廣東省高水平大學科技投入產出效率研究

林濤 呂寒

摘 要：在當今世界，科學研究的主力軍是高等學校，高校科研活動對一國的人才、產業(yè)戰(zhàn)略及整個創(chuàng)新體系建設有著十分重要的支撐作用。當前科技競爭與創(chuàng)新日趨激烈，我國人口紅利逐漸消失，人們對教育越來越重視，合理評價高校的科技創(chuàng)新效率對于引導科技創(chuàng)新資源的合理配置具有重要的理論意義和現(xiàn)實意義。本文對入選廣東省高水平大學的13所高校科技投入產出進行系統(tǒng)性的評估，為下階段相關政策的制定提供理論與實踐支撐。

關鍵詞：DEA模型；科技投入；績效測量

一、問題提出

20世紀50年代，經濟學家羅伯特·M·索洛（Robert Merton Solow）提出了全要素生產率（Total Factor Productivity，TFP）的概念。索洛認為，除了人力和資本等投入要素以外，技術進步對于經濟增長同樣起到不可忽視的作用，因此將技術進步引入經濟增長函數(shù)方程，指出全要素生產率是經濟增長的動力和源泉，很大程度上決定了一國經濟增長的速度與質量。[1]隨著現(xiàn)代科學技術的不斷變革，科技進步與發(fā)展深刻影響著人們的生產與生活方式，極大的推動了經濟與社會發(fā)展的進程，科技進步所爆發(fā)出巨大的生產力，已經成為驅動經濟與社會發(fā)展的中堅力量。縱觀發(fā)達國家的發(fā)展歷程，其經濟增長與科學技術進步密切相關。一些國家通過發(fā)展與變革科學技術，改變了國家的命運，走上了強國之路。科技創(chuàng)新逐漸得到世界各國的關注與重視，并將其作為國家發(fā)展的重要戰(zhàn)略。可見，當今國際社會的競爭，實際上是科學技術的競爭，提升國家競爭力的核心也在于奪取科技創(chuàng)新的制高點，科技創(chuàng)新能力對于一個國家的興衰成敗影響重大。

為了提升我國科技創(chuàng)新能力，我國政府陸續(xù)出臺了多項政策與規(guī)劃，明確提出要“加強國家創(chuàng)新體系建設”，強調優(yōu)先發(fā)展科學技術、增強國家自主創(chuàng)新能力的意義所在，并全面實施了創(chuàng)新驅動的國家發(fā)展戰(zhàn)略。習近平總書記在2014年全國“兩會”期間參加廣東代表團審議時提出，廣東是經濟大省，不僅地區(qū)生產總值要支撐全國，結構調整也要支撐全國，必須在推動經濟結構戰(zhàn)略性調整上走在前列，當好創(chuàng)新驅動發(fā)展的排頭兵。在經濟新常態(tài)的背景下，廣東面臨發(fā)達國家先進生產力和發(fā)展中國家低要素成本的“雙重擠壓”，未來廣東想要在挑戰(zhàn)中贏得主動，實現(xiàn)新一輪引領型發(fā)展，核心是切換動力，關鍵是走創(chuàng)新驅動發(fā)展之路。實施重點建設是廣東省迅速縮小與高等教育先進國家和地區(qū)差距、引領高等教育事業(yè)科學發(fā)展的有效途徑，面對日趨激烈的國內外競爭形勢，廣東只有加快推動高等教育整體水平明顯提升，才能在我國“雙一流”建設格局中爭得一席之地。從廣東省改革開放以來的發(fā)展歷程可以看出，雖然廣東是是教育大省，但不是教育強省，高水平大學和科研院所數(shù)量少、科研力量不足，這是制約廣東創(chuàng)新能力的突出短板。2015年6月，廣東省委、省政府批準中山大學、華南理工大學、暨南大學、華南農業(yè)大學、南方醫(yī)科大學、華南師范大學、廣東工業(yè)大學等7所高校作為高水平大學整體建設高校，廣州中醫(yī)藥大學、廣東外語外貿大學、廣東海洋大學、汕頭大學、廣州大學、廣州醫(yī)科大學、深圳大學等7所高校的18個學科作為高水平大學重點學科建設項目，此舉為廣東省高校科技創(chuàng)新發(fā)展提供了歷史性的機遇，但是高水平大學科技建設中投入產出效率如何，尚未得到一致的結論。本研究的可能增量貢獻在于：首先，系統(tǒng)性梳理廣東省高水平大學科技投入、產出水平；其次，為多方位考察高校科技創(chuàng)新效率提供一種途徑，為廣東省下階段科技創(chuàng)新政策制訂提供一定的理論借鑒；第三，運用實證方法研究廣東省高水平大學科技創(chuàng)新效率，有助于相關職能部門對院校的科研績效進行科學評估，加快高校技術創(chuàng)新與科技成果轉化，提升廣東省創(chuàng)新水平，促進經濟發(fā)展。

二、文獻綜述

1.國外研究

西方發(fā)達國家對于高校科研效率的研究起步較早，從上世紀開始，歐美學者便涉及高校投入產出效率測評領域的研究。20世紀后期，德、澳、加等國家也逐漸加大對高校科技系統(tǒng)評估的投入。1994年德國高等教育發(fā)展研究中心（CHE，Centerfor Higher Education Development）成立，CHE不對各大院校的綜合實力進行排名，只評估單個學科的發(fā)展水平，更好地體現(xiàn)出每個高校的學科特點。與CHE不同，1860年成立的德國的洪堡基金會給一些優(yōu)秀學者提供獎學金，吸引他們到德國的科研機構或者大學做訪問學者，并為其制定了權威的德國高校科研能力排名PS1。在美國，最早進行高等教育評估的機構是美新社。1983年，美新社對美國最佳大學的綜合實力進行系統(tǒng)性評估，將美國的大學分成全國性的和地方性的高校，奠定了美國高等教育評估工作的基礎。[2]早在上世紀80年代，英國政府開始為高校科研經費提供撥款時，就已開展了科研評價工作，在1989年、1992年、1996年和2001年英國使用了RAE體系對大學科研進行評估。[3]另外，自1986起英國《泰晤士報》每年都公布了高校評價活動研究排行榜。但是，由于高校科研系統(tǒng)復雜，眾多輸入和輸出變量關系錯綜復雜，無法用單個指標描述性統(tǒng)計分析進行有效衡量。Ahnetal（1988）較早的將DEA方法運用到高等教育的科研評價中，通過運用C2R和BC2模型對美國161所具有博士學位授予資格的學校技術效率和規(guī)模效率進行評估。研究結果表明，公立大學辦學效率總體要顯著高于私立大學，同時他們還考慮了是否設立校醫(yī)院對效率的影響，發(fā)現(xiàn)設有校醫(yī)院的大學效率要高于未設校醫(yī)院的大學，但公立大學的總體效率高于私立大學的結論依然成立。[4]Banketal（2004）用DEA的方法分析了1993-1999年間德克薩斯州學校的技術效率和規(guī)模效率，結果顯示這6年間各地區(qū)的配置效率低下，有待改進。[5]Nur（2013）認為高校科技投入產出是一個典型的復雜系統(tǒng)，采用的投入指標為科研人員數(shù)和運營經費，產出指標為當年畢業(yè)生人數(shù)、學術刊物發(fā)表量，其系統(tǒng)性的對馬來西亞公立大學2011年的科研效率進行了評價。[6]Correa（2012）選擇了智利34所大學作為研究對象，運用DEA方法對科研績效進行評估。根據(jù)當?shù)貙嶋H情況，設置的投入指標為經費投入及全職研發(fā)人員數(shù)量，產出指標為經營收入、在ISI上發(fā)表論文數(shù)以及招生人數(shù)，結論顯示其中有9所高校達到DEA有效。[7]Foltz（2012）指出1981-1998年是美國大學資金投入與學術活動大量增加的時期，通過對美國92所研究型大學在這個期間的投入產出效率進行評估，測算其生產率及技術進步變化率，發(fā)現(xiàn)資金來源是影響美國研究型大學研發(fā)績效的主要影響因素。[8]

2.國內研究

田東平等（2005）對我國重點大學的科研效率情況進行了系統(tǒng)性評估，研究發(fā)現(xiàn)我國重點大學的技術效率和規(guī)模效率總體狀況良好，同時得到在區(qū)域上呈現(xiàn)東、中、西部三個區(qū)域技術效率依次減少的結論。[9]陸根書等（2006）選擇我國教育部直屬高校中的54所高校為研究對象，對我國東部、中部、西部地區(qū)的教育部直屬高校的效率進行測算。[10]結論顯示其中29所高校為DEA有效，其余25所高校為DEA無效，且在2000-2002年這些高校科技創(chuàng)新效率與技術效率呈現(xiàn)波動狀態(tài)。羅陽（2012）將教育部直屬高校中的50所高校定義為研究型大學，運用傳統(tǒng)DEA與超效率DEA方法，分析了研究型大學的科技創(chuàng)新績效，并用計算出各大學的超效率DEA值作為因變量，運DEA-Tobit兩步法對其績效的影響因素進行探究。[11]符銀丹等（2012）選取“985”高校作為研究對象，投入指標為創(chuàng)新基礎能力、創(chuàng)新投入能力、環(huán)境支持能力、創(chuàng)新產出能力和成果轉化能力，建立基于DEA模型的高校科技投入產出效率評價系統(tǒng)，實證結果表明規(guī)模不當成為制約我國部分高校科技投入產出效率提高乃至可持續(xù)發(fā)展的癥結所在，而要解決這一問題的關鍵在于妥當處理高校科技投入產出發(fā)展過程中所必須面臨的技術提升與規(guī)模擴張之間的關系。[12]郭際等（2013）等采用DEA-Tobit模型對全國31個省市區(qū)高校的科技投入產出活動效益進行分析評價，并確定導致高校科研投入產出無技術效率的三大因素。實證結果表明：高校自身對科技投入產出活動控制能力不足是導致效率不高的原因。[13]王麗娜（2012）采用2007年江蘇省30所高校的統(tǒng)計數(shù)據(jù)，對其科研效率進行了評估，研究結果顯示樣本高校中有12所為DEA有效，并依據(jù)投影原理計算出非DEA有效的18所高校需要改進的投入與產出值。[14]麥艷航（2013）以我國12個省市的普通高校為例，采用DEA方法和假設規(guī)模報酬不變模型，構建DEA模型對這些省市的普通高校教育經費投入有效性進行分析，并提出了相應的改進意見。[15]劉勇等（2013）對浙江省22所高校的科技創(chuàng)新效率進行了分析，結果顯示浙江省高校的科研效率較高，樣本中的高校中有77.3%的達到了DEA有效，同時其指出在所研究的非DEA有效的高校中，投入冗余狀況較為嚴重，應當適當?shù)姆啪弻τ诟咝５目蒲型度耄幼⒅嘏渲眯实奶嵘16]

通過對已有文獻資料的梳理和掌握，可以發(fā)現(xiàn)在高校科技創(chuàng)新效率評價這一研究領域，國內外學者已經進行了大量有益的探索，并取得了較為豐富的研究成果。由于國外學者對高校科技創(chuàng)新領域的研究起步較早，數(shù)據(jù)包絡分析方法在高等教育領域的應用更加成熟，并形成了較為完善的指標評價體系，對大學的教學與科研績效研究也較為全面。相比而言，我國對于高校科技創(chuàng)新效率領域的研究起步較晚，但近年來隨著研究的不斷深入，成果日益豐富，且在高校科技創(chuàng)新效率測度方法選擇上日趨廣泛。可以看出，國內外學者普遍采用了DEA方法，值得本文參考與借鑒。同時，目前國內學者多是對于高校總體狀況的研究，大多集中在教育部直屬高校，或者重點高校、研究型大學，對于地方高校的研究關注度不高，因此本文將入選廣東高水平大學名單的13所高校作為研究對象，以期彌補當前在此研究領域的不足。

三、DEA模型

1.DEA模型

美國學者查恩斯（Charnes，1978）提出了數(shù)據(jù)包絡分析（Data Envelopment Analysis）方法，用于分析部門之間投入產出效率。國內學者從上世紀80年代開始展開對DEA方法的研究[17]，其中魏權齡（1988）為國內推廣和普及DEA方法做出了巨大貢獻[18]。班克（Banker，1984）提出了BCC模型用來解決規(guī)模報酬可變（Variable Returns Scale；VRS）假設下的決策單元有效性問題[19]，對于任一決策單元，投入導向下對偶形式的BCC的模型表示為：

利用BBC模型計算得到的綜合技術效率（TE），可以進一步分解得到純技術效率（PTE）和規(guī)模效率（SE），其中TE=PTE×SE。

四、實證分析

1.數(shù)據(jù)來源

本研究所采用的數(shù)據(jù)主要來源于《2016年高等學校科技統(tǒng)計資料匯編》。由于無法查詢到廣東外語外貿大學的相關數(shù)據(jù)，后續(xù)分析僅對除廣東外語外貿大學外的13間高校展開。

2.描述性統(tǒng)計分析

（1）高水平大學科研投入

從入選廣東省高水平大學的13間高校科研投入水平來看，中山大學的教學與科研人員和研究與發(fā)展人員數(shù)量明顯高于其他高校，分別達到了14457和6387人，位列廣東省第一名。同時，醫(yī)學類院校科研人員數(shù)量也處于較高水平。其中，南方醫(yī)科大學、廣州中醫(yī)藥大學和廣州醫(yī)科大學的教學與科研人員數(shù)量分別位列廣東省高水平大學的2到4位。同時發(fā)現(xiàn)，廣東省高校的科研經費撥款金額與學校層次呈現(xiàn)出明顯的正相關性，“985”工程的中山大學和華南理工大學科研經費撥款數(shù)分別為19.3和14億元，大幅超越其他高校科研撥款水平，“211”工程的暨南大學和華南師范大學雖然以人文學科見長，其科研經費也分別達到了6.4億和3.9億。值得注意的是，由于區(qū)位優(yōu)勢和近些年大力引進人才，深圳大學科研撥款也達到了5.7億，僅落后于暨南大學位列廣東省第4位。與科研經費類似，高校承擔的課題數(shù)量也呈現(xiàn)出明顯的兩極分化態(tài)勢，中山大學、華南理工大學和暨南大學承擔的課題數(shù)量明顯高于平均水平，值得注意的是汕頭大學承擔的課題數(shù)量達到了1805項，位于廣東省第4位。

（2）高水平大學科研產出

從入選廣東省高水平大學的13所高校科研產出水平來看，各高校的科研產出數(shù)量與學校層次呈現(xiàn)出明顯的正相關性，“985”工程和“211”工程大學公開發(fā)表的成果數(shù)量明顯高于平均水平。其中，中山大學出版專著和發(fā)表學術論文數(shù)量位列廣東省第一名，分別達到了21本和5532篇，此外，華南農業(yè)大學發(fā)表的專著數(shù)量較高。同時，廣東海洋大學發(fā)表了2007篇學術論文，位列廣東省第四位。從科技成果轉讓維度來看，暨南大學簽訂技術轉讓合同107項，大幅超過“985”工程的中山大學和華南理工大學，位列廣東省第一名。從成果登記與獲獎情況來看，暨南大學也有不俗的表現(xiàn)，其中授獎成果58項，成果鑒定32項，大幅超過其他高校。汕頭大學和廣東海洋大學對科技成果轉讓和成果登記的重視程度也較高，分別位列廣東省第4、5名。

綜上所述，從描述性統(tǒng)計分析可以看出：首先，入選廣東省高水平建設的大學科技投入產出數(shù)量存在較大差異，從高校科技投入水平來看，中山大學無論在科研經費和科研人員數(shù)量上均大幅領先其他高校，由于醫(yī)學類院校擁有一定數(shù)量的附屬醫(yī)院，加上醫(yī)學專業(yè)的特殊性，南方醫(yī)科大學、廣州中醫(yī)藥大學和廣州醫(yī)科大學的教學與科研人員、教學與發(fā)展人員數(shù)量也均高于平均水平；其次，從高校科技產出情況來看，公開發(fā)表的學術論文和專著數(shù)量與高校層次具有明顯的正相關相關，表現(xiàn)為從“985”高校，“211”高校和省屬高校依次遞減的態(tài)勢，其中中山大學、華南理工大學和暨南大學公開發(fā)表的學術論文均超過了3000篇；從科技成果轉化來看，暨南大學簽訂的技術轉讓合同明顯高于其他兄弟院校，同時經過鑒定的成果數(shù)量和成果獲獎數(shù)量暨南大學也均為廣東省第一名，可以看出暨南大學近年來對科技成果轉化與質量提升的工作成績。

3.DEA模型結果

本文所采用的投入產出數(shù)據(jù)均大于零，各投入產出變量之間存在明顯的相關關系，決策單元、投入產出指標等滿足DEA模型的要求。根據(jù)文獻回顧發(fā)現(xiàn)，目前對教育科技投入產出效率的測量中，常采用科技人員和科研經費作為投入變量，以科技成果作為產出變量。本文以教學與科研人員合計、研究與發(fā)展人員合計、科技經費和課題數(shù)量作為輸入變量，以專著、鑒定成果、學術論文、簽訂技術轉讓合同、成果授獎作為輸出變量進行數(shù)據(jù)包絡分析。本文根據(jù)廣東省高水平建設大學科技投入產出的現(xiàn)狀和主要存在問題進行分析，并提出改進意見，同時依據(jù)規(guī)模收益結果為下階段廣東省高水平大學科技投入指明方向。

4.結果分析

從綜合效率來看，入選廣東省高水平大學的13所高校中，綜合效率達到最優(yōu)的有6所高校，僅有2所高校的科技投入產出效率低于0.5。具體來看，首先，“985”工程院校和“211”工程院校的科技投入產出效率較高，其中中山大學和暨南大學的科技投入產出效率達到了生產前沿面，華南理工大學和華南師范大學兩所高校的科技投入產出效率也分別達到了0.888和0.959，值得注意的是，華南理工大學的科技投入產出已經處以規(guī)模遞減區(qū)間，而以文科見長的華南師范大學的規(guī)模收益仍然處以規(guī)模遞增區(qū)間。其次，非醫(yī)學類省屬高校中，華南農業(yè)大學、廣東工業(yè)大學和廣東海洋大學這三所分別以農業(yè)，工業(yè)和海洋產業(yè)研究見長的高校科技投入產出水平也相對較高，其中廣東工業(yè)大學和廣東海洋大學達到了生產前沿面，華南農業(yè)大學的科技投入產出效率也達到了0.844，而且處以規(guī)模遞增區(qū)間。第三，廣州大學和深圳大學的科技投入產出效率較為類似，分別為0.671和0.656，而且都處以規(guī)模遞增的區(qū)間，說明市屬高校的科技投入結構和數(shù)量均急需加強。最后，醫(yī)學類院校的科技投入產出效率差別較大，廣州醫(yī)科大學達到了生產前沿面，而南方醫(yī)科大學和廣州中醫(yī)藥大學科技投入產出效率僅為0.313和0.226，說明醫(yī)學院校特別是中醫(yī)類院校需要對科技投入產出體系進行調整。

五、結論與建議

論文重點對廣東省高水平大學的科技創(chuàng)新效率進行了DEA評價，并得出了一系列結論。然而，這些結論將如何為提高廣東省高校科技創(chuàng)新能力做出貢獻，需要進一步研究。為此，論文提出以下建議期對改善廣東省高校科技創(chuàng)新效率提供幫助。

1.合理調整投入結構，注重投入配置效率

廣東省高水平大學的科技創(chuàng)新效率整體水平有待進一步提高，一個重要原因就是投入結構不夠合理。從前文的描述性統(tǒng)計分析可以看出，不管是人力，物力不同層次的高校科研投入存在較大差異；而且從DEA分析結果也可以看出，部分高校的投入產出效率不高，僅僅加大投入總量并不意味著可以提高科技產出數(shù)量和質量。廣東省部分高校存在只重視投入總量不重視使用效率的問題。政府投入的資源沒有得到很好的利用，存在資源結構不合理，資源浪費現(xiàn)象。各級高校管理部門應該結合自身區(qū)域的特點，調整投入結構，注重資源配置，使得高校科研系統(tǒng)在充分利用資源的狀況下高效運行。

2.強化專業(yè)培訓，注重青年科研管理人才培養(yǎng)

根據(jù)國內發(fā)展經驗，青年科研管理人員的快速成長將會顯著提升高校的科技管理整體水平，從而大幅提升高校科技產出效率。高校管理部門應該強化對青年科技管理人員的培養(yǎng)：首先，制定科研管理人員發(fā)展的長期計劃，不僅要使得科研人員合理分配，優(yōu)化結構，還要加強科研管理隊伍的學習能力，從根本上促進科研力量專業(yè)水平不斷提升；其次，學校要根據(jù)實際情況制定合理的人才培養(yǎng)方案。特別是加大對高校科技后備干部的培養(yǎng)，通過組織專業(yè)培訓等方式，加快高校科技管理干部的成長。

3.升級交流平臺，提升高校影響力

各級高校主管部門應大力開拓對外交流與合作的領域，鼓勵廣東省高校與海外大學、科研機構和企業(yè)合作建立穩(wěn)定的戰(zhàn)略聯(lián)盟關系或聯(lián)合設立科研機構。支持廣東省高校承擔國際科技合作研究項目、支持高等學校參加或舉辦高水平國際性會議。通過國際性交流擴寬高等學校的信息渠道，通過開展多形式、多層次的國內外科技合作擴大廣東省高校的國內外影響力。

4.因地制宜，提高醫(yī)學類和市屬高校科技效率

從實證結果來看，醫(yī)學類高校和市屬高校的科技投入產出效率偏低。下階段應加強醫(yī)學類與市屬高校科技創(chuàng)新的制度建設，不斷提高硬件、軟件條件，為醫(yī)學類和市屬高校科技創(chuàng)新提供良好的土壤。在醫(yī)藥類科技成果轉化階段，要努力構建新平臺，幫助研發(fā)基地、創(chuàng)業(yè)基地等的建設，加強信息交流和共享機制的建設，努力促使科研成果向經濟效益順利轉化，市屬高校應充分利用本地區(qū)特色資源，保證研有所成、研以致用。

5.完善管理體制，全面改善高校科技創(chuàng)新效率

高校科技創(chuàng)新活動中所存在的諸多問題，最終都可以歸結為科研體制的問題。由于我國高校的科研工作大多仍處于傳統(tǒng)的管理體制下，造成相當一部分專利技術的實用性差、自身的轉化力弱、對外轉化較為困難。由此，廣東省相關職能部門應該在科研管理方法及制度方面謀求突破，推動政府、企業(yè)、離校的深度合作，合理配置資源，充分發(fā)揮資源投入的有效性，探索出一條適合廣東的高校科研發(fā)展路徑，為促進粵港澳大灣區(qū)區(qū)域科研水平全面提升和創(chuàng)新驅動發(fā)展提供有力支撐。

參考文獻：

[1]Solow R M.A Contribution to the Theory of Economic Growth[J].Quarterly Journal of Economics，1956，70（1）：65-94.

[2]Chandler GN， Hanks SH. An Examination of the Substitutability of Founders Human and Financial Capitalize Merging Business Ventures[J]Journal of Business Venturing，1983，13（5）：353-369.

[3]Marginson S. The Public/Private Divide in Higher Education： A Global Revision[J]. Higher Education， 2002， 53（3）：307-333.

[4]Ahn T， Charnes A， Cooper W W. Some Statistical and DEA Evaluations of Relative Efficiencies of Public and Private Institutions of Higher Learning[J]. Socio-Economic Planning Sciences， 1988， 22（6）：259-269.

[5]Banker R D， Janakiraman S， Natarajan R. Analysis of Trends in Technical and Allocative Efficiency： An Application to Texas Public School Districts[J]. European Journal of Operational Research， 2004， 154（2）：477-491.

[6]Aziz N A A， Janor R M， Mahadi R. Comparative Departmental Efficiency Analysis with in a University： A DEA Approach[J]. Procedia - Social and Behavioral Sciences， 2013，90：540-548.

[7]Ramírez-Correa， Pea-Vinces， Alfaro-Pérez. Evaluating the Efficiency of the Higher Education System in Emerging Economies： Empirical Evidences from Chilean Universities[J]. African Journal of Business Management， 2012， 6（4）：1441-1448.

[8]Foltz J D， Barham B L， Chavas J P， et al. Efficiency and Technological Change at US Research Universities[J]. Journal of Productivity Analysis， 2012， 37（2）：171-186.

[9]田東平、苗玉鳳，基于DEA的我國高校科研效率評價[J].理工高教研究，2005（4）：26-29.

[10]陸根書，劉蕾，孫靜春，等.我國主要高校科研效率評價研究[C].中國教育經濟學學術年會論文，2004.

[11]羅陽.中國研究型大學科技創(chuàng)新績效的實證研究[D].南京大學，2012.

[12]符銀丹，陳士俊，陳衛(wèi)東.基于DEA的我國“985”高校科技投入產出效率分析[J].天津大學學報（社會科學版），2012，14（2）：128-132.

[13]郭際，吳先華，吳崇.基于DEA-Tobit模型的我國高校科技投入產出績效評價及政策啟示[J].科技管理研究，2013：65-70.

[14]王麗娜.高校科研效率研究：以江蘇省為例[J].科技管理研究，2012（11）：127-131.

[15]麥艷航.基于DEA對我國普通高校教育經費投入效度研究[J].廣西教育學院學報，2013：179-183.

[16]劉勇，谷晗.高校科研投入產出效率探析——以浙江省為例[J].中國高校科技，2013：29-31.

[17]Charnes A， Cooper W W， Rhodes E. Measuring the Efficiency of Decision Making Units[J]. European Journal of Operational Research， 1978，2（6）：429-444.

[18]魏權齡，評價相對有效性的DEA方法[M].北京：中國人民大學出版社，1988.

[19]Banker R D， Charnes A， Cooper W W. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J]. Management Science， 1984， 30（9）：1078-1092.

（責任編輯 賴佳）