游 丽，孔庆鹏 | “双一流”背景下我国高等教育资源配置效率测评及影响因素研究

点击蓝字 关注我们

“双一流”背景下我国高等教育资源配置效率测评及影响因素研究

——基于超效率DEA－Malmquist方法和Tobit模型

游　丽，孔庆鹏

（华中师范大学 人事部/人工智能教育学部， 武汉 430079)

摘　要：高等教育发展水平是一个国家发展水平和发展潜力的重要标志，研究我国高等教育资源配置效率问题，对进一步促进高等教育优质均衡发展、建设教育强国具有重要意义。本研究基于超效率DEA－Malmquist方法，连续动态测评我国31个省(自治区、直辖市)2016—2019年高等教育资源配置效率，分析东中西部高等教育资源配置效率差异，利用Tobit回归模型进一步探索影响高等教育资源配置效率的因素。结果表明，高等教育资源配置综合效率稳步提升，配置效率主要受技术效率变动影响。总体而言，区域间高等教育资源配置效率不存在显著差异。基于研究结论提出了推进教育资源配置方式改革、加强区域协同发展机制建设、优化高校学科专业布局相关建议，以全面提升高等教育质量。

关键词：高等教育；资源配置效率；超效率DEA－Malmquist；Tobit模型

01

引       言

“十三五”时期，我国已建成世界规模最大的高等教育体系，高等教育毛入学率由2016年的42.7%提升至2020年的54.4%，高等教育已全面进入普及化阶段。面向未来，习近平总书记指出，党和国家事业发展对高等教育的需要，对科学知识和优秀人才的需要，比以往任何时候都更为迫切。高等教育的高质量发展是党和国家的重大关切，必将需要和吸引更多的资源投入，提高资源配置效率既是高等教育治理现代化的具体体现，也是实现高等教育治理现代化的重要途径。2016年教育部印发的《高等学校“十三五”科学和技术发展规划》中指出，建立高校绩效评价机制是深化高等教育改革的重大举措，也是提高高校创新能力的重要机制。2017年国务院下发的《国家教育事业发展“十三五”规划》中提出，推进我国高校的“一流”建设之路应以绩效为杠杆，统筹高校整体建设和学科建设。在此背景下，构建完备的高等教育资源配置效率评价指标体系，科学精准实施资源配置效率评价，形成基于数据驱动的教育资源配置导向，以进一步推进高等教育资源更加合理高效地配置，具有重要的理论和实践价值。

02

文 献 综 述

教育资源配置效率主要研究教育资源的投入与产出问题。优化教育资源配置以提高高校办学效益为目标，以高校发展、学科建设为导向，调整优化教育资源的投入方向和数量^[1]。目前，在各类学校资源配置效率评价中，多采用数据包络分析(Data Envelopment Analysis，简称DEA)，由于其预设条件少，易于操作，因此得到了广泛运用^[2]。

国外学者开展相关研究相对较早，已在不同层次、不同类型的教育领域资源配置效率评价中取得较为丰富的成果，并应用于教育经费分配等多项提升高等教育质量的实践中。Athanassopoulos^[3]运用DEA方法对英国45所高校整体效率进行了测评，验证了该方法对高校办学效率评价的合理性。Mcmillan^[4]运用DEA方法评估了加拿大45所高校的相对办学效率，发现绝大多数高校具有较高的效率得分，认为该方法提供了理解加拿大高校办学效率的新途径。Abbott^[5]运用DEA模型基于不同的投入产出指标体系，发现澳大利亚高校具有相对较高的办学效率。Johnes^[6]运用DEA方法分析评价了英国100余所高等教育机构的教育资源配置效率，发现绝大多数机构具有较高的技术效率和规模效率。Agasisti^[7]运用DEA方法对欧洲国家高等教育系统的资源配置效率进行了跨国比较研究，发现公共部门的影响对资源配置效率具有关键作用。

国内关于高校教育资源配置效率的研究，按照研究的空间尺度可以分为省际层面和校际层面，省际层面一般指以省(自治区、直辖市)为决策单元，将省(自治区、直辖市)域内的高校看成一个整体来开展有关评价；校际层面指以学校为决策单位，具体又可细分为跨区域和同区域内高校间的比较研究。省际层面，傅毓维^[8]运用DEA方法分析了中国高等教育资源配置效率，发现配置效率持续优化的主要原因是高等教育领域的宏观制度创新，但还存在区域政府制度创新不够、高校自身管理水平不高等问题。张晓路^[9]运用DEA模型与粗糙集理论，发现我国高等教育资源配置效率呈持续优化态势，但还受到资源投入结构不合理、资源配置方式受政府主导等因素制约。李元静^[10]借助Malmquist指数法，发现我国高等教育资源配置效率呈增长态势，主要源于技术效率提升和技术进步的双重影响。叶前林^[11]运用DEA分析方法和Tobit模型，发现我国高等教育资源配置总体效率较高，但不同省份之间存在不均衡趋势，生均教育经费指数对高等教育资源配置效率具有显著正相关影响，地方经济实力、教育经费投入规模和高等教育资源配置结构具有显著负相关影响。徐晔^[12]基于DEA－BBC模型和Malmquist模型，发现我国高等教育资源配置效率累计增幅较小，配置效率不存在显著的空间相关关系。校际层面，关于跨区域高校间的研究，陈通^[13]运用DEA方法以我国西部地区高校为研究对象，发现大部分西部高校存在非DEA有效情况，并提出了相关对策建议。袁卫^[14]运用DEA方法，发现2011年教育部直属72所高校办学平均效率不够高，地区经济发展水平是影响高校办学效率的显著因素。李辉^[15]运用DEA方法对中国农业院校资源配置进行了研究，发现存在投入不足、资源利用率低等问题。同区域内高校间，赵祥^[16]基于DEA模型构建贵州省高等教育资源配置效率评价指标体系，发现该省存在教育资源的投入冗余及产出不足，并提出了改进建议。喻均林^[17]运用DEA模型，发现2009—2015年间江西省高等教育人才培养与科学研究的投入产出都出现过技术与规模效率弱有效或无效，并提出了改进建议。

综上，DEA方法已被广泛运用于高等教育资源配置效率的研究。在我国，既有对我国31个省级行政区(简称为“省”)高等教育资源配置效率的评估，也有关于具体学校资源配置效率的评价和校际比较。既往研究取得了丰富的成果，但也存在一些不足，如DEA方法仅能对同一时间跨度内不同决策单元做横向静态比较，无法实现决策单元间的跨期连续比对；评估指标体系构建不够科学全面，没有充分吸收师资队伍、社会服务等“双一流”建设重点指标；另外，绝大多数研究没有展开关于影响资源配置效率因素的有效分析，没有找出各要素作用的机理。为弥补DEA方法静态非连续描述的不足，更好地测算动态连续变化特性，精准分析影响高等教育资源配置效率提高的因素，本研究基于数据可得性构建了较为全面的投入产出指标体系，采用DEA－Malmquist指数分析方法，对高等教育资源配置效率进行测评，并利用Tobit回归模型分析影响因素。

考虑到我国高校类型众多，本研究选取我国31个省普通高等学校为研究对象，对资源配置效率进行连续动态测算，查找分析影响因素，并重点聚焦以下几个问题：

1.我国高等教育资源配置效率的现状及特点如何？

2.高等教育资源配置效率是否存在区域异质性，有何变化趋势？

3.影响高等教育资源配置效率的因素是什么？

4.提升高等教育资源配置效率的措施有哪些？

03

指标构建和数据来源

通过查阅文献发现，在投入指标上多数学者形成了基本共识，认为可以按照人力、财力、物力3个维度进行分析，但在人力维度指标内涵上存在一定分歧，选取指标涵盖教职工数、专任教师数、副高及以上职称教师数、讲师及以上职称教师数、博士学历教师数等中的一项或几项。在产出指标选取上，除对在校生人数这一指标具有较大共识外，对其他指标均存在较大分歧。

在学习分析教育部《普通高等学校基本办学条件指标(试行)》，教育部、财政部、国家发展改革委《“双一流”建设成效评价办法(试行)》等文件精神后，在投入指标选择上，本研究选取生师比为人力维度指标；选取生均教育事业费为财力维度指标；选取生均固定资产值为物力维度指标。在产出指标选择上，本研究认为，应涵盖人才培养、教师队伍建设、科学研究、社会服务等维度，结合数据可获得性，本研究选取普通高校折合在校生数作为人才培养指标；选取具有副高以上职称教师数表征教师队伍建设指标；选取国家级成果奖获奖项数、高水平论文数、当年项目经费拨入数为科学研究指标；选取技术转让实际收入为社会服务指标，具体如表1所示。另外，根据经验法则：DMU个数必须是输入输出变量数目之和的3倍以上，否则DEA效率的区别能力会变弱^[18]。本研究DMU共为31个，输入指标3个，输出指标6个，符合DEA方法对评价指标的要求。

聚焦“双一流”建设实施以来我国高等学校教育资源配置效率，基于数据可得性和实效性，本研究选取2016—2019年间投入产出指标数据，来源包括《中国教育经费统计年鉴(2016—2019)》《中国教育统计年鉴(2016—2019)》《中国统计年鉴(2017—2020)》《高等学校科技统计资料汇编(2017—2020)》。

04

高等教育资源配置效率测评的实证分析

(一)资源配置效率动态变化分析

运用Matlab2018a程序，基于DEA－Malmquist指数分析方法测算了2016—2019年各省(自治区、直辖市)高等教育资源配置效率(TFP)，并将其分解为技术进步(TC)和技术效率变动(TEC)两部分；技术效率变动进一步分解为纯技术效率变动(PTEC)和规模效率变动(SEC)。5个效率指标的相互关系为：TFP＝TC×TEC，TEC＝PTEC×SEC。资源配置效率测算结果如表2所示。对数据进行分析，发现我国高等教育资源配置效率呈现如下特点：

1.资源配置综合效率稳步提升。2016—2019年我国高等教育资源配置综合效率稳步提升，年均增长率为2.444%。但各跨年增速不够稳定，年增长率最高3.593%、最低1.009%。

2.资源配置效率主要受到技术效率变动影响。技术进步(TC＝0.995)小于技术效率变动(TEC＝1.041)，表明教育资源配置效率的提高主要受到技术效率变动影响，学校治理能力和治理水平的不断提升带动了高等资源配置效率的提高。

3.技术效率变动主要受纯技术效率变动的影响。对技术效率变动进行进一步分解，2016—2019年的纯技术效率变动(PTEC＝1.039)大于规模效率变动(SEC＝1.003)，表明技术效率的提高得益于纯技术效率的提高，高等教育规模已基本趋于稳定，良好的运行机制在学校管理中发挥着重要作用。

(二)区域间教育资源配置差异性分析

为了解我国区域间高等教育资源配置现状，根据国家统计局公布的关于东中西部划分标准，将我国31个省划分为东、中、西部3个区域^①，分别包括11、8及12个省。本研究测算了东中西部3个区域2016—2019年间综合效率、技术进步和技术效率变动的均值，如表3所示。我国高等教育资源配置综合效率及技术效率变动，呈现东部地区〉西部地区〉中部地区的态势。

为进一步分析各区域在2016—2019年间高等教育资源配置综合效率年度变化趋势，本研究计算了东、中、西部各跨期的综合效率，如图1所示。整体而言，东部地区综合效率年均增速最快但增速有所放缓，中部地区综合效率呈负增长趋势，西部地区综合效率稳步提升且增速逐年加快。

对2016—2019年区域间资源配置效率均值做差异性分析发现，东、中、西部不存在显著性差异(p〈0.05)，具体如表4所示。数据表明，尽管我国高等教育发展水平存在较大差异，但区域间高等教育资源配置综合效率具有较好的均衡性。

05

高等教育资源配置效率的影响因素分析

(一)Tobit模型简介

Tobit模型^[19]也称为样本选择模型，属于因变量受

到限制的一种回归模型，其概念最早由诺贝尔经济学奖获得者James Tobin提出，而后大量经济学家不断对其进行发展和完善。随着该方法的不断完善和成熟，特别是在受限数据的研究中，基于最大似然估计原理的Tobit模型，由于能避免因被解释变量满足某种约束条件下取值产生较大偏差，而在各领域的研究中得到广泛的应用。本研究中选取的影响因素，如“双一流”高校占比、校均国际科技交流合作人次等数据为非连续性受限数据(约22.6%的省份“双一流”高校占比在1.5%以内)，且数据差异性较大(“双一流”高校占比、校均国际科技交流合作人次最多省份分别是最小省份的45和300倍)，选用基于最大似然估计原理的Tobit模型进行影响因素分析，可最大限度消除由于数据受限和数据较大差异性产生的偏差。

(二)影响因素的变量选择

一般而言，运用Tobit模型分析教育资源配置效率的影响因素，可以从外部和内部两个方面着手，且不应包含DEA模型选取的投入、产出变量。基于文献调研及影响因素分析，本研究提出的影响因素，如表5所示。

(三)Tobit模型回归结果分析

为检验外部和内部因素对资源配置效率的影响，将依次建立如下Tobit回归模型^[20]：第一步，建立外部因素对技术进步的Tobit回归模型(M1)，建立内部环境因素对技术效率变动的Tobit回归模型(M2)，剔除无法通过显著性检验的解释变量，结果如表6所示。第二步，建立筛选后的内外部因素对资源配置效率及其分解的Tobit回归模型(M3、M4、M5)，结果如表7所示。

从模型M1和M2的回归结果可知，有4个环境因素变量对技术效率变动有显著的影响。其中，博士专任教师占比、校均拨入经费数、生均图书、生均计算机数对技术效率提高起正向促进作用。从模型M3、M4、M5的回归结果可知：博士专任教师占比、生均图书数对技术效率提高起推动作用；生均计算机数对技术进步、技术效率提高起正向作用，即适当提高计算机配备数量，实施信息化教学与管理有利于提高技术创新和技术效率。

06

结论、讨论与建议

(一)结论与讨论

本文基于DEA－Malmquist指数分析方法，对我国高等教育资源配置效率及变化、区域间教育资源配置效率的差异性及动态变化趋势进行了测算分析，揭示了我国高等教育资源配置效率总体情况，采用Tobit回归模型分析了影响高等教育资源配置效率的内外部因素，主要得出以下结论：

1.我国高等教育资源配置效率稳步提升，主要推动力为纯技术效率变动

2016—2019年教育资源配置综合效率呈增长趋势，说明我国高等教育资源配置不断走向科学化。其中，技术效率的影响最为显著，进一步分解显示，规模效率变动(SEC＝1.00256)略大于1，说明我国高等教育规模稳步扩大且趋于稳定，规模效益达到了较好状态；纯技术效率变动(PTEC＝1.03910)大于1，说明教育资源配置与高等教育治理现状比较匹配，持续推进的高等教育治理体系和治理能力现代化，提高了资源配置能力和资源发挥作用的效益；技术进步(TC＝0.99522)小于1，说明存在技术衰退，存在生产边界向原点移动的趋势，可以理解为同等资源投入强度下的最优产出随着时间推移略有下降。可能的原因是，近年来高职院校办学规模的迅速扩张，2016—2020年，以高职院校为主体的专科生招生人数增长了52.8%，同比本科生招生人数仅增长了9.3%，加剧了教育资源配置效率的不均衡性，外在表现为波动性的“技术退步”，其中2018—2019年技术进步(TC＝0.97237)为最低，同期专科生招生规模增长了31.1%，符合关于技术退步原因的推测。

2.我国高等资源配置效率区域间差异不显著，但高等教育发展基础和水平差异明显

对东中西部教育资源配置进行差异分析发现，各区域内部资源配置效率具有较小的离散性，区域间资源配置效率不存在显著性差异(p〈0.05)，说明在省际层面资源配置效率具有较好的均衡性。但不同省份高等教育发展基础、水平和规模差异明显，从投入看，省际生均教育事业费、生均固定资产有较大差距，以2019年为例，最高省份分别是最低省份的4.4倍和2.4倍。从产出看，同样以2019年为例，校均项目经费到账数、发表论文数最高省份分别是最低省份的33.2倍和10.4倍，部分指标如校均国家级成果奖获得项数、技术转让实际收入等指标，部分省份的产出值甚至为0。由此可见，尽管西部地区具有相对较高的资源配置综合效率，且在政策支持下得到稳步提升，但基础薄弱，区域间高等教育发展的差距一段时期内会继续保持，甚至可能进一步拉大。

3.影响高等教育资源配置效率的因素复杂多元，“内部因素”推动作用更为显著

通过分步Tobit回归发现，人均GDP、大专以上教育人员占比等外部因素对技术进步没有显著影响，而博士专任教师占比、生均图书册数、生均计算机数等内部因素对技术效率变动提升具有显著推动作用，进而对综合效率的提升产生积极影响。因此，在高等教育资源投入上，应当更加重视高水平师资队伍建设、基础办学条件改善等因素。校均拨入经费数尽管对技术效率有正向促进作用，但影响并不显著，说明当前教育经费使用效率有待进一步提升，应当进一步优化经费投入方向，扩大高校经费管理自主权，通过抓“关键因素”建设和“非关键因素”改善，进一步提升教育资源配置效率。

(二)政策建议

当前，我国高等教育面临领跑新时代、着力培养担当民族复兴大任的时代新人的重任，提高资源配置效率，实现高质量发展是高等教育领域的重大课题。基于前文实证研究，本文尝试提出如下政策建议：

1.推进教育资源配置方式改革，提升教育资源配置效率

依据高校办学质量、层次和水平，利用行政和财政手段发挥调控作用，对推进“双一流”建设发挥了积极作用，但教育资源配置中的“马太效应”加剧了教育资源配置的不均衡性。因此，第一，要进一步提升资源配置精细化水平，实施按照高校类型、学科方向、专业特性的精细化人财物资源配置方式，充分考虑学科专业特点和人才培养需求，而非仅考虑高校层次来配置资源，更多地重视高水平师资队伍建设、生均图书数、生均计算机数等要素对提升资源配置效率的积极作用，因地制宜、有的放矢、科学精准、动态调整，使资源配置更为公平和有效。第二，要进一步提升教育资源使用效益，优化区域学科布局，探索“区域、省、市、校”四级高等教育办学管理体系，引导高校依据自身特点实施差异化、特色化发展，避免重复投入和同质竞争；进一步扩大落实高校办学自主权，激发调动各高校提升办学质量的主观能动性，鼓励高校汇聚资源扩大学科领先优势。第三，要进一步提升经费来源多元化水平。目前，高校经费投入来源过度依赖财政资金，多渠道汇聚办学资源的机制尚未形成。要重视办学理念变革，完善高校资源筹募体系，充分发挥高校在品牌、声誉、影响力等方面的优势，通过打造共建项目、人才交流、学生培养等品牌项目，进一步拓展、提升教育资源汇聚渠道，建立面向服务需求的资源集成调配机制，充分发挥各类资源的集聚效应和放大效应，构建高校与社会的深度互动关系。

2.加强区域协同发展机制建设，促进高等教育优质均衡发展

我国高等教育发展不平衡不充分等矛盾问题，在省际层面尤为突出，中西部的高等教育办学水平、发展质量与东部地区仍存在较大差距。第一，要规范高层次人才合理有序流动。由于区域经济和高校发展水平的客观差异性，高校间人员流动往往表现为单向性，建议国家层面出台相关政策措施，避免发达地区与欠发达地区的不良人才竞争，引导发达地区高校更加突出国际视野，聚焦“高精尖缺”人才，提升国际竞争力。第二，要进一步加强对口支援帮扶，引导发达地区站在建设教育强国、优化国家高等教育整体布局的战略高度，通过合作共建、交流访学、挂职锻炼等方式，在学科平台、一流教育资源、师资队伍建设等方面与欠发达地区实现优质资源共享。第三，要进一步优化中西部地区高水平大学建设布局，统筹推进区域间高校差异化发展，扩大实施中西部高校基础能力建设工程，聚焦学科建设重点，突出办学特色，支持中西部欠发达地区重点建设一大批特色鲜明的高水平大学群，协同布局共建一批国家级重点科研创新平台，以重大项目和高水平的研究平台带动提升欠发达地区高等教育水平。

3.优化高校学科专业布局，全面推进高等教育高质量发展

高等教育发展应主动对接国家和区域重大战略需求，服务地方经济社会发展，高校应当立足办学定位和学科发展规律，完善以国家战略、社会需求和学术贡献为导向的学科专业动态调整机制，构建协调可持续发展的学科专业体系。第一，对接国家区域重大战略需求，提升服务地方经济社会发展能力。主动肩负民族复兴使命，对接服务国家战略需求，聚焦卡脖子的“瓶颈”“痛点”问题，推进实施高校产学研一体化，整合大学与科研机构、企业优势，开展产业关键共性技术、前沿引领技术、颠覆性技术和现代工程技术研究，探索建设一批开放式国家级重点实验室、协同创新中心、重大科技基础设施等攻关平台，支持高校搭建大平台、承接大项目、构建大团队、产出大成果。第二，合理布局高等教育层次，建立高校分类发展政策体系。构建类别清晰、结构合理、定位准确、特色鲜明，面向国家区域重大战略、经济社会发展需求的高等教育体系，探索构建高水平综合大学、行业特色大学、应用技术型大学和高职高专院校分类发展的高等教育格局，进一步凝练学科特色，集中优势教育资源加大优势学科和特色品牌专业建设力度，推动各类高校在不同领域办出特色、争创一流，为推动高等教育高质量发展提供坚实基础。第三，科学调整人才培养结构，提升人才培养质量。完善高校动态调整学科专业机制，用现代信息技术等成果赋能传统学科专业，完善学校内部治理架构体系，推动形成招生、人才培养、就业联动机制，提升学科专业与市场结合的紧密度。健全协同育人、科研育人、产学研合作机制，拓宽资源渠道支持高校创新创业教育，以经济社会发展、产业技术发展的最新需求，推动人才培养模式变革，加快培养更多优秀的社会主义建设者和接班人。

注

释

①东部地区11省：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南；中部地区8 省：吉林、黑龙江、山西、安徽、江西、河南、湖北和湖南；西部地区12省份：内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆。

参考文献

[1]钟建华，李婕，彭新一.高校教育资源投入产出综合绩效评价研究[J].教育财会研究，2017(3)：17－22,29.

[2]赵琦.基于DEA的义务教育资源配置效率实证研究——以东部某市小学为例[J].教育研究，2015,36(3)：84－90.

[3]ATHANASSOPOULOS A D， SHALE E. Assessing the comparative efficiency of higher education institutions in the UK by the means of data envelopment analysis[J]. Education economics， 1997， 5(2)：117－134.

[4]MCMILLAN M L， DATTA D. The relative efficiencies of Canadian Universities：a DEA perspective[J]. Canadian public policy,1998， 24(4)：485－511.

[5]ABBOTT M， DOUCOULIAGOS C. The efficiency of Australian Universities：a data envelopment analysis[J]. Economics of education review， 2003， 22(1)：89－97.

[6]JOHNES J. Data envelopment analysis and its application to the measurement of efficiency in higher education[J]. Economics of education review， 2006， 25(3)：273－288.

[7]AGASISTI T. Performances and spending efficiency in higher education：a European comparison through Non－parametric approaches[J]. Education economics， 19(2)：199－224.

[8]傅毓维，邵争艳.Malmquist指数在评价中国区域高等教育资源配置变化中的应用[J].技术经济，2006,25(2)：93－95.

[9]张晓路，李斌，陈谦明.基于粗糙DEA的高等教育资源配置效率评价研究[J].天府新论，2010(3)：155－158.

[10]李元静，王成璋.高等教育资源配置效率测度及影响因素分析——基于Malmquist指数的研究[J].西南交通大学学报(社会科学版),2015,16(2)：77－81.

[11]叶前林，岳中心，何育林，等.“双一流”建设下我国高等教育资源配置效率研究[J].黑龙江高教研究，2018,36(3)：22－27.

[12]徐晔，李明.中国高等教育资源配置效率分析——基于BCC和Malmquist模型[J].南昌工程学院学报，2019,38(2)：88－96.

[13]陈通，白建英.西部地区高等教育投入产出相对有效性的评价研究[J].西北农林科技大学学报(社会科学版),2003,3(2)：102－105.

[14]袁卫，李沐雨，荣耀华.2011年教育部直属72所高校办学效率研究——基于DEA模型[J].中国高教研究，2013(11)：1－7.

[15]李辉，王鑫，彭立强.高等农业院校本科阶段教育资源配置效率研究[J].中国高教研究，2010(12)：61－63.

[16]赵祥，胡支军.DEA模型在高等教育资源配置评价中的应用——以贵州省为例[J].教育理论与实践，2009,29(30)：15－17.

[17]喻均林.江西省高等教育投入产出效率评析——基于DEA方法视角[J].湖南人文科技学院学报，2020,37(5)：69－73.

[18]BANKER R D， DAS S， DATAR S M. Analysis of cost variances for management control in hospitals[J]. Research in governmental and nonprofit accounting， 1989(5)：269－291.

[19]TOBIN J. Estimation of relationships for limited dependent variables[J]. Econometrica,1958,26(1)：24－36.

[20]潘健，宗晓华.中国研究型大学科研生产率分析——基于2003—2011年校级面板数据[J].高教发展与评估，2018(1)：9－19,119.

（原文刊于《教育与经济》2021年第6期）

往期 · 推荐

国家社科基金资助期刊

中文社会科学引文索引（CSSCI）来源期刊

全国中文核心期刊

中国人文社会科学核心期刊