汪俊瑛
(南京科技職業學院,江蘇 南京 210048)
人文社會科學是人類在認識世界與生產實踐中形成的思想意識產物,在社會發展中屬上層建筑,其包括哲學、經濟學、政治學、歷史學、文藝學、語言學、藝術學等學科門類,具備獨特的認識功能、思想功能和社會功能。高等院校是人才培養、科學研究、社會服務和文化傳承重要載體,也是承擔人文社會科學相關學科研究和創新任務的重要力量。高職院校人文社科學科發展由于歷史條件、社會偏見、發展定位等因素影響,其科研水平相對薄弱。2019年4月,教育部、財政部聯合印發《關于實施中國特色高水平高職學校和專業建設計劃的意見》(以下簡稱“雙高計劃”),提出要集中力量建設50所左右高水平高職學校和150個左右高水平專業群[1]。江蘇省本輪評選有無錫職業技術學院等20所高職院校入選,其綜合發展水平具有一定的客觀代表性。評估江蘇20所“雙高計劃”高職院校人文社科科研投入產出效率,有利于了解職業院校人文社科科研績效現狀,有利于對應調整投入結構來提高科研成果的數量、質量,避免資源浪費。
筆者主要采取數據包絡分析法(DEA),采用基于規模報酬不變假設的CCR模型[2]和基于規模報酬可變假設的BCC模型[3]。數據包絡分析法(DEA)是1978年美國運籌學家Charnes等人在相對效率基礎上提出的一種線性規劃方法,主要用于評價同類組織工作效率相對有效性。決策單元生產前沿面數值為1則表明資源、規模配置最優化合理狀態稱為技術有效,即DEA有效;若數值不為1則表明相關投入未處于最大化利用狀態,稱非DEA有效,決策單元離生產前沿面越近相應技術效率值就越高。科研活動具有多投入、多產出特征,其績效評價適用DEA法。同時,DEA法無須人為設置各項指標權重,具備避免主觀因素、簡化算法、減少誤差等優勢。

表1 投入產出績效評價指標體系
筆者選取江蘇省20所“雙高計劃”院校為決策單元(DMU),以中國高校人文社會科學信息網《2018年度全國專科院校人文、社會科學研究與發展概況》及東南大學出版社《2018年江蘇省高等學校社科統計資料匯編》公開數據為基礎[4,5],收集每個決策單元的多項投入產出指標。筆者參照教育部年度全國普通高等學校人文社科類統計年報數據指標并結合相關專家意見,從人力、財力兩個方面考慮建立績效評價指標體系,選取“博士學位數”“高級職稱數”“當年投入人年數”代表人力投入,選取“研究與發展經費當年收入(千元)”代表財力投入,選取“學術交流次數”代表人力、財力兩類投入。在產出指標方面,從理論與應用兩方面考慮,選取“課題數”“論文數”“著作數”代表理論研究產出,選取“專利所有權轉讓及許可數”“成果獲獎”“研究與咨詢報告”代表應用研究產出[6]。其中由于專利所有權轉讓及許可數、成果獲獎兩項指標該年度絕大多數決策單元(DMU)數量為0,為保證DEA方法運算結果合理性,該兩項僅作為評價參考指標,不納入運算過程。具體指標體系見表1。

表2 皮爾遜相關系數
用數據包絡分析法(DEA)進行科研效率運算時,首先要確保投入產出指標間具有較強的相關性。本文對原始統計數據采取皮爾遜(Pearson)相關分析來驗證。具體皮爾遜相關系數見表2,可見所有投入產出指標間都具有一定的正相關性。

表3 2017-2018年度江蘇省20所“雙高計劃”院校 人文社科科研投入產出效率
將原始數據處理輸入DEA-Solver Pro 5.0軟件做DEA運算分析。通過CCR模型得到綜合技術效率,BCC模型得到純技術效率,再通過計算分析(CCR值/BCC值)獲得規模效率,最終形成表3。
2.3.1 綜合技術效率分析。綜合技術效率為1,投入產出DEA有效,即相關科研資源的投入得到了應有的產出,處于最佳狀態。綜合技術效率不為1,則投入產出為非DEA有效,即投入相關科研資源未獲得預期產出。在非DEA有效的數值中,綜合技術效率越接近1,績效水平相對越高。20所雙高職業院校中,綜合技術效率均值0.868,存在13.2%的資源浪費。其中共有江蘇農林職業技術學院等11所DEA有效,占比55%;另有無錫職業技術學院等9所非DEA有效。在非DEA有效學校中,綜合技術效率最高為南通航運職業技術學院0.982,最低為江蘇海事職業技術學院0.447,校際差距比較明顯。
2.3.2 純技術效率分析。純技術效率為1,表明現有科研資源投入利用率已達最大化,產出也已達最大化。20所雙高職業院校中,共有江蘇農林職業技術學院等14所純技術效率為1,院校數量占比70%,均值為0.907,表明90.7%的投入已充分利用。純技術效率為1而綜合技術效率不為1如無錫職業技術學院,則說明影響總體績效水平的主要因素是該學校的投入資源規模,可以通過增加或減少資源規模來提升總體科研績效水平。對于純技術效率不為1的6所高職院校如江蘇經貿職業技術學院,還要在目前資源投入前提下采取各種激勵措施,進一步促進產出。
2.3.3 規模效率和規模報酬分析。規模效率為1表明學校科研資源投入規模已處于最合適的狀態,規模報酬保持應不變。規模效率不為1則表明規模報酬處在遞增或遞減的低效率狀態,需要擴大或縮小規模。從表中可知20所雙高職業院校中,共有江蘇農林職業技術學院等11所規模效率為1。江蘇經貿職業技術學院等9所處于規模報酬遞減狀態,說明投入冗余,應進一步提高資源利用率,減少相關資源過度投入。蘇州農業職業技術學院處于規模遞增狀態,其純技術效率為1,顯示目前的科研資源投入已達最佳利用率,其規模效率值為0.559,可以通過進一步擴大資源規模達到綜合技術效率的提升。另外,20所雙高職業院校的規模效率均值為0.958,要大于純技術效率均值0.907,表明前者對綜合效率的影響程度要比后者大,因此保持合理的規模效率是很有必要的。

表4 非DEA有效高職院校科研投入產出投影分析
2.3.4 非DEA有效單元投影分析。從表3數據可以看出,共有9所高職院校為非DEA有效單元,需要進一步采用松弛變量與效益值相結合進行分析[7]。其中無錫職業技術學院、南通航運職業技術學院、蘇州農業職業技術學院3所高校純技術效率值為1,其非DEA有效的原因是規模效率非DEA有效,可以按照規模報酬顯示結果,適當地降低或增加科研投入規模來達到DEA有效。其余6所學院純技術效率值和規模效率值均不為1,其非DEA有效的原因是由兩者共同造成的。可以通過提高資源利用率、科研人員積極性、有效科研時間效率,減少資源投入規模等多方面途徑來總體提高科研效率。表4中所列數據為通過BCC模型進行投入、產出計算時,進行投入冗余值與產出不足值的投影分析,每項在原投入量的基礎上減少得出新的投入量為達到DEA有效的投入量。以江蘇經貿職業技術學院為例,在投入方面,高級職稱投入冗余81.864人,博士學位人員投入冗余10.391人,當年投入人年數投入冗余13.284人,學術交流投入冗余198.102次,研究與發展經費收入投入冗余3 368.691千元,與此同時,在產出方面,要想達到理想的DEA有效目標要增加著作數1.943部,其余學院分析類似。
筆者運用數據包絡法DEA對江蘇省20所雙高計劃高職院校人文社科科研投入產出效率作了綜合效率、純技術效率、規模效率等方面的整體分析,并對6個非DEA有效高校投入產出情況作了投入冗余值和產出不足值的投影分析。通過對比發現,2018年江蘇省“雙高計劃”高職院校人文社科科研績效水平總體屬于中等,存在投入科研資源過剩,產出未達到合理預期等情況,可以通過以下幾個方面來總體提高科研效率。
江蘇省20所入選雙高計劃高職院校均屬于綜合實力較強的高職院校,其政策支持傾斜度和經費保障相對于非雙高院校有一定的優勢,但從投入力度和產出的效果來看,其綜合效率均值未達到0.9以上,可以發現并非人力和財力投入越多就能達到相對較高的效率。那么在科研經費方面應當做到:①優化科研經費的資源配置,以國家、社會、學校實際需求為導向開展人文社科研究,著重向學科聯合、學科前沿研究傾斜。②健全科研經費管理制度。在放管服的大背景下,鼓勵科研人員按規定進行經費支出,配合項目負責人全過程開展經費管理服務,與此同時,加強內部財務風險控制,使得科研經費高效、透明、規范使用。
近年來,國家加大了高職院校的扶持力度,圍繞高層次學科人才的引進,各高職院校的人才結構有了較大程度的發展和提升,特別是博士學位或副教授以上職稱人才數量有所增多。但是從DEA分析中的規模報酬的狀態結果可以看出,大部分非EDA有效高職院校,其均呈現規模遞減的狀態,即高層次人才的投入并沒有提升人文社科科研的綜合效率,反映出人才的創新能力、規模效應還未充分利用和釋放。在高層次科研人才管理使用方面應該從激勵和壓力兩個方面開展。①在激勵方面,要提高科研人員薪資待遇,關注科研人員特別是青年科技工作者的成長晉升需求,營造寬松便利的科研環境,擴大科研項目自主權。②在壓力方面,加強現有科研隊伍的培訓,重視青年人才的傳幫帶的體系化培養,鼓勵合作參與國家級、省級重大項目;另外還要加強學術道德、科研誠信教育,加強對學術不端行為的制度化、常態化管理。
學術交流是推動人才培養、學術合作、成果轉化應用的重要渠道,數據統計中年度學術交流人次含參加學術會議人次、受聘講學人次、社科考察、進修學習、合作研究派出人次等方面。在一定程度上,其與產出成果應成正比例關系,但是從DEA分析中的規模報酬的狀態結果學術交流次數是屬于投入冗余,未達到預期效果。相關高職院校科研管理部門應對學術交流申請如規模、形式、人員、內容、預期效果等予以把關審批,盡量減少非必要的或無效交流投入,嚴防學術腐敗和學術浪費。
相對于投入冗余來說,產出不足數據要稍少。在4類成果指標中大部分高職院校均需單類成果數量增加,雙高計劃高職院校中江蘇海事職業技術學院、蘇州工藝美術職業技術學院、常州信息職業技術學院等3所需兩類成果數量增加。從統計的產出成果類型可以看出并不包含專利轉讓許可數量、獲獎等指標,并非該兩項不重要,而是在數據統計過程中發現絕大部分高職院校此兩項的年度數據為0,從一定程度上反映出高職院校人文社科類成果的轉化應用及社會認可度并不理想,這也要求高職院校人文社科研究應結合國家宏觀政策、著眼社會普遍需要、發掘企業效益需求等實際方面來開展。
2018年度數據的DEA分析僅代表該年度高職院校人文社科科研資源利用率及投入產出情況。對于DEA有效的高職院校不能停滯不前,盡管綜合技術效率為1達到最優,仍然需要加強動態監測、績效管理,持續促進科研數量質量提升。對于非DEA有效的高職院校更需要找出問題原因,優化資源配置,構建科學的科研管理制度,充分運用校政企多方主體合作提升人文社科績效水平,實現少投入、高產出。