我国一流大学办学效率会更高吗？

摘 要：基于政府财政投入视角，运用DEA和Malmquist指数模型分析了我国32所一流大学在2015-2019年的办学效率及其变动，并运用双边模型与28所其他高校办学效率进行对比研究。结果表明我国一流大学之间办学效率差异较小；动态来看，2015-2019年办学效率年平均下降1%，下降主要原因是技术进步指数下降；与其他高校相比，一流大学办学效率无明显的优势，其办学效率在2017年、2018年高于其他高校，但在2019年被反超。基于此，在“双一流”建设中，要增强高校办学自主权，政府坚持效率导向合理配置教育资源，并完善第三方评价机制，促进高校良性竞争。

关键词：一流大学；办学效率；财政投入；数据包络分析（DEA）

一、问题的提出

内涵式发展是当前我国高等教育发展的核心理念。2018年，习近平总书记在与北京师范大学师生座谈时强调，“高等教育规模扩张并不意味着质量和效益增长，走内涵式发展道路是我国高等教育发展的必由之路”。20世纪90年代以来，我国先后实施了“211工程”“985工程”，政府集中资源重点建设一批重点大学和重点学科，累计投入1100亿元人民币[1]，促进了中国顶尖大学的发展。2015年10月，国务院印发《统筹推进世界一流大学和一流学科建设总体方案》（简称《总体方案》），提出建设世界一流大学和一流学科需要总体规划、分级支持的措施，要求中央和地方财政对“双一流”建设高校给予引导支持。

教育部公示的第一轮“双一流”建设高校名单包括42所一流大学建设高校和95所一流学科建设高校。本研究聚焦一流大学建设高校（简称“一流大学”），发现其在政府资源投入方面具有明显优势，如广东省在2017年投入6亿元支持“双一流”高校建设，而将其中5.7亿元投入了两所一流大学，占比高达95%。[2]在政府如此大规模的资源投入下，我国一流大学办学是否实现内涵式发展？发展质量和效益如何？资源是否得到充分利用？此外，有学者提出在资源有限的前提下，集中资源投入重点大学的做法牺牲了多数高校的利益，削弱了其他高校的基础建设[3]，挤压其发展空间。且在非均衡发展战略影响下，少数重点高校总能获得更有利的资源，在养尊处优的环境中逐渐丧失了提升的动力。[4]由此引发思考，一流大学在政府财政投入高于其他高校的前提下，能否更加合理利用财政资源？办学效率是否更高？纵观学界研究，基于财政投入角度对一流大学办学效率研究较少，更缺乏与其他类型高校的对比研究。

二、文献回顾

随着新公共管理理论的发展，公共部门引入了绩效评估。公共部门绩效评估力求平衡投入和产出、数量和质量、政府与社会、内部管理与外部效应。评估以3E为主要标准，即经济（Economic）、效率（Efficiency）、效果（Effectiveness），追求以最小的公共投入获得最大的产出，回应了以往公共部门只管投入、不重视产出的问题。在此背景下，西方国家开始关注高校财政投入资金的产出及其效率，通过建立指标，根据高校表现分配财政资金，以此促进高校之间的竞争并提高高等教育财政资金利用效率，由此学术界掀起了研究高校办学效率（Efficiency）的热潮。高校办学效率研究主要分为两个层次，一是对高校内部院系效率的研究，二是对系列高校的效率评价，如Abbott运用DEA方法研究澳大利亚26所公立大学办学效率，结果表明公立大学办学效率整体较高。[5]但也有很多高校办学效率并不如人意，Antreas运用DEA两个投入产出模型评价了英国45所高校表现，结果只有6所高校办学效率令人满意[6]；Mahmudah 等研究了印度尼西亚排名前25的高校的办学效率，结果显示知名大学的效率并不高。[7]此外，Glass等人运用成本函数分析英国62所高校的办学效率，研究显示顶尖高校规模收益最高。[8]Hashimoto采用成本函数分析日本94所高校的办学效率，研究表明规模较小的高校比规模较大高校更具有规模效率。[9]就高校效率评价方法而言，主要分为两种，一是以成本函数为代表的参数统计方法；第二种是非参数统计方法，如数据包络分析（DEA）和随机前沿分析（SFA）。由于高等教育部门非营利、多投入多产出的特点，学者认为只关注高校产出或只关注投入的方法具有局限性，而DEA正是一种基于多投入和多产出的分析方法，克服了其他方法指标单一的缺点，且无需事先对输入和输出进行加权计算，因此在高校效率研究中得到广泛应用。

国内学者研究集中于某一类型高校的办学效率。Ng和Li运用DEA方法测量了我国84所高校的科研效率后，DEA方法在我国高等教育研究领域得到较为广泛的应用。[10]袁卫等人以副高级以上职称专任教师数量、教育经费拨款为投入指标，以在校学生数、高校声誉得分、科研经费收入和科研得分等作为产出指标，研究我国教育部直属高校2011年的办学效率，研究显示高校平均办学效率较低且存在区域差距。[11]也有其他学者从静态和动态的视角研究教育部直属高校办学效率。除此之外，学者还研究了我国“985工程”高校、“双高计划”高职院校的办学效率。而针对一流大学的研究较少，目前仅有学者从动态角度研究我国一流大学2015-2018年办学效率变化趋势。[12]相关研究中高校投入、产出指标的选择各有不同，投入指标主要为教师数量（教职工人数、专业教师数量、研发人员数量）、经费投入（教育经费、教育事业收入）、其他投入（馆藏图书数量、校舍面积）；产出指标集中于教学产出（毕业生人数、授予学位人数）和科研产出（成果获奖数、专利数量、发表期刊数量、出版专著数量、技术转让合同等）等。

据已有研究可见，一是针对“双一流”建设高校中的一流大学办学效率研究较少，更缺乏与其他类型高校的对比。一流大学与其他高校相比在政府资源投入上具有明显优势，而如此规模的政府资源投入能否得到充分利用、一流大学办学效率是否更高值得探讨。二是缺少政府财政投入视角的效率研究。在新公共管理理论视域下，公共部门绩效评估的重要目标是提高政府公共支出的利用效率，政府高等教育财政投入是高校发展的基础保障，而我国一流大学又集中了政府大量财政投入，对其开展效率评价的价值是检视政府这部分投入是否得到了最大化利用，因此选取财政拨款投入作为财力投入指标。多数学者基于高校的角度，选用高校的教育经费拨款、教育事业收入等作为投入指标，未能反映政府财政投入的效率。基于此，本文以我国32所一流大学为研究对象，从财政投入的视角，运用DEA模型和Malmquist指数从静态和动态两个角度综合分析效率变化，并运用双边模型分析与其他28所高校的办学效率差异，全面分析高校的办学效率。

三、研究设计

（一）模型与方法

DEA（Data envelopment analysis）是一种非参数线性规划方法，该方法中受评估的单位被称为决策单元（本文指高校）。DEA通过选取决策单元多项投入和产出数据，利用线性规划，以最优投入与产出作为生产前沿，构建数据包络曲线。Charnes等人提出了第一个DEA模型——CCR模型，该模型基于规模报酬不变，即投入和产出的增加之间的比率是相同的。[13]从投入角度来看，假设有n个高校，高校k的效率CCR模式线性规划模型为：

后Banker等人引入凸性约束条件以区分规模效益[14]，假设规模报酬可变，增加的凸性假设条件为∑λj=1，j=1，2，3…n，得BBC模型：

其中，每个高校都有m1种投入和m2种产出。xij表示第i个高校的第j项投入，yij表示第i个高校的第j项产出。TEk代表了高校k的技术效率（又称综合效率），是高校资源配置和使用效率的综合评价；PTEk体现高校利用资源的能力；在BBC模型下，还涉及规模效率（SE），体现高校资源配置与最佳规模的差异，并满足TE=PTE*SE。

DEA-Malmquist指数测量的是高校从年份t到t+1的效率变化，它可以表示为某种距离函数的形式，参考t年份的技术Mt和t+1 年份的技术Mt+1，取二者的几何平均数作为t到t+1年份的Malmquist指数，即：

这样避免了强加的约束和对参考技术的随意。上式可以进一步处理如下 ：

上式右边的第一部分表示的是从t到t+1年份的技术效率（或管理效率）的变化（△TE），第二部分测量的是技术变化或者说生产前沿面在两个年份之间的移动（△TC）。考虑到规模效率，第一部分分解为纯技术效率变化（△PTE）和规模效率的变化（△SE）。

DEA常规模型的一个基本假设是，所有决策单元都可以在相同的基于生产或基于成本的效率边界上进行比较，共同遵循相同的前沿。然而，有时决策单元不同群组间往往基于不同的前沿，甚至相互交叉。DEA双边模型的原理是计算两个群组相对于彼此的效率[15]，即评价A组的效率，应以B组为参照；而评价B组，以A组为参照。在计算出A组和B组的技术效率后，通过秩合检验办法检验两组效率值有无差异。

（二）指标建立

在效率评价研究中，高校办学投入、产出指标的选择尚未达成共识，这可能与学者研究方法以及数据的可获得性有关。根据Johnes的分析，高校资源投入包括人力、物力和财力投入，产出主要包括教学产出、科研产出、社会咨询服务。[16]DEA分析方法对决策单元数量和指标数量之间有一定要求，指标数量不宜过多。Banker等人给出的标准为s+m≤n/3，其中s是产出指标数量，m是投入指标数量，n是决策单元数量。[17]本研究选取了32所一流大学，指标数量不宜超过10个。基于已有研究和“双一流”建设要求，在咨询相关教育学者的基础上构建本研究投入和产出指标体系。

投入指标包括人力、物力和财力投入。人力投入指标选择高校专业教师数量。关于物力投入指标，前文提到已有研究中物力指标一般为教学科研面积或图书数量，袁卫在研究中指出，由于我国地区和城乡差异明显，教学科研面积不能准确反应学校的物力投入。[18]也有学者研究发现高校图书总量对高校产出中的论文数量和课题数量有显著的正向影响，因此，本研究选取高校的图书数量作为高校办学物力投入指标。[19]财力投入选取高校年度决算的政府财政拨款收入，政府财政拨款是政府公共投入的表征，这也是本文的研究视角，目的在于检视政府公共投入的效率。

产出指标的选择中，关于“双一流”建设的《总体方案》提出了建设一流师资队伍、培养拔尖创新人才、提升科学研究水平、传承创新优秀文化和推进成果转化的建设要求，由于已将师资力量作为投入指标，优秀文化难以用客观数据量化，因此确立人才培养、科研产出和成果转化作为产出指标，具体指标体系如下。

一是人才培养选取本科生毕业数量、硕士学位授予数量和博士学位授予数量。有学者根据高校办学投入和教育经费投入，将硕博数量在本科生数量基础上加权，但是由于“人才培养是大学的本质职能，本科教育是大学的根和本，在高等教育中是具有战略地位的教育、是纲举目张的教育”[20]，本文认为硕士和博士在人才培养方面并不比本科生体现优势，因此不予加权。

二是科研产出在尽量兼顾人文社科和自然科学、平衡科研产出质量和数量原则下，考虑到国内外论文发表质量差异，参考鲍威等人的研究成果，对国内外发表论文数量加权求和，具体为：人文社科论文数量=国内论文发表数量*0.3+国外论文发表数量；自然科学论文数量=国内论文发表数量*0.4+国外论文发表数量。[21]受到DEA评价方法对指标数量的要求，研究精简了指标数量，但也应认识到出版专著数量、科研成果获奖数、论文引用数量等也是科研产出的重要表征。

三是成果转化兼顾人文社科和自然科学，选取人文社科研究咨询报告被采纳数量和自然科学技术转让实际收入，体现了高校解决国家和地区发展问题的能力和科技成果转化能力。

（三）数据来源

根据教育部网站公布的名单显示，第一轮一流大学建设高校有42所，本研究选取各高校公开年度决算报告中的“政府财政拨款”作为财力投入指标，因未能获取部分学校决算信息，所以研究了其中32所。在选择对比其他高校时，鉴于DEA要求决策单元具有相似性，其他学校选取了教育部直属高校中除去一流大学建设高校和中央音乐学院等专业型学校之外的28所高校①。研究数据来源于2015-2019年各高校信息公开网和《高等学校科技统计资料汇编》《全国高校社科统计资料汇编》《教育部直属高校基本情况资料汇编》。

四、实证分析

（一）高校办学静态效率分析

1.总体效率分析