萬(wàn)秋霞

（中南財(cái)經(jīng)政法大學(xué)發(fā)展規(guī)劃部，湖北武漢，430073）

作為我國(guó)高等教育的重要組成部分，財(cái)經(jīng)政法類(lèi)高校致力于服務(wù)國(guó)家經(jīng)濟(jì)與法治建設(shè)，肩負(fù)著培養(yǎng)財(cái)經(jīng)、法治領(lǐng)域卓越人才的任務(wù)，且通過(guò)積極開(kāi)展科學(xué)研究活動(dòng)而成為經(jīng)濟(jì)與法治建設(shè)研究重鎮(zhèn)，在推動(dòng)學(xué)術(shù)進(jìn)步、引領(lǐng)社會(huì)發(fā)展、傳承文化方面發(fā)揮著重要作用。因此，研究財(cái)經(jīng)政法類(lèi)高校的科學(xué)研究活動(dòng)有著重要的現(xiàn)實(shí)意義，特別是在當(dāng)今“雙一流”建設(shè)背景下，如何合理利用相對(duì)稀缺的教育資源，保證科研效率，協(xié)調(diào)科研投入與產(chǎn)出，成為財(cái)經(jīng)政法類(lèi)高校研究者關(guān)注的重大問(wèn)題。

近年來(lái)，國(guó)內(nèi)不少學(xué)者陸續(xù)運(yùn)用數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis）方法對(duì)高?？蒲行蔬M(jìn)行了研究，但主要存在兩個(gè)方面的不足。一方面，很少考慮學(xué)校類(lèi)型差異，更鮮有針對(duì)財(cái)經(jīng)政法類(lèi)高校的研究。在科研活動(dòng)上，財(cái)經(jīng)政法類(lèi)與綜合類(lèi)、理工類(lèi)高校有著明顯差異，比如，對(duì)實(shí)驗(yàn)室、硬件設(shè)備等投入需求較低，研究領(lǐng)域緊密契合國(guó)家政治、經(jīng)濟(jì)、社會(huì)、文化發(fā)展中的重大理論和實(shí)踐問(wèn)題，科研成果里一般不含專(zhuān)利轉(zhuǎn)換，但含較多的研究咨詢(xún)報(bào)告等。另一方面，在時(shí)間選取上，大多為點(diǎn)而非區(qū)間，很多科研成果及獲獎(jiǎng)有明顯的滯后性，跨時(shí)期的分析往往更能體現(xiàn)該類(lèi)高?？蒲谢顒?dòng)實(shí)際產(chǎn)出效率。

因此，本文將結(jié)合財(cái)經(jīng)政法類(lèi)高校科研活動(dòng)的特點(diǎn)，選用科學(xué)有效的方法對(duì)科研效率進(jìn)行客觀分析和合理評(píng)價(jià)，找出財(cái)經(jīng)政法類(lèi)高?？蒲谢顒?dòng)效率的共性與個(gè)性，以及科研資源配置中的不足，以此探索提高財(cái)經(jīng)政法類(lèi)高?？蒲行实挠行緩?。

一、研究方法

數(shù)據(jù)包絡(luò)分析法（data envelopment analysis）簡(jiǎn)稱(chēng)DEA，是由A.Charnes和W.W.Cooper等于1978年創(chuàng)建并命名的一種用于評(píng)價(jià)生產(chǎn)效率的非參數(shù)系統(tǒng)分析方法。該方法使用數(shù)學(xué)規(guī)劃模型進(jìn)行評(píng)價(jià)具有相同屬性并具有多輸入多輸出的“單元”（稱(chēng)為決策單元decision making unit，即DMU）間的相對(duì)有效性[1]。根據(jù)對(duì)各DMU觀察的數(shù)據(jù)判斷DMU是否位于生產(chǎn)可能集的“生產(chǎn)前沿面”上，也即判斷DMU是否為DEA有效。凡處在前沿面的決策單元被認(rèn)定為投入、產(chǎn)出組合有效率，其效率值為1，不在前沿面上的則視為無(wú)效率，同時(shí)以前沿面上的有效點(diǎn)作為標(biāo)準(zhǔn)，比較后得到一個(gè)區(qū)間在0—1的相對(duì)效率值，等價(jià)于經(jīng)濟(jì)學(xué)中的帕累托有效性，這種相對(duì)有效性概念同樣適用于教育資源優(yōu)化配置的評(píng)價(jià)標(biāo)準(zhǔn)。

DEA技術(shù)發(fā)展至今，涌現(xiàn)了一系列應(yīng)用于不同問(wèn)題和評(píng)價(jià)環(huán)境的DEA模型。基本的模型有CCR和BCC，其中，CCR模型假定規(guī)模收益恒定，BCC模型則考慮了規(guī)模收益可變因素。還有為解決規(guī)模效率非遞增情況下的效率評(píng)價(jià)而提出的FG模型、為解決非遞減情況下的效率評(píng)價(jià)而提出的ST模型、為在多個(gè)決策單元同時(shí)有效時(shí)作進(jìn)一步評(píng)價(jià)的超效率DEA模型以及基于時(shí)間序列的Malmquist指數(shù)模型等。

按照對(duì)決策單元無(wú)效率程度的核算方式不同，DEA模型也可分為投入導(dǎo)向、產(chǎn)出導(dǎo)向和非導(dǎo)向三種。投入導(dǎo)向模型重點(diǎn)核算的是在不減少產(chǎn)出的條件下，要達(dá)到技術(shù)有效，各項(xiàng)投入應(yīng)減少的程度；產(chǎn)出導(dǎo)向模型重點(diǎn)核算的是在不增加投入的條件下，要達(dá)到技術(shù)有效，各項(xiàng)產(chǎn)出應(yīng)增加的程度；非導(dǎo)向模型則同時(shí)從投入和產(chǎn)出兩個(gè)方面進(jìn)行核量與分析[2]。三種模型都能獲得各決策單元的效率值，在規(guī)模收益不變的情況下，前兩種方法核算出的效率值完全相等，但在規(guī)模收益可變的情況下，結(jié)果則可能不同，具體應(yīng)用中以分析目的作為選取的主要依據(jù)。本文選用的是產(chǎn)出導(dǎo)向（Input Oriented）的規(guī)模收益可變（variable return to scale,VRS）模型，在此僅對(duì)本文用到的三種模型作簡(jiǎn)要介紹。

（一）BCC模型

假定現(xiàn)有n個(gè)決策單元（DMU），每個(gè)DMU有m個(gè)投入指標(biāo)、s個(gè)產(chǎn)出指標(biāo)，則第j個(gè)DMU投入產(chǎn)出向量為：

記 k∈{1，2，3，…，n} ，對(duì)第 k 個(gè)決策單元的相對(duì)效率在VRS條件下進(jìn)行評(píng)價(jià)，則構(gòu)成BCC模型，其生產(chǎn)可能集定義為：

其產(chǎn)出導(dǎo)向的BCC模型的表達(dá)式為[3]：

其中，xik和yrk分別表示DMUk的第i個(gè)投入和第r個(gè)產(chǎn)出。

在實(shí)際應(yīng)用中可理解為，在生產(chǎn)集PVRS內(nèi)尋找一個(gè)生產(chǎn)活動(dòng)，其在投入的水平不超過(guò)Xk的同時(shí)使得產(chǎn)出Yk按同一比例盡可能增大。

（二）超效率BCC模型

傳統(tǒng)的DEA方法可衡量一組決策單元的相對(duì)效率，但無(wú)法在多個(gè)決策單元同時(shí)有效的情形下進(jìn)一步區(qū)分效率高低。為解決上述問(wèn)題，Andersen和Petersen提出了一種超效率DEA模型。相比傳統(tǒng)模型，該模型改進(jìn)的地方主要是在參考集內(nèi)移除了被測(cè)單元，再將其與剩下的決策單元的凸組合進(jìn)行比較。

在VRS條件下的超效率DEA模型，其生產(chǎn)可能集定義為：

其產(chǎn)出導(dǎo)向的BCC超效率模型的表達(dá)式為：

（三）Malmquist指數(shù)模型

上述兩類(lèi)模型評(píng)價(jià)的是決策單元在同一時(shí)期的靜態(tài)效率。為了多維度掌握資源配置情況，往往還要將決策單元放入時(shí)間維度中，對(duì)其動(dòng)態(tài)變化趨勢(shì)狀況進(jìn)行了解，比如，要從動(dòng)態(tài)視角揭示高?？蒲型度氘a(chǎn)出效率的趨勢(shì)及演變規(guī)律，加之人文社科類(lèi)科研活動(dòng)滯后性的特點(diǎn)，這就有必要建立模型對(duì)不同時(shí)期的面板數(shù)據(jù)進(jìn)行計(jì)算，本文在此引入基于時(shí)間序列的Malmquist指數(shù)模型。

Malmquist指數(shù)是在距離函數(shù)概念的基礎(chǔ)上建立起來(lái)的用于測(cè)量全要素生產(chǎn)率（total-factor productivity,TFR）變化的專(zhuān)門(mén)指數(shù)，可構(gòu)造從t期到t+1期的Malmquist生產(chǎn)率指數(shù)以衡量技術(shù)效率變動(dòng)、技術(shù)變動(dòng)和全要素變動(dòng)之間的關(guān)系。將Malmquist指數(shù)分解為技術(shù)效率變化指數(shù)（Effch）和技術(shù)進(jìn)步指數(shù)（Techch）兩部分，技術(shù)效率變化指數(shù)常被稱(chēng)為綜合效率指數(shù)，可進(jìn)一步分解為純技術(shù)效率指數(shù)（Pech）與規(guī)模效率指數(shù)（Sech）兩部分。在實(shí)際應(yīng)用中，Malmquist指數(shù)模型常被用來(lái)評(píng)價(jià)決策單元效率的動(dòng)態(tài)變化，進(jìn)而分析決策單元生產(chǎn)力發(fā)展的決定因素，即是依靠技術(shù)進(jìn)步還是自身的管理水平來(lái)改善[5]。

二、評(píng)價(jià)體系設(shè)計(jì)

在DEA方法中投入與產(chǎn)出的指標(biāo)選取上，一般要求指標(biāo)能反映分析者與管理者的關(guān)注要素，值可得且大于0。另外，決策單元的總數(shù)不應(yīng)少于投入和產(chǎn)出指標(biāo)數(shù)量的乘積，同時(shí)也不應(yīng)少于投入和產(chǎn)出指標(biāo)數(shù)量之和的3倍[6]。

高?？蒲谢顒?dòng)投入指標(biāo)往往指的是人力、物力、財(cái)力，鑒于物力的難以衡量性，也考慮到財(cái)經(jīng)類(lèi)高校科研活動(dòng)的物力和財(cái)力主要還是由科研經(jīng)費(fèi)決定的特點(diǎn)[7]，依據(jù)《全國(guó)普通高校人文、社科類(lèi)統(tǒng)計(jì)報(bào)表》的統(tǒng)計(jì)指標(biāo)體系，本文選定人員與經(jīng)費(fèi)作為投入主體，選取研究與發(fā)展人員數(shù)作為人力的投入指標(biāo)，選取高校當(dāng)年科技經(jīng)費(fèi)撥入、課題經(jīng)費(fèi)當(dāng)年支出作為財(cái)力物力的投入指標(biāo)。

科研產(chǎn)出指標(biāo)一般是科研成果、科研獲獎(jiǎng)以及科研項(xiàng)目，具體還可細(xì)分為5個(gè)三級(jí)指標(biāo)，考慮到財(cái)經(jīng)類(lèi)高?？蒲谐晒奶攸c(diǎn)，本文參考了第四輪學(xué)科評(píng)估的科研指標(biāo)并在此基礎(chǔ)上進(jìn)行調(diào)整，刪除了科研成果中的“專(zhuān)利轉(zhuǎn)化”，并將社會(huì)服務(wù)中的“研究與咨詢(xún)報(bào)告數(shù)”納入科研成果統(tǒng)計(jì)，具體如表1所示。

表1 科研效率評(píng)價(jià)指標(biāo)體系

本文選取30所財(cái)經(jīng)政法類(lèi)高校作為決策單元組進(jìn)行科研效率的評(píng)價(jià)研究，以探究財(cái)經(jīng)政法類(lèi)高?？蒲谢顒?dòng)方面的共性與差異。所有分析數(shù)據(jù)來(lái)自于中國(guó)高校人文社會(huì)科學(xué)信息網(wǎng)2012—2017年《全國(guó)普通高校人文、社科類(lèi)統(tǒng)計(jì)資料匯編》。特別需要說(shuō)明的是，通過(guò)文獻(xiàn)調(diào)研發(fā)現(xiàn)，少數(shù)幾個(gè)財(cái)經(jīng)類(lèi)高校的科研活動(dòng)包含了自然科學(xué)部分，但數(shù)量很小，比例極低，故在此未納入分析。

三、實(shí)證分析

（一）各高?？蒲行实撵o態(tài)分析

鑒于生產(chǎn)技術(shù)不斷在進(jìn)步，一般數(shù)據(jù)包絡(luò)分析法的基本模型與超效率模型取的是類(lèi)似決策單元在某一時(shí)點(diǎn)的截面數(shù)據(jù)，以比較多個(gè)決策單元在一定的技術(shù)條件下，投入能夠在多大程度上有效率地用在產(chǎn)出的生產(chǎn)上。但實(shí)際應(yīng)用中，不同于企業(yè)和經(jīng)營(yíng)單位，財(cái)經(jīng)政法類(lèi)高校的科研活動(dòng)在技術(shù)進(jìn)步、管理創(chuàng)新方面相對(duì)緩慢，所以本文忽略2012—2017年這六年間的技術(shù)水平差異，也考慮到科研活動(dòng)延續(xù)性的特點(diǎn)，為了避免個(gè)別年份的數(shù)值存在極值現(xiàn)象，在此對(duì)30所財(cái)經(jīng)政法類(lèi)高校2012—2017年的數(shù)據(jù)進(jìn)行了簡(jiǎn)單算數(shù)平均，并將時(shí)期數(shù)設(shè)置為1，以此來(lái)進(jìn)行各高?？蒲行实撵o態(tài)分析。

1.DEA基本模型效率分析。根據(jù)產(chǎn)出導(dǎo)向的規(guī)模收益可變模型以及指標(biāo)設(shè)計(jì)體系，運(yùn)用軟件DEAP2.1和EMS1.3，對(duì)30所財(cái)經(jīng)政法類(lèi)高校的科研效率數(shù)據(jù)進(jìn)行分析，結(jié)果如表2所示。

表2 30所財(cái)經(jīng)政法類(lèi)高校的科研效率情況

從表2可以看出，30所財(cái)經(jīng)政法類(lèi)高校中，DEA有效的共有11所，即技術(shù)效率為1的高校分別為：東北財(cái)經(jīng)大學(xué)、上海財(cái)經(jīng)大學(xué)、華東政法大學(xué)、江西財(cái)經(jīng)大學(xué)、西南政法大學(xué)、西北政法大學(xué)、蘭州財(cái)經(jīng)大學(xué)、新疆財(cái)經(jīng)大學(xué)、重慶工商大學(xué)、湖南商學(xué)院和內(nèi)蒙古財(cái)經(jīng)大學(xué)，占36.67%，另外19所高校均為DEA無(wú)效，占63.3%，這表明財(cái)經(jīng)政法類(lèi)高校的科研活動(dòng)效率總體水平偏低。其中，中央財(cái)經(jīng)大學(xué)、中國(guó)政法大學(xué)、對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)這類(lèi)科研投入較高或產(chǎn)出較高的學(xué)校也為DEA無(wú)效，可見(jiàn)效率與投入或產(chǎn)出之間并非呈正相關(guān)[8]。

我們可進(jìn)一步將技術(shù)效率分解成純技術(shù)效率與規(guī)模效率來(lái)分析。從純技術(shù)效率角度來(lái)看，有16所高校達(dá)到了有效，包括DEA有效的11所和貴州財(cái)經(jīng)大學(xué)、西南財(cái)經(jīng)大學(xué)、中南財(cái)經(jīng)政法大學(xué)、中國(guó)政法大學(xué)、對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)，占53.4%，另外46.6%的財(cái)經(jīng)政法類(lèi)高校的科研資源配置管理技術(shù)水平還要提高。從規(guī)模效率角度來(lái)看，僅11所高校規(guī)模收益不變，表明其科研投入產(chǎn)出規(guī)模相對(duì)合理，可繼續(xù)維持這種投入產(chǎn)出比，而另外19所高校的規(guī)模效率均需調(diào)整，如河南財(cái)經(jīng)政法大學(xué)、湖北經(jīng)濟(jì)學(xué)院、吉林財(cái)經(jīng)大學(xué)及南京財(cái)經(jīng)大學(xué)4所高校規(guī)模收益遞減，表明其科研投入規(guī)模應(yīng)遞減。其余15所高校規(guī)模收益遞增，表明其科研投入規(guī)模應(yīng)加大。可見(jiàn)，純技術(shù)效率低、規(guī)模效率低是影響高校非DEA有效的主要原因。

2.DEA投影技術(shù)分析。針對(duì)14所高校純技術(shù)效率無(wú)效的情況，在此采用DEA投影技術(shù)進(jìn)行分析，以探索這些高校在科研資源配置方面的改進(jìn)策略與調(diào)整幅度，具體結(jié)果如表3所示。

表3 非技術(shù)有效的高校投入冗余與產(chǎn)出不足情況

從表3可知，在14所非技術(shù)有效的財(cái)經(jīng)政法類(lèi)高校中，投入指標(biāo)方面，有11所在“研究與發(fā)展經(jīng)費(fèi)當(dāng)年投入”上存在投入冗余，占比78.57%，有9所高校在“研究與發(fā)展人員投入”上存在冗余，占比64.29%。產(chǎn)出指標(biāo)方面，產(chǎn)出不足主要體現(xiàn)在“出版專(zhuān)著”“發(fā)表論文”，分別有9所和8所高校在這兩項(xiàng)上產(chǎn)出不足。另外有6所高校在“國(guó)家與省部級(jí)研究與發(fā)展成果獎(jiǎng)數(shù)”項(xiàng)上產(chǎn)出不足，而僅有2所高校在“課題數(shù)”項(xiàng)上產(chǎn)出不足。不難看出，2012—2017年間大部分財(cái)經(jīng)政法類(lèi)高校在課題數(shù)量方面有了長(zhǎng)足進(jìn)步，但在科研成果質(zhì)量方面還需加大產(chǎn)出力度。

3.DEA超效率模型效率分析。通過(guò)建立產(chǎn)出導(dǎo)向的超效率BCC模型，對(duì)技術(shù)效率值進(jìn)一步區(qū)分，在此僅列出11所DEA有效的高校技術(shù)效率排名情況。

表4 DEA有效的高校超效率值情況

從表4可知，11所DEA有效的高校中，超效率值最高的是內(nèi)蒙古財(cái)經(jīng)大學(xué)，為36.94%，超效率最低的是蘭州財(cái)經(jīng)大學(xué)，為91.28%。在產(chǎn)出導(dǎo)向的BCC模型中，DEA有效評(píng)價(jià)單元的評(píng)價(jià)值發(fā)生了變化，均小于1。以華東政法大學(xué)為例，超效率值為57.22%，表明即使高校在投入保持不變的情況下，將各產(chǎn)出按同一比例縮小到原來(lái)的36.94%，仍能保持相對(duì)有效。但如果縮小程度小于36.94%，則該高校相對(duì)于其他單元將成為非DEA有效單元。

（二）各高?？蒲行实目v向動(dòng)態(tài)分析

上述是對(duì)2012—2017年財(cái)經(jīng)政法類(lèi)高?？蒲型度氘a(chǎn)出數(shù)據(jù)的靜態(tài)分析，因?yàn)閿?shù)據(jù)是取的平均值，所以無(wú)法反映各高?？蒲行实臅r(shí)序變化情況，也無(wú)法反映2012—2017年間財(cái)經(jīng)政法類(lèi)高校整體科研效率的縱向發(fā)展情況。為了將30所財(cái)經(jīng)政法類(lèi)高校放在時(shí)間維度中研究，就需選用這六年的面板數(shù)據(jù)，并引入Malmquist指數(shù)（包含橫截面和時(shí)間序列的混合數(shù)據(jù)）。當(dāng)Malmquist指數(shù)大于1，則表明該高?？蒲匈Y源配置效率提高，呈現(xiàn)出科研資源優(yōu)化配置狀態(tài)；當(dāng)Malmquist指數(shù)等于1，則表明該高校科研資源配置狀態(tài)保持不變；當(dāng)Malmquist指數(shù)小于1，表明該高校科研資源配置效率降低，科研資源配置狀態(tài)趨于惡化。

1.財(cái)經(jīng)政法類(lèi)高校不同年份Malmquist及分解指數(shù)均值。在此運(yùn)用DEAP2.1軟件對(duì)30所財(cái)經(jīng)政法類(lèi)高校2012—2017年科研活動(dòng)面板數(shù)據(jù)進(jìn)行分析，結(jié)果如表5所示。

表5 財(cái)經(jīng)政法類(lèi)高校不同年份Malmquist及分解指數(shù)均值

鑒于高?？蒲谢顒?dòng)不同于企業(yè)的生產(chǎn)活動(dòng)，綜合效率在此反映的是高校內(nèi)部科研資源配置的總體效率，而技術(shù)進(jìn)步指數(shù)則可理解為管理創(chuàng)新，即外部層面的管理政策變化等影響財(cái)經(jīng)政法類(lèi)高?？蒲匈Y源配置效率的情況，與時(shí)期有關(guān)。這兩個(gè)指標(biāo)一起構(gòu)成Malmquist指數(shù)，充分體現(xiàn)了財(cái)經(jīng)政法類(lèi)高校內(nèi)外因素的影響及其帶來(lái)的科研資源配置效率變化。

由表5可知，2012—2017年Malmquist指數(shù)的總體平均值僅為 0.925，且僅 2015—2016年的Malmquist指數(shù)大于1，且有8.2%的增長(zhǎng)，這表明財(cái)經(jīng)政法類(lèi)高?？蒲匈Y源配置的總體效率呈衰退趨勢(shì)，即存在科研資源配置狀態(tài)趨于惡化的傾向。綜合效率的平均值為1.004（大于1），而技術(shù)進(jìn)步平均值為0.922，反映了財(cái)經(jīng)政法類(lèi)高校內(nèi)部科研總體效率呈上升趨勢(shì)，且綜合效率在拉動(dòng)科研活動(dòng)投入與產(chǎn)出資源配置效率方面的提升作用較大，而外部環(huán)境變化對(duì)高?？蒲行实挠绊懽饔糜袦p弱趨勢(shì)。

通過(guò)進(jìn)一步分解指數(shù)發(fā)現(xiàn)，純技術(shù)效率的平均值為1.005，反映了這六年財(cái)經(jīng)政法類(lèi)高?？蒲匈Y源配置的內(nèi)部管理技術(shù)水平保持穩(wěn)定。規(guī)模效率的平均值為0.998，反映了這六年財(cái)經(jīng)政法類(lèi)高?？蒲匈Y源配置規(guī)模效率趨于衰弱，且現(xiàn)階段拉動(dòng)財(cái)經(jīng)政法類(lèi)高?？蒲型度肱c產(chǎn)出資源配置相對(duì)綜合效率提高的主要因素是純技術(shù)效率指數(shù)。

2.2012—2017年30所財(cái)經(jīng)政法類(lèi)高?？蒲谢顒?dòng)Malmquist指數(shù)平均值。上述是財(cái)經(jīng)政法類(lèi)高校的整體發(fā)展趨勢(shì)，接下來(lái)以高校為研究個(gè)體，探究2012—2017年各自的科研效率發(fā)展趨勢(shì)。

表6 2012—2017年30所財(cái)經(jīng)政法類(lèi)高?？蒲谢顒?dòng)Malmquist指數(shù)均值

（續(xù)表6）

表6是按Malmquist指數(shù)平均值高低進(jìn)行的排序。如表所示，2012—2017年30所財(cái)經(jīng)政法類(lèi)高校中，Malmquist指數(shù)平均值大于1的僅有5所，占比為16.67%，分別是中國(guó)政法大學(xué)、首都經(jīng)濟(jì)貿(mào)易大學(xué)、上海財(cái)經(jīng)大學(xué)、廣東財(cái)經(jīng)大學(xué)、東北財(cái)經(jīng)大學(xué)，表明這5所高校的科研資源配置效率在不斷提升，其中提升幅度最大的是中國(guó)政法大學(xué)，為13.1%，提升幅度最小的為東北財(cái)經(jīng)大學(xué)，為0.3%。而其他83.3%的財(cái)經(jīng)政法類(lèi)高校在這6年間的科研效率沒(méi)有得到足夠改善。

圖1 財(cái)經(jīng)政法類(lèi)高校各時(shí)期Malmquist指數(shù)＞1的數(shù)量

進(jìn)一步按年度分析Malmquist指數(shù)大于1的高校情況，如圖1所示。30所財(cái)經(jīng)政法類(lèi)高校中，僅在2015—2016年有 19所財(cái)經(jīng)政法類(lèi)高校的Malmquist指數(shù)大于1，表明大部分財(cái)經(jīng)政法類(lèi)高校該年的科研資源配置效率有所提高，其他年份Malmquist指數(shù)大于1的高校均不足一半，2016—2017年Malmquist指數(shù)大于1的高校數(shù)最少，僅為9所。

另外，通過(guò)比對(duì)各年度Malmquist指數(shù)大于1的高?？芍?016—2017年沒(méi)有科研資源配置效率處于持續(xù)增長(zhǎng)狀態(tài)的高校，四年都保持增長(zhǎng)的高校有中國(guó)政法大學(xué)、首都經(jīng)濟(jì)貿(mào)易大學(xué)，三年保持增長(zhǎng)的高校有上海財(cái)經(jīng)大學(xué)、廣東財(cái)經(jīng)大學(xué)、東北財(cái)經(jīng)大學(xué)。

四、結(jié)論與建議

本文基于數(shù)據(jù)包絡(luò)分析法，對(duì)國(guó)內(nèi)30所財(cái)經(jīng)政法類(lèi)高校的科研活動(dòng)相對(duì)效率進(jìn)行了研究，主要結(jié)論有四個(gè)方面。

第一，科研資源的合理配置與有效利用是科研效率的決定因素。單一的科研高投入或科研高產(chǎn)出不等同于科研的高效率，投入資源發(fā)揮了最優(yōu)效率才是關(guān)鍵。比如，從研究與發(fā)展經(jīng)費(fèi)收入來(lái)看，中國(guó)政法大學(xué)、中央財(cái)經(jīng)大學(xué)均排名前三，而內(nèi)蒙古財(cái)經(jīng)大學(xué)排名29，在科研經(jīng)費(fèi)投入方面不及中央財(cái)經(jīng)大學(xué)的十分之一，但在DEA相對(duì)效率值方面，中國(guó)政法大學(xué)、中央財(cái)經(jīng)大學(xué)均為無(wú)效，而內(nèi)蒙古財(cái)經(jīng)大學(xué)為DEA有效，而且11所DEA有效的高校中，內(nèi)蒙古財(cái)經(jīng)大學(xué)超效率值最高。

第二，從靜態(tài)分析來(lái)看，2012—2017年財(cái)經(jīng)政法類(lèi)高校的整體科研活動(dòng)效率偏低，僅36.67%的高校為DEA有效，純技術(shù)效率低、規(guī)模效率低是影響高校非DEA有效的主要原因。同時(shí)，通過(guò)投影分析可知，在非技術(shù)有效的財(cái)經(jīng)政法類(lèi)高校中，投入冗余主要集中在“研究與發(fā)展經(jīng)費(fèi)當(dāng)年投入”“研究與發(fā)展人員投入”。而產(chǎn)出方面，大部分財(cái)經(jīng)政法類(lèi)高校在課題數(shù)量方面有了長(zhǎng)足進(jìn)步，但在“出版專(zhuān)著”“發(fā)表論文”“國(guó)家與省部級(jí)研究與發(fā)展成果獎(jiǎng)數(shù)”方面，還存在不同程度的不足。

第三，從動(dòng)態(tài)分析來(lái)看，2012—2017年財(cái)經(jīng)政法類(lèi)高?？蒲匈Y源配置的總體效率呈衰退趨勢(shì)，且相對(duì)技術(shù)進(jìn)步指數(shù)而言，綜合效率在拉動(dòng)科研活動(dòng)投入與產(chǎn)出資源配置生產(chǎn)率方面的提升作用較大。進(jìn)一步分析綜合效率可知，這六年間財(cái)經(jīng)政法類(lèi)高校科研資源配置的內(nèi)部管理技術(shù)水平保持穩(wěn)定，而規(guī)模效率趨于衰弱，且現(xiàn)階段的綜合效率主要受純技術(shù)效率指數(shù)影響。

第四，從財(cái)經(jīng)政法類(lèi)高校的個(gè)體來(lái)看，2012—2017年DEA有效的有東北財(cái)經(jīng)大學(xué)、上海財(cái)經(jīng)大學(xué)、華東政法大學(xué)、江西財(cái)經(jīng)大學(xué)、西南政法大學(xué)、西北政法大學(xué)、蘭州財(cái)經(jīng)大學(xué)、新疆財(cái)經(jīng)大學(xué)、重慶工商大學(xué)、內(nèi)蒙古財(cái)經(jīng)大學(xué)、蘭州財(cái)經(jīng)大學(xué)共11所，其中，超效率值最高的是內(nèi)蒙古財(cái)經(jīng)大學(xué)，超效率最低的是蘭州財(cái)經(jīng)大學(xué)。Malmquist指數(shù)平均值大于1的有中國(guó)政法大學(xué)、首都經(jīng)濟(jì)貿(mào)易大學(xué)、上海財(cái)經(jīng)大學(xué)、廣東財(cái)經(jīng)大學(xué)、東北財(cái)經(jīng)大學(xué)共5所。可見(jiàn)上海財(cái)經(jīng)大學(xué)、東北財(cái)經(jīng)大學(xué)在這六年間不僅科研平均效率較高，而且科研資源配置趨于優(yōu)化，而其余高校還需針對(duì)自身不足積極探索改進(jìn)路徑。

基于上述結(jié)論，在此提出三個(gè)方面的建議。

其一，加強(qiáng)對(duì)科研資源各項(xiàng)投入的合理配置與有效利用，盡可能達(dá)到規(guī)模收益最優(yōu)。在“雙一流”建設(shè)背景下，各高校亟需明確自身定位，充分挖掘特色與優(yōu)勢(shì)，集中科研資源有的放矢，而一味盲目地加大投入力度只會(huì)造成資源浪費(fèi)，因此，有必要建立科研活動(dòng)動(dòng)態(tài)效率評(píng)價(jià)機(jī)制，在遵循教育發(fā)展規(guī)律的基礎(chǔ)上，定期對(duì)科研情況進(jìn)行動(dòng)態(tài)監(jiān)測(cè)與評(píng)價(jià)，將評(píng)價(jià)結(jié)果作為后續(xù)資源投入調(diào)整的重要依據(jù)。

其二，建立有效的激勵(lì)機(jī)制和考核機(jī)制，充分釋放研究人員的研究動(dòng)力與創(chuàng)新活力，提升科研成果的產(chǎn)出數(shù)量和質(zhì)量。尤其是要緊跟國(guó)家重大戰(zhàn)略和經(jīng)濟(jì)社會(huì)發(fā)展的行業(yè)需求，突出財(cái)經(jīng)政法領(lǐng)域的特色，多出高水平成果。

其三，鑒于46.6%的高校均存在純技術(shù)效率指數(shù)低的問(wèn)題，建議這些高校積極借鑒高效率高校的先進(jìn)經(jīng)驗(yàn)，積極完善內(nèi)部的科研管理體制與運(yùn)行機(jī)制，優(yōu)化管理流程，改進(jìn)技術(shù)水平。