中国医科大学(110001) 张 旭 赵 群
数据包络分析(data envelopment analysis,DEA)的实质是根据一组关于输入、输出指标的观察值来估计生产前沿面并以之进行综合效果评价,从而得出哪些单位投入过大、产出过小的意见〔1〕。本研究针对教研室的教育资源投入与教育科研产出种类较多以及量纲不一致等特点,以教研室的教育成本核算为基础,应用数据包络分析法,探讨高等医学院校绩效评价方法,为建立高校资源利用约束机制、教职员工激励机制和提高高等院校资源的利用效率提供依据。
1.资料来源
数据来源于某医科大学计财处、设备处、人事处、房产科、实验动物部、研究生院、教务处和科研处等相关部门,主要收集了2007年该校校部地区64个教研室的房屋折旧、设备购置、人员数等11个方面的信息。
2.方法
本研究通过文献法确立了三级指标体系共有32个指标。其中一级指标体系包括科学研究、人才培养、学校声誉,二级指标包括科研基地、科研项目、科研成果、培养基地、师资队伍、学生情况、综合声誉等,在此基础之上通过专家法并结合该医学院校的实际情况,经过筛选、细化及相关性分析从32个指标中选取了11个指标建立了适合该院校教研室效率评价的指标体系。然后利用DEA方法对该医学院校进行相对效率评价。
1.指标筛选
通过查阅文献确立了三级指标体系有32个指标。综合多位高校管理者和经济学专家的意见,将高等医学院校相对效率评价的指标主要从能够反映教研室的规模、经济状况、效率等方面的数据中选取,并利用SPSS软件将这些指标实测数据进行相关性分析确定了8个投入指标和3个产出指标,投入指标包括:学生指导津贴、房屋折旧费、设备折旧费、设备购置费、药品材料费、实验动物费、工资和教研室员工人数。产出指标包括:教学时数、科研经费数、论文数。
2.DEA模型的选用和特点
DEA 方法有 C2R、C2GS2、C2RS2、BC2等模型,其中最基本的模型是C2R和C2GS2模型〔3〕,本研究选用C2R。
DEA方法最主要的特点就是不必事先人为地对有效边界作假设,让数据提供依据,还可以使用不同的量纲数据;不必事先预定指标间的函数关系;能对各决策单元的相对有效性进行排序;能计算没有达到100%有效的决策单元的缺失指标或多余量,从而为决策提供管理信息〔2〕。本研究利用PIM-DEA V1.5软件完成。
1.在2007年中,该医学院校在体制上和社会的整体环境上没有太大变化,故可把该医学院校中64个教研室作为64个整体进行分析,分析结果见表1。
2.相对无效单元U11的分析结果,如表2,3所示。
1.通过表1可以看出不同教研室的相对效率情况。2007年度整体有效的教研室有16个;DEA无效的教研室有48个。在无效单元中,根据DEA评价结果对U11进行具体分析。可以看出U11在投入方面是相对过剩的,实际值与理想值存在着明显的差异。例如,实验动物费用实际值是3999,理想值是51.1,其多投入了98.72%。在产出方面可以看出U11是相对不足的。例如,科研经费数量的真实值是22,而理想值为32,还需增加45.46%才能达到理想值。单元的信息,如表2、3所示理想值与实际值等,但是对于有效的决策单元提供的信息却相对较少,如64个决策单元中有16个被评价单元的得分为100,这些决策单元排序相同没有先后顺序,在结果中无法显示出这些决策单元的差别,无法对有效的决策单元进行调整。
表1 2007年度DEA评价结果排序(降序)
表2 2007年U11的投入实际值与理想值分析
表3 U11的产出实际值与理想值分析
3.从医学院校教研室管理方面来讲。高校应该鼓励效率相对低下的教研室向效率值为100并且科室性质相近的教研室学习,取其所长,补己之短,提高教研室的工作效率;高校管理层还应该对效率低下的教研室给予政策扶持,促进其有效健康的发展;对于有效的教研室,高校应增加对其的投入量,加强管理,使其更加有效的运行,为学校做出更多的贡献。
通过DEA方法可以具体计算出哪些指标存在着差异以及差值的量是多少,可以为医学院校教研室加强管理、提高效率提供可靠的参考依据。
2.应用DEA方法对医科大学教研室进行相对效率的评价,评价结果直观可靠,说服力较强。这种方法也有其不足之处,DEA方法虽然能够提供非有效决策
1.谢娟,马亚楠,赵颖.数据包络分析在医院临床科室相对效率评价中的应用.中国卫生统计.2010,27(1):88.
2.Cooper William W,Seiford Lawrence M,Tone K.Data Envelopment A-nalysis:A Comprehensive Text,with Models,Applications,References and DEA-Solver Software.New York:Springer Science BusinessMedia,Netherlands,2007.
3.魏权龄.数据包络分析.北京:科学出版社,2006,41-47.