基于DEA模型的北京高校科研資源配置效率研究

張艷芳

[摘 要]高等院校是國家重要的科研基地，科研經費在逐年提高。科研效率的提高既有利于政府合理配置科技資源，又有利于高校自身的發展建設。根據北京市統計年鑒在2003-2012年的統計數據，采用DEA分析的C2R和BC2模型，借助Deap2.1統計軟件，對北京市本科院校的科研效率進行整體的評價分析，對非DEA有效的單元作投影分析，并對原始值和目標值進行比較。研究表明：北京市本科院校的科研效率具有波動性。DEA綜合無效的年份中，技術效率無效和規模效率無效并存，但規模收益遞增。因此，應該合理調配高校教育資源、適當擴大科研規模、改革科研評價機制，保證高校科研高效、穩定持續增長。

[關鍵詞]科研效率 高校 數據包絡分析（DEA）

[中圖分類號] G644 [文獻標識碼] A [文章編號] 2095-3437（2014）18-0024-04

國家“十二五”科技規劃和《國家中長期科學和技術發展規劃綱要（2006-2020）》明確提出了“大幅提升自主創新能力、顯著增強科技競爭力和國際影響力、突破重點領域核心技術、支撐經濟發展方式轉變，力爭科技進步貢獻率達到60%以上，建設創新型國家”的發展目標。[2]高校的科研活動是國家科研和創新的重要部分，對高校科研效率進行科學合理的評價既有利于高校自身的發展建設，又有利于政府合理配置科技資源。[3]隨著國家經濟實力的增強，我國在科研方面的經費支持力度逐年遞增。以北京市的高校為例，除2004年與2003年經費基本持平之外，以后的幾年經費都在大幅遞增，尤其是2010年比2009年增加了301156萬元（圖1）。經費的增加促使近年來高校參與科研的教師人數增加，同時，大學生科研項目的出現使一部分有興趣和能力的本科生也加入到教師的研究隊伍當中，高校的科研隊伍在壯大。高校發表論文、獲得專利、科技獎的總量快速增長和提高。隨著我國高校規模的迅速擴大，對資源和經費的需求也越來越多，盡管國家財政對高等教育的撥款逐年增長，仍然不能滿足高校的需求。[3]我國高等教育在科研經費的分配和使用、科研資源配置效率上還需要研究；在發表論文的質量等方面還有待于提高。在近年來科研經費支出快速增加的情況下，我們高校的科研成果倍出是有目共睹的。但是，高校的科研效率是否也和科研經費支出及科研成果一樣一直呈上升的趨勢？科研效率是否還有提高的可能性？在一定的投入量下，產出是否達到了最大？針對這些問題，對高校科研資源配置效率研究，提高政府決策的科學性，促進科技資源的高效利用和合理配置具有重要意義。

國內外用DEA方法對高校科研效率評價較多。Athanassapoulos等、Jill Johnesc，Flegg對英國高校的效率進行了評價[4]，Necmi等、Andrew等用此法評價了澳大利亞高校的技術效率和規模效率[5]。國內的研究有崔維軍等[2]、王麗娜[6]對江蘇省高校的科研效率進行了研究。也有對全國各地高校效率的比較研究，例如胡慶江等，符銀丹等，陳瓊娣[7]都對985工程院校科研效率進行了研究。目前一些地方及市屬院校參與科研的人員及經費與日俱增，其科研成果對本地區的發展貢獻越來越大。高等教育行業不同于其他生產部門，其最大的特點是具有非盈利性，投入和產出通常沒有直接的價格體現，且同時承擔一定的社會服務職責。[8]北京作為首都，高校云集，研究北京市高校科研效率很有必要。

一、數據包絡分析模型

數據包絡分析（Data Envelopment Analysis，簡稱DEA）理論是Charnes等人于1978年為解決決策單元（DMU）的績效評價問題提出“相對效率評價”系統分析方法，即DEA方法的前身。此后，在工業、商業、教育等領域的決策分析中，DEA方法都得到廣泛的應用。DEA本質是利用統計數據確定相對有效的生產前沿面，并通過計算不同單元相對生產前沿面的效率差異做出最優決策。[9]DEA以相對效率為基礎，以數學規劃模型評價具有多指標投入和多指標產出數據對相同類型的“單位”間的相對有效性或效益，對指標具有較好的包容性、無需了解輸入輸出函數關系，能夠較好地避免主觀因素影響。[10]北京市高校各年科研效率評價主要采用了以下兩個模型：一是規模收益不變的C2R模型，二是規模收益可變的BC2模型。

二、研究指標的選取及評價分析

（一）研究指標的選取

論文數量是從《中國高教研究》歷年全國高等教育科研成果統計中計算出的北京高校論文的總和，其余數據全部來源于《北京市統計年鑒》。只計算本科院校，不包括高職高專學校。根通過檢驗各變量的相關性選取輸入輸出指標體系進行計算，見表1。

1.總體效益（TE=1）分析

對于DEA有效的2004年、2007年、2009年、2011年、2012年，在最小投入的情況下產出達到了最大，即科研效率達到了最優。但科研規模不宜擴大，而是維持當前適度的規模（技術效率為1，規模報酬不變）。DEA有效的這5年均被組合成不同的參考集合，被非DEA有效的單元（年份）作為參考的對象。其中2004年（DMU2）、2007年（DMU5）、2012年（DMU10）被參考了2次，2009年（DMU7）、2011年（DMU9）被參考了1次（表5）。綜合考慮科研效率最好的是2004年、2007年、2012年。

2003年、2005年、2006年、2008年、2010年綜合效率均小于1，為非DEA有效，并且規模報酬均處于遞增階段。其中2005年、2010年綜合效率及規模效率均介于0.8-0.9之間，屬于明顯的非有效單元。這些單元規模報酬遞增，表明可以通過擴大規模的方式提高高等院校科研的規模效益。2003年、2006年、2008年綜合效益值雖然未達到1，但均大于0.9，屬于邊緣的非有效單元，規模報酬狀態仍為遞增階段，表明當時高校的科研規模還可以繼續擴大以充分利用資源，提高科研效率。但是，科研規模擴大的幅度一定要適度，以保證科研工作的質量為前提，因為我們注意到2003年、2005年、2010年的純技術效率（表2）已經達到1。這10年的綜合效率平均值為0.966，說明北京高校的科研效率總體來講較高。endprint

2.純技術效益（PTE）分析

BC2模型所求出的純技術效率是在假定規模報酬不同的情況下計算的。在一定的投入組合下，所得到的產出效益。將總體效率分解為技術效率和規模效率。純技術效率用來衡量高等教育的投入要素是否能達到產出最大化，其值越高表示投入資源使用效率越高，效益就越高。由表2可以看出，純技術效率PTE為1共有8個年份，其中DEA有效的有5個年份。說明了這5個年份中，北京高校的科研投入是最有效益的，無資源浪費現象。2003年、2005年、2010年雖然DEA無效，但純技術效率均為1，這3年非DEA有效的原因是規模需要擴大（SE<1），但從技術管理的角度講對投入資源的利用已經達到最有效益。2006年、2008年技術效率和規模效率值都不為1，其非DEA有效的原因是純技術效率低和規模效率低共同造成的。說明這兩年高校科研資源配置的效率相對較低，使用率不高，存在資源浪費的現象。2003年-2012年這10年中北京高校科研的純技術效率平均值為0.996，這說明整個評價系統中只有0.4%的投入量沒有能夠有效地達到最優的產出量，說明高校的科研總體資源的利用效率較高，無嚴重的資源浪費現象。

3.規模效益（SE）分析

規模效益是總體效率與純技術效率的比值。規模效率等于1，表示該單元規模處于規模報酬不變的狀態，即是最優的規模狀態。規模效率小于1，說明該單元處在規模報酬遞增或遞減的低效率狀態，需要擴大或縮小規模以達到有效。可見規模效率越接近1，表示高校科研的規模越合適。

DEA有效的5年規模效益（SE）均為1，且處于規模報酬不變的階段。說明這幾年高校科研取得了很好的規模效益，而且規模擴大總量到極限，不宜進一步擴大科研的規模，否則會造成規模不經濟。2003年、2006年、2005年、2008年、2010年這5年的規模效率值都不為1，但都處于規模報酬遞增狀態。這5年中科研產出比例的增加會小于投入比例的增加（SE<1），但還可以適當擴大科研規模，合理配置和使用現有的資源，提高資源利用效率。規模效率的平均值為0.970，小于技術效率的平均值0.996，規模效率對總體效率的影響相對于技術效率較小。高校科研規模非有效的出現主要是由規模效益不足而引起的。

4.非DEA有效單元投影（松弛變量）分析

由上可知有5個非DEA有效的單元需要改進。采用松弛變量與效益值相結合進行分析。通過投入產出各項的松弛變量分析高校科研各項的投入產出有多少改善的空間，從而以較少的投入得到最優的產出。

2003年、2005年、2010年純技術效率值為1，這3年非DEA有效的原因是規模效率非DEA有效。這3年的規模效率都是遞增的，因此可以通過適當擴大科研規模來提高科研效率，達到DEA有效。2006年、2008年的技術效率值和規模效率值都不為1，其非DEA有效的原因是由純技術效率低和規模效率低共同造成的，且規模效率遞增，因此可以通過提高科研技術和擴大科研規模兩方面來提高科研效率。

DEA無效的單元共可分為三類：第一類，2003年、2005年、2010年既無投入冗余，又無產出不足，只需合理配置資源即可達到DEA有效；第二類，2006年既有投入冗余，又有產出不足，只要適當減少科研投入量并合理配置資源，還可獲得更多的產出；第三類，2008年沒有產出不足，只是投入冗余，只要適當減少科技投入量就可獲得同樣多的產出。表3、表4中所列數據為BC2模型中松弛變量和，在進行投入、產出計算時，每項在原投入量的基礎上減少得出新的投入量為達到DEA有效的投入量。例如，2006年平均每一專任教師負擔學生數可以減少0.296人，由17人變為16.704人較為合適。其余輸入指標的調整表3所示。同時，由于2006年產出有不足，經過調整后產出之一科研論文可以由原來的428篇增加為現在的430.402篇，增加的產出為2.402篇。校舍的建筑面積完全不用28594780.00平方米，只要25662192.082平方米即可，同時可以看出，圖書、科技活動人員、研究與試驗發展經費支出都有投入冗余。其中經費支出可以由372514萬元改為366036.384萬元，可以節約經費477.616萬元。2008年沒有產出不足，只有投入冗余。2006年和2008年各投入指標的調整如表3和表4。

三、結論與建議

通過應用DEA方法對2003-2010年北京市本科院校科研效率的評價，結果表明：北京市在持續的幾年中，科研效率呈現出波動性。在DEA無效的年份中，有的技術效率有效，有的技術效率和規模效率均無效，而且規模效率都是遞增的。說明導致科研效率無效的原因有技術效率的因素，也有規模效率的因素。

基于上述研究結果，提出以下建議：

（1）加強科研資金和人員的管理，實現資源優化配置，提高高等教育投入產出的技術效益。技術效益指運用科學的管理方法或先進的管理技術控制成本，提高生產效率和效益。高校要提高科研效率，必須加強科研資金及科研人員的管理，為科研資金需求提供良性循環的條件。降低資金的使用成本，提高資金的效益；激發科研人員的工作熱情；優化科研各方面資源的配置。

（2）高校不能僅限于增加科研的投入，需要建立健全科研評價機制。力求投入無冗余，產出最大化。高校應該引入市場經濟的觀念，加強財務管理，合理使用科研資金，優化科研資源的配置，力求以較少科研投入實現較大產出，即盡量減少投入冗余，提高產出效率。

（3）高校的科研效率具有波動性，對待高校的科研不能采取盲目樂觀的態度。盡管2011年、2012年北京市高校的科研效率達到了最優，但是也要提高警惕，防止出現技術管理上的無效或者科研資源浪費的情況。應該根據國家的需要建立長效機制，健全制度，促進高校科研數量和質量持續穩定增長，提高科研效率。

[ 參 考 文 獻 ]endprint

[1] 馮光娣，陳珮珮，田金方.基于DEA-Malmquist方法的中國高校科研效率分析——來自30個省際面板數據的經驗研究[J].現代財經（天津財經大學學報），2012（9）：61-73.

[2] 崔維軍，張薇薇，張天娥.江蘇省高校科研效率評價研究：1999-2007[J].科技管理研究，2012（4）：73-76.

[3] 王成端，周小波.基于公平和績效的高等學校教育事業費撥款問題研究[J].現代教育管理，2011（8）：17-20.

[4] ATHANASSAPOULOS ANTREAS，D SHALE ESTELLE.Assessing the comparative efficiency of high education institutions in the UK by means of data envelopment analysis[J].Education Economics，1997（2）：117.

[6] 王麗娜.高校科研效率研究：以江蘇省為例[J].科技管理研究，2012（11）：127-131，139.

[7] 胡慶江，何瑋佳，柳銳.基于DEA的“985工程”院校科研效率評價[J].科技進步與對策，2011，（19）：135-139.

[8] 丁嵐.“985工程”實施中教育部直屬高校生產效率的計量分析[J].高等教育研究，2012（7）：20-29.

[9] 李剛，李蔚.基于輸出的C～2GS～2模型對學習成績（效果）的評價[J].數學的實踐與認識，2008（18）：59-64.

[10] Charnes A，Cooper W W，Rhodes E.Measuring the efficiency of DMU[J].European Journal of Operational Research，1978（2）：429-444.

[11] 徐濱，張大偉，吳介軍，薛惠鋒.基于DEA模型的高校辦學效率評價及應用[J].計算機仿真，2008（10）：284-286，307.

[18] 王淑云，劉麗英，張素梅.基于DEA方法的內蒙古區域可持續發展能力的評價研究[J].安徽農業科學，2009，19：9150-9152.

[責任編輯：王 品]endprint

[1] 馮光娣，陳珮珮，田金方.基于DEA-Malmquist方法的中國高校科研效率分析——來自30個省際面板數據的經驗研究[J].現代財經（天津財經大學學報），2012（9）：61-73.

[2] 崔維軍，張薇薇，張天娥.江蘇省高校科研效率評價研究：1999-2007[J].科技管理研究，2012（4）：73-76.

[3] 王成端，周小波.基于公平和績效的高等學校教育事業費撥款問題研究[J].現代教育管理，2011（8）：17-20.

[4] ATHANASSAPOULOS ANTREAS，D SHALE ESTELLE.Assessing the comparative efficiency of high education institutions in the UK by means of data envelopment analysis[J].Education Economics，1997（2）：117.

[6] 王麗娜.高校科研效率研究：以江蘇省為例[J].科技管理研究，2012（11）：127-131，139.

[7] 胡慶江，何瑋佳，柳銳.基于DEA的“985工程”院校科研效率評價[J].科技進步與對策，2011，（19）：135-139.

[8] 丁嵐.“985工程”實施中教育部直屬高校生產效率的計量分析[J].高等教育研究，2012（7）：20-29.

[9] 李剛，李蔚.基于輸出的C～2GS～2模型對學習成績（效果）的評價[J].數學的實踐與認識，2008（18）：59-64.

[10] Charnes A，Cooper W W，Rhodes E.Measuring the efficiency of DMU[J].European Journal of Operational Research，1978（2）：429-444.

[11] 徐濱，張大偉，吳介軍，薛惠鋒.基于DEA模型的高校辦學效率評價及應用[J].計算機仿真，2008（10）：284-286，307.

[18] 王淑云，劉麗英，張素梅.基于DEA方法的內蒙古區域可持續發展能力的評價研究[J].安徽農業科學，2009，19：9150-9152.

[責任編輯：王 品]endprint

[1] 馮光娣，陳珮珮，田金方.基于DEA-Malmquist方法的中國高校科研效率分析——來自30個省際面板數據的經驗研究[J].現代財經（天津財經大學學報），2012（9）：61-73.

[2] 崔維軍，張薇薇，張天娥.江蘇省高校科研效率評價研究：1999-2007[J].科技管理研究，2012（4）：73-76.

[3] 王成端，周小波.基于公平和績效的高等學校教育事業費撥款問題研究[J].現代教育管理，2011（8）：17-20.

[4] ATHANASSAPOULOS ANTREAS，D SHALE ESTELLE.Assessing the comparative efficiency of high education institutions in the UK by means of data envelopment analysis[J].Education Economics，1997（2）：117.

[6] 王麗娜.高校科研效率研究：以江蘇省為例[J].科技管理研究，2012（11）：127-131，139.

[7] 胡慶江，何瑋佳，柳銳.基于DEA的“985工程”院校科研效率評價[J].科技進步與對策，2011，（19）：135-139.

[8] 丁嵐.“985工程”實施中教育部直屬高校生產效率的計量分析[J].高等教育研究，2012（7）：20-29.

[9] 李剛，李蔚.基于輸出的C～2GS～2模型對學習成績（效果）的評價[J].數學的實踐與認識，2008（18）：59-64.

[10] Charnes A，Cooper W W，Rhodes E.Measuring the efficiency of DMU[J].European Journal of Operational Research，1978（2）：429-444.

[11] 徐濱，張大偉，吳介軍，薛惠鋒.基于DEA模型的高校辦學效率評價及應用[J].計算機仿真，2008（10）：284-286，307.

[18] 王淑云，劉麗英，張素梅.基于DEA方法的內蒙古區域可持續發展能力的評價研究[J].安徽農業科學，2009，19：9150-9152.

[責任編輯：王 品]endprint