长三角区域高校人文社科科研效率动态变化及原因分析——基于非径向DEA超效率及DEA-Malmquist指数.pdf

沈阳师范大学学报教育科学版第二卷收稿日期：20221120基金项目：教育部人文社会科学研究青年基金项目（19YJC880081）；安徽省哲学社会科学规划青年项目（AHSKQ2019D032）；安徽省高校优秀人才支持计划项目（gxyqZD2021038）；国家社会科学基金一般项目（21BGL206）；安徽省教育厅科学研究重大项目（2022AH040147）作者简介：王彬，男，河南周口人，滁州学院副教授，教育学博士，主要从事教师教育与高等学校科研评价研究；刘海涛，男，安徽潜山人，滁州学院副研究员，教育学博士，主要从事高等教育史研究。长三角区域高校人文社科科研效率动态变化及原因分析基于非径向 DEA 超效率及 DEA-Malmquist 指数王彬，刘海涛（滁州学院 教育科学学院，安徽 滁州 239000）摘要：提高科学研究效率对于促进区域高质量发展具有重要意义。为了探明长三角区域高校人文社科科研效率，采用非径向数据包络分析（DEA）超效率模型测量技术效率及区域差异，并根据对松弛变量的分析探究其原因，然后采用 DEA-Malmquist 指数分析效率变动趋势。分析发现，长三角区域高校人文社科科研整体效率不高，变动不大，区域差异明显，不过差距在缩小。技术效率的变化主要受规模效率制约，全要素生产率的变化主要受技术进步推动。影响三省一市高校科研效率的因素表现不一，其中，上海高校研发与课题经费投入相对过多；江苏高校课题经费投入相对过多；浙江与安徽高校在人员上投入相对过多；上海与浙江的高校在四个产出指标方面都相对不足；江苏高校在CSSCI论文方面产出不足；而安徽高校产出不足问题最不明显。研究结果表明，科研活动的高投入并不一定带来相应的高产出。高校应当提高科研管理和科研技术水平，促进科研效率的提升。关键词：长三角区域；人文社科；科研效率；DEA中图分类号：G644文献标识码：文章编号：2097-0692（2023）01-0081-12一、研究背景与文献综述2019 年，长三角区域一体化上升为国家战略。同年，中共中央、国务院印发的 长江三角洲区域一体化发展规划纲要（以下简称 规划纲要）强调，把长三角地区建设成为区域创新共同体，加强科技创新资源共享，充分发挥创新资源集聚优势，增强长三角地区创新能力和竞争能力，协同推动原始创新，使之成为全国重要创新策源地。美国硅谷、德国慕尼黑等世界级科技创新中心的发展启示我们，高校是区域创新的“引擎”，高校与区域深度融合发展是建设区域创新中心的关键。长三角区域拥有全国约 1/4 的“双一流”高校、国家重点实验室、国家工程研究中心，年研发经费支出和有效发明专利数均占全国 1/3 左右。在科研资源达到一定规模后，科研资源的利用效率日益受到重视。研究表明，21 世纪以来，我国高校用于基础研究、应用研究、试验发展的经费每年增长 20%，然而科研资源使用效率并不高3-6。不过，也有部分学者得出了不一致的结论。当前，学术界对高校科研效率的研究主要集中在自然科学领域，人文社科领域的科研效率受到的关注相对较少。习近平总书记指出：“文化文艺工作、哲学社会科学工作就属于培根铸魂的工作，在党和国家全局工作中居于十分重要的地位，在新时代坚持和发展中国特色社会主义中具有十分重要的作用。”人文社科研究涉及社会上层建筑的构081DOI:10.13972/21-1500/g4.2023.01.013沈阳师范大学学报二二三年第一期建，是社会发展的重要推动力量。因此，人文社会科学研究与自然科学研究同样重要，也应当受到学术界重视。当前，有关高校人文社科科研效率的研究主要以全国高校为研究对象，如王灵芝、梁文艳和唐一鹏、姜彤彤、王甲旬和邱均平等对全国高校人文社科科研效率进行了评价与分析9-13。近年来，区域高校人文社科科研效率逐渐成为研究的热点，例如：陈俊生等对江苏省高校人文社会科学科研效率进行了评价14；贾冰、曾冬梅分析了广西高校人力资本及其结构对人文社科研究效率的影响15；蔡文伯、赵志强探究了我国十大城市群高校科研效率及影响因素16；张丹丹对长三角“双一流”高校科研绩效及影响因素进行了分析17。不过，迄今为止，专注于长三角高校人文社科科研效率问题的研究仍然相对较少，针对影响因素的探讨主要关注外部因素，对于内部因素的分析较少。本研究采用长三角高校 20122019 年人文社科科研投入与产出数据，分析该区域高校人文社科科研的效率状况，并探讨其原因，为长三角高校科研生产的改进提供学理依据。二、研究设计（一）概念1.生产率与效率生产效率用来衡量一个生产单元在既定的要素投入集下产出与最大产出（生产前沿，Pr-oduction Frontier）的距离，距离越大，则生产效率越低18。当前，学术界通常使用全要素生产率及其增长度量生产单元的生产率水平和生产率的变化19。全要素生产率是指各要素（如资本和劳动等）投入之外的技术进步（变化）对经济增长贡献的因素20。在前人研究基础上，法勒（Fare）等人构建了 DEA-Malmquist 指数计算全要素生产率的变动情况21。其中，全要素生产率指数可以分解为技术效率变化指数和技术进步变化指数，技术效率变化指数可以分解为纯技术效率变化指数和规模效率变化指数。技术效率（Technical Efficiency，简称 TE）是指生产单元在既定投入集下最大产出的能力，衡量生产过程中投入的资源能否得到充分有效的利用；纯技术效率（Pure Technical Effi-ciency，简称 STE）是考虑规模报酬可变下的技术效率，反映了生产单元的组织、管理对效率的影响；规模效率（Scale Efficiency，简称 SE）是假定规模报酬可变下的生产单元规模因素影响的生产效率，用来衡量生产单元的规模选择是否适切；技术进步（Technical Progress，简称TP）是指技术水平的改进促使代表最先进生产技术的生产前沿面整体向外移动（技术水平或要素质量使既定生产要素投入下生产函数不断外延移动），即在技术上实现以同样的投入组合获得更多的产出。2.科研效率科学研究活动属于人类精神生产活动。无论是马克思对扩大了的生产劳动概念的考察，还是西方经济学经典理论，都揭示了科研活动是有目的、有计划、有投入、有产出，能创造价值的生产劳动。科研生产活动与其他物质生产活动一样，需要投入一定的人力、物力、财力和信息资源，经过研究者加工与运作，产出具有学术价值认识或具有社会效益的产品或服务。既然科研生产活动涉及投入与产出的过程，那么就必然牵涉效率问题。目前，学界对于“科研效率”内涵的认识并不统一。本研究借用郭庆旺、贾俊雪的观点，将高校科研效率界定为“以要素的边际生产力组织生产所能达到的最大科研产出（生产前沿面）作为标准来衡量高校对生产要素的利用状况的指标”19。根据上文提及的效率理论，科研效率可以分解为纯技术效率和规模效率。科研效率的前沿面的整体移动可以用科研活动全要素生产率的变化指数衡量。（二）研究方法随机前沿分析（SFA）和数据包络分析（DEA）是目前学界测量效率最常用的方法，前者属于参数方法，后者是非参数方法21。SFA 相对于非参数方法最大的优点是考虑了随机因素对于产出的影响22。不过，SFA 的模型假设较为复杂，在实际应用中往往面临如何选择生产函数、如何确定技术无效率项的概率密度分布、如何处理合成误差项的偏度等问题，并且对于数据的要求较高，给参数估计带来很多不确定性和困难22。DEA 方法是通过线性规划的方法测量生产效率的，作为一种非参数方法，DEA在082沈阳师范大学学报教育科学版第二卷测量生产效率时不需要考虑生产前沿的具体函数形式和数据量纲，便能够解决多投入多产出的效率问题22，因此受到很多学者的青睐。传统的 DEA-CCR 和 DEA-BCC 模型只能区分有效生产单元和无效产业单元，不能对有效单元做进一步区分23。鉴于此，1993 年安德森（A-ndersen）和彼得森（Petersen）构造了一种基于CCR 模型改进的模型，即“超效率”的 DEA 模型（Super-Efficiency，SE-DEA）24。超效率 DEA模型解决了传统模型难以比较有效单元的问题，使得有效决策单元之间也可以比较。但是，DEA径向模型对决策单元无效程度的测量假设投入和产出是同比例调整，没有将松弛变量的改进部分考虑进去。随后，托恩（Tone）等学者提出非径向模型（Slack Based Model，SBM），在测量无效率决策单元时将松弛变量部分纳入，并将超效率模型与非径向模型相结合，提出了“超效率非径向 DEA”模型，即“Super-SBM-DEA”模型25。该模型提高了 DEA 测度效率的区分度和精确度。无论是传统 DEA 模型，还是“Super-SBM-DEA”模型都不能动态分析效率动态变化趋势。于是，瑞典统计学家、经济学家马尔姆奎斯特（Malmquist）于 1953 年提出了 Malmquist 指数法26。Malmquist 指数法经过不断改进后，被广泛用于测量生产率变化。Malmquist 指数方法通过本期到下期生产率的变化测算 Malmqu-ist 全要素生产率指数，从而对生产效率进行动态分析。本研究的设计思路如下：首先，利用“Su-per-SBM-DEA”模型测量出长三角高校科研技术效率（又称综合技术效率）、纯技术效率、规模效率水平；其次，依据松弛变量探究内在原因；最后，采用 DEA-Malmquist方法计算 20162021 年长三角高校科研效率的全要素生产率及其分解要素的变动趋势。由于从科研投入到科研产出具有时滞性，结合以往研究成果，本研究将研究产出滞后 2年，如 20162018 年的投入与产出数据是指2016年投入数据和2018年产出数据，以此类推。（三）指标选取2018 年，国务院印发的 关于优化科研管理提升科研绩效若干措施的通知 明确提出，要“建立以创新质量和贡献为导向的绩效评价体系，准确评价科研成果的科学价值、技术价值、经济价值、社会价值、文化价值”27。2020年，中共中央、国务院印发的 深化新时代教育评价改革总体方案 强调，针对高校教师的科研评价，要突出成果质量、学术贡献与社会贡献28。因此，新时代的科研评价应当兼顾科研的学科价值、应用价值和社会效益。这就要求在进行科研评价时，运用科学的科研产出指标反映学科价值、应用价值与社会效益。基于此，本研究选择著作数、CSSCI 论文数、CSSCI 论文发表后 2 年内篇均被引用次数（例如，2017 年发表的论文，计算截止到 2019 年平均每篇论文被引用次数）、研究与发展报告数和获省部级以上科研奖项数作为科研产出指标。科研著作与CSSCI 论文可以反映科研生产力水平；CSS-CI 论文发表后 2 年内篇均被引用率与获省部级以上科研奖项数能够反映科研产出的质量与学术效益；研究与咨询报告数则反映了研究的社会效益。人力、物力、财力投入是开展科研活动的必要条件。由于人文社科研究对于物资设备需求并不高，因此本研究选取人力与财力作为科研投入指标。其中，人力资本投入指标包括研发人员总计与当年投入的研发人员数 2 个二级指标；财力资本投入指标包括研究与发展经费当年内部支出与课题经费当年支出 2 个二级指标（见表 1）。校友会中国大学文科实力排名评价标准包含教学质量、杰出校友、高层次人才、科研成果、科研基地和科研平台 6 个一级指标，涵盖了人文社会科学领域的 300 多项评价指标。表 1长三角区域样本高校人文社科科研活动的投入与产出指标变量性质一级指标二级指标投入指标研发人员总计（人）当年投入的研发人员数（人/年）研究与发展经费当年内部支出（千元）课题经费当年支出（千元）科技著作数（部）CSSCI 论文数（篇）CSSCI论文发表后2年内篇均引用次数（次）省部级以上奖项数（项）研究与咨询报告数（篇）人力资本投入财力资本投入学术效益指标研究质量指标产出指标社会效益指标083沈阳师范大学学报二二三年第一期表 2长三角区域 42 所样本高校 20122019 年人文社科科研效率均值及其分解高校复旦大学上海财经大学上海师范大学上海交通大学上海大学华东师范大学同济大学上海外国语大学华东政法大学上海音乐学院上海体育学院华东理工大学上海对外经贸大学苏州大学南京大学东南大学南京师范大学南京农业大学扬州大学南京艺术学院南京财经大学TE 均值STE 均值SE 均值0.6090.6520.5371.3990.3170.2960.3781.3701.1760.8410.2020.2450.4150.6021.0460.3451.1830.1220.7951.1790.5141.2891.0180.9141.4450.4211.0970.4181.4731.1890.9970.3790.2560.4350.7101.0960.4421.2670.1761.0521.0000.7750.4460.6380.6280.9670.6850.2680.8870.9400.9890.8410.7040.9100.9260.8100.9530.7650.9370.7490.7471.1790.676高校江苏师范大学江苏大学河海大学江南大学中国矿业大学南京审计大学南京理工大学南京航空航天大学浙江大学浙江师范大学宁波大学浙江工业大学杭州师范大学杭州电子科技大学温州大学浙江理工大学安徽大学安徽师范大学中国科学技术大学安徽财经大学合肥工业大学TE 均值STE 均值SE 均值0.2000.1290.4200.2390.3601.0980.2520.8281.0660.3330.1640.7450.4800.3750.2740.1210.2810.3470.8750.5970.3560.5730.1350.6280.3020.4051.1450.3210.9141.4750.4060.2820.9100.5530.3780.3520.1480.3020.3681.0090.6270.5110.6200.9450.7320.8510.9020.9830.7780.8420.6930.8090.6390.8090.7420.9750.7140.8730.9060.9490.8650.9490.761基于滞后两年的原则，2014 年投入数据对应 2016 年产出数据，以此类推。表 3长三角区域样本高校科研投入与产出年度均值维度一级指标二级指标年度（年）研发人员（人）研发经费（千元）课题经费（千元）著作（部）CSSCI 论文（篇）论文篇均被引（次）省部级以上获奖成果（项）研究与咨询报告（篇）201220142013201520142016201520172016201820172019人员经费科研数量科研质量科研效益投入产出82336 94219 6018443711173187940 67622 900814301094191841 25823 718814299164695545 35423 31676432844985947 91522 613743117207294255 98026 668774077590注：表中年度数据为 42 所样本高校各项指标的年度均值，其中产出数据相对于投入数据滞后 2 年样本高校抽样期间科研投入与产出变化趋势，本研究对数据进行归一化处理后，制作了图 1和图 2。结合表 3 和图 1 可以发现，长三角样本高校平均科研投入（研发人员、研发经费和课题经费）整体处于上升趋势，其中研发经费逐年增加，而研发人员和课题经费有所波动。研发人员数由 2012 年 823 人增加到 2017 年942 人，增加幅度为 14.46%，年平均增幅为2.41%；平均研发经费投入由 0.37 亿增加至0.56亿，增幅为 51.35%，年均增幅为 8.56%；课题经费由 0.20 亿元增至 0.27 亿元，增幅为 35%，年均增幅为 5.83%。由此可见，长三角区域样本高校研发经费与课题经费投入增速快，与之相比研发人员增速较慢，这反映了研发经费与研发在数据来源方面，CSSCI 论文数、CSSCI 论文发表 2 年后的篇均被引用次数来源于中国知网全文数据库和引文数据库，其他投入与产出数据来源于中国高校人文社科信息网上公布的 20122019 年高校人文社科研究统计数据。本研究所采用的 42 所样本高校各项科研投入与产出的数据见表 3。为了更直观地观察（四）样本选择与数据来源本研究以中国校友网 2022 年发布的中国文科高校前 200 名中的长三角高校为样本，共有 42 所长三角区域高校入选，其中 13 所位于上海市，16 所位于江苏省，8 所位于浙江省，5 所位于安徽省（具体学校名单见表 2）。084沈阳师范大学学报教育科学版第二卷表 420122019 年长三角区域高校人文社科科研效率及其分解年度（年）技术效率（TE）201220142013201520142016201520172016201820172019各期总体均值增长率（%）纯技术效率（PTE）规模效率（SE）均值 标准差均值 标准差均值标准差0.4750.3950.4050.4250.6180.3650.447-0.0380.4230.4640.4730.5280.4880.5020.4800.0310.6160.6190.5070.6190.7510.5470.610-0.0190.4690.5290.5340.6240.4920.5260.5290.0200.7990.7130.8270.7150.8480.6900.765-0.0230.2570.3090.2120.3090.2740.3430.2840.055人员两种资源可能存在配置不够科学的问题。从产出指标来看（见表 3 和图 2），样本高校除了研究与咨询报告篇数呈稳定增加趋势和论文篇均被引数呈逐年降低趋势外，其他3个指标（著作、CSSCI 论文、省部级以上获奖成果）波动较大，但整体呈下降趋势。研究与咨询报告篇数平均由 2014 年的 31 篇增加到2019 年的 90 篇，5 年增幅为 190.32%，年均增幅为 38.06%；CSSCI 论文篇均被引用率由 11次降到 7 次，5 年降幅为 27.28%，年均降幅为4.55%；著作数降低也比较明显，由 84 部降到77 部，降幅为 8.33%；CSSCI 论文篇数由 437 降到 407，降幅为 6.86%；省部级以上奖项由 17项降到 5 项，5 年降幅为 70.59%，年均降幅为14.19%。由此可见，科研产出近年来变化趋势不容乐观。三、长三角高校人文社科科研效率测评与分析（一）长三角高校人文社科科研效率的静态分析科研效率静态分析是指将每一年各地区的投入产出与该年的生产边界作比较，测算各地每年的科研效率水平。本研究主要借助超“效率非径向 DEA”模型分析 20122019 年长三角区域高校整体、三省一市高校和 42 所样本高校的科研技术效率、纯技术效率和规模效率水平。1.整体科研效率表 4 显示了 20122019 年长三角区域样本高校科研效率及其要素分解情况。表 4 显示，长三角区域样本高校科研效率总体均值不高，只有一期（20162018 年）超过 0.6，其他各年都在 0.5 以下，且整体呈下降趋势。这说明近年来长三角区域高校人文社科科研效率整体不高，且无明显改善迹象。从技术效率的分解来看，纯技术效率各期总体均值为 0.610，低于规模效率的总体均值（0.765），说明样本高校规模效率整体上好于纯技术效率。不过，纯技术效率和规模效率整体都呈微弱降低趋势，反映了近年来长三角区域高校人文社科科研效率有所下降。标准差表明，样本高校之间首先在科研纯技术效率方面差距最大；其次在技术效率方面的差距居中；最后在规模效率方面的差距最小。三种效率值的标准差增长率都是正值，反映出样本高校之间的科研效率差距有所扩大。2.三省一市高校科研效率比较对比分析长三角区域三省一市高校人文社科科研效率水平，可以了解长三角区域高校科研效率差异状况。从技术效率和纯技术效率的总体均值来看（见表 5），上海都是最高；安徽是最低；江苏与浙江分别位列第二位、第三位。在增速上，首先，安徽增长最快；其次，浙江的增长建设位居第二；最后，上海和江苏都呈现图 1 科研投入变动趋势201220132014201520162017归一化投入值1.210.80.60.40.20年份（年）研发人员研发经费课题经费图 2 科研产出变动趋势201420152016201720182019归一化科研产出值1.210.80.60.40.20年份（年）著作CSSCI 论文论文篇均被引省部级获奖成果研究与咨询报告085沈阳师范大学学报二二三年第一期考查如何通过调整产出水平实现 DEA 效率。表 520122019 年长三角区域三省一市高校人文社科科研效率及其分解年度（年）201220142013201520142016201520172016201820172019总体均值增长率（%）上海江苏浙江安徽TEPTESETEPTESETEPTESETEPTESE0.5440.5360.6230.6650.8810.4110.610-24.4390.8530.8450.7900.8510.9520.6570.825-23.0100.6820.6610.7860.7430.9120.6670.742-2.2620.6360.3860.4390.1990.7170.2800.443-55.9930.6530.5940.5620.4290.8710.4050.586-38.0310.9350.7350.8330.6660.8400.7080.786-24.2910.2360.3850.1880.7550.3260.3520.37448.9280.2980.4950.1940.8700.3380.4390.43947.2120.7840.7600.9130.8570.9270.7590.833-3.1380.1140.0760.0310.0640.0300.5410.143372.4110.3270.2810.0320.2750.4240.8650.367164.2630.6840.7090.8010.6060.5970.5950.665-13.056表 6长三角区域三省一市高校人文社科研投入与产出松弛变量分析高校上海高校江苏高校浙江高校安徽高校投入冗余产出不足分数研发人员课题经费著作数CSSCI 论文篇均被引研究与咨询报告省部级以上获奖成果0.6743460.6213870.4093930.495779研发经费0.40603565.13555180.486498.724442 708.62530165.802323793.5266435 791.263 921.2182 358.554695.744663.7493337.3004584.3904231.02334128.9201146.1941388.672225.946648.5083262.9818596.6639542.31142881.4427129.84428127.414641.8017511.780758.9236715.230638.141508问题：在著作数产出松弛变量方面，江苏与安徽高校最少，而浙江与上海高校最多，这表明著作数产出相对不足成为制约浙江与上海高校科研效率提升的原因之一；在 CSSCI 论文产出松弛变量方面，安徽高校最少，浙江高校最多，这说明 CSSCI 论文产出相对不足成为制约浙江高校科研效率提升的原因之一；在 CSSCI论文篇均被引数松弛变量方面，江苏与安徽高校比较少，而上海与浙江高校比较多，这说明上海与浙江的 CSSCI 论文篇均被引数相对不足成为制约其科研效率提升的主要原因之一；在研究与咨询报告产出松弛变量方面，江苏与安徽高校比较少，而上海与浙江高校比较多，这表明上海与浙江高校的研究与咨询报告产出相对不足成为制约其科研效率提升的原因之一；在获省部级以上奖项产出松弛变量方面，江苏与安徽的高校比较少，而上海与浙江高校比较多，这反映了上海与浙江高校获省部级以上奖项数相对不足成为制约其科研效率提升的原因之一。本研究又分析出 42 所高校的科研投入冗余问题：在研发人员投入冗余方面，上海高校最少，浙江高校最多，由此可知，科研人员冗余成为制约浙江高校科研效率提升的原因之一；在研发经费支出方面，江苏高校不存在支出冗余，而上海高校支出冗余最高，这表明研发经费支出相对过多成为制约上海高校科研效率提升的原因之一；在课题经费支出冗余方面，上海高校与安徽高校比较少，而江苏高校与浙江负增长趋势。这说明，长三角区域三省一市高校人文社科科研技术效率和纯技术差距较大，上海和江苏较高，而浙江和安徽较低，不过安徽和浙江提升最快，四者的差距逐渐缩小。从规模效率来看，浙江最高；上海与江苏二者比较接近，分别位列第二位、第三位；安徽仍然最低。三省一市的高校人文社会科研规模效率都呈现负增长趋势，其中江苏和安徽的降幅最大，上海与浙江次之。由此可知，长三角区域高校人文社科科研效率差异明显，不过差距在缩小。上海高校人文社科科研整体效率都比较高，而安徽高校人文社科科研整体效率都比较低，江苏和浙江的人文社科科研规模效率比较高，而技术效率和纯技术效率处于中等位置。安徽和浙江高校的人文社科科研技术效率和纯技术效率增长较快，而上海和江苏的高校科研效率呈下降趋势。分析长三角区域三省一市高校投入与产出松弛变量值均值，可以了解各个地区的高校科研 DEA 无效率的主要原因。此处以产出导向松弛变量分析为例，产出导向是指在投入既定的情况下，分析无效单元的产出差距，因而以求解产出松弛变量为主。统计结果见表6。本研究分析出 42 所样本高校的科研产出不足086沈阳师范大学学报教育科学版第二卷高校比较多，这说明课题经费支出相对过多是制约江苏和浙江高校科研效率提升的原因之一。概言之，制约三省一市高校科研效率提升的原因不一。其中，上海高校的研发与课题经费投入相对过多；江苏高校的课题经费投入相对过多；浙江与安徽高校的人员投入相对过多，上海与浙江的高校在四个产出指标方面都存在较大不足；江苏高校在 CSSCI 论文方面产出不足；而安徽高校产出不足问题最不明显。3.42 所高校科研效率由表 2 可知，技术效率均值超过 1 的高校从高到低依次为上海交通大学、上海外国语大学、南京师范大学、南京艺术学院、华东政法大学、南京审计大学、浙江大学和南京大学，说明这 8 所高校在抽样期间大部分时间处于技术有效状态，边际投入能够有效转化为边际产出；而其他高校的技术效率均值都在 0.9 以下，表明在科研方面，这些高校相对于上述 8 所高校而言，仍然可以在不增加科研投入情况下提高科研产出。23 所高校技术效率均值低于0.5，说明这些高校技术效率较低，其中还有 4 所高校技术效率低于 0.2，它们分别是宁波大学、江苏大学、南京农业大学和浙江理工大学，反映了这 4所高校科研效率极低。纯技术效率超过 1的高校共有 12 所，效率均值从高到低依次为浙江大学、上海外国语大学、上海交通大学、复旦大学、南京师范大学、华东政法大学、南京审计大学、华东师范大学、南京大学、扬州大学、上海财经大学和中国科学技术大学。另外，南京艺术学院和上海音乐学院的纯技术效率均值也接近 1，反映了这 2 所高校科研纯技术效率在抽样期间比较高，也说明这 2 所高校良好的科研组织与管理活动促进了科研效率的提升。纯技术效率均值小于 0.5 的高校有 18 所；纯技术效率低于 0.2 的高校有 3 所，分别为南京农业大学、浙江理工大学和江苏大学，表明这 3所高校的科研组织、管理、激励措施不佳。从规模效率均值来看，42 所高校中只有南京艺术学院超过 1，低于0.9 的高校有 29 所，表明长三角区域绝大多数高校的规模效率欠佳，不适宜的科研规模制约了科研效率的提升；规模效率低于 0.5 的高校有 2 所，分别为复旦大学和华东师范大学，表明这 2 所高校规模效率相对比较低。虽然长三角区域高校整体科研规模效率不高，但是校际差异小于技术效率和纯技术效率，这与前文整体效率分析一致。科研规模相对过大或过小都可能影响规模效率，有必要进一步分析哪些因素导致长三角区域高校科研规模效率不高。科研规模收益不变表明高校科研规模效率最优，而规模收益递减或递增均表示规模效率仍有提升空间。表7 呈现了 42 所样本高校各期规模收益状况，从中可以了解各高校的科研规模适宜情况。在 6年的统计时段内，规模收益递减、占比较大的高校有华东师范大学（5/6）、南京农业大学（5/6）、宁波大学（5/6）、复旦大学（4/6）、上海财经大学（4/6）、上海师范大学（4/6）、同济大学（4/6）、河海大学（4/6），说明上述高校科研规模相对过大，继续扩大投入规模的边际收益已经低于边际成本；规模收益不变，占比较大的高校有上海交通大学（6/6）、上海外国语大学（6/6）、华东政法大学（6/6）、南京师范大学（6/6）、扬州大学（5/6）、南京艺术学院（5/6）、浙江工业大学（5/6）、浙江大学（4/6）、杭州师范大学（4/6）、杭州电子科技大学（4/6），表明这些高校在大部分时间内科研规模比较适宜，边际收益正好等于边际投入成本，因此可以继续保持当前规模；规模收益递增占比较大的高校有华东理工大学（6/6）、中国科学技术大学（6/6）、合肥工业大学（6/6）、上海体育学院（5/6）、江苏大学（5/6）、南京航空航天大学（5/6）、南京财经大学（4/6）、南京审计大学（4/6）、南京理工大学（4/6），说明这些高校在大部分时间内都处于规模收益递增阶段，边际产出收益大于边际投入成本，因此可以适当继续增加投入、扩大科研生产规模。（二）长三角区域高校人文社科科研效率的动态分析科研效率动态分析是将相邻两年的生产边界互作参照，运用全要素生产率比较各地区效率的动态变动，并通过分解寻求效率变动的来源，包括与生产边界的相对位置变化（效率变化），以及生产边界的移动（技术进步）。本研究采用 DEA-Malmquist 指数测算 20122017年（科研投入年份，下同）长三角区域高校人文社087沈阳师范大学学报二二三年第一期表 长三角区域 42 所样本高校 20122019 年人文社科科研规模收益状况统计高校复旦大学上海财经大学上海师范大学上海交通大学上海大学华东师范大学同济大学上海外国语大学华东政法大学上海音乐学院上海体育学院华东理工大学上海对外经贸大学苏州大学南京大学东南大学南京师范大学南京农业大学扬州大学南京艺术学院南京财经大学20122014高校江苏师范大学江苏大学河海大学江南大学中国矿业大学南京审计大学南京理工大学南京航空航天大学浙江大学浙江师范大学宁波大学浙江工业大学杭州师范大学杭州电子科技大学温州大学浙江理工大学安徽大学安徽师范大学中国科学技术大学安徽财经大学合肥工业大学2013201520142016201520172016201820172019201220142013201520142016201520172016201820172019递减递减递减不变递减递减递减不变不变递增递增递增不变递减递减递减不变递减不变不变递增递减递减递减不变递减递减递减不变不变递增递减递增递增递减递减递减不变递减不变不变不变不变递减不变不变不变不变不变不变不变递增不变递增递增递增不变不变不变递减不变不变递增递减不变递减不变递减递减递减不变不变不变递增递增不变递减递减递减不变递减不变递增不变不变不变不变不变递增递减递减不变不变不变递增递增递增不变不变递增不变递减不变不变递增递减递减递减不变不变递减不变不变不变不变递增递增递增不变不变不变不变不变递增不变递增递减递增不变递减递减不变递减不变不变递减递减不变递减递增递减递减递减不变递增不变递增不变递增递减递减不变递增递增递增不变不变递减不变递减不变递增递减递减递增递增不变递增不变递增递减不变不变递增递增递增递减不变不变不变不变不变递增不变不变递增递增递增递增不变递减递减递减不变递增不变递增不变不变递减不变不变不变不变不变递减递减递增递减递增递减递增递减递减递增不变递增递增不变递减递减不变不变不变递减不变不变不变递增不变递增递增递增不变递增递增递增递增递增递减递减递减递减不变递增递减递减不变不变递增递增递增整体规模收益状况统计递减占 4/6递减占 4/6递减占 4/6不变占 6/6递减占 3/6递减占 5/6递减占 4/6不变占 6/6不变占 6/6递减占 3/6递增占 4/6递增占 6/6递增占 4/6递减占 3/6递减占 3/6递减占 3/6不变占 6/6递减占 5/6不变占 5/6不变占 5/6递增占 4/6整整体规模收益状况统计不变占 3/6递增占 5/6递增占 4/6递增占 4/6不变占 3/6递增占 4/6递增占 4/6递增占 5/6不变占 4/6递减占 3/6递减占 5/6不变占 5/6不变占 4/6不变占 3/6递减占 3/6递减占 3/6递减占 3/6不变占 3/6递增占 6/6不变占 3/6递增占 6/6表 8长三角区域高校整体人文社科科研效率动态变化统计年份2012201320132014201420152015201620162017均值技术效率规模效率技术进步效率纯技术效率1.0161.0051.0821.0220.9541.0150.7981.0150.6981.1750.9950.9950.9911.0211.0211.0041.0041.0081.0250.9851.061.0180.9511.007全要素生产率0.8111.0210.7561.2010.9490.935科科研效率随时间的动态变化状况。首先，把长三角区域 42 所样本高校看作一个整体进行分析，了解长三角区域高校人文社科科研效率整体变化状况；其次，分析三省一市高校各自科研效率变动状况；最后，分析 42 所高校的科研效率变动状况。1.整体动态变化从整体来看（见表 8），20122017 年技术效率、技术进步效率、纯技术效率、规模效率和全要素生产率变化指数均值分别为 1.025，0.995，1.008，1.007，0.935，说明样本期间长三角高校科研效率整体变动不大。从图 3 可以比较直观地看出，技术效率、纯技术效率和规模效率变化指数折线图走势比较平稳，全要素生产率与技术进步效率变化指数走势波动较大，20162017 年的全要素生产率与技术进步效率变化指数相比略有提升。进一步分析发现，规模效率与技术效率的变化指数走势基本一致，技术进步效率与全要素生产率变化指数走势基本一致。由此可知，技术效率的变化主要受规模效率影响，全要素生产率的变化主要受技术进步效率的影响。20142017 年技术效率处于衰退之中，20152017 年全要素生产率处于衰退之中，它们的衰退分别受到规模效率衰退和技术进步衰退的影响。因此，长三角区域高校科研改革的主要任务应当是从扩大规模的粗放式增长向提高科研技术水平的集约化增长转变。著作技术进步效率纯技术效率全要素生产率规模效率201220131.301.201.101.000.900.800.700.6020132014201420152015201620162017图 3 长三角区域高校人文社科科研效率整体动态变化088沈阳师范大学学报教育科学版第二卷图 4长三角区域三省一市高校人文社科科研效率整体动态变化1.210.80.60.40.20技术效率技术进步效率 纯技术效率规模效率全要素生产率上海高校均值江苏高校均值浙江高校均值安徽高校均值表 9长三角三省一市及 41 所高校人文社科科研效率动态变化高校复旦大学上海财经大学上海师范大学上海交通大学上海大学华东师范大学同济大学上海外国语大学华东政法大学上海音乐学院上海体育学院华东理工大学上海对外经贸大学上海 13 所高校均值苏州大学南京大学东南大学南京师范大学南京农业大学扬州大学南京艺术学院南京财经大学江苏师范大学江苏大学河海大学江南大学中国矿业大学南京审计大学南京理工大学南京航空航天大学江苏 16 所高校均值浙江大学浙江师范大学宁波大学浙江工业大学杭州师范大学杭州电子科技大学温州大学浙江理工大学浙江 8 所高校均