“985工程”高校科研效率测评与区域差异比较研究

王树乔，王　惠,2， 程　虹

(1.淮阴工学院　教务处， 江苏　淮安　223003； 2.河海大学　商学院，江苏　南京　210098)

“985工程”高校科研效率测评与区域差异比较研究

王树乔1，王惠1,2， 程虹1

(1.淮阴工学院教务处， 江苏淮安223003； 2.河海大学商学院，江苏南京210098)

摘要：通过采用DEA-BCC和SE-CCR模型，测评中国36所“985工程”高校2013年度的科研效率。研究显示：传统DEA模型测算的中国“985工程”高校整体科研效率尚佳，有10所高校达到技术有效和规模有效，规模效率是制约技术效率改善的主要原因，超效率DEA模型显示中国海洋大学的技术效率最高；从区域对比来看，东部高校的规模效率、纯技术效率与综合技术效率都领先于中、西部。

关键词：科研效率；“985工程”高校；影响因素；区域差异

一、问题提出

知识密集和人才集聚的高校是创新型国家体系的重要组成部分，大量的科研资源投入能否带来其稳定、高速、持续增长，即科研活动生产率问题值得深入思考[1]。高校科研效率评价方法有很多，与传统的生产力评价方法不同，高校科研活动是一个典型的多产出多投入的复杂系统，产出和投入的关系难以用确定的函数来界定[2]。目前，多指标的评价方法，如模糊综合评价法、数理统计法、层次分析法等被用于高校科研效率评价中[3]，但是这些方法忽视投入产出关系，使得评价结果的有效性大打折扣。数据包络分析方法(DEA)则能够克服以上方法的不足，避免主观因素对测度结果的影响，受到国内外广大学者的青睐。Bank等基于DEA方法测度了德克萨斯州学校的技术效率和分解效率[1]，Necmi和Andrew等运用数据包络分析方法评价了澳大利亚高校的技术效率和规模效率[5-6]，胡庆江、徐娟和陆根书分别利用DEA方法测算出中国重点院校、省属和教育部直属高校的科研活动投入产出效率[7-9]。

依据上述文献可知，国内有关研究对象更具多样性，可以是下属院系、高校自身和高校整体。为有针对性地对高校科研改革和管理提出有价值的参考，本文以科研能力较强的“985工程”高校作为研究对象，基于DEA-BCC模型测算其科研投入产出综合技术效率值，并进一步分解为规模效率和纯技术效率，对非DEA有效的“985工程”高校提出明确的改进方向。同时，鉴于传统DEA模型测评的高校科研效率存在多个有效的决策单元，无法对有效决策单元进行比较，因而借助超效率DEA模型进行深入分析，使度量的效率值更为准确，区分能力也更强。

二、方法与指标

(一)方法

数据包络分析(DEA)是1978年由美国著名学者Cooper和Charnes等人对DMU(决策单元)相对有效性提出的非参数统计方法。即假设有n个DMUj(j=1,2,…,n)，每个决策单元均有m种类型的产出Yj和s种类型的投入Xj， Xij为第j个DMU的第i种投入，Yrj为第j个DMU的第r种类型的产出，评价DMU的综合技术效率CCR模型如公式(1)所示[10]：

(1)

sj-和sj+分别为产出不足和投入冗余，综合效率为该模型中最优解δj*。当δj=1，但至少有某个输出或者输入松弛变量大于0时，DMU为弱，DEA有效；当δj<0时，DMU为非DEA有效；当sj-=0，sj-=0且δj=1时，DMU为相对DEA有效[11]。

超效率DEA模型以传统DEA为基础，可以有效解决技术有效DMU的排序问题。对DMU进行效率测度时，先将其排除在外，对于技术无效的DMU而言，生产前沿面并不会改变，得到的结果与传统DEA一致，而对于技术有效的DMU来说，生产前沿面会发生变动，通过提高投入比重来保证效率值不产生变动，超效率值即为提高的投入比重。具体的数学模型如公式(2)所示[12]：

(2)

公式(2)中各符号含义与公式(1)相同。超效率模型中，当δ0≥1且s-0或s+0=0时，DMU j0为DEA有效；当δ0<0时，DMU j0为DEA无效[13]。

(二)指标与数据来源

首先，在对“985工程”高校科研全要素生产率进行测评之前要确定投入产出的具体指标，指标选择要秉持可获取性、科学性和完备性原则。众所周知，高校科研活动一般涉及人、财、物等资源的投入，产出包括课题、科研奖励、论文、专利以及著作等。综合前人研究成果、指标数据的可获取性以及高校科研投入产出现有状况，重点考虑科研投入的分布、数量和科研产出的质量。本研究以当年划拨的科研经费(包括政府基金、企事业单位委托和其他各种渠道获得的科研经费)作为财力投入指标，以研究与发展人员和教学与科研人员的数量作为科研人力投入指标，以能够凸显科研水平的国内外学术刊物上发表的论文、科技课题和成果获奖作为科研产出指标。具体数据来源于2014年的《高等学校科技统计资料汇编》，分析的软件为DEAP2.1和DEA-SOLVER PRO，表1为数据的描述性统计报告。

表1　“985工程”高校科研活动投入产出指标描述性统计

注：数据经作者整理。

三、实证分析

基于上述的DEA-BCC模型和SE-CCR超效率模型，先用DEAP2.1软件测算“985工程”高校科研投入产出的规模效率、纯技术效率和综合技术效率，再使用DEA-SOLVE PRO软件对结果中存在多个技术有效的决策单元进行超效率分析，对没有达到DEA有效的“985工程”高校的投入冗余进行分析，以期为其提出更有针对性的改善建议。

由表2可知，“985工程”高校科研效率达到DEA有效的包括清华大学、北京航空航天大学、北京师范大学、中国农业大学、天津大学、东北大学、中国海洋大学、中南大学、中山大学和兰州大学10所高校，其规模效率和纯技术效率都有效，说明这些高校的科研活动投入产出达到最优配置，规模报酬不变，反映其科研规模收益高效且稳定，利用方式得当。但科研效率DEA有效的“985工程”高校仅占样本总量的27.8%，其他26所高校均处于非有效状况，这意味着“985工程”高校科研投入产出效率还有很大的提升空间。

整体来看，“985工程”高校科研综合技术效率并不理想。在26所综合技术效率没有达到DEA有效的“985工程”高校中，哈尔滨工业大学的综合技术效率值最高，达到0.983；综合技术效率在0.7～0.9的高校有13所，占综合效率非DEA有效样本总量的50%；综合技术效率值在0.5～0.7的高校有12所，占综合效率非DEA有效样本总量的46.2%；综合技术效率值低于0.5的只有北京大学(0.470)。

规模效率是指由于生产决策单元规模因素影响的生产效率。科研综合效率非DEA有效的“985工程”高校主要是由于规模无效导致的，规模效率达到有效的高校仅有10所，约占决策单元总量的27.8%；相比较而言，纯技术效率达到有效的高校有18所，约占样本总数的50%。在非DEA有效的“985工程”高校中，规模效率表现要弱于纯技术效率，如华东师范大学、华中科技大学、武汉大学、华南理工大学、四川大学、重庆大学等；除了复旦大学、华东师范大学、厦门大学、哈尔滨工业大学、浙江大学、上海交通大学、华南理工大学、四川大学等高校科研综合技术无效是由科研规模无效导致的外，其他18所高校是由技术无效和规模无效共同导致的。进一步可以观察到，导致规模没有达到有效的原因也各有不同，华东师范大学、厦门大学、北京理工大学、南开大学、大连理工大学、中国科学技术大学、重庆大学、电子科技大学、西北工业大学、西北农林科技大学、湖南大学等高校处于规模报酬递增阶段，科研投入相对不足，这些高校应该适当增加科研活动的财力和人力投入的规模，以期实现最佳产出效率；北京大学、复旦大学、同济大学、华中科技大学等高校，它们处于规模报酬递减状态，科研投入相对过剩，这些高校需要控制科研活动的投入，减少浪费。简言之，规模无效需要通过一段时间的科研投入减少或者增加来调整，使之变为规模有效。

表2　2013年“985工程”高校科研效率测算结果

注：TE表示综合技术效率,PTE表示纯技术效率,SE表示规模效率,Return为规模报酬，drs表示规模报酬递减，irs表示规模报酬递增,SUPER为超效率DEA测算结果。

对比超效率DEA模型报告的结果，“985工程”高校科研效率存在显著差异，效率最高的是中国海洋大学，其效率值为2.156，其他依次为中南大学(1.325)、北京师范大学(1.311)、中国农业大学(1.253)、兰州大学(1.122)、清华大学(1.101)、北京航空航天大学(1.059)、天津大学(1.056)、中山大学(1.027)和东北大学(1.024)。如表3所示，在技术效率非DEA有效的高校存在现有产出下投入冗余或现有投入下产出不足的现象。科研技术效率无效的高校在教学与科研人员、研究与发展人员以及经费投入指标上均存在不同程度的冗余，山东大学在该项指标上冗余最大，高达1 359.220 5，仅有6所高校在研究与发展人员这项指标上没有冗余；西北工业大学、东南大学、哈尔滨工业大学、大连理工大学和厦门大学在科研经费上存在较大的冗余；浙江大学在教学和科研人员指标上的投入冗余最多，其次为山东大学、西安交通大学、武汉大学、华中科技大学、东南大学、重庆大学。从产出方面来看，“985工程”高校在科技课题方面均有不俗表现，有些高校在学术论文和成果获奖方面存在不足，其中东南大学的学术论文和复旦大学的成果获奖存在严重不足。

表3　科研非DEA有效高校的投入与产出

通过SE-DEA模型测算结果发现，对于综合技术效率有效的高校，依然存在投入产出方面的改善空间，也就是说，技术有效的“985工程”高校优化科研投入要素之后，可以处于比改进前更好的生产前沿面。当然，产出不足与投入冗余的存在表明，上述没有达到有效的“985工程”高校通过重组投入资源、微调科研投入组合，也可以实现科研生产率的提升[14]。

表4　“985工程”高校不同区域科研效率均值

表4列出了2013年度“985工程”高校分区域科研效率的均值，直观地反映出东部高校的规模效率、纯技术效率和综合技术效率均处于领航者的地位，地区差异明显，呈现东部强、西部中、中部弱的分布态势。这一结果与中国经济发展状况并不完全一致。究其原因，东部地区经济发达，名校众多，更容易获取各种横向课题，吸引高素质的科研人员，因而科研效率各项指标最强；随着“西部大开发”，西部地区享受国家政策及财政上的多方面支持，发展势头强劲；中部虽然地理位置优于西部，但科研效率各项指标均弱于西部，造成这个结果的原因是多方面的：第一，科研评价体系不够完善；第二，高校管理缺乏激励机制，水平较低；第三，高校科研资源投入配置不合理等[15]。

四、结论与建议

本文应用SE-CCR模型和DEA-BCC模型，评价并分析2013年中国“985工程”高校的科研投入产出效率及其区域差异情况，得到以下结论：

2013年，36所“985工程”高校的科研效率整体情况尚佳，综合技术效率达到0.796，纯技术效率为0.907，规模效率为0.874，规模效率低下是制约技术效率提升的关键因素。综合技术效率达到有效的高校有10所，其他26所规模无效的高校中，有12所高校规模报酬处于递增阶段，科研投入相对不足；从投入产出冗余的结果来看，研究与发展人员投入冗余值大于0的高校居多，而成果获奖方面存在严重不足，源于科研管理的重心并没有放在科研立项的产出质量上。

从空间分布特征来看，经济较为发达的东部地区的“985工程”高校科研效率相对较高，经济较为落后的中、西部地区的高校科研投入不合理的状况更为普遍。这些地区高校科研效率的提升不能一味地依靠科研资源投入数量的增加，而要关注投入要素的优化组合和均衡配置。

基于上述结果，为了进一步改善“985工程”高校的科研效率，本研究提出以下建议：

第一，通过各种渠道积极筹集科研经费，打破传统体制下主要通过财政拨款获取科研经费的局面。如积极为企业、社区提供科技创新等方面的咨询，在适当增加收入的同时创造社会福利；高校为科研课题配套相应的经费，给予科研活动更多资金上的支持，激发其科研动力。

第二，科研投入产出与高校科研管理水平有直接的关联。“985工程”高校科研效率整体上不理想，主要在于规模效率无效，相应的管理部门应引起足够的重视，通过搭建产学研创新平台，促进国内外的交流和合作。科研效率低下的高校应该总结自身存在的问题，制定科研发展的长远规划并完善配套机制。

第三，注重高水平人才的引进和现有人才的培养。加大对层次较高、创新性较强的科研成果的奖励力度，改善高校的科研氛围和环境。鼓励青年教师攻读博士学位，对已获得博士学位的教师，要支持他们多参加大型的国际或国内学术交流活动，通过智慧的碰撞产出高质量的科研成果[16]。

参考文献：

[1]陈立泰,梁超,饶伟.西部地区省部共建211高校科研效率评价[J].科技管理研究,2012(6):45-48.

[2]廖文秋,梁樑,宋马林.基于Malmquist指数的高校科研效率的实证分析[J].系统工程,2011(7):64-69.

[3]段永瑞,霍佳震.基于数据包络分析的高校科研绩效评价[J].上海交通大学学报,2007(7):1074-1077.

[4]BANK R D, JANAKIRAMAN S, NATARAJAN R. Analysis of trends in technical and allocative effieiency: an application to Texas public school districts[J].European journal of operational research,2004,154(2):477- 491.

[5]NECMI K A I. lnvestigating technical and scale efficiencies of universities through data envelopment analysis [J].Socio-economic planning sciences,2001,35(1):57-80

[6]ANDREW C W, BOON L L. Efficiency, technology and productivity change in Australian universities,1998-2003[J].Economics of education review,2008,27(3):285-298.

[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]徐娟.我国各省高校科研投入产出相对效率评价研究[J].清华大学教育研究,2009(4):77-78.

[9]陆根书,刘蕾,孙静春,等. 教育部直属高校科研效率评价研究[J].西安交通大学学报(社会科学版),2005(2):75-79.

[10]吴战勇.基于DEA的河南省发展低碳经济的效率评价[J].统计与决策,2015(5):56-58.

[11]王宾,李群.基于DEA分析的中国科普投入产出效率评价研究[J].数学的实践与认识,2015(15):214-220.

[12]徐巧玲.科技投入产出的相对效率评价研究——基于DEA的BCC模型与SE-CCR模型的分析[J].科技管理研究,2014(1):66-70.

[13]王恩旭,武春友.基于超效率DEA模型的中国省际生态效率时空差异研究[J].管理学报,2011(3):443-450.

[14]姜彤彤. “985”高校科研效率测算及区域差异对比[J].高等工程教育研究,2014(4):35-40.

[15]陈浩,王晓红,张宝生.基于视窗分析模型的我国高校科研效率评价[J].科研管理,2013(7):101-111.

[16]姜彤彤.基于DEA方法的高校科研效率评价研究[J].高教发展与评估,2011(6):26-32.

(责任编辑张海生蔡宗模)

Study on Scientific Research Efficiency and Regional Differences of “Project 985” Universities

WANG Shuqiao1, WANG Hui1, 2, CHENG Hong1

(1.Huaiyin Institute of Technology, Huaian Jiangsu 223003, China; 2. School of Business, Hehai University, Nanjing Jiangsu 210098, China)

Abstract：The SE-CCR model and DEA-BCC model are used to measure the efficiency of scientific research activities of 36 “Project 985” universities in 2013. The results show that only 10 universities of the scientific research activities is proved to be DEA efficient, and scale efficiency is the main reason for the improvement of technical efficiency; the super efficiency DEA model shows that the efficiency of the Ocean University of China, the scale efficiency, pure technical efficiency and comprehensive technical efficiency of “Project 985” universities in eastern region is basically higher than that of universities in the west and central regions.

Key words：scientific research efficiency; “985 Engineering” University; influence factor; regional difference

收稿日期：2015-11-24

基金项目：国家社会科学基金青年项目“高校科研创新团队内部知识转移运行机制与影响因素研究”(13CGL069)；江苏省高校哲学社会科学研究项目“江苏省高校科研效率及其提升路径研究” (2015SJB716)；江苏省社会科学基金青年项目“江苏省高校科研团队创新绩效评价与影响机制研究”(15JYC002)

作者简介：王树乔(1982—)，男，江苏响水人，淮阴工学院教务处助理研究员，硕士，主要从事高等教育管理研究；

DOI:10.15998/j.cnki.issn1673-8012.2016.03.014

[中图分类号]G640

[文献标志码]A

[文章编号]1673-8012(2016)03-0088-07

王惠(1984—)，女，江苏涟水人，河海大学商学院博士研究生，主要从事创新管理研究；

程虹(1982—)，女，四川达州人，淮阴工学院教务处讲师，硕士，主要从事高等教育管理研究。

引用格式：王树乔，王惠， 程虹.“985工程”高校科研效率测评与区域差异比较研究[J].重庆高教研究，2016，4(3)：88-94.

Citation format：WANG Shuqiao, WANG Hui, CHENG Hong. Study on scientific research efficiency and regional differences of“Project 985” universities[J].Chongqing higher education research，2016，4(3)：88-94.

■ 教育与经济