基于Malmquist指旨數的江浙滬地區“雙一流”高校科研績效分析

曹廣喜

摘要：隨著高校科研經費投入量的逐年遞增，采用客觀有效方法準確評價分析高校科研投入支出績效狀況，對及時調整科研收支政策，提高高校的科研績效具有重要意義。在回顧高校科研績效評價的現狀，總結高校科研投入支出績效評價分析方法的基礎上，選取了江浙滬地區“雙一流”高校等重點院校2012～2016年的科研投入支出數據，構建科研績效評價指標體系，采用數據包絡分析（DEA）法，進行了評價與分析，并為江浙滬“雙一流”高校科研績效工作提供出可行性建議。

關鍵詞：數據包絡分析（DEA）；Malm-quist指數；科研績效評價；“雙一流”高校

一、引言

隨著大學科技創新對國家實施創新驅動發展戰略的支撐作用日益突出，以及國家對大學科研投入的大幅增加，如何評估大學科研績效、提高大學科技資源的配置和使用效率已經成為政府、大學和社會普遍關注的問題。廖文秋就是較早一批利用動態的科研績效模型對我國研究型大學的科研績效進行追蹤的學者。隨著“雙一流”高校這一全新概念的引入，在原有“211工程”、“985工程”院校的基礎上，增減了部分院校，將其統一劃分為“雙一流”院校，“雙一流”院校是否能取得預期的科研成果也成為學者們最為關心的問題。“雙一流”高校的評選工作是一種動態的績效考核體系，通過一段期間的科研經費的支持從而選出高水平高校和一流學科。2010～2015年，我國高校的科研經費已從4197億元上漲至5863億元，增幅高達41%，但隨著科研經費和人員的規模擴大，科研經費的浪費冗余現象也越發突出。

“雙一流”高校可以說是提升高校科研績效的主力軍。“雙一流”建設高校，既要破除封建固化的做法，同時也要考慮到教育的戰略布局，以鼓勵和支持高水平建設、服務國家重大戰略布局、扶持特殊需求等為目的，建設特色鮮明、無可替代的學科。因此高校的科研績效也發揮著至關重要的作用。同時對改進和促進高校的科研績效改革也提出了新的挑戰和機遇。采用何種方法來評價、提高科研績效也成為了急需解決的問題。江浙滬地區作為科研重點區域，科研經費的高效分配和有效利用更是迫在眉睫。

由于數據的處理、指標的選取不同，導致科研績效的評估結果也會有所不同，大致有三種方法。例如，英國大學的績效評估（Research Assessment Exercise，RAE）注重的是科研產出的績效評估，并以此來分配科研經費。而我國教育部學位與研究生發展中心的評估方法與此相類似，只是并未以此作為分配科研績效的依據。這種方式只注重科研產出，而忽視科研投入，所以不利于優化科研績效的分配。第二種方法則在產出的基礎上增加了投入，例如上海大學的世界大學的學術排名就是利用了這種方法，但會造成科研院校之間單項的盲目比較。第三種方法是在兼顧投入產出指標的同時，利用加權數來全面的衡量科研績效的有效。本文則是在第三種的基礎上基于線性規劃的數據包絡分析（data envelop analysis，DEA），通過指數分解，來評價江浙滬地區“雙一流”高校科研績效的相對有效性。

二、科研績效的評估指標與處理方法

（一）科研績效的評估指標

數據包絡分析法（DEA）數據包絡分析是數學、數理經濟學和管理科學等相關學科的一個新的交叉領域。當前，數據包絡分析方法已經應用到很多行業和領域。DEA有效從根本上來說是投入產出的高效。因此，本文選取的指標也包括投入和產出兩個方面。考慮到數據的科學性和嚴謹性，借助《教育部直屬高校科技統計資料匯編》中的幾個關鍵指標，并選取了江浙滬地區“雙一流”高校2012～2016年的相關數據，關鍵指標包括投入指標：科技活動人員數（人）、撥入經費（元）和產出指標：專著（部）、學術論文數量（篇）、鑒定成果數（項）、技術轉讓收入（千元）。

（二）處理方法

數據包絡分析法的經典模型是CCR和BBC模型，前者未考慮規模效益可變因素，后者在前者的基礎上，考慮了規模效益可變因素。CCR對偶規劃模型如下：

本文采用成熟的CCR和BBC模型，并通過DEAP2.1計算完成數據包絡分析，運算結果可以直接看到每個DMU的技術效率（vrste）、規模效率（scale）和綜合效率（crste）。還可以看到各個單元的數據，包括投入的冗余量和產出變量，可促進非DEA有效的改進。例如如果技術效率為1，但是規模效率卻小于1，說明其規模和投入量并不相匹配，所以需要更改規模。全要素生產率在一定程度上反映了江浙滬地區“雙一流”高校的科研績效或科研效率，其數值大小通常采用Malmquist指數來精確計算，Malmquist指數數值大小也進一步反映了科研績效或科研效率的高低。DEA是使用數據規劃方法模型（C2R、BBC等），設置多個有效的輸入和輸出單元，最終判斷DEA是否有效。

三、科研績效動態分析與評估結果

（一）2012～2016年江浙滬地區“雙一流”高校Malmquist指數分解

將2012～2016年江浙滬地區“雙一流”高校的科研數據輸入軟件DEP2.1，從而測算出江浙滬地區“雙一流”高校科研全要素生產率及分解。可以分析出以下兩點：一是2012～2016年江浙滬地區“雙一流”的整體科研績效的上升或下降情況；二是根據技術效率、技術進步、純技術效率、規模效率等與全要素生產率之間的聯系，分析出影響江浙滬地區“雙一流”高校科研績效上升或下降的主要原因和發展規律。

1.表1可以看出只有技術進步的平均值小于1，為0.914。由于DEA考量的是科研績效的相對有效性。所以可能存在以下兩方面原因：一方面由于學術氛圍的原因，大多數科研績效都呈現非DEA有效的狀態；另一方面，“985工程”的院校和其余江浙滬院校的科研水平差距較大，導致經費投入和績效產出嚴重不均。

2. 江浙滬各省部分“雙一流”高校科研績效平均全要素生產率為0.957。從具體數值來看，除了南京航空航天大學、南京理工大學、河海大學、南京師范大學、上海交通大學、南京郵電大學之外，其余高校的Malmquist指數都有所增長。從全要素生產率可以看出江浙滬地區“雙一流”高校在科研績效上還是有所作為的。

3. 在江浙滬地區“雙一流”高校中，南京郵電大學、南京林業大學、南京信息工程大學、南京中醫藥大學、寧波大學、上海海洋大學、上海中醫藥大學、上海體育學院、上海音樂學院等學院均因一流學科而進入“雙一流”院校的行列。但其中只有南京信息工程大學、南京中醫藥大學的Malmquist指數大于1，經對比可發現，這兩所高校的技術效率和純技術效率均大于1。說明技術效率對全要素生產率有著重要影響。分析可能存在的原因如下：一是各個高等院校甚至是省份之間對于考核的標準體系有所不同，例如，高校教師的科研水平通常和職稱以及加薪等相關，但各學校對于科研的考核可能存在不同的標準，從而導致了各高校之間的差異。二是各地政府的投入力度和高校的人力資源結構，導致科研水平有所差距。

（二）新增“雙一流”高校Mamquist指數分析

從表2可知，新增“雙一流”高校中技術進步和全要素生產率小于1，為0.949和0.99075，其余均大于1。新增“雙一流”高校中，技術進步指標變動幅度較大，技術效率，純技術效率和規模效率波動較小，最終全要素生產率指標的變化幅度和技術進步指標幾近趨同。科研績效不是持續增長的，因為代表科研績效的全要素生產率數值不是都大于1。說明新增“雙一流”高校科研績效投入產出不盡如人意，在投入大量人力，財力的同時，其全要素仍舊是下降的。

圖1可以看出，清楚的看到江浙滬地區新增“雙一流”高校全要素生產率的變化趨勢，技術進步和全要素生產率2012～2016年總體呈現上升狀態，技術效率、純技術效率和規模效率基本維持原狀。技術進步和全要素生產率2012～2016年總體呈現上升狀態，技術效率、純技術效率和規模效率基本維持原狀。2012～2016年全要素生產效率均值為0.99075。江浙滬地區“雙一流”高校全要素生產率總的來說是逐年上漲的，且全要素生產率幾乎與技術進步的增長趨勢趨同，而技術效率、規模效率和純技術效率對全要素生產率的影響甚弱。例如，2015年較之2014年的規模效率是上升的，但影響甚弱，不足以改變全要素生產率上升的趨勢，2015～2016年全要素生產率水平為1.077，比2014～2015年的全要素生產率水平0.841上升了28%，呈現上升趨勢。全要素生產率和技術進步基本呈現趨同的狀態，幾乎是同時上升和下降，說明技術進步在新增江浙滬地區“雙一流”高校中起著關鍵作用。而技術效率、純技術效率和規模效率對全要素生產率影響甚微，說明技術進步在新增“雙一流”高校的科研績效中扮演著至關重要的角色，只有提升這些高校的技術效率才能從根本上提升全要素生產效率。

總體來說，新增江浙滬地區“雙一流”高校的科研經費使用效率和原“雙一流”高校相比偏低，平均技術效率僅為0.99075，科研經費資源可能存在不合理利用。

四、結論

Malmquist指數能夠通過對投入—產出比的衡量，用于核定生產效率，從而反映出各個指標的動態生產率變化趨勢，將該法應用于江浙滬地區“雙一流”高校科研績效分析，不僅得到了2012～2016年江浙滬地區“雙一流”高校總體科研績效的全要素生產率水平，也得到了江浙滬地區新增“雙一流”高校的生產率變化趨勢，分析探索出技術效率、技術進步、純技術效率、規模效率各自的重要程度，推動江浙滬地區科研績效進步。有如下結論：

1. 從實證分析可以看出，非DEA有效的高校產出不足。導致這一結果的原因可能是教師考核制度的偏差，過于注重立項和課題，導致投入產出比例失衡。因此應該健全課題立項后的跟蹤和評價機制。而新增“雙一流”高校更應注重創新，提高產出的質量。說明只有不斷引進新技術，提高高校科研的技術應用效率，保證技術投入的利用率，加強技術投入的監督，才能提高技術效率，進而推動江浙滬地區“雙一流”高校全要素生產水平的提高。

2. 對于原“雙一流”高校來說，由于科研規模過低，加上國家的大力扶持，經費量龐大，可能存在投入過多的問題。導致科研績效并非最優化結構。因此高校應當吸納人才，增大整體的科研規模，在規模效率遞增的同時，就可優化績效結構，提高科研資源的利用率。

總體來看，根據Malmquist指數分析，需要提高科研的技術效率，提升技術的利用率，解決根本性問題，才能推動技術效率的進步；對于江浙滬地區新增“雙一流”高校，其根本癥結在于技術進步，這類高校應大力鼓勵創新型科研工程和項目，提升創新能力，實現創新成果；江浙滬地區政策上一方面應加強科研績效的監督，使“雙一流”高校在科研績效上有所突破，另一方面應調動高校和科研人員的創新積極性，推動科研績效的有效利用。

參考文獻：

[1]楊勇，袁卓，羅利華，等.南京高校動態科研效率的實證分析[J].科技與經濟，2012（05）.

[2]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（07）.

[3]李瑛，高燕楠.我國高校科技創新效率的實證研究[J].求索，2011（01）.

[4]李清賢，曲紹衛，齊書宇.教育部直屬高校教師科技創新效率研究——基于2007～2011Malmquist指數法的動態分析[J].高等工程教育研究，2014（03）.

[5]胡詠梅，梁文艷.高校合并前后科研生產率動態變化的Malmquist指數分析[J].清華大學教育研究，2007（01）.

[6]Nederhof A J，Raan A F J V.Peer review and bibliometricindicators of scientific performance： A compari- son of cum laude doctorates with doctorates in physics[J].Scientometrics，1987（5/6）.

[7]Kostoff R N.Citation analysis of research performer quality[J].Scientometrics，2002（01）.

[8]Ren-yong C， Gen-nian T. Study on efficiencies of regional techndofy innovation based on evaluation of inputs and performances[J].Science Research Manage ment，2004（04）.

*基金項目：江蘇省社科應用研究精品工程財經發展專項課題（17SCB-14）；江蘇省高校品牌專業建設工程資助項目；江蘇省高校優勢學科建設工程資助項目；江蘇省高校哲學社會科學研究項目（2017SJA025）；江蘇省高校哲學社會科學研究重大項目（2017ZDAXM005）。

（作者單位：南京信息工程大學管理工程學院；中國制造業發展研究院）