基于非徑向DEA的分類高?？萍纪度氘a(chǎn)出效率評(píng)價(jià)研究

沈丹云，朱慶峰，鄭 宇

(1.南京信息工程大學(xué) 濱江學(xué)院，江蘇 南京 210044;2.南京信息工程大學(xué) 經(jīng)濟(jì)管理學(xué)院，江蘇 南京 210044）

高校科技投入產(chǎn)出效率的測(cè)度是提升高校創(chuàng)新能力，進(jìn)而實(shí)現(xiàn)國家創(chuàng)新驅(qū)動(dòng)戰(zhàn)略的重要前提。高校因其充裕的教育資源與科研力量，使得其成為國家創(chuàng)新體系的一支重要力量。統(tǒng)計(jì)數(shù)據(jù)顯示，我國科研經(jīng)費(fèi)中80%為高校及科研院所承擔(dān);從動(dòng)態(tài)的視角來看，2001～2013年期間全國高校科研經(jīng)費(fèi)投入年平均增長超過20%，其中2013年的增長率甚至達(dá)到50.40%，同時(shí)，全時(shí)科技人員投入年均增長率約為3.0%左右。與科技資源投入增加相對(duì)應(yīng)的是部份高校科技成果轉(zhuǎn)化率、國外學(xué)術(shù)刊物發(fā)表等體現(xiàn)產(chǎn)出的指標(biāo)值低下。因此，分析高校的科技投入產(chǎn)出效率有著重要的實(shí)踐意義。從理論上來看，高校投入產(chǎn)出效率問題也為學(xué)術(shù)界所關(guān)注。例如，李瑛與崔宇威運(yùn)用超效率的三階段DEA對(duì)28個(gè)省市的地方高校的科技創(chuàng)新效率進(jìn)行了評(píng)價(jià)分析[1];郭際、王宇鵬等認(rèn)為，高校自身對(duì)科技投入產(chǎn)出活動(dòng)控制能力不足是導(dǎo)致效率不高的原因[2-3];高?？萍及l(fā)展與所處地區(qū)經(jīng)濟(jì)狀況和人力資源情況有密切聯(lián)系，建立產(chǎn)學(xué)研體系可以實(shí)現(xiàn)高?？萍蓟顒?dòng)的可持續(xù)性。

與國內(nèi)的研究較為類似，針對(duì)意大利、巴西等國的高?？萍纪度氘a(chǎn)出效率研究一般也是以DEA為主要的分析方法。例如，Abramo等以意大利2004～2008年五年期間大學(xué)系統(tǒng)的文獻(xiàn)數(shù)據(jù)為基礎(chǔ)，分析大學(xué)研究活動(dòng)的技術(shù)和配置效率[4];其中投入以研究人員來測(cè)度，產(chǎn)出的測(cè)度是研究人員實(shí)現(xiàn)產(chǎn)品的標(biāo)準(zhǔn)化影響?；?6個(gè)輸入和輸出的變量，Kuah與Wong對(duì)高校的教學(xué)與研究效率進(jìn)行了剖析[5]。Zoghbi等將巴西的高等教育機(jī)構(gòu)分為公營與私營兩類，實(shí)證分析結(jié)論顯示公營機(jī)構(gòu)比私營機(jī)構(gòu)效率低下[6]。不同于以上學(xué)者的研究，G?ksen等僅以土耳其的Dokuz Eylul大學(xué)作為分析對(duì)象，討論了其部門技術(shù)得分及規(guī)模得分值，嘗試揭示非效率的主要因素[7]。

綜上所見，當(dāng)前已經(jīng)有相當(dāng)一部分學(xué)者針對(duì)高校的科技投入產(chǎn)出效率問題進(jìn)行了有益的探索，然而研究對(duì)象較少涉及“985”與“211”高校，考慮到近年來“985”與“211”高校的存廢之爭(zhēng)日囂塵上，對(duì)比研究兩類高校的投入產(chǎn)出效率有助于科技資源的優(yōu)化配置，提升高校的科技創(chuàng)新能力。因此，本文的分析在一定程度上彌補(bǔ)了以上研究的缺憾。

1 “211”與“985”高校科技投入產(chǎn)出的特征初判

首先對(duì)兩類高校的投入產(chǎn)出進(jìn)行簡單的描述性統(tǒng)計(jì)。結(jié)合文獻(xiàn)研究、我國高校的實(shí)際和相關(guān)領(lǐng)域?qū)＜业淖稍兘Y(jié)果，選取研究與發(fā)展人員(全時(shí)當(dāng)量人員)、科研經(jīng)費(fèi)總量為投入指標(biāo)，專利申請(qǐng)、技術(shù)轉(zhuǎn)讓、國內(nèi)外學(xué)術(shù)刊物發(fā)表以及成果授獎(jiǎng)為產(chǎn)出指標(biāo)。鑒于“211”工程高校多于“985”高校，通過指標(biāo)總量的比較并不能反映真實(shí)的投入產(chǎn)出效果，因此，采用算數(shù)平均值進(jìn)行初判。

1.1 科研經(jīng)費(fèi)的投入

表1顯示，兩類高校的平均科研經(jīng)費(fèi)差異較大，2011年“211”高校的科研經(jīng)費(fèi)平均值為319290元，2012年略有上升，為341569元;2013年突增至533656元。相比之下，“985”高校的科研經(jīng)費(fèi)平均值為1160919元，是“211”高校的3.64倍;2012年增至130094元。2013年，“985”高校的科研經(jīng)費(fèi)平均值是2011年的近1倍，也是“211”高校的3.83倍。顯然，“985”高校對(duì)于科研經(jīng)費(fèi)要遠(yuǎn)高于“211”高校。

表1 兩類高校的投入變量平均值Table 1 The mean value of input variables for two types of universities

1.2 科研人力的投入

同樣地，“211”高校的研究與發(fā)展全時(shí)當(dāng)量人員數(shù)量也顯著低于“985”高校。前者三個(gè)年份研發(fā)全時(shí)當(dāng)量人員分別為661、669、677，呈現(xiàn)上升態(tài)勢(shì);后者2011～2013年的研發(fā)全時(shí)當(dāng)量人員則分別為2025、2031與1960，2013年人力投入有著一定程度的下降，但仍然是“211”高校的2.90倍。這表明，無論是科研經(jīng)費(fèi)還是研發(fā)人員全時(shí)當(dāng)量人員投入，“985”高校均高于“211”高校。兩個(gè)變量中，科研經(jīng)費(fèi)的投入與國家政策的傾斜有著密切的關(guān)系，因?yàn)榭蒲薪?jīng)費(fèi)的投入結(jié)構(gòu)中政府資金占有較大比重。

1.3 技術(shù)轉(zhuǎn)讓金額

分析兩類高校的產(chǎn)出值。2011～2013年“211”高校技術(shù)轉(zhuǎn)讓金額的平均值分別為6752、7436、5690元;“985”高校三個(gè)年份的值分別為30324、36799、42553元。從絕對(duì)值來看，“985”高校顯著較高，2011年“985”高校的技術(shù)轉(zhuǎn)讓金額是“211”高校的4.49倍;而2013年時(shí)，“985”高校的技術(shù)轉(zhuǎn)讓金額是后者的7.48倍。如果采用技術(shù)轉(zhuǎn)讓金額/科研費(fèi)用、技術(shù)轉(zhuǎn)讓金額/研究與發(fā)展全時(shí)當(dāng)量人員來表示簡單的投入產(chǎn)出比，同樣地得出結(jié)論三個(gè)年份“985”高校的技術(shù)轉(zhuǎn)讓金額投入產(chǎn)出比較高。

1.4 成果授獎(jiǎng)

進(jìn)一步地分析兩類高校成果授獎(jiǎng)的平均數(shù)。2011～2013年“211”高校的成果授獎(jiǎng)平均值分別為15、17與18個(gè);“985”高校則分別為41、49、41個(gè)?？梢钥闯?，成果授獎(jiǎng)兩類高校各年份波動(dòng)幅度不大，不過與前述指標(biāo)類似，“985”高校的絕對(duì)值仍然高于“211”高校，是后者的兩倍多。產(chǎn)出指標(biāo)還包括專利申請(qǐng)數(shù)和國內(nèi)外學(xué)術(shù)刊物發(fā)表數(shù)量，對(duì)比分析得到了同樣的結(jié)論。不過，如果以產(chǎn)出/投入簡單地表示投入產(chǎn)出效率可以看出，“985”高校的優(yōu)勢(shì)并不明顯。

2 實(shí)證研究設(shè)計(jì)

2.1 非徑向DEA模型

DEA方法是使用數(shù)學(xué)規(guī)劃模型比較某種意義下具有相同類型投入產(chǎn)出類型單元之間的相對(duì)效率的一種分析方法。通過多投入多產(chǎn)出數(shù)據(jù)的綜合分析，可以得出每個(gè)決策單元綜合效率的數(shù)量指標(biāo)。依據(jù)數(shù)量指標(biāo)將各決策單元定級(jí)排序，確定相對(duì)效率高的決策單元，判斷各個(gè)決策單元的投入規(guī)模是否恰當(dāng);同時(shí)指出其他決策單元非有效的原因和程度，進(jìn)而給出各決策單元調(diào)整投入產(chǎn)出的正確方向與程度。由于高校的科技投入主要涉及研究與發(fā)展人員、科技經(jīng)費(fèi);而產(chǎn)出則包括專利申請(qǐng)、技術(shù)轉(zhuǎn)讓、成果授獎(jiǎng)等。其多輸入與多輸出特征決定了DEA方法的實(shí)用性。此外，鑒于傳統(tǒng)徑向DEA模型并未考慮到?jīng)Q策單元輸入變量和輸出變量變化可能并非是等比例的，且投入產(chǎn)出常常受到客觀條件的約束或者由于決策者偏好的影響不能滿足徑向逼近生產(chǎn)前沿面的要求，因此，一些學(xué)者在傳統(tǒng)徑向DEA模型的基礎(chǔ)上構(gòu)建了非徑向DEA模型，具體如下:

(1)規(guī)模報(bào)酬不變的效率模型:

其中，用來EI1為高校投入產(chǎn)出的綜合效率;X為投入，y為產(chǎn)出;w是權(quán)重，∑w=1，本研究中取w1=w2=1/2。

(2)規(guī)模報(bào)酬可變的效率模型:

EI2為高校投入產(chǎn)出的技術(shù)效率;規(guī)模效率則=EI1/EI2

(3)規(guī)模報(bào)酬非遞增模型:

上式用來判斷規(guī)模無效單元的規(guī)模報(bào)酬遞增或遞減狀態(tài)。如果某一DMU的EI2≠EI3，則該DMU規(guī)模報(bào)酬遞增;如果某一DMU的EI2=EI3，則這一DMU規(guī)模報(bào)酬遞減。

2.2 指標(biāo)選取及數(shù)據(jù)來源

高?？萍嫉耐度氘a(chǎn)出尚沒有統(tǒng)一的指標(biāo)體系，一些學(xué)者如Kutlar與Babacan指出輸入指標(biāo)包括一般預(yù)算支出、教授數(shù)量、副教授與助理教授數(shù)量、行政人員數(shù)量等;輸出指標(biāo)包括加入索引的出版物數(shù)量、本科生數(shù)量、畢業(yè)生數(shù)量、大學(xué)收入。李瑛與崔宇威認(rèn)為投入指標(biāo)包括人力與經(jīng)費(fèi)兩部分，人力包括一般科技人員、科技人員中科學(xué)家與工程師、一般研發(fā)人員;經(jīng)費(fèi)則指研究與發(fā)展經(jīng)費(fèi)、研發(fā)成果應(yīng)用及科技服務(wù)經(jīng)費(fèi)、其他科技活動(dòng)經(jīng)費(fèi);產(chǎn)出則囊括了科技著作、學(xué)術(shù)論文、專利授權(quán)數(shù)、技術(shù)轉(zhuǎn)讓金額等。依據(jù)Kuah與Wong的研究，高?？萍嫉妮斎胱兞烤唧w指研究學(xué)生的數(shù)量、大學(xué)支出、研究資助等;輸出變量包括畢業(yè)率、畢業(yè)生的就業(yè)率、知識(shí)產(chǎn)權(quán)數(shù)量、獎(jiǎng)勵(lì)的數(shù)量等。郭際等將投入指標(biāo)細(xì)分為教學(xué)人員、科研人員、科技經(jīng)費(fèi)投入、科技研究課題4類;產(chǎn)出指標(biāo)同樣包括4類，即學(xué)術(shù)論文、鑒定成果、技術(shù)轉(zhuǎn)讓、獲獎(jiǎng)成果。G?ksen等認(rèn)為，室內(nèi)室外面積、研究人員數(shù)量、管理人員數(shù)量應(yīng)被列為投入指標(biāo)，出版物數(shù)量與畢業(yè)生數(shù)量則可列為產(chǎn)出指標(biāo)。

在參考以往研究文獻(xiàn)、結(jié)合我國高校的實(shí)際情況和咨詢相關(guān)領(lǐng)域?qū)＜业幕A(chǔ)上，選取研究與發(fā)展人員(全時(shí)當(dāng)量人員)、科研經(jīng)費(fèi)總量為投入指標(biāo)，專利申請(qǐng)、技術(shù)轉(zhuǎn)讓、國內(nèi)外學(xué)術(shù)刊物發(fā)表以及成果授獎(jiǎng)為產(chǎn)出指標(biāo)(見表2)。

數(shù)據(jù)來源于教育部科學(xué)技術(shù)司主編的《高等學(xué)校科技統(tǒng)計(jì)資料匯編》，其中“211工程”和“985工程”高校的分類依據(jù)教育部相關(guān)文件。考慮到自“211工程”啟動(dòng)后，引發(fā)了中國高校的改名風(fēng)潮及部份高校的兼并聯(lián)合，為最大限度減小因以上原因?qū)е碌臄?shù)據(jù)非一致性，研究的時(shí)間跨度選取為2011～2013年，兩類高校的數(shù)量分別為39所和112所。

3 實(shí)證結(jié)果分析與討論

運(yùn)用DEAP軟件，將整理所得的科技投入和產(chǎn)出數(shù)據(jù)按既定的分類標(biāo)準(zhǔn)代入到非徑向DEA模型中，結(jié)果如表3、表4所示。表3中的綜合效率、純技術(shù)效率和規(guī)模效率是3年數(shù)據(jù)結(jié)果的均值，由于數(shù)據(jù)量過大，在表中我們僅分別截取了5個(gè)樣本數(shù)據(jù)結(jié)果。表4是對(duì)3類高校分別計(jì)算其綜合效率、純技術(shù)效率和規(guī)模效率的總體均值所得，便于比較研究。

表3 高校科技投入產(chǎn)出效率評(píng)價(jià)結(jié)果Table 3 Assessment results of science＆technology input and output efficiency

表4 高?？萍纪度氘a(chǎn)出效率分類均值比較Table 4 Mean value comparison of different input and out efficiency types

理論上認(rèn)為，綜合效率是純技術(shù)效率與規(guī)模效率的乘積，即TE=PTE*SE。這里，綜合效率主要反映了高校的科研環(huán)境和科學(xué)技術(shù)研發(fā)情況等;純技術(shù)效率的高低取決于高校的創(chuàng)新能力強(qiáng)弱及其自身管理系統(tǒng)等方面的因素;而規(guī)模效率則受到高校科研人員數(shù)量以及發(fā)展規(guī)模等方面的影響。DEA有效指的是綜合效率、純技術(shù)效率和規(guī)模效率都等于1。通過分析上述計(jì)算結(jié)果，可以得到以下結(jié)論:

(1)樣本中無論是“985工程”還是“211工程”高校，均是非DEA有效的。并且，它們的綜合效率均值都在0.20以下，表明我國高?？傮w上科技投入產(chǎn)出效率低下。

(2)從規(guī)模效率和純技術(shù)效率值情況來看，兩類高校的規(guī)模效率均值都超過0.75，遠(yuǎn)高于純技術(shù)效率值。這說明造成國內(nèi)高校科技投入產(chǎn)出活動(dòng)無效率的原因主要在于純技術(shù)效率過低。

(3)從兩類高校技術(shù)效率的比較來看，盡管“211工程”高校綜合效率高于“985工程”高校，但是純技術(shù)效率卻低于后者。兩類高校的純技術(shù)效率分別為0.169、0.178;規(guī)模效率方面，“211工程”高校以超出0.90的效率排在“985工程”高校之前。

(4)在“985工程”高校中，有北京大學(xué)、湖南大學(xué)、四川大學(xué)、電子科技大學(xué)和中國農(nóng)業(yè)大學(xué)等5所高校處于規(guī)模效益遞減階段，占比約為13.51%;在“211工程”高校中，有是北京郵電大學(xué)、蘇州大學(xué)、西南交通大學(xué)、西藏大學(xué)和新疆大學(xué)等5所高校處于規(guī)模報(bào)酬遞減階段，約占9.62%;可見，對(duì)于以上所處于規(guī)模效益遞減階段的高校來說，盲目地增加投入并不是提高其產(chǎn)出效率的最好選擇;而對(duì)于絕大多數(shù)處于規(guī)模效益遞增階段的其他高校來說，投入不足顯然制約了該校投入產(chǎn)出效率的提高。

4 結(jié)語

采用非徑向DEA模型評(píng)估了兩類高校的投入產(chǎn)出效率。研究結(jié)果表明，“985”與“211”高校的綜合效率較低，科技的創(chuàng)新能力亟待提升;兩類高校綜合效率不高的根本原因在于純技術(shù)效率低下，這也表明，依賴于規(guī)模擴(kuò)張來提升高?？萍纪度氘a(chǎn)出的措施已經(jīng)并不適宜。進(jìn)一步比較分析發(fā)現(xiàn)，“211”高校的綜合效率要低于“985”高校。由實(shí)證分析提出以下政策建議:

(1)加強(qiáng)對(duì)高?？萍纪度氘a(chǎn)出績效的考核。高校科技在很大程度上反映了高校的創(chuàng)新能力，也在一定程度上反映出其對(duì)區(qū)域、國家創(chuàng)新體系的貢獻(xiàn)作用。因此較低的高校科技投入產(chǎn)出效率意味著國家的政策傾斜、現(xiàn)行的資源配置其效果并不十分顯著，政府應(yīng)加強(qiáng)對(duì)兩類高校，尤其是211高校的投入產(chǎn)出績效的考核。

(2)適度控制高校的規(guī)模，尤其是對(duì)規(guī)模報(bào)酬遞減的學(xué)校。鑒于少數(shù)高校存在規(guī)模不經(jīng)濟(jì)現(xiàn)象，政府應(yīng)將規(guī)模控制的政策著重點(diǎn)放在這類高校上。此外，可采取一定的措施提高科技成果轉(zhuǎn)化率。比如健全政產(chǎn)學(xué)研體系。通過政產(chǎn)學(xué)研的有效協(xié)同來強(qiáng)化高校在創(chuàng)新體系中的主體作用，以市場(chǎng)的實(shí)際需求為牽引，以資金為保障，提高高校對(duì)于前沿技術(shù)的攻關(guān)能力，以及科技成果的轉(zhuǎn)化能力;完善風(fēng)險(xiǎn)投資機(jī)制。通過在高校設(shè)立技術(shù)轉(zhuǎn)化服務(wù)機(jī)構(gòu)，使得資金籌集、市場(chǎng)營銷等技術(shù)轉(zhuǎn)化活動(dòng)得到專業(yè)化運(yùn)作，提高科研人員的積極性，并在一定程度上解決高風(fēng)險(xiǎn)項(xiàng)目資金籌集的難題。改革獎(jiǎng)勵(lì)機(jī)制。通過獎(jiǎng)金、津貼、職位提升等多種激勵(lì)形式鼓勵(lì)科研人員積極投身到高水平的科技研發(fā)工作中去;獎(jiǎng)勵(lì)機(jī)制的重點(diǎn)可放在有特殊貢獻(xiàn)的科研人員以及推進(jìn)科技成果轉(zhuǎn)化的項(xiàng)目上。

[1]李瑛，崔宇威.地方高?？萍紕?chuàng)新效率評(píng)價(jià)研究—基于超效率的三階段DEA分析[J].東北師大學(xué)報(bào):哲學(xué)社會(huì)科學(xué)版，2011(2):177-181.

[2]郭際，吳先華，吳崇.基于DEA-Tobit模型的我國高?？萍纪度氘a(chǎn)出績效評(píng)價(jià)及政策啟示[J].科技管理研究，2013(23):65-70.

[3]王宇鵬.我國高?？萍纪度氘a(chǎn)出動(dòng)態(tài)效率測(cè)度—Malmquist指數(shù)方法的研究[J].渤海大學(xué)學(xué)報(bào):自然科學(xué)版，2012，33(2):188-192.

[4]Abramo G，Cicero T，Angelo C A D.A field-standardized application of DEA to national-scale research assessment of universities[J].Journal of Informetrics，2011(5):618-628.

[5]Kuah C T，Wong K Y.Efficiency assessment of universities through data envelopment analysis[J].Procedia Computer Science，2011(3):499-506.

[6]Zoghbi A C，Rocha F，Mattos E.Education production efficiency:Evidence from Brazilian universities[J].Economic Modelling，2013(31):94-103.

[7]G k en Y，Do an O，zkarabacak B.A Data Envelopment Analysis Application for Measuring Efficiency of University Departments[J].Procedia Economics and Finance，2015(19):226-237.