基于ER-DEA的大學生創新創業訓練計劃效率評價

包函岐 類 鳴 趙 昊

一、引言

自十二五期間，國家開展大學生創新創業訓練計劃（以下簡稱“大創計劃”）以來，國家及各地方高校投入大量的人力、物力、財力。立項規模逐年遞增，覆蓋理、工、農、醫、文、法等12個學科門類，全國共有730多所高校的25萬余名大學生參加，“大創計劃”成為高等學校本科教學質量與教學改革工程中覆蓋面最廣、影響最大的項目。在大眾創業，萬眾創新的背景下，“大創計劃”也越來越收到國家社會的重視，而在當前公共財政愈發強調績效的情境下，“大創計劃”的績效表現如何，如何通過合理地評價和監控提高“大創計劃”投資效率也成為影響高等學校本科教學質量和教學改革的標桿。本文提出了一種基于DEA方法的山東省高校本科生創新創業訓練計劃績效評價模型，設計了績效評價指標體系，以進一步整合資源配置，提高“大創計劃”的資源利用率。

目前，對于“大創計劃”相關研究尚在起步階段，截至2018年12月，以“大學生創新創業訓練計劃”為主題在中國知網上檢索到1221條記錄，但內容大多集中在大學生創新創業項目實例分析（黃麗紅，2018，顧晶晶，2018牛三平，2016）、存在的問題（孫陽，2019，宋傅天，2018，張曉娟，2018，閆利利，2017）與高校創新創業教育管理（鄭俐，2018，郁濤，2018，孫榮敏，2017）等方面。而對于“大創計劃”績效評價的研究相對較少，且多集中于“大創計劃”評價指標的建立，如蘇海蓉和馮漢杰（時間）根據“大創計劃”的特點，依據一定的設立原則，構建了由經費投入、項目情況、研究資源、產出與效益四個方面構成的定性與定量指標相結合的創新創業經費指標評價體系。劉力、黃創霞從構建原則、構建方法、構建指標三個方面深入分析績效評價指標體系的構建。運用層次分析法（AHP）建立了各項指標的相應權重，進而設計出科學合理且可操作性強的績效評價指標體系。馮艷飛、童曉玲在全面分析創新創業教育內涵的基礎上建立了基于政府、學校、社會和學生四個層面的創新創業教育評價指標體系，并運用模糊層次分析法對其進行了綜合評價實證分析。

目前對于“大創計劃”績效評價的研究主要集中定性構建評價指標，但通過定量方法對“大創計劃”效率評價研究方面仍存在欠缺。“大創計劃”是一個多投入多產出的過程，數據包絡分析（DEA）是一種處理多投入多產出的決策單元（DMU）相對效率評價的方法。本文構建合理的“大創計劃”績效評價指標體系，且根據“大創計劃”的特點，構建了E-R DEA模型，并以山東省某高校為例進行實證分析，分析各個學院“大創計劃”效率及改進方向，以期為高校調整創新創業投入產出策略提供依據，進而促進高校本科教學改革，提高本科教學質量。

二、模型構建

數據包絡分析（DEA）是在“相對效率評價”概念基礎上發展起來的一種系統分析方法，通常用于對多投入、多產出的決策單元（DMUs）進行相對績效評價，是目前常用研究規模收益的方法。與其他方法相比，運用DEA對高校本科生科研效率進行評價，主要有以下幾方面的優點：（1）DEA可以評價多有多種投入與多種產出的決策單位的效率（2）投入產出變量的權重是由DEA模型內定的，不需要事先估計參數，可避免主觀因素，簡化算法，減少誤差（3）DEA模型對指標中的相互關聯影響的情況不需要考慮，避免了在各種統計分析模型中需要考慮變量之間的相關性等問題的環節。

經典DEA模型有CCR、BCC等，經典DEA模型隱含幾個假設前提，如（1）投入、產出指標是同等重要、不可相互補償的；（2）效率指標使用的是比例測度，即投入產出指標成比例變化；（3）投入、產出指標都是正向指標，即投入越小越好，產出越大越好。5[5]基于投入導向的BCC模型如公式(1)所示：

但在實際應用中，往往與這些假設前提不一致，比如不同評價指標間往往存在重要性不同。在模型(1)中只能得到一個效率值，不能看到不同投入指標之間的關系，沒法體現指標間的差異及內部結構。若希望模型仍采用Pareto序，即指標同等重要的前提下，并在計算總體效率值的基礎上，進一步體現不同指標間的效率情況，應用Russell度量替代比例度量，形成模型(2) 6[6]

模型（2）可以測得“大創計劃”不同投入的效率值，但是反應不了產出之間的狀況，在此基礎上，我們構建了E-R DEA模型（3），對Russell模型進行了擴展，在產出導向上加入松弛變量，同時體現DMU投入和產出的相關關系。

三、實證分析

（一）高校“大創計劃”評價指標體系構建

在運用DEA方法評價“大創計劃”投入與產出效率時，首先應當選取合適的投入指標與產出指標。根據《高等學校科技統計資料匯編》7[7]中的具體指標，結合該高校實際情況，基于數據獲取的可行性及數據的有效性，本文選取出兩個一級投入指標與兩個一級產出指標，并在此基礎上，分別設計了二級指標，來保證評價指標的系統性及適用性，指標體系詳情見表1。

表1 高校“大創計劃”投入產出效率評價指標體系

為確保數據的可靠性和完整性，本文研究所采用的投入指標的相關數據取自該學校官方網站公布的2016年及2017年大學生創新創業訓練計劃項目名單。產出指標相關數據取自于中國知網、維普網、萬方數據知識服務平臺及Web of Science網站，該高校網站，中國“互聯網+”大學生創新創業大賽、“全國大學生數學建模競賽”等官方網站。由于“大創計劃”的經費最終是發放到各個學院，且各學校“大創計劃”的人員組織也都在二級學院，本文以山東省某高校為例，將其21個學院作為DMU對其“大創計劃”效率進行評價。

表2 某高校17年投入產出指標原始數據

其次，我們運用層次分析法將二級指標進行賦權，擬合出二級指標的權重，具體權重見表3。

表3 投入產出指標權重

（二）評價結果

表4 2017年某高校各學院創新創業訓練計劃投入產出效率評價結果

表5 2016、2017年某高校各學院創新創業訓練計劃投入產出效率評價結果對比

使用BCC模型M（1）和E-R DEA模型M(3) 對2017年某高校的“大創計劃”效率進行評價，結果如表4所示，其中M(1)和M(3)分別為BCC模型和E-R DEA模型的效率值，R（1）和R（3）分別為BCC模型和E-R DEA模型計算下的各學院效率排名，s1和s2代表E-R DEA模型M（3）中兩個投入的效率值。根據BCC模型M(1)計算結果，地理、商學院等8個學院被判斷為DEA有效，其余13個學院為無效，E-R DEA模型M（3）結果顯示經濟學院、商學院和數學與統計學院3個學院被判斷為DEA有效，其余學院均為無效。相較而言，E-R DEA模型M（3）更加具有區分度，且可以進一步得到不同投入的效率值，并且通過加入松弛變量，可以看出每個DMU對應產出是否達到最優，這為進一步分析提供了便利。根據表4，數學與統計學院的M(1)和M(3)均為1，說明該學院投入與產出均衡，分配合理，屬于低投入、高產出類型。音樂學院的M（1）和M（3）很低，排名分別為16和20，結合原始數據，音樂學院投入冗余，且論文和比賽產出很少。

根據E-R DEA模型M(3)的結果，對不同學院各投入效率結果進一步分析，見表4，地理與環境學院的s1為0.74，s2為1，說明該學院在資金投入方面利用率較高，而在人員投入上相對冗余，經分析原始數據，地理與環境學院投入的教師數量是所有學院中最多的，而學生投入數量的排名僅為第7。因此建議該學院適當減少教師的投入，優化師資隊伍；物理與電子科學學院的s1和s2相差較大，s1為1，說明參與人數投入合理， s2很小僅為0.418，說明資金投入冗余，資金利用率不足，該學院今后要進一步提高資金利用率；根據M（3）中產出的松弛變量計算，美術學院在論文產出的松弛變量為3.344，說明美術學院的論文產出很低。通過觀察原始數據，美術學院發表的EISCI、CSSCI北大核心和其他的論文數量分別為0、0、1，論文數量極少，與其他學院相差較大。受專業特性的限制，美術學院學生以美術作品為主，發表論文較少，但因其美術作品的數據難以收集，故本研究選擇現有數據進行研究。

根據表5，商學院2016年的s1、s2處于中等水平，2017年的s1、s2均為1，參與人數投入的效率值在各院的排名由11提升到1，經費投入的效率值排名由13提升到1，說明該學院的創新創業績效有明顯提高；信息科學與工程學院2016年為DEA有效，2017年為DEA無效，分析原始數據發現，相比2016年，學院2017年參與人數和資金的投入均減少，而論文的產出也有所減少。因此建議該學院加大投入，同時在論文產出方面多出臺培養方案和鼓勵政策，提高論文產出的數量和質量；同樣外國語學院2016年為DEA有效，2017年為DEA無效。與2016年相比，該學院2017年的投入減少，比賽產出下降。因此建議該學院加大投入，提高在比賽方面的產出。

四、結論與建議

隨著國家、社會和高校對“大創計劃”的日益重視，“大創計劃”作為高等學校本科教學質量與教學改革工程中覆蓋面最廣、影響最大的項目，國家、社會和高校對其投入不斷加大。在此背景下，本文以山東省某高校為例，構建“大創計劃”評價指標，運用DEA方法對“大創計劃”效率進行評價，通過對DEA模型結果分析，找到DMU無效的原因，以期找到提升“大創計劃”效率的途徑，優化本科生教育資源，進而提升本科教育質量。

通過實證分析，我們發現一些學院在“大創計劃”投入不足，或者說資源利用率不高，如物理與電子科學學院在大創項目中的資金利用有待加強。另一方面在人員投入上，加強激勵機制，如教師指導大創項目在職稱評聘中優先、對大創項目指導工作量予以認定，對優秀指導教師進行表彰和獎勵等。最后，政府相關部門及高校要形成合力，加強對“大創計劃”的審核與管理，設立專項經費，明確經費使用辦法。

在產出方面，加強過程指導，對“大創計劃”過程指導進行監控、及時反饋。建立健全跟蹤評價機制，在后續管理的過程中建立健全跟蹤評價機制，對于學生創業的問題給予幫助。如數學與統計學院多次舉辦創新創業培訓會和創新創業論壇等活動，并成立了“種子班”，對于項目的內容及實施過程中存在的問題給予及時的指導性意見。同時加強校企合作，讓大學生借助互聯網優勢進行創新創業實踐，鼓勵將“大創計劃”轉化為創業實踐，為社會創造更高的市場價值。