中图分类号：G40-054 文献标志码：A 文章编号：1674-2311(2019)2-0044-10 一、引言 作为创新体系中的生力军，高校在知识创新[1]、人才培养和科技服务[2]方面发挥了举足轻重的作用[3]，科技成果占据全国的70％以上①。京津冀地区高等教育资源丰富，优质高等教育资源集中[4]，也是高素质人力资源密集、知识创新产出丰富和高科技产业发展迅速的典型地区[5]。分析京津冀高校的科技资源配置情况、模式及科技创新效率，对促进高等教育融入区域创新体系、发现高校科技创新能力提升着力点[6]，促进京津冀教育协同创新具有重要意义。 目前，学术界对科技创新的效率问题的理论探讨相对较少，部分实证研究是基于效率测度方面的方法积累[7]。效率测度有非参数方法和参数方法两种，非参数方法以Charnes(1978)等提出的数据包络分析法(DEA)为代表[8]。参数方法以Schmidt(1977)[9]和Meeuser等(1977)[10]分别提出的随机前沿分析法(SFA)为代表。关于科技创新效率的实证研究多采用非参数方法(DEA)。在DEA模型中，多投入变量主要纳入了资源投入规模方面的相关指标，实证研究多选取人力资源投入和科技经费投入作为反映科技资源配置的投入指标，集中反映资源配置规模。然而，这些研究既未考虑资源配置结构的相关变量，也未考虑到诸多实证研究已经证实的科技交流合作对科研创新的正向影响作用[11-13]。科技创新产出指标以科技成果、技术转让和科技获奖为代表。相关研究主要采用论文著作、专利授权数、专利出售合同当年收入数和获国家级奖励总数等指标衡量[14]。既有研究在三方面有待改进：(1)缺乏对城市群层面高校科技创新效率的理论分析和实证研究；(2)对科技资源配置的内涵界定窄化，仅考虑了资源投入规模，没有考虑投入结构，研究思路需从追求规模效益的外延式投入产出模式向优化供给侧结构的内涵式发展模式转变；(3)对京津冀高校科技资源配置模式的分析不足，欠缺高校科技资源配置多维度视角下科技创新效率的研究。 因此，本文将基于京津冀高校科技统计数据，采用SBM模型和Malmquist生产率分解指数法探究京津冀高校科技资源配置现状、模式和科技创新效率。同时，将北京高校与上海高校的科技资源配置和科技创新效率情况进行比较分析，了解两者的共性与差异。 二、理论假设 研究京津冀高校科技创新效率问题涉及三对关系的处理及相关理论。 首先，京津冀作为中国快速发展的城市群，研究城市群科技创新问题涉及区域创新理论，需要明确地域环境与科技创新之间的逻辑关系。区域创新是在特定区域范围内发生的所有创新活动和创新成果的总称[15]。不同区域资源条件、经济和文化特色不同，区域创新会呈现路径依赖和锁定特征，形成创新的区域差异性或地理分布的不均衡性，这一特点已在发达国家和发展中国家得到普遍验证，表现为创新活动高度集中在少数地区[16]。不同地区创新体系的差别表现在创新战略目标特性、资源配置、创新模式、创新效益、创新政策和环境等不同方面。据此提出理论假设1。 理论假设1：京津冀高校科技资源配置的规模、结构、模式和产出存在差异。 其次，高校科技创新效率分析需要明确投入要素与产出要素之间的关系，以知识创新理论作为支撑。知识创新研究模型反映的是知识创新过程中投入与产出的功能关系，分析对象可以是知识生产机构或地理区域(如国家、区域或城市等)。因变量一般为创新产出，自变量为一组复杂变量，包括人财物等投入要素。较为经典的函数是格里利谢斯-贾菲(Griliches-Jaffe)知识创新函数，强调投入质量对于研发效率的影响[17]。本研究将科技创新资源配置结构作为衡量投入质量的指标纳入知识创新生产模型。据此提出理论假设2。 理论假设2：京津冀高校科技资源配置结构对科技创新效率产生影响。 第三，高校科技创新效率提升与科技创新效率的影响因素可能存在差异。孙绪华(2011)和王珍珍等(2013)的研究均验证了技术进步对科技创新效率提升的正向作用[18][19]。索洛将技术进步作为外生变量，论证了技术进步对区域经济可持续增长的作用[20]。罗默和卢卡斯提出了内生增长理论，强调技术要素作为内生变量对区域经济增长及均衡程度的贡献[21][22]。据此可以提出技术进步对科技创新效率提升产生影响的假设。在此假设基础上，增加验证科技资源配置结构是否对科技创新效率提升产生影响。提出理论假设3和理论假设4。 理论假设3：技术进步对京津冀高校科技创新效率提升产生正向影响。 理论假设4：科技资源配置结构对京津冀高校科技创新效率提升产生影响。 三、研究方法 (一)变量选择与数据来源 本文从高校科技投入和产出两方面构建高校科技资源配置和科技创新产出的测度指标，分为区域和省际两个层面讨论。高校科技资源配置指的是高校科技人力、科技经费、国际科技交流等各类资源的配置规模、结构和模式②。高校科技创新是指高等学校进行的所有创造和应用新知识、新技术的科学技术活动。本文将资源配置规模和结构的6个变量作为投入变量纳入科技创新效率的分析模型之中，资源配置模式可能在京津冀三地呈现异质性，所以不纳入实证数据分析的模型。统计分析数据来源于2007-2016年出版的高等学校科技统计资料汇编。
