我國教育部直屬高校資源投入產出效率綜合評價研究

包水梅　黃堯堯　彭萬英

摘要： 基于我國58所教育部直屬高校理、工、農、醫學科的辦學數據，運用超效率DEA模型和Malmquist生產率指數，對2008～2017年我國高等教育由“規模擴張”轉向“質量提升”這一關鍵時段內高校資源投入產出效率進行綜合評價，結果發現：（1）高校資源投入產出效率整體水平有較大提升空間，資源的配置與管理水平較高，但生產規模遠未達到最優水平，增大資源投入力度能夠有效提升多數高校的辦學效益。（2）高校質量型產出效率小于數量型產出效率，兩類效率對整體效率的貢獻度的變化趨勢證實了學科評估的“指揮棒”效應。（3）高校三大職能的投入產出效率對整體效率貢獻度的排序依次為科學研究、人才培養、社會服務，其中科學研究投入產出效率對整體效率的貢獻度呈下降趨勢，人才培養、社會服務投入產出效率對整體效率的貢獻度呈上升趨勢。（4）高校資源投入產出效率正向增長的根本原因是規模效率提高，技術進步指數起負面影響，純技術效率未發生明顯變化。技術進步指數的周期性變化趨勢說明我國高等教育資源投入模式與發展方式的關系還有待進一步協調。

關鍵詞：高等教育；資源；效率；超效率DEA；Malmquist生產率指數；學科評估

中圖分類號：G640? ?? 文獻標識碼：A文章編號：1672-0717（2023）04-0060-12

一、問題的提出

美國經濟學家格里高利·曼昆（N. Gregory Mankiw）在其著作《經濟學原理》中提出，資源的稀缺性決定資源使用效率的重要性[1]。我國高等教育資源總量不足，優質資源稀缺，這一基本特征決定了如何有效提升資源的配置與使用效率至關重要。然而，我國高等教育實際發展現狀卻并非如此：一方面，從資源配置模式來看，我國高等教育資源以行政性配置為主導[2]，政府依據國家發展需求，通過行政指令的方式實施剛性、計劃性的資源分配，資源的配置效率如何、配置后的資源能否得到充分利用尚未引起足夠重視；另一方面，從資源使用效果的評價方式來看，長期以來，我國對高校建設成效的評估表現為水平評估和成效評估兩類，評估的依據是參評單位現有資源的多寡、建設周期內增量成果的絕對數量等內容，一定程度上忽視了對資源使用效率的評估。

隨著資源投入力度的不斷加大，我國高等教育取得的偉大成就世人矚目。然而，值得注意的是，大量的資源投入在造就我國高等教育事業“量”的偉大成就的同時，高等教育“質”的發展卻未能實現同步協調[3]。2011年世界經濟論壇（World Economic Forum）發布的《2011-2012國際競爭力發展報告》將國家發展的主要動力劃分為要素驅動、效率驅動和創新驅動三種，其中創新驅動模式具有更強的競爭力[4]。顯然，我國高等教育發展依靠的是以資源投入為核心的要素驅動，如何提高資源的配置與使用效率，提升高等教育產出質量，增強創新驅動發展能力，是關乎我國高等教育事業長遠發展質量的重大戰略問題。

近年來，伴隨著學術界對高等教育質量問題的廣泛關注，關于高校資源投入產出效率的研究也逐年增多。由美國運籌學家Charnes等于1978年提出的數據包絡分析方法（Data Envelopment Analysis，DEA）被廣泛應用于高校資源投入產出效率的相關研究之中[5]。相較于指數評價法、生產函數法等傳統評價方法，DEA方法無需主觀設定指標權重與函數形式，并且可以通過構建多投入多產出的評價指標體系實現綜合生產效率的測算。通過對運用DEA方法測算高校資源投入產出效率的相關研究進行梳理發現：（1）科學研究效率是國內外學者的關注重點。國外研究中，吉奧范尼（Giovanni A.）、瓊斯（Johnes J.）等學者運用DEA模型測算了高校的科學研究效率[6-7]。國內研究中，梁文艷、胡詠梅等學者重點關注和研究高校科學研究效率的整體水平，運用DEA模型測算并比較了不同高校、學科之間科學研究效率的差異[8（P70-76），9（P1-14）]。但是目前僅有少量研究關注到人才培養、社會服務效率，該類研究普遍發現：相較于科學研究效率，高校的人才培養效率、社會服務效率普遍偏低[10-12]。（2）高校資源投入產出效率評價指標體系以數量型指標為主。既有研究多使用表征高校辦學成果絕對數量的指標來構建高校資源投入產出效率評價指標體系。專著數與論文數是測算科學研究效率最為常見的評價指標[9]（P1-14），在讀生或畢業生數則被大量用作衡量高校的人才培養成果產出[13]，專利申請數、技術轉讓合同數是測算社會服務效率的常用產出指標[11]（P39-47）。盡管上述指標具有一定的代表性，但存在著重視成果數量、忽視成果質量等問題。部分研究已經開始綜合使用數量型、質量型指標對高校資源投入產出效率進行評價。例如，王燕等在測算高校社會服務效率時，使用專利出售金額、技術轉讓合同金額作為產出指標，相較于數量型指標或許更能說明高校社會服務的質量差異[11]（P39-47）。第四輪學科評估指標體系在對高校人才培養產出進行評價時，既考察學位授予數，也將課程教學質量、畢業生就業質量等指標納入評價體系。（3）研究視角多是基于截面數據對高校資源投入產出效率作靜態分析。當前，教育學領域內對高校資源投入產出效率的研究多是使用一年或幾年的截面數據進行靜態分析[8（P70-76），14]。Malmquist指數適用面板數據，測算的是t+1時期與t時期的效率比值，能夠在較長時間周期內分析高校資源投入產出效率動態變化背后的政治經濟原因。在土地開發、科技創新、旅游開發等領域[15-17]，使用Malmquist指數進行動態分析的研究成果已經頗為豐富，但是運用該指數對高校資源投入產出效率的研究成果仍然較少，靜、動態結合進行綜合分析的僅有賈永堂、古川等少量研究成果[18-19]。

綜上所述，既有研究為高校資源投入產出效率的測算與分析奠定了良好的基礎，但后續研究中有待重視如下幾個方面的問題：（1）科學研究、人才培養、社會服務三大職能均是當前高校建設與發展的重要任務，將三者納入同一評價指標體系之中進行綜合評價，更符合高校辦學實際；（2）構建涵蓋數量型指標、質量型指標的評價指標體系，更有利于實現對高校資源投入產出效率的客觀評價；（3）綜合DEA模型與Malmquist指數，靜、動態相結合測算與分析高校資源投入產出效率，能夠在客觀評價高校辦學整體水平之外，對其動態變化的內部原因進行深層次分析。

因此，本文基于高校辦學資源投入與成果產出關系的分析視角，選取超效率DEA模型和Malmquist生產率指數兩項指標，前者通過靜態測算樣本高校的整體與專項效率，分析高校資源投入產出效率的整體水平及其規模、質量、三大職能等結構性特征；后者結合考察期內樣本高校資源投入產出效率的時序變化，考察規模報酬、技術進步等因素在高校資源投入產出效率動態變化中所發揮的作用。最后結合研究結論，圍繞高等教育資源配置與使用，就如何提升高校資源投入產出效率提出幾點建議，以期助力我國高等教育高質量發展。

二、研究設計

（一）樣本選取與數據來源

教育部直屬高校是我國整體實力最突出的一批高校，他們所獲得的資源投入往往多于一般高校，選擇部屬高校用于研究高校資源投入產出效率具有較強的代表性和說服力。因此，本文選取教育部直屬高校作為研究樣本，研究的時間跨度為2008～2017年。考慮到面板數據的連續性與完整性，刪除存在數據缺失的部分高校，最終確定北京大學、清華大學、中國人民大學等58所教育部直屬高校為研究樣本。

本文選取2008～2017年教育部發布的《高等學校科技統計資料匯編》和中國校友會官網、樣本高校官網發布的相關數據作為數據來源。2008～2017年是我國高等教育發展由“規模擴張”轉向“質量提升”的關鍵時段，高等教育政策、高校辦學經費投入等的巨大變化對高校辦學實踐產生了重大影響。一方面，2008年前后，我國高等教育政策導向由“穩步擴大各類高等教育規模”[20]轉向“著力提高高等教育質量”[21]，高校生均經費投入一改1999年高校擴招以來的持續減少趨勢，開始逐年提升。另一方面，2015年前后，我國高等教育發展的戰略重心由重點大學建設轉向“雙一流”建設，2017年是我國“雙一流”建設戰略進入全面實施階段的關鍵時間節點，是高校“雙一流”建設專項經費到賬的實際時間節點。基于此，本文重點考察2008～2017年10年時間段內高校資源投入產出效率的變動情況。此外，需要需要特別指出的是，《高等學校科技統計資料匯編》給出的是理工農醫學科的辦學數據，不涵蓋人文社會科學，因此本研究所得結論也僅面向理工農醫等學科。

（二）研究思路與方法

本研究選取超效率DEA模型和Malmquist生產率指數對高校的資源投入產出效率進行綜合測算與分析。首先，我們在構建高校資源投入產出效率評價指標體系的基礎上，基于超效率DEA模型的測算結果，靜態分析高校分職能、分類型效率對整體效率的貢獻；然后，我們基于Malmquist生產率指數的測算結果，動態分析規模經濟效益、資源配置與管理水平、科學技術水平等對高校資源投入產出效率的影響及變化趨勢。最后，我們結合研究結論就如何提升我國高校的資源投入產出效率提出建議。具體運用到的研究方法如下：

1.超效率DEA模型

2.Malmquist生產率指數

Malmquist生產率指數最初由瑞典經濟學、統計學家曼奎斯特（Sten Malmquist）在1953年提出，后經Caves、Fare等發展，當前被廣泛應用于生產效率測算[23-25]。相較于DEA模型只能測算截面數據的靜態效率，Malmquist生產率指數多是基于面板數據測算不同時期效率值的動態變化。Malmquist生產率指數可以進一步分解為純技術效率變化指數、規模效率變化指數和技術進步指數的乘積。如公式（2）所示，表示從s到t時期，Malmquist生產率指數及其分解項：

公式（2）中，左邊為Malmquist生產率指數，該指數大于1，反映的是s到t時期資源投入產出的效率值上升；小于1，則降低。右邊第一項為技術進步指數，該指數大于1，表示s到t時期決策單元最優生產前沿面整體提升，反映的是技術進步對Malmquist生產率指數的貢獻；小于1，則為技術退步。右邊第二項為規模效率變化指數，該指數大于1，反映的是s到t時期規模經濟效益對Malmquist生產率指數的貢獻；小于1，則表示規模經濟效益降低。右邊第三項為純技術效率變化指數，該指數大于1，反映的是在規模經濟不變的條件下，s到t時期資源配置管理水平的變化對Malmquist生產率指數的貢獻；小于1，表示貢獻度降低。

（三）指標體系構建

1.指標選取

（1）投入指標選取：高校的資源投入要素一般包括人力、財力、物力三個方面。鑒于本研究需對高校三大職能進行綜合評價，為確保所選指標的覆蓋面，人力投入指標，參考王燕等人的研究[11]（P39-47），選取教師系列人員、技術系列人員兩類指標；財力投入指標，選取政府撥入資金、企事業委托資金、其他經費三類指標；物力投入指標，盡管部分研究使用了圖書館藏書、生均建筑面積、實驗設備總金額等指標，但一方面鑒于此類指標年均變化較小，另一方面又往往與財力投入指標有所重疊，本研究暫未將其納入投入指標體系。

（2）產出指標選取：基于高校科學研究、人才培養、社會服務三大基本職能和數量型、質量型兩種產出類型，本研究構建了“3大職能×2種產出類型”的產出指標體系。①科學研究產出指標：選取出版著作數、發表論文數和國家級項目驗收數3個數量型指標；綜合高校的科技成果獲獎數、著作與論文引用數形成科學研究得分作為質量型指標。②人才培養產出指標：選取在讀研究生數作為數量型指標，研究生培養規模是衡量教育部直屬高校人才培養產出水平的核心指標；綜合高校的學科水平、教學成果獲獎形成人才培養得分作為質量型指標。③社會服務產出指標：選取專利出售數、技術轉讓合同數作為數量型指標；選取專利出售總金額、技術轉讓合同總金額作為質量型指標（本文認為專利和技術轉讓合同出售金額的數目差異一定程度上反映了高校社會服務產出的質量差異）。綜上，教育部直屬高校投入產出效率評價指標體系如表1所示。

2.指標處理

（1）主成分分析：在使用超效率DEA模型測算效率時，投入產出指標數量過多會造成大量的決策單元處于最優生產前沿面上，降低區分度。因此，本文采用主成分法分別對X1-X8、X9-X11兩類投入指標進行降維處理。本研究運用SPSS24.0進行主成分分析（Bartllet<0.0001， KMO>0.8），兩組變量的主成分累積解釋能力均在70%左右，處理后的新指標能夠較大程度地代替原指標。降維處理后，人力投入由綜合人力投入1（Z1）和綜合人力投入2（Z2）兩項指標表示，財力投入由綜合財力投入（Z3）一項指標表示（詳見表2）。

（2）非負化處理：鑒于超效率DEA模型僅能處理非負數據，為消除主成分分析后負值得分的影響，本研究使用“極值法”對Z1、Z2、Z3三項指標進行標準化處理，如公式（3）所示。

三、數據結果與分析

（一）超效率DEA模型測算結果分析

1.投入產出效率整體評價

基于投入導向、規模報酬可變的超效率DEA模型，使用MaxDEA8 Ultra軟件測算2008～2017年教育部直屬高校資源投入產出效率及其分解項。由于不同年份的同一高校被視作不同的決策單元，因此10年考察期內共計580個決策單元參與測算。限于篇幅，本文不再列出具體數據，僅將歷年的投入產出效率平均值及其分解項整理如表3所示。

從表3可以發現，考察期內教育部直屬高校資源投入產出效率的綜合技術效率平均值不高，僅為0.613，但是整體呈增長趨勢，2008～2017年效率平均值由0.474增長至0.717。進一步分析各分解項可以發現：（1）考察期內純技術效率平均值較高，為1.044，大于1；純技術效率反映高校的資源配置與管理能力，說明考察期內大多數教育部直屬高校的資源配置與管理水平處在最優生產前沿面上，整體的資源配置與管理水平較高；（2）考察期內規模效率平均值總體呈增長趨勢，但是總平均值較低，僅為0.588，小于1。規模效率反映高校的規模經濟效益狀況，說明考察期內教育部直屬高校的生產規模整體未達到最優水平。進一步考察高校規模報酬情況，可以發現歷年處于規模報酬遞減的高校數量仍占少數，絕大多數高校處于規模報酬遞增狀態。這就意味著，多數高校仍需要增大資源投入力度、擴大生產規模以提升其辦學效率。

2.投入產出效率分類型、分職能評價

在整體評價的基礎上，我們進一步按照上文構建的產出指標體系，分別基于數量型產出指標、質量型產出指標、科學研究產出指標、人才培養產出指標、社會服務產出指標測算教育部直屬高校資源投入產出效率。同時，為衡量各分效率對整體效率的貢獻，我們以整體效率為因變量，對數處理后的各分效率為自變量，使用SPSS24.0軟件進行回歸分析。

（1）分類型評價

基于數量型產出指標、質量型產出指標測算得到的投入產出效率平均值如表4所示，各分效率對整體效率的貢獻如表5所示。從表4可以發現，考察期內，數量型產出效率總平均值大于質量型產出效率總平均值，說明相較于質量型產出，教育部直屬高校對數量型產出更加重視。從變化趨勢看，數量型產出效率平均值的增長趨勢明顯，由2008年的0.393增長至2017年的0.652，質量型產出效率平均值除2008年外，其余年份均在0.4上下波動。

從表5可以發現：回歸分析的R2平均值為0.839，表明所構建的回歸分析方程能夠解釋因變量83.9%的變化。一方面，考察期內數量型產出效率對整體效率的平均貢獻度普遍高于質量型產出效率的平均貢獻度，表明后者有較大的提升空間。另一方面，2008～2017年高校質量型產出效率貢獻度呈周期性變化（2008～2011年為周期1，2012～2015年為周期2，2016年為周期3的開始），周期始末的貢獻度高于周期中（質量型產出效率貢獻度的2個高點分別是2011年和2015年）。此外，高校數量型產出效率貢獻度最高的年份往往是質量型產出效率貢獻度較低的年份（數量型產出效率貢獻度的2個低點分別是2010年和2015年）。兩類效率對整體效率的貢獻度呈現相反的變化趨勢，結合上文的分析——多數教育部直屬高校處于規模報酬遞增狀態，需要增大資源投入力度、擴大生產規模以提高生產效率——可以認為導致這種變化趨勢的原因是：高校無法同時兼顧數量型產出與質量型產出，只能周期性地改變建設目標。一般認為，由學位中心組織實施的一級學科整體水平評估與高等教育資源配置密切相關。第三輪和第四輪一級學科整體水平評估開展的時間節點恰與高校質量型產出效率貢獻度的2個高點相重合。因此，結合兩次評估對質量型產出指標的重視可以合理推斷：教育部直屬高校在學科評估開展之際，周期性地將建設重心由數量型產出轉向質量型產出，充分展現了學科評估對高校學科建設的“指揮棒”作用。

（2）分職能評價

基于科學研究產出指標、人才培養產出指標、社會服務產出指標測算得到的投入產出效率平均值如表6所示。各分效率對整體效率的貢獻如表7所示。從表6可以發現，考察期內教育部直屬高校科學研究效率總平均值最高，其次是人才培養效率，社會服務效率總平均值最低，說明教育部直屬高校的科學研究職能最受重視（總平均值0.424），其次是人才培養職能（總平均值0.411），對社會服務職能的重視程度最低（總平均值僅為0.047）。從變化趨勢看，考察期內，三類效率均呈現出較為明顯的增長趨勢。

從表7可以發現：回歸分析的R2平均值為0.713，雖然低于數量型產出效率和質量型產出效率對整體效率的解釋水平，但是也符合高校建設實際——除三大職能外，國際交流、文化傳承等也是高校建設的重要內容，本研究所構建的回歸分析方程未涵蓋上述部分，所以僅能夠解釋因變量71.3%的變化。一方面，考察期內科學研究效率對整體效率的平均貢獻度最高，為0.508；人才培養效率對整體效率的平均貢獻度次之，為0.401；社會服務效率對整體效率的平均貢獻度最低，僅為0.100，并且除了2013年和2017年β系數顯著外，其余年份均不顯著，甚至2009年社會服務效率對整體效率的影響方向為負，這表明教育部直屬高校更加重視科學研究和人才培養，高校的社會服務功能不受重視。另一方面，科學研究效率對整體效率的貢獻度呈下降趨勢，人才培養效率和社會服務效率對整體效率的貢獻度呈上升趨勢，尤其2017年社會服務效率對整體效率的影響首次在0.001水平上顯著。這說明考察期內教育部直屬高校在履行科學研究職能的同時，逐步加大了對人才培養職能、社會服務職能的重視。可能的解釋是：隨著國家戰略調整、區域經濟社會發展需求變化，高校不再僅作為知識生產主體履行科學研究職能，其知識溢出效應，即通過高端人才培養、科技成果轉化等服務于外部經濟社會發展的重要作用也逐漸引起重視[26]，表現為高校的人才培養、社會服務職能越來越受到重視。一系列重要的政策文件印證了這一變化歷程，如2010年7月，教育部出臺的《國家中長期教育改革和發展規劃綱要（2010-2020年）》中明確提出“高校要牢固樹立主動為社會服務的意識”“牢固確立人才培養在高校工作中的中心地位”[27]；2015年11月，國務院印發的《統籌推進世界一流大學和一流學科建設總體方案》也指出高校要“為經濟社會發展和國家戰略實施做出重要貢獻”“堅持立德樹人，突出人才培養的核心地位”[28]。

（二）Malmquist生產率指數測算結果分析

1.Malmquist生產率指數整體評價

Malmquist生產率指數反映的是生產過程中投入產出效率的動態變化，即全部投入要素的綜合生產率變動——全要素生產率（Total Factor Productivity，TFP）的動態變化，是科學技術進步、資源配置與管理水平以及規模經濟效益的綜合體現[29]。基于投入導向、規模報酬可變的DEA-Malmquist模型，本研究使用DEAP2.1軟件測算2008～2017年教育部直屬高校的Malmquist生產率指數及其分解項。限于篇幅，本文不再列出每所高校的具體數據，僅將歷年的Malmquist生產率指數平均值及其分解項整理如表8所示。

從表8可以發現，考察期內，教育部直屬高校的Malmquist生產率指數總平均值為1.020，全要素生產率整體正向增長，年均增長率2.0%。全要素生產率正向增長主要源自于技術效率變化。將技術效率變化指數分解為純技術效率變化指數和規模效率變化指數，可以發現，全要素生產率正向增長的根本原因是規模效率變化（1.052），即規模經濟效益帶來的正向增長；純技術效率在考察期內整體未發生明顯變化（1.000），即考察期內高校的資源配置與管理水平無明顯變化。

結合前文結果可以認為：（1）2008～2017年，教育部直屬高校資源投入產出效率以年均2.0%的速度正向增長，正向增長的根本原因是生產規模的不斷擴大，資源投入力度的不斷加大，資源的配置與管理水平未出現明顯變化，始終維持在較高水平，Malmquist生產率指數的測算結果與表2的結果相一致。（2）技術進步指數表明，外部科學技術水平的變化對教育部直屬高校資源投入產出效率的正向增長產生了負面影響，表現為相對的“技術退步”。一般而言，相對“技術退步”往往是由于內部發展與外部經濟社會環境未能實現同步協調[30]。高等教育資源投入存在剛性，輕易不會降低資源投入力度或調整投入要素比例，但是2008～2017年恰是我國高等教育由外延式發展向內涵式發展轉變的關鍵時期，也恰是我國經濟發展由傳統的粗放型增長模式向高端化集約型增長模式轉變的關鍵時期[31]，資源投入沿用舊模式，發展方式卻轉向新模式，兩者之間的不協調或許是導致相對“技術退步”的原因。

2.Malmquist生產率指數分時期評價

按照上述分析，對Malmquist生產率指數產生影響的主要是技術進步指數和規模效率變化指數，變化趨勢如圖1所示。進一步分析可以發現，2008～2016年，規模效率變化指數整體大于1，但呈現出明顯的下降趨勢，這表明盡管這一時期規模經濟效益是投入產出效率正向增長的主要原因，但是其貢獻度越來越小。換句話說，主要依靠資源投入、擴大生產規模帶來的效率增長是不可持續的。2017年相較于2016年的規模效率變化指數增大，表明規模經濟效益有所提高。可能的原因在于2017年“雙一流”建設提出“以績效為杠桿”[32]，高等教育資源配置開始強調動態競爭、重視市場性配置，進一步盤活了高校辦學資源，提升了規模經濟效益。技術進步指數則是在考察期內呈現出周期性的變化趨勢，第1個周期2008～2012年整體小于1，表現為相對的“技術退步”；第2個周期2012～2016年整體大于1，表現為“技術進步”；第3個周期2016～2017年再次小于1，表現為相對的“技術退步”。如前文所述，技術進步指數反映的是最優生產前沿面的移動情況，在本文中可以理解為外部的政策、經濟與社會環境變化對高校全要素生產率產生的影響。一方面，從政策環境來看，別敦榮認為2007年是我國高等教育發展政策由“擴大規模”轉向“提高質量”的關鍵節點，2012年《教育部關于全面提高高等教育質量的若干意見》正式提出了推進高等教育內涵式發展，2017年進一步提出了如何實現高等教育內涵式發展的具體措施——加快“雙一流”建設[33]。另一方面，在經濟領域，2008年后我國開始重視拉動內需對經濟增長的貢獻，2017年是我國產業結構轉型的關鍵時期，制造業高端化發展成為經濟增長的重要動力。教育的內外部關系規律提出高等教育發展與外部環境密切相關。因此可以認為：2008～2017年，我國高等教育和經濟發展均處在由規模向質量轉型的關鍵時期，舊的資源投入方式與新的發展模式之間的不協調是造成技術進步指數周期性變化的重要原因。表現在數據上則是，2008～2012年，資源投入剛性增長、投資力度不斷擴大，高等教育的發展模式、外部的經濟發展方式卻開始轉向質量發展，難免造成大量資源冗余，表現為相對的“技術退步”；2012～2016年，高等教育發揮知識溢出效應，通過外部技術引進、內部技術傳承，逐步實現科學技術積累，內涵式發展初顯成效，表現為“技術進步”；2016～2017年，隨著“雙一流”建設的正式實施，大量專項資金涌入，難免又造成產出無法與資源投入同步增長，再次表現為“技術退步”。

四、結論與啟示

（一）研究結論

本文通過構建涵蓋高校科學研究、人才培養、社會服務三大職能，數量型、質量型兩種產出類型的評價指標體系，運用超效率DEA模型和Malmquist指數，靜、動態相結合對2008～2017年我國58所教育部直屬高校理工農醫學科的資源投入產出效率進行了綜合評價，客觀呈現了樣本高校的辦學現狀，研究結論如下：

1.投入產出效率整體評價：教育部直屬高校資源投入產出效率仍有較大的提升空間。多數高校的資源配置與管理水平較高，資源投入能夠得到有效利用，但生產規模遠未達到最優水平，十年考察期內不斷增大的資源投入力度有效地提升了多數高校的辦學效益。但是少數高校在十年考察期內多次處于規模報酬遞減狀態，規模經濟效益隨著不斷增大的資源投入力度有所降低。對這一類高校而言，單純地依靠增大資源投入已經不能夠進一步提升其辦學效益。換句話說，盡管教育部直屬高校總體上是我國整體實力最突出的一批高校，但仍需加以分類對待方能更有效地提升高等教育資源的配置與使用效率。

2.投入產出效率分類型評價：相較于質量型產出，教育部直屬高校更加重視數量型產出。十年考察期內，兩類效率對整體效率貢獻度的變化趨勢證實了學科評估的“指揮棒”效應。具體而言，質量型產出效率貢獻度與數量型產出效率貢獻度呈現出相反的周期性變化趨勢。鑒于學科評估結果與高等教育資源分配的密切聯系，合理的推斷是由于多數高校資源投入相對不足，無法同時兼顧數量型產出與質量型產出，在面臨學科評估壓力時，周期性地將建設重心由數量型產出轉向質量型產出。

3.投入產出效率分職能評價：無論從效率平均值看，還是從對整體效率的貢獻度看，考察期內教育部直屬高校三大職能排序依次為科學研究、人才培養、社會服務。考察期內教育部直屬高校科學研究效率對整體效率的貢獻度呈下降趨勢，人才培養效率和社會服務效率對整體效率的貢獻度呈上升趨勢。這意味著2008～2017年教育部直屬高校逐步加大了對人才培養職能、社會服務職能的重視。結合這期間頒布的一系列重要的政策文件，我們認為合理的解釋是，國家戰略發展、區域經濟發展對高等教育提出了新的要求，高校通過履行人才培養職能、社會服務職能發揮知識溢出效應，從而服務于國家和區域經濟社會發展，表現為高校在履行科學研究職能的同時，越來越重視其人才培養與社會服務職能。

4.Malmquist生產率指數整體評價：十年考察期內教育部直屬高校投入產出效率以年均2.0%的速度正向增長。正向增長的根本原因是規模效率提高，即資源投入力度不斷加大，高校辦學效益隨之提升，規模經濟效益顯著，表明我國高等教育長期踐行的要素驅動模式效果顯著。與此同時，技術進步指數整體上對正向增長起了負面影響，純技術效率在考察期內整體未發生變化，意味著考察期內高校的資源配置與管理水平整體沒有變化，始終維持在較高水平。

5.Malmquist生產率指數分時期評價：教育部直屬高校2008～2016年規模效率變化指數雖然整體大于1，但是下降趨勢明顯，意味著主要依靠資源投入、擴大生產規模帶來的效率增長是不可持續的。2016～2017年教育部直屬高校規模效率變化指數增大，可能的解釋是“雙一流”建設開始強調的資源動態競爭盤活了高等教育資源、激發了高校辦學活力。考察期內教育部直屬高校技術進步指數周期性的變化趨勢表明外部政策、經濟與社會環境變化對高校全要素生產率產生影響，剛性的資源投入模式與高等教育發展方式之間的不協調導致了相對技術退步。分時期評價結果證實了我國高等教育資源投入模式與發展方式的不協調關系。

（二）政策建議

上述研究結論表明，主要依靠資源投入來提升高校辦學效益的發展模式已經不合時宜。新時期構建高質量的高等教育體系亟需進一步提升高校資源投入產出效率。

1.改革高等教育資源的配置模式，傳統的行政配置需讓渡一定的空間給市場配置。一方面，要通過落實“雙一流”建設提出的資源動態競爭機制，盤活高等教育資源、激發高校辦學活力，進一步破除一直以來的身份固化觀念，不斷強化高校辦學主體的績效意識。另一方面，要提升資源配置的精細化水平，根據高校類型、學科特點、區域差異等動態調整資源投入的總量與投入要素的比例，改變既往由政府直接主導、“以條件定發展”的計劃性分配思路，逐漸向政府適度指導、市場參與調節、“以需求定發展”的競爭性配置思路轉變[34]。

2.優化對高等教育資源使用效果的評價方式，更加科學地發揮學科評估的導向性作用。一方面，教育管理部門要通過革新學科評估理念，進一步完善學科評估的指標體系，鼓勵和引導高校重視產出質量，積極履行人才培養與社會服務職能，從而使高校的建設與發展更好地服務于國家和區域經濟的發展。另一方面，教育管理部門要秉持“效率優先，兼顧公平”原則，提倡合理競爭，重視對資源使用效率的評價。包括本研究在內，大量的研究證實了學科評估的“指揮棒”作用，可以說，學科評估的評估內容就是高校建設與發展的目標。重視效率評價，其目的不是把工具主義的“效率至上”引入高等教育生產過程，而是要通過適度競爭在全社會形成一種講求資源使用質量的良性循環機制，最大程度地避免優質資源的閑置或浪費。

（三）研究局限與展望

需要特別說明的是，盡管本文相對客觀地呈現了我國高等教育依靠資源投入驅動發展的辦學現狀，但限于研究樣本僅為教育部直屬高校理工農醫學科，未能涵蓋所有學科，與辦學實際略有出入，因此研究結論僅供參考。后續研究在保證樣本高校可比性的前提下，可在更大范圍內選取更多不同類型的高校（學科）加以深化研究。此外，本文重點探究了2008～2017年10年間高校資源投入產出效率的現狀與變化趨勢，限于研究篇幅，對2017年之后尤其是“雙一流”建設提出“以績效為杠桿”、強調資源動態競爭、重視市場性資源配置等內容未進行系統研究，未來可進一步基于客觀數據探討相關政策的實際效應。

參考文獻

[1] [美]曼昆.經濟學原理[M].梁小民，譯.北京：機械工業出版社，2005：177.

[2] 白宗穎.以高校績效管理推進高等教育治理現代化[J].現代教育管理，2019（07）：42-48.

[3] 陳廷柱，王建華，閻光才，等.面向2035的中國高等教育（筆會）[J].蘇州大學學報（教育科學版），2018（01）：1-22.

[4] World Economic Forum.The Global Competitiveness Report2011-2012[R].2011：5-16.

[5] Charnes A.，Cooper W.W.，& Rhodes E.Measuring the Efficiency of Decision Making Units[J].European Journal of Operational Research，1978（06）：429-444.

[6] Giovanni A.，Ciriaco A.D.，& Fabio P.The Measurement of Italian Universities'Research Productivity bya Nonparametric-bibliometric Methodology [J].Scientometric，2008（76）：225-244.

[7] Johnes J.& Li Y. Measuring the Research Per-formance of Chinese Higher Education Institutions Using Data Envelopment analysis[J].China Economic Review，2008（19）：679-696．

[8] 梁文艷，袁玉芝，胡詠梅.研究型大學自然科學學科科研生產效率測算及影響因素分析——基于DEA-Tobit兩階段模型[J].國家教育行政學院學報，2014（10）.

[9] 胡詠梅，范文鳳.“211工程”高校科研生產效率評估：基于DEA方法的經驗研究[J].重慶高教研究，2014（03）.

[10] 周偉，李全生.我國高等學校人才培養效率的動態分析：1999—2006年[J].科學學與科學技術管理，2010（01）：195-199.

[11] 王燕，吳蒙，李想.我國高校人才培養、科學研究與社會服務效率研究——基于超效率的三階段DEA模型[J].教育發展研究，2016（01）：39-47.

[12] 羅杭，郭珍.2012年中國“985”大學效率評價——基于DEA-Tobit模型的教學-科研效率評價與結構-環境影響分析[J].高等教育研究，2014（12）：35-45.

[13] 易明，彭甲超，張堯.中國高等教育投入產出效率的綜合評價——基于Window-Malmquist指數法[J].中國管理科學，2019（12）：32-42.

[14] 李紅宇，曾孟夏，呂艷.高等教育資源利用效率與高校“985工程”實施績效分析[J].中國高教研究，2014（05）：38-43.

[15] 王賀封，石憶邵，尹昌應.基于DEA模型和Malmquist生產率指數的上海市開發區用地效率及其變化[J].地理研究，2014（09）：1636-1646.

[16] 張明龍.我國金融支持科技創新的效率評價——基于超效率DEA與Malmquist指數方法[J].金融發展研究，2015（06）：18-25.

[17] 崔海洋，卓雯君，虞虎，劉青青，鄧洪波.規模報酬遞增還是技術創新主導？——基于貴州省旅游效率的實證研究[J].生態經濟，2022（06）：137-144.

[18] 賈永堂，董潔.DEA視角下學術研究績效評價分析[J].山東社會科學，2017（05）：173-177.

[19] 古川.“一流學科”建設背景下農林類高校科研效率的動態變化及差異比較——基于EBM和Metafrontier-Malmquist模型的分析[J].系統工程，2017（12）：105-112.

[20] 中華人民共和國教育部.教育部2002年工作要點[EB/OL].（2004-08-28）[2023-04-06].http：//www.moe.gov.cn/jyb_sjzl/moe_164/201002/t20100220_1518.html.

[21] 中華人民共和國教育部.國務院批轉教育部國家教育事業發展“十一五”規劃綱要的通知[EB/OL].（2007-05-18）[2023-04-06].http：//www.moe.gov.cn/jyb_xxgk/gk_gbgg/moe_0/moe_1443/moe_1581/tnull_25269.html.

[22] Andersen P.，Petersen N.C.A Procedure for Ranking Efficient Units in Data Envelopment Analysis[J]. Management Science，1993（10）：1261-1264.

[23] Malmquist S.Index Numbers and Indifference Curves[J].Trabajos de Estatistica，1953（04）：209-242.

[24] Caves D.W.，Christensen L.R.，& Diewert W.J.The Economic Theory of Index Numbers and Measurement of Input，Output and Productivity[J]. Econometrics，1982（50）：1393-1414.

[25] Fare R.，Grosskopf S.，& Lovell C.A.K.Productivity Change in Swedish Pharmacies 1980-1989：A Nonparametric Malmquist Approach[J].Journal of Productivity Analysis，1992（03）：85-101.

[26] 姚林修.北京市屬高校投入產出效率與競爭力評價[D].北京：中國礦業大學（北京）學位論文，2011：100-102.

[27] 中華人民共和國教育部.國家中長期教育改革和發展規劃綱要（2010-2020年）[EB/OL].（2010-07-29）[2022-07-03].http：//www.moe.gov.cn/srcsite/A01/s7048/201007/t20100729_171904.html.

[28] 中華人民共和國教育部.統籌推進世界一流大學和一流學科建設總體方案[EB/OL].（2015-10-24）[2022-07-03].http：//www.moe.gov.cn/jyb_xxgk/moe_1777/moe_1778/201511/t20151105_217823.html.

[29] 申紅芳，廖西元，胡慧英.農業科研機構科技產出績效評價及其影響因素分析[J].科研管理，2010（06）：126-135，150.

[30] 蔣玉成，劉思源，洪玉管.工業勞動生產率增長視角下高等教育資源配置效率地區差距研究[J].教育發展研究，2020（11）：76-84.

[31] 張杰，宣璐.中國的產業政策：站在何處？走向何方？[J].探索與爭鳴，2016（11）：97-103.

[32] 中華人民共和國教育部.統籌推進世界一流大學和一流學科建設實施辦法（暫行）[EB/OL].（2017-01-25）[2022-07-03].http：//www.moe.gov.cn/srcsite/A22/moe_843/201701/t20170125_295701.html.

[33] 別敦榮.論高等教育內涵式發展[J].中國高教研究，2018（06）：6-14.

[34] 朱玉成.政府職能轉變視角下的高等教育供給側改革[J].高等教育研究，2016（08）：16-21.

Research on Comprehensive Evaluation of Resource Input-Output Efficiency of Universities Directly Under the Ministry of Education in China： Calculation based on Super-efficiency DEA Model and Malmquist Productivity Index

BAO Shui-mei? HUANG Yao-yao PENG Wan-ying

Abstract： This paper uses the super-efficiency DEA model and the Malmquist productivity index to comprehensively evaluate the resource input-output efficiency of 58 colleges and universities directly under the Ministry of Education in China from 2008 to 2017. The results are as follows： （1） The overall level of output efficiency has a large room for improvement， and the resource allocation and management level is relatively high， but the production scale is far from reaching the optimal level， and expaning resource investment can effectively improve their school-running benefits. （2）The contribution of the quality output efficiency to the overall efficiency is smaller than that of the quantity output efficiency. The changing trend of the contribution of the two types of efficiency to the overall efficiency during the survey period confirms the baton effect of discipline evaluation. （3） Regarding average efficiency and contribution to overall efficiency， the three functions of universities directly under the Ministry of Education are ranked in the order of scientific research， talent cultivation， and social service. From the trend of change， the contribution of scientific research efficiency to the overall efficiency shows a downward trend， while the contribution of talent training efficiency and social service efficiency to the overall efficiency shows an upward trend. （4） The fundamental reason for universities positive growth of resource input and output efficiency during the inspection period is the improvement of scale efficiency. At the same time， the technological progress index has a negative impact on the positive growth， and the pure technical efficiency does not change during the survey period. The cyclical trend of the technological progress index further confirms the uncoordinated relationship between the input mode and development mode of higher education resources in China.

Key words： higher education; resource; efficiency; super-efficient DEA; Malmquist productivity index; discipline evaluation

（責任編輯? 陳劍光）