李玥 陈爱伟
[摘要]:利用数据包络分析法对全国部分211高校的绩效评价进行技术效率分析。通过研究发现,教育建设并非投入越多越好,而要以应用为本。以应用促进投入,促使教学设备发挥最优效率才是打赢绩效战仗之关键。
[关键词]:科技创新 绩效 数据包络分析
一、前言
高等院校绩效评价的研究历史从50年代柯尔曼报告书出炉开始算起,迄今为止已有五十余年。从最初的否认到现在的承认高校对学生的相互影响力,高校的绩效评价也从最初的仅以学术成果单一指标为主发展到多元指标体系。这些学术方面的研究在实际中对高校管理水平的改善起到了不可或缺的重要作用。文章从相对效率的角度出发,基于DEA模型对我国211高校的绩效进行研究和实证分析,并得出相关结论。
二、高校绩效评价概念及数据包络分析法
(一)高校绩效评价概念
高校绩效评价是指采用一定的绩效评价方法、量化指标和评价标准,对高校为实现其职能所确定的绩效目标的实现程度,以及为了实现这一目标所制定的预算的执行情况进行综合性的评价。
(二)数据包络法简介
数据包络分析(DEA)最早由美国著名运筹学家A.Charnes等人于1978年基于相对效率概念而构建的一种绩效评价方法。该方法以决策单元(Decision Making Unit,简称DMU)的投入、产出指标的权重系数为变量,借助数学规划模型将决策单元投影到DEA生产前沿面上,在对决策单元偏离DEA生产前沿面的程度进行比较的基础上来综合评价决策单元的相对有效性。其基本思路为:通过对投入产出数据进行综合性分析,获取每个DMU综合相对效率的数量指标,以确定各DMU是否为DEA有效。
三、实证分析
(一)DMU选择
DMU是DEA进行评估和比较的决策单元,DMU的选取应当基于相同的市场条件以及其自身的同构型,以决策单元具有相同的决策条件。文章选择的高校为中国211工程北京地区院校,剔除数据不全的样本之后,最后选取16所北京地区高等院校,这些院校具备一定的同构型。
(二)输入和输出变量
1.投入指标
(1)物力投入。物力投入通俗来讲即教学楼、教室设施、教学设备(包括投影仪、多媒体等电脑机器)、教学和科研资源(图书资源即林林总总的各类书籍、软件资源等等实物),是指各高校所必须具有的经过教育主管部门严格评估的办学和教学设备等硬件设施,。文章藏书量来加以表示。
(2)财力投入。于高校而言,财力投入通常是指用于高校教学与科研的可变成本的各项日常开支与付出款项,文章用科研机构数量替代并按级别进行赋值。其中,国家级为2,省部级1.5,校级及校企合作的赋值1,院级的赋值0.5。
(3)人力投入。人力投入主要是指各个学院的教职和管理员工即专职教师和行政辅助岗位的各级工作人员。
2.产出指标
(1)科研成果。科研成果的评价主要以科研质量与科研数量两种形式为基本圭臬。科研质量由所申请项目的级別或论文发表刊物的级别体现。文章仅考虑了科研项目,并对不同级别的科研项目进行赋值。其中,A级2.0分,B级1.5分,C级1.0分,D级0.5分。
(2)教学成果是由学生的数量以及学生的质量两方面来体现,以在校学生数以及毕业生的就业率两个指标来综合反映。
(三)实证结果
1.数据收集
文章选取16所北京地区211工程院校,各指标数据来自各高校网站,时间截止到2012年。具体高校有清华大学、对外经济贸易大学、中国传媒大学、中央民族大学、中国矿业大学、中央财经大学、中国政法大学、中国石油大学、北京体育大学、北京外国语大学、北京交通大学、北京科技大学、北京林业大学、中国农业大学、北京师范大学、中国地质大学。
2.研究结果
将样本数据代入DEAP2.1,得出各样本数据的技术效率。
分析可知总共有八所院校属于技术最优单元,分别是对外经济贸易大学、中国矿业大学、中国政法大学、中国石油大学、北京体育大学、北京交通大学、中国农业大学以及中国地质大学。而清华大学、中国传媒大学、中央民族大学、中央财经大学、北京外国语大学、北京科技大学、北京科技大学、北京林业大学以及北京师范大学都属于次优单元。平均的技术效率为0.824。
分析各样本单元的投入指标的松弛变量可知,在目前产出规模下,教职工数约平均减少437人,图书馆藏书量平均减少11.676万册,科研机构的数量减少24.943。
分析各样本单元的规模报酬情况可知,16个样本单元中,对外经济贸易大学、中国矿业大学、中国政法大学、中国石油大学、北京体育大学、北京交通大学、中国农业大学以及中国地质大学这8所院校处于规模报酬不变的状态,说明这些院校资源利用相对合理,可以采取相对稳定的发展趋势。清华大学、中国传媒大学、中央民族大学、中央财经大学、北京外国语大学、北京科技大学、北京林业大学以及北京师范大学8所院校处于规模报酬递减状态,这意味着这些院校在战略上不应在实行规模扩张,而应当提升现有资源的有效利用率。
五、总结
通过研究可知,数据包络分析法在对绩效平评价等相关问题的研究上具有一定的优势。因为数据收集过程中存在的问题,以及各高校对外公布的信息有限,本次研究采取的截面数据,而且仅选取了16所北京地区的高等院校,可参照范围相对较小,另外,在选择技术评价指标时,单纯依靠数量关系,没有考虑社会中的实际问题,而这将是以后进一步研究需要解决的问题。
参考文献:
[1]chamesA,Cooperww,RhodesE.Muringt leem.ciencyofdecisionmakingunits[J].EumpeJoumalof0perational Research,2012,12:429-444.
[2]孙凯同,鞠晓峰.基于改进DEA模型的工业企业技术创新能力评价[J].系统管理学报,2012,17(2).
[3]彭煜.基于多目标规划的DEA有效性研究[D].西南交通大学,2012.
[4]王谦,周卓儒.公共部门绩效评价的标杆管理与数据包络分析[J].西南交通大学学报,2012,39(5).
[5]何骁威.乔小勇"十五"期间中国省域高校科技投入产出相对有效性分析——基于改进的DEA数据包络分析[J].商场现代化,2009(14).