廖果平 姜銘哲

摘? ?要：以我國32所“雙一流”高校為研究對象，選取2012—2018年各高?？萍紕?chuàng)新的數(shù)據(jù)指標(biāo)，通過構(gòu)建三階段DEA模型，對“雙一流”高?？萍紕?chuàng)新效率進(jìn)行有效測算。結(jié)果表明，各“雙一流”高?？萍紕?chuàng)新效率值相差較大，大部分高校未能達(dá)到技術(shù)前沿面，各“雙一流”高校有很大的空間來提升自己的科技創(chuàng)新效率，且由于受到外部環(huán)境和隨機(jī)干擾項的影響，部分“雙一流”高校存在效率值虛高或被低估的現(xiàn)象。

關(guān)鍵詞：三階段DEA模型；“雙一流”高校；科技創(chuàng)新效率；效率測度

中圖分類號：G644? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號：1673-291X（2023）05-0151-03

一、研究背景

習(xí)近平總書記在黨的十九大報告中提出創(chuàng)新是引領(lǐng)發(fā)展的第一動力，國家經(jīng)濟(jì)的發(fā)展和社會的進(jìn)步需要創(chuàng)新的引領(lǐng)，高?？蒲心芰Φ奶岣吲c科研人才的培養(yǎng)更加需要創(chuàng)新意識來推動。高校作為我國科研創(chuàng)新主力軍，為社會輸送了大量的人才與科研成果，為國家復(fù)興發(fā)展貢獻(xiàn)著自己的力量?！半p一流”高校作為其中的佼佼者，擁有豐富的教育資源，承擔(dān)著培養(yǎng)科研人才和進(jìn)行科研創(chuàng)新的艱巨任務(wù)。對“雙一流”高校進(jìn)行科技創(chuàng)新效率研究，可以了解中國頂尖學(xué)府的創(chuàng)新能力，從而為其他高?？萍紕?chuàng)新效率的提升提供參考和借鑒。目前國內(nèi)外對高?？萍紕?chuàng)新效率的研究已處于較為成熟的階段，學(xué)術(shù)界眾多學(xué)者運用多種手段，構(gòu)建不同的模型，對高校的科技創(chuàng)新效率進(jìn)行了深入的探索與測度，據(jù)此提出了大量新穎的觀點。Johnes以英國109所高校為樣本，選取2001—2002年的數(shù)據(jù)對這109所高校的技術(shù)效率和規(guī)模效率進(jìn)行了測度，得出英國高校的技術(shù)效率和規(guī)模效率處于下降的趨勢[1]。李海東等通過構(gòu)建DEA模型對我國石油類高校的科技創(chuàng)新效率進(jìn)行了測評，認(rèn)為我國石油類高校技術(shù)效率總體上較高，而非DEA有效的高校主要受規(guī)模無效率的影響，并且存在比較嚴(yán)重的產(chǎn)出不足現(xiàn)象[2]。李文輝等運用兩階段數(shù)據(jù)包絡(luò)分析模型（DEA）對各省高?？萍紕?chuàng)新效率情況進(jìn)行了計算和排名，并提出科技創(chuàng)新能力應(yīng)與地區(qū)經(jīng)濟(jì)協(xié)調(diào)發(fā)展[3]。由上述學(xué)者的研究成果可以看出目前我國學(xué)者對于高校科技創(chuàng)新效率的研究主要是以參數(shù)法和非參數(shù)法為主。參數(shù)法主要通過構(gòu)建隨機(jī)前沿模型（SFA），非參數(shù)法則主要以構(gòu)建DEA模型為主。

二、指標(biāo)選取

1.投入指標(biāo)。本文的投入指標(biāo)主要從資金投入、人員投入方面進(jìn)行選取。在資金投入方面，本文選取了內(nèi)部經(jīng)費支出與當(dāng)年科技課題支出經(jīng)費兩項指標(biāo)，從不同方面反映了“雙一流”高校對于科技創(chuàng)新活動的資金投入情況。在人員投入方面，由于高校的科技創(chuàng)新活動是一個整體性的活動，需要全體研究人員廣泛參與，因此本文選擇研發(fā)全時當(dāng)量人員數(shù)與教學(xué)與科研人員兩項指標(biāo)，以更好地反映“雙一流”高校人員投入的實際情況。

2.產(chǎn)出指標(biāo)。本文選取了學(xué)術(shù)論文發(fā)表篇數(shù) （國外及全國性刊物）、技術(shù)轉(zhuǎn)讓實際收入額與國家級成果授獎數(shù)三項指標(biāo)。技術(shù)轉(zhuǎn)讓實際收入體現(xiàn)了高?？萍紕?chuàng)新所帶來的經(jīng)濟(jì)收益，學(xué)術(shù)論文發(fā)表篇數(shù)（國外及全國性刊物）與國家級成果授獎數(shù)則反映了高校科技創(chuàng)新帶來的學(xué)術(shù)成果。

3.環(huán)境變量。環(huán)境變量的選取需要選取對高?？萍紕?chuàng)新產(chǎn)生影響但又不受到主觀因素干擾，因此本文結(jié)合了“雙一流”高校的實際情況選取了地區(qū)人均GDP、政府資金投入、企事業(yè)單位委托經(jīng)費三個指標(biāo)。

三、測度結(jié)果

（一）第一階段

在不考慮環(huán)境因素和隨機(jī)因素干擾的情況下，2012—2018年“雙一流”高校科技創(chuàng)新效率不是特別理想，總體平均值為0.6712，遠(yuǎn)沒有達(dá)到技術(shù)效率的前沿面。并且歷年的平均值較為接近，沒有出現(xiàn)大幅度的波動，說明近些年“雙一流”高校科技創(chuàng)新效率總體處于較為穩(wěn)定的水平。

從各高校的情況來看，清華大學(xué)、南京大學(xué)有三年及以上的效率值達(dá)到1，其余年份的效率值也達(dá)到0.8以上，說明這兩所高校具有很高的科技創(chuàng)新效率，并且能始終保持較高的水準(zhǔn)。南開大學(xué)、中國農(nóng)業(yè)大學(xué)、上海交通大學(xué)、東南大學(xué)、廈門大學(xué)、中國海洋大學(xué)、西安交通大學(xué)、蘭州大學(xué)、東北大學(xué)與西北農(nóng)林科技大學(xué)這10所“雙一流”高校有一到兩年的效率值達(dá)到1，但處于不穩(wěn)定的狀態(tài)，歷年效率值的差異較大，這10所“雙一流”高校應(yīng)該采取相應(yīng)措施來提升自身的穩(wěn)定性。其余的20所“雙一流”高校的效率值從未達(dá)到1，甚至出現(xiàn)了低于0.5的情況，這20所“雙一流”高校具有很大的空間來提升自身的科技創(chuàng)新的效率。

（二）第二階段

由于各松弛變量的γ值都為0.9999并且1%的水平下處于顯著狀態(tài)，說明本文對于環(huán)境變量的選取具有合理性，同時結(jié)合環(huán)境變量與投入松弛變量之間的回歸系數(shù)，可以得到如下結(jié)論。

1.地區(qū)人均GDP。地區(qū)人均GDP與教學(xué)與科研人員的松弛變量和當(dāng)年科技課題支出經(jīng)費的松弛變量均通過了1%的顯著性檢驗。其中，地區(qū)人均GDP與當(dāng)年科技課題支出經(jīng)費松弛變量之間的回歸系數(shù)為正，說明地區(qū)人均GDP的提高容易造成科技課題支出經(jīng)費的浪費。另一方面，地區(qū)人均GDP與教學(xué)與科研人員松弛變量之間的回歸系數(shù)為負(fù)，說明地區(qū)人均GDP的提高可以節(jié)約科研人力資源，同時提升創(chuàng)新效率。而地區(qū)人均GDP對松弛變量研發(fā)全時當(dāng)量人員數(shù)松弛變量、內(nèi)部經(jīng)費支出松弛變量未能通過顯著性檢驗，表明地區(qū)人均GDP對兩者之間的影響處于不顯著的狀態(tài)。

2.政府資金投入。政府資金投入與研發(fā)全時當(dāng)量人員松弛變量、教學(xué)與科研人員松弛變量、內(nèi)部經(jīng)費支出松弛變量通過了1%的顯著性檢驗且回歸系數(shù)均為正，表明政府資金投入的增加會造成人力資源和財力資源的浪費，不利于科技創(chuàng)新效率的提高。這可能是由于政府過多地指導(dǎo)參與“雙一流”高校創(chuàng)新活動，在一定程度上削弱了“雙一流”高校自主創(chuàng)新能力，造成了資源的浪費。

3.企事業(yè)單位委托經(jīng)費。企事業(yè)單位委托經(jīng)費與研發(fā)全時當(dāng)量人員的松弛變量通過了5%的顯著性檢驗，與教學(xué)與科研人員、當(dāng)年科技課題支出經(jīng)費的松弛變量通過了1%的顯著性檢驗，且回歸系數(shù)均為負(fù)數(shù)，說明隨著企事業(yè)單位委托經(jīng)費的增加，科研人員工作的積極性明顯提高，使得當(dāng)年科技課題支出經(jīng)費能夠更加合理地運用，帶動了整體科技創(chuàng)新效率的提升。

（三）第三階段

第一階段和第三階段的效率平均值進(jìn)行了對比，結(jié)果發(fā)現(xiàn)消除環(huán)境因素和隨機(jī)干擾項后，“雙一流”高?？萍紕?chuàng)新效率值出現(xiàn)了明顯變化，說明第二階段消除環(huán)境因素和隨機(jī)干擾項是很有必要的。通過效率的平均數(shù)值就能發(fā)現(xiàn)，剔除了環(huán)境因素和隨機(jī)干擾項后，2012—2016年效率均值均有所下降，表明這五年間外部環(huán)境因素起到了積極作用，尤其是2012年，效率均值從0.6492下降到0.5785，下降幅度最大，說明這一年的外部環(huán)境因素對“雙一流”高?？萍紕?chuàng)新效率的提升最為明顯。而2017年和2018年，效率均值分別由原來的0.6992和0.7184上升到0.7475和0.7669，說明這兩年外部環(huán)境因素對“雙一流”高?？萍紕?chuàng)新效率呈現(xiàn)出消極影響。

從各高校情況來看，在排除環(huán)境因素和隨機(jī)干擾項后，清華大學(xué)和南京大學(xué)依然有三年及以上的效率值達(dá)到1，說明這兩所高校自身具有很高的科技創(chuàng)新能力，其科技創(chuàng)新效率并未受到環(huán)境因素的影響。而有一年到兩年效率值達(dá)到1的高校數(shù)量由10所減少到9所，其中南開大學(xué)、東南大學(xué)、廈門大學(xué)、東北大學(xué)、西北農(nóng)林科技大學(xué)、蘭州大學(xué)這5所高校與第一階段相比沒有一年的效率值達(dá)到1，說明受到環(huán)境因素和隨機(jī)干擾項的影響，這5所高校的科技創(chuàng)新能力被高估。同時，復(fù)旦大學(xué)、浙江大學(xué)、山東大學(xué)、武漢大學(xué)、四川大學(xué)這5所高校效率值為1的年份與第一階段相比有增加，表明在環(huán)境因素和隨機(jī)干擾項的影響下，這5所高校的科技創(chuàng)新能力被明顯低估。

綜上所述，在第一階段使用基礎(chǔ)DEA模型對效率值進(jìn)行測算時，因為未能考慮環(huán)境因素和隨機(jī)干擾項的影響，部分“雙一流”高校的效率值出現(xiàn)虛高或者偏低的情況，未能真實反映各高校的創(chuàng)新效率水平，影響了結(jié)果的真實性和準(zhǔn)確性。因此，需要借助于三階段DEA的方法來排除外在環(huán)境要素和隨機(jī)誤差項，進(jìn)而得出更為合理而有效的效率數(shù)值。

四、結(jié)論

本文采取三階段DEA模型對32所“雙一流”高校的科技創(chuàng)新效率值進(jìn)行測算，基于以上研究，得出以下結(jié)論：一是從總體來看，“雙一流”高校的科技創(chuàng)新效率現(xiàn)狀不是特別理想，每年只有極少數(shù)高校的效率值能夠達(dá)到1，但歷年效率值的均值呈現(xiàn)出逐年上升的趨勢，表明我國高?？萍紕?chuàng)新能力在不斷提升，但這一發(fā)展過程并不穩(wěn)定。從各高校情況來看，清華大學(xué)和南京大學(xué)這兩所“雙一流”高校的科技創(chuàng)新效率始終處于較高的水準(zhǔn)，其他部分“雙一流”高校的效率值存在忽高忽低的情況，還有一部分“雙一流”高校的效率值始終處于較低的水準(zhǔn)，沒有一年達(dá)到技術(shù)前沿面，因此“雙一流”高校仍有較大的空間來提升自身的創(chuàng)新效率。二是通過對比第一階段和第三階段的效率值發(fā)現(xiàn)，由于受到地區(qū)人均GDP、政府資金投入和企事業(yè)單位委托經(jīng)費等環(huán)境因素的影響，第一階段DEA未能真實反映“雙一流”高?？萍紕?chuàng)新效率，出現(xiàn)了效率值虛高或者低估的現(xiàn)象，因此通過第二階段SFA對環(huán)境因素和隨機(jī)干擾項進(jìn)行剔除是十分有必要的。

五、建議

根據(jù)上述結(jié)論，各“雙一流”高校應(yīng)該根據(jù)自身的實際情況進(jìn)行具體分析并采取體現(xiàn)高校自身特色的科技創(chuàng)新政策，加強(qiáng)優(yōu)勢學(xué)科的建設(shè)從而提高科技創(chuàng)新效率[4]。對于效率值始終能夠處于較高水準(zhǔn)的“雙一流”高校應(yīng)繼續(xù)貫徹實施現(xiàn)有的政策，并對科研人員給予相應(yīng)的獎勵，提高員工的工作積極性。對于效率值不穩(wěn)定的“雙一流”高校應(yīng)進(jìn)行及時總結(jié)，找出效率值不穩(wěn)定的原因，同時應(yīng)該注重政策實施的連貫性，避免政策的頻繁變更對效率值產(chǎn)生負(fù)面影響。對于效率值始終處于較低水準(zhǔn)的“雙一流”高校，應(yīng)該努力提高自身的科學(xué)管理水平[5]，通過聘請優(yōu)質(zhì)的管理人才對高校的科技創(chuàng)新進(jìn)行有效的管理?！半p一流”高校之間應(yīng)該加強(qiáng)彼此之間的交流與合作，多舉辦科技創(chuàng)新交流活動，分享成功經(jīng)驗。最后，各“雙一流”高校應(yīng)該將高校的科技創(chuàng)新與當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展實際緊密地結(jié)合起來，合理運用周圍的金融資源，加強(qiáng)與政府、企業(yè)之間的產(chǎn)學(xué)合作，盡可能地獲得政府和企業(yè)的支持，加強(qiáng)科技成果的轉(zhuǎn)化能力，從而促進(jìn)高校自身的科技效率水平的提高。

參考文獻(xiàn)：

[1]? ?Johnes J. Data envelopment analysis and its application to the measurement of efficiency in higher education[J].Ecomomics of Eudcation

Review，2006，25（3）：273-288.

[2]? ?李海東，胡國松.基于DEA模型的高?？萍紕?chuàng)新效率評價——以石油類高校為例[J].科技與經(jīng)濟(jì)，2017，30（2）：36-40.

[3]? ?李文輝，江涌芝，何秋銳，等.中國省域高?？萍紕?chuàng)新能力、效率及其經(jīng)濟(jì)貢獻(xiàn)率研究[J].重慶大學(xué)學(xué)報：社會科學(xué)版，2019，25 （3）：108-121.

[4]? ?張海波，郭大成，張海英.“雙一流”背景下高?？萍紕?chuàng)新資源配置效率研究[J].北京理工大學(xué)學(xué)報：社會科學(xué)版，2021，23（1）：172-179.

[5]? ?黃科舫，向秦，何施.基于DEA模型的湖北省財政科技投入產(chǎn)出效率研究[J].科技進(jìn)步與對策，2014，31（6）：123-129.

Measurement and Evaluation of Scientific and Technological Innovation Efficiency

in Double First-class Universities

Liao Guoping， Jiang Mingzhe

（School of Business， Changzhou University， Changzhou 213159， China）

Abstract： Taking 32 “double first-class” colleges and universities in China as the research object， and selecting the data indicators of scientific and technological innovation of colleges and universities from 2012 to 2018， the scientific and technological innovation efficiency of “double first-class” colleges and universities is effectively calculated by constructing a Three-stage DEA model. The results show that the scientific and technological innovation efficiency values of “double first-class” colleges and universities vary greatly， and most colleges and universities fail to reach the technological frontier， each double first-class university has a lot of space to improve its scientific and technological innovation efficiency. Due to the influence of the external environment and random interference， some “double first-class” universities have the phenomenon of falsely high or underestimated efficiency.

Key words： three stage DEA; double first-class universities; scientific and technological innovation efficiency; efficiency measure

[責(zé)任編輯? ?文? ?欣]