高校科研預算績效撥款模式設計與應用*

中南民族大學管理學院 翟華云 雷建波 新興重工湖北三六一一 張獻武

近來來，我國高校頻頻爆出的科研弄虛作假，騙取國家科研經費的問題值得深思，科研經費的下撥和科研經費的管理是造成這些問題的根本，其中科研經費的下撥更是源頭。如果能夠科學合理地下撥科研經費，從源頭控制，就不會出現或者至少可以減少上述弄虛作假套取國家科研經費的問題。目前我國大學的科研撥款模式是面向投入的，這很大程度上給弄虛作假套取國家科研經費提供了可能，容易導致腐敗問題。現有的大學科研撥款模式并不適合我國的實際情況，而且也不能解決大學資源配置的效率問題，還容易導致腐敗。把產出與資源配置聯系起來，通過“投入”和“產出”的情況來分析高校的科研績效，并以此為基礎來確定其撥款的數額，可以很好地解決科研經費弄虛作假問題。

一、文獻綜述

（一）國外文獻綜述 國外關于教育科研績效的研究比我國起步早，已經產生了很多關于績效的模型和方法，比如隨機前沿分析方法（SFA）和數據包絡分析法（DEA）等，而這些方法西方早在20世紀70年代就把它們應用到教育領域來評估其績效。2001年E.Steuer應用改進的DEA模型對高校的科研績效和教學績效進行了研究，并解決了決策單元的一些局限性問題。2008年Abbotta強調如何應用改進的DEA模型來更好的研究科研資源的配置效率。綜上所述，國外學者在如何改進模型上，以及使績效模型能更好的計量和估計績效方面進行了很深入的研究，同時也對如何應用這些改進的模型進行了說明。總的來說，西方國家對績效的研究還是比較深入和全面的。

（二）國內文獻綜述 我國對高校績效的研究比西方國家稍晚。2009年楊秀芹根據高校科研的內涵建立高校科研指標體系。2010年李主超、石昊通過比較英美高校績效指標體系，同時結合我國高校的特點提出了我國高校績效指標體系應具有的特性。2011年張小萍對如何建立中央高校教育經費撥款新機制提出了五個方面的建議。2014年張友棠、李思呈、曾芝紅應用DEA模型對我國“985”高校的撥款模式進行了探討。綜上，我國對高校科研績效的研究大多是績效指標體系的研究，或雖然有對高校的撥款模式進行研究，但也僅僅針對“985”高校。研究的局限性在于：一是缺乏可比性；二是指標體系的構建影響因素有很多，沒有對其進行相應處理就直接代入進行研究，效果沒有處理后的好。因此，本文同時選取“985”高校和“211”高校進行對比來研究其科研績效，并且先對科研績效的指標體系進行了主成分分析，并應用處理后的綜合數據設計了一套大學科研預算績效撥款模式，這對提高高校科研資源的利用率和防止科研腐敗有很好的促進作用。

二、高校科研預算績效撥款模式設計

（一）模型構建 數據包絡分析簡稱DEA，是數學、運籌學、數理經濟學和管理科學一個新的交叉領域。本文之所以選取DEA對高校科研績效進行評價，是基于我國高校科研本身的特點和DEA的優點決定的。我國高校科研很明顯是一個多投入，同時也是多產出的決策單元。而DEA可以在不用知道投入產出要素權重、也無需無量綱化處理等繁瑣工作的情況下，解決多投入與多產出績效評價的問題。同時，DEA不是對DMU集合的整體進行單一優化，而是對每一個DMU進行優化，可以避免過多的引入主觀因素，從而可以得到更切合實際的評價值。C2R和BC2是最經典的綜合DEA模型。由于研究的是撥款的科學性，因此撥款投入的效率很重要。因此，可以根據C2R和BC2模型來建立模型。

其中，RPI為科學研究績效指數，Xj為實際投入量，△Xj為投入冗余量，各高校科學研究撥款總額為A，各高校的撥款比例為Bj，高校的撥款額為Ej。

（二）指標體系構建 西方國家對高校績效評價研究的較早，在績效評價體系研究方面也取得了很多的成果。特別是英國和美國，他們更是以績效為導向來實施大學績效撥款。美國把高校績效指標分為4個大類，13個次類，70多個指標。英國則是把高校績效指標分為三個部分，18項指標。在借鑒英美兩國績效評價指標體系的基礎上，結合我國高校科研的實際情況，設計基于高校功能的“投入—產出”二維科研績效評價指標體系，并在參考其他文章關于高校科研投入產出指標設計的基礎上，總結篩選出投入類9個二級指標，產出類科學研究3個二級指標，如表1。

表1 高校“投入-產出”關鍵績效指標

（三）指標處理 由于投入指標有9個，相對于產出來說較多，所以對投入指標進行主成分分析。主成分分析是處理多個變量的一種統計方法，它在保證信息丟失最少的前提下，將多個原有變量綜合為幾個較少的綜合指標，然后再將主成分分析得出的投入的綜合指標作為DEA的投入量。最后，通過代入DEA軟件和模型構建里的5個公式，就完成了整個模式的設計。

三、高校科研預算績效撥款模式應用

（一）數據來源及樣本分析 數據來源于《教育部直屬高校2010年基本情況統計資料匯編》，中華人民共和國教育網站和各大高校官方網站，樣本選擇標準如下：（1）教育部直屬高校；（2）剔除沒有投入、產出二級指標項目數據的高校即數據不全高校；（3）剔除數據異常的樣本高校；（4）對所篩選出來的數據進行標準化處理。最后，獲得由47個教育部直屬高校組成的一個樣本。其中29所“985工程”大學，18所非“985工程”但是“211工程”大學。

（二）主成分分析

（1）KMO和巴特利球體檢驗。利用SPSS軟件，對47個樣本的9項投入指標進行主成分分析，如表2可以看出，剝離的巴特利特球度檢驗的觀測值為405.361，其對應的概率P值為0.000接近于0，小于給定的顯著性水平，同時KMO值為0.853，可以做主成分分析。

表2 KMO和巴特利球體檢驗

（2）公共因子數的確定。本文利用主成分分析法，對投入指標進行估計因子以及用最大方差旋轉法進行因子旋轉，選取特征值大于0.7，可以得到3個公共因子，如表3所示，累積方差貢獻率為86.05%，認為原有信息大部分沒有流失，可以反映樣本的真實情況。

（3）構建綜合得分模型。采用回歸法估計得分系數，對投入指標進行因子分析并提取公因子，得到因子得分，輸出因子得分系數如表4，根據表4寫出以下因子得分函數：

表3 因子解釋原有變量總方差的情況

表4 因子得分系數矩陣

（三）代入模型構建的公式 將以上主成分分析得出的投入的綜合指標作為DEA的投入量，表1產出二級指標的值為產出量，代入DEA模型,同時假設教育部為其所屬高校的科學研究撥款總額A為10000萬元，再依次代入式2、式3、式1、式4、式5計算，可以算出各高校的科學研究撥款額，如表5。

四、結論

從總體來看：即從整體的技術效率看，只有21所高校的技術效率達到了1，占整體樣本的44.68%，而55.32%的高校科學研究技術效率并不理想。由于技術效率為純技術效率和規模效率的乘積，所以建議技術效率不理想的高校應該提高投入資源的管理水平，或者根據實際情況調整發展戰略，總結經驗教訓，適當地提高規模效率，從而達到整體技術有效。

從對比來看：29所“985工程”高校中有12所高校技術效率達到了1，占比為41.38%，比總體技術有效水平低。對于即非規模有效又非技術有效的高校，首先應該解決技術上存在的問題，然后再考慮規模不合理的問題。而在其余18所“211工程”非“985工程”大學中，有9所大學技術效率為1，比例為50%，高于總體技術有效水平，但總的來說比例還比較低，有待改善。

通過以下五個步驟：第一，建立科研績效指標體系；第二，確定高校科研的投入產出；第三，計算高校的技術效率；第四，計算高校的平均投入率；第五，通過各高校的績效確定其科研經費的撥款額，不僅可以分析我國高校的科研績效，發現不足并彌補不足；還可以確定高校科研經費撥款額，這在很大程度上解決了高校弄虛作假套取國家科研經費的問題，同時結合其他措施，如加強科研經費的管理等，能夠更科學地利用我國有限的教育資源，從而降低科研成本，提高科研質量和數量，提高大家參與科研的積極性，保障科研創新的活力和動力。

表5 教育部直屬高校科學研究撥款

［1］李思呈、張友棠、曾芝紅：《基于DEA的大學預算績效撥款模式創新設計》，《會計研究》2014年第1期。

［2］梁傳杰：《學科績效評價方法的構建與應用》，《高教發展與評估》2010年第4期。