摘要：运用随机前沿超越对数生产函数和2005～2009年省际面板数据，对中国省际高校科研效率进行了估算，并从国际科技交流、校企合作等方面分析了效率的影响因素。研究发现：中国省际高校科研总体效率水平较低，且科研效率水平逐年下降，各省市区之间以及东、中、西三大经济区之间的效率水平存在一定差距；国际科技交流、经济水平、教育水平对高校科研效率存在显著的正向影响，而校企合作与高校科研效率关系不显著。根据研究结论就提升高校科研效率提出相关政策建议。
关键词：国际科技交流；校企合作；高校；科研效率；随机前沿
中图分类号：F276.42 文献标识码：A 文章编号：1001-8409（2012）10-0010-05
International Technology Exchange、School-enterprise Cooperation and the Efficiency of China"s Provincial-level University Research
——Based on Stochastic Frontier Production Function that Beyond the Logarithmic
CHEN Li-tai， LIANG Chao， RAO Wei
（School of Public Administration，Chongqing University，Chongqing 400030）
Abstract： This paper measures the technical efficiency of China"s universities and empirically study/test the influence of international technology exchange， school-enterprise cooperation and other factors to the efficiency of inter-provincial university research using the panel data from 2005 to 2009 based on stochastic frontier production function that beyond the logarithmic. Result shows that the level of Chinese provincial university technical research efficiency in general level， and the level of technical efficiency is declining year by year； there are exist certain difference in efficiency between Provinces， as well as in the East， Milder， West， three economic zones. International scientific and technological exchanges， economy， Education level have a significant impact on efficiency of university research， and the impacts of school-enterprise cooperation are not significant. Finally， it puts forward the corresponding policy recommendations in improving the efficiency of university research basing on the above findings.
Key words： international technology exchange； school-enterprise cooperation； university； technical research efficiency； stochastic frontier
一、前言
党的十七大把提高自主创新能力、建设创新型国家作为国家发展战略的核心和提高综合国力的关键，对科技工作提出了新目标、新要求。而高校作为国家科技创新的重要平台，其科研效率直接影响着国家自主创新能力的提高。近年来，我国政府加大对高校科研经费的投入力度，高校科研经费总额从2002年的126.6亿元增加到2009年的727.7亿元，平均每年增幅高达28.38%。随着高校科研资源投入的加大，合理配置和利用科研资源，评价和提升高校科研资源的使用效率成为必须面对的核心问题。
高校科研效率的现有研究中，王莹、童康、王冬梅等以具体高校内部学院为评价单元，评价各学院科研的相对效率[1～3]；Avkiran、陆根书、姜彤彤等以高校为评价单元，评价各高校之间科研效率的相对值[4～6]；赵强强、郭竣、王晓红等以省际高校为研究评价单元，评价各省高校科研效率的水平[7～9]。纵观上述研究，大多采用非参数数据包络分析（DEA）方法，而该方法没有考虑随机误差的存在，前沿面上观测值的随机误差将会影响其他决策单元的效率数值，使结果存在一定的主观性和随机性。同时，多数学者只关注了效率数值，并未进一步探讨效率的影响因素。而对效率影响因素的分析不仅有助于分析不同省份高校科研效率的差异所在，也可以为提高效率低下地区高校的科研效率提供参考依据，因此对高校科研效率影响因素的分析具有重要意义。
基于以上分析，本文以2005～2009年全国28个省市区高校科研效率的省际面板数据为基础，利用随机前沿超越对数生产函数与主成分分析方法相结合，测度了我国高校科研的效率水平，并分析了国际科技交流、校企合作等因素对高校科研效率水平的影响。与相关文献相比，本文的特点在于：首先，从高校国际科技交流、校企合作等方面较为全面地提出了影响高校科研效率的指标体系，利用主成分分析方法得到代表这些方面的综合指标，系统地考察了各因素对高校科研效率的影响；其次，采用随机前沿超越对数生产函数，超越对数生产函数是任意生产函数的二阶泰勒近似，对是否存在偏性技术进步、产出弹性是否固定等没有限制，具有较好的包容性，同时随机前沿分析方法考虑了测量误差和其他统计噪声，能够较准确地测量高校科研效率水平。 二、研究方法
目前，关于效率和生产率问题实证研究的主要方法是生产前沿方法，这一方法可以分为参数前沿面方法，以及非参数前沿面方法，其中非参数方法以Charnes等提出的数据包络分析（DEA）方法为代表[10]，而参数方法则以随机前沿（SFA）方法为代表。本文选择SFA方法测算省际科研效率及国际科技交流、校企合作等因素对其的影响，主要是因为相对于非参数DEA方法，参数SFA方法具有以下三点优势：第一，SFA方法具有统计特性，不仅可以对模型中的参数进行检验，还可以对模型本身进行检验，而DEA方法不具备这一统计特性；第二，SFA方法可以建立随机前沿模型，使得前沿面本身是随机的，而且模型中将误差项进行了两部分分解，对于跨期面板数据研究而言其结论更加接近现实，而DEA方法的前沿面是固定的，忽略了样本之间的差异性；第三，SFA方法不仅可以测算每个个体的技术效率值，而且可以定量分析各种相关因素对个体效率差异的具体影响。
1977年，Aigner、Lover、Schmidt和Broeck等人假定生产无效率（不能达到生产可能性边界）是受随机扰动和技术非效率两个因素影响，将随机前沿的基本模型表示为：
yit=f（xit，t）exp（vit-uit） i=1，2，…，28；t=1，2，…，5 （1）
其中，yit代表第i地区在第t期的实际产出，xit为投入要素向量，t是测量技术变化的时间趋势变量。随机扰动项由随机误差项（vit）和技术无效率（uit）组成，其中vit服从N（0，σ2v）分布的随机。u≥0，代表个体冲击的影响，根据Battese和Coelli的研究假设[11]，u服从非负截断型正态分布N（μit，σ2），且有：
uit=exp[-η×（t-T）]×ui（2）
式（2）中，参数η表示时间因素对技术无效项u的影响。
技术效率TE定义为实际产出的期望和生产前沿面产出的期望之比，表示为：
TEit=E[f（xit）exp（vit-uit）]E[f（xit）exp（vit）|uit=0]=exp（-uit）（3）
式（3）中，当u=0时，技术效率TE=1，表示评价单元在生产前沿面上处于技术有效状态；当u>0时，技术效率TE0.8，说明因子分析效果较好；Bartlett球体检验小于0.0001，通过该项检验；单因子方差贡献率为0.739>0.7，说明该因子能够综合原始数据6个指标值。效率评价模型如下：
lnYit=β0+β1lnLit+β2lnKit+β3t+12β4lnLit2+12β5（lnKit）2+12β6t2+β7（lnKit）（lnLit）+β8tlnLit+β9tlnKit+vit-uit （4）
式（4）中Yit、Lit、Kit分别代表科研成果、科研人员、科研经费。
对于影响高校科研效率的因素，本文将着重考察国际科技交流和校企合作对我国省际高校科研效率的影响，同时也将经济水平、教育水平等因素对效率的影响进行实证分析。
①国际科技交流与合作是我国高校实现国际化战略目标的主要途径，影响着高校科研及综合全面发展，其资助主要有“人才”和“项目”两板块[15]，本文尝试通过主成分分析方法，综合“人才”（包含：国际高校学术交流派遣人数、接受人数、国际会议出席人数3项指标）和“项目”（包含：国际会议交流论文、特邀报告、主办次数3项指标）两板块中6项指标的信息来衡量国际科技交流（Z1），指标数据来源于2006～2010年的《高等学校科技资料统计汇编》。以因子得分作为反映国际科技交流的指标，因子分析的检测结果为：KMO统计量为0.823>0.8，Bartlett球体检验小于0.0001，最大因子方差贡献率为0.849>0.7。②校企合作（Z2）是产学研战略的重要部分，促进产学研联盟的发展， 对高校的科研提供了资金支持和技术交流，从而影响企业研发和高校科研效率。本文校企合作采用校企合作合同总金额衡量，数据来源于2006～2010年的《高等学校科技资料统计汇编》。③经济水平（Z3）直接影响着该地区高等教育的整体发展，高校的建设、科研等都需要大量资金的投入，地区经济水平作为地区高等教育事业发展的支撑，影响着高校及其科研事业的发展，本文经济水平采用人均各地区GDP衡量，数据来源于2006～2010年的《中国统计年鉴》。④教育水平包含两部分，即受教育水平（Z4）和科研人员资源（Z5）。地区的人口受教育水平反应了该地区整体的知识水平，影响着高校科研的教育环境和后备水平；科研人员资源反应地方现有科研人员的丰裕程度，直接影响着该地区高校科研事业的发展，受教育水平和科研人员资源分别采用每万人中大专文化以上人口和每万人中教学与研究人员人数。
借鉴Battese和Coelli的模型设定，本文的随机前沿技术无效率函数如下：
uit=δ0+δ1Z1t+δ2Z2t+δ3Z3t+δ4Z4t+δ5Z5t（5）
其中Z1为国际科技交流；Z2为校企合作，采用校企合作合同总金额衡量；Z3为经济水平，采用人均GDP衡量；Z4、Z5为教育水平指标，分别为每万人中大专文化以上人口和每万人中教学与研究人员人数。
为了进一步检验国际学术交流和校企合作对省际高校科研效率的影响，本文借鉴张各兴、夏大慰的方法[16]尝试对式（5）进行进一步改进，加入以上两个变量的二次项，得到式（6）：
uit=δ0+δ1Z1t+δ2Z21t+δ3Z2t+δ4Z22t+δ5Z3t+δ6Z4t+δ7Z5t （6）
最后将式（4）和式（5）结合形成模型1，将式（4）和式（6）结合，形成模型2。
四、实证与结果分析
本文使用Frontier4.1软件，根据前文设定的模型1和模型2，采用2005～2009年全国28个省市区的面板数据进行了估计，结果见表1。
在模型1和模型2中，对数似然估计值和LR值均表明模型显著。在模型1中对数似然值和LR值分别为-34.92和-31.08，而在模型2中分别为117.67和183.92。模型1生产无效率方程各系数的估计值中，校企合作和每万人中大专学历以上人口不是很显著，而国际科技交流（Z2）、人均GDP（Z3）和每万人中教学与研究人员人数（Z4）在不同程度上显著。而模型2中仅有校企合作（Z2）及其二次方（Z22 ）估计值不显著，其余估计值显著性水平均较高。总体来看，两模型均具有较强的解释力，但是模型2较模型1更优，故本文采用模型2计算的数据（见表2）进行进一步分析。
（一）模型的估计结果
首先，从模型2的适用性来看，估计量σ2=0.0913，γ=0.7865，且两者的极大似然估计值分别在1%和5%的水平下显著，可知随机误差和技术无效误差均显著存在，并且技术无效率是主要的误差来源。故不能对省际高校科研效率进行最小二乘法估计，采用随机前沿分析是必要的。其次，从模型2科研人员和科研经费的产出弹性来看，两者的弹性系数依次为2.0741和-1.6901，意味着科研人员增加1%可使科研成果增加2.0741个百分点；而科研经费增加1%，科研成果下降1.6901个百分点。科技人员的投入对我国高校科研效率起正向促进作用，而科研经费对高校科研效率的提高起抑制作用。同时，两者弹性系数相加小于1，研究生产函数表现为规模递减，可能是由于近年来国家在高校科研经费投入规模上持续加大（近8年平均每年增幅高达28.38%），但是科研人员相对匮乏，限制了科研效率提高。
（二）效率的估计结果
从模型2效率的测算结果来看，我国高校科研效率整体上处在一个中等水平，三大区域的平均值在0.50～0.70之间，且整体而言，全国高校科研平均效率值随时间变化呈现下降的趋势，从2005年的0.6067逐步下降到2009年的0.5866。首先，从三大区域间的横向对比来看5年科研效率的平均水平，东部地区高校科研效率水平最高（0.6121），中部地区紧随其后（0.6014），而西部地区最低（0.5464）。中部与东部的高校科研效率水平差异不大，东部地区效率水平先下降后上升，而中部地区处于下降的趋势中；西部与东、中部地区之间整体差异较为明显，历年效率水平均低于0.57。 其次，从具体省市区来看，各省市区之间效率水平相差较大，平均效率水平最高的是北京（5年平均为0.9437），最低的为天津，5年平均效率仅为0.2130。高校科研效率平均水平较高（5年平均水平大于0.70）的地区依次是：北京、江苏、安徽、山东、陕西、重庆6省市区，占总样本的21.42%，平均科研效率水平相对较低（5年平均水平小于0.50）的地区有：天津、内蒙古、上海、黑龙江、山西、新疆、海南、广西、贵州等9省市区，占总样本的32.14%。
（三）效率的影响因素
本文考察了国际科技交流、校企合作、经济水平、教育水平对省际高校科研效率的影响，总体上看国际科技交流、经济水平、教育水平三大类因素对高校科研效率的影响较为显著。尽管国家实施产学研战略多年，但是校企合作却未能给高校科研效率的改善带来显著的影响。Z1与Z21的系数分别为1.9392、-0.8462，且两者分别通过5%和1%的显著性水平检验，说明国际科技交流与高校科研无效率存在着显著的负相关性，国际科技交流对高校科研效率的改善具有显著的正向影响。Z2与Z22的系数分别为0.9955、3.9670，说明校企合作对高校科研无效率存在正向影响，但是均未通过10%的显著水平检验。Z3=-0.1358，说明地区人均GDP与高校科研无效率在10%的水平下存在着显著的负相关性，经济水平越发达的地区，高校科研无效率越小。教育水平的衡量指标受教育程度和科研人员资源的系数均为负数，且分别在5%和1%的水平下和高校科研无效率显著负相关，这反映地方的人口受教育水平对本地区高校科研效率和高校发展有显著的促进作用，从科研人员资源指标可以看出，在现阶段中国的科研人员数量还处在相对匮乏的阶段，科研人员的丰裕程度对高校科研效率有着显著的影响。 五、结论与政策建议
本文采用2005～2009年全国28个省市的面板数据，利用主成分分析方法对部分指标进行信息综合后，以随机前沿生产函数方法对我国省际高校科研效率进行了度量，并分析了国际科技交流、校企合作、经济水平、教育水平等因素对高校科研效率的影响。结果显示：我国省际高校科研效率总体水平较低， 2005～2009年全国平均水平为0.5866；效率的变动趋势随时间的变化而逐年递减；西部地区高校科研平均效率与中部和东部地区的差距较为明显，但东部与中部省际高校科研效率水平接近，三大经济区域按效率水平高低顺序依次为东部地区、中部地区、西部地区，同时各省市区之间高校科研效率水平也存在较大的差异；国际科技交流、经济水平、教育水平对高校科研效率存在着显著的正向影响，而校企合作与高校科研效率关系不显著。
根据以上分析结果提出以下具体建议：①我国高校科研效率整体水平一般，且出现逐年下降的趋势，为遏制效率的下降，需要继续加强高素质核心研究人员和团队的建设，建立有效的激励机制，提高高校科研效率水平。②西部地区与东部、中部地区之间，以及各省市区之间的高校科研效率差距较为明显，应该建立有效整合国内科技资源机制，实现各地区之间科研物质资源和智力资源的整合，缩小区域间效率差距。③继续加大国际间科技交流，加大国际科技交流经费投入，建立专门管理机构，完善激励、考核机制和公共服务平台，促进高校的国际科技合作与交流有序健康发展。④改革校企合作方式。基于本文研究，原有的校企合作模式并未从真正意义上提高高校的科研效率水平，证明我国校企合作还没有实质性的进展，在以后的发展中，必须改革校企合作方式，完善合作机制，深化合作交流，使校企合作实现真正意义上的双赢。⑤改善地区经济水平。较好的经济水平能够改善科研人员生活质量和工作环境，是科研的外部环境，是高校科研效率提高的基本保证。⑥提高教育水平。地区教育水平直接关系到科研人员数量和质量。应加大各省教育投资，改善教育环境，提高地区的整体教育水平，特别应该加大国内技术相对落后领域的高科技人才的培养。
参考文献：
[1]王莹，刘延平.基于DEA方法的高校管理学院科研效率评价实证研究[J].北京交通大学学报（社会科学版），2007，（4）：43-47.
[2]童康.DEA模型在高等学校内部院系效益评估中的运用[J].大学，2007（4）：32-38.
[3]王冬梅.基于PCA-BCC的某高校基金科研效率评价[J].科研管理，2011（4）：102-105.
[4]Avkiran N K.Investigating Technical and Scale Efficiencies of Australia Universities Through Data Envelopment Analysis [J].Socio-Economic Planning Sciences，2001（35）：57-80.
[5]陆根书，刘蕾，孙静春等.教育部直属高校科研效率评价研究[J].西安交通大学学报（社会科学版），2005（6）：75-79.
[6]姜彤彤.基于DEA方法的高校科研效率评价研究[J].高教发展与评估，2011（6）：26-32.
[7]赵强强，陈洪转，俞斌.利用截面数据对地域高校科研经费使用效率的评价[J].科学学与科学技术管理，2009（9）：119-122.
[8]郭竣，熊世权.中国31省市高校科研效率实证研究评[J].情报杂志，2010（9）：83-88.
[9]王晓红，陈浩.1999-2006年我国各省市高校科研效率的实证研究—基于科研成果指标化变化的对比分析[J].科研管理，2011（4）：94-101.
[10]Battes G E， Coelli T J.Frontier Production Function，Technical Efficiency and Panel Data： With Application to Paddy Farmers in India[J].Journal of Productivity Analysis，1992（ 3）：153-169.
[11]Charnes A， Cooper W W， Rhodes E.Measuring the Efficiency of Decision- Making Units[J].European Journal of Operational Research，1978（6）：429-444.
[12]Battes G E， Coelli T J.A Model for Technical Inefficiency Effect in a Stochastic Frontier Production Function for Panel Data Approach [J].Empirical Economics， 1995 （20）：325-332.
[13]王志平.生产效率的区域特征与生产率增长的分解[J].数量经济技术经济研究，2010（1）：33-43.
[14]樊纲，王小鲁.中国市场化指数——各地区市场化相对进程报告（2001年）[M].北京：经济科学出版社，2003.
[15]陈振凤，何海燕.高校国际科技合作与交流存在的问题及建议[J].高教发展与评估，2011（1）：55-59.
[16]张各兴，夏大慰.所有权结构、环境规制与中国发电业得效率——基于2003-2009年30个省级面板数据的分析[J].中国工业经济，2011（6）：130-140.
（责任编辑：王 楠）