信息与计算科学论文范文

前言：我们精心挑选了数篇优质信息与计算科学论文文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

[关键词]信息与计算科学；案例；建模；计算；开发

[中图分类号] G420 [文献标识码] A [文章编号] 2095-3437（2016）08-0017-03

一、前言

课程建设是专业建设中的重要组成部分，专业导论课往往在第一学年开设，是学生了解专业、建立专业概念和专业认同的重要课程，对学生的专业学习和发展有着重要的引领和指导作用。[1] [2] [3]

信息与计算科学专业是信息科学、计算科学、运筹与控制、计算机及应用等学科交叉而形成的专业，往往设置为理科专业。多种学科知识的交叉渗透，加上因专业名称的望文生义，使学生容易产生简单的认识――“信息与计算科学专业是数学与计算机结合的专业”。这样笼统的认识可能会导致学生认为该专业“要么学数学，要么学计算机”，至于“怎么结合”搞不清，不重视专业的其他重要方面，甚至连信息与计算科学的专业特点和核心竞争力也模糊不清。

关于信息与计算科学专业课程体系建设的论述已有很多，然而关于该专业大导论课程的研究还不多见。针对上述存在的种种问题，本文认为信息与计算科学专业设置专业导论课程是极为必要的，而且在课程体系中应作为独立的重要一环。因为作为信息与计算科学（信计）专业的导论课程，需要回答的问题多且必要：信计专业培养什么样的人才？什么是信计专业？信计的核心竞争力是什么？如何实现？信息处理、应用开发中有哪些数学知识？信息挖掘、信息安全与算法设计的联系如何？建模能力如何铸就？计算分析能力怎样打造？就业岗位对信计的现实要求有哪些？等等。

信计专业导论课的开设需要对信计专业的发展历史，专业的研究应用进展和前沿有深入、广泛的了解，通过精选教学内容，使教学内容形成体系，以达到解决学生关切问题、培养学生专业思想、建立学生专业认同、激发学生专业学习兴趣的教学目标。教学过程中典型的教学案例对学习兴趣的提高有明显的促进作用，在专业学习中能够激发学生对专业的兴趣，促进学生对专业的理解，特别是有利于学生加深对专业的宏观认识以及对专业的一些具体方向的感性认识。本文将结合教学典型案例深入剖析信息与计算科学专业导论教学中需要解决的问题。

二、信息与计算科学的直观印象

信息与计算科学作为交叉学科，和其他一些专业的易混淆性，使得我们必须首先回答什么是信息与计算科学专业，更为紧要的是在大一阶段应该如何从直观的角度来阐述它。我们知道，随着现代信息计算科学技术的发展，上班考勤甚至上课考勤都有系列的产品可供选择，常见的考勤机为指纹考勤机器――这是一个很典型的利用信息与计算科学知识和方法进行应用开发的产品。在教学中，类似的案例可以体现信息与计算科学专业各学科之间的交叉渗透，为学生提供直观的专业认识印象，具体阐述如下。

1.利用该例阐述科技应用开发中，信息与计算科学专业知识的使用流程和涉及的课程知识。指纹考勤机首先要采集被识别人的指纹信息，并以此作为样本；预处理后把样本信息存储为向量或数据，通过建立样本的特征提取模型，进行特征提取；之后输入建立的识别模型，对待识别的指纹进行计算识别；接下来是针对硬件的编程实现和测试，最后再植入匹配的设备或者网络传入后台系统，完成系统测试，投入使用。由于建立特征提取模型和识别模型的方法很多，快速计算的方法选择有所不同，这涉及信息与计算科学中许多数学基础知识和数学建模方法等。总的来说，考勤机的工作流程可以归纳为5步：（1）信息采集和预处理；（2）特征提取和识别模型；（3）识别、计算分析；（4）编程实现；（5）植入硬件。分别讲述其中各个环节可涉及的专业课程：信息采集和预处理可涉及高等代数、概率统计等课程；特征提取和识别模型可涉及高等代数、数学分析、概率统计、运筹优化、数学建模等课程；识别、计算分析涉及高等代数、数学分析、运筹优化、数值分析等课程；编程实现可涉及程序设计语言、算法设计、软件开发测试，等等。这样结合专业课程知识与应用实例的详细讲解，易于让学生了解信息与计算科学专业知识的应用流程，使学生对信息与计算科学专业知识有直观的认识。

2.利用该例阐述科技应用开发中，信息与计算科学中各个学科的交叉渗透。如前所述，由于一个产品的开发可能涉及的知识点很多，可采取的模型方法也是多种多样，这些知识之间的应用就会有交叉。例如，特征提取、识别模型的建立有可能用到信息处理的数学基础，这时又需要考虑该模型是否能设计出快速的计算方法来满足实际计算速度的要求；识别模型的实现最后需要计算机编程来完成，这又涉及合适的模型、快速的算法和良好的程序设计之间的协调融合。当然，完整的产品设计还需要考虑到采集设备的精度、程序植入等其他学科的知识。这样讲解，学生就会对信息与计算科学知识的交叉有较为宏观的认识。

3.启发学生对信息与计算科学中的相关问题进行思考。

（1）指纹样本信息采集是很微妙的事，如果当采集一个样本的次数太多，超出了很多人的承受范围，比如一个手指的指纹采集超过了三次，这样产品的便利性、应用性和竞争力就值得怀疑了。因为通常情况下，我们很自然的认为事不过三为好。那么，如何以最少的采集次数达到要求的识别效果？这就是值得考虑的问题。

（2）如何提高产品的识别效果（正确识别率），提升产品质量，这除了与团队的专业知识相关以外，还与获取知识的能力有很大关系。例如能不能利用已有的专业知识积累从现有的国内文献中获取最新的技术信息，能不能利用国外的技术文献，等等。这些都是由典型案例所延伸出的值得思考的问题。这些问题有利于开拓思路，使学生对将来的工作和研究研发空间充满期待。

三、信息与计算科学专业的核心竞争力

信息与计算科学是由多个学科专业合并和综合而来的，其重视基础能力，培养能解决实际中信息与科学工程计算应用问题的宽口径专业人才。考虑到专业的名称与计算机、信息工程等专业有相似之处，专业导论课程需要阐明该专业与其他专业，特别是一些计算机科学专业、信息工程专业和数学与应用数学专业之间的区别。因此，信息与计算科学专业课程的核心是什么？专业人才的核心竞争力是什么？这两个问题是无法回避的。针对这些问题，除了上述案例，图像（信息）的压缩处理也是一个很直观的例子。利用图像压缩，可以给学生展示压缩编码技术、压缩的算法、软件开发等，这涉及信息编码、密码学、算法设计能力、应用开发能力等。结合这些案例，我们信息与计算科学专业并不是单纯的涉及数学基础课程、建模能力、算法设计或者计算机科学其中的某一方面，它的核心竞争力在于“数学基础与建模能力、计算分析与算法设计、程序语言与应用开发”这三者的有机融合。单单讲某个方面还不足以称之为专业的核心竞争力。因为专业人才的定位是解决信息与科学工程计算的应用问题，这些实际问题本身与这三方面多有紧密的联系，单强调某一方面或重视某一模块容易和上述一些类似名称的专业混淆。因而，与这三方面相关的数学基础课程有数学分析、高等代数、解析几何、微分方程、概率统计等；与这三方面相关的一些专业课程需要凝聚成为专业的核心课程，如数值分析、离散数学、程序语言、数学建模等。

四、信息处理、应用开发中的数学知识

信息与计算科学专业的大一新生对就读该专业充满了憧憬。他们能发现数学基础的老三样（数分、高代、解几）但看不到信息和计算的影子，看不出专业的特征和特色，这就需要专业导论课程加以引导。选取信息处理和应用开发中的相关案例来阐述数学基础知识在解决这些问题中的重要作用，可以使学生对数学基础知识与实际科学工程问题有直观的印象，这对学生下决心打好基础，投入前期课程学习有着重要的作用。如选择图像处理中的修补算法、游戏开发中愤怒的小鸟的技术含量为讲述案例，则这些应用案例就可结合数学基础知识来阐述。

1.图像处理中的修补算法。图形图像的基本处理分析方法，如傅里叶分析可选择进行更为全面的介绍，介绍其在工程领域、数字信号处理、医学领域的广泛应用。这样来看，大一开始学习的分析类课程作为专业的基础课程确实是名符其实。图像图像处理的修补涉及优化模型和优化算法、算法的复杂性等，而这些基本的模型形式――在一定约束要求的前提下，求目标函数的极小值，容易使学生对开始学的分析课程的导数与极值、矩阵等基本知识联系起来。

2.愤怒的小鸟的技术含量。应用开发形式多种多样，游戏开发是一种有趣生动的开发过程，许多游戏开发又与数学基础知识有紧密联系。因此，选取其中的典型案例进行介绍，容易激发学生的学习兴趣，促进学生对数学知识在应用开发中作用的理解。如该例涉及的物体碰撞检测和连续碰撞检测与向量及运算、旋转矩阵、线性变换等数学基础知识，可以由此进一步介绍物体的移动、壁障和寻路等游戏开发中常见的智能化算法，这些都将和许多基础知识紧密结合。

五、信息挖掘与算法设计

信息与计算科学专业人才应具有处理实际中信息与科学工程计算问题的能力。当前大数据处理涉及的信息挖掘的相关内容，与信计专业有天然的联系，特别是挖掘目标的设置、隐含信息的挖掘模型的建立和使用、模型的求解、算法性能分析等，与信息与计算科学中的计算能力、建模能力、程序设计等核心能力模块要求相连。这方面的热点案例很多，如可选阿里巴巴大数据竞赛、2012年和2015年深圳杯全国大学生数学建模夏令营B题进行展示，其中阿里巴巴大数据竞赛可联系到机器学习算法等。讲述这些典型的热点应用案例，对学生了解专业课程和专业的内涵有重要的指导作用。

综上，通过梳理信息与计算科学专业导论教学中一些需要澄清的问题，根据教学实践，从典型案例的视角对这些问题设置的必要性和解决方式进行了分析和探讨，剖析了这对于促进学生对专业内涵的总体把握、了解专业应用领域、品味专业学习价值的有益作用。

[ 参 考 文 献 ]

[1] 杨晓东，崔亚新，刘贵富.试论高等学校专业导论课的开设[J].黑龙江高教研究，2010（7）：147-149.

[2] 王晓晖.大学专业导论课开设的目标探析[J].高教论坛，2013（12）：69-71.

[3] 王利众，朱丽平.工科专业导论课教学研究――以“通信技术导论与导学”为例[J].黑龙江教育：高教研究与评估，2015（9）：29-30.

[4] 许峰，方贤文，许志才.信息与计算科学专业教学体系的实践与探索[J].高等理科教育，2007（4）：70-73.

[5] 龚日朝.“以特色取胜”建设信息与计算科学专业的新型思路与实践[J].大学数学，2004（3）：12-15.

[6] 苏丽卿，黄民海.对信息与计算科学专业的认识与思考[J].河北师范大学学报（教育科学版），2008（6）：107-109.

[7] 李学勇，王鑫，谭义红.应用型本科院校信息与计算科学专业人才培养模式[J].长沙大学学报，2009（5）：109-111.

[8] 汪富泉.信息与计算科学专业应用型人才培养模式研究与实践[J].大学教育，2013（18）：62-63.

[9] 郑金洲.案例教学：教师专业发展的新途径[J].教育理论与实践，2002（7）：36-41.

第2篇

关键词 案例教学法 计算机文化 基础课程 教学方法

随着计算机科技的日益发展和计算机知识的广泛普及，计算机已经渗透到人们的生活、学习、工作的各个方面，社会需要大量既熟悉专业知识又掌握计算机应用技术的复合型人才，因此，《计算机文化基础》课程已成为当代大学生素质教育的重要基础课程之一，是培养学生实践能力、创新能力、社会适应能力的重要途径。如何让学生提高学习兴趣、重视基础学习，提高教学质量，是当前《计算机文化基础》课程的教学难点。

一、“计算机文化基础”教学过程中存在的问题由于各个地区经济、教育发展的不平衡，高校新生的计算机基础水平存在较大的差异。有些学生在中学就已学过计算机相关课程或在家里就拥有电脑，对计算机的操作非常熟悉；有些学生对计算机不感兴趣，计算机操作水平相对较低，甚至有些同学以前从来没接触过计算机。这些都造成了教师在讲课的过程中，一部分学生认为教师一节课讲的内容太多，接受不了，而另一部分学生又因为觉得内容简单，心不在焉。学生计算机水平的差异，使得教师难以把握教学尺度。因此，可在开学初举行计算机文化基础课程的免修考试，让计算机程度好的同学，可以免修基础学习，选修其他应用性更强的计算机应用课程，如Photoshop、VB、FoxPro等，而没有通过考试的同学，继续进行基础学习，这也使得同一个班的学生的计算机水平较平均，较容易把握教学尺度。

另外，学生对计算机文化基础课程的重视不够，学习积极性不高。大部分学生认为自己不是计算机专业的学生，不需要熟练掌握计算机的使用，觉得这门课的实用性不大。而且课堂上对知识点的一步步讲解，也使学生觉得计算机知识太繁琐、枯燥、无聊，产生厌学情绪。计算机基础是一门操作性、实践性很强的课程，所以应该采用更有效的教学手段，提高学生的学习兴趣。因此，在《计算机文化基础》课程中采用“案例教学法”，不仅能突出这门课的实用性，也能激发学生学习积极性，在一定程度上提高课堂教学效率，增强学生对知识掌握和灵活运用。

二、案例教学法及其优点

案例教学法是一种在教师指导下，把学生带入特定事件的现场，通过案例分析以提高学生实际运作能力的教学方法。在课程教学中以典型案例划分教学内容，以案例引导课堂教学，以案例引导学生知识点的掌握，以实际案例为剖析对象。教师指导下教学，学生共同参与案例的分析、讨论以寻求实现方法，实现理论与实践一体化，增强了学生的自主创新能力。

案例教学法的优点：1.案例教学法从来自社会实践的案例中的问题出发，能够促使学生更懂得尊重社会实践、理论联系实际，有助于培养学生分析问题和解决问题的能力。2.案例教学法强调课堂组织形式的多样性，打破了课本原有以知识的逻辑结构体系为顺序组织课堂教学的方式，设计恰当而丰富的教学案例，有利于激发学生的学习热情。3.案例教学法应该说是一种科学、有效的学习方法，其可贵之处在于发现新问题，并在解决问题的过程中验证、发展和深入研究，有助于培养学生的能力。

三、“计算机文化基础”案例化教学实施将计算机文化基础课程的知识点恰当地融入案例的分析和制作过程中，不但有助于学生在学习过程中掌握独立的知识点，而且有助于培养综合的分析问题和解决问题的能力。由于Office办公自动化软件的操作是《计算机文化基础》课程的教学重点和难点，下面以Word、Excel、PowerPoint三个知识点为例，说明具体案例设计的内容。

（一）word案例：个人简历的制作。

个人简历是对学生学习生活的简介，是评价和认定学生的主要材料，在很多的场合需要使用，例如学校里社团的招新、学生会干部招募、甚至在以后的求职过程中。本案例制作的个人简历首先有一个封面，包括学生的基本信息，如姓名、专业、学校、联系电话、电子邮箱等，使用艺术字、图片、文本框、水印等技术进行制作。简历正文以项目符号进行分类划分，介绍学生的英语水平、计算机水平、主干课程、爱好与特长、自我评价等。通过此简历的设计，把word文档中字体、段落的设置，项目标号、文本框、艺术字、图片的插入，背景、页面的设置、页面边框的添加、分栏等知识点融会其中，让学生感到学习的知识非常实用，学得更加主动和用心。

（二）word案例：策划书的制作。

在日常的学习生活中，同学们也经常需要使用word制作长文档，如社团活动的策划书、论文等。这个案例以一个社团活动策划书作为素材，其中的活动安排以表格形式记录，让学生掌握表格的插入和设置，然后通过对整个文档进行格式设置，让学生学习排版的一般技巧，学会设置标题样式、段落的大纲级别，熟悉分隔符、页眉页脚的插入和设置，会使用文档结构图进行查看、创建目录等。

（三）Excel案例：学生成绩分析。

在日常的使用中，同学们会经常使用Excel表格进行简单的数据分析和管理，因此设置一个学生成绩分析的案例，让学生熟练掌握Excel的相关操作。首先通过简单的格式设置，了解Excel中字体格式、单元格数字类型、边框、对齐方式、行距、列宽等的设置，然后进行计算学生总分、平均分、排名、突出显示不及格人数等的操作，让学生学习Excel表格中函数的插入、条件格式的设置，然后进一步按某门课程对学生的成绩进行排序、简单筛选或高级筛选，讲解Excel中的简单数据处理，最后根据学生的平均成绩画出相应的分析图表，让学生掌握图表的创建和修饰。

（四）PowerPoint案例：学校简介。

有时候，同学们需要针对某些主题进行演讲，例如学习交流、毕业答辩、产品介绍等，这都需要使用到PowerPoint这个工具。本案例通过制作一个学校简介的PPT，讲解在PowerPoint中如何新建幻灯片，选择幻灯片模板，设置配色方案、母板、备注内容等，并在不同幻灯片中插入图片、表格、艺术字、视频、音频、flash动画等，重点介绍如何设置幻灯片的播放效果，如幻灯片的切换方式、自定义动画、幻灯片放映等。

经过一年的教学验证，使用案例进行教学，能使学生觉得学习的知识实用有趣，提高了学生的学习兴趣，活跃了课堂的学习气氛，同时提高了学生的听课质量，也能让学生更灵活的掌握了office这些办公软件的操作技巧，在期末的上机考试中，也取得了比较好的成绩。

四、总结

教育的任务不是将信息灌输到学生头脑中，而是利用有效、使用的概念来充实学生的头脑，案例教学能激发学生的学习激情，有利于学生对知识的吸收和融会贯通，随着计算机文化基础课程的改革和发展，学生计算机应用水平的不断提高，案例的设计要不断地加以完善和改进，以适应新课程、新形势的要求，只有不断改革和创新才能取得更好的教学效果。

参考文献：

[1]黄冬梅，王爱继.大学计算机应用基础案例教程[M].清华大学出版社，2006，7:34-148.

[2]张积家.高等教育心理学[M].高等教育出版社，2009，7:394-407.

第3篇

一、文献综述

国内有关大学效率评价定量分析的文献很少见，仅有武书连等人用大学排行榜上大学得分除以大学教师数和科研员工数得到的效率值。由于大学排行榜的得分是一个综合数据，含有投入、产出和大学基本条件或环境等信息，实质上没有所谓效率的意义，只有人均排行榜之意。

国外对大学效率的评价，近10年来颇有进展。由于国外大学的教育规模发展迅速，招生规模不断扩大，资源配置已从强调公平向义务和效率转化。12Clelli131>Avkiran14、Abbott和Doucouliagos151等人对澳大利亚大学，Ahn、Charnes和Coppeij6、Robst171、Salemo181等人对美国大学，Athanassopouios和Shale19、Stevens110、Izadi、Johns、Oskro-chi和Crouchley1111等人对英国大学，McMillan和Data1121对加拿大大学，JongbloedEtAl1131>Jongb-loed和Koelman1141、Vink115等对荷兰等大学的效率问题进行了研究。他们的研究分别以学校单元、学术单元和非学术单元进行，有的研究整体效率，有的研究学术产出效率，有的研究管理效率。他们使用的方法是数据包络分析（DataEnvelopmentAnalysis，DEA)和随机前沿面（StochasticFrontier,SF)，其中2/3的研究采用的是DEA方法。

研究高等教育的效率和生产力最重要的问题是如何界定其产出和投入。国外学者将学校或其研究单元作为一个黑箱，而由黑箱的投入与产出计算效率。对于高等教育机构的多种产出，一般引用EstelleJames'16所说的“学术产品”。学术产品可以简单地划分为研究与教育两项产出。

研究教育产出的问题是如何用“最好”的方法来量化(quantify)。比如，同样数目的学生数，有人会说谁的学生更杰出一些或更差一些，因而不能认为是同等的。如果不论谁更杰出，那么，学生人数越多越好，这显然也是不妥的。为此，通常的思路是给他们加权',但是，要取得令人满意的权重，谈何容易。

对于研究产出，有学者用的数量来计算，也有学者以研究支出(受资助金额)作为产出（实际上也是研究收入，至少与研究支出高度相关)。当然，关于研究支出，有学者认为其可以被认为是投入或产出。比如，MelvilleL.Mcmillan和DebasishDatta'18就指出美国州政府资助的研究基金是投入，而企业和联邦政府资助的科研基金是产出。与此同时，支出没有质量信息。相反，有人说并非所有研究成果都是以文章形式发表的，比如，专利、许可等。为此，Cohn'19也提出用加权的方法。当然，这同样要用先验的判断，并且要求足够客观以让人们接受，但是，这是不易做到的。

投入的测量也是如此困难。比如，学术人员数或全体教职员工数同样也不存在质量信息。比如，北大、清华的教师通常被认为是更有水平的，所以，有文章提出可以用员工工薪水平来测度员工水平。然而，这又会增加有关地区差别的考虑，从而使研究更加复杂。

事实上，一个学校，其教育产出多、研究产出少或相反，只能表明它的价值取向如此。从综合效率来看，只能说明其效率是否相对有效，而不能说谁更胜一筹。使用加权(这些权对所有学校是平等的）的方法是将不同决策单元的产出或投入“扯平”，从而又归为单一投入与单一产出的问题，它并没有突破单一投入与单一产出的评价方法。

事实上，在多产出、多投入的情形下，没有一种统一的权重可以让所有被评估者信服，因为它无法反映各自的价值取向。而数据包络分析方法(DEA)是适合于综合效率评估的方法，其权重取法是最有利于被评估者的。

二、模型DEA

数据包络分析方法（DEA)的优点是不要求有先验的生产函数，对投入和产出也不要求有统一的量纲，困此，该方法具有相当的灵活性。所以，在国外的大学效率计算中，约有2/3的研究采用的是DEA方法，而另一些研究使用的是随机前沿面(SF)方法，且主要适用于成本效率等只有一个产出的情形，而且要有关于产出或成本的函数形式假设，同时还要有关于其回归残差分布形态的假设。所以，本文认为还是选择DEA方法为佳。

其含义是当新的投入组合不大于原投入时，新的产出组合能比原产出多$倍。此问题一定存在解，而且Vd>1。当Vd=1且S+,S-均为0时，称DEA有效。DEA有效的经济含义是除非增加一种或多种投入，或减少其他种类的产出，无法再增加任何产出;除非增加一种或多种投入，或减少其他种类产品的产出，无法再减少任何投入。在大学效率研究中，视大学为决策单元。

线性规划模型(D)是面向输出的DEA模型，它也可以转化为面向输入的模型。模型(D)的约束条件中，如果加上条件：E1则称此模型为假设j-1是规模收益可变（variablereturntoscale,VRS)下的VRS模型，它得到的效率值可作为纯技术效率。而当没有此条件时称为CRS模型(constantreturntoscale),此时得到的技术效率被认为是规模效率与纯技术效率相乘作用下的结果，所以据此可以确定规模效率。还有非递增(NIR)与非递减(NDR)规模收益等1211，在此，不再多述。

三、研究生教育的效率分析框架

在传统的学校效率分析框架中，将学校或其研究单元作为一个黑箱，并根据黑箱的投入与产出计算效率。其中，两个问题必须明确:第一是作为黑箱的分析单元，可以是整个学校，也可以是学校的部门机构。第二是黑箱的投入和产出包括哪些内容。

分析单元是容易确定的，而投入与产出是较难确定的。Coelli122在以澳大利亚的大学为单元的模型分析中，认为产出是学生在册数(折算为全日制学生数)、发表指标，投入是总员工数和非员工费用;在以学院为单元的模型分析中，认为产出是学生数和发表指标，投入是学术员工数和其他费用；在以管理部门为单元的模型分析中，产出是学生数、总员工数，投入是管理员工（金额计）、其他管理费用。Avkiran1231研究了总体绩效、教育服务绩效、付费生教育的绩效。他在三个模型中用的投入全是学术员工数和非学术员工数，产出则按不同模型分为：（1)本科生数、研究生数、研究成果等；(2)学生保持率、学生进阶率、毕业生就业率等;（3)海外付费生数、非海外付费研究生数。Abbot和doucouliagos124对Coelli的数据重新建模计算，对分析单元集合则按研究与教育的不同比重区别对待。他采用的投入仍是学术员工数、非学术员工数、非人工支出、非现金资产的价值等，而其产出是以学生数代表教育，以研究工作量代表研究产出。Ahn、Charnes和Cooper125首次对美国大学的技术效率和规模效率进行了研究。他们的投入是课程支出、材料投入和管理支出，而产出是大学生数、研究生数和联邦研究项目支出。Athanassopoulos和Shale1261对英国的45所“老”大学进行研究。他们研究了成本(cost)效率和成果(outcome)效率。二个模型都用三个产出：成功毕业数、获得学位数、加权研究比率。而成本模型的投入则分别为一般学术支出、研究收入(income);成果模型的投入是大学生数、研究生数、学术员工数、平均A级入学分数、研究收入、图书馆与计算机支出等。McMillan和Data1271用DEA分析了加拿大45所大学。他用了九个DEA模型并比较它们的结果。他采用的投入与产出更为复杂，针对不同的模型，采取不同的选择:产出为在校本科生数或理科在校本科生数、其他学科本科生数、研究生数、硕士研究生数、博士研究生数、受资助的研究生支出总额、国家社会科学与人文学科委员会资助人占员工比例（％)、国家自然基金和工程研究委员会资助的员工比例（％)等指标的部分组合，而投入是有三级职称的教师数、理科教师数、其他教师数、其他费用、总费用支出等指标的部分组合。

在国内，类似的研究，仅有邱均平等人A在评价大学科技竞争力时指出投入指标为人力、RD基地、项目、经费，产出指标是成果应用（专利，技术转让)、论文数、论文质量、获奖等。

虽然DEA模型分析大学效率时，其投入与产出的选择各有不同，但学生数或毕业生数通常用来作为产出，而学术员工数或非学术员工数也常作为投入，发表文章数常作为研究产出，但研究收入或研究支出，则有时可作为投入，有时作为产出，等等。事实上，这些选择大体是根据研究角度或研究目的的不同以及数据可得性的考虑来决定的。

本文的研究单元是大学，其内容是研究生教育的效率。因此，笔者采用国外的研究方案，专门针对研究生教育的投入与产出给出界定，研究框架如图1所示：

研究生教育投入的是人力和科研经费。在大学，与研究生教育最相关的因素是博士生导师、硕士生导师和具有高级职称的教师，以及科研经费，因此，将研究生教育的投入设定为导师数、具有高级职称教师数和科研经费数。研究生教育的产出则包含研究生数和科研成果两部分。科研成果很可能含有非研究生教育的成果，但是，本科生的研究成果毕竟是少数，而研究型大学中低职称者的工作与本单位研究生教育紧密相关，所以，将科研成果作为研究生教育的主要产出。

由于研究生教育的投入与产出具有数量与质量两方面的信息，虽然在前面的论述中认为只是价值取向不同而不必拘泥于质量，但在效率分析框架上区分数量与质量的信息是有必要。比如，对于教育产出，既要考虑学生数量产出的效率，也要考虑学生质量产出的效率；同样的，大学科研项目的获取是大学的收入(产出)，它表明的是学校研究数量上的信息，并无质量的信息，而质量的信息，应当是这些研究项目所得资助的使用效率，即所谓的研究成果。为此，本文提出二阶段框架进行分析，如图2所示：

第一阶段可认为是研究生教育的数量效率，诸如导师得到课题数、博士硕士生人数和科研经费数，它们没有或很少具有质量信息，更多的则是数量信息，而第二阶段是将第一阶段获得的资源合理利用，最终产出论文和科技成果等。显然，在资源相同的情况下，如果得到更多的论文和科研成果，那么，就表明这些学校的研究生教育是高质量的。

四、数据来源和处理

模型不应根据数据的可得性而设计，但在实证时必须适当地迁就可得性。本研究根据《教育部直属高校二oo三年基本情况统计资料汇编》整理。教育部部属高校有72所，加上中科院和国防科工委所属8所大学，共80所。由于北京中医药大学的数据有若干缺失，故排除在外，余下79所大学。在进一步研究时，发现有一些纯文科大学没有自然科学的数据，所以将不具有自然科学方面数据的学校排除在外，共有66所大学。虽然本研究也曾对79所大学进行过研究，但以下只给出66所大学的研究结果，而对于79所大学的研究结果和没有列出的其他结果，可以向作者索取。

研究生教育的人力投入指标用具有高级职称教师数、博士生导师数和硕士生导师数表示。其中，博士生导师数是由硕博连导的导师和只指导博士的导师数合并，硕士生导师是由硕博连导的导师和只指导硕士的导师数合并。由于笔者没有按人文社会科学、自然科学分类的有关博士生导师、硕士生导师的数据，所以，只能将导师以大学为单位汇总。科研经费由人文社科经费、自然科学经费等两项指标表示(单位:万元)。

研究生教育的教育产出以博士生在校生数、硕士生在校生数等两项指标表示。同样，研究生数不能按学科区别对待。科研产出以人文社会科学专著数、人文社会科学论文数、自然科学专著数、自然科学论文数等四项指标表示，不区分论文的级别，是因为没有相关数据（曾只用国外论文的研究，结果表明影响不大)。科技专利等在此不予体现的原因，是由于难以量化，而且对于研究生教育来讲，几乎所有大学都以和专著作为毕业答辩的前提。

五、计算结果

1.传统分析框架下的计算结果

在传统分析框架下，投入是具有高级职称的教师数、博士生导师数、硕士生导师数、人文社会科学研究经费、自然科学研究经费，而产出是人文社会科学论文数、人文社会科学专著数、自然科学论文数、自然科学专著数。

表1显示，66所大学中，有46.97%即31所大学是CRS有效的，有71.21%即47所是VRS有效的。纯技术效率的平均数是105.75%,规模平均效率是111.10%。这表明，大多数学校处于相对接近的状态，即所谓“有效”。但是，我们不能说这些相对有效的学校是很有生产力的，因为相对效率只是表明相对有效性。从规模效率来看，35所非CRS有效的学校(其中16所大学是VRS有效的）中，32所大学处于规模收益递减阶段，只有3所大学处于规模收益递增阶段。可见，47所大学的纯技术效率是有效的，但有超过一半的学校是非规模有效的，而非规模有效主要是规模递增收益非有效。所以，经过高等教育规模扩张之后的研究生教育的主要工作应是提高规模效率，尽快消化规模扩张形成的无效率，比如北京大学、清华大学、东南大学等。同时，如果认为近一半“相对有效”的学校是具有很高生产力的，那么，适当地增加规模，筹集新的资源，对于提高研究生教育的产出，仍然是大有可为的。但是，这需要更进一步的分析（比如研究成本效率，或与国外同行相比较等)才能得出是否有足够生产力的结论。

为了更明确有关学校的产出潜力，可以应用DEA的加性模型。即如果要使那些非有效的学校变得有效(VRS),可以增加产出。如表2(没有产出潜力的有效率学校不列出）所示。

表2中的产出潜力是根据部分大学现有产出的组合计算得到的。如果所有大学的研究生教育都有效，则人文社会科学专著可增加至1041部、人文社会科学论文增加至3439篇、自然科学专著增加至437部、自然科学论文增加至7456篇、博士生增加到7025人、硕士生增加到17699人。如果只限定部分产出是可能改变的，其他的不予变动（比如只增加博士生人数而其他产出不增加)，那么，北京交通大学博士生数应当增加到2150人，即增加1268人左右，在此不一一计算。

2.二阶段分析框架下的计算结果

本研究提出的二阶段分析框架，认为在研究生教育的第一阶段，以具有高级职称教师数和导师数为投入、以研究生数和课题数(其中自助资金不予考虑，因为很难从全校资金中分离出来)为产出，第二阶段则以研究生数和课题数为投入，以论文和专著篇数、专利数等为产出。

第一阶段的分析，仅用大学具有高级职称的教师数和博士生导师数、硕士生导师数作为投入，而其产出是博士生数、硕士生数、课题数和科研经费数，因为科研经费拨入和支出有时有出入，有时基本相近，所以，以拨入与支出的平均数作为科研经费数。第一阶段的结果是研究生教育的数量效率，如表3所示。由表3可看出，有33所大学（占50%)是纯技术有效的，处于规模收益递减阶段；有18所（占27%)是总体技术有效的，处于规模收益不变阶段；15所(占23%)处于规模收益增加阶段。这表明，在数量效率方面，处于规模收益递增阶段的15所大学在研究生教育的数量规模上还有扩大的可能性。

第二阶段的分析，以第一阶段的产出为第二阶段的投入，而产出的是专著数、论文数等。其效率可以作为研究生教育的质量效率。其计算结果如表4所示。表4显示，有24所大学（占36%)总体技术有效，37所（占56%)纯技术有效；有39所（占59%)大学处于规模递减收益阶段，24所处于规模收益不变阶段，3所处于规模收益增加阶段。因此，从质量角度来讲，一半以上的大学的研究生教育是高质量的，同时接近六成的大学处于规模收益递减阶段，需要提高管理效率。

从研究生教育的数量效率与质量效率来看，同时达到纯技术有效的大学有18所（占27%),如北京大学、清华大学、北京化工大学、上海交通大学等。而有些学校则是数量上有效而质量上无效，或质量上有效而数量上无效。

六、结论

根据上述计算结果，可以得出以下结论。

(1)31所大学的研究生教育是相对有效的，47所大学是纯技术有效的。即便不论是否有效，平均效率也是相当高的。与Avkiran发现的澳大利亚大学一样，中国大学的研究生教育在以“令人尊敬的”(respectable)效率水平上运行。但是，这并不是说这些学校可以“引为自豪”了，这只能说大多数大学的研究生教育的效率是相对有效的。另一方面，既然大多数大学的研究生教育是有效的，那么如果不继续筹集资源，扩大规模，就无法为社会提供更多的教育与研究成果。

(2)用传统模型计算有32所大学处于规模收益递减阶段，用数量效率模型计算有33所大学处于规模收益递减阶段，用质量效率模型计算有39所大学处于规模收益递减阶段。这表明，我国大学研究生教育的当务之急是提高规模效率，而规模效率往往与管理水平相关，所以提高管理水平是其首要的任务。同时，有若干大学处于规模收益不变阶段，如果进一步筹集资源，是有所作为的。根据数量效率模型的计算结果，有15所大学处于规模收益递增阶段，表明这些大学在研究生教育的数量规模上是应当有所增加的。

(3)从数量效率和质量效率上看，有18所大学同时达到纯技术有效，但其中有些大学的规模效率仍有待提高。