我国人文社会科学学科建设效率及收敛性研究

程慧平

( 湖北工业大学　经济与管理学院， 湖北　武汉　430068)

我国人文社会科学学科建设效率及收敛性研究

程慧平

( 湖北工业大学经济与管理学院， 湖北武汉430068)

摘要：采用DEA-Gini系数-收敛分析方法，依据2001—2013年人文社会科学20门学科面板数据，测度学科建设效率之间的差异及其收敛性。研究显示，我国人文社会科学学科建设效率低下，受纯技术效率影响较大，大部分学科处于规模报酬收益递减阶段，人员投入比经费支出能带来更多的学科建设项目资助。人文社会科学20门学科之间建设效率的差距并不存在显著的差异。人文社会科学学科建设效率不存在α收敛和条件β收敛，但存在显著的绝对β收敛。

关键词：数据包络分析；学科建设效率；人文社会科学；建设效率评估

人文社会科学学科建设效率的衡量，对合理分配人文社会科学科研资源，促进哲学社会科学繁荣发展具有特别重要的意义。研究学科建设效率的相关文献比较鲜见,在仅有的几篇文献中，郭新立指出，DEA方法不仅能评价学科的办学效益水平，而且能对非技术有效的学科提供改进依据[1]。陈凯华设计了重点学科建设效率的评估指标体系，引入DEA方法讨论了重点学科建设效率的科学评估，但遗憾的是没有进行实证[2]。姜春华采用DEA方法评价了35所“985工程”大学管理学科的投入产出效率，发现35所高校有28所达到生产前沿面，平均效率为0.99[3]。王洪礼引入DEA方法分析高校重点学科建设中的投入与产出关系，为重点学科建设资金在学科之间的分配提供了理论依据[4]。李明引入DEA方法，对某高校理工农医类、管理学类、人文社科类等多个门类的23个学科的建设效率进行了评价[5]。梁文艳采用DEA-Tobit两阶段模型，测算了2006—2010年“211工程”大学自然科学学科科研生产效率及影响因素[6]。王洪礼采用DEA与SFA方法，分析了天津市15所高校重点投资的58个学科的投入产出效率[7]。

从文献分析来看，鲜有研究关注我国人文社会科学不同学科建设效率的差异及其收敛性。本文依据2001—2013年人文社会科学20门学科面板数据(如表1)，采用DEA方法测算我国人文社会科学学科建设效率，以期对后续的相关研究有所启示。

表1　学科名称及编号

一、指标与方法

(一)指标与数据

选取各学科投入人员(人年)和投入经费(万元)作为投入指标。考虑数据的可获得性，选择各学科R&D课题数(项)[8-9]作为产出指标，衡量各学科获得资助的能力。本文选择的时间序列为2001—2013年，数据来源于2002—2014年的《中国科技统计年鉴》。由于已有的统计条目中尚未报道学科经费投入价格指数，考虑到各学科经费投入价格指数存在异质性，若采用相同价格指数，对数据进行平减，难免会带来误差，而在采用资本存量时，折旧率选取不当也会对数据处理带来影响，同时DEA方法是基于截面数据的评价方法，因此本文对于经费投入采用流量数据。

(二)方法

数据包络分析(DEA)从技术有效性的角度评价样本范围内不同决策单元之间的相对有效性。由于DEA方法不必事先确定评价指标的权重和设定具体的生产函数形式就能考察决策单元与最优生产前沿面之间的距离，因此评价结果更具客观性。可变规模报酬条件下的数据包络分析模型，将技术效率分解为纯技术效率与规模效率两部分。技术效率是对决策单元的资源配置能力、资源使用效率等多方面能力的综合衡量与评价。纯技术效率衡量的是管理和技术等因素对生产效率的影响；规模效率则反映规模因素对生产效率的影响。

二、实证分析

(一)学科建设投入强度分析

本文采用投入产出比衡量学科建设中的人员与经费投入强度[10]。人员投入强度为人均获得的R&D课题数，经费投入强度为每万元经费投入的R&D课题项目数。2001—2013年人均课题数、每万元课题数如表2所示。马克思主义人均课题项目数最高、宗教学第二、新闻学与传播学第三，说明上述3门学科人员投入获得课题资助较多，艺术学,图书馆、情报与文献学,军事学位于后3位。人员强度均大于经费强度，表明我国人文社会科学学科发展应继续加大创新型人才的引进与培养力度。

表2　学科投入产出强度分析

(二)学科建设效率测度

通过Deap2.1软件计算，结果如表3所示。从图1和表3可以发现：

图1　2001—2013年我国人文社会科学学科建设效率变化曲线

1. 2001—2013年，我国人文社会科学学科整体建设效率平均值为0.666，纯技术效率为0.790，规模效率为0.859。这意味着我国人文社会科学各学科建设效率至少还有33.4%的提升空间。我国人文社会科学中大部分学科呈现规模报酬收益递减状态，其中历史学、经济学、政治学、军事学、社会学、教育学、统计学7门学科主要受规模效率因素影响而建设效率低下，其他13门学科均受纯技术效率因素影响而建设效率低下。

表3　2001—2013年各学科的平均建设效率

注：规模报酬收益状态采用2001—2013年收益状态出现频次最高的数据。

2.学科建设效率排序前3位的学科分别为：宗教学，马克思主义，新闻学与传播学。学科建设效率排序后3位的学科分别为：艺术学，考古学，图书馆、情报与文献学。学科建设效率低于全国平均水平的有：统计学，军事学，管理学，经济学，艺术学，考古学，图书馆、情报与文献学。

3.学科建设纯技术效率排序前3位的学科分别为：经济学，宗教学，军事学。学科建设纯技术效率排序后3位的学科分别为：艺术学，考古学，图书馆、情报与文献学。学科建设纯技术效率低于全国平均水平的有：语言学，管理学，哲学，体育科学，文学，民族学，艺术学，考古学，图书馆、情报与文献学。

4.学科建设规模效率排序前3位的学科分别为：宗教学，马克思主义，哲学。学科建设规模效率排序后3位的学科分别为：军事学，统计学，经济学。学科建设规模效率低于全国平均水平的有：法学，政治学，管理学，社会学，军事学，统计学，经济学。

按2001—2013年纯技术效率和规模效率平均值，将20门学科建设分为4种类型，如表4所示[11]。

表4　按纯技术效率和规模效率分类的学科分布情况

第一类：纯技术效率与规模效率“双高”型，包括4门学科：马克思主义，宗教学，新闻学与传播学，教育学，属于较为理想型。

第二类：纯技术效率与规模效率“高低”型，包括7门学科：历史学，经济学，政治学，法学，军事学，社会学，统计学。这说明增加R&D课题项数是该类学科技术效率提升的重要瓶颈，因此应以促进规模效率提升、适度缩小R&D课题项数为改进路径。

第三类：纯技术效率与规模效率“低高”型，包括8门学科：哲学，语言学，文学，艺术学，考古学，民族学，体育科学，图书馆、情报与文献学。此类学科应以促进纯技术效率提升、提高学科管理水平为改进路径。

第四类：纯技术效率与规模效率“双低”型，仅有管理学1门学科，其效率改进方向为提升管理水平，扩大R&D课题项数。

(三)学科建设效率差异分析

图2　学科项目数及其效率基尼系数

采用胡祖光[12]简易基尼系数计算方法，计算我国人文社会科学学科建设效率的整体差距，结果如图2所示。2001—2013年间，人文社会科学学科建设效率基尼系数分布区间为[0.125,0.195]，历年学科建设效率基尼系数值均小于0.2，说明我国人文社会科学学科建设效率各学科之间的差距并不存在显著的差异[13]。人文社会科学学科R&D课题数的基尼系数分布区间为[0.459,0.506]，历年学科R&D课题资助差距的基尼系数值均大于0.4，说明我国人文社会科学各学科R&D项目数之间的差距较大。从学科建设效率与R&D项目资助数的基尼系数增长率来看，学科建设效率基尼系数增长率为1.6%，R&D项目增长率为-0.4%。这表明，R&D项目数资助差距可能出现缩小趋势，而学科建设效率差距随时间的推移，并没有出现缩小的趋势。

(四)学科建设效率收敛性分析

采用α收敛、β收敛方法，分析学科建设效率差距的收敛性[14]。α收敛：学科建设效率的标准差随时间的推移逐渐缩小。绝对β收敛：所有学科收敛于相同的建设效率水平，不同学科间的建设效率增长率与学科初始建设效率水平呈负相关，即建设效率落后的学科比建设效率更高的学科收敛速度更快。条件β收敛：反映各学科建设效率稳态水平是不同的，学科建设资助增长速度与其距离各自的稳态值成正比，各自朝自身的稳态收敛。学科建设效率差距仍然存在，建设效率高的学科仍然建设效率高，学科建设效率低的学科仍然落后。

①α收敛公式如(1)式所示：

G=σ0+σ1t+εit

(1)

G为学科建设效率的基尼系数，t为时间变量。若σ1系数显著为负，表明存在α收敛。

②绝对β收敛公式如(2)式所示：

(2)

teit和tei0分别代表期末和期初学科i建设效率，T为所考察的时间跨度。若β1显著为负，则表明存在绝对β收敛。

③条件β收敛，计算公式如(3)式所示：

ln(tei,t/tei,0)=β0+β1lntei,t-1+εit

(3)

tei，t和tei，0分别代表学科i在第t年和期初建设效率，tei,t-1代表学科i在第t-1年的建设效率。若β1显著为负，则表明存在条件β收敛。

表5　学科建设效率α收敛

表6　学科建设效率β收敛

借助Stata12.0软件，分别对α收敛、绝对β收敛进行OLS回归。条件β收敛采用面板固定效应估计方法。α收敛计算结果如表5所示，回归系数为-0.001，P值为0.512，表明学科建设效率存在不显著α收敛。因此，需要进一步进行绝对β收敛检验。β收敛回归结果如表6所示，绝对β收敛回归系数为-0.082，达到1%显著性水平；条件β收敛回归系数为0.073，达到1%显著性水平。因此，我国人文社会科学各学科建设效率存在绝对β收敛，不存在条件β收敛。

(五)投入、产出与效率关系分析

为了进一步分析人员投入与经费投入对学科建设效率的影响，以学科建设效率为因变量，各学科R&D课题数、人员投入、经费投入为自变量，进行面板数据线性回归[15]。回归结果如表7所示，所有变量均通过1%显著性水平检验，R2值为0.767，样本数据拟合的方程能解释因变量76.7%的变化，可见模型拟合效果符合要求。数据表明学科建设效率与学科人员、经费及R&D课题数有较明显的因果关系。从投入、产出变量的回归系数看，人员与经费投入为负数，R&D课题数为正数。这表明，投入要素减少会带来学科建设效率增长，产出增加会促进学科建设效率提升。

表7　学科建设效率与投入、产出变量关系

三、结论

采用DEA-Gini系数-收敛分析方法，依据2001—2013年人文社会科学20门学科面板数据，测度学科建设效率、学科间差异及其收敛性。研究显示，历史学、经济学、政治学、军事学、社会学、教育学、统计学7门学科主要受规模效率影响而建设效率低下，其他13门学科均受纯技术效率低下影响较大，大部分学科处于规模报酬收益递减阶段，人员投入比经费支出能带来更多的学科建设项目资助。人文社会科学中75%的学科属于纯技术效率与规模效率“高低型”和“低高型”两类。人文社会科学中20门学科之间建设效率的差距并不存在显著的差异。人文社会科学学科建设效率不存在α收敛和条件β收敛，但存在显著的绝对β收敛。

参考文献：

[1]郭新立.基于DEA的学科有效性评价[J].中国管理科学, 2003, 11(6):77-80.

[2]陈凯华,官建成.重点学科建设效率的科学评估[J].学位与研究生教育,2008(5):59-64.

[3]姜春林，王友强.985高校管理学科投入产出效率评价实证研究[J].科技进步与对策,2009, 26(22):193-196.

[4]王洪礼, 李怀宇, 王群生，等.基于DEA的省级高校重点学科建设投入产出效益评价研究[J].学位与研究生教育, 2009 (1):54-57.

[5]李明.基于模糊DEA的地方高校学科建设绩效评价方法研究[J].北京工业大学学报(社会科学版),2014,14(6):73-79.

[6]梁文艳, 袁玉芝, 胡咏梅.研究型大学自然科学学科科研生产效率测算及影响因素分析——基于DEA-Tobit两阶段模型[J]. 国家教育行政学院学报, 2014(10):70-76.

[7]王洪礼, 贾岳.基于 SFA 和 DEA 的高校综合投资学科的科研效率评价[J].天津大学学报(社会科学版), 2015, 17(4): 306-309.

[8]吴延兵.中国地区工业知识生产效率测算[J].财经研究,2008,34(10):4-14.

[9]吴延兵.用DEA方法评测知识生产中的技术效率与技术进步[J]. 数量经济技术经济研究, 2008, 25(7): 67-79.

[10]李小胜, 陈姚祥.基于SFA模型的大学和研发机构科学论文产出效率分析[J].大连理工大学学报(社会科学版), 2013, 34(4)13-18.

[11]季凯文, 孔凡斌.中国生物农业上市公司技术效率测度及提升路径——基于三阶段DEA模型的分析[J].中国农村经济, 2014(8):42-58.

[12] 胡祖光.基尼系数理论最佳值及其简易计算公式研究[J].经济研究,2004(9):60-69.

[13] 周静, 王立杰, 石晓军.我国不同地区高校科技创新的制度效率与规模效率研究[J].研究与发展管理, 2005, 17(1):109-117.

[14] 刘自敏, 张昕竹, 杨丹.省级政府卫生投入动态效率及其收敛性研究[J].经济与管理研究, 2014(3)：26-35.

[15]俞立平.中国区域信息经济的技术进步与效率测度研究[J].科学学与科学技术管理, 2013, 34(1):78-84.

(责任编辑吴朝平张海生敖显涛)

Study on the Discipline Construction Efficiency and its Convergence Effect of Chinese Humanities and Social Sciences

CHENG Huiping

(School of Economics and Management, Hubei University of Technology, Wuhan Hubei 430068, China)

Abstract：Using the methods of DEA-Gini coefficient and convergence effect analysis, the paper measures the differences and convergence effect of construction efficiency among disciplines in terms of humanities and social sciences in 2001—2013 panel data of 20 disciplines. The study shows that the overall construction inefficiency of Chinese humanities and social sciences is influenced by the low pure technical efficiency greatly, and most disciplines exists in a state of decreasing return to scale. The participants can bring more discipline construction project funding than the intramural expenditure. The construction efficiency gap which exists among all disciplines is unobvious. No alpha and conditional β convergence exists in the discipline construction efficiency of the humanities and social science, but a significant absolute β convergence exists there.

Key words：data envelopment analysis; discipline construction efficiency; humanities and social sciences; construction efficiency evaluation

收稿日期：2015-10-14

基金项目：湖北工业大学博士启动基金资助项目“中国信息服务业技术效率区域差异及影响因素研究”(BSQD13052)；湖北省教育厅人文社会科学研究一般项目“学术虚拟社区用户持续知识贡献行为的影响机制及实证研究”(16Y041)

作者简介：程慧平(1984—)，男，湖北武穴人，湖北工业大学讲师，管理学博士，主要从事信息资源管理研究。

DOI:10.15998/j.cnki.issn1673-8012.2016.03.013

[中图分类号]G322

[文献标志码]A

[文章编号]1673-8012(2016)03-0082-06

引用格式：程慧平.我国人文社会科学学科建设效率及收敛性研究[J].重庆高教研究，2016，4(3)：82-87.

Citation format：CHENG Huiping. Study on the discipline construction efficiency and its convergence effect of chinese humanities and social sciences[J].Chongqing higher education research，2016，4(3)：82-87.

■ 教育与经济