高質量發展視域下中國高等教育資源配置效率研究

黃小龍，陳 磊

(1.福建工程學院 宣傳部，福州 350118； 2.福州大學 經濟與管理學院，福州 350118)

進入21世紀以來，中國社會經濟空前發展，社會各項事業突飛猛進，為高等教育發展提供了堅實的物質基礎和發展動力，也深刻影響著高等教育的基本形態和改革方向。與此同時，高等教育對經濟和社會的促進作用更加顯著，對國際綜合國力競爭、經濟高質量發展和產業轉型升級的戰略支撐作用愈發凸顯。根據教育部2022年3月1日發布的2021年全國教育事業統計主要結果，2021年我國高等教育在學總規模達到4430萬人、毛入學率57.8%，我國已經進入高等教育普及化發展階段[1]。誠然我國已經成為世界上高等教育規模最大的國家，但是由高等教育大國走向高等教育強國仍然是一個漫長的過程，需要把握未來高等教育發展大局，高效地在人力、財力和物力等方面投入資源、擴大產出，以提升高等教育質量，實現超前應變、積極應變和主動應變。

當前，世界經濟形勢錯綜復雜，發達國家經濟復蘇艱難曲折，新興市場國家經濟增速放緩，我國經濟下行壓力加大，國家財政收入增速有所回落。在這樣的宏觀經濟環境下，如何運用有限的資源將我國高等教育規模維持在較高水平，同時不斷提高高等教育整體質量，兼顧規模擴張和內涵發展的協同關系，成為我國高等教育強國建設道路上不可回避的難題。本文將經濟學中常用的效率概念引入高等教育資源配置的研究中，把高等教育投資視為一種生產性投資，通過資源投入和成果產出兩個維度衡量資源配置情況，以期達到提高高等教育資源利用效率的目的。近年來，不少國內外學者采用Charnes等提出的數據包絡分析(Data Envelopment Analysis，DEA)來研究教育效率問題，這種方法無須提前預估不同指標的參數和權重，減少了人為確定指標權重的主觀性，簡化了復雜的運算程序，降低了效率評價的誤差，擺脫了長期使用定性方法研究效率問題的局限性[2]。因此，運用DEA模型解構和衡量高等教育資源配置效率的投入和產出要素，并從經濟學、管理學和高等教育學等視角進行綜合分析，是一種研究高等教育資源配置效率問題的科學方法。

一、文獻綜述

一個國家或地區的高等教育發達程度可以從高等教育規模和水平兩個維度進行觀測，而無論是規模擴張還是內涵發展都需要投入大量的公共資源。這種資源的有限性、競用性和排他性，使管理者不得不重視高等教育資源的投入-產出效率問題，并將其作為衡量配置效率、調節資源投入和提高成果產出的關鍵指標。國內許多學者運用DEA模型及方法，分別從省域層面和校際層面對高等教育資源配置效率開展了大量實證研究。

在省域層面，蔡文伯等[3]應用DEA和Malmquist指數法對我國高等教育資源配置效率進行分析，發現我國高等教育的全要素生產率正處于上升期，但是技術效率水平整體偏低，其中規模效率不足是導致西部技術效率較低的主因。李毅等[4]采用DEA方法研究中部六省高等教育與經濟發展的協同關系，發現河南的高等教育規模一直處于最優水平，湖南經過“十二五”規劃達到最優規模，而山西、湖北、江西和安徽高等教育規模與經濟發展尚未達到優質均衡。游麗等[5]運用超效率DEA-Malmquist方法和Tobit模型，發現我國高等教育資源配置綜合效率在2016—2019年間逐年提升，且配置效率主要受技術效率變動影響，區域間則并不存在顯著差異。周小剛等[6]基于系統思維建立評價指標體系，使用三階段DEA與超效率DEA模型對我國高等教育效率進行評價，發現環境系統對高等教育效率存在顯著性影響，同時我國15個省市處于技術效率前沿面，但是它們的超效率DEA值差異明顯。蔣玉成等[7]從經濟高質量發展視角，使用DEA-CCR模型及Malmquist指數法對2006—2017年我國30個省份高等教育資源配置效率靜態與動態演變趨勢進行分析，發現東部省份資源配置效率顯著低于中西部省份，并在教育投入方面浪費明顯。

在校際層面，薛浩等[8]運用三階段DEA和Malmquist指數分析法，以江蘇地區擁有博士點的16所高校為研究對象，發現這些高校盡管逐年增加了資源投入，但是辦學效益并沒有顯著提升，甚至出現了弱衰退的趨勢。鄧云濤等[9]運用DEA分析了9所教育部直屬理工類高校的資源利用效率，指出高校規模收益是一個動態的波動過程，而規模有效性是影響高校資源利用效率的首因，物力和財力資源是導致DEA無效的關鍵因素。曲濤[10]對非“985工程”的“211工程”高校本科教育績效進行評價，發現這些高校的辦學綜合效率明顯高于全國平均水平，但仍有20%的提升空間；其中部分高校辦學資源投入冗余較大，高校類型及其所在區域與效率值無顯著相關。常思亮等[11]運用DEA模型對湖南省17所高校的研究生教育效率進行實證分析，發現湖南省研究生教育效率處于中等水平，不同性質、不同類型的高校之間存在差異，其中資源經營管理不善、經費利用率不高是造成部分高校DEA無效的主要原因。

綜上所述，DEA模型及方法已經較為廣泛地運用在高等教育資源配置效率的評估研究，既有在省域層面對全國或某個特定地區省份配置效率的截面分析、針對某些省份在多個不同時期的面板分析，也有在校際層面針對某一特定類型或地區高校的具體比較分析。這些研究從不同視角和維度對我國高等教育資源配置效率問題進行實證分析，取得了豐富的研究成果，但是現有省域層面高等教育資源配置效率的研究文獻多是將研究對象放在同一技術水平的假設下進行分析，而忽視了我國東中西部省份經濟發展水平的不平衡性。這些研究往往也缺乏對某個具體研究對象配置效率無效的改進值分析，沒有通過實證分析揭示提升資源配置效率的改進路徑。基于此，本文結合我國高等教育現實情況和區域經濟發展水平不平衡性，科學設計評價指標體系，以我國31個省份的樣本數據為分析對象，通過DEA模型和Meta-Frontier分析法在共同前沿面和組群前沿面下，對其高等教育資源配置效率進行評價，揭示影響效率的深層次原因，提出提高效率的對策與建議，助力我國高等教育的高質量發展。

二、研究方法

(一)數據包絡分析方法

數據包絡分析方法是由美國學者Charnes、Cooper和Rhodes共同于1978年提出的一種評價決策單元(Decision Making Unit，DMU)相對有效性的非參數技術效率分析方法[2]。由于該方法具有適應性廣泛、原理相對簡單、評判客觀高效等特點，特別是在分析多投入多產出的效率評價中極具優勢，因此被廣泛應用于經濟金融、企業管理、農業、環境、教育等多個領域。在實際操作時，通常可以從投入和產出兩個不同導向對決策單元的相對有效性來進行測度。選擇不同導向的DEA模型，其結果也會有所不同，其中投入導向的DEA模型追求的是最大產出條件下的最小投入成本，而產出導向的DEA模型則是希望在控制最小投入成本的條件下盡可能增加產出。本文采用投入導向的DEA模型作為研究模型，故對投入導向的DEA模型進行介紹。

假設要測量一組共n個DMU的技術效率，記為DMUj(j=1,2,…,n)；每個DMU在某個特定時期有m種投入和q種產出，分別記為Xi(i=1,2,…,m)、Yr(r=1,2,…,q)，則對于第k個DMU而言，其投入導向的DEA模型可以表示為

(二)Meta-frontier分析法

傳統DEA模型是在同一技術環境下對某一組DMU進行效率評價，這種建立在技術無差異前提下的評價方法有其進步意義，但是卻忽視了現實評價情境的復雜性和每個DMU的差異性。如果在進行效率分析時，能夠在DEA模型中融入Meta-Frontier分析法，引入群組分析的理論框架，必然會使效率評價結果更為客觀公平，也更有利于改進資源配置效率。該分析法的基本思路是：根據經濟、政治、地理、歷史、人口、環境等某一個或者多個特征，將所有DMU劃分成若干個不同群組，利用隨機前沿法構建出所有DMU的共同前沿面以及各個群組DMU的群組前沿面，并基于此進行效率的比較研究。其中，DMU相對于共同前沿面的技術效率被稱為共同技術效率(MTE)，相對于所在群組的群組前沿面被稱為群組技術效率(GTE)，兩者之間的比值被稱為共同技術比率(MTR)，數學表達式為MTR=MTE/GTE≤1。MTR值越趨近于1，說明技術異質性越小，代表該DMU在共同前沿面與群組前沿面下的效率差異程度越小。為了更加全面地獲取效率信息，本文借鑒Chiu等[12]的思路，將DMU相對于共同前沿面的無效值(MI)分解為技術差異無效(TGI)和管理無效(GMI)，它們之間的關系可以表示為

MI=TGI+GMI=1-MTE

TGI=GTE*(1-MTR)

GMI=1-GTE

(2)

三、高等教育資源配置效率指標體系設計與數據來源

本文運用DEA模型評價省域高等教育資源配置效率，而普通高等學校是高等教育的主體，大部分高等教育資源被它們所占有，故在研究中采用普通高等學校的有關數據作為分析依據。根據效率評價相關理論，對高等教育資源配置效率進行研究，最直接的做法就是研究高等教育資源的投入-產出效率，關鍵就是構建投入-產出模型，該模型由若干個投入指標和產出指標共同組成。

高等教育資源投入反映一個地區高等教育的總體實力和發展潛力，體現了區域教育資源配置的總體情況以及對高等教育的重視程度。一般將人力、財力和物力作為衡量資源投入的三個觀測維度，本文選用普通高等學校的教職工總數X1(人)、教育經費支出X2(千元)、固定資產值X3(萬元)來反映投入情況。其中，教職工總數是指包括專任教師、行政人員、教輔人員、科研機構人員等在內的人力資源總投入。教育經費支出是指普通本科高校在基本建設、商品和服務等公共部分，以及工資福利、助學金等個人部分的總支出。固定資產值是指當年年末固定資產值，包括教學、科研儀器設備及信息化設備的資產值。

高等教育資源產出一般分為直接產出和間接產出，學生的專業水平、就業質量、畢業生人數及科研成果數量等均可以作為直接產出指標，而高等教育對經濟社會發展的貢獻度則作為間接產出指標，如科研成果轉化水平、社會服務效果等。由于多數產出指標難以量化衡量，本文在人才培養、科研水平、社會服務等三個維度，分別選取普通高等學校的在校本科生數Y1(人)、高等學校R&D成果應用及科技服務項目Y2(項)、專利授權數Y3(項)作為測度指標。

根據本文所選用的投入指標和產出指標，建立高等教育資源配置效率評價投入-產出模型，見表1。本文研究對象為我國31個省市自治區(不含港澳臺)，指標所用數據均來自教育部編制的《中國教育統計年鑒》《中國教育經費統計年鑒》《高等學校科技統計資料匯編》等官方教育統計數據。由于本文指標所對應的官方可查完整數據截至2019年，故選用2019年的截面數據作為實證分析依據。

四、高等教育資源配置效率實證分析

(一)省域高等教育資源配置的效率分析

本文采用投入導向的DEA模型來測算2019年我國31個省份的高等教育資源配置的DEA效率，DEA有效性指標參數區間值[13]及31個省份的相關效率評價結果見表2，31個省份高等教育資源配置效率測算及投影分析見表3。

1.技術效率分析

技術效率是綜合純技術效率和規模效率的技術指標，用于評價某個決策單元在資源的配置和使用效率方面的基本情況。在DEA模型中，技術效率達到1被稱為DEA有效，此時純技術效率和規模效率均達到1，該DEA模型達到最優狀態。效率的測度對象被稱為決策單元(DMU)，每個DMU是由若干個投入指標和產出指標共同構成的，也就是說本文所涉及的31個省份形成了31個同類的DMU。

由表2和表3的測算結果可知，31個DMU的技術效率均值僅為0.912，其中DEA有效、相對有效和相對無效占總數的比例分別為32.26%、54.84%和12.90%。從結果來看，雖然效率水平不高，但是整體上較為均衡，效率值相差不大。在技術效率未達到均值的15個省份中，既有北京、上海、天津3個直轄市，以及經濟較為發達的廣東、山東等省份，也有經濟欠發達的西藏、寧夏、甘肅等省份。在達到DEA有效的省份中，不僅有2019年GDP總量排名全國靠前的江蘇、河南、湖北，GDP總量排名較后的青海、山西也都達到了DEA有效，因此難以判斷出每個DMU的高等教育資源配置效率與其經濟發達程度是否有顯著的強相關性。

2.純技術效率與規模效率分析

純技術效率是在技術效率基礎上，增加規模收益可變約束條件后的效率值，反映的是測度對象的管理、技術水平等因素對生產效率的影響。它的經濟學解釋是表示在同一生產規模水平下，高等教育資源在最大產出下的最小投入成本。而規模效率用來衡量決策單元現實規模與最優生產規模之間的差距，反映的是受決策單元規模因素影響的生產效率。規模效率值越接近1，則說明該決策單元的生產規模越接近最優生產規模。從測算結果來看，31個DMU的純技術效率均值為0.939，僅18個(占58.06%)DMU超過這一均值，其中12個DMU達到有效，16個達到相對有效，總占比為90.32%。而對于規模效率而言，有23個(占74.19%)的DMU達到了0.971的均值，其中30個DMU達到有效或相對有效，總占比達96.77%。綜合來看，對于大部分的DMU來說，其技術效率水平偏低的原因主要是純技術效率較低，而并非規模效率不足。近年來我國不斷加大高等教育領域的資源投入，各個省份均實現了高等教育總體規模的極速擴張，但是它們在高等教育管理和技術水平方面還存在較大的改進空間，這一結果與我國高等教育所處的發展階段和現實情況相符。

(二)省域高等教育資源配置的投影分析

DEA模型是由若干投入指標與產出指標共同構成的，而某個DMU無效或者相對無效往往是由其在某個具體指標上的投入冗余或者產出不足造成的，這就需要進一步對DMU進行投影分析，并通過徑向改進值來判斷是減少投入還是增加產出。由表3可知，31個省份中有21個在高等教育的人才、財力和物力資源方面存在不同程度的投入冗余，在相應的人才培養、科研水平、社會服務等產出指標上也存在一定的不足，這與當前我國高等教育發展的現實情況是相符合的。

一個省份是否存在投入冗余與其經濟發達程度并無顯著相關，但是經濟欠發達的省份更容易出現投入冗余，而通常經濟發達省份相應的投入冗余改進值較大。從高等教育學校教職工總數來看，僅廣西、新疆兩個省份存在不同程度的教職工投入冗余，究其原因可能是絕大多數省份高等教育學校教職工總數的增速顯著滯后于高等教育總體規模的高速擴張，也進一步反映了我國高等院校師資的缺口依舊較大，在短時間內難以得到有效緩解，因此必須增加高校教職工的數量，這與我國將生師比因素作為衡量高等教育辦學質量指標的現實情況相符。從教育經費支出來看，在DEA非有效的21個省份中，存在教育經費支出冗余的省份多達16個，其中教育經費支出冗余最多的省份依次為北京、上海和廣東，最少的省份分別為內蒙古、海南和寧夏，既有經濟發達地區，也有經濟欠發達地區。經濟發達地區不僅是經濟資源的整合地，也是高新技術的研發地和使用地，對優質高等教育資源有著顯著的“馬太效應”，強大的經濟實力使得它們更有意愿、更有能力投入大量經費。而經濟欠發達地區雖然經濟發展水平相對較低，但是高等教育對經濟發展的支撐引領作用使得它們也必須擴大經費投入用于擴大高等教育規模，提升高等教育水平。從固定資產值來看，高等教育規模的極速擴張和層次的快速提升，使得高等院校更新或增加教學、科研儀器以及信息化設備等固定資產的速度大大加快，導致北京、天津、上海等15個省份存在固定資產投入冗余，這些省份要通過提高固定資產的使用率、共享率來優化資源配置效率，而未產生投入冗余的16個省份則要進一步判斷是否有必要加大固定資產投入。

在DEA非有效的21個省份中，有16個省份在一個或者兩個指標上存在一定的產出不足。總的來說，高等教育資源配置的產出不足比投入冗余存在更明顯的區域性特征，主要表現在中西部省份比東部省份更容易出現產出不足，但是通常東部省份產出不足的改進值更大。通常把人才培養規模作為衡量高等教育辦學規模最直觀的指標，從普通高等學校的在校本科生數指標來看，存在普通高等學校在校本科生數產出不足的地方僅為上海和北京，這兩個城市集中分布了我國約1/3的“雙一流”大學及學科建設高校，它們投入大量的教育經費用于培養高素質的一流人才，支持高水平的科技創新成果研發。近年來我國高等教育總體規模持續擴大，高等教育在學總人數、校均學生數、學校數等重要指標屢創新高，本科生的培養數量十分充足，因此絕大多數省份并不存在在校本科生數方面的產出不足。從高等學校R&D成果應用及科技服務項目來看，除浙江、四川和遼寧3個產出不足的省份位列2019年GDP總量排名前15名外，其他10個產出不足的省份GDP總量排名均靠后，均為經濟欠發達省份，說明經濟發達省份，尤其是身處改革前沿之地的東部省份率先在科技成果研發和應用領域發力。從專利授權數來看，僅上海、北京、陜西等8個省份存在不同程度的產出不足，這與2019年我國申請專利數和授權數雙第一的現象是相互印證的。同時，這些存在專利授權數產出不足的省份都在教育經費支出方面存在一定的投入冗余，說明只有教育經費投入溢出時，才有可能導致專利授權數的產出不足。隨著我國科技水平的不斷提升，一種更加注重專利申請質量、更加重視專利經濟效益的綜合評價體系正在成為衡量區域知識產權結構和技術水平的關鍵性指標。

(三)基于區域差異性的高等教育資源配置效率分析

根據以上省域高等教育資源配置效率分析及投影分析，可以判斷出2019年我國31個省份高等教育資源配置的基本情況，然而這種結果是在東部、中部和西部地區同一技術水平的假設前提下得出的，這與我國東中西部經濟發展的實際情況明顯不符。事實上，我國31個省份高等教育發展水平存在顯著差異，尤其是東部省份由于經濟優勢比較明顯，其高等教育的發展水平明顯高于中西部省份。本文將Meta-frontier分析法引入DEA模型中，把31個省份劃分為東部、中部和西部三個群組，并進行資源配置效率分析，進一步研究區域技術差異性對高等教育資源配置的效率影響。其分析結果如圖1所示。

共同前沿面是以所有省份高等教育資源配置的潛在最優技術作為參照基準，而群組前沿面是以群組內省份的潛在最優技術作為參照基準。由圖1可知，東部、中部和西部三個群組的MTE均值分別為0.898、0.964和0.889，GTE均值分別為0.972、0.989和0.969，它們的MTR分別為0.924、0.975和0.918，這說明東部、西部在群組前沿面和共同前沿面下的技術效率存在較大差距；而中部是唯一無論在群組前沿面還是在共同前沿面下技術效率均超過均值的地區，它的群組前沿面技術效率最接近共同前沿面。同時，東部、西部共同前沿面下的技術效率雖然低于中部，但是它們兩個地區域內省份的效率均衡要優于中部。

進一步對三個群組技術無效的原因進行分析，東部、中部和西部的MI均值分別為0.102、0.036和0.111，其中TGI占比分別為72.72%、68.38%和71.74%，GMI占比分別為27.28%、31.62%和28.26%，這說明三個群組的整體效率較好，呈現出中部>東部>西部的分布特征，技術差異無效、管理無效同時制約著我國高等教育資源配置效率的提升，其中主要無效源是技術差異無效。

五、結論及建議

(一)結論與探討

本文通過投入導向的DEA模型對我國31個省份2019年的高等教育資源配置效率進行評價，并通過對DEA無效的DMU進行投影分析來測算徑向改進值，從而揭示我國高等教育資源配置效率的總體情況。同時，運用Meta-Frontier分析法進一步研究區域技術差異性對東部、中部和西部三個不同群組資源配置效率的影響，得到以下結論。

1.中國高等教育資源配置效率整體較高，但依然有較大提升空間

我國16個省份的DEA超過了均值0.912，87.10%的省份達到了DEA有效或相對有效，高等教育資源配置效率整體處于較高水平，但是其中僅不到1/3的省份達到DEA有效。從效率類別上看，除了西藏、寧夏僅受純技術效率，廣西僅受規模效率等單一影響之外，其他18個未達到DEA有效的省份均受到純技術效率和規模效率的雙重影響，而純技術效率無效是主因，規模效率則普遍表現較佳。從投入上看，其教育經費、固定資產方面的投入差距是影響DEA效率的主要因素，高等教育學校教職工方面僅廣西、新疆存在投入冗余。從產出上看，高等學校R&D成果應用及科技服務項目、專利授權數方面的產出不足是阻礙DEA效率改進的關鍵因素，普通高等學校在校本科生數方面的產出較為充足，僅上海、北京存在本科生人才培養規模方面的不足。這兩個省份是引領我國高等教育高質量發展的重要引擎和示范區，集聚了我國約1/3“雙一流”大學和學科建設高校。近年來，我國高等教育規模達到一定水平并形成規模效應已經是不爭事實，但是在高等教育資源配置能力、治理能力、辦學水平等內涵指標上還有較大的提升和改進空間。

2.中國高等教育資源配置存在“區際失衡、區內均衡”的區域效率分化

我國東中西部之間的經濟發展水平差距較大，導致它們在高等教育資源投入方面差異顯著，東部的資源投入明顯高于中部和西部地區，而且優質資源向東部核心地區集聚的“虹吸效應”顯著，但是它們的共同技術效率卻是中部明顯優于東西部，而東西部之間差距則不大，呈現出“中間高、兩邊低”的區際失衡分布。當引入Meta-frontier分析法對31個省份按東中西部三個群組進行效率分析時，三個群組的技術效率均得到顯著改善，其群組內部差距則相對較小，呈現出區內相對均衡的狀態。這一研究結果表明，高等教育資源配置效率與資源投入并不匹配，在教育投入達到最優規模后的投資效益會出現邊際遞減現象，而高等教育資源配置效率卻不會隨著資源投入的增加而提高，因此不能一味地只增加資源投入，也應充分重視資源的高效利用和高等教育的優質均衡發展。

3.省域高等教育資源配置效率與其發展基礎和水平之間存在非對等性

不同地區和省份高等教育的發展基礎、實際水平和整體規模存在顯著差異，但是這種差異與高等教育資源配置效率之間并不對等。以2019年教育經費支出最多、冗余最多的北京為參照，其教育經費支出是最低省份西藏的37.27倍，固定資產值是西藏的50.37倍，教職工總數是34.4倍。從產出來看，北京2019年的在校本科生數僅為西藏的20.66倍，但是高等學校R&D成果應用及科技服務項目是西藏的141.87倍，專利授權數則高達300.71倍。從效率上看，雖然西藏的技術效率僅為0.773，但是北京的技術效率卻為更低的0.648。不難發現，經濟發達省份在高等教育資源投入方面具備一定優勢，比如北京、上海、江蘇、廣東等省份不僅重視高等教育的產出規模，在生均占有教育資源和科研水平、社會服務的經費成本上也投入較多，它們在高等教育的高質量、內涵式發展上領先于教育經費投入不足的省份，這種資源稟賦與地方財政支出偏向的差異性，加劇了區域高等教育發展的不充分不平衡。不同地區和省份要根據自身發展條件、總體教育規模、所處發展階段，合理地優化和配置高等教育資源。東西部地區要從技術差距無效和管理無效兩方面入手，一方面不斷調整投入規模，優化投入/產出結構，另一方面提升治理能力，提高資源利用水平。中部地區則要避免陷入效率高就無須改進的認識誤區，盡管它的技術效率要高于東西部地區，且其高等教育發展水平也在穩步提升，但是中部地區的這種高效率并非是優質均衡的，而是建立在發展基礎薄弱、總體規模較小和整體水平偏低的基礎之上的。

(二)政策建議

建設教育強國是中華民族偉大復興的基礎工程。作為全球高等教育規模最大的國家，加快建設高質量高等教育體系成為實現教育強國戰略目標、服務新發展格局的重要支撐。根據以上研究結論，結合我國高等教育實際情況，本文嘗試從資源配置效率角度提出針對高等教育高質量發展的政策建議。

1.強化區際資源統籌調配，構建協同發展新格局

我國發展不平衡不充分問題依然突出，高等教育領域也面臨著東中西部地區總體發展水平不均衡、辦學質量差距大的困境，尤其是“馬太效應”進一步加劇了高等教育資源的富集現象。第一，要進一步加強區域戰略統籌，按照國家“十四五”規劃，站在教育大國向教育強國轉型的戰略高度，不斷優化高等教育整體布局，深入推進高等教育領域的西部大開發、東北全面振興、中部地區崛起和東部率先發展，加大政策、資金、技術、人才等關鍵要素的傾斜供給，強化區域高等教育與經濟發展水平的協同性、一致性。第二，要提升區域合作層次和水平，按照國家“東數西算”、“西電東送”等經濟產業布局，科學優化區際學科布局、專業結構，增強東部教育高地向中西部地區的“溢出效應”，鼓勵東部地區積極共享、中西部地區主動對接優質資源，統籌推動高水平大學群、學科群和專業群建設，形成中東西部地區差異化、錯層式發展格局。第三，要健全區域利益補償機制，通過完善財政轉移支付制度，優先支持資源配置效率較高的教育發達地區，兼顧教育欠發達地區的公平發展與優質教育資源供給，在人才流動、異地辦學、產學研轉化等方面，形成資源輸出地和輸入地之間的利益共享、成本分擔與補償機制，避免區際高層次人才等優質資源的“逆向流動”[5]35-36。

2.優化省域內部資源配置，形成分類發展新布局

我國省域之間的高等教育發展水平存在顯著差異，經濟發達地區往往投入更多資源用于支持高等教育發展，但是總的來說，資源作為生產資料所具有的有限性、競用性和排他性使得我們必須不斷調整高等教育整體布局和發展格局，優化省域內部資源的配置效率。第一，要進一步凸顯區域辦學特色，統籌省域高等教育辦學優勢和特色，建立與區域經濟發展遠景規劃、支柱產業相適應的高等教育體系，充分發揮優勢學科的集群效應和輻射作用，集中力量發展優勢學科、強勢專業。第二，要精細化配置高等教育資源，綜合辦學層次、服務面向、學科專業等多重要素對不同高校的發展路徑進行精準定位，構建研究型、應用型和職業技能型院校分類發展的高等教育格局，不斷強化資源要素的精準供給，實施差異化分類評估與考核標準，不搞“削峰填谷”、“平均主義”，避免陷入“均衡陷阱”和“撒胡椒面”式的同質化發展模式。第三，要完善高等教育資源共享機制，推動各地大學城校際優質教學、科研等資源的協同配置和共享共建，建立高校開展關鍵技術聯合攻關、協同創新的利益共享模式，盤活低效閑置的教育資源，提升高等教育資源的整體價值和使用效益。

3.推進高校治理能力現代化，探索產教融合新模式

根據“大學—政府—產業”三螺旋模式的資源大循環，對高等教育體系的關鍵要素進行內涵重塑與價值重構，進一步增強高等教育與區域經濟產業的耦合度，明確高校在區域高等教育體系中所處的生態位。第一，要進一步完善高校動態調整的學科專業運行機制，以“雙一流”建設、“四新”建設為戰略抓手，圍繞區域主導產業、優勢產業、傳統產業整合學科資源，統籌學科水平、專業結構、行業空白和產業需求，深度融入區域創新體系，重點發展與區域經濟、產業和市場相匹配的學科群、專業群，加快高校與區域經濟、生產要素、產業結構等關鍵內容的循環聯動。第二，要加快推進高校治理體系現代化，以現代信息技術、大數據賦能高校治理模式，建立與高校治理體系相銜接、內部經濟效益和社會效益相統一的高等教育資源成本考核機制，提高高校內部人、財、物資源的利用率，完善從招生、培養到就業的人才培養鏈條，兼顧高等教育成果的質量效益和數量效益。第三，要完善高校資源籌募體系，通過深化產教融合廣泛爭取社會資源、企業資源，加強產學研多方資源的整合力度，加快高等教育投資體制改革，減少對政府各級財政撥款的依賴程度，實現高等教育投資來源渠道的多樣化，建立開放式社會化辦學模式，構建多主體參與、多平臺支撐的辦學體系。