張馨月

摘 要：高校是中國基礎(chǔ)研究的重要力量，探析中國重點(diǎn)高?；A(chǔ)研究投入產(chǎn)出效率及未來發(fā)展具有重要意義。以2001-2016年中國重點(diǎn)高?；A(chǔ)研究投入產(chǎn)出數(shù)據(jù)為基礎(chǔ)，構(gòu)建了基礎(chǔ)研究投入產(chǎn)出指標(biāo)的ARMA模型，并利用模型預(yù)測了2017-2020年重點(diǎn)高?；A(chǔ)研究投入產(chǎn)出量。同時(shí)，運(yùn)用DEA法對2019-2020年中國重點(diǎn)高校基礎(chǔ)研究投入產(chǎn)出量的預(yù)測值進(jìn)行了修正，確定了有效的目標(biāo)值，為高?；A(chǔ)研究的科學(xué)發(fā)展提出了政策建議。

關(guān)鍵詞：基礎(chǔ)研究;ARMA模型;DEA方法;投入產(chǎn)出預(yù)測;效率分析

中圖分類號：F23 文獻(xiàn)標(biāo)識碼：Adoi：10.19311/j.cnki.1672-3198.2020.01.043

0 引言

基礎(chǔ)研究是指認(rèn)識自然現(xiàn)象、揭示自然規(guī)律，獲取新知識、新原理、新方法的研究活動(dòng)，具有先導(dǎo)性、探索性和時(shí)代性的特點(diǎn)。我國重點(diǎn)高校是高校基礎(chǔ)研究的主力軍，其基礎(chǔ)研究發(fā)展效率直接關(guān)系到我國前沿科技的發(fā)展水平，因此，以重點(diǎn)高校為研究對象研究我國高?；A(chǔ)研究水平很具有代表性。本文將重點(diǎn)高校確定為：“211”及省部共建學(xué)校。本文構(gòu)建了基礎(chǔ)研究投入與產(chǎn)出ARMA模型，并預(yù)測2019-2020年重點(diǎn)高校基礎(chǔ)研究投入與產(chǎn)出各指標(biāo)的預(yù)測值;然后運(yùn)用DEA法對預(yù)測值進(jìn)行了修正，得出了綜合效應(yīng)較好的基礎(chǔ)研究投入與產(chǎn)出各指標(biāo)的修正值，為未來我國重點(diǎn)高校的基礎(chǔ)研究投入與產(chǎn)出量給予參考值，為相關(guān)決策部門提供參考建議，并就優(yōu)化基礎(chǔ)研究投入產(chǎn)出結(jié)構(gòu)提出實(shí)質(zhì)性建議。

2 實(shí)證分析

2.1 重點(diǎn)高?；A(chǔ)研究投入與產(chǎn)出量預(yù)測

本文以我國重點(diǎn)高校2001-2016年間的科研投入產(chǎn)出為例，構(gòu)建ARMA模型預(yù)測未來的投入與產(chǎn)出值。數(shù)據(jù)均選自教育部科技司《高等學(xué)?？萍冀y(tǒng)計(jì)資料匯編》，因2017-2018年數(shù)據(jù)未公布，本文對這兩年數(shù)據(jù)也進(jìn)行了預(yù)測，并據(jù)此預(yù)測了2019-2020年的數(shù)據(jù)。指標(biāo)選取參考張璞等在中國高?？蒲谢顒?dòng)全要素生產(chǎn)率研究中對高?；A(chǔ)研究類投入產(chǎn)出效率指標(biāo)的劃分，具體內(nèi)容見表1所示。

本文根據(jù)基礎(chǔ)研究投入與產(chǎn)出的指標(biāo)分別構(gòu)建重點(diǎn)高?；A(chǔ)研究人員投入、經(jīng)費(fèi)投入、出版著作數(shù)、發(fā)表論文數(shù)的ARMA模型，預(yù)測未來重點(diǎn)高?；A(chǔ)研究各投入與產(chǎn)出指標(biāo)的預(yù)測值。由于構(gòu)建模型的數(shù)量較多，但構(gòu)建方法一樣，為此，本文僅以重點(diǎn)高校2001-2016年基礎(chǔ)研究人員投入數(shù)據(jù)為例，構(gòu)建ARMA模型，并對其說明。

首先選取高校2001-2016年基礎(chǔ)研究人員投入數(shù)據(jù)，運(yùn)用Eviews7.2軟件進(jìn)行平穩(wěn)性、白噪聲檢驗(yàn)，以確定數(shù)據(jù)的平穩(wěn)性。平穩(wěn)性說明該數(shù)值圍繞在其平均值上下波動(dòng)，且不隨時(shí)間t的影響。檢驗(yàn)發(fā)現(xiàn)，基礎(chǔ)研究人員投入的時(shí)間序列呈現(xiàn)一定的趨勢性，可能是非平穩(wěn)序列。首先采用ADF檢驗(yàn)法對數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，檢驗(yàn)結(jié)果如圖1所示。

從圖1可知，統(tǒng)計(jì)量t=-3.20047，大于1%顯著水平下的臨界值，說明原始序列并非完全平穩(wěn)的，對數(shù)據(jù)進(jìn)行一階差分，再進(jìn)行單位根檢驗(yàn)。單位根檢驗(yàn)結(jié)果顯示，統(tǒng)計(jì)量t=-5.938591，小于1%，5%，10%的顯著水平下的臨界值，說明原始序列一次差分后是平穩(wěn)的，數(shù)據(jù)進(jìn)行一階差分后，可以用于建模。

為確定模型的類別，需要對一階差分的時(shí)間序列進(jìn)行自相關(guān)函數(shù)（AC）和偏相關(guān)函數(shù)（PAC）分析，根據(jù)其的變化趨勢來確定模型的類型。時(shí)間序列檢驗(yàn)顯示自相關(guān)函數(shù)變化趨勢屬于拖尾，偏相關(guān)函數(shù)變化趨勢也屬于拖尾，故預(yù)測模型選用ARMA。之后需要確定模型的階數(shù)，根據(jù)自相關(guān)函數(shù)的變化趨勢，滯后帶2階與0值差異最大，考慮模型的樣本較少，故q值在1-2階的范圍。初步選定考察階數(shù)范圍后，更精確的階數(shù)要靠AIC或SC的值判斷。表2為自相關(guān)函數(shù)與偏相關(guān)函數(shù)取不同階數(shù)ARMA模型的AIC或SC值比較，從表2可知，ARMA（2，2）模型的AIC和SC最小，故模型的階數(shù)確定為ARMA（2，2）。

構(gòu)建好模型后，需要檢驗(yàn)?zāi)Ｐ蜌埐钚蛄惺欠駷榘自肼?，檢驗(yàn)結(jié)果如圖2。結(jié)果顯示模型殘差序列的樣本自相關(guān)數(shù)和偏相關(guān)數(shù)都落入隨機(jī)區(qū)間內(nèi)，統(tǒng)計(jì)Q的概率絕大部分都大于0.05，說明殘差序列是白噪聲系列，模型是顯著的。

最后利用建立的ARMA（1，2）模型對重點(diǎn)高?；A(chǔ)研究人員投入量進(jìn)行預(yù)測，圖3為預(yù)測值與實(shí)際值的趨勢圖，可以看出真實(shí)值和預(yù)測值兩條曲線的擬合情況較好，走勢較為一致。具體預(yù)測數(shù)據(jù)見表3，最大預(yù)測誤差小于2%，預(yù)測精度很高，充分證明了ARMA模型預(yù)測的優(yōu)越性。根據(jù)ARMA（1，2）模型預(yù)測得到2017-2020年我國重點(diǎn)高?；A(chǔ)研究人員投入量見表3所示。

同理，構(gòu)建重點(diǎn)高校2001-2016年基礎(chǔ)研究經(jīng)費(fèi)投入的投入指標(biāo)模型，出版著作數(shù)和發(fā)表論文數(shù)的產(chǎn)出指標(biāo)模型，模型分別為ARIMA（1，2，1）、ARMA（2，2）和ARIMA（2，1，2），進(jìn)行預(yù)測及檢驗(yàn)，得出預(yù)測結(jié)果，匯總預(yù)測值如表4所示。

2.2 重點(diǎn)高校基礎(chǔ)研究效率分析

本文采用DEAP2.1軟件進(jìn)行數(shù)據(jù)分析，將實(shí)際值和預(yù)測值組合的2001-2020年我國重點(diǎn)高校基礎(chǔ)研究投入與產(chǎn)出的連續(xù)數(shù)據(jù)輸入DEAP2.1軟件進(jìn)行處理，選擇面向投入的分析方式，得到了2001-2020年我國重點(diǎn)高校基礎(chǔ)研究效率水平，包括技術(shù)效率、純技術(shù)效率以及規(guī)模效率，具體情況如表5所示。

從表5可以看出：

（1）2001-2020年我國重點(diǎn)高?；A(chǔ)研究的技術(shù)效率平均值為0.913，純技術(shù)效率平均值為0.965，規(guī)模效率的平均值為0.945。技術(shù)效率最低為0.824，最高為1.000，這說明2001-2020年我國重點(diǎn)高校基礎(chǔ)研究的整體情況不錯(cuò)。

（2）近幾年，我國重點(diǎn)高校的基礎(chǔ)研究效率顯著提高，技術(shù)效率從2014年的0.840上升到2020年的0.929，這說明我國重點(diǎn)高校逐步優(yōu)化了基礎(chǔ)研究的資金支出結(jié)構(gòu)，提高了基礎(chǔ)研究的支出效率。

（3）DEA有效的年份為2001年和2003年，我國重點(diǎn)高校的基礎(chǔ)研究在這兩年處于最佳收益規(guī)模狀態(tài)，無需大幅度調(diào)整基礎(chǔ)研究的投入與產(chǎn)出規(guī)模。2001-2003年、2006-2008年及2020年我國重點(diǎn)高?；A(chǔ)研究的純技術(shù)效率有效，而規(guī)模無效。這些年份可以僅通過調(diào)整科研規(guī)模實(shí)現(xiàn)規(guī)模有效和整體技術(shù)有效。2004-2005年、2009-2019年我國重點(diǎn)高校的基礎(chǔ)研究既不是純技術(shù)有效，也不是規(guī)模有效，導(dǎo)致技術(shù)效率比較低，這要求重點(diǎn)高校既要調(diào)整基礎(chǔ)研究的投入產(chǎn)出規(guī)模，也要提高管理和技術(shù)水平，提升基礎(chǔ)研究的綜合技術(shù)水平。

（4）在20年中，除了2001年和2003年，僅在2002年我國重點(diǎn)高?；A(chǔ)研究的規(guī)模報(bào)酬遞增，需要增加基礎(chǔ)研究的人員和經(jīng)費(fèi)投入，其他年份均處于規(guī)模報(bào)酬遞減的狀態(tài)，只有減少基礎(chǔ)研究的投入規(guī)模才能實(shí)現(xiàn)最佳的規(guī)模收益。

2.3 預(yù)測值的修正與分析

為了進(jìn)一步提高我國重點(diǎn)高?；A(chǔ)研究的效率水平，本文對非DEA有效的年份計(jì)算了基礎(chǔ)研究的投入冗余量和產(chǎn)出不足量。由于本研究主要為未來基礎(chǔ)研究的投入決策提供參考，因此只對預(yù)測年份的數(shù)據(jù)進(jìn)行說明。在所有效率分析的年份中，2001-2016年為歷史數(shù)據(jù)，2017-2020年為預(yù)測數(shù)據(jù)，但2017和2018年的數(shù)據(jù)已經(jīng)客觀存在，也應(yīng)是歷史數(shù)據(jù)，只是尚未公布。因此，本文僅對2019年和2020年的預(yù)測值進(jìn)行修正，結(jié)果如表6所示。

3 研究結(jié)論與政策建議

3.1 研究結(jié)論

本文研究發(fā)現(xiàn)，我國重點(diǎn)高?；A(chǔ)研究的綜合效率較好，基本達(dá)到了0.9以上，特別是可預(yù)測的近5年，綜合效率呈現(xiàn)明顯上升的趨勢。這說明我國正在優(yōu)化高校的基礎(chǔ)研究投入結(jié)構(gòu)，在增加基礎(chǔ)研究投入的同時(shí)增加產(chǎn)出規(guī)模，基礎(chǔ)研究的支出效率得到提升，管理水平得到提高。

本文通過ARMA分析給出了未來兩年我國基礎(chǔ)研究的投入產(chǎn)出預(yù)測值，并運(yùn)用DEA方法對預(yù)測值進(jìn)行了修正，將2019年和2020年我國重點(diǎn)高?；A(chǔ)研究的投入冗余量剔除，產(chǎn)出不足量進(jìn)行彌補(bǔ)，最終得到有效的目標(biāo)值，并將該值作為未來兩年我國重點(diǎn)高?；A(chǔ)研究投入產(chǎn)出量的參考值。

3.2 政策建議

我國重點(diǎn)高校的基礎(chǔ)研究關(guān)系到全國高校以及整個(gè)社會(huì)的基礎(chǔ)研究水平，影響著我國前沿科技的進(jìn)步與發(fā)展，提高重點(diǎn)高校的基礎(chǔ)研究效率是提升我國高校科研水平的重要途徑?，F(xiàn)階段，各個(gè)相關(guān)主體應(yīng)該發(fā)揮各自職能，努力提升高?；A(chǔ)研究水平。

教育主管部門不僅要關(guān)注基礎(chǔ)研究投入量，還要關(guān)注基礎(chǔ)研究的投入效率，從長遠(yuǎn)角度來規(guī)劃未來我國高?；A(chǔ)研究的發(fā)展方向，制定優(yōu)化基礎(chǔ)研究發(fā)展的政策，合理配發(fā)基礎(chǔ)研究使用經(jīng)費(fèi)，大力培養(yǎng)基礎(chǔ)研究人才，鼓勵(lì)高校積極開展有創(chuàng)造性、前瞻性、高效益的基礎(chǔ)研究工作，生產(chǎn)出更多優(yōu)秀的基礎(chǔ)研究成果。

參考文獻(xiàn)

[1]施嶸，姜田，徐夕生.關(guān)于“基礎(chǔ)研究”的探討[J].中國高?？萍?，2017，（8）：18-20.

[2]劉天佐，許航.我國不同區(qū)域高校科研投入產(chǎn)出績效及其影響因素分析——基于DEA-Tobit模型的實(shí)證研究[J].科技管理研究，2018，（13）.

[3]魏權(quán)齡.數(shù)據(jù)包絡(luò)分析（DEA）[M].北京：科學(xué)出版社，2006.

[4]張璞，王嘉曦，董曉楠.中國高?？蒲谢顒?dòng)全要素生產(chǎn)率研究[J].科技和產(chǎn)業(yè)，2018，18（09）：66-71.

[5]郜林平，魯勇兵.基于DEA方法的高校R&D投入產(chǎn)出績效評價(jià)與對策研究——以河北省29所高校為例[J].經(jīng)濟(jì)與管理，2016，30（2）：37-42.