北京市“双一流”高校学科建设投入产出绩效研究

赵轩梓 张曾莲

[摘           要]  我国为建设世界一流大学和一流学科提出“双一流”建设目标。北京高校云集，对于研究“双一流”学科建设情况有重要意义。选取18所双一流建设高校2014年至2017年学科建设的投入产出数据，基于学科建设评价体系，运用三种DEA模型（DEA多步骤模型、DEA-Malmquist模型、DEA-SBM模型），对其学科建设效率进行静态、动态以及投入冗余和产出不足的分析，并且按照学校类型进行不同角度的分析。最终得出在研究的建设时间内，北京市“双一流”高校的学科建设成果一般，建设资源应用效率较好，建设投入规模不合理现象较为严重的结论。并且给出了学校应当进一步根据学科建设评估结果，精简建设学科，做到小而精，同时国家加强学科评价力度，推动学科建设投入分配更合理的建议。

[关    键   词]  “双一流”高校;学科建设;投入产出绩效;DEA

[中图分类号]  G647                   [文献标志码]  A                   [文章编号]  2096-0603（2022）19-0140-03

随着我国“双一流”建设的持续推进，如何进一步完善大学评价体系已成为学界关注的热点课题。目前我国学科建设的评定标准对“双一流”建设的评价分析还有所欠缺，进一步探索适合我国“双一流”背景下的学科建设标准对我国实现建设目标有十分重要的推动作用。北京市有数十个“双一流”建设高校和超过100个“双一流”建设学科，涵盖各个种类的学科，对我国“双一流”学科建设投入产出绩效的研究有典型意义。本文将以北京市高校“双一流”建设学科为例，分析对其建设的投入产出效率以及造成效率不足的原因。从三种不同DEA模型角度分析，得出北京市“双一流”建设现状，并且根据分析结果提出绩效提高和改进建议。

一、文献综述

赵晓萍（2019）认为地方高校内部院系效率评价的指标体系中投入指标主要包括师资队伍、经费投入和科研平台;产出指标主要包括人才培养和科学研究产出成果[1]。李航（2018）对全国教育效率测评中投入指标选取人力、物力和财力投入;产出指标选取人才培养和学术研究[2]。黄小平（2018）在评价区域高校系统创新能力中，对高校绩效评价指标中投入指标遵循人力、物力、财力三维度，产出指标从本质上与前两篇大同小异[3]。总体来看，主要的投入指标为人力、物力、财力，三个角度产出指标大多从人才培养和科学研究两个角度衡量。也有部分学者考虑到不同类型院校的不同特点，加入了环境变量。在“双一流”建设实施一定时间后，更多学者开始注意已经投入建设的学科与高校在实施过程中的投入产出效率。华兴夏等（2019）通过运用超效率DEA模型对江苏高校品牌专业建设进行绩效评价，结果显示，现阶段其专业建设总体呈现DEA有效，但存在“高投入、低产出”的现象[4]。朱恬恬（2018）使用DEA-Malmquist模型进行动态分析，得出“双一流”背景下各个类型及地区之间的高校创新效率差别不小的结论[5]。总体来看，由于研究对象多投入、多产出的特点，大多数学者在研究高校建设效率时采用的主要为DEA模型，且根据自身研究对象特点选取不同类型的DEA模型进行研究[6]。根据这些研究，也有一些学者提出针对目前学科建设现状的改进意见。马利凯（2017）建议我国“双一流”学科建设要根据学科评价结果对相应学科进行扶持发展和优胜劣汰[7]。宫新栋（2019）建议大学评价体系应注重理念创新，建立学科评价体系，加强政府和第三方机构监督职能[8]。刘海峰（2017）认为在“双一流”背景下，建设学科时要注重效率及公平，并且落实具体的建设投入[9]。

二、研究设计

基于现有优势学科评价指标，借鉴全国第三轮学科评估指标、李航等人在文献中用到的指标体系[2]，构建适合北京市的“双一流”学科建设绩效评价体系。

基于数据可得性，共选取18所北京范围内进行“双一流”学科建设的大学[10]。数据选取分别为2014年、2015年的相应投入数据以及2016年、2017年的相应产出数据。基于高校官网信息数据公开、《2014-2017年高等学校科技统计资料汇编》以及全国第四轮学科评估结果，对相关数据进行抓取和整理，经过DEA以及Deap2.1软件处理得出学科建设投入产出的绩效情况。由于受DEA-Malmquist模型对指标数与数据组数之间的关系限制，需要将三级指标进行折算，本文主要参考全国第四轮学科评估指标折算系数的指标折算比例，并结合本文指标进行相应调整，如表1的最后一列。

三、基于三重DEA指数的北京市“双一流”学校学科建设投入产出评价

（一）基于DEA多步骤模型的静态分析

基于研究數据时效性，选择2015年和2017年数据。使用DEA多步骤模型，在参数选择时以规模可变假设为基础，使用产出导向，计算结果如表1。

学科建设DEA有效的学校一共有7所，占总数据的38.89%，说明整体建设水平不尽如人意。综合效率平均值低于为纯技术效率和规模效率的均值，说明受到更大影响的是学科建设投入规模。根据不同学科范围分析，建设绩效水平最高的是其他类院校，综合类大学表现最差。根据不同办学层次分析，211高校建设总体情况较985高校更为乐观，但985高校最能够有效利用建设资源。普通一本的建设规模最优，985高校建设规模情况最不容乐观。

（二）基于DEA-Malmquist模型的动态分析

采用2014年投入2016年产出作为前期组数据，2015年投入2017年产出作为后期组数据。基于学科建设需要时间发展的特点，参考其他研究和基于数据可得性，决定將2年作为投入产出间隔。在参数选择上同样基于规模收益可变假设，以产出为导向进行测算。

根据绩效评价结果，全要素生产率均值为0.546，总体来说，学科建设成果并不是很乐观。通过技术效率和技术进步均值来看，学校在建设学科时对资源的利用效率正在稳步提升，但投入并没有使学科建设获得明显提升。因此学校在保持资源分配的高效性上更应当注意学科水平的提升。从学校类型看，各类学校的资源分配效率都较高，其中工科院校、农林院校、师范院校资源分配有效性更高。从技术指标来看，各类学校均需要继续加大投入产出成果。从办学层次看，三类大学的技术效率均有效，都能够有效利用资源。在技术进步上，211高校和985高校的差别不大，均高于普通一本。全要素生产率中，211学校的建设效率略高于985高校，普通一本表现最好。

（三）基于DEA-SBM模型的投入产出松弛分析

为研究影响选取学校学科建设规模效率无效的原因，基于数据时效性，选取了2015年投入2017年产出的数据，经过归一化处理后进入DEA-SBM模型进行测算，结论如文末表2。

根据DEA-SBM输出结果，在未实现学科建设有效性的学校中，影响产出效率的主要是投入的冗余。在投入指标中，冗余情况较为严重的是经费投入和支撑条件，而师资力量存在极少情况或不存在冗余情况。在产出指标中，各学校都能够产出足够的科研成果。产出不足的情况主要发生在人才培养和社会影响上，其中人才培养的产出不足情况更严重。从表2可知，在未达到建设DEA有效的三类学校中，投入指标均存在冗余的情况，不存在科研成果产出不足的情况。产出不足的情况主要表现在人才培养不足。根据学校层次分析，985大学更多被师资力量投入影响，211大学更多被经费投入冗余情况影响。在产出不足上，两类大学并无明显

差距。

四、结论与建议

根据以上研究，从三个角度得到结论：（1）从模型角度来看，不论通过静态模型还是动态模型，均可得出学科并未实现自我进步的主要原因在于建设投入规模不合理的结论。在研究的时间段内，北京市仅有少数学校在学科建设中实现了建设的有效和进步，但大多数学校能够将已经得到的资源合理分配且高效利用。通过DEA-SBM模型结果作为反映投入冗余和产出不足的具体因素得出结论，导致学校未达到建设有效的原因主要在于投入的冗余，其次才是产出的不足。在产出不足中，未产生科研成果产出不足，主要是人才培养和社会影响产出不足。（2）从学科角度来看，综合类大学获得了更丰富的学科建设资源，但是其学科建设的结果并不理想。学校整体的建设效率被过多数量以及种类的学科所拖累。而其他四类院校，由于在学科开设上数量更少专业更集中，因此学科建设效率明显更优。（3）从学校层次来看，211学校有更好的建设效率。原因是985高校学科数量更多，建设投入数量更多，更容易导致资源分配不均。

根据以上结论，提出以下建议：（1）学科建设投入应当适当平衡，减少学校之间的投入差距。根据学校实际所需，科学评估投入资源对学科建设的有效应用，能产生更大的推动作用。（2）学科建设需要加强学校的专业性，避免学校学科多而杂。建议学校应当根据自己的优势学科类别，重新考虑学校开设的弱势学科，集中力量提升学校整体的学科建设效率。（3）学科评价应当更加准确，体系更加完善。建设更加完善、准确的学科评估体系，能够更加直观地看到各个学校的学科建设情况，并督促各学科建设单位重视学科建设效率，提高学科建设水平。

当然，本文仍有不足之处。在研究北京市的“双一流”学科建设时，并未将所有学科的数据囊括进来。由于数据的可变性，有极少数数据无法获得准确数据，因此使用时间距离最近的可获得数据进行替代，另有极少量未公开披露的数据未能获取。评价体系是基于之前的研究结合本文进行调整，但是依旧无法做到完全合理和全面。

参考文献：

[1]赵晓萍，刘隽，古天龙，等.“双一流”建设背景下地方高校内部院系三阶段DEA效率评价[J].数学的实践与认识，2019，49（14）：77-87.

[2]李航，李成明，曲扶摇，等.资源配置、内涵发展与“双一流”建设分析：来自全国高等教育效率测度的证据[J].技术经济与管理研究，2018（11）：92-98.

[3]黄小平，刘光华，刘小强.“双一流”背景下区域高校系统科技创新能力：绩效评价与提升路径[J].教育文化论坛，2019，11（1）：133.

[4]华兴夏，黄凯南，杨丰政.“双一流”背景下我国高校品牌专业建设绩效研究：以“江苏高校品牌专业建设工程”为例[J].教育理论与实践，2019，39（30）：3-5.

[5]朱恬恬，胡霞，彭华荣.“双一流”建设高校的全要素科技创新效率研究[J].北京理工大学学报（社会科学版），2018，20（6）：163-169.

[6]Peyrache A，Rose C，Sicilia G. Variable selection in Data Envelopment Analysis[J]. European Journal of Operational Research，2020，282（2）.

[7]马利凯.“双一流”视域下一流学科建设综合竞争力评价实证研究：基于波士顿矩阵和两因素聚类分析法[J].黑龙江高教研究，2017（7）：63-65.

[8]宫新栋，杨平，时留新，等.“双一流”建设背景下大学评价的改进方向[J].研究生教育研究，2019（6）：60-65.

[9]刘海峰.“双一流”建设应注重效率兼顾公平[J].中国高等教育，2017（19）：21-22.

◎编辑 薛直艳