我国省际高校人文社会科学科研效率评价

我国省际高校人文社会科学科研效率评价

田婧 孙毅

天津外国语大学 天津 300204

摘要： 为分析我国31个省区市高校人文社会科学科研效率情况，以期为促进我国高校人文社会科学发展提出建议。本文基于人文社会科学科研活动投入产出面板数据，采用数据包络分析法（DEA）和Malmquist指数分别评价科研静态和动态效率情况。研究结果显示：（1）2018年各省区市人文社会科学科研效率平均值为0.914，效率水平较高，北京等13个省区市效率达到最优。（2）2015-2018年各省区市人文社会科学科研效率总体呈下降趋势，但降幅逐年收窄，2017-2018年效率转为上升了18.3%。技术进步降幅显著是效率降低的主要原因。据此提出建议：进一步优化科研资源配置，提高科研管理水平，合理调整科研规模。

关键词：科研效率；人文社会科学；DEA-Malmquist模型；效率评价

习近平总书记曾指出，一个没有发达的自然科学的国家不可能走在世界前列，一个没有繁荣的哲学社会科学的国家也不可能走在世界前列。人文社会科学肩负着弘扬先进文化的重任，其重要性已经在世界范围内获得广泛共识^[1]。在“双一流”建设深入推进背景下，高校科研绩效评价逐渐成为热点。去年国家六部委印发文件，明确要强化高校科研绩效管理，实施权责利效相统一评价体系。目前已有不少学者针对高校科研效率开展了研究，然而人文社会科学作为历史的科学，不同于自然科学，在研究内容上其更关注文化与社会，富有思想性，批判性和价值立场，在研究成果上一般不含专利转换，但却有涉及政治、文化、社会等多领域的各类研究报告，其与自然学科在科研效率差距及趋势上有诸多不同，因此人文社会科学科研效率有必要单独研究。目前人文社会科学总体绩效水平并不高，开展人文社会科学科研效率评价是当前高校研究的一项重要任务。

当前学术界针对高校科研效率形成了较为丰富的研究成果，但是专门针对高校人文社会科学科研效率的研究还较少，研究的成果多局限于某一省域，全国范围人文社会科学科研效率的研究还较少。数据包络分析法（Data Envelopment Analysis,DEA）及其相关改进模型能够客观确定权重，从科学和系统角度评价科研效率，已广泛用于高校效率评价领域。如有学者们利用DEA结合因子分析法，对2017年教育部直属62所高校科技成果转化能力与效率进行了评价,以及基于改进DEA交叉模型评价了40所“一流大学”建设高校的科研效率。

综上所述，本文采用数据包络分析法（DEA）对2018年全国各省高校人文社会科学科研效率进行评价，并运用Malmquist指数模型动态分析2015年至2018年效率年度变化情况。以期丰富人文社会科学绩效评价研究成果，为促进我国高校人文社会科学发展提出建议。

1 方法和数据来源

1.1 方法

1.1.1 数据包络分析法（DEA）

数据包络分析方法（ Data Envelopment Analysis ）利用数学规划方法确定相对有效的生产前沿面，生产前沿面上的决策单元DEA有效，通过比较其他决策单元偏离DEA前沿面的程度来评价它们的相对有效性。其实质等价于经济学中的帕累托有效性，这种相对有效性概念同样适用于教育资源优化配置的评价。因高校科研效率规模报酬可变，因此本文采取DEA-BCC模型^[2]，其数学形式如下：

式（1）

式中： 为科研综合效率指数， 为参加效率评价决策的单元（DMU）数量， 为第 个决策单元所有投入量， 为第 个决策单元所有产出量， 为第 个决策单元权重值， 为松弛变量， 为剩余变量。 ，越接近1效率值越高，当 ，且 和 均为0，称之为DEA有效，此时效率达到最优^[3]。

1.1.2 Malmquist指数

Malmquist指数用于面板数据和多投入多产出分析，反映整体生产率变化情况，其最初由Sten Malmquist提出，由Fare等人改进和完善。TFP为Malmquist指数值，可分为综合技术效率变化（EC）和技术进步（TC），综合技术效率变化（EC）还可细分为纯技术效率（PE）和规模效率（SE），TC表示技术进步的程度，PE表示管理效率变动，SE表示规模适宜程度^[4]。各类效率值均为不同时期的比值，大于1表示效率提升，反之则降低。各类效率值间有如下数学关系：

TFP=EC×TC=PE×SE×TC 式（2）

1.2 变量选取

根据Griliches-Jaffe知识生产模型，科研创新成果是人力资本和物质资本投入的产物^[5]，因此在人文社科科研效率投入指标设置上主要围绕人力投入和物质投入展开。考虑人文社科活动的特点，物质资本投入主要为科研经费投入。另外科研课题数量属于科研投入指标还是产出指标，目前学术界尚无定论

^[1]，但考虑到课题数量在科研中是作为科研经费的来源之一，因此本文将科研课题数量归类为科研效率投入指标。在产出指标设置上，参照第四轮学科评估科研指标体系，出版专著数量和学术论文数量是评价科研效率的主要产出指标。按照《国家中长期教育改革和发展规划纲要（2010-2020）》，大学承担着政府智库角色定位，在服务社会经济发展中发挥重要作用，因此将研究与咨询报告纳入产出指标。科研成果获奖情况也是重要的科研产出表征指标，为避免地域差异影响，本文将获国家级奖和部级奖数量纳入产出指标。因此综合前人的研究成果，考虑数据可获得性，本文选取人文社科活动人员数量、人文社科R&D经费内部支出和人文社科科研课题总数三项指标作为投入指标，选取出版专著数量、学术论文数量、被采纳研究与咨询报告数和获国家级奖和部级奖数量四项指标作为产出指标。指标选取情况见表1。

表1 效率评价指标情况

1.3 数据来源

本文以全国31个省市自治区高校人文社科科研效率为决策单元，决策单元数同时大于投入和产出指标乘积以及投入产出指标数量之和的3倍，满足DEA相关模型使用要求。数据来源于中国高校人文社会科学信息网2015-2018年社科统计摘要。使用SPSS19.0对各年指标变量间相关性检验，显示Pearson相关性系数均显著为正，满足各投入产出变量“同向性”要求。

2 结果与分析

2.1静态效率分析

本文采用DEAP2.1软件以2018年各省市人文社科投入产出截面数据测算科研效率情况。参考已有研究^[5]，DEA模型设置为投入导向，即重点核算不改变产出情况下，要达到效率有效，各项投入应减少的程度。具体结果见表2。

表2 2018年各省市人文社科科研效率情况

注：31个省区市结果过长，本表仅列出部分省份结果。drs表示规模递减，irs表示规模递增，-表示规模不变

2018年各省市自治区人文社会科学科研综合效率平均值为0.914，对比已有研究成果^[1-2,5]，这一效率水平较高。将各省市自治区按照科研综合效率分为高、中、低三个水平。高水平包括北京、山西、内蒙古、辽宁、黑龙江、上海、江苏、湖北、海南、贵州、云南、西藏和陕西等13个省市自治区，科研综合效率值均为1，松弛变量均为0，表明DEA有效，效率达到最优化。中水平包括吉林、福建、山东、河南、湖南、重庆、甘肃和青海等8个省市，效率区间为0.902-0.950。低水平包括天津、河北、浙江、安徽、江西、广东、广西、四川、宁夏和新疆等10个省市自治区，效率区间为0.709-0.898。未达到DEA有效的有18个省市自治区，可以从综合效率的分解和松弛剩余变量两个角度分析无效产生原因。从效率分解看第一类包含吉林、福建等12个省市，其技术效率和规模效率均未达到有效，同时处于规模报酬递增阶段，表明应加强科研制度建设和科研管理，扩大科研规模。第二类包含山东、广东和四川，其技术效率和规模效率均未达到有效，但处于规模报酬递减阶段，应强化科研管理，适当调整科研规模。第三类为河南，技术效率有效，但规模效率无效，规模报酬递减。第四类为青海，技术效率有效，但规模效率无效，规模报酬递增。表明青海和河南科研管理水平较高，科研规模还不够合理。第五类为河北，技术效率无效，但规模效率有效，规模报酬保持不变。从松弛和剩余变量看第一类包含河南和青海，投入产出松弛和剩余变量均为0，表明不存在结构性的投入冗余和产出不足，即科研管理水平较高，要提高科研效率应成比例调整投入产出规模。第二类包含剩余16个省市自治区，均存在投入冗余和产出不足情况，如福建省投入方面科研活动人员再减少1474.6人，R&D经费内部支出减少3708.9万元，科研课题减少2861.8项，产出方面获国家和部级奖数量再增加4.2个，出版专著增加356.2本，学术论文增加3132.4篇后才能达到科研效率有效。

为进一步研究分区域人文社科科研效率情况，按照国家统计局经济区划分方法，将2018年各省市自治区效率情况整理形成人文社科分区域科研效率情况表（表3）。由表4可知东北地区综合效率、技术效率和规模效率在全国处于最高水平，中部地区效率仅次于东北，东部和西部地区效率水平较低。

表3 人文社科分区域科研效率情况

2.2动态效率分析

为进一步探究31个省市自治区2015年至2018年人文社会科学科研效率的动态变化情况，本文运用DEAP2.1软件以2015-2018年投入产出面板数据计算了各省市自治区的Malmquist指数及其分解值，具体结果见表4和表5。其中R&D经费内部支出作为货币指标，本文参照已有研究，对其作了扣除价格因素处理，统一到2015年基期比较。

表4 2015-2018年各省市自治区年均Malmquist指数及其分解值

注：31个省区市结果过长，本表仅列出部分省份结果。

2015-2018年各省市自治区人文社会科学科研效率年均全要素生产率TFP为0.900，增长率为-10%，效率呈下降趋势。从指标分解情况看，综合技术效率EC增长了3.2%，技术进步TC降低了12.8%，纯技术效率PE增长了1.7%，规模效率SE增长了1.5%。纯技术效率PE和规模效率SE促进了全要素生产率TFP的提高，但技术进步TC降幅显著，导致全要素生产率TFP整体降低。综合已有研究，考虑人文社科科研特点，纯技术效率PE可解释为科研管理水平，规模效率SE可解释为科研活动规模，两者表征影响高校人文社会科学科研效率的内部因素，技术进步TC则为外部因素，包含人文社科研究一般的技术方法和管理制度，表示高校外部整体普遍利用科研资源从事科研活动的效率水平。因此从上文看到，纯技术效率PE和规模效率SE增长表明虽然高校管理水平有所提高，科研规模逐渐匹配，但就高校人文社科整体来说科研技术手段和管理制度仍有待优化。

分省市看，增长率最高的是青海省6.7%。增长率最低的是内蒙古自治区-24.3%。31个省市中仅有青海省和山西省增长率为正，科研效率得到提高。按照纯技术效率PE在考察期内是否增长可以将各省市自治区分为3类。第一类纯技术效率PE等于1，高校内部管理效率不变，包含北京、辽宁等9个省市。第二类纯技术效率PE大于1，高校内部管理效率提高，包括天津、河北等18个省市。第三类纯技术效率PE小于1，高校内部管理效率降低，包括重庆、四川等4个省市。按照规模效率SE在考察期内是否提高可以将各省市自治区分为3类，第一类规模效率SE等于1，高校科研规模效率不变，包含北京、内蒙古等7个省市。第二类规模效率SE大于1，高校科研规模效率提高，包含天津、河北等19个省市。第三类规模效率SE小于1，高校科研规模效率降低，包含江西、广东等5个省市。

分年份看，2015-2017年两年间TFP均小于1，增长率分别为-31.4%和-10.2%，人文社科科研效率呈下降趋势，但降幅趋窄。2017-2018年科研效率转为上升，提高18.3%。分析发现2015-2018年技术进步TC逐年提高是TFP上升的主要支撑因素。

表5 2015-2018年各省市自治区分年份Malmquist指数及其分解值

3.结论和建议

3.1结论

针对提高人文社会科学科研效率，促进我国高校人文社会科学发展这一目标，本文以2015-2018年各省区市科研投入、产出等方面数据，使用DEA模型测算了2018年各省区市高校人文社科科研效率情况，运用Malmquist指数动态分析了各省区市效率变化情况。形成如下结论：

1）2018年各省区市人文社会科学科研效率平均值为0.914，效率水平较高。将各省区市效率分为高、中、低3个水平，高水平包括北京、山西等13个省区市，DEA效率值为1，效率达到最优。中水平包括吉林、福建等8个省市，低水平包括天津、河北等10个省区市。未达到效率有效的18个省区市中，河南和青海科研管理水平较高，仅需要调整科研规模，其余16个省区市科研管理水平有待提高，存在投入冗余、产出不足、规模不合理问题。

2）2015-2018年各省区市人文社会科学平均科研效率TFP增长率为-10%，仅有青海省和山西省增长率为正，科研效率总体呈下降趋势。但分年份看，各省区市效率降幅逐渐趋窄，2017-2018年效率转为上升了18.3%。纯技术效率和规模效率对TFP提高发挥了促进作用，但技术进步降幅显著，导致全要素生产率TFP整体降低，表明虽然高校管理水平有所提高，科研规模逐渐匹配，但就高校人文社科整体而言科研技术手段和管理制度仍有待优化。

3.2建议

1）优化科研资源配置。不仅着眼于科研产出的总量增长，还要重视科研规模适宜程度和效率水平，定期发布省域高校人文社科资源投入和绩效情况报告，扩大高校人文社科资源投入统筹力度，优先将有限的资源向规模报酬递增的省域倾斜，持续优化人员、经费等各类科研资源投入结构。

2）提高科研管理水平。一流大学建设离不开一流科研管理。着力做好人文社科科研经费支出管理，在保障学科项目负责人财物支配权的同时，构建多层次动态的经费使用效率评价机制，减少经费低效支出和浪费。为科研人员创造条件，积极融入全球化知识生产过程中，学习借鉴先进科研技术和方法。

参考文献

[1]王甲旬,邱均平.中国省域高校人文社会科学研究效率评价——基于Bootstrap-DEA分析[J].重庆大学学报(社会科学版),2019,25(04):113-125.

[2]万秋霞.财经政法类高校科研效率评价探究——基于数据包络分析法[J].高等财经教育研究,2019,22(01):1-8.

[3]连嘉琪.基于超效率DEA模型的区域高校科技创新效率研究[J].山西科技,2019,34(02):35-40.

[4]李玲,闫德明,黄宸.我国农村义务教育经费配置效率研究——基于DEA和Malmquist指数的实证分析[J].教育与经济,2014(03):3-7+15.

[5]苏荟,刘奥运.“双一流”建设背景下我国省际高校科研效率及影响因素研究——基于DEA-Tobit模型[J].重庆大学学报(社会科学版),2020,26(01):107-118.

邮寄地址：

天津市和平区睦南道28号，邮编300204，手机15802282050，小田收