李文敏,尹 刚,刘文祥
(湖北大学 政法与公共管理学院,湖北 武汉 430062)
基于DEA模型的湖北省19所第一批本科院校科研投入产出效率评价研究
李文敏,尹 刚,刘文祥
(湖北大学 政法与公共管理学院,湖北 武汉 430062)
高校科研投入产出的效率评价一直以来都是高等教育发展过程中关注的焦点和难点。文章运用DEA的基础模型和超效率模型对2016年湖北省19所第一批本科院校的科研效率进行了实证分析,结果发现,样本高校中科研效率DEA有效的院校数量偏少,且院校间科研投入结构不合理,多数院校处于规模报酬递减状态,提示高校科研效率仍有较大提升空间。建议从高校科研经费拨款机制改革出发,建立和完善高校科研绩效管理机制,合理配置科研资源,以促进高校科研的产出效率的提高。
高等院校;第一批本科;投入产出效率;数据包络分析
湖北省作为我国高等教育的大省,在全国具有广泛的影响和重要性。2016年12月,湖北省政府出台《关于推进一流大学和一流学科建设的实施意见》[1]中明确提出,“到2020年,力争10所以上大学进入全国百强,至少5所大学列入国家层面开展的世界一流大学建设。”“省和武汉市等共同设立一流大学和一流学科建设专项资金和奖补资金,支持一流大学和一流学科建设,统筹中央、省和武汉市等市州现有高校的教育、科技、人才等专项资金,向一流大学和一流学科建设高校倾斜。”同年,教育部、科技部在《关于加强高等学校科技成果转移转化工作的若干意见》[2]中指出,“高校要改革完善科技评价考核机制,以促进科技成果转化。建立科技成果转移转化绩效评价机制,对高校科技成果转移转化绩效进行评价,并将评价结果作为对高校给予支持的重要依据之一。”如何对高等院校科研的投入产出进行科学评价,引导高等院校科研资源间的合理分配,已经成为高等教育界关注的一个重要问题。
高校科研具有多投入多产出的复杂特性,难以用传统的统计模型对其绝对效率进行测量,而运筹学家Charnes和Cooper提出的DEA(数据包络分析)方法,能够兼顾样本的投入和产出指标,且无需对原始数据进行无量纲化处理和设置权重,使得其在处理多投入多产出的有效性评价方面具有绝对优势。近年来,我国学者逐渐开始利用DEA方法对高校科研的投入产出效率进行了评价,相关文献可分为以下三类:(1)运用DEA方法,对某一级别、类别或地区高校的科研投入产出进行对比分析。[3-5](2)运用DEA及Malmquist指数方法,对某一级别、类别或地区高校,不同年份间的科研投入产出进行对比分析。[6-8](3)运用高级DEA,结合其他统计学方法,对某一级别、类别或地区高校的科研投入产出进行对比分析。[9-11]少有学者对国内某一省份的高校进行分类DEA分析,并根据分析结果对省内教育资源分配提出建议,因此,本文选取了湖北省19所第一批本科院校进行研究。作为湖北省高等院校的排头兵,该类院校在科研投入、师资力量和学科建设方面均达到省内领先水平,具备显著的代表性,对于科研资源的利用更加值得关注。
本研究采用DEA方法中的CCR模型、BCC 模型及超效率模型,从静态角度对湖北省19所第一批本科院校2016年的科研活动投入产出效率(技术效率、纯技术效率和规模效率)进行综合评价和分析,探究湖北省内高校科研效率的状况、差异及原因,最后得出了相关结论与思考。
(一)评价方法 DEA方法的原理是根据一组关于“投入—产出”的观察值来估计有效生产的前沿面,借助线性规划方法,将多投入、多产出的决策单元(DMU)数据投射到坐标空间上,将最大产出或最小投入的连线作为效率边界,以此来衡量决策单元的生产效率。在DEA方法中,认为技术效率(TE)=纯技术效率(PTE)×规模效率(SE),其中技术效率是对决策单元资源配置能力、资源使用效率等多方面能力的综合衡量与评价;纯技术效率是决策单元由于管理和技术等因素影响的生产效率;规模效率是由于决策单元规模因素影响的生产效率。DEA评价得分在0-1区间内,效率值越接近1表示有效程度较高,越接近0则有效程度越低。若PTE与SE得分均为1,称决策单元的DEA有效,提示决策单元无需改变现有生产方式及规模即可保持DEA有效状态。若PTE与SE只有一方为1,称决策单元为弱DEA有效,若双方都未达到1,称决策单元为DEA无效。弱DEA有效与DEA无效需要根据测算结果进行调整,以提高其资源利用效率来达到DEA有效。本研究主要采用了以下三种DEA模型:一是规模收益不变的CCR模型,二是规模收益可变的BCC模型,三是超效率模型。
(二)样本选取 决策单元是DEA方法中评估的对象,故在选取决策单元时,必须以具有相同条件及同质性作为选取标准。[12]根据湖北省高等学校招生委员会办公室发布的《湖北省2016年普通高等学校招生本科第一批录取院校平行志愿投档线》[3]中的录取信息,2016年湖北省内第一批本科院校共计26所。其中7所高校(中南财经政法大学、湖北经济学院、湖北医药学院、湖北中医药大学、武汉学院、湖北美术学院、武汉体育学院)因其院校特征(部分院校为民办)、学科门类设置(财经类、医学类、艺术类专业居多)与其他高校差异较大,结合DEA方法选取决策单元的原则,在考虑院校间的可比性后,剔除了该类高校。最后,本研究纳入了武汉大学、华中科技大学、中国地质大学(武汉)、武汉理工大学、华中师范大学、华中农业大学、湖北大学、武汉科技大学、中南民族大学、三峡大学、长江大学、湖北工业大学、武汉工程大学、武汉纺织大学、湖北师范大学、江汉大学、武汉轻工大学、湖北第二师范学院、湖北汽车工业学院,共计19所湖北省内第一批本科院校。该类院校在学科门类设置方面较为齐全,文理科专业兼备,故具有一定的可比性。
(三)指标选取 评价指标的选取是应用DEA方法解决实际问题前的重要步骤,能够反映高校科研产出的指标数量众多。经专家咨询和文献荟萃,基于学者胡咏梅[18]、姜彤彤[4]等人关于高校科研投入产出指标的研究,结合我国高校的实际情况,在考虑数据获取的权威性、科学性及可获得性后,遴选出研究与发展人员(人)、拨入科研经费当年合计(千元)、支出科研经费当年合计(千元)三项指标作为投入指标,出版专著字数(千字)、发表学术论文篇数(篇)、鉴定科研成果数(项)、技术转让签订合同数(项)四项指标作为产出指标。指标选取的数量符合学者Golany和Roll根据实证分析得出的DEA中决策单元数量应当至少是投入和产出指标数总和两倍的原则。[14]本研究投入产出评价指标数据来源于教育部科学技术司编写的《2014年高等学校科技统计资料汇编》[15]与《2016年高等学校科技统计资料汇编》[16]。
表1 高校科研投入产出评价指标
考虑到高校科研投入产出具有滞后性,参考学者Fernando Aparicio等人[17]的研究,本文将高校科研产出的滞后期定为2年,同时为了消除高校科研产出滞后期不确定性带来的影响,另增加了滞后期3年、4年及5年的算法,并将其与原测算结果进行比对,所得结果及排名与表2基本相同。
(一)DEA有效性分析 将上述19个样本高校的7项评价指标数据进行提取,经整理后运用MaxDEA软件,采用以投入导向的CCR和BCC模型进行分析,以检验当产出一定时,高校的科研投入合理有效,结果如表2所示。
表2 高校科研效率分解及评价结果
从总体上看,19所湖北省第一批本科院校的技术效率均值为0.829,纯技术效率均值为0.913,规模效率均值为0.907。
(1)DEA有效的院校共8所,分别是华中师范大学、湖北大学、中南民族大学、武汉纺织大学、湖北师范大学、武汉轻工大学、湖北第二师范学院和湖北汽车工业学院,占样本高校的42.1%,说明我省第一批本科院校的科研效率整体情况尚未达到最优。
(2)弱DEA有效的院校共4所,表现为纯技术效率有效,规模效率无效。可见技术效率无效由规模效率无效引起,加上规模报酬呈递减趋势,提示此类高校科研效率低下是由于投入过多造成,存在规模投入冗余现象,因此应适当减少科研投入规模。这4所高校分别为武汉大学、华中科技大学、华中农业大学、三峡大学,规模效率得分排名如下。
表3 弱DEA有效院校规模效率排名
(3)DEA无效的院校共7所,表现为纯技术效率与规模效率均无效,分别为中国地质大学(武汉)、武汉理工大学、武汉科技大学、长江大学、湖北工业大学、武汉工程大学和江汉大学。其中武汉工程大学和江汉大学的规模报酬状态处于递增趋势,提示需要对该类院校适当加大科研规模投入即可使其达到规模最优。这7所高校的技术效率得分排名如下。
表4 DEA无效院校技术效率排名
为更为直观观察湖北省19所第一批本科院校科研投入产出效率,本文以纯技术效率为X轴坐标、规模效率为Y轴坐标建立坐标系,一般认为:0.90≤效率值<1时为边缘无效,效率值<0.90时为明显无效。因此定义纯技术效率、规模效率高于0.90称之为高效率,反之称为低效率,所得象限分布如下。
图1 高校科研活动纯技术效率和规模效率象限分布图
(二)分类比较分析 在我国,不同级别、不同地域间的高校科研投入差别巨大,“985”和“211工程”是目前国内高校的两个最高级别,因此本文将19所样本高校按照“985”高校、“211工程”高校以及普通高校进行分类,探究其科研效率差异现状。其中普通高校按照校址是否位于武汉市内,分为武汉市内普通高校和地方普通高校。结果显示在技术效率方面,武汉市内普通高校均值最高,全面高于“211工程”高校和“985”高校。在纯技术效率方面,“985”高校均值最高,“211工程”高校最低。在规模效率方面,武汉市内普通高校均值最高,“985”高校最低。
表5 高校科研分类评价结果
(三)超效率分析 针对DEA分析方法中CCR模型以及BCC模型无法测算效率值为1的决策单元排名,学者Andersen和Petersen提出了DEA的超效率模型(SE-DEA)[18],即可对所有有效的决策单元进行排序。本文应用DEA的超效率模型,对8所DEA有效高校进行超效率得分计算并排序。如表6所示,超效率得分最高为武汉纺织大学,最低为湖北第二师范学院。
表6 DEA有效高校超效率得分排名
表7 DEA无效高校科研投入冗余及产出不足量
(四)投入产出松弛变量分析 为进一步探究弱DEA高校与非DEA有效高校科研投入产出尚未达到最优的原因,我们对弱DEA高校和非DEA有效的11所样本高校分别计算了投入冗余量和产出不足量(基于现有投入)。受篇幅所限,评价指标的原始数据没有列出。以武汉大学为例,2014年拨入科研经费当年合计为1273811千元(约12.7亿),应当减少至1097665.385千元(约11.0亿),投入冗余值为176145.615千元(约1.8亿);2014年支出科研经费当年合计为1011342千元(约10.1亿),应当减少至781533.71千元(约7.8亿),投入冗余值为229808.29千元(约2.3亿);2016年技术转让签订合同数为21项,应当增加到53.4项,产出不足值为32.4项。以此类推,各非DEA有效高校可参考表7的科研投入冗余值及产出不足值进行调整,以达到DEA有效状态。
通过运用DEA方法对2016年湖北省19所第一批本科院校科研投入产出效率进行评价,研究结果如下:
第一,湖北省19所第一批本科院校中,科研投入产出效率DEA有效的院校占42.1%,各高校间的科研投入产出效率存在较大差异,结构不合理。其中技术效率均值仅为0.829,说明平均有17.1%的资源被浪费,反映出湖北省高校科研效率还有较大提升空间,科研体制改革任重而道远。
第二,湖北省“985”高校、“211工程”高校科研投入较多,但相对于其他普通院校,整体效率偏低。其中,“985”高校的纯技术效率均值为1,规模效率均值仅为0.636,说明该类院校的科研投入规模存在较大冗余,科研产出的增加并非来源于科研能力的提升。“211工程”院校的纯技术效率均值为0.845,规模效率均值为0.887,且规模报酬全部处于递减状态,说明该类院校总体规模过大,科研管理水平较低,尚未达到良好的运行状态,从而导致了科研效率的低水平。故此类高校不仅需要调配现有科研资源结构,改善科研管理中的不足之处,更要注意其规模控制,适当减少规模投入。
第三,湖北省第一批本科普通高校整体效率较高,DEA有效院校数量较多。从DEA有效性分析及超效率分析结果来看,DEA有效院校中87.5%为普通高校,超效率分析中排名前6名为普通高校。此外,规模报酬状态递增的两所高校也为普通高校(武汉工程大学、江汉大学),说明普通高校科研效率相对较高,对于规模报酬递增的高校,应加大其规模投入及财政支持,鼓励其快速发展。
在我国高等教育领域,根据不同级别对高等院校进行差异化科研投入已是常态,甚至形成了“重点大学靠政府,普通大学靠自己”的局面。具体到科研经费的分配上,这种“贫富差距”体现得更为明显。“985”高校的科研专项资金包括中央财政专项资金、地方人民政府共建资金、项目学校主管部门共建资金以及项目学校自筹资金,“211工程”高校的科研专项资金则由国家、主管部门(教育部)、地方政府和大学共同筹集,而非“985”、“211”的普通高校则需要自己筹集大部分的科研经费。从院校目标、发展战略和承担任务的角度来看,重点大学优先获取科研资源无可厚非,但如果只顾投入,忽视产出势必有碍于高校的良性发展,进而导致教育资源的分配不均。
基于研究结果,本文认为应当改革高校科研经费拨款机制。教育部门科研经费拨款应与高校科研绩效相联系,而并非全部以高校级别为导向来拨款。对于科研规模报酬递增的高校应予以重点投入和培养,使其达到规模最优,对于规模效率低下的高校,应适时考虑减少科研经费投入。该政策导向不仅有利于刺激高校提高其科研效率,更有利于高等教育资源的配置和利用更加合理。此外,从加快高校治理体系现代化的角度看,科研经费的使用应当公开透明,高校通过公开竞争这一方式获得科研经费非常必要,广泛的社会参与和监督更必不可少,完全依靠教育部门依靠行政手段封闭运行,难免有寻租空间,加剧分化和不公。
同时,应建立和完善高校科研绩效管理机制。教育部、财政部在《关于加强中央部门所属高校科研经费管理的意见》[18]中明确指出,“高校要建立以高水平成果、高层次人才为导向的科研绩效评价体系。可按有关规定统筹利用科研经费间接费用中的绩效支出、中央高校绩效拨款、学校学费收入等经费渠道,在对科研工作进行绩效考核的基础上,结合科研人员实绩,建立健全鼓励创新、体现实绩的科研绩效管理机制。” 各类高校应建立和完善适合自身情况的科研绩效管理机制,掌握科研投入和产出的均衡度,努力提高自身科研绩效水平。高校自身的科研管理水平与其技术效率关系密切,因此管理机构必须高度重视并认真执行相关政策,以结果为导向并强化科研成本意识,合理配置科研资源,提高高校科研的产出效率。
[1]湖北省政府办公厅. 省人民政府关于推进一流大学和一流学科建设的实施意见[EB/OL]. 2016[2017-5-24]. http://gkml.hubei.gov.cn/auto5472/auto5473/201701/t20170106_936549.html.
[2]中华人民共和国科学技术部. 关于加强高等学校科技成果转移转化工作的若干意见[EB/OL]. 2016[2017-5-24]. http://www.most.gov.cn/tztg/201608/t20160817_127255.htm.
[3]胡咏梅, 范文凤. “211工程”高校科研生产效率评估:基于DEA方法的经验研究[J]. 重庆高教研究, 2014(3)1-14.
[4]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.
[5]孙世敏, 项华录, 兰博. 基于DEA的我国地区高校科研投入产出效率分析[J]. 科学学与科学技术管理, 2007(7)18-21.
[6]沙巨山. 高等院校科研投入产出效率评价—基于DEA和Malmquist指数[J]. 财会通讯, 2016(16)16-19.
[7]赵晓阳, 刘金兰. 基于DEA视窗分析的高校科研投入产出效率动态评价[J]. 西安电子科技大学学报(社科版),2013(2)132-138.
[8]王宇鹏. 我国高校科技投入产出动态效率测度—Malmquist指数方法的研究[J]. 渤海大学学报(自然科学版),2012(2)188-192.
[9]尹伟华, 袁卫. 基于Bootstrap-DEA方法的中国教育部直属高校科研效率评价[J]. 统计与信息论坛, 2013(6)61-68.
[10]张婧. 基于因子分析与DEA模型的高校科研效率评价[J]. 统计与决策, 2015(2)74-77.
[11]陈洪转, 羊震, 刘思峰, 等. 基于滞后DEA的我国高校科研经费使用效率评价[J]. 管理评论, 2011(8)72-76.
[12]张大伟, 薛惠锋, 吴介军. 基于DEA方法的高校学院科研管理效率评价研究[J]. 科技管理研究, 2009(3)134-136.
[13]湖北省高等学校招生委员会办公室. 湖北省2016年普通高校招生本科第一批录取院校平行志愿投档线[EB/OL]. 2016[2017-5-24]. http://zsxx.e21.cn/e21html/zsarticles/gaozhao/2016_07_18/78226.html.
[14]Golany B, Roll Y. An application procedure for DEA[J]. OMEGA, 1989(3)237-250.
[15]中华人民共和国教育部科学技术司. 2014年高等学校科技统计资料汇编[M]. 北京:高等教育出版社, 2015.
[16]中华人民共和国教育部科学技术司. 2016年高等学校科技统计资料汇编[M]. 北京:高等教育出版社, 2017.
[17]Fernando Aparicio, Manuel De Buenaga. An intelligent information access system assisting a case based learning methodology evaluated in higher education with medical students[J]. Computers & Education, 2012(4)1282-1295.
[18]中华人民共和国教育部. 关于加强中央部门所属高校科研经费管理的意见[EB/OL]. 2012[2017-5-24].http://www.moe.edu.cn/publicfiles/business/htmlfiles/moe/s7052/201412/xxgk_181257.html.
责任编辑 付友华
G644
A
1003-8078(2017)05-0001-05
2017-09-02
10.3969/j.issn.1003-8078.2017.05.01
李文敏(1975- ),女,湖北鄂州人,湖北大学政法与公共管理学院副教授,管理学博士;尹刚(1992- ),男,湖北鄂州人,硕士研究生;刘文祥(1962-),男,湖北荆州人,法学博士,湖北大学政法与公共管理学院教授,博士生导师。
湖北省教育厅重点项目,项目编号:16ZD014。