省域高等院校研发人员集聚与科技创新能力协调关系的时空特征研究

2020-12-21 06:14张宝生王天琳王晓红

技术经济 2020年11期

张宝生，王天琳，王晓红

（1.哈尔滨师范大学管理学院，哈尔滨 150025；2.哈尔滨工业大学管理学院，哈尔滨 150001）

我国经济发展进入新常态时期，以创新驱动发展转变经济发展方式，科技创新已成为国家发展战略，高等院校是科技创新的主力军和重要载体，科技创新依靠创新资源，研发人员是高校科技创新中最基本的条件和最活跃的要素［1］。高校研发人员通过在地理空间上自由流动获取最佳效益，通过分工、互补形成高校竞争力［2］。研发人员的流动或迁移导致其在区域高校的集聚，进而产生集聚效应［3］。进入21 世纪以来，我国高校呈现出人才“集聚经济”状态，从本科教学工作水平评估、全国学科评估、“985 工程”“211 工程”到“世界一流大学和一流学科建设”的“双一流”导致全国范围内高校的人才争夺愈演愈烈，现阶段呈现出中西部高校人才向东部高校流动的“孔雀东南飞”现象［4］。理论上，高校研发人员的集聚水平在一定程度上影响科技创新能力，隐含了创新能力的提升［5］，但在实际上研发人员集聚高的区域科技创新水平是否一定高，二者是否存在协调发展关系，在现实上高校“人才争夺”是否真的提高了科技创新效率，是否在人才配置上得到了合理优化，在全国范围内是否达到帕累托最优，这是一个值得深入研究的问题。高等院校具有人才培养、科学研究、社会服务和文化传承的职能，其中科学研究对实现其他职能具有积极的促进作用，高校工作人员在多大程度上从事科研活动，影响和制约着高校发展水平。对我国省域高校研发人员集聚和科技创新能力的现状及其协调发展程度进行分析，明确二者的关联关系对促进高校科学研究和科技创新，推动高等教育和经济社会的发展具有重要意义。

Barro［6］提出了科技创新区域集聚理论，指出人才资源分配能够提高科技产出规模与产出效率。Sengupta［7］认为科技创新会通过知识积累、创新溢出效应等方式直接或间接地促进经济长期增长，说明科技创新的提升需要通过产业间、区域间无形与有形的知识与技术的互动。程中华［8］认为集聚是通过空间临近，提供专业化劳动力与投入产出品，降低知识与技术成本来提升科技创新能力，通过Morans’I指数证明地区综合科技实力存在显著空间自相关性，地区间形成集聚效应增强会造成地区间综合实力呈现更大差距。李庭辉和董浩［9］分析了技术创新与产业结构的关系。汪凡等［10］通过GIS 空间分析中国省域高校科技创新能力的格局及影响因素，表明与其相关的产业存在热集聚区与冷集聚区。汪宝进［11］分析了我国科技人力资源和区域创新能力的分布状况。李国富和汪宝进［12］分析了科技人力资源分布密度与区域创新能力的关系，指出在长期和短期二者之间都呈现高度正相关性。相关研究为本文奠定了基础，但目前研究一是普遍聚焦于区域科技人力资源，缺乏针对高等院校、对区域高校人员分布情况的研究，特别是研发人员的集聚情况；二是多数从人员集聚和科技创新关系的角度分析，少有从协调发展程度角度的研究；三是缺乏二者之间整体、区域、时空间关系的多方面研究。本文对省域高等院校研发人员集聚与科技创新能力协调关系的时空特征展开研究，重点分析区域高校研发人员集聚规模结构、分布趋势，及其和科技创新能力的协调关系和影响，分析现阶段存在问题及产生原因，并提出政策建议。

一、高等院校研发人员集聚态势分析

从事基础研究、应用研究、试验发展等科技活动的人员统称为研究与发展人员，研发人员是科技创新中最基本的条件和最活跃的要素［13］。在高等院校中，研发人员是所有教学科研人员中直接从事科研工作的人员，在《高等学校科技统计资料汇编》中将其定义为：统计年度内，从事研究与发展工作时间占本人教学、科研总时间10%以上的“教学与科研人员”。在宏、微观环境条件作用下，高等院校研发人员为了寻求最优定位、满足自我需求，从而实现价值最大化在外部不同地理空间中、在内部不同岗位间的有序流动或迁移，导致研发人员以差异化的数量和结构分布在不同区域高等院校中，从而产生和形成人才集聚的内、外部效应，这种不均衡的分布和集聚通过知识存量和知识的互补、整合及扩散的放大效应影响着区域高等院校的科技创新能力，在局部形成科技创新增长极。

（一）计算方法

学术界在衡量区域要素的空间分布情况时普遍采用空间基尼系数、人口密度模型、区位熵指数等，其中由哈盖特（P.Haggett）提出的区位熵方法广泛应用于衡量产业集聚程度，以产值或就业人数指标分析产业集聚情况，较好地反映了某一产业部门的专业化程度，以及某一区域在高层次区域的地位和作用［14］。本文借鉴区位熵法测量高校研发人员集聚水平，具体计算方法如式（1）所示：

其中：LQij表示j地区（省域）高校研发人员数在全国地位与j地区高校教学与科研人员总数在全国地位的比较；变量Qij表示j地区高校研发人员数；Qj表示j地区高校教学与科研人员总数；表示全国高校研发人员总数；表示全国高校教学与科研人员总数。若LQ＞1，则表示高校研发人员在j地区的集聚程度较高，意味着超过全国平均水平并且科技活动较集中，具有一定的规模优势与比较优势；若LQ＜1 则表示高校主要从事教学活动，在研发力量上处于劣势。

（二）数据测算

采用省域高校研发人员区位熵来测量其集聚水平，数据来源于《高等学校科技统计资料汇编（2011—2017 年）》，选取2010—2016 年31 个省（直辖市、自治区）（因数据缺少，不包括港澳台地区）高等学校教学与科研人员数、研究与发展人员数两项指标统计数据进行分析，计算结果见表1。

表1 省域高校研发人员区位熵（2010—2016 年）

续表

（三）结果分析与讨论

1.总体分析

通过横向比较31 个省（直辖市、自治区）高校研发人员区位熵指数，发现高等院校研发人员集聚程度与经济发展差异的状况并非完全一致，经济发展较快的东南沿海等地区高校研发人员集聚程度并不一定位于前列。区域高校科技研发人员集聚水平总体上呈现出“东部地区、东北地区＞中部地区＞西部地区”的态势，整体局面为东强中西弱。2010—2016 年研发人员区位熵平均值位于前7 位的省份为吉林、上海、广西、北京、黑龙江、天津、辽宁，位于后7 位的省份为青海、海南、河南、新疆、河北、江西、甘肃。纵向来看，2010—2016 年中国高校研发人员总体呈现向高水平集聚发展的态势，这与近年来创新驱动发展战略、高校科技创新政策支持、产学研深度融合、注重人才引进与开发、经济发展等因素息息相关。各省研发人员集聚程度在基本稳定的基础上存在局部波动，个别省份波动剧烈，选取7 个典型省份做出区位熵指数走势图，如图1 所示。

2.区域集聚水平分析

从2010—2016 年高校研发人员区位熵发展水平和变动趋势的动态分析，可以分为高水平集聚、低水平集聚与波动水平集聚3 种方式。

（1）高水平集聚。从地区空间分布和划分区域上来看，东部地区和东北地区呈现高水平集聚的态势相对明显。东部地区高校科技研发人员主要集聚在京津冀一带及上海、山东等地，这些地区高校具有地理位置优越、经济实力雄厚、科技产业水平发达、高校科研基础设施先进、完备等优势，形成了严密的人才集聚体系，吸引了大量高水平科技人员涌入，结构、规模不断优化，成为研发人员集聚高地。长三角地区虽处于地理位置优势，经济水平发达，但高校研发人员集聚程度相较京津冀地区没有明显优势。东三省作为老工业基地历史悠久，高校工科实力强劲，积累了一批科技人才，高校研发人员集聚水平较高，总体分布也较平均。

图1 典型省份区位熵指数走势图

（2）低水平集聚。中西部地区高校研发人员呈现分散、不平衡的状况，区域高校研发人员集聚水平整体不高，这与中西部地区所处地理位置与人才条件的差异有关。西部地区高校科技研发人员以广西、四川、西藏为主要集聚地区，整体发展呈现变动趋势。中部地区以山西、安徽为主要集聚省份，但研发人员集聚与东北地区、东部地区相比差距明显。中西部地区的青海、甘肃、新疆、河南、江西、陕西等地高校研发人员集聚水平全国排名靠后，这主要与区域地理位置不便、人口相对分散、高校基础设施条件匮乏，不利于高校开展科研活动等因素有关。此外，处于东部地区的海南省由于经济发展定位等原因，高等院校水平和条件一般，因此高校研发人员集聚程度较低，但由于近年国家政策倾斜呈现递增趋势。

（3）波动水平集聚。部分省份高校研发人员集聚处于较大波动状态，主要集中在西部地区。以内蒙古、西藏、宁夏、新疆为主的自治区呈现较大程度的波动，其中内蒙古、西藏呈现波动下降的趋势，宁夏、新疆呈现波动增长的趋势，且增长幅度较大。自治区实行区域自治制度，相较西部其他地区，整体科技发展水平不高，地理位置、政策和人才支持、科研项目与经费等方面也间接影响高校研发人员集聚水平，造成发展不平衡状态，提高落后地区高校研发人员的培养与吸引力度一直是政府关注的重点。西部地区广西、重庆、四川等地高校研发人员集聚程度在递减，表明了西部高校人才的流失。中部地区充分的发展潜力、有效的政策扶持一定程度上吸引了科技人才的迁入，河南、湖南等地高校科技研发人员集聚水平有上升趋势，但整体集聚水平提升并不特别显著。东部地区广东省高校研发人员集聚水平稳步发展，增长较为明显。

二、高等院校科技创新能力分析

奥地利学者熊彼特［15］在技术创新领域内首次提出“创新理论”，从资源配置的角度指出创新是对生产要素重新组合从而形成新的生产能力的经济特征，为创新能力研究奠定了深层次基础。关于科技创新能力目前学术界主要是从科技投入、科技产出及二者综合考量来衡量其创新能力水平［16-17］。科技创新产出是科技创新能力的重要表征［18］，本文借鉴以上思想，直接从高校科技活动产出的角度衡量其科技创新能力，主要通过承担科技项目和科技经费、科技成果及技术转让、科技成果获奖等方面综合体现。具体选取以下指标：政府资金科技经费数、企事业单位委托科技经费数、研究与发展项目数、R&D 成果应用项目数、科技服务项目数、出版科技著作数、发表学术论文数、鉴定科技成果数、国家级项目验收数、专利申请数、专利授权数、技术转让合同数、技术转让当年实际收入、成果授奖数共14 个指标来测度高校科技创新能力。

（一）计算方法

以各省统计数据为研究对象，采用因子分析法来计算2010—2016年31 个省（直辖市、自治区）高校科技创新能力综合水平，对各区域高校科技创新能力进行数据分析，数据来源于《高等学校科技统计资料汇编（2011—2017 年）》。通过对14 个变量的数据降维，判断是否通过KMO检验，并在各年份抽取公因子，通过因子载荷矩阵计算出各变量的得分系数矩阵，计算出各因子的综合得分（FAC）。

以2016 年数据为例，经过KMO 与Bartlett 检验结果，可以判断抽取的科技创新数据是否适合因子分析法。从表2 可知，KMO 检验值为0.780。根据KMO 检验值标准：KMO＞0.9 为非常适合；0.9＞KMO＞0.8 为比较适合；0.8＞KMO＞0.7 为一般；0.7＞KMO＞0.6 为较不适合；KMO＜0.5 为不适合［19］。2010—2015 年据此分析方法得出结果，KMO 检验值均通过检验标准，可知本文选取数据适合运用因子分析，其显著性＜0.05，说明选取的14 个变量之间是存在关系的。

通过主成分分析的抽取方法，从14 个变量中提取公因子方差，得出各变量共同度的结果。通过对因子贡献率的分析，可知因子通过旋转后，有3 个因子与指标变量之间的关系非常密切，计算结果见表3 和表4，选取这3 个因子作为公因子，它们对方差贡献率分别为75.018%、8.121%、6.175%，累计贡献率为89.314%。通过主成分分析可知专利申请数、专利授权数、发表学术论文数、鉴定科技成果数、企事业单位委托科技经费数、研究与发展项目数、R&D 成果应用项目数等变量提取度均超过90%，这说明数据中变量共同度较高，所选取的变量是有效的；成果授奖数、国家级项目验收数、政府资金科技经费数各变量提取度超过85%，这3 个变量对于科技创新的影响程度也比较重要。综上所述，这3 个公因子可以作为衡量高校科技创新程度的重要标准，能够客观对全国31 个省份高校科技创新能力做出合理评价。

表2 KMO 与Bartlett 检验（2016 年）

表3 高校科技创新能力因子贡献率表（2016 年）

表4 公因子贡献率分析（2016 年）

（二）数据测算

第一因子得分（F1）、第二因子得分（F2）与第三因子得分（F3）由各成分得分系数Ai（i=1，2，3）与各成分初始变量值Fi（i=1，2，3）相乘计算完成。2016 年各省高校科技创新能力综合得分计算方式如式（2）所示，计算结果见表5。与2016 年采用同种方法，计算出2010—2015 年高校科技创新能力综合得分，汇总见表6。

表5 省域高校科技创新能力评分（2016 年）

表6 省域高校科技创新能力水平（2010—2016 年）

（三）结果分析与讨论

从整体分布状况上看，高校科技创新能力与区域经济发展水平总体上具有一致性，二者关系较为显著。2010—2016 年平均值排名前7 位的省份分别为江苏、陕西、浙江、北京、湖北、广东、上海，排名后7 位的省份分别为西藏、青海、宁夏、海南、新疆、内蒙古、贵州。可见高校科技创新能力水平高的区域大部分集中在经济发展程度高的东部沿海省份；高校科技创新能力中等的地区主要集中于内陆中部的一些省份及东北地区，如湖南、安徽、河南、辽宁等地；高校科技创新能力较低的地区主要分布于经济发展程度落后的西部地区，西部地区地理位置偏远、科技发展相对落后，这也是与中部、东部地区存在明显资源与技术上差异的重要原因；值得注意的是西部地区的陕西、四川两省高校科技创新能力较强。区域高校科技创新能力呈现“东部地区＞东北地区、中部地区＞西部地区”的发展态势。

通过对各区域高校科技创新能力的横向分析可以看出，每个区域存在至少一个科技创新的带领省份。高水平、高质量的人才与技术在此聚集，拉动区域高校整体科技创新水平［20］。华东地区以江苏、浙江为代表，华南地区以广东为代表，华北地区以北京为代表，华中地区以湖北为代表，东北地区以辽宁为代表，西南地区以四川为代表、西北地区以陕西为代表，这些省份在区域内创新能力最强，明显高于其他省份，区域内具有梯队结构。

三、高校研发人员集聚和科技创新能力的协调关系

通过高校研发人员区位熵指数和科技创新能力综合得分的比较可以看出，区域高校研发人员集聚与科技创新能力呈现一定程度的相似性。经济发展程度高的区域高校科研基础设施完善、科研与教育经费投入高、产学研结合紧密，使研发人员效率得以发挥，同时人才能够得到充分开发，实现较快的提高和发展［21］。尽管区域高校研发人员集聚与科技创新能力二者之间存在一定相关性，但并不完全一致，有必要深入研究二者关系。

（一）计算方法

借鉴哈肯［22］提出的耦合协调度思想，分析高校研发人员集聚与科技创新能力协调关系。协调度指系统或系统内部要素之间在发展过程中彼此和谐一致的程度，体现了系统由无序走向有序的趋势。构建高校研发人员集聚与科技创新能力的综合协调发展模型如式（3）～式（5）所示：

其中：D表示协调发展系数；C表示耦合发展系数；T表示综合评价指数；LQ表示高校研发人员区位熵指数；FAC表示科技创新能力分值。高校研发人员集聚与科技创新能力水平是高校科技活动的重要方面，鉴于研究二者影响关系，故设定α、β作为待定系数取值为α=β=0.5。为解决区位熵指数与科技创新能力分值的量纲差别问题，使得两项指标均处于[0，1]区间，以便于更好地对数据进行比较，采取极差标准化公式对2010—2016 年区位熵LQ原始数据进行标准化处理XL′，如式（6）所示；对存在负值的科技创新能力分值FAC通过改进系数法XF′做出标准化处理，如式（7）所示：

其中：XL′表示经过标准化处理的LQ指数；XF′表示经过处理后的科技创新能力正向指标；XL、XF表示原始平均指标；max（XL）与min（XL），max（XF）与min（XF）分别表示2010—2016 年LQ与FAC指数计算平均后的最大值与最小值。协调程度判别标准见表7。

表7 协调发展判别标准表

采用Sperparman 秩相关系数法分析31 个省（直辖市、自治区）的高校科技研发人员集聚与科技创新能力的时空发展趋势，计算方法如式8 所示：

其中：R表示秩相关系数；Xi、Yi表示样本i到样本N协调发展系数D从小到大排列的序号与按时间排列的序号；N表示样本总量。Sperparman 秩相关系数取值为[-1，1]，|R|值越大相关性越强。WP表示秩相关系数临界值，|R|≥WP表明协调发展趋势具有显著意义。若R为正值，表明具有上升趋势；若R为负值，则表明具有下降趋势。

（二）数据测算

根据31 个省（直辖市、自治区）2010—2016 年高校研发人员集聚与科技创新能力标准化处理数据，通过式（3）计算出高校研发人员集聚与科技创新能力的综合评价指数T，根据式（4）计算出耦合发展指数C，根据式（5）计算出协调发展系数D，并对处理后的各项数据计算2010—2016年平均值，进而计算并判别出2010—2016年高校研发人员集聚与科技创新能力的协调关系。通过计算对比，若，为高校科技创新能力滞后；若，为高校研发人员集聚水平滞后；若差异存在小范围浮动（±0.05），为相对平均类型。结果见表8。

表8 省域高校研发人员集聚与科技创新能力协调发展关系（2010—2016 年）

（三）结果分析与讨论

1.整体协调发展关系分析

通过对2010—2016 年协调发展度的计算，得知31 个省（直辖市、自治区）高校研发人员集聚和科技创新能力协调发展系数平均值介于0.07～0.64，大部分省份协调发展系数集中于0.5～0.699，具体表现为轻度协调、勉强协调，占全部省份的67.74%。2010—2016 年高校研发人员集聚与科技创新能力协调发展系数均值高于耦合发展系数均值。协调发展类型包括轻度协调、勉强协调、轻度失调、濒临失调、极度失调5 种类型。协调发展程度前8 位的省份分别是上海、吉林、北京、广西、天津、江苏、辽宁和黑龙江，可见京津冀和东三省协调度最优；河北、江西、河南、海南、贵州、西藏、甘肃、青海、宁夏、新疆均值介于0.07～0.499，呈现发展失调状态，占总体的32.26%；东部地区、中部地区及东北地区协调发展系数普遍高于西部，整体发展呈现“东高西低”的发展状况。

2.区域空间协调关系分析

区域高校研发人员集聚与创新能力的协调状况见表9，东部地区大部分省份协调状态相对较好，处于轻度、勉强协调状态，仅有河北、海南两省在协调发展关系上呈现濒临失调、轻度失调的状态；中部地区的江西、河南呈现濒临失调状态，其他省份处于勉强协调状态；西部地区呈现失调水平的省份占区域内部数量的50%，青海呈现极度失调的状态；东北地区整体协调发展关系状态较好，区域高校科技研发人员与创新能力协调关系较平衡，并未呈现较大程度的差异。区域协调发展关系主要呈现“东部地区、东北地区＞中部地区＞西部地区”的发展状况。

表9 省域高校研发人员集聚与科技创新能力协调关系空间分布情况

在协调状态的基本特征上，各省普遍处于研发人员集聚滞后状态，高校研发人员相对分散，人才数量和结构满足不了科技创新需求。特别是西部地区集聚水平滞后特征明显，难以支撑科技活动，导致协调发展程度低。河南、海南、青海、河北、江西、新疆高校研发人员集聚水平相比其他地区存在明显的滞后差异。北京、天津、辽宁、宁夏协调关系相对平均。值得注意的是，尽管现阶段东部地区及东北地区高校研发人员集聚与科技创新能力发展程度均较高，但也存在研发人员集聚水平滞后的现象，这主要是因为东部地区高校科研投入大、科技成果先进、成果产出量高，对研发人员需求量大。

同时存在科技创新能力滞后的情况，这主要由于两个原因：一是受地区经济、发展程度等制约，高校教学科研资源、学术平台、研发基础条件不能满足和匹配研发人员的规模，没有充分发挥出集聚效率，在规模效率上形成投入冗余现象；二是受社会文化、管理方式等制约，高校在科技活动和研发人员的管理机制与技术水平方面不完善，对人才开发和培育不足，管理和配置不科学，没有将研发力量高效的转化成相匹配的产出成果［23］。存在以上两种现象造成高校科技创新能力水平滞后于研发人员集聚的省份如吉林、黑龙江、广西、西藏等地。上海存在轻微的科技创新能力水平滞后的情况，主要是因为上海经济高度发达、研发管理水平先进，正是因此吸引了大量的人才涌入，尽管科技创新能力极强但相对于其人才集聚程度而言还是存在一定人力资源浪费现象。

3.协调水平发展趋势分析

绘制出2010—2016 年高校研发人员集聚与创新能力协调发展时间趋势示意图，如图2 所示。

总体上看，高校研发人员集聚与科技创新能力的协调发展关系在省域间横向相对平稳的基础上呈现纵向动态变化的时空特征。2010—2016 年31 个省（直辖市、自治区）相对位置整体变化程度不大，各年份走势呈现高度相关性。通过对2010—2016 年协调发展系数平均值的计算，可以发现北京、天津、吉林、辽宁、黑龙江、上海、江苏、山东、广西各年份高校研发人员集聚与科技创新能力协调关系均保持排名靠前的稳定走势。以2013 年为分界点，分阶段观察2010—2013 年、2014—2016 年协调发展度的上升和下降趋势，协调发展系数存在上升、下降与波动3 种发展状况，海南、西藏、青海等省份有较大幅度的变化。为进一步研究变动趋势，采用Sperparman 检验法对协调发展度进行检验，结果显示在双侧置信度0.05 显著水平下，二者相关性是显著的，协调发展度的变化趋势具有较高的可信度。绘制高校研发人员集聚与科技创新能力协调发展秩相关系数图，如图3 所示。

由图3 可知，2010—2016 年高校研发人员集聚与科技创新能力存在较大的时间差异，并且差距不断加大。北京、山西、内蒙古、江西、广西、重庆、四川、云南、西藏、陕西、青海秩相关系数大于0，秩相关系数呈现正相关，说明这些省份高校研发人员集聚与科技创新能力协调发展程度具有上升趋势，主要以西部地区为主；河北省秩相关系数为0，说明两变量之间协调发展度的变化相对平稳；其余19个省（市、自治区）秩相关系数小于0，秩相关系数呈现负相关，占全部省份的61.29%，说明我国省域高校研发人员集聚与科技创新能力协调发展关系总体呈现下降趋势。与表7 对比分析可知，协调发展系数较高的地区秩相关系数并未呈现明显的上升趋势。东部地区高校近年来高端人才不断涌入，但研发人员集聚与科技创新能力协调发展关系却并未保持稳步上升状态，相反协调发展程度有不断降低的趋势，说明存在边际效益递减的现象，人才红利并没有完全开发和利用。中、西部地区高校受人才流动冲击均较大，其中中部、东北部地区高校二者协调发展程度呈现逐步恶化趋势；西部地区高校尽管二者协调水平仍较低、波动幅度较大，但整体上呈现上升的趋势，近年来西部高校主动或被动地逐渐调整高校人员结构与科技创新能力之间的协调关系，进而逐渐缩小西部与东部地区资源配置和发展的差距。

图2 高校研发人员集聚与科技创新能力协调发展的时间趋势（2010—2016 年）

图3 省域高校研发人员集聚与科技创新能力协调发展的秩相关系数

四、结论与政策启示

通过对31 个省（直辖市、自治区）高校研发人员集聚与科技创新能力进行时空分析，得出在目前国情背景下，高校研发人员集聚分布呈现出明显的区域性差异。集聚程度高的省份主要集中于东部和东北部地区，集聚程度中等的省份主要集中于中部和沿海地区，集聚程度低的省份主要集中于西部地区和少数中部省份。由于东部、中部、西部与东北部地区之间的区位与经济差异，人才会更倾向于地理位置较好、政策环境优越、基础设施完备、发展速度较快的地区，但值得注意的是集聚程度高的省份并不一定在经济发展程度高的地区。总体上看高校研发人员集聚存在一定的不平衡、不合理现象。省域高校科技创新能力的分布状况与区域经济发展程度具有一致性，呈现“东高西低”态势，科技创新能力高的省份主要集中于东部沿海发达地区，科技创新能力中等的省份分布在内陆中部地区，科技创新能力低的省份主要分布在经济发展程度相对落后的西部地区。

高校研发人员集聚与科技创新能力协调性总体偏低，研发人员集聚滞后和科技创新能力滞后的情况均存在。虽然大部分区域高校呈现协调类型，但整体协调度偏低，并未存在优质、良好协调状态。这表明我国高校研发人员集聚与创新能力具有高度相关的发展关系，但在协调体系运行上某些条件并未达到最优标准，大部分省份存在高校研发人员集聚水平过低的问题，一定程度上存在强者越强、弱者越弱的“马太效应”。在纵向上大部分省份高校协调发展关系呈现下降的趋势。此外，区域高校科技创新带动性较差，东部地区以北京为例，具有高研发人员集聚水平、高科技创新能力，但临近省份天津、河北并未呈现出相似的发展水平，中西部地区以湖北、陕西为代表的省份也是如此，区域间存在严重差异性，这在一定程度上说明我国高校目前在区域内部合作上需要加强。