中国“211”高校科研效率评价和外部影响因素分析基于Bootstrap-DEA方法的实证研究(二)外部因素的影响决策单元的技术效率通常会受到外部因素的影响，这些因素不受单个决策者的控制，但会影响决策单元的表现。分析外部因素对效率值的影响很重要，一般采用两阶段的分析方法：第一阶段使用非参数DEA方法得到效率估计值；第二阶段采用回归方法分析可能影响效率值的因素，即用第一阶段DEA方法估计得到的效率估计值(作为被解释变量)对外部因素(作为解释变量)进行第二阶段的回归。Wooldridge(2002)指出，当被解释变量是归并的(censored)或是角点解时，可以用Tobit回归取代OLS回归[22]。由于效率估计值在(0，1]的区间内，其中1的位置属于角点解，因此Tobit回归方法被广泛使用。Hoff(2007)[23]在比较了OLS方法、Tobit方法和另外两种非线性方法后，建议使用Tobit和OLS方法。他认为Tobit方法在大多数情形下是充分的(sufficient)，同时也认为OLS方法在很多情形下足以替代Tobit方法。McDonald(2009)在考察了Hoff的论据后建议使用OLS方法，但不建议使用Tobit[24]方法。McDonald认为，效率值并非产生于归并的数据，而是某种类型的比例数据(fractionalorproportionaldata)。Simar&Wilson(2000)则认为数据是截断的，建议采用截断回归。本文综合运用上述三种方法并考察回归结果是否具有稳健性。本文重点考察了以下因素对观测到的技术效率的影响：一是学校的性质，样本高校按性质可以分为综合大学(44所)、理工院校(36所)和其他院校(21所)，其中，“其他院校”包括农林院校(6所)、林业院校(2所)、医药院校(3所)、师范院校(9所)和语文院校(1所)；二是学校的举办者，样本高校按举办者可以---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---分为教育部主办(57所)和非教育部主办(44所)，其中，非教育部主办主要包括由各省市自治区(34所)、工业和信息化部(7所)、交通运输部(1所)、国务院侨务办公室(1所)和中国科学院(1所)主办的高校；三是学校所在的地区，根据学校所在的省市，可以将高校分为东部地区高校(53所)、中部地区高校(25所)和西部地区高校(23所)三类；四是学校所在省市的经济发展水平，用高校所在省市的人均收入水平衡量；五是所在的年份，用来衡量时间因素的影响。表6给出了三种方法的估计结果。其中，解释变量共包含三种虚拟变量(哑变量)，为避免虚拟变量陷阱而缺省的是代表综合大学、教育部举办和东部地区高校的虚拟变量。表6中，三种估计方法对应的系数估计值存在数值大小上的差异，但得到的结论基本相同。表6第二阶段回归的估计结果OLS回归Tobit回归截断回归理工院校-0.129***(0.02)-0.202***(0.03)-0.094***(0.03)其他院校-0.095***(0.03)-0.157***(0.04)-0.058*(0.03)非教育部举办-0.086***(0.02)-0.124***(0.03)-0.083***(0.02)中部地区高校-0.0170(0.04)-0.0440(0.06)0.0110(0.05)西部地区高校-0.067*(0.04)-0.115*(0.06)-0.0590(0.05)人均GDP的对数-0.080**(0.04)-0.120**(0.05)-0.082*(0.04)时间(年)0.025***(0.01)0.037***(0.01)0.024***(0.01)常数项-48.674***(13.34)-71.505***(20.52)-46.961***(16.16)注：同表3。1.高校性质类别为综合大学对科研效率有显著的正影响。以OLS的回归结果为例，系数估计值表明，理工院校和其他院校的效率估计值平均比综合大学---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---低0.129和0.095。考虑到综合大学平均的效率估计值为0.769，则理工院校和其他院校的效率估计值平均比综合大学低16.8%和12.4%。这和Johnes&Yu(2008)利用2003-2004年109所普通高校计算平均科研效率后得到的结论相似。2.教育部作为主办者对科研效率有正的影响。“非教育部举办”虚拟变量的系数估计值介于-0.83和-0.124之间，意味着非教育部举办的高校比教育部举办的高校在效率上平均低11.4%-17.0%。一个可能的解释是两者的资金来源存在差异，中央部属高校和省属高校的经费分别由中央和地方保证。Robst(2000)[25]对美国各州高等教育的研究也表明，资金来源会影响高校的效率。3.在控制了地区经济发展水平等影响因素后，相比...