基于ER-DEA的大学生创新创业训练计划效率评价

包函岐 类 鸣 赵 昊

一、引言

自十二五期间，国家开展大学生创新创业训练计划（以下简称“大创计划”）以来，国家及各地方高校投入大量的人力、物力、财力。立项规模逐年递增，覆盖理、工、农、医、文、法等12个学科门类，全国共有730多所高校的25万余名大学生参加，“大创计划”成为高等学校本科教学质量与教学改革工程中覆盖面最广、影响最大的项目。在大众创业，万众创新的背景下，“大创计划”也越来越收到国家社会的重视，而在当前公共财政愈发强调绩效的情境下，“大创计划”的绩效表现如何，如何通过合理地评价和监控提高“大创计划”投资效率也成为影响高等学校本科教学质量和教学改革的标杆。本文提出了一种基于DEA方法的山东省高校本科生创新创业训练计划绩效评价模型，设计了绩效评价指标体系，以进一步整合资源配置，提高“大创计划”的资源利用率。

目前，对于“大创计划”相关研究尚在起步阶段，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（黄丽红，2018，顾晶晶，2018牛三平，2016）、存在的问题（孙阳，2019，宋傅天，2018，张晓娟，2018，闫利利，2017）与高校创新创业教育管理（郑俐，2018，郁涛，2018，孙荣敏，2017）等方面。而对于“大创计划”绩效评价的研究相对较少，且多集中于“大创计划”评价指标的建立，如苏海蓉和冯汉杰（时间）根据“大创计划”的特点，依据一定的设立原则，构建了由经费投入、项目情况、研究资源、产出与效益四个方面构成的定性与定量指标相结合的创新创业经费指标评价体系。刘力、黄创霞从构建原则、构建方法、构建指标三个方面深入分析绩效评价指标体系的构建。运用层次分析法（AHP）建立了各项指标的相应权重，进而设计出科学合理且可操作性强的绩效评价指标体系。冯艳飞、童晓玲在全面分析创新创业教育内涵的基础上建立了基于政府、学校、社会和学生四个层面的创新创业教育评价指标体系，并运用模糊层次分析法对其进行了综合评价实证分析。

目前对于“大创计划”绩效评价的研究主要集中定性构建评价指标，但通过定量方法对“大创计划”效率评价研究方面仍存在欠缺。“大创计划”是一个多投入多产出的过程，数据包络分析（DEA）是一种处理多投入多产出的决策单元（DMU）相对效率评价的方法。本文构建合理的“大创计划”绩效评价指标体系，且根据“大创计划”的特点，构建了E-R DEA模型，并以山东省某高校为例进行实证分析，分析各个学院“大创计划”效率及改进方向，以期为高校调整创新创业投入产出策略提供依据，进而促进高校本科教学改革，提高本科教学质量。

二、模型构建

数据包络分析（DEA）是在“相对效率评价”概念基础上发展起来的一种系统分析方法，通常用于对多投入、多产出的决策单元（DMUs）进行相对绩效评价，是目前常用研究规模收益的方法。与其他方法相比，运用DEA对高校本科生科研效率进行评价，主要有以下几方面的优点：（1）DEA可以评价多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模型对指标中的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之间的相关性等问题的环节。

经典DEA模型有CCR、BCC等，经典DEA模型隐含几个假设前提，如（1）投入、产出指标是同等重要、不可相互补偿的；（2）效率指标使用的是比例测度，即投入产出指标成比例变化；（3）投入、产出指标都是正向指标，即投入越小越好，产出越大越好。5[5]基于投入导向的BCC模型如公式(1)所示：

但在实际应用中，往往与这些假设前提不一致，比如不同评价指标间往往存在重要性不同。在模型(1)中只能得到一个效率值，不能看到不同投入指标之间的关系，没法体现指标间的差异及内部结构。若希望模型仍采用Pareto序，即指标同等重要的前提下，并在计算总体效率值的基础上，进一步体现不同指标间的效率情况，应用Russell度量替代比例度量，形成模型(2) 6[6]

模型（2）可以测得“大创计划”不同投入的效率值，但是反应不了产出之间的状况，在此基础上，我们构建了E-R DEA模型（3），对Russell模型进行了扩展，在产出导向上加入松弛变量，同时体现DMU投入和产出的相关关系。

三、实证分析

（一）高校“大创计划”评价指标体系构建

在运用DEA方法评价“大创计划”投入与产出效率时，首先应当选取合适的投入指标与产出指标。根据《高等学校科技统计资料汇编》7[7]中的具体指标，结合该高校实际情况，基于数据获取的可行性及数据的有效性，本文选取出两个一级投入指标与两个一级产出指标，并在此基础上，分别设计了二级指标，来保证评价指标的系统性及适用性，指标体系详情见表1。

表1 高校“大创计划”投入产出效率评价指标体系

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该学校官方网站公布的2016年及2017年大学生创新创业训练计划项目名单。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，该高校网站，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。由于“大创计划”的经费最终是发放到各个学院，且各学校“大创计划”的人员组织也都在二级学院，本文以山东省某高校为例，将其21个学院作为DMU对其“大创计划”效率进行评价。

表2 某高校17年投入产出指标原始数据

其次，我们运用层次分析法将二级指标进行赋权，拟合出二级指标的权重，具体权重见表3。

表3 投入产出指标权重

（二）评价结果

表4 2017年某高校各学院创新创业训练计划投入产出效率评价结果

表5 2016、2017年某高校各学院创新创业训练计划投入产出效率评价结果对比

使用BCC模型M（1）和E-R DEA模型M(3) 对2017年某高校的“大创计划”效率进行评价，结果如表4所示，其中M(1)和M(3)分别为BCC模型和E-R DEA模型的效率值，R（1）和R（3）分别为BCC模型和E-R DEA模型计算下的各学院效率排名，s1和s2代表E-R DEA模型M（3）中两个投入的效率值。根据BCC模型M(1)计算结果，地理、商学院等8个学院被判断为DEA有效，其余13个学院为无效，E-R DEA模型M（3）结果显示经济学院、商学院和数学与统计学院3个学院被判断为DEA有效，其余学院均为无效。相较而言，E-R DEA模型M（3）更加具有区分度，且可以进一步得到不同投入的效率值，并且通过加入松弛变量，可以看出每个DMU对应产出是否达到最优，这为进一步分析提供了便利。根据表4，数学与统计学院的M(1)和M(3)均为1，说明该学院投入与产出均衡，分配合理，属于低投入、高产出类型。音乐学院的M（1）和M（3）很低，排名分别为16和20，结合原始数据，音乐学院投入冗余，且论文和比赛产出很少。

根据E-R DEA模型M(3)的结果，对不同学院各投入效率结果进一步分析，见表4，地理与环境学院的s1为0.74，s2为1，说明该学院在资金投入方面利用率较高，而在人员投入上相对冗余，经分析原始数据，地理与环境学院投入的教师数量是所有学院中最多的，而学生投入数量的排名仅为第7。因此建议该学院适当减少教师的投入，优化师资队伍；物理与电子科学学院的s1和s2相差较大，s1为1，说明参与人数投入合理， s2很小仅为0.418，说明资金投入冗余，资金利用率不足，该学院今后要进一步提高资金利用率；根据M（3）中产出的松弛变量计算，美术学院在论文产出的松弛变量为3.344，说明美术学院的论文产出很低。通过观察原始数据，美术学院发表的EISCI、CSSCI北大核心和其他的论文数量分别为0、0、1，论文数量极少，与其他学院相差较大。受专业特性的限制，美术学院学生以美术作品为主，发表论文较少，但因其美术作品的数据难以收集，故本研究选择现有数据进行研究。

根据表5，商学院2016年的s1、s2处于中等水平，2017年的s1、s2均为1，参与人数投入的效率值在各院的排名由11提升到1，经费投入的效率值排名由13提升到1，说明该学院的创新创业绩效有明显提高；信息科学与工程学院2016年为DEA有效，2017年为DEA无效，分析原始数据发现，相比2016年，学院2017年参与人数和资金的投入均减少，而论文的产出也有所减少。因此建议该学院加大投入，同时在论文产出方面多出台培养方案和鼓励政策，提高论文产出的数量和质量；同样外国语学院2016年为DEA有效，2017年为DEA无效。与2016年相比，该学院2017年的投入减少，比赛产出下降。因此建议该学院加大投入，提高在比赛方面的产出。

四、结论与建议

随着国家、社会和高校对“大创计划”的日益重视，“大创计划”作为高等学校本科教学质量与教学改革工程中覆盖面最广、影响最大的项目，国家、社会和高校对其投入不断加大。在此背景下，本文以山东省某高校为例，构建“大创计划”评价指标，运用DEA方法对“大创计划”效率进行评价，通过对DEA模型结果分析，找到DMU无效的原因，以期找到提升“大创计划”效率的途径，优化本科生教育资源，进而提升本科教育质量。

通过实证分析，我们发现一些学院在“大创计划”投入不足，或者说资源利用率不高，如物理与电子科学学院在大创项目中的资金利用有待加强。另一方面在人员投入上，加强激励机制，如教师指导大创项目在职称评聘中优先、对大创项目指导工作量予以认定，对优秀指导教师进行表彰和奖励等。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，设立专项经费，明确经费使用办法。

在产出方面，加强过程指导，对“大创计划”过程指导进行监控、及时反馈。建立健全跟踪评价机制，在后续管理的过程中建立健全跟踪评价机制，对于学生创业的问题给予帮助。如数学与统计学院多次举办创新创业培训会和创新创业论坛等活动，并成立了“种子班”，对于项目的内容及实施过程中存在的问题给予及时的指导性意见。同时加强校企合作，让大学生借助互联网优势进行创新创业实践，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。