中國省域高校人文社會科學研究效率評價

摘要：本研究立足于分析2009-2016年中國高校人文社會科學研究的效率問題，其成果對于推進國家“雙一流”建設，繁榮中國人文社會科學研究，乃至提升國際學術話語地位具有重要意義。研究主要采用Bootstrap-DEA方法，運用maxDEA和SPSS16.0進行數據處理，統計數據來源于中國高校人文社會科學信息網和國家統計局網站。研究發現，中國高校人文社會科學研究的整體技術效率處于中等偏上水平，且受到純技術效率的影響較大，即科研管理對科研效率的影響較大。據此推斷，科研資源配置能力和科研資源使用效率等內部因素是決定科研效率的主要因素。此外，研究發現地方經濟發展水平與科研效率之間的相關性不顯著。對比分析發現，各省市自治區直轄市之間及四大區域之間科研效率均存在明顯差異。基于對研究結果的分析，筆者提出三點建議：制定區別于自然科學的人文社會科學研究管理制度;加大高校科研資源配置的自主權;優化人文社會科學研究評價標準和激勵制度。

關鍵詞：科研效率;科研評價;高校;人文社會科學;DEA;科研資源配置;激勵制度

中圖分類號：C12;G644 文獻標志碼：A 文章編號：1008-5831（2019）04-0113-13

一、學術梳理及路徑選擇

人文社會科學研究的重要性已經在世界范圍內獲得廣泛共識，其對科技創新的長線支撐作用日益凸顯。社會科學研究與自然科學研究的水平高低共同決定了一個國家能否走在世界的前列。構建“中國特色”“中國風格”“中國氣派”的人文社會科學體系是研究的總體目標和總任務。高校是人文社會科學傳承、發展和創新的主要陣地，高校人文社會科學研究繁榮的關鍵在于提高科研效率。高校科研效率是科研投入與產出的數量關系，包括技術效率、配置效率和成本效率以及規模效率[1]。人文社會科學研究的效率問題是關于人文社會科學獲得長遠發展和爭取國際話語權的重要問題。然而，當前中國高校人文社科研究的總體績效水平不高[2]已是不爭的事實。因此，客觀評價中國各省域高校人文社會科學研究的效率，發現其中存在的問題并提出有針對性的建議是科研效率評價的重要任務。

目前，關于人文社會科學科研效率評價問題的研究已經產生了一系列學術成果。如：陳俊生等采用層次分析法和DEA（Data Envelopment Analysis， DEA）模型對江蘇省地方綜合性大學的人文社會科研資源利用效率進行評價，發現樣本中人文社科科研存在效率不高等問題[3];黃煒、程慧平采用SFA方法研究我國人文社會科學學術論文產出效率問題[4]。現有研究采用的主要方法包括層次分析法、隨機邊界法（stochastic frontier approach，SFA）、Malmquist生產率指數和數據包絡分析方法。其中層次分析法一般與其他方法共同使用，但由于層次分析法受主觀因素影響較大，學術界已較少采用。SFA方法廣泛用于生產領域，也有研究者將其應用于科研評價中，如Mutz等對基金項目效益的評價[5]和李武采用SFA對“985”高校科研管理效率的研究[6]，等等。此外，Fernandez-Santos等用Malmquist生產指數方法研究西班牙公立大學的教學與研究效率[7]。DEA是科研效率研究中的一種主要方法，國內外學者對該方法的應用比較廣泛[8-9]。在科研評價中，傳統DEA方法存在兩個缺陷：一是輸出結果往往存在多個有效率的前沿面而導致決策單元之間的比較困難;二是無法克服松弛變量的干擾而逐漸式微。研究者針對傳統DEA方法存在的問題，對其進行了改進，并與其他方法組合進行效率評價研究，例如DEA-Malmquist指數分析法[10]、DEA視窗分析[11]、DEA-SFA方法[12]、Bootstrap-DEA[13]等。其中Bootstrap-DEA方法較之其他方法而言，步驟更為簡潔，并且能夠解決其他一些方法中松弛變量為0所產生的數據處理問題。

Bootstrap現已廣泛用于效率值的測算中，如陶長琪和王志平采用該方法對不同地區的技術效率進行糾偏[14]，黃永興和徐鵬采用該方法對我國文化產業效率進行實證分析[15]，韓永輝對中國生態治理績效進行評價[16]等。Nguyen等采用傳統DEA方法、SFA方法以及Bootstrap-DEA方法分別計算越南港口效率，結果顯示前兩種方法得到的值均遠大于Bootstrap-DEA[17]，Hosseinzadeh等采用Bootstrap-DEA研究了澳大利亞主要礦業公司的績效[18]，Andersson等采用該方法研究瑞典高等教育機構技術效率和生產力[19]。基于以上研究的實際情況，筆者選擇采用Bootstrap-DEA方法計算中國各省域高校人文社會科學研究效率。

二、研究方法及模型介紹

數據包絡分析（DEA）是一種根據投入產出情況評價決策單元（Decision Making Unit，DMU）相對效率的非參數方法。DEA最早由Charnes等人提出[20]，用于對多輸入和多輸出的決策單元（DMU）的相對效率進行評價。經典的DEA方法的缺陷之一是沒有考慮環境因素的影響，為此Fried等提出了三階段DEA[21]方法，并結合SFA （Stochastic Frontier Approach）方法對DEA進行了改進。由于SFA屬于參數方法，使用時必須滿足一定的模型條件，因此某些情況下的數據不完全適用于該方法，也不能得到令人滿意的結果。Simar和Wilson提出了基于Bootstrap的DEA修正方法[22]，該方法對原始數據樣本進行模擬，對產生的模擬樣本進行DEA效率測算。

三、變量及數據說明

（一）變量選擇

本文根據已有研究成果中的變量選取情況選擇相應的指標。高校人文社會科學研究的投入維度主要考察人員投入和經費投入兩個方面，其中人員投入方面一般將研究與發展全時人員作為考察人員投入的指標[23]，也有研究考察不同省份高校高級、中級、初級人文社會科學研究與發展人員的數量。鑒于研究發展全時人員更能夠反映人員在時間和精力上的投入情況，筆者采用高校人文社會科學研究與發展全時人員對人員投入進行測量。在經費投入方面，Babu等研究發現有11個指標對科研效率產生影響，其中包括資源的充足程度[24]，這里的資源充足程度包括了科研設備、科研經費等。也有研究[23]將當年撥入的研究與發展經費作為測量指標，但這一指標并不能包括所有經費投入。對中部地區本科院校人文社科科研影響因素的研究發現，研發經費當年撥入對產出的貢獻最大[25]。因此，本文選取當年撥入的研究發展經費作為測量指標，當年撥入的經費反映了政府公共科研資金的支持，而后者與高校科研產出率之間具有相關性[26]。需要說明的是，課題數量屬于產出變量還是投入變量，學術界沒有定論，有研究將課題數量作為產出變量[27]，也有研究將其作為投入變量[28]。在中國知網中以“科研項目”為主題詞進行檢索發現，研究內容以經費管理[29]、項目績效[30]等為主，由此可知，科研項目在科研工作中是作為科研經費的來源之一，作為投入指標更為合理。此外，本研究還參考了汪彥[31]和劉巍研究中對科研投入指標的選取和選擇[32]。

人文社會科學研究產出與自然科學研究產出在測量指標上既有重合又有差異，其中論文、專著、獲獎是二者均會采用的指標[27，33-34]。其中學術論文包括國內期刊發表的學術論文數量和國外期刊發表的學術論文數量。本文中的獲獎情況以獲得部級和國家級獎項為測量指標，以消除各地區獎項設置差異性產生的影響。除此之外，高校還扮演著智庫（Think Tank）的角色。《國家中長期教育改革和發展規劃綱要（2010-2020）》指出：“大學要積極參與決策咨詢，主動開展前瞻性、對策性研究，充分發揮思想庫、智囊團作用。”[35]人文社會科學是高校發揮這一作用的重點領域，因此，在考察科研產出時，將被采納的研究與咨詢報告數量作為表征產出的指標之一。

（二）數據來源及檢驗

本文選取2009-2016年（2017年數據因未公布本研究所選區的科研人員全時當量指標數據，故未采用）中國31個省市自治區的高校人文社會科學研究統計數據進行效率比較分析，數據源于中國高校人文社會科學信息網（www.sinoss.com）發布的《高校人文社會科學研究》數據。各變量的描述性統計參見表1。

采用SPSS16.0方法，對根據文獻確定的5項產出指標和3項投入指標進行逐年信度檢驗，得到Cronbach’s Alpha;對5項產出指標進行效度檢驗，得到KMO， Chi-Square，df，Sig，Cumulative%等（表2）。從表2可以看出，歷年α值均大于0.9，達到信度要求[36]， KMO值最小為0.647，各年份的顯著性均為0.000<0.005，達到結構效度要求[37]。

采用修正后的DEA方法計算出2012年的科研效率原始值和修正值。由于篇幅限制，僅列出部分地區的計算結果（表3）。2012年，糾偏前超過一半的地區效率值為1，而糾偏后所有地區的效率值均小于1，各地區糾偏后的效率值均低于傳統DEA測算結果。運算結果還顯示，所有地區的偏誤均大于0，傳統DEA模型測算結果均高于真實效率值。這一結果表明，針對本文測度的樣本較少的情況，采用Bootstrap-DEA模型能夠解決傳統DEA對較少量樣本的數據敏感度較強，不能較好地反映非參數計算優勢的問題，從而使得研究效率值更為真實、可靠。

四、結果及分析

（一）高校人文社會科學研究效率的總體分析

通常情況下，科研效率指的是技術效率。技術效率（Technical Efficiency， TE）指的是在最優規模時，投入要素的生產效率，是對資源配置能力、資源使用效率等多方面能力的綜合測量與評價。計算結果顯示，2009—2016年，各地區的科研效率見圖1。從圖1可以看出，包括北京、甘肅、湖北、云南等在內地區的科研效率一直處于較高的水平，安徽、湖南、浙江等地的科研效率處于相對較低水平。這反映出各地區人文社科研究發展的差異性和不均衡性。考察期內，各地區的科研效率呈現波動狀態，無明顯的規律性。科研效率小幅度變化屬于正常現象，但一些地區的科研效率變化幅度較大，并且無一定的規律性。例如，河北省2009年和2012年的科研效率較高，其他年份，特別是2010年、2014年的科研效率較低;青海2014年和2015年的科研效率較低，其他年份處于較高水平。對于某一地區科研效率的研究需要另做進一步研究。

數據反映出，歷年各地區科研效率的均值整體上處于下降水平。從2009年至2016年，各地區科研效率的均值依次為0.7821、0.7378、0.7870、0.8392、0.7453、0.6704、0.6826、0.7726。其中，2012年的科研效率均值達到考察期內的最高水平。2012年之前，平均科研效率均在0.73以上，2012年后，2014年和2015年的平均科研效率低于0.70。

純技術效率（Pure Technical Efficiency， PTE）是制度和管理水平帶來的效率;規模效率（Scale Efficiency， SE）是指在一定的制度和管理水平下，現有規模和最優規模之間的差異。三者之間的關系可以表示為：技術效率=純技術效率×規模效率。數據顯示，2009—2016年，安徽、北京、福建、海南、河南、湖北、江西、內蒙古、山西等地的規模效率均大于純技術效率。這表明，這些地區的科研效率主要受到純技術效率的影響，即管理制度和管理水平是決定這些地區科研效率的主要因素。甘肅、廣東、廣西、遼寧、寧夏、陜西、天津、浙江、重慶等有7年的規模效率大于純技術效率，歷時性地看，這些地區的科研效率也主要受到純技術效率的影響。另外，山東、西藏、云南、湖南分別有5年規模效率小于純技術效率，表明這4個地區受到規模效率的影響較大。

對PTEgt;SE地區的年代分布情況進行分析后發現，2009年4個，2010年6個，2011年2個，2012年1個，2013年5個，2014年8個，2015年9個，2016年16個。將歷年PTEgt;SE的地區數和平均效率值進行對數變換后可以制成圖2。

從圖2可以看出，二者大致呈現相反的走向，由此證明，PETgt;SE地區數對平均科研效率具有反向影響。這再次證明考察期內，純技術效率對科研效率的影響占主導地位。PETgt;SE地區數量從2012—2016年逐年增加。也就是說，中國各省域高校人文社會科學研究效率受純技術效率的影響越來越大。

在此，需要特別說明的是，本文科研效率計算中的投入指標為：研究發展全時人員、當年撥入的研究發展經費、科研課題數量;產出指標為：國內期刊論文數量與國外期刊論文數量、專著數量、專利數量、獲省部級及以上獎勵數量、被采納的研究與咨詢報告數量。這些指標是目前科研評價及科研效率評價中的主要可量化指標，得出的結果是數量維度上的科研效率。結果反映出研究成果在規模和數量上已經取得了較好的成績，整體研究效率處于中等偏上的水平，未來高校人文社科研究效率還有一定的提升空間。

（二）高校人文社會科學研究效率的地區差異分析

表4是2009—2016年各省域高校人文社會科學研究的Bootstrap-DEA糾偏后的效率平均值。從表4可以看出，各省域高校平均技術效率值均小于1，說明實際產出和期望產出之間存在一定的差距。經計算，科研效率的技術效率值均值為0.752 1，這表明即使科研投入平均減24.79%，仍然可以產生既定的科研期望產出。在考察期內，人文社會科學研究平均效率最大值為0.870 5，最小值為0.553 7，標準差系數為0.120 8，這反映出中國各高校人文社會科學研究效率存在較大提升的空間，且不同地區之間存在一定差異性。

在SPSS中對不同地區不同年份的效率值進行Kruskal-Wallies檢驗，得到的結果為：卡方值為117.259，自由度為30，顯著性為0.000<0.05，拒絕原假設，故不同省域高校人文社會科學研究效率存在顯著性差異。

為了更進一步比較各地區的科研效率差異，本文將各省市、自治區、直轄市分為東部、中部、西部和東北（國家統計局劃分方法）[38]四個大區，對這四個大區進行科研效率差異性的Kruskal-Wallies檢驗。檢驗結果顯示，卡方值為8.290，自由度為3，顯著性為0.040<0.05，拒絕原假設，說明四大區域在人文社會科學研究效率方面存在顯著性差異。各省域和各大區之間的科研效率均存在顯著差異，由此可以初步推測，科研效率可能受到與地域相關的指標的影響，其中之一就是經濟發展水平。

（三）高校人文社會科學研究效率的影響因素分析

1.地方經濟發展水平與高校人文社會科學研究效率無顯著相關性

2009—2016年各地高校人文社會科學研究效率受到純技術效率的影響明顯。這反映了考察期內，高校人文社會科學研究效率主要受到各省市的科研資源配置能力、資源使用效率等與科研管理相關的內部因素的影響。據此推測，高校人文社會科學研究效率與以往研究中發現的外部環境因素[39-40]，如地區GDP[41]等的相關性可能較弱或不相關。為了進一步對這一結論進行驗證，本文選取主要外部因素之一——地區人均GDP進行驗證。在SPSS中對各地區科研效率與地區人均GDP的相關性進行分析，得到Pearson相關性系數為0.007，顯著性為0.913，其相關性不顯著。因此，高校人文社會科學研究效率與地區人均GDP之間不存在顯著相關性。這一結果與已有相關研究[42]所得出的地區經濟與科研效率之間存在相關性的結論相悖。可能的原因是人文社會科學研究活動與自然科學研究活動存在差異，地區經濟發展水平對自然科學研究活動的制約性更強。反之，高校人文社會科學研究對地區經濟發展的促進作用在考察期內并不顯著，未來應當注重將人文社會科學研究與推動經濟發展和促進生產力發展結合起來。

2.科研管理因素是影響高校人文社會科學研究效率的主要因素

研究結果顯示，純技術效率對高校人文社會科學研究效率的決定性作用較大。這說明，增加科研投入對提升科研效率的作用不大，目前我國高校應主要通過科研管理來提高科研效率。

資源配置效率和科研制度設計是科研管理的重要內容。通過提升資源配置效率，優化科研管理制度是提高人文社會科學研究效率重要手段的觀點與已有研究結論具有一致性[43]。國內學術界對人文社會科學研究的資源配置問題討論比較少，而人文社會科學研究中存在的問題[44]使得資源配置問題越來越受到重視。科研經費和科研人員是科研資源的重要方面。相比自然科學研究，人文社會科學研究的經費主要來自于政府，經費分配中政府占主導地位，高校使用經費的自主權不足。盡管有經驗表明，非競爭性經費有助于科研產出[45]，但難以考慮到某一省市、某一高校，甚至是某一科研團隊或個人的實際情況，由此容易產生科研經費分配的不均衡問題，并最終影響整體科研效率。已有研究顯示，相比經費的作用而言，科研人員在我國高校人文社會科學研究中的貢獻更大[46]。將各省市人文社科研究效率、研發人員總體規模、不同級別研發人員規模分別進行排序，結果顯示人員投入情況與科研效率趨勢并不完全一致。可能的原因之一是科研人員整體的科研實力不足導致科研產出能力弱;可能原因之二是部分學科或專業的科研人員科研產出不足;可能的原因之三是科研激勵不足導致科研動力不足。前兩個可能原因與科研人員的素質相關，對湖北省的研究發現，教授、副教授和講師數量與科研績效之間存在密切關系[28]。遺憾的是，目前尚未獲得我國各省域高校人文社科領域科研人員職稱的完整統計數據，無法對這一推測進行驗證。可能的原因之三則與科研管理密切相關，涉及到研究人員的科研積極性和主動性問題，需要專門研究進行求證。

3.科研成果質量是人文社會科學研究效率提升的核心

科研成果質量是高校人文社會科學研究實現可持續發展的保障。科研效率與科研成果質量之間的關系體現為：大學排名和科研效率具有一致性[47]，世界一流高校的科研效率較高[48]。保證科研成果質量是“雙一流”建設的需要，同時也是中國人文社會科學研究國際地位提升的核心所在。目前，中國人文社會科學研究在研究成果產出方面還存在一些問題，主要表現為“數量領先、質量落后”[49]，學術專著在數量和影響力方面均與德國、美國存在相當大的差距[50]。從科研管理的角度看，提升質量的根本出路在于打破以科研成果數量為核心的科研評價與科研激勵政策和制度。

綜上，高校人文社會科學研究效率主要受到內部因素的影響，外部經濟因素的影響并不顯著。提高科研效率需要從系統內部入手，具體說來主要包括三個方面：一是資源配置效率;二是科研人員的積極性和主動性;三是科研成果的質量，其中包括科研成果對社會發現的貢獻度等。

五、高校人文社會科學研究發展建議

根據以上分析，筆者提出高校人文社會科學研究發展的三點建議。

（一）制定針對人文社會科學研究的管理制度

人文社會科學研究與自然科學研究在研究基礎條件、研究周期、研究成果形式以及研究的社會效益表征等方面都存在差異性。首先表現在對外部條件的要求方面。人文社科研究對外部條件，如科研設備、科研場所、科研團隊規模等的依賴程度較低，不能主要通過改善物質條件而迅速提升科研效率。其次，人文社會科學研究成果對社會產生效益的周期較長，且研究成果形式較自然科學研究而言比較單一，這就導致了短期內社會科學研究效率的計算難以獲得準確的、可計量的標準。另外，人文社會科學研究對社會的貢獻往往不是以經濟指標衡量的，因而短期內的效率考察很難客觀。制定人文社會科學研究管理制度，就是要充分考慮人文社科研究與自然科學研究的差異性，以及所具有的特殊性，乃至其對社會發展所能產生的長遠影響。制定專門針對人文社會科學研究的管理制度，應當從以下方面著手：第一，在經費使用范圍上，調整高校人文社會科學研究在研究咨詢、研究數據購買、研究團隊建設等方面的經費報銷比例;第二，適當延長高校人文社會科學的研究周期與經費報賬周期，減少研究中的急功近利行為;第三，鼓勵跨單位和跨學科的人文社會科學研究，并在經費使用方面提供可能的便利。總之，人文社科研究管理制度要避免急功近利，就應創造更寬松的科研環境，提供更人性化的科研服務，以鼓勵人文社科研究更多地著眼于思想的創造，著眼于中國特色社會主義思想和文化建設，著眼于思想層面中國國際話語權的提升。

（二）加大高校科研資源配置的自主權

部分高校在資源配置過程中存在向優勢學科、優勢專業傾斜的現象，由此產生科研資源配置中的馬太效應。加大科研資源配置自主權就是要根據某一地區、某一高校人文社會科學研究的實際需要自主配置資源，結合實際需求投放科研經費，增加科研人員的流動性，提高資源配置效率。高校資源配置自主權的真正落實，有賴于客觀的科研資源配置數據的支撐。為此，應根據不同地區的規模效率、科研發展態勢，合理配置國家非競爭性經費，以適應當地實際;地區非競爭性經費配置不僅要考慮高校類型、所在地、排名等顯性因素，還要考慮各高校的發展目標、研究需求、研究潛力等隱性因素;高校內部的經費配置在綜合考慮優勢學科發展的基礎上，應兼顧學科均衡發展，給予青年學者及研究團隊更多支持，降低研究短板對整體人文社會科學研究效率的影響。在人員配置方面，可以借鑒自然科學研究中人才流動與人才引進的經驗，加大高校人文社會科學研究人員的流動。應鼓勵高校人文社會科學學者進行學術交流與學術訪問;制定促進高校間人文社會科學學者流動的政策;引導高效率地區與低效率地區建立合作關系，通過短期人才交流、項目合作等促進人文社會科學研究效率的整體提高。

（三）優化人文社會科學研究評價標準和激勵制度

科研評價和科研激勵是推動科學研究的兩個主要手段。

科研評價主要包括對科研人員的評價和對科研成果的評價。從目前實際情況看，對科研人員進行評價的主要指標包括論文（數量、等級）、學術專著與教材、科研項目（項數、級別）等，而對科研人員研究能力，特別是創新能力的考核標準尚不健全。筆者認為，評價標準可以從三個方面優化：第一，選拔和考核科研人員時，增加科研熱情與科研潛力、創新能力等指標;第二，適當調整科研考核周期，從而減弱考核周期過短導致的過大壓力和功利傾向;第三，建立以質量為導向的科研成果評價標準，增加對科研成果影響力、社會效益等指標的考察，探索和制定以質量為核心的評價指標體系。顯然，科研評價由數量導向向質量導向的轉變，是當前世界一流大學和一流學科建設的要求，也是高校人文社會科學研究健康、有序發展的基本條件。

優化激勵制度包括正向激勵和負向激勵兩個方面。正向激勵指鼓勵科研人員潛心學術研究，對取得突出成就的單位和個人進行獎勵。負向激勵指對破壞學術規范，違反學術道德以及其他不利于人文社科研究發展的行為進行懲罰。正向激勵可采取的措施包括：第一，加大對戰略性、思想性、創新性、前瞻性研究的支持力度，推動中國高校人文社會科學研究與國際接軌，以確立中國特色人文社會科學研究的國際話語地位;第二，對論文、專著、獲獎等之外的研究成果形式，如社會服務等進行必要獎勵，鼓勵多種形式的成果轉化，使得高校人文社會科學研究更接地氣、更有生氣;第三，設立不同類別、不同層次的針對人文社科研究成果和研究人員的獎勵體系，鼓勵人文社科研究多出成果，多出精品。負向激勵可采取的措施包括：第一，將學術規范和學術道德納入個人和組織的誠信系統，加大對科研人員和科研團隊組織的約束力，增加違法違規的社會成本，維護高校人文社科研究的社會聲譽和國際聲譽;第二，對期刊、圖書經營管理中的不合理、不公正以及金錢交易等行為進行打擊，營造清爽的學術出版氛圍，切實提高學術成果的質量。此外，還可以通過建立研究者身份識別和研究成果識別制度，促進高校人文社會科學研究管理國際化，推動科研人員和科研成果評價實現

科學化和高效率。

六、結語

本文對中國高校人文社會科學研究效率進行考察，旨在為人文社會科學研究的發展提供參考，進而助益于“雙一流”建設的推進和人文社會科學的繁榮。研究的不足在于，受到統計數據可得性的限制，考察周期較短，不能很好地反映中國高校人文社會科學研究效率變化情況;同時，盡管研究中分析了高校人文社會科學研究效率影響因素，但未能就相關因素進行相應的數據驗證。顯然，對更長時期內中國高校人文社會科學研究效率進行研究，揭示影響人文社會科學研究的內外部因素應是筆者和學術界未來研究的重要方向之一。

參考文獻：

[1]胡詠梅，段鵬陽，梁文艷.中外高校科研效率評估：概念、方法及研究述評[J].比較教育研究，2011（5）：69-73.

[2]王靈芝.中國高校人文社科研究的績效評價[J].軟科學，2012（4）：67-70，81.

[3]陳俊生，周平，張明妍.高校人文社會科學科研資源利用效率評價——以江蘇省地方綜合性大學為例[J].教育與經濟，2012（4）：58-61.

[4]黃煒，程慧平.我國人文社會科學學科學術論文產出的效率研究[J].情報雜志，2016（4）：137-140.

[5]MUTZ" R，BORNMANN L，DANIEL H D. Are there any frontiers of research performance？ Efficiency measurement of funded research projects with the Bayesian stochastic frontier analysis for count data[J]. Journal of Informetrics， 2017，11（3）：613-628.

[6]李武.基于SFA的“985”高校科研管理評價與改革研究[J].科學管理研究，2014（6）：33-36.

[7]FERNANDEZ-SANTOS Y，MARTINEZ-CAMPILLO A.Have the teaching and research productivity of the spanish public universities improved after the introduction of the LOU： Evidence from bootstrap[J]. Revista de Education， 2015，367：91-116.

[8]DILTS D M， ZELL A， ORWOLL E. A novel approach to measuring efficiency of scientific research projects： data envelopment analysis[J].Clinical and Translational Science，2015，8（5）：495-501.

[9]姜彤彤.我國各省高校人文社科科研效率評價及區域差異研究[J].科技管理研究，2014（15）：92-96，123.

[10]馮光娣，陳佩佩，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， 2012（9）：61-73.

[11]陳浩，王曉紅，張寶生.基于視窗分析模型的我國高校科研效率評價[J].科研管理， 2014（4）：138-148.

[12]王洪禮，賈岳.基于SFA和DEA的高校綜合投資學科的科研效率評價[J].天津大學學報（社會科學版）， 2015（4）：306-309.

[13]尹偉華，袁衛.基于Bootstrap-DEA方法的中國教育部直屬高校科研效率評價[J].統計與信息論壇，2013（6）：61-69.

[14]陶長琪，王志平.技術效率的地區差異及其成因分析——基于三階段DEA與Bootstrap-DEA方法[J].研究與發展管理， 2011（6）：91-99.

[15]黃永興，徐鵬.中國文化產業效率及其決定因素：基于Bootstrap-DEA的空間計量分析[J].數理統計與管理，2014（3）：457-466.

[16]韓永輝.中國省域生態治理績效評價研究[J].統計研究，2017（11）：69-78.

[17]NGUYEN H O， NGUYEN H V， CHANG Y T， et al. Measuring port efficiency using bootstrapped DEA： the case of Vietnamese ports[J]. Maritime Policy amp; Management， 2016， 43（5）：644-659.

[18]HOSSEINZADEH A， SMYTH R， VALADKHANI A， et al. Analyzing the efficiency performance of major Australian mining companies using bootstrap data envelopment analysis[J]. Economic Modelling，2016， 57： 26-35.

[19]ANDERSSON C， ANTELIUS J， MANSSON J， et al. Technical efficiency and productivity for higher education institutions in Sweden[J]. Scandinavian Journal of Educational Research， 2017， 61（2）：205-223.

[20]CHARNES A， COOPER W W， RHODES E. Measuring" the efficiency of decision-making units[J]. European Journal of Operational Research， 1978， 2（6）：429-444.

[21]FRIED H O， LOVELL C A K， SCHMIDT S S， et al. Accounting for environmental effects and statistical noise in data envelopment analysis[J]， Journal of productivity analysis， 2002，17（1/2）：157-174.

[22]SIMAR L， WILSON P W. Sensitivity analysis of efficiency scores： how to bootstrap in nonparametric frontier models[J].Management Science，1998，44（1）：49-61.

[23]潘健， 宗曉華.基于數據包絡分析的大學科研效率評價指標體系研究[J].清華大學教育研究，2016（5）：101-110.

[24]RAMESH BABU A， SINGH Y P. Determinants of research productivity[J].Scientometrics， 1998，43（3）：309-329.

[25]闞大學.中部地區本科高校人文社會科學科研投入的貢獻分析[J].黑龍江高教研究，2018（2）：66-70.

[26]劉坤，董新興.逆向選擇與科研產效率——來自中國高等學校的經驗證據[J].人文雜志，2014（6）：34-41.

[27]徐娟.我國各省高校科研投入產出相對效率評價研究——基于數據包絡分析方法[J].清華大學教育研究，2009（2）：76-80.

[28]陳小鋒，毛羽，蘇延森.高校政府投入科研項目績效評價指標間關系研究——以湖北省高校為例[J].湖北社會科學，2016（11）：59-64.

[29]鐘燦濤.高校科研經費管理問題的深層原因與對策分析[J].研究與發展管理，2011（6）：100-104.

[30]尚虎平，葉杰，趙盼盼.我國科學研究中的公共財政效率：低效與浪費——來自國家自然科學基金、社會科學基金項目產出的證據[J].科學學研究，2012（10）：1476-1487，1475.

[31]汪彥，陳悅，曹賢忠，等.上海高校科研創新效率與影響因素實證研究——基于DEA-Tobit模型[J].科技管理研究，2018（8）：100-109.

[32]劉巍，宮舒文.基于Bootstrap-DEA區域高校科研效率測算及差異分析[J].統計與決策，2018（1）：100-102.

[33]倪淵.基于滯后非徑向超效率DEA的高校科研效率評價研究[J].管理評論，2016（11）：85-94.

[34]王樹喬，王惠，祖維.江蘇省高校科研效率的測算及動態演進[J].高教發展與評估，2017（1）：56-66，103.

[35]國家中長期教育改革和發展規劃綱要工作小組辦公室.國家中長期教育改革和發展規劃綱要（2010-2020年）[EB/OL]. [2018-07-26]].http：//www.moe.gov.cn/srcsite/A01/s7048/201007/t20100729_171904.html.

[36]馮巖松.SPSS22.0統計分析應用教程[R].2015：372.

[37]KAISER H.F，RICE J. Little jiffy， mark iv[J]. Educational and Psychological Measurement， 1974，34（1）：111-117.

[38]中國國家統計局.東西中部和東北地區劃分方法[EB/OL].[2018-06-28].http：//www.stats.gov.cn/ztjc/zthd/sjtjr/dejtjkfr/tjkp/201106/t20110613_71947.htm.

[39]李燕萍， 許穎， 吳紹棠. 不同省域科研投入產出效率及其影響因素的實證研究[J]， 經濟管理，2011（2）：23-30.

[40]王亮，孫紹榮，李世珣.區域科研軟環境的影響因素及對策分析[J].科學管理研究，2005（2）：46-49.

[41]孫早，劉坤.相對收入差異與科研資金配置——中國現行高校科研資金配置為何是基本有效的？[J].財經研究，2014（4）：4-15.

[42]俞立平，董楠楠.地區經濟管理類學科評價及與GDP關系研究——以學術論文為例[J].西南民族大學學報（人文社會科學版），2016（7）：217-222.

[43]李經路，閆維艷.DEA視窗分析的高校科研效率：2009—2015年間的A區數據[J].科技管理研究，2017（23）：142-151.

[44]李俊杰，周震.高校人文社科科研經費管理的問題成因及對策分析[J].高教探索，2012（4）：87-90.

[45]白靜，張國棟.大學籌資結構、高校規模與科研產出的實證研究——以美國世界一流大學為例[J].教育發展研究，2017（17）：16-23.

[46]俞立平.中國高校人文社科投入要素的貢獻研究[J].北京理工大學學報（社會科學版），2012（5）：32-38.

[47]AGASISTI T， JOHNES G. Efficiency， costs， rankings and heterogeneity： The case of US higher education[J].Studies in Higher Education，2015，40（1）：60-82.

[48]胡德鑫.中國大學距離世界一流有多遠——基于大學排名與學術競爭力的視角[J].現代教育管理，2017（3）：16-23.

[49]郭叢斌.中國高水平大學學科發展現狀與建設路徑分析——從ESI、QS和US News排名的視角[J].教育研究，2016（12）：62-73.

[50]許潔，王嘉昀.中國人文社科學術圖書國際影響力研究——以Bookmetrix平臺近五年數據為例[J].出版發行研究，2017（9）：87-92.

Abstract：This paper analyzes the research efficiency of humanities and social sciences of colleges and universities in China from 2009 to 2016. The significance of the research is to promote the “Double First-rate” strategical plan， and the humanities and social sciences research， and to improve the international academic status. The data come from www.sinoss.net and the website of the National Bureau of Statistics. Bootstrap-DEA method is used， and maxDEA and SPSS16.0 are used for data processing. It shows that the technical efficiency （TE）" is relatively high on the whole， and the pure technical efficiency （PTE） has stronger influence on TE compared with scale efficiency （SE）. It indicates that resource allocation ability and rate of resource utilization are the determinants of research efficiency. There is no significant correlation between the level of local economic development and research efficiency. Efficiency variances among provinces， municipalities and autonomous regions. Three proposals are tabled to improve research efficiency： to formulate a research management system distinct from natural science; to enlarge the right of self-management; to optimize evaluation standard of research and incentive mechanism.

Key words：" research efficiency; research evaluation;colleges and universities;humanities and social sciences; DEA;allocation of scientific research resources;incentive system

（責任編輯 彭建國）