“雙一流”建設(shè)高校科研效率及其變化

宗曉華 付呈祥

摘要：科學(xué)合理地評(píng)估高?？蒲行剩?jù)此優(yōu)化高?？蒲匈Y源配置，進(jìn)而提高科研效率，是落實(shí)“雙一流”建設(shè)方案“績(jī)效評(píng)價(jià)、動(dòng)態(tài)支持”要求的重要路徑。選取教育部直屬“雙一流”建設(shè)高校，構(gòu)建突出科研質(zhì)量和貢獻(xiàn)度的指標(biāo)體系，使用超效率BCC模型和Malmquist模型方法，分析2010—2015年間高校的科研效率及其變動(dòng)。研究發(fā)現(xiàn)：樣本科研效率整體偏低，科研效率雖有提高但速度緩慢，導(dǎo)致科研效率提高的主要因素是科研管理效率提升和規(guī)模效率增加，但規(guī)模效應(yīng)趨于衰減。中西部地區(qū)高校由于經(jīng)費(fèi)投入不穩(wěn)定，科研效率波動(dòng)較大，大理類高?？蒲行食掷m(xù)降低。未來應(yīng)主要通過提高科研管理水平和創(chuàng)新科研生產(chǎn)技術(shù)來提高科研效率，擺脫對(duì)要素投入驅(qū)動(dòng)的過度依賴;同時(shí)加強(qiáng)對(duì)中西部高校穩(wěn)定持續(xù)的經(jīng)費(fèi)投入，改進(jìn)經(jīng)費(fèi)與人力資源的匹配度，優(yōu)化大理類高校的學(xué)科結(jié)構(gòu)。

關(guān)鍵詞：“雙一流”建設(shè)高校;科研效率;科研評(píng)價(jià);超效率DEA;Malmquist指數(shù)

中圖分類號(hào)：G644???文獻(xiàn)標(biāo)志碼：A???文章編號(hào)：1008-5831（2020）01-0093-14

一、研究背景與思路

隨著經(jīng)濟(jì)結(jié)構(gòu)的轉(zhuǎn)型升級(jí)和創(chuàng)新驅(qū)動(dòng)戰(zhàn)略的深度實(shí)施，高校的科技創(chuàng)新及其對(duì)社會(huì)經(jīng)濟(jì)發(fā)展的貢獻(xiàn)受到前所未有的重視，國家對(duì)高校的科研投入快速增加。據(jù)科技部和教育部聯(lián)合發(fā)布的《中國普通高校創(chuàng)新能力監(jiān)測(cè)報(bào)告2016》顯示，2015年我國高校R&D經(jīng)費(fèi)支出達(dá)998.6億元，是2006年的3.6倍;高校R&D人員全時(shí)當(dāng)量為35.5萬人年，比2006年增長(zhǎng)46.7%，居世界第一。高校SCI論文發(fā)表達(dá)到22萬篇，比2006年增加了1.68倍 [1]。由高校牽頭的重大科技攻關(guān)任務(wù)取得了舉世矚目的成就，服務(wù)國家需求和經(jīng)濟(jì)發(fā)展的能力顯著增強(qiáng)。例如，由高校牽頭研制的高鐵項(xiàng)目已經(jīng)助力我國高鐵走向世界。然而，高校科研產(chǎn)出的增加是否僅僅由于大規(guī)模的科研投入驅(qū)動(dòng)，還是科研效率也得到了顯著的提高？哪些高?？蒲行矢?，哪些高校科研效率提高的速度更快？這些問題不僅是重要的理論問題，而且也是當(dāng)前落實(shí)“雙一流”建設(shè)政策緊迫的現(xiàn)實(shí)問題。我國“雙一流”建設(shè)總體方案要求，要形成基于績(jī)效評(píng)價(jià)的動(dòng)態(tài)調(diào)整與激勵(lì)約束機(jī)制。相比于教學(xué)活動(dòng)來說，高校的科研效率評(píng)價(jià)存在更多的顯性指標(biāo)和可選方式，然而在開展評(píng)價(jià)時(shí)仍會(huì)面臨一些理論和技術(shù)上的挑戰(zhàn)，例如在評(píng)價(jià)指標(biāo)選取上如何在學(xué)術(shù)優(yōu)先和服務(wù)經(jīng)濟(jì)社會(huì)發(fā)展之間權(quán)衡[2]，在評(píng)價(jià)標(biāo)準(zhǔn)與模型設(shè)定上如何在統(tǒng)一評(píng)價(jià)標(biāo)準(zhǔn)和學(xué)科結(jié)構(gòu)多樣化之間折衷[3]，等等。這些問題與矛盾都必須在制定“雙一流”建設(shè)大學(xué)科研績(jī)效評(píng)價(jià)與撥款機(jī)制時(shí)給予充分的討論和深入的研究。

目前關(guān)于高?？蒲行实脑u(píng)價(jià)主要采用加權(quán)產(chǎn)出與加權(quán)投入之比的計(jì)量邏輯來衡量。根據(jù)確定權(quán)重方法的不同，又可分為統(tǒng)計(jì)方法和數(shù)學(xué)規(guī)劃方法。前者主要應(yīng)用因子分析方法確定權(quán)重，整合各種要素投入得分[4]。后者主要采用數(shù)據(jù)包絡(luò)分析（DEA）和隨機(jī)前沿分析（SFA）來測(cè)量。其中，DEA及其擴(kuò)展模型因其預(yù)設(shè)條件少，易于操作，在高等教育效率評(píng)價(jià)方面的應(yīng)用日益廣泛[5]。使用DEA方法來分析我國大學(xué)科研生產(chǎn)效率的研究也逐步增多，關(guān)注的重點(diǎn)從靜態(tài)評(píng)價(jià)轉(zhuǎn)向動(dòng)態(tài)評(píng)價(jià)，使用的模型也日趨復(fù)雜[6-9]。

總體上看，目前使用DEA模型評(píng)價(jià)高?？蒲行实南嚓P(guān)文獻(xiàn)存在以下不足：第一，由于數(shù)據(jù)可獲得性等原因，評(píng)價(jià)指標(biāo)體系較為簡(jiǎn)單，多關(guān)注科研數(shù)量指標(biāo)如論文發(fā)表量等，對(duì)于科研質(zhì)量指標(biāo)如引用率等涉及較少，更重要的是，缺乏科研產(chǎn)出的社會(huì)經(jīng)濟(jì)影響指標(biāo);第二，評(píng)價(jià)過程中對(duì)于高校內(nèi)部的學(xué)科結(jié)構(gòu)差異和外部的經(jīng)濟(jì)社會(huì)環(huán)境關(guān)注較少，評(píng)價(jià)結(jié)果對(duì)于一些高校來說有失公允。

鑒于此，本文試圖從以下幾方面改進(jìn)研究工作：（1）構(gòu)建以質(zhì)量為中心、以科研貢獻(xiàn)度為重點(diǎn)，相對(duì)全面的科研產(chǎn)出的指標(biāo)體系，包含高質(zhì)量科研論文、科研成果獲獎(jiǎng)以及科研服務(wù)社會(huì)三方面;（2）將樣本高校根據(jù)學(xué)科構(gòu)成劃分為綜合類和大理類

大理類高校32所，綜合類高校27所，具體劃分方法可參見袁振國等人于2013年發(fā)表的論文。，分別計(jì)算不同類型高校的科研效率，并根據(jù)不同的模型進(jìn)行分解，還原不同類型高校的真實(shí)效率值;（3）為了探究不同類型高校的科研效率變化情況，通過將樣本高校分為東、中和西部三個(gè)地區(qū)，進(jìn)行分地區(qū)評(píng)價(jià)。

需要說明的是，由于資料獲取具有較大難度，本文采用2010—2015年樣本高校數(shù)據(jù)進(jìn)行處理和分析，但并不影響對(duì)總體情況和規(guī)律性的把握。

二、計(jì)量模型和方法

Charnes等[10]提出DEA-CCR模型，解決決策單元排序問題，但是該模型假定生產(chǎn)規(guī)模不變，與實(shí)際生產(chǎn)過程不符。因此，學(xué)者通過增加凸性約束?nj=1λj=1（λ≥1），形成了DEA-BCC模型[11]，使投影點(diǎn)的生產(chǎn)規(guī)模與被評(píng)價(jià)的決策單元（DMU）的成產(chǎn)規(guī)模處于同一水平，從而可以計(jì)算規(guī)模可變情況下的效率。以上兩個(gè)模型的不足之處在于，如果多個(gè)單元處于前沿面，那么這些有效單元的效率值就都是1，無法再進(jìn)行比較。為解決這一問題，Anderson 和 Petersen提出超效率模型（Super Efficiency Model，SE），通過在標(biāo)準(zhǔn)效率DEA模型中加入了j≠k的條件限制，將被評(píng)價(jià)DMU從參考集中剔除。也就是說，被評(píng)價(jià)DMU的效率是參考其他DMU構(gòu)成的前沿得出的，有效DMU的超效率值一般會(huì)大于1，從而可以對(duì)有效DMU進(jìn)行區(qū)分[12]。然而，在產(chǎn)出導(dǎo)向VRS徑向超效率模型中，存在無可行解的情況。針對(duì)此，學(xué)者Chen J-X等人提出了一般化導(dǎo)向VRS徑向模型[13]：

min1-wIα1+w0β;

s.t.?nj=1，j≠kλjxij≤[1-f（wI）α]xik;

nj=1，j≠kλjyrj≥[1+f（wo）β]yrk;

nj=1，j≠kλj=1

α≤0，β≤0，λj≥0;

i=1，2，…， m; r=1，2，…，q; j=1，2，…，n（j≠k）;wI+wo>0，wI≥0，wo≥0

f（w）=0， if w=01， if w>0

在公式中，k為有效DMU，α代表投入等比例縮減的程度，β代表產(chǎn)出等比例增加的程度。WI和WO為模型的兩個(gè)參數(shù)，分別表示投入導(dǎo)向和產(chǎn)出導(dǎo)向的權(quán)重，當(dāng)兩個(gè)參數(shù)均大于0時(shí)，模型不存在無可行解的情況，DMU的效率值為（1-α）/（1+β）。該模型的提出為比較處于生產(chǎn)前沿面上的決策單元效率差異提供了有效的解決思路。

超效率DEA模型能夠評(píng)價(jià)高校間的科研投入—產(chǎn)出的相對(duì)效率，但是這種效率是一種靜態(tài)效率，如果要進(jìn)行跨年份動(dòng)態(tài)比較，還必須引入評(píng)價(jià)跨期動(dòng)態(tài)效率變化的曼奎斯特生產(chǎn)率指數(shù)（Malmquist Index，簡(jiǎn)稱MI）。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[14]，F(xiàn)re最早使用DEA方法計(jì)算Malmquist生產(chǎn)率指數(shù)，并將其分解為兩個(gè)方面：一是被評(píng)價(jià)DMU兩個(gè)時(shí)期內(nèi)的技術(shù)效率變化（Technological Efficiency，TE），即資源配置和使用效率，反映決策單元的實(shí)際產(chǎn)出與最優(yōu)前沿面的距離，當(dāng)TE>1，表示在該時(shí)期內(nèi)，組織管理水平提高導(dǎo)致組織效率提高，出現(xiàn)追趕效應(yīng)，反之則下降;二是生產(chǎn)技術(shù)進(jìn)步（Technological Change，TC），即最優(yōu)前沿面的向外擴(kuò)展，在同樣的要素投入情況下，潛在產(chǎn)出量得到提高，實(shí)際上是出現(xiàn)了技術(shù)創(chuàng)新和進(jìn)步，即創(chuàng)新效應(yīng)[15]。Fre等人又進(jìn)一步將EC分解成純技術(shù)效率變化（PEC）和規(guī)模效率變化（SEC）[16]，Zofio的研究則更進(jìn)了一步，將生產(chǎn)技術(shù)進(jìn)步分解成純技術(shù)變化（PTC）和規(guī)模技術(shù)變化（STC）[17]。最后分解出來的公式是：MI=TE*TC=PEC*SEC*PTC*STC。使用Malmquist指數(shù)分解，可以明確組織生產(chǎn)效率變化產(chǎn)生的具體原因，并且該指數(shù)通過跨年份動(dòng)態(tài)數(shù)據(jù)計(jì)算，具有穩(wěn)定性等優(yōu)勢(shì)。具體指數(shù)模型如下：

MI（yt+1，xt+1，yt，xt）=Dt+1（xt+1，yt+1）Dt（xt，yt）Dt（yt+1，xt+1）Dt+1（yt+1，xt+1）.Dt（yt，xt）Dt+1（yt，xt）1/2

三、評(píng)價(jià)指標(biāo)選擇與數(shù)據(jù)處理

（一）評(píng)價(jià)指標(biāo)選擇

DEA方法對(duì)指標(biāo)變量選擇較為敏感，隨著模型所選擇指標(biāo)變量的增加，前沿面上的決策單元數(shù)上升，會(huì)影響估計(jì)精度，因此投入指標(biāo)、產(chǎn)出指標(biāo)選擇的合理性是確保運(yùn)用 DEA 模型評(píng)價(jià)高?？蒲锌?jī)效科學(xué)性的關(guān)鍵。目前并沒有關(guān)于高?？蒲兄笜?biāo)體系構(gòu)建的統(tǒng)一標(biāo)準(zhǔn)，一般而言，高校科研指標(biāo)體系的選取不應(yīng)該過分看重全面性，應(yīng)當(dāng)向科學(xué)性、可比性等原則傾斜[18]，科學(xué)性原則意味著指標(biāo)選取時(shí)應(yīng)該處理好質(zhì)量和數(shù)量的關(guān)系、處理好國內(nèi)數(shù)據(jù)和國外數(shù)據(jù)的關(guān)系、平衡自然科學(xué)和社會(huì)科學(xué)的關(guān)系[19]。以科研質(zhì)量和貢獻(xiàn)度為導(dǎo)向的科研效率評(píng)估，有利于改進(jìn)科研人員及管理者的價(jià)值觀念，進(jìn)而促進(jìn)高校科研質(zhì)量，推動(dòng)高校追求內(nèi)涵式發(fā)展?；谝陨显瓌t，本研究選取2項(xiàng)科研投入指標(biāo)和14項(xiàng)科研產(chǎn)出指標(biāo)，其中產(chǎn)出指標(biāo)涵蓋科研論文、科研獲獎(jiǎng)、社會(huì)服務(wù)三個(gè)維度。由于科研產(chǎn)出指標(biāo)涵蓋較廣，目前僅能搜集到教育部直屬高校的完整數(shù)據(jù)。剔除較為特殊的藝術(shù)語言類高校，如中央美術(shù)學(xué)院、中央音樂學(xué)院等，最終參與效率評(píng)價(jià)的高校為59所。這些部屬高校均為“雙一流”建設(shè)高校;其中一流大學(xué)建設(shè)高校32所，一流學(xué)科建設(shè)高校27所。

1.科研投入及其分布狀況

“人”“財(cái)”“物”投入是科研效率評(píng)價(jià)的主要投入要素，其中物力資本主要是財(cái)力投入長(zhǎng)期積累而成，屬于存量概念，短期內(nèi)相對(duì)較為穩(wěn)定。本研究選取專任教師數(shù)量作為高校科研的人力投入變量，選取研發(fā)經(jīng)費(fèi)當(dāng)年總支出為財(cái)力投入變量。專任教師是高校科研生產(chǎn)的主力軍[20]，經(jīng)費(fèi)是科研活動(dòng)的經(jīng)濟(jì)保障。

從專任教師投入來看，各校之間教師規(guī)模差異巨大，其中吉林大學(xué)專任教師人數(shù)最多，2014年為4 817人，其次為四川大學(xué)和山東大學(xué)，專任教師人數(shù)均在4 000人以上。但是，有些高校專任教師規(guī)模很小，北京林業(yè)大學(xué)和北京中醫(yī)藥大學(xué)等7所高校的專任教師人數(shù)在1 500人以下。其中，中國藥科大學(xué)2014年專任教師人數(shù)僅為884人，不足吉林大學(xué)的1/5。樣本高校專任教師總?cè)藬?shù)由131 187人增加至139 385人，年均增長(zhǎng)率僅為1.53%，各高校專任教師規(guī)模都比較穩(wěn)定。

從科研經(jīng)費(fèi)投入來看，樣本高校科研經(jīng)費(fèi)投入水平較高，且增長(zhǎng)較快。2010年科研經(jīng)費(fèi)投入總額為275.46億元，2014年增到了361.44億元，年均增幅為7.05%。根據(jù)《2015年高等學(xué)校科技統(tǒng)計(jì)資料匯編》統(tǒng)計(jì)，2014年全國1 146所高校研發(fā)經(jīng)費(fèi)投入總額825.05億元，樣本高校的研發(fā)經(jīng)費(fèi)為361.44億元。也就是說，59所樣本高校獲得了總科研經(jīng)費(fèi)的40.24%。然而，這些高校內(nèi)部科研經(jīng)費(fèi)規(guī)模差異卻十分顯著。科研經(jīng)費(fèi)最多的清華大學(xué)，2014年的研發(fā)經(jīng)費(fèi)投入為29.19億元，是投入最少的北京中醫(yī)藥大學(xué)（0.22億元）的132倍。投入經(jīng)費(fèi)在5億元以下的高校有31所，其中有10所高校經(jīng)費(fèi)不足2億元，投入經(jīng)費(fèi)在5億元～10億元之間的高校有20所，投入10億元～15億元的高校有5所，投入高于15億元的高校為3所。

從師均研發(fā)經(jīng)費(fèi)來看，經(jīng)費(fèi)最多的高校為清華大學(xué)，2014年的師均研發(fā)經(jīng)費(fèi)是87.59萬元，是經(jīng)費(fèi)最少的北京中醫(yī)藥大學(xué)（2.04萬元）的42.94倍。這里采用基尼系數(shù)來衡量各高校之間的經(jīng)費(fèi)差異程度。基尼系數(shù)是國際上通用的用以衡量收入差距的常用指標(biāo)。2014年樣本高校的師均科研經(jīng)費(fèi)基尼系數(shù)值為0.44，說明各高校之間的科研經(jīng)費(fèi)分配差異極大，極少數(shù)高校占據(jù)了大部分科研經(jīng)費(fèi)。

從研發(fā)投入的區(qū)域分布來看，東部地區(qū)、中部地區(qū)和西部地區(qū)高校人員與經(jīng)費(fèi)的投入差異巨大。東部地區(qū)高校校均專任教師相對(duì)最少，2014年校均專任教師2 186人，年均增長(zhǎng)為1.57%。但是東部地區(qū)高?？蒲薪?jīng)費(fèi)投入最多，校均科研經(jīng)費(fèi)由2010年的4.96億元逐漸增長(zhǎng)為2014年的6.97億元，年均增幅達(dá)到了8.90%，增速較為穩(wěn)定。中部地區(qū)高校校均專任教師數(shù)量最多，2014年校均專任教師人數(shù)為2 582人，年增長(zhǎng)率為0.78%;校均科研經(jīng)費(fèi)增長(zhǎng)呈現(xiàn)先上升后下降的趨勢(shì)，年均增長(zhǎng)率為4.79%。西部地區(qū)高校校均專任教師2014年為2 500人，年增長(zhǎng)率為2.29%;校均科研經(jīng)費(fèi)呈現(xiàn)增長(zhǎng)和下降的交替趨勢(shì)，整體增長(zhǎng)率為2.24%。具體情況參見圖1和圖2。

從圖1、圖2可以看出，中西部地區(qū)高校專任教師規(guī)模相對(duì)穩(wěn)定，但研發(fā)經(jīng)費(fèi)波動(dòng)幅度較大，且有些年份出現(xiàn)負(fù)增長(zhǎng)情況，兩項(xiàng)投入要素之間的匹配度不高。例如，中部地區(qū)高校2012年科研經(jīng)費(fèi)校均投入為4.88億元，而2013年卻下降為4.67億元，降低幅度為4.50%;西部高校2011年校均科研經(jīng)費(fèi)為4.38億元，2012年卻下降為4.06億元，下降幅度為7.90%。

2.產(chǎn)出指標(biāo)選取及描述

在科研產(chǎn)出方面，為了充分體現(xiàn)質(zhì)量和效益導(dǎo)向的原則，本研究選取科研論文、科研獲獎(jiǎng)和社會(huì)服務(wù)三個(gè)維度14項(xiàng)產(chǎn)出指標(biāo)。

（1）科研論文。科研論文是高?？蒲挟a(chǎn)出的標(biāo)志之一。本文采用基本科學(xué)指標(biāo)數(shù)據(jù)庫（Essential Science Indicators，簡(jiǎn)稱ESI）的論文總量以及被引量作為重要的質(zhì)量指標(biāo)，數(shù)據(jù)采集時(shí)間為2017年7月16日。由于ESI主要收錄國際期刊發(fā)表論文，且理工科較多，為此，本研究選取中文社會(huì)科學(xué)引文索引（CSSCI）論文指標(biāo)，以反映國內(nèi)哲學(xué)社會(huì)科學(xué)研究成果。樣本高校2011—2015年間ESI論文總數(shù)為242萬篇，總引用量達(dá)到了1 173.58萬次，并且論文總數(shù)和總被引用量呈現(xiàn)高速上升態(tài)勢(shì)，年均增長(zhǎng)幅度分別達(dá)到了15.27%和25.62%;高影響論文（Top論文）是指ESI論文中的高被引用論文和熱點(diǎn)論文，是學(xué)術(shù)影響力和學(xué)科評(píng)估的重要指標(biāo)。通過分析可知，高影響論文數(shù)量呈現(xiàn)高速增長(zhǎng)的趨勢(shì)，年均增長(zhǎng)幅度為22.43%。值得注意的是，高影響論文的引用率雖然年均增長(zhǎng)5.29%，但是增幅卻越來越小，這也顯示出雖然高被引論文數(shù)量增加，但可持續(xù)性堪憂。樣本高校的C刊論文發(fā)表數(shù)量一直呈下降趨勢(shì)，年均下降幅度為0.91%，這也反映了這些部屬重點(diǎn)高校已經(jīng)更多傾向于質(zhì)量導(dǎo)向而非數(shù)量導(dǎo)向，且越來越注重國際期刊論文發(fā)表。

（2）科研獲獎(jiǎng)。國家自然科學(xué)獎(jiǎng)、國家技術(shù)發(fā)明獎(jiǎng)和國家科技進(jìn)步獎(jiǎng)是國家科技最高獎(jiǎng)項(xiàng)，代表著我國在科技領(lǐng)域最高的榮譽(yù)。獲得該獎(jiǎng)項(xiàng)表征著國家和社會(huì)對(duì)該項(xiàng)科技成果的充分肯定。目前，不同的高校對(duì)三大獎(jiǎng)的不同等級(jí)給予不同的獎(jiǎng)勵(lì)，其中北京大學(xué)的做法較為典型，并被很多高校借鑒，本文亦采取這種方法，分別賦予三大獎(jiǎng)中一等獎(jiǎng)（包括特等獎(jiǎng)）權(quán)重為1，二等獎(jiǎng)權(quán)重為1/2，三等獎(jiǎng)權(quán)重為1/4[21]。同時(shí)選取人文社會(huì)科學(xué)省級(jí)和部級(jí)獎(jiǎng)勵(lì)作為科研獲獎(jiǎng)的另一個(gè)重要二級(jí)指標(biāo)。具體來看，2011—2015年間，樣本高校共獲得國家自然科學(xué)獎(jiǎng)161項(xiàng)，其中一等獎(jiǎng)7項(xiàng);獲得技術(shù)發(fā)明獎(jiǎng)共180項(xiàng)，其中一等獎(jiǎng)8項(xiàng);獲得國家科技進(jìn)步獎(jiǎng)551項(xiàng)，其中特等獎(jiǎng)8項(xiàng)，一等獎(jiǎng)46項(xiàng);獲得人文社會(huì)科學(xué)部級(jí)和省級(jí)獎(jiǎng)分別為1 352項(xiàng)和3 223項(xiàng)。高校獲獎(jiǎng)數(shù)量每年都不一樣，且呈現(xiàn)無規(guī)律波動(dòng)狀態(tài)，這也顯示出科研創(chuàng)新的高度不確定性。

（3）社會(huì)服務(wù)。社會(huì)服務(wù)作為高校科研的另一項(xiàng)重點(diǎn)，應(yīng)該得到重點(diǎn)關(guān)注。樣本高校在2011—2015年間，共有10 171份研究報(bào)告被采納，獲得專利授權(quán)139 636件，技術(shù)轉(zhuǎn)讓獲得收益總額為69.98億元，專利出售金額為11.19億元。研究報(bào)告數(shù)量呈現(xiàn)先減少、后增加的態(tài)勢(shì)，平均年度增幅為8.05%;而專利授權(quán)數(shù)量整體呈快速增長(zhǎng)趨勢(shì)，平均年度增幅達(dá)到了15.45%;技術(shù)轉(zhuǎn)讓收入呈現(xiàn)逐年下降趨勢(shì)，從2012年度開始為負(fù)增長(zhǎng)，平均年度增幅-2.69%;專利出售呈現(xiàn)較強(qiáng)的波動(dòng)性，平均年度增幅為1.85%。

（二）數(shù)據(jù)處理

根據(jù)Golany和 Roll實(shí)證研究發(fā)現(xiàn)，參與評(píng)價(jià)的DMU個(gè)數(shù)至少應(yīng)該是投入和產(chǎn)出項(xiàng)目數(shù)量之和的兩倍，科研投入和產(chǎn)出指標(biāo)需要盡量精簡(jiǎn)[22]。由于本研究選取的產(chǎn)出指標(biāo)較多，為了進(jìn)一步降維，先對(duì)各項(xiàng)指標(biāo)使用極值法進(jìn)行標(biāo)準(zhǔn)化處理，然后采用學(xué)界較為常用的熵值法賦權(quán)對(duì)各維度內(nèi)的指標(biāo)進(jìn)行加總[23]。

考慮到科研存在滯后性，根據(jù)同類研究，將產(chǎn)出數(shù)據(jù)前置一年[24]，即2010年的投入，對(duì)應(yīng)2011年的產(chǎn)出，并以此類推。因此，本文的數(shù)據(jù)即2010年至2014年的投入數(shù)據(jù)，對(duì)應(yīng)于2011至2015年的產(chǎn)出數(shù)據(jù)。樣本高校數(shù)據(jù)主要采集于歷年的《教育部直屬高校統(tǒng)計(jì)資料匯編》《高等學(xué)?？萍冀y(tǒng)計(jì)資料匯編》以及Web of Science學(xué)術(shù)發(fā)表與引文數(shù)據(jù)庫。

四、實(shí)證分析與結(jié)果討論

實(shí)證研究分兩步進(jìn)行：第一步是靜態(tài)效率評(píng)價(jià)，根據(jù)DEA-BCC模型，使用Maxdea7.0軟件，計(jì)算大學(xué)科研效率得分，并進(jìn)行超效率分解，計(jì)算出在數(shù)據(jù)包絡(luò)前沿面的決策單元的效率;第二步是動(dòng)態(tài)效率評(píng)價(jià)，根據(jù)Malmquist模型，對(duì)各高校的科研動(dòng)態(tài)效率進(jìn)行計(jì)算并分解，并對(duì)不同地區(qū)和不同學(xué)科類型高校進(jìn)行差異分析。

（一）高?？蒲徐o態(tài)效率分析

使用投入導(dǎo)向的BCC模型和超效率模型，應(yīng)用Maxdea7軟件對(duì)2010—2015年樣本高校的科研效率進(jìn)行測(cè)度，結(jié)果見表2。表2中，TE是指技術(shù)效率，表示對(duì)決策單元的資源配置能力、資源使用效率等的綜合衡量與評(píng)價(jià)。PTE是純技術(shù)效率，是制度完善和管理水平提升帶來的效率，它與技術(shù)效率的區(qū)別在于計(jì)算純技術(shù)效率時(shí)沒有考慮規(guī)模效率因素。SE是規(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。RTS是規(guī)模收益情況，規(guī)模收益遞增說明決策單元應(yīng)該擴(kuò)大規(guī)模;反之，規(guī)模收益遞減，決策單元?jiǎng)t應(yīng)縮減規(guī)模。Super是相應(yīng)的超效率值（表2中的下標(biāo)s），各效率指標(biāo)之間的關(guān)系是：TE=PTE*SE，TE_s=PTE_s*SE_s。

從靜態(tài)DEA-BCC模型來看，技術(shù)效率平均值為0.545 6，純技術(shù)效率平均值為0.727 7，規(guī)模效率平均值為0.713 9，說明59所直屬高校整體技術(shù)效率比較低。其中，10所高校技術(shù)效率達(dá)到了1，構(gòu)成了技術(shù)效率的前沿面，分別為北京大學(xué)、中國人民大學(xué)、清華大學(xué)、北京師范大學(xué)、南開大學(xué)、復(fù)旦大學(xué)、南京大學(xué)、華中師范大學(xué)、西南大學(xué)和陜西師范大學(xué)。西安交通大學(xué)、武漢大學(xué)、中山大學(xué)、中國藥科大學(xué)和北京中醫(yī)藥大學(xué)的純技術(shù)效率雖達(dá)到了1，但是受規(guī)模效率的影響，技術(shù)效率沒有達(dá)到最佳狀態(tài)。

通過超效率模型對(duì)BCC模型的分解，原來處于前沿面的高校效率值得到進(jìn)一步的計(jì)算和排序。結(jié)果顯示，清華大學(xué)真實(shí)的技術(shù)效率值是2.8740，居首位，其次是西南大學(xué)（1.8832）和中國人民大學(xué)（1.7650）。純技術(shù)效率排序發(fā)生了較大變化，純技術(shù)效率的超效率最高的是北京中醫(yī)藥大學(xué)，達(dá)到4.6745，但是由于其規(guī)模效率太低，因此整體效率不高。

從以上BCC模型和超效率分解模型來看，樣本高校的整體技術(shù)效率并不高，BBC模型下的靜態(tài)效率均值僅為0.55，超效率模型下的均值為0.62，說明很大部分高校的效率距離最優(yōu)效率仍有很大差距。羅杭、郭珍等相關(guān)實(shí)證研究顯示，部屬高校的科研效率均值為0.74[25]，相比之下，本研究中樣本高校的得分更低。

超效率分解模型也顯示，一些高校科研效率不高主要是由純技術(shù)效率較低所導(dǎo)致，例如吉林大學(xué)（0.37）、東北大學(xué)（0.38）就是如此，僅有13所高校的純技術(shù)效率大于1;一些高?？蒲行什桓咧饕怯梢?guī)模效率較低所致，例如北京中醫(yī)藥大學(xué)（0.07）、北京交通大學(xué)（0.28）和長(zhǎng)安大學(xué)（0.30）就是如此，僅有1所學(xué)校規(guī)模效率大于1。規(guī)模效率低的原因可分為兩種情況：一種是投入規(guī)模過大，已經(jīng)進(jìn)入規(guī)模收益遞減階段，例如清華大學(xué)、北京大學(xué)、復(fù)旦大學(xué)、武漢大學(xué)和中山大學(xué)等;一種是投入規(guī)模不足，仍處于規(guī)模收益遞增階段，如南京大學(xué)、北京師范大學(xué)、南開大學(xué)等。由于本研究使用兩項(xiàng)投入指標(biāo)，具體是何種因素投入過度或不足，要視其效率評(píng)價(jià)的參照院校（benchmark）才可甄別。例如，南京大學(xué)的參照院校是北京大學(xué)、清華大學(xué)、復(fù)旦大學(xué)和中國藥科大學(xué)。由于參照院校信息較為龐大，這里不再贅述。

規(guī)模收益是指組織內(nèi)部各種生產(chǎn)要素按相同比例變化時(shí)所帶來的產(chǎn)出變化，如果產(chǎn)出變化大于投入變化的比例，則稱之為規(guī)模收益遞增，反之為遞減。通過超效率分解，2014年樣本高校中，處于規(guī)模收益遞增階段的高校為48所，占比為81.36%，規(guī)模收益遞減的高校為11所，占比為18.64%，說明目前我國大部分高校的投入為有效投入。通過分析不同高校專任教師投入（圖3）和師均科研經(jīng)費(fèi)投入（圖4）對(duì)高?？蒲幸?guī)模收益影響情況來看，專任教師規(guī)模在2 500人以下的高校和師均經(jīng)費(fèi)在40萬元以下的高校，大部分都處于規(guī)模收益遞增階段。

（二）高?？蒲袆?dòng)態(tài)效率分析

為測(cè)算樣本高?？蒲行实淖儎?dòng)情況，筆者選取投入導(dǎo)向的全局參比Malmquist指數(shù)（Global Reference Malmquist）模型進(jìn)行分析。全局參比的集合是基于所有DMU所有年份的投入—產(chǎn)出數(shù)據(jù)構(gòu)造技術(shù)前沿面來進(jìn)行效率評(píng)價(jià)的，該模型可以有效處理規(guī)模收益可變情況下模型不可解的問題。具體結(jié)果參見表3。

2010—2015年度科研效率的增長(zhǎng)率MI平均值為1.033 7，年均增長(zhǎng)率為 3.37%，說明科研效率處于增長(zhǎng)態(tài)勢(shì)。從具體分解來看，首先，技術(shù)效率的均值為1.031 8，即由于資源配置和使用效率改進(jìn)等原因?qū)е律a(chǎn)效率年均增幅為3.18%。其中，純技術(shù)效率均值為1.035 9，但是年度變化不穩(wěn)定，先升后降，呈現(xiàn)拋物線型結(jié)構(gòu)，到2013—2014年度，純技術(shù)效率出現(xiàn)倒退現(xiàn)象。規(guī)模效率年平均值為1.073 2，即由規(guī)模效率導(dǎo)致的生產(chǎn)效率進(jìn)步年均為7.32%。然而，規(guī)模效率的貢獻(xiàn)呈現(xiàn)逐年衰減的趨勢(shì)，說明投入規(guī)模增加的邊際收益出現(xiàn)遞減，規(guī)模驅(qū)動(dòng)的增長(zhǎng)之路不可持續(xù)。其次，年均技術(shù)進(jìn)步的均值為1.018 2，即每年由于科研生產(chǎn)技術(shù)創(chuàng)新和應(yīng)用水平提高所引致的生產(chǎn)效率提高為1.82%，遠(yuǎn)低于管理效率改進(jìn)對(duì)科研效率提升的貢獻(xiàn)度。這說明樣本高校對(duì)原有的科研生產(chǎn)技術(shù)和生產(chǎn)手段的改進(jìn)不夠，推進(jìn)科研效率前沿面擴(kuò)展比較緩慢。其中，推動(dòng)技術(shù)進(jìn)步的主要因素是規(guī)模技術(shù)變化，純技術(shù)進(jìn)步的貢獻(xiàn)度僅為每年0.47%。

具體到單個(gè)高校來看，2010—2015年間，處于科研效率遞增階段的高校為45所，占比為76.21%，13所高校處于科研效率遞減狀態(tài)，占比為22.03%，1所高校處于科研效率不變狀態(tài)。其中，效率增長(zhǎng)最快的3所高校是西安交通大學(xué)、西南大學(xué)和武漢大學(xué)，年度平均增長(zhǎng)率均超過15%。效率下降幅度最大的3所高校為華東理工大學(xué)、北京林業(yè)大學(xué)和華東師范大學(xué)，年均效率降幅超過5%。

根據(jù)影響高?？蒲行实牟煌蛩?，將高校分為技術(shù)效率主導(dǎo)型和技術(shù)進(jìn)步主導(dǎo)型兩類。技術(shù)效率主導(dǎo)型是指技術(shù)效率的年均增長(zhǎng)速度高于技術(shù)進(jìn)步的增長(zhǎng)速度，即該校的科研效率增長(zhǎng)主要由管理水平提升和規(guī)模效益改善導(dǎo)致;反之則稱為技術(shù)進(jìn)步主導(dǎo)型，即該校的科研效率增長(zhǎng)主要通過改進(jìn)科研生產(chǎn)技術(shù)、采用新的科研裝備而導(dǎo)致。從表4可以知道，在科研效率遞增的高校中，43所屬于技術(shù)效率主導(dǎo)型，16所為技術(shù)進(jìn)步主導(dǎo)型?？蒲行蔬f減的高校中，除華東理工大學(xué)、北京林業(yè)大學(xué)和長(zhǎng)安大學(xué)外，主要是因?yàn)榧夹g(shù)效率降低造成科研效率下降。

總體來看，東、中、西部高校的Malmquist指數(shù)均呈現(xiàn)先遞減后升高的態(tài)勢(shì)，其中2013—2014年度是Malmquist指數(shù)的最低值（0.996 4）。從政策背景和數(shù)據(jù)分析來看，2012年中共中央、國務(wù)院出臺(tái)了《關(guān)于深化科技體制改革 加快國家創(chuàng)新體系建設(shè)的意見》（中發(fā)〔2012〕6號(hào)），提出要推進(jìn)高?？蒲畜w制機(jī)制改革，建立分類科研管理制度和運(yùn)行機(jī)制，同時(shí)加大科研投入力度，提高科技進(jìn)步貢獻(xiàn)率。2013年預(yù)算執(zhí)行年度由于要落實(shí)政策精神，推進(jìn)管理體制改革，大幅增加了經(jīng)費(fèi)投入，但短期內(nèi)人員投入很難跟上和匹配到位，導(dǎo)致科研效率下降。

從各地區(qū)來看，東部地區(qū)高?？蒲行蔬M(jìn)步較為緩慢，但非常穩(wěn)定，MI指數(shù)最低的年份也大于1（1.002 4）。這與東部高校整體發(fā)展水平有關(guān)，東部地區(qū)高校經(jīng)費(fèi)和人力資源較為充足，科研效率整體較高，進(jìn)步雖慢，但持續(xù)性和穩(wěn)定性很強(qiáng)。西部地區(qū)高校科研效率波動(dòng)幅度較大，2013—2014年度效率下降顯著，2014年后西部高校科研效率又大幅上升，當(dāng)年的Malmquist指數(shù)為1.140 34，即該年度西部高校平均比上年度效率增加14.03%。這次波動(dòng)的原因可能是政策實(shí)施形成的沖擊。2013年，教育部、國家發(fā)展改革委、財(cái)政部制定了《中西部高等教育振興計(jì)劃（2012—2020年）》提出要加大中西部地區(qū)高校投入，在經(jīng)費(fèi)和人才引進(jìn)等方面予以優(yōu)惠。正如本文圖1、圖2所顯示的那樣，西部高校的經(jīng)費(fèi)投入短期內(nèi)得到大幅提升，但是人員投入并沒有適應(yīng)性擴(kuò)大，這種不匹配是導(dǎo)致當(dāng)年科研效率下降的潛在因素。中部地區(qū)的科研效率雖然也在2013—2014年度出現(xiàn)波動(dòng)，但是之后的恢復(fù)力度并不大，中部高校崛起似乎有后勁不足之憂。具體情況可見圖5。

從不同類型高校的科研效率來看，大理類高?？蒲行实脑鏊僦鹉晗陆担C合類高校雖然在2013—2014年度有所波動(dòng)，但是總體上呈上升態(tài)勢(shì)（圖6）。具體而言，理工類高校2010—2015年度平均MI值大于1，說明該類高?？蒲行室恢痹谠鲩L(zhǎng)，但是年均MI指數(shù)呈現(xiàn)逐年下降趨勢(shì)，說明大理類高?？蒲行试鏊僭絹碓铰?，到了2014—2015年度，MI指數(shù)為0.98，出現(xiàn)了科研效率下降的情況。這一研究與之前專門針對(duì)理工類“985”大學(xué)效率評(píng)價(jià)的結(jié)論相似[26]。大理類高?？蒲行仕较陆抵饕幸韵聝煞矫娴脑?。首先，由于我國理工類高校普遍忽視社會(huì)科學(xué)和人文學(xué)科的發(fā)展，學(xué)科結(jié)構(gòu)的偏狹可能制約其整體效率的提高。隨著知識(shí)分化越來越嚴(yán)重，科研領(lǐng)域的重大突破往往依靠大型跨學(xué)科團(tuán)隊(duì)合作完成，顯然理工類院校較為單一的學(xué)科結(jié)構(gòu)越來越難以滿足集成創(chuàng)新和協(xié)同創(chuàng)新的需求。其次，科研效率計(jì)算主要是遵循加權(quán)產(chǎn)出與加權(quán)投入之比的邏輯，理工類院校投入巨大，而科研產(chǎn)出具有不確定性，科研貢獻(xiàn)也難以精確測(cè)度，由此在投入-產(chǎn)出效率評(píng)價(jià)中可能會(huì)處于劣勢(shì)。

綜合類院校2010—2015年平均MI值大于1，說明該類高校效率也一直在增長(zhǎng)，但是年均MI波動(dòng)比較明顯，2010—2011年度MI值小幅上升，然后下降，到2013—2014年度，MI值僅為0.98，隨后急劇攀升至1.11，即該年度科研效率以比上年增加11%。MI值波動(dòng)說明綜合類高?？蒲谢顒?dòng)相當(dāng)活躍，但是科研生產(chǎn)存在不穩(wěn)定性。

五、主要結(jié)論與政策涵義

通過對(duì)2010—2015年度部屬“雙一流”建設(shè)高?？蒲行实膶?shí)證分析可以發(fā)現(xiàn)：（1）樣本高校的科研效率整體水平不高，科研資源并沒有得到充分、有效利用，科研效率仍有很大的改進(jìn)空間。導(dǎo)致相關(guān)高?？蒲行瘦^低的原因，既有管理效率不高的因素，也有規(guī)模效率不高的因素;（2）雖然樣本高?？蒲行收w不高，但是總體上呈現(xiàn)上升趨勢(shì)。多數(shù)高?？蒲行实奶岣呤且揽靠蒲泄芾硇实母倪M(jìn)和規(guī)模調(diào)整實(shí)現(xiàn)的，只有很少一部分高校依靠科研技術(shù)創(chuàng)新提高科研效率。（3）東、中和西部地區(qū)高?？蒲行蚀嬖谳^大的差異。東部地區(qū)科研效率增長(zhǎng)比較穩(wěn)定，但是中、西部地區(qū)高?？蒲行什▌?dòng)比較大。大理類高校的科研效率總體上低于綜合類高校。

根據(jù)實(shí)證研究結(jié)論，提出以下三點(diǎn)政策建議。

（一）改變高?？蒲性u(píng)價(jià)中的“四唯”傾向，建立更為注重科研質(zhì)量和效益的評(píng)價(jià)指標(biāo)體系

與以往使用部屬高校數(shù)據(jù)評(píng)價(jià)科研效率的結(jié)果不同，本研究中樣本高校的科研效率得分均值更低。究其原因，之前相關(guān)研究往往使用科研論文、著作等量化指標(biāo)，評(píng)價(jià)維度相對(duì)單一，過于注重?cái)?shù)量規(guī)模，而本研究構(gòu)建的評(píng)價(jià)指標(biāo)更為注重科研產(chǎn)出的質(zhì)量和社會(huì)經(jīng)濟(jì)影響，更加注重人文社科的產(chǎn)出及其貢獻(xiàn);即使在科研論文方面，也采取高影響論文及其引用量等指標(biāo)，體現(xiàn)“代表作”理念。在這套評(píng)價(jià)指標(biāo)體系下，部屬“雙一流”大學(xué)的科研效率表現(xiàn)不佳、得分更低，這也從側(cè)面說明當(dāng)前很多高校在科研評(píng)價(jià)導(dǎo)向上仍然存在較為嚴(yán)重的“四唯”問題。未來“雙一流”建設(shè)成效評(píng)估中，應(yīng)建立更加注重科研質(zhì)量而非數(shù)量、更加注重社會(huì)經(jīng)濟(jì)貢獻(xiàn)等效益取向的績(jī)效評(píng)價(jià)指標(biāo)體系，引導(dǎo)高校樹立更為科學(xué)的科研價(jià)值取向。

（二）加大高校在資源配置和使用上的自主權(quán)，激勵(lì)高校提高科研管理效率，推動(dòng)科研組織和技術(shù)創(chuàng)新

高校科研效率進(jìn)步相對(duì)緩慢，而且更多地依靠更為嚴(yán)格的管理和規(guī)模調(diào)適來完成，而非科研生產(chǎn)技術(shù)的創(chuàng)新和進(jìn)步。從發(fā)展趨勢(shì)來看，高校的規(guī)模效率呈現(xiàn)明顯的下降趨勢(shì)，說明規(guī)模擴(kuò)張的收益空間將會(huì)越來越小。未來需要更多地依靠改革科研管理方式，改進(jìn)和創(chuàng)新科研生產(chǎn)技術(shù)來提高科研效率，而這都需要進(jìn)一步擴(kuò)大高校在資源配置和使用上的自主權(quán)，加大“放管服”政策落實(shí)力度，激勵(lì)高校和一線科研人員的主動(dòng)性和創(chuàng)造性。改進(jìn)和創(chuàng)新科研生產(chǎn)效率，不同高校面臨的約束差異較大，既有實(shí)驗(yàn)設(shè)施設(shè)備不夠前沿和精良的因素，也有科研人員專業(yè)素養(yǎng)和能力不足的因素，更有高校利用其他科研機(jī)構(gòu)、企業(yè)等外部互補(bǔ)資源機(jī)制不健全的因素。如何在新一輪科技革命浪潮中更新高校自身科研生產(chǎn)方式和技術(shù)，并將高校的科研創(chuàng)新成果向現(xiàn)實(shí)生產(chǎn)力轉(zhuǎn)化，需要不斷突破慣性較強(qiáng)的相關(guān)文化理念和體制機(jī)制的限制。

（三）對(duì)處于不同區(qū)域、不同類型和不同規(guī)模報(bào)酬階段的高校，采用差別化的支持政策

相對(duì)于東部高校而言，中西部高?？蒲行实姆€(wěn)定性不足，科研資源匹配度較差，這也凸顯中西部高校“雙一流”建設(shè)的難度。地處中西部地區(qū)的部屬高校，來自地方的支持有限且不穩(wěn)定;即使經(jīng)費(fèi)或科研設(shè)施等條件配備到位，有時(shí)領(lǐng)軍人物甚至整個(gè)科研團(tuán)隊(duì)的“孔雀東南飛”也會(huì)導(dǎo)致科研效率的下滑。對(duì)于中西部地區(qū)的“雙一流”建設(shè)，既需要在經(jīng)費(fèi)投入上予以傾斜，更要建立更為良性的學(xué)術(shù)生態(tài)和制度環(huán)境，以保持科研隊(duì)伍的穩(wěn)定性，提高科研資源配置效率和使用效率。大理類高?？蒲行收w較低，需要進(jìn)一步優(yōu)化學(xué)科結(jié)構(gòu)，在保持傳統(tǒng)學(xué)科競(jìng)爭(zhēng)優(yōu)勢(shì)的同時(shí)，培育跨學(xué)科和交叉學(xué)科等前沿性生長(zhǎng)點(diǎn)，提升集成創(chuàng)新能力。雖然我國高等教育整體上已進(jìn)入內(nèi)涵式發(fā)展階段，但對(duì)處于規(guī)模報(bào)酬遞增階段的高校，則應(yīng)在優(yōu)化結(jié)構(gòu)和精益管理的基礎(chǔ)上，適度擴(kuò)大資源投入規(guī)模;對(duì)于已經(jīng)進(jìn)入規(guī)模報(bào)酬遞減階段的學(xué)校，應(yīng)考慮適當(dāng)“瘦身”。參考文獻(xiàn)：

[1]科技部，教育部.中國普通高校創(chuàng)新能力監(jiān)測(cè)報(bào)告[EB/OL].（2017-10-12）[2018-06-20].http：//www.moe.gov.cn/s78/A16/moe_789/201710/t20171012_316131.html.

[2]BENNER M，LIU L，SERGER S. Head in the clouds and feet on the ground： research priority setting in China[J].Science and Public Policy，2012，39（2）：258-270.

[3]MINGERS J，LEYDESDORFF L. A review of theory and practice in scientometrics[J]. European Journal of Operational Research，2015，246（1）：1-19.

[4]袁振國，張男星，孫繼紅. 2012年高?？?jī)效評(píng)價(jià)研究報(bào)告[J]. 教育研究，2013（10）： 55-64.

[5]COOPER W W，SEIFORD L M，ZHU J.Handbook on data envelopment analysis[M].New York：Springer，2011：1-3.

[6]NG C，LI S K. Measuring the research performance of Chinese higher education institutions： an application of data envelopment analysis[J]. Education Economics，2000，8（2）： 139-156.

[7]NG Y C，LI S K. Efficiency and productivity growth in Chinese universities during the post-reform period[J]. China Economic Review，2009，20（2）：183-192.

[8]周偉.基于DEA方法的研究型大學(xué)科研績(jī)效實(shí)證研究[D].天津：天津大學(xué)，2010.

[9]JOHNES J，YU L. Measuring the research performance of Chinese higher education institutions using data envelopment analysis[J].China Economic Review，2008，19（4）：679-696.

[10]CHARNES A，COOPER W，RHODES E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research，1979，2（6）：429-444.

[11]BANKER R，CHARNES A，COOPER W. Some models for estimating technical and scale inefficiencies in data envelopment analysis[J].Management Science，1984，30（9）：1078-1092.

[12]ANDERSEN P，PETERSEN N. A procedure for ranking efficient units in data envelopment analysis[J]. Management Science，1993，39（10）：1261-1265.

[13]CHEN J，DENG M. A cross-dependence based ranking system for efficient and inefficient units in DEA[J]. Expert Systems with Applications，2011，38（8）： 9648-9655.

[14]MALMQUIST S. Index numbers and indifference surfaces[J]. Trabajos de Estadistica，1953（2）：209-242.

[15]FARE R，GROSSKOPF S. Malmquist productivity indexes and Fisher ideal indexes[J].The Economic Journal，1992，102（410）：158-160.

[16]FARE R，GROSSKOPF S. Intertemporal production frontiers： with dynamic DEA[M]. Boston： Kluwer Academic Publishers，1996：47-66.

[17]ZOFIO J L. Malmquist productivity index decompositions：a unifying framework[J]. Applied Economics，2007，39（18）：2371-2387.

[18]潘健，宗曉華. 基于數(shù)據(jù)包絡(luò)分析的大學(xué)科研效率評(píng)價(jià)指標(biāo)體系研究[J]. 清華大學(xué)教育研究，2016（5）：101-110.

[19]丁敬達(dá)，邱均平. 科研評(píng)價(jià)指標(biāo)體系優(yōu)化方法研究：以中國高?？萍紕?chuàng)新競(jìng)爭(zhēng)力評(píng)價(jià)為例[J]. 評(píng)價(jià)與管理，2010（1）：111-118.

[20]趙蓉英，張心源.“雙一流”建設(shè)背景下中國高校人才與大學(xué)排名相關(guān)性分析：基于RCCSE2017年中國大學(xué)及學(xué)科專業(yè)評(píng)價(jià)報(bào)告[J].重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018（3）：117-127.

[21]北京大學(xué).關(guān)于印發(fā)《北京大學(xué)科學(xué)技術(shù)成果獎(jiǎng)勵(lì)辦法》的通知（校發(fā)〔2009〕213號(hào)）[EB/OL]. （2009-12-15）[2018-06-29]. http：//www.research.pku.edu.cn/docs/2018-06/20180629090152839622.pdf.

[22]GOLANY B，ROLL Y. An application procedure for DEA[J].Omega，1989，17（3）：237-250.

[23]劉樹林，邱菀華. 多屬性決策基礎(chǔ)理論研究[J].系統(tǒng)工程理論與實(shí)踐，1998（1）：39-44.

[24]ZONG X，ZHANG W. Establishing world-class universities in China： deploying a quasi-experimental design to evaluate the net effects of Project 985[EB/OL].[2018-08-11]. https：//doi.org/10.1080/03075079.2017.1368475.

[25]羅杭，郭珍. 2012年中國“985”大學(xué)效率評(píng)價(jià)：基于DEA-Tobit模型的教學(xué)—科研效率評(píng)價(jià)與結(jié)構(gòu)—環(huán)境影響分析[J]. 高等教育研究. 2014（12）： 35-45.

[26]羅杭. 中國理工類“985工程”大學(xué)效率評(píng)價(jià)[J].高等工程教育研究，2017（1）： 133-139.

The research efficiency of “Double First-Class” universities and its changes：

Based on super-efficiency DEA and Malmquist index decomposition

ZONG Xiaohua，F(xiàn)U Chengxiang

（Institute of Education，Nanjing University，Nanjing 210093，P. R. China）

Abstract：

It is an important path to implement the performance based funding requirement of the “Double First-Class” policy by assessing the efficiency of research of universities，optimizing the allocation of research resources and improving its efficiency. This article selects the “Double First-Class” universities that directly under the Ministry of Education as a sample to assess the research efficiency and its changes of universities during 2010-2015. An indicator system which highlights the quality and contribution of scientific research is utilized，and DEA-BCC model and the Malmquist index are employed. The results show that： the overall research efficiency of these universities was low，slowly improving during the period，which was mainly enhanced by the increase in management efficiency and scale efficiency; however，the scale effect was decreasing. The research efficiency of universities in the central and western regions fluctuated significantly due to the unstable research funding，and the research efficiency of universities specialized in science and engineering （S&E） continued to decrease. In the future，it should depend more on the improvement of research management and technology innovation to increase research efficiency and get rid of the heavy dependence on the factor-driven model. Moreover，it should stabilize the investment and better the match between funds and human resources of the universities in the central and western regions，and optimize the disciplinary structure of the S&E universities.

Key words： ?“Double First-Class” universities; research efficiency; research evaluation; super-efficiency DEA; Malmquist index

（責(zé)任編輯?彭建國）