基于DEA的高校创新创业教育效率评价研究——以河南35所本科高校为例

梁正瀚

（许昌学院创新创业学院 河南·许昌 461000；培材大学东北亚经济学系 韩国·大田 35345）

1 导论

党的十九大提出创新是引领发展的第一动力。高校作为落实创新驱动发展战略和建立创新型国家的重要主体，承担着人才培养、科技创新和社会服务三大功能。因而促进创新创业教育发展，培养创新创业人才十分必要。近年来，各级政府加大了对创新创业的政策扶持和资金支持力度，高校也通过创新创业专项资金、师资培养、课程改革、强化创新创业实践、改进指导服务等手段加强投入。高校的创新创业教育成效也逐步显现，创新创业项目数量激增，创业率连年上升，初创企业不断增长，就业创业相关研究也逐渐发展起来。但是，创新创业教育投入和产出如何量化和测度？目前取得的成果是否能与投入相匹配？投入的资源是否得到了合理的配置？投入产出的效率如何？这是难以准确答复的问题，也是需要我们不断深入思考和研究的问题。

2 文献回顾

国外学者主要侧重于对创业教育的评估。Abduh,M.etal.（2012）以印度尼西亚的明古鲁大学为例，使用SatMan模型从实证的角度，以大学生创业教育满意度为主要指标对创业教育评估进行了分析。Moica,S.et al.（2012）构建了创新系统模型，对其中各个因素进行分析，认为高校是创新和创新教育的重要主体，应从高校的商业化活动影响来评价。Nasr,K.B.et al.（2014）从创业态度、创业项目的方法、创业能力、人际沟通技能、良好的声誉等五个指标用主成分分析法来评估创业教育。Carey,C.&Matlay,H.(2010)通过对企业家的访谈、讲师招聘广告以及对教育工作者的调查三个维度来评价创业教育。

国内也有一些学者对创新创业教育效率及影响因素进行了定性研究和定量分析。定性分析方面，李红、丁雪、明文钦（2014）研究发现政策完善、高校支持和学生投入对创新创业教育有明显影响；安美忱、张卫国（2016）则表明除了政府和学校环境，学生的自然属性对创业绩效具有正向影响。

在定量分析方面，高苛、华菊翠（2015）从社会支撑、学校投入和学生三个层面用改进AHP法对创新创业教育进行了评估，发现高校投入对创新创业教育的影响排在首位；孟新、胡汉辉（2016）用分析了 41个国家级孵化器的运营效率对创业实践绩效的影响，结果表明大学科技园的有效运行有利于提高高校创业教育的效果；刘有升、陈笃彬（2017）使用DEA方法对24所211高校创业教育效率进行分析，认为高校创业教育的投入有待加强、产出亟待提高。

3 实证分析

3.1 研究方法

技术效率是指一个生产单元的生产过程达到该行业技术水平的程度。数据包络分析（DEA）是一种基于被评价对象间相对比较的非参数技术效率分析方法，在分析多投入多产出的情况是具有特殊的优势。DEA测度的效率为相对效率，即被评价单位相对于“领先”单位的效率，因此其效率最大值为1，值越大说明效率越高。本文主要采用的是VRS模型，即考虑规模收益可变的产出导向BCC模型。

3.2 变量与数据

已有的关于创新创业效率的测度，更多的是采用学生、企业的满意度等主观指标进行测度，不可否认存在一定的合理性，但是在效度和信度上却不够精准；部分采用定量方法测度的指标过于散乱，缺乏逻辑层次性。因此，相关测度指标的选取拟在文献分析和实地调研的基础上，运用逻辑框架法对测度指标进行深度整合，从而使其更具逻辑层次性。

教师和学生是高校的主体力量，是创新创业人才培养的主要参与者，没有教师和学生投入的教育是无法进行的。此次研究对象为本科高校，本科生和专任教师是其主要构成，因此选取在校本科生、专任教师数作为创新创业投入的指标。

高校的运行离不开资金的支持，目前高校的创新创业教育都在向全程化、全员化发展，学校开展普通教学活动及其辅助活动发生的支出都应计入资金投入，加之学生的创新创业教育活动基本在校内进行，因此，教学科研仪器设备值、教学行政用房面积、实验室面积应计入物质投入。由于高校的规模不同，其可使用资金和场地等有较大差异，为更公平的衡量效率，指标采用生均值。

在产出指标上，主要是创新产出和创业产出。学科竞赛检验创新教育成果、锻炼提高学生创新能力的重要环节和有力抓手，但是目前各级各类学科竞赛名目繁多，奖项的含金量不同，难以统计。而由中国高等教育学会研发的全国普通高校大学生学科竞赛排行涵盖了中国“互联网+”大学生创新创业大赛、“挑战杯”全国大学生课外学术科技作品竞赛、全国大学生创新创业训练计划年会展示等44项综合性和专业性创新创业类竞赛，学科多、参赛者众、覆盖面广，并且其数据客观公正、来源较为易于获取。但是由于其2020年度榜单仅有前100名的本科高校，河南高校未能全部涵盖，其2016-2020年度总榜单中有本科高校 1199所，通过对 2020年度和2016-2020年度的全榜单进行相关性检验，其Pearson系数为0.878，两者具有高度正相关性。因此采用各高校在2016-2020年度的全榜单上的数值为创新产出指标。创业产出指标则选取为传统的毕业生创业率。

本文以河南省本科高校为研究对象，制作了截面数据库。河南共有本科高校57所，排除新升本未有本科毕业生的高校和数据无法获取的高校外，数据库的高校样本数为35个，占比61.4%，涵盖了综合、工科、师范、财经、农业、医药等类型。其中在校本科生、专任教师数、生均本科教学日常运行支出、生均教学科研仪器设备值、生均教学行政用房面积、生均实验室面积来自于2019-2020年度各高校本科教育质量报告，创业率来自于2020年各高校毕业生就业质量调查报告，学科竞赛数据来自于中国高等教育学会研发的全国普通高校大学生学科竞赛排行结果（见表1）。数据均由公开来源获取。

表1：投入—产出指标的描述性统计

4 运算与分析

本文采用DEAP2.1软件，采用VRS模型进行运算，结果如表2。

表2：DEA运算结果

DEA运算结果表明，样本高校的创新创业教育效率整体较高，处于较高水平，但仍有一定提升空间。综合效率均值为0.904，纯技术效率均值为0.944，规模效率均值为0.957。DEA有效性即资源充分利用，是在决策单元的数据比较中，消耗最少，产出最大的利用度为100%，就是最优状态。DEA有效的高校有14所，占比40%，DEA无效的高校有21所，占比60%。创新创业教育效率与本科生、专任教师、资金投入和场地投入等要素都有关联，对于未能达到综合效率有效的高校，就需要优化这些要素之间的资源配置，使其达到有效。

因使用的是产出导向的模型，我们可以看到DEA无效的高校其差距并不一样，总体来看，这21所高校贡献了均值为0.866%的创业率和37.17的学科竞赛数，与样本总体均值上有一定差距。投入与产出的效率低下主要原因就是资源配置的错位。

不同类型的高校其创新创业效率差异如何？高校所处区域是否与效率有关？官方评定的“全国深化创新创业教育改革示范高校”（以下称为“示范校”）效率是否最高？本文对35所样本高校按照四种类型进行了分别统计。类型一按照民办高校和公办高校分类，类型二按照所在区域是否为省会城市进行分类；类型三按照是否获得过“示范校”称号进行分类；类型四按照教育部划分的学校类别进行分类。其中效率值均为均值（见表3）。

表3：不同类型高校效率均值

可以看到，类型一中，民办高校创新创业教育的综合效率高于公办院校，但差异不大；类型二中，地处省会城市的高校创新创业教育效率高于其他高校，地域城市由于经济活动的发达和资源的集聚性，对创新创业教育的影响较大；类型三中，可以看到获得过“示范校”称号的高校创新创业效率显著高于其他高校，尤其是5所高校中有4所高校DEA有效，可见这些高校的创新创业教育水平的确较高，也体现了国家评定的公正性；类型四种，可以看到在创新创业教育效率中，综合>财经>农业>工科>师范>医药，并且综合类的高校的DEA有效，表明综合类高校的资源配置科学合理，其他类高校需要优化资源配置。

5 结论

本文以河南省35所本科高校为样本，选取了6个投入指标和2个产出指标，建立了截面数据库，使用DEA方法中的VRS模型进行了运算。得出以下结论：

第一、河南省高校的创新创业教育效率整体较高，DEA有效的高校占比40%。

第二、在不同类型高校的创新创业教育效率中，民办高校高于公办院校；省会城市高校明显高于其他城市高校；获得过“示范校”称号的高校显著高于其他高校；综合类高校均DEA有效，效率最高，师范类和医药类高校效率较低。

由于数据获取途径有效，限制了投入产出指标的选取范围，并且由于本科教学质量报告和就业质量年度报告的调查时点并不完全相同，可能对研究结果有所影响。

研究的最终目的是提高高校的创新创业教育效率，因此如何进一步做到现有创新创业教育相关资源的合理分配，提高对相关设施、场所的利用效率，优化对后续资金的投入配置，优化师资队伍的结构比例，提高课程设置的科学性，以及其他教育支持、教学方式和实践活动的优化等整体的解决方案是我们继续研究的重点。

注释

① irs表示规模收益递增,-表示规模收益不变，drs表示规模收益递减。

② 表示编号为 2-3、5-6、11、18、21-22、25、27-29、31-32、35 等 14 所高校。