基于DEA模型的北京高校科研资源配置效率研究

张艳芳

[摘 要]高等院校是国家重要的科研基地，科研经费在逐年提高。科研效率的提高既有利于政府合理配置科技资源，又有利于高校自身的发展建设。根据北京市统计年鉴在2003-2012年的统计数据，采用DEA分析的C2R和BC2模型，借助Deap2.1统计软件，对北京市本科院校的科研效率进行整体的评价分析，对非DEA有效的单元作投影分析，并对原始值和目标值进行比较。研究表明：北京市本科院校的科研效率具有波动性。DEA综合无效的年份中，技术效率无效和规模效率无效并存，但规模收益递增。因此，应该合理调配高校教育资源、适当扩大科研规模、改革科研评价机制，保证高校科研高效、稳定持续增长。

[关键词]科研效率 高校 数据包络分析（DEA）

[中图分类号] G644 [文献标识码] A [文章编号] 2095-3437（2014）18-0024-04

国家“十二五”科技规划和《国家中长期科学和技术发展规划纲要（2006-2020）》明确提出了“大幅提升自主创新能力、显著增强科技竞争力和国际影响力、突破重点领域核心技术、支撑经济发展方式转变，力争科技进步贡献率达到60%以上，建设创新型国家”的发展目标。[2]高校的科研活动是国家科研和创新的重要部分，对高校科研效率进行科学合理的评价既有利于高校自身的发展建设，又有利于政府合理配置科技资源。[3]随着国家经济实力的增强，我国在科研方面的经费支持力度逐年递增。以北京市的高校为例，除2004年与2003年经费基本持平之外，以后的几年经费都在大幅递增，尤其是2010年比2009年增加了301156万元（图1）。经费的增加促使近年来高校参与科研的教师人数增加，同时，大学生科研项目的出现使一部分有兴趣和能力的本科生也加入到教师的研究队伍当中，高校的科研队伍在壮大。高校发表论文、获得专利、科技奖的总量快速增长和提高。随着我国高校规模的迅速扩大，对资源和经费的需求也越来越多，尽管国家财政对高等教育的拨款逐年增长，仍然不能满足高校的需求。[3]我国高等教育在科研经费的分配和使用、科研资源配置效率上还需要研究；在发表论文的质量等方面还有待于提高。在近年来科研经费支出快速增加的情况下，我们高校的科研成果倍出是有目共睹的。但是，高校的科研效率是否也和科研经费支出及科研成果一样一直呈上升的趋势？科研效率是否还有提高的可能性？在一定的投入量下，产出是否达到了最大？针对这些问题，对高校科研资源配置效率研究，提高政府决策的科学性，促进科技资源的高效利用和合理配置具有重要意义。

国内外用DEA方法对高校科研效率评价较多。Athanassapoulos等、Jill Johnesc，Flegg对英国高校的效率进行了评价[4]，Necmi等、Andrew等用此法评价了澳大利亚高校的技术效率和规模效率[5]。国内的研究有崔维军等[2]、王丽娜[6]对江苏省高校的科研效率进行了研究。也有对全国各地高校效率的比较研究，例如胡庆江等，符银丹等，陈琼娣[7]都对985工程院校科研效率进行了研究。目前一些地方及市属院校参与科研的人员及经费与日俱增，其科研成果对本地区的发展贡献越来越大。高等教育行业不同于其他生产部门，其最大的特点是具有非盈利性，投入和产出通常没有直接的价格体现，且同时承担一定的社会服务职责。[8]北京作为首都，高校云集，研究北京市高校科研效率很有必要。

一、数据包络分析模型

数据包络分析（Data Envelopment Analysis，简称DEA）理论是Charnes等人于1978年为解决决策单元（DMU）的绩效评价问题提出“相对效率评价”系统分析方法，即DEA方法的前身。此后，在工业、商业、教育等领域的决策分析中，DEA方法都得到广泛的应用。DEA本质是利用统计数据确定相对有效的生产前沿面，并通过计算不同单元相对生产前沿面的效率差异做出最优决策。[9]DEA以相对效率为基础，以数学规划模型评价具有多指标投入和多指标产出数据对相同类型的“单位”间的相对有效性或效益，对指标具有较好的包容性、无需了解输入输出函数关系，能够较好地避免主观因素影响。[10]北京市高校各年科研效率评价主要采用了以下两个模型：一是规模收益不变的C2R模型，二是规模收益可变的BC2模型。

二、研究指标的选取及评价分析

（一）研究指标的选取

论文数量是从《中国高教研究》历年全国高等教育科研成果统计中计算出的北京高校论文的总和，其余数据全部来源于《北京市统计年鉴》。只计算本科院校，不包括高职高专学校。根通过检验各变量的相关性选取输入输出指标体系进行计算，见表1。

1.总体效益（TE=1）分析

对于DEA有效的2004年、2007年、2009年、2011年、2012年，在最小投入的情况下产出达到了最大，即科研效率达到了最优。但科研规模不宜扩大，而是维持当前适度的规模（技术效率为1，规模报酬不变）。DEA有效的这5年均被组合成不同的参考集合，被非DEA有效的单元（年份）作为参考的对象。其中2004年（DMU2）、2007年（DMU5）、2012年（DMU10）被参考了2次，2009年（DMU7）、2011年（DMU9）被参考了1次（表5）。综合考虑科研效率最好的是2004年、2007年、2012年。

2003年、2005年、2006年、2008年、2010年综合效率均小于1，为非DEA有效，并且规模报酬均处于递增阶段。其中2005年、2010年综合效率及规模效率均介于0.8-0.9之间，属于明显的非有效单元。这些单元规模报酬递增，表明可以通过扩大规模的方式提高高等院校科研的规模效益。2003年、2006年、2008年综合效益值虽然未达到1，但均大于0.9，属于边缘的非有效单元，规模报酬状态仍为递增阶段，表明当时高校的科研规模还可以继续扩大以充分利用资源，提高科研效率。但是，科研规模扩大的幅度一定要适度，以保证科研工作的质量为前提，因为我们注意到2003年、2005年、2010年的纯技术效率（表2）已经达到1。这10年的综合效率平均值为0.966，说明北京高校的科研效率总体来讲较高。endprint

2.纯技术效益（PTE）分析

BC2模型所求出的纯技术效率是在假定规模报酬不同的情况下计算的。在一定的投入组合下，所得到的产出效益。将总体效率分解为技术效率和规模效率。纯技术效率用来衡量高等教育的投入要素是否能达到产出最大化，其值越高表示投入资源使用效率越高，效益就越高。由表2可以看出，纯技术效率PTE为1共有8个年份，其中DEA有效的有5个年份。说明了这5个年份中，北京高校的科研投入是最有效益的，无资源浪费现象。2003年、2005年、2010年虽然DEA无效，但纯技术效率均为1，这3年非DEA有效的原因是规模需要扩大（SE<1），但从技术管理的角度讲对投入资源的利用已经达到最有效益。2006年、2008年技术效率和规模效率值都不为1，其非DEA有效的原因是纯技术效率低和规模效率低共同造成的。说明这两年高校科研资源配置的效率相对较低，使用率不高，存在资源浪费的现象。2003年-2012年这10年中北京高校科研的纯技术效率平均值为0.996，这说明整个评价系统中只有0.4%的投入量没有能够有效地达到最优的产出量，说明高校的科研总体资源的利用效率较高，无严重的资源浪费现象。

3.规模效益（SE）分析

规模效益是总体效率与纯技术效率的比值。规模效率等于1，表示该单元规模处于规模报酬不变的状态，即是最优的规模状态。规模效率小于1，说明该单元处在规模报酬递增或递减的低效率状态，需要扩大或缩小规模以达到有效。可见规模效率越接近1，表示高校科研的规模越合适。

DEA有效的5年规模效益（SE）均为1，且处于规模报酬不变的阶段。说明这几年高校科研取得了很好的规模效益，而且规模扩大总量到极限，不宜进一步扩大科研的规模，否则会造成规模不经济。2003年、2006年、2005年、2008年、2010年这5年的规模效率值都不为1，但都处于规模报酬递增状态。这5年中科研产出比例的增加会小于投入比例的增加（SE<1），但还可以适当扩大科研规模，合理配置和使用现有的资源，提高资源利用效率。规模效率的平均值为0.970，小于技术效率的平均值0.996，规模效率对总体效率的影响相对于技术效率较小。高校科研规模非有效的出现主要是由规模效益不足而引起的。

4.非DEA有效单元投影（松弛变量）分析

由上可知有5个非DEA有效的单元需要改进。采用松弛变量与效益值相结合进行分析。通过投入产出各项的松弛变量分析高校科研各项的投入产出有多少改善的空间，从而以较少的投入得到最优的产出。

2003年、2005年、2010年纯技术效率值为1，这3年非DEA有效的原因是规模效率非DEA有效。这3年的规模效率都是递增的，因此可以通过适当扩大科研规模来提高科研效率，达到DEA有效。2006年、2008年的技术效率值和规模效率值都不为1，其非DEA有效的原因是由纯技术效率低和规模效率低共同造成的，且规模效率递增，因此可以通过提高科研技术和扩大科研规模两方面来提高科研效率。

DEA无效的单元共可分为三类：第一类，2003年、2005年、2010年既无投入冗余，又无产出不足，只需合理配置资源即可达到DEA有效；第二类，2006年既有投入冗余，又有产出不足，只要适当减少科研投入量并合理配置资源，还可获得更多的产出；第三类，2008年没有产出不足，只是投入冗余，只要适当减少科技投入量就可获得同样多的产出。表3、表4中所列数据为BC2模型中松弛变量和，在进行投入、产出计算时，每项在原投入量的基础上减少得出新的投入量为达到DEA有效的投入量。例如，2006年平均每一专任教师负担学生数可以减少0.296人，由17人变为16.704人较为合适。其余输入指标的调整表3所示。同时，由于2006年产出有不足，经过调整后产出之一科研论文可以由原来的428篇增加为现在的430.402篇，增加的产出为2.402篇。校舍的建筑面积完全不用28594780.00平方米，只要25662192.082平方米即可，同时可以看出，图书、科技活动人员、研究与试验发展经费支出都有投入冗余。其中经费支出可以由372514万元改为366036.384万元，可以节约经费477.616万元。2008年没有产出不足，只有投入冗余。2006年和2008年各投入指标的调整如表3和表4。

三、结论与建议

通过应用DEA方法对2003-2010年北京市本科院校科研效率的评价，结果表明：北京市在持续的几年中，科研效率呈现出波动性。在DEA无效的年份中，有的技术效率有效，有的技术效率和规模效率均无效，而且规模效率都是递增的。说明导致科研效率无效的原因有技术效率的因素，也有规模效率的因素。

基于上述研究结果，提出以下建议：

（1）加强科研资金和人员的管理，实现资源优化配置，提高高等教育投入产出的技术效益。技术效益指运用科学的管理方法或先进的管理技术控制成本，提高生产效率和效益。高校要提高科研效率，必须加强科研资金及科研人员的管理，为科研资金需求提供良性循环的条件。降低资金的使用成本，提高资金的效益；激发科研人员的工作热情；优化科研各方面资源的配置。

（2）高校不能仅限于增加科研的投入，需要建立健全科研评价机制。力求投入无冗余，产出最大化。高校应该引入市场经济的观念，加强财务管理，合理使用科研资金，优化科研资源的配置，力求以较少科研投入实现较大产出，即尽量减少投入冗余，提高产出效率。

（3）高校的科研效率具有波动性，对待高校的科研不能采取盲目乐观的态度。尽管2011年、2012年北京市高校的科研效率达到了最优，但是也要提高警惕，防止出现技术管理上的无效或者科研资源浪费的情况。应该根据国家的需要建立长效机制，健全制度，促进高校科研数量和质量持续稳定增长，提高科研效率。

[ 参 考 文 献 ]endprint

[1] 冯光娣，陈珮珮，田金方.基于DEA-Malmquist方法的中国高校科研效率分析——来自30个省际面板数据的经验研究[J].现代财经（天津财经大学学报），2012（9）：61-73.

[2] 崔维军，张薇薇，张天娥.江苏省高校科研效率评价研究：1999-2007[J].科技管理研究，2012（4）：73-76.

[3] 王成端，周小波.基于公平和绩效的高等学校教育事业费拨款问题研究[J].现代教育管理，2011（8）：17-20.

[4] ATHANASSAPOULOS ANTREAS，D SHALE ESTELLE.Assessing the comparative efficiency of high education institutions in the UK by means of data envelopment analysis[J].Education Economics，1997（2）：117.

[6] 王丽娜.高校科研效率研究：以江苏省为例[J].科技管理研究，2012（11）：127-131，139.

[7] 胡庆江，何玮佳，柳锐.基于DEA的“985工程”院校科研效率评价[J].科技进步与对策，2011，（19）：135-139.

[8] 丁岚.“985工程”实施中教育部直属高校生产效率的计量分析[J].高等教育研究，2012（7）：20-29.

[9] 李刚，李蔚.基于输出的C～2GS～2模型对学习成绩（效果）的评价[J].数学的实践与认识，2008（18）：59-64.

[10] Charnes A，Cooper W W，Rhodes E.Measuring the efficiency of DMU[J].European Journal of Operational Research，1978（2）：429-444.

[11] 徐滨，张大伟，吴介军，薛惠锋.基于DEA模型的高校办学效率评价及应用[J].计算机仿真，2008（10）：284-286，307.

[18] 王淑云，刘丽英，张素梅.基于DEA方法的内蒙古区域可持续发展能力的评价研究[J].安徽农业科学，2009，19：9150-9152.

[责任编辑：王 品]endprint

[1] 冯光娣，陈珮珮，田金方.基于DEA-Malmquist方法的中国高校科研效率分析——来自30个省际面板数据的经验研究[J].现代财经（天津财经大学学报），2012（9）：61-73.

[2] 崔维军，张薇薇，张天娥.江苏省高校科研效率评价研究：1999-2007[J].科技管理研究，2012（4）：73-76.

[3] 王成端，周小波.基于公平和绩效的高等学校教育事业费拨款问题研究[J].现代教育管理，2011（8）：17-20.

[4] ATHANASSAPOULOS ANTREAS，D SHALE ESTELLE.Assessing the comparative efficiency of high education institutions in the UK by means of data envelopment analysis[J].Education Economics，1997（2）：117.

[6] 王丽娜.高校科研效率研究：以江苏省为例[J].科技管理研究，2012（11）：127-131，139.

[7] 胡庆江，何玮佳，柳锐.基于DEA的“985工程”院校科研效率评价[J].科技进步与对策，2011，（19）：135-139.

[8] 丁岚.“985工程”实施中教育部直属高校生产效率的计量分析[J].高等教育研究，2012（7）：20-29.

[9] 李刚，李蔚.基于输出的C～2GS～2模型对学习成绩（效果）的评价[J].数学的实践与认识，2008（18）：59-64.

[10] Charnes A，Cooper W W，Rhodes E.Measuring the efficiency of DMU[J].European Journal of Operational Research，1978（2）：429-444.

[11] 徐滨，张大伟，吴介军，薛惠锋.基于DEA模型的高校办学效率评价及应用[J].计算机仿真，2008（10）：284-286，307.

[18] 王淑云，刘丽英，张素梅.基于DEA方法的内蒙古区域可持续发展能力的评价研究[J].安徽农业科学，2009，19：9150-9152.

[责任编辑：王 品]endprint

[1] 冯光娣，陈珮珮，田金方.基于DEA-Malmquist方法的中国高校科研效率分析——来自30个省际面板数据的经验研究[J].现代财经（天津财经大学学报），2012（9）：61-73.

[2] 崔维军，张薇薇，张天娥.江苏省高校科研效率评价研究：1999-2007[J].科技管理研究，2012（4）：73-76.

[3] 王成端，周小波.基于公平和绩效的高等学校教育事业费拨款问题研究[J].现代教育管理，2011（8）：17-20.

[4] ATHANASSAPOULOS ANTREAS，D SHALE ESTELLE.Assessing the comparative efficiency of high education institutions in the UK by means of data envelopment analysis[J].Education Economics，1997（2）：117.

[6] 王丽娜.高校科研效率研究：以江苏省为例[J].科技管理研究，2012（11）：127-131，139.

[7] 胡庆江，何玮佳，柳锐.基于DEA的“985工程”院校科研效率评价[J].科技进步与对策，2011，（19）：135-139.

[8] 丁岚.“985工程”实施中教育部直属高校生产效率的计量分析[J].高等教育研究，2012（7）：20-29.

[9] 李刚，李蔚.基于输出的C～2GS～2模型对学习成绩（效果）的评价[J].数学的实践与认识，2008（18）：59-64.

[10] Charnes A，Cooper W W，Rhodes E.Measuring the efficiency of DMU[J].European Journal of Operational Research，1978（2）：429-444.

[11] 徐滨，张大伟，吴介军，薛惠锋.基于DEA模型的高校办学效率评价及应用[J].计算机仿真，2008（10）：284-286，307.

[18] 王淑云，刘丽英，张素梅.基于DEA方法的内蒙古区域可持续发展能力的评价研究[J].安徽农业科学，2009，19：9150-9152.

[责任编辑：王 品]endprint