基于DEA模型的省屬財經(jīng)類高校科研效率的靜態(tài)和動態(tài)分析

賀 剛， 黃雨晗， 劉曉明

(上海立信會計金融學院，上海 201209)

一、引言

2020年11月，《新文科建設(shè)宣言》指出，新時代新使命要求文科教育必須加快創(chuàng)新發(fā)展。財經(jīng)類高校“新財經(jīng)”建設(shè)是高校新文科建設(shè)的重要組成部分。隨著高等院?？蒲泄ぷ鞑饺胄码A段，財經(jīng)類高校憑借比較優(yōu)勢與學科特色展現(xiàn)出強勁發(fā)展勢頭。新形勢下，財經(jīng)類高校要努力提高科研發(fā)展水平以適應(yīng)新文科建設(shè)的內(nèi)在要求。省屬財經(jīng)類高校是以培養(yǎng)經(jīng)濟類、管理類專業(yè)化人才為主要目標，由地方政府統(tǒng)一撥款并服務(wù)地方經(jīng)濟建設(shè)的行業(yè)性、特色性高校。作為我國高等教育的重要組成部分，省屬財經(jīng)類高校致力于服務(wù)國家經(jīng)濟建設(shè)，肩負培養(yǎng)財經(jīng)領(lǐng)域卓越人才的任務(wù)，在推動學術(shù)進步、引領(lǐng)社會發(fā)展、傳承文化方面發(fā)揮著重要作用。但是由于國家重點發(fā)展“211工程院?！焙汀?85工程院?！币约百Y源配置上的傾斜，省屬財經(jīng)類本科高校在國家層面上被重視程度不夠，存在自信心不足、人才利用效率偏低等問題。

因此，研究省屬非“211”財經(jīng)高校的科研效率具有重要的現(xiàn)實意義，特別是在“新文科”背景下，如何合理充分利用相對稀缺的教育資源，協(xié)調(diào)科研投入與產(chǎn)出，提升科研效率，促進省屬財經(jīng)高校高質(zhì)量發(fā)展具有重要的現(xiàn)實意義。

二、文獻綜述

相比于層次分析法、數(shù)理統(tǒng)計法等方法不能從投入產(chǎn)出角度綜合評價科研效率，數(shù)據(jù)包絡(luò)分析方法(DEA)則可以兼顧投入與產(chǎn)出指標，是一種評價多投入多產(chǎn)出生產(chǎn)與非生產(chǎn)部門效率的有效方法。因此，近年來國內(nèi)外學者研究高?？蒲锌冃гu價時也逐漸采用DEA方法。目前國內(nèi)學者應(yīng)用DEA方法評價高?？冃У难芯恐饕譃?個方面。

一是針對不同省份和地區(qū)的高校進行區(qū)域性效率評價。沙巨山(2016)[1]研究了我國2003—2013年30個省(市)的高等院校科研效率，結(jié)果表明東部地區(qū)的綜合效率和技術(shù)效率遠高于中部、東北、西部地區(qū)。操琳琳和孫俊華(2019)[2]運用數(shù)據(jù)包絡(luò)分析方法分析了31個省份高校的科研投入產(chǎn)出效率，結(jié)論為雖然科研效率總體情況良好，但非DEA有效省份高校普遍存在投入產(chǎn)出結(jié)構(gòu)不合理、人財物資源投入冗余等問題。劉偉等(2010)[3]選取31個省(市)高校樣本進行科技創(chuàng)新能力評價，發(fā)現(xiàn)東部省(市)高?？萍紕?chuàng)新能力一般都較高，其次是中部省(市)高校與西部省(市)高校。楊辰利和任初明(2017)[4]研究發(fā)現(xiàn)2009—2013年內(nèi)39所省屬財經(jīng)類高?？蒲邪l(fā)展水平不平衡，東部地區(qū)省屬財經(jīng)類高?？蒲邪l(fā)展指數(shù)均值顯著高于西部地區(qū)。盧蓉(2019)[5]運用二階段網(wǎng)絡(luò)DEA模型對我國2011—2016年高校科研成果轉(zhuǎn)化效率進行測算，結(jié)果表明我國中東西部的技術(shù)成果轉(zhuǎn)化差異仍然存在，技術(shù)成果主要集中于東部地區(qū)。

二是針對不同主體的高校進行科研效率評價，如針對985高校、211高校、雙一流高校、理工類高校、經(jīng)管類高校等。姜彤彤(2013)[6]采用Malmquist指數(shù)分析方法，分析2005—2010年我國36所“985工程”高校的科研效率，得出我國高?？蒲谢顒由a(chǎn)率年均增長2.9%的結(jié)論。江建龍(2018)[7]的研究表明江蘇省15所“雙一流”高校中有86.67%的高?？蒲行示哂杏行?。彭迪和郭化林(2020)[8]分析了2015—2018年32所“雙一流”建設(shè)高校全要素生產(chǎn)效率，得出樣本高校的全要素生產(chǎn)效率呈現(xiàn)“中部塌陷”態(tài)勢的結(jié)論。閆平等(2016)[9]研究發(fā)現(xiàn)教育部直屬48所高校中83.3%的高?？蒲行蕸]有達到有效水平，存在科研管理水平較低、科研資源配置不合理等問題。王衛(wèi)星和王煜(2017)[10]運用DEA方法測度2015年63所教育部直屬高校的科研效率，發(fā)現(xiàn)76.2%非DEA有效高校不同程度地存在科研經(jīng)費投入冗余和科研成果產(chǎn)出不足。王樹喬等(2016)[11]測算2008—2014年中國36所“985”高校的科研效率，發(fā)現(xiàn)中部地區(qū)的“985高?！笨蒲芯C合技術(shù)效率水平較高。

三是針對高校不同院系的科研效率進行評價。陳俊生等(2012)[12]以江蘇省地方綜合性大學中的15個人文社會科學類學院為研究對象，發(fā)現(xiàn)樣本中人文社科科研效率還不高，仍有較大的提升空間。陳琢(2020)[13]以2009—2014年中國31個省(市)高?？蒲谢顒訛檠芯繉ο?，研究發(fā)現(xiàn)不同省(市)的科研技術(shù)效率差異較大，少數(shù)省(市)依然存在“重理輕文”科研觀念。邱泠坪等(2017)[14]利用綜合DEA模型對32所高等農(nóng)業(yè)院校科研生產(chǎn)績效進行分析，發(fā)現(xiàn)75%的農(nóng)業(yè)院校非DEA有效、科研績效不顯著、科研產(chǎn)出量偏低。李曉斌(2013)[15]通過計算2009—2011年豫北地區(qū)某醫(yī)科院校的14個院系的科研效率，發(fā)現(xiàn)該校醫(yī)學院系的科研綜合效率優(yōu)于文科院系和理科院系。

但以往的研究較少聚焦省屬“非211”的普通財經(jīng)類高校的科研效率評價，并且以往的研究側(cè)重于靜態(tài)研究且較少考慮投入產(chǎn)出的時滯問題?；诖?，將研究對象確定為省屬“非211”普通財經(jīng)院校，以2016—2019年面板數(shù)據(jù)為基礎(chǔ)，分別應(yīng)用超效率CCR模型和DEA-Malmquist指數(shù)模型對相關(guān)高?？蒲行实南鄬π仕胶腿厣a(chǎn)率進行分析和評價。本文的主要貢獻在于：(1)綜合應(yīng)用DEA數(shù)據(jù)包絡(luò)分析模型對27所“非211”省屬財經(jīng)類普通高校的科研效率進行靜態(tài)和動態(tài)分析，在此基礎(chǔ)上探討“非211”省屬財經(jīng)類高校科研效率變動的原因；(2)為了探究不同地區(qū)財經(jīng)類高校的科研效率變化情況，將樣本高校分為東、中和西部三個地區(qū)進行分地區(qū)評價。

三、研究設(shè)計

(一)樣本選取與數(shù)據(jù)來源

選取上海立信會計金融學院等27所省屬非211財經(jīng)類高校作為研究對象進行科研效率評價，研究區(qū)間為2016—2019年，所有數(shù)據(jù)來自中國高校人文社會科學信息網(wǎng)的《社科統(tǒng)計摘要》。采用的數(shù)據(jù)分析軟件為Deap2.1和DEA-EMS。

(二)研究方法

CCR和BCC模型是DEA分析的兩個最基本的模型。

BCC模型是在規(guī)模報酬可變的假設(shè)下，將CCR模型中的技術(shù)效率分解成純技術(shù)效率(PTE)和規(guī)模效率(SE)。即：

TE=PTE×SE

(1)

從應(yīng)用的角度看，DMU的TE、PTE和SE越接近于1，則認為其綜合效率、純技術(shù)效率和規(guī)模效率越高；當?shù)扔?時，認為其對應(yīng)效率達到“DEA最優(yōu)”。

通過BCC模型可以得到綜合有效的DMU，但對于多個DEA有效的DMU，無法進一步得到這些DMU之間的有效性情況。而通過超效率CCR模型算得的效率值可能大于1，這樣則可以得到最有效的DMU。本文應(yīng)用超效率CCR模型進行實證分析。超效率CCR模型較好地解決了有效DMU的排序問題。對決策單元進行評價時，將被評價的決策單元排除在決策單元的集合之外。

假設(shè)存在m個DMU，每個DMU有n個投入指標和l個產(chǎn)出指標，對于第j個DMU，Xj=(X1j，X2j，…，Xnj)T，Yj=(Y1j，Y2j，…，Ynj)T，j=(1，2，…m)。X0，Y0為選定決策單元DMU0的投入向量與產(chǎn)出向量，λ是相對于DMU0重新構(gòu)造一個有效決策單元組合中m個決策單元的組合比例，θ為決策單元DMU0的投入相對產(chǎn)出的有效利用程度，即效率值。超效率模型可以用如下方程表示

(2)

λj≥0 j=1，2，…，k，…，n

本文通過基于DEA的Malmquist指數(shù)方法測算全要素生產(chǎn)率變化率(TFPCH)，以此進行動態(tài)績效分析。其基本思想是通過非參數(shù)的DEA-Malmquist方法計算TFPCH，用這種方法算得的TFPCH稱為Malmquist TFP指數(shù)，在規(guī)模報酬不變的假設(shè)下，TFPCH可以被進一步分解為技術(shù)效率變化指數(shù)(EFFCH)和技術(shù)進步指數(shù)(TECHCH)。即：

TFPCH=EFFCH×TECHCH

(3)

在規(guī)模報酬變化的假設(shè)下，技術(shù)效率變化指數(shù)可以再分解為規(guī)模效率指數(shù)和純技術(shù)效率變動指數(shù)。純技術(shù)效率是由于管理和技術(shù)等生產(chǎn)要素影響的生產(chǎn)效率，規(guī)模效率是因為規(guī)模因素影響的生產(chǎn)效率。即：

TFPCH=PECH×SECH×TECHCH

(4)

從應(yīng)用角度看，該指數(shù)以1為分界線，大于1表明TFPCH上升，小于1表明TFPCH下降。對于技術(shù)效率變化指數(shù)(EFFCH)，如果指數(shù)數(shù)值大于1，則表示其呈上升趨勢，并且是全要素生產(chǎn)率增長的主要原因。技術(shù)進步變化指數(shù)(TECHCH)數(shù)值含義與技術(shù)效率變化指數(shù)(EFFCH)基本一樣。

(三)指標體系構(gòu)建

在投入指標方面，高?？蒲谢顒拥耐度胫笜送傅氖侨肆?、物力、財力。鑒于物力的難以衡量性，也考慮到財經(jīng)類高校科研活動的物力和財力主要還是由科研經(jīng)費決定的特點，根據(jù)《全國普通高校人文、社科類統(tǒng)計報表》的統(tǒng)計指標體系，本文主要選取人力投入和經(jīng)費投入作為投入主體，在人力投入指標方面選取研發(fā)人員合計和當年投入人數(shù)；在經(jīng)費投入指標方面選取研究與發(fā)展經(jīng)費當年內(nèi)部支出、課題經(jīng)費當年支出?？蒲挟a(chǎn)出指標一般是科研成果、科研獲獎以及科研項目，其中，科研成果選取了著作數(shù)、論文數(shù)、研究和咨詢報告作為三級指標；科研獲獎選取獲獎成果合計、獲國家與部級獎作為三級指標；科研項目選擇了課題數(shù)作為三級指標。具體指標如表1所示。

表1 投入產(chǎn)出指標

為避免指標之間存在較強相關(guān)性，應(yīng)用SPSS24軟件分別對投入指標和產(chǎn)出指標做相關(guān)性分析，以保證指標的正確性，具體結(jié)果如表2和表3所示。結(jié)果顯示投入指標和產(chǎn)出指標之間的相關(guān)性均低于0.7，即指標之間不存在較強相關(guān)性，說明指標選取相對合理。

表2 投入指標的相關(guān)性分析

表3 產(chǎn)出指標的相關(guān)性分析

(四)實證分析

1.基于超效率CCR模型的靜態(tài)分析。應(yīng)用超效率CCR模型計算出27個樣本高校2016—2019年每年效率值，結(jié)果見表4。可以看出2016年超效率CCR值大于1的有17所高校，這說明這17所高校的科研投入和產(chǎn)出效率達到有效狀態(tài)，而其他10所高校的科研投入和產(chǎn)出則有冗余，處于無效率狀態(tài)。2017年的CCR超效率值大于1的則有13所高校，小于1的有14所高校；2018年的CCR超效率值大于1的高校有14所，小于1的則為13所；2019年CCR超效率值大于1的高校有12所，小于1的則為15所高校。2016—2019年CCR超效率的總體均值為1.29，超效率CCR均值大于1的高校有16所，這說明27所高校科研活動總體效率水平較高，總體達到有效狀態(tài)。但是有11所高校的CR超效率的總體均值小于1，科研投入產(chǎn)出處于無效狀態(tài)。高校應(yīng)該完善科研管理體制，優(yōu)化科研投入產(chǎn)出結(jié)構(gòu)，提高科研資源投入的回報率。上海立信會計金融學院從2016年到2019年的CCR超效率值均大于1，并且在2018年達到4.4025，這說明上海立信會計學院和上海金融學院在2016年并校之后，科研投入資源得到了更有效的回報。2016—2019年CCR超效率值大于1并且排名前7的高校分別為上海立信會計金融學院、貴州財經(jīng)大學、內(nèi)蒙古財經(jīng)大學、河北金融學院、南京審計大學、南京財經(jīng)大學、河南財經(jīng)政法大學。

表4 省屬財經(jīng)類普通高校CCR超效率取值

2.基于Malmquist指數(shù)模型的動態(tài)效率分析?；诔蔆CR模型對于省屬財經(jīng)類普通高校科研效率的靜態(tài)分析是一種針對相對效率評價的方法，但不能對各個高校的效率值進行縱向比較，因此為了考察各個高校的動態(tài)變化情況，本文應(yīng)用DEAP2.1軟件對于2016—2019年國內(nèi)27所“非211”省屬財經(jīng)類普通高校的科研投入產(chǎn)出的面板數(shù)據(jù)進行Malmquist全要素生產(chǎn)率指數(shù)分析，具體結(jié)果見表5和表6。表格中的Tfpch為全要素生產(chǎn)率變化，Effch為技術(shù)效率變化，Techch為技術(shù)進步變化，Pech為純技術(shù)效率變化，Sech為規(guī)模效率變化。高校純技術(shù)效率與規(guī)模效率提高的主要動力來自于管理和制度的變革，變革能提高科研人員的工作效率和資源配置效率，進而提高高?？蒲行?，并產(chǎn)生規(guī)模效益；科研生產(chǎn)中技術(shù)進步源于高校中科研人員的科研能力提升和科研設(shè)施的改善；純技術(shù)效率、規(guī)模效率和技術(shù)進步變動產(chǎn)生交互效應(yīng)，導(dǎo)致整體科研生產(chǎn)率的變化。

第一，不同年份的Malmquist指數(shù)的分析。從表5所示的2016—2019年不同年份省屬財經(jīng)類高校Malmquist指數(shù)平均變化水平來看，2016—2019年間我國27所“非211”省屬財經(jīng)類高校的Malmquist指數(shù)為1.005，這說明27所高校的科研資源的利用效率呈弱上升的趨勢。2016—2019年這4年中，2016—2017年和2018—2019年的Malmqusit指數(shù)處于大于1的狀態(tài)，增長率分別為2.8%和7.7%，這表明我國的“非211”省屬財經(jīng)類高校的科研資源整體利用效率在這4年間出現(xiàn)持續(xù)性增長。從分解指數(shù)的角度看，27所“非211”財經(jīng)類高校的科研活動的技術(shù)效率變化指數(shù)均值為1.001，技術(shù)進步變化指數(shù)均值為1.012，純技術(shù)效率變化指數(shù)為1.004，規(guī)模效率變化指數(shù)為1.007，Malmqusit指數(shù)均值為1.005，也就是說2016—2019年4年間Malmqusit指數(shù)均值及其分解指數(shù)值都大于1，這說明省屬財經(jīng)類高校的管理和制度改革取得了較好的效果從而提升了規(guī)模效率，高校中科研人員的科研能力提升較為顯著，科研設(shè)施也得到了有效改善，并且純技術(shù)效率、規(guī)模效率和技術(shù)進步變動產(chǎn)生交互效應(yīng)，導(dǎo)致整體科研生產(chǎn)率的提高。

表5 不同年份省屬財經(jīng)類高校Malmquist指數(shù)及分解指數(shù)均值

第二，不同高校的Malmquist指數(shù)的分析。由表6可以看出，2016—2019年間27所省屬“非211”財經(jīng)類普通高校科研效率的Malmquist全要素生產(chǎn)率指數(shù)均值大于1的有云南財經(jīng)大學、上海立信會計金融學院、南京審計大學等14高校，占總體的52%，其中，云南財經(jīng)大學的增長率最大，達到23.9%，增長率最小的則為上海對外經(jīng)貿(mào)大學和廣東財經(jīng)大學，均為0.2%。而Malmquist全要素生產(chǎn)率指數(shù)均值小于1的有13所高校，占總體的48%。由此可見，一半以上的省屬“非211”財經(jīng)類普通高校的科研效率處于增長狀態(tài)。而在科研效率處于增長狀態(tài)的14所高校中，云南財經(jīng)大學、內(nèi)蒙古財經(jīng)大學、上海立信會計金融學院、山東工商學院、浙江工商大學、廣東金融學院的技術(shù)效率變化、技術(shù)進步變化、規(guī)模效率變化的均值都大于1，這說明以上6所學?？蒲腥藛T的科研能力在提升、科研設(shè)施在改善、科研制度的改革產(chǎn)生規(guī)模效用，從而提升了學校的科研效率。

表6 2016—2019年省屬財經(jīng)類高校科研效率Malmquist指數(shù)及其分解

第三，不同區(qū)域高校的Malmquist指數(shù)的分析。為比較地區(qū)因素對高?？蒲行实挠绊懀瑢⑽覈?1個省(市)劃分為東部、中部、西部三個區(qū)域。27所樣本高校中，東部高校14所，占比48%；中部高校5所，占比22.4%；西部高校8所，占比29.6%。整理得到2016—2019年東部、中部、西部高校的全要素生產(chǎn)率Malmquist指數(shù)及其分解指標，結(jié)果見表7。總體看，2016—2019年東部的全要素生產(chǎn)率Malmquist指數(shù)均值為1.037，中部的Malmquist指數(shù)均值為1.051，均大于1，并且東部和中部地區(qū)的Malmquist指數(shù)均值的5個分解指標也都大于1，說明東部和中部高?？蒲行实目傮w配置呈增長趨勢。這表明東部和中部地區(qū)高?？蒲泄芾砼c制度的改革以及科研人員科研能力的進步、科研設(shè)施的改善都促進了高?？蒲行实脑鲩L，這也與近5年來東部和中部高校引進科研人員力度加大以及重視科研人才、加大投入的事實相一致。而西部的Malmquist指數(shù)均值為0.919，表明西部高?？蒲行实目傮w配置出現(xiàn)略微下降趨勢。進一步分析可以看到西部高校的Malmquist指數(shù)各項分解值的均值也小于1，這說明西部高校的高?？蒲泄芾砼c制度存在不足，科研人員科研能力出現(xiàn)了下降，科研設(shè)施的改進也不夠，這也和近年來西部科研人才流失、財政支持弱化、管理制度僵化的事實相一致。

表7 不同區(qū)域省屬財經(jīng)類高?？蒲行蔒almquist指數(shù)及其分解

四、結(jié)論與建議

基于超效率CCR模型和Malmquist指數(shù)模型分別對27所“非211”省屬財經(jīng)類普通高校2016—2019年的科研效率狀況進行了靜態(tài)和動態(tài)分析。(1)從靜態(tài)效率看，2016—2019年27所“非211”省屬財經(jīng)類高校的CCR超效率均值大于1的有16所，占比為59%，總體均值為1.29，這說明27所高校科研活動總體效率水平較高，總體達到有效狀態(tài)。(2)從動態(tài)效率來看，2016—2019年，27所“非211”省屬財經(jīng)類高校的Malmquist指數(shù)為1.005，這說明27所高校的科研資源的利用效率呈上升趨勢。科研效率處于增長趨勢的有上海立信會計金融學院等14所高校。其中，云南財經(jīng)大學、內(nèi)蒙古財經(jīng)大學、上海立信會計金融學院、山東工商學院、浙江工商大學、廣東金融學院的技術(shù)效率變化、技術(shù)進步變化、規(guī)模效率變化的均值都大于1，這說明以上6所高校科研人員的科研能力在提升，科研設(shè)施也在改善，科研制度的改革也產(chǎn)生規(guī)模效用，從而提升了學校的科研效率。(3)從地區(qū)看，2016—2019年東部和中部高校的全要素生產(chǎn)率Malmquist指數(shù)均值都大于1，這說明東部和中部高?？蒲行实目傮w配置呈增長趨勢；而西部高校的全要素生產(chǎn)率Malmquist指數(shù)小于1，西部高校科研效率的總體配置出現(xiàn)了略微下降趨勢。

基于以上分析結(jié)果，省屬普通財經(jīng)高校要改進科研效率，首先要加強對科研投入的合理配置，避免科研經(jīng)費重復(fù)投入，提高經(jīng)費投入效率，盡可能實現(xiàn)帕累托最優(yōu)的規(guī)模效益[16]。在“新文科建設(shè)”背景下，省屬財經(jīng)類高校更應(yīng)該明確自身定位，突出辦學特色，充分利用科研資源。因此，首先要建立科研活動動態(tài)效率評價機制，將評價結(jié)果作為調(diào)整后續(xù)資源投入的重要依據(jù)。其次要建立有效的內(nèi)部激勵機制和績效考核機制，完善并優(yōu)化高校科技創(chuàng)新體制結(jié)構(gòu)，加強科研獎勵管理水平，充分調(diào)動教師的科研積極性，激發(fā)科研人員的創(chuàng)新活力，提高科研成果的投入產(chǎn)出比與產(chǎn)出質(zhì)量水平。同時要借鑒科研過程高效率、科研成果高質(zhì)量高校的經(jīng)驗，深化科研評價、管理與運行制度改革，優(yōu)化科研管理流程，改進科技創(chuàng)新技術(shù)水平，提升科研成果轉(zhuǎn)化動力。