基于数据包络分析的粤港澳大湾区高校科研效率分析

韩小腾，雷显凯

（华南农业大学，广东广州 510642）

1 问题提出

《2020 中国科技统计年鉴》数据显示，2019 年全国（未含港澳台地区）高校科研经费支出1 796.6亿元，比2018 年增加300 多亿元，发表科研论文144 万篇；分地区来看，东部地区高校科研经费总支出达到1 074.3 元，远远高于中部、西部和东北部地区，其中身处粤港澳大湾区的广东省高校的科研经费支出为185.78 亿元、发表科研论文为10.6 万篇，比2018 年均有所增加［1］。2019 年国务院印发的《粤港澳大湾区发展规划纲要》明确提出，要将粤港澳大湾区打造成具有全球影响力的国际科技创新中心。2020 年12 月，教育部、广东省印发的《推进粤港澳大湾区高等教育合作发展规划》中又明确指出，持续推进高等教育合作发展，把粤港澳大湾区打造成为国家深化高等教育体制机制改革试验区。

作为我国高层次人才培养的重要平台，高校科研水平的高低与学校学科发展、师资质量、教育质量以及为社会服务的水平存在紧密联系，对地区经济发展水平也有重要影响［2］。当然，高校科研活动离不开对科研投入与产出的效率评价，选取恰当指标和采取相应方法对高校科研效率进行评价是高校科研管理工作的重要组成部分，也是高校优化资源配置的重要依据，对高校发展具有突出的导向作用。目前，我国高校科研效率评价已由原来的简单定量评价向综合化评价转变［3］。

国内外学者对高校科研效率作出了丰富研究，主要集中在以下几个方面：一是在研究对象上，有的学者以具体高校教师为研究对象，也有学者以某一区域高校为研究对象，如廖帅等［4］以我国31 个省、自治区、直辖市高校为研究对象，指出科研资源投入因地域不同存在较大差异，经济发达地区高校科研效率明显高于落后地区高校。二是在评价方法上，效率评价中比较常见的方法有平衡计分卡、数据包络分析（DEA）、随机前沿分析（SFA）、灰色关联分析法、层次分析法（AHP）和灰色系统理论和因子分析法等［5］，由于DEA 方法具有客观公平、多投入和多产出的测算和不受个体主观影响的特点，在效率评价上受到很多学者的关注，如宗晓华等［6］利用DEA 模型对2006—2015 年教育部直属高校科研效率进行分析，得出东部地区高校科研效率明显高于其他地区。三是关于高校科研效率影响因素的分析，主要包括宏观和微观两个方面。宏观层面，如刘天佐等［7］对2009—2016 年我国不同区域高校科研投入产出绩效进行实证研究，得出区域教育投入力度对区域高校科研投入产出绩效具有显著影响；王晓红等［8］采用省域和高校统计数据研究发现，产学合作对高校创新绩效水平有显著影响；张古鹏等［9］利用我国“双一流”高校提供的项目资助数据，得出高校竞争网络结构对科研绩效的影响存在本质差异；常路等［10］以参与“2011 计划”协同创新中心的合作单位为研究对象，得出联盟经验对高校科研绩效存在显著影响。微观层面，如张家峰等［11］以长三角地区的高校为研究对象，发现教师职称结构会影响高校科研绩效；郭际等［12］分析我国31 个省份高校的科技投入产出情况，得出高校自身对科技投入产出活动的控制能力对科研效率的高低产生直接的影响。

对于处于粤港澳大湾区的高校而言，在“双一流”建设和粤港澳大湾区建设的双重背景下，如何适应外部激烈竞争环境、提升自身科研发展水平是其面临的重大挑战。当前关于粤港澳大湾区高校科研效率分析的研究相对较少，仍留有研究空间。基于此，本研究按照“投入-产出”的效率评价思路，采用数据包络分析法对粤港澳大湾区部分高校科研能力进行综合评价，以分析该区域高校科研能力发展的实际状况，为提升高校科研能力提供决策参考。

2 研究设计

2.1 数据来源

本研究中高校的人力资源、科技项目、科研经费、科技课题、科技成果及技术转让和成果授奖等数据主要来源于教育部科技司出版的《高等学校科技统计资料汇编》。由于投入和产出存在滞后性，例如论文的发表周期一般在1 年～2 年，课题的完成周期一般在3年～4年，为保证研究结果的客观性，时间跨度选择2016—2019 年。限于数据的可获得性，最终选择了粤港澳大湾区部分高校的宏观数据作为研究数据，具体包括华南理工大学、广东工业大学、中山大学、华南师范大学、暨南大学、华南农业大学、广州大学和深圳大学等8 所高校（以下简称“8所高校”）。

2.2 研究方法

根据一般定义，生产效率是指产出量与全部投入要素之比，表明产出量的变动与全部投入要素变动的关系，以衡量生产率的变化对经济增长的作用。为了分析8 所高校科研效率的变动状况，采用美国学者Charnes 等［13］在“相对效率评价”概念基础上发展起来的一种评价方法，即数据包络分析。常用的DEA 模型是BCC 模型和CCR 模型，但是CCR 模型强调固定规模报酬不变，BCC 模型则在CCR 模型的基础上引入了规模报酬可变（VRS）。本研究主要分析科研投入对科研效率管理全要素影响的实际行为，因此，选取BCC 模型。Malmquist 指数的计算利用DEAP2.1 软件完成。

2.3 指标选取

高校科研效率评价指标的选取应尽可能体现湾区特色和广东省建设高水平大学这两大要求。科研效率评价体系的指标选取遵循了以下原则：（1）设计的目的性。构建高校科研效率评价体系是为了比较粤港澳大湾区高校科研效率，探寻高校科研效率管理中可能存在的问题。（2）指标要能够全面反映高校科研水平。借鉴国内外高校科研效率评价体系，完善粤港澳大湾区高校科研效率评价指标体系。（3）要合理划分投入与产出。广东省建设高水平大学要求以效率为杠杆，对高校科研资源的投入和产出进行合理划分。（4）指标数据非负性。选择的指标数据应当是正数或者零。此外，就DEA 评价模型而言，指标选取得是否合理会直接关系到评价结果，在参考已有相关文献和根据有关数据的获取途径情况，本研究主要从两个方面加以考虑：一是从时间上整体分析粤港澳大湾区高校科研效率管理指标；二是从各具体高校实际出发，分析每所高校的科研效率指标。基于此，对于8 所高校科研效率的考察，选取的投入和产出指标具体如表1 所示。

表1 粤港澳大湾区8 所高校科研投入与产出评价指标体系

2.4 描述性统计分析

2.4.1 科研产出情况

高校科研产出在一定程度上反映了科研水平的高低。由表2 看出，2016—2019 年8 所高校科研产出呈现上升趋势。在成果产出中，2017 年学术论文发表数有所降低，但在2017 年后，学术论文发表数大幅度增加；2016—2019 年著作数量呈现先增加后降低的趋势。在成果转化中，2016—2019 年技术转让合同数呈现波动变化趋势，其中2018 年达到最低水平；2016—2019 年技术转让合同金额呈现上升趋势，其中2019 年年末的技术转让合同金额是2016年年末的3.5 倍。在知识产权方面，专利申请数保持快速增加，年均增加2 600 件左右；同样，专利授权数量和专利拥有数量都保持快速增加的趋势。在成果奖励方面，获奖数量呈现波动变化的趋势，其中2018 年达到最低水平，仅为106 项，比2017 年减少近190 项。

表2 粤港澳大湾区8 所高校科研产出情况

2.4.2 人力资源情况

2016—2019 年粤港澳大湾区8 所高校人力资源情况如表3 所示，各项人力资源数量均呈现上升趋势。具体来看，其中高级职称教师总数保持小幅增加趋势；具有博士学位教师总数呈现快速增加趋势，年均增加2 000 人左右。

表3 粤港澳大湾区8 所高校人力资源情况 单位：人

2.4.3 科研经费投入情况

2016—2019 年粤港澳大湾区8 所高校科研经费情况如表4 所示。总体上看科研经费投入呈现增加的趋势，其中财政投入总经费的增加速度最快。具体来看，财政投入总经费年均增加超过60 000 万元，2019 年财政投入总经费约是2016 年的1.35 倍；其他投入总经费呈现先增加后降低的趋势，2018 年达到最高值。

表4 粤港澳大湾区8 所高校科研经费情况 单位：万元

2.4.4 科研项目情况

2016—2019 年粤港澳大湾区8 所高校科研项目情况如表5 所示。在项目总投入方面，2016—2017年和2018—2019 年两个时期的项目总投入增速最快；在项目总数方面，呈现先增加后下降的特点，其中2018—2019 年项目总数出现减少状况；在新立项总投入方面，总体上表现为增加趋势，但也有波动变化情况，2019 年新立项总投入金额约是2016 年的1.29 倍；在新立项总数方面，呈现逐年增加趋势。

表5 粤港澳大湾区8 所高校科研项目情况

3 评价结果与分析

3.1 科研效率分时期动态分析

2016—2019 年分时期粤港澳大湾区8 所高校科研效率情况如表6 所示。8 所高校科研全要素生产率变化与技术进步变化密切相关，说明在技术效率、纯技术效率和规模效率不变的情况下，技术进步是影响科研全要素生产率主要因素。8 所高校科研全要素生产率的均值大于1，说明2016—2019 年间8所高校的科研投入和产出达到了最优状态，整体上科研效率呈现上升的趋势，也说明了8 所高校的科技资源利用效率有一定程度的提高；科研全要素生产率具体表现为先下降再上升，2017—2018 年，科研技术效率、技术进步和规模效率均低于1，造成了科研效率的降低，2018 年后科研全要素生产率、技术效率、技术进步和规模效率都呈现快速增长的趋势，表明技术进步是推动大湾区高校科研全要素生产率提高的主要动力。

表6 分时期粤港澳大湾区8 所高校科研效率情况

3.2 科研效率纵向分析

2016—2019 年分具体高校的科研效率情况如表7 所示。从科研效率排序的角度分析，各高校之间科研效率差异较大，全要素生产率最高值和最低值相差0.422。其中，暨南大学的全要素生产率水平综合排名第一，广东工业大学、华南师范大学、华南农业大学、深圳大学和华南理工大学的全要素生产率较高，而中山大学和广州大学的全要素生产率综合排序倒数。八校中，技术效率、纯技术效率和规模效率没有差异，表明各校的科研管理较规范。科研效率主要差异体现在技术进步，可见，技术进步仍是造成八校科研效率差异的主要原因。

表7 2016—2019 年粤港澳大湾区8 所高校科研效率情况

4 结论与启示

4.1 结论

作为国家科技创新体系不可分割的一部分，高校科研活动对于推动技术创新发挥着重要作用。本研究在参考相关研究文献的基础上，基于粤港澳大湾区建设的大背景选取高校科研投入和产出指标，运用DEA 方法测算了2016—2019 年粤港澳大湾区内的8 所高校科研效率。结果显示，（1）8 所高校科研产出呈现上升趋势，特别是技术转让金额快速上升。（2）总体上，8 所高校的科研投入都呈现增加的趋势，但不同高校的科研投入存在较大差异，“双一流”建设高校的科研投入明显高于非“双一流”建设高校。（3）在科研投入和产出增加的情况下，总体上，8 所高校的科研效率也呈现上升趋势，科研效率平均值达到1.049，超过1.000，投入与产出达到最优状态，但是在具体的高校科研中，高投入不一定带来高产出，反之亦然；高校之间科研效率差异较大，全要素生产率最高值和最低值相差0.422。

4.2 启示

根据以上研究结论，得到相关启示：首先，应根据高校科研效率状况完善科研资源的配置。由于高校间科研效率存在差异，加强对高校科研资源的分类指导就成为题中之意。应该确定一个合理的评价周期，并将评价结果运用于高校科研资源的配置中，以利于优化高校科研资源配置，提升高校科研效率。对于科研投入较低、科研产出较高的高校应给予更多政策或者资金扶持，适度增加其科研投入量，促进其科研效率提质增效、产出更多质量高的科研成果；对于科研低投入和低产出的高校，加强其科研管理，找出原因所在；对于科研高投入和高产出的高校，则应强化其资源配置，提高其科研投入的利用效率，保证科研效率的稳步提升。

其次，建立多样化的激励机制，稳定高校教师队伍，尤其是非“双一流”建设高校必须实施灵活且多样的激励措施来提高高校教师的科研积极性，特别是对于科研成果丰富、科研潜力大的教师，应分类设立激励机制，如实行物质激励与精神激励相结合，增加其科研产出。

最后，高校应积极提高科技成果转化效率，提升将科技创新成果转化为现实生产力的水平和能力。政府相关部门以及高校科研管理部门应积极引导教师转变重学术成果产出、轻成果产业转化的观念，提高对科技成果转化的重视程度；完善科技成果转化激励机制，提升科技成果转化的经济收益；创新科技成果转化方式，如完善科技成果转化机制、创新技术成果入股模式、加大科教融合力度、强化转化收益政策保障等措施，加快科技成果转化。