我国高校固定资产的配置效率分析与评价

郑跃

摘要： 以2016年中国教育统计年鉴中普通高校固定资产的6个指标数据为依托，利用因子分析法对我国27个省区的高校固定资产配置效率进行综合评价，揭示了我国27个省区的高校固定资产配置效率的差异以及存在问题。

Abstract： Based on six evaluation indices of college fixed assets in educational statistics yearbook of China （2016）， the factor analysis method is used to evaluate the allocation efficiency on twenty-seven provinces and regions in China. Furthermore， it exposed the difference on twenty-seven provinces and regions in China and some existed problems.

關键词： 固定资产；配置效率；因子分析

Key words： fixed asset；allocation efficiency；factor analysis

中图分类号：G647 文献标识码：A 文章编号：1006-4311（2018）26-0103-03

0 引言

随着我国经济文化的不断发展，我国高校的建设不断发展，高校规模也随之不断扩大。在这种发展背景下，为了满足高校教师的教学、科研工作正常运转，高校固定资产也随之不断增加，同时还使得固定资产多样化。然而，这也引发了固定资产的管理问题，比如固定资产使用率较低、管理体系不完善、固定资产配置不合理等等。

目前，已经有不少学者对高校固定资产问题进行了研究。例如，孙慧玲和唐丽[1]分析了我国高校在固定资产购置、使用及管理中普遍存在的问题，提出了若干解决措施；雷虎锋[2]通过分析现在高校固定资产管理存在的问题，探讨了如何才能管好高校的固定资产；廖鹏[3]指出了一校多区型高校固定资产管理的症结，给出了科学合理的管理模式；曹群英[4]认为高校固定资产管理存在产权不清晰、权责不明确、管理意识薄弱等问题；王斐[5]讨论了一校多区型办学模式的固定资产管理方法。上述这些文献主要从理论上对高校固定资产进行研究，它们很好的指出了固定资产管理存在的问题以及应对对策。还有一些学者对高校固定资产管理绩效方面进行了研究。例如，赵红英和李岳峰[6]根据高校固定资产的特点，构建了高校固定资产管理的绩效评价体系；朱丽霞和严奇春[7]建立了高校固定资产的评价模型；宋少霞[8]采用实例分析的方法，探讨了山东省地方高校固定资产配置问题，给出了高校固定资产配置问题的建议；刘威[9]利用TOPSIS法对高校固定资产管理绩效指标进行计算，并给出了实例验证。

为了提高高校固定资产的使用效率，应从固定资产管理方面入手，通过科学的关于固定资产的管理绩效评价方法，建立关于我国高校固定资产配置效率的研究报告，以期提高固定资产的有效利用率与使用效益。因此，本文借助因子分析法对我国27个省区的高校固定资产配置效率进行了计算和结果比较分析，揭示了我国27个省区的高校固定资产配置效率的差异和存在的主要问题。

1 数据资料与方法

以2016年《中国教育统计年鉴》中我国27个省区的普通高校固定资产为对象，选取6项指标进行分析评价，该6项指标的具体含义如表1所示。

本文的研究方法采用因子分析法。近几年来，因子分析法已经被应用到许多不同的领域，比如科技资源配置效率[10]、科技期刊综合评价[11]、区域物流规划[12]等等。

2 实例分析

借助SPSS 17.0软件进行因子分析。首先利用SPSS软件对2016年我国27个省区的高校固定资产主要评价指标的原始数据进行标准化处理。标准化处理的目的是消除原始数据的量纲差异和数量级不同所带来的影响，处理后的数据具体见表2。进一步构建各指标数据的相关系数矩阵，具体如表3所示。

利用SPSS软件计算出各指标相关矩阵特征值、方差贡献率和累积贡献率，具体如表4所示。前三个因子已经提取了原始数据89.67%的信息，足以表达原始数据的信息，所以本文取这3个因子作为主成分。

采用主成分法，SPSS软件可以计算出旋转前的因子负荷矩阵，如表5所示。众所周知，因子负荷矩阵体现了公共因子和原始指标之间的关联程度。由于旋转前因子负荷矩阵结构不够简化，所以采用最大方差法进行旋转。旋转后的因子负荷矩阵能够使公共因子更好的表达原始变量，具体如表6所示。进一步，利用SPSS软件进行因子得分分析，得到如表7所示的因子得分系数矩阵。

利用得分系数矩阵，可得各省区的高校固定资产配置的主因子表达式：

F1=-0.165X1+0.217X2+0.361X3+0.044X4+0.34X5+0.214X6

F2=1.069X1+0.168X2-0.363X3-0.373X4-0.23X5+0.267X6

F3=-0.245X1-0.07X2+0.18X3+1.125X4+0.095X5-1.77X6

利用主因子的因子得分和综合评价函数，可以计算出我国27个省区的高校固定资产配置效率的综合评价值。同时按照得分排名，具体见表8所示。

3 结论与建议

从表8可以看出：

①浙江省在主因子1得分F1为2.40188，它在主因子2和主因子3的得分也不是很高，在主因子2得分的排名甚至低于倒数，但综合得分仍为第1位；

②江苏省在主因子1得分F1为2.11943，远远领先于除浙江省之外的其他省区。它在主因子2和主因子3的得分也不是很高，甚至处于中下等排名，但是它的综合得分为第2位；

③黑龙江省的3个主因子得分都较高，且比较均衡，最终其综合得分为1.06544，排名为第3位；

④安徽省在3个主因子得分排名上最高的是第12名，其余两个主因子得分的排名处于中下等，最终综合得分为第22名。

从这些结果看出，浙江省仅有一个因子得分非常高，而其他的因子得分一般，经因子分析后它的综合排名还是靠前，类似的情况还有江苏省。这说明了这些省在固定资产的某些配置方面有较强的优势，但同时要注意加强其他方面的配置规划问题。黑龙江省各指标发展的比较均衡，其排名靠前也是很自然的。安徽省各指标发展的不是很好，最終配置效率处于中下等水平，究其原因可能主要有：一是安徽省的整体经济水平不高；二是安徽省高校在进行固定资产配置时，出现了重叠配置现象，导致了固定资产的闲置；三是安徽省高校的固定资产配置标准可能和实际脱节，缺乏实际可行、科学合理的配置标准。其他省区就不一一进行分析了。

参考文献：

[1]孙慧玲，唐丽.高校固定资产管理常见问题及对策——以 G大学为例[J].中国内部审计，2017（2）：90-92.

[2]雷虎锋.加强高校固定资产管理的研究[J].现代国企研究，2017（12）：75.

[3]廖鹏.“一校多区型” 高校固定资产管理的新思考[J].黑龙江高教研究，2005（2）：34-35.

[4]曹群英.“一校多区型”高校固定资产管理与实践创新[J].中国科技信息，2010（13）：163-164.

[5]王斐.“一校多区型” 高校固定资产管理方法探讨[J].中国培训，2017（4）：63.

[6]赵红英，李岳峰.高校固定资产管理的绩效评价体系研究[J].赤峰学院学报：自然科学版，2012（11）：230-232.

[7]朱丽霞，严奇春.基于 DEA 方法的高校固定资产管理绩效评价探讨[J].实验技术与管理，2014，31（3）：228-231.

[8]宋少霞.地方高校固定资产配置效率指标体系研究[D].山东建筑大学硕士学位论文，2015.

[9]刘威.基于 TOPSIS 法的高校固定资产管理绩效评价[J].财会月刊（中），2017（6）：54-59.

[10]鲁勇兵，梁婉君，李双成.河北省区域科技资源配置效率的因子分析[J].科技进步与对策，2006，23（7）：73-75.

[11]辛督强，韩国秀.因子分析法在科技期刊综合评价中的应用[J].数理统计与管理，2014，33（1）：116-121.

[12]何悦.基于因子分析法的区域物流规划-以陕西省10个市为例[J].价值工程，2018，14：289-291.