考虑环境的高校科研投入产出绩效评价研究

赵湘莲　王娜

摘要：考虑外部环境影响，运用三阶段DEA（数据包络分析）模型对我国30省2015年高校科研投入产出的相对有效性进行了评价。结果表明：三阶段DEA模型测度高校科研投入产出的有效性比传统DEA法更合理，外部环境因素对高校科研效率有着显著影响，各省应根据自身科研效率特点采取措施提高纯技术效率或扩大科研规模，以增强高校科研效率的内在动力。

关键词：科研；绩效评价；环境

科技创新是国家发展的动力源泉，而高校是科技创新的摇篮。近年来，政府加大对科研经费投入，引导各领域与高校的积极合作，促进科研创新能力的提升。据《高等学校科技统计资料汇编》的资料显示，我国高校科研经费总额由2003年的219.63亿元增加到2016年的1302.22亿元，增幅达592.82%。然而，增加的科研资源是否得到合理利用成为社会各界关注的焦点。因此，合理评价科研产出绩效成为科研管理研究领域的研究热点。

国外学者对于高校资源利用效率的研究，大多采用Farrell（1957）提出的DEA模型研究高校科研效率问题。Athanassapoulos（1997）利用DEA分析了英国高校的科研效率；Jill Johnes（2006）等研究了利用DEA模型评价高校科研效率的可行性；Andrew（2008）利用DEA模型评价了澳大利亚高校的科研绩效。

国内学者对高校科研效率的研究主要集中在以下几个方面。

陈洪转（2011）对综合性高校科研效率进行评价，叶刘刚（2015）、李霞群（2016）等对不同类型的高校进行了科研效率评价；郜林平（2016）等对各省份、各区域高校的科研效率和业绩进行了评价。

我国学者对高校科研效率或绩效的研究，采用的大都是传统或是改進的DEA模型，该方法要求各决策单元所处的环境以及投入、产出要素是相同的。但实际中高校分布在不同地域，各地区政策、经济等均有差异，使得高校不可能有相同的外部环境。要对效率进行合理的评价，须采取有效方法对高校所处外部环境因素的影响进行控制。

本文在考虑各省不同环境影响的基础上，运用三阶段DEA法将环境和随机因素滤除，分析各省高校的科研效率。

一、研究方法

Fried. et al（2002）在传统DEA模型的基础上提出了三阶段DEA模型，该模型利用相似随机前沿法（SFA），将环境和随机干扰项的影响剔除，使得所有决策单元（DMU）具有相同的环境和运气，进而更准确获得决策单元的效率水平。该方法包括三个阶段。

第一阶段：不考虑环境的影响，利用传统DEA法，以投入或产出为导向，计算未滤除环境的DEA效率值和松弛变量值。

第二阶段：利用相似随机前沿法对投入或产出变量进行分解，分解后的松弛变量包含环境、随机和管理三个因素。

第三阶段：再次用DEA模型进行效率评价，调整后的投入数据为投入变量，原始产出数据仍为产出数据，由此得到剔除环境和随机因素影响的各决策单元的效率值。

二、变量选择与数据来源

（一）投入产出变量

参考已有研究及数据的可获得性，本研究选择以下变量指标。

一是投入指标，高校科研投入一般包括人力和财力两方面。人力资源以参与教学科研以及研究与发展人员总计为评估指标，财力以高校科研经费当年支出为评估指标。二是产出变量，高校科研产出主要体现在成果产出与社会效益两个方面。成果方面，选择学术专著、发表论文数量、鉴定成果奖三个评估指标，社会效益方面选择了技术转让收入为评估指标。

（二）外部环境变量选择

环境变量是指能够影响高校科研效率，但又不能由高校所控制的客观因素。对高校科研进行相对有效评价的过程，必须考虑外部环境因素的影响。本文主要从政策、经济、企业及国际交流环境四个方面考察其对高校科研效率的影响。

1.政策扶持：选择科研经费中政府出资额来反映各地政策的扶持力度。2.经济水平：采用人均GDP来反映各省的经济发展水平。3.校企合作：采用高校科研拨入总经费中企业拨入资金额度反映企业对高校科研创新的影响。4.国际科技交流：采用各省主办国际交流学术会议次数来反映国际科技交流幻境的影响。

（三）数据来源

研究所需数据均来自2015年《高等学校科技统计资料汇编》，环境变量数据来自2015年的《中国统计年鉴》和《高等学校科技统计资料汇编》，以不包含西藏的我国其余30个省、直辖市、自治区为决策单元，对各地高校科研计算其效率值。

三、实证结果及分析

（一）第一阶段

传统DEA分析，利用软件DEAP2.1计算以投入为主导的我国2015年30个省市高校的科研效率值。由计算结果可知，不考虑环境差异的影响，2015年各地高校科研综合技术效率平均值为0.883，纯技术效率平均值为0.938，规模效率平均值为0.939；其中北京、山西、内蒙古、上海、江苏、福建、海南、重庆、甘肃9省各效率值都为1；其他各省纯技术效率或规模效率小于1，在技术或规模方面可进行改进，以提高综合技术效率。

（二）第二阶段

将选择的环境变量作为解释变量，第一阶段计算的投入松弛变量作为被解释变量，使用软件Frontier4.1进行SFA回归。

由回归结果可知：1.政府经费额度与两个松弛变量回归系数都为正，反映了政府对高校科研经费的大力投入，增强了高校科研创新的动力，但同时资源并没有得到充分利用，造成了人力及财力资源的浪费。2.科研经费中企业资金支持对经费及人力投入的回归系数均为负，表明企业资金的投入可以减少科研经费和人员投入。校企合作为科研成果转化提供了途径，也为高校和个人带来效益。校企合作提高了科研积极性，从而提高科研效率。3.人均GDP与经费支出和科研人数回归系数均为负，说明人均GDP的增长使得投入资源的松弛变量也增长，即降低资源利用效率。人均GDP越高的地区，越能吸引科研人才，越容易获得科研经费，容易获得资源反而使得高校忽视其合理配置及使用的效率。4.各省国际交流会议主办次数与投入经费和科研人数回归系数都为负，但只有投入经费回归系数通过显著性检验，说明各省主办国际交流会议可以提高科研经费的使用效率。

（三）第三阶段

将原始投入变量根据SFA各变量的回归结果进行调整作为新的投入变量，原始产出变量仍为产出变量，再次用传统DEA模型进行效率计算，得到调整后变量的科研效率值。

将调整后的效率值与调整前效率值进行比较，发现大多数省份的高校科研效率值有了变化，综合技术效率平均值由调整前的0.883下降到0.869，规模效率平均值由调整前的0.939下降到0.914。从各决策单元来看，天津、河北、浙江、安徽、山东等东部地区大部分省份和重庆、四川、贵州、云南、甘肃等西部地区大部分省份综合效率值均有所下降，而吉林、黑龙江、安徽、江西等中部地区大部分省份的综合效率值有所增加，这说明没有考虑环境差异下，高估了东西部地区高校科研效率，而低估了中部地区高校科研效率，而被低估的原因可能由于中部地区高校所处的环境较差。

利用SPSS19.0软件对调整前后的效率值与科研产出变量分别进行Spearman等级相关分析。由计算结果可知，考虑环境及随机因素影响的高校科研效率值与产出变量有更强的相关性，即调整后的效率值更能反映高效的管理效率。

四、结论

本文运用三阶段DEA模型考虑环境及随机因素的影响，评价了我国2015年30省高校的科研效率，得出以下结论。

1. 三阶段DEA模型测度的高校科研效率值更合理。对环境因素调整后，各省高校科研的效率值与科研产出的Spearman等级相关性明显提高，表明高校所处环境因素与随机误差对科研效率均产生了重要影响。

2. 各地区应根据各环境因素对科研效率的影响，加强高校与企业的合作，提供更多的国际交流环境，促进高校科研效率的提升。由分解后的效率值发现，各地区科研效率特征不一致，有些地区高校有较高的纯技术效率和规模效率，而有些地区高校只有较高的纯技术效率或规模效率，各地高校应因地制宜采取措施提升纯技术效率或是规模效率，从而提高其综合科研效率。

参考文献：

[1]Athanassapoulos Antereas. Assessing the comparative efficiency of high education institutions in the UK by means of data envelopment analysis[J].Education Economics，1997（02）.

[2]Jill Johnes. Data envelopment analysis and its application to the measurement of efficiency in higher education[J]. Economics of Education Review，2006（03）.

[3]Andrew C Worthington， Boon L Le

e. Technology and productivity change in Australian universities， 1998～2003[J].Economics of Education Review，2008（03）.

[4]陳洪转，羊震，等.基于滞后DEA 的我国高校科研经费使用效率评价[J].管理评论，2011（08）.

[5]叶刘刚.中国“211”高校科研效率评价和外部影响因素分析[J].高等财经教育研究，2015（12）.

[6]李霞群，等.理工农医类高校科研配置效率评价[J].科研管理， 2016（04）.

[7]郜林平，鲁勇兵.基于DEA方法的高校R&D;投入产出绩效评价与对策——以河北省29所高校为例[J].经济与管理，2016（03）.

*基金项目：江苏省高校哲学社会科学研究项目，高校预算绩效管理与评价体系研究（2016SJA630006）。

（作者单位：赵湘莲，南京航空航天大学经济与管理学院；王娜，南京航空航天大学经济与管理学院、南京大学金陵学院）