蔡文伯 劉俊麗

（1．石河子大學 師范學院，石河子 832000；2．塔里木大學 人文學院，阿拉爾 843300）

一、問題的提出

當前，我國經(jīng)濟正處于關(guān)鍵時期，并且正由要素驅(qū)動模式向創(chuàng)新驅(qū)動模式改變。劉易斯拐點理論指出，當經(jīng)濟運行到一個拐點，為了尋求經(jīng)濟的持續(xù)發(fā)展，要改變原有的發(fā)展方式，以適應新的時代要求［1］。我國實行要素驅(qū)動的經(jīng)濟發(fā)展模式是在特定時期的人口紅利，相當于勞動力無限供給，人力成本不高，對于自然資源的大量消耗等，這些有利的外部條件加之要素驅(qū)動發(fā)展模式，迅速擴大了投資規(guī)模，推動了產(chǎn)業(yè)的發(fā)展。但是，隨著我國人口出生率的下降，人口紅利對經(jīng)濟支持作用逐漸減弱，單純依靠要素驅(qū)動模式已不再適合經(jīng)濟的高速發(fā)展，創(chuàng)新驅(qū)動模式成為當下時代必然。

早在2014年，雙創(chuàng)概念的提出激發(fā)了全國人民的創(chuàng)新熱情和創(chuàng)造潛力，推動了一些新興科技的出現(xiàn)?，F(xiàn)階段，創(chuàng)新作為新發(fā)展理念之首，是建設現(xiàn)代化強國的一項國策，已成為社會發(fā)展不可或缺的部分。據(jù)《2020年全球創(chuàng)新指數(shù)》報告顯示，我國創(chuàng)新指數(shù)在全球排名進入前十五名，名次已四年持續(xù)性上升，是進步最快的中等收入國家。而創(chuàng)新的必備要素之一，是具有高層次的創(chuàng)新型人才，創(chuàng)新人才源自教育支持。作為孕育人才的集中地，高等教育承載著人才興旺的重擔。為此，2015年8月，中央審議通過了《統(tǒng)籌推進世界一流大學和一流學科建設總體方案》，“雙一流”建設成為高校發(fā)展的新契機。在創(chuàng)新處于領(lǐng)先地位的時代，“雙一流”大學建設不僅是優(yōu)化我國高等教育高質(zhì)量發(fā)展層次、提升高等教育內(nèi)部實力的必然舉措，也是提高國家核心競爭力、增強國家創(chuàng)新發(fā)展能力的本質(zhì)需求。那么，我國“雙一流”大學建設究竟在多大程度上提高了地區(qū)的創(chuàng)新效率，在作用過程中是否存在空間異質(zhì)性，又是否具有顯著性差異，在創(chuàng)新驅(qū)動背景下，這些問題若能得到解決，將對政府在調(diào)整“雙一流”大學建設政策過程中更具有針對性，并且對合理促進創(chuàng)新效率的提高起到重要推動作用。

二、文獻回顧與檢視

自我國改革開放以來，經(jīng)過四十多年的以要素投入為基礎(chǔ)的“要素驅(qū)動”型發(fā)展模式，經(jīng)濟實力得到突飛猛進。但是，長期的要素投入也使得產(chǎn)業(yè)結(jié)構(gòu)不合理，制約著經(jīng)濟持續(xù)發(fā)展，因此提高資源利用效率以及轉(zhuǎn)變經(jīng)濟發(fā)展方式成為必然選擇［2-3］。

創(chuàng)新效率是形成區(qū)域創(chuàng)新能力的關(guān)鍵要素，因此如何提升創(chuàng)新效率一直是研究者關(guān)注的熱點話題。區(qū)域創(chuàng)新效率是科技創(chuàng)新資源投入與產(chǎn)出的轉(zhuǎn)換效率，反映著區(qū)域創(chuàng)新系統(tǒng)對資源配置程度及使用成效［4］。當前學界關(guān)于創(chuàng)新效率的研究頗多，主要集中在以下兩個方面：一是在創(chuàng)新效率指標體系構(gòu)建方面，許多研究者從創(chuàng)新投入與創(chuàng)新產(chǎn)出兩種維度構(gòu)建，將R＆D人力和R＆D資金投入作為創(chuàng)新投入［5-6］，專利授權(quán)數(shù)、新產(chǎn)品銷售收入以及技術(shù)市場成交額作為創(chuàng)新產(chǎn)出［7］。就具體研究對象而言，比如高校，學者對創(chuàng)新效率指標體系進行補充，一般創(chuàng)新投入并無異議，增加國家級獎項數(shù)、學術(shù)論文以及學術(shù)專著數(shù)作為創(chuàng)新產(chǎn)出［8］。二是在創(chuàng)新效率的測度方面，與之前學者采用隨機前沿分析（SFA）測度不同，現(xiàn)在學者更多采用數(shù)據(jù)包絡分析法（DEA）探究科技創(chuàng)新效率［9-10］，部分學者采用超效率網(wǎng)絡SBM-Malmquist模型［11］、EBM模型及DEA-Malmquist指數(shù)［12］等研究方式測算創(chuàng)新效率。

“雙一流”建設政策作為國家重要的發(fā)展戰(zhàn)略，承載了加強人才隊伍和提高自主創(chuàng)新能力的重任。梳理已有文獻，較多學者關(guān)注點多集中在“雙一流”大學的創(chuàng)新效率研究。吳楊等學者運用以產(chǎn)出為導向的數(shù)據(jù)包絡分析法測量了“雙一流”建設大學基礎(chǔ)研究的創(chuàng)新效率，挖掘了其存在的優(yōu)勢與不足［13］。馬聰穎，吳宏超通過研究發(fā)現(xiàn)“雙一流”大學建設戰(zhàn)略提出后，受到諸多因素影響，高?？萍紕?chuàng)新效率出現(xiàn)波動下降的現(xiàn)象［14］。吳穎，崔玉平基于長三角的微觀數(shù)據(jù)研究上發(fā)現(xiàn)高?？萍紕?chuàng)新技術(shù)效率整體呈現(xiàn)上升趨勢，朝著區(qū)域一體化發(fā)展［15］。也有學者探討了“雙一流”大學建設對區(qū)域創(chuàng)新的積極影響。魏芳芳等人基于國際國內(nèi)中文數(shù)據(jù)庫中的“雙一流”大學科學出版物比較，發(fā)現(xiàn)我國大學發(fā)表的文章絕對總數(shù)有所增加，雙一流大學發(fā)展迅速，對科技發(fā)展起到重要作用［16］。徐飛發(fā)現(xiàn)“雙一流”建設通過培養(yǎng)高端人才，促進創(chuàng)新驅(qū)動發(fā)展［17］。王淑敏等人通過闡述高?！肮┙o側(cè)改革”，助推“雙一流”建設，從而提升區(qū)域創(chuàng)新能力［18］。

上述研究從經(jīng)濟轉(zhuǎn)型階段為切入點，對創(chuàng)新效率、“雙一流”大學建設的創(chuàng)新效率相關(guān)研究進行了深入探索，為本研究奠定了堅實的基礎(chǔ)。但以往的研究仍存在一定的不足：第一，從研究內(nèi)容上來看，已有研究多是集中在“雙一流”建設自身機制領(lǐng)域，抑或是關(guān)注創(chuàng)新效率測度以及所受影響因素，二者相結(jié)合的研究較少。第二，從研究方法來看，已有研究多采用傳統(tǒng)計量模型方法進行區(qū)域創(chuàng)新效率的探索，實證研究還留有空間。鑒于此，本研究以全國31個省份加上中國香港地區(qū)、臺灣地區(qū)2005-2018年的面板數(shù)據(jù)為樣本，研究“雙一流”大學建設政策對區(qū)域科技創(chuàng)新效率的影響，以期為改進和完善“雙一流”大學建設政策提供理論依據(jù)，從而更好地推動區(qū)域創(chuàng)新效率的提高。

三、研究設計

（一）估算方法與樣本分組

本文主要研究2015年頒布的“雙一流”大學建設政策對區(qū)域科技創(chuàng)新效率的作用，按照劉瑞明，趙仁杰［19］曾提過的思路而言，最簡單的方式是使用傳統(tǒng)的單差法，以此來判斷該政策對科技創(chuàng)新效率的影響。但是，考慮到區(qū)域的創(chuàng)新效率受到諸多因素影響，簡單利用單差法較大概率會使測量結(jié)果高估。故本研究采用雙重差分法，該方法在一定程度下避免了內(nèi)生性問題的困擾，可以準確估計出政策凈效應。

“雙一流”大學建設自2015年8月正式拉開帷幕，由于政策是面向全國實施，因此我國內(nèi)地31個省份就是理想的實驗組樣本，而中國的香港、澳門、臺灣地區(qū)未實施“雙一流”大學建設政策，則作為控制組。這樣的分組方式借鑒了陳琳、夏俊［20］的研究方法，實驗分組對象之間差異不能過大，同時也是考慮到政策非內(nèi)生性因素，中國香港、澳門、臺灣地區(qū)不受2015年“雙一流”大學建設政策的影響，即政策選擇對象沒有內(nèi)生性問題。考慮到澳門的樣本量和相關(guān)數(shù)據(jù)的缺失，最終控制組的樣本選擇是香港地區(qū)和臺灣地區(qū)。為了控制外在環(huán)境對科技創(chuàng)新效率的影響，獲得“雙一流”大學建設政策的凈效應。通過借鑒吳昌南，張云［21］的思路，建立適用于本研究的雙重差分模型。其具體模型設定如下：

模型（1）中：Di為地區(qū)是否實施“雙一流”大學建設政策的虛擬變量，當?shù)貐^(qū)i屬于實施“雙一流”大學建設的大陸省份（市、自治區(qū)）城市，即為實驗組，則Di等于1；當?shù)貐^(qū)i屬于未實施“雙一流”大學建設政策的中國香港、臺灣地區(qū)，即為控制組，則Di等于0。tt為實施“雙一流”大學建設政策實施（2015年）前后年份的虛擬變量，當建設年份處于2015年前tt為0，當建設年份處于2015年后tt為1。zit為控制變量，包括地方財政預算支出、高等教育人口數(shù)量、地方財政科技撥款以及經(jīng)濟發(fā)展水平。δt是指時間效應，被解釋變量Yit為創(chuàng)新效率值。以上述變量來分析“雙一流”大學建設政策對各地區(qū)的創(chuàng)新效率的影響。模型中β1是關(guān)鍵系數(shù)，若β1顯著為正，則說明“雙一流”大學建設政策提高了地區(qū)創(chuàng)新效率；若β1顯著為負，則說明“雙一流”大學建設政策使地區(qū)創(chuàng)新效率下降了。

（二）變量選擇和數(shù)據(jù)說明

被解釋變量：創(chuàng)新效率。借鑒已有成熟做法，運用創(chuàng)新投入與創(chuàng)新產(chǎn)出，參考Andersen和Petersen［22］修改后的超效率DEA模型進行測算創(chuàng)新效率。其測算流程如下：

確定創(chuàng)新投入和創(chuàng)新產(chǎn)出的指標。在柳卸林、陳璐［23］、吳昌南、張云等人關(guān)于研究創(chuàng)新效率的投入與產(chǎn)出的基礎(chǔ)上，本研究認為知識生產(chǎn)受研發(fā)經(jīng)費和研發(fā)人員投入影響較大，呈現(xiàn)正比例關(guān)系，即后者投入越多，前者也會相應地增多。因此，本研究建立知識生產(chǎn)函數(shù)：其中，Y表示知識生產(chǎn)的投入產(chǎn)出效率，K和L依次表示研發(fā)經(jīng)費和研發(fā)人員的投入，α和β分別表示兩者的產(chǎn)出彈性，i表示地區(qū)，t表示年份，Q表示知識生產(chǎn)量。

在創(chuàng)新投入方面，大陸省份的研發(fā)經(jīng)費用“研究與試驗發(fā)展經(jīng)費內(nèi)部支出”表示；研發(fā)人員L用“研究與試驗（R＆D）發(fā)展人員當時全量”表示；中國香港地區(qū)的研發(fā)經(jīng)費K用“研究及發(fā)展（研發(fā)）開支總計”表示；研發(fā)人員L用“研究及發(fā)展（研發(fā)）人員數(shù)目總計”表示；中國臺灣地區(qū)則分別用“研發(fā)經(jīng)費”和“研發(fā)人力總計”表示。

在創(chuàng)新產(chǎn)出方面，用專利授權(quán)量Q表示?！笆濉币?guī)劃綱要提出，衡量科技產(chǎn)出的一個重要指標是專利指標，同時專利作為科學技術(shù)成果的主要載體和表現(xiàn)形式，也從側(cè)面了彰顯了技術(shù)開發(fā)水平［24-25］。大陸省份用“國內(nèi)專利申請授權(quán)量”來表示；中國香港地區(qū)用“在中國香港獲批予的專利數(shù)目總計”表示；中國臺灣地區(qū)用“專利公告發(fā)證數(shù)”表示。本研究運用超效率DEA測算方法計算內(nèi)地省份（市、自治區(qū)）城市以及中國香港和臺灣地區(qū)的創(chuàng)新效率，時間跨度為2005-2018年，最后得出測算結(jié)果，測算結(jié)果將作為雙重差分模型的被解釋變量—創(chuàng)新效率。表1只展示了部分數(shù)據(jù)——沿海八個城市以及中國香港、中國臺灣地區(qū)創(chuàng)新效率。

表1 2005-2018年中國內(nèi)地沿海省份以及中國香港、臺灣地區(qū)創(chuàng)新效率值

解釋變量：“雙一流”大學建設（Dxt）。實驗組分組虛擬變量Di，當?shù)貐^(qū)為大陸省份城市，i屬于實驗組，則D＝1；當?shù)貐^(qū)為中國香港、臺灣地區(qū)，i屬于控制組，則D＝0。tt為實驗期虛擬變量，實驗前，tt＝0；實驗后，tt＝1。Dix tt為雙重差分變量。

控制變量：參照已有研究對于影響創(chuàng)新效率的外在因素分析，加入四個能夠影響創(chuàng)新效率的控制變量，以便能更好地測量具體政策效應。其中，地方財政預算支出表示各省份對民生相關(guān)領(lǐng)域的支持程度。中國臺灣地區(qū)采用“各級政府歲出凈額項”，中國香港地區(qū)采用“政府期初儲備結(jié)余的開支項”。

接受高等教育人口數(shù)量代表著各地區(qū)的潛在人力資本，沒有足夠的人才，創(chuàng)新將無從談起，創(chuàng)新與人力資本密不可分。為了控制高等教育人口數(shù)量流動所帶來的誤差，大陸各省份的高等教育人口數(shù)量采用大專以上學歷人口；中國香港地區(qū)采用“專上教育人口”，中國臺灣地區(qū)則使用“?？啤奔啊按髮W以上”。

地方財政科技撥款體現(xiàn)了地區(qū)各級政府調(diào)控區(qū)域社會科技資源的力度，為區(qū)域的科技創(chuàng)新提供基礎(chǔ)保障，對支持地方社會發(fā)展起著重要引導作用。中國臺灣和中國香港地區(qū)采用“政府部門研發(fā)經(jīng)費支出”。

經(jīng)濟發(fā)展水平是一個城市能否借助自身優(yōu)勢發(fā)展區(qū)域特色的重要影響因素，用人均地區(qū)國內(nèi)生產(chǎn)總值來表示城市的經(jīng)濟發(fā)展程度。中國臺灣地區(qū)和香港地區(qū)分別采用平均國內(nèi)生產(chǎn)毛額和按人口平均計算的本地生產(chǎn)總值指標。本研究中的內(nèi)地各省份的數(shù)據(jù)來自《中國統(tǒng)計年鑒》，并使用每年年末最后一個工作日的港幣、新臺幣兌人民幣匯率來代表本年匯率，將臺灣地區(qū)（新臺幣）和香港地區(qū)（港元）的數(shù)據(jù)換算成人民幣。有關(guān)變量的詳細界定見表2。

表2 回歸變量的統(tǒng)計特征

四、實證分析

（一）雙重差分的適用性檢驗

根據(jù)雙重差分的理論假設，采用雙重差分法需要滿足適用性檢驗。所謂的平行趨勢假定檢驗是指兩組樣本在接受政策實施或沖擊前具有相應的可比性，擁有共同的趨勢。其實證方程設定如下：

模型（2）中treati為處理組別虛擬變量，postt代表時間虛擬變量。βt是關(guān)鍵系數(shù)，pre_3、pre_2、pre_1是“雙一流”大學建設政策執(zhí)行前三年所對應的交互項，current為“雙一流”大學建設政策發(fā)生當年，post_1、post_2、post_3是“雙一流”大學建設政策執(zhí)行后三年的交互項。從表3可以看出pre_3、pre2、pre1的交互項系數(shù)均不顯著，current、post_1的交互項系數(shù)負向顯著，“雙一流”大學建設的政策效果從政策年開始就已施加影響，政策效果較為明顯。由此可知在2012-2018年間是滿足平行趨勢假定檢驗的，意味著基礎(chǔ)模型（1）的雙重差分法是適當?shù)摹?/p>

表3 平行趨勢假定檢驗結(jié)果

（二）基準回歸

模型進行回歸，結(jié)果如表4所示：首先，前者（1）只控制了時間和地區(qū)效應，結(jié)果顯示“雙一流”大學建設政策對創(chuàng)新效率的交互項估計系數(shù)為0．374，且至少在1%的水平下顯著，表明“雙一流”大學建設政策對區(qū)域創(chuàng)新效率具有顯著的促進作用。其次，在后者（2）中，進一步控制其余四個變量，此時，模型的擬合效果顯著提升，政策作用強度在1%的顯著性水平下為0．241，降低了0．133個單位，這表明隨著四個控制變量的加入，稀釋了其影響水平。從模型測算視角來看，無論是否加入控制變量，以區(qū)域創(chuàng)新效率值作為被解釋變量，其交互項系數(shù)結(jié)果均是顯著的，表明“雙一流”大學建設政策對地區(qū)創(chuàng)新效率提升有著顯著的促進作用。作為高等教育強國建設的具體實踐，“雙一流”大學建設通過培養(yǎng)拔尖創(chuàng)新人才，加大對科研要素的投入，為區(qū)域的創(chuàng)新發(fā)展提供強有力的技術(shù)支持。

表4 “雙一流”大學建設政策對各地區(qū)創(chuàng)新效率的回歸結(jié)果

從模型測算的控制變量對創(chuàng)新效率的影響上，僅就估計系數(shù)值來看，高等教育人口數(shù)量、地方財政科技撥款、人均地區(qū)國內(nèi)生產(chǎn)總值的估計系數(shù)顯著為正，均有助于區(qū)域創(chuàng)新效率的加強。其中高等教育人口數(shù)量的估計系數(shù)值為0．091，表明受教育程度高的人口對區(qū)域創(chuàng)新效率起促進作用。對此可能的解釋：人才是創(chuàng)新的靈魂密碼，“雙一流”大學建設通過培養(yǎng)高科技人才，改善了高等教育水平，從而提高人才質(zhì)量，推動區(qū)域創(chuàng)新效率提升。已有研究表明，“雙一流”大學建設是為了建設創(chuàng)新型國家和人力資源強國，大學的發(fā)展與變革，推動高等教育整體水平提升，服務創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略［26］。地方財政科技撥款的估計系數(shù)為0．125，且在1%的水平下顯著，表明地方財政科技撥款對區(qū)域創(chuàng)新效率具有顯著的促進作用。對此可能的解釋：持續(xù)的經(jīng)費支持是創(chuàng)新的必要條件，“雙一流”大學建設除了依靠自身實力獲得的社會資助，還要依靠政府的資金供給，當?shù)胤秸度胼^多的科技撥款，保障了科研工作者的權(quán)益，科研工作者從外在動力轉(zhuǎn)化為內(nèi)驅(qū)力，極大提升創(chuàng)新效率。相關(guān)研究揭示“雙一流”大學建設不僅擁有中央與地方充足的資金支持，也更能吸納社會資本流入，高校聚集與產(chǎn)業(yè)集聚，極大吸引科技創(chuàng)新人才，使得創(chuàng)新活動頻繁，呈現(xiàn)較高的創(chuàng)新效率［27］。人均地區(qū)國內(nèi)生產(chǎn)總值的估計系數(shù)為0．157，在10%的水平下顯著，表明地區(qū)的經(jīng)濟發(fā)展水平對區(qū)域創(chuàng)新效率起著重要提升作用。對此可能的解釋：研究已表明高?？萍紕?chuàng)新資源配置受到地區(qū)經(jīng)濟發(fā)展水平影響，在技術(shù)進步與規(guī)模擴張方面表現(xiàn)明顯［28］。換言之，“雙一流”大學建設本就依托地方經(jīng)濟發(fā)展，經(jīng)濟發(fā)展水平高的地區(qū)相應的市場需求向更高層次發(fā)展，客觀上助推技術(shù)變革，促進創(chuàng)新效率的質(zhì)變。

（三）區(qū)域異質(zhì)性檢驗

政府在推動雙一流高校建設政策方面顯著促進了區(qū)域創(chuàng)新效率，但是在政策執(zhí)行過程中落實效果、經(jīng)濟發(fā)展水平等方面存在區(qū)域差異，那么“雙一流”大學建設政策對創(chuàng)新效率的提高是否也存在空間關(guān)聯(lián)呢？為此，本研究對我國31個省份進行東、中、西部分組，進行區(qū)域異質(zhì)性檢驗，結(jié)果見表6所示。

鄒檢驗（chow test）作為一種嚴謹?shù)臋z驗方法，主要檢查不同時期子樣本相互關(guān)系的穩(wěn)定性，且原假設為兩個子樣本結(jié)構(gòu)方程不存在顯著差異，如果P值小于0．01，則可拒絕原假設，證明兩個樣本系數(shù)有所差別?？紤]到研究中總體樣本被分成不同質(zhì)的組，即分成不同的地區(qū)，模型的參數(shù)是否發(fā)生改變？對此，本研究采用鄒檢驗檢驗不同組間的參數(shù)是否相同。由表5可知，不同地區(qū)的P值均小于0．01，意味著拒絕原假設，表明不同子樣本間具有差異。換言之，在東部、中部以及西部地區(qū)“雙一流”建設政策對創(chuàng)新效率的影響存在差異。

表5 不同區(qū)域的chow test結(jié)果

通過表6中（3）、（4）、（5）可以發(fā)現(xiàn)，“雙一流”大學建設政策對東部、中部以及西部創(chuàng)新水平的交互項估計系數(shù)分別是0．305、0．187、0．237，且均在1%的水平下顯著，這表明政策對東部、中部以及西部的創(chuàng)新水平都具有明顯的促進作用。由交互項估計系數(shù)比較可知：政策對東部地區(qū)的提升作用更加顯著，其次是西部，對中部的帶動作用則最差。對此可能的解釋是：高等教育發(fā)展存在不均衡不充分的矛盾，導致“雙一流”大學建設過程中呈現(xiàn)東部集中，而中部、西部稀疏的局面。就地區(qū)層面而言，東部位于沿海地區(qū)，經(jīng)濟社會發(fā)展成熟，吸引了大批高質(zhì)量大學入駐，高校優(yōu)質(zhì)資源豐厚，科技成果產(chǎn)出和轉(zhuǎn)化效率優(yōu)于中西部，從而使得東部地區(qū)無論在地理位置還是人力資源都具有先天優(yōu)勢，其政策所帶來的影響也更加顯著。而西部地區(qū)在逐漸得以發(fā)展，隨著國家對西部地區(qū)政策扶持，“雙一流”大學在數(shù)量和質(zhì)量上得到一定的提升，使得西部地區(qū)的政策帶動效應高于中部，這恰恰驗證了既往學者所討論的“中部塌陷”問題。

表6 區(qū)域異質(zhì)性檢驗

（四）穩(wěn)健性檢驗

雖然實驗組和控制組在政策實施前遵循相同的趨勢，但是否由于實施了其他政策導致趨勢的變化仍有待觀察。換言之，政策干預某一時點后，實驗組和控制組趨勢的變化可能不是由政策本身導致的，而是由同一時期的其他政策引起的。本研究將采用補充變量法、更換核心解釋變量以及隨機生成實驗組和控制組進行穩(wěn)健性檢驗。

1．補充變量法。在模型實驗中總會遇到遺漏變量的問題，大多數(shù)的研究都會盡可能增加對結(jié)果產(chǎn)生影響的變量，以求得到的結(jié)果更加準確。本研究在綜合考慮各種因素，選擇進出口總額作為補充變量，進出口總額反映了區(qū)域的開放程度，并關(guān)乎技術(shù)的引進，繼而制約著該地區(qū)的創(chuàng)新水平。如果模型交互項系數(shù)顯著，則說明此次檢驗通過，反之，則說明此次變量選擇并不對創(chuàng)新水平產(chǎn)生顯著影響。由表7可知，交互項系數(shù)為0．278，并在1%的水平下顯著，通過檢驗。

表7 補充變量回歸結(jié)果

2．替換核心解釋變量。替換核心解釋變量穩(wěn)健性檢驗常用的方法之一，本研究采用統(tǒng)計樣本中大陸31個省份的專利授權(quán)數(shù)量替換創(chuàng)新效率，檢驗回歸結(jié)果是否發(fā)生變化。如果交互項系數(shù)結(jié)果顯著，意味著檢驗通過，反之，則說明此次檢驗不通過，政策對所選省份的科技創(chuàng)新作用可能受其他因素影響。由表8可知，更換與原解釋變量相關(guān)的變量進行重新回歸，其交互項系數(shù)值為正，且在1%的水平下顯著，政策效果是顯著的，由此可以證明“雙一流”大學建設政策對創(chuàng)新效率的影響不受其他偶然因素作用。變量數(shù)據(jù)來源《中國統(tǒng)計年鑒》。

表8 檢驗的回歸結(jié)果

3．隨機生成實驗組和控制組。隨機生成實驗組和控制組的安慰劑檢驗，其基本思路是對樣本組多次隨機抽取treat進行檢驗，將關(guān)注的變量系數(shù)轉(zhuǎn)化為分布圖，分布圖的結(jié)果通常在0的附近，與本身基準回歸結(jié)果存在較大差異，從而證明基準回歸的結(jié)果不是偶然發(fā)生的。圖1是數(shù)據(jù)分別進行400次、1200次檢驗，并繪制了核密度圖，其中實線是基礎(chǔ)回歸估計出的真實系數(shù)，虛線是400個或1200個“虛擬”系數(shù)的均值。觀察圖1真實的“雙一流”大學建設政策效果與安慰劑結(jié)果發(fā)現(xiàn)，“虛擬”系數(shù)的均值集中分布在0附近，這表明模型設定中不存在嚴重的遺漏變量問題，“雙一流”大學建設政策對創(chuàng)新效率的作用穩(wěn)健，的確促進了創(chuàng)新效率的提升，再次證明了基準回歸的結(jié)論是可靠的。

圖1 政策效應核密度圖

五、研究結(jié)論與建議

（一）研究結(jié)論

在本研究中將“雙一流”大學建設政策視為一項準自然實驗，采用雙重差分法估計“雙一流”大學建設政策對區(qū)域創(chuàng)新效率的影響。結(jié)果表明：

第一，“雙一流”大學建設政策能夠明顯帶動區(qū)域創(chuàng)新效率的提高，這一結(jié)論具有穩(wěn)健性。整體而言，“雙一流”大學建設促進區(qū)域高端人才的培育與集聚，提高生產(chǎn)效率，為區(qū)域發(fā)展創(chuàng)造新條件。區(qū)域是創(chuàng)新的重要場所，企業(yè)與企業(yè)之間，高校與高校之間，通過互動碰撞出挑戰(zhàn)與機遇。在應對區(qū)域內(nèi)部的重大挑戰(zhàn)與機遇時，區(qū)域內(nèi)的“成員”將通過高技術(shù)人才創(chuàng)造新技術(shù)解決發(fā)展難題，助推區(qū)域健康發(fā)展。此外，“雙一流”大學建設是深化高等教育發(fā)展的重要舉措，致力提升高校的創(chuàng)新能力和科研水平，以點帶面，促進區(qū)域創(chuàng)新效率提升。

第二，通過空間異質(zhì)性檢驗發(fā)現(xiàn)“雙一流”大學建設政策對區(qū)域創(chuàng)新效率的帶動作用不同，能夠有效推動東部、中部以及西部的創(chuàng)新效率發(fā)展，其中東部最佳，西部次之，中部則較差。從“雙一流”大學分布來看，東部擁有較多的一流高校，人力資源雄厚，即使東部地區(qū)的強勢“三非”院校也有夠拼一流學科的實力，從“大學在東南”引起了“人才東南飛”，東部得天獨厚的地理位置和經(jīng)濟環(huán)境使得科技創(chuàng)新一直走在區(qū)域發(fā)展前列。西部地區(qū)的“雙一流”高校較少，但是依托國家政策的大力支持，東部地區(qū)“雙一流”大學的對口幫扶，使得西部“雙一流”大學整體水平與科研實力都得到提升，部分指標有突破性增長，潛力巨大，從而提升了西部地區(qū)的創(chuàng)新效率。中部地區(qū)的“雙一流”高校無論是區(qū)域間還是區(qū)域內(nèi)都具有明顯差異，其發(fā)展速度與西部地區(qū)相比存在提升空間，由于國家對中部地區(qū)政策扶持相對偏弱，“政策洼地”是既成事實，“雙一流”大學對創(chuàng)新效率的強化程度排在最后。

（二）對策建議

基于本研究“雙一流”大學建設政策顯著提升了區(qū)域的創(chuàng)新效率，理論和實證的雙重分析，對于正確認識我國“雙一流”大學建設政策及其效用具有重要的啟示意義。

第一，做好政校緊密聯(lián)合，加強創(chuàng)新薄弱的領(lǐng)域。政府應當重視“雙一流”大學建設對區(qū)域創(chuàng)新效率提升的正外部性，做好政校緊密聯(lián)合。各級政府應持續(xù)堅持對“雙一流”大學建設的投入，政策保障落實到位，區(qū)域高校也應主動聯(lián)合政府，培養(yǎng)拔尖創(chuàng)新型人才，服務區(qū)域的創(chuàng)新發(fā)展戰(zhàn)略，二者相互促進，共同提高區(qū)域創(chuàng)新效率，提升創(chuàng)新水平。與此同時，各級政府在推行“雙一流”大學建設過程中，要加強原始創(chuàng)新薄弱的方面，高水平大學的原始創(chuàng)新能力影響著其他高校創(chuàng)新發(fā)展的“士氣”，要著重吸納科學研究的領(lǐng)軍人物，打造一流的科研學術(shù)團隊，強化原始創(chuàng)新能力，從而合理推進“雙一流”大學建設的發(fā)展，發(fā)展優(yōu)勢學科。

第二，加強區(qū)域友好援助，改善資源集中的局面。從區(qū)域異質(zhì)性結(jié)果來看，“雙一流”大學建設政策對區(qū)域創(chuàng)新效率的發(fā)展存在空間差異，區(qū)域發(fā)展存在不均衡、不充分的矛盾。統(tǒng)籌區(qū)域教育資源協(xié)調(diào)發(fā)展，政府應當加強區(qū)域友好援助，由創(chuàng)新效率高的地區(qū)援助薄弱地區(qū)，加強東部“雙一流”高校與中、西部高校的技術(shù)創(chuàng)新與合作交流，充分利用東部發(fā)達地區(qū)在“雙一流”大學建設中的擠出效應，從而影響到周邊城市，促進周邊城市創(chuàng)新效率的提高，縮小區(qū)域間差異。此外，政府也應當打破東部優(yōu)質(zhì)資源過于集中的局面，向中部、西部地區(qū)予以政策傾斜，緩解資源分配不均衡的難題。理應注意的是，對待中部應予以特殊重視，政策傾斜的同時，制定中部科技創(chuàng)新的新規(guī)劃，整合中部的科技創(chuàng)新總量，鼓勵和引導新的創(chuàng)新力量進駐中部，在一定程度上改變原有“中部塌陷”問題。政策的傾斜力度要控制合理范圍內(nèi)，根據(jù)邊際報酬遞減規(guī)律來看，在其他要素不變的情況下，持續(xù)的高投入不一定導致高產(chǎn)出，應堅持差別化政策。

第三，深化高校全面改革，注重一流人才的培養(yǎng)。已有研究表明，人才的高度決定大學的高度，人才成為推進世界一流大學建設的重中之重。深化“雙一流”高校的全面改革，人才建設是核心，高等教育的根本任務是育人，要緊緊把握培養(yǎng)時代人才的社會要求。政府推進高等教育進一步深入的同時，高校立足招生起步，優(yōu)化課程教學體系，引進高層次專業(yè)人才教學本科生，做好基礎(chǔ)本科生教育，在研究生教育方面，學校不斷提升研究生學位授予標準，保證人才質(zhì)量，鼓勵師生申報重大課題，通過實踐提高自主創(chuàng)新能力。除了高校自身培養(yǎng)人才，也可以面向全球招徠優(yōu)秀的科研人才，完善科研工作所需的基礎(chǔ)設施建設，營造尊重學者、創(chuàng)新濃厚的文化環(huán)境。