李 明，李 鵬(.沈陽(yáng)農(nóng)業(yè)大學(xué) 馬克思主義學(xué)院，遼寧 沈陽(yáng) 0866；.遼寧大學(xué) 經(jīng)濟(jì)學(xué)院，遼寧 沈陽(yáng) 036)

一、問(wèn)題的提出

改革開(kāi)放三十多年來(lái)，科學(xué)技術(shù)在我國(guó)得到了迅猛發(fā)展，而隨著科技創(chuàng)新步伐的不斷加快，依托新技術(shù)而產(chǎn)生的新經(jīng)濟(jì)增長(zhǎng)點(diǎn)也得以大量涌現(xiàn)。“科學(xué)技術(shù)是第一生產(chǎn)力”，而科技創(chuàng)新恰恰是提高生產(chǎn)力和綜合國(guó)力的重要戰(zhàn)略支撐。一國(guó)對(duì)于科技創(chuàng)新的強(qiáng)烈渴望，往往體現(xiàn)在對(duì)于人才的需求之中。在科技創(chuàng)新過(guò)程中，唯有緊緊抓住人才培養(yǎng)這一突破口，才能真正實(shí)現(xiàn)我國(guó)經(jīng)濟(jì)的跨越式發(fā)展。而我國(guó)的高校，在人才培養(yǎng)方面無(wú)疑起著中流砥柱的作用。高校是培養(yǎng)高素質(zhì)人才的搖籃，更是拓展學(xué)科前沿、推動(dòng)科技成果轉(zhuǎn)化的重要力量。如何提高高校的科技創(chuàng)新水平和能力自然成了政府、高校及社會(huì)各界關(guān)注的焦點(diǎn)。

事實(shí)上，多年來(lái)國(guó)家非常重視高校的科技創(chuàng)新，2012年，黨的十八大提出了加快建設(shè)國(guó)家創(chuàng)新體系的號(hào)召，特別提出構(gòu)建產(chǎn)學(xué)研相結(jié)合的技術(shù)創(chuàng)新體系。2017年3月出臺(tái)的《關(guān)于深化體制機(jī)制改革加快實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的若干意見(jiàn)》也為高?？蒲谐晒D(zhuǎn)化指明了方面。此外，對(duì)于高校的科研投入也持續(xù)增加，2000年以來(lái)，年均增幅達(dá)到16.6%的水平，明顯高于GDP的平均增速。關(guān)于激發(fā)高?？萍紕?chuàng)新活力助力經(jīng)濟(jì)發(fā)展的研究主要集中于如何激發(fā)高校創(chuàng)新主體活力、高校創(chuàng)新型人才的培養(yǎng)模式、高校創(chuàng)新能力評(píng)價(jià)體系的構(gòu)建和高效科研效率的衡量四個(gè)方面。在激發(fā)高校創(chuàng)新主體活力方面，徐金梧[1]指出，目前大學(xué)科研急功近利、重理論輕實(shí)踐的傾向，助長(zhǎng)了浮躁的學(xué)術(shù)風(fēng)氣，從而抑制了科技創(chuàng)新的積極性。李永剛[2]研究了高校教學(xué)與科研結(jié)合的人才培養(yǎng)模式構(gòu)建，提出大學(xué)評(píng)價(jià)制度和教師職稱(chēng)評(píng)定的科研導(dǎo)向，造成了高校、教師、學(xué)生三者角色錯(cuò)位，應(yīng)當(dāng)結(jié)合一系列保障措施對(duì)處于不同研究水平的學(xué)生進(jìn)行差異化指導(dǎo)、因材施教的觀點(diǎn)。在探討高校創(chuàng)新型人才的培養(yǎng)模式方面，涂銘旌等[3]提出“四創(chuàng)”教育，鼓勵(lì)學(xué)生提出新穎創(chuàng)意、培養(yǎng)創(chuàng)新思維、鼓勵(lì)勤勞創(chuàng)業(yè)，并最終實(shí)現(xiàn)創(chuàng)富。吳志華和廖志豪[4]梳理了創(chuàng)新型人才培養(yǎng)中存在的一系列問(wèn)題，指出高校過(guò)分看重學(xué)歷和智力，忽略了對(duì)于情商、思維和人格等方面開(kāi)發(fā)的問(wèn)題。在高?？萍紕?chuàng)新能力評(píng)價(jià)體系構(gòu)建方面，李恒等[5]在測(cè)算科技創(chuàng)新與高等教育的融合度時(shí)，給出了基于AHP和EVM共同確定權(quán)重的“主客觀綜合賦權(quán)法”，實(shí)現(xiàn)了主客觀的有機(jī)結(jié)合，在一定程度上克服了僅使用單一方法的不足。安蓉和馬亮[6]采用因子分析方法，對(duì)我國(guó)西部地區(qū)地方高校的科技創(chuàng)新能力進(jìn)行評(píng)價(jià)，發(fā)現(xiàn)西部地區(qū)在科研基礎(chǔ)、創(chuàng)新經(jīng)費(fèi)投入、創(chuàng)新產(chǎn)出和成果轉(zhuǎn)化方面均與中東部地區(qū)地方高校存在較大差距。此外，從21世紀(jì)初開(kāi)始，對(duì)于創(chuàng)新能力評(píng)估的研究更加關(guān)注創(chuàng)新效率，即投入與產(chǎn)出的相對(duì)關(guān)系。周靜等[7]運(yùn)用DEA模型對(duì)我國(guó)29個(gè)不同地區(qū)高?？萍紕?chuàng)新的制度效率與規(guī)模效率進(jìn)行了評(píng)價(jià)。梳理近年來(lái)對(duì)于高?？蒲挟a(chǎn)出效率的研究發(fā)現(xiàn)，對(duì)于高?？蒲挟a(chǎn)出效率的研究逐漸從對(duì)技術(shù)效率等單獨(dú)要素的研究轉(zhuǎn)向?qū)θ匦实难芯浚x用的模型方法也逐步精細(xì)化且更符合現(xiàn)實(shí)狀況。張惠琴和尚甜甜[8]通過(guò)對(duì)高校科研創(chuàng)新全要素生產(chǎn)率的測(cè)算發(fā)現(xiàn)，東部地區(qū)的增長(zhǎng)率要高于中西部地區(qū)，而規(guī)模效率是造成這種差異的主要原因。

區(qū)別于以往的研究，本文著重探討的是高?？萍紕?chuàng)新對(duì)地方經(jīng)濟(jì)發(fā)展的實(shí)際作用效果或轉(zhuǎn)化效率，通過(guò)將高?？萍紕?chuàng)新這一子系統(tǒng)串聯(lián)到經(jīng)濟(jì)發(fā)展的大系統(tǒng)中，從相互關(guān)聯(lián)的系統(tǒng)觀角度分析高校科技創(chuàng)新的產(chǎn)出效率及對(duì)經(jīng)濟(jì)的轉(zhuǎn)化效率。因此，本文采用擴(kuò)展的網(wǎng)絡(luò)數(shù)據(jù)包數(shù)模型，是對(duì)現(xiàn)有DEA理論模型的拓展，通過(guò)將科技創(chuàng)新產(chǎn)出最優(yōu)化來(lái)論證轉(zhuǎn)化效率等相關(guān)問(wèn)題。

二、模型方法與變量選取

(一)模型方法

目前，對(duì)于效率評(píng)價(jià)的研究方法主要包括參數(shù)法和非參數(shù)法。參數(shù)法主要有三種：隨機(jī)前沿法(SFA)、自由分布法(DFA)和厚邊界法(TFA)。非參數(shù)法主要有兩種：數(shù)據(jù)包絡(luò)分析法(DEA)和無(wú)界分析法(FDH)。兩者之間的主要區(qū)別在于對(duì)于邊界估計(jì)的過(guò)程中對(duì)非效率項(xiàng)以及隨機(jī)干擾項(xiàng)的分布等假設(shè)不同。相比于參數(shù)法，非參數(shù)法不需要事先設(shè)定函數(shù)，避免了主觀因素造成的設(shè)定誤差，應(yīng)用線性規(guī)劃來(lái)進(jìn)行求解。在眾多非參數(shù)方法中，DEA是應(yīng)用最為廣泛、發(fā)展也最為成熟的一種方法，它可以同時(shí)對(duì)多種投入與產(chǎn)出指標(biāo)進(jìn)行處理，并在效率測(cè)算時(shí)無(wú)需將指標(biāo)進(jìn)行標(biāo)準(zhǔn)化，大大簡(jiǎn)化了計(jì)算過(guò)程。

DEA 最初由Charnes等[9]提出，為規(guī)模報(bào)酬不變的CCR 模型。但是對(duì)于由彼此相關(guān)的幾個(gè)子系統(tǒng)所組合而成的大系統(tǒng)而言，這一模型忽視了對(duì)單個(gè)子系統(tǒng)效率的衡量。由于高?？萍紕?chuàng)新經(jīng)常會(huì)通過(guò)企業(yè)等部門(mén)的成果轉(zhuǎn)化過(guò)程最終作用于地區(qū)經(jīng)濟(jì)，而且高?？萍紕?chuàng)新僅是整個(gè)社會(huì)創(chuàng)新體系中的一個(gè)組成部分，需要了解高?？萍紕?chuàng)新在整個(gè)社會(huì)創(chuàng)新體系中的作用，因而研究高?？萍紕?chuàng)新對(duì)于經(jīng)濟(jì)的作用效果有著較為復(fù)雜的多階段、網(wǎng)絡(luò)化特征，需要運(yùn)用更為符合現(xiàn)實(shí)狀況的評(píng)估效率模型。

對(duì)于在一較為復(fù)雜的多階段系統(tǒng)中考察高校科研創(chuàng)新的效果問(wèn)題，F(xiàn)?re和Grosskopf[10]提出了網(wǎng)絡(luò)數(shù)據(jù)包絡(luò)分析，用以探求每個(gè)子系統(tǒng)對(duì)于大系統(tǒng)整體效率的影響。顯而易見(jiàn)的是，作為各子系統(tǒng)間的用于衡量前一系統(tǒng)的輸出值和后一系統(tǒng)輸入值的樞紐變量就非常重要，在本文中衡量高?？萍紕?chuàng)新的輸出值就符合這一特征。但由于該方法在考察各子系統(tǒng)相互聯(lián)系時(shí)只是對(duì)傳統(tǒng)CCR模型的簡(jiǎn)單疊加，并未考慮系統(tǒng)間內(nèi)在關(guān)聯(lián)的情況，對(duì)于我們分析高?？萍紕?chuàng)新產(chǎn)出效率的準(zhǔn)確性存在問(wèn)題。

Kao和Hwang[11]所建立的兩階段DEA模型解決了內(nèi)在關(guān)聯(lián)性問(wèn)題，該模型考慮了系統(tǒng)間相關(guān)作用約束的情況，不僅能對(duì)整個(gè)系統(tǒng)的效率進(jìn)行估計(jì)，還能在考慮子系統(tǒng)間關(guān)聯(lián)性的情況下，評(píng)估子系統(tǒng)的效率。另外，考慮到由于高校在科技創(chuàng)新過(guò)程中往往會(huì)有追加投入等情況發(fā)生，因而本文進(jìn)一步采用了Kao[12]對(duì)于兩階段DEA模型的拓展模型，該模型由一個(gè)并聯(lián)的子系統(tǒng)模型與另一個(gè)子系統(tǒng)模型串聯(lián)而成，形成了如圖1所示的兩階段三系統(tǒng)網(wǎng)絡(luò)DEA模型。

圖1 兩階段三系統(tǒng)的網(wǎng)絡(luò)DEA模型

由圖1可知，系統(tǒng)1和系統(tǒng)3為能產(chǎn)生實(shí)際作用的系統(tǒng)，而系統(tǒng)2為一虛擬系統(tǒng)，本文中系統(tǒng)1指代高?？萍紕?chuàng)新過(guò)程，該過(guò)程需要大量的科技創(chuàng)新資源投入(X1，X2)，進(jìn)而產(chǎn)生最終的創(chuàng)新成果(Z1，Z2)，該創(chuàng)新成果與非創(chuàng)新資源投入(X3，X4)共同作為系統(tǒng)3經(jīng)濟(jì)發(fā)展過(guò)程的投入要素，并最終轉(zhuǎn)化為經(jīng)濟(jì)產(chǎn)出(Y1，Y2)。由于經(jīng)濟(jì)發(fā)展是一個(gè)非常復(fù)雜的系統(tǒng)，高?？萍紕?chuàng)新僅是其中的作用要素之一，還有其他資源投入也可作用其中，為了突出對(duì)高?？萍紕?chuàng)新的研究，因而設(shè)計(jì)了虛擬系統(tǒng)2。無(wú)論是高?？萍紕?chuàng)新系統(tǒng)還是經(jīng)濟(jì)發(fā)展系統(tǒng)，在從投入到最終形成產(chǎn)出的過(guò)程中都要經(jīng)過(guò)一系列的決策行為才能實(shí)現(xiàn)，這被稱(chēng)為“決策單元”(Decision Making Units，DMU)。

在本文中，可以假設(shè)有n個(gè)DMU，那么其產(chǎn)出效率應(yīng)該滿足：

(1)

其中，vi,ur,wp≥ε，j=1,2,…,n。

由于模型(1)為線性模型，因而其對(duì)偶模型*對(duì)偶模型更易于從理論及經(jīng)濟(jì)意義上做深入分析。為：

maxθk

(2)

其中，αj,βj≥ε，j=1,2,…,n。

(3)

(4)

由于本文另一個(gè)重點(diǎn)是要考察高?？萍紕?chuàng)新效率，而由圖1可知，中間產(chǎn)出(Z1，Z2)既是階段的產(chǎn)出又是階段Ⅱ的投入，考慮到整體效率達(dá)到最優(yōu)并不意味著子系統(tǒng)也能達(dá)到最優(yōu)，因而階段的產(chǎn)出和階段Ⅱ的投入未必相互匹配，故而再引入一個(gè)“最優(yōu)產(chǎn)出”集合

(5)

(6)

模型(2)進(jìn)一步演化為：

maxθk

(7)

(二)變量選取與處理

本文選取2009—2013年我國(guó)31個(gè)省份(除港、澳、臺(tái)地區(qū))的高?？萍纪度?、產(chǎn)出及宏觀經(jīng)濟(jì)數(shù)據(jù)，樣本數(shù)據(jù)均來(lái)源于《中國(guó)科技統(tǒng)計(jì)年鑒》(2010—2014年)和《中國(guó)統(tǒng)計(jì)年鑒》(2010—2014年)。將參與教學(xué)與科研的人員總數(shù)相加形成高?？萍既肆Y源(X1)，與代表財(cái)力投入的高?？萍冀?jīng)費(fèi)(X2)共同作為高?？蒲泄ぷ鞯耐度胱兞?；將各省高校專(zhuān)利授權(quán)數(shù)(Z1)和技術(shù)轉(zhuǎn)讓成交額(Z2)作為中間產(chǎn)出；X3為各省地區(qū)資本存量，X4為各省地區(qū)從業(yè)人員(剔除高?？萍既肆Y源)；用地區(qū)GDP剔除當(dāng)年高技術(shù)產(chǎn)業(yè)產(chǎn)值(Y1)和地區(qū)高技術(shù)產(chǎn)業(yè)總產(chǎn)值(Y2)代表經(jīng)濟(jì)產(chǎn)出，以期根據(jù)高?？蒲型度氲男蕘?lái)衡量高?？萍紕?chuàng)新對(duì)地區(qū)經(jīng)濟(jì)增長(zhǎng)的推動(dòng)作用。表1是對(duì)模型(7)所涉及統(tǒng)計(jì)量的簡(jiǎn)單描述。

表1 樣本相關(guān)變量描述性統(tǒng)計(jì)(2008—2013年)

高?？萍紕?chuàng)新對(duì)經(jīng)濟(jì)發(fā)展的作用，需要從創(chuàng)新資源的投入，到中間產(chǎn)出，最后作用于地方經(jīng)濟(jì)發(fā)展，并不能立即產(chǎn)生效果，在時(shí)間上需要有一定的滯后期，結(jié)合Kao[12]的處理方法，本文對(duì)高?？萍紕?chuàng)新產(chǎn)出進(jìn)行滯后一期處理。即將模型(7)中的X1和X2指標(biāo)選用t-1期的數(shù)據(jù)，而Z1、Z2、X3、X4、Y1和Y2選用t期的數(shù)據(jù)。另外，由于沒(méi)有關(guān)于各省資本存量的數(shù)據(jù)，因而本文用固定資本投資額對(duì)各省資本存量進(jìn)行估算，關(guān)于資本存量的核算，借鑒了張軍和章元[14]的公式：

Kt=Kt-1(1-δ)+It

(8)

其中，Kt為t年的資本存量，It為t年的固定資產(chǎn)投資額，δ為資產(chǎn)折舊率，本文δ=9.60%。

三、經(jīng)驗(yàn)分析

(一)高校科技創(chuàng)新對(duì)地區(qū)經(jīng)濟(jì)發(fā)展的支撐作用

1. 高?？萍紕?chuàng)新對(duì)地區(qū)經(jīng)濟(jì)發(fā)展的支撐效率總體偏低

從總體上看，在樣本期內(nèi)的5年間，高?？萍紕?chuàng)新對(duì)經(jīng)濟(jì)的支撐效率平均值為0.589，如表2所示，2009—2013年始終徘徊在0.450—0.650的水平，從均值來(lái)看僅有半數(shù)的省份達(dá)到了60%的水平，這表明高?？萍紕?chuàng)新對(duì)地區(qū)經(jīng)濟(jì)發(fā)展的支撐作用有限，還有很大的提升空間。2009—2013年用于高?？萍紕?chuàng)新的經(jīng)費(fèi)支出平均增長(zhǎng)率為16.56%，高于同期GDP平均增長(zhǎng)率14.33%，但高校技術(shù)轉(zhuǎn)讓實(shí)際收入的增幅卻僅有6.12%，這表明高?？萍紕?chuàng)新對(duì)地方經(jīng)濟(jì)發(fā)展的支撐作用仍然有限，如何激發(fā)高?？萍紕?chuàng)新的活力，將高校的科技成果更好地轉(zhuǎn)化為生產(chǎn)力是極為迫切的任務(wù)。

表2 高校科技創(chuàng)新對(duì)地區(qū)經(jīng)濟(jì)發(fā)展的支撐效率(2009—2013年)

排 名省 份20092010201120122013均 值19湖 南03730535045304870628049520貴 州03350488053004760531047221湖 北03990493043705170454046022廣 西02910419048804960573045323江 西02500491084203170323044524甘 肅02810472044604960524044425四 川02680395054004930390041726海 南02750194023210000261039227新 疆03080403043004350365038828吉 林02890433033504440434038729內(nèi)蒙古02240313025903050325028530寧 夏00970243041203030267026431青 海011600570102008900560084東部地區(qū)066807540776078607190741中部地區(qū)035506140643055406080555西部地區(qū)039705070486051604530472全國(guó)平均048206220630062205880589

2.省際間高?？萍紕?chuàng)新對(duì)經(jīng)濟(jì)發(fā)展的支撐效率差異明顯

從各省支撐效率均值差異來(lái)看，樣本期間31個(gè)省份支撐效率具有明顯差異。只有浙江高?？萍紕?chuàng)新支持經(jīng)濟(jì)發(fā)展的支撐效率達(dá)到了1.000，表明處于生產(chǎn)前沿面，區(qū)域發(fā)展達(dá)到DEA 有效。除浙江、北京、江蘇和福建高于0.900的水平外，其他省份均存在較大的效率改進(jìn)余地，遼寧在東部地區(qū)省份中僅排在海南之前，位列全國(guó)第18位，還不及全國(guó)的平均水平。從全國(guó)范圍看，超過(guò)全國(guó)平均水平的省份只有16個(gè)，剛過(guò)半數(shù)，排名后三位的內(nèi)蒙、寧夏和青海與其他省份有比較明顯的差距，尤其是青海高?？萍紕?chuàng)新支撐效率的均值僅為0.084。同時(shí)，重慶(0.872)和云南(0.850)等西部省份的支撐效率甚至超過(guò)了上海、廣東、山東和天津等經(jīng)濟(jì)發(fā)達(dá)地區(qū)，這似乎不合常理，但這恰好說(shuō)明了科技創(chuàng)新對(duì)經(jīng)濟(jì)發(fā)展的支撐其實(shí)是一復(fù)雜的體系，不僅僅取決于地區(qū)的經(jīng)濟(jì)實(shí)力和對(duì)高校的要素投入，更重要的是高?？萍紕?chuàng)新成果的轉(zhuǎn)化及其對(duì)經(jīng)濟(jì)的作用。雖然有些地區(qū)的經(jīng)濟(jì)發(fā)展水平相對(duì)偏低，對(duì)高校的要素投入有限，但其成果轉(zhuǎn)化快以及創(chuàng)新成果對(duì)于地區(qū)經(jīng)濟(jì)發(fā)展起到了巨大作用，因此，顯示出這些省份的高校科技創(chuàng)新對(duì)于地區(qū)經(jīng)濟(jì)發(fā)展的支撐效率較高。另外，從高校教育經(jīng)費(fèi)的投入強(qiáng)度來(lái)看，福建、河北、河南、云南和山西的投入強(qiáng)度分別為0.076%、0.056%、0.051%、0.076%和0.069%，顯著低于北京的0.980%和上海的0.480%，但這些省份卻能充分利用有限的高校創(chuàng)新資源投入，獲得較為豐碩的科技創(chuàng)新成果。北京、上海等地區(qū)雖然依托強(qiáng)大的經(jīng)濟(jì)基礎(chǔ)，對(duì)高校創(chuàng)新投入巨大，但總體效果并不理想。此外，按照投入強(qiáng)度這一指標(biāo)來(lái)看，湖北、四川和吉林的反差最大。總之，在全國(guó)范圍內(nèi)，高校的科技創(chuàng)新并沒(méi)有對(duì)經(jīng)濟(jì)發(fā)展起到明顯的支撐作用。

3.高校科技創(chuàng)新對(duì)經(jīng)濟(jì)發(fā)展的支撐效率具有明顯的區(qū)域差異

由表2可知，高校科技創(chuàng)新對(duì)地區(qū)經(jīng)濟(jì)發(fā)展的支撐作用存在明顯的區(qū)域差異。雖然，從個(gè)體省份而言，東部地區(qū)省份存在投入強(qiáng)度相對(duì)高但支撐效果并不高的現(xiàn)象，但從總體而言，東部地區(qū)高?？萍紕?chuàng)新對(duì)經(jīng)濟(jì)發(fā)展的支撐效率卻要顯著高于中部和西部地區(qū)，并高于全國(guó)平均水平。另外，也應(yīng)注意到，從2014—2016年支撐效率的全國(guó)平均水平來(lái)看，呈逐年下降態(tài)勢(shì)，尤其是2016年下降更為明顯，究其原因主要是由于東部地區(qū)的支撐效率顯著降低，也不能不值得我們警惕，應(yīng)時(shí)刻關(guān)注這種下降是暫時(shí)性的還是趨勢(shì)性的，并采取切實(shí)可行的措施，激發(fā)高校科技創(chuàng)新活力，加快高質(zhì)量科技創(chuàng)新成果的轉(zhuǎn)化效率。

(二)高?？萍紕?chuàng)新系統(tǒng)與經(jīng)濟(jì)系統(tǒng)的兩階段效率分析

1．高校科技創(chuàng)新對(duì)地區(qū)經(jīng)濟(jì)發(fā)展的支撐作用受制于高?？萍紕?chuàng)新支持下的經(jīng)濟(jì)發(fā)展階段

在樣本期內(nèi)，高?？萍紕?chuàng)新從要素投入到產(chǎn)出的轉(zhuǎn)化效率(階段Ⅰ)較創(chuàng)新成果對(duì)地區(qū)經(jīng)濟(jì)發(fā)展的支撐效率(階段Ⅱ)要低，如表3所示。階段Ⅰ的效率均值為0.647，與階段Ⅱ的效率均值0.909相比有明顯差距。由此可見(jiàn)，整體高?？萍紕?chuàng)新對(duì)地區(qū)經(jīng)濟(jì)發(fā)展的支撐作用不強(qiáng)是受到階段Ⅰ的拖累，即高?？萍紕?chuàng)新成果轉(zhuǎn)化率制約了整體效率的提升，也可以進(jìn)一步表明，促進(jìn)高?？萍紕?chuàng)新成果轉(zhuǎn)化率將極大地助益地區(qū)經(jīng)濟(jì)發(fā)展。

表3 整體效率值及兩階段效率值

2.兩階段內(nèi)區(qū)域間的效率差異程度顯著不同

通過(guò)對(duì)我國(guó)東中西部高?？萍紕?chuàng)新階段(階段Ⅰ)和高?？萍紕?chuàng)新支持下的經(jīng)濟(jì)發(fā)展階段(階段Ⅱ)效率均值的分析，采用非參數(shù)多組秩和K-W檢驗(yàn)法進(jìn)行檢驗(yàn)，結(jié)果如表4所示，在東中西部之間階段Ⅰ和階段Ⅱ確實(shí)存在顯著的差異。

表4 階段效率的顯著性檢驗(yàn)

注：***和**分別表示在1%和5%的水平下顯著。 3.省際間的高?？萍紕?chuàng)新成果轉(zhuǎn)化效率存在明顯差異

根據(jù)各省高校科技創(chuàng)新過(guò)程中兩階段效率差異的比較，31個(gè)省份大致可分為三種類(lèi)型：第一類(lèi)是高校科技創(chuàng)新對(duì)地方經(jīng)濟(jì)發(fā)展有較強(qiáng)的支撐作用，表現(xiàn)為兩個(gè)階段的效率值都較高，如浙江、北京、江蘇和福建等。第二類(lèi)是高?？萍紕?chuàng)新成果未能實(shí)現(xiàn)很好的轉(zhuǎn)化進(jìn)而制約了地區(qū)經(jīng)濟(jì)發(fā)展，表現(xiàn)為階段Ⅰ的值明顯低于階段Ⅱ的值，如內(nèi)蒙古、吉林、新疆和四川等，其差值基本高于50%，事實(shí)上，符合這一條件的省份很多，只是差值的高低不同。第三類(lèi)算是一種特例，是高?？萍紕?chuàng)新成果轉(zhuǎn)化率高，但在生產(chǎn)階段的效率較低，表現(xiàn)為階段Ⅰ的效率高于階段Ⅱ，西藏就屬于這種情況，一定程度說(shuō)明了其高校科技創(chuàng)新質(zhì)量亟待提升。

總之，高?？萍紕?chuàng)新支撐地區(qū)經(jīng)濟(jì)發(fā)展的效率受到高校科技創(chuàng)新生產(chǎn)階段和高?？萍紕?chuàng)新支撐下的經(jīng)濟(jì)發(fā)展階段兩個(gè)系統(tǒng)的影響，兩個(gè)階段中的任何一環(huán)出現(xiàn)問(wèn)題都會(huì)影響最終的整體效率提升。另外，由于我國(guó)各省和區(qū)域之間的階段效率亦存在顯著的差異，因此，各地區(qū)在指定政策的過(guò)程中應(yīng)該基于本地的實(shí)際情況有的放矢地進(jìn)行實(shí)施。

四、政策建議

本文以全國(guó)31個(gè)省份2009—2013 年相關(guān)數(shù)據(jù)為樣本，利用基于擴(kuò)展了的網(wǎng)絡(luò)數(shù)據(jù)包絡(luò)模型，測(cè)算并分析了高校科技創(chuàng)新推動(dòng)地區(qū)經(jīng)濟(jì)發(fā)展的支撐效率。通過(guò)上述對(duì)經(jīng)驗(yàn)研究結(jié)果的分析，進(jìn)而給出關(guān)于提高高?？萍紕?chuàng)新支撐地區(qū)經(jīng)濟(jì)發(fā)展的四點(diǎn)概要性政策建議：

首先，高?？萍紕?chuàng)新對(duì)于地區(qū)經(jīng)濟(jì)發(fā)展的作用不能僅重視高校創(chuàng)新要素投入的絕對(duì)量，更重要的是注重高校科技創(chuàng)新的成果轉(zhuǎn)化率即高?？萍紕?chuàng)新成果的質(zhì)量。因此，如何激發(fā)高校科技創(chuàng)新的活力，提高高校科技創(chuàng)新的成果轉(zhuǎn)化率和科技創(chuàng)新成果的質(zhì)量，是最終支撐地區(qū)經(jīng)濟(jì)發(fā)展的關(guān)鍵。

其次，高?？萍紕?chuàng)新支撐地區(qū)經(jīng)濟(jì)發(fā)展的效率受到高校科技創(chuàng)新生產(chǎn)階段和高?？萍紕?chuàng)新支持下的經(jīng)濟(jì)發(fā)展階段兩個(gè)系統(tǒng)的影響，兩個(gè)階段中的任何一環(huán)出現(xiàn)問(wèn)題都會(huì)影響最終的整體效率提升，因此，既要重視高校科技創(chuàng)新的生產(chǎn)階段又要重視經(jīng)濟(jì)發(fā)展階段的表現(xiàn)，注重高校科技創(chuàng)新成果的高質(zhì)量和高轉(zhuǎn)化率。

再次，由于我國(guó)各省和區(qū)域之間的階段效率亦存在顯著的差異，不同省份高?？萍紕?chuàng)新要素投入對(duì)于地區(qū)經(jīng)濟(jì)產(chǎn)出的效率不同，各省應(yīng)當(dāng)結(jié)合本省高?？萍紕?chuàng)新的特點(diǎn)，在充分分析高?？萍夹实膬?yōu)勢(shì)和劣勢(shì)的基礎(chǔ)上，探尋提升高?？萍紕?chuàng)新效率的路徑。

最后，從全國(guó)平均水平來(lái)看，由于東部地區(qū)支撐效率顯著降低，導(dǎo)致2014—2016年我國(guó)高?？萍紕?chuàng)新對(duì)地區(qū)經(jīng)濟(jì)發(fā)展的支撐效率呈逐年下降的態(tài)勢(shì)，2016年下降尤為明顯。對(duì)于這一現(xiàn)象應(yīng)該給予足夠重視，深入探究這種現(xiàn)象是否會(huì)形成趨勢(shì)，并研究制定解決這一問(wèn)題的切實(shí)可行的措施，從而刺激高?？萍紕?chuàng)新活力，加快高質(zhì)量科技創(chuàng)新成果的轉(zhuǎn)化率。

[1] 徐金梧. 大學(xué)科技創(chuàng)新與人才培養(yǎng)模式改革問(wèn)題的思考[J]. 中國(guó)高教研究,2008,(1):10-12.

[2] 李永剛. 金融結(jié)構(gòu)調(diào)整對(duì)經(jīng)濟(jì)效果影響的比較研究——基于58個(gè)經(jīng)濟(jì)體1998—2013年數(shù)據(jù)的實(shí)證分析[J]. 經(jīng)濟(jì)社會(huì)體制比較,2014,(2):63-73.

[3] 涂銘旌,唐英,張進(jìn),等. 創(chuàng)新型人才培養(yǎng)的思路、方法及路徑(一)[J]. 西華大學(xué)學(xué)報(bào)(自然科學(xué)版),2012,(4):1-4+118.

[4] 吳志華,廖志豪. 創(chuàng)新型人才培養(yǎng)中存在的問(wèn)題與建議[J]. 中國(guó)高校科技與產(chǎn)業(yè)化,2010,(5):9-11.

[5] 李恒,杜德斌,肖剛. 區(qū)域知識(shí)創(chuàng)新系統(tǒng)中科技創(chuàng)新與高等教育的融合關(guān)系研究——基于長(zhǎng)三角城市群的案例研究[J]. 上海經(jīng)濟(jì)研究,2015,(5):86-94.

[6] 安蓉,馬亮. 西部地區(qū)地方高?？萍紕?chuàng)新能力評(píng)價(jià)研究[J]. 科研管理,2015,(S1):15-21.

[7] 周靜,王立杰,石曉軍. 我國(guó)不同地區(qū)高?？萍紕?chuàng)新的制度效率與規(guī)模效率研究[J]. 研究與發(fā)展管理,2005,(1):109-117.

[8] 張惠琴,尚甜甜. 高?？蒲袆?chuàng)新效率對(duì)比分析——基于全國(guó)30個(gè)省份的面板數(shù)據(jù)[J]. 科研管理,2015,(S1):181-186.

[9] Charnes,A.,Cooper,W.W.，Rhodes,E.Measuring the Efficieney of Decision-Making Units[J].European Journal of Operational Research,2007,2(6):429-444.

[10] F?re，R., Grosskopf，S. Intertemporal Production Frontiers: With Dynamic DEA [M].Kluwer Academic Publishers,1996.

[11] Kao,C., Hwang, S.N.Efficiency Decomposition in Two-Stage Date Envelopment Analysis: An Application to Non-Life Insurance Companies in Taiwan[J]. European Journal of Operational Research,2008,185(1): 418-429.

[12] Kao,C.Efficiency Decomposition in Network Data Envelopment Analysis:With Slacks-Based Measures[J]. European Journal of Operational Research, 2009,192(3):949-962.

[13] 龐瑞芝,范玉,李揚(yáng). 中國(guó)科技創(chuàng)新支撐經(jīng)濟(jì)發(fā)展了嗎?[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2014,(10):37-52.

[14] 張軍,章元. 對(duì)中國(guó)資本存量K的再估計(jì)[J]. 經(jīng)濟(jì)研究,2003,(7):35-43+90.