基于DEA的高校大学生创新创业训练计划效率评价

包函岐 赵昊 辛雁文 江启智 李雪靓

【摘 要】 大学生创新创业训练计划是我国创新创业教育培养体系的重要项目，随着国家对大学生创新创业投入的增加，在当前公共财政愈发强调绩效情境下，评价大学生创新创业训练计划效率越来越重要。本文运用DEA方法对高校大学生创新创业训练计划效率进行评价，并以山东省省部属高校为例进行了具体的实证分析与研究，结果发现，各高校效率水平存在较大差异，仅有4所高校效率达到DEA有效。本文对此结果产生的原因进行了分析并据此对DEA无效的高校提出针对性的建议，可为各高校及政府相关部门的科学决策提供可操作的思路。

【关键词】 大学生创新创业训练计划 效率评价 数据包络分析

一、引言

大学生创新创业能力的培养，是我国创新驱动发展战略的重要组成部分，是我国从中国制造逐步转型为中国创造的重要举措。近年来，党和国家高度重视大学生创新创业教育，教育部先后启动了“国家大学生创新性实验计划”，“国家级大学生创新创业训练计划”等项目建设，以此促进我国创新创业人才的培养。随后，教育部、共青团中央等单位陆续发起中国“互联网+”大学生创新创业大赛、“创青春”全国大学生创业大赛等，丰富了大学生创新创业教育的形式。2018年，新时代下大学生创新创业教育课题入围国家社科基金重点项目，国家及大部分省市地区相继出台相关政策，举办多场高校创新创业教育建设论坛峰会，大力推动高校创新创业教育改革。

随着国家、社会和高校对“大创计划”的重视，相应的投入也在不断增加，学术界对这一领域的研究也逐年丰富。目前，“大创计划”相关研究较为成熟，成果丰富，截至2018年12月，以“大学生创新创业训练计划”为主题在中国知网上检索到1221条记录，但内容大多集中在大学生创新创业项目实例分析、问题与高校创新创业教育、管理等方面。贾双林等人从学校的组织机构设置、项目实施过程、实施效果、校内保障条件等几个方面阐述了地方综合性大学在大学生创新创业训练计划项目方面的具体做法和取得的一些经验，为其他高校开展相关工作提供了参考[1]。Wang， F建立了基于综合社会参与的大学生创新与创业教育模式，并收集问卷数据，分析传统创新创业教育模式和数据，通过对比识别出新模式的优点[2]。任泽中提出大学生创新创业能力的培养在以大学生不同年级和不同阶段的差异为基础、在纵向上层级推进的同时，在横向上也要建立起高校、企业、政府等多方合作的协同机制，从而构建出“纵横有道”的大学生创新创业能力培养网状体系[3]。李霞等人通过剖析大学生创新创业制度的政策制度环境、规范制度环境、认知制度环境三个维度的结构作用关系，构建大学生创新创业“政策-规范-认知”理论模型，提出我国大学生创新创业制度优化的对策与建议[4]。

学术界对高校创新创业的各方面进行了研究，但在“大创计划”效率评价研究方面仍存在欠缺，更多的集中在指标体系的构建，缺乏实证分析。因此，本文运用数据包络分析方法（DEA） 对山东省省部属高校“大创计划”效率进行实证分析，评价各高校“大创计划”效率，并进一步挖掘其原因，以期为各高校调整创新创业投入产出策略提供依据。

二、研究方法

数据包络分析（data envelopment analysis，DEA）是由三名美国运筹学家于1978年提出的，他们基于工程领域的投入-产出效率评价方法，开发了可以用于多投入、多产出的效率评价方法。对决策单位（Decision Making Unit， DMU）效率的评价无须考虑由输入到输出的中间环节和中间数据，只需以精确数据为基础，构建生产函数，可以不预设参数或权重，是一种非参数的评估方法。经过数十年的发展，DEA方法已成为各个领域现代决策评价的一项重要研究工具。

与其他方法相比，运用DEA方法对高校大学生科研效率进行评价，主要有以下几方面的优点：（1）DEA可以评价有多种投入与多种产出的决策单位的效率;（2）投入产出变量的权重是由DEA模型内定的，不需要事先估计参数，可避免主观因素，简化算法，减少误差;（3）DEA模型对指标中相互关联影响的情况不需要考虑，避免了在各种统计分析模型中需要考虑变量间的相关性等问题[5]。随着DEA的发展，近年来，世界各国常用其对高校教学、科研等进行评价分析。如，Delimiro等人利用DEA方法和CCR，BCC和SBM模型在输出方向对哥伦比亚公立大学2012年整体效率进行了研究与评价[6]。Johnes利用DEA方法对英国130所高校教学与科研整体进行了效率评价[7]。Worthington采用经典CCR和BCC模型对澳大利亚高校教育、科研、竞争力等整体效率进行了评价[8]。Tran利用此方法与越南公立大学2011-2013年的数据，检验教育部门效率的动态变化，并估计金融和学术运作的效率[9]。

DEA方法应用较广泛的两个模型是CCR模型和BCC模型。本文采取产出导向的BCC模型对山东省部分高校“大创计划”投入产出效率进行评价，并通过分析DEA无效的原因为高校提出建设性的意见和建议。

三、实证研究

（一）高校创新创业训练计划投入产出效率评价指标选择和数据来源

在运用 DEA 方法评价“大创计划”投入与产出效率时， 首先应当选取正确的投入指标与产出指标。根据《高等學校科技统计资料汇编》[10]中的具体指标，结合高校实际情况，并考虑数据获取的可行性及数据的有效性，设计出两个投入指标与两个产出指标。为了保证评价指标的系统性及适用性，设计二级指标。指标体系详情见表 1。

为确保数据的可靠性和完整性，本文研究所采用的投入指标的相关数据取自中华人民共和国教育部官方网站发表的“教育部高等教育司关于公布2016年国家级大学生创新创业训练计划项目名单”的通知。产出指标相关数据取自于中国知网、维普网、万方数据知识服务平台及Web of Science网站，各高校网站，中国“互联网+”大学生创新创业大赛、“全国大学生数学建模竞赛”等官方网站。

为进一步探索与实证分析，且考虑数据获取的可行性，本文以山东省省部属高校为例进行研究与结果分析，由于数据取得限制，因此仅对其省部属高校中的22所高校进行评价。基于篇幅限制，本文列出的部分高校相关数据如表 2所示，高校投入与产出指标的排名如表 3所示。

（二）高校创新创业训练计划投入产出效率评价指标权重确定和数据处理

目前，指标权重的确定方法有很多，大致可分为三类：主观赋权法、客观赋权法以及组合赋权法。

在二级指标拟合一级指标过程中，本文采用只主观赋权法中对强制打分法进行改进的十分制计分法，其优点在于简单、灵活、易操作。评分的步骤和注意事项为：（1）分别以一级指标为评分单位给每一个二级指标打分，每个二级指标与10进行比较;（2）每个评分单位中的分数u在（0，10]之间，且可以打相同的分数;（3）评分时，根据实际情况中每个指标的重要程度适当拉开差距;（4）请相关专家对评分值提出建议;（5）根据专家提出的建议重新確立新的指标权重[[]]。

专家根据十分制计分法对高校“大创计划”投入产出效率评价指标体系最终赋予的权重如表 4所示。

得出各二级指标的权重后，结合指标权重对各学校的原始数据进行了计算和标准化处理，得出最终数据。

（三）评价结果及分析

（1）评价结果

将选取的山东省22所高校的“大创计划”投入产出标准化数据带入DEA算法BBC模型，基于产出导向的角度，对模型进行计算，得到22所高校“大创计划”的效率评价结果如表 5所示。

（2）评价结果分析

1）整体效率分析

当效率为1时，DEA有效，否则DEA无效。由表 5可知，本次研究的22所高校中，DEA有效的高校有4所，仅占全部高校的18.2%，其余高校均为DEA无效，占全部高校的81.8%。

根据表中的效率值，求得22所高校效率的均值为0.483。按照DEA有效（）、DEA无效轻微（）、DEA无效严重（）对22所高校进行划分，其中，山东科技大学、济南大学等5所高校处于DEA无效轻微状态，占DEA无效高校总数的27.8%;临沂大学、中国石油大学（华东）等13所高校处于DEA无效严重状态，占DEA无效高校总数的72.2%。因此，整体而言，本次研究的山东省22所高校大学生创新创业效率较低且差距较大。

2）DEA有效分析

DEA有效的原因应是低投入、高产出或者投入与产出均衡、分配合理，下面对本次4所DEA有效高校进行具体分析。

①山东大学

根据原始数据及图 1，山东大学在论文产出方面，参与2016年创新创业立项项目的本科生发表了3篇核心论文及47篇英文论文;在比赛方面，获得了1个国家特等奖（包含MCM/ICM O奖）及17个一等奖，产出多且质量高，论文和比赛获奖数量在所有高校中均排名第1，且在人力与资金方面的投入排名分别为第6名和第3名，因此山东大学相对于其他高校属于低投入高产出型，其创新创业效率为1。

②青岛科技大学

根据原始数据及表 3，青岛科技大学论文产出较低，参与本科生仅发表了4篇普通中文论文;其比赛产出排名第5，获得了6个一等奖、14个二等奖，1个三等奖。青岛科技大学人力和资金投入排名均为21，相对于投入，青岛科技大学在获奖方面产出较高，占有一定优势，因而青岛科技大学的效率为1。

③曲阜师范大学

观察原数据，参与本科生发表英文、核心、一般中文论文分别为27、1、9篇，英文论文产出在所有高校排名中位列第2，在本次研究中，英文论文权重较高，因此占有明显优势，由此可以看出，曲阜师范大学产出相对于投入较高，因此曲阜师范大学的效率为1。

④烟台大学

根据原始数据及图 1，参与本科生共发表1篇核心论文、3篇普通中文论文;在比赛方面，仅获得了1个一等奖和二等奖，产出较少，且烟台大学人力和资金投入在22所高校中最少。因此，烟台大学投入与产出相对均衡，其资源配置较为合理，基本不存在投入冗余或产出不足，因此其效率为1。

3）DEA无效分析

DEA无效的高校占高校总数的81.8%，分析其无效的原因，并合理改进意义重大。导致DEA无效的原因是投入冗余或者产出不足，在此选取较为典型泰山学院进行分析。

泰山学院的效率最低，由表 5的benchmark（lambda）数据显示，泰山学院应参照曲阜师范大学进行改进。观察图 2可知，泰山学院与曲师在投入上相差不大，分析原数据，曲师发表核心、英文、其他中文论文分别为1、27、9篇，泰山学院的核心、英文、其他中文论文分别为0、0、13篇，泰山学院核心、英文论文远远少于曲师;比赛方面，两高校在二等奖数量上差距较大。由此可以看出，泰山学院在产出方面远远不及曲师，在投入保持不变的情况下，提高产出，并注重质量。

4）山东211高校参照改进分析

山东大学、中国石油大学（华东）、中国海洋大学是山东的三所211高校，但观察效率发现，山东大学（简称山大）效率为1，中国石油大学（华东）（简称中石油）和中国海洋大学（简称中海洋）都属于DEA无效严重状态，其效率排名分别位列第8、11名，3所高校相差较大。

观察图 3发现，山大的产出明显高于另外两所高校。结合原数据，在投入方面，三所大学相差不大;在产出方面，山大共发表核心、英文、其余中文论文的数量分别为3、47、6篇，而中石油发表核心、英文、其余中文论文的数量分别为1、0、3篇，中海洋的核心、英文、其他中文论文数量分别为0、5、2篇，三者在核心及英文论文数量方面差距较大，且核心和英文论文权重高，因此论文产出差距较大;在比赛方面，山大获得特等、一等、二等、三等奖的数量分别为1、17、51、16个，而中海洋及中石油在特等、一等、二等、三等奖方面均与山大有较大的差距。与山大相比，两所学校在投入保持不变的情况下，二者在论文和比赛产出数量和质量方面都需提高，尤其是在核心论文和英文论文产出方面需要多多出台培养方案和鼓励政策。

四、结论与建议

（一）结论

随着国家、社会和高校对“大创计划”的日益重视，其投入产出效率也备受关注。本文在前人研究的基础上，建立了合理的投入与产出指标体系，为验证其合理性，且考虑数据获取的可行性，本文以山东省22所高校为例，运用DEA方法，采用经典BCC模型产出导向对所选取高校2016年“大创项目”的效率进行实证分析，结果显示，在22所高校中，仅有4所高校达到DEA有效，占高校总数的18.2%，其投入产出效率相对较好;其余81.8%的高校处于DEA无效状态，均存在投入冗余或产出不足等问题，应予以重视，提高整体效率。

（二）建议

（1）近年来，国家在政策、人力、财力等方面大力支持“大创计划”，逐年提升战略高度，因此地方政府与各高校应充分认识“大创计划”对于培养适应创新型国家建设所需要的高水平创新人才的重要意义，通过实施“大创计划”，促进高等学校转变教育思想观念，改革人才培养模式，增强高校学生的创新创业能力。参与高校应予以重视，制定切实可行的管理办法与实施细则，深刻理解“大创计划”中“兴趣驱动、自主实践、重在过程”的内涵，深入挖掘，自主学习，使大学生达到“转变学习方式、增强实践能力、发挥个性潜质”的训练目的。

（2）在投入方面，首先，各高校要将大学生创新创业教育纳入教学培养方案，切实开展高质量的创新创业教育课程，以兴趣为导向，通过先进的教学方法，并结合“互联网+”、“创青春”等各大创新创业竞赛，培养大学生创新创业意识，提高创新创业能力。其次，各高校在充分利用校内师资力量的同时，也要注意提升学校相关老师的素质，使其真正了解创新创业实践，为学生们提供正确且实用的指导，另外各高校也可外聘具有创业实践经历的人员参与“大创计划”项目，以此实现理论与实践结合的教师指导。最后，政府相关部门及高校要形成合力，加强对“大创计划”的审核与管理，设立专项经費，明确经费使用办法。

（3）在产出方面，首先，各高校应制定合理的激励机制，引导大学生由被动转向主动，从而更积极、高效地参与大学生创新创业训练计划。其次，要自主建立“大创计划”追踪评价机制，加强项目后续管理，针对“大创计划”项目形成完整初中后期评价考核体系，关注项目进展，在关注产出数量的同时，重视产出质量。最后，各高校和广大师生也要注重科技成果的转化应用，鼓励将“大创计划”转化为创业实践，为社会创造更高的市场价值。

为改善高校大学生创新创业训练计划现状，提高创新创业训练效率，各高校应从实际出发，采取针对性措施和有效方案，促进我国高校大学生创新创业的健康可持续发展。

【参考文献】

[1] 贾双林，褚亚旭，陈雪，王继忠.地方高校大学生创新创业训练计划项目的实施与管理[J].实验室研究与探索，2017（10）.

[2] Wang， Fei. Innovation of college students and the entrepreneurship education model based on comprehensive social participation[J]. Agro food industry hi-tech，JAN-FEB 2017，28（1）.

[3] 任泽中.构建“纵横有道”的大学生创新创业能力培育体系[J].中国高等教育，2016，（12）.

[4] 李霞，戴胜利，肖泽磊.基于“政策 - 规范 - 认知”模型的大学生创新创业制度研究[J].教育发展研究，2016，（3）.

[5] 祝梦.基于DEA的我国省级政府绩效评价研究[D].华东师范大学，2014.

[6] Visbal-Cadavid， Delimiro. Martinez-Gomez， Monica. Guijarro，Francisco.Assessing the Efficiency of Public Universities through DEA[J]. Sustainability. AUG 2017， 9（8）.

[7] Johnes Jill. Data envelopment analysis and its application to the measurement of efficiency in higher education[J]. Economics of Education Review 25（2006）.

[8] Worthington， A. C. ，& Lee， B. L. Efficiency， technology and productivity change in Australian universities 1998 -2003[J]. Economics of Education Review， 2008，27（3）.

[9] Tran， Carolyn-Dung T. T.; Villano， Renato A.Measuring efficiency of Vietnamese public colleges： an application of the DEA-based dynamic network approach[J]. International transactions in operational research. MAR 2018， 25（2）.

[10] 中华人民共和国教育部科学技术司编. 2016年高等学校科技统计资料汇编[Z].北京：高等教育出版社，2016（12）.

[11] 贾锁堂，吴文清，郎永杰.省部共建高校绩效评价方法探析[J]，山西大学学报（哲学社会科学版），2009，32（4）.