長三角區(qū)域高校人文社科科研效率動(dòng)態(tài)變化及原因分析

摘 要：提高科學(xué)研究效率對于促進(jìn)區(qū)域高質(zhì)量發(fā)展具有重要意義。為了探明長三角區(qū)域高校人文社科科研效率，采用非徑向數(shù)據(jù)包絡(luò)分析（DEA）超效率模型測量技術(shù)效率及區(qū)域差異，并根據(jù)對松弛變量的分析探究其原因，然后采用DEA-Malmquist指數(shù)分析效率變動(dòng)趨勢。分析發(fā)現(xiàn)，長三角區(qū)域高校人文社科科研整體效率不高，變動(dòng)不大，區(qū)域差異明顯，不過差距在縮小。技術(shù)效率的變化主要受規(guī)模效率制約，全要素生產(chǎn)率的變化主要受技術(shù)進(jìn)步推動(dòng)。影響三省一市高校科研效率的因素表現(xiàn)不一，其中，上海高校研發(fā)與課題經(jīng)費(fèi)投入相對過多；江蘇高校課題經(jīng)費(fèi)投入相對過多；浙江與安徽高校在人員上投入相對過多；上海與浙江的高校在四個(gè)產(chǎn)出指標(biāo)方面都相對不足；江蘇高校在CSSCI論文方面產(chǎn)出不足；而安徽高校產(chǎn)出不足問題最不明顯。研究結(jié)果表明，科研活動(dòng)的高投入并不一定帶來相應(yīng)的高產(chǎn)出。高校應(yīng)當(dāng)提高科研管理和科研技術(shù)水平，促進(jìn)科研效率的提升。

關(guān)鍵詞：長三角區(qū)域；人文社科；科研效率；DEA

中圖分類號(hào)：G644" " " 文獻(xiàn)標(biāo)識(shí)碼：Ａ" " " "文章編號(hào)：2097-0692（2023）01-0081-12

一、研究背景與文獻(xiàn)綜述

2019年，長三角區(qū)域一體化上升為國家戰(zhàn)略。同年，中共中央、國務(wù)院印發(fā)的《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》（以下簡稱《規(guī)劃綱要》）強(qiáng)調(diào)，把長三角地區(qū)建設(shè)成為區(qū)域創(chuàng)新共同體，加強(qiáng)科技創(chuàng)新資源共享，充分發(fā)揮創(chuàng)新資源集聚優(yōu)勢，增強(qiáng)長三角地區(qū)創(chuàng)新能力和競爭能力，協(xié)同推動(dòng)原始創(chuàng)新，使之成為全國重要?jiǎng)?chuàng)新策源地[１]。美國硅谷、德國慕尼黑等世界級科技創(chuàng)新中心的發(fā)展啟示我們，高校是區(qū)域創(chuàng)新的“引擎”，高校與區(qū)域深度融合發(fā)展是建設(shè)區(qū)域創(chuàng)新中心的關(guān)鍵。

長三角區(qū)域擁有全國約1/4的“雙一流”高校、國家重點(diǎn)實(shí)驗(yàn)室、國家工程研究中心，年研發(fā)經(jīng)費(fèi)支出和有效發(fā)明專利數(shù)均占全國1/3左右[１]。在科研資源達(dá)到一定規(guī)模后，科研資源的利用效率日益受到重視。研究表明，21世紀(jì)以來，我國高校用于基礎(chǔ)研究、應(yīng)用研究、試驗(yàn)發(fā)展的經(jīng)費(fèi)每年增長20%[２]，然而科研資源使用效率并不高[3-6]。不過，也有部分學(xué)者得出了不一致的結(jié)論[７]。當(dāng)前，學(xué)術(shù)界對高校科研效率的研究主要集中在自然科學(xué)領(lǐng)域，人文社科領(lǐng)域的科研效率受到的關(guān)注相對較少。習(xí)近平總書記指出：“文化文藝工作、哲學(xué)社會(huì)科學(xué)工作就屬于培根鑄魂的工作，在黨和國家全局工作中居于十分重要的地位，在新時(shí)代堅(jiān)持和發(fā)展中國特色社會(huì)主義中具有十分重要的作用。”[８]人文社科研究涉及社會(huì)上層建筑的構(gòu)建，是社會(huì)發(fā)展的重要推動(dòng)力量。因此，人文社會(huì)科學(xué)研究與自然科學(xué)研究同樣重要，也應(yīng)當(dāng)受到學(xué)術(shù)界重視。

當(dāng)前，有關(guān)高校人文社科科研效率的研究主要以全國高校為研究對象，如王靈芝、梁文艷和唐一鵬、姜彤彤、王甲旬和邱均平等對全國高校人文社科科研效率進(jìn)行了評價(jià)與分析[9-13]。近年來，區(qū)域高校人文社科科研效率逐漸成為研究的熱點(diǎn)，例如：陳俊生等對江蘇省高校人文社會(huì)科學(xué)科研效率進(jìn)行了評價(jià)[14]；賈冰、曾冬梅分析了廣西高校人力資本及其結(jié)構(gòu)對人文社科研究效率的影響[15]；蔡文伯、趙志強(qiáng)探究了我國十大城市群高校科研效率及影響因素[16]；張丹丹對長三角“雙一流”高校科研績效及影響因素進(jìn)行了分析[17]。不過，迄今為止，專注于長三角高校人文社科科研效率問題的研究仍然相對較少，針對影響因素的探討主要關(guān)注外部因素，對于內(nèi)部因素的分析較少。本研究采用長三角高校2012—2019年人文社科科研投入與產(chǎn)出數(shù)據(jù)，分析該區(qū)域高校人文社科科研的效率狀況，并探討其原因，為長三角高校科研生產(chǎn)的改進(jìn)提供學(xué)理依據(jù)。

二、研究設(shè)計(jì)

（一）概念

1.生產(chǎn)率與效率

生產(chǎn)效率用來衡量一個(gè)生產(chǎn)單元在既定的要素投入集下產(chǎn)出與最大產(chǎn)出 （生產(chǎn)前沿， Pr-

oduction Frontier）的距離，距離越大，則生產(chǎn)效率越低[18]。當(dāng)前，學(xué)術(shù)界通常使用全要素生產(chǎn)率及其增長度量生產(chǎn)單元的生產(chǎn)率水平和生產(chǎn)率的變化[19]。全要素生產(chǎn)率是指各要素（如資本和勞動(dòng)等）投入之外的技術(shù)進(jìn)步（變化）對經(jīng)濟(jì)增長貢獻(xiàn)的因素[20]。在前人研究基礎(chǔ)上，法勒（Fare）等人構(gòu)建了DEA-Malmquist指數(shù)計(jì)算全要素生產(chǎn)率的變動(dòng)情況[21]。其中， 全要素生產(chǎn)率指數(shù)可以分解為技術(shù)效率變化指數(shù)和技術(shù)進(jìn)步變化指數(shù)，技術(shù)效率變化指數(shù)可以分解為純技術(shù)效率變化指數(shù)和規(guī)模效率變化指數(shù)。

技術(shù)效率（Technical Efficiency，簡稱TE）是指生產(chǎn)單元在既定投入集下最大產(chǎn)出的能力，衡量生產(chǎn)過程中投入的資源能否得到充分有效的利用；純技術(shù)效率（Pure Technical Efficiency，簡稱STE）是考慮規(guī)模報(bào)酬可變下的技術(shù)效率，反映了生產(chǎn)單元的組織、管理對效率的影響；規(guī)模效率（Scale Efficiency，簡稱SE）是假定規(guī)模報(bào)酬可變下的生產(chǎn)單元規(guī)模因素影響的生產(chǎn)效率，用來衡量生產(chǎn)單元的規(guī)模選擇是否適切；技術(shù)進(jìn)步（Technical Progress，簡稱TP）是指技術(shù)水平的改進(jìn)促使代表最先進(jìn)生產(chǎn)技術(shù)的生產(chǎn)前沿面整體向外移動(dòng)（技術(shù)水平或要素質(zhì)量使既定生產(chǎn)要素投入下生產(chǎn)函數(shù)不斷外延移動(dòng)），即在技術(shù)上實(shí)現(xiàn)以同樣的投入組合獲得更多的產(chǎn)出。

2.科研效率

科學(xué)研究活動(dòng)屬于人類精神生產(chǎn)活動(dòng)。無論是馬克思對擴(kuò)大了的生產(chǎn)勞動(dòng)概念的考察，還是西方經(jīng)濟(jì)學(xué)經(jīng)典理論，都揭示了科研活動(dòng)是有目的、有計(jì)劃、有投入、有產(chǎn)出，能創(chuàng)造價(jià)值的生產(chǎn)勞動(dòng)。科研生產(chǎn)活動(dòng)與其他物質(zhì)生產(chǎn)活動(dòng)一樣，需要投入一定的人力、物力、財(cái)力和信息資源，經(jīng)過研究者加工與運(yùn)作，產(chǎn)出具有學(xué)術(shù)價(jià)值認(rèn)識(shí)或具有社會(huì)效益的產(chǎn)品或服務(wù)。既然科研生產(chǎn)活動(dòng)涉及投入與產(chǎn)出的過程，那么就必然牽涉效率問題。目前，學(xué)界對于“科研效率”內(nèi)涵的認(rèn)識(shí)并不統(tǒng)一。本研究借用郭慶旺、賈俊雪的觀點(diǎn)，將高校科研效率界定為“以要素的邊際生產(chǎn)力組織生產(chǎn)所能達(dá)到的最大科研產(chǎn)出（生產(chǎn)前沿面）作為標(biāo)準(zhǔn)來衡量高校對生產(chǎn)要素的利用狀況的指標(biāo)”[19]。根據(jù)上文提及的效率理論，科研效率可以分解為純技術(shù)效率和規(guī)模效率。科研效率的前沿面的整體移動(dòng)可以用科研活動(dòng)全要素生產(chǎn)率的變化指數(shù)衡量。

（二）研究方法

隨機(jī)前沿分析（SFA）和數(shù)據(jù)包絡(luò)分析（DEA）是目前學(xué)界測量效率最常用的方法，前者屬于參數(shù)方法，后者是非參數(shù)方法[21]。SFA相對于非參數(shù)方法最大的優(yōu)點(diǎn)是考慮了隨機(jī)因素對于產(chǎn)出的影響[22]。不過，SFA的模型假設(shè)較為復(fù)雜，在實(shí)際應(yīng)用中往往面臨如何選擇生產(chǎn)函數(shù)、如何確定技術(shù)無效率項(xiàng)的概率密度分布、如何處理合成誤差項(xiàng)的偏度等問題，并且對于數(shù)據(jù)的要求較高，給參數(shù)估計(jì)帶來很多不確定性和困難[22]。DEA方法是通過線性規(guī)劃的方法測量生產(chǎn)效率的，作為一種非參數(shù)方法，DEA在測量生產(chǎn)效率時(shí)不需要考慮生產(chǎn)前沿的具體函數(shù)形式和數(shù)據(jù)量綱，便能夠解決多投入多產(chǎn)出的效率問題[22]，因此受到很多學(xué)者的青睞。傳統(tǒng)的DEA-CCR和DEA-BCC模型只能區(qū)分有效生產(chǎn)單元和無效產(chǎn)業(yè)單元，不能對有效單元做進(jìn)一步區(qū)分[23]。鑒于此，1993年安德森（A-ndersen）和彼得森（Petersen）構(gòu)造了一種基于CCR模型改進(jìn)的模型，即“超效率”的DEA模型 （Super-Efficiency，SE-DEA）[24]。超效率DEA模型解決了傳統(tǒng)模型難以比較有效單元的問題，使得有效決策單元之間也可以比較。但是，DEA徑向模型對決策單元無效程度的測量假設(shè)投入和產(chǎn)出是同比例調(diào)整，沒有將松弛變量的改進(jìn)部分考慮進(jìn)去。隨后，托恩（Tone）等學(xué)者提出非徑向模型（Slack Based Model，SBM），在測量無效率決策單元時(shí)將松弛變量部分納入，并將超效率模型與非徑向模型相結(jié)合，提出了“超效率—非徑向DEA”模型，即“Super-SBM-DEA”模型[25]。該模型提高了DEA測度效率的區(qū)分度和精確度。

無論是傳統(tǒng)DEA模型，還是“Super-SBM-DEA”模型都不能動(dòng)態(tài)分析效率動(dòng)態(tài)變化趨勢。于是，瑞典統(tǒng)計(jì)學(xué)家、經(jīng)濟(jì)學(xué)家馬爾姆奎斯特（Malmquist）于1953年提出了Malmquist指數(shù)法[26]。Malmquist指數(shù)法經(jīng)過不斷改進(jìn)后，被廣泛用于測量生產(chǎn)率變化。Malmquist指數(shù)方法通過本期到下期生產(chǎn)率的變化測算Malmqu-ist全要素生產(chǎn)率指數(shù)，從而對生產(chǎn)效率進(jìn)行動(dòng)態(tài)分析。

本研究的設(shè)計(jì)思路如下：首先，利用“Su-per-SBM-DEA”模型測量出長三角高校科研技術(shù)效率（又稱綜合技術(shù)效率）、純技術(shù)效率、規(guī)模效率水平；其次，依據(jù)松弛變量探究內(nèi)在原因；最后，采用DEA-Malmquist方法計(jì)算2016—2021年長三角高校科研效率的全要素生產(chǎn)率及其分解要素的變動(dòng)趨勢。

由于從科研投入到科研產(chǎn)出具有時(shí)滯性[３]，結(jié)合以往研究成果，本研究將研究產(chǎn)出滯后2年，如2016—2018年的投入與產(chǎn)出數(shù)據(jù)是指2016年投入數(shù)據(jù)和2018年產(chǎn)出數(shù)據(jù)，以此類推。

（三）指標(biāo)選取

2018年，國務(wù)院印發(fā)的《關(guān)于優(yōu)化科研管理提升科研績效若干措施的通知》明確提出，要“建立以創(chuàng)新質(zhì)量和貢獻(xiàn)為導(dǎo)向的績效評價(jià)體系，準(zhǔn)確評價(jià)科研成果的科學(xué)價(jià)值、技術(shù)價(jià)值、經(jīng)濟(jì)價(jià)值、社會(huì)價(jià)值、文化價(jià)值”[27]。2020年，中共中央、國務(wù)院印發(fā)的《深化新時(shí)代教育評價(jià)改革總體方案》強(qiáng)調(diào)，針對高校教師的科研評價(jià)，要突出成果質(zhì)量、學(xué)術(shù)貢獻(xiàn)與社會(huì)貢獻(xiàn)[28]。因此，新時(shí)代的科研評價(jià)應(yīng)當(dāng)兼顧科研的學(xué)科價(jià)值、應(yīng)用價(jià)值和社會(huì)效益。這就要求在進(jìn)行科研評價(jià)時(shí)，運(yùn)用科學(xué)的科研產(chǎn)出指標(biāo)反映學(xué)科價(jià)值、應(yīng)用價(jià)值與社會(huì)效益。基于此，本研究選擇著作數(shù)、CSSCI論文數(shù)、CSSCI論文發(fā)表后2年內(nèi)篇均被引用次數(shù)（例如，2017年發(fā)表的論文，計(jì)算截止到2019年平均每篇論文被引用次數(shù)）、研究與發(fā)展報(bào)告數(shù)和獲省部級以上科研獎(jiǎng)項(xiàng)數(shù)作為科研產(chǎn)出指標(biāo)。科研著作與CSSCI論文可以反映科研生產(chǎn)力水平；CSSCI論文發(fā)表后2年內(nèi)篇均被引用率與獲省部級以上科研獎(jiǎng)項(xiàng)數(shù)能夠反映科研產(chǎn)出的質(zhì)量與學(xué)術(shù)效益；研究與咨詢報(bào)告數(shù)則反映了研究的社會(huì)效益。

人力、物力、財(cái)力投入是開展科研活動(dòng)的必要條件。由于人文社科研究對于物資設(shè)備需求并不高，因此本研究選取人力與財(cái)力作為科研投入指標(biāo)。其中，人力資本投入指標(biāo)包括研發(fā)人員總計(jì)與當(dāng)年投入的研發(fā)人員數(shù)2個(gè)二級指標(biāo)；財(cái)力資本投入指標(biāo)包括研究與發(fā)展經(jīng)費(fèi)當(dāng)年內(nèi)部支出與課題經(jīng)費(fèi)當(dāng)年支出2個(gè)二級指標(biāo)（見表1）。

（四）樣本選擇與數(shù)據(jù)來源

本研究以中國校友網(wǎng)2022年發(fā)布的中國文科高校前200名中的長三角高校為樣本①，共有42所長三角區(qū)域高校入選，其中13所位于上海市，16所位于江蘇省，8所位于浙江省，5所位于安徽省（具體學(xué)校名單見表2）。

在數(shù)據(jù)來源方面，CSSCI論文數(shù)、CSSCI論文發(fā)表2年后的篇均被引用次數(shù)來源于中國知網(wǎng)全文數(shù)據(jù)庫和引文數(shù)據(jù)庫，其他投入與產(chǎn)出數(shù)據(jù)來源于中國高校人文社科信息網(wǎng)上公布的2012—2019年①高校人文社科研究統(tǒng)計(jì)數(shù)據(jù)。

本研究所采用的42所樣本高校各項(xiàng)科研投入與產(chǎn)出的數(shù)據(jù)見表3。為了更直觀地觀察樣本高校抽樣期間科研投入與產(chǎn)出變化趨勢，本研究對數(shù)據(jù)進(jìn)行歸一化處理后，制作了圖1和圖2。結(jié)合表3和圖1可以發(fā)現(xiàn)，長三角樣本高校平均科研投入（研發(fā)人員、研發(fā)經(jīng)費(fèi)和課題經(jīng)費(fèi)）整體處于上升趨勢，其中研發(fā)經(jīng)費(fèi)逐年增加，而研發(fā)人員和課題經(jīng)費(fèi)有所波動(dòng)。研發(fā)人員數(shù)由2012年823人增加到2017年942人，增加幅度為14.46%，年平均增幅為2.41%；平均研發(fā)經(jīng)費(fèi)投入由0.37億增加至0.56億，增幅為51.35%，年均增幅為8.56%；課題經(jīng)費(fèi)由0.20億元增至0.27億元，增幅為35%，年均增幅為5.83%。由此可見，長三角區(qū)域樣本高校研發(fā)經(jīng)費(fèi)與課題經(jīng)費(fèi)投入增速快，與之相比研發(fā)人員增速較慢，這反映了研發(fā)經(jīng)費(fèi)與研發(fā)人員兩種資源可能存在配置不夠科學(xué)的問題。

從產(chǎn)出指標(biāo)來看（見表3和圖2），樣本高校除了研究與咨詢報(bào)告篇數(shù)呈穩(wěn)定增加趨勢和論文篇均被引數(shù)呈逐年降低趨勢外，其他3個(gè)指標(biāo)（著作、CSSCI論文、省部級以上獲獎(jiǎng)成果）波動(dòng)較大，但整體呈下降趨勢。研究與咨詢報(bào)告篇數(shù)平均由2014年的31篇增加到2019年的90篇，5年增幅為190.32%，年均增幅為38.06%；CSSCI論文篇均被引用率由11次降到7次，5年降幅為27.28%，年均降幅為4.55%；著作數(shù)降低也比較明顯，由84部降到77部，降幅為8.33%；CSSCI論文篇數(shù)由437降到407，降幅為6.86%；省部級以上獎(jiǎng)項(xiàng)由17項(xiàng)降到5項(xiàng)，5年降幅為70.59%，年均降幅為14.19%。由此可見，科研產(chǎn)出近年來變化趨勢不容樂觀。

三、長三角高校人文社科科研效率測評與分析

（一）長三角高校人文社科科研效率的靜態(tài)分析

科研效率靜態(tài)分析是指將每一年各地區(qū)的投入產(chǎn)出與該年的生產(chǎn)邊界作比較，測算各地每年的科研效率水平。本研究主要借助超“效率—非徑向DEA”模型分析2012—2019年長三角區(qū)域高校整體、三省一市高校和42所樣本高校的科研技術(shù)效率、純技術(shù)效率和規(guī)模效率水平。

1.整體科研效率

表4顯示了2012—2019年長三角區(qū)域樣本高校科研效率及其要素分解情況。表4顯示，長三角區(qū)域樣本高校科研效率總體均值不高，只有一期（2016—2018年）超過0.6，其他各年都在0.5以下，且整體呈下降趨勢。這說明近年來長三角區(qū)域高校人文社科科研效率整體不高，且無明顯改善跡象。從技術(shù)效率的分解來看，純技術(shù)效率各期總體均值為0.610，低于規(guī)模效率的總體均值（0.765），說明樣本高校規(guī)模效率整體上好于純技術(shù)效率。不過，純技術(shù)效率和規(guī)模效率整體都呈微弱降低趨勢，反映了近年來長三角區(qū)域高校人文社科科研效率有所下降。標(biāo)準(zhǔn)差表明，樣本高校之間首先在科研純技術(shù)效率方面差距最大；其次在技術(shù)效率方面的差距居中；最后在規(guī)模效率方面的差距最小。三種效率值的標(biāo)準(zhǔn)差增長率都是正值，反映出樣本高校之間的科研效率差距有所擴(kuò)大。

2.三省一市高校科研效率比較

對比分析長三角區(qū)域三省一市高校人文社科科研效率水平，可以了解長三角區(qū)域高校科研效率差異狀況。從技術(shù)效率和純技術(shù)效率的總體均值來看（見表5），上海都是最高；安徽是最低；江蘇與浙江分別位列第二位、第三位。在增速上，首先，安徽增長最快；其次，浙江的增長建設(shè)位居第二；最后，上海和江蘇都呈現(xiàn)負(fù)增長趨勢。這說明，長三角區(qū)域三省一市高校人文社科科研技術(shù)效率和純技術(shù)差距較大，上海和江蘇較高，而浙江和安徽較低，不過安徽和浙江提升最快，四者的差距逐漸縮小。從規(guī)模效率來看，浙江最高；上海與江蘇二者比較接近，分別位列第二位、第三位；安徽仍然最低。三省一市的高校人文社會(huì)科研規(guī)模效率都呈現(xiàn)負(fù)增長趨勢，其中江蘇和安徽的降幅最大，上海與浙江次之。由此可知，長三角區(qū)域高校人文社科科研效率差異明顯，不過差距在縮小。上海高校人文社科科研整體效率都比較高，而安徽高校人文社科科研整體效率都比較低，江蘇和浙江的人文社科科研規(guī)模效率比較高，而技術(shù)效率和純技術(shù)效率處于中等位置。安徽和浙江高校的人文社科科研技術(shù)效率和純技術(shù)效率增長較快，而上海和江蘇的高校科研效率呈下降趨勢。

分析長三角區(qū)域三省一市高校投入與產(chǎn)出松弛變量值均值，可以了解各個(gè)地區(qū)的高校科研DEA無效率的主要原因。此處以產(chǎn)出導(dǎo)向松弛變量分析①為例，產(chǎn)出導(dǎo)向是指在投入既定的情況下，分析無效單元的產(chǎn)出差距，因而以求解產(chǎn)出松弛變量為主。統(tǒng)計(jì)結(jié)果見表6。本研究分析出42所樣本高校的科研產(chǎn)出不足問題：在著作數(shù)產(chǎn)出松弛變量方面，江蘇與安徽高校最少，而浙江與上海高校最多，這表明著作數(shù)產(chǎn)出相對不足成為制約浙江與上海高校科研效率提升的原因之一；在CSSCI論文產(chǎn)出松弛變量方面，安徽高校最少，浙江高校最多，這說明CSSCI論文產(chǎn)出相對不足成為制約浙江高校科研效率提升的原因之一；在CSSCI論文篇均被引數(shù)松弛變量方面，江蘇與安徽高校比較少，而上海與浙江高校比較多，這說明上海與浙江的CSSCI論文篇均被引數(shù)相對不足成為制約其科研效率提升的主要原因之一；在研究與咨詢報(bào)告產(chǎn)出松弛變量方面，江蘇與安徽高校比較少，而上海與浙江高校比較多，這表明上海與浙江高校的研究與咨詢報(bào)告產(chǎn)出相對不足成為制約其科研效率提升的原因之一；在獲省部級以上獎(jiǎng)項(xiàng)產(chǎn)出松弛變量方面，江蘇與安徽的高校比較少，而上海與浙江高校比較多，這反映了上海與浙江高校獲省部級以上獎(jiǎng)項(xiàng)數(shù)相對不足成為制約其科研效率提升的原因之一。本研究又分析出42所高校的科研投入冗余問題：在研發(fā)人員投入冗余方面，上海高校最少，浙江高校最多，由此可知，科研人員冗余成為制約浙江高校科研效率提升的原因之一；在研發(fā)經(jīng)費(fèi)支出方面，江蘇高校不存在支出冗余，而上海高校支出冗余最高，這表明研發(fā)經(jīng)費(fèi)支出相對過多成為制約上海高校科研效率提升的原因之一；在課題經(jīng)費(fèi)支出冗余方面，上海高校與安徽高校比較少，而江蘇高校與浙江高校比較多，這說明課題經(jīng)費(fèi)支出相對過多是制約江蘇和浙江高校科研效率提升的原因之一。概言之，制約三省一市高校科研效率提升的原因不一。其中，上海高校的研發(fā)與課題經(jīng)費(fèi)投入相對過多；江蘇高校的課題經(jīng)費(fèi)投入相對過多；浙江與安徽高校的人員投入相對過多，上海與浙江的高校在四個(gè)產(chǎn)出指標(biāo)方面都存在較大不足；江蘇高校在CSSCI論文方面產(chǎn)出不足；而安徽高校產(chǎn)出不足問題最不明顯。

3. 42所高校科研效率

由表2可知，技術(shù)效率均值超過1的高校從高到低依次為上海交通大學(xué)、上海外國語大學(xué)、南京師范大學(xué)、南京藝術(shù)學(xué)院、華東政法大學(xué)、南京審計(jì)大學(xué)、浙江大學(xué)和南京大學(xué)，說明這8所高校在抽樣期間大部分時(shí)間處于技術(shù)有效狀態(tài)，邊際投入能夠有效轉(zhuǎn)化為邊際產(chǎn)出；而其他高校的技術(shù)效率均值都在0.9以下，表明在科研方面，這些高校相對于上述8所高校而言，仍然可以在不增加科研投入情況下提高科研產(chǎn)出。23所高校技術(shù)效率均值低于0.5，說明這些高校技術(shù)效率較低，其中還有4所高校技術(shù)效率低于0.2，它們分別是寧波大學(xué)、江蘇大學(xué)、南京農(nóng)業(yè)大學(xué)和浙江理工大學(xué)，反映了這4所高校科研效率極低。純技術(shù)效率超過1的高校共有12所，效率均值從高到低依次為浙江大學(xué)、上海外國語大學(xué)、上海交通大學(xué)、復(fù)旦大學(xué)、南京師范大學(xué)、華東政法大學(xué)、南京審計(jì)大學(xué)、華東師范大學(xué)、南京大學(xué)、揚(yáng)州大學(xué)、上海財(cái)經(jīng)大學(xué)和中國科學(xué)技術(shù)大學(xué)。另外，南京藝術(shù)學(xué)院和上海音樂學(xué)院的純技術(shù)效率均值也接近1，反映了這2所高校科研純技術(shù)效率在抽樣期間比較高，也說明這2所高校良好的科研組織與管理活動(dòng)促進(jìn)了科研效率的提升。純技術(shù)效率均值小于0.5的高校有18所；純技術(shù)效率低于0.2的高校有3所，分別為南京農(nóng)業(yè)大學(xué)、浙江理工大學(xué)和江蘇大學(xué)，表明這3所高校的科研組織、管理、激勵(lì)措施不佳。從規(guī)模效率均值來看，42所高校中只有南京藝術(shù)學(xué)院超過1，低于0.9的高校有29所，表明長三角區(qū)域絕大多數(shù)高校的規(guī)模效率欠佳，不適宜的科研規(guī)模制約了科研效率的提升；規(guī)模效率低于0.5的高校有2所，分別為復(fù)旦大學(xué)和華東師范大學(xué)，表明這2所高校規(guī)模效率相對比較低。雖然長三角區(qū)域高校整體科研規(guī)模效率不高，但是校際差異小于技術(shù)效率和純技術(shù)效率，這與前文整體效率分析一致。

科研規(guī)模相對過大或過小都可能影響規(guī)模效率，有必要進(jìn)一步分析哪些因素導(dǎo)致長三角區(qū)域高校科研規(guī)模效率不高。科研規(guī)模收益不變表明高校科研規(guī)模效率最優(yōu)，而規(guī)模收益遞減或遞增均表示規(guī)模效率仍有提升空間。表7呈現(xiàn)了42所樣本高校各期規(guī)模收益狀況，從中可以了解各高校的科研規(guī)模適宜情況。在6年的統(tǒng)計(jì)時(shí)段內(nèi)，規(guī)模收益遞減、占比較大的高校有華東師范大學(xué)（5/6）、南京農(nóng)業(yè)大學(xué)（5/6）、寧波大學(xué)（5/6）、復(fù)旦大學(xué)（4/6）、上海財(cái)經(jīng)大學(xué)（4/6）、上海師范大學(xué)（4/6）、同濟(jì)大學(xué)（4/6）、河海大學(xué)（4/6），說明上述高校科研規(guī)模相對過大，繼續(xù)擴(kuò)大投入規(guī)模的邊際收益已經(jīng)低于邊際成本；規(guī)模收益不變，占比較大的高校有上海交通大學(xué)（6/6）、上海外國語大學(xué)（6/6）、華東政法大學(xué)（6/6）、南京師范大學(xué)（6/6）、揚(yáng)州大學(xué)（5/6）、南京藝術(shù)學(xué)院（5/6）、浙江工業(yè)大學(xué)（5/6）、浙江大學(xué)（4/6）、杭州師范大學(xué)（4/6）、杭州電子科技大學(xué)（4/6），表明這些高校在大部分時(shí)間內(nèi)科研規(guī)模比較適宜，邊際收益正好等于邊際投入成本，因此可以繼續(xù)保持當(dāng)前規(guī)模；規(guī)模收益遞增占比較大的高校有華東理工大學(xué)（6/6）、中國科學(xué)技術(shù)大學(xué)（6/6）、合肥工業(yè)大學(xué)（6/6）、上海體育學(xué)院（5/6）、江蘇大學(xué)（5/6）、南京航空航天大學(xué)（5/6）、南京財(cái)經(jīng)大學(xué)（4/6）、南京審計(jì)大學(xué)（4/6）、南京理工大學(xué)（4/6），說明這些高校在大部分時(shí)間內(nèi)都處于規(guī)模收益遞增階段，邊際產(chǎn)出收益大于邊際投入成本，因此可以適當(dāng)繼續(xù)增加投入、擴(kuò)大科研生產(chǎn)規(guī)模。

（二）長三角區(qū)域高校人文社科科研效率的動(dòng)態(tài)分析

科研效率動(dòng)態(tài)分析是將相鄰兩年的生產(chǎn)邊界互作參照，運(yùn)用全要素生產(chǎn)率比較各地區(qū)效率的動(dòng)態(tài)變動(dòng)，并通過分解尋求效率變動(dòng)的來源，包括與生產(chǎn)邊界的相對位置變化（效率變化），以及生產(chǎn)邊界的移動(dòng)（技術(shù)進(jìn)步）。本研究采用DEA-Malmquist指數(shù)測算2012—2017年（科研投入年份，下同）長三角區(qū)域高校人文社科科研效率隨時(shí)間的動(dòng)態(tài)變化狀況。首先，把長三角區(qū)域42所樣本高校看作一個(gè)整體進(jìn)行分析，了解長三角區(qū)域高校人文社科科研效率整體變化狀況；其次，分析三省一市高校各自科研效率變動(dòng)狀況；最后，分析42所高校的科研效率變動(dòng)狀況。

1.整體動(dòng)態(tài)變化

從整體來看（見表8），2012—2017年技術(shù)效率、技術(shù)進(jìn)步效率、純技術(shù)效率、規(guī)模效率和全要素生產(chǎn)率變化指數(shù)均值分別為1.025，0.995，1.008，1.007，0.935，說明樣本期間長三角高校科研效率整體變動(dòng)不大。從圖3可以比較直觀地看出，技術(shù)效率、純技術(shù)效率和規(guī)模效率變化指數(shù)折線圖走勢比較平穩(wěn)，全要素生產(chǎn)率與技術(shù)進(jìn)步效率變化指數(shù)走勢波動(dòng)較大，2016—2017年的全要素生產(chǎn)率與技術(shù)進(jìn)步效率變化指數(shù)相比略有提升。進(jìn)一步分析發(fā)現(xiàn)，規(guī)模效率與技術(shù)效率的變化指數(shù)走勢基本一致，技術(shù)進(jìn)步效率與全要素生產(chǎn)率變化指數(shù)走勢基本一致。由此可知，技術(shù)效率的變化主要受規(guī)模效率影響，全要素生產(chǎn)率的變化主要受技術(shù)進(jìn)步效率的影響。2014—2017年技術(shù)效率處于衰退之中，2015—2017年全要素生產(chǎn)率處于衰退之中，它們的衰退分別受到規(guī)模效率衰退和技術(shù)進(jìn)步衰退的影響。因此，長三角區(qū)域高校科研改革的主要任務(wù)應(yīng)當(dāng)是從擴(kuò)大規(guī)模的粗放式增長向提高科研技術(shù)水平的集約化增長轉(zhuǎn)變。

2.長三角區(qū)域三省一市的高校整體效率動(dòng)態(tài)變化

由表9、圖4可知，就技術(shù)效率變化而言，上海、江蘇、浙江及安徽高校的科研效率平均變化指數(shù)分別為0.992，1.008，1.056，1.057。可見，除了上海高校科研技術(shù)效率整體處于衰退之外，其他三省的高校科研效率狀況整體都在改善，其中安徽與浙江的效率提升最快。與技術(shù)效率正好相反，在技術(shù)進(jìn)步效率改善方面，上海最好，江蘇次之，浙江和安徽則比較落后。由此可知，上海和江蘇的科研技術(shù)能力要強(qiáng)于浙江與安徽。不過，三省一市技術(shù)進(jìn)步變化指數(shù)都小于1，說明都處于衰退之中。三省一市純技術(shù)效率變化指數(shù)結(jié)構(gòu)與技術(shù)效率變化比較類似，除了上海純技術(shù)效率處于衰退中之外，其他三省都表現(xiàn)為增長效應(yīng)，其中安徽最高，浙江次之。可見，長三角區(qū)域三省一市的高校科研組織、管理制度的改進(jìn)對于科研技術(shù)效率改進(jìn)表現(xiàn)為正效應(yīng)。這就啟示我們，長三角區(qū)域三省一市高校，特別是上海和江蘇的高校，應(yīng)該加大科研組織與管理力度，爭取在現(xiàn)有技術(shù)下最大程度提高要素的利用效率。三省一市高校的規(guī)模效率變化指數(shù)比較接近，除了上海高校略有降低之外，其他三省都處于增長階段。三省一市高校全要素生產(chǎn)率的變化指數(shù)都小于1，說明其全要素生產(chǎn)率都在下降，在結(jié)構(gòu)狀況上與技術(shù)進(jìn)步變化指數(shù)類似，仍然是上海最高，江蘇次之，浙江和安徽排在后兩位。這表明兩點(diǎn)：一方面，三省一市的高校全要素生產(chǎn)率整體上在衰退；另一方面，三省一市高校的全要素生產(chǎn)率主要受技術(shù)進(jìn)步影響。因此，若要提高全要素生產(chǎn)率，三省一市的高校應(yīng)該努力提升科研能力與科研技術(shù)水平。

3.長三角區(qū)域42所高校科研效率動(dòng)態(tài)變化

本研究從42所樣本高校中選擇一些典型高校分析個(gè)體高校科研效率的動(dòng)態(tài)變化狀況（見表9）。技術(shù)效率變化指數(shù)均值大于1的高校有23所，說明這些高校的整體科研技術(shù)效率處于改善狀況；技術(shù)效率變化指數(shù)小于1的高校有11所，說明這些高校整體技術(shù)效率在衰退，而且這11所高校除了浙江工業(yè)大學(xué)之外，其余全部位于上海和江蘇；技術(shù)效率變化指數(shù)均值大于1.1的高校有4所，從高到低依次為杭州師范大學(xué)、安徽大學(xué)、杭州電子科技大學(xué)、南京理工大學(xué)。這表明，上述高校科研技術(shù)效率每年以10%以上的增幅改善。

純技術(shù)效率變化指數(shù)大于1的高校有21所，反映出這些高校科研純技術(shù)效率整體處于改善之中，其中安徽大學(xué)的純技術(shù)效率提升最快，平均每年以10.8%的幅度提升；純技術(shù)效率變化指數(shù)小于1的高校有10所，反映出這些高校科研技術(shù)效率處于衰退狀態(tài)。

科研規(guī)模效率變化指數(shù)大于1的高校有21所，表明這些高校的規(guī)模效率整體不斷得到改善，其中杭州師范大學(xué)改善速度最快，平均每年以11.8%的幅度提升；規(guī)模效率變化指數(shù)小于1的高校有14所，反映出這些高校科研規(guī)模效率整體在下降。

技術(shù)進(jìn)步變化指數(shù)大于1的高校有10所，從高到低依次為上海外國語大學(xué)、河海大學(xué)、浙江工業(yè)大學(xué)、上海交通大學(xué)、上海財(cái)經(jīng)大學(xué)、南京大學(xué)、華東師范大學(xué)、浙江大學(xué)、上海音樂學(xué)院、同濟(jì)大學(xué)。這10所高校中除了浙江工業(yè)大學(xué)與浙江工業(yè)大學(xué)之外，其余全部位于上海與江蘇，其中上海高校最多（6所），說明上海高校科研技術(shù)進(jìn)步效率提升很快；其余高校的技術(shù)進(jìn)步變化指數(shù)均值都小于1，反映出長三角區(qū)域大部分高校科研技術(shù)處于衰退之中。

科研全要素生產(chǎn)率變化指數(shù)大于1的高校有9所，表明這些高校的科研全要素生產(chǎn)率整體上處于增長狀況；科研全要素生產(chǎn)率變化指數(shù)小于1的高校有32所，反映出大部分長三角區(qū)域高校科研全要素生產(chǎn)率整體處于衰退之中。全要素生產(chǎn)率的增長率常被視為科技進(jìn)步的指標(biāo)。全要素生產(chǎn)率不僅反映生產(chǎn)技術(shù)水平的高低，也反映生產(chǎn)效率的高低，這意味著不僅可以通過技術(shù)進(jìn)步、技術(shù)創(chuàng)新來提高全要素生產(chǎn)率，也可以通過加強(qiáng)生產(chǎn)要素的統(tǒng)籌管理，即提高科研人員的積極性、提高科研要素的利用率等方式來實(shí)現(xiàn)全要素生產(chǎn)率的提高。因此，建議長三角區(qū)域高校不僅要提升科研技術(shù)水平（如提高科研人員的科研能力、購買科研設(shè)備等），而且要提高科研管理水平，把有限的資源用在刀刃上，提升資源的利用效率。

四、研究結(jié)論

為了研究長三角區(qū)域高校人文社科科研效率水平及動(dòng)態(tài)變動(dòng)情況，并分析其原因，本研究分別利用“超效率—非徑向DEA”模型和“DEA-Malmquist”指數(shù)對長三角區(qū)域高校科研效率水平、動(dòng)態(tài)變動(dòng)及其原因進(jìn)行了分析，進(jìn)而得出如下結(jié)論。

第一，近年來，長三角區(qū)域高校人文社科科研整體效率不高，且科研效率整體變動(dòng)不大。在三省一市差異方面，長三角區(qū)域高校科研效率差異明顯，不過差距在縮小。上海高校的科研整體效率比較高，而安徽高校的科研整體效率比較低，江蘇和浙江高校的科研規(guī)模效率比較高；安徽和浙江高校的科研技術(shù)效率和純技術(shù)效率近年來增長較快，而上海和江蘇的高校科研效率及其分解都呈下降趨勢。

第二，對長三角區(qū)域高校科研效率狀況及變動(dòng)的原因進(jìn)行分析發(fā)現(xiàn)，技術(shù)效率的變化主要受規(guī)模效率影響，全要素生產(chǎn)率的變化主要受技術(shù)進(jìn)步的影響。基于投入與產(chǎn)出松弛變量的分析發(fā)現(xiàn)，影響三省一市高校科研效率的原因表現(xiàn)不一：上海高校在研發(fā)與課題經(jīng)費(fèi)方面投入相對過多；江蘇高校課題經(jīng)費(fèi)投入相對過多；浙江與安徽高校在人員方面投入相對過多；上海與浙江的高校在四個(gè)產(chǎn)出指標(biāo)方面相對不足；江蘇高校在CSSCI論文方面相對產(chǎn)出不足；而安徽高校產(chǎn)出相對不足問題最不明顯。

五、建議

為促進(jìn)長三角區(qū)域高校人文社科科研效率提升，本研究建議如下。

第一，針對不同省市高校實(shí)際情況，開展針對性效率提升計(jì)劃。例如：安徽應(yīng)該加大科研經(jīng)費(fèi)投入，控制人員投入；江蘇的高校應(yīng)適當(dāng)提高課題經(jīng)費(fèi)的利用效率，同時(shí)提高CSSCI論文產(chǎn)出；浙江需要控制科研人員投入，同時(shí)在著作、CSSCI論文、論文質(zhì)量、研究與咨詢報(bào)告數(shù)和省部級以上獲獎(jiǎng)方面有所改進(jìn)；上海的高校應(yīng)該控制科研經(jīng)費(fèi)投入或者提高經(jīng)費(fèi)利用效率，注重著作產(chǎn)出、論文質(zhì)量、研究與資料報(bào)告數(shù)和省部級以上獲獎(jiǎng)數(shù)量。

第二，長三角區(qū)域高校科研改革的主要任務(wù)應(yīng)當(dāng)從擴(kuò)大規(guī)模的粗放式增長向提高科研技術(shù)水平的集約化增長轉(zhuǎn)變。長三角區(qū)域高校應(yīng)高度重視科研人員科研技術(shù)水平的提升，創(chuàng)設(shè)條件促進(jìn)科研人員的專業(yè)發(fā)展。例如：為青年教師提供更多的進(jìn)修、培訓(xùn)機(jī)會(huì)；鼓勵(lì)教師參加高水平學(xué)術(shù)研討等。通過上述舉措，使科研人員樹立正確的科研觀念，提升科研人員的科學(xué)探索精神、科研設(shè)計(jì)能力、科研操作能力與論文寫作能力。

第三，長三角區(qū)域三省一市高校，特別是上海和江蘇的高校，應(yīng)該加大科研組織與管理力度，改善科研管理方式方法，加強(qiáng)科研制度創(chuàng)新，提高管理效率，促進(jìn)科研純技術(shù)效率提升，實(shí)現(xiàn)在現(xiàn)有技術(shù)條件約束下，最大程度地提高要素的利用效率。為此，高校應(yīng)賦予科研人員更大的技術(shù)路線決策權(quán)，賦予科研單位對科研項(xiàng)目更多的經(jīng)費(fèi)管理使用自主權(quán)；對作出突出貢獻(xiàn)的科研人員加大績效獎(jiǎng)勵(lì)力度，鼓勵(lì)科研人員以知識(shí)入股的方式參與知識(shí)轉(zhuǎn)化與創(chuàng)新創(chuàng)業(yè)；引導(dǎo)、支持、鼓勵(lì)教師開展有組織的科研。

第四，改進(jìn)科研評價(jià)制度。全面貫徹落實(shí)《深化新時(shí)代教育評價(jià)改革總體方案》，建立以創(chuàng)新質(zhì)量和貢獻(xiàn)為導(dǎo)向的績效評價(jià)體系，準(zhǔn)確評價(jià)科研成果的科學(xué)價(jià)值、技術(shù)價(jià)值、經(jīng)濟(jì)價(jià)值、社會(huì)價(jià)值、文化價(jià)值，推行代表性成果評價(jià)，探索長周期評價(jià)，完善同行專家評議機(jī)制，注重個(gè)人評價(jià)與團(tuán)隊(duì)評價(jià)相結(jié)合。

參考文獻(xiàn)：

［１］ 中共中央" 國務(wù)院印發(fā)《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》［EB/OL］.（2019-12-01）［2022-10-20］. http：//www.gov.cn/zhengce/2019-12/01/content_5457442.htm.

［２］ 陳琢，楊振兵.中國高校仍“重理輕文”嗎？［J］.科研管理，2020 （3）：247-255.

［３］ 宗曉華，付呈祥.我國研究型大學(xué)科研績效及其影響因素：基于教育部直屬高校相關(guān)數(shù)據(jù)的實(shí)證分析［J］.高校教育管理，2019（5）：26-35.

［４］ 蘇薈，劉奧運(yùn).“雙一流”建設(shè)背景下我國省際高校科研效率及影響因素研究：基于DEA-Tobit模型［J］.重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020（1）：107-118.

［５］ 王曉珍，蔣子浩，鄭穎.我國高校創(chuàng)新效率評價(jià)研究：八大區(qū)域視角［J］.科研管理，2019（3）：114-125.

［６］ 王寧，王魯玉.基于改進(jìn)DEA交叉模型的“一流大學(xué)”建設(shè)高校科研效率評價(jià)［J］.現(xiàn)代教育管理，2019（2）：75-80.

［７］ 李彥華，張?jiān)骆茫＠?中國高校科研效率評價(jià)：以中國“雙一流”高校為例［J］.統(tǒng)計(jì)與決策，2019（17）：108-111.

［８］ 習(xí)近平.新時(shí)代呼喚著杰出的文學(xué)家、藝術(shù)家、理論家［J］.中國人才，2019（3）：3.

［９］ 王靈芝.中國高校人文社科研究的績效評價(jià)［J］.軟科學(xué)，2012（4）：67-81.

［10］ 梁文艷，唐一鵬.高校人文社科科研生產(chǎn)效率區(qū)域比較研究：基于Malmquist指數(shù)的動(dòng)態(tài)評估［J］.重慶高教研究，2014（2）：21-27.

［11］ 姜彤彤.高校人文社科研究全要素生產(chǎn)率評價(jià)及分析［J］.研究與發(fā)展管理，2013（5）：90-97.

［12］ 王甲旬，邱均平.中國省域高校人文社會(huì)科學(xué)研究效率評價(jià)：基于Bootstrap-DEA分析［J］.重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019（4）：113-125.

［13］ 邱均平，陳誠，陳仕吉.我國高校人文社科科研效率的影響因素與多元路徑：基于31個(gè)省區(qū)市的模糊集定性比較分析［J］.圖書館理論與實(shí)踐，2021（5）：1-8.

［14］ 陳俊生，周平，張明妍.高校人文社會(huì)科學(xué)科研資源利用效率評價(jià)：以江蘇省地方綜合性大學(xué)為例［J］.教育與經(jīng)濟(jì)，2012（4）：58-61.

［15］ 賈冰，曾冬梅.高校人力資本及其結(jié)構(gòu)對人文社科研究效率的影響：以西部地區(qū)廣西高校為例［J］.高教探索，2020（5）：36-45.

［16］ 蔡文伯，趙志強(qiáng).我國十大城市群高校科研效率及影響因素研究：基于DEA-Malmquist-Tobit模型［J］.重慶高教研究，2021（4）：30-42.

［17］ 張丹丹. 長三角“雙一流”高校科研績效評價(jià)及影響因素研究［D］.上海：上海師范大學(xué)，2021.

［18］ 徐瓊.技術(shù)效率與前沿面理論評述［J］.財(cái)經(jīng)論叢（浙江財(cái)經(jīng)學(xué)院學(xué)報(bào)），2005（2）：29-34.

［19］ 郭慶旺，賈俊雪.中國全要素生產(chǎn)率的估算：1979—2004［J］.經(jīng)濟(jì)研究，2005（6）：51-60.

［20］ 易綱，樊綱，李巖.關(guān)于中國經(jīng)濟(jì)增長與全要素生產(chǎn)率的理論思考［J］.經(jīng)濟(jì)研究，2003（8）：13-20.

［21］ Fare R， Gross kopf S， Norris M et al. Productivity Growth， Technical Progress and Eficiency changes in Industrialized Countries［J］.American Economic Review， 1994（1）： 66-83.

［22］ 李雙杰，范超.隨機(jī)前沿分析與數(shù)據(jù)包絡(luò)分析方法的評析與比較［J］.統(tǒng)計(jì)與決策，2009（7）：25-28.

［23］ 徐銀良，王慧艷.中國省域科技創(chuàng)新驅(qū)動(dòng)產(chǎn)業(yè)升級績效評價(jià)研究［J］.宏觀經(jīng)濟(jì)研究，2018（8）：101-114.

［24］ Andersen N P， Petersen N C A. procedure for ranking efficient units in data envelopment analysis［J］.Management Science， 1993（10）： 1261-1264.

［25］ Tone K. A slacks-based measure of efficiency in data envelopment analysis ［J］.European journal of operational research， 2001（3）： 498-509.

［26］ Malmquist S. Index numbers and indifference surfaces［J］.Trabajos De Estadistica， 1953（2）： 209-242.

［27］ 國務(wù)院關(guān)于優(yōu)化科研管理提升科研績效若干措施的通知［J］.中華人民共和國國務(wù)院公報(bào)， 2018（22）：24-27.

［28］ 中共中央" 國務(wù)院印發(fā)《深化新時(shí)代教育評價(jià)改革總體方案》［EB/OL］.（2020-10-13）［2022-10-20］.http：//www.gov.cn/zhengce/2020-10/13/content_5551032.htm.

Dynamic Changes and Reason Analysis of the Efficiency of Humanities and Social Sciences Research in Universities in the Yangtze River Delta

——Based on Non-radial DEA Super-efficiency and DEA-Malmquist Index

Wang Bin， Liu Haitao

（College of Educational Science， Chuzhou University， Chuzhou Anhui 239000）

Abstract：Improving the efficiency of scientific research is of great significance for promoting high-quality regional development. In order to explore the efficiency of humanities and social sciences research in universities in the Yangtze River Delta， a non-radial data envelopment analysis（DEA）super efficiency model was used to measure technical efficiency and regional differences. The reasons for this were explored based on the analysis of relaxation variables. Finally， the DEA-Malmquist index was used to analyze the trend of efficiency changes. The analysis found that the overall efficiency of humanities and social science research in universities in the Yangtze River Delta is not high， with little change and significant regional differences， but the gap is narrowing. The change of technical efficiency is mainly restricted by scale efficiency， and the change of Total factor productivity is mainly driven by technological progress. The reasons that affect the scientific research efficiency of universities in the four regions of Yangtze River Delta. Among them， Shanghai universities invest relatively too much in research and development and project funding， Jiangsu universities invest relatively too much in project funding， Zhejiang and Anhui universities invest relatively too much in personnel， Shanghai and Zhejiang universities have relatively insufficient output in all four output indicators， Jiangsu universities have insufficient output in CSSCI papers， and Anhui universities have the least obvious problem of insufficient output. The research results tell us that high investment in scientific research activities does not necessarily lead to corresponding high output. Universities should improve their scientific research management and technological level， and promote the improvement of scientific research efficiency.

Key words：Yangtze River Delta; humanities and social sciences; research efficiency; DEA

【責(zé)任編輯：劉北蘆" " 責(zé)任校對：劉振宇】