农村义务教育资源配置效率的实证研究

官爱兰

(华东交通大学 人文社会科学学院，江西 南昌 330013)

农村义务教育资源配置效率的实证研究

官爱兰

(华东交通大学 人文社会科学学院，江西 南昌 330013)

构建农村教育资源配置效率评价指标体系，运用数据包络分析(DEA)方法，及其BCC模型和CCR模型，量化测评我国农村义务教育资源配置效率值。采用Tobit回归分析，寻找影响农村义务教育资源配置效率的主要因素，判断各因素对效率的影响程度，对中东西部地区进行对比分析，为我国新型城镇化视域下农村义务教育均衡有效发展的制度创新提供实证上的支持。

农村义务教育；资源配置；效率；新型城镇化

一、引 言

20世纪80年代，数据包络分析(DEA)方法开始应用于西方国家高等教育效率评价。Cooper，Ahames(1989)[1]用DEA方法对比评价公立大学和私立大学教育效率，并认为公立大学的效率大于私立大学。Abbott，Doucouliagos[2]采用DEA方法测算1995年澳大利亚公立大学教育效率，并得出结论：公立大学效率水平高且有进步空间。有的学者将教育效率看作生产效率，运用生产前沿函数法评价中小学办学效率。Barrow(1991)[3]用该方法评价英国20世纪中期的中学办学效率。Cooper和Cohn(1997)[4]利用生产前沿函数法评价南卡罗来纳州中小学办学效率。总体来讲，国外关于教育效率的测评方法日益多元化，量化分析指标体系愈加完善，分析结果具有现实意义。

我国教育效率研究起步晚，但后期研究成果丰富。王善迈(1996)[5]最早研究教育与经济的关系，提出用教育资源投入替代产出质量来衡量教育资源利用率。阎庆东(2002)[6]从发展、投入、管理和教育质量等方面构建义务教育效率评估指标，并认为按时毕业是衡量效率的重要指标。杨斌，温涛(2009,2011)[7][8]使用DEA方法测评且比较分析了中国各省区农村教育资源配置效率及其影响因素。胡咏梅，杜育红(2009)[9]采用DEA方法中追求最小投入为目标的CRS模型和VRS模型评估西部五省部分地区农村中学资源配置的技术效率、规模效率和总体效率。何孟姐，杨涛(2012)[10]利用DEA方法评价区域范围内义务教育学校资源配置效率，并为学校提供改进资源分配的方案。马肖华(2013)[11]认为我国城乡教育资源配置存在投入偏差，在城镇化过程中又加剧了教育不公平，政府旨在逐步减缓资源配置不公带来的教育危机。汪明(2014)[12]认为在推进新型城镇化的过程中，农村义务教育在学校布局调整、内涵发展等方面面临许多挑战，为此，要加大农村义务教育改革力度。

以上研究基于不同视角分析评价农村教育资源配置，为农村义务教育资源配置效率评价提供了借鉴。梳理相关文献亦可以发现，在新型城镇化视域下，鲜有研究涉及农村义务教育资源配置效率及其影响因素。本文通过实证分析，探寻新型城镇化进程中农村义务教育资源配置效率及其影响因素，并对中东西部地区进行对比分析，为我国农村教育均衡有效发展提供实证支持。

二、研究方法与模型的建立

DEA方法用以测评多投入多产出的相对效率。本文采用DEA方法中的CCR、BCC模型测度农村教育资源配置的三个效率值：技术效率、纯技术效率以及规模效率，从而提供政策建议，以提高农村义务教育资源配置效率。采用的DEA软件为DEAP2.1版本软件。

1.固定规模报酬(CRS)模式下的CCR模型

CCR模型假设有n个单位，每个都有m种类型的输入(表示对资源的消耗)以及s种类型的输出(表示成效的信息量)，DMUj的输入和输出分别为xj=(x1j，x2j，…，xmj)T，yj=(y1j，y2j，…，ysj)T，j=1,2，…，n。S+、S-为松弛变量，θ表示投入缩小比率，λ表示决策单元线性组合系数。

(CRS)

当θ*=1， s-*=s+*=0，那么称j()单元为DEA有效；当θ*=1，s-*， s+*存在非零值，那么称j()单元为DEA弱有效；当θ*<1，那么称j()单元为DEA无效。

2.可变规模报酬(VRS)模式下的BCC模型

BCC模型是在CCR模型基础上，考虑了可变规模报酬(VRS)的情况，增加了一个凸性假设。BCC模型具有规模收益可变性，扩大了CCR模型的适用范围。设上述方程有最优解，若θ0=1，则方程解为弱DEA有效；若θ0=1，且s0-=s0+=0，则方程的解为DEA有效。

(VRS)

上述CCR模型和BCC模型计算得到的效率是技术效率(TE)和纯技术效率(PTE)，两者的比值(TE/PTE)即是规模效率(SE)。我们使用TE值、PTE值、SE值测度农村义务教育资源配置效率。

3.Tobit模型

基于DEA计算出来的纯技术效率值(PTE)作为因变量，用主要影响因子为自变量，建立Tobit回归模型，进一步分析农村义务教育资源配置效率的主要影响因素及各因素对效率的影响程度。对于第i地区，Tobit模型为：

那么，因变量记为qi，自变量记为xi，潜变量记为qi*，相关系数向量记为β，εi是独立的，且εi～N(0，σ)。

三、指标及数据选取

1.DEA模型指标及数据选取

构建反映效率的科学指标体系，首先各项指标必须全面反映农村义务教育资源的投入和产出，其次投入和产出的口径要统一。基于以上要求，并兼顾基础数据易得性及准确性，本研究构建了既科学操作性又强的指标体系。

(1) 投入指标

农村义务教育资源投入指标：1)人力资源：专任教师总数。2)物力资源：固定资产总额。3)财力资源：教育经费总额。其中，为了剔除价格因素对原始数据可靠性的干扰，对农村义务教育经费进行GDP平减。

(2)产出指标

农村义务教育产出指标：1)农村初中合格毕业生数。2)农村小学合格毕业生数。3)文盲率。由于文盲率是一个非期望产出指标，需要通过线性数据转化法将文盲率转化为期望产出指标。线性数据转化函数可以表达为f(b)=v-b，其中v是一个足够大的向量，以保证所有转化的期望产出是正数。在本文中，v为1，b为文盲率，即农村15岁及以上文盲半文盲人口比例。

(3)数据来源

DEA模型的数据来源于1998～2012年《中国教育经费统计年鉴》《中国教育统计年鉴》《中国人口年鉴》，数据经整合后获得。

2.Tobit模型指标确定及数据来源

(1)指标确定

进行Tobit模型分析，选取纯技术效率作为因变量，自变量即城镇化率、省(市)区经济发展水平、教育经费投入、教育资源配置结构和人均受教育年限。

省(市)区经济水平变量用各省(市)区人均GDP表示；教育经费投入规模用各省(市)区对经费投资额取自然对数表示；教育资源配置结构即为各省(市)区公共部分费用占事业性经费的比例；城镇化率即各省(市)区城镇化率。

(2)数据来源

Tobit模型的数据来源于1998～2012年《中国统计年鉴》《中国农村统计年鉴》《中国教育经费统计年鉴》《中国教育统计年鉴》，相关数据经由计算而得。

四、实证分析

1. 测度农村义务教育资源配置效率值

通过DEAP2.1软件测算出农村教育资源配置效率状况，需要把各项投入产出指标数据植入模型，计算出技术效率值、纯技术效率值与规模效率值，分别见表1、表2以及表3。

(1)基于CCR模型的技术效率(TE)

技术效率是一个综合指标，评估决策单元(DMU)的配置能力和利用效益等。通常而言，技术效率=纯技术效率×规模效率。如果技术效率值为1，表明该DMU的投入产出是有效的。根据公式可知，技术和规模均有效。

从表1可以看出，我国农村义务教育资源配置效率总体呈现波动下滑态势，各省份技术效率均值由1998年的0.992，下降到2011年的0.899，下降幅度为9.4%，可见农村教育资源配置综合能力有待于提升。1998～2011年这14年间上海、安徽、贵州的效率系数均为1，这3个省份的DEA有效，即对于这3个省(市)目前在农村义务教育资源的投入上来看，如果不增加新的资源投入或者减少资源消耗，那么就无法提高资源利用效率。

通过数据比较，1998～2011年东、中、西部地区的技术效率值在一定范围内有所波动，就技术效率平均值而言，中部最优为0.915，东部次之为0.907，西部地区最低为0.903，当然，三大地区差异并不明显。

(2)基于BCC模型的纯技术效率(PTE)

纯技术效率是指厂商在规模最优条件下由于自身管理和规制运作水平限制影响的投入要素的生产效率。如果纯技术效率值为1，表明资源利用是有效的。农村义务教育资源配置的纯技术效率测评结果见表2。测度的1998～2011年，各省份纯技术效率均值不太平稳，显现出一定波动起伏的变化趋势。期间都能保持有效的有7个省份和直辖市：天津、黑龙江、上海、安徽、河南、广西和贵州，只占整体的24%。

从各地区纯技术效率平均值来看，中部最高为0.968，东部次之为0,942，西部最低为0.911，三个地区差异相对明显。

由此可知，农村义务教育资源配置中的制度运行和管理决策的稳定性不够，其效率低下也制约着西部地区农村义务教育资源配置效率的提升。

(3)规模效率(SE)

规模效率反映农村义务教育资源配置规模因素影响的效率。表3显示，各省份规模效率均值比较稳定，各年份的相对差异不大。各地区规模效率平均值显示，西部最高为0.991，东部为0.963，中部最低为0.944。

西部地区由于纯技术效率低下导致综合技术效率落后，亟须强化制度和决策水平；中部地区在纯技术效率上比较有优势，还需提高规模效率；东部地区的三大效率值均处于中间状态。

2.农村义务教育资源配置效率的影响因素

为了更好把握哪些要素影响农村义务教育资源配置的综合效率以及要素影响的显著性如何，需要把处理过的数据代入Tobit回归模型分析，得出结果如表4所示。

注：*、**、***依次为在10%、5%、1%的水平下显著.

模型分析可见，明显影响农村义务教育资源配置效率的因子包括地区经济发展水平、教育经费投入水平以及人均受教育水平，无显著影响的因子是教育资源配置结构和城镇化水平。地区经济发展水平、人均受教育程度与农村义务教育资源配置效率显著正相关，然而教育经费投入与农村教育配置效率显著负相关，这一现象值得重视。这意味着农村教育中增加教育经费数量投入，并未取得相应的产出效果，效率低下。原本农村教育经费资源十分有限，浪费不起，通过有效设计和科学规划，提高农村教育经费使用效率势在必行。城镇化率对农村义务教育资源配置效率相关系数为负数，说明城镇化对农村义务教育产生强烈的冲击，农村学校在校人数减少，而与此同时农村学校的教学资源及配套设施在短期内无法做出调整，给农村义务教育带来办学效率低下、教育质量不高等方面的困扰。这说明只注重城镇化的“量”而不提升城镇化的“质”，难以提高农村教育资源使用效率。我们要注重提高农村教育资源配置效率，呼唤以人为本的新型城镇化。

五、结 论

通过数据包络方法(DEA)计算得到的1998年～2011年全国29个省份的农村义务教育资源配置技术效率、纯技术效率以及规模效率，可以看出：就技术效率方面，各省份农村教育资源配置综合水平有待提升，西部地区相对于中部、东部也有提高空间；在纯技术效率方面，各省份农村教育资源配置出现一定波动起伏的变化趋势，西部地区明显低于中部与东部，提高制度运行和管理效率有益于西部农村义务教育发展；在规模效率方面，各省份规模效率均值比较稳定且各年份的相对离差较小，西部地区高于东部地区，东部地区高于中部地区，中部地区农村义务教育发展需扩大教育资源投入规模，提高其规模效率是首要任务。通过Tobit模型分析可知，地区经济发展水平、人均受教育程度提升能促进农村义务教育资源配置效率，但却受教育经费投入的制约，短期内，城镇化对农村义务教育资源配置效率形成冲击，农村教育资源没有得到优化利用，但从长期来看，以城镇化质量提升为核心的新型城镇化推进，势必促进城乡义务教育均衡有效发展，有益于农村义务教育资源配置效率实现。

[1]Cooper W. Some Statistical and DEA Evaluations of Relative efficiencies of Public and Private Institutions of Higher Leaning [J].Social Economic Planning Seienee,1989,22(6):259-269.

[2]Abbott, Doucouliagos. The Efficiency of Australian Universities:A Data Envelopment Analysis [J].Economics of Education Review,2003,22(1):89-97.

[3]Barrow. Measuring local education authority Performance[J].Economics of Education Review,1991,(1):19-27.

[4]Cooper S T. Estimation of a Frontier Production Function for the South Carolina Educational Process [J]. Economic is of Education Review, 1997,(3):313-237.

[5]王善迈.教育投入与产出研究[M].石家庄:河北教育出版社,1996:43-62.

[6]阎庆东.关于义务教育办学效益的思考[J].民族教育研究,2002,(2):57-59.

[7]杨 斌，温 涛.中国各地区农村义务教育资源配置效率评价[J].农业经济问题，2009,(1)：29-37.

[8]杨 斌.农村教育投入：绩效、机制与模式[D].西南大学,2011.

[9]胡咏梅,杜育红.中国西部农村初级中学配置效率评估:基于DEA方法[J].教育学报,2009，(5):108-114.

[10]何孟姐,杨 涛.区域教育资源配置效率:基于DEA技术的评价与改进[J].中小学管理,2012，(6):15-18. [11]马肖华.城镇化进程中我国城乡教育资源配置问题及对策研究[J].河南科技学院学报,2013，(8):34-37.

[12]汪 明.新型城镇化背景下:农村义务教育何去何从[J].人民教育,2014，(6): 15-17.

责任编校：张 静，罗 红

An Empirical Analysis of the Allocation Efficiency of Rural Compulsory Education Resources in the New Urbanization

GUAN Ai-lan

(School of Humanities and Social Science of East China Jiaotong University，Nanchang 330013，China)

How to optimize the allocation and effective use of rural compulsory education resources in the new urbanization, constructs the evaluation index system of rural compulsory education resources allocation efficiency. By using the method of data envelopment analysis(DEA), and using BCC model and CCR model in DEA analysis estimates resource allocation efficiency on rural education in China. And then uses the Tobit model to make regression analysis,learning about main factors affecting the allocation efficiency of rural compulsory education resources and the degree of influence. And the East Central and Western Regions is a comparative analysis, thus provides empirical support for the institutional innovation of rural compulsory education balanced development.

rural compulsory education；the allocation of resources；efficiency；new urbanization

2015-10-10

江西省教育科学规划项目(13YB023)；江西省社会科学规划项目(13YJ05)

官爱兰，女，江西南城人，教授，硕士生导师，研究方向为农村经济、教育经济与管理。

F512.3

B

1007-9734(2015)06-0076-05