梁文艳，唐一鹏

(北京师范大学 教育学部, 北京 100875)

一、引言

随着建设世界一流大学的战略构想不断深入人心，国家通过各项工程为高等教育系统提供了大量的资金支持，包括211工程、985工程，以及新近开展的2011计划。在政府财政的大力支持下，高校整体科研水平在不断提高，部分学科已经接近世界一流水平[1]。与此同时，区域间高等教育资源配置不均衡问题已经非常突出。比如985高校，大多分布在东南沿海地区，其中仅北京、上海两地就占据了三分之一。而211高校，也大多集中在东南沿海，不少省份(如山西、河南、河北等)则屈指可数。在地区差异巨大的情况下，如何科学评价不同地区高校的科研生产效率，成为我国高等教育发展与规划面临的一大挑战。

对于生产效率的分析，主要有参数和非参数两大类方法。前者以随机边界分析(SFA)为代表，后者以数据包络分析(DEA)为代表[2]。这两种方法一般都是利用横截面数据来描述高校在某一时点上的效率状况，缺乏对效率变化的动态刻画。Malmquist指数方法则弥补了此种不足，它可以在SFA和DEA的分析基础之上，有效刻画出高校在某一时间段上的效率变化情况。目前，国内一些学者已经开始采用基于DEA的Malmquist生产率指数方法对高校科研效率的动态变化趋势展开研究。最早的文献可以追溯到2007年，胡咏梅和梁文艳以2000年左右合并的25所高校为样本，考察了其1999—2002年间的科研生产率变化状况，结果发现技术进步是整体科研效率提升的主要动力，而合并没有明显带来规模效应[3]。……