中图分类号：G640 文献标志码：A 文章编号：1673-8381(2019)04-0080-11 增强高校科研创新能力是提升我国自主创新能力、建设现代化经济体系的重要途径之一。现代经济增长理论认为，基础知识创新具有典型的公共物品特征，对经济体系呈现出明显的正向外部性，是内生经济增长的重要源泉[1]。然而，我国高校却面临着科研创新能力不能满足经济发展需求的现实问题[2]。大量研究表明，创新能力的提升不仅依赖于创新投入的持续增加，还在很大程度上取决于创新资源利用效率的提高[3]。当前我国科研创新资源有限，因此，不断提升科研创新效率对增强高校科研创新能力具有重要的现实意义。 关于高校科研创新效率的研究，已有文献从效率的测度评价和影响因素两个方面进行了探索。就科研创新效率的测度而言，有学者评估了高校内部院系的科研创新效率[4-6]；有学者对高校个体的科研创新效率进行了测度[7-9]；还有学者考察了不同地区高校科研投入产出效率的差异性[10-12]。在科研创新效率影响因素的研究中，陈立泰等从国际合作交流、地区经济水平等方面探讨了高校科研创新效率的影响因素[13]；李平和刘利利比较了政府与企业资助对高校科研效率作用效果的差异性[14]；于志军等基于创新成果类型的视角考察了科技交流、校企联合对高校创新效率的影响[15]。纵观上述研究，大多数学者关注的是科研创新效率的数值规律，仅有少数学者考察了外部环境因素对高校科研创新效率的影响，但尚未有学者关注到长江学者等高层次人才这一重要内部组织因素对科研创新效率的影响效应。 事实上，“长江学者奖励计划”吸引和凝聚了一大批具有国际领先水平的学术大师，培养和造就了众多具有发展潜力和创新能力的中青年学术骨干，对高校科研创新活动的开展产生了重要的影响。长江学者位于知识生产前沿，与科研创新资源的聚集、配置与循环密切相关[16]，其可以有效把握学术发展动态，充分利用创新生产要素，对高校科研创新具有示范引领和辐射带动作用，有助于高校创新生产效率的提升。然而，长江学者的聘任并非只带来积极的影响，比如在我国教育和科研评价体系中存在的“赢者通吃”问题，这会导致科研创新资源向长江学者过度集聚，从而抑制科研创新活动的自由与公平竞争，不利于高校科研创新效率的提升。那么，长江学者的聘任究竟会对高校科研创新效率产生怎样的影响？不同类型长江学者的影响效应是否具有差异性？长江学者作用效果的充分发挥是否受到其他因素的影响？这些问题都值得我们进行深入探讨。基于此，本研究以我国42所世界一流大学建设高校的相关数据为样本，实证探究长江学者对高校科研创新效率的影响，以期为“双一流”建设下高校推进高层次人才队伍建设和提高科研创新效率提供一定的政策参考。 一、研究设计 (一)研究模型 目前常见的评测创新效率的方法主要有非参数法和参数法两大类。非参数方法以数据包络分析(Data Envelopment Analysis，DEA)为代表，参数法以随机前沿分析(Stochastic Frontier Analysis，SFA)为代表。DEA运用线性规划方法构建观测数据的非参数前沿，无须设定具体的生产函数，但不能考虑测量误差和随机因素对创新生产活动的影响；SFA假定创新投入与产出之间的关系具有某个给定的函数形式，将误差项区分为随机误差项和技术无效率项两部分，不仅考虑了随机因素和不确定性对创新活动的影响，而且可以直接分析个体效率差异的影响因素，同时还可以对模型得出的参数以及模型的拟合程度进行统计检验，故该方法在影响因素分析和统计干扰方面具有明显的优势。基于此，本研究采用贝塔斯(George E.Battese)和科里(Timothy J.Coelli)[17]提出的SFA模型来分析长江学者对高校科研创新效率的影响，模型基本设定如下： Y[，it]=αX[，it]+v[，it]-u[，it]，u[，it]=βZ[，it]+μ[，it]. (1) 其中，Y[，it]表示i高校t时期的科研创新产出量；X[，it]为创新投入变量；α和β为待估参数；v[，it]为随机变量，服从正态分布N(0，σ[2][，v])，表示高校科研创新过程中不能控制的影响因素和一些数据上的统计误差；u[，it]为非负随机变量，服从截断正态分布N(m[，it]，σ[2][，u])，代表了技术非效率，即i高校t时期的技术效率损失，且v[，it]与u[，it]相互独立；Z[，it]为影响技术非效率的解释变量；μ[，it]为误差修正项，服从正态分布N(0，σ[2][，u])。 对式(1)的前一部分，本研究将设定超越对数形式的生产函数来反映科研创新的投入-产出活动。这主要是因为超越对数生产函数相比于柯布-道格拉斯生产函数(下文简称C-D生产函数)，可以克服投入产出弹性固定、技术中性等条件的限制，从而能够更好地反映实际问题。同时，本研究参照已有相关研究的做法，将研发经费和研发人员作为高校创新活动的主要投入要素。超越对数随机前沿生产函数的具体形式如下： lnY[，it]=α[，0]+α[，1]lnK[，it]+α[，2]lnL[，it]+α[，3]1/2(lnK[，it])[2]+α[，4]1/2(lnL[，it])[2]+α[，5]lnK[，it]lnL[，it]+α[，6]t+α[，7]1/2t[2]+α[，8]tlnK[，it]+α[，9]tlnL[，it]+v[，it]-u[，it]. (2)
