“211工程”高校图书馆效率测评及影响因素分析*

储伊力，储节旺

“211工程”高校图书馆效率测评及影响因素分析*

储伊力，储节旺

高校图书馆为高校教学科研活动提供有力的支撑，因此需要对其效率及效率影响因素进行测评与分析，这有利于高校图书馆发挥其在科研领域的重要作用。文章运用Super SBM模型和Malquist指数法，对我国37个“211工程”高校图书馆的动态、静态效率分别进行了测评；运用面板Tobit模型，分析了效率的影响因素。根据效率测评，发现我国高校图书馆发展水平差异较大，多数图书馆存在经费浪费问题；根据对效率影响因素的分析，发现博士比例、读者总人数、周开馆小时数、网络交口数与图书馆效率呈正相关关系，而高级职称比例、纸质资源购置费、服务器数、员工平均年龄、建筑面积和城市GDP与图书馆效率呈负相关关系。

高校图书馆数据包络分析图书馆效率影响因素

引用本文格式储伊力，储节旺.“211工程”高校图书馆效率测评及影响因素分析［J］.图书馆论坛，2016（8）：107-118.

0　引言

高校图书馆是为高校教学和科研提供信息服务的重要机构，然而目前国内关于高校图书馆效率的研究却不多。从已有文献来看，该类研究可以分为两个时期，分别是启蒙期和发展期：2007年之前可视为该领域研究的启蒙期，这个时期的文献基本都为定性研究，多为针对图书馆效率问题的理论分析与策略建议，为我国图书馆效率的进一步研究打下了一定的理论基础，但是没有实际数据作为效率测评及效率影响因素的支撑，研究内容稍显单薄；从2007年开始，定量研究开始增多，学者们开始运用数据对图书馆效率进行客观测评，并进一步针对现有问题进行分析，研究方法更客观且内容更具现实意义。在定量分析中，运用最多的方法是数据包络分析（Data Envelopment Analysis，DEA），该效率测评方法以数据为依据对观察变量进行效率的测度，不受人为因素影响，具备公正性和客观性，因此被广泛运用。

DEA效率测评方法最早产生于美国。西方国家运用DEA模型测评图书馆效率方面的研究成果较为丰富。Vitaliano运用DEA方法分别测评了纽约的194个公共图书馆的效率［1］。W.shim运用DEA模型分析了美国图书馆协会中的95个研究型图书馆的效率，并回顾了DEA模型在图书馆中的应用环境［2］。Reichmann运用动态DEA的方法对澳大利亚、加拿大、德国、瑞士、美国的118个高校图书馆进行了技术效率评估和比较［3］。K.R.Sharma等运用DEA方法评估了夏威夷47个公共图书馆的效率及资源利用率，并分析了图书馆效率的影响因素［4］。

在国内，早期研究多采用经典径向DEA模型，如白首晏［5］、李建霞［6］、范红霞［7］。其中，白首晏2002年发表的《DEA方法在高校图书馆效率评价中的应用》是图书馆效率定量研究的开山之作，然而之后并未引起足够关注，一直到2007年，该方法才慢慢进入研究视野。随着DEA方法的成熟和图书馆效率研究的推进，一些学者开始尝试用一些新的方法结合DEA模型对图书馆效率进行测评与分析：郭军华、赵艳芳等运用DEA-Tobit的方法对公共图书馆的效率进行了测评，并对影响因素进行分析［8］；王惠通过随机前沿模型（SFA模型）和DEA分析方法研究了我国省际公共图书馆的静态效率，并运用DEA-Malmquist生产率指数分析了公共图书馆动态效率［9］；陈英、洪源运用三阶段DEA方法，即在传统DEA模型的基础上，运用SFA模型剥离了影响效率判断的外部环境因素，再对2009-2012年我国省域公共图书馆效率进行了去除环境因素影响的DEA测度［10］；李建霞将图书馆绩效分为信息服务和学术成果产出两个连续的子系统，构建二阶段评价模型，对我国22个重点高校图书馆进行了两阶段的动态效率测评［11］。

分析现有文献，从研究内容来看，有关高校图书馆效率测评的文献的研究对象多为某省或某市区域范围内的高校图书馆的效率测评，难以反映全国高校图书馆效率的整体情况。本文着眼于我国37个“211工程”高校图书馆，试图从更宏观的视角把握我国高校图书馆的效率情况。从研究方法来看，以往的研究多采用传统的DEA模型分析，本文采纳Super SBM-Malmquist-Tobit的方法，从静态和动态两个角度测评高校图书馆的效率并进一步分析效率的影响因素，以求更加全面客观。Super SBM模型相比经典DEA模型，考虑了无效率决策单元松弛改进部分对在效率值测量中的影响，并能够对多个有效DEA进行比较和区分；Malmquist指数法可以进一步分析决策变量的动态效率变化情况；Tobit模型在效率评价的基础上分析高校图书馆效率值的影响因素，从而能够有针对性地对图书馆资源建设与配置提出建议。

1　研究方法

1.1Super SBM模型

数据包络分析（DEA）是一种通过投入产出情况评价决策单元（DMU）相对效率的非参数技术效率分析方法，传统的DEA模型有基于规模报酬不变（CRS）基础上的CCR模型［12］和基于规模报酬可变（VRS）基础上的BCC模型［13］，但是，传统的径向DEA模型没有考虑到无效DMU松弛改进部分在效率值中的测量，为了修正松弛变量，Tone Kaoru提出了SBM模型［14］，该模型可以剥离环境松弛部分的影响，然而仍会存在多个为1的有效DMU，无法对其进行区分和排序，因此Tone进一步提出了Super-SBM模型［15］，该模型不仅能修正无效DMU的松弛变量，也能解决有效DMU的区分和排序问题。

由于图书馆效率既考虑投入最小化，又考虑产出最大化，所以本文中使用无导向（non-orient）模型。其CRS SBM超效率模型的表达式为：

其中xmk表示第k个决策单元的第m个投入变量，ynk表示第k个决策单元的第n个产出变量，λj表示参照集中各要素的权重。

而VRS SBM超效率模型则是在此基础上增加约束

运用CRS模型可以得到图书馆效率的综合效率，运用VRS模型可以求出图书馆效率的纯技术效率（PE），前者与后者的比值为规模效率（SE），即综合效率/纯技术效率=规模效率。

1.2Malmquist生产率指数

Malmquist生产率指数的概念最早由Malmquist于1953年提出，Färe R等人最早运用DEA方法计算Malmquist指数，并将其分解为技术效率变化（TechnicalEfficiency Change，简称EC）和生产技术变化（Technological Change，简称TC）［16］。

从时期t到时期t+1的Malmquist生产率指数数学表达式为：

其中，Mac代表相邻前沿交叉参比Malmquist指数；两个时期的技术效率变化：

反映的是对t到t+1时期每个决策单元追赶生产前沿面的程度，若值大于1，说明决策单元的生产水平更趋近生产前沿面，提高了相对效率，反之相反；技术变化：

反映的是t到t+1时期生产系统的生产技术变化程度，值大于1时，反映的是对决策单元自身技术有进步，反之说明生产技术后退，但可能不是真正意义上的退步，而是这段时间的资本和劳动获得的收益较低，表现为产出增长的低质量。

1.3Tobit模型

为了进一步分析经DEA分析得出的效率值受到哪些因素的影响，Coelli等研究分析了决策单元影响因素的四种方法，并认可了其中的两阶段方法（two-stage method））的有效性［17］，两阶段方法中的第一阶段是通过DEA模型测算出各决策单元的效率值，第二阶段是设前一阶段所测算得出的效率值为因变量，设与前阶段中投入产出指标不同的其他环境因素作为自变量，构建Tobit回归模型。

Tobit模型是由经济学家Tobin于1958年提出的，该模型是分析因变量受到某种限制的回归模型，因此也被称为截取回归模型或者受限因变量模型，由于超效率SBM模型中获得的效率值都为正数，相当于排除了因变量小于0的可能性，如果直接采用普通最小二乘法回归模型会造成参数估计偏差，因此需要采用最大似然法（ML）用以估计模型中的参数。该模型可以表示为：

其中，Yi表示第i个变量的因变量大小，Xi表示第i个变量的解释变量，βt是位置参数向量，εi～N（0，σ2）。

2　数据来源

本文的图书馆相关数据来自教育部高校图书馆事实数据库2013-2014年的数据，城市GDP数据来自全国各地统计局网站所公布的当地2013-2014年GDP数据，为保证数据的原始性和完备性，本文在我国113个“211工程”高校图书馆中选取37个数据较为完善的图书馆作为分析对象。

高校图书馆事实数据库为图书馆学研究者的研究提供了大量的数据支撑，也为图书馆工作人员提供了管理工作方面的参考和借鉴，具备很强的现实意义。然而，笔者在获取数据时，发现有两处亟待改进：（1）在高校图书馆所填报的数据方面。首先，很多高校图书馆数据不全甚至缺失，在我国113个“211工程”高校图书馆中，符合本文数据统计要求的仅有37个；其次，一些高校图书馆在填报数据时较为草率，如一些数据是明显的离散值，存在错误；一些数据为估算值，不够精确；一些图书馆的数据在两年间差距很大，有错填的可能等。这些高校在数据填报上的问题，会对本文的统计结果造成一定的影响。（2）在数据库的统计汇总功能方面，仅可以查看排行榜，没有系统的统计报告，如果要获取并整合各图书馆具体指标的数据，需要查询每一所图书馆的数据情况，并进行手工汇总，较为繁琐。

由于已有数据存在不足，本文在数据选择上，为确保数据的真实客观，删除缺失项过多的统计对象。一些高校图书馆的缺失统计项较少并且可以补救，为保证统计项的数量，根据缺失数据的特点采用不同的解决和填补方法：对于一些每年都会变动的数据一般采用临近年份数据的平均值进行替代，如华中科技大学没有2013年电子资源下载量数据，解决方法是用2012年和2014年数据的平均数替代2013年的数据；对于一些一般不会变动的数据如开馆时间和馆舍面积则用相邻年份的数据代替。另外，对明显有误的数据进行替代，替代方法与上述处理缺失数据的方法相同。为获得更为客观可靠的数据，本文选择数据时尽量选择各馆统计标准和方法一致的数据，如在图书馆人员投入的替代变量选取中，由于各个高校对于编外人员特别是勤工俭学人员统计标准与方法不同，所以如果以工作人员的总数表示人员投入指标，数量上就会呈现很大差异，而相比工作人员总数，在编职工人数的统计量离散值较少，数据较为集中稳定，因此选择在编职工人数作为人员投入的替代变量。

3　效率分析

3.1投入产出数据选择

关于高校图书馆的投入产出，不同的学者都有不同的选择，投入指标中，较普遍的设置有拨款总经费、员工人数、总藏书量和馆舍面积等，产出指标中，较普遍的设置有读者人数、总流通量、书刊外借量和电子资源下载量等［18-21］。有些学者将图书馆的产出界定为高校作者发表学术论文数和参加学术会议论文数等科研成果，笔者存有不同意见，高校图书馆会对高校的科研成果产生影响，然而这种影响是间接的且有一定的滞后性，科研成果的创作应该体现在知识转化阶段，而知识转化阶段除了包括图书馆的影响，还应该包括科研人员和科研经费等影响因素［22］，本文关于该指标的看法与高海涛等人的观点是一致的［23］。

参考以往的投入指标设置经验，依据现有的数据资源，本文暂将高校图书馆投入指标设为图书馆建筑面积、年度经费总支出、在编职工人数和文献资源累计总量。产出变量中本文仅选择电子资源下载量和书刊借阅量两项指标，因为其他产出指标往往由于学校统计标准或学校政策的不同容易产生统计误差，如信息服务业务量各个学校间差异很大，信息服务业务量中包括查新、定题服务和查收查引服务，一些学校在评优评奖时候，需要检索证明等材料，这便增加了该高校的信息服务业务量，但是并非所有学校都有同样的要求，所以考虑各高校的不同情况引起的统计量上的差异，不将其纳入产出指标。另外，有些指标数值较小且很多学校存在数据缺失的情况，考虑数据的可及性也不将其考虑在产出指标之内，具体如馆际互借量和文献传递量。

除此之外，在应用DEA方法时，为了避免投入和产出之间无相关或负相关，投入产出变量需要满足“同向性”和“相关性”条件，基于此，本文采用SPSS 19软件，对数据进行person双侧相关性检验，得出的结果如表1所示。

表1　投入产出变量相关性检验

通过相关性分析，可以看出，建筑面积与电子资源下载量未通过0.1显著水平上的相关性检验，与书刊外借量却显著相关。这与图书馆实际情况是相符的，一般而言，图书馆电子资源在高校范围内都可以下载，不局限于图书馆内部，因此电子资源下载量与图书馆建筑面积相关性不大，但是建筑面积影响着图书馆的物理藏书量和座位数，这些都会对书刊外借量产生正向影响。为确保结果的准确，本文不将图书馆建筑面积纳入投入指标中，但是考虑到该变量可能会对图书馆效率产生影响，所以将其纳为影响因素并在下一步进行回归分析。

根据以上的投入产出数据，本文运用Malmquist指数法和Super SBM模型对“211工程”高校图书馆进行动态和静态的效率测评及分析。由于篇幅原因，本文只列出2014年我国37个“211工程”高校图书馆的效率及投入冗余情况，如表2所示。需要说明的是，从表2中可以发现，各高校图书馆效率排名与各高校综合排名不一致，这一方面可能是因为高校图书馆效率测评分析为定量分析，与以往的主观定性分析不同。本文既考虑产出数据也考虑投入数据，所以虽然综合实力较强的高校图书馆产出较高，但是这些图书馆同时可以获得更多的资金和资源，因此投入也相对较高，最终导致高校图书馆效率排名与高校综合排名不一致的结果；另一方面可能是因为高校在填报数据时存在一些虚假行为，从而影响了统计结果和排名的公正性和准确性。

3.2高校图书馆效率动态分析

为了了解“211工程”高校图书馆效率的动态情况，本文以Malmquist指数法分析了2013-2014年高校图书馆效率的全要素生产率变化情况（MI）及由它分解的技术效率变化和技术进步变化，计算结果见表2的EC、TC、MI三列。

一般在衡量决策单元的技术效率变化时，先根据所有样本量的投入产出数据估计生产效率，在此基础上选择效率最高的决策单元用以表示有效的前沿面，所以技术效率变化指的是决策单元对有效前沿面的追赶程度，反映的是一种相对的变化。从本文的分析结果来看，“EC”的平均值为0.894，大多数高校图书馆的技术效率呈下滑趋势，仅有湖南大学、华中科技大学、东北师范大学、上海交通大学和华北电力大学在2013-2014年的技术效率大于1，说明这几个学校的技术效率在逐步提高，即技术进步的程度相对较高，其余高校的技术效率均不变或降低，即技术进步的程度相对较低。

技术进步变化可以反映技术前沿面在2013-2014年的移动情况，表示的是各图书馆自身的技术创新程度，是一种绝对的变化。从表2中的“TC”列可以看出，大部分高校的图书馆技术有所进步，平均值为1.125，仅有少部分高校图书馆的馆内技术创新程度呈现不变甚至衰退的后果，如河北工业大学、湖南大学、陕西师范大学等。

从Malmquist指数来看，即表2中的“MI”列，37个“211工程”高校图书馆的全要素生产率平均数为0.996，接近1，其中，华中科技大学、厦门大学和上海交通大学的全要素生产率处于领先水平，说明这三所大学2013-2014年的图书馆综合效率提高较为明显，而中国政法大学、西安交通大学和天津大学3个高校图书馆的全要素生产率较低，效率衰退较为明显。从整体上看，技术进步变化指数的平均值为1.125，技术进步是全要素生产率提高的内在动力；而技术效率变化指数的平均值为0.894，技术效率阻碍了全要素生产率的增长。这说明，大部分“211工程”高校图书馆仍然存在着资源配置不理想、技术应用程度不高等方面的问题。

表2　我国37个“211工程”高校图书馆的静态和动态效率情况

3.3高校图书馆效率静态分析

对投入产出数据进行Super-SBM测算，所得的结果如表2所示。其中，表2中的前三列，即TE、PTE和SE分别反映了2014年37个“211工程”高校图书馆的综合效率、纯技术效率和规模效率；X1-X3分别表示经费冗余率，累计文献资料冗余率和工作人员冗余率。其中，冗余率即冗余值与原始投入值之比，为方便观察，本文将冗余率最高的投入认为是影响效率的最重要投入，并加粗表示。

由表2可知，从整体情况来看，各“211工程”高校图书馆的综合效率差异很大，综合效率可分解为纯技术效率和规模效率。数据表明“211工程”高校图书馆综合效率的差异主要反映在纯技术效率上。纯技术效率是指图书馆由于管理和技术等因素而造成的效率变化，这说明这些高校在管理水平及图书馆技术运用方面存在较大差异，各高校图书馆发展水平参差不齐。规模效率指图书馆因规模因素影响的效率，大部分高校图书馆的规模效率小于1，即未达到规模饱和，其中，仅有兰州大学、中国科技大学、上海大学、东南大学、华北电力大学和苏州大学的图书馆达到了规模效率即最优状态，其余高校应当进一步加大图书馆的投入规模，直至规模报酬不变即规模效率最大化状态。37个“211工程”高校图书馆中，河北工业大学、四川大学和兰州大学的图书馆效率最高，排名靠后的有四川农业大学、武汉农业大学和苏州大学。从分布地区上看与笔者前期关于公共图书馆效率测评的结果存在较大的差异［24］。效率较高的公共图书馆多位于东南沿海地区，效率较低的多位于中西部地区，而在高校图书馆的效率测评中，排名靠前的高校图书馆很多并不在经济较为发达的地区，而排名相对靠后的高校图书馆中却不乏一些位于经济发达地区的图书馆，这似乎说明高校图书馆效率与当地经济发展水平可能无关系甚至关系为负向，具体是否如此，本文将在下一步的Tobit回归中进一步验证。

图1　依据纯技术效率和规模效率构建的“211工程”高校图书馆象限图

根据各高校图书馆在纯技术效率与规模效率上的特点，本文以PE和SE的均值为标准，将我国37个“211工程”高校图书馆划分为4个区，具体分布如图1所示。因为一些高校的在平面直角坐标系中的点很接近，所以为了方便观察，各高校名称以简称代替。其中，I区的高校图书馆纯技术效率、规模效率均大于均值，是效率较高的优势图书馆；Ⅱ区的高校图书馆数量最多，该类图书馆纯技术效率高于平均值，规模效率低于平均值，今后这类图书馆最应该解决的问题是增加资源投入并合理配置，扩大图书馆的发展规模，向Ⅰ区靠拢，以达到最佳效率；Ⅲ区高校图书馆的纯技术效率和规模效率都小于平均值，该区图书馆在扩大投入的同时必须对馆内各项工作加强重视，对各个部门各个工作环节进行全面系统的绩效评估，找出问题所在，优化整合图书馆的资源；Ⅳ区的高校图书馆纯技术效率较低，规模效率较高，该区图书馆应该提高自身管理水平，并充分运用图书馆现代技术使每一项投入都发挥最大效用，从而提高自身的纯技术效率。

表2中的X1、X2、X3分别表示“211工程”高校图书馆的经费开支冗余率、文献资源累计量冗余率和在编职工冗余率，其中，冗余率即冗余值与原始投入值之比。若值大于0，表示该项投入存在冗余；若值小于0，表示该项投入存在不足。本文将冗余率最高的投入认为是影响效率最关键的投入，并将其加粗表示，可以看出：第一，我国大部分“211工程”高校图书馆存在着投入冗余现象，而效率排名靠前的几所高校图书馆却存在着不同类别和程度的投入不足现象，其中，河北工业大学需要增加经费开支及在编职工数量；四川大学和兰州大学分别需要增加在编职工数量和文献资源累积量；第二，“211工程”高校图书馆影响效率的最关键因素在于经费冗余，这说明高校图书馆的大量经费可能没有用到实处，存在浪费现象，这是今后高校图书馆发展需要特别重视的问题；第三，除了经费冗余，很多“211工程”高校图书馆也存在着不同程度的文献累计资源冗余和人员冗余问题，这说明高校图书馆要注意馆内文献资源和人力资源的合理配置，使得人尽其才、物尽其用。为分析图书馆效率的具体影响因素，本文将在下一步面板Tobit回归中进一步分析人力、财力、物力等相关因素对于效率的影响情况。

4　高校图书馆效率的影响因素分析与评价

4.1影响因素选择

国内外关于高校图书馆效率定量分析的文献一般只做到效率测评这一步，关于效率影响因素分析的文献非常有限。本文综合考虑数据的可及性及高校图书馆的特点，选取的影响因素主要包括博士员工比例、高级职称员工比例、员工平均年龄、纸质资源购置费、电子资源购置费、办公费、周开馆小时数、信息素质课程数、网络交口数、服务器数、存储总容量、座位数、建筑面积、读者总人数、城市GDP等。其中，博士员工比例、高级职称员工比例、读者总人数属于图书馆的人员结构方面的影响因素；纸质资源购置费、电子资源购置费、办公费属于图书馆的经费使用方面的影响因素；座位数、建筑面积属于图书馆基础设施方面的影响因素；信息素质课程数、网络交口数、服务器数属于图书馆信息化建设方面的影响因素。这里需要指出的是，一般而言，图书馆信息化建设的表示变量应当包括无线网络覆盖程度这一指标，然而笔者在数据统计时发现，本文所研究的37个“211工程”高校图书馆大部分都实现了无线网全覆盖，故并未选择该指标作为图书馆信息化方面的影响因素。以上为图书馆的内部影响因素，而读者总人数、城市GDP为图书馆的外部影响因素，城市GDP代表研究高校所在城市的经济发展水平，由于部分高校同属一个省但不在一个城市，这里为了分辨同省不同市的高校图书馆，选择城市GDP而非省份GDP作为地区经济发展水平的替代变量。

4.2影响因素分析

将上述影响因素设为自变量，将“211工程”高校图书馆综合效率设为因变量，建立以下回归模型：

其中TE为“211工程”高校图书馆的综合效率，α0、α1、α2…α13为待评估系数，X1、X2、X3…X13分别表示上述13个自变量，i表示高校，j表示年份，εi为随机扰动项。根据式（4），得出“211工程”高校图书馆效率影响因素的Tobit模型回归结果，如表3所示。为验证结果的准确性，本文剔除了与因变量效率的回归系数显著性低的自变量再做回归模型，如表4所示。由表4可见，中回归模型拟合性非常好，各自变量对因变量的影响依然显著且系数符号与原模型一致，因此可以认为所选变量对于因变量的影响是稳定的。

表3　Tobit模型回归结果

表4　剔除不显著变量后的Tobit模型回归结果

从“211工程”高校图书馆的人员构成来看，博士员工比例与图书馆效率在1%水平上显著，且方向为正，这说明图书馆博士学历的员工对于图书馆效率提升起到明显效果，博士往往拥有更高的专业素养和技术水平，因此高校图书馆在今后的员工招纳中，应当注意多吸纳具备相关技能知识的高学历员工。从高级职称员工比例来看，其与图书馆效率的关系呈负相关，即高级职称员工比例越高，越不利于图书馆效率的提升。分析原因，一方面，虽然高级职称员工相比一般员工拥有更多经验和更深的业务功底，但是由于高级职称员工一般来说可以获取更高的工资，所以在人力上的经费投入上会更高，如果馆内的高级职称员工出现数量上的冗余，或者未全部体现其在工作中的积极性，那么便不利于图书馆的效率提升；另一方面，高级职称员工越多，可能越容易造成组织内的官僚主义作风，形成垂直化而非扁平化的管理模式，从而影响了图书馆的效率。从年龄上看，员工平均年龄与效率在1%水平上显著，且方向为负，这说明高校图书馆员工年龄越大，工作效率越低。这个结果与上文分析的高级职称比例与效率的关系是有联系的，因为拥有高级职称的人，往往资历高，年龄大。综上所述，高校图书馆需要年轻化服务人员队伍，在人员选择和评价上，更注重能力而非资历。

从“211工程”高校图书馆的经费使用方面看，在文献购置费中，纸质资源购置费与效率的回归系数在5%水平上显著，二者呈负相关关系；电子资源购置费与效率相关性不显著，也就是说文献资源（包括纸质资源和电子资源）的增加并未对图书馆效率产生正向影响。文献资源购置费越高，图书馆的经费投入越高，如果文献资源的价值并未在产出中得到体现，就会影响图书馆的效率。造成这种现象可能的原因有四：第一，高校图书馆购置的文献资源与本校师生的阅读需求出现错配；第二，高校购置的文献资源过多，出现冗余浪费；第三，图书馆工作人员与书商合谋购置了大量积压、过时的文献资料；第四，文献资源尤其是纸质文献资源的利用有一定的滞后性。另外，从不同类型的文献资源对效率的影响上看，纸质资源与效率呈明显的负相关关系，而电子资源与效率关系不大，这说明纸质资源的当年利用率小于电子资源的当年利用率。一般而言，纸质文献资源的利用周期较长，其效用难以在当年内完全发挥；而电子文献资源更新速度更快，时效性更强，所以能更快被利用，这也是二者与效率关系差异的原因。在图书馆经费使用中，办公费与图书馆效率关系不显著，但是方向为负，这说明办公费用的增加，不能提高图书馆效率甚至对图书馆效率还会产生负面影响，高校图书馆办公费可能并未被合理利用。

从“211工程”高校图书馆的推进信息化建设的设备上看，网络交口数与图书馆效率通过了5%水平上的显著性检验，网络交口数越多，越方便馆内读者上网，能够有效增加图书馆的效率；服务器数与图书馆效率在1%水平上显著且为负相关，说明服务器使用不够充分，一些服务器可能存在空闲；存储总容量与图书馆效率不相关，图书馆的存储容量多以预存储功能存在，这表示现阶段可能一些存储容量未被使用，但是不能以此否认其存在的必要性。

从“211工程”高校图书馆的基础设施来看，图书馆座位数与效率不相关，从常理推断，图书馆的座位数越多，所能容纳的读者越多，应该能提高图书馆的效率，然而，从我国的高校图书馆的发展现状来看，高校图书馆的馆舍功能更多演化成为了自习室，特别是在考试前的阶段还会出现很多“占座”现象，很多学生进入图书馆的目的仅仅是为了自习而非获取图书馆的资源，而这会挤占那些真正想在馆内获取图书馆资源的读者的阅读空间，从而降低图书馆资源的利用效率。笔者认为，从这个角度来看，图书馆阅览功能应该与自习室自习功能区分开来。图书馆建筑面积与效率在5%水平上显著，且回归系数为负，这说明图书馆的建筑面积越大，便要求投入更多的人力、物力和财力，如果投入大于产出，便会降低图书馆的效率。因此，图书馆的面积应该与其负荷量、使用量相匹配，在馆舍建设时应以实用性为首要原则。

从“211工程”高校图书馆的周开馆小时数来看，周开馆小时数与图书馆效率的回归系数在5%水平上显著且为正向，这说明开馆时间越长，对于图书馆效率的发挥越有利，而D.F.Vitaliano［25］前期关于美国图书馆效率评价的结论证明，开馆时间过长是阻碍图书馆效率的首要原因，这说明不同的地域，图书馆效率的影响因素具有不同的特点，在我国还是应当保持或延长开馆时间。

从“211工程”高校图书馆的信息素质教育课来看，该因素与图书馆效率无显著关系，图书馆开展信息素质教育的内容包括培养读者对信息意识、信息技术和信息道德方面的教育［26］，成功的信息素质教育应当起到提高读者有效利用图书馆各种信息资源的意识和能力的作用，从而提高图书馆的资源利用效率。然而，从数据统计结果来看，目前的图书馆信息素质教育还不够理想，未来的信息素质教育一方面应该注意质量上的精益求精，另一方面应该注意形式上的丰富多彩，从而吸引更多的读者并且切实提高读者的信息素质，发挥其应有的作用。

从“211工程”高校图书馆的两个外部影响因素上看，读者总人数与图书馆效率的回归系数在5%水平上显著，且为正向，即读者越多，图书馆的效率越容易发挥，这与常理相符。然而城市GDP与图书馆效率的回归系数为负且通过了5%的显著性检验，这与常理相悖，也与笔者在前期关于公共图书馆效率与当地经济发展水平研究中的结论相反［27］。为找出原因，笔者将该变量与效率测算中的投入产出变量做了相关性检验，结果证明，城市GDP与投入指标中经费投入相关性较高，且为正向，但是与产出变量却不相关，这说明，当地GDP越高，高校图书馆的经费投入就越充裕，但是增加的投入却没有获得相应的产出，从而导致城市GDP与效率呈反比的结果。因此对于处在经济发达地区的高校图书馆，在增加投入的同时，要尤其注意资金的合理利用和配置，预防和避免经费投入的冗余和浪费现象。

5　结语

本文运用Super SBM-Malmquist-Tobit方法对我国37个“211工程”高校图书馆的效率进行了测评和比较分析，并探讨了“211工程”高校图书馆效率的影响因素，希望能够用数据全面客观地展现高校图书馆的效率概貌，为今后的高校图书馆管理决策和相关研究提供一定的借鉴和参考。通过对统计结果的分析，本文认为：从内部影响因素看，“211工程”高校图书馆在今后的建设与发展中，在人员选择和评价上，应当注意年轻化馆员结构，重能力而非资历；在经费使用上，应当合理利用资金，避免浪费和冗余；在基础设施的建立和文献资源的购置中，应当与本校师生的实际需求相匹配，使得物尽其用；从外部影响因素看，位于经济发达地区的“211工程”高校图书馆往往拥有更多的资源，应当注意对其合理配置与运用，而位于经济不发达地区的高校图书馆拥有的资源相对贫乏，政府和相关机构应当对其建设与发展加以支持和保障。

［1］［25］Vitaliano D F.Assessing public library efficiency using data envelopment analysis［J］.Annals of Public and CooperativeEconomics，1998，69（1）：107-122.

［2］ShimW.ApplyingDEA Technique toLibrary Evaluation in Academic Research Libraries［J］.Library Trends，2003，51（3）：312-332.

［3］ReichmannG，Sommersguter-ReichmannM.University library benchmarking：An international comparison using DEA［J］.International Journal of Production Economics，2006，100（1）：131-147.

［4］Sharma K R，Leung P，Zane L.Performance measurement of Hawaii State public libraries：an application of data envelopment analysis（DEA） ［J］.Agricultural and Resource Economics Review，1999，28（10）：190-198.

［5］白首晏.DEA方法在高校图书馆效率评价中的应用［J］.情报杂志，2002（6）：16-17.

［6］［11］李建霞.省域公共图书馆绩效的DEA测算与评价［J］.图书馆论坛，2008（4）：49-52.

［7］范红霞，刘泽隆.高校图书馆资源使用效率测定的DEA模型分析［J］.情报杂志，2008，27（4）：157-158.

［8］赵燕芳.基于超效率DEA与TOBIT模型的上海市区级公共图书馆效率评价研究［D］.上海；华东师范大学，2011.

［9］王惠.我国公共图书馆静态和动态效率测评分析［J］.图书馆论坛，2015（1）：30-36.

［10］陈英，洪源.考虑环境因素的我国省域公共图书馆效率测度及优化治理——基于三阶段DEA方法［J］.图书馆学研究，2015（11）：17-25.

［12］Charnes A， Cooper W W， Rhodes E.A Data Envelopment Analysis Approach to Evaluation of the Program Follow through Experiment in US Public School Education［R］.Pittsburgh：Carnegie-Mellon University，Schoolof UrbanandPublicAffairs，1978.

［13］Banker R D，Charnes A，Cooper W W.Some models for estimating technical and scale inefficiencies in data envelopment analysis［J］.Management science，1984，30（9）：1078-1092.

［14］Tone K.A slacks-based measure of efficiency in data envelopment analysis［J］.European journal of operational research，2001，130（3）：498-509.

［15］Tone K.A slacks-based measure of super-efficiency in data envelopment analysis［J］.European Journal of OperationalResearch，2002，143（1）：32-41.

［16］Färe R，Grosskopf S，Lindgren B，et al.Productivity changes in Swedish parametric 1980-1989：A nonparametricMalmquistapproach［J］.Journal of Productivity Analysis，1992，3（1）：85-101.

［17］Coelli T J，Rao D S P，O'Donnell C J，et al.An introduction to efficiency and productivity analysis［M］. New York：Springer Science&Business Media，2005：294-300.

［18］EASUN S.Beginner's guide to efficiency measurement：an application of data envelopment analysis to selected school libraries California［J］.School Library Media Quart，1994，22（2）：103-106.

［19］Chen T Y.A measurement of the resource utilization efficiencyofuniversitylibraries［J］.International Journal of ProductionEconomics，1997，53（1）：71-80.

［20］Kao C，Liu S-Tai.Data envelopment analysis with missing data：an application to university libraries in Taiwan［J］.Journal of the Operational Research Society，2000，51（8）：897-905.

［21］张爱丽，刘清水，刘广利.高校图书馆效率的核评价方法［J］.情报杂志，2003（10）：102-103.

［22］李建霞.高校图书馆二阶段绩效动态评价研究［J］.图书情报工作，59（7）：61-68.

［23］高海涛，徐恺英，李晗.基于超效率DEA的高校图书馆评价体系研究［J］.图书情报工作，2014，58（5）：17-21.

［24］［27］储节旺，储伊力.我国省域公共图书馆效率测评及影响因素分析——基于Super-SBM与Tobit模型的实证研究［J］.图书情报工作，2015，59（22）：33-38，55.

［26］刘瑞林.信息素质教育与图书馆［J］.中国图书馆学报，2007，33（4）：106-108.

（责任编辑：周坚宇）

Calculation and Analysis of the Influencing Factors on“211 Project”University Libraries’Efficiency

CHU Yi-li，CHU Jie-wang

University libraries provide forceful support for teaching and scientific research in universities，therefore the efficiency and its influencing factors of university libraries should be evaluated and analyzed，which is good for university libraries to play an important role in scientific communities.Using Super-SBM model and Malmquist index method，the paper evaluates the dynamic and statistic efficiency of 37 university libraries of “211 Project”in China；then it analyzes the influencing factors of their efficiency with Tobit model.According to the efficiency evaluation，development level varies from library to library and most of the libraries have the problem of redundancy and waste of funds.According to the analysis on the influencing factors of efficiency，the proportion of doctors，total number of readers，opening hours，and the number of network port are positively correlated with the efficiency of library，but the proportion of senior professional titles，the purchase expense of paper-based resources，the number of servers，the staff average age，the building area and the city GDP are negatively related with the efficiency of library.

university library；data envelopment analysis；library efficiency；influence factor

*本文系安徽省教育厅2013年高等教育振兴计划人才项目（项目编号：2013jyzxrc308）研究成果之一

储伊力，女，博士研究生，安徽大学经济学院；储节旺，男，博士，安徽大学图书馆馆长、安徽大学管理学院教授、博士生导师。

2016-02-19