“985工程”院校科研效率的時空差異與成因分析
——基于面板數據與EBM模型

劉 悅， 汪克亮， 孟祥瑞

(安徽理工大學 經濟與管理學院，安徽 淮南 232001)

一、引言

在國際競爭尤其是人才和科技競爭日趨激烈的環境下，科學評價高校效率、合理配置科研資源是關系世界一流大學建設的重要問題。1998年5月，國家教育部決定在實施《面向21世紀教育振興行動計劃》中，重點支持北京大學、清華大學等部分高校創建世界一流大學和高水平大學，簡稱“985工程”。“985工程”是國內最頂尖的一批高校，獲得了絕大部分稀缺優質科研資源，擁有中國最先進的設備、最優秀的師資力量、最充足的科研經費、最優異的生源等。在此背景下，衡量這些“高消耗”院校的科研活動質量，進行科學的效率評價和績效引導是非常必要的。當前，中央及地方政府用于“985工程”建設的投入資金累計超過千億元，但我國高等教育事業的發展狀況仍無法完全令人滿意，且“985工程”的經費中絕大部分直接來自于政府撥款，因此其效率水平、內部資源配置及分配依據和標準也一直備受關注、飽受爭議[1]。因此，對“985工程”院校進行科研效率評價和實證研究是我國高等教育評估和發展中的一項重要議題。

目前，國內外學者主要采用數據包絡分析方法(Date Envelopment Analysis，DEA)對高校科研效率展開研究[2-16]。國外研究大部分集中在高校或者院系科研效率的評價，而國內的研究對象更為多樣，主要包括不同省市的高校整體、高校本身和高校院系等，如表1所示。學者們對高校科研活動效率進行了有益的探索，但由于數據獲取與研究方法的局限，現有文獻仍存在以下不足：(1)科研效率測算模型大多采用徑向模型，如CCR模型和BCC模型，忽略了松弛變量的影響，容易產生與現實背離的研究結論；(2)現有文獻通常將產出指標為0的變量剔除以滿足DEA對投入產出指標非空的要求，導致低估部分高校的科研效率水平；(3)大多數文獻研究區間較短或者只研究某一年，使得實證結果無法全面體現其變動趨勢；(4)實證分析多是對模型測算出的效率值進行評價，沒有對科研資源無效率進行深層次探究。

表1 基于DEA方法的高校科研效率評價相關文獻及分類[7-16]

因此，本文嘗試從上述幾方面改進研究工作。首先采用兼顧徑向與非徑向特點的EBM模型測算2007—2015年中國36所“985工程”院校的科研效率；其次，利用EBM模型的性質將“985工程”院校科研資源無效率基于每種投入要素視角進行分解，計算各投入要素的貢獻率，以此追溯無效率的深層次來源；最后，結合高校效率評價結果，對不同高校提出不同的改進措施與政策建議。

二、方法與模型

DEA能夠有效處理多投入-多產出的效率問題，并且減輕隨機前沿分析(SFA)具體函數形式的限制，從而更具現實解釋力。從測算方法來看，經典的DEA模型主要劃分為兩類，一類是以徑向測算為基礎的模型，如CCR模型和BCC模型，另一類是以非徑向測算為基礎的模型，如SBM模型。前者忽略非徑向松弛變量的影響，容易產生與現實背離的結果；而后者雖然包含了非徑向的松弛變量，但損失了效率前沿投影值的原始比例信息。為了改進這一局限，Tone和Tsutsui提出了一種兼容徑向比例和非徑向松弛的EBM(Epsilon-Based Measure)模型[17]，從而更加真實、準確地評價決策單元相對效率。對于具有m個投入要素(x)和s個產出要素(y)的n個決策單元，投入導向規模報酬不變EBM模型的線性規劃表達式為：

s.t.Xλ-θxio+s-=0,Yλ≥yo,λ≥0,s-≥0

(1)

式中，γ*為決策單元的效率目標值；ωi(i=1，2，…，m)表示第i個投入的權重,且滿足∑ωi=1；X、Y、λ、s-分別為投入、產出、權重系數向量和投入松弛向量；εx是一個關鍵參數，取值范圍為[0,1]，它表示效率計算中非徑向部分的重要程度：取0時相當于徑向模型，取1時相當于SBM模型。

公式(1)的解為“綜合技術效率”，如果在公式(1)中加入∑λ=1這一約束條件，則可以計算得到各決策單元的“純技術效率”，兩者之間的比值為“規模效率”。為了表述方便，文中基于投入導向、規模報酬不變EBM模型可以簡寫為EBM-I-C，投入導向、規模報酬可變的EBM模型則可簡寫為EBM-I-V。為了進一步挖掘決策單元無效率的來源，可以對技術無效率基于每種投入視角進行分解，以衡量每種投入在技術無效率中的貢獻率。由于ωi是各投入變量的權重，則目標函數可分解如下：

(2)

則各投入要素的無效率值為：

(3)

基于此，各投入要素對技術無效率的貢獻率Contrii(i=1,2，…,m)可以由下式計算得到：

(i=1，2，…，m)

(4)

三、樣本、變量與數據

本文選取2007—2015年中國36所“985工程”院校為決策單元建立科研效率評價模型，未入圍的3所“985工程”高校分別是國防科技大學、中央民族大學和中國人民大學。其中前兩所高校由于保密性和學科性質原因統計資料缺失，而后一所作為以傳統文科為主的高校，科研投入產出數據偏低，與其他“985工程”高校差距太大，不符合DEA要求決策單元具有同質性，因此將其去除。上述處理與國內相關研究一致[18-20]。根據前文所述，本文選取教學與科研人員、科技經費當年撥入作為投入變量，產出變量分別為專著數量、學術論文、鑒定成果數和技術當年實際收入。上述各變量數據均來自2008—2016年《高等學校科技統計資料匯編》。樣本投入產出變量的描述性統計如表2所示。

表2 投入產出變量描述性統計(2007—2015年)

四、實證結果分析

(一)“985工程”院校科研效率的時空差異特征

由于EBM模型既考慮了投入目標值與實際值之間的徑向比例，又考慮了各投入之間差異化的非徑向松弛變量，兼顧了徑向模型與非徑向模型的優勢，克服了它們的缺點，從而更科學地測度決策單元的效率水平。在效率模型中，CCR模型由于未考慮松弛變量，因而高于決策單元的實際效率，SBM模型則因為忽略投入之間的線性比例關系，所以低于決策單元的實際效率。通過效率測算結果的比較，EBM模型效率測算值正好處于CCR模型與SBM模型之間。3類模型下36所“985工程”院校科研效率均值如表3所示。

表3 2007—2015年36所“985工程”院校科研效率均值比較：基于不同DEA模型

根據表3，基于投入導向CCR模型與SBM模型的科研效率均值分別為0.804與0.757，而EBM模型的科研效率均值為0.792，正好位于二者之間。考慮到EBM模型兼顧了CCR模型與SBM模型的優勢，因此本文將根據EBM模型測算結果分析科研效率的時空特征。2007—2015年，中國36所“985工程”院校科研效率均值為0.792，未來效率改進空間較大，這表明“985工程”院校科研過程中存在投入冗余與產出不足現象。從效率分解結果來看，“985工程”院校科研資源利用的純技術效率(PTE)與規模效率(SE)均值分別為0.881和0.898，二者均存在較大的改進空間，并且規模效率略高于純技術效率。因此，為促進中國“985工程”院校科研效率的進一步提升，今后在提高科研資源利用與科研資源管理水平的同時，還應優化科研規模，有效發揮科研資源利用的技術有效性與規模有效性，讓二者產生協同效應。從時間變化趨勢來看，研究期內“985工程”院校科研效率從2007年的0.808波動降至2015年的0.770，這意味著科研資源投入與產出之間的不協調關系趨于惡化。具體來看，純技術效率從2007年的0.907降至2015年的0.857，規模效率從2007年的0.891升至2015年的0.898。由此可以看出，近年來“985工程”院校科研效率惡化主要是由純技術效率下降所致，在未來科研資源利用過程中應更加注重改進技術與管理水平。

1.分院校測度結果

從各所院校層面來看，如圖1所示，2007—2015年，只有清華大學一所高校始終位于生產前沿面，科研資源利用是完全有效的；南開大學、東北大學等6所高校科研效率在0.90以上，距離生產前沿面很近；科研效率位于0.70～0.90之間的有北京航空航天大學、北京理工大學等19所高校；其余10所高校科研效率水平相對較低，均在0.50～0.70之間，科研資源投入與產出之間的匹配度較差，其中不乏知名學校，比如同濟大學、西安交通大學、西北農林科技大學等，這些高校距離生產前沿面較遠。這是因為DEA模型測算的是相對效率，相當于矬子里拔將軍，因此很多知名高校雖然科研規模較大，但是投入產出效率相對較低。根據效率分解結果，北京師范大學、東北大學、蘭州大學等6所高校的純技術效率為1，而規模效率不為1。說明這些高校應通過調整科研活動的投入、產出規模來實現規模和整體有效。其余29所高校純技術效率和規模效率皆無效，意味著在今后的科研活動中技術改進和規模優化要兩手抓，從而提升整體效率。再考察時間變化趨勢，從表4可以更加直觀、清晰地分析各高校在9年間的科研效率差異。研究期內，清華大學科研效率一直為1，是其它高校學習的楷模和榜樣。而中國科學技術大學、廈門大學、浙江大學等高校絕大多數年份距離生產前沿面較遠，科研效率常年偏低。這種現象應引起高校自身及其主管部門的足夠重視，并結合自身實際情況來判斷科研效率較低的主要原因是投入人力、經費利用率低，還是科研產出數量質量不具備競爭優勢，然后有針對性地提出對策建議。

圖1 36所“985工程”院校科研效率、純技術效率與規模效率均值(2007—2015年)

表4 2007—2015年“985工程”院校科研效率的變化趨勢

2.分區域測度結果

將36所“985工程”院校按其所在省市劃分為東部、中部與西部三大地區以考察科研效率的地區差異，其中東部地區包括京、津、冀、遼、滬、蘇、浙、閩、魯、粵、瓊11個省市；中部地區包括晉、吉、黑、皖、贛、豫、鄂、湘8個省市；西部地區包括渝、川、貴、云、陜、甘、青、寧、新、蒙、桂11個省市；36所“985工程”院校中有22所位于東部地區，中部地區和西部地區各有7所。

從區域層面上來看，如表5所示，2007—2015年間科研效率、純技術效率與規模效率存在區域差異，但差異較小。整體而言，科研效率均值由高到低依次為西部、東部、中部；純技術效率均值由高到低依次為中部、東部、西部；規模效率均值由高到低為西部、東部、中部。具體來看，在科研效率方面，2008—2010年間、2012—2013年間東部高于中西部，2011年、2014—2015年間中部高于東西部，2007年西部高于東中部。究其原因，東部地區大多數省市經濟環境好，平均收入高，更容易吸引高水平人才和獲取各種橫向科研課題，從而促進了高質量科研產出的增加；中部地區雖然在地理位置上優于西部地區，但是科研效率與西部相比互有勝負，差距不大；而西部地區隨著“西部大開發”戰略的推進，享受國家各種優惠政策，在科研方面大步向前，發展勢頭迅猛。在純技術效率方面，2007—2009年、2012—2013年東部高于中西部，其余年份中部高于東西部。在規模效率方面，2007—2012年間、2015年西部高于東中部，其余兩年中部高于東西部。這說明，最初西部地區“985工程”院校科研規模是最為恰當的，后來經過調整中部地區規模占優，東部地區的科研規模一直都距離生產前沿面較遠。東中西部均應根據需要調整科研規模，逐漸接近最優規模，最終實現規模長期有效。

表5 2007—2015年“985工程”院校分區域科研效率、純技術效率與規模效率均值

(二)“985工程”院校科研資源無效率的來源——基于投入分解視角

本文利用EBM模型的性質將“985工程”院校科研資源無效率基于每種投入要素視角進行分解，以此探究無效率的深層次來源，從而為有針對性地制定相關政策措施提供理論依據。如表6所示，2007—2015年間“985工程”院校科研資源無效率均值為0.209。由教學與科研人員投入、科技經費當年撥入導致的無效率均值分別為0.212、0.206。教學與科研人員投入是“985工程”院校科研資源無效率的首要原因，科技經費當年撥入為次要原因。具體來看，教學與科研人員投入、科技經費當年撥入對“985工程”院校科研資源無效率的貢獻率分別為50.51%、49.49%。可以看出，教學與科研人員投入的貢獻率略高于科技經費當年撥入，這在一定程度上表明“985工程”院校在科研活動中對人力投入和資金投入基本同等重視。從變化趨勢來看，2007—2015年間“985工程”院校科研資源無效率由0.195上升為0.231。其中，教學與科研人員投入導致的無效率由0.187上升至0.239，科技經費當年撥入導致的無效率由0.204上升至0.223。教學與科研人員投入、科技經費當年撥入的效率都無一例外地出現下降，進一步表明“985工程”院校科研資源投入與產出之間的矛盾愈加突出。兩種投入要素中，教學與科研人員投入對科研資源無效率的貢獻率由2007年的47.82%升至2015年的51.77%，科技經費當年撥入的貢獻率從2007年的52.18%降至2015年的48.23%，這啟示“985工程”院校應同時把控科研資源人員投入與經費投入，并重點關注經費投入。

表6 2007—2015年各投入要素對“985工程”院校科研資源無效率的貢獻率

(三)36所“985工程”院校科研資源節約潛力指數測算

本文通過EBM模型計算各投入目標值與實際值之間的差值來衡量“985工程”院校科研資源節約潛力。如表7所示，“985工程”院校人力投入與資金投入的節約潛力是比較可觀的，多數高校投入實際值與目標值之間存在較大差距。總體來看，計算期內36所“985工程”高校教學與科研人員節約潛力、科技經費當年撥入節約潛力分別為21.73%和23.84%。如果每所高校都能達到效率前沿高校的水平，那么“985工程”科研資源利用與科研質量將會得到極大改善。從各所高校來看，浙江大學、中山大學和北京大學3所高校教學與科研人員節約潛力最大，分別為49.25%、44.89%和44.67%；科技經費當年撥入節約潛力最大的是西北工業大學、北京航空航天大學和浙江大學3所高校，分別為51.50%、51.00%和46.13%。從地區來看，東部、中部和西部科研投入節約潛力差距較小，其中教學與科研人員節約潛力最大的是中部，其次是東部，最后是西部；科技經費當年撥入節約潛力從高到低依次為東部、西部和中部。從數值上來看，同時挖掘東中西部的科研資源投入節約潛力是未來進一步改善“985工程”院校科研效率的主要途徑。

表7 36所“985工程”院校科研資源投入節約潛力指數(2007—2015年) %

五、結論與啟示

本文采用兼顧徑向與非徑向特征的EBM模型測算2007—2015年間36所“985工程”院校科研效率，并全面考察科研效率的時空分異特征及其形成原因。結果表明：36所“985工程”院校科研效率水平較低，科研資源投入節約潛力較大。不同院校之間的效率指數差異顯著，地區間效率差異較小；教學與科研人員投入、科技經費當年撥入對“985工程”院校科研資源無效率的貢獻率分別為50.51%與49.49%；通過目標值與實際值的比較，發現“985工程”院校教學與科研人員投入節約潛力、科技經費當年撥入節約潛力分別為21.73%與23.84%。

本文研究結論蘊含的政策啟示：

(1)鑒于36所“985工程”院校之間科研效率存在顯著差異，相應高校科研管理部門應引起足夠重視，認清科研效率的校際差別和地域差異。對科研效率偏低的高校，通過各項優惠政策扶持和科研經費投入增加等予以傾斜，保證全國高校均衡、穩定、持續發展。

(2)為了進一步縮小不同地區高校的科研效率差異，建立相應的長效機制推動東部、中部和西部各高校之間的交流與合作，促使科研效率較低地區的高校逐步向效率較高地區的高校靠攏。

(3)改變傳統體制下科研資金主要來源于財政撥款的局面，通過多渠道積極籌措科研資金。如積極申請國家、部委、地方各類基金和各種橫向聯合課題，開展各類科技咨詢服務等，保證科研經費滿足需要，實現高校科學研究活動的健康有序發展。

(4)合理制定科研活動目標，改善科研管理環境，提升管理水平和管理效率。如有針對性地引進新技術與高能設備，促進科研生產和創新技術的進步；優化科研管理流程，改進科研管理體制；通過科研獎勵制度引導教師注重科研成果的質量而非一味看重科研立項數和經費數；高校和地方政府、企業互相合作，建立產學研創新平臺和研究基地，促進高校融入當地經濟發展，推動科技成果順利轉化。

(5)強化人才隊伍建設，優化人才發展環境，制定有助于調動科研人員積極性和能動性的激勵機制鼓勵高校現有人才。另外，對部分人才緊缺的學科，在全國甚至世界范圍內引進高水平人才，給予其滿意的待遇，免其后顧之憂，從而更好地進行學科建設。