高校創新創業教育效率評價研究

甘婭鑾　陳昆湖　汪紅梅

摘 要：創新創業教育（以下簡稱“雙創教育”）是時下高校實現內涵式發展和深化教育教學改革的關鍵抓手，對雙創教育效率進行研究可有效指導雙創教育發展。基于陜西省16所高校的數據，采用三階段DEA模型對高校雙創教育效率進行評估。研究表明：環境變量會對高校雙創教育效率值產生影響，導致高校雙創教育綜合技術效率的平均值由0.839下降到0.821，總體效率較高，純技術效率均值由0.920上升到0.961，規模效率均值由0.910下降至0.850，各大高校的相關得分也發生了變化。因此得出以下結論：①環境變量會影響雙創教育效率；②陜西高校雙創教育效率差異較大，規模效率較低是陜西省高校雙創教育綜合技術效率低下的主要原因。最后將16所樣本高校進行分類，并對不同類型的高校分別提出不同的改進方向與優化建議。

關鍵詞：陜西高校；創新創業教育；效率評價；三階段DEA模型

中圖分類號：G647.38

文獻標識碼：A doi：10.3969/j.issn.1672-2272.202307037

Research on Efficiency Evaluation of Innovation and Entrepreneurship Education in Universities

——Based on a Sample of 16 Universities in Shaanxi Province

Gan Yaluan1，Chen Kunhu2， Wang Hongmei1

（1. School of Economics and Management， Northwest A&F University， Xianyang 712000， China;

2. School of Economics and Finance， Xi'an Jiaotong University， Xian 710000， China）

Abstract：Innovation and entrepreneurship education （hereinafter referred to as entrepreneurship and innovation education） is the key point for colleges and universities to achieve conformal development and deepen education and teaching reform. Research on the efficiency of entrepreneurship and innovation education can effectively guide the development of entrepreneurship and innovation education. Based on the data of 16 colleges and universities in Shaanxi Province， this study used three-stage DEA model to evaluate the efficiency of entrepreneurship and innovation education in colleges and universities. It was found that the selected environmental variables would have an impact on the efficiency of entrepreneurship and innovation education in colleges and universities， resulting in the average comprehensive technical efficiency of entrepreneurship and innovation education in colleges and universities falling from 0.839 to 0.821， the overall efficiency was relatively high， the average pure technical efficiency increased from 0.920 to 0.961， and the average scale efficiency decreased from 0.910 to 0.850. Scores for colleges and universities had also changed. Therefore， this study draws the following conclusions： ①Environmental variables will affect the efficiency of entrepreneurship and innovation education; ②There is a large difference in the efficiency of entrepreneurship and innovation education in colleges and universities in Shaanxi Province， and low scale efficiency is the main reason for the low comprehensive technical efficiency of entrepreneurship and innovation education in colleges and universities in Shaanxi Province. Finally， the 16 sample colleges and universities are classified， and different improvement directions and optimization suggestions are put forward for different types of colleges and universities.

Key Words：Universities in Shaanxi; Innovation and Entrepreneurship Education; Efficiency Evaluation; Three-Stage DEA Model

0 引言

近年來，隨著中國經濟由高速度發展向高質量發展轉變，科學技術、創新對經濟發展的基礎效應越來越明顯，創新創業日益成為經濟發展的重要動能［1］。近年來，國家相繼出臺了《關于深化體制機制改革加快實施創新驅動發展戰略的若干意見》（中發[2015]8號）、《關于深化高等學校創新創業教育改革的實施意見》（國辦發[2015]326號）、《關于加快建設高水平本科教育全面提高人才培養能力的意見》（教高[2018]2號）等文件［2］。上述文件對高校培養具有創新精神、創業意識和創新創業能力的高素質人才提出了具體明確的要求，有效提升了各高等院校對創新創業工作的關注程度，也促進了各高等院校雙創教育的蓬勃發展。

陜西是全國高校數量較多的省份之一，2022年10所高校進入首批國家級創新創業學院和教育實踐基地建設名單，對陜西高校雙創教育進行研究具有很好的現實意義。因此，本研究基于陜西省16所樣本高校，引入投入產出指標和環境變量，并利用三階段DEA模型評估其創新創業效率，并就不同類型高校如何提升雙創教育效率提出有針對性的建議。

1 文獻綜述

對于高校雙創教育的發展，政府和學界對此都有關注。我國亦有諸多學者對高校創新創業教育質量進行了定性和定量分析。

定性研究方面，李紅等［3］提出創業文化熏陶、政府政策支持、高校教育建設和完善以及學生自身努力會在很大程度上影響高校創新創業教育。安美忱等［4］研究發現，除了基礎設施環境和家庭環境對高校創新創業質量無顯著影響之外，其他創業環境尤其是個人自然屬性環境對其有顯著正向影響。汪俞辰［5］提出高校在建設創新創業教育時須權衡校內外所處的環境和所具備的條件，構建以“宏觀—中觀—微觀”3個系統為基礎，以六大關鍵要素為核心的教育模型，從而促進高校雙創教育的發展。周麗霞［6］對山西33所高校調研，發現政策支持類的影響因素對高校創新創業教育質量的影響較為顯著。

定量研究方面，錢方兵等［7］利用FAHP分析方法對5所具有代表性的高校進行研究，發現高校創業教育的運行在鼓勵創新的同時，更加應當在課程、師資、實訓平臺等基礎性因素上打下堅實的基礎。胡玲等［8］利用層次分析法與灰色關聯度分析法分析，發現高校的雙創課程數量和與此相關的實踐場地面積對高校雙創教育效率的影響最為顯著。但是，DEA模型是諸如科研效率、學校運行效率等效率方面研究的主流方法之一。Rousseau等［9］、Sohnsy等［10］采用DEA模型評價科研投入的產出效率。李集城［11］較早將DEA模型應用到創業教育質量評價中。劉有升等［12］在對24所211高校的創新創業教育效率研究中發現，這些高校都需要在創新創業教育上加大投入。李阿利等［13］運用DEA-Tobit模型對湖南省15所高校的創新創業教育效率進行研究，結果表明：高校整體的創新創業教育效率水平仍然不高。DEA模型在測度高校雙創教育效率的研究方面已經被廣泛使用，由于傳統的DEA模型并沒有考慮環境因素和隨機噪聲對效率評價的影響，因此有必要分離出環境因素、隨機噪聲因素和管理因素的影響，所以近年來出現了不少學者將Fried等［14］在2002年所研究出的三階段DEA模型應用于高等教育投入產出效率的評價中。例如武元浩等［15］基于三階段DEA模型，分析32所教育部直屬高校整體科技創新效率，發現大多數高校需要努力提升其技術效率或規模效率。

但大多數學者只是對這些高校的雙創教育模式進行歸納與定性分析，少有研究對雙創教育效率進行定量評估。只有對效率進行評估，才能比較各大高校雙創教育的優劣，并有針對性地優化現有高校的雙創教育，提升其效率，實現高校雙創教育的高質量發展。因此，本研究擬采用三階段DEA模型對陜西高校雙創教育的效率進行研究，以期對高校完善其雙創教育模式提供建議。基于此，本研究可能的創新點主要有兩方面：①本文選擇了陜西省各個層級的高校，力爭全面覆蓋陜西省所有層級高校，全面深入地分析陜西省高校雙創教育效率，從而給出相應的發展對策；②由于傳統的DEA模型一般只考慮研究對象的內部因素，而沒有剔除環境因素和誤差因素，所以本研究在此基礎上引入了三階段DEA模型對效率進行評價，從而得到不受環境因素和隨機噪聲干擾的效率值，使所得結果更加真實有效。

2 陜西省高校雙創教育效率評價

2.1 評價方法選取

由于傳統DEA模型只考慮內部因素，而沒有消除外生環境變量和隨機噪聲等因素的影響，為消除該弊端，本研究將16所陜西省高等院校作為決策單元，使用三階段DEA模型方法對陜西省高校的雙創教育投入產出效率進行測算和對比研究。

2.1.1 第一階段：傳統DEA模型

傳統的DEA模型分為CCR模型和BCC模型兩種，其中CCR模型假設DMU處于固定規模報酬情形下，用來衡量總效率，只能說明技術效率，不能說明純技術效率和規模效率。BCC模型假設DMU處于變動規模報酬情形下，用來衡量純技術和規模效率，BCC模型中的技術效率可以分解為純技術效率與規模效率的乘積。可以說明技術效率、純技術效率和規模效率。因此BCC模型更能說明高校雙創教育效率是受規模因素還是純技術因素的影響。因此本文采用投入導向模式下的BCC模型，其表達式如下所示［16］：

上式中θ表示DMU的綜合效率，j表示決策單元，i表示投入變量，r表示產出變量，xij表示第j個決策單元的第i種投入變量，yrj表示第j個決策單元的第r種產出變量。

2.1.2 第二階段：相似SFA回歸分析模型

由于第一階段的傳統DEA模型并沒有考慮環境因素和隨機噪聲對效率評價的影響，因此有必要分離出環境因素、隨機噪聲因素和管理因素的影響。所以在第二階段可以利用相似SFA回歸分析模型解決上述問題。分別以第一階段得出的投入松弛變量為因變量，分析出的各種環境因素為自變量，所建立的相似SFA回歸分析模型如下所示：

其中，Sni是第i個決策單元第n項投入的松弛值；Zi表示外界環境變量，βn是相應外界環境變量的系數；vni+μni是混合誤差項，vni是指隨機干擾因素，μni是指管理無效率因素。

2.1.3 第三階段：調整投入后的DEA模型

根據第二階段相似SFA回歸分析模型得到的經調整的投入數據代替原始投入數據，產出數據不變，使用DEA-BCC模型重新評估各DMU的效率水平，即可得到不受環境因素和隨機噪聲干擾的效率值，該結果更加真實準確［19］。

2.2 指標選取及數據來源

根據2020年教育部官網的統計數據，陜西省共有高校96所，其中57所本科院校，39所高職（專科）院校。另外有成人教育院校14所。在96所高校中，約有33所高校公布了近年的《本科教學質量報告》及《畢業生就業質量報告》，大約只有16所高校能夠較為詳細地闡述自身的培養情況、畢業生情況。所以本研究選擇16所高校為研究樣本，這些高校包括陜西省頂尖高校和普通高校等，能夠較為客觀地反映陜西高校雙創教育現狀。具體高校名單如表1所示。各大高校的原始數據如表2所示。

2.3 投入產出指標選取

投入產出指標是評價效率的關鍵，指標的選取應該遵循全面性和客觀性等原則。李旭輝等［20］研究認為，高校創新創業教育投入可以分為3個方面：師資建設、課程建設和經費投入。賈建鋒等［21］研究得出高校創新創業教育評價指標詞典，指標排第一位的是創業率。鄭萍［22］研究認為，創新創業教育成果可以表現為社會影響和教育效果，其中教育效果包括學生雙創競賽獲獎數。基于上述文獻支持，本文構建如下投入產出指標，如表3所示。

2.4 環境變量選取

環境變量是影響高校雙創教育產出效率的外在環境因素，最終導致得到一個不準確的結果，屬于不可控的隨機因素。因此分離出環境因素和隨機誤差因素對決策單元效率的影響能夠更準確評價決策單元的效率水平。基于此，研究選擇了如下3個環境指標：

（1）高校中教學與科研人員規模（萬人）：師資隊伍的規模和質量對人才培養質量有極大影響，亦會影響到高校雙創教育的效率與質量。所以本文采用高校中教學與科研人員規模作為對高校雙創教育效率有影響的環境變量，綜合考慮，以高校專任教師數量來反映高校中教學與科研人員規模［23］。

（2）政府財政撥款（十億元）：由于政府財政撥款能夠反映出政府對高校的支持力度，并且在一定程度上政府的支持力度能夠影響高校雙創教育的產出效率，為此本文采用政府財政撥款作為對高校雙創教育效率有影響的環境變量，用財政撥款收入、上級補助收入以及政府性基金預算撥款收入的總和來表示［24］。

（3）人力資本（萬人）：根據大數定理以及邊際成本遞減定理，高校當年在校生的人數越多，該高校雙創教育的產出和效率大概率會越高。為此本文采用人力資本作為對高校雙創教育效率有影響的環境變量，以高校當年的在校生人數來反映人力資本［25］。

3 實證結果分析

3.1 第一階段傳統DEA實證結果

以16所高校作為決策單元，利用DEAP 2.1軟件求解出結果，如表4所示。TE代表16所高校的雙創教育綜合效率，是利用BCC模型求解得到的綜合效率值；PTE代表純技術效率，SE代表規模效率。

從表4可以看出，2021年陜西省16所高校的雙創教育效率平均值為0.839，處于明顯非有效的區間，純技術效率均值為0.920，規模效率均值為0.910，整體看來，總體表現比較良好，但還有一定的提升空間。

具體來看，達到強DEA有效的學校共有8所，占50%，強DEA有效表示這些高校在雙創教育中的投入產出資源配置達到最優狀況。其余高校的雙創教育大多處于非明顯有效的狀態，往往需要經過較長的時間調整。

從規模報酬的結果上看，16所樣本高校中規模效率不變的高校有8所，表明這些高校達到了規模有效性。有1所高校處于規模報酬遞增情況，說明如果進一步增加投入資源，就能獲得更多的產出。其他8所處于規模報酬遞減狀態，這些學校的投入資源有一定的冗余，減少資源投入能夠達到更有效的狀態。

由于以上結果受到環境因素和隨機噪聲因素的影響，導致其結果不能客觀真實地反映高校雙創教育效率，因此需要進一步研究。

3.2 第二階段相似SFA回歸結果

在本階段分別以經費投入、課程投入與創業率3個投入變量的松弛變量為因變量，以環境變量中的高校中教學與科研人員規模、政府財政撥款以及人力資本為自變量，并利用Frontier 4.1軟件得到SFA回歸結果，如表5所示。

由表5可知，以經費投入松弛變量、課程投入松弛變量和創業率松弛變量為因變量的模型單側似然比檢驗統計量LR值均達到0.5%的顯著性水平，所以拒絕不存在無效率項的原假設，說明SFA模型的設定合理。經費投入松弛變量、課程投入松弛變量和創業率松弛變量回歸結果的值均為0.999，在1%的水平上顯著，說明管理因素在效率值中占主導地位。高校中教學與科研人員規模等3個環境變量對投入松弛變量的回歸系數基本上都通過了1%的顯著性檢驗，由此可說明該模型設置較為合理，所估計的結果具有一定的可靠性，這說明本文所選用的外部環境變量會對各大高校雙創教育的投入冗余變量產生顯著影響，從而會對高校雙創教育的投入產出效率值產生影響。外部環境因素對高校雙創教育效率的影響呈現如下幾點特征。

（1）高校中教學與科研人員規模。高校中教學與科研人員規模與經費投入松弛變量、課程投入松弛變量和創業率松弛變量回歸系數都為負，且達到1%的顯著性水平，表明增加高校中教學與科研人員投入有利于抑制經費投入松弛變量、課程投入松弛變量和創業率松弛變量的減少，也即意味著高校中教學與科研人員規模對經費投入、課程投入和創業率的投入效率有一定的正向促進作用。這可能因為教學與科研人員規模的增加，有利于提升雙創教育研究的深度和廣度，對學生進行因材施教，使經費與課程的投入更加具有針對性，從而有效提升高校雙創教育的效率。

（2）政府財政撥款。政府財政撥款對經費投入松弛變量、課程投入松弛變量和創業率松弛變量回歸系數均為正，且達到1%的顯著性水平。表明政府支持會造成這3個變量松弛變量增加，即政府撥款所占比重過高會造成人力、財力等資源的浪費，不利于高校科研投入產出效率的提高。反映了政府增加對高校的財政撥款，能夠增強高校創新創業的動力，但是并不意味著高校創新創業產出效率的提升，高校需要進一步提升辦學水平和質量，營造科研和教學成果轉化環境，優化高校內部資源配置效率，避免造成財力資源的浪費。

（3）人力資本。人力資本對經費投入松弛變量、課程投入松弛變量和創業率松弛變量回歸系數均為正，除課程投入松弛變量不顯著外，其他均達到1%的顯著性水平，說明人力資本對高校雙創教育投入產出效率產生負影響。反映了近年來各大高校擴大招生，增強了高校科研創新的動力，但與此同時高校的教育管理水平較低且資源并沒有得到充分利用與合理配置，從而造成了人力資源的浪費，阻礙了高校雙創教育效率的提升。

3.3 第三階段調整投入后DEA實證結果

由于環境因素對高校雙創教育的發展具有很大的影響，如果不剔除環境因素對研究的影響，就可能會對高校雙創教育效率的評估和進一步的發展決策產生極大影響。為了得出高校真實的效率水平，此階段用第二階段調整后的投入變量替換第一階段中的初始投入變量，且其產出變量不變，再次使用DEAP2.1軟件求解，結果如表6所示。

對比表4和表6的數據，可以看出高校雙創教育綜合技術效率的平均值由0.839下降到0.821，純技術效率均值由0.920上升到0.961，規模效率均值由0.910下降至0.850，導致規模效率與純技術效率的差距進一步拉大，說明相對于純技術效率，規模效率低下是造成陜西省高校雙創教育運行效率低下的主要原因。調整后高校得分發布具體情況如表7所示。

整體上看，處于高校雙創教育前沿面的高校由8所下降為6所，其中商洛學院、寶雞文理學院、西安美術學院等高校由DEA有效調整為DEA無效單元，原因在于純技術效率值和規模效率值下降；而原本屬于DEA無效的西安交通大學在第三階段中升至雙創教育技術效率前沿面，其效率的提升得益于調整后規模效率的上升。榆林學院與渭南師范學院等兩所高校綜合技術效率不足0.5，表現略差。調整后，西安交通大學、陜西師范大學、長安大學、西安醫學院等4所高校的綜合技術效率有所提升，特別是西安交通大學調整后處于高校雙創教育前沿面，表明這4所高校在調整前的低技術效率主要是由其較差的教育資源優化配置能力造成的，而其他7所高校大部分綜合技術效率均有所下降，表明這些高校具有較好的資源優化配置能力。

從純技術效率上看，處于純技術有效的高校由11所下降為9所。除了有6所高校DEA有效外，有3所高校DEA無效，其主要表現是純技術有效但是規模無效，這類無效性主要是由于投入資源規模問題引起的，應該對規模進行改進。有7所高校純技術效率值小于1，這代表純技術效率無效，且除陜西師范大學外，其純技術效率值大于規模效率值，表明技術無效性主要是由純技術無效以及規模無效引起的，應該對雙創教育管理過程進行改進。

從規模效率上看，處于規模有效的高校由8所下降為6所，且它們均為DEA有效。有2所樣本高校的規模效率都在0.9以上，即便沒有達到規模有效的水準，但是相對規模效率是較高的，往往只需要進行一定程度的調整，就能達到規模有效水平。其他8所高校都低于0.9，相對規模效率較低，往往需要經過長時間調整與改進才能實現規模有效。

從規模報酬結果看，調整前有8所高校表現出規模報酬不變的特征，而調整后，有6所高校表現出規模報酬不變的特征。值得一提的是，西安交通大學在排除環境因素和隨機干擾因素之后，其規模效率增加到1，從而導致其由調整前的規模報酬遞增變為規模報酬不變。調整前有7所高校表現出規模報酬遞減的特征，而調整后，有10所高校表現出規模報酬遞減的特征，其中新增的高校為商洛學院、寶雞文理學院、西安美術學院，其均因調整后規模效率下降而使其不在處于技術前沿面，說明第一階段得出的高效率情況并不能真實反映這3所學校的技術管理水平。

基于以上對高校雙創教育的綜合技術效率、純技術效率和規模效率分析，可以根據樣本高校的有效性進行以下分類（表8）。

從表8中可以看出，有6所高校達到DEA有效，另外10所中，有3所高校DEA無效，但是純技術效率值為1，其主要表現是純技術有效但是規模無效，這類無效性主要是由于投入資源規模問題引起的，應該對規模進行改進。有6所高校純技術效率值小于1，表明純技術效率無效，且純技術效率值大于規模效率值，這表明技術無效性主要是由于純技術效率與規模無效共同引起的。有1所高校純技術效率值與規模效率小于1，且純技術效率值小于規模效率值，表明技術無效性主要是由于純技術效率引起的。

4 結論與建議

4.1 研究結論

本文采用考慮了環境因素與隨機噪聲因素的三階段DEA模型，對2021年陜西省16所樣本高校的雙創教育效率進行評價，發現選用的外部環境變量會對各大高校雙創教育的投入冗余變量產生顯著影響，從而會對高校雙創教育的投入產出效率值產生影響，導致高校雙創教育綜合技術效率的平均值由0.839下降到0.821，純技術效率均值由0.920上升到0.961，規模效率均值由0.910下降至0.85，并得出以下結論。

（1）環境變量會影響雙創教育效率。本研究發現3個環境變量都會在不同程度上影響到高校創新創業效率。其中，高校中教學與科研人員規模對經費投入、課程投入和創業率的投入效率有一定的正向促進作用。而政府財政撥款與人力資本兩環境因素對經費投入松弛變量、課程投入松弛變量和創業率松弛變量回歸系數均為正，對高校雙創教育投入產出效率均產生負向影響。

（2）陜西高校雙創教育效率差異較大，規模效率較低是陜西省高校雙創教育綜合技術效率低下的主要原因。分離出環境因素、隨機噪聲因素后，發現相對于純技術效率，規模效率低下是造成陜西省高校雙創教育運行效率低下的主要原因。

4.2 對策建議

（1）純技術有效，規模無效型高校。這類無效性主要是由于投入資源規模問題引起的，所以其應該將優化重心放在對規模和雙創教育管理過程的改進上，從而提高規模效率。這類高校應適當減少雙創教育的投入，優化雙創教育資源的配置。

（2）純技術無效，且高于規模效率型高校。此類無效性是由純技術無效以及規模無效共同引起的，因此需要同時從純技術效率和規模效率兩方面入手改善其無效性：一方面完善教師雙創教育參與激勵機制，如采取揭榜掛帥項目制，遴選教師帶著高質量的資源投入雙創教育，從而達到提升純技術效率的目的。另一方面，提高管理效率，在穩定雙創教育投入規模同時注重資源的優化配置。

（3）純技術無效，且低于規模效率型高校。這代表技術無效性主要是由于純技術效率引起的，應該將改進重心放在提高純技術效率上，但同時也不可忽視規模效率的提高。這類高校應該要注重雙創教育課程體系和師資隊伍建設。如整合校內校外、線上線下多方資源建設課程；建立“引育并舉”的師資建設制度，擇優選取校內教師擔任雙創導師的同時，積極聘請知名創業家擔任教師。

參考文獻：

[1] 陳乃啟，狄偉鋒.碳達峰背景下高校創新創業教育改革[J].人民論壇，2022（4）：98-100.

［2］ 何慶江，雷祺，吳學蘭.基于政策梳理的高校創新創業教育問題研究[J].黑龍江高教研究，2022，40（3）：133-138.

［3］ 李紅，丁雪，明文欽.我國高校創業教育的基本問題[J].學術探索，2014（12）：147-152.

［4］ 安美忱，張衛國.創業環境對高校創業績效引致路徑的實證研究[J].江西社會科學，2016，36（9）：242-249.

［5］ 汪俞辰.高校創新創業教育模型構建及運行機制研究[J].教育與職業，2020（17）：62-66.

［6］ 周麗霞.山西高校創新創業教育質量滿意度及影響因素分析[J].教育理論與實踐，2022，42（21）：13-17.

［7］ 錢方兵，李政，錢桂芳.基于FAHP分析的高校創新創業人才培養質量評價體系構建與實證分析[J].思想教育研究，2022（10）：151-158.

［8］ 胡玲，楊博.高校創新創業教育效果的影響因素研究——基于2016—2018年我國150所創新創業典型經驗高校的數據[J].華東師范大學學報（教育科學版），2020，38（12）：64-75.

［9］ ROUSSEAU S， ROUSSEAU R.The scientific wealth of European nations： taking effectiveness into account[J].1998， 42（1）：75-87.

［10］ SOHN S Y， MOON T H .Decision Tree based on data envelopment analysis for effective technology commercialization[J].Expert Systems with Applications， 2004， 26（2）：279-284.

［11］ 李集城.基于效率視角的創業教育質量評價體系研究[J].科技管理研究，2012，32（15）：145-149.

［12］ 劉有升，陳篤彬.基于DEA的高校創業教育效率評價[J].中國石油大學學報（社會科學版），2017，33（2）：103-108.

［13］ 李阿利，鄧小波，胡揚名.中西部本科院校創新創業教育效率研究——基于湖南15所高校的調查數據[J].湖南農業大學學報（社會科學版），2018，19（3）：92-96.

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

［15］ 武元浩，巴雅爾滿來，張文春.我國“一流大學”建設高校科研創新效率測度及影響因素分析——基于三階段DEA模型的實證研究[J].中國人民大學教育學刊，2023（3）：128-144.

［16］ 栗玉香，邊忠讓，張榮馨.我國世界一流大學建設經費投入效率實證研究——基于34所高校面板數據的三階段DEA-Tobit分析[J].中央財經大學學報，2022（6）：30-43.

［17］ 羅登躍.三階段DEA模型管理無效率估計注記[J].統計研究，2012，29（4）：104-107.

［18］ 陳巍巍，張雷，馬鐵虎，等.關于三階段DEA模型的幾點研究[J].系統工程，2014，32（9）：144-149.

［19］ 李康，范躍進.“雙一流”目標下一流大學科研效率評價[J].科研管理，2022，43（9）：41-47.

［20］ 劉立波.基于三階段DEA的高校教育投入產出效率評價[J].數學的實踐與認識，2020，50（5）：234-243.

［21］ 王忠，呂楠華，吳明宇.基于三階段DEA的“雙一流”建設高校人文社會科學科研效率評價[J].中國高校科技，2023（Z1）：26-30.

［22］ 李旭輝，胡笑梅，汪鑫.高校創新創業教育效果評價體系研究——基于群組G1法的分析[J].教育發展研究，2016，36（21）：29-36.

［23］ 賈建鋒，姚旭生.高校創新創業教育評價體系設計——基于消費者導向評價模式理論的視角[J].東北大學學報（社會科學版），2019，21（1）：82-88，95.

［24］ 鄭萍.基于模糊層次分析法（FAHP）的高校創業教育評價體系構建研究[J].科技促進發展，2020，16（1）：106-111.

［25］ 趙緒勝.山東省高校科技創新效率的評價研究[D].濟南：山東大學，2016：23-24.

（責任編輯：宋勇剛）

基金項目：陜西省教育科學規劃項目“陜西高校創新創業教育典型模式及其效率研究”（SGH20Y1039）；陜西高等教育教學改革項目“基于CIPP模型的農林高校雙創教育質量提升路徑研究”（21BZ012）；西北農林科技大學新文科研究與改革實踐項目“新文科背景下專創融合教育與實踐”階段性成果

作者簡介：甘婭鑾（2000-），男，西北農林科技大學經濟管理學院碩士研究生，研究方向：綠色金融；陳昆湖（2000-），男，西安交通大學經濟與金融學院碩士研究生，研究方向：綠色財政、低碳經濟；汪紅梅（1979-），女，博士，西北農林科技大學經濟管理學院教授、博士生導師，研究方向：創新創業理論與實踐、區域經濟可持續發展。本文通訊作者：汪紅梅。