摘要：

習(xí)近平總書記立足于我國經(jīng)濟(jì)發(fā)展時(shí)代特征提出新質(zhì)生產(chǎn)力概念，并作出一系列重要論述。新質(zhì)生產(chǎn)力是在新技術(shù)革命推動(dòng)下，以信息技術(shù)、人工智能為引擎，以科技創(chuàng)新為驅(qū)動(dòng)力的生產(chǎn)力形態(tài)，是高質(zhì)量發(fā)展的強(qiáng)勁推動(dòng)力、支撐力。高校作為國家創(chuàng)新體系的重要組成部分，在基礎(chǔ)研究、應(yīng)用研究、成果轉(zhuǎn)化等方面發(fā)揮著重要作用，取得了一批重大科技成果，但還存在著諸多不足，面臨不少困難和問題。在習(xí)近平總書記關(guān)于新質(zhì)生產(chǎn)力重要論述的指引下，準(zhǔn)確把握高校科技創(chuàng)新的重要地位和獨(dú)特優(yōu)勢，客觀評(píng)價(jià)我國不同地區(qū)高校科技創(chuàng)新力發(fā)展水平，分析存在的問題，提出對(duì)策建議，具有極其重要的意義。文章采用TOPSIS 法測算我國31?。ㄗ灾螀^(qū)、直轄市）高?？萍紕?chuàng)新力指數(shù)，基于空間自相關(guān)理論探究我國高?？萍紕?chuàng)新力指數(shù)的空間關(guān)聯(lián)特征，運(yùn)用泰爾指數(shù)分析我國高校科技創(chuàng)新力指數(shù)的空間差異性，運(yùn)用地理探測器原理研究我國高?？萍紕?chuàng)新力的影響因素及其交互作用。研究結(jié)果發(fā)現(xiàn)：我國31?。ㄗ灾螀^(qū)、直轄市）高?？萍紕?chuàng)新力整體還不強(qiáng)，創(chuàng)新力指數(shù)的空間分布不均衡，東部地區(qū)明顯高于中部和西部地區(qū)；空間自相關(guān)性顯著，上海、江蘇、廣東、浙江等指數(shù)較高省份呈現(xiàn)“高-高”集聚特征，甘肅、海南、新疆、西藏等指數(shù)較低省份呈現(xiàn)“低-低”集聚特征；區(qū)域間差異明顯，東部和西部地區(qū)域內(nèi)差異較中部地區(qū)顯著，東部地區(qū)內(nèi)部差異逐漸縮小，中部地區(qū)內(nèi)部差異先增大后縮小，西部地區(qū)內(nèi)部差異有所增大；影響我國高校科技創(chuàng)新力發(fā)展的主要因素是人力資源、經(jīng)費(fèi)投入等，且區(qū)域間投入存在明顯差異，中部和西部地區(qū)投入不足，同時(shí)還受區(qū)域?qū)ν忾_放和技術(shù)需求等因素影響；內(nèi)部因素交互作用強(qiáng)度大于外部因素，交互作用強(qiáng)度較大的是教學(xué)與科研人員數(shù)、科技經(jīng)費(fèi)當(dāng)年撥入、成果應(yīng)用及科技服務(wù)項(xiàng)目數(shù)、Ramp;D成果應(yīng)用及科技服務(wù)項(xiàng)目經(jīng)費(fèi)當(dāng)年撥入、信息化水平，且信息化水平發(fā)揮的作用越來越大。根據(jù)研究結(jié)論，以習(xí)近平總書記關(guān)于新質(zhì)生產(chǎn)力重要論述為指引，從創(chuàng)新投入、資源配置、資源共享、政產(chǎn)學(xué)研合作等方面提出對(duì)策建議。

關(guān)鍵詞：新質(zhì)生產(chǎn)力；科技創(chuàng)新力；高?？萍紕?chuàng)新力評(píng)價(jià)；影響因素；空間特征；TOPSIS法；空間自相關(guān)；泰爾指數(shù)；地理探測器

中圖分類號(hào)：G644 "文獻(xiàn)標(biāo)志碼：A "文章編號(hào)：1008-5831（2024）03-0161-19

2023年9月，習(xí)近平總書記在主持召開新時(shí)代推動(dòng)?xùn)|北全面振興座談會(huì)上提出，“積極培育新能源、新材料、先進(jìn)制造、電子信息等戰(zhàn)略性新興產(chǎn)業(yè)，積極培育未來產(chǎn)業(yè)，加快形成新質(zhì)生產(chǎn)力，增強(qiáng)發(fā)展新動(dòng)能”［1］。2023年12月，習(xí)近平總書記在中央經(jīng)濟(jì)工作會(huì)議上再次強(qiáng)調(diào)，要“整合科技創(chuàng)新資源，引領(lǐng)發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)和未來產(chǎn)業(yè)，加快形成新質(zhì)生產(chǎn)力”［2］。2024年1月，習(xí)近平總書記在二十屆中央政治局第十一次集體學(xué)習(xí)時(shí)進(jìn)一步強(qiáng)調(diào)，“發(fā)展新質(zhì)生產(chǎn)力是推動(dòng)高質(zhì)量發(fā)展的內(nèi)在要求和重要著力點(diǎn)，必須繼續(xù)做好創(chuàng)新這篇大文章”［3］。2024年3月，李強(qiáng)總理在政府工作報(bào)告中對(duì)發(fā)展新質(zhì)生產(chǎn)力作出部署，提出要“大力推進(jìn)現(xiàn)代化產(chǎn)業(yè)體系建設(shè)，加快發(fā)展新質(zhì)生產(chǎn)力”［4］。新質(zhì)生產(chǎn)力是指在新技術(shù)革命推動(dòng)下，以信息技術(shù)、人工智能為引擎，以科技創(chuàng)新為驅(qū)動(dòng)力的生產(chǎn)力形態(tài)，是習(xí)近平總書記在總結(jié)歷史經(jīng)驗(yàn)、順應(yīng)時(shí)代潮流、面向未來發(fā)展基礎(chǔ)上提出的新概念新思想新理論，體現(xiàn)了對(duì)“科學(xué)技術(shù)是第一生產(chǎn)力”的深刻認(rèn)識(shí)和戰(zhàn)略把握，是馬克思主義中國化時(shí)代化的最新理論成果［5-8］。

高校作為科技第一生產(chǎn)力、人才第一資源和創(chuàng)新第一動(dòng)力的重要結(jié)合點(diǎn)，是科技創(chuàng)新的重要“策源地”，長期以來承擔(dān)著提升國家創(chuàng)新能力、培養(yǎng)創(chuàng)新型人才、服務(wù)國家經(jīng)濟(jì)社會(huì)發(fā)展的重要使命。據(jù)2022年7月19日教育部召開的第八場“教育這十年”“1＋1”新聞發(fā)布會(huì)介紹，我國高校Ramp;D撥入經(jīng)費(fèi)從2012年的768.7億元增長到2021年的1592億元，十年累計(jì)撥入經(jīng)費(fèi)總額上萬億元；企事業(yè)單位委托項(xiàng)目經(jīng)費(fèi)由2012年的391.8億元增至2021年的847.5億元，增長超過116%；科技活動(dòng)中的Ramp;D人員全時(shí)當(dāng)量從2012年的20.9萬人年增長到2021年的33.4萬人年，增幅近60%；牽頭建設(shè)了全國60%以上的學(xué)科類國家重點(diǎn)實(shí)驗(yàn)室、30%的國家工程（技術(shù)）研究中心，建設(shè)了一批國家重大科技基礎(chǔ)設(shè)施、高等級(jí)生物安全實(shí)驗(yàn)室和國家野外科學(xué)觀測臺(tái)站等重大平臺(tái)，建設(shè)了70多個(gè)國際合作聯(lián)合實(shí)驗(yàn)室；專利授權(quán)量從2012年的6.9萬項(xiàng)增加到2021年的30.8萬項(xiàng)，增幅達(dá)到346.4%，專利轉(zhuǎn)化金額從2012年的8.2億元增長到2021年的88.9億元，增幅接近十倍。創(chuàng)新資源的不斷增加為高校原始創(chuàng)新能力提升和關(guān)鍵核心技術(shù)突破奠定了堅(jiān)實(shí)基礎(chǔ)，取得了一批具有標(biāo)志性意義的重大科技成果，近十年高校獲得10項(xiàng)國家自然科學(xué)一等獎(jiǎng)中的6項(xiàng)、全部自然科學(xué)獎(jiǎng)項(xiàng)中的67%，獲得11項(xiàng)國家技術(shù)發(fā)明一等獎(jiǎng)中的10項(xiàng)、全部技術(shù)發(fā)明獎(jiǎng)項(xiàng)中的72%，還獲得兩項(xiàng)國家科技進(jìn)步特等獎(jiǎng)，成為名副其實(shí)的基礎(chǔ)研究主力軍和重大科技突破的策源地。我國已進(jìn)入高質(zhì)量發(fā)展階段，人工智能、生命科學(xué)、可控核聚變、量子科技等顛覆性技術(shù)和前沿技術(shù)加快向現(xiàn)實(shí)生產(chǎn)力轉(zhuǎn)化，發(fā)展新質(zhì)生產(chǎn)力是把握新科技革命歷史機(jī)遇、掌握未來發(fā)展主動(dòng)權(quán)、塑造國際競爭新優(yōu)勢、推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵之舉。我們要充分認(rèn)識(shí)發(fā)展新質(zhì)生產(chǎn)力的時(shí)代內(nèi)涵和重大意義，深刻理解新時(shí)期國家經(jīng)濟(jì)社會(huì)發(fā)展對(duì)科技創(chuàng)新的迫切需求和最大限度激發(fā)科技作為第一生產(chǎn)力所蘊(yùn)藏的巨大潛能，準(zhǔn)確把握高?？萍紕?chuàng)新在新質(zhì)生產(chǎn)力發(fā)展中的重要地位和獨(dú)特優(yōu)勢，客觀分析我國不同地區(qū)高?？萍紕?chuàng)新存在的問題和短板，提出解決實(shí)際問題的對(duì)策建議，推動(dòng)高?？萍紕?chuàng)新高質(zhì)量發(fā)展，為形成新質(zhì)生產(chǎn)力提供有力支撐。

一、文獻(xiàn)分析

進(jìn)入21世紀(jì)以來，新一輪科技革命和產(chǎn)業(yè)革命正在興起，全球科技創(chuàng)新呈現(xiàn)出新的發(fā)展態(tài)勢和特征，科技創(chuàng)新已成為經(jīng)濟(jì)發(fā)展的核心動(dòng)力。為了在競爭中占據(jù)科技制高點(diǎn)，并在新一輪國際經(jīng)濟(jì)再平衡中獲得先發(fā)優(yōu)勢，全球主要國家都提前部署面向未來的科技創(chuàng)新戰(zhàn)略，高校作為國家科技創(chuàng)新體系的重要組成部分和關(guān)鍵行為主體，其科技創(chuàng)新能力受到廣泛關(guān)注，科研評(píng)價(jià)成為理論界的熱點(diǎn)。比如：Garnatje和Valles從生物學(xué)和心理學(xué)角度闡述評(píng)價(jià)對(duì)科研工作帶來的積極作用，指出評(píng)價(jià)工作在科研活動(dòng)中有著舉足輕重的地位［9］；DunHai Wang和Yu Xin從企業(yè)知識(shí)管理角度出發(fā)，對(duì)知識(shí)創(chuàng)新力評(píng)價(jià)進(jìn)行深入研究，認(rèn)為開展評(píng)價(jià)工作可以實(shí)時(shí)監(jiān)控科研進(jìn)展并給予引導(dǎo)［10］。近年來，圍繞高?？萍紕?chuàng)新力評(píng)價(jià)的研究成果較多，主要基于投入產(chǎn)出、科技創(chuàng)新過程、資源配置理論等構(gòu)建指標(biāo)體系［11-13］，選取專利申請(qǐng)量、專利授權(quán)數(shù)、獲獎(jiǎng)數(shù)、發(fā)表論文數(shù)、出版專著數(shù)等［14-15］作為科技創(chuàng)新產(chǎn)出指標(biāo)，采用主成分分析、SML指數(shù)法、超效率SBM、BCC、Malmquist等［16-20］方法測算和評(píng)價(jià)高?？萍紕?chuàng)新能力，既有靜態(tài)評(píng)價(jià)，也有動(dòng)態(tài)評(píng)價(jià)，還有靜態(tài)和動(dòng)態(tài)相結(jié)合的評(píng)價(jià)研究，為高校科技創(chuàng)新管理提供了一定的科學(xué)依據(jù)和方法。但是，現(xiàn)有評(píng)價(jià)方面的成果忽略了高?？萍紕?chuàng)新的空間特征，評(píng)價(jià)結(jié)果并不能完全反映出高?？萍紕?chuàng)新能力高與低的原因。

對(duì)高?？萍紕?chuàng)新影響因素的廣泛探討始于21世紀(jì)初，Thursby等利用高校技術(shù)管理者協(xié)會(huì)的調(diào)查數(shù)據(jù)，分析美國研究型大學(xué)科技創(chuàng)新的影響因素，發(fā)現(xiàn)政府長期的科研經(jīng)費(fèi)投入、經(jīng)濟(jì)發(fā)展水平以及高校與企業(yè)的合作傾向和合作程度都是影響高?？萍紕?chuàng)新力的重要因素［21］，Martin通過對(duì)Salamanca大學(xué)教師教學(xué)過程的大量跟蹤觀測和實(shí)驗(yàn)，驗(yàn)證了計(jì)算機(jī)對(duì)科研創(chuàng)新力具有重大影響，并且據(jù)此提出了改進(jìn)高?？蒲袆?chuàng)新能力的合理方案［22］。隨著研究的不斷深入，影響因素的探討范圍不斷擴(kuò)大，不少學(xué)者考慮到了經(jīng)濟(jì)發(fā)展水平［23］、政府支持力度［24］、產(chǎn)學(xué)研合作［25-26］、體制機(jī)制［27］、創(chuàng)新政策與科研結(jié)構(gòu)［28-29］、科技創(chuàng)新投入［30-31］等，有少數(shù)學(xué)者提出科研規(guī)模和高校地理位置［32］、產(chǎn)業(yè)結(jié)構(gòu)和交通運(yùn)輸條件［33］、科研人員學(xué)術(shù)地位［34］、資歷［35］等對(duì)高?？萍紕?chuàng)新的影響問題，還有學(xué)者提出了數(shù)字建設(shè)能有效驅(qū)動(dòng)高?？萍紕?chuàng)新力提升，加速各省份間高?？萍紕?chuàng)新力差距的收斂速度［36］，但基本上都是將內(nèi)部因素與外部因素分別研究，較少將內(nèi)外部影響因素相結(jié)合的研究成果。在研究方法上主要以隨機(jī)前沿模型、分位數(shù)回歸、Tobit回歸模型等［37-39］為主，也有學(xué)者從空間視角采用空間計(jì)量模型［40-41］分析，還有學(xué)者考慮到了高?？萍紕?chuàng)新的地理空間溢出效應(yīng)［42-43］，但對(duì)影響因素的空間差異研究不足。

綜上所述，對(duì)高?？萍紕?chuàng)新力評(píng)價(jià)主要是基于投入產(chǎn)出過程設(shè)置評(píng)價(jià)指標(biāo)，采用的分析方法較多，對(duì)高?？萍紕?chuàng)新力空間特征的研究不足；對(duì)影響因素指標(biāo)的選取有一定的局限性，對(duì)影響程度的認(rèn)識(shí)差異較大，在影響因素的空間差異方面還有較大的研究空間。我國地大物博、人口眾多，區(qū)域間差異較大，為了更加直觀地了解我國各區(qū)域高?？萍紕?chuàng)新力發(fā)展情況及差異，本文嘗試在新質(zhì)生產(chǎn)力視域下，基于高?？萍紕?chuàng)新產(chǎn)出數(shù)據(jù)測算我國31個(gè)?。ㄗ灾螀^(qū)、直轄市）高?？萍紕?chuàng)新力指數(shù)，分析指數(shù)的空間關(guān)聯(lián)和差異性特征；從內(nèi)部和外部兩個(gè)視角選取影響因素指標(biāo)，應(yīng)用地理探測器原理分析我國高?？萍紕?chuàng)新力影響因素的空間差異，力求較為準(zhǔn)確把握影響高?？萍紕?chuàng)新力提升的關(guān)鍵因素，豐富高?？萍紕?chuàng)新的理論研究，促進(jìn)我國高?？萍紕?chuàng)新能力提升的精準(zhǔn)施策。

二、模型應(yīng)用與變量設(shè)計(jì)

（一）基于變異系數(shù)法的TOPSIS法應(yīng)用

本文在如何形成新質(zhì)生產(chǎn)力視域下以高?？萍紕?chuàng)新產(chǎn)出指標(biāo)評(píng)價(jià)高?？萍紕?chuàng)新力，把握我國高?？萍紕?chuàng)新力發(fā)展情況，并分析其空間特征。為避免評(píng)價(jià)指標(biāo)權(quán)重設(shè)定的主觀性和隨意性，通過變異系數(shù)法賦權(quán)，應(yīng)用TOPSIS 方法［44-45］計(jì)算我國各?。ㄗ灾螀^(qū)、直轄市）高?？萍紕?chuàng)新力指數(shù)，該方法可以很好地描述數(shù)據(jù)的均衡度和離散程度，若某個(gè)評(píng)價(jià)指標(biāo)變異系數(shù)越大，則權(quán)重越大。

1.構(gòu)建初始矩陣

由aij構(gòu)成i行j列的初始矩陣A，其中aij表示i?。ㄗ灾螀^(qū)、直轄市）第j個(gè)高校科技創(chuàng)新力指數(shù)測算指標(biāo)的觀測值，i=1，2……，31；j=1，2……，7。

2.數(shù)據(jù)歸一化處理

由于高?？萍紕?chuàng)新力指數(shù)測算指標(biāo)的量綱不同，為了使得各指標(biāo)變量的觀測值具有可比性，在計(jì)算前采用相對(duì)隸屬度公式對(duì)初始矩陣A進(jìn)行歸一化處理，從而得到相對(duì)隸屬度矩陣Z，由zij構(gòu)成i行j列的矩陣，即zij=aijni=1aij，i=1，2……，31；j=1，2……，7。

3.確定變量權(quán)重

以Vj、σj和μj分別表示高?？萍紕?chuàng)新力指數(shù)測算變量的變異系數(shù)、標(biāo)準(zhǔn)差和均值，即Vj=σjμj，進(jìn)而得到各變量的權(quán)重wj=Vjmj=1Vj，從而得到權(quán)重矩陣W是由wj構(gòu)成的j階矩陣，其對(duì)角線元素為wj，其余元素均為零。

4.計(jì)算各省（自治區(qū)、直轄市）高校科技創(chuàng)新力指數(shù)最優(yōu)和最劣加權(quán)指標(biāo)值的歐式距離

d+i=mj=1yij-y+i2 "d-i=mj=1yij-y-i2（1）

其中，yij=zijωj表示高校科技創(chuàng)新力指數(shù)加權(quán)指標(biāo)值；y+i=max1jmyij，y-i=min1jmyij ，分別表示i?。ㄗ灾螀^(qū)、直轄市）高?？萍紕?chuàng)新力指數(shù)的最優(yōu)和最劣指標(biāo)觀測值，i=1，2……，31；j=1，2……，7。

5.確定各?。ㄗ灾螀^(qū)、直轄市）高?？萍紕?chuàng)新力指數(shù)

即：Li=d-id+i+d-i

其中，Li表示 i?。ㄗ灾螀^(qū)、直轄市）高?？萍紕?chuàng)新力指數(shù)，取值介于0和1之間，i=1，2……，31。

（二）地理探測器應(yīng)用

通過離散分類處理，將我國高校科技創(chuàng)新力影響因素變量轉(zhuǎn)化為類型變量，分別在31省（自治區(qū)、直轄市）范圍內(nèi)和東中西部地區(qū)分組下，應(yīng)用地理探測器測算各影響因素變量對(duì)我國高?？萍紕?chuàng)新力指數(shù)的解釋力q。

q=1-1nδ2mi=1niδ2i（2）

其中，m為自變量的分類（區(qū)）數(shù)，ni和δ2i分別表示第i個(gè)類型區(qū)內(nèi)?。ㄗ灾螀^(qū)、直轄市）的個(gè)數(shù)和高?？萍紕?chuàng)新力指數(shù)的方差，n=31表示觀測區(qū)域內(nèi)省（自治區(qū)、直轄市）的個(gè)數(shù)，δ2表示觀測區(qū)域內(nèi)省自治區(qū)、直轄市高校科技創(chuàng)新力指數(shù)的方差。q∈［0，1］表示影響因素對(duì)我國高?？萍紕?chuàng)新力的影響程度，q值越趨近1，對(duì)我國高?？萍紕?chuàng)新力的影響程度越強(qiáng)，以P值作為因素影響顯著性檢驗(yàn)的判斷標(biāo)準(zhǔn)。

因子間交互作用探測是分析兩兩影響因素共同作用時(shí)是否增加或減弱對(duì)高?？萍紕?chuàng)新力的解釋力，或這些因素對(duì)其影響是否獨(dú)立，該交互作用既包括相乘，也包括其他關(guān)系，只要有關(guān)系都可以探測出來，因子間交互作用共劃分為5種類型［46］，如表1所示。

（三）指標(biāo)選取與變量設(shè)計(jì)

1.評(píng)價(jià)指標(biāo)選取

科技創(chuàng)新能夠催生新產(chǎn)業(yè)、新模式、新動(dòng)能，是發(fā)展新質(zhì)生產(chǎn)力的核心要素。我國正處在從科技大國向科技強(qiáng)國邁進(jìn)的關(guān)鍵躍升階段，必須加強(qiáng)科技創(chuàng)新特別是原創(chuàng)性、顛覆性科技創(chuàng)新，加快實(shí)現(xiàn)高水平科技自立自強(qiáng)，打好關(guān)鍵核心技術(shù)攻堅(jiān)戰(zhàn)，使原創(chuàng)性、顛覆性科技創(chuàng)新成果競相涌現(xiàn)，培育發(fā)展新質(zhì)生產(chǎn)力的新動(dòng)能?；谏鲜霰尘埃x取國家級(jí)科技成果獲獎(jiǎng)、省部級(jí)科技成果獲獎(jiǎng)、出版科技著作、發(fā)表學(xué)術(shù)論文、國家級(jí)項(xiàng)目驗(yàn)收、專利授權(quán)數(shù)、專利出售當(dāng)年實(shí)際收入等高?？萍紕?chuàng)新產(chǎn)出指標(biāo)測算我國31?。ㄗ灾螀^(qū)、直轄市）高?？萍紕?chuàng)新力指數(shù)，其中國家級(jí)科技成果獲獎(jiǎng)是指國家最高科學(xué)技術(shù)獎(jiǎng)、國家自然科學(xué)獎(jiǎng)、國家技術(shù)發(fā)明獎(jiǎng)、國家科技進(jìn)步獎(jiǎng)之和，省部級(jí)科技成果獲獎(jiǎng)是指國務(wù)院各部門科技進(jìn)步獎(jiǎng)和省、自治區(qū)、直轄市科技進(jìn)步獎(jiǎng)之和。

2.影響因素變量設(shè)計(jì)

以我國高?？萍紕?chuàng)新力指數(shù)為因變量，高校科技創(chuàng)新力內(nèi)外部影響因素為自變量。高校科技創(chuàng)新力內(nèi)部影響因素主要考慮高?？萍紕?chuàng)新投入，包括科技人力投入、科技經(jīng)費(fèi)投入、科研機(jī)構(gòu)與項(xiàng)目投入四個(gè)方面，外部影響因素主要考慮經(jīng)濟(jì)環(huán)境和社會(huì)環(huán)境。經(jīng)濟(jì)環(huán)境變量包括經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)發(fā)展水平和對(duì)外開放程度，用人均地區(qū)生產(chǎn)總值衡量經(jīng)濟(jì)發(fā)展水平，用人均高新技術(shù)企業(yè)產(chǎn)值（地區(qū)高新技術(shù)企業(yè)生產(chǎn)總值與?。ㄗ灾螀^(qū)、直轄市）總?cè)丝跀?shù)的比值）衡量產(chǎn)業(yè)發(fā)展水平，用年末登記的外商投資額衡量對(duì)外開放程度；社會(huì)環(huán)境變量包括政府支持力度、技術(shù)需求強(qiáng)度、信息化水平，用一般公共預(yù)算科學(xué)技術(shù)支出表示政府支持力度，用高新技術(shù)企業(yè)數(shù)量表示技術(shù)需求強(qiáng)度，以移動(dòng)互聯(lián)網(wǎng)用戶數(shù)代表信息化水平，如表2所示。

（四）數(shù)據(jù)來源

采用我國31個(gè)?。ㄗ灾螀^(qū)、直轄市）2016—2020年各年度數(shù)據(jù)。高校科技創(chuàng)新產(chǎn)出指標(biāo)數(shù)據(jù)及科技人力投入、科技經(jīng)費(fèi)投入、科研機(jī)構(gòu)與項(xiàng)目投入對(duì)應(yīng)的觀測變量數(shù)據(jù)來源于《高等學(xué)校科技統(tǒng)計(jì)資料匯編》，經(jīng)濟(jì)發(fā)展水平相關(guān)數(shù)據(jù)來源于國家統(tǒng)計(jì)局官方網(wǎng)站，產(chǎn)業(yè)發(fā)展水平和技術(shù)需求強(qiáng)度相關(guān)數(shù)據(jù)來源于《中國火炬統(tǒng)計(jì)年鑒》，對(duì)外開放程度數(shù)據(jù)來源于《中國貿(mào)易外經(jīng)統(tǒng)計(jì)年鑒》，政府支持力度和信息化水平數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》。

三、我國高?？萍紕?chuàng)新力評(píng)價(jià)

（一）創(chuàng)新力指數(shù)測算

基于經(jīng)濟(jì)技術(shù)發(fā)展水平和地理位置相結(jié)合的原則，根據(jù)第四次全國經(jīng)濟(jì)普查公報(bào)（第七號(hào)）的地區(qū)分組，將我國31?。ㄗ灾螀^(qū)、直轄市）劃分為東部、中部、西部三個(gè)地區(qū)，測算得到我國各?。ㄗ灾螀^(qū)、直轄市）高?？萍紕?chuàng)新力指數(shù)，如表3所示。

表3顯示，除北京（0.86）外，年均值都在0.5以下；東部地區(qū)?。ㄗ灾螀^(qū)、直轄市）高?？萍紕?chuàng)新力指數(shù)相對(duì)較高，組內(nèi)差異較為明顯，福建、河北、天津、海南的指數(shù)值與東部地區(qū)其他省（自治區(qū)、直轄市）差距較大；中部地區(qū)?。ㄗ灾螀^(qū)、直轄市）高?？萍紕?chuàng)新力指數(shù)值不高，但組內(nèi)差異相對(duì)較小，年均值較大的是湖北（0.15）和湖南（0.13）；西部地區(qū)?。ㄗ灾螀^(qū)、直轄市）高校科技創(chuàng)新力指數(shù)值較低，組內(nèi)差異很大，年均值較大的是陜西（0.20）和四川（0.19）；中西部地區(qū)其他?。ㄗ灾螀^(qū)、直轄市）均小于0.08，西藏、青海、寧夏均小于0.005。

我國高?？萍紕?chuàng)新力整體不高，?。ㄗ灾螀^(qū)、直轄市）存在較為明顯的兩極分化和斷層分布特征，省域間分布不均衡。東部地區(qū)經(jīng)濟(jì)發(fā)展水平相對(duì)較高，高?？萍紕?chuàng)新力發(fā)展相對(duì)較好；中部地區(qū)高?？萍紕?chuàng)新力發(fā)展整體落后于東部地區(qū)，但其組內(nèi)差異較??；西部地區(qū)高?？萍紕?chuàng)新力發(fā)展整體較中部地區(qū)落后，但近年陜西和四川高?？萍紕?chuàng)新力發(fā)展已經(jīng)追趕上甚至超過中部地區(qū)的省份。

（二）創(chuàng)新力空間特征分析

1.空間關(guān)聯(lián)特征

選用空間自相關(guān)分析法研究我國高?？萍紕?chuàng)新力指數(shù)的空間關(guān)聯(lián)現(xiàn)象，分別采用Moran’s I（莫蘭指數(shù)）和莫蘭散點(diǎn)圖進(jìn)行全局和局部自相關(guān)分析。選擇經(jīng)濟(jì)距離矩陣作為空間權(quán)重矩陣進(jìn)行空間自相關(guān)性檢驗(yàn)，即從經(jīng)濟(jì)特征角度出發(fā)，將距離看作虛擬距離，表示為兩地區(qū)的經(jīng)濟(jì)距離，則空間權(quán)重為：wij=1xi-xj，其中xi和xj分別表示i地區(qū)和j地區(qū)的人均GDP，矩陣的主對(duì)角線元素均為零。檢驗(yàn)得到2016—2020年各年度我國高校科技創(chuàng)新力指數(shù)全局Moran’s I及P值（表4）；同時(shí)得到2016—2020年各年度我國高?？萍紕?chuàng)新力指數(shù)莫蘭散點(diǎn)圖的象限分布（表5）。

表4顯示，各年度我國高校科技創(chuàng)新力指數(shù)全局Moran’s I均大于0，其中2016、2017和2019年在1%置信水平下顯著性檢驗(yàn)通過，2018和2020年在10%置信水平下顯著性檢驗(yàn)通過，說明我國高?？萍紕?chuàng)新力指數(shù)存在空間自相關(guān)。

表5顯示，2016—2019年我國31?。ㄗ灾螀^(qū)、直轄市）各年度高校科技創(chuàng)新力指數(shù)Moran’s I值

大多集中分布在第二、三象限，存在明顯的“低—高”集聚和“低—低”集聚；2020年則集中分布在第一、三象限，存在明顯的“高—高”集聚和“低—低”集聚。2016—2020年我國高?？萍紕?chuàng)新力指數(shù)分布情況由集中變?yōu)榉稚?，但依舊相對(duì)集中在第一、二、三象限，第四象限幾乎沒有，分布在第一象限的?。ㄗ灾螀^(qū)、直轄市）越來越多，說明我國高?？萍紕?chuàng)新力指數(shù)呈現(xiàn)增長趨勢，越來越多的?。ㄗ灾螀^(qū)、直轄市）出現(xiàn)“高—高”集聚特征，高校的科技創(chuàng)新能力不斷提升。

2016—2020年我國31?。ㄗ灾螀^(qū)、直轄市）中持續(xù)呈現(xiàn)“高—高”集聚特征的主要是上海、江蘇、廣東、浙江等高校科技創(chuàng)新力指數(shù)較高的省份，持續(xù)呈現(xiàn)“低—低”集聚特征的主要是甘肅、海南、新疆、西藏等高?？萍紕?chuàng)新力指數(shù)較低的省份。因此，我國高?？萍紕?chuàng)新力指數(shù)存在明顯的空間關(guān)聯(lián)特征，其空間集聚特征也反映出具有空間差異性。

2.空間差異特征

為進(jìn)一步明晰我國高?？萍紕?chuàng)新力指數(shù)的空間差異性，采用泰爾指數(shù)對(duì)2016—2020年各年度指數(shù)進(jìn)行分析，該方法可將總體區(qū)域差異分解為區(qū)域間差異和區(qū)域內(nèi)差異，泰爾指數(shù)一般在0到1之間，越接近0，說明我國高?？萍紕?chuàng)新力指數(shù)區(qū)域差異越??；越靠近1，說明區(qū)域差異越大。由于2020年西藏地區(qū)高?？萍紕?chuàng)新力指數(shù)值為0，故在空間差異特征分析部分剔除西藏，以30個(gè)?。ㄗ灾螀^(qū)、直轄市）高?？萍紕?chuàng)新力指數(shù)進(jìn)行測算，總體泰爾指數(shù)及分解指數(shù)的測算結(jié)果如表6所示，東中西部地區(qū)泰爾指數(shù)測算結(jié)果如表7所示。

表6顯示，我國高?？萍紕?chuàng)新力指數(shù)區(qū)域差異明顯，從2016年到2018年總體泰爾指數(shù)持續(xù)上升，自2018后持續(xù)下降，表明我國高校科技創(chuàng)新力指數(shù)區(qū)域差異先有所增大，后逐漸縮小，區(qū)域間差異變化情況與總體泰爾指數(shù)一致，區(qū)域內(nèi)差異呈現(xiàn)逐漸縮小的態(tài)勢。從貢獻(xiàn)率上可以看出，區(qū)域內(nèi)差異貢獻(xiàn)率明顯高于區(qū)域間差異，這是我國高校科技創(chuàng)新力區(qū)域發(fā)展不均衡的主要原因。

表7顯示，東中西部地區(qū)高?？萍紕?chuàng)新力指數(shù)區(qū)域間差異明顯，東部和西部地區(qū)內(nèi)差異較中部地區(qū)顯著，與我國高?？萍紕?chuàng)新力指數(shù)測算結(jié)果的兩極分化特征相匹配，東部地區(qū)內(nèi)部差異逐漸縮小，中部地區(qū)內(nèi)部差異先增大后縮小，西部地區(qū)內(nèi)部差異有所增大。

四、我國高校科技創(chuàng)新力影響因素分析

基于地理探測器，運(yùn)用GeoDetector軟件測算我國高?？萍紕?chuàng)新力影響因素及其交互作用的q值，從全域和局域視角對(duì)其影響情況進(jìn)行分析。其中，全域視角主要分析我國31省（自治區(qū)、直轄市）高?？萍紕?chuàng)新力影響因素及其交互作用影響情況，局域視角則分別對(duì)東部、中部、西部地區(qū)高?？萍紕?chuàng)新力影響因素及其交互作用進(jìn)行分析，并比較影響因素在東中西部地區(qū)的影響差異。根據(jù)影響因素q值實(shí)際測算結(jié)果，設(shè)定q值0.50的因素為主要影響因素。

（一）全域視角影響因素分析

1.影響因素因子探測分析

測算得到我國31省（自治區(qū)、直轄市）各年度高?？萍紕?chuàng)新力影響因素q值，如表8所示。

表8顯示，各年度影響因素q值均不為0，即各因素均對(duì)我國高校科技創(chuàng)新力有影響，但個(gè)別因素的顯著性不穩(wěn)定。根據(jù)影響因素q值均值分析，影響我國高?？萍紕?chuàng)新力的主要因素有教學(xué)與科研人員數(shù)、科技經(jīng)費(fèi)當(dāng)年撥入、Ramp;D全時(shí)人員數(shù)、研發(fā)項(xiàng)目經(jīng)費(fèi)當(dāng)年撥入、研發(fā)項(xiàng)目數(shù)。不同年份影響因素的q值變化明顯，但主要因素中科技經(jīng)費(fèi)投入始終處于重要位置，科技人力投入越來越重要，其他因素影響程度也在逐漸增強(qiáng)。

2.影響因素交互作用分析

由GeoDetector軟件計(jì)算得到我國31?。ㄗ灾螀^(qū)、直轄市）各年度高?？萍紕?chuàng)新力影響因素交互作用類型均為雙因子增強(qiáng)或非線性增強(qiáng)，表明兩兩影響因素交互作用對(duì)我國高校科技創(chuàng)新力的影響強(qiáng)度大于單一因素的影響強(qiáng)度。計(jì)算交互作用強(qiáng)度年均值如表9所示。

表9顯示，我國高校科技創(chuàng)新力影響因素交互作用強(qiáng)度最大的是X6∩X15和X11∩X15，其次是X2∩X15，第三是X7∩X15。根據(jù)交互作用q值年均值，影響因素交互作用強(qiáng)度較大的主要是教學(xué)與科研人員數(shù)、科技經(jīng)費(fèi)當(dāng)年撥入、Ramp;D成果應(yīng)用及科技服務(wù)項(xiàng)目數(shù)、Ramp;D成果應(yīng)用及科技服務(wù)項(xiàng)目經(jīng)費(fèi)當(dāng)年撥入、信息化水平與其他因素的交互組合，且信息化水平發(fā)揮的作用越來越大，這說明隨著信息化水平的提升，高校內(nèi)外部因素協(xié)同發(fā)展越來越重要，不應(yīng)一味地加大某一方面的投入。

（二）局域視角影響因素分析

運(yùn)用地理探測器模型對(duì)東部、中部、西部地區(qū)高?？萍紕?chuàng)新力影響因素進(jìn)行因子探測和交互作用探測，并對(duì)東中西部地區(qū)高?？萍紕?chuàng)新力的影響情況進(jìn)行比較分析。

1.東中西部地區(qū)因子探測結(jié)果比較分析

運(yùn)用GeoDetector軟件計(jì)算得到2016—2020年各年度東中西部地區(qū)高?？萍紕?chuàng)新力影響因素q值，對(duì)其進(jìn)行比較分析，見表10—12。

表10顯示，根據(jù)影響因素q值均值，影響東部地區(qū)高校科技創(chuàng)新力的主要因素由大到小排序?yàn)镽amp;D成果應(yīng)用及科技服務(wù)項(xiàng)目數(shù)、Ramp;D成果應(yīng)用及科技服務(wù)項(xiàng)目經(jīng)費(fèi)當(dāng)年撥入、Ramp;D全時(shí)人員數(shù)、科技經(jīng)費(fèi)當(dāng)年撥入、教學(xué)與科研人員數(shù)。隨著時(shí)間的推移，我國東部地區(qū)高校科技創(chuàng)新力影響因素的影響情況越來越顯著，科技人力投入和科技經(jīng)費(fèi)投入的影響程度逐漸增強(qiáng)，研發(fā)項(xiàng)目數(shù)的影響越來越凸顯，而研發(fā)機(jī)構(gòu)數(shù)的影響程度逐漸減弱。

表11顯示，根據(jù)影響因素q值的均值，影響中部地區(qū)高?？萍紕?chuàng)新力的主要因素由大到小排序?yàn)榧夹g(shù)需求強(qiáng)度、政府支持力度、研發(fā)項(xiàng)目數(shù)、對(duì)外開放程度、科技經(jīng)費(fèi)當(dāng)年撥入、Ramp;D成果應(yīng)用及科技服務(wù)項(xiàng)目數(shù)、教學(xué)與科研人員數(shù)、信息化水平，其中Ramp;D成果應(yīng)用及科技服務(wù)項(xiàng)目經(jīng)費(fèi)當(dāng)年撥入、Ramp;D成果應(yīng)用及科技服務(wù)項(xiàng)目數(shù)的影響程度逐年增強(qiáng)，而政府支持力度逐年減弱?？萍既肆ν度?、科技經(jīng)費(fèi)投入和科研機(jī)構(gòu)與項(xiàng)目投入的影響程度越來越突出，而經(jīng)濟(jì)環(huán)境和社會(huì)環(huán)境因素的影響程度逐漸減弱，但影響力度強(qiáng)于東部地區(qū)。

表12顯示，根據(jù)影響因素q值的均值，影響西部地區(qū)高校科技創(chuàng)新力的因素中，影響程度最大的是教學(xué)與科研人員數(shù)，其次是研發(fā)項(xiàng)目經(jīng)費(fèi)當(dāng)年撥入，第三是Ramp;D成果應(yīng)用及科技服務(wù)全時(shí)人員數(shù)。西部地區(qū)顯著性檢驗(yàn)通過的因素?cái)?shù)量最多，五年間因素顯著性變化較小，影響強(qiáng)度相較于中東部地區(qū)最大。

綜上所述，我國東中西部地區(qū)高?？萍紕?chuàng)新力主要影響因素均有教學(xué)與科研人員數(shù)、科技經(jīng)費(fèi)當(dāng)年撥入、Ramp;D成果應(yīng)用及科技服務(wù)項(xiàng)目數(shù)，其中西部地區(qū)影響因素的q值最大，其影響程度最大，顯著性檢驗(yàn)通過性最好，這表明我國中部和西部地區(qū)高校科技創(chuàng)新力發(fā)展的人力、資金等投入不足，特別是西部地區(qū)，與東部地區(qū)相比有很大的差距。除此之外，中部和西部地區(qū)的主要影響因素中還包括對(duì)外開放程度和技術(shù)需求強(qiáng)度等，由于中部和西部地區(qū)經(jīng)濟(jì)發(fā)展水平較低，社會(huì)發(fā)展環(huán)境不佳、對(duì)外開放程度和技術(shù)需求強(qiáng)度小，這些因素制約著高?？萍紕?chuàng)新力發(fā)展。

2.東中西部地區(qū)因子交互作用探測結(jié)果分析

運(yùn)用GeoDetector軟件計(jì)算得到2016—2020年各年度東中西部地區(qū)高?？萍紕?chuàng)新力影響因素交互作用q值，三大區(qū)域影響因素交互作用類型均為雙因子增強(qiáng)或非線性增強(qiáng)，表明各影響因素的影響存在一定的聯(lián)系。計(jì)算東中西部地區(qū)高校科技創(chuàng)新力因子交互作用強(qiáng)度年均值，見表13—15。表13顯示，東部地區(qū)高?？萍紕?chuàng)新力影響因素交互作用強(qiáng)度明顯強(qiáng)于單一影響因素，作用強(qiáng)度較大的是信息化水平、政府支持力度、Ramp;D全時(shí)人員數(shù)、經(jīng)濟(jì)發(fā)展水平、Ramp;D成果應(yīng)用及科技服務(wù)項(xiàng)目數(shù)與其他因素的交互組合。

表14顯示，中部地區(qū)高?？萍紕?chuàng)新力影響因素交互作用強(qiáng)度值較東部地區(qū)高，作用強(qiáng)度較大的是Ramp;D成果應(yīng)用及科技服務(wù)項(xiàng)目數(shù)、政府支持力度、科技經(jīng)費(fèi)當(dāng)年撥入、產(chǎn)業(yè)發(fā)展水平、Ramp;D成果應(yīng)用及科技服務(wù)項(xiàng)目經(jīng)費(fèi)當(dāng)年撥入與其他因素的交互組合。

表15顯示，西部地區(qū)高?？萍紕?chuàng)新力影響因素交互作用強(qiáng)度值最大，作用強(qiáng)度較大的主要是教學(xué)與科研人員數(shù)、研發(fā)項(xiàng)目經(jīng)費(fèi)當(dāng)年撥入、Ramp;D成果應(yīng)用及科技服務(wù)全時(shí)人員數(shù)、研發(fā)項(xiàng)目數(shù)、科技經(jīng)費(fèi)當(dāng)年撥入與其他因素的交互組合。

以上結(jié)果表明，中部和西部地區(qū)高?？萍紕?chuàng)新力影響因素交互作用強(qiáng)度明顯高于東部地區(qū)，尤其是西部地區(qū)，東部地區(qū)外部因素與其他因素的交互作用強(qiáng)度較大，中部地區(qū)既包含外部因素，又包含內(nèi)部因素，西部地區(qū)主要以內(nèi)部因素為主，由此進(jìn)一步體說明我國東中西部地區(qū)資源分配不均衡，東部地區(qū)高校內(nèi)部資源相對(duì)充足，中部和西部地區(qū)經(jīng)濟(jì)發(fā)展水平不高，對(duì)高校科技創(chuàng)新的人力和經(jīng)費(fèi)投入不足，特別是西部地區(qū)。

五、結(jié)論與建議

（一）研究結(jié)論

本文運(yùn)用變異系數(shù)法的TOPSIS法測算高?？萍紕?chuàng)新力指數(shù)，評(píng)價(jià)我國31個(gè)省（自治區(qū)、直轄市）高?？萍紕?chuàng)新力發(fā)展水平，并采用空間分析法和泰爾指數(shù)分析我國高校科技創(chuàng)新力發(fā)展的空間特征，在此基礎(chǔ)上運(yùn)用地理探測器分析我國高?？萍紕?chuàng)新力影響因素及其空間差異情況，形成四條研究結(jié)論。

第一，我國高校科技創(chuàng)新力整體不高，存在兩極分化和斷層分布的特征，31個(gè)?。ㄗ灾螀^(qū)、直轄市）間分布不均衡，區(qū)域間差異明顯。東部地區(qū)高校的科技創(chuàng)新力普遍較高，域內(nèi)差異較大；中部地區(qū)整體次于東部地區(qū)，域內(nèi)差異小；西部地區(qū)除陜西外，普遍處于較低水平，西藏、青海、寧夏三省高?？萍紕?chuàng)新力處于極低水平。我國東中西部高校科技創(chuàng)新力發(fā)展水平與區(qū)域經(jīng)濟(jì)發(fā)展水平基本一致。

第二，我國高?？萍紕?chuàng)新力指數(shù)具有顯著的空間相關(guān)性、空間集聚性特征，其中上海、江蘇、廣東、浙江等東部地區(qū)高校科技創(chuàng)新力指數(shù)具有“高—高”關(guān)聯(lián)集聚特征，其科技創(chuàng)新力較高，甘肅、海南、新疆、西藏等西部地區(qū)高?？萍紕?chuàng)新力指數(shù)具有“低—低”關(guān)聯(lián)集聚特征，其科技創(chuàng)新力較低。

第三，我國高?？萍紕?chuàng)新力的主要影響因素為教學(xué)與科研人員數(shù)、科技經(jīng)費(fèi)當(dāng)年撥入、Ramp;D全時(shí)人員數(shù)、研發(fā)項(xiàng)目經(jīng)費(fèi)當(dāng)年撥入、研發(fā)項(xiàng)目數(shù)等，但區(qū)域間存在明顯的差異，中部和西部地區(qū)的人力資源和經(jīng)費(fèi)不足，特別是西部地區(qū)，同時(shí)中部和西部地區(qū)高?？萍紕?chuàng)新力還受到區(qū)域?qū)ν忾_放程度和技術(shù)需求強(qiáng)度等經(jīng)濟(jì)社會(huì)環(huán)境因素影響。

第四，我國高校科技創(chuàng)新力影響因素交互作用強(qiáng)度均為雙因子增強(qiáng)或非線性增強(qiáng)，交互作用強(qiáng)度較大的主要是教學(xué)與科研人員數(shù)、科技經(jīng)費(fèi)當(dāng)年撥入、Ramp;D成果應(yīng)用及科技服務(wù)項(xiàng)目數(shù)、Ramp;D成果應(yīng)用及科技服務(wù)項(xiàng)目經(jīng)費(fèi)當(dāng)年撥入、信息化水平，且信息技術(shù)發(fā)揮的作用越來越大。

（二）對(duì)策建議

習(xí)近平總書記關(guān)于新質(zhì)生產(chǎn)力系列重要論述為推動(dòng)高校科技創(chuàng)新高質(zhì)量發(fā)展提供了根本遵循和行動(dòng)指南，高校作為科技創(chuàng)新的重要策源地，承擔(dān)著前所未有重大使命。為更好支撐新質(zhì)生產(chǎn)力發(fā)展，根據(jù)上述研究結(jié)論，本文對(duì)我國高?？萍紕?chuàng)新力提升提出四點(diǎn)建議。

第一，加大創(chuàng)新投入，提高資源利用效率。科技是第一生產(chǎn)力，人才是第一資源，創(chuàng)新是第一動(dòng)力，人財(cái)物是高?？萍紕?chuàng)新活動(dòng)的基礎(chǔ)，目前我國高?？萍紕?chuàng)新資源普遍不足，高端人才缺乏，創(chuàng)新能力整體不強(qiáng)，成果轉(zhuǎn)移轉(zhuǎn)化效率不高，從國家層面應(yīng)該適當(dāng)調(diào)整高校財(cái)政科研經(jīng)費(fèi)支出占比，各級(jí)地方政府相應(yīng)加大高校科研資源投入，高校本身積極爭取社會(huì)各界支持，拓寬創(chuàng)新資源籌措渠道，完善科研資源管理制度，推動(dòng)創(chuàng)新鏈、產(chǎn)業(yè)鏈、資金鏈、人才鏈深度融合，不斷提高科技創(chuàng)新資源的利用效率。

第二，優(yōu)化資源配置，逐步縮小區(qū)域差異。目前東部地區(qū)高校資源相對(duì)較豐富，中部和西部地區(qū)高校資源匱乏，科技創(chuàng)新能力較弱，應(yīng)加大中央政府對(duì)中部和西部地區(qū)高校的投入，利用自然條件稟賦、土地及人力成本優(yōu)勢，科學(xué)布局一批大科學(xué)裝置和野外觀測站點(diǎn)，集國家重點(diǎn)實(shí)驗(yàn)室、國家技術(shù)創(chuàng)新中心、國家重大科技項(xiàng)目等創(chuàng)新資源進(jìn)行一攬子支持，引導(dǎo)中部和西部地區(qū)高校完善

人才引進(jìn)政策和措施，逐步改善中部和西部地區(qū)的科技創(chuàng)新基礎(chǔ)條件，縮小資源配置的區(qū)域差異，緩解中部和西部地區(qū)高校科技創(chuàng)新資源短缺問題。

第三，加強(qiáng)資源共享，推動(dòng)協(xié)同創(chuàng)新發(fā)展。推動(dòng)信息技術(shù)、智能技術(shù)等高新技術(shù)與高?？萍紕?chuàng)新活動(dòng)的深度融合，依托互聯(lián)網(wǎng)等技術(shù)搭建高校協(xié)同創(chuàng)新平臺(tái)，整合科技創(chuàng)新資源，是提高創(chuàng)新能力的重要途徑，是推動(dòng)新質(zhì)生產(chǎn)力形成的必然要求。為此，應(yīng)加強(qiáng)高校科技創(chuàng)新統(tǒng)籌協(xié)調(diào)，避免各高校、各領(lǐng)域科技創(chuàng)新活動(dòng)存在的分散、封閉、重復(fù)等碎片化現(xiàn)象，建立東中西部地區(qū)高校之間科技人才、科研項(xiàng)目、創(chuàng)新平臺(tái)、科研信息、政府政策支持等資源合作共享和聯(lián)動(dòng)機(jī)制；同時(shí)中部和西部地區(qū)高校還應(yīng)基于地理位置鄰近的原則，將創(chuàng)新資源比較豐富的省份作為協(xié)同創(chuàng)新的增長極，組建跨?。ㄗ灾螀^(qū)、直轄市）高校創(chuàng)新聯(lián)盟，推動(dòng)?xùn)|中西部地區(qū)高?？萍紕?chuàng)新協(xié)同發(fā)展。

第四，加強(qiáng)政產(chǎn)學(xué)研合作，支撐現(xiàn)代化產(chǎn)業(yè)體系建設(shè)。 新質(zhì)生產(chǎn)力依托的是新科技，落腳點(diǎn)是新產(chǎn)業(yè)，以戰(zhàn)略性新興產(chǎn)業(yè)和未來產(chǎn)業(yè)為核心的現(xiàn)代化產(chǎn)業(yè)體系是培育和發(fā)展新質(zhì)生產(chǎn)力的主陣地。面向現(xiàn)代化產(chǎn)業(yè)體系建設(shè)需求，一方面我國高校要緊緊圍繞關(guān)鍵共性技術(shù)、前沿引領(lǐng)技術(shù)、顛覆性技術(shù)、現(xiàn)代工程技術(shù)創(chuàng)新，大力開展政產(chǎn)學(xué)研合作，支撐我國產(chǎn)業(yè)分工從價(jià)值鏈中低端向中高端轉(zhuǎn)變；另一方面政府應(yīng)該提供校企合作科研和人才培養(yǎng)的企業(yè)獎(jiǎng)補(bǔ)、稅收優(yōu)惠等政策支持，激發(fā)企業(yè)參與校企合作的積極性，共同推動(dòng)新技術(shù)、新產(chǎn)業(yè)、新業(yè)態(tài)發(fā)展，夯實(shí)新質(zhì)新產(chǎn)力發(fā)展根基。

參考文獻(xiàn)：

［1］ 習(xí)近平主持召開新時(shí)代推動(dòng)?xùn)|北全面振興座談會(huì)強(qiáng)調(diào) 牢牢把握東北的重要使命 奮力譜寫東北全面振興新篇章［EB/OL］.（2023-09-09）.https：//www.ccps.gov.cn/xtt/202309/t20230909_159168.shtml.

［2］ 中央經(jīng)濟(jì)工作會(huì)議在北京舉行 習(xí)近平出席會(huì)議并發(fā)表重要講話［N］.光明日?qǐng)?bào)，2023-12-12（01）.

［3］ 習(xí)近平在中共中央政治局第十一次集體學(xué)習(xí)時(shí)強(qiáng)調(diào) 加快發(fā)展新質(zhì)生產(chǎn)力 扎實(shí)推進(jìn)高質(zhì)量發(fā)展［N］.光明日?qǐng)?bào)，2024-02-01（01）.

［4］ 李強(qiáng).政府工作報(bào)告——2024年3月5日在第十四屆全國人民代表大會(huì)第二次會(huì)議上［EB/OL］.（2024-03-12）.https：//www.gov.cn/yaowen/liebiao/202403/content_6939153.htm.

［5］ 姜朝暉，金紫薇.教育賦能新質(zhì)生產(chǎn)力：理論邏輯與實(shí)踐路徑［J］.重慶高教研究，2024（1）：108-117.

［6］ 張林，蒲清平.新質(zhì)生產(chǎn)力的內(nèi)涵特征、理論創(chuàng)新與價(jià)值意蘊(yùn)［J］.重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023（6）：137-148.

［7］ 姚樹潔，張小倩.新質(zhì)生產(chǎn)力的時(shí)代內(nèi)涵、戰(zhàn)略價(jià)值與實(shí)現(xiàn)路徑［J］.重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024（1）：112-128.

［8］ 蒲清平，黃媛媛.習(xí)近平總書記關(guān)于新質(zhì)生產(chǎn)力重要論述的生成邏輯、理論創(chuàng)新與時(shí)代價(jià)值［J］.西南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023（6）：1-11.

［9］ GARNATJE T，VALLS J. Does aggressiveness in evaluation improve the quality of scientific research？［J］.Journal of the American Society for Information Science and Technology，2013，64（8）：1756.

［10］ WANG D H，XIN Y.Research on the evaluation of knowledge innovation ability of enterprise based on knowledge management［J］.Journal of Convergence Information Technology，2013，9（8）：1163-1169.

［11］ 蘇薈，劉奧運(yùn).“雙一流” 建設(shè)背景下我國省際高?？蒲行始坝绊懸蛩匮芯浚夯贒EA-Tobit模型［J］.重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020（1）：107-118.

［12］ 王輝，陳敏.基于兩階段DEA模型的高校科技創(chuàng)新對(duì)區(qū)域創(chuàng)新績效影響［J］.經(jīng)濟(jì)地理，2020（8）：27-35，42.

［13］ 陳國福，蔣清泉，唐炎釗.中國特色世界一流大學(xué)建設(shè)背景下高?？萍紕?chuàng)新能力評(píng)價(jià)研究［J］.科技進(jìn)步與對(duì)策，2022（24）：109-118.

［14］ 曾繁華，黃海.高校創(chuàng)新產(chǎn)出及其驅(qū)動(dòng)因子的空間分異：基于ESDA—GWR的實(shí)證［J］.科技管理研究，2021（7）：86-94.

［15］ 王沖，劉鵬飛，孫磊.高校科技創(chuàng)新能力評(píng)價(jià)指標(biāo)體系構(gòu)建與實(shí)證分析：以吉林省為例［J］.統(tǒng)計(jì)與決策，2023（24）：84-88.

［16］ 王曉紅，張少鵬，張奔.產(chǎn)學(xué)合作對(duì)高校創(chuàng)新績效的空間計(jì)量研究：基于組織層次和省域跨層次的雙重視角［J］.經(jīng)濟(jì)與管理評(píng)論，2021（1）：125-137.

［17］ 朱恬恬，盧雅華，張躍軍.非期望產(chǎn)出對(duì)“雙一流”建設(shè)高?？萍紕?chuàng)新效率的影響研究［J］.高校教育管理，2022（4）：31-40.

［18］ 查道林，陳思，楊茜.“雙一流”建設(shè)高?？蒲行始坝绊懸蛩貙?shí)證研究：基于超效率SBM-Malmquist-Tobit模型［J］.教育與經(jīng)濟(jì)，2022（3）：9-16.

［19］ 李國才，曾剛.科技自立自強(qiáng)視域下高?？萍紕?chuàng)新效率測度及頒布特征［J］.科技管理研究，2023（21）：1-10.

［20］ DUAN S X. Measuring university efficiency an application of data envelopment analysis and strategic group analysis to Australian universities［J］. Benchmarking： an international journal，2019，26（4）：1161-1173.

［21］ THURSBY J G， THURSBY M C. Who is selling the Ivory tower？sources of growth in university licensing［J］. Management Science， 2002， 48（1）： 90-104.

［22］ Martín y Ma José Rodríguez Conde Santiago Nieto. Results convergence in two designs research-innovation in university teaching through the TIC［J］. Revista Espanola De Pedagogia， 2007， 65（236）：27-48.

［23］ HAUSMAN N. University innovation and local economicgrowth［J］. The Review of Economics and Statistics， 2022， 104（4）： 718-735.

［24］ AGASISTI T， BELFIELD C. Efficiency in the community college sector： stochastic frontieranalysis［J］. Tertiary Education and Management， 2017， 23（3）： 237-259.

［25］ 王建梁，劉天雨.澳大利亞推進(jìn)高校科研成果轉(zhuǎn)化新舉措探析［J］.中國高?？萍迹?023（6）：52-58.

［26］ BIKARD M， VAKILI K， TEODORIDIS F. When collaboration bridges institutions： the impact of university-industry collaboration on academicproductivity［J］. Organization Science， 2019， 30（2）： 426-445.

［27］ 張奔，王宏起，王曉紅.校企合作氛圍對(duì)高校科研人員科研績效的影響：技術(shù)能力的中介作用［J］.系統(tǒng)管理學(xué)報(bào)，2022（5）：954-963.

［28］ 章熙春，朱紹棠，李勝會(huì).創(chuàng)新政策與科研結(jié)構(gòu)雙重影響下高?？萍紕?chuàng)新績效研究［J］.科技進(jìn)步與對(duì)策，2022（18）：1-9.

［29］ DI F. Empirical research on the influencing factors of the conversion efficiency of scientific and technological achievements in colleges and universities based on Tobit model［J］. Educational Sciences Theory amp; Practice，2018（1806）：2794-2807.

［30］ LEE Y H. Determinants of research productivity in Korean Universities： the role of researchfunding［J］.The Journal of Technology Transfer， 2021， 46（5）： 1462-1486.

［31］ 蔡文伯，趙志強(qiáng).我國十大城市群高?？蒲行始坝绊懸蛩匮芯浚夯贒EA-Malmquist-Tobit模型［J］.重慶高教研究，2021（4）：30-42．

［32］ FRENKEN K， HEIMERIKS G J， HOEKMAN J. What drives university research performance？ An analysis using the CWTS Leiden Rankingdata［J］. Journal of Informetrics， 2017， 11（3）： 859-872.

［33］ 吳宏超，馬聰穎.“一帶一路”沿線省份高?？萍紕?chuàng)新效率及影響因素：基于DEA-Malmquist-Tobit模型的研究［J］.重慶高教研究，2020（6）：34-47.

［34］ BIKARD M，VAKILI K，TEODORIDIS F.When collaboration bridges institutions：the impact of university-industry collaboration on academicproductivity［J］.Organization Science，2019，30（2）：426-445.

［35］ SALAS-VELASCO M.Measuring and explaining the production efficiency of Spanish universities using a non-parametric approach and a bootstrapped-truncatedregression［J］. Scientometrics， 2020， 122（2）： 825-846.

［36］ 劉鑰，高嘉誠.數(shù)字建設(shè)與高校科技創(chuàng)新效率協(xié)調(diào)發(fā)展分析［J］.科技管理研究，2024（1）：67-76.

［37］ 何聲升.高?？萍紕?chuàng)新績效影響因素分位研究：創(chuàng)新價(jià)值鏈理論視角［J］.高校教育管理，2020（5）：104-114.

［38］ 馬聰穎，吳宏超.一流大學(xué)建設(shè)高?？萍紕?chuàng)新效率：差距、影響因素與提升路徑［J］.高教探索，2021（2）：53-61.

［39］ 王海燕，蘇博謙.高?？萍紕?chuàng)新與區(qū)域經(jīng)濟(jì)耦合協(xié)調(diào)及影響因素研究：基于2013—2019年我國30省份相關(guān)數(shù)據(jù)［J］.中國高?？萍?，2023（6）：37-43.

［40］ 汪凡，白永平，周亮，等.中國高?？萍紕?chuàng)新能力時(shí)空格局及影響因素［J］.經(jīng)濟(jì)地理，2017，37（12）：49-56.

［41］ 劉業(yè)進(jìn)，崔佳慧.高?？萍紕?chuàng)新與經(jīng)濟(jì)高質(zhì)量發(fā)展：基于空間杜賓模型的實(shí)證研究［J］.演化與創(chuàng)新經(jīng)濟(jì)學(xué)評(píng)論，2023（2）：74-91.

［42］ 謝忠局，馬亞東，楊正東.中國高?？萍紕?chuàng)新對(duì)區(qū)域經(jīng)濟(jì)發(fā)展的影響效應(yīng)研究：基于空間溢出效應(yīng)視角的分析［J］.價(jià)格理論與實(shí)踐，2021（4）：165-168.

［43］ 山述蘭，邊慧敏.服務(wù)國家科技自立自強(qiáng)：高校的使命擔(dān)當(dāng)與路徑選［J］.理論與改革，2023（3）：13-23.

［44］ 熊玲玲.我國高?？萍紕?chuàng)新能力動(dòng)態(tài)綜合評(píng)價(jià)［D］.南昌：南昌大學(xué)，2018.

［45］ 張菊.“雙一流”建設(shè)高?？萍紕?chuàng)新對(duì)區(qū)域經(jīng)濟(jì)發(fā)展的影響研究：以國家中心城市為例［D］.武漢：華中農(nóng)業(yè)大學(xué)，2023.

［46］ 王勁峰，徐成東.地理探測器：原理與展望［J］.地理學(xué)報(bào)，2017（1）：116-134.

A study on the evaluation and influence factors of science

and technology innovation ability in Chinese universities and

colleges from the perspective of new quality productivity forces

LI Pinga，SUN Xiaojinga，CAO Mingpingb

（a.School of of Economics and Management; b.Institute of Higher Education，

Shandong University of Science and Technology，Qingdao 266590， P. R. China）

Abstract：

General Secretary Xi Jinping put forward the concept of new quality productive forces based on the characteristics of our economic development era times and made a series of important arguments. New quality productivity forces is a productivity form by the new technological revolution. The engine of new quality productivity forces is the information technology and artificial intelligence， and scientific and technological innovation is its driving force. New quality productivity forces is the strong driving force and supporting force of high-quality development. As an important part of the national innovation system， universities and colleges play a crucial role in fundamental research， applied research and achievement transformation. They have achieved a lot of major scientific and technological achievements. However， there are still many deficiencies and many difficulties and problems. Under the guidance of General Secretary Xi Jinping’s important arguments on “new quality productivity forces”， it is of great importance significance to accurately grasp the important position and unique advantages of scientific and technological innovation ability in universities and colleges， and objectively evaluate the development level of scientific and technological innovation of universities and colleges in different regions of our country， and analyze the existing problems， and put forward countermeasures and suggestions. This paper uses TOPSIS method to measure the scientific and technological innovation ability index of universities and colleges in 31 provinces （municipalities and autonomous regions）. Based on the spatial autocorrelation theory， this paper explores the spatial correlation characteristics of scientific and technological innovation ability index. Theil index is used to analyze the spatial differences of scientific and technological innovation power index. The geographical detector is utilized to study influencing factors of the science and technology innovation power and the interaction of those factors. The results of the study are that： The overall innovation power of Chinese universities and colleges in 31 provinces （including municipalities and autonomous regions） is not strong. The spatial distribution of science and technology innovation power index is uneven， and and the eastern region is significantly higher than the central and western regions. The spatial auto-correlation is significant. The regions with high index such as Shanghai， Jiangsu， Guangdong and Zhejiang show the “high-high” agglomeration. The regions with low index such as Gansu， Hainan， Xinjiang and Tibet show the “l(fā)ow-low” agglomeration. There are significant regional differences. The internal difference of eastern and western regions is more significant than that of central region. The internal differences in the east are narrowing. The internal differences in the central region first increased and then decreased. The internal differences have increased in the western region. The main factors that affect the development of scientific and technological innovation power of Chinese universities and colleges are human resources， fund investment， etc.. There are obvious differences in resource input between regions. The central and western regions are underinvested. At the same time， the central and western regions also affected by regional opening up to the world and technical needs. The interaction intensity of internal factors is greater than that of external factors. The factors with greater interaction strength are the number of teaching and research staff ， the science and technology allocation funds in the current year，the number of technology results application and service projects， the amount of funds allocated for Ramp;D achievements application and scientific and technological service projects in the current year and the informatization level. The informatization level plays an increasingly important role. According to the research conclusion and based on General Secretary Xi Jinping’s new quality productivity forces， this paper puts forward countermeasures and suggestions in innovation investment， resource allocation ， resource sharing and government-industry-university-research cooperation， etc..

Key words： "new quality productivity forces; scientific and technological innovation ability；evaluation of science and technology innovation ability in universities and colleges; influence factors; spatial characteristics; TOPSIS method; spatial auto-correlation; Theil index; geographical detector

（責(zé)任編輯 彭建國）