非期望產出對“雙一流”建設高校科技創新效率的影響研究

朱恬恬，盧雅華，張躍軍

(1. 湖南大學 教育科學研究院；2. 湖南大學 工商管理學院，湖南 長沙 410082)

一、 引言

2021年3月，國務院新聞辦公室舉行深入貫徹“十四五”規劃，加快建設高質量教育體系發布會，提出要提升高?？萍紕撔滤?，構建高?？萍紕撔麦w系，全面提升高校原始創新能力。作為我國高?？萍紕撔骂I域的主力軍，“雙一流”建設高?？萍紕撔滦逝c能力的提升對于提高我國科技創新水平、實現高等教育強國戰略目標具有重要意義。

高?？萍紕撔滦适侵冈谝欢螘r期內，高?？萍紕撔律a過程中投入與產出之間的對比關系[1]，其可以衡量高?？萍紕撔沦Y源是否得到有效配置。近年來，高?？萍紕撔滦试u價受到國內外學者的廣泛關注，但是現行的高?？萍紕撔滦试u價體系多存在重數量輕質量等問題[2]，難以有效引導高校開展科技創新和實現高質量發展。在產出指標構建方面，現有研究的產出指標一般只考慮期望產出，如出版科技著作數、發表學術論文數、申請專利數等[3-5]，或者是將產出按學術產出與經濟產出進行劃分[6]，忽略了非期望產出，因此評價結果與現實情況存在一定偏差。實際上，高?？萍紕撔逻^程中無法避免地存在非期望產出，如未被引用的論文、失效的專利、閑置的科研設備、浪費的科技經費等，傳統的效率評價模型關于“產出最大化”的假定并不適用[7]，評價結果會出現偏誤。因此，在高校科技創新效率評價建模和實踐應用中考慮非期望產出就顯得十分必要。

為了探究非期望產出對“雙一流”建設高?？萍紕撔滦实挠绊?，真實反映“雙一流”建設高校科技創新效率的實際情況，本研究將論文未被引用比率和專利失效比率作為高?？萍紕撔逻^程中的非期望產出，運用Sequential Malmquist-Luenberger指數(以下簡稱SML指數)方法評價“雙一流”建設高校的科技創新效率，并在此基礎上進一步分析在非期望產出影響下不同類型和不同地區高校科技創新效率的特征和差異。本研究的貢獻主要包括兩個方面：第一，基于高校科技創新的實際情況，在評價指標構建和建模過程中考慮非期望產出，運用SML指數方法規避“技術倒退”問題，較為客觀地評價“雙一流”建設高校的科技創新效率，突破了現行高?？萍紕撔滦试u價側重于期望產出而忽視非期望產出的局限性；第二，基于高校層面的詳細數據，較為系統地考查了在非期望產出的影響下，一流大學建設高校和一流學科建設高?？萍紕撔滦实奶卣?，揭示了不同類型高?？萍紕撔滦实牟町惣捌湫纬蓹C制，探索了不同地區高?？萍紕撔滦实牟町惣霸鲩L的動力機制。

二、 數據說明與模型方法

(一) 數據說明

1. 投入指標。本研究從人員投入和經費投入兩個角度構建高?？萍紕撔碌耐度胫笜恕１狙芯窟x取研究與發展全時人員作為人員投入指標，科技經費當年內部支出作為經費投入指標。需要說明的是，科技經費一般包含撥入經費和支出經費，其中支出經費能更好地反映經費的實際投入情況，因此，本研究選取科技經費當年內部支出作為衡量經費投入的指標。

2. 產出指標。本研究選取發表學術論文數、專利申請數、成果授獎數和發表論文的平均引用頻次作為期望產出指標。其中，專利包含發明專利、實用新型專利和外觀設計專利3種類型，雖然3種類型專利的價值不對等，但是它們都能在不同程度上反映知識產出的水平。因此，本研究參考相關文獻[8]，采用專利申請數作為產出指標之一，衡量高?？萍紕撔碌哪芰鸵幠！？紤]到創新從投入到產出存在時滯性，本研究采用發表學術論文數、專利申請數、成果授獎數投入指標滯后1年的數據。另外，本研究在考慮產出數量的同時，利用發表論文的平均引用頻次(1)發表論文的平均引用頻次=論文被引用次數/發表論文數。作為反映產出質量的指標。同時，考慮到論文引用率的高峰一般出現在其發表后的2～4年[9]，故本研究采用2年一組的統計方式(例如將2020年和2021年的數據合計為一組用來計算2020年發表論文的平均引用頻次)。

本研究選取論文未被引用比率和專利失效比率作為非期望產出指標。論文引用率揭示了某科研領域其他科研工作者引用相關機構科研成果的程度，能在一定程度上反映論文的質量[10]。本研究的論文引用率是指各高校所有發表論文中被引用論文的占比，故論文未被引用比率=1-論文引用率。本研究采用校級數據并以2年一組的統計方式反映各高校論文未被引用的整體情況。專利失效比率是失效專利數量與專利申請數量的比值。專利失效說明專利本身可能存在創新價值不夠、申請人對專利保護意識不強等問題，因此，專利失效比率指標可以在一定程度上衡量技術成熟程度和專利質量[11]。具體指標說明如表1所示。

表1 指標選取與說明

3. 數據來源。本研究評價2007—2019年我國“雙一流”建設高校的科技創新效率，因部分高校數據缺失，最終選取67所“雙一流”建設高校作為樣本。專利申請數和失效專利數來源于國家知識產權局統計數據，投入指標、發表學術論文數和成果授獎數來源于2008—2018年教育部公布的《高等學?？萍冀y計資料匯編》和2018—2020年《教育部直屬高校基本情況統計資料匯編》，發表論文的平均引用頻次和論文未被引用比率來源于湯森路透集團的InCites數據庫。

(二) SML指數方法

本研究之所以采用SML指數方法構建考慮非期望產出的高?？萍紕撔滦蕼y度模型主要基于以下三點考慮。第一，以往高校科技創新效率評價的相關研究通常采用Malmquist指數方法[12-14]，非期望產出并未被考慮在內，所以不適用于評價考慮非期望產出的高?？萍紕撔滦省５诙?，隨著效率評價方法的不斷發展，Malmquist-Luenberger指數法雖然將非期望產出納入指標體系，但其會忽略技術前沿統一問題且求解時可能產生“技術倒退”現象[15]，因此也不適用于評價高?？萍紕撔滦?。第三，歐東鉉(Oh Dong-hyun)等[16]提出的SML指數方法通過構建生產前沿面，不僅包含當期的觀測值，還包含前期所有的觀測值，能夠有效避免出現“技術倒退”問題，評價結果更為科學合理。

(1)

其中，SML指數方法的方向距離函數定義為：

(2)

高校k從t到t+1期的SML指數表示為：

(3)

SML>1，表示高?？萍紕撔滦侍嵘?；SML<1，表示高?？萍紕撔滦氏陆?；SML=1，表示高?？萍紕撔滦时３植蛔?。SML指數可進一步分解為技術變化效應(Technology Change Effect)和效率變化效應(Efficiency Change Effect)兩個部分，這里分別用TC和EC表示，具體如公式(4)—(6)所示：

(4)

其中，

(5)

(6)

在公式(5)中，TC衡量高校k在生產前沿面從t到t+1期的技術變化。TC>1，表示技術進步，即技術改變使得期望產出增多，同時非期望產出減少；TC=1，表示技術不變。在公式(6)中，EC表示高校k在生產前沿面從t到t+1期資源配置效率的變化。EC>1，表示高校資源配置效率水平提升；EC<1，表示高校資源配置效率下降；EC=1，表示高校資源配置效率不變。

三、 高?？萍紕撔滦蕼y算結果

(一) 非期望產出對高校科技創新效率的影響

為了研判考慮非期望產出對“雙一流”建設高校科技創新效率的影響，本研究在考慮非期望產出與不考慮非期望產出兩種條件下，分別利用SML指數與SM指數方法對67所“雙一流”建設高校的科技創新效率進行測算和比較分析，結果如圖1所示。

圖1 SML指數與SM指數效率值比較

由圖1可知，在樣本期間內，SM指數法比SML指數法測算出的高?？萍紕撔滦誓昶骄蹈?.25個百分點。為了避免極值影響，本研究將極大值和極小值去掉后發現，SM值仍然比SML值高6.37個百分點，這說明非期望產出的確會影響高校的科技創新效率，忽視非期望產出確實會高估高校的科技創新效率。這與歐東鉉[17]對經濟合作與發展組織中26個國家1990—2003年的環境敏感性生產率調查結果相似，雖然研究對象和方法有所不同，但都揭示了考慮非期望產出的效率水平會低于不考慮非期望產出的效率水平的機理。此外，本研究通過比較SM指數和SML指數測算出的效率值發現，SM值總是比SML值大，說明在樣本期間內非期望產出的影響一直存在，且沒有得到明顯改善。這也證明了本研究采用考慮非期望產出的效率評價模型進行分析更加準確，也更加符合實際情況。

(二) 高校科技創新效率的總體特征

本研究根據公式(3)和(4)計算得出樣本期間內67所“雙一流”建設高?？萍紕撔滦实腟ML指數及其分解值。同時，為了更好地探究高校間科技創新效率的差異，本研究進一步對世界一流大學建設高校和一流學科建設高校的SML指數及其分解值進行比較分析，具體結果如表2所示。

表2 “雙一流”建設高?？萍紕撔滦始胺纸庵?/p>

由表2可知，在樣本期間內，考慮了非期望產出的“雙一流”建設高校的科技創新效率整體上有所提升。具體而言，“雙一流”建設高校科技創新效率的SML、TC和EC指數平均值分別為1.0131、1.0063和1.0131，均大于1。這表明在此期間“雙一流”建設高?？萍紕撔滦势骄鲩L了1.31%，其中，技術變化效應和效率變化效應分別平均增長了0.63%和1.31%。這可能是由于科技創新效率提升的“雙一流”建設高校有46所，占樣本高校的68.66%，且科技創新效率高于平均值的高校有34所，占樣本高校的50.75%，這同樣也說明“雙一流”建設高校整體上科技創新能力較強。此外，一流學科建設高校的科技創新效率及其分解值均高于一流大學建設高校，這說明一流學科建設高校的科技創新效率并不比一流大學建設高校遜色。

(三) 非期望產出影響下不同類型高校的科技創新效率

由于不同類型高校在科技創新知識獲取、創造、傳播與使用的協同機制等方面存在差別，因此我們有必要對不同類型高校的科技創新效率進行比較，以進一步揭示其科技創新效率存在的差異。具體而言，為了比較不同類型高?？萍紕撔滦实牟町?，本研究將67所“雙一流”建設高校劃分為綜合類、理工類、農林類、師范類和醫藥類5類，不同類型高校的SML指數及其分解值如表3所示。從SML指數及其分解項的平均值來看，醫藥類高校均為最高，其次是師范類高校，而農林類高校相對較低。這表明在考慮非期望產出的影響下，醫藥類高校科技創新效率較高，技術進步較大，資源配置效率水平也較高，而農林類高校的科技創新效率相對較低，技術創新能力和資源配置效率水平也相對較低。此外，從非期望產出原始數據來看，在樣本期間內，醫藥類高校非期望產出相對較小，其平均論文未被引用比率和專利失效比率分別為12.99%和46.52%，而農林類高校非期望產出相對較大，其平均論文未被引用比率和專利失效比率分別為14.36%和60.18%。

表3 不同類型高?？萍紕撔滦始胺纸庵?/p>

(四) 非期望產出影響下高校科技創新效率的地區差異

考慮到我國幅員遼闊，各地區對高校發展的支持力度并不均衡，故本研究分析了不同地區“雙一流”建設高?？萍紕撔滦始捌浞纸庵档牟町?，結果如表4所示。

一方面，“雙一流”建設高?？萍紕撔滦示哂械貐^異質性。由表4可知，67所“雙一流”建設高校的科技創新效率整體上呈現東高中低的分布特征。其中，一流大學建設高校的科技創新效率水平由高到低依次為西-東-中，一流學科建設高校的科技創新效率水平由高到低依次為東-中-西。東部地區“雙一流”建設高?？萍紕撔滦士傮w較高，其次是西部和中部地區，這與已有相關研究結果相似[18]。此外，相比于東部地區，西部地區一流大學建設高校雖然在教育資源投入方面相對不足，但其科技創新效率卻高于東部地區。

表4 高?？萍紕撔滦始胺纸庵档牡貐^差異

另一方面，不同地區“雙一流”建設高校科技創新效率增長的動力不同。從表4可知，東部地區“雙一流”建設高校的TC指數高于總體平均水平0.07個百分點，而EC指數低于總體平均水平0.20個百分點，這說明技術進步是東部地區高?？萍紕撔滦侍嵘闹饕獎恿ΑＶ胁康貐^高校的TC指數低于總體平均水平0.08個百分點，而EC指數高于總體平均水平0.02個百分點，這說明資源配置效率水平的提升促進了中部地區高?？萍紕撔滦实奶岣摺Ｎ鞑康貐^高校的TC指數低于總體平均水平0.04個百分點，而EC指數高于總體平均水平0.23個百分點，這說明資源配置效率水平的提升是西部地區高校科技創新效率提升的主要動力。

四、 研究結論與相關建議

(一) 研究結論

第一，不考慮非期望產出會高估“雙一流”建設高校的科技創新效率。在樣本期間內，未考慮非期望產出的SM指數法比考慮非期望產出的SML指數法測算出的高校科技創新效率年平均值高7.25個百分點?？梢?，評價高校科技創新效率應基于系統化、全局性視角，在關注科技創新期望產出的同時，也要重視非期望產出，不能有所偏廢。將非期望產出納入評價體系可以使高?？萍紕撔庐a出指標具有內部質量控制功能，評價結果也響應了《“雙一流”建設成效評價辦法(試行)》提出的“科學研究評價要突出成果的創新質量和貢獻”的要求。同時，教育主管部門在評價高校科技創新績效時，不僅需要考查期望產出的增量，也需要關注非期望產出。由于非期望產出與高校教育資源配置效率存在直接關系，因此，在“雙一流”建設成效評價中，相關部門不僅要注重考查高校建設目標的達成度，也要考查高校資源配置的有效性，衡量“雙一流”建設高校資源配置效率的改進潛力和優化路徑，以評價其可持續發展能力。

第二，在考慮非期望產出情況下，一流學科建設高?？萍紕撔滦什⒉槐纫涣鞔髮W建設高校遜色。在樣本期間內，考慮了非期望產出的“雙一流”建設高?？萍紕撔滦收w上有所提升，平均提高1.31%，其中，技術和資源配置效率水平平均分別提高了0.63%和1.31%。一流學科建設高校的科技創新效率及其分解值均高于一流大學建設高校，這說明一流學科建設高?？萍紕撔滦矢哂谝涣鞔髮W建設高校。主要原因可能在于，一流大學建設高校一般會將資源集中于部分優勢學科，忽視了不同學科間的相互支撐和協同發展，內部科技創新資源配置不一定合理[19-20]，導致其科技創新效率低于一流學科建設高校。而一流學科建設高校在著力打造學科高峰的同時，往往也注重構建一流學科牽引帶動相關學科協同發展的學科體系，從而增加了科技創新成果產出。例如河海大學聚焦水利工程、環境科學與工程等一流學科，加強多學科協同聯動，并由學校頂層統籌設計、規劃，成立了學科建設領導小組和工作組，構建了以一流學科為龍頭，省級優勢學科和重點學科為核心，校級重點建設學科為依托的三級階梯式建設體系，輻射帶動學科建設整體水平的提高[21]。

第三，非期望產出影響下不同類型“雙一流”建設高校的科技創新效率存在較大差異。在樣本期間內，醫藥類高校的科技創新效率高于其他類型高校，科技創新效率值為1.065 0，其次是師范類高校，科技創新效率值為1.022 8，而農林類高校的科技創新效率相對較低，科技創新效率值為0.988 5。這可能是由以下兩個方面原因造成的。一方面，受非期望產出原始數據影響，在樣本期間內，醫藥類高校非期望產出較少，而農林類高校非期望產出較多。另一方面，雖然醫藥類和農林類高校都是單科性大學，但是相比而言醫藥類高?？萍紕撔鲁晒虡I化的可能性更大[22]，而且醫藥類高校在服務國家和產業需求的同時，相關行業或企業也有很多橫向科研項目支持其發展，這有助于優化醫藥類高?？萍紕撔沦Y源的配置，實現產學研的緊密結合。農林類高校與其他類型高校相比，在生源、師資、經費等資源競爭中處于劣勢，而且部分農林類高校的科研成果與行業或產業需求脫離，科研工作者下不去一線的情況普遍存在[23]。另外，農業相較于其他產業并不具備經濟優勢，這不僅影響了農林類高校的生源質量，也讓農業產業經濟暫時無力反哺農林類高校。

第四，“雙一流”建設高?？萍紕撔滦收w上呈現東高中低的分布特征。長期以來中西部地區教育經費投入不足，優質高等教育資源相對較少，人才流失比較嚴重等問題一直存在[24-25]，這可能會導致其“雙一流”建設高?？萍紕撔滦士傮w上低于東部地區。但具體來看，西部地區世界一流大學建設高校的科技創新效率卻優于東部地區。這可能是受益于西部大開發等戰略的實施，西部地區世界一流大學建設高校的科技創新資源投入增加，加上其對資源的高效利用，科技創新效率得到了有效提升[18]。

第五，不同地區“雙一流”建設高?？萍紕撔滦试鲩L動力不同，東部地區高?？萍紕撔滦试鲩L的主要動力是技術進步，而中西部地區是資源配置效率水平的提升。這種差異說明“雙一流”建設高?？萍紕撔滦逝c其所在地區經濟發展水平密切關聯。東部地區經濟發展水平較高，“雙一流”建設高校的科研資金較為充裕，對人才的吸引力較大，而且東部地區高新技術產業的聚集使得產學合作聯系緊密，這些都為東部地區“雙一流”建設高校技術進步提供了優越條件。中西部地區經濟發展水平相對較低，科技創新條件并不完善，“雙一流”建設高校通過不斷完善內部管理機制，優化科技創新資源配置，從而促進了資源配置效率水平的提升。例如地處西部的重慶大學通過改革科研創新機制，創建了“1+5”新型科研組織體系，構建了以政府為引導、以市場為導向、以企業為主體的政產學研相結合的成果轉化體系；同時制定了高水平學術成果獎勵辦法，完善了校院兩級科研評價考核制度和科研服務保障體系，構建了符合科研發展規律的管理制度和激勵機制[26]，有效提升了高校的科技創新效率。

(二) 相關建議

首先是優化學科資源配置格局，加強協同創新?！半p一流”建設高校在強化一流和特色學科建設的同時也要注重以此帶動、輻射其他學科，彼此相互支撐、交叉融合、協同發展，深入推進學科建設戰略謀劃，實現以若干一流學科為支撐，深化學科建設內涵式發展。同時，“雙一流”建設高校要堅持以學科建設為基礎，優化學科資源配置格局，統籌好各學科資源的存量升級、增量優化、余量消減工作，避免高校學科建設出現求全和趨同的現象。此外，不同類型的“雙一流”建設高校要積極進行學術交流合作，聯合培養優秀的科技創新人才，推進高校科技創新資源共建共享。

其次是關注高校非期望產出，考查成果質量和社會貢獻。評價“雙一流”建設高校科技創新效率不僅要關注期望產出，也應關注非期望產出。換言之，高校在實現科技創新期望產出最大化的同時，應盡量減少非期望產出，正確處理數量、質量和投入產出比的關系。具體而言，高校要鼓勵師生產出高質量成果，并根據不同學科、不同領域進行分類評價。同時，相關部門應注重高質量專利的創造、運用和管理，突出轉化應用導向，強調科研成果轉化應用、技術轉移推廣、科學普及等科技創新產出在評價中的作用，倒逼高校提高科技創新產出質量。

最后是提升高校服務區域經濟社會發展能力，促進各地區協調發展。相關部門要以服務區域經濟社會發展和產業發展需求為導向，推動高校科技創新發展戰略主動對接區域經濟社會發展，爭取被納入區域經濟社會發展規劃全局，實現高?？萍紕撔屡c區域經濟融合發展。此外，由于我國經濟社會發展的區域性差異，在“雙一流”建設過程中，教育主管部門應該注重建立點線面結合的東中西部地區高校全國性對口支援對接平臺，實現優勢互補、協同創新。

五、 結語

考慮到數據的可獲得性，本研究引入論文未被引用比率和專利失效比率作為非期望產出指標，用于評價“雙一流”建設高校的科技創新效率。未來隨著高校教學科研微觀數據可獲得性的不斷增強，我們還可以進一步拓展高校非期望產出指標的內涵，不斷提升高?？萍紕撔滦试u價的科學性，推動國家在“雙一流”建設成效評價方案實施過程中考慮非期望產出，充分發揮“雙一流”建設政策對高等教育內涵式發展的促進作用。此外，在今后的研究中，我們還可以將研究對象擴展到其他類型的高校，通過獲取詳細數據和資料，開展更加深入的分析和比較研究，進一步驗證本研究結論的可靠性和普適性。