技术异质性与大学知识创新效率评价研究——基于meta-frontier的效率函数模型-沈能.pdf

《技术异质性与大学知识创新效率评价研究——基于meta-frontier的效率函数模型-沈能.pdf》由会员分享，可在线阅读，更多相关《技术异质性与大学知识创新效率评价研究——基于meta-frontier的效率函数模型-沈能.pdf（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第33卷第1期 科技进步与对策Vbl33 No0l2016年1月 Science&TechnologyPmgress腿dPolicy Jan2016技术异质性与大学知识创新效率评价研究基于Metafrontier的效率函数模型沈 能，吴思慧(苏州大学商学院，江苏苏州215021)摘 要：为了全面发展大学知识创新能力，为地区经济发展提供动力，有必要深入探索我国省区大学知识创新效率水平，缩小大学知识创新能力差异。基于技术异质性视角，利用20052013年大学统计资料，结合BCC模型和Metafrontier效率函数，对中国内地30个省区(东中西三大区域)大学的知识创新效率进行测度与分析。结果发现：

2、仅用BCC模型测算时，知识创新效率呈西部、东部、中部排列。考虑技术异质性，加入共同边界效率函数分析时，共同技术比率呈东部、中部、西部排列，而东部地区更接近知识创新共同技术生产边界。未来应提高东部大学资源利用效率，加大对中西部大学的科研资源和技术输入，以便统筹全国知识创新效率和谐发展。关键词：技术异质性；创新效率；数据包络分析；共同边界模型DOI：lO6049kj诲ydc2015060708中图分类号：G644 文献标识码：A 文章编号：10017348(2016)o卜0148一06Study on UniVersity InnoVation Efficiency EValuation Taki

3、ngAccount of Technology HeterogeneityBased on Metafrontier Efficiencv Function ModelShen Neng，Wu Sihui(Sch001 of Business，Suzhou University，Suzhou 215021，China)Abstract：In order to deVelop national university innovation capacity and provide the impetus for economic development ofthe region，it is nec

4、essary to explore university innovation capacity of the different provinces，allocate resources and narrow the differences between regions This paper calculate and analyze university innovation efficiency of 30 Chinese provinces in mainland China，based on the 20052013 universities statistics，combinin

5、g BCC model with Meta frontier efficiency functionThis empirical study finds：By using BCC model，the efficiency of knowledge innovation is ranking as follows：Western region，eastern region and central region When Meta frontier function model was added，MRT was ranking as foUows：Eastern region，central r

6、egion and western region The knowledge inn。vation efficiency of the west regionsis slightly worse than the Iidwest，while the west region is closer to the Metafrontier of knowledge innovationIt is necessary to inlprove resource utilization efficiency in the east region and increase research resources

7、 inputting in the Iidwestuniversities so as to balance the development of the national university innovation efficiencyKey Words；Technology Heterogeneity；Innovation Efficiency；DEA；Common Boundary Model0 引言随着以知识创新为主线的知识经济时代的来临，创新，尤其是知识创新对一个国家的重要性日益凸显。综合国力的竞争已经更多地体现为知识创新的竞争，知识创新能力足以影响一国产业结构合理性、经济发展动力和

8、长期可持续发展能力。肩负着人才培养和知识创新的高等学校，是知识产生的源头，是创新型国家建设的主力军。对不同省区大学知识创新效率水平进行评价，具有重大意义。一方面，可以帮助大学提高科研管理水平，合理配置资源，科学合理地考核科研成果；另一方面，能帮助政府优化资源配置，加强对科研活动的监管，实现资源利用效率最大化。此外，由于中国各省区经济发展水平、资源禀赋、技术创新能力等存收稿日期：2015一0908基金项目：国家自然科学基金项目(71003023)；江苏省教育科学“十二五”规划重点资助项目(Ba20130I027)作者简介：沈能(1976一)，男，浙江平湖人，博士，苏州大学商学院教授，研究方向为技

9、术创新；吴思慧(1990一)，女，江苏宿迁人，苏州大学商学院硕士研究生，研究方向为财务管理。万方数据第1期 沈 能，吴思慧：技术异质性与大学知识创新效率评价研究 149在明显差异，必然会影响高校知识创新效率，而不考虑技术异质性因素测得的效率必然存在偏差。因此，基于技术异质性视角，考察我国东、中、西大学整体知识创新效率水平差异，对协调东中西区域大学知识创新水平科学、和谐发展具有重要意义。1 文献综述目前，关于效率研究的方法主要包括参数法和非参数法两大类。参数法需预先设定函数形式，并用样本数据估计最优生产前沿，因此函数形式设定最为重要。参数法可进一步分为随机边界法、自由分布法、厚边界分析法3种，其

10、中随机边界法的应用较为普遍，其优点在于可以将纯粹的随机误差项剔除，缺点在于函数形式或误差项确定难度较大。非参数法又称数学规划法，主要包括数据包络分析法(Date Envelopment Analysis，DEA)和无界分析法两种，其优点在于不需要指定函数形式，避免主观因素误差，简化计算，实用性强。DEA效率评估法首次由Charness等提出，由于其独特的优势，在许多行业效率研究的文献中被采用。整体来看，目前使用DEA方法评价大学科研水平的文献按照决策单元不同可分为3类：第一类以大学内部院系为决策单元，如查勇和梁棵等；第二类以各大学作为决策单元进行投入产出效率评价，如陆根书和孙静春、沈映春和管摇

11、超、罗杭等；第三类主要以各省份大学为决策单元，如孙世敏、郭峻和熊世权、王晓红和陈浩、沈能等。具体内容如表1所示n。9。然而，以上文献在测算地区大学知识创新效率时，都潜在假设所有地区面临相同的技术边界，然后探究各地区技术无效的根源。由于中国各省区发展程度、资源禀赋、技术水平等存在显著差异，必然导致各地区大学知识创新效率存在差异。针对这一问题，Hayami和Ruttan首先提出了共同生产函数(Meta production function)的概念。Battese和Rao、ODonnell等、Lin等应用共同生产函数研究了一些领域的生产效率。国内仅有少数文献将共同前沿(Meta frontier)

12、生产率指数运用到效率测算中。遗憾的是，现有关于大学知识创新效率研究的文献均忽视了技术边界差异对大学知识创新效率评价的影响，致使测量结果有所偏差。因此，将省区大学作为一个决策单元，考虑技术异质性现状，结合BCC模型和共同边界分析法对各区域的知识创新效率进行对比分析，找出区域间知识创新发展的差异，为国家和地方政府及有关部门制定科研政策具有重要意义。表l 基于DEA方法的高校科研效率评价相关文献2知识创新效率测度21 BCC模型Banker、Charnes和CoOpe一”。1于1984年提出BCC模式，将CCR模式原本假设的固定规模报酬修正为变动规模报酬，并以生产可能集合之凸性性质、非效率性质、射线

13、无限制性质及最小外插性质4个公理与Shephard距离函数，将总技术效率分解为纯粹技术效率(PTE)和规模效率(SE)，且纯粹技术效率与规模效率之乘积即为总技术效率(即TEP孤SE)。假设有行个决策单位，使用m种投入、生产s种产出，而第忌个决策单位的效率值以分数线性规划式表示，即为：u，y。一Ema妨=三匕-一V。x。l=1u，y。V，xi1U，V，e0j一1，2，卵i=1，2，m万方数据 150 科技进步与对策 2016年rl，Z，s当o时，代表规模报酬递减当一。时，代表规模报酬固定当“。o 1(普)r(z)1)8 【 u J一砸”州(z，3I)1 (3)根据组群边界下实际产出水平与共同边界

14、下实际产出水平的比值可以得到共同技术比率(Metatechnology Ratio，MTR)，其运算表达式如下：oM豫=罱等=黜1(4)式(4)表示，在相同的要素投人水平下，DMU在组群下的生产技术相对于共同边界下生产技术的差距，这一技术差距是由特定组群的自身异质性造成的。MTR值越高，表明DMU的实际技术水平越高，即DMU所使用的生产技术越接近潜在的生产技术水平；反之亦然。式(4)可进一步整理为式(5)，表明共同技术效率可进一步分解成两部分的乘积：一部分是组群技术边界效率；另一部分是组群技术边界与共同技术生产边界之间的技术差距。T：E“(z，y)一TE一4(z，y)MTR(z，了) (5)上

15、文的理论可通过图1来形象地说明。在图1中，A代表某个地区，B、C和D分别代表A对于共同前沿面、组群和自身在横坐标上的投影。图1在组群1、组群2和组群3边界下和共同边界下，地区A的共同技术效率、组群技术边界效率和共同技术比率可分别表示为：TE(A)一器 (6)TE删。(A卜浠 )腺Tk嬲=器产出O B C D投入图l共同前沿与组群前沿本文主要测算大学知识创新效率，所以，共同技术效率亦可称为共同知识效率(Meta Knowle趣e Efficiency，MKE)，组群技术效率亦可称为组群知识效率(Group Knowledge Efficiency，GKE)，而共同技术比率则可称为共同知识技术比率

16、(Meta Knowledge technology ratio，MKTR)。23变量与数据考虑我国不同区域的知识创新技术差距，本文沿用东部、中部和西部区域划分法，将样本分为3个技术异质性组群。本文数据来源于高等学校科研统计资料汇编，文中样本涵盖了中国内地30个地区，不包括数据不全的西藏和港澳台地区。基于数据可得性原则，本文样本期涵盖了20052013年的数据。参考以往文献，基于我国大学知识创新效率体系数据的可得性原则，本文选取具有代表性的投入产出指标。投入指标主要包括人力资源投入和科研经费投入两个方面，产出指标主要包括论文产出和专利成果两个方面，指标具体信息见表2。万方数据第1期 沈 能，吴

17、思慧：技术异质性与大学知识创新效率评价研究 1513 实证研究31 BCC模型测算结果本文利用MA)EA6o软件，基于产出导向和20052013年中国内地30个省市区各指标的平均值计算得到大学整体技术效率及分解的纯技术效率和规模效率，如表4所示。其中，“IRS”表示决策单元处于规模报酬递增阶段，“DRS”表示决策单元处于规模报酬递减阶段，“一”表示决策单元处于规模报酬不变阶段。表4 中国内地大学知识创新效率评价结果DMU 技术效率 纯技术效率 规模效率 规模报酬河南 1Ooo 0 1ooO O 1ooO O 一宁夏 1000 O 1ooO 0 1Ooo O 一云南 1ooO O 1000 O

18、1000 O 一浙江 1ooO O 1ooO O 1ooO 0 一新疆 O956 9 1ooO 0 O956 9 DRS江苏 O920 5 1000 O O920 5 DRS河北 0908 7 0946 9 O959 7 DRS贵州 O894 O 0939 6 0951 5 DRS广西 O871 9 O970 1 O898 7 DRS海南 o809 2 1ooo o o809 2 IRs内蒙古 o766 l o785 1 o975 8 DRs山东 O764 4 O976 7 O782 6 DRS陕西 O742 2 O827 3 O897 1 DRS青拇 o699 7 1ooo o 0699 7

19、 IRS江西 O675 O O688 l O981 O DRS甘肃 o670 o o678 2 O987 9 IRs福建 o635 9 o636 6 O999 o IRs湖北 0633 7 】ooO 0 O633 8 DRS山西 O602 8 O611 5 O985 8 DRS广东 0576 O O942 2 O611 4 DRS湖南 O564 3 0792 6 0711 9 DRS上海市 O547 3 0682 6 O801 8 DRS辽宁 0546 2 O818 1 0667 6 DRS北京市 o545 5 1000 o o545 5 DRs重庆市 o539 9 O540 5 O998 9

20、 IRs黑龙江 o536 1 o631 8 O848 6 DRs天津市 O492 8 O520 5 0946 7 DRS安徽 O480 0 O635 6 O755 2 DRS四川 O449 9 O849 1 O529 9 DRS吉林 O445 5 O553 2 O805 3 DRS总平均值 O709 2 o834 2 o855 4东部平均值 o704 2 o865 8 o822 2中部平均值 o617 2 o739 1 o840 2西部平均值 o781 o o871 8 o899 7通过BCC模型测算可以得出以下结论：我国省区大学在20052013年的知识创新效率值为o709 2，分解的纯技术

21、效率值为o834 2，规模效率为o855 4。总体来看，我国大学知识创新效率有待提高，不管是技术创新投入还是产出规模都存在较大的上升空间；东中西三区比较发现，技术效率西东中3区分别为：O78l o、o704 2、o617 2，纯技术效率西东中三区分别为：o871 8、o865 8、o739 1，规模效率西中东三区分别为：0899 7、O840 2、0822 2。我国西部地区的知识创新效率相对较高，不管纯技术效率还是配置效率都高于东部与中部。这与周静等口胡的研究结论相似，经济发达地区、教育水平超前地区的大学知识创新效率并不一定高于不发达地区。东部和中部地区很多省区知识创新效率已经处于规模报酬递减

22、阶段，投入存在较多冗余，导致效率值的下降，未来应加大对西部地区的投入，合理降低东中部的投入增长比率，进而提高产出效率，达到资源的合理利用。具体来看，在中国内地30个省区里，DEA有效的共有河南省、宁夏、云南、浙江4个省区，占1333，这些省区大学的技术效率、纯技术效率和规模效率均为1；新疆、江苏、海南、青海、湖北、北京市6个省区市的知识创新活动纯技术效率有效，规模效率并不高。这些省区需要调整投入产出规模，其中江苏、湖北、新疆和北京已处于规模报酬递减阶段，应停止进一步盲目扩大规模，合理配置大学科研资源，更加重视技术进步。青海和海南尚于规模报酬递增阶段，故可以科学地配置资源，提高技术效率；其它20

23、个省区大学的纯技术效率和规模效率皆为无效，最终导致技术效率水平整体低下。这些省区必须从技术和资源配置两个方面同时采取措施，既要改进科研管理体系、完善科研能力考核体系，又要提高规模效率。处于规模递减的区域，应精简部门人员，减少冗余的科研人员、机构和相关资源；处于规模报酬递增的区域，则应加大科研资源投入力度，充分发挥规模经济效应。32共同边界测算结果基于技术异质性考虑，通过共同边界效率函数进一步分析东、中、西3区的知识创新效率差异，可以比较各DMU与共同边界情况下的技术差距。共同知识效率(MKE)反映了DMU在相同投入条件下实际产出与共同边界产出之间的距离；组群知识效率(GKE)反映了DMU实际产

24、出到组群边界之间的距离。共同知识技术比率(MKTR)(又可称为技术缺口比)反映了组群边界知识技术水平与共同边界知识技术水平之间的差距。在分析共同边界结论之前，有必要通过秩和检验证明我国东、中、西区域是否存在技术异质性。本文通过KruskalkWallis方法进行验证，首先是假设东中万方数据 152 科技进步与对策 2016年西3组不存在技术异质性，经统计检验得到的统计量值为一4457，P值为o000，在1水平下显著，说明我国东中西地区存在技术异质性。知识创新效率地区差异如表5所示。根据各组群的MKE平均值，从高到低依次排序为西部、东部和中部。按照共同技术边界看，西东中部三大组群分别有2190、

25、2958和3828的效率改善空间。从组群边界具体分析可知，东部地区表现最差的是天津，其对应的GKE值为0538 6，表明与东部地区组群技术边界相比，天津知识创新产出仍有4614的效率提升空间。原因在于，天津市目前的高校科研资源投入太高导致管理和技术水平有限，致使投入产出效率较低，表现较好得是浙江、河北、海南，其对应的GKE值均达到了1的相对技术有效性。中部地区中表现最差得是安徽，其对应的GKE值为o583 2，与中部地区组群技术边界相比还有4168的提升空间；表现最好得是河南，其对应的GKE值为1，达到了技术有效性。在西部地区中表现最差得是四川，其对应的GKE值为o702 6，与西部地区组群技

26、术边界相比还有2974的提升空间；表现最好得是陕西、云南、甘肃、宁夏、新疆、内蒙古6个省区，对应的GKE均为1，达到了有效性。6个省区能够在组群边界中达到技术相对有效性的原因在于：高校资源投入相对匮乏，高校之间竞相争夺科研资源投入导致相对高效的出现。组群里共同技术边界的技术差距情况。从表5可以看出，Metafrontier效率函数测算结论如下：三大组群的共同知识技术比率是按东部、中部、西部依次排列的，东部地区技术差距最小，西部地区技术差距最大。其中，东部地区的MKTR为o896 6，表明其现有技术能够达到潜在共同技术边界水平的8966。独特的地理位置和较强的经济实力，使得东部地区大学在吸收资金

27、和利用国内外优秀人才方面具有很大优势，所以，东部地区是全国知识创新技术的引领者。西部地区的知识技术前景相对最差，MKTR为o828 8，表明其现有技术能够达到潜在共同技术边界水平的8288。由于长期实施的非均衡发展战略挤压了西部地区的发展空间，加之西部地区大学科研资金和人力投入不足严重制约了其知识创新发展，从而加剧了其与东部地区的知识创新技术差距。具体来看，在东部地区组群中，MKTR值最高的地区是浙江(1000 o)，表明浙江在东部地区组群中的技术水平最高，其实际技术水平能够达到潜在共同技术边界水平的100。辽宁MKTR值最低为o801 5，表明辽宁实际技术水平能够达到潜在共同技术边界水平的8

28、015。湖北和重庆是中部地区和西部地区MKTR平均值最低的区域，其采用的实际技术水平分别能达到潜在共同技术边界水平的7578和6136。原因在于，湖北省和重庆市更关注于资源投入，却忽视了共同知识技术比率(MKTR)反映了东、中、西3个 科研水平和技术水平的提高。表5知识创新效率地区差异(20052013年)地区省市 MKE GKE MKTR 地区省市 MKE GKE MKTRL尿巾 u343 a Ub14， U石石，0 湖北省 o633 7 o836 2 o757 8天津市 O492 8 O538 6 O914 8 湖南省 o564 3 o697 1 o809 5河北省 O908 7 1_oo

29、O 0 O908 7辽宁省 O546 2 O681 5 O801 5 重庆市 O539 9 O879 9 O613 6上海市 O547 3 O602 3 O908 6 四川省 O449 9 0702 6 O640 4东部地区 篆釜喜 ；：i ： ：嚣j 贵州省 O894o O973 3 o918 5云南省 1Ooo O 1ooO O 1ooO O福建省 O635 9 o682 2 o932 2 西部地区 陕西省 O742 2 1ooo O o742 2山东省 O764 4 O858 8 O890 1 甘肃省 O670 O 1ooO O o670 O广东省 O576 O 0655 1 O879

30、2 青海省 O699 7 O851 5 082l 7海南省 o809 2 1ooo O o809 2 宁夏 1Ooo O 1ooO 0 1000 O新疆 O956 9 1OoO O 0956 9山西省 0602 8 O622 2 O968 9 内蒙古 O766 1 1Ooo O O766 1吉林省 O445 5 O552 8 o805 9 广西 O871 9 o883 5 O986 8中部地区鬻瓣：燃；燃；总平均值 0709 2 O822 8 O860 O东部平均值 o704 2 o783 8 o896 6江西省 O675 O 0691 5 O976 1 中部平均值 O617 2 o721 3

31、 O852 8河南省 1OoO 0 1000 O 1ooO 0 西部平均值 o781 o o935 5 o828 8注：MKE为共同知识效率；GKE为组群知识效率；MKTR为共同技术比率前文是对东、中、西部地区大学20052013年共同边界和组群边界下知识创新平均效率的分析。下文对3个地区20052013年知识创新效率变动和技术缺口变动情况进行趋势分析，实证结果如表6所示。从表6可以看出，20052013年东部地区的共同技术比率MKTR在o823 9O938 6之间波动，中部地区的共同技术比率MKTR在o812 Oo978 6之间波动，西部地区的共同技术比率在o762 9o895 9之问波动。

32、通过20052013年9年时间段的缺口分析，东部地区的共同技术比率高于中西部地区，经济发达地区的知识创新效率离潜在共同技术边界产出距离较近。从共同技术效率MKE和组群技术效率GKE来看，东部和中部都呈下降趋势，西部呈上升趋势，一个主要原因在于近年来东部和中部投入增长比率大于产出比率，从而导致投入冗余，产出不足，资源利用效率较低。而西部地区由于大学科研资源一直比较紧缺，促使资源利用效率高于东部地区，从而出现投入不足、投人产出较高的情况。显然，今后大学科研资源应向中西部倾斜，东部应该向中西部输送人力、财力、物力资源，这样既可以合理利用稀缺资源，又可以缩小东中西部大万方数据第1期 沈 能，吴思慧：技

33、术异质性与大学知识创新效率评价研究 153学知识创新效率的差距，统筹和谐发展。33两种模型测量结论比较通过两种模型测量结论的比较研可以发现：BCC模型在未考虑技术异质性的情形下，测算结论是西部效率最高、中部效率最差、东部位于第二；当考虑了技术异质性后，通过Metafrontier效率函数测算发现，东部地区离共同技术前沿边界最近，其总体技术水平高于中西部东区。结合Metafrontier效率函数后可以发现，西部地区离共同效率前沿尚有一段距离，共同技术比率仍然没有东部地区高，东部地区知识创新水平仍是最接近共同技术边界的。综合来看，东部地区主要面临产出不足的问题，西部地区主要面临投入不足的问题。表6

34、东中西部地区历年共同技术比率(20052013年)年份东部地区 中部地区 西部地区MKE GKE MKTR MKE GKE MKTR MKE GKE MKTR200520062007200820092010201120122013平均值O807 90804 OO831 4O678 9O693 9O687 1O731 1O686 90672 8O732 7O860 8O927 3O90l 5O776 1O759 4O759 4O789 OO782 6O803 2O817 7O938 6O867 O0922 20874 8O913 7O904 8O926 6O877 7O823 9O894 4O7

35、1l 9O629 50664 80605 1063l 6O645 8O665 3O657 1O661 5O652 5O745 1O643 3O720 10745 1O773 6O773 6O760 1O713 20783 OO739 7O955 40978 6O923 20812 OO816 4O834 8O875 3O921 30841 90884 3O702 8O686 9O733 2O647 3O739 8O739 8O803 1O854 9O827 2O748 30762 9O772 1O828 5O767 7O823 3O823 30867 8O878 20895 9O824 44

36、结语大学知识创新效率问题是中国创新型国家建设过程中需重点关注的一个问题。本文运用BCC模型，结合Metafrontier效率函数，对中国内地30个省区(东中西三大区域)大学的知识创新效率进行测度分析。结论如下：不管从整体效率还是分解的纯技术效率和规模效率来看，我国大学知识创新水平还有较大的提升空间；应用BCC模型测算时，知识创新效率呈西部、东部、中部排列。由于西部地区创新资源紧缺，反而得到了更加充分的利用，知识创新投入产出比相对较高。而东部地区和中部地区大规模的资源投入导致投入冗余，反而降低了知识创新投入产出比。如北京、上海和广东的知识创新效率并不高，说明这些地区大学资源并未得到很好的利用；基

37、于共同边界效率函数分析时，共同技术比率呈东部、中部、西部排列，东部地区更接近知识创新潜在共同技术生产边界，西部地区离潜在共同技术生产边界尚有一段距离；结合BCC模型和共同边界效率函数分析可以发现，西部地区的高效率其实是一种“低投入的高效率”模式，并不是我们追求的理想高效率发展模式。我国西部地区技术水平和资源投入水平还有很大提升空间。我国东部地区技术水平虽然已经较高，但由于投入冗余造成了知识创新水平的下降，未来在重视技术水平提升的同时，应重点关注资源利用效率，减少不必要的浪费。基于上述结论，本文提出如下建议：东部和中部地区很多省区知识创新效率已经处于规模报酬递减阶段，投入存在冗余，导致效率值下降

38、。未来应放缓东中部地区的大学科研资源投人，合理降低东中部地区的投人增长比率，精简部门人员，减少冗余的科研人员、机构和相关资源，严厉杜绝资源浪费现象，提高资源利用效率；加大对西部地区的投人，大学科研资源应向中西部倾斜，提高大学知识创新产出效率，发挥规模经济效益。而且应向中西部输送人力、财力资源部，这样既可以合理利用稀缺资源，又可以缩小东中西部大学知识创新效率的差距，统筹和协调全区域知识创新能力发展；重视我国西部地区创新能力和技术水平的提升。未来，必须同时抓资源供给和技术升级两项任务，促进西部地区知识创新效率的可持续上升。参考文献：1 查勇，梁操基于DEA模型的高等院校院系投入产出效率评估J科技进

39、步与对策，2004(1)：1021052陆根书，刘蕾，孙静春，顾丽娜教育部直属高校科研效率评价研究J西安交通大学学报：社会科学版，2005(2)：75793 戚滂，李千目，王艳一种基于DEA的高校科研绩效评价方法J科学学与科学技术管理，2008(12)：1781864 罗杭，郭珍基于DEA超效率模型的中国985工程大学效率评价整合中国大学评价和网大大学排行榜的改进模型J研究生教育研究，2011(6)：48555 姜彤彤“985”高校科研效率测算及区域差异对比J高等工程教育研究，2014(4)：35406 郭峻，熊世权中国31个省市高校科研缋效实证评价J情报杂志，2010(9)：83887 冯光

40、娣，陈飘砜，田金方基于DEAMalmquist方法的中国高校科研效率分析来自30个省际面板数据的经验研究J现代财经：天津财经大学学报，2012(9)：6173r8王晓红，陈浩19992006年我国各省市高校科研效率的实证研究基于科研成果指标变化的对比分析J科研管理，2011(4)：94一1359 沈能，刘凤朝基于空间经济视角的大学知识创新效率的区域差异与趋同J数理统计与管理，2014(1)：2130r10 CHARNES A，C00PER W W，RHODES EMeasuring theefficiency of decision making unitsJEuropean Journal

41、of0perational Research，1978，2(6)：429444，厂11 BANKER R D，CHARNES A，C00PER W WSome models for estimating technical and scale inef“ciencies in dataenvelopment analysisJManagement science，1 984，30(9)：1078，1092厂12 0DONNELL C J，RA0 D S P，BATTESE G EMetafrontier frameworks for the study of firmlevel efficienciesand technology ratiosJEmpi“cal Economics，2008，34(2)：23125513 周静，王立杰，石晓军我国不同地区高校科技创新的制度效率与规模效率研究J研究与发展管理，2005(1)：109117(责任编辑：王敬敏)万方数据