我国高等教育资源配置效率研究——基于DEA-Malmquist模型

卜伟，陈军冰

(1.江苏师范大学科学技术研究院，江苏 徐州 221116；2.河海大学水文水资源与水利工程科学国家重点实验室，江苏 南京 210024)

0 引言

高等教育资源合理配置是提高高等教育教学、科研和社会服务产出能力的保障，是提升区域科技可持续发展能力和区域经济发展核心竞争力的根基[1]。我国高等教育发展大致经历了恢复、发展、改革和创新四阶段，随着国家高等教育改革的不断深入推进以及高等教育投入力度的不断加大，我国高等教育逐渐由规模扩张阶段转向内涵式发展阶段。教育部发布的《2020年全国教育事业发展统计公报》显示，我国高等教育规模稳步增长，结构逐步优化。随着高等教育规模的不断扩大，如何构建科学合理的高等教育资源配置绩效评价指标体系，对进一步优化调整我国高等教育资源配置，提高资源投入产出效率具有重要意义。

1 文献综述

绩效评价这一概念来源于经济管理学，是衡量现有投入和产出关系是否合理有效的一种评价方式。目前国内学者对高等教育资源配置效率的研究主要集中在评价方法的运用和评价对象的选取两方面。如易明等[2]运用Window-Malmquist指数法在对我国高等教育资源投入产出效率进行静态和动态分析的基础上，采用空间聚类方法深入探讨了空间关系对高等教育投入产出效率的影响；程海等[3]综合采用熵权TOPSIS分析法从省际角度对我国高等教育资源配置效率进行了实证研究，并通过地理空间分析(GIS)和变异系数法(CV)对不同地区资源配置进行了对比分析，研究发现我国省际高等教育资源配置差异显著；管永刚[4]综合运用数据包络分析的BCC模型和超效率模型，对2017年我国高等资源投入产出效率进行评价，研究结果证实，我国资源配置效率呈非DEA有效状态，应同步加强规模效率和纯技术效率的提升；谢鑫等[5]以教育部直属高校为研究对象，运用三阶段数据包络分析法对其2004—2016年的办学效率进行分析，研究证实，人财物等资源的扩张投入已不再适用现阶段我国高等教育的快速发展模式，加强资源配置效率是推动高等教育快速发展的决定性因素；罗杭等[6]利用2010—2012年的面板数据，对“985”大学进行效率评价，结果显示“985”高校科研效率水平和研究生培养效率显著低于教学效率水平和本科生培养效率；赵镇[7]以黑龙江省为研究对象，采用数据包络分析模型对全省的和各市的资源配置效率进行了评价和对比分析，对优化黑龙江省资源配置具有重要借鉴意义；刘海燕[8]利用DEA模型对江苏省的教育系统进行了效率分析，并根据效率分析的结果提出了相应的建议；张强等[9]以京津冀和长三角地区高等教育资源配置效率为研究对象，采用DEA-BCC-Malmquist指数模型对两大区域高等教育资源进行了绩效评价，结果证实长三角地区资源配置效率优于京津冀地区，但影响两大区域效率的重要因素均为技术进步。

综上所述，专家学者已对高等教育资源配置效率进行了大量研究，对高校发展起到了不同程度的作用，但仍存在一些不足，如在研究对象上或集中于某一区域或集中于某一类型高校，不能充分反映我国高等教育资源配置整体现状；现有研究大多采用DEA模型，但DEA模型仅能对同一时间阶段内不同评价对象做静态对比分析，无法实现不同时间段内的动态对比研究。因此，本文在构建高等教育资源配置效率投入产出评价指标的基础上，综合运用DEA-Malmquist模型对我国31个省区市2015—2019年的高等教育资源配置效率进行综合评价，并动态分析其变化规律，以期为进一步优化、均衡我国高等教育资源配置提供有益参考。

2 研究设计

2.1 DEA模型构建

DEA(Data Envelopment Analysis)是评价投入产出效率常用的非参数分析方法，其基本模型有CCR和BCC两种。CCR是在规模报酬不变的情况下测算其整体效率，但不同地区的规模效益是动态可变的，因此我们选取DEA-BCC模型测算不同地区高等教育资源配置效率及其规模有效性和技术有效性。

运用DEA方法进行的静态分析是指只考察决策单元在某一年度教育资源配置的相对有效性。假设有s个决策单元数即地区数，每个地区有m个投入指标和n个产出指标，DMUj表示第j个地区，Xj、Yj分别表示投入和产出变量。即：

Xj=(x1j,x2j,…,xmj)T

式中:xij>0，表示投入量；i=1，2，…，m；j=1，

2，…，s。

Yj=(y1j,y2j,…,ynj)T

式中:yij>0，表示产出量；i=1，2，…，n。

评价第j个决策单元效率的模型为：

Malmquist指数模型可用于测度决策单元的全要素生产率。DMUk的全要素生产率(MI)可以表示为

minθt1(xk,yk)t 2

t1和t2是时间标识。

MI>1表示全要素生产率进步，MI=1表示全要素生产率不变，MI<1表示全要素生产率退步。

MI可以进一步分解为技术效率变化(TEFFCH)和技术进步(TECHCH)，分别表示为：

可以看到，MI=TEFFCH×TECHCH成立。

进一步地，技术效率变化可以分解为纯技术效率变化(PTEFFCH)和规模效率变化(SEFFCH)，分别表示为：

可以看到，TEFFCH=PTEFFCH×SEFFCH成立。

2.2 研究指标选择

高校教育资源配置是一个多投入、多产出的开放性系统，为对高等学校教育资源投入产出进行客观真实的评价，本文在坚持科学性、重要性、目的性、精简性、数据可获得性等原则的基础上，借鉴前文众多学者的研究成果，基于投入产出视角构建高等教育资源配置效率评价指标体系(表1)，该指标体系包含2个一级指标，6个二级指标，9个三级指标。

表1 高等教育资源配置效率评价指标体系

投入指标主要从人财物三方面选取，具体解释如下：人力资源是高校运行的智力基础，因此，本文选取教学与科研人员数和高等院校R&D人员全时当量为人力资源投入指标；财力资源即经费是高校运行的经济基础，但实际经费支出更能准确反映高校当年运行的实际情况，且其累计效应亦能影响高校后期发展，因此，选取R&D经费内部支出为财力投入指标；物力资源是具有长期使用价值的存量资产以及其他资产，本文选取高等学校数为物力投入指标。

产出指标主要从高校基本职能即人才培养、科技创新和社会服务三方面选取，具体解释如下：高素质的毕业生是人才培养的最终产出，因此，选取本科生毕(结)业人数为高校人才培养产出指标；高校的科技创新主要聚焦在基础研究方面，因此，选择体现基础研究成果的论文、科技著作、授权专利为科技创新产出指标；专利转让收入是科技成果产业化和服务地方经济社会发展的直接体现，因此，选取其为高校服务社会的产出指标。

2.3 数据来源

本文所采用的投入和产出分析数据均来源于《中国科技统计年鉴》《中国教育统计年鉴》《高等学校科技统计资料汇编》。

3 实证结果分析

3.1 静态分析

根据投入产出导向下规模收益可变的BCC模型，将投入产出指标基础数据导入Coelli小组开发的DEAP 2.1分析软件，即可计算出2015年和2019年我国31个省区市高等教育资源配置的综合技术效率值、纯技术效率值、规模效率值及规模收益状态。具体结果如表2所示。

表2 我国31个省区市2015年和2019年高等教育资源配置效率及其分解

表2(续)

从综合技术效率看，2015年和2019年我国31个省区市教育资源配置综合技术效率的平均值分别为0.885和0.974，整体处于较高水平且呈增长趋势，但均未达到DEA有效。从省际角度来看，不同地区高等教育资源配置效率还存在一定差异：2015年和2019年分别有11个地区和23个地区达到生产前沿面，占比由35.5%提升至74.2%；除安徽和江西的高等教育资源配置效率有所下降外，大部分地区教育资源配置效率均得到不同程度的提升；两个时间段内，北京、天津、河北、内蒙古、上海、江苏、浙江、河南和海南9个地区一直处于DEA有效状态，这从侧面反映这9个地区高等教育资源配置实现了最优化，投入产出结构较为合理；2019年仅8个地区未达到DEA有效，后三位为福建、安徽、宁夏，说明相较于其他省区市，这3个地区应进一步优化投入产出结构，加强供给管理水平方可达到最佳收益状态。

从纯技术效率看，其平均值由0.936上升至0.976，表明样本考察期间我国对高等教育资源的投入起到了97.6% 的效果，总体来说处于较高水平，但纯技术效率均值低于规模效率平均值，说明高校的管理水平和技术水平是制约教育资源配置效率提升的关键影响因素。2019年有24个地区的纯技术效率值为1，占比77.4%，这表明这些地区资源利用水平较高，在现有投入下实现了产出最大化。纯技术效率低于1的地区中，福建省的纯技术效率0.765，排名最低，这表明福建省投入的高等教育资源仅得到了76.5%的应用。通过对原始数据进行排序分析，发现福建省各项指标排名虽都相对靠后，但并非位于末位，如2019年教学与科研人员投入数为30 712人，在31个省区市中排名第18位；R&D经费内部支出28.6亿，排名第18位；出版科技著作数排名第22位，发表科技论文和毕业生数排名第19位，这些都从侧面证明目前福建省需深化高等教育体制机制改革，进一步提升管理水平和技术水平。

从规模效率看，其均值从2015年的0.947上升至2019年的0.998，整体呈上升趋势，仅7个省区市未达到规模最优。吉林、黑龙江、江西和宁夏4个地区处于规模报酬递增阶段，应进一步合理加大教育资源的投入力度；山西、安徽和湖南3个地区处于规模报酬递减阶段，这表明投入资源未能得到合理应用，应加强资源配置管理能力。

3.2 动态分析

Malmquist指数能动态反映各高校资源配置效率的变化趋势，运用DEAP 2.1软件对2015—2019年31个省区市高等教育投入和产出数据进行分析，进一步考察全要素科研效率的动态变化。2015—2019年各省区市高等教育资源效率测算结果如表3 所示。

表3 2015—2019年我国高等教育资源配置效率Malmquist指数及其分解

从整体上看，2015—2019年我国高等教育资源配置效率的全要素生产率均值为0.962，整体呈下降趋势，年均下降3.8%。从要素结构分解来看，技术效率年均提升2.6%，技术进步年均下降6.3%，纯技术效率年均提升1.1%，规模效率年均提升1.5%，这说明虽然技术效率对全要素生产效率具有一定促进作用，但技术进步是阻碍全要素生产效率提升的主要因素。

从时间维度上看，全要素生产效率在 2015至2016年和2016至2017年两个时段内大于1，整体处于上升趋势；2017至2019年期间小于1，整体处于下降趋势。其中，技术效率在样本考察期间均大于1，技术进步除在2015至2016年期间大于1外，其他时间段内均呈持续下滑趋势，这说明自2016年起，随着高等教育投入资源规模的持续增加和管理水平的不断提升，其成果产出速度并未跟上投入资源规模扩张速度，应进一步提升成果产出水平。

2015—2019年各省区市全要素生产率变化状况及其分解如表4所示。

表4 2015—2019年31个省区市全要素生产率变化状况及其分解

表4(续)

如表4所示，中国31个省区市高等教育资源配置效率的全要素生产率大于1的有黑龙江、江苏、福建、山东、重庆、陕西和青海7个地区，表明这些地区的高等教育资源配置效率水平在 2015—2019年间表现出上升的趋势；其他地区全要素生产率小于1，表明这些地区的高等教育资源配置效率在2015—2019年存在不同程度的下降。全要素生产率大于1的省份中，江苏和山东高等教育资源配置效率水平的提升是技术效率和技术进步共同作用的结果；黑龙江、福建、重庆、陕西、青海的高等教育资源配置效率水平的提升主要依靠技术效率的提升。全要素生产率小于1的省份中，安徽高等教育资源配置效率水平的下降主要是由于技术效率下降导致；江西资源配置效率下降是因为技术效率和技术进步均不同程度地下降，两个因素共同作用的结果；技术进步是造成北京、天津、河北等23个省区市的高等教育资源配置效率水平下降的主要影响因素。

4 结论与建议

4.1 研究结论

本文基于DEA-Malmquist指数分析方法，对2015—2019年我国高等教育资源配置效率及变化进行了测算分析，得出如下主要结论：从静态角度来看，我国31个省区市高等教育资源的配置效率虽未达到DEA有效状态，但整体水平较高且呈上升趋势；不同地区高等教育资源配置效率存在一定差异，除安徽和江西的高等教育资源配置效率有所降低外，其他地区高等教育资源配置水平呈现逐步提升趋势。从动态角度来看，我国高等教育资源配置效率负增长情况明显，年均负增长4.5%，技术进步是阻碍全要素生产效率提升的主要因素。

4.2 政策建议

深化资源配置方式改革，全面提升资源配置效率。从国家层面看，加强宏观调控，深化教育资源配置方式改革是我国高等教育均衡发展的前提。一方面，需根据各省区市发展规律、发展需求、研究特色等实际情况，精准施策，进一步提升资源配置的精细化水平；另一方面，需打破地区间、高校间的体制壁垒，营造协同合作、协同创新的政策制度环境，充分释放人才、资本、信息、技术等创新要素活力，实现强强联合，优势互补。从区域层面看，区域间统筹规划是实现区域教育均衡发展的基础。针对目前我国各省区市发展不均衡的现象，应坚持差异化发展，探索建立符合其自身发展的资源效率优化方案，避免同质化竞争。同时，扩大教育规模，使之与高等教育发展需求相匹配，在提高优质高等教育资源供给水平的基础上，达到提升本省域高等教育资源配置效率的目的。从高校层面看，要从更新理念、扩充资源、改善条件、强化师资、提升质量等方面推进地方高水平大学建设，增强高水平地方高校建设的溢出效应。

深化科研评价改革，全力推进高等教育高质量发展。科研评价作为高等学校宏观管理和资源配置的重要依据，对提升高校科研创新能力、提高人才培养质量、实现创新驱动发展具有重要指导意义。虽然国家高度重视科研评价工作，出台了一系列政策文件，各省区市亦纷纷响应号召，制定了相应的配套管理办法，但实际执行过程中一直没有真正落地且尚未形成统一的评价标准和评价方法。建议在国家层面，进一步加强顶层设计，充分考虑不同省区市教育体系的特点，建立一套完整的可操作性强的评价体系，同时开展科研评价试点工作。在省级层面，应根据自身发展需求和地方特色，对区域内高校进行分类管理并构建与其相匹配的评价机制。高校层面是具体执行层面，应大胆探索，在评价指标体系方面坚持质量和贡献为核心，对不同类型科研成果分别建立各有侧重的评价方式；在评价主体方面，逐步引入市场评价和第三方评价，提高成果评价的标准化、规范化水平；在评价方法上，探索建立定性和定量相结合的方式。