兩階段視角下中國高校科技創(chuàng)新效率的溢出效應研究

朱恬恬，盧雅華，張躍軍

一、引 言

我國正不遺余力地從國家戰(zhàn)略層面推動高?？萍紕?chuàng)新的發(fā)展，以實現(xiàn)高等教育強國目標，加速轉(zhuǎn)變經(jīng)濟發(fā)展方式。2018年8月，教育部、財政部和國家發(fā)展改革委印發(fā) 《關于高等學校加快“雙一流”建設的指導意見》，強調(diào)加大技術創(chuàng)新和成果轉(zhuǎn)化力度，促進產(chǎn)學研精準對接。2020年12月9日，教育部召開2020年全國高?？萍脊ぷ鲿?，強調(diào)高校要充分發(fā)揮優(yōu)勢，以科技創(chuàng)新支撐服務高質(zhì)量發(fā)展，主動為國家和民族的發(fā)展出力爭光。對于處在轉(zhuǎn)型經(jīng)濟時期的中國而言，關注提高高?？萍紕?chuàng)新效率對 “雙一流”建設的貢獻，而不是僅僅考慮增加科技創(chuàng)新投入或產(chǎn)出，有利于優(yōu)化高等教育資源配置，助力高校科技創(chuàng)新可持續(xù)、高質(zhì)量發(fā)展。

現(xiàn)有相關研究大多將高?？萍紕?chuàng)新過程視為一個 “黑匣子”，不考慮其內(nèi)部結(jié)構(gòu)，只探討高校科技創(chuàng)新過程的整體效率[1][2]，而忽視了科技創(chuàng)新活動的階段性特征，不利于識別科技創(chuàng)新過程中的薄弱環(huán)節(jié)。實際上，高?？萍紕?chuàng)新過程可以視為由內(nèi)部子過程組成的 “鏈式”結(jié)構(gòu)，科技創(chuàng)新過程不僅僅涉及理論創(chuàng)新成果，更重要的是掌握將知識和技術轉(zhuǎn)化為社會價值的方式[3]。因此，本文參考Qin等[4]創(chuàng)新價值鏈理論，將我國高?？萍紕?chuàng)新劃分為知識創(chuàng)新和成果轉(zhuǎn)化兩個相互關聯(lián)的子階段。具體而言，知識創(chuàng)新階段主要檢驗創(chuàng)新參與者是否可以有效利用資金和人力資源發(fā)展新的研究和學術成果，成果轉(zhuǎn)化階段主要檢驗創(chuàng)新參與者是否可以利用其專利和技術創(chuàng)造新的社會和經(jīng)濟價值。同時，知識創(chuàng)新階段的產(chǎn)出可以視為一種連接中介，即將知識創(chuàng)新階段的產(chǎn)出視為成果轉(zhuǎn)化階段的中間投入，并通過成果轉(zhuǎn)化過程創(chuàng)造最終的經(jīng)濟價值。

而且，以往文獻大多只關注高校知識溢出或創(chuàng)新產(chǎn)出的空間溢出效應[5][6][7]，鮮有研究考慮高校科技創(chuàng)新效率是否具有空間溢出效應。高校科技創(chuàng)新效率主要指在一段時期內(nèi)，高?？萍紕?chuàng)新過程中投入與產(chǎn)出之間的對比關系，其不僅能體現(xiàn)高校將一系列投入轉(zhuǎn)化為產(chǎn)出的能力，還能反映科技創(chuàng)新資源是否得到合理配置?？萍紕?chuàng)新效率溢出主要是指某一創(chuàng)新主體科技創(chuàng)新效率的變化會對其他創(chuàng)新主體的科技創(chuàng)新效率產(chǎn)生影響[8]?？萍紕?chuàng)新溢出是知識溢出在創(chuàng)新活動中的具體體現(xiàn)，科技創(chuàng)新效率溢出是科技創(chuàng)新溢出結(jié)果化的表現(xiàn)形式[8][9]。實際上，高校之間的科技創(chuàng)新效率同樣具有潛在的外部性特征，首先，高校作為科技創(chuàng)新領域的重要組成部分，是推動國家創(chuàng)新驅(qū)動發(fā)展的主力軍，但是由于教育資源配置不平衡，導致各高校之間科技創(chuàng)新效率水平存在差異，呈現(xiàn)出明顯的空間失衡特征[10]。其次，高?？萍紕?chuàng)新可以通過衍生產(chǎn)品、勞動力的流動和非正式的知識交流等途徑傳導至鄰近區(qū)域[11][12]，因此，提升高校科技創(chuàng)新效率不僅取決于各區(qū)域自身條件的改變，還與外部環(huán)境息息相關。此外，既有研究發(fā)現(xiàn)，高?？萍紕?chuàng)新過程中也存在很高的相似性，并且高校之間的交流合作以及產(chǎn)學研協(xié)同創(chuàng)新體制有助于推動高?？萍紕?chuàng)新效率的相互溢出效應[13][14]。

高校科技創(chuàng)新效率的溢出效應不僅會發(fā)生在區(qū)域之間，還會發(fā)生在知識創(chuàng)新階段和成果轉(zhuǎn)化階段之間[15]，所以僅考慮溢出的空間維度難以全面反映高?？萍紕?chuàng)新效率溢出過程，有必要探究不同階段之間高校科技創(chuàng)新效率的溢出效應。同時，有必要探究高?？萍紕?chuàng)新效率與其他要素的空間交互影響，探索提高我國高?？萍紕?chuàng)新效率的有效途徑。綜上所述，本文將基于高校科技創(chuàng)新整體效率和兩階段效率，運用空間計量模型分析我國高?？萍紕?chuàng)新效率整體溢出效應與分階段溢出效應，在此基礎上，進一步探討影響高?？萍紕?chuàng)新效率溢出的關鍵因素。

本文的研究貢獻主要包括兩個方面：第一，突破了整體效率評價的局限性，本文將高?？萍紕?chuàng)新劃分為知識創(chuàng)新和成果轉(zhuǎn)化兩個子階段并構(gòu)建兩階段DEA模型評價其效率，規(guī)避了傳統(tǒng)單階段DEA模型測量效率的缺陷。第二，更新了高校溢出效應研究的內(nèi)容，以往相關研究往往只關注高校知識溢出或創(chuàng)新產(chǎn)出的空間溢出效應，而本文揭示了高校科技創(chuàng)新效率的潛在溢出效應及其階段性特征。

二、文獻綜述

評價高校教學科研效率的方法主要是隨機前沿分析 （SFA）和數(shù)據(jù)包絡分析方法（DEA）[16][17][18]。由于高?？萍紕?chuàng)新活動具有多投入和多產(chǎn)出的復雜特性，所以DEA方法得到了更為廣泛的運用。例如，Johnes[19]利用DEA模型分析英國高校的教學效率，指出學生的個人努力與機構(gòu)的效率對教學效率具有一定影響。Yaisawarng等[20]采用Malmquist指數(shù)評估中國實施“211”工程對112所高校科研效率的影響，發(fā)現(xiàn)管理效率低下會導致科研效率下降。羅杭等[21]利用超效率DEA模型對中國 “985”高校教學和科研效率進行評價，結(jié)果表明總體科研效率較低。但是，傳統(tǒng)的單階段DEA模型沒有考慮高校科技創(chuàng)新活動的內(nèi)部結(jié)構(gòu)，忽略了高校科技創(chuàng)新活動的階段性特征及其內(nèi)部子過程中的低效率環(huán)節(jié)[22][23]。實際上，如前所述，高校科技創(chuàng)新過程不是簡單的單階段生產(chǎn)過程，而是由具有中間產(chǎn)出的內(nèi)部子過程組成的 “鏈式”結(jié)構(gòu)，因此，傳統(tǒng)研究思路和方法得到的結(jié)果可能有偏誤。

同時，考慮到科技創(chuàng)新過程的復雜性，許多學者強調(diào)了科技創(chuàng)新過程中不同階段的關聯(lián)性。例如，Guan等[24]分析中國高科技產(chǎn)業(yè)創(chuàng)新效率，將其劃分為研發(fā)階段和商業(yè)化階段并測算效率，發(fā)現(xiàn)總體效率與兩階段效率存在差異。趙增耀等[25]將中國區(qū)域創(chuàng)新劃分為知識創(chuàng)新和產(chǎn)品創(chuàng)新兩個階段，指出創(chuàng)新效率在不同階段之間存在顯著的主從關聯(lián)。余泳澤等[26]分析中國區(qū)域創(chuàng)新效率的外溢效應，將創(chuàng)新過程分為知識創(chuàng)新、科研創(chuàng)新和產(chǎn)品創(chuàng)新三個階段，發(fā)現(xiàn)三個階段的效率之間存在明顯的價值鏈溢出效應。這些研究思路為本文考慮高?？萍紕?chuàng)新效率的階段性特征提供了重要啟發(fā)。

在高?？萍紕?chuàng)新溢出效應研究方面，學者們大多關注高校知識溢出或創(chuàng)新產(chǎn)出的溢出效應。例如，Ponds等[27]研究發(fā)現(xiàn)荷蘭高校知識溢出對區(qū)域創(chuàng)新的影響是由地理鄰近度和產(chǎn)學研合作網(wǎng)絡引起的。Li等[28]研究指出中國高校對企業(yè)創(chuàng)新具有正向溢出效應，并且其溢出效應隨著公司與高校之間空間距離的增加而減弱。胡曙虹等[7]從中國省域?qū)用嫣接懥烁咝?chuàng)新產(chǎn)出的空間溢出效應及其對區(qū)域經(jīng)濟增長的影響，發(fā)現(xiàn)高校創(chuàng)新產(chǎn)出的溢出效應能夠顯著促進區(qū)域經(jīng)濟增長。然而，鮮有研究對高?？萍紕?chuàng)新效率的溢出效應進行探究。

歸結(jié)起來，現(xiàn)有相關文獻中鮮有研究對高?？萍紕?chuàng)新的過程進行分階段理解，缺乏分階段闡釋高?？萍紕?chuàng)新效率的變化規(guī)律，不利于發(fā)現(xiàn)高?？萍紕?chuàng)新過程中的薄弱環(huán)節(jié)。同時，較少文獻考慮高?？萍紕?chuàng)新效率的空間溢出效應，忽視了不同高校之間科技創(chuàng)新的關聯(lián)性。鑒于此，本文從高?？萍紕?chuàng)新的實際特征出發(fā)，將高?？萍紕?chuàng)新劃分為知識創(chuàng)新和成果轉(zhuǎn)化兩個子階段，并利用兩階段DEA模型測算整體效率與兩階段效率，然后構(gòu)建空間計量模型對高校科技創(chuàng)新效率的空間溢出效應進行分析，深入探討知識創(chuàng)新效率與成果轉(zhuǎn)化效率之間的內(nèi)在影響機制。

三、數(shù)據(jù)說明與模型方法

（一）數(shù)據(jù)說明

1.投入產(chǎn)出指標。本文知識創(chuàng)新階段的投入指標主要從人力資本和經(jīng)濟資本角度出發(fā)，選取了基礎研究和應用基礎R&D當年全時人員、基礎研究和應用基礎R&D當年經(jīng)費支出，產(chǎn)出指標為科技著作出版數(shù)、學術論文發(fā)表數(shù)和專利授權(quán)數(shù)。

本文將知識創(chuàng)新階段的全部產(chǎn)出視為成果轉(zhuǎn)化階段的部分投入，同時，成果轉(zhuǎn)化階段的投入指標還選取了試驗發(fā)展R&D當年全時人員和試驗發(fā)展R&D當年經(jīng)費支出，而產(chǎn)出指標為科技課題數(shù)、技術轉(zhuǎn)讓收入和成果授獎數(shù)。

考慮到創(chuàng)新投入到產(chǎn)出存在時滯性，參考相關文獻[13][26]，本文將科技創(chuàng)新產(chǎn)出相應延遲一年。對應年份和具體指標說明如表1所示。

表1 指標說明

2.控制變量選取。高?？萍紕?chuàng)新活動不僅會受到內(nèi)部因素影響，還會受到外部環(huán)境影響，因此，為了探究相關因素對我國高校科技創(chuàng)新效率溢出效應的影響，本文設置了控制變量，具體解釋如表2所示。

表2 控制變量說明

（1）政府資金支持是高校進行科技創(chuàng)新活動的主要經(jīng)費來源，對高?？萍紕?chuàng)新效率具有重要影響[13][29]，本文采用高校科技經(jīng)費中政府資金所占比重表示政府支持。

（2）高等教育發(fā)展水平可以反映一個地區(qū)的人力資源水平，人力資源是提升高?？萍紕?chuàng)新效率的重要依托，科技創(chuàng)新活動中知識的生產(chǎn)、傳播及成果轉(zhuǎn)化很大程度上依賴于人才的創(chuàng)新能力，本文采用各地區(qū)平均每十萬人口中高校的在校生人數(shù)表示高等教育發(fā)展水平。

（3）人均科研經(jīng)費可以度量科研經(jīng)費的投入對科技創(chuàng)新效率的影響[26]，本文選取高校研究與發(fā)展項目當年支出經(jīng)費與當年全時人員的比值表示知識創(chuàng)新階段的人均科研經(jīng)費，并選取高校R&D成果應用及科技服務項目經(jīng)費與當年全時人員的比值表示成果轉(zhuǎn)化階段的人均科研經(jīng)費。

（4）產(chǎn)學合作程度可以衡量區(qū)域間的科技創(chuàng)新合作水平，探索科技創(chuàng)新資源在區(qū)域間的共享互補性[30]，是影響科技創(chuàng)新效率的重要指標，本文選取高?？萍冀?jīng)費中企業(yè)資金所占比例表示產(chǎn)學合作程度。

（5）經(jīng)費支出偏向性在本文中指的是高校固定資產(chǎn)購置費占科技經(jīng)費內(nèi)部支出的比重，高校固定資產(chǎn)購置費包括設備投入、儀器采購和實驗室建設等。

3.數(shù)據(jù)來源。本文對2007—2018年我國27個省份高?？萍紕?chuàng)新效率的溢出效應進行分析，由于海南、西藏、寧夏、青海4個省份的部分數(shù)據(jù)缺失，所以暫時不予考慮。全國各省高校的統(tǒng)計年鑒數(shù)據(jù)如經(jīng)費支出、科研人員、學術論文發(fā)表數(shù)量等在統(tǒng)計數(shù)據(jù)的口徑、范圍、計算標準等方面一致，不同省份之間的科技創(chuàng)新數(shù)據(jù)具有可比性。本文基礎數(shù)據(jù)來源于2008—2019年 《高等學?？萍冀y(tǒng)計資料匯編》《中國科技統(tǒng)計年鑒》和 《中國統(tǒng)計年鑒》。

（二）模型方法

2.空間權(quán)重矩陣構(gòu)建。常見的空間權(quán)重矩陣有空間鄰接矩陣和地理距離空間權(quán)重矩陣，但是高?？萍紕?chuàng)新過程不可避免地會受到多種非地理鄰近因素的影響，若僅考慮地理鄰近的空間聯(lián)系，則測算結(jié)果與實際會存在一定偏差[19]。因此，本文參考Feng等[32]的做法，采用考慮經(jīng)濟特征的嵌套空間權(quán)重矩陣，如方程 （4）所示：

3.空間自相關檢驗?？臻g自相關檢驗主要是考察各省市高?？萍紕?chuàng)新效率是否存在空間依賴性，本文采用全局莫蘭指數(shù)進行檢驗，具體計算如方程 （5）所示：

其中，xi表示第i個區(qū)域變量，Wij表示空間權(quán)重矩陣。全局莫蘭指數(shù)的取值范圍為 [－1，1]。如果莫蘭值大于0，表示正的空間自相關；莫蘭值小于0，表示負的空間自相關；莫蘭值等于0，則表示隨機空間分布。

4.空間相關模型。常見的空間相關模型包括空間滯后模型 （SAR）、空間誤差模型 （SEM）和空間杜賓模型 （SDM）。為了確定選取哪種空間計量模型更合適，首先，本文使用拉格朗日乘數(shù)（LM）及其穩(wěn)健性 （Robust）檢驗判斷SAR模型和SEM模型是否比SDM模型更適合，結(jié)果表明應選擇SDM模型；其次，由于SDM可以將其以受限形式解釋為SAR模型或SEM模型，因此需進一步采用LR檢驗判斷SDM模型是否會簡化成SAR和SEM模型，結(jié)果表明應選擇SDM模型；最后，Hausman檢驗結(jié)果表明應選取固定效應模型。因此，最終選擇固定效應的空間杜賓模型。

為了全面反映高?？萍紕?chuàng)新效率的溢出過程，本文將兩階段間的溢出納入高校科技創(chuàng)新效率的空間溢出模型，設定的SDM模型為：

其中，GENit、CREit和CONit分別表示整體效率、知識創(chuàng)新效率和成果轉(zhuǎn)化效率，W為空間權(quán)重矩陣，變量乘以W表示其空間滯后項，μi代表個體效應，εit代表殘差。

四、實證結(jié)果分析

（一）科技創(chuàng)新效率測算結(jié)果分析

根據(jù)模型 （1）—（3），計算得出樣本期間內(nèi)我國各省份高?？萍紕?chuàng)新整體和兩階段的效率值，對我國各省份高校的科技創(chuàng)新效率進行分析，結(jié)果如表3所示。

表3 我國各省份高校整體效率和兩階段效率

可以發(fā)現(xiàn)，一方面，樣本期間，我國高?？萍紕?chuàng)新效率整體上有所下降，而且總體上高校成果轉(zhuǎn)化效率高于知識創(chuàng)新效率。結(jié)果表明，我國高?？萍紕?chuàng)新整體效率、知識創(chuàng)新效率和成果轉(zhuǎn)化效率的均值分別為0.8197、0.7155和0.8683，高?？萍紕?chuàng)新整體效率小于1，而且成果轉(zhuǎn)化效率高于知識創(chuàng)新效率，說明高校整體科技創(chuàng)新效率的提高主要依賴成果轉(zhuǎn)化效率，該結(jié)果顯示我國政府一直以來強調(diào)的產(chǎn)學研合作政策對高校科技成果轉(zhuǎn)化產(chǎn)生了積極作用[33][34]，高校與企業(yè)之間的密切合作也在一定程度上帶動了成果轉(zhuǎn)化效率的提升。例如，2016—2019年，高校服務產(chǎn)業(yè)、企業(yè)和社會需求獲得的橫向科研經(jīng)費總額超過2100億元，2019年，全國高校簽訂技術轉(zhuǎn)讓合同1.3萬項，較2016年增長45.1%，合同總金額67.5億元，較2016年增長34.3%[35]。值得注意的是，部分高教大省 （例如江蘇和湖北）的成果轉(zhuǎn)化效率和知識創(chuàng)新效率的差異卻不明顯，主要原因可能在于江蘇和湖北知識創(chuàng)新產(chǎn)出較高，2010年江蘇省專利申請量和授權(quán)量分別達23.6萬件和13.8萬件，均居全國首位[36]，并且都高度重視對高?？蒲谐晒莫剟頪37][38]。

而知識創(chuàng)新效率較低的主要原因可能在于各地加大了對科技創(chuàng)新的投入，但是因為教育資源配置不合理，部分科研資源過分集中，且存在科研人員對相關技術進行重復研發(fā)的現(xiàn)象[22]，從而導致高校知識創(chuàng)新效率較低。另外，高校類型對高?？萍紕?chuàng)新效率也具有重要影響?，F(xiàn)有研究發(fā)現(xiàn)，部分師范類和綜合類高校雖然享有盛譽，但是其科技創(chuàng)新效率并不佳[13][16]。因此，可能存在部分高校因偏向于人文社科學科，其在科技創(chuàng)新領域并沒有卓越的表現(xiàn)，從而拉低了所在省域的高校知識創(chuàng)新效率。

另一方面，我國高?？萍紕?chuàng)新整體效率和兩階段效率水平由高到低的地區(qū)分布均為：西部-東部-中部。這驗證了已有相關研究結(jié)果[16]，說明經(jīng)濟發(fā)展水平較高的地區(qū)，其高?？萍紕?chuàng)新效率不一定高。相比于東部地區(qū)，西部地區(qū)高?？赡茉诮逃胶突A設施等方面沒有明顯優(yōu)勢，但是其積極優(yōu)化高校創(chuàng)新要素配置，不斷完善內(nèi)部管理機制，使得較少的科技創(chuàng)新資源投入獲得了較多的產(chǎn)出。同時，這也說明西部地區(qū)高校具有較大的科技創(chuàng)新潛力，而中部地區(qū)高校就其投入產(chǎn)出而言，科技創(chuàng)新效率尚待提高。另外，該結(jié)果也支持了 《關于新時代振興中西部高等教育的若干意見》的政策導向，應進一步有效激發(fā)中西部高校的發(fā)展?jié)摿39]。

（二）科技創(chuàng)新效率的溢出效應分析

1.空間自相關檢驗結(jié)果。根據(jù)公式 （5），對我國高?？萍紕?chuàng)新的整體、知識創(chuàng)新效率和成果轉(zhuǎn)化效率進行空間自相關性分析，全局莫蘭檢驗結(jié)果如表4所示。

表4 高校科技創(chuàng)新整體效率和兩階段效率的全局莫蘭檢驗結(jié)果

可以發(fā)現(xiàn)，我國高校科技創(chuàng)新整體效率和兩階段效率在大多數(shù)年份通過了顯著性檢驗且正相關，說明高校科技創(chuàng)新效率具有明顯的空間集聚特征。而且，從2012年到2016年，相比于知識創(chuàng)新效率，成果轉(zhuǎn)化效率的空間相關性較強，表明成果轉(zhuǎn)化效率的空間集聚特征較明顯。主要原因可能在于截至2012年我國已建立了69個國家大學科技園[40]，這些科技園不僅成為國家和區(qū)域創(chuàng)新體系中的重要組成部分，而且對高校成果轉(zhuǎn)移轉(zhuǎn)化具有集聚輻射和帶動作用[41]。

2.空間溢出效應分析。根據(jù)方程 （6）—（8），對我國高校科技創(chuàng)新的整體、知識創(chuàng)新效率和成果轉(zhuǎn)化效率進行空間溢出效應分析。參考相關文獻[42]，為了更準確地分析空間杜賓模型中解釋變量對被解釋變量的影響及其空間溢出效應，本文基于SDM偏微分方法對溢出效應進行分解，將結(jié)果進一步分解為直接效應、間接效應和總效應 （如表5所示）。

表5 高校科技創(chuàng)新整體效率和兩階段效率的空間溢出效應估計

可以發(fā)現(xiàn)，高校科技創(chuàng)新整體效率和知識創(chuàng)新效率的空間滯后項系數(shù) （ρ）為正但統(tǒng)計上并不顯著，說明高?？萍紕?chuàng)新整體效率和知識創(chuàng)新效率的空間溢出效應較弱，周邊地區(qū)高校科技創(chuàng)新整體效率和知識創(chuàng)新效率的提升沒有對本地區(qū)產(chǎn)生顯著影響。主要原因在于：首先，高校科技創(chuàng)新知識溢出是高度本地化的，而且高?？萍紕?chuàng)新知識的溢出更多地取決于知識的可用性[43][44]。其次，高校知識創(chuàng)新產(chǎn)出見效周期較長，其科技創(chuàng)新知識成果并不能被其他創(chuàng)新主體立即消化、吸收和轉(zhuǎn)化，具有一定的階段性特征[45]。最后，考慮到科技創(chuàng)新知識的復雜性，涉及較多的隱性知識，從而其向周邊地區(qū)的外溢和轉(zhuǎn)移速度較慢。正如Gertler[46]指出的地理同質(zhì)性，即偏好與同一地理區(qū)域的個體進行互動，對一個地區(qū)內(nèi)的隱性知識轉(zhuǎn)移具有積極作用。因此，周邊地區(qū)高?？萍紕?chuàng)新整體效率和知識創(chuàng)新效率的提升未必會顯著帶動本地區(qū)相關效率的提升。

但是，高校成果轉(zhuǎn)化效率具有明顯的正向空間溢出效應，表明周邊地區(qū)高校成果轉(zhuǎn)化效率的提高能夠有效帶動本地區(qū)高校成果轉(zhuǎn)化效率的提高。主要原因在于相比于知識創(chuàng)新階段而言，成果轉(zhuǎn)化階段的成效較明顯，周邊地區(qū)高校推進成果轉(zhuǎn)化的努力對本地區(qū)產(chǎn)生了積極的 “示范效應”。本地區(qū)高校在促進成果轉(zhuǎn)化的過程中可能將周邊地區(qū)視為 “榜樣”，從而通過模仿其成果轉(zhuǎn)化的成功經(jīng)驗提升自身的成果轉(zhuǎn)化效率[42]。

從兩階段間的溢出效應看，首先，成果轉(zhuǎn)化效率對知識創(chuàng)新效率的直接效應為顯著負向影響，而間接效應未通過顯著性檢驗，說明高校成果轉(zhuǎn)化效率的提高抑制了本地區(qū)知識創(chuàng)新效率提高，但對周邊地區(qū)的知識創(chuàng)新效率沒有產(chǎn)生明顯的空間溢出效應。這表明隨著高校成果轉(zhuǎn)化效率的提高，其科技創(chuàng)新活動會更加注重經(jīng)濟和民生的實際需求[13]，對知識創(chuàng)新產(chǎn)出質(zhì)量的把控將進一步提高，不再一味追求產(chǎn)出的數(shù)量，從而在一定程度上抑制了本地區(qū)知識創(chuàng)新效率的提高。

其次，知識創(chuàng)新效率對成果轉(zhuǎn)化效率的直接效應和間接效應均未通過顯著性檢驗，說明高校知識創(chuàng)新效率的提高對成果轉(zhuǎn)化效率沒有產(chǎn)生明顯的空間溢出效應。主要原因在于知識創(chuàng)新成果能否成功轉(zhuǎn)化，取決于其市場潛力或經(jīng)濟價值[26]。而且，為了將知識創(chuàng)新成果成功轉(zhuǎn)化，高校或企業(yè)需要投入時間和資源[47]。因此，知識創(chuàng)新成果并不能立即轉(zhuǎn)化為創(chuàng)新產(chǎn)品或服務。這也支持了近年來國家極力倡導把論文寫在祖國大地上和將科技成果轉(zhuǎn)化為現(xiàn)實生產(chǎn)力的政策導向，讓更多的科技創(chuàng)新成果在經(jīng)濟和民生需求中體現(xiàn)價值。

在控制變量方面，第一，政府支持增加在一定程度上促進了周邊地區(qū)知識創(chuàng)新效率的提高，而未對本地區(qū)產(chǎn)生明顯的空間溢出效應，說明政府支持在知識創(chuàng)新階段對周邊地區(qū)起到一定激勵作用，會影響周邊地區(qū)對政府支持的渴求程度。但是，政府支持對本地區(qū)的知識創(chuàng)新效率的影響并不顯著，主要原因在于目前政府對高校的資金支持尚未得到優(yōu)化配置和合理利用[48]。

第二，高等教育發(fā)展水平提高有利于本地區(qū)知識創(chuàng)新效率和整體科技創(chuàng)新效率的提高，但對周邊地區(qū)會產(chǎn)生抑制作用，主要原因在于高等教育的發(fā)展是知識創(chuàng)造的產(chǎn)物，高素質(zhì)人才的聚集有助于提高知識創(chuàng)新效率和整體科技創(chuàng)新效率[48]。但是，高等教育發(fā)展水平高的地區(qū)往往更容易吸引周邊地區(qū)人才向該地區(qū)集聚以及獲得國際交流與合作機會，使更多的前沿知識溢出到本地[4]，從而抑制周邊地區(qū)知識創(chuàng)新效率和整體效率的提高。

第三，人均科研經(jīng)費增加不利于本地區(qū)知識創(chuàng)新效率的提高，但對周邊地區(qū)知識創(chuàng)新效率和整體科技創(chuàng)新效率產(chǎn)生了正向空間溢出效應，主要原因在于科研人員對科研經(jīng)費沒有進行合理配置，從而不利于本地區(qū)知識創(chuàng)新效率的提高[48]。但是，人均科研經(jīng)費增加在一定程度上會推動區(qū)域間的聯(lián)系，促進知識的傳播和轉(zhuǎn)移，調(diào)動科研人員的積極性，使得周邊地區(qū)知識創(chuàng)新效率和整體效率有所提高。

第四，產(chǎn)學合作程度提高促進了周邊地區(qū)知識創(chuàng)新效率的提高，而未對成果轉(zhuǎn)化效率產(chǎn)生明顯的空間溢出效應，說明在知識創(chuàng)新階段，產(chǎn)學之間的研發(fā)合作無形中會給周邊地區(qū)高校釋放相關的知識需求 “信號”，促使周邊地區(qū)知識創(chuàng)新效率的提高。此外，部分學者指出，企業(yè)與高校的合作不僅僅是為了科技創(chuàng)新產(chǎn)品的商業(yè)化，更是為了獲得經(jīng)過訓練的人才和新興技術的機會[49]；而在成果轉(zhuǎn)化階段，相比于科研院所，高校主要從事基礎研究而不是應用研究，其研究方向和研發(fā)能力與行業(yè)或企業(yè)實際需求之間還存在一定差距。因此，產(chǎn)學合作程度提高未必會顯著提高成果轉(zhuǎn)化效率，其關鍵在于能否準確對接或預測行業(yè)實際需求，重視產(chǎn)業(yè)化的實現(xiàn)。

另外，從經(jīng)費支出偏向性可以看出，高校固定資產(chǎn)購置費占科技經(jīng)費內(nèi)部支出的比重增加有利于周邊地區(qū)成果轉(zhuǎn)化效率的提高，但未對本地區(qū)產(chǎn)生顯著影響。主要原因在于大量建設大型實驗室和采購設備容易造成本地區(qū)生產(chǎn)設備冗余[26]，而周邊地區(qū)則可以通過共享資源或合作的方式，充分利用資源推動其知識創(chuàng)新成果的應用轉(zhuǎn)化，從而提高成果轉(zhuǎn)化效率。

五、結(jié)論與建議

本文基于2007—2018年中國27個省份的數(shù)據(jù)，將高?？萍紕?chuàng)新過程劃分為兩個相互關聯(lián)的子階段，即知識創(chuàng)新和成果轉(zhuǎn)化階段，然后利用兩階段DEA方法測算高?？萍紕?chuàng)新整體效率與兩階段效率，并采用空間杜賓模型估計高?？萍紕?chuàng)新效率的空間溢出效應及其關鍵影響因素，得到主要結(jié)論如下：

第一，在樣本期間內(nèi)，總體上我國高校成果轉(zhuǎn)化效率高于知識創(chuàng)新效率，均值分別為0.8683和0.7155。這意味著高校整體科技創(chuàng)新效率的提高主要依賴成果轉(zhuǎn)化效率。另外，我國高?？萍紕?chuàng)新整體效率和兩階段效率水平由高到低的地區(qū)分布均為：西部-東部-中部。

第二，高校科技創(chuàng)新整體效率和知識創(chuàng)新效率的空間溢出效應較弱，說明周邊地區(qū)高校科技創(chuàng)新整體效率和知識創(chuàng)新效率的提升沒有對本地區(qū)產(chǎn)生顯著影響。而高校成果轉(zhuǎn)化效率具有明顯的正向空間溢出效應，表明周邊地區(qū)高校成果轉(zhuǎn)化效率的提高能夠有效帶動本地區(qū)高校成果轉(zhuǎn)化效率的提高。

第三，高校成果轉(zhuǎn)化效率的提高抑制了本地區(qū)知識創(chuàng)新效率提高，但對周邊地區(qū)的知識創(chuàng)新效率沒有產(chǎn)生明顯的空間溢出效應。同時，高校知識創(chuàng)新效率的提高尚未對成果轉(zhuǎn)化效率產(chǎn)生明顯的空間溢出效應。

第四，產(chǎn)學合作程度提高促進了周邊地區(qū)知識創(chuàng)新效率的提高，而未對成果轉(zhuǎn)化效率產(chǎn)生明顯的空間溢出效應，表明產(chǎn)學合作程度對兩階段效率溢出效應的影響有所差異。

基于上述研究結(jié)論，本文為我國教育主管部門提出如下建議：首先，充分發(fā)揮高?？萍紕?chuàng)新效率的溢出效應，促進區(qū)域間高校的實質(zhì)性學術交流與資源共享，深化區(qū)域教育協(xié)作。其次，注重高?？萍贾R創(chuàng)新的實際價值，尤其是在基礎和應用研究領域，需要增強關鍵核心技術攻關能力，引導科研工作更多地從應用本身出發(fā)，使科技創(chuàng)新致力于滿足人民和國家重大戰(zhàn)略需求，通過改革高?？蒲腥藛T績效考核機制，激勵科研人員將論文寫在祖國大地上。最后，深化產(chǎn)學研合作，重視其對兩階段效率溢出效應的影響，著力打通科研與產(chǎn)業(yè)發(fā)展之間的通道，促進高校科研與經(jīng)濟緊密結(jié)合、創(chuàng)新成果與產(chǎn)業(yè)發(fā)展緊密對接。而且，不僅要注重高校與產(chǎn)業(yè)界之間的交流合作，也要加強高校與科研院所的交流與聯(lián)系，共同建設科技創(chuàng)新成果轉(zhuǎn)化與孵化基地，釋放高?；A研究潛力，切實提高高?？萍紤醚芯磕芰?，推動高?？萍紕?chuàng)新效率提升。