長(zhǎng)三角地區(qū)高校科技創(chuàng)新效率及影響因素研究

摘要：通過建立超效率SBM模型評(píng)估長(zhǎng)三角地區(qū)高校的科技創(chuàng)新效率，并運(yùn)用面板Tobit回歸分析影響科技效率的因素。研究結(jié)果表明，長(zhǎng)三角地區(qū)高校的科技效率整體較高，但存在一定的差異。長(zhǎng)三角地區(qū)高校的科研技術(shù)水平較高，投入資金得到有效利用，科研資源需要合理配置與優(yōu)化調(diào)整。

關(guān)鍵詞：長(zhǎng)三角地區(qū)高校；科技創(chuàng)新效率；數(shù)據(jù)包絡(luò)分析；面板Tobit回歸

中圖分類號(hào)：F2"""""" 文獻(xiàn)標(biāo)識(shí)碼：A""""" doi：10.19311/j.cnki.16723198.2025.18.004

0 引言

長(zhǎng)三角地區(qū)作為科技創(chuàng)新的策源地，在我國(guó)發(fā)展中扮演著重要的角色。它不僅是推動(dòng)高質(zhì)量發(fā)展的關(guān)鍵力量，更是引領(lǐng)原始創(chuàng)新、融合創(chuàng)新、開放創(chuàng)新的重要引擎。長(zhǎng)三角地區(qū)正致力于躋身全球科技創(chuàng)新的先進(jìn)行列，努力構(gòu)建國(guó)際創(chuàng)新網(wǎng)絡(luò)的核心節(jié)點(diǎn)，為我國(guó)建設(shè)科技強(qiáng)國(guó)和知識(shí)產(chǎn)權(quán)強(qiáng)國(guó)提供堅(jiān)實(shí)支撐。為實(shí)現(xiàn)這一目標(biāo)，長(zhǎng)三角地區(qū)積極推動(dòng)科技創(chuàng)新工作，促進(jìn)科技與產(chǎn)業(yè)的深度融合，持續(xù)催生出新產(chǎn)業(yè)、新業(yè)態(tài)、新模式，為我國(guó)拓展新的發(fā)展空間、注入新的發(fā)展動(dòng)能作出了顯著貢獻(xiàn)。長(zhǎng)三角地區(qū)集中了全國(guó)近四分之一的“雙一流”高校、國(guó)家重點(diǎn)實(shí)驗(yàn)室及國(guó)家工程研究中心，這充分體現(xiàn)了我國(guó)高等教育和科研領(lǐng)域的卓越成就。這些重要機(jī)構(gòu)不僅彰顯了我國(guó)在科技和教育領(lǐng)域的領(lǐng)先地位，同時(shí)也為長(zhǎng)三角地區(qū)的科技創(chuàng)新和產(chǎn)業(yè)發(fā)展提供了強(qiáng)大的支持。作為我國(guó)科研和人才培養(yǎng)的重要基地，高等院校在此地區(qū)扮演著重要的角色，不僅致力于培養(yǎng)具備創(chuàng)新精神和實(shí)踐能力的高素質(zhì)人才，還積極推動(dòng)科技創(chuàng)新和產(chǎn)學(xué)研合作，為國(guó)家的科技進(jìn)步和經(jīng)濟(jì)發(fā)展作出了重要貢獻(xiàn)。因此，研究長(zhǎng)三角地區(qū)高校科技創(chuàng)新效率及其影響因素對(duì)于提高地區(qū)的科技創(chuàng)新能力和經(jīng)濟(jì)發(fā)展具有重要意義[1]。

目前，研究我國(guó)高校科技創(chuàng)新效率的學(xué)者對(duì)我國(guó)高校科技創(chuàng)新效率處于較低水平，并存在區(qū)域差異這一現(xiàn)狀形成了一致共識(shí)，但對(duì)于哪些區(qū)域高哪些區(qū)域低，學(xué)者們的看法并不一致，部分學(xué)者認(rèn)為我國(guó)高校科技創(chuàng)新效率存在東部較高，中部西部較低的狀況，另外一部分學(xué)者則認(rèn)為我國(guó)高校科技創(chuàng)新效率存在西部較高，中部東部較低的現(xiàn)象。不同地區(qū)的高校科技創(chuàng)新效率研究更多的是根據(jù)所研究的特定區(qū)域的環(huán)境制定相應(yīng)的研究策略，例如：吳穎等基于滬、蘇、浙、皖41市的實(shí)證基礎(chǔ)總結(jié)長(zhǎng)三角高校科技創(chuàng)新技術(shù)效率的現(xiàn)狀及影響因素，提出適合當(dāng)?shù)貙?shí)際情況的建議[2]；鐘穎根據(jù)安徽省內(nèi)樣本高校科技創(chuàng)新效率的情況，并運(yùn)用Malmquist全要素生產(chǎn)率指數(shù)模型對(duì)樣本高校進(jìn)行科技創(chuàng)新效率動(dòng)態(tài)分析，技術(shù)進(jìn)步和規(guī)模效率是導(dǎo)致Malmquist全要素生產(chǎn)率指數(shù)變化的主要原因[3]；關(guān)于影響我國(guó)高校科技創(chuàng)新效率的因素中，張鵬等認(rèn)為211高校占比、高校科研產(chǎn)出和研究生培養(yǎng)數(shù)量對(duì)區(qū)域創(chuàng)新效率具有顯著積極影響[4]；楊宏進(jìn)等認(rèn)為科技成果轉(zhuǎn)化在很大程度上影響了我國(guó)高校科技創(chuàng)新效率的提升[5]，其中，有學(xué)者關(guān)注到人力資本對(duì)高校科技創(chuàng)新效率的影響，柯亮等認(rèn)為我國(guó)不同地區(qū)創(chuàng)新效率呈現(xiàn)集聚特征，科技服務(wù)水平、國(guó)際合作與交流、應(yīng)用與實(shí)驗(yàn)研究人數(shù)、Ramp;D項(xiàng)目人數(shù)、地區(qū)經(jīng)濟(jì)發(fā)展水平、人力資本水平等是影響高校創(chuàng)新效率發(fā)展的主要因素[6]；于志軍等認(rèn)為學(xué)術(shù)產(chǎn)出成果的增加主要依靠Ramp;D資本經(jīng)費(fèi)的投入來實(shí)現(xiàn)[7]；Ramp;D資本存量對(duì)高校經(jīng)濟(jì)產(chǎn)出效率具有負(fù)向影響，而適當(dāng)增加Ramp;D活動(dòng)人員有助于提升經(jīng)濟(jì)產(chǎn)出效率；馬聰穎等認(rèn)為“雙一流”高校建設(shè)戰(zhàn)略提出后，高校科技創(chuàng)新效率并沒有持續(xù)穩(wěn)步提高，目前處于人力資本稀缺，物質(zhì)資本豐裕的階段[8]；高燕楠認(rèn)為高校科技創(chuàng)新效率的上升主要依賴于技術(shù)進(jìn)步；效率值的變動(dòng)還會(huì)受到人力投入的結(jié)構(gòu)和素質(zhì)以及經(jīng)費(fèi)投入結(jié)構(gòu)等環(huán)境因素的影響[9]。

高校科技創(chuàng)新具有良好的區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展效應(yīng)，能夠同時(shí)促進(jìn)區(qū)域經(jīng)濟(jì)聯(lián)系、縮小區(qū)域經(jīng)濟(jì)差距和區(qū)域經(jīng)濟(jì)增長(zhǎng)差異，進(jìn)而促進(jìn)本地區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展。

綜上所述，高校科技創(chuàng)新效率的研究已形成較為完整的體系，不僅涉及不同地區(qū)高校科技創(chuàng)新效率的比較研究，還深入探討了影響高校科技創(chuàng)新效率的各種因素。在此基礎(chǔ)上，我們將長(zhǎng)三角地區(qū)的高校作為具體研究對(duì)象，從人力資本的角度出發(fā)，深入分析影響長(zhǎng)三角地區(qū)高校科技創(chuàng)新效率的關(guān)鍵因素。這項(xiàng)研究不僅有助于我們更全面地理解長(zhǎng)三角地區(qū)高校科技創(chuàng)新的實(shí)際狀況，還能為長(zhǎng)三角地區(qū)經(jīng)濟(jì)的持續(xù)、高質(zhì)量發(fā)展提供有益的參考和啟示。

1 研究方法與數(shù)據(jù)來源

本文運(yùn)用超效率SBM模型，針對(duì)長(zhǎng)三角地區(qū)高校的科技創(chuàng)新效率進(jìn)行了深入評(píng)估。為確保數(shù)據(jù)的真實(shí)性和準(zhǔn)確性，我們參考了各高校的年度報(bào)告、統(tǒng)計(jì)年鑒以及官方網(wǎng)站，綜合了2018—2022年長(zhǎng)三角地區(qū)高校在科技創(chuàng)新方面的相關(guān)數(shù)據(jù)。通過這一研究，我們希望能夠全面、客觀地反映長(zhǎng)三角地區(qū)高校科技創(chuàng)新效率的實(shí)際狀況，為相關(guān)決策提供科學(xué)依據(jù)。

2 研究模型

2.1 超效率SBM模型

數(shù)據(jù)包絡(luò)分析（DEA）模型是一種基于線性規(guī)劃的評(píng)估工具，它通過比較和分析決策單元的相對(duì)效率和技術(shù)效率來提供決策支持。DEA模型的主要優(yōu)勢(shì)在于其無須估計(jì)參數(shù)和進(jìn)行無量綱化處理，從而簡(jiǎn)化了評(píng)估過程。然而，傳統(tǒng)的DEA模型在處理松弛變量方面存在不足，這可能會(huì)影響到評(píng)估結(jié)果的準(zhǔn)確性。為了彌補(bǔ)這一缺陷，Tone提出了超效率SBM模型，旨在通過更精確地處理松弛變量來提高DEA模型的評(píng)估效果。這一改進(jìn)有助于確保評(píng)估結(jié)果的準(zhǔn)確性和可靠性，為決策提供更為穩(wěn)健的依據(jù)[10]。

公式如下：

ρ=Minθ=1+1mΣmi=1s-i/xik1+1qΣqi=1s+i/yik

s.t.Σnj=1，≠kλjxij+s+r≤xik

Σnj=1，≠kλjxij+s+r≥yrk

λ，s+，s-≥0

式中，ρ表示高校科研創(chuàng)新效率，s-i和s+i分別表示投入與產(chǎn)出，xik為第k個(gè)DMU的第i個(gè)投入變量，yik為第k個(gè)DMU的第r個(gè)產(chǎn)出變量，λj表示決策單元的權(quán)重向量。

2.2 面板Tobit模型

由于因變量受到某種限制或約束的情況，觀測(cè)值并不能完全反映因變量的實(shí)際狀態(tài)，故而采用面板Tobit回歸。公式如下：

Yit=βTXit+εit＞00，otherwise

式中，Yit為受限因變量，β為回歸系數(shù)，Xit為解釋變量，εit誤差項(xiàng)。

3 指標(biāo)構(gòu)建和數(shù)據(jù)說明

3.1 投入與產(chǎn)出指標(biāo)

高校科技創(chuàng)新活動(dòng)作為一項(xiàng)綜合性任務(wù)，涵蓋了多元化的投入與產(chǎn)出。經(jīng)過學(xué)者們的深入研究，普遍認(rèn)為科技創(chuàng)新的投入要素需從人力資源、經(jīng)費(fèi)保障等多個(gè)角度進(jìn)行深入分析。

在人力投入方面，成果應(yīng)用及科技服務(wù)全時(shí)人員的總和是從數(shù)量上對(duì)當(dāng)?shù)乜萍紕?chuàng)新人員的描述，高校科技創(chuàng)新活動(dòng)依賴于一支高素質(zhì)、專業(yè)化的科研團(tuán)隊(duì)。研究與發(fā)展人員數(shù)、科技活動(dòng)人員數(shù)以及科技人員的科學(xué)素質(zhì)等人力指標(biāo)是評(píng)價(jià)高校科研實(shí)力的重要依據(jù)。這些人員具備豐富的科研經(jīng)驗(yàn)和深厚的專業(yè)知識(shí)，是推動(dòng)科技創(chuàng)新的核心力量。他們通過不斷探索和實(shí)踐，為高校科技創(chuàng)新活動(dòng)提供了源源不斷的智力支持；在經(jīng)費(fèi)投入方面，高校科技創(chuàng)新活動(dòng)需要充足的資金支持。當(dāng)年投入的研究與發(fā)展經(jīng)費(fèi)、科技服務(wù)經(jīng)費(fèi)等經(jīng)費(fèi)投入指標(biāo)反映了高校對(duì)科技創(chuàng)新活動(dòng)的重視程度和支持力度。這些經(jīng)費(fèi)不僅用于購置先進(jìn)的科研設(shè)備、建設(shè)實(shí)驗(yàn)室等基礎(chǔ)設(shè)施建設(shè)，還用于支付科研人員的薪酬、項(xiàng)目經(jīng)費(fèi)等運(yùn)營(yíng)成本。穩(wěn)定的經(jīng)費(fèi)投入為高校科技創(chuàng)新活動(dòng)提供了堅(jiān)實(shí)的物質(zhì)保障，確保了科研工作的順利進(jìn)行。然而，人力和經(jīng)費(fèi)的投入只是科技創(chuàng)新活動(dòng)的一部分，真正的價(jià)值體現(xiàn)在產(chǎn)出成果上。

在產(chǎn)出指標(biāo)方面，學(xué)者們從多個(gè)角度進(jìn)行考量，包括科技著作數(shù)、學(xué)術(shù)論文數(shù)、專利數(shù)、技術(shù)轉(zhuǎn)讓收入和技術(shù)轉(zhuǎn)讓合同數(shù)等。這些指標(biāo)綜合反映了高校科技創(chuàng)新活動(dòng)的成果產(chǎn)出數(shù)量和質(zhì)量，以及其對(duì)社會(huì)經(jīng)濟(jì)發(fā)展的貢獻(xiàn)。高校產(chǎn)出的學(xué)術(shù)論文數(shù)量和被引用次數(shù)是評(píng)價(jià)其科研水平和影響力的重要指標(biāo)；而專利數(shù)和技術(shù)轉(zhuǎn)讓收入等則能夠直接體現(xiàn)高校科技創(chuàng)新活動(dòng)的經(jīng)濟(jì)效益和社會(huì)效益。

基于指標(biāo)數(shù)據(jù)的代表性和可得性，本文最終選取成果應(yīng)用及科技服務(wù)全時(shí)人員的總和、科學(xué)家占比以及Ramp;D經(jīng)費(fèi)支出作為投入指標(biāo)；發(fā)明專利授權(quán)數(shù)、發(fā)表學(xué)術(shù)論文數(shù)量、出版科技著作作為產(chǎn)出指標(biāo)運(yùn)用超效率SBM模型測(cè)算出長(zhǎng)三角地區(qū)高校科技創(chuàng)新效率。

3.2 影響因素指標(biāo)

高校科技創(chuàng)新的效率會(huì)受到其他因素的影響，借鑒以往研究結(jié)果，大多數(shù)學(xué)者認(rèn)為當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平對(duì)于當(dāng)?shù)亟逃涂萍及l(fā)展都具有一定影響；其次是城鎮(zhèn)化率，地區(qū)的城鎮(zhèn)化水平往往早于當(dāng)?shù)乜萍及l(fā)展，并且城鎮(zhèn)化發(fā)展將帶來資產(chǎn)和人才資源的集聚，從而促進(jìn)當(dāng)?shù)乜萍紕?chuàng)新水平的提升。

本地區(qū)對(duì)外學(xué)術(shù)交流的能力直接影響了地區(qū)科技創(chuàng)新的效率水平、本地區(qū)高校及科研院所的數(shù)量也直接影響了科技創(chuàng)新的效率、地區(qū)的經(jīng)濟(jì)發(fā)展水平較高增加了當(dāng)?shù)氐恼愂眨瑏碜远愂盏恼步逃?jīng)費(fèi)占教育經(jīng)費(fèi)總量的大部分，對(duì)教育活動(dòng)起決定性作用，而教育活動(dòng)是高校科技創(chuàng)新活動(dòng)的基礎(chǔ)；城鎮(zhèn)化往往早于科技創(chuàng)新，城鎮(zhèn)化將資產(chǎn)、人才等資源集中在一起，促使科技創(chuàng)新的產(chǎn)生；政策支持是科技創(chuàng)新能否繼續(xù)和科技成果轉(zhuǎn)化能否順利的關(guān)鍵因素。本文選取了國(guó)際學(xué)術(shù)會(huì)議交流論文、特邀報(bào)告的數(shù)量、高等學(xué)校研究與發(fā)展機(jī)構(gòu)的數(shù)量、人均GDP、城鎮(zhèn)化率Ramp;D經(jīng)費(fèi)內(nèi)部支出占作為分析影響長(zhǎng)三角地區(qū)高校科技創(chuàng)新的影響因素。

本文選定樣本期為2018—2022年，決策單元為長(zhǎng)三角地區(qū)三省一市所有城市。數(shù)據(jù)源自《中國(guó)科技統(tǒng)計(jì)年鑒》（2018—2022）、《中國(guó)統(tǒng)計(jì)年鑒》（2018—2022）以及高等學(xué)校科技統(tǒng)計(jì)資料匯編（2018—2022）。短期來看，創(chuàng)新從投入到產(chǎn)出存在滯后，通常的處理是假設(shè)產(chǎn)出比投入滯后１年；對(duì)相鄰年份的創(chuàng)新效率值進(jìn)行相關(guān)系數(shù)檢驗(yàn)，其相關(guān)程度較高，因此不再進(jìn)行滯后性處理。

4 實(shí)證分析

基于超效率SBM模型的長(zhǎng)三角地區(qū)高校科技創(chuàng)新效率研究，本文運(yùn)用Maxdea軟件，采用非導(dǎo)向分解規(guī)模報(bào)酬（CRS+VRS）的方法，對(duì)長(zhǎng)三角地區(qū)高校科技創(chuàng)新的投入和產(chǎn)出進(jìn)行了深入的測(cè)算。通過對(duì)綜合效率、純技術(shù)效率和規(guī)模效率的細(xì)致分析，揭示了該地區(qū)高校科研創(chuàng)新效率的現(xiàn)狀和趨勢(shì)。

首先，從高校科研創(chuàng)新效率（TE）來看，2018—2022年期間，江蘇、浙江、安徽三省的效率值普遍高于上海。其中，江蘇長(zhǎng)期保持高位狀態(tài)，展現(xiàn)出強(qiáng)大的科研創(chuàng)新實(shí)力。然而，值得注意的是，江蘇、浙江、安徽三省的高校科研創(chuàng)新效率總體呈現(xiàn)下降趨勢(shì)，而上海則呈現(xiàn)出平穩(wěn)的發(fā)展態(tài)勢(shì)。效率值的排名為：江蘇＞浙江＞安徽＞上海。具體來看，上海的高校科研創(chuàng)新效率值由2018年的0.589上升至2022年的0.612，雖然有所上升，但上升幅度較小。而江蘇、浙江、安徽三省則由2018年的1.483、1.088、1.303下降至2022年的1.371、1.035、1.190，出現(xiàn)了小幅下降。這表明上海市在高校科研創(chuàng)新方面仍有提升空間，應(yīng)適當(dāng)增加科研投入，提升整體創(chuàng)新效率。同時(shí)，江蘇、浙江、安徽三省也應(yīng)關(guān)注科研創(chuàng)新效率的下降趨勢(shì)，采取有效措施提高科研轉(zhuǎn)化率，產(chǎn)出更多高質(zhì)量的科研成果。

進(jìn)一步分析效率分解（PTE、SE）發(fā)現(xiàn)，純技術(shù)效率（PTE）的趨勢(shì)總體與綜合技術(shù)效率（TE）保持一致。純技術(shù)效率在2018—2022年期間長(zhǎng)期高于規(guī)模效率，說明綜合技術(shù)效率的變化主要受到純技術(shù)效率的影響。這表明長(zhǎng)三角地區(qū)高校科研技術(shù)水平較高，投入資金能夠得到有效利用，科研資源得到了合理配置與優(yōu)化調(diào)整。

從規(guī)模報(bào)酬來看（RTS），上海市一直處于規(guī)模報(bào)酬遞增狀態(tài)，這意味著上海市的科研技術(shù)水平提升顯著超過了要素投入水平。而江蘇省則長(zhǎng)期處于規(guī)模報(bào)酬遞減階段，這反映出江蘇省的高校科研投入與資源要素配置存在不合理之處，處于失衡狀態(tài)。浙江、安徽兩省仍處于規(guī)模報(bào)酬遞增階段，這與兩省科研技術(shù)水平的提升密切相關(guān)。因此，浙江、安徽兩省應(yīng)逐步增加資源要素投入，優(yōu)化創(chuàng)新資源要素配置，進(jìn)一步提高科研創(chuàng)新效率。

綜上所述，長(zhǎng)三角地區(qū)高校科研創(chuàng)新效率呈現(xiàn)出一定的地域差異和發(fā)展趨勢(shì)。上海市應(yīng)加大高校科研投入力度，提升整體創(chuàng)新效率；江蘇、浙江、安徽三省則需在保持科研技術(shù)水平的同時(shí)，關(guān)注科研創(chuàng)新效率的下降趨勢(shì)，促進(jìn)產(chǎn)學(xué)研深度融合，提高科研轉(zhuǎn)化率。同時(shí)，各地區(qū)應(yīng)根據(jù)自身情況，合理配置和優(yōu)化科研資源要素投入，以實(shí)現(xiàn)科研創(chuàng)新效率的最大化。

由以上分析可知，各高校科研效率存在一定差異，成為進(jìn)一步探究影響效率的關(guān)鍵因素。

對(duì)外聯(lián)系（lnx1）對(duì)高校科研創(chuàng)新效率（y）的估計(jì)系數(shù)為0.148，且在1%水平下顯著，據(jù)此可知，對(duì)外聯(lián)系（lnx1）對(duì)高校科研創(chuàng)新效率（y）起正向促進(jìn)作用。近些年，長(zhǎng)三角地區(qū)各高校與國(guó)際知名大學(xué)、科研機(jī)構(gòu)建立合作關(guān)系，開展聯(lián)合研究、學(xué)術(shù)交流等活動(dòng)，從而對(duì)國(guó)外技術(shù)溢出效應(yīng)進(jìn)行轉(zhuǎn)化吸收，提高科研創(chuàng)新效率；另一方面，長(zhǎng)三角地區(qū)積極引進(jìn)國(guó)內(nèi)外優(yōu)秀人才，打造具有國(guó)際影響力的科研平臺(tái)，促使吸引更多的科研項(xiàng)目和經(jīng)費(fèi)支持，提高高校科研的競(jìng)爭(zhēng)力和影響力，同時(shí)也為科研人員提供了更好的工作環(huán)境。

科研環(huán)境（lnx2）對(duì)高校科研創(chuàng)新效率（y）的估計(jì)系數(shù)為0.336，且在1%水平下顯著，說明科研環(huán)境（lnx2）對(duì)高校科研創(chuàng)新效率（y）起正向促進(jìn)作用。究其原因，長(zhǎng)三角地區(qū)以其充足的科研經(jīng)費(fèi)促使其科研機(jī)構(gòu)數(shù)量不斷增多，不僅為高校提供了包括先進(jìn)的實(shí)驗(yàn)設(shè)備、穩(wěn)定的資金支持等豐富的研究資源和平臺(tái)，還能通過營(yíng)造濃厚的學(xué)術(shù)氛圍，為創(chuàng)新高地建設(shè)釋放活力，提升高校科研創(chuàng)新效率。

經(jīng)濟(jì)稟賦（lnx3）對(duì)高校科研創(chuàng)新效率（y）的估計(jì)系數(shù)為0.492，且在5%水平下顯著，其估計(jì)系數(shù)較其他因素大，說明經(jīng)濟(jì)稟賦能夠顯著促進(jìn)高校科研創(chuàng)新效率的提升。長(zhǎng)三角地區(qū)經(jīng)濟(jì)發(fā)展水平的提高為高校科研提供了更多的經(jīng)費(fèi)保障，繼而改善科研設(shè)施，提高科研人員的待遇和科研成果轉(zhuǎn)化率，吸引優(yōu)秀高新技術(shù)人才，從而推動(dòng)科研效率的提升。

城鎮(zhèn)化水平（x4）對(duì)高校科研創(chuàng)新效率（y）的估計(jì)系數(shù)為-0.043，且在1%水平下顯著，說明城鎮(zhèn)化水平（lnx2）對(duì)高校科研創(chuàng)新效率（y）起負(fù)向抑制作用。可能的原因是，在推動(dòng)城鎮(zhèn)化的過程中易產(chǎn)生城市擁擠、環(huán)境污染等，高校科研人員可能難以適應(yīng)這種由城鎮(zhèn)化帶來的環(huán)境變化，甚至這種負(fù)面影響直接作用于科研成果的轉(zhuǎn)化。

政策環(huán)境（x5）對(duì)高校科研創(chuàng)新效率（y）的估計(jì)系數(shù)為0.044，且在10%水平下顯著，表明研究與發(fā)展經(jīng)費(fèi)越高，越利于科研創(chuàng)新效率的提高。近年來，國(guó)家對(duì)“雙一流”高校的支持力度不斷加大，而長(zhǎng)三角地區(qū)因經(jīng)濟(jì)發(fā)展水平較高，其高校科研投入經(jīng)費(fèi)也遠(yuǎn)超其他地區(qū)，進(jìn)而通過改善科研設(shè)施、環(huán)境，增強(qiáng)產(chǎn)學(xué)研合作等方式提高科研創(chuàng)新效率。

5 結(jié)論和建議

本研究采用超效率SBM模型測(cè)算2018—2022年長(zhǎng)三角地區(qū)高校科技創(chuàng)新效率，并運(yùn)用面板Tobit模型探究高校科技創(chuàng)新效率的影響因素，從而為提升長(zhǎng)三角地區(qū)高校科技創(chuàng)新效率。

積極打造世界級(jí)科技創(chuàng)新集群，要促進(jìn)長(zhǎng)三角地區(qū)高校、科研機(jī)構(gòu)、企業(yè)之間的緊密合作，形成產(chǎn)學(xué)研用一體化的科技創(chuàng)新體系。長(zhǎng)三角地區(qū)高校科技創(chuàng)新存在能力各自的優(yōu)勢(shì)和不足，應(yīng)通過加強(qiáng)長(zhǎng)三角地區(qū)各高校之間的人才交流、資源共享和優(yōu)勢(shì)互補(bǔ)，推動(dòng)科技創(chuàng)新成果在長(zhǎng)三角地區(qū)快速轉(zhuǎn)化和應(yīng)用。同時(shí)，應(yīng)加大對(duì)長(zhǎng)三角地區(qū)科技創(chuàng)新的支持力度，提高科技投入效益，為科技創(chuàng)新提供強(qiáng)有力的資金保障和政策支持。

加強(qiáng)長(zhǎng)三角地區(qū)內(nèi)部協(xié)同發(fā)展，深化區(qū)域合作機(jī)制，推動(dòng)長(zhǎng)三角地區(qū)一體化發(fā)展。要建立健全長(zhǎng)三角地區(qū)科技創(chuàng)新合作機(jī)制，加強(qiáng)跨區(qū)域的科技創(chuàng)新合作，推動(dòng)科技創(chuàng)新資源的優(yōu)化配置和高效利用。同時(shí)，要加強(qiáng)長(zhǎng)三角地區(qū)基礎(chǔ)設(shè)施建設(shè)，提高區(qū)域交通、通信、能源等基礎(chǔ)設(shè)施的互聯(lián)互通水平，為區(qū)域協(xié)同發(fā)展提供堅(jiān)實(shí)的基礎(chǔ)支撐。

注重加強(qiáng)國(guó)際科技創(chuàng)新合作，吸引全球優(yōu)秀的科技人才和資源，提升長(zhǎng)三角地區(qū)在全球科技創(chuàng)新領(lǐng)域的競(jìng)爭(zhēng)力和影響力。通過加強(qiáng)與國(guó)際科技創(chuàng)新中心的合作，引進(jìn)國(guó)際先進(jìn)的科技創(chuàng)新理念和技術(shù)，推動(dòng)長(zhǎng)三角地區(qū)科技創(chuàng)新的國(guó)際化發(fā)展。

加快長(zhǎng)三角地區(qū)科技人才高地建設(shè)，優(yōu)化長(zhǎng)三角地區(qū)高校科技創(chuàng)新人才體制機(jī)制，加強(qiáng)長(zhǎng)三角地區(qū)內(nèi)部協(xié)同發(fā)展，是推動(dòng)長(zhǎng)三角地區(qū)科技創(chuàng)新和經(jīng)濟(jì)社會(huì)發(fā)展的重要舉措。只有不斷創(chuàng)新、協(xié)同發(fā)展，才能將長(zhǎng)三角地區(qū)打造成為世界級(jí)科技創(chuàng)新集群，為我國(guó)的科技創(chuàng)新和經(jīng)濟(jì)發(fā)展注入新的動(dòng)力。

為了促進(jìn)高校科技創(chuàng)新的發(fā)展，我們必須注重提升高校人才的科研能力，并致力于吸引和培養(yǎng)優(yōu)質(zhì)的科技人才留在長(zhǎng)三角地區(qū)。高校科技創(chuàng)新效率的提升，技術(shù)進(jìn)步是核心驅(qū)動(dòng)力，而技術(shù)進(jìn)步的基石則是研發(fā)人員科研能力的持續(xù)增強(qiáng)。研究顯示，高校科技創(chuàng)新中的科學(xué)家與工程師的占比與其效率之間存在明確的正相關(guān)關(guān)系。因此，長(zhǎng)三角地區(qū)高校需加大力度引進(jìn)高技術(shù)人才，特別是科學(xué)家與工程師，同時(shí)也不能忽視對(duì)現(xiàn)有研發(fā)人員的進(jìn)一步培訓(xùn)和發(fā)展。應(yīng)鼓勵(lì)他們參與國(guó)際研究，拓寬視野，提升個(gè)人能力。此外，高校還承擔(dān)著培養(yǎng)未來科技創(chuàng)新人才的重任，因此，加強(qiáng)對(duì)在校研究生的培養(yǎng)與鍛煉至關(guān)重要，這將為高校科技創(chuàng)新隊(duì)伍注入新的活力，確保高素質(zhì)人才隊(duì)伍的連續(xù)性和穩(wěn)定性。通過引進(jìn)與培養(yǎng)高素質(zhì)的科技人才，不斷提升研發(fā)人員的素質(zhì)，以及加強(qiáng)對(duì)在校研究生的培養(yǎng)，我們可以有效地推動(dòng)高校科技創(chuàng)新效率的整體提升。

主要參考文獻(xiàn)

[1]蔡文伯，黃盧濤.我國(guó)高校科技創(chuàng)新效率的時(shí)空格局及影響因素——基于網(wǎng)絡(luò)SBM模型的評(píng)價(jià)[J].教育科學(xué)探索，2022，40（02）：1523.

[2]吳穎，崔玉平.長(zhǎng)三角高校科技創(chuàng)新效率及其時(shí)空演化——基于滬、蘇、浙、皖41市的實(shí)證分析[J].重慶高教研究，2022，10（03）：104117.

[3]鐘穎.安徽省高校科技創(chuàng)新效率研究——基于三階段DEA模型的實(shí)證分析[J].巢湖學(xué)院學(xué)報(bào)，2016，18（02）：5158.

[4]張鵬，于偉.高校對(duì)區(qū)域創(chuàng)新效率的影響：基于隨機(jī)前沿生產(chǎn)函數(shù)的分析[J].教育與經(jīng)濟(jì)，2013，（06）：2429.

[5]楊宏進(jìn)，劉立群.基于三階段DEA的高校科技創(chuàng)新績(jī)效研究[J].科技管理研究，2011，31（09）：104107.

[6]柯亮，姚聰莉.“雙一流”建設(shè)高校科技創(chuàng)新效率及時(shí)空分布特征研究[J].自然辯證法通訊，2021，43（05）：102110.

[7]于志軍，楊昌輝，白羽等.成果類型視角下高校創(chuàng)新效率及影響因素研究[J].科研管理，2017，38（05）：141149.

[8]馬聰穎，吳宏超.一流大學(xué)建設(shè)高校科技創(chuàng)新效率：差距、影響因素與提升路徑[J].高教探索，2021，（02）：5361.

[9]高燕楠.高校科技創(chuàng)新效率及影響因素的實(shí)證研究[D].南開大學(xué)，2010.

[10]沈能，宮為天.我國(guó)省區(qū)高校科技創(chuàng)新效率評(píng)價(jià)實(shí)證分析——基于三階段DEA模型[J].科研管理，2013，34（S1）：125132.