人力投入对高校科技创新效率的影响——基于地理加权回归模型的实证分析＊

刘惟伊

人力投入对高校科技创新效率的影响——基于地理加权回归模型的实证分析＊

刘惟伊

（武汉理工大学，湖北 武汉 430070）

为提高人力投入对高校科技创新的效度提出合理化建议，整理了2009—2018年全国31个省区市高校的相关数据，运用数据包络分析评价高校科技创新效率，并采用地理加权回归模型分析人力投入对高校科技创新影响的空间差异性。研究表明，近年来东中西部地区高校科技创新效率整体提高，中部地区发展迅猛。人力投入数量的增加与素质的提高不一定会促进高校科技创新。成果应用和科技服务人员比例以及科技人员投入中科学家与工程师的比例对高校科技创新的影响增强。人力投入对高校科技创新效率的影响存在空间差异性。对此，高校应按实际情况合理优化人力投入结构；打破地域限制，发挥科技人才技术溢出效应；建立全面、灵活的科技创新人才内部培养机制。

人力投入；科技创新效率；数据包络分析；地理加权回归模型

1 引言

高等学校科技创新作为国家创新体系的重要组成部分之一，是衡量高校学术及应用研究水平的重要指标。由于种种原因，现阶段大部分高校科技成果处于闲置或沉淀状态，无法真正实现深层次的研发与应用。为加快实施中国创新驱动发展战略，促进各创新主体以及科技人员转化科技成果，2015-08全国人大完成了关于《中华人民共和国促进科技成果转化法》的修订，2016-02国务院制定了《实施〈中华人民共和国促进科技成果转化法〉若干规定》。人力资源作为高校科技创新的主力军，研究人力投入对高校科技成果转化效率的影响，对促进人力资源的合理利用与开发、提高中国高校科技创新能力具有重要的现实意义。目前已有许多学者研究各地高校的科技创新能力和影响高校科技创新的影响因素，并取得了一定的成果。但就现阶段而言，学者们的研究重心集中在财政和金融投入的影响上，对于影响因素的空间分析也很少，因此研究中国31个省区市人力投入的结构及素质对高校科技成果创新效率的影响以及影响的空间差异性具有一定的理论意义。本文收集整理了全国31个省区市的高校从2009—2018年的相关数据，首先运用数据包络分析对2009—2018年高校科技创新效率进行综合评价，然后采用地理加权回归模型进行分析，研究人力投入对高校科技创新效率影响的空间差异性，目的是发现现阶段地域高校人力投入情况的规律和不足，总结经验、提出合理化建议，完善并优化人力投入结构，提高人力投入对高校科技成果创新的效度。

2 文献综述

对于高校科技创新，现有研究主要集中在评价各地区高校的科技创新能力和分析影响高校科技创新的因素两方面。对于高校科技创新能力的评价上，一类研究通过因子分析法（刘晓玲，2020）[1]、组合评价法（潘丹等，2020）[2]、密切值法（严立鹏、严志业，2019）[3]等方法评价高校的科技创新能力；另一类研究集中在用数据包络分析法（钟颖，2016）[4]和随机前沿分析（于志军等，2017）[5]等方法测度高校科技投入和产出水平。关于影响高校科技创新的相关因素，现有研究表明政府支持（李苗苗等，2019）[6]、科研项目经费及人才资源（姚思宇、何海燕，2017）[7]是对高校科技创新能力有影响，政府支持、科研项目经费的投入与人才资源的优化和合理调配有利于提高高校的科技创新能力。

有关人力投入对科技创新的影响，国内外的学者也进行了一定程度的研究与实证分析。SWAMIDASS等（2009）[8]通过分析美国部分高校科技成果转化效率低下的原因，发现专业人才的稀缺和高校科研技术转移能力的不足是导致该现象的主要原因，FENG等（2004）[9]研究发现科研人员的管理综合能力是高校科技成果转化的重要内部影响因素 之一，科研人员的专业能力、方法运用能力以及社会实践能力在内的综合管理能力应当增强；国内研究中，吴锦钊（2016）[10]对影响省域高校科技投入效率的影响因素进行了多元线性回归分析，发现研究与发展中的高级职称所占比例与高校的科技成果转化效率成显著正相关关系，而科技研究与发展全时人员与高校科技成果转化呈现负相关关系。

关于高校科技创新能力空间效应的研究，国外部分研究表明，高校科技创新空间溢出效应受地理空间距离的影响，且会随着地理空间距离的增加而减弱（ANSELIN L，2008；RODRÍGUEZ-POSE A，2008）[11-12]，同时，区域间的空间溢出会影响临近区域的创新过程，对高校科技创新的空间聚集产生影响（CANIELS，2000；YOUTIE J，2008）[13-14]。国内有关研究主要集中在高校科技创新空间特征方面。汪凡等（2017）[15]研究发现，直辖市及省会城市的高校科技创新能力远高于其他城市且与其他城市的差距逐渐增大，且东部和中西部的高校科技创新能力差异日益显著，高值区集中分布在东部沿海城市。

现有文献为本文研究提供了极大的参考价值，但仍然存在需要补充的地方：①已有文献在研究人力投入对高校科技创新的影响时，通常仅选取某单一人力投入指标作为影响因素，不能够全面地反映人力投入素质与结构对高校科技创新效率影响；②现有文献对于具体分析某单一因素对高校科技创新效率的空间差异性的研究很少。基于此，本文在研究视角上进行创新，对人力投入与高校科技创新效率进行GWR地理加权回归，充分考虑到不同的地理位置导致回归参数的差异性，进一步观测空间差异性，在指标的选取上，从人力资源的投入情况与素质构成两方面细分人力投入，发现现阶段人力投入情况的规律和不足，总结经验、提出合理化建议，以期促进不同地区高校科技成果转化效率的提高。

3 理论模型构建与变量说明

3.1 理论模型构建

国家鼓励科技创新。高校作为科技创新的重要主体之一，科技创新人才是科技创新的根本动力，而科技创新人才的投入结构及素质决定着人力资源是否得到合理化应用，因而有必要对高校人力投入的结构及素质进行研究。研发与发展人员、成果应用及科技服务人员与R&D人员全时当量的比例在一定程度上反映了人力资源对于科研的投入结构；而研究与发展全时人员中的科学家和工程师的数量所占据的比例很大，是高校科技创新活动中的主要研发人员，因此科技人员投入中的科学家与工程师的比例可以反映人力投入的素质情况。所以在一定程度上可以用这三个比例衡量人力投入水平，进一步研究其对高校科技创新的影响。

高校科技创新能力是指高校在外部环境的支持下，依靠自身科技力量，开创性地进行研究开发，并把科技创新成果成功向商业及产业转移的能力。因此可以通过反映科技创新基础能力、科技创新资金投入能力、科技创新人力投入能力以及科技创新环境支持能力四个能力的指标来衡量高校科技投入，通过反映科技创新产出能力与科技成果转化能力两个能力的指标来衡量高校科技创新产出，从而将高校科技创新效率转化成以此为衡量指标的投入产出率。

同时，袁洪娟[16]实证度量了中国区域科技创新人才聚集的空间溢出效应，因而通过区域地理位置上的差异，考虑其空间差异性是有必要的。关于人力投入对于科技创新效率影响的空间效应研究思路如图1所示。

图1 理论研究模型

3.2 变量说明

3.2.1 被解释变量

本文运用DEA模型，对中国31个省区市的高校科技创新效率进行测算，测算结果即为解释变量i。在科技投入与产出方面，本文参照陈运平等（2009）[17]对科技创新能力的研究，从科技投入与产出两个角度设置评价指标，各评级指标可以反映出高校的科技创新投入能力、环境支持能力、科技创新基础能力、科技创新产出能力以及科技成果转化能力，如表1所示。表1中涉及到的统计范围均为中国高校。

表1 31个省区市的科技创新效率评价指标

一级指标二级指标 科技投入R&D经费内部支出（x1）反映科技创新资金投入能力和环境支持能力 R&D经费外部支出（x2）反映科技创新资金投入能力 R&D人员全时当量（x3）反映科技创新人力投入能力 R&D课题（x4）反映科技创新基础能力 科技产出有效发明专利（x5）反映科技创新产出能力 专利所有权转让及许可收入（x6）反映科技创新成果转化能力

3.2.2 解释变量

本文将主要分析表1中的科技创新人力投入能力对高校科技创新效率的影响，将高等学校里研究与发展人员比例、成果应用和科技服务人员比例以及科技人员投入中的科学家与工程师的比例作为解释变量。

各个变量的计算公式如表2所示，表2中涉及到的统计范围均为中国31个省区市高校。

3.3 数据来源

本文选取2009—2018年中国31个省区市的相关数据，分析这十年来中国高校人力投入结构及素质对高校科技创新效率的影响，发现不同的城市高校为提升创新效率进行人力投入时存在的问题，提出对策建议，提高人力投入对科技创新活动的效度，带动高校科技创新发展。数据主要来源于《中国科技统计年鉴》（2010—2019）、《高等学校科技统计资料汇编》（2010—2019）。由于部分数据不足统计时的最小单位数、不详或缺失，在计算中均近似以0代替。

表2 解释变量的计算公式及相关说明

解释变量计算公式说明 高校研究与发展人员比例（x7）研究与发展全时人员/R&D人员全时当量反映各类研发活动人力资源的投入比例 高校成果应用和科技服务人员比例（x8）R&D成果应用及科技服务全时人员/R&D人员全时当量 高校科技人员投入中的科学家与工程师的比例（x9）教学与科研人员中科学家和工程师和/教学与科研人员合计反映人力的素质构成情况

4 实证结果分析

4.1 科技创新效率的测度

利用DEAP2.1软件，对中国31个省区市2009—2018年的样本指标数据进行处理，得到如表3的结果，对得到的结果进行综合评价。

为分析不同地区间的差异性，结合孙志红等（2017）[18]在研究省级科技创新效率时对省份的划分，将31个省区市分为了东中西三个地区。

表3 2009—2018年中国31个省区市科技创新效率值

区域省区市2009年2010年2011年2012年2013年2014年2015年2016年2017年2018年 东部北京0.8510.7690.9701.0001.0001.0001.0001.0001.0001.000 福建1.0000.7750.7761.0001.0001.0000.9461.0000.4790.645 广东0.5820.5900.5110.5810.6600.8090.4870.3860.3330.481 海南0.3190.6250.6640.3300.3540.3060.4331.0000.7871.000 河北1.0001.0001.0001.0001.0001.0000.5390.6580.5980.716 江苏1.0001.0001.0001.0001.0001.0001.0001.0001.0001.000 辽宁0.8400.9240.6720.7350.9940.6510.6070.8640.7411.000 山东0.7330.6790.6370.5690.6800.7580.6940.7501.0001.000 上海0.9260.8860.8620.9580.9840.9530.6890.8070.6281.000 天津1.0001.0001.0000.7230.9280.8730.7670.6350.5650.637 浙江1.0001.0001.0000.9101.0001.0000.9301.0001.0001.000 平均值0.8410.8410.8270.8010.8730.8500.7360.8270.7390.862 中部安徽0.2780.2540.3250.6870.5880.5561.0000.6000.6330.595 黑龙江1.0001.0001.0001.0001.0001.0001.0001.0001.0001.000 河南0.6950.8361.0001.0001.0001.0001.0001.0001.0001.000 湖北0.6570.5540.5171.0000.6830.5560.5770.6230.5570.627 湖南0.4290.5270.4030.4781.0000.6320.7290.6840.7531.000 江西0.2550.3820.3920.3420.3330.3851.0000.8770.5300.458 吉林0.5350.5040.4060.4440.5030.5460.3940.5210.6000.641 山西0.7400.8540.8130.9960.8950.8690.7620.8010.9521.000 平均值0.5740.6140.6070.7430.7500.6930.8080.7630.7530.790 西部甘肃0.6470.5240.2540.7400.8860.5560.5150.5960.6520.636 广西0.2850.3471.0000.6781.0000.8980.8280.7090.6110.718 贵州0.2960.5150.2920.3880.5300.4230.4120.3520.2750.299 内蒙古0.3530.2710.2930.2910.3300.2790.4150.3820.4960.491 宁夏0.3900.3300.4170.3130.2570.1550.1960.1230.1100.120 青海0.4500.3130.1020.1200.1230.1350.2060.1100.1290.102 陕西1.0000.8350.7720.8830.9890.9691.0001.0001.0001.000 四川0.3790.3490.4280.5840.3690.4520.5370.5130.5010.472 新疆0.5860.4240.3690.4750.3900.3870.3270.3260.4870.441 西藏0.0000.0000.0340.0000.0230.0270.0410.1950.0460.109 云南0.8170.9331.0000.7220.8050.8801.0000.6210.7960.788 重庆0.9560.9861.0000.7631.0001.0000.8740.6460.6851.000 平均值0.5130.4860.4970.4960.5590.5130.5290.4640.4820.515 中西部平均值0.5370.5370.5410.5950.6350.5850.6410.5840.5910.625 总平均值0.6450.6450.6420.6680.7190.6790.6740.6700.6430.709

如表3所示，从时间发展来看，2009—2018年中国东、中、西部地区的高校科技创新效率整体呈上升趋势，中部地区发展迅猛，在2015年和2017年其平均高校科技创新效率值超过东部地区。这可能与近年来中部地区崛起战略的有效实施有关，近年来贯彻“中原崛起”政策方针的河南省高校在科技创新发展上的强劲势头为中部地区科技创新作出了突出贡献。从区域发展来看，东部地区高校科技创新效率相对较高，中西部地区虽然落后但近几年来的效率值几乎呈稳定上升趋势，西部地区之间发展不平衡的差异性也在逐年减小，这也表明近年来中西部高等教育振兴计划的有效实施带动了地方发展。

4.2 空间GWR回归结果与分析

4.2.1 全域空间自相关性检验

研究因素间的空间效应问题时，是假设因素间具有空间自相关的前提下进行的。因此本文利用GeoDa1.12空间数据统计软件对变量指标进行Moran's I指数计算，一般来讲当Moran's I统计值不等于0则表示因素间具有空间自相关性。

使用GeoDa1.12软件对被解释变量进行 Moran's I估值，结果如表4所示。由表4可以看出，2009—2018年各省区市科技创新效率之间的Moran's I指数均不等于0且各年数据均通过稳定的Permutations显著性检验，因此证明了在进行回归时需要考虑其地理位置，本文用GWR模型回归进行研究是合适的。

4.2.2 人力资源投入对中国31个省区市科技创新效率水平的影响

使用ArcGIS10.2软件将2009—2018年中国31个省区市的高校科技创新效率值和人力资源投入变量代入进行地理加权回归分析。本文将2009—2018年的回归结果进行了加权回归，并使用SPSS22.0将回归系数做四分位区分，如表5所示。

表4 2009—2018年各省区市科技创新效率的Moran's I指数

2009年2010年2011年2012年2013年2014年2015年2016年2017年2018年 Moran's I0.1370.1050.1360.1690.0810.1300.1400.0930.0710.048 P-value0.0330.0840.0340.0110.1510.0410.0300.1130.1890.270

表5 2009—2018回归系数四分位表

研究与发展人员比例成果应用和科技服务人员比例科技人员投入中的科学家与工程师的比例 回归系数省区市回归系数省区市回归系数省区市 -0.99～-0.495内蒙古、福建、四川-1.043～-0.522内蒙古、安徽、广西、河南-0.806～-0.403上海、湖南、福建、宁夏、河北、天津、辽宁 -0. 495～0陕西、上海、贵州、吉林、辽宁、安徽、河北、山东、江西、青海-0.522～0云南、山西、山东、江西、浙江、上海、四川、甘肃、北京、辽宁、贵州、湖南-0.403～0青海、浙江、广东、广西、甘肃、海南、安徽、湖北、贵州 0～0.508宁夏、天津、湖南、海南、河南、广东、广西、山西、新疆、浙江、重庆、北京、甘肃、0～0.687海南、黑龙江、宁夏、福建、江苏、重庆、西藏、天津、河北、湖北、青海、陕西、广东0～0.679云南、新疆、重庆、江西、黑龙江、北京、内蒙古、山东、四川、山西、河南、江苏 0.508～1.016湖北、云南、西藏、江苏、黑龙江0.687～1.374吉林、新疆0.679～1.358吉林、西藏、陕西

如表5所示，可以看出：①与预期不符的是，有相当一部分地区的人力投入比例与高校科技创新效率呈负相关。这说明可能由于中国科研评价体系不完善、高校科技成果利益分配欠妥当等，导致相关科研人员积极性低，人力投入的冗余可能也会导致负效应的出现，同时高等院校和企业之间存在的知识势差也可能会导致信息传播过程中出现信息失真，从而限制高校科技成果的产出与转化。因此，不能仅考虑扩大人力资源投入规模或在有限的投入规模下提高人力素质来提高高校科技成果转化效率。②单看回归系数，成果应用和科技服务人员比例对高校科技创新效率的效度比其他两种比例更高，这说明在该比例下，回归系数为负的区域高校调整人力投入结构，以转移部分成果应用和科技服务人员或回归系数为正的区域高校培养和发展更多的成果应用和科技服务人员将明显提升当地高校的科技创新效率。③在不同的地区，人力资源投入的回归系数有正有负，且三个人力资源投入因素在不同地区的影响程度上的大小比较是不同的。这表明人力投入对高校科技创新效率的影响是具有空间位置上的差异性的，在进行人力投入的分配方面，要充分考虑自然条件、经济区位、资源禀赋以及当地政府与高校的相关政策等因素的影响，不能“一刀切”。以中部地区的湖北省为例，湖北省近十年来R&D成果应用与科技服务投入总体降低而研究与发展人员比例提升，虽然两项投入比例与高校科技创新效率呈正相关，但高校科技创新效率总体下降，湖北省政府及高校应当侧重培养和发展成果应用与科技服务人才，重视科技成果的推广应用，发展科技服务产业。对于东部沿海地区的浙江省而言，近十年来其高校科技创新效率较为稳定，且居全国前列，得益于研究与发展人员比例的正向促进作用，科学家与工程师近年来投入数量与比例的提升反而对高校科技创新效率具有一定的抑制作用，因此浙江省政府及高校应鼓励高校科研人员多从事研究与发展活动，重视基础研究与原始创新，不能一味地讲求引进高层次、高质量人才，造成人才的冗余。而对于西部地区的陕西省而言，提高单位人力投入的素质，加大科学家与工程师的投入比例会有效促进其高校科技创新效率的提升。

为了进一步研究在时间权重的影响下人力资源投入对于高校科技创新效率影响的动态变化，使用GWR4.0软件计算出2009年和2018年的回归结果，如表6所示。

通过对表6的分析可以看出，从2009—2018年的变化情况来看，除研究与发展人员比例外，其余两个比例对科技创新效率的促进作用显著提高，科技人员投入中的科学家与工程师的比例在2009年对科技创新还有抑制作用，到了2018年回归系数变正，出现正向促进作用。

这表明高校科技创新效率在现阶段还是依赖于科学家与工程师的投入，而2009—2018年中东、中、西部地区研究与发展人员平均投入均呈现增长趋势，可能由于研究与发展人员的冗余导致回归系数的降低。人力资源的投入应当充分考虑科研成果的结果不确定性、过程信息不对称等因素因地制宜地进行调控。

表6 2009年和2018年人力资源投入关于科技创新的回归结果

研究与发展人员比例成果应用和科技服务人员比例科技人员投入中的科学家与工程师的比例 2009年2018年2009年2018年2009年2018年 东部北京0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 福建0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 广东0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 海南0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 河北0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 江苏0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 辽宁0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 山东0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 上海0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 天津0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 浙江0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 平均值0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 中西部安徽0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 黑龙江0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 河南0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 湖北0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 湖南0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 江西0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 吉林0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 山西0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 甘肃0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 广西0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 贵州0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 内蒙古0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 宁夏0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 青海0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 陕西0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 四川0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 新疆0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 西藏0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 云南0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 重庆0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372 平均值0.738 4310.534 4520.479 0923.338 402-1.677 3480.147 372

5 结论与建议

本文以中国31个省区市为研究对象，运用GWR地理加权回归模型测度了各地人力投入对高校科技创新效率的影响及其空间差异，主要得出以下结论：①近年来东中西部地区的高校科技创新效率整体提高，中部地区高校科技创新发展迅猛；②人力投入数量的增加与人力投入规模相同的情况下，人力投入素质的提高不一定会对高校科技创新效率产生正向促进作用；③随着时间的变化，成果应用和科技服务人员比例以及科技人员投入中的科学家与工程师的比例对于促进高校科技创新效率的影响整体增强；④不同地区的人力投入对高校科技创新效率的影响存在空间差异性。

基于以上结论，本文提出以下建议：①高校不能仅通过人力资本投入规模的增大或人才队伍素质的提高来驱动科研创新效率的提高，应该按照实际情况合理优化人力投入结构，提高高校人才供给对高校科技创新需求的适应性与灵活性。例如湖北省应当侧重培养和发展成果应用与科技服务人才，重视科技成果的推广应用，发展科技服务产业；浙江省应鼓励高校科研人员多从事研究与发展活动，重视基础研究与原始创新，科学家与工程师的投入力度可以适当减弱；对于陕西省而言，应提高单位人力投入的素质，加大科学家与工程师的投入比例。②各高校应当充分利用区域之间、省际之间甚至国内国外的人才资源，打破地域间的限制，充分发挥科技人才技术溢出效应，规避“虹吸效应”。在制度、经济、科技、教育与社会环境不断发展、进步的基础上，高校科技人才通过适度的交流、有效的流动实现知识技术溢出，力求区域间和高校间创新能力均衡发展。③高校应建立全面、灵活的科技创新人才内部培养机制，不断改进高校科技创新人才的激励机制和考核机制，实现创新性人才培养方式的科学性与可持续性。

［1］刘晓玲.我国高校科技创新能力评价研究［J］.管理观察，2020（11）：107-108，112.

［2］潘丹，李永周，王晓洁.高校科技创新能力比较研究 ——基于组合评价法和K均值聚类的分析［J］.中国高校科技，2020（5）：30-34.

［3］严立鹏，严志业.基于密切值法的中国高校科技创新能力评价［J］.中国管理信息化，2019，22（9）：207-210.

［4］钟颖.安徽省高校科技创新效率研究——基于三阶段DEA模型的实证分析［J］.巢湖学院学报，2016，18（2）：51-58.

［5］于志军，杨昌辉，白羽，等.成果类型视角下高校创新效率及影响因素研究［J］.科研管理，2017，38（5）：141-149.

［6］李苗苗，李海波，周孟宣.高校科技成果转化效率及其影响因素研究——基于教育部直属高校面板数据的实证［J］.海峡科技与产业，2019（5）：23-33.

［7］姚思宇，何海燕.高校科技成果转化影响因素研究——基于Ordered Logit模型实证分析［J］.教育发展研究，2017，37（9）：45-52.

［8］SWAMIDASS P M，VULASA V.Why university inventions rarely produce income?Bottlenecks in university technology transfer［J］.Journal of technology transfer，2009，34（4）：343-363.

［9］FENG Y J，LU H，BI K.An AHP/DEA method for measurement of the efficiency of R&D management activities in universities［J］.International transactions in operational，2004，11（2）：181-191.

［10］吴锦钊.省域高校科技投入效率研究［D］.福州：福建农林大学，2016.

［11］ANSELIN L，GALLO J L，JAYET H.Spatial panel econometrics［M］.Dordrecht:kluwer academic publishers，2008：625-660.

［12］RODRÍGUEZ-POSE A，CRESCENZI R.Research and development，spillovers，innovation systems，and the genesis of regional growth in Europe［J］.LSE research online documents on economics，2008，42（1）：51-67.

［13］CANIELS M C J. Knowledge spillovers and economic growth differentials across Europe［M］.Edward Elgar Publishing，2000.

［14］YOUTIE J，SHAPIRA P.Building an innovation hub：A case study of the transformation of university roles in regional technological and economic development［J］.Research policy，2008，37（8）：1188-1204.

［15］汪凡，白永平，周亮，等.中国高校科技创新能力时空格局及影响因素［J］.经济地理，2017，37（12）：49-56.

［16］袁洪娟.区域科技创新人才集聚的空间溢出效应研究［D］.济南：山东财经大学，2016.

［17］陈运平，陈林心.我国中部六省高校科技创新能力比较研究［J］.科技进步与对策，2009，26（1）：38-45.

［18］孙志红，吴悦.财政投入、银行信贷与科技创新效率 ——基于空间GWR模型的实证分析［J］.华东经济管理，2017，31（4）：74-81.

2095－6835（2021）06－0021－06

G644

A

10.15913/j.cnki.kjycx.2021.06.008

刘惟伊（2000—），女，浙江建德人，本科，研究方向为人力资源管理。

＊武汉理工大学自主创新研究基金本科生项目（编号：2020-GL-B1-04）

〔编辑：王霞〕