论文部分内容阅读
[摘 要] 运用投入导向的BCC模型及超效率DEA模型对2010—2018年国家示范性高职院校科研效率整体发展情况
进行评价。研究表明，国家示范性高职院校科研效率整体偏低，且阻碍科研效率提升的主要因素是纯技术效率和规模效率偏低。因此，需要通过提高科研管理水平和科研生产技术、改革科研评价机制、合理调配教育资源等措施来提高高职院校科研效率。
[关 键 词] 国家示范性高职院校;科研效率;BCC;超效率DEA
[中图分类号] G712 [文献标志码] A [文章编号] 2096-0603（2021）35-0150-02
在国家经济结构转型升级和创新驱动发展深度实施的大背景下，我国高校的科技创新及其对经济增长的贡献逐渐受到社会广泛重视[1]。但是，与欧美国家相比，我国在高校科研方面存在科研创新能力低、科研经费滥用、科研制度不完善等问题[2]。此外，《深化新时代教育评价改革总体方案》已经明确提出改进高校教师科研评价方式，突出科研评价的质量导向。因此，如何科学评估高校科研绩效和提升高校科研水平，已成为一个重要的研究课题[3-5]。高职教育科研既是影响教育质量和办学效率的重要因素，也是构建现代职业教育体系、促进国家高等教育结构优化和发展的重要支撑[6]。而高职院校科研效率关系到我国科技发展的自主创新能力，是衡量国家经济增长方式转变程度的重要指标。其中，国家示范性高职院校的科研效率，能够在一定程度上反映我国高职院校科研活动的现状和质量，具有代表性和指导性。因此，有必要探究国家示范性高职院校科研效率水平，找出高职院校科研工作存在的问题并提出相应对策，以期优化全国范围科研资源配置机制、深化高职教育改革和服务区域高质量发展。
一、数据来源与指标选取
考虑到数据的完整性和可得性，本文选取国家示范性高职院校中的43所院校为研究样本，时间跨度为2010—2018年。按地区划分，东部14所，中部13所，西部16所;按学校类型划分，综合院校13所，理工院校21所，其他院校9所。数据资料主要来源于历年的《高等学校科技统计资料汇编》。
高校科研活动是一个多投入和多产出的复杂系统，诸多学者参考教育部学科评估指标体系来选取科研效率评价指标，但是整体结构差异较小，一般包括投入指标和产出指标两部分（限于篇幅，指标体系省略）。最后，考虑到科研系统产出投入的滞后性特点，将产出数据滞后一年。
二、实证分析
本文基于BCC模型，利用MaxDEA软件计算国家示范性高职院校科研效率值，并进行超效率分解，计算处于生产前沿面的DMU的效率值，且对不同学科类型、不同地区示范性高职院校进行差异分析。
采用投入导向的BCC模型和超效率DEA模型，应用MaxDEA软件对2010—2018年样本院校的科研效率进行测度（限于篇幅，测算结果省略。以2018年的结果为例）。可以看出，国家示范性高职院校的技术效率平均值为0.539，纯技术效率平均值为0.724、规模效率平均值为0.771，说明国家示范性高职院校的整体技术效率偏低。43所国家示范性高职院校中DEA有效的共10所，即处于技术效率的前沿面，如北京农业职业学院、天津职业大学、重庆工业职业技术学院等。此外，吉林工业职业技术学院、四川建筑职业技术学院、陕西工业职业技术学院、克拉玛依职业技术学院、海南职业技术学院的纯技术效率虽然达到了1，受规模效率的影响，技术效率未达到最佳状态。非DEA有效的示范性高職院校共28个，其中，长春汽车工业高等专科学校的技术效率最低，为0.111。
通过超效率DEA模型的分解，对原本处于前沿面的国家示范性高职院校科研效率进一步计算和排序，可以看出，甘肃林业职业技术学院真实的技术效率值最高，达到2.229，其次是湖南铁道职业技术学院（1.550）和北京农业职业学院（1.438）。从超效率模型的计算结果来看，样本院校的整体技术效率并不高，均值仅为0.618，并且示范性高职院校之间科研效率水平的差异较大，说明可能存在区域或院校资源分配差距明显等问题。另外，部分国家示范性高职院校科研效率不高主要是由纯技术效率较低所致，如广东轻工职业技术学院（0.293）、大庆职业学院（0.379）、南京工业职业技术学院（0.367）、四川工程职业技术学院（0.397），仅有14所国家示范性高职院校的纯技术效率有效;部分国家示范性高职院校科研效率不高主要是由规模效率较低所致，如吉林工业职业技术学院（0.247）、长春汽车工业高等专科学校（0.269）、克拉玛依职业技术学院（0.322）、武汉铁路职业技术学院（0.372），仅有8所国家示范性高职院校的规模效率达到有效。同时，多数规模效率偏低的国家示范性高职院校处于规模报酬递增阶段，说明这些院校仍然需要通过扩大科研投入规模来提升规模效率。
规模报酬方面，43所国家示范性高职院校中，处于规模报酬递增阶段的有29所，占总数的67.44%，处于规模报酬递减和不变阶段的分别有3所和11所。这说明大部分国家示范性高职院校的投入为有效投入，即增加科研投入可以有效提升科研效率水平，而对处于规模不经济的示范性高职院校，需要合理调整科研资源的投入结构。通过分析不同院校研发人员投入和人均研发经费投入对规模报酬影响情况来看，科技人员规模在400人以下的国家示范性高职院校处于规模报酬递增阶段的比例均达95%以上。人均经费在1万元以下的国家示范性高职院校处于规模报酬递增阶段的比例达90%以上。 三、政策建议
（一）完善高职院校科研管理机制，促进科研组织和技术创新
高职院校要科学设置组织机构，加强组织结构的扁平化管理，坚持放管结合，进一步加大在科研资源使用和配置上的自主权，充分激发一线科研人员的创造性与主动性。不断突破传统的相关文化理念和体制机制的限制，及时更新高职院校自身的科研生产技术和方式，促进高职院校的科研创新成果转化为生产力。
（二）健全高职院校科研评价机制，加快提升科研质量
摒弃过于注重数量规模、单纯依赖项目、著作、论文等量化指标的科研评价机制，更加注重高质量的科研产出和社会经济贡献等效益取向，鼓励推动科研成果的转化应用，引导高职院校树立科学的科研价值取向，促进高职院校科研质量持续稳定增长。
（三）科学配置高职院校教育资源，推动不同类型及地区间院校科研均衡发展
一方面需要进一步优化理工类示范性高职院校的学科结构，确保高职院校传统学科专业稳步发展的同时，瞄准科创前沿，培育和发展交叉学科和跨学科等前沿性增长点，提升国内高职院校集成创新水平;另一方面针对中西部地区高职院校，在经费投入上予以倾斜，以增强科研队伍的稳定性，并构建良性的制度环境和学术生态，从而提高科研资源使用效率。
参考文献：
[1]馮光娣，陈珮珮，田金方.基于DEA-Malmquist方法的中国高校科研效率分析：来自30个省际面板数据的经验研究[J].现代财经（天津财经大学学报），2012，32（9）：61-73.
[2]倪渊.基于滞后非径向超效率DEA的高校科研效率评价研究[J].管理评论，2016，28（11）：85-94.
[3]王晓珍，蒋子浩，郑颖.我国高校创新效率评价研究：八大区域视角[J].科研管理，2019，40（3）：114-125.
[4]熊鸿儒.我国科研部门成果转化效率的测算与评价：基于价值导向的国际比较[J].学习与探索，2019（2）：114-120.
[5]宗晓华，付呈祥.我国研究型大学科研绩效及其影响因素：基于教育部直属高校相关数据的实证分析[J].高校教育管理，2019，13（5）：26-35.
[6]Kempkes G，Pohl C.The efficiency of German universities：some evidence from nonparametric and parametric methods[J].Applied Economics，2010，42（16）：2063-2079.
◎编辑 郑晓燕
进行评价。研究表明，国家示范性高职院校科研效率整体偏低，且阻碍科研效率提升的主要因素是纯技术效率和规模效率偏低。因此，需要通过提高科研管理水平和科研生产技术、改革科研评价机制、合理调配教育资源等措施来提高高职院校科研效率。
[关 键 词] 国家示范性高职院校;科研效率;BCC;超效率DEA
[中图分类号] G712 [文献标志码] A [文章编号] 2096-0603（2021）35-0150-02
在国家经济结构转型升级和创新驱动发展深度实施的大背景下，我国高校的科技创新及其对经济增长的贡献逐渐受到社会广泛重视[1]。但是，与欧美国家相比，我国在高校科研方面存在科研创新能力低、科研经费滥用、科研制度不完善等问题[2]。此外，《深化新时代教育评价改革总体方案》已经明确提出改进高校教师科研评价方式，突出科研评价的质量导向。因此，如何科学评估高校科研绩效和提升高校科研水平，已成为一个重要的研究课题[3-5]。高职教育科研既是影响教育质量和办学效率的重要因素，也是构建现代职业教育体系、促进国家高等教育结构优化和发展的重要支撑[6]。而高职院校科研效率关系到我国科技发展的自主创新能力，是衡量国家经济增长方式转变程度的重要指标。其中，国家示范性高职院校的科研效率，能够在一定程度上反映我国高职院校科研活动的现状和质量，具有代表性和指导性。因此，有必要探究国家示范性高职院校科研效率水平，找出高职院校科研工作存在的问题并提出相应对策，以期优化全国范围科研资源配置机制、深化高职教育改革和服务区域高质量发展。
一、数据来源与指标选取
考虑到数据的完整性和可得性，本文选取国家示范性高职院校中的43所院校为研究样本，时间跨度为2010—2018年。按地区划分，东部14所，中部13所，西部16所;按学校类型划分，综合院校13所，理工院校21所，其他院校9所。数据资料主要来源于历年的《高等学校科技统计资料汇编》。
高校科研活动是一个多投入和多产出的复杂系统，诸多学者参考教育部学科评估指标体系来选取科研效率评价指标，但是整体结构差异较小，一般包括投入指标和产出指标两部分（限于篇幅，指标体系省略）。最后，考虑到科研系统产出投入的滞后性特点，将产出数据滞后一年。
二、实证分析
本文基于BCC模型，利用MaxDEA软件计算国家示范性高职院校科研效率值，并进行超效率分解，计算处于生产前沿面的DMU的效率值，且对不同学科类型、不同地区示范性高职院校进行差异分析。
采用投入导向的BCC模型和超效率DEA模型，应用MaxDEA软件对2010—2018年样本院校的科研效率进行测度（限于篇幅，测算结果省略。以2018年的结果为例）。可以看出，国家示范性高职院校的技术效率平均值为0.539，纯技术效率平均值为0.724、规模效率平均值为0.771，说明国家示范性高职院校的整体技术效率偏低。43所国家示范性高职院校中DEA有效的共10所，即处于技术效率的前沿面，如北京农业职业学院、天津职业大学、重庆工业职业技术学院等。此外，吉林工业职业技术学院、四川建筑职业技术学院、陕西工业职业技术学院、克拉玛依职业技术学院、海南职业技术学院的纯技术效率虽然达到了1，受规模效率的影响，技术效率未达到最佳状态。非DEA有效的示范性高職院校共28个，其中，长春汽车工业高等专科学校的技术效率最低，为0.111。
通过超效率DEA模型的分解，对原本处于前沿面的国家示范性高职院校科研效率进一步计算和排序，可以看出，甘肃林业职业技术学院真实的技术效率值最高，达到2.229，其次是湖南铁道职业技术学院（1.550）和北京农业职业学院（1.438）。从超效率模型的计算结果来看，样本院校的整体技术效率并不高，均值仅为0.618，并且示范性高职院校之间科研效率水平的差异较大，说明可能存在区域或院校资源分配差距明显等问题。另外，部分国家示范性高职院校科研效率不高主要是由纯技术效率较低所致，如广东轻工职业技术学院（0.293）、大庆职业学院（0.379）、南京工业职业技术学院（0.367）、四川工程职业技术学院（0.397），仅有14所国家示范性高职院校的纯技术效率有效;部分国家示范性高职院校科研效率不高主要是由规模效率较低所致，如吉林工业职业技术学院（0.247）、长春汽车工业高等专科学校（0.269）、克拉玛依职业技术学院（0.322）、武汉铁路职业技术学院（0.372），仅有8所国家示范性高职院校的规模效率达到有效。同时，多数规模效率偏低的国家示范性高职院校处于规模报酬递增阶段，说明这些院校仍然需要通过扩大科研投入规模来提升规模效率。
规模报酬方面，43所国家示范性高职院校中，处于规模报酬递增阶段的有29所，占总数的67.44%，处于规模报酬递减和不变阶段的分别有3所和11所。这说明大部分国家示范性高职院校的投入为有效投入，即增加科研投入可以有效提升科研效率水平，而对处于规模不经济的示范性高职院校，需要合理调整科研资源的投入结构。通过分析不同院校研发人员投入和人均研发经费投入对规模报酬影响情况来看，科技人员规模在400人以下的国家示范性高职院校处于规模报酬递增阶段的比例均达95%以上。人均经费在1万元以下的国家示范性高职院校处于规模报酬递增阶段的比例达90%以上。 三、政策建议
（一）完善高职院校科研管理机制，促进科研组织和技术创新
高职院校要科学设置组织机构，加强组织结构的扁平化管理，坚持放管结合，进一步加大在科研资源使用和配置上的自主权，充分激发一线科研人员的创造性与主动性。不断突破传统的相关文化理念和体制机制的限制，及时更新高职院校自身的科研生产技术和方式，促进高职院校的科研创新成果转化为生产力。
（二）健全高职院校科研评价机制，加快提升科研质量
摒弃过于注重数量规模、单纯依赖项目、著作、论文等量化指标的科研评价机制，更加注重高质量的科研产出和社会经济贡献等效益取向，鼓励推动科研成果的转化应用，引导高职院校树立科学的科研价值取向，促进高职院校科研质量持续稳定增长。
（三）科学配置高职院校教育资源，推动不同类型及地区间院校科研均衡发展
一方面需要进一步优化理工类示范性高职院校的学科结构，确保高职院校传统学科专业稳步发展的同时，瞄准科创前沿，培育和发展交叉学科和跨学科等前沿性增长点，提升国内高职院校集成创新水平;另一方面针对中西部地区高职院校，在经费投入上予以倾斜，以增强科研队伍的稳定性，并构建良性的制度环境和学术生态，从而提高科研资源使用效率。
参考文献：
[1]馮光娣，陈珮珮，田金方.基于DEA-Malmquist方法的中国高校科研效率分析：来自30个省际面板数据的经验研究[J].现代财经（天津财经大学学报），2012，32（9）：61-73.
[2]倪渊.基于滞后非径向超效率DEA的高校科研效率评价研究[J].管理评论，2016，28（11）：85-94.
[3]王晓珍，蒋子浩，郑颖.我国高校创新效率评价研究：八大区域视角[J].科研管理，2019，40（3）：114-125.
[4]熊鸿儒.我国科研部门成果转化效率的测算与评价：基于价值导向的国际比较[J].学习与探索，2019（2）：114-120.
[5]宗晓华，付呈祥.我国研究型大学科研绩效及其影响因素：基于教育部直属高校相关数据的实证分析[J].高校教育管理，2019，13（5）：26-35.
[6]Kempkes G，Pohl C.The efficiency of German universities：some evidence from nonparametric and parametric methods[J].Applied Economics，2010，42（16）：2063-2079.
◎编辑 郑晓燕