我国高中教育资源投入产出效率的时空分异研究

李亚坤，颜 俊，陈新武

(1.信阳师范学院地理科学学院，河南信阳，464000；2.信阳师范学院物理电子工程学院，河南信阳，464000)

高中教育作为国民教育的重要环节，其发展规模与水平关系着高等教育生源的数量与质量以及普通劳动力的素质，从而影响着一国经济的发展。现阶段，如何实现在教育公平的前提下有效地进行教育资源配置，是社会各界非常关注的现实问题。高中教育处于我国中等教育阶段的较高层次，是认真贯彻落实科教兴国战略的重要举措。我国高中教育投入了大量的人力、物力、财力。截至2020年，全国共有高中阶段学校2.45万所，比2019年增加82所，增长0.34%；招生1521.10万人，比2019年增加81.24万人，增长5.64%；在校生4163.02万人，比2019年增加168.12万人，增长4.21%；高中阶段毛入学率91.2%，比上年增长1.70%。[1]在2020年一般公共预算教育经费中，全国普通高中生均为18671.83元，比2019年的17821.21元增长4.77%，其中，增长最快的是云南省(27.11%)。[2]

针对高中教育发展问题，伍银多等人分析了宁夏回族自治区2001—2008年学生高考数据和区县教育经费数据，发现高考表现与高中教育经费投入之间存在重要的关系。[3]黄丽选取铜仁市作为研究个案，发现其存在教育资源配置低效率、县域差距大的问题。[4]李璞以泰安市第一中学为对象进行实证研究，发现当地信息技术与学科课堂教学之间的融合存在弊端，信息化教学资源使用率偏低。[5]陈育庭利用江门市47所高中调查的多层数据，进行普通高中教育投资绩效评估的实证研究，发现高中教育经费投入对高考成绩有显著正影响。[6]陈绪婷对目前我国高中教育经费存在的问题进行剖析，认为应努力提高对高中教育经费的监管，以进一步提高高中教育经费产出效益。[7]总体来看，在已有研究中，对高中教育资源投入产出效率的研究并不丰富，且研究方法相对较单一，特别是对我国高中教育资源投入产出效率的时空研究更为匮乏。对此，本研究对2005—2020年我国31个省份(不含港澳台)高中教育资源投入产出效率进行时空分异研究，以期为我国高中教育资源投入的省际均衡配置和统筹规划提供辅助信息。

一、研究设计

(一)数据来源与指标选择

本研究的研究对象为我国31个省份2005—2020年的高中教育资源投入产出效率，数据来源于《中国教育统计年鉴2020》[8]。

要想考察高中教育资源投入产出效率，根据单个指标来比较判断不够全面，也不科学。因此，要选取能够多角度、全方位反映高中教育资源投入与产出的指标体系，这样才可以获得可靠的结果。根据度量指标的可比性及数据的可获得性，基于经验观察和数据分析，本研究分别建立高中教育投入类与产出类指标体系。投入指标X和产出指标Y必须满足以下关系：一是X能生产Y；二是Y是由X生产出来的，且样本数量不应少于投入和产出指标数量的乘积。[9]

目前，各相关研究选取高中教育资源投入产出指标的标准和原则不同，主要有综合性原则、可操作性原则、可靠性原则、切适性原则、同向性原则。本研究借鉴了杜诗韵的指标选择原则，即将不同种类、不同性质的指标组合在一起，使各项数据能够测量，可以观察。[10]这种指标选择原则能够充分保证指标选取的合理性和有效性。同时，结合当前教育部门对教育质量的评估标准和现有的高中教育办学条件，并且充分考虑到教育资源配置绩效问题[4]，本研究初步选定8个指标进行分析。在投入指标方面，选取了教育经费(X1)、学校数(X2)、教职工数(X3)、占地面积(X4)和图书数(X5)；在产出指标方面，选取了毕业生数(Y1)、招生数(Y2)和在校生数(Y3)。

为了验证投入指标和产出指标之间具有充分的相关性，本研究以2020年31个省份的高中教育资源投入产出数据为样本，用SPSS软件对相关投入指标和产出指标进行pearson相关性检验。如表1所示，31个省份的投入指标和产出指标的相关系数均为正，且在0.01的显著水平下经过双侧检验，说明本研究所选取的投入产出指标符合数据模型所遵循的同向性原则，具有一定的合理性。

表1 2020年高中教育资源投入产出指标的pearson相关系数

(二)研究方法

DEA(Data Envelopment Analysis，数据包络分析)是 Charnes等人提出的一种效率评价方法，适用于评价多投入多产出且具有相同目标、任务和生产结构的同类决策单元的相对有效性。[11]DEA使用最为广泛的是CCR模型和BCC模型。CCR 模型适用于规模报酬固定的决策单元，可以得到综合技术效率；BCC模型用于计算规模报酬可变的决策单元的纯技术效率。[12]本研究主要采用BCC模型来分析我国高中教育资源投入产出效率的时空分异，31个省份就是DEA中的决策单元。

本研究主要涉及规模报酬、规模效率、纯技术生产率和综合技术效率。规模报酬是指在其他条件不变的情况下，决策单元各投入要素按相同比例变化时带来的产出变化。规模报酬存在递增、递减和不变三种状态：规模报酬递增是指产出提高率高于投入提高率，规模报酬递减是指产出提高率低于投入提高率，规模报酬不变是指产出提高率等于投入提高率。规模效率是指由决策单元的规模影响的生产效率。纯技术效率是由决策单元的管理、技术等影响的生产效率。综合技术效率等于纯技术效率与规模效率的乘积，这意味着只有纯技术效率和规模效率同时有效，综合技术效率才有效。[12]

二、研究结果

(一)数据计算

本研究利用DEAP 2.1 软件对5个投入指标和3个产出指标进行分析，经过运算得出2005—2020年31个省份的纯技术效率、规模效率和综合技术效率的具体数值。

基于纯技术效率、规模效率和综合技术效率，本研究可能产生三种情况：第一，综合技术效率等于1，称为DEA有效，说明高中教育资源投入产出效率达到最优值，既没有投入冗余，也没有产出不足；第二，纯技术效率等于1，但综合技术效率和规模效率均小于1，称为弱DEA有效，说明高中教育资源投入产出效率未能达到最优值是由于规模效率不足；第三，综合技术效率、纯技术效率、规模效率都小于1，称为非DEA有效，说明高中教育资源投入产出效率不佳。[13]

(二)数据分析

1.时间分异特征

为分析2005—2020年31个省份高中教育资源投入产出效率的时间分异特征，本研究生成其综合技术效率均值变化趋势图，如图1所示。

图1 2005—2020年综合技术效率均值变化趋势

由图1可知，2005—2017年，31个省份的综合技术效率均值波动下降，在2006年达最大值，在2017年处最低值。2017年，教育部等四部门出台了《高中阶段教育普及攻坚计划(2017—2020年)》(以下简称《攻坚计划》)，提出要切实解决高中教育发展面临的问题和困难，在确保义务教育优先发展的基础上推进普及高中教育，满足适龄青少年接受高中教育的需求。[14]提高高中教育资源投入产出效率是保证教育质量的关键，也将进一步促进高中教育的发展。随着《攻坚计划》的开展，2017—2020年的综合技术效率均值呈上升趋势，在2020年达到高值。

2.空间分异特征

2005—2020年，31个省份的综合技术效率、纯技术效率、规模效率的总体均值分别为0.906、0.920、0.984，说明我国高中教育资源投入产出效率整体较好。为进一步分析31个省份高中教育资源投入产出效率的空间分异特征，本研究计算并分析了2005—2020年31个省份的综合技术效率、纯技术效率和规模效率均值，如表2所示。

表2 2005—2020年综合技术效率、纯技术效率和规模效率均值

综合技术效率可以综合衡量各省份高中教育资源的配置能力、使用效率等多个方面。由表2可知，综合技术效率等于1的省份有8个，分别是安徽、山东、河南、湖北、西藏、陕西、甘肃和宁夏，说明这些省份的高中教育资源投入产出效率达到最大值，对教育资源的投入和利用更合理。另外，北京市的综合技术效率为0.687，为31个省份的最低值，说明其投入冗余导致产出效率低下。

纯技术效率可以衡量各省份对现有高中教育资源投入的利用是否有效。由表2可知，纯技术效率为1的省份有10个，分别是安徽、山东、河南、湖北、贵州、西藏、陕西、甘肃、青海和宁夏，说明在目前的技术水平上，这些省份对高中教育资源投入的利用是最有效的，且产出已实现最大化。需要特别指出的是，虽然贵州和青海的纯技术效率为1，但两者的规模效率较低，导致综合技术效率不高。云南的纯技术效率较低，为0.711，应加强教育资源使用管理，避免资源浪费，以达到理想的纯技术效率。

规模效率可以分析各省份高中教育资源投入产出实际规模与最优规模的差距。由表2可知，规模效率为1的省份有11个，分别是北京、黑龙江、安徽、江西、山东、河南、湖北、西藏、陕西、甘肃和宁夏，说明这些省份的高中教育资源投入产出规模已是最优规模。但是，有20个省份的规模效率小于1，表明这些省份高中教育资源投入产出的规模效率是无效的。其中，有15个省份(天津、河北、山西、内蒙古、辽宁、吉林、上海、福建、广西、海南、重庆、贵州、云南、青海、新疆)处于规模报酬递增状态，有5个省份(江苏、浙江、湖南、广东、四川)处于规模报酬递减状态。处于规模报酬递增状态表明其高中教育资源产出比例的增幅大于投入比例的增幅，在这种状态下，可以通过继续追加投入来获得更高的产出效率。因此，15个处于规模报酬递增状态的省份除寻求政府的投入支持外，还应加强自筹能力，构建多渠道高中教育资源投入机制。5个处于规模报酬递减状态的省份应该适当减少投入，优化现有资源利用，提高产出效率。

三、研究结论与建议

本研究运用DEA的BCC模型对我国 31个省份高中教育资源投入产出效率进行实证分析，得到如下结论与建议。

结论：(1)31个省份中，实现DEA有效的省份有8个，实现弱DEA有效的省份有13个，DEA无效的省份有10个，弱DEA和DEA无效的省份可能受到规模效率或纯技术效率某一方面的影响；(2)31个省份教育资源投入产出效率明显不均衡，差别显著，其中，天津、山西、广西、海南和云南在综合技术效率、纯技术效率、规模技术效率方面都处于低值，安徽、山东、河南、湖北、西藏、陕西、甘肃和宁夏处于高值；(3)2017年以来，31个省份的综合技术效率呈现上升趋势，半数以上省份对投入的高中教育资源的利用是有效的，且产出已实现最大化，可以继续追加教育资源投入；(4)不少省份高中教育资源投入产出效率存在下降现象。

基于以上结论，提出以下建议：(1)通过分析可以看到省际高中教育资源投入产出效率高低不一，因此政府要积极发挥作用，坚持教育优先发展战略，促进省际合作，加强教育资源共享，实现教育资源的合理分配；(2)各省份应认真分析当地高中教育资源投入产出的规模效率，结合自身实际情况，科学预测并适当调整教育资源的投入，提升教育资源利用率，充分发挥有限教育资源的作用。