2015年10月，國務(wù)院印發(fā)了《統(tǒng)籌推進世界一流大學(xué)和一流學(xué)科建設(shè)總體方案》，明確提出了建設(shè)“雙一流”高校的目標(biāo)，要求以“學(xué)科為基礎(chǔ)、績效為杠桿”著力打造“具有中國特色的世界一流高?！薄1]“雙一流”建設(shè)方案是新時代建設(shè)高等教育強國的重要指導(dǎo)性文件。2017年1月，教育部、財政部以及國家發(fā)改委聯(lián)合印發(fā)了《統(tǒng)籌推進世界一流大學(xué)和一流學(xué)科建設(shè)實施辦法（暫行）》，[2]這項實施辦法的頒布不僅體現(xiàn)了我國 “雙一流”建設(shè)的決心，也意味著我國“雙一流”戰(zhàn)略在穩(wěn)步推進中。

科研是高校進行教學(xué)的基礎(chǔ)，是提升高校核心競爭力的必經(jīng)之路，科研投入的程度、科研成果的多少都是衡量高校質(zhì)量高低的重要組成部分。目前，國際競爭愈加激烈，科技和人才越來越成為提高國家軟實力的重要途徑。大多數(shù)高等學(xué)校的評估是絕對評估，容易忽視科研條件，然而高校的科研、教學(xué)等彼此間可以起到相互促進的作用。高?？蒲惺菄覄?chuàng)新體系構(gòu)成的重要因素，只有大力推動高?？蒲羞M步，才能提高高校科技成果產(chǎn)出轉(zhuǎn)化率。只有推進科學(xué)技術(shù)進步，把握好“中國特色、世界一流”的要求，才能按照“雙一流”目標(biāo)要求，在本世紀(jì)中葉完成建設(shè)高等教育強國的偉大目標(biāo)。通過分析“雙一流”高校的科研產(chǎn)出效率，對高校的發(fā)展進行綜合評估管理，能夠更好地把握目前我國高校的“雙一流”建設(shè)狀況，從而為我國“雙一流”高校建設(shè)提供理論和現(xiàn)實依據(jù)。

一、相關(guān)研究文獻綜述

目前國內(nèi)學(xué)術(shù)界普遍采用SFA 和DEA 等方法對高?？蒲行蔬M行測評，相關(guān)研究主要聚焦在高校科研創(chuàng)新能力和高?？蒲袆?chuàng)新能力測評等方面。

（一）高?？蒲袆?chuàng)新能力研究

如何提高高?？蒲袆?chuàng)新能力是國內(nèi)學(xué)術(shù)界關(guān)注的焦點。閆海燕將高校科技創(chuàng)新能力劃分為人才創(chuàng)新、知識創(chuàng)新、技術(shù)創(chuàng)新等三個方面，對浙江省高校的創(chuàng)新能力進行了分析，認(rèn)為高校創(chuàng)新能力應(yīng)與區(qū)域創(chuàng)新系統(tǒng)相適應(yīng)。[3]梅軼群從科技創(chuàng)新的資源角度出發(fā)，將科技創(chuàng)新能力作為一種多要素作用的共同體，嘗試建立高校科技創(chuàng)新能力的評價指標(biāo)體系。[4]孫孝科將高校與企業(yè)相結(jié)合，從科研機構(gòu)與企業(yè)、政府間的社會關(guān)系角度來定義科研創(chuàng)新能。[5]邵一華[6]、張煒[7]等人分別從科技創(chuàng)新在高校中地位以及高校在國家創(chuàng)新系統(tǒng)中的作用兩個角度，對高?？萍紕?chuàng)新能力的重要地位進行了探討。

（二）高?？蒲袆?chuàng)新能力測評研究

如何測評高?？蒲袆?chuàng)新能力，國外學(xué)者進行了較為豐富的研究。Izadi 等通過對英國99所高校的技術(shù)效率進行評估，并用其評估結(jié)果代表高校科研創(chuàng)新能力。[8]Stevens,P.A.利用SFA對1995年至1998年間的英國80所高校分析，討論了教師和學(xué)生特征對高?？蒲行实挠绊?。[9]Horne,和Hu,同樣采用SFA方法測算了澳大利亞33所大學(xué)的成本效率。[10]目前，利用DEA 方法進行高校科研效率測算評估的研究日漸增多，Kempkes，Pohl 借助 DEA 和 SFA 方法考察了德國大學(xué)效率的變化，并分析了效率的影響因素。[11]Giovanni 等人通過 DEA 方法與文獻計量學(xué)相結(jié)合的方法測算意大利不同高校之間的科研效率，發(fā)現(xiàn)具有顯著差異。[12]Johnes 和Li Yu 整理了中國109所高校的面板數(shù)據(jù)，分析其科研生產(chǎn)效率，研究表明中國高校的平均科研效率超過0.9。[13]

我國的科研項目評估主要是基于投入產(chǎn)出角度進行評估，張明、鮮榮華等建立起人力投入—產(chǎn)出分析系統(tǒng)，從評價論文數(shù)量和科技成果等方面來描述產(chǎn)出，從而構(gòu)建了一種科學(xué)的指標(biāo)評價體系及計算方法。[14]鄧斌依據(jù)不同階段的科技評估將指標(biāo)分為中期和終期，提出了一套具有完整可操作性的評估體系。[15]隨后，國內(nèi)許多學(xué)者開始采用DEA對高校科研效率進行評估。陸根書采用DEA方法對比評價中西部與東部地區(qū)的高校科研效率，發(fā)現(xiàn)由東至西高?？蒲行室来芜f減且存在波動，高校之間的變化趨勢不同。[16]徐娟以省級單位為切入點，通過DEA 來分析經(jīng)濟發(fā)展水平與高?？蒲行书g的關(guān)系，發(fā)現(xiàn)省域高?？蒲械南鄬π逝c地區(qū)經(jīng)濟之間并沒有必然聯(lián)系，高效率帶來高科研產(chǎn)出才是高?？蒲邪l(fā)展的源泉。[17]

關(guān)于科研項目的投入產(chǎn)出效率研究已經(jīng)取得了較為豐碩的成果，但是針對“雙一流”高校的科研效率評估仍然較少，沒有從整體對其進行評估。針對“雙一流”高?？蒲行蔬M行評估，不僅可以為高?？蒲匈Y金合理配置提供依據(jù)，也可以提升高校綜合水平。因此，本文采用2013-2018年“雙一流”高校投入和產(chǎn)出的面板數(shù)據(jù)，構(gòu)建DEA科研生產(chǎn)效率測算模型，對“雙一流”高校的科研效率進行評估。

二、基于DEA的高等院校綜合科研評估

（一）指標(biāo)選取

構(gòu)建合理、有效的高等教育評估體系就要在建設(shè)“雙一流”學(xué)校的要求下，將高等學(xué)校的科研教育分為人文社會科學(xué)、自然科學(xué)兩方面來進行系統(tǒng)評估，投入產(chǎn)出指標(biāo)設(shè)定如下。

1.投入指標(biāo)

（1）人力投入

人力資源是進行科技創(chuàng)新的重中之重，人力資源的投入能夠反映某高校對科研技術(shù)的人力資本投入，不僅包括數(shù)量投入，也涵蓋質(zhì)量投入。因此，考慮到科研教育離不開人力資源的影響，選取研究與發(fā)展折合全時人員當(dāng)量作為衡量科學(xué)技術(shù)人力投入指標(biāo)。

（2）學(xué)術(shù)交流情況

開展科學(xué)研究，參加學(xué)術(shù)會議，交流知識與科學(xué)技術(shù)是高校提高科研教育的途徑，鼓勵高校學(xué)生參與國際會議是重要舉措。因此，選擇“雙一流”高校參與國際學(xué)術(shù)交流會議提交論文數(shù)量作為衡量科研的投入指標(biāo)之一。

（3）科研經(jīng)費投入

科研經(jīng)費投入主要包括縱向經(jīng)費和橫向經(jīng)費，縱向經(jīng)費主要包括國家撥款的基金項目等，能夠反映高?？蒲薪逃母偁幜?，而橫向經(jīng)費是指企事業(yè)單位給予學(xué)校的委托科研經(jīng)費，能夠更加準(zhǔn)確的反映科研活動受重視程度。因此，高水平的科研建設(shè)離不開資金的投入，選擇科研經(jīng)費的橫向經(jīng)費、縱向經(jīng)費之和作為衡量科研教育的又一投入指標(biāo)。

2.產(chǎn)出指標(biāo)

（1）研究與發(fā)展課題情況

高等學(xué)?？蒲兴礁叩偷暮饬繕?biāo)準(zhǔn)之一就是科研工作者的課題研究情況，能夠反映高等學(xué)校從事科研活動的效率和水平。該指標(biāo)的選取應(yīng)具有權(quán)威性，因此選擇基礎(chǔ)研究、應(yīng)用研究等課題的累計值作為產(chǎn)出衡量指標(biāo)。

（2）科學(xué)研究與發(fā)展成果情況

科學(xué)研究成果是提升科研競爭力的關(guān)鍵指標(biāo)，可以用來評價科研體系。其中，國際常用評價標(biāo)準(zhǔn)主要有發(fā)明專利數(shù)、科研獲獎數(shù)、論文數(shù)量等。本文考慮到國際標(biāo)準(zhǔn)，選擇國際學(xué)術(shù)刊物發(fā)表論文合計作為衡量產(chǎn)出指標(biāo)。

（二）模型設(shè)定

關(guān)于效率的測算，通常采用有效前沿分析。前沿分析方法包括隨機前沿分析（SFA）和數(shù)據(jù)包絡(luò)分析(DEA)。與SFA相比，DEA能解決多投入和多產(chǎn)出的問題，相較之下，SFA多產(chǎn)出更為復(fù)雜，要將多產(chǎn)出合并成一個綜合產(chǎn)出或者利用距離函數(shù)來解決。基于DEA法這一優(yōu)點，本文將利用DEA法來測算高?？蒲薪逃省?/p>

基于不同生產(chǎn)可能集,且滿足凸性、錐性、無效性及最小性假設(shè)，在規(guī)模報酬不變的假定下，Charnes 等提出了CCR-DEA模型，用來評價各決策單元的相對有效性。在現(xiàn)實經(jīng)濟環(huán)境中，不完全競爭、政府管制、財務(wù)約束等因素將導(dǎo)致決策單元不能在最優(yōu)規(guī)模下運營。Banker基于生產(chǎn)可能集規(guī)模報酬可變假定，提出了非阿基米德無窮小量BCC-DEA模型，以克服CCR-DEA模型的缺陷。[18]通過運行DEAP2.1 軟件，每個決策單元的綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率指數(shù)可以獲得，三者的關(guān)系是綜合技術(shù)效率=純技術(shù)效率×規(guī)模效率。BCC-DEA模型的判別規(guī)則是：如果某廠商的效率值等于1時，即θ=1 且S-i=0、S+r=0，則表明該廠商位于前沿面上，因而其效率是有效的；反之，如果某廠商的效率值不等于1，則其效率是無效的。

DEA-BCC模型能夠?qū)孛鏀?shù)據(jù)或者時間序列數(shù)據(jù)進行效率測量，但無法測量某一DMU的動態(tài)演進變化趨勢，Malmquist指數(shù)法克服了這一缺陷，即全要素生產(chǎn)率能夠表現(xiàn)出某一DMU的不同時期的效率變化趨勢。因此，本文選用DEA-BCC模型以及Malmquist指數(shù)法來衡量高等學(xué)?？蒲型度氘a(chǎn)出效率。

Malmquist指數(shù)最早是被S.Malmquist提出，他將此方法用來研究消費。后來，此方法與DEA理論相結(jié)合，逐漸發(fā)展，被廣泛應(yīng)用于各個領(lǐng)域。它可以利用多種投入與多種產(chǎn)出來進行相對效率分析。本文在此引入1997年，Ray與Desli對FGNZ修正過的Malmquist模型，Malmquist指數(shù)可以分解為技術(shù)進步指數(shù)（TC）與綜合技術(shù)效率變化指數(shù)（TEC），綜合技術(shù)效率變化指數(shù)又可以分解為純技術(shù)效率變化指數(shù)（PTEC）與規(guī)模效率變化指數(shù)（SEC）。

按照DEAP 軟件使用的經(jīng)驗規(guī)則，所選取數(shù)據(jù)必須滿足以下條件：一是要求決策單元數(shù)大于投入產(chǎn)出指標(biāo)數(shù)總和的五倍，本文人文科學(xué)決策單元數(shù)為80，自然科學(xué)決策單元數(shù)為72，投入產(chǎn)出指標(biāo)數(shù)為5，顯然符合DEAP 操作規(guī)則。二是DEA模型要求所輸入輸出的指標(biāo)數(shù)據(jù)具有相同的量綱和非負(fù)值，本研究觀測值出現(xiàn)了負(fù)數(shù)，因此需要對原始觀測值進行無量綱化處理。為了滿足條件二，具體操作方法如下：

（三）DEA-BCC結(jié)果分析

本文運用DEAP2.1 軟件，對“雙一流”高校的人文科學(xué)類及社會科學(xué)類分別進行BCC 測算，分析其靜態(tài)變化。測算結(jié)果按照綜合技術(shù)效率、技術(shù)進步、純技術(shù)效率、規(guī)模效率和全要素生產(chǎn)率呈現(xiàn)。

1.綜合效率分析：綜合效率又稱為技術(shù)效率，是純技術(shù)效率與規(guī)模效率的乘積。當(dāng)決策單元的綜合效率為1時，即代表決策單元的純技術(shù)效率和規(guī)模效率同時有效，達到DEA絕對有效；當(dāng)決策單元的綜合效率大于0.9時，達到DEA 相對有效；當(dāng)決策單元的綜合效率小于0.9時，達到非DEA有效。

2.純技術(shù)效率分析：在保持既定規(guī)模的前提下，純技術(shù)效率是指決策單元由管理類因素影響的效率值。如果決策單元DMU的純技術(shù)效率值等于1，說明在既定的技術(shù)水平上，資源的使用效率已經(jīng)達到最優(yōu)狀態(tài)。

3.規(guī)模效率分析：規(guī)模效率是指決策單元DMU 在企業(yè)制度、管理水平等其他影響因素既定的條件下，當(dāng)前的生產(chǎn)規(guī)模和最優(yōu)規(guī)模之間的差距，表示決策單元的規(guī)模因素對生產(chǎn)效率的影響。

在規(guī)模報酬可變的情況下，我們對2013-2018年人文、社會科學(xué)類的64所“雙一流”高等院校科研效率進行了分析。其中 2018年在剔除了部分“雙一流”高校同時增加了11所行業(yè)特色高校，分別是北京外國語大學(xué)、北京語言大學(xué)、中央財經(jīng)大學(xué)、對外經(jīng)濟貿(mào)易大學(xué)、中央音樂學(xué)院、中央美術(shù)學(xué)院、中央戲劇學(xué)院、上海財經(jīng)大學(xué)、上海外國語大學(xué)、中南財經(jīng)政法大學(xué)和西南財經(jīng)大學(xué)。11所高校中5所為財經(jīng)類高校，3所為藝術(shù)類高校，3所為語言類高校。這意味著近年來國家在加強傳統(tǒng)人文社會科學(xué)學(xué)科建設(shè)的同時，也開始注重財經(jīng)、藝術(shù)和語言等特色高校和學(xué)科的建設(shè)。

2013年人文社科類高校綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率均值分別為0.701、0.846、0.835，2018年三個指標(biāo)的均值為0.749、0.838 和0.887。從指標(biāo)來看，2018年高校人文社會科學(xué)類的總和技術(shù)效率、純技術(shù)效率和規(guī)模效率較2013年均有了顯著的提高；2013年有8所高校的綜合技術(shù)效率達到了DEA有效；而2018年綜合技術(shù)效率達到了DEA有效的高校達到了11所（只有1所新增高校為對外經(jīng)濟貿(mào)易大學(xué)）。通過對比2013年和2018年高校綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率指標(biāo)，我們可以對近年高校人文社會科學(xué)“雙一流”建設(shè)有一個總體的把握。

圖2-1 社會科學(xué)類高?？蒲行手笜?biāo)走勢

圖2-2 人文社會科學(xué)類高校規(guī)模報酬變化趨勢

通過圖2-1我們可以看出，自2015年國家提出高校“雙一流”建設(shè)方案以來，2016年高校人文社科的總和效率、純技術(shù)效率和規(guī)模效益均出現(xiàn)了顯著的提升，其中規(guī)模效率的提升在接下來的兩年中呈現(xiàn)上升趨勢；但純技術(shù)效率則在2016年的顯著攀升后出現(xiàn)了下降，且規(guī)模效率高于純技術(shù)效率。這說明2013-2018 高校人文社會科學(xué)類科研產(chǎn)出效率主要受到規(guī)模效率的影響，純技術(shù)效率對高校科研效率的影響波動較大。從單獨的高校科研產(chǎn)出效率來看，我們挑選了北京大學(xué)、清華大學(xué)、復(fù)旦大學(xué)、上海交通大學(xué)、中國人民大學(xué)和北京師范大學(xué)共六所高校，分別對他們的總和效率、純技術(shù)效率和規(guī)模效益走勢進行分析。

圖2-3 2013-2018年部分高校人文社會科學(xué)類科研產(chǎn)出效率走勢

通過圖2-3我們可以看出，北京大學(xué)自2014年起到2018年，其人文社會科學(xué)類科研產(chǎn)出的純技術(shù)效率值一直為1，這說明北京大學(xué)人文社會科學(xué)類科研資源的使用效率連續(xù)5年達到最優(yōu)狀態(tài)，但其規(guī)模效率自2016年后則呈現(xiàn)出逐漸增大的趨勢，說明科研投資規(guī)模對其科研產(chǎn)出的影響逐漸增大。清華大學(xué)人文社會科學(xué)科研產(chǎn)出的純技術(shù)效率和規(guī)模效率自2014年起均呈現(xiàn)出了下降的趨勢，這說明清華大學(xué)人文社會科學(xué)類的科研資源使用效率不足，科研投資規(guī)模對于科研產(chǎn)出的效率則呈現(xiàn)出不斷減弱的趨勢。復(fù)旦大學(xué)的純技術(shù)效率值自2014年起一直為1，這說明復(fù)旦大學(xué)人文社會科學(xué)類科研資源使用效率較高，其規(guī)模效率呈現(xiàn)出上升狀態(tài)，綜合效率于2018年達到了DEA絕對有效。上海交通大學(xué)科研產(chǎn)出的純技術(shù)效率和規(guī)模效率走勢和清華大學(xué)類似，這說明其科研資源使用效率需要進一步的優(yōu)化，但其規(guī)模效率處于遞增的狀態(tài)，說明投資規(guī)模對其科研產(chǎn)出的影響正在不斷增大。中國人民大學(xué)的純技術(shù)效率值在2013-2018年期間均為1，說明其人文社會科學(xué)類科研資源的使用效率一直處于最優(yōu)狀態(tài)；規(guī)模效率值穩(wěn)定處于較高狀態(tài)，說明投資規(guī)模對其科研產(chǎn)出的影響較高。北京師范大學(xué)的純技術(shù)效率和規(guī)模效率近年來一直處于上升狀態(tài)，且于2018年綜合效率達到了DEA絕對有效。

從規(guī)模報酬來看，2013年規(guī)模效率遞增的高校為42所，而2018年這一數(shù)字為41所。根據(jù)數(shù)據(jù)分析結(jié)果看，2013-2018年規(guī)模報酬遞增的學(xué)校數(shù)量始終高于規(guī)模報酬遞減高校數(shù)量，但是呈現(xiàn)出明顯的下行趨勢；而規(guī)模報酬遞減高校數(shù)量則呈現(xiàn)出上行趨勢，但數(shù)量均低于規(guī)模報酬遞增高校數(shù)量。說明整體而言，我國應(yīng)適度控制高校人文社會科學(xué)類的投資規(guī)模，提高科研效率。從單獨的六所高校來看，除北京大學(xué)、復(fù)旦大學(xué)和北京師范大學(xué)達到DEA絕對有效外，中國人民大學(xué)和清華大學(xué)處于規(guī)模報酬遞減狀態(tài)，需要適度縮減投資規(guī)模；而上海交通大學(xué)則處于規(guī)模報酬遞增的階段，需要擴大科研投資規(guī)模，提高其科研產(chǎn)出。

總的來說，自2013年到2018年，“雙一流”高校人文社會科學(xué)類的科研效率在波動中不斷增長變動，每個高校的投入不同，效率也隨之波動，應(yīng)根據(jù)每年的實際情況進行政策調(diào)整，推動效率的提高。

在同樣的思路下，我們對2013-2018年自然科學(xué)類的64所“雙一流”高等院校科研效率進行了分析。分析結(jié)果顯示，2013年自然科學(xué)類高校綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率均值分別為0.754、0.783、0.927，2018年三個指標(biāo)的均值為0.754、0.807和0.939。從指標(biāo)來看，2018年高校自然科學(xué)類的總和技術(shù)效率、純技術(shù)效率和規(guī)模效率較2013年均有了顯著的提高；2013年有15所高校的綜合技術(shù)效率達到了DEA有效；而2018年綜合技術(shù)效率達到了DEA有效的高校為10所，較2013年有大幅下降。

圖2-4 自然科學(xué)高?？蒲行嗜齻€指標(biāo)走勢

圖2-5 自然科學(xué)類高校規(guī)模報酬變化趨勢

通過圖2-4我們可以看出，自2014年以來，我國自然科學(xué)高?？蒲挟a(chǎn)出效率三個指標(biāo)均呈現(xiàn)出上行趨勢，2016年這一趨勢出現(xiàn)了下降，而2017年后再次出現(xiàn)了明顯的提升。這與我國2015年和2017年兩次提升和實施“雙一流”高校建設(shè)政策的時間節(jié)點高度吻合。從規(guī)模效率來看，2014年到2018年我國高校平均自然科學(xué)規(guī)模效率一直處于穩(wěn)步上升的趨勢，而純技術(shù)效率指標(biāo)的波動較大，自2013年到2018年出現(xiàn)了三次拐點，且規(guī)模效率顯著高于純技術(shù)效率。這說明2013-2018 高校自然科學(xué)類科研產(chǎn)出效率主要受到規(guī)模效率的影響。下面我們以北京大學(xué)、清華大學(xué)、復(fù)旦大學(xué)、上海交通大學(xué)、北京交通大學(xué)以及北京科技大學(xué)六所高校為例，分別對其自然科學(xué)類科研產(chǎn)出效率進行分析。

圖2-6 2013-2018年部分高校自然科學(xué)類科研產(chǎn)出效率走勢

通過圖2-6我們可以看出，北京大學(xué)自然科學(xué)類科研產(chǎn)出的純技術(shù)效率和規(guī)模效率一直呈現(xiàn)反向變動的趨勢且波動較大，2018年北京大學(xué)純技術(shù)效率大幅下降，規(guī)模效率超過了其純技術(shù)效率，說明北京大學(xué)自然科學(xué)類科研資源使用效率不足，投資規(guī)模對科研產(chǎn)出影響較大。清華大學(xué)2015 和2016年純技術(shù)效率值為1，說明在2015-2016年其科研資源使用效率達到了最優(yōu)，但2017年后純技術(shù)效率值出現(xiàn)了下降；規(guī)模效率值一直處于較低的狀態(tài)，說明投資規(guī)模對其科研產(chǎn)出的影響有限。復(fù)旦大學(xué)的純技術(shù)效率在2015年出現(xiàn)了一次大幅度的下降，其后逐漸上升并維持在較高水平，說明其自然科學(xué)類科研資源使用效率不斷優(yōu)化；規(guī)模效率一直居高不下說明投資規(guī)模對其科研產(chǎn)出影響較大。上海交通大學(xué)在2016年以前，純技術(shù)效率和規(guī)模效率波動較大，2016年后純技術(shù)效率值保持在1的水平，說明其科研資源使用效率達到了最優(yōu)；規(guī)模效率一直處于下降的趨勢，說明投資規(guī)模對其科研產(chǎn)出的影響不斷減小。北京科技大學(xué)的純技術(shù)效率自2013年呈現(xiàn)出不斷上升的趨勢，但2017年出現(xiàn)了大幅的下降，說明其科研資源利用率不斷下降；規(guī)模效率自2015年起處于不斷上升的趨勢，且數(shù)值較高，說明投資規(guī)模對其科研產(chǎn)出的影響不斷提高。北京交通大學(xué)的純技術(shù)效率值自2013年起一直為1，說明2013-2018年其自然科學(xué)類科研資源的使用效率一直處于最優(yōu)狀態(tài)；規(guī)模效率在2014年出現(xiàn)過波動后，其值在其他年份穩(wěn)定為1，這說明北京交通大學(xué)在近年來的純技術(shù)效率和規(guī)模效率同時有效，達到了DEA絕對有效。

從總體規(guī)模報酬來看，2013年規(guī)模效率遞增的高校為16所，而2018年這一數(shù)字為29所；2013年規(guī)模效率遞減的高校為31所，而2018年為20所。圖2-5為2013-2018年我國自然科學(xué)類高校規(guī)模報酬增減趨勢，通過圖2-5我們可以看出，2013-2018年我國自然科學(xué)類高校的規(guī)模效率遞減數(shù)量呈現(xiàn)出先增后減的趨勢，而規(guī)模報酬遞增的高校數(shù)量呈現(xiàn)出先減后增的趨勢，2018年規(guī)模效率遞增的高校數(shù)量超過了規(guī)模效率遞減的高校，這說明我國整體自然科學(xué)類高校仍可以加大科研投入力度，促進科研產(chǎn)出。從單獨六所高校來看，2018年除北京交通大學(xué)達到了DEA絕對有效，北京大學(xué)、清華大學(xué)、復(fù)旦大學(xué)、上海交通大學(xué)以及北京科技大學(xué)均處于規(guī)模報酬遞減的狀態(tài)，需要縮減投入，提高科研產(chǎn)出效率。

總的來說，自2013年到2018年，“雙一流”高校自然科學(xué)類的科研效率持續(xù)增長，純技術(shù)效率的影響作用不斷增強，與人文科學(xué)類相比，同類學(xué)校的自然科學(xué)科研投入支出較多，獲得科研產(chǎn)出情況較為理想。

三、結(jié)論與建議

通過利用DEA-BCC模型，本文從靜態(tài)角度分析了2013-2018年“雙一流”高?？蒲挟a(chǎn)出效率和每年的效率指標(biāo)，并利用Malmquist模型從動態(tài)角度分析得到2013-2018年平均的效率分解指標(biāo)與全要素生產(chǎn)率。通過對2013-2018年全國“雙一流”高校人文社會科學(xué)和自然科學(xué)的科研效率指數(shù)進行對比分析。研究發(fā)現(xiàn)，目前我國大部分“雙一流”高校已達到DEA有效狀態(tài)，但仍有部分高校存在科研投入與產(chǎn)出效率不成正比的問題。因此，各高校應(yīng)因地制宜提高科研投入產(chǎn)出水平，從而提升中國“雙一流”高校建設(shè)水平。

注釋：

[1]國務(wù)院.《統(tǒng)籌推進世界一流大學(xué)和一流學(xué)科建設(shè)總體方案》[EB/OL].http://www.gov.cn/xinwen/2015-11/05/content_2960898.htm.

[2]中央人民政府.統(tǒng)籌推進世界一流大學(xué)和一流學(xué)科建設(shè)實施辦法（暫行）[EB/OL].http://www.gov.cn/xinwen/2017-01/27/content_5163903.htm#1.

[3]閆海燕.浙江省高校科技創(chuàng)新能力評估研究[D].杭州：浙江工業(yè)大學(xué),2001.

[4]梅軼群,張燕.高?？萍紕?chuàng)新能力的分析和評價[J].技術(shù)經(jīng)濟,2006,(5):74-77.

[5]孫孝科.高校科技創(chuàng)新:意蘊與系統(tǒng)結(jié)構(gòu)[J].廣西社會科學(xué),2006,(1):190-193.

[6]邵一華.國家創(chuàng)新系統(tǒng)中的大學(xué):國際比較研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理,2002,(3):9-12.

[7]張煒,楊選留.國家創(chuàng)新體系中高校與研發(fā)機構(gòu)的作用與定位研究[J].研究與發(fā)展管理,2006,(4):97-103.

[8]Stevens,P.A.A Stochastic Frontier Analysis of English and Welsh Universities[J].Education Economics,2005,14(4):355-374.

[9]Izadi,H.,Johnes,G.,Oskrochi,R.&Crouchley.Stochastic FrontierEestimation of A CES Cost Function:Thecase of Higher Education in Britain[J].Economics of Education Review,2002,(21):63-71.

[10]Horne,J.& Hu,B.Estimation of Cost Efficiency of Australian Uuniversities[J].Mathematics and Computers inSimula,2008,(78):266-275.

[11]Kempkes,G.,& Pohl,C.The Efficiency of German Universities:Some Evidence from Non-Parametricand Methods[J].Applied Economics,2010,42(16):2063-2079.

[12]Giovanni Abramo,Ciriaco Andrea D’angelo,Fabio Pug-ni.The Measurement of Italian Universities’Research Productivity by a Non Parametric- Bibliometric Methodology[J].Scientometric,2008,2(76):225-244.

[13]Johnes,J.& Li Y.Measuring the Research Performance of Chinese Higher Education Institutions Using Data Envelopment Analysis[J].China Economic Review,2008,(19):679-696.

[14]張明,曹文獻,陳紅,等.對醫(yī)學(xué)學(xué)科帶頭人的綜合量化評價[J].南京部隊醫(yī)藥,1995,(5):63-66.

[15]鄧斌.高?？萍柬椖抗芾淼目冃гu估[J].國土資源科技管理,2000,(5):38-42.

[16]陸根書,劉蕾.不同地區(qū)教育部直屬高?？蒲行时容^研究[J].復(fù)旦教育論壇,2006,(2):55-59.

[17]徐娟.我國各省高?？蒲型度氘a(chǎn)出相對效率評價研究——基于數(shù)據(jù)包絡(luò)分析方法[J].清華大學(xué)教育研究,2009,30(2):76-80.

[18]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.