中国高校科研投入的创新绩效研究

王俊松 杜德斌

（华东师范大学 科技创新与发展战略研究中心，上海 200062）

中国高校科研投入的创新绩效研究

王俊松 杜德斌

（华东师范大学 科技创新与发展战略研究中心，上海 200062）

高校科研投入的创新绩效关系到国家知识创新体系建设的效率。本研究重点关注我国高校科研投入的分布特点及不同类型高校的创新绩效。研究发现，国家对于高校的科研投入存在明显的向高水平高校倾斜、向沿海地区倾斜的态势。本文基于DEA模型从多角度探讨了不同类型和区域的高校的创新绩效，结果显示，高水平高校在杰出人才培养和高水平科研成果产出方面具备更高的效率和优势，表明当前科研投入的适度倾斜存在其合理性。本研究同时确证了人才培养和科学研究存在相辅相成的关系，高水平的人才培养需要高水平的科研投入作支撑。

高校；创新绩效；科研投入；杰出人才

高等教育在知识创新体系建设中起到重要作用，高水平研究型大学是知识创新体系的核心组成部分，其中世界一流大学的基础研究已成为奠定发达国家原始性知识创新的重要基础。从世界范围看，高水平的高等教育和人才培养离不开高水平的科研投入。何晋秋等［1］对德国、美国、法国、日本和英国等各大国研究型大学进行了研究，发现这些高水平大学的建设方向和内容发展趋势是相同的，即为了提高本国的综合国力，各国都倾力支持一部分高等学校发展成为科研、教学、社会服务于一体的高水平研究型大学。其中，教育与科研的紧密结合，既有利于高水平人才的培养，又能促进高水平科研成果的涌现。另一方面，高水平的科研往往和高水平的教育水平相联系。尽管一些研究认为高等学校过于偏重科研可能降低教学质量［2，3］，但多数研究证实，科学研究和培养人才互相促进，科研水平高的学校其教学水平也相对较高［4，5］。英国高等教育委员会每年对英国高校的研究评价调查与教学评价调查发现，大学的科研和教学分数高度相关，研究水平高的学校，其教学水平也相对较高［6，7］，这又与其获得的研究经费直接相关。

科学研究的本质是通过探索事物的客观规律和本质实现创新，从而推动人类对自然和社会的深刻理解。科学研究过程是一个长期不断累积的过程，科研成果的产出不是立竿见影的，往往需要长期稳定的投入才能取得进展，而且大学作为公共机构，其目标是多元化的，具有“多投入多产出”的特点，很难简单用投入产出判断绩效的高低。探讨高校的投入效率及合理性，必须考虑长期的绩效。其次，科研投入的产出形式是多样化的，不仅包括知识创造，还包括知识传播和人才培养。科研投入的产出形式不仅体现在杰出科研成果方面，还包括对优秀科学家等杰出人才的培养方面。

高校科研绩效的评价近年受到广泛的关注，但这些评价研究主要集中在一些学科或一些高校的评价研究。例如段永瑞和霍佳震［8］基于数据包络法（DEA）对我国50所重点院校的科研绩效进行了评价。刘野［9］探讨了我国985高校科研绩效的差异。朱建峰［10］、张艳艳和赵海军［11］、唐琳和刘鸿雁［12］均基于DEA模型评价了单个高校协同创新绩效。还有一些研究以省区或区域为单元探讨高校的创新绩效，如胡曙虹等［13］探讨了中国区域“成长三角”的高校知识创新绩效的发展演化趋势，发现高校创新存在较强的空间差异，且东部地区的创新绩效明显大于中部地区。吴丹丹等［14］基于标度无关性指标评价了中国30个省区高校科技创新绩效。杨宏进和刘立群［15］基于三阶段DEA方法探讨了中国高校科技成果转化效率，发现多数省份科技成果转化效率偏低。由于数据可得性原因，以高校本身为单位的研究较少。其中张运华和曹河［16］以2009—2013年教育部直属的64所高校为研究对象基于结构模型探讨了高校治理资本对科技创新的绩效影响，结果发现人力资本和关系资本有利于提升高校的创新绩效。

已有的研究存在以下问题：一是主要从地区的层面考察高等学校的创新绩效，而同一地区不同等级的高校科研创新绩效可能存在巨大差异，目前的研究尚未给予足够关注；二是一些基于高等学校创新绩效的研究，数据偏少，或者仅对一个学校的创新绩效予以评价，对高等学校之间的差异缺乏关注，同时也缺乏空间视角的分析；三是当前对于创新绩效的评价侧重于短期的论文、项目、专利成果，对于长期的人才培养，特别是高水平的人才和高水平的论文和科技荣誉关注不够。国家强调建设一流的大学并产出一流的科研成果，2016年教育部提出加快世界一流大学和一流学科建设。在一流大学的建设中，强调拔尖创新人才培养，并提升解决重大问题和原始创新的能力。因此，在创新绩效评价中，需要突出杰出人才和杰出科研成果的地位。

中国高校在数量和创新效率上存在较明显的空间差异，本文主要探讨这一空间差异。同时教育部为了推动高校创新能力的快速发展，给予不同的高校不同的发展目标和科研投入，本文也主要探讨不同类型的高校的创新绩效差异。我们侧重探讨这种向重点高校倾斜的科研投入如何影响创新绩效。

一、中国高校科研投入的创新绩效评价方法与指标体系

本文基于中国653个正规本科院校，采用定量方法探讨中国高校科研投入的空间分布，并基于投入产出的数据包络法（DEA）分析中国高等学校的创新绩效，并进一步分析不同类型、不同区域的高校的创新绩效是否存在差异。定量DEA模型探讨创新资源在高校之间的配置情况及产出效率。我们认为：对高校充分的科学研究投入不仅有助于形成高水平的研究成果，还有利于培养出世界一流的高水平人才。从世界范围看，一流大学通常在基础研究和应用研究方面投资巨大。对于我国而言，高水平大学通常需要充足的科研投入保障高水平的研究；同时，从人才培养的角度，高水平的人才培养也需要有高质量的科研条件的支撑。

数据包络法（DEA）是以相对效率为基础，评价决策单元在多种投入和多产出的情况下是否具有技术效率和规模效率。DEA是典型的非参数分析方法，广泛用于评价产出效率，也被广泛用于评价地区高等学校的创新绩效。该方法无须设定生产函数的形式，从而避免了主观因素的影响，而且便于计算在多种投入和产出情形下的创新效率。［17］基于DEA方法，我们将每个高校视为一个决策单元（DMU），基于投入产出权重计算确定DEA是否有效。

假设第k（k=1，2，…，K）个决策单元（即本文中的高校）使用n（n=1，2，…，N）种投入xk，n进行生产，得到m（m=1，2，…，M）中产出yk，m，X、Y分别表示投入和产出向量。在规模报酬不变和投入要素强可处置的条件下，参考技术可定义为：

其中，λ为每个截面观察值的权重，

据此可以定义产出距离函数为：

上式可以通过线性规划求得：

θ即为各个决策单元的效率水平。可以看出应用该式进行高等学校的创新效率计算，还需要确定高校的创新投入和产出。

已有的研究主要将投入指标设定为科研经费投入和科研人员数，产出指标设定为论文、专著、科研成果转化、人才培养等［13，15，16］，但缺乏对杰出成果和杰出人才培养的关注。借鉴已有的经验，我们将科研投入指标设为高校研发人员数和高校科研经费内部支出额，将产出指标设为学术论文发表数、签订技术转让合同数、国家级成果数、专利数；同时我们还考虑杰出成果和杰出人才培养情况，因此我们引入高校获得的国家科学技术“三大奖”项数，校友中富豪企业家、院士、杰出政要人数，Nature和Science期刊发表论文数等产出指标作为高校创新绩效的考量指标。其中，科研经费支出、高校研发人员数、学位论文等指标来源于《中国高等学校科技资料汇编》；科学技术“三大奖”项数来源于科技部网站；杰出校友人数来源于中国校友网；高校在Nature和Science期刊上发表论文数资料来自于作者在相关网站的检索。由于普通的高校学术论文、专利指标已有的文献已有涉及，我们在描述部分着重考察不同类型高校杰出成果产出和杰出人才培养情况。

我们在分析中同时考虑区域差异和高校类别差异。首先我们认为中国的高校分布和科研投入存在显著的区域差异，东部地区明显高于中西部地区，而高校创新绩效也可能存在区域差异，需要进一步探讨；其次，在同一个省区内部，不同等级高校的科技投入和创新绩效也存在较明显的差异，这种差异尚未得到足够的关注，本文将进一步基于定量方法探讨不同类型高校的创新绩效差异。

我们基于国家的教育振兴行动计划重点建设的学校名录将高等学校依次区分成“7+2”高校，国家“985工程”、“211工程”高校和其他本科高校。20世纪80年代以来，由于财政资金不足，中国政府对高等学校拨款逐渐增加基于绩效专项经费，其中规模最大的“211工程”和“985工程”专项资金受到广泛关注。大量的经费集中投入高水平大学以期取得更有效率的产出，尤其是“985工程”资金，目标在于“创建若干所具有世界先进水平的一流大学和一批一流学科”。这种集中式科研投入分配是否合理需要进一步探讨。本文将高校区分成“7+2”高校，国家“985工程”、“211工程”高校和其他本科高校。“7+2”高校指首批进入国家“985工程”的高水平高校，包括北京大学、清华大学、复旦大学、南京大学、浙江大学、中国科技大学、上海交通大学、西安交通大学和哈尔滨工业大学。“985工程”指1998年以来政府为建设“若干所世界一流大学和一批国际知名的高水平研究型大学”而实施的高等教育建设工程。到2011年，共有39所高校进入“985工程”。“211工程”是国家“九五”期间重点建设的高等教育发展工程，目前共有100余所高校进入“211工程”。由于“7+2”、“985”、“211”涵盖的范围依次增大，为避免重复，本文在研究“985工程”高校时，从中剔除“7+2”高校，在研究“211工程”高校时，从中剔除“985工程”高校。

二、中国高校科研经费分配特点

1.偏重于东部大城市

我国重点建设高校基本分布在东部地区的大城市，科研支出也因此向东部地区倾斜。“7+2”高校主要分布在北京和江浙沪地区，其他地区仅有哈尔滨工业大学和西安交通大学入围；“985工程”高校也主要集中在北京和东南沿海地区，中西部地区仅有西安和长沙有较多分布；“211工程”高校基本覆盖了所有省份，但东部地区分布了更多的大学（图1）。重点建设高校的分布决定了科研经费的分布遵循沿海指向的特征，2010年，我国高校科研经费内部支出主要偏重于沿海地区，特别是京津、山东半岛、江浙沪；内地的一些省区如山西、湖北、湖南、四川也有较大比重的分布，在三线建设时期这些地区迁入了大量东部地区的科技资源，壮大了科技力量，这些大学主要分布在西安、成都、武汉、长沙等地（图2）。

图1 “7+2”、“985工程”、“211工程”重点高校分布图

图2 全国省区科研经费内部支出分布

这种倾斜分配可以从研发人员人均经费体现出来，2010年，“7+2”、“985工程”和“211工程”高校研发人员人均经费差异不大，在31万～37万之间，而非“211工程”本科高校研发人员人均经费仅为13.24万元，远低于三类重点建设高校。倾斜的分配方式可能缘于不同高校产出效率存在显著差异。以2010年人均论文数（此处论文数为国外及全国性刊物发表论文）计算，等级越高的高校，人均论文数也越高，“7+2”高校的人均论文数高于其他“985工程”和“211工程”高校，是非“211工程”本科高校人均论文数的3倍以上（图4）。这种产出差异可能是经费分配差异的原因，也可能是经费不均衡分配的结果。

图4 不同类型高校的科研经费分配与产出

三、中国高校科研投入效率比较

1.不同类型高校科研经费的使用效率

科研经费的倾斜式分配是不是一种有效率的配置方式？我们区分“7+2”、“985工程”、“211工程”和非“211工程”本科四类高校，探讨年均科研经费投入在人才培养、科研产出、创新能力方面的绩效。

大学的一个重要功能就是人才培养职能。我们首先分析各类大学的单位经费的杰出人才培养情况。基于杰出人才所在的领域将杰出人才分为杰出政要、杰出院士校友和富豪企业家。其中，“杰出政要”是指国家级正职领导、国家级副职领导、省部级等正职领导，以及第十四届以来的中央委员及候补委员等；“院士校友”衡量学校在培养科技人才方面的能力，本报告以1952年（含）以来我国大学毕业生成长为国内院士（包括中国科学院和中国工程院）和国外科学院院士为数据基础统计得出。“富豪企业家”主要是1999—2014年胡润中国百富榜、福布斯中国富豪榜、南方周末中国（内地）人物创富榜和新财富500富人榜等上榜的亿万富豪企业家2 700多人，因各种原因而落马的问题富豪不在调查统计之列。这些上榜的富豪企业家多数是改革开放后中国民营企业家的杰出代表。

以年均亿元科研经费培养的杰出人才为指标比较各类大学人才培养的效率，可发现高水平大学在杰出人才培养方面具备显著的优势。年均亿元科研经费投入的杰出政要为17.3个，明显高于其他三类高校，“985工程”高校的年均亿元经

2.向重点高校倾斜

图3 科研经费在不同类型高校间的分配

我国高校的科研经费基本倾向于投向少数重点高校。2010年，我国高校科研经费内部支出中，近50%的科研经费分配给了39所“985工程”高校，而“985工程”高校数量仅占全国高校数的不到7%；占全国本科高校83%的普通本科的研发人员占全国高校的50%，其科研经费支出仅占29%。这显示出明显的倾斜分配的特点（图3）。费投入出现的杰出政要达14.2个，低于“7+2”高校，但高于其他类高校（图5）。亿元科研经费投入产生的院士校友显示出更加明显的差别。绝大部分科学院和工程院的院士校友出现在“7+2”高校，“7+2”高校年均亿元科研经费培养的院士校友数远大于其他类型院校；同样地，单位科研经费培养出的院士校友数量遵循从“985工程”高校、“211工程”高校到普通本科院校依次递减的趋势（图5）。上述趋势表明，尽管科研经费向名牌高校倾斜，但这些学校的人才培养效率远高于普通学校。富豪企业家培养效率仍然显示出同样的趋势，年均亿元科研经费培养出的富豪企业家数在“7+2”高校中为30.7个，而在其他“985工程”高校、“211工程”高校和普通本科院校培养的数量分别为13.6、8.0和8.0个。尽管科研投入和富豪企业家之间可能不存在直接的相关关系，但名校的科研环境存在显著的溢出效应，作为优秀人才的聚集地，优秀人才之间形成互相影响、激励和竞争氛围，而出身于同一学校的杰出校友之间也可能形成广泛的人脉关系，进一步促进杰出人才的成功。

图5 不同类型高校年均亿元科研经费杰出人才培养数量

从科研经费投入的直接产出看，2010年，百万元科研经费投入产出的国际和全国性期刊论文数也基本显示出高水平大学的论文产出量更多。百万科研经费投入中，“7+2”高校论文产出为3.1篇，高于“985工程”高校的2.2篇和“211工程”高校的2.0篇，但非“211工程”本科的单位科研经费论文产出高于“985工程”和“211工程”高校（图6）。

单位科研经费投入产出的高水平论文在几类学校间的差距尤其明显，以1998年至2014年我国高校在Nature和Science杂志上以第一作者单位发表的论文数量和论文被引率为基础指标，年均亿元经费投入产出的Nature和Science论文数在“7+2”高校显著高于其他三类高校，比其他三类高校产出的Nature和Science论文总和还多近一倍，Nature和Science论文被引频次更是远远高于其他三类高校（图6）。这表明，尽管科研经费分配显著向高水平高校倾斜，但科研成果，特别是高水平成果仍然主要集中在高水平高校中。在科研经费不充裕的情形下，科研经费分配的这种适度倾斜对于产生重大科技成果存在一定的合理性。

为探讨单位科研经费投入的科技产出，我们进一步分析几类高校的国家科学技术奖的获奖情况。国家科学技术奖是我国科学技术领域的最高奖，分为国家最高科学技术奖、国家自然科学奖、国家技术发明奖、国家科学技术进步奖等五个奖项。本研究中，自然科学奖基于2000—2013年我国高校获得的国家自然科学奖（通用项目）二等奖以上奖励为数据基础统计得出；技术发明奖数据为2000—2013年我国高校获得的国家技术发明奖（通用项目）二等奖以上奖励；科技进步奖以2000—2013年我国高校作为第一完成单位获得的国家科技进步奖（通用项目）二等奖以上奖励为数据基础统计得出。

结果表明，单位科研经费支出产生的科学技术三大奖分布仍然遵循高水平高校单位科研经费投入获奖更高的规律（图7）。其中，这种科研产出向高水平高校偏离的趋势在自然科学奖获奖数量上反映更加明显，“7+2”高校单位科研经费投入产出的自然科学奖数量是“985工程”高校、“211工程”高校、其他本科院校的3倍、10倍和26倍。自然科学奖是与科研经费投入直接相关的奖项，表明科研经费投入到高水平院校在重大科研成果方面可以产生更高的效用，尤其是对于自然科学成果。

图6 不同类型高校年均单位科研经费论文产出

2.不同类型高校科研投入的创新绩效比较

为探讨科研投入对人才培养和科研成果的影响，我们分别做出各类高校的杰出人才、科研成果、科研奖项对科研投入的散点图（图8、图9、图10）。从这几类散点图中，可以看出，“7+2”、“985工程”、“211工程”高校、其他本科院校的科研支出依次下降，但随着科研投入的增加，杰出政要、院士校友、富豪企业家数、Nature与Science论文数和科学技术三大奖的数量迅速增长，且在“7+2”高校中的增长幅度远高于在其他三类高校中的增长幅度。由此显示出科研投入和高等教育的密切融合关系，高水平的人才、高水平的科研成果往往集中于高水平的大学里，在高水平大学里的高水平人才培养和高水平科技产出的效率远高于普通高校，因此需要更大的科研投入。

基于产出对科研投入的简单回归分析也可以发现，对于所有类型的高校，科研投入越高，杰出人才和高水平科研成果的数量越多，科研投入对科研产出及人才培养呈显著促进作用。高等学校中，科学研究和高等教育是密不可分的整体，高水平的人才培养需要高水平的科研投入作为支撑。但如果区分不同类型的高校，可以发现：科研支出对于高水平高校的杰出人才培养和优秀科研成果产出的效用更大；而对低水平高校，科研支出对于其杰出人才培养和优秀科研成果产出的效用较小。对于“7+2”高校，科研支出上升1%，杰出人才数量将增加13，对“985工程”、“211工程”和非“211工程”本科高校，杰出人才数量分别上升2、1.8和0.3个。同样地，科研投入对于四类高校的国家科学技术三大奖、Nature和Science论文数以及国家级科技成果奖项数量均产生显著的影响，但影响的程度随着高校等级的下降依次下降。

图7 年均亿元科研经费产生的国家科学技术三大奖

图8 各类高校杰出人才对科研支出的散点图

图9 各类高校Nature、Science论文数量对科研支出的散点图

图10 各类高校国家科学技术三大奖对科研支出的散点图

由此可见，杰出人才和杰出科技成果主要集中在高水平院校中，而这些院校需要高水平的科研投入作为保障，在国家科技资源有限的情况下，科研经费适度地向高水平院校倾斜是产生杰出成果、培养杰出人才的重要保证。另一方面，也在一定程度上证实，人才培养和科学研究存在着密切的关系［5］，杰出人才通常集中在科研水平相对较高的高校中。

四、基于数据包络分析的实证结果

基于DEA模型我们首先计算了653所本科院校的综合效率、纯技术效率和规模效率。①由于数据记录达653条，各高校的绩效结果不予展示，可向作者索取。其中综合效率表示在规模报酬不变的情形下的技术效率值，纯技术效率表示投入要素的使用效率，规模效率主要观测决策单元的投入产出是否达到最佳比例。其中有包括清华大学、中国人民大学等15所高校的综合效率、纯技术效率和规模效率均为1，产出达到了最大值。有37所高校和26所高校的纯技术效率和规模效率达到1。但多数高校处于DEA无效率状态，还有较高的提升空间。

不同类型高校创新绩效的DEA模型分析结果见表1，可以发现，无论是综合效率还是技术效率，均呈现从“7+2”、“985工程”、“211工程”到一般本科依次降低的趋势，表明高水平高校有较强的技术效率，这也说明国家向重点高校倾斜的投入是合理的。但是规模效率的值显示不同的趋势，“211工程”高校最高，“985工程”、“7+2”高校依次降低，其他本科院校最低，表明“211工程”高校的投入产出配置较为合理。

表1 不同类型高校创新绩效评价

不同省区的高校创新效率也存在较显著的差异（表2），北京、重庆、上海、江苏、陕西、浙江的综合效率、纯技术效率、规模效率均较高，这些省区均有较多重点高等院校分布，吸引了最多的高水平人才，创新绩效居于全国前列。而青海、贵州、广西、内蒙古、甘肃地区高等学校的创新综合效率最低，其纯技术效率和规模效率也较低，这些地区处于西部偏远地区，科研投入有限，难以吸引到优秀人才，科研产出效率也较低。

表2 不同地区高校创新绩效评价

这种空间差异也反映在东中西三大地带上（表3），可以发现东部地区高校的综合效率、纯技术效率和规模效率均高于中西部地区，值得注意的是中部地区的综合效率和纯技术效率低于西部地区，反映了中部地区高校的创新效率存在不足。这与胡曙虹等［13］的结论一致。

表3 不同区域创新绩效评价

五、结论

由于科技资源的有限性，国家对于高校的科研投入存在明显的向高水平高校倾斜的态势。“985工程”高校的科研支出占全国高校总支出的一半。由于高水平高校主要分布在沿海地区，这种倾斜还体现出明显的沿海指向的空间不平衡性。

中国科研经费向高水平高校倾斜存在一定的合理性。本文多角度探讨了不同水平高校的科研成果产出和杰出人才培养相对于科研投入的效率。结果显示，高水平高校在杰出人才培养和高水平科研成果产出方面具备更高的效率和更强的优势。无论是杰出政要、院士校友还是富豪企业家，国家科学技术奖获奖数量、顶尖学术论文数量和被引用率，“7+2”高校单位科研投入经费产生的杰出人才和杰出成果都显著高于普通高校，显示出极强的集聚特点。基于DEA的分析也表明：高等学校的综合效率和技术效率随着等级的提高依次提升，东部地区高校的创新效率高于西部地区高于中部地区。

这表明，高等学校作为国家知识创新体系建设的重要力量，其科学研究和高等教育的功能是密切相关的。对于高水平高校而言，杰出人才培养、杰出成果产出需要依赖于高水平的科研投入，人才培养和科学研究是相辅相成的关系，高水平的人才培养需要大量的科研投入，同时高水平的人才，特别是科技人才也是高水平科研产出的重要源泉。

［1］何晋秋，苏竣，柏杰，等. 提高创新能力加速建设研究型大学［J］. 清华大学学报（哲学社会科学版），2002，（2）.

［2］Consulting J M. Interactions between research，teaching，and other academic activities：report for HEFCE［R］. Bristol：Higher Education Consulting Group，2000.

［3］Gibbs G. Analysis of strategies for learning and teaching［R］. Bristol：Higher Education Funding Council for England，2001.

［4］Harley S. The impact of research selectivity on academic work and identity in UK universities［J］. Studies in Higher Education，2002，27（2）.

［5］Jenkins A，Healey M. Institutional strategies to link teaching and research［M］. New York：The Higher Education Academy，2005.

［6］Jenkins A. The impact of the research assessment exercises on teaching in selected geography departments in England and Wales［J］. Geography，1995，84（4）.

［7］Mcnay I. The impact of the 1992 RAE on institutional and individual behaviour in English higher education：summary report and commentary［R］. Centre for Higher Education Management，Anglia Polytechnic University，1997.

［8］段永瑞，霍佳震. 基于数据包络分析的高校科研绩效评价［J］. 上海交通大学学报，2007，（7）.

［9］刘野. 基于综合DEA评价模型的我国“985”高校科研绩效评价研究［D］. 哈尔滨：哈尔滨工程大学，2013.

［10］朱建峰. 基于DEA-Malmquist指数模型的协同创新绩效评价实证研究［J］. 高教论坛，2016，（1）.

［11］张艳艳，赵海军. 基于数据包络分析的科技创新绩效评价［J］. 天津师范大学学报（自然科学版），2008，（3）.

［12］唐琳，刘鸿雁. 基于DEA和AHP方法的北京大学科研人员绩效评价［J］. 中国科技信息，2015，（18）.

［13］胡曙虹，杜德斌，游小珺，等. 中国“成长三角”区域高校知识创新绩效的时空演化分析［J］. 经济地理，2014，（10）.

［14］吴丹丹，王子晨，郑圣明. 基于标度无关性的区域高校科技创新绩效研究［J］. 管理现代化，2016，（4）.

［15］杨宏进，刘立群. 基于三阶段DEA的高校科技创新绩效研究［J］. 科技管理研究，2011，（9）.

［16］张运华，曹河. 高校智力资本与高校科技创新绩效：作用机理与实证研究［J］. 江苏科技大学学报（社会科学版），2015，（2）.

［17］白俊红，蒋伏心. 协同创新、空间关联与区域创新绩效［J］. 经济研究，2015，（7）.

［责任编辑：罗雯瑶］

Innovation Performance of Chinese Universities’ Research Input

WANG Jun-song DU De-bin
( Institutional of China Innovation, East China Normal University, Shanghai 200062, China )

Innovation performance is related to the national knowledge innovation system construction. The paper intends to explore the characteristics of resource distribution and innovation performance at different type of universities. The results showed that the research input tends to flow to higher level universities and coastal areas. The paper also explores the efficiency of research output and talent training relative to research input at different kinds of colleges and universities based on the DEA models. The results showed that higher level of universities has more advantages in talents training and research output, indicating that the unbalanced research input has its rationality. The paper confirms that higher level of talent training is in line with higher level of research input.

institutions of higher learning; innovation performance; research input; talents

王俊松（1983— ），女，安徽利辛人，博士，华东师范大学科技创新与发展战略研究中心讲师，主要从事科技创新和区域创新研究。

教育部哲学社会科学重大攻关项目“科学研究与高等教育深度融合的知识创新体系研究”（项目编号：11JD039）的阶段性研究成果。

G644

A

2095-7068(2017)01-0041-09

2016-12-08

10.19563/j.cnki.sdjk.2017.01.004