高校科研类论文例文与区域高校科研绩效分类评价类硕士学位论文范文

《区域高校科研绩效分类评价》

本文是高校科研类毕业论文的格式范文与绩效和科研和高校有关本科论文范文。

摘要：选取“专任教师与科研机构人员”与“科技经费”为科研投入指标；选取“专著数”、“国内外发表的论文总数”、“鉴定成果数”、“成果授奖数”以及“技术转让当年实际收入”为科研产出指标.以《高等学校科技统计资料汇编》与《湖南教育事业统计年鉴》2013至2015年三个年度的面板数据为数据来源,研究湖南省27所公立本科院校的科研绩效状况.三年间超效率得分均值超过100%的高校仅占三分之一；无论是技术效率、纯技术效率还是规模效率,“985工程”及“211工程”高校高于老牌本科院校,老牌本科院校又高于新建本科院校；同一层级内部超效率值大于100%的高校与高校科研实力呈正向相关关系.不同层级高校科研绩效与所处层级高校科研实力呈正向相关,“985工程”和“211工程”高校以及地方老牌大学不仅能够产生更多的科技成果,而且可以产生较好的科研绩效.国家应当加大对高校尤其是研发能力较强的重点院校的科研经费投入.相关指标数据比对发现：部分评价指标的统计数据填报口径不一致,单纯依靠某一个渠道统计数据可能会影响评价结论的形成.建议各级科研管理部门以及项目参与的高校,完善科研财务评价和项目评价结论信息公开制度,主动接受社会公众的监督.

关键词：高校分类；科研经费；高校科研绩效；绩效评价

中图分类号：G644

文献标志码：A

文章编号：16728742（2018）01002010

基金项目：湖南省哲学社会科学规划课题,“基于受托责任的‘2011计划’公共项目绩效评价体系研究”（16YBA194）

作者简介：刘天佐(1964),男,湖南衡阳人,教授,博士,研究方向为教育财政与公共绩效评价.

许航（1992）,男,四川南充人,硕士研究生,研究方向为公共教育支出绩效评价.

一、文献综述

在运用数据包络分析法（DEA）进行高校科研投入产出评价过程中,许多研究者得出了发达地区以及办学实力较强高校的科研投入产出排名靠后的研究结论.李群霞在对全国31个地区理工农医类高校科研资源投入及产出效率的排序中,青海最高,江苏第二,上海排名第7,而北京排在第21位［1］.沈立宏对31个省市地方高校科研绩效排序也出现类似问题,天津排第30名,北京排第24名,福建排第29名,广东排第26名,而海南排第1名,甘肃排第2名,宁夏排第6名［2］.罗杭应用超效率DEA模型对34所“985工程”高校办学效率的比较,也出现了部分实力较弱的高校超效率得分排名靠前,同档次高校中落后地区高校排名往往比发达地区高校更靠前［3］.为什么区域高校间的科研投入产出效率排序会出现上述现象？有研究者认为是发达地区科研资源没有得到充分利用,但更多的研究发现高校科研绩效与地区经济发展并无必然联系,不同地区不同高校科研资源的合理配置以及科研政策的有效引导才是影响高校科研绩效的因素［4］.此外,还有研究者认为,在运用DEA进行绩效评价过程中,没有考虑决策单元（DMU）的同质性,也使DEA模型运用结果出现没有比较意义的现象［56］.

事实上,除上述因素外,影响评价结论还包括评价指标的区分度与评价数据的客观性等因素.通过文献整理发现,我国学者对高校科研投入指标主要采用科研人员、设备与经费三个方面指标,科研产出主要采用论文与著作、获奖、专利与转让收入等三类指标,评价数据主要源于教育部发布的《高等学校科技统计资料汇编》.已有研究在指标选择上存在的主要问题是,由学科属性导致的科研投入与产出差异无法体现,指标的学科区分度与质量区分度不高.此外,投入指标与产出指标内部存在包含关系,导致部分因素重复使用.在评价数据来源上,评价指标大多直接引用教育部《高等学校科技统计资料汇编》数据,缺乏对数据客观性与可靠性的较验过程.

在应用数据包络分析法（DEA）对区域高校科研绩效进行评价过程中,决策单元（MDU）的同质性是必须满足的基本要求.基于此,本研究在层级分类理论视野下,选择湖南省27所公立本科院校为研究对象,决策单元（DMU）同质性按照高校学科分类与层级分类原则进行处理,通过DEA模型与超效率DEA模型的应用,重点研究三个方面的问题：一是湖南省公立高校科研绩效状况；二是湖南省公立高校科研绩效按照学科分类与层级分类的排序状况；三是同一级层级内部高校科研规模与科研绩效的对应状况.

二、样本选择、研究方法与指标设计

（一）样本选择

本文选择湖南省27所公立本科院校作为研究对象.按照《湖南教育事业统计年鉴》所提供的数据,2015年度湖南省拥有本科院校36所（不含国防科技大学）.为什么选择27所公立本科院校作为研究样本？主要是因为在教育部《高等学校科技统计资料汇编》中,国防科技大学的数据没有发布,湖南女子学院与长沙师范学院20132015年三个年度面板数据不完整,同时,2015年湖南还有5所民院校.因此最终选择27所公立本科高校作为研究对象.由于在湖南省27所公立本科院校中,既有属于教育部的两所“985工程”高校,又有一大批由专科院校升格的新建本科院校.为了解决DMU的非同质性问题,本文分别对样本进行了学科分类与层级分类处理.

样本的学科分类处理.在综合考虑研究现状以及参考《湖南招生与考试》对高校分类方法的基础上,将湖南省27所公立本科院校分为综合类、理工类、农林类、师范类、财经类与医学类等6个类型,如表1所示.

需要特别说明的是,医学类院校除南华大学、湖南中医药大学与湘南学院外

将南华大学、湖南中医药大学与湘南学院列入医学类院校,是因为这三所高校最初由医学类院校为主合并组建而成,或者医学类专业学生占学校学生的绝大多数.,综合类院校的中南大学、湖南师范大学、吉首大学等,均办有一定规模的医学专业.

样本的层级分类处理.按“区域内的高校存在着3条线和5个层面”的分类方法,本文将湖南省27所公立本科高校分为“985工程”与“211工程”高校、老牌本科高校、新建本科院校等三个层级,具体分类如表2所示.

（二）研究方法

数据包络分析法（DEA）是运用数学规划模型进行同类型决策单元相对效率评价的系统分析方法,是由美国著名的运筹学家A. Charnes, W.W. Cooper和E.Rhodes等人于1978年创立的.该方法主要通过保持决策单元（DMU）的输入或者输出不变,将各个决策单元投影到生产前沿面上,通过比较决策单元偏离前沿面的程度来评价它们是否有效.应用DEA方法建立模型前无须对数据进行无量纲化处理,也不用设置权重,因此该方法在处理多投入、多产出有效性评价方面具有绝对优势.而科研效率评估需要解决多输入和多输出的多目标决策问题,数据包络分析法可以很好地解决这个问题.其基本思路是:假设有n个决策单元,每个决策单元有m种投入和s种产出,即DMUj有一个对应的集合(Xj,Yj) ,Xij是第j个决策单元DMU的第i种投入,Yrj是第j个决策单元DMUj的第r种产出,其中 i等于1,2,…,m,j等于1,2,…,n,r等于1,2,…,S. Vi是第i种投入的权重系数,Ur是第r种产出的权重系数.则对于每一个决策单元DMUj都有一个相应的效率评价指数:

CCR模型可以得到技术效率以及规模效率,因此称这一效率为综合技术效率；而BCC模型可以得到纯技术效率.两者的比值就可以分离出规模效率值.从而可以对高校进行科研效率的评价.

由于经典DEA方法中的CCR和BCC模型无法进行有效决策单元间大小的比较和排序.为弥补这一缺陷,Anderson和Petersen提出了一种“超效率”DEA模型（SuperEfficiency,简称SEDEA）.在该模型中,将某个决策单元在增加投入时仍能保持相对有效性的最大比例值称为超效率值.若超效率值大于或等于1,则表明该决策单元效率值达到最优；若小于1,则为非DEA有效.其具体形式如下：

（三）评价指标

在科研绩效评价中,评价指标选择既要遵循目的性、全面性和代表性的原则,又要全面考虑决策对象科研效率的影响因素,选择具有区分度的评价指标.

在科研投入指标选择上,主要选择科研人力资源与财力资源两个方面的指标.其中：科研人力指标选取“专任教师与科研机构人员”；科研财力指标则选取“科技经费”.

在科研产出指标选择上,主要选取三类指标：一是“专著数”与“国内外发表的论文总数”,这些指标能够涵盖每一所参评高校,具有指标的全面性；二是“鉴定成果数”与“成果授奖数”, 这类指标具有代表性,主要侧重科研成果质量的考察；三是“技术转让当年实际收入”,这项指标具有一定的学科区分度,兼顾了自然科学研究投入与成果产出相匹配的问题.

（四）数据来源

源于《高等学校科技统计资料汇编》20132015年三个年度的面板数据.主要包括：科研投入中的“科技经费”指标；科研产出中“专著数”、“国内外发表的论文总数”、“鉴定成果数”、“成果授奖数”以及“技术转让当年实际收入”.源于《湖南教育事业统计年鉴》20132015年三个年度的面板数据.主要指标包括：科研人力指标中的“专任教师”与“科研机构人员”.

为什么对科研人力指标采用《湖南教育事业统计年鉴》数据？主要是基于以下原因：一是在《高等学校科技资料统计汇编》中,部分有附属医院的高校“教学与科研人员”数据存在遗漏现象；二是部分高校《高等学校科技资料统计汇编》中“教学与科研人员”与《湖南教育事业统计年鉴》相关数据存在较大差距；三是相对于《高等学校科技资料统计汇编》中的“教学与科研人员”这个指标,《湖南教育事业统计年鉴》中的“专任教师”与“科研机构人员”指标含义更加清晰,数据来源更加可靠.

指标的描述统计,通过运用SPSS软件,选择导入数据,得到表3中的描述性统计结果,由结果可知不同类型不同层级间高校科研投入产出差异较大,因此需要将高校进行层级分类再进行对比分析.

同时,为确保投入产出指标选择满足DEA分析法中“同向性”原则的要求,有必要对选取的投入与产出指标之间的相关性进行检验,为此采用Pearson方法进行相关性检验.从表4可知,本文所选的投入与产出指标均为正向相关,且在5%的水平上显著相关,因此表明本文所选择的指标合理可行.

三、基于DEA模型的湖南高校分类评价结果

运用DEA分析软件DEAP2.1版本,对湖南省27所公立本科院校相关数据进行了分析及处理,设置程序参数以投入主导型模型（INPUT ORIENTATED）为主,以规模报酬可变为基础,测算20132015年三年湖南省本科高校科研效率情况.

（一）按学科分类的评价结果

根据前文对湖南省27所公立本科院校的学科分类,分别按照综合类、理工类、农林类、医药类、师范类以及财经类,对不同类别高校的高校科研绩效变化情况进行分析.

表5列出了湖南省27所公立本科院校基于学科分类的科研绩效状况,即技术效率均值、纯技术效率均值以及规模效率均值.从技术效率与规模效率均值排名上可知,农林类院校与医药类院校排名靠前,综合类与理工类高校排名居中,师范类与财经类院校排名靠后.这一研究结论与陆根书等学者的研究结论基本一致,但是三年中各类别高校的技术效率达到DEA有效的次数均为零,其中三年间技术效率均值最高的为农林类高校,但技术效率均值只有0.884.由此可知湖南省公立院校科研效率整体情况不佳.由表5可知,各类院校的技术效率均值与规模效率均值呈现正向相关的特征.

（二）按层级分类评价结果

根据前文对湖南省27所高校的分层方式,分别检测了“985工程”和“211工程”高校、老牌本科高校与新建本科院校的层级分类效率值.

表6列出了不同层级高校的技术效率均值、纯技术效率均值以及规模效率均值.从三年技术效率均值与规模效率均值排序可知,“985工程”和“211工程”高校排名第一,老牌本科高校排名第二,新建本科院校排名靠后.由此可知,不同层级间高校科研效率值基本上与高校科研规模呈现正相关关系.

四、基于超效率DEA模型的高校间科研绩效排序

前面利用传统DEA方法计算出高校科研投入产出的相对效率,发现不同类型之间高校科研绩效与基于科研规模的大学层级分类呈正向相关关系.但在同一层级的高校科研投入产出效率,其比较排序情况将会是什么结果？下面将通过超效率DEA模型予以探究,具体采用EMS1.3版本（Efficiency Measurement System）进行计算.

（一）“985工程”和“211工程”高校的科研绩效排序

除国防科技大学外,湖南省共有“985工程”高校2所（中南大学与湖南大学）、“211工程”高校1所（湖南师范大学）,中南大学与湖南大学隶属于教育部管辖,湖南师范大学属于湖南省管高校.通过运行超效率DEA模型,计算得到20132015年间“982工程”和“211工程”高校超效率（SEDEA）得分情况,具体如表7所示.

通过表7可以看出,中南大学超效率得分均值为114.43%,排名第一；湖南大学为100.23%,排名第二；湖南师范大学得分均值为78.63%,排名第三,.此外,20132015年间超效率得分均值超过100%的“985工程”和“211工程”高校数为2所,占总体的66.67%.

（二）老牌本科高校的科研绩效排序

除湖南师范大学外,湖南省老牌本科高校共9所,这些学校属于湖南省管高校,部分学科或者学校整体列入湖南省重点建设高校序列.

通过表8可以看出,湖南中医药大学平均得分为304.00%,排名第一；长沙理工大学为272.03%,排名第二；湖南农业大学为131.40%,排名第三；湖南工业大学为45.47%,排名最后.此外,在湖南省9所老牌本科高校中有5所高校超效率得分均值超过100%,超过老牌院校数量的一半.

（三）新建本科院校的科研绩效排序

截止2015年底,湖南省新建公立本科院校共有15所.这些高校大都属于1998年前后通过管理体制改革新建的本科院校.通过运行超效率DEA模型,计算出20132015年间湖南省新建本科院校超效率得分情况,如表9所示.

通过表9可知,新建本科院校在超效率得分排序上,邵阳学院排名第一,湖南理工学院得分均值为155.10%,排名第二；湖南文理学院平均得分为97.60%,排名第三；湖南财政经济学院为43.47%,排名第十五.此外,在湖南省15所新建本科院校中,只有2所高校超效率得分均值超过100%,其余13所高校超效率得分均值均低于100%,科研投入产出效率超过100%的高校数量仅占新建本科院校总数的13%.

五、结论

经过研究发现,基于数据包络分析法(DEA)以及超效率DEA模型的高校科研绩效分类评价具有统计学意义,不仅能够很好地解决决策单元（DMU）同质性问题,而且还能使评价结论更加真实准确.通过对湖南省27所公立本科高校20132015年度的科研绩效进行实证分析研究,得出如下三点结论：

结论一,湖南省27所公立高校科研投入产出绩效整体水平不高.通过对不同层级高校科研绩效对比分析发现,20132015年间湖南省27所公立本科院校超效率得分均值超过100%的高校数为9所,仅占湖南省27所公立本科院校的33.3%,为湖南省27所公立本科院校的三分之一.

结论二,不同层级间高校科研绩效与所处层级高校科研实力呈正向相关关系.依照前文所得的层级分类效率值可知,无论是技术效率、纯技术效率还是规模效率,“985工程”和“211工程”高校高于老牌本科高校,老牌本科高校又高于新建本科院校.具体表现在：从三年技术效率上, “985工程“和“211工程”高校为0.897,老牌本科高校为0.795,新建本科院校为0.674；从三年规模效率排序上,“985工程”和“211工程”高校为0.937,老牌本科高校为0.927,新建本科院校为0.764.从层级分类的角度,“985工程”和“211工程”高校平均技术效率高出老牌本科高校10个百分点,高于新建本科院校22个百分点,老牌本科高校技术效率平均值高于新建本科院校12个百分点,说明不同层级之间高校科研绩效与高校所处层级的科研实力呈正向相关关系.

结论三,同一层级内部高校科研投入产出的超效率值大于100%的高校数量比例与高校所处层级的科研实力呈正向相关关系.通过前面对不同层级内部高校科研投入产出超效率值的对比分析发现,“985工程”和“211工程”高校三年超效率得分均值超过100%的高校数为2所,占“985工程”和“211工程”高校总数的66.67%；老牌本科高校三年超效率得分均值超过100%的高校数为5所,占老牌本科高校总数比为55.56%；新建本科院校三年间超效率得分均值超过100%的高校数为2所,占新建本科院校高校总数的13.33%.

本研究对于中国科研资源配置以及高校科研绩效评价实践具有一定的启示意义.首先,本研究基于湖南省27所公立高校三个年度的面板数据,得出了不同层级高校科研绩效与所处层级高校科研实力呈正向相关的研究结论,从而说明“985工程”和“211工程”高校或者地方老牌大学不仅能够产生更多的科技成果,而且也可以产生较好的科研绩效,因此,国家应当加大对高校尤其是研发能力较强的重点院校科研经费投入.其次,本研究将《高等学校科技资料统计汇编》与《湖南教育事业统计年鉴》相关指标数据进行比对,发现部分评价指标的统计数据填报口径不一致,从而说明了单纯依靠某一个渠道统计数据可能会影响评价结论的形成,因此,建议各级科研管理部门以及项目参与单位的高校,应当完善科研财务评价和项目评价结论信息公开制度,主动接受社会公众的监督.

参考文献

［1］李群霞,马风才,张群.理工农医类高校科研配置效率评价［J］.科研管理,2016(S1):610

［2］沈立宏,赵怡.基于数据包络分析的地方高校科研绩效评价［J］.高等工程教育研究,2016(3):147151.

［3］罗杭,郭珍.基于DEA超效率模型的中国“985工程”大学效率评价——整合中国大学评价和网大大学排行榜的改进模型［J］.研究生教育研究,2011(6):4855.

［4］徐娟.中国各省高校科研投入产出相对效率评价研究——基于数据包络分析方法［J］.清华大学教育研究,2009(2):7680.

［5］许晓东,王冰,胡隆基.定量分析方法［M］.武汉：华中科技大学出版社,2008：27.

［6］叶世绮,王辉.多阶段DEA模型中决策单元的同质性探讨［J］.统计与信息论坛,2012(2):1521.

（收稿日期：20170320；编辑：荣翠红）

高校科研论文参考资料：

科研论文

科研杂志

中国高校科技期刊会