儲伊力，儲節(jié)旺

“211工程”高校圖書館效率測評及影響因素分析*

儲伊力，儲節(jié)旺

高校圖書館為高校教學科研活動提供有力的支撐，因此需要對其效率及效率影響因素進行測評與分析，這有利于高校圖書館發(fā)揮其在科研領域的重要作用。文章運用Super SBM模型和Malquist指數(shù)法，對我國37個“211工程”高校圖書館的動態(tài)、靜態(tài)效率分別進行了測評；運用面板Tobit模型，分析了效率的影響因素。根據(jù)效率測評，發(fā)現(xiàn)我國高校圖書館發(fā)展水平差異較大，多數(shù)圖書館存在經(jīng)費浪費問題；根據(jù)對效率影響因素的分析，發(fā)現(xiàn)博士比例、讀者總人數(shù)、周開館小時數(shù)、網(wǎng)絡交口數(shù)與圖書館效率呈正相關關系，而高級職稱比例、紙質資源購置費、服務器數(shù)、員工平均年齡、建筑面積和城市GDP與圖書館效率呈負相關關系。

高校圖書館數(shù)據(jù)包絡分析圖書館效率影響因素

引用本文格式儲伊力，儲節(jié)旺.“211工程”高校圖書館效率測評及影響因素分析［J］.圖書館論壇，2016（8）：107-118.

0　引言

高校圖書館是為高校教學和科研提供信息服務的重要機構，然而目前國內關于高校圖書館效率的研究卻不多。從已有文獻來看，該類研究可以分為兩個時期，分別是啟蒙期和發(fā)展期：2007年之前可視為該領域研究的啟蒙期，這個時期的文獻基本都為定性研究，多為針對圖書館效率問題的理論分析與策略建議，為我國圖書館效率的進一步研究打下了一定的理論基礎，但是沒有實際數(shù)據(jù)作為效率測評及效率影響因素的支撐，研究內容稍顯單?。粡?007年開始，定量研究開始增多，學者們開始運用數(shù)據(jù)對圖書館效率進行客觀測評，并進一步針對現(xiàn)有問題進行分析，研究方法更客觀且內容更具現(xiàn)實意義。在定量分析中，運用最多的方法是數(shù)據(jù)包絡分析（Data Envelopment Analysis，DEA），該效率測評方法以數(shù)據(jù)為依據(jù)對觀察變量進行效率的測度，不受人為因素影響，具備公正性和客觀性，因此被廣泛運用。

DEA效率測評方法最早產(chǎn)生于美國。西方國家運用DEA模型測評圖書館效率方面的研究成果較為豐富。Vitaliano運用DEA方法分別測評了紐約的194個公共圖書館的效率［1］。W.shim運用DEA模型分析了美國圖書館協(xié)會中的95個研究型圖書館的效率，并回顧了DEA模型在圖書館中的應用環(huán)境［2］。Reichmann運用動態(tài)DEA的方法對澳大利亞、加拿大、德國、瑞士、美國的118個高校圖書館進行了技術效率評估和比較［3］。K.R.Sharma等運用DEA方法評估了夏威夷47個公共圖書館的效率及資源利用率，并分析了圖書館效率的影響因素［4］。

在國內，早期研究多采用經(jīng)典徑向DEA模型，如白首晏［5］、李建霞［6］、范紅霞［7］。其中，白首晏2002年發(fā)表的《DEA方法在高校圖書館效率評價中的應用》是圖書館效率定量研究的開山之作，然而之后并未引起足夠關注，一直到2007年，該方法才慢慢進入研究視野。隨著DEA方法的成熟和圖書館效率研究的推進，一些學者開始嘗試用一些新的方法結合DEA模型對圖書館效率進行測評與分析：郭軍華、趙艷芳等運用DEA-Tobit的方法對公共圖書館的效率進行了測評，并對影響因素進行分析［8］；王惠通過隨機前沿模型（SFA模型）和DEA分析方法研究了我國省際公共圖書館的靜態(tài)效率，并運用DEA-Malmquist生產(chǎn)率指數(shù)分析了公共圖書館動態(tài)效率［9］；陳英、洪源運用三階段DEA方法，即在傳統(tǒng)DEA模型的基礎上，運用SFA模型剝離了影響效率判斷的外部環(huán)境因素，再對2009-2012年我國省域公共圖書館效率進行了去除環(huán)境因素影響的DEA測度［10］；李建霞將圖書館績效分為信息服務和學術成果產(chǎn)出兩個連續(xù)的子系統(tǒng)，構建二階段評價模型，對我國22個重點高校圖書館進行了兩階段的動態(tài)效率測評［11］。

分析現(xiàn)有文獻，從研究內容來看，有關高校圖書館效率測評的文獻的研究對象多為某省或某市區(qū)域范圍內的高校圖書館的效率測評，難以反映全國高校圖書館效率的整體情況。本文著眼于我國37個“211工程”高校圖書館，試圖從更宏觀的視角把握我國高校圖書館的效率情況。從研究方法來看，以往的研究多采用傳統(tǒng)的DEA模型分析，本文采納Super SBM-Malmquist-Tobit的方法，從靜態(tài)和動態(tài)兩個角度測評高校圖書館的效率并進一步分析效率的影響因素，以求更加全面客觀。Super SBM模型相比經(jīng)典DEA模型，考慮了無效率決策單元松弛改進部分對在效率值測量中的影響，并能夠對多個有效DEA進行比較和區(qū)分；Malmquist指數(shù)法可以進一步分析決策變量的動態(tài)效率變化情況；Tobit模型在效率評價的基礎上分析高校圖書館效率值的影響因素，從而能夠有針對性地對圖書館資源建設與配置提出建議。

1　研究方法

1.1Super SBM模型

數(shù)據(jù)包絡分析（DEA）是一種通過投入產(chǎn)出情況評價決策單元（DMU）相對效率的非參數(shù)技術效率分析方法，傳統(tǒng)的DEA模型有基于規(guī)模報酬不變（CRS）基礎上的CCR模型［12］和基于規(guī)模報酬可變（VRS）基礎上的BCC模型［13］，但是，傳統(tǒng)的徑向DEA模型沒有考慮到無效DMU松弛改進部分在效率值中的測量，為了修正松弛變量，Tone Kaoru提出了SBM模型［14］，該模型可以剝離環(huán)境松弛部分的影響，然而仍會存在多個為1的有效DMU，無法對其進行區(qū)分和排序，因此Tone進一步提出了Super-SBM模型［15］，該模型不僅能修正無效DMU的松弛變量，也能解決有效DMU的區(qū)分和排序問題。

由于圖書館效率既考慮投入最小化，又考慮產(chǎn)出最大化，所以本文中使用無導向（non-orient）模型。其CRS SBM超效率模型的表達式為：

其中xmk表示第k個決策單元的第m個投入變量，ynk表示第k個決策單元的第n個產(chǎn)出變量，λj表示參照集中各要素的權重。

而VRS SBM超效率模型則是在此基礎上增加約束

運用CRS模型可以得到圖書館效率的綜合效率，運用VRS模型可以求出圖書館效率的純技術效率（PE），前者與后者的比值為規(guī)模效率（SE），即綜合效率/純技術效率=規(guī)模效率。

1.2Malmquist生產(chǎn)率指數(shù)

Malmquist生產(chǎn)率指數(shù)的概念最早由Malmquist于1953年提出，F(xiàn)?re R等人最早運用DEA方法計算Malmquist指數(shù)，并將其分解為技術效率變化（TechnicalEfficiency Change，簡稱EC）和生產(chǎn)技術變化（Technological Change，簡稱TC）［16］。

從時期t到時期t+1的Malmquist生產(chǎn)率指數(shù)數(shù)學表達式為：

其中，Mac代表相鄰前沿交叉參比Malmquist指數(shù)；兩個時期的技術效率變化：

反映的是對t到t+1時期每個決策單元追趕生產(chǎn)前沿面的程度，若值大于1，說明決策單元的生產(chǎn)水平更趨近生產(chǎn)前沿面，提高了相對效率，反之相反；技術變化：

反映的是t到t+1時期生產(chǎn)系統(tǒng)的生產(chǎn)技術變化程度，值大于1時，反映的是對決策單元自身技術有進步，反之說明生產(chǎn)技術后退，但可能不是真正意義上的退步，而是這段時間的資本和勞動獲得的收益較低，表現(xiàn)為產(chǎn)出增長的低質量。

1.3Tobit模型

為了進一步分析經(jīng)DEA分析得出的效率值受到哪些因素的影響，Coelli等研究分析了決策單元影響因素的四種方法，并認可了其中的兩階段方法（two-stage method））的有效性［17］，兩階段方法中的第一階段是通過DEA模型測算出各決策單元的效率值，第二階段是設前一階段所測算得出的效率值為因變量，設與前階段中投入產(chǎn)出指標不同的其他環(huán)境因素作為自變量，構建Tobit回歸模型。

Tobit模型是由經(jīng)濟學家Tobin于1958年提出的，該模型是分析因變量受到某種限制的回歸模型，因此也被稱為截取回歸模型或者受限因變量模型，由于超效率SBM模型中獲得的效率值都為正數(shù)，相當于排除了因變量小于0的可能性，如果直接采用普通最小二乘法回歸模型會造成參數(shù)估計偏差，因此需要采用最大似然法（ML）用以估計模型中的參數(shù)。該模型可以表示為：

其中，Yi表示第i個變量的因變量大小，Xi表示第i個變量的解釋變量，βt是位置參數(shù)向量，εi～N（0，σ2）。

2　數(shù)據(jù)來源

本文的圖書館相關數(shù)據(jù)來自教育部高校圖書館事實數(shù)據(jù)庫2013-2014年的數(shù)據(jù)，城市GDP數(shù)據(jù)來自全國各地統(tǒng)計局網(wǎng)站所公布的當?shù)?013-2014年GDP數(shù)據(jù)，為保證數(shù)據(jù)的原始性和完備性，本文在我國113個“211工程”高校圖書館中選取37個數(shù)據(jù)較為完善的圖書館作為分析對象。

高校圖書館事實數(shù)據(jù)庫為圖書館學研究者的研究提供了大量的數(shù)據(jù)支撐，也為圖書館工作人員提供了管理工作方面的參考和借鑒，具備很強的現(xiàn)實意義。然而，筆者在獲取數(shù)據(jù)時，發(fā)現(xiàn)有兩處亟待改進：（1）在高校圖書館所填報的數(shù)據(jù)方面。首先，很多高校圖書館數(shù)據(jù)不全甚至缺失，在我國113個“211工程”高校圖書館中，符合本文數(shù)據(jù)統(tǒng)計要求的僅有37個；其次，一些高校圖書館在填報數(shù)據(jù)時較為草率，如一些數(shù)據(jù)是明顯的離散值，存在錯誤；一些數(shù)據(jù)為估算值，不夠精確；一些圖書館的數(shù)據(jù)在兩年間差距很大，有錯填的可能等。這些高校在數(shù)據(jù)填報上的問題，會對本文的統(tǒng)計結果造成一定的影響。（2）在數(shù)據(jù)庫的統(tǒng)計匯總功能方面，僅可以查看排行榜，沒有系統(tǒng)的統(tǒng)計報告，如果要獲取并整合各圖書館具體指標的數(shù)據(jù)，需要查詢每一所圖書館的數(shù)據(jù)情況，并進行手工匯總，較為繁瑣。

由于已有數(shù)據(jù)存在不足，本文在數(shù)據(jù)選擇上，為確保數(shù)據(jù)的真實客觀，刪除缺失項過多的統(tǒng)計對象。一些高校圖書館的缺失統(tǒng)計項較少并且可以補救，為保證統(tǒng)計項的數(shù)量，根據(jù)缺失數(shù)據(jù)的特點采用不同的解決和填補方法：對于一些每年都會變動的數(shù)據(jù)一般采用臨近年份數(shù)據(jù)的平均值進行替代，如華中科技大學沒有2013年電子資源下載量數(shù)據(jù)，解決方法是用2012年和2014年數(shù)據(jù)的平均數(shù)替代2013年的數(shù)據(jù)；對于一些一般不會變動的數(shù)據(jù)如開館時間和館舍面積則用相鄰年份的數(shù)據(jù)代替。另外，對明顯有誤的數(shù)據(jù)進行替代，替代方法與上述處理缺失數(shù)據(jù)的方法相同。為獲得更為客觀可靠的數(shù)據(jù)，本文選擇數(shù)據(jù)時盡量選擇各館統(tǒng)計標準和方法一致的數(shù)據(jù)，如在圖書館人員投入的替代變量選取中，由于各個高校對于編外人員特別是勤工儉學人員統(tǒng)計標準與方法不同，所以如果以工作人員的總數(shù)表示人員投入指標，數(shù)量上就會呈現(xiàn)很大差異，而相比工作人員總數(shù)，在編職工人數(shù)的統(tǒng)計量離散值較少，數(shù)據(jù)較為集中穩(wěn)定，因此選擇在編職工人數(shù)作為人員投入的替代變量。

3　效率分析

3.1投入產(chǎn)出數(shù)據(jù)選擇

關于高校圖書館的投入產(chǎn)出，不同的學者都有不同的選擇，投入指標中，較普遍的設置有撥款總經(jīng)費、員工人數(shù)、總藏書量和館舍面積等，產(chǎn)出指標中，較普遍的設置有讀者人數(shù)、總流通量、書刊外借量和電子資源下載量等［18-21］。有些學者將圖書館的產(chǎn)出界定為高校作者發(fā)表學術論文數(shù)和參加學術會議論文數(shù)等科研成果，筆者存有不同意見，高校圖書館會對高校的科研成果產(chǎn)生影響，然而這種影響是間接的且有一定的滯后性，科研成果的創(chuàng)作應該體現(xiàn)在知識轉化階段，而知識轉化階段除了包括圖書館的影響，還應該包括科研人員和科研經(jīng)費等影響因素［22］，本文關于該指標的看法與高海濤等人的觀點是一致的［23］。

參考以往的投入指標設置經(jīng)驗，依據(jù)現(xiàn)有的數(shù)據(jù)資源，本文暫將高校圖書館投入指標設為圖書館建筑面積、年度經(jīng)費總支出、在編職工人數(shù)和文獻資源累計總量。產(chǎn)出變量中本文僅選擇電子資源下載量和書刊借閱量兩項指標，因為其他產(chǎn)出指標往往由于學校統(tǒng)計標準或學校政策的不同容易產(chǎn)生統(tǒng)計誤差，如信息服務業(yè)務量各個學校間差異很大，信息服務業(yè)務量中包括查新、定題服務和查收查引服務，一些學校在評優(yōu)評獎時候，需要檢索證明等材料，這便增加了該高校的信息服務業(yè)務量，但是并非所有學校都有同樣的要求，所以考慮各高校的不同情況引起的統(tǒng)計量上的差異，不將其納入產(chǎn)出指標。另外，有些指標數(shù)值較小且很多學校存在數(shù)據(jù)缺失的情況，考慮數(shù)據(jù)的可及性也不將其考慮在產(chǎn)出指標之內，具體如館際互借量和文獻傳遞量。

除此之外，在應用DEA方法時，為了避免投入和產(chǎn)出之間無相關或負相關，投入產(chǎn)出變量需要滿足“同向性”和“相關性”條件，基于此，本文采用SPSS 19軟件，對數(shù)據(jù)進行person雙側相關性檢驗，得出的結果如表1所示。

表1　投入產(chǎn)出變量相關性檢驗

通過相關性分析，可以看出，建筑面積與電子資源下載量未通過0.1顯著水平上的相關性檢驗，與書刊外借量卻顯著相關。這與圖書館實際情況是相符的，一般而言，圖書館電子資源在高校范圍內都可以下載，不局限于圖書館內部，因此電子資源下載量與圖書館建筑面積相關性不大，但是建筑面積影響著圖書館的物理藏書量和座位數(shù)，這些都會對書刊外借量產(chǎn)生正向影響。為確保結果的準確，本文不將圖書館建筑面積納入投入指標中，但是考慮到該變量可能會對圖書館效率產(chǎn)生影響，所以將其納為影響因素并在下一步進行回歸分析。

根據(jù)以上的投入產(chǎn)出數(shù)據(jù)，本文運用Malmquist指數(shù)法和Super SBM模型對“211工程”高校圖書館進行動態(tài)和靜態(tài)的效率測評及分析。由于篇幅原因，本文只列出2014年我國37個“211工程”高校圖書館的效率及投入冗余情況，如表2所示。需要說明的是，從表2中可以發(fā)現(xiàn)，各高校圖書館效率排名與各高校綜合排名不一致，這一方面可能是因為高校圖書館效率測評分析為定量分析，與以往的主觀定性分析不同。本文既考慮產(chǎn)出數(shù)據(jù)也考慮投入數(shù)據(jù)，所以雖然綜合實力較強的高校圖書館產(chǎn)出較高，但是這些圖書館同時可以獲得更多的資金和資源，因此投入也相對較高，最終導致高校圖書館效率排名與高校綜合排名不一致的結果；另一方面可能是因為高校在填報數(shù)據(jù)時存在一些虛假行為，從而影響了統(tǒng)計結果和排名的公正性和準確性。

3.2高校圖書館效率動態(tài)分析

為了了解“211工程”高校圖書館效率的動態(tài)情況，本文以Malmquist指數(shù)法分析了2013-2014年高校圖書館效率的全要素生產(chǎn)率變化情況（MI）及由它分解的技術效率變化和技術進步變化，計算結果見表2的EC、TC、MI三列。

一般在衡量決策單元的技術效率變化時，先根據(jù)所有樣本量的投入產(chǎn)出數(shù)據(jù)估計生產(chǎn)效率，在此基礎上選擇效率最高的決策單元用以表示有效的前沿面，所以技術效率變化指的是決策單元對有效前沿面的追趕程度，反映的是一種相對的變化。從本文的分析結果來看，“EC”的平均值為0.894，大多數(shù)高校圖書館的技術效率呈下滑趨勢，僅有湖南大學、華中科技大學、東北師范大學、上海交通大學和華北電力大學在2013-2014年的技術效率大于1，說明這幾個學校的技術效率在逐步提高，即技術進步的程度相對較高，其余高校的技術效率均不變或降低，即技術進步的程度相對較低。

技術進步變化可以反映技術前沿面在2013-2014年的移動情況，表示的是各圖書館自身的技術創(chuàng)新程度，是一種絕對的變化。從表2中的“TC”列可以看出，大部分高校的圖書館技術有所進步，平均值為1.125，僅有少部分高校圖書館的館內技術創(chuàng)新程度呈現(xiàn)不變甚至衰退的后果，如河北工業(yè)大學、湖南大學、陜西師范大學等。

從Malmquist指數(shù)來看，即表2中的“MI”列，37個“211工程”高校圖書館的全要素生產(chǎn)率平均數(shù)為0.996，接近1，其中，華中科技大學、廈門大學和上海交通大學的全要素生產(chǎn)率處于領先水平，說明這三所大學2013-2014年的圖書館綜合效率提高較為明顯，而中國政法大學、西安交通大學和天津大學3個高校圖書館的全要素生產(chǎn)率較低，效率衰退較為明顯。從整體上看，技術進步變化指數(shù)的平均值為1.125，技術進步是全要素生產(chǎn)率提高的內在動力；而技術效率變化指數(shù)的平均值為0.894，技術效率阻礙了全要素生產(chǎn)率的增長。這說明，大部分“211工程”高校圖書館仍然存在著資源配置不理想、技術應用程度不高等方面的問題。

表2　我國37個“211工程”高校圖書館的靜態(tài)和動態(tài)效率情況

3.3高校圖書館效率靜態(tài)分析

對投入產(chǎn)出數(shù)據(jù)進行Super-SBM測算，所得的結果如表2所示。其中，表2中的前三列，即TE、PTE和SE分別反映了2014年37個“211工程”高校圖書館的綜合效率、純技術效率和規(guī)模效率；X1-X3分別表示經(jīng)費冗余率，累計文獻資料冗余率和工作人員冗余率。其中，冗余率即冗余值與原始投入值之比，為方便觀察，本文將冗余率最高的投入認為是影響效率的最重要投入，并加粗表示。

由表2可知，從整體情況來看，各“211工程”高校圖書館的綜合效率差異很大，綜合效率可分解為純技術效率和規(guī)模效率。數(shù)據(jù)表明“211工程”高校圖書館綜合效率的差異主要反映在純技術效率上。純技術效率是指圖書館由于管理和技術等因素而造成的效率變化，這說明這些高校在管理水平及圖書館技術運用方面存在較大差異，各高校圖書館發(fā)展水平參差不齊。規(guī)模效率指圖書館因規(guī)模因素影響的效率，大部分高校圖書館的規(guī)模效率小于1，即未達到規(guī)模飽和，其中，僅有蘭州大學、中國科技大學、上海大學、東南大學、華北電力大學和蘇州大學的圖書館達到了規(guī)模效率即最優(yōu)狀態(tài)，其余高校應當進一步加大圖書館的投入規(guī)模，直至規(guī)模報酬不變即規(guī)模效率最大化狀態(tài)。37個“211工程”高校圖書館中，河北工業(yè)大學、四川大學和蘭州大學的圖書館效率最高，排名靠后的有四川農(nóng)業(yè)大學、武漢農(nóng)業(yè)大學和蘇州大學。從分布地區(qū)上看與筆者前期關于公共圖書館效率測評的結果存在較大的差異［24］。效率較高的公共圖書館多位于東南沿海地區(qū)，效率較低的多位于中西部地區(qū)，而在高校圖書館的效率測評中，排名靠前的高校圖書館很多并不在經(jīng)濟較為發(fā)達的地區(qū)，而排名相對靠后的高校圖書館中卻不乏一些位于經(jīng)濟發(fā)達地區(qū)的圖書館，這似乎說明高校圖書館效率與當?shù)亟?jīng)濟發(fā)展水平可能無關系甚至關系為負向，具體是否如此，本文將在下一步的Tobit回歸中進一步驗證。

圖1　依據(jù)純技術效率和規(guī)模效率構建的“211工程”高校圖書館象限圖

根據(jù)各高校圖書館在純技術效率與規(guī)模效率上的特點，本文以PE和SE的均值為標準，將我國37個“211工程”高校圖書館劃分為4個區(qū)，具體分布如圖1所示。因為一些高校的在平面直角坐標系中的點很接近，所以為了方便觀察，各高校名稱以簡稱代替。其中，I區(qū)的高校圖書館純技術效率、規(guī)模效率均大于均值，是效率較高的優(yōu)勢圖書館；Ⅱ區(qū)的高校圖書館數(shù)量最多，該類圖書館純技術效率高于平均值，規(guī)模效率低于平均值，今后這類圖書館最應該解決的問題是增加資源投入并合理配置，擴大圖書館的發(fā)展規(guī)模，向Ⅰ區(qū)靠攏，以達到最佳效率；Ⅲ區(qū)高校圖書館的純技術效率和規(guī)模效率都小于平均值，該區(qū)圖書館在擴大投入的同時必須對館內各項工作加強重視，對各個部門各個工作環(huán)節(jié)進行全面系統(tǒng)的績效評估，找出問題所在，優(yōu)化整合圖書館的資源；Ⅳ區(qū)的高校圖書館純技術效率較低，規(guī)模效率較高，該區(qū)圖書館應該提高自身管理水平，并充分運用圖書館現(xiàn)代技術使每一項投入都發(fā)揮最大效用，從而提高自身的純技術效率。

表2中的X1、X2、X3分別表示“211工程”高校圖書館的經(jīng)費開支冗余率、文獻資源累計量冗余率和在編職工冗余率，其中，冗余率即冗余值與原始投入值之比。若值大于0，表示該項投入存在冗余；若值小于0，表示該項投入存在不足。本文將冗余率最高的投入認為是影響效率最關鍵的投入，并將其加粗表示，可以看出：第一，我國大部分“211工程”高校圖書館存在著投入冗余現(xiàn)象，而效率排名靠前的幾所高校圖書館卻存在著不同類別和程度的投入不足現(xiàn)象，其中，河北工業(yè)大學需要增加經(jīng)費開支及在編職工數(shù)量；四川大學和蘭州大學分別需要增加在編職工數(shù)量和文獻資源累積量；第二，“211工程”高校圖書館影響效率的最關鍵因素在于經(jīng)費冗余，這說明高校圖書館的大量經(jīng)費可能沒有用到實處，存在浪費現(xiàn)象，這是今后高校圖書館發(fā)展需要特別重視的問題；第三，除了經(jīng)費冗余，很多“211工程”高校圖書館也存在著不同程度的文獻累計資源冗余和人員冗余問題，這說明高校圖書館要注意館內文獻資源和人力資源的合理配置，使得人盡其才、物盡其用。為分析圖書館效率的具體影響因素，本文將在下一步面板Tobit回歸中進一步分析人力、財力、物力等相關因素對于效率的影響情況。

4　高校圖書館效率的影響因素分析與評價

4.1影響因素選擇

國內外關于高校圖書館效率定量分析的文獻一般只做到效率測評這一步，關于效率影響因素分析的文獻非常有限。本文綜合考慮數(shù)據(jù)的可及性及高校圖書館的特點，選取的影響因素主要包括博士員工比例、高級職稱員工比例、員工平均年齡、紙質資源購置費、電子資源購置費、辦公費、周開館小時數(shù)、信息素質課程數(shù)、網(wǎng)絡交口數(shù)、服務器數(shù)、存儲總容量、座位數(shù)、建筑面積、讀者總人數(shù)、城市GDP等。其中，博士員工比例、高級職稱員工比例、讀者總人數(shù)屬于圖書館的人員結構方面的影響因素；紙質資源購置費、電子資源購置費、辦公費屬于圖書館的經(jīng)費使用方面的影響因素；座位數(shù)、建筑面積屬于圖書館基礎設施方面的影響因素；信息素質課程數(shù)、網(wǎng)絡交口數(shù)、服務器數(shù)屬于圖書館信息化建設方面的影響因素。這里需要指出的是，一般而言，圖書館信息化建設的表示變量應當包括無線網(wǎng)絡覆蓋程度這一指標，然而筆者在數(shù)據(jù)統(tǒng)計時發(fā)現(xiàn)，本文所研究的37個“211工程”高校圖書館大部分都實現(xiàn)了無線網(wǎng)全覆蓋，故并未選擇該指標作為圖書館信息化方面的影響因素。以上為圖書館的內部影響因素，而讀者總人數(shù)、城市GDP為圖書館的外部影響因素，城市GDP代表研究高校所在城市的經(jīng)濟發(fā)展水平，由于部分高校同屬一個省但不在一個城市，這里為了分辨同省不同市的高校圖書館，選擇城市GDP而非省份GDP作為地區(qū)經(jīng)濟發(fā)展水平的替代變量。

4.2影響因素分析

將上述影響因素設為自變量，將“211工程”高校圖書館綜合效率設為因變量，建立以下回歸模型：

其中TE為“211工程”高校圖書館的綜合效率，α0、α1、α2…α13為待評估系數(shù)，X1、X2、X3…X13分別表示上述13個自變量，i表示高校，j表示年份，εi為隨機擾動項。根據(jù)式（4），得出“211工程”高校圖書館效率影響因素的Tobit模型回歸結果，如表3所示。為驗證結果的準確性，本文剔除了與因變量效率的回歸系數(shù)顯著性低的自變量再做回歸模型，如表4所示。由表4可見，中回歸模型擬合性非常好，各自變量對因變量的影響依然顯著且系數(shù)符號與原模型一致，因此可以認為所選變量對于因變量的影響是穩(wěn)定的。

表3　Tobit模型回歸結果

表4　剔除不顯著變量后的Tobit模型回歸結果

從“211工程”高校圖書館的人員構成來看，博士員工比例與圖書館效率在1%水平上顯著，且方向為正，這說明圖書館博士學歷的員工對于圖書館效率提升起到明顯效果，博士往往擁有更高的專業(yè)素養(yǎng)和技術水平，因此高校圖書館在今后的員工招納中，應當注意多吸納具備相關技能知識的高學歷員工。從高級職稱員工比例來看，其與圖書館效率的關系呈負相關，即高級職稱員工比例越高，越不利于圖書館效率的提升。分析原因，一方面，雖然高級職稱員工相比一般員工擁有更多經(jīng)驗和更深的業(yè)務功底，但是由于高級職稱員工一般來說可以獲取更高的工資，所以在人力上的經(jīng)費投入上會更高，如果館內的高級職稱員工出現(xiàn)數(shù)量上的冗余，或者未全部體現(xiàn)其在工作中的積極性，那么便不利于圖書館的效率提升；另一方面，高級職稱員工越多，可能越容易造成組織內的官僚主義作風，形成垂直化而非扁平化的管理模式，從而影響了圖書館的效率。從年齡上看，員工平均年齡與效率在1%水平上顯著，且方向為負，這說明高校圖書館員工年齡越大，工作效率越低。這個結果與上文分析的高級職稱比例與效率的關系是有聯(lián)系的，因為擁有高級職稱的人，往往資歷高，年齡大。綜上所述，高校圖書館需要年輕化服務人員隊伍，在人員選擇和評價上，更注重能力而非資歷。

從“211工程”高校圖書館的經(jīng)費使用方面看，在文獻購置費中，紙質資源購置費與效率的回歸系數(shù)在5%水平上顯著，二者呈負相關關系；電子資源購置費與效率相關性不顯著，也就是說文獻資源（包括紙質資源和電子資源）的增加并未對圖書館效率產(chǎn)生正向影響。文獻資源購置費越高，圖書館的經(jīng)費投入越高，如果文獻資源的價值并未在產(chǎn)出中得到體現(xiàn)，就會影響圖書館的效率。造成這種現(xiàn)象可能的原因有四：第一，高校圖書館購置的文獻資源與本校師生的閱讀需求出現(xiàn)錯配；第二，高校購置的文獻資源過多，出現(xiàn)冗余浪費；第三，圖書館工作人員與書商合謀購置了大量積壓、過時的文獻資料；第四，文獻資源尤其是紙質文獻資源的利用有一定的滯后性。另外，從不同類型的文獻資源對效率的影響上看，紙質資源與效率呈明顯的負相關關系，而電子資源與效率關系不大，這說明紙質資源的當年利用率小于電子資源的當年利用率。一般而言，紙質文獻資源的利用周期較長，其效用難以在當年內完全發(fā)揮；而電子文獻資源更新速度更快，時效性更強，所以能更快被利用，這也是二者與效率關系差異的原因。在圖書館經(jīng)費使用中，辦公費與圖書館效率關系不顯著，但是方向為負，這說明辦公費用的增加，不能提高圖書館效率甚至對圖書館效率還會產(chǎn)生負面影響，高校圖書館辦公費可能并未被合理利用。

從“211工程”高校圖書館的推進信息化建設的設備上看，網(wǎng)絡交口數(shù)與圖書館效率通過了5%水平上的顯著性檢驗，網(wǎng)絡交口數(shù)越多，越方便館內讀者上網(wǎng)，能夠有效增加圖書館的效率；服務器數(shù)與圖書館效率在1%水平上顯著且為負相關，說明服務器使用不夠充分，一些服務器可能存在空閑；存儲總容量與圖書館效率不相關，圖書館的存儲容量多以預存儲功能存在，這表示現(xiàn)階段可能一些存儲容量未被使用，但是不能以此否認其存在的必要性。

從“211工程”高校圖書館的基礎設施來看，圖書館座位數(shù)與效率不相關，從常理推斷，圖書館的座位數(shù)越多，所能容納的讀者越多，應該能提高圖書館的效率，然而，從我國的高校圖書館的發(fā)展現(xiàn)狀來看，高校圖書館的館舍功能更多演化成為了自習室，特別是在考試前的階段還會出現(xiàn)很多“占座”現(xiàn)象，很多學生進入圖書館的目的僅僅是為了自習而非獲取圖書館的資源，而這會擠占那些真正想在館內獲取圖書館資源的讀者的閱讀空間，從而降低圖書館資源的利用效率。筆者認為，從這個角度來看，圖書館閱覽功能應該與自習室自習功能區(qū)分開來。圖書館建筑面積與效率在5%水平上顯著，且回歸系數(shù)為負，這說明圖書館的建筑面積越大，便要求投入更多的人力、物力和財力，如果投入大于產(chǎn)出，便會降低圖書館的效率。因此，圖書館的面積應該與其負荷量、使用量相匹配，在館舍建設時應以實用性為首要原則。

從“211工程”高校圖書館的周開館小時數(shù)來看，周開館小時數(shù)與圖書館效率的回歸系數(shù)在5%水平上顯著且為正向，這說明開館時間越長，對于圖書館效率的發(fā)揮越有利，而D.F.Vitaliano［25］前期關于美國圖書館效率評價的結論證明，開館時間過長是阻礙圖書館效率的首要原因，這說明不同的地域，圖書館效率的影響因素具有不同的特點，在我國還是應當保持或延長開館時間。

從“211工程”高校圖書館的信息素質教育課來看，該因素與圖書館效率無顯著關系，圖書館開展信息素質教育的內容包括培養(yǎng)讀者對信息意識、信息技術和信息道德方面的教育［26］，成功的信息素質教育應當起到提高讀者有效利用圖書館各種信息資源的意識和能力的作用，從而提高圖書館的資源利用效率。然而，從數(shù)據(jù)統(tǒng)計結果來看，目前的圖書館信息素質教育還不夠理想，未來的信息素質教育一方面應該注意質量上的精益求精，另一方面應該注意形式上的豐富多彩，從而吸引更多的讀者并且切實提高讀者的信息素質，發(fā)揮其應有的作用。

從“211工程”高校圖書館的兩個外部影響因素上看，讀者總人數(shù)與圖書館效率的回歸系數(shù)在5%水平上顯著，且為正向，即讀者越多，圖書館的效率越容易發(fā)揮，這與常理相符。然而城市GDP與圖書館效率的回歸系數(shù)為負且通過了5%的顯著性檢驗，這與常理相悖，也與筆者在前期關于公共圖書館效率與當?shù)亟?jīng)濟發(fā)展水平研究中的結論相反［27］。為找出原因，筆者將該變量與效率測算中的投入產(chǎn)出變量做了相關性檢驗，結果證明，城市GDP與投入指標中經(jīng)費投入相關性較高，且為正向，但是與產(chǎn)出變量卻不相關，這說明，當?shù)谿DP越高，高校圖書館的經(jīng)費投入就越充裕，但是增加的投入?yún)s沒有獲得相應的產(chǎn)出，從而導致城市GDP與效率呈反比的結果。因此對于處在經(jīng)濟發(fā)達地區(qū)的高校圖書館，在增加投入的同時，要尤其注意資金的合理利用和配置，預防和避免經(jīng)費投入的冗余和浪費現(xiàn)象。

5　結語

本文運用Super SBM-Malmquist-Tobit方法對我國37個“211工程”高校圖書館的效率進行了測評和比較分析，并探討了“211工程”高校圖書館效率的影響因素，希望能夠用數(shù)據(jù)全面客觀地展現(xiàn)高校圖書館的效率概貌，為今后的高校圖書館管理決策和相關研究提供一定的借鑒和參考。通過對統(tǒng)計結果的分析，本文認為：從內部影響因素看，“211工程”高校圖書館在今后的建設與發(fā)展中，在人員選擇和評價上，應當注意年輕化館員結構，重能力而非資歷；在經(jīng)費使用上，應當合理利用資金，避免浪費和冗余；在基礎設施的建立和文獻資源的購置中，應當與本校師生的實際需求相匹配，使得物盡其用；從外部影響因素看，位于經(jīng)濟發(fā)達地區(qū)的“211工程”高校圖書館往往擁有更多的資源，應當注意對其合理配置與運用，而位于經(jīng)濟不發(fā)達地區(qū)的高校圖書館擁有的資源相對貧乏，政府和相關機構應當對其建設與發(fā)展加以支持和保障。

［1］［25］Vitaliano D F.Assessing public library efficiency using data envelopment analysis［J］.Annals of Public and CooperativeEconomics，1998，69（1）：107-122.

［2］ShimW.ApplyingDEA Technique toLibrary Evaluation in Academic Research Libraries［J］.Library Trends，2003，51（3）：312-332.

［3］ReichmannG，Sommersguter-ReichmannM.University library benchmarking：An international comparison using DEA［J］.International Journal of Production Economics，2006，100（1）：131-147.

［4］Sharma K R，Leung P，Zane L.Performance measurement of Hawaii State public libraries：an application of data envelopment analysis（DEA） ［J］.Agricultural and Resource Economics Review，1999，28（10）：190-198.

［5］白首晏.DEA方法在高校圖書館效率評價中的應用［J］.情報雜志，2002（6）：16-17.

［6］［11］李建霞.省域公共圖書館績效的DEA測算與評價［J］.圖書館論壇，2008（4）：49-52.

［7］范紅霞，劉澤隆.高校圖書館資源使用效率測定的DEA模型分析［J］.情報雜志，2008，27（4）：157-158.

［8］趙燕芳.基于超效率DEA與TOBIT模型的上海市區(qū)級公共圖書館效率評價研究［D］.上海；華東師范大學，2011.

［9］王惠.我國公共圖書館靜態(tài)和動態(tài)效率測評分析［J］.圖書館論壇，2015（1）：30-36.

［10］陳英，洪源.考慮環(huán)境因素的我國省域公共圖書館效率測度及優(yōu)化治理——基于三階段DEA方法［J］.圖書館學研究，2015（11）：17-25.

［12］Charnes A， Cooper W W， Rhodes E.A Data Envelopment Analysis Approach to Evaluation of the Program Follow through Experiment in US Public School Education［R］.Pittsburgh：Carnegie-Mellon University，Schoolof UrbanandPublicAffairs，1978.

［13］Banker R D，Charnes A，Cooper W W.Some models for estimating technical and scale inefficiencies in data envelopment analysis［J］.Management science，1984，30（9）：1078-1092.

［14］Tone K.A slacks-based measure of efficiency in data envelopment analysis［J］.European journal of operational research，2001，130（3）：498-509.

［15］Tone K.A slacks-based measure of super-efficiency in data envelopment analysis［J］.European Journal of OperationalResearch，2002，143（1）：32-41.

［16］F?re R，Grosskopf S，Lindgren B，et al.Productivity changes in Swedish parametric 1980-1989：A nonparametricMalmquistapproach［J］.Journal of Productivity Analysis，1992，3（1）：85-101.

［17］Coelli T J，Rao D S P，O'Donnell C J，et al.An introduction to efficiency and productivity analysis［M］. New York：Springer Science&Business Media，2005：294-300.

［18］EASUN S.Beginner's guide to efficiency measurement：an application of data envelopment analysis to selected school libraries California［J］.School Library Media Quart，1994，22（2）：103-106.

［19］Chen T Y.A measurement of the resource utilization efficiencyofuniversitylibraries［J］.International Journal of ProductionEconomics，1997，53（1）：71-80.

［20］Kao C，Liu S-Tai.Data envelopment analysis with missing data：an application to university libraries in Taiwan［J］.Journal of the Operational Research Society，2000，51（8）：897-905.

［21］張愛麗，劉清水，劉廣利.高校圖書館效率的核評價方法［J］.情報雜志，2003（10）：102-103.

［22］李建霞.高校圖書館二階段績效動態(tài)評價研究［J］.圖書情報工作，59（7）：61-68.

［23］高海濤，徐愷英，李晗.基于超效率DEA的高校圖書館評價體系研究［J］.圖書情報工作，2014，58（5）：17-21.

［24］［27］儲節(jié)旺，儲伊力.我國省域公共圖書館效率測評及影響因素分析——基于Super-SBM與Tobit模型的實證研究［J］.圖書情報工作，2015，59（22）：33-38，55.

［26］劉瑞林.信息素質教育與圖書館［J］.中國圖書館學報，2007，33（4）：106-108.

（責任編輯：周堅宇）

Calculation and Analysis of the Influencing Factors on“211 Project”University Libraries’Efficiency

CHU Yi-li，CHU Jie-wang

University libraries provide forceful support for teaching and scientific research in universities，therefore the efficiency and its influencing factors of university libraries should be evaluated and analyzed，which is good for university libraries to play an important role in scientific communities.Using Super-SBM model and Malmquist index method，the paper evaluates the dynamic and statistic efficiency of 37 university libraries of “211 Project”in China；then it analyzes the influencing factors of their efficiency with Tobit model.According to the efficiency evaluation，development level varies from library to library and most of the libraries have the problem of redundancy and waste of funds.According to the analysis on the influencing factors of efficiency，the proportion of doctors，total number of readers，opening hours，and the number of network port are positively correlated with the efficiency of library，but the proportion of senior professional titles，the purchase expense of paper-based resources，the number of servers，the staff average age，the building area and the city GDP are negatively related with the efficiency of library.

university library；data envelopment analysis；library efficiency；influence factor

*本文系安徽省教育廳2013年高等教育振興計劃人才項目（項目編號：2013jyzxrc308）研究成果之一

儲伊力，女，博士研究生，安徽大學經(jīng)濟學院；儲節(jié)旺，男，博士，安徽大學圖書館館長、安徽大學管理學院教授、博士生導師。

2016-02-19