栗玉香 邊忠讓 張榮馨

一、引言

國內外對世界一流大學已有廣泛研究與探討。世界一流大學的內涵可以概括為能夠引領大學發(fā)展，具備“普遍主義”精神氣質(丁學良，2001[1])，始終位居全世界最前列、具備全球競爭力，達到卓越國際標準，具備服務國家社會發(fā)展和為全人類創(chuàng)造價值能力的綜合性研究型大學(王戰(zhàn)軍和劉靜，2018[2])。世界一流大學具有擁有一流師資隊伍、培養(yǎng)一流人才、產出一流成果、引領文化發(fā)展、參與國際治理等普遍特征，對一個國家、區(qū)域發(fā)展具有重要驅動作用。國家高度重視世界一流大學建設，出臺了一系列政策進行支持和指導。早在1998年5月，我國就提出“為了實現現代化，我國要有若干所具有世界先進水平的一流大學”(即“985工程”)?！?85工程”的實施為我國世界一流大學建設拉開序幕。2015年10月，國務院印發(fā)的《統(tǒng)籌推進世界一流大學和一流學科總體方案》，提出“統(tǒng)籌推進世界一流大學和一流學科建設，實現我國從高等教育大國到高等教育強國的歷史性跨越?！?017年9月，教育部、財政部、國家發(fā)展改革委聯合印發(fā)的《統(tǒng)籌推進世界一流大學和一流學科建設實施辦法(暫行)》對世界一流大學建設提出了政策目標，即推動一批高水平大學和學科進入世界一流行列或前列，加快高等教育治理體系和治理能力現代化，全面提升我國高等教育在人才培養(yǎng)、科學研究、社會服務、文化傳承創(chuàng)新和國際交流合作中的綜合實力?！半p一流”建設的提出和實施將我國世界一流大學建設推向新的層次。

政策支持下，國家為世界一流大學建設投入了大量的經費?！?85工程”一至三期，中央共投入經費554億元，地方配套共投入350.76億元。2017年“雙一流”建設高校名單公布以來，至2020年一流大學建設高校的經費預算四年間平均增長了31.29%，清華大學更是因經費預算超300億元引起社會關注。此外，在中央財政的支持引導下，有11個省份明確提出了“雙一流”建設的經費保障計劃，規(guī)模達400億元?；谡弑Ｕ虾徒涃M投入傾斜，一流大學建設高校的生均教育經費比其他普通高校至少高一倍。構建高質量教育體系不僅要求一流大學建設有充足的經費投入，更依賴于高效率地使用教育經費。我國一流大學建設的經費投入效率如何？高投入是否帶來了高產出？如何進一步提升經費使用效率？基于這些問題，本文首先根據國際標準構建了適用于我國一流大學建設的經費投入產出指標，依據34所一流大學建設高校2015—2019的面板數據，運用三階段DEA方法，濾除環(huán)境因素和隨機因素的影響，計算一流大學建設高校經費投入的效率值；其次，運用面板固定效應Tobit模型，分析經費投入和使用結構對經費投入技術效率、純技術效率和規(guī)模效率的影響；最后，總結研究的主要結論，提出政策建議。對一流大學建設高校經費投入效率及其影響因素進行實證分析，不僅能夠在理論上豐富高等教育經費投入與產出的研究成果，為教育生產理論提供更豐富的經驗證據，而且在實踐上也為我國高校建設一流大學的經費投入和使用提供決策依據，進而促進“雙一流”建設和高等教育高質量發(fā)展。

二、文獻回顧

教育經費投入效率本質上是教育投入產出的依賴關系，即各類教育經費投入通過教育生產過程能夠獲得的最大產出，體現為教育生產效率。對高校生產效率問題的研究已經取得了較豐富的成果，相關的研究主題主要集中在資源配置總體效率、科研效率、人才培養(yǎng)效率等方面。研究對象包括高校效率地域間的空間格局，各級各類高校的效率對比，“985”、“211”、部屬高校、“雙一流”建設高校等類別的效率。研究方法主要包括參數法和非參數法。參數法即構建生產函數模型，分析實際產出與最大可能產出或實際成本與理論最小成本之間的關系。由于教育生產過程仍舊是一個“黑箱”，參數法的函數設定往往根據研究者的經驗來判斷，常用的函數形式包括線性函數(由由等，2016[3]；Agasisti和Belfield，2017[4])、二次函數(Cohn等，1989[5]；Hashimoto和Cohn,1997[6]；成剛和吳克明，2007[7]；毛建青等，2021[8])、CES函數(Izadi等，2002[9]；方超和黃斌，2019[10])等形式。運用面板數據進行隨機前沿分析(SFA)已成為參數法的主流。非參數法因不需要預設函數形式、能夠處理多投入產出問題應用更加廣泛，最常用的分析方法為數據包絡分析法(DEA)。傳統(tǒng)DEA具有諸多限制和不足，研究者在其基礎上衍生出不同的方法進行分析，如Malmquist指數分析兩年之間的效率動態(tài)變化(張惠琴和尚甜甜，2015[11])、視窗分析法分析不同時間段的效率變化(李經路和閆維艷，2017[12])、博弈交叉效率模型解決地區(qū)內高校資源競爭的影響(張必勝，2019[13])、bootstrap-DEA對效率值進行糾偏(劉巍和宮舒文，2018[14])、滯后DEA考慮教育投入產出的滯后性(陳洪轉等，2011[15])、超效率DEA使得效率值可以大于1(段曉梅，2019[16])、三階段DEA分離管理無效率(李康和范躍進，2021[17])。

不同研究方法對高校效率計算結果的影響并不一致，有的研究發(fā)現不同方法的研究結果呈現高相關性(Bates,1997[18])，有的研究則發(fā)現不具有相關性(Cubbin和Zamani,1996[19]；Johnes,1998a[20])。對研究結果影響較大且持續(xù)爭論不休的是投入產出指標的選擇。投入指標圍繞人(教師數量、職稱和學歷等)、財(不同來源和類別的經費額和資產額等)、物(建筑面積、校舍面積、圖書等)等方面進行選擇。產出指標圍繞著教學、科研、社會服務三個方面，但具體的指標選擇較為寬泛，較多使用學生數量、論文數、課題數等數量型指標，而分析高校效率最大的問題是缺乏統(tǒng)一的、全面的產出質量指標(Massy等,2013[21])。也有研究發(fā)現盡管投入指標的選擇存在差異，高校效率的排序結果是穩(wěn)健的(Johnes等,1993[22]；成剛和孫志軍，2008[23])。雖然不同的研究存在較大的結論差異，但高校效率具有提升空間(Ng和Li，2000[24]；陸書根和劉蕾，2006[25])、校際間和地域間差異較大(沈能和宮為天，2013[26]；Guccio等，2015[27]；張海波等，2021[28])、規(guī)模效率低于純技術效率(陳嵩，2000[29]；劉亞榮，2001[30])、存在規(guī)模經濟和范圍經濟(Lloyd等,1993[31];成剛，2006[32])等特征在諸多研究中得以論證。

更為關鍵的問題是高等教育的效率受哪些因素的影響?，F有的研究主要從高校外部環(huán)境和內部特征尋找因素。外部環(huán)境的影響因素考慮了地區(qū)經濟條件(張曉秋等，2009[33])、政治環(huán)境(劉天佐和許航，2018[34])、產業(yè)結構(楊勁松，2018[35])、政府投入(王燕等，2016[36]；許曉東和智耀徵，2021[37])等因素，內部特征的影響因素考慮了行政管理(Levin，1991[38])、學術環(huán)境(Cherchy和Abeele，2005[39])、學校規(guī)模(Wolszczak-Derlacz，2017[40])、經費規(guī)模與結構(Gulbrandsen和Smebyb，2005[41])等因素。但這些因素的影響效果未形成一致性的結論，存在正向影響、負向影響、無影響等不同結論。

現有的研究使用回歸分析、DEA等現代計量方法為高等教育生產效率和效率影響因素提供了大量的經驗證據。但是教育生產過程的“黑箱”仍未被打開，不同的研究結果也存在差異。現有的關于高校效率的研究還存在如下問題：第一，缺乏純粹的經費投入效率研究。經費投入作為流量指標經常與校舍、資產等存量指標混用，導致投入指標體系存在邏輯缺陷。第二，產出的衡量指標較單一。多數研究用學生數量或科研產出作為高等教育投入的產出，忽略了更廣泛、更長期結果的重要影響。第三，部分回歸方法無法解決教育投入產出的內生性問題，其結果無法體現因果效應。第四，由于面板數據較難獲得，選擇固定效應模型的研究相對較少。研究學校層面經費投入產出的關系，不僅應控制學校特征，且應控制地區(qū)特征。針對上述問題，本文分析政府、個人、社會對一流大學建設高校的經費投入，構建純粹的經費投入指標；結合國際標準和中國特色，從國際聲譽、教學能力、科學研究和國際合作多維度構建符合我國一流大學建設目標的產出指標體系；采用三階段DEA方法，避免對教育生產函數的預設，且考慮到地區(qū)的環(huán)境特征對效率的影響；運用固定效應模型控制高校個體特征分析效率的影響因素。

三、研究方法與模型設定

(一)三階段DEA

DEA方法因無需預設具體的生產函數、能夠處理多投入多產出問題等優(yōu)點，被廣泛運用于多條件約束下綜合事物的效率評價。但該方法并未考慮隨機誤差和環(huán)境因素的影響，會導致效率計算結果被高估或低估(Bratti,2002[42])。三階段DEA則可以有效解決該缺陷，其基本思路包括如下三個階段：

1.投入導向型DEA-BCC模型。

第一階段運用傳統(tǒng)DEA方法進行效率分析，獲得樣本高校的初始效率值和投入指標的松弛變量值。經費投入效率評估中投入變量是決策的基本變量，因此選擇投入導向型DEA-BCC模型進行分析。BCC模型將技術效率(TE)分解為純技術效率(PTE)與規(guī)模效率(SE)的乘積，并使規(guī)模報酬可變，解決了某些高校可能處在遞增或遞減的變動規(guī)模報酬下生產的問題。其模型可表達為：

2.SFA回歸模型。

第二階段運用SFA模型將投入松弛變量分解成環(huán)境因素、統(tǒng)計噪聲和管理因素三個解釋變量的函數：

Sik=f(Zk,βi)+Vik+Uik

(i=1, 2, …,m;k=1, 2, …,n)

3.調整數據后的DEA模型。

第三階段將SFA回歸結果調整的經費投入值重新代入DEA-BCC模型中評估效率值。所得結果為不受環(huán)境因素和隨機誤差影響的效率值，能夠體現管理無效率的情況。調整公式為：

(i=1, 2, …,m;k=1, 2, …,n)

(二)Tobit回歸模型

通過DEA方法計算出一流大學經費投入效率值后，進一步構建Tobit回歸模型分析管理無效率的影響因素。由于DEA效率值受限于[0,1]之間，直接進行回歸會導致估計量不一致，需采用Tobit回歸模型進行最大似然估計。為控制不隨時間變化的影響因素，使用Tobit固定效應進行分析。高等教育生產函數中經常使用二次函數形式(Baumol等,1982[43])，可以探討自變量對因變量影響的理論極值。本文運用二次函數形式構建Tobit固定效應模型：

四、變量選取與數據說明

根據研究方法和模型，需選取投入和產出變量計算DEA效率值；選取環(huán)境變量進行SFA回歸；選取效率影響因素變量進行Tobit回歸。具體變量和數據說明如下。

(一)投入變量選取

高等教育是同時具備私人性和外部性的準公共物品。根據“誰收益、誰付費”的成本分擔原則，高等教育的辦學經費應由政府、個人和社會共同承擔(王善邁，2000[44])。政府、個人和社會對高校投入的經費分別為財政撥款、事業(yè)收入和捐贈收入。此外，高校的經費來源還包括經營收入、附屬單位上繳收入等其他經費。因此，最終選取財政撥款經費(I1)、事業(yè)經費(I2)、捐贈經費(I3)和其他經費(I4)作為世界一流大學建設高校經費投入指標。

(二)產出變量選取

我國一流大學的建設基本原則和總體目標是以世界一流為目標，以學科為基礎，培養(yǎng)一流人才，產出一流成果?，F有文獻中經常使用的學生數、論文數、專著數、鑒定成果數等產出指標并非國際性指標，也無法體現世界一流大學的特征。周光禮(2010)[45]認為世界一流大學特質歸納了七大要素特征，即具有一流的國際聲譽、具有世界一流的師資隊伍、具有世界一流的優(yōu)勢學科、培養(yǎng)出大批的精英人才、具有充足而靈活的辦學資源、具有完善的管理構架、具有較高的國際化水平。世界四大權威大學排名機構——QS世界大學排名、泰晤士高等教育世界大學排名、U.S.News世界大學排名、軟科世界大學學術排名對一流大學的評價從聲譽、教學、研究、國際化水平等方面構建指標體系(表1)。綜合我國世界一流大學建設的任務和目標以及世界大學排名的評價體系，本文從國際聲譽、教學能力、科學研究、國際合作四個維度構建了一流大學建設的產出指標體系。考慮到數據的可獲得性和可用性，國際聲譽根據QS世界大學排名進行賦值(O1)，賦值計算公式為(1 000-QS排名)/100，排名低于1 000名的高校賦值為0。教學能力用百名學生擁有教師數(O2)衡量，一個教師所要指導的學生越少，那么每個學生得到的指導越多，學生培養(yǎng)質量就越高(丁學良，2001[41])。世界一流學科的標志是取得世界一流的學術成果，用ESI前1%學科數(O3)衡量高校的一流學術產出。此外，將論文篇均引用數(O4)作為科學研究影響力的評價指標。西安交通大學高等教育研究所綜合學生國際化、教師國際交流、中外合作辦學、科研國際化、文化交流、國際顯示度、國際化保障等指標全面地對“雙一流”建設相關高校、教育部直屬高校的國際化水平進行分值測算和排名(URI)，本文用其公布的大學國際化水平得分(O5)作為國際合作產出評價指標。

表1 2021年世界四大大學排行榜指標體系

(三)環(huán)境變量選取

我國一流大學建設高校分布于全國東、中、西部不同城市，地域之間經濟、政治、教育發(fā)展等外部環(huán)境存在巨大差異，這些環(huán)境差異必然體現在高校經費投入生產過程中。經濟發(fā)展水平的高低源于經濟生產效率的高低，經濟生產效率是否會外溢至高校？以Friedman為代表的新自由主義經濟學質疑政府配置教育資源的效率，政府配置教育資源的程度是否會影響高校經費投入效率？行業(yè)在空間上集中能夠在某種程度上對組織中知識進行傳播和共享，進而提高組織效率。那么，高等教育的行業(yè)聚集是否會帶動一流大學建設高校的經費投入效率？市場競爭理論認為市場中提供相同產品和服務的組織越多，組織在利潤驅動下則會提高效率，一流大學建設高校之間是否存在該競爭效應影響？為解答這些問題，本文選取城市人均GDP(E1)、財政教育支出比例(E2)、高校數量(E3)、一流大學數量(E4)作為環(huán)境變量，用SFA模型分析環(huán)境變量對投入松弛變量的影響。

(四)效率影響因素變量選取

現有的研究經常將高校內部的經費規(guī)模與結構作為影響高校生產效率的重要因素，但往往僅限于對財政撥款收入的探討，忽視了事業(yè)收入、捐贈收入以及經費支出結構的影響。為細化經費結構的影響，選取財政撥款占比(X1)、事業(yè)經費占比(X2)、捐贈經費占比(X3)等變量分析經費投入結構的影響，選取體現學校日常運轉必須經費的基本支出占比(X4)分析經費支出結構的影響。此外，將高?？偸杖?X5)、學生數量(X6)、高考錄取分數線(X7)作為控制變量。

(五)數據說明

因北京航空航天大學、北京理工大學、哈爾濱工業(yè)大學、國防科技大學、西北工業(yè)大學、鄭州大學、新疆大學、云南大學8所高校相關數據不全，本文的研究對象為2017公布的42所一流大學建設高校的其他34所高校。研究的時間跨度為2015—2019年。上文所選取的變量的定義和來源如表2所示，描述性統(tǒng)計如表3所示。DEA模型要求投入和產出滿足“同向性”假定，即投入和產出不能存在顯著的負相關關系。一流大學經費投入和產出指標的Pearson相關系數檢驗(表4)結果表明，所有的投入與產出指標均存在正相關關系，除捐贈經費與百名學生擁有教師數的相關性在10%的水平上不顯著外，其他均在5%的水平上具有顯著的正相關，滿足DEA對變量的要求。

表2 一流大學建設高校投入、產出、環(huán)境因素和效率影響因素變量的定義及來源

表3 一流大學建設高校投入、產出、環(huán)境因素和效率影響因素變量的描述性統(tǒng)計

表4 投入指標和產出指標的Pearson相關系數分析結果

五、實證結果分析

(一)第一階段BCC模型實證結果分析

利用DEAP2.1軟件對34所一流大學建設高校經費投入和產出原始值進行第一階段的DEA效率值計算：2015—2019年的技術效率、純技術效率、規(guī)模效率均值分別為0.895、0.962、0.931。年均有8所一流大學建設高校因存在經費投入冗余而未實現DEA有效，這些高校財政撥款收入、事業(yè)收入、捐贈收入、其他收入的平均冗余率分別為17.64%、25.52%、38.69%、21.25%。但該結果未剔除環(huán)境因素和隨機因素的影響，不能反映真實的管理無效率水平。下文將通過第二階段的SFA回歸弄清環(huán)境因素和隨機因素如何影響效率結果。

(二)第二階段SFA回歸結果分析

運用frontier4.1將第一階段得出的經費投入松弛變量作為因變量，環(huán)境因素作為自變量，進行SFA回歸分析，以分解環(huán)境因素、隨機因素和管理無效率對經費投入效率的影響程度?；貧w結果的單邊廣義似然比檢驗(LR test of the one-sided error)在1%的水平上顯著，拒絕不存在無效率項的原假設，說明SFA模型的設定是合理的(表5)。各項經費投入松弛變量回歸結果的γ值均為0.999，在1%的水平上顯著趨近于1，說明管理因素在效率值中占主導地位。環(huán)境因素對經費投入效率的影響呈現如下特征。

表5 第二階段SFA回歸結果

第一，經濟發(fā)展效率能夠對財政撥款和事業(yè)經費投入效率產生正向作用。城市人均GDP對財政撥款經費、事業(yè)經費松弛變量的影響系數在1%的顯著水平上均為負數。這說明一流大學建設高校所處城市的經濟發(fā)展水平越高，財政撥款經費、事業(yè)經費的松弛變量越低，也即意味著城市經濟發(fā)展水平對一流大學建設高校財政撥款經費、事業(yè)經費的投入效率有正向促進作用。其中，城市經濟發(fā)展水平對財政撥款投入效率的正向促進作用最為明顯，人均GDP每提升1萬 元，能夠降低1 165.612萬元的財政撥款投入冗余。經濟發(fā)展水平對捐贈經費和其他經費投入冗余的影響為正。因為高校在經濟發(fā)達地區(qū)能夠獲得更多的捐贈經費和其他經費，而捐贈經費和其他經費一般有固定的用途(如獎學金、校辦產業(yè)運轉)，并不能配置到最有效率的領域。

第二，政府配置教育資源能夠提升經費投入效率。財政教育支出比例對財政撥款經費、事業(yè)經費、捐贈經費、其他經費松弛變量的影響系數在1%的顯著性水平上均為負數。這說明政府參與配置教育資源的程度越高，一流大學建設高校的經費投入效率越高。政府對教育的財政投入每增長1%能夠使財政撥款經費投入的松弛變量降低1 957.285萬元，事業(yè)經費投入松弛變量降低1 774.542萬元，捐贈經費投入松弛變量降低32.698萬元，其他經費投入松弛變量降低800.540萬元。該結果與方超和黃斌(2019)[10]論證政府配置教育資源能夠提高高等教育的產出效率的研究結果是一致的。

第三，高校聚集不能促進一流大學建設高校的經費投入效率。一流大學建設高校所在城市的高校數量對財政撥款經費、事業(yè)經費和其他經費松弛變量的影響系數在1%的顯著性水平上為正數，對捐贈經費松弛變量的影響系數在1%的顯著性水平上為負數，但系數(-8.070)遠小于另外三項經費松弛變量的正向影響系數。綜合來看，高校的聚集對一流大學建設高校經費投入效率具有負向作用。城市具有有限的空間和公共資源，如果一個城市內高校越多，一流大學建設高校能夠獲得的“生存空間”越少，進而影響經費的投入產出效率。行業(yè)聚集效應對效率的正向作用未體現，可見高等教育內部具有層次性，區(qū)域內一流大學建設高校與非一流大學建設高校不具有同質性，無法形成行業(yè)聚集。

(4)同地域內一流大學建設高校的“競爭”能夠有效促進經費投入效率。相同城市內一流大學建設高校數量對財政撥款、事業(yè)經費和其他經費松弛變量的影響系數均顯著為負數，且系數值較大，分別為-5 759.062、-6 492.670、-3 785.072。同地域內一流大學建設高校的數量越多，即同市場內提供相同水平教育服務的高校越多，高校之間必然會產生一定的“競爭”關系并通過更有效進行教育生產表現出來，該“競爭”關系的影響效應相較于其他環(huán)境因素的影響更高。城市內一流大學建設高校數量對捐贈經費松弛變量具有正向影響作用，但其系數值不高。一流大學建設高校之間的“競爭”作用在捐贈經費上較難發(fā)揮作用，因為捐贈經費主要來自與高校直接相關的關系圈，如校友。

(三)第三階段調整后經費投入效率分析

根據第二階段SFA回歸結果調整經費投入變量，濾除環(huán)境因素和隨機因素的影響，重新進行BCC模型的效率值計算。2015—2019年一流大學建設高校經費投入的真實技術效率、純技術效率、規(guī)模效率均值分別為0.924、0.973、0.950，高于第一階段的效率值。各年份內，第三階段的效率值均有效糾正了第一階段效率值被低估的問題，同時二者具有同樣的變化趨勢(圖1)。2015—2017年，一流大學建設高校經費投入的技術效率從0.936逐步降低至0.895，效率降低的主要原因是規(guī)模效率的降低。2017年后，技術效率在2018年明顯提升至0.944，提升的主要原因也來源于規(guī)模效率。2019年技術效率穩(wěn)定在0.945，盡管純技術效率穩(wěn)步提升，但規(guī)模效率略微降低。與該變化趨勢對應的事件是，2017年教育部確定了“雙一流”建設的具體方案，并公布了42所一流大學建設高校的名單，可以說，2017年是一流大學建設正式開啟元年。一流大學建設方案實施后，經費投入效率不斷下降的趨勢得以逆轉。

圖1 2015—2019年一流大學建設高校三階段DEA效率值調整前后變化

從各高校的效率值來看，2015—2019年能夠達到DEA有效的高校數分別為17所、15所、14所、18所、21所，2017年前后同樣呈現“先降后增”的趨勢。各年穩(wěn)定實現DEA有效的高校包括中國農業(yè)大學、北京師范大學、中央民族大學、南開大學、華東師范大學、南京大學、中南大學、蘭州大學8所高校(表6)。未達到DEA有效既有純技術效率的因素也有規(guī)模效率的因素，純技術效率普遍高于規(guī)模效率。17所高校各年技術效率均值大于等于0.9且小于1；6所高校效率均值大于等于0.8且小于0.9；3所高校效率均值小于0.8，分別是清華大學(0.592)、北京大學(0.689)、吉林大學(0.738)。將各高校按照所在地域進行劃分，東、中、西部的一流大學建設高校經費投入效率呈現“西部最高、東部次之、中部最低”的特征。西部地區(qū)的6所一流大學建設高校技術效率平均值為0.962；東部地區(qū)的22所一流大學建設高校技術效率平均值為0.927；中部地區(qū)的6所一流大學建設高校技術效率平均值為0.878。西部地區(qū)效率值較高的主要來源于規(guī)模優(yōu)勢，其規(guī)模效率平均值在三地區(qū)中最高，為0.980，這與西部地區(qū)高校學生規(guī)模較高相關。另外，文中西部地區(qū)樣本高校分布在重慶、成都、西安、蘭州，均為西部地區(qū)經濟較發(fā)達的大城市，并非欠發(fā)達地區(qū)，生產水平和管理水平相對較高，這決定了西部地區(qū)樣本高校的平均純技術效率較高(0.981)，略低于東部地區(qū)的高校。東部地區(qū)樣本高校效率提升的關鍵在于提升規(guī)模效率，中部地區(qū)樣本高校效率提升的關鍵在于提升純技術效率。

表6 2015—2019年一流大學建設高校第三階段DEA效率平均值

盡管一流大學建設高校的平均經費投入效率在0.9以上，但仍舊具有一半左右的樣本高校在純技術效率和規(guī)模效率的共同影響下未達到DEA有效。核心問題是：樣本高校效率不足的程度如何？投入產出應如何調整以進一步提高效率表現？

研究顯示，樣本高校純技術效率水平較高，且效率值小于1的高校數量逐年降低(表7)。純技術效率小于1即說明經費投入和產出未達到現有技術水平下的最優(yōu)值，導致存在產出不足或經費冗余。基于實際的經費投入，國際聲譽產出需進一步提升的樣本高校數量2017年和2018年增加至4所后，2019年又降低至2所，這些高校的QS排名可以提升100名左右。百名學生擁有教師數產出需進一步提升的樣本高校從2015年的8所逐年降低至2019年的1所，其產出不足的數值也逐步從1.292降低至0.680。ESI前1%學科數產出不足的樣本高校數量從2015年的3所增加至2018年的7所，2019年降低為2所。2018年產出不足的數值也最高，7所高校ESI前1%學科數需平均增加4.065個。2019年盡管產出不足的高校僅2所，但需提高的ESI前1%學科數無明顯降低，平均為3.944。論文篇均引用數產出不足的高校數量2015—2018年穩(wěn)定在5～6所，但不足的平均值從3.060逐步降低至1.774。2019年產出不足的高校數量為3所，不足的平均值為2.448。大學國際化水平得分產出不足的高校數量2015—2018年穩(wěn)定在3～4所，國際化水平得分需平均增加2分左右。2019年所有樣本高校的大學國際化水平得分均不存在產出不足?；趯嶋H的產出，財政撥款投入2015—2017年存在投入冗余的樣本高校，高校數量從5所降低至2所，冗余的平均數值從51 996.149萬元降低至25 811.525 萬元。2018年和2019年所有樣本高校均不存在財政撥款投入冗余。事業(yè)經費投入存在冗余的樣本高校數量2015年最高，有10所，冗余經費的平均值為39 218.908萬元。2016—2018年波動下降后，2019年所有樣本高校均不存在事業(yè)經費投入冗余。捐贈經費投入存在冗余的樣本高校數量2015—2018年穩(wěn)定在4～5所，冗余投入的平均值2 962.335萬元至9 673.944萬元不等。2019年僅1所樣本高校存在捐贈經費投入冗余，冗余值為6 893.432萬元。其他經費投入2016和2019年所有樣本高校均不存在冗余，2015年、2017年、2018年有3～4所樣本高校存在冗余，平均冗余值6 239.655萬元至42 540.052萬元不等。

表7 2015—2019年一流大學建設高校產出不足與投入冗余值

研究還顯示，規(guī)模效率導致的不效率更為廣泛。實現規(guī)模報酬不變的樣本高校均達到了DEA有效，其他樣本高校因為規(guī)模報酬遞增或遞減使得規(guī)模效率值偏離有效值1。其中，規(guī)模效率遞減是導致規(guī)模不效率的主要原因，2015—2019年分別有14所、11所、19所、12所、12所樣本高校規(guī)模效率遞減，而規(guī)模遞增的樣本高校各年分別為3所、8所、1所、4所、1所(表8)。這說明當前一流大學建設高校的經費投入規(guī)模已經達到一個飽和狀態(tài)，進一步提升經費投入規(guī)模并不會為效率不足的樣本高校帶來產出的增加。

表8 2015—2019年規(guī)模不變、遞減、遞增的一流大學建設高校經費投入數量 單位：所

(四)經費投入效率影響因素分析

利用Stata15.0對調整后的效率值進行面板固定效應Tobit回歸，分析一流大學建設高校的內部特征對經費投入效率的影響。Hausman檢驗的結果拒絕固定效應與隨機效應估計系數一致的原假設，選擇固定效應更有效。回歸結果(表9)的Chi2值(卡方值)在1%的水平上顯著，說明模型設定是有效的。從經費投入結構來看，財政撥款占比平方項對效率的影響在1%的統(tǒng)計水平上顯著為正，財政撥款占比對效率的影響呈“U型”，分別當財政撥款占比達到49.496%、44.236%、51.852%時(表9)，技術效率、純技術效率和規(guī)模效率達到最低點。超過該臨界值，增加財政撥款占比能夠提高技術效率、純技術效率和規(guī)模效率。一流大學建設高校2015—2019年的財政撥款占比從50.100%下降至43.658%(表10)，該下降的趨勢對應了效率的提升。事業(yè)經費占比在10%的統(tǒng)計水平上僅對純技術效率產生顯著影響，該影響為“U型”，當事業(yè)經費占比小于26.743%時，純技術效率不斷降低，大于該臨界值后，純技術效率隨之增加。2015—2019年，一流大學建設高校的事業(yè)經費占比從36.739%提升至38.229%，該增長趨勢能夠帶來純技術效率的提升。捐贈經費占比在10%的統(tǒng)計水平上對技術效率有顯著影響，該影響也為“U型”，其最低點為5.083%。捐贈經費占比小于最低點對技術效率產生負向影響。2015—2019年，一流大學建設高校的捐贈經費占比平均為1.104%，在該水平上，增加捐贈經費占比會降低技術效率。從經費支出結構來看，基本支出占比平方項對純技術效率的影響系數在1%的統(tǒng)計水平上顯著為負，意味著基本支出對純技術效率的影響為“倒U型”，理論最優(yōu)點為57.896%。2015—2019年一流大學建設高校的基本支出占比從53.521%提高至62.055%，在最優(yōu)點左右波動?？刂谱兞恐?，高校的總收入和學生規(guī)模對效率的影響為負，進一步驗證了一流大學建設高校經費投入規(guī)模遞減的結論。

表9 一流大學建設高校經費投入效率面板固定效應Tobit回歸結果

表10 2015—2019年一流大學建設高校經費結構均值變化

六、結論與建議

本文運用三階段DEA-Tobit模型對34所一流大學建設高校經費投入的效率及其影響因素進行分析，主要研究結論為：

第一，一流大學建設高校經費投入效率較高。三階段DEA模型有效地解決了傳統(tǒng)DEA模型效率值低估的問題，剔除環(huán)境因素和隨機因素后，一流大學建設高校經費投入的平均技術效率、純技術效率、規(guī)模效率分別從0.895、0.962、0.931提高至0.924、0.973、0.950。

第二，一流大學建設高校經費投入效率具有“西部最高、東部次之、中部最低”的區(qū)域差異特征。東、中、西部一流大學建設高校的經費投入技術效率平均值分別為0.927、0.878、0.962。西部地區(qū)效率值較高主要來源于規(guī)模優(yōu)勢，東部地區(qū)樣本高校效率提升的關鍵在于提升規(guī)模效率，中部地區(qū)樣本高校效率提升的關鍵在于提升純技術效率。

第三，從高校個體效率值看，有一半左右的樣本高校受純技術效率和(或)規(guī)模效率的影響未達到DEA有效。純技術效率不足導致的經費冗余的情況至2019年有一所樣本高校的捐贈經費投入存在6 893.432 萬元的冗余，導致的產出不足情況為QS排名可提升100名左右，百名學生擁有教師數可增加1個單位，ESI前1%學科數可增加4個，論文篇均引用數可增加3個單位。規(guī)模效率導致的不效率更為廣泛，規(guī)模效率遞減是導致規(guī)模不效率的主要原因。

第四，城市人均GDP、財政投入教育的比例、一流大學建設高校數量對經費投入效率有正向作用。這說明經濟生產效率會外溢至高校；政府配置教育資源能夠提高一流大學建設高校的經費投入效率；一流大學建設高校之間存在“競爭效應”，而高等教育具有層次性，城市內擁有高校的數量多少并不能促進一流大學建設高校的經費投入效率。

第五，財政撥款、事業(yè)經費、捐贈經費占比對效率的影響呈“U型”，基本支出占比對效率的影響呈“倒U型”。財政撥款占比、事業(yè)經費占比、捐贈經費占比分別為49.496%、26.743%、5.083%時，一流大學建設高校的經費投入效率最低?；局С稣急葹?7.896%時，一流大學建設高校的經費投入效率最高。

為進一步提升一流大學建設高校的經費投入效率，本文提出如下建議：

第一，適當控制一流大學建設高校的規(guī)模。自1998年起我國大學經歷了多輪擴招，讓更多學子圓了大學夢，也推動我國高等教育進入了普及化階段。但大學擴招的背后也帶來了高等教育質量下滑的問題，引發(fā)了如何提高高等教育質量的討論。一流大學建設高校作為我國高等教育的“領頭羊”，其經費投入規(guī)模隨著學生規(guī)模不斷增加，平均總經費投入從2015年的47.648億元提高至2019年68.281億元。但一流大學建設高校的規(guī)模擴張已經為其經費投入效率帶來了負面影響，未達到規(guī)模效率的樣本高校平均在校生規(guī)模(4.491萬人)比達到規(guī)模效率的樣本高校(3.416萬人)高1.075萬人。如果不能改變教育生產的技術條件，需要以控制學生規(guī)模過度擴張為切入點，參照達到規(guī)模效率高校的規(guī)模將學生規(guī)?？刂圃?萬人左右，提高師生比、調節(jié)經費投入規(guī)模，促進科研產出與人才培養(yǎng)的協(xié)調發(fā)展，推進一流大學建設高校的高質量發(fā)展。

第二，提升一流大學建設高校的學術影響力。在當前的經費投入水平下，一流大學建設高校產出不足的問題較為明顯，尤其是ESI前1%學科數和篇均論文引用數兩項學術影響力指標。一流大學建設高校的建設目標是成為世界一流大學，而學術影響力是世界一流大學的“硬指標”。提升學術影響力首先要有一流研究素質的教師，一所大學的水平由其所擁有的教師水平來決定(張新民，2019[46])。應以優(yōu)質的學術環(huán)境提高一流師資的吸引力，組建獨立的行政體系的招聘委員會，在全球范圍內尋找最適合的人選。其次要有綜合的學科體系，不集中資金支持少數重點學科，牢固堅定樹立特色發(fā)展、錯位發(fā)展、多元卓越的辦學理念(常文磊和仇鴻偉，2016[47])。最后要有世界主義的研究議題，對世界上人類求知的奧妙領域進行探索，在知識創(chuàng)新、成果轉化及杰出人才培養(yǎng)上對世界做出更大貢獻(許長青，2018[48])。

第三，優(yōu)化一流大學建設高校的經費結構。在經濟進入新常態(tài)、財政收入增速減緩的背景下，“雙一流”建設財政保障面臨較大壓力，依賴財政撥款收入難以滿足加快世界一流大學建設的發(fā)展需求。對此，高校應繼續(xù)拓寬經費來源渠道，主動尋求更多收入來源，增加社會資金在高校經費收入中的比重(王戰(zhàn)軍等，2019[49])，形成多元化的經費收入結構。增加事業(yè)經費的投入比例，提高學費標準，在政府確定學雜費定價標準的基礎上，給予一流大學建設高校更多的定價自主權。完善高等教育捐贈制度，通過稅收、土地、財政等優(yōu)惠政策和社會榮譽等方式調動社會捐贈的積極性，不拘捐贈的形式和用途，充分發(fā)揮捐贈經費的效率。參照基本支出占比最優(yōu)值的計算結果，合理分配基本支出和項目支出的比例，維持6∶4的比值，降低對經費使用的限制，給予高校更多的管理權、分配權、決策權。

第四，建立經費投入效率監(jiān)督問責機制。將財政監(jiān)督貫穿一流大學建設高校資金運行的每一個環(huán)節(jié)，建立起事前監(jiān)督預警、事中跟蹤問效、事后檢查考評“三位一體”的財政監(jiān)督工作方式(馬海濤，2009[50])。徹底消除部分一流大學建設高校部門預決算信息不完全公開的現象，通過財務公開敦促經費投入效率的提升。構建多元主體參與的一流大學建設高校經費投入問責體系，對經費投入和使用效率進行考評，考評過程由教育部進行管理和操作，并向公眾公開過程和結果。設立經費投入效率獎勵基金，給予經費投入有效的一流大學建設高校額外的獎勵資金，由高校自主分配。