教育部直屬高校科技活動全要素生產率測算及分析

本文系教育部人文社科研究青年基金項目“中國高校人文社科科研效率評價及影響因素研究”（13YJCZH064），教育部人文社科研究青年基金項目“協同創新視角下產學研合作效率評價及提升路徑研究”（14YJCZH164）和濟南市軟科學研究計劃項目“協同創新視角下濟南市產學研合作模式、運行機制及發展對策研究”（201401416）的階段性成果。

摘要：本文以我國教育部直屬高校2005-2012年科技活動為研究對象，測算其全要素生產率并進行分解，試圖找到生產率變動的原因、趨勢和方向。得出如下結論：教育部直屬高校科技活動全要素生產率年均下降0.9%。技術進步率年均上漲0.2%，而純技術效率和規模效率分別下降0.2%和0.9%。增長效應存在，但追趕效應不存在。全要素生產率和技術進步率變動趨勢一致但程度不同。技術效率變動趨勢和規模效率大體趨同。不同直屬高校科技活動全要素生產率及其分解指標具有很大差異。理工類高校科技活動全要素生產率最高，年均增長1.3%。東部地區直屬高校科技活動全要素生產率高于中西部地區，但年均增長僅為0。

關鍵詞：教育部直屬高校;科技活動;全要素生產率;技術效率;技術進步率目前世界公認的創新型國家大約有20個，這些國家的創新綜合指數包括科技進步貢獻率、研發投入占比、對外技術依存度和專利申請數等指標都遙遙領先于其他國家。高等學校作為創新型國家建設的核心支柱和中堅力量，已成為我國最大的科學研究部門并與產業界廣泛合作，其科技活動對我國整體科技創新產出有重大影響。為實現2020年進入創新型國家行列的目標，提高高等學校科技活動生產率特別是全要素生產率成為必然選擇。本文以我國高等學校的典型代表——教育部直屬高校作為研究對象，試圖測算和分析其科技活動（自然科學研究）全要素生產率，對提升高等學校/區域/國家科技創新能力具有重要意義。

一、文獻綜述

生產率可以理解為各種產出與資源（包括人力、物力、財力）要素總投入的比值。全要素生產率主要用來衡量決策單元的生產效率，它有三個來源：一是效率本身的改進;二是技術進步的實現;三是規模變動帶來的收益。具體計算時，需要扣除掉其他要素（如資本和勞動等）投入后的“余值”，即技術進步和能力實現等導致的產出增加。通過測算和估計全要素生產率，可以進行經濟增長的源泉和趨勢分析，并通過指標分解找到產出增加的直接原因。21世紀以來，國內外很多學者以高等學校/院系/省域范圍內的高等學校為對象，對其整體或者教學、科研活動全要素生產率進行研究和探索。其中代表性文獻如表1所示。

根據上述文獻可以看出，國內外相關研究采用的實證分析方法都是馬奎斯特（Malmqusit）指數法。國外文獻主要圍繞高等學校教學和科研整體來進行生產效率評價，而國內相關研究大多數以省域范圍內的高等學校作為對象，只有個別文章圍繞985工程高校和安徽省內高校來進行分析。缺乏教育部直屬高校科技活動全要素生產率的研究，更不用說進一步的區域和學科生產率差異對比。在投入產出指標選擇上，基本都沒有涉及科研產出的質量。本文擬對上述方面進行改進和探索。

二、模型概述及變量選擇

（一）全要素生產率測算模型概述——基于DEA的Malmquist指數方法

迄今為止，學術界對全要素生產率（Total Factor Productivity，TFP）的概念和內涵仍有爭議，但主要的計算方法包括增長核算法和經濟計量法兩種。前者包括索洛余值法和代數指數法;后者包括隱性變量法和生產前沿法。生產前沿法將經濟增長劃分為三部分：要素投入增加、技術進步實現、技術效率提升，與TFP的基本內涵高度吻合。具體的方法有數據包絡分析DEA（Data Envelopment Analysis）和隨機前沿分析SFA（Stochastic Frontier Analysis），本文選擇國內外主流的基于DEA的Malmquist指數方法進行分析。

Malmquist指數最初用于消費數量指數，Caves et al.基于距離函數構造生產率指數。[18-19]隨著Charnes et al.提出數據包絡分析方法并廣泛應用，Malmquist生產率指數和DEA方法相結合逐漸成為了實證指數，用于跨期生產效率的測度、分解和比較。[16]在同一框架下，可將Malmquist生產率指數分解為技術進步率、規模效率和純技術效率的乘積，各個指標的含義和關系如圖1所示：

圖1Malmquist指數及其分解指標

（二）投入/產出變量選擇

科技活動指所有與自然科學、工程和技術、農業科學、醫藥科學等領域中科技知識的產生、形成、發展、傳播和應用密切相關的有組織、系統性的活動。一般通過產出和投入指標的對比來衡量科技活動效率和生產率。借鑒國內外的相關研究，高等學校科技活動投入包括人力和經費的投入，產出包括項目、獎勵和各種出版物。考慮我國高校科技活動的實際情況并結合數據獲取的可得性，設計如表2所示的指標體系，具體解釋如下：

（1）X1研究與發展全時人員指在統計年度中，從事科技研究和成果應用工作且時間在9個月以上的人員（扣除假期一年按10個月計）;X2科技經費撥入包括各級政府撥款和縱向課題資金撥款、企事業單位委托資金、其他來源經費。

（2）Y1研究與發展項目指包括基礎、應用和實驗發展在內的縱向科研課題;Y2科技著作包括學術專著、基礎論著和技術著作等專業性書籍;Y3國內外學術論文指發表在國內外學術期刊上的專業論文;Y4專利授權數指通過申請獲得授權在一定范圍內獨占使用其發明創造的權利數;Y5技術轉讓實際收入是通過轉讓創新性的科技技術獲取的各種收入;Y6科技獎勵指包括國家三大獎和省市級各類科技進步獎在內的高水平獎勵。

（三）數據來源及處理

DEA方法要求原始數據穩定且具有權威性，現有文章數據來源都是《高等學校科技統計資料匯編》、《全國高校社科統計資料匯編》、《教育部直屬高校基本情況統計資料匯編》等。因本文研究的是高校科技活動，所以選擇《高等學校科技統計資料匯編》中的數據進行研究。Malmquist指數是一種跨期分析的方法，考慮2004年之前部分年份數據缺失，因而時間范圍是2005-2012年。在75所教育部直屬高校中，中央音樂學院、中央美術學院、北京外國語大學等語言和藝術類的高校科技活動數據接近于0，無法納入實證范圍。故，具體研究對象是63所理工類、醫藥類、師范類、綜合類、農林類等教育部直屬高校。經過處理的原始數據描述統計如表2所示：

三、教育部直屬高校科技活動全要素生產率測算及分析

具體對全要素生產率進行測算和分析時，使用DEAP2.1軟件并選擇產出導向（投入和產出導向下計算結果基本無差異）。將2005-2012年教育部直屬高校科技活動原始數據輸入軟件，可計算出年度平均、高校平均的Malmquist指數及其分解指標。因Malmquist指數是跨期比較的結果，所以8年的數據只得出7年的跨期對比，即2005/2006年度-2011/2012年度。整理后的結果如表3-表5、圖2所示。

（一）不同年份教育部直屬高校科技活動全要素生產率評價及分析

根據最后一行的年度平均結果，我國教育部直屬高校科技活動全要素生產率整體呈緩慢下降趨勢，年均下降幅度為0.9%。七組跨期對比數據中，2006/2007和2009/2010兩個對比年度全要素生產率下降顯著;2011/2012年基本保持穩定;其他四年度呈現不同程度的上升。具體到指標分解情況，技術進步率年均上漲0.2%，雖然微弱但畢竟整體上升了。說明隨著時間的推移，相鄰期間的生產前沿面處于移動增長狀態。而技術效率年均下降1.1%，原因是純技術效率和規模效率分別下降了0.2%和0.9%。主要阻礙技術效率上升的因素是規模效率的下降，即規模的不適當，管理和技術創新上也存在一定問題。需要通過規模的合理調整、管理流程的改進和優化等扭轉上述不利局面。整體來說，增長效應存在但追趕效應不存在。

圖22005/2006-2011/2012年Malmquist指數及其分解情況

結合圖2進一步分析教育部直屬高校科技活動生產率變動的方向、程度和原因。可以看出，全要素生產率和技術進步率變動趨勢具有一定的同步性，都是下降—上升—下降—上升，最后達到基本穩定。兩者的趨勢一致但程度不同。因全要素生產率還受技術效率因素的影響，所以整體變動程度是緩慢向下的，而技術進步率是微弱上升的。技術效率的變動趨勢和規模效率大體趨同，都是上升—下降—上升—下降，但同時受到純技術效率下降的影響，技術效率的整體下降幅度更大一些。充分說明，我國教育部直屬高校科技活動全要素生產率的下降主要是純技術效率和規模效率導致的，即多數直屬高校距離生產前沿面更遠了，水平效應并不存在;但卻存在比較微弱的增長效應，即教育部直屬高校科技活動生產前沿面在兩相鄰期間內緩慢向前移動。

（二）教育部直屬高校科技活動年度平均全要素生產率及分解指標

表42005/2006-2011/2012年教育部直屬高校科技活動年度平均全要素生產率及分解指標

根據表4可見：（1）教育部直屬高校科技活動全要素生產率平均值為0.991，其分解指標技術進步率和技術效率分別為1.002和0.989，這與上一部分的分析結論完全一致。（2）全要素生產率低于1的高校有32所，包括山東大學、吉林大學、北京中醫藥大學、華中師范大學、東北師范大學等知名高校都排在最后;全要素生產率高于1的高校有30所，排名最前列的有西安電子科技大學、東北大學、北京化工大學、江南大學、東南大學等，還有一所高校北京林業大學的全要素生產率為1。因Malmquist指數是投入產出視角下基于DEA計算的，是產出與投入的綜合對比，與高校知名度和科研整體實力無直接關系，所以并非知名高校一定排在前列。（3）科技活動技術效率提升超過5%的高校有西安電子科技大學、中南大學、北京師范大學、東北林業大學、重慶大學、河海大學、華中農業大學和東北大學，說明上述高校隨著時間的推移距離生產前沿面更為接近了。主要原因是這些大學在規模、管理、創新等方面相對進步更大;而山東大學、湖南大學、西北農林科技大學、中國人民大學、北京科技大學等高校排在技術效率的后五位。（4）科技活動純技術效率超過5%的高校是西安交通大學、西安電子科技大學、北京師范大學、河海大學，排在最后的高校是西北農林科技大學、湖南大學、華中師范大學、中國藥科大學。先進高校不應過分驕傲，而應該找到自己努力的方向，進一步提升管理和技術;落后高校通過全方位的比對和分析，定位差距、努力改進。（5）科技活動規模效率前五位的高校是武漢理工大學、中南大學、東北大學、重慶大學、華中農業大學，后五位的高校是山東大學、中國人民大學、清華大學、北京科技大學、華中科技大學。因為規模的調整會影響規模效率進而提升/降低技術效率和全要素生產率，所以高等學校應結合科技靜態效率評價結果，適度增加/降低科技活動規模進而提升效率。

（三）不同學科/區域教育部直屬高校科技活動全要素生產率測算及分析

根據表5可見：（1）教育部直屬高校中清華大學、西安電子科技大學、合肥工業大學、北京化工大學等理工類高校科技活動全要素生產率最高，年度平均生產率和技術進步率增加達到1.3%和2.1%，但技術效率卻有所下降。說明這類高校增長效應存在但追趕效應不存在，在所有直屬高校中是唯一生產率處于不斷增長中的高校類別。農林類、綜合類、師范類、醫藥類教育部直屬高校的全要素生產率依次降低，這些高校的生產率都處于不斷下降中。其中，農林類高校技術效率增長但技術進步率下降，綜合類高校正好相反，技術效率下降而技術進步率上升。而師范類和醫藥類高校的技術效率和技術進步率都處在下降階段。（2）東部地區教育部直屬高校科技活動全要素生產率高于中西部地區，但仍然僅為1，沒有明顯上升或者下降，主要原因是技術效率下降而技術進步率上升，兩者的共同作用導致生產率基本不變。中部地區直屬高校的全要素生產率平均下降2.6%，主要原因是技術效率和技術進步率都處于下降階段，增長效應和追趕效應都不存在。西部地區直屬高校技術效率增加而純技術效率下降，但后者的幅度更大導致整體生產率下降。（3）全要素生產率的增長或者下降受技術、管理、規模、創新等多方面影響，教育部直屬高校整體的生產率變動不容樂觀，需要根據指標分解情況全方位查找原因，學習先進高校的經驗、汲取落后高校的教訓，在短期內通過提升分解指標效率最終實現生產率的整體提升。

四、結論

隨著2011計劃即高等學校創新能力提升計劃的啟動，我國高校科技創新活動達到一個新的發展階段。在這樣的背景下，本文以我國教育部直屬高校2005-2012年科技活動為研究對象，測算其全要素生產率并進行分解，試圖找到生產率變動的原因、趨勢和方向。得出如下結論：教育部直屬高校科技活動全要素生產率年均下降0.9%。技術進步率年均上漲0.2%，而技術效率年均下降1.1%，原因是純技術效率和規模效率分別下降了0.2%和0.9%。整體來說，增長效應存在但追趕效應不存在。全要素生產率和技術進步率變動趨勢具有一定的同步性，兩者的趨勢一致但程度不同。技術效率的變動趨勢和規模效率大體趨同。不同直屬高校科技活動全要素生產率及其分解指標具有很大差異。理工類高校科技活動全要素生產率最高，年度平均生產率和技術進步率增加達到1.3%和2.1%，但技術效率卻有所下降。農林類、綜合類、師范類、醫藥類教育部直屬高校的全要素生產率依次降低。東部地區教育部直屬高校科技活動全要素生產率高于中西部地區，但仍然僅為1，沒有明顯上升或者下降，主要原因是技術效率下降而技術進步率上升，兩者的共同作用導致生產率基本不變。

為進一步提升我國教育部直屬高校科技活動全要素生產率，提出如下對策建議：（1）政府制定一系列發展綱要和優惠政策，為高校科技創新提供各方面的便利。比如，每年召開高校產學研合作招商大會，獎勵合作效果較好的學校;為人才引進提供各種便利，吸引和集聚創新型人才;建立高校、科研機構、企業技術轉化基地和大學科技園、大學生創業孵化中心，推動高校和企業的有效對接。（2）重視高校科技創新信息服務建設，建立和完善合作服務體系。通過成立科技創新信息服務平臺，為高等學校提供全面的科技服務項目和科技專家數據庫，推動各類科技中介組織的建設，形成三位一體、信息全面、實時互動的區域科技創新合作服務體系。（3）拓寬投融資渠道，加大高校科技活動投入資金的力度。比如，實施有助于高校科研的財政、稅收和金融政策，鼓勵高校進入市場融資，利用擔保、貼息等方式協調社會科技資源的優化配置，實現多元化、全方位的投融資機制。（4）促進資源的合理配置，實現不同高校創新效率提升。我國不同省份高校科技投入資源極度不平衡。經濟欠發達地區，不論是在資金、技術，還是人才投入上都遠遠落后于經濟發達地區。對這些區域，必須加大政策支持力度，保證高校科技活動的創新投入，從而增加其創新產出。而對于其它省份高等學校，應該更重視資金和人才的利用效率，最終實現我國各高校/區域科技活動效率的整體提升。

參考文獻：

[1]Abbott M， Doucouliagos C. Total Factor Productivity and Efficiency in Australian Colleges of Advanced Education [J]. Journal of Educational Administration， 2001， 39（4）：384-393.

[2]Flegg A T， Allen D O， Field K， et al. Measuring the Efficiency of British Universities： A Multi-period Data Envelopment Analysis [J]. Education Economics， 2004， 12（3）：231-249.

[3]Fernando B I S， Cabanda E C. Measuring Efficiency and Productive Performance of Colleges at the University of Santo Tomas： A Nonparametric Approach [J].International Transactions in Operational Research， 2007， 14（3）：217-229.

[4]Worthington A C， Lee B L. Efficiency， Technology and Productivity Change in Australian Universities， 1998–2003[J].Economics of Education Review， 2008， 27（3）：285-298.

[5]Johnes J. Efficiency and Productivity Change in the English Higher Education Sector from 1996/97 to 2004/5[J].The Manchester School， 2008， 76（6）：653-674.

[6]畢雪陽，孫慶文.高校教育成本投入動態效率的Malmquist生產率指數分析[J].煙臺大學學報（自然科學與工程版），2010，23（4）：265-271.

[7]廖文秋，梁樑，宋馬林.基于Malmquist指數的高校科研效率的實證分析[J].系統工程，2011，29（7）：64-69.

[8]姜彤彤.“985 工程”高校科研全要素生產率測算及分析[J].中國高教研究，2013（4）：38-43.

[9]段慶鋒.我國985工程高校科研績效的影響因素——基于DEA-Malmquist的實證研究[J].大連理工大學學報（社會科學版），2013，34（3）：114-119.

[10]潘海生，周志剛.基于Malmquist指數的高等教育生產率變動分析[J].西安電子科技大學學報（社會科學版），2007，17（6）：8-14.

[11]周偉，李全生.我國高等學校人才培養效率的動態分析：1999—2006年[J].科學學與科學技術管理，2010（1）：195-199.

[12]郭峻，熊世權.中國31個省市高校科研績效實證評價[J].情報雜志，2010，29（9）：83-88.

[13]韓海彬，李全生.中國高等教育生產率變動分析：基于Malmquist指數[J].復旦教育論壇，2010，8（4）：58-62.

[14]楊文舉.基于Malmquist TFP指數的中國高校科研生產績效評價[J].高教發展與評估，2011，27（3）：47-55.

[15]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[J].現代財經，2012（9）：61-73.

[16]姜彤彤，武德昆.基于Malmquist指數的高等學校科技創新全要素生產率研究[J].中國科技論壇，2012（5）：79-84.

[17]姜彤彤.高校人文社科研究全要素生產率評價及分析[J].研究與發展管理，2013，25（5）：90-97.

[18]Malmquist S. Index Numbers and Indifference Curves [J].Trabajos de Estatistica， 1953 （4）：209-242.

[19]Caves D. W， Christensen L.R， Diewert W. E. The Economic Theory of Index Numbers and the Measurement of Input， Output and Productivity[J].Econometric，1982（6）：1393-1414.