我國省(市)屬醫科院校投入與產出效率分析研究

近年來教育資源管理話題的熱度持續攀升，學者對于高校教育科研產出轉化效率也多有關注。

我國目前關于某一類型高等學校的投入與產出效率的分析研究較少。對某一類型高等學校的投入與產出效率進行分析，有利于找到相同類型高校的投入與產出效率特點，為提升此類高校投入與產出效率轉化提出建議，這也是對于高校投入與產出研究的發展和創新。基于此思路，本文從投入與產出效率轉化的角度，分析國內24所省屬醫科院校2017年的投入與產出數據，為醫科院校的發展戰略提供參考。

1 數據與方法

1.1 數據來源

本文的研究對象為國內24所省屬醫科類院校，數據來源為中華人民共和國教育部科學技術司編著的《高等學校科技統計資料匯編》，包括各類院校每年的研究與發展人員、科技經費、專著數量、國外及全國性刊物發表學術論文數、鑒定成果數、技術轉讓當年實際收入、成果授獎等信息。產出部分中的“當年WOS核心合集發表論文被引頻次”從Web of Science(WOS)數據庫獲取，檢索式為“機構名稱+2017年”。

1.2 指標選取

科學研究活動是復雜的活動，有著多種的投入(人力、物力、財力)和多種產出(著作、專利、文章等)。投入指標和產出指標的選取對于使用數據包絡分析方法(Data Envelopment Analysis，DEA)模型評價高校科研效率效果的影響深遠且重要。本文根據我國的實際情況、數據的可實現性和科學性，參考前人的研究，在投入方面以“高校科研與發展全時人數”和“科技經費撥入”兩個指標作為投入指標；在產出方面，以“發表專著數”“國外及全國性刊物發表學術論文數”“鑒定成果數”“技術轉讓當年實際收入”“成果授獎”和“當年WOS核心合集發表論文被引頻次”等6項指標作為產出指標(表1)。

1.3 研究方法

1.3.1 DEA方法

1978年，Charnes、Coopor和Rhodes首次提出的DEA是一種用于評價部門或決策單元的相對有效的效率分析方法[1]，也是對多個投入以及多個產出的多個決策單元的效率評價方法。該方法的原理主要是通過保持決策單元(Decision Making Units ，DMU)的輸入或者輸入不變，借助數學規劃和統計數據確定相對有效的生產前沿面，將各個決策單元投影到DEA的生產前沿面上，并通過比較決策單元偏離DEA前沿面的程度來評價它們的相對有效性[2]。

表1 投入與產出指標匯總

1.3.2 DEA中的相關概念

1.3.2.1 (綜合)技術效率

(綜合)技術效率是決策單元在一定(最優規模時)投入要素的生產效率，綜合技術效率=純技術效率×規模效率。綜合技術效率是對決策單元的資源配置能力、資源利用效率等多方面能力的綜合衡量與評價。如果企業處于生產前沿的條件下，那么企業是技術有效的(綜合技術效率等于1)。

1.3.2.2 純技術效率

純技術效率是制度和管理水平帶來的效率，是企業由于管理和技術等因素影響的生產效率。純技術效率=1，表示在當前的技術水平上，其對于投入資源的使用是有效率的。

1.3.2.3 規模效率

規模效率是指在制度和管理水平一定的前提下，現有規模與最優規模之間的差異。規模效率是由于企業規模因素影響的生產效率，反映的是實際規模與最優生產規模的差距。不完全競爭和財務約束等可能導致決策單元不能在最合適的規模上運作。

1.3.2.4 規模報酬

規模報酬(Returns to scale)是指在其他條件不變的情況下，一個企業或機構內各種生產要素按相同比例的變化所帶來的產出變化。規模報酬分析企業或機構生產規模的變化與產出變化之間的關系。

2 基于DEA模型的省屬醫科院校分類評價結果

運用 R語言軟件的Benchmarking包以及DEA-Solver軟件對24所省屬醫科類院校的投入與產出共8項指標進行處理，得出以下分析結果。

2.1 省屬醫科類院校投入產出指標效率分析

筆者對所選醫科院校的數據信息進行匯總統計后，其描述性統計分析如表2所示。由表2可以看出，部分指標數據差距較大，如專著數最大值為114部，最小值為0，各決策單元間存在著發展不均衡的問題。

將樣本院校的原始數據代入數據包絡分析的CCR和BBC模型，結果如表3所示。

表2 省屬醫科院校2017年投入產出數據匯總

表3 國內24所省屬醫科院校2017年效率值變化

2.1.1 技術效率分析

在24所樣本院校中，技術效率均值為0.761，高于平均值的院校有11所，低于平均值的院校有13所；技術效率達到1的有9所院校，占整體的37.5%。

從地域角度看，技術效率與區域發展情況的關聯性不大。在發達地區和欠發達地區都存在技術效率達到1的院校和未達到均值或1的院校。

2.1.2 純技術效率分析

24所省屬醫科院校的純技術效率平均值為0.837，純技術效率高于平均值的院校有16所，其中純技術效率為1的院校有13所，低于平均值的院校有8所。純技術效率超過平均值或為1，而技術效率低于平均值的院校有4所，分別是首都醫科大學、徐州醫科大學、貴州醫科大學和哈爾濱醫科大學。

2.1.3 規模效率分析

所選樣本院校中規模效率平均值為0.912。規模效率等于高于平均值的院校有16所，其中為1的院校有9所，低于平均值的有8所。首都醫科大學、內蒙古醫科大學、哈爾濱醫科大學、廣東醫科大學院校的科研純技術效率有效(純技術效率為1)但規模效率無效(規模效率未達到1)。這4所院校在目前的技術水平上，其投入資源的使用是有效率的，未能達到綜合有效的根本原因在于其規模無效。因此這4所院校改革的重點是如何更好地發揮其規模效益，從而達到規模有效和整體技術有效。

2.2 2017年24所省屬醫科院校的投入冗余、產出不足量分析

為了進一步研究醫科類高校的科研效率，筆者將時間限制為2017年，將樣本院校2017年的各項指標數據導入DEA-Solver軟件，分析計算所選院校的投入冗余與產出不足量。具體相應指標的變動值如表4所示。

表4 2017年24所省(直轄市)屬醫科院校的投入冗余與產出不足匯總

所選院校中，存在投入冗余量的院校數量為12所，占24所醫科類院校的50%；存在研究人員投入和科技經費投入雙指標冗余的院校有11所。以徐州醫科大學為例，2017年《高等學校科技統計資料匯編》中徐州醫科大學“研究與發展全時人員數”項統計數據為480/人年，本文中人員投入冗余量(投入1)計算得出數據為67.93，故應該減少至412.07/人/年；2017年《高等學校科技統計資料匯編》中徐州醫科大學的“科技經費撥入”項統計數據為108 543千元，本文中經計算得出其科技經費撥入冗余量(投入2)為12 323.14，即應減少冗余量至96 219.86千元。

在產出方面，未達到高效產出目標值的院校存在產出不足量的指標眾數為4項。以徐州醫科大學為例，其在“技術轉讓當年實際收入”及“成果授獎”指標上存在產出不足。DEA無效的高校可以按照表4減少投入量和增加產出量來提高自身投入與產出轉化效率。

3 討論

大學排名在政府對高等教育的決策中起到了一定的參考作用，是高等教育評價中一個不可忽視的重要參考量[3]，但在推動高等教育發展的過程中也存在一些缺陷，如權重設置不合理、數據獲取不透明等，這使大學排名很難在公眾中形成一個明確的認知[4]。從另一種角度看大學的競爭力，即從投入與產出轉化效率角度對高校進行評價不失為一個新的選擇，能夠評測一所高校有效配置教育資源的能力。通過對高校投入與產出轉化效率的分析，探討如何對相對弱的高校進行效率提升，以實現提高高校科研產出效率和學校辦學水平的目的。

目前國內對高校科研投入與產出的研究根據評價對象的不同，主要有以下3類。

一是對不同地區或省份的高校進行分析。分析2009-2014年中央部屬高校的研究生教育的投入與產出效率，得出非“985工程”高校的研究生教育投入與產出效率排名均值呈現出逐年提高的趨勢[5]；分析2006-2015年河南省高校科技數據，得出效率較低的主要原因在于“國際會議交流人員”和“交流論文數量”兩個方面的缺失的結論[6]。

二是對不同院校之間的某一學科進行分析。以高校人文社會科學學科為研究對象，從定性定量兩方面分析了樣本高校的技術效率和規模效率，并提升提出了提升建議[7]。

三是對某地區或省份間的院校進行分析。如以湖南省27所公立本科院校的科研績效狀況為研究對象，分析了3年間所選院校的超效率得分、技術效率、純技術效率等[8]；以河南省21所高校為例，對其樣本院校的財政性研發經費的投入與產出效率進行了實證分析[9]。

省屬醫科院校的一個重要職責就是服務和滿足其所在區域的醫療衛生需求。但目前我國省屬醫學院校發展中存在的問題不容忽視，如省屬醫科院校大多地處欠發達地區，在與重點高校或重點區域高校的資源競爭中處于弱勢[10]。對省屬醫科院校進行科學評價，有利于省級政府做出客觀的支持決策，有效解決院校發展中存在的問題。

研究發現，基于數據包絡分析法(DEA)的高校科研績效分類評價具有統計學意義，不僅能夠很好解決決策單元(DMU)同質性問題，而且還能使評價結論更加真實準確。通過對國內24所省屬醫科院校2017年的科研效率進行實證分析得出了以下3點結論。

一是我國24所省屬醫科院校的科研投入與產出轉化效率整體水平呈現出兩極分化的趨勢。所選醫科院校綜合技術效率平均值為0.752，其中均值低于平均值的院校有11所，包括山西醫科大學、福建醫科大學和廣州醫科大學等，占24醫科院校的45.8%；均值高于平均值的院校共13所，包括安徽醫科大學、寧夏醫科大學和新疆醫科大學，占所選24所院校的54.2%。從數據上來看，醫科類院校的投入與產出轉化效率與地區并無直接關聯。24所省屬醫科院校中，DEA中3項效率不理想的院校應該大力推進現代大學治理體系建設，提高學校的管理水平，提升學校對于資源的統籌規劃能力，根據科研效率的具體情況采取不同的措施進行改進，如調整科研規模，調節投入與產出值等。國家相關部門則應提出更加科學合理的，關于科研人員、科研經費管理的政策法規，提升省屬醫科院校的投入與產出轉化效率。

二是我國在科研績效評價方面仍有很大進步空間，應通過科研績效評價的規范化提高高校工作人員的科研熱情，增加科研產出，提高科研投入與產出轉化效率。目前國內尚無成熟的科研效率評價體系，我國應多吸取國外先進經驗。如英國高校科研評估(RAE)[11]針對科研成果、科研隊伍、獎學金、科研環境和信譽等進行評定審核，對各高校的科研產出進行綜合評價。

三是我國在增加教育資本注入的同時，也應該注意高校的投入與產出轉化效率，這樣才能更好地進行教育資源統籌規劃，實現科研產出的提升，最終達到科研產出從量變向質變的飛躍。

4 結語

本文從高校科研數據的投入與產出轉化效率入手，以數據包絡分析法、R語言和DEA-Solver作為方法工具，對我國24所省屬醫科院校進行了效率分析，是對高校效率評價體系理論的實踐完善。但本文仍存在一定的局限性與不足之處，如只對24所院校進行了數據包絡分析，沒有對所有同類決策單元進行比較分析，研究范圍有限。未來可以進一步擴展為對所有醫藥類高校或全國所有高校進行研究。