基于DEA高校科研投入与产出效率评价.docVIP

基于DEA高校科研投入与产出效率评价 　　[摘要]运用DEA方法对我国31个省、市、自治区的高校2015年的科研投入产出效率进行评价分析，据此得出有17个省、市、自治区的高校的科研效率达到DEA有效的结论，并对非 DEA 有效的各地区高校科研产出不足量和投入冗余量进行分析，提出效率改进目标和方案。依据评价结果提出相关建议，为各省改善高校科研效率提供参考依据。 　　[关键词]高校；科研效率；投入产出；DEA 　　[中图分类号]G644 　　[文献标识码]A 　　[文章编号]2095-3283（2017）06-0115-05 　　一、引言 　　教学和科研是高校的两大基本职能，而高校又是我国科研的主力军，对高校科研进行科学合理的评价是科研管理工作的重要内容之一。对我国高校科研能力进行评价一直备受学者的关注，有众多学者在高校科研能力评价指标体系的建立和评价方法方面进行了相关研究。 　　在高校科研能力评价指标体系建立方面，白小萱等根据我国研究型大学建设的目标，借鉴国内外大学评价指标体系，提出了科技投入和科技产出作为一级指标的四级评价指标体系，对研究性大学科研效率进行评价 [1]；朱文藻在明确高校科研能力内涵的基础上，通过进一步分析高校科研能力构成，提出了将科研势能和科研动能两个方面作为指标对高校综合科研能力进行评价[2]；王章豹等结合国内外高校科研绩效排行性评价的情况，在借鉴已有研究成果和对高校科技创新能力内涵及其构成要素进行剖析的基础上，设计了高校科技创新能力量化综合评价指标体系，包括科技创新基础能力、科技创新投入能力和科技产出能力三个方面[3]；王晶等提出了科研投入产出评价指标，并利用AHP方法对高校科研投入产出指标进行了分析和筛选[4]。 　　在高校科研能力评价方法方面，目前，国内外主要采用因子分析法、层次分析法、统计回归分析的生产函数方法和数据包络分析（DEA）法等方法定量评价科研效率。由于 DEA对决策单元进行效率评价时，可以不加处理直接导入原始数据，并充分考虑决策单元本身最优的投入产出方案等优点，因而在科研效率评价中得到广泛运用。对高校科研评价的DEA 方法主要集中于三个方面：一是以不同地区高校作为决策单元，研究不同地区的高校科研效率，如周静、孙世敏等利用DEA方法对我国29个省、市、自治区的高校科研投入产出效率进行了评价[5-6]；二是以单个高校作为决策单元进行高校科研投入产出效率分析，如陆根书等对教育部直属高校的科研效率进行了评价[7- 8]；三是以高校内部院系为决策单元，如查勇和梁?沤?立高等院校院系投入?a出效率评估的数据包络分析模型，进行DEA有效性分析和规模效益分析，并且根据各个院系的经营效益做出评价，以期为院系资源配置的合理性、资源利用的有效程度、导致经营无效的因素分析提供依据[9]。 　　本文基于以上研究成果，采用DEA模型，将我国31个省、市、自治区（以下简称省）作为同类型的决策单元，通过科研投入产出的数据，判断技术有效和规模有效的情况，对非 DEA 有效的决策单元进行原因分析和有效性转化。 　　二、研究方法 　　数据包络分析法（Data Envelopment Analysis，简称为 DEA），是由著名运筹学家查恩斯（ACharnes ）和库珀（WCooper ）等人于 1978 年首先提出的[10]。DEA是使用数学规划模型来评价具有多个输入和多个输出决策单元（Decision Making Unit，简称DMU）间的相对有效性（简称DEA有效）。根据对各决策单元观察数据判断其是否有效，本质上是判断DMU是否位于生产可能集的“前沿面”上，因此也可以将DEA方法看作是一种非参数的统计估算方法。 　　DEA方法应用较广泛的两个模型是CCR模型和BCC模型。CCR模型假设决策单元的生产规模收益是不变的，但这一假设在现实中很难满足。BCC模型假设生产规模收益是变化的。本文采取投入导向的BCC模型对我国31个省的高校科研投入产出效率进行评价，深入分析高校科研活动的有效性和规模收益情况，并通过投影分析为DEA无效的高校提出针对性的改进目标和方案。 　　假设存在有n个DMU，每个DMU有m种输入和s种输出，其中第j个决策单元DMUj的输入和输出向量分别为xj=（x1j，x2j，…，xmj）T，yj=（y1j，y2j，…，ysj）T，j=12…n。 建立基于输入的DEA方法的CCR评价模型： 　　minθ-ε（eTsS-+eTmS+） 　　s.t.∑nj=1Xjλj+S-=θX0 　　∑nj=1Yjλj-s+=Y0 　　S+≥0，S-≥0，λj≥0，j=1，2，…，n（1） 　　ε表示非阿基米得无穷小量，es=（1，1，…，1）T∈Rs， em=（1，1，…，1）T∈Rm，θ为