李韻婷，張日新

（1.華南農(nóng)業(yè)大學人文社會科學處；2.華南農(nóng)業(yè)大學經(jīng)濟管理學院，廣東廣州 510642）

2015 年年初，為推動廣東高等院校有力支撐創(chuàng)新驅動發(fā)展戰(zhàn)略，主動對接國家和世界一流大學、一流學科建設重大戰(zhàn)略，廣東在全國率先建設高水平大學群。2015 年4 月10 日，《中共廣東省委廣東省人民政府關于建設高水平大學的意見》提出，力爭到2020 年，廣東建成若干所國內一流大學和一批國內外一流學科。2015 年6 月2 日，廣東省教育廳印發(fā)《廣東省高水平大學建設實施方案》中明確，遴選重點建設高校5 所左右、重點建設項目15 項左右，并由廣東省財政安排50 億元“高水平大學建設專項資金”，用于2015—2017 年高水平大學建設項目。2015 年6 月30 日，《廣東省人民政府辦公廳關于公布廣東省高水平大學重點建設高校和重點學科建設項目名單的通知》發(fā)布，省政府同意中山大學等7 所高校和廣州中醫(yī)藥大學中醫(yī)學等18 個學科建設項目分別入選廣東省高水平大學重點建設高校和重點學科建設項目。同年6 月～11 月，《廣東省高水平大學建設專項資金管理辦法》《廣東省人民政府辦公廳關于深化高?？蒲畜w制機制改革的實施意見》等高水平大學建設的配套政策先后出臺，對參建高校在科技政策、科研資源配置等多方面給予了重點關注和傾斜。另一方面，廣東高校承擔針對廣東經(jīng)濟社會發(fā)展和企業(yè)轉型升級重大需求開展研究、為廣東創(chuàng)新驅動提供有力支撐的任務［1］，對于參建高校來說，意味著不僅可以獲得可觀的專項扶持資金和生均撥款、享受一系列創(chuàng)新性政策紅利，而且在提高效率和改善科研活動質量方面面臨越來越大的壓力。當前我國高?？蒲衅毡槌霈F(xiàn)“投入產(chǎn)出最小化”現(xiàn)象［2］，因此在財政資源有限的前提下，參建的高校能否取得預期的科研成果成為決策者及學者們關注的問題。出于對高水平大學建設項目政策效應的關注，本文對項目實施前后高校科研投入、科研產(chǎn)出等數(shù)據(jù)進行對比分析，并運用數(shù)據(jù)包絡分析的CCR 模型（DEA-CCR）和Malmquist 指數(shù)，對2011—2016 年間廣東高?？蒲袆?chuàng)新效率進行靜態(tài)和動態(tài)測量，定性定量地考察新政策對廣東高校科研創(chuàng)新水平的影響。

1 文獻綜述

自20 世紀90 年代初以來，高?？蒲行蕟栴}一直是國內外學者的研究熱點。就相關研究方法而言，當前參數(shù)分析法中隨機前沿分析（SFA）和非參數(shù)法中數(shù)據(jù)包絡分析（data envelopment analysis，DEA）被廣泛應用在高?？蒲型度氘a(chǎn)出效率的量化研究中。DEA 是Charnes 等［3］于1978 年提出的一種可以評價多個決策單元（decision making units，DMU）多投入/多產(chǎn)出的相對效率的方法。DEA 法的相關權重由數(shù)學規(guī)劃模型根據(jù)樣本數(shù)據(jù)產(chǎn)生，因此增加評價結果的客觀性和可信性，而且該方法能進一步指明非有效決策單元的效率改善方向，為管理者提供相對有效的管理建議，因此在國內外的高校科研效率評價研究中得到廣泛應用。從DEA 分析涉及的時間維度長短，可以把現(xiàn)有研究分為靜態(tài)效率和動態(tài)效率分析兩種。

在靜態(tài)效率評價方面最新的研究有：Eff 等［4］運用DEA 評價2000—2001 年歐洲1 179 個4 年制高等教育機構對消費者的最佳購買價值；Bayraktar 等［5］結合DEA 和SFA 兩種方法測量土耳其公立和私立大學質量管理實踐的相對效率；Nazarko 等［6］運用DEA 的CCR-CRS 輸出導向測算了波蘭19 所大學的技術有效性，發(fā)現(xiàn)規(guī)模經(jīng)濟與高校所達到的效率有關；Veiderpass 等［7］把DEA 方法應用于歐洲17 個國家的944 家高等教育機構的橫截面數(shù)據(jù)，并指出DEA 方法尤其適用于對高等教育機構的生產(chǎn)技術和經(jīng)濟行為知之甚少的情況；Wolszczak-Derlacz［8］應用二階段半?yún)?shù)DEA 評估和解釋歐美高等教育機構的效率，發(fā)現(xiàn)人均地區(qū)生產(chǎn)總值（GDP）與部門數(shù)量和機構效率（歐洲和美國樣本）之間存在正相關關系；王曉紅等［9］運用DEA-CCR 和DEA-BCC 模型對我國30 個省份高校在1999—2002 年和2003—2006 年兩個時期的科研效率進行比較分析，結果發(fā)現(xiàn)人均科研相對產(chǎn)出與科研效率正相關；王建宏［10］以我國54 所教育部直屬高校為樣本，建立 DEA 二次相對效率評價模型，評價2008—2010 年高校各年的科研技術效率和管理效率；陳俊生等［11］采用DEA 二次相對效率和超效率模型，分別計算2007 年和2009 年我國15 個人文社會科學類學院的科研效率；紀成君等［12］運用網(wǎng)絡 DEA 模型測度我國高校科技成果轉化效率。

由于DEA 計算的是決策單元的相對效率值，沒有考慮時間維特征，所以未能對高?？蒲行蔬M行縱向對比，因此Malmquist 指數(shù)被運用到高?？蒲行实膭討B(tài)變化評價。Malmquist 指數(shù)以面板數(shù)據(jù)為研究對象，研究決策單元在兩期之間的效率變化狀況，有助于探索高?？蒲行首兓纳顚哟卧?。近期相關主要研究有：Thanassoulis 等［13］運用Malmquist指數(shù)方法發(fā)現(xiàn)在研究期間，大多數(shù)英國高等教育機構的生產(chǎn)力實際上已經(jīng)下降；Partek 等［14］利用Malmquist 方法考查2001—2005 年期間歐洲7 個國家266 所公立高等教育機構的生產(chǎn)率變化；郭峻等［15］研究2004—2008 年我國省域間高?？蒲行实膭討B(tài)評價結果發(fā)現(xiàn)，在技術進步的大力推動下，大部分地區(qū)的高?？蒲行食试鲩L趨勢；廖文秋等［16］應用Malmquist 指數(shù)分析安徽省高校人文社科的效率變動；段慶鋒［17］借鑒 Malmquist 指數(shù)分析2001—2009年我國“985 工程”高校的科研績效特征及動因，發(fā)現(xiàn)科研資源配置的優(yōu)化促進科研投入產(chǎn)出效率的提高，不同高?？蒲行食尸F(xiàn)一定程度的分化；羅茜等［18］對江蘇省32 所高校的科研效率進行測度。

國內關于高?？蒲行试u價的研究已經(jīng)相對成熟，隨著研究的不斷深入，已有研究表現(xiàn)以下特征：在研究方法的使用上，從靜態(tài)績效評價到動態(tài)效率評價，從客觀評價到客觀和主觀評價相結合；從研究對象看，從以區(qū)域高校作為決策單元發(fā)展到以某種類型高校作為決策單元，還有以單個學科作為決策單元；從研究數(shù)據(jù)選擇上，從截面數(shù)據(jù)逐步發(fā)展到使用序列數(shù)據(jù)和面板數(shù)據(jù)。綜合已有研究成果發(fā)現(xiàn)，關于區(qū)域教育政策對高?？蒲袆?chuàng)新效率影響方面的研究較少，尤其在我國“雙一流”建設方案提出后，關于區(qū)域教育政策效果的研究或針對區(qū)域高水平大學建設效果評價研究寥寥可數(shù)，如林濤等［19］運用DEA 模型測度2016 年廣東高水平大學科研投入產(chǎn)出績效，但該項研究存在兩個值得商榷之處：一是選擇了表現(xiàn)科研產(chǎn)出數(shù)量方面的指標，指標選擇未能有效反映廣東推進高水平大學建設項目對高?？蒲匈|量方面的期待；二是使用截面數(shù)據(jù)未能反映效率變動規(guī)律以及發(fā)展趨勢可能存在的差異性。

因此，本文結合DEA 模型及Malmquist 指數(shù)，立意分析廣東高水平大學建設項目實施前后廣東高校科研效率的波動情況，以期有助于理解高?？蒲行首儎犹卣鳎兄谡块T采取相應政策措施對“雙高”建設進行宏觀調控，對促進下一階段高水平大學建設具有一定的理論意義和現(xiàn)實價值。

2 研究設計

2.1 分析方法

本文使用DEA-CCR 模型與DEA-Malquist 指數(shù)法從靜態(tài)和動態(tài)兩個角度對廣東高水平大學科研創(chuàng)新效率的情況進行描述。

第一步：DEA-CCR 模型。利用CCR 模型計算高水平大學建設項目實施前后的3 年，各決策單元在每一年的相對效率值。設θ 為決策單元的有效值，當θ=1 時表示DEA 有效，當θ＜1 時表示非DEA有效；Irs 表示決策單元處于規(guī)模報酬遞增階段，即投入增加的比例小于產(chǎn)出增加的比例，存在投入不足的情況；drs 表示決策單元處于規(guī)模報酬遞減階段，高校存在科研投入冗余的情況。

第二步：Malmquist 指數(shù)。運用Malmquist 指數(shù)計算2011—2016 年間，各決策單元在兩個年度間效率的增減趨勢。首先，在規(guī)模報酬不變（CRS）假設下，可以將科研效率（M）分解為技術進步變動（TECH）和技術效率變動（EFFCH），即M=TECH×EFFCH。技術進步率是指兩個時間內生產(chǎn)前沿面的上升或下降情況；技術效率變動則是指決策單位從t 期到t+1 期對生產(chǎn)前沿面的追趕情況，即實現(xiàn)投入既定下產(chǎn)出最大或者產(chǎn)出既定下投入最小的能力。然后，在規(guī)模報酬可變（VRS）假設下，將技術效率變動進一步分解為規(guī)模效率（SECH）和純技術效率（PECH）的乘積，即EFFCH=SECH×PECH。規(guī)模效率是指規(guī)模因素對科研效率的影響；純技術效率是指非規(guī)模要素對效率的影響程度，如管理、技術等，當效率值＞1，代表效率改進，當效率值＜1，代表效率降低，當效率值=1，代表效率不變。

2.2 評價指標選擇

由于DEA 評價方法要求各投入、產(chǎn)出指標必須明確而且可量化，所以本文使用可量化指標對決策單位進行評價。由于DEA 評價法對對選擇的方法非常敏感［20］，為有效反映科研成果質量的重要性，姜彤彤［21］借鑒前人研究成果，確立了一個評價高水平大學科研投入產(chǎn)出效率的指標體系，本文以姜彤彤的評價指標體系為基礎，結合本文研究對象的特征和DEA 評價模型對決策單位和投入/產(chǎn)出指標數(shù)量的限制原則，對指標進行調整，最終確定2 個投入指標和4 個產(chǎn)出指標作為廣東高?？蒲袆?chuàng)新效率的評價指標。其中，科研投入指標包括：教學與科研人員（人）、各類科研經(jīng)費實際收入數(shù)（千元）；科研成果指標包括：課題數(shù)（項）、國外及全國性刊物發(fā)表論文（篇）、當年技術轉讓實際收入（千元）、省部級以上科研獎勵數(shù)（項）。

2.3 數(shù)據(jù)來源及處理

本研究以廣東13 所高校作為決策單位（由于廣東外語外貿(mào)大學無法獲得全部數(shù)據(jù)，未包含在本研究之內）（以下簡稱樣本），時間跨度為2011—2016 年，所使用的數(shù)據(jù)全部來自于教育部科學技術司編制的《高等學?？萍冀y(tǒng)計資料匯編》。為了使不同年份數(shù)據(jù)具有可比性，使用商品零售價格指數(shù)（RPI）對各類科研經(jīng)費實際收入數(shù)和當年技術轉讓實際收入金額進行折算。實證分析軟件使用DEAP2.1。

3 實證分析

3.1 不同高?？蒲袆?chuàng)新效率評價

首先，利用輸入DEA-CCR 模型，在規(guī)?？勺兪找妫╒RS）假設下分析樣本高校分別在2014、2015 和2016 年的技術效率和規(guī)模收益，結果如表1所示。從時間維度看，近3 年來，樣本高校平均綜合技術效率呈現(xiàn)先降低后增強的趨勢：2014 年有9所高校處于技術效率最佳和規(guī)模最佳的最優(yōu)狀態(tài)；2015 年達到綜合效率最優(yōu)的高校只有5 所，其余大部分高校處于規(guī)模報酬遞增階段；2016 年科研創(chuàng)新效率達到生產(chǎn)前沿面的高校數(shù)量突破新高，達到了10 所高校。從高校類型維度看，近3 年來大部分重點建設高校處于科研創(chuàng)新效率最優(yōu)狀態(tài)，大部分重點學科建設項目高校處于規(guī)模收益遞增階段。其中，華南理工大學、華南師范大學、華南農(nóng)業(yè)大學、南方醫(yī)科大學4 所重點建設高校一直處于生產(chǎn)前沿面；中山大學和暨南大學2 所重點建設高校在不同年份處于規(guī)模收益遞減階段，說明這兩家高校的科研投入已經(jīng)超過與其技術水平相適應最優(yōu)規(guī)模的閾值，即有顯著的科研投入冗余；廣東工業(yè)大學、廣州中醫(yī)藥大學、廣東海洋大學和深圳大學4 所重點學科建設高校于2015 年均處于規(guī)模收益遞增狀態(tài)，2016年綜合效率提高，說明高水平建設項目中資源投入取得很好的規(guī)模效應，這幾所高?？蒲挟a(chǎn)出水平均有所提高。

表1 2014—2016 年樣本高?？蒲袆?chuàng)新綜合效率和規(guī)模收益

然后，利用Malmquist 指數(shù)，計算樣本高校分別在2014—2015 和2015—2016 兩個年度的科研創(chuàng)新動態(tài)效率，并進一步把科研創(chuàng)新效率變動分解為技術效率和規(guī)模效率兩方面，結果如表2 所示。2014—2016 年，樣本高校的科研創(chuàng)新效率平均下降11.3%，其中僅有4 所高校的科研創(chuàng)新效率有提升，另外9 所高校的科研效率下降。具體而言，華南理工大學、廣州中醫(yī)藥大學、廣州大學和深圳大學4所高校的科研創(chuàng)新效率增長率在5.7%～13.8%之間；中山大學和廣州醫(yī)科大學有不同程度下降，但下降率沒有超過10%；華南師范大學、南方醫(yī)科大學、汕頭大學和廣東海洋大學4 所高校的科研效率下降率超過10%，但沒有超過20%；暨南大學、華南農(nóng)業(yè)大學和廣東工業(yè)大學3 所高校的科研效率下降率超過25%。進一步分析科研創(chuàng)新效率變化的原因，在技術效率方面，樣本高校的技術效率平均增長3.7%，其中，4 所高校的技術效率值大于1，表示技術效率有所提高，另外6 所高校的技術效率并未發(fā)生變化，還有3 所高校的技術效率下降。從技術進步率的變動看，樣本高校的技術進步率平均下降達到14.5%，其中僅有華南理工大學1 所高校的技術進步率有提高，暨南大學和廣東工業(yè)大學的技術進步率下降幅度在20%～30%之間，華南農(nóng)業(yè)大學的技術進步率下降超過30%。根據(jù)Malmquist 指數(shù)分析結果可以初步推斷，盡管，各樣本高校的科研創(chuàng)新效率表現(xiàn)有差異，但技術進步率下降是導致廣東高校科研創(chuàng)新效率總體下滑的主要原因。

表2 2014—2016 年樣本高校科研創(chuàng)新效率Malmquist 指數(shù)及其分解

3.2 不同年份高?？蒲袆?chuàng)新效率評價

為縱向比較不同年份間樣本高?？蒲袆?chuàng)新效率變動情況，本文運用Malmquist 指數(shù)計算樣本高校在2011—2016 年間的科研創(chuàng)新動態(tài)效率，結果分別如表3 和表4 所示。

如表3 所示，樣本高校5 個年度的生產(chǎn)率表現(xiàn)先升后降，整體呈現(xiàn)較大波動，平均生產(chǎn)率僅有0.939，年均下降率達到6.1%，其中4 個年度內的科研創(chuàng)新效率有不同程度下降，2014—2015 年間降幅達到歷史新高為19.4%，2015—2016 年間繼續(xù)下降2.3%；技術效率年平均增長0.5%，其中規(guī)模效率有輕微增長，而純技術效率有輕微下降，總體而言，不同年份技術效率變動不明顯；技術進步率則呈現(xiàn)先增后降的趨勢，5 個年度的年平均下降達到6.6%，2014—2015 年和2015—2016 年兩個年度的技術進步變化幅度超過14%。

表3 2011—2016 年樣本高校科研創(chuàng)新效率平均Malmquist 指數(shù)及其分解

由表4 可以看出，樣本高校中，7 所重點建設高校在2011—2016 年間的平均科研創(chuàng)新效率高于6所重點學科建設高校，兩類高校的科研效率在5 個年度內的變化存在顯著差異。從同一類型高校縱向比較來看，重點建設高校的科研創(chuàng)新效率在前3 個年度有不同程度上升，但在2014—2015 年和2015—2016 年兩個年度分別下降了27.1%和15.1%，下降的原因主要是因為這兩個時期的技術進步率分別下降了23.6%和16%所導致的；重點學科建設高校的科研創(chuàng)新效率在6 年間有較大波動，總體表現(xiàn)為波動上升趨勢。從不同類型高校橫向比較來看，2011—2012 年和2012—2013 年兩個年度內，重點建設高校的科研效率明顯高于重點學科建設高校，技術進步優(yōu)勢是重點建設高校保持高科研產(chǎn)出的關鍵；但從2013 年后，重點建設高校的科研效率明顯低于同年度的重點學科建設高校，技術進步率的大幅度下降是導致重點建設高?？蒲行氏陆档闹饕?。上述數(shù)據(jù)說明，高水平大學建設項目實施后，重點建設高校和重點學科建設高校兩類高校的技術效率均呈現(xiàn)先降后升變化，技術進步率持續(xù)出現(xiàn)較大幅度下降，其中重點建設高校的技術進步率下滑更為嚴重。

表4 2011—2016 年樣本高?？蒲袆?chuàng)新效率Malmquist 指數(shù)及其分解

4 結論與討論

4.1 研究結論

本文基于DEA 原理，采用BCC 模型與Malmquist 指數(shù)法對2011—2016 年間廣東高水平大學的靜態(tài)和動態(tài)科研創(chuàng)新效率變化進行詳細測算，以揭示高水平大學建設項目對廣東高?？蒲袆?chuàng)新的政策效果，研究得出以下結論：

首先，高水平大學建設項目實施后，短期內，廣東高校規(guī)模收益遞減的不經(jīng)濟狀態(tài)有較大改善，但總體科研創(chuàng)新效率呈現(xiàn)負增長。本文對2015 年樣本高校的評價結果和林濤等［17］的研究結果一致，但本文還進一步發(fā)現(xiàn)在2016 年，大部分樣本高校處于技術效率最佳狀態(tài)，說明有關政策有助于廣東高校調整規(guī)模收益遞減或遞增的不經(jīng)濟狀態(tài)；但后續(xù)的Malmquist 指數(shù)動態(tài)評價發(fā)現(xiàn)，樣本高校科研創(chuàng)新效率呈現(xiàn)總體下滑的趨勢，也就是說，在科研投入能被較好利用的前提下，廣東高?？蒲袆?chuàng)新效率提高的關鍵在于提高科研產(chǎn)出的質量。

其次，技術進步率大幅度持續(xù)下滑是導致廣東高?？蒲袆?chuàng)新效率下降的主要動因。Malmquist 指數(shù)分析結果表明，高水平大學建設項目實施后，樣本高?？蒲行食掷m(xù)下降，但技術效率和技術進步率變動趨勢并不相同。一方面，高校的技術效率均呈現(xiàn)先降后升變化，究其原因可能是，從短期看，創(chuàng)新要素投入后要經(jīng)歷分析、測試、產(chǎn)出、成果申報、認定等多個環(huán)節(jié)，所以科研產(chǎn)出對科研投入存在滯后效應，技術效率呈現(xiàn)短期下降；又因為本文選取的樣本高校是有潛力成為高水平大學的高校，具有良好的項目管理經(jīng)驗、優(yōu)良的科研環(huán)境，科研要素投入后能夠得到較好的優(yōu)化配置和提高，所以技術效率很快得到提升。另一方面，高校的技術進步率則持續(xù)出現(xiàn)較大幅度下降，其知識生產(chǎn)前沿面后退存在三方面原因：一是政策時滯導致高校的相對技術退步，在國際、國內科學研究競爭日益激烈背景下，科研創(chuàng)新過程中的不確定性使取得突破性科研成果的難度加大，進一步加長了高?？蒲畜w系的適應期，所以相關政策出臺后，廣東高校的技術進步水平一直波動下滑；二是科研產(chǎn)出份額增加的邊際成本逐年增加導致知識生產(chǎn)前沿面發(fā)生退步［22］，在高水平大學建設項目實施后，由于部分重點大學進行人事制度調整，2016 年教學與科研人員數(shù)量同比下降了11.53%，人才大量外流導致科研人員在短時間內無法和高校先進的技術、工藝和設備進行優(yōu)化配置，先進工藝無法充分發(fā)揮應有功效，由此導致了總體技術退步現(xiàn)象；三是廣東創(chuàng)新驅動進程加快對高等教育需求快速擴大，而高?？蒲匈|量提高緩慢，并未能滿足經(jīng)濟社會的發(fā)展需要，形成了相對的技術退步。

4.2 理論意義與政策建議

本研究的理論意義主要在于，目前“雙一流”建設已經(jīng)成為國家高等教育發(fā)展的重要戰(zhàn)略，在“雙一流”建設背景下，不同區(qū)域根據(jù)經(jīng)濟社會發(fā)展需要，結合教育稟賦制定高水平大學建設政策，政策效果是高校管理者和教育部門都關注的一個范疇。雖然本文的實證研究僅以廣東高水平建設高校為樣本，但在評價高水平高校建設政策實施成效方面加入動態(tài)效率評價指標無疑是必要的。本文的研究思路對探討高水平大學建設政策效果可能是一個有益的啟示。

本研究對下一階段廣東高水平大學建設帶來以下的政策啟示：（1）廣東政府應該重視對高等教育的投入規(guī)模，并適當?shù)匕迅纳聘叩冉逃蒲袆?chuàng)新效率的財政資金更多地投入到與技術水平相關的要素。（2）廣東高水平大學的建設水平與國內一流大學的水平還有顯著距離，廣東高等教育的初始技術水平相對于北京、江蘇、上海等省市而言比較低，理應具有較強的后發(fā)優(yōu)勢，通過向教育強省學習先進教育管理經(jīng)驗，有效推動省內高校技術進步。（3）“雙一流”建設撬動了全國高校新一輪的“人才引進熱”，廣東需要建立吸引和留住人才的長效機制，從省級層面完善科研人才雙向流動制度、改革人才評價制度、加大人才激勵制度。（4）在粵港澳大灣區(qū)建設背景下，建立高校協(xié)同創(chuàng)新平臺，加速灣區(qū)內部人員、知識等要素交流和區(qū)域合作；加快高校和區(qū)域產(chǎn)業(yè)的產(chǎn)學研合作創(chuàng)新平臺和研究基地建設，通過高校和行業(yè)人才雙向流動促進高校融入?yún)^(qū)域經(jīng)濟發(fā)展，從而使高等教育質量的提高與經(jīng)濟快速發(fā)展接軌。（5）針對不同類型高校實施差異化管理。對于重點建設高校，應該重點將財政資金用于科研質量的提高，致力拉近這類學校和國內國際一流大學科研創(chuàng)新效率的距離；對于重點學科建設高校，應該提高規(guī)模效率，優(yōu)化各項教育資源的投入比例，促進這類高校的科研水平和科研產(chǎn)出提高。