我國人文社會科學學科建設效率及收斂性研究

程慧平

( 湖北工業大學　經濟與管理學院， 湖北　武漢　430068)

我國人文社會科學學科建設效率及收斂性研究

程慧平

( 湖北工業大學經濟與管理學院， 湖北武漢430068)

摘要：采用DEA-Gini系數-收斂分析方法，依據2001—2013年人文社會科學20門學科面板數據，測度學科建設效率之間的差異及其收斂性。研究顯示，我國人文社會科學學科建設效率低下，受純技術效率影響較大，大部分學科處于規模報酬收益遞減階段，人員投入比經費支出能帶來更多的學科建設項目資助。人文社會科學20門學科之間建設效率的差距并不存在顯著的差異。人文社會科學學科建設效率不存在α收斂和條件β收斂，但存在顯著的絕對β收斂。

關鍵詞：數據包絡分析；學科建設效率；人文社會科學；建設效率評估

人文社會科學學科建設效率的衡量，對合理分配人文社會科學科研資源，促進哲學社會科學繁榮發展具有特別重要的意義。研究學科建設效率的相關文獻比較鮮見,在僅有的幾篇文獻中，郭新立指出，DEA方法不僅能評價學科的辦學效益水平，而且能對非技術有效的學科提供改進依據[1]。陳凱華設計了重點學科建設效率的評估指標體系，引入DEA方法討論了重點學科建設效率的科學評估，但遺憾的是沒有進行實證[2]。姜春華采用DEA方法評價了35所“985工程”大學管理學科的投入產出效率，發現35所高校有28所達到生產前沿面，平均效率為0.99[3]。王洪禮引入DEA方法分析高校重點學科建設中的投入與產出關系，為重點學科建設資金在學科之間的分配提供了理論依據[4]。李明引入DEA方法，對某高校理工農醫類、管理學類、人文社科類等多個門類的23個學科的建設效率進行了評價[5]。梁文艷采用DEA-Tobit兩階段模型，測算了2006—2010年“211工程”大學自然科學學科科研生產效率及影響因素[6]。王洪禮采用DEA與SFA方法，分析了天津市15所高校重點投資的58個學科的投入產出效率[7]。

從文獻分析來看，鮮有研究關注我國人文社會科學不同學科建設效率的差異及其收斂性。本文依據2001—2013年人文社會科學20門學科面板數據(如表1)，采用DEA方法測算我國人文社會科學學科建設效率，以期對后續的相關研究有所啟示。

表1　學科名稱及編號

一、指標與方法

(一)指標與數據

選取各學科投入人員(人年)和投入經費(萬元)作為投入指標。考慮數據的可獲得性，選擇各學科R&D課題數(項)[8-9]作為產出指標，衡量各學科獲得資助的能力。本文選擇的時間序列為2001—2013年，數據來源于2002—2014年的《中國科技統計年鑒》。由于已有的統計條目中尚未報道學科經費投入價格指數，考慮到各學科經費投入價格指數存在異質性，若采用相同價格指數，對數據進行平減，難免會帶來誤差，而在采用資本存量時，折舊率選取不當也會對數據處理帶來影響，同時DEA方法是基于截面數據的評價方法，因此本文對于經費投入采用流量數據。

(二)方法

數據包絡分析(DEA)從技術有效性的角度評價樣本范圍內不同決策單元之間的相對有效性。由于DEA方法不必事先確定評價指標的權重和設定具體的生產函數形式就能考察決策單元與最優生產前沿面之間的距離，因此評價結果更具客觀性。可變規模報酬條件下的數據包絡分析模型，將技術效率分解為純技術效率與規模效率兩部分。技術效率是對決策單元的資源配置能力、資源使用效率等多方面能力的綜合衡量與評價。純技術效率衡量的是管理和技術等因素對生產效率的影響；規模效率則反映規模因素對生產效率的影響。

二、實證分析

(一)學科建設投入強度分析

本文采用投入產出比衡量學科建設中的人員與經費投入強度[10]。人員投入強度為人均獲得的R&D課題數，經費投入強度為每萬元經費投入的R&D課題項目數。2001—2013年人均課題數、每萬元課題數如表2所示。馬克思主義人均課題項目數最高、宗教學第二、新聞學與傳播學第三，說明上述3門學科人員投入獲得課題資助較多，藝術學,圖書館、情報與文獻學,軍事學位于后3位。人員強度均大于經費強度，表明我國人文社會科學學科發展應繼續加大創新型人才的引進與培養力度。

表2　學科投入產出強度分析

(二)學科建設效率測度

通過Deap2.1軟件計算，結果如表3所示。從圖1和表3可以發現：

圖1　2001—2013年我國人文社會科學學科建設效率變化曲線

1. 2001—2013年，我國人文社會科學學科整體建設效率平均值為0.666，純技術效率為0.790，規模效率為0.859。這意味著我國人文社會科學各學科建設效率至少還有33.4%的提升空間。我國人文社會科學中大部分學科呈現規模報酬收益遞減狀態，其中歷史學、經濟學、政治學、軍事學、社會學、教育學、統計學7門學科主要受規模效率因素影響而建設效率低下，其他13門學科均受純技術效率因素影響而建設效率低下。

表3　2001—2013年各學科的平均建設效率

注：規模報酬收益狀態采用2001—2013年收益狀態出現頻次最高的數據。

2.學科建設效率排序前3位的學科分別為：宗教學，馬克思主義，新聞學與傳播學。學科建設效率排序后3位的學科分別為：藝術學，考古學，圖書館、情報與文獻學。學科建設效率低于全國平均水平的有：統計學，軍事學，管理學，經濟學，藝術學，考古學，圖書館、情報與文獻學。

3.學科建設純技術效率排序前3位的學科分別為：經濟學，宗教學，軍事學。學科建設純技術效率排序后3位的學科分別為：藝術學，考古學，圖書館、情報與文獻學。學科建設純技術效率低于全國平均水平的有：語言學，管理學，哲學，體育科學，文學，民族學，藝術學，考古學，圖書館、情報與文獻學。

4.學科建設規模效率排序前3位的學科分別為：宗教學，馬克思主義，哲學。學科建設規模效率排序后3位的學科分別為：軍事學，統計學，經濟學。學科建設規模效率低于全國平均水平的有：法學，政治學，管理學，社會學，軍事學，統計學，經濟學。

按2001—2013年純技術效率和規模效率平均值，將20門學科建設分為4種類型，如表4所示[11]。

表4　按純技術效率和規模效率分類的學科分布情況

第一類：純技術效率與規模效率“雙高”型，包括4門學科：馬克思主義，宗教學，新聞學與傳播學，教育學，屬于較為理想型。

第二類：純技術效率與規模效率“高低”型，包括7門學科：歷史學，經濟學，政治學，法學，軍事學，社會學，統計學。這說明增加R&D課題項數是該類學科技術效率提升的重要瓶頸，因此應以促進規模效率提升、適度縮小R&D課題項數為改進路徑。

第三類：純技術效率與規模效率“低高”型，包括8門學科：哲學，語言學，文學，藝術學，考古學，民族學，體育科學，圖書館、情報與文獻學。此類學科應以促進純技術效率提升、提高學科管理水平為改進路徑。

第四類：純技術效率與規模效率“雙低”型，僅有管理學1門學科，其效率改進方向為提升管理水平，擴大R&D課題項數。

(三)學科建設效率差異分析

圖2　學科項目數及其效率基尼系數

采用胡祖光[12]簡易基尼系數計算方法，計算我國人文社會科學學科建設效率的整體差距，結果如圖2所示。2001—2013年間，人文社會科學學科建設效率基尼系數分布區間為[0.125,0.195]，歷年學科建設效率基尼系數值均小于0.2，說明我國人文社會科學學科建設效率各學科之間的差距并不存在顯著的差異[13]。人文社會科學學科R&D課題數的基尼系數分布區間為[0.459,0.506]，歷年學科R&D課題資助差距的基尼系數值均大于0.4，說明我國人文社會科學各學科R&D項目數之間的差距較大。從學科建設效率與R&D項目資助數的基尼系數增長率來看，學科建設效率基尼系數增長率為1.6%，R&D項目增長率為-0.4%。這表明，R&D項目數資助差距可能出現縮小趨勢，而學科建設效率差距隨時間的推移，并沒有出現縮小的趨勢。

(四)學科建設效率收斂性分析

采用α收斂、β收斂方法，分析學科建設效率差距的收斂性[14]。α收斂：學科建設效率的標準差隨時間的推移逐漸縮小。絕對β收斂：所有學科收斂于相同的建設效率水平，不同學科間的建設效率增長率與學科初始建設效率水平呈負相關，即建設效率落后的學科比建設效率更高的學科收斂速度更快。條件β收斂：反映各學科建設效率穩態水平是不同的，學科建設資助增長速度與其距離各自的穩態值成正比，各自朝自身的穩態收斂。學科建設效率差距仍然存在，建設效率高的學科仍然建設效率高，學科建設效率低的學科仍然落后。

①α收斂公式如(1)式所示：

G=σ0+σ1t+εit

(1)

G為學科建設效率的基尼系數，t為時間變量。若σ1系數顯著為負，表明存在α收斂。

②絕對β收斂公式如(2)式所示：

(2)

teit和tei0分別代表期末和期初學科i建設效率，T為所考察的時間跨度。若β1顯著為負，則表明存在絕對β收斂。

③條件β收斂，計算公式如(3)式所示：

ln(tei,t/tei,0)=β0+β1lntei,t-1+εit

(3)

tei，t和tei，0分別代表學科i在第t年和期初建設效率，tei,t-1代表學科i在第t-1年的建設效率。若β1顯著為負，則表明存在條件β收斂。

表5　學科建設效率α收斂

表6　學科建設效率β收斂

借助Stata12.0軟件，分別對α收斂、絕對β收斂進行OLS回歸。條件β收斂采用面板固定效應估計方法。α收斂計算結果如表5所示，回歸系數為-0.001，P值為0.512，表明學科建設效率存在不顯著α收斂。因此，需要進一步進行絕對β收斂檢驗。β收斂回歸結果如表6所示，絕對β收斂回歸系數為-0.082，達到1%顯著性水平；條件β收斂回歸系數為0.073，達到1%顯著性水平。因此，我國人文社會科學各學科建設效率存在絕對β收斂，不存在條件β收斂。

(五)投入、產出與效率關系分析

為了進一步分析人員投入與經費投入對學科建設效率的影響，以學科建設效率為因變量，各學科R&D課題數、人員投入、經費投入為自變量，進行面板數據線性回歸[15]。回歸結果如表7所示，所有變量均通過1%顯著性水平檢驗，R2值為0.767，樣本數據擬合的方程能解釋因變量76.7%的變化，可見模型擬合效果符合要求。數據表明學科建設效率與學科人員、經費及R&D課題數有較明顯的因果關系。從投入、產出變量的回歸系數看，人員與經費投入為負數，R&D課題數為正數。這表明，投入要素減少會帶來學科建設效率增長，產出增加會促進學科建設效率提升。

表7　學科建設效率與投入、產出變量關系

三、結論

采用DEA-Gini系數-收斂分析方法，依據2001—2013年人文社會科學20門學科面板數據，測度學科建設效率、學科間差異及其收斂性。研究顯示，歷史學、經濟學、政治學、軍事學、社會學、教育學、統計學7門學科主要受規模效率影響而建設效率低下，其他13門學科均受純技術效率低下影響較大，大部分學科處于規模報酬收益遞減階段，人員投入比經費支出能帶來更多的學科建設項目資助。人文社會科學中75%的學科屬于純技術效率與規模效率“高低型”和“低高型”兩類。人文社會科學中20門學科之間建設效率的差距并不存在顯著的差異。人文社會科學學科建設效率不存在α收斂和條件β收斂，但存在顯著的絕對β收斂。

參考文獻：

[1]郭新立.基于DEA的學科有效性評價[J].中國管理科學, 2003, 11(6):77-80.

[2]陳凱華,官建成.重點學科建設效率的科學評估[J].學位與研究生教育,2008(5):59-64.

[3]姜春林，王友強.985高校管理學科投入產出效率評價實證研究[J].科技進步與對策,2009, 26(22):193-196.

[4]王洪禮, 李懷宇, 王群生，等.基于DEA的省級高校重點學科建設投入產出效益評價研究[J].學位與研究生教育, 2009 (1):54-57.

[5]李明.基于模糊DEA的地方高校學科建設績效評價方法研究[J].北京工業大學學報(社會科學版),2014,14(6):73-79.

[6]梁文艷, 袁玉芝, 胡詠梅.研究型大學自然科學學科科研生產效率測算及影響因素分析——基于DEA-Tobit兩階段模型[J]. 國家教育行政學院學報, 2014(10):70-76.

[7]王洪禮, 賈岳.基于 SFA 和 DEA 的高校綜合投資學科的科研效率評價[J].天津大學學報(社會科學版), 2015, 17(4): 306-309.

[8]吳延兵.中國地區工業知識生產效率測算[J].財經研究,2008,34(10):4-14.

[9]吳延兵.用DEA方法評測知識生產中的技術效率與技術進步[J]. 數量經濟技術經濟研究, 2008, 25(7): 67-79.

[10]李小勝, 陳姚祥.基于SFA模型的大學和研發機構科學論文產出效率分析[J].大連理工大學學報(社會科學版), 2013, 34(4)13-18.

[11]季凱文, 孔凡斌.中國生物農業上市公司技術效率測度及提升路徑——基于三階段DEA模型的分析[J].中國農村經濟, 2014(8):42-58.

[12] 胡祖光.基尼系數理論最佳值及其簡易計算公式研究[J].經濟研究,2004(9):60-69.

[13] 周靜, 王立杰, 石曉軍.我國不同地區高校科技創新的制度效率與規模效率研究[J].研究與發展管理, 2005, 17(1):109-117.

[14] 劉自敏, 張昕竹, 楊丹.省級政府衛生投入動態效率及其收斂性研究[J].經濟與管理研究, 2014(3)：26-35.

[15]俞立平.中國區域信息經濟的技術進步與效率測度研究[J].科學學與科學技術管理, 2013, 34(1):78-84.

(責任編輯吳朝平張海生敖顯濤)

Study on the Discipline Construction Efficiency and its Convergence Effect of Chinese Humanities and Social Sciences

CHENG Huiping

(School of Economics and Management, Hubei University of Technology, Wuhan Hubei 430068, China)

Abstract：Using the methods of DEA-Gini coefficient and convergence effect analysis, the paper measures the differences and convergence effect of construction efficiency among disciplines in terms of humanities and social sciences in 2001—2013 panel data of 20 disciplines. The study shows that the overall construction inefficiency of Chinese humanities and social sciences is influenced by the low pure technical efficiency greatly, and most disciplines exists in a state of decreasing return to scale. The participants can bring more discipline construction project funding than the intramural expenditure. The construction efficiency gap which exists among all disciplines is unobvious. No alpha and conditional β convergence exists in the discipline construction efficiency of the humanities and social science, but a significant absolute β convergence exists there.

Key words：data envelopment analysis; discipline construction efficiency; humanities and social sciences; construction efficiency evaluation

收稿日期：2015-10-14

基金項目：湖北工業大學博士啟動基金資助項目“中國信息服務業技術效率區域差異及影響因素研究”(BSQD13052)；湖北省教育廳人文社會科學研究一般項目“學術虛擬社區用戶持續知識貢獻行為的影響機制及實證研究”(16Y041)

作者簡介：程慧平(1984—)，男，湖北武穴人，湖北工業大學講師，管理學博士，主要從事信息資源管理研究。

DOI:10.15998/j.cnki.issn1673-8012.2016.03.013

[中圖分類號]G322

[文獻標志碼]A

[文章編號]1673-8012(2016)03-0082-06

引用格式：程慧平.我國人文社會科學學科建設效率及收斂性研究[J].重慶高教研究，2016，4(3)：82-87.

Citation format：CHENG Huiping. Study on the discipline construction efficiency and its convergence effect of chinese humanities and social sciences[J].Chongqing higher education research，2016，4(3)：82-87.

■ 教育與經濟