高校人文社科項目制績效評價及其改進目標(biāo)
——基于聯(lián)立方程與BP 人工神經(jīng)網(wǎng)絡(luò)

俞立平，張礦偉

（1.浙江工商大學(xué)統(tǒng)計與數(shù)學(xué)學(xué)院；2.浙江工商大學(xué)統(tǒng)計數(shù)據(jù)工程技術(shù)與應(yīng)用協(xié)同創(chuàng)新中心，浙江杭州 310018）

1 研究背景

科研項目是支撐高校人文社科研究的重要物質(zhì)保障。改革開放以來尤其是進入21 世紀(jì)以來，高等教育資源分類制度逐漸從單位制向項目制轉(zhuǎn)變，項目經(jīng)費已經(jīng)成為廣大高校研究團隊和學(xué)者獲取科研資助的主要手段。人文社會科學(xué)與自然科學(xué)基礎(chǔ)研究一樣，屬于準(zhǔn)公共物品或公共物品［1-2］，研發(fā)投入主要靠國家投入，研究項目無疑是人文社科研究的生命線。

近年來高校人文社科項目發(fā)展迅速。從2002 年開始，我國高校開始實行“基本支出預(yù)算+項目支出預(yù)算”的模式，經(jīng)費獲取方式主要通過項目申報以競爭方式獲取。根據(jù)教育部人文社科信息網(wǎng)137所“雙一流”建設(shè)高校的數(shù)據(jù)［3］，人文社科項目數(shù)從2004 年的35 262 項增長至2018 年的148 370 項，撥入項目經(jīng)費202.35 億元，立項數(shù)呈線性高速增長，平均每年增長10.81%。從立項數(shù)的增長速度看，總體上有所下降，具體情況如圖1 所示。

圖1 2004—2018 年我國137 所“雙一流”建設(shè)高校人文社科項目數(shù)及增長率

人文社科項目績效評價包括微觀與宏觀兩個不同視角，無論學(xué)術(shù)界還是管理機構(gòu)都更加關(guān)注微觀層面。微觀績效評價主要用在科研項目管理中，目前主要的人文社科項目如國家社科基金、教育部人文社科項目以及省級哲學(xué)社科規(guī)劃項目等等，均制定了嚴(yán)格的項目管理制度，以加強管理，提高項目績效。關(guān)于宏觀項目績效評價，目前主要側(cè)重在對某類項目的宏觀產(chǎn)出評價，關(guān)于投入產(chǎn)出關(guān)系，主要集中在項目研發(fā)經(jīng)費與研發(fā)勞動力的績效，很少從項目角度進行研究。對于人文社科項目而言，迫切需要研究以下問題：從宏觀層面人文社科項目的績效如何？其作用與研發(fā)經(jīng)費和研發(fā)勞動力相比地位如何？人文社科項目制或者課題制究竟存在哪些問題？要提高人文社科項目的績效，其可行的改進目標(biāo)如何確定？在可行的改進目標(biāo)下，人文社科項目的績效又具有哪些特點和規(guī)律？這些問題都值得深入探討。

開展人文社科項目宏觀績效及其改進研究具有重要意義。第一，可以分析當(dāng)前情況下項目制本身的績效，發(fā)現(xiàn)存在的問題，從而為提高項目績效提供指導(dǎo)。第二，確定人文社科績效的可行改進目標(biāo)，具體說，采用數(shù)據(jù)包絡(luò)分析（data envelopment analysis，DEA）進行效率測算能夠找到完全有效的高校，這正是其他效率小于1 的高校的學(xué)習(xí)榜樣，借助數(shù)學(xué)方式確定高校的理想人文社科投入或產(chǎn)出并作為可行目標(biāo)。第三，分析可達(dá)目標(biāo)達(dá)到后的人文社科項目績效以及投入產(chǎn)出關(guān)系，從而進行進一步的深入思考。本研究豐富了科學(xué)學(xué)與科技績效評價理論，不僅選題新穎，而且開創(chuàng)了一種新的研究范式，即采用聯(lián)立方程模型研究績效、DEA 效率分析確定人文社科可達(dá)目標(biāo)并采用BP 人工神經(jīng)網(wǎng)絡(luò)進行穩(wěn)健性檢驗與輔助研究。

2 文獻綜述

關(guān)于科研績效評價，研究范圍比較廣泛，不僅僅從項目角度進行。如Casey 等［4］指出高校教師科研績效評價的最終目的是提高科研質(zhì)量，同時調(diào)動教師積極性。科研績效評價模型與方法主要采用兩大類，一類是基于指標(biāo)體系與一般統(tǒng)計的評價模型，Martin 等［5］提出了基礎(chǔ)研究績效評價的4 個一級指標(biāo)，即科學(xué)、教育、技術(shù)與文化。Costa 等［6］提出“投入—中介—產(chǎn)出 (IMO) ”模型，并對科研團隊的績效進行評價。史萬兵等［7］提出采用高校教師關(guān)鍵科研績效評價指標(biāo)（KRPI）作為高校教師科研績效日常管理工具。孫凱等［8］提出了包含成果完成率、論著、獲獎、國家級科研項目、發(fā)明專利的基礎(chǔ)研究產(chǎn)出評價體系。周華強等［9］構(gòu)建了合理性、包容性、顯著性、高效性的RISE 績效評價模型，對育種攻關(guān)項目進行評價。黃華偉等［10］以2005—2014 年期間教育部社科項目為研究對象，分析立項率、項目類別、地區(qū)分布、學(xué)校分布、學(xué)科分布，發(fā)現(xiàn)青年基金項目比重加大，我國東部地區(qū)強于中西部地區(qū)，社會學(xué)科和交叉學(xué)科占多數(shù)，部屬高校發(fā)展快于地方高校。蔣林浩等［11］調(diào)查發(fā)現(xiàn)，人文、藝術(shù)和社科教師比較重視同行評議，以及學(xué)術(shù)領(lǐng)軍人物對學(xué)科發(fā)展的影響，對被引次數(shù)、科研項目數(shù)等量化指標(biāo)持保留態(tài)度。

還有一類研究是采用數(shù)據(jù)包絡(luò)分析測度科研績效。Sharma 等［12］采用DEA 效率分析方法，研究了科研人員結(jié)構(gòu)和科研經(jīng)費的績效。段慶鋒［13］將科研項目分為知識生產(chǎn)和知識擴散兩個階段，采用DEA方法對科學(xué)基金項目產(chǎn)出效率進行評價。張嬌等［14］通過對國家自然科學(xué)基金人才項目進行問卷調(diào)查，在此基礎(chǔ)上進行績效評價。段曉梅［15］通過超效率DEA 模型研究發(fā)現(xiàn)，我國高校科研績效存在較大的地區(qū)差距，東部地區(qū)高校科研績效最高，中西部較低，此外中西部地區(qū)高校大多處于規(guī)模報酬遞增狀態(tài)。

關(guān)于科研績效的影響與促進因素也有不少研究成果，Beaudry 等［16］在實證研究加拿大納米技術(shù)項目后發(fā)現(xiàn)，科研產(chǎn)出與公共資金之間存在明顯正相關(guān)。Auranen 等［17］基于多個國家出版數(shù)據(jù)，認(rèn)為高額獎金激勵效果較好。Hussler 等［18］指出產(chǎn)學(xué)研合作項目在企業(yè)與高校之間建立起一座橋梁，指明高校科研工作方向，大大提升科研人員與科研經(jīng)費利用率。D' Este 等［19］研究了高校科研人員的先前經(jīng)歷、職業(yè)狀況等對高校產(chǎn)學(xué)研合作項目的影響。鄭麗霞等［20］研究產(chǎn)學(xué)研合作項目模式與高校研發(fā)績效兩者關(guān)系。

關(guān)于績效評價、項目評價與科研管理中存在的問題，王立良等［21］指出科技績效評價存在分類考核目標(biāo)不明確、評價指標(biāo)體系缺乏科學(xué)性、量化考核體系不完善、績效激勵體系不健全等問題。馬健［22］認(rèn)為科研項目評價存在過于強調(diào)論著數(shù)量，科研期限缺乏彈性,績效掛鉤誤導(dǎo)科研，分批撥款弊大于利等問題。胡敏［23］發(fā)現(xiàn)項目制存在的問題包括弱化高校體制機制創(chuàng)新、邊緣化學(xué)術(shù)自主發(fā)展、阻礙協(xié)調(diào)穩(wěn)健發(fā)展等。周懷峰［24］指出現(xiàn)行科研項目課題制，不適合需要較長時間潛心研究的基礎(chǔ)學(xué)科，大幅損害了學(xué)術(shù)風(fēng)氣和學(xué)術(shù)精神，尤其不適合人文社科研究。

從現(xiàn)有研究看，績效評價在科技方面已經(jīng)取得重大進展，如大學(xué)科技績效、科研團隊績效、科技項目績效等等，研究既涉及自然科學(xué)，也涉及哲學(xué)社科。關(guān)于績效的影響因素，涉及研發(fā)經(jīng)費、研發(fā)勞動力、獎勵、產(chǎn)學(xué)研合作、個人異質(zhì)性等等，研究方法以回歸分析為主。關(guān)于人文社科項目存在的問題，現(xiàn)有研究也較多，但研究重點往往是定性和理論分析。因此，在以下方面還有待深入：

第一，人文社科項目績效評價相關(guān)研究還不夠完善，關(guān)于人文社科項目績效的評價現(xiàn)狀、特征、問題的相關(guān)研究總體較少，有必要進一步進行深入研究。

第二，現(xiàn)有的宏觀項目評價，往往對某類項目的成績進行統(tǒng)計分析。以宏觀科研項目作為研究對象，尤其是人文社科項目的宏觀績效研究，特別是從項目投入產(chǎn)出角度分析，比較其與研發(fā)經(jīng)費、研發(fā)勞動力績效的研究成果很少，這方面的研究有待深入。

第三，關(guān)于科技項目績效投入產(chǎn)出分析，總會發(fā)現(xiàn)一些問題并提出改進建議，但是缺乏可行的定量改進目標(biāo)，這是現(xiàn)有研究的普遍問題，迫切需要深入。進一步，一旦達(dá)到可行的改進目標(biāo)，其投入產(chǎn)出特點如何？有何啟示？這也需要進行深入研究。

第四，由于人文社科研究投入產(chǎn)出變量眾多，各變量之間關(guān)系復(fù)雜，采用單一方程往往難以刻畫變量之間的復(fù)雜關(guān)系，因此研究方法需要改進，比如可以采用聯(lián)立方程模型進行計量分析。

第五，在人文社科績效投入產(chǎn)出分析中，多采用回歸分析，很少進行穩(wěn)健性檢驗，這方面也需要加強。

3 理論分析與研究方法

3.1 人文社科項目投入產(chǎn)出變量關(guān)系分析

人文社科項目投入產(chǎn)出關(guān)系要素如圖2 所示。研發(fā)經(jīng)費、研發(fā)人員和科研項目是其主要投入要素。通常情況下不會將研究項目作為投入要素，本研究將其作為投入要素之一，一方面是為了分析研究項目的宏觀績效，另一方面因為科研項目是人文社科研究的重要支撐。從人文社科產(chǎn)出看，研究成果主要包括學(xué)術(shù)論文、學(xué)術(shù)著作、研究報告和學(xué)術(shù)獎勵，但學(xué)術(shù)獎勵并非屬于直接科研成果，其是在研究成果中的其余3 項基礎(chǔ)上申請得到的，所以本研究暫不考慮科研獎勵的實證研究問題。

圖2 人文社科項目投入產(chǎn)出關(guān)系

投入要素之間存在互動關(guān)系。例如研發(fā)經(jīng)費與研發(fā)人員之間有一定的相關(guān)性，充裕的研發(fā)經(jīng)費可以用來招募研發(fā)人員，壯大研發(fā)團隊；研發(fā)人員數(shù)量較多時，也增加了申報各種科研項目獲得研發(fā)經(jīng)費的機會。研發(fā)經(jīng)費與研究項目之間也存在互動關(guān)系，當(dāng)研發(fā)經(jīng)費較多時，說明高校團隊實力強，容易申請到更多的研發(fā)項目，而當(dāng)研發(fā)項目較多時，無疑會有更多的研發(fā)經(jīng)費。研發(fā)人員與研發(fā)項目也存在互動關(guān)系，研發(fā)人員較多時獲得更多研發(fā)項目的概率較高，而研發(fā)項目較多時也可以招募更多研發(fā)人員。

科研成果變量之間也存在互動關(guān)系。學(xué)術(shù)論文是人文社科最重要的成果，其與學(xué)術(shù)著作之間的聯(lián)系是它們都是研究，區(qū)別在于學(xué)術(shù)論文與學(xué)術(shù)著作在研究規(guī)模以及系統(tǒng)化方面存在一定差異，學(xué)術(shù)論文對學(xué)術(shù)著作的影響機制有兩個方面，第一，小型研究是系統(tǒng)研究的一部分，學(xué)術(shù)論文可以稱為學(xué)術(shù)著作的一部分；第二，學(xué)術(shù)論文水平較高，說明學(xué)者的研究能力較強，沒有這種水平作為基礎(chǔ)，很難進行系統(tǒng)化的研究。學(xué)術(shù)著作對學(xué)術(shù)論文也有影響，首先，在學(xué)術(shù)著作的寫作過程中，一些重要的章節(jié)可以整理為學(xué)術(shù)論文發(fā)表；其次擁有系統(tǒng)化研究能力后，寫作學(xué)術(shù)論文的水平也較高。學(xué)術(shù)論文與研究報告也存在互動關(guān)系。一般而言，學(xué)術(shù)論文和研究報告?zhèn)戎攸c不同，前者是應(yīng)用研究的重要基石。而應(yīng)用報告中精華部分完全可以作為學(xué)術(shù)論文發(fā)表，推動學(xué)術(shù)論文發(fā)展。學(xué)術(shù)著作與研究報告也是互動關(guān)系，學(xué)術(shù)著作以基礎(chǔ)研究為主，應(yīng)用研究為輔，基礎(chǔ)研究同樣是作為應(yīng)用研究研究報告的基礎(chǔ)。研究報告與學(xué)術(shù)著作是相互聯(lián)系的，研究報告中的大型研究報告同樣可以作為學(xué)術(shù)著作出版。需要說明的是，由于研究報告占高校人文社科產(chǎn)出的比重不高，即使是“雙一流”建設(shè)高校，其中也有許多高校有若干年的研究報告數(shù)量仍然為0，因此實證研究時暫不考慮研究報告變量。

3.2 科技投入產(chǎn)出績效可改進目標(biāo)確定的可行性與意義分析

在人文社科研究投入產(chǎn)出中，實證研究肯定會發(fā)現(xiàn)一些問題，比如投入要素績效較低、投入產(chǎn)出效率低下等等。對于這些問題的解決，當(dāng)然可以針對性地提出一些政策建議。如果能夠確定改進目標(biāo)則更有意義，一方面可以明確差距，另一方面可以采取相應(yīng)措施。

人文社科研究可改進目標(biāo)的確定，首先需要考慮目標(biāo)的可行性。不妨做一個假設(shè)，在若干高校中，肯定有一些高校投入產(chǎn)出績效較高，成效顯著，影響力較大，如果以他們?yōu)榘駱樱涂梢詫Ρ扔嬎愠銎渌话愀咝Ｍ度氘a(chǎn)出績效的差距，或者是在現(xiàn)有的外部環(huán)境下，其理想的科技產(chǎn)出。計量技術(shù)的發(fā)展為這個假設(shè)提供了技術(shù)支持，采用數(shù)據(jù)包絡(luò)分析（DEA）完全可以解決這個問題。得到人文社科研究的可改進目標(biāo)后，還可以進一步進行投入產(chǎn)出分析，在此基礎(chǔ)上可以進行進一步的規(guī)范分析，及早為人文社科的未來發(fā)展進行反思，這更有前瞻性。

3.3 研究框架

本研究的研究框架如圖3 所示。

圖3 研究框架

研究分為4 個步驟：原始數(shù)據(jù)投入產(chǎn)出分析、DEA 理想投入計算、理想數(shù)據(jù)投入產(chǎn)出分析。第一步，首先基于原始數(shù)據(jù)，采用聯(lián)立方程模型分析科研項目的績效，研究視角主要是科研項目的彈性與其他投入要素的彈性比較。第二步，采用效率測度的SBM-Super 模型，計算得到效率，同時根據(jù)理想投入數(shù)據(jù)，計算得到研究項目利用效率，并與研發(fā)經(jīng)費、研發(fā)勞動力的利用率進行比較，這是績效分析的第二個視角。第三步，采用最佳投入與原始產(chǎn)出數(shù)據(jù)，再采用聯(lián)立方程模型測度可達(dá)目標(biāo)的情況下，人文社科研究項目的彈性，并與研發(fā)經(jīng)費和研發(fā)勞動力的彈性進行比較，在此基礎(chǔ)上進行深度分析。第四步，對于聯(lián)立方程的回歸結(jié)果，采用BP 人工神經(jīng)網(wǎng)絡(luò)進行穩(wěn)健性檢驗，并進行輔助分析。其實，回歸系數(shù)與BP 人工神經(jīng)網(wǎng)絡(luò)權(quán)重還是有一定區(qū)別，兩者均說明了投入要素的重要性，但是回歸系數(shù)還說明了資源的稀缺性，當(dāng)然資源稀缺性與重要性相關(guān)。典型的彈性系數(shù)說明投入要素每增加1%會導(dǎo)致產(chǎn)出增加的百分比，一般而言，不可替代的稀缺資源彈性系數(shù)較高。

3.4 聯(lián)立方程模型

考慮到投入產(chǎn)出變量之間的關(guān)系比較復(fù)雜，采用單一方程難以有效刻畫變量間的相互關(guān)系，因此采用聯(lián)立方程模型估計研究項目的彈性，以分析其績效，聯(lián)立方程模型如下：

式（1）中，Y1為學(xué)術(shù)論文，Y2為學(xué)術(shù)著作，K為研發(fā)經(jīng)費、L為研發(fā)勞動力，P為研究項目數(shù)。cij為回歸系數(shù)，其中i為方程序號，j為變量序號，i，j=1，2，3，4，5。方程①為學(xué)術(shù)論文影響因素方程，投入變量為研發(fā)經(jīng)費、研發(fā)勞動力、研究項目，此外學(xué)術(shù)著作對其有影響，所有變量滯后期設(shè)定為1年。方程②為學(xué)術(shù)著作影響因素方程，投入變量為研發(fā)經(jīng)費、研發(fā)勞動力、研究項目，考慮到學(xué)術(shù)著作的寫作和出版周期較長，滯后期設(shè)定為2 年。此外學(xué)術(shù)論文對學(xué)術(shù)著作也有影響，滯后期設(shè)定為1年。方程③為研發(fā)經(jīng)費影響因素方程，包括研發(fā)勞動力、研究項目數(shù)、學(xué)術(shù)論文、學(xué)術(shù)著作，所有變量滯后期設(shè)定為1 年。方程④為研發(fā)勞動力影響因素方程，包括研究經(jīng)費、研究項目、學(xué)術(shù)論文、學(xué)術(shù)著作，所有變量滯后期設(shè)定為1 年。方程⑤為研究項目數(shù)影響因素方程，包括研發(fā)經(jīng)費、研發(fā)勞動力、學(xué)術(shù)論文、學(xué)術(shù)著作，所有變量滯后期設(shè)定為1 年。

3.5 Super-SBM 效率測度模型

為了測度人文社科研究的理想投入，計算項目投入利用率并將其與研發(fā)經(jīng)費和研發(fā)勞動力投入利用率進行比較，需要采用DEA 模型測度效率。傳統(tǒng)的規(guī)模報酬可變的BCC 模型以及規(guī)模報酬不變的CCR 模型效率極大值均為1，會導(dǎo)致效率為1 的高校之間難以進行比較，且并未考慮到投入變量的松弛問題。因此，傳統(tǒng)的BCC 模型或CCR 模型并不適合本文的研究。

針對BCC 模型與CCR 模型存在的不足，Tone［25］提出了非徑向的SBM 模型，SBM 模型考慮了松弛變量對結(jié)果的影響，在目標(biāo)函數(shù)中加入了松弛變量，具有比傳統(tǒng)模型更好的求解效果。但是SBM 模型的結(jié)果中同樣會存在效率值為1 的多個有效決策單元并存的問題，Tone［26］在原模型基礎(chǔ)上進一步提出了Super-SBM 模型，從而更好的考慮到了投入變量的松弛問題，并且也不會出現(xiàn)多個效率值為1 的決策單位難以比較的問題，更有利于多個有效決策單元的排序。同時，Super-SBM 模型在全要素生產(chǎn)率測算、效率評價等領(lǐng)域得到了廣泛應(yīng)用［27］，因此本研究采用Super-SBM 模型測算人文社科投入產(chǎn)出效率。

3.6 BP 人工神經(jīng)網(wǎng)絡(luò)

本研究主要基于BP 人工神經(jīng)網(wǎng)絡(luò)模型進行穩(wěn)健性檢驗，這是對傳統(tǒng)回歸分析方法的重要補充，有利于增強研究結(jié)果的可靠性。BP 人工神經(jīng)網(wǎng)絡(luò)通過模擬人類大腦思維活動進行仿真，由輸入層、隱含層、輸出層組成，其中隱含層可以包含多個神經(jīng)元，用于處理輸入數(shù)據(jù)的非線性映射關(guān)系，訓(xùn)練目標(biāo)是通過較高的擬合優(yōu)度來模擬輸入輸出關(guān)系，原理是通過不斷調(diào)整網(wǎng)絡(luò)中各連接點的權(quán)重使得總體誤差低于設(shè)定的較小閾值［28］。BP 人工神經(jīng)網(wǎng)絡(luò)對投入產(chǎn)出分析適用性極高，非常適合人文社科研究的投入產(chǎn)出問題，訓(xùn)練好的BP 人工神經(jīng)網(wǎng)絡(luò)投入要素的權(quán)重代表了投入要素的重要性。此外，BP 人工神經(jīng)網(wǎng)絡(luò)還可以消除回歸盲點問題，即對于明顯有作用的投入要素，由于其績效與其他要素相比有一定差距，在回歸過程中可能出現(xiàn)該投入要素的彈性系數(shù)為負(fù)或者沒有通過統(tǒng)計檢驗的情況，此時就難以判斷該投入要素的貢獻大小，但是采用BP 人工神經(jīng)網(wǎng)絡(luò)能夠較好規(guī)避這個問題，將人文社會科學(xué)投入產(chǎn)出分別作為BP 人工神經(jīng)網(wǎng)絡(luò)的輸入和輸出，建立機器學(xué)習(xí)模型并進行訓(xùn)練，從而可以高度擬合投入產(chǎn)出關(guān)系，并且得到各投入要素的權(quán)重，這樣就可以比較投入要素的權(quán)重大小。本研究構(gòu)建了由研發(fā)經(jīng)費、研發(fā)勞動力、研究項目3 個投入要素作為輸入層，學(xué)術(shù)論文、學(xué)術(shù)著作2 個產(chǎn)出要素作為輸出層的BP人工神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，從而得出各投入要素的相對權(quán)重，進而對各投入要素的重要性進行分析。

4 研究數(shù)據(jù)與實證結(jié)果

4.1 研究數(shù)據(jù)

首先是投入產(chǎn)出變量的選取，研發(fā)經(jīng)費采用研發(fā)經(jīng)費內(nèi)部支出表示，這是主要的研發(fā)經(jīng)費支出渠道。研發(fā)勞動力采用研發(fā)人員表示，對于人文社科而言，與自然科學(xué)有較大區(qū)別，采用研發(fā)人員更能代表人文社科的特點。研究項目采用研究項目的數(shù)量表示，人文社科研究項目經(jīng)費一般相差不大，項目級別與選題大小一般而言并沒有必然聯(lián)系。至于人文社科產(chǎn)出，直接采用原始數(shù)據(jù)，即學(xué)術(shù)論文數(shù)量和學(xué)術(shù)著作數(shù)量。

本研究以教育部2017 年公布的首批“雙一流”建設(shè)高校為對象，數(shù)據(jù)來自教育部人文社會科學(xué)信息網(wǎng)［3］。由于本研究主要基于高校人文社科宏觀數(shù)據(jù)展開，因此微觀的一篇論文有多個項目支撐問題并不對本文研究產(chǎn)生影響。教育部公布數(shù)據(jù)的時間跨度為2004—2018 年，這個階段正好也是我國高校研究經(jīng)費普遍采用項目制的階段。期間部分高校有合并重組，對數(shù)據(jù)進行了重新整理。此外為了消除異方差，需要對變量進行取對數(shù)處理，但部分高校某些變量為0，因此采取全部加上1 的方式進行了整理，變量的描述統(tǒng)計如表1 所示。

表1 變量描述統(tǒng)計

4.2 原始數(shù)據(jù)聯(lián)立方程估計

聯(lián)立方程估計結(jié)果如表2 所示。5 個方程的擬合優(yōu)度分別為0.801、0.704、0.762、0.765、0.817，總體水平中等偏上，說明模型設(shè)置總體合理，對人文社科研究各變量之間關(guān)系的刻畫較好。

表2 原始數(shù)據(jù)聯(lián)立方程估計結(jié)果

方程①中研發(fā)經(jīng)費沒有通過統(tǒng)計檢驗，其他變量通過了統(tǒng)計檢驗，各變量的彈性系數(shù)從大到小排序為研發(fā)人員0.693、學(xué)術(shù)著作0.309、研究項目0.132。可以得出結(jié)論，投入相同的情況下，按績效排序，研發(fā)人員最高，而研發(fā)經(jīng)費最低。方程②中所有變量均通過了統(tǒng)計檢驗，各變量彈性排序為學(xué)術(shù)論文0.707、研發(fā)人員0.372、研發(fā)經(jīng)費0.181、研究項目-0.094，研究項目對學(xué)術(shù)著作的績效較低，回歸系數(shù)為負(fù)數(shù)。方程③中所有變量均通過了統(tǒng)計檢驗，彈性大小排序依次為研究項目0.805、學(xué)術(shù)著作0.207、學(xué)術(shù)論文0.080、研發(fā)人員-0.139，研究項目的影響最大，而研發(fā)人員的影響為負(fù)數(shù)。方程④中所有變量均通過了統(tǒng)計檢驗，彈性大小依次為學(xué)術(shù)論文0.259、研究項目0.201、學(xué)術(shù)著作0.073、研發(fā)經(jīng)費-0.045，研發(fā)經(jīng)費對其影響為負(fù)數(shù)。方程⑤中學(xué)術(shù)著作沒有通過統(tǒng)計檢驗，其他變量通過了統(tǒng)計檢驗。彈性系數(shù)大小依次為研發(fā)人員0.605、研發(fā)經(jīng)費0.435、學(xué)術(shù)論文0.192。

由于聯(lián)立方程變量之間關(guān)系復(fù)雜，因此以上回歸系數(shù)并不能最終說明問題，還需要全面分析變量之間的關(guān)系。為了方便問題分析，將聯(lián)立方程回歸結(jié)果可視化后如圖4 所示，其中箭頭表示影響方向，線條粗細(xì)表示影響大小，實線表示正向影響，虛線表示負(fù)向影響。

圖4 原始數(shù)據(jù)聯(lián)立方程可視化結(jié)果

（1）學(xué)術(shù)論文分析

研發(fā)經(jīng)費對學(xué)術(shù)論文的回歸系數(shù)沒有通過統(tǒng)計檢驗，所以研發(fā)經(jīng)費對學(xué)術(shù)論文只有間接影響，總體有3 條路徑：其一，研發(fā)經(jīng)費對研發(fā)人員產(chǎn)生影響，研發(fā)人員對學(xué)術(shù)論文產(chǎn)生影響，間接彈性為-0.045×0.693=-0.031；其二，研發(fā)經(jīng)費對研究項目產(chǎn)生影響，研究項目對學(xué)術(shù)論文產(chǎn)生影響，間接彈性為0.435×0.132=0.057；其三，研發(fā)經(jīng)費對學(xué)術(shù)著作產(chǎn)生影響，學(xué)術(shù)著作對學(xué)術(shù)論文產(chǎn)生影響，間接彈性為0.181×0.309=0.056。間接彈性之和為0.057+0.056-0.031=0.082。

由于聯(lián)立方程網(wǎng)絡(luò)關(guān)系復(fù)雜，暫不考慮通過4個結(jié)點的網(wǎng)絡(luò)連接，因為這種連接實在太多，此外4 個結(jié)點的網(wǎng)絡(luò)連接涉及到3 個彈性相乘，其結(jié)果一般會很小，大致可以忽略。比如研發(fā)經(jīng)費對研究項目產(chǎn)生影響，研究項目對學(xué)術(shù)著作產(chǎn)生影響，學(xué)術(shù)著作對學(xué)術(shù)論文產(chǎn)生影響；再如研發(fā)經(jīng)費對學(xué)術(shù)著作產(chǎn)生影響，學(xué)術(shù)著作對研發(fā)人員產(chǎn)生影響，研發(fā)人員對學(xué)術(shù)論文產(chǎn)生影響。

研發(fā)人員對學(xué)術(shù)論文貢獻的直接彈性為0.693，此外總體上還有兩條間接影響路徑：其一，研發(fā)人員對學(xué)術(shù)著作產(chǎn)生影響，學(xué)術(shù)著作對學(xué)術(shù)論文產(chǎn)生影響，間接彈性為：0.372×0.309=0.115；其二，研發(fā)人員對研究項目產(chǎn)生影響，研究項目對學(xué)術(shù)論文產(chǎn)生影響，間接彈性為0.605×0.132=0.080。間接彈性之和為0.115+0.080=0.195，總彈性為直接彈性和間接彈性之和：0.693+0.195=0.888。

研究項目對學(xué)術(shù)論文的直接彈性為0.132，另外總體上有兩條間接影響路徑：其一，研究項目對研發(fā)人員產(chǎn)生影響，研發(fā)人員對學(xué)術(shù)論文產(chǎn)生影響，間接彈性為0.201×0.693=0.139；其二，研究項目對學(xué)術(shù)著作產(chǎn)生影響，學(xué)術(shù)著作對學(xué)術(shù)論文產(chǎn)生影響，間接彈性為-0.094×0.309=-0.029。間接彈性之和為0.139-0.029=0.110，總彈性為0.132+0.110=0.242。

（2）學(xué)術(shù)著作分析

研發(fā)經(jīng)費對學(xué)術(shù)著作的直接彈性為0.181，另外總體上有兩條間接影響路徑：其一，研發(fā)經(jīng)費對研發(fā)人員產(chǎn)生影響，研發(fā)人員對學(xué)術(shù)著作產(chǎn)生影響，間接彈性為-0.045×0.372=-0.017；其二，研發(fā)經(jīng)費對研發(fā)項目產(chǎn)生影響，研發(fā)項目對學(xué)術(shù)著作產(chǎn)生影響，間接彈性為0.435×（-0.094）=-0.041。間接彈性之和為-0.017-0.041=-0.058，總彈性為0.181-0.058=0.123。

研發(fā)人員對學(xué)術(shù)著作的直接彈性為0.372，另外總體上有3 條間接影響路徑：其一，研發(fā)人員對研發(fā)經(jīng)費產(chǎn)生影響，研發(fā)經(jīng)費對學(xué)術(shù)著作產(chǎn)生影響，間接彈性為：-0.139×0.181=-0.025；其二，研發(fā)人員對研究項目產(chǎn)生影響，研究項目對學(xué)術(shù)著作產(chǎn)生影響，間接彈性為：0.506×0.132=0.080；其三，研發(fā)人員對學(xué)術(shù)論文產(chǎn)生影響，學(xué)術(shù)論文對學(xué)術(shù)著作產(chǎn)生影響，彈性為0.693×0.707=0.490。間接彈性之和為0.080+0.490-0.025=0.545，直接與間接彈性之和為0.372+0.545=0.917。

研究項目對學(xué)術(shù)著作的直接彈性為-0.094，另外總體上有3 條間接影響路徑：其一，研究項目對研發(fā)經(jīng)費產(chǎn)生影響，研發(fā)經(jīng)費對學(xué)術(shù)著作產(chǎn)生影響，間接彈性為0.805×0.181=0.146；其二，研究項目對研發(fā)人員產(chǎn)生影響，研發(fā)人員對學(xué)術(shù)著作產(chǎn)生影響，間接彈性為0.201×0.372=0.075；其三，研究項目對學(xué)術(shù)論文產(chǎn)生影響，學(xué)術(shù)論文對學(xué)術(shù)著作產(chǎn)生影響，間接彈性為0.132×0.707=0.093。間接彈性之和為0.146+0.075+0.093=0.314，直接與間接彈性之和為0.314-0.094=0.247。間接彈性為正，直接彈性為負(fù)，但總彈性為正數(shù)。

投入變量的總彈性比較如表3 所示，這才是聯(lián)立方程的最終彈性與變量之間的關(guān)系。無論是對于學(xué)術(shù)論文還是學(xué)術(shù)著作，均是研發(fā)人員的彈性系數(shù)最高，其次是研究項目，最后是研發(fā)經(jīng)費。總體上研究項目的績效雖然值得肯定，但是還是需要提高。

表3 原始數(shù)據(jù)研發(fā)投入的綜合彈性系數(shù)比較

4.3 效率分析及投入要素的利用效率分析

基于Super-SBM 效率測度模型，研發(fā)經(jīng)費、研發(fā)人員、研究項目為投入變量，學(xué)術(shù)論文和學(xué)術(shù)著作為產(chǎn)出變量，對投入產(chǎn)出效率進行分析，同時計算出理想的投入變量，進而計算出各投入要素的利用效率。

2005—2018 年高校人文社科的平均效率如表4和圖5 所示，在這期間，“雙一流”建設(shè)高校的規(guī)模效率水平總體較高，但由于純技術(shù)效率水平較低，從而使得總效率水平也較低，并且總效率和純技術(shù)效率處于下降狀態(tài)。總效率的平均值為0.285，純技術(shù)效率的均值為0.323，規(guī)模效率的均值為0.874，總體上人文社科投入產(chǎn)出的規(guī)模效率較高，純技術(shù)效率較低，根本原因是人文社科研究的宏觀管理水平較高，但由于不同高校研究水平相差較大，導(dǎo)致純技術(shù)效率不高。

表4 2005—2018 年度高校人文社科項目投入產(chǎn)出平均效率

根據(jù)投入要素的理想總投入除以實際總投入，可以得到各投入要素的利用效率，最終結(jié)果為：研發(fā)經(jīng)費的利用效率為19.44%，研發(fā)人員的利用效率為33.37%，研究項目的利用效率為21.62%。總體上投入要素的利用效率均不高，但研發(fā)人員的利用效率較高，研發(fā)經(jīng)費的利用效率較低，而研究項目的利用效率在兩者之間，也需要提高。這個結(jié)果和聯(lián)立方程分析的結(jié)果的排序基本相同。

4.4 理想投入情況下的聯(lián)立方程估計

聯(lián)立方程估計結(jié)果如表5 所示。5 個方程的擬合優(yōu)度分別為0.932、0.847、0.871、0.825、0.910，總體水平較高，并且大幅度提高了原始數(shù)據(jù)聯(lián)立方程的擬合優(yōu)度，說明在完全有效率的理想投入下，聯(lián)立方程能更好地刻畫人文社科投入產(chǎn)出關(guān)系。

表5 理想投入下聯(lián)立方程估計結(jié)果

方程①中學(xué)術(shù)著作沒有通過統(tǒng)計檢驗，其他變量通過了統(tǒng)計檢驗，各變量的彈性系數(shù)從大到小排序為研發(fā)人員0.422、研發(fā)經(jīng)費0.259、研究項目0.227。研發(fā)人員績效較高，而研究項目績效相對較低。方程②中學(xué)術(shù)論文沒有通過統(tǒng)計檢驗，其他變量通過了統(tǒng)計檢驗，各變量彈性排序為研究項目0.663、研發(fā)人員0.377、研發(fā)經(jīng)費-0.163。研究項目對學(xué)術(shù)著作的績效較高，研發(fā)經(jīng)費的績效較低，回歸系數(shù)為負(fù)數(shù)。方程③中所有變量均通過了統(tǒng)計檢驗，彈性大小排序依次為研究項目0.683、學(xué)術(shù)論文0.339、研發(fā)人員0.117、學(xué)術(shù)著作-0.134。研究項目的彈性最大，而學(xué)術(shù)著作的影響為負(fù)數(shù)。方程④中所有變量均通過了統(tǒng)計檢驗，彈性大小依次為研究項目0.238、學(xué)術(shù)著作0.160、學(xué)術(shù)論文0.124、研發(fā)經(jīng)費0.073。方程⑤中所有變量均通過了統(tǒng)計檢驗。彈性系數(shù)大小依次為研發(fā)經(jīng)費0.466、學(xué)術(shù)著作0.345、研發(fā)人員0.318、學(xué)術(shù)論文0.091。

理想情況下聯(lián)立方程的可視化結(jié)果如圖6所示。

圖6 最佳投入聯(lián)立方程可視化結(jié)果

（1）學(xué)術(shù)論文分析

研發(fā)經(jīng)費對學(xué)術(shù)論文的直接影響彈性為0.259，另外總體有兩條間接影響路徑：其一，研發(fā)經(jīng)費對研發(fā)人員產(chǎn)生影響，研發(fā)人員對學(xué)術(shù)論文產(chǎn)生影響，間接彈性為0.073×0.442=0.032；其二，研發(fā)經(jīng)費對研究項目產(chǎn)生影響，研究項目對學(xué)術(shù)論文產(chǎn)生影響，間接彈性為0.466×0.227=0.106。間接彈性之和為0.032+0.106=0.158，總彈性為0.259+0.158=0.417。

研發(fā)人員對學(xué)術(shù)論文貢獻的直接彈性為0.422，此外總體上還有兩條間接影響路徑：其一，研發(fā)人員對研發(fā)經(jīng)費產(chǎn)生影響，研發(fā)經(jīng)費對學(xué)術(shù)論文產(chǎn)生影響，間接彈性為：0.117×0.259=0.030；其二，研發(fā)人員對研究項目產(chǎn)生影響，研究項目對學(xué)術(shù)論文產(chǎn)生影響，間接彈性為0.318×0.227=0.072。間接彈性之和為0.030+0.072=0.105，總彈性為直接彈性和間接彈性之和：0.422+0.105=0.527。

研究項目對學(xué)術(shù)論文的直接彈性為0.227，另外總體上有兩條間接影響路徑：其一，研究項目對研發(fā)人員產(chǎn)生影響，研發(fā)人員對學(xué)術(shù)論文產(chǎn)生影響，間接彈性為0.238×0.442=0.105；其二，研究項目對研發(fā)經(jīng)費產(chǎn)生影響，研發(fā)經(jīng)費對學(xué)術(shù)論文產(chǎn)生影響，間接彈性為0.683×0.259=0.177。間接彈性之和為0.105+0.177=0.282，總彈性為0.227+0.282=0.509。

（2）學(xué)術(shù)著作分析

研發(fā)經(jīng)費對學(xué)術(shù)著作的直接彈性為-0.163，另外總體上有兩條間接影響路徑：其一，研發(fā)經(jīng)費對研發(fā)人員產(chǎn)生影響，研發(fā)人員對學(xué)術(shù)著作產(chǎn)生影響，間接彈性為0.073×0.377=0.028；其二，研發(fā)經(jīng)費對研發(fā)項目產(chǎn)生影響，研發(fā)項目對學(xué)術(shù)著作產(chǎn)生影響，間接彈性為0.466×0.663=0.309。間接彈性之和為0.028+0.309=0.337，總彈性為0.337-0.163=0.174。

研發(fā)人員對學(xué)術(shù)著作的直接彈性為0.377，另外總體上有兩條間接影響路徑：其一，研發(fā)人員對研發(fā)經(jīng)費產(chǎn)生影響，研發(fā)經(jīng)費對學(xué)術(shù)著作產(chǎn)生影響，間接彈性為：-0.163×0.117=-0.019；其二，研發(fā)人員對研究項目產(chǎn)生影響，研究項目對學(xué)術(shù)著作產(chǎn)生影響，間接彈性為：0.318×0.663=0.211。間接彈性之和為0.211-0.019=0.192，直接與間接彈性之和為0.377+0.192=0.569。

研究項目對學(xué)術(shù)著作的直接彈性為0.663，另外總體上有兩條間接影響路徑：其一，研究項目對研發(fā)經(jīng)費產(chǎn)生影響，研發(fā)經(jīng)費對學(xué)術(shù)著作產(chǎn)生影響，間接彈性為0.683×（-0.163）=-0.111；其二，研究項目對研發(fā)人員產(chǎn)生影響，研發(fā)人員對學(xué)術(shù)著作產(chǎn)生影響，間接彈性為0.238×0.377=0.090。間接彈性之和為0.090-0.111=-0.021，直接與間接彈性之和為0.663-0.021=0.642。間接彈性為負(fù)，直接彈性為正，但總彈性為正數(shù)。

投入變量的總彈性比較如表6 所示，這才是最佳投入下聯(lián)立方程的最終彈性與變量之間的關(guān)系。與原始數(shù)據(jù)聯(lián)立方程的結(jié)果相比，無論是研發(fā)經(jīng)費還是研究項目的彈性均大幅提高。對于學(xué)術(shù)論文而言，研究項目的彈性已經(jīng)接近研發(fā)人員；對于學(xué)術(shù)著作而言，研究項目的彈性已經(jīng)超過研發(fā)人員，彈性系數(shù)最大。

表6 理想研發(fā)投入的綜合彈性系數(shù)比較

4.5 BP 人工神經(jīng)網(wǎng)絡(luò)分析與穩(wěn)健性檢驗

（1）原始數(shù)據(jù)投入產(chǎn)出關(guān)系的穩(wěn)健性檢驗

原始數(shù)據(jù)BP 人工神經(jīng)網(wǎng)絡(luò)結(jié)果如表7 所示。BP 人工神經(jīng)網(wǎng)絡(luò)在訓(xùn)練時，采用絕對誤差閾值法，設(shè)定閾值為0.000 000 1，當(dāng)絕對誤差低于該值時停止訓(xùn)練。由于BP 人工神經(jīng)網(wǎng)絡(luò)產(chǎn)出同時為學(xué)術(shù)論文和學(xué)術(shù)著作，投入產(chǎn)出滯后期同樣設(shè)定為1 年。由于每次BP 人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果均不相同，因此采用5 次訓(xùn)練結(jié)果的均值作為最終結(jié)果，從各變量擬合值的標(biāo)準(zhǔn)差看，總體上波動較小，說明模型是大致穩(wěn)定的。

表7 原始數(shù)據(jù)BP 人工神經(jīng)網(wǎng)絡(luò)結(jié)果

最終結(jié)果的擬合優(yōu)度為0.428，相關(guān)系數(shù)為0.811，屬于中等水平。從最終結(jié)果投入要素的權(quán)重看，研發(fā)人員的權(quán)重最高，為75.85%，占絕對主導(dǎo)地位，其次是研發(fā)經(jīng)費，權(quán)重為16.81%，最后是研究項目，權(quán)重為7.34%。在原始數(shù)據(jù)聯(lián)立方程結(jié)果中，研發(fā)經(jīng)費權(quán)重最低。兩者結(jié)果稍有不同，但考慮到回歸彈性系數(shù)內(nèi)涵更加豐富，此外BP 人工神經(jīng)網(wǎng)絡(luò)結(jié)果中研發(fā)經(jīng)費的權(quán)重也不高，因此可以認(rèn)為原始數(shù)據(jù)回歸結(jié)果是穩(wěn)健的。

（2）理想投入下投入產(chǎn)出關(guān)系的穩(wěn)健性檢驗

借鑒原始數(shù)據(jù)BP 人工神經(jīng)網(wǎng)絡(luò)方法，對理想投入下的投入產(chǎn)出關(guān)系建模，結(jié)果如表8 所示。

表8 理想投入BP 人工神經(jīng)網(wǎng)絡(luò)結(jié)果

同樣采用5 次訓(xùn)練的平均值作為最終結(jié)果，從各變量擬合值的標(biāo)準(zhǔn)差看，總體波動水平不大，說明模型是大致穩(wěn)定的。模型的擬合優(yōu)度為0.978，相關(guān)系數(shù)為0.988，處于很高水平。從各投入要素重要程度來看，研究項目的權(quán)重最高，為65.44%，其次是研發(fā)人員，權(quán)重為29.16%，最后為研發(fā)經(jīng)費，權(quán)重為5.40%。由于研究項目與研究經(jīng)費密切相關(guān)，所以最終結(jié)果顯示研究項目與研發(fā)人員的權(quán)重大致相當(dāng)，這和理想投入下聯(lián)立方程估計的結(jié)果是一致的。

5 研究結(jié)論

（1）人文社科項目的績效有待提高

基于聯(lián)立方程模型的估計結(jié)果表明，無論是學(xué)術(shù)論文還是學(xué)術(shù)著作，人文社科項目投入的彈性遠(yuǎn)低于研發(fā)人員，但高于研發(fā)經(jīng)費，考慮到研究項目與研發(fā)經(jīng)費密切相關(guān)，這充分說明研究項目的績效有待提高。采用BP 人工神經(jīng)網(wǎng)絡(luò)的估計結(jié)果與聯(lián)立方程估計結(jié)果接近，說明結(jié)論是穩(wěn)健的。基于SBMSuper 模型的研究結(jié)果表明，研發(fā)人員的利用效率最高，研究項目的利用效率次之，研發(fā)經(jīng)費最低。

（2）最佳投入下人文社科項目績效提升較快

在人文社科研究投入產(chǎn)出中，效率完全有效的高校就是其他高校學(xué)習(xí)的榜樣，也是通過努力可以達(dá)到的理想目標(biāo)。對最佳投入產(chǎn)出數(shù)據(jù)基于聯(lián)立方程的估計結(jié)果顯示，對于學(xué)術(shù)論文研究項目的彈性提升很快，接近研發(fā)人員。對于學(xué)術(shù)著作研究項目的彈性已經(jīng)超過研發(fā)人員。由于研究項目與研發(fā)經(jīng)費相關(guān)，實際上研究項目與研發(fā)人員的彈性已經(jīng)大致相當(dāng)。基于BP 人工神經(jīng)網(wǎng)絡(luò)的研究結(jié)果得出大致一致的結(jié)論，說明研究結(jié)論是穩(wěn)健的。

（3）最佳投入下人文社科投入產(chǎn)出關(guān)系匹配程度更高

理想投入產(chǎn)出呈現(xiàn)如下特點：第一，研發(fā)經(jīng)費績效和項目績效大幅提高，資源配置效率得到根本改善；第二，學(xué)術(shù)著作與學(xué)術(shù)論文不相關(guān)，研究更加純粹，沒有急功近利的替代關(guān)系；第三，研究經(jīng)費與研發(fā)人員關(guān)系更加協(xié)調(diào)，互相促進，克服了現(xiàn)實情況下兩者替代關(guān)系的不足。本研究發(fā)現(xiàn)，無論是聯(lián)立方程模型還是BP 人工神經(jīng)網(wǎng)絡(luò)，對比人文社科研究原始數(shù)據(jù)下投入產(chǎn)出關(guān)系以及最佳投入下的投入產(chǎn)出關(guān)系，在最佳投入下，模型的擬合優(yōu)度均有大幅提升，這充分說明了現(xiàn)有的人文社科投入產(chǎn)出還不夠協(xié)調(diào)，有待進一步改進。

（4）人文社科投入產(chǎn)出效率總體進步空間巨大

人文社科研究投入產(chǎn)出效率的平均值僅為0.285，純技術(shù)效率的均值為0.323，規(guī)模效率水平較高，平均值為0.874。總效率較低的原因是純技術(shù)效率較低，原因是人文社科研究的技術(shù)水平較低，盡管對于“雙一流”建設(shè)高校而言，人文社科研究的水平相差還是較大。并且這種趨勢還在拉大，表現(xiàn)為最近10 多年來人文社科純技術(shù)效率還在不斷下降。在這種情況下，加大人文社科高校的學(xué)術(shù)交流，鼓勵優(yōu)秀學(xué)者向一般高校流動，一定范圍內(nèi)采取對口幫扶政策均可以有效提高人文社科研究效率。

（5）研究經(jīng)費績效較低需要引起足夠的重視

無論是在原始投入產(chǎn)出還是在最佳投入產(chǎn)出下，人文社科研發(fā)經(jīng)費績效均較低，可以從很多方面進行解釋：第一，這是由于人文社科研究與生俱來的特征，人文社科研究更加注重學(xué)者的特質(zhì)，注重長期積累，大師的作用更加顯著；第二，人文社科研究肯定離不開研究經(jīng)費，但并不是有了經(jīng)費就能解決一些問題；第三，人文社科研發(fā)經(jīng)費的分配體制還存在不少問題，必須采取各種措施，努力保證項目評審的公開、公平、公正，適當(dāng)擴大項目經(jīng)費的覆蓋范圍。