皖江城市带普通高校办学效率研究

钟颖

（安徽师范大学，安徽 芜湖 241000）

皖江城市带普通高校办学效率研究

钟颖

（安徽师范大学，安徽 芜湖 241000）

利用数据包络分析方法（DEA），从高等学校投入产出的角度，分别对皖江城市带15所公办普通本科高校进行教学活动和科研活动的效率评估。总体上，样本高校教学活动效率较高，均达到纯技术效率最优，教学活动无效完全归于规模原因；科研活动效率不高，未达到纯技术效率最优和规模最优的高校比例都较高，规模效率是决定科研活动效率高低的最关键因素；纯技术效率无效样本高校人文社会学科的当年投入科研经费冗余比例均值最大，理工农医学科的当年教学与科研人员冗余比例均值最大；并采用Tobit回归分析方法，从高校运营的外部环境和内部环境出发，分析影响公办普通本科高校技术效率无效的主要因素，其中外部环境中的院校类型和办学地点会对公办普通本科高校的教学和科研活动效率产生显著影响。

皖江城市带；教学效率；科研效率；数据包络分析方法；Tobit回归分析方法

一、引言

效率即从“一个给定的投入量中获得最大的产出”［1］，普通高校的办学效率是指投入到普通高校各项资源的配置达到最优。由于国家财政性高等教育经费的稀缺，多渠道投资主体对普通高校责任和效率的关注，使得普通高校必须高度关注资源的使用效率。

数据包络分析方法（DEA方法）在应用之初，就被国外学者用来评价高校办学效率，DEA方法的使用较为广泛和成熟，但国外学者们对如何选择高校教学和科研活动的投入产出变量，尚无一致结论。［2］我国现有的对高校办学效率的评价，其研究对象基本为“211、985工程”高校和教育部直属高校的科研效率，如罗杭（2013）［3］、尹伟华和袁卫（2013）［4］、胡咏梅等（2014）［5］，而缺乏对某个地区高校整体活动效率的分析。

本文通过建立高校教学和科研活动的投入与产出指标体系，使用数据包络分析方法（DEA方法）对地处皖江城市带中七个地级市（合肥、芜湖、马鞍山、铜陵、安庆、池州、滁州）的15所公办普通本科高校①进行高校间的效率评估；并从样本高校运营的外部环境和内部环境着手，采用Tobit回归分析方法来分析影响样本高校技术效率无效的主要因素。

二、方法、模型与数据

（一）方法与模型

DEA－Tobit两阶段法是指在第一阶段分析中，解一个涉及传统的投入和产出的DEA模型；在第二阶段中，将第一阶段得出的效率分值对环境变量作Tobit回归分析。环境变量的系数符号将表明影响的方向，并且可以利用标准假设检验来评估这个关系的可靠性。第二阶段Tobit回归分析可以用来修正环境因素的效率分值，并借此来调整所有的有效率分值来适应共同的环境水平。［6］

数据包络分析方法（DEA方法）最早由Charnes、Cooper、Rhodes（1978）［7］提出，可以分为面向投入的模型和面向产出的模型两种模式。在处理实际问题时，应该根据管理者最需要控制的量（投入或者产出）来选择模型。样本高校培养的学生数量、质量以及科研成果的数量、质量，是样本高校管理者、各级政府、投资者等决策时的关键变量；在很多实例中，这两个模型的选择对最后获得的效率值只有微小的影响（Coelli and Perelman，1999）［8］。基于此，本文将采用面向投入的规模报酬可变的BBC－DEA模型。

利用DEA模型计算得出的效率分值都是介于0与1之间的，故我们将第一阶段得出的效率分值对环境变量作回归分析时，其因变量的取值受到某种约束条件的制约，所以我们采用受限因变量模型（Tobit模型）进行回归分析。［9］

（二）指标体系与数据

1．指标体系的建立

高校投入和产出变量的选择尚无一致结论，遵循评价指标选取的代表性、可操作性和独立性等原则，介

于人文社会学科和理工农医学科科研活动的差异性，本文所采用的教学和科研活动的投入产出指标体系，分别见表1、表2和表3。特别指出的是，目前已有的度量高校教学产出的评价指标大多选取可以量化的指标（学生数量），而忽略了无法量化的指标（学生质量），本文将学生质量这一定性因素作为度量样本高校教学产出的评价指标，利用中国高等教育学生信息网上公布的各高校在读或已毕业的普通本专科学生对本校进行实名投票得出的“院校满意度”和本科生就业率来获取该指标数据。

表1 教学活动的投入产出指标体系

表2 人文社会学科科研活动的投入产出指标体系

表3 理工农医学科科研活动的投入产出指标体系

2．数据

（1）教学活动

样本高校教学活动的效率评估，采用数据来自样本高校的网站和相关部门统计资料，为2014年15所样本高校的横截面数据。

（2）科研活动

样本高校科研活动的效率评估，采用数据分别来自2010－2014年高等学校科技统计资料和2009－2013年全国高校社科统计资料，数据为跨时5年，个体数30个的面板数据。

三、实证分析

（一）教学活动的效率分析

2014年15所样本高校的教学活动效率分布见表4和表5，其中CRS表示技术效率，VRS表示纯技术效率，S表示规模效率，P表示规模判断，drs表示规模报酬递减，irs表示规模报酬递增，bs表示规模报酬不变，校名用序号表示。从运算结果来看，2014年15所样本高校教学活动的平均技术效率为0．937，纯技术效率为1，规模效率为0．937，有8所院校的技术效率为1．0，达到DEA有效。总体上，这15所样本高校教学活动的技术效率较高，所有样本高校均达到纯技术效率最优，无效的原因完全归于规模原因，其中有53．33%的高校处于规模报酬不变，有46．67%的高校处于规模报酬递减，处于规模报酬递增的高校数为0。

表4 15所样本高校教学活动的DEA效率

表5 15所样本高校教学活动的DEA效率分布

（二）科研活动的效率分析

2009－2013年15所样本高校的科研活动效率分布见表6、表7和图1、图2，其中CRS表示技术效率，VRS表示纯技术效率，S表示规模效率，P表示规模判断，drs表示规模报酬递减，irs表示规模报酬递增，bs表示规模报酬不变，校名用序号表示。从运算结果来看，这15所

样本高校人文社会学科科研活动的技术效率呈先升后降态势，理工农医学科科研活动的技术效率呈上升态势，总体效率不高，无效的原因既有技术原因也有规模原因，2009－2013年人文社会学科各年未达到纯技术效率最优的高校比例在26．67%－46．67%，未达到规模最优的高校比例在53．33%－73．33%，其中处于规模报酬递增的高校比例保持在26．67%－66．67%左右；理工农医学科各年未达到纯技术效率最优和规模最优的高校比例均在46．67%－66．67%，其中处于规模报酬递增的高校比例保持在40%－66．67%左右。如表8所示，这15所样本高校人文社会学科和理工农医学科科研活动的技术效率与纯技术效率、规模效率的相关性在1%的水平下显著（双尾检验），其中技术效率与规模效率的Spearman秩相关系数分别为0．866和0．967，显著大于技术效率与纯技术效率的Spearman秩相关系数，说明技术效率的排序与规模效率的排序具有较高的一致性。

表6 2009－2013年15所样本高校人文社会学科科研活动效率分布

表7 2009－2013年15所样本高校理工农医学科科研活动效率分布

表8 2009－2013年样本高校科研活动技术效率与纯技术效率、规模效率的相关性分析

图1 2009－2013年样本高校人文社会学科科研活动技术效率、纯技术效率和规模效率的均值变化

图2 2009－2013年样本高校理工农医学科科研活动技术效率、纯技术效率和规模效率的均值变化

（三）效率影响因素及效率差异的原因

高校的办学效率是运营环境中所有要素综合作用的结果，本文使用Tobit回归分析方法，将得到的DEA模型CRS（技术效率）无效率值（1－效率值）对样本高校的环境变量作回归计算［10］。外部环境主要指样本高校所处的国家宏观和行业环境，本文从样本高校的类型（综合性院校、工科类院校、师范类院校、财经类院校和农林类院校）、办学地点（省会城市和其他城市）、所在地

的经济发展水平②（经济发展水平高、经济发展水平中等和经济发展水平低）等外部因素来分析；教学活动的内部环境主要指样本高校的教职工、学生以及办学条件，本文拟从占地面积、专任教师数、高级职称教师比重和教学科研仪器设备总价值等内部因素来分析；科研活动的内部环境主要指样本高校的研究与发展人员以及科研条件，本文拟从当年社科活动人员总数（教学与科研人员总数）、当年投入的科研经费以及高级职称人员比重等内部因素来分析。

从运算结果来看，并非所有的内外部因素都显著影响样本高校教学活动和科研活动的技术效率和规模效率。在5%的显著性水平下，占地面积与教学活动的技术效率显著负相关，理论上讲，在校生人数一定的情况下，占地面积越小，资源利用效率越高，占地面积越大，越有利于提高教学质量，但容易造成资源的闲置和浪费；财经类和师范类院校与教学活动的技术效率显著正相关，财经类和师范类院校的办学成本相对较低，理论上讲，办学成本越小，资源利用效率越高；省会院校与教学活动的技术效率显著负相关，省会院校相对于其他院校而言，政府扶持的力度和各项办学资源的投入相对较大，各项资源的利用效率相对较低；高级职称人员比重与科研活动的技术效率显著正相关，高级职称人员的增加会提升科研成果的数量和质量，从而提高技术效率；财经类、综合性和师范类院校与人文社会学科科研活动的技术效率显著正相关，理工类和农林类院校与理工农医学科科研活动的技术效率显著正相关，该两类院校分别在人文社会学科、理工农医学科的教学、科研历史悠久，科研团队和科研平台较完善，资源利用效率较高；所在地的经济发展水平与理工农医学科科研活动的技术效率显著正相关，经济发展水平较高的地区，产学研合作的力度越大，有利于推动所在院校的科技创新能力和成果转化水平，从而提高技术效率。

（四）非DEA有效高校的效率改进

采用投影分析，可得出纯技术效率无效样本高校教学和科研投入要素结构的调整数值，提供效率改进的方向。因样本高校教学活动的纯技术效率值均为1，说明样本高校教学活动投入要素的结构合理。如表9所示，纯技术效率无效样本高校人文社会学科科研投入要素的冗余比例均呈上下波动，当年投入的科研经费冗余比例均值最大；理工农医学科科研投入要素的冗余比例均呈下降趋势，当年教学与科研人员冗余比例均值最大。

表9 纯技术效率无效样本高校的科研投入冗余比例

四、结论与建议

（一）结论

一是，2014年15所样本高校教学活动的平均技术效率为0．937，纯技术效率为1，规模效率为0．937，教学活动的技术效率较高，所有样本高校均达到纯技术效率最优，教学活动投入要素的结构合理，教学活动无效完全归于规模原因，46．67%未达到规模效率最优的高校均处于规模报酬递减，需要减少教学资源的投入，来高倍增加教学产出水平。

二是，2009－2013年15所样本高校人文社会学科科研活动的平均技术效率0．812，纯技术效率为0．898，规模效率为0．901；理工农医学科科研活动的平均技术效率0．758，纯技术效率为0．897，规模效率为0．831，规模效率是决定科研活动技术效率高低的最关键因素。总体上看，未达到纯技术效率最优和规模最优的高校比例都较高，其中处于规模报酬递增的高校比例基本保持在40%以上，持续高于处于规模报酬递减和规模报酬不变的高校比例，说明有40%以上的样本高校需要增加科研资源的投入，来高倍增加科研产出水平。

三是，样本高校教学和科研活动效率的影响因素包括所处的内部环境和外部环境，内部环境中的占地面积因素与教学活动的技术效著负相关，高级职称人员比重与科研活动的技术效率显著正相关；外部环境中的院校类型和办学地点会对样本率显高校教学和科研活动的技术效率产生影响，财经类和师范类院校与教学活动的技术效率显著正相关，财经类、综合性和师范类院校与人文社会学科科研活动的技术效率显著正相关，理工类和农林类院校与理工农医学科科研活动的技术效率显著正相关，所在地的经济发展水平与理工农医学科科研活动的技术效率显著正相关。

四是，纯技术效率无效样本高校人文社会学科科研投入要素的冗余比例均呈上下波动，其中，当年投入的科研经费冗余比例均值最大；理工农医学科科研投入要素的冗余比例均呈下降趋势，其中，当年教学与科研人员冗余比例均值最大。

（二）建议

1．从政府层面

一是加大各级政府的财政资助力度。改革开放以来，我国中央和地方的财政收入逐年增加，为各级政府加大对高校的资助力度提供了经济基础，安徽省各级地方政府可以申报项目的形式，鼓励高校提升其教学和科研能力，并通过制定完善的高校学生资助体系和教师资助体系，减轻学生的学费负担，稳定高校的教师队伍，保证高校的生源。

二是加强对高校的监督管理。美国高等教育认证委员会主席朱迪斯·伊顿（Judith Eaton）指出，地方认证是美国评价学校质量的最古老、最常用的方式之一［11］。从当前高校办学的实际情况来看，高校和社会的信息不对称，对高校的教学和科研质量缺少公正权威的评价，中央和安徽省政府各级主管部门应凭借其权威性，加强对高校的质量认证，成为高校质量和诚信的监护人，在督促高校提升科研质量的同时，增加科研资金的资助力度。

2．从办学者层面

一是控制固定资产的盲目投入。高等学校的招生规模是影响生均成本、收费标准、办学效益的重要因素，当高校的招生规模较小时，生均成本呈现出较高的水平，学校各项资产和各类人员的使用效率都较低，但根据教育部2004年公布的《普通高等学校基本办学条件指标（试行）》的规定，招生规模的扩大必须以扩大其占地面积、建筑面积，引进教师和教学科研仪器设备等为前提，当实际招生人数较少时，就会出现学校各项资产和各类人员的闲置率较高，办学效率低下。安徽省高校在集聚实力，提升办学规模和办学质量的同时，必须理性估计市场需求，合理确定投资规模，在满足国家规定的基本办学条件指标的基础上，不宜过度增加办学资源的投入，尽量减少办学资源的闲置和浪费，提高办学效益。

二是加大办学的特色建设。美国营利性大学从1990年以来，数量和质量迅速提升，声誉不断提高，其成功的一个主要原因就是课程开设的特色性。美国营利性大学开设的学位课程与市场上的招聘职位紧密相关，它们出色地找出了雇主们所需要的学术背景，并把这种需求转变到所开设的课程中去。美国营利性大学每学期课程方面都会有改变，教学机构的灵活性非常大，市场反应迅速。根据麦可思研究院发布的《2015年中国大学生就业报告》，2015年度就业前景最看好的7个本科专业全部是工科专业。安徽省高校应积极缩短课程改革的周期，对市场需求做出迅速调整，结合本地区以及周边省市经济的发展方向，适时调整和开设满足市场需求的特色专业，特别是特色工科专业，为区域经济的发展服务，进而提升培养学生质量，加大产学研合作力度，提高高校科研成果转化率。

三是优化学科结构和科研体系。高校的学科结构应以区域经济发展需求为导向，在保证原有优势科研领域投入力度的同时，依托自身的优势科研平台，通过跨学科合作，逐步完善和调整科研体系，鼓励和优化的科研团队和科研平台建设，加强科研团队合作，提升科研资源使用效率。

注：

①医科类公办普通本科高校的相关统计数据中包含附属医院的数据，不具有可比性，故剔除了地处皖江城市带中两个地级市（合肥和芜湖）的3所医科类公办普通本科高校，分别是安徽中医药大学、安徽医科大学和皖南医学院。下文中用序号表示15所公办普通本科高校校名，序号J1表示中国科学技术大学，序号J2表示合肥工业大学，序号J3表示安徽大学，序号J4表示合肥学院，序号J5表示合肥师范学院，序号J6表示安徽建筑大学，序号J7表示安徽农业大学，序号J8表示安徽师范大学，序号J9表示安徽工程大学，序号J10表示安徽工业大学，序号 J11表示铜陵学院，序号J12表示安庆师范学院，序号J13表示池州学院，序号J14表示滁州学院，序号J15表示安徽科技学院。

②利用聚类分析方法，以人均地区生产总值作为衡量指标，将各所在地按经济发展水平进行分类，第一类地区（经济发展水平高）：铜陵市；第二类地区（经济发展水平中等）：芜湖市、马鞍山市、合肥市；第三类地区（经济发展水平低）：安庆市、滁州市、池州市。

［1］阿瑟·奥肯．平等与效率［M］．王奔洲，等译．北京：华夏出版社，1999．2．

［2］成刚，孙志军．我国高校效率研究［J］．经济学，2008，7（3）：1079－1104．

［3］罗杭．2011年中国“985”大学效率评价——效率水平排序、影响因素研究与松弛变量分析［J］．清华大学教育研究，2013，34（2）：87－95．

［4］尹伟华，袁卫．基于Bootstrap－DEA方法的中国教育部直属高校科研效率评价［J］．统计与信息论坛，2013，28（6）：61－68．

［5］胡咏梅，范文凤．“211工程”高校科研生产效率评估：基于DEA方法的经验研究［J］．重庆高教研究，2014，2（3）：1－14．

［6］Coelli，T．，D．Rao，and G．Battese．An Introduction to Efficiency and Productivity Analysis［M］．Boston：Kluwer Academic Publishers，1998．141，116．［7］Charnes，A．，W．W．Cooper and E．Rhodes．Measuring the Efficiency of Decision Making Units［J］．European Journal of Operational Research，1978，（2）：429－444．

［8］Coelli，T．J．，S．Perelman．A Comparison of Parametric and Nonparametric Distance Function：With Application to European Railways［J］．European Journal of Operational Research，1999，（117）：326－339．

［9］Kirjavainen，T．and H．A．Loikkanent．Efficiency differences of finnish senior secondary schools：An application of DEA and Tobit analysis［J］．Economics of Education Review，1998，17（4）：377－394．

［10］姜彤彤．基于DEA－Tobit两步法的高校效率评价及分析［J］．高等财经教育研究，2011，14（2）：1－5．

［11］K．Mangan．For－profit Chains Don′t Undercut Missions of Teaching Hospitals Study Finds［M］．Chronicle of Higher E-ducation，2000．A42．

Evaluation on the Efficiency of the Colleges in Wanjiang City Belt：An Application of DEA and Tobit Analysis

Zhong Ying
（Anhui Normal University，Wuhu Anhui 241000，China）

This research has estimated on efficiency of teaching and scientific research activities by data envelopment analysis（DEA）from the direction of Colleges’investment and production，which is directed against the fifteen colleges in Wanjiang city belt．Generally，the efficiency of teaching from the sample colleges is high and attains the pure technical efficiency optimal．The inefficiency of teaching is due to the low efficiency of the scale．The efficiency of scientific research activities is not high．The proportion of colleges which not reach optimal pure technical efficiency and optimal scale of scientific research activities is high．Scale efficiency is the most critical factor in the efficiency of scientific research activities．The mean of research funding redundancy ratio among pure technical efficiency in invalid colleges of humanities and social sciences is maximum．The mean of teaching and research staff redundancy ratio among pure technical efficiency in invalid colleges of engineering，agriculture and medicine is maximum．This research has analyzed the main factors which affect the technical efficiency of the sample colleges，from the inside and outside circumstances by a statistical Tobit model．Above all，the college’s type and the running location of the outside circumstances will quite affect the efficiency of teaching and scientific research activities in a college．

Wanjiang city belt；efficiency of teaching activities；efficiency of scientific research activities；data envelopment analysis；a statistical Tobit model

F127

A

1672-0547（2015）05-0065-05

2015－09－10

钟 颖（1982－），女，安徽芜湖人，安徽师范大学历史与社会学院讲师，研究方向：决策理论与方法，公共部门绩效评估。

安徽省2012年高校省级优秀青年人才基金重点项目“安徽省高等院校办学效益研究——基于数据包络分析（DEA）的视角”（2012SQRW023ZD）。