基于DEA的不同學校類型高校科技投入產出效率研究

余杰 劉渝

摘要：采用DEA方法分析我國120所六大不同類型高校2008-2014年科技投入產出效率，研究發現：（1）高等教育科技投入產出時滯年限可為1年。（2）國家各級層面反腐倡廉工作有助于提升高校投入產出效率。（3）六大類高校效率整體有效，農林類院校科技投入產出效率受純技術效率和規模效率共同影響，其中純技術效率影響較大。

關鍵詞：DEA；不同學校類型高校；科技投入產出效率

中圖分類號：G4

文獻標識碼：A

doi：10.19311/j.cnki.16723198.2016.13.067

近10年國家科技3大獎中，高校獲獎率占64.8%，高校作為我國創新人才培養、基礎研究和高技術原始創新的主要陣地，在國家科技資源的配置中舉足輕重，高校科技投入產出效率對國家科技創新能力的影響不言而喻。2014年，我國高等院校加速推進科技體制改革和機制創新，成為國家科技體制改革的先行先試者，科技創新體系更加注重內涵發展和整體效能提升。“十三五”規劃中指出，推進科技體制改革最核心目標是創新驅動發展戰略，要求高校科技工作更加聚焦國家需求，提高資金使用效益。因此，對高校的科技投入產出特點和效率的深入研究，對國家科技創新能力建設具有重要的理論與現實意義。

1 研究背景

1.1 文獻綜述

教育投入產出問題，在教育經濟學中被視為教育與經濟關系最基本的表現，一般性定義為“高等教育投入和高等教育的有效產出之比”。近年來，眾多學者針對高校的科技投入產出情況開展了大量的研究工作。王楚鴻（2010）、郭際（2013）等人分別運用AHP-DEA、DEA-Tobit模型比較分析了我國區域高等教育科技投入產出效率，認為不同類別高校應根據自身的優劣勢，從觀念上重視科技資源配置和成果轉化、建立合理的產學研體系并將風險投資觀引入科研資源管理制度，合理調整科技工作的方向，提高科技工作的效益。

省際層面上，陳淳（2009）統計分析華南農業大學2004-2008年科研投入產出發現：隨著科研經費和人員投入不斷增加，科技產出量有所增加，也存在重大科研成果少等問題。趙書新（2009）等人采用DEA方法發現北京市高校科技投入產出各項效率總體表現良好，但也有個別高校有存在待改進之處。趙鎮（2009）利用DEA的C2R模型與BC2模型，比較分析了黑龍江省1997-2006年高等教育科技資源配置狀況相對有效性。

綜上所述，對高校科技投入產出效率的研究，多集中在區域、省際層面，視角較為單一，同時對于不同學校類型高校間的研究較少。雖已有學者著手研究不同類型高校科技投入產出效率，如付曄（2010）等人采用微觀層面的數據統計分析了不同類型高校科技投入產出效率的差異性。實際上，不同學校類型高校間的科技投入產出效率特點仍不夠清晰。因此將不同學校類型高校作為研究單元，從系統的角度全面探討我國“十三五”規劃下高校科技資源配置和利用情況，對于提高我國高校科技資源配置效率，促進高等教育科技發展、國家科技創新能力建設具有一定的理論和實踐意義。

1.2 研究方法

本文采用數據包絡分析法（DEA）對高校科技投入產出效率進行評估。數據包絡分析（Date Envelopment Analysis，DEA），是著名運籌學家A.Charnes和W.W.Cooper等人以相對效率概念為基礎發展起來的一種嶄新的效率評價方法。它是使用數學規劃模型比較決策單元之間的相對效率，對決策單元做出評價。DEA是科技投入產出效率評價最為常用的方法，用于評價多投入-多產出的同類決策單元（DMU）之間相對有效性，不需要預先估計參數及進行指標權重假設，不需要對指標數據進行量綱化處理，是管理科學領域非常重要的、有效的分析工具。

2 數據來源及指標選取

2.1 研究對象及數據來源

根據教育部《高等學校科技統計資料匯編》2008-2014年數據，參考2015年中國校友會高校排名選取六大不同學校類型120所高等院校，按照學校類型劃分為：綜合類、理工類、師范類、醫科類、農林類及其他類，經過對應匯編資料數據嚴格篩選，其中其他類定為財經類、民族類兩大類。

許多文獻采用同年度的投入和產出數據，忽視了資源的投入與成果的產出之間存在著一定的滯后性，而滯后年限暫無相關研究明確說明。綜合考慮教育產出的時滯性和分析前人基礎上，本研究將投入產出數據以2008年為起點，分別計算無時滯、時滯1年、時滯2年、時滯3年和4年累計數據對比研究，可使獲得的結果能更準確反映實際情況，且通過研究結果可大致確定出高等教育投入產出的時滯年限。

2.2 投入產出指標選取

使用DEA方法測度效率時，需滿足決策單元具有相同的投入、產出指標，和決策單元的樣本數至少為投入、產出項數之和的兩倍以上的要求和經驗法則。為實現本文的研究目的，充分反映不同學校類型高校間科技投入產出的實際情況，本文結合DEA的特點和前人關于科技投入產出評價指標體系的研究成果，在遵循科學性、可靠性、有效性和應用性指標體系的建立原則和考慮數據的可獲取性基礎上，建立如表1的投入產出指標體系。

3 實證分析及結果

本文采用MaxDEA5.2軟件進行分析，編號1-20為綜合類，21-40為理工類，41-60為師范類，61-80為醫科類，81-100為農林類，101-120為其他。

3.1 時滯數據分析

高校投入與產出間存在一定時滯性，當年投入并不能完全在當年的產出中體現。由表2知，產出時滯1、2、3年的有效占比每年均不相同且2011年呈總體下降趨勢；同時，時滯1年時高校科技投入產出總體有效占比最高65.2%，對比時滯3年結果雖僅有0.1%的差距，但時滯1年情況下，每年的有效占比率波動較小、結果更為穩健。從統計意義上看，科研投入產出時滯性可為一年。

3.2 六大類高校有效占比綜合分析

2008-2014年間，六大類型高校科技投入產出平均有效占比均在50%以上，整體滿足DEA有效率。具體分析，08、12年兩年六類高校總體有效占比相對較低，均在50%左右；而其他三年有效占比均超過70%，特別是2013年最高達到74%。同時，各類型高校占比在2013年均實現了較大增幅。究其原因，2012年起，國家各級層面反腐倡廉工作大力提升了財政公共經費使用的節約性、透明度及效率性和效益性，在科研投入產出方面也得到強有力的反映。

同時，無論哪一年或時滯年限為幾年，醫科類和其他類院校投入產出效率較高且其他類最高，達100%。而投入經費較大、人力較多的綜合類、理工類高校投入產出效率卻不理想。特別是綜合類高校，所達到的最高效率僅為70%。當然，對于不同類型的高校科技投入產出效率的評估不能單看數據得出結論，因為對于不同類型高校，所選評估指標并非都合理、適用，能本質反映該類高校自身問題。

3.3 綜合、理工和師范類院校具體分析

針對上述結果，結合綜合、理工和師范類高校產出特征，本文增選專利申請數、授權數、出售數和合同數、合同金額及技術轉讓當年實際收入等六項較能體現綜合、自然科學和理工科院校的科技產出指標，對其2008-2014年時滯1年數據進一步分析，結果見表3。由于教育信息較為有限，選取了綜合類18所、理工類14所、師范類5所較為代表性院校的數據。

對比未增加科技產出指標前分析結果，三類院校時滯1年的投入產出有效占比大大提升，師范類六年有效占比均值達95%以上，綜合、理工類院校有效占比均值也達到87.5%；同時，每年三類院校有效占比均在80%以上。由此可推出：（1）綜合、理工和師范類高校科技投入產出效率滿足DEA有效率，且有效占比較高；（2）專利申請、授權、出售數和合同數、合同金額及技術轉讓當年實際收入等指標在一定程度上能夠較好反映綜合、理工及師范類院校的產出特性。

3.4 農林類效率影響因素分析

綜上，六類院校科技投入產出效率整體滿足DEA有效率，唯農林類院校有效占比較低。是教育技術效率，還是資金或人力資源等投入的規模效率促使其滿足DEA有效率，還不得而知。為深入探究，本文對農林類院校2008-2011時滯1年數據進一步分析，結果如表4。

表4中“CRS”表示技術效率，“VRS”表示純技術效率，“Scale”表示規模效率，技術效率=純技術效率×規模效率。由表4知，一半以上的高校科技投入產出效率為DEA有效的。2008年在非DEA有效的高校中編號82、84、85、86、97和100等6所高校是規模效率遞減，2009年為編號82、84、85、87、97和100等6所高校，2010年為編號83、84、85、89、92和97等6所高校，2011年為編號81、84、86、89、91、92、93、94及96等9所高校。其中，連續4年規模效率遞減高校為編號84高校。

就規模效率而言，2008年得分在0.9以上的高校有20所，2009年19所，2010年19所，2011年18所；0.7以上2008年20所，2009年19所，2010年20所，2011年20所。因而，所選擇的20所農林類高校科技投入產出總體表現為規模有效。再分析技術效率，得分在0.9以上的高校2008年13所，2009年16所，2010年17所，2011年12所，比規模效率較低。對于2008-2011年非DEA有效、規模效率遞增高校而言，其規模效率均為1，純技術效率均不為1；同時，規模效率遞減高校中，其純技術效率均不為1，規模效率等于1的高校也僅有一兩個。由“技術效率=純技術效率×規模效率”知，影響農林類院校非DEA有效是純技術效率和規模效率兩方面共同原因造成的，其中純技術效率對農林類的影響比規模效率大。由此得出推論：農林類高校科技投入產出受純技術效率和規模效率影響（其中純技術效率對農林類的影響比規模效率大），進而影響其高校科技投入產出的綜合效率，反映綜合科研能力。

此外，利用MaxDEA5.2軟件還對滯后1年120所高校的投入產出指標進行了規模收益情況分析，本文就農林類編號84院校（表4中連續4年規模效率遞減高校）分析結果來說明，如表5，其他高校同理。

表5中“Original”為原始值，“Radial movement”為徑向改進值，用以表示各項投入等比例減少或者各項產出等比例增加的數值，“Slack movement”為松弛變量改進值，其絕對值等于線性規劃方程中s-（投入松馳變量）或s+（產出松馳變量）。“Projection”為目標值，“目標值=原始值+徑向改進值+松馳變量改進值”。其中，正數表示變化方向為增加，負數表示變化方向為減少。

以表5中教育與科研人員指標為例，結合表4可知編號84高校非DEA有效率，研究結果表明其效率值為0.66不等于1，為非DEA有效，其原始人員投入為12284人，徑向改進值為0，松弛變量改進值為-3399，最終目標值按公式算出編號84大學2010年的教育與科研人員投入目標值為8885人，此時為相對有效。其他指標分析同理，在13個投入指標中均無徑向改進值，松弛變量改進值中科學家與工程師、企事業單位委托經費和科技課題的投入均達符合投入產出要求，資源得以合理利用，而除此之外9項投入均出現冗余，特別是科研經費、當年撥入、政府資金、其他款項的投入冗余值較大，表明編號84的高校在科技投入一定的情況下，產出并未達到DEA有效情況下的最大輸出值。

當然，這只是研究的理論情況，政府決策部門和編號84高校應結合高校自身辦學性質，充分考慮農林類院校需要更多時間和更先進的技術或設備才能實現相應產出的特點，合理規劃其經費、人力資源的投入以及各類科技專著、論文等的產出。

4 研究結論與政策建議

本文運用數據包絡分析法DEA對我國120所六大不同學校類型高校科技投入產出效率狀況進行了實證研究，但限于篇幅限制，分析結果未能全部在文中展示。研究結果表明：

（1）統計意義上看，科研投入產出時滯性可設為一年。科學研究特別是高質量的科研產出都需要一定的積累期，研究高等教育科技投入產出效率時，可將1年作為時滯年限。事實上，大部分高校科學研究評價都會考慮科學研究的時滯性而確定考核周期。

（2）國家高等教育領域反腐倡廉工作有助于提升高校投入產出效率。2012年起，國家各級層面反腐倡廉工作大力提升了財政公共經費使用的節約性、透明度及效率性和效益性，在科研投入產出方面也得到強有力的反映，六大學校類型高校科技投入產出有效占比在13年均實現了較大增幅，這種效應的連續性需在后續時間序列數據研究中進一步檢驗。

（3）六大類高校科技投入產出效率基本達到DEA有效率，農林類院校科技投入產出效率受純技術效率和規模效率兩方面共同影響，其中純技術效率影響比規模效率大。通過對農林類高校進一步分析可知，在科技投入一定的情況下，部分高校產出并未達到DEA有效情況下的最大輸出值，以及在產出一定的情況下，科技投入未得到充分利用。因此，高校科技投入既要考慮自身辦學性質，又要兼顧其產出特點進行合理配置。

參考文獻

[1]曹如軍.“高等教育效率”概念的理性分析與實然診斷[J].遼寧教育研究，2008，（3）：911.

[2]王楚鴻.從投入產出比看全國高校科技投入的產出效益——基于2001-2006年統計數據的分析[J].科技管理研究，2010，（10）：2831.

[3]郭際，吳先華，吳崇.基于DEA-Tobit模型的我國高校科技投入產出績效評價及政策啟示[J].科技管理研究，2013，（23）：6570.

[4]陳淳.高校科技投入產出分析——以華南農業大學為例[J].廣東農業科學，2009，（7）：343345.

[5]趙書新，鄧林昌.北京市重點高校科技投入產出效率評價[J].消費導刊·學術要論，2009，（8）：2829.

[6]趙鎮.基于DEA的高等教育科技資源配置效率評價分析——以黑龍江省為例[J].科技進步與對策，2009，26（2）：112115.

[7]付曄，張樂平，馬強.不同類型大學科技投入產出效率的比較研究[J].科技管理研究，2010，（1）：8790.

[8]王桂芝，呂肖君.模糊理論在高校科技投入-產出決策中的應用[J].南京信息工程大學學報（自然科學版），2014，（3）：280284.

[9]王碧云，楊洪美.地區經濟社會發展與高校科技投入產出關系研究——基于主成分分析和聚類分析的評價[J].華北電力大學學報（社會科學版），2010，（6）：118123.

[10]Charnes A.Cooper，W.W.Rhodes E.Measuring the efficiency of DMUs[J].European Journal of Operational Research，1978，（2）：429444.

[11]Maja Mihaljevic Kosor.Efficiency Measurement in Higher Education：Concepts，Methods and Perspective[J].Procedia-Social and Behavioral Sciences，2013，（106）：10311038.

[12]張運華，吳潔，施琴芬.高校科技投入及成果轉化效率分析——價值鏈角度的考察[J].科技管理研究，2008，（8）：133135.

[13]楊靜，呂永波，劉子玲.高校科技投入與產出的關聯模型研究[J].世界科技研究與發展，2005，（2）：7882.

[14]劉軍山，孟萬金.關于高等教育評價指標體系質量的探討[J].江蘇高教，1999，（6）：1113.