With the arrival of the knowledge economy era, the rapid development of science and technology and the rapid changes in market demand are on the rise. Through the research and development of universities, enterprises can transfer their intellectual property rights and improve their scientific research ability. For the society, it can improve the whole society's scientific and technological innovation force. Research and development play an important role in China's science and technology innovation activities, so it is necessary to analyze the efficiency of research and development in universities. Through the evaluation of research and development results, we find out the problems between teaching, research and production cooperation. And make proposals and Countermeasures for university research and development, so as to further guide the development trend of research and development of Chinese universities in the future.The purpose of this dissertation is summarized as the following four points.First, it outlines the concepts and theories of efficiency and DEA, and reveals the importance of research. Take 21 universities in Double First-rate projects as research subject adopted data from 2012 to 2016 analysis by using DEA-CCR, DEA-BCC model, from the input and output of each university, we observe its efficiency change and trend and it tries to make a concrete analysis of the factors that cause non efficiency factors. Second, the R&D status of 21 universities directly under the Ministry of education is analyzed by using the input CCR model. Third, we analyzed the R&D status of 21 universities directly under the Ministry of education in China by using the input CRS Super-SBM model. Fourth, we compare the average efficiency index and ranking by using the super efficiency model and the Super-SBM model.This study adopts the DEA: Data Envelopment Analysis method, which is widely used in University R&D efficiency analysis. Through the DEA-CCR model and DEA-BCC model, the research status of R&D in the 21 universities directly under the Ministry of education in China is analyzed. And through the super efficiency and Super-SBM model, the efficiency of input and output factors is analyzed and compared.The results of this paper are summarized as follows.First, the result obtained by CCR model analysis is in the past five years, no one university's efficiency index remained at 1. The average efficiency index of each year is 2012 0.660, 2013 0.619, 2014 0.687, 2015 0.584, 2016 0.545.Second, the results obtained from the BCC model are effective, and the number of DMU is increased than that of the CCR model. The average efficiency index of each year is 2012 0.660, 2013 0.676, 2014 0.802, 2015 0.652, 2016 0.629.Third, the results obtained through scale efficiency analysis are 2 universities in 2012, 4 universities in 2013, 4 universities in 2014, 5 universities in 2015, 4 universities in 2016 have effective efficiency.Fourth, the annual average efficiency index derived from super efficiency analysis is 2012 0.945, 2013 0.900, 2014 0.827, 2015 0.820, 2016 0.761. The R&D of 4 universities in 2016 has effective efficiency, but there is no university with a continuous efficiency index of 1 over the past 5 years.Fifth, the annual average efficiency index derived from the Super-SBM model is 2012 0.779, 2013 0.790, 2014 0.854, 2015 0.899, 2016 0.902. Over the past 5 years, the Xiamen University is more efficient than 1.Sixth, comparison of the analysis results of the super efficiency model and the Super-SBM model, the most obvious change in the ranking of Nanjing University, the ranking of Nanjing University is up seven. Shanghai Jiao Tong University and Tongji University ranked five and four respectively, but the ranking of South China University of Technology has not changed.The following contents are the limitations and Enlightenment of this paper.First, as a limitation of methodology, the DEA model can only analyze relative comparative evaluation among research objects, that is to say it is impossible to achieve absolute efficiency.Second, as the limitation of empirical analysis, the data acquired lacks a certain degree of credibility.Third, the data in this study came from the Yearbook of China's higher education institutions in 2012~2016. But if there is a problem with the university information itself, then we can not verify it.Fourth, if the input-output variables are changed, the analysis results will also change. So the choice of input-output variables for R&D efficiency research has not been popularized is a fact. Fifth, in the future we hope that the selection of R&D input-output factors will be more three-dimensional and more precise. Carefully consider the research methods and models, and contribute to the diffusion of results. At the same time, it is necessary to carry out follow-up studies to improve the quality of university programs.
지식 경제 시대 도래에 따라 과학 기술의 급속한 발전과 시장 수요의 급속한 변화가 일어나고 있다. 대학교 연구개발을 통해 기업적으로 지적 자원을 기업에 이전하고 과학 연구 능력 부족을 보완하며 사회적으로 과학 기술 혁신 역량을 향상시킬 수 있다. 연구개발(R&D)은 중국의 과학 기술혁신 활동에 중요한 역할하기 때문에 대학교 연구개발(R&D)의 효율성을 평가할 필요가 있다. 연구개발(R&D)성과 평가를 통해 교육, 연구, 생산 협력의 문제점을 발견하고 대학교 연구개발에 대한 제안 및 대책을 제시하여 미래 중국 연구개발 추세를 한층 더 유도했다.본 연구의 목적은 다음과 같이 네 가지로 설정하였다. 첫째, 효율성과 DEA에 관한 개념이나 이론을 종합함으로써 연구의 중요성을 제시하고 쌍일류(Double First-rate)프로젝트 중 21개 대학을 대상으로 2012년부터 2016년까지 데이터를 이용하여 DEA-CCR, DEA-BCC 모형을 통해 각 대학의 투입과 산출에서 효율성 변화 추이를 살펴보고 비효율성을 발생시키는 요인과 그 크기에 대한 구체적인 분석을 시도하고자 한다. 둘째, 투입기준 CCR 초효율성 모형을 이용하여 21개 중국교육부 직속대학 연구개발을 분석하고 해석한다. 셋째, 투입기준 CRS Super-SBM 모형을 이용하여 21개 중국교육부 직속대학 연구개발을 분석하고 해석한다. 넷째, 초효율성 모형 및 Super-SBM 모형의 평균 효율성 지수 및 순위를 비교하였다.본 논문에서는 실증적 접근방법이 대학교 R&D 효율성 분석에 널리 활용되고 있는 자료포락분석 (DEA:Data Envelopment Analysis) 기법이다. DEA 모형 중에서 기술효율성(CCR)모형, 순수기술효율성(BCC)모형을 통해 중국 21개 대학교 연구개발 중에 투입요소와 산출요소들의 효율성 분석하고 초효율성 및 Super-SBM 모형을 이용하여 효율성 지수에 대해 분석하고 비교하자고 한다. 본 연구의 결과는 다음과 같이 요약할 수 있다.첫째, CCR 모형에서는 5년 동안 효율성 지수 1을 유지하고 있는 대학은 없는 것으로 분석되었다. 각 년도의 평균 효율성은 2012년 0.539, 2013년 0.619, 2014년 0.687, 2015년 0.584, 2016년 0.545로 나타났다. 둘째, BCC 모형에서는 효율적인 DMU수가 CCR 모형보다 증가했음을 알 수 있다. 각 연도별 평균 효율성 지수는 2012년 0.660, 2013년 0.676, 2014년 0.802, 2015년 0.652, 2016년 0.629로 나타났다.셋째, 규모효율성에서는 2012년에 2개 대학의 연구개발이, 2013년에 4개 대학의 연구개발이, 2014년에 4개 대학의 연구개발이, 2015년에 5개 대학의 연구개발이, 2016년에 4개 대학의 연구개발이 효율적인 것으로 나타났다. 넷째, 초효율성 모형에서는 각 년도의 평균 초효율 지수는 2012년 0.945, 2013년 0.900, 2014년 0.827, 2015년 0.820, 2016년 0.761로 나타났다. 5년 동안 연속 1보다 커지는 초효율 지수를 유지하고 있는 대학은 없는 것으로 분석되었다. 다섯째,Super-SBM 모형에서는 각 년도의 평균 초효율 지수는 2012년 0.779, 2013년 0.790, 2014년 0.854, 2015년 0.899, 2016년 0.902로 나타났다. 5년 동안 연속 1보다 커지는 초효율 지수를 유지하고 있는 대학은 샤먼대학으로 분석되었다. 여섯째, 초효율성 모형 및 Super-SBM 모형 분석결과를 비교해 보면 순위의 변동이 가장 많이 상승된 남경대학은 7위를 상승되고 상해교통대학과 동제대학의 순위도 각 5위, 4위를 상승되었다. 화남이공대학은 순위 변동이 없는 것으로 보인다. 본 연구의 한계점 및 시사점은 다음과 같이 정리하였다.첫째, 방법론상의 한계로서 DEA방법은 유사한 평가대상간의 상대적 비교평가이므로 생산효율성 측정치기 1인 DMU라 하여 개선의 여지가 없는 절대적 효율성을 갖고 있다는 할 수 없다는 점이다. 둘째, 실증분석 한계로는 자료는 신뢰성이 충분하지 못했다는 것이다. 정량적 자료에 크게 의존하였으며 비재무적 자료는 상당히 결여되어 있었다. 셋째, 본 연구 중에는 투입・산출요소 데이터가 2012년~2016년 중국 고등 교육기관 연감 자료에 의존한다. 따라서 대학정보 공시 자체에 대한 검증 문제가 존재하게 되며 대학정보 공시 자료가 문제가 있을 경우 검증할 수 있는 방법이 없다. 넷째, 투입 및 산출변수가 변화하게 되면 그 결과도 변하게 된다. 그러나 아직까지 R&D 투입변수와 산출변수의 선택이 일반화되어 있지 못한 것은 사실이다. 다섯째, 향후에는 R&D 투입・산출요소에 대해서 보다 입체적이며 세밀하게 검증하고 효율성에 대한 분석하는 연구가 기대된다. 다양한 연구를 바탕으로 연구개발을 활성화하고 연구개발이 자기매김 할 수 있도록 정밀하게 분석방법 및 모형이 필요하며 R&D성과 확산주의에 기여하며 이를 통해 대학의 질적이 향상 방안 등의 후속연구가 진행되어야 할 필요가 있다.