“双一流”建设政策下高校科技资源配置水平及其地区差异研究

摘要： 科技创新是“双一流”建设的重中之重，然而“双一流”政策对我国高校科技资源配置水平及其地区差异的影响尚不明晰。基于我国2010～2019年31个省份的高校科技资源数据，运用CRITIC赋权法和Dagum基尼系数分解法测算高校综合科技资源配置指数及其地区差异，并构建双重差分模型探讨“双一流”建设政策的影响。研究发现：第一，我国高校科技资源从丰富到匮乏依次为东部、东北、中部和西部地区;第二，我国高校科技资源配置差异主要来源是地区间差异，其次是地区内部差异与交叉重叠效应;第三，2015年后高校科技资源配置东部“一枝独秀”现象仍较为明显，但西部与其他地区资源配置差距有所缓解;第四，“双一流”建设政策的实施显著提升了高校综合科技资源配置量，尤其是科技人力资源配置量，但也加剧了四大地区内部高校科技人力资源配置的不均衡。

关键词：“双一流”建设高校;科技资源;CRITIC赋权法;Dagum基尼系数;双重差分模型

中图分类号：G640     文献标识码：A     文章编号：1672-0717（2022）03-0070-13

一、引言

我国“双一流”建设政策实施以来，各项工作有序推进，改革发展成效明显，高等教育强国建设迈上了新的历史起点，但是“双一流”建设中仍然存在明显的资源配置亟待优化问题。为了深入推进“双一流”建设，强化建设高校责任落实，必须提高资源配置效益[1]。实际上，高校科技资源优化配置是高等教育高质量发展的重要议题，其在“双一流”建设政策背景下，面临较为明显的配置公平与效率问题[2]。教育资源的有限性决定了“双一流”建设在启动初期不可能平均用力，故在建设前期存在资源配置失衡，加剧不同地区之间高等教育内涵式发展水平差距的风险[3]。高校科技资源配置的较大差距也会导致资源较少的高校在“双一流”建设动态调整中面临严重的“突围”困境[4]。但是，目前我国高校综合科技资源要素的空间分配差异尚不明晰。

同时，“双一流”建设要在公平竞争中体现扶优扶强扶特[1]。但是我国教育公平研究对“基于证据”的研究意识和研究文化尚未完全形成[5]，这不利于新一轮“双一流”建设的持续推进。因此，对首轮“双一流”建设资源配置进行成效评价，总结经验教训，对深入推进新一轮“双一流”建设具有重要的借鉴意义。

为此，本研究将探究我国高校科技资源配置现状及其地区差异，考察“双一流”建设政策的实施是否加大了高校科技资源配置量，是否扩大了地区差距？具体而言，本研究基于我国2010～2019年31个省份的统计数据，运用CRITIC赋权法和Dagum基尼系数分解法深入分析高校科技资源配置状况及其地区差异[6，7]，并构建双重差分模型探究“双一流”政策对这两个方面的影响。

本研究主要研究贡献在于：首先，基于10年面板数据，从人力资源、财力资源、物力资源和国际交流与合作四个维度综合评价我国高校科技资源配置量，弥补了现有研究尚未动态、综合测算高校科技资源配置的缺陷;其次，运用Dagum基尼系数分解法剖析我国东部、中部、西部和东北地区高校科技资源配置差异的根源，发现了地区差距存在交叉重叠问题，克服了传统基尼系数和泰尔指数未能实现空间分解的局限性;其三，构建基于双向固定效应的双重差分模型，揭示了“双一流”建设政策对高校科技资源配置量及其地区差异的影响机制，缓解了政策效应评估过程中由于选择偏误与未观测到的遗漏变量造成的内生性问题。

二、文献综述

（一）高校公平发展的相关研究

现有文献从多个层面研究了高校公平发展问题：在教师层面主要关注教师绩效管理，例如，张海峰对高校教师绩效工资分配体系进行研究[8];在学生层面主要关注贫困地区与家庭经济困难学生的教育资助议题;在区域层面多关注京津冀、长三角教育的一体化协同发展[9，10]。同时，基尼系数被广泛用于高校公平发展实证研究中的不平等测度。除此之外，部分文献运用空间计量等方法对高校公平进行测算[11]，但是较少深入探究高校资源配置地区差距的来源问题。

（二）高校科技资源配置的相关研究

现有的多数文献聚焦于高校利用科技资源产生的科技创新成果对企业和社会的影响。例如，Ponds等发现地理邻近度和产学研合作网络会引发高校知识溢出对区域创新的影响[12];Messeni和Murgia指出，大学专业化的积极调节作用会增加合作伙伴的吸收能力，且利于行业创新发展[13]。

也有部分文献讨论了高校经费配置不均衡问题。例如，部分研究表明，我国普通高校生均经费分配存在显著地区差异，省域地方普通高校生均经费具有空间正向自相关性，且缩小省际差异的重要推动力量是政府的教育投入意愿[14-16]。亦有文献分析了研究人员个人层面的科技资源，例如Li等量化分析了2011～2015年中国科学院个人研究经费的不均衡[17]。然而，随着资源投入和科学研究活动产出的快速发展，关于科学研究资金分配中的“马太效应”，现有文献尚未给予足够重视[18]。这些研究思路为本文考虑高校科技资源配置的均衡性提供了重要启发。

（三）“双一流”建设政策的影响研究

“双一流”建设政策的影响主要包括积极影响、消极影响两个方面。部分文献证实了“双一流”建设政策对高校科技创新成果的产出与效率具有积极影响。具体来说，“双一流”建设高校发表论文在数量和质量上均有提升，且“双一流”建设政策背景下的高校创新效率呈增长趋势，同时具有高校类别异质性和地区异质性[19-21]。

但是，也有部分文献研究指出“双一流”建设政策对高校竞争具有消极影响。例如，Gao和Li研究表明，虽然“双一流”建设政策已取得了初步成功，然而巨大的竞争压力可能加剧了中国高校本已不均衡的发展[22]。Song等指出，“双一流”建设政策的实施与政策目标脱钩，中央和地方政府的拨款计划不均衡，中国西部地区的大学正面临严重的人才流失，形成了大学的非竞争性环境，阻碍了“双一流”建设项目的动态调整[23]。也有不少文献从理论思辨的角度分析“双一流”建设政策，如胡德鑫指出，我国世界一流大学建设迫使高校按照“达尔文式”的竞争规则去获得更多外部资源[24]。相比较而言，从实证角度考察“双一流”建设政策实施效果的研究目前还很匮乏，这不利于政策科学评估与高校可持续发展。

综上所述，现有相关文献已对高校科技资源配置及“双一流”建设等进行了初步研究，但是存在以下不足：第一，基于单维的经费资源进行评估，缺乏多元视角系统探讨高校科技资源配置，无法全面、客观反映高校科技资源配置整体水平;第二，对我国高等教育资源的地区差异分析不够，尚未深入揭示高等教育资源地区差异的来源问题，也尚未动态考察地区内（间）的差异性以及地区之间的交叉重叠问题;第三，尚未有效控制事前差异，未将“双一流”建设政策对高校科技资源配置的净影响有效分离出来。为此，本文综合评价我国高校科技资源配置量与地区差异情况，同时构建双重差分模型探究“双一流”建设对高校科技资源配置的政策效应。

三、数据说明与模型方法

（一）数据说明

1.高校综合科技资源评价指标

本研究借鉴相关研究经验，从人力资源、财力资源、物力资源和国际交流与合作等四个维度构建综合衡量高校科技资源配置状况的指标体系[25]。具体而言，本研究以“教学与科研相关人员数量”表征高校科技人力资源，以“拨入经费以及收入中转为科技经费”衡量高校科技财力资源，以“固定资产投资”考量物力资源，以“国际学术会议和国际合作相关指标”度量国际交流与合作，最终得到高校综合科技资源评价指标体系（如表1所示）。其中，指标变异性以标准差体现，指标之间的冲突性以相关性体现，指标信息量为前两者的综合体现，末列为采用CRITIC赋权法确定的最终权重，具体计算方法详见后文模型方法部分。

2.核心解释变量

本研究从省份、年份两个维度构建双重差分模型来识别“双一流”政策对高校科技资源配置状况及其地区差异的影响，并基于教育部等三部委2017年颁布的“双一流”建设高校及建设学科名单，确定受政策影响较大的省份（即拥有较多“双一流”建设高校的北京、上海、江苏、四川、湖北、陕西、天津、广东、湖南、辽宁、黑龙江、浙江、安徽、吉林）为实验组（Dft=1），其余省份为对照组（Dft=0）。同时，确定2017年为政策发挥影响的起始年份，即2017年及之后年份After=1，否则After=0。

3.控制变量

针对“211工程”和“985工程”的不足，目前我国“双一流”建设评价标准的价值取向应注重效能，引领高校提高办学水平和综合实力[26]。考虑到“双一流”建设高校的选择并非随机，而是受区域经济与高校科技创新能力影响较大，为避免各省份经济发展水平和高校科技创新能力因素对高校科技资源配置产生影响，本研究控制上述两个变量，并对控制变量进行对数化处理，具体说明如表2所示。此外，为避免一些不可观测的时间和地区层面的因素对高校科技资源配置产生影响，本研究还同时控制了年度固定效应和地区固定效应。

4.数据来源

本研究选取我国31个省份作为研究单元，各指标原始数据来自于2010～2019年《中国统计年鉴》《高等学校科技统计资料汇编》。全国各省高校的统计年鉴数据在统计数据的口径、范围、计算标准等方面一致，不同省份之间的高校科技资源配置数据具有可比性。由于各省份的学校数量差异较大，本研究高校科技资源综合评价指标、高校科技创新能力变量为各省份内部高校的均值。

（二）模型方法

1.CRITIC赋权法

为从人力资源、财力资源、物力资源和国际交流与合作四个维度综合衡量高校科技资源配置状况，本研究采用CRITIC赋权法确定各指标权重，进而计算高校科技资源配置指数。CRITIC赋权法是基于差异和相关性的客观赋权法，能够较好兼顾指标本身的差异性及指标的经济含义，对指标间的变异性与冲突性加以度量。具体步骤如下：

首先，为避免量纲干扰，对本研究指标数据进行归一化处理（如方程1所示），由此可得评价矩阵M。

其次，利用表示第q个指标与其他指标的冲突性，其中为评价指标与q之间的简单相关系数。记Cq为指标q包含的信息量，为评价矩阵M中每个列向量的标准差，则：

最后，计算指标的权重：

进而得到权重向量：

2.Dagum基尼系数分解法

本研究运用Dagum提出的基尼系数分解法测算我国高校科技资源配置的均衡性，并分解高校科技资源配置在地区之间和地区内部的不均衡，以及由于地区间交叉重叠引起的地区不均衡，即超变密度。例如，东部地区高校科技资源配置量总体高于中部地区，但东部地区某些省份的高校科技资源配置量可能低于中部地区某些省份，即产生了交叉重叠现象。高校科技资源配置基尼系数越大，表明我国高校科技资源配置的差距越大，即均衡性越小①。基本步骤如下：

首先，计算高校科技资源配置的基尼系数G：

（5）

其中，k为地区个数，本研究根据国家统计局的做法，将我国划分为东部、中部、西部和东北四个经济地区②，即k=4;n=31，表示省份;是所有省份高校科技资源的均值;j和h表示地区，取值为1～4;i和r表示各地区内的省份编号，东部地区取值为1～10，中部地区取值为1～6，西部地区取值为1～12，东北地区取值为1～3;yji和yhr分别表示地区j内省份i和地区h内省份r的高校科技资源配置量。

其次，根据Dagum分解方法，把基尼系数分解为地区内部、地区间以及超变密度差异。地区j高校科技资源配置的基尼系数Gjj和地区j内部的不均衡贡献GW的测算如下：

（6）

（7）

其中，Pj表示地区j的省份数量占总省份数量（即31）的比例，Sj表示地区j的高校科技资源配置量占全部高校科技资源配置量的比例。

地区j和h之间高校科技资源配置的基尼系数Gjh以及它们之间的净差距Gnb贡献的测算如下：

（8）

（9）

其中，Djh为地区j和h间高校科技资源配置的相互影响，用地区间资源配置差值与超变一阶矩计算得出;和分别表示地区j和h内各省高校科技资源配置量的平均值。