我國不同類型高?？萍紕撔滦恃芯?br/>——基于2009-2019年數據

鄭琇文 阮紅偉 王 潔

( 青島大學 商學院，山東 青島 266071)

0 引言

我國高校人才培養需以習近平新時代中國特色社會主義思想為指導，以立德樹人為根本任務，推進“四個回歸”，全面加強新工科、新農科、新醫科和新文科建設，全面提高我國的高等教育質量，加快高等教育強國建設[1]?！笆奈濉币巹澓汀吨袊逃F代化2035》綱要中明確提出“強化國家戰略科技力量”[2]，這需要充分認識到高校在科技自立自強中不可替代的作用， 在打好關鍵核心技術攻堅戰，提高創新鏈整體效能中，各高校要充分發揮自身優勢，以科技創新支撐高質量發展。

在對高?？萍紕撔滦尸F有的研究中，朱恬恬等[3]運用DEA-Malmquist法對“雙一流”高校進行了多種分類對比分析，技術進步效率是各類高校提升科技創新效率的制約因素；馬寶林等[4]對綜合類高校進行文理科高校分類，分析其創新效率靜態和動態效率變化；賈榮言等[5]運用突變級數法，對2017年中東部地區15個省市高等學?？萍紕撔履芰M行了定量研究；彭佑元等[6]基于投入和產出兩個方面，運用DEA-Malmquist指數法對我國30個省(市)2009—2018年科技創新效率進行差異性研究；李文輝等[7]運用主成分分析法和DEA法研究了2004—2016年中國省域高校的科技創新能力以及其經濟貢獻率；王少鵬等[8]對2008—2017年31個省(市)運用ArcGIS研究高校科技創新能力和區域經濟發展的關系；劉敏等[9]基于VRS模型測度了中國31個省(市、區) 2007—2016年農業科研機構科技創新績效,研究中國農業科技創新績效的地區差異；梁燕等[10]運用層次分析法對各高校科技創新能力評價體系進行權重賦值；符銀丹等[11]運用DEA模型對我國37所“985工程”高校2018年的科技投入產出效率進行研究分析?？梢钥闯鯠EA模型是研究科技創新效率的熱門工具，我國學者大多以地域為劃分標準進行研究對比，不同類高校之間的對比研究較少，且缺乏整體的研究。

本文運用DEA-Malmquist法，借助SPSS和DEAD軟件處理數據，通過對2009-2019年我國不同類高校的科技創新發展的實證研究，分析我國不同類型高校的科技創新效率特征，確定影響高?？萍紕撔掳l展的因素。不同類高校科技創新成果的指標與所需資源投入都不盡相同，這樣的橫向對比能夠更有效地分析出我國高?？萍紕撔掳l展效率及其特征，挖掘制約不同類型高校科技創新效率提高的因素，有針對性地對不同類型高校的科技創新發展道路提出可操作性的改進建議。

根據《高等學?？萍冀y計資料匯編》，按學校類型分類，將我國高校分成了六大類：綜合大學、工科院校、農林院校、醫藥院校、師范院校和其他院校。研究數據來源于2009-2019年的高等學校科技統計資料匯編。

1 指標選取

根據高?？萍紕撔履芰υu價指標體系的設計原則以及對其評價指標權系數的確定，同時考慮到產出數據和投入數據直接所包含的多元要素與相互之間的邏輯關系[12]，本文選取的投入指標為：教學與發展人員、研究發展全時當量人員、科技經費當年撥入和內部支出、科技課題總數、科技課題當年投入人數和撥入經費、支出經費；產出指標為：專著數、出版論文、鑒定成果數、技術轉讓當年實際收入、成果授獎數。

2 研究方法

2.1 數據包絡分析法

數據包絡分析(Data envelopment analysis, DEA)的基本模型是1978年由美國著名運籌學家A.Charnes和W W Cooper等人提出的，本文運用的是基于可變規模收益計算決策單元的純技術效率的BCC模型。DEA是使用數學規劃模型進行評價具有多個輸入和多個輸出的決策單元(decision making unit，DMU)間的相對有效性，即DEA有效。根據對各DMU觀察的數據判斷DMU是否為DEA有效，本質上是判斷DMU是否位于生產可能集的“生產前沿面”上，生產前沿面是經濟學中生產函數向多產出情況的一種推廣[13]。

根據模型可得到三種結論：①DMU是無效的，此時需要減少投入(或增加產出)提高效率。②DMU是強有效的。③DMU是弱有效的，此時部分投入可能存在冗余或部分產出可能還可提升[13]。

2.2 Malmquist指數

Malmquist指數，即全要素生產率指數(Toal Factor Productivity, TFP)，利用距離函數的比率來衡量一定時間內總投入與總產出生產效率之比。算式為：

Malmquist(xt+1,yt+1,xt,yt)=

此方法表示了決策單元DMU在不考慮外部技術或制度因素變化等其他條件下，資源配置效率的變化情況，即創新效率的變化情況[14]。

3 實證分析

3.1 我國高校整體Malmquist分析

Malmquist指數能動態反應高校每年科技創新效率的變化趨勢，因此運用DEAP2.1軟件對2009-2019年我國高校每年科技創新相關指標的面板數據進行DEA-Malmquist處理，以此考察全要素生產率的動態變化以及異質性。

我國高校2009-2019年Malmquist指數5項指標平均值均小于1(見表1)，科技創新效率呈衰退狀態，我國高校科技創新領域的資源配置與使用、規模投入等方面均有待改進或提高。規模效率0.999為5項平均值中最優，說明我國于科技創新領域投入規模與產出之比最為接近，科技課題總量、投入發展人員與科研經費投入較為有效，由規模要素產出的生產效率最高；技術效率變化與技術進步變化0.993為數值最低，表明資源配置、資源使用效率、要素質量、科學技術的深度進展是我國科技創新領域的主要短板。

表1 2009-2019年年度平均Malmquist指數及其分解

由表1數據時間數列縱向對比分析可知，隨著時間的推移，技術效率變化、規模效率與全要素生產率指標呈現較為明顯的“衰退-增長-衰退”的波動態勢，雖略有浮動但整體仍處于負增長態勢。2013-2014年，我國技術效率變化、純技術效率、規模效率分別以0.548、0.813、0.675為歷年各項指標最低，而全要素生產率卻為1.110為歷年最高，其技術進步變化更是達到2.024的驚人數值。主要影響因素為2013-2014年間我國高校成果轉化管理改革正處于“兩報兩批”階段，國家關于科技轉化的法律長時間沒有修訂，管理負擔持續增重，教育部直屬高校的技術入股等無形資產處置需報教育部、財政部備案審批，雖相對限制了科研課題、相關投入人員數量等規模報酬的大量增加，卻極大提高了科研項目與各投入要素的質量水平，極大地推進了科學技術的進步與深度拓展[15]。同時我國高校成果轉化管理改革進入“三權改革”試點階段，科研課題申報成功率大幅上升，科研資金、科研團隊等規模報酬擴大，要素配置、資源使用得到充分發揮，高校內部管理制度逐漸規范。因此在2014-2015年間我國技術效率變化、純技術效率、規模效率指標分別以1.719、1.230、1.398達10年間最高，但也正由于規?？偭吭诙虝r間內的快速擴大，高校科技成果產出質量與科研力度的保證受到極大挑戰，以0.508創歷年技術進步變化指標的斷崖式最低，導致2014-2015年全要素生產率0.875<1，各要素投入未達到預期產出效果。

3.2 6類高校Malmquist橫向對比

根據國際通用科學研究分類方法，我國將高校劃分為綜合大學、工科院校、農林院校、醫藥院校、師范院校與其他類院校6種類型高校。

對2009-2019年間6類高校Malmquist指數及其分解情況數據處理結果如表2所示。通過分析各項指標并進行對比可知，在技術效率變化方面，最高的師范院校達1.002>1，農林院校0.983<1處于最低，這表明農林院校在國家資源配置與資源使用能力等方面有待提高，綜合大學、工科院校分別以0.989<1,0.987<1未達標準水平0.993，亦有可發展空間；在技術進步變化方面，六類院校均小于1，各要素質量與科技成果拓展深度是我國科技創新普遍短板，工科院校針對科技成果等質量問題應加強管理；在純技術效率方面，工科院校、醫藥院校、其他類院校均為1.000達到投入有效并為數值最高，這3類高校在內部管理、科研技術投入等方面相對較好，而綜合大學0.983、農林院校0.985未達平均水平0.995，表明二者亦應關注管理制度的創新與創新體系的技術進步，其中綜合大學尤甚。

規模效率是所有指數平均值最高的一個指標，說明我國由規模因素獲得的生產效率相對較好，其中綜合大學1.002>1、醫藥院校1.001>1、師范院校1.003>1、其他院校1.000=1，說明其因規模因素影響的生產效率得到充分發揮；但工科院校0.988、農林院校0.997，二者需要在課題數量、科研規模、教學與發展人員投入、經費投入等方面獲得發展。除師范院校1.001>1外，其他各類院校在全要素生產率的表現并不理想，其中綜合大學0.975、工科院校0.975、農林院校0.977，均不足平均值0.987。且均有很大差距，這表明三類院校創新成果產出數、專著數、出版論文數等產出指數略有不足，總產出與各要素投入不甚對等，科技創新投入結構有待優化。

表2 不同類型高校Malmquist指數及其分解

3.3 六類高校縱向對比

(1)綜合類高校。對所研究的綜合類高校進行DEA-Malmquist分析處理，由表3可知，2009-2019年綜合類高校全要素生產率幾何平均值為0.975<1，產出小于投入，綜合類高?？萍紕撔滦什桓?。雖然規模效率1.002>1，科技經費、教學與發展人員等規模因素投入指標影響的生產效率處于較高水平，但純技術效率0.983<1，表明高校內部管理水平與相關創新專業技術等因素有待進步。技術效率變化0.986，技術進步變化0.989均<1，說明其資源配置、高校資源使用利用率仍需改進提高。2009-2019年綜合類高校的科技創新能力總體不高，雖投入規模符合標準，但資源配置能力、管理能力、創新產出數量、科技轉化率等其他方面卻仍需關注。

縱向對比可知，綜合類高校的規模效率波動趨勢明顯，但總體處于規模投入有效利用狀態；2013-2014年受“兩報兩批”政策影響顯著，技術效率變化0.479、純技術效率變化0.500創歷年最低，技術進步變化1.982為歷年最高；而受2014年9月“三權改革”試點影響，技術效率變化1.843、純技術效率變化1.913迅速回升，但技術進步變化卻陡然下降至0.516，創新成果質量無法保障。

(2)工科類高校。由表4可知，2009-2019年工科類高校全要素生產率水平0.975<1，與綜合類高校數據一致，同時其規模效率0.988、技術效率0.988、技術進步變化0.987均<1，說明工科類高校的資源配置不合理，資源使用效率有待提高，對技術創新教學與發展人員、經費投入等規模因素可適當增大投入，以提高由于規模因素影響的生產效率。工科類高校的純技術效率2009-2019年期間穩定保持在1的水平，說明工科類高校內部管理與相關技術投入水平一直處于穩定輸出并充分利用狀態。

表3 綜合類高校年度平均Malmquist指數及其分解

表4 工科類高校年度平均Malmquist指數及其分解

(3)農林類高校。農林類高校數據處理結果如表5所示。農林類高校的科技創新效率為5類高校最低，5項指標均<1。雖然在2009-2010年、2015-2016年期間5項指標均大于等于1，但綜合平均值均處于不利狀態，另外技術進步變化與規模效率指標波動較大。綜合來看，各方都需對農林類高校的資源配置能力、資源使用效率、高校內部管理和技術開發與使用以及投入規模等各方面因素應全面加強管理，提高資源使用效率和科技創新生產率。

我國一直以來都極為關注科技創新在農業方面的投入使用。2009年科技政策鼓勵國家加快農業科技的創新步伐，加大農業科技投入，加強和完善現代農業科技體系，深入推進各類農作物高產活動，支持科技人員和大學畢業生的科技創新一線活動取得科技創新領域各生產要素的充分利用[16]。2015年中共中央、國務院印發《關于加大改革創新力度 加快農業現代化建設的若干意見》提出，強化農業科技創新驅動作用，健全農業科技創新激勵機制，完善科研院所、高?？蒲腥藛T與企業人才流動和兼職制度，推進科研成果使用、處置、收益管理和科技股權激勵改革試點等重大舉措[17]。2015年農林高校技術效率變化、技術進步變化、純技術效率、規模效率全線達標1.000=1，全要素生產率1.00=1，各要素總投入得到充分利用。

(4)醫藥類高校。對醫藥類高校進行DEA-Malmquist數據處理，結果如表6所示。醫藥類高校全要素生產率0.994<1，表明總產出與各要素所得仍處于不利狀態，但其技術效率變化1.001，純技術效率1.000，規模效率1.001均>1，則說明醫藥類高校在組織創新、專業化和技術創新、技術水平發揮、規模經濟、要素配置等方面均處于優勢地位，純技術效率即管理與技術因素投入產出成正比并一直保持穩定發展態勢。但由于技術進步變化0.993<1，使得全生產要素不足，這表明可以從醫藥類高校各要素質量的提高與科學技術發展的推進等方面加以改善，進而提高醫藥類高校科技創新效率的綜合水平。

同時醫藥類高?？萍紕撔滦适?013-2014年“兩報兩批”、2014年-2015年“三權改革”試點的國家宏觀調控政策影響明顯，但由于從2009年我國新一輪醫藥衛生體制改革正式開始，國家長期重視醫學學科建設，注重資金投入等，2013-2014年間的“兩報兩批”優勢明顯，技術進步變化2.069>1；技術效率變化1.021>1，純技術效率1.000=1，規模效率1.021>1，并最終全要素生產率取得2.113>1。2014年是國家第二次“醫改”元年，國家關注重點由“藥改”轉向“醫改”，雖醫藥行業仍保持高資金投入，但受“三權改革”影響，各要素生產質量與技術投入深受影響，技術進步變化創歷年最低，為0.496<1，為當年全要素生產率0.436<1的直接原因。

(5)師范類高校。師范類高校數據處理結果如表7所示。師范類高校雖然要素質量與科學技術發展進程有待提高和推進，高校內部管理與技術水平發揮亦有所不足，技術進步變化與純技術效率均為0.999不足1，但其技術效率變化1.002>1，規模效率1.003>1,使得其全要素生產率亦為1.001>1,這說明師范類高校優秀的資源配置，創新人才與科研經費的科學投入，并且高效的資源使用，得到了總產量大于各要素投入的成果。師范類高?？萍紕撔颅h境較為良好。

師范類高?？萍紕撔滦适?013-2014年“兩報兩批”和2014年-2015年“三權改革”試點的國家宏觀調控政策影響明顯。

(6)其他類高校。其他類高校是六類高?？萍紕撔滦?見表8)各項指標最為穩定的一類。雖然技術效率變化、純技術效率、規模效率均為1.000，但由于技術進步變化略有不足0.999<1，使得最終全要素生產率亦為0.999<1。這說明，雖然其他類高校資源配置、資源使用效率、高校內部管理與規模要素投入等均處于科學合理的投入產出比率，但仍可以通過提高要素質量水平與推進科學技術發展等方式，提高其他類高校的科技創新效率。

表5 農林類高校年度平均Malmquist指數及其分解

表6 醫藥類高校年度平均Malmquist指數及其分解

表7 師范類高校年度平均Malmquist指數及其分解

表8 其他類高校年度平均Malmquist指數及其分解

4 結論與對策

4.1 主要結論

本文運用DEA2.1軟件對我國高校2009-2019年間技術效率變化、技術進步變化、純技術效率、規模效率和全要素生產率5個維度進行Malmquist分析，主要得出以下結論：

從總體來看，2009-2019年間我國高?？萍紕撔滦食氏陆第厔?，5項指標年間平均值均未>1或=1，說明提升我國高?？萍夹使ぷ鞣敝?，各個方面均應努力；其中技術效率變化與技術進步變化指數，是影響我國科技創新效率上升的關鍵。

從高校類型看，師范院校全要素生產率1.001>1,表明師范院?？萍紕撔驴偖a量大于全部要素投入量，投入資源得到高效利用，科技創新狀況良好；其他5類高校均未>1或=1，科技創新總產量小于全部要素投入量，相關投入資源未得到有效利用，其中綜合大學與工科院校相關資源浪費情況最為嚴重。

(1)綜合類大學規模效率1.002>1，說明投入規模因素已得到充分利用；但技術效率變化0.986、技術進步變化0.989、純技術效率0.983均未達標，說明綜合類高校在此三方面均需改進。

(2)工科院校純技術效率1.000=1，說明其與科技創新等方面的管理工作與投入專業技術切實有效；但純技術效率變化0.988、技術進步變化0.987、規模效率0.988均未達標，說明工科院校應從這3個角度考慮措施。

(3)農林院?？萍紕撔滦侍嵘臻g最大，各項指標均未達標，說明農林院校各要素投入均未得到有效產出，各個方面均有待調整管理。

(4)醫藥院校與其他類院校各要素利用效率較為良好，技術效率變化、純技術效率、規模效率3項指標均>或=1,但技術進步變化均<1，是影響全要素生產率大于1的關鍵。

(5)師范類院校規模效率1.003>1，說明規模要素得到充分利用；技術效率變化1.002>1，說明資源配置與資源使用相對合理；但技術進步變化0.999<1，純技術效率0.999<1，說明進一步提升師范類院校的科技創新效率可從這兩個維度入手。

觀察2013-2016年間各表數據的特殊變化以及查閱相關背景資料可知，國家政策與對科技創新項目的審查、支持與監督等相關管理措施力度會對我國高?？萍紕撔虑闆r產生直接影響；易出現技術進步變化與技術效率變化、純技術效率負相關的局面；單一方面的大力調整措施未必會改善我國科技創新效率低下的整體現狀。

4.2 對策建議

(1)以科技創新項目質量為核心，推動相關科學技術領域深度發展；重視科技創新相關知識的教育與推廣，清晰相關申請流程與評定標準，鼓勵科技創新項目的組建與立項，消除因信息不對稱導致的“行業壁壘”。

(2)優化對各類高校的資源配置，適當加大醫藥院校、師范院校、其他類院校的資源投入，著重提高綜合大學、工科院校、農林院校資源使用效率；加大綜合大學、醫藥院校、師范院校、其他類院校的科技創新規模投入，重視工科院校、農林院校規模要素的利用能力；改進綜合大學、農林院校、師范院校的校內管理機制，提高專業技術有效投入水平。

(3)完善創新體系，各個方面舉措相互配合，多管齊下。增加經費投入，從信息發布、立項申請、資源監督、成果審核、獎勵激勵等各個方面完善管理，完善高?？萍紕撔抡?。