趙聚輝，鄒宏偉

(遼寧師范大學(xué)，遼寧 大連 116029)

創(chuàng)新是引領(lǐng)經(jīng)濟(jì)發(fā)展的第一動力，要加強(qiáng)全民族的創(chuàng)新能力，科技創(chuàng)新在全面創(chuàng)新中具有重要的作用。近年來，高?？蒲匈Y源投入力度逐漸加大，科研經(jīng)費(fèi)不斷增長，政府積極參與，為科研工作提供了大力支持，為科技創(chuàng)新提供動力與有力保障。然而，在加大投入的同時也應(yīng)該關(guān)注成果產(chǎn)出問題，只有將錢花在刀刃上，才能最大限度地發(fā)揮出其效力，不造成資源浪費(fèi)。

論文基于投入－產(chǎn)出理論，利用包絡(luò)數(shù)據(jù)分析方法(DEA)，綜合利用靜態(tài)的DEA－BCC模型和動態(tài)的DEA－Malmquist指數(shù)模型，對我國31個省區(qū)市高校2016~2020年的科研績效進(jìn)行評價。本文的創(chuàng)新之處在于所使用的區(qū)域劃分方法并不是絕大多數(shù)人所使用的東部、中部與西部的劃分方法。本文認(rèn)為經(jīng)濟(jì)發(fā)展水平與科研績效有著緊密的聯(lián)系，故利用GDP水平的高低將我國的區(qū)域劃分為三大部分，探究GDP發(fā)展水平與科研績效之間的關(guān)系。

一、文獻(xiàn)綜述

高校的科研績效評價一直受到國內(nèi)外學(xué)者的廣泛關(guān)注。劉天佐和許航基于DEA－BCC模型與Tobit模型探究不同地區(qū)的科研績效水平與影響因素，最終從高校內(nèi)部體制管理和經(jīng)濟(jì)與環(huán)境政策兩個方面提出政策性建議。廖帥等基于DEA模型研究發(fā)現(xiàn)人均GDP欠發(fā)達(dá)地區(qū)的高校在科研成果轉(zhuǎn)化上最為不足，應(yīng)建立人才激勵機(jī)制，加強(qiáng)產(chǎn)學(xué)研合作。苑澤明等利用DEA－BCC和DEA－Malmquist模型研究發(fā)現(xiàn)京津冀三地高?？蒲锌冃Р町惷黠@。胡德鑫和王軼偉基于DEA模型對“985”高校進(jìn)行科研競爭力評價，通過對高校之間資源配置的比較，提出改進(jìn)策略，有效提高科研競爭力。宗曉華和付呈祥基于教育部直屬高校相關(guān)數(shù)據(jù)對我國研究型大學(xué)進(jìn)行相關(guān)數(shù)據(jù)實(shí)證分析，認(rèn)為我國應(yīng)該實(shí)現(xiàn)高等教育的內(nèi)涵式發(fā)展。Flegg等測算了英國45所大學(xué)生產(chǎn)效率的變動。閆平等利用包絡(luò)數(shù)據(jù)分析方法對教育部直屬48所高?？蒲锌冃竭M(jìn)行研究，發(fā)現(xiàn)高校科研效率的提高來源于技術(shù)效率的增長。

二、研究對象、評價指標(biāo)與數(shù)據(jù)來源

(一)研究對象

本文以31個省區(qū)市作為研究對象，研究所屬高校的綜合技術(shù)效率、純技術(shù)效率與規(guī)模效率。同時將決策單元按照2020年的GDP數(shù)據(jù)進(jìn)行劃分，劃分為高、中、低三大區(qū)域。

GDP高水平的地區(qū)有廣東、江蘇、山東、浙江、河南、四川、福建、湖北、湖南、上海，共計10個省(直轄市)；

GDP中等水平的地區(qū)有安徽、河北、北京、陜西、江西、遼寧、重慶、云南、廣西、貴州，共計10個省(直轄市、自治區(qū))；

GDP低水平的地區(qū)有山西、內(nèi)蒙古、天津、新疆、黑龍江、吉林、甘肅、海南、寧夏、青海、西藏，共計11個省(直轄市、自治區(qū))。

(二)評價指標(biāo)

高校科研績效評價的核心就是選取合適的評價指標(biāo)，對于指標(biāo)的選取主要從投入與產(chǎn)出兩個方面進(jìn)行衡量。投入指標(biāo)即為人力資源與財力資源的投入。本文以“研究與發(fā)展全時當(dāng)量人員” 和“科研經(jīng)費(fèi)內(nèi)部支出”作為投入指標(biāo)。以“出版科技專著” “發(fā)表學(xué)術(shù)論文總數(shù)” “專利授權(quán)數(shù)” “技術(shù)轉(zhuǎn)讓當(dāng)年實(shí)際收入”等四項指標(biāo)作為產(chǎn)出指標(biāo)。如表1所示。

表1 高?？蒲型度氘a(chǎn)出指標(biāo)情況

(三)數(shù)據(jù)來源

本文的投入產(chǎn)出數(shù)據(jù)均來自2016~2020年教育部科技司發(fā)布的?高等院校科技統(tǒng)計資料匯編?。

三、實(shí)證分析

(一)基于DEA－BCC模型的靜態(tài)分析

數(shù)據(jù)包絡(luò)分析方法是A.Charnes，W.W.Coope和E.Rhodes于1978年提出的，利用數(shù)學(xué)規(guī)劃方法，借助統(tǒng)計數(shù)據(jù)進(jìn)行研究，對多投入與多產(chǎn)出的評價對象進(jìn)行相對有效性評價。DEA方法無須預(yù)估參數(shù)與權(quán)重，可以減少主觀因素對數(shù)據(jù)結(jié)果的影響，能夠?qū)冃ё龀龈鼮榭陀^的評價，化繁為簡。包絡(luò)數(shù)據(jù)分析方法(DEA)主要包括兩個模型，即DEA－CCR模型與DEABCC模型，CCR模型用來評價部門間的相對有效性，BCC模型主要用于評價生產(chǎn)部門的技術(shù)有效性。

本文選取我國各地區(qū)2016~2020年的投入與產(chǎn)出指標(biāo)數(shù)值，以投入為導(dǎo)向，利用DEA－BCC模型進(jìn)行靜態(tài)分析，數(shù)據(jù)分析與處理軟件為DEAP2.1，得到技術(shù)效率、純技術(shù)效率與規(guī)模效率的數(shù)值。為方便進(jìn)行數(shù)據(jù)分析，將其整理為表2。

表2 2016~2020年我國各地區(qū)高?？蒲锌冃闆r

從實(shí)證分析結(jié)果可以看出，技術(shù)效率均值有效的地區(qū)有11個，分別是:北京、內(nèi)蒙古、江蘇、浙江、河南、海南、重慶、貴州、陜西、寧夏、新疆，占總樣本的35%左右，2016~2020年總體的技術(shù)效率均值為0.796。低于均值的地區(qū)有13個，分別是天津、遼寧、吉林、黑龍江、上海、安徽、湖北、湖南、廣東、廣西、四川、西藏、青海，在這13個地區(qū)中有5個地區(qū)屬于GDP高水平地區(qū)，3個屬于GDP中等水平地區(qū)，5個屬于GDP低水平地區(qū)，在三大區(qū)域的分布中分布較為均勻?？梢钥闯?，經(jīng)濟(jì)發(fā)展水平與高?？蒲锌冃降母叩蜔o必然聯(lián)系。整體的均值水平表明我國31個省區(qū)市高校的科研效率水平總體不高，仍有較大的提升空間，各區(qū)域間要加強(qiáng)區(qū)域合作與信息交流，以縮小地區(qū)間的科研績效差距，提升我國總體的科研績效水平。純技術(shù)效率均值有效的地區(qū)有15個，分別是:北京、內(nèi)蒙古、遼寧、江蘇、浙江、山東、河南、海南、重慶、四川、貴州、西藏、陜西、寧夏、新疆，占總樣本的48%左右，2016~2020年總體的純技術(shù)效率均值為0.889，整體上來看運(yùn)行效率良好，但天津的純技術(shù)效率均值僅有0.485，效率過低，天津應(yīng)注意內(nèi)部管理水平與運(yùn)行效率，同時存在相同問題的省份還有吉林和上海，也要多加關(guān)注運(yùn)行效率。本文以投入為導(dǎo)向，純技術(shù)效率可以反映出最大產(chǎn)出情況下的最小投入成本，純技術(shù)效率這個指標(biāo)可以反映出高等院?？蒲兄贫鹊倪\(yùn)行效率以及高等院校的管理水平，為了更好地提升全國的科研績效水平，各地區(qū)高校要加強(qiáng)內(nèi)部管理與運(yùn)行效率。規(guī)模效率均值有效的省份有11個，這些地區(qū)與技術(shù)效率均值有效的地區(qū)完全相同。規(guī)模效率可以反映出高等院校的資源配置是否為最優(yōu)投入規(guī)模。2016~2020年總體的規(guī)模效率均值為0.895，總體均值水平較高，反映高等院?？蒲匈Y源規(guī)模效率良好，但遼寧、四川、西藏地區(qū)規(guī)模效率均值偏低，遼寧的規(guī)模效率均值僅為0.468，應(yīng)優(yōu)化資源配置，從而促進(jìn)規(guī)模效率的增長。

從GDP劃分得出的三個區(qū)域來看，技術(shù)效率均值最高的是GDP水平為中等的區(qū)域，技術(shù)效率均值為0.830，其次為GDP水平低的區(qū)域，技術(shù)效率均值是0.800，均值最低的為GDP水平高的區(qū)域，其技術(shù)效率均值為0.758?；诖藬?shù)據(jù)可以看出經(jīng)濟(jì)發(fā)展水平不一定直接影響到高等院校的科研績效，經(jīng)濟(jì)發(fā)展水平高的區(qū)域科研績效水平不一定高于經(jīng)濟(jì)發(fā)展水平落后的區(qū)域。純技術(shù)效率均值最高的依舊為GDP水平為中等的區(qū)域，純技術(shù)效率均值為0.902，其次為高水平區(qū)域，其均值為0.897，均值最低的是低水平區(qū)域，這說明低水平與高水平區(qū)域應(yīng)加強(qiáng)自身的管理水平與資源運(yùn)行效率，從而進(jìn)一步提升自己的科研績效水平。規(guī)模效率均值最高的是GDP水平低的區(qū)域，其均值為0.924，數(shù)值較高，其次為中等水平地區(qū)，其均值為0.911，均值最低的是高水平區(qū)域，其均值為0.836，這說明GDP水平高的區(qū)域應(yīng)加強(qiáng)自身的資源配置能力，適當(dāng)增加資源投入，同時也需要加強(qiáng)科研建設(shè)，注重內(nèi)部管理水平的提升。需要對各區(qū)域的經(jīng)濟(jì)資源進(jìn)行重新分配，以促進(jìn)科研績效的提升。

對指標(biāo)進(jìn)行分解研究可以得知，制約GDP高水平地區(qū)經(jīng)濟(jì)發(fā)展的原因是資源投入規(guī)模不夠，這些地區(qū)經(jīng)濟(jì)發(fā)展水平雖高，但可能受制于地區(qū)的政策、政府的重視程度等外部因素，資源投入不足，從而導(dǎo)致科研績效水平過低，應(yīng)該引起重視，促進(jìn)資源的合理分配。而制約經(jīng)濟(jì)發(fā)展低地區(qū)的科研績效發(fā)展水平的原因是內(nèi)部管理水平以及科研制度運(yùn)行效率，這些地區(qū)雖然經(jīng)濟(jì)發(fā)展不足，但在資源投入方面卻是最優(yōu)的，整體水平不高是受到了內(nèi)部管理的制約，應(yīng)及時發(fā)現(xiàn)問題，從而有針對性地解決問題。

(二)基于DEA－Malmquist模型的動態(tài)分析

DEA－BCC模型只能從靜態(tài)的角度進(jìn)行數(shù)據(jù)分析，本文分析方法為動靜結(jié)合，故繼續(xù)利用DEAP2.1軟件，基于2016~2020年我國31個省區(qū)市的面板數(shù)據(jù)測算不同年份的科研績效及其變動情況。為方便數(shù)據(jù)分析，將其整理為表3。

表3 2016~2020年度各地區(qū)高校Malmquist指數(shù)及分解情況

使用全要素生產(chǎn)率進(jìn)行數(shù)據(jù)分析時，需關(guān)注數(shù)據(jù)與1之間的關(guān)系:當(dāng)全要素生產(chǎn)率指數(shù)大于1時，代表相鄰兩個時期指數(shù)水平有所提高；當(dāng)全要素生產(chǎn)率等于1時，代表相鄰兩個時期指數(shù)水平?jīng)]有變化；當(dāng)全要素生產(chǎn)率小于1時，代表指數(shù)水平下降。使用全要素生產(chǎn)率進(jìn)行數(shù)據(jù)分析，可分析出引起生產(chǎn)力變動的原因。從表3可以看出，2016~2020年全要素生產(chǎn)率的均值為0.940，這說明我國科研績效水平呈下降趨勢，年均下降6%，需關(guān)注下降原因，有針對性地提升科研績效水平。2016~2018年，科研績效水平一直呈上升趨勢，年均增長為3.65%，其中2016~2017年增長5.8%，2017~2018年增長1.5%，從數(shù)據(jù)可以看出增速放緩。在這幾年間技術(shù)效率指數(shù)與技術(shù)進(jìn)步指數(shù)一直呈上升趨勢，技術(shù)效率指數(shù)可分解為規(guī)模效率指數(shù)與純技術(shù)效率指數(shù)，2016~2018年，純技術(shù)效率指數(shù)呈現(xiàn)略微下降趨勢，但規(guī)模效率指數(shù)的上升空間要高于純技術(shù)效率指數(shù)的下降空間，故技術(shù)效率指數(shù)得以穩(wěn)步提升。這說明這幾年技術(shù)管理水平、資源配置能力與技術(shù)創(chuàng)新及成果質(zhì)量均有不同程度的提高，整體發(fā)展勢頭較好。

2018年開始，全要素生產(chǎn)率呈現(xiàn)下降趨勢，2018~2019年全要素生產(chǎn)率下降11.7%，2019~2020年全要素生產(chǎn)率下降19.6%，下降速度增快，詳細(xì)分析數(shù)據(jù)，發(fā)現(xiàn)這兩年下降的原因是技術(shù)進(jìn)步指數(shù)的降低，這提示我們要注重科技創(chuàng)新，提升科技創(chuàng)新能力，不能止步不前。從整體五年的數(shù)據(jù)來看，所有指標(biāo)均呈下降趨勢，應(yīng)該多加關(guān)注資源配置能力、科研制度運(yùn)行效率以及內(nèi)部的管理水平，注重技術(shù)創(chuàng)新與進(jìn)步，從而促進(jìn)高等院校科研績效水平的穩(wěn)步提升。

四、結(jié)論與建議

(一)結(jié)論

本文利用DEA－BCC與DEA－Malmquist模型進(jìn)行數(shù)據(jù)分析，從動靜結(jié)合角度對我國2016~2020年31個省區(qū)市的面板數(shù)據(jù)進(jìn)行分析，探究不同地區(qū)的科研績效水平與變化趨勢以及經(jīng)濟(jì)發(fā)展水平與科研績效水平之間的關(guān)系。本文打破了傳統(tǒng)的數(shù)據(jù)區(qū)域劃分方法，按照GDP水平對我國31個省區(qū)市進(jìn)行劃分，劃分為GDP水平高中低三個區(qū)域，來研究經(jīng)濟(jì)發(fā)展水平與高等院校科研績效水平之間的關(guān)系，研究結(jié)果表明，我國高等院?？傮w科研績效水平不高，經(jīng)濟(jì)發(fā)展水平與高?？蒲锌冃o必然聯(lián)系，GDP為低水平的地區(qū)科研績效水平反而是最高的，從數(shù)據(jù)結(jié)果來看，GDP為高水平地區(qū)的規(guī)模效率水平不高，主要是資源配置不合理，拉低了整體績效水平。該區(qū)域的各級政府應(yīng)引起重視，引導(dǎo)資源合理配置。經(jīng)濟(jì)發(fā)展為高水平地區(qū)要向經(jīng)濟(jì)發(fā)展為中等水平的地區(qū)學(xué)習(xí)，學(xué)習(xí)其對科研工作的管理手段，如何做到高效率運(yùn)轉(zhuǎn)，從而提升自身的科研績效。故根據(jù)實(shí)證分析結(jié)果，科研績效水平更多的是取決于內(nèi)部管理水平的優(yōu)良以及資源運(yùn)行效率與配置能力，而非取決于經(jīng)濟(jì)發(fā)展水平的高低。從實(shí)證數(shù)據(jù)結(jié)果可以看出，五年間全要素生產(chǎn)率呈現(xiàn)先上升后下降的趨勢，仔細(xì)觀察數(shù)據(jù)不難發(fā)現(xiàn)在樣本區(qū)間的第二年，全要素生產(chǎn)率的增速就已經(jīng)放緩，之后兩年更是快速下降，這提醒我們應(yīng)注意自身能力的全面提升，注重持續(xù)性，加強(qiáng)內(nèi)部管理，關(guān)注運(yùn)行效率，尤其要注重技術(shù)創(chuàng)新能力與研究成果的質(zhì)量。

(二)建議

基于本文的研究結(jié)論，為進(jìn)一步提升我國各地區(qū)高等院校的科研績效水平，提出以下建議:

第一，各地區(qū)高校要加強(qiáng)協(xié)同式發(fā)展，經(jīng)濟(jì)發(fā)展水平高的地區(qū)要加強(qiáng)與中低水平地區(qū)的交流與合作，經(jīng)驗共享，在管理理念、管理制度等方面加強(qiáng)信息共享，降低科研成本，從而達(dá)到共同進(jìn)步的目的，提升全國整體績效水平。

第二，政府應(yīng)加強(qiáng)對各高校的引導(dǎo)，對科研活動高度重視，制定相關(guān)的優(yōu)惠政策，加大人才引進(jìn)力度，在人才引進(jìn)過程中做好篩查，引進(jìn)高質(zhì)量人才，將人才匹配到合適的崗位上，讓其發(fā)揮最大的作用，釋放最大的能力，避免人才浪費(fèi)。在做好人才引進(jìn)的同時也要注重培訓(xùn)，看重能力的提升與后期的進(jìn)步，從而為科研工作提供源源不斷的動力。不僅要注重地區(qū)交流，也要加強(qiáng)人才之間的交流，搭建人才信息交流平臺，經(jīng)驗共享，從而提升其科研能力，加快我國科研績效水平的提升。政府在人力與財力資源上給予高等院校足夠的支持。

第三，加快科研成果向市場和產(chǎn)業(yè)轉(zhuǎn)化的速度，各區(qū)域大量的研究成果沒有很好地向市場轉(zhuǎn)化，成果未能實(shí)現(xiàn)其價值會嚴(yán)重制約科研人員積極性的提高。當(dāng)科研人員看到自己努力做出的實(shí)驗、得出的結(jié)果被采用時，在物質(zhì)與精神上均會得到不同程度的滿足，從而激發(fā)其想要做出成果的積極性。故我們要加強(qiáng)科研成果轉(zhuǎn)換平臺的建設(shè)，為科研成果的轉(zhuǎn)化搭建平臺，開闊市場，加快科研成果向市場的轉(zhuǎn)化速度，努力發(fā)揮成果在經(jīng)濟(jì)、社會、文化中的應(yīng)用價值。

第四，各地區(qū)高校要重視經(jīng)驗總結(jié)，善于發(fā)現(xiàn)自身存在的問題，類似于遼寧、四川、西藏地區(qū)，其純技術(shù)效率均值均為1，但規(guī)模效率極低，應(yīng)找到原因，從而有針對性地提高，實(shí)現(xiàn)內(nèi)涵式高質(zhì)量發(fā)展。