醫學博士后科研流動 (工作)站投入產出效率評價研究

馬寧玲，王修來，胡恩華，孫 芳，孫建東,3

(1.南京航空航天大學經濟與管理學院，江蘇 南京 210016；2.東部戰區總醫院，江蘇 南京 210002；3.桂林航天工業學院航天文化研究中心，廣西 桂林 541004)

0 引言

我國博士后制度30多年的發展歷程表明，博士后科研流動 (工作)站是招引海內外優秀博士從事博士后研究工作的組織，是凝聚和培養高端人才的重要載體[1]。近些年來，醫學博士后站數量緊隨工學和理學之后，位居全國第三位。同時，醫學博士后人才培養及其科研成果投入產出效率高低直接關系到人們的生命安全和健康水平。因此，全國醫學博士后站的投入產出效率研究具有代表意義[2-3]。

過往人們衡量和評價博士后站整體建設水平和人才培養質量的高低，主要是考核評價各站點博士后日常管理工作成效和博士后個體績效，少有人從博士后站點投入產出效率評價方面進行研究。投入與產出效率評價方法很多，數據包絡分析 (Data Envelopment Analysis，DEA)方法[4]是其中普遍適用的一種科學方法。Harpreet Kaur[5]利用DEA模型評估了印度旁遮普政府學院資源利用效率，發現該學院資源使用效率處于中等有效水平；Munoz[6]利用DEA模型評價智利高等教育機構的研究效率，發現智利只有幾所大學的研究效率是有效的；王輝[7]利用DEA-BCC模型比較分析2003—2013年我國高?？萍紕撔滦剩J為高校科技創新效率整體情況較好；黃小平[9]構建區域高?？萍紕撔履芰冃гu價指標體系，運用DEA模型對Z省高校的規模效率、純技術效率和綜合效率進行總體評價，總結歸納區域高等教育系統面臨的挑戰和制約性因素，提出區域高校系統科技創新能力建設的提升路徑。

基于DEA方法對醫學博士后站投入產出效率進行評價，關鍵在于投入產出數據的真實性以及數據樣本的選擇。本文選取2015年全國醫學博士后站點評估的真實數據，即從各站點設立之日到評估之日的累計數據，運用DEA模型和超效率DEA模型對各博士后站的博士后人數、合作導師人數、科研條件、經費投入和科技產出等數據進行建模分析，從中得出醫學博士后站投入與產出的總體效率，針對少數博士后站總體效率不高的現象及其影響因素，提出相應對策建議，以期進一步提高醫學博士后站投入產出的整體效率，促進全國博士后站建設水平和高層次人才培養質量的提升，因此具有一定的學術價值和現實指導意義。

1 研究方法和指標選取

1.1 DEA 模型構建

DEA是一種效率評價方法，是在保持投入產出不變的條件下，利用統計數據和數學規劃方法找到相對有效的生產前沿面，比較決策單元投影到生產前沿面上偏離前沿面的程度，評價其相對有效性[10]。DEA具有多種評價模型，本文擬采用CCR模型 (因由運籌學家Charnes、Cooper 和Rhodes提出而簡稱CCR模型)和BCC模型 (因由Banker、Charmes 和Cooper提出而簡稱BCC模型)[11-12]對醫學博士后科研流動 (工作)站效率和相對效率進行評價。

假設有n個決策單元 (Decision Making Units，DMU)，p種投入要素，q種產出要素。其中，投入要素表示為xij(i=1,2,…,n;j=1,2,…,p)，產出要素表示為yig(i=1,2,…,n;g=1,2,…,q)，其中xij>0，yig≥0。第i個決策單元用DMUi表示，其中Xi表示投入變量，即Xi= (xi1,xi2,…,xip)；Yi表示產出變量，即Yi= (yi1,yi2,…,yiq)。以第k個決策單元的效率為目標，構建CCR模型：

(1)

式中，ug表示第g種產出的權重，vj表示第j種投入的權重。將 (1)轉化為對偶形式為：

minθ

min[θ-ε(eTs-+eTs+]=V(ε)

(2)

其中，s-為各決策單元投入指標的松弛變量，s+為各決策單元產出指標的松弛變量，ε是無窮小，λi為一個n×1的常數向量。當綜合效率θ=1，s-≠0或s+≠0時，表示決策單元為弱DEA有效；當綜合效率θ=1，s-=0且s+=0時，表示決策單元為DEA有效；當θ<1時，表示決策單元DEA無效。

1.2 數據來源

本文數據源于參加2015年度全國博士后站點評估的51家醫學博士后站，分布全國東、中部經濟較發達的省市。其中，醫學博士后科研流動站28個，醫學博士后科研工作站23個。本研究的數據樣本總體上反映了醫學博士后站投入產出效率的實際情況。根據對51個醫學博士后站的重點學科數量、國家重點實驗室數量、國家級研究基地數量、博士后研究人員招收總數、博士后合作導師人數、系統內部經費、設站單位上級主管部門經費、設站單位經費、流動站經費、國內外期刊和會議論文 (SCI/SSCI/CSSCI/EI/中文核心等)收錄數量、專著數量、專利數等信息進行統計，A醫院博士后科研工作站產出和投入數據見表1。

表1 A醫院博士后科研工作站投入產出數據

1.3 指標選取

博士后科研流動 (工作)站是一個多投入、多產出的復雜系統，投入包括人力、財力、物力等方面，產出包括多項科研成果產出。DEA評價模型中投入、產出指標的選取是最重要的環節[13]。指標選取要客觀反映醫學博士后站投入產出的實際情況和評價目的。醫學博士后站的投入產出效率評價指標體系見表2。

表2 醫學博士后站投入產出效率評價指標體系

人才投入是博士后科研流動 (工作)站科研創新的基礎，博士后在站期間形成的科研成果均為博士后與導師共同完成。因此，博士后研究人員招收總數和博士后合作導師數量作為本研究的兩個投入指標。

科研經費是博士后站開展科研創新的經濟基礎，它為博士后研究人員進行創新型、探索性前沿研究提供了保障。因此，科研經費作為本研究的一個投入指標。

科研設施為博士后站科研創新提供了重要的科研條件和環境。博士后科研流動 (工作)站的重點學科數量、重點實驗室 (研究中心)數量、研究基地數量等納入本研究的投入指標。

科技成果是博士后研究人員在站期間的科研產出，是在合作導師指導下形成的基礎研究、應用研究等成果，形式包括學術論文、著作、專利、科研獎勵和科研效益。因此，博士后科研流動 (工作)站的科技成果作為本研究的產出指標。

本研究中選取的投入指標與產出指標因量綱不統一而導致DEA模型應用困難。歸一化方法是常用無量綱處理手段，它能夠有效解決研究過程中出現的量綱不統一問題[13-14]。因此，采用 《XX醫科大學科研統計辦法》對兩類指標進行量綱歸一化處理，解決了本研究中出現的博士后科研成果量綱不統一問題。

2 實證結果與分析

51個醫學博士后科研流動 (工作)站的評估數據顯示如下。

(1)28個醫學博士后科研流動站，包括重點學科、重點實驗室、研究基地，總數為110個，其中單一博士后科研流動站最多擁有17個；博士后研究人員總數為1640人，其中單一博士后科研流動站博士后研究人員最多為251人；博士后合作導師總數為1114人，其中單一博士后科研流動站博士后合作導師最多為195人；經費投入總數為29889.93萬元，其中單一博士后科研流動站經費投入最多為5034.7萬元。

(2)23個醫學博士后科研工作站，包含重點學科、重點實驗室、研究基地，總數為436個，其中單一博士后科研工作站最多擁有69個；博士后研究人員總數為882人，其中單一博士后科研工作站在站博士后最多為249人；博士后合作導師總數為282人，其中單一博士后科研工作站具有最多合作導師人數為47人；經費投入總數為22569.98萬元，其中單一博士后科研工作站最多投入經費總額為4027萬元。

本文采用DEAP2.1對博士后站投入產出效率進行DEA分析，再通過EMS1.3對DEA 有效的博士后站投入產出進行超效率DEA分析。

2.1 DEA效率分析

DEAP2.1軟件對23個醫學博士后工作站和28個流動站的投入產出分析結果見表3和表4。

表3 23個醫學博士后科研工作站投入產出效率DEA分析

表4 28個醫學博士后科研流動站投入產出效率DEA分析

23個博士后科研工作站和28個博士后科研流動站效率DEA分析結果統計見表5和表6。

表5 23個醫學博士后科研工作站效率DEA分析結果統計

表6 28個醫學博士后流動站效率DEA分析結果統計

(1)總體效率。從表5和表6可見，醫學博士后站總體效率不高，其中工作站的總體效率略高于流動站。博士后科研工作站的平均總體效率是0.675，比流動站的平均總體效率 (0.625)高0.05。23個博士后科研工作站總體效率有效的有8個，占工作站總數的34.8%，而28個博士后科研流動站總體效率有效的有5個，占流動站總數的17.9%，說明8個工作站和5個流動站的資源投入得到充分利用，達到最佳產出，且工作站資源利用情況明顯優于流動站。博士后科研工作站和科研流動站總體效率非有效的站點數量分別為15個 (65.2%)和23個 (82.1%)，說明醫學博士后站存在投入過?；虍a出不足，或者規模過大或偏小的問題。導致這一問題的根本原因是資源配置不合理，主要表現在：①科技人力資源配置不合理。博士后合作導師投入過多，博士后人員數量投入過少，會導致博士后合作導師任務繁重，科研精力分散；博士后合作導師投入過少，博士后人員投入過多會導致博士后無法得到導師的及時和全面指導。②資金配置不合理。針對重大科研攻關項目、基礎性和前沿性科研項目預算資金相對較多，但是科研成果產出數量不多，質量不理想，與資金投入不匹配；而橫向課題或單位自主立項的科研項目預算資金相對較少，但科研成果數量和質量卻比較理想，導致博士后站未實現財力效益的最大化。③科技物力資源配置不合理?？蒲杏布度胼^少會降低人才的吸引力，甚至會減少科研項目經費。23個醫學博士后科研工作站總體效率最低的是0.145，其技術效率和規模效率分別是1.000、0.145，可見該工作站總體效率偏低主要是由規模效率過低導致的。

(2)純技術效率。由表5和表6可見，醫學博士后站純技術效率較高，其中工作站的純技術效率略低于流動站。醫學博士后科研工作站的平均純技術效率是0.805，比流動站的平均純技術效率 (0.821)低0.016。23個醫學博士后科研工作站純技術效率有效的有13個，占工作站總數的56.5%，而28個醫學博士后科研流動站純技術效率有效的有12個，占流動站總數的42.9%，說明這些流動 (工作)站在現有投入資源下，實現了最大產出。醫學博士后科研工作站和流動站純技術效率非有效的站點數量分別為10個 (43.5%)和16個 (57.1%)，說明這些博士后站的純技術效率還有待提高。影響純技術效率水平的因素有：①設站單位的科研和管理水平不足是導致純技術效率未實現最優的主要原因。除此之外，獨創性、原創性的基礎研究項目較少，基礎研究科研經費投入與應用研究、試驗發展研究相比仍存在較大差距也是影響純技術效率的關鍵因素。②每年用于基礎設施和實驗設備建設的資金不足，實驗設備老舊、儀器低端，科研資源數據庫不足，這些都是造成純技術效率未實現最優的因素。從純技術效率非有效的博士后站可以看出，這些單位地處發達地區并非偏遠地區，一個重要原因是這些設站單位基礎設施完善、資源相對充足、政策條件較為優越，但卻更容易安于現狀，競爭意識淡薄，科技創新能力不足，沒有形成獨具特色的核心競爭力。相反，偏遠地區的設站單位面臨轉型發展中的“壓力”和“危機”，卻不斷優化管理，提升自身技術水平和條件，從而以最低消耗獲得最大效益和產出。

純技術效率結果可以為醫學博士后科研流動 (工作)站后續建設的科研投入和經費分配提供數據支撐。后續投入一方面對需要建設更強競爭力單位、重點學科進行持續性投資，另一方面大力扶持偏遠地區科研條件建設，加大科研經費投入，進而提高醫學博士后科研流動 (工作)站純技術效率。

(3)規模效率。由表5和表6可見，博士后站規模效率較高，其中工作站的規模效率略高于流動站。醫學博士后科研工作站的平均規模效率是0.821，比流動站的平均規模效率 (0.744)高0.077。23個博士后科研工作站規模效率有效的有10個，占工作站總數的43.5%，而28個博士后科研流動站規模效率有效的有6個，占流動站總數的21.4%。博士后科研工作站規模效率非有效的站點數量為13個 (43.5%)，其中規模收益遞增的有12個站 (56.5%)，規模收益遞減的有1個站。博士后科研流動站規模效率非有效的站點數量為22個 (78.5%)，其中規模收益遞增和遞減的都有11個站。

醫學博士后科研流動站的規模效率體現了流動站科研產出能力還有較大提升空間，需要加大科研條件方面投入。醫學博士后科研工作站的規模效率方面還有待提升空間，后續在科研條件、科研經費投入、博士后師資力量上繼續加大投入。

2.2 超效率分析

由表5和表6可見，5個博士后科研流動站和8個工作站的投入產出總體效率是有效的，但DEAP2.1軟件分析的有效博士后站總體效率結果均為 1，無法區分有效博士后站效率的高低，因此可進行超效率分析。

超效率模型最早由Peterson和Andersen提出。超效率模型的核心是將被評價決策單元的效率參考其他決策單元構成的前沿得出，有效的決策單元的超效率值一般都會大于1，從而可以對有效決策單元進行區分和排序[12]。因此，利用EMS1.3軟件分別對5個科研流動站和8個科研工作站總體效率有效的投入產出進行超效率分析，按超效率值從大到小進行排序，見表7和表8。

表7 8個博士后科研工作站超效率分析

表8 5個博士后科研流動站超效率分析

可以看出，5個科研流動站和8個科研工作站超效率存在差異，超效率值排名越靠前，說明該博士后站資源配置越合理，利用效率越高。其中，9號工作站的超效率值為big，意味著它的后續投入和產出已然是有效的；還有16號、6號、10號、7號博士后科研工作站的超效率也都超過了100%，而11號、23號、8號博士后科研工作站的超效率不足100%。5個博士后科研流動的超效率都超過了100%，總體效率較好。

2.3 不同投入指標組合下DEA效率均值

博士后站的投入指標是決策單元可以決定的，因此逐個去除投入指標，再利用DEAP2.1測算博士后科研流動 (工作)站的相對效率，判斷不同投入指標對其相對效率的影響。去除某一指標后的總體效率、純技術效率、規模效率均值見表9和表10。

表9 23個醫學博士后科研工作站不同投入指標組合下DEA效率均值

表10 28個醫學博士后科研流動站不同投入指標組合下DEA效率均值

將有4個投入指標的方案5作為對照組，去除博士后站科研設施的方案作為方案1，去除博士后研究人員招收總數的方案作為方案2，去除博士后合作導師人數的方案作為方案3，去除科研經費的方案作為方案4。結果顯示，無論是博士后科研流動站，還是博士后科研工作站，方案4的總體效率、純技術效率和規模效率均最低，即科研經費對博士后站的相對效率影響最大。

3 結論與建議

3.1 結論

由DEA 模型和超效率DEA模型分析結果發現，醫學博士后站總體效率不高，其中工作站的總體效率略高于流動站；醫學博士后站純技術效率較高，其中工作站的總體效率略低于流動站；醫學博士后站規模效率較高，其中工作站的總體效率略高于流動站。結果還發現，博士后科研工作站總體效率有效的數量雖然多于流動站，但是其超效率的總體情況卻不如流動站；科研經費對博士后站的相對效率影響最大。

3.2 建議

醫學博士后科研流動 (工作)站投入產出效率不高，主要存在以下3個方面的問題：①設站單位的資源供給和配置能力不足，投入模式欠科學，投入結構、投入規模需要進一步調整和完善；②設站單位內部體系不合理，管理模式待完善；③不同設站單位創新能力存在差異性、科研績效表現不穩定，從總體上影響了博士后站在社會經濟發展中的供給能力。基于以上問題，提出以下建議。

(1)優化設站單位內部資源配置方式，實現均衡投入，提高科研產出效率。具體是將現有科研資源進行重組和優化，集中力量把優質資源投入前沿學科、特色學科和優勢學科上。另外，從設站單位發展的實踐經驗看，僅提高硬件投入并不一定會提升設站單位的學術生產力，還需要高水平的學術大師，以及科學的人才培養和管理模式。

(2)完善高層次人才引進和培養政策。不同設站單位之間效率的差異很大程度上是博士后和合作導師在數量和質量上的差異。設站單位應通過良好的發展平臺、優厚的薪資待遇和充足的科研經費等吸引高層次人才，增強高層次人才對其文化的認同，從而使得高層次人才長期穩定的為設站單位提供服務。同時，在博士后人才隊伍建設中，要嚴格落實人才隊伍考核機制，不定期抽查設站單位博士后的科研水平，從而提升人才隊伍的整體水平。根據學科建設統籌規劃，優化人才分布和學科體系格局，促進博士后站形成良好的發展態勢。

3.3 下一步工作

現實情況是，當博士后站點投入總量大致相等、博士后人才隊伍基本不變、科研基礎設施條件基本相同的情況下，影響博士后站投入產出效率的因素主要有：①博士后科研經費投入的合理性，包括投向是否突出重點、投量是否恰當等；②博士后研究人員激勵機制是否健全；③博士后科技成果轉化機制是否完善；④博士后科研基礎設施、裝備包括先進技術條件、軟件開發利用機制是否配套。因此，必須深入研究分析影響博士后投入與產出效率的影響因素，找出問題的根源或癥結所在，制訂相應的配套措施，健全相應的規范化制度，并付諸實施，唯有如此才能有效提高博士后站點投入產出效率。