我国省(市)属医科院校投入与产出效率分析研究

近年来教育资源管理话题的热度持续攀升，学者对于高校教育科研产出转化效率也多有关注。

我国目前关于某一类型高等学校的投入与产出效率的分析研究较少。对某一类型高等学校的投入与产出效率进行分析，有利于找到相同类型高校的投入与产出效率特点，为提升此类高校投入与产出效率转化提出建议，这也是对于高校投入与产出研究的发展和创新。基于此思路，本文从投入与产出效率转化的角度，分析国内24所省属医科院校2017年的投入与产出数据，为医科院校的发展战略提供参考。

1 数据与方法

1.1 数据来源

本文的研究对象为国内24所省属医科类院校，数据来源为中华人民共和国教育部科学技术司编著的《高等学校科技统计资料汇编》，包括各类院校每年的研究与发展人员、科技经费、专著数量、国外及全国性刊物发表学术论文数、鉴定成果数、技术转让当年实际收入、成果授奖等信息。产出部分中的“当年WOS核心合集发表论文被引频次”从Web of Science(WOS)数据库获取，检索式为“机构名称+2017年”。

1.2 指标选取

科学研究活动是复杂的活动，有着多种的投入(人力、物力、财力)和多种产出(著作、专利、文章等)。投入指标和产出指标的选取对于使用数据包络分析方法(Data Envelopment Analysis，DEA)模型评价高校科研效率效果的影响深远且重要。本文根据我国的实际情况、数据的可实现性和科学性，参考前人的研究，在投入方面以“高校科研与发展全时人数”和“科技经费拨入”两个指标作为投入指标；在产出方面，以“发表专著数”“国外及全国性刊物发表学术论文数”“鉴定成果数”“技术转让当年实际收入”“成果授奖”和“当年WOS核心合集发表论文被引频次”等6项指标作为产出指标(表1)。

1.3 研究方法

1.3.1 DEA方法

1978年，Charnes、Coopor和Rhodes首次提出的DEA是一种用于评价部门或决策单元的相对有效的效率分析方法[1]，也是对多个投入以及多个产出的多个决策单元的效率评价方法。该方法的原理主要是通过保持决策单元(Decision Making Units ，DMU)的输入或者输入不变，借助数学规划和统计数据确定相对有效的生产前沿面，将各个决策单元投影到DEA的生产前沿面上，并通过比较决策单元偏离DEA前沿面的程度来评价它们的相对有效性[2]。

表1 投入与产出指标汇总

1.3.2 DEA中的相关概念

1.3.2.1 (综合)技术效率

(综合)技术效率是决策单元在一定(最优规模时)投入要素的生产效率，综合技术效率=纯技术效率×规模效率。综合技术效率是对决策单元的资源配置能力、资源利用效率等多方面能力的综合衡量与评价。如果企业处于生产前沿的条件下，那么企业是技术有效的(综合技术效率等于1)。

1.3.2.2 纯技术效率

纯技术效率是制度和管理水平带来的效率，是企业由于管理和技术等因素影响的生产效率。纯技术效率=1，表示在当前的技术水平上，其对于投入资源的使用是有效率的。

1.3.2.3 规模效率

规模效率是指在制度和管理水平一定的前提下，现有规模与最优规模之间的差异。规模效率是由于企业规模因素影响的生产效率，反映的是实际规模与最优生产规模的差距。不完全竞争和财务约束等可能导致决策单元不能在最合适的规模上运作。

1.3.2.4 规模报酬

规模报酬(Returns to scale)是指在其他条件不变的情况下，一个企业或机构内各种生产要素按相同比例的变化所带来的产出变化。规模报酬分析企业或机构生产规模的变化与产出变化之间的关系。

2 基于DEA模型的省属医科院校分类评价结果

运用 R语言软件的Benchmarking包以及DEA-Solver软件对24所省属医科类院校的投入与产出共8项指标进行处理，得出以下分析结果。

2.1 省属医科类院校投入产出指标效率分析

笔者对所选医科院校的数据信息进行汇总统计后，其描述性统计分析如表2所示。由表2可以看出，部分指标数据差距较大，如专著数最大值为114部，最小值为0，各决策单元间存在着发展不均衡的问题。

将样本院校的原始数据代入数据包络分析的CCR和BBC模型，结果如表3所示。

表2 省属医科院校2017年投入产出数据汇总

表3 国内24所省属医科院校2017年效率值变化

2.1.1 技术效率分析

在24所样本院校中，技术效率均值为0.761，高于平均值的院校有11所，低于平均值的院校有13所；技术效率达到1的有9所院校，占整体的37.5%。

从地域角度看，技术效率与区域发展情况的关联性不大。在发达地区和欠发达地区都存在技术效率达到1的院校和未达到均值或1的院校。

2.1.2 纯技术效率分析

24所省属医科院校的纯技术效率平均值为0.837，纯技术效率高于平均值的院校有16所，其中纯技术效率为1的院校有13所，低于平均值的院校有8所。纯技术效率超过平均值或为1，而技术效率低于平均值的院校有4所，分别是首都医科大学、徐州医科大学、贵州医科大学和哈尔滨医科大学。

2.1.3 规模效率分析

所选样本院校中规模效率平均值为0.912。规模效率等于高于平均值的院校有16所，其中为1的院校有9所，低于平均值的有8所。首都医科大学、内蒙古医科大学、哈尔滨医科大学、广东医科大学院校的科研纯技术效率有效(纯技术效率为1)但规模效率无效(规模效率未达到1)。这4所院校在目前的技术水平上，其投入资源的使用是有效率的，未能达到综合有效的根本原因在于其规模无效。因此这4所院校改革的重点是如何更好地发挥其规模效益，从而达到规模有效和整体技术有效。

2.2 2017年24所省属医科院校的投入冗余、产出不足量分析

为了进一步研究医科类高校的科研效率，笔者将时间限制为2017年，将样本院校2017年的各项指标数据导入DEA-Solver软件，分析计算所选院校的投入冗余与产出不足量。具体相应指标的变动值如表4所示。

表4 2017年24所省(直辖市)属医科院校的投入冗余与产出不足汇总

所选院校中，存在投入冗余量的院校数量为12所，占24所医科类院校的50%；存在研究人员投入和科技经费投入双指标冗余的院校有11所。以徐州医科大学为例，2017年《高等学校科技统计资料汇编》中徐州医科大学“研究与发展全时人员数”项统计数据为480/人年，本文中人员投入冗余量(投入1)计算得出数据为67.93，故应该减少至412.07/人/年；2017年《高等学校科技统计资料汇编》中徐州医科大学的“科技经费拨入”项统计数据为108 543千元，本文中经计算得出其科技经费拨入冗余量(投入2)为12 323.14，即应减少冗余量至96 219.86千元。

在产出方面，未达到高效产出目标值的院校存在产出不足量的指标众数为4项。以徐州医科大学为例，其在“技术转让当年实际收入”及“成果授奖”指标上存在产出不足。DEA无效的高校可以按照表4减少投入量和增加产出量来提高自身投入与产出转化效率。

3 讨论

大学排名在政府对高等教育的决策中起到了一定的参考作用，是高等教育评价中一个不可忽视的重要参考量[3]，但在推动高等教育发展的过程中也存在一些缺陷，如权重设置不合理、数据获取不透明等，这使大学排名很难在公众中形成一个明确的认知[4]。从另一种角度看大学的竞争力，即从投入与产出转化效率角度对高校进行评价不失为一个新的选择，能够评测一所高校有效配置教育资源的能力。通过对高校投入与产出转化效率的分析，探讨如何对相对弱的高校进行效率提升，以实现提高高校科研产出效率和学校办学水平的目的。

目前国内对高校科研投入与产出的研究根据评价对象的不同，主要有以下3类。

一是对不同地区或省份的高校进行分析。分析2009-2014年中央部属高校的研究生教育的投入与产出效率，得出非“985工程”高校的研究生教育投入与产出效率排名均值呈现出逐年提高的趋势[5]；分析2006-2015年河南省高校科技数据，得出效率较低的主要原因在于“国际会议交流人员”和“交流论文数量”两个方面的缺失的结论[6]。

二是对不同院校之间的某一学科进行分析。以高校人文社会科学学科为研究对象，从定性定量两方面分析了样本高校的技术效率和规模效率，并提升提出了提升建议[7]。

三是对某地区或省份间的院校进行分析。如以湖南省27所公立本科院校的科研绩效状况为研究对象，分析了3年间所选院校的超效率得分、技术效率、纯技术效率等[8]；以河南省21所高校为例，对其样本院校的财政性研发经费的投入与产出效率进行了实证分析[9]。

省属医科院校的一个重要职责就是服务和满足其所在区域的医疗卫生需求。但目前我国省属医学院校发展中存在的问题不容忽视，如省属医科院校大多地处欠发达地区，在与重点高校或重点区域高校的资源竞争中处于弱势[10]。对省属医科院校进行科学评价，有利于省级政府做出客观的支持决策，有效解决院校发展中存在的问题。

研究发现，基于数据包络分析法(DEA)的高校科研绩效分类评价具有统计学意义，不仅能够很好解决决策单元(DMU)同质性问题，而且还能使评价结论更加真实准确。通过对国内24所省属医科院校2017年的科研效率进行实证分析得出了以下3点结论。

一是我国24所省属医科院校的科研投入与产出转化效率整体水平呈现出两极分化的趋势。所选医科院校综合技术效率平均值为0.752，其中均值低于平均值的院校有11所，包括山西医科大学、福建医科大学和广州医科大学等，占24医科院校的45.8%；均值高于平均值的院校共13所，包括安徽医科大学、宁夏医科大学和新疆医科大学，占所选24所院校的54.2%。从数据上来看，医科类院校的投入与产出转化效率与地区并无直接关联。24所省属医科院校中，DEA中3项效率不理想的院校应该大力推进现代大学治理体系建设，提高学校的管理水平，提升学校对于资源的统筹规划能力，根据科研效率的具体情况采取不同的措施进行改进，如调整科研规模，调节投入与产出值等。国家相关部门则应提出更加科学合理的，关于科研人员、科研经费管理的政策法规，提升省属医科院校的投入与产出转化效率。

二是我国在科研绩效评价方面仍有很大进步空间，应通过科研绩效评价的规范化提高高校工作人员的科研热情，增加科研产出，提高科研投入与产出转化效率。目前国内尚无成熟的科研效率评价体系，我国应多吸取国外先进经验。如英国高校科研评估(RAE)[11]针对科研成果、科研队伍、奖学金、科研环境和信誉等进行评定审核，对各高校的科研产出进行综合评价。

三是我国在增加教育资本注入的同时，也应该注意高校的投入与产出转化效率，这样才能更好地进行教育资源统筹规划，实现科研产出的提升，最终达到科研产出从量变向质变的飞跃。

4 结语

本文从高校科研数据的投入与产出转化效率入手，以数据包络分析法、R语言和DEA-Solver作为方法工具，对我国24所省属医科院校进行了效率分析，是对高校效率评价体系理论的实践完善。但本文仍存在一定的局限性与不足之处，如只对24所院校进行了数据包络分析，没有对所有同类决策单元进行比较分析，研究范围有限。未来可以进一步扩展为对所有医药类高校或全国所有高校进行研究。