“破五唯”与“双一流”建设背景下高校自然科学和人文社科的科研效率差异

20世纪90年代以来，我国相继实施了“211工程”“985工程”等大学重点建设专项计划。在此基础上，2015年10月24日，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》（以下简称《总体方案》），将“211工程”“985工程”等前期高等教育重点建设项目统一纳入世界一流大学和一流学科建设，即“双一流”建设。“双一流”建设于 2017年9月正式实施，相关学者称其为我国重点大学政策的最新形态。

与“双一流”建设启动、实施相伴随，我国陆续发布了一系列旨在扭转不合理的科研评价体系的指导文件。其中，2018年10月，科技部、教育部、人社部、中科院、工程院等五部门联合发布《关于开展清理“唯论文、唯职称、唯学历、唯奖项”专项行动的通知》，也即“破四唯”。2018年11月，教育部办公厅印发《关于开展清理“唯论文、唯帽子、唯职称、唯学历、唯奖项”专项行动的通知》，也即“破五唯”。2020年2月，教育部、科技部印发《关于规范高等学校SCI论文相关指标使用 树立正确评价导向的若干意见》的通知，提出不可把SCI论文作为单一的评价依据和考核指标，而应考虑开展强化分类考核导向、注重标志性成果的评价模式，即破除论文“SCI至上”，进而探索建立科学的评价体系，营造良好的创新环境。

然而，“不唯”绝非“不要”，无论是“破四唯”“破五唯”还是破除论文“SCI至上”，其本质都是相同的，都是希望通过纠正仅以单一维度和指标开展评价导致的不良后果，进而营造良好的、有利于创新的学术生态环境。在此背景下，“双一流”建设又发布了新的文件。2020年12月，教育部、财政部、国家发改委联合印发《“双一流”建设成效评价办法（试行)》，继续将“破五唯”要求贯穿全方位、全过程和各方面，要求通过“多元多维评价”开展“双一流”建设成效的评价，“形成监测、改进、评价‘三位一体’”的评价模式。

因此，虽然“破五唯”不易，但是仍需要不断探索“双一流”建设成效的评价方法与体系，使我国“双一流”建设能够有利于高等教育强国建设。本研究的目标即采取多元指标而不唯某个特定指标，采取多维评价方式，对“双一流”建设高校的科研效率进行实证分析，推进我国“双一流”建设成效评价办法的发展与完善。

当前我国对高校科研效率的研究大致可分为三类：一是对不同省或区域的科研效率进行评价，二是探究特定类型如“211工程”“985工程”建设高校的科研效率，三是对特定高校的院系、学科进行分析。在探究“双一流”建设高校科研效率的研究中，对不同的“双一流”建设高校进行科研效率测算，根据结果对高校科研效率进行比较的研究最为丰富。此外，探究不同地区或特定学科的“双一流”建设高校科研效率的研究也较为丰富。

梳理现有文献发现：第一，相关研究进行效率评价时虽然比较了“双一流”建设实施前后高校的科研效率变化，但并未真正度量出“双一流”建设的影响，因为“双一流”建设实施前后的变化有可能是一种时间惯性的发展或其他因素导致的变化。第二，已有研究测量科研效率的指标较为单一，和目前“破五唯”的方向不符。第三，已有研究多集中比较不同高校科研效率的差异，缺少针对高校科研效率改进的分析与建议。第四，相关研究在对高校整体科研效率进行测算时，忽视了自然科学与人文社科在科研产出方面的巨大差异，也忽视了不同类型高校在科研产出方面的巨大差异。

本研究将针对上述四个方面对“双一流”建设高校的科研效率进行实证分析，从而为我国在“破五唯”背景下如何更好进行科研评价及如何更好推进“双一流”建设提供政策依据。

由于本研究采取多维评价方式，因此其实证分析工具应该是能够同时分析多种投入和多种产出的，而数据包络分析（Data Envelopment Analysis，DEA）就是这样一种得到广泛应用的方法。随着DEA模型的广泛应用，研究者们根据研究方向和目标的不同在DEA模型的基础上开发出多种不同的拓展模型，如适合静态分析的BC2和C2R模型，适合动态分析的Malmquist方法、超效率DEA模型和DEA多阶段模型等。具体到高等教育领域，目前基于DEA模型的高校科研效率分析主要有两种研究思路。第一种是针对不同高校同一类科研的办学效率评价研究，多采用传统的DEA模型对综合技术效率、纯技术效率等进行测度和评价。第二种是针对同一高校不同院系的研究，常采用新的DEA模型，从更多角度对科研效率展开评价，如蒙法雷德（Monfared）和萨菲（Safi）采用网络DEA模型，引入生产过程中的中间因素来分析院系效率。巴拉（Barra）和佐蒂（Zotti）在DEA模型的基础上，应用 Malmquist指数分析效率的动态变化及变化原因。因此，本研究的研究设计分以下几个方面。

首先，本研究拟使用DEA模型分析“双一流”建设高校科研效率。这主要基于两方面考虑。第一，DEA模型是一种评价多投入、多产出相对有效性的非参数方法，可避免“唯”。第二，DEA模型在分析过程中投入、产出变量的权重由数学规划方法获得，可避免主观因素，因而具有较好的客观性。

为了更加全面地反映“双一流”建设高校的科研效率，本研究将Malmquist指数嵌入DEA模型，以分析“双一流”建设高校的全要素生产率（Tfpch）。全要素生产率的值越大，表示效率越高。Malmquist指数中全要素生产率是通过面板数据测度跨期动态科研效率，其结果可理解为相邻两个年份生产效率的增减变动程度，数值大于1表示效率提高，小于1表示效率降低，等于1表示效率不变。全要素生产率=技术效率×技术进步率。其中，技术效率（Effch）描述相邻时期生产前沿面的追赶程度，也称为“追赶效应”；技术进步率（Techch）描述决策单元在两个时期内生产前沿面的移动状况，也称为“增长效应”，即技术进步与否。技术效率可以进一步分解为纯技术效率（PTE）和规模效率（Sech），后者指的是决策单元处于规模报酬的递增、递减或不变状态。

其次，本研究将DEA模型运算得到的科研效率值作为灰色关联模型的行为序列，以投入和产出指标作为影响序列，计算它们之间的关联程度，通过序列曲线相似性来判断投入与产出关系的密切程度。相比传统的相关系数方法，灰色关联模型能够得到相关关系的排序，并且适用于具有不确定性的小样本，可在一定程度上更好地判断对产出指标上的“唯”是在进一步加强还是保持，抑或不同产出指标存在了多元化发展的趋势。

本研究将36所“双一流”建设高校（A类）作为研究样本，统计数据来源于《高等学校科技统计资料汇编》和中国高校人文社会科学信息网等。为保证统计口径一致，剔除中国科学技术大学、北京航空航天大学、北京理工大学、国防科技大学、哈尔滨工业大学、西北工业大学6所省部共建高校，并去掉数据缺失较严重的中央民族大学，最终将29所“双一流”建设高校作为分析样本。

“分类分维度”是探究“双一流”建设成效的重要思路，故本研究参考中国科学研究评价中心对高校的类型划分，将29所高校分为以下两类：一是12所偏重理工类的大学（以下简称理工类），包括清华大学、天津大学、大连理工大学、同济大学、上海交通大学、东南大学、华中科技大学、中南大学、华南理工大学、重庆大学、西安交通大学、中国海洋大学；二是12所相对而言学科更加多元的综合类大学（以下简称综合类），包括北京大学、浙江大学、南开大学、吉林大学、复旦大学、南京大学、厦门大学、山东大学、武汉大学、中山大学、四川大学、兰州大学；还有5所师范、农林等特色高校则参考武书连对我国研究型大学的分类，将中国农业大学、电子科技大学并入理工类，将中国人民大学、北京师范大学和华东师范大学并入综合类。

最后，本研究还将分别探究高校科研活动中的自然科学与人文社科的科研效率。在投入指标方面，当前已有相关研究中自然科学与人文社科的差别不大，因此将“研发人员”“经费投入”作为共同的投入指标。在产出指标方面，二者共同指标包括“论文数”和“项目数”。不同点在于“专利数”是自然科学领域将研究转化为应用的一项重要产出，而“著作数”则是人文社科领域知识传播的重要方式。由此得出最终指标（见表1）。

自然科学选取2010—2017年的数据，人文社科选取2010—2019年的数据。29所高校投入产出的整体情况如下（见表2）。

（一）高校科研效率的测算与差异分析

本研究首先将Malmquist指数嵌入DEA模型，分析了2010—2017年29所高校全要素生产率的变化情况（见图1）。可以看到，29所“双一流”建设高校自然科学与人文社科全要素生产率变动情况基本一致，但自然科学的效率值从整体上高于人文社科。

本研究列出了29所样本高校各自的科研效率情况（见表3）。需要说明的是，表中指标反映的不是绝对科研产出，而是科研产出与投入综合对比的效率值。因此，表中显示“双一流”建设高校整体上在自然科学领域的科研效率表现良好，而在人文社科领域的科研效率则相对低下，这可能是因为将不同类型高校放在一个整体进行分析导致的。故有必要对“双一流”建设高校分类测算进行验证。

本研究将29所“双一流”建设高校分成理工类和综合类，分析科研效率，经过方差分析发现，“双一流”建设高校在自然科学与人文社科的科研效率存在显著差异，自然科学的科研效率显著高于人文社科的科研效率。继续分析理工类与综合类高校自然科学与人文社科各自科研效率的差异发现，自然科学与人文社科的科研效率并不存在高校类型的显著差异（见表4）。

自然科学分类别测算前后的对比情况如下（见图2），具体来看各高校分类前后的科研效率（一般将科研效率小于1界定为无效率）：理工类有10所高校在分类测算前后均达到有效效率，仅有1所高校（重庆大学）从无效率变为有效率；综合类有7所高校在分类测算前后达到有效效率，3所高校（南京大学、武汉大学、中山大学）从无效率变为有效率，2所高校（浙江大学、四川大学）则从有效率变为无效率。

人文社科分类别测算得到的结果如下（见图3），理工类仅有1所高校（大连理工大学）分类测算前后都达到有效效率，有3所高校（清华大学、天津大学、中国海洋大学）从无效率变为有效率；综合类有3所高校（北京大学、中国人民大学、北京师范大学）在分类测算前后均达到有效效率，但没有高校从无效率变为有效率。

进一步探究分类测算前后高校科研效率的结果，将分类测算后的结果与分类测算前进行比较，得到两类高校在自然科学与人文社科领域分类前后科研效率差值分布的箱线图（见图4）。对自然科学而言，分类比较后综合类高校的科研效率有所提高，理工类高校科研效率有所下降；对人文社科而言，综合类与理工类高校整体上都呈提高态势，理工类高校内部不同高校的科研效率差异较明显。由此可知，合理的分类评价方式对于人文社科的科研效率评价具有积极作用。理工类高校擅长用理工类的思维进行科研管理，但个别理工类高校可能需要根据本校人文社科发展的实际特点，选择合理的科研管理方式，从而提升本校人文社科科研显现指标的效率。

以上是“双一流”建设实施前的情况，“双一流”建设实施后，尤其是自2018年“破五唯”专项行动开始后，“双一流”建设高校的科研效率是否会发生变化？

由于相关年鉴更新程度不一样，本研究只获取到样本高校人文社科2018、2019年的数据，而没有得到样本高校自然科学2018年的数据。因此，本研究先分析人文社科的情况。考虑到《总体方案》2015年发布、2017年9月正式实施，因此可以初步探究样本高校人文社科科研效率在“双一流”建设实施后的变化情况。

由2015—2019年样本高校人文社科科研效率计算得到的结果（见表5）可知，五年来“双一流”建设高校人文社科科研全要素生产率在2015年《总体方案》颁布之初达到峰值，之后呈先下降再上升但整体下降的趋势，这说明“双一流”建设可能在一定程度上提高了相应高校的人文社科科研效率，而且是在“破五唯”背景下发生的，只是依然没有逆转人文社科科研效率整体下降的趋势。

遗憾的是，当前相关统计年鉴中缺少29所“双一流”建设高校2018、2019年自然科学的具体数据，所以无法根据实际数据进行测算。

（二）高校科研投入、产出与效率的关联度分析

2018年我国开始了清理“唯论文、唯帽子、唯职称、唯学历、唯奖项”专项行动，“破五唯”是否会对我国研究型大学的科研效率产生影响？经过专项活动，“唯”的现象是否有所破除？本研究尝试使用灰色关联方法对“双一流”建设高校的科研投入、产出进行关联度分析，进而回答上述两个问题。

本研究以全要素生产率作为“参考值”（母序列），对两个科研投入指标（研发人员、经费投入）和三个科研产出指标（论文数、专利/著作数、项目数）进行灰色关联度分析，研究这五个指标与科研效率之间的关联度。使用灰色关联度分析时，分辨系数取0.5，结合关联系数计算公式计算出关联系数值并最终得出关联度值。关联度值介于0—1之间，该值越大代表其与“参考值”（母序列）之间的相关性越强，也即意味着母序列与子系列的关联度水平越高。具体计算结果如下（见表6）。

在人文社科领域，“双一流”建设实施前后，科研效率与研发人员的关联度值除2017年外，其余年份均是第一。这说明对于人文社科而言，“研发人员”是决定科研效率的最关键要素。虽然2017年科研效率与研发人员关联度值滑落到第五位，但是2018、2019年又重新回到第一位。这说明“双一流”建设和“破五唯”依然不能改变人文社科的科研效率主要由“研发人员”决定的状况。与此形成鲜明对比的是，科研效率与经费投入的关联度值较为稳定地居于所有投入和产出指标的末位。这或许表明，经费投入对于人文社科的科研影响相对较小。对于产出指标，综合比较，在“双一流”建设实施后，人文社科的科研效率和论文数的关联度值最大，其次是项目数，排在最末位的是著作数。

专利数是自然科学的科研产出指标；著作数是人文社科的科研产出指标。在自然科学领域，“双一流”建设实施前2015、2016年自然科学的科研效率与项目数的关联度值最高，关联度值排在第二位的是论文数，两项指标排序稳定。而2017年即“双一流”建设正式实施后，科研效率与论文数的关联度值变为最高，与项目数的关联度值下降到第二。可见，项目数和论文数是影响自然科学科研效率最为关键的两项指标。此外，与人文社科相比，自然科学的科研效率与科研产出的关联度值相对更大，和科研投入的关联度值相对更小，研发人员和经费投入与科研效率之间的关联度值排在五项指标的中后部。这与人文社科形成了鲜明的对比。

遗憾的是由于目前还无法得到2018年自然科学的相关指标，所以暂时无法判断“破五唯”专项行动后，科研效率和科研投入与产出之间的关联度是否发生了明显变化。

本研究将Malmquist指数嵌入DEA模型，对29所“双一流”建设高校2010年以来的科研效率变化进行实证研究，重点对高校科研投入、产出与效率的关联度进行了分析，以判断“破五唯”的变化态势，并对自然科学和人文社科的科研效率进行了差异分析。本研究通过数据分析得到了以下主要实证发现。

第一，自然科学的科研效率要明显优于人文社科的科研效率。

第二，从方差分析结果看，不同类型“双一流”建设高校的自然科学与人文社科科研效率并不存在显著差异，而从各高校具体情况看，分类探究后不同类型高校人文社科科研效率整体呈现提高态势。

第三，自然科学的科研效率在2012年后整体呈下降趋势，在2015年有所回升，遗憾的是目前缺乏2018年以后的相关数据，所以无法判断“双一流”建设实施后及“破五唯”行动后自然科学科研效率的变化。

第四，人文社科的科研效率与自然科学呈现较为一致的变化趋势，并在2015年《总体方案》颁布后同样有所上升，之后整体处于相对下降的变化趋势，这说明“双一流”建设可能在一定程度上提高了相应高校的人文社科科研效率，而且这是在“破五唯”背景下发生的，只是依然没有逆转人文社科科研效率整体下降的趋势。

第五，自然科学全要素生产率呈上升态势的“双一流”建设高校中，具体到分解指标，促进自然科学技术效率上升的主要因素是科研管理和技术创新，以及一定程度的科研规模的调整。人文社科技术进步率整体呈现降低趋势，说明随着时间推移，增长效应消失，这是值得警惕的。

第六，“双一流”建设实施前，“双一流”建设高校在自然科学领域的科研效率发展较好，而人文社科领域整体相对薄弱。但是，当加入2018、2019两年数据对人文社科的科研效率进行测算发现，相比“双一流”建设实施前，高校规模效率明显提升。相对于几年前我国高水平大学的规模经济已经消耗殆尽的实证发现，这是一个可喜的发现。

第七，对于人文社科而言，投入指标中的“研发人员”是决定科研效率的最关键要素，而另外一项投入指标——经费对于人文社科的科研效率影响则相对较小，这一情况并没有因为“双一流”建设的实施和“破五唯”行动的开展而发生明显变化。

第八，在多项投入和产出指标中，产出指标中的科研项目和论文是与自然科学科研效率关联度最大的两项指标，这表明自然科学的科研效率与科研产出的关联度相对更大。与人文社科形成鲜明对比，自然科学的科研效率和科研投入指标（无论是研发人员还是经费投入）的关联度都相对更小。

当然，值得注意的是，上述结论是基于经典的投入—产出的分析框架计算得到的。因此，人文社科的科研效率低于自然科学的科研效率，以及理工类高校的人文社科科研效率要显著高于综合类高校的人文社科科研效率，可能是因为投入—产出的分析框架更适用于自然科学。无论如何，本研究的实证发现表明，人文社科和自然科学的科研效率存在明显差异，而且这不随“双一流”建设的实施以及“破五维”行动开展而发生根本性转变。

既然自然科学和人文社科的科研效率存在明显差异，因此科研评价和科研管理也需要符合各自学科的特点，避免“一把尺子量所有”的一刀切式评价与绩效管理。要根据评价对象的不同，充分考虑学科特点及差异，选择具有适切性的评价方法与评价指标，开展分类评价。破除旧“五唯”后，相关的科研评价与科研管理，如何避免新构建的评价体系迈入另一种新“五唯”，这是需要认真思考与逐步探索的制度建设问题。