“211工程”高校圖書館效率測(cè)評(píng)及影響因素分析*

儲(chǔ)伊力，儲(chǔ)節(jié)旺

“211工程”高校圖書館效率測(cè)評(píng)及影響因素分析*

儲(chǔ)伊力，儲(chǔ)節(jié)旺

高校圖書館為高校教學(xué)科研活動(dòng)提供有力的支撐，因此需要對(duì)其效率及效率影響因素進(jìn)行測(cè)評(píng)與分析，這有利于高校圖書館發(fā)揮其在科研領(lǐng)域的重要作用。文章運(yùn)用Super SBM模型和Malquist指數(shù)法，對(duì)我國(guó)37個(gè)“211工程”高校圖書館的動(dòng)態(tài)、靜態(tài)效率分別進(jìn)行了測(cè)評(píng)；運(yùn)用面板Tobit模型，分析了效率的影響因素。根據(jù)效率測(cè)評(píng)，發(fā)現(xiàn)我國(guó)高校圖書館發(fā)展水平差異較大，多數(shù)圖書館存在經(jīng)費(fèi)浪費(fèi)問題；根據(jù)對(duì)效率影響因素的分析，發(fā)現(xiàn)博士比例、讀者總?cè)藬?shù)、周開館小時(shí)數(shù)、網(wǎng)絡(luò)交口數(shù)與圖書館效率呈正相關(guān)關(guān)系，而高級(jí)職稱比例、紙質(zhì)資源購(gòu)置費(fèi)、服務(wù)器數(shù)、員工平均年齡、建筑面積和城市GDP與圖書館效率呈負(fù)相關(guān)關(guān)系。

高校圖書館數(shù)據(jù)包絡(luò)分析圖書館效率影響因素

引用本文格式儲(chǔ)伊力，儲(chǔ)節(jié)旺.“211工程”高校圖書館效率測(cè)評(píng)及影響因素分析［J］.圖書館論壇，2016（8）：107-118.

0　引言

高校圖書館是為高校教學(xué)和科研提供信息服務(wù)的重要機(jī)構(gòu)，然而目前國(guó)內(nèi)關(guān)于高校圖書館效率的研究卻不多。從已有文獻(xiàn)來看，該類研究可以分為兩個(gè)時(shí)期，分別是啟蒙期和發(fā)展期：2007年之前可視為該領(lǐng)域研究的啟蒙期，這個(gè)時(shí)期的文獻(xiàn)基本都為定性研究，多為針對(duì)圖書館效率問題的理論分析與策略建議，為我國(guó)圖書館效率的進(jìn)一步研究打下了一定的理論基礎(chǔ)，但是沒有實(shí)際數(shù)據(jù)作為效率測(cè)評(píng)及效率影響因素的支撐，研究?jī)?nèi)容稍顯單薄；從2007年開始，定量研究開始增多，學(xué)者們開始運(yùn)用數(shù)據(jù)對(duì)圖書館效率進(jìn)行客觀測(cè)評(píng)，并進(jìn)一步針對(duì)現(xiàn)有問題進(jìn)行分析，研究方法更客觀且內(nèi)容更具現(xiàn)實(shí)意義。在定量分析中，運(yùn)用最多的方法是數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA），該效率測(cè)評(píng)方法以數(shù)據(jù)為依據(jù)對(duì)觀察變量進(jìn)行效率的測(cè)度，不受人為因素影響，具備公正性和客觀性，因此被廣泛運(yùn)用。

DEA效率測(cè)評(píng)方法最早產(chǎn)生于美國(guó)。西方國(guó)家運(yùn)用DEA模型測(cè)評(píng)圖書館效率方面的研究成果較為豐富。Vitaliano運(yùn)用DEA方法分別測(cè)評(píng)了紐約的194個(gè)公共圖書館的效率［1］。W.shim運(yùn)用DEA模型分析了美國(guó)圖書館協(xié)會(huì)中的95個(gè)研究型圖書館的效率，并回顧了DEA模型在圖書館中的應(yīng)用環(huán)境［2］。Reichmann運(yùn)用動(dòng)態(tài)DEA的方法對(duì)澳大利亞、加拿大、德國(guó)、瑞士、美國(guó)的118個(gè)高校圖書館進(jìn)行了技術(shù)效率評(píng)估和比較［3］。K.R.Sharma等運(yùn)用DEA方法評(píng)估了夏威夷47個(gè)公共圖書館的效率及資源利用率，并分析了圖書館效率的影響因素［4］。

在國(guó)內(nèi)，早期研究多采用經(jīng)典徑向DEA模型，如白首晏［5］、李建霞［6］、范紅霞［7］。其中，白首晏2002年發(fā)表的《DEA方法在高校圖書館效率評(píng)價(jià)中的應(yīng)用》是圖書館效率定量研究的開山之作，然而之后并未引起足夠關(guān)注，一直到2007年，該方法才慢慢進(jìn)入研究視野。隨著DEA方法的成熟和圖書館效率研究的推進(jìn)，一些學(xué)者開始嘗試用一些新的方法結(jié)合DEA模型對(duì)圖書館效率進(jìn)行測(cè)評(píng)與分析：郭軍華、趙艷芳等運(yùn)用DEA-Tobit的方法對(duì)公共圖書館的效率進(jìn)行了測(cè)評(píng)，并對(duì)影響因素進(jìn)行分析［8］；王惠通過隨機(jī)前沿模型（SFA模型）和DEA分析方法研究了我國(guó)省際公共圖書館的靜態(tài)效率，并運(yùn)用DEA-Malmquist生產(chǎn)率指數(shù)分析了公共圖書館動(dòng)態(tài)效率［9］；陳英、洪源運(yùn)用三階段DEA方法，即在傳統(tǒng)DEA模型的基礎(chǔ)上，運(yùn)用SFA模型剝離了影響效率判斷的外部環(huán)境因素，再對(duì)2009-2012年我國(guó)省域公共圖書館效率進(jìn)行了去除環(huán)境因素影響的DEA測(cè)度［10］；李建霞將圖書館績(jī)效分為信息服務(wù)和學(xué)術(shù)成果產(chǎn)出兩個(gè)連續(xù)的子系統(tǒng)，構(gòu)建二階段評(píng)價(jià)模型，對(duì)我國(guó)22個(gè)重點(diǎn)高校圖書館進(jìn)行了兩階段的動(dòng)態(tài)效率測(cè)評(píng)［11］。

分析現(xiàn)有文獻(xiàn)，從研究?jī)?nèi)容來看，有關(guān)高校圖書館效率測(cè)評(píng)的文獻(xiàn)的研究對(duì)象多為某省或某市區(qū)域范圍內(nèi)的高校圖書館的效率測(cè)評(píng)，難以反映全國(guó)高校圖書館效率的整體情況。本文著眼于我國(guó)37個(gè)“211工程”高校圖書館，試圖從更宏觀的視角把握我國(guó)高校圖書館的效率情況。從研究方法來看，以往的研究多采用傳統(tǒng)的DEA模型分析，本文采納Super SBM-Malmquist-Tobit的方法，從靜態(tài)和動(dòng)態(tài)兩個(gè)角度測(cè)評(píng)高校圖書館的效率并進(jìn)一步分析效率的影響因素，以求更加全面客觀。Super SBM模型相比經(jīng)典DEA模型，考慮了無效率決策單元松弛改進(jìn)部分對(duì)在效率值測(cè)量中的影響，并能夠?qū)Χ鄠€(gè)有效DEA進(jìn)行比較和區(qū)分；Malmquist指數(shù)法可以進(jìn)一步分析決策變量的動(dòng)態(tài)效率變化情況；Tobit模型在效率評(píng)價(jià)的基礎(chǔ)上分析高校圖書館效率值的影響因素，從而能夠有針對(duì)性地對(duì)圖書館資源建設(shè)與配置提出建議。

1　研究方法

1.1Super SBM模型

數(shù)據(jù)包絡(luò)分析（DEA）是一種通過投入產(chǎn)出情況評(píng)價(jià)決策單元（DMU）相對(duì)效率的非參數(shù)技術(shù)效率分析方法，傳統(tǒng)的DEA模型有基于規(guī)模報(bào)酬不變（CRS）基礎(chǔ)上的CCR模型［12］和基于規(guī)模報(bào)酬可變（VRS）基礎(chǔ)上的BCC模型［13］，但是，傳統(tǒng)的徑向DEA模型沒有考慮到無效DMU松弛改進(jìn)部分在效率值中的測(cè)量，為了修正松弛變量，Tone Kaoru提出了SBM模型［14］，該模型可以剝離環(huán)境松弛部分的影響，然而仍會(huì)存在多個(gè)為1的有效DMU，無法對(duì)其進(jìn)行區(qū)分和排序，因此Tone進(jìn)一步提出了Super-SBM模型［15］，該模型不僅能修正無效DMU的松弛變量，也能解決有效DMU的區(qū)分和排序問題。

由于圖書館效率既考慮投入最小化，又考慮產(chǎn)出最大化，所以本文中使用無導(dǎo)向（non-orient）模型。其CRS SBM超效率模型的表達(dá)式為：

其中xmk表示第k個(gè)決策單元的第m個(gè)投入變量，ynk表示第k個(gè)決策單元的第n個(gè)產(chǎn)出變量，λj表示參照集中各要素的權(quán)重。

而VRS SBM超效率模型則是在此基礎(chǔ)上增加約束

運(yùn)用CRS模型可以得到圖書館效率的綜合效率，運(yùn)用VRS模型可以求出圖書館效率的純技術(shù)效率（PE），前者與后者的比值為規(guī)模效率（SE），即綜合效率/純技術(shù)效率=規(guī)模效率。

1.2Malmquist生產(chǎn)率指數(shù)

Malmquist生產(chǎn)率指數(shù)的概念最早由Malmquist于1953年提出，F(xiàn)?re R等人最早運(yùn)用DEA方法計(jì)算Malmquist指數(shù)，并將其分解為技術(shù)效率變化（TechnicalEfficiency Change，簡(jiǎn)稱EC）和生產(chǎn)技術(shù)變化（Technological Change，簡(jiǎn)稱TC）［16］。

從時(shí)期t到時(shí)期t+1的Malmquist生產(chǎn)率指數(shù)數(shù)學(xué)表達(dá)式為：

其中，Mac代表相鄰前沿交叉參比Malmquist指數(shù)；兩個(gè)時(shí)期的技術(shù)效率變化：

反映的是對(duì)t到t+1時(shí)期每個(gè)決策單元追趕生產(chǎn)前沿面的程度，若值大于1，說明決策單元的生產(chǎn)水平更趨近生產(chǎn)前沿面，提高了相對(duì)效率，反之相反；技術(shù)變化：

反映的是t到t+1時(shí)期生產(chǎn)系統(tǒng)的生產(chǎn)技術(shù)變化程度，值大于1時(shí)，反映的是對(duì)決策單元自身技術(shù)有進(jìn)步，反之說明生產(chǎn)技術(shù)后退，但可能不是真正意義上的退步，而是這段時(shí)間的資本和勞動(dòng)獲得的收益較低，表現(xiàn)為產(chǎn)出增長(zhǎng)的低質(zhì)量。

1.3Tobit模型

為了進(jìn)一步分析經(jīng)DEA分析得出的效率值受到哪些因素的影響，Coelli等研究分析了決策單元影響因素的四種方法，并認(rèn)可了其中的兩階段方法（two-stage method））的有效性［17］，兩階段方法中的第一階段是通過DEA模型測(cè)算出各決策單元的效率值，第二階段是設(shè)前一階段所測(cè)算得出的效率值為因變量，設(shè)與前階段中投入產(chǎn)出指標(biāo)不同的其他環(huán)境因素作為自變量，構(gòu)建Tobit回歸模型。

Tobit模型是由經(jīng)濟(jì)學(xué)家Tobin于1958年提出的，該模型是分析因變量受到某種限制的回歸模型，因此也被稱為截取回歸模型或者受限因變量模型，由于超效率SBM模型中獲得的效率值都為正數(shù)，相當(dāng)于排除了因變量小于0的可能性，如果直接采用普通最小二乘法回歸模型會(huì)造成參數(shù)估計(jì)偏差，因此需要采用最大似然法（ML）用以估計(jì)模型中的參數(shù)。該模型可以表示為：

其中，Yi表示第i個(gè)變量的因變量大小，Xi表示第i個(gè)變量的解釋變量，βt是位置參數(shù)向量，εi～N（0，σ2）。

2　數(shù)據(jù)來源

本文的圖書館相關(guān)數(shù)據(jù)來自教育部高校圖書館事實(shí)數(shù)據(jù)庫2013-2014年的數(shù)據(jù)，城市GDP數(shù)據(jù)來自全國(guó)各地統(tǒng)計(jì)局網(wǎng)站所公布的當(dāng)?shù)?013-2014年GDP數(shù)據(jù)，為保證數(shù)據(jù)的原始性和完備性，本文在我國(guó)113個(gè)“211工程”高校圖書館中選取37個(gè)數(shù)據(jù)較為完善的圖書館作為分析對(duì)象。

高校圖書館事實(shí)數(shù)據(jù)庫為圖書館學(xué)研究者的研究提供了大量的數(shù)據(jù)支撐，也為圖書館工作人員提供了管理工作方面的參考和借鑒，具備很強(qiáng)的現(xiàn)實(shí)意義。然而，筆者在獲取數(shù)據(jù)時(shí)，發(fā)現(xiàn)有兩處亟待改進(jìn)：（1）在高校圖書館所填報(bào)的數(shù)據(jù)方面。首先，很多高校圖書館數(shù)據(jù)不全甚至缺失，在我國(guó)113個(gè)“211工程”高校圖書館中，符合本文數(shù)據(jù)統(tǒng)計(jì)要求的僅有37個(gè)；其次，一些高校圖書館在填報(bào)數(shù)據(jù)時(shí)較為草率，如一些數(shù)據(jù)是明顯的離散值，存在錯(cuò)誤；一些數(shù)據(jù)為估算值，不夠精確；一些圖書館的數(shù)據(jù)在兩年間差距很大，有錯(cuò)填的可能等。這些高校在數(shù)據(jù)填報(bào)上的問題，會(huì)對(duì)本文的統(tǒng)計(jì)結(jié)果造成一定的影響。（2）在數(shù)據(jù)庫的統(tǒng)計(jì)匯總功能方面，僅可以查看排行榜，沒有系統(tǒng)的統(tǒng)計(jì)報(bào)告，如果要獲取并整合各圖書館具體指標(biāo)的數(shù)據(jù)，需要查詢每一所圖書館的數(shù)據(jù)情況，并進(jìn)行手工匯總，較為繁瑣。

由于已有數(shù)據(jù)存在不足，本文在數(shù)據(jù)選擇上，為確保數(shù)據(jù)的真實(shí)客觀，刪除缺失項(xiàng)過多的統(tǒng)計(jì)對(duì)象。一些高校圖書館的缺失統(tǒng)計(jì)項(xiàng)較少并且可以補(bǔ)救，為保證統(tǒng)計(jì)項(xiàng)的數(shù)量，根據(jù)缺失數(shù)據(jù)的特點(diǎn)采用不同的解決和填補(bǔ)方法：對(duì)于一些每年都會(huì)變動(dòng)的數(shù)據(jù)一般采用臨近年份數(shù)據(jù)的平均值進(jìn)行替代，如華中科技大學(xué)沒有2013年電子資源下載量數(shù)據(jù)，解決方法是用2012年和2014年數(shù)據(jù)的平均數(shù)替代2013年的數(shù)據(jù)；對(duì)于一些一般不會(huì)變動(dòng)的數(shù)據(jù)如開館時(shí)間和館舍面積則用相鄰年份的數(shù)據(jù)代替。另外，對(duì)明顯有誤的數(shù)據(jù)進(jìn)行替代，替代方法與上述處理缺失數(shù)據(jù)的方法相同。為獲得更為客觀可靠的數(shù)據(jù)，本文選擇數(shù)據(jù)時(shí)盡量選擇各館統(tǒng)計(jì)標(biāo)準(zhǔn)和方法一致的數(shù)據(jù)，如在圖書館人員投入的替代變量選取中，由于各個(gè)高校對(duì)于編外人員特別是勤工儉學(xué)人員統(tǒng)計(jì)標(biāo)準(zhǔn)與方法不同，所以如果以工作人員的總數(shù)表示人員投入指標(biāo)，數(shù)量上就會(huì)呈現(xiàn)很大差異，而相比工作人員總數(shù)，在編職工人數(shù)的統(tǒng)計(jì)量離散值較少，數(shù)據(jù)較為集中穩(wěn)定，因此選擇在編職工人數(shù)作為人員投入的替代變量。

3　效率分析

3.1投入產(chǎn)出數(shù)據(jù)選擇

關(guān)于高校圖書館的投入產(chǎn)出，不同的學(xué)者都有不同的選擇，投入指標(biāo)中，較普遍的設(shè)置有撥款總經(jīng)費(fèi)、員工人數(shù)、總藏書量和館舍面積等，產(chǎn)出指標(biāo)中，較普遍的設(shè)置有讀者人數(shù)、總流通量、書刊外借量和電子資源下載量等［18-21］。有些學(xué)者將圖書館的產(chǎn)出界定為高校作者發(fā)表學(xué)術(shù)論文數(shù)和參加學(xué)術(shù)會(huì)議論文數(shù)等科研成果，筆者存有不同意見，高校圖書館會(huì)對(duì)高校的科研成果產(chǎn)生影響，然而這種影響是間接的且有一定的滯后性，科研成果的創(chuàng)作應(yīng)該體現(xiàn)在知識(shí)轉(zhuǎn)化階段，而知識(shí)轉(zhuǎn)化階段除了包括圖書館的影響，還應(yīng)該包括科研人員和科研經(jīng)費(fèi)等影響因素［22］，本文關(guān)于該指標(biāo)的看法與高海濤等人的觀點(diǎn)是一致的［23］。

參考以往的投入指標(biāo)設(shè)置經(jīng)驗(yàn)，依據(jù)現(xiàn)有的數(shù)據(jù)資源，本文暫將高校圖書館投入指標(biāo)設(shè)為圖書館建筑面積、年度經(jīng)費(fèi)總支出、在編職工人數(shù)和文獻(xiàn)資源累計(jì)總量。產(chǎn)出變量中本文僅選擇電子資源下載量和書刊借閱量?jī)身?xiàng)指標(biāo)，因?yàn)槠渌a(chǎn)出指標(biāo)往往由于學(xué)校統(tǒng)計(jì)標(biāo)準(zhǔn)或?qū)W校政策的不同容易產(chǎn)生統(tǒng)計(jì)誤差，如信息服務(wù)業(yè)務(wù)量各個(gè)學(xué)校間差異很大，信息服務(wù)業(yè)務(wù)量中包括查新、定題服務(wù)和查收查引服務(wù)，一些學(xué)校在評(píng)優(yōu)評(píng)獎(jiǎng)時(shí)候，需要檢索證明等材料，這便增加了該高校的信息服務(wù)業(yè)務(wù)量，但是并非所有學(xué)校都有同樣的要求，所以考慮各高校的不同情況引起的統(tǒng)計(jì)量上的差異，不將其納入產(chǎn)出指標(biāo)。另外，有些指標(biāo)數(shù)值較小且很多學(xué)校存在數(shù)據(jù)缺失的情況，考慮數(shù)據(jù)的可及性也不將其考慮在產(chǎn)出指標(biāo)之內(nèi)，具體如館際互借量和文獻(xiàn)傳遞量。

除此之外，在應(yīng)用DEA方法時(shí)，為了避免投入和產(chǎn)出之間無相關(guān)或負(fù)相關(guān)，投入產(chǎn)出變量需要滿足“同向性”和“相關(guān)性”條件，基于此，本文采用SPSS 19軟件，對(duì)數(shù)據(jù)進(jìn)行person雙側(cè)相關(guān)性檢驗(yàn)，得出的結(jié)果如表1所示。

表1　投入產(chǎn)出變量相關(guān)性檢驗(yàn)

通過相關(guān)性分析，可以看出，建筑面積與電子資源下載量未通過0.1顯著水平上的相關(guān)性檢驗(yàn)，與書刊外借量卻顯著相關(guān)。這與圖書館實(shí)際情況是相符的，一般而言，圖書館電子資源在高校范圍內(nèi)都可以下載，不局限于圖書館內(nèi)部，因此電子資源下載量與圖書館建筑面積相關(guān)性不大，但是建筑面積影響著圖書館的物理藏書量和座位數(shù)，這些都會(huì)對(duì)書刊外借量產(chǎn)生正向影響。為確保結(jié)果的準(zhǔn)確，本文不將圖書館建筑面積納入投入指標(biāo)中，但是考慮到該變量可能會(huì)對(duì)圖書館效率產(chǎn)生影響，所以將其納為影響因素并在下一步進(jìn)行回歸分析。

根據(jù)以上的投入產(chǎn)出數(shù)據(jù)，本文運(yùn)用Malmquist指數(shù)法和Super SBM模型對(duì)“211工程”高校圖書館進(jìn)行動(dòng)態(tài)和靜態(tài)的效率測(cè)評(píng)及分析。由于篇幅原因，本文只列出2014年我國(guó)37個(gè)“211工程”高校圖書館的效率及投入冗余情況，如表2所示。需要說明的是，從表2中可以發(fā)現(xiàn)，各高校圖書館效率排名與各高校綜合排名不一致，這一方面可能是因?yàn)楦咝D書館效率測(cè)評(píng)分析為定量分析，與以往的主觀定性分析不同。本文既考慮產(chǎn)出數(shù)據(jù)也考慮投入數(shù)據(jù)，所以雖然綜合實(shí)力較強(qiáng)的高校圖書館產(chǎn)出較高，但是這些圖書館同時(shí)可以獲得更多的資金和資源，因此投入也相對(duì)較高，最終導(dǎo)致高校圖書館效率排名與高校綜合排名不一致的結(jié)果；另一方面可能是因?yàn)楦咝Ｔ谔顖?bào)數(shù)據(jù)時(shí)存在一些虛假行為，從而影響了統(tǒng)計(jì)結(jié)果和排名的公正性和準(zhǔn)確性。

3.2高校圖書館效率動(dòng)態(tài)分析

為了了解“211工程”高校圖書館效率的動(dòng)態(tài)情況，本文以Malmquist指數(shù)法分析了2013-2014年高校圖書館效率的全要素生產(chǎn)率變化情況（MI）及由它分解的技術(shù)效率變化和技術(shù)進(jìn)步變化，計(jì)算結(jié)果見表2的EC、TC、MI三列。

一般在衡量決策單元的技術(shù)效率變化時(shí)，先根據(jù)所有樣本量的投入產(chǎn)出數(shù)據(jù)估計(jì)生產(chǎn)效率，在此基礎(chǔ)上選擇效率最高的決策單元用以表示有效的前沿面，所以技術(shù)效率變化指的是決策單元對(duì)有效前沿面的追趕程度，反映的是一種相對(duì)的變化。從本文的分析結(jié)果來看，“EC”的平均值為0.894，大多數(shù)高校圖書館的技術(shù)效率呈下滑趨勢(shì)，僅有湖南大學(xué)、華中科技大學(xué)、東北師范大學(xué)、上海交通大學(xué)和華北電力大學(xué)在2013-2014年的技術(shù)效率大于1，說明這幾個(gè)學(xué)校的技術(shù)效率在逐步提高，即技術(shù)進(jìn)步的程度相對(duì)較高，其余高校的技術(shù)效率均不變或降低，即技術(shù)進(jìn)步的程度相對(duì)較低。

技術(shù)進(jìn)步變化可以反映技術(shù)前沿面在2013-2014年的移動(dòng)情況，表示的是各圖書館自身的技術(shù)創(chuàng)新程度，是一種絕對(duì)的變化。從表2中的“TC”列可以看出，大部分高校的圖書館技術(shù)有所進(jìn)步，平均值為1.125，僅有少部分高校圖書館的館內(nèi)技術(shù)創(chuàng)新程度呈現(xiàn)不變甚至衰退的后果，如河北工業(yè)大學(xué)、湖南大學(xué)、陜西師范大學(xué)等。

從Malmquist指數(shù)來看，即表2中的“MI”列，37個(gè)“211工程”高校圖書館的全要素生產(chǎn)率平均數(shù)為0.996，接近1，其中，華中科技大學(xué)、廈門大學(xué)和上海交通大學(xué)的全要素生產(chǎn)率處于領(lǐng)先水平，說明這三所大學(xué)2013-2014年的圖書館綜合效率提高較為明顯，而中國(guó)政法大學(xué)、西安交通大學(xué)和天津大學(xué)3個(gè)高校圖書館的全要素生產(chǎn)率較低，效率衰退較為明顯。從整體上看，技術(shù)進(jìn)步變化指數(shù)的平均值為1.125，技術(shù)進(jìn)步是全要素生產(chǎn)率提高的內(nèi)在動(dòng)力；而技術(shù)效率變化指數(shù)的平均值為0.894，技術(shù)效率阻礙了全要素生產(chǎn)率的增長(zhǎng)。這說明，大部分“211工程”高校圖書館仍然存在著資源配置不理想、技術(shù)應(yīng)用程度不高等方面的問題。

表2　我國(guó)37個(gè)“211工程”高校圖書館的靜態(tài)和動(dòng)態(tài)效率情況

3.3高校圖書館效率靜態(tài)分析

對(duì)投入產(chǎn)出數(shù)據(jù)進(jìn)行Super-SBM測(cè)算，所得的結(jié)果如表2所示。其中，表2中的前三列，即TE、PTE和SE分別反映了2014年37個(gè)“211工程”高校圖書館的綜合效率、純技術(shù)效率和規(guī)模效率；X1-X3分別表示經(jīng)費(fèi)冗余率，累計(jì)文獻(xiàn)資料冗余率和工作人員冗余率。其中，冗余率即冗余值與原始投入值之比，為方便觀察，本文將冗余率最高的投入認(rèn)為是影響效率的最重要投入，并加粗表示。

由表2可知，從整體情況來看，各“211工程”高校圖書館的綜合效率差異很大，綜合效率可分解為純技術(shù)效率和規(guī)模效率。數(shù)據(jù)表明“211工程”高校圖書館綜合效率的差異主要反映在純技術(shù)效率上。純技術(shù)效率是指圖書館由于管理和技術(shù)等因素而造成的效率變化，這說明這些高校在管理水平及圖書館技術(shù)運(yùn)用方面存在較大差異，各高校圖書館發(fā)展水平參差不齊。規(guī)模效率指圖書館因規(guī)模因素影響的效率，大部分高校圖書館的規(guī)模效率小于1，即未達(dá)到規(guī)模飽和，其中，僅有蘭州大學(xué)、中國(guó)科技大學(xué)、上海大學(xué)、東南大學(xué)、華北電力大學(xué)和蘇州大學(xué)的圖書館達(dá)到了規(guī)模效率即最優(yōu)狀態(tài)，其余高校應(yīng)當(dāng)進(jìn)一步加大圖書館的投入規(guī)模，直至規(guī)模報(bào)酬不變即規(guī)模效率最大化狀態(tài)。37個(gè)“211工程”高校圖書館中，河北工業(yè)大學(xué)、四川大學(xué)和蘭州大學(xué)的圖書館效率最高，排名靠后的有四川農(nóng)業(yè)大學(xué)、武漢農(nóng)業(yè)大學(xué)和蘇州大學(xué)。從分布地區(qū)上看與筆者前期關(guān)于公共圖書館效率測(cè)評(píng)的結(jié)果存在較大的差異［24］。效率較高的公共圖書館多位于東南沿海地區(qū)，效率較低的多位于中西部地區(qū)，而在高校圖書館的效率測(cè)評(píng)中，排名靠前的高校圖書館很多并不在經(jīng)濟(jì)較為發(fā)達(dá)的地區(qū)，而排名相對(duì)靠后的高校圖書館中卻不乏一些位于經(jīng)濟(jì)發(fā)達(dá)地區(qū)的圖書館，這似乎說明高校圖書館效率與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平可能無關(guān)系甚至關(guān)系為負(fù)向，具體是否如此，本文將在下一步的Tobit回歸中進(jìn)一步驗(yàn)證。

圖1　依據(jù)純技術(shù)效率和規(guī)模效率構(gòu)建的“211工程”高校圖書館象限圖

根據(jù)各高校圖書館在純技術(shù)效率與規(guī)模效率上的特點(diǎn)，本文以PE和SE的均值為標(biāo)準(zhǔn)，將我國(guó)37個(gè)“211工程”高校圖書館劃分為4個(gè)區(qū)，具體分布如圖1所示。因?yàn)橐恍└咝５脑谄矫嬷苯亲鴺?biāo)系中的點(diǎn)很接近，所以為了方便觀察，各高校名稱以簡(jiǎn)稱代替。其中，I區(qū)的高校圖書館純技術(shù)效率、規(guī)模效率均大于均值，是效率較高的優(yōu)勢(shì)圖書館；Ⅱ區(qū)的高校圖書館數(shù)量最多，該類圖書館純技術(shù)效率高于平均值，規(guī)模效率低于平均值，今后這類圖書館最應(yīng)該解決的問題是增加資源投入并合理配置，擴(kuò)大圖書館的發(fā)展規(guī)模，向Ⅰ區(qū)靠攏，以達(dá)到最佳效率；Ⅲ區(qū)高校圖書館的純技術(shù)效率和規(guī)模效率都小于平均值，該區(qū)圖書館在擴(kuò)大投入的同時(shí)必須對(duì)館內(nèi)各項(xiàng)工作加強(qiáng)重視，對(duì)各個(gè)部門各個(gè)工作環(huán)節(jié)進(jìn)行全面系統(tǒng)的績(jī)效評(píng)估，找出問題所在，優(yōu)化整合圖書館的資源；Ⅳ區(qū)的高校圖書館純技術(shù)效率較低，規(guī)模效率較高，該區(qū)圖書館應(yīng)該提高自身管理水平，并充分運(yùn)用圖書館現(xiàn)代技術(shù)使每一項(xiàng)投入都發(fā)揮最大效用，從而提高自身的純技術(shù)效率。

表2中的X1、X2、X3分別表示“211工程”高校圖書館的經(jīng)費(fèi)開支冗余率、文獻(xiàn)資源累計(jì)量冗余率和在編職工冗余率，其中，冗余率即冗余值與原始投入值之比。若值大于0，表示該項(xiàng)投入存在冗余；若值小于0，表示該項(xiàng)投入存在不足。本文將冗余率最高的投入認(rèn)為是影響效率最關(guān)鍵的投入，并將其加粗表示，可以看出：第一，我國(guó)大部分“211工程”高校圖書館存在著投入冗余現(xiàn)象，而效率排名靠前的幾所高校圖書館卻存在著不同類別和程度的投入不足現(xiàn)象，其中，河北工業(yè)大學(xué)需要增加經(jīng)費(fèi)開支及在編職工數(shù)量；四川大學(xué)和蘭州大學(xué)分別需要增加在編職工數(shù)量和文獻(xiàn)資源累積量；第二，“211工程”高校圖書館影響效率的最關(guān)鍵因素在于經(jīng)費(fèi)冗余，這說明高校圖書館的大量經(jīng)費(fèi)可能沒有用到實(shí)處，存在浪費(fèi)現(xiàn)象，這是今后高校圖書館發(fā)展需要特別重視的問題；第三，除了經(jīng)費(fèi)冗余，很多“211工程”高校圖書館也存在著不同程度的文獻(xiàn)累計(jì)資源冗余和人員冗余問題，這說明高校圖書館要注意館內(nèi)文獻(xiàn)資源和人力資源的合理配置，使得人盡其才、物盡其用。為分析圖書館效率的具體影響因素，本文將在下一步面板Tobit回歸中進(jìn)一步分析人力、財(cái)力、物力等相關(guān)因素對(duì)于效率的影響情況。

4　高校圖書館效率的影響因素分析與評(píng)價(jià)

4.1影響因素選擇

國(guó)內(nèi)外關(guān)于高校圖書館效率定量分析的文獻(xiàn)一般只做到效率測(cè)評(píng)這一步，關(guān)于效率影響因素分析的文獻(xiàn)非常有限。本文綜合考慮數(shù)據(jù)的可及性及高校圖書館的特點(diǎn)，選取的影響因素主要包括博士員工比例、高級(jí)職稱員工比例、員工平均年齡、紙質(zhì)資源購(gòu)置費(fèi)、電子資源購(gòu)置費(fèi)、辦公費(fèi)、周開館小時(shí)數(shù)、信息素質(zhì)課程數(shù)、網(wǎng)絡(luò)交口數(shù)、服務(wù)器數(shù)、存儲(chǔ)總?cè)萘?、座位?shù)、建筑面積、讀者總?cè)藬?shù)、城市GDP等。其中，博士員工比例、高級(jí)職稱員工比例、讀者總?cè)藬?shù)屬于圖書館的人員結(jié)構(gòu)方面的影響因素；紙質(zhì)資源購(gòu)置費(fèi)、電子資源購(gòu)置費(fèi)、辦公費(fèi)屬于圖書館的經(jīng)費(fèi)使用方面的影響因素；座位數(shù)、建筑面積屬于圖書館基礎(chǔ)設(shè)施方面的影響因素；信息素質(zhì)課程數(shù)、網(wǎng)絡(luò)交口數(shù)、服務(wù)器數(shù)屬于圖書館信息化建設(shè)方面的影響因素。這里需要指出的是，一般而言，圖書館信息化建設(shè)的表示變量應(yīng)當(dāng)包括無線網(wǎng)絡(luò)覆蓋程度這一指標(biāo)，然而筆者在數(shù)據(jù)統(tǒng)計(jì)時(shí)發(fā)現(xiàn)，本文所研究的37個(gè)“211工程”高校圖書館大部分都實(shí)現(xiàn)了無線網(wǎng)全覆蓋，故并未選擇該指標(biāo)作為圖書館信息化方面的影響因素。以上為圖書館的內(nèi)部影響因素，而讀者總?cè)藬?shù)、城市GDP為圖書館的外部影響因素，城市GDP代表研究高校所在城市的經(jīng)濟(jì)發(fā)展水平，由于部分高校同屬一個(gè)省但不在一個(gè)城市，這里為了分辨同省不同市的高校圖書館，選擇城市GDP而非省份GDP作為地區(qū)經(jīng)濟(jì)發(fā)展水平的替代變量。

4.2影響因素分析

將上述影響因素設(shè)為自變量，將“211工程”高校圖書館綜合效率設(shè)為因變量，建立以下回歸模型：

其中TE為“211工程”高校圖書館的綜合效率，α0、α1、α2…α13為待評(píng)估系數(shù)，X1、X2、X3…X13分別表示上述13個(gè)自變量，i表示高校，j表示年份，εi為隨機(jī)擾動(dòng)項(xiàng)。根據(jù)式（4），得出“211工程”高校圖書館效率影響因素的Tobit模型回歸結(jié)果，如表3所示。為驗(yàn)證結(jié)果的準(zhǔn)確性，本文剔除了與因變量效率的回歸系數(shù)顯著性低的自變量再做回歸模型，如表4所示。由表4可見，中回歸模型擬合性非常好，各自變量對(duì)因變量的影響依然顯著且系數(shù)符號(hào)與原模型一致，因此可以認(rèn)為所選變量對(duì)于因變量的影響是穩(wěn)定的。

表3　Tobit模型回歸結(jié)果

表4　剔除不顯著變量后的Tobit模型回歸結(jié)果

從“211工程”高校圖書館的人員構(gòu)成來看，博士員工比例與圖書館效率在1%水平上顯著，且方向?yàn)檎@說明圖書館博士學(xué)歷的員工對(duì)于圖書館效率提升起到明顯效果，博士往往擁有更高的專業(yè)素養(yǎng)和技術(shù)水平，因此高校圖書館在今后的員工招納中，應(yīng)當(dāng)注意多吸納具備相關(guān)技能知識(shí)的高學(xué)歷員工。從高級(jí)職稱員工比例來看，其與圖書館效率的關(guān)系呈負(fù)相關(guān)，即高級(jí)職稱員工比例越高，越不利于圖書館效率的提升。分析原因，一方面，雖然高級(jí)職稱員工相比一般員工擁有更多經(jīng)驗(yàn)和更深的業(yè)務(wù)功底，但是由于高級(jí)職稱員工一般來說可以獲取更高的工資，所以在人力上的經(jīng)費(fèi)投入上會(huì)更高，如果館內(nèi)的高級(jí)職稱員工出現(xiàn)數(shù)量上的冗余，或者未全部體現(xiàn)其在工作中的積極性，那么便不利于圖書館的效率提升；另一方面，高級(jí)職稱員工越多，可能越容易造成組織內(nèi)的官僚主義作風(fēng)，形成垂直化而非扁平化的管理模式，從而影響了圖書館的效率。從年齡上看，員工平均年齡與效率在1%水平上顯著，且方向?yàn)樨?fù)，這說明高校圖書館員工年齡越大，工作效率越低。這個(gè)結(jié)果與上文分析的高級(jí)職稱比例與效率的關(guān)系是有聯(lián)系的，因?yàn)閾碛懈呒?jí)職稱的人，往往資歷高，年齡大。綜上所述，高校圖書館需要年輕化服務(wù)人員隊(duì)伍，在人員選擇和評(píng)價(jià)上，更注重能力而非資歷。

從“211工程”高校圖書館的經(jīng)費(fèi)使用方面看，在文獻(xiàn)購(gòu)置費(fèi)中，紙質(zhì)資源購(gòu)置費(fèi)與效率的回歸系數(shù)在5%水平上顯著，二者呈負(fù)相關(guān)關(guān)系；電子資源購(gòu)置費(fèi)與效率相關(guān)性不顯著，也就是說文獻(xiàn)資源（包括紙質(zhì)資源和電子資源）的增加并未對(duì)圖書館效率產(chǎn)生正向影響。文獻(xiàn)資源購(gòu)置費(fèi)越高，圖書館的經(jīng)費(fèi)投入越高，如果文獻(xiàn)資源的價(jià)值并未在產(chǎn)出中得到體現(xiàn)，就會(huì)影響圖書館的效率。造成這種現(xiàn)象可能的原因有四：第一，高校圖書館購(gòu)置的文獻(xiàn)資源與本校師生的閱讀需求出現(xiàn)錯(cuò)配；第二，高校購(gòu)置的文獻(xiàn)資源過多，出現(xiàn)冗余浪費(fèi)；第三，圖書館工作人員與書商合謀購(gòu)置了大量積壓、過時(shí)的文獻(xiàn)資料；第四，文獻(xiàn)資源尤其是紙質(zhì)文獻(xiàn)資源的利用有一定的滯后性。另外，從不同類型的文獻(xiàn)資源對(duì)效率的影響上看，紙質(zhì)資源與效率呈明顯的負(fù)相關(guān)關(guān)系，而電子資源與效率關(guān)系不大，這說明紙質(zhì)資源的當(dāng)年利用率小于電子資源的當(dāng)年利用率。一般而言，紙質(zhì)文獻(xiàn)資源的利用周期較長(zhǎng)，其效用難以在當(dāng)年內(nèi)完全發(fā)揮；而電子文獻(xiàn)資源更新速度更快，時(shí)效性更強(qiáng)，所以能更快被利用，這也是二者與效率關(guān)系差異的原因。在圖書館經(jīng)費(fèi)使用中，辦公費(fèi)與圖書館效率關(guān)系不顯著，但是方向?yàn)樨?fù)，這說明辦公費(fèi)用的增加，不能提高圖書館效率甚至對(duì)圖書館效率還會(huì)產(chǎn)生負(fù)面影響，高校圖書館辦公費(fèi)可能并未被合理利用。

從“211工程”高校圖書館的推進(jìn)信息化建設(shè)的設(shè)備上看，網(wǎng)絡(luò)交口數(shù)與圖書館效率通過了5%水平上的顯著性檢驗(yàn)，網(wǎng)絡(luò)交口數(shù)越多，越方便館內(nèi)讀者上網(wǎng)，能夠有效增加圖書館的效率；服務(wù)器數(shù)與圖書館效率在1%水平上顯著且為負(fù)相關(guān)，說明服務(wù)器使用不夠充分，一些服務(wù)器可能存在空閑；存儲(chǔ)總?cè)萘颗c圖書館效率不相關(guān)，圖書館的存儲(chǔ)容量多以預(yù)存儲(chǔ)功能存在，這表示現(xiàn)階段可能一些存儲(chǔ)容量未被使用，但是不能以此否認(rèn)其存在的必要性。

從“211工程”高校圖書館的基礎(chǔ)設(shè)施來看，圖書館座位數(shù)與效率不相關(guān)，從常理推斷，圖書館的座位數(shù)越多，所能容納的讀者越多，應(yīng)該能提高圖書館的效率，然而，從我國(guó)的高校圖書館的發(fā)展現(xiàn)狀來看，高校圖書館的館舍功能更多演化成為了自習(xí)室，特別是在考試前的階段還會(huì)出現(xiàn)很多“占座”現(xiàn)象，很多學(xué)生進(jìn)入圖書館的目的僅僅是為了自習(xí)而非獲取圖書館的資源，而這會(huì)擠占那些真正想在館內(nèi)獲取圖書館資源的讀者的閱讀空間，從而降低圖書館資源的利用效率。筆者認(rèn)為，從這個(gè)角度來看，圖書館閱覽功能應(yīng)該與自習(xí)室自習(xí)功能區(qū)分開來。圖書館建筑面積與效率在5%水平上顯著，且回歸系數(shù)為負(fù)，這說明圖書館的建筑面積越大，便要求投入更多的人力、物力和財(cái)力，如果投入大于產(chǎn)出，便會(huì)降低圖書館的效率。因此，圖書館的面積應(yīng)該與其負(fù)荷量、使用量相匹配，在館舍建設(shè)時(shí)應(yīng)以實(shí)用性為首要原則。

從“211工程”高校圖書館的周開館小時(shí)數(shù)來看，周開館小時(shí)數(shù)與圖書館效率的回歸系數(shù)在5%水平上顯著且為正向，這說明開館時(shí)間越長(zhǎng)，對(duì)于圖書館效率的發(fā)揮越有利，而D.F.Vitaliano［25］前期關(guān)于美國(guó)圖書館效率評(píng)價(jià)的結(jié)論證明，開館時(shí)間過長(zhǎng)是阻礙圖書館效率的首要原因，這說明不同的地域，圖書館效率的影響因素具有不同的特點(diǎn)，在我國(guó)還是應(yīng)當(dāng)保持或延長(zhǎng)開館時(shí)間。

從“211工程”高校圖書館的信息素質(zhì)教育課來看，該因素與圖書館效率無顯著關(guān)系，圖書館開展信息素質(zhì)教育的內(nèi)容包括培養(yǎng)讀者對(duì)信息意識(shí)、信息技術(shù)和信息道德方面的教育［26］，成功的信息素質(zhì)教育應(yīng)當(dāng)起到提高讀者有效利用圖書館各種信息資源的意識(shí)和能力的作用，從而提高圖書館的資源利用效率。然而，從數(shù)據(jù)統(tǒng)計(jì)結(jié)果來看，目前的圖書館信息素質(zhì)教育還不夠理想，未來的信息素質(zhì)教育一方面應(yīng)該注意質(zhì)量上的精益求精，另一方面應(yīng)該注意形式上的豐富多彩，從而吸引更多的讀者并且切實(shí)提高讀者的信息素質(zhì)，發(fā)揮其應(yīng)有的作用。

從“211工程”高校圖書館的兩個(gè)外部影響因素上看，讀者總?cè)藬?shù)與圖書館效率的回歸系數(shù)在5%水平上顯著，且為正向，即讀者越多，圖書館的效率越容易發(fā)揮，這與常理相符。然而城市GDP與圖書館效率的回歸系數(shù)為負(fù)且通過了5%的顯著性檢驗(yàn)，這與常理相悖，也與筆者在前期關(guān)于公共圖書館效率與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平研究中的結(jié)論相反［27］。為找出原因，筆者將該變量與效率測(cè)算中的投入產(chǎn)出變量做了相關(guān)性檢驗(yàn)，結(jié)果證明，城市GDP與投入指標(biāo)中經(jīng)費(fèi)投入相關(guān)性較高，且為正向，但是與產(chǎn)出變量卻不相關(guān)，這說明，當(dāng)?shù)谿DP越高，高校圖書館的經(jīng)費(fèi)投入就越充裕，但是增加的投入?yún)s沒有獲得相應(yīng)的產(chǎn)出，從而導(dǎo)致城市GDP與效率呈反比的結(jié)果。因此對(duì)于處在經(jīng)濟(jì)發(fā)達(dá)地區(qū)的高校圖書館，在增加投入的同時(shí)，要尤其注意資金的合理利用和配置，預(yù)防和避免經(jīng)費(fèi)投入的冗余和浪費(fèi)現(xiàn)象。

5　結(jié)語

本文運(yùn)用Super SBM-Malmquist-Tobit方法對(duì)我國(guó)37個(gè)“211工程”高校圖書館的效率進(jìn)行了測(cè)評(píng)和比較分析，并探討了“211工程”高校圖書館效率的影響因素，希望能夠用數(shù)據(jù)全面客觀地展現(xiàn)高校圖書館的效率概貌，為今后的高校圖書館管理決策和相關(guān)研究提供一定的借鑒和參考。通過對(duì)統(tǒng)計(jì)結(jié)果的分析，本文認(rèn)為：從內(nèi)部影響因素看，“211工程”高校圖書館在今后的建設(shè)與發(fā)展中，在人員選擇和評(píng)價(jià)上，應(yīng)當(dāng)注意年輕化館員結(jié)構(gòu)，重能力而非資歷；在經(jīng)費(fèi)使用上，應(yīng)當(dāng)合理利用資金，避免浪費(fèi)和冗余；在基礎(chǔ)設(shè)施的建立和文獻(xiàn)資源的購(gòu)置中，應(yīng)當(dāng)與本校師生的實(shí)際需求相匹配，使得物盡其用；從外部影響因素看，位于經(jīng)濟(jì)發(fā)達(dá)地區(qū)的“211工程”高校圖書館往往擁有更多的資源，應(yīng)當(dāng)注意對(duì)其合理配置與運(yùn)用，而位于經(jīng)濟(jì)不發(fā)達(dá)地區(qū)的高校圖書館擁有的資源相對(duì)貧乏，政府和相關(guān)機(jī)構(gòu)應(yīng)當(dāng)對(duì)其建設(shè)與發(fā)展加以支持和保障。

［1］［25］Vitaliano D F.Assessing public library efficiency using data envelopment analysis［J］.Annals of Public and CooperativeEconomics，1998，69（1）：107-122.

［2］ShimW.ApplyingDEA Technique toLibrary Evaluation in Academic Research Libraries［J］.Library Trends，2003，51（3）：312-332.

［3］ReichmannG，Sommersguter-ReichmannM.University library benchmarking：An international comparison using DEA［J］.International Journal of Production Economics，2006，100（1）：131-147.

［4］Sharma K R，Leung P，Zane L.Performance measurement of Hawaii State public libraries：an application of data envelopment analysis（DEA） ［J］.Agricultural and Resource Economics Review，1999，28（10）：190-198.

［5］白首晏.DEA方法在高校圖書館效率評(píng)價(jià)中的應(yīng)用［J］.情報(bào)雜志，2002（6）：16-17.

［6］［11］李建霞.省域公共圖書館績(jī)效的DEA測(cè)算與評(píng)價(jià)［J］.圖書館論壇，2008（4）：49-52.

［7］范紅霞，劉澤隆.高校圖書館資源使用效率測(cè)定的DEA模型分析［J］.情報(bào)雜志，2008，27（4）：157-158.

［8］趙燕芳.基于超效率DEA與TOBIT模型的上海市區(qū)級(jí)公共圖書館效率評(píng)價(jià)研究［D］.上海；華東師范大學(xué)，2011.

［9］王惠.我國(guó)公共圖書館靜態(tài)和動(dòng)態(tài)效率測(cè)評(píng)分析［J］.圖書館論壇，2015（1）：30-36.

［10］陳英，洪源.考慮環(huán)境因素的我國(guó)省域公共圖書館效率測(cè)度及優(yōu)化治理——基于三階段DEA方法［J］.圖書館學(xué)研究，2015（11）：17-25.

［12］Charnes A， Cooper W W， Rhodes E.A Data Envelopment Analysis Approach to Evaluation of the Program Follow through Experiment in US Public School Education［R］.Pittsburgh：Carnegie-Mellon University，Schoolof UrbanandPublicAffairs，1978.

［13］Banker R D，Charnes A，Cooper W W.Some models for estimating technical and scale inefficiencies in data envelopment analysis［J］.Management science，1984，30（9）：1078-1092.

［14］Tone K.A slacks-based measure of efficiency in data envelopment analysis［J］.European journal of operational research，2001，130（3）：498-509.

［15］Tone K.A slacks-based measure of super-efficiency in data envelopment analysis［J］.European Journal of OperationalResearch，2002，143（1）：32-41.

［16］F?re R，Grosskopf S，Lindgren B，et al.Productivity changes in Swedish parametric 1980-1989：A nonparametricMalmquistapproach［J］.Journal of Productivity Analysis，1992，3（1）：85-101.

［17］Coelli T J，Rao D S P，O'Donnell C J，et al.An introduction to efficiency and productivity analysis［M］. New York：Springer Science&Business Media，2005：294-300.

［18］EASUN S.Beginner's guide to efficiency measurement：an application of data envelopment analysis to selected school libraries California［J］.School Library Media Quart，1994，22（2）：103-106.

［19］Chen T Y.A measurement of the resource utilization efficiencyofuniversitylibraries［J］.International Journal of ProductionEconomics，1997，53（1）：71-80.

［20］Kao C，Liu S-Tai.Data envelopment analysis with missing data：an application to university libraries in Taiwan［J］.Journal of the Operational Research Society，2000，51（8）：897-905.

［21］張愛麗，劉清水，劉廣利.高校圖書館效率的核評(píng)價(jià)方法［J］.情報(bào)雜志，2003（10）：102-103.

［22］李建霞.高校圖書館二階段績(jī)效動(dòng)態(tài)評(píng)價(jià)研究［J］.圖書情報(bào)工作，59（7）：61-68.

［23］高海濤，徐愷英，李晗.基于超效率DEA的高校圖書館評(píng)價(jià)體系研究［J］.圖書情報(bào)工作，2014，58（5）：17-21.

［24］［27］儲(chǔ)節(jié)旺，儲(chǔ)伊力.我國(guó)省域公共圖書館效率測(cè)評(píng)及影響因素分析——基于Super-SBM與Tobit模型的實(shí)證研究［J］.圖書情報(bào)工作，2015，59（22）：33-38，55.

［26］劉瑞林.信息素質(zhì)教育與圖書館［J］.中國(guó)圖書館學(xué)報(bào)，2007，33（4）：106-108.

（責(zé)任編輯：周堅(jiān)宇）

Calculation and Analysis of the Influencing Factors on“211 Project”University Libraries’Efficiency

CHU Yi-li，CHU Jie-wang

University libraries provide forceful support for teaching and scientific research in universities，therefore the efficiency and its influencing factors of university libraries should be evaluated and analyzed，which is good for university libraries to play an important role in scientific communities.Using Super-SBM model and Malmquist index method，the paper evaluates the dynamic and statistic efficiency of 37 university libraries of “211 Project”in China；then it analyzes the influencing factors of their efficiency with Tobit model.According to the efficiency evaluation，development level varies from library to library and most of the libraries have the problem of redundancy and waste of funds.According to the analysis on the influencing factors of efficiency，the proportion of doctors，total number of readers，opening hours，and the number of network port are positively correlated with the efficiency of library，but the proportion of senior professional titles，the purchase expense of paper-based resources，the number of servers，the staff average age，the building area and the city GDP are negatively related with the efficiency of library.

university library；data envelopment analysis；library efficiency；influence factor

*本文系安徽省教育廳2013年高等教育振興計(jì)劃人才項(xiàng)目（項(xiàng)目編號(hào)：2013jyzxrc308）研究成果之一

儲(chǔ)伊力，女，博士研究生，安徽大學(xué)經(jīng)濟(jì)學(xué)院；儲(chǔ)節(jié)旺，男，博士，安徽大學(xué)圖書館館長(zhǎng)、安徽大學(xué)管理學(xué)院教授、博士生導(dǎo)師。

2016-02-19