中國研究型大學(xué)科研全要素生產(chǎn)率動態(tài)評價
——基于DEA-Malmquist指數(shù)的實(shí)證分析

梁文艷，唐一鵬

(1. 北京師范大學(xué)　教育學(xué)部　教育經(jīng)濟(jì)研究所/首都教育經(jīng)濟(jì)研究院， 北京　海淀　100875；2. 首都師范大學(xué)　教育學(xué)院， 北京　海淀　100037)

中國研究型大學(xué)科研全要素生產(chǎn)率動態(tài)評價

——基于DEA-Malmquist指數(shù)的實(shí)證分析

梁文艷1，唐一鵬2

(1. 北京師范大學(xué)教育學(xué)部教育經(jīng)濟(jì)研究所/首都教育經(jīng)濟(jì)研究院， 北京海淀100875；2. 首都師范大學(xué)教育學(xué)院， 北京海淀100037)

摘要：利用DEA-Malmquist指數(shù)方法測算并分析“十一五”期間中國研究型大學(xué)自然科學(xué)學(xué)科科研全要素生產(chǎn)率，主要發(fā)現(xiàn)：研究型大學(xué)科研全要素生產(chǎn)率的改進(jìn)主要源于技術(shù)進(jìn)步，規(guī)模效率和純技術(shù)效率改善的貢獻(xiàn)不明顯，尤其是規(guī)模效率甚至在一定程度上起拖累作用。分區(qū)域比較，受制于技術(shù)進(jìn)步滯后，西部地區(qū)大學(xué)科研全要素生產(chǎn)率改進(jìn)狀況明顯落后；得益于管理制度優(yōu)化所帶來的純技術(shù)效率提升，東部地區(qū)，尤其是滬蘇浙地區(qū)全要素生產(chǎn)率改進(jìn)突出；得益于規(guī)模合理設(shè)置所帶來的規(guī)模效率提升，中部地區(qū)全要素生產(chǎn)率不斷改進(jìn)。分學(xué)校層級比較，盡管“985工程”大學(xué)獲得了更大的科研投入力度，但全要素生產(chǎn)率及各效率維度改進(jìn)狀況均落后于非“985工程”大學(xué)。因此，未來高水平研究型大學(xué)建設(shè)需高度重視效率問題。

關(guān)鍵詞：研究型大學(xué)；自然科學(xué)學(xué)科；全要素生產(chǎn)率；DEA-Malmquist指數(shù)模型

《國家中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006—2020年)》明確指出：“大學(xué)是我國培養(yǎng)高層次創(chuàng)新人才的重要基地，是我國基礎(chǔ)研究和高技術(shù)領(lǐng)域原始創(chuàng)新的主力軍之一……加快建設(shè)一批高水平大學(xué)，特別是一批世界知名的高水平研究型大學(xué)，是我國加速科技創(chuàng)新、建設(shè)國家創(chuàng)新體系的需要。”由此可見，繼續(xù)重點(diǎn)支持一批研究型大學(xué)、提升其科研創(chuàng)新能力是中國高等教育發(fā)展的重要目標(biāo)。近年來，中國研究型大學(xué)的科研實(shí)力日益攀升，以上海交通大學(xué)世界學(xué)術(shù)排名為例，大陸地區(qū)躋身前500強(qiáng)的大學(xué)從2003年的9所增加到2014年的32所。但與世界一流研究型大學(xué)相比，中國研究型大學(xué)原創(chuàng)性、高影響力的科研產(chǎn)出與之相距甚遠(yuǎn)*論文篇均被引頻次是科研產(chǎn)出質(zhì)量最常用的指標(biāo)，簡單對比中國“211工程”大學(xué)和美國大學(xué)協(xié)會大學(xué)(AAU)校均發(fā)表SCI/SSSCI/A&HCI學(xué)術(shù)論文篇均被引頻次：2006—2012年，“211工程”大學(xué)發(fā)表論文篇均被引次數(shù)為8.02，低于全球平均水平(22%)；AUU大學(xué)發(fā)表論文篇均被引次數(shù)為17.14，高于全球平均水平(68%)。顯而易見，中國研究型大學(xué)科研產(chǎn)出質(zhì)量和影響力與世界一流研究型大學(xué)差距甚遠(yuǎn)。資料來源：Incites數(shù)據(jù)庫，http://incites.isiknowledge.com.，建設(shè)高水平大學(xué)的任務(wù)十分艱巨。同時，著眼“新常態(tài)”下經(jīng)濟(jì)放緩帶來的公共財政的巨大壓力，高校科研發(fā)展應(yīng)逐步從以增加資金投入為主的發(fā)展模式轉(zhuǎn)向以提升效率為主的發(fā)展模式。因此，有必要系統(tǒng)分析中國研究型大學(xué)科研生產(chǎn)效率的變化規(guī)律，剖析導(dǎo)致生產(chǎn)效率變化的原因，從而提出應(yīng)采取的相關(guān)對策。全要素生產(chǎn)率(Total Factor Productivity，TFP)是衡量生產(chǎn)效率的重要指標(biāo)，由經(jīng)濟(jì)學(xué)家Solow于1955年提出，不僅可以從整體上刻畫效率的改善，還能從技術(shù)進(jìn)步、規(guī)模效應(yīng)和配置效應(yīng)3個角度分析效率改善的原因。盡管國內(nèi)已有不少學(xué)者利用效率評價方法分析高校效率問題，但從全要素生產(chǎn)率角度動態(tài)考察生產(chǎn)效率變動的研究相對缺乏。鑒于此，本文采用DEA-Malmquist指數(shù)模型，以“211工程”大學(xué)自然科學(xué)學(xué)科為例，對2006—2010年的科研全要素生產(chǎn)率進(jìn)行動態(tài)評估和系統(tǒng)分析*考慮自然科學(xué)學(xué)科和人文社會科學(xué)學(xué)科科研生產(chǎn)的內(nèi)在差異，本研究僅以自然科學(xué)學(xué)科領(lǐng)域投入-產(chǎn)出數(shù)據(jù)開展分析。。

一、文獻(xiàn)回顧與述評

大學(xué)生產(chǎn)行為具有多投入、多產(chǎn)出的特征，指標(biāo)量綱差異大，很難找到“價格”變量合成綜合指標(biāo)，傳統(tǒng)“單產(chǎn)出/單投入”的生產(chǎn)效率評估指標(biāo)難以用于高校效率評估。得益于數(shù)據(jù)包絡(luò)分析(DEA)方法，高校生產(chǎn)效率研究取得突破性進(jìn)展[1]。歐洲學(xué)者尤其是英國學(xué)者較早引入DEA方法開展高校生產(chǎn)效率研究。原因在于，歐洲大學(xué)在全球高等教育體系中的地位逐漸式微，為恢復(fù)昔日風(fēng)光，學(xué)者期望基于效率評估形成指導(dǎo)撥款改革和質(zhì)量控制的新機(jī)制[2-3]。早期研究發(fā)現(xiàn)，歐洲大學(xué)辦學(xué)效率不佳，特別是以強(qiáng)調(diào)資源配置和投入規(guī)模合理性為核心的規(guī)模效率與配置效率并未引起管理者重視[3-5]。相對于普通DEA模型只能進(jìn)行截面數(shù)據(jù)效率評估，DEA-Malmquist指數(shù)模型能測算生產(chǎn)率跨年度變化狀況，因而越來越多研究大學(xué)生產(chǎn)效率問題的學(xué)者開始關(guān)注DEA-Malmquist指數(shù)模型并運(yùn)用其開展研究。例如，F(xiàn)legg等測算了英國45所大學(xué)1980—1992年的辦學(xué)Malmquist生產(chǎn)率，發(fā)現(xiàn)大學(xué)全要素生產(chǎn)率累積提升量達(dá)到51.5%[6]；Johns測算了英國112所大學(xué)1996—2005年的辦學(xué)Malmquist生產(chǎn)率，發(fā)現(xiàn)大學(xué)以年均1個百分點(diǎn)的速度實(shí)現(xiàn)全要素生產(chǎn)率提升，技術(shù)改進(jìn)是主要動力，但純技術(shù)效率和規(guī)模效率改善狀況不佳[7]；Garcia和Palomares測算了西班牙43所大學(xué)1994—2004年的辦學(xué)Malmquist生產(chǎn)率，同樣發(fā)現(xiàn)全要素生產(chǎn)率不斷提升，但與Johns的研究結(jié)果不同，西班牙大學(xué)生產(chǎn)率的提升更多地源于管理水平提升和辦學(xué)規(guī)模優(yōu)化所帶來的純技術(shù)效率和規(guī)模效率改善[8]。

近年來，隨著高等教育國際化的不斷深入，部分學(xué)者基于跨國樣本構(gòu)建DEA-Malmquist指數(shù)模型進(jìn)行了全要素生產(chǎn)率動態(tài)評估。例如，Agasisti和Johnes測算了2002—2005年英國和意大利大學(xué)的科研全要素生產(chǎn)率，發(fā)現(xiàn)盡管兩國大學(xué)整體實(shí)現(xiàn)了生產(chǎn)率提升，但提升機(jī)制有所不同，英國大學(xué)主要源于外部技術(shù)改進(jìn)所帶來的前沿面提升，意大利大學(xué)則源于配置效率和規(guī)模效率改進(jìn)所獲得的追趕效應(yīng)[9]。此后，Aleksandra和Joanna以橫跨歐洲7國266所大學(xué)為樣本的研究發(fā)現(xiàn)，意大利和德國的大學(xué)全要素生產(chǎn)率改進(jìn)較好，其余5國大學(xué)辦學(xué)全要素生產(chǎn)率改進(jìn)狀況不佳[10]。

相對來說，運(yùn)用DEA-Malmquist指數(shù)模型研究中國大學(xué)生產(chǎn)率問題相對較晚。但伴隨高校擴(kuò)招、合并等重大教育改革的實(shí)施和債務(wù)風(fēng)波*伴隨學(xué)校辦學(xué)規(guī)模的迅速擴(kuò)大，中國不少知名大學(xué)面臨著日益嚴(yán)重的負(fù)債問題。以2007年為例，當(dāng)年吉林大學(xué)負(fù)債30億元人民幣，南昌大學(xué)負(fù)債20億元人民幣，南開大學(xué)負(fù)債11.7億元人民幣(http://view.news.qq.com/zt/2007/unibankrupt/index.htm.)。這些問題的出現(xiàn)，很大程度應(yīng)歸結(jié)于大學(xué)過于關(guān)注投入，忽視辦學(xué)效率和辦學(xué)績效，而對大學(xué)開展辦學(xué)效率、全要素生產(chǎn)率研究一定意義上可以回應(yīng)以上問題，并提供一些可行的改進(jìn)建議。等問題的出現(xiàn)，社會各界越來越重視大學(xué)的內(nèi)涵式發(fā)展，部分學(xué)者嘗試以中國大學(xué)為樣本開展研究。第一類關(guān)注1999年擴(kuò)招政策對中國大學(xué)辦學(xué)效率變動的影響，發(fā)現(xiàn)擴(kuò)招后辦學(xué)全要素生產(chǎn)率在一定程度得到提升，但外生技術(shù)進(jìn)步成為全要素生產(chǎn)率改進(jìn)的主要動力[11-13]。第二類在中國高等教育辦學(xué)資源區(qū)域“貧富差距”突出的背景下，特別關(guān)注辦學(xué)全要素生產(chǎn)率變動的省際差異，發(fā)現(xiàn)不同區(qū)域技術(shù)效率增長有所收斂，但規(guī)模效率變動和技術(shù)進(jìn)步的區(qū)域差異逐漸發(fā)散[14]。第三類則在中國大學(xué)高度重視科研水平提升的背景下，對大學(xué)科研全要素生產(chǎn)率變動進(jìn)行評估，發(fā)現(xiàn)我國大學(xué)科研全要素生產(chǎn)率提升狀況并不理想，大部分大學(xué)科研活動仍嚴(yán)重依賴關(guān)注投入、輕視產(chǎn)出的外延式發(fā)展方式[15-16]。

整體而言，以中國大學(xué)為樣本、利用DEA-Malmquist指數(shù)模型開展的研究存在諸多局限。首先，研究所使用的數(shù)據(jù)基本來自教育部歷年出版的《教育部直屬高?；厩闆r統(tǒng)計資料匯編》，樣本限于教育部直屬的74所高校，很難全面反映整體狀況。其次，就科研全要素生產(chǎn)率這一主題的研究來說，由于DEA-Malmquist指數(shù)模型屬于非參數(shù)方法，對樣本同質(zhì)性要求高，而不同學(xué)科科研活動特征和規(guī)律差異很大，因此分學(xué)科開展科研全要素生產(chǎn)率評估更為恰當(dāng)，但已有研究基本沒有分學(xué)科開展，當(dāng)然，數(shù)據(jù)難以獲取是主要原因。最后，相對以歐洲大學(xué)為樣本開展的生產(chǎn)率研究，以中國大學(xué)為樣本的類似研究缺少分層次、多維度對比分析，對生產(chǎn)率影響機(jī)制分解不夠。相對已有文獻(xiàn)，本文的貢獻(xiàn)主要體現(xiàn)在3個方面：其一，數(shù)據(jù)來源更豐富，樣本擴(kuò)大到“211工程”大學(xué)，保證了樣本的代表性；其二，將研究對象聚焦于自然科學(xué)學(xué)科，一定程度保證了樣本的同質(zhì)性，提高了結(jié)論分析的可靠性；其三，分區(qū)域、分層級進(jìn)行比較分析，以便深入揭示中國研究型大學(xué)科研生產(chǎn)率變化的規(guī)律。

二、模型、樣本與指標(biāo)選擇

(一)模型

Malmquist生產(chǎn)率指數(shù)由瑞典經(jīng)濟(jì)學(xué)家曼奎斯特于1953年提出，后經(jīng)Fare等于1989年改進(jìn)和完善，該方法利用距離函數(shù)比計算全要素生產(chǎn)率[17]。正如上文指出，全要素生產(chǎn)率可將生產(chǎn)效率變動分解為技術(shù)進(jìn)步、規(guī)模效應(yīng)和配置效應(yīng)3個維度，Malmquist生產(chǎn)率指數(shù)則可分解為技術(shù)變化(Technical Change，TC)指數(shù)、純技術(shù)效率變化(Pure Technical Change，PTEC)指數(shù)和規(guī)模效率變化(Scale Efficiency Change，SEC)指數(shù)。

具體來看，TC指數(shù)反映兩個時期生產(chǎn)前沿面移動，被稱為“增長效應(yīng)”：若TC>1，表明新知識、新技術(shù)設(shè)備以及發(fā)明創(chuàng)造等在生產(chǎn)活動中的應(yīng)用帶動了生產(chǎn)前沿面“向上”移動，即技術(shù)進(jìn)步帶來了生產(chǎn)率提升。PTEC指數(shù)反映生產(chǎn)決策單元對生產(chǎn)前沿面的追趕，被稱為“追趕效應(yīng)”：若PTEC>1，表明因?yàn)楦纳平M織機(jī)構(gòu)、優(yōu)化資源配置結(jié)構(gòu)、提高內(nèi)部管理水平，生產(chǎn)決策單元更接近現(xiàn)有生產(chǎn)前沿面。SEC指數(shù)反映相鄰兩個時期決策單元生產(chǎn)規(guī)模效益變化，被稱為“規(guī)模效應(yīng)”：若SEC>1，表明決策生產(chǎn)單元處于規(guī)模收益遞增狀態(tài)，規(guī)模擴(kuò)張有助于生產(chǎn)率提升；若SEC≤1，表明生產(chǎn)決策單元處于規(guī)模收益遞減或不變狀態(tài)，需挖掘現(xiàn)有資源潛力以提升生產(chǎn)率。

綜上，Malmquist指數(shù)方法可利用多投入、多產(chǎn)出變量進(jìn)行全要素生產(chǎn)率動態(tài)評估，不需要價格等相關(guān)信息，不受指標(biāo)量綱不一致等問題影響，更重要的是可將生產(chǎn)率變化原因分解為增長效應(yīng)、追趕效應(yīng)和規(guī)模效應(yīng)。顯然，利用該方法，我們可分析3類效應(yīng)對全要素生產(chǎn)率改進(jìn)的貢獻(xiàn)程度，從而更好地找出研究型大學(xué)科研生產(chǎn)率提升的方向。

(二)樣本

由于DEA-Malmquist指數(shù)法屬于非參數(shù)方法，無法通過統(tǒng)計檢驗(yàn)指標(biāo)幫助判斷結(jié)果，因而對樣本同質(zhì)性具有更高要求。本文以“211工程”高校為評估對象，這類高校無論在建設(shè)使命和建設(shè)目標(biāo)上都具有較高的一致性。此外，為減少由于學(xué)科差異導(dǎo)致的科研生產(chǎn)方式差異，本文將評估對象聚焦在自然科學(xué)學(xué)科上，以最大程度確保樣本同質(zhì)性。

截至目前，全國共116所“211工程”大學(xué)(部分兩地辦學(xué)高校分開計算)，根據(jù)下述3類原因，最后用于分析的高校合計100所：(1)考慮到軍事系統(tǒng)院校辦學(xué)體制以及科研活動的特殊性，剔除第二軍醫(yī)大學(xué)、第四軍醫(yī)大學(xué)、國防科技大學(xué)；(2)高校自然科學(xué)投入產(chǎn)出數(shù)據(jù)主要來自歷年《高?？萍冀y(tǒng)計資料匯編》，該統(tǒng)計資料中未包含對外經(jīng)濟(jì)貿(mào)易大學(xué)、中央財經(jīng)大學(xué)、中央音樂學(xué)院、北京體育大學(xué)、北京外國語大學(xué)、上海外國語大學(xué)、上海財經(jīng)大學(xué)、中南財經(jīng)政法大學(xué)、福州大學(xué)、西南財經(jīng)大學(xué)、華北電力大學(xué)(保定)；(3)考慮到歷年的《高校科技統(tǒng)計資料匯編》里部分關(guān)鍵指標(biāo)數(shù)據(jù)缺失且無法填補(bǔ)，剔除中央民族大學(xué)、西藏大學(xué)、中國政法大學(xué)。事實(shí)上，上述高?；?yàn)檎Z言、財經(jīng)、政法、藝術(shù)類專業(yè)性院校，或?yàn)槊褡逶盒?，在研究自然科學(xué)科研生產(chǎn)率時，將其納入會破壞樣本的同質(zhì)性。

(三)投入、產(chǎn)出指標(biāo)選擇

著眼提高科研產(chǎn)出質(zhì)量和創(chuàng)新型水平的目標(biāo)，參考已有研究，兼顧數(shù)據(jù)的可得性，我們構(gòu)建了投入-產(chǎn)出指標(biāo)體系。具體指標(biāo)以及各年度校均分布狀況如表1所示。

表1　中國研究型大學(xué)自然科學(xué)學(xué)科投入產(chǎn)出指標(biāo)體系及各年度校均狀況

數(shù)據(jù)來源：a：頂尖科研人才包含長江學(xué)者和國家自然科學(xué)基金青年杰出人才。其中，長江學(xué)者人數(shù)數(shù)據(jù)來自中國學(xué)位與研究生教育信息網(wǎng)，國家自然科學(xué)基金青年杰出人才數(shù)據(jù)來自國家自然科學(xué)基金委網(wǎng)站；b：數(shù)據(jù)來自歷年《高校科技統(tǒng)計資料匯編》；c：人均當(dāng)年撥入R&D=當(dāng)年撥入R&D÷教學(xué)與科研人員數(shù)；d：數(shù)據(jù)來自《中國科學(xué)引文數(shù)據(jù)庫》(CSCD)，文獻(xiàn)發(fā)表時間區(qū)間為2006年1月1日—2012年3月31日；e：數(shù)據(jù)來自ISI數(shù)據(jù)庫，文獻(xiàn)發(fā)表時間區(qū)間為2006年1月1日—2012年3月31日。

三、實(shí)證結(jié)果與分析

本研究使用DEAP2.1軟件進(jìn)行數(shù)據(jù)分析?？紤]研究型大學(xué)科研活動的特點(diǎn)，這里構(gòu)建產(chǎn)出導(dǎo)向(Output-Orientated)DEA模型測算Malmquist指數(shù)并開展相關(guān)分析。

(一)整體分析

運(yùn)用Malmquist指數(shù)方法給出每所大學(xué)在“十一五”期間(2006—2010年)的生產(chǎn)率變動情況。受限于篇幅，我們僅通過樣本高校Malmquist指數(shù)及其分解的5年均值數(shù)據(jù)來呈現(xiàn)整體趨勢，如表2所示。

1.從各項指標(biāo)的均值來看，中國研究型大學(xué)全要素生產(chǎn)率提升主要源自技術(shù)進(jìn)步所帶來的增長效應(yīng)。Malmquist生產(chǎn)率指數(shù)(TFP)的均值為1.073，表明研究型大學(xué)以年均7.3個百分點(diǎn)的速度實(shí)現(xiàn)自然科學(xué)學(xué)科科研生產(chǎn)率的提升。將Malmquist生產(chǎn)率指數(shù)分解為技術(shù)進(jìn)步(TC)指數(shù)、純技術(shù)效率變化(PTEC)指數(shù)、規(guī)模效率變化(SEC)指數(shù)，3項指數(shù)的均值分別為1.056、1.013和1.002，表明技術(shù)進(jìn)步(TC)所帶來的“增長效應(yīng)”是科研生產(chǎn)率提升最主要的動力，而純技術(shù)效率變化(PTEC)所帶來的“追趕效應(yīng)”以及規(guī)模效率變化(SEC)所帶來的“規(guī)模效應(yīng)”對研究型大學(xué)科研生產(chǎn)率的提升貢獻(xiàn)相對有限。

2.從在各項指標(biāo)上實(shí)現(xiàn)效率提升的樣本構(gòu)成比例來看，因技術(shù)進(jìn)步而獲得效率提升的學(xué)校比例最高。全要素生產(chǎn)率有所提升的大學(xué)達(dá)到74%，說明大部分高?？蒲挟a(chǎn)出的全要素生產(chǎn)率在“十一五”期間得到改善。但從各項指數(shù)的分布看，在所有獲得生產(chǎn)率提升的大學(xué)中，技術(shù)進(jìn)步帶來的增長效應(yīng)作用最為明顯。在100所高校中，有73%的高校受益于技術(shù)進(jìn)步帶來的全要素生產(chǎn)率提升。相比之下，僅有36%和32%的大學(xué)由于純技術(shù)效率變化(即“追趕效應(yīng)”)或規(guī)模效率變化(即“規(guī)模效應(yīng)”)獲得全要素生產(chǎn)率提升。

表2　2006—2010年中國研究型大學(xué)自然科學(xué)學(xué)科科研全要素生產(chǎn)率5年均值

注：在生產(chǎn)率變化狀況的分析中，“1”被視為分界點(diǎn)或臨界值。對應(yīng)本研究，如某類區(qū)域大學(xué)某項科研生產(chǎn)率指數(shù)小于“1”，則該區(qū)域大學(xué)此項科研生產(chǎn)率相對于上一年度存在下降趨勢；反之，如大于“1”，則該區(qū)域大學(xué)此項科研生產(chǎn)率相對上一年存在上升趨勢；如等于“1”，則表示兩年間不存在變化(下同)。

接下來，根據(jù)全要素生產(chǎn)率是否實(shí)現(xiàn)改善將樣本高校分為2類：一類是TFP>1(即實(shí)現(xiàn)了改善)的高校，另一類是TFP≤1(即未實(shí)現(xiàn)改善)的高校。在這2類高校中，進(jìn)一步統(tǒng)計不同效率提升途徑的高校的數(shù)量和比例，由表3可知，在全要素生產(chǎn)率獲得提升的74所大學(xué)中，有99%的高校因?yàn)榧夹g(shù)進(jìn)步獲得“增長效應(yīng)”(TC>1)，僅有1所大學(xué)沒有獲得“增長效應(yīng)”，該所大學(xué)僅依靠純技術(shù)效率(即“追趕效應(yīng)”)獲得全要素生產(chǎn)率提升。由表4可知，在全要素生產(chǎn)率未實(shí)現(xiàn)改善的26所大學(xué)中，有8所大學(xué)(占31.8%)雖獲得技術(shù)改進(jìn)，且由于純技術(shù)效率或規(guī)模效率拖累導(dǎo)致全要素生產(chǎn)率不升反降；其余18所大學(xué)(69.2%)均由于未實(shí)現(xiàn)技術(shù)進(jìn)步(TC≤1)而導(dǎo)致全要素生產(chǎn)率下降。

綜上，“十一五”期間我國研究型大學(xué)自然科學(xué)學(xué)科科研生產(chǎn)全要素生產(chǎn)率的提升主要依靠技術(shù)進(jìn)步所帶來的“增長效應(yīng)”，而未獲得全要素生產(chǎn)率提升的大學(xué)，大部分是由于未實(shí)現(xiàn)技術(shù)改進(jìn)?？梢?，技術(shù)進(jìn)步是過去一段時間我國研究型大學(xué)自然科學(xué)學(xué)科科研提高生產(chǎn)效率的主要途徑。但是，源于管理水平提升和辦學(xué)規(guī)模優(yōu)化所帶來的純技術(shù)效率和規(guī)模效率改善不佳。

表3　74所全要素生產(chǎn)率改善的研究型大學(xué)(TFP>1)的分布特征

表4　26所全要素生產(chǎn)率未改善的研究型大學(xué)(TFP≤1)的分布特征

(二)分地區(qū)對比分析

由于中國長期存在區(qū)域社會經(jīng)濟(jì)發(fā)展不平衡，東、中、西部*東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南；中部地區(qū)包括吉林、黑龍江、山西、安徽、江西、河南、湖北和湖南；西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆。高等教育發(fā)展水平也存在一定差異。通常來說，東部高水平研究型大學(xué)更為集中*在本研究樣本中的100所“211工程”大學(xué)中，東部地區(qū)集中了50%以上的大學(xué)(共有56所)，中部和西部地區(qū)一共有44所大學(xué)。，特別是北京、天津、上海、江蘇等地區(qū)，“211工程”高校的數(shù)量位居全國前列。相比之下，中、西部地區(qū)研究型大學(xué)相對較少，在科研投入和產(chǎn)出上都與東部研究型大學(xué)差距較大?；诖?，本文按經(jīng)濟(jì)區(qū)劃分，對東部、中部和西部地區(qū)研究型大學(xué)自然科學(xué)研究的全要素生產(chǎn)率進(jìn)行對比分析。各地區(qū)高校的Malmquist生產(chǎn)率指數(shù)及其分解結(jié)果如表5所示，具體分析如下：

表5　2006—2010年分區(qū)域研究型大學(xué)自然科學(xué)學(xué)科科研生產(chǎn)各項生產(chǎn)率指數(shù)分解

1.從整體來看，中部地區(qū)高校全要素生產(chǎn)率提升最為明顯，西部地區(qū)高校提升幅度最低，東部地區(qū)高校提升幅度居中，但滬蘇浙地區(qū)高校表現(xiàn)強(qiáng)勁。

比較東、中、西部地區(qū)研究型大學(xué)自然科學(xué)研究全要素生產(chǎn)率可發(fā)現(xiàn)，中部地區(qū)提升幅度最為明顯，Malmquist生產(chǎn)率指數(shù)的5年均值為1.107，表明中部地區(qū)高校在“十一五”期間以10.7%的年均增速實(shí)現(xiàn)科研全要素生產(chǎn)率的改善。比較而言，西部地區(qū)高校全要素生產(chǎn)率改善有限，年均增速僅為0.2%。對于東部地區(qū)高校來說，Malmquist生產(chǎn)率指數(shù)的5年均值為1.088，略低于中部地區(qū)高校，但仍高于全樣本的整體均值。在東部地區(qū)的高校中，滬蘇浙、京津冀兩大地區(qū)的研究型大學(xué)最為集中，其中滬蘇浙地區(qū)高校在“十一五”期間表現(xiàn)出強(qiáng)勁的全要素生產(chǎn)率提升勢頭，年均增速高達(dá)12.3%，超過京津冀地區(qū)高校(7.5%)。

2.從全要素生產(chǎn)率分解來看，技術(shù)進(jìn)步是各地區(qū)研究型大學(xué)科研全要素生產(chǎn)率提升的最主要動力，而規(guī)模效率表現(xiàn)不佳成為制約全要素生產(chǎn)率提升的短板因素。

通過對全要素生產(chǎn)率進(jìn)行分解發(fā)現(xiàn)，技術(shù)進(jìn)步在各地區(qū)高校的全要素生產(chǎn)率提升中都占據(jù)主導(dǎo)地位。其中，東部地區(qū)高校表現(xiàn)最為明顯，“十一五”期間的年均技術(shù)進(jìn)步率達(dá)到7.3%。特別是滬蘇浙、京津冀地區(qū)的高校，其技術(shù)進(jìn)步率分別為7.3%和6.8%，均高于全樣本的整體水平。中部地區(qū)高校略低于東部地區(qū)高校，但也達(dá)到6.5%。相比之下，西部地區(qū)高校技術(shù)改進(jìn)乏力，年均技術(shù)進(jìn)步率僅為0.5%，導(dǎo)致全要素生產(chǎn)率未得到明顯提升。

從純技術(shù)效率看，各地區(qū)高校均處于小幅改善狀態(tài)，與技術(shù)進(jìn)步率相比年均提升程度并不高。東部和中部地區(qū)高校的純技術(shù)效率提升遠(yuǎn)高于西部地區(qū)高校，特別是滬蘇浙地區(qū)的高校，年均提升率高達(dá)5.2%，是這一地區(qū)乃至整個東部地區(qū)全要素生產(chǎn)率提升的重要因素。

從規(guī)模效率看，各地區(qū)高校科研普遍呈現(xiàn)下降趨勢，僅中部地區(qū)處于上升狀態(tài)，年均提升率達(dá)到2.4%。規(guī)模效率的提升是導(dǎo)致中部地區(qū)高校科研全要素生產(chǎn)率高于東部地區(qū)的重要因素。其他地區(qū)(包括滬蘇浙、京津冀)規(guī)模效率變動指數(shù)普遍小于1，由于盲目擴(kuò)張而導(dǎo)致的規(guī)模效率低下成為制約這些地區(qū)科研生產(chǎn)全要素生產(chǎn)率提升的主要因素。

(三)分學(xué)校層級對比分析

回顧我國高等教育發(fā)展的歷程，研究型大學(xué)建設(shè)集中表現(xiàn)為“211 工程”和“985 工程”兩大項目，以建設(shè)世界一流大學(xué)為目標(biāo)的“985工程”高校和以建設(shè)高水平研究型大學(xué)為目標(biāo)的“211工程”高校無疑是我國科研事業(yè)發(fā)展的主力軍。為此，本文將全樣本“211工程”高校按照是否進(jìn)入“985工程”分為“985工程”高校和非“985工程”高校，以對比分析兩類高?？蒲腥厣a(chǎn)率指數(shù)及其分解，結(jié)果如表6所示。

表6　2006—2010年“985工程”大學(xué)和非“985工程”大學(xué)自然科學(xué)學(xué)科科研生產(chǎn)率指數(shù)及其分解

1.從整體來看，兩類研究型大學(xué)自然科學(xué)學(xué)科科研生產(chǎn)全要素生產(chǎn)率均獲得改善，非“985工程”高校改善狀況優(yōu)于“985工程”高校。

“985工程”高校自然科學(xué)研究的Malmquist生產(chǎn)率指數(shù)的5年均值為1.043，即全要素生產(chǎn)率的年均提升幅度為4.3%。非“985工程”高校自然科學(xué)研究的Malmquist生產(chǎn)率指數(shù)的5年均值為1.090，即全要素生產(chǎn)率的年均提升幅度達(dá)到9%，遠(yuǎn)超“985工程”高校。由此可見，在“十一五”期間，兩類高校的全要素生產(chǎn)率都獲得一定改善，但“非985工程”高校的改善程度要優(yōu)于“985工程”高校。

2.從全要素生產(chǎn)率分解來看，兩類大學(xué)自然科學(xué)學(xué)科科研生產(chǎn)全要素生產(chǎn)率提升均主要得益于技術(shù)進(jìn)步。

非“985工程”高校年均技術(shù)進(jìn)步率為7%，而純技術(shù)效率年均提升率為1.6%，規(guī)模效率年均提升率僅為0.3%；“985工程”高校年均技術(shù)進(jìn)步率為3.3%，純技術(shù)效率年均提升率僅為0.9%，規(guī)模效率年均提升率僅為0.1%。由此可見，相對明顯的技術(shù)進(jìn)步和追趕效應(yīng)帶動非“985工程”高?？蒲猩a(chǎn)獲得后發(fā)優(yōu)勢，全要素生產(chǎn)率得到快速提升，進(jìn)而提高了科研產(chǎn)出水平和創(chuàng)新能力。比較而言，面對快速增長的科研資源投入，“985工程”大學(xué)對規(guī)模收益狀況和配置合理性重視程度不夠，造成純技術(shù)效率改善狀況不佳，尤其是普遍存在的規(guī)模不經(jīng)濟(jì)生產(chǎn)狀況，使得規(guī)模效率對全要素生產(chǎn)率的拖累狀況較為明顯。

四、研究結(jié)論與討論

本文采用DEA-Malmquist指數(shù)方法，對以“211工程”高校為代表的研究型大學(xué)自然科學(xué)研究的全要素生產(chǎn)率進(jìn)行測算和分析，并分地區(qū)、分層級進(jìn)行比較，得到如下主要結(jié)論：

(1)“十一五”期間，研究型大學(xué)自然科學(xué)研究的全要素生產(chǎn)率呈穩(wěn)定增長態(tài)勢(Malmquist指數(shù)的5年均值大于1)。在全體樣本中，全要素生產(chǎn)率改善的大學(xué)占總體的74%，絕大多數(shù)都是依靠技術(shù)改進(jìn)帶來的“增長效應(yīng)”，這說明我國研究型大學(xué)的科研產(chǎn)出水平和科研創(chuàng)新能力不斷提高，注重通過引進(jìn)高層次人才和先進(jìn)技術(shù)設(shè)備來實(shí)現(xiàn)科研生產(chǎn)力的提升。

(2)分地區(qū)來看，各地區(qū)研究型大學(xué)自然科學(xué)研究的全要素生產(chǎn)率均表現(xiàn)出不同程度的改善。其中，滬蘇浙地區(qū)和中部地區(qū)研究型大學(xué)科研生產(chǎn)率提升狀況明顯高于其他地區(qū)。究其原因，滬蘇浙地區(qū)大學(xué)由于純技術(shù)效率的大幅改善而獲得了更多的“追趕效應(yīng)”，中部地區(qū)高校得益于規(guī)模效率的大幅改善帶來的“規(guī)模效應(yīng)”，這是兩類地區(qū)大學(xué)科研生產(chǎn)率提升狀況相對突出的原因。相對而言，西部地區(qū)研究型大學(xué)在各項分解指標(biāo)上的表現(xiàn)均不理想，這無形中拉大了西部地區(qū)研究型大學(xué)科研水平與其他地區(qū)的差距。

(3)分層次來看，“985工程”大學(xué)和非“985工程”大學(xué)自然科學(xué)研究的全要素生產(chǎn)率均穩(wěn)步提升，而非“985工程”大學(xué)全要素生產(chǎn)率及其分解指數(shù)的改善狀況明顯好于“985工程”大學(xué)?！笆晃濉逼陂g強(qiáng)勁的技術(shù)進(jìn)步和穩(wěn)定的純技術(shù)效率提升是非“985工程”大學(xué)科研生產(chǎn)率快速提升的最主要因素。而“985工程”大學(xué)在此期間的全要素生產(chǎn)率提升主要依靠技術(shù)進(jìn)步實(shí)現(xiàn)，純技術(shù)效率和規(guī)模效率起到的作用十分有限，這是“985工程”高?？蒲猩a(chǎn)率提升的重要障礙。

隨著“科教興國”方針的不斷貫徹和深入實(shí)施，國家對研究型大學(xué)的科研投入力度不斷增大，受諸多重大項目和科研平臺的支持，研究型大學(xué)購置國際最先進(jìn)的儀器設(shè)備*例如，2008年高校單價40萬元以上的大型儀器設(shè)備總量1.5萬臺，總值近150億，其中2/3分布在“211工程”高校。參見：王敏.提高高校大型儀器設(shè)備利用率的探索[J].經(jīng)濟(jì)師，2012(5)：87-89.、引進(jìn)全球最先進(jìn)的技術(shù)手段和最頂尖的人才*在充足的資金保障下，2006—2010年正是研究型大學(xué)通過“千人計劃”“百千萬工程”等從全球大規(guī)模引進(jìn)高層次人才的階段，高層次人才擁有各自學(xué)科領(lǐng)域最先進(jìn)的知識和技術(shù)，直接帶動了研究型大學(xué)科研生產(chǎn)技術(shù)的提升。，科研生產(chǎn)技術(shù)進(jìn)步明顯。本文的研究結(jié)果表明，無論是全樣本，還是分地區(qū)、分層次，在當(dāng)前研究型大學(xué)的建設(shè)路徑下，自然科學(xué)研究全要素生產(chǎn)率的提升，主要依賴技術(shù)進(jìn)步。與此同時，純技術(shù)效率和規(guī)模效率改善并不理想，對資源配置合理性、生產(chǎn)規(guī)?？茖W(xué)性重視不夠。這在一定程度上說明，我國研究型大學(xué)科研生產(chǎn)目前仍處于粗放型增長階段，沒能充分挖掘現(xiàn)有技術(shù)和投入狀態(tài)下所能達(dá)到的產(chǎn)出水平。當(dāng)然，目前研究型大學(xué)科研生產(chǎn)在規(guī)模效率和純技術(shù)效率上表現(xiàn)不佳，也為今后高?？蒲泄芾碇该髁朔较颉１疚恼J(rèn)為，隨著我國研究型大學(xué)建設(shè)的不斷深入，必須通過制度創(chuàng)新來推動“存量”改革——引導(dǎo)大學(xué)在科研生產(chǎn)活動中重視優(yōu)化現(xiàn)有科研資源配置、挖掘現(xiàn)有科研資源生產(chǎn)潛力、激發(fā)內(nèi)在動力，只有這樣才能持續(xù)而穩(wěn)健地獲得科研生產(chǎn)率的提升。

參考文獻(xiàn)：

[1]THANASSOULIS E,KORTELAINEN M,JOHNES G, et al. Costs and efficiency of higher education institutions in England: a DEA analysis[J].Journal of the operational research society,2011,62:1282-1297.

[2]SIZER J. Institutional performance assessment under conditions of changing needs[J].International journal of institutional management in higher education,1982,6(1):113-145.

[3]KELLS H R. The development of performance indicators in higher education: a compendium of twelve countries[M].Paris: Organisation for Economic Co-operation and Development,1993:11-17.

[4]TOMKINS C，GREEN R. An experiment in the use of data envelopment analysis for evaluating the efficiency of UK university departments of accounting[J].Financial accountability & management，1988,4(2):147-164.

[5]BEASLEY J E. Comparing university departments[J]. Omega,1990,18(2):171-183.

[6]ATHANASSOPOULOS A D,SHALE E. Assessing the comparative efficiency of higher education institutions in the UK by means of data envelopment analysis[J]. Education economics, 1997,5(2):117-134.

[7]FLEGG A T,ALLEN D O,FIELD K, et al. Measuring the efficiency of British universities:a multi-period data envelopment analysis[J].Education economics,2004,12(3):231-249.

[8]JOHNES J. Efficiency and productivity change in the English higher education sector from 1996/97 to 2004/05[J].The Manchester school,2008,76(6):653-674.

[9]GARCIA-ARACIL A,PALOMARES-MONTERO D. Evaluation of Spanish universities: efficiency, technology and productivity change[C].Prime-Latin America Conference at Mexico City, 2008-09-24.

[10]AGASISTI T,PEREZ-ESPARRELLS C. Comparing efficiency in a cross-country perspective: the case of Italian and Spanish state universities[J].Higher education,2010,59(1):85-103.

[11]PARTEKA A,WOLSZCZAK-DERLACZ J. Dynamics of productivity in higher education: cross-European evidence based on bootstrapped Malmquist indices[J].Journal of productivity analysis,2012,40(1):67-82.

[12]潘海生，周志剛.基于 Malmquist 指數(shù)的高等教育生產(chǎn)率變動分析[J].西安電子科技大學(xué)學(xué)報(社會科學(xué)版)，2007(11):12-13.

[13]胡詠梅，梁文艷.高校合并前后科研生產(chǎn)率動態(tài)變化的Malmquist指數(shù)分析[J]. 清華大學(xué)教育研究，2007，28(1)：62-70.

[14]周偉，李全生.我國高等學(xué)校人才培養(yǎng)效率的動態(tài)分析:1999—2006年[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2010(1):195-199.

[15]韓海彬，李全生.中國高等教育生產(chǎn)率變動分析:基于Malmquist指數(shù)[J].復(fù)旦教育論壇，2010(4)：58-62.

[16]周偉.基于DEA方法的研究型大學(xué)科研績效實(shí)證研究[D].天津：天津大學(xué)，2010：29-30.

[17]COELLI T J, PRASADA RAO D S, O’DONNELL C J, et al. An introduction to efficiency and productivity analysis[M].2nd ed. New York:Springer Science Business Media,2005:36-48.

(責(zé)任編輯吳朝平韋春霞)

Dynamic Evaluation on the Total Factor Productivity of China’s Research University——Based on the Empirical Analysis of DEA-Malmquist Index

LIANG Wenyan, TANG Yipeng

(1.Institute of Economics of Education/ Capital College of Economics of Education, Beijing Normal University, Haidian Beijing 100875, China;2. School of Education, Capital Normal University, Haidian Beijing 100037, China)

Abstract：With DEA-Malmquist approach, this paper estimates and analyzes the total factor productivity (TFP) of natural sciences research in 100 Chinese research universities during the Eleventh Five-Year Plan(2006-2010). It shows that, for Chinese research universities, the improvement of TFP is mainly resulted from technical change (TC), while the effects of scale efficiency change (SEC) and pure technical efficiency change (PTEC) are not substantial, where SEC even makes some side effects. By comparing universities located in different regions of China, those in the western areas are most left behind in TFP improvement, relative to universities in the eastern and central areas, and the underlying reason is because of the stagnation of TC. Those universities in eastern China perform outstanding in the improvement of TFP, especially Shanghai, Jiangsu and Zhejiang, and their high performance is mainly resulted from improvement of SEC. By comparing universities of different tiers, “985 project” universities benefit most from the enormous research investment, while their improvement of TFP, as well as TC, TEC, PTEC, are all left behind by non-985 universities.

Key words：research universities; natural science disciplines; total factor productivity; DEA-Malmquist Index

收稿日期：2015-11-06

基金項目：國家自然科學(xué)基金項目“研究型大學(xué)教師科研生產(chǎn)力：人力資本與社會資本的影響”(71203015)；國家自然科學(xué)基金項目“‘后4%時代’中國高等教育財政投資規(guī)模與配置結(jié)構(gòu)研究”(71573020)；中央高?；究蒲袠I(yè)務(wù)費(fèi)專項資金項目“‘后4%時代’中國高等教育財政投資規(guī)模預(yù)測及相關(guān)政策研究”(SKZZA2015002)

作者簡介：梁文艷(1982—)，女，重慶江津人，北京師范大學(xué)講師，管理學(xué)博士，主要從事教育經(jīng)濟(jì)和高校評價研究；

DOI:10.15998/j.cnki.issn1673-8012.2016.03.012

[中圖分類號]G644

[文獻(xiàn)標(biāo)志碼]A

[文章編號]1673-8012(2016)03-0073-09

唐一鵬(1984—)，男，江蘇鹽城人，首都師范大學(xué)講師，管理學(xué)博士，主要從事教育經(jīng)濟(jì)學(xué)研究。

引用格式：梁文艷，唐一鵬.中國研究型大學(xué)科研全要素生產(chǎn)率動態(tài)評價——基于DEA-Malmquist指數(shù)的實(shí)證分析[J].重慶高教研究，2016，4(3)：73-81.

Citation format：LIANG Wenyan, TANG Yipeng. Dynamic evaluation on the total factor productivity of china’s research university——based on the empirical analysis of DEA-malmquist Index[J].Chongqing higher education research，2016，4(3)：73-81.

■ 教育與經(jīng)濟(jì)