高校教育资源配置效率实证分析.docVIP

高校教育资源配置效率实证分析 　　摘 要：教育资源配置效率比一般的教育产出更为重要。以经费、固定资产、人员、设备和图书作投入,以学生和科研为产出，用DEA方法以教育部部属高校2001年和2004年的数据为样本得到对应的效率值，这与我们常见的高校排名大不相同，值得深思。 　　关键词：数据包络分析(DEA)；超效率；教育资源；配置效率 　　中图分类号：G64 　　文献标识码： A 　　文章编号：1003-7217(2007)02-0113-04 　　 　　一、引言 　　 　　目前，对于高等学校的排名和其它评估活动已外化为一种高等教育的研究活动，而这些方法重点关注的是一些高校的产出指标，特别是总量指标。这对于我们这样一个发展中国家办大教育的现状来说，其导向作用是非常有害的。因为现阶段和今后相当长的一个时期内，我国的高等学校可用的教育资源都是一个相对不足的局面。在国家投入这个大蛋糕里，经济发展和社会保障还有环境治理必然占有很大份额，那么，高等教育资源的合理配置和有效使用的研究才是符合当前注重增长质量的主题。正象GDP不能作为政绩的唯一标准一样，教育的产出指标也不应是衡量高校业绩，评价高校层次的绝对标准。 　　高等教育资源配置效率的研究，国内外的学者都做过一些有价值的尝试，如定性的规范分析、指标体系综合评价、单指标纵向和横向对比等。用数据包络分析来测算投入产出活动中的效率，并对部分高校的这一效率值进行对比分析。 　　 　　二 数据包络分析方法适应性探析 　　 　　（一）数据包络分析方法的产生和发展 　　 1978年由著名的运筹学家A?Charnes,W?W?Cooper和 E?Rhodes首先提出了一个被称为数据包络分析（Data Envelopment Analysis，简称DEA）的方法，以评价部门间的相对有效性（因此被称为DEA有效）。他们的第一个模型被命名为CCR模型。从生产函数角度看，这一模型是用来研究具有多个输入、特别是具有多个输出的“生产部门”同时为“规模有效”与“技术有效”的十分理想且卓有成效的方法。1986年Charnes，Cooper 和魏权龄为了进一步地估计“有效生产前沿面”[1]，利用Charnes, Cooper和K?Kortanek于1962年首先提出的半无限规划理论，研究了具有???穷多个决策单元的情况，给出了一个新的数据包络模型CCW模型。1987年Charnes, Cooper，魏权龄和黄志民又得到了称为锥比率的数据包络模型CCWH模型[1]，这一模型可以用来处理具有多个输入及输出情况，而且锥的选取可以体现决策者的“偏好”。灵活应用这一模型，可以将CCR模型中确定出的DEA有效决策单元进行分类或排队等。这些模型以及新的模型正在被不断地进行完善和进一步发展。 　　（二）DEA方法在教育资源配置效率研究中的应用 　　 　　图1 ?DEA?评价示意图 　　 　　图2 超效率?DEA?评价示意图 　　 　　模型得出?q即第k个被考察决策单元的总效率，而根据α值大于等于或小于1可以将决策单元划分为有效和非有效[3]。? 　　这种以线性规划（linear programming）的技术来架构生产函数求得效率指标的方法，其最大的优点是进行分析时不必预设函数形式，避免了模型的假设问题。同时，DEA可以处理多产出与多投入的效率评估问题，而且在投入与产出间无需设定其相对的重要性，解决主观权数决定与加总的问题。所以，相比以前的单指标评价或指标体系综合评价，在方法上得到了大的改进[2]。三、教育部直属高校资源配置效率的实证分析 　　（一）投入和产出指标的选取 　　1．界定与选择DMU。DMU(Decision Making Unit)为DEA评估与比较的决策单位,在选取DMU时,必须以相同的市场条件,以及具有同构型(Homogeneous)的DMU作为选取标准,以避免因受评单位的立足点条件不同,使得评估结果不具意义[7]。而具有同构型的DMU应具有以下特性:（1）所有决策单位须执行相同的工作任务,且具有相似的目标;（2）所有决策单位须在相同的市场条件下运作;（3）用来显示所有决策单位之表现(performance)特性的投入与产出项须相同,但投入与产出项的强度或幅度可不同。一般来说,DMU数目越多,越能界定投入与产出间的关系,因此，关于DMU数目的选取,可根据部分学者依实证经验所获得的经验法则而定,即受评单位的个数至少是投入与产出项目数总和的两倍。 　　2．投入与产出指标的决定。资源优化配置的目的是以尽量少的人力、物力、财力资源消耗充分实现高等教育的各种外显职能，即培养人才、服务社会和发展科学三大功能。基于上述考虑，选入的投入指标包括：X1教育经费支出，X2年末固定资产总值