包函岐 類 鳴 趙 昊

一、引言

自十二五期間，國家開展大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃（以下簡稱“大創(chuàng)計劃”）以來，國家及各地方高校投入大量的人力、物力、財力。立項規(guī)模逐年遞增，覆蓋理、工、農(nóng)、醫(yī)、文、法等12個學(xué)科門類，全國共有730多所高校的25萬余名大學(xué)生參加，“大創(chuàng)計劃”成為高等學(xué)校本科教學(xué)質(zhì)量與教學(xué)改革工程中覆蓋面最廣、影響最大的項目。在大眾創(chuàng)業(yè)，萬眾創(chuàng)新的背景下，“大創(chuàng)計劃”也越來越收到國家社會的重視，而在當(dāng)前公共財政愈發(fā)強調(diào)績效的情境下，“大創(chuàng)計劃”的績效表現(xiàn)如何，如何通過合理地評價和監(jiān)控提高“大創(chuàng)計劃”投資效率也成為影響高等學(xué)校本科教學(xué)質(zhì)量和教學(xué)改革的標(biāo)桿。本文提出了一種基于DEA方法的山東省高校本科生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃績效評價模型，設(shè)計了績效評價指標(biāo)體系，以進一步整合資源配置，提高“大創(chuàng)計劃”的資源利用率。

目前，對于“大創(chuàng)計劃”相關(guān)研究尚在起步階段，截至2018年12月，以“大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃”為主題在中國知網(wǎng)上檢索到1221條記錄，但內(nèi)容大多集中在大學(xué)生創(chuàng)新創(chuàng)業(yè)項目實例分析（黃麗紅，2018，顧晶晶，2018牛三平，2016）、存在的問題（孫陽，2019，宋傅天，2018，張曉娟，2018，閆利利，2017）與高校創(chuàng)新創(chuàng)業(yè)教育管理（鄭俐，2018，郁濤，2018，孫榮敏，2017）等方面。而對于“大創(chuàng)計劃”績效評價的研究相對較少，且多集中于“大創(chuàng)計劃”評價指標(biāo)的建立，如蘇海蓉和馮漢杰（時間）根據(jù)“大創(chuàng)計劃”的特點，依據(jù)一定的設(shè)立原則，構(gòu)建了由經(jīng)費投入、項目情況、研究資源、產(chǎn)出與效益四個方面構(gòu)成的定性與定量指標(biāo)相結(jié)合的創(chuàng)新創(chuàng)業(yè)經(jīng)費指標(biāo)評價體系。劉力、黃創(chuàng)霞從構(gòu)建原則、構(gòu)建方法、構(gòu)建指標(biāo)三個方面深入分析績效評價指標(biāo)體系的構(gòu)建。運用層次分析法（AHP）建立了各項指標(biāo)的相應(yīng)權(quán)重，進而設(shè)計出科學(xué)合理且可操作性強的績效評價指標(biāo)體系。馮艷飛、童曉玲在全面分析創(chuàng)新創(chuàng)業(yè)教育內(nèi)涵的基礎(chǔ)上建立了基于政府、學(xué)校、社會和學(xué)生四個層面的創(chuàng)新創(chuàng)業(yè)教育評價指標(biāo)體系，并運用模糊層次分析法對其進行了綜合評價實證分析。

目前對于“大創(chuàng)計劃”績效評價的研究主要集中定性構(gòu)建評價指標(biāo)，但通過定量方法對“大創(chuàng)計劃”效率評價研究方面仍存在欠缺?！按髣?chuàng)計劃”是一個多投入多產(chǎn)出的過程，數(shù)據(jù)包絡(luò)分析（DEA）是一種處理多投入多產(chǎn)出的決策單元（DMU）相對效率評價的方法。本文構(gòu)建合理的“大創(chuàng)計劃”績效評價指標(biāo)體系，且根據(jù)“大創(chuàng)計劃”的特點，構(gòu)建了E-R DEA模型，并以山東省某高校為例進行實證分析，分析各個學(xué)院“大創(chuàng)計劃”效率及改進方向，以期為高校調(diào)整創(chuàng)新創(chuàng)業(yè)投入產(chǎn)出策略提供依據(jù)，進而促進高校本科教學(xué)改革，提高本科教學(xué)質(zhì)量。

二、模型構(gòu)建

數(shù)據(jù)包絡(luò)分析（DEA）是在“相對效率評價”概念基礎(chǔ)上發(fā)展起來的一種系統(tǒng)分析方法，通常用于對多投入、多產(chǎn)出的決策單元（DMUs）進行相對績效評價，是目前常用研究規(guī)模收益的方法。與其他方法相比，運用DEA對高校本科生科研效率進行評價，主要有以下幾方面的優(yōu)點：（1）DEA可以評價多有多種投入與多種產(chǎn)出的決策單位的效率（2）投入產(chǎn)出變量的權(quán)重是由DEA模型內(nèi)定的，不需要事先估計參數(shù)，可避免主觀因素，簡化算法，減少誤差（3）DEA模型對指標(biāo)中的相互關(guān)聯(lián)影響的情況不需要考慮，避免了在各種統(tǒng)計分析模型中需要考慮變量之間的相關(guān)性等問題的環(huán)節(jié)。

經(jīng)典DEA模型有CCR、BCC等，經(jīng)典DEA模型隱含幾個假設(shè)前提，如（1）投入、產(chǎn)出指標(biāo)是同等重要、不可相互補償?shù)?；?）效率指標(biāo)使用的是比例測度，即投入產(chǎn)出指標(biāo)成比例變化；（3）投入、產(chǎn)出指標(biāo)都是正向指標(biāo)，即投入越小越好，產(chǎn)出越大越好。5[5]基于投入導(dǎo)向的BCC模型如公式(1)所示：

但在實際應(yīng)用中，往往與這些假設(shè)前提不一致，比如不同評價指標(biāo)間往往存在重要性不同。在模型(1)中只能得到一個效率值，不能看到不同投入指標(biāo)之間的關(guān)系，沒法體現(xiàn)指標(biāo)間的差異及內(nèi)部結(jié)構(gòu)。若希望模型仍采用Pareto序，即指標(biāo)同等重要的前提下，并在計算總體效率值的基礎(chǔ)上，進一步體現(xiàn)不同指標(biāo)間的效率情況，應(yīng)用Russell度量替代比例度量，形成模型(2) 6[6]

模型（2）可以測得“大創(chuàng)計劃”不同投入的效率值，但是反應(yīng)不了產(chǎn)出之間的狀況，在此基礎(chǔ)上，我們構(gòu)建了E-R DEA模型（3），對Russell模型進行了擴展，在產(chǎn)出導(dǎo)向上加入松弛變量，同時體現(xiàn)DMU投入和產(chǎn)出的相關(guān)關(guān)系。

三、實證分析

（一）高?！按髣?chuàng)計劃”評價指標(biāo)體系構(gòu)建

在運用DEA方法評價“大創(chuàng)計劃”投入與產(chǎn)出效率時，首先應(yīng)當(dāng)選取合適的投入指標(biāo)與產(chǎn)出指標(biāo)。根據(jù)《高等學(xué)?？萍冀y(tǒng)計資料匯編》7[7]中的具體指標(biāo)，結(jié)合該高校實際情況，基于數(shù)據(jù)獲取的可行性及數(shù)據(jù)的有效性，本文選取出兩個一級投入指標(biāo)與兩個一級產(chǎn)出指標(biāo)，并在此基礎(chǔ)上，分別設(shè)計了二級指標(biāo)，來保證評價指標(biāo)的系統(tǒng)性及適用性，指標(biāo)體系詳情見表1。

表1 高?！按髣?chuàng)計劃”投入產(chǎn)出效率評價指標(biāo)體系

為確保數(shù)據(jù)的可靠性和完整性，本文研究所采用的投入指標(biāo)的相關(guān)數(shù)據(jù)取自該學(xué)校官方網(wǎng)站公布的2016年及2017年大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項目名單。產(chǎn)出指標(biāo)相關(guān)數(shù)據(jù)取自于中國知網(wǎng)、維普網(wǎng)、萬方數(shù)據(jù)知識服務(wù)平臺及Web of Science網(wǎng)站，該高校網(wǎng)站，中國“互聯(lián)網(wǎng)+”大學(xué)生創(chuàng)新創(chuàng)業(yè)大賽、“全國大學(xué)生數(shù)學(xué)建模競賽”等官方網(wǎng)站。由于“大創(chuàng)計劃”的經(jīng)費最終是發(fā)放到各個學(xué)院，且各學(xué)?！按髣?chuàng)計劃”的人員組織也都在二級學(xué)院，本文以山東省某高校為例，將其21個學(xué)院作為DMU對其“大創(chuàng)計劃”效率進行評價。

表2 某高校17年投入產(chǎn)出指標(biāo)原始數(shù)據(jù)

其次，我們運用層次分析法將二級指標(biāo)進行賦權(quán)，擬合出二級指標(biāo)的權(quán)重，具體權(quán)重見表3。

表3 投入產(chǎn)出指標(biāo)權(quán)重

（二）評價結(jié)果

表4 2017年某高校各學(xué)院創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃投入產(chǎn)出效率評價結(jié)果

表5 2016、2017年某高校各學(xué)院創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃投入產(chǎn)出效率評價結(jié)果對比

使用BCC模型M（1）和E-R DEA模型M(3) 對2017年某高校的“大創(chuàng)計劃”效率進行評價，結(jié)果如表4所示，其中M(1)和M(3)分別為BCC模型和E-R DEA模型的效率值，R（1）和R（3）分別為BCC模型和E-R DEA模型計算下的各學(xué)院效率排名，s1和s2代表E-R DEA模型M（3）中兩個投入的效率值。根據(jù)BCC模型M(1)計算結(jié)果，地理、商學(xué)院等8個學(xué)院被判斷為DEA有效，其余13個學(xué)院為無效，E-R DEA模型M（3）結(jié)果顯示經(jīng)濟學(xué)院、商學(xué)院和數(shù)學(xué)與統(tǒng)計學(xué)院3個學(xué)院被判斷為DEA有效，其余學(xué)院均為無效。相較而言，E-R DEA模型M（3）更加具有區(qū)分度，且可以進一步得到不同投入的效率值，并且通過加入松弛變量，可以看出每個DMU對應(yīng)產(chǎn)出是否達(dá)到最優(yōu)，這為進一步分析提供了便利。根據(jù)表4，數(shù)學(xué)與統(tǒng)計學(xué)院的M(1)和M(3)均為1，說明該學(xué)院投入與產(chǎn)出均衡，分配合理，屬于低投入、高產(chǎn)出類型。音樂學(xué)院的M（1）和M（3）很低，排名分別為16和20，結(jié)合原始數(shù)據(jù)，音樂學(xué)院投入冗余，且論文和比賽產(chǎn)出很少。

根據(jù)E-R DEA模型M(3)的結(jié)果，對不同學(xué)院各投入效率結(jié)果進一步分析，見表4，地理與環(huán)境學(xué)院的s1為0.74，s2為1，說明該學(xué)院在資金投入方面利用率較高，而在人員投入上相對冗余，經(jīng)分析原始數(shù)據(jù)，地理與環(huán)境學(xué)院投入的教師數(shù)量是所有學(xué)院中最多的，而學(xué)生投入數(shù)量的排名僅為第7。因此建議該學(xué)院適當(dāng)減少教師的投入，優(yōu)化師資隊伍；物理與電子科學(xué)學(xué)院的s1和s2相差較大，s1為1，說明參與人數(shù)投入合理， s2很小僅為0.418，說明資金投入冗余，資金利用率不足，該學(xué)院今后要進一步提高資金利用率；根據(jù)M（3）中產(chǎn)出的松弛變量計算，美術(shù)學(xué)院在論文產(chǎn)出的松弛變量為3.344，說明美術(shù)學(xué)院的論文產(chǎn)出很低。通過觀察原始數(shù)據(jù)，美術(shù)學(xué)院發(fā)表的EISCI、CSSCI北大核心和其他的論文數(shù)量分別為0、0、1，論文數(shù)量極少，與其他學(xué)院相差較大。受專業(yè)特性的限制，美術(shù)學(xué)院學(xué)生以美術(shù)作品為主，發(fā)表論文較少，但因其美術(shù)作品的數(shù)據(jù)難以收集，故本研究選擇現(xiàn)有數(shù)據(jù)進行研究。

根據(jù)表5，商學(xué)院2016年的s1、s2處于中等水平，2017年的s1、s2均為1，參與人數(shù)投入的效率值在各院的排名由11提升到1，經(jīng)費投入的效率值排名由13提升到1，說明該學(xué)院的創(chuàng)新創(chuàng)業(yè)績效有明顯提高；信息科學(xué)與工程學(xué)院2016年為DEA有效，2017年為DEA無效，分析原始數(shù)據(jù)發(fā)現(xiàn)，相比2016年，學(xué)院2017年參與人數(shù)和資金的投入均減少，而論文的產(chǎn)出也有所減少。因此建議該學(xué)院加大投入，同時在論文產(chǎn)出方面多出臺培養(yǎng)方案和鼓勵政策，提高論文產(chǎn)出的數(shù)量和質(zhì)量；同樣外國語學(xué)院2016年為DEA有效，2017年為DEA無效。與2016年相比，該學(xué)院2017年的投入減少，比賽產(chǎn)出下降。因此建議該學(xué)院加大投入，提高在比賽方面的產(chǎn)出。

四、結(jié)論與建議

隨著國家、社會和高校對“大創(chuàng)計劃”的日益重視，“大創(chuàng)計劃”作為高等學(xué)校本科教學(xué)質(zhì)量與教學(xué)改革工程中覆蓋面最廣、影響最大的項目，國家、社會和高校對其投入不斷加大。在此背景下，本文以山東省某高校為例，構(gòu)建“大創(chuàng)計劃”評價指標(biāo)，運用DEA方法對“大創(chuàng)計劃”效率進行評價，通過對DEA模型結(jié)果分析，找到DMU無效的原因，以期找到提升“大創(chuàng)計劃”效率的途徑，優(yōu)化本科生教育資源，進而提升本科教育質(zhì)量。

通過實證分析，我們發(fā)現(xiàn)一些學(xué)院在“大創(chuàng)計劃”投入不足，或者說資源利用率不高，如物理與電子科學(xué)學(xué)院在大創(chuàng)項目中的資金利用有待加強。另一方面在人員投入上，加強激勵機制，如教師指導(dǎo)大創(chuàng)項目在職稱評聘中優(yōu)先、對大創(chuàng)項目指導(dǎo)工作量予以認(rèn)定，對優(yōu)秀指導(dǎo)教師進行表彰和獎勵等。最后，政府相關(guān)部門及高校要形成合力，加強對“大創(chuàng)計劃”的審核與管理，設(shè)立專項經(jīng)費，明確經(jīng)費使用辦法。

在產(chǎn)出方面，加強過程指導(dǎo)，對“大創(chuàng)計劃”過程指導(dǎo)進行監(jiān)控、及時反饋。建立健全跟蹤評價機制，在后續(xù)管理的過程中建立健全跟蹤評價機制，對于學(xué)生創(chuàng)業(yè)的問題給予幫助。如數(shù)學(xué)與統(tǒng)計學(xué)院多次舉辦創(chuàng)新創(chuàng)業(yè)培訓(xùn)會和創(chuàng)新創(chuàng)業(yè)論壇等活動，并成立了“種子班”，對于項目的內(nèi)容及實施過程中存在的問題給予及時的指導(dǎo)性意見。同時加強校企合作，讓大學(xué)生借助互聯(lián)網(wǎng)優(yōu)勢進行創(chuàng)新創(chuàng)業(yè)實踐，鼓勵將“大創(chuàng)計劃”轉(zhuǎn)化為創(chuàng)業(yè)實踐，為社會創(chuàng)造更高的市場價值。