区域高等教育资源配置效率比较研究

姜颖　付明

摘 要：运用主成分分析法，在度量区域高等教育的投入水平和产出水平的基础上，进一步度量出区域高等教育的资源配置效率。分析表明，区域高等教育的资源配置效率与投入之间并不存在完全的正相关，因此，若想提升区域高等教育资源配置效率，相对于增加投入水平而言，有效地充分利用现有资源提升产出更为重要。

关键词：区域高等教育；投入水平；产出水平；配置效率

中图分类号：G647 文献标志码：A 文章编号：1673-291X（2014）29-0169-02

引言

在我国区域化特征显著的背景下，区域高等教育的发展是建设高等教育强国的前提和基础，而充足的高等教育资源及其合理配置则是实现区域高等教育可持续发展的根本保障。然而，在我国高等教育的资源相对匮乏的现状下，又如何实现区域高等教育的良性发展呢？无疑，提升区域高等教育资源的配置效率乃是当务之急。本文正是以此为切入点，对区域高等教育资源配置效率的现状进行比较研究，剖析形成差距的原因，并最终提出提升区域高等教育配置效率的有效措施。

国外关于高等教育资源配置优化的研究，主要偏好于个案分析。例如，John F.Ryan在《高校经费与学生毕业率相关性分析》一文中，运用最小二乘法建立多元回归模型进行定量分析，结果表明，学生毕业率与教育经费支出、学生科研经费支出正相关，与支持学生职业发展的服务支出和学校公共管理支出负相关，据此提出今后高校经费应多向教学和科研方面倾斜的资源优化配置策略；Breu和Raab运用DEA方法对美国公立大学相对效率进行评价分析；Hooshang Izadi等人运用随机前沿面法来研究高等教育的资源配置；Jill Johnes &Li Yu （2008）对高校科研的产出效率进行了研究。

国内关于高等教育的资源配置效率的文献有代表性的有：黄林芳（2005）运用主成分分析法对13所高校的投入产出状况进行了比较分析，结果表明我国现阶段高等教育的投入产出总体上还处于一个粗放性的增长阶段；邵争艳（2006）基于DEA分析法对我国区域高等教育的资源配置效率进行了评价，得出大部分地区存在着高等教育资源配置偏低的结论；中央教育科学研究所高等教育研究中心（2009）运用主成分分析法对72所教育部直属高校3年整体投入产出进行对比排序。

本文与现有文献相比较，创新之处在于：第一，立足于区域的视角，对高等教育配置效率进行研究（目前国内外的文献还鲜儿有之）。第二，对指标进行标准化处理，将高等教育资源的投入指标和产出指标进行了0-1标准化处理，这种处理方法在保留原始数据相对差异性的同时，消除了各分项指标在量纲和量级上的差异，从而使主成分分析的结果更加精确。第三，运用主成分分析方法进行研究，此前的学者主要DEA分析法对资源配置效率进行分析。本研究并不仅仅停留于各区域间高等教育资源配置效率的高低比较，而是进一步研究在不同的资源投入规模下，各区域高等教育的资源配置效率有何不同，是否高等教育的资源配置效率完全依赖于其资源配置的规模。

一、研究方法和数据的选取

在实际问题中，反映同一事物的变量会有多个。而不同变量之间往往又具有一定的相关性，但又不能完全互相取代。如，本研究中涉及到的反映高等教育办学资源的指标有多个：生师比、生均占地、生均图书、生均固定资产、生均校舍、生均教育经费等等。这几个变量之间是不能完全互相取代的，但彼此之间又具有一定的联系。如生均教育经费必然和生均图书、生均固定资产有关系，但又不能用后两者直接取代前者。

这就产生了有待于解决的问题：如何能够用尽可能少的变量，尽可能多的反映原始变量的信息？主成分分析可以使这个问题得到有效的解决。主成分分析就是设法将原来变量重新组合成一组新的互相无关的几个综合变量来代替原来的变量，同时根据实际需要从中可取几个较少的综合变量（即几个主成分），来尽可能多地反映原来变量的信息。

主成分分析的思路是将原来众多具有一定相关性的变量重新组合成新的几个相互无关的综合变量，来代替原来变量，这些新的综合变量称为主成分。

如果有N个变量，正常就可以得出N个主成分。第1个主成分、第2个主成分、第3个主成分…第N个主成分，对原始数据的解释能力依次变弱，但累计解释力为100%。至于在每项研究中究竟选几个主成分要依情况而定，一般取累计贡献率（解释力）达85%—95%的主成分（《实用数据统计分析及SPSS12.0应用》P250）。

本研究所运用主成分的说明：（1）高等教育产出：由于有3个原始变量所以最多可以选取3个主成分；（2）高等教育资源投入：由于有6个原始变量所以最多可以选取6个主成分；（3）高等教育资源配置效率：由于是前两者之比，所以最终的结果视前两者主成分选取个数的多少，可以有C1

3·C1

6（18种）结果（当然，其中有些解释力不能达到85%）。

本研究以解释力达85%的主成分为标准，并经综合考虑最终选取了“ 高等教育产出主成分取1，高等教育资源投入主成分取4”作为本研究的研究结果。

在数据的选取上，主要选择了反映高等教育产出和资源投入的两个方面的指标。

反映区域高等教育产出的指标主要有3个：（1）办学师均成果（具体又包括办学师均著作、师均论文两项）；（2）每十万人在校生数代表的实际意义；（3）每十万人毕业生数。

反映区域高等教育资源投入的指标有6个：生师比；生均占地、生均图书；生均固定资产；生均校舍；生均教育经费。

二、实证分析结果

运用主成分分析法的结果，即可获取高等教育的资源配置效率。高等教育的资源配置效率=高等教育产出综合指数/高等教育资源投入综合指数。

表1为主成分分析法得出的高等教育资源配置效率的最终结果，并与简单加权平均法计算的结果进行了比较。结果表明两种方法，中间排名有较大的差异，但前几名、后几名排名相同。

三、结论与政策建议

高等教育的资源投入水平是影响高等教育资源配置效率的主要因素，但是否高等教育的资源配置效率完全取决于高等教育的资源投入水平呢？图1为“高等教育资源投入与高等教育资源配置效率的波士顿矩阵”。该波士顿矩阵将“高等教育资源投入”与“高等教育资源配置效率”之间的关系划分为四个象限。

第一象限，投入多、资源配置效率高的地区；第二象限，投入少、资源配置效率高的地区；第三象限，投入少、资源配置效率低的地区；第四象限，投入多、产出低地区。其中，陕西、北京、江苏、黑龙江、吉林、重庆等地区，区域高等教育发展层次指数较高。①2007年，各地区均大于全国高等教育的层次指数的平均水平，“一般来讲，高等教育的办学层次越高，高等教育辐射的范围越广，办学成本越大。”较高的办学层次水平是导致这些地区高等教育教育资源配置率相对较低的因素之一。

综上分析可知，我们在强调提升高等教育资源投入的同时，更应考虑如何提升区域高等教育的资源配置效率，这样才能有效的避免高等教育资源的闲置和浪费。另外，本研究虽已对高等教育的资源投入与产出进行了较详尽的分析，但仍然有较大的研究空间有待于进一步拓展：如引入衡量高等教育资源投入与产出水平的质量指标……这将是本研究进一步研究的方向。

参考文献：

[1] 黄林芳.高等教育投入产出主成分分析[J].财经研究，2005，（7）：112-122.

[2] 杨永恒，胡鞍钢，张宁.基于主成分分析法的人类发展指数替代技术[J].经济研究，2005，（7）：4-17.

[3] 中国教育科学研究所高等教育研究中心.中国高等教育绩效评价报告[N].中国教育报，2009-12-09.

[4] 邵争艳.中国区域高等教育资源优化配置评价与对策研究[D].哈尔滨：哈尔滨工程大学，2006.

[责任编辑 柯 黎]endprint

摘 要：运用主成分分析法，在度量区域高等教育的投入水平和产出水平的基础上，进一步度量出区域高等教育的资源配置效率。分析表明，区域高等教育的资源配置效率与投入之间并不存在完全的正相关，因此，若想提升区域高等教育资源配置效率，相对于增加投入水平而言，有效地充分利用现有资源提升产出更为重要。

关键词：区域高等教育；投入水平；产出水平；配置效率

中图分类号：G647 文献标志码：A 文章编号：1673-291X（2014）29-0169-02

引言

在我国区域化特征显著的背景下，区域高等教育的发展是建设高等教育强国的前提和基础，而充足的高等教育资源及其合理配置则是实现区域高等教育可持续发展的根本保障。然而，在我国高等教育的资源相对匮乏的现状下，又如何实现区域高等教育的良性发展呢？无疑，提升区域高等教育资源的配置效率乃是当务之急。本文正是以此为切入点，对区域高等教育资源配置效率的现状进行比较研究，剖析形成差距的原因，并最终提出提升区域高等教育配置效率的有效措施。

国外关于高等教育资源配置优化的研究，主要偏好于个案分析。例如，John F.Ryan在《高校经费与学生毕业率相关性分析》一文中，运用最小二乘法建立多元回归模型进行定量分析，结果表明，学生毕业率与教育经费支出、学生科研经费支出正相关，与支持学生职业发展的服务支出和学校公共管理支出负相关，据此提出今后高校经费应多向教学和科研方面倾斜的资源优化配置策略；Breu和Raab运用DEA方法对美国公立大学相对效率进行评价分析；Hooshang Izadi等人运用随机前沿面法来研究高等教育的资源配置；Jill Johnes &Li Yu （2008）对高校科研的产出效率进行了研究。

国内关于高等教育的资源配置效率的文献有代表性的有：黄林芳（2005）运用主成分分析法对13所高校的投入产出状况进行了比较分析，结果表明我国现阶段高等教育的投入产出总体上还处于一个粗放性的增长阶段；邵争艳（2006）基于DEA分析法对我国区域高等教育的资源配置效率进行了评价，得出大部分地区存在着高等教育资源配置偏低的结论；中央教育科学研究所高等教育研究中心（2009）运用主成分分析法对72所教育部直属高校3年整体投入产出进行对比排序。

本文与现有文献相比较，创新之处在于：第一，立足于区域的视角，对高等教育配置效率进行研究（目前国内外的文献还鲜儿有之）。第二，对指标进行标准化处理，将高等教育资源的投入指标和产出指标进行了0-1标准化处理，这种处理方法在保留原始数据相对差异性的同时，消除了各分项指标在量纲和量级上的差异，从而使主成分分析的结果更加精确。第三，运用主成分分析方法进行研究，此前的学者主要DEA分析法对资源配置效率进行分析。本研究并不仅仅停留于各区域间高等教育资源配置效率的高低比较，而是进一步研究在不同的资源投入规模下，各区域高等教育的资源配置效率有何不同，是否高等教育的资源配置效率完全依赖于其资源配置的规模。

一、研究方法和数据的选取

在实际问题中，反映同一事物的变量会有多个。而不同变量之间往往又具有一定的相关性，但又不能完全互相取代。如，本研究中涉及到的反映高等教育办学资源的指标有多个：生师比、生均占地、生均图书、生均固定资产、生均校舍、生均教育经费等等。这几个变量之间是不能完全互相取代的，但彼此之间又具有一定的联系。如生均教育经费必然和生均图书、生均固定资产有关系，但又不能用后两者直接取代前者。

这就产生了有待于解决的问题：如何能够用尽可能少的变量，尽可能多的反映原始变量的信息？主成分分析可以使这个问题得到有效的解决。主成分分析就是设法将原来变量重新组合成一组新的互相无关的几个综合变量来代替原来的变量，同时根据实际需要从中可取几个较少的综合变量（即几个主成分），来尽可能多地反映原来变量的信息。

主成分分析的思路是将原来众多具有一定相关性的变量重新组合成新的几个相互无关的综合变量，来代替原来变量，这些新的综合变量称为主成分。

如果有N个变量，正常就可以得出N个主成分。第1个主成分、第2个主成分、第3个主成分…第N个主成分，对原始数据的解释能力依次变弱，但累计解释力为100%。至于在每项研究中究竟选几个主成分要依情况而定，一般取累计贡献率（解释力）达85%—95%的主成分（《实用数据统计分析及SPSS12.0应用》P250）。

本研究所运用主成分的说明：（1）高等教育产出：由于有3个原始变量所以最多可以选取3个主成分；（2）高等教育资源投入：由于有6个原始变量所以最多可以选取6个主成分；（3）高等教育资源配置效率：由于是前两者之比，所以最终的结果视前两者主成分选取个数的多少，可以有C1

3·C1

6（18种）结果（当然，其中有些解释力不能达到85%）。

本研究以解释力达85%的主成分为标准，并经综合考虑最终选取了“ 高等教育产出主成分取1，高等教育资源投入主成分取4”作为本研究的研究结果。

在数据的选取上，主要选择了反映高等教育产出和资源投入的两个方面的指标。

反映区域高等教育产出的指标主要有3个：（1）办学师均成果（具体又包括办学师均著作、师均论文两项）；（2）每十万人在校生数代表的实际意义；（3）每十万人毕业生数。

反映区域高等教育资源投入的指标有6个：生师比；生均占地、生均图书；生均固定资产；生均校舍；生均教育经费。

二、实证分析结果

运用主成分分析法的结果，即可获取高等教育的资源配置效率。高等教育的资源配置效率=高等教育产出综合指数/高等教育资源投入综合指数。

表1为主成分分析法得出的高等教育资源配置效率的最终结果，并与简单加权平均法计算的结果进行了比较。结果表明两种方法，中间排名有较大的差异，但前几名、后几名排名相同。

三、结论与政策建议

高等教育的资源投入水平是影响高等教育资源配置效率的主要因素，但是否高等教育的资源配置效率完全取决于高等教育的资源投入水平呢？图1为“高等教育资源投入与高等教育资源配置效率的波士顿矩阵”。该波士顿矩阵将“高等教育资源投入”与“高等教育资源配置效率”之间的关系划分为四个象限。

第一象限，投入多、资源配置效率高的地区；第二象限，投入少、资源配置效率高的地区；第三象限，投入少、资源配置效率低的地区；第四象限，投入多、产出低地区。其中，陕西、北京、江苏、黑龙江、吉林、重庆等地区，区域高等教育发展层次指数较高。①2007年，各地区均大于全国高等教育的层次指数的平均水平，“一般来讲，高等教育的办学层次越高，高等教育辐射的范围越广，办学成本越大。”较高的办学层次水平是导致这些地区高等教育教育资源配置率相对较低的因素之一。

综上分析可知，我们在强调提升高等教育资源投入的同时，更应考虑如何提升区域高等教育的资源配置效率，这样才能有效的避免高等教育资源的闲置和浪费。另外，本研究虽已对高等教育的资源投入与产出进行了较详尽的分析，但仍然有较大的研究空间有待于进一步拓展：如引入衡量高等教育资源投入与产出水平的质量指标……这将是本研究进一步研究的方向。

参考文献：

[1] 黄林芳.高等教育投入产出主成分分析[J].财经研究，2005，（7）：112-122.

[2] 杨永恒，胡鞍钢，张宁.基于主成分分析法的人类发展指数替代技术[J].经济研究，2005，（7）：4-17.

[3] 中国教育科学研究所高等教育研究中心.中国高等教育绩效评价报告[N].中国教育报，2009-12-09.

[4] 邵争艳.中国区域高等教育资源优化配置评价与对策研究[D].哈尔滨：哈尔滨工程大学，2006.

[责任编辑 柯 黎]endprint

摘 要：运用主成分分析法，在度量区域高等教育的投入水平和产出水平的基础上，进一步度量出区域高等教育的资源配置效率。分析表明，区域高等教育的资源配置效率与投入之间并不存在完全的正相关，因此，若想提升区域高等教育资源配置效率，相对于增加投入水平而言，有效地充分利用现有资源提升产出更为重要。

关键词：区域高等教育；投入水平；产出水平；配置效率

中图分类号：G647 文献标志码：A 文章编号：1673-291X（2014）29-0169-02

引言

在我国区域化特征显著的背景下，区域高等教育的发展是建设高等教育强国的前提和基础，而充足的高等教育资源及其合理配置则是实现区域高等教育可持续发展的根本保障。然而，在我国高等教育的资源相对匮乏的现状下，又如何实现区域高等教育的良性发展呢？无疑，提升区域高等教育资源的配置效率乃是当务之急。本文正是以此为切入点，对区域高等教育资源配置效率的现状进行比较研究，剖析形成差距的原因，并最终提出提升区域高等教育配置效率的有效措施。

国外关于高等教育资源配置优化的研究，主要偏好于个案分析。例如，John F.Ryan在《高校经费与学生毕业率相关性分析》一文中，运用最小二乘法建立多元回归模型进行定量分析，结果表明，学生毕业率与教育经费支出、学生科研经费支出正相关，与支持学生职业发展的服务支出和学校公共管理支出负相关，据此提出今后高校经费应多向教学和科研方面倾斜的资源优化配置策略；Breu和Raab运用DEA方法对美国公立大学相对效率进行评价分析；Hooshang Izadi等人运用随机前沿面法来研究高等教育的资源配置；Jill Johnes &Li Yu （2008）对高校科研的产出效率进行了研究。

国内关于高等教育的资源配置效率的文献有代表性的有：黄林芳（2005）运用主成分分析法对13所高校的投入产出状况进行了比较分析，结果表明我国现阶段高等教育的投入产出总体上还处于一个粗放性的增长阶段；邵争艳（2006）基于DEA分析法对我国区域高等教育的资源配置效率进行了评价，得出大部分地区存在着高等教育资源配置偏低的结论；中央教育科学研究所高等教育研究中心（2009）运用主成分分析法对72所教育部直属高校3年整体投入产出进行对比排序。

本文与现有文献相比较，创新之处在于：第一，立足于区域的视角，对高等教育配置效率进行研究（目前国内外的文献还鲜儿有之）。第二，对指标进行标准化处理，将高等教育资源的投入指标和产出指标进行了0-1标准化处理，这种处理方法在保留原始数据相对差异性的同时，消除了各分项指标在量纲和量级上的差异，从而使主成分分析的结果更加精确。第三，运用主成分分析方法进行研究，此前的学者主要DEA分析法对资源配置效率进行分析。本研究并不仅仅停留于各区域间高等教育资源配置效率的高低比较，而是进一步研究在不同的资源投入规模下，各区域高等教育的资源配置效率有何不同，是否高等教育的资源配置效率完全依赖于其资源配置的规模。

一、研究方法和数据的选取

在实际问题中，反映同一事物的变量会有多个。而不同变量之间往往又具有一定的相关性，但又不能完全互相取代。如，本研究中涉及到的反映高等教育办学资源的指标有多个：生师比、生均占地、生均图书、生均固定资产、生均校舍、生均教育经费等等。这几个变量之间是不能完全互相取代的，但彼此之间又具有一定的联系。如生均教育经费必然和生均图书、生均固定资产有关系，但又不能用后两者直接取代前者。

这就产生了有待于解决的问题：如何能够用尽可能少的变量，尽可能多的反映原始变量的信息？主成分分析可以使这个问题得到有效的解决。主成分分析就是设法将原来变量重新组合成一组新的互相无关的几个综合变量来代替原来的变量，同时根据实际需要从中可取几个较少的综合变量（即几个主成分），来尽可能多地反映原来变量的信息。

主成分分析的思路是将原来众多具有一定相关性的变量重新组合成新的几个相互无关的综合变量，来代替原来变量，这些新的综合变量称为主成分。

如果有N个变量，正常就可以得出N个主成分。第1个主成分、第2个主成分、第3个主成分…第N个主成分，对原始数据的解释能力依次变弱，但累计解释力为100%。至于在每项研究中究竟选几个主成分要依情况而定，一般取累计贡献率（解释力）达85%—95%的主成分（《实用数据统计分析及SPSS12.0应用》P250）。

本研究所运用主成分的说明：（1）高等教育产出：由于有3个原始变量所以最多可以选取3个主成分；（2）高等教育资源投入：由于有6个原始变量所以最多可以选取6个主成分；（3）高等教育资源配置效率：由于是前两者之比，所以最终的结果视前两者主成分选取个数的多少，可以有C1

3·C1

6（18种）结果（当然，其中有些解释力不能达到85%）。

本研究以解释力达85%的主成分为标准，并经综合考虑最终选取了“ 高等教育产出主成分取1，高等教育资源投入主成分取4”作为本研究的研究结果。

在数据的选取上，主要选择了反映高等教育产出和资源投入的两个方面的指标。

反映区域高等教育产出的指标主要有3个：（1）办学师均成果（具体又包括办学师均著作、师均论文两项）；（2）每十万人在校生数代表的实际意义；（3）每十万人毕业生数。

反映区域高等教育资源投入的指标有6个：生师比；生均占地、生均图书；生均固定资产；生均校舍；生均教育经费。

二、实证分析结果

运用主成分分析法的结果，即可获取高等教育的资源配置效率。高等教育的资源配置效率=高等教育产出综合指数/高等教育资源投入综合指数。

表1为主成分分析法得出的高等教育资源配置效率的最终结果，并与简单加权平均法计算的结果进行了比较。结果表明两种方法，中间排名有较大的差异，但前几名、后几名排名相同。

三、结论与政策建议

高等教育的资源投入水平是影响高等教育资源配置效率的主要因素，但是否高等教育的资源配置效率完全取决于高等教育的资源投入水平呢？图1为“高等教育资源投入与高等教育资源配置效率的波士顿矩阵”。该波士顿矩阵将“高等教育资源投入”与“高等教育资源配置效率”之间的关系划分为四个象限。

第一象限，投入多、资源配置效率高的地区；第二象限，投入少、资源配置效率高的地区；第三象限，投入少、资源配置效率低的地区；第四象限，投入多、产出低地区。其中，陕西、北京、江苏、黑龙江、吉林、重庆等地区，区域高等教育发展层次指数较高。①2007年，各地区均大于全国高等教育的层次指数的平均水平，“一般来讲，高等教育的办学层次越高，高等教育辐射的范围越广，办学成本越大。”较高的办学层次水平是导致这些地区高等教育教育资源配置率相对较低的因素之一。

综上分析可知，我们在强调提升高等教育资源投入的同时，更应考虑如何提升区域高等教育的资源配置效率，这样才能有效的避免高等教育资源的闲置和浪费。另外，本研究虽已对高等教育的资源投入与产出进行了较详尽的分析，但仍然有较大的研究空间有待于进一步拓展：如引入衡量高等教育资源投入与产出水平的质量指标……这将是本研究进一步研究的方向。

参考文献：

[1] 黄林芳.高等教育投入产出主成分分析[J].财经研究，2005，（7）：112-122.

[2] 杨永恒，胡鞍钢，张宁.基于主成分分析法的人类发展指数替代技术[J].经济研究，2005，（7）：4-17.

[3] 中国教育科学研究所高等教育研究中心.中国高等教育绩效评价报告[N].中国教育报，2009-12-09.

[4] 邵争艳.中国区域高等教育资源优化配置评价与对策研究[D].哈尔滨：哈尔滨工程大学，2006.

[责任编辑 柯 黎]endprint