(中國海洋大學 山東 青島 266100)
高等院校是我國基礎科學研究和科技創(chuàng)新的硬核驅動,是提高我國科技核心競爭力不容忽視的生力軍??蒲薪?jīng)費作為高校開展科研活動的基本保障,合理運用科研經(jīng)費是科技創(chuàng)新成果產(chǎn)出的決定性因素。近年來,我國政府不斷加大對高??蒲薪?jīng)費的配置,特別是對教育部直屬高校的支持,以保障和提升高??蒲心芰Α?017 年,我國高校獲得153 701 459 000 元科技經(jīng)費支持,相較于2002 年增長779.6%;其中,對教育部直屬高校的科技經(jīng)費支持達75 948 400 000 元,相比2002 年增長703.2%。在國家政策的大力支持下,我國高??蒲兴降玫介L足發(fā)展,取得了學術論文、科技著作、專利授權等大量科研成果產(chǎn)出。然而,繁雜的科研經(jīng)費管理辦法在一定程度上成為科研人員的枷鎖,同時科研經(jīng)費違規(guī)使用、挪用現(xiàn)象頻發(fā),使得政府向高校撥付巨額經(jīng)費的初衷難以達成。與此同時,為優(yōu)化配置科研經(jīng)費,我國2019 年開始試點“包干制”,以期提升科研經(jīng)費使用效率。在新冠肺炎疫情的沖擊下,2020 年中央經(jīng)濟工作會議強調嚴格落實“過緊日子”思想,高校也不例外。因此,準確評估科研經(jīng)費使用效率,探尋科研經(jīng)費最優(yōu)配置方案,成為當前亟需解決的問題。
針對科研經(jīng)費的使用和配置這一問題,國內外學者使用不同方法對其進行了評估分析,并對其影響因素進行了探索。在科研經(jīng)費使用效率評價研究中,數(shù)據(jù)包絡分析最受學者青睞。Abbott 等(2003)[1]、Abramo等(2008)[2]采用DEA 模型分別對澳大利亞、意大利高校的研究生產(chǎn)率進行了測算分析。為剔除環(huán)境因素和隨機干擾影響,沈能等(2013)[3]采用三階段DEA 模型,從省域層面評估發(fā)現(xiàn)我國高??萍紕?chuàng)新效率較低。
基于對科研經(jīng)費效率的評估,學者發(fā)現(xiàn)不同區(qū)域、不同類型高??蒲薪?jīng)費的使用效率具有不同特征。李曉靜等(2016)[4]借助DEA-CCR 模型研究發(fā)現(xiàn),我國“211”“985”高校中科研經(jīng)費投入過剩、產(chǎn)出不足的情況較為普遍。季慶慶等(2019)[5]的研究結果表明,重點高校的科研經(jīng)費能夠帶來更多科技成果產(chǎn)出。李素英等(2020)[6]針對京津冀高校,采用Malmquist 指數(shù)對科研經(jīng)費使用效率進行測度,指出不同區(qū)域間高??蒲薪?jīng)費使用效率存在極化效應。姬鴻寬(2020)[7]使用超效率CCR-DEA 模型測算發(fā)現(xiàn),我國中部6 省的科研經(jīng)費使用效率基本能夠達到DEA 有效,卻沒有改進的趨勢。
在影響因素方面,劉天佐等(2018)[8]的研究結果表明我國高校科研效率整體不高且區(qū)域性差異大,這與區(qū)域層面的科研環(huán)境、師資力量、投入力度等因素密切相關,而與宏觀經(jīng)濟和政治環(huán)境的關系不大。楊勁松(2018)[9]認為高職院校所處區(qū)域的經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結構、政府支持以及產(chǎn)學研合作等因素對其綜合科研效率有顯著正向作用。
綜上所述,已有文獻表明高??蒲薪?jīng)費對推動我國科技創(chuàng)新發(fā)展的成效顯著,但并非所有高校都能充分挖掘科研經(jīng)費的創(chuàng)新驅動效能?,F(xiàn)有研究多著重于從區(qū)域視角切入,或者重點關注了“211 工程”“985 工程”以及“一流學科”建設高校,而較少關注教育部直屬高校的科研資源使用效率[10]。
教育部直屬高校作為我國高校的中堅力量,集中了大量優(yōu)質科研資源,也是我國科技創(chuàng)新成果的重要產(chǎn)出者,其對科研經(jīng)費的合理使用是在當前“過緊日子”背景下,探尋我國科研資源配置效率著力點、進一步去除科研枷鎖、釋放創(chuàng)新動力的關鍵環(huán)節(jié)[11]。因此,以教育部直屬高校為研究對象,采用DEA-Malmquist指數(shù)方法,從靜態(tài)與動態(tài)雙重視角對教育部直屬高校2009—2016 年科研經(jīng)費使用效率進行分析。
CCR 模型是著名的運籌學家Charnes、Cooper 和Rhodes 以規(guī)模收益不變?yōu)榛炯僭O提出的效率評價模型。若CCR 模型有n個決策單元DMU,每個DMU的投入和產(chǎn)出分別有m和s種,令第j個DMU 的投入、產(chǎn)出變量分別為:xj=(x1j,x2j,…,xmj)',yj=(y1j,y2j,…,ynj)',則每個DMU 的效率值測算模型為下式。
式中:x0、y0分別為選定的DMU0的投入、產(chǎn)出向量;λ是相對于DMU0重新構造一個有效DMU 組合中n個DUM的組合比例;θ為DMU0的投入相對于產(chǎn)出的有效利用程度,即為效率值。
Malmquist 指數(shù)是Sten Malmquist 提出的模型,又名全要素生產(chǎn)率(TEPch),能實現(xiàn)動態(tài)效率評價。在規(guī)模報酬不變的條件下,Malmquist 指數(shù)可分為技術效率變動指數(shù)EC 和技術進步變動指數(shù)TC 的乘積。
Malmquist 指數(shù)中涉及4 個距離函數(shù),本文以CCR模型為基準距離函數(shù)。具體而言為以第t期的技術表示的第t+1 期的技術效率水平為以第t期的技術表示的當期技術效率水平為以第t+1 期的技術表示的第t期的技術效率水平。
當EC>1 時,表明效率水平較上一時期有所上升;當EC<1 時,表明EC 較上一時期有所下降,表明該高校的科研經(jīng)費管理水平有所下降;當EC=1 時,表明效率水平較上一時期沒有變化。此外,構成Malmquist 指數(shù)的技術進步指數(shù)也表現(xiàn)出類似的特征,即當TC>1 時,表示它是全要素生產(chǎn)率TEPch 增長的根源,而當TC<1 時則表明技術的倒退,進而引致了全要素生產(chǎn)率的減小。
高??蒲谐尸F(xiàn)出多投入、多產(chǎn)出的特點,投入項目涉及科研經(jīng)費、科研人數(shù)等多項投入,產(chǎn)出項目涉及科研論文、獲獎、專著等多項產(chǎn)出?;跀?shù)據(jù)可獲得性、科學性、精簡性、重要性等原則,選擇如下投入產(chǎn)出指標評價教育部直屬高校科研經(jīng)費使用效率(如表1)。考慮到數(shù)據(jù)可得性,根據(jù)《高等學??萍冀y(tǒng)計資料匯編》,選取了北京大學、中國人民大學等64 教育部直屬高等學校2009—2016 年的樣本數(shù)據(jù)進行分析。
表1 教育部直屬高??蒲型度氘a(chǎn)出評價指標體系
科研經(jīng)費使用效率反映了被評價高校在給定科研經(jīng)費與科研人員情形下獲得科研成果的能力與水平?;贑CR 模型,運用MATLAB 軟件對2009—2016年64 所教育部直屬高校的科研經(jīng)費使用效率進行研究。在CCR 模型下,DMU 的效率值越接近于1,則表明其科研經(jīng)費使用效率越高,科研人員與經(jīng)費投入的使用效率越高。
表2 展示了研究期內64 所教育部直屬高??蒲薪?jīng)費使用效率的評價結果。結果顯示,我國各高校的科研經(jīng)費使用效率平均效率結果為0.564 0,即表明各高校在科研經(jīng)費使用方面存在較大的改進空間。從具體高校來看,SYSU 的科研經(jīng)費使用效率最高,研究期內其科研經(jīng)費平均效率高達0.944 3,且該高校有6年位于生產(chǎn)前沿面上,代表了科研經(jīng)費管理的最有效水平。其次是NJAU,平均效率結果為0.942 3。此外,UPC、NENU 以及WHU 等3 所高校的科研經(jīng)費使用效率平均水平也超過了0.9,且在研究期內均有多個年份位于生產(chǎn)前沿面上。與此同時,研究發(fā)現(xiàn)約有11 所高校的科研經(jīng)費使用效率低于0.4。造成該現(xiàn)象的可能原因之一是部分高??蒲薪?jīng)費充裕,科研經(jīng)費投入過大,盡管其科研成果較為豐富,但經(jīng)費使用效率仍相對較低;其二可能是因為部分領域研究成果周期較長,如航空航天等高端領域,其科研成果往往需要多年才能獲得,使得部分高校某一年或幾年的經(jīng)費使用效率過低[12-13]。
以上研究表明,我國各高校的科研經(jīng)費使用效率存在明顯差異,且效率低下問題普遍存在。為進一步明確科研經(jīng)費使用過程中存在的問題,需要對科研經(jīng)費使用的全要素生產(chǎn)率進行分解,以探索其動態(tài)變化,從而理清阻礙科研經(jīng)費使用效率增長的具體原因。
基于Malmquist 指數(shù)模型構建高??蒲薪?jīng)費使用效率的全要素生產(chǎn)率指數(shù),并將其分解為技術進步與技術效率改變,以探索各高??蒲薪?jīng)費使用效率的動態(tài)變化。根據(jù)各高校所處地區(qū),將高校劃分為東、中、西部,以全面反映各高校的科研經(jīng)費管理中存在的問題。
表2 教育部直屬高??蒲薪?jīng)費使用效率
整體來看,各高??蒲薪?jīng)費使用的全要素生產(chǎn)率多處于衰退態(tài)勢(如表3),這主要由于科研經(jīng)費使用的技術退步導致,技術效率在一定程度上雖然能夠緩解技術退步的負向影響,但其帶動作用有限,因而從整體上表現(xiàn)為科研經(jīng)費使用全要素生產(chǎn)率的負向變動。具體來看,研究期內我國教育部直屬高??蒲薪?jīng)費使用的全要素生產(chǎn)率均值為0.949 6,科研經(jīng)費使用狀況并未得到改善;技術進步指數(shù)為0.930 4,即技術水平的變遷造成科研經(jīng)費使用全要素生產(chǎn)率呈現(xiàn)下降態(tài)勢;技術效率的均值為1.076 9,技術效率的正向影響表明為提高其經(jīng)費使用效率,經(jīng)費使用及管理人員通過改善管理方式形成追趕效應,從而促進科研經(jīng)費使用的全要素生產(chǎn)率提高。
從具體高校來看,研究期內僅有11 個高校科研經(jīng)費使用的全要素生產(chǎn)率呈現(xiàn)增長態(tài)勢,其中9 個位于東部地區(qū),2 個位于西部地區(qū)。研究發(fā)現(xiàn),科研經(jīng)費使用的全要素生產(chǎn)率保持較高水平的高校多為以某一方面見長的特色型大學,如XDU、CUMTB、CUMT、BNU、OUC、HHU、UPC 等在信息、海洋、能源等領域具有較強的優(yōu)勢。同時,研究發(fā)現(xiàn),這些高校在全要素生產(chǎn)率的提升過程中,技術效率的作用較為突出,其EC 值普遍高于平均水平。就技術進步指數(shù)而言,只有BJTU、TSINGHUA、CAU、ZJU 等4 所高校的技術進步指數(shù)大于1,即在全要素生產(chǎn)率變化過程中,科研經(jīng)費使用過程中的基礎設施與配套技術能夠形成不斷的技術進步,從而帶動科研經(jīng)費使用全要素生產(chǎn)率提升。這些高校均位于東部地區(qū),綜合實力較為雄厚。多數(shù)高校的EC 指數(shù)均小于1,表明由于科研經(jīng)費管理技術的限制,制度條件、基礎設施等有待提升,致使科研人員與科研經(jīng)費之間并未實現(xiàn)較好的匹配,從而使科研經(jīng)費管理技術對全要素生產(chǎn)率的抑制作用不斷凸顯。與技術進步的作用不同,多數(shù)高校的技術效率大于1,表明近年來多數(shù)高校均有意識地提高其科研經(jīng)費的管理,以提高科研經(jīng)費利用效率。
表3 教育部直屬高??蒲薪?jīng)費使用的全要素生產(chǎn)率及其分解
以教育部直屬高校為研究對象,采用DEAMalmquist 指數(shù)方法,對2009—2016 年高??蒲薪?jīng)費使用效率進行靜態(tài)與動態(tài)相結合的評估分析。研究結果顯示,我國各高校的科研經(jīng)費使用效率相對較低,且呈現(xiàn)較強的波動性,與此同時,各高校間的科研經(jīng)費使用效率存在明顯差異。根據(jù)平均效率結果發(fā)現(xiàn),知名度較高的高校易出現(xiàn)效率低下的現(xiàn)象。造成該現(xiàn)象的原因可能是因為知名高校科研經(jīng)費撥入往往高于其他高校,造成其經(jīng)費使用效率相對較低,又或者因為這些高校所涉及的高端研究領域難以在短期獲得研究成果,致使經(jīng)費投入期與成果產(chǎn)出期存在較大差距。
根據(jù)全要素生產(chǎn)率結果發(fā)現(xiàn),各高校科研經(jīng)費使用的全要素生產(chǎn)率多處于衰退態(tài)勢,盡管技術效率具有一定的帶動作用,但技術退步是導致研經(jīng)費使用全要素生產(chǎn)率負向變動的主要原因。從地區(qū)分布來看,較中、西部地區(qū)而言,東部地區(qū)高校的科研經(jīng)費使用狀況相對較好,雖處于衰減趨勢,但下降幅度最小。從具體高校來看,特色型高??蒲薪?jīng)費使用的全要素生產(chǎn)率保持較高水平,相對其他綜合性大學具有較強的優(yōu)勢。與此同時,這些高校全要素生產(chǎn)率的提升主要依賴于技術效率,而技術進步指數(shù)普遍較低,說明多數(shù)高校已開始有意識地提高其科研經(jīng)費管理,但科研經(jīng)費管理的制度條件、基礎設施等方面有待進一步提升。