高等学校R&D投入产出效率分析

□文/徐 寒 胡宗菊

（1.武汉理工大学教育科学研究院 湖北·武汉；2.巴东县溪丘湾乡卫生院 湖北·巴东）

一、引言

R&D（科学研究与试验发展）活动是科技活动中最核心的部分，其结果决定着经济的发展。高校除了培养人才、传播知识，还兼有科学研究的重要职能，是我国科技活动的重要力量。高校的R&D活动是高校科技创新活动的核心，其资源的合理配置关系着高校科技的发展，所以怎样利用最少的R&D投入来实现最大的效益，是值得研究的问题。近些年来，我国有许多学者对这方面进行过研究，比如陈洪转、羊震等（2011）基于2002～2006年31所高校的截面数据，建立滞后DEA效率评价模型，从投入产出的角度动态分析了我国31所代表性的高校科研经费相对使用效率，发现我国高校科研经费使用效率不高。姜彤彤（2013）采用DEA的Malmquist指数分析方法，对我国36所“985”高校的科研活动全要素生产率进行测算和分析，发现高校科研生产率存在显著地地域差距。石丽、陈万明（2010）研究了江苏省重点高校的科研效率，发现江苏省重点高校科研活动总体上具有规模效率，但在增长方式上属于粗放型。吴合成、刘思峰（2007）用DEA方法对我国14个省市的R&D效率进行了评价，得出我国的R&D资源的利用效率极低的结论。从近些年来的相关数据分析，我国政府对高校R&D活动的经费不断加大投入，相对的产出也逐年有所增加，但是根据相关文献来看，效率似乎不太理想，本文根据《2004、2013年高等学校科技统计资料汇编》中的数据分析湖北省部分高校（共53所）R&D活动的相关情况，运用数据包络法计算出其投入效率，并对其进行评价，旨在找出湖北省各级各类高校R&D活动的特点，总结出合理措施提升高校R&D资源效率。

二、研究方法与数据处理

本文采用数据包络分析（DEA）方法，其是一种基于被评价对象间相对比较的非参数技术效率分析方法，由美国的Charnes、Cooper和Rhodes三人于1978年首次提出。在后来的DEA文献中，以Charnes、Cooper和Rhodes三人姓氏的首字母来命名他们创立的第一个DEA模型，即CCR模型。CCR模型假设规模收益不变，其得出的技术效率包含了规模效率的成分，因此通常被称为综合技术效率。本文利用此方法选取湖北省54所高校作为样本，运用主成分分析和相关分析筛选出评价指标。

（一）投入指标筛选的主成分法。因为投入指标的选取既要反应集中信息，又能体现整体现象，所以投入指标间要避免完全相关或高度相关。设有 m 个待选指标 x1，x2，…，xm，其 n 个样本值以 xij表示（i=1，2，…，m，j=1，2，…，n）。以（x11，x12，…，x1n），（x21，x22，…，x2n），…，（xm1，xm2，…，xmn）表示 m 个变量的一组样本观测值，这里，（xi1，xi2，…，xin）表示第 i个变量容量为n的一组样本值（i=1，2，…，m），则有样本相关矩阵记为R。记 λ1≥λ2≥…≥λm≥0 为 R 的 m 个特征值，pk=［p1k，p2k，…，pnk］T为R的与λk对应的特征向量，则由主成分分析原理知，第k个主成分为Pikxi，zk 对 m 个变量 xm1，xm2，…，xmn的方差贡献率为 λk。如λm≈0，则由 RPm=λmPm，得 RPm≈0，即 XXTPm≈0，进而得到 XTPm≈0，也即，这表明 x1，x2，…，xm间线性相关。由于 xk对 λm的方差为P2km，因此找出Pm分量中绝对值最大的一个，将其所对应的指标变量剔除，依此类推，当λm≥0.01时停止。

表1 R&D投入、产出指标体系

（二）产出指标筛选的相关分析。考虑到产出成果的集中度，产出指标间的相关性要大，集中度要高。设有k个待选指标，记为y1，y2，…，yk，其 n 个样本值用 yij表示（i=1，2，…，k，j=1，2，…，n），即（y11，y12，…，y1n），…，（yi1，yi2，…，yin），…，（yk1，yk2，…，ykn）表示 k 个变量的一组样本观测值，这里，（yi1，yi2，…，yin）表示第 i个变量容量为 n 的一组样本值（i=1，2，…，k）则可以得到样本相关矩阵R′，根据相关系数的大小，剔除相关性较小的指标，从而确定产出指标。

用上述方法，基于投入产出角度R＆D活动效率评价指标见表1。（ 表 1）

（三）模型的建立。DEA方法可以有效的评价各个单元间的相对有效性。由于高校R＆D投入、产出有相对滞后性，所以本文建立滞后DEA模型，如下：

其中，X（jt）=（x1（jt1），x2（jt2），…，xm（jtm））T，Y（jt+k）=（y1（jt1+k1），y2（jt2+k2），…，y（sjts+k）s）T，且t1+k1均为非负整数，这里k即产出相对于投入的滞后期。对于滞后期的测定，借助于多元线性回归的修正判定系数R2，测定出三个产出指标分别滞后于投入指标为1、2、1即k1=1，k2=2，k3=1。θ表示第j0个被评价决策单元效率值，满足0≤θ≤1。其经济含义为：在某一决策单元产出y可由所有j个决策单元产出线性组合替代的情况下，其投入x的可压缩程度，压缩比例为θ，即决策单元DMU离有效前沿面或包络面的一种径向优化量或“距离”，也称为效率测度值。当θ=1时，表示该被考察单元是效率前沿面上的点，处于有效状态。对于θ＜1的无效单元，1-θ就是第j个决策单元多投入的比例，也就是可以减少（或称浪费）投入的最大比例。λ使各个有效点连接起来，形成有效前沿面。非零的S+、S-使有效面可以沿着水平和垂直方向延伸，形成包络面。CCR模型还可以分析各决策单元的规模有效性，如果某一生产过程处于规模有效性时，则表明任何再减少投入并保持产出不变的决策单元都是无法实现的，该决策过程处于生产函数的有效生产前沿面上；如果某一生产过程处于规模收益递增状态，则说明在投入的基础上，适当增加投入量，可望最大可能产出相对更高比例的增加，即每增加一个单位的投入，其相应的产出增加值则大于一个单位，因此该决策单元要增加投入的积极性；反之，从理论上讲，决策单元将没有必要再增加投入。我们可以用下述方法来判断规模收益情况，首先由公式（1）计算得到 θ，λ，若，则决策单元为规模收益递增；若，则决策单元为规模收益不变；若，则决策单元为规模收益递减。

三、湖北省高等学校R&D投入与产出情况

截至2012年5月10日，经教育部审批或备案，湖北省共有普通高等学校96所，其中：中央部委属高校8所，省属本科高校32所（其中民办6所），高职高专学校56所（其中民办11所）。另有独立学院26所，成人高等学校7所（不含已停办学校）。本文共选取教育部直属高校6所，本科高校（含部分民办本科高校及独立学院）26所，高等本科院校21所，根据相关数据分析其R＆D投入产出情况。（表2）

由表2可以看出，综合技术效率得分在0.5以下的学校有28所，在0.5分～0.7分的有6所，在0.7分以上的有19所，得分为1的有7所，6所教育部直属高等学校综合技术效率平均得分为0.76分，其中中国地质大学和华中农业大学效率为1。26所本科高等院校平均得分为0.55，其中武汉纺织大学、效率为1。21所高等专科院校平均得分为0.48，其中十堰职业技术学院、襄樊职业技术学院、湖北中医药高等专科学校、武汉铁路职业技术学院、湖北水利水电职业技术学院效率为1。由此可看出，湖北省大部分高等院校R＆D投入、产出效率不高，百分之五十二的学校效率低于0.5，处于较低水平。

四、结论

本文应用DEA方法对湖北省53所高校科研投入产出效率进行了分析评价，得到各高校R＆D投入、产出综合技术效率值、纯技术效率值、规模效率。研究得出两个基本结论：一是尽管2013年R＆D经费投入较之往年有所增加，科研产出的成果也有所增加，但是R＆D活动的效率不高。二是整体来看，教育部直属高等学校的效率要高于本科高等院校，本科高等院校的效率高于高等专科院校。所以不同类型的院校应根据本学校的学科特点和条件，正确评估自身的R＆D活动发展状况，合理地确定学校科研的发展方向和发展策略。规模较大、实力较强的高校一方面要充分发挥本校的学科优势，确保支持一支稳定的有潜力的基础研究梯队，使其保持并发展在国内外的竞争力，不断提高学校的学术地位；另一方面高校的科技工作要想有较大的突破，不能单从纵向争取科技经费。随着市场经济结构的不断完善和发展，高校的R＆D工作倘若还是完全依赖国家的支持，就必然会使其发展受到限制。高校想在纵向经费上有大幅的增长是比较困难的。有资料表明，我国在2020年将实现完全的社会主义市场经济（秦旭、陈士骏，2002），高校必须及时地适应社会的发展趋势才能生存。因此，在市场经济建立的初期，高校必须积极寻求与社会建立广泛的联系，利用自身的知识优势服务于社会。扩大自己的影响，在高校与社会之间建立一种良性互动的关系。对于一些规模较小的学校，应适当精简竞争力较弱的基础研究队伍，鼓励广大科技人员各施所长，大力开展应用、开发研究，直接为经济建设服务。

［1］陈洪转，羊震，刘思峰.基于滞后DEA的我国高校科研经费使用效率评价.管理评论，2011.8.

［2］姜彤彤.“985工程”高校科研全要素生产率测算及分析.中国高教研究，2013.4.

［3］石丽，陈万明.江苏省重点高校科研效率评价研究.南京航空航天大学学报，2010.12.4.

［4］吴和成，刘思峰.基于改进DEA的地域R&D相对效率评价.研究与发展管理，2007.19.

［5］秦旭，陈士骏.天津市高等学校R&D活动产出的现状分析及相关对测.科技管理，2002.10.