基于DEA方法的医药相关类高职院校教育发展效率研究-精选教育文档.docx

基于DEA方法的医药相关类高职院校教育发展效率研 2013年《国务院关于促进健康服务业发展的若干意见》、 2015年《全国医疗卫生服务体系规划纲要（ 2015-2020 年）》等 相关文件的颁布， 对医学相关高职人才提出了新的需求。 本文从 投入-产出角度，基于数据包络分析（ data envelopment analysis , DEA模型，以医药相关类高职院校为例，对我国高 职教育质量监测与评价进行研究， 为进一步合理配置高职教育资 源和促进医药相关类高职院校发展提供科学建议。 、研究对象的选取与基本情况 一）研究对象 本文选取中国高职高专 2015 年高等职业教育质量年报中医 药相关类高职院校作为研究对象，剔除 2015 年没有毕业生的院 校及部分数据不全的院校，共选取 58 所，包括（中）医学高等 专科学校 23所、医学专科学校 1 所、（中）医药高等专科学校 10所、卫生职业学院 8所、卫生职业技术学院 5 所、药品食品 职业学院 2所、食品药品职业技术学院 1 所、食品药品职业学院 1 所、药科职业学院 1 所、护理职业学院 5 所、护理高等专科学 校 1 所。 二） 58 所医药相关类高职院校基本情况 为了统一口径， 同时也为了使数据具有可比性， 借鉴相关研 究者的做法 [1] ，本文围绕专业人才培养质量重新筛选了医药相 关类高职院校的投入和产出指标。选取生师比（ x1、、企业兼职 教师专业课课时占比（X2）、生均教学科研仪器设备值（X3）作 为医药相关类高职院校发展的投入指标，它们代表了人、财、物 的各种要素投入。 其中，企业兼职教师专业课课时占比能更真实 地反映出高职院校校企合作、 兼职教师参与教学的情况， 生均教 学科研仪器设备值不但反映出学校固定资金的投入， 也反映出高 职院校对实践能力培养的关注。选取就业率（y1）、招生人数（y2）、 母校满意度（y3）、雇主满意度（y4）作为医药相关类高职院校 发展效率的产出指标，它们从社会影响、学生满意度、用人单位 满意度不同角度描述了人才培养的成果，基本情况见表1。表 1 58 所医药相关类高职院校发展效率投入与产出指标基本情况指标 就业率（ %） 招生人数（人） 母校满意度（ %） 雇主满意度（%） 生师比（% 满意度不同角度描述了人才培养的成果，基本情况见表 1。 表 1 58 所医药相关类高职院校发展效率投入与产出指标基 本情况 指标 就业率（ %） 招生人数（人） 母校满意度（ %） 雇主 满意度（%） 生师比（%） 企业兼职教师专业课课时占比 （%） 生 均教学科研仪器设备值（元） 最大值 99.43 12237 100 100 84.5 96 27290.84 最小值 78.22 950 83.2 59.23 7.8 4.67 122.353 平均值 92.65 2753.67 95.24 93.64 17.80 29.39 8201.47 中位数 94.53 2509 95.84 95.6 15.37 20 7152.67 二、数据分析方法与结果 （一） DEA方法和模型 DEA方法通过建立一个线性规划模型，对各个决策单元 (Decisi on Maki ng Unit ，DMU做出相应的评价，可对同一系 统内的各个决策单元的有效性进行评价， 其可根据系统输入和输 出的指标， 建立相应的评价模型， 从而得到每个评价单元的效率 评价值。DEA法中用于衡量相对效率的方法有很多种，最基本的 模型有CCR模型和BCC模型，这两种模型一般用于对同一时期生 产前沿面下生产要素配置效率进行分析[2] 产前沿面下生产要素配置效率进行分析 [2] 。 CCR莫型［3］主要用于评价决策单元的技术有效性和规模有 效性，判断“技术有效”和“规模有效”是否同时发生， 即总体 效率(Overall Efficiency ，OE，其利用决策单元的输入输出 数据，直接建立DEA模型，结合线性规划的对偶理论和非阿基米 德无穷小的原理，计算判别决策单元的 DEA有效性。该模型测定 的技术效率是在规模报酬不变假设下的相对效率， 但是在实际情 况中，并非每一个DMU都能够在固定规模报酬下生产，也可能是 处于规模报酬递增或递减的状态， DMU勺无效率除了可能来自于 本身的投入、 产出配置不合理外， 也可能是由于自身规模不当造 成的。BCC模型剔除掉了规模报酬不变这一限制条件，并且将总 体效率分解为纯技术效率( Pure Technical Efficiency ， PTE) 和规模效率(Scales Efficiency ，SE)，主要用于研究现有决 策单元的单纯技术效率， 指的是在既定的条件下， 现有的资源投 入所能获得的最大产出的能力。 本研究的目的是探索在不改变各投入要素的条件下，