2010年 8月
A ug. 2010
华南师范大学学报 (自然科学版 )
JOU RNAL O F SOUTH CH INA NORMAL UN IVERS ITY
(NA TURAL SC IEN CE ED IT ION )
2010年第 3期
N o. 3, 2010
收稿日期: 2010- 04- 02
基金项目: 广东省自然科学基金资助项目 ( 07117867, 8451063101000405)
作者简介: 王楚鸿 ( 1972 ), 男, 广东揭阳人, 华南师范大学副研究员, 主要研究方向: 科研管理、高等教育管理, Em ai:l w angchh@ scnu. edu. cn.
文章编号: 1000- 5463( 2010) 03- 0115- 06
全国高校科技人员投入产出效率分析
基于 1992 2007年面板数据的研究
王楚鸿, 杨干生
(华南师范大学南海学院, 广东南海 528225)
摘要: 以全国高校 1992 2006年 科技人 员投 入和 1993 2007年 科技 产出 面板 数据 为依 据, 采用 AH P、DEA 等方
法, 分析了全国高校科技人员投入的产出效率. 结果发现: 1992 2006年全国高校 科技人员投入产出效 率整体状况
良好; 各类成果的产出效率水平存在差异且变化趋势 不同; 各年度 纯技术 效率普 遍高于 其规模 效率; 综合效 率、规
模效率离散程度整体大 于纯技术效率的离散程度; 增加科技人员投入有利于 提高高校的科技效率.
关键词: 高校; 科技人员; 投入产出效率; 面板数据分析; DEA
中图分类号: G 311 文献标志码: A
科技投入是制约高校科技产出的根本性因素,
而科技人员是科技投入中具有强大生命力和创造性
的关键因素, 对科技产出具有重要的直接影响. 随着
高校科技规模的快速增长, 科技人员投入规模也不
断扩大, 其投入产出效率问题值得关注.
目前关于高校科技投入产出效率问题已有不少
研究, 一般都采用研究效率的标准方法 数据包
络分析法 ( DEA ), 研究内容主 要集中在几方面: 不
同区域高校的科技效率比较
[ 1- 6]
; 某一区域的高校
科技效率评价
[ 7- 8]
; 高校科技成果转化效果评价
[ 9 ]
;
等等. 虽然这些研究的角度和所依据数据各不相同,
结论也不尽相 同, 但 可以 为进一 步研究 高校 科技
效率提供重要参考. 尽 管如此, 目前还没 有发现基
于 1992 2007年间全国高校科 技投入、产出面板
数据的效率分 析, 更 没有 发现有 人专门 进行 人员
投入效率的研究, 本文试 图采用 DEA 方 法对其进
行探讨.
1 研究方法
1. 1 DEA 方法简介
本文采用的 DEA 方法是由著名的运筹学家 A.
Charnes和 W. W. C ooper等人以相对效率概念为基
础发展 起 来的 一 种 系 统 分 析 方 法
[ 10]
, 用 于比 较
DMU (决策单元 )之间的相对效率并做出评价, 得出
每个 DMU 综合效率的数量指标, 指出 DMU 非有效
的原因和程度, 判断各 DMU 的投入规模是否适当,
并可给出各 DMU 调整投 入规 模的 正确 方向和 程
度. 利用 DEA 的 C
2
R 模型, 可 以计算各 DMU 的综
合效率, 而利用 DEA 的 C
2
GS
2
模型, 可以对 C
2
R 模
型的分析结果做进一步分 析, 即指出 DMU 中有哪
些是已达到 技术有效 !, 但未达到 规模有效 !.
1. 1. 1 C
2
R模型
假定有 n 个 DMU参加评价, 第 j个决策单元 D
j
( 1∀ j∀ n )的输入、输出向量分别为:
x
j
= ( x
1j
, x
2j
, #, x
m j
)
T
, y
j
= ( y
1j
, y
2j
, #, y
sj
)
T
( j= 1, 2, #, n ).
输入和输出的权向量分别为:
v= ( v
1
, v
2
, #, v
m
)
T
, u = ( u
1
, u
2
, #, u
s
)
T
.
定义 1 将下式
h
j
=
u
T
y
j
v
T
x
j
=
s
k= 1
u
k
y
kj
m
i= 1
v
i
x
ij
( j = 1, 2, #, n )
称为第 j个决策单元 D
j
的效率评价指数.
在这个定义中, 总可以选取适当的 u 和 v, 使得
h
j
∀ 1. h
j
越大, 表明 D
j
能够用较少的输入得到较多
的输出. 因此, 可以通过考察当尽可能地变化 u 和 v