ)研究的經(jīng)費(fèi)相對(duì)越充裕，高?；A(chǔ)研究的成果產(chǎn)出也更為豐碩，說(shuō)明基礎(chǔ)研究階段高?？萍紕?chuàng)新對(duì)于經(jīng)費(fèi)投入的依賴比較重。第二，人才支撐狀況與地區(qū)高?；A(chǔ)研究階段的科技創(chuàng)新效率呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系，而且置信水平達(dá)到5%。高學(xué)歷人才的投入并未起到促進(jìn)基礎(chǔ)研究階段高?？萍紕?chuàng)新效率提升的作用，反而出現(xiàn)了人力投入冗余的現(xiàn)象，說(shuō)明地區(qū)高?；A(chǔ)研究階段的科技創(chuàng)新并不需要過(guò)多的人力投入，過(guò)量的人力投入反而對(duì)高校的財(cái)政負(fù)擔(dān)和行政管理帶來(lái)了不利影響。第三，經(jīng)濟(jì)發(fā)展水平與地區(qū)高?；A(chǔ)研究階段的科技創(chuàng)新效率呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系，而且置信水平達(dá)到1%。地區(qū)經(jīng)濟(jì)實(shí)力強(qiáng)勁，雖然給基礎(chǔ)研究帶來(lái)了更多的經(jīng)費(fèi)支持，但同樣會(huì)產(chǎn)生經(jīng)費(fèi)投入冗余、資源配置不合理等問(wèn)題，反而對(duì)基礎(chǔ)研究階段高校科技創(chuàng)新效率的提升起到了相反作用。第四，市場(chǎng)開(kāi)放程度與地區(qū)高校基礎(chǔ)研究階段的科技創(chuàng)新效率呈現(xiàn)顯著的正相關(guān)關(guān)系，而且置信水平達(dá)到5%。地區(qū)市場(chǎng)越開(kāi)放，地區(qū)與外界的交流合作越頻繁，對(duì)于基礎(chǔ)研究的科技創(chuàng)新帶來(lái)了較大的促進(jìn)和推動(dòng)作用。此外，總體而言，政府支持力度和經(jīng)濟(jì)發(fā)展水平對(duì)于地區(qū)高校基礎(chǔ)研究階段科技創(chuàng)新效率影響的顯著性要大于人才支撐狀況和市場(chǎng)開(kāi)放程度兩個(gè)因素。

分析表7可知：第一，政府支持力度與地區(qū)高校成果應(yīng)用階段的科技創(chuàng)新效率呈現(xiàn)顯著的正相關(guān)關(guān)系，而且置信水平達(dá)到5%。地區(qū)科技支出在一般公共預(yù)算支出中的占比越高，地區(qū)高校成果應(yīng)用的經(jīng)費(fèi)相對(duì)越充裕，高?？萍紕?chuàng)新成果應(yīng)用的轉(zhuǎn)化也更有保障，然而相對(duì)基礎(chǔ)研究階段，政府支持力度對(duì)于成果應(yīng)用階段的科技創(chuàng)新效率的影響顯著性較弱。第二，人才支撐狀況與地區(qū)高校成果應(yīng)用階段的科技創(chuàng)新效率呈現(xiàn)顯著的正相關(guān)關(guān)系，而且置信水平達(dá)到5%。高學(xué)歷人力資源的投入對(duì)于高校成果應(yīng)用階段的科技創(chuàng)新效率提升起到了積極的作用，這樣的正向作用與其對(duì)高?；A(chǔ)研究階段的科技創(chuàng)新效率的作用正好相反。第三，經(jīng)濟(jì)發(fā)展水平與地區(qū)高校成果應(yīng)用階段的科技創(chuàng)新效率呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系，而且置信水平達(dá)到1%。在成果應(yīng)用階段，地區(qū)經(jīng)濟(jì)發(fā)展水平對(duì)于高?？萍紕?chuàng)新效率的影響與基礎(chǔ)研究階段一樣，都因?yàn)榻?jīng)費(fèi)投入的冗余反而制約了科技創(chuàng)新效率的提升，而且這種影響程度非常顯著。第四，市場(chǎng)開(kāi)放程度與地區(qū)高校成果應(yīng)用階段的科技創(chuàng)新效率呈現(xiàn)顯著的正相關(guān)關(guān)系，而且置信水平達(dá)到1%。地區(qū)市場(chǎng)越開(kāi)放，地區(qū)與外界的交流合作越頻繁，對(duì)于成果應(yīng)用的科技創(chuàng)新帶來(lái)了較大的促進(jìn)和推動(dòng)作用，而且相對(duì)于基礎(chǔ)研究階段這種正向影響更為顯著。此外，總體而言，市場(chǎng)開(kāi)放程度和經(jīng)濟(jì)發(fā)展水平對(duì)于地區(qū)高校成果應(yīng)用階段的科技創(chuàng)新效率影響的顯著性要大于政府支持力度和人才支撐狀況兩個(gè)因素。

4" 研究結(jié)論

在創(chuàng)新價(jià)值鏈理論視域下，本文將高?？萍紕?chuàng)新工作分為基礎(chǔ)研究和成果應(yīng)用兩個(gè)階段，結(jié)合運(yùn)用DEA-BBC模型和Malmquist指數(shù)模型對(duì)不同階段的高?？萍紕?chuàng)新效率進(jìn)行靜態(tài)和動(dòng)態(tài)分析，最后運(yùn)用面板Tobit模型測(cè)度了政府支持力度、人才支撐狀況、經(jīng)濟(jì)發(fā)展水平和市場(chǎng)開(kāi)放程度等不同因素對(duì)于高?？萍紕?chuàng)新效率的影響作用。通過(guò)以上研究得出以下研究結(jié)論。

第一，通過(guò)靜態(tài)分析發(fā)現(xiàn)，2022年我國(guó)地區(qū)高校科技創(chuàng)新效率在基礎(chǔ)研究和成果應(yīng)用階段的表現(xiàn)均不盡如人意，基礎(chǔ)研究階段綜合效率為0.620，成果應(yīng)用階段綜合效率更低，僅為0.233；2022年基礎(chǔ)研究階段高?？萍紕?chuàng)新的投入規(guī)模達(dá)到了較為理想的狀態(tài)，已經(jīng)接近生產(chǎn)效率的前沿面，然而在資源配置的技術(shù)水平和管理水平方面還存在不足，嚴(yán)重制約了綜合效率的進(jìn)一步提升；2022年成果應(yīng)用階段高?？萍紕?chuàng)新的資源配置技術(shù)和管理水平不甚理想，但該階段制約綜合效率提升的主要因素是資源投入的規(guī)模，絕大多數(shù)地區(qū)規(guī)模效應(yīng)遞減，亟須適當(dāng)降低投入規(guī)模，以提升科技投入和產(chǎn)出效能；分區(qū)域來(lái)看，2022年我國(guó)地區(qū)高校在基礎(chǔ)研究和成果應(yīng)用階段科技創(chuàng)新效率都存在較大的區(qū)域差異。

第二，通過(guò)動(dòng)態(tài)分析發(fā)現(xiàn)，2016—2022年我國(guó)地區(qū)高?？萍紕?chuàng)新效率在基礎(chǔ)研究階段呈現(xiàn)不斷上升的趨勢(shì)，外部科技水平的提升是其主要促進(jìn)因素；2016—2022年我國(guó)地區(qū)高校科技創(chuàng)新效率在成果應(yīng)用階段呈現(xiàn)不斷下降的趨勢(shì)，外部科技水平和資源配置的管理水平降低是造成科技創(chuàng)新效率下降的關(guān)鍵因素。

第三，通過(guò)Tobit回歸分析發(fā)現(xiàn)，政府支持力度和市場(chǎng)開(kāi)放程度對(duì)我國(guó)地區(qū)高?；A(chǔ)研究階段的科技創(chuàng)新效率呈現(xiàn)顯著的正向作用，人才支撐狀況和經(jīng)濟(jì)發(fā)展水平則對(duì)我國(guó)地區(qū)高?；A(chǔ)研究階段的科技創(chuàng)新效率呈現(xiàn)顯著的負(fù)面影響，而且政府支持力度和經(jīng)濟(jì)發(fā)展水平對(duì)于地區(qū)高校基礎(chǔ)研究階段的科技創(chuàng)新效率影響的顯著性要大于人才支撐狀況和市場(chǎng)開(kāi)放程度兩個(gè)因素；政府支持力度、人才支撐狀況和市場(chǎng)開(kāi)放程度對(duì)我國(guó)地區(qū)高校成果應(yīng)用階段的科技創(chuàng)新效率呈現(xiàn)顯著的正向作用，經(jīng)濟(jì)發(fā)展水平則對(duì)我國(guó)地區(qū)高校成果應(yīng)用階段的科技創(chuàng)新效率呈現(xiàn)顯著的負(fù)面影響，而且市場(chǎng)開(kāi)放程度和經(jīng)濟(jì)發(fā)展水平對(duì)于地區(qū)高校成果應(yīng)用階段的科技創(chuàng)新效率影響的顯著性要大于政府支持力度和人才支撐狀況兩個(gè)因素。

5" 研究建議針對(duì)本文的研究結(jié)論，提出以下建議。

5.1" 合理配置高校科技創(chuàng)新的資源投入

各地區(qū)教育和科技管理部門要根據(jù)本地區(qū)高?？萍紕?chuàng)新工作實(shí)際，因地制宜地制定規(guī)模適當(dāng)?shù)母咝？萍紕?chuàng)新投入預(yù)算，對(duì)于科技創(chuàng)新投入不足的地區(qū)要加大政府財(cái)政支持力度，高?？梢圆扇∨c企業(yè)等合作研發(fā)的模式，爭(zhēng)取企業(yè)和其他社會(huì)來(lái)源的資金支持；對(duì)于科技創(chuàng)新投入冗余的地區(qū)則應(yīng)該適度地調(diào)整和縮減經(jīng)費(fèi)投入規(guī)模，避免不必要的經(jīng)費(fèi)浪費(fèi)，切實(shí)提升經(jīng)費(fèi)使用的效率。

5.2" 實(shí)現(xiàn)區(qū)域之間科技創(chuàng)新協(xié)調(diào)發(fā)展

當(dāng)前，我國(guó)各地區(qū)之間高?？萍紕?chuàng)新效率發(fā)展差異化明顯，要進(jìn)一步統(tǒng)籌區(qū)域之間的合作交流，平衡配置資源投入，共享先進(jìn)的管理經(jīng)驗(yàn)，逐步縮小區(qū)域間的差異。高?？萍紕?chuàng)新效率領(lǐng)先的地區(qū)要總結(jié)經(jīng)驗(yàn)做法，進(jìn)一步鞏固和提升現(xiàn)有科技創(chuàng)新成效，加強(qiáng)對(duì)于周邊地區(qū)的輻射，以溢出效應(yīng)幫助周邊地區(qū)提升科技創(chuàng)新效能；落后地區(qū)則要主動(dòng)取經(jīng)學(xué)習(xí)，通過(guò)交流合作找準(zhǔn)差距和不足，切實(shí)補(bǔ)齊自身短板，最終實(shí)現(xiàn)全國(guó)各地區(qū)科技創(chuàng)新的協(xié)調(diào)發(fā)展［7］。

5.3" 找準(zhǔn)用好影響高?？萍紕?chuàng)新的外界因素

通過(guò)研究發(fā)現(xiàn)政府支持力度、人才支撐狀況、經(jīng)濟(jì)發(fā)展水平、市場(chǎng)開(kāi)放程度等外界因素都會(huì)對(duì)高?？萍紕?chuàng)新工作帶來(lái)一定的影響，高校和教育管理部門要科學(xué)把握外界因素的影響機(jī)制，盡可能地規(guī)避不利影響，將一些抑制和阻礙高?？萍紕?chuàng)新發(fā)展的不利因素控制在最小范圍內(nèi)，減輕對(duì)于高?？萍紕?chuàng)新的破壞程度；再就是要找準(zhǔn)能夠促進(jìn)高?？萍紕?chuàng)新發(fā)展的關(guān)鍵因素，持續(xù)發(fā)揮其推動(dòng)和促進(jìn)作用，打造有利于高校科技創(chuàng)新有序發(fā)展的健康外部環(huán)境。

5.4" 建立健全高?？萍紕?chuàng)新的監(jiān)管和激勵(lì)機(jī)制

高校和教育管理部門應(yīng)該借鑒國(guó)外成熟的科技創(chuàng)新監(jiān)管和激勵(lì)政策，逐步完善我國(guó)高?？萍紕?chuàng)新的政策機(jī)制，以制度形式對(duì)高校科技創(chuàng)新的經(jīng)費(fèi)使用進(jìn)行全面和有力的監(jiān)督，有效規(guī)避資源的冗余投入和低效利用，加強(qiáng)對(duì)于高?？萍紕?chuàng)新的激勵(lì)和保障，以財(cái)政補(bǔ)貼、稅收減免、貸款貼息、產(chǎn)學(xué)研合作等［8］手段激發(fā)高?？萍紕?chuàng)新的新質(zhì)生產(chǎn)力。

參考文獻(xiàn)

［1］FARRELL M J.The measurement of productive efficiency［J］.Journal of the Royal Statistical Society：Series A（General），1957（3）：253-281.

［2］沈映春，管超.基于DEA的國(guó)防科工高校國(guó)防科技創(chuàng)新效率研究［J］.北京航空航天大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2010（5）：108-111.

［3］陳秋菲，譚曉東.中國(guó)農(nóng)業(yè)類高等學(xué)?？萍紕?chuàng)新效率靜態(tài)評(píng)價(jià)［J］.園藝與種苗，2017（8）：74-76.

［4］馬寶林，安錦，張煜，等.中國(guó)高?？萍紕?chuàng)新效率研究［J］.科學(xué)管理研究，2021（2）：22-28.

［5］初旭新，馬昱.創(chuàng)新價(jià)值鏈視角下中國(guó)高?？萍紕?chuàng)新效率評(píng)價(jià)［J］.科技管理研究，2020（22）：119-123.

［6］邢琳培.基于三階段DEA模型的教育部高?？萍紕?chuàng)新效率評(píng)價(jià)［J］.統(tǒng)計(jì)與管理，2021（2）：124-128.

［7］朱文潔.全國(guó)高?？萍紕?chuàng)新效率測(cè)評(píng)及影響因素研究［D］.濟(jì)南：山東師范大學(xué)，2024.

［8］楊宏進(jìn)，劉立群.基于三階段DEA的高?？萍紕?chuàng)新績(jī)效研究［J］.科技管理研究，2011（9）：104-107.

（編輯" 姚" 鑫編輯）

Research on the evaluation and influencing factors of scientific and technological innovation

efficiency of Chinese regional universities from the perspective of innovation value chain

FAN" Zhen， JI" Yangshan

（Nanjing Police University， Nanjing 210021， China）

Abstract：" Objectively evaluating the efficiency of scientific and technological innovation in colleges and universities and measuring its influencing factors are of positive and great practical significance for improving the efficiency of scientific and technological innovation and realizing innovation-driven development and scientific and technological self-reliance. From the perspective of innovation value chain theory， this paper divides scientific and technological innovation work in universities into two stages： basic research and achievement application， and uses DEA-BBC model and Malmquist index model to carry out static and dynamic analysis of scientific and technological innovation efficiency in universities at different stages. Finally， the panel Tobit model is used to measure the influence of different factors such as government support， talent support， economic development level and market openness on the efficiency of scientific and technological innovation in colleges and universities， in order to provide useful empirical reference for improving the efficiency of scientific and technological innovation in colleges and universities and achieving high-level scientific and technological self-reliance.

Key words： innovation value chain; scientific and technological innovation in universities; efficiency evaluation; influencing factor