趙蓉英，王建品

(武漢大學(xué) a.中國(guó)科學(xué)評(píng)價(jià)研究中心；b.信息管理學(xué)院，湖北 武漢 430072)

中國(guó)985高校電子數(shù)據(jù)庫(kù)科研效率評(píng)價(jià)研究
——基于DEA分析方法

趙蓉英，王建品

(武漢大學(xué) a.中國(guó)科學(xué)評(píng)價(jià)研究中心；b.信息管理學(xué)院，湖北 武漢 430072)

文章采用數(shù)據(jù)包絡(luò)分析(DEA)C2R模型，選取電子數(shù)據(jù)庫(kù)數(shù)量、教授及正高職人員數(shù)量為投入指標(biāo)，被SCOPUS收錄的文獻(xiàn)數(shù)量為產(chǎn)出指標(biāo)，對(duì)中國(guó)985高校電子數(shù)據(jù)庫(kù)用于科研的效率進(jìn)行評(píng)價(jià)。結(jié)果表明，在科學(xué)產(chǎn)出方面，大部分樣本學(xué)校的電子數(shù)據(jù)庫(kù)未得到有效利用。為此，提出以下政策建議：提升圖書館科研支持服務(wù)水平，加快促進(jìn)高校圖書館聯(lián)盟服務(wù)價(jià)值的發(fā)揮，加強(qiáng)開(kāi)放獲取資源的使用，科學(xué)研究激勵(lì)政策的改革。

數(shù)據(jù)包絡(luò)分析；電子數(shù)據(jù)庫(kù)；效率；高校；文獻(xiàn)計(jì)量學(xué)

一、研究背景及思路

在信息和知識(shí)社會(huì)，大學(xué)最重要的貢獻(xiàn)是生產(chǎn)知識(shí)，為社會(huì)提供智力資本[1]。目前智力資本被廣泛理解為“是一種已經(jīng)捕獲的、有效的無(wú)形資源，組織可以借助其生產(chǎn)新的資源、商品或服務(wù)”[2]。在大學(xué)層面，智力資本的生產(chǎn)具體表現(xiàn)為兩方面：一是大學(xué)與其他利益相關(guān)者關(guān)系的加強(qiáng)；二是科研成果的產(chǎn)生，包括論文、著作、專利、學(xué)術(shù)會(huì)議論文，以及其他形式的科學(xué)產(chǎn)出等[3]。而在智力資本的生產(chǎn)過(guò)程中，財(cái)務(wù)資本發(fā)揮著重要的杠桿作用，財(cái)務(wù)資本的可獲得性關(guān)系著大學(xué)智力資本產(chǎn)出能力的大小[4]。但是，在發(fā)展中國(guó)家(甚至是發(fā)達(dá)國(guó)家)的高等教育體系中，財(cái)務(wù)資本的可用性受到限制或相對(duì)受到限制，所以，如何有效地管理和使用經(jīng)濟(jì)資源，從而提升大學(xué)的教學(xué)科研質(zhì)量和增強(qiáng)影響力成為一個(gè)重要的問(wèn)題。目前中國(guó)高等教育體系面臨的重要挑戰(zhàn)是如何建設(shè)世界一流高校，如何適應(yīng)與跟進(jìn)由信息技術(shù)驅(qū)動(dòng)的全球化趨勢(shì)[5]。這是實(shí)現(xiàn)中華民族偉大復(fù)興的重要舉措，也是中國(guó)高等教育在21世紀(jì)的重要使命。然而，要解決這些問(wèn)題尚有許多限制，第一個(gè)限制就是大學(xué)的教育科研質(zhì)量。中國(guó)高等教育體系在過(guò)去30年以前所未有的規(guī)模和速度發(fā)展，如今已成為世界上最大的高等教育體系。但在質(zhì)量方面，2 560所普通高等學(xué)校(本科院校、高職院校等)中只有38所985高校，116所211高校；從國(guó)際比較看，根據(jù)QS大學(xué)排名，中國(guó)內(nèi)地只有33所大學(xué)入圍前500名，只有4所大學(xué)進(jìn)入前100名：清華大學(xué)(排名25)、北京大學(xué)(排名41)、復(fù)旦大學(xué)(排名51)和上海交通大學(xué)(排名70)。第二個(gè)制約因素是相關(guān)資金短缺[6]。近年來(lái)，中國(guó)高等教育面臨著財(cái)政性經(jīng)費(fèi)投入不足、大學(xué)負(fù)債多、學(xué)生經(jīng)濟(jì)負(fù)擔(dān)重、生師比大等諸多財(cái)政不足問(wèn)題。特別是自1999年以來(lái)中國(guó)高等教育規(guī)模出現(xiàn)大幅度擴(kuò)張，高等教育的生均經(jīng)費(fèi)投入出現(xiàn)了連續(xù)多年下降。總之，中國(guó)高等教育體系許多舊的問(wèn)題還未得到解決，新的問(wèn)題又不斷出現(xiàn)，而解決這些問(wèn)題的經(jīng)濟(jì)資源越來(lái)越匱乏?；谝陨显?，擴(kuò)大和深化中國(guó)大學(xué)在不同情況下發(fā)展效率的研究是一個(gè)迫切的任務(wù)。

以往對(duì)高等教育系統(tǒng)效率的研究主要從以下四個(gè)方面著手：(1)公共政策研究[7- 8]；(2)單個(gè)或多個(gè)大學(xué)[9-13]；(3)學(xué)術(shù)部門和科研單位研究(研究所、研究中心、團(tuán)隊(duì)等)[14- 15]；(4)大學(xué)圖書館研究[16-17]。國(guó)際上的相關(guān)方面研究非常多，然而，針對(duì)中國(guó)高等教育體系，目前有關(guān)效率評(píng)價(jià)的研究非常少，對(duì)高校電子數(shù)據(jù)庫(kù)效率評(píng)價(jià)的研究更是少之又少。基于此，本文旨在促進(jìn)對(duì)中國(guó)大學(xué)效率的相關(guān)研究。

較為公認(rèn)的世界一流大學(xué)有兩個(gè)共同特點(diǎn)：一是擁有世界一流水平的教授隊(duì)伍；二是有一套支持教授隊(duì)伍培養(yǎng)人才、進(jìn)行尖端科學(xué)研究的體制及政策(即所謂軟環(huán)境)。通過(guò)對(duì)國(guó)外國(guó)內(nèi)相關(guān)文獻(xiàn)的回顧，筆者找出兩個(gè)最常用的變量：(1)教師或研究人員數(shù)量；(2)研究成果或文獻(xiàn)。

另一方面，筆者也發(fā)現(xiàn)，在以往有關(guān)中國(guó)高等教育體系效率評(píng)價(jià)的文獻(xiàn)中，缺乏一個(gè)極其重要的變量：信息和通信技術(shù)[18- 19]。據(jù)世界銀行(S.F.)的分析，信息通信技術(shù)是一組硬件、軟件、網(wǎng)絡(luò)和媒體的集合，用于數(shù)據(jù)、信息、知識(shí)、服務(wù)及其應(yīng)用程序的收集、存儲(chǔ)、處理、傳輸和展現(xiàn)。根據(jù)摩爾定律，由于有了信息通信技術(shù)，人類的生活情境，包括科學(xué)研究的數(shù)量，都呈幾何級(jí)數(shù)增長(zhǎng)[20]。因此，本研究將聚焦于電子數(shù)據(jù)庫(kù)(Database，DB)，因?yàn)樗茄芯咳藛T開(kāi)展科研活動(dòng)、獲得所需科學(xué)技術(shù)信息的重要途徑。

基于以上分析，本研究將對(duì)中國(guó)985高校中DB用于科研產(chǎn)出的效率進(jìn)行評(píng)價(jià)。在以往研究基礎(chǔ)上，本研究突出貢獻(xiàn)表現(xiàn)為以下三個(gè)方面：(1)呈現(xiàn)中國(guó)高校DB的庫(kù)存概況，類似的貢獻(xiàn)在以往文獻(xiàn)檢索中未被發(fā)現(xiàn)，所以這是本研究的顯著貢獻(xiàn)之一；(2)將DEA方法與文獻(xiàn)計(jì)量分析相結(jié)合，評(píng)價(jià)教師使用DB進(jìn)行科研的相對(duì)效率，而DEA方法是當(dāng)前經(jīng)濟(jì)管理領(lǐng)域運(yùn)用最廣泛的效率評(píng)價(jià)方法；(3)展現(xiàn)中國(guó)高校1996-2015年間的科研產(chǎn)出情況(基于SCOPUS)。

二、研究方法和指標(biāo)設(shè)計(jì)

(一) DEA方法

本研究選擇DEA方法對(duì)中國(guó)985高校的電子數(shù)據(jù)庫(kù)用于科研的效率進(jìn)行評(píng)價(jià)。

數(shù)據(jù)包絡(luò)分析(DEA，Data Envelopment Analysis)是由Charnes等[21]提出的以相對(duì)效率概念為基礎(chǔ)的一種非參數(shù)方法，廣泛應(yīng)用于經(jīng)濟(jì)學(xué)、管理學(xué)、計(jì)算機(jī)科學(xué)等多學(xué)科交叉的研究領(lǐng)域。DEA方法特別適用于多投入、多產(chǎn)出的復(fù)雜系統(tǒng)的效率評(píng)價(jià)，無(wú)需確定投入產(chǎn)出間的函數(shù)關(guān)系，無(wú)需對(duì)指標(biāo)數(shù)據(jù)進(jìn)行量綱化處理，無(wú)需確定各指標(biāo)的權(quán)重，因而更具客觀性。DEA方法的基本思路是把每一個(gè)被評(píng)價(jià)單位作為一個(gè)決策單元(Decision Making Units，DMU)，眾多DMU構(gòu)成被評(píng)價(jià)群體，利用DMU的輸入輸出樣本值，估算出有效生產(chǎn)的前沿面，然后根據(jù)各DMU與前沿面之間的距離來(lái)測(cè)算效率。如果DMU處在前沿面上，則其投入產(chǎn)出比的相對(duì)效率最大，為1，即生產(chǎn)有效；若DMU不在前沿面上，則生產(chǎn)無(wú)效，與前沿面的距離越大，其相對(duì)效率值越小，越接近于0。DEA方法在發(fā)展過(guò)程中產(chǎn)生了很多種模型，本研究采用應(yīng)用最為廣泛的C2R模型。

C2R模型就是以一個(gè)決策單位的效率最大化作為目標(biāo)式，尋找對(duì)該決策單位最有利的投入項(xiàng)權(quán)重組合，以及產(chǎn)出項(xiàng)權(quán)重組合，使得效率達(dá)最大值，但所有決策單元的效率必須小于等于1。模型如下：

(二)評(píng)價(jià)指標(biāo)和數(shù)據(jù)

本研究定義的DMU是中國(guó)38所985高校(中國(guó)民族大學(xué)未有文獻(xiàn)被SCOPUS收錄，故未在本研究范圍內(nèi))(表1)。選擇這些高?；谝韵略颍褐袊?guó)985高?；径家再|(zhì)量和創(chuàng)新為導(dǎo)向，它們中最有可能誕生出中國(guó)的世界一流大學(xué)。

表1 中國(guó)985高校DB數(shù)量、PROF數(shù)量和文獻(xiàn)數(shù)量

定義DEA的輸入有兩個(gè)：(1)DB(可以通過(guò)各高校圖書館網(wǎng)站登錄的電子數(shù)據(jù)庫(kù))的數(shù)量；(2)專任教師中教授及其他正高職人員(以下簡(jiǎn)稱PROF)的數(shù)量。選擇這兩個(gè)作為輸入是因?yàn)镈B是最常用的資源，而教授及正高職人員在大學(xué)中承擔(dān)著開(kāi)展研究、教學(xué)和推廣的重要使命。對(duì)于DB和PROF的數(shù)量，數(shù)據(jù)來(lái)自于相關(guān)高校的官方網(wǎng)站。對(duì)于部分未在官方網(wǎng)站顯示DB和PROF數(shù)量的學(xué)校，我們對(duì)學(xué)校相關(guān)人員進(jìn)行了咨詢。所有數(shù)據(jù)均截止到2015年12月31日。定義DEA的輸出為這些高校2015年被SCOPUS收錄的文獻(xiàn)。選擇SCOPUS是因?yàn)樗钱?dāng)前最全面的文獻(xiàn)索引數(shù)據(jù)庫(kù)，包括所有學(xué)科(健康科學(xué)、生命科學(xué)、物理科學(xué)和社會(huì)科學(xué))、所有文件類型(文章、評(píng)論、新聞文章、著作、書籍章節(jié)、會(huì)議論文、會(huì)議報(bào)告、信件、社論、票據(jù)、短期研究、商業(yè)評(píng)論和勘誤表)。

三、評(píng)價(jià)結(jié)果分析

結(jié)果中首先展示了1996-2015年期間中國(guó)科技生產(chǎn)力在世界范圍內(nèi)的表現(xiàn)(表2)；隨后是2015年中國(guó)科技文獻(xiàn)的作者所屬國(guó)家的呈現(xiàn)(圖1)；然后是中國(guó)2015年科技文獻(xiàn)的學(xué)科、類別概覽(圖2)；最后是DEA評(píng)價(jià)結(jié)果的呈現(xiàn)(表3)。

圖1 中國(guó)科技文獻(xiàn)作者機(jī)構(gòu)所屬國(guó)家

排名國(guó)家文獻(xiàn)量可引文獻(xiàn)量被引文獻(xiàn)量自引文獻(xiàn)量篇均引用量H指數(shù)1美國(guó)936023384560502027505659459652121.6617832中國(guó)4076414401712324175067132976075.935633英國(guó)26245302272675507905081176333819.3510994德國(guó)23651082207765409516161029424817.319615日本2212636213332630436114835257813.767976法國(guó)1684479158219728329815619496616.828787加拿大1339471122762225677205469951419.178628意大利1318466121780420893655482500215.857669印度11407171072927845837329061027.4142610西班牙104579696671014811902351019614.16648平均數(shù)104579696671014811902351019614.16648中位數(shù)27167852515419.904472748216044007.2015.14878.30標(biāo)準(zhǔn)差22126361857761.5027003510727377216.34829.50最大值2378328.962273963.6056822526.0627828543.055.08372.76最小值936023384560502027505659459652121.661783

數(shù)據(jù)來(lái)源：SCImago-Journal&CountryRank,2015。

根據(jù)SCOPUS數(shù)據(jù)統(tǒng)計(jì)，1996-2015年中國(guó)被SCOPUS數(shù)據(jù)庫(kù)收錄的科技文獻(xiàn)總數(shù)為4 076 414篇，排在世界第2位。排在第一位的是美國(guó)，為9 360 233篇，是中國(guó)的2倍多。1996-2015年中國(guó)文獻(xiàn)累計(jì)被引用次數(shù)為24 175 067萬(wàn)次，排在世界第7位，篇均被引頻次是5.93，遠(yuǎn)遠(yuǎn)低于平均數(shù)14.16；而中國(guó)文獻(xiàn)的H指數(shù)僅為563，在這十個(gè)國(guó)家中僅高于印度。這說(shuō)明中國(guó)雖然是一個(gè)科技生產(chǎn)力大國(guó)，但科技成果質(zhì)量與世界強(qiáng)國(guó)有很大的差距。

圖1是2015年被SCOPUS收錄的中國(guó)文獻(xiàn)作者機(jī)構(gòu)所屬國(guó)家的展示。在2015年中國(guó)被SCOPUS收錄的444 804篇文獻(xiàn)中，合作伙伴涉及160個(gè)國(guó)家(地區(qū))。其中至少有一個(gè)作者機(jī)構(gòu)所屬國(guó)家是美國(guó)的為41 109篇，隨后是英國(guó)，為9 314篇。這表明，中國(guó)科學(xué)研究的合作伙伴主要分布在美國(guó)、英國(guó)、澳大利亞等國(guó)家。

2015年被SCOPUS收錄文獻(xiàn)最多的高校是清華大學(xué)(12 630篇)，其次是上海交通大學(xué)(10 801篇)，第三名是浙江大學(xué)(10 709篇)。38所985高校2015年被SCOPUS收錄文獻(xiàn)總量為197 489篇，約占中國(guó)被收錄文獻(xiàn)總量的44.4%，說(shuō)明985高校是中國(guó)科技生產(chǎn)力的主力軍。

圖2 中國(guó)科技文獻(xiàn)學(xué)科分類

圖2是2015年SCOPUS收錄中國(guó)文獻(xiàn)的學(xué)科分布情況。SCOPUS數(shù)據(jù)庫(kù)在進(jìn)行學(xué)科統(tǒng)計(jì)時(shí)，把文獻(xiàn)數(shù)量在前十名以外的學(xué)科歸在一起稱為Others。顯然，2015年中國(guó)被SCOPUS收錄文獻(xiàn)數(shù)量最多的學(xué)科是工程，共143 667篇，占總數(shù)的32.3%；其次是醫(yī)學(xué)，共91 645篇，占總數(shù)的20.6%；接著是材料科學(xué)、物理學(xué)和天文學(xué)、計(jì)算機(jī)科學(xué)和生物化學(xué)、遺傳與分子生物學(xué)，論文總量都超過(guò)了5萬(wàn)篇。另一方面，人文社會(huì)科學(xué)學(xué)科論文總量還不到2萬(wàn)篇，這說(shuō)明中國(guó)人文社會(huì)科學(xué)科技生產(chǎn)力水平和國(guó)際化程度較低。

從2015年中國(guó)被SCOPUS收錄文獻(xiàn)的類型分布可以看到，絕大部分文獻(xiàn)是期刊論文(共有365 593篇，占82.2%)，其次是會(huì)議論文(共有58 802篇，占13.2)，接著是評(píng)論(共有9 681篇，占2.2%)。

表3列出了運(yùn)用DEA方法計(jì)算出的38所985高校的效率值。需要說(shuō)明的是，DEA測(cè)算出的每個(gè)DMU效率值的范圍是0-1，越接近于1，說(shuō)明該決策單元的生產(chǎn)越接近前沿面，效率越高。如表3所示，擁有DB最多的高校是北京大學(xué)，共247個(gè)，最少的是中國(guó)農(nóng)業(yè)大學(xué)，共70個(gè)。38所高校平均擁有DB約140個(gè)，其中只有39.47%的高校擁有DB的數(shù)量高于此平均水平。擁有PROF數(shù)量最多的是北京大學(xué)，共2 221人，最少的是國(guó)防科技大學(xué)，共有320人。38所高校平均擁有PROF的數(shù)量約為945人，只有36.84%的學(xué)校高于此平均水平。產(chǎn)出文獻(xiàn)最多的是清華大學(xué)，共12 630篇，產(chǎn)出最少的是中國(guó)人民大學(xué)，為894篇，38所高校產(chǎn)出文獻(xiàn)的平均水平為5 197篇，其中50%的學(xué)校高于此平均水平?？傊?8所高校的投入和產(chǎn)出能力表現(xiàn)出嚴(yán)重的不均衡性，樣本指標(biāo)的標(biāo)準(zhǔn)差也證明了這一點(diǎn)。

表3 985高校的DEA分析結(jié)果

另一方面，效率的平均值為0.575，大于中位數(shù)，這說(shuō)明效率值的分布不均衡且正偏。也就是說(shuō)，比效率平均水平高的學(xué)校數(shù)量偏少，只有17所。38所高校中只有上海交通大學(xué)和北京航空航天大學(xué)的效率為1，僅占樣本學(xué)?？倲?shù)的5.3%；效率水平為0.9-1之間的也僅有2所，占樣本學(xué)校總數(shù)的5.3%；效率水平在0.6-0.8的學(xué)校有11所，占總數(shù)的28.9%；而有60.5%的學(xué)校效率水平都在0.6以下。

總之，DEA評(píng)價(jià)結(jié)果表明中國(guó)高校教授利用電子數(shù)據(jù)庫(kù)進(jìn)行科研生產(chǎn)的效率極不平衡，且兩極分化。38所高校中只有少部分學(xué)校利用效率較高，而大部分學(xué)校利用效率較低?？梢哉J(rèn)為，人力資源、科技信息資源對(duì)科技生產(chǎn)力的促進(jìn)作用很弱，資源沒(méi)有得到有效的利用。

四、研究結(jié)論與建議

(一)研究結(jié)論

在知識(shí)和信息社會(huì)，大學(xué)知識(shí)的生產(chǎn)占有重要的戰(zhàn)略地位，對(duì)社會(huì)的進(jìn)步具有支柱作用。而在此方面，若干因素制約了社會(huì)的發(fā)展，如大學(xué)的質(zhì)量和財(cái)務(wù)預(yù)算等。從這個(gè)層面上講，如何有效地利用資源進(jìn)行科學(xué)生產(chǎn)顯得尤為重要。然而，有關(guān)部門在制定決策時(shí)的參考信息非常有限。本文利用DEA方法對(duì)高校科研人員利用DB進(jìn)行科學(xué)生產(chǎn)的效率進(jìn)行了評(píng)價(jià)，填補(bǔ)了這一空白。

從20世紀(jì)90年代開(kāi)始，中國(guó)不斷加大科技生產(chǎn)的力度，目前在世界上已經(jīng)有了非常突出的表現(xiàn)，科技生產(chǎn)總量位居世界第2。然而，中國(guó)科技產(chǎn)出的質(zhì)量與世界強(qiáng)國(guó)還有很大的差距，1996-2015年科技產(chǎn)出世界第一的美國(guó)的文獻(xiàn)篇均引用次數(shù)是中國(guó)的4倍多，H指數(shù)是中國(guó)的3倍多；H指數(shù)比中國(guó)高的國(guó)家還有英國(guó)、法國(guó)、德國(guó)等13個(gè)國(guó)家。

中國(guó)研究人員的國(guó)際合作者大多位于美國(guó)和英國(guó)，其他合作較多的有澳大利亞、中國(guó)香港和加拿大等。從更微觀的層面分析，985高校是中國(guó)科技生產(chǎn)的主力軍，2015年這些高校的科技產(chǎn)出占全國(guó)科技產(chǎn)出的44.4%。從知識(shí)產(chǎn)出涉及的學(xué)科領(lǐng)域看，最高的是工程，接下來(lái)依次是醫(yī)學(xué)、材料科學(xué)、物理學(xué)和天文學(xué)、計(jì)算機(jī)科學(xué)和生物化學(xué)、遺傳與分子生物學(xué)；從產(chǎn)出的類型看，絕大多數(shù)集中在期刊論文，其次是會(huì)議論文和綜述報(bào)告。

運(yùn)用DEA方法對(duì)教授利用DB進(jìn)行科學(xué)生產(chǎn)的效率進(jìn)行評(píng)價(jià)，結(jié)果顯示38所高校DB利用效率極不均衡。38所高校的PROF數(shù)量平均值是945，但其中只有36.84%的高校高于此平均數(shù)。分析DB的數(shù)量，38所高校的平均擁有量為140，但只有39.47%的高校擁有量高于此平均數(shù)。產(chǎn)出方面，38所學(xué)校中只有50%的高校高于平均水平(5 197篇)。至于DB的使用效率，38所高校中只有44.7%高于平均水平(0.575)。

38所985高校中只有2所高校研究人員有效地使用了電子數(shù)據(jù)庫(kù)進(jìn)行科學(xué)生產(chǎn)，達(dá)到生產(chǎn)的前沿面；而38所高校中有23所高校效率值低于0.6，這些學(xué)校在線數(shù)據(jù)庫(kù)的使用效率離前沿面較遠(yuǎn)。換句話說(shuō)，人力資源、科技信息資源與科研產(chǎn)出互相之間的關(guān)系較弱，這些資源沒(méi)有得到有效利用。

(二)政策建議

基于以上分析結(jié)果，本研究提出四項(xiàng)建議。

第一，提升圖書館科研支持服務(wù)水平。當(dāng)前國(guó)內(nèi)高校已經(jīng)開(kāi)始重視圖書館的科研支持服務(wù)，但服務(wù)水平亟待提升?？梢越梃b世界優(yōu)秀高校的圖書館經(jīng)驗(yàn)，如除了提供文獻(xiàn)計(jì)量、數(shù)據(jù)管理等常規(guī)的科研支持服務(wù)以外，也把支持學(xué)校eResearch、輔助成果出版、科研項(xiàng)目資助指導(dǎo)等作為新的科研支持服務(wù)項(xiàng)目；對(duì)不同類型的研究人員采用不同形式、不同主題的針對(duì)性培訓(xùn)，提供研究人員便于獲得館內(nèi)外各種數(shù)據(jù)資源的服務(wù)；強(qiáng)調(diào)資源與內(nèi)容的易用性、多樣性、集成性，以便于科研人員及時(shí)、全面、有效地了解圖書館科研支持服務(wù)的內(nèi)容。通過(guò)這些服務(wù)，使高校的研究人員真正實(shí)現(xiàn)eResearch：科研過(guò)程數(shù)字化、研究工具網(wǎng)絡(luò)化、學(xué)術(shù)傳播多元化、科研合作遠(yuǎn)距離化[22]。

第二，加快促進(jìn)高校圖書館聯(lián)盟服務(wù)價(jià)值的發(fā)揮。近年來(lái)，為適應(yīng)高等教育事業(yè)的迅速發(fā)展，滿足高校教學(xué)科研和文獻(xiàn)資源迅速增長(zhǎng)的需求，利用有限的經(jīng)費(fèi)最大限度地獲得信息資源，中國(guó)圖書館聯(lián)盟系統(tǒng)無(wú)論從數(shù)量或規(guī)模來(lái)看都已有了很大發(fā)展，以中國(guó)高等教育文獻(xiàn)保障系統(tǒng)(CALIS)為代表的文獻(xiàn)共享組織在教育、文化等領(lǐng)域發(fā)揮了無(wú)可替代的重要作用。這些聯(lián)盟機(jī)構(gòu)組織大都開(kāi)展了數(shù)字資源集團(tuán)采購(gòu)、聯(lián)合編目、文獻(xiàn)傳遞等服務(wù)，體現(xiàn)了圖書館聯(lián)盟的資源共享、利益互惠等原則。但和國(guó)外先進(jìn)的圖書館聯(lián)盟相比還有很大的差距，如合作程度不深，缺乏特色服務(wù)，服務(wù)效率水平較低等。今后國(guó)內(nèi)高校圖書館聯(lián)盟應(yīng)借鑒先進(jìn)國(guó)家的經(jīng)驗(yàn)，進(jìn)一步提高聯(lián)盟的服務(wù)價(jià)值，如減少聯(lián)盟成員DB的重復(fù)購(gòu)買，加強(qiáng)聯(lián)盟成員圖書館技術(shù)的標(biāo)準(zhǔn)化和規(guī)范化，積極探索特色化服務(wù)等[23]。

第三，加強(qiáng)開(kāi)放獲取資源的使用。開(kāi)放獲取的出現(xiàn)讓印刷型學(xué)術(shù)文獻(xiàn)從出版媒介、發(fā)行渠道到傳播和服務(wù)方式都發(fā)生了根本改變。開(kāi)放獲取允許任何人及時(shí)、免費(fèi)、不受任何限制地通過(guò)網(wǎng)絡(luò)獲取各類文獻(xiàn)，包括經(jīng)過(guò)同行評(píng)議的期刊文章、參考文獻(xiàn)、技術(shù)報(bào)告、學(xué)位論文等全文信息，用于科研教育及其他活動(dòng)。英國(guó)聯(lián)合信息系統(tǒng)委員會(huì)(JISC)2008年指出，開(kāi)放存取文獻(xiàn)可以作為無(wú)法獲得高價(jià)數(shù)據(jù)庫(kù)的機(jī)構(gòu)的選擇。世界上一些發(fā)達(dá)國(guó)家在此方面已經(jīng)取得了很大進(jìn)展，如北歐最大綜合性高校及科研機(jī)構(gòu)瑞典Lund高校，2003年創(chuàng)建的開(kāi)放獲取期刊指南(DOAJ)已成為目前世界上收錄OA期刊數(shù)量最多、學(xué)科最全的OA期刊網(wǎng)站[24]。國(guó)內(nèi)在OA方面也有一定的發(fā)展，如中科院已有逾百研究所創(chuàng)建了開(kāi)放式知識(shí)庫(kù)，存儲(chǔ)論文超40萬(wàn)篇，2013年下載量超700萬(wàn)篇次，成為全球最大公共開(kāi)放資源之一[25]。然而，調(diào)查數(shù)據(jù)顯示，中國(guó)高校OA實(shí)踐整體進(jìn)展速度緩慢[26]，今后應(yīng)出臺(tái)相應(yīng)的政策和措施推動(dòng)OA向更深入、更廣泛方向普及和發(fā)展。

第四，科學(xué)研究激勵(lì)政策的改革。中國(guó)應(yīng)積極建立以質(zhì)量為導(dǎo)向的科研激勵(lì)政策，把科研管理的重點(diǎn)集中到提升科研質(zhì)量上。研究表明，現(xiàn)金獎(jiǎng)勵(lì)的激勵(lì)政策增加提交審核文章的數(shù)量而不是提高發(fā)表率，發(fā)表率與基于現(xiàn)金獎(jiǎng)勵(lì)的激勵(lì)政策負(fù)相關(guān)。而與學(xué)術(shù)職業(yè)發(fā)展機(jī)會(huì)相關(guān)的獎(jiǎng)勵(lì)，才與科學(xué)產(chǎn)出的數(shù)量和質(zhì)量具有正相關(guān)性。這些政策在一些國(guó)家已經(jīng)實(shí)施，比如西班牙和德國(guó)，他們的激勵(lì)政策是與科研績(jī)效相關(guān)的更高的教育梯隊(duì)、提升和薪水等，而不是每篇文章的獎(jiǎng)金。

總之，中國(guó)科技生產(chǎn)的增長(zhǎng)前景仍未有定論。雖然在過(guò)去已經(jīng)取得了顯著的成績(jī)，但仍亟待加強(qiáng)高校整體的研究質(zhì)量和研究能力。從目前人員利用DB進(jìn)行科研生產(chǎn)的情況看，大部分學(xué)校需要重新評(píng)估他們的相對(duì)表現(xiàn)，并提出相應(yīng)的政策措施，如提升圖書館科研支持服務(wù)水平、加快促進(jìn)高校圖書館聯(lián)盟服務(wù)價(jià)值的發(fā)揮、加強(qiáng)開(kāi)放資源獲取的使用、審查和調(diào)整科研激勵(lì)政策等。未來(lái)相關(guān)研究還可以從以下幾方面進(jìn)行：增加高等教育機(jī)構(gòu)的樣本，比如所有的教育機(jī)構(gòu)而不僅僅是985高校；研究文獻(xiàn)以及專利的影響，從而跟蹤科研在生產(chǎn)部門發(fā)揮的具體作用。

[1]RAMEZANM.Intellectualcapitalandorganizationalorganicstructureinknowledgesociety:Howaretheseconceptsrelated?[J].InternationalJournalofInformationManagement, 2011, 31(1): 88-95.

[2]NONAKAI,TOYAMAR,NAGATAA.Afirmasaknowledge-creatingentity:Anewperspectiveonthetheoryofthefirm[J].Industrial&CorporateChange, 2000, 9(1): 1-20.

[3]HUGGINSR.Universitiesandknowledge-basedventuring:Finance,managementandnetworksinLondon[J].Entrepreneurship&RegionalDevelopment, 2008, 20(2): 185-206.

[4]POWERSJB,MCDOUGALL-COVINPP.Universitystart-upformationandtechnologylicensingwithfirmsthatgopublic:Aresource-basedviewofacademicentrepreneurship[J].JournalofBusinessVenturing, 2005, 20(3): 291-311.

[5]朱佳斌，馬瑞克，范德文德，等.全球化背景下中國(guó)高等教育的挑戰(zhàn)與對(duì)策[J].清華大學(xué)教育研究, 2016, 37(3): 59-64.

[6]劉寶存，張偉.國(guó)際比較視野下的創(chuàng)建世界一流大學(xué)政策研究[J].比較教育研究, 2016, 38(6): 1-8.

[7]GEVA-MAYI.Highereducationandattainmentofpolicygoals:InterpretationsforefficiencyindicatorsinIsrael[J].HigherEducation, 2001, 42(3): 265-305.

[8]HAOYF.AresearchbasedontherelationshipbetweenthemodernuniversityinstitutionandtheadministrativeefficiencyofChina’shighereducation[J].ShanghaiJournalofEducationalEvaluation, 2016(1): 7-10.

[9]ARCELUSFJ,COLEMANDF.Anefficiencyreviewofuniversitydepartments[J].InternationalJournalofSystemsScience, 1997, 28(7): 721-729.

[10]CHENJK,CHENIS.Inno-Qualefficiencyofhighereducation:Empiricaltestingusingdataenvelopmentanalysis[J].ExpertSystemswithApplications, 2011, 38(3): 1823-1834.

[11]JOHNESJ.Measuringefficiency:acomparisonofmultilevelmodellinganddataenvelopmentanalysisinthecontextofhighereducation[J].BulletinofEconomicResearch, 2006, 58(2): 75-104.

[12]KLIMOVAN,KOZYREVO,BABKINE.Amethodologyforevaluatingtheefficiencyofuniversityclusters[M]//Innovationinclusters.SpringerInternationalPublishing, 2016: 91-115.

[13]SHENN,WUSH.Studyonuniversityinnovationefficiencyevaluationtakingaccountoftechnologyheterogeneity—BasedonMeta-frontierefficiencyfunctionmodel[J].Science&TechnologyProgress&Policy, 2016(1):148-153.

[14]AGASISTIT,CATALANOG,LANDONIP,etal.Evaluatingtheperformanceofacademicdepartments:Ananalysisofresearch-relatedoutputefficiency[J].ResearchEvaluation, 2012, 21(1): 2-14.

[15]RUIZCF,BONILLAR,CHAVARRODA,etal.EfficiencymeasurementofresearchgroupsusingDataEnvelopmentAnalysisandBayesiannetworks[J].Scientometrics, 2010, 83(3): 711-721.

[16]SIMONJ,SIMONC,ARIASA.ChangesinproductivityofSpanishuniversitylibraries[J].Omega, 2011, 39(5): 578-588.

[17]REICHMANNG,SOMMERSGUTER-REICHMANNM.Efficiencymeasuresandproductivityindexesinthecontextofuniversitylibrarybenchmarking[J].AppliedEconomics, 2010, 42(3): 311-323.

[18]WANGFY,CARLEYKM,ZENGDD,etal.Socialcomputing:Fromsocialinformaticstosocialintelligence[J].IEEEIntelligentSystems, 2007, 22(2): 79-83.

[19]WUCHTYS,JONESBF,UZZIB.Theincreasingdominanceofteamsinproductionofknowledge[J].Science, 2007, 316(5 827): 1 036-1 039.

[20]KURZWEILR.Thesingularityisnear:Whenhumanstranscendbiology[J].Cryonics, 2005, 85(1): 160.

[21]CHARNESA,COOPERWW,RHODESE.Measuringtheefficiencyofdecisionmakingunits[J].EuropeanJournalofOperationalResearch, 1978, 2(6): 429-444.

[22]黃紅華，韓秋明.澳大利亞大學(xué)圖書館科研支持服務(wù)研究[J].圖書館建設(shè), 2016(3): 55-60.

[23]張文娟.高校圖書館聯(lián)盟E-reserves共享框架思考[J].圖書館工作與研究, 2016(2): 58-62.

[24]DirectoryofOpenAccessJournals(DOAJ)[EB/OL].[2016-12-10].https://doaj.org/.

[25]人民網(wǎng).中科院逾百研究所建開(kāi)放獲取知識(shí)庫(kù)[EB/OL].(2014-05-14) [2016-12-28].http://scitech.people.com.cn/n/2014/0517/c1007-25029361.html.

[26]麻思蓓.我國(guó)高校開(kāi)放獲取實(shí)踐進(jìn)展研究[J].科技管理研究, 2015(4): 59-62.

(責(zé)任編輯 彭建國(guó))

Theresearchonevaluationoftheonlinedatabases’scientificresearchefficiencyinChineseProject985universitiesbasedonDEA

ZHAORongyinga,b,WANGJianpina,b

(a.ResearchCenterforChinaScienceEvaluation;b.SchoolofInformationManagement,WuhanUniversity,Wuhan430072,P.R.China)

This paper presented an assessment of the efficiency of online database used for scientific production in Chinese Project 985 universities in 2015.The methodology used was the Data Envelopment Analysis (DEA).The number of databases and the number of professors were used as input indicators.The number of scientific publications indexed in Scopus was used as output indicators.The study found that the use of databases to produce scientific publications was inefficient in most of the universities analyzed.The policy recommendations are: enhancing the level of research support service of the libraries, speeding up to promote the university library alliance to play their service value, strengthening the use of open access resources, adjusting policies of incentives for scientific research.

DEA; database; efficiency; universities; bibliometrics

10.11835/j.issn.1008-5831.2017.05.007

Format: ZHAO Rongying, WANG Jianpin.The research on evaluation of the online databases’ scientific research efficiency in Chinese Project 985 universities based on DEA[J].Journal of Chongqing University(Social Science Edition),2017(5):64-72.

2017-04-16 基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金項(xiàng)目“中國(guó)學(xué)者國(guó)際學(xué)術(shù)論文影響力評(píng)價(jià)研究”(16BTQ055)

趙蓉英(1961-)，武漢大學(xué)信息管理學(xué)院教授，博士研究生導(dǎo)師，中國(guó)科學(xué)評(píng)價(jià)研究中心主任，主要從事信息計(jì)量與科學(xué)評(píng)價(jià)、知識(shí)管理研究，Email: zhaorongying@126.com；王建品(1982-)，武漢大學(xué)信息管理學(xué)院博士研究生，主要從事知識(shí)管理與競(jìng)爭(zhēng)情報(bào)、信息計(jì)量與科學(xué)評(píng)價(jià)研究。

G648

A

1008-5831(2017)05-0064-9

歡迎按以下格式引用：趙蓉英，王建品.中國(guó)985高校電子數(shù)據(jù)庫(kù)科研效率評(píng)價(jià)研究——基于DEA分析方法[J].重慶大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2017(5):64-72.