高等教育經費補助政策與績效分析：以臺灣公立大學與頂尖大學為例

(1)

葉怡芬高等教育經費績效分析 53 教育科學研究期刊第六十二卷第四期 2017 年，62（4），53-88 doi:10.6209/JORIES.2017.62(4).03

高等教育經費補助政策與績效分析：

以臺灣公立大學與頂尖大學為例

葉怡芬

* 臺灣師範大學師資培育與就業輔導處

摘要

在經濟不景氣時，高等教育常被詬病辦學經費（包含教育支出與研究支出）較中、小學為高，且易被質疑經費使用的有效性。本研究透過資料包絡分析（Data Envelopment Analysis）法，就研究傾向較高的 40 所大學進行研發績效評比，以及探討「邁向頂尖大學計畫」成員學校於兩期計畫中研發技術的成長。結果指出，長期國內大學排名為首的大學（如：臺灣大學、清華大學）在投入成本較他校為多的情況下，研發產能仍為高效率；科技大學的研發產能在考量投入成本後，績效也為高效率；惟教學型大學可能因學科特性與投注較多於教育推廣，於考量成本與研發產能的績效則為落後。頂尖大學計畫的成員學校於計畫補助的二期內（2006-2014年，共三階段），研發的技術效率多有維持或進步，技術變革於階段三也已全面提升，惟規模效率的降低是多校的隱憂。績效分析結果雖無法代替校務分析，但其方法與結果可作為校內院所或校際間良性競爭的形成性評量與校務政策修正參考。關鍵詞：公立大學、頂尖大學計畫、資料包絡分析、績效分析通訊作者：葉怡芬，E-mail: [email protected] 收稿日期：2016/10/17；修正日期：2017/07/19、2017/09/26；接受日期：2017/10/26。

(2)

54 高等教育經費績效分析葉怡芬

壹、研究背景與問題

每一個國家對於教育的重視，某些程度可由教育經費投注多寡反映。據經濟合作暨發展組織（Organization for Economic Cooperation and Development [OECD], 2016）調查，其成員國或歐盟平均於 2013 年的教育經費占國民生產毛額約為 4.7%~4.8%，高等教育經費則占 1.3%；而我國 2013 年教育經費為 5.32%（於 2014 年下降到 5.04%），高等教育經費則為 1.59%（教育部，2016），與 OECD 成員國或歐盟國家相較下，我國投注在教育的經費比例較他國稍高。以全球高等教育朝普及化發展的趨勢來看，我國大學於 1988 年後，也轉為在學率高於 50% 的大眾階段（陳昭穎，2001；Trow, 1973），此普及化也帶來機構分類多樣化的需求與趨勢（Daniel, 1993）。根據《大學教育白皮書》，大學的任務為「研究學術、培育人才、提升文化、服務社會、促進國家發展」（曾志朗，2001, p. 7），故設有不同規模（綜合型、單科型或學院）或發展特色（研究型、教學型、與社區型）之大學，但多數仍朝綜合型大學或研究型大學發展。然為輔助大學發展其特色，教育部自 2005 年來陸續透過邁向頂尖大學計畫與教學卓越計畫分配教育資源，而高等教育的學生單位成本因儀器費用或較低師生比的緣故，普遍較其他各級學校為多，再加上我國投注在高等教育的經費比例並不亞於他國（詹盛如，2008），如何將有限的資源有效與有意義地補助擴張的大學系統，拔尖扶弱並協助發展各自特色，都是大學教育的利害關係人（stakeholder）包括學生、家長、納稅人及辦學單位所關心的。長期以來，我國對於教育預算的規劃是採「下限標準」，2015 年通過《教育經費編列與管理法》部分條文修正草案，經費將前 3 年決算歲入淨額平均值 22.5%提升至 23%，顯現我國對於教育的重視。因此，為瞭解我國大專校院的經費使用績效，本研究使用公開的校務資料與研發資料，以資料包絡分析（Data Envelopment Analysis, DEA）法試探討受評校院的學術發表績效。雖無法將偏質性資料的教學績效納入考量，但本研究的結果為樣本間的相對績效，可供受評學校思考該校於國內大學同儕中投入成本與產出績效間可能的問題。

貳、文獻探討

大學的功能應為大眾提供與形成知識社會（knowledge society），但實際上大學在現代的角色比較類似形成組織場域（organizational field），Etzkowitz 與 Leydesdorff（1998）解構此場域為大學、產業與政府所組成，並提出三股螺旋（triple helix）架構，用以形容三者互相依存卻又動態影響茁壯知識的形成與創新。所謂的知識經濟可用來形容過程中的經濟活動，如產業提供科技、經費與走向需求，大學培育業界所需人才與協同業界進行創新產出，政府則可利用政策進行居中協調或經費挹注引導科研發展方向，可為領導也可為輔助的角色。人才培育和科學研究都需要經費和資源，但教學研究投入產出成效不似工商業可短期立竿見影，且績

(3)

葉怡芬高等教育經費績效分析 55

效問責制（accountability）與學術自主的緊繃關係（Hoecht, 2006），長久以來造成了大學資源浪費的形象（Department of Education and Science [DES], 1987）。為探討我國大學間學術發展投入與產出的效能，以下先就高等教育評鑑現況與學術績效方法進行討論，再輔以經濟學的角度探討教育產業中學術生產力的概念。

一、高等教育學術評鑑現況

「教育卓越」（educational excellence）為高等教育追求的目標。傳統上對於卓越的定義在於豐沛的教育資源（如：高品質的教師與學生、硬體教育設備）與金字塔頂端的學術聲望；近年來對於卓越的定義則轉為人才培育與加值效果，其涵蓋的對象包括教師與學生（Astin, 2012）。且當高等教育品質影響國家人才專業化與發展方向的情況時，各國政府對於高等教育的政策、補助與控管各異，開發中或已開發國家的目標與手段也不同；相較於開發中國家著眼於高等教育的教學品質上，已開發國家的高等教育發展則顯示出高品質研究環境與產出，自然吸引高品質的教員與學生，朝向永續經營的方向前進（Schiller & Liefner, 2007）。

其次，隨著高等教育的國際化與科學計量學（Scietometrics）的成熟，近年來興起許多大學的國際評比系統，常見的包括 The Academic Ranking of World Universities List（ARWU）、 Times Higher Education World University Rankings（THE）、Quacquarelli Symonds World University Rankings（QS）等，對國際間各大學的表現提供一個參考的依據。但高等教育的投入資源與產出成果多樣化，並非僅是中、小學單純的辦學目標，再加上國際評比系統看似客觀的評比項目，卻往往也可能是主觀選擇的結果，導致評比系統對於大學的表現仍存在一定程度的改善空間。就上述系統說明如下：

（一）ARWU 是上海交通大學主辦，著重於高品質研究的排名，故評比項目是大學的學術發表量（如：ISI 期刊（Institute for Scientific Information）、Nature、Science）、高被引用率教師數量、教師或校友獲主要學術獎數量（如：諾貝爾獎、菲爾茲獎）。其使用的是 Web of Science （WoS）的發表量與引用率數據，雖是著重於高品質研究生產力的評比，但僅就 WoS 的學術表現進行評比會有利於較多期刊被 ISI 收錄的學科或英語系國家。（二）THE（2015-2016 年）利用 13 個指標評比國際間接受評比大學的教學（30%）、研究聲望與發表量（30%）、被引用率（30%）、國際聲望（7.5%）、產業收入（知識移轉，2.5%）。 QS（2016-2017 年）則是學術聲望（40%）、雇主評比（10%）、師生比（20%）、校內教師平均被引用數（20%）、外國籍教師與外籍學生數（10%）。（三）採綜合項目評比的 THE 和 QS，看似客觀的師生比和外籍師生比，卻容易造成高國際化，高所得但人口較少的國家中大學排名較佳（Jones, 2011），或因師生比的變動而排名劇烈改變（Bookstein, Seidler, Fieder, & Winckler, 2010）。

(4)

56 高等教育經費績效分析葉怡芬上的活躍度及專業同儕的認可，但 van Raan（2005）提醒了期刊發表量不代表該研究品質，引用率也不能確認研究被認可度。

舉例來說，根據 THE World University 的排名結果，新加坡南洋理工大學則於 2012 年從原本的 169 名，以及 2013 年的 86 名持續進步到 2016 年的 54 名，此世界大學的國際評比佳績並不能歸功於新加坡政府教育經費的挹注，特別是當 OECD 會員國平均教育支出 5%的情況下，新加坡在 2003 年的教育經費占整體 GDP 為 4.0%，2006-2013 年持續下降至 3%上下。但在提升大學研究能力上，新加坡政府自 1991 年開始一系列五個 5 年計畫來推動科學、科技與創新，並計劃性地設立五大研究中心；此外，高比例聘用非本國籍優秀學者（70%）、英語為官方語言及高品質基礎教育成效亦為新加坡獲得世界大學國際評比佳績助益之一（Matthews, 2013）。

二、學術績效分析

為提升高等教育品質進而促使國家整體進步，政府常利用經費補助的方式強化大學辦學品質或控管重點研究發展方向。補助形式可粗分為一般性補助（如：大學校院教學與研究補助）和績效型補助（performance-based）（如：教學卓越計畫、邁向頂尖大學計畫），然補助應透過理性預算（rational budgeting），盡量追求成本效益最大化（如：機會成本、邊際效用）與達成相關計畫成效（Lewis, 1952），也可透過檢視現有計畫成果和經費執行成效，用以作為補助的評鑑標準之一。績效型補助泛指具指標導向（indicator-based）的計畫經費，其補助方式通常分為整數補助（block grant）和項目預算（line-item budgeting），最大差別在於經費自主權的擁有，前者以美國為主要代表，大學經費來源多來自企業挹注、研究成果轉型、學生學費等，州政府補助比例較低，故經費運用上也較崇尚大學自主；後者則是以英國與歐洲許多大學為主，大部分經費來自於政府，故執行績效上亦掌握在政府手中。不過，Herbst（2007）的研究指出，在大學自主與教育成本提高的情況下，英國與美國在績效型補助上也漸往中間靠攏，如何兼顧績效（performance）與效率（effectiveness）也變成了重要議題。在資源分配的過程中，雖然補助雙方常透過不斷修正的方式找出雙贏與高效益的模式，但往往也伴隨著績效問責問題（accountability）的發生。Liefner（2003）在研究經費補助是否能提升大學教學或研究品質時，訪問歐美共六所聲譽佳的研究型大學教授，發現大部分教授對於競爭型經費樂觀其成，認為可激勵教授加深加廣研究品質（good incentive）；不過，他們也指出金錢型激勵成效有限，主要還是大學聲譽、過去成功經驗及大學明確發展方針，才是教授致力提升大學研究品質的主因。Auranen 與 Nieminen（2010）分析八國的大學經費補助與成效時發現，經費競爭環境激烈的國家（如：英、澳、芬蘭）在經費執行上可能較其他國家有效率，但實際的經費與發表量比值卻無太大波動。這兩個研究也都指出績效型補助中的指標也可能會流於象徵意義，包含設定易達成指標、多產教授研究行為難再提升、或研究報告

(5)

葉怡芬高等教育經費績效分析 57 真實品質難以確認等。在績效評估上，DEA 法的特色是評估受評樣本的系統投入與產出比率，用以探討各機構的相對生產力。Johnes 與 Yu（2008）蒐集了 109 所中國高等教育機構的師生比、副教授以上的教員數、博士生數、研究經費、圖書館藏書量與硬體建物量作為投入項，研究聲譽與期刊發表量作為產出項，利用 DEA法為 109 所受評單位估算其於樣本中的產出導向生產力。之後，Johnes 也與其他學者分析英國數百所大學的學術績效，依不同屬性操控大學分群及跨年段進行分析（Thanassoulis, Kortelainen, Johnes, & Johnes, 2011），以呈現英國高等教育整體生產績效的趨勢。除上述變項，可能變項也會包括研究室數量、國際挹注的研究資金、外部機構支助的技轉研究來探討學術績效（Agasisti, Catalano, Landoni, & Verganti, 2012）。類似的績效評估，我國則有針對國內 48 所公、私立大學進行教學與研究的效率評估（王媛慧、李文福， 2006；郭振雄，2000），以及針對科技大學所進行的辦學績效評估（陳漢卿、潘政、王迺聖， 2009）。Lu（2012）更在探討大學資源投入與教學／研究產出的過程中，內嵌成本績效的層次，目的在為投入與產出過程中的每一影響要素探討績效。若是要探討系所或是大學整體運作績效，則會加入運作基金、職員人數、學生相關的收益（如：學費）（Tyagi, Yadav, & Singh, 2009; Wolszczak-Derlacz & Parteka, 2011; Worthington & Lee, 2008）。

此方法的優點是將受評單位的多項投入與產出資料，透過數學規劃的方式客觀地為該樣本產生權重，可採投入導向（固定產出量，思考投入增減）或產出導向（固定成本，思考預期產出量），以所有受評單位（Decision Making Unit, DMU）估算一條為共同的效率邊界（efficiency frontier），藉由比較各 DMU 至效率邊界的距離探討績效達成與否及可努力空間，為各 DMU 找出類似投入與產出量，但績效更佳的標竿 DMU 需注意所求出的各校效率值為樣本間的相對效率（吳濟華、何柏正，2008；Charnes, Cooper, & Rhodes, 1978; Farrell, 1957）。不過，此一方法較不適用於發展差異度過大的受評單位，畢竟具過高與過低投入與產出數據可能會影響效率預估的相對性。

三、學術生產力

生產力最大化是普遍企業欲追求的經營績效目標，其概念為如何以合理的成本追求最大化的產量，或透過成本增加或生產技術提升，進而引發整體生產效能持續增加。教育品質或許難以用生產力最大化的概念進行評鑑（Shore & Wright, 1999），然具量化指標的學術成果仍可就投入資源與產出成果進行績效分析，除可顯示 DMU 資源使用的效率與預估可能成果，更重要的是，不同績效結果的組合能為績效低落或持續退步的 DMU 找出可能的問題所在。

任何組織，無論營利或非營利機構，投入成本的多寡會直接影響產出成果，而營運規模、生產技術的效率及規模報酬亦是左右生產力效率的重要因子。大學可被視為一大型機構，教師薪津與教學／研究經費等為營運成本最大宗。若要提升產量，最簡單的方式就是增加投入

(6)

58 高等教育經費績效分析葉怡芬成本；但事實上成本的投入與產量的成長並非呈線性關係。固定成本與變動成本隨機構規模連動，當機構規模較小時，固定成本顯得較高；隨著規模擴大，平均成本降低達到「最適規模」；然再當規模持續擴大，固定成本顯得太小，變動成本變大，使得平均成本又再度提高。為達成「規模效率」（或規模經濟），常見的方法可透過成本降低（如：大量購置導致單位成本降低）、技術提升（如：新研究機器的購入）與管理（如：人員專業化或精簡）。當機構發展至一定規模時，每單位投入的增加等比提升產量為生產力中的固定「規模報酬」概念，不過生產力的增減亦會造成規模效率遞增（產量提升超過預估比率）或遞減（產量提升低於預估比率）。整體來說，「技術效率」可於短期改善，但「生產力」則需較常時間多面性進行改善（吳濟華、何柏正，2008）。面對有限的公部門經費挹注，如何開拓經費來源並同時進行人員與經費效能管理，逐漸成為大學經營學術產能的重要議題。Kuo 與 Ho（2008）分析 34 所國內公立大學的校務基金，探討「官僚極大化機關預算」現象（Niskanen’s cost inefficiency model），指出歷史悠久的大學的確在經費利用上具效能進步的空間，包括教學工作量通常與教授學術生產力和其薪水成負相關（大學部的教學通常落在新進教員身上，薪水較高的資深教員又通常教授研究所的課），系所多樣化也會造成行政負擔。儘管教學工作量會影響教授的學術產出，早年的績效分析指出，擁有較高薪水與助理數的正教授通常有較高的學術產出（Graves, Marchand, & Thompson, 1982）；不過近年來縮減的大學經費導致較多的非終身職教員（non-tenure tracked）聘任，卻使該系所獲得更好的學術發表績效，這應與專案教員為爭取正式聘任付出更多的努力有關（Giménez & Martínez, 2006）。

我國每年除提撥「大學校院教學與研究補助」，並自 2006 年開始「發展國際一流大學及頂尖研究中心計畫」與「邁向頂尖大學計畫」。後者以 5 年一期，每期新臺幣 500 億元的方式（目前已執行二期，共投入新臺幣 1,000 億元），透過「集中擇優拔尖」與學校整體發展的方式，幫助國內重點大學加速國際化、提升研發產學能力與培育人才。目前臺灣正處於第二期頂尖大學計畫後期，此時刻適合評鑑這 10 年績效，亦可思考第三期頂尖大學或整體高等教育政策的布局。有鑑於政府挹注許多資源於公立大學，本研究欲利用 DEA 法檢視大學研發產能績效，試圖在相同基準上評比各校研發績效，並指出改善的可能方向；再就頂尖大學兩期計畫間的執行績效進行分析，以永續發展的角度探討各頂尖大學研究發展布局。研究問題 1：公立大學在教學研究投入成本與研發產出間的效率狀況為何？有何可以改進？研究問題 2：在頂尖大學經費的長期挹注下，頂尖大學分期的研發效率狀況為何？整體研發布局的分期進展狀況？

(7)

參、研究方法

一、研究樣本與資料處理

因考量 DEA 對於資料離群值敏感，分析單位的選取應具同質性（具同類投入資源或產出成效），才能於同一基準下為樣本中的 DMU 估計出共同的效率邊界。為瞭解臺灣高等教育經費與研發產出間的效率，本研究以大學且具完整相關資料者進行分析，分析 1 中的 DMU 為 40所公立大學，而分析 2 則續將連續參加三期頂尖大學計畫的 DMU，以麥氏指數將三期間的績效變動進行分析比較。為蒐集 DMU 經費與研發產出績效相關資料，於各 DMU 主計室網站上蒐集年度決算成本資料，教學研究與訓輔、建教合作、研究發展與訓練為研究相關業務成本（X1），並於教育部「大專校院校務資訊公開平台」的資料計算生師比（X2），此以本國籍與外國籍專任助理教授以上的教師數（X3）與日間部學生數計算、博士生（X4）、與校內實體與電子圖書期刊數（X5）。而產出的研發資料則根據 Scopus 所統計的單年國際論文發表數量（Y1）、估算論文質量的

h-index（Y₂）、以及專利數（Y₃）；其他產出變項還包括科技部所統計的單年各校計畫申請通過率（計畫核定數／計畫申請數）（Y4）與單件計畫執行金額（該年執行經費／執行件數）（Y5）。

考量學術／研發產出為落後指標，Crespi 與 Geuna（2008）利用落後模式估計，指出學術發表產出通常出現在經費投入的第 2 年年尾，而引用率則需要再 1 年的時間發酵，學術發表的影響通常其後 6-7 年間為最高峰。在顧及研究結果新近性情況下，分析 1 蒐集各 DMU 於 2013 年的成本資料（X1~X5）及 2015 年的產出資料（Y1、Y3、Y4、Y5），Y2的計算則是以 2015 年

所發表的文章進行 h-index 估算，其估算方法是以該校 2 年內共有 h 篇論文被引用至少 h 次以上。頂尖大學計畫於 2006 年開始執行，計畫第一期包含 2006-2007 年及 2008-2010 年兩階段，第二期則為 2011 年 4 月至 2016 年 12 月，計畫共補助「一流大學」與「頂尖研究中心（重點領域）」，分析 2 以三期都為一流大學補助對象的 DMU 為主。本研究進行時間為 2016 年 9 月，可獲得的完整資料僅至 2014 年，10 所 DMU 的跨期績效則以 2006-2007 年、2008-2010 年與 2011-2014年三期的投入產出數據進行分析。此外，因有二至四所 DMU 未公開 2008 年以前的決算成本（陽明大學與政治大學無 2006-2008 年的資料；成功大學與清華大學則無 2006 年資料），高等教育的決算成本有年年增高的傾向（可能因各校辦學的政策或通貨膨脹），故決算成本的缺失值以該校公布數值往前估算，方法是將該 DMU 的最近有效資料為基準，再計算缺失年度中其他 DMU 前後年決算成本增幅平均，缺失值以兩數乘積作為替代，例如，陽明大學的 2008 年決算資料是以其 2009 年的決算成本與 2008 年其他八校 2008-2009 年的成本增幅平均相乘。以此方法置換缺失值，應可反映各校該年的成本概況，不過仍有誤差的可能。

(8)

二、研究方法

本研究利用澳洲 University of Queensland 大學績效與生產分析中心所開發的 DEAP 2.1 版應用軟體，為受評單位計算研發產能績效。該軟體內含數個 DEA 估算模式，因研究目的與資料特性，分析 1 與分析 2 各自為橫斷面與縱斷面資料，故分別採「一般類型 DEA」與「麥氏指數 DEA」進行。績效評估方式可依著重於投入項的縮減或是產出項的擴增而分為投入與產出導向。若探討經費使用績效，高等教育辦學的過程會有不同經費來源（多投入），亦會有研究、教學、社會服務等不同的貢獻（多產出）。「投入導向」的概念著重於「在產出量不縮減的情況下（研發產能固定），DMU 藉由縮減投入量（經費）提升技術效率（研發績效）」（公式 1）。產出導向著重於「在投入量不縮減的情況下（投入經費固定），DMU 藉由擴展產出量（研發產能）提升技術效率（研發績效）」，計算上則以公式 1 的倒數進行。以高等教育產業的特性，情形應較類似於重視研發產能的提升，故本研究採「產出導向」。投入產出的效率則可透過 CCR 模式與 BCC 模式進行估算。在產出導向下，CCR 模式是直接為產出投入量進行比率計算，可視為總技術效率（TE）（公式 2）；而 BCC 模式則是將規模報酬（v0）納入評估，所求的為純技術效率（PTE）（公式 3）。績效概念中，受評單位總技術效率（TE）並非等於純技術效率（PTE），其中亦受配置效率（SE）影響（公式 4）；上述概念若應用在高等教育研發績效上，對應概念可視為每單一 DMU 的研發產出總績效、實際研發績效、與該校於研發產出的校務資源配置效率。產出的加權和／投入的加權和=

∑

W Oi i

∑

W Ij j （公式 1） Min 1/ fj= v Xi ij 1 1 m s r rj i r u Y = =

∑

（公式 2） 0 Max 1/ f_j =( v X_i _ij +v ) 1 1 s s r rj r r u Y = =

∑

（公式 3） TE＝PTE×SE （公式 4）

肆、研究結果與討論

為探討高等教育業務經費與研究產出的關係，本研究共進行兩項分析，分析 1 著重於臺灣大學 2015 年單年研究績效，用以探討經費與研發間績效關係；分析 2 則探討「邁向頂尖大學計畫」成員參與計畫後於研發產出績效的變化情形。

一、40 所大學研究績效分析

為瞭解 40 所大學於學術發表的研究績效，表 1 簡列投入與產出可能相關變項及其分布狀

(9)

葉怡芬高等教育經費績效分析 61 表 1 2015年 40 所大學績效變項最小值最大值 _{（四分差）}中位數偏態 _係數峰度 _係數 X1 研究相關業務成本（億） 2.96 135.89 12.72（ 13.38） -3.23 12.90 X2 生師比 0.03 0.10 0.05（ 0.02） -1.38 3.32 X3 教師數 122.00 2,102.00 381.50（307.25） -2.79 10.18 X4 博士生 0.00 4,591.00 245.00（954.00） -2.66 8.77 X5 圖書量（萬） 13.58 665.29 87.20（ 93.40） -2.85 10.75 Y1 國際論文發表 8.00 5,215.00 324.00（736.50） -2.63 8.18 Y2 h-index 1.00 38.00 9.00（ 7.50） -1.53 2.08 Y3 專利數 0.00 379.00 6.00（ 31.50） -2.68 6.81 Y4 該年科技部計畫申請通過率 0.32 0.68 0.51（ 0.14） -0.02 -0.71 Y5 該年執行科技部計畫金額（單件）（百萬） 0.54 1.84 0.75（ 0.34） -1.30 -1.26 註：以中位數與四分差來呈現該變項的集中趨勢。投入值（X1~X5）為 2013 年資料，產出值（Y1~Y5）為 2015 年資料。況，完整投入與產出資料請見附錄一。在五項投入成本上，臺灣大學與嘉義大學分別為研究相關成本投入最多（X1＝135.89）與最少者（X1＝2.96）。陽明大學師生比最高，約為一位教師教導 10.35 位同學；金門大學則為師生比最低，約為一位教師教導 28.78 位同學。因顧及變項間的同向擴張性（數值需呈正相關），故本研究採倒數計算，前者生師比為 X2＝0.10，後者為 X₂＝0.03。臺灣大學與成功大學有最多的專任助理教授以上的教師與博士生，金門大學與澎湖科技大學的教師數少於 150 位。臺灣大學（X5＝665.29）與臺灣師範大學（X5＝349.05）則擁有最多圖書量，金門大學（X5＝13.58）與陽明大學（X5＝32.20）為最少。根據中位數與四分差，此 40 校的投入成本差別甚鉅，且偏態與峰度結果指出此樣本多集中於低投入。

產出變項包含國際論文發表數量（Y1）與品質（Y2）、專利數（Y3）、執行科技部計畫的

數量（Y4）與規模（Y5）。在國際論文發表數量上，2015 年單年發表超過 3,000 篇論文者包含

臺灣大學（Y1＝5,215）與成功大學（Y1＝3,165），而發表量為 500 篇以上者共有 13 校，多為

頂尖大學計畫成員，還有臺北科技大學（Y1＝931）、中正大學（Y1＝634）與海洋大學（Y1

＝622）；臺灣大學（Y2＝38）、清華大學（Y2＝29）與中央大學（Y2＝25）則為論文發表引用

率最高者。在科技部的計畫申請通過率與執行金額上，分析 1 的 11 所頂尖大學平均通過率為 Y₄＝0.62（SD＝ .04），單件執行金額為 Y₅＝1.28（SD＝ .30）；其他 29 所大學則為 Y₄＝0.46 （SD＝ .07）及 Y5＝0.75（SD＝ .14），後者中有 12 所大學為 Y4≧ .50。

在進行效率評估前，需確認變項項具同向擴張性（isotonicity），但分析應避免使用替代性或互補性高的變項。透過 Pearson 相關分析，表 2 指出研究相關業務成本（X1）與專任教師

(10)

62 高等教育經費績效分析葉怡芬表 2 40校的投入與產出項相關係數 X1 X2 X3 X4 X5 Y1 Y2 Y3 Y4 X2 .44** X3 .97** .47** X4 .98** .48** .95** X5 .83** .30 .86** .81** Y1 .96** .51** .90** .97** .72** Y2 .85** .60** .80** .88** .65** .93** Y3 .67** .24 .61** .67** .52** .68** .64** Y4 .63** .51** .65** .70** .54** .67** .71** .48** Y5 .77** .52** .70** .82** .52** .86** .89** .56** .76** **p ＜ .01. （X3）、博士生（X4）、圖書量（X5）具高相關（r ＞ .80），事實上研究相關業務成本實際上亦包含上述三項費用，故後續 DEA 僅以研究相關業務成本（X1）和生師比（X2）作為投入變項。本研究將二項投入（X1, X2）與五項產出進行產出導向的 DEA 分析，預期藉由固定投入量估計產出收益增加的空間。表 3 顯示各校的相對效率值及投射於效率邊界上的標竿學校。由於效率邊界的估計極易受樣本與投入產出變項的影響，故所估出的技術效率皆為相對效率，當效率值等於 1 時，代表投入與產出成正比，達最大生產力的狀況，可視為高效率 DMU。總技術效率可視為各校綜整的學術績效表現，在固定規模報酬生產技術下（CCR 模式），代表每一單位投入可獲得固定的產出量。表 3 指出有 11 所大學為相對高效率 DMU（TE＝ 1），代表其投入與產出達最適生產效率。不過，平均總技術效率為 .90，代表在現有投入資源下，其他 DMU 仍有產出的進步空間。機構的績效低落原因可能不僅是生產技術低落，還可能是營運規模不當。若利用 BCC 模式來估算純技術效率及各 DMU 的規模報酬，估算上是以總技術效率（TE）為純技術效率（PTE）與規模效率（SE）的乘積，結果指出純技術效率平均為 .94，共有 15 校為高效率 DMU（PTE＝1）；其他純技術效率未達 1 的 DMU，則建議透過提升自身研發產能。規模效率於產出模型上為 DMU 於產出配置是否達成最大生產力，數值愈趨近於 1 則代表產出配置的規模愈適合，結果指出共有 14 校達最適規模（SE＝1），代表這些大學在其研發產能配置上已達高效率，亦即該校在其多項學術產出的配置達到最大化效益（包括：發表量與質兼顧、專利數與計畫申請量達整體平衡）。表 3 中三項效率的落差可指出 DMU 績效改進的重點。例如：中央大學雖然學術生產能力佳（PTE＝1），但該校的營運規模較差（SE＝ .93），導致整體學術績效表現稍弱（TE＝ .93），此狀況亦出現在暨南國際大學、雲林科技大學、臺北護理健康大學。相反的，宜蘭大學（PTE

(11)

(12)

(13)

(14)

66 高等教育經費績效分析葉怡芬＝ .95）和澎湖科技大學（PTE＝ .73）的問題是出在其學術生產技術上。另也有近一半的 DMU在三項效率上皆有改進空間，例如教育大學於三項效率上需改進的空間較多（除臺北教育大學）。規模報酬則是反映定量的投入增加，是否會有定量比率的產出成長。共有 14 校達固定規模報酬，代表投入與產出成比例固定成長；三校為規模報酬遞增（雲林科技大學、屏東科技大學、高雄應用科技大學），代表產出增長多於投入，故可增加生產規模，以促進研發產量；至於處於規模報酬遞減的學校，代表產出小於投入，若為達最適生產效率，可考慮縮小規模，此可能包含促進研發教員的專業分工（如：研發能力、時間與意願）或有效精簡單位成本（如：提高研發儀器使用率、人員聘用）。效率邊界上的高效率 DMU 亦可作為他校效率評鑑的基準，以供效率邊界內其他 DMU 思考可能的投入產出績效組合，以達最大生產力。清華大學被視為標竿學校 18 次、嘉義大學為 14 次，主要是因其績效呈現相對地高產出與低投入。線性規劃的結果也指出臺灣師範大學在績效上的標竿學校為政治大學（47%）與清華大學（53%），很可能是因清華大學的高研發產量與政治大學的投入成本較少。囿於篇幅，附錄二呈現未達高效率之 DMU 的差額分析，預估可進步空間。為瞭解大學績效是否受其特色而影響，例如頂尖大學計畫成員是否因其本身投入的資源而較他校有較高的學術產出。透過 Kruskal-Wallis 檢定，並將 40 所 DMU 分為頂尖大學計畫成員、教育大學、科技大學與一般大學（非前述）四組，就三項效率進行等級檢定。經比較四組的平均等級（見表 4）與事後比較結果，指出在總技術效率上三組大學皆顯著優於教育大學（p ＜ .001），在純技術效率上頂尖大學與一般大學亦優於教育大學（p ＜ .001），科技大學的顯著效果稍弱（p ＜ .01）。需注意的是，此分析中教育大學數量較少，結果代表性較弱，但顯著效果指出教育大學應在學術績效上有別於其他類型大學，後續將會討論。表 4 四組公立大學的績效平均等級比較頂尖大學計畫成員（n＝11）（n＝14）一般大學教育大學（n＝5）（n＝10）科技大學 χ2 總技術效率（TE） 25.68 21.36 6.8 20.45 9.31* 純技術效率（PTE） 25.82 23.14 7.90 17.25 10.12* 規模效率（SE） 23.05 19.36 10.00 24.55 6.30* 註：臺灣師範大學與臺灣科技大學為頂尖大學計畫成員，投入產出較他校多，不列於教育大學與科技大學組。 *p ＜ .05. 考量 DEA 分析法所求得的技術效率乃相對效率，極易因投入項與產出項而受影響，故敏感度分析是藉由與比較去除不同產出項，新舊模式中 DMU 的效率變動來評估舊模式結果是否

(15)

葉怡芬高等教育經費績效分析 67 會因投入項不同而大幅改變。根據表 5，總技術效率平均為 .88，效率值影響最大的產出項為 Y₄，去除該項會使效率改變最大（TE＝ .84），改變幅度為 5.68%；產出項 Y₅影響度次之（TE ＝ .85），改變幅度為 3.41%。表 5 敏感度分析去除的產出項總技術效率平均狀況說明 Y1 國際論文發表 .88（Δ＝0） 7所DMU的TE降低，降低最大者為成大（TE＝ .75） Y2 h-index .87（Δ＝ .01） 16所DMU的TE降低，降低最大者為中央大學（TE＝ .95）；唯一增加者為新竹教育大學（TE＝ .89） Y3 專利數 .88（Δ＝0） 3所DMU的TE降低，降低最大者為臺北大學（TE＝ .84） Y4 該年科技部計畫申請通過率 .84（Δ＝ .05） 16所DMU的TE降低，降低最大者為政治大學（TE＝ .57） Y5 該年執行科技部計畫金額（單件） .85（Δ＝ .03） 21所DMU的TE降低，降低最大者為海洋大學與臺東大學（TE＝ .82）；唯一增加者為臺中科技大學（TE＝ .81）

二、10 所頂尖大學研究績效分析

邁向頂尖大學計畫共分兩梯次計四期執行，教育部的補助包含「一流大學」與「頂尖研究中心」。由於補助自 2006 年開始，相關投入與產出資料可提供橫斷面（cross-sectional）與縱斷面訊息（panel），故跨期比較有助於單校跨年段或跨校學術產出效率比較。因本研究進行時，頂尖大學計畫的第二階段第二期（2014-2016 年）仍在進行中，故本研究僅就前三期相關投入產出數據進行麥氏 DEA 分析；然因近一半的 DMU 並未提供 2005 年之前的校務資料，故無法進行計畫補助前後的效率評估。

考量 DMU 數量需為投入與產出項數量的兩倍（Bowlin, 1987; Thompson, Singleton, Thrall, & Smith, 1986），故本分析的投入項僅採教研成本，產出項則為 Scopus 論文發表數量、該年段發表文章的 h-index 與專利數。三期的計畫執行年數不一，為避免比較基準不一，每一期的投入與產出項數值皆為該校於該期該項的相關數據平均值，作為代表該期單年的投入與產出數據，表 6 為各項數值的分布情形，完整投入與產出資料請見附錄三。表 6 所呈現的 h-index 為原始數值，但因 h-index 數值隨年增加（近期發表的引用數較少，h-index 指數較低），考量跨期分析投入與產出項需具同向擴張性，故分析時分別將三期的 h-index 轉換為 1-10 的序數。表 7為 1 項投入與 3 項產出的相關，四項間皆有相關，適宜作為分析變項。根據表 8，10 所 DMU 單期的技術效率於固定規模報酬產出導向的情況下，平均 TE ＝ .75~ .81；變動規模報酬下平均 PTE＝ .84~ .87，規模效率為第二期最高（SE＝ .94），而技術效率與純技術效率也於第二期最高。不過六所大學（臺灣大學、成功大學、清華大學、

(16)

68 高等教育經費績效分析葉怡芬表 6 頂尖大學計畫成員於三期計畫中單年的投入與產出項分布變項最小值最大值 _{（四分差）}中位數偏態 _係數峰態 _係數 2006-2007 X1 研究相關業務成本 15.22 107.13 33.03（, 19.48）00, 2.15 5.33 Y1 國際論文發表 281.00 4,049.50 1,234.50（1,594.50）00, 0.96 0.30 Y2 h-index 30.00 92.00 69.00（, 23.00）00, -0.56 0.21 Y3 專利數 0.00 49.50 21.25（, 31.00）00, 0.27 -1.32 2008-2010 X1 研究相關業務成本 19.71 129.23 36.98（, 19.43）00, 2.19 5.26 Y1 國際論文發表 383.33 4,905.67 1,516.84（1,582.67）00, 1.10 0.78 Y2 h-index 39.00 129.00 88.00（, 33.00）00, -0.08 0.20 Y3 專利數 0.00 234.67 40.50（, 50.66）00, 2.29 6.04 2011-2014 X1 研究相關業務成本 21.41 135.12 39.03（ 24.81）00, 2.17 5.32 Y1 國際論文發表 449.00 5,669.75 1,814.75（1,289.75）00, 1.32 2.10 Y2 h-index 37.00 123.00 82.00（ 30.00）00, 0.18 0.10 Y3 專利數 0.75 350.00 72.63（ 153.50）00, 1.31 1.49 表 7 10所 DMU 於頂尖大學計畫投入與產出項相關分析 X1 Y1 Y2 Y1 .76** Y2 .93** .78** Y3 .75** .73** .86** **p ＜ .01. 交通大學、陽明大學、臺灣科技大學）的純技術效率（PTE）皆為 1，代表其研發品質與產量皆為高水準效率，雖臺灣大學、成功大學和交通大學的規模效率有改善空間，代表其研發產出配置上仍有進步空間，可能會使其總技術效率往上。中央大學的純技術效率（亦可視作研發技術，PTE）持續縮減，然中興大學的純技術效率持續進步。中山大學（TE＝ .84）為期2 表現較佳，只不過總技術效率上的進步似乎僅為單期，還尚未能將其永續推展至期3。而政治大學雖然規模效率上並無太大縮減，但其研發技術（PTE）一直處於低檔，可能與該校無理工科系造成研發產能低落有關。

(17)

表 8

10所頂尖大學的單期總技術效率與純技術效率

2006-2007 2008-2010 2011-2014 TE PTE SE TE PTE SE TE PTE SE 臺灣大學 0.58 1.00 0.55 0.69 1.00 0.69 0.69 1.00 0.69 成功大學 0.83 1.00 0.83 0.86 1.00 0.86 0.75 1.00 0.75 清華大學 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 交通大學 1.00 1.00 1.00 1.00 1.00 1.00 0.93 1.00 0.93 中央大學 0.85 0.90 0.94 0.86 0.87 0.99 0.66 0.78 0.85 陽明大學 1.00 1.00 1.00 0.93 1.00 0.93 1.00 1.00 1.00 中山大學 0.66 0.76 0.87 0.87 0.90 0.97 0.72 0.77 0.94 中興大學 0.50 0.51 0.98 0.71 0.71 1.00 0.85 0.95 0.89 政治大學 0.21 0.22 0.95 0.23 0.24 0.96 0.21 0.23 0.91 臺灣科技大學 0.85 1.00 0.83 1.00 1.00 1.00 1.00 1.00 1.00 平均 0.75 0.84 0.90 0.81 0.87 0.94 0.78 0.87 0.90 相較於前述探討橫斷面的單期技術效率，頂尖大學計畫乃長時程計畫，跨期績效分析結果可作為縱斷面的探討。本研究以麥氏指數作為評鑑頂尖大學成員於三期計畫之間成本與產出的技術效率進步程度。麥式指數為總要素生產力變動（tfpch），為總技術效率變革（effch）與技術變革（techch）的乘積，當 tfpch＞1 代表該校後期較前期的總要素生產力變動進步，tfpch ＝1 等於持平，而 tfpch＜1 則代表衰退。表 9 的結果指出 tfpch12＝1.17，70%的 DMU 於期2的總要素生產力是成長的；而 tfpch23＝1.14，有 80%的 DMU 於期3總要素生產力變動呈現進步，此結果代表此 10 所 DMU 整體績效仍是進步的。以下透過細項的效率指數解構總要素生產力變動：首先，總技術效率（effch）是指跨期的技術效率追趕效果，該公式是以前後期單期內的 TE作為計算。若 effch 指數＞1 代表後期較前期的技術效率進步，effch＝1 則效率不變及 effch ＜1 則為衰退。總技術效率 effch12＝1.10 與 effch23＝0.95 代表頂尖大學成員的總技術效率在期1至期2有進步現象，但期2至期3則為衰退現象。有鑑於 effch 為純技術效率變動（pech）與規模效率變動（sech）的乘積，60%的 DMU 於三期的純技術效率為固定且有效率的情況下（pech＝1），代表這六所大學研發產能持續高質量。中山大學在期12的 pech＞1，代表該校於期1的效能基期較低；而期23的 pech＜1，代表期3無法維持期2的技術效率。然中興大學則是 pech＞1，呈現持續進步；中央大學則是 pech＜1，呈現持續衰退。政治大學於期₁₂的研發技術為進步（pech＝1.08），然期23 的研發技術則稍微衰退（pech＝0.96）。規模效率指的是研發產

(18)

70 高等教育經費績效分析葉怡芬表 9 10所頂尖大學的跨期分析純技術效率變動 pech 規模效率變動 sech 總技術效率變革 effch 技術變革 techch 總要素生產力變動 tfpch（MI）期1–期2跨期績效臺灣大學 1.00 1.18 1.18 1.53 1.80 成功大學 1.00 1.03 1.03 0.95 0.98 清華大學 1.00 1.00 1.00 1.11 1.11 交通大學 1.00 1.00 1.00 1.15 1.15 中央大學 0.97 1.04 1.01 1.30 1.32 陽明大學 1.00 0.93 0.93 0.76 0.71 中山大學 1.18 1.11 1.31 1.00 1.31 中興大學 1.41 0.99 1.40 0.87 1.22 政治大學 1.08 0.98 1.05 0.87 0.92 臺灣科技大學 1.00 1.18 1.18 1.30 1.53 平均 1.06 1.04 1.10 1.06 1.17 期2–期3跨期績效臺灣大學 1.00 1.00 1.00 1.36 1.36 成功大學 1.00 0.88 0.88 1.21 1.06 清華大學 1.00 1.00 1.00 1.19 1.19 交通大學 1.00 0.93 0.93 1.30 1.21 中央大學 0.90 0.86 0.77 1.08 0.83 陽明大學 1.00 1.08 1.08 1.30 1.39 中山大學 0.86 0.97 0.83 1.14 0.94 中興大學 1.33 0.91 1.21 0.98 1.18 政治大學 0.96 0.94 0.91 1.20 1.08 臺灣科技大學 1.00 1.00 1.00 1.27 1.27 平均 1.00 0.95 0.95 1.20 1.14 能配置的有效性，規模效率於期3顯示衰退（sech12＝1.04, sech23＝0.95），代表期2的配置策略具最適生產規模，但期3衰退則代表配置有進步空間。期12有 70%顯示配置規模持平或較佳（sech ≧1），但期23則僅有 40%維持持平或較佳。其中四校的教研人員研發產能持平或很高（臺灣大學、清華大學、臺灣科技大學及陽明大學），故總技術效率變動於跨期績效上皆為高效率（effch＝1）。其中，另有三校顯示期3的規模縮減（sech＜1），連帶影響產量衰減（pech≧1）最鉅者為中央大學、中山大學與政治大學，加劇了總技術效率變動的衰退（effch≧1）。相反

(19)

葉怡芬高等教育經費績效分析 71 的，另三校（成功大學、交通大學、中興大學）研發技術效率仍維持高效率（pech＝1），但受到期3的規模縮減（sech＜1），仍使這四所大學總效能受影響，建議改善配置規模（如：經費應挹注於醫學技術開發或人工智慧），以助整體研發總產能增加。技術變革（techch）是探討邊界移動效果，即為每一個水準的投入，若邊界上移，則代表後期生產力皆較前期增加。分析結果指出 50%的頂尖大學 techch12＞1，而 90%的 techch23＞1，代表這些 DMU 整體生產力皆較前期進步，每一個水準的投入都較前期生產更多的學術成果。經檢視原始資料，發現極可能是因所投入的研究相關成本縮減，也就是期2較期1增加 21.20%，但期3僅較期2增加 5.36%；也就是說，頂尖大學成員在期3成本未增加太多，但學術產出量仍持續增加，故可視為期1和期2所投入成本（如：教研人員、研究設備、研發流程）已產生效率，抑或期2所產出的研究成果供期3持續發表，DMU 於期3發現前期的某些投入無效進行修正等。特別的是陽明大學期12與期23的技術變革由負到正，代表該校於期23已找到有效率的研發流程與方法。綜合以上，頂尖大學計畫挹注的三階段期間內，總生產力變動（tfpch≧1）的結果顯示六所 DMU 在學術研發的產出投入，產出生產力皆較前期強化（臺灣大學、清華大學、交通大學、中興大學、臺灣科技大學），特別的是期2較期1強化的原因可能包括發表持續高效率（pech≧ 1）、產出規模效率增加（sech≧1）、與整體研發效能提升（techch≧1），但期₃提升的生產力則多屬整體研發效能提升（techch≧1）。說明這些大學的研發投資於期12大致完成，可能包含成本如貴重儀器購入與研發人員聘僱，期3的生產力受惠於期12所建立的成本及技術變革上。中央大學是唯一生產力於期3稍微退步的，增加產能的方式建議可參考期2是否有促進研發產能的校務政策（極可能為高資源投入），思考促進研發效能的永續政策。成功大學屬於期3 配置規模衰退（sech≧1）卻不影響研發產能（pech≧1），而中興大學則屬於期2技術變革退步（effch12＜1），但於期3的整體單位研發產能已提升（effch23＞1）。

三、綜合討論

我國的校務評鑑項目包含「校務治理與經營」，受評學校需提出學校財務狀況運作，而「績效與社會責任」項目的評量標的則著重於學生學習表現與教師之學術表現。考量學校發展規劃與營運項目不同，陳麗珠與陳河開（2013）將我國大學依校務基金的規劃與收支餘絀約略分為四群，最大宗的兩群為自籌經費能力強且多用於教學支出（如：頂尖大學成員），而另一大族群則為教學支出大量倚賴補助款與學生學雜費（如：臺北大學、中正大學）。本研究就 40 所公立大學的投入資源與研發產出進行績效分析，相對效率的結果僅能讓各校思考自身與群體的營運績效比較，並不能視為研發經費使用的優劣；各校也可搭配自身的營運策略，思考未來發展布局的可能。以下將以較宏觀的角度探討我國高等教育研發績效的現況與未來可能性。

(20)

（一）大學的多元發展與研發產出追求

社會大眾對於頂尖大學計畫獨專幾個大學褒貶不一，有些認為在經費有限的情況下應挹注在最好的大學，協助他們朝世界大學（world university）邁進；有些則認為頂尖大學的資源已經夠多，應將經費投資在有潛力的大學。本研究的跨期分析為提供較客觀的方式，以該校於教學研究相關的經費作為計算基礎，結果指出，頂尖大學的學術生產力在經費挹注的過程中的確有明顯提升，且隨時間推進至第三期，頂尖大學的發表品質整體仍維持前期的產量（pech），且單位投注成本已產生整體研發效能的進步（techch）。但值得注意的是，第三期部分學校已出現規模效率不經濟（sech），然而，多數的規模效率衰退通常是因大量擴張或大量投資，導致資源未有效配置於研究發展上、無有效研發人員激勵方案、購入設備儀器未產生有效產能或資源分配到非研發性質的社會服務上。因此，在無法避免機構因規模擴大和行政負擔造成的無效率情況，各機構皆需定期檢視與調整運作規模與策略，對於學術生產力更積極的作為應思考如何永續經營並採取行動，包括研究的深度與廣度、專利與技轉過程中良性循環等。大學的研究發展產能主要是靠校內的教師和研究人員（雖碩士生和博士生也有部分貢獻），研究產能除為高等教育校務評鑑重要項目，亦為助理教授級以上的教員升等和續聘的重要項目。王振世和陳芃婷（2005）根據問卷結果，發現不同學院的教員對於教學、研究、服務三評鑑面向期待有不同權重，包括電機資訊學院、理工學院、管理學院、人文社會學院皆認為研究成果為最重要，然共同科與教學中心則認為教學成果應優於研究成果。黃慕萱與張郁蔚（2006）則指出人文社會學者的出版品具區域性研究特性，故國際發表難度較高。在理想情況下，高等教育的發展重心應以教學品質為主，研究發展和社會服務為輔，但教授的研究產出與教學表現受不同變因呈現相關極低的現象（Feldman, 1987; Hattie & Marsh, 1996），代表教授在強化研究品質時，若想要提升教學品質常常是需花費更多精力。假設各校經費並無浪費，惟經費投入策略不同的情況下，若以績效墊底的教育大學來說，其研發產能（特別是專利權）難以與其他綜合型或科技大學相比，因此類大學的教師常承接教育部政策或推廣型計畫，以及參與地區實務型工作坊，這些都會影響教師的研發產能，以及使該校決算成本上暴增。再者，若單就教育與訓練領域來說，臺灣師範大學 2016 年於 QS 國際排名為全球 44 名（2015 年為 22 名），這些皆可以說明利用共同的高等教育評鑑項目可能會造成偏頗的評鑑結果。既然學科特性會影響評鑑項目與結果，本研究受評的 10 所科技大學中，臺灣科技大學與高雄第一科技大學為高效率 DMU，此兩所 DMU 與臺北科技大學處於固定規模報酬狀態，另有三所為遞增狀態。固定的規模報酬代表投入產出成比例增加，而遞增則代表產出高於投入，可藉由擴大機構規模來增加產量。就投入產出的績效來說，大部分的科技大學在研發產能上雖無法與臺灣大學和清華大學相比，但考量其投入成本，已屬有效投資，特別是本研究還尚

(21)

葉怡芬高等教育經費績效分析 73 未納入技轉或產學合作的資料。雖然科技大學的高效率主要是因本研究使用的產出變項為專利權與期刊發表，不過其他特點包括機構規模較綜合大學小，與系所組成單純及目標明確，倘若單就研發績效的觀點來看，科技大學研發績效不亞於綜合大學，甚或是比教育相關大學為佳；科技大學甚或是技職教育是為可重點栽培的對象。總結來說，雖 DEA 估算的效率僅限於樣本間的比較，大多數成員校於期2與期3的研發績效仍較前期進步，輔以 QS 排名進步的事實，代表在前後 10 年邁向頂尖大學的目的之下，目的型經費挹注的確提升研發生產力。有鑑於歐美國家的頂尖大學經費多來自於自籌能力，我國頂尖大學在提升研發生產力後，應可同時積極思考永續經營自籌經費的管道。

（二）頂尖大學的成長、國際排名與相關政策

世界大學的前 100 名名單嚴重美國傾向，但若邁向世界大學為高等教育的政策之一，則教學品質、研究產能與國際化都是成為世界大學的基本條件。Marginson（2006）指出名列前茅之學校通常為英語系國家中歷史悠久、聲譽佳的研究型大學，躋身世界級大學的主因通常是因聲譽佳吸引優秀教師與學生，進而促使學校有較好的研究成果產出和傑出的學生成就，吸引學生、家長願意付出更多代價就學，最後就會有強者愈強以及贏者全拿（winner-take-all）的效應。Rabovsky 等學者（Deem, Mok, & Lucas, 2008; Marginson, 2006; Rabovsky, 2012）指出，在教育經費有限的情況下，有潛力的大學爭取競爭型補助來強化學校整體品質，重視但不偏重研究資本（如：教授、儀器）與教學品質的投資，但既為競爭型補助，績效指標的設定無可避免，然考量許多世界大學本身即有背景優勢（如：美國），或是配搭國家發展政策、長期經費挹注與配套措施（如：新加坡），在設定合理的績效指標時，其實更應兼顧大學自治及研究人員的激勵效果（incentive），各大學應就自己的特色發展屬於自己的特色圖像並設定目標進程，尤其是非英語系國家的情況，國際合作和吸引留學生則是應採取的方案。國外研究指出，競爭型的經費挹注原則上可正面提升高等教育機構的研究生產力，但其中要注意的是競爭型經費可能會是兩面刃（Aghion, Dewatripont, Hoxby, Mas-Colell, & Sapir, 2010; Bolli & Somogyi, 2011）。換句話說，競爭型經費通常由高績效大學獲得，但公部門經費所帶來的行政負擔極可能降低大學生產力（Bolli et al., 2016）。教育部推出的頂尖大學計畫，雖被詬病僅開放給國內少數大學競爭（陳星貝，2006），但其旨在透過重點補助，協助國內有潛力的大學發展並挺進世界級大學之列。若對照 2009 年與 2017 年的 QS 排名（2009 年為系統資料可提供最早年份），頂尖大學成員中交通大學（389174）、臺灣師範大學（451-500 310）、臺灣科技大學（370243）進步幅度最大；而臺灣大學（9568）、成功大學（281241）、清華大學（223151），則可能因 2009 年已為前 300 大學，故進步幅度較小；陽明大學維持在 300名上下。再看 THE 於 2017 年 3 月公布的亞洲大學排名（THE World University Rankings, 2017），THE 主編指出亞洲儼然成為全球高等教育發展最具活力、多元與高競爭的地區，日本是亞洲前 300 所大學所占比例最高（23%）者，中國大陸、南韓和印度排名上多有進步，其中

(22)

74 高等教育經費績效分析葉怡芬香港甚至有五所大學進入前 20 名；該主編也提醒，在國際排名為零和遊戲（zero-sum games）的情況下，排擠效應造成幾家歡樂幾家愁，在臺灣進入大學排名前 100 名的九所大學中（臺灣大學、清華大學、交通大學、臺灣科技大學、成功大學、中國醫藥大學、臺北醫藥大學、臺灣師範大學、中山大學），僅兩所排名較 2016 年持平或進步，尤其是臺灣大學也從 2016 年的 15 名下降至 24 名，更值得吾人注意（Hindmarsh & Banks, 2017; THE World University Rankings, 2017）。高等教育機構的國際評比機制已成為世界潮流，且評比結果會帶來許多後續效應，包括經費募款有磁吸效應，招生品質提高連帶影響國力強化等，故近年來亞洲許多國家對於高等教育的補助就像軍備競賽；在檢視國際評比結果連年進步的新加坡與香港的高等教育政策上，不僅是經費補助，還有配套措施輔助。文獻探討已提及新加坡將有限資源挹注重點發展方向以提升高等教育品質，Mok（2005）指出香港政府自 2000 年初所提出的高等教育重整方案策略包含增加國際競爭力、大學特色發展（任務型）、大學整合與深度合作（地區和國際）；另一方面在提升大學績效策略上，從學術、教學、經營與自治三方面著手。在學術上，研究品質檢測（research assessment exercises）自 1990 年代英國統治時期即開始執行，評比重點在於系所教師與研究產出品質；2000 年後系所申請的研究經費更重視單位研究質與量的表現； 2005年後的研究發表更重視國際化（如 SCI 和 SSCI 等級期刊、國際出版社的專書），經費補助亦受招生數量（65%）、研究表現（25%）與該機構的所屬任務完成表現（10%）；在教學上，大學則受課程設計、課程實施品質、課程成果檢測、資源可致性（resource provision）各項評比審查。我國除了「邁向頂尖大學計畫」，近年來在高等教育的競爭型計畫還包括「獎勵大學教學卓越計畫」、「發展典範科技大學計畫」與「區域教學資源中心」。除教學資源中心，本研究分析 1 的高效率大學各有頂尖大學成員、一般型大學和科技大學代表，以經費補助研發成果的角度來看為好結果，但深究大學的社會功能（如：培育人才、促進國家發展）與大學分類定位時，研發成果高效率卻不見得是好消息，特別是教學型或社區型大學的教師重心應在教學品質、學生就業力或國際移動力上。教育部（2017）所推出的「高等教育深耕計畫」，目前草案包含教學創新、學校特色發展、高等教育公共性、社會責任推動四大目標，前兩者更是因應少子化隱憂成為大學應優先穩固的主要部分。然而，在「邁向頂尖大學計畫」挹注經費 10年之際，DEA 結果雖指出頂尖大學的研發效能績效整體來說因經費挹注而研發產能提高，但國際評比結果持續退步、研究倫理案件的爆發，都在在顯示頂尖大學的發展除需要適切的輔導發展與評鑑指標（KPI）外，更需要有正確政策的引導與醞釀。

（三）績效分析於校務分析應用的可能性

績效分析常見於探討工商業界或醫療院所的經營績效，投入模式可用來分析經費縮減，而產出模式則可用來協助產量擴增標竿的設立。相較於工商業有明確或短程的投入與產出標

(23)

葉怡芬高等教育經費績效分析 75 的（如：電子產業的研發專款），教育產業的成效或影響多屬必要且難以量化的長期投資，績效分析宜作為形成性評量，用以探討校際或院所間於目標項達成效果或修正的參考，例如學生活動品質影響變項探討、不同辦學指標對於自籌經費的影響、教員彈性薪資或獎勵策略對於教員於評鑑項目的表現。需特別注意的是分析投入產出關係時，很難定義為一對一的關係，且政策的推行本身即為落後指標（lagging indicator），無論量化或質性研究僅能作為推論。例如，投入與產出可能發生於不同年度，分析 1 試圖依學者建議的落後年段進行分析，不過應注意若使用不同落後年段也可能會造成結果些許不同。而分析 2 跨期分析的技術變革應可作為落後指標的探討， 50%的受評大學第二期的整體產出效能已較第一期為高，而另 40%則於第三期跟上。也就是說，假設於計畫補助的各期取中段時間來說，2006-2007 年期間的投入，產出成效都可能要延至 2009 年或 2012-2013 年才發生。成效的內容及確切發生的年度皆難以精確估算，質性與量化資料記錄學校成長皆為必要，但若有相同變項的情況下，績效分析可將校內評鑑拓展為跨校評比，達到知己知彼、精益求精的目標。

伍、結論與建議

機構營運在追求產能最大化的過程，經費有效利用也是影響營運績效的重要因素。大學內系所處室林立，龐大機構運作皆需依靠國家補助與自籌經費等支應。研究發展是高等教育的重要任務之一，研究發展的投入與產出績效會受許多變動因素影響，包括研究方向與潛力、研究政策布局、規模效應等。本研究利用 DEA 為大學進行單年式研究績效評比，並針對頂尖大學進行跨期式研究產能成長探討。相對效率的結果指出，研發績效並不專美於高成本投入或營運規模大的綜合大學，科技大學是具備研發潛力且值得投資的高等教育機構，教育大學於經費與研發產出績效上較難與其他大學相提並論；邁向頂尖大學計畫的成員學校呈現整體研發效能提升，但也出現大型機構常見的規模效率衰退。對於機構營運而言，效率提升為短期目標，能永續地提升效率才可被視為生產力的提升，亦是長期目標。高等教育的單位成本較中、小學為多，單靠政府、業界補助或自籌經費本就較難維持高單位成本的大學教育品質；但許多世界大學的案例指出，當教育品質回饋性高時（質量高、就業容易），家長和學生也是願意付出高額學費，教育品質才更能永續發展。本研究雖以經費投入與量化產出結果作為績效分析，試圖加入經濟學概念指出大學無效率的可能問題所在。而企業常見利用新技術的導入和規模經濟來提升生產力的方式，在大學的情境下應思考的重點應為發展研發特色以期未來可享規模經濟，策略包含教員與研發環境的投資、研究團隊的組成（包含校內外學者合作、產學合作或與國外學者結盟）、降低行政程序浪費或教員評鑑可以教學與研究不同重心分軌等。本研究結果為各校提供相對效率與基本的經濟學

(24)

76 高等教育經費績效分析葉怡芬績效概念，各校可依自身發展狀況思考績效改進之處或與同質或標竿學校進行比較。然因篇幅所囿，建議未來研究者或各校探討研發績效人員搭配該校的質性資料，才能找出更適切的努力方向。

(25)

參考文獻

一、中文文獻

王振世、陳芃婷（2005）。大學教師績效評量模型之建立：以新竹某大學為例。科技管理學刊， 10（3），121-152。

【Wang, C.-S., & Chen, P.-T. (2005). A teacher evaluation system for university faculties: A case study of a national university in Taiwan. Journal of Technology Management, 10(3), 121-152.】

王媛慧、李文福（2006），我國大學院校技術效率之研究─資料包絡分析法的應用。輔仁管理評論，13（1），163-186。

【Wang, Y.-H., & Lee, W.-F. (2006). Efficiency of higher education in Taiwan－An application of data envelopment analysis. Fu Jen Management Review, 13(1), 163-186.】

吳濟華、何柏正（2008）。組織效率與生產力評估：資料包絡分析法。臺北市：前程。

【Wu, C.-H., & He, P.-C. (2008). Organizational efficiency and productivity assessment: Data envelopment analysis. Taipei, Taiwan: Future Career Management.】

教育部（2016）。105 年版教育統計指標之國際比較。取自 http://www.edu.tw/News_Content. aspx?n=829446EED325AD02&sms=26FB481681F7B203&s=2E562D15FDD86328

【Ministry of Education. (2016). International comparison of education statistical indicators, 2016. Retrieved from http://www.edu.tw/News_Content.aspx?n=829446EED325AD02&sms=26FB481681F7B203&s=2E562D15F DD86328】

教育部（2017）。高等教育深耕計畫（草案）。取自 http://ws.moe.edu.tw/001/Upload/4/relfile/ 7840/53197/936ae744-7456-462f-b3a5-078f19bc9481.pdf

【Ministry of Education. (2017). Deep development of higher education project (proposal). Retrieved from http://ws.moe.edu.tw/001/Upload/4/relfile/7840/53197/936ae744-7456-462f-b3a5-078f19bc9481.pdf】

郭振雄（2000）。多重生產程序之績效評估：我國大學院校效率衡量（未出版博士論文）。國立臺灣大學，臺北市。

【Kuo, J.-S. (2000). Performance evaluation of multiple production process: Measuring the efficiency of higher education institutions in Taiwan (Unpublished doctoral dissertation). National Taiwan University, Taipei, Taiwan.】

陳星貝（2006）。再談「五年五百億邁向頂尖大學計畫」。臺灣教育，637，59-61。

【Chen, X.-B. (2006). Further discussion of “Fifty billions in five years on aim for the top university project”. Taiwan Education Review, 637, 59-61.】

陳昭穎（2001）。從菁英走向大眾：臺灣高等教育擴充過程之政策分析（未出版碩士論文）。國立臺北教育大學，臺北市。

【Chen, C.-Y. (2001). From elite to mass: Policy analysis of higher education expansion in Taiwan (Unpublished master’s thesis). National Taipei University of Education, Taipei, Taiwan.】

陳漢卿、潘政、王迺聖（2009）。臺灣地區科技大學辦學績效評估之研究。圖書資訊學刊，4 （2），141-161。doi:10.6338/JDA.200904_4(2).0009

(26)

【Chen, H.-C., Pan, C., & Wang, N.-S. (2009). A study of evaluating the performance of technological universities in Taiwan. Journal of Data Analysis, 4(2), 141-161. doi:10.6338/JDA.200904_4(2).0009】

陳麗珠、陳河開（2013）。我國國立大學收支型態之分析。臺灣教育，681，13-24。

【Chen, L.-J., & Chen, H.-K. (2013). An analysis on the revenues and expenditures types of Taiwan’s public universities. Taiwan Education Review, 681, 13-24.】

曾志朗（2001）。大學教育政策白皮書。臺北市：教育部。

【Tzeng, J.-L. (2001). White paper of higher education policy. Taipei, Taiwan: Ministry of Education.】

黃慕萱、張郁蔚（2006）。人文社會學者學術評鑑指標之探討。圖書資訊學刊，4（1&2），17- 47。doi:10.6182/jlis.2006.4(1.2).017

【Huang, M.-H., & Chang, Y.-W. (2006). Performance indicators for evaluation of humanities and social sciences researchers. Journal of Library and Information Studies, 4(1&2), 17-47. doi:10.6182/jlis.2006.4(1.2).017】

詹盛如（2008）。臺灣教育經費的現況分析。教育資料集刊，40，1-25。

【Chan, S.-J. (2008). An overview of the educational expenditure in Taiwan. Bulletin of Educational Resources and Research, 40, 1-25.】

二、外文文獻

Agasisti, T., Catalano, G., Landoni, P., & Verganti, R. (2012). Evaluating the performance of academic departments: An analysis of research-related output efficiency. Research Evaluation, 21(1), 2-14. doi:10.1093/reseval/rvr001

Aghion, P., Dewatripont, M., Hoxby, C., Mas-Colell, A., & Sapir, A. (2010). The governance and performance of universities: Evidence from Europe and the US. Economic Policy, 25(61), 7-59. doi:10.1111/j.1468-0327.2009.00238.x

Astin, A. W. (2012). Assessment for excellence: The philosophy and practice of assessment and evaluation in higher education (2nd ed.). New York, NY: Rowman & Littlefield.

Auranen, O., & Nieminen, M. (2010). University research funding and publication performance－ An international comparison. Research Policy, 39(6), 822-834. doi:10.1016/j.respol.2010.03.003 Bolli, T., Olivares, M., Bonaccorsi, A., Daraio, C., Aracil, A. G., & Lepori, B. (2016). The

differential effects of competitive funding on the production frontier and efficiency of universities. Economics of Education Review, 52, 91-104. doi:10.1016/j.econedurev.2016.01. 007

Bolli, T., & Somogyi, F. (2011). Do competitively acquired funds induce universities to increase productivity? Research Policy, 40(1), 136-147. doi:10.1016/j.respol.2010.10.001

Bookstein, F. L., Seidler, H., Fieder, M., & Winckler, G. (2010). Too much noise in the Times Higher Education rankings. Scientometrics, 85(1), 295-299. doi:10.1007/s11192-010-0189-5

Bowlin, W. F. (1987). Evaluating the efficiency of US Air Force real-property maintenance activities. Journal of the Operational Research Society, 38(2), 127-135. doi:10.2307/2582148

(27)

Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research, 2(6), 429-444. doi:10.1016/0377-2217(78)90138-8 Crespi, G. A., & Geuna, A. (2008). An empirical study of scientific production: A cross country

analysis, 1981-2002. Research Policy, 37(4), 565-579. doi:10.1016/j.respol.2007.12.007 Daniel, J. (1993). The challenge of mass higher education. Studies in Higher Education, 18(2),

197-203. doi:10.1080/03075079312331382369

Deem, R., Mok, K. H., & Lucas, L. (2008). Transforming higher education in whose image? Exploring the concept of the ‘world-class’ university in Europe and Asia. Higher Education Policy, 21(1), 83-97. doi:10.1057/palgrave.hep.8300179

Department of Education and Science. (1987). Higher education: Meeting the challenge (Cmnd 114). London, UK: HMSO.

Etzkowitz, H., & Leydesdorff, L. (1998). The endless transition: A “triple helix” of university industry-government relations. Minerva, 36(3), 203-208.

Farrell, M. J. (1957). The measurement of productive efficiency. Journal of the Royal Statistical Society. Series A (General), 120(3), 253-290. doi:10.2307/2343100

Feldman, K. A. (1987). Research productivity and scholarly accomplishment of college teachers as related to their instructional effectiveness: A review and exploration. Research in Higher Education, 26(3), 227-298. doi:10.1007/BF00992241

Giménez, V. M., & Martínez, J. L. (2006). Cost efficiency in the university: A departmental evaluation model. Economics of Education Review, 25(5), 543-553. doi:10.1016/j.econedurev. 2005.05.006

Graves, P. E., Marchand, J. R., & Thompson, R. (1982). Economics departmental rankings: Research incentives, constraints, and efficiency. American Economic Review, 72(5), 1131-1141.

Hattie, J., & Marsh, H. W. (1996). The relationship between research and teaching: A meta-analysis. Review of Educational Research, 66(4), 507-542. doi:10.3102/00346543066004507

Herbst, M. (2007). Financing public universities: The case of performance funding. Dordrecht, The Netherland: Springer. doi:10.1007/978-1-4020-5560-7

Hindmarsh, M., & Banks, A. (2017). Hong Kong home to six of the top 50 universities in Asia. Retrieve from http://en.prnasia.com/story/172280-0.shtml

Hoecht, A. (2006). Quality assurance in UK higher education: Issues of trust, control, professional autonomy and accountability. Higher Education, 51(4), 541-563. doi:10.1007/s10734-004- 2533-2

(28)

institutions using data envelopment analysis. China Economic Review, 19(4), 679-696. doi: 10.1016/j.chieco.2008.08.004

Jones, T. (2011). University rankings–What do they measure? Research Trend, 22. Retrieved from https://www.researchtrends.com/issue22-march-2011/university-rankings-%E2%80%93-what-d o-they-measure/

Kuo, J.-S., & Ho, Y.-C. (2008). The cost efficiency impact of the university operation fund on public universities in Taiwan. Economics of Education Review, 27(5), 603-612. doi:10.1016/j.econedurev. 2007.06.003

Lewis, V. B. (1952). Toward a theory of budgeting. Public Administration Review, 12(1), 42-54. doi:10.2307/972827

Liefner, I. (2003). Funding, resource allocation, and performance in higher education systems. Higher Education, 46(4), 469-489. doi:10.1023/A:1027381906977

Lu, W.-M. (2012). Intellectual capital and university performance in Taiwan. Economic Modelling, 29(4), 1081-1089. doi:10.1016/j.econmod.2012.03.021

Marginson, S. (2006). Dynamics of national and global competition in higher education. Higher Education, 52(1), 1-39. doi:10.1007/s10734-004-7649-x

Matthews, D. (2013). No sleep for Singapore’s universities. Retrieve from https://www.timeshigher education.com/features/no-sleep-for-singapores-universities/2009064.article

Mok, K. H. (2005). The quest for world class university: Quality assurance and international benchmarking in Hong Kong. Quality Assurance in Education, 13(4), 277-304. doi:10.1108/ 09684880510626575

Organization for Economic Cooperation and Development. (2016). Education at a glance 2016: OECD indicators. Paris, France: Author. doi:10.1787/3e6d0c3e-cs

Rabovsky, T. M. (2012). Accountability in higher education: Exploring impacts on state budgets and institutional spending patterns. Journal of Public Administration Research and Theory, 22(4), 675-700. doi:10.1093/jopart/mur069

Schiller, D., & Liefner, I. (2007). Higher education funding reform and university-industry links in developing countries: The case of Thailand. Higher Education, 54(4), 543-556. doi:10.1007/ s10734-006-9011-y

Shore, C., & Wright, S. (1999). Audit culture and anthropology: Neo-liberalism in British higher education. Journal of the Royal Anthropological Institute, 5(4), 557-575. doi:10.2307/2661148 Thanassoulis, E., Kortelainen, M., Johnes, G., & Johnes, J. (2011). Costs and efficiency of higher

(29)

62(7), 1282-1297. doi:10.1057/jors.2010.68

THE World University Rankings. (2017). Asia university rankings 2017. Retrieved from https:// www.timeshighereducation.com/world-university-rankings/2017/regional-ranking#!/page/0/len gth/25/sort_by/rank/sort_order/asc/cols/stats

Thompson, R. G., Singleton, F. D., Thrall, R. M., & Smith, B. A. (1986). Comparative site evaluations for locating a high-energy physics lab in Texas. Interfaces, 16(6), 35-49. doi:10. 1287/inte.16.6.35

Trow, M. (1973). Problems in the transition from elite to mass higher education. In Organization for Economic Cooperation and Development (Ed.), Policies for higher education (pp. 51-101). Paris, France: Editor.

Tyagi, P., Yadav, S. P., & Singh, S. P. (2009). Relative performance of academic departments using DEA with sensitivity analysis. Evaluation and Program Planning, 32(2), 168-177. doi:10.1016/ j.evalprogplan.2008.10.002

van Raan, A. F. J. (2005). Fatal attraction: Conceptual and methodological problems in the ranking of universities by bibliometric methods. Scientometrics, 62(1), 133-143. doi:10.1007/s11192- 005-0008-6

Wolszczak-Derlacz, J., & Parteka, A. (2011). Efficiency of European public higher education institutions: A two-stage multicountry approach. Scientometrics, 89(3), 887-917. doi:10.1007/ s11192-011-0484-9

Worthington, A. C., & Lee, B.-L. (2008). Efficiency, technology, and productivity change in Australian universities, 1998-2003. Economics of Education Review, 27(3), 285-298. doi:10. 1016/j.econedurev.2006.09.012