中國研究型大學科研生產率分析-基于2003-2011年校級面板數(shù)據_1

1、    中國研究型大學科研生產率分析基于20032011年校級面板數(shù)據    摘要：采用dea-malmquist指數(shù)分析方法，測算分析20032008年中國研究型大學科研的生產率及其影響因素得出以下結論：中國研究型大學科研生產率穩(wěn)步提高，校際差距相對穩(wěn)定；中國研究型大學的科研活動存在追趕效應和創(chuàng)新效應，創(chuàng)新效應較追趕效應明顯；在科研活動中，規(guī)模要素和技術要素對技術效率的貢獻相當；中國研究型大學的科研生產受到隨機因素影響較大。人均gdp、“211工程”大學數(shù)量和學科變差系數(shù)等因素對中國研究型大學科研生產率有顯著的影響，其中，加快地區(qū)經濟發(fā)展不利于提高中國

2、研究型大學的科研生產率；強化科研競爭壓力有助于提高中國研究型大學的科研生產率；優(yōu)先發(fā)展強勢學科有助于提高中國研究型大學的科研生產率。關鍵詞：中國研究型大學，大學科研，科研生產率，學科建設近年來中國積極實施創(chuàng)新驅動發(fā)展戰(zhàn)略，大學作為國家創(chuàng)新系統(tǒng)的重要主體，在戰(zhàn)略實施的過程中起著不可或缺的作用?；诖耍瑖也粩嗉哟髮Υ髮W的資源投入和傾斜，從1990年代陸續(xù)實施的“211工程”、“985工程”到2011年實施的“2011協(xié)同創(chuàng)新計劃”再到2015年底出臺的“雙一流”建設方案，國家對大學科研投入了大量的“真金白銀”。中國大學研發(fā)經費投入從2000年的76.7億元增加到2013年的856.7億元，年均增

3、長20.4%，遠遠超過同期國民經濟的增長幅度。然而，近年來，科研經費配置和使用效率不高，反映出中國大學在科研管理體制方面存在一定的缺陷，并強化了政府與社會各界對大學科研效率評價的關注。在當前大學科研效率評價中，分析方法以數(shù)據包絡分析（data envelopment analysis，簡稱dea）和隨機前沿分析（stochastic frontier analysis，簡稱sfa）為主。其中，dea因其預設條件少，易于操作，在研究中得到廣泛應用。但是方法本身有著明顯的局限，即對分析數(shù)據敏感，這使得評價的結果穩(wěn)健性較差。sfa的優(yōu)劣剛好與dea相反。sfa預設條件多，運算復雜，不能廣泛引用到評價

4、研究，但該方法能把隨機因素剔除，評價的結果穩(wěn)健性較好。以往研究在運用這兩種方法評價大學科研活動的效率時主要存在以下兩點不足：一是基于dea的效率評價在分析過程中缺少穩(wěn)健性檢驗，評價的科學性值得商榷；二是依據松弛變量的dea非有效分析僅停留在個體層面，無法就大學整體的效率波動給出一般性解釋。為此，本文將目光聚焦于20032008年中國研究型大學科研的投入產出情況。首先，通過dea-malmquist指數(shù)分析方法測算中國研究型大學的科研生產率；然后，基于數(shù)據間的比較，檢驗科研生產率的穩(wěn)健性及其排名的一致性；最后，深入研究影響中國研究型大學科研生產率的內部結構因素和外部環(huán)境因素，針對結論給出合適的意

5、見與建議。一、中國研究型大學的科研生產率（一）指標選取與數(shù)據來源與前序研究保持一致，本文選取研究與發(fā)展全時人員（人年）（i1）和研究與發(fā)展課題當年撥入經費（千元）（i2）做為大學科研投入指標1-3?？紤]到實驗室、圖書館等物質資本存量短期內變化不明顯，難以反映大學科研投入變化，因而沒有把物力方面的指標列入到投入指標體系內。大學科研產出指標共有4項，分別為sci期刊論文數(shù)（o1）、ssci期刊論文數(shù)（o2）、a&hci期刊論文數(shù)（o3）、自然科學研究與發(fā)展課題數(shù)（o4）。研究型大學代表著中國大學的最高水平，選取國內期刊論文數(shù)和專著數(shù)量等指標已經很難充分衡量中國研究型大學的科研水平，使用sc

6、i、ssci、a&hci期刊論文數(shù)作為大學科研中的論文成果，可以在論文的數(shù)量與質量間尋求到契合點。用于實證研究的數(shù)據來自于20032011年67所研究型大學的面板數(shù)據。相關研究表明，大學的科研產出存在滯后性，滯后期設置為1到5年不等4-5。參考以往研究文獻和咨詢專家意見，本文設定滯后周期為3年，即以2003年的科研投入對應2006年的科研產出，2008年的科研投入對應2011年的科研產出。（二）科研生產率的測算本文基于dea-malmquist指數(shù)分析方法測算了20042008年中國研究型大學科研生產率（tfp），并將生產率分解為技術進步（tc）和技術效率變動（tec）兩部分，技術效率

7、變動進一步分解為純技術效率變動（ptec）和規(guī)模效率變動（sec）。5項效率指標的關系式為：tfp=tc×tec，tec=ptec×sec。整體而言，中國研究型大學科研生產率存在以下特點：第一，科研生產率穩(wěn)步提高，校際差距相對穩(wěn)定。20042008年中國研究型大學科研生產率有一定提高（tfp=1.092），增長率為9.2%?？v向發(fā)展來看，中國研究型大學科研生產率一直保持增長趨勢，并沒有出現(xiàn)衰退的跡象（tfp1）。歷年科研生產率的變差系數(shù)維持在0.35左右，僅在2005年有所反常，表明在科研生產率方面，各個研究型大學的差距保持在相對穩(wěn)定的狀態(tài)。第二，存在追趕效應和創(chuàng)新效應，創(chuàng)

8、新效應較追趕效應明顯。技術進步大于技術效率變動（tc=1.079，tec=1.012），表明科研生產率的提高主要得益于技術進步，創(chuàng)新已經成為我國研究型大學科研質量提升的主要推動力。此外，各年度技術效率變動的變差系數(shù)均大于技術進步的變差系數(shù)，反映了中國研究型大學在科研管理上的差距較技術創(chuàng)新明顯。第三，規(guī)模要素和技術要素對技術效率的貢獻相當。對追趕效應作進一步分解，20042008年的純技術效率變動（1.006）等于規(guī)模效率變動（1.006），表明技術效率的提高得益于純技術效率和規(guī)模效率的協(xié)同進步，良好的運行機制和適宜的規(guī)模在科研管理中發(fā)揮著同樣重要的作用。大學科研生產率可以分解為純技術效率變動、

9、規(guī)模效率變動和技術進步。按中國研究型大學科研生產率的要素貢獻進行排序，由大到小依次為技術進步（1.079）、純技術效率變動（1.006）和規(guī)模效率變動（1.006）。中國研究型大學20042008年度平均生產率及其分解如表1所示。二、效率值的穩(wěn)健性及其排名的一致性檢驗為了解評價的合理程度，本文擬從技術效率（te）和純技術效率（pte）著手檢驗科研生產率的穩(wěn)健性及其排名的一致性。具體思路如下：首先，運用dea-ccr模型和sfa測算技術效率，運用dea-bcc模型測算純技術效率；然后，基于spearman相關分析檢驗不同測算方法下效率值的穩(wěn)健性；最后，基于描述性統(tǒng)計比較檢驗不同測算方法下效率排名

10、的一致性。（一）基于效率值的穩(wěn)健性檢驗基于spearman相關分析可知，運用dea-ccr模型測算出的技術效率（簡寫為dea-ccr（te）與dea-bcc模型測算出的純技術效率（簡寫為dea-bcc（pte）相關程度最高，等級相關系數(shù)為0.938，且在0.01水平上顯著。sfa（te）與dea-ccr（te）、dea-bcc（pte）的相關程度較低，等級相關系數(shù)分別為0.206和0.135，且未在0.01水平上顯著，如表2所示?；赿ea與sfa的評價存在較大差異，產生差異的原因不僅僅是前沿面構建、距離函數(shù)模型和運用統(tǒng)計方法的不同，更重要的是sfa考慮了影響效率的隨機因素。（二）基于效率排名

11、的一致性檢驗一般而言，效率較高的大學與效率較低的大學具有典型意義，是政策分析的重點。因此，本文關注效率排名前20%的大學與后20%的大學。由于樣本容量為67，前20%約為排在前15名的大學，后20%約為排在后15名的大學，如表3所示。在dea-ccr（te）排名前15的大學中，有86.7%的大學同時也是dea-bcc（pte）排名前15的大學；在dea-ccr（te）排名前15的大學中，有26.7%的大學同時也是sfa（te）排名前15的大學；在dea-bcc（pte）排名前15的大學中，有33.3%的大學同時也是sfa（te）排名前15的大學?？梢?，在效率較高的大學中，基于dea和sfa的效

12、率排名存在較大差異。在dea-ccr（te）排名后15的大學中，有80.0%的大學同時也是dea-bcc（pte）排名后15的大學；在dea-ccr（te）排名后15的大學中，有33.3%的大學同時也是sfa（te）排名后15的大學；在運用dea-bcc（pte）排名后15的大學中，有40.0%的大學同時也是sfa（te）排名后15的大學。可見，在效率較低的大學中，基于dea和sfa的效率排名存在較大差異。簡而言之，基于dea的效率評價與基于sfa的效率評價相似程度較低，表明在本次評價中，效率值的穩(wěn)健性及其排名的一致性較差。以基于sfa的效率評價為對照，不難發(fā)現(xiàn)，中國研究型大學的科研生產受到隨

13、機因素影響較大。為此，往后的研究應進一步優(yōu)化分析方法，同時強化評價的穩(wěn)健性檢驗。三、科研生產率的內部結構與外部環(huán)境影響因素（一）tobit模型的簡介tobit模型也稱為樣本選擇模型，其概念最早由tobin（1958）提出，在heckman（1976）等人的努力下，tobit模型已經從最初的結構化模式擴展到更為復雜的形式，如面板數(shù)據，非參數(shù)等形式的tobit模型6-7。隨著方法的日漸成熟與多樣，tobit模型在各領域的研究中得到廣泛的應用。在教育領域中，梁文艷、杜育紅建立tobit模型分析我國農村小學辦學效率的影響因素8。郭際等通過tobit模型識別出導致高?？萍纪度氘a出無效率的因素965。ca

14、ntwell & taylor運用tobit模型研究美國研究型大學在世界大學學術排名中的位置受到哪些因素的影響10。上述研究存在一個共同點，即被解釋變量滿足某種約束條件下取值，如果通過最小二乘法直接回歸容易導致估計的參數(shù)產生偏差。因此，在受限數(shù)據的研究中需要采用基于最大似然估計原理的tobit模型。（二）影響因素變量的選擇運用tobit模型分析中國大學科研效率的研究尚處在起步階段，學者往往遵循自身經驗猜測可能存在的影響因素。一般而言，影響因素的選擇多從外部環(huán)境和內部結構兩方面著手。例如，羅杭、郭珍猜測中國大學科研效率主要受到地區(qū)經濟發(fā)展水平、大學競爭程度兩方面外部環(huán)境因素的影響，學科構

15、成、教學科研結構兩方面內部環(huán)境因素的作用11。郭際等認為，中國大學科研效率易受到地區(qū)經濟社會發(fā)展水平、地方財政收入水平、高技術產業(yè)發(fā)展情況三方面外部環(huán)境因素影響，以及科研人員、科研經費和科研項目三方面內部環(huán)境的作用970。值得注意的是，部分學者忽視影響因素變量選擇的重要原則：影響因素不應包含于dea模型的投入、產出變量中。在dea模型中，投入指標既然選擇了教學人員、科研人員、科技經費投入、科技研究課題等4項，在影響因素分析上則不宜選取與之相近的變量，如從事r&d活動的科學家與工程師人數(shù)、科研經費支出和科研課題數(shù)等。簡而言之，在中國大學科研評價中，外部環(huán)境因素主要包括地方經濟水平、產業(yè)結

16、構、消費偏好、文化習俗與傳統(tǒng)等，內部結構因素主要包括教學科研結構、學科構成、領導偏好、學術歷史與傳統(tǒng)等?；谇叭说慕涷炓约白陨硌芯康奶攸c，本文擬從外部環(huán)境與內部環(huán)境兩方面著手，選取地區(qū)人均gdp（f1）、高技術產業(yè)總產值占比（f2）、“211工程”大學數(shù)量（f3）等作為影響中國研究型大學科研生產率的外部環(huán)境因素變量；選取大學留學生占比（f4）、研究生占比（f5）、學科變差系數(shù)（f6）等作為影響中國研究型大學科研生產率的內部環(huán)境因素變量，如表4所示。在外部環(huán)境變量方面，人均gdp反映了大學所在地的富裕程度。地區(qū)越富裕，越能吸引人才。從科研投入的角度考慮，人均gdp與大學科研活動中的人力資本存量可

17、能有著一定程度的正向關系；高技術產業(yè)總產值占比反映了大學所在地經濟發(fā)展的質量。高技術產業(yè)總產值占比越高，表明地區(qū)創(chuàng)新能力越強，經濟越有活力。另外，在產學研三螺旋合作模式下，高技術產業(yè)發(fā)展依賴于大學科研的技術外溢。從科研產出的角度考慮，高技術產業(yè)總產值占比與大學科研活動中的創(chuàng)新要素有著緊密的關系；“211工程”大學數(shù)量反映了大學所在地科研機構的競爭程度，“211工程”大學的聚集程度越高，彼此間的科研競爭壓力就會越大。在資源投入稀缺的情況下，“211工程”大學數(shù)量所帶來的業(yè)內壓力可能對大學組織結構產生影響，尤其是科研管理的體制機制。在內部環(huán)境變量方面，留學生占比在一定程度上反映了大學科研的國際化程度。在全球經濟一體化的浪潮下，各國科研的融合與發(fā)展創(chuàng)造出“1+12”的效應，對于欠發(fā)達國家而言，提高國際化程度是實現(xiàn)大學科研跨越式發(fā)展的重要途徑。從知識傳播的角度考慮，留學生占比