年６月，广东省委、省政府批准中山大学、华南理工大学、暨南大学、华南农业大学、南方医科大学、华南师范大学、广东工业大学等７所高校作为高水平大学整体建设高校，广州中医药大学、广东外语外贸大学、广东海洋大学、汕头大学、广州大学、广州医科大学、深圳大学等７所高校的１８个学科作为高水平大学重点学科建设项目，此举为广东省高校科技创新发展提供了历史性的机遇，但是高水平大学科技建设中投入产出效率如何，尚未得到一致的结论。本研究的可能增量贡献在于：首先，系统性梳理广东省高水平大学科技投入、产出水平；其次，为多方位考察高校科技创新效率提供一种途径，为广东省下阶段科技创新政策制订提供一定的理论借鉴；第三，运用实证方法研究广东省高水平大学科技创新效率，有助于相关职能部门对院校的科研绩效进行科学评估，加快高校技术创新与科技成果转化，提升广东省创新水平，促进经济发展。

    二、文献综述

    １．国外研究

    西方发达国家对于高校科研效率的研究起步较早，从上世纪开始，欧美学者便涉及高校投入产出效率测评领域的研究。２０世纪后期，德、澳、加等国家也逐渐加大对高校科技系统评估的投入。１９９４年德国高等教育发展研究中心（ＣＨＥ，ＣｅｎｔｅｒｆｏｒＨｉｇｈｅｒＥｄｕｃａｔｉｏｎＤｅｖｅｌｏｐｍｅｎｔ）成立，ＣＨＥ不对各大院校的综合实力进行排名，只评估单个学科的发展水平，更好地体现出每个高校的学科特点。与ＣＨＥ不同，１８６０年成立的德国的洪堡基金会给一些优秀学者提供奖学金，吸引他们到德国的科研机构或者大学做访问学者，并为其制定了权威的德国高校科研能力排名ＰＳ１。在美国，最早进行高等教育评估的机构是美新社。１９８３年，美新社对美国最佳大学的综合实力进行系统性评估，将美国的大学分成全国性的和地方性的高校，奠定了美国高等教育评估工作的基础。早在上世纪８０年代，英国政府开始为高校科研经费提供拨款时，就已开展了科研评价工作，在１９８９年、１９９２年、１９９６年和２００１年英国使用了ＲＡＥ体系对大学科研进行评估。另外，自１９８６起英国《泰晤士报》每年都公布了高校评价活动研究排行榜。但是，由于高校科研系统复杂，众多输入和输出变量关系错综复杂，无法用单个指标描述性统计分析进行有效衡量。Ａｈｎｅｔａｌ（１９８８）较早的将ＤＥＡ方法运用到高等教育的科研评价中，通过运用Ｃ２Ｒ和ＢＣ２模型对美国１６１所具有博士学位授予资格的学校技术效率和规模效率进行评估。研究结果表明，公立大学办学效率总体要显著高于私立大学，同时他们还考虑了是否设立校医院对效率的影响，发现设有校医院的大学效率要高于未设校医院的大学，但公立大学的总体效率高于私立大学的结论依然成立。Ｂａｎｋｅｔａｌ（２００４）用ＤＥＡ的方法分析了１９９３－１９９９年间德克萨斯州学校的技术效率和规模效率，结果显示这６年间各地区的配置效率低下，有待改进。Ｎｕｒ（２０１３）认为高校科技投入产出是一个典型的复杂系统，采用的投入指标为科研人员数和运营经费，产出指标为当年毕业生人数、学术刊物发表量，其系统性的对马来西亚公立大学２０１１年的科研效率进行了评价。Ｃｏｒｒｅａ（２０１２）选择了智利３４所大学作为研究对象，运用ＤＥＡ方法对科研绩效进行评估。根据当地实际情况，设置的投入指标为经费投入及全职研发人员数量，产出指标为经营收入、在ＩＳＩ上发表论文数以及招生人数，结论显示其中有９所高校达到ＤＥＡ有效。Ｆｏｌｔｚ（２０１２）指出１９８１－１９９８年是美国大学资金投入与学术活动大量增加的时期，通过对美国９２所研究型大学在这个期间的投入产出效率进行评估，测算其生产率及技术进步变化率，发现资金来源是影响美国研究型大学研发绩效的主要影响因素。

    ２．国内研究

    田东平等（２００５）对我国重点大学的科研效率情况进行了系统性评估，研究发现我国重点大学的技术效率和规模效率总体状况良好，同时得到在区域上呈现东、中、西部三个区域技术效率依次减少的结论。陆根书等（２００６）选择我国教育部直属高校中的５４所高校为研究对象，对我国东部、中部、西部地区的教育部直属高校的效率进行测算。　结论显示其中２９所高校为ＤＥＡ有效，其余２５所高校为ＤＥＡ无效，且在２０００－２００２年这些高校科技创新效率与技术效率呈现波动状态。罗阳（２０１２）将教育部直属高校中的５０所高校定义为研究型大学，运用传统ＤＥＡ与超效率ＤＥＡ方法，分析了研究型大学的科技创新绩效，并用计算出各大学的超效率ＤＥＡ值作为因变量，运ＤＥＡ－Ｔｏｂｉｔ两步法对其绩效的影响因素进行探究。　符银丹等（２０１２）选取“９８５”高校作为研究对象，投入指标为创新基础能力、创新投入能力、环境支持能力、