资源配置效率的比较分析

李元静　王成璋

摘要：利用DEA模型对我国31省（市、区）的高等教育资源配置效率进行测度，然后通过空间数据对区域高等教育资源配置效率进行空间相关性分析。研究表明，我国各省（市、区）的高等教育配置效率存在着很大的差距，东部地区明显高于西部地区，而西部地区的陕西省和贵州省的平均超效率值则高于东部地区均值，高等教育资源的集聚扩散效应是导致资源配置效率差异的主要原因之一。

关键词：高等教育资源配置；效率；DEA模型；空间相关性

中图分类号：F224；G64文献标识码：A文章编号：1001-8409（2014）10-0022-05

改革开放30余年以来，我国高等教育得到了快速的发展，但是高等教育存在的问题也越来越凸显。其中高等教育资源的短缺以及配置效率低下的问题已经成为影响我国高等教育可持续发展的重要障碍，所以有必要对资源配置以及效率进行更多的研究。

通过梳理国内外有关高等教育资源配置的相关研究文献，发现国外对高等教育资源配置的研究，在理论、模式、方法等方面都已经比较成熟了。这些对于我国高等教育资源配置的研究会起到一定的借鉴作用。目前国内对于高等教育资源配置的研究，主要还是以介绍与比较国外相关研究的现状较多，还有就是采用传统的资源配置理论分析现实的情况，但是这些分析都存在着一定的滞后。同时对高等教育资源配置理论和实证的研究主要还是集中在国家宏观层面，或者是三大地区方面的研究。而将某一省作为区域单元来研究，探讨各地区高等教育资源配置问题的研究相对还比较缺乏。因此将各省作为区域单元，从系统的角度全面探讨我国经济转型过程中高等教育资源配置的情况，对于提高我国高等教育资源配置效率，促进高等教育发展具有一定的理论意义和实践意义。

随着信息技术的发展，地理信息系统应用日益得到发展，现在已经扩及到人文社会科学，特别是在社会变迁、经济发展、公共政策议题上贡献斐然，同时基于应用空间计量经济学进行验证的理论也在不断地丰富，这些都给研究者提供了很多的方便和带来了全新的视角[1，2]。所以本文试图运用空间分析的方法，更多地获取我国高等教育资源配置效率在空间分布上的信息，为高等教育资源在空间地理上更加有效而均衡的配置提供重要的决策依据。

3结论分析与建议

为了对我国高等教育资源的配置效率更好地进行评价，本文首先采用DEA方法对其效率进行了测度，主要对各省（市、区）高等教育资源配置效率的超效率值进行了分析，然后采用探索性空间数据分析（ESDA）技术，对1998～2011年31个省的高等教育资源配置效率的空间相关性进行了实证分析。主要结论如下：

（1）我国高等教育资源配置效率具有显著的空间相关性。我国高等教育资源配置效率发展呈现区域性不平衡状态，西部地区的效率显著低于中、东部地区，陕西和贵州的资源配置效率具有较高的水平。

（2）我国教育集聚效应加剧了东西部教育资源配置的差异。通过实证检验空间相关性，发现我国的高等教育资源存在着一定的集聚效应。东部和中部教育资源配置效率的集中，使我国教育资源发展存在着不平衡性。这些结论为我国高等教育改革提供了理论指导。提高中西部教育资源配置效率，要在教育发展相对落后的地区通过体制创新，选择相对有竞争优势的高等学校，建立若干个有影响力的学科，形成“扩散极”，带动这一地区的教育发展。

参考文献：

[1]杨开忠，冯等田，沈体雁. 空间计量经济学研究的最新进展[J]. 开发研究，2009（4）.

[2]王立平，任志安，空间计量经济学研究综述[J].中南财经高等专科学校学报，2007（12）.

[3]A Harnes， W Cooper， E Rhodes. Measuring the Efficiency of Decision Making Unit[J]. European Journal of Operational Research， 1978 （2）：429-444.

[4]魏权龄.评价相对有效性的DEA方法—运筹学的新领域[M]. 北京：中国人民大学出版社，1998.

[5]Andersen， Petersen. A Procedure for Ranking Efficient Units in Data Envelopment Analysis[J]. Management Science， 1993（39）：1261-1264.

[6]Anselin L. Local Indicators of Spatial Association LISA[J]. Geographical Analysis， 1995： 93-115.

[7]Anselin L. Spatial Econometrics：Methods and Models[M].Dordrecht： Kluwer Acadernic Publishers，2007.

[8]Moran P A P. A Test for the Serial Dependence of Residuals Biometric[J]. 1950 （37）：178-181.

（责任编辑：李映果）

摘要：利用DEA模型对我国31省（市、区）的高等教育资源配置效率进行测度，然后通过空间数据对区域高等教育资源配置效率进行空间相关性分析。研究表明，我国各省（市、区）的高等教育配置效率存在着很大的差距，东部地区明显高于西部地区，而西部地区的陕西省和贵州省的平均超效率值则高于东部地区均值，高等教育资源的集聚扩散效应是导致资源配置效率差异的主要原因之一。

关键词：高等教育资源配置；效率；DEA模型；空间相关性

中图分类号：F224；G64文献标识码：A文章编号：1001-8409（2014）10-0022-05

改革开放30余年以来，我国高等教育得到了快速的发展，但是高等教育存在的问题也越来越凸显。其中高等教育资源的短缺以及配置效率低下的问题已经成为影响我国高等教育可持续发展的重要障碍，所以有必要对资源配置以及效率进行更多的研究。

通过梳理国内外有关高等教育资源配置的相关研究文献，发现国外对高等教育资源配置的研究，在理论、模式、方法等方面都已经比较成熟了。这些对于我国高等教育资源配置的研究会起到一定的借鉴作用。目前国内对于高等教育资源配置的研究，主要还是以介绍与比较国外相关研究的现状较多，还有就是采用传统的资源配置理论分析现实的情况，但是这些分析都存在着一定的滞后。同时对高等教育资源配置理论和实证的研究主要还是集中在国家宏观层面，或者是三大地区方面的研究。而将某一省作为区域单元来研究，探讨各地区高等教育资源配置问题的研究相对还比较缺乏。因此将各省作为区域单元，从系统的角度全面探讨我国经济转型过程中高等教育资源配置的情况，对于提高我国高等教育资源配置效率，促进高等教育发展具有一定的理论意义和实践意义。

随着信息技术的发展，地理信息系统应用日益得到发展，现在已经扩及到人文社会科学，特别是在社会变迁、经济发展、公共政策议题上贡献斐然，同时基于应用空间计量经济学进行验证的理论也在不断地丰富，这些都给研究者提供了很多的方便和带来了全新的视角[1，2]。所以本文试图运用空间分析的方法，更多地获取我国高等教育资源配置效率在空间分布上的信息，为高等教育资源在空间地理上更加有效而均衡的配置提供重要的决策依据。

3结论分析与建议

为了对我国高等教育资源的配置效率更好地进行评价，本文首先采用DEA方法对其效率进行了测度，主要对各省（市、区）高等教育资源配置效率的超效率值进行了分析，然后采用探索性空间数据分析（ESDA）技术，对1998～2011年31个省的高等教育资源配置效率的空间相关性进行了实证分析。主要结论如下：

（1）我国高等教育资源配置效率具有显著的空间相关性。我国高等教育资源配置效率发展呈现区域性不平衡状态，西部地区的效率显著低于中、东部地区，陕西和贵州的资源配置效率具有较高的水平。

（2）我国教育集聚效应加剧了东西部教育资源配置的差异。通过实证检验空间相关性，发现我国的高等教育资源存在着一定的集聚效应。东部和中部教育资源配置效率的集中，使我国教育资源发展存在着不平衡性。这些结论为我国高等教育改革提供了理论指导。提高中西部教育资源配置效率，要在教育发展相对落后的地区通过体制创新，选择相对有竞争优势的高等学校，建立若干个有影响力的学科，形成“扩散极”，带动这一地区的教育发展。

参考文献：

[1]杨开忠，冯等田，沈体雁. 空间计量经济学研究的最新进展[J]. 开发研究，2009（4）.

[2]王立平，任志安，空间计量经济学研究综述[J].中南财经高等专科学校学报，2007（12）.

[3]A Harnes， W Cooper， E Rhodes. Measuring the Efficiency of Decision Making Unit[J]. European Journal of Operational Research， 1978 （2）：429-444.

[4]魏权龄.评价相对有效性的DEA方法—运筹学的新领域[M]. 北京：中国人民大学出版社，1998.

[5]Andersen， Petersen. A Procedure for Ranking Efficient Units in Data Envelopment Analysis[J]. Management Science， 1993（39）：1261-1264.

[6]Anselin L. Local Indicators of Spatial Association LISA[J]. Geographical Analysis， 1995： 93-115.

[7]Anselin L. Spatial Econometrics：Methods and Models[M].Dordrecht： Kluwer Acadernic Publishers，2007.

[8]Moran P A P. A Test for the Serial Dependence of Residuals Biometric[J]. 1950 （37）：178-181.

（责任编辑：李映果）

摘要：利用DEA模型对我国31省（市、区）的高等教育资源配置效率进行测度，然后通过空间数据对区域高等教育资源配置效率进行空间相关性分析。研究表明，我国各省（市、区）的高等教育配置效率存在着很大的差距，东部地区明显高于西部地区，而西部地区的陕西省和贵州省的平均超效率值则高于东部地区均值，高等教育资源的集聚扩散效应是导致资源配置效率差异的主要原因之一。

关键词：高等教育资源配置；效率；DEA模型；空间相关性

中图分类号：F224；G64文献标识码：A文章编号：1001-8409（2014）10-0022-05

改革开放30余年以来，我国高等教育得到了快速的发展，但是高等教育存在的问题也越来越凸显。其中高等教育资源的短缺以及配置效率低下的问题已经成为影响我国高等教育可持续发展的重要障碍，所以有必要对资源配置以及效率进行更多的研究。

通过梳理国内外有关高等教育资源配置的相关研究文献，发现国外对高等教育资源配置的研究，在理论、模式、方法等方面都已经比较成熟了。这些对于我国高等教育资源配置的研究会起到一定的借鉴作用。目前国内对于高等教育资源配置的研究，主要还是以介绍与比较国外相关研究的现状较多，还有就是采用传统的资源配置理论分析现实的情况，但是这些分析都存在着一定的滞后。同时对高等教育资源配置理论和实证的研究主要还是集中在国家宏观层面，或者是三大地区方面的研究。而将某一省作为区域单元来研究，探讨各地区高等教育资源配置问题的研究相对还比较缺乏。因此将各省作为区域单元，从系统的角度全面探讨我国经济转型过程中高等教育资源配置的情况，对于提高我国高等教育资源配置效率，促进高等教育发展具有一定的理论意义和实践意义。

随着信息技术的发展，地理信息系统应用日益得到发展，现在已经扩及到人文社会科学，特别是在社会变迁、经济发展、公共政策议题上贡献斐然，同时基于应用空间计量经济学进行验证的理论也在不断地丰富，这些都给研究者提供了很多的方便和带来了全新的视角[1，2]。所以本文试图运用空间分析的方法，更多地获取我国高等教育资源配置效率在空间分布上的信息，为高等教育资源在空间地理上更加有效而均衡的配置提供重要的决策依据。

3结论分析与建议

为了对我国高等教育资源的配置效率更好地进行评价，本文首先采用DEA方法对其效率进行了测度，主要对各省（市、区）高等教育资源配置效率的超效率值进行了分析，然后采用探索性空间数据分析（ESDA）技术，对1998～2011年31个省的高等教育资源配置效率的空间相关性进行了实证分析。主要结论如下：

（1）我国高等教育资源配置效率具有显著的空间相关性。我国高等教育资源配置效率发展呈现区域性不平衡状态，西部地区的效率显著低于中、东部地区，陕西和贵州的资源配置效率具有较高的水平。

（2）我国教育集聚效应加剧了东西部教育资源配置的差异。通过实证检验空间相关性，发现我国的高等教育资源存在着一定的集聚效应。东部和中部教育资源配置效率的集中，使我国教育资源发展存在着不平衡性。这些结论为我国高等教育改革提供了理论指导。提高中西部教育资源配置效率，要在教育发展相对落后的地区通过体制创新，选择相对有竞争优势的高等学校，建立若干个有影响力的学科，形成“扩散极”，带动这一地区的教育发展。

参考文献：

[1]杨开忠，冯等田，沈体雁. 空间计量经济学研究的最新进展[J]. 开发研究，2009（4）.

[2]王立平，任志安，空间计量经济学研究综述[J].中南财经高等专科学校学报，2007（12）.

[3]A Harnes， W Cooper， E Rhodes. Measuring the Efficiency of Decision Making Unit[J]. European Journal of Operational Research， 1978 （2）：429-444.

[4]魏权龄.评价相对有效性的DEA方法—运筹学的新领域[M]. 北京：中国人民大学出版社，1998.

[5]Andersen， Petersen. A Procedure for Ranking Efficient Units in Data Envelopment Analysis[J]. Management Science， 1993（39）：1261-1264.

[6]Anselin L. Local Indicators of Spatial Association LISA[J]. Geographical Analysis， 1995： 93-115.

[7]Anselin L. Spatial Econometrics：Methods and Models[M].Dordrecht： Kluwer Acadernic Publishers，2007.

[8]Moran P A P. A Test for the Serial Dependence of Residuals Biometric[J]. 1950 （37）：178-181.

（责任编辑：李映果）