胡德鑫，陳潤(rùn)歌

（天津大學(xué) 教育學(xué)院，天津 300354）

一、問題提出

研究生教育處在高等教育系統(tǒng)的頂端，承擔(dān)著為國(guó)家培養(yǎng)拔尖創(chuàng)新人才的歷史重任，[1]。當(dāng)前，我國(guó)在學(xué)研究生人數(shù)已超過360 萬(wàn)[2]，教育規(guī)模居世界首位。為實(shí)現(xiàn)研究生教育現(xiàn)代化和內(nèi)涵式發(fā)展，2020 年9 月，教育部、國(guó)家發(fā)展和改革委員會(huì)、財(cái)政部聯(lián)合發(fā)布的《關(guān)于加快新時(shí)代研究生教育改革發(fā)展的意見》，要求培養(yǎng)單位按國(guó)家有關(guān)規(guī)定加大研究生培養(yǎng)的力度，統(tǒng)籌財(cái)政投入、科研經(jīng)費(fèi)、學(xué)費(fèi)收入、社會(huì)捐助等各種資源，確保對(duì)研究生教學(xué)、科研和資助的投入[3]。這表明研究生教育投入產(chǎn)出問題已經(jīng)上升到國(guó)家政策層面。

“優(yōu)化教育資源配置，可以優(yōu)化高等教育生態(tài)體系”[4]，因此學(xué)術(shù)界已圍繞此議題展開諸多研究。從研究對(duì)象上看，研究涉及學(xué)前教育至研究生教育的各層次，方超、金雙華、楊藝、李輝、王鑫等人分別對(duì)我國(guó)學(xué)前教育、普通高中以及本科教育的資源配置效率進(jìn)行了評(píng)價(jià)[5-7]。以研究生教育為研究對(duì)象的文獻(xiàn)主要是針對(duì)某些固定省份或院校展開的分析，如李保嬋、譚元元、彭莉君、余菡等人分別以單個(gè)省份、多所院校為對(duì)象開展資源配置效率評(píng)價(jià)研究[8-9]。從研究方法上看，研究主要運(yùn)用基于DEA（Data Envelopment Analysis）模型分析和相關(guān)的DEA-Tobit 分析法、三階段DEA 分析法、因子分析法等。運(yùn)用DEA模型可以避免由主觀設(shè)置權(quán)重所帶來的問題，在對(duì)研究效率做出客觀評(píng)價(jià)的基礎(chǔ)上分析具體的抑制因素，并提出改進(jìn)措施，如宋亞峰等人對(duì)高職教育資源配置效率的計(jì)量就采用了DEA 模型分析的方法[10]。DEA-Tobit 模型在解析教育資源配置效率的基礎(chǔ)上，運(yùn)用Tobit 回歸計(jì)算出影響效率水平的重要因子，如李玲、陶蕾利用該模型分析出我國(guó)義務(wù)教育資源配置效率整體呈上升態(tài)勢(shì)[11]。三階段DEA 模型通過增加SFA 回歸，在去除由環(huán)境與隨機(jī)誤差帶來的影響后得到真實(shí)效率，如楊宏進(jìn)、劉立群采用該研究方法探討高校科技創(chuàng)新績(jī)效[12]。還有學(xué)者利用因子分析的方法進(jìn)行效率計(jì)量，如劉源、張建功運(yùn)用因子分析法將12 組變量分解為投入與產(chǎn)出兩大維度，計(jì)算出我國(guó)各地研究生教育績(jī)效排名[13]。

總的來看，國(guó)內(nèi)學(xué)者對(duì)教育資源配置效率的研究較為豐富，但仍存在不足之處和提升空間。在研究對(duì)象上，相關(guān)研究雖涉及各教育層次與類型，但以職業(yè)教育和基礎(chǔ)教育為主，對(duì)研究生教育領(lǐng)域的分析還不充分；在研究數(shù)據(jù)上，部分研究以高等教育的相關(guān)數(shù)據(jù)替代研究生教育數(shù)據(jù)，不夠嚴(yán)謹(jǐn)和科學(xué)，研究結(jié)果代表性不強(qiáng)；在研究范圍上，現(xiàn)有的以研究生教育為主體的績(jī)效研究主要是針對(duì)固定省份或院校展開，范圍較小，樣本和變量的敏感性較差；在研究方法上，現(xiàn)有成果多集中于利用DEA 模型進(jìn)行靜態(tài)分析，對(duì)不同年限之間的動(dòng)態(tài)分析較少。基于此，本研究以我國(guó)31 個(gè)?。▍^(qū)、市）研究生教育資源配置為研究對(duì)象，對(duì)樣本數(shù)據(jù)以及指標(biāo)進(jìn)行合理選擇與構(gòu)建，在采用DEA 模型對(duì)研究生教育資源配置效率進(jìn)行靜態(tài)分析基礎(chǔ)上，結(jié)合2016—2020 年面板數(shù)據(jù)，采用Malmquist 指數(shù)法從動(dòng)態(tài)角度深度解讀研究生教育全要素生產(chǎn)率及其分解的年度間變化，以期為我國(guó)研究生教育資源的科學(xué)配置提供有益參考。

二、研究方法

（一）DEA-Malmquist 模型概述

DEA 最早由美國(guó)學(xué)者查恩斯和庫(kù)柏在20 世紀(jì)70 年代末提出，這是一種基于相對(duì)效率概念的非參數(shù)統(tǒng)計(jì)方法，一般被用來測(cè)量具有可比性的決策單元（DMU）的投入與產(chǎn)出的生產(chǎn)效率。DEA 模型基于線性規(guī)劃判斷決策單元對(duì)應(yīng)的點(diǎn)與有效生產(chǎn)前沿面的位置關(guān)系及其距離，可以有效克服其他傳統(tǒng)評(píng)價(jià)方法的局限，同時(shí)還可采用投影分析對(duì)決策單元的投入和產(chǎn)出進(jìn)行適度調(diào)整[14]。CCR 模型和BCC 模型是學(xué)術(shù)研究和日常應(yīng)用中兩種最常使用的評(píng)價(jià)方法，它們對(duì)處理規(guī)模報(bào)酬提出不同的分解方法：CCR 模型在假定規(guī)模報(bào)酬不變的前提下進(jìn)行，其產(chǎn)出結(jié)果就是技術(shù)效率，即綜合技術(shù)效率（Crste）；BCC 模型在公式中增加了規(guī)模可變的約束條件，即除管理和資源配置不當(dāng)外，規(guī)模因素也可能導(dǎo)致技術(shù)無效率，因此該模型進(jìn)一步將綜合技術(shù)效率分解為純技術(shù)效率（Vrste）和規(guī)模效率（Scale）[15]?？紤]到各個(gè)?。▍^(qū)、市）之間的研究生教育規(guī)模存在較大差異，本研究運(yùn)用BCC模型進(jìn)行計(jì)量。DEABCC 模型如下：

其中，X和Y表示資源投入和產(chǎn)出值；，分別對(duì)應(yīng)投入和產(chǎn)出松弛變量，θ即為投入產(chǎn)出的效率值，通過θ可以進(jìn)一步判定DEA 模型是否達(dá)到有效。θ= 1.000 時(shí)，，均為零決策單元，DEA 有效；θ＜1.000 時(shí)，，出現(xiàn)冗余或不足，決策單元無效。

本研究在DEA 模型靜態(tài)分析的基礎(chǔ)上引入Malmquist 模型對(duì)我國(guó)研究生教育的資源配置情況進(jìn)行縱向分析。Malmquist 指數(shù)法最早由瑞典經(jīng)濟(jì)學(xué)家馬姆奎斯特提出，法勒等人在其基礎(chǔ)上將技術(shù)效率（Effch）和技術(shù)進(jìn)步（Techch）進(jìn)行進(jìn)一步分解，即規(guī)模效率（Sech）和純技術(shù)效率（Pech）共同構(gòu)成技術(shù)效率（Effch）[16]。Malmquist指數(shù)基本原理如下：

Malmquist 指數(shù)通過距離函數(shù)之比表示生產(chǎn)效率，該指數(shù)在結(jié)合DEA 線性規(guī)劃測(cè)量效率后得到了快速推廣。TFP 為全要素生產(chǎn)率，反映的是綜合各項(xiàng)要素后的投入與產(chǎn)出比，當(dāng)TFP＞1.000 時(shí)，生產(chǎn)效率提升，相反則下降。根據(jù)公式，全要素生產(chǎn)效率是技術(shù)效率和技術(shù)進(jìn)步的乘積。技術(shù)效率（Effch）表示的是利用技術(shù)的能力，當(dāng)Effch＞1.000 時(shí)，決策單元對(duì)前沿面的追趕程度（Catch Up）增加，相反情況表示越來越遠(yuǎn)離前沿生產(chǎn)面。技術(shù)進(jìn)步（Techch）反映的是最先進(jìn)的生產(chǎn)前沿面的移動(dòng)情況，當(dāng)Techch＞1.000時(shí)，前沿面整體向外移動(dòng)，表明技術(shù)進(jìn)步，即相同的投入帶來更多的產(chǎn)出，相反則表明技術(shù)退步。純技術(shù)效率（Pech）反映除去規(guī)模效應(yīng)后由純技術(shù)帶來的對(duì)前沿生產(chǎn)面的追趕程度。規(guī)模效率（Sech）反映不同時(shí)期投入產(chǎn)出規(guī)模的變化對(duì)綜合效率產(chǎn)生的影響[17]。

（二）指標(biāo)設(shè)計(jì)與數(shù)據(jù)來源

本研究以2016—2020 年中國(guó)31 個(gè)省級(jí)行政區(qū)域（港澳臺(tái)地區(qū)除外）的面板數(shù)據(jù)為樣本，結(jié)合我國(guó)高等教育資源配置現(xiàn)狀、數(shù)據(jù)的可獲得性和研究生教育的特殊性[18-19]，將指標(biāo)構(gòu)建為2個(gè)一級(jí)指標(biāo)、6 個(gè)二級(jí)指標(biāo)和7 個(gè)具體測(cè)量指標(biāo)，如表1 所示。

表1 研究生教育資源配置效率測(cè)度指標(biāo)體系

本研究數(shù)據(jù)全部來自于《中國(guó)教育統(tǒng)計(jì)年鑒》（2017—2021 年）、《中國(guó)科技統(tǒng)計(jì)年鑒》（2017—2021 年）、教育部官方網(wǎng)站等權(quán)威渠道，為最新可查詢到的公開統(tǒng)計(jì)數(shù)據(jù)。需要說明的是，年鑒統(tǒng)計(jì)的是出版年份上一年的數(shù)據(jù)，因此本研究分析的是2016—2020 年的情況。

三、結(jié)果分析

（一）基于DEA 模型的研究生教育資源配置效率分析

1.研究生教育資源配置綜合技術(shù)效率

綜合技術(shù)效率是CCR 模式下DEA 效率評(píng)估模型得到的最優(yōu)解，可以衡量投入資源和產(chǎn)出之間的配置狀態(tài)，其測(cè)算公式為純技術(shù)效率和規(guī)模效率的乘積。綜合技術(shù)效率的取值范圍為0.000到1.000 之間，數(shù)值越接近1.000，說明投入與產(chǎn)出的匹配狀態(tài)越佳。通過測(cè)算各個(gè)?。▍^(qū)、市）的綜合技術(shù)效率可以衡量出各?。▍^(qū)、市）研究生教育資源投入與產(chǎn)出之間的效率以及教育資源配置是否達(dá)到DEA 有效。

由表2 可知，全國(guó)各省（區(qū)、市）的綜合技術(shù)效率平均值為0.934，總體已處于較高水平，但并未完全實(shí)現(xiàn)資源的充分利用；綜合技術(shù)效率值達(dá)到1.000 的省（區(qū)、市）共有16 個(gè)，占比為51.6%，表明有超過半數(shù)?。▍^(qū)、市）的研究生教育資源要素投入和產(chǎn)出已經(jīng)達(dá)到最優(yōu)化，實(shí)現(xiàn)了教育資源技術(shù)和規(guī)模的有效配置；有12 個(gè)省（區(qū)、市）未能達(dá)到全國(guó)平均水平，其中處于末2 位的是福建（0.636）和西藏（0.687）。

表2 我國(guó)研究生教育投入省域維度DEA 評(píng)價(jià)結(jié)果

2.研究生教育資源配置純技術(shù)效率

純技術(shù)效率（PTE）是在BCC 模式下測(cè)算出的結(jié)果，在剔除規(guī)模影響的前提下，重點(diǎn)解析由管理和技術(shù)因素驅(qū)動(dòng)的生產(chǎn)效率水平。

由表2 可知，各省（區(qū)、市）研究生教育資源配置的純技術(shù)效率平均值為0.964，未達(dá)到1.000，說明在不考慮規(guī)模影響的條件下，由于管理和技術(shù)因素并未得到完全利用，投入資源尚存在一定的提升空間。全國(guó)研究生教育資源配置純技術(shù)效率為1.000 的省（區(qū)、市）共有22 個(gè)，分別為北京、河北、山西、內(nèi)蒙古、遼寧、吉林、上海、江蘇、浙江、安徽、山東、河南、湖北、湖南、海南、重慶、云南、西藏、陜西、甘肅、青海和新疆。福建、黑龍江、廣東和廣西表現(xiàn)不佳，說明其應(yīng)該更加注重技術(shù)更新，提升資源配置管理人員的專業(yè)能力，完善創(chuàng)新變革資源配置方案。相反，河北、山西、山東、青海和西藏在純技術(shù)效率方面表現(xiàn)優(yōu)秀，說明其綜合配置效率并不是由純技術(shù)效率引起，而是受規(guī)模效率影響。

3.研究生教育資源配置規(guī)模效率

規(guī)模效率（SE）判斷的是決策單元規(guī)模的大小對(duì)生產(chǎn)效率的影響程度，其數(shù)值越接近1.000，說明研究生教育規(guī)模越科學(xué)合理。由表2 可知：全國(guó)31 個(gè)?。▍^(qū)、市）的研究生教育整體規(guī)模效率為0.969，資源配置的有效性還有一定提升空間；規(guī)模效率為1.000 的?。▍^(qū)、市）有16 個(gè)，其研究生教育資源配置規(guī)模已達(dá)到最優(yōu)；規(guī)模遞增的有天津、黑龍江、福建、江西、貴州、西藏、青海、寧夏、云南等9 個(gè)?。▍^(qū)、市），說明其應(yīng)該進(jìn)一步提升研究生教育的投入力度，擴(kuò)大研究生教育規(guī)模，以滿足產(chǎn)出需要；規(guī)模遞減的有河北、山西、山東、廣東、廣西、四川等6 個(gè)省（區(qū)、市），其研究生教育投入過量，規(guī)模過大，應(yīng)該適當(dāng)縮小規(guī)模，以推動(dòng)教育質(zhì)量的內(nèi)涵式發(fā)展。

4.各區(qū)域DEA 結(jié)果分析

按國(guó)家統(tǒng)計(jì)局的地域劃分基準(zhǔn)，我國(guó)可劃分為東部、西部、中部和東北部四大區(qū)域。由表3的DEA 模型結(jié)果可知：我國(guó)四大區(qū)域的綜合技術(shù)效率整體呈現(xiàn)“東西弱，中部強(qiáng)”的態(tài)勢(shì)，其平均值為0.943，其中東部和西部沒有到達(dá)平均值，且離有效值尚有差距；中部地區(qū)綜合技術(shù)效率為0.992，接近于1.000，說明整體配置效率較高，能夠接近于DEA 有效，但還有提升可能；東北部地區(qū)綜合技術(shù)效率0.944，高于平均值，但也未做到資源的充分利用；東部和東北部主要受到純技術(shù)效率的影響，西部的規(guī)模效率還需提升。

表3 我國(guó)四大區(qū)域DEA 分析結(jié)果

（二）基于Malmquist 指數(shù)模型的研究生教育投入效率分析

1.研究生教育資源配置效率總體分析

由表4 可知，我國(guó)研究生教育資源配置全要素生產(chǎn)率（TFP）呈現(xiàn)上下起伏的波動(dòng)趨勢(shì)。從均值上看，TFP 平均值為1.004，表明全國(guó)研究生教育資源配置效率整體上呈增長(zhǎng)趨勢(shì)，但增長(zhǎng)不顯著。技術(shù)進(jìn)步效率（Techch）的均值為1.009，說明全國(guó)研究生資源配置技術(shù)創(chuàng)新能力有一定提升，生產(chǎn)前沿面發(fā)生變化。技術(shù)效率變化指數(shù)（Effch）、純技術(shù)效率變化指數(shù)（Pech）以及規(guī)模效率變化指數(shù)（Sech）均小于1.000，說明資源配置的管理技術(shù)和規(guī)模抑制了技術(shù)效率變化，資源配置協(xié)調(diào)性不佳，現(xiàn)有技術(shù)水平?jīng)]有得到發(fā)揮，資源未得到充分利用。從五年內(nèi)平均值可以看出，技術(shù)進(jìn)步指數(shù)（Techch）推動(dòng)了全要素生產(chǎn)率（TFP）的輕微上調(diào)，但是仍受限于技術(shù)效率變化，說明五年內(nèi)研究生教育資源配置的技術(shù)進(jìn)步更傾向于技術(shù)積累，并沒有完全轉(zhuǎn)化為效率提升，需要進(jìn)一步引入和消化[20]。

表4 我國(guó)研究生教育TFP 指數(shù)及其分解

從各個(gè)時(shí)間序列段來看，2016—2017 年、2018—2019 年的TFP 值出現(xiàn)了下降。技術(shù)進(jìn)步指數(shù)（Techch）呈現(xiàn)先增加后減少的趨勢(shì)。其頂峰期為2017—2018 年，說明這一時(shí)期科技創(chuàng)新水平提升較快，技術(shù)進(jìn)步幅度較大。此后，技術(shù)進(jìn)步的速度減緩，并繼而成為抑制因素。技術(shù)效率變化指數(shù)（Effch）、純技術(shù)效率變化指數(shù)（Pech）以及規(guī)模效率變化指數(shù)（Sech）的趨勢(shì)基本一致，呈波動(dòng)中有上升的態(tài)勢(shì)。

2.研究生教育資源配置效率TFP 及其分解

運(yùn)用DEA-Malmquist 模型可從縱向維度進(jìn)一步分析我國(guó)各?。▍^(qū)、市）TFP 指數(shù)及其分解的年度變化態(tài)勢(shì)。由表5 可知：2016—2020 年全國(guó)共有18 個(gè)省（區(qū)、市）的TFP 值大于1.000，說明其全要素生產(chǎn)率得到了提升，占31 ?。▍^(qū)、市）的58.1%；有13 個(gè)?。▍^(qū)、市）的TFP 值未達(dá)到1.000，表明資源的投入與產(chǎn)出并不匹配，其中甘肅省下降最為明顯，技術(shù)效率變化成為抑制其TFP 指數(shù)的主要指標(biāo)。

表5 2016—2020 年各省（區(qū)、市）研究生教育投入效率TFP 及其分解

借鑒楊傳喜等學(xué)者關(guān)于效率類型劃分的思路[21]，根據(jù)本研究的數(shù)據(jù)結(jié)果，本研究將研究生教育資源全要素生產(chǎn)率劃分為高增長(zhǎng)型（TFP ＞1.050）、低增長(zhǎng)型（1.000 ＜ TFP ＜ 1.050）、徘徊型（0.900 ＜ TFP ＜ 1.000）和低效型（TFP ＜0.900）。據(jù)此，在2016—2020 年，遼寧、黑龍江、江蘇、新疆、廣東等5 個(gè)省（區(qū)、市）屬高增長(zhǎng)型；北京、天津、上海、浙江、安徽、福建、江西、湖北、湖南、海南、四川、陜西、山東等13 個(gè)?。▍^(qū)、市）屬低增長(zhǎng)型；山西、內(nèi)蒙古、重慶、貴州、甘肅、青海、寧夏、河北、吉林、廣西、云南、西藏等12 個(gè)?。▍^(qū)、市）屬徘徊型；河南1 個(gè)?。▍^(qū)、市）屬低效型。

3.四大地域研究生教育資源配置效率分析

由表6 可知，我國(guó)四大地域的研究生教育資源配置效率整體呈現(xiàn)“東高西低、跌宕起伏”的態(tài)勢(shì)。

表6 分地區(qū)研究生教育投入效率TFP 及其分解

第一，東部地區(qū)整體表現(xiàn)優(yōu)秀，技術(shù)效率、技術(shù)進(jìn)步、全要素生產(chǎn)效率全部大于1.000，表明在五年之中整體要素投入與產(chǎn)出水平不斷提升，研究生教育投入符合實(shí)際發(fā)展需求并且整體管理和配置能力較強(qiáng)，教育規(guī)模也達(dá)到最佳。第二，西部地區(qū)五項(xiàng)指標(biāo)均未實(shí)現(xiàn)提升，其中技術(shù)效率和技術(shù)進(jìn)步有退步表現(xiàn)，這在理論上說明西部地區(qū)的管理配置方法和技術(shù)更新都未跟上時(shí)代發(fā)展，造成較大的資源浪費(fèi)。中部地區(qū)Malmquist 指數(shù)出現(xiàn)較大的波動(dòng)，全要素生產(chǎn)效率并未提升且出現(xiàn)走低的趨勢(shì)。究其原因，是因?yàn)榧夹g(shù)效率和純技術(shù)效率存在的問題產(chǎn)生了抑制作用，即中部各?。▍^(qū)、市）內(nèi)部組織管理技術(shù)水平影響了生產(chǎn)效率的提升。第三，東北地區(qū)全要素生產(chǎn)率整體提升，但其規(guī)模效率尚不合理，因此，東北地區(qū)應(yīng)在不斷引入技術(shù)創(chuàng)新的過程中注意規(guī)模的動(dòng)態(tài)調(diào)整。

四、結(jié)論與建議

（一）研究結(jié)論

本文基于DEA-Malmquist 模型，從靜態(tài)和動(dòng)態(tài)兩個(gè)視角對(duì)我國(guó)31 個(gè)省（區(qū)、市）2016—2020年教育投入與產(chǎn)出的面板數(shù)據(jù)進(jìn)行評(píng)價(jià)。

從靜態(tài)DEA 分析結(jié)果來看：第一，全國(guó)綜合技術(shù)效率平均值為0.934，共有16 個(gè)?。▍^(qū)、市）實(shí)現(xiàn)DEA 有效，占全國(guó)的51.6%，有15 個(gè)?。▍^(qū)、市）未實(shí)現(xiàn)DEA 有效，存在資源浪費(fèi)問題；第二，全國(guó)各個(gè)省域研究生教育資源配置的純技術(shù)效率平均值為0.964，純技術(shù)效率為1.000 的?。▍^(qū)、市）共有22 個(gè)，說明我國(guó)大部分?。▍^(qū)、市）資源配置的純技術(shù)效率處于較為理想狀態(tài)；第三，我國(guó)研究生教育整體規(guī)模效率為0.969，有9 個(gè)?。▍^(qū)、市）需要推動(dòng)規(guī)模遞增，有6 個(gè)?。▍^(qū)、市）需要逐步實(shí)現(xiàn)規(guī)模遞減；第四，從我國(guó)四大區(qū)域看，我國(guó)研究生教育資源配置效率呈現(xiàn)出“東西弱，中部強(qiáng)”的整體態(tài)勢(shì)，東部和東北部主要受純技術(shù)效率的影響，西部規(guī)模效率還需要進(jìn)一步提升?？偟膩砜矗覈?guó)研究生教育綜合技術(shù)效率未實(shí)現(xiàn)總體有效，其主要原因是純技術(shù)效率和規(guī)模效率未達(dá)到最佳，其中純技術(shù)效率影響更大。我國(guó)各?。▍^(qū)、市）都很重視研究生教育的資源投入，但是產(chǎn)出端并沒有達(dá)到理想效果，因此一方面要持續(xù)深化改革資源管理與配置體制，另一方面要對(duì)教育規(guī)模進(jìn)行動(dòng)態(tài)調(diào)整，使投入與產(chǎn)出實(shí)現(xiàn)高度耦合與協(xié)調(diào)。

從動(dòng)態(tài)Malmquist 分析來看：第一，2016—2020 年TFP 均值為1.004，資源配置效率整體存在小幅度提升，技術(shù)進(jìn)步發(fā)揮了驅(qū)動(dòng)作用，技術(shù)效率產(chǎn)生了制約作用；第二，從各個(gè)省（區(qū)、市）的TFP 及其分解來看，共有18 個(gè)?。▍^(qū)、市）的全要素生產(chǎn)率大于1.000，屬于效率提升，占全國(guó)的58.1%，13 個(gè)全要素生產(chǎn)效率下降的?。▍^(qū)、市）中，有一半左右受到了技術(shù)效率和技術(shù)進(jìn)步的雙重制約；第三，從四大區(qū)域來看，整體上存在“東高西低”的趨勢(shì)，東北地區(qū)五年平均資源配置效率提升幅度最大?？偟膩碚f，東部地區(qū)的資源配置效率雖然領(lǐng)先，但仍需要在保持效率的同時(shí)縮小內(nèi)部差異，通過加強(qiáng)資源監(jiān)控和效率評(píng)價(jià)，合理調(diào)配資源以減少浪費(fèi)；西部地區(qū)與東北部地區(qū)相似，都需要進(jìn)一步調(diào)整研究生教育規(guī)模；西部地區(qū)還需要構(gòu)建有效的學(xué)習(xí)渠道與機(jī)制，深化與技術(shù)先進(jìn)地區(qū)和單位的交流合作，加快技術(shù)進(jìn)步速度，以有效提升資源配置效率。

（二）政策建議

1.科學(xué)統(tǒng)籌資源配置，健全投入機(jī)制

從省級(jí)行政區(qū)來看，河北、山西、山東等?。▍^(qū)、市）呈現(xiàn)規(guī)模遞減的基本態(tài)勢(shì)，在一定程度上存在投入規(guī)模過大的現(xiàn)象，應(yīng)該對(duì)每項(xiàng)投入指標(biāo)進(jìn)行科學(xué)測(cè)評(píng)，避免盲目投入和無效投入；天津、黑龍江等?。▍^(qū)、市）存在規(guī)模遞增的情況，在資源投入上有所欠缺，需要進(jìn)一步加大資源投入的力度，以達(dá)到投入與產(chǎn)出的適配。

從四大區(qū)域看，東部和西部地區(qū)綜合技術(shù)效率都不盡如人意，呈現(xiàn)“東西弱，中部強(qiáng)”的態(tài)勢(shì)。東部地區(qū)社會(huì)經(jīng)濟(jì)較為發(fā)達(dá)，研究生教育的資源投入規(guī)模處于絕對(duì)優(yōu)勢(shì)地位，但是存在資源冗余、效率低下的問題。因此，東部地區(qū)應(yīng)堅(jiān)持效率評(píng)價(jià)優(yōu)先，開展研究生辦學(xué)質(zhì)量綜合評(píng)價(jià)，強(qiáng)化績(jī)效評(píng)估結(jié)果的應(yīng)用，“使那些具有較高培養(yǎng)質(zhì)量與發(fā)展質(zhì)量、較好辦學(xué)聲譽(yù)的研究生培養(yǎng)單位獲得更多的財(cái)政支持”[22]。西部地區(qū)規(guī)模效率普遍較低，部分?。▍^(qū)、市）要適當(dāng)擴(kuò)大研究生教育規(guī)模。政府應(yīng)持續(xù)推進(jìn)西部高校研究生教育振興計(jì)劃，在政策扶持、資金撥付、人員配置方面發(fā)揮引導(dǎo)作用。高校應(yīng)明確自身定位，“以關(guān)鍵指標(biāo)評(píng)價(jià)大學(xué)特色，重視分類評(píng)價(jià)和同類比較，并通過指標(biāo)累積建立發(fā)展性評(píng)價(jià)”[23]，做到有限資源的高效利用。

2.多措并舉，賦能技術(shù)進(jìn)步與效率提升

配置資源的能力和技術(shù)是影響資源使用效率的關(guān)鍵。2016—2020 年，我國(guó)部分?。▍^(qū)、市）的技術(shù)進(jìn)步和技術(shù)效率變化處于“下坡路”，應(yīng)通過多種措施切實(shí)激發(fā)高校辦學(xué)活力與內(nèi)驅(qū)動(dòng)力，以有效提升其技術(shù)與效率。第一，應(yīng)擴(kuò)大培養(yǎng)單位和導(dǎo)師對(duì)教育資源配置的自主權(quán)。導(dǎo)師可以通過更加自主和靈活的配置機(jī)制將資源更直接、更充分地利用到日常的科研和教學(xué)活動(dòng)中，為研究生教育的質(zhì)量提升提供物質(zhì)保障。這也有利于激發(fā)導(dǎo)師和學(xué)生的科研熱情。第二，可通過建立有效的獎(jiǎng)勵(lì)機(jī)制，鼓勵(lì)研究者激發(fā)創(chuàng)新能力，從而增加教育產(chǎn)出。培養(yǎng)單位一方面要加快完善外部評(píng)價(jià)體系，制定科學(xué)合理的評(píng)價(jià)標(biāo)準(zhǔn)和獎(jiǎng)勵(lì)政策，另一方面要促進(jìn)內(nèi)部激勵(lì)機(jī)制改革，從科研氛圍、學(xué)術(shù)精神等方面入手提升內(nèi)部激勵(lì)效果。第三，要著重創(chuàng)新組織形態(tài)?！岸喾街黧w需要深度協(xié)同，打破管理體制藩籬、技術(shù)與資源壁壘，形成高校主體、政府主導(dǎo)、行業(yè)協(xié)助、企業(yè)參與的支撐架構(gòu)”[24]，進(jìn)而構(gòu)建健康發(fā)展的研究生教育資源共享機(jī)制。

3.強(qiáng)化資源配置質(zhì)量監(jiān)控

“在追求高質(zhì)量發(fā)展的新時(shí)代，內(nèi)涵式發(fā)展是研究生教育的戰(zhàn)略選擇”[25]，要加強(qiáng)資源配置質(zhì)量監(jiān)控，以推動(dòng)研究生教育的內(nèi)涵式發(fā)展。具體來說，可以從以下幾方面入手：第一，導(dǎo)師作為研究生的第一負(fù)責(zé)人和學(xué)術(shù)道路的領(lǐng)路人在提升研究生培養(yǎng)質(zhì)量的過程中發(fā)揮著不可或缺的作用，因此在研究生教育資源配置質(zhì)量監(jiān)控中需要著重考慮導(dǎo)師的規(guī)模、質(zhì)量、結(jié)構(gòu)等指標(biāo)；第二，研究生教育過程中輔助條件的投入也至關(guān)重要，需要作進(jìn)一步的科學(xué)規(guī)劃與統(tǒng)籌圖書資料、教學(xué)設(shè)施、科研儀器設(shè)備以及實(shí)驗(yàn)室等資源的數(shù)量與質(zhì)量的配置；第三，“我國(guó)高校辦學(xué)經(jīng)費(fèi)歷來以政府財(cái)政撥款為主，難以有效解決教育經(jīng)費(fèi)短缺問題”[26]，要通過拓展研究生教育經(jīng)費(fèi)來源，完善研究生培養(yǎng)成本分擔(dān)機(jī)制，并逐步建立經(jīng)費(fèi)使用效率評(píng)價(jià)與優(yōu)化機(jī)制。

總之，要從投入要素上嚴(yán)格把控質(zhì)與量，建構(gòu)起科學(xué)、合理、高效的質(zhì)量評(píng)價(jià)機(jī)制，不斷優(yōu)化研究生教育發(fā)展的內(nèi)外環(huán)境和基礎(chǔ)條件，推動(dòng)我國(guó)研究生教育實(shí)現(xiàn)科學(xué)、高效、透明的內(nèi)涵式高質(zhì)量資源配置，促進(jìn)我國(guó)由研究生大國(guó)向研究生強(qiáng)國(guó)持續(xù)邁進(jìn)。