林卓玲， 黃 英， 賀浪萍

(1.華南師范大學(xué)科技處，廣州 510631；2.華南師范大學(xué)華南先進(jìn)光電子研究院，廣州 510006；3.華南師范大學(xué)發(fā)展規(guī)劃處，廣州 510631)

高等學(xué)校是國家科技創(chuàng)新的重要力量，聚集知識(shí)和人才，擁有扎實(shí)的研發(fā)基礎(chǔ)和良好的創(chuàng)新環(huán)境．不同類型高校結(jié)合自身學(xué)科特點(diǎn)和研發(fā)優(yōu)勢(shì)，促使科技創(chuàng)新呈多元化發(fā)展，為建設(shè)創(chuàng)新型國家做出重要貢獻(xiàn)．據(jù)《高等學(xué)?？萍冀y(tǒng)計(jì)資料匯編》(2000—2012歷年)統(tǒng)計(jì)[1]，1999—2011年全國高校累計(jì)撥入科技經(jīng)費(fèi)約5 792.6億元，扣除物價(jià)增長(zhǎng)因素后年均增長(zhǎng)20%．然而，科技創(chuàng)新活動(dòng)更要注重效率問題[2]．教育部發(fā)出了《教育部關(guān)于深化高等學(xué)校科技評(píng)價(jià)改革的意見》(教技[2013]3號(hào))，表明國家對(duì)高?？萍假Y源合理配置的高度重視．為提高科技創(chuàng)新資源的使用實(shí)效和管理水平，有必要對(duì)不同類型高?？萍紕?chuàng)新效率進(jìn)行評(píng)價(jià)．

關(guān)于高?？萍紕?chuàng)新效率的評(píng)價(jià)方法很多，數(shù)據(jù)包絡(luò)分析法(簡(jiǎn)稱“DEA”)是常用的非參數(shù)評(píng)價(jià)分析法[3]．DEA法直接使用投入產(chǎn)出數(shù)據(jù)建立非參數(shù)的最優(yōu)化模型，不需要估算參數(shù)和確定投入產(chǎn)出指標(biāo)的函數(shù)關(guān)系，減少了權(quán)重確定過程主觀因素的影響，且決策單元(簡(jiǎn)稱“DMU”)效率指數(shù)與投入和產(chǎn)出數(shù)據(jù)的量綱選取無關(guān)[4-5]．文獻(xiàn)[6]-[9]運(yùn)用DEA法分別研究了馬來西亞、澳大利亞、希臘、智利高校投入產(chǎn)出效率．孫世敏等[10]研究了我國29個(gè)地區(qū)高?？蒲型度氘a(chǎn)出效率，得出西部地區(qū)效率相對(duì)較低, 且大多處于規(guī)模效率遞增階段的結(jié)論．趙曉陽等[11]綜合評(píng)價(jià)了“985”高?？萍纪度氘a(chǎn)出靜態(tài)和動(dòng)態(tài)效率，發(fā)現(xiàn)科研效率整體偏低．楊傳喜等[12]、沈映春等[13]分別比較分析了農(nóng)林業(yè)類、國防科工類高?？萍纪度氘a(chǎn)出效率，研究表明各院校的效率存在差異.綜合現(xiàn)有研究成果，本文以《高等學(xué)校科技統(tǒng)計(jì)資料匯編》劃分的6種不同類型高校(綜合院校、工科院校、農(nóng)林院校、醫(yī)藥院校、師范院校、其他)為研究對(duì)象，選取1999—2011年科技投入產(chǎn)出指標(biāo)數(shù)據(jù)，通過阿爾蒙多項(xiàng)式法測(cè)定相關(guān)滯后效應(yīng)，運(yùn)用以投入為導(dǎo)向規(guī)模報(bào)酬可變的DEA法評(píng)價(jià)高校科技創(chuàng)新效率，并分析其影響因素，以期為優(yōu)化高校科技創(chuàng)新資源配置提供參考．

1 研究方法

1.1 科技投入產(chǎn)出指標(biāo)選擇與數(shù)據(jù)來源

結(jié)合高?？萍紕?chuàng)新體系的特點(diǎn)，以及指標(biāo)的代表性、可靠性和可得性，在參照文獻(xiàn)[2]、[5]、[7]、[9]、[14]的基礎(chǔ)上，選取指標(biāo)體系如下：

(1)投入指標(biāo)共2項(xiàng)．人均科技支出可比經(jīng)費(fèi)(X1)：科技支出可比經(jīng)費(fèi)和科技活動(dòng)人員(包括研究與發(fā)展人員、R&D成果應(yīng)用和科技服務(wù)人員)數(shù)的比值，按千元/人計(jì)；科技活動(dòng)人員比重(X2)：科技活動(dòng)人員數(shù)和教學(xué)與科研人員數(shù)的比值．

(2)產(chǎn)出指標(biāo)共4項(xiàng)．人均出版科技著作數(shù)(Y1)：出版科技著作部數(shù)和科技活動(dòng)人員數(shù)的比值；人均學(xué)術(shù)論文當(dāng)量數(shù)(Y2)：發(fā)表學(xué)術(shù)論文當(dāng)量數(shù)和科技活動(dòng)人員數(shù)的比值；人均專利授權(quán)當(dāng)量數(shù)(Y3)：獲授權(quán)專利當(dāng)量數(shù)和科技活動(dòng)人員數(shù)的比值；人均技術(shù)轉(zhuǎn)讓實(shí)際收入可比經(jīng)費(fèi)(Y4)：科技成果技術(shù)轉(zhuǎn)讓實(shí)際收入可比經(jīng)費(fèi)和科技活動(dòng)人員數(shù)的比值，按千元/人計(jì)．

以1999—2011年各類高校統(tǒng)計(jì)數(shù)據(jù)進(jìn)行測(cè)算處理．?dāng)?shù)據(jù)來源為《高等學(xué)校科技統(tǒng)計(jì)資料匯編》(2000—2012年)．對(duì)涉及經(jīng)費(fèi)方面的數(shù)據(jù)，按照國家統(tǒng)計(jì)局公布的商品零售價(jià)格指數(shù)，以2011年物價(jià)為基準(zhǔn)均轉(zhuǎn)化為可比經(jīng)費(fèi)[15]．參照相關(guān)文獻(xiàn)[14]進(jìn)行測(cè)算得出學(xué)術(shù)論文當(dāng)量數(shù)和專利授權(quán)當(dāng)量數(shù).

1.2 不同滯后期科技創(chuàng)新效率測(cè)算方法

運(yùn)用Eviews7.0軟件，通過ADF和Philips-Perron統(tǒng)計(jì)方法分別檢驗(yàn)lnX1、lnY2和lnY3序列的單位根，以及測(cè)算阿爾蒙多項(xiàng)式分布滯后模型．

根據(jù)DEA方法中的C2R模型和BC2模型，選取投入導(dǎo)向模式，應(yīng)用DEAP 2.1版本軟件測(cè)算效率，對(duì)以下3種情形進(jìn)行對(duì)比分析:(1)不考慮滯后期，根據(jù)當(dāng)年投入產(chǎn)出測(cè)算科技創(chuàng)新效率；(2)假設(shè)滯后期為2年，以t-2年投入指標(biāo)數(shù)據(jù)和t年產(chǎn)出指標(biāo)數(shù)據(jù)測(cè)算科技創(chuàng)新效率；(3)按照上述分布滯后模型系數(shù)進(jìn)行測(cè)算．測(cè)算出2001—2011年各類高校的綜合效率(TE)、純技術(shù)效率(PTE)、規(guī)模效率(SE)，再分別測(cè)算3種情形的全國高?？萍紕?chuàng)新效率指標(biāo)的算術(shù)平均值，記情形(3)的測(cè)算結(jié)果為W*，將不考慮分布滯后的測(cè)算結(jié)果為W，兩者之間的偏差比例計(jì)算公式[16]如下：

(1)

將情形(1)和情形(2)的測(cè)算結(jié)果分別代入式(1)，得出效率偏差比例.

1.3 科技創(chuàng)新效率影響因素?cái)?shù)據(jù)選取與模型

為探索引起綜合效率變化的深層原因，進(jìn)一步分析影響指標(biāo)變動(dòng)的重要因素．李瑛等[17]研究結(jié)果表明人均GDP、科技活動(dòng)經(jīng)費(fèi)中政府撥款所占的比例均對(duì)地方高?？萍紕?chuàng)新效率幾乎沒有影響；研發(fā)機(jī)構(gòu)數(shù)量對(duì)效率有促進(jìn)作用．高燕楠[18]研究發(fā)現(xiàn)高?？萍紕?chuàng)新效率主要影響因素為人力和經(jīng)費(fèi)投入情況．鄭軍等[19]研究發(fā)現(xiàn)政府資金對(duì)高校科技創(chuàng)新具有積極作用，企業(yè)資金和金融機(jī)構(gòu)貸款對(duì)高校科技創(chuàng)新作用不一致，且大部分情況下表現(xiàn)為低效率．考慮到各類高校均分布在全國各地，不適于使用區(qū)域環(huán)境這一影響因素，本文從經(jīng)費(fèi)和人力2個(gè)方面進(jìn)行考察，確定對(duì)研發(fā)投入、政府支持程度、社會(huì)服務(wù)能力、基礎(chǔ)研究投入、專業(yè)技術(shù)人員投入5個(gè)影響因素進(jìn)行分析，所選指標(biāo)具體取值方法見表1，數(shù)據(jù)來源為《高等學(xué)?？萍冀y(tǒng)計(jì)資料匯編》(2000—2012年)．構(gòu)建了回歸模型如下：

TEi=C+β1YFi+β2ZFi+β3SHi+β4JCi+β5ZYi+εi,

(2)

其中，C為常數(shù)項(xiàng)，β1～β5為各解釋變量的回歸系數(shù)，εi表示回歸模型的誤差項(xiàng)，TEi代表各類型高校不同年度的綜合效率值．本文采用時(shí)間序列數(shù)據(jù)分析各類高校的影響因素，模型估計(jì)之前，檢驗(yàn)變量之間的多重共線性、時(shí)間序列相關(guān)性．采用廣義最小二乘法對(duì)上述回歸模型進(jìn)行估計(jì)，分別檢驗(yàn)不同類型高校科技創(chuàng)新效率受各項(xiàng)因素的影響程度．

表1不同類型高?？萍紕?chuàng)新效率變化的影響因素

Table 1 The influence factors of science and technology innovation efficiency of different types of universities

影響因素取值方法符號(hào)研發(fā)投入人均研究與發(fā)展支出可比經(jīng)費(fèi)增長(zhǎng)率YF政府支持程度人均政府撥入可比經(jīng)費(fèi)增長(zhǎng)率ZF社會(huì)服務(wù)能力人均企事業(yè)單位委托可比經(jīng)費(fèi)增長(zhǎng)率SH基礎(chǔ)研究投入人均基礎(chǔ)研究支出可比經(jīng)費(fèi)增長(zhǎng)率JC專業(yè)技術(shù)人員投入科學(xué)家與工程師人數(shù)占研究與發(fā)展人員數(shù)比重的增長(zhǎng)率ZY

2 時(shí)滯性分析

從圖1看出全國高校科技投入產(chǎn)出指標(biāo)對(duì)數(shù)化標(biāo)準(zhǔn)值的變化趨勢(shì)，其中l(wèi)nX1對(duì)lnY2、lnY3的影響相對(duì)明顯．阿爾蒙多項(xiàng)式法分析滯后性的前提是時(shí)間序列數(shù)據(jù)是平穩(wěn)的.表2列出了檢驗(yàn)統(tǒng)計(jì)結(jié)果，結(jié)果表明lnX1和lnY2均通過統(tǒng)計(jì)顯著性水平為5%的t檢驗(yàn)，2個(gè)時(shí)間序列穩(wěn)定性檢驗(yàn)的置信度均超過95%，可認(rèn)為是平穩(wěn)序列，而lnY3為不平穩(wěn)序列．以lnX1為解釋變量、lnY2為被解釋變量，利用相關(guān)系數(shù)法確定滯后期，該滯后期反映高校科技創(chuàng)新投入產(chǎn)出的滯后期．經(jīng)互相關(guān)分析，判斷滯后期為2，即k=2，多項(xiàng)式次數(shù)m

圖1 1999—2011年全國高校科技投入產(chǎn)出指標(biāo)變化趨勢(shì)圖

Figure 1 The change trend of science and technology input-output relative indices of universities during 1999-2011

表2 單位根檢驗(yàn)統(tǒng)計(jì)Table 2 Statistics of unit root test

注：臨界值中的*、**、***依次表示10%、5%、1%的顯著性水平．

根據(jù)阿爾蒙多項(xiàng)式法，定義分布滯后模型為：

lnY2=Fln Y2(∑It),

(3)

其中，t為時(shí)間．

表3列出R2檢驗(yàn)、F檢驗(yàn)和D-W檢驗(yàn)等的測(cè)算結(jié)果，同時(shí)，經(jīng)過LM檢驗(yàn)證實(shí)不存在自相關(guān)，說明上述序列通過了擬合優(yōu)度檢驗(yàn)、顯著性檢驗(yàn)和相關(guān)性檢驗(yàn)，測(cè)算結(jié)果有效．

表3 高?？萍紕?chuàng)新滯后期模型系數(shù)Table 3 The lag model coefficients of science and technology innovation of universities

根據(jù)上述測(cè)算結(jié)果，進(jìn)一步設(shè)定滯后模型為：

lnY2t=a+b0lnX1t+b1lnX1t-1+b2lnX1t-2+u,

(4)

其中，a為常數(shù)項(xiàng)，u為隨機(jī)誤差項(xiàng).根據(jù)式(4)，第t年Y2產(chǎn)量值對(duì)數(shù)值由t、t-1、t-2共3年的當(dāng)年對(duì)數(shù)化人均科技支出可比經(jīng)費(fèi)決定，系數(shù)b0、b1、b2反映了不同年度的當(dāng)年科技經(jīng)費(fèi)支出的彈性．b0、b1、b2與∑bi的比值c0、c1、c2反映出不同年度科技經(jīng)費(fèi)支出對(duì)第t年科技創(chuàng)新產(chǎn)出彈性的貢獻(xiàn)率，即

ci=bi/∑bi(i=0,1,2).

(5)

將式(5)代入式(4)得：

lnY2t=a+∑bi*(c0lnX1t+c1lnX1t-1+c2lnX1t-2)+u

(i=0,1,2).

(6)

定義新變量：

Zt=c0lnX1t+c1lnX1t-1+c2lnX1t-2.

(7)

將原模型轉(zhuǎn)換為：

lnY2t=a+∑biZt+u(i=0,1,2).

(8)

經(jīng)計(jì)算，c0=0.266 5，c1=0.333 3，c2=0.400 2．對(duì)第t、t-1、t-2年對(duì)數(shù)化的投入指標(biāo)加權(quán)計(jì)算后，進(jìn)行去對(duì)數(shù)化處理，得出新的投入，對(duì)應(yīng)第t年的產(chǎn)出．以各年度每一類型高校作為DMU，即共66個(gè)DMU，均滿足以下條件：DMU個(gè)數(shù)至少是投入產(chǎn)出項(xiàng)目數(shù)綜合的2倍；n≥max{m×s,3(m+s)}，其中n表示DMU的數(shù)量，m和s分別代表投入和產(chǎn)出指標(biāo)的個(gè)數(shù)[21-22]．據(jù)此，對(duì)各類高校科技投入產(chǎn)出指標(biāo)計(jì)算后進(jìn)行描述性統(tǒng)計(jì)(表4)．

表4 不同類型高?？萍纪度氘a(chǎn)出指標(biāo)統(tǒng)計(jì)Table 4 The statistics of science and technology input-output indices of different types of universities

3 科技創(chuàng)新效率分析

3.1 不同滯后期高?？萍紕?chuàng)新效率對(duì)比分析

由表5可知，情形(1)和情形(2)的效率值均存在偏差．情形(1)中，2005年綜合效率(TE)偏差比例超過5%，純技術(shù)效率(PTE)出現(xiàn)2個(gè)年度的偏差比例超過5%，綜合效率出現(xiàn)9次偏差比例為負(fù)數(shù)，純技術(shù)效率偏差比例均為負(fù)數(shù)；規(guī)模效率(SE)偏差比例均在5%以下，其中8次偏差比例為正數(shù)．情形(2)中，2007年綜合技術(shù)效偏差比例超過5%，共有8次偏差比例為負(fù)數(shù)；純技術(shù)效率出現(xiàn)5次偏差比例在5%以上，2001—2011年偏差比例均為負(fù)數(shù)；2005年規(guī)模效率偏差比例超過5%，其余偏差比例均在5%以下，2001—2009年偏差比例均為正數(shù)．以上說明高校科技投入產(chǎn)出之間的滯后期對(duì)效率評(píng)價(jià)結(jié)果具有明顯的影響，與陳浩[16]的研究結(jié)果相一致．從2001—2011年均值看，情形(1)和情形(2)均導(dǎo)致綜合效率和純技術(shù)效率偏低、規(guī)模效率偏高．

表5 2001—2011年全國高校不同時(shí)滯期科技創(chuàng)新效率偏差比例

3.2 基于分布滯后的高?？萍紕?chuàng)新效率變化分析

由圖2、表6、表7可知，各類高校效率值出現(xiàn)波動(dòng)，且變化趨勢(shì)不一致．按DEA有效性可分為2類，第一類是DEA有效單元，共11個(gè)(表7)．其中工科院校和其他院校DEA有效單元數(shù)最多，其綜合效率、純技術(shù)效率和規(guī)模效率測(cè)算值均為1，同時(shí)達(dá)到技術(shù)有效和規(guī)模有效，說明科技投入產(chǎn)出之間達(dá)到相對(duì)最優(yōu)狀態(tài)，且規(guī)模收益趨勢(shì)不變．第二類是DEA無效單元(即DMU數(shù)量減去DEA有效單元數(shù))，共55個(gè)(占總數(shù)的83.3%)，綜合效率值均低于1，投入產(chǎn)出未能達(dá)到最優(yōu)狀態(tài)．綜合大學(xué)和農(nóng)林院校DEA無效單元最多．進(jìn)入新世紀(jì)以來，國家實(shí)施了《2003—2007年教育振興行動(dòng)計(jì)劃》和《國家中長(zhǎng)期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006—2020年)》，提出了“創(chuàng)新型國家”戰(zhàn)略，建設(shè)一批重點(diǎn)實(shí)驗(yàn)室、工程中心、國家大學(xué)科技園等科技創(chuàng)新平臺(tái)，積極引導(dǎo)高校進(jìn)行自主創(chuàng)新，但仍受到高校管理機(jī)制體系影響，成果產(chǎn)出無法在短期內(nèi)同步增長(zhǎng)．

圖2 2001—2011年不同類型高校TE變化趨勢(shì)

Figure 2 Variation tendency ofTEvalue of different types of universities during 2001-2011

表6不同類型高?？萍紕?chuàng)新效率指標(biāo)均值

Table 6 The mean of science and technolgy innovation efficiency of different types of universities

指標(biāo)綜合大學(xué)工科院校農(nóng)林院校醫(yī)藥院校師范院校其他TE0.7420.9080.6450.7920.8280.871PTE0.7960.9140.6950.9250.8690.912SE0.9270.9920.9210.8560.9540.953

表7 DEA有效單元數(shù)、規(guī)模效益統(tǒng)計(jì)

Table 7 Units of DEA effective and scale benefit increasing and degression

單元數(shù)綜合大學(xué)工科院校農(nóng)林院校醫(yī)藥院校師范院校其他合計(jì)DEA有效單元數(shù)04012411規(guī)模效益遞增單元數(shù)958102539規(guī)模效益遞減單元數(shù)21207214規(guī)模收益不變單元數(shù)05112413

從表6可知，各類高校綜合效率均值排序情況是：工科院校>其他院校>師范院校>醫(yī)藥院校>綜合大學(xué)>農(nóng)林院校．結(jié)合表3數(shù)據(jù)，工科院校屬于高投入高效率型，而綜合大學(xué)、農(nóng)林院校屬于高投入低效率型．從綜合效率值變化趨勢(shì)看，工科院校的變化相對(duì)平穩(wěn)，綜合效率值維持在0.8～1.0區(qū)間，工科院?？萍纪度肓扛撸萍颊撐?、專利授權(quán)人均產(chǎn)出量大，技術(shù)成果轉(zhuǎn)讓更是成效顯著，說明科技資源投入后按市場(chǎng)需求導(dǎo)向來組織實(shí)施創(chuàng)新，并將成果及時(shí)向社會(huì)生產(chǎn)力轉(zhuǎn)化，創(chuàng)新能力強(qiáng)，因而其綜合效率均值明顯高于其他類型高校，與工科院校長(zhǎng)期充分發(fā)揮學(xué)科特色和創(chuàng)新型人才優(yōu)勢(shì)、建立相適應(yīng)的科技管理服務(wù)體系有關(guān)．農(nóng)林院校綜合效率變化幅度最大，2001—2009年波動(dòng)幅度高達(dá)119.1%；由于純技術(shù)效率和規(guī)模效率的雙提高，2005—2009年持續(xù)呈上升趨勢(shì)，追趕效應(yīng)明顯，資源配置效率得到較大改善，與楊傳喜等[12]的研究結(jié)果一致．師范院校和醫(yī)藥院校的變化幅度較接近，綜合效率水平居中．綜合大學(xué)高投入并沒有產(chǎn)生相匹配的成果，綜合效率偏低．

圖3中，各類高校純技術(shù)效率從2009年開始均趨于相同水平．除了上述11個(gè)DEA有效的單元，2009年農(nóng)林院校純技術(shù)效率值也為1，科技投入技術(shù)性利用效率合理．農(nóng)林院校2001—2008年純技術(shù)效率仍較低，2001年純技術(shù)效率值最低，僅為0.544；2009—2011年純技術(shù)效率值提高幅度較大，均達(dá)到0.8以上．這期間雖然逐年加大科技投入，但研發(fā)技術(shù)沒有同步升級(jí)改造，資源使用效率偏低，也可能是成果產(chǎn)出存在滯后現(xiàn)象．值得注意的是，綜合大學(xué)、工科院校、農(nóng)林院校、師范院校和其他院校的純技術(shù)效率與綜合效率的變化趨勢(shì)大致相同，說明上述5類高校綜合效率波動(dòng)主要由純技術(shù)效率變化引起．醫(yī)藥院校的純技術(shù)效率變化明顯較平穩(wěn)，純技術(shù)效率值均在0.85以上，投入要素技術(shù)性利用效率較高．

圖3 2001—2011年不同類型高校PTE變化趨勢(shì)

Figure 3 Variation tendency ofPTEvalue of different types of universities during 2001-2011

規(guī)模效率整體水平優(yōu)于純技術(shù)效率．工科院校規(guī)模效率值均在0.97以上，綜合大學(xué)、農(nóng)林院校、師范院校和其他院校的規(guī)模效率均值也均在0.9以上．醫(yī)藥院校的規(guī)模效率變化幅度較大，2005年開始下降，2007年之后逐步上升，2005—2008年規(guī)模效率值均低于0.8，明顯阻礙了綜合效率提升．據(jù)統(tǒng)計(jì)，2005—2008年醫(yī)藥院校的經(jīng)費(fèi)和人員投入逐年增加，可能由于高校內(nèi)部運(yùn)行管理機(jī)制不完善，研究力量分散，未能對(duì)增加的投入實(shí)行有效配置，產(chǎn)出規(guī)模相對(duì)滯后．從規(guī)模效益情況看，綜合大學(xué)、農(nóng)林院校、醫(yī)藥院校和其他院校的規(guī)模效益遞增單元數(shù)均超過50%，表明這4類高校結(jié)合所處規(guī)模階段擴(kuò)大科技創(chuàng)新規(guī)模，可帶動(dòng)成果產(chǎn)出增加，并且產(chǎn)出增長(zhǎng)比將大于投入增長(zhǎng)比．師范院校規(guī)模效益遞減單元數(shù)超過50%，隨著投入量增加，其產(chǎn)出比例反而減少，表明資源要素配置不合理，若在不改變其配置結(jié)構(gòu)的前提下，應(yīng)適當(dāng)控制投入量，避免資源浪費(fèi)或損失．

綜上，工科院校綜合效率、純技術(shù)效率和規(guī)模效率均達(dá)到較高水平，綜合大學(xué)、工科院校、農(nóng)林院校、師范院校和其他院校的綜合效率波動(dòng)主要由純技術(shù)效率變化引起，而醫(yī)藥院校綜合效率變化受到規(guī)模效率制約．

4 科技創(chuàng)新效率影響因素分析

通過測(cè)算變量的方差膨脹因子(VIF)，VIF值均在10以下，表明解釋變量之間不存在嚴(yán)重的共線性．LM檢驗(yàn)的結(jié)果顯示時(shí)間序列存在序列相關(guān)性．從回歸分析結(jié)果看(表8)，各項(xiàng)因素對(duì)不同類型高?？萍紕?chuàng)新效率的影響程度存在明顯差異．

表8 科技創(chuàng)新效率影響因素回歸結(jié)果Table 8 Regression results of science and technology innovation efficiency affecting factors

注：括號(hào)內(nèi)為t統(tǒng)計(jì)量，*、**、***依次表示10%、5%、1%的顯著性水平．

(1)研發(fā)投入對(duì)其他院校創(chuàng)新效率的影響為顯著負(fù)相關(guān)，說明增加研發(fā)投入未能提高創(chuàng)新效率，應(yīng)進(jìn)一步提高對(duì)研發(fā)投入的配置效率．研發(fā)投入對(duì)綜合大學(xué)、工科院校、農(nóng)林院校、醫(yī)藥院校和師范院校產(chǎn)生負(fù)向影響，但均不顯著．

(2)政府支持力度對(duì)其他院?？萍紕?chuàng)新效率的影響為顯著正相關(guān)，人均政府撥入經(jīng)費(fèi)增長(zhǎng)率越高，其科技創(chuàng)新效率越高．但政府支持力度對(duì)綜合大學(xué)的影響顯著且負(fù)相關(guān)，科技撥入經(jīng)費(fèi)來源中政府撥入經(jīng)費(fèi)比重在50%以上，說明增加政府投入資金對(duì)創(chuàng)新效率未能發(fā)揮主導(dǎo)效應(yīng)．但政府支持力度對(duì)工科院校、農(nóng)林院校、醫(yī)藥院校和師范院校的影響不顯著．

(3)社會(huì)服務(wù)能力對(duì)醫(yī)藥院校和師范院校的科技創(chuàng)新效率具有顯著正相關(guān)，在全國高校廣泛開展產(chǎn)學(xué)研結(jié)合的影響下，此2類高校的社會(huì)服務(wù)意識(shí)逐步增強(qiáng)，鼓勵(lì)研發(fā)人員更多地參與研究解決社會(huì)經(jīng)濟(jì)發(fā)展中的問題，提高應(yīng)用研究能力，因此在這上升的發(fā)展階段增加企事業(yè)委托經(jīng)費(fèi)投入，能引起較大的產(chǎn)出彈性[23]．社會(huì)服務(wù)能力對(duì)綜合大學(xué)和工科院校創(chuàng)新效率的影響系數(shù)也均為正，但不顯著．社會(huì)服務(wù)能力對(duì)農(nóng)林院校的影響為顯著負(fù)相關(guān)，這可能與農(nóng)林院校研發(fā)人員的專業(yè)技術(shù)類型和創(chuàng)新能力有關(guān)．

(4)基礎(chǔ)研究投入對(duì)農(nóng)林院校和其他院校科技創(chuàng)新效率影響均為顯著正相關(guān)，提高基礎(chǔ)研究經(jīng)費(fèi)投入，意味著增加了可直接用于基礎(chǔ)研究的資源，完善基礎(chǔ)研究創(chuàng)新環(huán)境，促進(jìn)創(chuàng)新效率的提高．特別是農(nóng)林院?？蒲许?xiàng)目實(shí)施周期長(zhǎng)、見效慢、容易受自然災(zāi)害影響等特點(diǎn)有關(guān)，需要對(duì)基礎(chǔ)研究加強(qiáng)投入保障[24]．基礎(chǔ)研究投入對(duì)醫(yī)藥院校創(chuàng)新效率影響為顯著負(fù)相關(guān)，對(duì)其他3種類型高校的影響不顯著．

(5)專業(yè)技術(shù)人員投入對(duì)農(nóng)林院校、師范院校和其他院校創(chuàng)新效率的影響為顯著正相關(guān)，提高這3類高校專業(yè)技術(shù)人員比重增長(zhǎng)率，為科技創(chuàng)新活動(dòng)提供智力支持，有利于催化成果產(chǎn)出量增加，促進(jìn)形成規(guī)模收益遞增效應(yīng)．專業(yè)技術(shù)人員投入對(duì)其他3種類型高校的影響不顯著．

5 建議

根據(jù)測(cè)算結(jié)果分析，提出以下初步建議：(1)從政府管理部門角度，一是需在長(zhǎng)期發(fā)展過程中不斷完善科技創(chuàng)新管理機(jī)制，才能真正促進(jìn)創(chuàng)新效率有效提高．二是為各類高校提供穩(wěn)定的基礎(chǔ)資源保障，重視對(duì)創(chuàng)新效率進(jìn)行全方位動(dòng)態(tài)監(jiān)測(cè)評(píng)價(jià)，推行以科技創(chuàng)新效率為主導(dǎo)的多種評(píng)價(jià)方式，進(jìn)一步注重對(duì)科技成果價(jià)值的客觀評(píng)價(jià)，更合理地反映各類高校創(chuàng)新能力，激勵(lì)各類高校凸顯特色，提升科技成果質(zhì)量．三是結(jié)合創(chuàng)新環(huán)境的差異動(dòng)態(tài)調(diào)整資源配置，既要整體統(tǒng)籌資源分配，也要兼顧不同類型高校科技創(chuàng)新發(fā)展定位和需求，探索各類高校之間資源流動(dòng)機(jī)制，根據(jù)效率優(yōu)化資源配置，激發(fā)高校創(chuàng)新潛能，力爭(zhēng)保持投入產(chǎn)出相對(duì)最優(yōu)化，形成高校向生產(chǎn)前沿面追趕的顯著效應(yīng)．(2)綜合大學(xué)需加強(qiáng)科技創(chuàng)新過程管理，提高資源技術(shù)性利用效率．工科院校在繼續(xù)保持現(xiàn)有高效率創(chuàng)新優(yōu)勢(shì)的同時(shí)，應(yīng)進(jìn)一步尋求資源投入增長(zhǎng)點(diǎn)．農(nóng)林院校規(guī)模收益遞增明顯，強(qiáng)化基礎(chǔ)研究和專業(yè)技術(shù)人員投入力度，探索科技創(chuàng)新動(dòng)力機(jī)制，改善純技術(shù)效率，提高研發(fā)投入和社會(huì)服務(wù)的效益．醫(yī)藥院校需完善高?？萍歼\(yùn)行管理體系，強(qiáng)化科技創(chuàng)新激勵(lì)措施，整合科技研究力量，發(fā)揮社會(huì)服務(wù)的積極效應(yīng)，激活科技經(jīng)費(fèi)和科技人才等創(chuàng)新要素．師范院校轉(zhuǎn)變規(guī)模收益為遞增效應(yīng)后再強(qiáng)化優(yōu)質(zhì)資源的投入，加強(qiáng)產(chǎn)學(xué)研合作，發(fā)揮服務(wù)社會(huì)功能，完善創(chuàng)新人才管理，提高引進(jìn)創(chuàng)新人才的門檻和績(jī)效評(píng)估標(biāo)準(zhǔn)，培育高水平創(chuàng)新人才，提升自身創(chuàng)新實(shí)力以吸引高水平人才，形成良性循環(huán)．其他院校在政府經(jīng)費(fèi)、基礎(chǔ)研究和人員投入方面顯示了對(duì)科技創(chuàng)新效率的促進(jìn)效應(yīng)，需建立科學(xué)管理機(jī)制，發(fā)揮特色學(xué)科創(chuàng)新優(yōu)勢(shì)，促進(jìn)科技創(chuàng)新水平提升．

參考文獻(xiàn)：

[1] 中華人民共和國教育部科學(xué)技術(shù)司. 科技統(tǒng)計(jì)[EB/OL].(2013-08-22)[2014-01-12].http://www.dost.moe.edu.cn/dostmoe/kjcg/kjtj/.

[2] 白俊紅, 江可申, 李婧. 中國區(qū)域創(chuàng)新系統(tǒng)創(chuàng)新效率綜合評(píng)價(jià)及分析[J]. 管理評(píng)論, 2009, 21(9): 3-9.

Bai J H, Jiang K S, Li J. Research on the innovation efficiency of regional innovation systems of China[J]. Management Review, 2009, 21(9): 3-9.

[3] 楊勇, 袁卓, 羅利華, 等. 南京高校動(dòng)態(tài)科研效率的實(shí)證分析[J]. 科技與經(jīng)濟(jì), 2012, 25(5): 16-20.

Yang Y, Yuan Z, Luo L H, et. Empirical study on dynamic efficiency of scientific research in universities in Nanjing city[J]. Science & Tcchnology and Economy, 2012, 25(5): 16-20.

[4] 魏權(quán)齡. 評(píng)價(jià)相對(duì)有效性的數(shù)據(jù)包絡(luò)分析模型——DEA和網(wǎng)絡(luò)DEA[M]. 北京: 中國人民大學(xué), 2012.

[5] 蒂莫西·J·科埃利, D·S·普拉薩德·拉奧, 克里斯托弗·J·奧唐奈,等. 效率與生產(chǎn)率分析引論[M]. 2版. 王忠玉譯. 北京: 中國人民大學(xué), 2008.

[6] Nur Azlina A A, Roziah M J,Rasidah M. Comparative departmental efficiency analysis within a university: A DEA approach[J]. Procedia-Social and Behavioral Sciences, 2013, 90: 540-548.

[7] Andrew C W, Boon L L. Efficiency, technology and productivity change in Australian universities,1998-2003[J]. Economics of Education Review, 2008, 27(3): 285-298.

[8] Katharaki M, Katharakis G. A comparative assessment of Grek universities’ efficiency using quantitative analysis[J]. International Journal of Education Research, 2010, 49: 115-128.

[9] Ramírez-Correa P, Pea-Vinces J C, Alfaro-Pérez J. Evaluating the efficiency of the higher education system in emerging economies: Empirical evidences from Chilean universities[J]. African Journal of Business Management, 2012, 6(4): 1441-1448.

[10] 孫世敏, 項(xiàng)華錄, 蘭博. 基于DEA的我國地方高?？蒲型度氘a(chǎn)出效率分析[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理, 2007(7): 18-21.

Sun S M, Xiang H L, Lan B. The efficiency analysis on input and output of science research in regional universities on basis of DEA[J]. Science of Science and Management of S.& T., 2007(7): 18-21.

[11] 趙曉陽, 劉金蘭. 基于DEA和Malmquist指數(shù)的985高?？蒲型度氘a(chǎn)出效率評(píng)價(jià)研究[J]. 電子科技大學(xué)報(bào):社科版, 2013, 15(3): 94-100.

Zhao X Y, Liu J L. Evaluation on university research output-input efficiency based on DEA and Malmquist index[J]. Journal of UESTC:Social Sciences Edition, 2013, 15(3): 94-100.

[12] 楊傳喜, 徐頑強(qiáng), 張俊飆. 農(nóng)林高等院?？萍假Y源配置效率研究[J]. 科研管理, 2013, 34(4): 115-122.

Yang C X, Xu W Q, Zhang J B. The allocation efficiency of S&T resources at agricultural and forestry universities[J]. Science Research Management, 2013, 34(4): 115-122.

[13] 沈映春, 管超. 基于DEA的國防科工高校國防科技創(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, 23(5): 108-111.

Shen Y C, Guan C. Study on innovation efficiencies of universities of CSTND based on DEA model[J]. Journal of Beijing University of Aeronautics and Astronautics:Social Sciences Edition, 2010, 23(5): 108-111.

[14] 王楚鴻, 楊干生. 全國高?？萍既藛T投入產(chǎn)出率分析——基于1992-2007年面板數(shù)據(jù)的研究[J]. 華南師范大學(xué)學(xué)報(bào)：自然科學(xué)版, 2010(3): 115-120.

Wang C H, Yang G S. Analysis of input-output efficiencies for scientific and technological personnel of universities in China——Based on Panel Data during 1992 and 2007[J]. Journal of South China Normal University:Natural Science Edition, 2010(3): 115-120.

[15] 中華人民共和國國家統(tǒng)計(jì)局.各種價(jià)格指數(shù)[EB/OL]. http://data.stats.gov.cn/workspace/index;jsessionid=25A742160577C4498E781211E026CEC5?m=hgnd.

[16] 陳浩, 王曉紅, 張寶生. 基于視窗分析模型的我國高校科研效率評(píng)價(jià)[J]. 科研管理, 2013, 34(7): 101-111.

Chen H, Wang X H, Zhang B S. The evaluation of scientific research efficiency at universities of China based on DEA window analysis model[J]. Science Research Management, 2013, 34(7): 101-111.

[17] 李瑛, 崔宇威. 地方高?？萍紕?chuàng)新效率評(píng)價(jià)研究——基于超效率的三階段DEA分析[J]. 東北師范大學(xué)學(xué)報(bào):哲學(xué)社會(huì)科學(xué)版, 2011(2): 177-181.

Li Y, Cui Y W. Evaluation of S&T innovation efficiency of Chinese provincial colleges: A three stage DEA-based study[J]. Journal of Northeast Normal University:Philosophy and Social Sciences, 2011(2): 177-181.

[18] 高燕楠. 高校科技創(chuàng)新效率及影響因素的實(shí)證研究[D]. 天津：南開大學(xué), 2010.

Gao Y N. An empirical study on efficiency of colleges’ science and technology innovation and the affect factors[D]. Tianjin: Nankai university, 2010.

[19] 鄭軍, 翟華云. 企業(yè)、政府、金融機(jī)構(gòu)科技投入與高校科技產(chǎn)出的關(guān)系研究[J]. 科技進(jìn)步與對(duì)策, 2012, 29(6): 18-21.

[20] 陳召魁. 高校R&D投入產(chǎn)出滯后性與相對(duì)效率評(píng)價(jià)研究[D]. 天津：天津大學(xué), 2010: 27-29.

Chen Z K. An empirical study on hysteresis and evaluation of relative efficiency of R&D input-output in higher education institutions[D]. Tianjin:Tianjin University, 2010: 27-29.

[21] Golany B, Roll Y. An application procedure for DEA[J]. OMEGA, 1989, 17(3): 237-250.

[22] Copper W W, Li S, Seiford L M, et al. Sensitivity and stability analysis in DEA:Some recent development[J]. Journal of Productivity Analysis, 2001, 15(3): 217-246.

[23] 付曄, 張樂平, 馬強(qiáng), 等. R&D資源投入對(duì)不同類型高校專利產(chǎn)出的影響[J]. 研究與發(fā)展管理, 2010, 22(3): 103-111.

Fu Y, Zhang L P, Ma Q, et al. The impact of R&D resource input on patent output of various types of colleges and universities[J]. R&D Management, 2010, 22(3): 103-111.

[24] 龐燕珍.農(nóng)業(yè)院?？蒲薪?jīng)費(fèi)管理問題及對(duì)策[J].會(huì)計(jì)之友, 2009(6):22-23.

Pang Y Z.Problems and suggestions of research fund management of agricultural colleges[J].Friends of Accounting, 2009(6):22-23.