高?？蒲锌冃Ъ坝绊懸蛩匮芯?/h1>

上傳人：凹***

認(rèn)證信息

認(rèn)證類型：個人認(rèn)證

認(rèn)證主體：劉**（實名認(rèn)證）

IP屬地：上海

IP屬地：上海 上傳時間：2023-03-04 格式：DOCX 頁數(shù)：6 大?。?8.87KB 積分：15 舉報 版權(quán)申訴

高?？蒲锌冃Ъ坝绊懸蛩匮芯扛咝？蒲锌冃Ъ坝绊懸蛩匮芯?/p>

【中圖分類號】F234.4；G475【文獻標(biāo)識碼】A【文章編號】1004-5937〔2022〕10-0109-06

隨著科教興國戰(zhàn)略的實施，高?？蒲泄ぷ鞯玫搅饲八从械拈_展機會。國家和地方政府都加大了科研經(jīng)費的預(yù)算比重，不少企業(yè)也加大了科研和技改投入；高校同樣十分重視科研工作，不僅積極引進人才、建立科研平臺，而且從經(jīng)費配套、科研獎勵等角度出臺了多種鼓勵政策。因此，近年來，高校的科研成果數(shù)量大幅攀升，對經(jīng)濟的奉獻不斷加大，影響力也日益增強。但相比興旺國家而言，我國高校的科研工作還存在缺乏，尤其在效率方面存在明顯差別。如何采取科學(xué)合理的管理方式實現(xiàn)資源的有效配置，提高高校科研績效，應(yīng)該成為學(xué)者和管理者共同關(guān)注的課題。

對高?？蒲行蔬M行科學(xué)合理的剖析與評價是當(dāng)前提高科研管理水平的重要條件。從政府角度來說，科學(xué)的評價有利于政府根據(jù)科研績效的實際情況，制定或調(diào)整相關(guān)政策，合理配置科技資源，從而到達整體資源的有效利用。從高校角度來說，客觀的評價有利于高校認(rèn)清自身的科研現(xiàn)狀，并根據(jù)評價結(jié)果，對存在的缺乏進行合理分析，不斷完善管理體制，強化管理效果，提高科研績效。

本文在梳理已有研究成果的根底上，以教育部直屬高校作為研究對象，構(gòu)建反映我國高?？蒲锌冃У脑u價指標(biāo)體系，運用數(shù)據(jù)包絡(luò)分析〔DEA〕辦法計算出各高校的科研效率值，并對非DEA有效的高校作投影分析；在此根底上將科研績效作為因變量，人力資源、財力資源、對外合作和創(chuàng)新能力作為自變量，對它們進行多元回歸預(yù)測，分析變量之間的關(guān)系，在績效評價和影響因素分析的根底上提出改良高?？蒲泄芾淼膶Σ吆统h。

一、理論分析與文獻綜述

科學(xué)研究作為高校的根本職能之一，伴隨知識經(jīng)濟時代的到來受到了極大關(guān)注，科學(xué)研究活動一般是指利用各種科學(xué)的研究辦法或者伎倆，對研究對象作深入、全面地剖析，從而實現(xiàn)對其客觀規(guī)律的認(rèn)識，進而實現(xiàn)創(chuàng)新與優(yōu)化的過程。隨著高?？蒲泄ぷ鞑粩嘞蚩v深開展，科研績效越來越多地受到學(xué)界的關(guān)注?？冃ǔＪ切Ч托蕛蓚€層面的統(tǒng)稱，其中效果層面的績效評價通常強調(diào)實際成果與預(yù)期值的比擬，是一個量化的絕對數(shù)指標(biāo)；效率層面的績效評價那么強調(diào)投入與產(chǎn)出的比照關(guān)系，是一個相對數(shù)指標(biāo)，因而相比效果，效率評價更具有可比性和廣泛的適用性。與企業(yè)相比，高校更加關(guān)注的是如何科學(xué)合理地調(diào)配資源，使得最小的投入到達最大化產(chǎn)出，因此，基于高校科研活動的考察目標(biāo)以及兩個層面的特點，高?？蒲锌冃е饕獜男蕦用孢M行分析評價。

國內(nèi)外已有文獻對高校的科研績效研究主要從下列三個方面展開。

第一，高?？蒲锌冃е笜?biāo)體系的構(gòu)建。國內(nèi)外學(xué)者通常將高?？蒲锌醋饕粋€投入產(chǎn)出系統(tǒng)，通過投入和產(chǎn)出兩個方面來確定評價指《頌逑?。壤`《2000年開始，美國佛羅里達大學(xué)人文與社會科學(xué)研究中心發(fā)布的“美國最正確研究型大學(xué)〞年度評價報告中，評價指標(biāo)體系包括了科研經(jīng)費總量、聯(lián)邦科技經(jīng)費數(shù)、教師獲獎情況等9項指標(biāo)。Thursby在分析美國大學(xué)經(jīng)濟學(xué)研究機構(gòu)的效率時，把教職人員和研究人員數(shù)、研究生數(shù)、聯(lián)邦資助、圖書館館藏規(guī)模等作為科研投入的主要指標(biāo)[1]。國內(nèi)學(xué)者田東平和苗玉鳳將科研活動人員、當(dāng)年科技支出經(jīng)費確定為投入指標(biāo)，將專著數(shù)、國外論文數(shù)、其他全國性刊物論文數(shù)、鑒定成果數(shù)、技術(shù)轉(zhuǎn)讓收入、專利發(fā)售收入等作為產(chǎn)出指標(biāo)[2]。王禹超根據(jù)創(chuàng)新能力的內(nèi)涵構(gòu)建了指標(biāo)體系，投入指標(biāo)主要從人力和財力兩個方面確定，分別是研究與開展全時人員、資金合計，產(chǎn)出指標(biāo)是出版科技著作數(shù)、學(xué)術(shù)論文合計數(shù)、獲獎成果、技術(shù)轉(zhuǎn)讓收入、優(yōu)秀博士論文數(shù)等[3]。

第二，高?？蒲锌冃У脑u價辦法。數(shù)據(jù)包絡(luò)分析〔DEA〕辦法是由Farrell在1957年創(chuàng)建，1978年，Charnes、Cooper和Rhodes將Farrell的核心理念開展為CCR模型，它是針對具有多投入和多產(chǎn)出特點的同類型研究對象進行綜合性評價的非參數(shù)分析辦法，進而形成了根本DEA分析模型，并由此奠定了數(shù)據(jù)包絡(luò)分析的根本研究模式。爾后學(xué)者們在此根底上不斷拓展數(shù)據(jù)包絡(luò)分析辦法的理論內(nèi)涵，形成了適于分析不同情況的CCR模型、BCC模型、SBM模型等。如今DEA模型被廣泛應(yīng)用于各種領(lǐng)域的效率評價工作，如學(xué)校、銀行、酒店、醫(yī)院及政府部門等[4-6]。國內(nèi)學(xué)者王麗娜運用DEA辦法，以江蘇省30所本科院校作為研究樣本，對2022年的科研效率進行了評價分析[7]。此外，學(xué)者們還使用了綜合投入產(chǎn)出分析法、生產(chǎn)函數(shù)法、隨機邊界分析法〔SFA〕等多種辦法對效率作評價分析，但由于數(shù)據(jù)包絡(luò)分析辦法具有無量綱要求、使用方便、適用于多投入多產(chǎn)出情形等諸多優(yōu)點，像高等學(xué)校這樣典型的多投入多產(chǎn)出單位比擬適用此辦法。

第三，高校科研投入產(chǎn)出效率的影響因素。賈明春和張鮮華從科技人力、科研經(jīng)費、研究與開展工程和國際科技交流四個方面研究它們對高?？蒲型度氘a(chǎn)出效率的影響[8]。郭際等對全國31個省市區(qū)高校的科研投入產(chǎn)出活動進行評價，并在此根底上探討了當(dāng)?shù)厝司鵊DP、新產(chǎn)品產(chǎn)值在工業(yè)產(chǎn)值中的比重和高校支出的科研經(jīng)費對科研效率的影響[9]。李燕萍等以我國30個省為研究對象，采用2022―2022年的面板數(shù)據(jù)對科研進行了測試分析，結(jié)果顯示，科研活動市場化程度、根底研究投入強度、產(chǎn)學(xué)研結(jié)合程度、科技人員投入對科研投入產(chǎn)出效率均表現(xiàn)出積極影響[10]。本文的奉獻主要在于：一是選用的研究辦法更加嚴(yán)謹(jǐn)，在對科研績效的影響因素進行回歸分析時，作為因變量的效率值是經(jīng)過測算后取得的，因而該數(shù)值更加合理。二是本文選取了2022―2022年共7年的面板數(shù)據(jù)進行測算，分別計算了63所教育部直屬高校科研的平均效率值，使結(jié)果更具客觀性，改善了以前研究采用截面數(shù)據(jù)而導(dǎo)致的研究結(jié)果易受偶然因素影響的缺陷。

二、高校科研績效的測算與分析

〔一〕樣本選擇與數(shù)據(jù)來源

本文選擇教育部直屬高校作為研究樣本，原因在于：從地域分布上看，教育部直屬高校分布于全國大局部省、直轄市和自治區(qū)，具有普遍代表性；從性質(zhì)上看，這類高校既包含了綜合性院校，如清華大學(xué)、南京大學(xué)、復(fù)旦大學(xué)等，又有學(xué)科特色鮮明的高校，如北京林業(yè)大學(xué)、中國地質(zhì)大學(xué)和中國礦業(yè)大學(xué)等；從科研實力上看，教育部直屬高校大多辦學(xué)歷史久遠，積累厚重，科研隊伍強大，實驗條件優(yōu)越，信息資源豐盛，科研管理相對標(biāo)準(zhǔn)，因而科研數(shù)據(jù)比擬具有代表性。

基于數(shù)據(jù)的可獲得性、權(quán)威性以及可操作性等方面考慮，本文選擇?高等學(xué)?？萍冀y(tǒng)計資料匯編》〔下列稱?資料匯編》〕作為數(shù)據(jù)來源。根據(jù)教育部官方統(tǒng)計資料，截至2022年12月31日，教育部直屬普通高校為75所。然而，由于?資料匯編》僅包含了64所教育部直屬高校的相關(guān)統(tǒng)計數(shù)據(jù)，其中一所院校缺失了局部數(shù)據(jù)，因此，本文最終確定的研究樣本數(shù)為63所高校。由于?資料匯編》2022年之前的數(shù)據(jù)存在缺失，所以本文選擇的時間跨度是2022年至2022年共7年。

〔二〕研究指標(biāo)

為了能夠有效地對科研進行績效評價，所選投入與產(chǎn)出指標(biāo)必須具有代表性、目的性和可比性，因此投入指標(biāo)的選取主要從人力、財力兩個方面考慮，分別選取研究與開展全時當(dāng)量人員、科研經(jīng)費當(dāng)年內(nèi)部支出兩個指標(biāo)。需要表明的是，高?？蒲械奈锪ν度胫饕窃O(shè)備投入，由于設(shè)備投入的報表數(shù)據(jù)為期末累計數(shù)，目前高校財務(wù)信息公開數(shù)據(jù)還不夠全面，物力指標(biāo)搜集整理困難，而且對于很多高校而言，物力資源投入在一定時期內(nèi)變動不大，所以很多評價指標(biāo)體系的構(gòu)建未選物力指標(biāo)。產(chǎn)出指標(biāo)選取專著數(shù)、國內(nèi)外學(xué)術(shù)論文、鑒定成果數(shù)、技術(shù)轉(zhuǎn)讓當(dāng)年實際收入、成果授獎項5個指標(biāo)。

〔三〕實證分析

1.研究辦法

高?？蒲锌冃侵缚蒲匈Y源耗費與科研成果的比擬，即科研投入與產(chǎn)出比，需要采取科學(xué)的辦法對高?？蒲锌冃ё骱侠矸治雠c評價，找出高校科研投入產(chǎn)出的缺乏，提高科研資源的利用效率。本文針對高?？蒲卸嗤度攵喈a(chǎn)出的特點選擇了數(shù)據(jù)包絡(luò)分析〔DEA〕辦法中的CCR模型和BCC模型對教育部直屬高校的科研績效進行測算與比擬分析，建立模型如下：

min？茲j∑Xijλj+sj-=？茲x0∑Yrjλj-sj+=Y0∑nj=1λj=1，j=1，2，…，nλj≥0，s-≥0，s+≥0

式中n代表63所教育部直屬高校，若每個決策單元有m項投入和s項產(chǎn)出，Xij表示第j個高校第i種類型的科研投入，Yrj表示第j個高校的第r種類型的科研產(chǎn)出〔i=1，2，…，m；r=1，2，…，s〕。？茲j為此模型的最優(yōu)解，即綜合效率，λj〔j=1，2，…，n〕是目標(biāo)決策變量，S-、S+為松弛變量。

CCR模型若決策單元〔簡稱DMU〕可以通過增加投入等比例地擴大產(chǎn)出，測算出的結(jié)果是包含規(guī)模效率的技術(shù)效率〔簡稱TE〕。而BCC模型是在CCR模型中引入約束條件∑nj=1λj=1后所得的模型。BCC模型考慮了規(guī)模收益可變的情況，計算出的DMU技術(shù)效率別離出了規(guī)模效率〔簡稱SE〕，因此得到的效率是《技術(shù)效率〔簡稱PTE〕。

技術(shù)效率〔TE〕和純技術(shù)效率〔PTE〕兩者相除即可得出各個DMU的規(guī)模效率〔SE〕，即SE=TE/PTE，它是由企業(yè)規(guī)模因素影響的生產(chǎn)效率，反映的是實際規(guī)模與最優(yōu)生產(chǎn)規(guī)模的差距。根據(jù)所選定的投入產(chǎn)出指標(biāo)，就可以對高校的科研效率作出總體評價。

2.高?？蒲锌冃гu價分析

應(yīng)用DEA辦法對本文選取的63所教育部直屬高校2022年的截面數(shù)據(jù)進行分析，運用MaxDEA軟件計算出各高校的科研效率和規(guī)模收益的得分情況，見表1。

表1中，63所教育部直屬高校的平均技術(shù)效率為0.71，平均純技術(shù)效率為0.81，平均規(guī)模效率是0.89，這三項指標(biāo)的最高值都為1。

從表1數(shù)據(jù)分析可知，平均技術(shù)效率還有較大的改良空間。63所高校中，到達DEA有效的學(xué)校是15所，即24%左右的高校純技術(shù)效率和規(guī)模效率同時都為1，處于最正確規(guī)模狀態(tài)，科研資源得到了合理配置，規(guī)模收益不變，表明其高?？蒲型度氘a(chǎn)出相對穩(wěn)定，投入利用適當(dāng)；而非DEA有效的學(xué)校是48所，占所有高校的76%。48所非DEA有效的高校中，12所學(xué)校純技術(shù)效率為1，規(guī)模效率小于1，表明這些高校科研資源投入相對產(chǎn)出到達最大化，即他們處于規(guī)模收益相對穩(wěn)定的階段，但由于投入、產(chǎn)出和最正確規(guī)模不匹配，可以通過調(diào)整規(guī)模來獲取最大效益。12所高校中只有1所高校的規(guī)模收益是遞增的，該學(xué)?？梢栽黾涌蒲型度胧剐实竭_最優(yōu)化，其余11所高校都是規(guī)模收益遞減的，這些高校應(yīng)該重視增加產(chǎn)出來改善投入產(chǎn)出規(guī)模不匹配的現(xiàn)狀，防止因重復(fù)或是盲目擴大資源投入造成冗余，以期到達投入產(chǎn)出的最正確規(guī)模狀態(tài)。此外，在48所非DEA有效的高校中還有36所高校的純技術(shù)效率和規(guī)模效率值都沒有到達1，其中21所高校的規(guī)模收益是遞減的，15所高校的規(guī)模收益是遞增的，需要適度控制投入增長速度，加大產(chǎn)出鼓勵，以使這局部高?？蒲杏梢?guī)模無效變?yōu)橐?guī)模有效。

則應(yīng)該如何調(diào)配非DEA有效的高校的現(xiàn)有資源，使其到達DEA有效？筆者通過MaxDEA軟件得出非有效決策單元在生產(chǎn)可能集上的投影，也就是調(diào)整投入冗余和產(chǎn)出缺乏。

從所研究高?？蒲型度肴哂嗪彤a(chǎn)出缺乏的松弛變量來看，非DEA有效的大學(xué)都是既存在投入冗余又有產(chǎn)出缺乏，需要同時對投入和產(chǎn)出作調(diào)整。從各高校投入冗余松弛變量的比擬來看，大局部高校在研究與開展全時當(dāng)量人員指標(biāo)上不存在投入冗余，只有5所高校存在投入冗余?！爱?dāng)年內(nèi)部支出〞指標(biāo)上有6所高校產(chǎn)生投入冗余，其中一所高校的冗余量非常高。從各高校產(chǎn)出缺乏松弛變量的比擬來看，各高?？蒲型度氘a(chǎn)出缺乏主要體現(xiàn)在鑒定成果數(shù)、技術(shù)轉(zhuǎn)讓當(dāng)年實際收入、成果授獎項三個指標(biāo)上。三、高?？蒲锌冃в绊懸蛩氐姆治?/p>

為了進一步提高高?？蒲锌冃У臐摿?，本文對高?？蒲锌冃У挠绊懸蛩剡M行了研究。

〔一〕研究若

科學(xué)研究績效是反映高校在一定時期內(nèi)的科研工作總體水平及其開展能力指標(biāo)，通過科研資源投入、科研成果產(chǎn)出以及科研管理等方面體現(xiàn)出來，從宏觀角度來看，所有與科研投入產(chǎn)出相關(guān)的因素都可能對科研效率產(chǎn)生作用。根據(jù)高校的實際情況進行分析，人力與財力是影響科研投入產(chǎn)出最重要的因素。在當(dāng)今經(jīng)濟全球化、信息社會化的時代，國際科技交流和學(xué)校的科研創(chuàng)新能力對于科研績效的影響也至關(guān)重要。

1.人力資源

在人力資源方面，本文將副教授以上人數(shù)作為高校人力資源的代理變量，因為教師是發(fā)展科研工作、取得科研成果的主體，而副教授以上教師是高校的科研主力。汪曉春認(rèn)為職稱比例結(jié)構(gòu)是衡量教師整體素質(zhì)的重要尺度，是反映教師隊伍科研水平的重要標(biāo)志[11]。徐辰龍在研究地方高校教師人力資源對高?？蒲锌冃в绊憼顩r時，將職稱因素作為一個影響變量，分析了不同職稱的教師對科研的奉獻[12]。近年來，高校充沛認(rèn)識到人才對于取得科研成果的重要性，通過內(nèi)培外引，不斷改善師資結(jié)構(gòu)，希望以此來提升科研績效。實踐證明高水平的師資隊伍對高校科研績效產(chǎn)生積極影響。因此，本文提出如下若：

若1：在其他條件不變的情況下，副教授以上人數(shù)與其當(dāng)年科研績效正相關(guān)。

2.財力資源

在財力資源方面，本文選取科研經(jīng)費撥入作為科研財力的代理變量?？蒲薪?jīng)費是高校發(fā)展科研工作的財力根底，科研經(jīng)費撥入是指高校獲得的縱向和橫向課題經(jīng)費，縱向科研經(jīng)費主要由政府財政直接撥付，橫向科研經(jīng)費主要來源于承接的國內(nèi)外企業(yè)技術(shù)開發(fā)、技術(shù)轉(zhuǎn)讓等工程經(jīng)費[13]。孫敏認(rèn)為科研經(jīng)費是國家科學(xué)技術(shù)開展的根本保障，而高校作為發(fā)展科學(xué)研究的主力軍，從政府和企業(yè)獲得的科研經(jīng)費資助逐年增加，科研經(jīng)費逐漸成為高校資金的重要來源[14]。田東平等將科研經(jīng)費作為科研績效的一個投入指標(biāo)[2]。因此，本文提出如下若：

若2：在其他條件不變的情況下，科研經(jīng)費撥入與其當(dāng)年科研績效正相關(guān)。

3.對外合作

在對外合作方面，本文選取合作研究差遣人次作為其代理變量。加強國際交流與合作是加快高校與國際接軌、拓寬教師視野、提高教師科研能力、打造高水平科技創(chuàng)新團隊的有效途徑，是增強高校科技競爭力的重要伎倆。賈明春將合作差遣人次作為國際科技交流的代理變量，探討了它與高校科研績效二者之間的相關(guān)性[9]。因此，本文提出如下若：

若3：在其他條件不變的情況下，合作研究差遣人次與其當(dāng)年科研績效正相關(guān)。

4.創(chuàng)新能力

在創(chuàng)新能力方面，本文選取專利授權(quán)數(shù)作為其代理變量。因為自主創(chuàng)新是推動國家經(jīng)濟開展的重要推動力，而知識產(chǎn)權(quán)是自主創(chuàng)新的根底和衡量指標(biāo)，專利又是知識產(chǎn)權(quán)的重要組成局部。李自香認(rèn)為，專利作為最先進技術(shù)的載體，已成為科學(xué)技術(shù)開展的重要指示器，是衡量企業(yè)自主創(chuàng)新能力的重要依據(jù)[15]。楊娟在技術(shù)創(chuàng)新與企業(yè)績效關(guān)系的實證研究中，將專利授權(quán)數(shù)作為技術(shù)創(chuàng)新的一個衡量指標(biāo)[16]。因此，本文提出如下若：

若4：在其他條件不變的情況下，專利授權(quán)數(shù)與其當(dāng)年科研績效正相關(guān)。

〔二〕模型若

最終，本文構(gòu)建了如下回歸模型：

TE〔i，t〕=？茁0+？茁1〔FJS〕〔i，t〕+？茁2〔JF〕〔i，t〕+？茁3〔PQ〕〔i，t〕+

？茁4〔ZL〕〔i，t〕+？著〔i，t〕

此模型中，因變量為教育部直屬高校的技術(shù)效率，自變量有4個，分別是副教授以上人數(shù)、科研經(jīng)費撥入、合作研究差遣人次、專利授權(quán)數(shù)〔見表2〕。？茁0為截距，？著為隨機誤差項。研究選取了2022―2022年63所教育部直屬高校的數(shù)據(jù)，即63個截面單元7年內(nèi)的時間序列數(shù)據(jù)，樣本察看點共441個。

〔三〕描述性統(tǒng)計

對63所教育部直屬高校的技術(shù)效率以及影響因素進行描述性統(tǒng)計分析，結(jié)果如表3。

每所高校的科研績效理論總分值是1分，實際測算出的科研得分最高是1，最低是0.16，由此可見，所研究高校的科研績效水平存在明顯差距。同時，在影響因素方面，4個影響因素全距較長，即最大值和最小值的《^對差較大，科技經(jīng)費撥入的全距超過43億元。同時還計算了各個指標(biāo)的規(guī)范偏差〔見表3〕，也可用來分析高校的科研績效水平差別。

〔四〕研究結(jié)論

本文的被解釋變量在0和1之間，屬于受限變量，因此選擇Tobit回歸模型。為減少異方差和序列相關(guān)性所帶來的影響，筆者將4個解釋變量取對數(shù)后進行參數(shù)估計。檢驗工具為Stat