趙蓉英，王建品

(武漢大學 a.中國科學評價研究中心；b.信息管理學院，湖北 武漢 430072)

中國985高校電子數(shù)據(jù)庫科研效率評價研究
——基于DEA分析方法

趙蓉英，王建品

(武漢大學 a.中國科學評價研究中心；b.信息管理學院，湖北 武漢 430072)

文章采用數(shù)據(jù)包絡(luò)分析(DEA)C2R模型，選取電子數(shù)據(jù)庫數(shù)量、教授及正高職人員數(shù)量為投入指標，被SCOPUS收錄的文獻數(shù)量為產(chǎn)出指標，對中國985高校電子數(shù)據(jù)庫用于科研的效率進行評價。結(jié)果表明，在科學產(chǎn)出方面，大部分樣本學校的電子數(shù)據(jù)庫未得到有效利用。為此，提出以下政策建議：提升圖書館科研支持服務(wù)水平，加快促進高校圖書館聯(lián)盟服務(wù)價值的發(fā)揮，加強開放獲取資源的使用，科學研究激勵政策的改革。

數(shù)據(jù)包絡(luò)分析；電子數(shù)據(jù)庫；效率；高校；文獻計量學

一、研究背景及思路

在信息和知識社會，大學最重要的貢獻是生產(chǎn)知識，為社會提供智力資本[1]。目前智力資本被廣泛理解為“是一種已經(jīng)捕獲的、有效的無形資源，組織可以借助其生產(chǎn)新的資源、商品或服務(wù)”[2]。在大學層面，智力資本的生產(chǎn)具體表現(xiàn)為兩方面：一是大學與其他利益相關(guān)者關(guān)系的加強；二是科研成果的產(chǎn)生，包括論文、著作、專利、學術(shù)會議論文，以及其他形式的科學產(chǎn)出等[3]。而在智力資本的生產(chǎn)過程中，財務(wù)資本發(fā)揮著重要的杠桿作用，財務(wù)資本的可獲得性關(guān)系著大學智力資本產(chǎn)出能力的大小[4]。但是，在發(fā)展中國家(甚至是發(fā)達國家)的高等教育體系中，財務(wù)資本的可用性受到限制或相對受到限制，所以，如何有效地管理和使用經(jīng)濟資源，從而提升大學的教學科研質(zhì)量和增強影響力成為一個重要的問題。目前中國高等教育體系面臨的重要挑戰(zhàn)是如何建設(shè)世界一流高校，如何適應(yīng)與跟進由信息技術(shù)驅(qū)動的全球化趨勢[5]。這是實現(xiàn)中華民族偉大復興的重要舉措，也是中國高等教育在21世紀的重要使命。然而，要解決這些問題尚有許多限制，第一個限制就是大學的教育科研質(zhì)量。中國高等教育體系在過去30年以前所未有的規(guī)模和速度發(fā)展，如今已成為世界上最大的高等教育體系。但在質(zhì)量方面，2 560所普通高等學校(本科院校、高職院校等)中只有38所985高校，116所211高校；從國際比較看，根據(jù)QS大學排名，中國內(nèi)地只有33所大學入圍前500名，只有4所大學進入前100名：清華大學(排名25)、北京大學(排名41)、復旦大學(排名51)和上海交通大學(排名70)。第二個制約因素是相關(guān)資金短缺[6]。近年來，中國高等教育面臨著財政性經(jīng)費投入不足、大學負債多、學生經(jīng)濟負擔重、生師比大等諸多財政不足問題。特別是自1999年以來中國高等教育規(guī)模出現(xiàn)大幅度擴張，高等教育的生均經(jīng)費投入出現(xiàn)了連續(xù)多年下降?？傊?，中國高等教育體系許多舊的問題還未得到解決，新的問題又不斷出現(xiàn)，而解決這些問題的經(jīng)濟資源越來越匱乏?；谝陨显颍瑪U大和深化中國大學在不同情況下發(fā)展效率的研究是一個迫切的任務(wù)。

以往對高等教育系統(tǒng)效率的研究主要從以下四個方面著手：(1)公共政策研究[7- 8]；(2)單個或多個大學[9-13]；(3)學術(shù)部門和科研單位研究(研究所、研究中心、團隊等)[14- 15]；(4)大學圖書館研究[16-17]。國際上的相關(guān)方面研究非常多，然而，針對中國高等教育體系，目前有關(guān)效率評價的研究非常少，對高校電子數(shù)據(jù)庫效率評價的研究更是少之又少?；诖?，本文旨在促進對中國大學效率的相關(guān)研究。

較為公認的世界一流大學有兩個共同特點：一是擁有世界一流水平的教授隊伍；二是有一套支持教授隊伍培養(yǎng)人才、進行尖端科學研究的體制及政策(即所謂軟環(huán)境)。通過對國外國內(nèi)相關(guān)文獻的回顧，筆者找出兩個最常用的變量：(1)教師或研究人員數(shù)量；(2)研究成果或文獻。

另一方面，筆者也發(fā)現(xiàn)，在以往有關(guān)中國高等教育體系效率評價的文獻中，缺乏一個極其重要的變量：信息和通信技術(shù)[18- 19]。據(jù)世界銀行(S.F.)的分析，信息通信技術(shù)是一組硬件、軟件、網(wǎng)絡(luò)和媒體的集合，用于數(shù)據(jù)、信息、知識、服務(wù)及其應(yīng)用程序的收集、存儲、處理、傳輸和展現(xiàn)。根據(jù)摩爾定律，由于有了信息通信技術(shù)，人類的生活情境，包括科學研究的數(shù)量，都呈幾何級數(shù)增長[20]。因此，本研究將聚焦于電子數(shù)據(jù)庫(Database，DB)，因為它是研究人員開展科研活動、獲得所需科學技術(shù)信息的重要途徑。

基于以上分析，本研究將對中國985高校中DB用于科研產(chǎn)出的效率進行評價。在以往研究基礎(chǔ)上，本研究突出貢獻表現(xiàn)為以下三個方面：(1)呈現(xiàn)中國高校DB的庫存概況，類似的貢獻在以往文獻檢索中未被發(fā)現(xiàn)，所以這是本研究的顯著貢獻之一；(2)將DEA方法與文獻計量分析相結(jié)合，評價教師使用DB進行科研的相對效率，而DEA方法是當前經(jīng)濟管理領(lǐng)域運用最廣泛的效率評價方法；(3)展現(xiàn)中國高校1996-2015年間的科研產(chǎn)出情況(基于SCOPUS)。

二、研究方法和指標設(shè)計

(一) DEA方法

本研究選擇DEA方法對中國985高校的電子數(shù)據(jù)庫用于科研的效率進行評價。

數(shù)據(jù)包絡(luò)分析(DEA，Data Envelopment Analysis)是由Charnes等[21]提出的以相對效率概念為基礎(chǔ)的一種非參數(shù)方法，廣泛應(yīng)用于經(jīng)濟學、管理學、計算機科學等多學科交叉的研究領(lǐng)域。DEA方法特別適用于多投入、多產(chǎn)出的復雜系統(tǒng)的效率評價，無需確定投入產(chǎn)出間的函數(shù)關(guān)系，無需對指標數(shù)據(jù)進行量綱化處理，無需確定各指標的權(quán)重，因而更具客觀性。DEA方法的基本思路是把每一個被評價單位作為一個決策單元(Decision Making Units，DMU)，眾多DMU構(gòu)成被評價群體，利用DMU的輸入輸出樣本值，估算出有效生產(chǎn)的前沿面，然后根據(jù)各DMU與前沿面之間的距離來測算效率。如果DMU處在前沿面上，則其投入產(chǎn)出比的相對效率最大，為1，即生產(chǎn)有效；若DMU不在前沿面上，則生產(chǎn)無效，與前沿面的距離越大，其相對效率值越小，越接近于0。DEA方法在發(fā)展過程中產(chǎn)生了很多種模型，本研究采用應(yīng)用最為廣泛的C2R模型。

C2R模型就是以一個決策單位的效率最大化作為目標式，尋找對該決策單位最有利的投入項權(quán)重組合，以及產(chǎn)出項權(quán)重組合，使得效率達最大值，但所有決策單元的效率必須小于等于1。模型如下：

(二)評價指標和數(shù)據(jù)

本研究定義的DMU是中國38所985高校(中國民族大學未有文獻被SCOPUS收錄，故未在本研究范圍內(nèi))(表1)。選擇這些高?；谝韵略颍褐袊?85高?；径家再|(zhì)量和創(chuàng)新為導向，它們中最有可能誕生出中國的世界一流大學。

表1 中國985高校DB數(shù)量、PROF數(shù)量和文獻數(shù)量

定義DEA的輸入有兩個：(1)DB(可以通過各高校圖書館網(wǎng)站登錄的電子數(shù)據(jù)庫)的數(shù)量；(2)專任教師中教授及其他正高職人員(以下簡稱PROF)的數(shù)量。選擇這兩個作為輸入是因為DB是最常用的資源，而教授及正高職人員在大學中承擔著開展研究、教學和推廣的重要使命。對于DB和PROF的數(shù)量，數(shù)據(jù)來自于相關(guān)高校的官方網(wǎng)站。對于部分未在官方網(wǎng)站顯示DB和PROF數(shù)量的學校，我們對學校相關(guān)人員進行了咨詢。所有數(shù)據(jù)均截止到2015年12月31日。定義DEA的輸出為這些高校2015年被SCOPUS收錄的文獻。選擇SCOPUS是因為它是當前最全面的文獻索引數(shù)據(jù)庫，包括所有學科(健康科學、生命科學、物理科學和社會科學)、所有文件類型(文章、評論、新聞文章、著作、書籍章節(jié)、會議論文、會議報告、信件、社論、票據(jù)、短期研究、商業(yè)評論和勘誤表)。

三、評價結(jié)果分析

結(jié)果中首先展示了1996-2015年期間中國科技生產(chǎn)力在世界范圍內(nèi)的表現(xiàn)(表2)；隨后是2015年中國科技文獻的作者所屬國家的呈現(xiàn)(圖1)；然后是中國2015年科技文獻的學科、類別概覽(圖2)；最后是DEA評價結(jié)果的呈現(xiàn)(表3)。

圖1 中國科技文獻作者機構(gòu)所屬國家

排名國家文獻量可引文獻量被引文獻量自引文獻量篇均引用量H指數(shù)1美國936023384560502027505659459652121.6617832中國4076414401712324175067132976075.935633英國26245302272675507905081176333819.3510994德國23651082207765409516161029424817.319615日本2212636213332630436114835257813.767976法國1684479158219728329815619496616.828787加拿大1339471122762225677205469951419.178628意大利1318466121780420893655482500215.857669印度11407171072927845837329061027.4142610西班牙104579696671014811902351019614.16648平均數(shù)104579696671014811902351019614.16648中位數(shù)27167852515419.904472748216044007.2015.14878.30標準差22126361857761.5027003510727377216.34829.50最大值2378328.962273963.6056822526.0627828543.055.08372.76最小值936023384560502027505659459652121.661783

數(shù)據(jù)來源：SCImago-Journal&CountryRank,2015。

根據(jù)SCOPUS數(shù)據(jù)統(tǒng)計，1996-2015年中國被SCOPUS數(shù)據(jù)庫收錄的科技文獻總數(shù)為4 076 414篇，排在世界第2位。排在第一位的是美國，為9 360 233篇，是中國的2倍多。1996-2015年中國文獻累計被引用次數(shù)為24 175 067萬次，排在世界第7位，篇均被引頻次是5.93，遠遠低于平均數(shù)14.16；而中國文獻的H指數(shù)僅為563，在這十個國家中僅高于印度。這說明中國雖然是一個科技生產(chǎn)力大國，但科技成果質(zhì)量與世界強國有很大的差距。

圖1是2015年被SCOPUS收錄的中國文獻作者機構(gòu)所屬國家的展示。在2015年中國被SCOPUS收錄的444 804篇文獻中，合作伙伴涉及160個國家(地區(qū))。其中至少有一個作者機構(gòu)所屬國家是美國的為41 109篇，隨后是英國，為9 314篇。這表明，中國科學研究的合作伙伴主要分布在美國、英國、澳大利亞等國家。

2015年被SCOPUS收錄文獻最多的高校是清華大學(12 630篇)，其次是上海交通大學(10 801篇)，第三名是浙江大學(10 709篇)。38所985高校2015年被SCOPUS收錄文獻總量為197 489篇，約占中國被收錄文獻總量的44.4%，說明985高校是中國科技生產(chǎn)力的主力軍。

圖2 中國科技文獻學科分類

圖2是2015年SCOPUS收錄中國文獻的學科分布情況。SCOPUS數(shù)據(jù)庫在進行學科統(tǒng)計時，把文獻數(shù)量在前十名以外的學科歸在一起稱為Others。顯然，2015年中國被SCOPUS收錄文獻數(shù)量最多的學科是工程，共143 667篇，占總數(shù)的32.3%；其次是醫(yī)學，共91 645篇，占總數(shù)的20.6%；接著是材料科學、物理學和天文學、計算機科學和生物化學、遺傳與分子生物學，論文總量都超過了5萬篇。另一方面，人文社會科學學科論文總量還不到2萬篇，這說明中國人文社會科學科技生產(chǎn)力水平和國際化程度較低。

從2015年中國被SCOPUS收錄文獻的類型分布可以看到，絕大部分文獻是期刊論文(共有365 593篇，占82.2%)，其次是會議論文(共有58 802篇，占13.2)，接著是評論(共有9 681篇，占2.2%)。

表3列出了運用DEA方法計算出的38所985高校的效率值。需要說明的是，DEA測算出的每個DMU效率值的范圍是0-1，越接近于1，說明該決策單元的生產(chǎn)越接近前沿面，效率越高。如表3所示，擁有DB最多的高校是北京大學，共247個，最少的是中國農(nóng)業(yè)大學，共70個。38所高校平均擁有DB約140個，其中只有39.47%的高校擁有DB的數(shù)量高于此平均水平。擁有PROF數(shù)量最多的是北京大學，共2 221人，最少的是國防科技大學，共有320人。38所高校平均擁有PROF的數(shù)量約為945人，只有36.84%的學校高于此平均水平。產(chǎn)出文獻最多的是清華大學，共12 630篇，產(chǎn)出最少的是中國人民大學，為894篇，38所高校產(chǎn)出文獻的平均水平為5 197篇，其中50%的學校高于此平均水平?？傊?，38所高校的投入和產(chǎn)出能力表現(xiàn)出嚴重的不均衡性，樣本指標的標準差也證明了這一點。

表3 985高校的DEA分析結(jié)果

另一方面，效率的平均值為0.575，大于中位數(shù)，這說明效率值的分布不均衡且正偏。也就是說，比效率平均水平高的學校數(shù)量偏少，只有17所。38所高校中只有上海交通大學和北京航空航天大學的效率為1，僅占樣本學?？倲?shù)的5.3%；效率水平為0.9-1之間的也僅有2所，占樣本學校總數(shù)的5.3%；效率水平在0.6-0.8的學校有11所，占總數(shù)的28.9%；而有60.5%的學校效率水平都在0.6以下。

總之，DEA評價結(jié)果表明中國高校教授利用電子數(shù)據(jù)庫進行科研生產(chǎn)的效率極不平衡，且兩極分化。38所高校中只有少部分學校利用效率較高，而大部分學校利用效率較低?？梢哉J為，人力資源、科技信息資源對科技生產(chǎn)力的促進作用很弱，資源沒有得到有效的利用。

四、研究結(jié)論與建議

(一)研究結(jié)論

在知識和信息社會，大學知識的生產(chǎn)占有重要的戰(zhàn)略地位，對社會的進步具有支柱作用。而在此方面，若干因素制約了社會的發(fā)展，如大學的質(zhì)量和財務(wù)預(yù)算等。從這個層面上講，如何有效地利用資源進行科學生產(chǎn)顯得尤為重要。然而，有關(guān)部門在制定決策時的參考信息非常有限。本文利用DEA方法對高?？蒲腥藛T利用DB進行科學生產(chǎn)的效率進行了評價，填補了這一空白。

從20世紀90年代開始，中國不斷加大科技生產(chǎn)的力度，目前在世界上已經(jīng)有了非常突出的表現(xiàn)，科技生產(chǎn)總量位居世界第2。然而，中國科技產(chǎn)出的質(zhì)量與世界強國還有很大的差距，1996-2015年科技產(chǎn)出世界第一的美國的文獻篇均引用次數(shù)是中國的4倍多，H指數(shù)是中國的3倍多；H指數(shù)比中國高的國家還有英國、法國、德國等13個國家。

中國研究人員的國際合作者大多位于美國和英國，其他合作較多的有澳大利亞、中國香港和加拿大等。從更微觀的層面分析，985高校是中國科技生產(chǎn)的主力軍，2015年這些高校的科技產(chǎn)出占全國科技產(chǎn)出的44.4%。從知識產(chǎn)出涉及的學科領(lǐng)域看，最高的是工程，接下來依次是醫(yī)學、材料科學、物理學和天文學、計算機科學和生物化學、遺傳與分子生物學；從產(chǎn)出的類型看，絕大多數(shù)集中在期刊論文，其次是會議論文和綜述報告。

運用DEA方法對教授利用DB進行科學生產(chǎn)的效率進行評價，結(jié)果顯示38所高校DB利用效率極不均衡。38所高校的PROF數(shù)量平均值是945，但其中只有36.84%的高校高于此平均數(shù)。分析DB的數(shù)量，38所高校的平均擁有量為140，但只有39.47%的高校擁有量高于此平均數(shù)。產(chǎn)出方面，38所學校中只有50%的高校高于平均水平(5 197篇)。至于DB的使用效率，38所高校中只有44.7%高于平均水平(0.575)。

38所985高校中只有2所高校研究人員有效地使用了電子數(shù)據(jù)庫進行科學生產(chǎn)，達到生產(chǎn)的前沿面；而38所高校中有23所高校效率值低于0.6，這些學校在線數(shù)據(jù)庫的使用效率離前沿面較遠。換句話說，人力資源、科技信息資源與科研產(chǎn)出互相之間的關(guān)系較弱，這些資源沒有得到有效利用。

(二)政策建議

基于以上分析結(jié)果，本研究提出四項建議。

第一，提升圖書館科研支持服務(wù)水平。當前國內(nèi)高校已經(jīng)開始重視圖書館的科研支持服務(wù)，但服務(wù)水平亟待提升。可以借鑒世界優(yōu)秀高校的圖書館經(jīng)驗，如除了提供文獻計量、數(shù)據(jù)管理等常規(guī)的科研支持服務(wù)以外，也把支持學校eResearch、輔助成果出版、科研項目資助指導等作為新的科研支持服務(wù)項目；對不同類型的研究人員采用不同形式、不同主題的針對性培訓，提供研究人員便于獲得館內(nèi)外各種數(shù)據(jù)資源的服務(wù)；強調(diào)資源與內(nèi)容的易用性、多樣性、集成性，以便于科研人員及時、全面、有效地了解圖書館科研支持服務(wù)的內(nèi)容。通過這些服務(wù)，使高校的研究人員真正實現(xiàn)eResearch：科研過程數(shù)字化、研究工具網(wǎng)絡(luò)化、學術(shù)傳播多元化、科研合作遠距離化[22]。

第二，加快促進高校圖書館聯(lián)盟服務(wù)價值的發(fā)揮。近年來，為適應(yīng)高等教育事業(yè)的迅速發(fā)展，滿足高校教學科研和文獻資源迅速增長的需求，利用有限的經(jīng)費最大限度地獲得信息資源，中國圖書館聯(lián)盟系統(tǒng)無論從數(shù)量或規(guī)模來看都已有了很大發(fā)展，以中國高等教育文獻保障系統(tǒng)(CALIS)為代表的文獻共享組織在教育、文化等領(lǐng)域發(fā)揮了無可替代的重要作用。這些聯(lián)盟機構(gòu)組織大都開展了數(shù)字資源集團采購、聯(lián)合編目、文獻傳遞等服務(wù)，體現(xiàn)了圖書館聯(lián)盟的資源共享、利益互惠等原則。但和國外先進的圖書館聯(lián)盟相比還有很大的差距，如合作程度不深，缺乏特色服務(wù)，服務(wù)效率水平較低等。今后國內(nèi)高校圖書館聯(lián)盟應(yīng)借鑒先進國家的經(jīng)驗，進一步提高聯(lián)盟的服務(wù)價值，如減少聯(lián)盟成員DB的重復購買，加強聯(lián)盟成員圖書館技術(shù)的標準化和規(guī)范化，積極探索特色化服務(wù)等[23]。

第三，加強開放獲取資源的使用。開放獲取的出現(xiàn)讓印刷型學術(shù)文獻從出版媒介、發(fā)行渠道到傳播和服務(wù)方式都發(fā)生了根本改變。開放獲取允許任何人及時、免費、不受任何限制地通過網(wǎng)絡(luò)獲取各類文獻，包括經(jīng)過同行評議的期刊文章、參考文獻、技術(shù)報告、學位論文等全文信息，用于科研教育及其他活動。英國聯(lián)合信息系統(tǒng)委員會(JISC)2008年指出，開放存取文獻可以作為無法獲得高價數(shù)據(jù)庫的機構(gòu)的選擇。世界上一些發(fā)達國家在此方面已經(jīng)取得了很大進展，如北歐最大綜合性高校及科研機構(gòu)瑞典Lund高校，2003年創(chuàng)建的開放獲取期刊指南(DOAJ)已成為目前世界上收錄OA期刊數(shù)量最多、學科最全的OA期刊網(wǎng)站[24]。國內(nèi)在OA方面也有一定的發(fā)展，如中科院已有逾百研究所創(chuàng)建了開放式知識庫，存儲論文超40萬篇，2013年下載量超700萬篇次，成為全球最大公共開放資源之一[25]。然而，調(diào)查數(shù)據(jù)顯示，中國高校OA實踐整體進展速度緩慢[26]，今后應(yīng)出臺相應(yīng)的政策和措施推動OA向更深入、更廣泛方向普及和發(fā)展。

第四，科學研究激勵政策的改革。中國應(yīng)積極建立以質(zhì)量為導向的科研激勵政策，把科研管理的重點集中到提升科研質(zhì)量上。研究表明，現(xiàn)金獎勵的激勵政策增加提交審核文章的數(shù)量而不是提高發(fā)表率，發(fā)表率與基于現(xiàn)金獎勵的激勵政策負相關(guān)。而與學術(shù)職業(yè)發(fā)展機會相關(guān)的獎勵，才與科學產(chǎn)出的數(shù)量和質(zhì)量具有正相關(guān)性。這些政策在一些國家已經(jīng)實施，比如西班牙和德國，他們的激勵政策是與科研績效相關(guān)的更高的教育梯隊、提升和薪水等，而不是每篇文章的獎金。

總之，中國科技生產(chǎn)的增長前景仍未有定論。雖然在過去已經(jīng)取得了顯著的成績，但仍亟待加強高校整體的研究質(zhì)量和研究能力。從目前人員利用DB進行科研生產(chǎn)的情況看，大部分學校需要重新評估他們的相對表現(xiàn)，并提出相應(yīng)的政策措施，如提升圖書館科研支持服務(wù)水平、加快促進高校圖書館聯(lián)盟服務(wù)價值的發(fā)揮、加強開放資源獲取的使用、審查和調(diào)整科研激勵政策等。未來相關(guān)研究還可以從以下幾方面進行：增加高等教育機構(gòu)的樣本，比如所有的教育機構(gòu)而不僅僅是985高校；研究文獻以及專利的影響，從而跟蹤科研在生產(chǎn)部門發(fā)揮的具體作用。

[1]RAMEZANM.Intellectualcapitalandorganizationalorganicstructureinknowledgesociety:Howaretheseconceptsrelated?[J].InternationalJournalofInformationManagement, 2011, 31(1): 88-95.

[2]NONAKAI,TOYAMAR,NAGATAA.Afirmasaknowledge-creatingentity:Anewperspectiveonthetheoryofthefirm[J].Industrial&CorporateChange, 2000, 9(1): 1-20.

[3]HUGGINSR.Universitiesandknowledge-basedventuring:Finance,managementandnetworksinLondon[J].Entrepreneurship&RegionalDevelopment, 2008, 20(2): 185-206.

[4]POWERSJB,MCDOUGALL-COVINPP.Universitystart-upformationandtechnologylicensingwithfirmsthatgopublic:Aresource-basedviewofacademicentrepreneurship[J].JournalofBusinessVenturing, 2005, 20(3): 291-311.

[5]朱佳斌，馬瑞克，范德文德，等.全球化背景下中國高等教育的挑戰(zhàn)與對策[J].清華大學教育研究, 2016, 37(3): 59-64.

[6]劉寶存，張偉.國際比較視野下的創(chuàng)建世界一流大學政策研究[J].比較教育研究, 2016, 38(6): 1-8.

[7]GEVA-MAYI.Highereducationandattainmentofpolicygoals:InterpretationsforefficiencyindicatorsinIsrael[J].HigherEducation, 2001, 42(3): 265-305.

[8]HAOYF.AresearchbasedontherelationshipbetweenthemodernuniversityinstitutionandtheadministrativeefficiencyofChina’shighereducation[J].ShanghaiJournalofEducationalEvaluation, 2016(1): 7-10.

[9]ARCELUSFJ,COLEMANDF.Anefficiencyreviewofuniversitydepartments[J].InternationalJournalofSystemsScience, 1997, 28(7): 721-729.

[10]CHENJK,CHENIS.Inno-Qualefficiencyofhighereducation:Empiricaltestingusingdataenvelopmentanalysis[J].ExpertSystemswithApplications, 2011, 38(3): 1823-1834.

[11]JOHNESJ.Measuringefficiency:acomparisonofmultilevelmodellinganddataenvelopmentanalysisinthecontextofhighereducation[J].BulletinofEconomicResearch, 2006, 58(2): 75-104.

[12]KLIMOVAN,KOZYREVO,BABKINE.Amethodologyforevaluatingtheefficiencyofuniversityclusters[M]//Innovationinclusters.SpringerInternationalPublishing, 2016: 91-115.

[13]SHENN,WUSH.Studyonuniversityinnovationefficiencyevaluationtakingaccountoftechnologyheterogeneity—BasedonMeta-frontierefficiencyfunctionmodel[J].Science&TechnologyProgress&Policy, 2016(1):148-153.

[14]AGASISTIT,CATALANOG,LANDONIP,etal.Evaluatingtheperformanceofacademicdepartments:Ananalysisofresearch-relatedoutputefficiency[J].ResearchEvaluation, 2012, 21(1): 2-14.

[15]RUIZCF,BONILLAR,CHAVARRODA,etal.EfficiencymeasurementofresearchgroupsusingDataEnvelopmentAnalysisandBayesiannetworks[J].Scientometrics, 2010, 83(3): 711-721.

[16]SIMONJ,SIMONC,ARIASA.ChangesinproductivityofSpanishuniversitylibraries[J].Omega, 2011, 39(5): 578-588.

[17]REICHMANNG,SOMMERSGUTER-REICHMANNM.Efficiencymeasuresandproductivityindexesinthecontextofuniversitylibrarybenchmarking[J].AppliedEconomics, 2010, 42(3): 311-323.

[18]WANGFY,CARLEYKM,ZENGDD,etal.Socialcomputing:Fromsocialinformaticstosocialintelligence[J].IEEEIntelligentSystems, 2007, 22(2): 79-83.

[19]WUCHTYS,JONESBF,UZZIB.Theincreasingdominanceofteamsinproductionofknowledge[J].Science, 2007, 316(5 827): 1 036-1 039.

[20]KURZWEILR.Thesingularityisnear:Whenhumanstranscendbiology[J].Cryonics, 2005, 85(1): 160.

[21]CHARNESA,COOPERWW,RHODESE.Measuringtheefficiencyofdecisionmakingunits[J].EuropeanJournalofOperationalResearch, 1978, 2(6): 429-444.

[22]黃紅華，韓秋明.澳大利亞大學圖書館科研支持服務(wù)研究[J].圖書館建設(shè), 2016(3): 55-60.

[23]張文娟.高校圖書館聯(lián)盟E-reserves共享框架思考[J].圖書館工作與研究, 2016(2): 58-62.

[24]DirectoryofOpenAccessJournals(DOAJ)[EB/OL].[2016-12-10].https://doaj.org/.

[25]人民網(wǎng).中科院逾百研究所建開放獲取知識庫[EB/OL].(2014-05-14) [2016-12-28].http://scitech.people.com.cn/n/2014/0517/c1007-25029361.html.

[26]麻思蓓.我國高校開放獲取實踐進展研究[J].科技管理研究, 2015(4): 59-62.

(責任編輯 彭建國)

Theresearchonevaluationoftheonlinedatabases’scientificresearchefficiencyinChineseProject985universitiesbasedonDEA

ZHAORongyinga,b,WANGJianpina,b

(a.ResearchCenterforChinaScienceEvaluation;b.SchoolofInformationManagement,WuhanUniversity,Wuhan430072,P.R.China)

This paper presented an assessment of the efficiency of online database used for scientific production in Chinese Project 985 universities in 2015.The methodology used was the Data Envelopment Analysis (DEA).The number of databases and the number of professors were used as input indicators.The number of scientific publications indexed in Scopus was used as output indicators.The study found that the use of databases to produce scientific publications was inefficient in most of the universities analyzed.The policy recommendations are: enhancing the level of research support service of the libraries, speeding up to promote the university library alliance to play their service value, strengthening the use of open access resources, adjusting policies of incentives for scientific research.

DEA; database; efficiency; universities; bibliometrics

10.11835/j.issn.1008-5831.2017.05.007

Format: ZHAO Rongying, WANG Jianpin.The research on evaluation of the online databases’ scientific research efficiency in Chinese Project 985 universities based on DEA[J].Journal of Chongqing University(Social Science Edition),2017(5):64-72.

2017-04-16 基金項目：國家社會科學基金項目“中國學者國際學術(shù)論文影響力評價研究”(16BTQ055)

趙蓉英(1961-)，武漢大學信息管理學院教授，博士研究生導師，中國科學評價研究中心主任，主要從事信息計量與科學評價、知識管理研究，Email: zhaorongying@126.com；王建品(1982-)，武漢大學信息管理學院博士研究生，主要從事知識管理與競爭情報、信息計量與科學評價研究。

G648

A

1008-5831(2017)05-0064-9

歡迎按以下格式引用：趙蓉英，王建品.中國985高校電子數(shù)據(jù)庫科研效率評價研究——基于DEA分析方法[J].重慶大學學報(社會科學版),2017(5):64-72.