基于数据包络分析方法的地方高校科研效率实证研究

张晋超, 李 博

(1.湖南理工学院, 湖南 岳阳 414006; 2.湖南民族职业学院, 湖南 岳阳 414000)

1 问题的提出

随着我国“建设世界一流大学和一流学科”构想的提出和实施, 高等院校科研工作发展进入了新阶段.特别是对于地方高校而言, “双一流”建设促进了学校科研体系的完善、科研能力的增强和科研成果的积累, 使科学研究日益成为促进学校高质量发展的重要动力, 加大科研投入、加速科研产出也成为了地方高校谋划科研发展的重要共识.然而由于办学历史、地理位置和发展基础等多方面的原因, 地方高校在科学合理配置科研资源和客观理性评价科研绩效等方面还缺乏足够的经验.同时, 地方高校从各方争取办学资源的能力相对较弱, 可配置资源总量相对稀缺, 在各种条件约束下想要迅速做大学校科研体量、提升科研水平, 除了尽力持续加大科研投入外, 通过科学的方法、工具评估学校科研效率、指明绩效提升的方向, 使得有限的资源发挥最佳效果、为学校配置资源提供可靠建议显得尤为迫切.

地方高校的二级学院作为科学研究的基层单位, 在人财物等资源获取上较为依赖学校的投入和支持.学校对二级学院的科研工作状态和资源利用能力能够做出比较精准的评估, 进而鼓励和促进相关单位改进工作和提高质量, 不仅是地方高校精细化管理的重要目标, 也是高等教育内涵式发展的必然要求.一直以来, 地方高校对二级学院进行科研绩效评价主要采用数目字评价、定性评价和重点指标评价相结合等方法, 此类评价方法往往只关注科研产出的绝对数量和重点成果是否达标, 忽略了资源投入指标, 因而无法建立投入产出函数关系, 也无法评价科研资源使用效率是否令人满意.因此其评价结果的全面性和准确性都存在较大局限, 无法为资源配置决策提供有效参考.近年来, 随着对科研评价方法的反思和数学统计分析工具的发展, 定量的相对效率评价方法因为能够排除主观因素、挖掘隐性信息、提供清晰数据, 逐渐成为改进绩效评价体系的重要力量.

目前国内外相关研究多使用数据包络分析法(Data Envelopment Analysis, DEA)对高校投入产出效率进行研究, 获得了较多有价值的成果.如Giovanni[1]等以文献计量学方法为基础, 应用DEA 方法评估了意大利不同学科高校的科研效率; 罗杭[2]利用DEA 模型对我国34 所“985”工程大学效率进行评价, 并尝试以此为基础改进现有大学效率研究; 陈洪转[3]等运用滞后DEA 效率评价模型, 从投入产出角度分析了我国31 所代表性高校科研经费相对使用效率.本文在相关研究成果的基础上, 以某地方高校15 个二级学院作为研究对象和决策单元, 使用2018年度相关科研数据为样本, 应用数据包络分析法对该年度各二级学院科研效率进行实证分析, 进而探索改善地方高校资源配置和科研管理的有效措施.

2 方法、模型概述与指标选取

2.1 数据包络分析法及其模型

数据包络分析法及其初始模型(DEA-CCR)是由Charnes、Cooper 和Rhodes 等美国学者在1978年共同提出和创建的, 用于测量和分析同类组织之间的相对绩效.作为一种非参数方法, 由于在处理实际问题时不必知道总体分布的形式、无需事先估计参数, DEA 方法及其模型具有广泛的应用性.而在处理多指标投入和多指标产出时, DEA 方法及其模型允许投入指标和产出指标的计量单位不同、可以推导每个决策单元的最优投入产出方案等, 相比其他方法又具有显著的优越性.DEA-CCR 模型问世后, 学者们在其基础上又发展出了一系列经典模型, 本文采用的是其中一种基于规模收益可变的面向产出的DEA-BCC 模型:

对于第j0(1≤j0≤n)个决策单元(DMUj0), 面向产出的BCC 模型及其对偶规划分别为

2.2 指标选取

应用DEA 方法解决实际问题的首要步骤是选择合适的评价指标, 注重指标选取的合理性、导向性和可行性.在具体操作时, 评价指标的选取既要服从评价目的, 避免无关数据影响计算; 又要抓大放小, 避免将存在过多强线性关系的指标同时放入模型, 应在充分考虑投入和产出指标相关性的基础上合理选取最具代表性的指标[5].同时, 在应用DEA方法评估地方高校科研绩效的具体问题时, 指标体系的选择还应该遵循科学研究的客观规律和高校发展的客观需求.

高校的科研活动是一项复杂的系统性工程, 一般而言, 投入指标主要考察科研活动投入的人力、物力和财力, 产出指标则包括各种形式的科研成果.在现实科研活动中, 投入指标和产出指标往往有多种统计途径, 例如: 人力投入方面可以从科研人员的职称、学历、全时工作等角度进行统计, 经费投入方面可以从纵向经费、横向经费、条件建设经费等角度进行统计; 科研产出方面可以是论文、专著、获奖等成果, 也可以是几类成果的组合形式.在进行投入产出效率研究时, 必须通过相关性分析等手段, 选出符合校情且最具代表性的指标代入模型[6], 从而避免某些指标因其内部的复杂关联性影响计算的准确性, 也避免过多的指标类别模糊研究关注的焦点.本文结合某地方高校科研开展实际情况, 在科研投入方面选择人力投入、经费投入这两个指标, 在科研产出方面选择专著论文数、知识产权及成果转移转化数、科技成果鉴定数这三个指标, 详见表1.

表1 投入、产出指标

2.2.1 投入指标分析

在人力投入方面, 考虑到该校的实际情况, 从事科研活动的主体为高职称、高学历教师.因此本文将具有教授职称的教师作为1 个基准单位, 将具有博士学位的副教授折算为1 个单位、将不具有博士学位的副教授折算为0.7 个单位, 三项的总和X1 作为人力投入指标.在经费投入方面, 选择当年到账项目经费X2, 包括纵向科研项目经费和横向科研项目经费作为经费投入指标.

2.2.2 产出指标分析

在科研产出方面, 指标的选择既要注重成果的质量以体现绩效概念的基本要求, 又要注重产出成果的代表性.本文选择以下三个指标作为产出指标.专著论文数量Y1: 论文发表依据被SCI/EI/CSSCI 收录的分区和层次, 按影响力分别赋予6 分、3 分和1.5分, 专著出版依据出版社的影响力分别赋予6 分和3 分; 知识产权及成果转移转化Y2: 新增发明专利授权赋予6 分、签订科技服务合同每项赋予1 分; 成果鉴定数Y3: 获得省部级以上奖励赋予6 分、新增省部级以上科研平台赋予6 分、纵向项目结题赋予1分.以上指标能较好地反映学校科研工作的客观成效, 也具有较强的导向作用.

2 .3 数据整理

在选定投入指标和产出指标, 通过数据收集整理并进行标准化计算后, 得出了2018年该校15个二级学院科研投入及科研产出数据表, 见表2.

表2 15 个二级学院科研投入与产出数据

3 实证分析

采用产出导向的规模报酬可变DEA-BCC 模型以及投入产出指标数据, 使用DEAP2.1 软件对该校15 个二级学院2018年科研活动投入产出相对效率进行计算, 结果见表3.

表3 15 个二级学院科研效率

(1) 纯技术效率分析.纯技术效率指的是在给定投入组合的条件下, 决策单元所能获得的最大产出.从表3可看出, 15 个二级学院的纯技术效率平均值为0.909, 达到了较高的水准.其中, 纯技术效率值为1的共有10个二级学院, 约占总数的66.7%; 纯技术效率在0.7～1 之间的有3 个二级学院, 约占总数的20%; 纯技术效率低于0.7的有2个学院, 约占总数的13.3%.从图1可以更直观地比较15 个二级学院科研技术效率.

(2) 规模效率分析.规模效率考察的是在一定技术水平条件下, 各二级学院是否在最合适的投入规模下开展科学研究活动.主要有三种情形: 规模收益递增、规模收益递减和规模收益不变.规模收益不变是较理想的投入产出状态, 而规模递增和规模递减都属于需要调整优化的状态.从表3可看出, 规模效率值达到1 的有8 个二级学院, 它们已经达到科研投入的最佳状态, 保持稳定的投入水平即为最佳配置.有7 个二级学院规模效率值小于1, 其中4 个二级学院为规模效益递减, 表明当前科研投入存在一定程度的浪费, 需要进一步优化投入; 有3 个二级学院为规模效益递增, 表明可以通过增加科研投入获得更有效率的产出.

(3) 综合效率分析.综合效率又称为规模技术效率, 实质上就是纯技术效率和规模效率的乘积.从表3可知, 15 个二级学院的综合效率平均值为0.852, 整体而言处于比较高的水平.其中有8 个二级学院的综合效率为1, 说明这些学院的科研投入规模合理, 产出效率最大化, 科研资源得到了有效合理配置.综合效率在0.7～1 之间的二级学院有3 个, 0.5～0.7 之间的二级学院有4 个, 导致这些学院综合效率较低的主要原因一是技术效率无效, 存在这种现象的二级学院有5 个; 二是规模效率无效, 存在这种现象的二级学院有2 个.从图2可以更直观地比较该校15 个二级学院的科研综合效率.

图1 二级学院科研技术效率

图2 二级学院科研综合效率

(4) 改进路径投影分析.为了进一步探索该校二级学院科研活动投入产出效率提升的有效途径, 再对5 个非技术有效的二级学院从产出角度进行投影计算, 得到了改进科研活动效率的参考数值, 见表4.

表4 改进路径投影分析

由表4可知, 这5 个二级学院在论文专著指标、知识产权与成果转移转化指标上均产出不足, 有4个二级学院在科技成果鉴定指标上产出不足, 表明这几个二级学院在科研活动各种形式的产出上都需要改进和提高.另有3个二级学院在人力投入上还存在冗余, 没有充分发挥研究人员的能力和意愿.从计算结果还可以得知这5 个二级学院改进科研效率的具体方向.以A5 为例, 论文专著需增加5.669 分, 知识产权与成果转移转化需增加7 分, 同时在人力投入上还需减少0.828 分.根据确定投入产出指标时的权重换算, 大致需增加3、4 区SCI 论文1 篇, 新增1 个授权发明专利, 并减少3 个非博士学位副教授的人力投入; 以A11 为例, 论文专著需增加5.833 分, 知识产权与成果转移转化需增加5.132 分, 科技成果鉴定需增加5.833 分, 根据权重换算, 大致需增加1 本百佳出版社专著, 新增5 个横向合同, 同时结题6 个省部级以上项目.

4 结论与建议

本文采用某校2018年科研业绩数据, 运用DEA-BCC 模型对15 个二级学院科研效率进行静态分析.从整体来看, 该校15 个二级学院的纯技术效率平均值达到了0.909, 其中纯技术效率达到1 的二级学院有10个, 占比为66.7%, 说明该校二级学院资源利用的能力总体较好, 科研产出达到了较高的水平; 余下5 个纯技术效率值小于1 的学院, 其效率值集中在0.6～0.8 之间, 反映出这几个学院的科研产出能力相比其他学院还存在较大的差距, 两级分化现象比较明显; 而规模效率未达到最优状态的学院有7 个, 也反映出该校在资源配置上还有一定的改进空间, 需要通过优化调整投入水平获得更佳的绩效, 而非盲目加大投入力度.

结合科研业绩数据来看, 该校整体科研活动较为活跃, 经费充足、科研人员素质较高, 省部级以上科研成果获取能力突出.为进一步克服短板、优化资源配置、强化科研创新活力、提升科研效率, 从而推动该校科研事业的进一步发展, 建议通过以下措施来予以改进提高:

(1) 完善校院两级管理制度.完善的管理体制有助于促进科研工作的开展, 要通过管理重心下移, 明晰二级学院科学研究的主体地位, 建立学校宏观决策、职能部门协调配合、二级学院创造性开展科研的工作体制, 切实提高科研水平和效益.二级学院要强化绩效意识、明确绩效责任, 将学校目标、学院任务和教职工利益结合起来, 合理制定学院科研发展规划, 以绩效评估为主要手段激励教职工开展科研工作, 营造良好学术氛围.

(2) 合理调配优化资源配置.部分二级学院人力、经费等投入不足, 需要加大科研投入, 拓宽经费获取渠道、引进高水平科研人员.尤其是要重视人才在科研事业中的核心作用, 要将人力投入作为推动科研进步的关键要素.同时对于部分投入过剩的学院, 应要求他们采取切实措施优化资源使用, 合理配置资源.通过合理调配优化不同学院科研资源, 促进学校整体科研能力的提高.

(3) 鼓励高质量科研产出.要进一步强化质量意识, 建立合理的科研评价机制, 以鼓励科研人员投身于高质量科研工作.通过政策引导、制度激励和加强科研活动的组织性, 明确学校科研高质量发展的导向和目标, 激发二级学院和科研人员科研活动内生动力, 加速科研成果的产出, 提升科研成果的质量, 促进高校科研又好又快发展.