教育部直屬高?？萍蓟顒尤厣a(chǎn)率測算及分析

本文系教育部人文社科研究青年基金項目“中國高校人文社科科研效率評價及影響因素研究”（13YJCZH064），教育部人文社科研究青年基金項目“協(xié)同創(chuàng)新視角下產(chǎn)學研合作效率評價及提升路徑研究”（14YJCZH164）和濟南市軟科學研究計劃項目“協(xié)同創(chuàng)新視角下濟南市產(chǎn)學研合作模式、運行機制及發(fā)展對策研究”（201401416）的階段性成果。

摘要：本文以我國教育部直屬高校2005-2012年科技活動為研究對象，測算其全要素生產(chǎn)率并進行分解，試圖找到生產(chǎn)率變動的原因、趨勢和方向。得出如下結(jié)論：教育部直屬高?？萍蓟顒尤厣a(chǎn)率年均下降0.9%。技術(shù)進步率年均上漲0.2%，而純技術(shù)效率和規(guī)模效率分別下降0.2%和0.9%。增長效應(yīng)存在，但追趕效應(yīng)不存在。全要素生產(chǎn)率和技術(shù)進步率變動趨勢一致但程度不同。技術(shù)效率變動趨勢和規(guī)模效率大體趨同。不同直屬高?？萍蓟顒尤厣a(chǎn)率及其分解指標具有很大差異。理工類高?？萍蓟顒尤厣a(chǎn)率最高，年均增長1.3%。東部地區(qū)直屬高?？萍蓟顒尤厣a(chǎn)率高于中西部地區(qū)，但年均增長僅為0。

關(guān)鍵詞：教育部直屬高校;科技活動;全要素生產(chǎn)率;技術(shù)效率;技術(shù)進步率目前世界公認的創(chuàng)新型國家大約有20個，這些國家的創(chuàng)新綜合指數(shù)包括科技進步貢獻率、研發(fā)投入占比、對外技術(shù)依存度和專利申請數(shù)等指標都遙遙領(lǐng)先于其他國家。高等學校作為創(chuàng)新型國家建設(shè)的核心支柱和中堅力量，已成為我國最大的科學研究部門并與產(chǎn)業(yè)界廣泛合作，其科技活動對我國整體科技創(chuàng)新產(chǎn)出有重大影響。為實現(xiàn)2020年進入創(chuàng)新型國家行列的目標，提高高等學校科技活動生產(chǎn)率特別是全要素生產(chǎn)率成為必然選擇。本文以我國高等學校的典型代表——教育部直屬高校作為研究對象，試圖測算和分析其科技活動（自然科學研究）全要素生產(chǎn)率，對提升高等學校/區(qū)域/國家科技創(chuàng)新能力具有重要意義。

一、文獻綜述

生產(chǎn)率可以理解為各種產(chǎn)出與資源（包括人力、物力、財力）要素總投入的比值。全要素生產(chǎn)率主要用來衡量決策單元的生產(chǎn)效率，它有三個來源：一是效率本身的改進;二是技術(shù)進步的實現(xiàn);三是規(guī)模變動帶來的收益。具體計算時，需要扣除掉其他要素（如資本和勞動等）投入后的“余值”，即技術(shù)進步和能力實現(xiàn)等導(dǎo)致的產(chǎn)出增加。通過測算和估計全要素生產(chǎn)率，可以進行經(jīng)濟增長的源泉和趨勢分析，并通過指標分解找到產(chǎn)出增加的直接原因。21世紀以來，國內(nèi)外很多學者以高等學校/院系/省域范圍內(nèi)的高等學校為對象，對其整體或者教學、科研活動全要素生產(chǎn)率進行研究和探索。其中代表性文獻如表1所示。

根據(jù)上述文獻可以看出，國內(nèi)外相關(guān)研究采用的實證分析方法都是馬奎斯特（Malmqusit）指數(shù)法。國外文獻主要圍繞高等學校教學和科研整體來進行生產(chǎn)效率評價，而國內(nèi)相關(guān)研究大多數(shù)以省域范圍內(nèi)的高等學校作為對象，只有個別文章圍繞985工程高校和安徽省內(nèi)高校來進行分析。缺乏教育部直屬高校科技活動全要素生產(chǎn)率的研究，更不用說進一步的區(qū)域和學科生產(chǎn)率差異對比。在投入產(chǎn)出指標選擇上，基本都沒有涉及科研產(chǎn)出的質(zhì)量。本文擬對上述方面進行改進和探索。

二、模型概述及變量選擇

（一）全要素生產(chǎn)率測算模型概述——基于DEA的Malmquist指數(shù)方法

迄今為止，學術(shù)界對全要素生產(chǎn)率（Total Factor Productivity，TFP）的概念和內(nèi)涵仍有爭議，但主要的計算方法包括增長核算法和經(jīng)濟計量法兩種。前者包括索洛余值法和代數(shù)指數(shù)法;后者包括隱性變量法和生產(chǎn)前沿法。生產(chǎn)前沿法將經(jīng)濟增長劃分為三部分：要素投入增加、技術(shù)進步實現(xiàn)、技術(shù)效率提升，與TFP的基本內(nèi)涵高度吻合。具體的方法有數(shù)據(jù)包絡(luò)分析DEA（Data Envelopment Analysis）和隨機前沿分析SFA（Stochastic Frontier Analysis），本文選擇國內(nèi)外主流的基于DEA的Malmquist指數(shù)方法進行分析。

Malmquist指數(shù)最初用于消費數(shù)量指數(shù)，Caves et al.基于距離函數(shù)構(gòu)造生產(chǎn)率指數(shù)。[18-19]隨著Charnes et al.提出數(shù)據(jù)包絡(luò)分析方法并廣泛應(yīng)用，Malmquist生產(chǎn)率指數(shù)和DEA方法相結(jié)合逐漸成為了實證指數(shù)，用于跨期生產(chǎn)效率的測度、分解和比較。[16]在同一框架下，可將Malmquist生產(chǎn)率指數(shù)分解為技術(shù)進步率、規(guī)模效率和純技術(shù)效率的乘積，各個指標的含義和關(guān)系如圖1所示：

圖1Malmquist指數(shù)及其分解指標

（二）投入/產(chǎn)出變量選擇

科技活動指所有與自然科學、工程和技術(shù)、農(nóng)業(yè)科學、醫(yī)藥科學等領(lǐng)域中科技知識的產(chǎn)生、形成、發(fā)展、傳播和應(yīng)用密切相關(guān)的有組織、系統(tǒng)性的活動。一般通過產(chǎn)出和投入指標的對比來衡量科技活動效率和生產(chǎn)率。借鑒國內(nèi)外的相關(guān)研究，高等學?？萍蓟顒油度氚ㄈ肆徒?jīng)費的投入，產(chǎn)出包括項目、獎勵和各種出版物?？紤]我國高?？萍蓟顒拥膶嶋H情況并結(jié)合數(shù)據(jù)獲取的可得性，設(shè)計如表2所示的指標體系，具體解釋如下：

（1）X1研究與發(fā)展全時人員指在統(tǒng)計年度中，從事科技研究和成果應(yīng)用工作且時間在9個月以上的人員（扣除假期一年按10個月計）;X2科技經(jīng)費撥入包括各級政府撥款和縱向課題資金撥款、企事業(yè)單位委托資金、其他來源經(jīng)費。

（2）Y1研究與發(fā)展項目指包括基礎(chǔ)、應(yīng)用和實驗發(fā)展在內(nèi)的縱向科研課題;Y2科技著作包括學術(shù)專著、基礎(chǔ)論著和技術(shù)著作等專業(yè)性書籍;Y3國內(nèi)外學術(shù)論文指發(fā)表在國內(nèi)外學術(shù)期刊上的專業(yè)論文;Y4專利授權(quán)數(shù)指通過申請獲得授權(quán)在一定范圍內(nèi)獨占使用其發(fā)明創(chuàng)造的權(quán)利數(shù);Y5技術(shù)轉(zhuǎn)讓實際收入是通過轉(zhuǎn)讓創(chuàng)新性的科技技術(shù)獲取的各種收入;Y6科技獎勵指包括國家三大獎和省市級各類科技進步獎在內(nèi)的高水平獎勵。

（三）數(shù)據(jù)來源及處理

DEA方法要求原始數(shù)據(jù)穩(wěn)定且具有權(quán)威性，現(xiàn)有文章數(shù)據(jù)來源都是《高等學?？萍冀y(tǒng)計資料匯編》、《全國高校社科統(tǒng)計資料匯編》、《教育部直屬高?；厩闆r統(tǒng)計資料匯編》等。因本文研究的是高?？萍蓟顒?，所以選擇《高等學?？萍冀y(tǒng)計資料匯編》中的數(shù)據(jù)進行研究。Malmquist指數(shù)是一種跨期分析的方法，考慮2004年之前部分年份數(shù)據(jù)缺失，因而時間范圍是2005-2012年。在75所教育部直屬高校中，中央音樂學院、中央美術(shù)學院、北京外國語大學等語言和藝術(shù)類的高?？萍蓟顒訑?shù)據(jù)接近于0，無法納入實證范圍。故，具體研究對象是63所理工類、醫(yī)藥類、師范類、綜合類、農(nóng)林類等教育部直屬高校。經(jīng)過處理的原始數(shù)據(jù)描述統(tǒng)計如表2所示：

三、教育部直屬高?？萍蓟顒尤厣a(chǎn)率測算及分析

具體對全要素生產(chǎn)率進行測算和分析時，使用DEAP2.1軟件并選擇產(chǎn)出導(dǎo)向（投入和產(chǎn)出導(dǎo)向下計算結(jié)果基本無差異）。將2005-2012年教育部直屬高?？萍蓟顒釉紨?shù)據(jù)輸入軟件，可計算出年度平均、高校平均的Malmquist指數(shù)及其分解指標。因Malmquist指數(shù)是跨期比較的結(jié)果，所以8年的數(shù)據(jù)只得出7年的跨期對比，即2005/2006年度-2011/2012年度。整理后的結(jié)果如表3-表5、圖2所示。

（一）不同年份教育部直屬高?？萍蓟顒尤厣a(chǎn)率評價及分析

根據(jù)最后一行的年度平均結(jié)果，我國教育部直屬高?？萍蓟顒尤厣a(chǎn)率整體呈緩慢下降趨勢，年均下降幅度為0.9%。七組跨期對比數(shù)據(jù)中，2006/2007和2009/2010兩個對比年度全要素生產(chǎn)率下降顯著;2011/2012年基本保持穩(wěn)定;其他四年度呈現(xiàn)不同程度的上升。具體到指標分解情況，技術(shù)進步率年均上漲0.2%，雖然微弱但畢竟整體上升了。說明隨著時間的推移，相鄰期間的生產(chǎn)前沿面處于移動增長狀態(tài)。而技術(shù)效率年均下降1.1%，原因是純技術(shù)效率和規(guī)模效率分別下降了0.2%和0.9%。主要阻礙技術(shù)效率上升的因素是規(guī)模效率的下降，即規(guī)模的不適當，管理和技術(shù)創(chuàng)新上也存在一定問題。需要通過規(guī)模的合理調(diào)整、管理流程的改進和優(yōu)化等扭轉(zhuǎn)上述不利局面。整體來說，增長效應(yīng)存在但追趕效應(yīng)不存在。

圖22005/2006-2011/2012年Malmquist指數(shù)及其分解情況

結(jié)合圖2進一步分析教育部直屬高?？萍蓟顒由a(chǎn)率變動的方向、程度和原因?？梢钥闯?，全要素生產(chǎn)率和技術(shù)進步率變動趨勢具有一定的同步性，都是下降—上升—下降—上升，最后達到基本穩(wěn)定。兩者的趨勢一致但程度不同。因全要素生產(chǎn)率還受技術(shù)效率因素的影響，所以整體變動程度是緩慢向下的，而技術(shù)進步率是微弱上升的。技術(shù)效率的變動趨勢和規(guī)模效率大體趨同，都是上升—下降—上升—下降，但同時受到純技術(shù)效率下降的影響，技術(shù)效率的整體下降幅度更大一些。充分說明，我國教育部直屬高?？萍蓟顒尤厣a(chǎn)率的下降主要是純技術(shù)效率和規(guī)模效率導(dǎo)致的，即多數(shù)直屬高校距離生產(chǎn)前沿面更遠了，水平效應(yīng)并不存在;但卻存在比較微弱的增長效應(yīng)，即教育部直屬高校科技活動生產(chǎn)前沿面在兩相鄰期間內(nèi)緩慢向前移動。

（二）教育部直屬高?？萍蓟顒幽甓绕骄厣a(chǎn)率及分解指標

表42005/2006-2011/2012年教育部直屬高校科技活動年度平均全要素生產(chǎn)率及分解指標

根據(jù)表4可見：（1）教育部直屬高校科技活動全要素生產(chǎn)率平均值為0.991，其分解指標技術(shù)進步率和技術(shù)效率分別為1.002和0.989，這與上一部分的分析結(jié)論完全一致。（2）全要素生產(chǎn)率低于1的高校有32所，包括山東大學、吉林大學、北京中醫(yī)藥大學、華中師范大學、東北師范大學等知名高校都排在最后;全要素生產(chǎn)率高于1的高校有30所，排名最前列的有西安電子科技大學、東北大學、北京化工大學、江南大學、東南大學等，還有一所高校北京林業(yè)大學的全要素生產(chǎn)率為1。因Malmquist指數(shù)是投入產(chǎn)出視角下基于DEA計算的，是產(chǎn)出與投入的綜合對比，與高校知名度和科研整體實力無直接關(guān)系，所以并非知名高校一定排在前列。（3）科技活動技術(shù)效率提升超過5%的高校有西安電子科技大學、中南大學、北京師范大學、東北林業(yè)大學、重慶大學、河海大學、華中農(nóng)業(yè)大學和東北大學，說明上述高校隨著時間的推移距離生產(chǎn)前沿面更為接近了。主要原因是這些大學在規(guī)模、管理、創(chuàng)新等方面相對進步更大;而山東大學、湖南大學、西北農(nóng)林科技大學、中國人民大學、北京科技大學等高校排在技術(shù)效率的后五位。（4）科技活動純技術(shù)效率超過5%的高校是西安交通大學、西安電子科技大學、北京師范大學、河海大學，排在最后的高校是西北農(nóng)林科技大學、湖南大學、華中師范大學、中國藥科大學。先進高校不應(yīng)過分驕傲，而應(yīng)該找到自己努力的方向，進一步提升管理和技術(shù);落后高校通過全方位的比對和分析，定位差距、努力改進。（5）科技活動規(guī)模效率前五位的高校是武漢理工大學、中南大學、東北大學、重慶大學、華中農(nóng)業(yè)大學，后五位的高校是山東大學、中國人民大學、清華大學、北京科技大學、華中科技大學。因為規(guī)模的調(diào)整會影響規(guī)模效率進而提升/降低技術(shù)效率和全要素生產(chǎn)率，所以高等學校應(yīng)結(jié)合科技靜態(tài)效率評價結(jié)果，適度增加/降低科技活動規(guī)模進而提升效率。

（三）不同學科/區(qū)域教育部直屬高校科技活動全要素生產(chǎn)率測算及分析

根據(jù)表5可見：（1）教育部直屬高校中清華大學、西安電子科技大學、合肥工業(yè)大學、北京化工大學等理工類高校科技活動全要素生產(chǎn)率最高，年度平均生產(chǎn)率和技術(shù)進步率增加達到1.3%和2.1%，但技術(shù)效率卻有所下降。說明這類高校增長效應(yīng)存在但追趕效應(yīng)不存在，在所有直屬高校中是唯一生產(chǎn)率處于不斷增長中的高校類別。農(nóng)林類、綜合類、師范類、醫(yī)藥類教育部直屬高校的全要素生產(chǎn)率依次降低，這些高校的生產(chǎn)率都處于不斷下降中。其中，農(nóng)林類高校技術(shù)效率增長但技術(shù)進步率下降，綜合類高校正好相反，技術(shù)效率下降而技術(shù)進步率上升。而師范類和醫(yī)藥類高校的技術(shù)效率和技術(shù)進步率都處在下降階段。（2）東部地區(qū)教育部直屬高?？萍蓟顒尤厣a(chǎn)率高于中西部地區(qū)，但仍然僅為1，沒有明顯上升或者下降，主要原因是技術(shù)效率下降而技術(shù)進步率上升，兩者的共同作用導(dǎo)致生產(chǎn)率基本不變。中部地區(qū)直屬高校的全要素生產(chǎn)率平均下降2.6%，主要原因是技術(shù)效率和技術(shù)進步率都處于下降階段，增長效應(yīng)和追趕效應(yīng)都不存在。西部地區(qū)直屬高校技術(shù)效率增加而純技術(shù)效率下降，但后者的幅度更大導(dǎo)致整體生產(chǎn)率下降。（3）全要素生產(chǎn)率的增長或者下降受技術(shù)、管理、規(guī)模、創(chuàng)新等多方面影響，教育部直屬高校整體的生產(chǎn)率變動不容樂觀，需要根據(jù)指標分解情況全方位查找原因，學習先進高校的經(jīng)驗、汲取落后高校的教訓，在短期內(nèi)通過提升分解指標效率最終實現(xiàn)生產(chǎn)率的整體提升。

四、結(jié)論

隨著2011計劃即高等學校創(chuàng)新能力提升計劃的啟動，我國高校科技創(chuàng)新活動達到一個新的發(fā)展階段。在這樣的背景下，本文以我國教育部直屬高校2005-2012年科技活動為研究對象，測算其全要素生產(chǎn)率并進行分解，試圖找到生產(chǎn)率變動的原因、趨勢和方向。得出如下結(jié)論：教育部直屬高?？萍蓟顒尤厣a(chǎn)率年均下降0.9%。技術(shù)進步率年均上漲0.2%，而技術(shù)效率年均下降1.1%，原因是純技術(shù)效率和規(guī)模效率分別下降了0.2%和0.9%。整體來說，增長效應(yīng)存在但追趕效應(yīng)不存在。全要素生產(chǎn)率和技術(shù)進步率變動趨勢具有一定的同步性，兩者的趨勢一致但程度不同。技術(shù)效率的變動趨勢和規(guī)模效率大體趨同。不同直屬高?？萍蓟顒尤厣a(chǎn)率及其分解指標具有很大差異。理工類高校科技活動全要素生產(chǎn)率最高，年度平均生產(chǎn)率和技術(shù)進步率增加達到1.3%和2.1%，但技術(shù)效率卻有所下降。農(nóng)林類、綜合類、師范類、醫(yī)藥類教育部直屬高校的全要素生產(chǎn)率依次降低。東部地區(qū)教育部直屬高校科技活動全要素生產(chǎn)率高于中西部地區(qū)，但仍然僅為1，沒有明顯上升或者下降，主要原因是技術(shù)效率下降而技術(shù)進步率上升，兩者的共同作用導(dǎo)致生產(chǎn)率基本不變。

為進一步提升我國教育部直屬高?？萍蓟顒尤厣a(chǎn)率，提出如下對策建議：（1）政府制定一系列發(fā)展綱要和優(yōu)惠政策，為高?？萍紕?chuàng)新提供各方面的便利。比如，每年召開高校產(chǎn)學研合作招商大會，獎勵合作效果較好的學校;為人才引進提供各種便利，吸引和集聚創(chuàng)新型人才;建立高校、科研機構(gòu)、企業(yè)技術(shù)轉(zhuǎn)化基地和大學科技園、大學生創(chuàng)業(yè)孵化中心，推動高校和企業(yè)的有效對接。（2）重視高校科技創(chuàng)新信息服務(wù)建設(shè)，建立和完善合作服務(wù)體系。通過成立科技創(chuàng)新信息服務(wù)平臺，為高等學校提供全面的科技服務(wù)項目和科技專家數(shù)據(jù)庫，推動各類科技中介組織的建設(shè)，形成三位一體、信息全面、實時互動的區(qū)域科技創(chuàng)新合作服務(wù)體系。（3）拓寬投融資渠道，加大高校科技活動投入資金的力度。比如，實施有助于高?？蒲械呢斦?、稅收和金融政策，鼓勵高校進入市場融資，利用擔保、貼息等方式協(xié)調(diào)社會科技資源的優(yōu)化配置，實現(xiàn)多元化、全方位的投融資機制。（4）促進資源的合理配置，實現(xiàn)不同高校創(chuàng)新效率提升。我國不同省份高?？萍纪度胭Y源極度不平衡。經(jīng)濟欠發(fā)達地區(qū)，不論是在資金、技術(shù)，還是人才投入上都遠遠落后于經(jīng)濟發(fā)達地區(qū)。對這些區(qū)域，必須加大政策支持力度，保證高校科技活動的創(chuàng)新投入，從而增加其創(chuàng)新產(chǎn)出。而對于其它省份高等學校，應(yīng)該更重視資金和人才的利用效率，最終實現(xiàn)我國各高校/區(qū)域科技活動效率的整體提升。

參考文獻：

[1]Abbott M， Doucouliagos C. Total Factor Productivity and Efficiency in Australian Colleges of Advanced Education [J]. Journal of Educational Administration， 2001， 39（4）：384-393.

[2]Flegg A T， Allen D O， Field K， et al. Measuring the Efficiency of British Universities： A Multi-period Data Envelopment Analysis [J]. Education Economics， 2004， 12（3）：231-249.

[3]Fernando B I S， Cabanda E C. Measuring Efficiency and Productive Performance of Colleges at the University of Santo Tomas： A Nonparametric Approach [J].International Transactions in Operational Research， 2007， 14（3）：217-229.

[4]Worthington A C， Lee B L. Efficiency， Technology and Productivity Change in Australian Universities， 1998–2003[J].Economics of Education Review， 2008， 27（3）：285-298.

[5]Johnes J. Efficiency and Productivity Change in the English Higher Education Sector from 1996/97 to 2004/5[J].The Manchester School， 2008， 76（6）：653-674.

[6]畢雪陽，孫慶文.高校教育成本投入動態(tài)效率的Malmquist生產(chǎn)率指數(shù)分析[J].煙臺大學學報（自然科學與工程版），2010，23（4）：265-271.

[7]廖文秋，梁樑，宋馬林.基于Malmquist指數(shù)的高校科研效率的實證分析[J].系統(tǒng)工程，2011，29（7）：64-69.

[8]姜彤彤.“985 工程”高?？蒲腥厣a(chǎn)率測算及分析[J].中國高教研究，2013（4）：38-43.

[9]段慶鋒.我國985工程高校科研績效的影響因素——基于DEA-Malmquist的實證研究[J].大連理工大學學報（社會科學版），2013，34（3）：114-119.

[10]潘海生，周志剛.基于Malmquist指數(shù)的高等教育生產(chǎn)率變動分析[J].西安電子科技大學學報（社會科學版），2007，17（6）：8-14.

[11]周偉，李全生.我國高等學校人才培養(yǎng)效率的動態(tài)分析：1999—2006年[J].科學學與科學技術(shù)管理，2010（1）：195-199.

[12]郭峻，熊世權(quán).中國31個省市高校科研績效實證評價[J].情報雜志，2010，29（9）：83-88.

[13]韓海彬，李全生.中國高等教育生產(chǎn)率變動分析：基于Malmquist指數(shù)[J].復(fù)旦教育論壇，2010，8（4）：58-62.

[14]楊文舉.基于Malmquist TFP指數(shù)的中國高?？蒲猩a(chǎn)績效評價[J].高教發(fā)展與評估，2011，27（3）：47-55.

[15]馮光娣，陳珮珮，田金方.基于DEA-Malmquist方法的中國高?？蒲行史治鯷J].現(xiàn)代財經(jīng)，2012（9）：61-73.

[16]姜彤彤，武德昆.基于Malmquist指數(shù)的高等學?？萍紕?chuàng)新全要素生產(chǎn)率研究[J].中國科技論壇，2012（5）：79-84.

[17]姜彤彤.高校人文社科研究全要素生產(chǎn)率評價及分析[J].研究與發(fā)展管理，2013，25（5）：90-97.

[18]Malmquist S. Index Numbers and Indifference Curves [J].Trabajos de Estatistica， 1953 （4）：209-242.

[19]Caves D. W， Christensen L.R， Diewert W. E. The Economic Theory of Index Numbers and the Measurement of Input， Output and Productivity[J].Econometric，1982（6）：1393-1414.