关于大学科研类自考开题报告范文 跟中国型大学科研效率与其时空特征类学士学位论文范文

这是一篇与大学科研论文范文相关的免费优秀学术论文范文资料,为你的论文写作提供参考。

中国型大学科研效率与其时空特征

潘健1,宗晓华2

(1.清华大学,北京100084;2.南京大学,江苏南京210093)

摘 要:为避免同质化生产函数带来的模型误置和评价不公平问题,应采用数据包络分析方法评价我国研究型大学科研的投入-产出效率及其时空特征.基于2003-2011 年校级面板数据的研究发现:我国研究型大学科研效率的整体水平偏低,地区间无显著差异;我国研究型大学科研效率存在一定波动,总体呈上升趋势;在技术效率的分解中,技术要素对技术效率的贡献大于规模要素.

关键词:DEA;中国研究型大学;科研效率;时空特征

中图分类号:G646 文献标识码:A 文章编号:1674-5485(2017)07-0012-06

①基金项目:江苏省教育科学“十二五”规划重点资助项目“研究型大学技术转移机制与激励政策研究——比较创新体制的视角”(B-a/2011/01/019).

作者简介:潘健(1988-),男,广西梧州人,清华大学教育研究院博士生,主要从事高等教育管理研究;宗晓华(1982-),男,河南平顶山人,南京大学教育研究院副研究员,教育经济与管理研究所副所长,博士,主要从事教育经济、教育财政研究.

一、问题的提出与相关文献评析

随着全球知识经济的崛起和我国创新驱动战略的实施,研究型大学作为科技第一生产力和人才第一资源的结合点,在国家创新体系中发挥着越来越重要的作用[1].为了提高研究型大学的科技创新能力,国家不断加大对研究型大学的资源投入和倾斜,除了常规事业拨款以外,还实施了以“211 工程”“985 工程”“2011 计划”等为代表的一系列重大科研专项.《中国科技统计年鉴》(2001-2014)数据显示,2000-2013 年间,我国大学研发经费投入从76.7 亿元增加到856.7 亿元,年均增长率为20.4%,远远超过同期国民经济的增长幅度.随着大学获得科研投入的日益增多,政府和社会各界也更加关切研究型大学的科研绩效评价.然而,目前对研究型大学的科研评价和排行偏重存量评价,重视大学科研投入和产出的绝对数量,忽视大学发展原有的条件,轻视科技资源的投入效率和效益.这种评价方式虽然也关注大学的科研投入和产出,但是往往采用“科研投入+科研产出”的累加逻辑来评价大学的科研绩效,容易引起大学在科技投入如课题数量、获得经费数量、引进人才数量或科技产出(论文数量、获奖数量等)等方面单向度的竞争甚至盲目攀比,造成大学之间的不公平竞争和公共科技资源的浪费[2].

如何客观、公正地评价大学的科研绩效,优化公共科技资源配置,提高大学科研效率,促进大学科研之间的良性竞争,已经成为当前亟需面对的重要问题.与传统基于绝对投入和产出的评价和排行不同,一些学者开始探索使用投入和产出之间的相对效率对大学科研进行评价.这种相对绩效评价的主要逻辑是比较投入与产出变量,比较常见的是使用加权产出比上投入(加权产出/加权投入).例如,原教科所高等教育研究中心使用14 个投入指标和16 个产出指标,经过主成分因子分析处理,得到投入得分与产出得分之比,作为评价教育部直属76 所大学的相对效率指标[3].这种方法是对传统绝对投入产出评价的一种改进,具有重要的理论和现实意义.但是,这种方法也存在明显的缺陷,由于不同大学的学科构成存在显著的差异,使用同质的加权方法整合投入和产出指标,实际上是潜在地假定所有大学的生产函数形式相同,这对一些需要高投入的偏工科类大学可能尤为不利.

为了克服采用同质化的生产函数形式评价不同类型组织效率的问题,Charnes、Cooper、Rhodes(1978)采用线性规划方法,使用投入-产出指标数据,构建适应不同类型组织最佳生产效率的生产前沿面,然后以此来评价每个组织的相对生产效率,即数据包络分析方法(Data Envelopment Analysis,以下简称DEA)[4].该方法并不假设一个同质的生产函数,而且能够整合多投入和多产出指标,非常适合高等教育机构相对效率的评价,因此在国际高等教育效率评价方面的应用日益广泛.例如,Avkiran(2001)使用DEA 对澳大利亚大学技术效率和规模效率的评价[5] ,Garcia- Aracil(2013)使用DEAMalmquist指数分解方法对西班牙大学科研生产效率进行动态评价[6].使用DEA 方法来分析我国大学生产效率的研究也逐步增多,这些文献大致可分为两个方向:一是从空间角度出发,以地区为单位的研究,例如孙世敏、项华录、兰博(2007)[7]、王欢、宗晓华(2013)等[8];二是从时间角度出发,以大学为单位的研究,例如,Ng、Li(2009)[9]、潘健、宗晓华(2016)等[10].其中,针对“985 工程”大学的科研效率研究相对较多,例如,胡庆江、何玮佳、柳锐(2011)[11]、赵晓阳、刘金兰(2013)等[12].赵晓阳、刘金兰的研究使用动态Malmquist 指数分解方法,采用2006-2009 年“985 工程”大学的科研投入产出面板数据进行评价,结果显示,“985 工程”大学的科研生产效率整体偏低,并且在2006-2009 年内未能取得显著进步,其中技术进步是阻碍各大学科研生产效率提高的首要原因.

以往研究多从单一角度分析,缺少从时空的角度全面评价大学的科研效率,针对上述不足,本文以2003-2011 年间我国研究型大学科研投入-产出面板数据为基础,采用DEA 经典模型考察我国研究型大学科研活动的效率状况及其区域间的差异,为优化我国科研资源配置、提高研究型大学科研质量提供参考.

二、研究方法、指标选取与数据来源

(一)研究方法

CCR 模型是DEA 中最基本也是最为经典的模型之一,该模型可以用来判断决策单元是否同时为技术有效和规模有效.在研究的早期,学者们主要运用该模型去评价学科绩效和大学效率.1984 年,Banker、Charnes、Cooper 针对规模收益可变情况(Variable Returns to Scale,VRS)提出了BCC 模型[13].运用CCR 模型可测算出决策单元的技术效率(Technical Efficiency,TE),运用BCC 模型可测算出决策单元的纯技术效率(Pure Technical Efficiency,PTE),联合运用CCR 和BCC 模型,可推导出规模效率(Scale Efficiency,SE),三者的关系式为:TE等于PTE×SE

(二)指标选取与数据来源

我国研究型大学科研投入指标有2 项.第一项是选取研究与发展全时人员(人年)(I1),该项指标反映了大学科研在人力方面的投入情况;第二项是研究与发展课题当年拨入经费(千元)(I2),该项指标反映了大学科研在财力方面的投入情况.此外,还有物力投入,该方面的投入资金很大一部分来源于科研经费,与经费投入具有很强的线性关系,而且这种物质资本存量短期内变化不明显,难以反映大学科研投入的短期变化,因此本文没有把物力方面的指标列入到投入指标内.

我国研究型大学科研产出指标有4 项.第一项是SCI 期刊论文篇数(O1),第二项是SSCI 期刊论文篇数(O2),第三项是A&HCI 期刊论文篇数(O3),第四项是自然科学研究与发展课题数(O4).其中,前三项为学术发表指标,后一项反映了大学在学术方面的竞争力.研究型大学代表着我国大学的最高水平,选取国内期刊论文数和专著数量等指标已经很难充分衡量我国研究型大学的科研水平,使用SCI、SSCI、A&HCI 期刊论文数作为大学科研中的论文成果,可以在论文的数量与质量间寻求到契合点.

用于实证分析的数据来自2003-2011 年教育部、中科院、直属大学的面板数据.相关研究表明,我国的科研产出存在滞后性,滞后期设置为1 到5 年不等[14][15].参考以往研究文献和专家咨询意见,本文设定的滞后周期为3 年,即以2003 年的科研投入对应2006 年的科研产出,2008年的科研投入对应2011 年的科研产出.

三、科研效率的时序变化分析

基于投入导向的CCR 模型和BCC 模型,本文运用DEAP2.1 软件测算了2003-2008 年我国研究型大学科研的效率状况,根据测算结果,先从时间的维度深入地分析我国研究型大学的科研效率及其变动情况(见图1).

(一)技术效率的时序变化分析

1. 我国研究型大学科研活动的技术效率整体水平偏低

2003-2008 年,我国研究型大学科研活动的技术效率为0.615,标准差为0.249,年均增长0.88%.其中,2007 年,我国研究型大学科研活动的表现最佳,当年技术效率为0.685,有15 所大学的科研有效,占比22.39%.2005 年,我国研究型大学科研活动表现最差,当年技术效率为0.511,仅有8 所大学的科研有效,占比11.94%.与相关研究比较,本文评价结果偏低,原因可能在于以往研究多采用国内期刊论文篇数,致使科研产出的数量相对偏多,而本文采用了SCI 等期刊论文篇数,更注重科研质量,科研产出的数量相对偏少,在同等的投入下,相对效率自然会偏低[16].

2. 技术效率呈现出“M”型变化趋势,总体上不断上升

2004 年出现小幅上升,当年技术效率为0.646,2005 年出现明显下降,当年技术效率仅为0.511,2006-2007 年出现稳步上升,技术效率达到最大,为0.685,2008 年出现小幅下降.整体而言,技术效率呈现出良好的变化趋势,也存在不可忽视的波动,究其原因,可能是我国研究型大学经过2003 年的合并浪潮后,学科构成较为全面,庞大的学科群和科技资源亟待整合和优化,而这并不是三到五年时间所能完成的.只有加大改革的力度,建立健全科研管理机制,才能减少我国研究型大学在磨合期的“阵痛”.

3.2006 年我国研究型大学科研活动的技术效率最为稳健

为了解我国研究型大学在周期内的效率变化情况,本文计算了2003 年与2004 年、2004 年与2005年、2005 年与2006 年、2006 年与2007 年、2007 年与2008 年技术效率的等级相关系数,从计算结果可知2005 年与2006 年的等级相关系数最大,为0.804,且通过0.01 的显著性水平,表明2006 年我国研究型大学科研活动的技术效率与上年相比变化最小,即大部分大学上一年科研有效的,第二年仍然科研有效,上一年科研低效率的,第二年仍然科研低效率.

4. 西南交通大学等理工类大学的技术效率变动幅度较大

运用变差系数可以分析出每所研究型大学在2003-2008 年间技术效率的变动幅度,从计算结果可知,西南交通大学的技术效率变动幅度最大,变差系数为0.608.排名前十的大学还包括北京中医药大学、中国矿业大学、合肥工业大学、南京理工大学、重庆大学、武汉理工大学、华北电力大学、哈尔滨工程大学和中国农业大学.不难发现,前十的大学基本是理工类大学.产生该现象的原因可能在于该类大学在合并后须整合相干程度较低的学科门类,科研资源在短期内无法消化、融合,以至科研管理水平较低.

(二)纯技术效率、规模效率的时序变化分析

1. 我国研究型大学科研活动的纯技术效率和规模效率偏低

2003-2008 年,我国研究型大学科研活动的纯技术效率为0.704,标准差为0.247,年均增长0.54%;规模效率为0.868,标准差为0.136,年均增长0.47%.从纵向发展来看,历年的规模效率均大于纯技术效率;横向比较而言,规模效率与相关研究评价结果的差距较小,纯技术效率则与相关研究评价结果的差距较大,这表明选择更有分量的科研产出指标会对纯技术效率产生较大的影响.

2. 纯技术效率呈现出“U”型变化趋势,规模效率呈现出“M”型变化趋势

总体而言,二者保持不断上升态势,但是变动的节奏缺乏一致性.2003-2008 年,纯技术效率共出现1 次拐点,即2005 年,该年的纯技术效率最小,仅为0.626;规模效率共出现3 次拐点,即2004 年、2005年和2007 年,2004 年的规模效率较大,为0.897,2005 年的规模效率最小,为0.807,2007 年的规模效率最大,为0.911.

3. 较规模效率而言,纯技术效率更为稳健

为了比较中国研究型大学科研活动纯技术效率和规模效率的稳健程度,本文分别计算了2003 年与2004 年、2004 年与2005 年、2005 年与2006 年、2006年与2007 年、2007 年与2008 年的纯技术效率和规模效率的等级相关系数,可以得知历年来纯技术效率的等级相关系数均大于0.600,平均值为0.776,且通过0.01 的显著性水平,规模效率的等级相关系数均低于0.600,平均值为0.371,2004 年与2005 年、2005 年与2006 年的等级相关系数没有通过0.01 的显著性水平,表明我国研究型大学科研活动的纯技术效率要比规模效率更为稳健.

4. 技术要素对技术效率的贡献大于规模要素

为了明确技术效率分解后各要素的贡献情况,笔者制作出表征技术效率、纯技术效率和规模效率三者之间关系的散点图,详见图2.

从图2 可知,(a)、(b)中的大部分散点没有落在45 度对角线上,说明我国研究型大学的技术效率同时受到纯技术效率和规模效率的作用.除此,(a)中的散点偏离45°对角线的程度较(b)大,说明在技术效率的分解中,纯技术效率对技术效率的影响及制约能力强于规模效率,换而言之,纯技术效率对技术效率的贡献大于规模效率.

四、科研效率的空间差异分析

由于历史原因,我国区域发展不平衡,不同地区的经济社会发展有着明显的差异.在经济、社会、文化等因素的共同作用下,研究型大学科研活动存在一定的地方依赖.本文从空间维度考察了我国研究型大学科研效率的区间差异,分析发现,我国研究型大学科研效率的空间差异有以下特点:

(一)东部地区研究型大学的科研效率最高

2003-2008 年,东部地区研究型大学科研活动的技术效率为0.638,中部地区研究型大学科研活动的技术效率为0.586,西部地区研究型大学科研活动的技术效率为0.570.除此,东部地区在纯技术效率和规模效率上均保持“双高”,表明该地区研究型大学的科研运行机制、科研规模均具有较大的比较优势.

(二)不同地区研究型大学科研效率无显著差异

为了测试不同地区研究型大学的科研效率差异化程度,本文采用Kruskal-Wallis 检验来观察三者之间的差异.从计算结果可知,在技术效率、纯技术效率和规模效率上,三个地区研究型大学没有显著差异,详见表1.

(三)总体而言,东部地区研究型大学的科研效率最为稳健

为了比较不同地区研究型大学科研效率的稳健程度,本文分地区计算了2003 年与2004 年、2004 年与2005 年、2005 年与2006 年、2006 年与2007 年、2007 年与2008 年技术效率、纯技术效率和规模效率的等级相关系数,详见表2.

从计算结果可知,东部地区研究型大学在技术效率和规模效率指标上最为稳健,而西部地区研究型大学则在纯技术效率指标上最为稳健.

值得注意的是,与规模效率有关的15 个等级相关系数中,最大值为0.680,最小值为0.018,均值为0.386,有11 个系数没有通过0.01 的显著性水平,这表明三个地区研究型大学科研活动的规模效率均表现出很不稳键的状况.

五、结论与建议

(一)主要结论

本文以2003-2008 年作为研究时段,运用DEA的经典模型CCR 模型和BCC 模型测算了我国研究型大学科研活动的效率状况,分析其时空特征及变化的源泉,结果表明:

第一,我国研究型大学科研效率的整体水平偏低,地区间无显著差异.从时间维度来看,2003-2008 年我国研究型大学科研活动的技术效率为0.615,纯技术效率为0.704,规模效率为0.868,表明3 项效率指标尚有较大的提升空间;就空间维度而言,东部地区研究型大学的科研活动表现最好,3项效率指标均为最大,然而,从Kruskal-Wallis 检验结果可知,不同地区研究型大学科研效率并无显著差异.

第二,我国研究型大学科研效率存在一定波动,总体呈上升趋势.从时间维度来看,2003-2008 年我国研究型大学科研活动的技术效率、纯技术效率和规模效率分别呈现出“M”型、“U”型和“M”型的变动,总体在不断上升,其中,纯技术效率表现最为稳健,其次是技术效率,规模效率的稳健性最差;就空间维度而言,东部地区研究型大学科研效率的变动较小,稳健程度较高,中部地区研究型大学科研效率的变动较大,稳健程度较低.

第三,技术要素对技术效率的贡献大于规模要素.本文运用了表征技术效率、纯技术效率和规模效率三者之间关系的散点图来分析技术效率变化的源泉.从散点的分布可知,技术效率同时受到纯技术效率和规模效率的作用,其中,技术效率主要受到纯技术效率的影响和制约,表明着力健全大学科研组织的运行机制是提高我国研究型大学科研管理水平的关键.

(二)几点建议

基于文中的数据分析和研究结论,本文提出如下几点建议:首先,我国研究型大学的科研效率整体水平偏低,在大量科研经费和人力投入的同时,必须强化以质量和效益为标准的科研产出评价;其次,我国研究型大学的科研效率存在一定波动,必须加快对大学科研效率的影响因素研究,构建科研绩效的实时预警机制,对科研活动的过程实施动态监测,及时发现当中存在的问题;第三,从研究结论可知,规模要素存在两方面的特点,一是对技术效率的贡献较少,二是稳健性较差,表明在大规模院校合并后,我国研究型大学在整合庞大的学科群和科技资源方面,仍然有所欠缺,因此必须着力整合学科和科研组织结构,创新大学科研运行机制,实现一加一等于或大于二的规模优势.

大学科研论文范文结:

关于大学科研方面的的相关大学硕士和相关本科毕业论文以及相关大学科研论文开题报告范文和职称论文写作参考文献资料下载。

1、大学论文题目

2、护理科研论文

3、大学物理论文2000字

4、大学心理学论文

5、大学生涯规划论文

6、大学心理论文