我國(guó)省(市)屬醫(yī)科院校投入與產(chǎn)出效率分析研究

近年來教育資源管理話題的熱度持續(xù)攀升，學(xué)者對(duì)于高校教育科研產(chǎn)出轉(zhuǎn)化效率也多有關(guān)注。

我國(guó)目前關(guān)于某一類型高等學(xué)校的投入與產(chǎn)出效率的分析研究較少。對(duì)某一類型高等學(xué)校的投入與產(chǎn)出效率進(jìn)行分析，有利于找到相同類型高校的投入與產(chǎn)出效率特點(diǎn)，為提升此類高校投入與產(chǎn)出效率轉(zhuǎn)化提出建議，這也是對(duì)于高校投入與產(chǎn)出研究的發(fā)展和創(chuàng)新?；诖怂悸罚疚膹耐度肱c產(chǎn)出效率轉(zhuǎn)化的角度，分析國(guó)內(nèi)24所省屬醫(yī)科院校2017年的投入與產(chǎn)出數(shù)據(jù)，為醫(yī)科院校的發(fā)展戰(zhàn)略提供參考。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

本文的研究對(duì)象為國(guó)內(nèi)24所省屬醫(yī)科類院校，數(shù)據(jù)來源為中華人民共和國(guó)教育部科學(xué)技術(shù)司編著的《高等學(xué)校科技統(tǒng)計(jì)資料匯編》，包括各類院校每年的研究與發(fā)展人員、科技經(jīng)費(fèi)、專著數(shù)量、國(guó)外及全國(guó)性刊物發(fā)表學(xué)術(shù)論文數(shù)、鑒定成果數(shù)、技術(shù)轉(zhuǎn)讓當(dāng)年實(shí)際收入、成果授獎(jiǎng)等信息。產(chǎn)出部分中的“當(dāng)年WOS核心合集發(fā)表論文被引頻次”從Web of Science(WOS)數(shù)據(jù)庫獲取，檢索式為“機(jī)構(gòu)名稱+2017年”。

1.2 指標(biāo)選取

科學(xué)研究活動(dòng)是復(fù)雜的活動(dòng)，有著多種的投入(人力、物力、財(cái)力)和多種產(chǎn)出(著作、專利、文章等)。投入指標(biāo)和產(chǎn)出指標(biāo)的選取對(duì)于使用數(shù)據(jù)包絡(luò)分析方法(Data Envelopment Analysis，DEA)模型評(píng)價(jià)高?？蒲行市Ч挠绊懮钸h(yuǎn)且重要。本文根據(jù)我國(guó)的實(shí)際情況、數(shù)據(jù)的可實(shí)現(xiàn)性和科學(xué)性，參考前人的研究，在投入方面以“高?？蒲信c發(fā)展全時(shí)人數(shù)”和“科技經(jīng)費(fèi)撥入”兩個(gè)指標(biāo)作為投入指標(biāo)；在產(chǎn)出方面，以“發(fā)表專著數(shù)”“國(guó)外及全國(guó)性刊物發(fā)表學(xué)術(shù)論文數(shù)”“鑒定成果數(shù)”“技術(shù)轉(zhuǎn)讓當(dāng)年實(shí)際收入”“成果授獎(jiǎng)”和“當(dāng)年WOS核心合集發(fā)表論文被引頻次”等6項(xiàng)指標(biāo)作為產(chǎn)出指標(biāo)(表1)。

1.3 研究方法

1.3.1 DEA方法

1978年，Charnes、Coopor和Rhodes首次提出的DEA是一種用于評(píng)價(jià)部門或決策單元的相對(duì)有效的效率分析方法[1]，也是對(duì)多個(gè)投入以及多個(gè)產(chǎn)出的多個(gè)決策單元的效率評(píng)價(jià)方法。該方法的原理主要是通過保持決策單元(Decision Making Units ，DMU)的輸入或者輸入不變，借助數(shù)學(xué)規(guī)劃和統(tǒng)計(jì)數(shù)據(jù)確定相對(duì)有效的生產(chǎn)前沿面，將各個(gè)決策單元投影到DEA的生產(chǎn)前沿面上，并通過比較決策單元偏離DEA前沿面的程度來評(píng)價(jià)它們的相對(duì)有效性[2]。

表1 投入與產(chǎn)出指標(biāo)匯總

1.3.2 DEA中的相關(guān)概念

1.3.2.1 (綜合)技術(shù)效率

(綜合)技術(shù)效率是決策單元在一定(最優(yōu)規(guī)模時(shí))投入要素的生產(chǎn)效率，綜合技術(shù)效率=純技術(shù)效率×規(guī)模效率。綜合技術(shù)效率是對(duì)決策單元的資源配置能力、資源利用效率等多方面能力的綜合衡量與評(píng)價(jià)。如果企業(yè)處于生產(chǎn)前沿的條件下，那么企業(yè)是技術(shù)有效的(綜合技術(shù)效率等于1)。

1.3.2.2 純技術(shù)效率

純技術(shù)效率是制度和管理水平帶來的效率，是企業(yè)由于管理和技術(shù)等因素影響的生產(chǎn)效率。純技術(shù)效率=1，表示在當(dāng)前的技術(shù)水平上，其對(duì)于投入資源的使用是有效率的。

1.3.2.3 規(guī)模效率

規(guī)模效率是指在制度和管理水平一定的前提下，現(xiàn)有規(guī)模與最優(yōu)規(guī)模之間的差異。規(guī)模效率是由于企業(yè)規(guī)模因素影響的生產(chǎn)效率，反映的是實(shí)際規(guī)模與最優(yōu)生產(chǎn)規(guī)模的差距。不完全競(jìng)爭(zhēng)和財(cái)務(wù)約束等可能導(dǎo)致決策單元不能在最合適的規(guī)模上運(yùn)作。

1.3.2.4 規(guī)模報(bào)酬

規(guī)模報(bào)酬(Returns to scale)是指在其他條件不變的情況下，一個(gè)企業(yè)或機(jī)構(gòu)內(nèi)各種生產(chǎn)要素按相同比例的變化所帶來的產(chǎn)出變化。規(guī)模報(bào)酬分析企業(yè)或機(jī)構(gòu)生產(chǎn)規(guī)模的變化與產(chǎn)出變化之間的關(guān)系。

2 基于DEA模型的省屬醫(yī)科院校分類評(píng)價(jià)結(jié)果

運(yùn)用 R語言軟件的Benchmarking包以及DEA-Solver軟件對(duì)24所省屬醫(yī)科類院校的投入與產(chǎn)出共8項(xiàng)指標(biāo)進(jìn)行處理，得出以下分析結(jié)果。

2.1 省屬醫(yī)科類院校投入產(chǎn)出指標(biāo)效率分析

筆者對(duì)所選醫(yī)科院校的數(shù)據(jù)信息進(jìn)行匯總統(tǒng)計(jì)后，其描述性統(tǒng)計(jì)分析如表2所示。由表2可以看出，部分指標(biāo)數(shù)據(jù)差距較大，如專著數(shù)最大值為114部，最小值為0，各決策單元間存在著發(fā)展不均衡的問題。

將樣本院校的原始數(shù)據(jù)代入數(shù)據(jù)包絡(luò)分析的CCR和BBC模型，結(jié)果如表3所示。

表2 省屬醫(yī)科院校2017年投入產(chǎn)出數(shù)據(jù)匯總

表3 國(guó)內(nèi)24所省屬醫(yī)科院校2017年效率值變化

2.1.1 技術(shù)效率分析

在24所樣本院校中，技術(shù)效率均值為0.761，高于平均值的院校有11所，低于平均值的院校有13所；技術(shù)效率達(dá)到1的有9所院校，占整體的37.5%。

從地域角度看，技術(shù)效率與區(qū)域發(fā)展情況的關(guān)聯(lián)性不大。在發(fā)達(dá)地區(qū)和欠發(fā)達(dá)地區(qū)都存在技術(shù)效率達(dá)到1的院校和未達(dá)到均值或1的院校。

2.1.2 純技術(shù)效率分析

24所省屬醫(yī)科院校的純技術(shù)效率平均值為0.837，純技術(shù)效率高于平均值的院校有16所，其中純技術(shù)效率為1的院校有13所，低于平均值的院校有8所。純技術(shù)效率超過平均值或?yàn)?，而技術(shù)效率低于平均值的院校有4所，分別是首都醫(yī)科大學(xué)、徐州醫(yī)科大學(xué)、貴州醫(yī)科大學(xué)和哈爾濱醫(yī)科大學(xué)。

2.1.3 規(guī)模效率分析

所選樣本院校中規(guī)模效率平均值為0.912。規(guī)模效率等于高于平均值的院校有16所，其中為1的院校有9所，低于平均值的有8所。首都醫(yī)科大學(xué)、內(nèi)蒙古醫(yī)科大學(xué)、哈爾濱醫(yī)科大學(xué)、廣東醫(yī)科大學(xué)院校的科研純技術(shù)效率有效(純技術(shù)效率為1)但規(guī)模效率無效(規(guī)模效率未達(dá)到1)。這4所院校在目前的技術(shù)水平上，其投入資源的使用是有效率的，未能達(dá)到綜合有效的根本原因在于其規(guī)模無效。因此這4所院校改革的重點(diǎn)是如何更好地發(fā)揮其規(guī)模效益，從而達(dá)到規(guī)模有效和整體技術(shù)有效。

2.2 2017年24所省屬醫(yī)科院校的投入冗余、產(chǎn)出不足量分析

為了進(jìn)一步研究醫(yī)科類高校的科研效率，筆者將時(shí)間限制為2017年，將樣本院校2017年的各項(xiàng)指標(biāo)數(shù)據(jù)導(dǎo)入DEA-Solver軟件，分析計(jì)算所選院校的投入冗余與產(chǎn)出不足量。具體相應(yīng)指標(biāo)的變動(dòng)值如表4所示。

表4 2017年24所省(直轄市)屬醫(yī)科院校的投入冗余與產(chǎn)出不足匯總

所選院校中，存在投入冗余量的院校數(shù)量為12所，占24所醫(yī)科類院校的50%；存在研究人員投入和科技經(jīng)費(fèi)投入雙指標(biāo)冗余的院校有11所。以徐州醫(yī)科大學(xué)為例，2017年《高等學(xué)?？萍冀y(tǒng)計(jì)資料匯編》中徐州醫(yī)科大學(xué)“研究與發(fā)展全時(shí)人員數(shù)”項(xiàng)統(tǒng)計(jì)數(shù)據(jù)為480/人年，本文中人員投入冗余量(投入1)計(jì)算得出數(shù)據(jù)為67.93，故應(yīng)該減少至412.07/人/年；2017年《高等學(xué)?？萍冀y(tǒng)計(jì)資料匯編》中徐州醫(yī)科大學(xué)的“科技經(jīng)費(fèi)撥入”項(xiàng)統(tǒng)計(jì)數(shù)據(jù)為108 543千元，本文中經(jīng)計(jì)算得出其科技經(jīng)費(fèi)撥入冗余量(投入2)為12 323.14，即應(yīng)減少冗余量至96 219.86千元。

在產(chǎn)出方面，未達(dá)到高效產(chǎn)出目標(biāo)值的院校存在產(chǎn)出不足量的指標(biāo)眾數(shù)為4項(xiàng)。以徐州醫(yī)科大學(xué)為例，其在“技術(shù)轉(zhuǎn)讓當(dāng)年實(shí)際收入”及“成果授獎(jiǎng)”指標(biāo)上存在產(chǎn)出不足。DEA無效的高?？梢园凑毡?減少投入量和增加產(chǎn)出量來提高自身投入與產(chǎn)出轉(zhuǎn)化效率。

3 討論

大學(xué)排名在政府對(duì)高等教育的決策中起到了一定的參考作用，是高等教育評(píng)價(jià)中一個(gè)不可忽視的重要參考量[3]，但在推動(dòng)高等教育發(fā)展的過程中也存在一些缺陷，如權(quán)重設(shè)置不合理、數(shù)據(jù)獲取不透明等，這使大學(xué)排名很難在公眾中形成一個(gè)明確的認(rèn)知[4]。從另一種角度看大學(xué)的競(jìng)爭(zhēng)力，即從投入與產(chǎn)出轉(zhuǎn)化效率角度對(duì)高校進(jìn)行評(píng)價(jià)不失為一個(gè)新的選擇，能夠評(píng)測(cè)一所高校有效配置教育資源的能力。通過對(duì)高校投入與產(chǎn)出轉(zhuǎn)化效率的分析，探討如何對(duì)相對(duì)弱的高校進(jìn)行效率提升，以實(shí)現(xiàn)提高高?？蒲挟a(chǎn)出效率和學(xué)校辦學(xué)水平的目的。

目前國(guó)內(nèi)對(duì)高?？蒲型度肱c產(chǎn)出的研究根據(jù)評(píng)價(jià)對(duì)象的不同，主要有以下3類。

一是對(duì)不同地區(qū)或省份的高校進(jìn)行分析。分析2009-2014年中央部屬高校的研究生教育的投入與產(chǎn)出效率，得出非“985工程”高校的研究生教育投入與產(chǎn)出效率排名均值呈現(xiàn)出逐年提高的趨勢(shì)[5]；分析2006-2015年河南省高校科技數(shù)據(jù)，得出效率較低的主要原因在于“國(guó)際會(huì)議交流人員”和“交流論文數(shù)量”兩個(gè)方面的缺失的結(jié)論[6]。

二是對(duì)不同院校之間的某一學(xué)科進(jìn)行分析。以高校人文社會(huì)科學(xué)學(xué)科為研究對(duì)象，從定性定量?jī)煞矫娣治隽藰颖靖咝５募夹g(shù)效率和規(guī)模效率，并提升提出了提升建議[7]。

三是對(duì)某地區(qū)或省份間的院校進(jìn)行分析。如以湖南省27所公立本科院校的科研績(jī)效狀況為研究對(duì)象，分析了3年間所選院校的超效率得分、技術(shù)效率、純技術(shù)效率等[8]；以河南省21所高校為例，對(duì)其樣本院校的財(cái)政性研發(fā)經(jīng)費(fèi)的投入與產(chǎn)出效率進(jìn)行了實(shí)證分析[9]。

省屬醫(yī)科院校的一個(gè)重要職責(zé)就是服務(wù)和滿足其所在區(qū)域的醫(yī)療衛(wèi)生需求。但目前我國(guó)省屬醫(yī)學(xué)院校發(fā)展中存在的問題不容忽視，如省屬醫(yī)科院校大多地處欠發(fā)達(dá)地區(qū)，在與重點(diǎn)高?；蛑攸c(diǎn)區(qū)域高校的資源競(jìng)爭(zhēng)中處于弱勢(shì)[10]。對(duì)省屬醫(yī)科院校進(jìn)行科學(xué)評(píng)價(jià)，有利于省級(jí)政府做出客觀的支持決策，有效解決院校發(fā)展中存在的問題。

研究發(fā)現(xiàn)，基于數(shù)據(jù)包絡(luò)分析法(DEA)的高?？蒲锌?jī)效分類評(píng)價(jià)具有統(tǒng)計(jì)學(xué)意義，不僅能夠很好解決決策單元(DMU)同質(zhì)性問題，而且還能使評(píng)價(jià)結(jié)論更加真實(shí)準(zhǔn)確。通過對(duì)國(guó)內(nèi)24所省屬醫(yī)科院校2017年的科研效率進(jìn)行實(shí)證分析得出了以下3點(diǎn)結(jié)論。

一是我國(guó)24所省屬醫(yī)科院校的科研投入與產(chǎn)出轉(zhuǎn)化效率整體水平呈現(xiàn)出兩極分化的趨勢(shì)。所選醫(yī)科院校綜合技術(shù)效率平均值為0.752，其中均值低于平均值的院校有11所，包括山西醫(yī)科大學(xué)、福建醫(yī)科大學(xué)和廣州醫(yī)科大學(xué)等，占24醫(yī)科院校的45.8%；均值高于平均值的院校共13所，包括安徽醫(yī)科大學(xué)、寧夏醫(yī)科大學(xué)和新疆醫(yī)科大學(xué)，占所選24所院校的54.2%。從數(shù)據(jù)上來看，醫(yī)科類院校的投入與產(chǎn)出轉(zhuǎn)化效率與地區(qū)并無直接關(guān)聯(lián)。24所省屬醫(yī)科院校中，DEA中3項(xiàng)效率不理想的院校應(yīng)該大力推進(jìn)現(xiàn)代大學(xué)治理體系建設(shè)，提高學(xué)校的管理水平，提升學(xué)校對(duì)于資源的統(tǒng)籌規(guī)劃能力，根據(jù)科研效率的具體情況采取不同的措施進(jìn)行改進(jìn)，如調(diào)整科研規(guī)模，調(diào)節(jié)投入與產(chǎn)出值等。國(guó)家相關(guān)部門則應(yīng)提出更加科學(xué)合理的，關(guān)于科研人員、科研經(jīng)費(fèi)管理的政策法規(guī)，提升省屬醫(yī)科院校的投入與產(chǎn)出轉(zhuǎn)化效率。

二是我國(guó)在科研績(jī)效評(píng)價(jià)方面仍有很大進(jìn)步空間，應(yīng)通過科研績(jī)效評(píng)價(jià)的規(guī)范化提高高校工作人員的科研熱情，增加科研產(chǎn)出，提高科研投入與產(chǎn)出轉(zhuǎn)化效率。目前國(guó)內(nèi)尚無成熟的科研效率評(píng)價(jià)體系，我國(guó)應(yīng)多吸取國(guó)外先進(jìn)經(jīng)驗(yàn)。如英國(guó)高?？蒲性u(píng)估(RAE)[11]針對(duì)科研成果、科研隊(duì)伍、獎(jiǎng)學(xué)金、科研環(huán)境和信譽(yù)等進(jìn)行評(píng)定審核，對(duì)各高校的科研產(chǎn)出進(jìn)行綜合評(píng)價(jià)。

三是我國(guó)在增加教育資本注入的同時(shí)，也應(yīng)該注意高校的投入與產(chǎn)出轉(zhuǎn)化效率，這樣才能更好地進(jìn)行教育資源統(tǒng)籌規(guī)劃，實(shí)現(xiàn)科研產(chǎn)出的提升，最終達(dá)到科研產(chǎn)出從量變向質(zhì)變的飛躍。

4 結(jié)語

本文從高?？蒲袛?shù)據(jù)的投入與產(chǎn)出轉(zhuǎn)化效率入手，以數(shù)據(jù)包絡(luò)分析法、R語言和DEA-Solver作為方法工具，對(duì)我國(guó)24所省屬醫(yī)科院校進(jìn)行了效率分析，是對(duì)高校效率評(píng)價(jià)體系理論的實(shí)踐完善。但本文仍存在一定的局限性與不足之處，如只對(duì)24所院校進(jìn)行了數(shù)據(jù)包絡(luò)分析，沒有對(duì)所有同類決策單元進(jìn)行比較分析，研究范圍有限。未來可以進(jìn)一步擴(kuò)展為對(duì)所有醫(yī)藥類高校或全國(guó)所有高校進(jìn)行研究。