李 犟，吳和成

（南京航空航天大學(xué)經(jīng)濟(jì)與管理學(xué)院，南京 211106）

在科技經(jīng)濟(jì)全球化的環(huán)境下，開放、合作、共享的創(chuàng)新模式被實(shí)踐證明是有效提高創(chuàng)新效率的重要途徑［1］。高校在我國的創(chuàng)新體系中不僅被賦予創(chuàng)新人才培養(yǎng)的功能，也是支撐產(chǎn)學(xué)研協(xié)同創(chuàng)新產(chǎn)出的重要主體。我國2012年始實(shí)施的“2011計(jì)劃”，即高等學(xué)校創(chuàng)新能力提升計(jì)劃,旨在鼓勵高等學(xué)校同科研機(jī)構(gòu)、行業(yè)企業(yè)開展協(xié)同創(chuàng)新活動，可見加強(qiáng)高校與其他創(chuàng)新主體間的協(xié)同創(chuàng)新已上升到國家戰(zhàn)略層面。但若僅關(guān)注協(xié)同創(chuàng)新產(chǎn)出績效，忽略協(xié)同創(chuàng)新投入產(chǎn)出的效率績效，則無法系統(tǒng)考察我國各地區(qū)高校協(xié)同創(chuàng)新的績效水平。在我國實(shí)施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，經(jīng)濟(jì)由高速增長轉(zhuǎn)向高質(zhì)量發(fā)展的背景下，研究區(qū)域高校協(xié)同創(chuàng)新效率測度問題，以及效率的發(fā)展趨勢和地區(qū)差異特征具有一定的現(xiàn)實(shí)意義。

1 文獻(xiàn)綜述

已有文獻(xiàn)對于協(xié)同創(chuàng)新效率研究主要是以區(qū)域宏觀的協(xié)同創(chuàng)新為研究對象，缺乏以高校為主體的協(xié)同創(chuàng)新效率實(shí)證研究。江成山等［2］運(yùn)用超效率數(shù)據(jù)包絡(luò)分析（DEA）方法測度了25個國家的協(xié)同創(chuàng)新效率，并采用Tobit回歸分析了效率影響因素，結(jié)果表明我國的創(chuàng)新效率處于較低水平，企業(yè)、高等院校和科研機(jī)構(gòu)的創(chuàng)新活動可以促進(jìn)創(chuàng)新效率提高。姜彤彤等［3］運(yùn)用DEA方法測度了我國教育部直屬高校的產(chǎn)學(xué)研協(xié)同創(chuàng)新活動效率，并分析了其差異及變動。黃菁菁［4］采用兩階段鏈?zhǔn)疥P(guān)聯(lián)網(wǎng)絡(luò)DEA模型對遼寧省2010—2012年的產(chǎn)學(xué)研協(xié)同創(chuàng)新效率及其影響因素進(jìn)行了研究,結(jié)果表明效率偏低,主要原因在于知識成果轉(zhuǎn)化效率低下。劉軍等［5］構(gòu)建了空間計(jì)量模型分析產(chǎn)業(yè)聚集對多主體之間協(xié)同創(chuàng)新效率的影響，結(jié)果表明產(chǎn)業(yè)聚集顯著促進(jìn)地區(qū)協(xié)同創(chuàng)新效率的提高,而且協(xié)同創(chuàng)新效率存在顯著的空間溢出效應(yīng)。廖名巖等［6］采用四階段DEA模型測度了我國各省份的協(xié)同創(chuàng)新效率，結(jié)果表明區(qū)域協(xié)同創(chuàng)新效率表現(xiàn)出明顯的差異和周期波動。孫崇文等［7］采用DEA方法評價了湖北省產(chǎn)學(xué)研協(xié)同創(chuàng)新效率，結(jié)果表明湖北省產(chǎn)學(xué)研合作研究開發(fā)階段的效率明顯優(yōu)于成果轉(zhuǎn)化階段。邵漢華等［8］利用SBMDEA模型測算了2001—2015年我國30個省份的協(xié)同創(chuàng)新效率,通過構(gòu)建空間計(jì)量模型和門檻面板模型測算結(jié)果表明，各區(qū)域協(xié)同創(chuàng)新效率整體明顯提高,并趨向于均衡發(fā)展,但存在一些省份在高水平聚攏和低水平集聚。董鋒等［9］采用超效率SBM模型對我國30個省份2001—2014年的產(chǎn)學(xué)研協(xié)同創(chuàng)新效率進(jìn)行評價,研究發(fā)現(xiàn)整體效率偏低,呈現(xiàn)出東部高、中西部低的現(xiàn)象,同時各地區(qū)協(xié)同創(chuàng)新效率具有顯著差異性。蔡翔等［10］通過構(gòu)建三螺旋強(qiáng)度模型,采用隨機(jī)前沿方法,運(yùn)用2011—2015年我國29個省份面板數(shù)據(jù),實(shí)證分析了大學(xué)-企業(yè)-政府協(xié)同創(chuàng)新效率及影響因素，結(jié)果表明大學(xué)-企業(yè)-政府協(xié)同創(chuàng)新效率持續(xù)穩(wěn)定上升,但兩極分化和區(qū)域異質(zhì)性明顯，研發(fā)人力資本驅(qū)動協(xié)同創(chuàng)新作用遠(yuǎn)大于研發(fā)物質(zhì)資本。王幫俊等［11］通過構(gòu)建產(chǎn)學(xué)研協(xié)同創(chuàng)新績效的投入產(chǎn)出評價指標(biāo)，運(yùn)用因子分析法獲得協(xié)同創(chuàng)新績效主因子，并基于省域面板數(shù)據(jù)計(jì)算得到我國30個省級行政區(qū)的因子總得分。

對于協(xié)同創(chuàng)新效率的測度，已有相關(guān)文獻(xiàn)較多應(yīng)用DEA方法，但傳統(tǒng)DEA測算只是給出了點(diǎn)估計(jì)，沒有考慮隨機(jī)因素影響，具有明顯的缺陷：難以回避樣本敏感性和極端值影響的問題，即“結(jié)果確定，缺乏統(tǒng)計(jì)基礎(chǔ)，難以作出統(tǒng)計(jì)推斷”［12］。Bootstrap方法能夠通過重復(fù)抽樣放大樣本數(shù)量，使得樣本數(shù)量更接近總體，減小了小樣本帶來的統(tǒng)計(jì)誤差。因此，本文應(yīng)用Bootstrap方法對DEA效率值進(jìn)行糾偏，能夠更加準(zhǔn)確地測度和分析我國高校區(qū)域間的協(xié)同創(chuàng)新效率差異。目前對于區(qū)域差異的考察，主要是從東、中、西部進(jìn)行，不利于更為細(xì)致的觀察區(qū)域差異，故本文將從八大區(qū)域的角度對我我國高校協(xié)同創(chuàng)新效率的區(qū)域差異進(jìn)行研究，以期了解區(qū)域高校協(xié)同創(chuàng)新效率現(xiàn)狀，為統(tǒng)籌區(qū)域高校協(xié)同創(chuàng)新活動發(fā)展提供參考。

2 模型介紹與指標(biāo)設(shè)置

2.1 DEA模型

DEA方法是由美國運(yùn)籌學(xué)家Charnes等［13］于1978年提出的，它是以相對效率概念為基礎(chǔ)發(fā)展起來的一種非參數(shù)技術(shù)的效率評估方法。

假設(shè)n個DMU(決策單元)需要進(jìn)行效率評價，每個DMU有m種投入和s種產(chǎn)出。設(shè)第j個決策單元的投入指標(biāo)向量和產(chǎn)出指標(biāo)向量為則基于規(guī)模報(bào)酬不變假設(shè)下的投入導(dǎo)向型CCR-DEA模型效率值為：

CCR-DEA模型中有效的決策單元不能按照效率值加以區(qū)分。Andersen等［14］給出超效率DEA模型,可以將DEA有效的決策單元根據(jù)效率值排序（效率值可大于1）。超效率DEA模型（SE-DEA）效率值為：

2.2 Bootstrap-SE-DEA模型

為了解決DEA模型效率估計(jì)值有偏的問題，Simar等［15］將Bootstrap引入傳統(tǒng)的DEA模型，對DEA效率值進(jìn)行糾偏并給出置信區(qū)間。當(dāng)對傳統(tǒng)的DEA模型使用Bootstrap方法進(jìn)行效率糾偏時，對于一些DEA有效（效率為1）且超效率值很大的決策單元，其效率得分估計(jì)量與效率得分之間的偏差會很大，可能會導(dǎo)致這些決策單元的糾偏效率得分比一些原本非DEA有效（效率得分小于1）的決策單元要小，這與實(shí)際相悖。這是由于用Bootstrap樣本計(jì)算效率值時使用的模型不穩(wěn)定，會發(fā)生改變，導(dǎo)致Bootstrap效率估計(jì)值變化更大。張偉鋒［16］證明了將Bootstrap-DEA方法中的DEA模型固定為SEDEA模型可解決這一問題。改進(jìn)后的Bootstrap-SEDEA方法具體步驟如下：

2.3 指標(biāo)設(shè)置

高校協(xié)同創(chuàng)新活動是一項(xiàng)多投入與多產(chǎn)出的復(fù)雜活動，R&D活動是高校協(xié)同創(chuàng)新的前提，因此測度高校協(xié)同創(chuàng)新效率可基于與R&D活動相關(guān)的投入和產(chǎn)出要素的角度。

創(chuàng)新活動的投入一般從勞動和經(jīng)費(fèi)考慮，因此選擇R&D人員數(shù)作為人力資源投入，R&D經(jīng)費(fèi)作為相應(yīng)的科技經(jīng)費(fèi)投入。來源于企業(yè)的科技經(jīng)費(fèi)直觀上促進(jìn)了高校的創(chuàng)新產(chǎn)出，且企業(yè)經(jīng)費(fèi)投入目的性較強(qiáng)，一般與市場需求直接掛鉤，是衡量協(xié)同創(chuàng)新投入的重要指標(biāo)，考慮到高校協(xié)同創(chuàng)新的特點(diǎn)，來自企業(yè)的科技經(jīng)費(fèi)同樣作為資金投入。

對于高校協(xié)同創(chuàng)新產(chǎn)出指標(biāo)，一般選擇論文與專利表示。以專利為主的技術(shù)創(chuàng)新成果是協(xié)同創(chuàng)新前期過程的直接產(chǎn)出，目前是衡量創(chuàng)新通用的產(chǎn)出指標(biāo)。由于發(fā)明專利申請難度大，更能代表創(chuàng)新產(chǎn)出水平，所以采用發(fā)明專利申請數(shù)作為產(chǎn)出指標(biāo)之一。采用專利申請數(shù)而不是授權(quán)數(shù)的原因：一是所要申請的發(fā)明專利也需要人力勞動和經(jīng)費(fèi)的支持；二是最終沒有得到授權(quán)的專利并不代表是無價值的成果；三是申請數(shù)與授權(quán)數(shù)存在很強(qiáng)的正相關(guān)性。對于高校而言，學(xué)術(shù)論文是目前衡量知識創(chuàng)新產(chǎn)出的常用指標(biāo)，故學(xué)術(shù)論文也作為產(chǎn)出指標(biāo)之一。

投入變量和產(chǎn)出變量之間的對應(yīng)關(guān)系是獲得有價值的效率測度的前提，但想要獲得完全匹配的投入變量和產(chǎn)出變量十分困難［17］，故本文在參考相關(guān)文獻(xiàn)的基礎(chǔ)上，考慮高校協(xié)同創(chuàng)新的特點(diǎn)，選擇的投入與產(chǎn)出指標(biāo)最終如表1所示。

表1 高校協(xié)同創(chuàng)新效率評價指標(biāo)體系

2.4 樣本選擇

基于數(shù)據(jù)的可得性，本文選取了2012—2016年共5年我國30個省份高校（以下簡稱“樣本高?！保┑南嚓P(guān)數(shù)據(jù)對區(qū)域高校協(xié)同創(chuàng)新效率進(jìn)行測度(由于西藏和港澳臺地區(qū)的數(shù)據(jù)缺失，故未納入考慮)，數(shù)據(jù)均來源于相應(yīng)年份的《高等學(xué)?？萍冀y(tǒng)計(jì)資料匯編》，為目前可資利用的最新數(shù)據(jù)。所選擇的決策單元數(shù)大于指標(biāo)數(shù)之和的兩倍，滿足DEA模型對于決策單元數(shù)量與投入產(chǎn)出指標(biāo)數(shù)的要求。

為確定投入指標(biāo)與產(chǎn)出指標(biāo)之間是否具有正相關(guān)性，可對歷年的投入產(chǎn)出指標(biāo)進(jìn)行Spearman系數(shù)檢驗(yàn)，結(jié)果如表2所示，結(jié)果表明各年的投入與產(chǎn)出指標(biāo)的正相關(guān)性均在1%的水平上顯著，滿足DEA模型對于投入產(chǎn)出指標(biāo)同向性的假設(shè)。

表2 2012—2016年樣本高校協(xié)同創(chuàng)新投入產(chǎn)出指標(biāo)正相關(guān)性分析

3 效率測度及分析

3.1 測度結(jié)果及總體分析

運(yùn)用MATLAB R2018b軟件對Bootstrap-SEDEA方法進(jìn)行編程實(shí)現(xiàn)，B值越大即迭代次數(shù)越多，所得到的修正效率值越準(zhǔn)確。經(jīng)觀察，當(dāng)B=1 000時，所得效率結(jié)果與更高次數(shù)并無顯著差異，已趨于穩(wěn)定，故本研究采用B=1 000時所得到的結(jié)果。研究期內(nèi)各高校協(xié)同創(chuàng)新效率測度結(jié)果如表3所示。限于篇幅，各年份各地區(qū)高校協(xié)同創(chuàng)新效率值詳細(xì)的置信區(qū)間從略。

從表3測度結(jié)果來看，2012—2016年樣本高校協(xié)同創(chuàng)新效率值總體上偏低，僅有江蘇、河南和廣西3個地區(qū)高校歷年協(xié)同創(chuàng)新效率達(dá)到有效即效率值大于1，表明我國高校協(xié)同創(chuàng)新效率還有較大的改善空間。從效率值未達(dá)到歷年有效的各省份高校的協(xié)同創(chuàng)新效率動態(tài)變化角度來看：山西、內(nèi)蒙、湖北、湖南、四川、陜西和新疆地區(qū)的效率呈現(xiàn)上升的趨勢，這類地區(qū)應(yīng)進(jìn)一步強(qiáng)加創(chuàng)新資源的科學(xué)配置，保持效率值的上升趨勢；黑龍江、上海、浙江和重慶地區(qū)的效率值呈現(xiàn)逐年下降的趨勢，人力經(jīng)費(fèi)等資源的大量投入雖然能夠擴(kuò)大產(chǎn)出，但是也帶來更為嚴(yán)重的資源冗余，未能有效利用全部資源，這類地區(qū)首先需要重新審視自身高校協(xié)同創(chuàng)新制度，通過適當(dāng)?shù)闹贫雀母锱c管理創(chuàng)新確保投入資源的有效利用，阻止高校協(xié)同創(chuàng)新效率變動的頹勢，并推動協(xié)同創(chuàng)新效率的全面提升；其余地區(qū)效率均出現(xiàn)不同程度的波動，沒有明顯的趨勢，這類地區(qū)應(yīng)找到效率波動的原因，對不穩(wěn)定因素進(jìn)行控制。

表3 2012—2016年樣本高校協(xié)同創(chuàng)新效率值

表3（續(xù)）

為觀察我國高校協(xié)同創(chuàng)新效率值歷年的分布情況，可借助于箱線圖。如圖1所示，各年效率值的上分位數(shù)均在1以下，下分位數(shù)均在0.5左右，這表明每年我國至少75%的地區(qū)的高校協(xié)同創(chuàng)新效率值在1以下即處于DEA無效狀態(tài)，約50%的地區(qū)的效率值在0.5到1之間；從中位數(shù)的位置來看，2012、2015和2016年效率值的中位數(shù)均靠近下分位數(shù)，對應(yīng)年份的效率值大部分處在較低的水平；從箱的寬度來看，2012、2015和2016年的寬度明顯較大，這表明效率分布相對離散。

圖1 2012—2016年樣本高校協(xié)同創(chuàng)新效率箱線圖

根據(jù)圖1，各年的箱體均有重疊，無法直觀判斷總體上效率值是否提高或降低，由于效率值的分布未知且較為離散，均值的代表性較差，故可以采用非參數(shù)檢驗(yàn)中的Wilcoxon符號秩和檢驗(yàn)方法對各橫截面效率值進(jìn)行檢驗(yàn)。根據(jù)表3中的數(shù)據(jù)，運(yùn)用MATLAB R2018b軟件作檢驗(yàn)可得到表4，檢驗(yàn)的備擇假設(shè)為表中行所在年份效率值大于列所在年份。由表4的結(jié)果可以看出，2016年樣本高校協(xié)同創(chuàng)新效率值在10%的顯著水平下大于2012年，在5%的水平下大于2014年與2015年，并且2014—2016年在5%的水平下效率值逐年提高。這說明雖然各年份的總體效率值偏低，但是近年有提高的趨勢，在10%的顯著水平下可認(rèn)為2013年樣本高校效率值總體上相對2012年有所提高。在高校協(xié)同創(chuàng)新能力日益重要的背景下，我國通過出臺各種宏觀政策直接或間接地引導(dǎo)和扶持高校與企業(yè)之間的協(xié)同創(chuàng)新活動，提高高校開展協(xié)同創(chuàng)新熱情，使得總體上高校協(xié)同創(chuàng)新效率呈現(xiàn)遞增的趨勢。

表4 樣本高校協(xié)同創(chuàng)新效率的 Wilcoxon符號秩和檢驗(yàn)結(jié)果

3.2 八大區(qū)域效率的動態(tài)演變及分布檢驗(yàn)

在新常態(tài)下，以傳統(tǒng)的東、中、西三大區(qū)域?yàn)橹鞯膮^(qū)域差異研究過于籠統(tǒng)，已不合時宜，已有學(xué)者開始基于八大綜合經(jīng)濟(jì)區(qū)為研究視角，對區(qū)域科技創(chuàng)新能力和高校創(chuàng)新效率的差異進(jìn)行研究［18-19］，故在借鑒相關(guān)文獻(xiàn)的基礎(chǔ)上，本研究以八大綜合經(jīng)濟(jì)區(qū)為研究對象，結(jié)合表3中的測度結(jié)果分析區(qū)域高校協(xié)同創(chuàng)新效率的動態(tài)變化情況，根據(jù)表3的效率測度結(jié)果，計(jì)算出八大區(qū)域高校協(xié)同創(chuàng)新效率均值，各年的分布情況如圖2所示。

圖2 2012—2016年我國八大綜合經(jīng)濟(jì)區(qū)樣本高校協(xié)同創(chuàng)新效率分布

圖2是以區(qū)域均值的動態(tài)變化為角度，缺少對區(qū)域內(nèi)各地區(qū)效率的差異識別。八大區(qū)域內(nèi)部各地區(qū)效率值水平有所不同，為系統(tǒng)全面地分析八大區(qū)域的效率變化及差異情況，還需通過對效率的分布檢驗(yàn)來觀察區(qū)域內(nèi)部發(fā)展的協(xié)調(diào)性，如果區(qū)域內(nèi)部各地區(qū)的高校協(xié)同創(chuàng)新效率分布相同，便可認(rèn)為區(qū)域內(nèi)部效率值差異相對較小，有利于縮小區(qū)域內(nèi)部的地區(qū)差異。Kruskal-Wallis單向方差秩方法（K-W檢驗(yàn)）是檢驗(yàn)k個獨(dú)立樣本是否來自同分布總體的最常用的非參數(shù)假設(shè)檢驗(yàn)方法，該方法只要求樣本獨(dú)立，不受總體分布性質(zhì)和方差是否相等的限制［20］。原假設(shè)為“k個總體無顯著差異”，檢驗(yàn)統(tǒng)計(jì)量為為第個樣本中觀察值的個數(shù)，為第個樣本的秩和。檢驗(yàn)結(jié)果如表5所示。

表5 2012—2016年我國八大綜合經(jīng)濟(jì)區(qū)樣本高校協(xié)同創(chuàng)新效率分布的K-W檢驗(yàn)結(jié)果

綜合表3、圖2和表5，對八大區(qū)域的高校協(xié)同創(chuàng)新效率有如下分析：

（1）東北綜合經(jīng)濟(jì)區(qū)效率值始終在0.4～0.6之間。K-W檢驗(yàn)的P值為0.619，接受了了原假設(shè)，表明3個地區(qū)的效率分布來自同一個總體。與其他綜合經(jīng)濟(jì)區(qū)相比，東北綜合經(jīng)濟(jì)區(qū)內(nèi)各地之間的效率差異相對較小且始終處于較低的水平。作為我國的老工業(yè)基地，如今東北地區(qū)面臨著嚴(yán)重的創(chuàng)新人員流失、創(chuàng)新激勵不足與金融支持弱的外部環(huán)境，對高校協(xié)同創(chuàng)新活動有著嚴(yán)重的抑制作用。東北綜合經(jīng)濟(jì)區(qū)未來需要進(jìn)一步加快體制機(jī)制的轉(zhuǎn)型與改進(jìn)，促進(jìn)管理制度、激勵制度與成果轉(zhuǎn)化制度對高校協(xié)同創(chuàng)新活動的正向引導(dǎo)。

（2）北部沿海綜合經(jīng)濟(jì)區(qū)的效率值沒有明顯的遞增或遞減趨勢，處于波動狀態(tài)，且區(qū)域內(nèi)各地的效率分布差異顯著。其中，除河北保持較高的效率水平外，其余3個地區(qū)的效率都保持在不高的位置，且處于波動狀態(tài)。北京雖然擁有得天獨(dú)厚的經(jīng)濟(jì)和政治優(yōu)勢，但是沒有處理好高校創(chuàng)新要素聚集與要素冗余的問題，需要進(jìn)一步從宏觀上實(shí)施技術(shù)創(chuàng)新投入要素強(qiáng)度的控制措施，優(yōu)化投入產(chǎn)出結(jié)構(gòu)，才能最大限度地發(fā)揮技術(shù)創(chuàng)新投入要素的作用。此外，北部沿海綜合經(jīng)濟(jì)區(qū)還應(yīng)注意區(qū)域內(nèi)各地間的資源協(xié)調(diào)，以實(shí)現(xiàn)區(qū)域的最大化產(chǎn)出。

（3）東部沿海綜合經(jīng)濟(jì)區(qū)聚集著大量的人力資源、金融資源與企業(yè)資源，協(xié)同創(chuàng)新外部環(huán)境優(yōu)越，內(nèi)部也擁有眾多科技創(chuàng)新能力強(qiáng)勁的高校，但是檢驗(yàn)結(jié)果表明江浙滬三地效率差異顯著，雖然歷年的效率均值均在0.8以上，但是效率值有遞減的趨勢。其中，江蘇的效率在分析期內(nèi)均保持有效，這表明即使隨著人員、經(jīng)費(fèi)等創(chuàng)新要素規(guī)模的擴(kuò)大，江蘇依舊保持著良好的“消化能力”，對于投入資源能夠最大化地利用；上海的效率值較低，且呈現(xiàn)遞減的趨勢；浙江雖然保持著較高的效率值，但是效率值在逐年遞減。所以，東部沿海綜合經(jīng)濟(jì)區(qū)高校協(xié)同創(chuàng)新效率的提高需要浙江與上海共同發(fā)力，以江蘇為標(biāo)桿，充分利用自身優(yōu)勢，進(jìn)一步挖掘創(chuàng)新潛力。

（4）南部沿海綜合經(jīng)濟(jì)區(qū)的效率值出現(xiàn)明顯的遞減趨勢，且區(qū)域內(nèi)部各地區(qū)的效率分布在5%的水平下差異顯著。其中，海南2012年與2013年的效率值均保持有效但一直處于下降的趨勢，雖然在2015年有所回升，但是2016年又急速下降；福建和廣東的效率值處于波動狀態(tài)，且效率值處在不高的水平。所以，這一區(qū)域內(nèi)海南的效率值下降是導(dǎo)致區(qū)域效率值低的主要原因。未來，海南應(yīng)完善高校協(xié)同創(chuàng)新活動的評價機(jī)制，找出效率下降的原因。

（5）黃河中游綜合經(jīng)濟(jì)區(qū)的效率值呈明顯的上升態(tài)勢。其中，河南的新效率一直保持有效狀態(tài)；內(nèi)蒙古2015年與2016年的效率均保持在0.9以上；陜西2016年的效率值為0.9。該地區(qū)總體上效率值保持良好的狀態(tài)，但也存在區(qū)域發(fā)展不協(xié)調(diào)的問題。

（6）長江中游綜合經(jīng)濟(jì)區(qū)歷年的效率均值在0.6附近及以上，雖然效率值有所波動，但是K-W檢驗(yàn)結(jié)果表明區(qū)域內(nèi)部差異并不顯著。作為傳統(tǒng)的中部地區(qū)，創(chuàng)新人才的壓力較小，與經(jīng)濟(jì)、科技和教育發(fā)達(dá)地區(qū)的地理臨近，使得這一地區(qū)擁有得天獨(dú)厚的人才引進(jìn)優(yōu)勢；隨著中部崛起的經(jīng)濟(jì)戰(zhàn)略實(shí)施，長江中游綜合經(jīng)濟(jì)區(qū)不斷加強(qiáng)與發(fā)達(dá)省份之間的科技創(chuàng)新合作，區(qū)域內(nèi)部各地高校協(xié)同創(chuàng)新活動發(fā)展水平相當(dāng)。未來長江中游綜合經(jīng)濟(jì)區(qū)應(yīng)進(jìn)一步優(yōu)化自身資源配置，做好對發(fā)達(dá)省份的人才引進(jìn)與融資，發(fā)揮中部自身優(yōu)勢，使高校協(xié)同創(chuàng)新效率得到根本的改善。

（7）西南綜合經(jīng)濟(jì)區(qū)的效率均值具有明顯的突出現(xiàn)象，這主要是由于廣西的高校協(xié)同創(chuàng)新效率歷年有效且超效率值在全國歷年都是第一，所以該區(qū)域效率值較為突出。區(qū)域內(nèi)部效率分布沒有通過K-W檢驗(yàn)，說明該區(qū)域內(nèi)各地的效率存在顯著差異。其中，云南、貴州、四川、重慶的效率均歷年無效，未來應(yīng)加強(qiáng)對高校協(xié)同創(chuàng)新活動的控制，保證效率穩(wěn)定上升。

（8）西北綜合經(jīng)濟(jì)區(qū)的效率值均保持0.6～1之間。這一區(qū)域的高校協(xié)同創(chuàng)新投入雖然較小，但是一直保持著良好的投入產(chǎn)出轉(zhuǎn)化效率。其中，寧夏和青海的效率雖然同處于波動狀態(tài)，但是一直保持較高的效率值，這也是使得整個綜合經(jīng)濟(jì)區(qū)效率保持良好勢頭的原因。未來西北綜合經(jīng)濟(jì)區(qū)應(yīng)進(jìn)一步發(fā)揮地區(qū)優(yōu)勢，因地制宜，可以重點(diǎn)關(guān)注對于重點(diǎn)產(chǎn)業(yè)如棉、果、糧和畜業(yè)等的創(chuàng)新活動，促進(jìn)創(chuàng)新對于當(dāng)?shù)刂黧w經(jīng)濟(jì)的推動作用。

4 結(jié)論

本文構(gòu)建了高校協(xié)同創(chuàng)新效率投入產(chǎn)出評價體系,并通過Spearman相關(guān)系數(shù)驗(yàn)證了投入產(chǎn)出指標(biāo)的正相關(guān)性，保證了DEA模型測度的前提；考慮隨機(jī)因素的影響以及Bootstrap對傳統(tǒng)DEA模型糾偏的不足，運(yùn)用了Bootstrap-SE-DEA方法對高校協(xié)同創(chuàng)新效率進(jìn)行精確測度；并基于我國八大區(qū)域的視角，對區(qū)域高校協(xié)同創(chuàng)新效率變動及區(qū)域內(nèi)部效率差異進(jìn)行了分析。研究結(jié)果表明：

（1）分析期內(nèi)，每年我國至少75%的地區(qū)的高校協(xié)同創(chuàng)新效率處于DEA無效狀態(tài)，約50%的地區(qū)效率值在0.5～1之間?？傮w上，我國高校協(xié)同創(chuàng)新效率還有較大的提升空間。

（2）Wilcoxon符號秩和檢驗(yàn)結(jié)果表明我國高校協(xié)同創(chuàng)新效率值有增加的趨勢。近年來，我國各地區(qū)高校的協(xié)同創(chuàng)新資源投入不斷擴(kuò)大，各地區(qū)對高校協(xié)同創(chuàng)新活動也相當(dāng)重視，所以效率有向好的趨勢。

（3）八大區(qū)域的高校協(xié)同創(chuàng)新效率值變動各有不同。一些欠發(fā)達(dá)地區(qū)高校協(xié)同創(chuàng)新效率處在較高水平，反而有些傳統(tǒng)經(jīng)濟(jì)發(fā)達(dá)地區(qū)高校協(xié)同創(chuàng)新效率處于不高的水平，這是由于一些經(jīng)濟(jì)發(fā)達(dá)地區(qū)各種資源聚集的同時也帶來較高的資源冗余，無法充分發(fā)揮效用，反而欠發(fā)達(dá)地區(qū)盡管投入規(guī)模不大，但是單位創(chuàng)新產(chǎn)出效率相對要高。表明各地區(qū)不管高校協(xié)同創(chuàng)新資源規(guī)模如何，都需要重視協(xié)同創(chuàng)新資源的優(yōu)化利用，提高資源利用效率。

（4）基于面板數(shù)據(jù)的K-W檢驗(yàn)表明當(dāng)前我國區(qū)域高校協(xié)同創(chuàng)新效率差異顯著。僅有東北綜合經(jīng)濟(jì)區(qū)和長江中游綜合經(jīng)濟(jì)區(qū)這兩個經(jīng)濟(jì)區(qū)內(nèi)部各地區(qū)效率分布沒有顯著差異，表明這兩個區(qū)域內(nèi)部效率值水平相近，但是相對而言仍處在較低的水平；其他綜合經(jīng)濟(jì)區(qū)內(nèi)部的各地的效率分布都有顯著差異。