基于DEA的高等院校内部院系绩效评价——以华中地区W高校为例

曹 云

武汉理工大学法学与人文社会学院 湖北武汉 430070

一、概述

近些年来，高等学校在招生规模、科研水平和社会服务等方面都取得了很大进展，国家对高校的经费投入也有了很大增长，但总体上，高校办学还面临着质量不高、经费不足和效率不高的问题。提高办学质量和办学绩效仍将是今后一段时期内我国高校改革和管理的重要目标，而加强以院系为基础的绩效管理则成为高校管理的重点。管理的实质可以理解为通过调整资源配置从而提高绩效。资源配置和绩效管理在两个层面展开，一是在整个社会范围内，将资源从绩效低的组织配置到绩效高的组织，以提高资源配置的社会绩效。另一个是在组织内部，将资源从使用绩效低的部门转移到绩效高的部门，从而提高组织绩效。由此，高校资源配置和管理改善的决策基础是绩效评价，包括学校层面的绩效评价和内部的院系绩效评价。[1]然而，当前我国高校在对内部院系的管理中，普遍缺乏对资源配置效率和办学绩效的合理量化和评价体系。为此，加强对高校内部绩效评价的研究就具有重要意义。本文从高校内部管理角度，利用数据包络分析法（Data Envelopment Analysis，DEA）评价院系办学绩效，以便于学校优化内部人、财、物等资源的配置。

二、DEA方法模型简介与实证分析

本文采取的DEA数据包络分析法（Data Envelopment Analysis），是一种使用数学规划模型评价具有多个输入和多个输出的“部门”或“单位”（称之为决策单元DMU：Decision MakingUnit）间的相对有效性（称之为DEA有效）。[2]也就是一种对各决策单元的投入指标数据和产出指标数据进行模拟计算，通过计算结果来判断这些决策单元是否处于投入产出效益最优化状态（DEA有效），如果尚未达到最优，如何调整改进的数据分析方法。DEA方法适用性很强，用于分析决策单元的规模收益十分有效，也可根据数据结果找到决策单元需改进的地方，因此得到了众多运筹学、管理科学和经济学领域的学者们的关注。

但DEA方法也具有其局限性，首先，DEA评价的是相对效率，如果被评价的决策单元都处于较差的状态，其结果也有可能显示规模收益不变（值为1）。其次，DEA是前沿生产函数的一种隐含表达，在确定前沿的同时，把无效率的部分全部归于技术的无效率，而随机前沿生产函数就把这部分归于技术的无效率和随机误差两部分。最后，在选择权重（投入产出指标）上，DEA是从最有利评价单元的角度来选择，有可能因决策单元的某一方面的突出表现使得评价结果较高，同时，有些投入指标数据未见得能导致产出指标数据的产生，有时甚至是矛盾的，在做DEA分析时必须注意以上问题[3]。

由于教学与科研是院系的基本活动,院系一般通过教学与科研为社会“服务”，我们以院系在这两方面的情况作为绩效评估的重点，并根据可以采集到的有效数据，选取了4个指标，即教师数、总科研经费（纵向科研、横向科研）、学生数(在校本科生、研究生、博士生和留学生)、科研项目数。W高校12个院系数据详情个见表1。

表1 W高校院系数据

根据表中数据，采用基于输入的具有非阿基米德无穷小的C2R模型（1），可评价其总体效率。再用基于输入的具有非阿基米德无穷小的BC2模型（2），可评价其技术效率。最后采用总体效率/技术效率，即，可得出规模效益。如模型所示：

根据C2R模型和BC2模型进行计算，将Efficiency Summary和Summary of Output/Input Slacks中的结果数据填入表二：DMU为依次填写的12个所要研究分析的省份名称；*为总体效率值，*为技术效率值，采用得出S*规模效益值。在表二中还可看到，S1*+为产出值1，S2*+产出值2，S1*-为投入值1，S2*-为投入值2，它们均是C2R模型中的各松弛变量；根据DEA方法创始者Charnes和Cooper等人的研究结果：“决策单元DMU为规模收益不变的必要充分条件是规模收益值为1”[4]，故由表二结果数据可以看出：（见表2）

通过表2可以将评价结果分为三类：第一类为 ZDH、WGY它们在总体效率、技术效率和规模效益上均达到1.000，证明该院系的处于R&D的DEA有效状态（规模效益不变的最佳状态），即产出相当于投入达到最大。说明该院系在人才培养、院系建设、人才引进上工作有成效，在行业科研课题研究和国家专利获取上都获得了良好的产出效果。第二类为，这CL、TM、GL、LXY这四个院系的一类科研基地的技术效率 *达到了1.000，这证明它们为纯技术DEA有效，但总体效率 *分别为：0.090、0.570、0.435、0.284，因此并未达到规模效益最优状态。这3个省市需要在投入和产出上作以调整，避免重复投资，提高相关课题数和论文质量，以达到最优。第三类WF、JD、JSJ、HY、ZZXZ、HG这六个院系，代表总体效率的 *分别为：0.253、0.288、0.329、0.271、0.421、0.304，代表技术效率的 *分别为：0.261、0.774、0.790、0.400、0.945、0.527，得到规模效益S*分别为：0,970、0.371、0.417、0.543、0.445、0.577，为非DEA有效，说明这3个省市投入上出现了重复或利用率较低现象。如果希望达到理想状态，即产出相当于投入达到最大，就需要将一些投入数据调整为“改后”状态。将Firm by Firm Results前后数值比较得出调整数据，见表3。

表2 W高校院系投入产出分析表

表3 W高校院系绩效评价调整数值表

根据本文的分析，W高校这12个院系中有55%处于最优化状态或接近最优化状态，未达到最优规模效益的这一类院系在通过适当投入调整之后也能达到产出最佳值，充分说明了W高校发展的均衡性，稳定性，以及更大的发展前途和进步空间。但是，通过分析也可以看到，一些院系的内部绩效无法达到投入产出效益最优化的主要原因就在对院系的人员的投入、资金的投入、科研项目和人才培养上存在着大量的无效投资，直接导致了有限资源的浪费。因此，我们在进W高校院系建设的过程中，一定要根据各院的经济实力和学术能力，明确高校院系建设的特殊性和社会发展需求，合理有效地投入和分配各项资源，同时，采取科学评价方法和可持续发展模式，随时检查、精简和调整，使W高校整体水平得到提升，更快的成为让人民满意，让世人羡慕的世界一流大学。