摘 要：區(qū)域知識(shí)創(chuàng)新體系一個(gè)重要組成部分就是高校，而高校科研績(jī)效評(píng)價(jià)能夠指導(dǎo)高校科研活動(dòng)未來發(fā)展的同時(shí)，也可以透露出區(qū)域知識(shí)創(chuàng)新體系建設(shè)現(xiàn)狀，對(duì)于實(shí)現(xiàn)有限教育資源的合理配置和提高資源的利用率都具有重要的現(xiàn)實(shí)意義。之前多數(shù)的研究選擇單一的方法評(píng)價(jià)不同區(qū)域的高校科研績(jī)效，因此文中選用超效率DEA模型和Malmquist指數(shù)法對(duì)2014—2018年我國(guó)不同區(qū)域高校科研績(jī)效進(jìn)行實(shí)證研究，建立超效率DEA模型對(duì)不同區(qū)域的高校績(jī)效進(jìn)行靜態(tài)測(cè)算，利用Malmquist指數(shù)法分析不同區(qū)域的高校績(jī)效的動(dòng)態(tài)變化情況。研究表明，我國(guó)高校科研績(jī)效整體水平較高，但主要受到技術(shù)進(jìn)步效率的影響，科研全要素生產(chǎn)率呈現(xiàn)出緩慢增長(zhǎng)趨勢(shì)，東部高校科研績(jī)效優(yōu)于中部和西部。并從投入資源配置、內(nèi)部管理體制、監(jiān)督評(píng)價(jià)體制方面提出建議。

　　關(guān)鍵詞：不同區(qū)域;科研績(jī)效;數(shù)據(jù)包絡(luò)分析;超效率DEA;Malmquist指數(shù)

　　高等院校不僅僅承擔(dān)著為國(guó)家輸送大量科技人才的責(zé)任，還承擔(dān)著憑借自身科研活動(dòng)推動(dòng)地方經(jīng)濟(jì)發(fā)展的責(zé)任。然而教育資源的稀缺性，使得合理配置這一稀缺資源對(duì)高校的未來發(fā)展起到重要的影響。高校的科研績(jī)效能夠反映高等院校科技投入與產(chǎn)出的關(guān)系，體現(xiàn)了高校對(duì)社會(huì)經(jīng)濟(jì)發(fā)展的貢獻(xiàn)[1]，也是衡量高校綜合實(shí)力的重要標(biāo)準(zhǔn)。為了滿足高校科研資源的合理配置，促進(jìn)全國(guó)各區(qū)域的協(xié)同發(fā)展，文中采集2014—2018年的高校科研數(shù)據(jù)，運(yùn)用超效率DEA模型和Malmquist指數(shù)法對(duì)我國(guó)31個(gè)省份的高校科科研績(jī)效進(jìn)行評(píng)價(jià)。

　　1 研究回顧目前我國(guó)學(xué)者對(duì)不同地區(qū)高校科研績(jī)效的研究已經(jīng)取得了一定的成果。沈立宏、趙怡(2016)運(yùn)用數(shù)據(jù)包絡(luò)分析方法對(duì)31個(gè)省份地方高校2012年的科研績(jī)效進(jìn)行了排名，結(jié)果表明全國(guó)地方高校科研績(jī)效水平存在較大差異，并且技術(shù)績(jī)效優(yōu)于規(guī)模績(jī)效[2]。翁秋怡(2017)采用隨機(jī)前沿分析72所教育部直屬高校，得出東中西地區(qū)高校的科研績(jī)效基本保持穩(wěn)定、西部績(jī)效略高于東中部的結(jié)論[3]。馬玲玲(2018)通過Malmqusit指數(shù)方法測(cè)算出2010—2016年的東部經(jīng)濟(jì)區(qū)985工程高校科研績(jī)效最高，中部次之，西部最低[4]。劉敏、萬麗娟(2018)基于VRS模型測(cè)度了2007—2016年31個(gè)省份農(nóng)業(yè)科研機(jī)構(gòu)科技創(chuàng)新績(jī)效，表明六大區(qū)域農(nóng)業(yè)科技創(chuàng)新績(jī)效存在顯著差異，這些差異正在逐漸縮小[5]。劉天佐、許航(2018)利用數(shù)據(jù)包絡(luò)分析2009—2016年我國(guó)31個(gè)省份高校科研績(jī)效的均值情況，結(jié)果表明整體績(jī)效水平不高且地區(qū)分布差異明顯[6]。劉雪鳳、杜浩然、 閆莉(2018)利用層次分析法和模糊綜合評(píng)判法評(píng)價(jià)我國(guó)38所985工程高校2009—2014年知識(shí)產(chǎn)權(quán)能力，結(jié)果顯示我國(guó)東、中、西部985工程高校知識(shí)產(chǎn)權(quán)綜合能力成高低二級(jí)階梯狀[7]。段曉梅(2019)利用超效率數(shù)據(jù)包絡(luò)分析法評(píng)價(jià)我國(guó)30個(gè)省市2015年的高校科研績(jī)效，發(fā)現(xiàn)我國(guó)高校科研績(jī)效存在較大的區(qū)域差異[8]。宗曉華、付呈祥(2019)使用超效率—非徑向DEA模型分析教育部直屬高校2006—2015年間的科研效率，研究發(fā)現(xiàn)樣本高校整體科研效率不高且進(jìn)步緩慢，規(guī)模效率不斷衰減[9]。邱泠坪、郭明順、張艷和張默(2017)基于超效率DEA模型和Malmquist指數(shù)對(duì)2012—2015年的32所農(nóng)業(yè)院校科研績(jī)效進(jìn)行評(píng)價(jià)，發(fā)現(xiàn)農(nóng)業(yè)院校的平均科研技術(shù)效率沒有達(dá)到DEA有效，沒有任何增長(zhǎng)趨勢(shì)[10]。苑澤明、張永貝、寧金輝(2018)靜態(tài)采用DEA-BCC模型和動(dòng)態(tài)選用DEA-Malmquist指數(shù)模型分析京津冀高校2012—2016年的科研創(chuàng)新績(jī)效，整體科研創(chuàng)新績(jī)效水平不高，但科研創(chuàng)新全要素生產(chǎn)率呈上升趨勢(shì)[11]。綜上分析，現(xiàn)有科研績(jī)效評(píng)價(jià)的研究大多采用數(shù)據(jù)包絡(luò)分析法、模糊綜合評(píng)價(jià)等評(píng)價(jià)方法，但多數(shù)選擇從靜態(tài)維度分析，對(duì)高校科研績(jī)效的動(dòng)態(tài)效率研究較少。基于此，文中的研究對(duì)象定為我國(guó)31個(gè)省市自治區(qū)高校，從科研投入與產(chǎn)出的視角構(gòu)建高校科研績(jī)效評(píng)價(jià)體系，在傳統(tǒng)DEA模型基礎(chǔ)上，利用超效率DEA、Malmquist指數(shù)法對(duì)高校科研績(jī)效進(jìn)行對(duì)比分析。

　　2 評(píng)價(jià)模型的構(gòu)建目前用于評(píng)價(jià)高等院校效率的方法有因子分析法[12]、熵值法[13]、層次分析法[14]、模糊綜合評(píng)價(jià)[15]等，但DEA方法具有不需要指標(biāo)進(jìn)行無量綱化、對(duì)指標(biāo)的選取具有較好的包容性，更適合評(píng)價(jià)多投入、多產(chǎn)出組織的效率等優(yōu)勢(shì)，讓其在評(píng)價(jià)高校科研績(jī)效時(shí)得到廣泛應(yīng)用[16]。為了更全面地對(duì)不同區(qū)域的高校科研績(jī)效進(jìn)行評(píng)價(jià)，文中采用靜態(tài)超效率DEA模型對(duì)某一時(shí)點(diǎn)的高校科研績(jī)效進(jìn)行分析和動(dòng)態(tài)Malmquist指數(shù)法分析某一時(shí)間段高校科研績(jī)效的變化趨勢(shì)[17]。

　　2.1 DEA基本模型和超效率模型DEA模型于1978年首次被提出，通過各種模型求解有效生產(chǎn)前沿面曲線，根據(jù)決策單元與該曲線的距離評(píng)價(jià)決策單元效率的有效性[18]。DEA模型主要有以下幾種：基于規(guī)模收益不變假設(shè)提出的CCR模型、增加了限制條件的BCC模型、規(guī)模效率非遞增的FG模型、規(guī)模效率非遞減的ST模型。由于傳統(tǒng)DEA模型不能對(duì)DEA有效的決策單元進(jìn)行進(jìn)一步的分析，因此安德森與彼德森在此基礎(chǔ)上提出了技術(shù)效率可以超過1的超效率DEA模型[19]。超效率DEA模型的表達(dá)式如下

　　其中，X i為決策單元的輸入向量，X i=(x1i，x2i，…，xmi)T>0

　　，對(duì)應(yīng)的權(quán)變量設(shè)為U i=(u1，u2，…，xm)T≥0，Yi為決策單元的輸出向量，

　　Y i=(y1i，y2i，…，ymi)T>0

　　，對(duì)應(yīng)的權(quán)變量設(shè)為

　　V=(v1，v2，…，vm)T≥0

　　。超效率DEA值若小于1，則表示決策單元處于技術(shù)無效，需要改進(jìn)投入或者產(chǎn)出的狀態(tài)。

　　2.2 Malmquist指數(shù)Malmquist指數(shù)由馬姆奎斯特提出用來計(jì)算消費(fèi)的指數(shù)，可以對(duì)多投入、多產(chǎn)出結(jié)構(gòu)的對(duì)象進(jìn)行動(dòng)態(tài)效率分析，由技術(shù)進(jìn)步效率(Tech)、純技術(shù)效率(Pe)和規(guī)模效率(Se)組成[20]。Malmquist指數(shù)的表達(dá)式如下[21]

　　其中，(xt，yt)

　　為第t時(shí)期的投入向量;(xt+1，yt+1)為第t+1時(shí)期的產(chǎn)出向量;Dt0和Dt+10分別為上述時(shí)期的距離函數(shù)。 M0>1、M0=1、M0<1分別表示相鄰2個(gè)時(shí)期的科研績(jī)效有提升、無變化、降低。

　　2.3 評(píng)價(jià)指標(biāo)的選取高校科研績(jī)效評(píng)價(jià)指標(biāo)分為高校科研投入和高校科研產(chǎn)出2個(gè)方面。在借鑒國(guó)內(nèi)外研究的基礎(chǔ)上，考慮指標(biāo)構(gòu)建的典型性、可比性、可操作性等原則，文中構(gòu)建的高校科研績(jī)效評(píng)價(jià)指標(biāo)體系[22]，見表1。投入指標(biāo)的選擇。投入指標(biāo)主要選取高校科研人力資源以及財(cái)力資源。科研人力資源指標(biāo)選擇教學(xué)與科研人員，研發(fā)人力的指標(biāo)值越大說明高等院校對(duì)從事科研活動(dòng)的人員數(shù)越多，一定程度上反映了高等院校研究與發(fā)展的水平;以當(dāng)年科技經(jīng)費(fèi)內(nèi)部支出作為高校科研財(cái)力資源的指標(biāo)，經(jīng)費(fèi)支出是指用于科研人員的勞務(wù)費(fèi)、業(yè)務(wù)費(fèi)、購(gòu)置固定資產(chǎn)等費(fèi)用，不包含轉(zhuǎn)撥給外單位的經(jīng)費(fèi)支出[23]。產(chǎn)出指標(biāo)的選擇。科研產(chǎn)出主要選取三類指標(biāo)，一是出版著作數(shù)和與學(xué)術(shù)論文數(shù)，這兩項(xiàng)指標(biāo)可以反映區(qū)域高校科研成果的數(shù)量;二是國(guó)家級(jí)別的成果授獎(jiǎng)數(shù)與專利授權(quán)數(shù)，這兩項(xiàng)指標(biāo)可以考核區(qū)域高校科研成果的質(zhì)量;三是技術(shù)轉(zhuǎn)讓當(dāng)年實(shí)際收入，這項(xiàng)指標(biāo)能夠衡量高校科研產(chǎn)生的經(jīng)濟(jì)效益[24]。指標(biāo)所使用的數(shù)據(jù)均來源于2014—2018年《高等院校科技資料統(tǒng)計(jì)匯編》，并運(yùn)用DEA-SOLVER Pro 5.0軟件進(jìn)行效率測(cè)算。

　　推薦閱讀：績(jī)效與薪酬管理論文免費(fèi)文獻(xiàn)