基于DEA的高校創新創業教育效率評價研究
——以河南35所本科高校為例

梁正瀚

（許昌學院創新創業學院 河南·許昌 461000；培材大學東北亞經濟學系 韓國·大田 35345）

1 導論

黨的十九大提出創新是引領發展的第一動力。高校作為落實創新驅動發展戰略和建立創新型國家的重要主體，承擔著人才培養、科技創新和社會服務三大功能。因而促進創新創業教育發展，培養創新創業人才十分必要。近年來，各級政府加大了對創新創業的政策扶持和資金支持力度，高校也通過創新創業專項資金、師資培養、課程改革、強化創新創業實踐、改進指導服務等手段加強投入。高校的創新創業教育成效也逐步顯現，創新創業項目數量激增，創業率連年上升，初創企業不斷增長，就業創業相關研究也逐漸發展起來。但是，創新創業教育投入和產出如何量化和測度？目前取得的成果是否能與投入相匹配？投入的資源是否得到了合理的配置？投入產出的效率如何？這是難以準確答復的問題，也是需要我們不斷深入思考和研究的問題。

2 文獻回顧

國外學者主要側重于對創業教育的評估。Abduh,M.etal.（2012）以印度尼西亞的明古魯大學為例，使用SatMan模型從實證的角度，以大學生創業教育滿意度為主要指標對創業教育評估進行了分析。Moica,S.et al.（2012）構建了創新系統模型，對其中各個因素進行分析，認為高校是創新和創新教育的重要主體，應從高校的商業化活動影響來評價。Nasr,K.B.et al.（2014）從創業態度、創業項目的方法、創業能力、人際溝通技能、良好的聲譽等五個指標用主成分分析法來評估創業教育。Carey,C.&Matlay,H.(2010)通過對企業家的訪談、講師招聘廣告以及對教育工作者的調查三個維度來評價創業教育。

國內也有一些學者對創新創業教育效率及影響因素進行了定性研究和定量分析。定性分析方面，李紅、丁雪、明文欽（2014）研究發現政策完善、高校支持和學生投入對創新創業教育有明顯影響；安美忱、張衛國（2016）則表明除了政府和學校環境，學生的自然屬性對創業績效具有正向影響。

在定量分析方面，高苛、華菊翠（2015）從社會支撐、學校投入和學生三個層面用改進AHP法對創新創業教育進行了評估，發現高校投入對創新創業教育的影響排在首位；孟新、胡漢輝（2016）用分析了 41個國家級孵化器的運營效率對創業實踐績效的影響，結果表明大學科技園的有效運行有利于提高高校創業教育的效果；劉有升、陳篤彬（2017）使用DEA方法對24所211高校創業教育效率進行分析，認為高校創業教育的投入有待加強、產出亟待提高。

3 實證分析

3.1 研究方法

技術效率是指一個生產單元的生產過程達到該行業技術水平的程度。數據包絡分析（DEA）是一種基于被評價對象間相對比較的非參數技術效率分析方法，在分析多投入多產出的情況是具有特殊的優勢。DEA測度的效率為相對效率，即被評價單位相對于“領先”單位的效率，因此其效率最大值為1，值越大說明效率越高。本文主要采用的是VRS模型，即考慮規模收益可變的產出導向BCC模型。

3.2 變量與數據

已有的關于創新創業效率的測度，更多的是采用學生、企業的滿意度等主觀指標進行測度，不可否認存在一定的合理性，但是在效度和信度上卻不夠精準；部分采用定量方法測度的指標過于散亂，缺乏邏輯層次性。因此，相關測度指標的選取擬在文獻分析和實地調研的基礎上，運用邏輯框架法對測度指標進行深度整合，從而使其更具邏輯層次性。

教師和學生是高校的主體力量，是創新創業人才培養的主要參與者，沒有教師和學生投入的教育是無法進行的。此次研究對象為本科高校，本科生和專任教師是其主要構成，因此選取在校本科生、專任教師數作為創新創業投入的指標。

高校的運行離不開資金的支持，目前高校的創新創業教育都在向全程化、全員化發展，學校開展普通教學活動及其輔助活動發生的支出都應計入資金投入，加之學生的創新創業教育活動基本在校內進行，因此，教學科研儀器設備值、教學行政用房面積、實驗室面積應計入物質投入。由于高校的規模不同，其可使用資金和場地等有較大差異，為更公平的衡量效率，指標采用生均值。

在產出指標上，主要是創新產出和創業產出。學科競賽檢驗創新教育成果、鍛煉提高學生創新能力的重要環節和有力抓手，但是目前各級各類學科競賽名目繁多，獎項的含金量不同，難以統計。而由中國高等教育學會研發的全國普通高校大學生學科競賽排行涵蓋了中國“互聯網+”大學生創新創業大賽、“挑戰杯”全國大學生課外學術科技作品競賽、全國大學生創新創業訓練計劃年會展示等44項綜合性和專業性創新創業類競賽，學科多、參賽者眾、覆蓋面廣，并且其數據客觀公正、來源較為易于獲取。但是由于其2020年度榜單僅有前100名的本科高校，河南高校未能全部涵蓋，其2016-2020年度總榜單中有本科高校 1199所，通過對 2020年度和2016-2020年度的全榜單進行相關性檢驗，其Pearson系數為0.878，兩者具有高度正相關性。因此采用各高校在2016-2020年度的全榜單上的數值為創新產出指標。創業產出指標則選取為傳統的畢業生創業率。

本文以河南省本科高校為研究對象，制作了截面數據庫。河南共有本科高校57所，排除新升本未有本科畢業生的高校和數據無法獲取的高校外，數據庫的高校樣本數為35個，占比61.4%，涵蓋了綜合、工科、師范、財經、農業、醫藥等類型。其中在校本科生、專任教師數、生均本科教學日常運行支出、生均教學科研儀器設備值、生均教學行政用房面積、生均實驗室面積來自于2019-2020年度各高校本科教育質量報告，創業率來自于2020年各高校畢業生就業質量調查報告，學科競賽數據來自于中國高等教育學會研發的全國普通高校大學生學科競賽排行結果（見表1）。數據均由公開來源獲取。

表1：投入—產出指標的描述性統計

4 運算與分析

本文采用DEAP2.1軟件，采用VRS模型進行運算，結果如表2。

表2：DEA運算結果

DEA運算結果表明，樣本高校的創新創業教育效率整體較高，處于較高水平，但仍有一定提升空間。綜合效率均值為0.904，純技術效率均值為0.944，規模效率均值為0.957。DEA有效性即資源充分利用，是在決策單元的數據比較中，消耗最少，產出最大的利用度為100%，就是最優狀態。DEA有效的高校有14所，占比40%，DEA無效的高校有21所，占比60%。創新創業教育效率與本科生、專任教師、資金投入和場地投入等要素都有關聯，對于未能達到綜合效率有效的高校，就需要優化這些要素之間的資源配置，使其達到有效。

因使用的是產出導向的模型，我們可以看到DEA無效的高校其差距并不一樣，總體來看，這21所高校貢獻了均值為0.866%的創業率和37.17的學科競賽數，與樣本總體均值上有一定差距。投入與產出的效率低下主要原因就是資源配置的錯位。

不同類型的高校其創新創業效率差異如何？高校所處區域是否與效率有關？官方評定的“全國深化創新創業教育改革示范高校”（以下稱為“示范校”）效率是否最高？本文對35所樣本高校按照四種類型進行了分別統計。類型一按照民辦高校和公辦高校分類，類型二按照所在區域是否為省會城市進行分類；類型三按照是否獲得過“示范校”稱號進行分類；類型四按照教育部劃分的學校類別進行分類。其中效率值均為均值（見表3）。

表3：不同類型高校效率均值

可以看到，類型一中，民辦高校創新創業教育的綜合效率高于公辦院校，但差異不大；類型二中，地處省會城市的高校創新創業教育效率高于其他高校，地域城市由于經濟活動的發達和資源的集聚性，對創新創業教育的影響較大；類型三中，可以看到獲得過“示范校”稱號的高校創新創業效率顯著高于其他高校，尤其是5所高校中有4所高校DEA有效，可見這些高校的創新創業教育水平的確較高，也體現了國家評定的公正性；類型四種，可以看到在創新創業教育效率中，綜合>財經>農業>工科>師范>醫藥，并且綜合類的高校的DEA有效，表明綜合類高校的資源配置科學合理，其他類高校需要優化資源配置。

5 結論

本文以河南省35所本科高校為樣本，選取了6個投入指標和2個產出指標，建立了截面數據庫，使用DEA方法中的VRS模型進行了運算。得出以下結論：

第一、河南省高校的創新創業教育效率整體較高，DEA有效的高校占比40%。

第二、在不同類型高校的創新創業教育效率中，民辦高校高于公辦院校；省會城市高校明顯高于其他城市高校；獲得過“示范校”稱號的高校顯著高于其他高校；綜合類高校均DEA有效，效率最高，師范類和醫藥類高校效率較低。

由于數據獲取途徑有效，限制了投入產出指標的選取范圍，并且由于本科教學質量報告和就業質量年度報告的調查時點并不完全相同，可能對研究結果有所影響。

研究的最終目的是提高高校的創新創業教育效率，因此如何進一步做到現有創新創業教育相關資源的合理分配，提高對相關設施、場所的利用效率，優化對后續資金的投入配置，優化師資隊伍的結構比例，提高課程設置的科學性，以及其他教育支持、教學方式和實踐活動的優化等整體的解決方案是我們繼續研究的重點。

注釋

① irs表示規模收益遞增,-表示規模收益不變，drs表示規模收益遞減。

② 表示編號為 2-3、5-6、11、18、21-22、25、27-29、31-32、35 等 14 所高校。