“211工程”高校科研生产效率评估： 基于DEA方法的经验研究

胡咏梅，范文凤

(北京师范大学 教育学部/首都教育经济研究院， 北京 海淀 100875)

一、引言

中国要建设创新型国家、顺利实现产业升级和经济转型，迫切需要建设若干所世界一流大学，同时促进中国高等教育整体水平的提升。早在1995年，经国务院批准，“211工程”正式启动。“211工程”是新中国成立以来由国家立项在高等教育领域进行的规模最大、层次最高的重点建设工程。“211工程”的实施在国内外引起了较大反响，为我国建设若干所世界一流大学和一批世界一流学科发挥了重要作用，有力地推动了我国高等教育的发展。通过十年的建设，“211工程”高校在办学条件、师资队伍、人才培养、科学研究和学科水平等方面的实力显著提升，高水平大学建设成效显著，缩小了与世界一流大学的差距。然而，“211工程”大学在具有原创性的、全球重大影响力的科研成果方面尚嫌不足，即使是国内最著名的几所大学，它们与世界一流大学相比，培养和造就高素质创新性人才的能力、知识和技术创新的能力，都还有相当的差距[1]。而“钱学森之问”的提出，更是启发相关人员和管理者深层次思考：在高等教育已迈进大众化的今天，为何中国高水平创新性人才的培养以及创新性产出的获得显得如此困难？

根据新经济增长理论，知识和技术进步是经济增长的重要源泉，技术进步是经济增长的核心。而科技创新是技术进步的源泉，要获得持续的高质量、高水平科研产出增长，在保证科研投入充足性的同时，优化科研生产资源配置、提高科研生产效率同样起着至关重要的作用。解决我国高校现有科研评价中单一强调科研产出的问题，引入科研投入维度，即通过开展以高水平产出为导向的生产效率评价来引导高校科研活动走向内涵式发展道路是十分必要的，特别在科研投入水平已有较大增幅背景下，借助科研效率评估推进“211工程”高校走向以科研质量和创新为导向的内涵式发展道路尤为重要，同时也有助于提高公共财政资金的使用效率和投资效益，带动区域和国家经济增长。

基于上述背景，本文将采用DEA方法，评估“211工程”大学在2006—2010年间科研生产效率，分析科研生产技术效率和规模效率状况及变动趋势，并采用冗余分析方法对“211工程”大学提升科研生产效率提出合理化建议，为中国未来高校科研管理政策及制度改革提供一些参考。

二、概念界定与文献回顾

(一)效率概念及其分解

效率，作为经济学中一个基本而又十分重要的概念，简单来说，就是指生产活动中投入与产出或成本与收益之间的对比关系。人们总是希望以较少的投入获得较多的产出，或者在相同产出的情形下，使得投入尽可能地少。效率是生产率提高的源泉，测评效率是研究生产率问题的基础与前提。

根据不同的研究目的，效率可以分为多种类型，如技术效率、规模效率、配置效率等。技术效率反映的是给定投入要素情况下企业获得最大产出的能力；配置效率反映的是给定投入要素价格和生产技术时，企业以适当的比例配置使用各种资源以获得最大产出的能力[2]。规模效率是指生产系统是否在最合适的规模下进行生产，反映的是所有投入要素的变化与相应产出变化之间的生产技术关系，与生产函数紧密相关。当规模效率为1时，称为规模有效，否则就是规模无效。规模无效又分为规模收益递增和规模收益递减两种情形。测度高校科研生产规模效率具有重要的现实意义，当处于规模收益递增时，高校科研还可以扩大生产规模，当处于规模收益递减时，就应该缩小生产规模。生产技术是否得到充分发挥、资源配置是否合理、生产规模是否达到最佳都是高校科研生产管理者必须要思考的问题。

经济学上通常用生产函数刻画生产系统的投入产出效率。计量经济学家先后开发了多种类型的生产函数，常见的有线性齐次生产函数、柯布—道格拉斯生产函数(C—D生产函数)、替代弹性不变生产函数(CES生产函数)以及随机前沿生产函数(如随机前沿分析方法，Stochastic Frontier Analysis,简称SFA)等等。不过，目前发展较为成熟的非参数方法——数据包络分析(Data Envelopment Analysis,简称DEA)因其在评估多投入多产出的同类型决策单元相对效率方面更具优势而使用更为普遍。

(二)国外高校科研效率评估的经验研究

进入21世纪以来，越来越多国外学者尝试利用SFA、DEA方法评估高校科研效率。国外关于高校科研效率测量的研究主要以英国和澳大利亚为代表，不过至今专门对高校科研效率进行评估的研究仍然较少，采用SFA方法评估高校科研效率的研究更为少见。斯蒂文斯(Stevens,P. A.)采用SFA方法评估了英国和威尔士80所高校1995/96学年至1998/99学年的效率，并分析了教师和学生特征对效率的影响[3]。伊扎蒂等人(Izadi et al.)采用SFA方法估计了英国99所高校的技术效率和成本效率[4]。豪讷和胡(Horne, J.& Hu，B.)同样采用SFA方法估计了澳大利亚33所大学的成本效率[5]。

采用DEA方法评估高校科研效率的研究日渐增多。卡姆克斯和珀耳(Kempkes, G., Pohl, C.)采用DEA和SFA方法考察了德国大学效率的变化，并分析了效率的影响因素[6]。巴斯里(Beasly,J.E.)对英国高校52所院系(物理系和化学系)的教学效率和科研效率分别进行了评估[7]。吉奥范尼等人(Giovanni,et al.)采用DEA方法与文献计量学相结合的方法测度了意大利不同学科高校的科研效率，结果表明不同学科高校之间的科研效率具有显著差异[8]。琼斯与李雨(Johnes,J. & Li Yu)采用DEA方法评估了中国109所高校2003年和2004年的科研生产效率，研究表明中国高校的平均科研效率超过0.9；综合性大学的科研效率均值高于专业性大学，沿海地区高校的科研效率均值高于西部地区高校[9]。

(三)国内高校科研效率评估的经验研究

随着以DEA为代表的效率测评方法传入我国并迅速普及，国内许多学者开始采用该方法对高校科研效率进行评估。陆根书等人采用DEA方法评价高校科研效率，比较了不同地区教育部直属高校的科研效率，结果表明，东、中、西部地区高校科研效率依次递减，不同地区高校科研效率和规模效率都存在波动，变化趋势各不相同；扩大科研规模是高校改进科研效率的主要途径[10]。田东平、苗玉凤采用同样的方法评估了我国510所高校的科研效率，结果依旧表明，高校平均技术效率呈东、中、西部地区依次递减的趋势[11]。徐娟、李清彬和任子雄等学者以省为单位，采用DEA方法考察了我国高校科研效率，研究认为高校科研效率与经济发展水平有一定关系，但并不是强正相关，说明高校科研效率并非单纯受区域经济的影响[12-13]。韩海彬、李全生以不同学科特点为分类依据，测度了我国11所高校人文社会科学科研效率，结果表明，11所高校中有5所高校的人文社会科学科研的技术效率和规模效率运营情况相对较好，其余6所高校的人文社会科学科研效率为非DEA有效[14]。胡庆江等人采用DEA方法考察了“985工程”高校的科研效率，结果表明，大部分“985工程”院校科研效率偏低[15]。

从上述综述可以发现，尽管国内已有不少高校科研效率评估方面的实证研究，但尚无专门针对“211工程”高校科研生产效率的评估。对 “211工程”高校的科研生产效率进行评估，不仅可以为项目管理者制定和改进科研资源配置政策提供决策依据，还可以为“211工程”高校提高科研效率和生产率提供策略参考。因此，本文采用2006—2010年 “211工程”高校理工农医类学科和人文社会学科科研投入和产出的面板数据，构建DEA模型测算其科研生产效率。

三、评价指标体系建构与数据来源

构建适合“211工程”高校科研生产效率测评的指标体系，这是开展研究的基础和前提。基于对国内外高校科研生产效率相关研究的梳理[3-6][9-11][14-15]，整体而言，高校科研效率评估投入指标可分为人力、财力、物力投入三个方面，产出则主要包括知识生产的成果，如学术出版、专利等方面。硕士、博士等人才培养是高校科研生产活动的“附加”产品，而且也是有条件的“附加”产品①，因而在此不纳入科研活动的直接产出范畴。

由于理工农医学科和人文社会学科在科研生产活动中的逻辑存在一定差异，因此，本研究需要对其分别展开评价。综合考虑到数据可得性以及两大类学科科研生产活动规律的差异性，本研究分别构建了两套评价指标体系，表1与表2分别为本研究构建的高校理工农医学科与人文社会学科的科研投入产出指标体系。需要说明的是，本研究将科研平台纳入理工农医学科的投入指标体系，而没有将实验室面积、实验仪器设备数量等指标作为物力指标，主要是基于固定设备的数量与质量难以统计。我们用是否具有科研平台来统计更具可得性和可靠性。而且，如果没有研究平台作为支撑很难开展具有重大影响的创新性科研活动。各级各类研究基地、研究中心、重点实验室、重点学科等等，都可以用来衡量高校科研活动的科研平台。但限于数据的可得性，本研究选择高校在理工农医学科拥有的国家重点学科数量来统计该类学科的科研平台载体。众所周知，国家重点学科是国家根据发展战略与重大需求，择优确定并重点建设的培养创新人才、开展科学研究的重要基地，在高等教育学科体系中居于骨干和引领地位。

表1 高校理工农医学科科研生产投入产出指标体系及数据来源

注： 1.没有选择长江学者人数作为高校科研人力投入质量的指标，是由于部分长江学者是海外兼职人员，其年度科研工作成果很可能不能全部属于国内高校。因而，本研究用杰出青年基金项目获得者人数作为高校科研人力投入质量的替代指标。考虑到“211工程”高校内部两院院士数差异较大，许多高校院士数为零，会影响DEA分析，故没有纳入该指标。其他人力投入指标如新世纪优秀人才、“973”首席科学家等数据不可得，故没有纳入。

2.鉴于绝大多数“211工程”高校每年科研经费都有巨额结余，当年经费支出数据可信度较低，故本研究中没有纳入当年科研经费支出指标，而以当年拨入科研经费作为财力投入指标。

表2 高校人文社会学科科研生产投入产出指标体系及数据来源

注： 1.由于部分“211工程”高校研究与发展人员数在2006—2010年变动幅度过大(个别高校在相邻两年的变动幅度甚至超过300%)，会影响效率评估结果的信度，所以，人文社会学科效率评价指标体系中没有纳入该指标，而以年度变化相对稳定的高级职称数来代表。

2.本研究仅以SSCI和CSSCI来源期刊和专著统计人文社科科研成果，与理工农医学科一样，在产出指标选择上重在产出质量指标，这也与本研究前文强调以高水平产出和创新为导向的科研效率评价相一致。

由表1、2可知，本研究的数据来源主要是2006—2010年《全国高校科技统计资料汇编》《全国高校社科统计资料汇编》中关于理工农医学科、人文社会学科科研投入与产出的数据，以及CSCD中国科学引文数据库、CSSCI中国社会科学引文数据库、ISI数据库中的科研论文数据。

本文将采用DEA模型(规模收益不变模型CRS和规模收益可变模型VRS)分别测评100所“211工程”高校理工农医学科和105所“211工程”高校人文社会学科的科研效率(技术效率、纯技术效率与规模效率)②。限于篇幅，关于DEA模型的原理和方法介绍此处省略，请读者参见参考文献[16]。

四、实证结果与分析

本研究使用DEA模型分别测评“211工程”高校理工农医学科和人文社会学科的科研生产的相对效率。为了深入剖析高校科研效率状况及其内在逻辑，我们开展了以下研究：首先，将高校科研生产效率分解为纯技术效率和规模效率，分析高校科研生产活动所处的规模报酬变化阶段；其次，对东、中、西部地区“211工程”高校科研生产效率进行比较分析；最后，利用投影分析技术，从投入冗余的角度对DEA无效的高校进行分析，寻找高校改进科研生产效率的方向。

(一)“211工程”高校科研生产效率状况及变化趋势

1.“211工程”高校理工农医学科科研生产效率分析

利用规模收益不变(CRS)模型和规模收益可变(VRS)模型计算了100所“211工程”高校2006—2010年各年度理工农医学科的科研生产技术效率并进行了分解③。表3呈现了2006—2010年“211工程”高校理工农医学科科研生产DEA有效决策单元的个数及其规模收益状态分布。在这五年期间，“211工程”高校科研生产相对有效的决策单元个数最多的年份为2006年，达到43所(占“211工程”高校总数的43%)；其余年份高校科研生产相对有效的决策单元个数基本相当，保持在35所左右(占“211工程”高校总数的35%左右)。从高校科研生产规模收益状况来看，有35%～40%左右的高校处于规模最优(即规模收益不变)状态，有8%～16%左右的高校处于规模收益递增状态，有45%～55%左右的高校处于规模收益递减状态。

技术效率大小反映高校科研生产的整体效率高低，本文利用技术效率及其分解要素(纯技术效率和规模效率)的平均值和标准差来说明2006—2010年“211工程”高校科研生产效率的具体差异状况，结果参见表4。

2006—2010年“211工程”高校理工农医学科科研生产技术效率(TE)、纯技术效率(PTE)、规模效率(SE)均值分别在0.80～0.83，0.88～0.89，0.90～0.92，均处于较高水平，规模效率状况相对较好，而且三项效率指标5年间的变动幅度均较小，无明显上升或下降趋势，而呈现上下波动状态(参见图1)。总体来看，“211工程”高校理工农医学科科研生产技术效率、纯技术效率、规模效率均仍有一定的提升空间，从2010年效率数据来看(表3)，分别有65%、63%的高校需要改进技术效率和规模效率。

表3 “211工程”高校理工农医学科科研生产技术效率与规模效率分布

从技术效率、纯技术效率和规模效率的标准差来看，2006—2010年间，“211工程”高校理工农医学科科研生产技术效率、纯技术效率和规模效率的内部差异并无明显扩大。2006年技术效率、纯技术效率和规模效率的标准差分别为0.212、0.186、0.13，均为5年间最高值，在2007—2010年间，技术效率、纯技术效率和规模效率的标准差分别在0.19、0.17、0.11左右，技术效率和规模效率的标准差略有波动，纯技术效率的标准差保持不变，且三项效率的标准差数值均很小，说明“211工程”高校内部理工农医学科科研生产技术效率、纯技术效率和规模效率均表现出趋同的趋势。

表4 “211工程”高校理工农医学科科研生产技术效率、纯技术效率及规模效率

图1 2006—2010年“211工程”高校理工农医学科科 研技术效率及分解要素变化

2.“211工程”高校人文社会学科科研生产效率分析

利用规模收益不变(CRS)模型和规模收益可变(VRS)模型计算105所“211工程”高校2006—2010年各年度人文社会学科的科研生产技术效率并进行分解。表5呈现了2006—2010年“211工程”高校科研生产DEA有效决策单元的个数及其规模收益状态分布。在这5年期间，“211工程”高校科研生产相对有效的决策单元个数仅保持在5所左右(占“211工程”高校总数的5.4%左右)。从高校科研生产规模收益状况来看，也只有8%左右的高校处于规模最优(即规模收益不变)状态，而有40%～50%左右的高校处于规模收益递增状态，有45%～55%左右的高校处于规模收益递减状态。

由表6可知，2006—2010年间 “211工程”高校人文社会学科科研生产技术效率(TE)、纯技术效率(PTE)和规模效率(SE)均值分别在0.33～0.42，0.42～0.56，0.72～0.81，技术效率与纯技术效率均处于较低水平，规模效率处于中等水平，三项效率指标5年间的变动幅度均较小，技术效率和纯技术效率略有波动，仍呈现明显的上升趋势，而规模效率略有下降趋势(参见图2)。总体来看，“211工程”高校人文社会学科科研生产技术效率、纯技术效率和规模效率均仍有较大的提升空间，从2010年效率数据来看(表5)，分别有94%、92%的高校需要改进技术效率和规模效率。

表5 “211工程”高校人文社会学科科研生产技术效率、规模效率分布

从技术效率、纯技术效率和规模效率的标准差来看，2006—2010年间，“211工程”高校人文社会学科科研生产技术效率、纯技术效率和规模效率的内部差异并无明显扩大，呈现小幅波动。技术效率、纯技术效率和规模效率的标准差分别在0.23左右、0.28左右、0.22左右，三项效率的标准差数值均较大，说明“211工程”高校内部人文社会学科科研生产技术效率、纯技术效率和规模效率差异均较大。

表6 “211工程”高校人文社会学科科研生产技术效率、纯技术效率及规模效率

图2 2006—2010年“211工程”高校人文社会学科科研 技术效率及分解要素变化

(二)不同区域“211工程”高校科研生产效率状况及变化趋势

与我国长期社会经济发展普遍存在的不均衡一致，“211工程”高校科研生产情况同样存在很大差异④。东部地区高水平大学较为集中，高层次人才聚集，科研创新能力相对于中西部地区高校较强，而且科研平台和资源也更为集中，科研产出水平更高，数量也更多；中西部地区高水平大学分散，人才流失问题较为严重，科研资源增长相对较缓，科研产出尤其是高水平科研产出相对较少。因此，本部分将比较东部、中部和西部地区高校科研生产技术效率状况的差异。

1.东中西部“211工程”高校理工农医学科科研生产效率比较

表7列出了东部、中部及西部地区“211工程”高校理工农医学科科研生产效率有效决策单元的数量及其占本地区“211工程”高校的比例。由该表可知，东部地区“211工程”高校DEA有效决策单元在2006年最高，达到26所，占东部地区“211工程”高校的46%，而2007—2010年没有太大的变化，大约在20所左右波动。中部地区DEA有效比例同样是2006年最高，2007—2010年波动不大，而西部地区2006—2010年5年均无较大波动。由5年平均比例来看，相对于全样本生产前沿面，东部地区DEA有效比例高于中、西部地区。

表8给出了2006—2010年间东部、中部及西部地区“211工程”高校理工农医学科科研生产技术效率的均值及标准差。2006—2010年，东部、中部及西部地区“211工程”高校科研生产技术效率的均值分别在0.80～0.87，0.76～0.81，0.73～0.81，东部地区高校科研技术效率略高于中部及西部地区高校科研效率，西部地区高校科研效率呈现稳步上升趋势，而中部地区高校则呈现下降趋势(如图3所示)。

表8 东部、中部及西部地区“211工程”高校理工农医学科科研生产技术效率

从东部、中部及西部地区“211工程”高校科研生产技术效率的标准差来看，三类地区相差不大，东部地区高校科研效率标准差略低于中部和西部地区高校，说明东部地区内部高校之间科研效率的差异小于中部和西部地区高校。

图3 2006—2010年东部、中部及西部地区“211工程” 高校理工农医学科科研技术效率变化

2.东中西部“211工程”高校人文社会学科科研生产效率比较

表9列出了东部、中部及西部地区“211工程”高校人文社会学科科研效率有效决策单元的数量及其占本地区“211工程”高校的比例。由表9可知，东部地区“211工程”高校DEA有效决策单元在2007年最高，达到4所，但仅占东部地区“211工程”高校的7%，其他年份均在3%～5%之间；中部地区DEA有效比例2006年最低，为4%，2007—2010年均为9%；西部地区DEA有效比例2009年最高，达到9%，其他年份不超过4%。由5年平均比例来看，每一个地区高校DEA有效比例均很低，不超过8%。相对于全样本生产前沿面，中部地区DEA有效比例略高于东部、西部地区，西部地区DEA有效比例略低于东部地区。

表9 东部、中部及西部地区“211工程”高校人文社会学科科研生产效率有效决策单元

表10 东部、中部及西部地区“211工程”高校人文社会学科科研生产技术效率

表10给出了2006—2010年间东部、中部及西部地区高校人文社会学科科研技术效率的均值及标准差。2006年—2010年间，东部、中部及西部地区高校科研生产技术效率的均值分别在0.35～0.45，0.32～0.43，0.26～0.38，东部、中部、西部地区高校科研技术效率呈递减状态。这一结论与陆根书(陆根书、刘蕾，2006)、田东平等人(田东平、苗玉凤，2006)2006年对我国东中西部高校科研效率评估的结论一致，不过他们的研究没有区分两大类学科。总的来看，5年间东、中、西部地区高校科研生产技术效率均呈现先升再降，然后再上升的态势，而且相对效率均值均不高。

从东部、中部及西部地区高校科研效率的标准差来看，东、中、西部地区高校科研技术效率的标准差相差不大，中部、西部地区高校科研技术效率的标准差略大于东部地区高校。说明中部、西部地区内部高校之间科研技术效率的差异略大于东部地区高校。

图4 2006—2010年东部、中部及西部地区“211工程” 高校人文社会学科科研技术效率变化

(三)高校科研效率的改进——投影分析

1.理工农医学科投入改进分析

(1)非DEA有效“211工程”高校冗余分析

由表11可知，2006—2010年非DEA有效“211工程”高校理工农医学科教学与科研人员冗余比例、R&D经费冗余比例均较高，五年冗余比例均值分别为-34.5%、-35.23%⑥。由图5可以看出，2006—2010年非DEA有效“211工程”高校理工农医学科教学与科研人员冗余比例总体呈下降趋势，而R&D经费冗余比例呈现上下波动。

图5 2006—2010年非DEA有效“211工程” 高校理工农医学科投入冗余比例⑧

(2)东、中、西部地区非DEA有效“211工程”高校冗余分析

由表12知，2006—2010年东部地区非DEA有效“211工程”高校理工农医学科教学与科研人员冗余比例要低于中部及西部地区“211工程”高校。东部、中部、西部地区高校理工农医学科教学与科研人员冗余比例的5年均值分别为-30.34%、-40.19%、-39.35%。由图6可以看出，5年间东部地区高校理工农医学科教学与科研人员冗余比例呈小幅增长态势，中部地区高校理工农医学科教学与科研人员冗余比例呈先下降再小幅上升态势，而西部地区高校理工农医学科教学与科研人员冗余比例则呈现上下波动，但总的态势为下降。

表11 非DEA有效“211工程”高校理工农医学科投入冗余比例⑦

表12 东中西部地区非DEA有效“211工程”高校理工农医学科教学与科研人员冗余比例

图6 2006—2010年东中西部地区非DEA有效“211工程” 高校理工农医学科教学与科研人员冗余比例

由表13可知，2007—2010年西部地区非DEA有效“211工程”高校理工农医学科R&D经费冗余比例要低于东部和中部地区“211工程”高校，东部、中部、西部地区高校理工农医学科R&D经费冗余比例的5年均值分别为-35.47%、-37.29%、-32.20%。由图7可以看出，5年间东部地区高校理工农医学科R&D经费冗余比例呈现先上升再下降的态势，中部地区高校理工农医学科R&D经费冗余比例呈先下降再小幅上升态势，而西部地区高校理工农医学科R&D经费冗余比例则呈现先大幅下降，再小幅上升的态势。

表13 东中西部地区非DEA有效“211工程”高校理工农医学科R&D经费冗余比例

2.人文社会学科投入改进分析

(1)非DEA有效“211工程”高校冗余分析

由表14可知，2006—2010年非DEA有效“211工程”高校人文社会学科研究与发展高级职称人员冗余比例及研究与发展当年拨入经费冗余比例均很高，5年冗余比例均值分别为-61.22%、-61.30%。由图8可以看出，2006—2010年非DEA有效“211工程”高校人文社会学科研究与发展高级职称人员冗余比例及研究与发展当年拨入经费冗余比例总体均呈下降趋势。

表14 非DEA有效“211工程”高校人文社会学科投入冗余比例

图8 2006—2010年非DEA有效“211工程” 高校人文社会学科投入冗余比例

(2)东、中、西部地区非DEA有效“211工程”高校冗余分析

由表15可知，2006—2010年西部地区非DEA有效“211工程”高校人文社会学科研究与发展高级职称人员冗余比例要高于中部地区“211工程”高校，中部地区“211工程”高校又略高于东部地区“211工程”高校，呈现东、中、西部阶梯状逐渐递增态势。东部、中部、西部地区高校人文社会学科研究与发展高级职称人员冗余比例的5年均值分别为-59.10%、-61.72%、-65.88%。由图9可以看出，5年间东部地区高校研究与发展高级职称人员冗余比例呈上下波动状态，中部地区高校研究与发展高级职称人员冗余比例呈现平稳下降趋势，西部地区高校研究与发展高级职称人员冗余比例也呈现下降态势。

表15 东中西部地区非DEA有效“211工程”高校人文社会学科研究与发展高级职称人员冗余比例

图9 2006—2010年东中西部地区非DEA有效“211工程” 高校人文社会学科研究与发展高级职称人员冗余比例

由表16可知，2006—2010年西部地区非DEA

有效“211工程”高校人文社会学科研究与发展当年拨入经费冗余比例明显高于东部和中部地区“211工程”高校，而东部地区高校与中部地区高校该项冗余比例相差不大。东部、中部、西部地区高校研究与发展当年拨入经费冗余比例的5年均值分别为-60.60%、-58.14%、-66.30%。由图10可以看出，2006—2008年间东部地区、西部地区高校研究与发展当年拨入经费冗余比例均呈先下后升状态，但2008年后均呈现明显的下降态势。中部地区高校研究与发展当年拨入经费冗余比例总体呈现下降趋势。

表16 东部、中部及西部地区非DEA有效“211工程”高校人文社会学科研究与发展当年拨入经费冗余比例

图10 2006—2010年东中西部地区非DEA有效“211工程” 高校人文社会学科研究与发展当年拨入经费冗余比例

五、主要结论及政策建议

(一)主要研究结论

我们采用DEA模型分别测评了2006—2010年间“211工程”高校理工农医学科和人文社会学科的科研生产的相对效率，并且对不同地区“211工程”高校科研生产效率进行了对比分析。在此基础上，利用投影分析技术，从投入冗余的角度对DEA无效率的高校进行分析，从整体上寻找高校改进科研生产效率的方向。主要获得以下研究发现：

1.“211工程”高校科研生产效率状况

(1)理工农医学科

总体来看，2006—2010年间“211工程”高校理工农医学科科研生产技术效率、纯技术效率、规模效率均处于相对较高水平，而且三项效率指标5年间的变动幅度均较小，无明显上升或下降趋势。但整体而言，“211工程”高校科研生产效率仍有一定的提升空间：从2010年科研效率数据来看，分别有65%、63%的高校需要改进技术效率、规模效率；有56%的高校已经处于规模收益递减阶段，对于处于规模收益递减阶段的这类高校，在增加科研投入、扩大科研生产活动规模时应格外谨慎，切实避免可能出现的资源浪费。总之，增强高校科研发展潜力，走内涵式发展道路应当成为绝大多数“211工程”高校的最优抉择。

(2)人文社会学科

2006—2010年间 “211工程”高校人文社会学科科研生产技术效率、纯技术效率均处于较低水平，规模效率处于中等水平。其中，技术效率和纯技术效率略有波动，整体呈现较为明显的上升趋势，而规模效率则略有下降。总体来看，“211工程”高校人文社会学科科研生产技术效率、纯技术效率、规模效率仍有较大的提升空间。从2010年效率数据来看，分别有94%、92%的高校需要改进技术效率、规模效率，且有45%的高校处于规模收益递减状态。正如前文所述，对于处于规模收益递减阶段的这类高校，不易再扩大科研生产规模。另外，研究发现，仍有47%左右的高校处于规模收益递增状态，对于这类高校，可以考虑通过适当扩大科研投入和规模进一步获得规模收益。

2.不同地区“211工程”高校科研生产效率比较

(1)理工农医学科

2006—2010年间东部地区“211工程”高校理工农医学科科研技术效率略高于中部及西部地区“211工程”高校，西部地区“211工程”高校科研效率呈现稳步上升趋势，而中部地区“211工程”高校则呈现下降趋势。从东部、中部及西部地区“211工程”高校科研生产技术效率的标准差来看，三类地区相差不大，东部地区高校科研效率的标准差略低于中部和西部地区高校，说明东部地区内部高校之间科研效率的差异小于中部和西部地区高校。

(2)人文社会学科

总的来看，2006—2010年间东、中、西部地区“211工程”高校人文社会学科科研生产技术效率均呈现先升再降，然后再上升的态势，而且相对效率均值均较低。东、中、西部地区高校人文社会学科科研技术效率呈阶梯递减状态。东、中、西部地区“211工程”高校DEA有效样本比例很低，均不超过9%。相对于全样本生产前沿面，中部地区有效样本比例略高于东部、西部地区，西部地区DEA有效比例略低于东部地区。与理工农医学科类似，东、中、西部地区高校科研技术效率的标准差相差不大，中部、西部地区内部高校之间科研技术效率的差异略大于东部地区高校。

3.“211工程”高校中DEA无效高校的投影分析

(1)理工农医学科

2006—2010年间非DEA有效“211工程”高校理工农医学科教学与科研人员冗余比例、R&D经费冗余比例均较高，5年冗余比例均值分别为-34.5%、-35.23%。说明在目前的科研产出数量和产出水平下，许多“211工程”高校科研人员数量出现冗余，科研经费也过于充裕；从产出改进角度来说，目前的科研人员还没有完全挖掘出科研潜力，科研经费也没有发挥出最大效益，这些高校需要从提高投入产出效率的角度出发，人尽其才，物尽所用，产出更多更高质量的科研成果。

2006—2010年间东部地区非DEA有效“211工程”高校理工农医学科教学与科研人员冗余比例低于中部及西部地区“211工程”高校，东部、中部、西部地区非DEA有效“211工程”高校理工农医学科教学与科研人员冗余比例的5年均值分别为-30.34%、-40.19%、-39.35%。5年间东部地区高校理工农医学科教学与科研人员冗余比例呈小幅增长态势，中部地区高校理工农医学科教学与科研人员冗余比例呈先下降再小幅上升态势，而西部地区高校理工农医学科教学与科研人员冗余比例则呈现上下波动，但总的态势为下降。

(2)人文社会学科

尽管2006—2010年间非DEA有效“211工程”高校人文社会学科研究与发展高级职称人员冗余比例及研究与发展当年拨入经费冗余比例均总体呈下降趋势，但是这两项投入指标的冗余比例都很高，5年冗余比例均值分别为-61.22%、-61.30%。与理工农医学科一样，许多“211工程”高校人文社会学科如若提升科研生产效率，需要从内部挖掘潜力，通过制度创新激励现有的科研人员投入更多精力到科研事业中，也要更充分地利用科研资源，提高资源的利用效率和效益。

对比不同区域“211工程”高校，西部地区非DEA有效“211工程”高校人文社会学科研究与发展高级职称人员冗余比例要高于中部地区“211工程”高校，中部地区“211工程”高校又略高于东部地区“211工程”高校，呈现东、中、西部阶梯状逐渐递增态势。西部地区非DEA有效“211工程”高校研究与发展当年拨入经费冗余比例也明显高于东部和中部地区“211工程”高校，而东部地区高校与中部地区高校该项冗余比例相差不大。

(二)政策建议

2012年12月，财政部、科技部、教育部等分别陆续出台一系列高校科研管理新规定：《关于进一步加强高校科研项目管理的意见》《关于进一步规范高校科研行为的意见》《关于加强中央部门所属高校科研经费管理的意见》等等，相关政策文件的出台凸显了科研项目和经费监管问题已成为国家、教育部经费监管重点。在国家加大研究型高校投入、加强经费管理的背景下，这既对以高校为对象展开科研生产效率研究提出了现实需求，同时高校科技统计数据库的不断完善也为开展高校科研生产效率评估提供了数据基础。为此，本研究基于DEA模型，以“211工程”高校为研究对象，分别评估了理工农医学科和人文社会学科科研生产效率。为完善“211工程”项目及高校科研基金的绩效管理机制，基于本研究所发现的“211工程”高校科研生产效率方面存在的突出问题，结合上文所提到的三个政策文件，我们提出如下政策性建议，以期促进高校科研生产的可持续发展和科研生产效率的不断提升。

1.高校科研发展要向着“规模适当、结构优化、质量至上、效益优先”的方向不断推进，以重大原创性科研成果为基点，真正实现“科研质量跃升”。

《国家教育事业发展第十二个五年规划》指出：“将高等教育作为科技第一生产力和人才第一资源的重要结合点，加快建设一流大学和一流学科。以重点学科建设为基础，继续实施‘985工程’和优势学科创新平台建设，继续实施‘211工程’和特色重点学科项目。”我们认为，我国高校尤其是“211工程”等偏重科研的高校科研发展下一阶段的主要问题是规模、结构、质量与效益，其中科研质量尤为突出，应当向着“规模适当、结构优化、质量至上、效益优先”的方向不断推进。《国家教育事业发展第十二个五年规划》中也强调高等教育的发展要“坚持稳定规模、优化结构、强化特色，走以质量提升为核心的内涵式发展道路”。

规模适当。本研究发现，制约我国“211工程”高校科研生产效率和生产率提升的重要因素是规模效率的持续下滑。许多“211工程”高校科研生产已进入规模收益递减阶段，不宜继续扩大生产规模。因而，规模适当，是我国高校科研可持续发展的基础，控制规模是防止经费不足和科研质量下降的一个重要选择。

结构优化。一方面，高校专业结构、学科结构等要以市场为导向，紧密结合国家战略和社会需求，尤其是区域经济社会发展需求，优化科研体系、革新科研组织方式，为产出创新性科研成果提供制度和政策保障；另一方面，“要优化高等教育布局结构，按照国民经济布局和城镇化体系建设要求，完善中央部属高校和重点建设高校的战略布局，加强区域高等教育中心建设，形成与国家生产力布局和社会发展需要相衔接的高等学校布局结构”⑨。

质量至上。科研质量是研究型大学的生命线，质量涉及学科建设、科研人才的培养与使用等方方面面。在保持适度科研规模发展的同时，提高科研产出质量和水平将是研究型大学的主要任务。只有高质量的教育教学和科学研究，才能催生出具有实践能力的高水平创新人才和创新成果。从我们的研究来看，“211工程”高校在重大原创性科研成果方面并不理想，具体表现就是ESI-TOP论文的数量还不多，年度数量不稳定，投影分析结果也发现，重视重大原创性科研成果应该成为“211工程”高校中高层次高校、东部地区高校提升科研生产效率的手段和措施。

效益优先。科学研究要讲究成本，更要讲求效益，高校的科研效益涉及经济成本，也包括社会效益。高校科研生产必须把国家经济和社会发展需求放在第一位，兼顾经济效益和效率，为国家经济和社会的长远发展提供科学人才支持，为区域经济创新与发展提供创新动力。

2.建立以高水平成果、高层次人才为导向的科研绩效评价体系，完善高校科研生产的绩效管理体制，为高校科研人员从事高水平科学研究提供激励与保障措施。

“高校要充分发挥评价导向作用，正确引导和调动科研人员开展科研工作的积极性，改革评价体制，推行分类评价和开放评价的新体制” “建立以高水平成果、高层次人才为导向的科研绩效评价体系”⑩，“鼓励科研人员面向国家需求，潜心研究，为国家科技事业发展做出更多的创新性贡献。建立和完善科研绩效档案，并将其作为科研人员年度考核、专业技术职务评聘和项目推荐的重要依据”

但是，从目前高校科研绩效评价体系来看，其标准主要是以SCI论文、SSCI论文数量作为奖励标准，对于论文影响力等质量维度的重视程度不够，这无疑可能会引导科研人员产生急功近利的短视行为。为了切实发挥“211工程”高校等研究型大学作为创新型国家建设的重要推动和支撑作用，我们建议今后高校科研绩效评价体系考核指标应做到质量优先、兼顾数量，引导科研人员减少短期行为，着眼于重大原创性基础科研成果的潜心研究。

3.创新科研生产组织方式，实现团队、平台、项目三者的结合，为高校科研生产效率的提升注入新的动力。

临时组成的课题组有时因组织松散而难以持续合作，这已成为制约高校科学研究以及创新能力提升的重要原因。另外，虽然高校科研基层组织单位的学院制在以往专业性、单科性研究方面发挥了重要作用，但面对当今越来越需要交叉学科解决的复杂问题，已显得力不从心，这不仅加重了高校科研管理的负担，也制约了宏观管理效能的发挥[17]。为此，需要高校充分利用交叉学科方面的优势，根据科学发展需要和社会需求，结合科研任务和项目，建立跨学科的学术团队。为了促进团队协作，维持团队稳定，需要将科研团队建设和平台建设结合起来，将平台建设投向团队，实现团队、平台、项目三者的结合。这不仅可以增强高校的科研实力，建立科技创新的基地，增强承担重大综合性科研任务的实力，也能够优化科研资源配置，促进科研资源共享，提高科研资源的利用效率，产出高水平创新性的科研成果，同时，推动高校科研生产的技术进步，为高校科研生产效率的提升注入新的动力。

注释：

① 某些高校目前还没有硕士、博士点，有些高校即使可以招收硕士生、博士生，但也未必是所有学科都可以招收。

② 教育部公布的“211工程”高校共112所，鉴于华北电力大学、中国矿业大学、中国地质大学、中国石油大学四所高校是两地办学高校，因而我们将“211工程”高校总量统计为116所学校。由于DEA方法要求不能有缺失值，因而分别删去了2006—2010年《全国高校科技统计资料汇编》《全国高校社科统计资料汇编》里数据完全缺失和有部分数据缺失的高校16、11所，最终采用的2006—2010年理工农医学科样本数为100所高校、人文社会学科样本数为105所高校。

③ 本研究也采用了滞后一期移动平均方法估算各年度科研生产效率，并对技术效率进行分解。所得结果与表3、4基本类似。原始数据结果的波动略大于滞后一期移动平均方法的结果，这说明滞后一期移动平均方法在一定程度上消除了年度之间数据的不规则波动。同时，尽管两种方法估计结果存在一定差异，但是效率结果分布和整体趋势基本一致。由此可见，本研究的结果具有一定稳健性。限于篇幅，此处略去滞后一期移动平均方法评估结果，请参见教育部人文社科2008年一般规划项目《“211工程”高校科研生产率动态变化评估》结题报告。

④ 请参见教育部人文社科规划一般项目《“211工程”高校科研生产率动态变化评估》结题报告第三章中不同区域高校科研投入、产出情况的对比分析。

⑤ 产出可提升量的分析请参见教育部人文社科规划一般项目《“211工程”高校科研生产率动态变化评估》结题报告第四章。

⑥ 限于篇幅，此处仅给出所有非DEA有效高校在投入变量上的平均冗余值，每所非DEA有效高校理工农医学科在各投入变量上的冗余值请参见教育部人文社科规划一般项目《“211工程”高校科研生产率动态变化评估》结题报告附表4-17-4-21。

⑦ 投入冗余比例表示实际投入量相对于理想投入量冗余的百分比，计算方法为(理想投入量-实际投入量)/实际投入量

⑧ 为了便于读图，我们取冗余百分比的绝对值来作图，下同。

⑨ 教育部《国家教育事业发展第十二个五年规划》(2012年6月颁布)。

⑩ 教育部、财政部《关于加强中央部门所属高校科研经费管理的意见》(教财〔2012〕7号)。

参考文献：

[1] “211工程”部际协调小组办公室编.“211工程”发展报告(1995—2005)[R].北京：高等教育出版社，2007：19-20.

[2] 胡咏梅，段鹏阳，梁文艳. 效率和生产率方法在高校科研评价中的应用.北大教育评论，2012(3):47-63.

[3] Stevens，P.A.(2005). A stochastic frontier analysis of English and Welsh universities. Education Economics，14(4)，355-374.

[4] Izadi，H.，Johnes，G.，Oskrochi，R.，& Crouchley.(2002).Stochastic frontier estimation of a CES cost function：The case of higher education in Britain. Economics of Education Review，21，63-71.

[5] Horne，J.，& Hu，B.(2008).Estimation of cost efficiency of Australian universities. Mathematics and Computers in Simulation，78，266-275.

[6] Kempkes， G.，& Pohl， C.(2010).The efficiency of German universities：Some evidence from non-parametric and methods. Applied Economics，42(16)，2063-2079.

[7] Beasley，J.E.(1990) . Comparing university departments. OMEGA International Journal of Management Science，18，171-183.

[8] Giovanni Abramo， Ciriaco Andrea D’angelo，& Fabio Pugini.(2008). The measurement of Italian universities’ research productivity by a non parametric-bibliometric methodology .Scientometric, 2(76)，225-244.

[9] Johnes，J.& Li Y.(2008). Measuring the research performance of Chinese higher education institutions using data envelopment analysis. China Economic Review，19，679-696.

[10] 陆根书，刘蕾. 不同地区教育部直属高校科研效率比较研究[J] . 复旦教育论坛，2006，4(2)：55-59.

[11] 田东平，苗玉凤. 2001—2003年我国重点高校效率研究[J].高等工程教育研究，2006(4)：83-86.

[12] 徐娟.我国各省高校科研投入产出相对效率评价研究——基于数据包络分析方法[J] .清华大学教育研究，2009，30(2)：76-80.

[13] 李清彬，任子雄.中国省际高校科研效率的经验研究：2002—2006[J] .山西财经大学学报：高等教育版，2009，12(1)：7-12.

[14] 韩海彬，李全生.基于AHP/DEA的高校人文社会科学科研效率评价研究[J] .高教发展与评估，2010，26(2)：49-56.

[15] 胡庆江，何玮佳，柳锐. 基于DEA的“985工程”院校科研效率评价[J] . 科技进步与对策，2011，28(19)：135-139.

[16] 胡咏梅，杜育红. 中国西部农村小学资源配置效率评估[J].教育与经济，2008(1)：1-6.

[17] 李庆章. 大学科学研究的组织与促进[J].国家教育行政学院学报，2005(5)：40-43.