我国一流大学基金会运行效率及影响因素研究

2023-06-04熊思奇赵军

高教探索 2023年2期

熊思奇赵军

摘要：研究基于DEA模型和Malmquist指数分析国内一流大学基金会2016-2020年的运行效率，并运用Tobit模型解析其影响因素。研究结果表明，“双一流”建设实施以来，一流大学基金会Malmquist指数逐年上升，但运行效率仍有不足，DEA距前沿面存在一定差距。地区社会组织发展程度、高校对资源的需求程度、基金会信息透明度对基金会运行效率有显著正向影响，理事会及管理团队规模对基金会运行效率有显著负向影响，大学社会声誉对基金会运行效率有正向但不显著影响。最后基于研究结论，提出提升一流大学基金会运行效率的若干建议。

关键词：一流大学基金会;运行效率;BCC模型；Malmquist指数;Tobit模型

一、问题的提出

随着高等教育内涵建设和“双一流”建设的双启动，高校财政的压力指数不断上升[1]，“过紧日子”成为一种常态。社会成本共担理论指出，高等教育的预算开支应该由各利益相关方共同承担[2]。在此背景下，国内大学基金会应运而生并蓬勃发展。近三十年来，基金会的资金体量不断突破、筹资模式不断完善、投资理念不断更新、内部治理专业化程度不断提升，基金会发展进入到黄金期。[3]截至2022年4月，国内以大学为发起人的基金会共有647家，大学基金会接收的捐赠超1800亿元，仅大额捐赠在2021年就超过100项，協议总额近200亿元，达到历史新高。[4]然而，国内大学基金会在数量和体量迅速增长的同时，也面临着自身增值能力差、“马太效应”显著、运行效率不足等发展问题。

根据理性选择理论，捐赠方对于大学基金会的信任是有风险的[5]。出于理性的考虑，基金会需要主动进行自我评估并实行内部监督，以确保组织的利益目标与捐赠人保持一致。根据委托代理理论，大学基金会缔约各方的目标函数时常出现偏差，而信息不对称与合约失灵使得这一问题难以低成本解决[6]，因此委托方需要通过对组织进行效用评估，以确定未来的捐赠决策。同时，大学基金会不同于传统的校内行政部门，缺乏有效的测评手段以评估自身效益。如果可以评估其运行效率以展示发展成果，则更有助于基金会获得多方相关主体的支持，形成与外部环境的良性互动。因此，如何对大学基金会的运行效率进行测算，发现问题并提出相应对策，是当前大学基金会研究的重要议题。

大学基金会的运行内容主要包含内部治理、投资增值、公益支出，不同的学者从多个方面测度基金会的效率。贺斯琪通过资金运行效率研究基金会的资金使用、监控以及保值增值问题。[7]卡普兰（Kaplan）认为非营利组织的运行效率可以通过其公益使命和目标的达成来测度。[8]李琳等从公益支出的角度衡量大学基金会组织绩效[9]。在研究方法上，如何有效评价社会组织的绩效仍然处于争议之中。[10]李宇立通过因子分析法从资源运营能力、基金项目运行效率和组织内部管理效率等多维度测评公益基金会的运行效率。[11]高孟立采用平衡记分卡模型，通过层次分析法测评对专家的调研问卷，最终形成一套基金会的效率评估体系。[12]黄振瑞通过数据包络分析法，对非营利组织的综合效率及敏感度进行分析。[13]

上述可见，已有研究模式和研究方法对于基金会效率的评估，均更加侧重于对各具体维度的测算，然而大学基金会因为其高校事业单位和社会非营利组织双重身份，其效率评价往往忽视在人员配备、资金和固定资产等领域的投入要素，例如现有投入是否产出不足、高产出是否存在投入浪费等问题。如何实现大学基金会的效用最大化，值得探究。因此，本研究通过DEA模型和DEA-Malmquist指数，从投入和产出角度测算2016-2020年“双一流”建设前后大学基金会的运行效率。同时，以DEA测算值为因变量构建Tobit模型，分析影响运行效率的内外部因素，以期拓宽大学基金会绩效评价理论，并为提升教育基金会运行效率提供建议和路径选择。由于国内一流大学教育基金会在治理水平和资产规模等方面处于业内领先水平，因此本文将研究范围聚焦在“一流大学”的建设高校。

二、研究设计

（一）研究模型

1.传统DEA模型。数据包络分析（Data Envelopment Analysis，DEA）是一种通过对比多个同类单元之间投入和产出组合，以衡量其相对效率差异的分析方法。由于DEA具有适用范围广、原理相对简单的特点，特别是在分析多投入多产出的情况时具有特殊的优势，因此自1978年提出至今广泛用于分析各行业的效率问题。该方法无需考虑函数关系的具体形式，而是通过对数据的分析，由所有决策单元（Decision Making Units，DMU）共同确定最优前沿标准线，从而实现对某一决策单元（DMU）的有效性评价。大学基金会运行效率是由多项投入和产出共同影响的，很难确定其生产函数关系，因此适合运用DEA方法进行分析评价。考虑到大学基金会规模报酬可变，样本差异较大，本研究采用BCC模型对各大学基金会的运行效率进行静态分析。设定模型如下：

2.Malmquist指数。BCC模型属于针对某一最优生产前沿面进行的静态分析，如果需要考察和观测2016-2020年“双一流”建设启动前后我国大学基金会的动态效率，则需要借助曼奎斯特指数（Malmquist）。曼奎斯特指数又称全要素生产率指数（TFP），是由瑞典的Malmquist 于1953年提出。在规模报酬不变的情况下，全要素生产率指数可以提炼出技术效率变化指数（EC）、技术进步指数（TC）；当规模报酬可变时，技术效率变化指数（EC）又进一步提炼出纯技术效率变化指数（PEC）、规模效率变化指数（SEC）。全要素生产率指数数学表达式如下：（3）为全要素生产率指数与各分解指数的关系，进一步对比各分解指数的变动状况，可以分析大学基金会全要素生产率增长（下降）的驱动因素，进而为提升大学基金会全要素生产率提供思路。其中，技术效率变化指数表示综合效率水平的变动，包括组织管理水平和技术水平的发挥（由纯技术效率变化指数反映）、规模经济效益（由规模效率变化指数反映）；技术进步指数表示技术创新的变动或科学技术的提升。

（二）指标构建和数据说明

大学基金会的根本职能是利用其市场地位为大学提供发展所需要的资源，因此其运行效率最终表现为对大学的“输血”能力。由于各高校办学历史、分布地域、发展定位、扶持政策等外部环境差异，以及高校治理结构、基金会治理水平等内部环境不同，导致各大学基金会的“输血”效能存在差距。因此，需要从各大学基金会的投入与产出角度分析资金对于支持学校发展是否达到相对最优化。基于大学基金会的运行机制，本文采用改进的柯布-道格拉斯（Cobb-Douglas）生产函数[14]Y=M1KαLβM2构建投入产出模型。其中，Y为产量；K是资本投入；L是劳动力投入；M1代表宏观环境因素，如行业发展、企业决策；M2代表微观环境因素，如：财务制度、内部治理、岗位人员的安排等。

1.投入指标。理论上，大学基金会的净资产都可以用于支持高校发展，因此将净资产作为资本投入指标。《基金会管理条例》规定，必须具有专业稳定的工作团队以及严谨科学的治理团队。因此，大学基金会的人力投入包含全职工作人员及理事会、监事会成员，其中工作人员包括具有高校编制的工作人员以及基金会聘请的全职人员。与社会公益基金会不同，大学基金会的志愿者绝大部分由在校生担任，数据不可得且为兼职性质，因此不计入大学基金会的人力投入。最后，基金会的管理水平不仅影响基金的投资增值，同时组织建设、内部治理、风险控制等管理水平也影响公益项目的运行效率，因此本文将基金会召开决策会议的次数，以及为专业管理人员支付工资和行政开支作为管理投入要素。

2.产出指标。大学基金会作为高校下属部门，具有公共事业性质和非营利性社会组织的双重属性，其产出表现为为支撑高校人才培养、师资队伍、学科建设、社会服务等发展而设立的公益项目数量以及为公益项目支出的资金。具体投入产出指标见表1。

表1面板数据来自各基金会年度工作报告，以及通过各高校信息公开渠道申请得到的工作报告和财政预算总表。由于部分高校未成立基金会或成立时间较短，不满足本研究样本要求，整理剔除后得到38家高校基金会共190份样本数据。

三、实证分析

首先利用SPSS22.0软件对投入和产出变量进行相关系数检验，结果如表2所示。

从表2可知，净资产、人力投入、管理费用三项投入要素与公益支出、公益项目数两项产出要素的相关系数值全部大于0，且均通过了显著性检验，说明这些变量之间具有同向性，符合下一步测算要求。但是，理事会次数与其他变量之间并没有显著相关关系，因此剔除该变量之后可开展进一步研究。

（一）静态效率分析

设定投入型BCC模型，利用DEAP2.1软件对数据进行分析，得出2016—2020年间我国一流大学基金会的运行效率及其分解。各效率值年均结果如图1所示。总体而言，五年间大学基金会的综合技术效率、纯技术效率和规模技术效率指数的平均值处于0.51-0.90之间，大体上呈震荡的趋势，效率水平中等偏上。综合技术效率平均值为0.84，说明我国大学基金会的运行效率为DEA非有效。2016-2020年纯技术效率值均低于规模效率值，因此DEA非有效主要是由于纯技术效率拖累导致。38所大学基金会综合技术效率平均值的变异系数为0.34，离散程度较大，可见各大学基金会运行效率差异较大，这为研究其影响因素提供了必要基础。

为进一步了解一流大学基金会运行效率的具体情况，尤其是双一流建设前后大学基金会运行效率的变化，本文以2016年和2020年的静态效率为例进行分析。

1.两次DEA均有效的大学基金会有5家（见表3）。复旦大学、清华大学、中山大学、中央民族大学、厦门大学等5家基金会综合技术效率、纯技术效率和规模效率均为1，且处于规模报酬不变阶段，表明这些基金会的运行效率、投入产出的配置处于较好状态，是其他基金会学习的标杆。但是从五年均值来看，厦门大学运行效率没有达到最优状态，可见这家基金会在五年间的运行效率存在波动。

2.相對于双一流建设实施之前，DEA提高的基金会有20家，提高幅度最大的是北京师范大学基金会（见表4）。DEA持续有效以及相对提高的基金会占样本基金会的53%，说明双一流建设实施后，一半以上基金会的运行效率得到提升。2016年有17家基金会规模效率高于纯技术效率，到2020年只有6家基金会规模效率高于纯技术效率，说明大部分基金会综合技术效率的提升是由于纯技术效率的拉动。其中，重庆大学、武汉大学、华中科技大学、中国农业大学、山东大学5家基金会2020年的纯技术效率和规模效率均为1，DEA为强有效。中国海洋大学、北京航空航天大学、浙江大学、西北工业大学、北京大学等8家基金会2020年的纯技术效率均等于 1，规模效率不等于1，DEA为弱有效。此外，北京理工大学、南京大学等大学基金会的运行效率虽然有所提升，但是五年均值依然较低，分别为0.24和0.27，应当引起重视。

2016年有4家基金会处于规模报酬递减阶段，可能由于组织结构调整或管理制度不完善导致投入冗余而产出不足。2020年规模报酬递减的基金会只有2家，分别为浙江大学和北京大学，说明这两家实力强大的基金会要适当调控投入规模，优化管理体制以提高技术效率，而其他大部分规模报酬递增的基金会都要扩大资源的投入。

3.相对于双一流建设实施之前，DEA下降的基金会有13家。在双一流建设实施之前，这13家基金会中有5家基金会的运行效率DEA强有效，且达到规模报酬稳定阶段，上海交通大学、大连理工大学2家基金会的运行效率DEA弱有效。2020年导致这13家基金会DEA下降且无效的因素中，有8家基金会由于纯技术效率下降导致，因此要在管理水平、人员分配、内部机制等方面加强建设。

规模报酬递增的基金会数量从2016年的5家增加到2020年全部13家，说明这些基金会要适当扩大规模，增加公益资源的投入，以提升公益产出。

（二）动态效率分析

1.一流大学基金会Malmquist指数时间维度分析。基于前文的DEA静态分析，本文运用Malmquist指数模型对各年份一流大学基金会运行效率进行动态评估，得到年度全要素生产率指数及分解指数。

由表6可知，国内一流大学基金会2016-2020年全要素生产率分别为0.91、1.01、1.01、1.03，表明一流大学基金会整体运行效率在2016-2017年下降9%，但是随着“双一流”建设的推进，基金会运行效率逐年提升。具体来看，由于技术进步（TC=0.98）小于技术效率变动（EC=1），表明基金会运行效率的下降受到技术进步变动影响更多，新技术在基金会运行中的使用较为缺乏。2020年基金会运行效率较上一年增长3%，这可能是由于新冠肺炎疫情的影响，各地大学通过基金会接收社会捐赠，形成产出的大幅度提高。

2.一流大学基金会Malmquist指数个体维度分析。从表7可以看到，2016-2020年有20家一流大学基金会全要素生产率大于1，占样本的52.6%，说明超过一半的一流大学基金会运行效率提高，这与前述静态分析的结果相吻合。全要素生产率提高幅度靠前的有北京师范大学、东南大学等基金会，增长幅度达30%，且都位于东部经济发达、社会组织发展成熟的城市。在20家Malmquist指数提高的基金会中，有65%是主要受到技术效率的影响。可见基金会全要素生产率的提高大多是由于改进了管理模式，以机制的完善和效率的提高作为重要推动力。

但是从数据中也可以看出，各基金会全要素生产率差异较大。虽然国内一流大学基金会的运行效率逐年增长，但是仍然有18家基金会全要素生产率均值小于1，且大部分高校属于中西部地区。在18家全要素生产率下降的基金会中，有一半以上源于技术效率的拖累，可见技术效率在基金会运行效率的变化中占主要作用。

综上，基金会Malmquist指数的推动力和阻力均来自于技术效率的影响。

四、影响因素分析

（一）Tobit模型简介

Tobit模型由美国的詹姆斯·托宾（James Tobin）于1981年提出，适用于解决被解释变量受限制的问题。由于DEA模型效率值处于0到1的截断区间内，此时进行OLS回归并不科学，因此本文采用Tobit模型对大学基金会运行效率产生影响的内外部因素进行测算。

（二）影响因素选取

1.外部环境因素。根据组织生态学视角，大学基金会在发展过程中，往往通过提升自身绩效以获得外界的认可，因此在高校对资源需求更急切时，基金会更愿意提升绩效以支撑高校发展。根据外部性理论，基金会所在的高校也会对基金会的资源获取产生外部性影响，大学的社会声誉和综合实力较强，对基金会将产生正向的外部性；大学的社会声誉或综合实力下降，对基金会将产生负向的外部性。同理，基金会的发展也会受到所在地区社会组织行业发展水平的外部性影响。综上，提出以下假设：

假设①：基金會的运行效率与所属高校对资源的需求程度成正向关系；

假设②：基金会的运行效率与所在地区的社会组织行业发展程度成正向关系；

假设③：基金会的运行效率与所属高校的综合实力成正向关系。

2.内部环境因素。基金会理事会的治理水平和工作专业程度直接决定了基金会的运行效率。基金会的发展历史越久，说明在内部治理及发展水平上更加成熟，运行效率更高。此外，根据信号传递理论，由于信息不对称的存在，部分组织为凸显自身与其他组织的不同，而主动披露需要付出一定行动成本的信息，信息透明度在一定程度上反映组织的运营能力和市场价值。鉴于此，提出以下假设：

假设④：基金会的运行效率与基金会理事会及管理团队规模成正比；

假设⑤：基金会的运行效率与信息公开程度成正比。

以上数据分别来自各基金会年度工作报告、各高校信息公开财务预算总表①、全国第三方大学评价机构艾瑞深发布的校友会大学综合排名得分、基金会中心网发布的各年度FTI基金会透明指数。

（三）Tobit模型回归结果分析

以综合技术效率值为因变量、各影响因素为自变量，导入Stata12.0软件进行Tobit分析，结果如表9所示。

1.假设①的论断成立，高校对资源的需求程度与基金会的运行效率成正向关系，且通过5%的显著性水平检验，这说明高校发展过程中对外界的资源需求程度越高，基金会运行效率越高。出现这一现象的原因可能是，大学作为基金会的利益相关者之一，其需求往往被优先考虑。这进一步验证了基金会对高校发展的支撑作用，从而应该重视大学与基金会的相互协作。

2.假设②的论断成立，地区社会组织行业发展程度与基金会的运行效率成正向关系，且通过10%的显著性水平检验。这说明行业的专业发展程度越高，越有利于带动当地大学基金会的效率提升。政府部门对基金会的监管力度和评价标准促使基金会实行更加专业的管理手段，同时周围同业组织对有限资源的竞争，也加剧了整个行业生产前沿面的提升。因此处于经济发达地区的大学基金会，更需要与政府和同行交流发展、调节竞争，寻求合作共赢点。

3.假设③的论断成立，高校的社会声誉与基金会的运行效率成正向关系，但未通过显著性水平检验。高校的综合实力越强、社会声誉越好，固然越有利于基金会获得较好的资源，这一正向关系已得到验证。但是基金会的运行效率并不完全由获取资源或资金的数量所决定，而是通过专业的治理以达到合理的投入与产出比。因此基金会在依托大学外部性资源优势获得发展便利的同时，更需要强化自身的高效管理和专业决策，逐步实现多元化治理下的市场运作。

4.假设④的论断不成立，理事会规模与大学基金会的运行效率成反向关系，且通过1%的显著性水平检验，这说明理事会规模的扩大没有促进基金会运行效率的提高。根据相关研究的结果，理事会规模越大，越有利于提高其管理绩效[15]，但是管理绩效的提高是否带来产出的提高，从而带动基金会整体效率的提升，有待商榷。相反，基金会规模的扩大如果形成人员数量上的冗余，而治理的专业化程度和资源整合能力并未提高，则会导致投入产出比的下降，即运行效率的下降。因此大学基金会应该制定专业人才的评价机制和流动机制，以保持治理团队的活力和效能。

5.假设⑤的论断成立，基金会的信息透明度与其运行效率成正向关系，且通过10%的显著性水平检验。这说明基金会信息披露程度越高，在获得较高声誉和信任的同时，实现利益相关者的共同治理，从而提高组织的运行效率。因此，大学基金会需要发挥自身优势，在信息披露的主动性、信息质量、披露方式等方面加强创新与合作，促进利益相关者共同创造更高的运行效率。

五、结论与建议

（一）研究结论

研究基于一流大学基金会面板数据，运用BCC-Tobit模型测算了一流大学基金会2016-2020年的运行效率及其影响因素，并利用Malmquist指数对其运行效率进行动态观测。结论如下。

第一，静态效率评价层面。一流大学基金会整体运行效率距离前沿面有一定差距，行业整体还未达到DEA有效，说明基金会资源配置能力、资源使用效率还不足。纯技术效率较低是制约整体效率的主要因素，说明一流高校需要提高管理水平和治理能力。具体来看，五年间有4家基金会处于DEA有效，20家基金会DEA改善，18家基金会DEA恶化。大部分基金会处于规模报酬递增阶段，因此这些基金会可以扩大要素的投入，从而带来公益产出的增加。

第二，动态效率评价层面。一流大学基金会全要素生产率指数逐年上升，主要是由于技术效率的拉动，可见基金会治理能力和管理水平的不断提升带动了运行效率的提高。进一步分析，基金会全要素生产率提高主要是由于纯技术效率的拉升，基金会全要素生产率下降主要是由于规模效率的拖累。

第三，影响因素层面。地区社会组织发展程度、高校对资源的需求程度、基金会信息透明度对运行效率有显著正向影响，理事会规模对运行效率有显著负向影响，高校社会声誉和综合实力对运行效率有正向但不显著的影响。

（二）对策建议

鉴于上述研究，为推进我国“双一流”建设的深入实施，提升一流大学基金会运行效率，提出以下建议。

1.重视基金会协同治理能力，扩大资源导入规模。大学基金会作为具有双重属性的社会组织，不仅为“双一流”建设发展提供必要的资金补充，在校企合作、校园文化、社会服务等内涵建设方面也发挥着协调治理能力。此外，新冠肺炎疫情发生以来，以武汉大学基金会为代表的大学基金会充分展现了应对社会突发事件以及全方位资源整合能力，为高校抗击疫情做出突出贡献。可见基金会的供给能力伴随着大学需求的增加而不断提升，因此在规模报酬递增的现阶段，大学要继续重视基金会的建设与发展，做好顶层设计，扩大资源导入，将基金会的发展纳入到一流大學建设中。

2.优化基金会制度环境，厘清行政干预边界。虽然大学和基金会是相互独立的法人机构，然而基金会的发展却享受着大学的外部性影响，物资、经费、人员、声誉都依附于大学而存在，治理决策往往受到大学的行政干预，无法与市场完全接轨。而大学作为准公共产品提供者，无法完全参与市场化运作，因此对基金会的过多干预必将破坏基金会市场活力。因此，一流大学应该通过机制的设定来规范和指导基金会的工作，扩大基金会的自主权，将大学的管理与基金会自治深度融合，形成多元治理模式，促进基金会的专业化运作。

3.完善理事会成员结构，提升内部治理水平。理事会是大学基金会的最高决策机构，理事会成员是大学基金会资源筹集的重要力量，理事会成员不仅要具有丰富的社会资本，同时成员之间还应该在行业背景、专业背景、性别及年龄分布上存在差异性和多样性，以保证理事会决策的科学性。因此理事会应避免以下三种情况出现：一是避免理事会职能被架空，秘书处或高校相关职能部门代为行使决策权力；二是避免理事会成员职责被忽略，理事身份作为寻租或标榜的工具，理事长期不参与理事会议及决策，造成资源浪费和效率低下；三是避免理事会规模冗余，造成较高的沟通成本和较低的决策效率。

4.创新信息公开方式，构建双向交流渠道。信息公开是基金会合规运营的必要条件，是提升基金会公信力的基础。数字时代不仅要求基金会以常规方式披露信息内容，更需要借助大数据手段创新信息传播方式，构建基金会与社会双向互动机制，形成循环互动模式，以此提升信息公开水平。

注释：

①由于保密原则，工信部下属四所一流高校未透露年度财政预算，因此本次Tobit模型剔除该四所高校样本。

参考文献：

[1]罗志敏，马浚锋.中国高等教育省域财政压力指数的研制与测评[J].教育与经济，2020，36（3）：39-49+80.

[2]约翰斯通.高等教育财政问题与出路[M].沈红，李红桃，译.人民教育出版社，2004：110-101.

[3]邓娅.我国高等教育财政体制改革与大学基金会的兴起[J].北京大学教育评论，2011，9（1）：94-106+190.

[4]赵坤宁.2021大学基金会大额捐赠观察报告[R].北京：明善道（北京）管理顾问有限公司，2021：11-12.

[5]杨金键.非营利组织与公众信任关系研究：基于科尔曼的理性选择理论[J].行政论坛，2011，18（1）：57-59.

[6]马迎贤.从代理理论的角度谈非营利组织治理[J].财会月刊，2006（11）：13-15.

[7]贺斯琪.非营利基金会组织资金运营效率研究[D].云南师范大学，2019：15-16.

[8]KAPLAN S.Strategic Performance Measurement and Management in Nonprofit Organizations［J］.Nonprofit Management & Leadership，2001，11（3）：353-370.