高等中医药院校科研资源利用效率及其动态演进趋势研究

胡梦超， 刘伟， 殷新鑫， 李磊， 刘东阳， 耿冬梅

中医药是包括汉族和少数民族医药在内的中华民族传统医药的统称[1]，中医药作为拥有原始创新潜力的科技资源，我国在该领域占据着知识优势和资源优势，国家对中医药相关科研工作的支持力度也在不断加大。国务院印发的《中医药发展战略规划纲要(2016-2030年)》(以下简称《纲要》)，明确把着力推进中医药创新作为今后一个时期促进中医药事业健康发展的重点任务之一。《纲要》提出，要加强中医药科学研究，完善中医药科研评价体系，不断提高科研项目的管理效率和研究水平[2]。中医药高等院校作为主要的中医药科技力量[3]，有必要考察现有的科研资源是否得到有效利用，以及今后如何调整科研投入的规模。探索提高我国中医药高等院校科研资源利用效率的有效途径，就需要对中医药高校的科研资源使用效率现状进行评价，分析部分高校效率低下的原因，从而帮助各高校制定和采取更加科学合理的科研制度与管理方式。

1 资料与方法

1.1 研究对象

为保证评价的全面性，依据教育部高等院校名录，样本选取包括西藏医药大学在内的全国25所中医药高校。

1.2 数据来源

数据来源为教育部科学技术司编著的《高等学校科技统计资料汇编》，经检索可知，河北中医学院于2013年4月由教育部批准恢复建立，因而无法获得2014年以前的科研数据，故最终选择中医药高校2014-2018年的科技统计数据。

1.3 研究方法

1.3.1 超效率DEA数据包络分析(date envelopment analysis,DEA)可从多投入、多产出角度对若干个有相同属性的决策单元(DMU)进行相对效率评价。采用CCR模型计算出DMU的综合效率，BCC模型计算出纯技术效率，两者比值即为DMU的规模效率，其效率值等于1时，分别表示DEA有效、纯技术有效和达到最优生产规模。引入超效率DEA可解决DMU数量较多时，出现多个效率值都为1，无法对有效DMU进一步比较的问题。假定共有n个DMU，包含m种投入要素和s种产出要素，第k个DMU的第i个投入变量和第j个产出变量分别为xik、yjk，权重向量是j，加入松弛变量s+和s-后，用θ表示DMU的效率值，则超效率DEA模型如式(1)所示：

1.3.2 Malmquist生产力指数法Malmquist生产力指数是利用非参数距离函数衡量一个部门从t时刻到t+1时刻全要素生产率的动态变化趋势，具体形式为：

(2)

式(2)中，(xt，yt)表示决策单元在t时刻的产出和投入；M表示t+1时刻相较于t时刻的生产率变化；Dt(xt，yt)表示生产配置(xt，yt)到t时刻系统前沿面的距离。Malmquist指数可分解为技术效率变化指数和技术进步变化指数，分解过程如下：

(3)

式(3)中，技术效率变化指数还可分解为纯技术效率变化指数和规模效率变化指数。技术效率变化>1表示部门的管理水平提高，技术进步变化>1表示技术进步和创新，纯技术效率变化>1表示纯技术效率改善，规模效率变化>1表示在向最优生产规模靠近。

1.4 建立指标体系

评价指标的选取是效率测算的前提，关系到效率评价是否准确。科研资源投入包括人力、物力、财力的投入。人力方面，教学与科研人员包括研究与发展人员，两者同时纳入投入指标会影响评价的准确性，因此除“研究与发展全时当量人员”指标外，可用“研究与发展人员数占教学与科研人员的比例”作为人力投入指标；物力、财力方面，实际科研管理中财力投入包含了购入科研设施等物力投入，可用“科技经费当年内部支出”指标反映投入力度。科研成果产出主要有出版专著数、发表学术论文数、成果授奖数、技术转让收入，由于中医药高校科研资源投入产出面板数据中的技术转让收入差异悬殊，技术转让水平总体较低且不稳定，因此不纳入产出指标。

在综合其他学者选取的投入、产出指标[4-8]，通过相关性检验，再纳入DEA模型反复测算之后，形成了本研究的评价指标体系，如表1所示。

表1 中医药高校科研资源利用效率评价指标体系

2 结果

2.1 静态分析

为减少某年数据的波动对最终评价结果的影响，静态分析根据评价指标选取2016-2018年的科研资源投入和成果产出数据，取3年平均值代入超效率DEA模型中进行测算。

2.1.1 科研效率DEA有效性分析运用Dea-Solver Pro 5.0软件计算各中医药高校科研资源利用的综合效率、纯技术效率和规模效率值，并按超效率值排序。结果如表2所示(决策单元的序号为各高校在《资料汇编》中的顺序)。

表2 中医药高校科研资源利用综合效率、纯技术效率和规模效率值

总体来看，25所中医药高校中有DMU5、DMU6、DMU7、DMU10、DMU15、DMU21、DMU23处于DEA相对有效状态，表明这7所(28%)高校实现了科研资源的有效利用。而未实现DEA有效利用的高校有18所(72%)，表明我国大部分中医药高校的科研投入产出不合理，科研效率水平总体偏低。结合超效率值可以看出科研效率排名前五位的分别是DMU23、DMU15、DMU5、DMU7、DMU10。

在非DEA有效的18所高校中，纯技术无效和未实现最优规模效益的高校都为14所(77.8%)。其中，4所高校为纯技术有效，规模效率小于1，表明学校在既定规模下实现了科研资源的有效利用，但与最优生产规模仍有差距。4所高校为规模效率近似有效，纯技术效率无效，表明其科研效率低是纯技术效率不足所造成的，需要优化配置现有的科研资源。纯技术效率和规模效率均无效的10所高校需要在提高学校科研管理水平的同时，结合对应的规模报酬状态进行改进。规模报酬递减(DRS)说明高校的科研产出水平还很难跟上不断增加的科研投入，可以减小科研投入力度，以实现最优生产规模；规模报酬递增(IRS)可以通过扩大科研投入规模来提高科研资源利用效率。

2.1.2 科研投入产出投影分析进一步研究各中医药高校如何更有效地配置科研资源，用Dea-Solver Pro 5.0软件对14所非纯技术有效高校进行投入产出投影分析，计算出投入冗余量和产出不足量。见表3。

表3 14所非纯技术有效高校科研投入产出投影分析

总体来看，有13所(92.9%)非纯技术有效高校存在投入冗余，5所(35.7%)高校存在产出不足，表明大部分高校是由于科研投入过多造成的资源未有效利用导致科研效率不高。具体分析各项指标，在X1、X2、X3上存在投入冗余的高校数量为8所、8所和5所，分别占投入冗余高校总数的61.5%、61.5%和38.5%，表明大部分非纯技术有效高校在科研人力资源上投入过多。在Y1、Y2、Y3上存在产出不足的高校数量为3所、1所和4所，分别占产出不足高校总数的60.0%、20.0%和80.0%，表明中医药高校需要注重出版专著数和成果授奖数的提高，而发表学术论文数的情况相对较好，则得益于近些年中医药高校通过各项激励措施提高师生对论文发表的重视程度。非纯技术有效的高校可以结合投影分析的结果调节科研资源投入的规模，提高科研成果产出的目标数量，使科研效率达到DEA最优。其中，以河北中医学院为例，若要实现科研效率相对有效，需要在投入指标X1上减少46人年，在投入指标X2上降低25%。

2.2 动态分析

2.2.1 Malmquist生产力指数及分解指数为分析各高校科研资源利用效率的动态演进趋势，更全面地比较高校间科研效率的差异，运用DEAP 2.1软件对2014-2018年25所中医药高校科研投入产出的面板数据进行Malmquist生产力指数分析。见表4。

从表4可以看出，2014-2018年全国25所中医药高校中科研整体效率增长的高校有15所(60%)，提高幅度较大的高校包括DMU5、DMU10、DMU13、DMU14、DMU19、DMU21、DMU23，涨幅均超过10%。科研整体效率呈下降趋势的高校有10所(40%)，说明大部分中医药高校的科研效率都处于增长趋势中。

表4 2014-2018年中医药高校科研效率Malmquist指数及分解指数值

在Malmquist指数大于1的高校中，受到技术效率提高和技术进步影响的高校分别为13所(86.7%)和14所(93.3%)，仅DMU1的效率提高归因于技术效率的增长，DMU18和DMU25的效率提高源自技术进步，其余12所高校科研绩效的改善都是技术效率提高和技术进步共同作用的结果。在Malmquist指数小于1的高校中，受技术效率下降和技术退步影响的高校分别为7所(70%)和8所(80%)，DMU3和DMU8科研效率未得到提高的主要原因在于技术效率的降低，DMU7、DMU15、DMU24归因于技术进步的阻碍，其余5所高校是由技术效率降低和技术进步阻碍共同导致。因此，在各中医药高校科研资源利用效率的动态变化过程中，技术效率的变化和技术进步的变化都是引起效率升高或下降的重要原因。

2.2.2 聚类分析本文采用聚类分析法，将25所中医药高校按技术进步变化、纯技术效率变化和规模效率变化的特征分别划为两类，以便针对性地采取相应措施弥补自身的不足。其中，Ⅰ类高校为在该项指标上呈正增长态势的高校，Ⅱ类高校为在该项指标上呈负增长态势的高校。见表5。

表5 2014-2018年中医药高校科研资源利用效率聚类分析结果*

从聚类分析结果来看，各中医药高校在科研效率方面的优势和劣势并不相同，各分解指数对Malmquist生产率的贡献也不同，各高校需要结合自身特点，从科研技术创新与进步、科研管理水平、科研规模调整三个方面探寻促进科研投入产出效率不断改善的途径。

3 讨论与建议

3.1 我国中医药高校的科研资源利用效率水平总体偏低

分析静态效率，2016-2018年有72%的高校科研投入产出不合理，非DEA有效高校中纯技术无效与未达到最优生产规模的高校占比都为77.8%。纯技术无效的主要原因是投入冗余造成的科研资源未有效利用，其中61.5%的高校表现为人力资源投入冗余，38.5%的高校是由于科研经费投入过多。该结果表明，虽然近些年国家逐步加大对高等中医药院校科研资源的投入，但大部分高校没有实现科研资源的有效利用，中医药高校需要在努力提高科研成果产出水平的同时，加强现有科研资源的合理配置，制定科学合理的科研制度，改进科研管理方式。

3.2 大部分中医药高校的科研资源利用效率处于增长趋势

由动态演进趋势分析可知，2014-2018年有60%的中医药高校Malmquist生产力指数均值大于1，科研资源利用效率呈上升态势。分解Malmquist指数发现，在处于效率增长趋势的高校中，受到技术效率提高和技术进步影响的高校分别占86.7%和93.3%。这说明近年来大部分中医药高校的科研组织管理水平正在不断提升，科研创作手段和创新能力不断增强，技术进步和技术效率的提高共同促进了这些高校科研资源利用效率的增长。

3.3 技术效率降低和技术进步阻碍导致部分高校科研效率下降

对处于效率下降趋势的中医药高校进行Malmquist指数分解可知，受到技术效率下降和技术退步影响的高校分别占70%和80%，技术效率降低和技术进步阻碍都是引起高校科研效率下降的重要原因。因此，部分中医药高校不仅要重视自身科研活动技术效率的提高，还应逐步加强中医药科研活动中相关技术创新和进步的程度。

3.4 建议

3.4.1 完善科研管理制度，提高科研管理水平随着国家促进中医药事业创新发展的力度不断加大，对中医药相关科研项目的立项给予了更多的支持，中医药院校每年承担的科研项目数量不断增加，这也对学校科研管理部门的管理效率和运作水平提出了更高的要求。中医药高校应当优化科研管理机制，完善经费预算使用制度，将研究成果产出、重大科技成果奖励与绩效考核和职称评价机制紧密联系[9]，以提高科研成果产出的数量和质量，同时对科研管理人员进行培训，提升行政部门的服务能力和科研经费的利用效率。

3.4.2 调节科研整体规模，有效配置科研资源部分中医药院校科研资源的未充分利用，导致投入冗余或产出不足的发生，高投入不能带来高产出，此类高校应结合科研效率的分析结果采取切实有效的措施调整自身科研规模，让现有的人力资源和经费拨入产生更大的研究动能。此外，中医药高校上层的各级各类科研主管部门在配置科研资源时，应合理参考各高校的科研效率大小，对绩效表现良好的高校加大投入力度，进一步扩大科研规模，通过调节配置比例也可以缓解部分高校资源投入冗余的问题。

3.4.3 重视软件硬件更新，促进科研技术进步新工具、新技术、新方法伴随着近年来中医药现代化和创新发展进程的推进不断出现，代表着中医药科研的软件水平。中医药院校要为科研人员搭建高校间的学术交流平台，鼓励科研人员主动学习先进的理论技术，掌握前沿的中医药科研创作手段，提高科研创新能力。而硬件实力的提升，需要保持先进实验研究设备和相关科研硬件设施的更新，改善科研人员的实验环境[10]，从而有效提高我国中医药高校的科研效率。