论文范文网-权威专业免费论文范文资源下载门户!
当前位置:毕业论文格式范文>职称论文>范文阅读
快捷分类: 医学科研论文范文 教育科研论文 科研论文 科研杂志 医学科研论文 护理科研论文 教育科研和实践期刊 小论文教育科研类 科研结题论文 体育科研论文 科研论文的格式写作要求 科研管理杂志怎么样

科研本科毕业论文范文 跟基于DEA和Malmquist的高等农业院校科研效率评价相关本科毕业论文范文

分类:职称论文 原创主题:科研论文 发表时间: 2023-12-22

基于DEA和Malmquist的高等农业院校科研效率评价,该文是关于科研方面在职开题报告范文跟Malmquist和农业和效率有关毕业论文题目范文.

邱泠坪1,郭明顺2,张艳1,张默1

(1. 沈阳农业大学,辽宁沈阳110866;2. 沈阳工业大学,辽宁沈阳110023)

摘 要:科学的评价对高校的发展是必不可少的,特别是对高校科研绩效进行准确地分析,能够有效地推进高校科研事业的健康发展.利用综合DEA 模型对32 所高等农业院校科研生产绩效分析研究发现:科研效率整体水平偏低,仅有25%的高等农业院校DEA 有效;非DEA 有效的农业院校绝大多数存在R&D全时人员投入冗余、科研产出不足和各农业院校技术效率差异性较大等问题.

关键词:高等农业院校;科研效率;DEA-Malmquist

中图分类号:G644.4 文献标识码:A 文章编号:1674-5485(2017)02-0050-06

农业院校一直是我国重点关注的院校类型之一,其在为国家输送大量高质量的科技人才的同时,也通过自身的科研活动来带动着地方经济的持续发展.农业院校的科研发展水平对我国农业发展的进步起着至关重要的作用.教育资源是相对稀缺资源,用于高等农业院校的资源更是不可多得,如何更好地配置这些稀缺资源直接关系到高等农业院校的发展前景.高等农业院校要获得持续高质量的科研产出必须长期关注教育资源利用效率的高低和资源配置的合理程度,在考察高等农业院校科研质量时,科研的投入是否合理、有效也应该是我们重点关注的一个方面.目前在对高校科研效率进行评价时,往往还停留在静态评价的阶段,但是科研活动是一个动态的过程.因此,我们应该采用科学有效的方式对农业院校科研效率进行客观的评价和合理的分析,找出各个农业院校资源配置中出现的问题,有利于促进高等农业院校的良性发展.

一、高等农业院校科研效率评价体系设计

当前高校科研效率评价的方法主要有层次分析法、熵值法、因子分析法、模糊综合评价等,在我国发展比较成熟的是数据包络分析法.DEA 方法在评估科研绩效方面的优势,使得其在教育评价领域使用更为普遍.

(一)DEA 原理和模型介绍

1.DEA 原理

在生产过程中,经营者总是希望用最少的投入来获得最多的产出,所以通常用生产投入与生产产出的关系评价决策单元的生产效率.对于单投入产出的生产活动,根据其投入与产出的比值很容易得出生产效率.但对于多投入多产出的生产活动来说就需要比较决策单元之间的相对有效性,DEA方法的原理是通过各种模型得到有效的生产前沿面曲线,然后根据这条曲线与决策单元的位置关系来评价效率的有效性[1].在一定的投入下,样本点产出在生产函数外包络曲面上的决策单元称为有效生产单元,在曲线下方的决策单元无效,离曲线的程度越大,生产效率则越低.

2.DEA 基本模型和超效率模型

1978 年DEA 模型被首次提出,由于其自身的优势在我国得到广泛认可.DEA 模型主要有以下几种:CCR 模型是第一个DEA 模型,是基于规模收益不变假设提出的[2].BCC 模型是在第一个模型的基础上增加了限制条件的另一个基本模型,主要用于对决策单元的规模效率、技术效率等进行测度评价.在规模收益可变假设下评价纯技术效率,从而将DEA 方法中的规模效率和技术效率的概念分开.除了以上介绍的2 种基本的模型外,还有为了解决规模效率非递增情况下的效率评价而提出来的FG 模型.与FG 模型相反,ST 模型用于解决非递减情况的效率评价.除此之外还有一系列用于应对不同的问题和评价环境的DEA 模型,供我们研究分析.

CCR 模型和BCC 模型都无法对DEA 有效的决策单元进一步的分析,因此安德森与彼德森在此基础上提出了技术效率可以超过1 的超效率DEA 模型.超效率DEA 模型的表达式如下:

与两个基本模型不同的是,在对决策单元评价时,将自身排除在参照单元组合之外,因此计算出来的效率值可以大于1.

3.Malmquist 指数

Malmquist 指数是以其提出者马姆奎斯特的姓名命名,用来计算消费指数.随后国内学者将其与DEA 模型相结合成为动态分析科研效率的新工具.Malmquist 指数是在距离函数基础上构造的表示科研效率改变的大小,当指数的值等于1 时科研效率不变,大于1 时效率提高,小于1 时效率降低.为了进一步研究可以将全要素生产率进行分解[3]:M等于techch·effch等于techch·pech·sech,其中关系式中的techch 为相邻两个时期生产前沿面曲线变动的技术进步,effch 为相邻两个时期追赶前沿生产函数水平的技术效率变动,pech 为纯技术效率变动表示规模和技术不变的情况下的相对效率,sech 为规模效率变动[4].

(二)评价指标的选取

通过查阅文献发现,因为物力投入难以衡量,数据难以获得,学者在研究科研投入时一般只对人力和财力投入做研究.因此,本文将R&D 全时当量人员数和高校当年的经费支出作为投入指标[5].R&D全时当量人员指标值越大说明在高等农业院校中从事基础研究、应用研究、试验发展活动的人员数越多,一定程度上反映了高等农业院校研究与发展的水平.财力投入主要包括当年基础研究、应用研究、试验发展科研经费支出的总额.

高校科研产出的表现形式主要参照第四轮学科评估农学门类的科研成果、科研获奖以及科研项目.第四轮评估突出结构质量,注重科研质量考察,可以反映科学研究水平的多样化指标.为了满足我们对论文质量和数量的双重监控,本文选取国外及全国性刊物发表学术论文数量这一指标来衡量论文的产出[6].为了计算简便,采用简单相加的方法获得总数量.专利的产出形式有很多种,但技术转让签订的合同数量是衡量专利成果实现最有效的方式.出版材料数量在一定程度上反映一个国家或地区的技术水平与竞争力和对某个领域的掌握程度.教育部第四轮学科评估构建的评价指标体系中,首次将教材编写列入科研成果中,主要是为了落实教育部加强教材建设的意见,鼓励教师积极参与高质量教材编写.但作为科研的产出,出版的著作更能体现科研质量,故本文采用出版著作数作为科研绩效项目产出的衡量指标之一.科研获奖指标是考察科研质量最直接的指标.高等农业院校科研项目数能够反应一个高校的科研状况,本文选用科研的课题总数作为产出指标(见表1).

二、基于DEA 的高校科研效率静态评价

(一)DEA 基本模型和DEA 超效率模型效率整体分析

将32 所高校作为决策单元,DEA 模型所用到的输入指标为X、输出指标为Y,研究各决策单元从2012-2015 年度科研的相对发展水平,数据来源于《高等学校科技统计资料汇编》,为避免因为某一年数据存在极值和数据不准确带来的误差,将各年份的数据做平均处理.将32 所高等农业院校4 年的科研投入产出平均值数据输入到DEAP2.1 软件中进行运算处理,时期数选择1 年,产出个数5 个,投入个数2 个,计算每个高等农业院校在2012-2015 年平均的科研绩效生产率[7].各决策单元投入产出指标数据计算结果按照技术效率值从高到低依次如表2 所示,由于篇幅有限只列出排名前十的农业院校情况.

从模型的计算结果可以看出,决策单元1、2、4、15、16、20、28、30 为技术效率为1 的DEA 有效的农业院校,共计8 所农业高校DEA 效率有效,即纯规模效率和技术效率都为1,32 所农业院校中25%不需要做科研投入产出的调整,而其余75%的高等农业院校技术效率无效,需要进一步做出相应的调整.技术效率平均值为0.786,整体水平较低,有很大的提升空间,最大值为1,最小值为西北农林科技大学的0.257,最大值是最小值的4 倍,标准差为0.2,差异性较大.从最大值和最小值也可以看出很多优秀的高校技术效率并不高,如西北农林科技大学的技术效率最低[8];而一些发展暂时处于落后的高校效率值却很大,如仲恺农业工程学院.因此,提高高校的科研效率不只是高校排名暂时靠后高校的任务,而是很多高校共同努力的目标.

为了解决DEA 基本模型不能对效率值为1 的决策单元进一步研究区分技术效率高低的问题,本文引进了DEA 超效率模型[9].同样将农业高校2012-2015 年科研数据的平均值作为科研投入和产出,利用EMS1.3 得到如下结果:

根据图1 结果可以看出超效率值最大为东北农业大学的2.379,代表了即使东北农业大学的人员和经费投入同时增加137.9% ,此高校仍然能够保持DEA 有效.通过超效率模型实现了对32 所高等农业院校技术效率值的区分和排序,将前八所技术效率为1 的高校进行排序,超效率值从高到低依次是2.379、2.094、1.557、1.504、1.335、1.211、1.099、1.064,两所农业高校的技术效率超过了2,共4 所高校的超效率达到了1.5,处于较高的水平.在超效率模型下,效率的平均值为0.918,与DEA 的基本模型的平均值相比有了较大提高,同时最大值与最小值相差更加悬殊,最大值为最小值的近10 倍,从图1 的折线图可以明显的看出各高校效率之间的差异.

(二)DEA 技术效率分解分析

技术效率可以分解为纯技术效率和规模效率,其中技术效率等于两者的乘积,只有两者同时达到最大时技术效率值才能达到最大值1.规模效率是指高校规模影响的技术效率,与生产函数有着紧密的关系[10].

通过计算得到农业高校科研生产纯技术效率、规模效率均值分别为0.913、0.855,纯技术效率值比规模效率值高,但整体来说两者仍需要提高.有10所高等农业院校的技术效率无效与纯技术效率无关,仅由规模效率引起的,因此可以仅通过调整农业高校科研的生产规模来达到技术有效.14 所高等农业院校的技术效率无效是由规模无效和纯技术无效一起导致的,所以这些高校不仅需要调整生产的规模还需要提高科研资源配置的效率.

从高等农业院校的科研生产规模报酬情况来看,有8 所高校处于规模最优状态,即规模收益不变的最适生产规模状态.有1 所农业院校可以通过增加科研人员或者经费等投入来提高科研的总体产量以达到最佳的生产规模.有72%左右的高等农业院校处在规模报酬递减阶段,即如果此时增加科研的投入,科研的产出量要比科研增加的数量小,表示高校的生产规模较大,增加投入不利于科研的产出,导致科研资源浪费.

(三)DEA 投影技术分析

从上面的技术效率结果来看,有8 个DEA 有效的决策单元,非有效的决策单元有24 个,对这24 个高校来说,其技术效率无效是受科研投入和科研产出共同影响的,因此要提高技术效率要从两个方面来调整,即减少科研R&D 全时人员以及科研经费的支出或增加各科研的产出量以提高绩效.

表3 是非DEA 技术效率有效的农业院校采取相应对策的有效参考依据,提供了各农业院校投入冗余比例和产出不足比例,即能够达到DEA 有效需要在科研指标上减少或增加的比例.由于篇幅限制只列出了一所高校和各高校投入冗余和产出不足的平均情况,省略了没有冗余和不足的指标以及原始值和理想值.如西北农林科技大学投入R&D 全时人员为1132 人年,为了使高校的科研活动处于生产前沿面上,需要减少人员投入473.939 人年,减少的比例为42% ,即人员投入的理想值为658.061 人年,从科研经费来看,西北农林大学的经费投入量不存在浪费的情况,不需要做调整.从科研产出来看,西北农林科技大学在课题数量、国外及全国性刊物发表数量、成果授奖上存在不足,比如课题数量的初始值为952.75 项,按照给出的参考应该增加141%,从而达到课题数量的目标值.其余非技术效率有效的农业高校都可以根据模型给出的数值减少投入的浪费以及增加产出的不足来实现DEA 有效的目标.

从各校投入冗余量和产出不足量的平均值来看,2012-2015 年非DEA 有效高校农业院校R&D 全时人员冗余比例均较高,经费不存在冗余现象,出版专著数量以及签订合同数量的初始值与目标值相差不多,可以进行微小的调整实现技术有效,而国外及全国性刊物发表数量和目标值的差距太大,需要大幅度的调整.

三、基于Malmquist 指数的高校科研效率动态评价

DEA 基本模型和DEA 超效率模型在使用面板数据进行研究时,因为各个时期的生产前沿面不同,使得在纵向评价科研效率时没有统一标准作为参考.因此为了准确地评价农业院校科研效率随时间的变化,将32 所农业院校2012-2015 年科研活动的面板数据带入DEAP2.1,选择Malmquist 指数方法,可以进行动态变化趋势分析(见表4).

从整体来看,高等农业院校2012-2015 年科研活动的年均全要素生产率为1,说明我国农业院校在2012-2015 年间科研整体利用效率不变,没有任何提高.从全要素分解的情况来看,技术进步年均增长了2.8%,虽然技术有所进步但由于技术效率的降低,仍然没有带动全要素的增长.从各年来看,全要素呈波动状态,首先经历了上升然后下降最后再上升.技术效率和纯技术效率与全要素生产率整体变化趋势相似,经历了同样的波动过程.技术进步在2012- 2014 年间保持持续的增长,达到10.8%,2015 年下降了3.6%,但最终上升了2.8%.与技术进步相反,规模效率在2013 年之后就持续下降,最终下降了4.1%.

从各个高校的Malmquist 指数可以看出,2012-2013 年有17 所学校的M 值大于1,占农业院校总数的53%,2013-2014 年有13 所,占41%,2014-2015 年18 所,占总体的56%,2012-2015 年间M>1 的高校所数平均值为16 所,即有一半的院校在逐年增长.但通过各年的对比分析显示只有一所农业院校,即吉林农业科技学院四年的M 值都大于1,保持持续增长.相邻两个时期有7 所学校在2012-2014 年保持增长,有2 所学校在2013-2015 年保持增长.处于连续增长状态的高校数量较少,高校科研效率水平的增长趋势并不明显.2012-2013 年和2013-2014 年Malmqusit 指数最大值都是南京农业大学分别为1.630、1.829,最小值为吉林农业大学的0.664 和福建农林大学的0.438.2014-2015 年最大值为山西农业大学的1.742,而最小值却为南京农业大学的0.625.2012-2015 年有16 所农业院校的全要素生产率指标大于1,有50%的农业院校科研绩效没有提高.

四、结论与建议

科学研究是高等学校不容忽视的重要工作,甚至对于某些研究型大学来说重要性超过了日常教学.本文基于综合DEA 方法对32 所农业院校科研绩效进行评价研究,得出以下结论:一是从整体来看,我国32 所农业院校的平均科研技术效率为0.786,其中有8 所农业院校达到了DEA 有效,75%的农业院校是非DEA 有效的,说明我国农业院校科研整体上的投入-产出状况是非DEA 有效的.大部分是由于产出量不足引起的非DEA 有效.二是从动态变化趋势可以看出,32 所农业院校2012-2015 年全要素效率指数年均值为1,表明农业院校科研绩效在这4 年期间没有任何增长.仅有16 所农业院校年均M 值大于1,50%的农业院校的科研绩效没有改善,随着每年科研投入的增加,科研绩效却没有得到明显的改善.因此那些M 值小于1 的农业院校应该成为我们的关注重点,注重农业院校科研绩效的可持续增长.

基于以上分析结果:第一,应该合理调配教育资源,一方面是促进农业高校和非农高校科研均衡发展.另一方面是促进各高校之间的均衡发展,从技术效率的最大值和最小值可以看出,各农业院校之间存在的差异较大,应该在各高校间合理的分配资源[11].而从投影分析结果可以看出,大部分高校投入冗余现象严重,造成了资源浪费.高校科研的不均衡发展是导致我国各地区经济不均衡的一个重要因素[12].合理调配地区间高校科研资源,促进我国高校整体科研能力的提高[13].第二,应优化高等农业院校科研管理机制,搭建创新平台,提高高等农业院校科研质量的增长,推进科技成果转化服务农业生产,并且要根据高校所处的生产规模状态合理地调整结构,使科研活动处在最佳生产状态.第三,农业高校是我国高校的重要的组成部分,但目前对农业高校的关注程度仍然不够,因此要提高对农业院校以及农业院校科研的重视程度,在经费分配和人员引进方面制定一定的优惠政策,农业院校也应该充分利用好自身资源,提高科技创新能力,促进高等农业院校长期稳定的发展.

参考文献:

[1]王雁. 高等教育管理有效性的DEA 分析[J]. 理论月刊,2010,(11):101-103.

[2]杨国梁,刘文斌. 基于DEA 方法的科研机构方向规模收益研究[J]. 管理工程学报,2014,(4):48-59.

[3]潘健,宗晓华. 中国研究型大学科研生产率的动态分析—— 基于DEA-Malmquist 指数的分解[J]. 现代教育管理,2016,(3):37-42.

[4]史安娜,徐巧玲. 我国科技资源配置效率的实证分析—— 基于DEA 的超效率CCR 模型与Malmquist 指数模型[J]. 科技管理研究,2015,(1):54-59.

[5]许爱萍,俞会新,赵宝山. 高校R&D 投入对城市经济增长的影响[J]. 技术经济与管理研究,2012,(5):25-28.

[6]刘野. 基于综合DEA 评价模型的我国“985”高校科研绩效评价研究[D]. 哈尔滨:哈尔滨工程大学,2013:21.

[7]姜彤彤. 我国31 个省市自治区高校科研绩效的动态评价研究[J]. 黑龙江高教研究,2012,(6):35-38.

[8]陈晓琳. 农林高校科研投入、产出及绩效分析[J]. 中国科技论坛,2015,(6):142-147.

[9]苏海涛,丁虎,马晓伟. 基于DEA 的技术创新效率评价研究——以江西为例[J]. 科技与经济,2012,(2):40-44.

[10]吴敏. 我国各区域高校科技创新效率比较研究[D]. 重庆:重庆工商大学,2015:31.

[11]任初明,张超. 省属“211 工程”高校科研发展水平差距的实证研究[J]. 现代教育管理,2015,(5):71-78.

[12]李心萌. 促进中国地区间高校科研效率均衡的政策分析[J]. 北京航空航天大学学报(社会科学版),2011,(2):93-96.

[13]陈静漪,仲洁. 教育部直属高校科研绩效动态评价——基于58 所高校2004-2012 校级面板数据的分析[J]. 现代教育管理,2016,(4):80-85.

(责任编辑:杨玉;责任校对:赵晓梅)

此文结论,本文论述了关于对写作Malmquist和农业和效率论文范文与课题研究的大学硕士、科研本科毕业论文科研论文开题报告范文和相关文献综述及职称论文参考文献资料有帮助.

参考文献:

1、 高等农业院校设置农业保险专业的必要性和可行性以山西农业大学经济管理学院为例 孟志兴,苏国贤(山西农业大学经济管理学院,山西太谷030801)摘要在市场经济条件下,专业人才的供给必须遵循人才需求的市场规律 目前,社会对保险及农业保险人才的需求量大,但在学科领域方面,农业保险还处.

2、 提高地方高等农业院校生物类生课程教学质量的方法和途径 郑健a,关雪莲a,张克中a,王文和a,杨瑞b(北京农学院a 园林学院;b 植物科学技术学院,北京102206)摘要本文分析了目前地方高……农业院校研究生课程教学中存在的学生素质参差不齐、灌输式教学方法.

3、 和SIPT相耦合的高等农业院校大学生创业模式的建构 杨辉1 李德丽2 汪志军1(1 东北农业大学经济管理学院; 2 东北农业大学创新创业学院)摘 要创业是当代大学生成长成才的重要途径, 大学生创业是大众创业、 万众创新的重要力量, 我国社会经济的发展和.

4、 地方高等农业院校新能源科学和工程实践平台建设和实践 摘 要为响应我国发展战略性新兴产业的号召,本文确定了新能源科学与工程专业实践教学体系的建设思路,构建“三层次、四模块、四平台”多元化实践教学体系,总结实践教学平台建设的内容,.

5、 高等农业院校校外实践教学基地建设和实践以天津农学院农业分析中心为例 摘要校外实践教学基地是高……农业院校进行实践教学的重要场所,是学生接触社会、企业和参与生产实践的有效途径,是培养学生创新创业能力的平台 本文主要阐述了高……农业院校建设校外实践教学基地的必要性以及所取.

6、 普通高等农业院校在校大学生环境教育现状调查和 摘要采用问卷调查的方式,于2015年对云南农业大学不同专业和年级的1077名在校大学生的环境教育现状进行调查和分析,结果如下学生对当前全球环境面临的问题已经有较为全面的认知;学生对环境价值的理解存在专.